[發明專利]一種周期性運動物體測溫方法、系統及電子設備在審
| 申請號: | 201911289515.7 | 申請日: | 2019-12-14 |
| 公開(公告)號: | CN111080619A | 公開(公告)日: | 2020-04-28 |
| 發明(設計)人: | 鄭海榮;劉新;鄒超;帖長軍;孟德;喬陽紫;文劍洪 | 申請(專利權)人: | 中國科學院深圳先進技術研究院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T11/00 |
| 代理公司: | 深圳市科進知識產權代理事務所(普通合伙) 44316 | 代理人: | 曹衛良 |
| 地址: | 518055 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 周期性 運動 物體 測溫 方法 系統 電子設備 | ||
1.一種周期性運動物體測溫方法,其特征在于,包括以下步驟:
步驟a:在治療開始前,采集n幅患者自由呼吸狀態下的腹部圖像,得到參考圖集A;
步驟b:提取所述參考圖集的特征向量,生成特征圖;
步驟c:開始治療時,將掃描生成的患者腹部圖像B與所述特征圖進行最小二乘法擬合,得到擬合值WT;
步驟d:根據所述擬合值WT與特征圖計算生成圖像B的參考圖;
步驟e:計算所述參考圖與圖像B的相位差,利用相位差生成圖像B的溫度圖。
2.根據權利要求1所述的周期性運動物體測溫方法,其特征在于,在所述步驟a中,所述參考圖集A為:
上述公式中,A的大小為:Size:[n*p],n是圖像atlas的數量,p是每幅圖像的像素數量。
3.根據權利要求2所述的周期性運動物體測溫方法,其特征在于,在所述步驟b中,所述特征向量V的提取公式為:
A=U*S*V
E=A*V
上述公式中,U、S分別是原矩陣A經過奇異值分解以后生成的特征向量矩陣,U為左奇異矩陣,S為特征值矩陣,V為右奇異矩陣。
4.根據權利要求3所述的周期性運動物體測溫方法,其特征在于,在所述步驟d中,所述參考圖Bref的計算公式為:
Bref=WT*E。
5.一種周期性運動物體測溫系統,其特征在于,包括:
參考圖采集模塊:用于在治療開始前,采集n幅患者自由呼吸狀態下的腹部圖像,得到參考圖集A;
特征圖提取模塊:用于提取所述參考圖集的特征向量,生成特征圖;
圖像擬合模塊:用于開始治療時,將掃描生成的患者腹部圖像B與所述特征圖進行最小二乘法擬合,得到擬合值WT;
參考圖生成模塊:用于根據所述擬合值WT與特征圖計算生成圖像B的參考圖;
溫度圖生成模塊:用于計算所述參考圖與圖像B的相位差,利用相位差生成圖像B的溫度圖。
6.根據權利要求5所述的周期性運動物體測溫系統,其特征在于,所述參考圖集A為:
上述公式中,A的大小為:Size:[n*p],n是圖像atlas的數量,p是每幅圖像的像素數量。
7.根據權利要求6所述的周期性運動物體測溫系統,其特征在于,所述特征向量V的提取公式為:
A=U*S*V
E=A*V
上述公式中,U、S分別是原矩陣A經過奇異值分解以后生成的特征向量矩陣,U為左奇異矩陣,S為特征值矩陣,V為右奇異矩陣。
8.根據權利要求7所述的周期性運動物體測溫系統,其特征在于,所述參考圖Bref的計算公式為:
Bref=WT*E。
9.一種電子設備,包括:
至少一個處理器;以及
與所述至少一個處理器通信連接的存儲器;其中,
所述存儲器存儲有可被所述一個處理器執行的指令,所述指令被所述至少一個處理器執行,以使所述至少一個處理器能夠執行上述1至4任一項所述的周期性運動物體測溫方法的以下操作:
步驟a:在治療開始前,采集n幅患者自由呼吸狀態下的腹部圖像,得到參考圖集A;
步驟b:提取所述參考圖集的特征向量,生成特征圖;
步驟c:開始治療時,將掃描生成的患者腹部圖像B與所述特征圖進行最小二乘法擬合,得到擬合值WT;
步驟d:根據所述擬合值WT與特征圖計算生成圖像B的參考圖;
步驟e:計算所述參考圖與圖像B的相位差,利用相位差生成圖像B的溫度圖。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學院深圳先進技術研究院,未經中國科學院深圳先進技術研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911289515.7/1.html,轉載請聲明來源鉆瓜專利網。





