一种基于神经网络时相判别的呼吸门控CT成像方法
申请人信息
- 申请人:合肥锐视医疗科技有限公司
- 申请人地址:230088 安徽省合肥市高新区中安创谷科技园二期J4栋101室
- 发明人: 合肥锐视医疗科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于神经网络时相判别的呼吸门控CT成像方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311660344.0 |
| 申请日 | 2023/12/6 |
| 公告号 | CN117372565B |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06T11/00 |
| 权利人 | 合肥锐视医疗科技有限公司 |
| 发明人 | 杨义瑞 |
| 地址 | 安徽省合肥市高新区中安创谷科技园二期J4栋101室 |
摘要文本
本发明涉及生命科学和医学影像设备技术领域，尤其涉及一种基于神经网络时相判别的呼吸门控CT成像方法；包括以下步骤：S1、根据原始投影数据，构建并训练基于深度神经网络的时相判别模型；S2、利用基于深度神经网络的时相判别模型对新输入的原始投影数据的时相进行分组，得到相应的原始投影数据的时相分组；S3、对原始投影数据的时相分组进行重建，得到重建CT图像；在现有的Micro‑CT设备基础上，不依赖于外部增设的门控装置，仅从投影数据中进行快速自动门控，且易于实现，门控可以作为后处理步骤来执行，而不需要对现有硬件设备进行更改，利用人工智能可以快速准确实现自动门控，进而提高了成像速率。
专利主权项内容
1.一种基于神经网络时相判别的呼吸门控CT成像方法，其特征在于，包括以下步骤：S1、构建并训练基于深度神经网络的时相判别模型，具体包括以下步骤：S101、使用CT设备对待测目标旋转扫描，获取原始投影数据；S102、在获取的原始投影数据中设定固定的感兴趣区域；S103、根据所设定的感兴趣区域，对原始投影数据进行分组，得到原始投影数据的时相分组；S104、选择训练样本数据，对原始投影数据进行归一化处理后得到归一化后的投影数据，设定归一化后的投影数据作为深度神经网络的输入图像，原始投影数据所属的时相作为深度神经网络的输出结果，将归一化后的投影数据和原始投影数据所属的时相作为一个训练样本数据；S105、将训练样本数据输入深度神经网络进行训练，构建基于深度神经网络的时相判别模型；S2、向基于深度神经网络的时相判别模型中输入原始投影数据，利用基于深度神经网络的时相判别模型对新输入的原始投影数据的时相进行分组，得到相应的原始投影数据的时相分组；S3、对原始投影数据的时相分组进行重建，得到重建CT图像，具体方法为：对每组原始投影数据的时相分组进行插值，然后采用滤波反投影方法对插值后的原始投影数据的时相分组进行处理后获得重建CT图像。 微信公众号马克数据网