CN115147430A - 扫描参数的设置装置和方法 - Google Patents

扫描参数的设置装置和方法 Download PDF

Info

Publication number
CN115147430A
CN115147430A CN202110348381.2A CN202110348381A CN115147430A CN 115147430 A CN115147430 A CN 115147430A CN 202110348381 A CN202110348381 A CN 202110348381A CN 115147430 A CN115147430 A CN 115147430A
Authority
CN
China
Prior art keywords
scanned object
parameters
scanning
image
scanned
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.)
Pending
Application number
CN202110348381.2A
Other languages
English (en)
Inventor
徐嫣然
赵冰洁
谢强
刘子玉
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.)
GE Precision Healthcare LLC
Original Assignee
GE Precision Healthcare LLC
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 GE Precision Healthcare LLC filed Critical GE Precision Healthcare LLC
Priority to CN202110348381.2A priority Critical patent/CN115147430A/zh
Priority to US17/727,151 priority patent/US20220319030A1/en
Publication of CN115147430A publication Critical patent/CN115147430A/zh
Pending legal-status Critical Current

Links

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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • A61B6/544—Control of apparatus or devices for radiation diagnosis involving control of exposure dependent on patient size
    • 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
    • A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Geometry (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请实施例提供一种扫描参数的设置装置和方法。扫描参数的设置方法包括：从三维摄像机获得所述扫查对象的RGB图像和深度图像；根据所述扫查对象的RGB图像和深度图像计算扫查对象的形体参数；根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。由此，能够自动设置用于对扫查对象进行扫描的扫描参数，有助于提高扫描流程的效率和标准化。并且，合适的扫描参数设置还能够避免由于手动错误而导致的重新扫描和定位图像(scout image)质量低下。

Description

扫描参数的设置装置和方法
技术领域
本申请实施例涉及医疗设备技术领域，尤其涉及一种用于医学成像系统的扫描参数的设置装置和方法。
背景技术
对于某些CT(Computed Tomography，计算机断层扫描)扫描场景，例如对比扫描、大尺寸病人扫描等，扫描质量或图像质量在很大程度上取决于患者尺寸及其相关的扫描参数设置。
一般情况下，操作人员需要在扫描前手动输入患者的身高、体重等信息，并相应地手动设置适当的扫描参数。
应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述。
发明内容
但是，发明人发现，患者的身高和体重等信息一般来自于患者口述，而某些情况下，患者对自己的身高和体重等信息并没有准确的认知，例如儿童等特殊人群可能并不清楚自己的身高和体重等信息；另一方面，在某些情况下，患者不方便口述自己的身高和体重，例如在重伤情况下，患者可能已经失去意识而无法张口说话；此外，即便患者能够准确的描述自己的身高和体重等信息，在某些情况下，也可能由于操作人员的经验不足，而导致错误的设置了相应的扫描参数。
针对上述技术问题的至少之一，本申请实施例提供一种用于医学成像系统的扫描参数的设置装置和方法。期待能够自动设置与患者尺寸相关的扫描参数，提高扫描流程的效率和标准化。
根据本申请实施例的一方面，提供一种扫描参数的设置装置，所述装置包括：
获取单元，其从三维摄像机获得所述扫查对象的RGB图像和深度图像；
第一计算单元，其根据所述扫查对象的RGB图像和深度图像计算所述扫查对象的形体参数；
设置单元，其根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
在一些实施例中，所述第一计算单元包括：
分割单元，其利用深度学习神经网络对所述RGB图像进行分割，得到所述扫查对象的二维轮廓信息；
映射单元，其将所述二维轮廓信息映射到所述深度图像上，得到所述扫查对象的上表面信息；
第二计算单元，其根据所述扫查对象的上表面信息计算所述扫查对象的形体参数。
在一些实施例中，所述第一计算单元还包括：
估计单元，其根据支撑所述扫查对象的支撑物的信息估计所述扫查对象的下表面信息；
所述第二计算单元根据所述扫查对象的上表面信息和下表面信息计算所述扫查对象的形体参数。
在一些实施例中，所述支撑物的信息包括所述支撑物的形状、尺寸、以及设置高度中的至少之一。
在一些实施例中，所述装置还包括：
预处理单元，其对所述RBG图像进行预处理，所述预处理包括以下至少之一：去噪处理；归一化；剪裁处理；以及缩放处理；
所述第一计算单元根据预处理后的所述扫查对象的RBG图像和深度图像计算扫查对象的形体参数。
在一些实施例中，所述扫查对象的形体参数包括以下至少之一：
扫查对象的长度；
扫查对象的厚度；
扫查对象的宽度；
扫查对象的体积；以及
扫查对象的体重。
在一些实施例中，所述扫描参数包括以下至少之一：
身体质量指数(BMI)；
造影剂的剂量和流速；
扫描电压和电流；
是否超出扫描视野的指示；
用药范围；
支撑物高度；
是否是特殊人群的指示。
在一些实施例中，所述扫查对象为扫查对象的整体或者为扫查对象的局部。
根据本申请实施例的另一方面，提供一种扫描参数的设置方法，其特征在于，所述方法包括：
从三维摄像机获得所述扫查对象的RGB图像和深度图像；
根据所述扫查对象的RGB图像和深度图像计算扫查对象的形体参数；
根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
根据本申请实施例的另一方面，提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器被配置为执行所述计算机程序而实现如前所述的扫描参数的设置方法。
本申请实施例的有益效果之一在于：根据本申请实施例，能够自动设置用于对扫查对象进行扫描的扫描参数，有助于提高扫描流程的效率和标准化。并且，合适的扫描参数设置还能够避免由于手动错误而导致的重新扫描和定位图像(scout image)质量低下。
参照后文的说明和附图，详细公开了本申请实施例的特定实施方式，指明了本申请实施例的原理可以被采用的方式。应该理解，本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本申请的实施方式包括许多改变、修改和等同。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解，其构成了说明书的一部分，用于例示本申请的实施方式，并与文字描述一起来阐释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施方式。在附图中：
图1是本申请实施例的CT成像设备的一示意图；
图2是本申请实施例的CT成像系统的一示意图；
图3是本申请实施例的扫描参数的设置方法的一示意图；
图4是计算扫查对象的形体参数的一个示例的示意图；
图5是扫查对象的RGB图像的一个示例的示意图；
图6是扫查对象的上表面信息的一个示例的示意图；
图7是计算扫查对象的形体参数的另一个示例的示意图；
图8是本申请实施例的扫描参数的设置装置的一示意图；
图9是本申请实施例的电子设备的示意图。
具体实施方式
参照附图，通过下面的说明书，本申请实施例的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本申请的特定实施方式，其表明了其中可以采用本申请实施例的原则的部分实施方式，应了解的是，本申请不限于所描述的实施方式，相反，本申请实施例包括落入所附权利要求的范围内的全部修改、变型以及等同物。
在本申请实施例中，术语“第一”、“第二”等用于对不同元素从称谓上进行区分，但并不表示这些元素的空间排列或时间顺序等，这些元素不应被这些术语所限制。术语“和/或”包括相关联列出的术语的一种或多个中的任何一个和所有组合。术语“包含”、“包括”、“具有”等是指所陈述的特征、元素、元件或组件的存在，但并不排除存在或添加一个或多个其他特征、元素、元件或组件。
在本申请实施例中，单数形式“一”、“该”等包括复数形式，应广义地理解为“一种”或“一类”而并不是限定为“一个”的含义；此外术语“所述”应理解为既包括单数形式也包括复数形式，除非上下文另外明确指出。此外术语“根据”应理解为“至少部分根据……”，术语“基于”应理解为“至少部分基于……”，除非上下文另外明确指出。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
本文中所描述的获得医学影像数据的设备可以适用于各种医学成像模态，包括但不限于计算机断层扫描(CT)设备、磁共振成像(MRI，Magnetic Resonance Imaging)设备、C形臂成像设备、正电子发射断层扫描(PET，Positron Emission Computed Tomography)设备、单光子发射计算机断层扫描(SPECT，Single Photon Emission Computed Tomography)设备、或其他任何合适的医学成像设备。
获得医学影像数据的系统可以包括前述医学成像设备，也可以包括连接到医学成像设备的单独的计算机设备，还可以包括连接至互联网云端的计算机设备，该计算机设备通过互联网连接到医学成像设备或者存储医学图像的存储器。成像方法可以由前述医学成像设备、连接到医学成像设备的计算机设备，连接至互联网云端的计算机设备独立或者联合的实施。
示例性地，以下结合X射线计算机断层摄影(CT)设备描述本申请实施例。本领域技术人员将理解，本申请实施例还可以适用于其他医学成像设备。
图1是本申请实施例的CT成像设备的一示意图，示意性示出了CT成像设备100的情况。如图1所示，CT成像设备100包括扫描机架101和患者台102；扫描机架101具有X射线源103，X射线源103朝向扫描机架101的相对侧上的检测器组件或准直器104投射X射线束。检测对象105可以平躺在患者台102上，并随着患者台102移入扫描机架开口106；通过X射线源103的扫描，可以获得该检测对象105的医学影像数据。
图2是本申请实施例的CT成像系统的一示意图，示意性示出了CT成像系统200的框图。如图2所示，检测器组件104包括多个检测器单元104a和数据采集系统(DAS，DataAcquisition System)104b。多个检测器单元104a感测穿过检测对象105的经投射的X射线。
DAS 104b根据检测器单元104a的感测，将收集到的信息转换为投影数据以供后续处理。在采集X射线投影数据的扫描期间，扫描机架101以及安装于其上的部件绕着旋转中心101c旋转。
扫描机架101的旋转和X射线源103的操作由CT成像系统200的控制机构203控制。控制机构203包括向X射线源103提供功率和定时信号的X射线控制器203a、以及控制扫描机架101的旋转速度和位置的扫描机架电机控制器203b。图像重建装置204从DAS 104b接收投影数据并且执行图像重建。重建的图像作为输入传输至计算机205，计算机205将图像存储在大容量存储装置206中。
计算机205还通过控制台207从操作员接收命令和扫描参数。控制台207具有某种形式的操作员界面，例如键盘、鼠标、语音激活控制器或任何其他合适的输入装置。相关联的显示器208允许操作员观察来自计算机205的重建图像和其他数据。操作者提供的命令和参数由计算机205使用，以向DAS 104b、X射线控制器203a和扫描机架电机控制器203b提供控制信号和信息。另外，计算机205操作患者台电机控制器209，控制患者台102以定位检测对象105和扫描机架101。特别地，患者台102使检测对象105全部或部分地移动通过图1的扫描机架开口106。
以上示意性说明了本申请实施例的获取医学影像数据(或者也可称为医学图像或医学图像数据)的设备和系统，但本申请不限于此。医学成像设备可以是CT设备、MRI设备、PET设备、SPECT设备、或其他任何合适的成像设备。存储设备可以位于医学成像设备内、医学成像设备外部的服务器内、独立的医学影像存储系统(诸如，PACS，Picture Archivingand Communication System)内和/或远程的云存储系统内。
此外，医学成像工作站可以设置在医学成像设备本地，亦即医学成像工作站临近医学成像设备设置，两者可以共同位于扫查室、影像科或同一医院内。而医学图像云平台分析系统可以远离医学成像设备定位，例如设置在与医学成像设备通信的云端处。
作为示例，在医疗机构利用医学成像设备完成成像扫描之后，扫描得到的数据被存储在存储设备内；医学成像工作站可以直接读取扫描得到的数据，并且通过其处理器进行图像处理。作为另一个示例，医学图像云平台分析系统可以通过远程通信读取存储设备内的医学图像，以提供“软件即服务”(SAAS，Software As a Service)。SAAS可以存在于医院与医院之间、医院与影像中心之间，也可以存在于医院与第三方在线诊疗服务商之间。
以上示意性说明了医学图像扫描，以下结合附图对本申请实施例进行具体说明。
第一方面的实施例
本申请实施例提供一种扫描参数的设置方法。图3是本申请实施例的扫描参数的设置方法的示意图，如图3所示，该方法包括：
301，从三维摄像机获得所述扫查对象的RGB图像和深度图像；
302，根据所述扫查对象的RGB图像和深度图像计算所述扫查对象的形体参数；
303，根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
值得注意的是，以上附图3仅示意性地对本申请实施例进行了说明，但本申请不限于此。例如可以适当地调整各个操作之间的执行顺序，此外还可以增加其他的一些操作或者减少其中的某些操作。本领域的技术人员可以根据上述内容进行适当地变型，而不仅限于上述附图3的记载。
在301中，三维摄像机可以设置于能够获得扫查对象的RGB图像和深度图像的任意位置，例如图1所示的场景中的天花板上，或者其他合适的位置。通过该三维摄像机，能够得到扫查对象的RGB图像和深度图像。其中，RGB图像是一个二维图像，RGB图像上每个像素都通过红、绿和蓝三个颜色的分量表示；而深度图像是一个三维图像，深度图像上的每个像素代表了三维摄像机与被摄物之间的实际距离。根据深度相机的不同，深度图像上每个像素代表的含义略有差别，例如，深度图像上每个像素还可以代表被摄物到相机平面的垂直距离等，具体可以参考相关技术，此处省略说明。通常情况下，RGB图像和深度图像是配准的，因而两者的像素点之间具有对应关系，关于RGB图像和深度图像的定义，可以参考相关技术，此处省略说明。
在302和303中，根据该扫查对象的RGB图像和深度图像计算该扫查对象的形体参数，而不再依赖于患者口述，并根据自动获得的该形体参数来自动设置对该扫查对象进行扫描的扫描参数，而不再手动设置扫描参数，有助于提高扫描流程的效率和标准化，并避免由于手动错误而导致的重新扫描和定位图像(scout image)质量低下。
在一些实施例中，操作302可以通过图4所示的方法来实现，如图4所示，该方法包括：
401，利用深度学习神经网络对所述RGB图像进行分割，得到所述扫查对象的二维轮廓信息；
403，将所述二维轮廓信息映射到所述深度图像上，得到所述扫查对象的上表面信息；
405，根据所述扫查对象的上表面信息计算所述扫查对象的形体参数。
在401中，对深度学习神经网络的类型以及分割方法不做限制，例如，可以采用Mask-R-CNN(Mask-Region-Convolutional Neural Networks，掩模-区域-卷积神经网络)对RGB图像进行分割，得到该扫查对象的二维轮廓信息。
图5是通过三维摄像机获得的扫查对象(人体)的RGB图像的一个示例的示意图，如图5所示，通过采用深度学习神经网络，包括但不限于Mask-R-CNN，对该RGB图像进行分割，可以得到该扫查对象(人体)的二维轮廓信息P。
在403中，由于RGB图像与深度图像的像素点之间具有对应关系，通过将来自RGB图像的扫查对象的二维轮廓信息映射到深度图像上，可以得到该扫查对象的上表面信息。该扫查对象的上表面信息包含了该扫查对象的上表面的每个点的三维坐标。
图6是通过将401得到的二维轮廓信息映射到深度图像上得到的扫查对象的上表面信息的一个示例的示意图，如图6所示，该上表面信息S1是三维的，包含了人体(扫查对象)上表面的每个点的三维坐标。
在405中，根据该扫查对象的上表面信息，通过计算来获得该扫查对象的形体参数。本申请对具体的计算方法不做限制，根据所需要的形体参数不同，可以采用不同的计算方法。
在本申请实施例中，扫查对象不限于人体整体，也可以是人体的局部，例如人体的某一部分。此外，在本申请实施例中，扫查对象也不限于是人体，也可以是动物体或其他生物体，或者是动物体或其他生物体的局部，等等。
根据扫查对象的不同，扫查对象的形体参数也不同，以扫查对象为人体整体为例，在一些实施例中，扫查对象的形体参数包括以下至少之一：
扫查对象的长度；
扫查对象的厚度；
扫查对象的宽度；
扫查对象的体积；以及
扫查对象的体重。
其中，扫查对象的长度标识了该人体的高度，扫查对象的长度、厚度和宽度可以用于计算人体的体积或体重等。
以上关于扫查对象的形体参数只是举例说明，根据扫查对象的类别不同，或者根据扫查的需要不同，也可以根据403获得的扫查对象的上表面信息计算其他的形体参数，此处省略说明。
在一些实施例中，操作302可以通过图7所示的方法来实现，如图7所示，该方法包括：
701，利用深度学习神经网络对所述RGB图像进行分割，得到所述扫查对象的二维轮廓信息；
703，将所述二维轮廓信息映射到所述深度图像上，得到所述扫查对象的上表面信息；
705，根据支撑所述扫查对象的支撑物的信息估计所述扫查对象的下表面信息；
707，根据所述扫查对象的上表面信息和下表面信息计算所述扫查对象的形体参数。
上述701和703的处理与图4的401和403的处理相同，此处省略说明。
在705中，可以根据支撑该扫查对象的支撑物的信息来估计该扫查对象的下表面信息。
在上述实施例中，如图1和图5所示，在进行CT扫描时，扫查对象一般平躺于患者台，因此扫查对象的下表面信息并不能通过从三维摄像机收集的RGB图像和/或深度图像来获得。在本申请实施例中，使用支撑该扫查对象的支撑物的信息作为先验信息来估计该扫查对象的下表面信息，为计算扫查对象的形体参数提供了进一步的参考。
在上述实施例中，上述支撑物例如为患者台，也可以为其他支撑物，该支撑物的信息包括该支撑物的形状、尺寸、以及设置高度等，但本申请不限于此，该支撑物的信息还可以包括支撑物的长度、宽度、凹陷深度等。
在707中，通过参考该扫查对象的上表面信息和下表面信息来计算扫查对象的形体参数，使得该形体参数更加准确。
在303中，通过302获得了扫查对象的形体参数后，例如扫查对象的长度、厚度、宽度、体积、体重等，即可根据该形体参数设置对扫查对象进行扫描的扫描参数。
在一些实施例中，该扫描参数包括以下至少之一：
身体质量指数(BMI)；
造影剂的剂量和流速；
扫描电压和电流；
是否超出扫描视野的指示；
用药范围；
支撑物高度；
是否是特殊人群的指示。
其中，身体质量指数、是否超出扫描视野的指示、支撑物的高度以及是否是特殊人群(例如儿童)的指示，可以根据前述形体参数直接转换获得。其中，造影剂的剂量和流速、扫描电压和电流以及用药范围等，可以通过预先设定对应不同形体参数范围的不同的扫描参数值，再将获得某个或某些形体参数与该范围进行比较而得到相应的扫描参数。
例如，预先设定不同的体重范围内，不同的体重范围对应不同的造影剂的剂量和流速，当根据形体参数得到扫查对象的体重后，将该体重与不同的体重范围进行比较，将该体重所落入的体重范围所对应的造影剂的剂量和流速作为该扫查对象的造影剂的剂量和流速。
以上扫描参数只是举例说明，根据扫描的需要，也可以根据获得的扫查对象的上表面信息或者上表面信息和下表面信息来设置其他临床上需要的扫描参数。
在本申请实施例中，为了使得扫查对象的二维轮廓信息更加准确，还可以对三维摄像机获得的RGB图像进行预处理，在302中，根据该预处理后的扫查对象的RBG图像和深度图像计算扫查对象的形体参数。
在上述实施例中，对预处理的方法不做限制，该预处理可以是去躁处理、归一化处理、剪裁处理、缩放处理中的一种或多种，关于去躁处理、归一化处理、剪裁处理以及缩放处理的具体实现方式，可以参考相关技术，本申请不做限制。
以上各个实施例仅对本申请实施例进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
根据本申请实施例，能够自动设置用于对扫查对象进行扫描的扫描参数，有助于提高扫描流程的效率和标准化。并且，合适的扫描参数设置还能够避免由于手动错误而导致的重新扫描和定位图像(scout image)质量低下。
第二方面的实施例
本申请实施例提供一种扫描参数的设置装置，与第一方面的实施例相同的内容不再赘述。
图8是本申请实施例的扫描参数的设置装置的一示意图。如图8所示，扫描参数的设置装置800包括：
获取单元801，其从三维摄像机获得所述扫查对象的RGB图像和深度图像；
第一计算单元802，其根据所述扫查对象的RGB图像和深度图像计算所述扫查对象的形体参数；以及
设置单元803，其根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
在一些实施例，如图8所示，第一计算单元802包括：
分割单元8021，其利用深度学习神经网络对所述RGB图像进行分割，得到所述扫查对象的二维轮廓信息；
映射单元8022，其将所述二维轮廓信息映射到所述深度图像上，得到所述扫查对象的上表面信息；以及
第二计算单元8023，其根据所述扫查对象的上表面信息计算所述扫查对象的形体参数。
在一些实施例中，如图8所示，第一计算单元802还包括：
估计单元8024，其根据支撑所述扫查对象的支撑物的信息估计所述扫查对象的下表面信息。
在上述实施例中，第二计算单元8023根据所述扫查对象的上表面信息和下表面信息计算所述扫查对象的形体参数。
在一些实施例中，所述支撑物的信息包括所述支撑物的形状、尺寸、以及设置高度中的至少之一。
在一些实施例中，如图8所示，该装置800还包括：
预处理单元804，其对所述RBG图像进行预处理，所述预处理包括以下至少之一：去噪处理；归一化；剪裁处理；以及缩放处理。
在上述实施例中，第一计算单元802根据预处理后的所述扫查对象的RBG图像和深度图像计算扫查对象的形体参数。
在一些实施例中，所述扫查对象的形体参数包括以下至少之一：
扫查对象的长度；
扫查对象的厚度；
扫查对象的宽度；
扫查对象的体积；以及
扫查对象的体重。
在一些实施例中，所述扫描参数包括以下至少之一：
身体质量指数(BMI)；
造影剂的剂量和流速；
扫描电压和电流；
是否超出扫描视野的指示；
用药范围；
支撑物高度；
是否是特殊人群的指示。
在一些实施例中，所述扫查对象为扫查对象的整体或者为扫查对象的局部。
为了简单起见，图8中仅示例性示出了各个部件或模块之间的连接关系或信号走向，但是本领域技术人员应该清楚的是，可以采用总线连接等各种相关技术。上述各个部件或模块可以通过例如处理器、存储器等硬件设施来实现；本申请实施例并不对此进行限制。
以上各个实施例仅对本申请实施例进行了示例性说明，但本申请不限于此，还可以在以上各个实施例的基础上进行适当的变型。例如，可以单独使用上述各个实施例，也可以将以上各个实施例中的一种或多种结合起来。
根据本申请实施例，能够自动设置用于对扫查对象进行扫描的扫描参数，有助于提高扫描流程的效率和标准化。并且，合适的扫描参数设置还能够避免由于手动错误而导致的重新扫描和定位图像(scout image)质量低下。
第三方面的实施例
本申请实施例提供一种电子设备，包括有如第二方面的实施例所述的扫描参数的设置装置800，其内容被合并于此。该电子设备例如可以是计算机、服务器、工作站、膝上型计算机、智能手机，等等；但本申请实施例不限于此。
图9是本申请实施例的电子设备的示意图。如图9所示，电子设备900可以包括：一个或多个处理器(例如中央处理器CPU)910和一个或多个存储器920；存储器920耦合到处理器910。其中该存储器920可存储各种数据；此外还存储信息处理的程序921，并且在处理器910的控制下执行该程序921。
在一些实施例中，扫描参数的设置装置800的功能被集成到处理器910中实现。其中，处理器910被配置为实现如第一方面的实施例所述的扫描参数的设置方法。
在一些实施例中，扫描参数的设置装置800与处理器910分开配置，例如可以将扫描参数的设置装置800配置为与处理器910连接的芯片，通过处理器910的控制来实现扫描参数的设置装置800的功能。
例如，处理器910被配置为进行如下的控制：从三维摄像机获得所述扫查对象的RGB图像和深度图像；根据所述扫查对象的RGB图像和深度图像计算扫查对象的形体参数；根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
此外，如图9所示，电子设备900还可以包括：输入输出(I/O)设备930和显示器940等；其中，上述部件的功能与现有技术类似，此处不再赘述。值得注意的是，电子设备900也并不是必须要包括图9中所示的所有部件；此外，电子设备900还可以包括图9中没有示出的部件，可以参考相关技术。
本申请实施例还提供一种计算机可读程序，其中当在电子设备中执行所述程序时，所述程序使得计算机在所述电子设备中执行如第一方面的实施例所述的扫描参数的设置方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在电子设备中执行如第一方面的实施例所述的扫描参数的设置方法。
本申请以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本申请涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本申请还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。
结合本申请实施例描述的方法/装置可直接体现为硬件、由处理器执行的软件模块或二者组合。例如，图中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合，既可以对应于计算机程序流程的各个软件模块，亦可以对应于各个硬件模块。这些软件模块，可以分别对应于图中所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息；或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中，也可以存储在可插入移动终端的存储卡中。例如，若设备(如移动终端)采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置，则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对附图中描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。针对附图描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，还可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本申请保护范围的限制。本领域技术人员可以根据本申请原理对本申请做出各种变型和修改，这些变型和修改也在本申请的范围内。
关于包括以上实施例的实施方式，还公开下述的附记：
1.一种扫描参数的设置方法，其中，所述方法包括：
从三维摄像机获得所述扫查对象的RGB图像和深度图像；
根据所述扫查对象的RGB图像和深度图像计算扫查对象的形体参数；
根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
2.根据附记1所述的方法，其中，根据所述扫查对象的RGB图像和深度图像计算扫查对象的形体参数，包括：
利用深度学习神经网络对所述RGB图像进行分割，得到所述扫查对象的二维轮廓信息；
将所述二维轮廓信息映射到所述深度图像上，得到所述扫查对象的上表面信息；
根据所述扫查对象的上表面信息计算所述扫查对象的形体参数。
3.根据附记2所述的方法，其中，根据所述扫查对象的RGB图像和深度图像计算扫查对象的形体参数，还包括：
根据支撑所述扫查对象的支撑物的信息估计所述扫查对象的下表面信息；
根据所述扫查对象的上表面信息和下表面信息计算所述扫查对象的形体参数。
4.根据附记3所述的方法，其中，所述支撑物的信息包括所述支撑物的形状、尺寸、以及设置高度中的至少之一。
5.根据附记1所述的方法，其中，所述方法还包括：
对所述RBG图像进行预处理，所述预处理包括以下至少之一：去噪处理；归一化；剪裁处理；以及缩放处理；
根据预处理后的所述扫查对象的RBG图像和深度图像计算扫查对象的形体参数。
6.根据附记1所述的方法，其中，所述扫查对象的形体参数包括以下至少之一：
扫查对象的长度；
扫查对象的厚度；
扫查对象的宽度；
扫查对象的体积；以及
扫查对象的体重。
7.根据附记1所述的方法，其中，所述扫描参数包括以下至少之一：
身体质量指数(BMI)；
造影剂的剂量和流速；
扫描电压和电流；
是否超出扫描视野的指示；
用药范围；
支撑物高度；
是否是特殊人群的指示。
8.根据附记1至7任一项所述的方法，其中，所述扫查对象为扫查对象的整体或者为扫查对象的局部。
9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器被配置为执行所述计算机程序而实现如附记1至8任一项所述的血扫描参数的设置方法。
10.一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在电子设备中执行如附记1至8任一项所述的扫描参数的设置方法。

Claims (10)

1.一种扫描参数的设置装置，其特征在于，所述装置包括：
获取单元，其从三维摄像机获得所述扫查对象的RGB图像和深度图像；
第一计算单元，其根据所述扫查对象的RGB图像和深度图像计算所述扫查对象的形体参数；
设置单元，其根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
2.根据权利要求1所述的装置，其特征在于，所述第一计算单元包括：
分割单元，其利用深度学习神经网络对所述RGB图像进行分割，得到所述扫查对象的二维轮廓信息；
映射单元，其将所述二维轮廓信息映射到所述深度图像上，得到所述扫查对象的上表面信息；
第二计算单元，其根据所述扫查对象的上表面信息计算所述扫查对象的形体参数。
3.根据权利要求2所述的装置，其特征在于，所述第一计算单元还包括：
估计单元，其根据支撑所述扫查对象的支撑物的信息估计所述扫查对象的下表面信息；
所述第二计算单元根据所述扫查对象的上表面信息和下表面信息计算所述扫查对象的形体参数。
4.根据权利要求3所述的装置，其特征在于，所述支撑物的信息包括所述支撑物的形状、尺寸、以及设置高度中的至少之一。
5.根据权利要求1所述的装置，其特征在于，所述装置还包括：
预处理单元，其对所述RBG图像进行预处理，所述预处理包括以下至少之一：去噪处理；归一化；剪裁处理；以及缩放处理；
所述第一计算单元根据预处理后的所述扫查对象的RBG图像和深度图像计算扫查对象的形体参数。
6.根据权利要求1所述的装置，其特征在于，所述扫查对象的形体参数包括以下至少之一：
扫查对象的长度；
扫查对象的厚度；
扫查对象的宽度；
扫查对象的体积；以及
扫查对象的体重。
7.根据权利要求1所述的装置，其特征在于，所述扫描参数包括以下至少之一：
身体质量指数(BMI)；
造影剂的剂量和流速；
扫描电压和电流；
是否超出扫描视野的指示；
用药范围；
支撑物高度；
是否是特殊人群的指示。
8.根据权利要求1至7任一项所述的装置，其特征在于，所述扫查对象为扫查对象的整体或者为扫查对象的局部。
9.一种扫描参数的设置方法，其特征在于，所述方法包括：
从三维摄像机获得所述扫查对象的RGB图像和深度图像；
根据所述扫查对象的RGB图像和深度图像计算扫查对象的形体参数；
根据所述扫查对象的形体参数设置对所述扫查对象进行扫描的扫描参数。
10.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器被配置为执行所述计算机程序而实现如权利要求9所述的扫描参数的设置方法。
CN202110348381.2A 2021-03-31 2021-03-31 扫描参数的设置装置和方法 Pending CN115147430A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110348381.2A CN115147430A (zh) 2021-03-31 2021-03-31 扫描参数的设置装置和方法
US17/727,151 US20220319030A1 (en) 2021-03-31 2022-04-22 Apparatus and method for configuring scan parameters

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110348381.2A CN115147430A (zh) 2021-03-31 2021-03-31 扫描参数的设置装置和方法

Publications (1)

Publication Number Publication Date
CN115147430A true CN115147430A (zh) 2022-10-04

Family

ID=83403529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110348381.2A Pending CN115147430A (zh) 2021-03-31 2021-03-31 扫描参数的设置装置和方法

Country Status (2)

Country Link
US (1) US20220319030A1 (zh)
CN (1) CN115147430A (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180071452A1 (en) * 2016-09-13 2018-03-15 Siemens Healthcare Gmbh System and Method for Optimizing Contrast Imaging of a Patient
EP3571997B1 (de) * 2018-05-23 2022-11-23 Siemens Healthcare GmbH Verfahren und vorrichtung zum bestimmen eines patientenge-wichts und/oder eines body-mass-index

Also Published As

Publication number Publication date
US20220319030A1 (en) 2022-10-06

Similar Documents

Publication Publication Date Title
US11000254B2 (en) Methods and systems for patient scan setup
CN107789001B (zh) 一种用于成像扫描的摆位方法和系统
CN107992817B (zh) 自动成像方法和系统
US7639782B2 (en) Methods and systems for automatic patient table positioning
US8525833B2 (en) Dynamic biplane roentgen stereophotogrammetric analysis
US20200320326A1 (en) Systems and methods for determining scanning parameter in imaging
JP2018153299A (ja) 被検体の位置決め装置、被検体の位置決め方法、被検体の位置決めプログラムおよび放射線治療システム
CN103654809A (zh) 用于自动定位x射线设备的拍摄系统的方法和x射线设备
US10032295B2 (en) Tomography apparatus and method of processing tomography image
US20170196528A1 (en) Medical image photographing apparatus and medical image correction method using depth camera
CN117064414A (zh) 一种确定目标对象方位的系统和方法
CN113647967A (zh) 一种医学扫描设备的控制方法、装置及系统
CN112450956A (zh) 自动摆位方法、装置、可读存储介质、电子设备及系统
US20200240934A1 (en) Tomography apparatus and controlling method for the same
US20230172577A1 (en) Methods and systems for controlling medical devices
US20220353409A1 (en) Imaging systems and methods
US20230083704A1 (en) Systems and methods for determining examination parameters
US20220378391A1 (en) Method for controlling a medical imaging examination of a subject, medical imaging system and computer-readable data storage medium
CN115147430A (zh) 扫描参数的设置装置和方法
CN115530854A (zh) 一种成像方法和系统
CN115770056A (zh) 成像系统、方法
CN109363695B (zh) 一种成像方法和系统
CN114080645A (zh) 具有自动的基础事实生成的自学习分布式系统
US20240087168A1 (en) Method and system for medical imaging
WO2022022723A1 (zh) 一种医学操作的相关参数的确定方法以及系统

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