CN102711613A - 计算断层摄影成像方法及系统 - Google Patents

计算断层摄影成像方法及系统 Download PDF

Info

Publication number
CN102711613A
CN102711613A CN2011800058454A CN201180005845A CN102711613A CN 102711613 A CN102711613 A CN 102711613A CN 2011800058454 A CN2011800058454 A CN 2011800058454A CN 201180005845 A CN201180005845 A CN 201180005845A CN 102711613 A CN102711613 A CN 102711613A
Authority
CN
China
Prior art keywords
data
projection
image
misalignment
alignment
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.)
Granted
Application number
CN2011800058454A
Other languages
English (en)
Other versions
CN102711613B (zh
Inventor
安德鲁·莫里斯·金斯顿
亚德里恩·保罗·谢泼德
特龙·卡尔斯坚·瓦尔斯洛特
沙恩·杰米·莱瑟姆
亚瑟·萨克拉里乌
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.)
FEI Co
Original Assignee
CONVENTION PATENT APPLICATION
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
Priority claimed from AU2010900104A external-priority patent/AU2010900104A0/en
Application filed by CONVENTION PATENT APPLICATION filed Critical CONVENTION PATENT APPLICATION
Publication of CN102711613A publication Critical patent/CN102711613A/zh
Application granted granted Critical
Publication of CN102711613B publication Critical patent/CN102711613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/58—Testing, adjusting or calibrating thereof
    • A61B6/582—Calibration
    • 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
    • A61B6/58—Testing, adjusting or calibrating thereof
    • A61B6/587—Alignment of source unit to detector unit
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/027—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis characterised by the use of a particular data acquisition trajectory, e.g. helical or spiral
    • 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
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
    • A61B6/4085—Cone-beams
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/419—Imaging computed tomograph
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/92—Computer assisted medical diagnostics
    • Y10S128/922—Computer assisted medical diagnostics including image analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/92—Computer assisted medical diagnostics
    • Y10S128/923—Computer assisted medical diagnostics by comparison of patient data to other data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • Pulmonology (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

一种计算断层摄影成像方法，包括：获取表示使用未对准的断层摄影成像装置所获得的对象的二维投影图像的投影数据；并且，对投影数据进行处理以生成未对准数据，未对准数据表示量化所述断层摄影成像装置的各个未对准的一个或多个值。

Description

计算断层摄影成像方法及系统
技术领域
本发明涉及一种计算断层摄影成像方法和系统，并且具体涉及一种对断层摄影成像装置或系统的未对准进行校正或者补偿的计算断层摄影成像方法和系统。
背景技术
术语计算断层摄影术（CT）通常涉及如下处理，通过该处理，可以根据表示对象各几何投影的相应的一组图像来计算本质上表示感兴趣的物理对象的内部结构的任意期望视图的一个或更多个图像。
为了获得对象的投影图像，断层摄影成像装置需要（i）用于探测对象的粒子源或电磁辐射源、（ii）用于测量所得到的探测对象的相互作用的检测器、以及（iii）用于改变源/检测器部件与对象之间的相对取向（orientation）的器件。因此，构成图像组的投影图像表示在源/检测器部件与对象之间的各个相对取向处获得的探测对象相互作用的测量值。通常，将这些方向选择为使得源和检测器相对于对象遵循一定的轨迹，轨迹取决于源与检测器之间的几何形状。这样的轨迹的示例包括圆形轨迹、螺旋形轨迹和鞍形轨迹。
一旦生成了一组在各个不同的相对取向处的二维投影图像，则对这些图像应用重建算法，以生成在本文中被称为断层照片的相应的数据组，以用三维空间来表示对象的外部和内部结构特征。通过将断层照片用作输入，可以使用显示软件以基本上用户期望的任何方式对对象进行可视化，包括如旋转的半透明对象、沿任意方向穿过对象的静态和动态切片等。这样的“重建”图像在本文中被称为断层摄影图像。
计算断层摄影术的具体困难在于，重建算法假定上述断层摄影成像装置或系统的三个部件极好地相互对准。实际上，具体地，对于以微米或纳米尺寸来对特征进行成像而言，即使三个部件会对准，这种情况也是很少见的。在这种情况下，实验被称为‘未对准’，使得重建三维断层摄影图像总体或局部表现为“模糊”或“焦点未对准”。
已经进行了各种尝试来克服这些难点。在A.V.Bronnikov的VirtualAlignment of x-ray cone-beam tomography system using two calibrationaperture measurements,Opt.Eng.38(2),381-386(1999)中，使用特别制造的校准孔来替代感兴趣的实际对象或样品，并且，使用圆锥形x射线波束来生成孔的投影图像，以进行孔的相反对准。接着，可以对这些图像进行处理，以确定旋转轴的横向未对准和旋转未对准。一旦以这种方式进行了测量，则可以将这些未对准用于修改感兴趣的实际样品的投影图像，以在对已修改的图像应用标准重建算法之前对未对准进行补偿。
替选地，如M.Karolczak等人的Implementation of a cone-beamreconstruction algorithm for the single-circle source orbit with embeddedmisalignment correction using homogeneous coordinates,Med.Phys.28(10),2050-2069,2001中所描述的，可以将所测量的未对准用作用于校正某些形式的未对准的已修改重建算法的输入。
然而，现有的用于对断层摄影这种未对准进行校正或补偿的方法由于其精度和适用性而受到了限制。因此，期望提供一种能够解决现有技术的一个或更多个困难或者至少能够提供有用的替选方案的计算断层摄影成像方法和系统。
发明内容
根据本发明，提供了一种计算断层摄影成像方法，包括：
获取（access）表示使用未对准的断层摄影成像装置所获得的对象的二维投影图像的投影数据；以及
对所述投影数据进行处理，以生成未对准数据，所述未对准数据表示量化所述断层摄影成像装置的各个未对准的一个或多个值。
该方法可以包括：根据未对准数据处理投影数据，以生成其中断层摄影成像装置的一个或更多个未对准已经基本上被校正了的对象的断层照片。
该方法可以包括：根据未对准数据处理投影数据，以生成表示其中断层摄影成像装置的一个或更多个未对准已经基本上被校正了的对象的投影图像的已修改投影数据。
处理投影数据可以包括：
处理投影数据，以针对断层摄影成像装置的至少一个未对准的各个试验值生成试验重建断层摄影横截面图像；
处理试验重建断层摄影图像，以生成试验重建断层摄影图像的各个质量评估结果；以及
对于断层摄影成像装置的至少一个未对准中的每个未对准，基于试验值和相应的质量评估结果来确定最佳地估计未对准的相应值。
试验重建断层摄影横截面图像是通过以下方式来生成的：对于断层摄影成像装置的旋转轴和源使用固定的空间位置和取向，并且修改所述投影图像，以模拟改变所述断层摄影成像装置的检测器的空间位置和/或取向的影响。
对投影数据进行处理可以包括：处理投影数据，以针对相应的断层照片的多个不同切片中的每个切片生成试验重建断层摄影横截面图像。
切片可以表示正交的空间取向。切片可以表示所有三个正交的空间取向。
投影数据可以是沿着扫描轨迹来获取的，该扫描轨迹涉及对象围绕旋转轴的旋转，并且对投影数据进行处理包括：处理投影数据，以生成至少一个不与该旋转轴正交的试验重建断层摄影横截面图像。
每个未对准值可以通过选择所述未对准的试验值中提供最佳质量的一个试验值来确定，或者可以基于所述试验值和相应的质量评估结果通过内插来确定。
最佳地估计每个未对准的值是以迭代的方式确定的，当确定所述值的精度小于0.5个体素时，迭代终止。
投影数据的处理包括：对基于所述未对准的值的不同组合生成的重建断层摄影横截面图像的质量进行评估，并且基于所述评估选择所述组合中的一个组合。所选择的组合是提供最高质量的重建断层摄影图像的组合。
重建断层摄影图像的质量可以使用基于重建断层摄影图像的空间信息的重建断层摄影图像的锐度的测量值来评估的。每个重建断层摄影图像的锐度是使用通过差分滤波器处理的图像的值的大小来评估的，或者是使用通过对图像应用数学变换而生成的高频变换系数的大小来评估的。
每个图像的锐度可以根据图像来直接计算，并且不同于图像熵，图像熵仅为图像柱状图分析，因此忽略了图像的所有空间信息。
可以选择未对准值的组合，以维持恒定的放大率。否则，放大率的变化可以影响所确定的锐度测量值，而实际上不影响图像的视觉锐度。
每个未对准的初始估计值可以通过使用下采样投影图像以较低的空间分辨率扫描参数空间来获得，接着，可以使用分辨率逐渐增高的图像来精化（refine）所述估计值，直到获得了最终的全分辨率估计值。
对象的二维投影图像可以沿着通过将旋转和平移组合而产生的扫描轨迹来获得，使得二维投影图像表示与对象有关的完整信息。扫描轨迹可以是螺旋形或者近似螺旋形。
本发明还提供了一种存储有计算机可执行指令的计算机可读存储介质，计算机可执行指令被配置为用于执行上述方法中的任一方法。
本发明还提供了一种存储有计算机程序产品的计算机可读存储介质，该计算机程序产品被配置为用于执行上述方法中的任一方法。
本发明还提供了一种被配置成执行上述方法中的任一方法的计算断层摄影成像系统。
本发明还提供了一种计算断层摄影成像系统，包括数据分析部件，数据分析部件被配置成：
接收表示使用未对准的断层摄影成像装置所获得的对象的二维投影图像的投影数据；
对投影数据进行处理，以生成未对准数据，所述未对准数据表示量化所述断层摄影成像装置的各个未对准的一个或多个值；以及
根据未对准数据处理投影数据，以生成表示其中断层摄影成像装置的一个或更多个未对准已经被基本上校正了的投影图像的已修改的投影数据。
附图说明
下文中，仅作为示例而言，参考附图对本发明的实施方式进行了描述，其中，相似的附图标记指代相似的元件，并且，附图中：
图1是断层摄影成像装置的俯视图照片，其中，发射由x射线源生成的锥形x射线波束使其穿过感兴趣的对象以在检测器上产生投影图像；
图2是示出如图1所示的断层摄影成像装置的几何参数的示意图；
图3A至3C是示出断层摄影装置的四种形式的样品未对准的示意图，即，样品旋转轴的两个平移偏移和样品的两个角度偏移；
图4A是极好地对准的旋转轴到图1的断层摄影成像装置的检测器平面上的投影的示意图；
图4B和4C分别是图4A的极好地对准的系统的圆柱形地质核心的断层照片的重建横截面侧视图切片和俯视图切片；
图5A是平移未对准旋的转轴到断层摄影成像装置的检测器平面上的投影的示意图；
图5B和5C分别是图5A的未对准系统的核心样品的断层照片的重建俯视图切片和横截面侧视图切片，其中，偏移为2个像素；
图5D和5E与图5B和5C相同，除了平移偏移为4个像素；
图6A至6E是旋转轴的平移未对准为-4px、-2px、0px（即，对准）、+2px和+4px的核心样品的断层照片的一系列重建俯视图切片，例示了关于平移未对准的旋转轴的焦点未对准、焦点对准、回到焦点未对准的一系列图像；
图7A是旋转未对准的旋转轴到断层摄影成像装置的检测器平面上的投影的示意图；
图7B和7C分别是图7A的旋转未对准的系统的核心样品的断层照片的重建俯视图切片和横截面侧视图切片，其中，偏移为2个像素；
图7D和7E与图7B和7C相同，除了旋转偏移为4个像素；
图8A至8E是旋转轴的旋转未对准为-4px、-2px、0px（即，对准）、+2px和+4px的核心样品的断层照片的一系列重建侧视图切片，例示了关于旋转未对准的旋转轴的焦点未对准、焦点对准、回到焦点未对准的一系列图像；
图9是示出断层摄影成像装置的三种形式的检测器（角度）未对准的示意图；
图10是示出断层摄影成像装置的两种形式的源（平移）未对准的示意图；
图11是作为平移未对准的函数变化的锐度的曲线图；
图12是作为旋转未对准的函数变化的锐度的曲线图；
图13是作为平移未对准和旋转未对准的函数变化的锐度的三维曲线图；
图14与图13相同，但是，其中，投影图像已经被模糊，其示出了下采样投影图像产生了未对准信息的很好的初始估计值；
图15是计算断层摄影成像系统的实施方式的框图；
图16是计算断层摄影成像系统的计算断层摄影成像处理的实施方式的流程图；
图17是其中可以沿着螺旋形扫描轨迹来扫描感兴趣的对象的断层摄影成像装置的照片；
图18和19是示出图17的螺旋形扫描断层摄影成像装置的几何参数的示意图，其中，近似竖直的平移方向关于竖直定向的旋转轴分别对准和未对准；
图20和21是重建图像的锐度的二维表面曲线图，其中，重建图像的锐度分别为使用Katsevich和FDK重建方法生成的图像的样品距离SD和水平检测器偏移Dx的函数；
图22是在Katsevich重建期间被反投影的（黑色阴影）区域的示意图；
图23包括针对水平检测器偏移Dx（水平方向）和样品距离ΔSD（竖直方向）的未对准为-4、-2、0、+2、+4个光单位使用FDK重建而生成的多组重建图像；以及
图24与图23相同，但是，其中，重建图像是使用理论上精确的Katsevich重建生成的；根据与图23的对比，清楚的是：即使装置未对准，Katsevich重建图像仍然保持相当尖锐。
具体实施方式
接下来，在断层摄影成像装置用于小型对象（尤其是圆柱形地质核心样品）的微米尺寸或纳米尺寸计算断层摄影的背景下对本发明的实施方式进行描述，其中使用锥形x射线波束以及圆形或螺旋形扫描（样品）轨迹。然而，应当理解，本文中描述的方法通常适用于各种不同的断层摄影方法和装置，包括锥形波束系统和平行波束系统，并且，本文中描述的方法不限于任意具体的装置类型、波束类型、对象类型、长度尺寸或扫描轨迹。
如图1和17所示，计算断层摄影（CT）装置或系统包括x射线源102、样品台104和检测器106。x射线源102生成锥形x射线波束108，锥形x射线波束108穿过安装在样品台104上的对象110发射到检测器106。锥形角和扇形角分别定义为检测器106在源102处对的竖直半角和水平半角。检测器106包括闪烁体以及CCD或无定形硅平板传感器，其中，闪烁体在被x射线照射时生成可见光，CCD或无定形硅平板传感器安装在闪烁体后面，生成表示闪烁体生成的闪烁的空间布置的二维图像的图像数据，从而产生针对所发射的穿过对象的x射线的x射线强度的二维图像或地图。应当理解，这些图像中的每个图像示出了对象的外部和内部结构特征二者，如沿着穿过对象发射给检测器106的x射线的方向被投影。获取通过检测器106生成的图像数据，作为以二进制数据形式存储在用于随后处理的系统的计算机系统（未示出）中的一组图像。依次获取图像，其中，在连续的图像之间，样品台104被致动以使样品或对象110旋转很小的角度（并且，在螺旋形扫描的情况下，还使样品或对象110平移很小的距离），从而提供穿过对象的不同的几何投影。重复这些步骤，直到样品已经经历了至少180°+扇形角的旋转并且已经获得了完整的一组投影图像。在螺旋形扫描的情况下，重复这些步骤，直到样品或对象110已经经历了足以获得样品的感兴趣的区域的完整信息的线性平移和旋转。
接着，使用重建软件对这一组投影图像进行处理，以生成表示对象的三维外部和内部结构特征的断层照片。在所描述的实施方式中，标准Feldkamp-Davis-Kress（下文中称为“FDK”）滤波反投影方法为用于重建的一种方法，如L.Feldkamp,L.Davis,and J.Kress,Practicalcone-beam algorithm,J.Opt.Soc.Am.,A(1):612-619(1984)中描述的。所得到的断层照片可以部分透明地表示对象的形式来显示，该表示能够由系统的用户实时地动态旋转和进行切片以使对象110的内部结构特征可见并对其进行分析。
如上所述，重建算法假定：直接对对象成像所涉及的装置的部件，即，源102、样品台104和检测器106都极好地相对对准。实际上，即使有，这种情况也是很罕见的。具体地，对于微米CT和纳米CT系统，实现极好的对准可能是不实际的，因此，投影图像彼此未对准使得对象110的重建图像出现模糊或焦点未对准。
本文中描述的断层摄影成像处理对感兴趣对象的所获得的一组投影图像中的至少两个投影图像进行处理，以自动确定对用于生成图像的断层摄影成像装置的各个未对准进行量化的一个或更多个值。在所描述的实施方式中，接着，将这些值用于修改这一组投影图像，以有效地校正这些未对准，从而使得能够将标准重建算法用于生成表现为尖锐的或者‘焦点对准的’断层照片或者断层投影图像。然而，本领域技术人员应当清楚，替选地，可以将所确定的用于系统的未对准的值提供给能够根据相应地修改的几何形状来进行重建的已修改重建算法，从而避免需要生成已修改投影图像。
未对准的值是通过以下方式来确定的：用相应的数值参数来表示未对准，并且搜索参数空间以确定提供最高质量的重建断层投影图像的未对准参数值的组合。
与现有技术中使用的统计方法如熵相对，使用这些图像的空间信息来评价重建图像的质量。在所描述的实施方式中，所使用的具体空间信息是锐度，但是原则上也可以使用其他测量值。可以用大量不同方法中的任一种方法来对重建图像的锐度进行评估。然而，较锐利的图像通常具有较高的空间频率分量，因此，可以使用离散傅里叶变换、正弦变换、余弦变换或小波变换来在频域估计锐度，或者，可以通过对图像进行求微分来估计锐度，或者，可以通过对图像峰和谷的深度或图像对比度进行评估来估计锐度。在L.Shih,Autofocus survey:a comparison of algorithms，in DigitalPhotography III，Volume 6502 of Proc.SPIE-IS&T，pages65020B-1-65020B-11中，通过各种自然和人工图像对大量基于DCT和图像的方法进行了研究，并且，发现基于微分的锐度是最精确并且是单峰的，（即，以产生单个最大值）。根据F.Groen,I.Young and G.Ligthart,Acomparison of different focus functions for use in autofocus algorithms，Cytometry 6,81-91,1985，基于微分的锐度测量值的通式为：
S { f } = Σ x Σ y ( max { | ▿ n f ( x , y ) | - T , 0 } ) m
其中，变量T设置有助于锐度测量的图像梯度的阈值。实际上，至少对于从迄今为止分析的地形样品获得的断层摄影数据，不管m和n为1或2，看起来对于性能都没有任何显著的影响，并且，阈值T看起来对于这些应用不是必需的。因此，对于这些样品，通过断层摄影成像处理所使用的锐度测量值是最简单的并且是最快的，即：
S { f } = Σ x Σ y | ▿ f ( x , y ) | 2 .
在此，平方梯度图像|▽f|2被确定为Gh 2+Gv 2，其中，Gh＝gh*f，Gv＝gv*f，并且，Gh和gv为任意水平和竖直梯度掩模，如Sobel掩模：
g h = - 1 0 1 - 2 x 2 - 1 0 1 , g v = - 1 - 2 - 1 0 x 0 1 2 1 .
通过使用以上等式来对图像质量进行评估，可以通过改变未对准参数的值并且评价他们对于图像质量的影响来确定断层摄影成像装置的未对准。可以使用各种标准方法中的任意方法来进行对未对准参数空间的这种搜索，包括强力搜索和已知的多参数优化/最大化/最小化方法，如Powell方法。
因为本文中描述的断层摄影成像处理针对不同的参数值很多次生成重建的断层照片，所以他们可能需要充足的计算资源。在所描述的实施方式中，如下所述，通过各种方式改善了处理的效率。
首先，不在每次迭代时重建断层照片的整个3D空间，而是对空间内的仅一部分2D切片进行重建和分析就已经足够了。实际上，甚至单个切片就足够了，只要它没有被定向为平行于水平面（即，垂直于旋转轴）。重建处理中的最耗时的部分是反投影，反投影是N3断层摄影的O（N4）。通过仅对切片进行反投影，大大减少了每个步骤的计算时间。如果选择了M2D个切片，则反投影时间减少为O（MN3）。例如，如果选择20483断层照片的3个切片用于检查，则对这些切片的重建比整个3D断层照片快大约700倍。
其次，期望用于以全空间分辨率生成重建的参数组合的数量最小化。因而，以较低的空间分辨率来进行参数空间的广泛扫描，以求得近似参数值，并且，接着将这些值用作较高空间分辨率下的种子。因为每次迭代的复杂度为O（MN3），所以，在生成M个重建切片时，因子为2的每个缩小给出了8倍的提速。这使得能够以粗的分辨率进行广泛的搜索，接着可以用较高分辨率的本地化的搜索来改进粗的分辨率。对于以上示例，如果以5123来重建3个切片，则生成三个切片比生成全断层照片快大约44,000倍。
最后，可以采用如Powell方法等优化方法来改善处理的效率。这显著地减少了所需要的重建的数量，尤其是在以对准参数的合理估计为种子的情况下（如，在进行试验之前，通过物理测量来提供）。参数空间中的粗分辨率下的多起点任务并行处理收敛于该参数，以给出全局最大值。接着，可以使用数据并行处理来以更高的分辨率对这些参数进行精度控制。圆形扫描
图2是任意圆形扫描断层摄影成像装置的示意图，该装置具有理想的彼此极好地对准的三个主要的部件。
首先，有电磁辐射源202、具有旋转轴212的样品台204、以及检测器206。虽然某些形式的断层摄影成像装置（例如，用于对人成像的那些断层摄影成像装置）具有固定的对象（例如，人），并且将源202和检测器206作为整体一起旋转，然而，本领域技术人员应当理解，其等同于图2所示的相反布置。源202与旋转轴212之间的（可调整）距离被称为样品距离SD，并且，源202与检测器206之间的（可调整）距离被称为照相机长度CL，所得到的用于发散锥形波束的放大率由CL/SD给定。
源202、旋转轴212和检测器206中的任一个或多个可能未对准，使得重建断层照片的质量下降，从而使从断层照片生成的重建断层摄影图像的质量下降。旋转轴212的未对准尤其明显，这是因为旋转轴212在检测器206处被放大CL/SD倍。旋转轴212的未对准用四个参数表示。首两个参数表示与理想的对准位置相比，旋转轴212的位移或平移偏移量。如图3A所示，参数Rx表示旋转轴212距离系统的理想纵轴208（如图2所示）的横向位移或偏移。参数Ry表示旋转轴212沿着纵轴208距离理想位置的纵向位移或偏移，因而，参数Ry事实上为样品距离SD的误差，因此，可以表示为ΔSD。
图4A是旋转轴212到检测器206上的投影的示意图，其中，Rx=0；即，旋转轴212位于断层摄影装置的纵轴208上。图4B和4C分别是极好地对准的系统的圆柱形地形核心样品的断层照片的相应的重建横截面侧视图和俯视图。因为样品是圆柱形的并且绕其旋转对称的（竖直）轴旋转，所以图4B的侧视图或竖直切片为矩形，而图4C的俯视图或水平切片为圆形。对于具有这样的成分和几何图形的样品，图像是尖锐的，并且样品的结构特征被分解成系统的空间分辨率。
为了示出未对准对于重建图像的影响，图5A是旋转轴212到检测平面206上的投影的示意图，其中，旋转轴212未对准或者偏离断层摄影装置的纵轴208；即，Rx>0。为了方便，在投影图像中，所有未对准都以像素为单位来表示。图5B和5C分别是投影图像中的未对准Rx为2个像素的地形核心样品的断层照片的相应的重建俯视图和横截面侧视图切片。与对准系统的图4B和4C的重建图像相比，可知来自未对准系统的图像看起来是模糊的，并且，计算切片图像的空间分辨率相对较差。如预料的那样，这种恶化随着未对准的增加而变差：图5D和5E与图5B和5C相同，但是未对准Rx为4个像素，是图5B和5C的两倍。
类似地，图6A至6E分别是旋转轴的平移未对准Rx=-4、-2、0、+2和+4个像素的圆柱形地形核心样品的重建断层照片的重建俯视图或水平切片。很清楚，重建图像的质量和锐度对这样的未对准非常敏感，对于小至±2个像素的未对准，图像质量极大地降低。实际上，可检测0.5个像素的未对准。
旋转轴212的旋转未对准产生了类似的结果。图7A是旋转轴212到检测器平面206上的投影的示意图，其中，旋转轴212在检测器平面中旋转未对准；即，Rφ＞0。如图所示，为了方便，该参数通过所得到的投影图像顶部处与竖直轴的以像素为单位的水平偏移来表示未对准旋转φ；即，对于N×N个像素的正方形图像，φ＝tan-1(2Rφ/N)，其中，φ为弧度。
图7B和7C分别是旋转未对准系统的核心样本的断层照片的相应的重建俯视图和横截面侧视图切片，其中，旋转未对准或偏移Rφ为2个像素。图7D和7E与图7B和7C相同，但是，其中，旋转未对准Rφ为4个像素。与图4B和4C相比较，可知，旋转未对准使所计算的图像恶化，恶化的程度随着旋转未对准的增加而增加。图6E还示出了恶化随着距离重建图像的中心的距离的增加而增加。
类似地，图8A至8E分别是旋转轴212的旋转未对准Rφ=-4、-2、0、+2和+4个像素的圆柱形地形核心样品的重建断层照片的重建侧视图或竖直切片。与旋转轴212的平移未对准一样，重建图像的质量和锐度对于这样的未对准是敏感的，对于小至±2个像素的旋转未对准，图像质量恶化。实际上，可检测0.5个像素的未对准。
检测器206的未对准可以用三个平移未对准参数Dx、Dy（有时也称为ΔCL）和Dz以及三个旋转未对准参数Dθ、Dφ和Dψ来表示，三个旋转未对准参数Dθ、Dφ和Dψ对应于各个旋转未对准θ、φ和ψ，如图9所示。检测器206的未对准通常不是非常重要，这是因为他们没有被放大，并且，检测器206通常可以以足够的精度物理对准。这一点也适用于旋转未对准Dθ、Dφ和Dψ，旋转未对准Dθ、Dφ和Dψ在所描述的实施方式中假定为零，这是因为重建对于这些参数是不敏感的。Dx与Rx具有相同的效果，并且由于名义上用于Rx的误差本质上为Rx和Dx二者的误差，因此可以忽略Dx。对于大的CL，Dz的影响与Rφ的影响不易察觉，因此可以忽略。
所描述的断层摄影成像处理的实施方式所使用的唯一的检测器对准参数为Dy，Dy是很重要的，因为Dy决定了反投影的锥角。断层摄影成像处理改变Dy连同旋转轴纵向未对准参数Ry，以维持恒定的放大率值CL/SD。这是很重要的，因为放大率决定了对应于图像中的边缘的像素的数量，并且因此可以影响所确定的锐度值，而实际上不影响图像的视觉锐度。通过维持恒定的放大率，避免了这个问题。
断层摄影成像处理用三个平移未对准参数Sx、Sy和Sz来表示源102的未对准，如图10所示。源位置的精确知识是很重要的，因为任何误差在检测器106处都会以CL/SD的比例被放大。例如，源102的5μm的平移以放大率20引起检测器106处的相应投影的100μm的平移，这通常是若干像素。
如上所述，源102、旋转轴104和/或检测器106的未对准降低了重建图像的质量。本文中描述的断层摄影成像处理通过根据上述对准参数生成针对一个或更多个相应未对准参数的一系列值的重建图像切片，并且接着分析所得到的重建图像以评估每个图像的质量，来测量这些未对准。接着考虑将提供最高质量重建图像的参数值用于表示实际未对准，并且将该参数值用于校正这些未对准的投影图像。
在所描述的实施方式中，根据一组已修改的投影数据（图像）来生成针对每个未对准参数组合的重建图像切片。虽然未对准的源可能是x射线源102、旋转轴104和/或检测器106，如上所述，然而所有这些未对准都可以通过将投影图像修改为所生成的已修改投影图像或“虚拟投影”来校正（或模拟）。例如，可以校正由于热漂移产生的源102从其假定位置的平移，作为检测器106的平移（因而，作为投影图像的平移）。唯一的对准线被定义为穿过源102和旋转轴104并且垂直于旋转轴104的线。虚拟投影定义在二维坐标系中，该二维坐标系垂直于对准线并且具有一个平行于旋转轴104的轴，该二维坐标系的原点位于对准线上。虚拟投影是根据所给定的未对准参数通过从所测量的投影图像的坐标系映射所测量的投影图像来生成的，该坐标系假定为是从虚拟投影的理想检测器位置和取向变换而来的。
重建断层摄影图像的质量是通过评估这些图像的锐度来评价的，锐度用图像的高空间频率含量的大小来表示。例如，图11是作为Rx的函数的重建图像锐度的曲线图，Rx为旋转轴212与纵轴208之间的平移未对准。即，获得了一组投影图像，接着，通过针对在从-5个像素到+15个像素的范围内变化的Rx的假定值或试验值中的每个值来修正投影图像。对于所得到的多组试验已校正的投影图像中的每一组，生成重建断层摄影图像，并且使用以上给定的锐度等式来评估其质量。清楚的是，以这种方式评估的图像锐度对于这样的未对准是极其敏感的，相对于相邻的Rx值=5和7个像素，在Rx值=6个像素处，锐度测量增加了多于50%。因为对于6个像素的假定或试验未对准，图像的锐度增加并且因而图像的质量大大增加，所以，将该值看做表示旋转轴212的实际未对准。
类似地，图12是作为Rφ的函数的重建图像锐度的曲线图，Rφ为旋转轴212的旋转未对准。虽然稍微不是很好地针对Rx进行了这样的限定，然而，对于Rφ＝+1个像素的试验未对准值，锐度值基本上且明显高于0或+2个像素。曲线图的形状表明实际未对准在+1个像素与+2个像素之间。
当然，实际上，断层摄影成像装置会经受多个同时未对准。然而，仍将发现，如果同时校正或补偿多个未对准，则如上所述评估的重建图像锐度大大增加。例如，图13是作为未对准参数Rx和Rφ二者的函数的重建图像锐度的三维曲线图，示出了在两个未对准都被校正的情况下的锐度值的尖锐的峰，然而，如果仅对一个未对准进行校正，则没有这样的峰。因而，断层摄影成像处理通过改变有关的未对准参数以定位相应重建图像的锐度的最大值，来确定断层摄影成像装置的未对准。
在具体应用于图1所示的具有锥形波束几何形状的CT的情况下，系统的未对准可以由七个对准参数来限定，如上所述。然而，已经发现，两个检测器对准参数可以被忽略，因为发现他们对图像锐度几乎没有影响。因而，可以进行处理，以仅确定五个最主要的对准参数。
实际上，改变Ry并不影响重建几何形状，而仅仅影响放大率，因此，假定SD的测量值是正确的。仅对其进行改变以维持恒定的放大率CL/SD。如上所述，在整个参数搜索处理过程中维持恒定的放大率是很重要的，因为具有较高放大率的重建具有较高的锐度估计值，这仅仅是因为他们占用更多的重建空间。
使用上述方法来提高对未对准参数空间进行搜索的效率。考虑图13的锐度的局部最大值，如果距离最优参数值太远，则用于求最大值的基于梯度的搜索可能不会收敛。因而，可以使二维投影模糊，以相应地使最大值扩大，从而能够更容易以低分辨率使用参数空间扫描来进行定位。例如，图14是与图13所示的相同的数据的曲线图，然而，其中，使用15×15掩模首先对投影图像进行模糊处理。例如，所得到的峰基本上比图13的峰平滑，并且更适于与基于梯度的优化方法一起使用，如Powell方法。
螺旋形扫描
如上所述的圆形扫描断层摄影成像装置由于以下原因受到限制：使用锥形波束照射采集的一组x射线投影和圆形扫描轨迹不是完整的：不管采样密度如何，沿着圆形轨迹采集的投影数据都不包含用于精确地重建对象的足够的信息，缺少的信息的量随着与扫描轨迹平面的距离的增加而增加。该距离通常以锥角的形式来量化，锥角为轨迹平面与碰撞检测器106的X射线之间的最大角度。通常，应当理解，只要锥角不超过5度，FDK重建算法就产生可靠的结果。然而，这是对于成像装置的明显限制，其限制了仪器的有效信噪比（SNR）。
为了克服这个限制，可以使用其他轨迹来采集与对象有关的完整信息。对于这样的轨迹，存在理论上精确的重建方法。例如，在图17示出了螺旋形扫描断层摄影成像装置中，样品台104包括竖直平移台以及如上所述的旋转台，使得能够沿着螺旋形（或近似螺旋形）扫描轨迹来获取数据，如图18所示。
连续获取对象或样品110的x射线图像，在连续的图像之间旋转台和平移台二者都被致动，以用很小的量来旋转和平移样品，从而提供穿过对象的一系列不同的几何投影。如上所述，可以组合竖直轴212的平移和绕竖直轴212的旋转，以生成一系列可能的轨迹，使得沿着这些轨迹中的任一个轨迹获得的相应的一系列投影能够提供与对象有关的完整的信息。这样的轨迹例如可以包括鞍形轨迹和圆形加线形轨迹的变体，然而，本文中描述的实施方式使用简单的螺旋形扫描轨迹。所得到的螺旋形扫描路径的节距P为与每个完整的旋转相关联的竖直移动的量。
在某些实施方式中，可以专门使用如上述FDK方法等不精确的方法来执行根据螺旋形扫描数据的重建，该方法适于螺旋形轨迹（见例如G.Wang,T.-H.Lin,and P.C.Cheng,A general cone-beam reconstructionalgorithm,IEEE Transactions in Medical Imaging 12:486-496(1933)）。然而，在某些实施方式中，可能优选使用理论上精确的方法而非如FDK等不精确的方法，或者将理论上精确的方法与例如FDK等不精确的方法结合使用。因而，所描述的螺旋形扫描实施方式还使用（至少对于最终重建使用）A.Katsevich,An improved exact filtered backprojection algorithm forspiral computed tomography,Advances in Applied Mathematics,32(4):681-697(2004)中所描述的理论上精确的滤波反投影方法。在所描述的实施方式中，Katsevich重建方法的实现假定使用极好的螺旋形的轨迹来采集数据，其中，检测器的中点为最接近源的点（见图18），并且，检测器竖直轴（z轴）平行于螺旋线的轴。离开这些假定会导致图像质量下降。
如上所述，圆形扫描断层摄影成像装置具有六个未对准（如果不包括样品距离SD）：水平和竖直检测器偏移（Dz和Dx）、检测器平面内旋转角Dφ、两个平面外检测器旋转角Dψ和Dθ、以及照相机长度CL。样品距离SD不包括在该参数列表中，因为SD作为体素尺寸的各向同性缩放因子仅影响重建。螺旋形扫描断层摄影成像装置需要另外的四个未对准参数：两个表示平移轴1814的相对于旋转轴212的方向的未对准的角度（见图19的未对准的轴212和1814）、节距P和样品距离SD。然而，这一组10个参数存在一定的冗余。为了根据螺旋形扫描数据来执行精确的重建，需要知道照相机距离CL、放大因子CL/SD和已放大节距P×CL/SD。放大因子仅影响断层照片中的体素尺寸的数值，因此，不影响图像质量。因此，节距的任何误差都可以通过调整样品距离SD而扩大，仅留下了改变缩放比例而不引起图像恶化的错误的放大因子CL/SD。这将自由度的数量减小了一个，并且，这表示，可以假定节距P的测量值是正确的。通常，对于螺旋形扫描，考虑九个对准参数。
可以如上所述针对圆形扫描装置来建模螺旋形扫描断层摄影成像装置的一组未对准参数，并且，将该组未对准参数连同相应的一组二维投影图像提供给已修改形式的上述断层摄影成像处理作为输入。除了包括有新的对准参数，以不同的方式在所描述的螺旋形扫描断层摄影成像处理的实施方式中进行锐度测量值的评估，这是因为，虽然正确的未对准参数通常构成锐度测量值的局部最大值，然而，其通常不是全局最大值。例如，图20是使用Katsevich重建的作为水平检测器偏移Dx和样品距离SD的值的函数的锐度的曲线图。虽然在正确的位置处有锐度的局部最大值，然而，锐度表面具有其他最大值，该最大值大于正确的最大值。因而，仅基于这个函数的优化对于实际使用通常不是足够鲁棒的。
因此，需要对准参数有非常紧的先验边界，以确保搜索会收敛于使用Katsevich重建的正确的解决方案。这是因为Katsevich重建方法使用最小的一组投影数据来重建每个点，使得特征根据他们的取向能够趋向于被位移而不是被模糊，因此，尖锐的边缘趋向于也呈现在使用未对准的投影数据的重建中。
为了给未对准参数的搜索提供足够的鲁棒性以用于日常使用，所描述的实施方式使用混合方法，其中，使用鲁棒但是非精确的螺旋形FDK方法来重建评估锐度所需的切片，并且接着，使用Katsevich方法来获得最终的高质量重建。图21是与图20的曲线图对应的曲线图，然而，其中，使用了不精确的FDK重建。因为FDK重建趋向于对于任何未对准生成模糊图像（不像Katsevich重建，例如与图23和图24相比），因此所得到的表面具有单个最大值，其可以用于确定输入给理论上精确的Katsevich重建的未对准参数。替选地，FDK方法可以用于确定使Katsevich方法能够用来最终搜索参数空间的未对准参数的足够紧的边界。
由于FDK和Katsevich二者都假定相同的基本锥形波束获取几何图形，所以，使用相同的一组未对准参数来确定从投影数据到虚拟投影的映射。然而，FDK方法使用所有投影数据，而Katsevich方法使用一部分投影数据，如图22所示。该附加的（冗余的）投影数据表示：虽然FDK方法生成不完美的重建图形，然而，当虚拟投影对准时，其可靠地产生最尖锐的图像。因为FDK重建比Katsevich重建需要较少的计算，所以，从计算的观点来看，混合方法也是有益的。
结论
因此，本文中描述的断层摄影成像处理自动确定将每个投影图像从实验检测器平面映射到虚拟检测器平面的最佳对准参数，其中虚拟检测器平面符合断层摄影重建方法所假定的严格的几何图形要求。
例如，硬件对准或者甚至对准参数的物理测量可能是不够的，因为所需要的对准精度可能小于物理上可能的值（对于纳米尺度CT，通常就是这样），和/或由于温度变化，在如源漂移等实验过程中，可以存在移动。
因此，非常有利的是，给定一个对准模型，可以（在合理的时间内）自动确定给出最尖锐的断层照片的最优对准参数的自动化处理。
此外，本文中描述的处理根据感兴趣的样品或对象的投影图像来确定未对准，并且将这些确定的值应用于相同的数据组。
处理是完全自动的，并且提供了对由于在断层摄影仪器的各个部件之间的不是极好的几何对准和/或未知的几何对准的情况下采集的投影图像所导致的模糊3D断层摄影图像的问题的稳定、鲁棒并且自主的解决方案。
假定未对准导致了重建图像的锐度的减小，则所描述的对准处理除适合的用于参数化对准的模型之外，不使用任何信息，就可以应用于任意断层摄影数据（甚至以追溯的方式应用于之前被认为是不可用的存档数据）。处理可以应用于具有圆形、螺旋形或其他扫描轨迹的锥形或平行波束断层摄影。在对于源样品移动没有给定模型的情况下，处理可以求得最佳平均对准参数。
可以通过形成合适的校正模型并且识别这些参数来简单地合并或校正任意类型的对准参数。例如，用于平行扫描几何形状的未对准和/或依赖于时间的未对准，如各种部件的热漂移。
本领域技术人员应当理解，本文中描述的断层摄影成像处理能够以各种形式来实现，但是最方便的实现形式是一个或更多个软件模块的计算机可执行编程指令。因而，在所描述的实施方式中，断层摄影成像装置包括标准计算机系统1500，如基于英特尔IA-32或IA-64的计算机系统，如图15所示，断层摄影成像处理通过计算机系统1500来执行，并且被实现为存储在与计算机系统1500相关联的非易失性（例如，硬盘或固态驱动器）存储器1504上的一个或更多个软件模块1502的编程指令。然而，应当清楚，替选地，例如，断层摄影成像处理的至少一部分可以被实现为一个或更多个专用硬件部件，如专用集成电路（ASIC）和/或现场可编程门阵列（FPGA）。
计算机系统1500包括标准计算机部件，标准计算机部件包括随机存取存储器（RAM）1506、至少一个处理器1508以及外部接口1510、1512、1514，所有这些部件通过总线1516相互连接。外部接口包括通用串行总线（USB）接口1510、网络接口连接器（NIC）1512和显示器适配器1514，其中，USB接口1510中的至少一个连接至键盘1518和如鼠标1519等的指示装置，NIC 1512将系统1500连接至如互联网1520等通信网络，显示器适配器1514连接至如LCD平板显示屏1522等的显示装置用于观看断层摄影图像。
系统1500还包括大量其他软件模块1524至1530，包括如Linux、Apple公司的OS X或者Microsoft Windows等操作系统1524、数据获取模块1526、断层照片重建模块1528和数据可视化模块1530。数据获取模块1526控制旋转台212、从检测器106接收数据并且将所接收的数据作为投影图像1530存储。数据分析模块1502执行如图16所示的断层摄影成像处理以确定系统的成像部件102、104、106的未对准参数的值，从而生成已校正的投影图像1532。重建模块1528处理已校正的投影图像1532以生成断层照片1534。最后，数据可视化模块1530处理断层照片1534，以在用户控制下实时生成重建断层摄影图像1536。
在不脱离本发明的范围的情况下，很多修改对于本领域技术人员而言都是清楚的。
本说明书中对于任何现有公开（或通过其得到的信息）或者任何已知的文件的引用都没有并且不应当被认为是承认或允许或者任何形式的建议，现有公开（或通过其得到的信息）或者已知的文件形成了与本说明书有关的领域的普通知识。
示例I——圆形扫描
上述断层摄影成像处理被应用于图1所示的断层摄影成像装置。该装置为锥形波束微米CT，并且如上所述使用圆形轨迹和标准FDK方法用于重建。x射线源102固定，并且，样品台104和检测器106安装在一组轨道上并且可以被任意平移最多达2m。源点尺寸的直径为3-5微米，并且，CCD检测器具有20483个大小为24微米的正方形像素。对准参数可随着每个实验变化，因为轨道不是完全平行或者直的，并且，移动样品台104或检测器106来改变几何形状。参数还可以在单个实验内变化，因为源位置可以随着温度漂移（如上所述），并且，样品可以移动。
如上所述模拟该系统的未对准参数，并且将其连同地形核心样品的一组二维投影图像提供给断层摄影成像处理作为输入，如上所述。在本示例中，断层摄影成像处理对参数空间使用强力搜索，如上所述提高了效率。
断层摄影成像处理使用具有六个参数扫描的部分迭代处理来确定四个未对准参数Rx、Rφ、Rψ、和Dy的值，如以下表格所概括的。对投影图像的低分辨率版本执行第一和第二扫描，分辨率为512×512个像素。第一扫描仅以+4个像素为步长将Rx参数从-64改变为+64，并且，仅生成了断层照片的单个切片。在获得了Rx的低分辨率估计值之后，第二扫描改变二维旋转未对准参数Rφ和Rψ，每个维旋转未对准参数在从-10到+10的范围内以2个像素为步长变化，Rx参数被保持为通过第一扫描确定的值。断层照片的三个（横向（t）、冠向（c）和径向（s））相互正交的切片在像素值512、1024和1536处生成。
Figure BDA00001876799400191
Figure BDA00001876799400201
使用通过第二扫描估计的Rψ的值，第三扫描仅改变Rx和Rψ，Rx和Rψ每个分别在通过扫描1和2确定的估计值附近以1个像素为步长从-3个像素到+3个像素变化，对投影图像的操作缩小至1024×1024，因此，断层照片缩小至10243。使用Rx和Rφ的所得到的估计值，第四扫描仅改变参数Rψ和Dy，参数Rψ和Dy每个以2个像素为步长从-8个像素到+8个像素变化，但是由于已经根据第二扫描获得了Rψ的估计值，所以，其在通过扫描3确定的估计值附近在-4个像素和+4个像素之间变化。
对于全分辨率为2048×2048投影图像执行最后的两个扫描。第一扫描使Rx和Rφ以0.5个像素为步长在事先估计的值附近从-1.5个像素到+1.5个像素变化，以确定这两个未对准参数的最终值。最终扫描为Rψ和Dy，Rψ和Dy分别以1个像素为步长在事先估计的值附近在-2个像素至+2个像素以及-3个像素至+3个像素的范围内变化。接着，将以此方式确定的Rx、Rφ、Rψ和Dy的值应用于整个一组投影图像，以通过对图像施加相应的平移、旋转和/缩放操作来校正这些未对准。接着对已校正投影图像施加标准FDK重建过程，以获得与根据未校正投影图像生成的断层照片相比，具有相当高质量的断层照片。
实际上，已经发现上述六个扫描步骤、扫描范围和步长大小能够有效地为本文中描述的断层摄影成像装置提供精确的结果。通常，可以通过试验和误差来求得优化参数，并且，可以基于用于获取投影图像的具体断层摄影成像装置的所测量的对准精度来估计扫描范围。更通常地，可以在没有这些参数的先验知识的情况下将普通的优化算法应用于数据。
示例II——螺旋形扫描
将上述螺旋形扫描断层摄影成像处理应用于图17所示的断层摄影成像装置。
应当注意，不同于之前的示例，在本示例中，平面外检测器的倾斜度Dψ和Dθ被包括在可能的未对准中，因为在增大的锥形角处，对于这些参数的敏感度更高。另一方面，假定竖直平移轴与旋转轴极好地对准。这表示，对于每个投影，到对准的虚拟投影上的投影的映射相同，并且，对准参数的数量从九个减少至七个。
如同在上述圆形扫描示例中，在本螺旋形扫描示例中，断层摄影成像处理使用对参数空间的强力搜索，但是效率有所提高。如果整个断层照片都待被重建以用于锐度的每次评估，则对于所有七个对准参数的合理的搜索是不可行的；因此，选择几个代表性的切片进行重建，并且，仅对这些切片的锐度进行评估，而不对整个重建进行评估。此外，使用二次采样投影数据以粗尺寸进行初始搜索，如上所述。以下对这些效率提高进行更加详细的描述。
至于圆形扫描，螺旋形扫描的未对准参数以各种不同方式影响重建，并且，可以利用这点来优化搜索算法。实际上，在可以使用一维参数搜索来求得参数并且当继续使用一维搜索来搜索下一个参数时使用该参数的最佳候选的情况下，存在参数依次去耦的优选搜索顺序。所有参数的初始猜测为：硬件附接至理想的螺旋获取几何图形，并且，在每个参数的不确定性的整个范围内执行初始一维搜索。更高分辨率的搜索仅在之前的参数估计值附近的很小的范围内进行，从而限制以高分辨率来执行所需的重建的数量。当评估每个参数的锐度时，搜索顺序以及待重建的优选切片如下：
1.水平检测器偏移Dx：三个水平切片。
2.样品距离SD：两个正交的竖直切片。为了重建相同的特征，根据相关放大率变化CL/SD来缩放切片的高度
3.平面内旋转Dφ：两个竖直切片。
4.竖直检测器偏移Dz：六个切片，包括两组切片，每组有三个正交的切片。
5.平面外检测器倾斜度Dθ：三个水平切片。
6.照相机长度CL：六个切片；两组切片，每组有三个正交的切片。SD成比例地缩放，使得图像放大率保持恒定。
7.平面外检测器倾斜度Dψ：三个水平切片。
以本文中称为最优单位为单位来测量未对准是很方便的。对于每个参数，一个最优单位被限定为导致对象中的点的投影以一个像素的最大值被移位时在全分辨率检测器处的未对准。因此，0.5个最优单位的未对准导致[-0.5，+0.5]个像素的射线移位，从而导致相关移位最高达一个像素。因此，在重建结果中，小于0.5个最优单位的未对准应当是不明显的。例如，Dx的最优单位简单地为一个检测器像素，而其他参数的最右单位更复杂，并且可以根据系统几何形状来确定。
在本示例中，搜索是通过穿过上述7个阶段进行三个处理来执行的。在第一处理中以因子4至512对数据进行下采样，并且，以步长4将-40至40个优化单位的搜索范围用于Rx，之后是以步长4将-40至40个优化单位的搜索用于SD。系统充分好地对准，使得对于其他5个未对准参数，没有以该分辨率执行搜索。
对于下采样因子为2的处理2，搜索范围为-6至6个优化单位，对于所有7个未对准参数，步长大小为2。
对于全分辨率的最终处理，搜索范围为-2至+2个优化单位，步长大小为1。
在每个阶段，使用二次插值法根据评估来估计每个未对准参数的值。
图23示出了样品的竖直切片的所得到的重建图像的示例，其中，对于两个对准参数Dx（水平检测器偏移）和样品距离偏移ΔSD中的每个，使用FDK重建并且未对准为-4、-2、0、+2、和+4个优化单元。如所预期地，任何参数下没有偏移的图像是最清楚的。
为了比较，图24与图23相同，但是使用了Katsevich重建，而非FDK。根据与图23的图像的比较，清楚的是，Katsevich重建不会与FDK一样容易地产生模糊图像，因此当使用图像锐度来通过大量未对准参数评价重建图像的质量时，Katsevich在识别正确的对准方面不是非常有效。然而，一旦确定并且校正了未对准，则Katsevich重建理论上是精确的，并且提供了最精确的重建图像。

Claims (30)

1.一种计算断层摄影成像方法，包括：
获取表示使用未对准的断层摄影成像装置所获得的对象的二维投影图像的投影数据；以及
对所述投影数据进行处理，以生成未对准数据，所述未对准数据表示量化所述断层摄影成像装置的各个未对准的一个或多个值。
2.根据权利要求1所述的方法，包括：根据所述未对准数据处理所述投影数据，以生成其中所述断层摄影成像装置的一个或多个未对准已经基本上被校正了的所述对象的断层照片。
3.根据权利要求1或2所述的方法，包括：根据所述未对准数据处理所述投影数据，以生成表示其中所述断层摄影成像装置的所述一个或更多个未对准已经基本上被校正了的所述对象的投影图像的已修改的投影数据。
4.根据权利要求1至3中任一项所述的方法，其中，对所述投影数据进行处理包括：
处理所述投影数据，以针对所述断层摄影成像装置的至少一个未对准中的各个试验值生成试验重建断层摄影横截面图像；
处理所述试验重建断层摄影图像，以生成所述试验重建断层摄影图像的各个质量评估结果；以及
对于所述断层摄影成像装置的所述至少一个未对准中的每个未对准，基于所述试验值和相应的质量评估结果来确定最佳地估计所述未对准的相应值。
5.根据权利要求4所述的方法，其中，所述试验重建断层摄影横截面图像是通过以下方式来生成的：对于断层摄影成像装置的旋转轴和源使用固定的空间位置和取向，并且修改所述投影图像，以模拟改变所述断层摄影成像装置的检测器的空间位置和/或取向的影响。
6.根据权利要求1至5中任一项所述的方法，其中，对所述投影数据进行处理包括：处理所述投影数据，以针对相应的断层照片的多个不同切片中的每个切片生成试验重建断层摄影横截面图像。
7.根据权利要求1至6中任一项所述的方法，其中，所述投影数据是沿着扫描轨迹来获取的，所述扫描轨迹涉及所述对象围绕旋转轴的旋转，并且对所述投影数据进行处理包括：处理所述投影数据，以生成至少一个不与所述旋转轴正交的试验重建断层摄影横截面图像。
8.根据权利要求6或7所述的方法，其中，所述切片表示正交的空间取向。
9.根据权利要求6至8中任一项所述的方法，其中，所述切片表示所有三个正交的空间取向。
10.根据权利要求6至9中任一项所述的方法，其中，每个未对准值是通过选择所述未对准的试验值中提供最佳质量的一个试验值来确定的，或者是基于所述试验值和相应的质量评估结果通过内插来确定的。
11.根据权利要求6至10中任一项所述的方法，其中，最佳地估计每个未对准的值是以迭代的方式确定的，当确定所述值的精度小于0.5个体素时，迭代终止。
12.根据权利要求1至11中任一项所述的方法，其中，所述投影数据的处理包括：对基于所述未对准的值的不同组合生成的重建断层摄影横截面图像的质量进行评估，并且基于所述评估选择所述组合中的一个组合。
13.根据权利要求12所述的方法，其中，所选择的组合是提供最高质量的重建断层摄影图像的组合。
14.根据权利要求12或13所述的方法，其中，重建断层摄影图像的质量是使用所述重建断层摄影图像的空间信息来评估的。
15.根据权利要求14所述的方法，其中，所述空间信息是通过评估所述重建断层摄影图像的锐度的测量值来评估的。
16.根据权利要求15所述的方法，其中，每个重建断层摄影图像的锐度是使用通过差分滤波器处理的图像的值的大小来评估的，或者是使用通过对所述图像应用数学变换而生成的高频变换系数的大小来评估的。
17.根据权利要求12至16中任一项所述的方法，其中，选择所述未对准值的组合以维持恒定的放大率。
18.根据权利要求12至17中任一项所述的方法，其中，通过使用下采样投影图像以较低的空间分辨率扫描参数空间来获得每个未对准的初始估计值，接着，使用分辨率逐渐增高的图像来精化所述估计值，直到获得了最终的全分辨率估计值。
19.根据权利要求1至18中任一项所述的方法，其中，沿着通过将旋转和平移组合而产生的扫描轨迹来获得所述对象的二维投影图像，使得所述二维投影图像表示关于所述对象的完整信息。
20.根据权利要求19所述的方法，其中，所述扫描轨迹为螺旋形或近似螺旋形的。
21.根据权利要求1至20中任一项所述的方法，其中，对所述投影数据进行处理以生成所述未对准数据包括：使用第一重建方法生成其质量被评价以确定所述断层摄影成像装置的未对准的重建图像，并且，所述处理包括：使用第二重建方法生成其中所述断层摄影成像装置的所述一个或更多个未对准已经被基本上校正了的所述对象的断层照片。
22.根据权利要求21所述的方法，其中，所述第一重建方法使用在所述第二重建方法中不使用的冗余投影数据。
23.根据权利要求21或22所述的方法，其中，对所述投影数据进行处理以生成所述未对准数据包括：使用所述第一重建方法确定所述断层摄影成像装置的所述未对准的近似值，并且，使用所述第二重建方法确定这些未对准的精确值。
24.根据权利要求21至23中任一项所述的方法，其中，所述第二重建方法是理论上精确的滤波反投影重建方法。
25.根据权利要求21至24中任一项所述的方法，其中，所述第一重建方法是基于Feldkamp-Davis-Kress的重建。
26.一种存储有计算机可执行指令的计算机可读存储介质，所述计算机可执行指令被配置为用于执行根据权利要求1至25中任一项所述的方法。
27.一种计算断层摄影成像系统，配置为执行根据权利要求1至25中任一项所述的方法。
28.一种计算断层摄影成像系统，包括数据分析部件，所述数据分析部件被配置成：
接收表示使用未对准的断层摄影成像装置所获得的对象的二维投影图像的投影数据；
对所述投影数据进行处理，以生成未对准数据，所述未对准数据表示量化所述断层摄影成像装置的各个未对准的一个或多个值；以及
根据所述未对准数据处理所述投影数据，以生成表示其中所述断层摄影成像装置的所述一个或更多个未对准已经基本上被校正了的所述对象的投影图像的已修改的投影数据。
29.根据权利要求28所述的系统，其中，对所述投影数据进行处理包括：对基于所述未对准的值的不同组合生成的重建断层摄影横截面图像的质量进行评估，并且，基于所述评估选择所述组合中的一个组合。
30.根据权利要求29所述的系统，其中，所述重建断层摄影图像的质量是使用所述重建断层摄影图像的空间信息来评估的。
CN201180005845.4A 2010-01-13 2011-01-13 计算断层摄影成像方法及系统 Active CN102711613B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
AU2010900104A AU2010900104A0 (en) 2010-01-13 A Computed Tomography Imaging Process and System
AU2010900104 2010-01-13
PCT/AU2011/000038 WO2011085448A1 (en) 2010-01-13 2011-01-13 A computed tomography imaging process and system

Publications (2)

Publication Number Publication Date
CN102711613A true CN102711613A (zh) 2012-10-03
CN102711613B CN102711613B (zh) 2015-07-15

Family

ID=44303731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180005845.4A Active CN102711613B (zh) 2010-01-13 2011-01-13 计算断层摄影成像方法及系统

Country Status (7)

Country Link
US (1) US8938111B2 (zh)
EP (1) EP2523604B1 (zh)
CN (1) CN102711613B (zh)
AU (1) AU2011206927B2 (zh)
BR (1) BR112012015836A2 (zh)
CA (1) CA2783485A1 (zh)
WO (1) WO2011085448A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105283132A (zh) * 2013-05-27 2016-01-27 株式会社东芝 X射线ct装置以及图像诊断装置
CN109360252A (zh) * 2018-09-13 2019-02-19 北京航空航天大学 图像重建方法及电子设备
CN110268446A (zh) * 2016-11-21 2019-09-20 医科达有限公司 用于实时成像的系统和方法
CN110261416A (zh) * 2018-03-12 2019-09-20 株式会社三丰 测量用x射线ct设备和断层图像生成方法
CN113379328A (zh) * 2021-07-14 2021-09-10 小蒜科技(深圳)有限公司 一种跨境电商仓储管理方法

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2012321051A1 (en) * 2011-10-03 2014-04-17 Fei Company A computed tomography imaging process and system
WO2014000279A1 (zh) * 2012-06-29 2014-01-03 北京东方惠尔图像技术有限公司 G型臂x光机的三维图像生成方法及装置与g型臂x光机
EP2811288B1 (en) 2013-06-06 2016-08-10 Fei Company Method for electron tomography
KR20150021231A (ko) * 2013-08-20 2015-03-02 주식회사바텍 스캔 영상의 복원 방법, 장치 및 이를 저장하는 기록매체
US9861332B2 (en) * 2014-09-19 2018-01-09 Fujifilm Corporation Tomographic image generation device and method, and recording medium
EP3295204B1 (en) * 2015-05-15 2022-11-02 The Medical College of Wisconsin, Inc. Systems and methods for calibrated multi-spectral magnetic resonance imaging
EP3136345A1 (en) * 2015-08-24 2017-03-01 FEI Company Positional error correction in a tomographic imaging apparatus
US10800315B2 (en) * 2016-09-09 2020-10-13 Bly Ip Inc. Systems and methods for analyzing core using x-ray fluorescence
CN106526686B (zh) * 2016-12-07 2019-05-07 同方威视技术股份有限公司 螺旋ct设备和三维图像重建方法
FI20175244L (fi) * 2017-03-17 2018-09-18 Planmeca Oy Itsekalibroiva lääketieteellinen kuvannuslaite
JP2019047841A (ja) 2017-09-07 2019-03-28 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP7027076B2 (ja) * 2017-09-07 2022-03-01 キヤノン株式会社 画像処理装置、位置合わせ方法及びプログラム
JP6829175B2 (ja) * 2017-09-27 2021-02-10 富士フイルム株式会社 位置合わせ装置、方法およびプログラム
US11382574B2 (en) * 2017-11-06 2022-07-12 Rensselaer Polytechnic Institute Stationary in-vivo grating-enabled micro-CT architecture (sigma)
TWI639414B (zh) * 2017-11-17 2018-11-01 財團法人國家同步輻射研究中心 電腦斷層掃描影像的對位方法
US20190180481A1 (en) * 2017-12-13 2019-06-13 General Electric Company Tomographic reconstruction with weights
US11175242B2 (en) * 2018-03-20 2021-11-16 Fei Company Geometric alignment, sample motion correction, and intensity normalization of computed tomography projections using pi-line optimization
JP7143567B2 (ja) * 2018-09-14 2022-09-29 株式会社島津テクノリサーチ 材料試験機および放射線ｃｔ装置
CN110058684B (zh) * 2019-03-21 2022-07-01 海南诺亦腾海洋科技研究院有限公司 一种基于vr技术的地理信息交互方法、系统及存储介质
WO2021072229A1 (en) * 2019-10-11 2021-04-15 Board Of Regents, The University Of Texas System Variable zoom x-ray computed tomography method for composites
DE102021200515B4 (de) * 2020-12-30 2022-10-06 Siemens Healthcare Gmbh Verbesserung einer Bildqualität bei der Transmissions-Röntgenbildgebung
WO2022232443A1 (en) * 2021-04-30 2022-11-03 Core Laboratories Lp Pulsed neutron apparatus and method for using same to analyze core samples
EP4206664A1 (en) * 2021-12-30 2023-07-05 FEI Company Methods and systems for tomographic microscopy imaging

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5493593A (en) * 1994-09-27 1996-02-20 University Of Delaware Tilted detector microscopy in computerized tomography
CN1204402A (zh) * 1995-10-25 1999-01-06 阿达克实验室 多片层限制投影角度正电子发射断层照相术
CN1839758A (zh) * 2005-02-15 2006-10-04 西门子公司 用圆－线快速扫描算法重构计算机断层分析图像的方法
US20080285827A1 (en) * 2007-05-18 2008-11-20 Visiongate, Inc. Method for image processing and reconstruction of images for optical tomography
CN101401727A (zh) * 2007-10-04 2009-04-08 Ge医疗系统环球技术有限公司 X射线ct设备
CN101473348A (zh) * 2006-06-22 2009-07-01 皇家飞利浦电子股份有限公司 用于误差补偿的方法和系统
US20090196393A1 (en) * 2008-02-01 2009-08-06 Ge Wang Interior Tomography and Instant Tomography by Reconstruction from Truncated Limited-Angle Projection Data
US7573973B2 (en) * 2005-05-17 2009-08-11 General Electric Company Methods and systems to facilitate reducing cone beam artifacts in images

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7333648B2 (en) * 1999-11-19 2008-02-19 General Electric Company Feature quantification from multidimensional image data
US6917668B2 (en) * 2000-11-13 2005-07-12 Digitome Corporation Ray tracing kernel calibration
AU2003301341A1 (en) * 2002-10-15 2004-05-04 Digitome Corporation Ray tracing kernel
AU2002953540A0 (en) * 2002-12-24 2003-01-16 The University Of Queensland Correction of non-linear gradients effects on magnetic resonance imaging
US7012986B1 (en) * 2004-11-19 2006-03-14 General Electric Company Method and system for calibrating a computed tomography system
US8824759B2 (en) * 2008-02-27 2014-09-02 Agency For Science, Technology And Research Correcting axial tilt based on object positions in axial slices of three dimensional image
JP5618533B2 (ja) * 2008-12-26 2014-11-05 キヤノン株式会社 光干渉断層情報取得装置、撮像装置及び撮像方法
US8611630B1 (en) * 2010-06-04 2013-12-17 University Of Central Florida Research Foundation, Inc. Algorithm for motion estimation from the tomographic data
JP5600272B2 (ja) * 2010-07-16 2014-10-01 富士フイルム株式会社 放射線撮影装置および方法並びにプログラム
JP2012042348A (ja) * 2010-08-19 2012-03-01 Canon Inc 断層画像表示装置およびその制御方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5493593A (en) * 1994-09-27 1996-02-20 University Of Delaware Tilted detector microscopy in computerized tomography
CN1204402A (zh) * 1995-10-25 1999-01-06 阿达克实验室 多片层限制投影角度正电子发射断层照相术
CN1839758A (zh) * 2005-02-15 2006-10-04 西门子公司 用圆－线快速扫描算法重构计算机断层分析图像的方法
US7573973B2 (en) * 2005-05-17 2009-08-11 General Electric Company Methods and systems to facilitate reducing cone beam artifacts in images
CN101473348A (zh) * 2006-06-22 2009-07-01 皇家飞利浦电子股份有限公司 用于误差补偿的方法和系统
US20080285827A1 (en) * 2007-05-18 2008-11-20 Visiongate, Inc. Method for image processing and reconstruction of images for optical tomography
CN101401727A (zh) * 2007-10-04 2009-04-08 Ge医疗系统环球技术有限公司 X射线ct设备
US20090196393A1 (en) * 2008-02-01 2009-08-06 Ge Wang Interior Tomography and Instant Tomography by Reconstruction from Truncated Limited-Angle Projection Data

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
RICHARD A.MULLER,ET AL.,: "Real-time correction of atmospherically degraded telescope images through image sharpening", 《JOURNAL OF THE OPTICAL SOCIETY OF AMERICA》 *
Y KYRIAKOU,ET AL.,: "Simultaneous misalignment correction for approximate circular cone-beam computed tomography", 《PHYSICS IN MEDICINE AND BIOLOGY》 *
YI SUN,ET AL.,: "Reduction of Artifacts Induced by Misaligned Geometry in Cone-Beam CT", 《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105283132A (zh) * 2013-05-27 2016-01-27 株式会社东芝 X射线ct装置以及图像诊断装置
CN105283132B (zh) * 2013-05-27 2018-10-12 东芝医疗系统株式会社 X射线ct装置以及图像诊断装置
CN110268446A (zh) * 2016-11-21 2019-09-20 医科达有限公司 用于实时成像的系统和方法
CN110261416A (zh) * 2018-03-12 2019-09-20 株式会社三丰 测量用x射线ct设备和断层图像生成方法
CN110261416B (zh) * 2018-03-12 2024-05-14 株式会社三丰 测量用x射线ct设备和断层图像生成方法
CN109360252A (zh) * 2018-09-13 2019-02-19 北京航空航天大学 图像重建方法及电子设备
CN113379328A (zh) * 2021-07-14 2021-09-10 小蒜科技(深圳)有限公司 一种跨境电商仓储管理方法

Also Published As

Publication number Publication date
US20120301004A1 (en) 2012-11-29
AU2011206927A1 (en) 2012-06-21
EP2523604A4 (en) 2013-09-18
AU2011206927B2 (en) 2015-12-03
EP2523604B1 (en) 2016-03-30
EP2523604A1 (en) 2012-11-21
BR112012015836A2 (pt) 2016-06-14
CA2783485A1 (en) 2011-07-21
CN102711613B (zh) 2015-07-15
US8938111B2 (en) 2015-01-20
WO2011085448A1 (en) 2011-07-21

Similar Documents

Publication Publication Date Title
CN102711613B (zh) 计算断层摄影成像方法及系统
US7950849B2 (en) Method and device for geometry analysis and calibration of volumetric imaging systems
Kingston et al. Reliable automatic alignment of tomographic projection data by passive auto‐focus
Yang et al. A geometric calibration method for cone beam CT systems
Varslot et al. High‐resolution helical cone‐beam micro‐CT with theoretically‐exact reconstruction from experimental data
Sun et al. A calibration method for misaligned scanner geometry in cone-beam computed tomography
CN100570343C (zh) 大视场三维ct成像方法
US20070116177A1 (en) Imaging system
CN1797027A (zh) 三维体积计算层析x射线照相术中的取样方法
US6944263B2 (en) Apparatus and methods for multiple view angle stereoscopic radiography
AU2016200833B2 (en) A computed tomography imaging process and system
Lesaint et al. Calibration for circular cone-beam CT based on consistency conditions
Peng et al. The application of SfM photogrammetry software for extracting artifact provenience from palaeolithic excavation surfaces
US11988616B2 (en) CT scanner calibration
CN101341395A (zh) 计算机化层面摄影系统及方法
Kirk et al. Evaluating stereo Digital Terrain Model quality at Mars rover landing sites with HRSC, CTX, and HiRISE images
CN102132322A (zh) 用于确定对象的尺寸改变的设备
CN105319225B (zh) 一种实现板状样品高分辨率大视野cl成像的扫描方法
CN104132950B (zh) 基于原始投影信息的cl扫描装置投影旋转中心标定方法
Kingston et al. Optimized x-ray source scanning trajectories for iterative reconstruction in high cone-angle tomography
Delgado-Friedrichs et al. PI-line difference for alignment and motion-correction of cone-beam helical-trajectory micro-tomography data
EP2453798B1 (en) System and method for image reconstruction by using multi-sheet surface rebinning
Yang et al. Automatic measurement of rotation center for laminography scanning system without dedicated phantoms
Szczypiński et al. Orthorectification of skin nevi images by means of 3D model of the human body
US9508164B2 (en) Fast iterative image reconstruction method for 3D computed tomography

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
ASS Succession or assignment of patent right

Owner name: FEI CO.

Free format text: FORMER OWNER: CONVENTION PATENT APPLICATION

Effective date: 20150811

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150811

Address after: oregon

Patentee after: FEI Co.

Address before: Australian Capital Territory

Patentee before: Convention Patent Application