CN101842807B - Ct扫描中运动伪影的减少 - Google Patents

Ct扫描中运动伪影的减少 Download PDF

Info

Publication number
CN101842807B
CN101842807B CN200780053157.9A CN200780053157A CN101842807B CN 101842807 B CN101842807 B CN 101842807B CN 200780053157 A CN200780053157 A CN 200780053157A CN 101842807 B CN101842807 B CN 101842807B
Authority
CN
China
Prior art keywords
image
projection
axis
processing method
image processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN200780053157.9A
Other languages
English (en)
Other versions
CN101842807A (zh
Inventor
J·-J·森克
M·范赫尔克
P·雷梅耶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Elekta AB
Original Assignee
Elekta AB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Elekta AB filed Critical Elekta AB
Publication of CN101842807A publication Critical patent/CN101842807A/zh
Application granted granted Critical
Publication of CN101842807B publication Critical patent/CN101842807B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T5/73
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20068Projection on vertical or horizontal image axis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Abstract

导致CT扫描困难的偶发性运动的一个例子是直肠周围的气泡运动。本发明通过增强各个射线图像中前列腺周围的低密度特征,将这些特征投影到头尾轴上(假设气体主要在这个方向上运动)以形成一维图像,并合并连续的1D投影以形成2D图像,从而允许自动检测这样的运动。运动气体将在该图像中产生倾斜的线,进而标识出需要被丢弃的有角区域。可以将这样的过程用在CT扫描仪的图像处理装置中。

Description

CT扫描中运动伪影的减少
技术领域
本发明涉及减少CT扫描中的运动伪影。
背景技术
锥形束计算机断层扫描(CBCT)假设被扫描的物体是静止的。当该物体在扫描期间发生变化,这个内扫描运动会引起模糊和条纹伪影。这些伪影妨碍了由图像引导的放射治疗(IGRT)应用,因为它们降低了自动配准(registration)技术的成功率和精确度,并妨碍了视觉检查。
对于周期性的运动,例如呼吸,运动伪影能够通过与呼吸相关的成像技术来处理,即,通过将投影图像回溯排序为产生4维数据集的相位域(phase bin)来使用这种运动的周期性特征。而对于非周期性或者偶发性的运动(例如直肠中的运动气体)则有困难。
发明内容
我们提出一种用于处理偶发性运动的替代方法。所述方法能够利用在扩展的视场CBCT扫描几何中可用的冗余信息。这样,就能够丢弃包含运动结构(moving structures)的投影图像以获得投影图像的一致子集(consistent subset)。
偶发性运动的主要例子是直肠或其他肠区域中的气泡运动,因为这是一个可能发生在靠近通常需要放射治疗的结构如前列腺的重要变化的例子。因此,本申请的剩余部分将描述这种气泡及其运动的检测,虽然应当理解这种技术能够用于检测CT扫描中的任何偶发性运动并缓解所导致的运动伪影。
第一步是自动检测直肠中的运动气体。主要思想是增强各个X射线图像中前列腺周围的低密度特征,将这些特征投影到头尾轴(cranio-caudal axis)上(假设气体主要在这个方向上运动)以形成一维图像,以及合并连续的1D投影以形成2D图像。运动气体将在这个图像中产生倾斜的线,因此标识出需要丢弃的有角区域(angular range)。
第二,必须生成标识出中心部分和外围的锥形(taper)和解释部分扫描的适当的帕克加权(parker weighting),并将该锥形和帕克加权应用于投影数据,以获得基于剩余投影图像的无伪影重构。
所述方法已经用于测试在我们的适应性RT协议中登记的不同前列腺癌症患者的展示出实际存在的运动伪影的7次CBCT扫描。条纹伪影被显著地减少,而且气体-组织界面(gas-to-tissue interface)的清晰度平均提高2倍。
因此本发明提供了一种图像处理方法,包括步骤:搜集目标的以时间顺序排序的二维X射线图像集合(collection),对该图像集合的每一个图像,将该图像的至少一部分投影到投影轴,得到与该投影轴对齐的一维图像集,且其像素值表示各个与投影轴垂直的二维图像中的像素值的和,组合这些一维图像以形成具有与投影轴对齐的空间维度和与投影轴相垂直的时间维度的单个二维图像,并检测该二维图像中的倾斜特征。
这使得制备出一个新的集合,该新的集合是在删除与倾斜特征有关的图像子集和(可选地)删除倾斜特征之前或之后的图像后的原始集合。然后所述新的集合能够用作忽略掉某些源于使用所述原始集合重构而导致的运动伪影的CT重构的基础。
我们推荐对整个图像进行投影。这将确保该图像的冗余区域被包括在内;即,显示该目标的总是在视野中的区域的图像部分。某些CT扫描几何图形以这种方式产生部分冗余的图像,如下面参考图2所述。
所述集合的图像优选包括虽取自不同视点而实质上相同的目标的图像。例如,不同视点可以包括沿着实质上处于同一平面中的多个方向上的视点,所述多个方向集中在与该平面相垂直的图像轴上。通过成像系统产生这样的图像,该成像系统围绕着在所述成像系统的视场内的旋转轴旋转。该图像轴优选平行于投影轴和/或与投影轴重合。
所述投影步骤可以包括沿着垂直于投影轴的方向求和出总像素值,然后该总像素值被标准化以创建(实质上)一个平均值。目标是创建一个表示沿着所述方向的亮度或强度的一般水平的像素值,所以和或者平均值是合适的。其他算法可能也是合适的。所述投影轴优选与图像边缘平行,以减轻算术处理的负担。
图像的目标适合的是患者,特别是患者的前列腺区域,因为这个区域尤其受到本发明最擅长处理的偶发性运动的影响。在这种情况下,投影轴优选与患者的头尾轴(craniocordal axis)对齐,因为偶发性运动通常是在该一般方向上。但是如果运动是在不同方向的情况下也可以采用其他的方位。
本发明进一步涉及一种包含适用于执行任何一个前述权利要求的过程的计算装置的图像处理装置,以及一种包含这种图像处理装置的CT扫描仪。
附图说明
现在将参照附图通过例子来描述本发明的实施例,在附图中:
图1示出了在前列腺将被投影到投影图像上的位置处,显示气泡(gaspocket)作为明亮的结构在超过大约2秒的时间范围内出现在直肠中的连续投影图像;
图2显示了扫描几何形状的移位的检测器的示意性表示;
图3显示了如等式3所描述的数据加权的图形表示;
图4显示了在自动运动检测过程中的连续步骤的图形表示;
图5显示了减小伪影和没有减小伪影的重构结果的横向和径向断层;和
图6显示了本发明图像处理方法的示意性表示。
具体实施方式
在治疗过程中运动器官的位置的不确定性限制了放射治疗(RT)的精确性。与线性加速器集成在一起的锥形束CT(CBCT)允许软组织结构的无接触和快速的定位,并因此为由图像引导的RT技术(IGRT)提供了有力的工具。但是计算机X射线断层扫描的数学模型依赖于被扫描物体是静止的这一固有假设。然而,当物体在扫描期间变化时,该内扫描(intra-scanning)运动导致在最终得到的重构中产生伪影。由于与用在RT中的线性加速器集成在一起的CBCT装置的缓慢旋转速度(每次旋转达到30秒到4分钟的数量级),引起的主要是模糊和条纹伪影。这些伪影妨碍了IGRT应用,因为它们降低了自动配准技术的成功率和精确度。
