CN110415312A - 一种获取放射图像方法、系统、装置及存储介质 - Google Patents

一种获取放射图像方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN110415312A
CN110415312A CN201910697400.5A CN201910697400A CN110415312A CN 110415312 A CN110415312 A CN 110415312A CN 201910697400 A CN201910697400 A CN 201910697400A CN 110415312 A CN110415312 A CN 110415312A
Authority
CN
China
Prior art keywords
brightness
exposure parameter
parameter
imaging
thickness
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910697400.5A
Other languages
English (en)
Other versions
CN110415312B (zh
Inventor
印晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202210546605.5A priority Critical patent/CN115018940A/zh
Priority to CN201910697400.5A priority patent/CN110415312B/zh
Publication of CN110415312A publication Critical patent/CN110415312A/zh
Priority to PCT/CN2020/086489 priority patent/WO2020216307A1/zh
Priority to EP20796079.0A priority patent/EP3962240A4/en
Priority to US17/452,079 priority patent/US11957499B2/en
Application granted granted Critical
Publication of CN110415312B publication Critical patent/CN110415312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/404Angiography

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请实施例公开了一种获取放射图像方法、系统、装置及存储介质。所述方法可以包括以下至少一种操作。可以接收控制指令,所述控制指令包括预成像启动指示以及成像启动指示。可以基于所述控制指令对目标对象递送射线进行预成像,获取第一曝光参数。可以依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。本申请所披露的方法,可以减少射线递送次数及递送的射线的量,同时可以获取高质量的射线图像,提高了用户的体验度。

Description

一种获取放射图像方法、系统、装置及存储介质
技术领域
本申请涉及图像处理领域,特别涉及一种获取高质量放射图像的方法、系统、装置及存储介质。
背景技术
现如今,射线成像设备已经应用在众多领域,比如,医疗诊断与治疗、工业材料检测、安防安检等。在射线成像设备的使用过程中的某一些时刻,需要采集一张待成像对象的图像用做后续进程的参考,或作为整个使用过程的存档证据。例如,手术中使用的射线成像设备,在手术进行某些特定阶段,需要采集一帧低噪声高对比度的图像保存下来,作为后续手术的参考,或者作为手术效果存档的证据。为此本申请提供了一种获取成像对象放射图像的方法。
发明内容
本申请的一个方面提供一种获取放射图像的方法。所述方法可以包括以下至少一种操作。可以接收控制指令。可以基于所述控制指令对目标对象递送射线进行预成像,获取第一曝光参数。可以依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
在一些实施例中,所述第一曝光参数为使预成像图像亮度与设定的第一目标亮度的差异满足预设条件时的预成像曝光参数。
在一些实施例中,所述获取第一曝光参数可以包括以下至少一种操作。可以获取预成像曝光参数,以及至少一帧预成像图像的亮度。可以将所述亮度与设定的第一目标亮度进行比较。可以基于比较结果以及ABS曲线更新预成像曝光参数,以使预成像图像亮度与第一目标亮度的差异满足预设条件,将更新后的预成像曝光参数作为所述第一曝光参数。
在一些实施例中,所述依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像,可以包括以下至少一种操作。可以基于第一曝光参数生成第二曝光参数。可以基于所述第二曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
在一些实施例中,所述第一曝光参数和所述第二曝光参数包括管电压、管电流以及放线时长。所述基于所述第一参数,确定第二参数,可以包括以下至少一种操作。可以调整所述第一曝光参数所包含管电压、管电流、以及所述放线时长中的至少一个以获取所述第二曝光参数。
在一些实施例中,所述基于所述第一曝光参数,确定第二曝光参数,可以包括以下至少一种操作。可以基于第一曝光参数以及所述第一目标亮度,确定所述目标对象的等效厚。可以基于所述目标对象的等效厚度以及第二目标亮度确定所述第二曝光参数。
在一些实施例中,所述确定所述目标对象的等效厚度可以包括以下至少一种操作。可以基于第一曝光参数、第一目标亮度,及亮度-厚度-参数模型,确定所述目标对象的等效厚度;其中,所述亮度-厚度-参数模型至少包括图像亮度、对象厚度以及曝光参数之间的关联。
在一些实施例中,确定所述亮度-厚度-参数模型可以包括以下至少一种操作。可以获取多个不同厚度的测试目标的图像亮度达到多个不同亮度时,与其对应的曝光参数。可以确定多个测试目标厚度及其对应的曝光参数之间在不同亮度下的多个拟合函数,将所述拟合函数作为所述亮度-厚度-参数模型。或者可以基于多个测试目标厚度、曝光参数以及对应的图像的亮度,对初始模型进行训练获得训练好的亮度-厚度-参数模型;所述初始模型为统计模型,或机器学习模型。
在一些实施例中,所述亮度-厚度-参数模型中的曝光参数包括管电压以及管电流;所述管电压与管电流的关系服从ABS曲线。
在一些实施例中,所述方法应用于C形臂射线成像系统中。
在一些实施例中,所述C形臂射线成像系统包括移动C形臂或数字减影血管造影(DSA)设备。
在一些实施例中,所述控制指令来自曝光手闸。
本申请的另一方面提供一种获取放射图像的系统,所述系统包括获取模块、参数确定模块和图像采集模块。所述参数接收模块用于接收控制指令。所述参数确定模块用于基于所述控制指令对目标对象递送射线进行预成像,获取第一曝光参数。所述图像采集模块用于在所述控制指令下依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
在一些实施例中,所述第一曝光参数为使预成像图像亮度与设定的第一目标亮度的差异满足预设条件时的预成像曝光参数。
在一些实施例中,为获取第一曝光参数,所述参数获取模块被进一步配置为执行以下至少一种操作。获取预成像曝光参数,以及至少一帧预成像图像的亮度;将所述亮度与设定的第一目标亮度进行比较;基于比较结果以及ABS曲线更新预成像曝光参数,以使预成像图像亮度与第一目标亮度的差异满足预设条件,将更新后的预成像曝光参数作为所述第一曝光参数。
在一些实施例中,为依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像,所述参数确定模块被进一步配置为基于第一曝光参数生成第二曝光参数,所述图像采集模块被进一步配置为基于所述第二曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
