CN102525531B - 减少x射线成像检查中使用的放射剂量的方法及ct系统 - Google Patents
减少x射线成像检查中使用的放射剂量的方法及ct系统 Download PDFInfo
- Publication number
- CN102525531B CN102525531B CN201110362931.2A CN201110362931A CN102525531B CN 102525531 B CN102525531 B CN 102525531B CN 201110362931 A CN201110362931 A CN 201110362931A CN 102525531 B CN102525531 B CN 102525531B
- Authority
- CN
- China
- Prior art keywords
- pixel
- filter
- centerdot
- local
- low pass
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003384 imaging method Methods 0.000 title claims abstract description 14
- 230000000877 morphologic effect Effects 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims description 39
- 238000009792 diffusion process Methods 0.000 claims description 13
- 238000007689 inspection Methods 0.000 claims description 13
- 230000007935 neutral effect Effects 0.000 claims description 6
- 230000013011 mating Effects 0.000 claims description 5
- 238000003325 tomography Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 28
- 238000004590 computer program Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008717 functional decline Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011206 morphological examination Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种方法以及一种X射线系统,特别是一种CT系统(C1),其中,为了减少在成像X射线检查中使用的放射剂量,对所拍摄的每个像素确定在被检查的像素周围给定距离内的可能存在的结构的结构信息,并在每个被检查的像素上应用取决于方向的低通滤波器,该低通滤波器的空间作用范围小于所述给定距离,并且,通过该低通滤波器的取决于方向的权重来考虑可能存在的结构的形态学信息。
Description
技术领域
本发明涉及用于在X射线成像检查中、特别是在CT检查中减少所使用的放射剂量的一种方法以及一种CT系统,其中,通过X射线放射对患者进行扫描或者透视,产生具有大量像素的投影图像或者X射线断层图像,并且为了改善图像质量对图像进行滤波。
背景技术
公知的用于降噪的算法基本上源于两种不同的且分开应用的原理,即,一种是扩散滤波器(Diffusionsfilter),另一种是形态学的或者边缘保护(kantenerhaltendes)滤波器。
扩散滤波器考虑的是与统计学上的不可靠性相关的像素值的差值(Differenz)。依据专利申请DE 10 2009 039 987.9-35除了简单的扩散滤波器外,双边(bilateral)滤波器或者在迭代重构中使用的重构器(Regularisierer)也属于该类别。这种滤波器原理的问题在于,相邻数值间的差值是被单独地观察的。当这类滤波器被实施为带有边缘时,会增大含有甚至是加剧异常统计值的风险。其中还包括由噪声引起的边缘的散边(Ausfransungen vonKanten)。就这点而言,在同时带有边缘的情况下可以达到的最大程度的降噪是有限的。
发明内容
因此,本发明的技术问题是通过改善的图像滤波器技术(Bildfilter-technik)找出改进的方法来降低在成像X射线检查中、特别是在CT检查中使用的放射剂量。
发明人具有以下的认知:形态学的或者结构上的滤波器常被用于分析环境的结构特点并且特别用于确定边缘的取向。这些可如在现有技术中已知的借助于适合的算子来完成。替代地,也可像出版物DE 10 2004 008 979 B4和DE 10 2005 038 940 B4所描述的那样,通过计算取决于方向的方差值(Varianzwerte)来完成。接着,应用局部自适滤波器(lokal adaptive Filter),其依据确定出的取向最优地进行匹配。因为可靠的形态学的分析是以所应用的算子的一定的空间范围为前提的,所以存在在滤波时损坏微小结构的风险。当空间范围太小时统计的效应会影响所算出的取向,并由此使所进行的滤波与实际的取向不相匹配,从这个意义上讲,所述分析是不可靠的。就这点而言,应该按照本发明对形态学的滤波器在取向计算的可靠性与对小结构的损坏间达成妥协,为此可以用到由智能边缘保护图像滤波器得到的信息,该滤波器不是被直接作用于图像数据用以提高质量就是被用于迭代方法中作为重整化的步骤。
通过巧妙地将两个原理结合来改善所述图像滤波的结果以及由此提高降噪和降低放射剂量的潜能。以这种方式可以使小空间范围的和取决于像素值差值的滤波器以及取向分析在较大的长度标尺上同时进行。本文更后面将对此的具体示例进行详细说明。
因此,本发明展示出了一种方法和一种X射线系统,特别是一种CT系统,其中,为了减少在成像X射线检查中所使用的放射剂量,对所拍摄的图像的每个像素确定在该像素周围给定距离内的可能存在的结构的结构信息,并且,在各个被检查的像素上应用一个取决于方向的低通滤波器,该低通滤波器的空间范围小于所述给定的距离,并且,通过该低通滤波器的取决于方向的权重来考虑可能存在的结构的形态学信息。
依据上述基本思路以及下述的具体示例,本发明人建议,通过以下方法步骤来实施已公知的用于减少在成像X射线检查中、特别是在CT检查中使用的放射剂量的方法:
-通过X射线来扫描或者透视患者,
-产生具有大量像素的投影图像或者X射线断层图像,并且
-对图像进行滤波以便改善图像的质量。
按照本发明,通过以下步骤来改进上述方法:
-对每个像素在围绕所检查的像素具有第一半径的圆内寻找结构信息,包括可能找到的结构的方向信息,并且
-在所检查的像素上应用取决于方向的低通滤波器,其中,一方面该低通滤波器的空间范围小于上述第一半径,并且,另一方面通过上述低通滤波器的取决于方向的权重来考虑可能找到的结构的方向信息。
有利的是,可以如现有技术中公知的那样通过由至少一个形态学滤波器进行的滤波来确定所述结构信息。
另外,可优选地使用扩散滤波器作为取决于方向的低通滤波器。
在此,例如可以通过对局部滤波步骤(lokale Filterschritte)的迭代应用来实现所述扩散滤波器。
在第一个特别的实施方式变体中对在位置p的像素值V(p)可以按如下方式定义所述局部滤波步骤:
其中:
-q表示p的相邻像素,
-gq,p定义了在局部空间的滤波器系数,以及
-感应函数(Influenzfunktion)H,用于确定取决于局部对比噪声比(Kontrast-zu-Rausch-Verhaeltnis)(CNR),|V(q)-V(p)|/σ的滤波强度。
在第二个特别的实施方式变体中对在位置p的像素值V(p)可以按如下方式定义所述局部滤波步骤:
其中:
-q表示p的相邻像素,
-gq,p定义了在局部空间的滤波器系数,以及
-感应函数H,用于确定取决于具有局部噪声振幅σ的局部对比噪声比V(q)-V(p)|/σ的滤波强度,以及
-修正因数(Korrekturfaktor)h(vp,q),具有如下特性,对小的方差值其值小于1,对大的方差值其值大于1。
对所述方差值“大”或者“小”的评判可以替代地通过与在像素q和p的连线方向上具有局部噪声振幅σ的局部一维方差值vp,q的对比来完成。
按照另外的一种变体,可以通过与各个方向的方差值的对比来完成对所述方差值的“大”或者“小”的评判,通过按照下述规定确定出最小方差vp,min和最大方差vp,max:
vp,min=min{vp,q|q∈p的邻域}并且
vp,max=max{vp,q|q∈p的邻域},
其中,在vp,q≈vp,min的条件下判定方差值为“小”,在vp,q≈vp,max的条件下判定方差值为“大”。
此外,修正因数h(vp,q)可定义为 其中,参数a确定匹配的强度,参数b确定H函数曲线轨迹上中性点的位置。
替代地,可以利用等式 来计算修正因数h(vp,q),其中:
-参数a确定匹配的强度
-参数b确定H函数曲线轨迹上中性点的位置,以及
-用下式计算修正因数ηp:
ηp表示局部的各向同性程度,也就是说,在各向同性的环境中(即vp,min=vp,max)ηp=1,而在各种非各向同性的环境中(即vp,min<<vp,max)ηp→0。
最后,还可以按照本发明通过下式计算对在位置p的像素值V(p)的局部滤波步骤:
其中,要执行对两个不同的感应函数H1和H2的叠化
-q表示p的相邻像素,
-gq,p定义在局部空间的滤波器系数,
-感应函数H确定取决于带有局部噪声振幅σ的局部对比噪声比|V(q)-V(p)|/σ的滤波强度,并且
-cp,q是权重函数或者权重因数。
在按照本发明的最后提到的方法变体里,权重函数cp,q由规定
σ2=局部方差值(局部噪声值的平方)
c=用于定义对局部噪声水平的匹配强度的比例参数(Skalenparameter)。
除了所述按照本发明的方法外,发明人还对一种具有存储器以及存储于其中的计算机程序的用于处理X射线图像数据组和/或CT图像数据组的计算机系统提出了权利要求,其中,在该系统中至少应储存了一个计算机程序,并且该程序应在使用中应当被执行,该程序执行具有下列方法步骤的方法:
-接收具有大量像素的X射线图像数据组或CT图像数据组,
-对每个像素寻找在围绕所检查的像素具有第一半径的圆内的结构信息,包括可能找到的结构的方向信息,
-在所检查的像素上应用一个取决于方向的低通滤波器,其中,一方面该低通滤波器的空间范围小于上述第一半径,并且,另一方面通过上述低通滤波器的取决于方向的权重来考虑可能找到的结构的方向信息。
所述按照本发明的计算机系统也可以具有至少一个在使用中可以执行上述方法变体的计算机程序。
可以明确地指出,上述的计算机系统既可以单独地运行,也可以在计算机网络中运行,还可以与CT系统或者C型臂系统直接相连地运行。
附图说明
下面借助于图示就优选的实施例对本发明进行详细说明,其中,仅显示对理解本发明必须的特征。图中用到下列标识:C1,CT系统;C2,第一X射线管(erste Roentgenroehre);C3,第一探测器;C4,第二X射线管;C5,第二探测器;C6,机架壳体/驱动系统;C7,C型臂;C8,患者卧榻;C9,系统轴;C10,操控单元;P,患者;Prg1-Prgn,计算机程序;1.1,H函数对线性低通滤波的曲线;1.2,H函数对边缘保护的平滑滤波(kantenerhaltende)的曲线;1.3,H函数对在高的对比噪声比值情况下对边缘进行陡化(Aufsteilung)的边缘保护的平滑滤波的曲线;2,修正因数h(vp,q)的曲线;3.1,患者未经滤波的CT照片;3.2,经按照现有技术滤波的CT照片;3.3,经按照本发明的方法滤波的CT照片。其中,
图1示出了H函数对线性低通滤波的曲线,
图2示出了H函数对边缘保护的平滑滤波的曲线,
图3示出了H函数对在高的对比噪声比值情况下对边缘进行陡化的边缘保护的平滑滤波的曲线,
图4示出了修正因数h(vp,q)的曲线,
图5示出了患者未经滤波的CT照片,
图6示出了按照现有技术对图5中的CT照片进行滤波,
图7示出了按照本发明对图5中的CT照片进行滤波,
图8示出了具有用于实施按照本发明的方法的计算单元的CT系统,
图9示出了具有用于实施按照本发明的方法的计算单元的C型臂系统。
具体实施方式
根据下面按照本发明的通过附加形态学的信息、也即结构信息来补充扩散滤波器的例子,对本发明进行说明。
扩散滤波器可以通过对局部滤波步骤的迭代应用得以实现。对于在位置p上的像素值V(p)的滤波步骤一般形如下式,
其中,q表示p的相邻像素。gq,p定义在位置空间的滤波器系数,例如,通过与像素q与p间的距离成反比的系数。a是一个合适的数值,专业人员可以通过对其值选择来确保对公式(1)的迭代的收敛。感应函数H,用于确定取决于局部对比噪声比(CNR)、即|V(q)-V(p)|/σ的滤波强度。σ可用不同的方式来确定。一种对σ的可能的估计方法是对vp,min在被观测像素的邻域内取平均值或者甚至是,也即其中,p′要么穿过p的邻域,以便算出取决于像素的噪声值σp,要么遍及所有像素,以便获得全局的噪声值σ。
图1至图3示出了对于三种不同的H函数的曲线,它们导致下列滤波特性,其中,在纵坐标上示出感应值H,而在横坐标上示出局部的CNR值。图1示出了H函数的曲线1.1,其导致线性低通滤波,图2示出了H函数对边缘保护的平滑滤波的曲线1.2,图3示出了H函数对在高的CNR值情况下对边进行陡化的边缘保护的平滑滤波的曲线1.3。
特别是对于按照图3的滤波器,各个相对于邻域具有大的CNR值的像素被作为“异常值(Ausreiβer)”,更确切地说这些像素甚至在对比中被加强。这种情况特别发生在H函数过零点的值被选得太小时,也就是例如当该值落在1附近时。另一方面,在使用该滤波器时如果H函数下降得太慢,对噪声和边缘的选择性就差,以至于边缘通过滤波的清晰度下降。此外,因为所有相对于中心像素的像素值的差值都被单独计算出,所以只有在当噪声为白色时,也就是只有在当相邻像素就其统计值而言不相关时,所述滤波才能发挥最优作用。
可以通过所描述的按照本发明的方法减少所述问题。相应地,在滤波步骤前除了确定局部噪声之外,还对其他邻近像素环境(Pixelumgebung)进行形态学分析。这可以像在已引用的出版物DE 10 2004 008 979 B4和DE 102005 038 940 B4中描述的那样,借助于对一维方差值的确定来完成。数值vp,q则描述在像素q与p的连线方向上的方差。在此,关键的是要把用于进行形态学检查的作用范围选得大于噪声的粒度(Rauschkorngroesse),也即大于在那里所描述的自相关函数的作用范围。如果噪声不是白的,也就是相邻的像素就其统计学上的波动(Schwankungen)而言是相关的。
如果例如所述感应函数的自变量(Argument)被“有效”的CNR值替代,则可以有利地使用所述形态学信息,
修正因数h(vp,q)的特征是,对于小的方差值其值小于1,也就是说,给定了较小的CNR值则根据图2或者图3会导致较强的平滑滤波;相反地,对于大的方差值其值大于1,也就是说,会导致较弱的平滑滤波或者甚至导致较强的陡化。所述对“大”或者“小”的评估可以要么通过h(vp,q)与局部噪声振幅σ的比较来完成,要么通过对所有方向上的方差值的比较来完成。在上述第二种情况下首先定义最大和最小方差值,
vp,min=min{vp,q|q∈p的邻域}和 (3a)
vp,max=max{vp,q|q∈p的邻域}。 (3b)
例如,可以用以下公式定义一个其曲线在图4中被示出的可能函数:
这里参数a确定匹配的强度,而b确定中性点的位置。
当然,还可能有其他具有所要求的基本特征的函数。另一个改善措施是对局部各向同性程度的匹配,
其形式为经修改的修正因数,
由此,在各向同性的环境中减弱了修正机制。
一种按照本发明的对所述形态学信息应用的替代的可能性是对两个不同的感应函数H1和H2的叠化,该叠化按照下列形式来考虑到在不同长度标尺上的CNR值:
一种可能的权重函数可以表达如下,
如果根据第I项体像素p的周围环境为各向异性,同时根据第II项该最小方差值小,并且根据第III项在观察方向q上的该方差值落在所述局部方差的最小值或者最大值附近(例如通过选取b=1/2),则相应地,所述感应函数H2在应用中具有高的权数。参数c用于调节与CNR2值vp,min/σ2的相关性,a定义总权数的大小或者最大权数。在应用等式(8)中选取的权重函数时,在有清晰的切面的情况下对H2进行优化,以及在与之相反的情况下对H1进行优化是有意义的。
把等式(2)和(7)中的变量结合在一起也是可能的。所述方法不限于某一特定维数,并且可以应用于二维图像数据或者投影数据、三维图像数据或者还可用于四维数据,其中,在动态拍摄时可引入时间作为第三或者第四维度。
利用图5至7展示了根据等式(7)在极端滤波强度下的所述方法的实例。其中,图5中的原始图像(Ausgangsbild)3.1首先按照等式(1)进行滤波,并将其结果图像3.2展示在图6中。其中,H函数对应于图4中的类型。在图7的图像3.3中展示了按照本发明的方法进行滤波的结果,其中,H1选取为图4中的类型,H2选取为图3中的类型。图中显示,在图6的图像中的几个边缘是用基本的方法通过噪声粒(Rauschkoerner)的形式来确定的,而在图7的图像3.3中则是用按照本发明改进的方法滤波的,相对于切面的噪声粒尺度的“不平度”(Unebenheiten)在一个更大的长度标尺上被移走。通过在大的CNR值情况下的陡化(aufsteilend)作用,在图7的图像3.3中的边缘与切面正交,同时比图6的图像3.2中的边缘更清晰。在图6和图7中用箭头标出了显著部位。
图8示例性地示出了CT系统1,在该系统中可执行按照本发明的方法。该CT系统C1具有机架壳体C6,在其中的机架上有由第一X射线管C2和与之相对放置的第一探测器C3组成的第一X射线管-探测器系统。可选地可以设置由第二X射线管C4和与之相对放置的第二探测器C5组成的另一X射线管-探测器系统。这两个X射线管-探测器系统可以在扫描期间围绕测量区域旋转,在这里,当躺在可移动的患者卧榻C8的患者P沿着系统轴C9被移过该测量区域时,该测量区域可以通过机架壳体C6的开口来描述。在此,患者P的运动既可以是连续的,也可以是顺序地进行的。此外,还可以在对某一特定部位的检查时,仅把患者的该特定部位带入测量区域中,在扫描期间该患者在该位置上保持稳定不动。
操控单元C10负责对CT系统1的控制,该控制单元具有储存有计算机程序Prgl至Prgn的存储器,在这些程序中储存有用于控制该CT系统的和用于分析接收到的探测器数据(包括重建相应图像数据)的必要的方法。该按照本发明的方法可以被编程写入计算机程序并在所述操控单元C10(也即计算单元)中被执行,以便使得该方法在所述系统工作时通过其方法步骤被运行(abarbeiten)。
图9同样显示了一个CT系统,该系统以C型臂系统C1的形式出现并具有C型臂C7,在该C型臂的一端有X射线管C2并在相对的另一端有探测器C3。该C型臂C7可以借助于驱动系统C6围绕在患者卧榻C8上的患者P转动。由于C型臂系统C1的结构类型使得患者P在检查中容易被接近。
对C型臂系统C1的操控由具有计算机程序Prgl至Prgn的操控单元C10来执行,其中,在这里也可以在该操控单元的存储器里设置在运行本发明的方法时所执行的程序代码。
总之,本发明提出了一种方法和一种X射线系统(特别是CT系统),其中,为了减少在成像X射线检查中所使用的放射剂量,对所拍摄的图像的每个像素确定在被检查的像素周围给定距离内的可能存在的结构的结构信息,并在每个被检查的像素上应用取决于方向的低通滤波器,该低通滤波器的空间范围小于所述给定的距离,并且,通过该低通滤波器的取决于方向的权重来考虑可能存在的结构的形态学信息。
显然,前面所述的本发明的特征不仅可以用在给出的组合中,而且还可以用在其他组合中或者单独使用而不脱离本发明的范围。
Claims (12)
1.一种用于在X射线成像检查中减少所使用的放射剂量的方法,包括下列方法步骤:
1.1.通过X射线来扫描或者透视患者(P),
1.2.产生具有大量像素的投影图像或者X射线断层图像(3.1),并且
1.3.对图像进行滤波以改善图像的质量,
其特征在于,在步骤1.3.中对图像进行滤波包括以下步骤:
对每个像素在围绕所检查的像素具有第一半径的圆内寻找结构信息,包括可能找到的结构的方向信息,以及
在所检查的像素上应用取决于方向的低通滤波器,其中,一方面该低通滤波器的空间作用范围小于所述第一半径,并且,另一方面将可能找到的结构的方向信息考虑为低通滤波器的取决于方向的权重,
其中,使用扩散滤波器作为取决于方向的低通滤波器,
其中,所述扩散滤波器通过对局部滤波步骤的迭代应用来实现,
其中,对在位置p的像素值V(p)定义所述局部滤波步骤如下:
其中,
-α是确保上述公式迭代成功的合适的系数,
-q表示p的相邻像素,σ表示局部噪声振幅,
-gq,p定义在局部空间的滤波器系数,以及
-感应函数H确定取决于局部对比噪声比(CNR)、即|V(q)-V(p)|/σ的滤波强度。
2.按照权利要求1所述的方法,其特征在于,通过使用至少一个形态学滤波器的滤波来确定所述结构信息。
3.按照权利要求1或2所述的方法,其特征在于,所述X射线成像检查是CT检查。
4.一种用于在X射线成像检查中减少所使用的放射剂量的方法,包括下列方法步骤:
1.1.通过X射线来扫描或者透视患者(P),
1.2.产生具有大量像素的投影图像或者X射线断层图像(3.1),并且
1.3.对图像进行滤波以改善图像的质量,
其特征在于,在步骤1.3.中对图像进行滤波包括以下步骤:
对每个像素在围绕所检查的像素具有第一半径的圆内寻找结构信息,包括可能找到的结构的方向信息,以及
在所检查的像素上应用取决于方向的低通滤波器,其中,一方面该低通滤波器的空间作用范围小于所述第一半径,并且,另一方面将可能找到的结构的方向信息考虑为低通滤波器的取决于方向的权重,
其中,使用扩散滤波器作为取决于方向的低通滤波器,
其中,所述扩散滤波器通过对局部滤波步骤的迭代应用来实现,
其中,对在位置p的像素值V(p)定义所述局部滤波步骤如下:
其中,
-α是确保上述公式迭代成功的合适的系数,
-q表示p的相邻像素,
-gq,p定义在局部空间的滤波器系数,
-感应函数H确定取决于带有局部噪声振幅σ的局部对比噪声比|V(q)-V(p)|/σ的滤波强度,以及
-修正因数h(vp,q)具有如下特性:对小的方差值其小于1,对大的方差值其大于1。
5.按照权利要求4所述的方法,其特征在于,通过与在所述像素q和p的连线方向上具有局部噪声振幅σ的局部一维方差值vp,q的对比,来完成对所述方差值“大”或者“小”的评判。
6.按照权利要求4所述的方法,其特征在于,用按照下列规定确定最小方差值vp,min和最大方差值vp,max的方法,通过与各个方向的方差值的比较,来完成对所述方差值的“大”或者“小”的评判:
vp,min=min{vp,q|q∈p的邻域}并且
vp,max=max{vp,q|q∈p的邻域},
其中,在vp,q≈vp,min的条件下判定方差值为“小”,在vp,q≈vp,max的条件下判定方差值为“大”。
7.按照权利要求4所述的方法,其特征在于,所述修正因数h(vp,q)定义为:
其中,参数a确定匹配的强度,而参数b确定H函数曲线轨迹上中性点的位置。
8.按照权利要求4所述的方法,其特征在于,所述修正因数h(vp,q)定义为:
其中,
-参数a确定匹配的强度,
-参数b确定H函数曲线轨迹上中性点的位置,并且
-用下式计算修正因数ηp:
9.按照权利要求4-8中任一项所述的方法,其特征在于,所述X射线成像检查是CT检查。
10.一种用于在X射线成像检查中减少所使用的放射剂量的方法,包括下列方法步骤:
1.1.通过X射线来扫描或者透视患者(P),
1.2.产生具有大量像素的投影图像或者X射线断层图像(3.1),并且
1.3.对图像进行滤波以改善图像的质量,
其特征在于,在步骤1.3.中对图像进行滤波包括以下步骤:
对每个像素在围绕所检查的像素具有第一半径的圆内寻找结构信息,包括可能找到的结构的方向信息,以及
在所检查的像素上应用取决于方向的低通滤波器,其中,一方面该低通滤波器的空间作用范围小于所述第一半径,并且,另一方面将可能找到的结构的方向信息考虑为低通滤波器的取决于方向的权重,
其中,使用扩散滤波器作为取决于方向的低通滤波器,
其中,所述扩散滤波器通过对局部滤波步骤的迭代应用来实现,
其中,对在所述位置p的像素值V(p)的所述局部滤波步骤定义如下:
-α是确保上述公式迭代成功的合适的系数,
-q表示p的相邻像素,σ表示局部噪声振幅,
-gq,p定义在局部空间的滤波器系数,
-感应函数H确定取决于带有局部噪声振幅σ的局部对比噪声比|V(q)-V(p)|/σ的滤波强度,并且
-cp,q是权重函数或者权重因数。
11.按照权利要求10所述的方法,其特征在于,用权重函数 计算出cp,q,
其中,参数a确定匹配的强度,参数b确定H函数曲线轨迹上中性点的位置。
12.按照权利要求10或11所述的方法,其特征在于,所述X射线成像检查是CT检查。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102010043975.4A DE102010043975B4 (de) | 2010-11-16 | 2010-11-16 | Verfahren zur Reduktion der verwendeten Strahlendosis im Rahmen einer bildgebenden Röntgenuntersuchung und Computersystem |
DE102010043975.4 | 2010-11-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102525531A CN102525531A (zh) | 2012-07-04 |
CN102525531B true CN102525531B (zh) | 2015-10-28 |
Family
ID=45998801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110362931.2A Active CN102525531B (zh) | 2010-11-16 | 2011-11-16 | 减少x射线成像检查中使用的放射剂量的方法及ct系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8615122B2 (zh) |