对于诸如呼吸这样的周期性运动,运动伪影能够通过与呼吸相关的成像技术来处理,即,通过将连续的投影图像回溯排序到产生4维(4D)数据集的不同相位域来使用这种运动的周期性特征。为了处理偶发性运动,我们提出了一种基于在扩展的视场(FOV)CBCT扫描几何图形中可用的冗余信息的替代方法。所述冗余允许包含运动组织的投影图像被丢弃,以获得投影图像的一致子集。
因此,对于基于骨排列的离线的收缩动作水平协议(shrinking action levelprotocol),或者可替代地对于适应性放射治疗(ART)协议,这种适应性放射治疗协议在考虑了头五次CBCT扫描中评估的器官运动的第一周治疗后启动重规划,获取对前列腺癌患者的CBCT扫描。CBCT扫描是使用Elekta Synergy 3.5(Elekta Oncology Systems Ltd,Crawley,West Sussex,英国)在所谓的中等FOV上(在轴向平面中直径40厘米)进行的。该系统的成像仪以5.5fps的帧率运行,图像以0.5mmx0.5mm的分辨率存储并以1mmx1mm的分辨率处理。CBCT获取时间(包括重构)花费大约2分钟。
CBCT扫描仪的轴向FOV取决于成像仪的尺寸及成像仪相对于中心轴的位置。通过中心定位的检测器,带有合适帕克加权的短扫描技术(系统旋转180°+锥角度的两倍)在同中心(iso-center)平面上提供等于成像仪有效尺寸的轴向FOV(典型地为20-25cm)。
图2示出了该几何图形,并显示出平板检测器10部分地在与中心轴相反的轴向平面上移位。椭圆物体12太大而不能完全投影到平板10上;通过部分地移动检测器10,扫描仪的FOV被扩展到如14所示的圆,仅仅在整个旋转的一部分上扫描该物体的每个边。只有中央部分(圆16)在整个旋转上均可见。
这样,通过部分地在与中心轴相反的轴向平面中移动检测器并旋转360’的圆弧,就能获得扩展的FOV。通过这样做,该FOV的外围14被有效地扫描180’,而中央部分16被扫描整360’。为了说明中央部分16中的数据冗余,可以应用下面的数据加权:
W ( u ) = 1 - 1 2 S ( u - D + d , d ) - 1 2 S ( u + D - d , d ) - - - ( 1 )
其中u是轴向检测器坐标,D是包含冗余信息的中央区16的一半尺寸,S是具有如下形式的S-形光滑函数:
S ( x , d ) = 0 , x &le; - d 1 2 [ 1 + sin ( &pi; arctan ( x R ) 2 arctan ( d R ) ) , | x | < d 1 , x &GreaterEqual; d - - - ( 2 )
R是源到检测器的距离,而d是需要满足d<D/2的陡度参数。等式1描述了在台架角度(gantry angle)为150°时与u外形轮廓(profile)相似的梯形数据加权,如图3所示。梯形加权函数与由Wang(Wang G.″X-ray micro-CT with adisplaced detector array″Med Phys.2002;c29:1634-6)所提出的单个S形函数相比的优势在于,改善了中央区中的信噪比,同时在边缘处维持光滑度以防止高空间频率伪影。
所述扫描的中央区中的冗余允许丢弃对应于图像子集的中央区的投影图像部分,以重建数据集的一致性。而后,在等式1中描述的数据加权需要被适配。建议使用下面的加权函数:
W(u,a)=1-S(u-D=D,d)+(S(u-D+d)-S(u+D-d,d))ωN(β,u)(3)
其中ωN(β,u)是修改后的用于线性阵列的帕克权重,如由Wesarg等所述(Wesarg S,Ebert M和Bortfeld T,″Parker weights revisited″,Med Phys.2002;29:372-8),而β是台架角度。等式3有效地把投影图像分成2个区域,类似于等式1而被重构的外围14和好像使用了短扫描技术来扫描而被重构的中央区16。修改后的帕克权重ωN(β,u)也使用梯形加权来优化信噪比。
等式3图形地在图3中示出;在这个例子中,对应于在第一个90°上获得的中央区(u>-D)的投影图像的区域被丢弃。针对大于90°的台架角度所获得的投影在u>-D时被使用梯形帕克函数加权,在U≤-D时不加权。注意至多在180°-2x锥角度的弧度上获得的图像可以被(部分地)丢弃。
为了选择要被丢弃的图像,开发了一种自动运动检测算法。它是从由Zijp等所描述(Zijp L,Sonke J-J,van Herk M,″Extraction of the respiratory signal fromsequential thorax Cone-Beam X-ray images″,Proceedings of the 14th ICCR Seoul,Korea,2004)的自动呼吸信号提取系统修改而来。在投影数据的最初重构中识别出运动伪影后,使用矩形感兴趣体(volume of interest,VOI)选择前列腺附近的直肠。然后,3D VOI以合适的台架角度被投影到每个X射线图像上以裁剪出对应的感兴趣区域,之后在垂直方向上使用梯度滤波器来增强低密度特征。在Zijp等之后这些特征被投影到头尾轴上(假设气体主要在这个方向上运动),并且连续的1D投影被合并以形成2D图像。运动气体(即,在后续的投影中改变垂直位置的增强的低密度特征)在这个图像中产生表示受偶发性运动影响的角度范围的倾斜特征。
