CN110840469B - 乳腺x线机曝光控制方法和装置及乳腺x线机 - Google Patents
乳腺x线机曝光控制方法和装置及乳腺x线机 Download PDFInfo
- Publication number
- CN110840469B CN110840469B CN201911121067.XA CN201911121067A CN110840469B CN 110840469 B CN110840469 B CN 110840469B CN 201911121067 A CN201911121067 A CN 201911121067A CN 110840469 B CN110840469 B CN 110840469B
- Authority
- CN
- China
- Prior art keywords
- target
- breast
- sample
- image
- target breast
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 210000000481 breast Anatomy 0.000 claims description 389
- 230000006835 compression Effects 0.000 claims description 85
- 238000007906 compression Methods 0.000 claims description 85
- 238000009607 mammography Methods 0.000 claims description 36
- 238000012549 training Methods 0.000 claims description 31
- 238000003825 pressing Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 6
- 210000005075 mammary gland Anatomy 0.000 abstract description 53
- 238000001914 filtration Methods 0.000 abstract description 11
- 230000005855 radiation Effects 0.000 abstract description 10
- 238000012937 correction Methods 0.000 description 14
- 230000007787 long-term memory Effects 0.000 description 8
- 238000003062 neural network model Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 230000035515 penetration Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000007903 penetration ability Effects 0.000 description 3
- 230000006403 short-term memory Effects 0.000 description 3
- 238000010420 art technique Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 239000011733 molybdenum Substances 0.000 description 2
- 229910052703 rhodium Inorganic materials 0.000 description 2
- 239000010948 rhodium Substances 0.000 description 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- MHOVAHRLVXNVSD-UHFFFAOYSA-N rhodium atom Chemical compound [Rh] MHOVAHRLVXNVSD-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
- A61B5/4872—Body fat
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本公开涉及仪器控制技术领域,尤其涉及一种乳腺X线机曝光控制方法和装置及乳腺X线机。通过获取目标乳腺的稳态厚度和脂肪水平,根据目标乳腺的稳态厚度和脂肪水平获取针对该目标乳腺的管电压和管电流与曝光时间的乘积,并根据管电压获取相应的靶‑滤过组合,然后根据该管电压、靶‑滤过组合和管电流与曝光时间的乘积对目标乳腺进行曝光摄影,从而可以省去预曝光而只对目标乳腺进行一次曝光,可以使目标乳腺承受较少的辐射剂量,且可以针对目标乳腺的脂肪水平采用合适的曝光参数对其曝光摄影,可以使最终获得的目标乳腺的图像能更准确地反映目标乳腺的情况。
Description
技术领域
本公开涉及仪器控制技术领域,尤其涉及一种乳腺X线机曝光控制方法和装置及乳腺X线机。
背景技术
目前,在用乳腺X线机对乳腺检测时通常是采用两次曝光的方式完成对辐射剂量的控制,即首先通过一次低辐射剂量的预曝光获得乳腺的缩略图像,然后根据该缩略图像估算要达到目标灰度水平所需要的曝光参数,再通过一次完全剂量的正式曝光获得乳腺的检测图像。虽然预曝光是一次低辐射剂量的曝光,但它是在每次采集乳腺图像前的必须步骤,因此会使病患所接受的总辐射剂量增加。另外,通过两次曝光采集乳腺的图像存在步骤繁琐的问题。
发明内容
为了解决上述技术问题中的至少一个,本公开提供了一种乳腺X线机曝光控制方法和装置及乳腺X线机。
一方面,本公开提供了一种乳腺X线机曝光控制方法,所述方法包括:
获取目标乳腺的稳态厚度和脂肪水平;
根据所述稳态厚度和所述脂肪水平获取管电压和管电流与曝光时间的乘积;
根据所述管电压获取靶-滤过组合;
根据所述管电压、所述靶-滤过组合和所述管电流与曝光时间的乘积对所述目标乳腺曝光摄影。
可选地,所述获取目标乳腺的脂肪水平包括:
获取所述目标乳腺的时间序列,所述时间序列为所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力的时间序列;
根据所述时间序列获取所述脂肪水平;
所述获取所述目标乳腺的时间序列包括:
每隔固定时间获取所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力;
判断当前获取的所述目标乳腺对压迫装置的支撑力与前一时间获取的所述目标乳腺对压迫装置的支撑力的差值是否大于第一阈值;
若是,以二元组的形式记录当前获取的所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力;若否,不记录当前获取的所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力;
若连续获得的固定数目个所述目标乳腺对压迫装置的支撑力与前一时间获得的所述目标乳腺对压迫装置的支撑力的差值都不大于所述第一阈值,按所述二元组的记录时间组成所述时间序列,并将最后获得的所述目标乳腺的压迫厚度作为所述稳态厚度。
可选地,所述根据所述时间序列获取所述脂肪水平包括:
根据第一识别系统获取所述脂肪水平,所述时间序列为所述第一识别系统的输入,所述脂肪水平为所述第一识别系统的输出,所述第一识别系统是根据样本时间序列和第一样本脂肪水平建立的。
可选地,所述根据所述稳态厚度和所述脂肪水平获取管电压和管电流与曝光时间的乘积包括:
根据第一推荐系统获取所述管电压,所述稳态厚度和所述脂肪水平为所述第一推荐系统的输入,所述管电压为所述第一推荐系统的输出,所述第一推荐系统是根据样本稳态厚度、第二样本脂肪水平和样本管电压建立的;
根据第二推荐系统获取所述管电流与曝光时间的乘积,所述稳态厚度和所述脂肪水平为所述第二推荐系统的输入,所述管电流与曝光时间的乘积为所述第二推荐系统的输出,所述第二推荐系统是根据所述样本稳态厚度、所述第二样本脂肪水平和样本管电流与曝光时间的乘积建立的。
可选地,在对所述目标乳腺曝光摄影之后,所述方法还包括:
判断所述目标乳腺的图像的对比度是否大于或小于阈值区间;
若是,将所述目标乳腺的图像存储至第一样本池,所述第一样本池用于存储对比度大于或小于所述阈值区间的乳腺图像;
在所述第一样本池中的图像数量大于第二阈值时,根据所述第一样本池中的图像修正所述第一推荐系统。
可选地,所述根据所述第一样本池中的图像修正所述第一推荐系统包括:
为所述第一样本池中的每个图像设置对比度反馈值;
根据下式对所述第一样本池中的图像对应的管电压进行修正:
kV*=kV+η·e
其中,KV为所述第一样本池中各图像对应的管电压,η为学习率,e为所述第一样本池中各图像对应的对比度反馈值,KV*为对KV完成修正后的管电压;
根据所述第一样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电压对所述第一推荐系统进行反向训练。
可选地,在对所述目标乳腺曝光摄影之后,所述方法还包括:
判断所述目标乳腺的图像的灰度水平与目标灰度水平之间的差距是否大于第三阈值;
若是,将所述目标乳腺的图像存储至第二样本池,所述第二样本池用于存储与所述目标灰度水平之间的差距大于所述第三阈值的乳腺图像;
在所述第二样本池中的图像数量大于第四阈值时,根据所述第二样本池中的图像修正所述第二推荐系统。
可选地,所述根据所述第二样本池中的图像修正所述第二推荐系统包括:
根据下式对所述第二样本池中的图像对应的管电流与曝光时间的乘积进行修正:
其中,meanobj为所述目标灰度水平,meanbreast为所述第二样本池中的图像的灰度水平,mA·s为所述第二样本池中各图像对应的管电流与曝光时间的乘积,mA·s*为对mA·s修正后的管电流与曝光时间的乘积;
根据所述第二样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电流与曝光时间的乘积对所述第二推荐系统进行反向训练。
另一方面,本公开提供了一种乳腺X线机曝光控制装置,所述装置包括:
第一获取模块,被配置为获取目标乳腺的稳态厚度和脂肪水平;
第二获取模块,被配置为根据所述稳态厚度和所述脂肪水平获取管电压和管电流与曝光时间的乘积;
第三获取模块,被配置为根据所述管电压获取靶-滤过组合;
摄影模块,被配置为根据所述管电压、所述靶-滤过组合和所述管电流与曝光时间的乘积对所述目标乳腺曝光摄影。
又一方面,本公开提供了一种乳腺X线机,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为在执行所述可执行指令时使所述乳腺X线机执行上述乳腺X线机曝光控制方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过获取目标乳腺的稳态厚度和脂肪水平,根据目标乳腺的稳态厚度和脂肪水平获取针对该目标乳腺的管电压和管电流与曝光时间的乘积,并根据管电压获取相应的靶-滤过组合,然后根据该管电压、靶-滤过组合和管电流与曝光时间的乘积对目标乳腺进行曝光摄影,从而可以省去预曝光而只对目标乳腺进行一次曝光,可以使目标乳腺承受较少的辐射剂量,且可以针对目标乳腺的脂肪水平采用合适的曝光参数对其曝光摄影,可以使最终获得的目标乳腺的图像能更准确地反映目标乳腺的情况。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是本公开一示例性实施例提供的乳腺X线机曝光控制方法的示意图;
图2是本公开另一示例性实施例提供的乳腺X线机曝光控制方法的示意图;
图3是本公开一示例性实施例提供的乳腺X线机曝光控制装置的示意图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
常用乳腺X线机的自动曝光控制系统通常是根据乳腺的压迫厚度来估算所需X线的穿透能力,从而确定对乳腺进行曝光所采用的球管管电压与靶-滤过组合。接着,通过一次探测型的低剂量预曝光,获得乳腺的预曝光缩略图像,并计算出预曝光缩略图中乳腺的平均灰度值。然后,将其与预置的目标平均灰度值相比较,可估算出正式曝光所需的管电流和曝光时间。在此采集过程中,只能保证最终图像的信噪比达到目标水平,但无法保证采集到的乳腺图像的对比度是否优化。同时,预曝光是每次采集乳腺图像前的必须步骤,在每次采集图像时都给病人带来一个额外的辐照剂量。
而且,常用乳腺X线机上的自动曝光控制系统在对乳腺检测时忽略了乳腺内部的组成差异。例如,在对具有相同厚度的脂肪型乳腺和致密型乳腺检测时,这两种类型的乳腺所需的X线穿透能力有着明显差异。若采用统一穿透能力的X线,对于脂肪型乳腺会出现穿透过度、图像缺乏对比度的问题,而对于致密型乳腺会出现穿透不足、缺乏层次的问题。
鉴于常用的乳腺X线机上的自动曝光控制系统对病人辐照剂量的控制不足,即无法针对乳腺采用最合适的曝光参数进行曝光,而乳腺本身对辐照剂量比较敏感,过多或过少的辐射剂量都会导致最终结果不准确,所以需要采用更加优化的曝光控制。
本公开第一实施例提供了一种乳腺X线机曝光控制方法,如图1所示,该方法应用于乳腺X线机上,该方法包括:
步骤S101,获取目标乳腺的稳态厚度和脂肪水平。
步骤S102,根据目标乳腺的稳态厚度和脂肪水平获取管电压和管电流与曝光时间的乘积。
步骤S103,根据管电压获取靶-滤过组合。
步骤S104,根据获得的管电压、靶-滤过组合和管电流与曝光时间的乘积对目标乳腺曝光摄影。
可选地,获取目标乳腺的脂肪水平包括:
获取目标乳腺的时间序列,目标乳腺的时间序列为目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力的时间序列;
根据目标乳腺的时间序列获取目标乳腺的脂肪水平;
获取目标乳腺的时间序列包括:
每隔固定时间获取目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;
判断当前获取的目标乳腺对压迫装置的支撑力与前一时间获取的目标乳腺对压迫装置的支撑力的差值是否大于第一阈值;
若是,以二元组的形式记录当前获取的目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;若否,不记录当前获取的目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;
若连续获得的固定数目个目标乳腺对压迫装置的支撑力与前一时间获得的目标乳腺对压迫装置的支撑力的差值都不大于第一阈值,按二元组的记录时间组成目标乳腺的时间序列,并将最后获得的目标乳腺的压迫厚度作为目标乳腺的稳态厚度。
可选地,根据目标乳腺的时间序列获取目标乳腺的脂肪水平包括:
根据第一识别系统获取目标乳腺的脂肪水平,目标乳腺的时间序列为第一识别系统的输入,目标乳腺的脂肪水平为第一识别系统的输出,第一识别系统是根据样本时间序列和第一样本脂肪水平建立的。
可选地,根据目标乳腺的稳态厚度和脂肪水平获取管电压和管电流与曝光时间的乘积包括:
根据第一推荐系统获取管电压,目标乳腺的稳态厚度和脂肪水平为第一推荐系统的输入,管电压为第一推荐系统的输出,第一推荐系统是根据样本稳态厚度、第二样本脂肪水平和样本管电压建立的;
