CN102551683B - 三维温度成像方法及系统 - Google Patents
三维温度成像方法及系统 Download PDFInfo
- Publication number
- CN102551683B CN102551683B CN 201210013761 CN201210013761A CN102551683B CN 102551683 B CN102551683 B CN 102551683B CN 201210013761 CN201210013761 CN 201210013761 CN 201210013761 A CN201210013761 A CN 201210013761A CN 102551683 B CN102551683 B CN 102551683B
- Authority
- CN
- China
- Prior art keywords
- view data
- phase
- zone
- obtains
- image
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 53
- 238000000513 principal component analysis Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 230000000295 complement effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 4
- 238000010438 heat treatment Methods 0.000 description 15
- 238000000034 method Methods 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004861 thermometry Methods 0.000 description 2
- 238000000015 thermotherapy Methods 0.000 description 2
- 230000017105 transposition Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
一种三维温度成像方法，包括如下步骤：通过三维成像序列的扫描得到图像数据；在所述图像数据中进行选取得到相应层面的图像数据；分别计算所述相应层面的待测区域的背景相位；根据所述计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位；逐层计算图像数据中待测区域的实际相位和背景相位之间的差值得到温度变化图。上述三维温度成像方法及系统，在计算了选取的相应层面的图像数据所对应的背景相位之后，根据计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位，不需要进行大量的运算，大大提高了计算效率。
Description
【技术领域】
本发明涉及磁共振温度成像技术，特别是涉及一种三维温度成像方法及系统。
【背景技术】
基于质子共振频率的磁共振温度成像方法是一种相对测温法，在温度测量之间需要扫描一幅相位基准图，测量时通过检测与相位基准图的差值得到相应的温度变化值。这一温度测量方法容易受到运动和磁场漂移等因素的影响，为此，提出了一种无参考温度成像的方法，其中，加热区域的背景相位并不是由相位基准图提供的，而是通过对图像中未加热区域的相位进行多项式模型插值得到的。
然而，若简单地将无参考温度成像的方法应用于三维数据时，需要三维相位解卷绕相位图像后利用三维多项式模型对加热区域背景相位进行外插，或者逐层进行二维相位解卷绕后利用二维多项式模型对加热区域背景相位进行外插，这两种方式均需要做大量的三维或二维相位解卷绕工作，大大降低了计算效率。
【发明内容】
基于此，有必要提供一种能提高计算效率的三维温度成像方法。
此外，还有必要提供一种能提高计算效率的三维温度成像系统。
一种三维温度成像方法，包括如下步骤：
通过三维成像序列的扫描得到图像数据；
在所述图像数据中进行选取得到相应层面的图像数据；
分别计算所述相应层面的待测区域的背景相位；
根据所述计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位；
逐层计算图像数据中待测区域的实际相位和背景相位之间的差值得到温度变化图。
优选地，所述在所述图像数据中进行选取得到相应层面的图像数据的步骤之前还包括：
对所述图像数据进行处理得到感兴趣图像层数；
所述在所述图像数据中进行选取得到相应层面的图像数据的步骤为：
按照所述感兴趣图像层数在每一层面所对应的图像数据中等间距地选取与所述感兴趣图像层数相匹配的图像数据。
优选地，所述对所述图像数据进行处理得到感兴趣图像层数的步骤为：
从所述图像数据中提取待测区域的参考区域所对应的像素；
对所述像素进行压缩排列形成参考区域像素矩阵，所述参考区域像素矩阵是以相位编码方向和读出方向重排成一维，另一维则是像素所在的层面；
对所述参考区域像素矩阵一维解卷绕后进行主成分分析得到相应的特征值向量；
统计所述特征值向量中大于阈值的数量，所述数量为感兴趣图像层数。
优选地，所述分别计算所述相应层面的图像数据中的背景相位的步骤为：
