CN102651126A - 利用频谱外推技术改进成像质量的超声ct图像重建方法 - Google Patents
利用频谱外推技术改进成像质量的超声ct图像重建方法 Download PDFInfo
- Publication number
- CN102651126A CN102651126A CN2011100449464A CN201110044946A CN102651126A CN 102651126 A CN102651126 A CN 102651126A CN 2011100449464 A CN2011100449464 A CN 2011100449464A CN 201110044946 A CN201110044946 A CN 201110044946A CN 102651126 A CN102651126 A CN 102651126A
- Authority
- CN
- China
- Prior art keywords
- image
- frequency
- frequency spectrum
- transform
- projection
- 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
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种利用频谱外推技术改进成像质量的超声CT图像重建方法,该方法首先使用透射型超声CT设备对物体进行180°扫描,获取各个方向投影数据;对得到的各个方向的投影值进行一维傅氏变换,得到物体断层平面(即像函数)的频谱低频部分的信息,再对频域值进行二维傅氏反变换,可以得到初始的图像;然后对初始的低频图像使用G-P算法,得到高频信息和初始的高频图像;再使用改进的非线性频谱外推的方法,利用了高频图像的局部信息,兼顾了各种幅度的高频分量,使图像在整体上均匀增强。该方法有效解决了衍射层析法进行超声CT图像重建时,获得图像信息局限于低频的缺点,能获得更高质量的重建图像,且方法稳定可靠,在医学成像领域具有极大的应用价值。
Description
技术领域
本发明属于医学成像领域,特别涉及一种利用频谱外推技术改进成像质量的超声CT图像重建方法。
背景技术
1971年英国EMI公司Hounsfield研究成功第一台CT扫描机,1975年美国Ledkey设计的一台全身CT机问世,它采用X-ray对人体扫描获取信息,经过计算机处理而获得重建图像,从而显著扩大了人体的检查范围,提高了病变的检出率和诊断的准确性。超声CT成像由X-CT发展而来,用这种成像方法可以获得声速、声衰减系数、及非线性参量等的定量图像。相比较X-CT,超声具有无辐射而对人体无害的特点,并且造价低廉,在医学上以及无伤检测等领域具有广阔的应用前景。
早期的超声CT图像重建方法借鉴了X-CT的成像方法,把超声在物体内的传播路径看成直线,对超声的折射和衍射(统称衍射)效应完全忽略,所以重建得到的图像是定性的,仅能显示轮廓,具有很大的误差。目前发展较快的方法是衍射层析成像方法,其基于波动学理论,将介质看成声学参量(密度ρ,声速c)等连续变化的非均匀体,其中声速的传播可以通过波动方程的解来描述。在Born、Rytov近似下,以傅里叶衍射投影定理为基础,建立了投影的傅氏变化和像函数的频域直接的联系,并且处理的过程中可以使用FFT,重建速度快,能够产生准实时的成像。
超声衍射层析成像方法有反射和透射两种方式。在应用中,只会采用其中一种方式,反射和透射的数据分别对应于Edward圆的高频和低频。因此,我们在采用其中一种方式的时候只会获得部分的频谱的信息。比如采用透射型的超声CT获取投影,将只能获取物体图像低频信息,高频部分的信息就会缺失,重建得到的图像质量就较低。本发明由此而来。
发明内容
本发明是一种利用频谱外推技术改进成像质量的超声CT图像重建方法。其解决了超声衍射层析成像中透射型方法获取的投影数据的频谱局限于低频而导致图像重建质量不高的缺陷,提出了一种新型的超声CT成像的方法。
为了达到以上所述的目的,本发明的实施例采用如下技术方案:
对所得到的各个方向的投影进行一维傅里叶变换,得到物体断层平面(即像函数)的频谱低频部分的信息,在对频域值进行二维傅里叶反变换,可以得到初始的图像。然后对初始的低频图像使用G-P算法,得到高频信息和初始的高频图像。再使用改进的非线性频谱外推的方法,利用了高频图像的局部信息,从而能兼顾各种幅度的高频分量,使图像在整体上均匀增强。
一种利用频谱外推技术改进成像质量的超声CT(计算机断层成像)图像重建方法,其特征在于所述方法包括以下步骤:
(1)使用透射型超声CT设备对物体进行180°扫描,获取各个方向投影数据;
(2)利用衍射层析成像的由投影数据获得初始的重建图像;
(3)根据G-P算法获得初始的高频图像;
(4)用一种改进非线性频谱外推的方法增强高频图像,然后得到更高质量的重建图像。
本发明还有以下一些技术特征
1步骤(2)使用了衍射层析成像的方法,其建立在傅里叶衍射定理的基础上,建立了投影数据的一维傅氏变换和像函数频域之间的关系,如下公式所示:
FT1D{Pψ(ξ)}(kξ)=FT2D{f(x,y)}(kx,ky)
其中Pw(ξ)代表入射角为ψ的投影值,f(x,y)为原像函数,说明投影数据的一维傅里叶变换对应于像函数的二维傅里叶变换频域的一个半圆上的值(Ewald圆)。
2根据衍射层析成像的方法,我们对所得到的各个方向的投影数据都进行一维傅氏变换,就可以得到像函数f(x,y)的频谱,再进行二维傅里叶反变换就可以得到像函数f(x,y)。
3步骤(3)中对得到的初始的低频图像使用G-P算法来进行频谱外推,以获取高频部分的信息。
4G-P算法利用成像区域的先验知识,结合谱的解析性质通过迭代从不完全频谱推出整个空间谱的分布情况,迭代过程如下:
f(x,y)是像函数,Ds代表已知的物体的最大尺寸,是先验已知的。对之前步骤得到的频域数据F0(u,v),我们通过以下两组公式计算出对真实数据更精确的估计F1(u,v)和f1(x,y):
其中,IFT代表傅里叶反变换。
然后通过更多得到迭代过程获得f3,f4等等,直到连续的两组数据间差距按照某一准则小于某个预先设定的阈值。
6.步骤(4)使用了非线性的频谱外推的方法来加强图像高频部分,通过以下步骤:
H=BP(s×(BOUND(H0)))
H0是在步骤(3)中得到的图像高频部分,BP是高通滤波器,s一个放大因子。其中BOUND(x)函数如下
T=(1-c)H0max
c是位于(0,1)剪切常数,H0max代表H0中的最大值。BOUND(x)为了过滤出高频部分。再用以下公式叠加高低频部分得到更高质量的图像。
I=I0+H
7步骤(4)中非线性频谱外推的方法采用一种修正来代替其中剪切操作,从而使幅度变化变缓,修改的公式如下:
其中k是修正因子,它越大修正的力度越小,T′(i,j)通过下面的公式计算:
H′0=LP(|H0|)
T(i,j)=(1-c)H′0,c∈(0,1)
其中LP是低通滤波。
8改进的非线性谱外推的方法的特征在于增强整幅图像时利用高频图像H0的局部信息取代其整体信息,对H0进行包络检波,用得到的包络代替H0max作为剪切阈值的基准,在整幅图像增强时能兼顾各种幅度的高频分量,使图像在整体上均匀增强。
有益效果:本发明首先建立衍射层析成像的基础上,充分考虑了超声CT中超声在物体内传播过程中的衍射作用,获得较高精度的重建图像,同时考虑了透射型衍射层析成像方法只能获得低频频谱的缺点,先利用G-P算法得到初始的高频图像,再使用一种改进的非线性频谱外推的算法,利用了高频图像的局部信息,从而能兼顾各种幅度的高频分量,使图像在整体上均匀增强,获得更高质量的重建图像。本发明的技术方案可以应用于医学等技术领域中。
附图说明
下面集合附图和具体实例对本发明进行详细描述,但不作为对本发明的限定。
图1示出了频谱外推技术改进超声成像质量的超声CT超声图像重建方法的流程图。
图2示出了本发明中衍射层析成像中使用的傅里叶衍射投影定理的原理图。
图3示出了本发明中对投影数据进行傅里叶变化得到图像频谱的分布特点。
图4示出了本发明中衍射层析成像得到的初始重建图像。
图5示出了本发明中使用G-P算法得到的高频图像。
图6示出了本发明使用改进的非线性频谱外推方法得到增强的重建图像。
具体实施方式
本发明提供了一种利用频谱外推技术改进成像质量的超声CT图像重建方法。
为了使本发明的技术方案更加清楚,下面结合附图和实施例对本发明做详细说明。
图1示出了频谱外推技术改进成像质量的超声CT图像重建方法的流程图,具体实施步骤如下:
1首先利用透射型超声CT设备对物体断层(这里采用Shepp-logan模型)进行180°扫描,获得各个方向的超声投影值。
2使用衍射层析成像方法由投影数据获得初始的重建图像。衍射层析成像方法是以傅里叶衍射投影定理为基础,建立了投影的傅氏变换和像函数的频域直接的联系。如图2所示,投影数据的一维傅里叶变换对应于像函数的二维傅里叶变换频域的一个半圆上的值(Ewald圆);进而如图3所示对所得到的各个方向的投影进行一维傅里叶变换,我们即可得到物体断层平面(即像函数)的频谱空间的信息,在对频域值进行二维傅里叶反变换,可以得到初始的图像。公式如下:
FT1D{Pψ(ξ)}(kξ)=FT2D{f(x,y)}(kx,ky)
其中Pw(ξ)代表入射角为ψ的投影值,f(x,y)为原像函数.对步骤1中的数据用此方法重建图像,我们可以得到初始的重建图像,如图4所示。
3在图3中我们可以看到衍射层析成像方法利用透射型超声CT得到的投影数据重建得到图像的频谱局限在低频部分(半径为
的圆内,k0为波数)。因此为了改善图像质量,我们需要得到图像的高频信息,这里本发明中对前面得到初始重建图像(图4)使用G-P算法。具体方法是利用成像区域的先验知识,结合谱的解析性质通过迭代从不完全频谱推出整个空间谱的分布情况,迭代过程如下:
f(x,y)是像函数,Ds代表已知的物体的最大尺寸,是先验已知的。对前面步骤得到的频域数据F0(u,v),我们通过以下两组公式计算出对真实数据更精确的估计F1(u,v)和f1(x,y):
其中,IFT代表傅里叶反变换。
然后通过更多得到迭代过程获得f3,f4等等,直到连续的两组数据间差距按照某一准则小于某个预先设定的阈值,这样我们得到了图像的高频信息,如图5所示。
4得到高频部分之后,我们再采用改进的非线性频谱外推的方法来增强图像,方法利用高频图像H0的局部信息取代其整体信息,对H0进行包络检波,用得到的包络代替H0max作为剪切阈值的基准,在整幅图像增强时能兼顾各种幅度的高频分量,使图像在整体上均匀增强。利用如下公式:
H=BP(s×(BOUND(H0)))
H0是在步骤3中得到的图像高频部分,BP是高通滤波器,s一个放大因子。其中BOUND(H0)函数如下:
其中k是修正因子,它越大修正的力度越小,T′(i,j)通过下面的公式计算:
H′0=LP(|H0|)
T′(i,j)=(1-c)H′0,c∈(0,1)
BOUND(x)为了过滤出高频部分。再用以下公式叠加高低频部分得到更高质量的图像。
I=I0+H
即得到增强的图像,如图6所示,对比图4,图像质量有明显改善。
上述实例只是为了说明本发明的的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据此实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种利用频谱外推技术改进成像质量的超声CT(计算机断层成像)图像重建方法,其特征在于所述方法包括以下步骤:
(1)使用透射型超声CT设备对物体进行180°扫描,获取各个方向投影数据;
(2)利用衍射层析成像的由投影数据获得初始的重建图像;
(3)根据G-P算法获得初始的高频图像;
(4)用一种改进非线性频谱外推的方法增强高频图像,然后得到更高质量的重建图像。
2.根据权利要求1所述的衍射层析成像的方法,其特征在于其建立在傅里叶衍射定理的基础上,建立了投影数据的一维傅氏变换和像函数频域之间的关系,如下公式所示:
FT1D{Pψ(ξ)}(kξ)=FT2D{f(x,y)}(kx,ky)
其中Pw(ξ)代表入射角为ψ的投影值,f(x,y)为原像函数,说明投影数据的一维傅里叶变换对应于像函数的二维傅里叶变换频域的一个半圆上的值(Ewald圆)。
3.根据权利2要求所述的衍射层析成像的方法,我们对所得到的各个方向的投影数据都进行一维傅氏变换,就可以得到像函数f(x,y)的频谱,再进行二维傅里叶反变换就可以得到像函数f(x,y)。
4.根据权利要求1所述的方法,其特征在于步骤(3)中对得到的初始的低频图像使用G-P算法来进行频谱外推,以获取高频部分的信息。
5.根据权利要求4所述的G-P算法,其特征在于利用成像区域的先验知识,结合谱的解析性质通过迭代从不完全频谱推出整个空间谱的分布情况,迭代过程如下:
f(x,y)是像函数,Ds代表已知的物体的最大尺寸,是先验已知的。对之前步骤得到的频域数据F0(u,v),我们通过以下两组公式计算出对真实数据更精确的估计F1(u,v)和f1(x,y):
其中,IFT代表傅里叶反变换。
然后通过更多得到迭代过程获得f3,f4等等,直到连续的两组数据间差距按照某一准则小于某个预先设定的阈值。
6.根据权利要求1所述步骤(4),其特征在于使用了非线性的频谱外推的方法来加强图像高频部分,通过以下步骤:
H=BP(s×(BOUND(H0)))
H0是在步骤(3)中得到的图像高频部分,BP是高通滤波器,s一个放大因子。其中BOUND(x)函数如下:
T=(1-c)H0max
c是位于(0,1)剪切常数,H0max代表H0中的最大值。BOUND(x)为了过滤出高频部分。再用以下公式叠加高低频部分得到更高质量的图像。
I=I0+H
7.根据权利6所述的所述的非线性频谱外推的方法,其特征在于采用一种修正来代替其中剪切操作,从而使幅度变化变缓,修改的公式如下:
其中k是修止因子,它越大修正的力度越小,T′(i,j)通过下面的公式计算:
H′0=LP(|H0|)
T′(i,j)=(1-c)H′0,c∈(0,1)
其中LP是低通滤波。
8.根据权利要求7所述的改进的非线性谱外推的方法,其特征在于增强整幅图像时利用高频图像H0的局部信息取代其整体信息,对H0进行包络检波,用得到的包络代替H0max作为剪切阈值的基准,在整幅图像增强时能兼顾各种幅度的高频分量,使图像在整体上均匀增强。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100449464A CN102651126A (zh) | 2011-02-24 | 2011-02-24 | 利用频谱外推技术改进成像质量的超声ct图像重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100449464A CN102651126A (zh) | 2011-02-24 | 2011-02-24 | 利用频谱外推技术改进成像质量的超声ct图像重建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102651126A true CN102651126A (zh) | 2012-08-29 |
Family
ID=46693130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100449464A Pending CN102651126A (zh) | 2011-02-24 | 2011-02-24 | 利用频谱外推技术改进成像质量的超声ct图像重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102651126A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104622496A (zh) * | 2015-02-14 | 2015-05-20 | 刘长卿 | 超声波x线断层扫描装置 |
CN109615602A (zh) * | 2018-12-11 | 2019-04-12 | 艾瑞迈迪科技石家庄有限公司 | 一种x光视角图像的生成方法、存储介质以及终端设备 |
CN116071450A (zh) * | 2023-02-07 | 2023-05-05 | 深圳扬奇医芯智能科技有限公司 | 鲁棒的低剂量ct成像算法、装置 |
-
2011
- 2011-02-24 CN CN2011100449464A patent/CN102651126A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104622496A (zh) * | 2015-02-14 | 2015-05-20 | 刘长卿 | 超声波x线断层扫描装置 |
CN109615602A (zh) * | 2018-12-11 | 2019-04-12 | 艾瑞迈迪科技石家庄有限公司 | 一种x光视角图像的生成方法、存储介质以及终端设备 |
CN109615602B (zh) * | 2018-12-11 | 2021-05-28 | 艾瑞迈迪科技石家庄有限公司 | 一种x光视角图像的生成方法、存储介质以及终端设备 |
CN116071450A (zh) * | 2023-02-07 | 2023-05-05 | 深圳扬奇医芯智能科技有限公司 | 鲁棒的低剂量ct成像算法、装置 |
CN116071450B (zh) * | 2023-02-07 | 2024-02-13 | 深圳扬奇医芯智能科技有限公司 | 鲁棒的低剂量ct成像算法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Poudel et al. | A survey of computational frameworks for solving the acoustic inverse problem in three-dimensional photoacoustic computed tomography | |
CN106596724B (zh) | 一种窄带Lamb波检测数据稀疏压缩优化重建方法 | |
Oikawa et al. | Sound field measurements based on reconstruction from laser projections | |
Schoonover et al. | Compensation of shear waves in photoacoustic tomography with layered acoustic media | |
Jai Jaganath Babu et al. | Non‐subsampled contourlet transform based image Denoising in ultrasound thyroid images using adaptive binary morphological operations | |
CN101719267B (zh) | 一种带噪图像降噪处理方法和系统 | |
CN102651126A (zh) | 利用频谱外推技术改进成像质量的超声ct图像重建方法 | |
CN102652680A (zh) | 基于非均匀傅里叶变换的超声层析成像方法 | |
Zhao et al. | Ultrasound transmission tomography image reconstruction with a fully convolutional neural network | |
Garg et al. | Despeckling of medical ultrasound images using fast bilateral filter and NeighShrinkSure filter in wavelet domain | |
Fan et al. | Model-data-driven image reconstruction with neural networks for ultrasound computed tomography breast imaging | |
Pedram et al. | Enhancement of ultrasonic guided wave signals using a split-spectrum processing method | |
Kaushik et al. | Convergent Born series improves the accuracy of numerical solution of time-independent photoacoustic wave equation | |
Saha | Solving time-independent inhomogeneous optoacoustic wave equation numerically with a modified Green's function approach | |
Anastasio et al. | Computationally efficient and statistically robust image reconstruction in three-dimensional diffraction tomography | |
CN106204487A (zh) | 一种基于稀疏约束的超声图像去噪方法 | |
Guillermin et al. | Quantitative non-linear ultrasonic imaging of targets with significant acoustic impedance contrast—An experimental study | |
Pardo-Quiles et al. | Traffic noise mitigation using single and double barrier caps of different shapes for an extended frequency range | |
Tian et al. | Intelligent analysis of vibration faults in hydroelectric generating units based on empirical mode decomposition | |
Wang et al. | An efficient compensation method for limited-view photoacoustic imaging reconstruction based on gerchberg–papoulis extrapolation | |
Scherzer et al. | Reconstruction formulas for photoacoustic imaging in attenuating media | |
CN105869191A (zh) | 一种基于时域有限差分的时间反演光声图像重建方法 | |
Koponen et al. | Model reduction in acoustic inversion by artificial neural network | |
Huy et al. | Deterministic compressive sampling for high-quality image reconstruction of ultrasound tomography | |
CN102880590B (zh) | 二阶波动方程的非分裂完全匹配层的构造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
DD01 | Delivery of document by public notice |
Addressee: Xu Shijun Document name: Notification of Publication of the Application for Invention |
|
DD01 | Delivery of document by public notice |
Addressee: Xu Shijun Document name: Notification of before Expiration of Request of Examination as to Substance |
|
DD01 | Delivery of document by public notice |
Addressee: Xu Shijun Document name: Notification that Application Deemed to be Withdrawn |
|
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120829 |