根据第二推荐系统获取管电流与曝光时间的乘积,目标乳腺的稳态厚度和脂肪水平为第二推荐系统的输入,管电流与曝光时间的乘积为第二推荐系统的输出,第二推荐系统是根据样本稳态厚度、第二样本脂肪水平和样本管电流与曝光时间的乘积建立的。
可选地,在对目标乳腺曝光摄影之后,该方法还包括:
判断目标乳腺的图像的对比度是否大于或小于阈值区间;
若是,将目标乳腺的图像存储至第一样本池,第一样本池用于存储对比度大于或小于阈值区间的乳腺图像;
在第一样本池中的图像数量大于第二阈值时,根据第一样本池中的图像修正第一推荐系统。
可选地,根据第一样本池中的图像修正第一推荐系统包括:
为第一样本池中的每个图像设置对比度反馈值;
根据下式对第一样本池中的图像对应的管电压进行修正:
kV*=kV+η·e
其中,KV为第一样本池中各图像对应的管电压,η为学习率,e为第一样本池中各图像对应的对比度反馈值,KV*为对KV完成修正后的管电压;
根据第一样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电压对第一推荐系统进行反向训练。
可选地,在对目标乳腺曝光摄影之后,该方法还包括:
判断目标乳腺的图像的灰度水平与目标灰度水平之间的差距是否大于第三阈值;
若是,将目标乳腺的图像存储至第二样本池,第二样本池用于存储与目标灰度水平之间的差距大于第三阈值的乳腺图像;
在第二样本池中的图像数量大于第四阈值时,根据第二样本池中的图像修正第二推荐系统。
可选地,根据第二样本池中的图像修正第二推荐系统包括:
根据下式对第二样本池中的图像对应的管电流与曝光时间的乘积进行修正:
其中,meanobj为目标灰度水平,meanbreast为第二样本池中的图像的灰度水平,mA·s为第二样本池中各图像对应的管电流与曝光时间的乘积,mA·s*为对mA·s修正后的管电流与曝光时间的乘积;
根据第二样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电流与曝光时间的乘积对第二推荐系统进行反向训练。
在本实施例中,通过获取目标乳腺的稳态厚度和脂肪水平,根据目标乳腺的稳态厚度和脂肪水平获取针对该目标乳腺的管电压和管电流与曝光时间的乘积,并根据管电压获取相应的靶-滤过组合,然后根据该管电压、靶-滤过组合和管电流与曝光时间的乘积对目标乳腺进行曝光摄影,从而可以省去预曝光而只对目标乳腺进行一次曝光,可以使目标乳腺承受较少的辐射剂量,且可以针对目标乳腺的脂肪水平采用合适的曝光参数对其曝光摄影,可以使最终获得的目标乳腺的图像能更准确地反映目标乳腺的情况。
本公开第二实施例提供了一种乳腺X线机曝光控制方法,如图2所示,该方法应用于乳腺X线机上,该方法包括:
步骤S201,获取目标乳腺的稳态厚度和脂肪水平。
目标乳腺的稳态厚度是指在利用乳腺X线机对目标乳腺进行检查时,在压迫装置对目标乳腺进行压迫的过程中,目标乳腺对压迫装置的支撑力趋于稳定时的厚度。目标乳腺稳态厚度的具体获取方式将会在下文详细介绍。另外,此处的目标乳腺指的是待检测的乳腺。
考虑到具有不同脂肪水平的乳腺对X线的穿透能力有较大差异,如果采用具有统一穿透能力的X线对具有不同脂肪水平的乳腺进行曝光,则无法获得各乳腺较佳的检测图像,因此在对目标乳腺曝光之前,需要先获取目标乳腺的脂肪水平,以后续根据目标乳腺的脂肪水平对目标乳腺施加具有合适穿透能力的X线。
在一种可能的实现方式中,可以根据目标乳腺的时间序列获取目标乳腺的脂肪水平。其中,目标乳腺的时间序列为目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力的时间序列。
在一种可能的实现方式中,获取目标乳腺的时间序列包括:
(1)每隔固定时间获取目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力。
在利用乳腺X线机对目标乳腺进行检测时,乳腺X线机上安装的压迫装置可以持续向目标乳腺施加作用力,该作用力可以是一个不断增大的力。通过向目标乳腺施加作用力,可以固定目标乳腺的位置,并可以使目标乳腺的内部结构离乳腺X线机上的增感屏-胶片更近,可以降低最后输出的图像的模糊度。在压迫装置对目标乳腺施加力的过程中,目标乳腺的压迫厚度会发生变化,且目标乳腺对压迫装置的支撑力也会发生变化。
压迫装置可以每隔固定时间获取目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力。其中,乳腺对压迫装置的支撑力的数值等于目标乳腺所承受的压迫力。例如,压迫装置可以每隔2s,3s或4s获取目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力。其中,固定时间的具体数值可以由技术人员或乳腺X线机的使用者设定。
(2)判断当前获取的目标乳腺对压迫装置的支撑力与前一时间获取的目标乳腺对压迫装置的支撑力的差值是否大于第一阈值。
在压迫装置获取到目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力之后,可以判断当前获取的目标乳腺对压迫装置的支撑力Fi+1与前一时间获取的目标乳腺对压迫装置的支撑力Fi的差值ΔF(ΔF=|Fi+1-Fi|)是否大于第一阈值。其中,i为大于等于1的正整数,Fi表示获取到的第i个目标乳腺对压迫装置的支撑力。通过判断ΔF是否大于第一阈值,可以判断目标乳腺对压迫装置的支撑力的变化幅度有没有超过第一阈值,或者说是可以判断目标乳腺对压迫装置的支撑力是否发生变化。第一阈值的具体数值可以由技术人员或乳腺X线机的使用者设定。例如,第一阈值的具体数值可以为2N或3N等。
(3)若ΔF大于第一阈值,以二元组的形式记录当前获取的目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;否则,不记录当前获取的目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力。
若ΔF大于第一阈值,则可以以二元组(Ti+1,Fi+1)的形式记录当前获取的目标乳腺的压迫厚度Ti+1和目标乳腺对压迫装置的支撑力Fi+1,同时或之后可以继续获取下一时间目标乳腺的压迫厚度Ti+2和目标乳腺对压迫装置的支撑力Fi+2。若ΔF不大于第一阈值,则可以直接获取下一时间目标乳腺的压迫厚度Ti+2和目标乳腺对压迫装置的支撑力Fi+2。
(4)若连续获得的固定数目个目标乳腺对压迫装置的支撑力与前一时间获得的目标乳腺对压迫装置的支撑力的差值都不大于第一阈值,按二元组的记录时间组成目标乳腺的时间序列,并将最后获得的目标乳腺的压迫厚度作为稳态厚度。其中,固定数目的具体数值可以由技术人员或乳腺X线机的使用者设定。
例如,若连续获得的3个或5个ΔF都不大于第一阈值,则可以确定目标乳腺对压迫装置的支撑力已趋于稳定。此时,可以将记录的所有二元组(Ti+1,Fi+1)按照获取的时间先后组成时间序列{(Ti+1,Fi+1)j}。其中,(Ti+1,Fi+1)j表示按记录时间先后获取到的第j个二元组,j为大于或等于1的正整数。
在目标乳腺对压迫装置的支撑力趋于稳定后,可以确定目标乳腺进入稳态,此时不再获取目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力,并且可以将最后一次获得的目标乳腺的压迫厚度作为目标乳腺的稳态厚度,即目标乳腺的稳态厚度是目标乳腺对压迫装置的支撑力趋于稳定时目标乳腺的厚度或压迫厚度。
在获取到目标乳腺的时间序列之后,可以根据第一识别系统获取目标乳腺的脂肪水平。其中,目标乳腺的时间序列为第一识别系统的输入,目标乳腺的脂肪水平为第一识别系统的输出,第一识别系统是根据样本时间序列和第一样本脂肪水平建立的。例如,第一识别系统可以是根据样本时间序列和第一样本脂肪水平建立的基于长短期记忆网络的识别系统。
