[发明专利]一种CT仿真体模生成方法在审
| 申请号： | 201811241802.6 | 申请日： | 2018-10-18 |
| 公开（公告）号： | CN109191462A | 公开（公告）日： | 2019-01-11 |
| 发明（设计）人： | 史再峰;李金卓;曹清洁;高静;谢向桅 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T11/00;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘子文 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种CT仿真体模生成方法，包括以下步骤：(1)建立神经网络数据集；(2)训练卷积神经网络；(3)分割临床CT图像；(4)标定物理参数；(5)模拟CT扫描过程。该方法利用卷积神经网络对现有的医学图像进行分割，人为对分割结果进行物理信息的导入与标定，模拟X射线在人体组织内的吸收过程，从而获得投影数据进行后续的探测与图像重建过程。此方法能够方便、快速地模拟真实人体结构，实现计算机断层扫描仿真实验，推动了精准医疗的进一步发展。 | ||
| 搜索关键词： | 卷积神经网络 仿真体模 标定 计算机断层扫描 图像重建过程 仿真实验 分割结果 人体组织 神经网络 投影数据 物理参数 物理信息 医学图像 真实人体 临床CT 数据集 分割 探测 图像 吸收 医疗 | ||
【主权项】：
1.一种CT仿真体模生成方法，其特征在于，包括以下步骤：(1)建立神经网络数据集：收集临床CT图像以及分割结果数据库作为数据集，从数据集中随机选取占总数70％的n组临床CT图像以及分割结果作为训练集，将剩余约30％的数据作为测试集；(2)训练卷积神经网络：建立神经网络模型，利用步骤(1)中划分的n组训练集对神经网络进行训练，通过反向传播算法使得损失函数收敛到最小，结束网络的训练，并利用测试集测试网络训练效果；(3)分割临床CT图像：进一步收集100张以上的临床CT图像，对其做一定的预处理，利用训练好的神经网络进行图像分割，提取出不同组织结构完整的轮廓信息；(4)标定物理参数：利用X射线在人体内的衰减规律，根据实际情况设置图像中不同组织结构的吸收系数，通过分析软件对CT图像分割结果进行标定，构建真实人体内的物理效应模型即体模；(5)模拟CT扫描过程：将标定好的体模用于CT扫描的模拟实验，从而得到穿过指定体模的X射线投影数据，进行后续的射线探测与图像重建过程。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811241802.6/，转载请声明来源钻瓜专利网。
