技术特征：
1.一种用于校正在高相对螺距下采集的计算机断层摄影ct x射线数据的装置(10)，所述装置包括：输入单元(20)；处理单元(30)；以及输出单元(40)，其中，所述输入单元被配置为向所述处理单元提供在高相对螺距下采集的人员的身体部分的ct x射线数据，其中，所述处理单元被配置为使用机器学习算法来确定所述人员的所述身体部分的没有高相对螺距操作重建伪影或具有减少的高相对螺距操作重建伪影的ct切片重建数据，其中，所述机器学习算法是基于ct切片重建数据来训练的，并且其中，所述ct切片重建数据包括具有高相对螺距重建伪影的第一ct切片重建数据，并且包括没有高相对螺距重建伪影或具有较少或较不严重的高相对螺距重建伪影的第二ct切片重建数据，其中，针对所述第一ct切片重建数据的所述ct x射线数据包括已经被操纵的针对所述第二ct切片重建数据的ct x射线数据，并且其中，所述输出单元被配置为输出所述人员的所述身体部分的所述ct切片重建数据。2.根据权利要求1所述的装置，其中，针对所述第二ct切片重建数据的ct x射线数据是在低相对螺距下采集的。3.根据权利要求1或2中的任一项所述的装置，其中，针对所述第二ct切片重建数据的ct x射线数据包括完整角度覆盖数据。4.根据权利要求1-3中的任一项所述的装置，其中，针对所述第二ct切片重建数据的ct x射线数据包括一个或多个测试人员的所述身体部分的ct x射线数据。5.根据权利要求1-4中的任一项所述的装置，其中，所述操纵包括根据所述第二ct切片重建数据来模拟所述ct x射线数据，以便提供在较高的相对螺距下有效采集的针对所述第一ct切片重建数据的ct x射线数据，所述较高的相对螺距比用于采集针对所述第二ct切片重建数据的所述ct x射线数据的相对螺距更高。6.根据权利要求1-4中的任一项所述的装置，其中，所述操纵包括模拟针对所述第二ct切片重建数据的所述ct x射线数据，以便提供以下的针对所述第一ct切片重建数据的ct x射线数据：所述针对第一ct切片重建数据的ct x射线数据被模拟为是由调整大小的探测器采集的，所述调整大小的探测器是针对用于采集针对所述第二ct切片重建数据的所述ct x射线数据的探测器而被调整大小的。7.根据权利要求6所述的装置，其中，所述模拟包括在与用于采集针对所述第二ct切片重建数据的所述ct x射线数据的x射线成像系统的旋转轴线平行的方向上减小所述探测器的大小。8.根据权利要求1-7中的任一项所述的装置，其中，针对所述第一ct切片重建数据的ct x射线数据包括一个或多个测试人员的ct x射线数据。9.根据权利要求8所述的装置，对所述机器学习算法的训练包括将所述第二ct切片重建数据中的至少一些与根据一个或多个测试人员的所述ct x射线数据重建的所述第一ct切片重建数据进行配准。10.根据权利要求8-9中的任一项所述的装置，其中，针对所述第一ct切片重建数据的
ct x射线数据包括所述一个或多个测试人员的所述身体部分的ct x射线数据。11.一种成像系统(50)，包括：x射线源(60)；x射线探测器(70)；以及根据权利要求1-9中的任一项所述的用于校正在高相对螺距下采集的计算机断层摄影ct x射线数据的装置(10)；其中，所述x射线源和所述x射线探测器被配置为围绕人员的身体部分旋转并且在高相对螺距下采集ct x射线数据；并且其中，所述装置被配置为输出所述人员的所述身体部分的ct切片重建数据。12.一种用于校正在高相对螺距下采集的计算机断层摄影ct x射线数据的方法(200)，所述方法包括：a)向处理单元提供(210)在高相对螺距下采集的人员的身体部分的ct x射线数据；b)利用所述处理单元使用机器学习算法来确定(220)所述人员的所述身体部分的没有高相对螺距操作重建伪影或具有减少的高相对螺距操作重建伪影的ct切片重建数据；其中，所述机器学习算法是基于ct切片重建数据来训练的，并且其中，所述ct切片重建数据包括具有高相对螺距重建伪影的第一ct切片重建数据，并且包括没有高相对螺距重建伪影或具有较少或较不严重的高相对螺距重建伪影的第二ct切片重建数据，其中，所述方法包括操纵针对所述第二ct切片重建数据的所述ct x射线数据以导出针对所述第一ct切片重建数据的所述ct x射线数据；并且c)由输出单元输出(230)所述人员的所述身体部分的所述ct切片重建数据。13.一种用于控制根据权利要求1至10中的任一项所述的装置和/或根据权利要求11所述的系统的计算机程序单元，所述计算机程序单元在由处理器运行时被配置为执行根据权利要求12所述的方法。
技术总结
本发明涉及一种用于校正在高相对螺距下采集的计算机断层摄影(“CT”)X射线数据的装置(10)，所述装置包括：输入单元(20)、处理单元(30)和输出单元(40)。所述输入单元被配置为向所述处理单元提供在高相对螺距下采集的人员的身体部分的CT X射线数据。所述处理单元被配置为使用机器学习算法来确定所述人员的所述身体部分的没有高相对螺距操作重建伪影或具有减少的高相对螺距操作重建伪影的CT切片重建数据。所述机器学习算法是基于CT切片重建数据来训练的，并且其中，所述CT切片重建数据包括具有高相对螺距重建伪影的第一CT切片重建数据，并且包括没有高相对螺距重建伪影或具有较少或较不严重的高相对螺距重建伪影的第二CT切片重建数据。所述输出单元被配置为输出所述人员的所述身体部分的所述CT切片重建数据。述人员的所述身体部分的所述CT切片重建数据。述人员的所述身体部分的所述CT切片重建数据。
技术研发人员：F
受保护的技术使用者：皇家飞利浦有限公司
技术研发日：2020.12.17
技术公布日：2022/8/5