对感兴趣层中选取得到的图像数据进行相位解卷绕，并通过多项式拟合得到待测区域的背景相位。
优选地，所述根据所述计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位的步骤为：
根据计算得到的背景相位，逐层对其它层面的图像数据中参考区域所对应的像素进行拟合得到所述层面的图像数据的背景相位。
一种三维温度成像系统，包括：
扫描模块，用于通过三维成像序列的扫描得到图像数据；
选取模块，用于在所述图像数据中进行选取得到相应层面的图像数据；
第一相位计算模块，用于分别计算所述相应层面的待测区域中的背景相位；
第二相位计算模块，用于根据所述计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位；
温度变化计算模块，用于逐层计算图像数据中待测区域的实际相位和背景相位之间的差值得到温度变化图。
优选地，还包括：
处理模块，用于对所述图像数据进行处理得到感兴趣图像层数；
所述选取模块还用于按照所述感兴趣图像层数在每一层面所对应的图像数据中等间距地选取与所述感兴趣图像层数相匹配的图像数据。
优选地，所述处理模块包括：
像素提取单元，用于从所述图像数据中提取待测区域的参考区域所对应的像素。
矩阵排列单元，用于对所述像素进行压缩排列形成参考区域像素矩阵，所述参考区域像素矩阵是以相位编码方向和读出方向重排成一维，另一维则是像素所在的层面；
主成分分析单元，用于对所述参考区域像素矩阵一维解卷绕后进行主成分分析得到相应的特征向量；
统计单元，用于统计所述特征值向量中大于阈值的数量，所述数量为感兴趣图像层数。
优选地，所述第一相位计算模块包括还用于对感兴趣层中选取得到的图像数据进行相位解卷绕，并通过多项式拟合得到待测区域的背景相位。
优选地，所述第二相位计算模块还用于根据计算得到的背景相位，逐层对其它层面的图像数据中参考区域所对应的像素进行拟合得到所述层面的图像数据的背景相位。
上述三维温度成像方法及系统，在计算了选取的相应层面的图像数据所对应的背景相位之后，根据计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位，不需要进行大量的运算，大大提高了计算效率。
【附图说明】
图1为一个实施例中三维温度成像方法的流程图；
图2为一个实施例中对图像数据进行处理得到感兴趣图像层数的方法流程图；
图3为一个实施例中三维温度成像系统的结构示意图；
图4为一个实施例中处理模块的结构示意图；
图5为水模的图像数据沿选层方向上的协方差矩阵特征值图；
图6为人脑的图像数据沿选层方向上的协方差矩阵特征值图；
图7为水模和人脑的图像数据沿选层方向的协方差矩阵特征值分布图；
图8为水模的图像数据中逐层将无参考温度成像的方法和本发明的精度对比图；
图9为人脑的图像数据中逐层将无参考温度成像的方法和本发明的精度对比图。
【具体实施方式】
在一个实施例中，如图1所示，一种三维温度成像方法，包括：
步骤S10，通过三维成像序列的扫描得到图像数据。
本实施例中，通过三维成像序列对成像对象进行扫描得到图像数据。
步骤S30，在图像数据中进行选取得到相应层面的图像数据。
本实施例中，扫描得到的图像数据是与图像层面相对应的，即按照设定的扫描感兴趣图像层数，扫描得到的图像数据均有与之对应的图像层面。在多个图像层面对应的图像数据中进行选取，以得到相应层面的图像数据。
在另一个实施例中，在扫描得到图像数据之后，还需要在多个图像层面对应的图像数据中去除层轮廓边缘上的图像数据，该边缘层面的图像数据为扫描得到的图像数据中处于层轮廓边缘上的图像数据，例如，若设定的扫描图像层数为30，则1～3层以及27～30层的图像数据为层轮廓边缘上的图像数据。由于层轮廓边缘的图像数据是不均匀的，信噪比很差，在成像过程中没有使用价值，对层轮廓边缘的图像数据进行的去除将使得后续的处理中不会对层轮廓边缘的图像数据进行处理，以提高计算效率。
在一个实施例中，上述步骤S30之前还包括对图像数据进行处理得到感兴趣图像层数的步骤。
本实施例中，感兴趣图像层数为设定的扫描图像层数的一部分，通过对图像数据中待测区域所对应的参考区域的处理得到感兴趣图像层数，其中，待测区域为加热区域，参考区域为与加热区域连续的未加热区域。
在一个实施例中，如图2所示，上述对图像数据进行处理得到感兴趣图像层数的步骤包括：
步骤S201，从图像数据中提取待测区域的参考区域所对应的像素。
本实施例中，在图像数据中选取待测区域，该待测区域为温度测量中的加热区域，参考区域为与待测区域相连接的未加热区域，在每一层面所对应的图像数据中分别提取参考区域中的像素。
步骤S203，对像素进行压缩排列形成参考区域像素矩阵，参考区域像素矩阵是以相位编码方向和读出方向排列成一维，另一维则是像素所在的层面。
本实施例中，对提取的像素进行压缩排列以形成二维矩阵，以方便后续处理。具体的，将提取的像素排列成二维矩阵，其行下标表示该像素所在层坐标，列下标表示该像素在图像中的序号i，进一步的，设每一层面的图像数据中像素的横坐标和纵坐标分别为x和y，图像宽度为W，则序号i＝y*W+x。
步骤S205，对参考区域像素矩阵一维解卷绕后进行主成分分析得到相应的特征值向量。
