买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国科学院合肥物质科学研究院
摘要:本发明公开一种呼吸中胸部CT无剂量实时重建方法,属于医学成像领域,通过在离线准备阶段使用低秩模型提取计划4DCT中的变形场的时间分量和空间分量,在在线重建阶段将实时皮肤表面三维图像与变形场空间分量通过深度前向网络映射为实时变形场,进而重建呼吸中实时胸部CT图像。本发明创造性地将包含呼吸模式信息的变形场空间分量显式提供给神经网络,使得能够在无需患者特异性训练的情况下区分患者。此外,通过皮肤运动编码器绕过了实时配准的需求。总之,本发明能够实现在无需耗时的患者特异性训练和实时配准、无需额外辐射剂量的情况下,对呼吸中胸部CT图像进行实时重建。
主权项:1.一种呼吸中胸部CT无剂量实时重建方法,其特征在于,包括离线准备阶段和实时在线重建阶段,其中,离线准备阶段包括步骤S1至步骤S4,实时在线重建阶段包括步骤S5至步骤S6,具体步骤为:步骤S1:将包含10个时相的4DCT中的呼气末时相的3DCT配准至呼气末时相外的其他9个时相,得到变形场集,利用低秩模型从变形场集中提取静态空间分量和动态时间分量;步骤S2:从4DCT中重建每个时相的皮肤表面三维网格图像,并输入基于3D物理引擎的深度相机仿真环境中,得到每个时相的皮肤深度图像,并组装为多个ERI皮肤深度图像,即呼气末-实时-吸气末皮肤深度图像;步骤S3:判断是否构建和训练深度神经网络模型,若是,进入步骤S4,若不是,进入步骤S5;步骤S4:构建深度神经网络模型,包括并联的运动场编码器和皮肤运动编码器,将静态空间分量输入运动场编码器,某时相对应的ERI皮肤深度图像输入皮肤运动编码器,将该时相的时间分量作为输出,利用4DCT数据对该深度神经网络模型进行训练;步骤S5:患者进行呼吸运动时,使用光学设备捕捉实时皮肤表面深度图像并组装为实时ERI皮肤深度图像,将步骤S1得到的静态空间分量和实时ERI皮肤深度图像输入深度神经网络模型,模型给出实时时间分量估计值;步骤S6:利用低秩模型将实时时间分量估计值和静态空间分量组装为实时变形场,作用于该患者的呼气末3DCT,即重建出此时的3DCT。
全文数据:
权利要求:
百度查询: 中国科学院合肥物质科学研究院 一种呼吸中胸部CT无剂量实时重建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。