CN107330949-CN201710508431-一种伪影校正方法及系统.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107330949 A (43)申请公布日 2017.11.07 (21)申请号 201710508431.2 (22)申请日 2017.06.28 (71)申请人 上海联影医疗科技有限公司 地址 201807 上海市嘉定区城北路2258号 (72)发明人 刘炎炎　 (74)专利代理机构 成都七星天知识产权代理有 限公司 51253 代理人 杨永梅 (51)Int.Cl. G06T 11/00(2006.01) G06N 3/08(2006.01) 权利要求书2页 说明书7页 附图5页 (54)发明名称 一种伪影校正方法及系统 (57)摘要 本发明公开了一种伪影校正方法及系统，所 述方法包括：扫描模体，通过探测器获取所述模 体的第一投影数据；对所述模体的第一投影数据 进行处理或通过模拟得到所述模体的第二投影 数据；构建神经网络模型，利用所述模体的第一 投影数据和第二投影数据对所述神经网络模型 进行训练，得到校正系数；以及利用所述校正系 数对待校正的检测目标的第三投影数据进行校 正，并利用校正后的投影数据重建所述检测目标 的医学图像。本发明基于神经网络深度学习的方 法，利用大数据的训练，提高校正的精确性，获得 较好的环状伪影校正效果。 A 9 4 9 0 3 3 7 0 1 N C CN 107330949 A 权　利　要　求　书 1/2页 1.一种伪影校正方法，其特征在于，该方法包括： 扫描模体，通过探测器获取所述模体的第一投影数据； 对所述模体的第一投影数据进行处理或通过模拟得到所述模体的第二投影数据； 构建神经网络模型，利用所述模体的第一投影数据和第二投影数据对所述神经网络模 型进行训练，得到校正系数；以及 利用所述校正系数对待校正的检测目标的第三投影数据进行校正，并利用校正后的投 影数据重建所述检测目标的医学图像。 2.如权利要求1所述的方法，其特征在于，所述利用所述模体的第一投影数据和第二投 影数据对所述神经网络模型进行训练，得到校正系数，包括： 将多组不同扫描条件下的所述模体的第一投影数据和第二投影数据输入到所述神经 网络模型中，得到所述多组不同扫描条件对应的校正系数。 3.如权利要求2所述的方法，其特征在于，所述对所述模体的第一投影数据进行处理， 得到所述模体的第二投影数据，包括： 对所述模体的第一投影数据进行重建，得到所述模体的第一图像； 对所述模体的第一图像进行平滑处理，得到所述模体的第二图像；以及 对所述模体的第二图像进行正投影，得到所述模体的第二投影数据。 4.如权利要求2所述的方法，其特征在于，所述扫描条件包括所述模体的大小、扫描协 议和/或所述模体的偏心设置。 5.如权利要求1所述的方法，其特征在于，所述利用所述模体的第一投影数据和第二投 影数据对所述神经网络模型进行训练，得到校正系数，还包括：获取初始校正参数，并利用 所述初始校正参数初始化所述神经网络模型。 6.如权利要求1所述的方法，其特征在于，所述对所述模体的第一投影数据进行处理， 得到所述模体的第二投影数据，包括： 对所述模体的第一投影数据进行平滑处理，得到所述模体的第二投影数据。 7.如权利要求1所述的方法，其特征在于，所述利用所述校正系数对待校正的检测目标 的第三投影数据进行校正，包括： 根据所述校正系数，构建校正模型；以及 将所述第三投影数据输入所述校正模型，得到校正后的投影数据。