CN104156931B - 一种数字减影血管造影方法 - Google Patents
一种数字减影血管造影方法 Download PDFInfo
- Publication number
- CN104156931B CN104156931B CN201410449767.2A CN201410449767A CN104156931B CN 104156931 B CN104156931 B CN 104156931B CN 201410449767 A CN201410449767 A CN 201410449767A CN 104156931 B CN104156931 B CN 104156931B
- Authority
- CN
- China
- Prior art keywords
- image
- blood vessel
- frame
- composograph
- template
- 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
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种数字减影血管造影方法,它包括以下步骤:通过对原始血管图像序列进行对数变换处理后,对血管图像序列进行加权求和,得到背景图像模板,通过血管图像序列和背景图像模板得到血管初步图像,利用前后帧之间的相关性,计算出血管图像的增强模板,并对增强模板进行中值滤波,求得血管的三维增强模板,最终根据血管初步图像和三维增强模板得到每帧血管减影图像,再对血管减影图像进行限幅和拉伸,即可在显示器上显示每帧减影像;将每帧血管减影图像进行叠加即可得到血管合成图像,再对血管合成图像进行位宽变换,即可输出显示血管造影像。本发明能有效地提高生成血管图像的清晰度和准确性。
Description
技术领域
本发明涉及数字减影血管造影领域,特别是涉及一种数字减影血管造影方法。
背景技术
为了研究血管系统的状态,通常在血管内注入对比剂,然后进行X线照相,得到血管造影图像。但图像中的血管影像会与其它各种组织结构的影像重叠在一起,不利于医生阅读。为此,数字减影血管造影DSA应运而生,它是二十世纪八十年代继CT产生之后的又一项新的医学成像技术,是计算机与传统X线血管造影相结合的产物。
数字减影血管造影DSA是通过电子计算机进行辅助成像的血管造影方法,是70年代以来应用于临床的崭新的X线检查新技术。它是应用计算机程序进行两次成像完成的。在注入造影剂之前,首先进行第一次成像,并用计算机将图像转换成数字信号储存起来。注入造影剂后,再次成像并转换成数字信号。将两次数字图像相减,消除相同的信号,得到一个只有造影剂的血管图像。通过DSA所得的血管图像较以往所用的常规脑血管造影所显示的图像,更清晰和直观,一些精细的血管结构亦能显示出来。
理论上,如果两帧图像的拍摄条件完全相同,则处理后的图像只剩下造影的血管,其余组织结构的影像将被全部消除。然而,目前血管造影图像的清晰度和准确性并没有达到理论效果。
发明内容
本发明的目的在于克服现有技术的不足,提供一种数字减影血管造影方法,通过造影图像序列计算出减影模像和初步减影像,并利用前后帧之间的相关性,计算出血管造影的增强模像,并对增强模像进行中值滤波,最终根据初步减影像和滤波的增强模像得到增强减影像,有效地提高生成血管图像的清晰度和准确性。
本发明的目的是通过以下技术方案来实现的:一种数字减影血管造影方法,它包括以下步骤:
S1:图像序列对数变换:对减影过程中的基象和造影原像分别进行对数变换处理,能使减影图像的血管更清晰,对第i帧图像序列Ii中的每个像素进行对数变换,得到第i帧输出图像Pi,其计算公式为:
式中,BW-图像帧Ii的像素最大值;
S2:计算背景图像模板:为了抑制噪声和造影剂给血管图像带来的影响,将图像序列Pi进行加权求和,而第i帧图像序列Pi像素值的权重大小与它和上一帧图像序列Pi-1同位置像素值的差成反比,背景图像模板maski的计算公式如下:
式中,α-常数,且α∈(0,1);
m、n-图像帧中像素的位置;
Pi(m,n)-第i帧图像Pi中位于m,n坐标的像素值;
S3:计算初步血管图像:对第i帧图像序列Pi和其背景图像模板maski的差进行指数变换,得到第i帧的初步血管图像Vi,其计算公式如下:
S4:计算血管增强模板:对第i帧图像序列Pi和上一帧图像序列Pi-1的差进行指数变换,得到第i帧的血管增强模板Di′,其计算公式如下:
S5:中值滤波处理:对第i帧血管增强模板Di′进行3×3的中值滤波处理,滤除增强模板中的噪声,得到第i帧的血管三维增强模板Di″,其计算公式如下:
Di″=medfilt(Di′,[3 3]);
S6:血管减影图像增强:用第i帧的血管三维增强模板Di″对第i帧的初步血管图像Vi进行图像增强,得到第i帧的血管减影图像Vi’(m,n),其计算公式为:
式中,Max(Di″)-第i帧的血管三维增强模板Di″的最大像素值;
S7:血管图像合成:对每一帧血管减影图像Vi’(m,n)进行累加,得到血管合成图像Vt,其计算公式为:
Vt=ΣVi′;
S8:图像位宽变换处理:首先计算图像序列的最大值和最小值,然后根据图像序列的最大值和最小值计算图像像素值的最大值和最小值,再根据图像像素值的最大值和最小值对图像序列进行限幅处理,最后对限幅后的图像序列进行平移拉伸,即得到最终输出显示的图像序列;
所述的图像位宽变换处理包括血管减影图像的图像位宽变换处理和血管合成图像的图像位宽变换处理;
S9:图像数据输出:通过计算机显示器输出显示血管减影图像和血管合成图像。
步骤S8所述的血管减影图像的图像位宽变换处理步骤为:将第i帧的血管减影图像Vi’(m,n)进行图像位宽变换处理后,再通过计算机显示屏显示最终输出的第i帧的血管减影图像outImgi,所述的血管减影图像的图像位宽变换步骤包括以下子步骤:
S811:计算血管图像序列的最大值mmxv和最小值mmnv;
S812:确定血管减影图像的像素范围:根据血管图像序列的最大值mmxv和最小值mmnv计算血管减影图像像素值的最大值dmx和最小值dmn,其计算公式如下:
式中,β1、β2-常数,且β1∈(0,1),β2∈(0,1),β1<β2;
S813:图像限幅:根据血管减影图像像素值的最大值dmx和最小值dmn对第i帧的血管减影图像Vi’(m,n)进行限幅处理,得到限幅后的第i帧的血管减影图像Vi″(m,n),其计算公式为:
S814:输出第i帧的血管减影图像outImgi:对限幅后的第i帧的血管减影图像Vi″(m,n)进行平移拉伸,即得到最终输出的第i帧的血管减影图像outImgi,其计算公式为:
步骤S8所述的血管合成图像的图像位宽变换处理,将血管合成图像Vt进行图像位宽变换处理后,再通过计算机显示屏显示最终输出的血管合成图像outIm,所述的血管合成图像的图像位宽变换步骤包括以下子步骤:
S821:计算血管图像序列的最大值mmxv和最小值mmnv;
S822:确定血管合成图像的像素范围:根据血管图像序列的最大值mmxv和最小值mmnv计算血管合成图像像素值的最大值dmxt和最小值dmnt,其计算公式如下:
式中,β3、β4-常数,且β3∈(0,1),β4∈(0,1),β3<β4;
S823:图像限幅:根据血管合成图像像素值的最大值dmxt和最小值dmnt对血管合成图像Vt进行限幅处理,得到限幅后的血管合成图像Vt’,其计算公式为:
S824:输出血管合成图像outIm:对限幅后的血管合成图像Vt’进行平移拉伸,即得到最终输出的血管合成图像outIm,其计算公式为:
本发明的有益效果是:本发明通过对原始血管图像序列进行对数变换处理后,对血管图像序列进行加权求和,得到背景图像模板,通过血管图像序列和背景图像模板得到血管初步图像,利用前后帧之间的相关性,计算出血管图像的增强模板,并对增强模板进行中值滤波,求得血管的三维增强模板,最终根据血管初步图像和三维增强模板得到每帧血管减影图像,再对血管减影图像进行限幅和拉伸,即可在显示器上显示每帧减影像;将每帧血管减影图像进行叠加即可得到血管合成图像,再对血管合成图像进行位宽变换,即可输出显示血管造影像。本发明能有效地提高生成血管图像的清晰度和准确性。
附图说明
图1为本发明血管造影的流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种数字减影血管造影方法它包括以下步骤:
步骤1:读取图像序列:读取注入造影剂前和注入造影剂后的原始血管图像序列;
步骤2:图像序列对数变换:对输入的原始血管图像序列进行对数变换,得到输出的血管图像序列;
步骤3:计算背景图像模板:通过对血管图像序列进行加权求和,得到血管图像的背景图像模板;
步骤4:计算初步血管图像:对每帧血管图像序列和其背景图像模板的差进行指数变换,得到初步血管图像;
步骤5:血管图像指数变换:对每帧血管图像序列和其上一帧图像序列的差进行指数变换,得到血管增强模板;
步骤6:对血管图像进行三维增强:对每帧血管增强模板进行3×3的中值滤波处理,滤除增强模板中的噪声,得到血管三维增强模板;
步骤7:得到每帧血管图像和最终血管合成图像:用每帧血管图像的三维增强模板对初步血管图像进行图像增强,得到血管减影图像,对每帧血管减影图像进行累加,得到血管合成图像;
步骤8:进行图像位宽变换:对血管合成图像和每帧血管减影图像进行限幅,再进行平移拉伸处理,将其平移拉伸到计算机的显示范围;
步骤9:图像数据输出:通过计算机显示器显示最终输出的血管合成图像和最终输出的每帧血管减影图像。
下面通过计算公式具体说明求得血管造影像的计算方法。
(一)图像序列对数变换
由于X线的强度在人体内是以指数关系衰减的,因此对减影过程中的基像和造影原像分别进行对数变换处理,能使减影图像的血管更清晰,基像为注入造影剂前的血管图像,造影原像为注入造影剂后的血管图像。
原始检测到的关于人体某一部位的图像可由如下公式表示:
I=I0e(-u(x,y,z,t)·dz)
式中,I-原始检测到的关于人体某一部位的图像;
I0-衰减后的X线强度;
u(x,y,z,t)-某一时刻t人体的衰减系数分布。
u(x,y,z,t)实际上是对应于人体组织结构的细节,我们所需的二维图像信息实际是其在z方向的投影u(x,y,z,t)·dz。
在进行减影前,先对原始血管图像序列进行图像对数变换,对第i帧图像序列Ii中的每个像素进行对数变换,得到第i帧输出图像Pi,其计算公式为:
式中,Ii-第i帧输入的血管图像序列;
BW-图像帧Ii的像素最大值;
Pi-第i帧输出的血管图像序列。
若输入图像是8位,则图像位宽最大值BW为255;若输入图像是16位,则图像位宽最大值BW为65535。
(二)背景图像模板生成及血管初步图像生成
由于在图像序列中,背景图像变化很小。为了抑制噪声和造影剂给图像带来的影响,将血管图像序列进行加权求和。而第i帧图像序列Pi像素值的权重大小与它和上一帧图像序列Pi-1同位置像素值的差成反比,背景图像模板maski的计算公式如下:
式中,α-常数,且α∈(0,1);
m、n-图像帧中像素的位置;
Pi(m,n)-第i帧图像Pi中位于m,n坐标的像素值。
将第i帧图像序列Pi与背景图像模板maski相减,然后再进行指数变换便得到血管初步图像Vi,公式如下:
(三)血管减影图像序列的三维增强模板
由于,血管图像序列的前后帧之间具有很大的相关性,血管造影像主要是造影原像与基像之间的差值部分。因此,将造影原像与基像之间的差值图像,即血管图像的增强模板,用于血管造影图像增强。
对第i帧图像序列Pi和上一帧图像序列Pi-1的差进行指数变换,得到第i帧的血管增强模板Di′,其计算公式如下:
血管增强前需要对增强模板Di′进行一次中值滤波,以滤除增强模板Di′中的噪声。
对第i帧血管增强模板Di′进行3X3的中值滤波,即得到第i帧的血管三维增强模板Di″,其计算公式为:
Di″=medfilt(Di′,[3 3])。
(四)血管减影图像增强与血管图像合成
用第i帧的血管三维增强模板Di″对第i帧的初步血管图像Vi进行血管图像增强,得到第i帧的血管减影图像Vi’(m,n),其计算公式为:
式中,Max(Di″)-第i帧的血管三维增强模板Di″的最大像素值。
血管图像合成是将每一帧增强后的血管减影图像Vi’(m,n)进行累加,得到血管造影像Vt,其计算公式如下:
Vt=ΣVi′。
(五)图像位宽变换
图像位宽变换目的是对每帧图像进行限幅,然后拉伸到计算机显示范围。
(1)血管减影图像的图像位宽变换处理
对于血管减影图像的图像位宽变换处理,将第i帧的血管减影图像Vi’(m,n)进行图像位宽变换处理后,再通过计算机显示屏显示最终输出的第i帧的血管减影图像outImgi。
首先求得血管图像序列的最大值mmxv和最小值mmnv。
根据血管图像序列的最大值mmxv和最小值mmnv计算血管减影图像像素值的最大值dmx和最小值dmn。
若减影像图像像素Vi’(m,n)小于减影像图像像素的最小值dmn,减影像图像像素Vi’(m,n)则等于减影像图像像素的最小值dmn。
若减影像图像像素Vi’(m,n)大于减影像图像像素的最大值dmx,减影像图像像素Vi’(m,n)则等于减影像图像像素的最大值dmx。
若减影像图像像素Vi’(m,n)小于减影像图像像素的最大值dmx,且大于减影像图像像素的最小值dmn,则减影像图像像素的值Vi’(m,n)保持不变。
血管减影图像像素值的最大值dmx和最小值dmn的计算公式如下:
式中,β1、β2-常数,且β1∈(0,1),β2∈(0,1),β1<β2。
根据血管减影图像像素值的最大值dmx和最小值dmn对第i帧的血管减影图像Vi’(m,n)进行限幅处理,得到限幅后的第i帧的血管减影图像Vi″(m,n),其计算公式为:
对限幅后的第i帧的血管减影图像Vi″(m,n)进行平移拉伸,即得到最终输出的第i帧的血管减影图像outImgi,其计算公式为:
若输入图像是8位,则图像位宽最大值BW为255;若输入图像是16位,则图像位宽最大值BW为65535。
(2)血管合成图像的图像位宽变换处理
对于血管合成图像的图像位宽变换处理,将血管合成图像Vt进行图像位宽变换处理后,再通过计算机显示屏显示最终输出的血管合成图像outIm。
首先求得血管图像序列的最大值mmxv和最小值mmnv。
根据血管图像序列的最大值mmxv和最小值mmnv计算血管合成图像像素值的最大值dmxt和最小值dmnt。
若血管合成图像像素Vt(m,n)小于血管合成图像像素的最小值dmnt,血管合成图像像素Vt(m,n)则等于造影像图像像素的最小值dmnt。
若血管合成图像像素Vt(m,n)大于血管合成图像像素的最大值dmxt,血管合成图像像素Vt则等于造影像图像像素的最大值dmxt。
若血管合成图像像素Vt(m,n)小于血管合成图像像素的最大值dmxt,且大于血管合成图像像素的最小值dmnt,则血管合成图像像素Vt的值保持不变。
血管合成图像像素值的最大值dmxt和最小值dmnt的计算公式如下:
式中,β3、β4-常数,且β3∈(0,1),β4∈(0,1),β3<β4。
根据血管合成图像像素值的最大值dmxt和最小值dmnt对血管合成图像Vt进行限幅处理,得到限幅后的血管合成图像Vt’,其计算公式为:
对限幅后的血管合成图像Vt’进行平移拉伸,即得到最终输出的血管合成图像outIm,其计算公式为:
本发明通过对原始血管图像序列进行对数变换处理后,对血管图像序列进行加权求和,得到背景图像模板,通过血管图像序列和背景图像模板得到血管初步图像,利用前后帧之间的相关性,计算出血管图像的增强模板,并对增强模板进行中值滤波,求得血管的三维增强模板,最终根据血管初步图像和三维增强模板得到每帧血管减影图像,再对血管减影图像进行限幅和拉伸,即可在显示器上显示每帧减影像;将每帧血管减影图像进行叠加即可得到血管合成图像,再对血管合成图像进行位宽变换,即可输出显示血管造影像。本发明能有效地提高生成血管图像的清晰度和准确性。
Claims (3)
1.一种数字减影血管造影方法,其特征在于:它包括以下步骤:
S1:图像序列对数变换:对减影过程中的基象和造影原像分别进行对数变换处理,能使减影图像的血管更清晰,对第i帧图像序列Ii中的每个像素进行对数变换,得到第i帧输出图像Pi,其计算公式为:
式中,BW-图像帧Ii的像素最大值;
S2:计算背景图像模板:为了抑制噪声和造影剂给血管图像带来的影响,将图像序列Pi进行加权求和,而第i帧图像序列Pi像素值的权重大小与它和上一帧图像序列Pi-1同位置像素值的差成反比,背景图像模板maski的计算公式如下:
式中,α-常数,且α∈(0,1);
m、n-图像帧中像素的位置;
Pi(m,n)-第i帧图像Pi中位于m,n坐标的像素值;
S3:计算初步血管图像:对第i帧图像序列Pi和其背景图像模板maski的差进行指数变换,得到第i帧的初步血管图像Vi,其计算公式如下:
S4:计算血管增强模板:对第i帧图像序列Pi和上一帧图像序列Pi-1的差进行指数变换,得到第i帧的血管增强模板D′i,其计算公式如下:
S5:中值滤波处理:对第i帧血管增强模板D′i进行3×3的中值滤波处理,滤除增强模板中的噪声,得到第i帧的血管三维增强模板Di″,其计算公式如下:
Di″=medfilt(D′i,[3 3]);
S6:血管减影图像增强:用第i帧的血管三维增强模板Di″对第i帧的初步血管图像Vi进行图像增强,得到第i帧的血管减影图像Vi’(m,n),其计算公式为:
式中,Max(Di″)-第i帧的血管三维增强模板Di″的最大像素值;
S7:血管图像合成:对每一帧血管减影图像Vi’(m,n)进行累加,得到血管合成图像Vt,其计算公式为:
Vt=∑Vi′;
S8:图像位宽变换处理:首先计算图像序列的最大值和最小值,然后根据图像序列的最大值和最小值计算图像像素值的最大值和最小值,再根据图像像素值的最大值和最小值对图像序列进行限幅处理,最后对限幅后的图像序列进行平移拉伸,即得到最终输出显示的图像序列;
所述的图像位宽变换处理包括血管减影图像的图像位宽变换处理和血管合成图像的图像位宽变换处理;
S9:图像数据输出:通过计算机显示器输出显示血管减影图像和血管合成图像。
2.根据权利要求1所述的一种数字减影血管造影方法,其特征在于:步骤S8所述的血管减影图像的图像位宽变换处理步骤为:将第i帧的血管减影图像Vi’(m,n)进行图像位宽变换处理后,再通过计算机显示屏显示最终输出的第i帧的血管减影图像outImgi,所述的血管减影图像的图像位宽变换步骤包括以下子步骤:
S811:计算血管图像序列的最大值mmxv和最小值mmnv;
S812:确定血管减影图像的像素范围:根据血管图像序列的最大值mmxv和最小值mmnv计算血管减影图像像素值的最大值dmx和最小值dmn,其计算公式如下:
式中,β1、β2-常数,且β1∈(0,1),β2∈(0,1),β1<β2;
S813:图像限幅:根据血管减影图像像素值的最大值dmx和最小值dmn对第i帧的血管减影图像Vi’(m,n)进行限幅处理,得到限幅后的第i帧的血管减影图像Vi″(m,n),其计算公式为:
S814:输出第i帧的血管减影图像outImgi:对限幅后的第i帧的血管减影图像Vi″(m,n)进行平移拉伸,即得到最终输出的第i帧的血管减影图像outImgi,其计算公式为:
3.根据权利要求1所述的一种数字减影血管造影方法,其特征在于:步骤S8所述的血管合成图像的图像位宽变换处理,将血管合成图像Vt进行图像位宽变换处理后,再通过计算机显示屏显示最终输出的血管合成图像outIm,所述的血管合成图像的图像位宽变换步骤包括以下子步骤:
S821:计算血管图像序列的最大值mmxv和最小值mmnv;
S822:确定血管合成图像的像素范围:根据血管图像序列的最大值mmxv和最小值mmnv计算血管合成图像像素值的最大值dmxt和最小值dmnt,其计算公式如下:
式中,β3、β4-常数,且β3∈(0,1),β4∈(0,1),β3<β4;
S823:图像限幅:根据血管合成图像像素值的最大值dmxt和最小值dmnt对血管合成图像Vt进行限幅处理,得到限幅后的血管合成图像Vt’,其计算公式为:
S824:输出血管合成图像outIm:对限幅后的血管合成图像Vt’进行平移拉伸,即得到最终输出的血管合成图像outIm,其计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410449767.2A CN104156931B (zh) | 2014-09-04 | 2014-09-04 | 一种数字减影血管造影方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410449767.2A CN104156931B (zh) | 2014-09-04 | 2014-09-04 | 一种数字减影血管造影方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104156931A CN104156931A (zh) | 2014-11-19 |
CN104156931B true CN104156931B (zh) | 2017-03-29 |
Family
ID=51882422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410449767.2A Active CN104156931B (zh) | 2014-09-04 | 2014-09-04 | 一种数字减影血管造影方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104156931B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463815B (zh) * | 2014-11-24 | 2017-08-29 | 东软集团股份有限公司 | Dsa图像生成方法及系统 |
CN105513558A (zh) * | 2015-09-26 | 2016-04-20 | 南京巨鲨显示科技有限公司 | 医用专业显示器超高位宽图像增强显示装置及方法 |
CN105827965B (zh) * | 2016-03-25 | 2019-04-12 | 维沃移动通信有限公司 | 一种基于移动终端的图像处理方法及移动终端 |
CN111701118A (zh) * | 2020-06-24 | 2020-09-25 | 郭中华 | 一种玻尿酸注射用血管显影装置 |
CN111915538B (zh) * | 2020-08-19 | 2024-03-19 | 南京普爱医疗设备股份有限公司 | 一种用于数字血管减影的图像增强方法及系统 |
CN113052805A (zh) * | 2021-03-09 | 2021-06-29 | 西北工业大学 | X射线血管造影序列图像的静态背景分离方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101467887A (zh) * | 2007-12-29 | 2009-07-01 | 复旦大学 | 一种手术导航系统中x射线透视图像标定方法 |
CN102346911A (zh) * | 2010-07-28 | 2012-02-08 | 北京集翔多维信息技术有限公司 | 在数字减影血管造影图像序列中分割血管的方法 |
CN103385692A (zh) * | 2012-05-07 | 2013-11-13 | 佳能株式会社 | 图像处理设备和图像处理方法 |
CN103462590A (zh) * | 2013-09-17 | 2013-12-25 | 浙江大学 | 一种集成血管内光相干性断层扫描(oct)影像和数字减影(dsa)影像的一体化离线处理系统 |
CN103606152A (zh) * | 2013-11-15 | 2014-02-26 | 大连理工大学 | 基于sift特征点聚类及布尔差运算的dsa血管图像分割方法 |
CN103871036A (zh) * | 2012-12-12 | 2014-06-18 | 上海联影医疗科技有限公司 | 用于三维数字减影血管造影图像的快速配准和拼接方法 |
-
2014
- 2014-09-04 CN CN201410449767.2A patent/CN104156931B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101467887A (zh) * | 2007-12-29 | 2009-07-01 | 复旦大学 | 一种手术导航系统中x射线透视图像标定方法 |
CN102346911A (zh) * | 2010-07-28 | 2012-02-08 | 北京集翔多维信息技术有限公司 | 在数字减影血管造影图像序列中分割血管的方法 |
CN103385692A (zh) * | 2012-05-07 | 2013-11-13 | 佳能株式会社 | 图像处理设备和图像处理方法 |
CN103871036A (zh) * | 2012-12-12 | 2014-06-18 | 上海联影医疗科技有限公司 | 用于三维数字减影血管造影图像的快速配准和拼接方法 |
CN103462590A (zh) * | 2013-09-17 | 2013-12-25 | 浙江大学 | 一种集成血管内光相干性断层扫描(oct)影像和数字减影(dsa)影像的一体化离线处理系统 |
CN103606152A (zh) * | 2013-11-15 | 2014-02-26 | 大连理工大学 | 基于sift特征点聚类及布尔差运算的dsa血管图像分割方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104156931A (zh) | 2014-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156931B (zh) | 一种数字减影血管造影方法 | |
Shan et al. | 3-D convolutional encoder-decoder network for low-dose CT via transfer learning from a 2-D trained network | |
Meijering et al. | Retrospective motion correction in digital subtraction angiography: a review | |
Mendonça et al. | A flexible method for multi-material decomposition of dual-energy CT images | |
US9275437B2 (en) | Method for efficient digital subtraction angiography | |
Zhou et al. | DuDoUFNet: dual-domain under-to-fully-complete progressive restoration network for simultaneous metal artifact reduction and low-dose CT reconstruction | |
US10898267B2 (en) | Mobile FFR simulation | |
CN106803241A (zh) | 血管造影图像的处理方法及装置 | |
US8355557B2 (en) | System and method for decomposed temporal filtering for X-ray guided intervention application | |
CN115209808A (zh) | 学习完毕模型的制作方法、图像生成方法以及图像处理装置 | |
WO2016134127A1 (en) | Common-mask guided image reconstruction for enhanced four-dimensional come-beam computed tomography | |
Wu et al. | Masked joint bilateral filtering via deep image prior for digital X-ray image denoising | |
Du et al. | X-ray CT image denoising with MINF: A modularized iterative network framework for data from multiple dose levels | |
Chen et al. | Deep learning-based algorithms for low-dose CT imaging: A review | |
CN107886554B (zh) | 流数据的重构 | |
Park | Advances in deep learning for computed tomography denoising | |
Wagner et al. | Noise reduction for curve‐linear structures in real time fluoroscopy applications using directional binary masks | |
JP7238134B2 (ja) | Pet画像化中の自動的な動き補正 | |
Tang et al. | Dose reduction using prior image constrained compressed sensing (DR-PICCS) | |
Son et al. | Image quality of CT angiography with model-based iterative reconstruction in young children with congenital heart disease: comparison with filtered back projection and adaptive statistical iterative reconstruction | |
CN112862722B (zh) | 一种双能x射线减影方法和装置 | |
Wang et al. | Depth-layer-based patient motion compensation for the overlay of 3D volumes onto X-ray sequences | |
Johnson et al. | CT enterography at 100 kVp with iterative reconstruction compared to 120 kVp filtered back projection: evaluation of image quality and radiation dose in the same patients | |
CN105957135B (zh) | 用于基于体积渲染的3d图像滤波和实时电影渲染的方法和系统 | |
Yang et al. | Improving the detection of hypo-vascular liver metastases in multiphase contrast-enhanced CT with slice thickness less than 5 mm using DenseNet |
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 |