CN104274201B - 乳腺层析成像方法和系统及成像设备和图像采集处理方法 - Google Patents
乳腺层析成像方法和系统及成像设备和图像采集处理方法 Download PDFInfo
- Publication number
- CN104274201B CN104274201B CN201410531587.9A CN201410531587A CN104274201B CN 104274201 B CN104274201 B CN 104274201B CN 201410531587 A CN201410531587 A CN 201410531587A CN 104274201 B CN104274201 B CN 104274201B
- Authority
- CN
- China
- Prior art keywords
- image
- source
- tomographic map
- average
- field 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.)
- Active
Links
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种乳腺层析成像方法和系统及成像设备和图像采集处理方法,其乳腺层析成像方法包括:获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像。其可以提供精确的三维乳腺结构信息,有效避免传统X光乳腺成像的影像重叠问题。
Description
技术领域
本发明涉及乳腺X光层析成像技术,特别是涉及一种乳腺层析成像方法和系统及成像设备和图像采集处理方法。
背景技术
X射线成像技术已经成为乳腺疾病诊断中不可或缺的影响技术,依靠X射线透视成像技术逐步满足了乳腺疾病诊断的需求。X射线透视成像又存在三种不同的技术手段:胶片成像、数字化X射线成像技术和直接数字化X射线成像技术,这三种技术虽然只能够针对特定的局部组织进行X射线透视成像,但是由于技术简单、操作简便、设备价格便宜等优点,因此在乳腺X射线中得到了广泛的应用。
但是,目前使用最为广泛的是利用X射线成像获得二维图像,但是这种图像会因为光传输路径上的重叠,由成像层外部物体引起图像本身多余的阴影和伪影。为了提高图像的成像质量,逐步的对X射线成像进行了改进,形成了全景成像技术,其利用专门设计的扫描轨道,由X光机和探测器围绕被扫描物体旋转扫描实现曲面断层成像,从而克服X光透视在传输路径上的重叠,消除由于成像层外部物体引起的多余阴影和伪影。但是,由于透视成像的本质并没有改变,全景成像依然存在X射线路径上前后重叠的问题。
随着1989年,螺旋CT开始投入医学临床引用,相对于以前的断层CT,螺旋CT可以连续不简单地采集投影数据,并通过专门设计的重建算法得到物体的三维体数据,使得CT扫描的时间大大缩短。但是基于此种技术的CT扫描方法需要基于固定轨道的运动,进行大角度的移动成像,在移动的过程中也会存在一定的成像伪影,降低了图像质量。
目前随着科学技术的发展,在逐步地利用计算机辅助技术来进行扫描成像,从而希望能够通过后续的计算机技术对图像进行处理、提高图像质量。
发明内容
基于此,有必要针对传统乳腺X光成像的问题,提供一种乳腺层析成像方法和系统及成像设备和图像采集处理方法,其可以提供精确的三维乳腺结构信息,有效避免传统X光乳腺成像的影像重叠问题。
本发明提供的一种乳腺层析成像方法,其包括:
获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;
获取在依次逐个开启所述多个X光源对被扫描物体进行X光成像时所采集的所述被扫描物体分别对应于所述多个X光源的投影图像;
利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;
基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像。
在其中一个实施例中,所述基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建的过程包括:
基于层析图像的迭代重建方法,构建层析图像重建模型;
将所述校正后的投影图像输入所述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到所述预设迭代次数则输出重建的层析图像;否则,对每一次迭代重建获得的层析图像执行以下步骤:
执行非负校正处理,得到第二中间图像;
计算所述第二中间图像的水平梯度图像和垂直梯度图像;
对所述水平梯度图像和垂直梯度图像分别进行字典学习操作,获得第三中间图像;
对所述第三中间图像进行梯度反换,得到第四中间图像;
将所述第四中间图像作为下一次迭代重建的输入。
在其中一个实施例中,所述对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正的处理为:将所述被扫描物体对应于每个X光源的投影图像与所述平均暗场图像之差除以该X光源所对应的平均亮场图像与所述平均暗场图像之差后取负对数。
在其中一个实施例中,所述通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像的过程中,按照图像中像素灰度值叠加求和并取平均的方法获得所述平均暗场图像和平均亮场图像。
在其中一个实施例中,所述执行非负校正处理为将图像中的像素灰度值小于零的像素都赋值为零。
在其中一个实施例中,所述方法还包括:获得所述被扫描物体的旋转中心到所述每个X光源的距离、和所述每个X光源与用于接收和探测来自所述X光源X射线的探测器之间的距离,用以构建层析图像重建模型。
基于上述方法,本发明还提供了一种乳腺层析成像系统,其包括:
校正数据提取模块,用于获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;
投影图像提取模块,用于获取在依次逐个开启所述多个X光源对被扫描物体进行X光成像时所采集的所述被扫描物体分别对应于所述多个X光源的投影图像;
校正模块,用于利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;及
层析图像重建模块,用于基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像。
在其中一个实施例中,所述层析图像重建模块包括:
重建模型构建单元,用于基于层析图像的迭代重建方法,构建层析图像重建模型;
迭代单元,用于将所述校正后的投影图像输入所述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到所述预设迭代次数则输出重建的层析图像,否则调用单次迭代计算单元对每一次迭代重建获得的层析图像进行处理;及
所述单次迭代计算单元包括:
用于对每一次迭代重建获得的层析图像执行非负校正处理得到第二中间图像的非负校正单元,
用于计算所述第二中间图像的水平梯度图像和垂直梯度图像的梯度计算单元,
用于对所述水平梯度图像和垂直梯度图像分别进行字典学习操作获得第三中间图像的字典学习单元,
用于对所述第三中间图像进行梯度反换得到第四中间图像的梯度反换单元,和
用于将所述第四中间图像作为下一次迭代重建输入的输出单元。
在其中一个实施例中,所述校正模块包括:用于将所述被扫描物体对应于每个X光源的投影图像与所述平均暗场图像之差除以该X光源所对应的平均亮场图像与所述平均暗场图像之差后取负对数的计算单元。
基于上述系统和方法,本发明还提供了一种乳腺层析成像设备,其包括:
X光源阵列,该X光源阵列中包含多个在同一平面上间隔排列的X光源;
探测器,用于接收和探测来自所述X光源的X射线;
托台,用于放置被扫描物体、使所述被扫描物体位于所述X光源阵列和探测器之间;
控制器,用于控制所述X光源阵列中的多个X光源依次逐个开启发出X射线、或者控制所述X光源关闭,接收所述探测器的探测结果并对该探测结果进行转换、数值化获得采集的图像数据;及
层析图像重建处理器,用于获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;以及获取在依次逐个开启所述多个X光源对被扫描物体进行X光成像时所采集的所述被扫描物体分别对应于所述多个X光源的投影图像;利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;再基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像。
在其中一个实施例中,所述设备还包括:显示器,用于显示所述重建的层析图像。
基于上述设备,本发明还提供了一种乳腺层析图像采集处理方法,其包括:
根据被扫描物体的性质确定扫描参数;
在无被扫描物体、且未开启X光源时,采集至少两幅暗场图像并存储;
在无被扫描物体时,依次逐个开启同一平面上间隔排列的多个X光源,采集每个X光源所对应的至少两幅亮场图像并存储;
获取被扫描物体的旋转中心到各个X光源的距离,以及各个X光源到探测器的距离并存储;
依次逐个开启所述多个X光源,对被扫描物体进行X光成像,采集被扫描物体分别对应于上述多个X光源的投影图像并存储;
基于获取的所述暗场图像和亮场图像对所述投影图像进行如下图像处理过程:
获取至少两幅所述暗场图像、和每个X光源所对应的至少两幅所述亮场图像,通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;
获取被扫描物体分别对应于上述多个X光源的投影图像;
利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;
基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像。
在其中一个实施例中,所述基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建的过程包括:
基于层析图像的迭代重建方法,构建层析图像重建模型;
将所述校正后的投影图像输入所述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到所述预设迭代次数则输出重建的层析图像;否则,对每一次迭代重建获得的层析图像执行以下步骤:
执行非负校正处理,得到第二中间图像;
计算所述第二中间图像的水平梯度图像和垂直梯度图像;
对所述水平梯度图像和垂直梯度图像分别进行字典学习操作,获得第三中间图像;
对所述第三中间图像进行梯度反换,得到第四中间图像;
将所述第四中间图像作为下一次迭代重建的输入。
在其中一个实施例中,所述方法还包括:获取被扫描物体的旋转中心到各个X光源的距离,以及各个X光源到探测器的距离并存储。
本发明解决了现有方法中难以解决的乳腺层析成像所面临的少角度成像问题,通过本发明的方法和系统可以获得高质量的乳腺层析图像,避免因移动光源或探测器而产生的成像伪影,还可以有效避免传统X光乳腺成像的影像重叠问题。
附图说明
图1为本发明乳腺层析成像设备的结构示意图;
图2为本发明乳腺层析图像采集处理方法的流程示意图;
图3为本发明基于层析图像的迭代重建方法的流程示意图;
图4为本发明乳腺层析成像系统的结构示意图。
具体实施方式
基于X光射线成像技术,本发明提供了一种利用计算机辅助技术的乳腺层析成像技术,其通过控制一定阵列排列的光源开启或关闭,分别获得无被扫描物体下的暗场图像和有被扫描物体下的亮场图像,利用此暗场图像和亮场图像对投影图像进行校正,从而获得重建的层析图像,可适用于少角度成像的环境,避免因移动光源或探测器而产生的成像伪影,还可以有效避免传统X光乳腺成像的影像重叠问题。以下基于各个实施例,详细说明本发明的各个技术方案。
如图1所示,本发明主要适用于以下结构体系的设备之上。本实施例提供的一种乳腺层析成像设备,其包括:
X光源阵列1,该X光源阵列中包含多个在同一平面上间隔排列的X光源11;优选将多个X光源11在同一平面上等间隔或等角度线性排列。
探测器3,用于接收和探测来自X光源11的X射线;优选探测器3与X光源阵列1平行放置,X光源阵列1的个数围绕探测器左右呈对称分布。
托台,用于放置被扫描物体2、使被扫描物体2位于X光源阵列1和探测器3之间;
控制器4,用于控制上述X光源阵列1中的多个X光源11依次逐个开启发出X射线、或者控制上述X光源关闭,接收上述探测器3的探测结果并对该探测结果进行转换、数值化获得采集的图像数据;及
层析图像重建处理器5,用于获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;以及获取在依次逐个开启上述多个X光源对被扫描物体进行X光成像时所采集的上述被扫描物体分别对应于上述多个X光源的投影图像;利用上述平均暗场图像和每个X光源所对应的平均亮场图像,对上述被扫描物体分别对应于上述多个X光源的投影图像进行校正,获得校正后的投影图像;再基于层析图像的迭代重建方法对上述校正后的投影图像进行迭代重建,获得重建的层析图像。
基于上述实施例,本实施例中的乳腺层析成像设备还包括:显示器6,用于显示上述重建的层析图像。便于使用者观看针对扫描物体局部位置或者特定位置的三维成像结果。
基于上述实施例,本实施例中的层析图像重建处理器5可以是计算机、单片机等图像处理器。层析图像重建处理器5基于层析图像的迭代重建方法对上述校正后的投影图像进行迭代重建的过程中,对每一次迭代重建获得的层析图像执行以下步骤,直至达到预设迭代次数:
执行非负校正处理,得到第二中间图像,这里的执行非负校正处理为将图像中的像素灰度值小于零的像素都赋值为零;
计算上述第二中间图像的水平梯度图像和垂直梯度图像;
对上述水平梯度图像和垂直梯度图像分别进行字典学习操作,获得第三中间图像;
对上述第三中间图像进行梯度反换,得到第四中间图像;
将上述第四中间图像作为下一次迭代重建的输入。
以下将在图像处理方法中详细说明上述迭代重建过程的具体实现方式。
利用上述设备对被扫描物体进行扫描采集图像时,首先根据被扫描物体的性质确定对其进行锥束CT扫描的投影放大比、平板探测器的数据采集方式、X射线源的电压、功率等扫描参数,这些参数在数据采集过程中均保持不变。
然后,分别采集暗场图像及亮场图像,并通过求和平均得到平均暗场图像和平均亮场图像,通过暗场图像及亮场图像对实际扫描的图像进行校正,可有效降低投影图像噪声。这一图像采集过程分为两部分:
a)采集暗场图像:成像视场中不放置被扫描物体,不打开X光源11,获取若干幅暗场图像例如可采集5~10幅暗场图像。对暗场图像按照对应像素灰度值叠加求和并取平均可以得到平均暗场图像
b)采集亮场图像:成像视场中不放置被扫描物体,仅打开其中1个X光源11,采集获得若干幅亮场图像。对亮场图像按照像素灰度叠加求和并取平均,得到平均亮场图像i=1,...,n(n为X光源11的个数。对每一个X光源11都要进行上述操作,以获得每个X光源所对应的亮场图像。
其次,依次测量被扫描物体2的旋转中心到各个X光源11的距离,以及各个X光源11到探测器3的距离,以得到层析成像所需的几何参数,用于构建构建层析图像重建模型。在层析图像重建中,需要知道扫描物体、每个光源和探测器在坐标系中的几何坐标,以便应用不同的重建公式来进行重建。这两个距离是层析重建公式中需要使用的,用以获知X射线所经过的路径长度。
上述实施例中的暗场图像,是在无被扫描物体时、通过控制器4关闭所有X光源而采集的图像数据;上述实施例中的亮场图像,是在无被扫描物体时、通过控制上述X光源阵列1中的多个X光源11依次逐个开启并发出X射线而采集的每一个X光源所对应的图像数据。
基于上述乳腺层析成像设备的结构体系,如图2所示,本发明还提供了一种乳腺层析图像采集处理方法,其包括:
步骤710,根据被扫描物体的性质确定对其进行锥束CT扫描的投影放大比、平板探测器的数据采集方式、X射线源的电压、功率等扫描参数,这些参数在数据采集过程中均保持不变;
步骤720,在无被扫描物体2、且未开启X光源时,采集至少两幅暗场图像并存储;
步骤730,在无被扫描物体2时,依次逐个开启同一平面上间隔排列的多个X光源,采集每个X光源所对应的至少两幅亮场图像并存储;
步骤740,获取被扫描物体2的旋转中心到各个X光源11的距离,以及各个X光源11到探测器3的距离并存储;
步骤750,依次逐个开启上述多个X光源,对被扫描物体进行X光成像(即每次采集时只开启一个X光源),采集被扫描物体分别对应于上述多个X光源的投影图像并存储;
步骤760,基于上述获取的暗场图像和亮场图像对实际扫描的投影图像进行如下图像处理过程,其包括以下步骤:
步骤761,获取上述步骤720中在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和上述步骤730中在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像。这里的求和平均处理优选基于图像中像素灰度值叠加求和并取平均的方法;
步骤762,获取上述步骤750中在依次逐个开启上述多个X光源对被扫描物体进行X光成像时、所采集的上述被扫描物体分别对应于上述多个X光源的投影图像。
步骤763,利用上述平均暗场图像和每个X光源所对应的平均亮场图像,对上述被扫描物体分别对应于上述多个X光源的投影图像进行校正,获得校正后的投影图像。这里的校正处理方式可以是:将上述被扫描物体对应于每个X光源的投影图像与上述平均暗场图像之差除以该X光源所对应的平均亮场图像与上述平均暗场图像之差后取负对数,如下述公式(1)所示。
其中,Ic(i)表示校正后的投影图像,i=1,...,n,n为X光源11的个数;表示平均亮场图像表示平均暗场图像;I(i)为被扫描物体分别对应于上述多个X光源的投影图像。但本发明不限于只采用这一种校正方式,还可以基于上述平均暗场图像和每个X光源所对应的平均亮场图像的其他对实际投影图像的校正处理。
步骤764,基于层析图像的迭代重建方法对上述校正后的投影图像进行迭代重建,获得重建的层析图像。
本实施例中不限制上述各个步骤的实施顺序,仅以能完成最终的图像扫描和处理结果为准。上述步骤710至750主要是利用控制器4来控制X光源和探测器实现相应的图像采集过程。
基于上述实施例,上述步骤710还可以根据被扫描物体的性质在乳腺层析成像设备上提供选择项窗或提示符输入口,用以根据用户的选择调用预先设定的扫描参数。即,上述步骤710还可以为,根据被扫描物体的性质选择调用预先设定的扫描参数。
基于上述实施例,上述步骤740所获取的距离参数主要用于基于层析图像的迭代重建方法中,用以构建层析图像重建模型。这里的距离也可以是直接调用根据被扫描物体的大小(即身高、胖瘦情况)而预先测量的距离参数,后续在进行实际扫描时,只要根据被扫描物体的身高胖瘦情况进行选择即可。即,上述步骤740还可以为:提供选择项窗或提示符输入口,用以根据被扫描物体的大小选择预先存储的距离参数,该距离参数包括被扫描物体2的旋转中心到各个X光源11的距离和各个X光源11到探测器3的距离。同样的,这里的步骤740也可以是每一次对被扫描物体进行X光成像前进行测量获取相应的距离参数数据,测量的方式可以是手动,也可以是通过脉冲法或相位法来测量被扫描物体2的旋转中心到各个X光源11的距离或各个X光源11到探测器3的距离。
基于上述实施例,上述步骤760的图像处理过程主要运行于上述层析图像重建处理器5之上,而其中,步骤764主要是基于层析图像的迭代重建方法对上述校正后的投影图像进行迭代重建的过程,如图3所示,其迭代重建过程包括:
步骤21,基于层析图像的迭代重建方法,构建层析图像重建模型,具体可如下述公式(2)所示。
G=MA公式(2)
其中,G为校正后的全部投影图像Ic(i)、i=1,...,n,M为系统矩阵,A为待重建的层析图像。系统矩阵M包含扫描参数以及上述步骤740所确定的距离参数。
步骤22,将上述校正后的投影图像输入上述层析图像重建模型进行迭代重建,在每一次迭代中采用常规算法(如代数重建算法、联合代数重建算法、期望最大化重建算法、有序子集期望最大化重建算法等)求解上述公式(2),计算后获得中间图像A。
步骤23,判断是否达到预设迭代次数,若达到上述预设迭代次数则执行步骤24,输出重建的层析图像;否则,对每一次迭代重建获得的层析图像执行以下步骤:
步骤25,对每一次迭代重建获得的层析图像(即上述中间图像A)执行非负校正处理,得到第二中间图像B;这里的非负校正处理优选将图像中数值小于零的像素都赋值为零。
步骤26,计算上述第二中间图像B的水平梯度图像和垂直梯度图像具体参见下述公式(3)。
其中,和分别表示中间图像B的水平梯度图像和垂直梯度图像。
步骤27,对上述水平梯度图像和垂直梯度图像分别进行字典学习操作,获得第三中间图像C;
步骤28,对上述第三中间图像C进行梯度反换,得到第四中间图像D。这里的梯度反换可以采用经典的梯度恢复方法(即GradientRec方法,参见IEEETRANSACTIONSONIMAGEPROCESSING,VOL.21,NO.1,JANUARY2012)。
步骤29,将上述第四中间图像D作为下一次迭代重建的输入,代入上述公式(2)所表示的层析图像重建模型中计算中间图像A,在没有达到迭代次数时对此中间图像A重复执行步骤25至29的过程,直到满足迭代次数时终止。
基于上述有关图2所述的图像处理方法,本发明还提供了一种运行于层析图像重建处理器5之上的乳腺层析成像方法,如图2所示,其包括以下步骤:
步骤761,获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;这里优选将多个X光源在同一平面上等间隔或等角度线性排列。
步骤762,获取在依次逐个开启上述多个X光源对被扫描物体进行X光成像时、所采集的上述被扫描物体分别对应于上述多个X光源的投影图像;
步骤763,利用上述平均暗场图像和每个X光源所对应的平均亮场图像,对上述被扫描物体分别对应于上述多个X光源的投影图像进行校正,获得校正后的投影图像;这里的校正方法可参见上述公式(1)的相关说明。
步骤764,基于层析图像的迭代重建方法对上述校正后的投影图像进行迭代重建,获得重建的层析图像。这一步骤的具体说明可参见上述有关图3的解释说明部分,在此不作累述。
基于上述实施例,本实施例的上述方法还包括:获得上述被扫描物体的旋转中心到上述每个X光源的距离、和上述每个X光源与用于接收和探测来自上述X光源X射线的探测器之间的距离,用以构建层析图像重建模型。这里获得距离参数方法可以是在每一次对被扫描物体进行X光成像时通过脉冲法或相位法进行测量获得距离参数,还可以是通过预先存储测量好的距离参数,然后按照被扫描物体的大小进行选择获取相应的距离参数。
基于上述乳腺层析成像方法,本发明还提供了一种乳腺层析成像系统,如图4所示,其包括:
校正数据提取模块801,用于获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;
投影图像提取模块802,用于获取在依次逐个开启上述多个X光源对被扫描物体进行X光成像时所采集的上述被扫描物体分别对应于上述多个X光源的投影图像;
校正模块803,用于利用上述平均暗场图像和每个X光源所对应的平均亮场图像,对上述被扫描物体分别对应于上述多个X光源的投影图像进行校正,获得校正后的投影图像;及
层析图像重建模块804,用于基于层析图像的迭代重建方法对上述校正后的投影图像进行迭代重建,获得重建的层析图像。
基于上述实施例,本实施例中上述层析图像重建模块包括:
重建模型构建单元814,用于基于层析图像的迭代重建方法,构建层析图像重建模型;
迭代单元834,用于将上述校正后的投影图像输入上述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到上述预设迭代次数则输出重建的层析图像,否则调用单次迭代计算单元824对每一次迭代重建获得的层析图像进行处理;及
上述单次迭代计算单元824包括:
用于对每一次迭代重建获得的层析图像执行非负校正处理得到第二中间图像的非负校正单元,
用于计算上述第二中间图像的水平梯度图像和垂直梯度图像的梯度计算单元,
用于对上述水平梯度图像和垂直梯度图像分别进行字典学习操作获得第三中间图像的字典学习单元,
用于对上述第三中间图像进行梯度反换得到第四中间图像的梯度反换单元,和
用于将上述第四中间图像作为下一次迭代重建输入的输出单元。
基于上述实施例,本实施例中上述校正模块803包括:用于将上述被扫描物体对应于每个X光源的投影图像与上述平均暗场图像之差除以该X光源所对应的平均亮场图像与上述平均暗场图像之差后取负对数的计算单元。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例中的乳腺层析成像方法和系统可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个非易失性计算机可读存储介质(如ROM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的系统结构和方法。也就是说,层析图像重建处理器5可以如图1所示,与X光源阵列1、探测器3、托台和控制器4(或还可以包括显示器)一起构成一个完整的乳腺层析成像设备产品进行实施,也可以将层析图像重建处理器5构设为一个上位机等终端部件通过网络或者其他方式获得由控制器4控制X光源阵列1、探测器3、和托台共同采集的图像数据,然后运行上述乳腺层析成像方法和系统来实现后期对图像数据的处理。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种乳腺层析成像方法,其包括:
获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;
获取在依次逐个开启所述多个X光源对被扫描物体进行X光成像时所采集的所述被扫描物体分别对应于所述多个X光源的投影图像;
利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;
基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像,该过程包括:
基于层析图像的迭代重建方法,构建层析图像重建模型;
将所述校正后的投影图像输入所述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到所述预设迭代次数则输出重建的层析图像;否则,对每一次迭代重建获得的层析图像执行以下步骤:
执行非负校正处理,得到第二中间图像;
计算所述第二中间图像的水平梯度图像和垂直梯度图像;
对所述水平梯度图像和垂直梯度图像分别进行字典学习操作,获得第三中间图像;
对所述第三中间图像进行梯度反换,得到第四中间图像;
将所述第四中间图像作为下一次迭代重建的输入。
2.根据权利要求1所述的乳腺层析成像方法,其特征在于,所述对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正的处理为:将所述被扫描物体对应于每个X光源的投影图像与所述平均暗场图像之差除以该X光源所对应的平均亮场图像与所述平均暗场图像之差后取负对数。
3.根据权利要求1所述的乳腺层析成像方法,其特征在于,所述通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像的过程中,按照图像中像素灰度值叠加求和并取平均的方法获得所述平均暗场图像和平均亮场图像。
4.根据权利要求1所述的乳腺层析成像方法,其特征在于,所述执行非负校正处理为将图像中的像素灰度值小于零的像素都赋值为零。
5.根据权利要求1所述的乳腺层析成像方法,其特征在于,所述方法还包括:获得所述被扫描物体的旋转中心到所述每个X光源的距离、和所述每个X光源与用于接收和探测来自所述X光源X射线的探测器之间的距离,用以构建层析图像重建模型。
6.一种乳腺层析成像系统,其特征在于,所述系统包括:
校正数据提取模块,用于获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;
投影图像提取模块,用于获取在依次逐个开启所述多个X光源对被扫描物体进行X光成像时所采集的所述被扫描物体分别对应于所述多个X光源的投影图像;
校正模块,用于利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;及
层析图像重建模块,用于基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像;
所述层析图像重建模块包括:
重建模型构建单元,用于基于层析图像的迭代重建方法,构建层析图像重建模型;
迭代单元,用于将所述校正后的投影图像输入所述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到所述预设迭代次数则输出重建的层析图像,否则调用单次迭代计算单元对每一次迭代重建获得的层析图像进行处理;及
所述单次迭代计算单元包括:
用于对每一次迭代重建获得的层析图像执行非负校正处理得到第二中间图像的非负校正单元,
用于计算所述第二中间图像的水平梯度图像和垂直梯度图像的梯度计算单元,
用于对所述水平梯度图像和垂直梯度图像分别进行字典学习操作获得第三中间图像的字典学习单元,
用于对所述第三中间图像进行梯度反换得到第四中间图像的梯度反换单元,和
用于将所述第四中间图像作为下一次迭代重建输入的输出单元。
7.根据权利要求6所述的乳腺层析成像系统,其特征在于,所述校正模块包括:用于将所述被扫描物体对应于每个X光源的投影图像与所述平均暗场图像之差除以该X光源所对应的平均亮场图像与所述平均暗场图像之差后取负对数的计算单元。
8.一种乳腺层析成像设备,其特征在于,所述成像设备包括:
X光源阵列,该X光源阵列中包含多个在同一平面上间隔排列的X光源;
探测器,用于接收和探测来自所述X光源的X射线;
托台,用于放置被扫描物体、使所述被扫描物体位于所述X光源阵列和探测器之间;
控制器,用于控制所述X光源阵列中的多个X光源依次逐个开启发出X射线、或者控制所述X光源关闭,接收所述探测器的探测结果并对该探测结果进行转换、数值化获得采集的图像数据;及
层析图像重建处理器,用于获取在无被扫描物体、且未开启X光源时采集的至少两幅暗场图像、和在无被扫描物体、且依次逐个开启同一平面上间隔排列的多个X光源时采集的每个X光源所对应的至少两幅亮场图像,并分别通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;以及获取在依次逐个开启所述多个X光源对被扫描物体进行X光成像时所采集的所述被扫描物体分别对应于所述多个X光源的投影图像;利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;再基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像,其中,
所述层析图像重建处理器还用于基于层析图像的迭代重建方法,构建层析图像重建模型,将所述校正后的投影图像输入所述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到所述预设迭代次数则输出重建的层析图像;否则,对每一次迭代重建获得的层析图像执行非负校正处理,得到第二中间图像,计算所述第二中间图像的水平梯度图像和垂直梯度图像,对所述水平梯度图像和垂直梯度图像分别进行字典学习操作,获得第三中间图像,对所述第三中间图像进行梯度反换,得到第四中间图像,将所述第四中间图像作为下一次迭代重建的输入。
9.根据权利要求8所述的乳腺层析成像设备,其特征在于,所述设备还包括:显示器,用于显示所述重建的层析图像。
10.一种乳腺层析图像采集处理方法,其包括:
根据被扫描物体的性质确定扫描参数;
在无被扫描物体、且未开启X光源时,采集至少两幅暗场图像并存储;
在无被扫描物体时,依次逐个开启同一平面上间隔排列的多个X光源,采集每个X光源所对应的至少两幅亮场图像并存储;
依次逐个开启所述多个X光源,对被扫描物体进行X光成像,采集被扫描物体分别对应于上述多个X光源的投影图像并存储;
基于获取的所述暗场图像和亮场图像对所述投影图像进行如下图像处理过程:
获取至少两幅所述暗场图像、和每个X光源所对应的至少两幅所述亮场图像,通过求和平均获得平均暗场图像和每个X光源所对应的平均亮场图像;
获取被扫描物体分别对应于所述多个X光源的投影图像;
利用所述平均暗场图像和每个X光源所对应的平均亮场图像,对所述被扫描物体分别对应于所述多个X光源的投影图像进行校正,获得校正后的投影图像;
基于层析图像的迭代重建方法对所述校正后的投影图像进行迭代重建,获得重建的层析图像,该过程包括:
基于层析图像的迭代重建方法,构建层析图像重建模型;
将所述校正后的投影图像输入所述层析图像重建模型进行迭代重建,并判断是否达到预设迭代次数,若达到所述预设迭代次数则输出重建的层析图像;否则,对每一次迭代重建获得的层析图像执行以下步骤:
执行非负校正处理,得到第二中间图像;
计算所述第二中间图像的水平梯度图像和垂直梯度图像;
对所述水平梯度图像和垂直梯度图像分别进行字典学习操作,获得第三中间图像;
对所述第三中间图像进行梯度反换,得到第四中间图像;
将所述第四中间图像作为下一次迭代重建的输入。
11.根据权利要求10所述的乳腺层析图像采集处理方法,其特征在于,所述方法还包括:获取被扫描物体的旋转中心到各个X光源的距离,以及各个X光源到探测器的距离并存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410531587.9A CN104274201B (zh) | 2014-10-10 | 2014-10-10 | 乳腺层析成像方法和系统及成像设备和图像采集处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410531587.9A CN104274201B (zh) | 2014-10-10 | 2014-10-10 | 乳腺层析成像方法和系统及成像设备和图像采集处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104274201A CN104274201A (zh) | 2015-01-14 |
CN104274201B true CN104274201B (zh) | 2016-05-18 |
Family
ID=52249900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410531587.9A Active CN104274201B (zh) | 2014-10-10 | 2014-10-10 | 乳腺层析成像方法和系统及成像设备和图像采集处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104274201B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992457B (zh) * | 2015-06-19 | 2018-07-27 | 深圳先进技术研究院 | Ct图像重建方法和系统 |
CN105938616B (zh) * | 2015-12-23 | 2018-12-04 | 上海奕瑞光电子科技股份有限公司 | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 |
CN105997127A (zh) * | 2016-06-21 | 2016-10-12 | 深圳先进技术研究院 | 一种静态乳腺双能ct成像系统及成像方法 |
CN106388848A (zh) * | 2016-10-18 | 2017-02-15 | 深圳先进技术研究院 | 对ct图像进行预处理的方法、系统及静态ct成像装置 |
CN106706681B (zh) * | 2016-12-16 | 2018-03-02 | 西安交通大学 | 一种基于x射线源阵列成像的投影图像恢复方法 |
US10949950B2 (en) | 2017-06-14 | 2021-03-16 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image processing |
CN107292815B (zh) * | 2017-06-14 | 2020-09-01 | 上海联影医疗科技有限公司 | 乳腺图像的处理方法、装置及乳腺成像设备 |
CN111399072B (zh) * | 2020-03-24 | 2023-07-04 | 苏州柒影医疗科技有限公司 | X光投影优化成像方法及系统 |
CN111915514B (zh) * | 2020-07-13 | 2022-07-26 | 南京邮电大学 | 一种基于权值调整二阶盲辨识的数字乳腺层析合成摄影的重建方法 |
CN111904446A (zh) * | 2020-09-11 | 2020-11-10 | 深圳先进技术研究院 | 乳腺成像系统及其成像方法 |
CN116421205A (zh) * | 2023-03-22 | 2023-07-14 | 北京朗视仪器股份有限公司 | 一种锥束ct系统校正方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103948395A (zh) * | 2007-07-19 | 2014-07-30 | 北卡罗来纳大学查珀尔希尔分校 | 固定 x 射线数字化断层合成或断层摄影系统和相关方法 |
CN101398397B (zh) * | 2007-09-30 | 2012-05-30 | 首都师范大学 | 多次扫描模式的ct成像方法 |
CN101510298B (zh) * | 2009-03-17 | 2010-12-29 | 西北工业大学 | 一种ct伪影的综合校正方法 |
JP5346654B2 (ja) * | 2009-03-31 | 2013-11-20 | キヤノン株式会社 | 放射線撮影装置及びその制御方法 |
WO2012106204A1 (en) * | 2011-01-31 | 2012-08-09 | University Of Massachusetts | Tomosynthesis imaging |
CN103445803B (zh) * | 2013-09-09 | 2015-09-30 | 深圳先进技术研究院 | 基于正弦图的ct系统射束硬化消除方法及其系统 |
-
2014
- 2014-10-10 CN CN201410531587.9A patent/CN104274201B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104274201A (zh) | 2015-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104274201B (zh) | 乳腺层析成像方法和系统及成像设备和图像采集处理方法 | |
US11887221B2 (en) | Systems and methods for image correction in positron emission tomography | |
US10699394B2 (en) | System and method for image calibration | |
US11564653B2 (en) | Imaging systems and methods thereof | |
CN101454801B (zh) | 基于列表模式数据的局部运动补偿 | |
US20170372193A1 (en) | Image Correction Using A Deep Generative Machine-Learning Model | |
CN107798682A (zh) | 图像分割系统、方法、装置和计算机可读存储介质 | |
US9524567B1 (en) | Method and system for iterative computed tomography reconstruction | |
US8625870B2 (en) | Method and system for supplementing detail image in successive multi-scale reconstruction | |
CN108986892B (zh) | 用于确定活度图和衰减图的系统和方法 | |
NL2009710A (en) | Method and apparatus for iterative reconstruction. | |
US20220092755A1 (en) | Systems and methods for image processing | |
US20190336079A1 (en) | Respiratory Motion Estimation in Projection Domain in Nuclear Medical Imaging | |
Zhang et al. | PET image reconstruction using a cascading back-projection neural network | |
CN104039233A (zh) | 使用迭代近似法的x射线计算机断层摄影装置(x射线ct装置) | |
Van Eyndhoven et al. | Region-based iterative reconstruction of structurally changing objects in CT | |
US20230360312A1 (en) | Systems and methods for image processing | |
CN110853742B (zh) | 一种图像重建方法、系统、装置及存储介质 | |
US10217248B2 (en) | Method for removing streak from detector cell with performance difference | |
CN108784725B (zh) | 用于确定旋转角度的系统和方法 | |
CN110853113A (zh) | 基于bpf的tof-pet图像重建算法及重建系统 | |
US9508164B2 (en) | Fast iterative image reconstruction method for 3D computed tomography | |
US20220215601A1 (en) | Image Reconstruction by Modeling Image Formation as One or More Neural Networks | |
Clark et al. | Volumetric, dual-domain x-ray CT reconstruction with deep learning | |
US20230237638A1 (en) | Apparatus and methods for unsupervised image denoising using double over-parameterization |
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 |