CN113627492B - 扫描对象尺寸的确定方法、扫描方法、装置和电子设备 - Google Patents

扫描对象尺寸的确定方法、扫描方法、装置和电子设备 Download PDF

Info

Publication number
CN113627492B
CN113627492B CN202110834182.2A CN202110834182A CN113627492B CN 113627492 B CN113627492 B CN 113627492B CN 202110834182 A CN202110834182 A CN 202110834182A CN 113627492 B CN113627492 B CN 113627492B
Authority
CN
China
Prior art keywords
scanning
sample
target
coordinate axis
recognition model
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.)
Active
Application number
CN202110834182.2A
Other languages
English (en)
Other versions
CN113627492A (zh
Inventor
逄岭
郑凌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Neusoft Medical Systems Co Ltd
Original Assignee
Neusoft Medical Systems Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Neusoft Medical Systems Co Ltd filed Critical Neusoft Medical Systems Co Ltd
Priority to CN202110834182.2A priority Critical patent/CN113627492B/zh
Publication of CN113627492A publication Critical patent/CN113627492A/zh
Application granted granted Critical
Publication of CN113627492B publication Critical patent/CN113627492B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20068—Projection on vertical or horizontal image axis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种扫描对象尺寸的确定方法、扫描方法、装置和电子设备，涉及电子信息处理技术领域，该方法包括：获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，平片信息为平片图像或者平片扫描数据，根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。本公开能够在不增加扫描剂量、不增加额外测量设备的前提下，根据扫描对象的平片信息，准确识别出扫描对象在扫描方向上的长度。

Description

扫描对象尺寸的确定方法、扫描方法、装置和电子设备
技术领域
本公开涉及电子信息处理技术领域，具体地，涉及一种扫描对象尺寸的确定方法、扫描方法、装置和电子设备。
背景技术
随着图像处理技术的不断发展，X射线扫描设备在医疗领域得到了广泛应用，例如：CT(英文：Computed Tomography，中文：电子计算机断层扫描)设备、CR(英文：ComputedRadiography，中文：计算机X线摄影)设备、DR(英文：Digital Radiography，中文：数字X线摄影)设备等。X射线扫描设备是利用精确准直的X射线，射向扫描对象，并由探测器接收透过扫描对象的射线的强度，以得到扫描对象的扫描图像。X射线扫描设备具有扫描时间快，图像清晰等特点。
为了保证扫描图像的质量稳定，且扫描对象各部位接收到的扫描剂量均匀，需要先确定扫描对象的厚度，从而根据扫描对象的厚度来调整扫描设备的扫描中心、扫描强度。通常情况下，可以在扫描设备上添加图像采集装置(例如摄像头)或者标定装置来预先测量扫描对象的厚度，然而额外的设备增加了成本和部署难度，并且测量准确度也很难保证。
发明内容
本公开的目的是提供一种扫描对象尺寸的确定方法、扫描方法、装置和电子设备，用以解决现有技术中存在的相关问题。
为了实现上述目的，根据本公开实施例的第一方面，提供一种扫描对象尺寸的确定方法，所述方法包括：
获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息。
可选地，所述根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息，包括：
将所述平片信息输入所述尺寸识别模型，以得到所述尺寸识别模型输出的所述第一长度信息，所述第一长度信息包括：所述目标扫描对象上的至少一个目标区域在所述第一坐标轴方向上的第一长度，所述目标区域为，根据所述目标扫描对象在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直。
可选地，所述方法还包括：
根据所述平片信息，确定每个所述目标区域在第二坐标轴方向上的第二长度，所述第二坐标轴与所述第一坐标轴垂直；
针对每个所述目标区域，根据预设的划分间隔、该目标区域在所述第一坐标轴方向上的第一长度，和该目标区域在所述第二坐标轴方向上的第二长度，确定该目标区域的体积，所述划分间隔用于指示所述目标区域在第三坐标轴方向上的长度，所述第三坐标轴分别与所述第一坐标轴、所述第二坐标轴垂直。
可选地，所述尺寸识别模型是通过如下方式训练得到的：
获取样本输入集和样本输出集，所述样本输入集包括多个样本在所述第一坐标轴方向上扫描的样本平片信息，所述样本输出集包括与所述多个样本对应的在所述第一坐标轴方向上的第一实际长度信息；
将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型。
可选地，所述样本输出集包括与所述样本对应的多个样本区域中，每个所述样本区域在所述第一坐标轴方向上的第一实际长度，所述样本区域为，根据对应的所述样本在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直；
所述将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型，包括：
将任一个所述样本的样本平片信息，输入所述尺寸识别模型，以得到所述尺寸识别模型输出的，该样本的每个所述样本区域在所述第一坐标轴方向上的初始长度；
根据该样本的每个所述样本区域的所述初始长度，与该样本的每个所述样本区域的所述第一实际长度，训练所述尺寸识别模型。
可选地，在所述获取样本输入集和样本输出集之后，所述尺寸识别模型还通过如下方式训练：
按照预设规则调整所述样本输入集中的每个所述样本平片信息，生成该样本平片信息对应的多个平片扩充信息，以对所述样本输入集进行扩充；
根据扩充后的所述样本输入集，对所述样本输出集进行扩充；
所述将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型，包括：
将扩充后的所述样本输入集作为所述尺寸识别模型的输入，将扩充后的所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型。
根据本公开实施例的第二方面，提供一种扫描方法，包括：
根据本公开实施例的第一方面所提供的扫描对象尺寸的确定方法，确定目标扫描对象在第一坐标轴方向上的第一长度信息；
根据所述第一长度信息，确定所述目标扫描对象的几何中心；
根据所述目标扫描对象的几何中心，通过控制扫描设备的扫描床的高度，调整所述目标扫描对象的几何中心，以使调整后的所述目标扫描对象的几何中心在所述第一坐标轴方向上的坐标，与所述扫描设备的扫描中心在所述第一坐标轴方向上的坐标相同；
控制所述扫描设备对所述目标扫描对象进行三维扫描。
根据本公开实施例的第三方面，提供一种扫描方法，包括：
根据本公开实施例的第一方面所提供的扫描对象尺寸的确定方法，确定目标扫描对象上的至少一个目标区域的体积：
根据每个所述目标区域的体积，确定该目标区域对应的扫描强度；
控制扫描设备按照每个所述目标区域对应的扫描强度，对该目标区域进行三维扫描。
根据本公开实施例的第四方面，提供一种扫描对象尺寸的确定装置，所述装置包括：
获取模块，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
第一确定模块，用于根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息。
可选地，所述第一确定模块用于：
将所述平片信息输入所述尺寸识别模型，以得到所述尺寸识别模型输出的所述第一长度信息，所述第一长度信息包括：所述目标扫描对象上的至少一个目标区域在所述第一坐标轴方向上的第一长度，所述目标区域为，根据所述目标扫描对象在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直。
可选地，所述装置还包括：
第二确定模块，用于根据所述平片信息，确定每个所述目标区域在第二坐标轴方向上的第二长度，所述第二坐标轴与所述第一坐标轴垂直；针对每个所述目标区域，根据预设的划分间隔、该目标区域在所述第一坐标轴方向上的第一长度，和该目标区域在所述第二坐标轴方向上的第二长度，确定该目标区域的体积，所述划分间隔用于指示所述目标区域在第三坐标轴方向上的长度，所述第三坐标轴分别与所述第一坐标轴、所述第二坐标轴垂直。
可选地，所述尺寸识别模型是通过如下方式训练得到的：
获取样本输入集和样本输出集，所述样本输入集包括多个样本在第一坐标轴方向上扫描的样本平片信息，所述样本输出集包括与所述多个样本对应的在所述第一坐标轴方向上的第一实际长度信息；
将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型。
可选地，所述样本输出集包括与所述样本对应的多个样本区域中，每个所述样本区域在所述第一坐标轴方向上的第一实际长度，所述样本区域为，根据对应的所述样本在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直；
所述将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型，包括：
将任一个所述样本的样本平片信息，输入所述尺寸识别模型，以得到所述尺寸识别模型输出的，该样本的每个所述样本区域在所述第一坐标轴方向上的初始长度；
根据该样本的每个所述样本区域的所述初始长度，与该样本的每个所述样本区域的所述第一实际长度，训练所述尺寸识别模型。
可选地，在所述获取样本输入集和样本输出集之后，所述尺寸识别模型还通过如下方式训练：
按照预设规则调整所述样本输入集中的每个所述样本平片信息，生成该样本平片信息对应的多个平片扩充信息，以对所述样本输入集进行扩充；
根据扩充后的所述样本输入集，对所述样本输出集进行扩充；
所述将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型，包括：
将扩充后的所述样本输入集作为所述尺寸识别模型的输入，将扩充后的所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型。
根据本公开实施例的第五方面，提供一种扫描装置，包括：
获取模块，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
第一确定模块，用于根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息；
第二确定模块，用于根据所述第一长度信息，确定所述目标扫描对象的几何中心；
调整模块，用于根据所述目标扫描对象的几何中心，通过控制扫描设备的扫描床的高度，调整所述目标扫描对象的几何中心，以使调整后的所述目标扫描对象的几何中心在所述第一坐标轴上的坐标，与所述扫描设备的扫描中心在所述第一坐标轴上的坐标相同；
第一控制模块，用于控制所述扫描设备对所述目标扫描对象进行三维扫描。
根据本公开实施例的第六方面，提供一种扫描装置，包括：
获取模块，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
第一确定模块，用于根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息；
第三确定模块，用于根据每个所述目标区域的体积，确定该目标区域对应的扫描强度；
第二控制模块，用于控制扫描设备按照每个所述目标区域对应的扫描强度，对该目标区域进行三维扫描。
根据本公开实施例的第七方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开实施例的第一方面、第二方面或者第三方面所述方法的步骤。
根据本公开实施例的第八方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第一方面、第二方面或者第三方面所述方法的步骤。
通过上述技术方案，本公开首先获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，其中，平片信息可以为平片图像或者平片扫描数据。之后，根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。本公开能够在不增加扫描剂量、不增加额外测量设备的前提下，根据扫描对象的平片信息，准确识别出扫描对象在扫描方向上的长度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种扫描设备的示意图；
图2是根据一示例性实施例示出的一种扫描对象尺寸的确定方法的流程图；
图3是根据一示例性实施例示出的目标扫描对象在目标平面上的投影；
图4是根据一示例性实施例示出的另一种扫描对象尺寸的确定方法的流程图；
图5是根据一示例性实施例示出的一种训练尺寸识别模型的流程图；
图6是根据一示例性实施例示出的另一种训练尺寸识别模型的流程图；
图7是根据一示例性实施例示出的另一种训练尺寸识别模型的流程图；
图8是根据一示例性实施例示出的一种扫描方法的流程图；
图9是根据一示例性实施例示出的一种扫描方法的流程图；
图10是根据一示例性实施例示出的一种扫描对象尺寸的确定装置的框图；
图11是根据一示例性实施例示出的另一种扫描对象尺寸的确定装置的框图；
图12是根据一示例性实施例示出的一种扫描装置的框图；
图13是根据一示例性实施例示出的一种扫描装置的框图；
图14是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开中，扫描设备对目标扫描对象进行平片扫描，得到平片信息，再根据目标扫描对象的平片信息，准确识别出扫描对象在扫描方向上的长度(可以是厚度或者宽度，例如人体的厚度或宽度)。因此，本公开不需要在扫描设备上增加额外的测量设备，降低了部署难度，节约了成本。同时，本公开只需对目标扫描对象进行一次平片扫描，不需要进行正位和侧位两次扫描，相比于通过正位和侧位的扫描，以获取正位片和侧位片，从而确定扫描对象的厚度的技术方案，不会增加目标扫描对象接收的扫描剂量。
在介绍本公开提供的扫描对象尺寸的确定方法、扫描方法、装置和电子设备之前，首先对本公开各个实施例所涉及的应用场景进行介绍。该应用场景可以为利用扫描设备(例如：CT设备、CR设备、DR设备等)对目标扫描对象进行扫描，目标扫描对象例如可以是人、动物或者其他物体，也可以是人或者动物的某个部位(即感兴趣区域，英文：Region ofInterest，缩写：ROI)。扫描设备中可以包括环形的扫描架，和能够进出扫描架的孔径的扫描床，如图1所示，为了说明扫描设备、目标扫描对象的位置关系，可以在扫描设备所在的空间中建立一个三维坐标系，包括第一坐标轴、第二坐标轴和第三坐标轴，其中，第一坐标轴为由上至下(或者由下至上)垂直于地面的坐标轴，第二坐标轴为由左至右(或者由右至左)平行于地面的坐标轴，第三坐标轴为进床或者出床方向并平行于地面的坐标轴。在其他实施例中，第一坐标轴为由左至右(或者由右至左)平行于地面的坐标轴，第二坐标轴为由上至下(或者由下至上)垂直于地面的坐标轴。本公开对此不作具体限定。
扫描架上可以设置有射线发射器、准直器、探测器等组件，扫描架能够做旋转运动。射线发射器用于发出射线，射线通过限束器射向目标扫描对象，探测器用于接收透过目标扫描对象的射线，从而生成扫描图像(例如：CT图像或者平片图像)。需要说明的是，本公开实施例中所提及的射线可以为X射线或者γ射线等，本公开对此不作具体限定。进一步的，扫描设备还可以包括图像处理***、图像显示模块(例如：显示器)、存储模块(例如：硬盘等存储器)、记录模块(例如：工作站)等，本公开对此不作具体限定。
图2是根据一示例性实施例示出的一种扫描对象尺寸的确定方法的流程图，如图2所示，该方法包括以下步骤：
步骤101，获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，平片信息为平片图像或者平片扫描数据。其中，平片扫描数据可以包括扫描设备的探测器接收到的射线强度。
举例来说，首先可以控制扫描设备按照第一坐标轴的方向扫描目标扫描对象，以得到对应的平片信息。可以理解为，控制扫描设备对目标扫描对象进行平片扫描。其中，平片信息可以是平片图像，也可以是平片扫描数据。第一坐标轴指向的即为扫描方向，以图1所示的扫描设备为例，可以控制扫描架上的射线发射器在A处向下发出射线。探测器接收透过目标扫描对象的射线，并测量对应的射线强度，以得到平片扫描数据(即生数据)，进一步的，可以对平片扫描数据进行处理，以得到平片图像。以目标扫描对象为人来举例，人可以平躺在扫描床上，也可以侧躺在扫描床上，若人平躺在扫描床上，那么平片图像即为正位片，平片扫描数据即为生成正位片的生数据。若人侧躺在扫描床上，那么平片图像即为侧位片，平片扫描数据即为生成侧位片的生数据。需要说明的是，步骤101中，只需对目标扫描对象进行一次平片扫描，即只需进行一次正位的平片扫描，或者进行一次侧位的平片扫描，不会而额外增加扫描剂量。
步骤102，根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。
示例的，在获取平片信息之后，可以通过预先训练的尺寸识别模型，对平片信息进行识别，以确定目标扫描对象在第一坐标轴方向上的第一长度信息。同样的，以目标扫描对象为人来举例，人可以平躺在扫描床上，也可以侧躺在扫描床上，若人平躺在扫描床上，那么第一长度信息即包括人的厚度。若人侧躺在扫描床上，那么第一长度信息即包括人的宽度。进一步的，可以将目标扫描对象划分为多个区域，相应的，第一长度信息中可以包括每个区域在第一坐标轴方向上的第一长度，还可以将多个区域在第一坐标轴方向上的第一长度的平均值，作为目标扫描对象在第一坐标轴方向上的第一长度信息。
其中，尺寸识别模型可以是预先根据大量的训练样本训练得到的，能够根据平片信息识别出目标扫描对象在第一坐标轴方向上的第一长度信息。尺寸识别模型的结构可以是CNN(英文：Convolutional Neural Networks，中文：卷积神经网络)，例如可以是：ResNet(英文：Deep residual network，中文：深度残差网络)、DenseNet(英文：DenseConvolutional Network，中文：密集卷积网络)、VGGNet(英文：Visual GraphicsGenerator Network，中文：图像生成器网络)、UNet等，本公开对此不作具体限定。具体的，可以将平片信息作为尺寸识别模型的输入，以得到尺寸识别模型输出的第一长度信息。
综上所述，本公开首先获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，其中，平片信息可以为平片图像或者平片扫描数据。之后，根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。本公开能够在不增加扫描剂量、不增加额外测量设备的前提下，根据扫描对象的平片信息，准确识别出扫描对象在扫描方向上的长度。
在一种应用场景中，步骤102的实现方式可以为：
将平片信息输入尺寸识别模型，以得到尺寸识别模型输出的第一长度信息，第一长度信息包括：目标扫描对象上的至少一个目标区域在第一坐标轴方向上的第一长度，目标区域为，根据目标扫描对象在目标平面上的投影，进行划分得到的，目标平面与第一坐标轴垂直。
示例的，可以根据目标扫描对象在目标平面上的投影，将目标扫描对象划分为至少一个目标区域，其中，目标平面为与第一坐标轴垂直的平面，即第二坐标轴与第三坐标轴组成的平面。目标扫描对象在目标平面上的投影，可以理解为目标扫描对象在目标平面上的轮廓。划分目标区域的规则，例如可以是指定第二坐标轴上的划分间隔，或者第三坐标轴上的划分间隔。以目标扫描对象在目标平面上的投影如图3所示来举例，投影在第二坐标轴上的范围为20mm-300mm，在第三坐标轴上的范围为0-349mm，可以将第三坐标轴上每隔50mm划分一个目标区域，以将目标扫描对象划分为：目标区域(1)、目标区域(2)、…、目标区域(6)、目标区域(7)，如图3中虚线划分出的区域。其中，目标区域(1)的在第二坐标轴上的范围为20mm-300mm，在第三坐标轴上的范围为0-49mm，目标区域(2)的在第二坐标轴上的范围为20mm-300mm第三坐标轴上的范围为50mm-99mm，以此类推。
相应的，平片信息中包括了多个目标区域中，每个目标区域对应的平片子信息。若平片信息为平片图像，那么可以将平片图像按照每个目标区域的坐标范围，划分出该目标区域对应的子图像，作为该目标区域的平片子信息。若平片信息为平片扫描数据，那么可以将平片扫描数据按照每个目标区域的坐标范围，划分出该目标区域对应的扫描数据，作为该目标区域的平片子信息。在通过尺寸识别模型确定第一长度信息时，可以将平片信息输入尺寸识别模型，尺寸识别模型能够根据每个目标区域对应的平片子信息，识别出每个目标区域在第一坐标轴方向上的第一长度。
图4是根据一示例性实施例示出的另一种扫描对象尺寸的确定方法的流程图，如图4所示，该方法还可以包括：
步骤103，根据平片信息，确定每个目标区域在第二坐标轴方向上的第二长度，第二坐标轴与第一坐标轴垂直。
步骤104，针对每个目标区域，根据预设的划分间隔、该目标区域在第一坐标轴方向上的第一长度，和该目标区域在第二坐标轴方向上的第二长度，确定该目标区域的体积，划分间隔用于指示目标区域在第三坐标轴方向上的长度，第三坐标轴分别与第一坐标轴、第二坐标轴垂直。
示例的，还可以先根据平片信息，确定每个目标区域在第二坐标轴方向上的第二长度。以目标扫描对象为人来举例，人可以平躺在扫描床上，也可以侧躺在扫描床上，若人平躺在扫描床上，那么该目标区域在第一坐标轴方向上的第一长度，即为该目标区域的厚度，相应的，该目标区域在第二坐标轴方向上的第二长度，即为该目标区域的宽度。若人侧躺在扫描床上，那么该目标区域在第一坐标轴方向上的第一长度，即为该目标区域的宽度，相应的，该目标区域在第二坐标轴方向上的第二长度，即为该目标区域的厚度。
之后，针对每个目标区域，可以根据预设的划分间隔、该目标区域在第一坐标轴方向上的第一长度，和在第二坐标轴方向上的第二长度，确定该目标区域的体积。可以理解为，目标区域，是按照指定的，在第三坐标轴方向上的划分间隔进行划分的，因此，目标区域在第三坐标轴上的长度是已知的，也就是说，划分间隔指示的是目标区域在第三坐标轴方向上的长度。那么可以根据目标区域在第一坐标轴方向上的第一长度、在第二坐标轴方向上的第二长度、第三坐标轴方向上的划分间隔，确定目标区域的体积。例如，目标区域是一个立方体，那么可以将该目标区域的第一长度、第二长度和划分间隔相乘，以得到目标区域的体积。
图5是根据一示例性实施例示出的一种训练尺寸识别模型的流程图，如图5所示，尺寸识别模型是通过如下方式训练得到的：
步骤A，获取样本输入集和样本输出集，样本输入集包括多个样本在第一坐标轴方向上扫描的样本平片信息，样本输出集包括与多个样本对应的在第一坐标轴方向上的第一实际长度信息。
步骤B，将样本输入集作为尺寸识别模型的输入，将样本输出集作为尺寸识别模型的输出，以训练尺寸识别模型。
举例来说，要对尺寸识别模型进行训练，首先需要获取样本输入集和对应的样本输出集。样本输入集中包括大量的样本输入，样本输出集中包括与每个样本输入对应的样本输出。具体的，样本例如可以是人、动物或者其他物体，也可以是人或者动物的某个部位。可以预先获取多个样本的样本平片信息，每个样本的样本平片信息作为一个样本输入。其中，样本平片信息为扫描设备按照第一坐标轴的方向扫描对应的样本得到的，可以包括样本平片图像，或者样本平片扫描数据。样本平片扫描数据包括扫描对应的样本时，探测器接收到的射线强度。进一步的，可以预先获取多个样本在第一坐标轴方向上的第一实际长度信息，每个样本的第一实际长度信息作为一个样本输出。可以将第一实际长度信息理解为该样本的样本平片信息的标签。具体的，第一实际长度信息可以是人工实际测量得到的，也可以按照预设的图像识别算法，对该样本的样本三维图像(例如CT图像)进行识别得到的，本公开对此不作具体限定。其中，样本三维图像为扫描设备对样本进行三维扫描得到的。
之后，可以将样本输入集作为尺寸识别模型的输入，并根据尺寸识别模型的输出和样本输出集，训练尺寸识别模型。例如，可以根据尺寸识别模型的输出和样本输出集的差(或者均方差、平均绝对误差)，作为尺寸识别模型的损失函数，以降低损失函数为目标，利用反向传播算法来修正尺寸识别模型中的神经元的参数，神经元的参数例如可以是神经元的权重(英文：Weight)和偏置量(英文：Bias)。重复上述步骤，直至损失函数满足预设条件，例如损失函数小于预设的损失阈值。具体的，损失函数可以通过公式1来计算：
Loss＝MAE(Label_C,C) 公式1
其中，Loss表示尺寸识别模型的损失函数，MAE表示平均绝对误差，Label_C表示样本输出集中包括的第一实际长度信息，C表示尺寸识别模型的输出。进一步的，可以通过公式2利用上述损失函数，来更新神经元的权重和偏置量：
其中，α为学习率，表示尺寸识别模型中第l层第i个节点和第l+1层第j个节点的权重，/>表示第l层第i个节点的偏置。
图6是根据一示例性实施例示出的另一种训练尺寸识别模型的流程图，如图6所示，每个样本输出集包括与样本对应的多个样本区域中，每个样本区域在第一坐标轴方向上的第一实际长度，样本区域为，根据对应的样本在目标平面上的投影，进行划分得到的，目标平面与第一坐标轴垂直。
步骤B可以通过以下步骤来实现：
步骤B1，将任一个样本的样本平片信息，输入尺寸识别模型，以得到尺寸识别模型输出的，该样本的每个样本区域在第一坐标轴方向上的初始长度。
步骤B2，根据该样本的每个样本区域的初始长度，与该样本的每个样本区域的第一实际长度，训练尺寸识别模型。
示例的，可以根据样本在目标平面上的投影，将样本划分为多个样本区域，其中，目标平面为与第一坐标轴垂直的平面，即第二坐标轴与第三坐标轴组成的平面。样本在目标平面上的投影，可以理解为样本在目标平面上的轮廓。划分样本区域的规则，与上述划分目标区域的规则相同，此处不再赘述。
相应的，样本平片信息中包括了多个样本区域中，每个样本区域对应的样本平片子信息。若样本平片信息为样本平片图像，那么可以将样本平片图像按照每个样本区域的坐标范围，划分出该样本区域对应的样本子图像，作为该样本区域的样本平片子信息。若样本平片信息为样本平片扫描数据，那么可以将样本平片扫描数据按照每个样本区域的坐标范围，划分出该样本区域对应的扫描数据，作为该样本区域的样本平片子信息。相应的，样本输入对应的样本输出中，包括了对应的样本的多个样本区域中，每个样本区域在第一坐标轴方向上的第一实际长度。
在对尺寸识别模型进行训练时，可以先将任一个样本的样本平片信息，输入尺寸识别模型，尺寸识别模型可以根据每个样本区域对应的样本平片子信息，确定该样本区域在第一坐标轴方向上的初始长度，即尺寸识别模型输出的是，多个样本区域中每个样本区域在初始长度。
之后，可以根据该样本的每个样本区域的初始长度，与该样本的每个样本区域在第一实际长度，训练尺寸识别模型。例如，可以根据每个样本区域的初始长度，与该样本区域的初始长度的差(或者均方差、平均绝对误差)，作为尺寸识别模型的损失函数，以降低损失函数为目标，利用反向传播算法来修正尺寸识别模型中的神经元的参数。重复上述步骤，直至损失函数满足预设条件，例如损失函数小于预设的损失阈值。具体的，损失函数可以通过公式3来计算：
其中，Loss表示尺寸识别模型的损失函数，MAE表示平均绝对误差，Label_Cn表示第n个样本区域的第一实际长度，Cn表示尺寸识别模型输出的第n个样本区域的初始长度，N表示样本区域的数量。
图7是根据一示例性实施例示出的另一种训练尺寸识别模型的流程图，如图7所示，在步骤A之后，尺寸识别模型还通过如下方式训练：
步骤C，按照预设规则调整样本输入集中的每个样本平片信息，生成该样本平片信息对应的多个平片扩充信息，以对样本输入集进行扩充。
步骤D，根据扩充后的样本输入集，对样本输出集进行扩充。
相应的，步骤B的实现方式可以为：
将扩充后的样本输入集作为尺寸识别模型的输入，将扩充后的样本输出集作为尺寸识别模型的输出，以训练尺寸识别模型。
示例的，在对尺寸识别模型进行训练之前，还可以按照预设规则对样本输入集、样本输出集进行扩充。若样本平片信息为样本平片扫描数据，那么针对每个样本平片扫描数据，可以按照预设规则对该样本平片扫描数据进行加扰、打乱等处理，得到该样本平片扫描数据对应的多个扩充数据，并将多个扩充数据作为平片扩充信息，放入样本输入集，以达到对样本输入集进行扩充的目的。若样本平片信息为样本平片图像，那么针对每个样本平片图像，可以按照预设规则(例如：平移、旋转、缩放等)调整该样本平片图像中的像素，得到该样本平片图像对应的多个扩充图像，并将多个扩充图像作为平片扩充信息，放入样本输入集，以达到对样本输入集进行扩充的目的。
相应的，该样本平片信息对应的多个平片扩充信息的第一实际长度，均为该样本平片信息的第一实际长度，那么在样本输出集中，可以为每个平片扩充信息添加对应的样本输出，从而达到扩充样本输出集的目的。最后，可以将扩充后的样本输入集作为尺寸识别模型的输入，将扩充后的样本输出集作为尺寸识别模型的输出，以训练尺寸识别模型。
综上所述，本公开首先获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，其中，平片信息可以为平片图像或者平片扫描数据。之后，根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。本公开能够在不增加扫描剂量、不增加额外测量设备的前提下，根据扫描对象的平片信息，准确识别出扫描对象在扫描方向上的长度。
图8是根据一示例性实施例示出的一种扫描方法的流程图，如图8所示，该方法包括：
首先，根据本公开实施例所提供的扫描对象尺寸的确定方法，确定目标扫描对象在第一坐标轴方向上的第一长度信息。之后通过以下步骤来实现扫描。
步骤201，根据第一长度信息，确定目标扫描对象的几何中心。
步骤202，根据目标扫描对象的几何中心，通过控制扫描设备的扫描床的高度，调整目标扫描对象的几何中心，以使调整后的目标扫描对象的几何中心在第一坐标轴方向上的坐标，与扫描设备的扫描中心在第一坐标轴方向上的坐标相同。
步骤203，控制扫描设备对目标扫描对象进行三维扫描。
举例来说，可以根据第一长度信息，确定目标扫描对象的几何中心。具体的，可以根据第一长度信息、扫描床当前的高度，来确定目标扫描对象的几何中心在第一坐标轴方向上的坐标。例如，可以根据第一长度信息，确定目标扫描对象在第一坐标轴方向的第一长度，然后将目标扫描对象在第一坐标轴方向上的第一长度的中点，作为几何中心，即几何中心到地面的距离＝扫描床当前的高度+(目标扫描对象的第一长度)/2。以目标扫描对象在第一坐标轴上的第一长度为20mm，扫描床当前的高度为50mm来举例，那么几何中心到地面的距离为50+20/2＝60mm。若地面在第一坐标轴上的坐标为120mm，即扫描床在第一坐标轴上的坐标为70mm，那么几何中心在第一坐标轴上的坐标为60mm。
之后，可以根据目标扫描对象的几何中心，控制扫描设备的扫描床的高度，从而达到调整目标扫描对象的几何中心的目的，使得调整后的目标扫描对象的几何中心在第一坐标轴方向上的坐标，与扫描设备的扫描中心在第一坐标轴方向上的坐标相同。具体的，扫描中心可以理解为扫描架的孔径的圆心，因此扫描中心在第一坐标轴方向上的坐标是已知的，可以通过升高或者降低扫描床的高度，来调整位于扫描床上的目标扫描对象的几何中心。同样以目标扫描对象在第一坐标轴方向上的第一长度为20mm，扫描床当前的高度为50mm来举例，步骤201中确定的几何中心在第一坐标轴上的坐标为60mm。若扫描中心在第一坐标轴方向上的坐标为50mm，那么可以将扫描床的高度升高10mm，若扫描中心在第一坐标轴方向上的坐标为70mm，那么可以将扫描床的高度降低10mm。最后，可以控制扫描架转动，对目标扫描对象进行三维扫描，以得到三维扫描图像(例如CT图像)。调整后的目标扫描对象的几何中心在第一坐标轴方向上的坐标，与扫描设备的扫描中心在第一坐标轴方向上的坐标相同，能够保证在目标扫描对象接收到的扫描剂量均匀，从而保证三维扫描图像的质量。
需要说明的是，在对目标扫描对象进行三维扫描之前，还可以先确定出目标扫描对象上的感兴趣区域(即ROI)，确定感兴趣区域的方式，通常是先对目标扫描对象进行平片扫描，以根据平片扫描得到的平片图像确定出感兴趣区域。具体的，可以由医生在平片图像上手动标注出目标区域，也可以是利用预先训练好的分割模型，对平片图像进行分割，以得到分割模型输出的感兴趣区域，还可以利用预设的边缘分割、阈值分割、区域分割、聚类分割等算法，提取出感兴趣区域。在确定感兴趣区域后，可以对感兴趣区域进行三维扫描。因此，在一种实现方式中，步骤201之前，可以先根据平片图像确定目标扫描对象的感兴趣区域。相应的，步骤201可以是根据第一长度信息，确定感兴趣区域的几何中心，步骤202可以是根据感兴趣区域的几何中心，通过控制扫描设备的扫描床的高度，调整感兴趣区域的几何中心，以使调整后的感兴趣区域的几何中心在第一坐标轴方向上的坐标，与扫描设备的扫描中心在第一坐标轴方向上的坐标相同。步骤203可以控制扫描设备对感兴趣区域进行三维扫描。也就是说，本公开实施例中确定的第一长度信息，可以用于对目标扫描对象的三维扫描，也可以用于对目标对象的感兴趣区域的三维扫描，本公开对此不作具体限定。
图9是根据一示例性实施例示出的一种扫描方法的流程图，如图9所示，该方法包括：
首先，根据本公开实施例所提供的扫描对象尺寸的确定方法，确定目标扫描对像的至少一个目标区域的体积。之后通过以下步骤来实现扫描。
步骤301，根据每个目标区域的体积，确定该目标区域对应的扫描强度。
步骤302，控制扫描设备按照每个目标区域对应的扫描强度，对该目标区域进行三维扫描。
示例的，在确定第一长度信息，并确定每个目标区域的体积之后，可以再进一步根据该目标区域的体积，确定该目标区域对应的扫描强度。可以根据预先设置的体积与扫描强度的对应关系，确定目标区域对应的扫描强度，体积与扫描强度正相关，也就是说，体积越大，扫描强度越大。具体的，对应关系可以是预先根据大量的样本数据拟合出的关系函数，也可以是预先根据大量的样本数据统计出的关系表格，还可以是预先根据大量的样本数据训练出的对应关系模型，本公开对此不作具体限定。
最后，可以根据每个目标区域对应的扫描强度，控制扫描设备对该目标区域进行三维扫描。也就是说，针对每个目标区域，控制扫描设备在对该目标区域进行三维扫描时，射线发射器发出的射线强度为该目标区域对应的扫描强度。这样，能够保证在目标扫描对象接收到的扫描剂量均匀，从而保证三维扫描图像的质量。
同样的，在一种实现方式中，步骤301之前，可以先根据平片图像确定目标扫描对象的感兴趣区域。相应的，可以是根据平片信息，确定感兴趣区域内的每个目标区域在第二坐标轴上的第二长度，再结合预设的划分间隔，感兴趣区域内每个目标区域在第一坐标轴方向上的第一长度，确定感兴趣区域内的每个目标区域的体积。相应的，步骤301可以根据体积确定对应的扫描强度，步骤302可以控制扫描设备按照感兴趣区域内的每个目标区域对应的扫描强度，对该目标区域进行三维扫描。也就是说，本公开实施例中确定的尺寸信息，可以用于对目标扫描对象的三维扫描，也可以用于对目标对象的感兴趣区域的三维扫描，本公开对此不作具体限定。
图10是根据一示例性实施例示出的一种扫描对象尺寸的确定装置的框图，如图10所示，该装置400可以包括：
获取模块401，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，平片信息为平片图像或者平片扫描数据。
第一确定模块402，用于根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。
在一种应用场景中，第一确定模块402可以用于：
将平片信息输入尺寸识别模型，以得到尺寸识别模型输出的第一长度信息，第一长度信息包括：目标扫描对象上的至少一个目标区域在第一坐标轴方向上的第一长度，目标区域为，根据目标扫描对象在目标平面上的投影，进行划分得到的，目标平面与第一坐标轴垂直。
图11是根据一示例性实施例示出的另一种扫描对象尺寸的确定装置的框图，如图11所示，该装置400还可以包括：
第二确定模块403，用于根据平片信息，确定每个目标区域在第二坐标轴方向上的第二长度，第二坐标轴与第一坐标轴垂直。针对每个目标区域，根据预设的划分间隔、该目标区域在第一坐标轴方向上的第一长度，和该目标区域在第二坐标轴方向上的第二长度，确定该目标区域的体积，划分间隔用于指示目标区域在第三坐标轴方向上的长度，第三坐标轴分别与第一坐标轴、第二坐标轴垂直。
在一种实现方式中，尺寸识别模型是通过如下方式训练得到的：
步骤A，获取样本输入集和样本输出集，样本输入集包括多个样本在第一坐标轴方向上扫描的样本平片信息，样本输出集包括与多个样本对应的在第一坐标轴方向上的第一实际长度信息。
步骤B，将样本输入集作为尺寸识别模型的输入，将样本输出集作为尺寸识别模型的输出，以训练尺寸识别模型。
在另一种实现方式中，样本输出集包括与样本对应的多个样本区域中，每个样本区域在第一坐标轴方向上的第一实际长度，样本区域为，根据对应的样本在目标平面上的投影，进行划分得到的，目标平面与第一坐标轴垂直。
步骤B可以包括：
步骤B1，将任一个样本的样本平片信息，输入尺寸识别模型，以得到尺寸识别模型输出的，该样本的每个样本区域在第一坐标轴方向上的初始长度。
步骤B2，根据该样本的每个样本区域的初始长度，与该样本的每个样本区域的第一实际长度，训练尺寸识别模型。
在另一种实现方式中，在步骤A之后，尺寸识别模型还通过如下方式训练：
步骤C，按照预设规则调整样本输入集中的每个样本平片信息，生成该样本平片信息对应的多个平片扩充信息，以对样本输入集进行扩充。
步骤D，根据扩充后的样本输入集，对样本输出集进行扩充。
相应的，步骤B的实现方式可以为：
将扩充后的样本输入集作为尺寸识别模型的输入，将扩充后的样本输出集作为尺寸识别模型的输出，以训练尺寸识别模型。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
综上所述，本公开首先获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，其中，平片信息可以为平片图像或者平片扫描数据。之后，根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。本公开能够在不增加扫描剂量、不增加额外测量设备的前提下，根据扫描对象的平片信息，准确识别出扫描对象在扫描方向上的长度。
图12是根据一示例性实施例示出的一种扫描装置的框图，如图12所示，该装置500包括：
获取模块501，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，平片信息为平片图像或者平片扫描数据。
第一确定模块502，用于根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。
第二确定模块503，用于根据第一长度信息，确定目标扫描对象的几何中心。
调整模块504，用于根据目标扫描对象的几何中心，通过控制扫描设备的扫描床的高度，调整目标扫描对象的几何中心，以使调整后的目标扫描对象的几何中心在第一坐标轴上的坐标，与扫描设备的扫描中心在第一坐标轴上的坐标相同。
第一控制模块505，用于控制扫描设备对目标扫描对象进行三维扫描。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图13是根据一示例性实施例示出的一种扫描装置的框图，如图13所示，该装置600包括：
获取模块601，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，平片信息为平片图像或者平片扫描数据。
第一确定模块602，用于根据平片信息，通过预先训练的尺寸识别模型确定目标扫描对象在第一坐标轴方向上的第一长度信息。
第三确定模块603，用于根据每个目标区域的体积，确定该目标区域对应的扫描强度。
第二控制模块604，用于控制扫描设备按照每个目标区域对应的扫描强度，对该目标区域进行三维扫描。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图14是根据一示例性实施例示出的一种电子设备700的框图。如图14所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该电子设备700的整体操作，以完成上述的扫描对象尺寸的确定方法、或者扫描方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的扫描对象尺寸的确定方法、或者扫描方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的扫描对象尺寸的确定、或者扫描方法方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的扫描对象尺寸的确定方法、或者扫描方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的扫描对象尺寸的确定方法、或者扫描方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (8)

1.一种扫描对象尺寸的确定方法，其特征在于，所述方法包括：
获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息；
所述根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息，包括：
将所述平片信息输入所述尺寸识别模型，以得到所述尺寸识别模型输出的所述第一长度信息，所述第一长度信息包括：所述目标扫描对象上的至少一个目标区域在所述第一坐标轴方向上的第一长度，所述目标区域为，根据所述目标扫描对象在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直；
所述尺寸识别模型是通过如下方式训练得到的：
获取样本输入集和样本输出集，所述样本输入集包括多个样本在所述第一坐标轴方向上扫描的样本平片信息，所述样本输出集包括与所述多个样本对应的在所述第一坐标轴方向上的第一实际长度信息；
将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述平片信息，确定每个所述目标区域在第二坐标轴方向上的第二长度，所述第二坐标轴与所述第一坐标轴垂直；
针对每个所述目标区域，根据预设的划分间隔、该目标区域在所述第一坐标轴方向上的第一长度，和该目标区域在所述第二坐标轴方向上的第二长度，确定该目标区域的体积，所述划分间隔用于指示所述目标区域在第三坐标轴方向上的长度，所述第三坐标轴分别与所述第一坐标轴、所述第二坐标轴垂直。
3.根据权利要求1所述的方法，其特征在于，所述样本输出集包括与所述样本对应的多个样本区域中，每个所述样本区域在所述第一坐标轴方向上的第一实际长度，所述样本区域为，根据对应的所述样本在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直；
所述将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型，包括：
将任一个所述样本的样本平片信息，输入所述尺寸识别模型，以得到所述尺寸识别模型输出的，该样本的每个所述样本区域在所述第一坐标轴方向上的初始长度；
根据该样本的每个所述样本区域的所述初始长度，与该样本的每个所述样本区域的所述第一实际长度，训练所述尺寸识别模型。
4.根据权利要求1所述的方法，其特征在于，在所述获取样本输入集和样本输出集之后，所述尺寸识别模型还通过如下方式训练：
按照预设规则调整所述样本输入集中的每个所述样本平片信息，生成该样本平片信息对应的多个平片扩充信息，以对所述样本输入集进行扩充；
根据扩充后的所述样本输入集，对所述样本输出集进行扩充；
所述将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型，包括：
将扩充后的所述样本输入集作为所述尺寸识别模型的输入，将扩充后的所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型。
5.一种扫描方法，其特征在于，包括：
根据权利要求1-4中任一项所述的扫描对象尺寸的确定方法，确定目标扫描对象在第一坐标轴方向上的第一长度信息；
根据所述第一长度信息，确定所述目标扫描对象的几何中心；
根据所述目标扫描对象的几何中心，通过控制扫描设备的扫描床的高度，调整所述目标扫描对象的几何中心，以使调整后的所述目标扫描对象的几何中心在所述第一坐标轴方向上的坐标，与所述扫描设备的扫描中心在所述第一坐标轴方向上的坐标相同；
控制所述扫描设备对所述目标扫描对象进行三维扫描；或，包括：
根据权利要求2所述的扫描对象尺寸的确定方法，确定目标扫描对象上的至少一个目标区域的体积：
根据每个所述目标区域的体积，确定该目标区域对应的扫描强度；
控制扫描设备按照每个所述目标区域对应的扫描强度，对该目标区域进行三维扫描。
6.一种扫描对象尺寸的确定装置，其特征在于，所述装置包括：
获取模块，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
第一确定模块，用于根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息；
所述第一确定模块用于：
将所述平片信息输入所述尺寸识别模型，以得到所述尺寸识别模型输出的所述第一长度信息，所述第一长度信息包括：所述目标扫描对象上的至少一个目标区域在所述第一坐标轴方向上的第一长度，所述目标区域为，根据所述目标扫描对象在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直；
所述尺寸识别模型是通过如下方式训练得到的：
获取样本输入集和样本输出集，所述样本输入集包括多个样本在第一坐标轴方向上扫描的样本平片信息，所述样本输出集包括与所述多个样本对应的在所述第一坐标轴方向上的第一实际长度信息；
将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型。
7.一种扫描装置，其特征在于，包括：
获取模块，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
第一确定模块，用于根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息；
所述第一确定模块用于：
将所述平片信息输入所述尺寸识别模型，以得到所述尺寸识别模型输出的所述第一长度信息，所述第一长度信息包括：所述目标扫描对象上的至少一个目标区域在所述第一坐标轴方向上的第一长度，所述目标区域为，根据所述目标扫描对象在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直；
所述尺寸识别模型是通过如下方式训练得到的：
获取样本输入集和样本输出集，所述样本输入集包括多个样本在第一坐标轴方向上扫描的样本平片信息，所述样本输出集包括与所述多个样本对应的在所述第一坐标轴方向上的第一实际长度信息；
将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型；
第二确定模块，用于根据所述第一长度信息，确定所述目标扫描对象的几何中心；
调整模块，用于根据所述目标扫描对象的几何中心，通过控制扫描设备的扫描床的高度，调整所述目标扫描对象的几何中心，以使调整后的所述目标扫描对象的几何中心在所述第一坐标轴上的坐标，与所述扫描设备的扫描中心在所述第一坐标轴上的坐标相同；
第一控制模块，用于控制所述扫描设备对所述目标扫描对象进行三维扫描；或，
包括：获取模块，用于获取扫描设备按照第一坐标轴的方向扫描目标扫描对象得到的平片信息，所述平片信息为平片图像或者平片扫描数据；
第一确定模块，用于根据所述平片信息，通过预先训练的尺寸识别模型确定所述目标扫描对象在所述第一坐标轴方向上的第一长度信息；
所述第一确定模块用于：
将所述平片信息输入所述尺寸识别模型，以得到所述尺寸识别模型输出的所述第一长度信息，所述第一长度信息包括：所述目标扫描对象上的至少一个目标区域在所述第一坐标轴方向上的第一长度，所述目标区域为，根据所述目标扫描对象在目标平面上的投影，进行划分得到的，所述目标平面与所述第一坐标轴垂直；
所述尺寸识别模型是通过如下方式训练得到的：
获取样本输入集和样本输出集，所述样本输入集包括多个样本在第一坐标轴方向上扫描的样本平片信息，所述样本输出集包括与所述多个样本对应的在所述第一坐标轴方向上的第一实际长度信息；
将所述样本输入集作为所述尺寸识别模型的输入，将所述样本输出集作为所述尺寸识别模型的输出，以训练所述尺寸识别模型；
第三确定模块，用于根据每个目标区域的体积，确定该目标区域对应的扫描强度；
第二控制模块，用于控制扫描设备按照每个所述目标区域对应的扫描强度，对该目标区域进行三维扫描。
8.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-4中任一项所述方法的步骤。
CN202110834182.2A 2021-07-20 2021-07-20 扫描对象尺寸的确定方法、扫描方法、装置和电子设备 Active CN113627492B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110834182.2A CN113627492B (zh) 2021-07-20 2021-07-20 扫描对象尺寸的确定方法、扫描方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110834182.2A CN113627492B (zh) 2021-07-20 2021-07-20 扫描对象尺寸的确定方法、扫描方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN113627492A CN113627492A (zh) 2021-11-09
CN113627492B true CN113627492B (zh) 2024-06-04

Family

ID=78380668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110834182.2A Active CN113627492B (zh) 2021-07-20 2021-07-20 扫描对象尺寸的确定方法、扫描方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN113627492B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7137556B1 (en) * 1999-04-07 2006-11-21 Brett Bracewell Bonner System and method for dimensioning objects
EP1736102A2 (en) * 2005-06-24 2006-12-27 GE Medical Systems Global Technology Company, LLC X-Ray ct method and x-ray ct apparatus
CN103494613A (zh) * 2013-09-06 2014-01-08 沈阳东软医疗***有限公司 一种平片扫描方法及装置
CN104042233A (zh) * 2013-03-14 2014-09-17 通用电气公司 用于执行目标对象的扫描的检查***及相关方法
CN107334485A (zh) * 2016-04-29 2017-11-10 西门子医疗有限公司 使用外部图像捕获来限定ct扫描的扫描参数
CN108038433A (zh) * 2017-12-01 2018-05-15 厦门大学 基于多回波机载激光扫描数据的城市树木碳含量估计方法
CN109060849A (zh) * 2018-06-29 2018-12-21 上海联影医疗科技有限公司 一种确定辐射剂量调制线的方法、***和装置
CN110222741A (zh) * 2019-05-23 2019-09-10 上海联影智能医疗科技有限公司 医学图像的预测方法、模型、装置、设备和存储介质
CN110244249A (zh) * 2019-03-28 2019-09-17 上海联影医疗科技有限公司 磁共振扫描方法、装置、医学扫描设备和存储介质
CN110916703A (zh) * 2019-11-01 2020-03-27 东软医疗***股份有限公司 扫描剂量调制方法、装置、扫描设备及存储介质
CN111242926A (zh) * 2020-01-13 2020-06-05 北京妙医佳健康科技集团有限公司 病灶检测方法、装置及电子设备
CN111493908A (zh) * 2020-04-30 2020-08-07 上海联影医疗科技有限公司 医学图像扫描方法、装置、计算机设备和存储介质
CN111524582A (zh) * 2020-07-03 2020-08-11 嘉兴太美医疗科技有限公司 医学影像信息的加载方法、装置、***和计算机可读介质
CN111820929A (zh) * 2020-07-27 2020-10-27 东软医疗***股份有限公司 定位片扫描的控制方法、装置、电子设备、存储介质
JPWO2020225886A1 (zh) * 2019-05-08 2020-11-12
CN112190275A (zh) * 2020-09-16 2021-01-08 东软医疗***股份有限公司 扫描方法、装置及***
CN112450956A (zh) * 2020-12-02 2021-03-09 东软医疗***股份有限公司 自动摆位方法、装置、可读存储介质、电子设备及***
CN112488112A (zh) * 2021-02-04 2021-03-12 深兰人工智能芯片研究院（江苏）有限公司 目标对象识别方法、装置、电子设备及存储介质
CN112509060A (zh) * 2020-12-10 2021-03-16 浙江明峰智能医疗科技有限公司 基于图像深度学习的ct二次扫描定位方法、***及计算机可读存储介质
CN112932522A (zh) * 2021-02-03 2021-06-11 上海联影医疗科技股份有限公司 医学图像获取方法、装置和计算机设备
CN113066079A (zh) * 2021-04-19 2021-07-02 北京滴普科技有限公司 木材缺陷自动检测方法、***及其存储介质
CN113081017A (zh) * 2021-03-30 2021-07-09 东软医疗***股份有限公司 Ct扫描方法、装置及电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8818058B2 (en) * 2009-11-30 2014-08-26 Toshiba Medical Systems Corporation Method for determining a correction function for correcting computed tomographic numbers of a small target object in a CT image
WO2018227449A1 (en) * 2017-06-15 2018-12-20 Shanghai United Imaging Healthcare Co., Ltd. Imaging systems and methods thereof
JP7353965B2 (ja) * 2018-12-26 2023-10-02 キヤノンメディカルシステムズ株式会社 医用画像診断システム及び学習済みモデルの生成方法
CN111192682B (zh) * 2019-12-25 2024-04-09 上海联影智能医疗科技有限公司 一种影像操练数据处理方法、***及存储介质

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7137556B1 (en) * 1999-04-07 2006-11-21 Brett Bracewell Bonner System and method for dimensioning objects
EP1736102A2 (en) * 2005-06-24 2006-12-27 GE Medical Systems Global Technology Company, LLC X-Ray ct method and x-ray ct apparatus
CN104042233A (zh) * 2013-03-14 2014-09-17 通用电气公司 用于执行目标对象的扫描的检查***及相关方法
CN103494613A (zh) * 2013-09-06 2014-01-08 沈阳东软医疗***有限公司 一种平片扫描方法及装置
CN107334485A (zh) * 2016-04-29 2017-11-10 西门子医疗有限公司 使用外部图像捕获来限定ct扫描的扫描参数
CN108038433A (zh) * 2017-12-01 2018-05-15 厦门大学 基于多回波机载激光扫描数据的城市树木碳含量估计方法
CN109060849A (zh) * 2018-06-29 2018-12-21 上海联影医疗科技有限公司 一种确定辐射剂量调制线的方法、***和装置
CN110244249A (zh) * 2019-03-28 2019-09-17 上海联影医疗科技有限公司 磁共振扫描方法、装置、医学扫描设备和存储介质
JPWO2020225886A1 (zh) * 2019-05-08 2020-11-12
CN110222741A (zh) * 2019-05-23 2019-09-10 上海联影智能医疗科技有限公司 医学图像的预测方法、模型、装置、设备和存储介质
CN110916703A (zh) * 2019-11-01 2020-03-27 东软医疗***股份有限公司 扫描剂量调制方法、装置、扫描设备及存储介质
CN111242926A (zh) * 2020-01-13 2020-06-05 北京妙医佳健康科技集团有限公司 病灶检测方法、装置及电子设备
CN111493908A (zh) * 2020-04-30 2020-08-07 上海联影医疗科技有限公司 医学图像扫描方法、装置、计算机设备和存储介质
CN111524582A (zh) * 2020-07-03 2020-08-11 嘉兴太美医疗科技有限公司 医学影像信息的加载方法、装置、***和计算机可读介质
CN111820929A (zh) * 2020-07-27 2020-10-27 东软医疗***股份有限公司 定位片扫描的控制方法、装置、电子设备、存储介质
CN112190275A (zh) * 2020-09-16 2021-01-08 东软医疗***股份有限公司 扫描方法、装置及***
CN112450956A (zh) * 2020-12-02 2021-03-09 东软医疗***股份有限公司 自动摆位方法、装置、可读存储介质、电子设备及***
CN112509060A (zh) * 2020-12-10 2021-03-16 浙江明峰智能医疗科技有限公司 基于图像深度学习的ct二次扫描定位方法、***及计算机可读存储介质
CN112932522A (zh) * 2021-02-03 2021-06-11 上海联影医疗科技股份有限公司 医学图像获取方法、装置和计算机设备
CN112488112A (zh) * 2021-02-04 2021-03-12 深兰人工智能芯片研究院（江苏）有限公司 目标对象识别方法、装置、电子设备及存储介质
CN113081017A (zh) * 2021-03-30 2021-07-09 东软医疗***股份有限公司 Ct扫描方法、装置及电子设备
CN113066079A (zh) * 2021-04-19 2021-07-02 北京滴普科技有限公司 木材缺陷自动检测方法、***及其存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于CT扫描及CAD技术建立下腰椎三维有限元模型;付裕;阮狄克;霍洪军;杨学军;李晨光;;中国组织工程研究与临床康复(09);第1557-1561页 *
基于激光扫描数据的三维可视化建模;路兴昌;宫辉力;赵文吉;张爱武;李小娟;;***仿真学报(07);第1624-1629页 *

Also Published As

Publication number Publication date
CN113627492A (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
US9734574B2 (en) Image processor, treatment system, and image processing method
CN110349236B (zh) 一种图像校正方法和***
CN109671128B (zh) 图像重建过程中的数据处理、图像重建方法和装置
CN111627083B (zh) 骨硬化伪影校正方法、装置、计算机设备和可读存储介质
US11779288B2 (en) Methods, systems, and apparatus for determining radiation doses
Altunbas et al. A unified scatter rejection and correction method for cone beam computed tomography
US20230076352A1 (en) Systems and methods for image processing
CN107374657B (zh) 对ct扫描数据进行校正的方法及ct扫描***
CN110916703B (zh) 扫描剂量调制方法、装置、扫描设备及存储介质
US20220054862A1 (en) Medical image processing device, storage medium, medical device, and treatment system
CN113627492B (zh) 扫描对象尺寸的确定方法、扫描方法、装置和电子设备
JP2016087458A (ja) Ｘ線コンピュータ断層撮影装置
CN113587810A (zh) 一种生成光源位置的方法和装置
CN110678123B (zh) 改进的x射线图像中的几何测量
Nakazeko et al. Estimation of patient’s angle from skull radiographs using deep learning
Nascimento et al. Subtraction of images for automatic determination of center of the radiation field
US11963810B2 (en) Estimation device, estimation method, and estimation program
CN112053329B (zh) 骨硬化系数的获取方法、装置、存储介质和电子设备
US20230404510A1 (en) Radiation image processing device, radiation image processing method, and radiation image processing program
US20240081761A1 (en) Image processing device, image processing method, and image processing program
WO2022022723A1 (zh) 一种医学操作的相关参数的确定方法以及***
Chae et al. Geometric calibration of a computed laminography system for high‐magnification nondestructive test imaging
KR101141055B1 (ko) 디지털 ｘ―선 촬영을 위한 단층영상합성 시스템의 영상 평탄화 방법
US20240108302A1 (en) Method for identifying interventional object, imaging system, and non-transitory computer-readable medium
McSkimming et al. Multi-source semi-stationary CT for brain imaging: development and assessment of a prototype system and image formation algorithms

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
GR01 Patent grant
GR01 Patent grant