一种三维C形臂自动剂量控制方法与流程

本发明属于医疗器械技术领域。

背景技术：

C形臂X射线机可围绕等中心点进行旋转，在旋转过程中曝光采集100张序列图像进行三维图像重建。C形臂在旋转采集序列图像的过程中，特别是临床腰椎数据的采集，存在直接曝光区域，若按照传统方法计算图像亮度值进行曝光控制，会导致曝光剂量的不准确，进而影响重建图像质量。

自动曝光控制已成为X射线机必有的一项功能。传统的自动曝光是将整幅图像的亮度均值与预先设定好的基准值比较来进行曝光控制，传统的亮度计算方法是对整幅图像进行分区域来求取图像的亮度均值，当图像中存在直接曝光区域时在曝光条件相同的情况下，计算结果会明显高于基准值，导致曝光控制的不准确。

图像灰度的概率统计，是将图像中取不同灰度值的面积或像素数在整幅图像中所占的比例，是图像的最基本的信息，可提供图像信息的许多特征，为图像分析提供有力工具。

技术实现要素：

本发明目的：提出一种三维C形臂自动剂量控制方法，基于图像灰度分布利用概率统计的方法计算图像亮度值，为曝光控制给出较准确的指导。

本发明所采用的技术方案是：一种三维C形臂自动剂量控制方法，其特征在于：三维C形臂可进行二维序列图像的三维图像重建，在二维序列图像的采集过程中根据前一帧图像的亮度值为下一帧图像的自动曝光剂量给出较准确的指导。

进一步，三维C形臂采集二维序列图像时，绕等中心点旋转190°，采集100张序列数据进行三维图像重建。

进一步，C形臂在序列数据采集过程中，视野中的感兴趣区域随旋转角度的改变而变化。

进一步，二维序列的图像采集，尤其是临床人体腰椎，由于腰椎的特殊结构，在C形臂旋转过程中，必定存在直接曝光区域。

进一步，根据采集图像中图像灰度分布，利用概率统计的方法，计算出图像感兴趣区域的图像亮度值，对于临床人体腰椎图像，利用该方法对图像进行分割、识别，进而计算出非直接曝光区域的图像亮度值。

上述中采用概率统计的方法，根据所采集图像的像素分布，统计出整幅图像像素的灰度分布，通过分析图像灰度分布，计算出图像阈值，并根据阈值对图像进行识别和分割，最后计算出感兴趣区域的图像亮度值均值。

本发明的有益效果是：利用图像的灰度分布对图像进行识别和分割，进而计算出感兴趣区域的图像亮度值均值，根据图像灰度分布计算亮度均值的方式保证了计算结果的准确性。

附图说明

图1为本发明C形臂系统示意图。

图2为本发明自动剂量控制流程示意图。

具体实施方式

参照附图1，其特征在于：三维C形臂主要由X射线源、影像接收器和工作站组成。X射线源和影像接收器位于C形臂的两端，随着C形臂的滑动可围绕物体旋转190°，采集100张序列图像，经过工作站处理可生成三维图像。

参照附图2，序列图像采集过程中，射线发生器曝光，实时采集一幅图像，根据图像灰度分布，利用概率统计方法，计算图像灰度分布阈值，对图像进行识别和分割，最后计算图像亮度均值，将该均值传输给控制系统，由控制系统判断并将结果反馈给射线系统，实现自动曝光控制。

图像亮度计算模块，采用概率统计的方法对图像灰度分布进行计算，具体实施步骤如下：

步骤1：实时采集一帧图像；

步骤2：对图像像素值分布进行概率统计；

步骤3：根据像素灰度值的统计结果计算出整幅图像的阈值；

步骤4：利用步骤3的计算结果，计算图像在阈值范围内的亮度值均值；

步骤5：将该亮度值均值传送给控制系统；

上述步骤2中，图像像素灰度值的概率分布利用如下公式计算：

其中表示第个灰度级，为一幅图像中像素的总数，给出了对某一灰度值出现的概率的评估。

上述步骤4中，遍历步骤3中的统计结果，搜索出图像灰度分布的拐点，记录拐点处的像素灰度值，计算拐点范围内的图像亮度值均值。

上述步骤5中，控制系统接收到步骤4中的计算结果，与设备已存储的基准亮度值进行比较，产生的输出信号将用于下一帧图像的采集的曝光剂量。

进一步，附图2中的图像亮度计算模块，计算模块依赖所采集图像灰度分布，对图像中的每个像素值进行统计，求出灰度分布虚线的峰值点，由峰值点和其对应的灰度值进行判断，最终确定图像的阈值。

一种三维C形臂自动剂量控制方法，其图像亮度均值的计算是基于图像像素灰度值分布情况的，根据图像灰度值分布对图像进行识别和分割，尤其对于存在直接曝光区域时，该方法能够将直接曝光区域与感兴趣区域分割，计算感兴趣区域的图像亮度均值，使感兴趣区域主导图像亮度均值。本发明方法保证了计算结果的有效性和准确性。