CN101909525B - 图像处理方法、装置以及断层摄影装置 - Google Patents
图像处理方法、装置以及断层摄影装置 Download PDFInfo
- Publication number
- CN101909525B CN101909525B CN2008801243075A CN200880124307A CN101909525B CN 101909525 B CN101909525 B CN 101909525B CN 2008801243075 A CN2008801243075 A CN 2008801243075A CN 200880124307 A CN200880124307 A CN 200880124307A CN 101909525 B CN101909525 B CN 101909525B
- Authority
- CN
- China
- Prior art keywords
- artifact
- image
- faultage image
- pixel group
- pixel
- 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.)
- Expired - Fee Related
Links
- 238000003672 processing method Methods 0.000 title claims description 24
- 238000012880 independent component analysis Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 56
- 238000009499 grossing Methods 0.000 claims abstract description 48
- 238000012937 correction Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 57
- 239000004615 ingredient Substances 0.000 claims description 53
- 238000001914 filtration Methods 0.000 claims description 52
- 230000008569 process Effects 0.000 claims description 50
- 238000004458 analytical method Methods 0.000 claims description 37
- 210000003050 axon Anatomy 0.000 claims description 36
- 230000005855 radiation Effects 0.000 claims description 21
- 238000005286 illumination Methods 0.000 claims description 19
- 238000006467 substitution reaction Methods 0.000 claims description 16
- 230000010354 integration Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 description 111
- 238000001514 detection method Methods 0.000 description 26
- 238000003491 array Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 19
- 230000000694 effects Effects 0.000 description 16
- 239000000203 mixture Substances 0.000 description 13
- 238000003325 tomography Methods 0.000 description 13
- 230000009467 reduction Effects 0.000 description 10
- 230000035945 sensitivity Effects 0.000 description 7
- 210000004027 cell Anatomy 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000013480 data collection Methods 0.000 description 5
- 238000005755 formation reaction Methods 0.000 description 5
- 238000009206 nuclear medicine Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 239000012217 radiopharmaceutical Substances 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明的断层摄影装置包括:分割部,以断层图像为对象进行环状伪影的独立成分分析(ICA),由此分割为包含环状伪影的像素群和不包含环状伪影的像素群;以及像素群处理部(8c),仅对包含上述环状伪影的像素群作为与修正有关的指定处理实施平滑化滤波;由此进行去除环状伪影的修正处理,因此能够稳定地去除伪影。
Description
技术领域
本发明涉及对断层图像的图像处理方法、装置以及断层摄影装置,特别涉及去除伪影(artifact)的技术。
背景技术
作为断层图像,采用使包括X线管(照射装置)以及检测器(检测装置)的摄像系统围绕被检测体的体轴轴心旋转以进行摄像的X线CT(Computed Tomography,计算机断层扫描)装置取得的CT图像为例进行说明。X线CT装置是临床必须的医疗设备,有单层CT装置、沿体轴方向并列设置检测器的单元的多层CT装置、从X线管照射沿体轴方向扩展的锥状的X线光束的锥形束(cone beam)CT装置等。此外,作为X线CT装置具备的检测器,近年来,锥形束CT中使用平板型X线检测器(以下简称为“FPD”)。
在X线CT装置的情况下,使摄像系统围绕被检测体的体轴轴心旋转,由此,伪影在CT图像中作为环状出现(以下简称为“环状伪影”)。参照图14具体说明。图14是为了进行CT图像中的环状伪影产生的说明而提供的示意图。图14中,为了简单说明,以单层CT装置为例进行说明。一般地,CT图像中的环状伪影因为以X线检测阵列4等为代表的检测器的单元的缺陷或敏感度劣化(参考图14(a)中附有符号“D”的单元)而产生。对于一列通道检测器与X线管2,使之围绕被检测体M的体轴z的轴心旋转,如图14(b)所示,取得以通道检测器的单元的并列设置方向(也称作“通道(Channel)方向”)为横轴、投影方向(也称作“视图(View)方向”)为纵轴的元数据(称作“正弦图”)。在此,在检测器的某个单元上如果有图14(a)所示的缺陷或敏感度变化D,则正弦图上会产生线状的 伪影ART1,如图14(c)所示,重构的CT图像上会产生环形状的伪影(环状伪影)ART2。即使仅仅0.1%的检测器的敏感度差,也能清楚地作为环形在视觉上确认出来。
以往,一般地,通过在正弦图上进行缺陷像素的插值或者检测器的敏感度修正来去除CT图像上的环状伪影。另一方面,作为使用CT图像上的处理来去除环状伪影的方法,有专利文献1、2。在专利文献1、2中,通过收集观察CT图像上的环状伪影,预先检查环形的带状的宽度或亮度(像素值)的变化分布。并且,对于与这些条件相应的环状伪影,直接使用低通滤波(低域通过型滤波)或中值滤波等来去除环状伪影。
近年来,作为多维信号分析法,提出了观测相互独立的信号重叠的混合信号,基于此分离相互独立的原信号的独立成分分析(ICA:IndependentComponent Analysis)(例如,参照非专利文献1~5)。特别是,非专利文献2中对图像适用独立成分分析(ICA),用基底函数展开图像,由此计算特征向量,实施图像的特征分析。
专利文献1:特表平11-514121号公报
专利文献2:特开平11-128218号公报
非专利文献1:陈延伟著,《独立成分分析(1)-鸡尾酒会效果(cocktailparty effect)-》,日本医用图像工学会刊,2003年,21卷,1号,第81-85页
非专利文献2:陈延伟著,《独立成分分析(2)-利用ICA基底的特征提取-》,日本医用图像工学会刊,2003年,21卷,2号,第170-174页
非专利文献3:村田昇著,《入门 独立成分分析》,东京电机大学出版社,2004年7月
非专利文献4:Aapo Hyvarinen著,Juha Karhunen著,Erkki Oja著,根元几译,川胜真喜译《详解立成分分析-信号分析的新世界-》东京电机大学出版社,2005年2月
非专利文献5:村田昇,“独立成分分析概论”,平成14年5月1日,早稻田大学 理工学部 电气电子情报工学科,[online],因特网<URL: http://www.eh.waseda.ac.jp/murata/~mura/lecture/ica/note/>
发明内容
发明要解决的问题
但是,每个检测器的特性稍有不同,有时检测器的敏感度还会随时间变化,仅通过上述正弦图的敏感度处理难以完全地去除伪影。此外,有时CT图像上的区域(例如上半部分和下半部分)中伪影的强度还会发生变化,在对其进行处理时与在正弦图上处理相比,在图像上处理更容易。此外,如专利文献1、2那样将上述平滑化为目的的滤波直接适用于图像会给原来的CT图像带来分辨率降低,有时还会产生由滤波引起的伪影。
本发明鉴于上述情况而作,目的是提供能够稳定地去除伪影的图像处理方法、装置以及断层摄影装置。
解决问题的手段
为了实现上述目的,本发明采用如下结构。
即,本发明的图像处理方法是对断层图像进行处理的图像处理方法,其特征在于,以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群,仅对所述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理,所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群。
根据本发明的图像处理方法,以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群,仅对所述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理。这样,仅对包含伪影的像素群实施与修正有关的指定处理,对不包含伪影的像素群不实施与修正有关的指定处理,因此对于由不包含伪影的像素群构成的原来的正常断层图像,不实施用于修正的滤波处理等,不会产生由滤波引起的伪影,几乎不会产生图像分辨率的降低等由滤波等引起的副作用。其结果是能够稳定地去除伪影。另外请注意,本说明书中的“仅对包含伪影的像素群实施与修正有关的指定处理”,仅仅意味着对不包含伪影的像素群不实施与修正有关的指定处理,意味着对于与修正以外有关的指定处理(例如从像素值到亮度的阶度变更、伪影去除以外的修正处理(例如延迟修正或增益修正等)),可以对不包含伪影的像素群实施该处理。
上述特征量分析是独立成分分析(ICA)。利用该独立成分分析使与伪影对应的图像成分和与伪影不对应的图像成分独立并分离,由此分割为包含伪影的像素群和不包含伪影的像素群。另外,特征量分析并不限定于独立成分分析,例如也可以是小波(Wavelet)变换等。在利用独立成分分析作为特征量分析的情况下,更具体地以下述方式进行。
例如,通过消除与伪影对应的图像成分,仅对包含伪影的像素群实施与修正有关的指定处理。消除与伪影对应的图像成分可以以下述方式进行。
例如,以断层图像中的断层面为x,y平面,同时以断层图像的各像素值为F(x,y),利用x,y将该断层图像F(x,y)分割为Δ个群,由此取得由N个像素构成的要素图像Fi(x,y)(i=1~Δ)。通过适用上述独立成分分析,用由N个像素构成的基底函数Aj(j=1~N)展开各个要素图像Fi(x,y)。
