CN102947861B - 用于在低剂量计算机断层摄影中降低噪声的方法和系统 - Google Patents
用于在低剂量计算机断层摄影中降低噪声的方法和系统 Download PDFInfo
- Publication number
- CN102947861B CN102947861B CN201180030458.6A CN201180030458A CN102947861B CN 102947861 B CN102947861 B CN 102947861B CN 201180030458 A CN201180030458 A CN 201180030458A CN 102947861 B CN102947861 B CN 102947861B
- Authority
- CN
- China
- Prior art keywords
- denoising
- projection
- data
- dose
- scanning
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000002591 computed tomography Methods 0.000 title description 15
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000005855 radiation Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000005865 ionizing radiation Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 201000004384 Alopecia Diseases 0.000 description 1
- 231100000360 alopecia Toxicity 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 231100000075 skin burn Toxicity 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种方法包括:在投影域中对来自较低剂量扫描的投影数据去噪,重建经去噪的投影数据以生成体积图像数据,以及在图像域中对所述体积图像数据去噪。一种系统包括:投影域处理器(116),其对来自较低剂量扫描的投影数据去噪,重建器(118),其重建经去噪的投影数据并生成图像数据,以及图像域处理器(120),其对所述图像数据去噪从而使经去噪的图像数据的噪声水平与较高剂量扫描的图像数据的估计图像数据噪声水平基本相同。
Description
技术领域
下文总体涉及计算机断层摄影(CT),并且尤其应用于CT数据采集和重建,以及更具体地,涉及低剂量CT。
背景技术
CT扫描器发射电离辐射,所述电离辐射能够对活体组织造成损伤,从而在典型剂量下导致癌症、肿瘤和基因损伤的风险升高,并且可能在高剂量下导致皮肤灼伤和/或毛发脱落。例如,文献已经指出有效剂量为十(10)毫西弗(mSv)的CT检查可能与致命癌症的概率增加大约两千(2000)分之一(1)有关。
文献中已经提到在CT检查过程中减少患者暴露于电离辐射(即,减少患者剂量)的各种方法。文献中提出的一种方法是采用针对低于mSv或亚mSv(sub-mSv)的CT检查的超低剂量技术。遗憾的是,亚mSv的超低剂量技术可能导致具有高噪声水平(即,低信噪比)和模式噪声伪影的不具诊断性质量的CT图像。
为了将这些图像转变为临床上可接受的图像,需要相当于大约百分之一千(1000%)或更大的剂量增加的显著的噪声减少。遗憾的是,在文献中,当前非迭代图像域去噪算法被设计成仅能够使噪声减少最多相当于大约百分之二百(200%)的剂量增加。因此,所得到的CT图像比利用有效剂量为10mSv的常规扫描技术获得的图片具有更低的图像质量(更多的噪声)。而迭代方法需要长的重建时间和强力(aggressive)去噪,可能导致非自然图像噪声模式。
鉴于上述内容,存在对于用于CT检查的其他超低剂量技术的未解决的需求。
发明内容
本申请的各方面解决了上述问题和其他问题。
根据一个方面,一种方法,包括:在投影域中对来自较低剂量扫描的投影数据去噪;重建经去噪的投影数据以生成体积图像数据;以及在图像域中对所述体积图像数据去噪。
根据另一方面,一种系统,包括:投影域处理器,其对来自较低剂量扫描的投影数据去噪;重建器,其重建经去噪的投影数据并生成图像数据;以及图像域处理器,其对图像数据去噪从而使经去噪的图像数据的噪声水平与较高剂量扫描的图像数据的估计图像数据噪声水平基本相同。
根据另一方面,一种利用指令编码的计算机可读存储介质,所述指令当由计算机的处理器运行时,令所述处理器:采用投影域和图像域去噪以产生来自较低剂量扫描的图像数据,其具有与较高剂量扫描的噪声水平基本相同的噪声水平。
附图说明
本发明可以采取各种部件和部件布置,以及各种步骤和步骤安排的形式。附图仅用于图示说明优选实施例,而不应将其解释为限制本发明。
图1图示了结合投影域处理器和图像域处理器的成像系统。
图2图示了范例投影域处理器。
图3图示了范例图像域处理器。
图4图示了范例方法。
具体实施方式
