[發(fā)明專利]一種CT掃描圖像質(zhì)量評價方法、計算機可讀存儲介質(zhì)、CT掃描裝置

在審

• 申請?zhí)枺?/td>: 202010168255.4
• 申請日: 2020-03-12
• 公開（公告）號: CN111242947A
• 公開（公告）日: 2020-06-05
• 發(fā)明（設計）人: 曾凱;馮亞崇;傅鵬;何健
• 申請（專利權(quán)）人: 南京安科醫(yī)療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T11/00
• 代理公司: 南京睿之博知識產(chǎn)權(quán)代理有限公司 32296
• 代理人: 楊曉玲

本發(fā)明提出一種CT掃描圖像質(zhì)量評價方法、計算機可讀存儲介質(zhì)、CT掃描裝置,涉及CT掃描技術領域；方法包括：（1）設置圖像質(zhì)量評價指標和各個圖像質(zhì)量評價指標相應的閾值條件；（2）構(gòu)建基于卷積神經(jīng)網(wǎng)絡的偽影分類模型，通過偽影分類模型識別CT掃描重建圖像中是否含有偽影以及所含有的偽影類型；（3）在CT掃描后，對CT掃描重建圖像計算圖像質(zhì)量評價指標，若計算出的圖像質(zhì)量評價指標不滿足相應的閾值條件，則判定圖像質(zhì)量不合格；否則將CT掃描重建圖像輸入所述偽影分類模型進行偽影分類，若分類結(jié)果為存在偽影，判定圖像質(zhì)量不合格并輸出偽影類型。本發(fā)明能夠?qū)T掃描重建圖像進行一個質(zhì)量評價，為醫(yī)生提供準確的參考信息。

技術領域

本發(fā)明涉及CT掃描技術領域，尤其是一種CT掃描圖像質(zhì)量評價方法、計算機可讀存儲介質(zhì)、CT掃描裝置。

背景技術

CT(計算機斷層掃描成像系統(tǒng))利用X射線掃描物體，獲得投影數(shù)據(jù)，并通過斷層重建算法來處理這些投影數(shù)據(jù)，獲得物體的斷層和三維的密度信息，達到無損檢測的目的(圖1)。在醫(yī)學診斷、工業(yè)無損檢測等領域都有著重要的應用。在醫(yī)學診斷領域，CT自從1970年問世以來，與磁共振(MRI)、正電子發(fā)射計算機斷層成像和CT組合系統(tǒng)(PET/CT)一起成為醫(yī)用三大關鍵成像系統(tǒng)。相比其他成像手段，CT重建能夠快速得到高分辨率的圖像，重建結(jié)果的對比度精度可以控制在1%以內(nèi)，能分辨0.5mm的級別的物體。因成像物理過程的復雜性，即使最先進的CT系統(tǒng)也要應對各種圖像偽影對最終圖像質(zhì)量的影響。再高端的機器，在復雜緊張的醫(yī)院場合中，如果使用不當也會帶來各種偽影，比如物體過大導致的截斷偽影，光子饑餓造成的條狀偽影，病人呼吸帶來的運動偽影，病人擺位不當帶來的帶狀偽影等等。

這些帶有偽影的低質(zhì)量CT掃描圖像不能作為診斷的依據(jù)，需要予以排除，并重新進行CT掃描以獲得更高質(zhì)量的CT掃描圖像。在進行重新掃描之前，還需要根據(jù)CT圖像內(nèi)容判斷出導致CT圖像質(zhì)量低的因素，然后對相關因素進行排查和調(diào)整，再重新進行CT掃描，才能得到質(zhì)量較高的CT圖像。

但是，能夠做到上述對CT圖像進行質(zhì)量甄別和把控的只有很少數(shù)擁有豐富經(jīng)驗的醫(yī)生，而大部分醫(yī)院，尤其是三甲以下的醫(yī)院中，通常是缺少對CT掃描擁有足夠經(jīng)驗的資深醫(yī)生的，往往一個資深的放射科醫(yī)生需要去多家醫(yī)院輪值，以保證CT質(zhì)量符合作為診斷依據(jù)的要求。

發(fā)明內(nèi)容

發(fā)明目的：為彌補現(xiàn)有技術中CT質(zhì)量的把控只能依靠醫(yī)生經(jīng)驗的缺陷，本發(fā)明提出一種CT掃描圖像質(zhì)量評價方法、計算機可讀存儲介質(zhì)、CT掃描裝置，能夠自動地對CT掃描圖像進行質(zhì)量評價和偽影類型分析，為醫(yī)生提供準確的參考信息，降低年輕醫(yī)生操作CT掃描設備的難度。

技術方案：為實現(xiàn)上述目的，本發(fā)明提出的技術方案為：

一種CT掃描圖像質(zhì)量評價方法，包括步驟：

（1）設置圖像質(zhì)量評價指標和各個圖像質(zhì)量評價指標相應的閾值條件，所述圖像質(zhì)量評價指標包括：圖像的均值、圖像的噪聲、圖像的截斷誤差、圖像的直方圖均值；

（2）構(gòu)建基于卷積神經(jīng)網(wǎng)絡的偽影分類模型，通過所述偽影分類模型識別所述CT掃描重建圖像中是否含有偽影以及所含有的偽影類型；

（3）在CT掃描后，對每一幅CT掃描重建圖像計算圖像質(zhì)量評價指標，若計算出的圖像質(zhì)量評價指標不滿足相應的閾值條件，則判定圖像質(zhì)量不合格；否則，將CT掃描重建圖像輸入所述偽影分類模型進行偽影分類，若分類結(jié)果為存在偽影，則判定圖像質(zhì)量不合格，并輸出偽影類型。

進一步的，所述卷積神經(jīng)網(wǎng)絡的結(jié)構(gòu)包括：Alexnet、ZFNet、OverFeat、VGG、GoogleNet、ResNet、DenseNet。

進一步的，所述基于卷積神經(jīng)網(wǎng)絡的偽影分類模型的訓練過程包括：

收集帶有偽影的CT掃描圖像和無偽影的CT掃描圖像；