Fi(x,y)=∑j=1 Nsji*Aj …(A)
在上述(A)式展开的基底函数Aj中,选择与伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),将与该选择的基底函数Ah对应的成分shi作为与伪影对应的图像成分。实施对于通过将该成分shi置换为“0”消除了与伪影对应的图像成分shi的各个要素图像Fi(x,y)的修正处理。通过将该要素图像Fi(x,y)以i=1~Δ的方式排列,取得去除了伪影的断层图像。与伪影对应的基底函数Ah不一定限定于只有一个,有时存在多个与伪影对应的基底函数Ah,在此情况下通过将对应的全部成分shi置换为“0”来去除伪影。
此外,例如,通过将上述断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),将断层图像F(x,y)上的伪影转换为图像F(r,θ)上的伪影,利用r,θ将该图像F(r,θ)分割为Δ个群,由此取得由N个像素构成的要素图像Fi(r,θ)(i=1~Δ)。通过适用上述独立成分分析,用由N个像素构成的基底函数Aj(j=1~N)展开各个要素图像Fi(r,θ)。
Fi(r,θ)=∑j=1 Nsji*Aj …(B)
在上述(B)式展开的基底函数Aj中,选择与伪影对应的基底函数Ah(1 ≤h≤N,该h的个数为一个或多个),将与该选择的基底函数Ah对应的成分shi作为与伪影对应的图像成分。实施对于通过将该成分shi置换为“0”消除了与伪影对应的图像成分的各个要素图像Fi(r,θ)的修正处理。将该要素图像Fi(r,θ)以i=1~Δ的方式排列后得到图像F(r,θ),通过将图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y),取得去除了伪影的断层图像。在其一个例子中,有时存在多个与伪影对应的基底函数Ah,在此情况下通过将对应的全部成分shi置换为“0”来去除伪影。此外,在断层图像为CT图像的情况下,通过将断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),将断层图像F(x,y)上的环状伪影变换为图像F(r,θ)上的直线伪影。
在作为特征量分析利用独立成分分析的情况下,更为理想的是,通过对包含伪影的像素群实施平滑化(smoothing)滤波,仅对包含伪影的像素群实施与修正有关的指定处理。在利用独立成分分析的情况下与消除与伪影对应的图像成分的上述方法相比,能够进一步抑制对原来的正常断层图像的图像分辨率降低等由滤波等引起的副作用。
在对包含伪影的像素群实施平滑化(smoothing)滤波的情况下,能够以下述方式进行总结。即,利用独立成分分析使与伪影对应的图像成分和与伪影不对应的图像成分独立并分离,由此分割为包含伪影的像素群和不包含伪影的像素群,对于与伪影对应的图像成分实施上述平滑化滤波,由此仅对包含伪影的像素群实施与修正有关的指定处理。对于与伪影对应的图像成分实施平滑化滤波可以以如下方式进行。
即,在上述(B)式展开的基底函数Aj中,选择与伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),将由该选择的基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah作为与伪影对应的图像成分。实施对于通过对该图像成分实施平滑化滤波来平滑化与伪影对应的图像成分的、由shi*Ah组成的要素图像Fh(r,θ)的修正处理。将该要素图像Fh(r,θ)以及由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像Fi(r,θ)以i=1~Δ的方式排列后得到图像F(r,θ),通过将该图像F(r,θ) 逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y),取得去除了伪影的断层图像。在该情况下,更具体地可以以下述方式进行。
例如,利用θ将由上述要素图像shi*Ah组成的要素图像Fh(r,θ)分割为M个(M是包含1的自然数)区域的图像Fhk(r,θ)(k=1~M),对每个图像Fhk(r,θ)求出用θ积分的剖面(profile)函数Pk(r)。通过对该剖面函数Pk(r)关于r实施平滑化滤波,求出Pk(r)’。
Fhk(r,θ)=Fhk(r,θ)*Pk(r)′/Pk(r) …(C)
通过代入上述(C)式的右边并求出左边来修正上述图像Fhk(r,θ),将该修正后的图像Fhk(r,θ)以k=1~M的方式排列,由此来修正要素图像Fh(r,θ)。在此,M是包含1的自然数,因此也包含在不分割要素图像Fh(r,θ)的情况下代入上述(C)式的右边并求出左边来修正要素图像Fh(r,θ)的情况。
在上述CT图像上的区域中伪影的强度发生变化的情况下,通过适当调节该M的值来使用,能够进行应对。
此外,例如,
Fhk(r,θ)=Fhk(r,θ)-(Pk(r)-Pk(r)′) …(D)
通过代入上述(D)式的右边并求出左边来修正上述图像Fhk(r,θ),将该修正后的图像Fhk(r,θ)以k=1~M的方式排列,由此来修正要素图像Fh(r,θ)。在其一个例子中,也包含在不分割要素图像Fh(r,θ)的情况下代入上述(D)式的右边并求出左边来修正要素图像Fh(r,θ)的情况。一般地,在剖面函数Pk(r)的值能取与平滑化(smoothing)后的Pk(r)’的值相比而言极端小的值的情况下,在上述(C)式的除法中有可能扩大噪声的影响,因此上述(D)式的减法是有利的。
在上述的这些发明中,以如下技术思想为前提,即通过进行伪影的特征量分析,分割为包含伪影的像素群和不包含伪影的像素群,仅对上述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理;但也可以不以该技术思想为前提,将上述(C)式变形为下述(C)’式,或者将上述(D)式变形为下述(D)’式,对断层图像实施平滑化滤波。
即,与上述图像处理方法不同的图像处理方法是对断层图像进行处理的图像处理方法,其特征在于,以断层图像中的断层面为x,y平面,同时以断层图像的各像素值为F(x,y),将该断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),由此将所述断层图像F(x,y)上的伪影转换为所述图像F(r,θ)上的伪影,利用所述θ将该图像F(r,θ)分割为M个(M是包含1的自然数)区域的图像Fk(r,θ)(k=1~M),对每个所述图像Fk(r,θ)求出用θ积分的剖面函数Pk(r),通过对该剖面函数Pk(r)关于所述r实施所述平滑化滤波,求出Pk(r)’,
Fk(r,θ)=Fk(r,θ)*Pk(r)′/Pk(r) …(C)′
通过代入上述(C)’式的右边并求出左边来修正所述图像Fk(r,θ),将该修正后的图像Fk(r,θ)以k=1~M的方式排列,由此来修正所述图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y),取得去除了所述伪影的断层图像。
此外,与上述图像处理方法进一步不同的图像处理方法是对断层图像进行处理的图像处理方法,其特征在于,以断层图像中的断层面为x,y平面,同时以断层图像的各像素值为F(x,y),将该断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),由此将所述断层图像F(x,y)上的伪影转换为所述图像F(r,θ)上的伪影,利用所述θ将该图像F(r,θ)分割为M个(M是包含1的自然数)区域的图像Fk(r,θ)(k=1~M),对每个所述图像Fk(r,θ)求出用θ积分的剖面函数Pk(r),通过对该剖面函数Pk(r)关于所述r实施所述平滑化滤波,求出Pk(r)’,
Fk(r,θ)=Fk(r,θ)-(Pk(r)-Pk(r)′) …(D)′
通过代入上述(D)’式的右边并求出左边来修正所述图像Fk(r,θ),将该修正后的图像Fk(r,θ)以k=1~M的方式排列,由此来修正所述图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y),取得去除了所述伪影的断层图像。
在上述(C)’式和上述(D)’式中,可以认为:一般地,在剖面函数Pk(r)的值能取与平滑化(smoothing)后的Pk(r)’的值相比而言极端小的值的情 况下,与上述(C)’式相比,上述(D)’式的减法是有利的。
在上述的这些发明中,断层图像的一个例子是摄像系统围绕被检测体的体轴轴心相对旋转得到的图像(即CT图像)。在断层图像为CT图像的情况下,如上所述使摄像系统围绕被检测体的体轴轴心旋转,由此伪像在CT图像上作为环状伪影出现。这些发明在断层图像是CT图像的情况下非常有用。另外,关于断层图像,并不限定于CT图像,只要是通过断层摄影得到的图像便可。正如由构成摄像系统的照射单元沿被检测体平行移动、构成摄像系统的检测单元沿着与照射装置的移动相反的方向平行移动而得到的断层图像,或者各摄像系统围绕与被检测体的体轴垂直的轴心岁差运动而得到的断层图像所例示的那样,对断层图像并不做特别限定。
此外,本发明的图像处理装置是对断层图像进行处理的图像处理装置,其特征在于,包括:分割单元,以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群;以及像素群处理单元,仅对包含所述伪影的像素群实施与修正有关的指定处理;由此进行去除伪影的修正处理,所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群。
根据本发明的图像处理装置,包括:分割单元,以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群;以及像素群处理单元,仅对所述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理。这样,仅对包含伪影的像素群实施与修正有关的指定处理,对不包含伪影的像素群不实施与修正有关的指定处理,因此对于由不包含伪影的像素群构成的原来的正常断层图像,几乎不会产生图像分辨率的降低等由滤波等引起的副作用,能够稳定地去除伪影。此外,通过稳定地去除伪影,能够得到良好的断层图像。
此外,利用独立成分分析使与伪影对应的图像成分和与伪影不对应的图像成分独立并分离,由此分割为包含伪影的像素群和不包含伪影的像素群。
如在图像处理方法中已经描述的那样,断层图像的一个例子是摄像系统围绕被检测体的体轴轴心相对旋转得到的图像(即CT图像)。同样,关于断层图像,并不限定于CT图像。
此外,本发明的断层摄影装置是对断层图像进行摄像的断层摄影装置,其特征在于,包括:检测单元,检测来自被检测体的光或放射线;以及图像处理单元,对与通过该检测单元得到的光或放射线有关的被检测体的断层图像进行处理;所述图像处理单元包括:分割单元,以所述断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群;以及像素群处理单元,仅对所述包含伪影的像素群实施与修正有关的指定处理;由此进行去除伪影的修正处理,所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群。
根据本发明的断层摄影装置,检测单元检测来自被检测体的光或放射线,图像处理单元对与通过该检测单元得到的光或放射线有关的被检测体的断层图像进行处理,由此对断层图像进行摄像。该图像处理单元包括:分割单元,以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群;以及像素群处理单元,仅对所述包含伪影的像素群实施与修正有关的指定处理;由此进行去除伪影的修正处理。这样,仅对包含伪影的像素群实施与修正有关的指定处理,对不包含伪影的像素群不实施与修正有关的指定处理,因此对于由不包含伪影的像素群构成的原来的正常断层图像,几乎不会产生图像分辨率的降低等由滤波等引起的副作用,能够稳定地去除伪影。此外,通过稳定地去除伪影,能够得到良好的断层图像,从而能够进行良好的摄像。
此外,利用独立成分分析使与伪影对应的图像成分和与伪影不对应的图像成分独立并分离,由此分割为包含伪影的像素群和不包含伪影的像素群。
