CN112315490B - 自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 - Google Patents
自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 Download PDFInfo
- Publication number
- CN112315490B CN112315490B CN202011196345.0A CN202011196345A CN112315490B CN 112315490 B CN112315490 B CN 112315490B CN 202011196345 A CN202011196345 A CN 202011196345A CN 112315490 B CN112315490 B CN 112315490B
- Authority
- CN
- China
- Prior art keywords
- brightness adjustment
- automatic brightness
- adjustment curve
- paying
- parameter
- 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 57
- 238000012360 testing method Methods 0.000 claims description 19
- 238000003062 neural network model Methods 0.000 claims description 17
- 238000011161 development Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000087 stabilizing effect Effects 0.000 description 3
- 239000012770 industrial material Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000003068 static effect Effects 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- 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
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种自动亮度调节曲线自适应调整方法、影像设备及可读存储介质，包括：获取初始曝光参数作为首帧放线参数对目标对象执行放线，并基于放线的结果更新所述首帧放线参数，作为对所述目标对象执行放线的下一帧放线参数，直至若干帧放线后，射线实际入射剂量与目标剂量的差值满足预设条件，则将当前帧放线参数作为稳定后的曝光参数；将所述稳定后的曝光参数和所述目标剂量作为自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。即根据用户的拍摄数据自我学习并优化自动亮度调节曲线，故而不再需要进行手动标定而能始终保证高质量稳定图像的快速输出。
Description
技术领域
本发明涉及图像处理技术领域，特别涉及一种自动亮度调节曲线自适应调整方法、影像设备及可读存储介质。
背景技术
现如今，X影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X影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。
X影像设备在进行序列采集时，需要通过自动亮度调节技术实现高质量稳定图像的快速输出，该技术依赖于自动亮度调节曲线(ABS曲线)的数据信息。然而自动亮度调节曲线存在制定周期长、难以稳定等问题，需要在开发阶段根据实际曝光测试数据进行手动更新调整，而且在设备长期使用后需要重新标定，但也始终无法保证高质量稳定图像的快速输出。
发明内容
本发明的目的在于提供一种自动亮度调节曲线自适应调整方法、影像设备及可读存储介质，以解决自动亮度调节曲线制定周期长、难以稳定以及长期使用后需重新标定等问题。
为解决上述技术问题，本发明提供一种自动亮度调节曲线自适应调整方法，包括：
获取初始曝光参数作为首帧放线参数对目标对象执行放线，并基于放线的结果更新所述首帧放线参数，作为对所述目标对象执行放线的下一帧放线参数，直至若干帧放线后，射线实际入射剂量与目标剂量的差值满足预设条件，则将当前帧放线参数作为稳定后的曝光参数；
将所述稳定后的曝光参数和所述目标剂量作为自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。
可选的，在所述的自动亮度调节曲线自适应调整方法中，还将所述当前帧对应的帧数以及采集参数作为所述自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。
可选的，在所述的自动亮度调节曲线自适应调整方法中，将所述稳定后的曝光参数和所述目标剂量作为所述自动亮度调节曲线优化的主要控制因子，配置第一权重；以及，
将所述帧数和所述采集参数作为所述自动亮度调节曲线优化的辅助控制因子，配置第二权重；
其中，所述第一权重高于所述第二权重。
可选的，在所述的自动亮度调节曲线自适应调整方法中，对所述自动亮度调节曲线进行调整包括：
将所述主要控制因子和所述辅助控制因子输入至神经网络模型，利用所述神经网络模型对输入的所述主要控制因子和所述辅助因子进行学习，以修正所述自动亮度调节曲线上的多个离散点的数据。
可选的，在所述的自动亮度调节曲线自适应调整方法中，所述初始曝光参数包括：管电压、管电流和放线时长，每进行一帧放线，更新后的放线参数的类型与所述初始曝光参数的类型相同。
可选的，在所述的自动亮度调节曲线自适应调整方法中，所述基于放线的结果更新所述首帧放线参数，作为对所述目标对象执行放线的下一帧放线参数的步骤包括：
获取放线后所述目标对象的图像灰度；
将所述图像灰度转化为实际放线剂量；
将所述实际放线剂量和所述目标剂量的比值作为所述自动亮度调节曲线的输入，输出所述下一帧放线参数。
可选的，在所述的自动亮度调节曲线自适应调整方法中，还包括：
在所述自动亮度调节曲线开发和/或测试阶段，采集多组曝光参数对测试对象执行放线，将射线实际入射剂量与目标剂量的差值满足所述预设条件所对应的曝光参数作为所述初始曝光参数；以及，
将所述初始曝光参数和所述目标剂量作为原始自动亮度调节曲线优化的控制因子，对原始自动亮度调节曲线进行调整以得到所述自动亮度调节曲线。
可选的，在所述的自动亮度调节曲线自适应调整方法中，还将采集参数作为所述自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。
可选的，在所述的自动亮度调节曲线自适应调整方法中，将所述初始曝光参数和所述目标剂量作为所述原始自动亮度调节曲线优化的主要控制因子，配置第三权重；以及，
将所述采集参数作为所述原始自动亮度调节曲线优化的辅助控制因子，配置第四权重；
其中，第三权重高于第四权重。
可选的，在所述的自动亮度调节曲线自适应调整方法中，对所述原始自动亮度调节曲线进行调整包括：
将所述主要控制因子和所述辅助控制因子输入至神经网络模型，利用所述神经网络模型对输入的所述主要控制因子和所述辅助因子进行学习，以修正所述原始自动亮度调节曲线上的多个离散点的数据。
可选的，在所述的自动亮度调节曲线自适应调整方法中，各所述离散点修正的数据包括：管电压、管电流和放线时长。
可选的，在所述的自动亮度调节曲线自适应调整方法中，所述采集参数包括采集部位、采集类型、球管焦点到采集部位表面的距离、球管焦点到采集部位中心的距离以及限束器的滤过结构的性能参数中的多种。
本发明还提供一种影像设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上所述的自动亮度调节曲线自适应调整方法。
可选的，在所述的影像设备中，所述影像设备包括自动亮度调节编辑界面，所述自动亮度调节编辑界面用于对自动亮度调节曲线进行编辑。
可选的，在所述的影像设备中，所述处理器具备曲线自动校正功能，用于根据高压发生器的性能对所述自动亮度调节曲线的幅值及趋势进行校正。
本发明还提供一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的自动亮度调节曲线自适应调整方法。
综上所述，本发明提供的自动亮度调节曲线自适应调整方法、影像设备及可读存储介质，包括：获取初始曝光参数作为首帧放线参数对目标对象执行放线，并基于放线的结果更新所述首帧放线参数，作为对所述目标对象执行放线的下一帧放线参数，直至若干帧放线后，射线实际入射剂量与目标剂量的差值满足预设条件，则将当前帧放线参数作为稳定后的曝光参数；将所述稳定后的曝光参数和所述目标剂量作为自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。即根据用户的拍摄数据自我学习并优化自动亮度调节曲线，故而不再需要进行手动标定而能始终保证高质量稳定图像的快速输出。
另外，本发明提供的自动亮度调节曲线自适应调整方法、影像设备及可读存储介质还包括：在自动亮度调节曲线开发和/或测试阶段，采集多组曝光参数对测试对象执行放线，将射线实际入射剂量与目标剂量的差值满足预设条件所对应的曝光参数作为所述初始曝光参数；以及，将所述初始曝光参数和所述目标剂量作为原如自动亮度调节曲线优化的控制因子，对所述原始自动亮度调节曲线进行调整。即，在开发和/或测试阶段，根据大量曝光数据自动调整自动亮度调节曲线数据，故而可大大缩短自动亮度调节曲线的开发周期。
附图说明
图1为本实施例提供的自动亮度调节曲线自适应调整方法的流程图；
图2为本实施例中利用神经网络模型对自动亮度调节曲线优化的过程示意图。
具体实施方式
以下结合附图和具体实施例对本发明提出的自动亮度调节曲线自适应调整方法、影像设备及可读存储介质作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。
如图1所示，本实施例提供一种自动亮度调节曲线自适应调整方法，包括如下步骤：
S11，获取初始曝光参数作为首帧放线参数对目标对象执行放线；
S12，基于放线的结果更新所述首帧放线参数；
S13，利用更新后的放线参数对所述目标对象进行下一帧放线；
S14，判断射线实际入射剂量与目标剂量的差值是否满足预设条件；若是，则执行步骤S15，若否，则更新放线参数，并重复步骤S13；
S15，将当前帧放线参数作为稳定后的曝光参数；
S16，将所述稳定后的曝光参数和所述目标剂量作为自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。
上述步骤在X影像设备调试、测试、实际使用过程中，均可进行。即，在X影像设备的调试、测试、实际使用过程中，根据拍摄数据自我学习并优化自动亮度调节曲线，因此不再需要进行手动标定而能始终保证高质量稳定图像的快速输出。
以下对上述各步骤进行详细描述。
首先，执行步骤S11，获取初始曝光参数作为首帧放线参数对目标对象执行放线。所述初始曝光参数包括但不限于管电压、管电流和放线时长。所述目标对象可以是指待曝光的对象，包括患者、体模、工业材料、待安检物品待。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。
本实施例中，所述初始曝光参数可为开发和/或测试阶段所得到的曝光参数。具体的，可在自动亮度调节曲线开发和/或测试阶段，采集多组曝光参数对一测试对象执行放线，将射线实际入射剂量与目标剂量的差值满足预设条件所对应的曝光参数作为所述初始曝光参数。较佳的，所采用的所述测试对象类型与所述目标对象类型相同，例如，如目标对象为患者的胸部，则在自动亮度调节曲线开发和/或测度阶段，采集多组对胸部进行放线的曝光参数，将其中射线实际入射剂量与目标剂量的差值满足预设条件所对应的曝光参数作为所述初始曝光参数。
其次，执行步骤S12，基于放线的结果更新所述首帧放线参数，作为下一帧放线参数。下一帧放线参数的类型与所述首帧放线参数的类型相同，即，所述下一帧放线参数也包括管电压、管电流和放线时长，且每进行一帧放线，更新后的放线参数的类型与所述初始曝光参数的类型相同。
步骤S12具体可包括如下步骤：获取放线后所述目标对象的图像灰度；将所述图像灰度转化为实际放线剂量；将所述实际放线剂量和所述目标剂量的比值作为所述自动亮度调节曲线的输入，输出所述下一帧放线参数。本领域技术人员可以理解，所述实际放线剂量为实际平板放线剂量，即入射至平板的放线剂量，所述目标剂量为使目标对象的图像达到期望清晰度的亮度。
接着，执行步骤S13及步骤S14，利用更新后的放线参数对所述目标对象进行下一帧放线，放线之后，判断射线实际入射剂量与目标剂量的差值是否满足预设条件，若满足，则执行步骤S15，将当前帧放线参数作为稳定后的曝光参数，若不满足，则再次更新当前帧放线参数作为下一帧放线参数，并执行步骤S13.
例如，在执行第5帧放线后，若射线实际入射剂量与目标剂量的差值满足预设条件，则将第5帧放线参数作为稳定后的曝光参数，若射线实际入射剂量与目标剂量的差值不满足预设条件，则更新第5帧放线参数，将更新后的放线参数作为第6帧放线的放线参数，并执行第6帧放线，直至第n帧放线，射线实际入射剂量与目标剂量的差值满足预设条件，则将第n帧放线参数作为稳定后的曝光参数。
在获得稳定后的曝光参数后，执行步骤S16，将所述稳定后的曝光参数和所述目标剂量作为自动亮度调节曲线优化的控制因子，对自动亮度调节曲线进行调整。其中，所述采集参数包括采集部位、采集类型、球管焦点到采集部位表面的距离、球管焦点到采集部位中心的距离以及限束器的滤过结构的性能参数中的多种。所述性能参数可以包括滤过结构的材料和厚度中的至少一种，但并不以此限定本发明的保护范围，所述性能参数也可以是滤过结构的其他参数。
较佳的，步骤S16中，还将所述当前帧对应的帧数以及采集参数作为所述自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。进一步较佳的，将所述稳定后的曝光参数和所述目标剂量作为自动亮度调节曲线优化的主要控制因子，配置第一权重，以及将所述帧数和所述采集参数作为辅助控制因子，配置第二权重，而后利用所述主要控制因子和所述辅助控制因子对自动亮度调节曲线进行优化，其中，所述第一权重高于所述第二权重。在此基础上，利用神经网络模型来对自动亮度调节曲线进行优化，将所述主要控制因子和所述辅助控制因子输入至神经网络模型，利用所述神经网络模型对输入的所述主要控制因子和所述辅助因子进行学习，以修正所述自动亮度调节曲线上的多个离散点的数据，各所述离散点修正的数据包括：管电压、管电流和放线时长。
本实施例中，所采用的神经网络模型可包括输入层、隐含层和输出层。如图2所示，首先，将目标剂量TargetDose、稳定曝光参数之管电压kV_stable、稳定曝光参数之管电流mA_stable、稳定曝光参数之放线时长ms_stable作为主要控制因子，将采集部位Location、采集类型AcqType、球管焦点到平板表面的距离SID、球管焦点到拍摄物体中心的距离SOD、限束器的滤过结构的性能参数Filter、达到自动亮度调节稳定时的放线帧数StableFrameNum作为输助控制因子输入至输入层；而后，在隐含层转换为剂量特征值之管电压(对kV的权重高，其余权重低)kV_feature、剂量特征值之管电流(对mA的权重高，其余权重低)mA_feature、剂量特征值之放线时长(对ms的权重高，其余权重低)ms_feature以及收敛特征值(权重低)Convergence；之后，在输出层完成对多组(例如10组)自动亮度调节曲线离散点所对应的曲线管电压kV_curve，曲线管电流mA_curve，曲线放线时长ms_curve的修正。
