技術(shù)特征：

1.一種兒童用CT防護(hù)衣，其特征在于，該兒童用CT防護(hù)衣通過以下方法對兒童進(jìn)行防護(hù)：

步驟一、采用CT兒童防護(hù)衣內(nèi)置電子醫(yī)療信息交互模塊讀取患者電子病歷信息；

步驟二、獲取CT裝置散射輻射劑量分布曲線，將方艙劃分為多個子區(qū)域，確定每個子區(qū)域的方艙內(nèi)壁上所需設(shè)置鉛板的厚度；

步驟三、實(shí)時通過CT兒童防護(hù)衣內(nèi)置腦電波讀取模塊讀取患者腦電波信號，將獲取的腦電波信號進(jìn)行放大、濾波、域轉(zhuǎn)變，

步驟四、通過CT兒童防護(hù)衣內(nèi)置心電讀取模塊讀取心電信號，記為：{xi}，i＝1，2，3，...，n；其中：i表示采樣點(diǎn)數(shù)；并進(jìn)行心電信號預(yù)處理；將心電信號映射為加權(quán)的網(wǎng)絡(luò)，對每次采集的心電信號，以R波波峰位置為分割點(diǎn)將目標(biāo)心電信號段切成若干數(shù)據(jù)段{s1，s2，...sm}，每個數(shù)據(jù)段對應(yīng)所述復(fù)雜網(wǎng)路中的一個結(jié)點(diǎn)；

步驟五、定義一對數(shù)據(jù)段之間的簡單距離，該簡單距離即兩個數(shù)據(jù)段之間si與sj之間距離，計(jì)算心電信號每個心拍周期反映R波附近噪聲水平的噪聲指數(shù)，設(shè)定噪聲指數(shù)閾值，將計(jì)算所得的噪聲指數(shù)與噪聲指數(shù)閾值進(jìn)行比較，統(tǒng)計(jì)連續(xù)N個心拍的比較結(jié)果；

步驟六、通過內(nèi)置遠(yuǎn)程診療單元將患者電子病歷信息、腦電波數(shù)據(jù)、心電信號及散射輻射劑量分布曲線打包加密后送至監(jiān)控中心與正常參數(shù)范圍比較，超出正常參數(shù)范圍向醫(yī)生發(fā)送應(yīng)急處理信息。

2.如權(quán)利要求1所述兒童用CT防護(hù)衣，其特征在于，通過下式確定每個子區(qū)域的方艙內(nèi)壁上所需設(shè)置鉛板的厚度：

$B=\frac{5d^2}{D_0\·d_0^2\·T\·W}$

$H=B\·\left(\frac{1+\cos \mathrm{\θ}}{2}\right)$

式中：

B表示每個子區(qū)域的最大輻射透射比；

d表示人員到掃描中心的距離；

D₀、d₀表示距掃描中心d₀處單層掃描的輻射劑量為D₀；

W表示以給出D₀值的掃描條件為參考條件下的周歸一工作負(fù)荷；

T表示CT掃描室外距掃描中心d處的人員住留因子；

θ表示輻射束與垂直于屏蔽體表面的法線的夾角；

獲得的鉛板厚度H乘以經(jīng)驗(yàn)值因子j得到最終的鉛板厚度，并將該最終厚度的鉛板作為屏蔽體分別設(shè)置在每個子區(qū)域的方艙內(nèi)壁上，其中該方艙內(nèi)壁上設(shè)置的鉛板的厚度是不同的。

3.如權(quán)利要求1所述兒童用CT防護(hù)衣，其特征在于，包括防護(hù)衣，所述防護(hù)衣頸部環(huán)繞設(shè)有頸部防護(hù)袋，所述防護(hù)衣中部環(huán)繞設(shè)有胸部防護(hù)袋，所述防護(hù)衣下部環(huán)繞設(shè)有下體防護(hù)袋，所述防護(hù)衣兩袖管均環(huán)繞設(shè)有袖管防護(hù)袋，所述防護(hù)衣兩褲腿均環(huán)繞設(shè)有褲腿防護(hù)袋，所述防護(hù)袋均設(shè)有若干鉛合成材料存放袋。

4.一種基于權(quán)利要求1所述兒童用CT防護(hù)衣的CT掃描成像方法，其特征在于，該方法包括：

步驟一、數(shù)據(jù)采集模塊，獲取兒童用CT防護(hù)衣CT掃描采集的投影數(shù)據(jù)，處理器對所述數(shù)據(jù)采集模塊采集點(diǎn)數(shù)據(jù)信息進(jìn)行處理并根據(jù)所述投影數(shù)據(jù)進(jìn)行迭代處理，以獲取目標(biāo)圖像；

步驟二、檢測發(fā)生器對物體執(zhí)行檢測功能，由初步探測模塊進(jìn)行初步檢測處理，由細(xì)分探測模塊對需要重要點(diǎn)處理的部分進(jìn)行檢測優(yōu)化，數(shù)據(jù)收集模塊實(shí)時對檢測過程中產(chǎn)生的數(shù)據(jù)進(jìn)行收集存儲；

步驟三、非負(fù)圖像獲取模塊，對所述目標(biāo)圖像進(jìn)行非負(fù)處理，獲取所述目標(biāo)圖像的非負(fù)圖像，分解模塊對所述非負(fù)圖像進(jìn)行非線性分解，獲取主成分圖像和次成分圖像；

步驟四、稀疏化處理模塊對非負(fù)圖像進(jìn)行稀疏化處理，獲取滿足預(yù)定條件的最優(yōu)化稀疏解，重建模塊根據(jù)所述最優(yōu)化稀疏解獲取CT重建圖像；

步驟五、對所述目標(biāo)圖像進(jìn)行非負(fù)處理將所述目標(biāo)圖像中灰度值小于0的像素點(diǎn)置零，投影數(shù)據(jù)之前獲取CT掃描的投影圖像序列集，對所述投影圖像序列集進(jìn)行檢測優(yōu)化并建立圖像的顯著模型，從圖像顯著模型中獲取所述投影數(shù)據(jù)，建立圖像的顯著性模型。