在一种可能的实现方式中,可以采用如下方式建立第一识别系统:
(1)获取样本时间序列和第一样本脂肪水平;
(2)建立用于图像识别的长短期记忆网络模型;
(3)利用由样本时间序列和第一样本脂肪水平组成的训练样本对该模型进行离线训练;
(4)在对该模型完成训练之后,得到第一识别系统。
样本时间序列可以是在建立第一识别系统之前采用常规曝光手段对样本乳腺进行检测获取到的样本乳腺的时间序列。其中,样本乳腺的时间序列可以按照上述获取目标乳腺时间序列的方式获取,或者也可以按照其他现有技术进行获取。此处的样本乳腺可以理解为是采用常规曝光手段进行检测的乳腺。第一样本脂肪水平是指样本乳腺的脂肪水平,即每个样本乳腺对应一个样本时间序列和一个第一样本脂肪水平。样本乳腺所对应的第一样本脂肪水平可以由技术人员结合工作经验,根据样本乳腺图像中腺体和脂肪的比例确定。但是,考虑到样本乳腺的数量比较大,完全由人工评价样本乳腺图像的脂肪水平需要消耗大量的时间,因此也可以通过如下步骤获取样本乳腺对应的第一样本脂肪水平:
(a)获取部分样本乳腺的图像。
由上述可知,样本乳腺是采用常规曝光手段进行检测的乳腺。因此,样本乳腺的图像集合中所包括的乳腺图像可以是在常规曝光控制下采集得到的样本乳腺的图像。由于样本乳腺的数量非常大,为了节省工作量,可以获取部分样本乳腺的图像组成样本图像集合供后续使用。
(b)确定样本图像集合中各乳腺图像的脂肪水平。
由于具有不同脂肪水平的乳腺图像的灰度值往往也不相同,因此可以根据样本图像集合中各乳腺图像的灰度值确定各乳腺图像的脂肪水平。例如,可以设置预设数目个不同且连续的灰度区间,各灰度区间分别对应一个脂肪水平的等级。例如,由于在相同剂量水平拍摄时,单位厚度的乳腺的脂肪水平越低,所采集到的图像中乳腺区域的平均灰度值也越低,因此可以按照灰度值由低到高的顺序设置10个连续的灰度区间,并将乳腺脂肪水平由低到高划分为10个等级,每个灰度区间分别对应一个脂肪水平的等级。例如,可以按照灰度值由低到高的顺序设置第一灰度区间、第二灰度区间……第十灰度区间这10个连续的灰度区间,可以将乳腺的脂肪水平由低到高划分为一级、二级……十级这十个等级,并使各灰度区间与各脂肪等级一一对应(如第一灰度区间对应一级脂肪水平,第二灰度区间对应二级脂肪水平等)。在确定样本图像集合中各乳腺图像的脂肪水平之前,可以先获取各乳腺图像的平均灰度值。在获取到各乳腺图像的平均灰度值之后,可以判断该乳腺图像的平均灰度值所对应的灰度区间,即判断该乳腺图像的灰度值位于哪个灰度区间。然后可以根据该灰度区间对应的脂肪水平的等级确定该乳腺图像对应的脂肪水平。
在获取到样本图像集合中各乳腺图像的脂肪水平等级之后,可以将各乳腺图像的脂肪水平等级作为各乳腺图像的标签,即各乳腺图像均具有一个表征其脂肪水平的标签。
需要说明的是,也可以使用上述根据灰度值获取乳腺图像脂肪水平的方法获取所有样本乳腺的脂肪水平,但这样无疑会增大工作量并消耗大量时间。
(c)建立用于图像识别的卷积神经网络模型。
(d)利用由样本图像集合中各乳腺图像与各乳腺图像对应的标签组成的训练样本{(imagei,labeli)}对该模型进行训练。其中,imagei为第i个乳腺图像,labeli为第i个乳腺图像的标签,i为大于等于1的正整数。另外,可以采用梯度反向传播算法对该模型进行训练。
在对卷积神经网络模型训练完成之后,可以得到基于卷积神经网络的第二识别系统。通过第二识别系统,可以实现将单帧的乳腺图像作为输入,即可输出该乳腺图像的脂肪水平对应的标签,即将样本乳腺的乳腺图像作为输入,即可输出该样本乳腺对应的第一样本脂肪水平。
在获取到样本乳腺对应的样本时间序列和第一样本脂肪水平之后,可以将样本时间序列和第一样本脂肪水平组成训练样本对已建立的长短期记忆网络模型进行训练。其中,可以采用梯度反向传播算法对长短期记忆网络模型进行训练。
在对该长短期记忆网络模型完成训练之后,即可得到基于长短期记忆网络的第一识别系统。将样本图像的时间序列作为第一识别系统的输入,即可输出该样本图像对应的第二样本脂肪水平。第一样本脂肪水平和第二样本脂肪水平的不同在于,获取它们所用的识别系统以及对应的输入不同。其中,获取第一样本脂肪水平所用的识别系统是第二识别系统,第二识别系统的输入是样本乳腺的图像,而获取第二样本脂肪水平所用的识别系统是第一识别系统,第一识别系统的输入是样本乳腺的时间序列。通过构建第一识别系统,可以在获取到目标乳腺的时间序列之后根据该第一识别系统获取目标乳腺的脂肪水平,而无需对目标乳腺进行曝光摄影。
需要说明的是,建立卷积神经网络模型和长短期记忆网络模型,以及训练该卷积神经网络模型和长短期记忆网络模型是比较成熟的现有技术,此处不再赘述。
在一种可能的实现方式中,在得到第一识别系统和第二识别系统之后,还可以分别对第一识别系统和第二识别系统进行修正。例如,可以将已知脂肪水平的乳腺图像作为第二识别系统的输入,并判断第二识别系统输出的脂肪水平与该乳腺图像的真实脂肪水平的差值是否小于第五阈值,若是,则确定第二识别系统的结果是准确的,即无需第二识别系统进行修正,否则则确定需要修正第二识别系统。其中,第五阈值的具体数值可以由技术人员或乳腺X线机的使用者设定,例如第五阈值可以为0.03或0.05等。在对第二识别系统进行修正时,可以将第二识别系统的输出结果与修正系数相乘。其中,修正系数的具体数值需要根据实际情况进行选择。例如,若第二识别系统输出的脂肪水平远大于该乳腺图像的真实脂肪水平,则可以将修正系数设置为小于1的0.7或0.8等;若第二识别系统输出的脂肪水平远小于该乳腺图像的真实脂肪水平,则可以将修正系数设置为大于1的1.2或1.3等。类似的,可以采用相同的方法对第一识别系统进行修正。另外,为了保证结果的准确性,可以采用多张已知脂肪水平的乳腺图像对第一识别系统和第二识别系统进行修正。
步骤S202,根据目标乳腺的稳态厚度和目标乳腺的脂肪水平获取管电压和管电流与曝光时间的乘积。
乳腺X线机的管电压与X线的硬度有关,管电压越高则X线的硬度越大,即X线的贯穿能力越强。乳腺X线机的管电流与X线的强度有关,而X线的总辐射能量与X线的强度和曝光时间成正比。其中,X线的强度是指单位时间内通过垂直于X线方向的单位面积的辐射能量。因此,为了防止对目标乳腺施加过大贯穿能力的X线,同时也为了防止向目标乳腺施加过多的辐射能量,所以需要控制乳腺X线机的管电压和管电流与曝光时间的乘积。在本实施例中,用乳腺X线机的管电流与曝光时间的乘积表示X线的总辐射能量。
步骤S202可以划分为步骤S2021和步骤S2022。其中,步骤S2021为根据目标乳腺的稳态厚度和目标乳腺的脂肪水平获取管电压,步骤S2022为根据目标乳腺的稳态厚度和目标乳腺的脂肪水平获取管电流与曝光时间的乘积。
在步骤S2021中,可以根据第一推荐系统获取管电压,目标乳腺的稳态厚度和脂肪水平为第一推荐系统的输入,管电压为第一推荐系统的输出。其中,第一推荐系统可以是根据样本稳态厚度、第二样本脂肪水平和样本管电压建立的基于多层神经网络的推荐系统。
在一种可能的实现方式中,可通过如下方式建立第一推荐系统:
(1)获取样本稳态厚度、第二样本脂肪水平和样本管电压。
在本实施例中,样本稳态厚度是步骤S201中样本乳腺的稳态厚度,且样本稳态厚度可以按照步骤S201中获取目标乳腺的稳态厚度的方式获取,或者也可以按照其他现有技术获取。第二样本脂肪水平是根据步骤S201中的第一识别系统获得的样本乳腺的第二样本脂肪水平。样本管电压是在获取样本乳腺的图像时采用的常规管电压。
(2)建立多层神经网络模型。
(3)利用由样本稳态厚度、第二样本脂肪水平和样本管电压组成的训练样本对该模型进行离线训练。
(4)在对该模型完成训练之后,得到第一推荐系统。通过第一推荐系统,可以将目标乳腺的稳态厚度和脂肪水平作为输入,从而可以输出针对该目标乳腺的推荐管电压。
需要说明的是,建立多层神经网络模型,以及训练该多层神经网络模型是比较成熟的现有技术,此处不再赘述。
在步骤S2022中,可以根据第二推荐系统获取管电流与曝光时间的乘积,目标乳腺的稳态厚度和脂肪水平为第二推荐系统的输入,管电流与曝光时间的乘积为第二推荐系统的输出。其中,第二推荐系统是根据样本稳态厚度、第二样本脂肪水平和样本管电流与曝光时间的乘积建立的基于多层神经网络的推荐系统。
在一种可能的实现方式中,可通过如下方式建立第二推荐系统:
(1)获取样本稳态厚度、第二样本脂肪水平和样本管电流与曝光时间的乘积。
在本实施例中,样本稳态厚度是步骤S201中样本乳腺的稳态厚度,且样本稳态厚度可以按照步骤S201中获取目标乳腺的稳态厚度的方式获取,或者也可以按照其他现有技术获取。第二样本脂肪水平是根据步骤S201中的第一识别系统获得的样本乳腺的第二样本脂肪水平。样本管电流与曝光时间的乘积是在获取样本乳腺的图像时采用的常规管电流与曝光时间的乘积。
(2)建立多层神经网络模型。
(3)利用由样本稳态厚度、第二样本脂肪水平和样本管电流与曝光时间的乘积组成的训练样本对该模型进行离线训练。
(4)在对该模型完成训练之后,得到第二推荐系统。通过第二推荐系统,可以将目标乳腺的稳态厚度和脂肪水平作为输入,从而可以输出针对该目标乳腺的推荐管电流与曝光时间的乘积。
需要说明的是,建立多层神经网络模型,以及训练该多层神经网络模型是比较成熟的现有技术,此处不再赘述。
步骤S203,根据管电压获取靶-滤过组合。
在获得针对目标乳腺的推荐管电压之后,可以根据管电压获取相应的靶-滤过组合。例如,在管电压大于30kV时,可以使用铑靶-铑滤过,在管电压低于30kV时,可以使用钼靶-钼滤过。
步骤S204,根据管电压、靶-滤过组合和管电流与曝光时间的乘积对目标乳腺曝光摄影。
在获得第一推荐系统推荐的管电压和第二推荐系统推荐的管电流与曝光时间的乘积以及相应的靶-滤过组合之后,可以根据该推荐管电压和推荐管电流与曝光时间的乘积以及靶-滤过组合对目标乳腺进行曝光摄影。
在本实施例中,通过获取目标乳腺的稳态厚度和脂肪水平,并根据目标乳腺的稳态厚度和脂肪水平获取针对该目标乳腺的推荐管电压和推荐管电流与曝光时间的乘积,并根据推荐管电压获取相应的靶-滤过组合,然后根据该推荐管电压、推荐靶-滤过组合和推荐管电流与曝光时间的乘积对目标乳腺进行曝光摄影,从而可以省去预曝光而只对目标乳腺进行一次曝光,可以使目标乳腺承受较少的辐射剂量,且也可以简便对目标乳腺的检测过程。且由于最终获得的曝光参数(推荐管电压、推荐管电流与曝光时间的乘积和靶-滤过组合)是根据目标乳腺的稳态厚度和脂肪水平获取的,因此可以针对目标乳腺的脂肪水平采用合适的曝光参数对其曝光摄影,可以使最终获得的目标乳腺的图像能更准确地反映目标乳腺的情况。
接上一实施例,在一种可能的实现方式中,在对目标乳腺曝光摄影之后,该方法还可以包括:步骤S205,分别修正第一推荐系统和第二推荐系统。步骤S205可以包括:步骤S2051,修正第一推荐系统;和步骤S2052,修正第二推荐系统。
其中,步骤S2051可以包括:
(1)判断在步骤S204中获取的目标乳腺的图像的对比度是否大于或小于阈值区间。
(2)若目标乳腺的图像的对比度大于或小于阈值区间,将目标乳腺的图像存储至第一样本池,第一样本池用于存储对比度大于或小于阈值区间的乳腺图像。
在得到目标乳腺的图像之后,可以获取该图像的对比度,并将该图像的对比度与阈值区间做对比。当该图像的对比度大于该阈值区间内的最大值时(即大于阈值区间),确定该图像对比度过高;当该图像的对比度位于该阈值区间内时,确定该图像的对比度合适;当该图像的对比度小于该阈值区间内的最小值时(即小于阈值区间),确定该图像对比度过低。例如,若对比度的阈值区间为[350:1,450:1],那么如果目标乳腺的图像的对比度大于450:1,则确定该目标乳腺的图像对比度过高;如果目标乳腺的图像的对比度在[350:1,450:1]内,则确定该目标乳腺的图像对比度合适;如果目标乳腺的图像的对比度小于350:1,则确定该目标乳腺的图像对比度过低。
在对目标乳腺的图像的对比度完成评价之后,若确定目标乳腺图像的对比度过大或过小,则可以将该图像存储至第一样本池。例如,若获得的第一目标乳腺的图像的对比度大于或小于阈值区间,则可以将第一目标乳腺的图像存储至第一样本池;若获得的第二目标乳腺的图像的对比度也大于或小于阈值区间,则可以将第二目标乳腺的图像也存储至第一样本池。其中,第一目标乳腺和第二目标乳腺是不同的乳腺。可以理解的,若目标乳腺的图像的对比度落在阈值区间内,则不再将该图像存储至第一样品池。
(3)在第一样本池中的图像数量大于第二阈值时,根据第一样本池中的图像修正第一推荐系统。
第一样本池中存储的图像可以看作是对第一推荐系统进行修正所用的样本图像,因此为了保证最终结果的准确性,可以在第一样本池中的图像数量大于第二阈值时根据第一样本池中的图像修正第一推荐系统。第二阈值的具体数值可以由技术人员或乳腺X线机的使用者根据实际需要设定,例如可以为500或800等。
在根据第一样本池中的图像对第一推荐系统进行修正时,可以为第一样本池中的每个图像设置对比度反馈值,即可以将对目标乳腺图像的评价转换为反馈值。例如,可以设置对比度过高的乳腺图像对应反馈值e为-1,设置对比度过低的乳腺图像对应反馈值e为+1。然后,可以通过下式对第一样本池中各图像对应的管电压进行修正:
kV*=kV+η·e
其中,KV为第一样本池中各图像对应的管电压,或者说KV为获取第一样本池中的各图像时使用的管电压,η为学习率,e为第一样本池中各图像对应的对比度反馈值,KV*为对KV完成修正后的管电压。其中,学习率η的具体数值可以由技术人员或乳腺X线机的使用者根据实际需要进行设置,例如,学习率可以设置为20,30或50等。
在对获取第一样本池中的各图像所使用的管电压修正之后,可以采用由第一样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电压组成的训练样本对第一推荐系统进行反向训练。在对第一推荐系统反向训练完成之后,可以得到修正后的第一推荐系统。第一样本池中各图像对应的稳态厚度、脂肪水平为第一样本池中各图像对应的乳腺的稳态厚度和脂肪水平。
步骤S2052可以包括:
(1)判断在步骤S204中获取的目标乳腺的图像的灰度水平与目标灰度水平之间的差距是否大于第三阈值。
在对目标乳腺摄影完成后,可以获取所拍得的乳腺图像的灰度水平meanbreast,然后判断该乳腺图像的灰度水平meanbreast与目标灰度水平meanobj之间的差距Δmean是否大于第三阈值。其中,可以采用下式计算Δmean:
在一种可能的实现方式中,Δmean也可以是meanbreast与meanobj的差值,即Δmean=|meanobj-meanbreast|。第三阈值的具体数值可以由技术人员或乳腺X线机的使用者设定,例如可以为50或80等。
(2)若Δmean大于第三阈值,将目标乳腺的图像存储至第二样本池,第二样本池用于存储与目标灰度水平之间的差距大于第三阈值的乳腺图像。
例如,若获得的第一目标乳腺的图像的灰度水平与目标灰度水平之间的差距大于第三阈值,则可以将第一目标乳腺的图像存储至第二样本池;若获得的第二目标乳腺的图像的灰度水平与目标灰度水平之间的差距大于第三阈值,则可以将第二目标乳腺的图像也存储至第二样本池。其中,第一目标乳腺和第二目标乳腺是不同的乳腺。可以理解的,若目标乳腺的图像的灰度水平与目标灰度水平之间的差距不大于第三阈值,则不再将该图像存储至第二样品池。
(3)在第二样本池中的图像数量大于第四阈值时,根据第二样本池中的图像修正第二推荐系统。
第二样本池中存储的图像可以看作是对第二推荐系统进行修正所用的样本图像,因此为了保证最终结果的准确性,可以在第二样本池中的图像数量大于第四阈值时根据第二样本池中的图像修正第二推荐系统。第四阈值的具体数值可以由技术人员或乳腺X线机的使用者根据实际需要设定,例如可以为500或800等。
在根据第二样本池中的图像对第二推荐系统进行修正时,可以通过下式对第二样本池中的图像所对应的管电流与曝光时间的乘积进行修正:
其中,mA·s为为第二样本池中各图像对应的管电流与曝光时间的乘积,或者说mA·s为获取第二样本池中的各图像时使用的管电流与曝光时间的乘积,mA·s*为对mA·s修正后的管电流与曝光时间的乘积。
在对获取第二样本池中的各图像所使用的管电流与曝光时间的乘积修正之后,可以采用由第二样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电流与曝光时间的乘积组成的训练样本对第二推荐系统进行反向训练。在对第二推荐系统反向训练完成之后,可以得到修正后的第二推荐系统。第二样本池中各图像对应的稳态厚度、脂肪水平为第二样本池中各图像对应的乳腺的稳态厚度和脂肪水平。
在对目标乳腺完成摄影后,对所获得的目标乳腺图像的对比度进行评价,并在目标乳腺的图像异常时,即对比度过大或过小时,将该目标乳腺的图像存储至第一样本池,并在第一样本池中的图像数量大于第二阈值时,对第一样本池中的图像对应的管电压进行修正,然后采用由第一样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电压组成的训练样本对第一推荐系统进行反向训练,以对第一推荐系统进行修正,可以使第一推荐系统后续推荐的管电压更加适合目标乳腺。
在对目标乳腺完成摄影后,判断目标乳腺图像的灰度水平与目标灰度水平之间的差距是否大于第三阈值,并在该差距大于第三阈值时,将该目标乳腺的图像存储至第二样本池,并在第二样本池中的图像数量大于第四阈值时,对第二样本池中的图像对应的管电流与曝光时间的乘积进行修正,然后采用由第二样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电流与曝光时间的乘积组成的训练样本对第二推荐系统进行反向训练,以对第二推荐系统进行修正,可以使第二推荐系统后续推荐的管电流与曝光时间的乘积更加适合目标乳腺。
本公开第三实施例提供了一种乳腺X线机曝光控制装置300,如图3所示,该装置300应用于乳腺X线机上,该装置300包括:
第一获取模块301,被配置为获取目标乳腺的稳态厚度和脂肪水平;
第二获取模块302,被配置为根据目标乳腺的稳态厚度和脂肪水平获取管电压和管电流与曝光时间的乘积;
第三获取模块303,被配置为根据管电压获取靶-滤过组合;
摄影模块304,被配置为根据所获得的管电压、靶-滤过组合和管电流与曝光时间的乘积对目标乳腺曝光摄影。
可选地,第一获取模块包括:
第一获取子模块,被配置为获取目标乳腺的时间序列,目标乳腺的时间序列为目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力的时间序列;
第二获取子模块,被配置为根据目标乳腺的时间序列获取目标乳腺的脂肪水平。
可选地,第二获取子模块包括:
第一获取单元,被配置为每隔固定时间获取目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;
第一判断单元,被配置为判断当前获取的目标乳腺对压迫装置的支撑力与前一时间获取的目标乳腺对压迫装置的支撑力的差值是否大于第一阈值;
记录单元,被配置为若当前获取的目标乳腺对压迫装置的支撑力与前一时间获取的目标乳腺对压迫装置的支撑力的差值大于第一阈值,以二元组的形式记录当前获取的目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;记录单元,还被配置为若连续获得的固定数目个目标乳腺对压迫装置的支撑力与前一时间获得的目标乳腺对压迫装置的支撑力的差值都不大于第一阈值,按二元组的记录时间组成目标乳腺的时间序列;
确定单元,被配置为将最后获得的目标乳腺的压迫厚度作为目标乳腺的稳态厚度。
可选地,第二获取子模块,被配置为根据第一识别系统获取目标乳腺的脂肪水平,目标乳腺的时间序列为第一识别系统的输入,目标乳腺的脂肪水平为第一识别系统的输出,第一识别系统是根据样本时间序列和第一样本脂肪水平建立的。
可选地,第二获取模块,被配置为根据第一推荐系统获取管电压,目标乳腺的稳态厚度和脂肪水平为第一推荐系统的输入,管电压为第一推荐系统的输出,第一推荐系统是根据样本稳态厚度、第二样本脂肪水平和样本管电压建立的。
可选地,第二获取模块,被配置为根据第二推荐系统获取管电流与曝光时间的乘积,目标乳腺的稳态厚度和脂肪水平为第二推荐系统的输入,管电流与曝光时间的乘积为第二推荐系统的输出,第二推荐系统是根据样本稳态厚度、第二样本脂肪水平和样本管电流与曝光时间的乘积建立的。
可选地,该装置还包括:
第一判断模块,被配置为在获得目标乳腺的图像之后,判断目标乳腺的图像的对比度是否大于或小于阈值区间。
第一存储模块,被配置为若目标乳腺的图像的对比度大于或小于阈值区间,将目标乳腺的图像存储至第一样本池,第一样本池用于存储对比度大于或小于阈值区间的乳腺图像。
第一修正模块,被配置为在第一样本池中的图像数量大于第二阈值时,根据第一样本池中的图像修正第一推荐系统。
可选地,第一修正模块包括:
设置子模块,被配置为为第一样本池中的每个图像设置对比度反馈值;
第一修正子模块,被配置为根据下式对第一样本池中的图像对应的管电压进行修正:
kV*=kV+η·e
其中,KV为第一样本池中各图像对应的管电压,η为学习率,e为第一样本池中各图像对应的对比度反馈值,KV*为对KV完成修正后的管电压;
第一训练子模块,被配置为根据第一样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电压对第一推荐系统进行反向训练。
可选地,该装置还包括:
第二判断模块,被配置为判断目标乳腺的图像的灰度水平与目标灰度水平之间的差距是否大于第三阈值;
第二存储模块,被配置为若目标乳腺的图像的灰度水平与目标灰度水平之间的差距大于第三阈值,将目标乳腺的图像存储至第二样本池,第二样本池用于存储与目标灰度水平之间的差距大于第三阈值的乳腺图像;
第二修正模块,被配置为在第二样本池中的图像数量大于第四阈值时,根据第二样本池中的图像修正第二推荐系统。
可选地,第二修正模块包括:
第二修正子模块,被配置为根据下式对第二样本池中的图像对应的管电流与曝光时间的乘积进行修正:
其中,meanobj为目标灰度水平,meanbreast为第二样本池中的图像的灰度水平,mA·s为第二样本池中各图像对应的管电流与曝光时间的乘积,mA·s*为对mA·s修正后的管电流与曝光时间的乘积;
第二训练子模块,被配置为根据第二样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电流与曝光时间的乘积对第二推荐系统进行反向训练。
可选地,该装置还包括:
模型建立模块,被配置为建立卷积神经网络模型、长短期记忆网络模型和多层神经网络模型。
模型训练模块,被配置为训练卷积神经网络模型、长短期记忆网络模型和多层神经网络模型。
在本实施例中,通过获取目标乳腺的稳态厚度和脂肪水平,根据目标乳腺的稳态厚度和脂肪水平获取针对该目标乳腺的管电压和管电流与曝光时间的乘积,并根据管电压获取相应的靶-滤过组合,然后根据该管电压、靶-滤过组合和管电流与曝光时间的乘积对目标乳腺进行曝光摄影,从而可以省去预曝光而只对目标乳腺进行一次曝光,可以使目标乳腺承受较少的辐射剂量,且可以针对目标乳腺的脂肪水平采用合适的曝光参数对其曝光摄影,可以使最终获得的目标乳腺的图像能更准确地反映目标乳腺的情况。