在上述断层摄影装置中,除了检测单元,还可以包括向被检测体照射光或放射线的照射单元。在此情况下,检测单元检测透过被检测体的光或放射线。当然,也可以适用于不包括照射单元,如核医学诊断装置那样,向被检测体的体内投放放射性药剂,通过检测单元检测从被检测体产生的放射线(例如α线、β线、γ线等),由此得到断层图像的装置。
此外,断层摄影装置包括使照射单元以及检测单元围绕被检测体的体轴轴心相对旋转的旋转单元,在断层图像是照射单元以及检测单元围绕被检测体的体轴轴心相对旋转得到的图像(CT图像)时是有用的。如在图像处理方法及其装置中描述的那样,断层摄影装置并不限定于X线CT装置,断层图像也并不限定于CT图像。
发明效果
根据本发明涉及的图像处理方法、装置以及断层摄影装置,以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群,仅对所述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理。这样,仅对包含伪影的像素群实施与修正有关的指定处理,对不包含伪影的像素群不实施与修正有关的指定处理, 因此对于由不包含伪影的像素群构成的原来的正常断层图像,几乎不会产生图像分辨率的降低等由滤波等引起的副作用,能够稳定地去除伪影。
此外,利用独立成分分析使与伪影对应的图像成分和与伪影不对应的图像成分独立并分离,由此分割为包含伪影的像素群和不包含伪影的像素群。
附图说明
图1是各实施例涉及的X线CT装置的概略结构图以及模块图。
图2是为了说明与各个断层图像有关的取得而提供的示意图。
图3的(a)、(b)是分别改变了x、y、z时的直角坐标系以及各个断层图像的示意图。
图4是表示与实施例1有关的一系列断层摄影的流程的流程图。
图5是将一张断层图像分割为1024个群以取得要素图像时的示意图。
图6是对正常的断层图像人为地放入各种图案的环状伪影时的示意图。
图7是表示与实施例2有关的一系列断层摄影的流程的流程图。
图8的(a)、(b)是表示从直角坐标系变换为极坐标系时各断层图像以及伪影的关系的示意图。
图9是表示与实施例3有关的一系列断层摄影的流程的流程图。
图10的(a)、(b)是表示从将区域分割为4份时的直角坐标系变换为极坐标系时各断层图像以及伪影的关系的示意图。
图11是分割后的区域重复(overlap)时的极坐标系的示意图。
图12是与变形例有关的断层摄影装置的概略侧面图。
图13是与变形例有关的断层摄影装置的概略正面图。
图14的(a)~(c)是为了进行CT图像中的环状伪影产生的说明而提供的示意图。
符号说明
2 X线管
3 X线检测元件
4 X线检测阵列
5 旋转驱动部
8 图像处理部
8b 分割部
8c 像素群处理部
F(x,y) 断层图像
Aj 基底函数
Fi(x,y)、Fi(r,θ) 要素图像
z 体轴
M 被检测体
具体实施方式
实施例1
以下,参照附图说明本发明的实施例1。图1是也包含后述的实施例2、3的各个实施例涉及的X线CT装置的概略结构图以及模块图,图2是为了说明与各个断层图像有关的取得而提供的示意图。图3是分别改变了x、y、z时的直角坐标系以及各个断层图像的示意图。也包含后述的实施例2、3,在本实施例1中,作为断层摄影装置,采用X线CT装置为例进行说明,同时作为断层图像采用CT图像为例进行说明。
如图1所示,以被检测体M的体轴为z,取与纸面垂直的方向。此外,以图1所示的方式取x轴以及y轴。也包含后述的实施例2、3,本实施例1涉及的X线CT装置如图1所示包括载置被检测体M的顶板1、向被检测体M照射X线的X线管2和检测透过被检测体M的X线的X线检测阵列4。X线管2构成为照射扇状的X线。在锥形束CT的情况下,X线管2照射沿体轴z方向扩展的锥形状的X线束。X线检测元件3以通道为单位作为单元构成,通过将它们以环状并排设置,构成X线检测阵列4。在多层CT的情况下,通过将X线检测元件3沿体轴z方向也并排设置而构成X线检测阵列4。在锥形束CT的情况下,将在平面面板上二维地配置X线检测元件3的FPD作为X线检测阵列4使用。X线管2相当于本发明中的照射单元,X线检测阵列4相当于本发明中的检测单元。
此外,X线CT装置包括使包括X线管2以及X线检测阵列4的摄像系统围绕被检测体M的体轴z的轴心旋转的旋转驱动部5。该旋转驱动部 5由省略图示的马达(motor)和旋转带等构成,通过马达的旋转驱动使旋转带旋转,利用旋转带的旋转使台架(gantry)(省略图示)旋转,由此使台架内设置的X线管2以及X线检测阵列4以相互对置的状态沿着图中的箭头方向或其相反方向旋转。旋转驱动部5相当于本发明中的旋转单元。
此外,X线CT装置包括:向X线管2提供管电流和高电压的管电压的高电压产生部6、作为投影数据收集通过X线检测阵列4得到的数据的数据收集部(DAS)7、对于数据收集部7收集的投影数据进行各种处理的图像处理部8、统一控制构成X线CT装置的各个部分的控制器9、对控制器9进行输入的输入部10、输出经由控制器9送来的各种数据的输出部11、以及写入并存储经由控制器9送来的各种数据的存储器部12。图像处理部8相当于本发明中的图像处理装置,也相当于本发明中的图像处理单元。
控制器9由中央计算处理装置(CPU)等构成。输入部10将操作者输入的数据或命令送入控制器9。输入部10由以鼠标、键盘、操纵杆、轨迹球、触摸板等为代表的指示设备构成。输出部11由以监视器等为代表的显示部或打印机等构成。
存储器部12由以ROM(Read only Memory,只读存储器)或RAM(Random Access Memory,随机存取存储器)等为代表的存储介质构成。也包含后述的实施例2、3,在本实施例1中,将数据收集部7收集的数据和图像处理部8处理的各种数据写入并存储在RAM中,并根据需要从RAM中读出。ROM中预先存储用于进行各种断层摄影的程序等,通过由控制器9执行该程序来分别进行与该程序对应的断层摄影。
数据收集部7和图像处理部8通过由控制器9执行例如以上述存储器部12等为代表的存储介质的ROM中存储的程序或以输入部10为代表的指示设备输入的命令来实现。图像处理部8包括:重构由数据收集部7收集的投影数据以求出断层图像(在此是CT图像)的重构处理部8a、将该断层图像分割为包含环状伪影的像素群和不包含环状伪影的像素群的分割部8b、和仅对该包含环状伪影的像素群实施与修正有关的指定处理的像素群处理部8c。关于分割部8b和像素群处理部8c的具体功能,通过图4~ 图6在后文中描述。分割部8b相当于本发明中的分割单元,像素群处理部8c相当于本发明中的像素群处理单元。
重构处理部8a基于投影数据进行重构处理以得到断层图像。关于重构处理,可以使用公知的滤波反投影法(FBP:Filtered Back Projection)(也称作“滤波修正逆投影法”)。以这种方式得到的断层图像是使X线管2以及X线检测阵列4围绕被检测体M的体轴z的轴心旋转,即在图1中的x,y平面内旋转得到的数据,因此其断层面是x,y平面。此外,以断层图像的各像素值为F(x,y)。
也包含后述的实施例2、3,在本实施例1中,通过以图1所示的方式取x,y,z轴,得到的断层图像F(x,y)是横断像,即轴(Axial)像,如图2所示,在体轴z方向上为各个断层(即层)得到轴像。在本实施例1中,通过以图1所示的方式取x,y,z轴,断层图像F(x,y)是轴像,但也可以如图3(a)所示,通过将图1、图2中的x变为y,图1中的y变为z,图1、图2中的z变为x,使断层图像F(x,y)为冠状断像,即冠状(coronal)像,相反,也可以如图3(b)所示,通过将图1、图2中的x变为z,图1、图2中的y变为x,图1、图2中的z变为y,使断层图像F(x,y)为矢状断像,即矢状(sagittal)像。
这样,可以将作为轴像得到的断层图像转换为冠状像或矢状像。另外,在X线CT装置的情况下,由于如上所述使X线管2以及X线检测阵列4围绕被检测体M的体轴z的轴心旋转(即在图1中的x,y平面内旋转),所以在轴像上出现环状伪影。因此,考虑到切实地去除环状伪影这一点,断层图像F(x,y)为轴像是较为理想的。此外,考虑到切实地去除环状伪影这一点,较为理想的是,作为轴像得到的断层图像不转换为冠状像或矢状像,原样保持为轴像,以下述方式分割为包含环状伪影的像素群和不包含环状伪影的像素群。
接着,参照图4~图6说明分割部8b和像素群处理部8c的具体功能。图4是表示与实施例1有关的一系列断层摄影的流程的流程图。图5是将一张断层图像分割为1024个群以取得要素图像时的示意图。图6是对正常的断层图像人为地放入各种图案的环状伪影时的示意图。
(步骤S1)将断层图像分割为Δ个群
分割部8b(参照图1)以断层图像F(x,y)为对象进行环状伪影的特征量分析,由此分割为包含环状伪影的像素群和不包含环状伪影的像素群。也包含后述的实施例2、3,在本实施例1中,作为特征量分析采用独立成分分析(ICA)为例进行说明。利用该独立成分分析使与环状伪影对应的图像成分和与环状伪影不对应的图像成分独立并分离,由此分割为包含环状伪影的像素群和不包含环状伪影的像素群。在本实施例1中,利用x,y将断层图像F(x,y)分割为Δ个群,据此得到由N个像素构成的要素图像Fi(x,y)(i=1~Δ)。
具体而言,假设作为CT图像的断层图像F(x,y)在体轴z方向上每层取得α张(参照图2),根据α张断层图像F(x,y)计算由N个像素构成的基底函数Aj。基底函数Aj由N个要素像素的Fi(x,y)构成,能够作为由N个要素组成的向量进行处理。另外,基底函数Aj的个数等于构成基底函数Aj的像素数(j=1~N)。一张断层图像F(x,y)是在x,y方向上以i=1~Δ/α(Δx×Δy=Δ/α)的方式排列属于Δx个、Δy个群内的要素图像Fi(x,y)而成的,是Δ/α个要素图像的集合。因此,α张断层图像F(x,y)是由Δ个要素图像构成的。由N个要素构成的要素图像Fi(x,y)也能作为由N个要素构成的向量进行处理,α张断层图像F(x,y)是由Δ个要素图像Fi(x,y)构成的。
在此,以α=10,具有纵横512×512个像素的断层图像F(x,y)、N=256、Δx=32、Δy=32(即Δ/α=32×32=1024、Δ=1024×α=10240)为例进行说明,具有512×512个像素的断层图像F(x,y)在体轴z方向上每层取得10张(α=10)。基底函数Aj由纵横16×16个像素即256个(N=256)像素构成,能够作为由256个要素组成的向量进行处理。基底函数Aj的个数(在此是256个)等于构成基底函数Aj的像素数(j=1~256)。如图5所示,一张断层图像F(x,y)是在x,y方向上以i=1~1024(Δ/α=1024)的方式排列属于(512/16=)32个(Δx=32)、(512/16=)32个(Δy=32)共计1024个群内的要素图像Fi(x,y)而成的,是1024个要素图像的集合。因此,10张断层图像F(x,y)是由10240个(Δ=10240)要素图像构成的。由256个像素构成的要素图像Fi(x,y)也能作为由256个要素构成的向量进行处理,10张断层图像F(x,y)是由10240个要素图像Fi(x,y)构成的。这样, 通过将一张断层图像F(x,y)分割为1024个群,得到由256个像素构成的要素图像Fi(x,y)。此外,在10张断层图像F(x,y)中通过分割为10240个群得到由256个像素构成的要素图像Fi(x,y)。
(步骤S2)用基底函数展开要素图像
若适用独立成分分析,则各个要素图像Fi(x,y)与基底函数Aj之间成立下述(1)式的关系式。
数学式1
…(1)
上述(1)式是用向量与矩阵的积表示的,将其进行归纳的式子是下述(2)式。
数学式2
ただし、i=1~Δ
关于满足上述(1)式或上述(2)式的基底函数Aj,能够适用上述独立成分分析(ICA)求出。关于具体的基底函数Aj的计算方法,请参考上述非专利文献1(陈延伟著,《独立成分分析(1)-鸡尾酒会效果-》,日本医用图像工学会刊,2003年,21卷,1号,第81-85页)。上述(1) 式或上述(2)式相当于本发明中的(A)式。
(步骤S3)求出与环状伪影对应的图像成分
在上述(1)式或上述(2)式中展开的基底函数Aj中,选择与环状伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),将与该选择的基底函数Ah对应的成分shi作为与上述环状伪影对应的图像成分。与环状伪影对应的基底函数Ah并不限定于只有一个,存在多个基底函数Ah。
为了求出该与环状伪影对应的图像成分(即与选择的基底函数Ah对应的成分shi),如图6所示,对于预先求出的正常的断层图像P,人为地放入各种图案(改变了环状伪影ART的直径的图案A、改变了环状伪影ART的宽度的图案B、改变了环状伪影的亮度(像素值)或亮度分布的图案C)的环状伪影,对于正常的断层图像P时的各个成分shi通过放入图案发生了什么样的变化进行采样。通过预先生成这种采样数据,求出与环状伪影对应的图像成分shi。为了求出与环状伪影对应的图像成分shi,除此之外,例如也可以通过以下方式进行:根据仅包括正常单元的X线检测阵列以及具有异常单元的X线检测阵列分别计算断层图像,求出与各个断层图像对应的图像成分,求出与异常的X线检测阵列(即环状伪影)对应的图像成分shi。此外,也可以通过以下方式求出与环状伪影对应的图像成分shi:在仅包括正常单元的X线检测阵列取得的正弦图的特定单元的值上乘以例如0.99(这对应于使特定单元的敏感度降低为99%)后计算断层图像。
通过以上述方式求出与环状伪影对应的图像成分shi,由与环状伪影对应的基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah是与环状伪影对应的图像成分,即包含环状伪影的像素群。并且,由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像sji*Aj是与环状伪影不对应的图像成分,即不包含环状伪影的像素群。这样,通过进行该步骤S1~S3的步骤分割为包含环状伪影的像素群和不包含环状伪影的像素群。该步骤S1~S3的步骤由上述的分割部8b(参照图1)进行。
(步骤S4)将该成分置换为“0”(修正处理)
通过将步骤S3中求出的与环状伪影对应的图像成分shi置换为“0”,消除与环状伪影对应的图像成分shi。即,实施对于与上述消除有关的各个要素图像Fi(x,y)的修正处理。这样,通过消除与环状伪影对应的图像成分 shi,仅对包含环状伪影的像素群进行与修正有关的指定处理。在存在多个与环状伪影对应的基底函数Ah的情况下,将对应的全部图像成分shi置换为“0”。另一方面,对于与环状伪影不对应的图像成分(不包含环状伪影的像素群),该步骤S4中的置换为“0”的修正处理自然不进行,用于修正的滤波处理等也不进行。另外,如上所述,仅仅意味着对不包含(环状)伪影的像素群不实施与修正有关的指定处理。因此,对于与修正以外有关的指定处理(例如从像素值到亮度的阶度变更、伪影去除以外的修正处理(例如延迟修正或增益修正等)),可以对不包含(环状)伪影的像素群实施该处理。该步骤S4中的修正处理由上述的像素群处理部8c(参照图1)进行。
(步骤S5)排列要素图像
通过将在步骤S4中进行了修正处理的要素图像Fi(x,y),以及由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像Fi(x,y)以i=1~Δ的方式排列,得到去除了环状伪影的断层图像F(x,y)。
根据本实施例1中涉及的步骤S1~S5,以断层图像为对象进行环状伪影的特征量分析(在本实施例1中是独立成分分析(ICA)),由此分割为包含环状伪影的像素群和不包含环状伪影的像素群,仅对所述包含环状伪影的像素群实施与修正有关的指定处理(在本实施例1中是置换为“0”的处理),由此进行去除环状伪影的修正处理。这样,仅对包含环状伪影的像素群实施与修正有关的指定处理,对不包含环状伪影的像素群不实施与修正有关的指定处理,因此对于由不包含环状伪影的像素群构成的原来的正常断层图像,不实施用于修正的滤波处理等,不产生由滤波引起的伪影,几乎不会产生图像分辨率的降低等由滤波等引起的副作用。其结果是能够稳定地去除伪影(在此是环状伪影)。
根据本实施例1中涉及的图像处理部8以及包括该图像处理部8的X线CT装置,包括向被检测体M照射X线的X线管2和检测透过被检测体M的X线的X线检测阵列4,图像处理部8对与通过该X线检测阵列4得到的X线有关的被检测体M的断层图像进行处理,由此对断层图像进行摄像。该图像处理部8包括:分割部8b,以断层图像为对象进行环状伪影的特征量分析(在本实施例1中是独立成分分析(ICA)),由此分 割为包含环状伪影的像素群和不包含环状伪影的像素群;以及像素群处理部8c,仅对所述包含环状伪影的像素群实施与修正有关的指定处理(在本实施例1中是置换为“0”的处理);由此进行去除环状伪影的修正处理。这样,仅对包含环状伪影的像素群实施与修正有关的指定处理,对不包含环状伪影的像素群不实施与修正有关的指定处理,因此对于由不包含环状伪影的像素群构成的原来的正常断层图像,几乎不会产生图像分辨率的降低等由滤波等引起的副作用,能够稳定地去除伪影(在此是环状伪影)。此外,通过稳定地去除伪影,能够得到良好的断层图像,从而能够进行良好的摄像。
也包含后述的实施例2、3,在本实施例1中,适用于包括使X线管2以及X线检测阵列4围绕被检测体M的体轴z的轴心旋转的旋转驱动部5的X线CT装置。在该X线CT装置中,断层图像是X线管2以及X线检测阵列4围绕被检测体M的体轴z的轴心旋转得到的图像(即CT图像)时是有用的。在断层图像是CT图像的情况下,使包括X线管2以及X线检测阵列4的摄像系统围绕被检测体M的体轴z的轴心旋转,由此,伪影在CT图像上作为环状伪影出现。
也包含后述的实施例2、3,在本实施例1中,作为特征量分析采用独立成分分析(ICA)。利用该独立成分分析使与环状伪影对应的图像成分和与环状伪影不对应的图像成分独立并分离,由此分割为包含环状伪影的像素群和不包含环状伪影的像素群。
也包含后述的实施例2、3,在本实施例1中,通过消除与环状伪影对应的图像成分shi,仅对包含伪影的像素群实施与修正有关的指定处理。具体地,在本实施例1中,利用x,y将断层图像F(x,y)分割为Δ个群,据此得到由N个像素构成的要素图像Fi(x,y)(i=1~Δ)。通过适用独立成分分析,用由N个像素构成的基底函数Aj(j=1~N)展开各个要素图像Fi(x,y)。在上述(1)式或上述(2)式中展开的基底函数Aj中,选择与环状伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),将与该选择的基底函数Ah对应的成分shi作为与环状伪影对应的图像成分。实施对于通过将该成分shi置换为“0”消除了与环状伪影对应的图像成分shi的各个要素图像Fi(x,y)的修正处理。通过以i=1~Δ的方式排列该要素图像Fi(x,y), 得到去除了环状伪影的断层图像F(x,y)。
如上所述,与环状伪影对应的基底函数Ah并不一定限定于只有一个,有时存在多个与伪影对应的基底函数Ah,在此情况下通过将对应的全部成分shi置换为“0”,能够去除环状伪影。
实施例2
接着,参照附图说明本发明的实施例2。图7是表示与实施例2有关的一系列断层摄影的流程的流程图,图8是表示从直角坐标系变换为极坐标系时各断层图像以及伪影的关系的示意图。关于本实施例2涉及的X线CT装置,由于具有与上述实施例1相同的结构,所以省略其说明。另外,关于实施例2涉及的图7的流程图,对于与上述实施例1共同的步骤赋予相同的符号,省略其说明,仅说明不同点。
(步骤T1)变换为极坐标系
分割部8b(参照图1)将图8(a)中的直角坐标系x,y的直角坐标上的断层图像F(x,y)变换为图8(b)中的极坐标系r,θ的极坐标上的图像F(r,θ)。与上述的实施例1和后述的实施例3相同,在本实施例2中,作为断层图像(x,y)采用CT图像,因此通过将断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),图8(a)所示的断层图像F(x,y)上的环状伪影ART变换为图8(b)所示的图像F(r,θ)上的直线伪影ART。
(步骤S1)将断层图像分割为Δ个群
在该步骤S1中,作为分割对象的图像在实施例1中是断层图像F(x,y),而在本实施例2中是图像F(r,θ),除此之外与实施例1相同,因此省略其说明。利用r,θ将图像F(r,θ)分割为Δ个群,据此得到由N个像素构成的要素图像Fi(r,θ)(i=1~Δ)。
(步骤S2)用基底函数展开要素图像
若适用独立成分分析,则各个要素图像Fi(r,θ)与基底函数Aj之间成立下述(3)式的关系式。
数学式3
ただし、i =1~Δ
上述(3)式相当于本发明中的(B)式。
(步骤T2)求出与直线伪影对应的图像成分
在上述(3)式中展开的基底函数Aj中,选择与直线伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),将与该选择的基底函数Ah对应的成分shi作为与上述直线伪影对应的图像成分。与上述实施例1相同,在本实施例2的这种直线伪影的情况下,与直线伪影对应的基底函数Ah也并不限定于只有一个,存在多个基底函数Ah。关于求出与直线伪影对应的图像成分(即与选择的基底函数Ah对应的成分shi)的方法,与上述实施例1相同,因此省略其说明。
这样,通过求出与直线伪影对应的图像成分shi,由与直线伪影对应的基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah是与直线伪影对应的图像成分,即极坐标上包含直线伪影的像素群、直角坐标上包含环状伪影的像素群。并且,由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像sji*Aj是与直线伪影不对应的图像成分,即极坐标上不包含直线伪影的像素群、直角坐标上不包含环状伪影的像素群。这样,通过进行该步骤T1、S1、S2、T2的步骤,(在直角坐标上)分割为包含环状伪影的像素群和不包含环状伪影的像素群。该步骤T1、S1、S2、T2的步骤由上述的分割部8b(参照图1)进行。
(步骤S4)将该成分置换为“0”(修正处理)
通过将步骤T3中求出的与直线伪影对应的图像成分shi置换为“0”,消除与直线伪影对应的图像成分shi。在该步骤S4中,作为置换为“0”的图像成分的对象的图像在实施例1中是断层图像F(x,y),而在本实施例2中是图像F(r,θ),除此之外与实施例1相同,因此省略其说明。该步骤S4中的修正处理由上述的像素群处理部8c(参照图1)进行。
(步骤S5)排列要素图像
在该步骤S5中,要素图像在实施例1中是要素图像Fi(x,y),而在本实施例2中是要素图像Fi(r,θ),除此之外,与实施例1相同。即,通过将 在步骤S4中进行了修正处理的要素图像Fi(r,θ),以及由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像Fi(r,θ)以i=1~Δ的方式排列,得到去除了直线伪影的图像F(r,θ)。
(步骤T3)逆变换为直角坐标系
将在步骤S5中去除了直线伪影的图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y)。通过以此方式进行逆变换,得到去除了环状伪影的断层图像F(x,y)。
根据本实施例2涉及的步骤T1、S1、S2、T2、S4、S5、T3,与上述实施例1相同,仅对包含环状伪影的像素群实施与修正有关的指定处理(在本实施例2中实际的修正对象是进行了极坐标变换的与直线伪影对应的图像成分shi),由于对不包含环状伪影的像素群不实施与修正有关的指定处理,所以对于由不包含环状伪影的像素群构成的原来的正常断层图像,几乎不会产生图像分辨率的降低等由滤波等引起的副作用,能够稳定地去除伪影(在此是环状伪影)。
在本实施例2中,通过将断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),将断层图像F(x,y)上的环状伪影变换为图像F(r,θ)上的直线伪影,利用r,θ将该图像F(r,θ)分割为Δ个群,据此得到由N个像素构成的要素图像Fi(r,θ)(i=1~Δ)。通过适用独立成分分析,用由N个像素构成的基底函数Aj(j=1~N)展开各个要素图像Fi(r,θ)。在上述(3)式中展开的基底函数Aj中,选择与直线伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),将与该选择的基底函数Ah对应的成分shi作为与直线伪影对应的图像成分。实施对于通过将该成分shi置换为“0”消除了与直线伪影对应的图像成分shi的各个要素图像Fi(r,θ)的修正处理。通过将以i=1~Δ的方式排列该要素图像Fi(r,θ)得到的图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y),得到去除了环状伪影的断层图像F(x,y)。
另外,在上述实施例1这样的直角坐标系的情况下,一般地,在基底函数Aj的大小即N的值较小时,直线由于是两个方向(x,y)的图案所以作为特征倾向于容易检测,环状伪影作为特征倾向于难以检测。在本实施例2这样的极坐标系的情况下,即使N的值较小,直线伪影作为特征也容易 检测,与实施例1的环状相比,本实施例2的直线具有作为特征容易检测的效果。
实施例3
接着,参照附图说明本发明的实施例3。图9是表示与实施例3有关的一系列断层摄影的流程的流程图。图10是表示从将区域分割为4份时的直角坐标系变换为极坐标系时各断层图像以及伪影的关系的示意图。图11是分割后的区域重复(overlap)时的极坐标系的示意图。关于本实施例3涉及的X线CT装置,由于具有与上述实施例1、2相同的结构,所以省略其说明。另外,关于实施例3涉及的图9的流程图,对于与上述实施例1、2共同的步骤赋予相同的符号,省略其说明,仅说明不同点。
(步骤T1)变换为极坐标系
该步骤T1与实施例2相同,因此省略其说明。在以后述的方式利用θ分割为M个(图10中是4个)区域的情况下,通过将断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),图10(a)所示的断层图像F(x,y)上的环状伪影ART变换为图10(b)所示的图像F(r,θ)上的直线伪影ART。
此时,如图10(a)所示以x轴与y轴之间的45°(π/4[rad])的轴为基准取角度θ,图10(a)的标记为“上”的区域在极坐标系中是0~π/2[rad]的区域,图10(a)的标记为“左”的区域在极坐标系中是π/2~π[rad]的区域,图10(a)的标记为“下”的区域在极坐标系中是π~3π/2[rad]的区域,图10(a)的标记为“右”的区域在极坐标系中是3π/2~2π[rad]的区域。
(步骤S1)将断层图像分割为Δ个群
该步骤S1与实施例2相同,因此省略其说明。
(步骤S2)用基底函数展开要素图像
该步骤S2与实施例2相同,因此省略其说明。利用实施例2中描述的上述(3)式用基底函数Aj展开。
(步骤T2)求出与直线伪影对应的图像成分
在上述(3)式中展开的基底函数Aj中,选择与直线伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),在上述实施例2中,将与该选择的基底函数Ah对应的成分shi作为与上述直线伪影对应的图像成 分,而在本实施例3中,将由该选择的基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah作为与直线伪影对应的图像成分。
即,并不像上述实施例1、2那样使与选择的基底函数Ah对应的成分shi为“0”,而是原样保留该成分。相反,使与未选择的基底函数Ax对应的成分sji为“0”。这样,通过将原样保留与选择的基底函数Ah对应的成分shi的状态下的由基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah、以及与未选择的基底函数Aj对应的成分sji被置换为“0”的状态下的由基底函数Aj及与其对应的成分sji组成的要素图像sji*Aj以i=1~Δ的方式排列,得到由shi*Ah组成的要素图像Fh(r,θ)。该由shi*Ah组成的要素图像Fh(r,θ)也是包含直线伪影的像素群,认为是由直线伪影成分构成的图像。
另一方面,如上述实施例1、2那样,使与选择的基底函数Ah对应的成分shi为“0”,相反,不使与未选择的基底函数Aj对应的成分sji为“0”,原样保留该成分。通过将与选择的基底函数Ah对应的成分shi被置换为“0”的状态下的由基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah、以及原样保留与未选择的基底函数Aj对应的成分sji的状态下的由基底函数Aj及与其对应的成分sji组成的要素图像sji*Aj以i=1~Δ的方式排列,求出由剩余的sji*Aj组成的要素图像Fj(r,θ)。该由sji*Aj组成的要素图像Fj(r,θ)也是不包含直线伪影的像素群,认为是由去除了直线伪影成分的成分构成的图像。
这样,通过进行该步骤T1、S1、S2、T2的步骤,(在直角坐标上)分割为包含环状伪影的像素群和不包含环状伪影的像素群。该步骤T1、S1、S2、T2的步骤由上述的分割部8b(参照图1)进行。
(步骤U1)对于该成分的平滑化处理(修正处理)
对于由步骤T2中选择的基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah,即与直线伪影对应的图像成分实施平滑化(smoothing)滤波。即,实施对于与上述平滑化有关的由shi*Ah组成的要素图像Fh(r,θ)的修正处理。
具体地,利用θ将由上述要素图像shi*Ah组成的要素图像Fh(r,θ)分割为M个(M是包含1的自然数)区域的图像Fhk(r,θ)(k=1~M)。在M=4 的情况下,如上所述分割为4份,因此例如以图10(a)所示的方式进行分割,则在极坐标系中以图10(b)所示的方式进行分割。另外,在进行分割时,对M不做特别限定,只要是自然数,可以任意指定为1、2、3……,选择任意的分割数。此外,如图11所示,在极坐标系中分割后的区域(参照符号“T”)也可以重叠。此外,由于M是包含1的自然数,所以在M=1时也包含了不分割要素图像Fh(r,θ)的情况。
对于分割后的每个图像Fhk(r,θ),求出用θ积分的剖面函数Pk(r)。在极坐标系r,θ的极坐标上用θ积分的一元剖面函数Pk(r)以下述(4)式的方式表示。
数学式4
另外,由于图像Fhk(r,θ)是从θ观察不连续的函数,所以在上述(4)式中通过合计进行积分,但也可以对图像Fhk(r,θ)进行插值或者求出近似函数以使其从θ观察连续,对该连续的插值后的图像Fhk(r,θ)或者连续的近似函数以下述(5)式的方式进行积分,由此求出用θ积分的一元剖面函数Pk(r)。
数学式5
通过对上述(4)式或上述(5)式中求出的一元剖面函数Pk(r)关于r实施平滑化滤波,求出Pk(r)’。关于该平滑化滤波,可以使用Pk(r)的加法平均(相加平均)或者Pk(r)的乘法平均(相乘平均)。此外,只要是通常使用的平滑化滤波(例如高斯型滤波、同等权重平滑化滤波、中值滤波等)便可,不做特别限定。并且,通过代入下述(6)式中的右边并求出左边,修正图像Fhk(r,θ)。
数学式6
Fhk(r,θ)=Fhk(r,θ)*Pk(r)′/Pk(r) …(6)
(步骤U2)以k=1~M的方式排列要素图像
通过将上述(6)式修正的图像Fhk(r,θ)以k=1~M的方式排列,修正要素图像Fh(r,θ)。由于如上所述M是包含1的自然数,所以也包含了在不分割要素图像Fh(r,θ)的情况下通过代入上述(6)式的右边并求出左边来修正要素图像Fh(r,θ)的情况。上述(6)式相当于本发明中的(C)式。
一般地,在剖面函数Pk(r)的值能取与平滑化(smoothing)后的Pk(r)’的值相比而言极端小的值的情况下,在上述(6)式的除法中有可能扩大噪声的影响,所以下述(7)式的减法是有利的。即,通过代入下述(7)式中的右边并求出左边来修正图像Fhk(r,θ)。
数学式7
Fhk(r,θ)=Fhk(r,θ)-(Pk(r)-Pk(r)′) …(7)
通过将上述(7)式修正的图像Fhk(r,θ)以k=1~M的方式排列,修正要素图像Fh(r,θ)。在上述(7)式的情况下,也包含了在不分割要素图像Fh(r,θ)的情况下通过代入上述(7)式的右边并求出左边来修正要素图像Fh(r,θ)的情况。上述(7)式相当于本发明中的(D)式。
(步骤U3)以i=1~Δ的方式排列要素图像
通过将在上述(6)式或上述(7)式中进行了修正的要素图像Fh(r,θ),以及由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像Fi(r,θ)以i=1~Δ的方式排列,得到去除了直线伪影的图像F(r,θ)。
(步骤T3)逆变换为直角坐标系
该步骤T3与实施例2相同。即,将在步骤U3中去除了直线伪影的图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y)。通过 以此方式进行逆变换,得到去除了环状伪影的断层图像F(x,y)。
根据本实施例3涉及的步骤T1、S1、S2、T2、U1~U3、T3,与上述实施例1、2相同,仅对包含环状伪影的像素群实施与修正有关的指定处理(在本实施例3中与实施例2相同,实际的修正对象是进行了极坐标变换的与直线伪影对应的图像成分shi),由于对不包含环状伪影的像素群不实施与修正有关的指定处理,所以对于由不包含环状伪影的像素群构成的原来的正常断层图像,几乎不会产生图像分辨率的降低等由滤波等引起的副作用,能够稳定地去除伪影(在此是环状伪影)。
在本实施例3中,与上述实施例1、2不同,通过对包含环状伪影的像素群实施平滑化(smoothing)滤波,仅对包含环状伪影的像素群实施与修正有关的指定处理。与消除与环状伪影对应的图像成分的上述实施例1、2的方法相比,能够进一步抑制对于原来的正常断层图像的图像分辨率的降低等由滤波等引起的副作用。
具体地,在上述实施例1、2的情况下,构成基底函数Aj的像素数(即N)也是基底函数Aj本身的个数,但在使用大小较小(即N的值较小)的基底函数基底函数Aj(例如N=16)的情况下,恐怕无法足够精细地区分图像的特征量。其结果是,直角坐标系中环状伪影、极坐标系中与直线伪影对应的基底函数Ah还包含了少许伪影成分之外的原来的CT图像的成分(伪影成分之外的成分)。在此,按照上述实施例1、2,将与环状伪影对应的图像成分置换为“0”以消除后,原来的正常断层图像(在此是CT图像)的成分也被消除,修正后的图像中产生异常或伪影。另一方面,如果将N设定为例如256或者该值以上的较大的值,则修正后的图像的画质逐渐提高,但计算量变得巨大,变得难以实际使用。在本实施例3的情况下,由于使用了平滑化滤波,所以不会产生相关的问题。
在本实施例3中,在对包含环状伪影的像素群实施平滑化(smoothing)滤波的情况下,作为特征量分析与实施例1、2相同利用独立成分分析,能够归纳如下。即,利用独立成分分析使与环状伪影对应的图像成分和与环状伪影不对应的图像成分独立并分离,由此分割为包含环状伪影的像素群和不包含环状伪影的像素群。并且,对于与环状伪影对应的图像成分实施上述平滑化滤波(实际上在变换为极坐标系以后进行平滑化,所以此时 对与直线伪影对应的图像成分实施平滑化滤波),由此仅对包含环状伪影的像素群实施与修正有关的指定处理。为了对于与环状伪影(在极坐标系中是直线伪影)对应的图像成分实施平滑化滤波,以上述方式进行到极坐标系的变换以及到直角坐标系的逆变换。
即,在上述(3)式中展开的基底函数Aj中,选择与直线伪影对应的基底函数Ah(1≤h≤N,该h的个数为一个或多个),将由该选择的基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah作为与直线伪影对应的图像成分。实施对于通过对该图像成分实施平滑化滤波而平滑化了与直线伪影对应的图像成分的、由shi*Ah组成的要素图像Fh(r,θ)的修正处理。以i=1~Δ的方式排列该要素图像Fh(r,θ)以及由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像Fi(r,θ)以得到图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y),得到去除了环状伪影的断层图像F(x,y)。
更具体地,利用θ将由要素图像shi*Ah组成的要素图像Fh(r,θ)分割为M个(M是包含1的自然数)区域的图像Fhk(r,θ)(k=1~M)。对于每个图像Fhk(r,θ),求出用θ积分的剖面函数Pk(r)。通过对该剖面函数Pk(r)关于r实施平滑化滤波,求出Pk(r)’。使用求出的Pk(r)’,通过代入上述(6)式或者上述(7)式中的右边并求出左边来修正图像Fhk(r,θ),通过将该修正的图像Fhk(r,θ)以k=1~M的方式排列,修正要素图像Fh(r,θ)。
本发明并不限定于上述实施方式,能够以下述方式变形实施。
(1)在上述各实施例中,作为断层摄影装置采用X线CT装置为例进行了说明,但断层摄影装置并不限定于X线CT装置。例如,也可以适用于如下装置:如图12所示,通过X线管2以及平板型X线检测器(FPD)30沿着被检测体M的体轴z方向以相互相反的方向平行移动来进行断层摄影的装置;或者如图13所示,通过X线管2以及FPD 30围绕与被检测体M的体轴z垂直的轴V的轴心岁差运动来进行断层摄影的装置。轴V可以与图中的x轴或y轴平行,只要与体轴垂直即可,不做特别限定。在这些情况下,代替上述的CT图像,对通过这些断层摄影得到的断层图像进行上述各实施例中的处理。
(2)在上述各实施例中,采用X线为例进行了说明,但也可以如以 PET(Positron Emission Tomography,正电子放射断层扫描)或SPECT(Single Photon Emission CT,单光子放射CT)等为代表的核医学诊断装置,即ECT(Emission Computed Tomography,放射计算机断层扫描)装置等那样,用本发明中的检测单元检测X线以外的放射线(在PET装置的情况下是γ线),对于与该检测单元得到的放射线有关的被检测体的断层图像进行上述各实施例中的处理。
(3)在上述各实施例中,采用以X线等为代表的放射线为例进行了说明,但也可以用本发明中的检测单元检测放射线以外的光,对于与该检测单元得到的光有关的被检测体的断层图像进行上述各实施例中的处理。
(4)在上述各实施例中,采用包括本发明中的照射单元(在各实施例中是X线管)的情况为例进行说明,但不一定需要包括照射单元。也可以适用于如上述核医学诊断装置那样,向被检测体的体内投放放射性药剂,通过本发明中的检测单元检测从被检测体产生的放射线(例如α线、β线、γ线等),由此得到断层图像的装置。此外,在核医学诊断装置中,也可以适用于通过包括以照射与放射性药剂同种的放射线的外部线源等为代表的照射单元,进行吸收修正的情况。在此情况下,对于吸收修正后的断层图像进行上述各实施例中的处理。
(5)在上述各实施例中,作为本发明中的照射单元采用X线管为例进行了说明,但也可以如上述变形例(2)~(4)那样根据X线以外的放射线或光构成照射单元。例如在光的情况下,照射单元可以是LED(Lightemitting diode,发光二极管),也可以是照射激光的YAG激光器等。
(6)在上述各实施例中,作为本发明中的检测单元,采用将X线检测元件以通道为单位作为单元构成、将它们并排设置后构成的X线检测阵列为例进行了说明,但也可以用X线检测元件单独构成检测单元,也可以用图像增强器(image intensifier)或X线胶片等构成检测单元,也可以如上述变形例(2)~(4)那样根据X线以外的放射线或光进行检测。例如在光的情况下,检测单元可以是光二极管等。
(7)在上述各实施例中,作为断层图像采用CT图像为例进行了说明,但也可以是上述变形例(1)~(4)那样的CT图像以外的断层图像。
(8)在上述各实施例中,CT图像是本发明中的照射单元(在各实施 例中是X线管)以及本发明中的检测单元(在各实施例中是X线检测阵列)围绕被检测体的体轴轴心旋转得到的图像,但也可以通过使被检测体本身围绕体轴轴心旋转来得到CT图像,也可以通过在使被检测体围绕体轴轴心旋转的同时,使本发明中的照射单元以及本发明中的检测单元围绕体轴轴心旋转来得到CT图像。因此,只要是照射单元以及检测单元围绕被检测体的体轴轴心相对旋转便可,对于旋转的具体方式不做特别限定。
(9)在上述各实施例中,采用以X线CT装置为代表的断层摄影装置为例进行了说明,但也可以适用于不包括本发明中的照射单元(在各实施例中是X线管)和本发明中的检测单元(在各实施例中是X线检测阵列)的单独的图像处理装置(在各实施例中是图像处理部)。因此,可以将从作为外部装置的断层摄影装置得到的断层图像传送到图像处理装置,使用该图像处理装置对断层图像进行上述各实施例中的处理。
(10)在上述各实施例中,作为特征量分析采用独立成分分析(ICA)为例进行了说明,但只要是通常进行特征量分析的方法便可,例如是小波(Wavelet)变换等,并不限定于独立成分分析。
(11)在上述各实施例中,以如下技术思想为前提,即通过进行伪影的特征量分析,分割为包含伪影的像素群和不包含伪影的像素群,仅对上述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理;但也可以不以该技术思想为前提,将上述(C)式(在实施例3中是上述(6)式)变形为下述(C)’式,或者将上述(D)式(在实施例3中是上述(7)式)变形为下述(D)’式,对断层图像实施平滑化滤波。
即,将断层图像F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),利用θ将该图像F(r,θ)分割为M个(M是包含1的自然数)区域的图像Fk(r,θ)(k=1~M)。对每个图像Fk(r,θ)求出用θ积分的剖面函数Pk(r),通过对该剖面函数Pk(r)关于r实施平滑化滤波,求出Pk(r)’,通过代入下述(C)’式或者下述(D)’式中的右边并求出左边来修正图像Fk(r,θ)。
Fk(r,θ)=Fk(r,θ)*Pk(r)′/Pk(r) …(C)′
Fk(r,θ)=Fk(r,θ)-(Pk(r)-Pk(r)′) …(D)′
将通过上述(C)’式或者上述(D)’式修正后的图像Fk(r,θ)以k=1~M的方式排列,由此来修正图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像F(x,y),得到去除了伪影的断层图像。在这些(C)’式或者(D)’式的情况下,不一定必须进行特征量分析,可以代替上述各实施例中利用特征量分析得到的要素图像Fh(r,θ),对从原来的断层图像F(x,y)进行了极坐标变换的F(r,θ)实施平滑化滤波处理。
Claims (13)
1.一种图像处理方法,对断层图像进行处理,其特征在于:
以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群,仅对所述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理,
所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群,
通过消除与所述伪影对应的图像成分,仅对包含所述伪影的像素群实施所述与修正有关的指定处理,
设所述断层图像中的断层面为x,y平面,同时设断层图像的各像素值为F(x,y),利用x,y将该断层图像的各像素值F(x,y)分割为Δ个群,由此取得由N个像素构成的要素图像Fi(x,y),通过适用所述独立成分分析,用由所述N个像素构成的基底函数Aj展开各个所述要素图像Fi(x,y),其中,i=1~Δ,j=1~N,
Fi(x,y)=∑j=1 Nsji*Aj …(A)
在所述(A)式展开的所述基底函数Aj中,选择与所述伪影对应的基底函数Ah,将与该选择的基底函数Ah对应的成分shi作为与所述伪影对应的图像成分,实施对于通过将该成分shi置换为“0”消除了与伪影对应的图像成分的各个要素图像Fi(x,y)的所述修正处理,通过将该要素图像Fi(x,y)以i=1~Δ的方式排列,取得去除了所述伪影的断层图像,其中,1≤h≤N,适合的h的个数为一个或多个。
2.一种图像处理方法,对断层图像进行处理,其特征在于:
以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群,仅对所述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理,
所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群,
通过消除与所述伪影对应的图像成分,仅对包含所述伪影的像素群实施所述与修正有关的指定处理,
设所述断层图像中的断层面为x,y平面,同时设断层图像的各像素值为F(x,y),通过将该断层图像的各像素值F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),将所述断层图像的各像素值F(x,y)上的伪影转换为所述图像F(r,θ)上的伪影,利用r,θ将该图像F(r,θ)分割为Δ个群,由此取得由N个像素构成的要素图像Fi(r,θ),通过适用所述独立成分分析,用由所述N个像素构成的基底函数Aj展开各个所述要素图像Fi(r,θ),其中,i=1~Δ,j=1~N,
Fi(r,θ)=∑j=1 Nsji*Aj …(B)
在所述(B)式展开的所述基底函数Aj中,选择与所述伪影对应的基底函数Ah,将与该选择的基底函数Ah对应的成分shi作为与所述伪影对应的图像成分,实施对于通过将该成分shi置换为“0”消除了与伪影对应的图像成分的各个要素图像Fi(r,θ)的所述修正处理,将该要素图像Fi(r,θ)以i=1~Δ的方式排列后得到图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像的各像素值F(x,y),取得去除了所述伪影的断层图像,其中,1≤h≤N,合适的h的个数为一个或多个。
3.一种图像处理方法,对断层图像进行处理,其特征在于:
以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群,仅对所述包含伪影的像素群实施与修正有关的指定处理,由此进行去除伪影的修正处理,
所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群,
通过消除与所述伪影对应的图像成分,仅对包含所述伪影的像素群实施所述与修正有关的指定处理,
设所述断层图像中的断层面为x,y平面,同时设断层图像的各像素值为F(x,y),通过将该断层图像的各像素值F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),将所述断层图像的各像素值F(x,y)上的伪影转换为所述图像F(r,θ)上的伪影,利用r,θ将该图像F(r,θ)分割为Δ个群,由此取得由N个像素构成的要素图像Fi(r,θ),通过适用所述独立成分分析,用由所述N个像素构成的基底函数Aj展开各个所述要素图像Fi(r,θ),其中,i=1~Δ,j=1~N,
Fi(r,θ)=∑j=1 Nsji*Aj …(B)
在所述(B)式展开的所述基底函数Aj中,选择与所述伪影对应的基底函数Ah,将由该选择的基底函数Ah及与其对应的成分shi组成的要素图像shi*Ah作为与伪影对应的图像成分,实施对于通过对与伪影对应的图像成分实施平滑化滤波来平滑化与伪影对应的图像成分的、由shi*Ah组成的要素图像Fh(r,θ)的所述修正处理,将该要素图像Fh(r,θ)以及由未选择的剩余的基底函数Aj及与其对应的成分sji组成的要素图像Fi(r,θ)以i=1~Δ的方式排列后得到图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像的各像素值F(x,y),取得去除了所述伪影的断层图像,其中,1≤h≤N,合适的h的个数为一个或多个。
4.根据权利要求3所述的图像处理方法,其特征在于:
利用θ将由所述要素图像shi*Ah组成的要素图像Fh(r,θ)分割为M个区域的图像Fhk(r,θ),对每个所述图像Fhk(r,θ)求出用θ积分的剖面函数Pk(r),通过对该剖面函数Pk(r)关于r实施所述平滑化滤波,求出Pk(r)’,其中,M是包含1的自然数,k=1~M,
Fhk(r,θ)=Fhk(r,θ)*Pk(r)′/Pk(r) …(C)
通过代入所述(C)式的右边并求出左边来修正所述图像Fhk(r,θ),将该修正后的图像Fhk(r,θ)以k=1~M的方式排列,由此来修正要素图像Fh(r,θ)。
5.根据权利要求3所述的图像处理方法,其特征在于:
利用θ将由所述要素图像shi*Ah组成的要素图像Fh(r,θ)分割为M个区域的图像Fhk(r,θ),对每个所述图像Fhk(r,θ)求出用θ积分的剖面函数Pk(r),通过对该剖面函数Pk(r)关于r实施所述平滑化滤波,求出Pk(r)’,其中,M是包含1的自然数,k=1~M,