本实施例中，对参考区域像素矩阵在选层方向上进行一维解卷绕，具体的，在选方向上考察每一个像素的相位值，如果相对于上一层面上的对应值，变化超过了2π，则在该像素的相位值加上2nπ(n＝...-2，-1，0，1，2...)，使得该像素在选层方向上的变化不超过2π。
在对参考区域像素矩阵一维解卷绕之后，进行主成分分析以得到相应的特征值向量。具体的，对解卷绕后的参考区域像素矩阵求取协方差矩阵，进而求取特征值，并按照从大到小的顺序进行排序得到特征值向量。例如，假设解卷绕后的参考区域像素矩阵是一个MB*NB大小的矩阵，根据解卷绕后的参考区域像素矩阵的定义，这一个MB*NB大小的矩阵中第i行可以看作一个NB维的随机向量的样本{Xi}(1≤i≤MB)，定义解卷绕后的参考区域为随机向量X的协方差矩阵C，即C＝BBT-mmT，其中，B表示参考区域像素矩阵，m表示随机向量X的均值向量，
T表示矩阵转置，通过求解方程Cu＝λu得到特征值，其中，u为非零列向量。
步骤S207，统计特征值向量中大于阈值的数量，该数量为感兴趣图像层数。
本实施例中，预先设定阈值，以用于统计特征向量中大于该阈值的分量数量。
上述步骤S30的具体过程为：按照感兴趣图像层数在每一层面所对应的图像数据中等间距地选取与感兴趣图像层数相匹配的图像数据。
本实施例中，根据感兴趣图像层数，在多个图像层面对应的图像数据中等间距地选取某几个层面的图像数据，所选取的层面数量即为感兴趣图像层数。例如，若感兴趣图像层数为M层，在设定的扫描感兴趣图像层数对应的图像数据中，等间距地选取M层。
步骤S50，分别计算相应层面的待测区域的背景相位。
本实施例中，通过无参考温度成像的方法计算选取的相应层面的待测区域中对应的背景相位，以保证较高的计算精度。
在一个实施例中，上述步骤S50的具体过程为：对感兴趣层中选取得到的图像数据进行相位解卷绕，并通过多项式拟合得到待测区域的背景相位。
本实施例中，对选取的层面对应的图像数据，首先进行相位解卷绕，进而利用参考区域提取到的像素进行拟合多项式，即背景相位
并将待测区域的坐标代入上述公式即可得到待测区域的背景相位。
步骤S70，根据计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位。
本实施例中，为提升运算速度，根据计算得到的背景相位进行线性插值得到未被选取的其它层面图像数据的背景相位，减少了实施相位解卷绕和多项式拟合等计算量较大的运算的层数，进而实现实时监控肿瘤热疗等方面的应用。
在一个实施例中，上述步骤S70的具体过程为：根据计算得到的背景相位，逐层对其它层面的图像数据中参考区域所对应的像素进行拟合得到该层面的图像数据的背景相位。
本实施例中，在计算得到选取的层面所对应的背景相位之后，通过公式
进行线性插值，以通过拟合得到的线性组合表示背景相位。
步骤S90，逐层计算图像数据中待测区域的实际相位和背景相位之间的差值得到温度变化图。
本实施例中，相位差值是与温度变化值成正比的，因此通过每一层面中图像数据实际相位和背景相位之间的差值可以得到相应的温度变化图。
在一个实施例中，如图3所示，一种三维温度成像系统，包括扫描模块10、选取模块30、第一相位计算模块50、第二相位计算模块70以及温度变化计算模块90。
扫描模块10，用于通过三维成像序列的扫描得到图像数据。
本实施例中，扫描模块10通过三维成像序列对成像对象进行扫描得到图像数据。
选取模块30，用于在图像数据中进行选取得到相应层面的图像数据。
本实施例中，扫描得到的图像数据是与图像层面相对应的，即按照设定的扫描感兴趣图像层数，扫描得到的图像数据均有与之对应的图像层面。选取模块30在多个图像层面对应的图像数据中进行选取，以得到相应层面的图像数据。
在另一个实施例中，在扫描得到图像数据之后，还需要选取模块30在多个图像层面对应的图像数据中去除层轮廓边缘上的图像数据，该边缘层面的图像数据为扫描得到的图像数据中处于层轮廓边缘上的图像数据，例如，若设定的扫描感兴趣图像层数为30，则1～3层以及27～30层的图像数据为层轮廓边缘的图像数据。由于层轮廓边缘上的图像数据是不均匀的，信噪比很差，在成像过程中没有使用价值，对层轮廓边缘上的图像数据进行的去除将使得后续的处理中不会对层轮廓边缘上的图像数据进行处理，以提高计算效率。
在一个实施例中，上述三维温度成像系统还包括处理模块，该处理模块用于对图像数据进行处理得到感兴趣图像层数。
本实施例中，感兴趣图像层数为设定的扫描图像层数的一部分，处理模块通过对图像数据中待测区域所对应的参考区域的处理得到感兴趣图像层数，其中，待测区域为加热区域，参考区域为与加热区域连续的未加热区域。
在另一个实施例中，如图4所示，上述处理模块20还包括了像素提取单元210、矩阵排列单元230、主成分分析单元250以及统计单元270。
像素提取单元210，用于从图像数据中提取待测区域的参考区域所对应的像素。
本实施例中，在图像数据中选取待测区域，该待测区域为温度测量中的加热区域，参考区域为与待测区域相连接的未加热区域，像素提取单元210在每一层面所对应的图像数据中分别提取参考区域中的像素。
矩阵排列单元230，用于对像素进行压缩排列形成参考区域像素矩阵，该参考区域像素矩阵是以相位编码方向和读出方向重排成一维，另一维则是像素所在的层面。
本实施例中，矩阵排列单元230对提取的像素进行压缩排列以形成二维矩阵，以方便后续处理。具体的，矩阵排列单元230将提取的像素排列成二维矩阵，其行下标表示该像素所在层坐标，列下标表示该像素在图像中的序号i，进一步的，设每一层面的图像数据中像素的横坐标和纵坐标分别为x和y，图像宽度为W，则序号i＝y*W+x。