一种计算机算法自动检测这些倾斜特征,或者(替代地)假定在所述获取中的不同时间点的偶发性运动而做出几个重构。然后最佳重构可以可视地或者按照其适宜作为自动图像向导的适宜性进行选择。
自动检测例如可以如下操作:
-计算水平微分(horizontal derivative)
-限制图像阈值在最大图像强度的20%
-计算垂直深度并对垂直深度(结构的最高-最低点)排序但是也可以用其他方法。
最后,用下述标准选取足够大的和比正方形更长的特征:
-面积(A)>50像素2
-伸长度=A/t2>10,其中t是去掉该结构所需要的步骤数
在运动气泡的情况下,可能有两种运动模式:第一,在运动之后,解剖结构(anatomy)返回其原始位置;第二,在运动之后,该解剖结构保持在新的配置中。在第一种情况下,只丢弃包含该运动的图像就足够了。在后一种情况下,所有在该运动前或在该运动后的图像都需要被丢弃。目前,我们总是假定第二种运动模式,尽管可能在一些情况下可以应用第一种模式。当多个区域出现运动且不能被丢弃而又同时保留足够的数据(在180°+2x锥形角的弧度上获得)时,只有标识出最大运动的区域被丢弃。
使用运动伪影减少方法对7个前列腺癌患者的展示了实际运动伪影的7次CBCT扫描进行了再次重构。该运动伪影减少的效果可以通过校正前后(运动)气体组织界面的清晰度来量化。为此,确定在气泡和周围组织内的平均体素强度。随后,确定由在平均强度差的30%和70%上的等强度(iso-intensity)所表示的体积。最后,计算扫描前和扫描后在那两个体积V70和V30之间的平均距离,并根据下面的公式计算比率:
R 30 - 70 = < V 70 Post - V 30 Post > < V 70 Pr e - V 30 Pr e > - - - ( 4 )
图4以图形表示自动运动检测过程的步骤。该步骤被应用于图5a中所示扫描的投影图像的顺序,图5a示出了一个大的运动气泡在骨盆区域的CBCT图像获取过程中对CBCT重构结果的影响。条纹伪影和模糊的气体组织边界在该重构结果的横向和径向断层上是可见的。
图4a显示了通过将增强的特征投影到头尾轴上和将连续的1D投影连成一串而获得的图像。在台架角度-130°到-110°附近,可以看见在不同高度上的两个倾斜特征,这些特征表示及时改变了位置的增强的特征。为了增强这些特征,采用水平(时间的)微分,如图4b所示,这将增强图像中的噪声。在若干降噪步骤中,如图4c所示识别出倾斜的和/或伸长的特征。已经在图4a和4b中呈现的这些表示处于运动中的区域。给定被识别的区域,丢弃以小于-110°的台架角度所取得的投影,并从剩余图像中产生一个新的重构,如图5b所示。作为投影图像的重建一致性的结果,如横向断层中所示条纹伪影被显著地减少。并且,气体组织界面更加清晰,表明气泡在所使用的投影图像的序列中是静止的。
表1显示了对所述7个患者的气体组织界面的清晰度的分析结果。显然,气体组织界面的清晰度的提高在患者之间是显著不同的。这主要是由于某些患者出现了覆盖该扫描的很大部分的运动,从而被丢弃的图像子集很大,以至于最终图像质量受到影响且相对于原始图像仅适度改善。R30-70平均在0.43±0.33(1SD),即,气体组织界面的宽度缩小了超过2倍。
表1:对于7个前列腺癌症患者,由于运动伪影减小过程所引起的气体组织界面的清晰度改善由R30-70表示
  患者#   1   2   3   4   5   6   7
  R30-70   0.81   0.26   0.06   0.07   0.36   0.80   0.68
对于偶发性运动可能发生于超过1个维度的情况,所述处理可以在两个轴上重复进行。
图6以示意性形式示出了上述处理的必要元素。从扫描装置获得一系列的图像20A,20B,20C,20D等等。然后这些图像中的每个图像被压缩到像素22A,22B,22C,22D等等的一维线,这是通过(在这个例子中)对这些像素水平地求和以及标准化从而为该一维线给定一个平均像素值来实现的。然后并列放置这些一维图像以创建二维合成图像24。
这个合成图像24包含三个一般类型的结构。第一个是穿过该图像的连续水平线,例如结构26。这对应于该图像中的特征28,该特征出现在该图像的冗余区域中,且因此出现在所有的图像中。在该合成图像的那个高度上将因此显示条纹。第二个是部分穿过该图像的水平线,例如结构30。这对应于出现在该序列里的某些图像中但不出现在其他图像中的特征,并可能是该图像的非冗余区域中的特征。
最后一个是该图像中的非水平线,即,有斜度的或倾斜的,例如结构32。这对应于该图像中的特征34,该特征在该序列中的某个点上在图像中垂直运动。这指示了在该图像序列期间目标的变化,并由本发明的处理所强调。
显然可以理解的是,可以对上述实施例做出许多改变,而不会脱离本发明的范围。

Claims (17)

1.一种图像处理方法,包括步骤:
搜集目标的以时间顺序排序的二维X射线图像集合;
对该集合的每个图像,将该图像的至少一部分投影到投影轴,以得到与投影轴对齐的一维图像集合,且其像素值表示与投影轴垂直的各个二维图像中的像素值的和;
组合这些一维图像以形成具有与投影轴对齐的空间维度和与投影轴相垂直的时间维度的单个二维图像;
检测该二维图像中相对于时间和空间维度倾斜的特征。
2.根据权利要求1所述的图像处理方法,其中接着制备一个新的集合,该新集合是原始集合在删除至少与倾斜特征有关的图像之后形成的集合。
3.根据权利要求1所述的图像处理方法,其中接着制备一个新的集合,该新集合是原始集合在移除包含与倾斜特征有关的图像及该倾斜特征之前的图像的子集后所形成的集合。
4.根据权利要求1所述的图像处理方法,其中接着制备一个新的集合,该新集合是原始集合在移除包括与倾斜特征有关的图像及该倾斜特征之后的图像的子集后所形成的集合。
5.根据权利要求1至4中任一个所述的图像处理方法,其中整个图像被投影。
6.根据权利要求1至4中任一个所述的图像处理方法,其中所述集合中的图像包括虽取自不同视点而实质上是相同的目标的图像。
7.根据权利要求6所述的图像处理方法,其中不同的视点包括在实质上相同的平面中沿着多个方向的视点,该多个方向集中在与该平面相垂直的图像轴上。
8.根据权利要求7所述的图像处理方法,其中所述图像轴平行于所述投影轴。
9.根据权利要求7所述的图像处理方法,其中所述图像轴与所述投影轴重合。
10.根据权利要求1至4之一中任一个所述的图像处理方法,其中投影步骤包括沿着与所述投影轴垂直的方向求和出总像素值。
11.根据权利要求10所述的图像处理方法,其中所述总像素值随后被标准化。
12.根据权利要求10所述的图像处理方法,其中所述投影轴平行于所述图像的边缘。
13.根据权利要求1至4中任一个所述的图像处理方法,其中所述图像的目标是患者。
14.根据权利要求13所述的图像处理方法,其中所述图像包括患者的前列腺区域。
15.根据权利要求13所述的图像处理方法,其中所述投影轴与患者的头尾轴对齐。
16.一种图像处理的装置,包括:
用于搜集目标的以时间顺序排序的二维X射线图像集合的装置;
用于对该集合的每个图像将该图像的至少一部分投影到投影轴以得到与投影轴对齐的一维图像集合且其像素值表示与投影轴垂直的各个二维图像中的像素值的和的装置;
用于组合这些一维图像以形成具有与投影轴对齐的空间维度和与投影轴相垂直的时间维度的单个二维图像的装置;
用于检测该二维图像中相对于时间和空间维度倾斜的特征的装置。
17.一种CT扫描仪,包含根据权利要求16所述的图像处理装置。
CN200780053157.9A 2007-05-31 2007-05-31 Ct扫描中运动伪影的减少 Active CN101842807B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2007/004812 WO2008145161A1 (en) 2007-05-31 2007-05-31 Motion artefact reduction in ct scanning

Publications (2)

Publication Number Publication Date
CN101842807A CN101842807A (zh) 2010-09-22
CN101842807B true CN101842807B (zh) 2013-07-31

Family

ID=39081807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200780053157.9A Active CN101842807B (zh) 2007-05-31 2007-05-31 Ct扫描中运动伪影的减少

Country Status (5)

Country Link
US (1) US8442294B2 (zh)
EP (1) EP2153406B1 (zh)
JP (1) JP5133405B2 (zh)
CN (1) CN101842807B (zh)
WO (1) WO2008145161A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE518214T1 (de) * 2007-05-17 2011-08-15 Elekta Ab Kegelstrahl-ct-rekonstruktion zur aufnahmezeit
WO2009105645A1 (en) * 2008-02-20 2009-08-27 Imaging Sciences International Llc Tomographic imaging motion scan quality rating
JP5873505B2 (ja) 2010-12-24 2016-03-01 エフ イー アイ カンパニFei Company 動的な多次元画像データの再構成
US10429271B2 (en) * 2016-07-01 2019-10-01 Microsoft Technology Licensing, Llc Camera testing using reverse projection
CN110337672B (zh) * 2016-12-21 2024-01-16 皇家飞利浦有限公司 用于短扫描偏心探测器x射线断层摄影的冗余度加权
CN107316277B (zh) * 2017-04-24 2020-12-18 苏州动影信息科技有限公司 一种医学锥束ct图像中运动伪影修正方法
CN114469155A (zh) * 2017-05-31 2022-05-13 上海联影医疗科技股份有限公司 一种螺旋ct扫描的控制方法
CN111684492B (zh) * 2017-06-26 2024-03-15 医科达有限公司 使用深度卷积神经网络来改善锥形束ct图像质量的方法
US10945695B2 (en) * 2018-12-21 2021-03-16 Canon Medical Systems Corporation Apparatus and method for dual-energy computed tomography (CT) image reconstruction using sparse kVp-switching and deep learning
US11033742B2 (en) 2019-04-23 2021-06-15 Medtronic, Inc. Probabilistic entropy for detection of periodic signal artifacts