CN (1) | CN102525531B (zh) |
DE (1) | DE102010043975B4 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6100772B2 (ja) * | 2011-07-15 | 2017-03-22 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 画像処理方法及びコンピューティング装置 |
DE102012204978B4 (de) | 2012-03-28 | 2017-05-11 | Siemens Healthcare Gmbh | Verfahren zur iterativen CT-Bildrekonstruktion zur Beseitigung von Partialscan-Artefakten sowie entsprechende Recheneinheit, Computertomographiesystem, Computerprogramm und Datenträger |
DE102012204977B4 (de) | 2012-03-28 | 2017-05-18 | Siemens Healthcare Gmbh | Verfahren zur iterativen Bildrekonstruktion für Bi-Modale CT-Daten sowie entsprechende Recheneinheit, Computertomographiesystem, Computerprogramm und Datenträger |
DE102012218372A1 (de) | 2012-10-09 | 2014-04-10 | Siemens Aktiengesellschaft | Verfahren zur iterativen Bildrekonstruktion für Cardio-CT-Daten |
DE102012218374A1 (de) | 2012-10-09 | 2014-04-10 | Siemens Aktiengesellschaft | Verfahren zur iterativen Bildrekonstruktion fürDual-Energy-CT-Daten |
DE102015206127B4 (de) | 2015-04-07 | 2023-11-02 | Siemens Healthcare Gmbh | Verfahren und Bilddaten-Ermittlungseinrichtung zum Rekonstruieren von Bilddaten bei der CT-Bildgebung |
CN111096761B (zh) * | 2018-10-29 | 2024-03-08 | 上海西门子医疗器械有限公司 | 修正楔形滤波器散射的方法、装置和相关设备 |
CN111739139B (zh) * | 2020-06-24 | 2023-04-07 | 西北大学 | 一种噪声ct图像三维重建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5602934A (en) * | 1993-09-08 | 1997-02-11 | The Regents Of The University Of California | Adaptive digital image signal filtering |
US6574304B1 (en) * | 2002-09-13 | 2003-06-03 | Ge Medical Systems Global Technology Company, Llc | Computer aided acquisition of medical images |
CN1530645A (zh) * | 2003-02-28 | 2004-09-22 | 用图像计算机进行方向滤波的x射线诊断设备 | |
CN101877124A (zh) * | 2009-04-28 | 2010-11-03 | 北京捷科惠康科技有限公司 | 一种医学图像的滤波方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5848117A (en) * | 1996-11-27 | 1998-12-08 | Analogic Corporation | Apparatus and method for computed tomography scanning using halfscan reconstruction with asymmetric detector system |
FI20031835A (fi) * | 2003-12-15 | 2005-06-16 | Instrumentarium Corp | Menetelmä ja järjestelmä referenssimerkin paikantamiseksi digitaalisista projektiokuvista |
DE102004008979B4 (de) | 2004-02-24 | 2006-12-28 | Siemens Ag | Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten |
DE102005038940B4 (de) | 2005-08-17 | 2007-08-30 | Siemens Ag | Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten |
US7660481B2 (en) | 2005-11-17 | 2010-02-09 | Vital Images, Inc. | Image enhancement using anisotropic noise filtering |
JP5405229B2 (ja) * | 2008-08-11 | 2014-02-05 | 株式会社東芝 | X線コンピュータ断層撮影装置 |
DE102009014724A1 (de) | 2009-03-25 | 2010-10-21 | Friedrich-Alexander-Universität Erlangen-Nürnberg | Filterung von Bildern zur Rauschminderung, insbesondere von Computertomographie-Bilddaten |
DE102009037935A1 (de) | 2009-08-19 | 2011-02-24 | Eckart Gmbh | Hochglänzende Mehrschichtperlglanzpigmente mit silberner Interferenzfarbe und enger Größenverteilung und Verfahren zu deren Herstellung |
DE102009039987A1 (de) * | 2009-09-03 | 2011-03-17 | Siemens Aktiengesellschaft | Iterativer CT-Bildfilter zur Rauschreduktion |
-
2010
- 2010-11-16 DE DE102010043975.4A patent/DE102010043975B4/de active Active
-
2011
- 2011-10-14 US US13/273,504 patent/US8615122B2/en active Active
- 2011-11-16 CN CN201110362931.2A patent/CN102525531B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5602934A (en) * | 1993-09-08 | 1997-02-11 | The Regents Of The University Of California | Adaptive digital image signal filtering |
US6574304B1 (en) * | 2002-09-13 | 2003-06-03 | Ge Medical Systems Global Technology Company, Llc | Computer aided acquisition of medical images |
CN1530645A (zh) * | 2003-02-28 | 2004-09-22 | 用图像计算机进行方向滤波的x射线诊断设备 | |
CN101877124A (zh) * | 2009-04-28 | 2010-11-03 | 北京捷科惠康科技有限公司 | 一种医学图像的滤波方法及系统 |
Non-Patent Citations (2)
Title |
---|
Scale-based diffusive image filtering preserving boundary sharpness and fine structures;P. K. Saha,etal;《 IEEE Trans. Med. Imag.》;20011130;第20卷(第11期);1140-1155 * |
Scale-space and edge detection using;P. Perona,etal;《IEEE Trans. Pattern Anal. Machine Intell》;19900731;第12卷;629-639 * |
Also Published As
Publication number | Publication date |
---|---|
DE102010043975A1 (de) | 2012-05-16 |
DE102010043975B4 (de) | 2021-07-29 |
CN102525531A (zh) | 2012-07-04 |
US8615122B2 (en) | 2013-12-24 |
US20120121148A1 (en) | 2012-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102525531B (zh) | 减少x射线成像检查中使用的放射剂量的方法及ct系统 | |
Manduca et al. | Projection space denoising with bilateral filtering and CT noise modeling for dose reduction in CT | |
Gang et al. | Anatomical background and generalized detectability in tomosynthesis and cone‐beam CT | |
EP2783344B1 (en) | Image domain de-noising | |
US10111638B2 (en) | Apparatus and method for registration and reprojection-based material decomposition for spectrally resolved computed tomography | |
US11727609B2 (en) | Limited-angle CT reconstruction method based on anisotropic total variation | |
US8009892B2 (en) | X-ray image processing system | |
US20170270687A1 (en) | Device and method for delineating a metal object for artifact reduction in tomography images | |
CN102428478A (zh) | 多尺度图像归一化和增强 | |
US9700264B2 (en) | Joint estimation of tissue types and linear attenuation coefficients for computed tomography | |
JP6124868B2 (ja) | 画像処理装置及び画像処理方法 | |
CN101034473A (zh) | 计算机辅助识别断层造影中高对比度对象的方法和系统 | |
Li et al. | Multienergy cone-beam computed tomography reconstruction with a spatial spectral nonlocal means algorithm | |
KR20170117324A (ko) | 화상 처리장치, 화상 처리방법, 및 기억매체 | |
Brun et al. | Single-shot K-edge subtraction x-ray discrete computed tomography with a polychromatic source and the Pixie-III detector | |
US6973157B2 (en) | Method and apparatus for weighted backprojection reconstruction in 3D X-ray imaging | |
CN113205461B (zh) | 一种低剂量ct影像去噪模型训练方法、去噪方法及装置 | |
EP3349655B1 (en) | Tomography apparatus and controlling method for the same | |
CN110574073B (zh) | 能谱计算机断层摄影(ct)成像中的残余碘伪影的探测和/或校正 | |
Shieh et al. | Improving thoracic four-dimensional cone-beam CT reconstruction with anatomical-adaptive image regularization (AAIR) | |
Coban et al. | Assessing the efficacy of tomographic reconstruction methods through physical quantification techniques | |
JP6789620B2 (ja) | 画像処理装置及びその制御方法、コンピュータプログラム | |
JP2005294932A (ja) | 画像処理方法及び画像処理装置並びに画像処理プログラム | |
JP2005210384A (ja) | 画像処理方法および画像処理装置ならびに画像処理プログラム | |
Yang et al. | Edge-preserving bilateral filtering for images containing dense objects in CT |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220125 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |
|
TR01 | Transfer of patent right |