用于对患者的移动X射线采集的方法与流程

本发明涉及对患者的x射线成像领域，更具体地涉及用于对患者的移动x射线采集的方法、用于移动x射线采集的系统、用于移动x射线采集的软件模块以及在该方法和/或该系统中使用的标记器的用途。

背景技术：

1、移动x射线系统常常用于急诊室和重症监护室，因为移动x射线系统可能是针对床边患者的唯一成像模态。通常，移动x射线图像的质量低于固定x射线系统的图像质量。另外，发射器和探测器的相对位置在移动x射线系统中是灵活的，以便适应生命支持设备。在由移动x射线系统获得的x射线图像中，根据x射线源相对于患者的定位情况，在x射线图像中可见的对象可能会有所不同。例如，如果要求技术人员将x射线源放置在患者的头部上方，则该对象将产生不同的轮廓(也就是说，所得到的轮廓与在他将x射线源放置在患者的腹部上方的情况下得到的轮廓不同)。这些变形使物理测量变得复杂。

技术实现思路

1、因此，需要优化对患者的移动x射线采集，更具体地，需要减少由x射线源在患者上方的不同位置引起的投影变形，从而能够在x射线图像上执行物理测量。

2、本发明的目的是提供一种改进的用于移动x射线采集的方法、系统、软件模块和标记器，其中，特别地，可以减少投影变形，从而能够在x射线图像上执行物理测量。

3、本发明的目的通过独立权利要求的主题来解决，其中，进一步的实施例被包含在从属权利要求中。

4、应当注意，下面参考该方法描述的任何特征、功能和/或元件同样适用于系统和/或软件模块，并且反之亦然。因此，下面参考本公开内容的一个方面描述的任何特征、功能、步骤和/或元件同样适用于本公开内容的任何其他方面。

5、根据本发明的第一方面，描述了一种用于评价对患者的移动x射线采集的方法。所述方法可以包括以下步骤：接收x射线图像；并且使用深度学习方法来检测所述x射线图像中的标记器，其中，所述标记器包括已知几何形状的板以及杆。所述方法还可以包括以下步骤：确定所述标记器的所述杆的位置；分析所述杆在所述x射线图像中的投影；基于所分析的所述杆的投影来确定所述x射线源在所述患者的床上方的位置。

6、在本发明的上下文中，术语“移动x射线”应被理解为描述常常在急诊室和/或重症监护室中使用的、可以用于在床边对患者的x射线成像的x射线设备(系统)。发射器、x射线源和x射线探测器的位置是灵活的，因此它们彼此之间不是固定的。

7、在本发明的上下文中，术语“已知几何形状”应被理解为描述：该方法知晓标记器的几何形状(因此，宽度、长度、高度等)。确切的几何形状并不重要，这意味着标记器的高度是10厘米还是20厘米并不重要，重要的只是知晓和提供几何形状，而不是标记器是否具有特定的几何形状。

8、换句话说，描述了这样一种方法，这种方法通过分析已知几何形状的标记器的投影变形来推断x射线源相对于患者的位置。可以使用基于深度学习的检测方法来定位x射线图像上的标记器轮廓(因此定位投影)。另外，可以使用x射线源相对于患者的位置的知识来重新计算(一个或多个)重要图像结构的相对位置。解决了移动x射线图像的投影变形问题。因此，可以允许对移动x射线图像进行精确的物理测量，例如从插入患者体内的气管内导管顶部到患者隆突的测量，和/或从中心静脉导管顶部到上腔静脉区域的测量。这种方法还可以帮助测量肺结节的大小。心胸指数等。

9、特别地，描述了用于评价移动x射线图像及其改进而使得能够确定患者上方的x射线源的方法、系统、软件模块以及至少一个标记器的用途，这允许减少投影变形的影响并允许重新计算(一个或多个)重要图像结构的相对位置。

10、采集胸部x射线的标准流程是放置标记器，从而指示患者的左侧或右侧。所使用的标记器是针对患者相应两侧的字母“l”和“r”。标记器的几何形状对于变形的评价会很重要。因此，需要知晓标记器的几何形状，例如可以使用包括标准化尺寸的标准化标记器。在下文中的进一步的实施例中描述了所使用的标准化标记器。

11、该方法(以及系统、软件模块和标记器用途)允许通过向要进行x射线成像的患者添加已知几何形状的特定物理标记器而使得这些标记器在x射线图像中可见来克服投影变形的问题。在x射线图像中可见的那些标记器可以用于计算变形误差。所得到的误差可以用于估计对某些应用任务(例如，对x射线成像的物理测量)的校正。

12、处理单元可以被配置为执行上述方法步骤，其中，该处理单元可以是计算机的部分。该计算机可以是x射线成像系统的部分，或者可以是外部计算机，该外部计算机接收所有信息，特别是x射线图像和用于执行如本文中的不同实施例所述的方法的指令。处理单元可以被配置为一个接一个地执行方法步骤，或者同时仅执行这些方法步骤中的一些方法步骤，或者同时执行全部这些方法步骤。

13、根据本发明的示例性实施例，分析所述杆的所述投影的步骤可以包括以下步骤中的至少一个步骤：分析所述杆沿着所述图像的x轴的所述投影；分析所述杆沿着所述图像的y轴的所述投影；分析所述杆沿着所述杆的轴的所述投影。分析杆的投影的步骤可以包括上述步骤中的一个或多个步骤，或者上述步骤的任意组合。特别地，分析杆的投影的步骤可以包括沿着图像的轴的分析，以用于获得两个轴上的水平位移，这些水平位移能够用于确定x射线源在患者的床上方的位置。

14、根据本发明的示例性实施例，分析所述杆沿着所述图像的x轴的所述投影的步骤可以包括：测量所述杆在所述x射线图像中的所述投影；并且/或者根据所述标记器的所述已知几何形状来确定所述杆的半径和高度。图5至图7描述了用于分析杆的投影的进一步细节。可以将标记器的已知几何形状存储在用于执行该方法的处理单元的存储器中。因此，当使用标准化标记器时，能够从存储器中提供标记器和杆的尺寸。另一方面，用户也可以为每次x射线采集提供标记器和杆的几何形状和尺寸。因此，从哪里接收标记器和杆的尺寸和几何形状并不重要，只需要该方法知晓标记器和杆的尺寸和几何形状即可。

15、根据本发明的示例性实施例，分析所述杆沿着所述图像的y轴的所述投影的步骤可以包括：测量所述杆在所述x射线图像中的所述投影；并且/或者根据所述标记器的所述已知几何形状来确定所述杆的半径和高度。

16、根据本发明的示例性实施例，分析所述杆沿着所述杆的所述轴的所述投影的步骤可以包括：确定所述杆的基座处的低杆半径；确定所述杆的顶部处的高杆半径。也可以使用直径来代替半径，相应地，分别确定杆的基座处的低杆直径和杆的顶部处的高杆直径。对低杆半径和高杆半径的确定可以在沿着杆方向而不是沿着图像的x轴或y轴的杆投影处进行。

17、根据本发明的示例性实施例，所述方法还可以包括以下步骤：确定从所述杆到穿过所述x射线源的垂直于所述患者的所述床的线的距离；并且/或者确定所述患者的所述床与探测器之间的距离。距离的确定可以使用如在图5至图7的实施例中描述的方程来执行。

18、根据本发明的示例性实施例，可以通过在所述x射线图像上进行像素测量来测量所述杆的所述投影、所述杆的所述低杆半径和所述杆的所述高杆半径，并且可以使用在dicom标签中存储的分辨率将所述杆的所述投影、所述杆的所述低杆半径和所述杆的所述高杆半径转换成物理尺寸。

19、根据本发明的示例性实施例，检测所述标记器的步骤可以包括检测被布置在所述标记器处的字母。特别地，该步骤可以包括检测被布置在标记器处的至少两个字母。优选地，该步骤可以包括检测被布置在标记器处的所有字母(例如，四个字母)。检测的字母越多，基于字母检测来确定杆的位置这一操作就能够越好地执行。例如，在一个实施例中，标记器包括在标记器的板的一侧以正方形图案布置的四个字母。由于字母不是在身体中自然出现的，因此提出了检测字母以定位标记器的方法。这提供了以下优点：如果一个字母被遮挡(或者两个字母被遮挡，使得所有四个字母中只有两个字母能够被检测)，则仍然能够使用剩余的三个或两个字母来推断标记器的位置。如果患者可能有矫形植入物，那么植入物不会被误认为是标记器的杆，因为植入物周围没有金属字母。

20、根据本发明的示例性实施例，所述标记器可以包括被布置在所述标记器的所述板的一侧的四个字母，其中，检测所述标记器的步骤可以包括检测所述标记器的至少两个字母以用于确定所述杆的位置。如果已经检测了所有字母，则可以确定杆的位置。例如，在检测了所有四个字母的情况下，能够通过下面的方程(1)来确定杆的位置：

21、

22、其中，rx、ry是杆在标记器的板的中心的基座位置，lxi和lyi是字母在x射线图像中的x坐标和y坐标。在一个或两个字母被遮挡而无法被检测的情况下，必须添加进一步的规则来评估字母在正方形中的位置并推断杆的基座位置。例如，如果可以检测三个字母并且一个字母被遮挡，则这三个字母形成一个三角形。必须确定字母之间的最长距离，该最长距离形成三角形的斜边，并且能够在由字母形成的三角形的斜边的中间找到杆的基座位置。

23、根据本发明的示例性实施例，所述深度学习方法可以使用利用在x射线上的字母数据集训练的深度学习网络，其中，所述字母数据集包括不同大小和旋转的字母。特别地，可以通过整个字母表的字母来训练数据集，因此标记器上的字母不限于某些字母。尽管如此，在x射线图像中，优选的字母也是指示患者的左侧的“l”和指示患者的右侧的“r”。另外，可以用大写字母和小写字母来训练数据集。也可以在旋转的字母上训练深度学习方法，使得能够检测到x射线图像中的字母的每一种对齐。因此，用于标记器检测的深度学习方法减轻了技术人员将标记器与图像主轴对齐的需求。

24、根据本发明的示例性实施例，所述方法还可以包括以下步骤：基于所确定的所述x射线源相对于所述患者的位置来计算图像结构的相对位置。例如，能够使用简单的三角关系来确定关键图像结构的实际相对位置。例如，可以分割气管和气管内导管，能够在x射线上测量气管内导管顶部与隆突点之间的间隔的投影。然后使用统计图谱来获得气管与患者的床(患者背部)之间的典型距离，能够重新计算气管内导管顶部与隆突点之间的实际物理距离，由此能够确认气管内导管是否被合适定位。

25、根据本发明的示例性实施例，所述标记器的所述板可以包括正方形，其中，所述杆被布置在所述板的中心，其中，至少两个字母被布置在所述标记器的所述板上，其中，所述字母是等同的，并且每个字母被布置在正方形板的一条边中/上。标记器可以包括正方形板(也被称为基座)，其能够由塑料制成。另外，标记器可以包括例如识别标记器的四个嵌入的扁平字母。字母可以由金属制成。该板可以由塑料制成，以便使其在接收到的x射线图像上的可见性最小化。例如，板的尺寸可以是80毫米宽、80毫米长和3毫米高。标记器的杆可以被布置在标记器的板的中心，其中，杆可以由金属制成，并且具有已知高度和直径(例如，长度为80毫米，并且直径为2.5毫米)的圆柱形形状。另外，在板中可以提供空间，该空间能够用于接收杆，杆能够被弹性元件夹在该空间中，从而易于被转移到患者的床。杆可以通过塑料螺纹而附接到板上。另外，可以用尼龙来实现标记器的塑料零件。当被放置在患者附近时，尼龙的纺织结构可以向患者表明其无害结构。进一步的材料性质可以是：对于塑料零件，可以使用可透射线的塑料；对于金属零件，可以使用不锈钢和/或不透射线的材料(例如，钛、铝或钨)。确切的标记器尺寸可能并不重要，但它们可能取决于标记器的操作容易程度。因此，标记器尺寸应当足够大以便能够单手携带。

26、根据本发明的示例性实施例，使用用于对象检测的深度学习方法来确定所述标记器的步骤可以特别地包括更快的rcnn或yolo。可以使用深度学习方法(例如，yolov4)在x射线图像上检测字母。

27、根据本发明的第二方面，描述了一种用于使用根据上述实施例中的任一实施例的方法来评价移动x射线采集的系统。所述系统可以包括：x射线源，其被配置用于被定位在患者上方；以及探测器，其被配置用于检测从所述x射线源发射的穿过所述患者的x射线辐射。所描述的利用该方法的所有实施例也可以适用于用于移动x射线测量的系统。x射线源可以被布置在患者上方的任何位置，因此它优选是移动x射线系统。患者可以被布置在探测器与x射线源之间。

28、根据本发明的第三方面，描述了一种可以使计算机系统执行用于评价移动x射线采集的方法的软件模块，其中，所述软件模块使所述计算机执行以下操作：使用深度学习方法来检测x射线图像中的标记器，其中，所述标记器包括已知几何形状的板以及杆；确定所述标记器的所述杆的位置；分析所述杆在所述x射线图像中的投影；并且基于所分析的所述杆的投影来确定所述x射线源在所述患者的床上方的位置。计算机可以接收x射线图像。另一方面，在计算机的存储器中可能已经包括了x射线图像，或者可以从云或直接从移动x射线系统向软件模块提供x射线图像。

29、软件模块可以是计算机和/或计算机程序的部分，但是它本身也能够是整个程序。例如，软件模块可以用于更新已经存在的计算机程序以实现本发明。

30、软件模块可以被存储在计算机可读介质上。计算机可读介质可以被视为存储介质，例如，usb棒、cd、dvd、数据存储设备、硬盘或上面能够存储上述软件模块的任何其他介质。

31、根据本发明的第四方面，描述了一种标记器的用于评价移动x射线采集的用途：使用深度学习方法来检测x射线图像中的标记器，其中，所述标记器可以包括已知几何形状的板以及杆；确定所述标记器的所述杆的位置；分析所述杆在所述x射线图像中的投影；基于所分析的所述杆的投影来确定所述x射线源在所述患者的床上方的位置。

32、根据本公开内容的各种实施例，本文描述的方法可以使用运行软件程序的硬件计算机系统来实施。另外，在示例性非限制性实施例中，实施方式能够包括分布式处理、部件/对象分布式处理，以及并行处理。虚拟计算机系统处理可以实施本文描述的方法或功能的一种或多种方法或功能，并且本文描述的处理器可以用于支持虚拟处理环境。

33、必须注意，已经参考不同的主题描述了本发明的实施例。特别地，已经参考装置/系统型权利要求描述了一些实施例，而参考方法型权利要求描述了其他实施例。然而，本领域技术人员将从以上和以下描述中了解到，除非另有说明，否则除了属于一种类型的主题的特征的任何组合之外，与不同主题相关的特征之间的任何组合(特别是装置型权利要求的特征与方法型权利要求的特征之间的任何组合)也被认为是本技术公开的内容。