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1861001A (zh) * 2006-03-31 2006-11-15 北京航空航天大学 一种适用于三维ct扫描系统投影坐标原点的标定方法
CN1935090A (zh) * 2005-09-22 2007-03-28 株式会社东芝 X射线ct装置和x射线ct装置的控制方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4858128A (en) * 1986-08-11 1989-08-15 General Electric Company View-to-view image correction for object motion
US7046831B2 (en) * 2001-03-09 2006-05-16 Tomotherapy Incorporated System and method for fusion-aligned reprojection of incomplete data
JP3819283B2 (ja) * 2001-11-26 2006-09-06 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線ct装置
WO2003105069A1 (en) 2002-06-11 2003-12-18 Tomotherapy Incorporated Method for reconstruction of limited data images using fusion-aligned reprojection and normal-error-aligned reprojection
ATE347719T1 (de) * 2003-01-21 2006-12-15 Elekta Ab Abbildung interner strukturen
GB0318701D0 (en) 2003-08-08 2003-09-10 Inst Of Cancer Res The A method and apparatus for image processing
US7844317B2 (en) * 2003-11-26 2010-11-30 General Electric Company Method and system for estimating three-dimensional respiratory motion
JP4438053B2 (ja) 2004-05-11 2010-03-24 キヤノン株式会社 放射線撮像装置、画像処理方法及びコンピュータプログラム
US7415093B2 (en) * 2006-10-30 2008-08-19 General Electric Company Method and apparatus of CT cardiac diagnostic imaging using motion a priori information from 3D ultrasound and ECG gating
ATE518214T1 (de) * 2007-05-17 2011-08-15 Elekta Ab Kegelstrahl-ct-rekonstruktion zur aufnahmezeit

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1935090A (zh) * 2005-09-22 2007-03-28 株式会社东芝 X射线ct装置和x射线ct装置的控制方法
CN1861001A (zh) * 2006-03-31 2006-11-15 北京航空航天大学 一种适用于三维ct扫描系统投影坐标原点的标定方法

Also Published As

Publication number Publication date
WO2008145161A1 (en) 2008-12-04
CN101842807A (zh) 2010-09-22
EP2153406A1 (en) 2010-02-17
JP5133405B2 (ja) 2013-01-30
US20100166286A1 (en) 2010-07-01
EP2153406B1 (en) 2012-08-01
US8442294B2 (en) 2013-05-14
JP2010527716A (ja) 2010-08-19

Similar Documents

Publication Publication Date Title
CN101842807B (zh) Ct扫描中运动伪影的减少
CN111789614B (zh) 一种成像系统和方法
US11367275B2 (en) Template matching method for image-based detection and tracking of irregular shaped targets
CN108078576A (zh) 医学图像处理的装置、方法、计算机可读程序以及移动对象跟踪装置和放射治疗系统
CN101743568B (zh) 在线锥形束ct重建
US20150213633A1 (en) System, method and computer-accessible medium for providing a panoramic cone beam computed tomography (cbct)
US9008398B2 (en) Template matching method for image-based detection and tracking of irregular shaped targets
US8041094B2 (en) Method for the three-dimensional viewing of tomosynthesis images in mammography
US20090297009A1 (en) Method of reconstructing an image function from radon data
CN105744891A (zh) 基于三维(3d)预扫描图像数据的一幅或多幅二维(2d)规划投影图像
CN105228527A (zh) 使用从规划ct和轮廓生成的模板的用于igrt的肿瘤可见性的前瞻性评价
JP6455358B2 (ja) 放射線透視装置
CN110267594B (zh) C型臂计算机断层摄影中的等中心
US20220166943A1 (en) X-ray tomography system and method
JP2005164334A (ja) 核医学診断装置
CN115880311A (zh) 计算机断层扫描中的自适应自动分割

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant