[發明專利]模型訓練、多能譜CT掃描方法、裝置、電子設備

有效

• 申請號: 202011390911.1
• 申請日: 2020-12-02
• 公開（公告）號: CN112603345B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 任彥
• 申請（專利權）人: 賽諾威盛科技(北京)股份有限公司
• 主分類號: A61B6/03
• 分類號: A61B6/03;A61B6/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 卜榮麗

1.一種模型訓練方法，其特征在于，包括：

按照曝光點的數量對漸變射線源電壓進行采樣，得到多個采樣電壓，所述漸變射線源電壓按周期性變化，所述采樣電壓與所述曝光點一一對應；

分別以多個所述采樣電壓進行單能掃描，得到第一掃描數據；

以漸變射線源電壓進行漸變能掃描，得到每個采樣電壓對應的曝光點的第二掃描數據；

將所述第二掃描數據作為神經網絡模型的輸入，將所述第一掃描數據作為所述神經網絡模型的輸出對所述神經網絡模型進行訓練得到訓練好的神經網絡模型；

其中，所述分別以多個所述采樣電壓進行單能掃描，得到第一掃描數據包括：

分別以多個所述采樣電壓對不同材料組合的被掃描物進行單能掃描，得到每個采樣電壓在所有曝光點下的不同材料組合的掃描物的第一掃描數據。

2.如權利要求1所述的模型訓練方法，其特征在于，以漸變射線源電壓進行漸變能掃描，得到每個采樣電壓對應的曝光點的第二掃描數據包括：

以漸變射線源電壓對不同材料組合的被掃描物進行漸變能掃描，得到每個曝光點對應的一個采樣電壓下的不同材料組合的被掃描物的第二掃描數據。

3.如權利要求1所述的模型訓練方法，其特征在于，還包括：

按照曝光點將第一掃描數據和第二掃描數據進行配對，得到掃描數據對；

將所述掃描數據對作為訓練樣本。

4.如權利要求3所述的模型訓練方法，其特征在于，將所述第二掃描數據作為神經網絡模型的輸入，將所述第一掃描數據作為所述神經網絡模型的輸出對所述神經網絡模型進行訓練得到訓練好的神經網絡模型包括：

將所述第二掃描數據輸入所述神經網絡模型，得到輸出結果；

將所述輸出結果與所述第二掃描數據所在的掃描數據對中的第一掃描數據進行對比，得到結果誤差；

基于所述結果誤差調整所述神經網絡模型的參數，直至所述輸出結果與所述第二掃描數據所在的掃描數據對中的第一掃描數據的誤差在預設范圍內，得到訓練好的神經網絡模型。

5.一種多能譜CT掃描方法，其特征在于，包括：

按照曝光點的數量對漸變射線源電壓進行采樣，得到多個采樣電壓，所述漸變射線源電壓按周期性變化，所述采樣電壓與所述曝光點一一對應；

以漸變射線源電壓進行漸變能掃描，得到每個采樣電壓對應的曝光點的第二掃描數據；

將所述第二掃描數據輸入訓練好的神經網絡模型，得到第一掃描數據，所述第一掃描數據為每個曝光點以同樣的采樣電壓進行掃描得到每個曝光點在所有采樣電壓下的掃描數據，所述神經網絡模型采用第二掃描數據作為神經網絡模型的輸入，將所述第一掃描數據作為所述神經網絡模型的輸出進行訓練得到；

對所述第一掃描數據進行重建得到每個采樣電壓下的CT圖像；

其中，所述第一掃描數據為每個采樣電壓在所有曝光點下的不同材料組合的掃描物的掃描數據。

6.一種模型訓練裝置，其特征在于，包括：

第一采樣模塊，用于按照曝光點的數量對漸變射線源電壓進行采樣，得到多個采樣電壓，所述漸變射線源電壓按周期性變化，所述采樣電壓與所述曝光點一一對應；

第一掃描模塊，用于分別以多個所述采樣電壓進行單能掃描，得到第一掃描數據；

第二掃描模塊，用于以漸變射線源電壓進行漸變能掃描，得到每個采樣電壓對應的曝光點的第二掃描數據；

訓練模塊，用于將所述第二掃描數據作為神經網絡模型的輸入，將所述第一掃描數據作為所述神經網絡模型的輸出對所述神經網絡模型進行訓練得到訓練好的神經網絡模型；

其中，第一掃描模塊，用于分別以多個所述采樣電壓進行單能掃描，得到第一掃描數據包括：

分別以多個所述采樣電壓對不同材料組合的被掃描物進行單能掃描，得到每個采樣電壓在所有曝光點下的不同材料組合的掃描物的第一掃描數據。