图1图示了成像系统100,诸如计算机断层摄影(CT)扫描器。成像系统100包括静止机架102和旋转机架104,旋转机架104由静止机架102可旋转地支撑。旋转机架104关于纵轴或z轴围绕检查区域106旋转。
辐射源108,诸如X射线管,其由旋转机架104支撑并随着旋转机架104一起旋转并且发射辐射。辐射源108被配置成执行较高和较低剂量扫描。
位于源108对侧的辐射敏感探测器阵列110探测贯穿检查区域106的辐射并且生成指示其的投影数据。辐射敏感探测器阵列110可以包括一排或多排辐射敏感像素元件。
支撑物112,诸如卧榻,在检查区域106中支撑受试者。支撑物112能够用于在扫面前、扫描中和/或扫描后将受试者相对于x、y和/或z轴不同地定位。
通用计算系统充当操作员控制台114,其包括诸如显示器和/或打印机的人类可读输出装置,以及包括诸如键盘和/或鼠标的输入装置。驻留在控制台114上的软件允许操作员控制系统100的操作,例如,允许操作员选择低剂量技术(例如,亚mSv)、投影域处理算法、重建算法、图像域处理算法等。
投影域处理器116处理由辐射敏感探测器阵列110生成的投影数据,重建器118重建由投影域处理器116处理的投影数据并且生成指示检查区域106的体积图像数据,以及图像域处理器120处理由重建器118生成的体积图像数据。
如在下文更详细描述的,对于较低剂量扫描,合适的投影域处理包括对投影数据自适应去噪,并且合适的图像域处理包括对图像数据去噪从而使去噪图像的噪声水平与通过执行目标较高剂量扫描而非较低剂量扫描而获取的噪声水平相匹配。
这样的投影和图像域去噪允许亚mSv(超低)剂量水平的扫描,同时产生具有较高剂量扫描(例如,mSv以及更高)的噪声水平的图像。这样的扫描很好地适于诸如大脑扫描、钙化积分筛选扫描、儿科扫描和/或其他扫描的流程。这样的扫描还可以缓解、减少和/或取代定位扫描。
应当认识到,投影域处理器116和/或图像域处理器120可以是重建器118的部分。此外,投影域处理器116、重建器118或图像域处理器120中的一个或多个可以远离系统100,例如,处在诸如工作站等的计算系统中。此外,一个或多个处理器可以执行编码和/或收录在诸如存储器的本地或远程计算机可读存储介质上的计算机可读指令来实施投影域处理器116、重建器118或图像域处理器120中的一个或多个。
图2图示了范例投影域处理器116。
处理器116的输入是描述通过被扫描患者的X射线衰减系数的线积分的投影读数。对于包括动态焦斑的采集,投影域处理器能够分离地处理每个不同焦斑的读数,或者,备选地,将它们彼此交错后一起进行处理。
第一参数确定器202确定投影数据的第一参数。在例示的实施例中,所述第一参数包括投影数据的噪声方差(variance)。第二参数确定器204确定投影数据的第二参数。在例示的实施例中,所述第二参数包括投影数据的变化(variation),其能够根据梯度标积进行估计或者以其他方式确定。
权重生成器206至少基于所述第一和第二参数以及一个或多个算法208生成去噪权重。例如,在所述第一和第二参数指示包括较低局部噪声方差和较高局部变化的投影数据的情况下,权重生成器206采用算法来生成权重,该权重随着邻近投影读数和待插值读数之间的距离更快速地递减。在另一范例中,在第一和第二参数指示包括较高局部噪声方差和较低局部变化的投影数据的情况下,权重生成器206采用算法来生成权重,该权重随着邻近投影读数和待插值读数之间的距离更慢速地递减。
投影域去噪器210应用权重对投影数据去噪。在一种情况下,这有效地导致每个投影被其三维邻域内的原始读数的加权和替代。通常,这导致对不包括感兴趣结构的较高噪声投影的强力去噪、对包括感兴趣结构的较高噪声投影的中级去噪以及对包括感兴趣结构的较低噪声投影的轻微去噪。通过这样的对投影的自适应去噪,能够减轻针对给定图像去噪的图像细节的模糊。
在一个实施例中,投影域去噪器210如方程1所述的应用权重:
方程1:
其中,pd(i)表示插值去噪读数,p(n)表示读数i的邻域中的噪声投影数据,并且W(n)表示自适应权重。这本质上利用在所述原始投影数据附近的预定邻域内的原始投影数据的加权和来替代每个原始投影读数。
自适应权重W(n)能够基于方程2来确定:
方程2:
其中,w(n)表示加权和的非标准化权重。
在非限制性实施例中,参数w(n)能够基于方程3来确定:
方程3:
其中,r表示邻近值n与读数i之间的距离,并且σ是确定平滑的强力度的参数。
在非限制性实施例中,参数σ能够基于方程4来确定:
方程4:
其中,σ0定义了权重随距离的最小递减,s表示估计的局部变化,s0表示在投影域内不同区域处计算的局部变化的中值,v表示噪声方差,v0表示在投影域内不同区域处计算的局部噪声方差值的中值。
为了使诊断细节的模糊最小化,s0和v0被分配了使投影域内不同位置之间的变化最大化的值。不像σ,参数α独立于s和v。这允许控制去噪的强力度并同时维持对于s和v的高权重依赖性。
图3图示了范例图像域处理器120。
投影域噪声方差确定器304确定所述较低剂量扫描的投影数据的噪声方差。投影数据噪声方差估计器306估计假设已执行目标较高剂量扫描而将会生成的投影数据的噪声方差。
去噪因子(factor)生成器302生成去噪因子。例示的去噪因子生成器302考虑了去噪串扰。
投影方差估计器308基于由304和去噪因子估计的噪声方差来估计所述较低剂量扫描的投影方差。
图像噪声估计器310基于相应的投影方差来估计所述较低剂量扫描的图像噪声,并且基于相应的投影方差来估计所述较高剂量扫描的图像噪声。
图像域去噪器312基于所述较低剂量扫描的图像噪声和所述较高剂量扫描的图像噪声对图像数据去噪。
在一个实施例中,上文指出的去噪因子能够由如方程5所示的去噪因子生成器302生成:
方程5:
其中,F(i)表示去噪因子。
较低剂量扫描和较高剂量扫描的投影方差能够通过方程6和7由估计的投影读数方差和去噪因子分别进行估计:
方程6:以及
方程7:
其中,VP(P)表示针对较低剂量扫描的投影方差,V(i)表示较低剂量扫描的局部噪声方差,VP T(P)表示较高剂量扫描的投影方差,VT(i)表示较高剂量扫描的局部噪声方差。可以针对每个投影通过执行在其子集上的加和,例如,针对属于中心投影行的中心读数的预定组(例如,150、200、300等),来生成投影依赖的标量方差值。
对于孔径加权滤波反投影,针对投影去噪的较低剂量扫描图像数据和针对较高剂量扫描图像数据在机架旋转中心处获取的噪声方差值能够通过方程8和9分别进行确定:
方程8: 以及
方程9:
其中,C是针对给定重建参数集合的常数,并且I表示不同轴图像。
图像域去噪器312应用的图像域去噪能够如方程10所示的进行确定:
方程10:
其中,VR(I)表示图像域去噪并且被转移至互补的图像域去噪算法。
使用VR(I)作为输入,图像域去噪器312对图像数据去噪从而使从经去噪的投影重建的每个轴图像的噪声水平与通过执行较高剂量扫描而非超低剂量扫描获取的噪声水平相匹配。
图4图示了用于较低剂量扫描生成具有较高剂量扫描的噪声水平的图像的方法。
在402中,在受试者身上执行较低剂量扫描(例如,10mAs)。如在本文中描述的,这样的扫描可以对应于有效剂量为亚mSv的扫描。
在403中,在投影域中计算X射线衰减系数的线积分。
在404中,对线积分的投影数据去噪。如在本文中描述的,合适的投影域去噪包括对投影数据自适应去噪从而使对具有较低局部噪声方差和较高局部变化的投影数据去噪弱于对具有较高局部噪声方差和较低局部变化的投影数据去噪。
在406中,重建经去噪的投影数据以生成图像数据。
在408中,对图像数据去噪。如在本文中描述的,合适的图像域去噪包括对数据去噪从而使经去噪的图像数据的噪声水平与目标较高剂量扫描(例如,100mAs)的噪声水平基本相似。
上述动作可以通过计算机可读指令实施,所述计算机可读指令当由(一个或多个)计算机处理器运行时,令所述(一个或多个)处理器执行本文中描述的动作。在这种情况下,所述指令被存储在诸如与相关计算机相关联或者能够以其他方式被相关计算机访问的存储器的计算机可读存储介质中。
已经参考优选实施例描述了本发明。他人可以在阅读和理解先前的详细描述后做出修改和变化。本发明旨在被解释为包括所有这样的修改和变化,只要其落入了权利要求书或其等要件的范围内。
Claims (11)
1.一种成像方法,包括:
在投影域中对来自较低剂量扫描的投影数据去噪,其中,所述较低剂量扫描对应于这样的扫描,其产生具有比通过执行较高剂量扫描将会获得的预定目标图像数据噪声水平更高的噪声水平的图像数据;
重建经去噪的投影数据以生成体积图像数据;以及
在图像域中对所述体积图像数据去噪,
其中,所述方法还包括:
确定去噪因子,指示由于去噪造成的所述较低剂量扫描的所述投影数据的噪声方差的降低;
估计在对所述投影数据的所述去噪之前的所述较低剂量扫描的所述投影数据的噪声方差;
基于所估计的噪声方差以及所确定的去噪因子来估计所述较低剂量扫描的投影方差;
估计所述较高剂量扫描的投影方差;
估计针对投影去噪的较低剂量扫描的图像噪声方差和针对所述较高剂量扫描的图像噪声方差;以及
基于所述较低剂量扫描的所述图像噪声方差和所述较高剂量扫描的所述图像噪声方差对所述体积图像数据去噪。
2.根据权利要求1所述的方法,其中,经去噪的体积图像数据具有与所述预定目标图像数据噪声水平基本相同的噪声水平。
3.根据权利要求1到2中的任一项所述的方法,其中,所述较低剂量扫描具有亚mSv的有效剂量并且所述较高剂量扫描具有十mSv或更高的有效剂量。
4.根据权利要求1到2中的任一项所述的方法,还包括:
基于局部噪声方差和局部变化对所述投影数据自适应去噪。
5.根据权利要求4所述的方法,其中,对具有较低局部噪声方差和较高局部变化的投影数据的去噪弱于对具有较高局部噪声方差和较低局部变化的投影数据的去噪。
6.根据权利要求1到2中的任一项所述的方法,还包括:
确定所述体积图像数据的噪声水平;
估计所述较高剂量扫描的图像数据的噪声水平;以及
基于所确定的噪声水平和估计的噪声水平对所述体积图像数据去噪。
7.根据权利要求6所述的方法,还包括:
确定所述较高剂量扫描的所述图像数据的所述噪声水平与所述较低剂量扫描的图像的噪声水平的比率;以及
基于所述比率对所述体积图像数据去噪。
8.根据权利要求1到2中的任一项所述的方法,其中,在所述投影域中的所述去噪是非迭代去噪。
9.一种成像系统,包括:
投影域处理器(116),其对来自较低剂量扫描的投影数据去噪;
重建器(118),其重建经去噪的投影数据并生成体积图像数据;以及
图像域处理器(120),其对所述体积图像数据去噪从而使得经去噪的体积图像数据的噪声水平与较高剂量扫描的图像数据的估计图像数据噪声水平基本相同,
其中,所述图像域处理器(120)还包括:
去噪因子生成器(302),其确定去噪因子,指示由于去噪造成的所述较低剂量扫描的所述投影数据的噪声方差的降低;
低剂量扫描投影域噪声方差估计器(304),其估计在对所述投影数据的所述去噪之前的所述较低剂量扫描的所述投影数据的噪声方差;
投影方差估计器(308),其基于由所述噪声方差估计器估计的所述噪声方差以及由所述去噪因子确定器确定的所述去噪因子来估计所述较低剂量扫描的投影方差;
高剂量扫描投影域投影噪声方差估计器(306),其估计所述较高剂量扫描的投影方差;
图像噪声估计器(310),其估计针对投影去噪的较低剂量扫描的图像噪声方差和针对所述较高剂量扫描的图像噪声方差;以及
图像域去噪器(312),其基于所述较低剂量扫描的所述图像噪声方差和所述较高剂量扫描的所述图像噪声方差对所述图像数据去噪。
10.根据权利要求9所述的系统,其中,所述去噪因子考虑了探测器串扰。
11.根据权利要求9到10中的任一项所述的系统,其中,所述去噪因子是针对投影的子集生成的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US35681710P | 2010-06-21 | 2010-06-21 | |
US61/356,817 | 2010-06-21 | ||
PCT/IB2011/051846 WO2011161557A1 (en) | 2010-06-21 | 2011-04-27 | Method and system for noise reduction in low dose computed tomography |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102947861A CN102947861A (zh) | 2013-02-27 |
CN102947861B true CN102947861B (zh) | 2016-06-29 |
Family
ID=44120317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180030458.6A Expired - Fee Related CN102947861B (zh) | 2010-06-21 | 2011-04-27 | 用于在低剂量计算机断层摄影中降低噪声的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9189832B2 (zh) |
EP (1) | EP2583241A1 (zh) |
CN (1) | CN102947861B (zh) |
WO (1) | WO2011161557A1 (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012095713A1 (en) * | 2011-01-10 | 2012-07-19 | Koninklijke Philips Electronics N.V. | Dual -energy tomographic imaging system |
JP6139821B2 (ja) * | 2012-03-22 | 2017-05-31 | 東芝メディカルシステムズ株式会社 | X線ct装置 |
US9105124B2 (en) * | 2012-06-21 | 2015-08-11 | General Electric Company | Methods and systems for reducing noise- related imaging artifacts |
JP6312401B2 (ja) * | 2012-11-30 | 2018-04-18 | 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 |
US9406107B2 (en) * | 2013-12-18 | 2016-08-02 | General Electric Company | System and method of computed tomography signal restoration via noise reduction |
CN103810734B (zh) * | 2014-02-28 | 2016-08-17 | 南方医科大学 | 一种低剂量x射线ct投影数据恢复方法 |
CN104318536B (zh) * | 2014-10-21 | 2018-03-20 | 沈阳东软医疗系统有限公司 | Ct图像的校正方法及装置 |
CN106875342B (zh) * | 2015-12-11 | 2024-06-11 | 上海联影医疗科技股份有限公司 | 一种计算机断层图像处理方法和装置 |
WO2018104349A1 (en) * | 2016-12-06 | 2018-06-14 | Koninklijke Philips N.V. | Image noise estimation using alternating negation |
WO2019019199A1 (en) * | 2017-07-28 | 2019-01-31 | Shenzhen United Imaging Healthcare Co., Ltd. | SYSTEM AND METHOD FOR IMAGE CONVERSION |
WO2019036446A2 (en) * | 2017-08-17 | 2019-02-21 | The United States Of America, As Represented By The Secretary, Department Of Health And Human Services | HYBRID TOMODENSITOMETRY SYSTEM WITH ADDITIONAL DETECTORS IMMEDIATELY NEAR THE BODY |
US10413256B2 (en) * | 2017-09-13 | 2019-09-17 | LiteRay Medical, LLC | Systems and methods for ultra low dose CT fluoroscopy |
WO2019090533A1 (en) | 2017-11-08 | 2019-05-16 | Shenzhen United Imaging Healthcare Co., Ltd. | System and method for diagnositic and treatment |
DE102019217220A1 (de) * | 2019-11-07 | 2021-05-12 | Siemens Healthcare Gmbh | Computerimplementiertes Verfahren zur Bereitstellung eines Ausgangsdatensatzes |
CN111260575B (zh) * | 2020-01-13 | 2023-07-04 | 沈阳先进医疗设备技术孵化中心有限公司 | 数据处理方法、装置、ct设备及ct系统 |
CN111915696B (zh) * | 2020-08-07 | 2023-09-22 | 南京安科医疗科技有限公司 | 三维图像数据辅助的低剂量扫描数据重建方法及电子介质 |
CN112330575B (zh) * | 2020-12-03 | 2022-10-14 | 华北理工大学 | 一种卷积神经网络医学ct图像去噪方法 |
CN112712572B (zh) * | 2021-01-11 | 2023-10-24 | 明峰医疗系统股份有限公司 | Ct扫描设备的低信号噪声的抑制方法、系统及计算机可读存储介质 |
WO2023182848A1 (ko) * | 2022-03-25 | 2023-09-28 | 주식회사 엘지경영개발원 | 신호 대 잡음비 기반의 우선순위를 적용한 인공지능 모델 학습 장치 및 이를 이용한 인공지능 모델 학습 방법 |
CN115187470A (zh) * | 2022-06-10 | 2022-10-14 | 成都飞机工业(集团)有限责任公司 | 一种基于3d打印内型腔的双域迭代降噪方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4761819A (en) | 1987-02-27 | 1988-08-02 | Picker International, Inc. | Adaptive noise reduction filter for reconstructed images |
US7187794B2 (en) | 2001-10-18 | 2007-03-06 | Research Foundation Of State University Of New York | Noise treatment of low-dose computed tomography projections and images |
EP1765174A1 (en) * | 2004-07-07 | 2007-03-28 | Koninklijke Philips Electronics N.V. | Streak artifact reduction in cardiac cone beam ct reconstruction |
CA2605836A1 (en) * | 2005-04-25 | 2006-11-02 | University Of Rochester | Method and apparatus of global de-noising for ct imaging |
US7672421B2 (en) * | 2005-10-12 | 2010-03-02 | Siemens Medical Solutions Usa, Inc. | Reduction of streak artifacts in low dose CT imaging through multi image compounding |
DE102006005803A1 (de) * | 2006-02-08 | 2007-08-09 | Siemens Ag | Verfahren zur Rauschreduktion in bildgebenden Verfahren |
US7840046B2 (en) * | 2006-06-27 | 2010-11-23 | Siemens Medical Solutions Usa, Inc. | System and method for detection of breast masses and calcifications using the tomosynthesis projection and reconstructed images |
WO2008012754A2 (en) | 2006-07-25 | 2008-01-31 | Koninklijke Philips Electronics N.V. | Volumetric data projection |
US8442353B2 (en) * | 2006-08-03 | 2013-05-14 | The Regents Of The University Of California | Incorporation of mathematical constraints in methods for dose reduction and image enhancement in tomography |
US7656990B2 (en) * | 2006-09-19 | 2010-02-02 | The Board Of Trustees Of The Leland Stanford Junior University | Adaptive anisotropic filtering of projection data for computed tomography |
US8005184B2 (en) | 2007-04-24 | 2011-08-23 | Wisconsin Alumni Research Foundation | Ultra low radiation dose X-ray CT scanner |
CN101674774B (zh) * | 2007-05-08 | 2012-04-25 | 皇家飞利浦电子股份有限公司 | 使用低剂量钙化积分扫描的冠状动脉选择性钙分配 |
WO2009156943A1 (en) * | 2008-06-25 | 2009-12-30 | Koninklijke Philips Electronics N.V. | Image generation device with optimized dose control |
EP2332122A4 (en) * | 2008-10-02 | 2013-11-20 | Univ Western Ontario | SYSTEM AND METHOD FOR IMAGE PROCESSING |
WO2010073251A2 (en) * | 2008-12-25 | 2010-07-01 | Medic Vision - Brain Technologies Ltd. | Denoising medical images |
CN101571949A (zh) * | 2009-05-05 | 2009-11-04 | 南京信息工程大学 | 基于pcnn的小波域超声医学图像去噪方法 |
US8346011B2 (en) * | 2009-06-26 | 2013-01-01 | Mayo Foundation For Medical Education And Research | Reducing noise in an image |
US8938108B2 (en) * | 2009-10-06 | 2015-01-20 | Koninklijke Philips N.V. | Method for artifact reduction in cone-beam CT images |
US8483463B2 (en) * | 2010-05-19 | 2013-07-09 | Wisconsin Alumni Research Foundation | Method for radiation dose reduction using prior image constrained image reconstruction |
US20120019512A1 (en) * | 2010-07-22 | 2012-01-26 | Dong Yang | Noise suppression for cone-beam image reconstruction |
US8538114B2 (en) * | 2011-06-06 | 2013-09-17 | Kabushiki Kaisha Toshiba | Method and system utilizing parameter-less filter for substantially reducing streak and or noise in computer tomography (CT) images |
-
2011
- 2011-04-27 CN CN201180030458.6A patent/CN102947861B/zh not_active Expired - Fee Related
- 2011-04-27 EP EP11722559.9A patent/EP2583241A1/en not_active Ceased
- 2011-04-27 WO PCT/IB2011/051846 patent/WO2011161557A1/en active Application Filing
- 2011-04-27 US US13/703,721 patent/US9189832B2/en not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
空间自适应和正则化技术的盲图像复原;郭永彩 等;《光学精密工程》;20081130;第16卷(第11期);第2263-2267页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2011161557A1 (en) | 2011-12-29 |
RU2013102530A (ru) | 2014-07-27 |
EP2583241A1 (en) | 2013-04-24 |
US9189832B2 (en) | 2015-11-17 |
CN102947861A (zh) | 2013-02-27 |
US20130089252A1 (en) | 2013-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102947861B (zh) | 用于在低剂量计算机断层摄影中降低噪声的方法和系统 | |
US10147168B2 (en) | Spectral CT | |
US11328391B2 (en) | System and method for controlling noise in multi-energy computed tomography images based on spatio-spectral information | |
CN102013089B (zh) | 用于噪声减少的迭代ct图像滤波器 | |
US8965078B2 (en) | Projection-space denoising with bilateral filtering in computed tomography | |
US7983462B2 (en) | Methods and systems for improving quality of an image | |
JP6169558B2 (ja) | コントラスト依存の解像度をもつ画像 | |
EP2923332B1 (en) | Projection data de-noising | |
Zhang et al. | Statistical image reconstruction for low-dose CT using nonlocal means-based regularization. Part II: An adaptive approach | |
US20100284596A1 (en) | System and methods for fast implementation of equally-sloped tomography | |
WO2016042466A2 (en) | Iterative image reconstruction with a sharpness driven regularization parameter | |
US10475215B2 (en) | CBCT image processing method | |
Abu Anas et al. | Comparison of ring artifact removal methods using flat panel detector based CT images | |
CN102270350A (zh) | 结合四维噪声滤波器的迭代ct图像重建 | |
EP3268934B1 (en) | Multi-energy (spectral) image data processing | |
CN107240140A (zh) | 一种图像重建的方法及装置 | |
JP5329204B2 (ja) | X線ct装置 | |
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 | |
WO2008065394A1 (en) | Method and apparatus for reducing distortion in a computed tomography image | |
CN115039135A (zh) | 处理计算机断层扫描(ct)数据以用于滤波反投影(fbp)的方法 | |
EP3893205A1 (en) | Suppression of motion artifacts in computed tomography imaging | |
Sabah et al. | Three-Dimensional CT Image Reconstruction Techniques: Implementation and Comparison | |
RU2575405C2 (ru) | Компьютерная томография (ст) при малых дозах | |
Chang | Statistical Reconstruction and Simultaneous Parameter Estimation for Iterative X-ray Computed Tomography | |
Little | Geometric modeling and sinogram restoration methods in 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160629 Termination date: 20170427 |