CN103154952A - 计算层析成像方法、计算机程序、计算装置和计算层析成像系统 - Google Patents
计算层析成像方法、计算机程序、计算装置和计算层析成像系统 Download PDFInfo
- Publication number
- CN103154952A CN103154952A CN2010800679690A CN201080067969A CN103154952A CN 103154952 A CN103154952 A CN 103154952A CN 2010800679690 A CN2010800679690 A CN 2010800679690A CN 201080067969 A CN201080067969 A CN 201080067969A CN 103154952 A CN103154952 A CN 103154952A
- Authority
- CN
- China
- Prior art keywords
- voxel
- volume data
- sample
- upgrade
- volume
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
Abstract
一种用于确定样本(13)的体积表示的计算层析成像方法,包括:初始重建步骤(22),从由X射线系统(10)所取得的样本(13)的X射线投影(21)来重建样本(13)的初始体积数据(23);确定要更新的所述重建的初始样本体积的一部分的步骤(24);以及迭代更新过程(32),用于使用迭代重建法仅对确定为要更新的体积数据(23)的一部分产生更新的体积数据(23)。该方法包括,在所述确定要更新的样本体积的一部分的步骤(24)中,基于重建的体积数据(23)的可用的质量信息,对所述体积数据(23)中的每一个单个体素单独评估这一体素是否满足指示这一个体素需要更新的预定的条件,并在所述迭代更新过程(32)中仅对已确定为要更新的那些体素才产生所述更新的体积数据(23)。
Description
技术领域
本发明涉及用于确定样本的体积表示的计算层析成像方法、计算机程序、计算装置和计算层析成像系统,包括:初始重建步骤,从由X射线系统取得的样本的X射线投影来重建样本的初始体积数据;确定要更新的所述重建的初始样本体积的一部分的步骤;以及迭代更新过程,用于使用迭代重建法仅对确定要更新的体积数据的该部分产生更新的体积数据。
背景技术
减少伪像的影响、减少重建时间和改善重建的体积数据的质量是计算层析成像中的一般需求。
在此一般需求之外,在许多情况下,存在着以下问题:给定对象的某些区域不能在数据采集期间被X射线完全扫描或充分穿透从而导致在重建的体积数据中质量差的区域。这样的情形例如涉及特别是不能在整个360°内完全扫描的大对象,像诸如电子板的大的平坦部件;和/或难以用X射线穿透的材料,像焊点中的铅或涡轮叶片中的因科镍合金。
美国6862335 B2中公开了一种计算层析成像方法,它包括:用于产生初始重建体积数据的分析重建步骤,用于将初始重建体积分开为具有相对好的图像质量的好体积和具有相对差的图像质量的差体积的体积分割步骤,以及用于改进在差体积中的重建体积数据的迭代重建步骤。体积分割步骤是基于几何考虑的,即差体积被由相对小数目的辐射路径穿过的区域限定,而好体积被由相对大量的辐射路径穿过的区域限定,导致给定的CT扫描器几何结构固定和总体地分离成好的和差的体积部份。
发明内容
本发明的目的是提供一种具有减少的重建时间的计算层析成像方法,其中能够得到改善的体积数据质量和/或能够减小伪像的影响,特别是但不限于这样的情况,其中不能在数据采集期间用足够的X射线强度扫描或在360°内充分地采样的样本的某些区域。
本发明用独立权利要求中的特征解决了这个目的。通过对所述体积数据中的每一个单个体素单独地评估这一体素是否需要进一步更新,要更新的体积数据能够以区别更大的方式修整。在效果上,能够实现刚好那些其质量还不足够的体素的进一步更新,导致体积数据质量的改进,而那些其质量已经足够的体素的进一步更新能够避免,与基于几何考虑的现有技术的总体积分割相比较,这将导致减少的重建时间。
本发明在给定对象的某些区域在数据采集期间不能用足够的X射线强度扫描的情况下和/或对不能在整个360°内完全扫描的对象特别有价值,如在现有技术中不存在令人满意的解决方案的诸如大型电子板或PCBA的大的平坦部件。其它优选的应用涉及难以用X射线穿透的材料,如焊点中的铅或大的碳纤维增强的塑料板,或涡轮叶片中的因科镍合金(inconel)。
优选地,所述评估步骤在迭代更新过程的每一个迭代中执行,特别是在任何进一步的更新体积数据产生之前执行。以这种方式,要被更新的体素的组能够动态地适应,且其数目能够从一个更新迭代到下一个更新迭代逐步减少,导致整个重建时间的进一步减少。
优选地,评估步骤包括产生更新掩模(mask)的步骤,更新掩模包括关于需要对其进一步更新的每一个单个体素的信息。更新掩模能够存储在存储器中,并优选在下一次更新过程迭代中使用,这是将本发明实施到一个实际的CT系统中的一种简单但快速有效的方式。
优选地,指示需要对一个特定的体素进行进一步的更新的条件是,这一个体素的质量是否低于或高于预定的阈值。然而,本发明并不限于这一条件。适用于指示需对一个特定的体素进行进一步更新的任何其它条件都可以使用。
优选地,用于体积数据的每一个单个体素的、优选是在对重建的或更新的体素的每一个的重建步骤后计算的单独的置信量度(confidence measure)被用作评估步骤中的质量信息。在一个优选的实施例中,单独的体素的置信量度基本上根据重建过程的过程数据来确定,其具体地在申请人的欧洲专利申请09014798.4中作了描述,本文通过引用将其全文引入,特别是在它涉及单独的体素的置信量度的计算和特性的范围。一个特定的体素的置信量度或质量量度是一个确定无疑地与那个体素的密度值为正确的概率相关的值。备选地,置信量度可与体素密度的方差、那个体素的密度值为不正确的概率、体素密度中的误差、与真正的密度的偏差、或体素的精度相关。一个体素的置信量度给出了关于重建的体素密度的质量的定量信息。对所有体素的置信量度的实体产生了用于整个重建的样本体积的置信量度分布或置信量度图。优选地,置信量度基本上仅基于重建的体积数据和/或测量的X射线投影来确定。
附图说明
在下面,参照附图基于优选的实施例说明本发明,其中:
图1是计算层析成像系统的示意性说明;
图2是示出了根据本发明的一个实施例的计算层析成像方法的流程图;
图2a是示出了根据本发明的另一个实施例的计算层析成像方法的流程图;
图3示出了两个样本的(原始的、根据传统CT方法重建的以及根据本发明的CT方法重建的)体积片(slice)的示例图像。
具体实施方式
在图1中所示的计算层析成像系统包括一个X射线检测系统10,其配置为取得样本13的一组X射线投影。因此,X射线系统10包括:发出X射线锥14的X射线源11特别是X射线管,成像装置12特别是X射线检测器,以及优选为适于在垂直轴线周围旋转样本13的样本操纵器20。在本示例中的X射线检测器12是二维检测器,但它也可以设想为使用一维检测器。样本13的一组X射线投影是通过以预定的小的角度步长逐步旋转操纵器并在每一个旋转角度取X射线投影而取得的。如果样本的尺寸允许这样,则优选为旋转在整个360°上进行。然而,在例如是大的电子板的大的对象的情况下,样本只能够沿小于360°的一定的角度范围旋转,相应地,投影的不完整的数据集是使用样本13的小于360°的旋转而取得的。CT系统可特别是适于达到低于10μm的分辨率的微或毫微CT系统。然而,本发明并不限于这样的高分辨率CT系统。
X射线投影18(在图1示出它的一个例子)是一维或二维图像,其中每一个体素17的值表示从源11的焦点16通过样本13从而产生到所考虑的体素17的对应的衰减的X射线19的对应的X射线15的衰减。一般而言,样本13的一组X射线投影21是从不同的方向取得的多个X射线投影18,其包含足够的信息,以允许以适合的重建技术进行完整样本体积的体积结构的重建。
X射线系统10并不限于绕垂直轴线旋转样本操作器20。备选地,一组X射线投影可以例如通过绕固定的样本13旋转X射线检测系统10而获得。一般而言,X射线系统10和样本13相对于彼此是适当移动的,其中可能包括绕一个或多个垂直和/或水平的轴旋转以取得一组X射线投影。在取得一组X射线投影期间备选的CT方法是可能的,如相对于光束轴的倾斜的旋转轴(<90°)和/或具有非恒定放大倍率的机构。
X射线投影从成像装置12读出,发送到计算机装置40,在那里它们被存储在存储器44,用于随后的评估和进一步处理。计算机装置40包括可编程计算装置41,可编程计算装置41具体包括微型处理器或可编程逻辑控制器,用户端42包括显示装置43。计算装置40被用软件编程,用于执行将在下面参照图2描述的计算层析成像方法。备选地,一个单独的计算机单元可以用来评估以X射线系统10取得的X射线投影。
在图1所示的实施例中,计算装置41被设置为控制X射线检测系统10,特别是X射线源11和用于取得样本13的X射线投影18的样本操纵器20。备选地,一个分开的控制单元可以被用于控制用以取得样本13的X射线投影18的X射线系统10。
在图2、2a所示的计算层析成像方法中,用X射线系统10从样本13取得的一组X射线投影21被输入到第一或初始计算层析成像重建算法22。第一重建算法22适于计算样本13的第一重建体积数据23。在重建体积数据23中,每一个体素或体积元素的值代表在样本13的对应的体积元素中的衰减系数或密度。在本上下文中,术语体素对应于3维像素,并且,如现有技术中常见的那样,表示向其指派了单个X射线衰减系数值的最小的体积元素单元。样本13的完整的体积数据23是由通过整个样本13的一组后续的体积片给定的。第一重建算法22本身是已知的,并且可以是基于任何合适的数学方法,包括但并不限于像例如Feldkamp或螺旋重建的分析方法,像例如ART、SART等代数方法的迭代方法,或像最大似然法等的统计方法。
在第一重建步骤22之后进行迭代重建过程32,其将在下面进行描述。
基于被检查的样本13的第一重建体积数据23和X射线投影21,执行在图2、2a中未示出的根据EP申请09014798.4的置信量度判定过程。这可以是在计算装置41或备选地在独立的计算装置中完成。在一个实施例中,前向投影被应用到重建体积片23,用于产生样本13的人工投影。前向投影是一种数学方法,其使用扫描仪的几何投影模型、考虑到图1所示的X射线系统10的几何形状来模拟图1所示的X射线系统10,以使人工投影与用X射线系统10记录的X射线投影21是可比的。人工投影是一维或二维的人工计算的图像,其每一个由多个像素组成。基于人工投影与用X射线系统10记录的X射线投影21之间的比较,随后在置信量度计算步骤中计算出用于重建的体积数据23的每一个体素的单独的置信量度或质量量度。更详细地,可以如下地计算体素的置信量度。对于受被检查的体素影响的该组真实投影21的每一个X射线投影值,计算在这一投影值和对应的人工投影值之间的差异。然后对于穿过被检查的体素的所有的X射线,可以从所述差异来计算被检查的体素的置信量度,具体地说计算为这些差异的总和。在这种情况下,如果总和的(绝对)值是高的,则被检查的体素的置信度低,反之亦然。对所有体素的置信量度的实体产生了样本13的所有体积片(即完整体积)的置信量度分布。根据真实投影和人工投影之间的差异计算置信量度的其它方法是可能的。
在体素评价步骤24,对体积片23中的每一个单个体素进行评估,评估这个体素是否满足指示需要对此体素进一步更新的预定的条件。这个评估优选为基于被检查的体素的体素置信量度或体素质量量度。具体地,如果一个具体的体素的置信量度超过了指示质量是足够的(好体素)的预定的阈值,则确定为不需要这个体素的更新。另一方面,如果一个具体的体素的置信量度低于指示质量差(差体素)的预定阈值,则确定为这个体素的更新是需要的。
根据有关在体素评价步骤24中获得的所有体素的信息,产生更新掩模25并存储在存储器44中以供进一步使用。更新掩模中含有根据在下一个重建迭代中需要更新的单个体素(即差体素)的那些体积部分的描述。更新掩模例如能够是包含用于重建体积的每一个体素的、指示每一个体素是否需要更新的一个比特的信息的数据对象。然而,更新掩模不限于这一特定形式。例如,它也能够是例如包含用于需要更新的所有的差体素的位置信息的数据对象,或任何其它类型的适合的数据对象。
图2、2a的迭代CT重建过程32进一步包括为体积片23的单个体素计算更新值27的重建步骤26,以改善它们的图像质量或者更一般地它们的数据质量。重建步骤26可以是基于任何适合的迭代重建算法,特别是像例如ART、SART等的代数方法。典型地,从体积片23计算一组人工投影,然后再从人工投影和从真实投影21计算体素的更新值27。
根据本发明的一个重要方面,在重建26中优选考虑更新掩模25,如由图2的虚线箭头31所示。特别地,在重建步骤26中,只对由更新掩模25限定为差体素计算更新值27。通过在重建26中忽略好体素26,处理时间的对应的浪费能够被避免,整体上,重建和更新时间能够显著减少。另一方面,通过在单个体素级别上限定要更新的体积,能够保证每一个单个差体素是经受更新的,以改善其质量,这将导致整体改善的数据质量。这表现在图3中,其示出了两个样本的原始的体积片的图像(a)、(b)和由没有图2中的步骤24和28的常规方法重建的体积片23的图像(c)、(d),以及根据在图2或图2a中所示的本发明的方法重建的体积片23的图像(e)、(f)。在常规的方法和根据本发明的方法两者中,重建已经从收集自样本13的小于360°(这里例如是106°)的旋转的投影数据21完成。通过比较图像(c)和(e)以及图像(d)和(f),显而易见的是,特别是,作为根据本发明的CT方法的结果,在图像(e)和(f)中的对象的边界更清楚得多。
基于更新值27,在重建的体积更新步骤28中,有利地是但并不一定只对在当前更新掩模25中限定的差体素更新体积片23的值。以这种方式,产生体积片23的下一个迭代完全组,如在图2、2a中的箭头29指示的那样,这完成了迭代重建循环32。如果未示出的评估步骤确定一般性的终止条件还没有满足,例如,如果当前组的体积数据23的整体质量可以由进一步的迭代显著改进,则进行下一个重建迭代步骤26以进一步更新差体素。
根据本发明的一个重要方面,单个体素的置信量度的计算、体素评价步骤24和更新掩模25的计算也是迭代进行的,即在每一个重建迭代步骤26之前以及基于在每一个重建迭代步骤26后产生的每一个更新的体积数据23进行。以这种方式,要更新的体积部分能够从一个迭代26到下一个迭代26逐步减少,并且还能够显著减少整体的重建和更新时间。
在参照图2和2a描述的优选实施例中,单个体素的置信量度只从投影21计算,并且重建的体积数据23有利地用作将体素分成好的体素和差体素的分离标准。然而,本发明并不限于使用只从CT过程数据21、23计算的置信量度。备选地,体素评价24能够是基于有关体积数据23的质量的任何类型的预定知识,例如通过将重建的体积数据23与从数据库取得的理想样本的预先存储的理想体积数据相比较。
在参照图2描述的实施例中,在每一个重建步骤22、26后,计算完整的更新掩模25,然后才在重建步骤26中计算更新值27。然而,也不一定如此。在另一个实施例中,例如,对于每一个单个体素,在执行体素评价24后,如果体素评价已经确定了差体素,可以随后立即为此体素计算更新值。
不是在步骤26中只为由更新掩模25所限定的差体素计算更新值,而是也可能忽略在步骤26中的更新掩模25并对整个样本体积的所有体素计算完更新值。这个实施例对应于去除了虚线箭头31的图2。在本实施例中,更新掩模25只在体积更新步骤28中考虑。
在图2a中示出的实施例示出图2的步骤26至28可以在整体更新步骤30中进行。换句话说,计算更新值的步骤是与在整体更新步骤30中的更新体积数据的步骤一起进行的。
根据本发明的和在图2、图2a中所示的CT方法可以在用于工业产品的非破坏性测试的自动缺陷识别(ADR)系统中使用,其中ADR算法被应用于重建的体积数据,以确定被检查的样本中的缺陷。ADR系统可以被计算机装置40中的ADR软件实现。
Claims (15)
1.一种用于确定样本(13)的体积表示的计算层析成像方法,包括:初始重建步骤(22),从由X射线系统(10)取得的样本(13)的X射线投影(21)来重建所述样本(13)的初始体积数据(23);确定要更新的所述重建的初始样本体积的一部分的步骤(24);以及迭代更新过程(32),用于使用迭代重建法仅对确定要更新的所述体积数据(23)的所述一部分产生更新的体积数据(23),其特征在于:
在确定要更新的所述样本体积的一部分的所述步骤(24)中,基于所述重建的体积数据(23)的可用的质量信息,对所述体积数据(23)中的每一个单个体素单独评估这一个体素是否满足指示这一个体素需要更新的预定的条件,并且,在所述迭代更新过程(32)中,仅对已确定为需要更新的那些体素才产生所述更新的体积数据(23)。
2.根据权利要求1所述的方法,其中,所述评估步骤是在所述迭代更新过程(32)的每一次迭代中进行的。
3.根据上述权利要求中的任何一项所述的方法,其中,所述评估步骤(24)包括产生更新掩模(25)的步骤,所述更新掩模(25)包括关于需要对其进一步更新的每一个单个体素的信息。
4.根据上述权利要求中的任何一项所述的方法,其中,在所述迭代更新过程(32)中,仅对所述体素质量低于或高于预定的阈值的那些体素才产生所述更新的体积数据(23)。
5.根据上述权利要求中的任何一项所述的方法,其中,所述迭代更新过程(32)包括由迭代重建方法来计算所述体积数据(23)的更新值(27)的步骤(26)或直接更新所述体积数据(23)的步骤(30)。
6.根据权利要求5所述的方法,其中,所述计算更新值(27)的所述步骤(26)或直接更新所述体积数据(23)的所述步骤(30)仅对已确定为需要更新的那些体素才进行。
7.根据权利要求5或6所述的方法,其中,所述迭代更新过程(32)包括使用所计算的更新值(27)更新所述体积数据(23)的步骤(28,30)。
8.根据权利要求7所述的方法,其中,更新所述体积数据(23)的所述步骤(28,30)仅对那些已确定为需要更新的体素才进行。
9.根据上述权利要求中的任一项所述的方法,包括基本上从所述重建过程(22,26)的过程数据(21,23)确定所述重建体积数据的每一个单个体素的单独的置信量度的步骤。
10.根据权利要求9所述的方法,其中,对于所考虑的特定体素,所述评估步骤(24)是基于该体素的所确定的单独的置信量度。
11.根据权利要求9或10所述的方法,其中,所述置信量度基本上基于所述重建的体积数据(23)和/或所述X射线投影(21)而确定。
12.根据权利要求9至11中的任一项所述的方法,其特征在于,在所述迭代更新过程(32)的每次迭代中重复所述置信量度的计算。
13.一种计算机程序,当在计算机上执行时,其使得所述计算机执行根据上述权利要求中的任一项的计算层析成像法。
14.一种计算装置(41),其被编程为运行用于执行根据权利要求1至12中的任何一项的计算层析成像法的计算机程序。
15.一种计算层析成像系统(50),其包括适于取得样本(13)的一组X射线投影的X射线系统(10),以及根据权利要求11的计算装置(41)。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2010/004191 WO2012003850A1 (en) | 2010-07-09 | 2010-07-09 | Computed tomography method, computer program, computing device and computed tomography system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103154952A true CN103154952A (zh) | 2013-06-12 |
Family
ID=42813440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010800679690A Pending CN103154952A (zh) | 2010-07-09 | 2010-07-09 | 计算层析成像方法、计算机程序、计算装置和计算层析成像系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8977022B2 (zh) |
EP (1) | EP2591431B1 (zh) |
JP (1) | JP5675978B2 (zh) |
CN (1) | CN103154952A (zh) |
WO (1) | WO2012003850A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012003850A1 (en) * | 2010-07-09 | 2012-01-12 | Ge Sensing & Inspection Technologies Gmbh | Computed tomography method, computer program, computing device and computed tomography system |
WO2012106460A2 (en) | 2011-02-01 | 2012-08-09 | L-3 Communications Security and Detection Systems Inc. | Reconstruction method using direct and iterative techniques |
EP2715670B1 (en) * | 2011-05-27 | 2020-07-08 | GE Sensing & Inspection Technologies GmbH | Computed tomography method, computer software, computing device and computed tomography system for determining a volumetric representation of a sample |
US9069092B2 (en) | 2012-02-22 | 2015-06-30 | L-3 Communication Security and Detection Systems Corp. | X-ray imager with sparse detector array |
US10354418B2 (en) | 2014-08-16 | 2019-07-16 | Fei Company | Tomographic reconstruction for material characterization |
JP7138858B2 (ja) * | 2018-07-04 | 2022-09-20 | 国立大学法人 東京大学 | フィルタ逆投影法によるct再構成処理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040264625A1 (en) * | 2003-06-27 | 2004-12-30 | Samit Basu | System and method for iterative reconstruction of cone beam tomographic images |
CN1983332A (zh) * | 2005-04-18 | 2007-06-20 | 西门子共同研究公司 | 用于计算机辅助诊断的改进的结节分割 |
US20070297660A1 (en) * | 2006-06-22 | 2007-12-27 | General Electric Company | Systems and methods for improving a resolution of an image |
US20080118020A1 (en) * | 2006-11-17 | 2008-05-22 | General Electric Company | Method and system for iterative reconstruction |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2779853B1 (fr) * | 1998-06-11 | 2000-08-11 | Ge Medical Syst Sa | Procede de reconstruction d'une image tridimensionnelle d'un objet, en particulier une image tridimensionnelle angiographique |
US6418044B1 (en) | 2000-12-28 | 2002-07-09 | Stmicroelectronics, Inc. | Method and circuit for determining sense amplifier sensitivity |
US7394927B2 (en) | 2003-05-06 | 2008-07-01 | Koninklijke Philips Electronics N.V. | Iterative method of determining a spatial distribution of values of a property |
US7995809B2 (en) | 2005-04-18 | 2011-08-09 | Siemens Medical Solutions Usa, Inc. | Refined segmentation of nodules for computer assisted diagnosis |
DE102005051620A1 (de) | 2005-10-27 | 2007-05-03 | Siemens Ag | Verfahren zur Rekonstruktion einer tomographischen Darstellung eines Objektes |
US7590017B2 (en) | 2006-04-12 | 2009-09-15 | Taiwan Semiconductor Manufacturing Company, Ltd. | DRAM bitline precharge scheme |
JP4831434B2 (ja) * | 2007-12-27 | 2011-12-07 | アイシン・エィ・ダブリュ株式会社 | 地物情報収集装置及び地物情報収集プログラム、並びに自車位置認識装置及びナビゲーション装置 |
US7885371B2 (en) * | 2008-08-28 | 2011-02-08 | General Electric Company | Method and system for image reconstruction |
JP2010127810A (ja) * | 2008-11-28 | 2010-06-10 | Omron Corp | X線検査装置およびx線検査方法 |
WO2012003850A1 (en) | 2010-07-09 | 2012-01-12 | Ge Sensing & Inspection Technologies Gmbh | Computed tomography method, computer program, computing device and computed tomography system |
-
2010
- 2010-07-09 WO PCT/EP2010/004191 patent/WO2012003850A1/en active Application Filing
- 2010-07-09 CN CN2010800679690A patent/CN103154952A/zh active Pending
- 2010-07-09 JP JP2013522107A patent/JP5675978B2/ja not_active Expired - Fee Related
- 2010-07-09 US US13/808,925 patent/US8977022B2/en active Active
- 2010-07-09 EP EP10730730.8A patent/EP2591431B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040264625A1 (en) * | 2003-06-27 | 2004-12-30 | Samit Basu | System and method for iterative reconstruction of cone beam tomographic images |
CN1983332A (zh) * | 2005-04-18 | 2007-06-20 | 西门子共同研究公司 | 用于计算机辅助诊断的改进的结节分割 |
US20070297660A1 (en) * | 2006-06-22 | 2007-12-27 | General Electric Company | Systems and methods for improving a resolution of an image |
US20080118020A1 (en) * | 2006-11-17 | 2008-05-22 | General Electric Company | Method and system for iterative reconstruction |
Also Published As
Publication number | Publication date |
---|---|
JP5675978B2 (ja) | 2015-02-25 |
EP2591431A1 (en) | 2013-05-15 |
WO2012003850A1 (en) | 2012-01-12 |
EP2591431B1 (en) | 2020-01-01 |
US8977022B2 (en) | 2015-03-10 |
US20130163842A1 (en) | 2013-06-27 |
JP2013535678A (ja) | 2013-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8135186B2 (en) | Method and system for image reconstruction | |
CN103154952A (zh) | 计算层析成像方法、计算机程序、计算装置和计算层析成像系统 | |
CN102177430B (zh) | 使用经移位的几何结构改进ct图像采集的方法和设备 | |
US8526570B2 (en) | Computed tomography method, computer software, computing device and computed tomography system for determining a volumetric representation of a sample | |
EP3814758A1 (en) | Item inspection by dynamic selection of projection angle | |
CN104995690A (zh) | 多能量x射线显微镜数据采集及图像重建系统及方法 | |
JP2010223963A (ja) | コンテナを検査する方法及びシステム | |
CN110555834B (zh) | 基于深度学习网络的ct坏通道实时检测及重建方法 | |
CN112165900A (zh) | 图像解析方法、分割方法、骨密度测量方法、学习模型生成方法和图像生成装置 | |
JP2004053430A (ja) | Ct装置,ct撮像方法、及びct撮像サービス方法 | |
Presenti et al. | Dynamic few-view X-ray imaging for inspection of CAD-based objects | |
CN114365192A (zh) | 锥形射束ct中基于神经网络的有限角度伪影降低的置信度图 | |
JP7200647B2 (ja) | データ処理方法、データ処理装置、およびデータ処理プログラム | |
Presenti et al. | CAD-based defect inspection with optimal view angle selection based on polychromatic X-ray projection images | |
CN114332266A (zh) | 用于计算机断层摄影成像的散射校正 | |
CN114332265A (zh) | 用于计算机断层摄影成像的散射校正 | |
EP2715670B1 (en) | Computed tomography method, computer software, computing device and computed tomography system for determining a volumetric representation of a sample | |
CN112288762A (zh) | 一种有限角度ct扫描的离散迭代重建方法 | |
Zemek et al. | Automatic marker-free estimation methods for the axis of rotation in sub-micron X-ray computed tomography | |
EP4160537A2 (en) | System and method for accelerated convergence of iterative tomographic reconstruction | |
CN108780587A (zh) | 通过校正进行的无损检测方法 | |
JP5292055B2 (ja) | 配管検査用断層撮影方法および装置 | |
CN116503315A (zh) | 用于实时图像3d分割正则化的方法和系统 | |
JPH0727562B2 (ja) | 縫製部品表面の形状状態検査装置 | |
CN117256006A (zh) | 拼接多幅图像以创建全景图像 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20161228 |
|
C20 | Patent right or utility model deemed to be abandoned or is abandoned |