CN100401985C - 用于螺旋多切片ct的伴随着恢复噪声的降低螺旋风车伪像的方法 - Google Patents

Abstract

本发明的医用图像处理方法一边修正风车伪像一边保持边缘的锐度和背景噪声图形。包括：取得构成第1图像组的多个第1图像；对多个第1图像进行滤波，生成由至少2个第1图像的平均构成的多个第2图像；从多个第1图像中选择一个第1图像；向与一个第1图像对应的一个第2图像上加上消失噪声图像，生成恢复了噪声的图像；根据多个第2图像内的像素值，决定第2图像内的各像素位置上的斜率值(603)；为了得到不包含摄影伪像的图像，而根据上述决定了的斜率信息，将第1图像和恢复了噪声的图像组合起来。

Description

用于螺旋多切片CT的伴随着恢复噪声的降低螺旋风车伪像的方法

技术领域

本发明涉及对医用图像进行强调和滤波，除去伪像。另外，本发明涉及一般的医用图像自动分析用的计算机化的技术。

背景技术

在X射线CT摄影中，由于降低伪像或其他的理由，一般进行低通滤波，或对若干个高分辨率的图像(“薄”图像)进行平均化。典型的是在作为与图像面垂直的方向(即Z方向)的轴方向上进行滤波或平均化。由于其结果所得到的图像切片(slice)的有效“厚度”变厚，所以将低通滤波称为增厚切片。增厚切片的不理想的影响是损失图像分辨率。它包含摄影目的的对象物(OOI)的分辨率、背景噪声分辨率。降低噪声分辨率的影响是扩大了Z方向的背景噪声图形的颗粒大小。特别在观察冠状面格式或矢状面格式的图像的情况下，从临床的角度看，这是不理想的。

在中间螺旋间距值和高螺旋间距值下动作时，由螺旋多切片CT系统所生成的图像表示出明确类型的伪像。在特征在轴方向上变化的构造的周围区域中，伪像以明暗交替的形式出现。伪像的形状类似于风车的叶片，因此被称为“风车”伪像。在文献中将该伪像简单地称为“螺旋”伪像。一般能够看见的是高密度的骨骼被低密度的软组织包围的情况。风车伪像在从骨骼出发的软组织中，作为光和影交替的“叶片”出现。伪像的原因是由于高螺旋间距而轴方向上的采样不适当。这纯粹是几何学的函数，通过所有的螺旋多切片CT再构成算法产生。伴随着风车伪像的图像被称为“伪像图像”。降低风车伪像的一般方法是对噪声以及其他的边缘尖锐的构造进行平滑化。这样的图像被称为“平滑图像”。

专利文献1：美国专利第5,825,842号

发明内容

本发明的目的在于：提供一种一边修正风车伪像，一边保持端部的锐度和背景噪声图形的系统、方法和计算机程序制品。

本发明的第一方面是一种医用图像处理方法，其特征在于：取得构成第1图像组(image volume)的多个第1图像，对上述多个第1图像进行滤波，生成各自是上述多个第1图像内的至少2个图像的平均的多个第2图像，从上述多个第1图像中选择一个第1图像，向与从上述多个第1图像中选择出的图像对应的上述多个第2图像中的一个第2图像上加上消失噪声的信息，生成恢复噪声图像，根据上述多个第2图像的像素值决定上述第2图像内的各像素位置上的斜率信息，为了得到抑制了风车伪像的图像，而根据上述决定了的斜率信息，将上述第1图像和上述恢复噪声图像组合起来。

本发明的第2方面是一种X射线CT装置，其特征在于包括：生成透过对象物的锥形射束X射线的X射线生成装置；根据透过上述对象物的X射线，输出投影数据的X射线检测装置；根据上述X射线检测装置输出的上述投影数据，生成包含多个二维图像的CT组图像的再构成处理装置；计算上述生成的CT组图像的轴方向的至少一个斜率值的斜率计算装置；为了生成抑制了风车伪像的CT组图像，而根据上述至少一个计算出的斜率值，对上述CT组图像进行滤波的图像滤波装置。

本发明的第3方面是一种医用图像处理方法，其特征在于包括：得到集合地定义第1图像组的多个第1图像；为了生成包含上述多个第1图像内的至少2个图像的平均的多个第2图像，而对上述多个第1图像进行滤波；从上述多个第1图像中选择第1图像；根据上述多个第2图像内的像素值，决定包含上述第2图像内的各像素位置的斜率值的斜率图像；为了得到抑制了风车伪像的图像，而根据上述决定了的斜率图像，将上述第1图像和上述多个第2图像内的与上述第1图像内的第1图像对应的第2图像组合起来。

根据本发明，能够一边修正风车伪像，一边保持端部的锐度和背景噪声图形。

附图说明

图1是表示本发明的实施例的用于伴随着恢复噪声而降低风车伪像的系统的图。

图2是本发明的理想实施例的系统结构图。

图3是表示在本实施例中，增厚切片的低通滤波效果的图。

图4是表示本发明的实施例的损失的恢复噪声的图。

图5是在本实施例中，在适应加权函数的例子中，表示A曲线(平滑的转移)、B曲线和C曲线(选择的转移)的图。

图6是表示本发明的实施例的降低伪像的方法的步骤的例子的图。

图7是表示X射线CT摄影装置的图。

具体实施方式

本发明的实施例涉及修正风车伪像，保持边缘的锐度和背景噪声图形的系统、方法和计算机程序制品。如图1所示那样，对伪像图像101和平滑图像104进行组合，形成修正后的图像105。这通过对2个输入图像，即伪像图像101和平滑图像104进行适当混合来达到。在此，由控制图像103和混合函数120(F_B{})决定输入图像的混合方法。进而，平滑图像104是将高分辨率噪声恢复为平滑图像102的恢复噪声单元110的输出。它如图1所示。

图2表示与本发明的理想实施例对应的系统。一般，i下标和j下标表示横方向的x方向和y方向的像素，s下标表示作为轴方向的Z方向的切片位置。输入是伪像图像组200，例如包含由CT摄影装置得到的多个伪像图像切片。

根据伪像图像200内的图像生成控制图像203和平滑图像204，但在其他实施例中，控制图像203也可以基于与伪像图像组200不同的其他源图像或基准。作为其他方法，可以通过尖锐化等平滑化以外的方法来执行伪像图像组200的其他处理。通过在切片增厚单元210中对伪像切片进行增厚，来对来自伪像图像组200的图像切片进行平滑化。将在后面对其进行说明。在其他实施例中，也可以用减薄切片的函数或规定的其他函数等增厚以外的函数，对切片进行增厚。其结果所得到的厚图像组202具有降低了的风车伪像、降低了的构造、降低了的噪声分辨率。通过由对切片进行增厚的单元210加上与消失噪声类似的消失噪声206，而由恢复噪声单元230对厚图像组202的图像中的噪声分辨率进行恢复。其结果得到的厚_NR图像204被输入到用于生成修正后图像205的适应加权混合函数220(输入图像2)。由对厚图像组202进行处理的滤波处理后的斜率单元250生成控制图像203。在其他实施例中，可以使用与斜率函数不同的函数，从厚图像组202生成控制图像203。在一个实施例中，通过图像强调单元240对来自伪像图像组200的伪像图像进行强调，并在混合前进而对边缘进行尖锐化。在强调图像中依然包含风车伪像，被称为伪像’图像201，它表示伪像图像的强调版本(version)。如图2所示，伪像’图像201被输入到适应加权混合函数220(输入图像1)。

(对切片进行增厚)

对切片进行增厚的单元210对来自伪像图像组200的若干个伪像切片进行平均化。平均化可以是降低风车伪像并产生降低图像和噪声的分辨率的结果的组合伪像切片的非加权平均化、加权平均化、适应决定加权平均化，或者其他方法。在理想的实施例中，加权平均低通滤波器生成厚图像组202内的图像。该方法如下式所示。

公式2

$\mathrm{THICK}[i,j,s]=\underset{c=-N_{\mathrm{TAvg}}/2}{\overset{N_{\mathrm{TAvg}}/2}{\mathrm{\Σ}}}{W}_{\mathrm{Thk}}\left[c\right]\·\mathrm{ARTIFACT}[i,j,s+c]---\left(1\right)$

在上式中，N_TAvg是在平均化中使用的切片的个数，W_Thk[C]是权重。在其他实施例中，可以使用对切片进行增厚的不同的方法。

(恢复噪声)

通过对切片进行增厚的步骤的低通型滤波，除去高频空间成分。图3的具有阴影的区域表示它。被除去了的频率成分是风车伪像所伴随的频率成分和表示组织构造和噪声的频率成分。降低噪声分辨率的一个结果就是Z方向的背景噪声图形的颗粒大小被延伸。在观察冠状面格式或矢状面格式的图像的情况下，从临床的角度看，这是不理想的。恢复噪声单元230通过向厚图像组内的图像追加并恢复消失噪声图像206，来将背景噪声图形恢复为伪像图像的背景噪声图形。图4(a)、图4(b)、图4(c)表示该图形。恢复噪声单元230执行以下的4个步骤。

(1：生成或取得噪声图像组)

必须生成或取得具有与伪像图像相同的噪声特性的纯粹的噪声图像组。伪像图像组的图像的个数N_N和切片间隔Δ_ZN必须在Z方向上对噪声图形进行采样时是充分的。噪声图形是kV、mA、螺旋间距、切片间隔、检测器区段宽度等系统参数和FOV、切片间隔、卷积核、图像厚度等再构成参数的函数。可以以数学方法生成、或者物理地取得纯粹的噪声组。在理想的实施例中，对于所限定的个数的取得和再构成的参数设置，从水投影得到纯粹的噪声图像并进行补插，并使之与伪像图像组200的取得和再构成的设置一致。

(2：增厚纯粹的噪声组)

如图4(a)所示，使用与针对厚图像组202所使用的参数和方法相同的参数和方法，对纯粹的噪声组进行增厚。参考图3。

(3：从纯粹的噪声图像组减去厚噪声图像组，生成消失噪声组)

如图4(b)所示，从对应的纯粹噪声图像减去厚噪声图像。其结果是得到只包含消失噪声频率的图像组。

LOST_NOISE[i，j，s]＝PURE_NOISE[i，j，s]-THICK_NOISE[i，j，s]

                                                           (2)

(4：将消失噪声图像加到厚图像中)

如图4(c)所示，将消失噪声图像加到对应的厚图像中。这如下式所示。

THICK_NR[i，j，s]＝LOST_NOISE[i，j，s]+THICK[i，j，s]    (3)

在上式中，thick_NR是恢复了噪声后的厚图像。在其他实施例中，也可以在混合后将消失噪声加到修正后的图像205中，进行噪声恢复。

(计算滤波后的斜率图像)

可以根据伪像图像数据或厚图像数据的任意一个的x斜率、y斜率和z斜率，生成滤波后的斜率图像。在理想的实施例中，使用厚图像数据，根据斜率方向(x或y或z)的2个像素位置的强度变化的绝对值进行计算。

公式3

$\mathrm{xGrad}[i,j,s]=\frac{|\mathrm{THICK}(i_2,j,s)-\mathrm{THICK}(i_1,j,s\left)\right|}{i_2-i_1}---\left(4\right)$

$\mathrm{yGrad}[i,j,s]=\frac{|\mathrm{THICK}(i,j_2,s)-\mathrm{THICK}(i,j_1,s)|}{j_2-j_1}---\left(5\right)$

$\mathrm{zGrad}[i,j,s]=\frac{|\mathrm{THICK}(i,j,s_2)-\mathrm{THICK}(i,j,s_1\left)\right|}{s_2-s_1}---\left(6\right)$

在其他实施例中，也可以计算斜率的非绝对值。为了降低噪声的效果，而沿着斜率方向对各斜率进行低通滤波。在理想的实施例中，通过加权平均滤波器，如下式那样执行低通滤波。

公式4

$\mathrm{xGradFilt}[i,j,s]=\underset{c=-N_{\mathrm{xGF}}/2}{\overset{N_{\mathrm{xGF}}/2}{\mathrm{\Σ}}}{W}_{\mathrm{xGF}}\left[c\right]\·\mathrm{xGrad}[i+c,j,s]---\left(7\right)$

$\mathrm{yGradFilt}[i,j,s]=\underset{c=-N_{\mathrm{yGF}}/2}{\overset{N_{\mathrm{yGF}}/2}{\mathrm{\Σ}}}{W}_{\mathrm{yGF}}\left[c\right]\·\mathrm{yGrad}[i,j+c,s]---\left(8\right)$

$\mathrm{zGradFilt}[i,j,s]=\underset{c=-N_{\mathrm{zGF}}/2}{\overset{N_{\mathrm{zGF}}/2}{\mathrm{\Σ}}}{W}_{\mathrm{zGF}}\left[c\right]\·\mathrm{zGrad}[i,j,s+c]---\left(9\right)$

在上式中，W_XGF[c]和W_ZGF[c]是平均加权。在其他实施例中，也可以不进行滤波，进行不同类型的滤波、适应滤波。

通过将各个滤波后的斜率图像组合起来，来生成最终的斜率图像。在理想的实施例中，使用加权平均。

Grad[i，j，s]＝W_x×xGradFilt[i，j，s]+W_y×yGradFilt[i，j，s]+W_z×zGradFilt[i，j，s]    (10)

在上式中，W_x、W_y和W_z是各方向斜率的加权。

(适应加权混合函数)

如图5所示，适应加权混合函数220基于适应加权曲线W_F，该曲线表示从thick_NR向伪像’图像的平滑的转移。在图5中，表示3个例子。在图5的曲线A中，能够从thick_NR向伪像’图像直接平滑地转移。曲线B和曲线C能够抑制伪像’图像的特定斜率所伴随的结构地选择性地转移。在理想的实施例中，以曲线A为对象。根据用途，可以将不同的转移曲线组合到不同的实施例中。中断值B_Thk和B_Art决定了适应加权的范围。因此，使用下式决定修正后的图像205。

CORRECTED[i，j，s]＝W_f{GRAD[i，j，s]}×ARTIFACT[i，j，s]+(1-W_f{GRAD[i，j，s]})×THICK_NR[i，j，s]    (11)

在理想的实施例中，根据图5中的曲线A产生W_f。特别地，根据下式计算W_f。

公式5

W_f{GRAD}＝0.00＜GRAD＜B_Thk的情况    (12)

$2\·{\left[\frac{\mathrm{GRAD}-B_{\mathrm{Thk}}}{B_{\mathrm{Art}}-B_{\mathrm{Thk}}}\right]}^2$ B_Thk ＜GRAD＜B_o的情况    (13)

$0.5+2\·\left[\frac{\mathrm{GRAD}-B_o}{B_{\mathrm{Art}}-B_{\mathrm{Thk}}}\right]-2\·{\left[\frac{z\_\mathrm{GRAD}-B_o}{B_{\mathrm{Art}}-B_{\mathrm{Thk}}}\right]}^2$ B_o ＜GRAD＜B_Art的情况    (14)

1.0      GRAD＞B_Art的情况    (15)

$B_o=\frac{B_{\mathrm{Thk}}+B_{\mathrm{Art}}}{2}$

(图像强调)

根据用途，需要通过图像强调单元240对伪像图像进行强调。在不同的实施例中，图像强调可以是用于对边缘进行强调的伪像图像的尖锐化、对伪像图像进行增厚、规定的其他图像处理函数、不对伪像图像进行强调中的任意一个。

图6表示本发明的实施例1的除去医疗图像中的伪像的方法的步骤。在步骤601中，例如通过使用计算机断层摄影系统，来取得表示伪像图像组的伪像图像。各伪像图像切片s在x方向和y方向上具有若干个图像像素，通过下标i和下标j分别表示它们。因此，可以通过下标s、下标i和下标j表示伪像图像组内的像素块。

在步骤602中，例如使用上述式(1)对各伪像图像进行滤波，生成包含多个厚图像的厚图像组。

在步骤603中，用各像素块位置，即厚图像组内的各图像切片内的各像素位置[i，j]，决定各方向的斜率值。如上所述那样，可以使用式(4)到式(10)，决定各切片s内的各位置[i，j]的加权/滤波斜率值。可以将其结果所得到的与图像切片s对应的斜率值认为是斜率“图像”。

在步骤604中，强调各伪像图像，生成强调后的伪像图像。如上述所示，图像强调可以是用于对边缘进行强调的各伪像图像的尖锐化、对伪像图像进行增厚或者规定的其他图像处理函数。

在步骤605中，针对各厚切片，决定在滤波步骤602中产生的消失噪声的量。参考图4(a)、图4(b)、式(2)，如上述那样进行该处理。

在步骤606中，将消失噪声追加到包含厚图像组的厚图像切片中进行恢复，生成恢复后的厚图像。参考图4(c)和式(3)，如上述那样进行该处理。

在步骤607中，根据在步骤603中决定的斜率值，针对备图像s决定各位置[i，j]的加权值。例如可以使用式(12)到式(15)，计算图5所示的曲线A。它是将图像切片s内的位置[i，j]的斜率值与加权值W_F关联起来的函数，在步骤608中，使用它将强调图像与恢复后的厚图像组合起来。

在步骤608中，根据式(11)使用加权值W_F，将各伪像图像和对应的恢复后的厚图像组合起来，得到对应的修正后的图像。

图7表示可以用于根据本发明的方法得到处理后的图像的X射线CT装置。由台架1构成的投影数据测定系统具备：生成大致锥形的X射线束的锥形射束的X射线源3；配置为2维的多个检测元件，即在配置为一维的多个行中包含所排列的多个元件的2维阵列型的X射线检测装置5。X射线源3和2维阵列型X射线检测装置5面向与对象物相对的侧面，并设置在旋转圆环2中。对象物横置在床6的滑行板内。2维阵列型X射线检测装置5被安装在旋转圆环2上。各检测元件与一个信道对应。来自X射线源3的X射线经由X射线滤波器4射向对象物。作为电气信号，由2维阵列型的X射线检测装置5检测透过了对象物的X射线。

X射线控制器8将触发信号提供给高电压装置7。高电压装置7在接收到触发信号的定时下，向X射线源3施加高电压。由此，从X射线源3放射X射线。台架/床控制器9同步地控制台架1的旋转、圆环2的旋转、床6的滑行板的滑动。系统控制器10构成了整个系统的控制中心，控制X射线控制器8和台架/床控制器9，使得进行以下的螺旋扫描：从对象物看，X射线源3沿着螺旋路径移动。具体地说，旋转圆环2以固定的角速度连续地旋转，其间，滑行板以固定的速度移动，以连续或者所决定的角度间隔从X射线源3放射X射线。

由数据收集单元11在每个信道上对2维阵列型X射线检测装置5的输出信号进行放大，并转换为数字信号，生成投影数据。从数据收集单元11输出的投影数据被提供给再构成处理单元12。再构成处理单元12使用投影数据，找出各像素块内的反映了X射线吸收的逆投影数据。如实施例1所示那样，在使用锥形射束的X射线的螺旋扫描系统中，摄影区域(有效的图像视野)是以旋转轴为中心的半径ω的圆筒形。再构成处理单元12在该摄影区域内定义多个像素块(3维像素)，并在每个像素块中找出逆投影数据。使用该逆投影数据被编译了的3维图像数据或断层摄影图像数据被发送到显示器装置14，作为3维图像或断层摄影图像显示。

由于以说明为目的，所以在此将图像定义为通过规定的摄影技术生成的物理场景的表现。摄影技术的例子包含摄像机、CCD照相机、X射线、声纳或超声波摄影装置等。记录图像的最初的介质可以是电子固态装置、照相胶片、光子刺激性磷光体等其他装置。另外，所记录的图像也可以通过电子装置(CCD信号的情况等)或机械/光学装置(照片胶片的数字化、光子刺激性磷光体等数据的数字化的情况等)的组合，而转换为数字形式。

如计算机领域的技术人员所知道的那样，本发明的所有实施例可以依照本发明的提示，使用编程了的现有的通用计算机或微处理器来实现。另外，如软件领域的技术人员所知道的那样，如果是本领域的程序员，可以依照本发明的提示，容易地作成适当的软件。特别地，在计算机壳体中，可以容纳包含CPU、存储器(DRAM、ROM、EPROM、EEPROM、SRAM、SDRAM、快闪(flash)RAM等)、其他可选的面向特定用途的逻辑设备(ASIC等)、或可配置逻辑设备(GAL、可重新编程的FPGA等)等的母板。另外，计算机包含多个输入装置(键盘、鼠标等)、控制显示器的显示卡。进而，计算机可以包含使用适当的设备总线(SCSI总线、扩展IDE总线、超DMA总线等)连接的软盘驱动器、或其他可移动介质设备(CD、磁带、可移动光磁介质)、硬盘、其他固定式高密度介质驱动器。计算机还可以包含CD读取装置、或CD读取/写入单元、CD读取盒。这些可以与相同的设备总线连接，也可以与其他的设备总线连接。

与本发明的实施例相关联的计算机可读取的介质的例子包含CD、硬盘、软盘、磁带、光磁盘、PROM(EPROM、EEPROM、快闪EPROM等)、DRAM、SRAM、SDRAM等。

本发明的实施例在这些计算机可读取介质中的任意一个介质或介质的组合的基础上，还包含控制计算机的硬件而使得计算机能够与人用户进行相互作用的软件。这样的软件可以包含设备驱动程序、操作系统、开发工具等用户应用程序，但并不只限于这些。本发明的实施例的计算机程序产品包含存储计算机执行和使计算机执行本发明的实施例的方法的计算机程序指令的任意的计算机可读取介质(计算机代码设备等)。本发明的实施例的计算机代码设备是任意的可解释或可执行的代码机制，可以包含脚本、解释器、DLL、Java类、完全可执行的程序，但并不只限于这些。进而，对于本发明的实施例的处理的一部分，例如(1)分散到多个CPU间，或(2)分散到至少一个CPU和至少一个可配置的逻辑设备等之间，能够改善性能、可靠性和/或成本。例如，可以离线地或在第1计算机上选择图像并发送到第2计算机地进行遥控诊断。

另外，如本领域的技术人员所知道的那样，本发明可以作成面向特定用途的集成电路，或者通过将现有的组成电路的适当网络相互连接起来而实现。

本发明的实施例的图像数据的源可以是X射线装置、CT装置、MRI装置等适当的图像取得装置。进而，在所取得的数据不是数字形式的情况下，可以进行数字化。作为其他方法，取得并处理的图像数据的源可以是存储图像取得装置所生成的数据的存储器，存储器可以是本地的也可以是远程的，在远程的情况下，可以使用PACS(图像激活(active)计算机系统)等数据通信网络访问图像数据，并依照本发明的实施例进行处理。

当然，在本发明的范围内，可以变更本发明的实施例的特定的硬件安装或软件安装。因此，应该认为本发明的实施例在权利要求和权利要求的等价物的范围内，可以用与本说明书所具体说明的方法不同的方法实现。

Claims (16)

1.一种医用图像处理方法，其特征在于：

取得构成第1图像组的多个第1图像，

对上述多个第1图像进行滤波，生成各自是上述多个第1图像内的至少2个图像的平均的多个第2图像，

从上述多个第1图像中选择一个第1图像，

向与从上述多个第1图像中选择出的图像对应的上述多个第2图像中的一个第2图像上加上消失噪声的信息，生成恢复噪声图像，

根据上述多个第2图像的像素值，决定上述第2图像内的各像素位置上的斜率信息，

为了得到抑制了风车伪像的图像，而根据上述决定了的斜率信息，将上述第1图像和上述恢复噪声图像组合起来。

2.根据权利要求1所述的医用图像处理方法，其特征在于：

在上述决定步骤中，

在上述第2图像内的各位置中，根据具有只有各自的方向不同的座标轴的2个像素位置处的图像强度变化的绝对值，计算方向斜率值，

在上述第2图像内的各像素位置中，将斜率值决定为上述方向斜率值的加权平均。

3.根据权利要求2所述的医用图像处理方法，其特征在于：

还包含以下步骤：为了得到上述滤波后的方向斜率值，对上述方向斜率值进行低通滤波，

在上述决定斜率值的步骤中，在上述第2图像内的各位置中，将斜率值决定为上述滤波后的方向斜率值的加权平均。

4.根据权利要求1所述的医用图像处理方法，其特征在于：

得到分别与上述多个第1图像对应的多个纯粹噪声图像，

对上述纯粹噪声图像进行滤波，生成作为至少2个纯粹噪声图像的加权平均的厚噪声图像，

从对应的纯粹噪声图像中减去与上述第1图像对应的厚噪声图像，生成消失噪声的信息。

5.根据权利要求1所述的医用图像处理方法，其特征在于：

在上述取得步骤中，取得如上述多个第1图像那样具有均匀的切片间隔的多个CT图像切片。

6.根据权利要求1所述的医用图像处理方法，其特征在于：

在上述滤波步骤中，针对上述多个第1图像内的至少2个图像，通过加权平均、非加权平均、适应加权平均中的一个处理，对上述多个第1图像进行滤波。

7.根据权利要求6所述的医用图像处理方法，其特征在于：

在上述滤波步骤中，根据以下的等式决定上述多个第2图像，

公式1

$\mathrm{THICK}[i,j,s]=\underset{c=-N_{\mathrm{TAvg}}/2}{\overset{N_{\mathrm{TAvg}}/2}{\mathrm{\Σ}}}{W}_{\mathrm{Thk}}\left[c\right]\·\mathrm{ARTIFACT}[i,j,s+c]$

在上式中，ARTIFACT是上述第1图像组，THICK是与上述多个第2图像对应的图像组，N_TAvg是平均化中所使用的图像的个数，W_Thk[C]是加权。

8.根据权利要求1所述的医用图像处理方法，其特征在于：

针对上述多个第1图像分别进行图像强调。

9.根据权利要求8所述的医用图像处理方法，其特征在于：

在上述图像强调步骤中，包含以下步骤中的一个：

(1)对上述多个第1图像内的各图像的边缘进行强调的图像尖锐化；

(2)对上述多个第1图像内的各图像进行增厚。

10.根据权利要求1所述的医用图像处理方法，其特征在于：

在上述组合步骤中，

根据上述斜率图像，针对上述第1图像内的各个像素位置，决定加权值，

使用上述所决定的加权值，作为上述第1图像和恢复了上述噪声的图像的加权平均，决定上述修正后的图像。

11.根据权利要求1所述的医用图像处理方法，其特征在于：

在上述组合步骤中，包含使用下式决定上述修正后的图像的步骤，

C[i，j]＝W_f{G[i，j]}×X[i，j]+(1-W_f{G[i，j]})×Y[i，j]

在上式中，C[i，j]是上述修正后的图像，G[i，j]是上述斜率图像，X是上述第1图像，Y是上述恢复了噪声后的图像，W_f{}是根据输入斜率值G[i，j]输出加权值的加权函数。

12.一种X射线CT装置，其特征在于包括：

生成透过对象物的锥形射束X射线的X射线生成装置；

根据透过上述对象物的X射线，输出投影数据的X射线检测装置；

根据上述X射线检测装置输出的上述投影数据，生成包含多个二维图像的CT组图像的再构成处理装置；

计算上述生成的CT组图像的轴方向的至少一个斜率值的斜率计算装置；

为了生成抑制了风车伪像的CT组图像，而根据上述至少一个计算出的斜率值，对上述CT组图像进行滤波的图像滤波装置。

13.根据权利要求12所述的X射线CT装置，其特征在于还包括：

增厚装置，该增厚装置为了生成厚的组图像，而对上述CT图像组进行滤波那样地对切片进行增厚，即针对以下这样的切片进行增厚：包含多个2维图像内的至少2个图像的平均，并且上述厚的组图像包含至少一个厚图像，上述至少一个厚图像包含上述CT组图像，其中

上述图像滤波装置根据上述至少一个计算出的斜率值，使用各自的加权，选择性地将上述CT组图像和上述厚的组图像组合起来，从而对上述CT组图像进行滤波。

14.根据权利要求13所述的X射线CT装置，其特征在于：

上述图像滤波装置在上述至少一个计算出的斜率值小时，通过增加与上述厚的组图像对应的加权，来进行强力的滤波。

15.根据权利要求13所述的X射线CT装置，其特征在于：

上述图像滤波装置在上述至少一个计算出的斜率值大时，通过增加与上述CT组图像对应的加权，来进行弱的滤波。

16.一种医用图像处理方法，其特征在于包括：

得到集合地定义第1图像组的多个第1图像；

为了生成包含上述多个第1图像内的至少2个图像的平均的多个第2图像，而对上述多个第1图像进行滤波；

从上述多个第1图像中选择第1图像；

根据上述多个第2图像内的像素值，决定包含上述第2图像内的各像素位置的斜率的斜率图像；

为了得到抑制了风车伪像的图像，而根据上述决定了的斜率图像，将上述第1图像和上述多个第2图像内的与上述第1图像内的第1图像对应的第2图像组合起来。

Images