CN103413280A - 一种低剂量x射线ct图像重建方法 - Google Patents
一种低剂量x射线ct图像重建方法 Download PDFInfo
- Publication number
- CN103413280A CN103413280A CN2013103748715A CN201310374871A CN103413280A CN 103413280 A CN103413280 A CN 103413280A CN 2013103748715 A CN2013103748715 A CN 2013103748715A CN 201310374871 A CN201310374871 A CN 201310374871A CN 103413280 A CN103413280 A CN 103413280A
- Authority
- CN
- China
- Prior art keywords
- data
- projection
- iteration
- ray
- 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.)
- Granted
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种低剂量X射线CT图像重建方法,依次包括如下步骤:(1)获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据;(2)根据步骤(1)获得的投影数据,计算逐个数据点上的投影数据方差,其中表示数据点的位置,表示所有数据点的个数;(3)根据(2)中估计的方差,构建投影数据恢复模型;(4)根据步骤(1)获得的投影数据,应用步骤(3)的投影数据恢复模型进行求解,得到恢复后的投影数据;(5)根据步骤(4)得到的恢复后的投影数据进行图像重建,得到重建后的CT图像。本发明可以在大幅减少图像噪声和伪影的同时较好地保持原有图像的分辨率,最终实现CT图像的优质重建。
Description
技术领域
本发明涉及一种医学影像的图像处理技术领域,具体涉及一种基于投影数据恢复的低剂量X射线CT图像重建方法。
背景技术
X射线CT扫描已经广泛应用于临床医学影像诊断,但是CT扫描过程中过高的X射线辐射剂量对人体存在潜在风险,容易造成辐射损伤、诱发恶性肿瘤等。在保证图像质量的前提下,最大限度降低X射线使用剂量已经成为医学CT成像领域研究的关键技术之一。
为了降低X射线辐射剂量,可以通过各种硬件技术及软件技术降低CT扫描中的X射线使用剂量。常见的方法有降低管电流、降低X射线曝光时间以及减少投影数据的采集量,其中减少投影数据采集量即稀疏角度CT扫描。
虽然降低CT扫描中的管电流(Low-mA)可以直接减少使用X线的辐射剂量,但是其相应的成像数据中将含有大量的随机量子噪声,直接导致图像质量的严重退化,难以用于临床诊断。为了最大限度降低X射线辐射剂量,基于降低管电流和扫描时间的低剂量CT图像重建方法相继被提出,例如基于统计模型的迭代重建方法以及基于投影数据滤波的解析重建方法。其中,基于统计模型的迭代重建方法,根据采集的投影数据的统计特性以及成像系统构建图像重建模型,可以实现低剂量CT图像优质重建;基于投影数据滤波的解析重建方法,同样可以根据采集的投影数据的统计特性以及成像系统进行数据滤波建模,再通过解析重建方法实现快速优质的低剂量CT图像重建。
基于统计模型的迭代重建方法,需要对目标函数进行几十甚至上百次的反复迭代求解,使得重建CT图像的时间大幅增加。重建相同像素大小的CT图像时,基于统计模型的迭代重建方法所需要的时间远远超过经典的解析重建方法,因此远远不能满足临床CT实时显像的需求。
而传统的基于投影数据滤波的解析重建方法,在投影数据恢复过程中不可避免地导致图像原有细节信息的丢失,从而使得相应CT图像的分辨率下降。
因此,针对现有技术不足,提供一种能够确保重建图像的分辨率的低剂量CT图像重建方法以解决现有技术不足甚为必要。
发明内容
本发明提供一种低剂量X射线CT图像重建方法,该方法能够确保重建后图形的分辨率,成像质量高。
本发明的上述目的通过如下技术手段实现。
一种低剂量X射线CT图像重建方法,依次包括如下步骤:
(1)、获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据 ;
(4)、根据步骤(1)获得的投影数据,应用步骤(3)的投影数据恢复模型进行求解,得到恢复后的投影数据;
(5)、根据步骤(4)得到的恢复后的投影数据进行图像重建,得到重建后的CT图像。
上述步骤(2)采用基于图像的局部方差估计方法或者采用基于CT投影数据噪声统计特性的方差估计方法计算数据点上的投影数据方差。
上述步骤(2)方差的估计公式为:
上述步骤(3)中构建的投影数据恢复模型为:
上述步骤(4)采用交替最小化方法求解步骤(3)建立的投影数据恢复模型,具体包括:
(4.1)建立交替最小化算法的迭代格式和迭代终止条件,
迭代格式为:
……(4);
迭代终止条件为:
(4.2)对(3)式和(4)式样进行求解;
(4.4)将迭代初始值代入步骤(4.2)的求解公式中求解,得到当前求解后的投影数据;
(4.5)根据迭代终止条件判断当前求解后的投影数据是否满足迭代终止条件,如果满足迭代终止条件,终止迭代,以当前求解后的投影数据作为恢复后的投影数据;
如果不满足迭代条件,则以当前求解后的投影数据作为迭代初始值,进入步骤(4.4)。
(3)式采用公式(6)进行求解:
(4)式采用高斯-塞德尔迭代算法求解:
上述步骤(5)采用滤波反投影方法或者卷积反投影方法进行图像重建。
本发明的一种低剂量X射线CT图像重建方法,依次包括如下步骤:(1)、获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据;(2)、根据步骤(1)的投影数据,计算逐个数据点上的投影数据方差,其中表示数据点的位置,表示所有数据点的个数;(3)、根据(2)中估计的方差,构建投影数据恢复模型;(4)、根据步骤(1)获得的投影数据,应用步骤(3)的投影数据恢复模型进行求解,得到恢复后的投影数据;(5)、根据步骤(4)得到的恢复后的投影数据进行图像重建,得到重建后的CT图像。本发明方法由CT投影数据的噪声统计特性,构建投影数据恢复模型,使用交替最优化算法求解。本发明可以在大幅减少图像噪声和伪影的同时较好地保持原有图像的分辨率,最终实现CT图像的优质重建。
附图说明
利用附图对本发明作进一步的说明,但附图中的内容不构成对本发明的任何限制。
图1为本发明的一种低剂量X射线CT图像重建方法的流程图。
图2为实例2中仿真使用的Shepp-Logan体模数据。
图3为实例2中仿真生成的低剂量CT投影数据以及恢复后的投影数据,其中:(a)为模拟生成的低剂量CT投影数据图像;(b)为本发明方法滤波后的投影数据图像;(c)为图像(a)与图像(b)的差图。
图4为实例2中由模拟生成的低剂量投影数据采用Ramp滤波后以FBP方法重建的图像。
图5为实例2中由低剂量投影数据采用不同方法重建的CT图像:(a)本发明公开方法恢复后的投影数据FBP重建的图像,(b)为Hanning滤波后FBP重建结果。
具体实施方式
结合以下实施例对本发明作进一步描述。
实施例1。
一种低剂量X射线CT图像重建方法,依次包括如下步骤。
需要说明的是,步骤(2)可以采用基于图像的局部方差估计方法或者采用基于CT投影数据噪声统计特性的方差估计方法计算数据点上的投影数据方差。
方差的估计公式可以根据需要设置何选择,如方差的估计公式可以为:
具体的,步骤(3)中构建的投影数据恢复模型为:
需要说明的是,先验约束也可以为其他的形式,比如全变分(Total Variation, TV)、Huber先验等。
(4)、根据步骤(1)获得的投影数据,应用步骤(3)的投影数据恢复模型进行求解,得到恢复后的投影数据;
具体的,步骤(4)采用交替最小化方法求解步骤(3)建立的投影数据恢复模型,具体包括:
(4.1)建立交替最小化算法的迭代格式和迭代终止条件,
迭代格式为:
迭代终止条件为:
(4.2)对(3)式和(4)式样进行求解;
(3)式采用公式(6)进行求解:
(4)式采用高斯-塞德尔迭代算法求解:
则:……(8);
(4.4)将迭代初始值代入步骤(4.2)的求解公式中求解,得到当前求解后的投影数据;
(4.5)根据迭代终止条件判断当前求解后的投影数据是否满足迭代终止条件,如果满足迭代终止条件,终止迭代,以当前求解后的投影数据作为恢复后的投影数据;
如果不满足迭代终止条件,则以当前求解后的投影数据作为新的迭代初始值,进入步骤(4.4)。
(5)、根据步骤(4)得到的恢复后的投影数据采用滤波反投影方法或者卷积反投影方法进行图像重建,得到重建后的CT图像。
本发明方法由CT投影数据的噪声统计特性,构建投影数据恢复模型,使用交替最优化算法求解。本发明可以在大幅减少图像噪声和伪影的同时较好地保持原有图像的分辨率,最终实现CT图像的优质重建。
本发明的方法,充分考虑了CT投影数据的噪声特性进行准确建模,可以有效地去除噪声和条形伪影,同时可以很好地保持图像的分辨率。
实施例2。
采用如图2所示的Shepp-Logan数字体模图像作为本发明的计算机仿真实验对象。体模图像大小设为512×512,模拟CT设备的X射线源到旋转中心和探测器的距离分别为 1361.2mm和615.18mm,旋转角在间采样值为1160,每个采样角对应672个探测器单元,探测器单元的大小为1.85 mm。
如图1所示,本发明的低剂量X射线CT图像重建方法,依次包括如下步骤:
(1)、获取CT设备的成像系统参数和低剂量CT扫描协议下的投影数据。所获得CT设备的成像系统参数:X射线的入射光子强度为2.5×105,系统电子噪声的方差为11.0。需要说明的是,在实际CT数据采集中,投影数据和系统参数即入射光子强度和系统电子噪声的方差均可以直接读取。
通过该CT系统仿真生成大小为1160×672的投影数据,如图3(a)所示。
本实例中,图像重建使用传统扇形束滤波反投影(Filtered Back-Projection, FBP)算法,截止频率设为奈奎斯特频率。
(3)根据步骤(2)中估计的方差,构建投影数据恢复模型。
所构建的投影数据恢复模型为:
(4)、根据步骤(1)获得的投影数据,应用步骤(3)的投影数据恢复模型进行求解,得到恢复后的投影数据。
步骤(4)采用交替最小化方法求解步骤(3)建立的投影数据恢复模型,具体包括:将步骤1中的投影数据作为迭代初始值,代入公式(5)、(6)中进行迭代运算,得到恢复的投影数据,然后以同样的方法依次进行下一次迭代运算,依次不断地循环迭代运算,当迭代满足终止条件(5)时,得到最终的滤波后的投影数据,如图3(a)所示。
(5)对恢复后的投影数据使用传统扇形束FBP算法进行重建,得到重建图像,如图5(a)所示。
为了验证本发明所示方法的效果,对模拟生成的同组CT投影数据,采用汉宁(Hanning)窗滤波后的FBP重建图像,如图5(b)所示,其中汉宁(Hanning)窗滤波的截止频率设为奈奎斯特频率的80%。
同时,为了说明投影数据恢复对传统扇形束FBP算法重建图像质量的影像,图4给出了由CT投影数据直接采用斜坡(Ramp)滤波后的FBP法重建图像。图5中(a)和(b)两种方法对应的重建。结果进行比较可见,本发明方法能够在保持图像分辨率的同时,更好地减少图像中的噪声和伪影,如图5箭头所示。
本发明方法所获得的图像的信噪比可达30.61,在相同条件下采用FBP-Hamming法多获得的图像的信噪比为24.73,可见,本发明的方法可以有效提高图像的信噪比。
本发明方法由CT投影数据的噪声统计特性,构建投影数据恢复模型,使用交替最优化算法求解。本发明可以在大幅减少图像噪声和伪影的同时较好地保持原有图像的分辨率,最终实现CT图像的优质重建。
本发明的方法,充分考虑了CT投影数据的噪声特性进行准确建模,可以有效地去除噪声和条形伪影,同时可以很好地保持图像的分辨率。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (10)
3.根据权利要求2所述的低剂量X射线CT图像重建方法,其特征在于:所述步骤(2)采用基于图像的局部方差估计方法或者采用基于CT投影数据噪声统计特性的方差估计方法计算投影数据的方差。
7.根据权利要求6所述的低剂量X射线CT图像重建方法,其特征在于:
所述步骤(4)采用交替最小化方法求解步骤(3)建立的投影数据恢复模型,具体包括:
(4.1)建立交替最小化算法的迭代格式和迭代终止条件,
迭代格式为:
迭代终止条件为:
(4.2)对(3)式和(4)式样进行求解;
(4.3)将步骤(1)所获得的投影数据作为迭代初始值;
(4.4)将迭代初始值代入步骤(4.2)的求解公式中求解,得到当前求解后的投影数据;
(4.5)根据迭代终止条件判断当前求解后的投影数据是否满足迭代终止条件,如果满足迭代终止条件,终止迭代,以当前求解后的投影数据作为恢复后的投影数据;
如果不满足迭代终止条件,则以当前求解后的投影数据作为迭代初始值,进入步骤(4.4)。
10.根据权利要求1所述的低剂量X射线CT图像重建方法,其特征在于:
所述步骤(5)采用滤波反投影方法或者卷积反投影方法进行图像重建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310374871.5A CN103413280B (zh) | 2013-08-26 | 2013-08-26 | 一种低剂量x射线ct图像重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310374871.5A CN103413280B (zh) | 2013-08-26 | 2013-08-26 | 一种低剂量x射线ct图像重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103413280A true CN103413280A (zh) | 2013-11-27 |
CN103413280B CN103413280B (zh) | 2016-06-15 |
Family
ID=49606285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310374871.5A Active CN103413280B (zh) | 2013-08-26 | 2013-08-26 | 一种低剂量x射线ct图像重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103413280B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810734A (zh) * | 2014-02-28 | 2014-05-21 | 南方医科大学 | 一种低剂量x射线ct投影数据恢复方法 |
CN104408758A (zh) * | 2014-11-12 | 2015-03-11 | 南方医科大学 | 一种低剂量能谱ct图像处理方法 |
CN105844678A (zh) * | 2016-06-15 | 2016-08-10 | 赣南师范学院 | 基于全广义变分正则化的低剂量x射线ct图像重建方法 |
CN106780641A (zh) * | 2016-11-14 | 2017-05-31 | 西安交通大学 | 一种低剂量x射线ct图像重建方法 |
CN106875334A (zh) * | 2017-03-20 | 2017-06-20 | 中国科学院地质与地球物理研究所 | 页岩ct成像方法及装置 |
CN108877892A (zh) * | 2017-05-12 | 2018-11-23 | 瓦里安医疗系统公司 | 自动估算和减少计算机断层成像扫描中的散射 |
CN109389575A (zh) * | 2018-10-09 | 2019-02-26 | 山东理工大学 | 一种基于代数迭代法的图像快速局部重建方法 |
CN109717886A (zh) * | 2017-10-30 | 2019-05-07 | 上海交通大学 | 一种低辐射剂量的ct扫描方法 |
CN111899312A (zh) * | 2020-07-08 | 2020-11-06 | 西北工业大学 | 一种迭代补偿的有限角度ct投影重建方法 |
CN111968192A (zh) * | 2020-06-29 | 2020-11-20 | 深圳先进技术研究院 | 一种ct图像的构建方法、ct设备以及存储介质 |
CN112116677A (zh) * | 2020-09-23 | 2020-12-22 | 赣南师范大学 | 一种基于低维流形先验的低剂量ct重建方法 |
CN115778412A (zh) * | 2023-02-09 | 2023-03-14 | 之江实验室 | X光声成像中造影剂剂量的优化方法、装置及存储介质 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6529575B1 (en) * | 2002-04-29 | 2003-03-04 | Ge Medical Systems Global Technology Company, Llc | Adaptive projection filtering scheme for noise reduction |
CN1654014A (zh) * | 2004-02-09 | 2005-08-17 | Ge医疗系统环球技术有限公司 | 锥形射束ct图像重构中减少失真的方法和设备 |
JP2009095405A (ja) * | 2007-10-15 | 2009-05-07 | Ge Medical Systems Global Technology Co Llc | X線ct装置 |
-
2013
- 2013-08-26 CN CN201310374871.5A patent/CN103413280B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6529575B1 (en) * | 2002-04-29 | 2003-03-04 | Ge Medical Systems Global Technology Company, Llc | Adaptive projection filtering scheme for noise reduction |
CN1654014A (zh) * | 2004-02-09 | 2005-08-17 | Ge医疗系统环球技术有限公司 | 锥形射束ct图像重构中减少失真的方法和设备 |
JP2009095405A (ja) * | 2007-10-15 | 2009-05-07 | Ge Medical Systems Global Technology Co Llc | X線ct装置 |
Non-Patent Citations (4)
Title |
---|
JIANHUA MA等: "Variance analysis of x-ray CT singorams in the presence of electronic noise background", 《MEDICAL PHYSICS》 * |
JING WANG等: "Multiscale Penalized Weighted Least-Squared Sinogram Restoration for Low-Dose X-Ray Computed Tomography", 《PROCEEDINGS OF THE 28TH IEEE EMBS ANNUAL INTERNATIONAL CONFERENCE》 * |
ZHAOYING BIAN等: "Penalized Weighted Alpha-Divergence Approach to Sinogram Restoration for Low-Dose X-ray Computed Tomography", 《2012 IEEE NUCLEAR SCIENCE SYMPOSIUM AND MEDICAL IMAGING CONFERENCE RECORD (NSSIMIC)》 * |
马建华等: "基于广义Gibbs先验的低剂量X-CT优质重建研究", 《计算机工程与应用》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103810734A (zh) * | 2014-02-28 | 2014-05-21 | 南方医科大学 | 一种低剂量x射线ct投影数据恢复方法 |
CN104408758A (zh) * | 2014-11-12 | 2015-03-11 | 南方医科大学 | 一种低剂量能谱ct图像处理方法 |
CN105844678A (zh) * | 2016-06-15 | 2016-08-10 | 赣南师范学院 | 基于全广义变分正则化的低剂量x射线ct图像重建方法 |
CN106780641B (zh) * | 2016-11-14 | 2020-07-28 | 西安交通大学 | 一种低剂量x射线ct图像重建方法 |
CN106780641A (zh) * | 2016-11-14 | 2017-05-31 | 西安交通大学 | 一种低剂量x射线ct图像重建方法 |
CN106875334A (zh) * | 2017-03-20 | 2017-06-20 | 中国科学院地质与地球物理研究所 | 页岩ct成像方法及装置 |
CN106875334B (zh) * | 2017-03-20 | 2019-10-25 | 中国科学院地质与地球物理研究所 | 页岩ct成像方法及装置 |
CN108877892A (zh) * | 2017-05-12 | 2018-11-23 | 瓦里安医疗系统公司 | 自动估算和减少计算机断层成像扫描中的散射 |
CN108877892B (zh) * | 2017-05-12 | 2022-03-22 | 瓦里安医疗系统公司 | 自动估算和减少计算机断层成像扫描中的散射 |
CN109717886A (zh) * | 2017-10-30 | 2019-05-07 | 上海交通大学 | 一种低辐射剂量的ct扫描方法 |
CN109389575B (zh) * | 2018-10-09 | 2023-12-01 | 山东理工大学 | 一种基于代数迭代法的图像快速局部重建方法 |
CN109389575A (zh) * | 2018-10-09 | 2019-02-26 | 山东理工大学 | 一种基于代数迭代法的图像快速局部重建方法 |
CN111968192A (zh) * | 2020-06-29 | 2020-11-20 | 深圳先进技术研究院 | 一种ct图像的构建方法、ct设备以及存储介质 |
CN111899312A (zh) * | 2020-07-08 | 2020-11-06 | 西北工业大学 | 一种迭代补偿的有限角度ct投影重建方法 |
CN111899312B (zh) * | 2020-07-08 | 2023-03-14 | 西北工业大学 | 一种迭代补偿的有限角度ct投影重建方法 |
CN112116677A (zh) * | 2020-09-23 | 2020-12-22 | 赣南师范大学 | 一种基于低维流形先验的低剂量ct重建方法 |
CN112116677B (zh) * | 2020-09-23 | 2024-01-23 | 赣南师范大学 | 一种基于低维流形先验的低剂量ct重建方法 |
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 |
CN115778412A (zh) * | 2023-02-09 | 2023-03-14 | 之江实验室 | X光声成像中造影剂剂量的优化方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103413280B (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103413280B (zh) | 一种低剂量x射线ct图像重建方法 | |
CN102314698B (zh) | 基于阿尔法散度约束的全变分最小化剂量ct重建方法 | |
CN103106676B (zh) | 一种基于低剂量投影数据滤波的x射线ct图像重建方法 | |
Xu et al. | A practical cone-beam CT scatter correction method with optimized Monte Carlo simulations for image-guided radiation therapy | |
Jia et al. | GPU-based iterative cone-beam CT reconstruction using tight frame regularization | |
CN103065279B (zh) | 圆轨道锥束计算机断层摄影(ct)中用于大幅度地减轻伪影的方法以及系统 | |
CN103247061A (zh) | 一种x射线ct图像的增广拉格朗日迭代重建方法 | |
CN103020928B (zh) | 锥束ct系统的金属伪影校正方法 | |
CN108898642A (zh) | 一种基于卷积神经网络的稀疏角度ct成像方法 | |
CN103810734B (zh) | 一种低剂量x射线ct投影数据恢复方法 | |
CN101980302A (zh) | 投影数据恢复导引的非局部平均低剂量ct重建方法 | |
CN107481297A (zh) | 一种基于卷积神经网络的ct图像重建方法 | |
CN103810735A (zh) | 一种低剂量x射线ct图像统计迭代重建方法 | |
CN103810733B (zh) | 一种稀疏角度x射线ct图像的统计迭代重建方法 | |
CN102663790B (zh) | 一种稀疏角度ct图像的重建方法 | |
US9153048B2 (en) | System optics in at least in one of backprojection and forward projection for model-based iterative reconstruction | |
US20130004041A1 (en) | Methods and apparatus for texture based filter fusion for cbct system and cone-beam image reconstruction | |
Zbijewski et al. | Characterization and suppression of edge and aliasing artefacts in iterative x-ray CT reconstruction | |
CN103606177A (zh) | 稀疏角度的ct图像迭代重建方法 | |
Peng et al. | An irregular metal trace inpainting network for x‐ray CT metal artifact reduction | |
Zhou et al. | DuDoUFNet: dual-domain under-to-fully-complete progressive restoration network for simultaneous metal artifact reduction and low-dose CT reconstruction | |
CN103793890A (zh) | 一种能谱ct图像的恢复处理方法 | |
Yang et al. | Shading correction assisted iterative cone-beam CT reconstruction | |
CN105844678A (zh) | 基于全广义变分正则化的低剂量x射线ct图像重建方法 | |
Zhang et al. | 4D radiomics: impact of 4D-CBCT image quality on radiomic analysis |
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 |