一种CT扫描的辅助检测方法、装置及CT设备与流程

本发明涉及一种ct扫描的辅助检测方法，同时也涉及相应的辅助检测装置，还涉及采用该辅助检测装置的ct设备，属于医疗器械。

背景技术：

1、自动心率呼吸检测技术和ct扫描中的自动摆位技术都是利用人工智能和视觉引导技术来优化患者的扫描过程，在医疗领域中的应用非常广泛。其中，自动摆位技术具体包括以下几个方面：

2、无接触操作：为了保护医疗人员的健康安全，无接触的ct扫描技术显得尤为重要。利用自动摆位技术，可以减少放射科技师与患者的直接接触，降低感染传播风险。

3、提高检查效率：自动摆位技术可以显著提升生产力，减少患者等待时间，提高医疗设备的使用效率。

4、精准识别定位：通过搭载智能算法的ct设备，可以实现对患者胸部扫描范围的精准识别和自动摆位，从而提高扫描的准确性。

5、降低辐射剂量：自动摆位技术结合低剂量扫描，能够在保证图像质量的同时，减少患者接受的辐射剂量。

6、但是，现有的自动摆位技术并不能完全杜绝技师和患者的接触，或者需要在扫描床或者ct设备周围安装额外的红外线接收装置用于对患者的识别和定位，这使得技师被感染的几率大幅提高。而心率和呼吸往往需要通过增加外接心率检测设备才能够进行检测，无法通过ct设备进行自动心率呼吸检测，导致其操作非常繁琐。

7、在专利号为zl 201410851554.2的中国发明专利中，公开了一种消除摆位偏心的方法。该方法包括如下步骤：计算被扫描人体的感兴趣区域中心与ct扫描系统的旋转中心的垂直高度差；根据所述垂直高度差，调整所述ct扫描系统的扫描床的垂直高度，以消除摆位偏心。该方法在被扫描人体的感兴趣区域中心未与ct扫描系统的旋转中心重合，调整扫描床的垂直高度，消除摆位偏心，最终使得扫描图像的质量得到提高。另外，当感兴趣区域是人体的心脏或心脏附近区域时，该方法也能够消除摆位偏心，提高时间分辨率，最终使得心脏的扫描图像质量提高。

技术实现思路

1、本发明所要解决的首要技术问题在于提供一种ct扫描的辅助检测方法。

2、本发明所要解决的另一技术问题在于提供一种ct扫描的辅助检测装置。

3、本发明所要解决的又一技术问题在于提供一种采用上述辅助检测装置的ct设备。

4、为实现上述技术目的，本发明采用以下的技术方案：

5、根据本发明实施例的第一方面，提供一种ct扫描的辅助检测方法，包括如下步骤：

6、s1：通过激光雷达点阵摄像头采集患者的影像信息；

7、s2：根据影像信息检测患者的心率和呼吸；

8、s3：对影像信息进行识别，得到人体关键点的像素位置；

9、s4：根据影像信息和人体关键点的像素位置，确定扫描床上的像素点的像素坐标，并进一步得到扫描床的高度；

10、s5：估计指定部位的扫描等中心点到地面的高度；

11、s6：将像素点的像素坐标转换为实际距离及床位坐标系下的坐标信息，并根据坐标变化移动扫描床到预设的扫描位置。

12、其中较优地，所述步骤s2中，检测患者的心率的子步骤如下：

13、s211：根据扫描得到的人体模型，定位人体部位中表面平滑且血管密集的部位；

14、s212：激光雷达点阵摄像头向人脸部位发射光谱信号和激光测距信号，并检测光谱信号的镜面反射差值和漫反射差值；

15、s213：根据镜面反射差值和漫反射差值，计算在1秒、10秒和30秒的饱和度内被皮肤吸收的光谱值；通过下式计算被皮肤吸收的光谱：s＝(s(∈*c*d)*1+s(∈*c*d)*10+s(∈*c*d)*30)/(1+10+30)

16、其中，s为被皮肤吸收的光谱值；∈为光谱吸收率；c为漫反射率；d为影像景深信息；

17、s214：根据被皮肤吸收的光谱值，通过下式计算血红蛋白饱和度：

18、血红蛋白饱和度＝rgb被皮肤吸收的光谱值/a被皮肤吸收的光谱值*k

19、其中，k为血容量和血红蛋白饱和度之间变化关系的常数；

20、s215：根据血红蛋白饱和度，通过下式计算患者心率：心率＝一次收缩+一次舒张；其中，一次收缩为血红蛋白饱和度最小值上升至血红蛋白饱和度最大值的时间；一次舒张为血红蛋白最大值下降至血红蛋白最小值的时间。

21、其中较优地，所述步骤s2中，检测患者的呼吸的子步骤如下：

22、s221：激光雷达点阵摄像头向人体模型发射光谱信号和激光测距信号；

23、s222：根据患者呼吸时人体模型轮廓的改变，通过三维点云建立虚拟容积：

24、x＝(x－c_x)*(d/t_x)

25、y＝(y－c_y)*(d/t_y)

26、z＝d

27、其中，x为激光雷达点阵摄像头实际反馈的像素点的横坐标；y为激光雷达点阵摄像头实际反馈的像素点的纵坐标；c_x为景深影像的中心点的横坐标；c_y为景深影像的中心点的纵坐标；t_x为床高识别模块采集的横坐标；t_y为床高识别模块采集的纵坐标；z为激光雷达点阵摄像头实际反馈的像素点的高度坐标；

28、s223：通过三维点云虚拟容积，通过下式计算呼吸频率：呼吸频率＝呼气时间+吸气时间；

29、其中，呼气时间为虚拟容积最大值下降到虚拟容积最小值的时间；吸气时间为虚拟容积最小值上升到虚拟容积最大值的时间。

30、其中较优地，所述步骤s4包括如下子步骤：

31、s41：根据影像信息，确定地面到激光雷达点阵摄像头的距离；

32、s42：根据人体关键点的像素位置，以及人体关键点周围影像景深信息的变化情况，确定扫描床上的像素点的像素坐标；

33、s43：根据s42得到的扫描床上的像素点的像素坐标，结合影像景深信息，得到床板到激光雷达点阵摄像头的距离；

34、s44：用s41中得到的地面到激光雷达点阵摄像头的距离减去s43中得到的床板到激光雷达点阵摄像头的距离，得到扫描床的高度。

35、其中较优地，所述步骤s5包括如下子步骤：

36、s51：根据3d点云数据得到指定扫描部位开始及结束位置的像素坐标，获取对应的景深值，并计算出该像素坐标到地面的距离；其中，所述景深值为该像素点到激光雷达点阵摄像头的距离；

37、s52：根据步骤s4得到的扫描床的高度，通过下式计算指定部位的扫描等中心点到地面的高度：指定部位的扫描等中心点到地面的高度＝(指定扫描部位开始像素点与地面间的距离－扫描床的高度)/2。

38、其中较优地，所述步骤s6中包括如下子步骤：

39、s61：根据实际测量，确定影像信息中单一像素点对应的实际距离；

40、s62：通过单个像素点对应的实际距离，将指定扫描部位开始及停止位置的像素坐标转化为实际距离及床位坐标系下的坐标。

41、其中较优地，在所述步骤s6之后还包括：

42、s7：对患者的移动情况进行监测和判断；若患者发生移动则进行移动提示，否则保持监测状态。

43、其中较优地，判断患者发生移动的子步骤如下：

44、s71：采集前一帧关键点的像素坐标；

45、s72：采集当前帧关键点的像素坐标；

46、s73：根据s71和s72采集到的像素坐标，计算前一帧和当前帧中上臂、躯干、肩膀、下肢的长度；

47、s74：比较前一帧和当前帧中上臂、躯干、肩膀、下肢的长度，若长度之差超出预设范围，则判断为患者发生移动，进行移动提示；若长度之差在预设范围之内，则保持监测状态。

48、根据本发明实施例的第二方面，提供一种ct扫描的辅助检测装置，包括处理器和存储器；其中，所述存储器与所述处理器耦接，用于存储计算机程序，当该计算机程序被所述处理器执行时，使处理器实现上述ct扫描的辅助检测方法。

49、根据本发明实施例的第三方面，提供一种ct设备，包括机架、射线源、探测器、激光雷达点阵摄像头以及上述的辅助检测装置。

50、与现有技术相比较，本发明只使用激光雷达点阵摄像头拍摄的影像，利用人体关键点的像素位置对患者体位和扫描部位进行自动识别并完成摆位。与此同时，本发明支持实时检测患者的呼吸和心率，通过激光雷达点阵摄像头实现高精度触发扫描操作，并且在进行心脏扫描时，无需外接心电图(electrocardiogram，简写为ecg)心率检测设备，即可实时检测患者的心率和呼吸。