在另外一些实施例中，也可采用本领域人员所熟知的其他机器学习算法，在此不再赘述。
此外，如前所述，可在自动亮度调节曲线开发和/或测试阶段，采集多组曝光参数对一测试对象执行放线，将射线实际入射剂量与目标剂量的差值满足预设条件所对应的曝光参数作为所述初始曝光参数。在此基础上，进一步的，可将所述初始曝光参数、所述目标剂量作为原始自动亮度调节曲线优化的控制因子，对原始自动亮度调节曲线进行调整以得到上述自动亮度调节曲线，且较佳的，同时也将采集参数作为原始自动亮度调节曲线优化的控制因子。也就是说，在X影像设备正式开始使用之前，在开发阶段即可进行自动亮度调节曲线的自适应优化，故可大大缩短自动亮度调节曲线的开发周期。优化方法与上述描述基本一致，也可采用神经网络模型进行学习优化。这里所述原始自动亮度调节曲线可理解为未进行过任何调整的自动亮度调节曲线或者X影像设备出厂时内置的自动亮度调节曲线。
对原始自动亮度调节曲线的具体优化过程可包括：将所述初始曝光参数和所述目标剂量作为原始自动亮度调节曲线优化的主要控制因子，配置第三权重；以及，将所述采集参数作为辅助控制因子，配置第四权重；将所述主要控制因子和所述辅助控制因子输入至神经网络模型，利用所述神经网络模型对输入的所述主要控制因子和所述辅助因子进行学习，以修正所述原始自动亮度调节曲线上的多个离散点的数据；其中，第三权重高于第四权重。
这里需要说明的是，所述第一权重、第二权重、第三权重以及第四权重可在开发阶段通过测试获得，而后进行配置，也可直接人为定义。利用所述神经网络模型对原始自动亮度调节曲线进行修正的过程与前文一致，在此不再赘述。
本实施例还提供一种影像设备，所述影像设备还包括处理器和存储器，所述计算机程序被所述处理器执行时，实现本实施例所述的自动亮度调节曲线自适应调整方法。
较佳的，所述影像设备还包括自动亮度调节编辑界面，所述自动亮度调节编辑界面用于对自动亮度调节曲线进行编辑。除了开发、测试，使用阶段的自动亮度调节自适应调整，通过所述自动亮度调节编辑界面还可以根据自身需求，修改自动亮度调节曲线上曝光电压对应的电流和放线时长，对自动亮度调节曲线进行编辑。
进一步较佳的，所述处理器还具备曲线自动校正功能，在完成自动亮度调节曲线编辑之后，根据高压发生器的性能对自动亮度调节曲线的幅值及趋势进行校正。其中，高压发生器的性能主要是指高压发生器的球管的性能，例如，球管在某一电压值下电流值只能设置在预设范围内，在某一热容下电流值不能超过预设上限等等。
所述存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。
可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
所述处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本实施还提供一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现本实施例所述的自动亮度调节曲线自适应调整方法。
所述可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备，例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备以及上述的任意合适的组合。这里所描述的计算机程序可以从可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收所述计算机程序，并转发该计算机程序，以供存储在各个计算/处理设备中的可读存储介质中。用于执行本发明操作的计算机程序可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。所述计算机程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机程序的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
综上所述，本发明提供的自动亮度调节曲线自适应调整方法、影像设备及可读存储介质，通过开发和/或测试阶段的曝光参数的采集自动调整自动亮度调节曲线数据，大大缩短图像稳定技术的开发周期；此外，在设备装机使用阶段，根据用户的拍摄数据自我学习并优化自动亮度调节曲线，始终保证高质量稳定图像的快速输出，因此解决了现有技术中自动亮度调节曲线制定周期长、难以稳定以及长期使用后需重新标定等问题。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。
Claims (16)
1.一种自动亮度调节曲线自适应调整方法，其特征在于，包括：
获取初始曝光参数作为首帧放线参数对目标对象执行放线，并基于放线的结果更新所述首帧放线参数，作为对所述目标对象执行放线的下一帧放线参数，直至若干帧放线后，射线实际入射剂量与目标剂量的差值满足预设条件，则将当前帧放线参数作为稳定后的曝光参数；
将所述稳定后的曝光参数和所述目标剂量作为自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。
2.如权利要求1所述的自动亮度调节曲线自适应调整方法，其特征在于，还将所述当前帧对应的帧数以及采集参数作为所述自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。
3.如权利要求2所述的自动亮度调节曲线自适应调整方法，其特征在于，
将所述稳定后的曝光参数和所述目标剂量作为所述自动亮度调节曲线优化的主要控制因子，配置第一权重；以及，
将所述帧数和所述采集参数作为所述自动亮度调节曲线优化的辅助控制因子，配置第二权重；
其中，所述第一权重高于所述第二权重。
4.如权利要求3所述的自动亮度调节曲线自适应调整方法，其特征在于，对所述自动亮度调节曲线进行调整包括：
将所述主要控制因子和所述辅助控制因子输入至神经网络模型，利用所述神经网络模型对输入的所述主要控制因子和所述辅助因子进行学习，以修正所述自动亮度调节曲线上的多个离散点的数据。
5.如权利要求1所述的自动亮度调节曲线自适应调整方法，其特征在于，所述初始曝光参数包括：管电压、管电流和放线时长，每进行一帧放线，更新后的放线参数的类型与所述初始曝光参数的类型相同。
6.如权利要求1所述的自动亮度调节曲线自适应调整方法，其特征在于，所述基于放线的结果更新所述首帧放线参数，作为对所述目标对象执行放线的下一帧放线参数的步骤包括：
获取放线后所述目标对象的图像灰度；
将所述图像灰度转化为实际放线剂量；
将所述实际放线剂量和所述目标剂量的比值作为所述自动亮度调节曲线的输入，输出所述下一帧放线参数。
7.如权利要求1所述的自动亮度调节曲线自适应调整方法，其特征在于，还包括：
在所述自动亮度调节曲线开发和/或测试阶段，采集多组曝光参数对测试对象执行放线，将射线实际入射剂量与目标剂量的差值满足所述预设条件所对应的曝光参数作为所述初始曝光参数；以及，
将所述初始曝光参数和所述目标剂量作为原始自动亮度调节曲线优化的控制因子，对原始自动亮度调节曲线进行调整以得到所述自动亮度调节曲线。
8.如权利要求7所述的自动亮度调节曲线自适应调整方法，其特征在于，还将采集参数作为所述自动亮度调节曲线优化的控制因子，对所述自动亮度调节曲线进行调整。
9.如权利要求8所述的自动亮度调节曲线自适应调整方法，其特征在于，
将所述初始曝光参数和所述目标剂量作为所述原始自动亮度调节曲线优化的主要控制因子，配置第三权重；以及，
将所述采集参数作为所述原始自动亮度调节曲线优化的辅助控制因子，配置第四权重；
其中，第三权重高于第四权重。
10.如权利要求9所述的自动亮度调节曲线自适应调整方法，其特征在于，对所述原始自动亮度调节曲线进行调整包括：
将所述主要控制因子和所述辅助控制因子输入至神经网络模型，利用所述神经网络模型对输入的所述主要控制因子和所述辅助因子进行学习，以修正所述原始自动亮度调节曲线上的多个离散点的数据。
11.如权利要求4或10所述的自动亮度调节曲线自适应调整方法，其特征在于，各所述离散点修正的数据包括：管电压、管电流和放线时长。
12.如权利要求2或8所述的自动亮度调节曲线自适应调整方法，其特征在于，所述采集参数包括采集部位、采集类型、球管焦点到采集部位表面的距离、球管焦点到采集部位中心的距离以及限束器的滤过结构的性能参数中的多种。
13.一种影像设备，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1至12中任一项所述的自动亮度调节曲线自适应调整方法。
14.如权利要求13所述的影像设备，其特征在于，所述影像设备包括自动亮度调节编辑界面，所述自动亮度调节编辑界面用于对自动亮度调节曲线进行编辑。
15.如权利要求13所述的影像设备，其特征在于，所述处理器具备曲线自动校正功能，用于根据高压发生器的性能对所述自动亮度调节曲线的幅值及趋势进行校正。
16.一种可读存储介质，其特征在于，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至12中任一项所述的自动亮度调节曲线自适应调整方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011196345.0A CN112315490B (zh) | 2020-10-30 | 2020-10-30 | 自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 |
| PCT/CN2021/127787 WO2022089626A1 (en) | 2020-10-30 | 2021-10-30 | Systems and methods for medical imaging |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011196345.0A CN112315490B (zh) | 2020-10-30 | 2020-10-30 | 自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112315490A CN112315490A (zh) | 2021-02-05 |
| CN112315490B true CN112315490B (zh) | 2023-06-02 |
Family
ID=74323219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011196345.0A Active CN112315490B (zh) | 2020-10-30 | 2020-10-30 | 自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112315490B (zh) |
| WO (1) | WO2022089626A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112315490B (zh) * | 2020-10-30 | 2023-06-02 | 上海联影医疗科技股份有限公司 | 自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 |
| CN115379130B (zh) * | 2022-08-25 | 2024-03-29 | 上海联影医疗科技股份有限公司 | 一种自动曝光控制系统、方法、装置和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1640124A (zh) * | 2002-07-12 | 2005-07-13 | 精工爱普生株式会社 | 图象数据的输出图象调整 |
| CN101262567A (zh) * | 2008-04-07 | 2008-09-10 | 北京中星微电子有限公司 | 自动曝光方法与装置 |
| CN104202535A (zh) * | 2014-06-30 | 2014-12-10 | 杭州光典医疗器械有限公司 | 一种自动曝光方法及装置 |
| CN104287750A (zh) * | 2013-07-16 | 2015-01-21 | 南京普爱射线影像设备有限公司 | 一种基于嵌入式软件的x射线机自动透视方法和装置 |
| CN106791472A (zh) * | 2016-12-29 | 2017-05-31 | 努比亚技术有限公司 | 一种曝光方法及终端 |
| CN107811646A (zh) * | 2017-11-28 | 2018-03-20 | 上海联影医疗科技有限公司 | 透视曝光控制方法、装置及x射线机 |
| CN110120045A (zh) * | 2019-06-14 | 2019-08-13 | 晓智科技（成都）有限公司 | 一种基于回归模型的x光成像曝光参数确定方法 |
| US10482585B1 (en) * | 2018-09-10 | 2019-11-19 | Compal Electronics, Inc. | Image recording device and image processing method therefor |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5281995A (en) * | 1990-07-27 | 1994-01-25 | Fuji Photo Film Co., Ltd. | Method of determining an exposure for use in an image forming apparatus |
| US20060170816A1 (en) * | 2005-01-28 | 2006-08-03 | Silverstein D A | Method and system for automatically adjusting exposure parameters of an imaging device |
| DE102013218170A1 (de) * | 2013-09-11 | 2015-03-12 | Siemens Aktiengesellschaft | Verfahren zum Erzeugen eines digitalen Röntgenbildes und Röntgengerät |
| CN104545957B (zh) * | 2013-10-22 | 2017-08-08 | 上海西门子医疗器械有限公司 | X线影像系统、x线影像设备、服务器及方法 |
| CN106413236B (zh) * | 2016-09-08 | 2018-04-17 | 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 |
| CN110916693B (zh) * | 2019-11-01 | 2024-03-26 | 东软医疗系统股份有限公司 | 成像方法、装置、探测器及x射线摄像系统 |
| CN111568451A (zh) * | 2020-05-22 | 2020-08-25 | 上海联影医疗科技有限公司 | 一种曝光剂量调节方法和系统 |
| CN112315490B (zh) * | 2020-10-30 | 2023-06-02 | 上海联影医疗科技股份有限公司 | 自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 |
-
2020
- 2020-10-30 CN CN202011196345.0A patent/CN112315490B/zh active Active
-
2021
- 2021-10-30 WO PCT/CN2021/127787 patent/WO2022089626A1/en active Application Filing
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1640124A (zh) * | 2002-07-12 | 2005-07-13 | 精工爱普生株式会社 | 图象数据的输出图象调整 |
| CN101262567A (zh) * | 2008-04-07 | 2008-09-10 | 北京中星微电子有限公司 | 自动曝光方法与装置 |
| CN104287750A (zh) * | 2013-07-16 | 2015-01-21 | 南京普爱射线影像设备有限公司 | 一种基于嵌入式软件的x射线机自动透视方法和装置 |
| CN104202535A (zh) * | 2014-06-30 | 2014-12-10 | 杭州光典医疗器械有限公司 | 一种自动曝光方法及装置 |
| CN106791472A (zh) * | 2016-12-29 | 2017-05-31 | 努比亚技术有限公司 | 一种曝光方法及终端 |
| CN107811646A (zh) * | 2017-11-28 | 2018-03-20 | 上海联影医疗科技有限公司 | 透视曝光控制方法、装置及x射线机 |
| US10482585B1 (en) * | 2018-09-10 | 2019-11-19 | Compal Electronics, Inc. | Image recording device and image processing method therefor |
| CN110120045A (zh) * | 2019-06-14 | 2019-08-13 | 晓智科技（成都）有限公司 | 一种基于回归模型的x光成像曝光参数确定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022089626A1 (en) | 2022-05-05 |
| CN112315490A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106413236B (zh) | 一种曝光参数调整方法和装置 | |
| CN112315490B (zh) | 自动亮度调节曲线自适应调整方法、影像设备及可读存储介质 | |
| JP5405093B2 (ja) | 画像処理装置及び画像処理方法 | |
| CN101129266B (zh) | X线图像处理系统 | |
| JP6446361B2 (ja) | Ｘ線ｃｔ装置および補正処理装置 | |
| JP2001068294A (ja) | 被曝量管理／制御システムと方法 | |
| WO2017045620A1 (zh) | 一种计算机断层成像方法与系统 | |
| JP2004329932A (ja) | 透視画像を処理するための方法及び装置 | |
| US11645736B2 (en) | Image processing methods, apparatuses and systems | |
| KR102472464B1 (ko) | 영상처리방법 및 이를 이용한 영상처리장치 | |
| US20210133979A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
| US20120134475A1 (en) | Methods and systems for adaptively correcting exposure parameters during digital radiographic imaging | |
| WO2019097796A1 (ja) | 医用画像処理装置および医用画像処理方法 | |
| CN106214171B (zh) | 一种自动曝光控制方法和装置 | |
| CN110415312B (zh) | 一种获取放射图像方法、系统、装置及存储介质 | |
| JP2001309915A (ja) | Ｃｔイメージング・システムの検出器のための高次主減衰補正 | |
| JP5238175B2 (ja) | Ｘ線画像診断装置 | |
| CN107374657B (zh) | 对ct扫描数据进行校正的方法及ct扫描系统 | |
| JP6379114B2 (ja) | Ｘ線ｃｔ装置、および、ｘ線ｃｔ装置用画像演算装置 | |
| JP2022188000A (ja) | 設定方法、医用画像診断システム及びプログラム | |
| JP2008073515A (ja) | Ｘ線画像システム | |
| US7457452B2 (en) | Radiographic image diagnosis device | |
| CN107845070B (zh) | 一种数字x射线透视剂量全自动跟踪的方法 | |
| JP2001008106A (ja) | 画像処理装置、画像処理システム、画像処理方法、及び記憶媒体 | |
| CN113313649A (zh) | 图像重建方法及装置 |
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 |