扫描方法、装置、存储介质和CT设备与流程

扫描方法、装置、存储介质和ct设备
技术领域
1.本技术涉及医疗设备技术领域，尤其是涉及到一种扫描方法、装置、存储介质和ct设备。


背景技术：

2.医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。由于其无创伤的特点，成为了辅助诊断的重要手段。尤其是对于电子计算机断层扫描(computed tomography，ct)设备，其在诊断人体中枢神经系统、腹部器官以及骨关节等的是否发生病变，起到了非常重要的作用。
3.在扫描过程中，ct设备的扫描剂量越高，生成的图像质量越高。考虑到x射线等对人体都是具有一定损害的，扫描剂量越高损害越大，而且人体各部位衰减不同，例如肩部衰减大，肺部衰减小。若采用相同发射能量发射x射线，将导致x射线到达接收端的能量不同，造成图像质量的差异，或者患者部分所接受的辐射剂量增加，例如用肩部的扫描剂量扫描肺部，导致肺部的辐射剂量增加。
4.相关技术中，利用病患的图像深度信息测量病患不同位置的厚度测量值，再按照厚度测量值查找e1标准范围表中x射线发生器所需的曝光参数并进行x射线扫描。但通过深度信息对体型的预估不够准确，影响扫描的选择，而且需要增设深度信息采集设备，增加了设备工作成本。


技术实现要素：

5.有鉴于此，本技术提供了一种扫描方法、装置、存储介质和ct设备，利用大数据获取准确的目标对象的体型，并进行精确的扫描剂量调整，在保证成像质量的同时，降低目标对象受到的伤害。
6.根据本技术的一个方面，提供了一种扫描方法，包括：
7.获取目标对象的平片数据；
8.将平片数据输入目标模型，获取目标对象的预估断面信息；
9.基于预估断面信息，控制ct设备对目标对象的待扫描部位进行扫描。
10.可选地，基于预估断面信息，控制ct设备对目标对象的待扫描部位进行扫描，包括：
11.基于预估断面信息，调整ct设备的辐射源的扫描剂量；和/或，
12.在预估断面信息包括预估断面图像的情况下，基于预估断面图像关联的长短轴参数，调整ct设备的扫描床的床高。
13.可选地，基于预估断面信息，调整ct设备的辐射源的扫描剂量，包括：
14.基于预估断面信息，获取目标对象的待扫描部位的电流调制曲线，并且基于电流调制曲线调整扫描剂量。
15.可选地，基于预估断面信息，调整ct设备的辐射源的扫描剂量，包括：
16.在预估断面信息包括预估断面图像的情况下，基于预估断面图像关联的长短轴参数确定目标对象的待扫描部位中不同部位之间的剂量比例，并基于剂量比例调整扫描剂量。
17.可选地，在预估断面信息包括预估断面图像的情况下，基于预估断面信息，获取目标对象的待扫描部位的剂量调制曲线，包括：
18.按照多个放线位置对目标对象的待扫描部位的预估断面图像进行投影处理，确定目标对象的待扫描部位在多个放线位置的预估衰减域信息；
19.根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线。
20.可选地，按照多个放线位置对目标对象的待扫描部位的预估断面图像进行投影处理之前，扫描方法还包括：
21.基于平片数据，获取目标对象的待扫描部位；或者，
22.在预估断面信息包括预估断面图像的情况下，根据预估断面图像关联的长短轴参数对预估断面图像进行部位分类处理，以获取目标对象的待扫描部位。
23.可选地，根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线，包括：
24.根据预估衰减域信息计算目标对象待扫描部位在每个放线位置下的目标电流值；
25.根据目标对象待扫描部位在每个放线位置下的目标电流值，确定目标对象待扫描部位的电流调制曲线；
26.其中，根据衰减域信息计算目标对象待扫描部位在每个放线位置下的目标电流值，采用如下公式：
[0027][0028]
式中，mas
acs
表示目标电流值，μ
water
表示水的衰减系数，d
ref
表示预设等效水模直径，μ
idi
表示衰减域信息，mas
ref
表示预设参考电流值，adjcoef表示预设指数调整参数。
[0029]
可选地，根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线之前，扫描方法还包括：
[0030]
在ct扫描的方式为螺旋扫描的情况下，根据预估断面图像已放线位置的实际衰减域信息和预估衰减域信息，计算误差量；
[0031]
根据误差量对预估断面图像中与已放线位置相邻的未放线位置的预估衰减域信息进行修正；
[0032]
其中，根据误差量对预估断面图像中与已放线位置相邻的未放线位置的预估衰减域信息进行修正，采用如下公式：
[0033]
preatt(w+1)＝preatt(w+1)
′×
(realatt(w)/preatt(w)
′
)，
[0034]
式中，preatt(w+1)表示修正后与第w个已放线位置相邻的未放线位置的预估衰减域信息，preatt(w+1)
′
表示修正前与第w个已放线位置相邻的未放线位置的预估衰减域信息，preatt(w)
′
表示第w个已放线位置的预估衰减域信息，realatt(w)表示第w个已放线位置的实际衰减域信息。
[0035]
可选地，扫描方法还包括：
[0036]
基于预估断面图像，获取预估断面图像关联的长短轴参数；或者，
[0037]
在将平片数据输入目标模型时，同时获取预估断面图像关联的长短轴参数。
[0038]
可选地，扫描方法还包括：
[0039]
获取样本对象的多个平片数据和多组断面信息，样本对象的断面信息包括断层断面信息或螺旋断面信息；
[0040]
按照床码值对每个样本对象的平片数据对应的平片图像中每一行和每组样本对象的断面信息中每一个断面信息进行关联处理；
[0041]
按照预设比例将样本对象的多个平片数据划分为样本平片数据和测试平片数据，以及将样本平片数据关联的断面信息确定为样本断面信息，将测试平片数据关联的断面信息确定为测试断面信息；
[0042]
根据样本平片数据和样本断面信息，对神经网络模型进行训练；
[0043]
根据测试平片数据和测试断面信息，对训练后的神经网络模型进行评估处理，得到评估指标；
[0044]
在评估指标符合损失函数的收敛条件的情况下，将训练后的神经网络模型确认为目标模型。
[0045]
可选地，扫描方法还包括：
[0046]
根据样本对象在样本对象的断面信息的断面图像中所处有效区域的像素数量，确定有效区域的长短轴参数；
[0047]
对有效区域的长短轴参数和断面图像进行关联处理。
[0048]
可选地，根据测试平片数据和测试断面信息，对训练后的神经网络模型进行评估处理，包括：
[0049]
将测试平片数据输入训练后的神经网络模型，得到待测试断面信息；
[0050]
根据待测试断面信息中待测试断面图像的扫描对象所处有效区域的第一像素数量和测试断面信息中测试断面图像的扫描对象所处有效区域的第二像素数量，计算评估指标。
[0051]
根据本技术的另一方面，提供了一种扫描装置，包括：
[0052]
获取模块，用于获取目标对象的平片数据；
[0053]
数据处理模块，用于将平片数据输入目标模型，获取目标对象的预估断面信息；
[0054]
控制模块，用于基于预估断面信息，控制ct设备对目标对象的待扫描部位进行扫描。
[0055]
可选地，控制模块，具体用于基于预估断面信息，调整ct设备的辐射源的扫描剂量；和/或在预估断面信息包括预估断面图像的情况下，基于预估断面图像关联的长短轴参数，调整ct设备的扫描床的床高。
[0056]
可选地，控制模块，具体用于基于预估断面信息，获取目标对象的待扫描部位的电流调制曲线，并且基于电流调制曲线调整扫描剂量。
[0057]
可选地，扫描装置还包括：第一确定模块，用于在预估断面信息包括预估断面图像的情况下，基于预估断面图像关联的长短轴参数确定目标对象的待扫描部位中不同部位之间的剂量比例；控制模块，具体用于基于剂量比例调整扫描剂量。
[0058]
可选地，在预估断面信息包括预估断面图像的情况下，扫描装置还包括：第二确定模块，用于按照多个放线位置对目标对象的待扫描部位的预估断面图像进行投影处理，确
定目标对象的待扫描部位在多个放线位置的预估衰减域信息；根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线。
[0059]
可选地，扫描装置还包括：第三确定模块，用于基于平片数据，获取目标对象的待扫描部位；或者，在预估断面信息包括预估断面图像的情况下，根据预估断面图像关联的长短轴参数对预估断面图像进行部位分类处理，以获取目标对象的待扫描部位。
[0060]
可选地，第二确定模块，具体用于根据预估衰减域信息计算目标对象待扫描部位在每个放线位置下的目标电流值；根据目标对象待扫描部位在每个放线位置下的目标电流值，确定目标对象待扫描部位的电流调制曲线；根据衰减域信息计算目标对象待扫描部位在每个放线位置下的目标电流值，采用如下公式：
[0061][0062]
式中，mas
acs
表示目标电流值，μ
water
表示水的衰减系数，d
ref
表示预设等效水模直径，μ
idi
表示衰减域信息，mas
ref
表示预设参考电流值，adjcoef表示预设指数调整参数。
[0063]
可选地，扫描装置还包括：修正模块，用于在ct扫描的方式为螺旋扫描的情况下，根据预估断面图像已放线位置的实际衰减域信息和预估衰减域信息，计算误差量；根据误差量对预估断面图像中与已放线位置相邻的未放线位置的预估衰减域信息进行修正；
[0064]
根据误差量对预估断面图像中与已放线位置相邻的未放线位置的预估衰减域信息进行修正，采用如下公式：
[0065]
preatt(w+1)＝preatt(w+1)
′×
(realatt(w)/preatt(w)
′
)，
[0066]
式中，preatt(w+1)表示修正后与第w个已放线位置相邻的未放线位置的预估衰减域信息，preatt(w+1)
′
表示修正前与第w个已放线位置相邻的未放线位置的预估衰减域信息，preatt(w)
′
表示第w个已放线位置的预估衰减域信息，realatt(w)表示第w个已放线位置的实际衰减域信息。
[0067]
可选地，扫描装置还包括：识别模块，用于基于预估断面图像，获取预估断面图像关联的长短轴参数。
[0068]
可选地，数据处理模块，还用于在将平片数据输入目标模型时，同时获取预估断面图像关联的长短轴参数。
[0069]
可选地，获取模块，还用于获取样本对象的多个平片数据和多组断面信息，样本对象的断面信息包括断层断面信息或螺旋断面信息；扫描装置还包括：关联模块，用于按照床码值对每个样本对象的平片数据对应的平片图像中每一行和每组样本对象的断面信息中每一个断面信息进行关联处理；获取模块，还用于按照预设比例将多个样本对象的平片数据划分为样本平片数据和测试平片数据，以及将样本平片数据关联的断面信息确定为样本断面信息，将测试平片数据关联的断面信息确定为测试断面信息；扫描装置还包括：训练模块，用于根据样本平片数据和样本断面信息，对神经网络模型进行训练；根据测试平片数据和测试断面信息，对训练后的神经网络模型进行评估处理，得到评估指标；在评估指标符合损失函数的收敛条件的情况下，将训练后的神经网络模型确认为目标模型。
[0070]
可选地，扫描装置还包括：第四确定模块，用于根据样本对象在样本对象的断面信息的断面图像中所处有效区域的像素数量，确定有效区域的长短轴参数；关联模块，还用于对有效区域的长短轴参数和断面图像进行关联处理。
[0071]
可选地，训练模块，具体用于将测试平片数据输入训练后的神经网络模型，得到待测试断面信息；根据待测试断面信息中待测试断面图像的扫描对象所处有效区域的第一像素数量和测试断面信息中测试断面图像的扫描对象所处有效区域的第二像素数量，计算评估指标。
[0072]
根据本技术再一个方面，提供了可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时实现上述扫描方法的步骤。
[0073]
根据本技术又一个方面，提供了一种ct设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，处理器执行程序时实现上述扫描方法的步骤。
[0074]
借由上述技术方案，将大量样本对象的样本平片数据作为输入，以及将与样本平片数据关联的样本断面信息作为标签对深度学习网络进行训练，得到基于深度学习的目标模型。利用该目标模型为目标对象的平片数据匹配出目标对象多个不同部位可能的预估断面信息。通过预估断面信息即可预估目标对象的体型，并结合体型以及与预估断面信息相关的参数，完成对目标对象的待扫描部位的扫描。一方面，能够利用大数据获取预估断面信息，进而分析出目标对象的体型，提高了体型的预估的准确度，而且无需增设额外的检测设备，有利于降低设备成本，另一方面，通过体型能够精准分析出目标对象的不同部位，从而在扫描过程中，能够有针对性为同一目标对象的不同待扫描部位设定合适的扫描参数，既满足了重建图像的临床需求，又能降低x射线对目标对象的损害。
[0075]
上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
[0076]
此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0077]
图1示出了本技术实施例提供的扫描方法的流程示意图之一；
[0078]
图2示出了本技术实施例提供的扫描方法的流程示意图之二；
[0079]
图3示出了本技术实施例提供的扫描方法的流程示意图之三；
[0080]
图4示出了本技术实施例提供的扫描方法的流程示意图之四；
[0081]
图5示出了本技术实施例提供的扫描装置的结构框图；
[0082]
图6示出了本技术实施例提供的电流调制曲线示意图；
[0083]
图7示出了本技术实施例提供的ct设备扫描示意图；
[0084]
图8示出了本技术实施例提供的ct设备的扫描场景示意图。
具体实施方式
[0085]
下文中将参考附图并结合实施例来详细说明本技术。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
[0086]
下面详细描述本技术的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本技术，而不能解释为对本技术的限制。
[0087]
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“相接”到另一元件时，它可以直接连接或相接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“相接”可以包括无线连接或无线稠接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
[0088]
现在，将参照附图更详细地描述根据本技术的示例性实施例。然而，这些示例性实施例可以多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的实施例。应当理解的是，提供这些实施例是为了使得本技术的公开彻底且完整，并且将这些示例性实施例的构思充分传达给本领域普通技术人员。
[0089]
在本实施例中提供了一种扫描方法，如图1所示，该方法包括：
[0090]
步骤101，获取目标对象的平片数据；
[0091]
在实际应用场景中，目标对象可以是人体，也可以是指其他有医学影像需求的动物等有生命的物体或无生命的物体。平片数据即利用x线穿透、荧光与感光作用，通过x射线穿透目标对象，使目标对象背后胶片感光而得到的数据。利用平片数据可构成平片图像，具体地，目标对象内组织密度越高，x线穿透越少，曝光量越少，形成较黑影像，反之形成较亮影像，根据观察习惯，将照片黑白进行翻转，成为平片图像。
[0092]
可以理解的是，在使用ct设备进行扫描时，用户需要根据目标对象的临床表现和个体特征对目标对象进行不同的摆位，目标对象摆位确定后，通常先扫描平片数据，该平片数据具有定位功能，根据该平片数据可以确定扫描的位置和范围，目标对象的至少部分对应在平片数据上，从而通过平片数据可定位目标对象进行断层扫描或螺旋扫描的扫描部位。平片数据可以对应目标对象不同部位，也即一个平片数据对应一个部位。当然，一个平片数据也可以同时对应扫描对象的多个不同部位。以扫描对象是人体为例，不同部位可以是头，胸，腹，四肢等。
[0093]
步骤102，将平片数据输入目标模型，获取目标对象的预估断面信息；
[0094]
其中，预估断面信息包括断面图像和/或断面数据。对于不同的ct设备的扫描方式，预估断面信息可以是断层断面信息，也可以是螺旋断面信息。
[0095]
在该实施例中，将目标对象的平片数据输入目标模型，以通过该目标模型为目标对象的平片数据匹配出目标对象多个不同部位可能的预估断面信息。不仅实现了利用大数据确定预估断面信息，便于分析出目标对象的体型，减轻了用户的检测工作量，而且提高了体型的预估的准确度，有利于提高了工作效率，此外，无需增设额外的检测设备，有利于降低ct设备成本。
[0096]
进一步地，如图2所示，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，步骤102之前，扫描方法还包括：
[0097]
步骤201，获取样本对象的多个平片数据和多组断面信息；
[0098]
其中，样本对象的断面信息包括断层断面信息或螺旋断面信息。断面信息包括断面数据和断面图像，断层断面信息即通过ct设备的辐射源旋转对扫描对象进行扫描得到的信息。螺旋断面信息即通过ct设备的辐射源扫描的同时、扫描床也同时运动对扫描对象进
行扫描得到的信息。
[0099]
可以理解的是，样本对象的每个部位对应一组断面信息，每组断面信息包括至少一个断面信息。
[0100]
在该实施例中，收集大量临床扫描的平片数据和对应的断层/螺旋建像信息，平片数据和断面信息所扫描的部位要涵盖扫描对象可能的所有部位，从而为后续训练和测试模型提供充足的数据支持。
[0101]
步骤202，按照床码值对每个样本对象的平片数据对应的平片图像中每一行和每组样本对象的断面信息中每一个断面信息进行关联处理；
[0102]
在该实施例中，平片数据对应的平片图像上的每一行对应了一个床码值，每组断层/螺旋断面信息中的每一个断面信息也对应了一个床码值，平片图像每一行的床码值和每组断层/螺旋断面信息中每一个断面信息的床码值之间具有对应关系，对于不同型号的ct设备，该对应关系可以相同也可以不同。利用该对应关系将平片数据对应的平片图像上的每一行和每组断层/螺旋断面信息的每一个断面信息的床码对齐，以将平片图像每一行对应的平片数据和每一个断面信息一一对应进行关联，此时，平片图像每一行对应的平片数据可以关联一组断面信息，也即至少一个断面信息，以便于将断面信息作为平片数据的标签训练目标模型。
[0103]
具体举例来说，从平片图像和断层/螺旋图像起始床码的最小值到平片和断层/螺旋图像终止床码的最大值之间，每隔一定间隔，例如平片图像每一行的间距(1mm或2mm)，可以定位到一幅断层/螺旋图像。
[0104]
步骤203，按照预设比例将样本对象的多个平片数据划分为样本平片数据和测试平片数据，以及将样本平片数据关联的断面信息确定为样本断面信息，将测试平片数据关联的断面信息确定为测试断面信息；
[0105]
在该实施例中，将关联后的多个平片数据和多组断面信息按照预设比例分为训练集和测试集。训练集即样本平片数据和样本断面信息，测试集即测试平片数据和测试断面信息，样本集用于训练模型，测试集用于对训练后的模型进行测试。从而为后续训练和测试目标模型提供充足的数据支持，使得最终得到的目标模型的输出结果能够更加贴合实际的断面信息，有助于提高扫描的准确度。
[0106]
其中，预设比例可按照目标模型的训练和测试需求合理设置，例如，训练集和测试集比例为9:1或8:2。
[0107]
步骤204，根据样本平片数据和样本断面信息，对神经网络模型进行训练；
[0108]
具体地，神经网络(neural networks，nn)模型可以是卷积神经网络(convolutional neural networks，cnn)模型、残差收缩网络(deep residual shrinkage network，drsn)模型、全连接神经网络(fully connected neural network，fcnn)模型、循环神经网络(recurrent neural network,rnn)模型或长短期记忆网络(long short-term memory，lstm)模型，本技术实施例不做具体限定。
[0109]
步骤205，根据测试平片数据和测试断面信息，对训练后的神经网络模型进行评估处理，得到评估指标；
[0110]
具体地，计算测试平片数据的评估指标，采用如下公式：
[0111]
r(f(z),a)＝|f(z)-a|，
[0112]
其中，z表示测试平片数据，f表示训练后的神经网络模型，a表示测试断面信息中断面图像的有效像素数量，r表示单个测试平片数据的评估指标。
[0113]
可以理解的是，若测试集中测试平片数据的数量为m个，也即测试平片数据对应每个平片图像，m为大于1的正整数，以m个测试平片数据的评估指标的平均数作为测试集的评估指标r
mean
，如下：
[0114][0115]
具体地，根据测试平片数据和测试断面信息，对训练后的神经网络模型进行评估处理，包括：
[0116]
步骤205-1，将测试平片数据输入训练后的神经网络模型，得到待测试断面信息；
[0117]
步骤205-2，根据待测试断面信息中待测试断面图像的扫描对象所处有效区域的第一像素数量和测试断面信息中测试断面图像的扫描对象所处有效区域的第二像素数量，计算评估指标。
[0118]
在该实施例中，将样本平片数据及其标注的样本断面信息分别作为输入数据和标签对神经网络模型进行训练，得到训练后的神经网络模型。然后，将测试平片数据输入至训练后的神经网络模型中，根据训练后的神经网络模型输出的待测试断面图像的第一像素数量和与测试平片数据关联的测试断面图像的第二像素数量的差值的绝对值，对训练结果进行指标评估。以便于根据评估指标计算损失函数，以确定训练后的神经网络模型的准确度。
[0119]
步骤206，在评估指标符合损失函数的收敛条件的情况下，将训练后的神经网络模型确认为目标模型。
[0120]
在该实施例中，当损失函数收敛，说明通过训练后的神经网络模型匹配的断面图像与测试断面图像几乎一致，此时可以确定神经网络模型训练完成，将该神经网络模型作为目标模型输出。以便于通过目标模型为目标对象的平片数据匹配出目标对象多个不同部位可能的预估断面信息，进而实现了通过大数据获得预估断面信息，以分析出目标对象的体型，提高了体型的预估的准确度，同时无需增设额外的提醒检测设备，有利于降低设备成本。
[0121]
在实际应用场景中，损失函数可以采用均方误差(mean square error，mse)函数、平均绝对误差(mean absolute error，mae)函数、均方根误差(root mean square error，rmse)函数、均方对数误差(mean squared log error)函数或平均相对误差(mean relative error，mre)函数。以神经网络模型训练使用平均绝对误差(mean absolute error，mae)作为损失函数为例，损失函数如下：
[0122][0123]
其中，l表示损失函数，mae表示平均绝对误差函数，n表示训练样本的数量。当mae函数降低至1％以下时，判定模型训练精度达标，输出目标模型。
[0124]
在一些可能的实施例中，步骤202，也即按照床码值对每个样本对象的平片数据对应的平片图像中每一行和每组样本对象的断面信息中每一个断面信息进行关联处理之后，扫描方法还包括：
[0125]
步骤207，根据样本对象在样本对象的断面信息的断面图像中所处有效区域的像
素数量，确定有效区域的长短轴参数；
[0126]
其中，长短轴参数包括以下至少一种：长轴长度、短轴长度和长短轴比。断面图像中扫描对象所处的有效区域可以近似认为是一个椭圆，椭圆的长轴长度、短轴长度可以等效为扫描对象的宽度和厚度。有效区域中可包括骨组织、软组织、血管等。
[0127]
步骤208，对有效区域的长短轴参数和断面图像进行关联处理。
[0128]
在该实施例中，先通过边界阈值分割出断面信息中的断面图像的样本对象所处有效区域，也即去除断面图像中的背景区域，再计算样本对象在断面图像上x和y方向所占的像素数量。根据有效区域的像素数量和断面图像整体(有效区域+背景区域)的总像素数量的比值以及总像素数量在当前床高下对应的宽度和高度，分别计算有效区域在此时的长轴长度(宽度)和短轴长度(厚度)，同时根据长轴长度和短轴长度确定长短轴比，从而得到有效区域的长短轴参数。然后再关联长短轴参数和断面信息。以便于通过根据长短轴参数快速分辨不同断面图像多对应的样本对象的不同部位，便于分析出目标对象的体型。而且在采用关联了长短轴参数断面信息训练目标模型后，使得目标模型能够通过输入的平片数据直接获得断面信息关联的长短轴参数，实现了长短轴参数的快速、精准的获取，进一步提升ct设备的扫描效率。
[0129]
具体地，以计算长轴长度为例，采用如下公式：
[0130][0131]
其中，h
长轴
表示有效区域的长轴长度，h
宽
表示当前床高下对应的总宽度，也即扫描宽度，总宽度可根据ct设备的扫描床的参数确定，x
有效
表示有效区域的像素数量，x
总
表示断面图像的总像素数量。
[0132]
同理，短轴长度的计算采用如下公式：
[0133][0134]
其中，h
短轴
表示有效区域的短轴长度，h
高
表示当前床高下对应的总高度，总高度可根据ct设备的扫描床的参数确定，x
有效
表示有效区域的像素数量，x
总
表示断面图像的总像素数量。
[0135]
步骤103，基于预估断面信息，控制ct设备对目标对象的待扫描部位进行扫描。
[0136]
在该实施例中，通过预估断面信息即可预估目标对象的体型，并结合体型和预估断面信息的预估衰减域信息，完成最终的扫描。从而在扫描过程中，能够有针对性为同一目标对象的不同待扫描部位设定合适的扫描参数，既满足了重建图像的临床需求，又能降低x射线对目标对象的损害。
[0137]
进一步地，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，步骤103，也即基于预估断面信息，控制ct设备对目标对象的待扫描部位进行扫描，具体包括一下方式：
[0138]
方式一，基于预估断面信息，调整ct设备的辐射源的扫描剂量。
[0139]
其中，扫描剂量可以是辐射源输出的扫描剂量、目标对象接收到的扫描剂量或者辐射源的电流值。
[0140]
在该实施例中，基于预估断面信息计算目标对象的待扫描部位的衰减域信息，可
以在对同一目标对象的不同部位扫描时，实现针对不同部位的进行计量调制，在提高了成像质量的基础上，减少了x射线对人体的损害。同时精简了扫描操作步骤，节省了时间成本，大大提升ct设备的自适应、适用性。
[0141]
方式二，在预估断面信息包括预估断面图像的情况下，基于预估断面图像关联的长短轴参数，调整ct设备的扫描床的床高。
[0142]
具体地，长短轴参数包括以下至少一种：长轴长度、短轴长度和长短轴比。断面图像中扫描对象所处的有效区域可以近似认为是一个椭圆，椭圆的长轴长度、短轴长度可以等效为扫描对象的宽度和厚度。
[0143]
在该实施例中，基于预估断面图像关联的短轴长度对应目标对象厚度，长轴长度对应目标对象宽度，根据目标对象厚度可以对扫描床初始床高进行调整，令目标对象纵向中心位于视野中心，保证最大的射线利用率，进一步保证ct设备的成像质量。
[0144]
可以理解的是，扫描方法还包括：基于预估断面图像，获取预估断面图像关联的长短轴参数；或者，在将平片数据输入目标模型时，同时获取预估断面图像关联的长短轴参数。
[0145]
在该实施例中，对预估断面图像进行识别处理，以通过预估断面图像中目标对象所处的有效区域的像素数识别出与预估断面图像相关的长短轴参数。或者在采用关联有长短轴参数的样本断面信息训练目标模型时，将平片数据输入目标模型后，目标模型不仅能够输出预估断面信息，还能够通过预估断面信息同时读取到与其相关的长短轴参数。以便于快速获取预估断面图像关联的长短轴参数，为后续扫描控制提供可靠的数据基础。
[0146]
进一步地，如图3所示，在一个实施例中，基于预估断面信息，调整ct设备的辐射源的扫描剂量，具体包括：
[0147]
步骤301，基于预估断面信息，获取目标对象的待扫描部位的电流调制曲线；
[0148]
步骤302，基于电流调制曲线调整扫描剂量。
[0149]
在该实施例中，基于预估断面信息能够预测出不同待扫描部位的衰减域信息，并以此为基础分析出不同待扫描部位所需的目标电流值。利用目标电流值绘制出待扫描部位的电流调制曲线，以对ct设备的辐射源进行控制，以完成扫描。从而通过计算待扫描部位的衰减域信息确定一条电流调制曲线，可以在对同一目标对象的不同部位扫描时，实现针对不同部位的采用不同的电流扫描，在提高了成像质量的基础上，减少了x射线对人体的损害。同时精简了扫描操作步骤，节省了时间成本，大大提升ct设备的自适应、适用性。
[0150]
进一步地，在预估断面信息包括预估断面图像的情况下，步骤301具体包括：
[0151]
步骤301-1，按照多个放线位置对目标对象的待扫描部位的预估断面图像进行投影处理，确定目标对象的待扫描部位在多个放线位置的预估衰减域信息；
[0152]
需要说明的是，目标对象的不同部位具有其各自对应的衰减系数，衰减域信息为射线所经过路径上对衰减系数的积分值，也即ct设备检测器接收到的值经过空气校正后得到的数值。
[0153]
步骤301-2，根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线。
[0154]
在该实施例中，通过投影处理对预估断面信息中目标对象的待扫描部位的衰减域信息进行预估。根据待扫描部位的预估衰减域信息配置出该待扫描部位所有放线位置所需的电流调制曲线。按照电流调制曲线对ct设备的辐射源进行控制，以完成扫描剂量调制。通
过计算待扫描部位的衰减域信息确定一条电流调制曲线，可以在对同一目标对象的不同部位扫描时，实现针对不同部位的剂量调制，在提高了成像质量的基础上，减少了x射线对人体的损害。同时精简了扫描操作步骤，节省了时间成本，大大提升ct设备的自适应、适用性。
[0155]
具体地，步骤301-2，也即根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线，具体包括：
[0156]
步骤301-2-a，根据预估衰减域信息计算目标对象的待扫描部位在每个放线位置下的目标电流值；
[0157]
步骤301-2-b，根据目标对象的待扫描部位在每个放线位置下的目标电流值，确定目标对象待扫描部位的电流调制曲线。
[0158]
在该实施例中，对于目标对象的一个待扫描部位，根据多个不同放线位置中每个放线位置下的预估衰减域信息计算出每个放线位置所需的目标电流值，这一待扫描部位对应的所有放线位置所需的目标电流值构成了这一待扫描部位的电流范围，也即电流调制曲线。
[0159]
可以理解的是，若需要扫描多个不同的待扫描部位，只需通过曲线拟合技术将每个待扫描部位的电流调制曲线进行拟合，即可得到光滑、连续且易于实现的目标对象的电流调制曲线。如图6所示，电流调制曲线可以是一条沿着扫描方向或z方向变化的曲线，由每个断面图像所需的目标电流值组成。通过电流调制曲线可以直观的得出每个扫描部分的各个部分所需要的目标电流值。
[0160]
值得一提的是，利用断面图像对应的等效水模，根据衰减域信息计算目标对象待扫描部位在每个放线位置下的目标电流值，采用如下公式：
[0161][0162]
式中，mas
acs
表示目标电流值，μ
water
表示水的衰减系数，d
ref
表示预设等效水模直径，μ
idi
表示目标对象的衰减域信息，也即骨组织/软组织/空气的衰减域信息，mas
ref
表示预设参考电流值，adjcoef表示预设指数调整参数。
[0163]
值得一提的是，步骤301-2，根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线之前，扫描方法还包括：
[0164]
步骤301-3，在ct扫描的方式为螺旋扫描的情况下，根据预估断面图像已放线位置的实际衰减域信息和预估衰减域信息，计算误差量；
[0165]
步骤301-4，根据误差量对预估断面信息中与已放线位置相邻的未放线位置的预估衰减域信息进行修正。
[0166]
在该实施例中，若ct扫描的方式为断层扫描，可以直接利用电流调制曲线进行扫描。若ct扫描的方式为螺旋扫描，则根据预估断面信息已放线位置的实际衰减域信息和预估衰减域信息，根据光线可逆原则，在螺旋扫描的转动方向上，对与已放线位置相邻的未放线位置的预估衰减域信息进行修正，从而提高衰减域信息的准确性，有助于时间更加精准的扫描扫描。
[0167]
具体举例来说，当通过目标模型确定的第w个view(放线位置)的预估衰减域信息后，在扫描第w个view位置后，计算出第w个view的实际衰减域信息，将与第w个view的预估衰减域信息和实际衰减域信息对比，得到预估衰减的相对误差，以此误差对通过目标模型
确定的未扫描的第w+1个view的预估衰减域信息进行修正，得到修正后的预估衰减域信息，从而提高即将使用数据的准确度。具体采用如下公式：
[0168]
preatt(w+1)＝preatt(w+1)
′×
(realatt(w)/preatt(w)
′
)，
[0169]
其中，preatt(w+1)表示修正后第w+1个view(与第w个已放线位置相邻的未放线位置)的预估衰减域信息，preatt(w+1)
′
表示修正前第w+1个view的预估衰减域信息，preatt(w)
′
表示修正前第w个view的预估衰减域信息，realatt(w)表示第w个view的实际衰减域信息。
[0170]
值得一提的是，如图7所示，每个view(放线位置)有c1～c5共5个通道。根据图示的旋转方向，view i在view j和view k之后。此时若要预估view i的最大通道衰减，我们首先需要估计出view i所有通道的衰减，再从中取最大值。为了进一步提升计量调制效率，可以一个通道的预估衰减域信息估算与其相对的通道的预估衰减域信息。例如，如图7所示，由于通道经过扫描对象的路径相似，可以使用view j的c4通道衰减做view i的c2通道衰减的估计值(预估衰减域信息)，可以使用view k的c1通道衰减做view i的c5通道衰减的估计值，而且两对通道关于中心通道对称。以此类推，其它通道衰减也可以这样估计。
[0171]
在实际应用场景中，按照多个放线位置对目标对象的待扫描部位的预估断面图像进行投影处理之前，扫描方法还包括：基于平片数据，获取目标对象的待扫描部位；或者，在预估断面信息包括预估断面图像的情况下，根据预估断面图像关联的长短轴参数对预估断面图像进行部位分类处理，以获取目标对象的待扫描部位。
[0172]
在该实施例中，可以通过平片数据或预估断面图像关联的长短轴参数获取目标对象的待扫描部位，以便于区分目标对象的不同部位，有助于为不同部位设定不同的扫描参数，从而提高了ct设备成像质量，减少了x射线对人体的损害。同时，便于用户对不同部位的扫描数据进行查询，为扫描数据的研究及临床应用提供了方便。
[0173]
如图4所示，在另一个实施例中，在预估断面信息包括预估断面图像的情况下，基于预估断面信息，调整ct设备的辐射源的扫描剂量，具体包括：
[0174]
步骤401，基于预估断面图像关联的长短轴参数确定目标对象的待扫描部位中不同部位之间的剂量比例；
[0175]
在该实施例中，由于目标对象不同部位断面图像的有效区域的长短轴参数差异，可通过预估断面信息中断面图像关联的长短轴参数快速区分出每个预估断面图像所对应的目标对象的部位。同时，根据长短轴参数可以计算出每个预估断面图像中有包含目标对象的效区域面积，通过不同预估断面目标对象有效区域的面积即可确定目标对象不同部位之间的剂量比例，有利于提高扫描效率。
[0176]
步骤402，基于剂量比例调整扫描剂量。
[0177]
在该实施例中，在待扫描部位涉及多个不同部位时，以任一部位的所需的扫描剂量为基础，按照剂量比例配置多个不同部位中除任一部位以外的其他部位的扫描剂量。从而在对同一目标对象的不同部位扫描时，扫描剂量的动态调制，以针对不同部位的进行扫描，在提高了成像质量的基础上，减少了x射线对人体的损害。同时精简了扫描操作步骤，节省了时间成本，大大提升ct设备的自适应、适用性。
[0178]
进一步地，如图5所示，作为上述扫描方法的具体实现，本技术实施例提供了一种扫描装置500，该扫描装置500包括：获取模块501、数据处理模块502以及控制模块503。
[0179]
其中，获取模块501，用于获取目标对象的平片数据；数据处理模块502，用于将平片数据输入目标模型，获取目标对象的预估断面信息；控制模块503，用于基于预估断面信息，控制ct设备对目标对象的待扫描部位进行扫描。
[0180]
在该实施例中，将大量样本对象的样本平片数据作为输入，以及将与样本平片数据关联的样本断面信息作为标签对深度学习网络进行训练，得到基于深度学习的目标模型。利用该目标模型为目标对象的平片数据匹配出目标对象多个不同部位可能的预估断面信息。通过预估断面信息即可预估目标对象的体型，并结合体型以及与预估断面信息相关的参数，完成对目标对象的待扫描部位的扫描。一方面，能够利用大数据获取预估断面信息，进而分析出目标对象的体型，提高了体型的预估的准确度，而且无需增设额外的检测设备，有利于降低设备成本，另一方面，通过体型能够精准分析出目标对象的不同部位，从而在扫描过程中，能够有针对性为同一目标对象的不同待扫描部位设定合适的扫描参数，既满足了重建图像的临床需求，又能降低x射线对目标对象的损害。
[0181]
进一步地，控制模块503，具体用于基于预估断面信息，调整ct设备的辐射源的扫描剂量；和/或在预估断面信息包括预估断面图像的情况下，基于预估断面图像关联的长短轴参数，调整ct设备的扫描床的床高。
[0182]
进一步地，控制模块503，具体用于基于预估断面信息，获取目标对象的待扫描部位的电流调制曲线，并且基于电流调制曲线调整扫描剂量。
[0183]
进一步地，扫描装置500还包括：第一确定模块(图中未示出)，第一确定模块用于在预估断面信息包括预估断面图像的情况下，基于预估断面图像关联的长短轴参数确定目标对象的待扫描部位中不同部位之间的剂量比例；控制模块503，具体用于基于剂量比例调整扫描剂量。
[0184]
进一步地，在预估断面信息包括预估断面图像的情况下，扫描装置500还包括：第二确定模块(图中未示出)，第二确定模块用于按照多个放线位置对目标对象的待扫描部位的预估断面图像进行投影处理，确定目标对象的待扫描部位在多个放线位置的预估衰减域信息；根据预估衰减域信息，配置目标对象的待扫描部位的电流调制曲线。
[0185]
进一步地，扫描装置500还包括：第三确定模块(图中未示出)，第三确定模块用于基于平片数据，获取目标对象的待扫描部位；或者，在预估断面信息包括预估断面图像的情况下，根据预估断面图像关联的长短轴参数对预估断面图像进行部位分类处理，以获取目标对象的待扫描部位。
[0186]
进一步地，第二确定模块，具体用于根据预估衰减域信息计算目标对象待扫描部位在每个放线位置下的目标电流值；根据目标对象待扫描部位在每个放线位置下的目标电流值，确定目标对象待扫描部位的电流调制曲线；根据衰减域信息计算目标对象待扫描部位在每个放线位置下的目标电流值，采用如下公式：
[0187][0188]
式中，mas
acs
表示目标电流值，μ
water
表示水的衰减系数，d
ref
表示预设等效水模直径，μ
idi
表示衰减域信息，mas
ref
表示预设参考电流值，adjcoef表示预设指数调整参数。
[0189]
进一步地，扫描装置500还包括：修正模块(图中未示出)，修正模块用于在ct扫描的方式为螺旋扫描的情况下，根据预估断面图像已放线位置的实际衰减域信息和预估衰减
域信息，计算误差量；根据误差量对预估断面图像中与已放线位置相邻的未放线位置的预估衰减域信息进行修正；
[0190]
根据误差量对预估断面图像中与已放线位置相邻的未放线位置的预估衰减域信息进行修正，采用如下公式：
[0191]
preatt(w+1)＝preatt(w+1)
′×
(realatt(w)/preatt(w)
′
)，
[0192]
式中，preatt(w+1)表示修正后与第w个已放线位置相邻的未放线位置的预估衰减域信息，preatt(w+1)
′
表示修正前与第w个已放线位置相邻的未放线位置的预估衰减域信息，preatt(w)
′
表示第w个已放线位置的预估衰减域信息，realatt(w)表示第w个已放线位置的实际衰减域信息。
[0193]
进一步地，扫描装置500还包括：识别模块(图中未示出)，用于基于预估断面图像，获取预估断面图像关联的长短轴参数。
[0194]
进一步地，数据处理模块502，还用于在将平片数据输入目标模型时，同时获取预估断面图像关联的长短轴参数。
[0195]
进一步地，获取模块501，还用于获取样本对象的多个平片数据和多组断面信息，样本对象的断面信息包括断层断面信息或螺旋断面信息；扫描装置500还包括：关联模块(图中未示出)，关联模块用于按照床码值对每个样本对象的平片数据对应的平片图像中每一行和每组样本对象的断面信息中每一个断面信息进行关联处理；获取模块501，还用于按照预设比例将多个样本对象的平片数据划分为样本平片数据和测试平片数据，以及将样本平片数据关联的断面信息确定为样本断面信息，将测试平片数据关联的断面信息确定为测试断面信息；扫描装置500还包括：训练模块(图中未示出)，训练模块用于根据样本平片数据和样本断面信息，对神经网络模型进行训练；根据测试平片数据和测试断面信息，对训练后的神经网络模型进行评估处理，得到评估指标；在评估指标符合损失函数的收敛条件的情况下，将训练后的神经网络模型确认为目标模型。
[0196]
进一步地，扫描装置500还包括：第四确定模块(图中未示出)，第四确定模块用于根据样本对象在样本对象的断面信息的断面图像中所处有效区域的像素数量，确定有效区域的长短轴参数；关联模块，还用于对有效区域的长短轴参数和断面图像进行关联处理。
[0197]
进一步地，训练模块，具体用于将测试平片数据输入训练后的神经网络模型，得到待测试断面信息；根据待测试断面信息中待测试断面图像的扫描对象所处有效区域的第一像素数量和测试断面信息中测试断面图像的扫描对象所处有效区域的第二像素数量，计算评估指标。
[0198]
关于扫描装置的具体限定可以参见上文中对于扫描方法的限定，在此不再赘述。上述扫描装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于ct设备中的处理器中，也可以以软件形式存储于ct设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0199]
基于上述如图1至图4所示方法，相应的，本技术实施例还提供了一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1至图4所示的扫描方法。
[0200]
基于这样的理解，本技术的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台ct设备执行本技术各个实施场景的方法。
[0201]
基于上述如图1至图4所示的方法，以及图5所示的虚拟装置实施例，为了实现上述目的，本技术实施例还提供了一种ct设备，具体可以为个人计算机、服务器、网络设备等，该ct设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1至图4所示的扫描方法。
[0202]
具体地，如图8所示，ct设备可以包括扫描机架510和扫描床520和控制台530等。
[0203]
扫描机架510主要用于在扫描孔内生成x射线、收集数据以及将收集的数据传输给控制台530。扫描机架510可以包括辐射源511和检测器512，辐射源511用于在ct机扫描过程中曝光产生x射线。辐射源511通过孔径5112形成辐射束5114，辐射束5114可以穿过在扫描机架510的中心位置的目标对象600，辐射束5114经过目标对象600后撞击到检测器512上。检测器512布置在扫描机架510上与辐射源511相对的位置上。检测器512沿z方向划分为多个层，沿x方向划分为多个接收通道，由此，检测器512为由多个检测单元构成的阵列状检测器件。同一层检测单元沿x方向排布，同一接收通道检测单元沿z方向排布。
[0204]
扫描床520是配合扫描机架510完成扫描任务的工具，用于支撑扫描对象600，对目标对象600定位、控制功能，控制扫描床上下运动，进出扫描孔，一般扫描床520运动的方向为z轴方向。
[0205]
控制台530可以包括输入面板，用户可以通过输入面板输入相关信息。控制台530可以包括处理器、存储器和显示器。存储器中存储计算机指令和数据，可以由处理器从存储器中将计算机程序指令读取到内存中运行，以实现本技术实施例中的扫描方法。
[0206]
需要说明的是，控制台530还可能包括以下至少一种：触摸面板、紧急停止按钮、扬声器、数据及被检者资料输入、扫描参数设置、影像重建和显示、磁带机和照相控制等。其中，控制台530中的部分或全部处理功能可以设置在扫描机架510上，扫描机架510上的部分或全部处理功能也可以设置在控制台530上。当控制台530中的全部处理功能设置在扫描机架510上或扫描机架510上的全部处理功能设置在控制台530上时，控制台530和扫描机架510可以集成在一起。也就是说，本发明实施例中的扫描方法可以由控制台530执行，也可以由扫描机架510执行，也可以由控制台530和扫描机架510协作执行，例如，将控制台530和扫描机架510作为分布式系统的两个部分。
[0207]
可以理解的是，控制台530包括上述实施例提供的扫描装置。
[0208]
在使用图8所示的ct设备对目标对象600进行扫描时，扫描床520控制承载目标对象600进入扫描孔。扫描机架510围绕目标对象600随着扫描床520沿z轴运动，x射线开始扫描目标对象600。进一步地，ct设备进行螺旋扫描期间，辐射源511、孔径5112和检测器512绕旋转轴进行转动。在旋转过程中，辐射源511的放线位置(又称为view)不断发生变化。每个放线位置对应检测器512上多个接收通道。
[0209]
本领域技术人员可以理解，本实施例提供的一种ct设备结构并不构成对该ct设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0210]
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存ct设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。
[0211]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本技术可以借
助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现获取目标对象的平片数据；将平片数据输入目标模型，获取目标对象的预估断面信息；基于预估断面信息，控制ct设备对目标对象的待扫描部位进行扫描。本技术实施例，一方面，能够利用大数据获取预估断面信息，进而分析出目标对象的体型，提高了体型的预估的准确度，而且无需增设额外的检测设备，有利于降低设备成本，另一方面，通过体型能够精准分析出目标对象的不同部位，从而在扫描过程中，能够有针对性为同一目标对象的不同待扫描部位设定合适的扫描参数，既满足了重建图像的临床需求，又能降低x射线对目标对象的损害。
[0212]
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本技术所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0213]
上述本技术序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本技术的几个具体实施场景，但是，本技术并非局限于此，任何本领域的技术人员能思之的变化都应落入本技术的保护范围。