[发明专利]一种伪影校正方法及系统

权利要求书

1.一种伪影校正方法，其特征在于，该方法包括：

扫描模体，通过探测器获取所述模体的第一投影数据；

对所述模体的第一投影数据进行处理或通过模拟得到所述模体的第二投影数据；

构建神经网络模型，利用多组不同扫描条件下的所述模体的第一投影数据和第二投影数据对所述神经网络模型进行训练，得到校正系数；以及

利用所述校正系数对待校正的检测目标的第三投影数据进行校正，并利用校正后的投影数据重建所述检测目标的医学图像。

2.如权利要求1所述的方法，其特征在于，所述利用多组不同扫描条件下的所述模体的第一投影数据和第二投影数据对所述神经网络模型进行训练，得到校正系数，包括：

将多组不同扫描条件下的所述模体的第一投影数据和第二投影数据输入到所述神经网络模型中，得到所述多组不同扫描条件对应的校正系数。

3.如权利要求2所述的方法，其特征在于，所述对所述模体的第一投影数据进行处理，得到所述模体的第二投影数据，包括：

对所述模体的第一投影数据进行重建，得到所述模体的第一图像；

对所述模体的第一图像进行平滑处理，得到所述模体的第二图像；以及

对所述模体的第二图像进行正投影，得到所述模体的第二投影数据。

4.如权利要求2所述的方法，其特征在于，所述扫描条件包括所述模体的大小、扫描协议和/或所述模体的偏心设置。

5.如权利要求1所述的方法，其特征在于，所述利用所述模体的第一投影数据和第二投影数据对所述神经网络模型进行训练，得到校正系数，还包括：获取初始校正参数，并利用所述初始校正参数初始化所述神经网络模型。

6.如权利要求1所述的方法，其特征在于，所述对所述模体的第一投影数据进行处理，得到所述模体的第二投影数据，包括：

对所述模体的第一投影数据进行平滑处理，得到所述模体的第二投影数据。

7.如权利要求1所述的方法，其特征在于，所述利用所述校正系数对待校正的检测目标的第三投影数据进行校正，包括：

根据所述校正系数，构建校正模型；以及

将所述第三投影数据输入所述校正模型，得到校正后的投影数据。

8.如权利要求7所述的方法，其特征在于，所述校正模型包含探测器响应的一阶导或二阶导。

9.一种伪影校正方法，其特征在于，所述方法包括：

获取至少一个训练样本，每个训练样本包括模体的第一投影数据和第二投影数据，所述第一投影数据通过扫描所述模体得到，所述第二投影数据基于所述模体的第一投影数据得到；

构建神经网络模型，利用多组不同扫描条件下的所述至少一个训练样本对所述神经网络模型进行训练，得到校正参数；

利用所述校正参数对待校正的扫描对象的投影数据进行校正，得到校正后的投影数据；以及

利用所述校正后的投影数据重建所述扫描对象的医学图像。

10.一种伪影校正系统，其特征在于，所述系统包括：

至少一个包含探测器的设备，所述设备用于扫描模体，通过探测器获取所述模体的第一投影数据；

一个处理器，通过网络与所述至少一个设备连接，所述处理器可以用于：

根据所述模体的第一投影数据得到所述模体的第二投影数据；

构建神经网络模型，利用多组不同扫描条件下的所述模体的第一投影数据和第二投影数据对所述神经网络模型进行训练，得到校正系数；以及

利用所述校正系数对待校正的检测目标的第三投影数据进行校正，并利用校正后的投影数据重建所述检测目标的医学图像。