主成分分析单元250，用于对参考区域像素矩阵一维解卷绕后进行主成分分析得到相应的特征向量。
本实施例中，主成分分析单元250对参考区域像素矩阵在选层方向上进行一维解卷绕，具体的，在选方向上考察每一个像素的相位值，如果相对于上一层面上的对应值，变化超过了2π，则在该像素的相位值加上2nπ(n＝...-2，-1，0，1，2...)，使得该像素在选层方向上的变化不超过2π。
在对参考区域像素矩阵一维解卷绕之后，主成分分析单元250进行主成分分析以得到相应的特征值向量。具体的，主成分分析单元250对解卷绕后的参考区域像素矩阵求取协方差矩阵，进而求取特征值，并按照从大到小的顺序进行排序得到特征值向量。例如，假设解卷绕后的参考区域像素矩阵是一个MB*NB大小的矩阵，主成分分析单元250根据解卷绕后的参考区域像素矩阵的定义，这一个MB*NB大小的矩阵中第i行可以看作一个NB维的随机向量的样本{Xi}(1≤i≤MB)，定义解卷绕后的参考区域为随机向量X的协方差矩阵C，即C＝BBT-mmT，其中，B表示参考区域像素矩阵，m表示随机向量X的均值向量，
T表示矩阵转置，通过求解方程Cu＝λu得到特征值，其中，u为非零列向量。
统计单元270，用于统计特征值向量中大于阈值的数量，该数量为感兴趣图像层数M。
本实施例中，预先设定阈值，以用于统计特征向量中大于该阈值的分量数量。
选取模块30还用于按照感兴趣图像层数在每一层面所对应的图像数据中等间距地选取与感兴趣图像层数相匹配的图像数据。
本实施例中，选取模块30根据感兴趣图像层数，在多个图像层面对应的图像数据中等间距地选取某几个层面的图像数据，所选取的层面数量即为感兴趣图像层数。例如，若感兴趣图像层数为M层，在设定的扫描图像层数对应的图像数据中，等间距地选取M层。
第一相位计算模块50，用于分别计算相应层面的图像数据中的背景相位。
本实施全中，第一相位计算模块50通过无参考温度成像的方法计算选取的相应层面的图像数据中对应的背景相位，以保证较高的计算精度。
在另一个实施例中，第一相位计算模块50还用于对感兴趣层中选取得到的图像数据进行相位解卷绕，并通过多项式拟合得到待测区域的背景相位。
本实施例中，对选取的层面对应的图像数据，第一相位计算模块50首先进行相位解卷绕，进而利用参考区域提取到的像素进行拟合多项式，即背景相位
并将待测区域的坐标代入上述公式即可得到待测区域的背景相位。
第二相位计算模块70，用于根据计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位。
本实施例中，为提升运算速度，第二相位计算模块70根据计算得到的背景相位进行线性插值得到未被选取的其它层面图像数据的背景相位，减少了实施相位解卷绕和多项式拟合等计算量较大的运算的层数，进而实现实时监控肿瘤热疗等方面的应用。
在另一个实施例中，第二相位计算模块70还用于根据计算得到的背景相位，逐层对其它层面的图像数据中参考区域所对应的像素进行拟合得到该层面的图像数据的背景相位。
本实施例中，在计算得到选取的层面所对应的背景相位之后，第二相位计算模块70通过公式
进行线性插值，以通过拟合得到的线性组合表示背景相位。
温度变化计算模块90，用于逐层计算图像数据中待测区域的实际相位和背景相位之间的差值得到温度变化图。
本实施例中，相位差值是与温度变化值成正比的，因此温度变化计算模块90通过每一层面中图像数据实际相位和背景相位之间的差值可以得到相应的温度变化图。
下面结合详细的实验来说明上述三维温度成像方法及系统。采集到的水模和人脑的图像数据如图5和图6所示，将如图7所示，将水模的图像数据和人脑的图像数据沿选层方向得到的协方差矩阵特征图，图中的特征值采用降序排列，并使用对数坐标，从图中可以看出协方差矩阵特征值中存在3至4个较大的特征值，也就意味着所有层面中的相位数据可以仅由3至4层的相位数据的线性组合表示。
如图8和9所示，将上述三维温度成像方法及系统的温度测量精度与无参考温度的成像方法的精度进行对比，该精度主要用加热区域拟合误差的均值和标准差进行衡量，由图8和图9可以看出两种方法在精度上没有显著差别，上述三维温度成像方法及系统在保证精度的前提下大大提升了运算速度。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种三维温度成像方法，包括如下步骤：
通过三维成像序列的扫描得到图像数据；
对所述图像数据进行处理得到感兴趣图像层数；
按照所述感兴趣图像层数在每一层面所对应的图像数据中等间距地选取与所述感兴趣图像层数相匹配的图像数据；
分别计算所述相应层面的待测区域的背景相位；
根据所述计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位；
逐层计算图像数据中待测区域的实际相位和背景相位之间的差值得到温度变化图。
2.根据权利要求1所述的三维温度成像方法，其特征在于，所述对所述图像数据进行处理得到感兴趣图像层数的步骤为：
从所述图像数据中提取待测区域的参考区域所对应的像素；
对所述像素进行压缩排列形成参考区域像素矩阵，所述参考区域像素矩阵是以相位编码方向和读出方向重排成一维，另一维则是像素所在的层面；
