CN102081051A - 确定样本体积表现的ct方法和系统、软件及计算设备 - Google Patents

确定样本体积表现的ct方法和系统、软件及计算设备 Download PDF

Info

Publication number
CN102081051A
CN102081051A CN2010106249397A CN201010624939A CN102081051A CN 102081051 A CN102081051 A CN 102081051A CN 2010106249397 A CN2010106249397 A CN 2010106249397A CN 201010624939 A CN201010624939 A CN 201010624939A CN 102081051 A CN102081051 A CN 102081051A
Authority
CN
China
Prior art keywords
computed tomography
voxel
sample
projection
volume data
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.)
Pending
Application number
CN2010106249397A
Other languages
English (en)
Inventor
E·纽泽
A·苏佩斯
N·罗特
M·霍特
A·弗罗斯特
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.)
Baker Hughes Digital Solutions GmbH
Original Assignee
GE Sensing and Inspection Technologies GmbH
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 GE Sensing and Inspection Technologies GmbH filed Critical GE Sensing and Inspection Technologies GmbH
Publication of CN102081051A publication Critical patent/CN102081051A/zh
Pending legal-status Critical Current

Links

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
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明名称为“确定样本体积表现的CT方法和系统、软件及计算设备”。一种用于确定样本(13)的体积表示的计算层析X射线摄影方法，包括：使用通过x射线系统(10)取得的来自样本的x射线投影(21)的样本的重构体积数据(23)以及通过来自所述重构体积数据(23)的前向投影(25)来计算所述样本的人造投影(26)的集合，并且基本上从包括重构体积数据和/或所述x射线投影的所述重构(22)的处理数据(21，23)来确定对于所述体积数据的各个体素的各个置信度度量(28)，该确定基于对于所述测量的x射线投影的每个来计算该测量的x射线投影对检查下的体素的贡献和来自对应人造投影对检查下的体素的贡献之间的差。

Description

确定样本体积表现的CT方法和系统、软件及计算设备
技术领域
本发明涉及一种根据权利要求1的前序部分的计算层析X射线摄影方法、计算机软件、计算设备以及计算层析X射线摄影系统。
背景技术
在计算层析X射线摄影中，通常的问题在于，在重构体积数据中不能将伪像(artefact)与真实不规则物和结构区分开来，从而能导致重构的体积数据的曲解。这能导致例如与应用于重构的体积数据的自动分析算法有关的检测问题。上述问题通常能通过确定体积数据的质量来解决，而这通常是通过将重构的体积数据和从数据库取得的理想样本的预先存储的理想体积数据进行比较来完成的。然而，这要求检查下的样本的材料和/或几何形状的知识，以及复杂的比较技术。而且，比较步骤自身引入了另外的伪像源，因为不可能将重构的体积数据扭曲成与理想体积数据的完美体素(voxel)-对-体素对齐。
G.Fichtinger等人的“Approximate Volumetric Reconstruction from Projected Images”(MICCAI 2001，vol.INCS，no.2208，p.1376)公开了一种针对血管照影术进行近似重构的技术，其中外科医生在2D图像中绘制出目标对象的轮廓。该轮廓是从背投影的并且从轮廓的背投影在3D中确定覆盖对象的最紧密拟合形状。在对象应当拟合在所有轮廓内部的条件下，使用前向投影(forward projection)来切除多余部分。最终，获得的对象被前向投影在每个图像平面上，其中重构对象的影子与外科医生绘制的轮廓相比较，使得能计算并可视地解释轮廓线的置信度(confidence)和一致性。以此方式，将整个绘制轮廓的形态的全局测量提供作为外科医生的绘制在所有图像中是否一致的指示。
US 6768782 B1公开了一种用于CT成像系统的重构方法，其中前向投影样本和测量投影之间的差用作用于更新重构图像的基础，并且图像的全局最佳性从前向投影的图像与测量数据的匹配来测量。根据全局收敛测量来中止迭代。
WO 9901065 A1公开了一种迭代式锥形束CT重构方法，其中将重构数据的前向投影和原始测量的投影相比较。
WO 2006 018793 A1、US 2005 105679 A1、WO 2007 150037 A2、WO 2004 100070 A1和US 2006 104410 A1公开了相关的CT重构方法。
发明内容
本发明的目的在于提供一种计算层析X射线摄影方法，其能够生成重构体积数据的精确质量信息，特别是允许对具有改进可靠性的重构体积数据进行进一步评估。
本发明通过独立权利要求的特征来解决该目的。通过对体积数据的各个体素计算各个置信度度量，能够明显地增强体积数据质量信息的质量并且由此增强其精度。特定体素的置信度度量或质量度量是与该体素的密度值为正确的或者其等于预定义密度值的概率明确相关的值。备选的是，置信度度量可以相关于体素密度的方差、该体素的密度值不正确的概率、体素密度中的误差、对真实密度的偏差、或者体素精度。体素的置信度度量给出关于重构的体素密度的质量的定量信息。所有体素上的置信度度量的总体(entity)导致了对于整个重构样本体积的置信度度量分布，或者置信度度量映射(map)。
根据本发明，体素置信度度量基本上从重构的处理数据，即，从x射线投影和重构体积数据之间的重构处理的数据流中使用的数据(包括重构体积数据和测量的x射线投影)来计算。特别是，没有外部数据(特别是没有预存储的理想样本的理想数据或来自样本数据库的数据)必须用于置信度度量的计算。由于本发明的这个特征，重构体积数据不必以对应的不精确性扭曲成与理想体积数据对齐，但是每个单独的置信度度量能够精确并正确地指派到重构体积数据的对应单个体素。
本发明并不与具体的重构方法相联系。因此，不同的重构方法能在统一的基础上比较和/或组合。
在计算体素置信度度量的优选方法中，计算所述样本的人造投影的集合。置信度度量随后能在人造投影与x射线系统记录的x射线投影的优选比较的基础上来计算。计算人造投影的优选方法是从重构体积数据进行数学前向投影。
在本发明的一个实施例中，在实际计算置信度度量之前可以合适地改变重构体积数据的几个或所有体素的值。这可有助于此方式中计算的置信度度量的更高精度。在该实施例中，迭代地重复改变所述体积数据的体素的值的步骤可以是有利的。
本发明的不同应用是可能的。例如，在自动缺陷识别(ADR)系统中，其中对重构体积数据应用ADR算法以便确定检查下的样本中的缺陷，如果置信度度量用于从伪像区分缺陷，则能显著增强检测可靠性。在另一个应用中，本发明提供的质量信息能用于在它们的开发中改进体积ADR算法。
通过不同的光学指示符而例如在显示设备上显示具有不同置信度度量的体素是可能的。以此方式，能通过像彩色编码的附加指示符而将体素置信度级别直接向操作者指示，使得重构体积数据或体积切片中的不同部分的质量是直接明显的。在另一个实施例中，例如，具有对应于超过预定阈值的置信度的置信度度量的体素(“好体素”)和/或具有对应于低于预定阈值的置信度的置信度度量的体素(“差体素”)可突出显示。
在另一个实施例中，本发明所提供的质量信息能够被反馈到重构过程中以用于改进重构质量或精度。特别是，可以用基于所述置信度度量的优化参数来迭代地重复体积数据重构。
本发明仍有的进一步有利应用涉及：为不同重构参数比较体积质量；以及体积压缩，其中重构体积数据的不同体积区域能基于它们的置信度度量所指示的它们的质量来不同地压缩。
附图说明
下面，参考附图并基于优选实施例来描述本发明，其中：
图1是计算层析X射线摄影系统的示意图示；
图2是示出通常计算层析X射线摄影方法的流程图；
图3是示出根据一个实施例的计算层析X射线摄影方法的流程图；
图4是示出根据另一个实施例的计算层析X射线摄影方法的流程图；
图5是样本的重构体积切片；以及
图6是图5中所示的体积切片的置信度度量切片。
具体实施方式
图1中所示的计算层析X射线摄影系统包括x射线系统10，其布置成取得样本13的x射线投影的集合。因此，x射线系统10包括发射x射线圆锥14的x射线源11(特别是x射线管)、成像设备12(特别是x射线检测器)、以及优选地适合于围绕垂直轴来旋转样本13的样本操纵器20。本示例中的x射线检测器12是二维检测器，然而使用一维检测器也是可设想的。围绕完整360°的样本13的x射线投影的集合通过围绕预定的小角度步长逐步旋转操纵器并在每个旋转角度取得x射线投影来取得。x射线投影18(其示例在图1中示出)是一维或二维图像，其中第i个像素17的测量值Pi表示对应的x射线15从源11的焦点16穿过样本13(产生对应的衰减的x射线19)到达考虑中的像素17的衰减。因此，Pi＝∫v(l)dl，其中v(l)表示样本13沿着x射线15穿过样本13的体积的路径的密度。Pi值典型地可以是灰度值。重构的目的在于找出待重构的样本体积的所有体素的密度值vn，其使用沿着穿过样本13的x射线15的路径的密度vj相对该x射线的测量值Pi的以下关系：Pi＝∑jwijvj，其中wij是表示体素vj对于测量值Pi的相对贡献(contribution)的权重。通常，样本13的x射线投影21的集合是取自不同方向的多个x射线投影18，其包含足够的信息以允许通过合适的重构技术来重构完整样本体积的体积结构。
X射线系统10并不限于围绕垂直轴来旋转样本保持器20。x射线投影的集合可例如备选地通过围绕固定样本13来旋转x射线系统10而获得。通常，x射线系统10和样本13相对彼此是适当地可移动的，其包括围绕一个或多个垂直和/或水平轴的旋转，以用于取得x射线投影的集合。备选的CT方法是可能的，如相对光束轴的倾斜旋转轴(＜90°)和/或不使用完整360°旋转而取得投影集合的技术和/或在取得x射线投影的集合期间采用非恒定放大的设置。
从成像设备12读出x射线投影并发送到计算机装置40，其中x射线投影存储在存储器44中以用于后续评估和进一步处理。计算机装置40包括可编程计算设备41，其特别地包括微处理器或可编程逻辑控制器，以及包括显示设备43的用户终端42。计算设备40通过用于执行计算层析X射线摄影方法的软件来编程，该方法将在下面参考图2-4来描述。备选的是，单独的计算机单元可用于评估通过x射线系统10取得的x射线投影。
在1中所示的实施例中，计算设备41布置成控制x射线系统10，特别是x射线源11和样本操纵器20，以用于取得样本13的x射线投影18。备选的是，单独的控制单元可用于控制x射线系统10以用于取得样本13的x射线投影18。
在计算设备41中，通过x射线系统10从样本13取得的x射线投影21的集合输入至计算层析X射线摄影重构算法22。重构算法22适合于计算样本13的重构体积数据23。在重构体积数据23中，每个体素或体积元素的值vn表示样本13的对应第n个体积元素中的衰减系数或密度。样本13的完整体积数据23由穿过整个样本13的连续体积切片的集合来给出。重构算法22本身是已知的并且可基于任何合适的数学方法，包括但不限于分析方法(像例如Feldkamp或螺旋重构)、迭代方法(像代数方法，例如ART、SART、等等)或者统计方法(像最大似然)等。特定样本的体积切片的示例31在图5中示出。
基于重构的体积数据23和检查下的样本13的x射线投影21，执行根据本发明的置信度度量确定过程24。这可以在计算设备41中或备选地在独立的计算设备中完成。
在图3中示出的第一实施例中，将前向投影25应用到重构的体积切片23以用于生成样本13的人造投影26。前向投影25是一种数学方法，其使用扫描器的几何投影模型、考虑图1中所示的x射线系统10的几何形状而模拟图1中所示的x射线系统10，以便使人造投影26与通过x射线系统10记录的x射线投影21可比较。人造投影26是一维或二维的人工计算的图像，其每个由多个像素组成。
基于人造投影26和通过x射线系统10记录的x射线投影21之间的比较，对于重构的体积数据23的每个体素的各个置信度度量或质量量度随后在置信度度量计算步骤27中计算。
更详细来说，体素的置信度度量可计算如下。对于真实投影21的集合的每个x射线投影，计算该x射线投影对检查下的体素j的贡献Pi和来自对应人造投影对检查下的体素j的贡献∑n winvn之间的差Pi-∑n winvn。检查下的体素的置信度度量随后可计算为测量值pi和对应重构投影值∑n winvn之间的平方(或备选地例如绝对)偏差(误差)。特别是，检查下的体素的置信度度量可计算为对于所有x射线投影21的所有差的平方上的和，如表达式fj＝∑i(pi-∑n winvn)2给出的。在该情况下，如果和∑i的值高，则检查下的体素的置信度低，并且反之亦然。备选的是，例如绝对偏差(误差)可取作置信度量：fj＝∑i|pi-∑n winvn)|。作为密度误差fj的替代或附加，与密度误差fj直接相关的其他值可取作置信度度量。例如，如exp(-fj 2)给出的指派到每个体素的密度正确的概率可用作置信度度量。
所有体素上的置信度度量的总体导致了对于样本13的所有体积切片(即完整体积)的置信度度量分布28。在图6中，示出置信度度量切片的示例，即图5的体积切片上的置信度度量分布，其中黑色像素对应具有具有高置信度的体素，而白色像素对应具有低置信度的体素。
在图4中所示的第二实施例中，在重构的体积数据的进一步处理之前，重构的体积数据23能在体素改变步骤29中以预定方式来单独改变或操纵。例如，能在体素改变步骤29中将样本体积的每个单独体素设置为预定的具体值以生成改变的体积数据30，特别地是以改变的体积切片的形式。在另一示例中，每个单独体素能够由一些预定密度的集合来替换。
随后将前向投影25应用到改变的体积数据30以用于生成样本13的人造投影26。为了计算对于给定体积的体素元素的置信度度量，可能必需迭代地重复该步骤24。置信度度量计算步骤27可在此实施例中包括为每个体素计算置信度值分布(即，多个置信度值)的中间步骤。更具体来说，对于体积密度的每个变化，通过对应x射线投影数据来确定有多支持当前值，所述对应x射线投影数据产生密度值之上的上面提及的支持的概率分布。
对于检查下体素的置信度度量随后从其置信度值分布来计算。例如，如果对于特定体素，(绝对)置信度值小，而其他高，则该体素的置信度高。然而，如果检查下的体素的所有置信度值在给定范围内类似，则该体素的置信度低。通常，置信度值分布的变化越小，则来自测量值的支持越高并且所计算的表示的质量越好。用于置信度度量的另一示例可以是概率值分布的最大值。
在实际的实施例中，对于每个体素考虑多个预定义密度vd。假设的密度vd通常是可预期存在于样本13中的密度，例如不同典型材料的密度。对于检查下的每个体素j，对于每个预定义密度vd和对于真实投影21的集合的每个x射线投影，计算差项Pi-∑n winvn+(wijvj-wijvd)，其中差(wijvj-wijvd)表示步骤29中执行的体素改变。随后，对于每个体素，针对检查下的每个预定义密度vd计算平方(或者备选地例如绝对)偏差(误差)fj(vd)，特别是作为上述差项的平方的适合的和∑i。备选的是，例如可计算绝对偏差(误差)。作为密度误差fj(vd)的替代或附加，可计算与密度误差fj直接相关的其他值，特别是指派到每个像素的密度等于检查下的预定义密度vd的概率exp(-(fj(vd))2)。对于检查下的体素的置信度度量可以随后从检查下的不同预定义密度上的密度偏差或概率的分布来导出。例如，置信度度量可取作检查下的不同预定义密度的所有概率下的最大概率。备选地或组合地，例如，指示如何宣告最大值在分布中的度量可取作置信度度量。
样本体积的置信度度量28可用于自动缺陷识别(ADR)系统中，其中对重构的体积数据23应用ADR算法以便确定检查下的样本13中的缺陷。ADR系统可通过计算机装置40中的ADR软件来实现。
通过不同的光学指示符而例如在计算机终端42的显示设备43上显示具有不同置信度度量的体素也是可能的。以此方式，能通过像彩色编码的附加指示符而将体素置信度级别直接向操作者指示，使得重构的体积数据或体积切片中的不同部分的质量是直接明显的。在另一实施例中，例如，具有对应于超过预定阈值的置信度的置信度度量的体素(“好体素”)和/或具有对应于低于预定阈值的置信度的置信度度量的体素(“差体素”)可突出显示。
在进一步的实施例中，本发明的所提供的质量信息28能够被反馈到重构过程22(见图2)中以用于改善重构质量或精度。特别是，可以用基于所述置信度度量的优化参数来迭代地重复体积数据重构。

Claims (11)

1.一种用于确定样本(13)的体积表示的计算层析X射线摄影方法，包括使用通过x射线系统(10)取得的来自所述样本(13)的测量的x射线投影(21)的所述样本(13)的重构体积数据(23)，并且通过来自所述重构体积数据(23)的前向投影(25)来计算所述样本(13)的人造投影(26)的集合，特征在于：基本上从包括所述重构体积数据(23)和所述测量的x射线投影(21)的所述重构(22)的处理数据(21，23)来确定对于所述体积数据的各个体素的各个置信度度量(28)，所述确定基于对于所述测量的x射线投影的每个来计算该测量的x射线投影对检查下的体素的贡献和来自对应人造投影对检查下的体素的贡献之间的差。
2.如权利要求1所述的计算层析X射线摄影方法，其中检查下的体素的置信度度量从所述测量的x射线投影对检查下的体素的贡献和来自对应人造投影对检查下的体素的贡献之间的所述差的平方上的和、或者绝对值上的和来计算。
3.如前面权利要求任一项所述的计算层析X射线摄影方法，包括改变所述重构体积数据(23)的体素的值。
4.如权利要求3所述的计算层析X射线摄影方法，包括迭代地重复改变所述重构体积数据(23)的体素的值的所述步骤(29)。
5.如前面权利要求任一项所述的计算层析X射线摄影方法，包括在应用到所述重构体积数据(23)的自动缺陷识别过程中使用所述置信度度量(28)。
6.如前面权利要求任一项所述的计算层析X射线摄影方法，包括通过不同的光学编码来显示具有不同置信度度量的体素。
7.如前面权利要求任一项所述的计算层析X射线摄影方法，包括基于所述确定的置信度度量迭代地重复所述体积数据重构。
8.如前面权利要求任一项所述的计算层析X射线摄影方法，包括基于所确定的置信度度量的体积压缩。
9.一种计算机程序，其在计算机上实现时，促使所述计算机执行如前面权利要求任一项所述的计算层析X射线摄影方法。
10.一种计算机设备(41)，被编程以运行用于执行如前面权利要求任一项所述的计算层析X射线摄影方法的软件。
11.一种计算层析X射线摄影系统(50)，包括适合于取得样本(13)的x射线投影的集合的x射线系统(10)，以及如权利要求10所述的计算设备(41)。
CN2010106249397A 2009-11-27 2010-11-26 确定样本体积表现的ct方法和系统、软件及计算设备 Pending CN102081051A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP09014798 2009-11-27
EP09014798.4 2009-11-27

Publications (1)

Publication Number Publication Date
CN102081051A true CN102081051A (zh) 2011-06-01

Family

ID=42062359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010106249397A Pending CN102081051A (zh) 2009-11-27 2010-11-26 确定样本体积表现的ct方法和系统、软件及计算设备

Country Status (6)

Country Link
US (1) US8526570B2 (zh)
EP (1) EP2336974B1 (zh)
JP (1) JP5681924B2 (zh)
CN (1) CN102081051A (zh)
AU (1) AU2010246365B2 (zh)
CA (1) CA2722590A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108430330A (zh) * 2015-12-03 2018-08-21 西门子保健有限责任公司 产生血管系统的体积图像的序列的断层造影设备和方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5844999B2 (ja) 2011-05-19 2016-01-20 任天堂株式会社 情報処理プログラム、情報処理装置、情報処理システム及び情報処理方法
EP2715670B1 (en) 2011-05-27 2020-07-08 GE Sensing & Inspection Technologies GmbH Computed tomography method, computer software, computing device and computed tomography system for determining a volumetric representation of a sample
US8861827B2 (en) * 2012-02-28 2014-10-14 General Electric Company System and method for determining confidence measurements of single volume elements in computer tomography
US9091628B2 (en) 2012-12-21 2015-07-28 L-3 Communications Security And Detection Systems, Inc. 3D mapping with two orthogonal imaging views
JP2015161508A (ja) * 2014-02-26 2015-09-07 日本装置開発株式会社 Ｘ線検査装置およびｘ線検査装置の制御方法
US10311606B2 (en) 2014-08-16 2019-06-04 Fei Company Correction of beam hardening artifacts in microtomography for samples imaged in containers
US11138767B2 (en) * 2018-03-22 2021-10-05 Carl Zeiss X-ray Microscopy, Inc. System and method for the proscriptive determination of parameters for iterative reconstruction

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6768782B1 (en) * 2002-12-16 2004-07-27 University Of Notre Dame Du Lac Iterative method for region-of-interest reconstruction

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2644831B2 (ja) * 1988-07-06 1997-08-25 株式会社日立製作所 Ｎｍｒイメージングにおける画像再構成方法
US5253171A (en) * 1990-09-21 1993-10-12 General Electric Company Parallel processing method and apparatus based on the algebra reconstruction technique for reconstructing a three-dimensional computerized tomography (CT) image from cone beam projection data
JP3373720B2 (ja) * 1996-03-25 2003-02-04 株式会社日立メディコ Ｘ線断層撮影装置
US5907594A (en) * 1997-07-01 1999-05-25 Analogic Corporation Reconstruction of volumetric images by successive approximation in cone-beam computed tomography systems
US5953444A (en) * 1997-10-22 1999-09-14 University Of Pennsylvania Method for improved correction of spectrum hardening artifacts in computed tomography images
US6795521B2 (en) * 2001-08-17 2004-09-21 Deus Technologies Llc Computer-aided diagnosis system for thoracic computer tomography images
DE10142457B4 (de) * 2001-08-31 2006-05-04 Daimlerchrysler Ag Digitale Bildmessung retroreflektierender Marken
US7203356B2 (en) * 2002-04-11 2007-04-10 Canesta, Inc. Subject segmentation and tracking using 3D sensing technology for video compression in multimedia applications
US7356113B2 (en) 2003-02-12 2008-04-08 Brandeis University Tomosynthesis imaging system and method
US7394927B2 (en) * 2003-05-06 2008-07-01 Koninklijke Philips Electronics N.V. Iterative method of determining a spatial distribution of values of a property
US7120283B2 (en) * 2004-01-12 2006-10-10 Mercury Computer Systems, Inc. Methods and apparatus for back-projection and forward-projection
US7693318B1 (en) * 2004-01-12 2010-04-06 Pme Ip Australia Pty Ltd Method and apparatus for reconstruction of 3D image volumes from projection images
JP2008503306A (ja) * 2004-06-25 2008-02-07 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 逆投影法を用いた撮像方法
WO2006018793A1 (en) 2004-08-20 2006-02-23 Philips Intellectual Property & Standards Gmbh Computed tomography method and computer tomograph for reconstruction of object images from real and fictious measured values
US7251306B2 (en) * 2004-11-17 2007-07-31 General Electric Company Methods, apparatus, and software to facilitate iterative reconstruction of images
JP4523489B2 (ja) * 2005-05-30 2010-08-11 株式会社日立製作所 内部欠陥検査方法および内部欠陥検査装置
DE102005051620A1 (de) * 2005-10-27 2007-05-03 Siemens Ag Verfahren zur Rekonstruktion einer tomographischen Darstellung eines Objektes
JP4600675B2 (ja) * 2005-11-18 2010-12-15 株式会社島津製作所 断層像の輪郭抽出のためのしきい値決定方法および放射線断層撮影装置
US7865005B2 (en) * 2006-02-03 2011-01-04 Koninklijke Philips Electronics N.V. Iterative reconstruction of multiple-peak isotope images
US7583780B2 (en) * 2006-06-22 2009-09-01 General Electric Company Systems and methods for improving a resolution of an image
JP5199557B2 (ja) * 2006-08-22 2013-05-15 四国電力株式会社 ３次元炉心解析方法及び３次元炉心解析プログラム
JP5184049B2 (ja) * 2007-10-30 2013-04-17 株式会社日立製作所 磁気共鳴検査装置及び高周波パルス波形算出方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6768782B1 (en) * 2002-12-16 2004-07-27 University Of Notre Dame Du Lac Iterative method for region-of-interest reconstruction

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GABOR FICHTINGER ET AL.: "Approximate Volumetric Reconstruction from Projected Images", 《MICCAI 2001》, 31 December 2001 (2001-12-31), pages 1376 - 1378 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108430330A (zh) * 2015-12-03 2018-08-21 西门子保健有限责任公司 产生血管系统的体积图像的序列的断层造影设备和方法
CN108430330B (zh) * 2015-12-03 2021-10-01 西门子保健有限责任公司 产生血管系统的体积图像的序列的断层造影设备和方法

Also Published As

Publication number Publication date
CA2722590A1 (en) 2011-05-27
AU2010246365B2 (en) 2014-04-24
JP2011112650A (ja) 2011-06-09
AU2010246365A1 (en) 2011-06-16
EP2336974A1 (en) 2011-06-22
US20110129055A1 (en) 2011-06-02
JP5681924B2 (ja) 2015-03-11
EP2336974B1 (en) 2019-01-02
US8526570B2 (en) 2013-09-03

Similar Documents

Publication Publication Date Title
CN102081051A (zh) 确定样本体积表现的ct方法和系统、软件及计算设备
CN102265307B (zh) 混合式核/mr成像中使用透射数据的mr分割
US8150112B2 (en) Regional reconstruction of spatially distributed functions
US8879814B2 (en) Method and apparatus for reducing motion related imaging artifacts using consistency values
CN1977289B (zh) 特别用于植入物的图像的图像处理系统
US20110135179A1 (en) Apparatus and methods for geometric calibration of positron emission tomography systems
CN101111758A (zh) 用于x射线投影的校正或扩展的设备和方法
CN106667512A (zh) X射线成像设备的几何校正方法、乳腺断层成像设备
JP2010223963A (ja) コンテナを検査する方法及びシステム
Ferrucci et al. Measurement of the X-ray computed tomography instrument geometry by minimization of reprojection errors—Implementation on simulated data
US6975697B2 (en) Apparatus and method for establishing a correction characteristic curve for a reduction of artefacts in tomography
US20170154235A1 (en) Method and a device for estimating a quality index for a 3d image of a composite material part
JP5675978B2 (ja) コンピュータ断層撮影方法、コンピュータプログラム、コンピュータデバイスおよびコンピュータ断層撮影システム
Ulrich et al. Automated model‐based quantitative analysis of phantoms with spherical inserts in FDG PET scans
Tekaya et al. Registration-based geometric calibration of industrial X-ray tomography system
US6400841B1 (en) Method for evaluating three-dimensional rendering systems
CN114365192A (zh) 锥形射束ct中基于神经网络的有限角度伪影降低的置信度图
JP2020094893A (ja) データ処理方法、データ処理装置、およびデータ処理プログラム
CN112712492B (zh) 确定设备质量的方法、装置、服务器和存储介质
CN103052970B (zh) 从成像数据中移除对象支撑
EP2820619A1 (en) System and method for determining confidence measurements of single volume elements in computer tomography
Nguyen Geometric calibration for offset flat-panel CBCT systems using projection matrix

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20170111

AD01 Patent right deemed abandoned