[發明專利]物質分解方法、裝置和系統

有效

• 申請號: 201710560580.3
• 申請日: 2017-07-11
• 公開（公告）號: CN109242920B
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 邢宇翔;馮初晴;張麗;陳志強;沈樂
• 申請（專利權）人: 清華大學;同方威視技術股份有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/04;G06N3/08
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 尹紅敏

1.一種物質分解方法，其特征在于，所述物質分解方法包括：

采集標定模體在兩個或兩個以上能窗的投影數據，根據所述投影數據和指定域的物質分解實現方式，確定與所述指定域的物質分解實現方式對應的所述標定模體的多能數據；

設置理想單能，通過預設的方法得到所述標定模體在所述理想單能下的理想單能數據；

根據所述多能數據訓練對應的神經網絡，所述訓練后的神經網絡反映所述多能數據和所述理想單能數據之間的映射關系；

基于待分解物質在所述能窗的投影數據和所述訓練后的神經網絡，分解所述待分解物質；

其中，所述設置理想單能包括：選取指定能量作為所述理想單能。

2.根據權利要求1所述的物質分解方法，其特征在于，所述指定域的物質分解實現方式為投影域物質分解，所述多能數據為所述標定模體在所述能窗的投影數據，所述理想單能數據為理想單能投影數據；

所述設置理想單能，通過預設的方法得到所述標定模體在所述理想單能下的理想單能數據，包括：

使用所述投影數據，通過單能斷層影像CT重建方法得到所述標定模體在所述能窗的重建圖像；

獲取設置的所述理想單能，通過圖像配準得到所述理想單能下的理想單能重建圖像；

對所述理想單能重建圖像進行投影，得到所述理想單能投影數據，將所述理想單能投影數據作為所述理想單能數據。

3.根據權利要求1所述的物質分解方法，其特征在于，所述多能數據為所述標定模體在所述能窗的投影數據，所述理想單能數據為理想單能投影數據，所述神經網絡為投影域神經網絡，所述投影域神經網絡包括一個輸入層、一個輸出層和隱含層；

所述根據所述多能數據訓練對應的神經網絡，包括：

獲取所述標定模體在所述能窗的投影數據中投影點的h×g鄰域，將所述h×g鄰域中投影點的投影值作為所述投影域神經網絡的輸入數據，其中，所述h為指定的所述投影點相鄰的探測器單元的數量，所述g為指定的所述投影點相鄰的投影角度的數量；

將所述理想單能投影數據中與所述h×g鄰域中中心投影點對應的理想投影值作為所述投影域神經網絡的目標值；

設置所述投影域神經網絡的隱含層層數、隱含層激活函數、輸出層激活函數和目標函數，通過預設的神經網絡算法和學習速率訓練所述投影域神經網絡。

4.根據權利要求1所述的物質分解方法，其特征在于，所述神經網絡為投影域神經網絡；

所述基于待分解物質在所述能窗的投影數據和所述訓練后的神經網絡，分解所述待分解物質，包括：

獲取所述待分解物質在所述能窗的投影數據中投影點的h×g鄰域，將所述待分解物質在所述h×g鄰域中投影點的投影值作為所述投影域神經網絡的輸入數據，使用所述訓練后的投影域神經網絡，得到所述待分解物質的理想單能投影值，其中，所述h為指定的所述投影點相鄰的探測器單元的數量，所述g為指定的所述投影點相鄰的投影角度的數量；

對所述待分解物質的理想單能投影值進行單能CT重建，得到所述待分解物質的理想單能重建圖像。

5.根據權利要求1所述的物質分解方法，其特征在于，所述指定域的物質分解實現方式為圖像域物質分解，所述多能數據為所述標定模體在所述能窗的重建圖像，所述重建圖像是使用所述投影數據通過單能CT重建方法得到的，所述理想單能數據為理想單能重建圖像；

所述設置理想單能，通過預設的方法得到所述標定模體在所述理想單能下的理想單能數據，包括：

獲取設置的所述理想單能；

根據所述理想單能的能量值，通過查表的方法進行美國國家標準與技術研究所NIST提供的相關衰減系數的查詢，得到所述理想單能下的理想單能重建圖像，將所述理想單能重建圖像作為所述理想單能數據。