对所述参考区域像素矩阵一维解卷绕后进行主成分分析得到相应的特征值向量；
统计所述特征值向量中大于阈值的数量，所述数量为感兴趣图像层数。
3.根据权利要求1所述的三维温度成像方法，其特征在于，所述分别计算所述相应层面的图像数据中的背景相位的步骤为：
对感兴趣层中选取得到的图像数据进行相位解卷绕，并通过多项式拟合得到待测区域的背景相位。
4.根据权利要求2所述的三维温度成像方法，其特征在于，所述根据所述计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位的步骤为：
根据计算得到的背景相位，逐层对其它层面的图像数据中参考区域所对应的像素进行拟合得到所述层面的图像数据的背景相位。
5.一种三维温度成像系统，其特征在于，包括：
扫描模块，用于通过三维成像序列的扫描得到图像数据；
处理模块，用于对所述图像数据进行处理得到感兴趣图像层数；
选取模块，用于按照所述感兴趣图像层数在每一层面所对应的图像数据中等间距地选取与所述感兴趣图像层数相匹配的图像数据；
第一相位计算模块，用于分别计算所述相应层面的待测区域中的背景相位；
第二相位计算模块，用于根据所述计算得到的背景相位进行线性插值得到其它层面的图像数据的背景相位；
温度变化计算模块，用于逐层计算图像数据中待测区域的实际相位和背景相位之间的差值得到温度变化图。
6.根据权利要求5所述的三维温度成像系统，其特征在于，所述处理模块包括：
像素提取单元，用于从所述图像数据中提取待测区域的参考区域所对应的像素。
矩阵排列单元，用于对所述像素进行压缩排列形成参考区域像素矩阵，所述参考区域像素矩阵是以相位编码方向和读出方向重排成一维，另一维则是像素所在的层面；
主成分分析单元，用于对所述参考区域像素矩阵一维解卷绕后进行主成分分析得到相应的特征向量；
统计单元，用于统计所述特征值向量中大于阈值的数量，所述数量为感兴趣图像层数。
7.根据权利要求5所述的三维温度成像系统，其特征在于，所述第一相位计算模块包括还用于对感兴趣层中选取得到的图像数据进行相位解卷绕，并通过多项式拟合得到待测区域的背景相位。
8.根据权利要求6所述的三维温度成像系统，其特征在于，所述第二相位计算模块还用于根据计算得到的背景相位，逐层对其它层面的图像数据中参考区域所对应的像素进行拟合得到所述层面的图像数据的背景相位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201210013761 CN102551683B (zh) | 2011-12-12 | 2012-01-16 | 三维温度成像方法及系统 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110411978.3 | 2011-12-12 | ||
| CN201110411978 | 2011-12-12 | ||
| CN 201210013761 CN102551683B (zh) | 2011-12-12 | 2012-01-16 | 三维温度成像方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102551683A CN102551683A (zh) | 2012-07-11 |
| CN102551683B true CN102551683B (zh) | 2013-10-02 |
Family
ID=46399269
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201210013761 Active CN102551683B (zh) | 2011-12-12 | 2012-01-16 | 三维温度成像方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102551683B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101820715B1 (ko) * | 2011-07-20 | 2018-01-22 | 에스프린팅솔루션 주식회사 | 화상형성장치, 인쇄제어단말장치 및 그 화상형성방법 |
| CN103908252B (zh) * | 2012-12-31 | 2017-08-29 | 中国科学院深圳先进技术研究院 | 一种背景相位提取方法及系统 |
| CN104739382B (zh) * | 2013-12-31 | 2017-10-27 | 深圳先进技术研究院 | 无参考温度成像方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101273889A (zh) * | 2007-03-29 | 2008-10-01 | 西门子（中国）有限公司 | 减少磁共振温度成像中温度误差的方法和装置 |
| CN101406396A (zh) * | 2007-10-12 | 2009-04-15 | 西门子公司 | 在建立磁共振断层成像的温度图时进行b0场漂移校正 |
| CN102103197A (zh) * | 2009-12-16 | 2011-06-22 | 西门子公司 | 相位图像数据组中背景相位的确定方法 |
| WO2011090990A2 (en) * | 2010-01-19 | 2011-07-28 | Insightec Ltd. | Hybrid referenceless and multibaseline prf-shift magnetic resonance thermometry |
| CN102258362A (zh) * | 2010-05-31 | 2011-11-30 | 西门子公司 | 减少磁共振温度测量误差的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9289154B2 (en) * | 2009-08-19 | 2016-03-22 | Insightec Ltd. | Techniques for temperature measurement and corrections in long-term magnetic resonance thermometry |
-
2012
- 2012-01-16 CN CN 201210013761 patent/CN102551683B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101273889A (zh) * | 2007-03-29 | 2008-10-01 | 西门子（中国）有限公司 | 减少磁共振温度成像中温度误差的方法和装置 |
| CN101406396A (zh) * | 2007-10-12 | 2009-04-15 | 西门子公司 | 在建立磁共振断层成像的温度图时进行b0场漂移校正 |
| CN102103197A (zh) * | 2009-12-16 | 2011-06-22 | 西门子公司 | 相位图像数据组中背景相位的确定方法 |
| WO2011090990A2 (en) * | 2010-01-19 | 2011-07-28 | Insightec Ltd. | Hybrid referenceless and multibaseline prf-shift magnetic resonance thermometry |
| CN102258362A (zh) * | 2010-05-31 | 2011-11-30 | 西门子公司 | 减少磁共振温度测量误差的方法 |
Non-Patent Citations (4)
| Title |
|---|
| A Fast Referenceless MR Thermometry Technique;Huan Shen 等;《2011 4th International Conference on Biomedical Engineering and Informatics (BMEI)》;20111017;全文 * |
| Huan Shen 等.A Fast Referenceless MR Thermometry Technique.《2011 4th International Conference on Biomedical Engineering and Informatics (BMEI)》.2011, |
| Referenceless PRF Shift Thermometry;Rieke et al.;《Magnetic Resonance in Medicine》;20040630;第51卷(第六期);第1223页第1栏6－12行，28－30行，34－37行，第2栏34－43行，46－52行，公式1－3；第1224页第1栏第1－3段，公式2－3 * |
| Rieke et al..Referenceless PRF Shift Thermometry.《Magnetic Resonance in Medicine》.2004,第51卷(第六期), |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102551683A (zh) | 2012-07-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107248159A (zh) | 一种基于双目视觉的金属工件缺陷检测方法 | |
| Shah et al. | Fusion of surveillance images in infrared and visible band using curvelet, wavelet and wavelet packet transform | |
| CN110070574B (zh) | 一种基于改进PSMNet的双目视觉立体匹配方法 | |
| CN110223330A (zh) | 一种可见光和红外图像的配准方法及系统 | |
| CN106204570B (zh) | 一种基于非因果分数阶梯度算子的角点检测方法 | |
| CN109886937B (zh) | 基于超像素分割图像识别的绝缘子缺陷检测方法 | |
| Kaur | A review paper on image segmentation and its various techniques in image processing | |
| CN110619263A (zh) | 低秩联合协同表示的高光谱遥感影像异常探测方法 | |
| EP3073443A1 (en) | 3D Saliency map | |
| CN108038856B (zh) | 基于改进多尺度分形增强的红外小目标检测方法 | |
| CN102551683B (zh) | 三维温度成像方法及系统 | |
| CN105139391A (zh) | 一种雾霾天气交通图像边缘检测方法 | |
| Ma et al. | A sea-sky line detection method based on line segment detector and Hough transform | |
| CN103065291A (zh) | 基于提升小波变换和像素区域相关性的图像融合方法 | |
| Yang | Local smoothness enforced cost volume regularization for fast stereo correspondence | |
| CN105678720A (zh) | 一种全景拼接判断图像匹配方法及装置 | |
| CN109344750B (zh) | 一种基于结构描述子的复杂结构三维对象识别方法 | |
| Lijun et al. | Geo‐information mapping improves Canny edge detection method | |
| CN104463896B (zh) | 基于核相似区分布特性的图像角点检测方法及系统 | |
| CN112785540B (zh) | 一种扩散加权图像的生成系统及方法 | |
| CN102314687B (zh) | 一种红外序列图像中的小目标检测方法 | |
| CN109785318B (zh) | 基于面线基元关联约束的遥感图像变化检测方法 | |
| Wang | Research on the computer vision cracked eggs detecting method | |
| Lindblad et al. | Exact linear time euclidean distance transforms of grid line sampled shapes | |
| Wu et al. | RGB-D salient object detection via feature fusion and multi-scale enhancement |
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 | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20160108 Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee after: Shanghai United Imaging Healthcare Co., Ltd. Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue Patentee before: Shenzhen Institutes of Advanced Technology, Chinese Academy of Science |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170221 Address after: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue Patentee after: Shenzhen Institutes of Advanced Technology, Chinese Academy of Science Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee before: Shanghai United Imaging Healthcare Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170901 Address after: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Shanghai, China Patentee after: Shanghai United Imaging Healthcare Co., Ltd. Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue Patentee before: Shenzhen Institutes of Advanced Technology, Chinese Academy of Science |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Shanghai, China Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Shanghai, China Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |