[發(fā)明專(zhuān)利]電子計(jì)算機(jī)斷層掃描前端設(shè)備、系統(tǒng)、方法及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811268175.5
• 申請(qǐng)日: 2018-10-29
• 公開(kāi)（公告）號(hào): CN109589127B
• 公開(kāi)（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 胡戰(zhàn)利;梁棟;李思玥;楊永峰;劉新;鄭海榮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 深圳先進(jìn)技術(shù)研究院
• 主分類(lèi)號(hào): A61B6/03
• 分類(lèi)號(hào): A61B6/03;G06N3/08
• 代理公司: 深圳智趣知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44486
• 代理人: 王策

1.一種電子計(jì)算機(jī)斷層掃描CT前端設(shè)備，所述設(shè)備包括：發(fā)射源，其特征在于，所述發(fā)射源包括：若干呈預(yù)定排布方式排布且依次受控執(zhí)行相應(yīng)掃描動(dòng)作的發(fā)射單元，所述發(fā)射單元的出射方向經(jīng)過(guò)掃描中心；

所述發(fā)射單元采用碳納米管陰極，每個(gè)發(fā)射單元為單獨(dú)封裝的玻璃球管，每一個(gè)玻璃球管包含：CNT陰極、柵極、聚焦極以及陽(yáng)極靶材；CNT陰極、柵極和聚焦極為電子發(fā)射一體化結(jié)構(gòu)；所述電子發(fā)射一體化結(jié)構(gòu)上設(shè)置有金屬罩；

所述發(fā)射源還包括：

基座；以及，

設(shè)置于所述基座上、用于承載所述發(fā)射單元并實(shí)現(xiàn)所述發(fā)射單元電性連通的導(dǎo)電條，所述導(dǎo)電條與所述發(fā)射單元之間通過(guò)螺桿相裝配。

2.如權(quán)利要求1所述的設(shè)備，其特征在于，所述發(fā)射單元呈弧形排布，所述弧形對(duì)應(yīng)的圓心與所述掃描中心相對(duì)應(yīng)。

3.如權(quán)利要求2所述的設(shè)備，其特征在于，所述弧形對(duì)應(yīng)的半徑為10-150厘米，和/或，相鄰兩個(gè)所述發(fā)射單元之間弧形段所對(duì)應(yīng)的中心角為5-50度。

4.如權(quán)利要求3所述的設(shè)備，其特征在于，所述發(fā)射源包括15個(gè)所述發(fā)射單元，所述弧形對(duì)應(yīng)的半徑為65厘米，相鄰兩個(gè)所述發(fā)射單元之間弧形段所對(duì)應(yīng)的中心角為5度。

5.一種CT系統(tǒng)，其特征在于，所述系統(tǒng)包括：如權(quán)利要求1至4任一項(xiàng)所述的CT前端設(shè)備以及工作站，

所述CT前端設(shè)備還包括：

探測(cè)器，用于當(dāng)所述發(fā)射單元執(zhí)行掃描動(dòng)作時(shí)，獲得相應(yīng)投影圖像，

所述工作站包括：存儲(chǔ)器及處理器，所述處理器執(zhí)行所述存儲(chǔ)器中存儲(chǔ)的計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如下步驟：

對(duì)各所述投影圖像進(jìn)行處理得到重建圖像；

利用深度學(xué)習(xí)方法對(duì)所述重建圖像中的病灶進(jìn)行識(shí)別。

6.如權(quán)利要求5所述的系統(tǒng)，其特征在于，利用深度學(xué)習(xí)方法對(duì)所述重建圖像中的病灶進(jìn)行識(shí)別，具體包括下述步驟：

對(duì)所述重建圖像進(jìn)行預(yù)處理，得到初始圖像；

將所述初始圖像輸入至深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行所述病灶的識(shí)別，得到識(shí)別結(jié)果，

其中，將所述初始圖像輸入至深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行所述病灶的識(shí)別，具體包括下述步驟：

對(duì)所述初始圖像進(jìn)行特征提取處理，得到卷積特征圖像；

對(duì)所述卷積特征圖像確定候選區(qū)域，相應(yīng)得到全連接特征圖；

基于所述全連接特征圖進(jìn)行分類(lèi)，得到所述識(shí)別結(jié)果。

7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，對(duì)所述初始圖像進(jìn)行特征提取處理，得到卷積特征圖像，具體為：

采用若干殘差卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述初始圖像進(jìn)行特征提取處理，

其中，所述殘差卷積神經(jīng)網(wǎng)絡(luò)中包括卷積網(wǎng)絡(luò)層、激活函數(shù)網(wǎng)絡(luò)層及批量歸一化網(wǎng)絡(luò)層，

采用若干殘差卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述初始圖像進(jìn)行特征提取處理，具體包括下述步驟，具體包括下述步驟：

通過(guò)所述批量歸一化網(wǎng)絡(luò)層對(duì)輸入的批量數(shù)據(jù)求均值；

根據(jù)所述均值求所述批量數(shù)據(jù)的方差；

根據(jù)所述均值及所述方差，對(duì)所述批量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到批量標(biāo)準(zhǔn)數(shù)據(jù)；

采用調(diào)整因子對(duì)所述批量標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行處理，得到具有與輸入的所述批量數(shù)據(jù)的分布相同或類(lèi)似的批量調(diào)整數(shù)據(jù)以進(jìn)行輸出。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如下方法的步驟：

所述方法基于如權(quán)利要求6所述的系統(tǒng)，所述投影圖像為乳腺投影圖像，所述識(shí)別結(jié)果指示乳腺中是否存在病灶，所述方法包括下述步驟：

對(duì)各所述投影圖像進(jìn)行處理得到重建圖像；

利用深度學(xué)習(xí)方法對(duì)所述重建圖像中的病灶進(jìn)行識(shí)別。