Fhk(r,θ)=Fhk(r,θ)-(Pk(r)-Pk(r)′) …(D)
通过代入所述(D)式的右边并求出左边来修正所述图像Fhk(r,θ),将该修正后的图像Fhk(r,θ)以k=1~M的方式排列,由此来修正要素图像Fh(r,θ)。
6.一种图像处理方法,对断层图像进行处理,其特征在于:
设断层图像中的断层面为x,y平面,同时设断层图像的各像素值为F(x,y),将该断层图像的各像素值F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),由此将所述断层图像的各像素值F(x,y)上的伪影转换为所述图像F(r,θ)上的伪影,利用θ将该图像F(r,θ)分割为M个区域的图像Fk(r,θ),对每个所述图像Fk(r,θ)求出用θ积分的剖面函数Pk(r),通过对该剖面函数Pk(r)关于r实施平滑化滤波,求出Pk(r)’,其中,M是包含1的自然数,k=1~M,
Fk(r,θ)=Fk(r,θ)*Pk(r)′/Pk(r) …(C)′
通过代入所述(C)’式的右边并求出左边来修正所述图像Fk(r,θ),将该修正后的图像Fk(r,θ)以k=1~M的方式排列,由此来修正所述图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像的各像素值F(x,y),取得去除了所述伪影的断层图像。
7.一种图像处理方法,对断层图像进行处理,其特征在于:
设断层图像中的断层面为x,y平面,同时设断层图像的各像素值为F(x,y),将该断层图像的各像素值F(x,y)变换为极坐标系r,θ的极坐标上的图像F(r,θ),由此将所述断层图像的各像素值F(x,y)上的伪影转换为所述图像F(r,θ)上的伪影,利用θ将该图像F(r,θ)分割为M个区域的图像Fk(r,θ),对每个所述图像Fk(r,θ)求出用θ积分的剖面函数Pk(r),通过对该剖面函数Pk(r)关于r实施平滑化滤波,求出Pk(r)’,其中,M是包含1的自然数,k=1~M,
Fk(r,θ)=Fk(r,θ)-(Pk(r)-Pk(r)′) …(D)′
通过代入所述(D)’式的右边并求出左边来修正所述图像Fk(r,θ),将该修正后的图像Fk(r,θ)以k=1~M的方式排列,由此来修正所述图像F(r,θ),通过将该图像F(r,θ)逆变换为直角坐标系x,y的直角坐标上的断层图像的各像素值F(x,y),取得去除了所述伪影的断层图像。
8.根据权利要求1-7中的任一项所述的图像处理方法,其特征在于:
所述断层图像是摄像系统围绕被检测体的体轴轴心相对旋转得到的图像。
9.一种图像处理装置,对断层图像进行处理,其特征在于:
包括:
分割单元,其以断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群;以及
像素群处理单元,其仅对包含所述伪影的像素群实施与修正有关的指定处理;
由此进行去除伪影的修正处理,
所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群,
通过消除与所述伪影对应的图像成分,仅对包含所述伪影的像素群实施所述与修正有关的指定处理,
设所述断层图像中的断层面为x,y平面,同时设断层图像的各像素值为F(x,y),利用x,y将该断层图像的各像素值F(x,y)分割为Δ个群,由此取得由N个像素构成的要素图像Fi(x,y),通过适用所述独立成分分析,用由所述N个像素构成的基底函数Aj展开各个所述要素图像Fi(x,y),其中,i=1~Δ,j=1~N,
Fi(x,y)=∑j=1 Nsji*Aj …(A)
在所述(A)式展开的所述基底函数Aj中,选择与所述伪影对应的基底函数Ah,将与该选择的基底函数Ah对应的成分shi作为与所述伪影对应的图像成分,实施对于通过将该成分shi置换为“0”消除了与伪影对应的图像成分的各个要素图像Fi(x,y)的所述修正处理,通过将该要素图像Fi(x,y)以i=1~Δ的方式排列,取得去除了所述伪影的断层图像,其中,1≤h≤N,适合的h的个数为一个或多个。
10.根据权利要求9所述的图像处理装置,其特征在于:
所述断层图像是摄像系统围绕被检测体的体轴轴心相对旋转得到的图像。
11.一种断层摄影装置,对断层图像进行摄像,其特征在于:
包括:
检测单元,其检测来自被检测体的光或放射线;以及
图像处理单元,其对与通过该检测单元得到的光或放射线有关的被检测体的断层图像进行处理;
所述图像处理单元包括:
分割单元,其以所述断层图像为对象进行伪影的特征量分析,由此分割为包含伪影的像素群和不包含伪影的像素群;以及
像素群处理单元,其仅对包含所述伪影的像素群实施与修正有关的指定处理;
由此进行去除伪影的修正处理,
所述特征量分析是独立成分分析,利用该独立成分分析使与所述伪影对应的图像成分和与所述伪影不对应的图像成分独立并分离,由此分割为包含所述伪影的像素群和不包含所述伪影的像素群,
通过消除与所述伪影对应的图像成分,仅对包含所述伪影的像素群实施所述与修正有关的指定处理,
设所述断层图像中的断层面为x,y平面,同时设断层图像的各像素值为F(x,y),利用x,y将该断层图像的各像素值F(x,y)分割为Δ个群,由此取得由N个像素构成的要素图像Fi(x,y),通过适用所述独立成分分析,用由所述N个像素构成的基底函数Aj展开各个所述要素图像Fi(x,y),其中,i=1~Δ,j=1~N,
Fi(x,y)=∑j=1 Nsji*Aj …(A)
在所述(A)式展开的所述基底函数Aj中,选择与所述伪影对应的基底函数Ah,将与该选择的基底函数Ah对应的成分shi作为与所述伪影对应的图像成分,实施对于通过将该成分shi置换为“0”消除了与伪影对应的图像成分的各个要素图像Fi(x,y)的所述修正处理,通过将该要素图像Fi(x,y)以i=1~Δ的方式排列,取得去除了所述伪影的断层图像,其中,1≤h≤N,适合的h的个数为一个或多个。
12.根据权利要求11所述的断层摄影装置,其特征在于:
包括向所述被检测体照射光或放射线的照射单元,所述检测单元检测透过所述被检测体的光或放射线。
13.根据权利要求12所述的断层摄影装置,其特征在于:
包括使所述照射单元以及检测单元围绕所述被检测体的体轴轴心相对旋转的旋转单元,所述断层图像是照射单元以及检测单元围绕被检测体的体轴轴心相对旋转得到的图像。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2008/050266 WO2009087777A1 (ja) | 2008-01-11 | 2008-01-11 | 画像処理方法、その装置並びに断層撮影装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101909525A CN101909525A (zh) | 2010-12-08 |
CN101909525B true CN101909525B (zh) | 2013-06-05 |
Family
ID=40852901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008801243075A Expired - Fee Related CN101909525B (zh) | 2008-01-11 | 2008-01-11 | 图像处理方法、装置以及断层摄影装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8520974B2 (zh) |
JP (1) | JP5023281B2 (zh) |
CN (1) | CN101909525B (zh) |
WO (1) | WO2009087777A1 (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2108328B2 (de) * | 2008-04-09 | 2020-08-26 | Brainlab AG | Bildbasiertes Ansteuerungsverfahren für medizintechnische Geräte |
EP2271263B1 (en) * | 2008-05-01 | 2011-11-30 | Koninklijke Philips Electronics N.V. | Source and/or detector positioning system |
WO2012008500A1 (ja) * | 2010-07-14 | 2012-01-19 | 国立大学法人東北大学 | 信号処理装置、信号処理プログラム及び信号処理プログラムを記録したコンピュータ読み取り可能な記録媒体 |
US8705827B2 (en) * | 2011-04-15 | 2014-04-22 | Georgia Tech Research Corporation | Scatter correction methods |
GB201112359D0 (en) | 2011-07-19 | 2011-08-31 | Univ Antwerpen | Filter for tomographic reconstruction |
US8929507B2 (en) * | 2011-10-19 | 2015-01-06 | Kabushiki Kaisha Toshiba | Method and system for substantially reducing ring artifact based upon ring statistics |
JP6036122B2 (ja) * | 2012-02-02 | 2016-11-30 | セイコーエプソン株式会社 | 脈波測定装置及びプログラム |
CN104135931B (zh) * | 2012-02-22 | 2017-06-20 | 皇家飞利浦有限公司 | 用于减少成像数据中的局部伪影的方法和系统 |
KR101431646B1 (ko) | 2013-02-12 | 2014-08-20 | 주식회사 쎄크 | 데이터처리장치, 데이터처리방법 및 컴퓨터 판독가능 기록매체 |
US9704223B2 (en) * | 2014-06-10 | 2017-07-11 | Toshiba Medical Systems Corporation | Method and system for substantially reducing cone beam artifacts based upon adaptive scaling factor in circular computer tomography (CT) |
IT201700050472A1 (it) * | 2017-05-10 | 2018-11-10 | Rs Life360 S R L | Metodo per la realizzazione di immagini panoramiche a 360° da visualizzare in modo continuo da supporto bidimensionale su una superficie riflettente cilindrica o conica che simula la visione reale. |
EP3684463A4 (en) | 2017-09-19 | 2021-06-23 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION PROCESS AND APPARATUS |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
KR101982941B1 (ko) * | 2017-12-18 | 2019-08-28 | 연세대학교 원주산학협력단 | 퍼지 신경망을 이용한 ct 영상의 허상 제거 방법 및 장치 |
US11273283B2 (en) | 2017-12-31 | 2022-03-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to enhance emotional response |
JP7210880B2 (ja) * | 2018-01-25 | 2023-01-24 | 株式会社島津製作所 | 骨密度測定装置および骨密度撮影方法 |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
CN109064441B (zh) * | 2018-06-19 | 2020-07-28 | 深圳市华星光电半导体显示技术有限公司 | 基于独立成分自适应选择的Mura侦测方法 |
US11452839B2 (en) | 2018-09-14 | 2022-09-27 | Neuroenhancement Lab, LLC | System and method of improving sleep |
CN110111318B (zh) * | 2019-04-30 | 2021-06-29 | 上海联影医疗科技股份有限公司 | 一种环形伪影的检测方法和系统 |
CN110889878B (zh) * | 2019-11-08 | 2023-06-09 | 湖北科技学院 | 结合图像平滑处理的ct图像环形伪影抑制方法 |
CN111053568B (zh) * | 2019-12-30 | 2021-10-08 | 苏州瑞派宁科技有限公司 | Ct图像中环形伪影的校正方法、装置及计算机存储介质 |
CN114066889B (zh) * | 2022-01-12 | 2022-04-29 | 广州永士达医疗科技有限责任公司 | 一种oct主机的成像质量检测方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1931096A (zh) * | 2005-09-15 | 2007-03-21 | Ge医疗系统环球技术有限公司 | 图像处理方法和x射线ct系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5400377A (en) * | 1993-07-16 | 1995-03-21 | General Electric Company | Artifact reduction method for tomographic image reconstruction using cross-plane rays |
US5561695A (en) | 1995-11-13 | 1996-10-01 | General Electric Company | Methods and apparatus for reducing image artifacts |
JP4430743B2 (ja) | 1996-07-30 | 2010-03-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | リング状画像アーチファクトの補正 |
DE19736242A1 (de) * | 1997-08-20 | 1999-02-25 | Siemens Ag | Verfahren für einen Computertomographen zur Nachverarbeitung eines Schnittbildes und nach diesem Verfahren arbeitender Computertomograph |
JPH11126218A (ja) | 1997-10-22 | 1999-05-11 | Mitsubishi Electric Corp | 論理シミュレーション装置 |
JP2002133399A (ja) * | 2000-10-23 | 2002-05-10 | Hitachi Medical Corp | 画像処理装置及びそれを用いたx線ct装置 |
US6801646B1 (en) * | 2001-07-19 | 2004-10-05 | Virtualscopics, Llc | System and method for reducing or eliminating streak artifacts and illumination inhomogeneity in CT imaging |
US7519207B2 (en) * | 2004-11-19 | 2009-04-14 | Carestream Health, Inc. | Detection and correction method for radiograph orientation |
JP4961566B2 (ja) | 2005-10-20 | 2012-06-27 | 国立大学法人 新潟大学 | 磁気共鳴画像処理方法および磁気共鳴画像処理装置 |
US8073252B2 (en) * | 2006-06-09 | 2011-12-06 | Siemens Corporation | Sparse volume segmentation for 3D scans |
US7680240B2 (en) * | 2007-03-30 | 2010-03-16 | General Electric Company | Iterative reconstruction of tomographic image data method and system |
JP5136478B2 (ja) * | 2009-03-17 | 2013-02-06 | 株式会社島津製作所 | 放射線撮影装置 |
-
2008
- 2008-01-11 CN CN2008801243075A patent/CN101909525B/zh not_active Expired - Fee Related
- 2008-01-11 US US12/812,223 patent/US8520974B2/en not_active Expired - Fee Related
- 2008-01-11 JP JP2009548845A patent/JP5023281B2/ja active Active
- 2008-01-11 WO PCT/JP2008/050266 patent/WO2009087777A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1931096A (zh) * | 2005-09-15 | 2007-03-21 | Ge医疗系统环球技术有限公司 | 图像处理方法和x射线ct系统 |
Non-Patent Citations (1)
Title |
---|
Yen-Wei Chen et al.ICA Domain Filtering for Reduction of Noise in X-ray Images.《Medical Imaging 2006:Image Processing》.2006,摘要、第2部分. * |
Also Published As
Publication number | Publication date |
---|---|
US8520974B2 (en) | 2013-08-27 |
JPWO2009087777A1 (ja) | 2011-05-26 |
US20100284599A1 (en) | 2010-11-11 |
WO2009087777A1 (ja) | 2009-07-16 |
CN101909525A (zh) | 2010-12-08 |
JP5023281B2 (ja) | 2012-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101909525B (zh) | 图像处理方法、装置以及断层摄影装置 | |
Shaw | Cone beam computed tomography | |
JP5280450B2 (ja) | X線ct画像形成方法及びそれを用いたx線ct装置 | |
US8731269B2 (en) | Method and system for substantially reducing artifacts in circular cone beam computer tomography (CT) | |
US8724889B2 (en) | Method and apparatus for CT image reconstruction | |
CN102044081B (zh) | 从x射线锥形束数据中重建三维图像数据组 | |
DE102013217351B4 (de) | Bildbasierte Bewegungskompensation von Bilddaten | |
JP2007181623A (ja) | X線ct装置 | |
JP2008104761A (ja) | X線断層撮影装置およびアーチファクトの低減方法 | |
JP2007098025A5 (zh) | ||
US11935160B2 (en) | Method of generating an enhanced tomographic image of an object | |
CN102525529B (zh) | 医用图像处理装置以及医用图像处理方法 | |
US9704223B2 (en) | Method and system for substantially reducing cone beam artifacts based upon adaptive scaling factor in circular computer tomography (CT) | |
DE102005044653A1 (de) | Verfahren und Vorrichtung zur Rekonstruktion eines dreidimensionalen Bildvolumens aus zweidimensionalen Projektionsbildern | |
DE10304662A1 (de) | Verfahren zur Erzeugung von Bildern in der Computertomographie mit einem 3D-Bildrekonstruktionsverfahren | |
Ge et al. | Deconvolution-based backproject-filter (bpf) computed tomography image reconstruction method using deep learning technique | |
CN107106114A (zh) | 运算装置、x射线ct装置及图像重构方法 | |
DE102018221943A1 (de) | Verfahren zur Artefaktkorrektur von dreidimensionalen Volumenbilddaten | |
JP5231959B2 (ja) | X線ct撮影装置およびその信号処理方法 | |
CN101011261A (zh) | 多源螺旋ct反投影滤波精确重建系统 | |
DE602004002574T2 (de) | Verfahren und einrichtung zur volumetrischen bildrekonstruktion | |
KR101493683B1 (ko) | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 pet 영상 재구성 장치 및 그 방법 | |
US8571171B2 (en) | Reconstructing a tomographic image with reduced artifacts | |
JP6615531B2 (ja) | X線コンピュータ断層撮影装置及び医用画像処理装置 | |
JP2010136958A (ja) | Ct装置、ct装置における画像再構成方法、及び電子回路部品 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130605 Termination date: 20190111 |
|
CF01 | Termination of patent right due to non-payment of annual fee |