在一些实施例中,所述第一曝光参数和所述第二曝光参数包括管电压、管电流以及放线时长。为基于第一曝光参数确定第二曝光参数,所述参数确定模块被进一步配置为执行以下至少一种操作。调整所述第一曝光参数所包含管电压、管电流、以及所述放线时长中的至少一个以获取所述第二曝光参数。
在一些实施例中,为确定第二参数,所述参数确定模块被进一步配置为执行以下至少一种操作。基于第一曝光参数以及所述第一目标亮度,确定所述目标对象的等效厚度;基于所述目标对象的等效厚度以及第二目标亮度确定所述第二曝光参数。
在一些实施例中,为确定所述目标对象的等效厚度,所述参数确定模块被进一步配置为执行以下至少一种操作。基于第一曝光参数、第一目标亮度,及亮度-厚度-参数模型,确定所述目标对象的等效厚度;其中,所述亮度-厚度-参数模型至少包括图像亮度、对象厚度以及曝光参数之间的关联。
在一些实施例中,所述系统进一步包括模型确定模块,所述模型确定模块被配置为执行以下至少一种操作。获取多个不同厚度的测试目标的图像亮度达到多个不同亮度时,与其对应的曝光参数;确定多个测试目标厚度及其对应的曝光参数之间在不同亮度下的多个拟合函数,将所述拟合函数作为所述亮度-厚度-参数模型;或者基于多个测试目标厚度、曝光参数以及对应的图像的亮度,对初始模型进行训练获得训练好的亮度-厚度-参数模型;所述初始模型为统计模型,或机器学习模型。
在一些实施例中,所述亮度-厚度-参数模型中的曝光参数包括管电压以及管电流;所述管电压与管电流的关系服从ABS曲线。
在一些实施例中,所述所述系统应用于C形臂射线成像系统中。
在一些实施例中,所述C形臂射线成像系统包括移动C形臂或数字减影血管造影(DSA)设备。
在一些实施例中,所述控制指令来自曝光手闸。
本申请的一方面提供一种获取放射图像的装置,所述装置包括处理器以及存储器;所述存储器用于存储指令,其特征在于,所述指令被所述处理器执行时,导致所述装置实现如上所述的任意一项获取放射图像的操作。
本申请的一方面提供一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行如上所述的任意一项获取放射图像的操作。
附图说明
本申请将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本申请的一些实施例所示的获取放射图像的示例性流程图;
图2是根据本申请的一些实施例所示的示例性处理设备的框图;
图3是根据本申请的一些实施例所示的获取第一曝光参数的示例性流程图;
图4是根据本申请的一些实施例所示的获取第二曝光参数的示例性流程图;
图5是根据本申请的一些实施例所示的ABS曲线的示例性示意图。
具体实施方式
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本申请披露了一种获取高质量(例如,低噪声高对比度)的放射图像的方法。实现该方法的处理设备在接受一次控制指令,可以完成曝光参数寻找和/或转换的步骤,并以合适的曝光参数对待成像目标进行射线放射,获取放射图像。所述方法将曝光参数的寻找和转换,以及最终的成像过程整合在一起,使用一个指令进行控制,使得每一次成像时的曝光参数都是准确的。同时,可以减少放线次数提高了用户(例如,曝光设备的操作技师)的体验度,进一步保证了用户的安全。在一些实施例中,本申请所披露的方法、系统、装置及存储介质,可以应用于医学诊断和治疗、工业材料检测、安防检查等多种场景中。应当理解的是,本申请的系统及方法的应用场景仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。
图1是根据本申请一些实施例所示的获取放射图像方法的示例性流程图。在一些实施例中,流程100可以通过处理逻辑来执行,该处理逻辑可以包括硬件(例如,电路、专用逻辑、可编程逻辑、微代码等)、软件(运行在处理设备上以执行硬件模拟的指令)等或其任意组合。图1所示的用于获取放射图像的流程100中的一个或多个操作可以通过图2所示的处理设备200实现。例如,流程100可以以指令的形式存储在存储设备中,并由处理设备200执行调用和/或执行。如图1所示,流程100可以包括以下至少一个操作。
步骤110,获取控制指令。在一些实施例中,步骤110可以由指令接收模块210执行。
在一些实施例中,所述控制指令可以在第一时刻被获取。所述第一时刻可以是指待成像的目标在一个完整的相关流程中的任意时刻。仅仅是为了说明,假定待成像的目标是患者,则与患者的相关流程可以是包括诊断、治疗、康复等的一个流程。所述第一时刻可以是患者在接受诊断、术前、术中、术后、复原期中的任意一个时间点。又例如,假定待成像的目标是材料,则与材料的相关流程可以是包括探测、修复、修复后确认等的一个流程。所述第一时刻可以是在材料进行探伤检测、缺陷修复、修复后确认中的任意一个时间点。在一些实施例中,所述第一时刻可以是患者在进行手术期间的一个时刻。
在一些实施例中,所述控制指令可以是控制射线成像设备对待成像的目标进行射线放射并获取放射图像的指令。所述控制指令可以来自于曝光手闸,例如,所述射线成像设备的曝光控制装置。所述射线成像设备可以包括医学射线成像设备、工业检测X光机、探伤机、安检仪等。所述医学射线成像设备可以包括但不限于电子计算机断层扫描(ComputedTomography,CT)、单光子发射计算机断层成像(Single-Photon Emission ComputedTomography,SPECT)、正电子发射断层成像(Positron Emission Tomography,PET)、数字化X射线摄影(Digital Radiography,DR)、计算机X射线摄影(Computed Radiography,CR)、屏片X射线机、胃肠机、数字减影血管造影机(Digital Subtraction Angiography,DSA)、移动X射线设备(比如移动C臂机)、直线加速器等或其任意组合。优选地,所述医学射线成像设备可以是C臂机。示例性的射线可以包括X射线、γ射线、β射线、电子线、质子束等或其任意组合。穿过待成像的对象后的射线可以被检测,例如,以投影数据的形式由成像设备的探测器检测到。经过数据处理(例如,去噪、平滑、增强、重建等)可以获得待成像的目标的放射图像。
在一些实施例中,所述控制指令可以包括预成像启动指示以及成像启动指示。所述预成像可以是指对待成像的目标加载合适量的射线形成至少一张图像以确定或寻找适当的预成像曝光参数或曝光参数的过程。预成像过程中所获得的图像可以被称为预成像图像。所述成像可以是指基于预成像过程的预成像曝光参数或基于预成像过程确定的曝光参数对待成像的目标进行图像采集的过程。在成像过程中使用的成像曝光参数,可以是与预成像曝光参数相同,或不同。在成像过程结束后获得的图像,可以作为待成像的目标的正式或最终成像结果进行保留存档,可以作为在相关流程中其他部分进行时的参考,或作为流程进行中的档案留存。在一些实施例中,所述预成像可以是透视,所述成像可以是单帧图像采集。在一些实施例中,所述控制指令可以由射线成像设备的用户(例如,医生)输入。例如,医生可以在射线成像设备的操作台上点击图像采集按键,以发送控制指令。在接收到控制指令后,处理设备比如射线成像设备中的处理设备200可以基于控制指令内包含的启动指示,开始预成像及成像过程。
步骤120,基于所述控制指令对目标对象递送射线进行预成像,获取第一曝光参数。在一些实施例中,步骤120可以由参数确定模块220执行。
在一些实施例中,所述目标对象可以是指待成像的对象,包括患者、体模、工业材料、待安检物品等。所述目标对象还可以是患者的一个部位或器官,比如头部、胸部、腹部、四肢等。所述第一曝光参数可以是使预成像图像的亮度与设定的第一目标亮度的差异满足预设条件时的预成像曝光参数。所述第一目标亮度可以是指使预成像图像达到期望清晰度的亮度。在一些实施例中,所述第一目标亮度可以是预先存储在处理设备200中的,也可以是用户输入的,还可以是根据不同的应用场景进行调整的,本申请不做具体限定。
在预成像过程中,处理设备如射线成像设备中的处理设备200可以获取至少一帧预成像图像(例如,3到5帧),每张预成像图像由于曝光参数的不同,会具有不同的图像亮度。一般而言,曝光参数可以包括管电压、管电流、放线时长等。所述管可以指射线源管,例如,X射线管。所述管电压是指加载至射线管两极之间的电压,以形成粒子(例如,电子)加速场,并决定了射线的强度(或光子能量)。所述管电流是指加速后的粒子束(例如,电子束)。所述管电流由管电压和射线管的电流决定。所述放线时长可以是指发射射线的持续时间长度。管电流和放线时长的乘积决定了射线的量(或光子数量),管电压、管电流和放线时长的乘积决定了输入射线管的能量。由于不同的预成像曝光参数发射的射线的能量不同,故经过目标对象后被射线探测器接收到的射线的能量也不同,所形成的图像的亮度也不同。在一些实施例中,可以将一张预成像图像的亮度与所述第一目标亮度相减,可以得到两者之间的差值,该差值可以被指定为所述差异。所述预设条件则可以是指所述差异的绝对值不超过预设的亮度差异阈值,比如1、5、10等。当所述预设条件被满足时,形成该亮度的预成像图像所使用的预成像曝光参数可以被指定为所述第一曝光参数。在一些实施例中,所述第一曝光参数可以包括第一管电压、第一管电流和第一放线时长。
在一些实施例中,可以基于预成像图像的亮度和第一目标亮度之间的比较结果,以及ABS(automatic brightness stabilization,自动亮度稳定)曲线可以用来确定所述第一曝光参数。所述ABS曲线可以是指在保证图像质量要求的前提下,在不同情况下(例如,不同的厚度条件下、不同的应用场景下)保持图像亮度一致性的参数组成的曲线。参考图5,图5是根据本申请的一些实施例所示的示例性ABS曲线的示意图。如图5所示,ABS曲线的横坐标为管电流,其单位为mA,纵坐标为管电压,其单位为kV。以同一条曲线上的点指示的参数进行曝光,对于同一目标对象(即体厚不变)及相同的放线时长条件下,曲线上靠右的点对应的曝光参数获得的图像亮度大于靠左的点。可以理解为,如需要保证亮度不变,在相同放线时长下,对于厚度较小的目标对象使用的曝光参数在该曲线上对应的点比厚度较大的目标对象使用的曝光参数在该曲线上对应的点靠左。同样的,ABS曲线也可以反应出在不同的放线时长不同的目标对象(即体厚不同)的情况下,为了保持图像亮度不变,所使用的曝光参数(例如,管电压以及电流时间积(管电压与放线时长的乘积))之间的变化关系。图5示出的ABS曲线中包含了3条曲线,分别对应了不同的应用需求。LD表示low dose,即低剂量模式。该模式相对标准模式降低了射线剂量。影响图像亮度的参数可以包括管电压、管电流以及放线时长。管电压的增加可以导致射线的穿透性的增加,从而穿过目标对象到达射线成像设备的射线探测器的射线的量将会增加,同时可以减少目标对象(例如,人体)吸收的射线的量。因此为了维持在不同厚度下相同的亮度,可以大幅增减管电压,而小幅增减管电流,以达到维持亮度的目的。S表示standard,即标准模式。该曲线可以满足大多数应用需求,在保证亮度的条件下人体吸收的射线剂量趋于适中。HC表示high contrast,即高对比模式。高对比表示需求的图像需要有高的对比度,故需要较大的管电流以及较长的放线时长加载。
返回参考图1,在一些实施例中,处理设备如处理设备200可以在ABS曲线上任取一点作为初始的预成像曝光参数对目标对象进行曝光,并获取预成像图像的亮度。然后,确定该预成像图像的亮度与第一目标亮度之间的差异。基于比较结果(例如,预成像图像的亮度小于于第一目标亮度、预成像图像的亮度大于第一目标亮度),处理设备200可以沿ABS曲线寻找下一个点(例如,沿曲线向左或向右移动)对应的曝光参数进行下一次成像,并将重新获得的预成像图像的亮度与所述第一目标亮度做比较,直至预成像图像的亮度与所述第一目标亮度的差异满足预设条件。此时的预成像参数可以作为所述第一曝光参数。关于获取第一曝光参数的详细描述可以参考本申请其他部分(例如,图3),在此不再赘述。
步骤130,依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。在一些实施例中,步骤130可以由图像采集模块230执行。
可以理解,在一些实施例中,预成像过程中向目标对象递送的射线的量较小,而成像过程所要获得的单帧放射图像由于需要具备高清晰度的要求,故向目标对象递送的射线的量较大。基于此,处理设备如处理设备200可以首先基于所述第一曝光参数确定第二曝光参数,再基于第二曝光参数对所述目标对象递送射线进行成像,获取所述目标对象的放射图像。类似于所述第一曝光参数,所述第二曝光参数可以包括第二管电压、第二管电流以及第二放线时长。处理设备如处理设备200可以调整所述第一曝光参数中的第一管电压、第一管电流以及第一放线时长中的至少一个,以获取所述第二曝光参数。在一些实施例中,所述第一管电压可以直接被指定为所述第二管电压,即保持管电压不变。所述第一管电流可以被增加第一增量以获取所述第二管电流。所述第一放线时长可以直接被指定为所述第二放线时长。在一些实施例中,所述第一管电压可以直接被指定为所述第二管电压。所述第一管电流可以直接被指定为所述第二管电流。所述第一放线时长可以被增加第二增量以获取所述第二放线时长。在一些实施例中,所述第一管电压可以直接被指定为所述第二管电压。所述第一管电流可以被增加第三增量以获取所述第二管电流。所述第一放线时长可以被增加第四增量以获取所述第二放线时长。所述第一、第二、第三及第四增量,可以基于成像过程中所需获取的放射图像的亮度以及第一目标亮度来确定。例如,假定成像过程中所需获取的放射图像的亮度为A,所述第一目标亮度为B,则成像过程中所需的射线的量是预成像过程中放射的射线的量的A/B倍。故,若管电压不变,则第二管电流与第二放线时长的乘积是第一管电流与第一放线时长的乘积的A/B倍。基于上述关系,可以确定所述第一、第二、第三及第四增量。所述第一、第二、第三及第四增量也可以是处理设备如处理设备200的预设值,还可以是用户(例如,医生)所输入的一个值。本申请不做限定。
在一些实施例中,参数确定模型可以被利用以确定所述第二曝光参数。所述参数确定模型可以是由多个样本对数据训练后得到的。一个样本数据对可以包括一个曝光参数、一个待成像对象的厚度,以及对应的所得到的成像图像的一个亮度。所使用的曝光参数可以包括管电压、管电流、放线时长等,并且管电压、管电流以及放线时长的关系服从ABS曲线。例如,ABS曲线上的一个点指示的曝光参数以及在不同厚度下所维持的图像亮度,可以作为一个样本数据对。在一些实施例中,参数确定模型可以是基于样本数据对进行函数拟合得到的多个拟合函数,也可以是基于样本数据对训练的统计模型,例如,多元回归模型,或机器学习模型,例如,神经网络模型。参数确定模型可以基于输入的曝光参数、厚度以及图像亮度之间的任意两个值确定剩余的一个值。例如,参数确定模型可以基于曝光参数和厚度确定成像所得到的图像的亮度。在一些实施例中,参数确定模型可以是一个总模型,也可以包括多个子模型。在第一曝光参数确定后,结合第一目标亮度,将两者输入参数确定模型可以确定所述目标对象的厚度。在目标对象的厚度确定后,可以结合成像过程所需得到的放射图像的亮度(如第二目标亮度),一齐输入参数确定模型获取所述第二曝光参数。关于获取第二曝光参数的具体描述可以参见本申请的其他部分(例如,图4),在此不再赘述。
在一些实施例中,处理设备如处理设备200可以直接基于所述第一曝光参数对所述目标对象递送射线以获取放射图像。例如,在对成像过程中所得到的放射图像要求不高,或兼具了预成像过程中的射线的量少和成像过程中获得的射线图像的质量高的原则下,可以直接基于第一曝光参数,对目标对象进行成像。
应当注意的是,上述有关流程100的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程100进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。例如,步骤120可以分为亮度对比过程和获取第一曝光参数过程。步骤130可以分为参数转换过程和获取射线图像的过程。
图2是根据本申请一些实施例所示的处理设备200的框图。如图2所示,处理模块200可以包括指令接收模块210、参数确定模块220、图像采集模块230和模型获取模块240。
指令接收模块210可以接收控制指令指令。指令接收模块210可以在第一时刻获取控制指令。所述第一时刻可以是指待成像的目标在一个完整的相关流程中的任意时刻。仅仅是为了说明,假定待成像的目标是患者,则与患者的相关流程可以是包括诊断、治疗、康复等的一个流程。所述第一时刻可以是患者在接受诊断、术前、术中、术后、复原期中的任意一个时间点。所述控制指令可以是控制射线成像设备对待成像的目标进行射线放射并获取放射图像的指令,可以包括预成像启动指示以及成像启动指示。所述预成像可以是指对待成像的目标加载合适量的射线形成至少一张图像以确定或寻找适当的预成像曝光参数或曝光参数的过程。所述成像可以是指基于预成像过程的预成像曝光参数或基于预成像过程确定的曝光参数对待成像的目标进行图像采集的过程。
参数确定模块220可以基于所述控制指令对目标对象递送射线进行预成像以获取第一曝光参数。在一些实施例中,参数确定模块220可以获取预成像曝光参数,以及至少一帧预成像图像的亮度,并将所述亮度与设定的第一目标亮度进行比较。在获取比较结果后,参数确定模块220可以基于比较结果以及ABS曲线更新预成像曝光参数,以使预成像图像亮度与第一目标亮度的差异满足预设条件,将更新后的预成像曝光参数作为所述第一曝光参数。所述预成像曝光参数可以是指预先设置的,对所述目标对象实施预成像过程所使用的曝光参数,包括管电流、管电压、放线时长等。参数确定模块220可以将使用预设曝光参数得到的图像(例如,预成像图像)的亮度的值与第一目标亮度的值进行大小比较以获取比较结果,包括预成像图像的亮度小于所述第一目标亮度、预成像图像的亮度等于所述第一目标亮度、或预成像图像的亮度大于所述第一目标亮度。当预成像图像的亮度小于所述第一目标亮度时,参数确定模块220可以在ABS曲线上沿曲线走势向右(例如,横坐标增大的方向)移动以确定下一个点。当预成像图像的亮度大于所述第一亮度时,参数确定模块220可以在ABS曲线上沿曲线走势向左(例如,横坐标减小的方向)移动以确定下一个点。在重新确定一点及其对应的曝光参数(例如,管电压和管电流)后,参数确定模块220可以基于更新后的预成像曝光参数控制射线成像设备获取目标对象的新的预成像图像,及其对应的图像亮度。并再次与第一目标亮度进行比较获取比较结果。重复上述过程,直到更新后预成像图像亮度与第一目标亮度的差异满足预设条件。当所述差异满足所述预设条件时,更新后的预成像曝光参数可以作为所述第一曝光参数。所述差异可以是指预成像图像的亮度的值与第一目标亮度的值之间的差值。所述预设条件可以是指上述两个亮度的值之间差值的绝对值小于或等于亮度差异阈值。当所述预成像图像的亮度等于所述第一目标亮度时,参数确定模块220可以直接将预成像曝光参数作为所述第一曝光参数。在一些实施例中,参数确定模块220可以对第一曝光参数所包含的数据进行变换以获取第二曝光参数,例如,改变管电压、管电流、以及放线时长中至少一个的。在一些实施例中,参数确定模块220可以基于第一曝光参数以及所述第一目标亮度,确定所述目标对象的等效厚度,并基于所述目标对象的等效厚度以及第二目标亮度确定所述第二曝光参数。参数确定模块220将第一曝光参数以及所述第一目标亮度输入到亮度-厚度-参数模型中,得到目标对象的等效厚度,并将目标对象的等效厚度结合所述第二目标亮度,将两者一齐输入亮度-厚度-参数模型获取所述第二曝光参数。所述第二曝光参数可以包括第二管电压、第二管电流、第二放线时长等。
图像采集模块230可以使用确定的曝光参数(例如,第一曝光参数或第二曝光参数)对所述目标对象递送射线进行成像,获取所述目标对象的放射图像。例如,在对成像过程中所得到的放射图像要求不高,或兼具了预成像过程中的射线的量少和成像过程中获得的射线图像的质量高的原则下,图像采集模块230可以直接基于第一曝光参数,对目标对象进行成像。又例如,在需要满足高要求的条件下,图像采集模块230可以基于由处理设备200的其他部件(例如,参数确定模块220)确定的第二曝光参数,对目标对象进行成像。
模型获取模块240可以获取亮度-厚度-参数模型。模型获取模块240可以获取不同厚度的测试目标的图像亮度达到多个不同亮度时,与其对应的曝光参数。所述曝光参数可以包括管电压、管电流、放线时长等,其中管电压和管电流对应的点位于ABS曲线上。之后,模型获取模块240可以确定多个测试目标厚度及其对应的曝光参数之间在不同亮度下的多个拟合函数,将所述拟合函数作为所述亮度-厚度-参数模型。或者,模型获取模块240可以基于多个测试目标厚度、曝光参数以及对应的图像的亮度,对初始模型进行训练获得训练好的亮度-厚度-参数模型。所示初始模型可以是统计模型,例如,多元回归模型,或机器学习模型,例如,神经网络模型。模型获取模块240还可以由多个厚度、亮度以及对应的曝光参数的数据进行统计分析后得到的统计模型,作为所述亮度-厚度-参数模型。该亮度-厚度-参数模型可以是预先被确定的,存储于存储设备(例如,处理设备200自带的存储器,或处理设备200通过有线或无线连接的外部存储设备)中。模型获取模块240可以与所述存储设备进行通信,以获取所述亮度-厚度-参数模型。该亮度-厚度-参数模型还可以是模型获取模块240对所获取的不同厚度的测试目标的图像亮度达到多个不同亮度时与其对应的曝光参数进行统计分析后得到的。
应当理解,图2所示的系统及其模块可以利用各种方式来实现。例如,在一些实施例中,系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中,硬件部分可以利用专用逻辑来实现;软件部分则可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用例如由各种类型的处理器所执行的软件实现,还可以由上述硬件电路和软件的结合(例如,固件)来实现。
需要注意的是,以上对于候选项显示、确定系统及其模块的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。例如,在一些实施例中,例如,图2中披露的获取模块210、参数确定模块220、图像采集模块230可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,获取模块210、参数确定模块220可以是两个模块,也可以是一个模块同时具有获取指令和确定参数的功能。又例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本申请的保护范围之内。
图3是根据本申请一些实施例所示的获取第一曝光参数的示例性流程图。在一些实施例中,流程300可以通过处理逻辑来执行,该处理逻辑可以包括硬件(例如,电路、专用逻辑、可编程逻辑、微代码等)、软件(运行在处理设备上以执行硬件模拟的指令)等或其任意组合。图3所示的用于获取第一曝光参数的流程300中的一个或多个操作可以通过图2所示的处理设备200(例如,参数确定模块220)实现。例如,流程300可以以指令的形式存储在存储设备中,并由处理设备200执行调用和/或执行。如图3所示,流程300可以包括以下至少一个操作。
步骤310,获取预成像曝光参数,以及至少一帧预成像图像的亮度。
在一些实施例中,所述预成像曝光参数可以是指预先设置的,对所述目标对象实施预成像过程所使用的曝光参数,包括管电流、管电压、放线时长等。在一些实施例中,所述预成像曝光参数可以存储在处理设备如处理设备200中(例如,处理设备200的自身存储设备中)、射线成像设备自身或外接的存储设备中、或云存储设备中。在使用时,处理设备200可以访问存储设备以获取所述预成像曝光参数。在一些实施例中,所述预成像曝光参数可以由用户(例如,医生或护士等医护人员)设置并输入。在一些实施例中,所述预成像曝光参数包含的管电压、管电流、以及放线时长之间的对应的关系,可以符合ABS曲线。例如,所述预成像曝光参数包含的管电压、管电流以及放线时长是ABS曲线上的一点对应的管电压、管电流以及放线时长。
在一些实施例中,所述预成像图像可以是在预成像过程中,依据预成像曝光参数向目标对象递送射线后由成像装置接收到的穿过目标对象的射线所形成的图像。所述成像装置可以包括射线成像设备中的射线探测器(例如,气体探测器、闪烁探测器、半导体探测器等),其将射线能量转换为可供记录的电信号。所述电信号内包含的投影数据经过处理后可以得到一张图像。所得到的图像可以被称为预成像图像。所述亮度可以是预成像图像的一个属性,在得到预成像图像后,可以直接得到所述亮度。
步骤320,将所述亮度与设定的第一目标亮度进行比较。
在一些实施例中,所述第一目标亮度可以是指在预成像过程中设定可满足要求的标准亮度。例如,所述第一目标亮度可以是保证预成像图像足够清晰的最低亮度。在此情况下,预成像的图像为第一目标亮度时,射线成像设备递送的射线的量较少,这对作为生物体的目标对象(例如,患者)伤害较小。在一些实施例中,所述第一目标亮度可以是射线成像设备的默认值,预先存储在处理设备如处理设备200中(例如,处理设备200的自身存储设备中)、射线成像设备自身或外接的存储设备中、或云存储设备中,或者由用户(例如,医生)输入确定,本申请不做具体限定。
在一些实施例中,处理设备200可以直接将所述亮度的值与所述第一目标亮度的值进行大小比较。具体的,处理设备200可以比较所述亮度的值是否大于、小于或等于所述第一目标亮度,并确定比较结果。
步骤330,基于比较结果以及ABS曲线更新预成像曝光参数,以使预成像图像亮度与第一目标亮度的差异满足预设条件,将更新后的预成像曝光参数作为所述第一曝光参数。
在一些实施例中,所述ABS曲线可以反映相同厚度的待成像对象在相同的放线时长下获得的不同亮度的曝光参数(例如,管电压和管电流数据对)组成的曲线。在同一条ABS曲线上,沿曲线走势,使用靠右的点对应的曝光参数得到的图像亮度比使用靠左的点对应的曝光参数得到的图像亮度要高。对应于不同厚度不同应用场景下,可以有不同的ABS曲线。例如,对应于患者手部和头部分别有对应的ABS曲线。所述ABS曲线还可以包括通用ABS曲线。所述通用ABS曲线可以适用于大部分的厚度范围,例如,适用于大部分人体部位的厚度的范围。示例性ABS曲线及其描述可参考图5及其描述。
结合步骤320,所述比较结果可以包括预成像图像的亮度小于所述第一目标亮度、预成像图像的亮度等于所述第一目标亮度、或预成像图像的亮度大于所述第一目标亮度。在一些实施例中,当预成像图像的亮度小于所述第一目标亮度时,可以说明穿过目标对象的射线的量要小于使预成像图像的亮度达到第一目标亮度的射线的量,需要增加递送的射线的量。此时可以增大管电流。处理设备200可以在ABS曲线上,沿曲线走势向右(例如,横坐标增大的方向)移动以确定下一个点及其对应的增大后的管电压和管电流。当预成像图像的亮度大于所述第一亮度时,可以说明穿过目标对象的射线的量要大于使预成像图像的亮度达到第一目标亮度的射线的量,需要减少递送的射线的量。此时可以减小管电流。处理设备200可以在ABS曲线上,沿曲线走势向左(例如,横坐标减小的方向)移动以确定下一个点及其对应的减小后的管电压和管电流。然后,处理设备200可以基于更新后的预成像曝光参数控制射线成像设备获取目标对象的新的预成像图像,及其对应的图像亮度。并再次与第一目标亮度进行比较获取比较结果。重复上述过程,直到更新后预成像图像亮度与第一目标亮度的差异满足预设条件。当所述差异满足所述预设条件时,更新后的预成像曝光参数可以作为所述第一曝光参数。所述差异可以是指预成像图像的亮度的值与第一目标亮度的值之间的差值。所述预设条件可以是指上述两个亮度的值之间差值的绝对值小于或等于亮度差异阈值。所述亮度差异阈值可以是射线成像设备的默认值,预先存储在处理设备如处理设备200中(例如,处理设备200的自身存储设备中)、射线成像设备自身或外接的存储设备中、或云存储设备中,或者由用户(例如,医生)输入确定,本申请不做具体限定。应当注意的是,在第一次比较时,若预成像图像的亮度的值与所述第一目标亮度的值之间的差异已经满足所述预设条件时,可以不用进行预成像曝光参数的更新,直接将第一次进行预成像的预成像曝光参数作为所述第一曝光参数。
当所述预成像图像的亮度等于所述第一目标亮度时,处理设备200可以直接将预成像曝光参数作为所述第一曝光参数。
应当注意的是,上述有关流程300的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程300进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。例如,步骤330可以分为多个步骤,例如,包括判断步骤,以确定预成像图像的亮度与第一目标亮度之间的差异是否满足预设条件;更新步骤,以基于判断步骤的结果结合ABS曲线更新预成像曝光参数并返回步骤310以执行新一次迭代;确定步骤,以在预成像图像亮度与第一目标亮度的差异满足预设条件下,将更新后的预成像曝光参数作为所述第一曝光参数。
图4是根据本申请一些实施例所示的获取第二曝光参数的流程图。在一些实施例中,流程400可以通过处理逻辑来执行,该处理逻辑可以包括硬件(例如,电路、专用逻辑、可编程逻辑、微代码等)、软件(运行在处理设备上以执行硬件模拟的指令)等或其任意组合。图4所示的用于获取第一曝光参数的流程400中的一个或多个操作可以通过图2所示的处理设备200(例如,参数确定模块220)实现。例如,流程400可以以指令的形式存储在存储设备中,并由处理设备200执行调用和/或执行。如图4所示,流程400可以包括以下至少一个操作。
步骤410,基于第一曝光参数以及所述第一目标亮度,确定所述目标对象的等效厚度。
在一些实施例中,所述等效厚度可以是指经过计算得到的表示目标对象的平均厚度的数值。所述等效厚度可以基于第一曝光参数、第一目标亮度,及亮度-厚度-参数模型进行确定。在一些实施例中,所述亮度-厚度-参数模型可以由多个亮度-厚度-参数数据对进行训练后得到。所述亮度-厚度-参数数据对由一个曝光参数、一个待成像目标的厚度、以及对应的所得到的成像图像的一个亮度组成。每一个亮度-厚度-参数数据对中的三个数值是一一对应,相互关联的。在已知其中任意两个的情况下可以确定剩余的一个值。因此,所述亮度-厚度-参数模型至少体现了图像亮度、对象厚度以及曝光参数之间的关联。在一些实施例中,处理设备200可以直接将第一曝光参数及第一目标亮度输入所述亮度-厚度-参数模型,以获取所述目标对象的等效厚度。
在一些实施例中,所述亮度-厚度-参数模型可以通过多种方式确定,所述方式可以包括函数拟合、模型训练等,或其任意组合。
在一些实施例中,处理设备200(例如,模型获取模块240)可以获取不同厚度的测试目标的图像亮度达到多个不同亮度时,与其对应的曝光参数。在本申请中,可以采用与目标对象对于射线(例如,X射线)衰减程度相当的水模或PMMA体模,进行多次射线递送,获取不同厚度的水模或体模的射线图像达到不同亮度时,与其对应的曝光参数。处理设备200可以使用上述获取的数据,进行函数拟合,或模型训练,以获取所述亮度-厚度-参数模型。在一些实施例中,获取所述亮度-厚度-参数模型的过程中(拟合或训练),所使用的曝光参数包括的管电压和管电流,两者之间的关系可以符合ABS曲线。例如,在相同的厚度下得到的一样的图像亮度可以对应有多个曝光参数,比如不同的管电压、管电流、放线时长等。而其中管电压和管电流对应的点位于ABS曲线上。
在一些实施例中,处理设备200(例如,模型获取模块240)可以确定多个测试目标厚度及其对应的曝光参数之间在不同亮度下的多个拟合函数,将所述拟合函数作为所述亮度-厚度-参数模型。示例性的数据拟合方法包括线性拟合、二次函数拟合、数据的n次多项式拟合、指数函数的数据拟合、多元线性函数的数据拟合等,或其组合。仅作为示例,数据拟合的流程可以包括:绘制亮度、厚度、曝光参数这三组数据的散点图;根据散点图的分布确定合适的拟合函数模型,其中所述函数可以通过最小二乘法来拟合。在一些实施例中,所述数据拟合的流程可以在origin、matlab、SPSS等软件中进行。通过拟合确定的拟合函数模型即为亮度-厚度-参数模型。
在一些实施例中,处理设备200(例如,模型获取模块240)可以基于多个测试目标厚度、曝光参数以及对应的图像的亮度,对初始模型进行训练获得训练好的亮度-厚度-参数模型。所示初始模型可以是统计模型,或机器学习模型。示例性的统计模型可以包括多元回归模型、聚类分析模型、判别分析模型、主成分分析模型、因子分析模型、时间序列分析模型。示例性的机器学习模型可以包括线性分类器(如LR)、神经网络模型、支持向量机(SVM)、朴素贝叶斯(NB)、K近邻(KNN)、决策树(DT)、集成模型(RF/GDBT等)等。仅作为示例,处理设备200可以将亮度、曝光参数以及厚度数据中选出一部分数据作为训练数据,将另一部分数据作为测试数据,用来训练初始模型。在一些实施例中,训练得到的亮度-厚度-参数模型,可以是一个总模型,也可以包括多个子模型。将图像亮度、目标厚度以及曝光参数中的任意两个值输入后,可以得到余下的一个值。
在一些实施例中,处理设备200(例如,模型获取模块240)可以对所获取的不同厚度的测试目标的图像亮度达到多个不同亮度时与其对应的曝光参数进行统计分析。得到的统计模型可以作为所述亮度-厚度-参数模型。
在一些实施例中,所述亮度-厚度-参数模型可以是预先被确定的统计模型,存储于存储设备(例如,处理设备200自带的存储器,或处理设备200通过有线或无线连接的外部存储设备)中。模型获取模块240可以与所述存储设备进行通信,以获取所述亮度-厚度-参数模型。在一些实施例中,可以将第一曝光参数以及所述第一目标亮度输入到上述确定的亮度-厚度-参数模型中,即可得到目标对象的等效厚度。
步骤420,基于所述目标对象的等效厚度以及第二目标亮度确定所述第二曝光参数。
在一些实施例中,所述第二目标亮度是指在成像过程中所获取的放射图像所需的亮度。所述放射图像的亮度,即第二目标亮度,可以满足诊断和/或判定的要求。例如,需要满足医疗过程中的疾病诊断和/或手术进程对比判定的要求。所述第二目标亮度可以是射线成像设备的默认值,预先存储在处理设备如处理设备200中(例如,处理设备200的自身存储设备中)、射线成像设备自身或外接的存储设备中、或云存储设备中,或者由用户(例如,医生)输入确定,本申请不做具体限定。在一些实施例中,在确定目标对象的等效厚度后,可以结合所述第二目标亮度,将两者一齐输入亮度-厚度-参数模型获取所述第二曝光参数。所述第二曝光参数可以包括第二管电压、第二管电流、第二放线时长等。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本申请的适用范围。对于本领域技术人员来说,在本申请的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本申请的范围之内。
图5是根据本申请的一些实施例所示的ABS曲线的示意图。如图5所示,ABS曲线的横坐标为管电流,单位为mA,纵坐标为管电压,单位为kV。图中给出了三条曲线,分别对应于不同的应用。LD表示低剂量模式(low dose),代表在低剂量下管电压和管电流的变化。S表示标准模式(standard),代表在标准情况下管电压和管电流的变化。HC表示高对比度模式(high contrast),代表在高对比度下管电压和管电流的变化。ABS曲线的走势,可以反应为在不同厚度下维持同一亮度,管电压和管电流的变化趋势。为维持图像的亮度不变,针对不同的厚度,在低剂量模式下,ABS曲线的走势为管电压大幅上升,管电流小幅增加,以保持输出的射线的剂量少。在标准模式下,ABS曲线的走势为管电流和管电压的平稳上升,这符合大多数情况下为维持亮度而做出的参数变更。在高对比度模式下,ABS曲线的走势为管电流快速增加,管电压平稳上升。高对比需要接收更多射线的剂量来保证获得的射线图像的清晰度。因此,管电流的增加趋势会比较快。应当注意的是,以上关于ABS曲线的说明以及选择仅作为示例性的,本申请的保护范围不受限于此。
本申请的实施例所披露的方法与系统,可以应用于多种射线成像设备中,例如,CT、PET、SPECT、DR、CR、C形臂等。优选地,本申请实施例所披露的方法与系统,可以应用于于C形臂射线成像系统中。所述C形臂射线成像系统可以包括移动C形臂和/或数字减影血管造影(DSA)设备。与现有技术相比,本申请以上各实施例可能带来的有益效果包括但不限于:
(1)、将预成像过程(透视过程)与成像过程(单帧采集)合并为一次操作,保证了在成像过程中使用的曝光参数的准确性,减少了成像次数(比如,曝光次数),提高了用户体验。
(2)、利用一次指令传输完成两个操作,减少了射线放射时间,有益于患者身体健康。
需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
以上内容描述了本申请和/或一些其他的示例。根据上述内容,本申请还可以做出不同的变形。本申请披露的主题能够以不同的形式和例子所实现,并且本申请可以被应用于大量的应用程序中。后文权利要求中所要求保护的所有应用、修饰以及改变都属于本申请的范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”、或“一个实施例”、或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
本领域技术人员能够理解,本申请所披露的内容可以出现多种变型和改进。例如,以上所描述的不同系统组件都是通过硬件设备所实现的,但是也可能只通过软件的解决方案得以实现。例如:在现有的服务器上安装系统。此外,这里所披露的位置信息的提供可能是通过一个固件、固件/软件的组合、固件/硬件的组合或硬件/固件/软件的组合得以实现。
所有软件或其中的一部分有时可能会通过网络进行通信,如互联网或其他通信网络。此类通信能够将软件从一个计算机设备或处理器加载到另一个。例如:从放射治疗系统的一个管理服务器或主机计算机加载至一个计算机环境的硬件平台,或其他实现系统的计算机环境,或与提供确定轮椅目标结构参数所需要的信息相关的类似功能的系统。因此,另一种能够传递软件元素的介质也可以被用作局部设备之间的物理连接,例如光波、电波、电磁波等,通过电缆、光缆或者空气实现传播。用来载波的物理介质如电缆、无线连接或光缆等类似设备,也可以被认为是承载软件的介质。在这里的用法除非限制了有形的“储存”介质,其他表示计算机或机器“可读介质”的术语都表示在处理器执行任何指令的过程中参与的介质。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,例如,局域网(LAN)或广域网(WAN)、或连接至外部计算机(例如通过因特网)、或在云计算环境中、或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述属性、数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档、物件等,特将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不限于本申请明确介绍和描述的实施例。

Claims (26)

1.一种获取放射图像的方法,其特征在于,所述方法包括:
接收控制指令;
基于所述控制指令:
对目标对象递送射线进行预成像,获取第一曝光参数;以及
依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
2.根据权利要求1所述的方法,其特征在于,所述第一曝光参数为使预成像图像亮度与设定的第一目标亮度的差异满足预设条件时的预成像曝光参数。
3.根据权利要求1所述的方法,其特征在于,所述获取第一曝光参数,包括:
获取预成像曝光参数,以及至少一帧预成像图像的亮度;
将所述亮度与设定的第一目标亮度进行比较;
基于比较结果以及ABS曲线更新预成像曝光参数,以使预成像图像亮度与第一目标亮度的差异满足预设条件,将更新后的预成像曝光参数作为所述第一曝光参数。
4.根据权利要求1或2所述的方法,其特征在于,所述依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像,还包括:
基于第一曝光参数生成第二曝光参数;
基于所述第二曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
5.根据权利要求4所述的方法,其特征在于,所述第一曝光参数和所述第二曝光参数包括管电压、管电流以及放线时长;其中,所述基于第一曝光参数生成第二曝光,包括:
调整所述第一曝光参数所包含管电压、管电流、以及所述放线时长中的至少一个以获取所述第二曝光参数。
6.根据权利要求4所述的方法,其特征在于,所述基于所述第一曝光参数,确定第二曝光参数,包括:
基于第一曝光参数以及所述第一目标亮度,确定所述目标对象的等效厚度;
基于所述目标对象的等效厚度以及第二目标亮度确定所述第二曝光参数。
7.根据权利要求6所述的方法,其特征在于,所述确定所述目标对象的等效厚度,包括:
基于第一曝光参数、第一目标亮度,及亮度-厚度-参数模型,确定所述目标对象的等效厚度;其中,所述亮度-厚度-参数模型至少包括图像亮度、对象厚度以及曝光参数之间的关联。
8.根据权利要求7所述的方法,其特征在于,所述亮度-厚度-参数模型基于以下方法确定:
获取多个不同厚度的测试目标对应的图像亮度达到多个不同亮度时,与其对应的曝光参数;
确定多个测试目标厚度及其对应的曝光参数之间在不同亮度下的多个拟合函数,将所述拟合函数作为所述亮度-厚度-参数模型;或
基于多个测试目标厚度、曝光参数以及对应的图像的亮度,对初始模型进行训练获得训练好的亮度-厚度-参数模型;所述初始模型为统计模型,或机器学习模型。
9.根据权利要求7所述的方法,其特征在于,所述亮度-厚度-参数模型中的曝光参数包括管电压以及管电流;所述管电压与管电流的关系服从ABS曲线。
10.根据权利要求1所述的方法,其特征在于,所述方法应用于C形臂射线成像系统中。
11.根据权利要求11所述的方法,其特征在于,所述C形臂射线成像系统包括移动C形臂或数字减影血管造影(DSA)设备。
12.根据权利要求11所述的方法,其特征在于,所述控制指令来自曝光手闸。
13.一种获取放射图像的系统,其特征在于,所述系统包括指令接收模块、参数确定模块和图像采集模块,
所述获取模块,用于接收控制指令;
所述参数确定模块,用于基于所述控制指令对目标对象递送射线进行预成像,获取第一曝光参数;
所述图像采集模块,用于在所述控制指令下依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
14.根据权利要求13所述的系统,其特征在于,所述第一曝光参数为使预成像图像亮度与设定的第一目标亮度的差异满足预设条件时的预成像曝光参数。
15.根据权利要求13所述的系统,其特征在于,为获取第一曝光参数,所述参数获取模块被进一步配置为:
获取预成像曝光参数,以及至少一帧预成像图像的亮度;
将所述亮度与设定的第一目标亮度进行比较;
基于比较结果以及ABS曲线更新预成像曝光参数,以使预成像图像亮度与第一目标亮度的差异满足预设条件,将更新后的预成像曝光参数作为所述第一曝光参数。
16.根据权利要求13或14所述的系统,其特征在于,为依据所述第一曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像,
所述参数确定模块被进一步配置为基于第一曝光参数生成第二曝光参数:
所述图像采集模块被进一步配置为基于所述第二曝光参数对所述目标对象再次递送射线进行成像,获取所述目标对象的放射图像。
17.根据权利要求16所述的系统,其特征在于,所述第一曝光参数和所述第二曝光参数包括管电压、管电流以及放线时长;其中,为基于第一曝光参数生成第二曝光参数,所述参数确定模块被进一步配置为:
调整所述第一曝光参数所包含管电压、管电流、以及所述放线时长中的至少一个以获取所述第二曝光参数。
18.根据权利要求16所述的系统,其特征在于,为确定第二参数,所述参数确定模块被进一步配置为:
基于第一曝光参数以及所述第一目标亮度,确定所述目标对象的等效厚度;
基于所述目标对象的等效厚度以及第二目标亮度确定所述第二曝光参数。
19.根据权利要求18所述的系统,其特征在于,为确定所述目标对象的等效厚度,所述参数确定模块被进一步配置为:
基于第一曝光参数、第一目标亮度,及亮度-厚度-参数模型,确定所述目标对象的等效厚度;其中,所述亮度-厚度-参数模型至少包括图像亮度、对象厚度以及曝光参数之间的关联。
20.根据权利要求19所述的系统,其特征在于,所述系统进一步包括模型获取模块,所述模型获取模块被配置为:
获取多个不同厚度的测试目标的图像亮度达到多个不同亮度时,与其对应的曝光参数;
确定多个测试目标厚度及其对应的曝光参数之间在不同亮度下的多个拟合函数,将所述拟合函数作为所述亮度-厚度-参数模型;或
基于多个测试目标厚度、曝光参数以及对应的图像的亮度,对初始模型进行训练获得训练好的亮度-厚度-参数模型;所述初始模型为统计模型,或机器学习模型。
21.根据权利要求19所述的系统,其特征在于,所述亮度-厚度-参数模型中的曝光参数包括管电压以及管电流;所述管电压与管电流的关系服从ABS曲线。
22.根据权利要求13所述的系统,其特征在于,所述系统应用于C形臂射线成像系统中。
23.根据权利要求22所述的系统,其特征在于,所述C形臂射线成像系统包括移动C形臂或数字减影血管造影(DSA)设备。
24.根据权利要求22所述的系统,其特征在于,所述控制指令来自曝光手闸。
25.一种获取放射图像的装置,其特征在于,所述装置包括处理器以及存储器;所述存储器用于存储指令,其特征在于,所述指令被所述处理器执行时,导致所述装置实现如权利要求1~12中任意一项所述的方法。
26.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行如权利要求1~12中任意一项所述的方法。
CN201910697400.5A 2019-04-23 2019-07-30 一种获取放射图像方法、系统、装置及存储介质 Active CN110415312B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202210546605.5A CN115018940A (zh) 2019-07-30 2019-07-30 一种获取放射图像方法、系统、装置及存储介质
CN201910697400.5A CN110415312B (zh) 2019-07-30 2019-07-30 一种获取放射图像方法、系统、装置及存储介质
PCT/CN2020/086489 WO2020216307A1 (zh) 2019-04-23 2020-04-23 一种获取放射图像方法、系统、装置及存储介质
EP20796079.0A EP3962240A4 (en) 2019-04-23 2020-04-23 METHOD, SYSTEM AND DEVICE FOR CAPTURE OF RADIOLOGICAL IMAGES AND STORAGE MEDIUM
US17/452,079 US11957499B2 (en) 2019-04-23 2021-10-25 Systems, methods, devices and storage mediums for obtaining a radiographic image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910697400.5A CN110415312B (zh) 2019-07-30 2019-07-30 一种获取放射图像方法、系统、装置及存储介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202210546605.5A Division CN115018940A (zh) 2019-07-30 2019-07-30 一种获取放射图像方法、系统、装置及存储介质

Publications (2)

Publication Number Publication Date
CN110415312A true CN110415312A (zh) 2019-11-05
CN110415312B CN110415312B (zh) 2022-04-12

Family

ID=68364353

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210546605.5A Pending CN115018940A (zh) 2019-07-30 2019-07-30 一种获取放射图像方法、系统、装置及存储介质
CN201910697400.5A Active CN110415312B (zh) 2019-04-23 2019-07-30 一种获取放射图像方法、系统、装置及存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202210546605.5A Pending CN115018940A (zh) 2019-07-30 2019-07-30 一种获取放射图像方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (2) CN115018940A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020216307A1 (zh) * 2019-04-23 2020-10-29 上海联影医疗科技有限公司 一种获取放射图像方法、系统、装置及存储介质
CN112137634A (zh) * 2020-09-24 2020-12-29 上海联影医疗科技股份有限公司 一种x射线成像方法、装置、设备和介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1894954A (zh) * 2003-12-26 2007-01-10 三洋电机株式会社 电子照相机
CN102894948A (zh) * 2011-07-25 2013-01-30 富士胶片株式会社 内窥镜系统及其控制方法
CN102894988A (zh) * 2011-07-25 2013-01-30 赵建国 双能x射线摄影方法及设备
CN104146724A (zh) * 2014-08-29 2014-11-19 重庆邮电大学 一种数字x光机自动曝光控制方法及装置
CN105105776A (zh) * 2015-08-10 2015-12-02 上海联影医疗科技有限公司 Aec模式下曝光截止剂量校正方法及装置
CN106210558A (zh) * 2016-08-31 2016-12-07 中南大学湘雅二医院 一种移动x线机曝光控制器、移动x线机及其曝光方法
CN106413236A (zh) * 2016-09-08 2017-02-15 沈阳东软医疗系统有限公司 一种曝光参数调整方法和装置
US20180108128A1 (en) * 2016-10-14 2018-04-19 Siemens Healthcare Gmbh Method, computer and imaging apparatus for determining an imaging parameter for an imaging procedure
CN108735282A (zh) * 2017-04-25 2018-11-02 深圳迈瑞生物医疗电子股份有限公司 一种快速放射成像方法、数字放射成像装置及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1894954A (zh) * 2003-12-26 2007-01-10 三洋电机株式会社 电子照相机
CN102894948A (zh) * 2011-07-25 2013-01-30 富士胶片株式会社 内窥镜系统及其控制方法
CN102894988A (zh) * 2011-07-25 2013-01-30 赵建国 双能x射线摄影方法及设备
CN104146724A (zh) * 2014-08-29 2014-11-19 重庆邮电大学 一种数字x光机自动曝光控制方法及装置
CN105105776A (zh) * 2015-08-10 2015-12-02 上海联影医疗科技有限公司 Aec模式下曝光截止剂量校正方法及装置
CN106210558A (zh) * 2016-08-31 2016-12-07 中南大学湘雅二医院 一种移动x线机曝光控制器、移动x线机及其曝光方法
CN106413236A (zh) * 2016-09-08 2017-02-15 沈阳东软医疗系统有限公司 一种曝光参数调整方法和装置
US20180108128A1 (en) * 2016-10-14 2018-04-19 Siemens Healthcare Gmbh Method, computer and imaging apparatus for determining an imaging parameter for an imaging procedure
CN108735282A (zh) * 2017-04-25 2018-11-02 深圳迈瑞生物医疗电子股份有限公司 一种快速放射成像方法、数字放射成像装置及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020216307A1 (zh) * 2019-04-23 2020-10-29 上海联影医疗科技有限公司 一种获取放射图像方法、系统、装置及存储介质
US11957499B2 (en) 2019-04-23 2024-04-16 Shanghai United Imaging Healthcare Co., Ltd. Systems, methods, devices and storage mediums for obtaining a radiographic image
CN112137634A (zh) * 2020-09-24 2020-12-29 上海联影医疗科技股份有限公司 一种x射线成像方法、装置、设备和介质

Also Published As

Publication number Publication date
CN115018940A (zh) 2022-09-06
CN110415312B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
US20220117570A1 (en) Systems and methods for contrast flow modeling with deep learning
CN111789613B (zh) 一种成像系统和方法
US10614634B2 (en) System and method for image composition
US10638993B2 (en) Computed tomography apparatus and control method for the same
US10493299B2 (en) Determining parameters for a beam model of a radiation machine using deep convolutional neural networks
US9786054B2 (en) Medical image processing device, treatment system and medical image processing method
CN109011203B (zh) 基于预处理成像的适应性放射治疗系统、装置及存储介质
US11406751B2 (en) Determination of a time-dependent contrast agent injection curve as a function of CT scan parameters
US11957499B2 (en) Systems, methods, devices and storage mediums for obtaining a radiographic image
US9734574B2 (en) Image processor, treatment system, and image processing method
JP2006223862A (ja) 生体内の造影剤流れの予測方法
US20120022845A1 (en) Monitoring of the radiation dose accumulated by a body
CN110415312A (zh) 一种获取放射图像方法、系统、装置及存储介质
CN114010963B (zh) 剂量确定的系统、方法及计算机可读存储介质
US10722187B2 (en) System and method for imaging a subject
CN115605262A (zh) 在放射治疗计划优化中使用强化学习来定位剂量-体积目标
US10610169B2 (en) Determining an initialization time point of imaging using a contrast medium
CN112085766A (zh) 用于对运动对象成像的系统和方法
CN113577581B (zh) 放疗剂量确定系统
JP7412191B2 (ja) 撮影条件出力装置及び放射線治療装置
US10176568B2 (en) Tomographic apparatus and method
CN209248027U (zh) 监测器室
EP3992913A1 (en) Machine learned motion estimation and compensation in ct images
US20240173571A1 (en) Systems and methods for dose verification
CN117352127A (zh) 一种放射剂量分布的优化方法、系统、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant