JP2020127708A5 - - Google Patents

Claims (13)

1. 位置決め装置（３、５）と、検出器（２）と、前記検出器（２）の前方のビーム経路内に備えられた散乱防止グリッド（４）と、を有する、Ｘ線システムの機能を訓練するための方法であって、
   前記検出器（２）を多数の異なる位置において位置決め（ＰＯＳ）するステップであって、前記位置決め装置（３、５）が曲げられるおよび／またはねじられるステップと、
   前記位置のそれぞれで、それぞれ少なくとも１つのＸ線画像を撮影（ＰＩＣ１）するステップと、
   第１学習ステップにおける機能のための全てのＸ線画像から、前記散乱防止グリッド（４）によって生成されるアーチファクトを機械学習（ＭＬ）するステップと、
   を含むことを特徴とする方法。
2. 前記検出器（２）をそれぞれ位置決め（ＰＯＳ）するステップの際に、前記Ｘ線システムのそれぞれの装置の幾何学的データが提供され、これが前記機械学習（ＭＬ）するステップのための入力変数として機能する、請求項１に記載の方法。
3. 前記検出器（２）の前記異なる位置のそれぞれに、前記機械学習（ＭＬ）するステップのために前記位置決め装置（３、５）が数回接触する、請求項１または２に記載の方法。
4. 各位置が、異なる方向から接触される、請求項３に記載の方法。
5. 前記検出器（２）の前記多数の異なる位置が、前記Ｘ線システムのシステムに起因する移動空間全体にわたって均一に分布して配置されている、請求項１から４のいずれか１項に記載の方法。
6. 前記機械学習（ＭＬ）するステップが、前記第１の学習ステップに加えて、前記第１の学習ステップと同じであるが、前記検出器（２）から前記散乱防止グリッド（４）が取り外され、前記ビーム経路から除去（ＳＳＲ）される第２の学習ステップを含む、請求項１から５のいずれか１項に記載の方法。
7. 前記散乱線を生成しないファントム（７）が、前記Ｘ線画像撮影時にビーム経路に配置される、請求項１から６のいずれか１項に記載の方法。
8. シミュレーション（ＳＩＭ）によって仮想訓練画像を得ることができ、前記Ｘ線画像に加えて、前記機械学習（ＭＬ）するステップで使用される、請求項１から７のいずれか１項に記載の方法。
9. 対象物から対象物のＸ線画像が得られ（ＰＣ２）、この対象物のＸ線画像における前記散乱線線グリッド（４）のアーチファクトが、訓練された機能を用いて減少または除去される、請求項１から８のいずれか１項に記載の方法。
10. 位置決め装置（３、５）と、検出器（２）と、前記検出器（２）の前方のビーム経路内に備えられた散乱防止グリッド（４）と、を有するＸ線システムの作動方法であって、
    前記検出器（２）を１つの位置において位置決めするステップであって、前記位置決め装置（３、５）が曲げられるおよび／またはねじられるステップと、
    前記位置で、Ｘ線画像を撮影（ＰＩＣ１）するステップと、
    Ｘ線画像で、請求項１から９のいずれか１項に対応して学習されたアーチファクトを用いて、前記散乱防止グリッド（４）によって引き起こされる、前記位置決め装置（３、５）が曲げられおよび／またはねじられた際に発生するアーチファクトを補正（ＲＥＤＡ）するステップと、
    を有することを特徴とする方法。
11. 対象物のＸ線画像を受信するステップと、
    請求項９に記載の方法による機能を前記対象物のＸ線画像に適用して補正された対象物のＸ線画像を作成するステップと、
    前記補正された対象物のＸ線画像を対象物画像データとして提供するステップと、
    を含む、対象物の画像データを生成するためのコンピュータ実装方法。
12. 位置決め装置（３、５）と、
    検出器（２）、および、前記検出器（２）前方のビーム経路内の散乱防止グリッド（４）を有する撮影装置（１，２，４）と、を備え、
    前記検出器（２）および前記散乱防止グリッド（４）は、前記位置決め装置（３、５）に取り付けられている、Ｘ線システムであって、
    前記位置決め装置（３、５）を用いて、前記位置決め装置（３、５）が位置に応じて曲げられおよび／またはねじられる複数の異なる位置に前記検出器（２）を位置決めすることができ、
    前記撮影装置（１、２、４）を用いて、前記位置のそれぞれに少なくとも１つのＸ線画像を作成することができ、
    前記Ｘ線システムは、第１の学習ステップにおいて、全てのＸ線画像から前記散乱防止グリッドによって生成されたアーチファクトを機械学習するための計算装置を備えている、
    Ｘ線システム。
13. ＣアームＸ線システム、またはロボットアームベースのＸ線システムとして構成されている、請求項１２に記載のＸ線システム。