需要说明的是,上述实施例中提供的乳腺X线机曝光控制装置在被用来对目标乳腺曝光摄影时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构或程序划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的乳腺X线机曝光控制装置与乳腺X线机曝光控制方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本公开第四实施例提供了一种乳腺X线机,该乳腺X线机包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为在执行该可执行指令时使乳腺X线机执行上述实施例中描述的乳腺X线机曝光控制方法。
本申请第五实施例提供了一种非暂时性计算机可读存储介质,该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质;也可以是单独存在,未装配入终端中的计算机可读存储介质。该计算机可读存储介质中存储有一个或者一个以上的计算机可读指令(程序),当由电子设备的处理器执行该计算机可读指令时,使得该电子设备执行上述实施例中描述的乳腺X线机曝光控制方法。
在本说明书的描述中,参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。
Claims (9)
1.一种乳腺X线机曝光控制方法,其特征在于,所述方法包括:
获取目标乳腺的时间序列,所述时间序列为所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力的时间序列;
根据所述时间序列获取脂肪水平;
所述获取所述目标乳腺的时间序列包括:
每隔固定时间获取所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力;
判断当前获取的所述目标乳腺对压迫装置的支撑力与前一时间获取的所述目标乳腺对压迫装置的支撑力的差值是否大于第一阈值;
若是,以二元组的形式记录当前获取的所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力;若否,不记录当前获取的所述目标乳腺的压迫厚度和所述目标乳腺对压迫装置的支撑力;
若连续获得的固定数目个所述目标乳腺对压迫装置的支撑力与前一时间获得的所述目标乳腺对压迫装置的支撑力的差值都不大于所述第一阈值,按所述二元组的记录时间组成所述时间序列,并将最后获得的所述目标乳腺的压迫厚度作为稳态厚度;
根据所述稳态厚度和所述脂肪水平获取管电压和管电流与曝光时间的乘积;
根据所述管电压获取靶-滤过组合;
根据所述管电压、所述靶-滤过组合和所述管电流与曝光时间的乘积对所述目标乳腺曝光摄影。
2.根据权利要求1所述的方法,其特征在于,所述根据所述时间序列获取所述脂肪水平包括:
根据第一识别系统获取所述脂肪水平,所述时间序列为所述第一识别系统的输入,所述脂肪水平为所述第一识别系统的输出,所述第一识别系统是根据样本时间序列和第一样本脂肪水平建立的。
3.根据权利要求1-2任一所述的方法,其特征在于,所述根据所述稳态厚度和所述脂肪水平获取管电压和管电流与曝光时间的乘积包括:
根据第一推荐系统获取所述管电压,所述稳态厚度和所述脂肪水平为所述第一推荐系统的输入,所述管电压为所述第一推荐系统的输出,所述第一推荐系统是根据样本稳态厚度、第二样本脂肪水平和样本管电压建立的;
根据第二推荐系统获取所述管电流与曝光时间的乘积,所述稳态厚度和所述脂肪水平为所述第二推荐系统的输入,所述管电流与曝光时间的乘积为所述第二推荐系统的输出,所述第二推荐系统是根据所述样本稳态厚度、所述第二样本脂肪水平和样本管电流与曝光时间的乘积建立的。
4.根据权利要求3所述的方法,其特征在于,在对所述目标乳腺曝光摄影之后,所述方法还包括:
判断所述目标乳腺的图像的对比度是否大于或小于阈值区间;
若是,将所述目标乳腺的图像存储至第一样本池,所述第一样本池用于存储对比度大于或小于所述阈值区间的乳腺图像;
在所述第一样本池中的图像数量大于第二阈值时,根据所述第一样本池中的图像修正所述第一推荐系统。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一样本池中的图像修正所述第一推荐系统包括:
为所述第一样本池中的每个图像设置对比度反馈值;
根据下式对所述第一样本池中的图像对应的管电压进行修正:
;
其中,KV为所述第一样本池中各图像对应的管电压,为学习率,e为所述第一样本池中各图像对应的对比度反馈值,为对KV完成修正后的管电压;
根据所述第一样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电压对所述第一推荐系统进行反向训练。
6.根据权利要求3所述的方法,其特征在于,在对所述目标乳腺曝光摄影之后,所述方法还包括:
判断所述目标乳腺的图像的灰度水平与目标灰度水平之间的差距是否大于第三阈值;
若是,将所述目标乳腺的图像存储至第二样本池,所述第二样本池用于存储与所述目标灰度水平之间的差距大于所述第三阈值的乳腺图像;
在所述第二样本池中的图像数量大于第四阈值时,根据所述第二样本池中的图像修正所述第二推荐系统。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第二样本池中的图像修正所述第二推荐系统包括:
根据下式对所述第二样本池中的图像对应的管电流与曝光时间的乘积进行修正:
;
其中,为所述目标灰度水平,为所述第二样本池中的图像的灰度水平,mA•s为所述第二样本池中各图像对应的管电流与曝光时间的乘积,为对mA•s修正后的管电流与曝光时间的乘积;
根据所述第二样本池中各图像对应的稳态厚度、脂肪水平和修正后的管电流与曝光时间的乘积对所述第二推荐系统进行反向训练。
8.一种乳腺X线机曝光控制装置,其特征在于,所述装置包括:
第一获取模块,被配置为获取目标乳腺的稳态厚度和脂肪水平;
第二获取模块,被配置为根据所述稳态厚度和所述脂肪水平获取管电压和管电流与曝光时间的乘积;
第三获取模块,被配置为根据所述管电压获取靶-滤过组合;
摄影模块,被配置为根据所述管电压、所述靶-滤过组合和所述管电流与曝光时间的乘积对所述目标乳腺曝光摄影;
其中,所述第一获取模块包括:
第一获取子模块,被配置为获取目标乳腺的时间序列,目标乳腺的时间序列为目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力的时间序列;
第二获取子模块,被配置为根据目标乳腺的时间序列获取目标乳腺的脂肪水平;
所述第二获取子模块包括:
第一获取单元,被配置为每隔固定时间获取目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;
第一判断单元,被配置为判断当前获取的目标乳腺对压迫装置的支撑力与前一时间获取的目标乳腺对压迫装置的支撑力的差值是否大于第一阈值;
记录单元,被配置为若当前获取的目标乳腺对压迫装置的支撑力与前一时间获取的目标乳腺对压迫装置的支撑力的差值大于第一阈值,以二元组的形式记录当前获取的目标乳腺的压迫厚度和目标乳腺对压迫装置的支撑力;记录单元,还被配置为若连续获得的固定数目个目标乳腺对压迫装置的支撑力与前一时间获得的目标乳腺对压迫装置的支撑力的差值都不大于第一阈值,按二元组的记录时间组成目标乳腺的时间序列;
确定单元,被配置为将最后获得的目标乳腺的压迫厚度作为目标乳腺的稳态厚度。
9.一种乳腺X线机,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为在执行所述可执行指令时使所述乳腺X线机执行如权利要求1-7中任一所述的乳腺X线机曝光控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911121067.XA CN110840469B (zh) | 2019-11-15 | 2019-11-15 | 乳腺x线机曝光控制方法和装置及乳腺x线机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911121067.XA CN110840469B (zh) | 2019-11-15 | 2019-11-15 | 乳腺x线机曝光控制方法和装置及乳腺x线机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110840469A CN110840469A (zh) | 2020-02-28 |
CN110840469B true CN110840469B (zh) | 2023-04-28 |
Family
ID=69601764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911121067.XA Active CN110840469B (zh) | 2019-11-15 | 2019-11-15 | 乳腺x线机曝光控制方法和装置及乳腺x线机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110840469B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111991016B (zh) * | 2020-08-14 | 2023-03-24 | 上海联影医疗科技股份有限公司 | 图像采集参数获取方法、装置、设备、系统和存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002008006A (ja) * | 2000-06-20 | 2002-01-11 | Fuji Photo Film Co Ltd | 画像処理条件決定方法および装置 |
JP2002125961A (ja) * | 2000-10-20 | 2002-05-08 | Konica Corp | 画像診断支援装置 |
JP5844296B2 (ja) * | 2012-06-11 | 2016-01-13 | 富士フイルム株式会社 | 放射線画像処理装置および方法 |
CN104367331B (zh) * | 2013-08-15 | 2017-02-15 | 深圳市蓝韵实业有限公司 | 用于数字乳腺x射线机的全数字自动曝光方法 |
CN105662445A (zh) * | 2016-02-25 | 2016-06-15 | 深圳柏斯生物科技有限公司 | 数字乳腺x射线成像系统的全自动曝光控制方法和装置 |
CN109239755A (zh) * | 2018-09-26 | 2019-01-18 | 深圳蓝韵医学影像有限公司 | 计算乳腺x线系统平均腺体剂量方法、系统、设备及介质 |
CN109875588A (zh) * | 2019-01-07 | 2019-06-14 | 深圳康桥软件技术有限公司 | 一种乳腺x射线成像曝光剂量调整方法 |
-
2019
- 2019-11-15 CN CN201911121067.XA patent/CN110840469B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110840469A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106413236B (zh) | 一种曝光参数调整方法和装置 | |
CN108158597B (zh) | 确定原始x射线能量数据的方法、装置及ct设备 | |
US7313225B2 (en) | Method and apparatus for generating of a digital x-ray image | |
CN105105776B (zh) | Aec模式下曝光截止剂量校正方法及装置 | |
CN102393954B (zh) | 图像处理设备、放射线成像系统和图像处理方法 | |
US7792243B2 (en) | Method and arrangement for automatic exposure control | |
US20090279665A1 (en) | Radiation imaging apparatus and method for driving the same | |
US10610188B2 (en) | X-ray imaging condition modification method and x-ray system | |
CN110840469B (zh) | 乳腺x线机曝光控制方法和装置及乳腺x线机 | |
CN105748098A (zh) | 限束器校正方法及装置、医学影像设备 | |
US20170020477A1 (en) | Method for generating approximate function of total mtf of x-ray image, based on conditions for imaging with x-ray | |
JP2000209502A (ja) | デジタル放射線画像のコントラストと明るさを自動的に決定する方法 | |
CN108013887B (zh) | 一种自动曝光控制方法和装置以及自动曝光系统 | |
GB2174492A (en) | X-ray examination system and method of controlling an exposure therein | |
CN103906472A (zh) | X射线摄像系统 | |
EP3930578B1 (en) | System, method and computer program for acquiring phase imaging data of an object | |
CN116421207B (zh) | 医用x射线成像方法及医用x射线成像装置 | |
CN110833395B (zh) | 乳腺脂肪水平确定方法和装置 | |
JP2020003430A (ja) | 外装材の劣化診断システムおよびその劣化診断方法 | |
CN108742663A (zh) | 曝光剂量评价方法、装置及计算机可读存储介质 | |
US20170020476A1 (en) | Method for generating approximate function of total mtf of x-ray image, based on conditions for imaging with x-ray | |
JP2009131563A (ja) | X線ct装置 | |
CN113925520A (zh) | 确定射线曝光参数的方法和装置、医学检查装置、存储介质 | |
KR101092207B1 (ko) | 비선형 응답특성을 가지는 디지털 방사선 검출 이미지의 밸런스 보정 방법 및 장치 | |
CN111772650B (zh) | X射线机自动亮度快速配置方法、系统、存储介质、设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |