CN108742663A - 曝光剂量评价方法、装置及计算机可读存储介质 - Google Patents
曝光剂量评价方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108742663A CN108742663A CN201810292684.5A CN201810292684A CN108742663A CN 108742663 A CN108742663 A CN 108742663A CN 201810292684 A CN201810292684 A CN 201810292684A CN 108742663 A CN108742663 A CN 108742663A
- Authority
- CN
- China
- Prior art keywords
- exposure
- index
- exposure dose
- function
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000003709 image segmentation Methods 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 116
- 230000005855 radiation Effects 0.000 claims description 11
- 208000019155 Radiation injury Diseases 0.000 abstract description 7
- 238000003745 diagnosis Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000000638 solvent extraction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种曝光剂量评价方法、装置及计算机可读存储介质，所述方法包括：采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。根据偏差指数评估曝光剂量的合理性，能够选择合适的曝光剂量与曝光参数，获得低剂量、高质量的图像，有效降低患者的辐射损伤，提高诊断的准确性。
Description
技术领域
本发明涉及数字化X线摄影领域，尤其涉及一种曝光剂量评价方法、装置及计算机可读存储介质。
背景技术
随着现代医学技术的不断发展和医疗诊断手段的不断完善，数字X线图像在临床诊断、医学科研等医学图像分析方面得到了广泛的应用。对于放射检查，辐射剂量是非常重要的，应在获得高质量图像的前提下尽可能的降低辐射剂量，降低患者的辐射损伤。因此需要一种评价数字X线图像曝光剂量高低的方法和相关标准。目前能够搜索到的近似相关专利有：
《一种数字放射成像曝光参数自适应修正的方法及***》，申请人：深圳迈瑞生物电子股份有限公司。此方法首先根据摄影***和患者体型自动加载一套曝光参数，然后根据SID和滤线栅状态自动修正曝光参数，得到最终的曝光参数。对于《一种数字放射成像曝光参数自适应修正的方法及***》，此方法只能在曝光前控制选择的曝光参数，而无法在曝光后评价曝光剂量的高低。
目前有很多自动曝光控制方法来控制曝光参数，但是还没有评价曝光剂量是否合适的方法或标准，无法较准确地获得低剂量且高质量的图像。
发明内容
本发明的主要目的在于提供一种曝光剂量评价方法、装置及计算机可读存储介质，旨在解决现有技术中无法较准确地获得低剂量且高质量的X线图像的技术问题。
为实现上述目的，本发明提供一种曝光剂量评价方法，所述方法包括以下步骤：
采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；
根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；
获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；
根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。
优选地，所述采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值，具体包括：
采集不同曝光剂量下的原始图像，计算所述原始图像的最小灰度值和最大灰度值的平均值，将所述平均值作为初始阈值；
根据所述初始阈值对所述原始图像进行图像分割，将所述原始图像分割为背景部分和预组织部分；
计算所述背景部分和所述预组织部分的灰度平均值；
在所述灰度平均值与所述初始阈值的差值大于预设值时，将所述灰度平均值作为新的初始阈值，并返回所述根据所述初始阈值对所述原始图像进行图像分割的步骤；
在所述灰度平均值与所述初始阈值的差值不大于所述预设值时，将所述灰度平均值作为目标阈值。
优选地，所述获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数之前，所述方法还包括：
建立预设第一函数，所述预设第一函数反映灰度值与曝光指数之间的对应关系。
优选地，所述建立预设第一函数，具体包括：
建立第三函数，所述第三函数反映曝光剂量与灰度值之间的对应关系；
获取第四函数，所述第四函数反映曝光剂量与曝光指数之间的对应关系，根据所述第三函数与所述第四函数建立所述预设第一函数。
优选地，所述建立第三函数，具体包括：
确定RQA5辐射质量，通过平板探测器对剂量仪进行多次曝光，每次曝光中所述平板探测器设置不同的曝光指数；
根据所述剂量仪的读数记录每次曝光的曝光剂量；
采集多次曝光后的多幅图像，将每幅图像分割出剂量仪区域，计算所述剂量仪区域的灰度值；
根据每次曝光的曝光剂量和灰度值进行线性拟合，获得所述第三函数。
优选地，所述根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性，具体包括：
获取目标曝光指数，根据所述预设第二函数、所述当前曝光指数与所述目标曝光指数计算当前偏差指数；
根据所述当前偏差指数评价所述曝光剂量的合理性。
优选地，所述获取目标曝光指数，具体包括：
获取预设数量的样本图像，并根据所述预设第一函数计算各样本图像的曝光指数；
对各样本图像的曝光指数进行排序及分组；
将最优组的曝光指数平均值作为目标曝光指数。
优选地，所述根据所述当前偏差指数评价所述曝光剂量的合理性，具体包括：
当所述当前偏差指数等于0时，认定所述曝光剂量合理，当所述当前偏差指数大于0时，认定所述曝光剂量偏高，当所述当前偏差指数小于0时，认定所述曝光剂量偏低。
此外，为实现上述目的，本发明还提供一种曝光剂量评价装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的曝光剂量评价程序，所述曝光剂量评价程序被所述处理器执行时实现如上述曝光剂量评价方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有曝光剂量评价程序，所述曝光剂量评价程序被处理器执行时实现如上述曝光剂量评价方法的步骤。
在本发明中，通过采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。根据偏差指数评估曝光剂量的合理性，能够选择合适的曝光剂量与曝光参数，获得低剂量、高质量的图像，有效降低患者的辐射损伤，提高诊断的准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图；
图2为本发明曝光剂量评价方法第一实施例的流程示意图；
图3为本发明曝光剂量评价方法第二实施例的流程示意图；
图4为本发明曝光剂量评价方法第三实施例的流程示意图；
图5为本发明曝光剂量评价方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的装置结构示意图。
如图1所示，所述装置可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。
本领域技术人员可以理解，图1中示出的结构并不构成对所述装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及曝光剂量评价程序。
所述服务器通过处理器1001调用存储器1005中存储的曝光剂量评价程序，并执行以下操作：
采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；
根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；
获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；
根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。
进一步地，处理器1001可以调用存储器1005中存储的曝光剂量评价程序，还执行以下操作：
采集不同曝光剂量下的原始图像，计算所述原始图像的最小灰度值和最大灰度值的平均值，将所述平均值作为初始阈值；
根据所述初始阈值对所述原始图像进行图像分割，将所述原始图像分割为背景部分和预组织部分；
计算所述背景部分和所述预组织部分的灰度平均值；
在所述灰度平均值与所述初始阈值的差值大于预设值时，将所述灰度平均值作为新的初始阈值，并返回所述根据所述初始阈值对所述原始图像进行图像分割的步骤；
在所述灰度平均值与所述初始阈值的差值不大于所述预设值时，将所述灰度平均值作为目标阈值。
进一步地，处理器1001可以调用存储器1005中存储的曝光剂量评价程序，还执行以下操作：
建立预设第一函数，所述预设第一函数反映灰度值与曝光指数之间的对应关系。
进一步地，处理器1001可以调用存储器1005中存储的曝光剂量评价程序，还执行以下操作：
建立第三函数，所述第三函数反映曝光剂量与灰度值之间的对应关系；
获取第四函数，所述第四函数反映曝光剂量与曝光指数之间的对应关系，根据所述第三函数与所述第四函数建立所述预设第一函数。
进一步地，处理器1001可以调用存储器1005中存储的曝光剂量评价程序，还执行以下操作：
确定RQA5辐射质量，通过平板探测器对剂量仪进行多次曝光，每次曝光中所述平板探测器设置不同的曝光指数；
根据所述剂量仪的读数记录每次曝光的曝光剂量；
采集多次曝光后的多幅图像，将每幅图像分割出剂量仪区域，计算所述剂量仪区域的灰度值；
根据每次曝光的曝光剂量和灰度值进行线性拟合，获得所述第三函数。
进一步地，处理器1001可以调用存储器1005中存储的曝光剂量评价程序，还执行以下操作：
获取目标曝光指数，根据所述预设第二函数、所述当前曝光指数与所述目标曝光指数计算当前偏差指数；
根据所述当前偏差指数评价所述曝光剂量的合理性。
进一步地，处理器1001可以调用存储器1005中存储的曝光剂量评价程序，还执行以下操作：
获取预设数量的样本图像，并根据所述预设第一函数计算各样本图像的曝光指数；
对各样本图像的曝光指数进行排序及分组；
将最优组的曝光指数平均值作为目标曝光指数。
进一步地，处理器1001可以调用存储器1005中存储的曝光剂量评价程序，还执行以下操作：
当所述当前偏差指数等于0时，认定所述曝光剂量合理，当所述当前偏差指数大于0时，认定所述曝光剂量偏高，当所述当前偏差指数小于0时，认定所述曝光剂量偏低。
在本实施例中，通过采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。根据偏差指数评估曝光剂量的合理性，能够选择合适的曝光剂量与曝光参数，获得低剂量、高质量的图像，有效降低患者的辐射损伤，提高诊断的准确性。
基于上述硬件结构，提出本发明曝光剂量评价方法的实施例。
参照图2，图2为本发明曝光剂量评价方法第一实施例的流程示意图。
在第一实施例中，所述曝光剂量评价方法包括以下步骤：
步骤S10：采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值。
需要说明的是，数字化X线摄影(Digital Radiography，DR)的技术核心是平板探测器，平板探测器是一种精密和贵重的设备，对成像质量起着决定性的作用，选用具有适宜的性能指标的探测器有助于我们提高成像质量和减少X线辐射剂量。所述曝光剂量指的是通过平板探测器对人体进行曝光摄影时，所使用的辐射的剂量，曝光剂量越少，对人体的危害越小，但曝光剂量太少时，难以获得较高质量的X线图像，本实施例将通过评价曝光剂量实现在获得高质量图像的前提下尽可能的降低辐射剂量，降低患者的辐射损伤。所述原始图像为通过平板探测器对人体进行曝光后所得的X线图像，所述初始阈值为预设的用于图像分割的灰度值，所述目标阈值指的是能够较好地分割出所述原始图像的组织部分的灰度值，所述组织部分为用户设置的感兴趣区域，根据所述原始图像对初始阈值进行迭代，获得目标阈值。
步骤S20：根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分。
在具体实现中，通过平板探测器使用不同的曝光剂量对人体进行曝光摄影，采集到不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值，并根据所述目标阈值对所述原始图像进行图像分割，将所述原始图像分割为背景图像和组织部分，获得所述原始图像的组织部分。
步骤S30：获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数。
可以理解的是，灰度值代表了黑白图像中点的颜色深度，所述当前灰度值指的是当前的原始图像的组织部分的灰度值，所述预设第一函数中包含有灰度值与曝光指数的对应关系，从而在获取所述组织部分的当前灰度值之后，根据所述组织部分的当前灰度值与所述预设第一函数计算所述原始图像的当前曝光指数，所述预设线性关系为EI＝K*(slop*Value+Offset)，其中，EI为当前曝光指数，Value为当前灰度值，K为系数，slop为斜率，Offset为截距。
在具体实现中，获取所述组织部分的当前灰度值；将所述当前灰度值代入所述预设第一函数中进行计算，获得与所述当前灰度值对应的当前曝光指数。
步骤S40：根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。
需要说明的是，曝光偏差指数为评价曝光剂量是否合理的指数，当前偏差指数用于评价曝光当前原始图像的曝光剂量是否合理，所述预设第二函数中包含有曝光指数与曝光偏差指数的对应关系，从而在获取曝光所述原始图像的当前曝光指数之后，根据曝光所述原始图像的当前曝光指数与所述预设第二函数计算曝光所述原始图像的当前偏差指数，所述预设第二函数为：
其中，DI为偏差指数，EI为当前曝光指数，EIT为目标曝光指数，系数10可根据实际运用进行调整，本实施例对此不加以限制。
在具体实现中，当所述当前偏差指数等于0时，认定所述曝光剂量合理，当所述当前偏差指数大于0时，认定所述曝光剂量偏高，当所述当前偏差指数小于0时，认定所述曝光剂量偏低。根据曝光剂量的评价结果选取合适的曝光指数，从而通过该合适的曝光指数对人体进行曝光，获得低剂量且高质量的X线图像。
在本实施例中，通过采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。根据偏差指数评估曝光剂量的合理性，能够选择合适的曝光剂量与曝光参数，获得低剂量、高质量的图像，有效降低患者的辐射损伤，提高诊断的准确性。
参照图3，图3为本发明曝光剂量评价方法第二实施例的流程示意图，基于上述图2所示的实施例，提出本发明曝光剂量评价方法的第二实施例。
在第二实施例中，所述步骤S10，具体包括：
步骤S101：采集不同曝光剂量下的原始图像，计算所述原始图像的最小灰度值和最大灰度值的平均值，将所述平均值作为初始阈值。
步骤S102：根据所述初始阈值对所述原始图像进行图像分割，将所述原始图像分割为背景部分和预组织部分。
步骤S103：计算所述背景部分和所述预组织部分的灰度平均值。
步骤S104：在所述灰度平均值与所述初始阈值的差值大于预设值时，将所述灰度平均值作为新的初始阈值，并返回所述根据所述初始阈值对所述原始图像进行图像分割的步骤。
步骤S105：在所述灰度平均值与所述初始阈值的差值不大于所述预设值时，将所述灰度平均值作为目标阈值。
需要说明的是，图像分割(Segmentation)指的是将数字图像细分为多个图像子区域(像素的集合)的过程，本实施例中的图像分割所使用的是灰度阈值分割法，目的在于将原始图像分割为背景部分和组织部分。所述目标阈值指的是能够较好地对所述原始图像进行分割的灰度值，通过迭代，能够准确地获取到所述目标阈值，计算简单、运算效率较高并且速度快。
在本实施例中，通过上述迭代方式，获取到目标阈值，能够精准地对所述原始图像进行分割，提高了评估曝光剂量合理性的准确度。
参照图4，图4为本发明曝光剂量评价方法第三实施例的流程示意图，基于上述图2所示的实施例，提出本发明曝光剂量评价方法的第三实施例。
在本实施例中，所述步骤S30之前，所述方法还包括：
建立预设第一函数，所述预设第一函数反映灰度值与曝光指数之间的对应关系。
需要说明的是，为了根据灰度值计算曝光指数，将预先建立预设第一函数，所述预设第一函数中包含有灰度值与曝光指数的对应关系。
进一步地，所述建立预设第一函数，具体包括：
步骤S01：建立第三函数，所述第三函数反映曝光剂量与灰度值之间的对应关系。
步骤S02：获取第四函数，所述第四函数反映曝光剂量与曝光指数之间的对应关系，根据所述第三函数与所述第四函数建立所述预设第一函数。
可以理解的是，为了建立预设第一函数，首先将建立第三函数，以及获取曝光剂量与曝光指数的第四函数，通过所述第三函数与所述第四函数可间接获得灰度值与曝光指数的预设第一函数。
进一步地，所述步骤S01，具体包括：
确定RQA5辐射质量，通过平板探测器对剂量仪进行多次曝光，每次曝光中所述平板探测器设置不同的曝光指数；
根据所述剂量仪的读数记录每次曝光的曝光剂量；
采集多次曝光后的多幅图像，将每幅图像分割出剂量仪区域，计算所述剂量仪区域的灰度值；
根据每次曝光的曝光剂量和灰度值进行线性拟合，获得所述第三函数。
需要说明的是，为了建立第三函数，将获取多个曝光剂量以及其对应的多个灰度值，对多个曝光剂量以及其对应的多个灰度值进行线性拟合，以获得曝光剂量与灰度值的第三函数。因此，将对所述平板探测器设置不同的曝光指数，并根据每次不同的曝光指数对剂量仪进行曝光。利用OTSU分割算法分割出剂量仪区域，计算每幅图像中背景区域的灰度均值，为了克服边界的影响，可适当裁剪掉图像的部分边界，本实施例中上下左右边界均去除10个像素，OTSU分割算法是本领域研究人员所熟知的相关技术，故在此不做描述。
在具体实现中，当记录了每次曝光所述平板探测器所使用的曝光剂量与所述剂量仪区域的灰度值之后，将每次的曝光剂量与灰度值作为一个拟合点，根据全部的拟合点进行线性拟合，获得所述第三函数的斜率及截距，从而获得所述第三函数。
在本实施例中，将多次曝光的曝光剂量与灰度值进行线性拟合，获得曝光剂量与灰度值的第三函数；获取曝光剂量与曝光指数的第四函数，根据所述第三函数与所述第四函数建立预设第一函数。由于拟合出曝光剂量与灰度值的线性关系，曝光指数与曝光剂量正相关，从而校正了曝光指数，提高了评估的准确性。
参照图5，图5为本发明曝光剂量评价方法第四实施例的流程示意图，基于上述图4所示的实施例，提出本发明曝光剂量评价方法的第四实施例。
在本实施例中，所述步骤S40，具体包括：
步骤S401：获取目标曝光指数，根据所述预设第二函数、所述当前曝光指数与所述目标曝光指数计算当前偏差指数。
需要说明的是，通过曝光人体预设部位，采集到所述原始图像，所述预设部位一般为胸片等常见拍片部位，本实施例对此不加以限制；所述目标曝光指数为所述预设部位的标准曝光指数，通过设置有该目标曝光指数的平板探测器对预设部位进行曝光摄影，能够获得高质量且低剂量的X线图像。曝光偏差指数为评价曝光剂量是否合理的指数，当前偏差指数用于评价曝光当前原始图像的曝光剂量是否合理，所述预设第二函数中包含有曝光指数与曝光偏差指数的对应关系，从而在获取曝光所述原始图像的当前曝光指数之后，根据曝光所述原始图像的当前曝光指数与所述预设第二函数计算曝光所述原始图像的当前偏差指数，所述预设第二函数为：
其中，DI为偏差指数，EI为当前曝光指数，EIT为目标曝光指数，系数10可根据实际运用进行调整，本实施例对此不加以限制。
进一步地，所述获取目标曝光指数，具体包括：
获取预设数量的样本图像，并根据所述预设第一函数计算各样本图像的曝光指数。
对各样本图像的曝光指数进行排序及分组。
将最优组的曝光指数平均值作为目标曝光指数。
可以理解的是，本实施例统一对同一预设部位进行处理，所述预设部位一般为胸片等常见拍片部位，本实施例对此不加以限制，通过曝光人体预设部位，采集到所述原始图像；所述目标曝光指数为所述预设部位的标准曝光指数，通过设置有该目标曝光指数的平板探测器对预设部位进行曝光摄影，能够获得高质量且低剂量的X线图像。为了获取所述目标曝光指数，将对大量临床数据进行分析，选取最优的曝光指数，提高了目标曝光指数的准确性。
在具体实现中，以预设部位为胸部为例，对胸部进行曝光摄影，采集100幅胸片的样本图像。利用OTSU分割算法分割出组织区域，OTSU分割算法是本领域研究人员所熟知的相关技术，故在此不做描述；根据样本图像获取组织区域的灰度值；将所述组织区域的灰度值代入预设第一函数进行计算，获得各样本图像的曝光指数。将100个曝光指数由小到大排序，并按大小分成10组，每组10幅图像。由经验丰富的阅片医生综合评价每组图像的质量，质量最优组的曝光指数的平均值就作为胸片的目标曝光指数。
步骤S402：根据所述当前偏差指数评价所述曝光剂量的合理性。
需要说明的是，当所述当前偏差指数等于0时，认定所述曝光剂量合理，当所述当前偏差指数大于0时，认定所述曝光剂量偏高，当所述当前偏差指数小于0时，认定所述曝光剂量偏低。
在本实施例中，通过获取预设数量的样本图像，并根据所述预设第一函数计算各样本图像的曝光指数；对各样本图像的曝光指数进行排序及分组；将最优组的曝光指数平均值作为目标曝光指数，根据所述预设第二函数、所述当前曝光指数与所述目标曝光指数计算当前偏差指数；根据所述当前偏差指数评价所述曝光剂量的合理性。由大量临床数据制定目标曝光指数，提高了相关参数的准确性，利用经典的OTSU分割算法分割组织区域，提高了评价曝光剂量的稳定性与效率。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有曝光剂量评价程序，所述曝光剂量评价程序被处理器执行时实现如下操作：
采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；
根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；
获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；
根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。
进一步地，所述曝光剂量评价程序被处理器执行时还实现如下操作：
采集不同曝光剂量下的原始图像，计算所述原始图像的最小灰度值和最大灰度值的平均值，将所述平均值作为初始阈值；
根据所述初始阈值对所述原始图像进行图像分割，将所述原始图像分割为背景部分和预组织部分；
计算所述背景部分和所述预组织部分的灰度平均值；
在所述灰度平均值与所述初始阈值的差值大于预设值时，将所述灰度平均值作为新的初始阈值，并返回所述根据所述初始阈值对所述原始图像进行图像分割的步骤；
在所述灰度平均值与所述初始阈值的差值不大于所述预设值时，将所述灰度平均值作为目标阈值。
进一步地，所述曝光剂量评价程序被处理器执行时还实现如下操作：
建立预设第一函数，所述预设第一函数反映灰度值与曝光指数之间的对应关系。
进一步地，所述曝光剂量评价程序被处理器执行时还实现如下操作：
建立第三函数，所述第三函数反映曝光剂量与灰度值之间的对应关系；
获取第四函数，所述第四函数反映曝光剂量与曝光指数之间的对应关系，根据所述第三函数与所述第四函数建立所述预设第一函数。
进一步地，所述曝光剂量评价程序被处理器执行时还实现如下操作：
确定RQA5辐射质量，通过平板探测器对剂量仪进行多次曝光，每次曝光中所述平板探测器设置不同的曝光指数；
根据所述剂量仪的读数记录每次曝光的曝光剂量；
采集多次曝光后的多幅图像，将每幅图像分割出剂量仪区域，计算所述剂量仪区域的灰度值；
根据每次曝光的曝光剂量和灰度值进行线性拟合，获得所述第三函数。
进一步地，所述曝光剂量评价程序被处理器执行时还实现如下操作：
获取目标曝光指数，根据所述预设第二函数、所述当前曝光指数与所述目标曝光指数计算当前偏差指数；
根据所述当前偏差指数评价所述曝光剂量的合理性。
进一步地，所述曝光剂量评价程序被处理器执行时还实现如下操作：
获取预设数量的样本图像，并根据所述预设第一函数计算各样本图像的曝光指数；
对各样本图像的曝光指数进行排序及分组；
将最优组的曝光指数平均值作为目标曝光指数。
进一步地，所述曝光剂量评价程序被处理器执行时还实现如下操作：
当所述当前偏差指数等于0时，认定所述曝光剂量合理，当所述当前偏差指数大于0时，认定所述曝光剂量偏高，当所述当前偏差指数小于0时，认定所述曝光剂量偏低。
在本实施例中，通过采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。根据偏差指数评估曝光剂量的合理性，能够选择合适的曝光剂量与曝光参数，获得低剂量、高质量的图像，有效降低患者的辐射损伤，提高诊断的准确性。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
单词第一、第二、以及第三等的使用不表示任何顺序，可将这些单词解释为名称。
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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种曝光剂量评价方法，其特征在于，所述方法包括以下步骤：
采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值；
根据所述目标阈值对所述原始图像进行图像分割，获得所述原始图像的组织部分；
获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数；
根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性。
2.如权利要求1所述的曝光剂量评价方法，其特征在于，所述采集不同曝光剂量下的原始图像，根据所述原始图像对初始阈值进行迭代，获得目标阈值，具体包括：
采集不同曝光剂量下的原始图像，计算所述原始图像的最小灰度值和最大灰度值的平均值，将所述平均值作为初始阈值；
根据所述初始阈值对所述原始图像进行图像分割，将所述原始图像分割为背景部分和预组织部分；
计算所述背景部分和所述预组织部分的灰度平均值；
在所述灰度平均值与所述初始阈值的差值大于预设值时，将所述灰度平均值作为新的初始阈值，并返回所述根据所述初始阈值对所述原始图像进行图像分割的步骤；
在所述灰度平均值与所述初始阈值的差值不大于所述预设值时，将所述灰度平均值作为目标阈值。
3.如权利要求1所述的曝光剂量评价方法，其特征在于，所述获取所述组织部分的当前灰度值，根据预设第一函数计算与所述当前灰度值对应的当前曝光指数之前，所述方法还包括：
建立预设第一函数，所述预设第一函数反映灰度值与曝光指数之间的对应关系。
4.如权利要求3所述的曝光剂量评价方法，其特征在于，所述建立预设第一函数，具体包括：
建立第三函数，所述第三函数反映曝光剂量与灰度值之间的对应关系；
获取第四函数，所述第四函数反映曝光剂量与曝光指数之间的对应关系，根据所述第三函数与所述第四函数建立所述预设第一函数。
5.如权利要求4所述的曝光剂量评价方法，其特征在于，所述建立第三函数，具体包括：
确定RQA5辐射质量，通过平板探测器对剂量仪进行多次曝光，每次曝光中所述平板探测器设置不同的曝光指数；
根据所述剂量仪的读数记录每次曝光的曝光剂量；
采集多次曝光后的多幅图像，将每幅图像分割出剂量仪区域，计算所述剂量仪区域的灰度值；
根据每次曝光的曝光剂量和灰度值进行线性拟合，获得所述第三函数。
6.如权利要求1-5任一项所述的曝光剂量评价方法，其特征在于，所述根据预设第二函数计算与所述当前曝光指数对应的当前偏差指数，根据所述当前偏差指数评价所述曝光剂量的合理性，具体包括：
获取目标曝光指数，根据所述预设第二函数、所述当前曝光指数与所述目标曝光指数计算当前偏差指数；
根据所述当前偏差指数评价所述曝光剂量的合理性。
7.如权利要求6所述的曝光剂量评价方法，其特征在于，所述获取目标曝光指数，具体包括：
获取预设数量的样本图像，并根据所述预设第一函数计算各样本图像的曝光指数；
对各样本图像的曝光指数进行排序及分组；
将最优组的曝光指数平均值作为目标曝光指数。
8.如权利要求7所述的曝光剂量评价方法，其特征在于，所述根据所述当前偏差指数评价所述曝光剂量的合理性，具体包括：
当所述当前偏差指数等于0时，认定所述曝光剂量合理，当所述当前偏差指数大于0时，认定所述曝光剂量偏高，当所述当前偏差指数小于0时，认定所述曝光剂量偏低。
9.一种曝光剂量评价装置，其特征在于，所述曝光剂量评价装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的曝光剂量评价程序，所述曝光剂量评价程序被所述处理器执行时实现如权利要求1至8中任一项所述的曝光剂量评价方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有曝光剂量评价程序，所述曝光剂量评价程序被处理器执行时实现如权利要求1至8中任一项所述的曝光剂量评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810292684.5A CN108742663A (zh) | 2018-04-03 | 2018-04-03 | 曝光剂量评价方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810292684.5A CN108742663A (zh) | 2018-04-03 | 2018-04-03 | 曝光剂量评价方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108742663A true CN108742663A (zh) | 2018-11-06 |
Family
ID=63981089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810292684.5A Pending CN108742663A (zh) | 2018-04-03 | 2018-04-03 | 曝光剂量评价方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108742663A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110519527A (zh) * | 2019-09-19 | 2019-11-29 | 天津英田视讯科技有限公司 | 一种基于图像大数据的相机自动曝光参数生成方法 |
| CN111540042A (zh) * | 2020-04-28 | 2020-08-14 | 上海盛晃光学技术有限公司 | 用于三维重构的方法、装置以及相关设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101093539A (zh) * | 2007-07-27 | 2007-12-26 | 哈尔滨工程大学 | 手指静脉特征提取与匹配识别方法 |
| CN101271522A (zh) * | 2008-05-21 | 2008-09-24 | 中国农业大学 | 一种大米中黄粒米的自动识别方法 |
| CN102429679A (zh) * | 2011-09-09 | 2012-05-02 | 华南理工大学 | 基于胸部ct图像的肺气肿计算机辅助诊断*** |
| CN102982542A (zh) * | 2012-11-14 | 2013-03-20 | 天津工业大学 | 一种基于相位一致性的眼底图像血管分割方法 |
| CN104460181A (zh) * | 2013-09-25 | 2015-03-25 | 深圳市蓝韵实业有限公司 | 数字放射成像曝光剂量的评价方法 |
| CN105193436A (zh) * | 2014-06-20 | 2015-12-30 | 深圳市蓝韵实业有限公司 | 数字乳腺x射线成像***曝光剂量的评价方法 |
| CN107049345A (zh) * | 2017-05-23 | 2017-08-18 | 深圳艾砾拓科技有限公司 | 数字x射线乳腺摄影***中曝光指数及偏差指数计算方法 |
-
2018
- 2018-04-03 CN CN201810292684.5A patent/CN108742663A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101093539A (zh) * | 2007-07-27 | 2007-12-26 | 哈尔滨工程大学 | 手指静脉特征提取与匹配识别方法 |
| CN101271522A (zh) * | 2008-05-21 | 2008-09-24 | 中国农业大学 | 一种大米中黄粒米的自动识别方法 |
| CN102429679A (zh) * | 2011-09-09 | 2012-05-02 | 华南理工大学 | 基于胸部ct图像的肺气肿计算机辅助诊断*** |
| CN102982542A (zh) * | 2012-11-14 | 2013-03-20 | 天津工业大学 | 一种基于相位一致性的眼底图像血管分割方法 |
| CN104460181A (zh) * | 2013-09-25 | 2015-03-25 | 深圳市蓝韵实业有限公司 | 数字放射成像曝光剂量的评价方法 |
| CN105193436A (zh) * | 2014-06-20 | 2015-12-30 | 深圳市蓝韵实业有限公司 | 数字乳腺x射线成像***曝光剂量的评价方法 |
| CN107049345A (zh) * | 2017-05-23 | 2017-08-18 | 深圳艾砾拓科技有限公司 | 数字x射线乳腺摄影***中曝光指数及偏差指数计算方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110519527A (zh) * | 2019-09-19 | 2019-11-29 | 天津英田视讯科技有限公司 | 一种基于图像大数据的相机自动曝光参数生成方法 |
| CN111540042A (zh) * | 2020-04-28 | 2020-08-14 | 上海盛晃光学技术有限公司 | 用于三维重构的方法、装置以及相关设备 |
| CN111540042B (zh) * | 2020-04-28 | 2023-08-11 | 上海盛晃光学技术有限公司 | 用于三维重构的方法、装置以及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106709917B (zh) | 神经网络模型训练方法、装置及*** | |
| CN111080584B (zh) | 医学图像的质控方法、计算机设备和可读存储介质 | |
| US8433121B2 (en) | Method for brightness level calculation in the area of interest of the digital X-ray image for medical applications | |
| CN103347447B (zh) | ***密度评估 | |
| US7719543B2 (en) | Methods and apparatus for method to optimize visual consistency of images using human observer feedback | |
| JP2022164718A (ja) | 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測 | |
| CN108550150B (zh) | 乳腺密度的获取方法、设备及可读存储介质 | |
| CN110246580B (zh) | 基于神经网络和随机森林的颅侧面影像分析方法和*** | |
| CN113034389B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
| CN103460254B (zh) | 基于图像内容的自动亮度检测方法与装置 | |
| US20220370028A1 (en) | Techniques for patient positioning quality assurance prior to mammographic image acquisition | |
| CN104460181A (zh) | 数字放射成像曝光剂量的评价方法 | |
| CN110223261A (zh) | 医学图像处理方法和***、存储介质及计算机设备 | |
| JP2009136376A (ja) | 画像処理装置およびそのプログラム | |
| CN103918004B (zh) | 金属伪影校正算法的自适应应用 | |
| CN105118030A (zh) | 医学图像金属伪影的校正方法及装置 | |
| KR20120003811A (ko) | 화상처리장치, 방사선 촬영 시스템, 화상처리방법 및 프로그램을 기억한 기억매체 | |
| CN108742663A (zh) | 曝光剂量评价方法、装置及计算机可读存储介质 | |
| CN105193436A (zh) | 数字乳腺x射线成像***曝光剂量的评价方法 | |
| CN111862071A (zh) | 一种基于ct图像测量腰1椎体ct值的方法 | |
| US6269178B1 (en) | Method and apparatus for detecting prospective abnormal patterns | |
| JP2021525141A (ja) | Ｘ線イメージングのための散乱補正 | |
| CN110766000B (zh) | 自动曝光控制方法及计算机可读存储介质 | |
| CN111067560B (zh) | 散射校正方法、装置、可读存储介质和电子设备 | |
| CN106683058A (zh) | 医学图像的校正方法及其装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181106 |
|
| RJ01 | Rejection of invention patent application after publication |