CN103961120B - Ct设备及其使用的图像处理方法 - Google Patents
Ct设备及其使用的图像处理方法 Download PDFInfo
- Publication number
- CN103961120B CN103961120B CN201310037507.XA CN201310037507A CN103961120B CN 103961120 B CN103961120 B CN 103961120B CN 201310037507 A CN201310037507 A CN 201310037507A CN 103961120 B CN103961120 B CN 103961120B
- Authority
- CN
- China
- Prior art keywords
- values
- image
- banding artifact
- roi
- background
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 58
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 4
- 210000000988 bone and bone Anatomy 0.000 claims description 3
- 206010030113 Oedema Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4233—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- 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
- A61B6/583—Calibration using calibration phantoms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本公开涉及CT设备及其使用的图像处理方法。提出一种自动确定最佳的有效重建间隙的方法,包括:对模体进行扫描以采集所述模体的图像数据;基于所述图像数据,采用多个不同的间隙值分别重建所述模体的图像,从而获得分别与不同的间隙值关联的多个图像;从所述多个图像中选择最佳图像;自动确定与所述最佳图像关联的间隙值,并且将其作为最佳的有效重建间隙保存。最佳的有效重建间隙可用来消除重建图像时的环状伪影,使得图像质量得到改善,还使得CT设备能够采用低成本的平板探测器,进一步降低了CT设备的成本。
Description
技术领域
一般来说,本发明涉及计算机断层扫描(CT)设备和图像处理技术,具体来说,本发明涉及在CT设备中自动确定最佳的有效重建间隙的方法、消除重建图像中的带状伪影的方法、确定重建图像中的带状伪影参数的方法以及相应的CT设备。
背景技术
CT设备在医疗诊断领域及其它领域得到越来越多的应用。CT设备主要包括X射线源、准直仪、探测器、数据采集系统(DAS)和数据处理系统。当前常用的弧形探测器成本较高。超值CT设备(SVCT)是一种采用平板探测器技术的新型CT,其中的探测器由若干(例如5个)平板模块组成,大大降低了探测器的成本。
但是,由于平板探测器的多个平板模块之间会存在间隙(物理间隙),所以在重建的图像中会产生带状伪影(或闭合成环状伪影),这降低了重建的图像的质量,严重地影响在该图像的基础上进行的医疗诊断的准确性。为此,在重建图像时,需要消除探测器中的间隙所造成的图像中的带状伪影。
发明内容
本发明要解决的技术问题之一是准确地自动确定在重建图像时需要考虑的有效重建间隙。
本发明要解决的另一技术问题是消除重建图像中的带状伪影(或环状伪影)。
本发明要解决的又一技术问题是更准确地、更客观地评价带状伪影的严重程度。
本发明要解决的再一技术问题是提供一种克服了现有平板探测器技术的不足的CT设备。
按照本发明的第一方面,提供一种在CT设备中自动确定最佳的有效重建间隙的方法,所述CT设备包含由多个模块构成的探测器,所述多个模块之间存在物理间隙,所述方法包括:
对模体进行扫描以采集所述模体的图像数据;
基于所述图像数据,采用多个不同的间隙值分别重建所述模体的图像,从而获得分别与不同的间隙值关联的多个图像;
从所述多个图像中选择最佳图像;
自动确定与所述最佳图像关联的间隙值,并且将其作为最佳的有效重建间隙保存。
在本发明的一个实施例中,从所述多个图像中选择最佳图像包括:由用户基于各个图像中的带状伪影的视觉评估来手动选择最佳图像。
在本发明的一个实施例中,从所述多个图像中选择最佳图像包括:由所述CT设备基于各个图像中的带状伪影参数的计算来自动选择最佳图像。
在本发明的一个实施例中,所述各个图像中的带状伪影参数的计算包括:
基于所述物理间隙的位置和尺寸,并且基于所述CT设备的几何结构,估计图像中带状伪影的位置和宽度;
基于所估计的带状伪影的位置和宽度,确定带状伪影关注区ROI_0、第一邻域关注区ROI_1和第二邻域关注区ROI_2的位置;
对ROI_1和ROI_2中的所有像素的CT值求平均值,作为背景CT值;
对ROI_0中的所有像素的CT值求平均值,作为带状伪影CT值;
计算背景CT值与带状伪影CT值之差的绝对值,作为带状伪影参数。
在本发明的一个实施例中,所述各个图像中的带状伪影参数的计算包括:
基于所述物理间隙的位置和尺寸,并且基于所述CT设备的几何结构,估计图像中带状伪影的位置和宽度;
基于所估计的带状伪影的位置和宽度,确定带状伪影关注区ROI_0、第一邻域关注区ROI_1和第二邻域关注区ROI_2的位置;
对ROI_1和ROI_2中的所有像素的CT值求平均值,作为背景CT值;
将ROI_0中的所有像素的CT值从大到小排序为第1至第N像素,其中N为ROI_0中的像素总数;
对ROI_0中的所有像素的CT值求平均值,作为ROI_0 CT值;
比较背景CT值与ROI_0 CT值;
如果背景CT值等于ROI_0 CT值,则确定带状伪影参数等于零,如果背景CT值不等于ROI_0 CT值,则比较背景CT值与第1像素和第N像素;
如果满足背景CT值大于第1像素或小于第N像素的条件,则确定ROI_0 CT值为带状伪影CT值,或者,
在不满足所述条件的情况下,
如果背景CT值小于ROI_0 CT值,则从第N像素开始依次取出M个像素,如果背景CT值大于ROI_0 CT值,则从第1像素开始依次取出M个像素,直至M个像素的CT值的平均值等于背景CT值,其中1≤M<N,然后计算ROI_0中的剩余(N-M)个像素的CT值的平均值,作为带状伪影CT值;
计算背景CT值与带状伪影CT值之差的绝对值,作为带状伪影参数。
在本发明的一个实施例中,所述物理间隙的位置是基于探测器中的测量通道的编号来计算的,而所述物理间隙的尺寸是实际测量的。
在本发明的一个实施例中,所述模体是水模。
在本发明的一个实施例中,所述水模的尺寸小,并且是偏心放置的。
在本发明的一个实施例中,所述水模的尺寸小,并且居中放置,从而仅覆盖所述探测器的中心模块的物理间隙。
在本发明的一个实施例中,所述水模的尺寸大,并且在对所述水模进行扫描时采用大的X射线源电流和大的切片厚度。
在本发明的一个实施例中,所述多个不同的间隙值是用户手工输入的或者是系统自动设置的。
在本发明的一个实施例中,在重建所述模体的图像时,使用标准的核函数和/或锐利的核函数。
在本发明的一个实施例中,所述锐利的核函数是骨核函数或边缘核函数。
按照本发明的第二方面,提供一种在CT设备中消除重建图像中的带状伪影的方法,所述方法包括:
扫描对象以采集所述对象的图像数据;
基于所述对象的图像数据,采用根据第一方面所述的方法所确定的最佳的有效重建间隙来重建所述对象的图像。
按照本发明的第三方面,提供一种确定CT设备的重建图像中的带状伪影参数的方法,包括:
基于CT设备的探测器中多个模块之间的物理间隙的位置和尺寸,估计图像中带状伪影的位置和宽度;
基于所估计的带状伪影的位置和宽度,确定带状伪影关注区ROI_0、第一邻域关注区ROI_1和第二邻域关注区ROI_2的位置;
对ROI_1和ROI_2中的所有像素的CT值求平均值,作为背景CT值;
将ROI_0中的所有像素的CT值从大到小排序为第1至第N像素,其中N为ROI_0中的像素总数;
对ROI_0中的所有像素的CT值求平均值,作为ROI_0 CT值;
比较背景CT值与ROI_0 CT值;
如果背景CT值等于ROI_0 CT值,则确定带状伪影参数等于零,如果背景CT值不等于ROI_0 CT值,则比较背景CT值与第1像素和第N像素;
如果满足背景CT值大于第1像素或小于第N像素的条件,则确定ROI_0 CT值为带状伪影CT值,或者,
在不满足所述条件的情况下,
如果背景CT值小于ROI_0 CT值,则从第N像素开始依次取出M个像素,如果背景CT值大于ROI_0 CT值,则从第1像素开始依次取出M个像素,直至M个像素的CT值的平均值等于背景CT值,其中1≤M<N,然后计算ROI_0中的剩余(N-M)个像素的CT值的平均值,作为带状伪影CT值;
计算背景CT值与带状伪影CT值之差的绝对值,作为带状伪影参数。
在本发明的一个实施例中,所述物理间隙的位置是基于探测器中的测量通道的编号来计算的,而所述物理间隙的尺寸是实际测量的。
按照本发明的第四方面,提供一种CT设备,包括:
X射线源;
准直仪;
由多个模块构成的探测器,所述多个模块之间存在物理间隙;
图像重建器,所述图像重建器采用根据第一方面所述的方法所确定的最佳的有效重建间隙来重建扫描对象的图像。
在本发明的一个实施例中,所述探测器中的多个模块是平板模块。
本发明的优点在于,能够准确客观地评价图像质量,并且基于实际图像的质量自动地选出最佳的有效重建间隙,从而很好地消除图像中的伪影,使得采用低成本的平板探测器仍然能获得良好的图像质量。
附图说明
通过以下结合附图对本发明进行的详细描述,本发明的其它目的、优点和新颖特征将变得更加清楚,附图中:
图1示意地示出一种CT设备的简化立体图;
图2示意地示出探测器的相邻模块之间的物理间隙和有效重建间隙;
图3示出以不同的有效重建间隙值来重建的同一对象的多个图像;
图4示意地示出按照本发明的一个实施例的自动确定最佳的有效重建间隙的方法;
图5示意地说明探测器模块的物理间隙的位置与重建图像中的带状伪影的位置之间的关系;
图6示出在计算带状伪影参数时确定的带状伪影关注区(黄线勾画的区域,以下简称黄色区)和两个邻域关注区(蓝线勾画的区域,以下简称蓝色区)的位置;
图7示意地示出带状伪影关注区内的总共N个像素的排序;
图8示意地示出从第N像素开始依次取出一个或多个像素的过程;
图9示出以六个不同的间隙值来重建的六个水模图像;
图10示出以同样的六个不同的间隙值来重建的中心水模的图像;以及
图11-14示出以同样的六个不同的间隙值来重建的偏心水模的图像。
具体实施方式
下面参照一些实施例和附图更详细地描述本发明。为了便于举例说明而不是进行限定,本文中提供了诸如特定结构、系统和组件之类的具体细节,以便本领域技术人员能够容易地理解本发明。但是,本领域技术人员应当清楚,也可以在不具有本文所述具体细节的其它实施例中实施本发明。本领域技术人员会理解,本文所述方案全部或部分可使用硬件和/或软件来实现。本发明并不局限于硬件和软件的任何特定组合。
图1示意地示出一种示例CT设备的简化立体图。所示CT设备10包括扫描台架14;安装在扫描台架上的X射线源18、准直仪(未示出)和X射线检测器20;用于承载扫描对象12(例如患者或模体)的扫描支撑平台22;以及其它组件,例如数据采集系统(DAS)和数据处理系统(未示出)。
X射线检测器20可以是传统的弧形探测器或者新型的平板探测器。由于传统的弧形探测器的制造工艺能够将探测器模块之间的间隙控制在较小的范围内,所以不会在重建图像中引起明显的带状伪影。新型的平板探测器一般由多个(例如5个)平板模块组成,这些模块之间通常存在物理间隙,这在重建的图像中引入明显的带状伪影。因此,下面主要以平板探测器来举例说明本发明的原理。但是,应当指出,只要探测器是由多个模块构成并且模块之间存在间隙,均可适用本发明的原理。本发明不依赖于CT设备的种类、扫描方式或图像重建方式。
图2示意地示出探测器的相邻模块之间的物理间隙和有效重建间隙。物理间隙1是能够实际测量的、两个相邻模块的边缘之间的距离。有效重建间隙2是在重建图像时需要考虑的有效间隙,它不仅与物理间隙的大小有关,还与闪烁体的质心、输入的X射线谱、X射线管电压、信号强度、制造误差等众多因素有关。因此,它是无法直接测量的,而且准确地计算有效重建间隙2是困难的和复杂的。
图3示出以不同的有效重建间隙值来重建的同一对象的多个图像。可以看出,带状伪影的严重程度与重建图像时输入的间隙值(200μm、260μm、300μm、350μm、400μm、450μm、500μm)密切相关。由于所输入的间隙值都不是最准确的(最佳的)有效重建间隙,所以各个图中均出现了带状伪影。输入的间隙值偏离最佳的有效重建间隙越远,带状伪影就越明显。
图4示意地示出按照本发明的一个实施例的自动确定最佳的有效重建间隙的方法。所示方法400包括:在步骤401,对模体进行扫描以采集模体的图像数据;在步骤402,基于图像数据,采用(用户手工输入的或者系统自动设置的)多个不同的间隙值分别重建模体的图像,从而获得分别与不同的间隙值关联的多个图像;在步骤403,从多个图像中选择最佳图像;在步骤404,自动确定与最佳图像关联的间隙值,并且将其作为最佳的有效重建间隙保存(例如,保存在配置文件中,以供将来扫描患者时使用)。
关于作为扫描对象来使用的模体,通常选择与人体密度最接近的水模,但是其它模体也是可能的。选择模体时应当考虑CT设备将来主要扫描哪些类型的对象。
应当指出,不同尺寸的模体会覆盖不同的物理间隙。例如,较大尺寸的模体(例如42pp模体)会覆盖超值CT(具有43cm的SFOV)的所有间隙,但是所得到的图像噪声较大。重建的图像中会出现与每个间隙对应的多个带状伪影,这些带状伪影有可能全部或部分重叠。因此,为了增强所得到的图像的清晰度,在扫描较大的模体时,建议采用大的X射线源电流和大的切片厚度。
较小尺寸的模体(例如12.5cm水模)置于中心(ISO)时,将仅仅覆盖中心模块的物理间隙,偏心放置时,将仅仅覆盖周围模块的物理间隙,但是所得到的图像噪声较小,使得带状伪影看起来更清晰。因此,建议选择较小尺寸的模体来检测间隙,可以先使模体覆盖第一物理间隙,执行图4所示的方法,确定与第一物理间隙对应的第一最佳有效重建间隙;然后移动模体的位置以覆盖第二物理间隙,再次执行图4所示的方法,确定与第二物理间隙对应的第二最佳有效重建间隙;…直至确定与所有物理间隙对应的所有最佳有效重建间隙,最后,将所有的最佳有效重建间隙保存于配置文件中,以备将来使用。
在本发明的一个实施例中,在重建图像时,可以使用临床中常用的标准核函数,其噪声较大;也可使用更加锐利的核函数,例如骨核函数或边缘核函数,其噪声较小,使得带状伪影更加清楚。当然,也可以将标准的核函数与锐利的核函数组合使用。
在本发明的一个实施例中,由于探测器模块以ISO为中心对称点,左右物理间隙引入的带状伪影的位置完全重合。如果想要区分每个间隙所产生的每个带状伪影,可以选择分段重建的方法,例如,使用一半的探测器采集的数据(利用不对称算法)重建一个图像,其中仅仅出现与左或右间隙对应的伪影。
以上简要地描述了扫描模体时和重建图像时的一些备选方式。下面描述如何选择最佳图像。
在本发明的一个实施例中,由用户基于各个图像中的带状伪影的视觉评估来手动选择最佳图像。具体来说,用户选择带状伪影最不明显的图像(即最佳图像),由CT设备根据用户输入的选择结果,将重建该最佳图像时所选用的间隙值记录下来,保存于配置文件中。
在本发明的另一个实施例中,由CT设备基于各个图像中的带状伪影参数的计算来自动选择最佳图像。下面结合图5-8来说明按照本发明的原理计算带状伪影参数的各种方法。
图5示意地说明探测器模块的物理间隙的位置与重建图像中的带状伪影的位置之间的关系。如图所示,T是X射线源的焦点,ISO是旋转中心;A、C是中心模块的两端,B是该模块的中点;C’是相邻模块中靠近中心模块的一端;R是环状伪影的半径,用来确定伪影的位置。图中,TA与TB之间的夹角称作半模块角β;TA与TC’之间的夹角称作间隙角γ;TB与TC’之间的夹角称作α。
存在如下的几何关系:
R=T至ISO的距离×sinα
α=β+γ
β=atan(AB长度/TB长度),
其中,AB长度=每个模块的检测通道总数×单个像素尺寸/2
γ=asin(AC’长度/TA长度),
其中,AC’长度是实际测量的物理间隙的大小,
TA长度是X射线管到模块一端的长度,并且
TA长度=TB长度/cosβ。
通过上述几何关系,能够基于每个物理间隙的位置和尺寸,估计图像中每个相应的带状伪影的位置和宽度。物理间隙的位置是基于探测器中的测量通道的编号来计算的,而物理间隙的尺寸是实际测量的尺寸。
按照本发明的一个实施例,计算带状伪影参数的方法包括以下步骤:
基于物理间隙的位置和尺寸,并且基于CT设备的几何结构,估计图像中带状伪影的位置和宽度;
基于所估计的带状伪影的位置和宽度,确定带状伪影关注区ROI_0、第一邻域关注区ROI_1和第二邻域关注区ROI_2的位置(如图6所示,它们分别对应于黄色区和两个蓝色区);
对ROI_1和ROI_2中的所有像素的CT值求平均值,作为背景CT值;
对ROI_0中的所有像素的CT值求平均值,作为带状伪影CT值;
计算背景CT值与带状伪影CT值之差的绝对值,作为带状伪影参数。
这种方法比较简单,但是,如果如图6所示的黄色区和两个蓝色区勾画得不准确,就会影响到带状伪影参数的计算结果的准确性。
按照本发明的另一个实施例,提出一种计算带状伪影参数的更健壮的方法,它在图6所示的黄色区内进一步区分背景像素和伪影像素,从而更准确地分离出伪影像素,使得带状伪影参数的计算结果更准确、更客观。这种方法包括以下步骤:
基于物理间隙的位置和尺寸,并且基于CT设备的几何结构,估计图像中带状伪影的位置和宽度;
基于所估计的带状伪影的位置和宽度,确定带状伪影关注区ROI_0、第一邻域关注区ROI_1和第二邻域关注区ROI_2的位置(如图6所示,它们分别对应于黄色区和两个蓝色区);
对ROI_1和ROI_2中的所有像素的CT值求平均值,作为背景CT值;
将ROI_0中的所有像素的CT值从大到小排序为第1至第N像素,其中N为ROI_0中的像素总数(如图7所示),其中像素的CT值的排序可以采用本领域中已知的各种排序方法,例如,冒泡法、选择法等等;
对ROI_0中的所有像素的CT值求平均值,作为ROI_0 CT值;
比较背景CT值与ROI_0 CT值;
如果背景CT值等于ROI_0 CT值,则确定带状伪影参数等于零,如果背景CT值不等于ROI_0 CT值,则比较背景CT值与第1像素和第N像素;
如果满足背景CT值大于第1像素或小于第N像素的条件,则确定ROI_0 CT值为带状伪影CT值,或者,
在不满足所述条件的情况下,
如果背景CT值小于ROI_0 CT值(即,背景较暗,带状伪影较亮),则从第N像素开始依次取出M个像素,如果背景CT值大于ROI_0 CT值,则从第1像素开始依次取出M个像素,直至M个像素的CT值的平均值等于背景CT值,其中1≤M<N,然后计算ROI_0中的剩余(N-M)个像素的CT值的平均值,作为带状伪影CT值;
计算背景CT值与带状伪影CT值之差的绝对值,作为带状伪影参数。
应当指出,在从第N像素开始依次取出M个像素的过程中,M可以从1开始,逐渐递增。也可以从1至N之间的某个经验值i开始逐渐递增,即M=i,i+1,i+2……,直至所取出像素的CT值的平均值等于背景CT值,如图8所示。
在一种特殊情况下,当黄色区(即,带状伪影关注区ROI_0)初始勾画得偏小而仅仅包含伪影像素时,背景CT值就会始终大于或小于从第1至第N的所有像素(即,上述方法中所述的“满足背景CT值大于第1像素或小于第N像素的条件”)。
通过上述方法计算出带状伪影参数之后,就能够定量地评价图像质量,使得CT设备能够自动选择出最佳图像,并且锁定与最佳图像关联的最佳的有效重建间隙。
应当指出,虽然上述方法是在图6所示的黄色区(即,带状伪影关注区ROI_0)内排除背景像素,但是也可采用从蓝色区(即,第一邻域关注区ROI_1和第二邻域关注区ROI_2)中排除伪影像素的备选方案。在这种备选方案中,蓝色区通常初始勾画得较大而有可能覆盖一部分带状伪影像素,然后可以采取类似的排序方法将蓝色区中的像素由大到小排序,并且可以将黄色区中的像素平均值作为参考值,采取类似于图8所示的方式从蓝色区中逐渐排除伪影像素。当然,也可在蓝色区的更外围部分取背景区来求出背景CT值,作为参考值。
按照本发明的另一个实施例,提供一种在CT设备中消除重建图像中的带状伪影的方法,包括:扫描对象(例如患者)以采集所述对象的图像数据;基于所述对象的图像数据,采用根据上述方法所确定的最佳的有效重建间隙来重建所述对象的图像。
按照本发明的再一个实施例,提供一种CT设备,包括:X射线源;准直仪;由多个模块构成的探测器,所述多个模块之间存在物理间隙;图像重建器,所述图像重建器采用根据上述方法所确定的最佳的有效重建间隙来重建扫描对象的图像。优选地,所述多个模块是平板模块。
图9示出以六个不同的间隙值来重建的六个水模图像。通过对图像质量的视觉评估选出最佳图像,并确定与最佳图像关联的间隙值510μm是最佳的有效重建间隙。
图10示出以同样的六个不同的间隙值来重建的中心水模的图像。图11-14示出以同样的六个不同的间隙值来重建的偏心水模的图像。可以看出,基于一个模体的重建图像选出的最佳的有效重建间隙在重建其它对象(中心水模和偏心水模)的图像时,也同样较好地消除了带状伪影,产生了最佳质量的图像。不同的模体在间隙和可视图像质量方面具有不同的敏感度,但是趋势是相同的,即,如果有效重建间隙越不准确,则重建图像中的带状伪影越严重。
另外,由于偏心模体图像能够在谱校准期间收集,因此不需要增加特殊的工作流程。
即使有效重建间隙与X射线源的电压kV(谱)和模体相关,基于实际图像的方法也是准确的,因为它是基于模体数据并且是针对每一kV的。
综上所述,通过本发明,能够获得如下技术效果:
- 消除带状伪影,获得了良好的图像质量;
- 降低了CT设备的成本。
应当指出,所重建的图像中除了带状伪影之外,还可能存在其它伪影,例如中心污斑、散射伪影等。这些其它类型的伪影不是由不准确的有效重建间隙造成的,可事先采用本领域中已知的算法或方法消除,然后使用本发明的方法。关于如何消除其它类型的伪影不是本发明要关注的问题,在此不再敷述。
以上提及的和描述的实施例仅作为示例给出,而不应当视为对本发明的限制。虽然本文中可能采用了具体术语,但是它们仅以一般性和描述性意义来使用,而不是用于限制的目的。本发明的范围仅由所附权利要求及其等效物来限定。
Claims (18)
1.一种在CT设备中自动确定最佳的有效重建间隙的方法,所述CT设备包含由多个模块构成的探测器,所述多个模块之间存在物理间隙,所述方法包括:
对模体进行扫描以采集所述模体的图像数据;
基于所述图像数据,采用多个不同的间隙值分别重建所述模体的图像,从而获得分别与不同的间隙值关联的多个图像;
基于所述物理间隙的位置和尺寸,并且基于所述CT设备的几何结构,估计图像中带状伪影的位置和宽度;
基于所估计的带状伪影的位置和宽度,确定带状伪影关注区、第一领域关注区域和第二邻域关注区的位置;
对第一邻域关注区和第二邻域关注区中的所有像素的CT值求平均值,作为背景CT值;
获取带状伪影CT值;
计算背景CT值与带状伪影CT值之差的绝对值,作为带状伪影参数;
选取最少带状伪影的图像作为最佳图像;
自动确定与所述最佳图像关联的间隙值,并且将其作为最佳的有效重建间隙保存。
2.根据权利要求1所述的方法,其中,从所述多个图像中选择最佳图像包括:由用户基于各个图像中的带状伪影的视觉评估来手动选择最佳图像。
3.根据权利要求1所述的方法,其中,从所述多个图像中选择最佳图像包括:由所述CT设备基于各个图像中的带状伪影参数的计算来自动选择最佳图像。
4.根据权利要求1所述的方法,其中,所述获取带状伪影CT值包括
对带状伪影关注区的CT值求平均值,作为带状伪影CT值。
5.根据权利要求1所述的方法,其中,所述获取带状伪影CT值包括:
将带状伪影关注区的所有像素的CT值从大到小排序为第1至第N像素,其中N为带状伪影关注区的像素总数;
对带状伪影关注区中的所有像素的CT值求平均值,作为带状伪影关注区CT值;
比较背景CT值与带状伪影关注区CT值;
如果背景CT值等于带状伪影关注区CT值,则确定带状伪影参数等于零,如果背景CT值不等于带状伪影关注区CT值,则比较背景CT值与第1像素和第N像素;
如果满足背景CT值大于第1像素或小于第N像素的条件,则确定带状伪影关注区CT值为带状伪影CT值,或者,
在不满足所述条件的情况下,
如果背景CT值小于带状伪影关注区CT值,则从第N像素开始依次取出M个像素,如果背景CT值大于带状伪影关注区CT值,则从第1像素开始依次取出M个像素,直至M个像素的CT值的平均值等于背景CT值,其中1≤M<N,然后计算带状伪影关注区中的剩余(N-M)个像素的CT值的平均值,作为带状伪影CT值。
6.根据权利要求1所述的方法,其中,所述物理间隙的位置是基于探测器中的测量通道的编号来计算的,而所述物理间隙的尺寸是实际测量的。
7.根据权利要求1至5中的任一项所述的方法,其中,所述模体是水模。
8.根据权利要求7所述的方法,其中,所述水模的尺寸小,并且是偏心放置的。
9.根据权利要求7所述的方法,其中,所述水模的尺寸小,并且居中放置,从而仅覆盖所述探测器的中心模块的物理间隙。
10.根据权利要求7所述的方法,其中,所述水模的尺寸大,并且在对所述水模进行扫描时采用大的X射线源电流和大的切片厚度。
11.根据权利要求1至5中的任一项所述的方法,其中,所述多个不同的间隙值是用户手工输入的或者是系统自动设置的。
12.根据权利要求1至5中的任一项所述的方法,其中,在重建所述模体的图像时,使用锐利的核函数。
13.根据权利要求12所述的方法,其中,所述锐利的核函数是骨核函数或边缘核函数。
14.一种在CT设备中消除重建图像中的带状伪影的方法,所述方法包括:
扫描对象以采集所述对象的图像数据;
基于所述对象的图像数据,采用根据权利要求1-13中的任一项所述的方法所确定的最佳的有效重建间隙来重建所述对象的图像。
15.一种确定CT设备的重建图像中的带状伪影参数的方法,包括:
基于CT设备的探测器中多个模块之间的物理间隙的位置和尺寸,估计图像中带状伪影的位置和宽度;
基于所估计的带状伪影的位置和宽度,确定带状伪影关注区ROI_0、第一邻域关注区ROI_1和第二邻域关注区ROI_2的位置;
对ROI_1和ROI_2中的所有像素的CT值求平均值,作为背景CT值;
将ROI_0中的所有像素的CT值从大到小排序为第1至第N像素,其中N为ROI_0中的像素总数;
对ROI_0中的所有像素的CT值求平均值,作为ROI_0CT值;
比较背景CT值与ROI_0CT值;
如果背景CT值等于ROI_0CT值,则确定带状伪影参数等于零,如果背景CT值不等于ROI_0CT值,则比较背景CT值与第1像素和第N像素;
如果满足背景CT值大于第1像素或小于第N像素的条件,则确定ROI_0CT值为带状伪影CT值,或者,
在不满足所述条件的情况下,
如果背景CT值小于ROI_0CT值,则从第N像素开始依次取出M个像素,如果背景CT值大于ROI_0CT值,则从第1像素开始依次取出M个像素,直至M个像素的CT值的平均值等于背景CT值,其中1≤M<N,然后计算ROI_0中的剩余(N-M)个像素的CT值的平均值,作为带状伪影CT值;
计算背景CT值与带状伪影CT值之差的绝对值,作为带状伪影参数。
16.根据权利要求15所述的方法,其中,所述物理间隙的位置是基于探测器中的测量通道的编号来计算的,而所述物理间隙的尺寸是实际测量的。
17.一种CT设备,包括:
X射线源;
准直仪;
由多个模块构成的探测器,所述多个模块之间存在物理间隙;
图像重建器,所述图像重建器采用根据权利要求1-13中的任一项所述的方法所确定的最佳的有效重建间隙来重建扫描对象的图像。
18.根据权利要求17所述的CT设备,其中,所述探测器中的多个模块是平板模块。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310037507.XA CN103961120B (zh) | 2013-01-31 | 2013-01-31 | Ct设备及其使用的图像处理方法 |
IN296CH2014 IN2014CH00296A (zh) | 2013-01-31 | 2014-01-23 | |
US14/167,124 US9386957B2 (en) | 2013-01-31 | 2014-01-29 | CT apparatus and an image processing method used by the same |
JP2014015094A JP6609091B2 (ja) | 2013-01-31 | 2014-01-30 | Ct装置およびct装置が用いる画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310037507.XA CN103961120B (zh) | 2013-01-31 | 2013-01-31 | Ct设备及其使用的图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103961120A CN103961120A (zh) | 2014-08-06 |
CN103961120B true CN103961120B (zh) | 2018-06-08 |
Family
ID=51222945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310037507.XA Active CN103961120B (zh) | 2013-01-31 | 2013-01-31 | Ct设备及其使用的图像处理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9386957B2 (zh) |
JP (1) | JP6609091B2 (zh) |
CN (1) | CN103961120B (zh) |
IN (1) | IN2014CH00296A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8958623B1 (en) * | 2014-04-29 | 2015-02-17 | Heartflow, Inc. | Systems and methods for correction of artificial deformation in anatomic modeling |
CN107771058B (zh) * | 2015-01-26 | 2020-11-24 | 伊利诺斯工具制品有限公司 | 线性检测器阵列的间隙分辨率 |
CN109239764B (zh) * | 2018-07-18 | 2022-08-23 | 重庆邮电大学 | 一种大平板ct探测器高产率模块化生产组装方法 |
CN110796605B (zh) * | 2018-08-01 | 2024-04-23 | 上海西门子医疗器械有限公司 | 图像处理方法和装置、存储介质、处理器和终端 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102802531A (zh) * | 2009-06-23 | 2012-11-28 | 株式会社日立医疗器械 | X射线ct装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3583567B2 (ja) * | 1996-11-14 | 2004-11-04 | 株式会社日立メディコ | X線断層撮像装置 |
DE10142605A1 (de) * | 2001-08-31 | 2003-04-03 | Siemens Ag | Verfahren zur Überprüfung der Qualität der Bilddarstellung von bildgebenden Systemen für die medizinische Diagnostik |
US7539284B2 (en) * | 2005-02-11 | 2009-05-26 | Besson Guy M | Method and system for dynamic low dose X-ray imaging |
JP4006451B2 (ja) * | 2005-05-12 | 2007-11-14 | 株式会社東芝 | X線ct装置及びそのミスアライメント補正方法 |
JP2010243394A (ja) * | 2009-04-08 | 2010-10-28 | Tele Systems:Kk | 放射線検出器及び放射線撮像装置 |
-
2013
- 2013-01-31 CN CN201310037507.XA patent/CN103961120B/zh active Active
-
2014
- 2014-01-23 IN IN296CH2014 patent/IN2014CH00296A/en unknown
- 2014-01-29 US US14/167,124 patent/US9386957B2/en active Active
- 2014-01-30 JP JP2014015094A patent/JP6609091B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102802531A (zh) * | 2009-06-23 | 2012-11-28 | 株式会社日立医疗器械 | X射线ct装置 |
Also Published As
Publication number | Publication date |
---|---|
US9386957B2 (en) | 2016-07-12 |
JP6609091B2 (ja) | 2019-11-20 |
JP2014147753A (ja) | 2014-08-21 |
CN103961120A (zh) | 2014-08-06 |
IN2014CH00296A (zh) | 2015-04-03 |
US20140211911A1 (en) | 2014-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bechara et al. | Evaluation of a cone beam CT artefact reduction algorithm | |
RU2558519C2 (ru) | Устройство оценки протокола сбора | |
US9265475B2 (en) | Methods and apparatus for scatter correction for CBCT system and cone-beam image reconstruction | |
CN103069459B (zh) | 用于从3d体积中建立记录的方法 | |
US20210056688A1 (en) | Using deep learning to reduce metal artifacts | |
CN104188676A (zh) | 胸部诊断辅助信息生成系统 | |
CN103961120B (zh) | Ct设备及其使用的图像处理方法 | |
US20060122500A1 (en) | Imaging method and apparatus for visualizing coronary heart diseases, in particular instances of myocardial infarction damage | |
Malkus et al. | A method to extract image noise level from patient images in CT | |
EP3011538B1 (en) | Lung measurements | |
Schaller et al. | Noise reduction in abdominal computed tomography applying iterative reconstruction (ADMIRE) | |
RU2014136714A (ru) | Клинически управляемое слияние изображений | |
JP2016220850A (ja) | 医療用x線測定システム | |
Gráfová et al. | Study of edge detection task in dental panoramic radiographs | |
Chen et al. | Automated quality control of emission-transmission misalignment for attenuation correction in myocardial perfusion imaging with SPECT-CT systems | |
EP2989983B1 (en) | Image processing device | |
Moghari et al. | Head movement during cerebral CT perfusion imaging of acute ischaemic stroke: Characterisation and correlation with patient baseline features | |
JP5610474B2 (ja) | 画像処理装置およびプログラム並びに画像診断装置 | |
CN109416833A (zh) | 根据谱ct数据确定钙含量 | |
EP3649957B1 (en) | Device and method for editing a panoramic radiography image | |
KR20180086773A (ko) | 평면 보간 기반 2차원 의료 영상을 생성하는 방법 및 장치 | |
KR20170078180A (ko) | 단층 촬영을 위한 관심 영역 설정 방법 및 시스템 | |
KR102664286B1 (ko) | 구강 내 단층합성을 위한 다중-시야 합성 치과 방사선 사진들을 생성하기 위한 시스템 및 방법(systems and methods for generating multi-view synthetic dental radiographs for intraoral tomosynthesis) | |
JP5514397B2 (ja) | 画像表示装置およびx線断層撮影装置 | |
KR101587720B1 (ko) | 의료 영상의 분산 이미지 노이즈를 활용한 골밀도 진단 장치 및 이의 골밀도 진단 정보 제공 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |