CN104361615A - 一种采用圆轨道扇形束x射线ct扫描机快速重建断层图像的方法 - Google Patents
一种采用圆轨道扇形束x射线ct扫描机快速重建断层图像的方法 Download PDFInfo
- Publication number
- CN104361615A CN104361615A CN201410568553.7A CN201410568553A CN104361615A CN 104361615 A CN104361615 A CN 104361615A CN 201410568553 A CN201410568553 A CN 201410568553A CN 104361615 A CN104361615 A CN 104361615A
- Authority
- CN
- China
- Prior art keywords
- projection
- pixel
- value
- data set
- ray
- 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
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种采用圆轨道扇形束X射线CT扫描机快速重建断层图像的方法,该方法包括以下步骤:(1)获取经对数化处理的投影数据,并定义为数据集A,然后对数据集A进行一维滤波,把将所得到的滤波后投影数据定义为数据集B;(2)构建一幅离散的待重建图像,并将其中所有像素点的像素值初始化为0;(3)将待重建图像中每个像素点进行反投影,即,首先搜索数据集A,寻找该像素点对应的投影值,一旦投影值为零便直接将该像素点的像素值赋为零,然后寻找下一像素点的投影值,而当该像素点的投影值不为零时,则搜索数据集B,寻找该像素点的投影值;如此历遍全部待重建图像,分别将未赋值的各像素点对应于数据集B中的投影值进行累加并赋值,得到重建后的断层图像。
Description
技术领域
本发明涉及一般的图像数据处理,具体涉及2D图像的生成方法,该方法适用于扇形束X射线CT图像的滤波反投影重建。
背景技术
X射线CT(computed tomography,计算机断层摄影术)广泛应用工业无损检测和医学影像诊断和治疗等领域。CT图像质量好坏取决于所使用的重建算法。其中,扇束X射线CT滤波反投影重建算法属于解析算法,相比于迭代算法,它具有计算量明显小的优势,同时,CT图像质量和空间分辨率也较高,是一种非常实用的成像算法,因此,滤波反投影重建算法仍是目前商用X线CT系统所采用的主流算法。
申请公布号为CN103489206A专利申请公开了“一种基于扇束X光CT滤波反投影重建的混合滤波方法”,该方法采用以下方法进行滤波反投影重建:(1)获取扇束X光CT投影数据;(2)对投影数据进行混合滤波处理;(3)沿着X射线方法进行反投影重建得到断层图像。
此外,上述专利申请还公开了对扇束X光CT投影数据离散化的方法以及对离散化后的投影数据进行混合滤波处理方法和混合滤波所使用的滤波器,其中,
所述对扇束X光CT投影数据离散化的方法即是,设置采样点s=nd以间隔d=1,角度β=1~2π对离散化前的投影数据进行采样,得到离散后的投影数据p(s,β);
所述对离散化后的投影数据进行混合滤波处理方法为:设定h(s)为混合滤波器,根据p(s,β)=p(s,β)**h(s)对投影数据p(s,β)进行卷积混合滤波,得到滤波后的投影数据
所述混合滤波所使用的滤波器为:
h(nd)=λ1hSL(nd)+λ2hL(nd);
加权系数:λ1≥0,λ2≥0,λ1+λ2=1,用户根据实际需要确定;
SL滤波器:
Lewitt滤波器:
上述专利申请所述的方案采用所定义的滤波器对离散化后的投影数据进行混合滤波处理,虽然提高了重建精度和重建断层图像的分辨率,但是仍然与传统滤波反投影重建方法一样,要对重建图像中的每一像素点(包括物体和物体外的空气所对应的像素点)都要在0~360°范围内依次进行所述预设角度的反投影,而且要分别将重建图像中每一像素点在每一角度下所对应的投影值进行累加,这显然既不能提高重建效率,也不能提高重建图像中物体外的区域像素值的均匀性。因此,寻求一种快速滤波反投影重建方法具有重要意义。
发明内容
本发明所要解决的技术问题提供一种采用圆轨道扇形束X射线CT扫描机快速重建断层图像的方法,该方法可显著提高扇形束X射线CT图像的反投影重建速度。
本发明解决上述问题的技术方案如下:
一种采用圆轨道扇形束X射线CT扫描机快速重建断层图像的方法,该方法包括以下步骤:
(1)获取采用圆轨道扇形束X射线CT扫描机在每一预设角度下经对数化处理的投影数据,并定义为数据集A,然后对数据集A中每一预设角度下经对数化处理后的投影数据进行一维滤波,把将所得到的滤波后投影数据定义为数据集B;
(2)构建一幅离散的待重建图像,并将其中所有像素点的像素值初始化为0;
(3)将待重建图像中每个像素点沿X射线方向在0~360°范围内依次按所述预设角度进行反投影,该反投影步骤为:首先搜索数据集A,寻找该像素点在当前角度下所对应的投影值,一旦投影值为零便直接将该像素点在当前角度下的像素值赋为零,然后寻找下一像素点在当前角度下所对应的投影值,而当该像素点在当前角度下所对应的投影值不为零时,则搜索数据集B,寻找该像素点在当前角度下所对应的投影值;如此历遍全部待重建图像,分别将未赋值的各像素点在每一角度下对应于数据集B中的投影值进行累加,并将所得到的累加值作为对应像素点的像素值,得到重建后的断层图像。
上述方法中,所述一维滤波的滤波器为SL滤波器、RL滤波器或Lewitt滤波器等。
本发明相对于现有技术具有如下的优点和效果:
(1)速度快。由于重建图像中物体以外的空气点的像素值为0,因此,“一旦投影值为零便直接将该像素点在当前角度下的像素值赋为零,然后寻找下一像素点在当前角度下所对应的投影值”,既可省略对该像素点在当前角度以后每一个角度下所对应的投影值扫描过程,也省略对该像素点在所有角度下所对应的投影值的累加过程。
(2)物体外区域的精度高。对重建图像中物体以外的空气点,本申请所述方法的反投影赋值过程与现有技术不一样,不是将该像素点在每一角度下所对应的投影值进行累加,而是统一直接赋为零,不受物体区域内像素值的影响,因此,重建图像中物体外区域的精度高。
附图说明
图1是本发明所述方法的一个具体实施例的流程图。
图2是本发明所述的一个具体实施例的滤波反投影重建过程的示意图。
图3是采用现有滤波反投影方法的重建结果,其中,左图为头部体模重建后的结果在窗宽为1窗位为0.5设置下的显示图,右图为头部体模重建后的结果在窗宽为0.2窗位为0设置下的显示图。
图4是采用本发明所述滤波反投影方法的重建结果,其中,左图为头部体模重建后的结果在窗宽为1窗位为0.5设置下的显示原图,右图为头部体模重建后的结果在窗宽为0.2窗位为0设置下的显示图。
具体实施方式
例1
如图1所示,本发明所述的扇形束X射线CT图像的滤波反投影重建方法由以下步骤组成:
(1)启动圆轨道扇形束X射线CT扫描机,每间隔1°(即所述的预设角度)采集一次投影数据,逆时针扫描一周,得到360组投影数据,然后对每一组数据分别进行对数化处理得到用于重建的投影数据,并将该投影数据定义为数据集A;
(2)采用SL滤波器对数据集A中每一组投影数据进行一维滤波,所得滤波后的投影数据定义为数据集B;其中,所述的SL滤波器为式中n为一系列整数,本实施例中n=0,±1,±2,±3......±512,d为采样间隔,本实施例中设置为1;
(3)构建一幅大小为256×256的离散的待重建图像,并将其中所有像素点的像素值初始化为0;
(4)将待重建图像中每个像素点沿X射线方向在0~360°范围内依次进行所述预设角度的反投影,该反投影步骤为:首先搜索数据集A,寻找该像素点在当前角度下所对应的投影值,一旦投影值为零便直接将该像素点在当前角度下的像素值赋为零,然后寻找下一像素点在当前角度下所对应的投影值,而当该像素点在当前角度下所对应的投影值不为零时,则搜索数据集B,寻找该像素点在当前角度下所对应的投影值;如此历遍全部待重建图像,分别将未赋值的各像素点在每一角度下对应于数据集B中的投影值进行累加,并将所得到的累加值作为对应像素点的像素值,得到重建后的断层图像。
为了便于公众理解,以下以图2举例详细说明上述反投影操作过程:参见图2,假设Q为待重建图像,其中部的圆圈为物体的轮廓。
在图2中,待重建图像Q中的像素点x1在物体的轮廓内,因此其所有角度下对应于数据集A中的投影值不为零,那么,由上述方法的步骤(4)可知,该像素点的像素值为360个角度下所对应的投影值的累加,即P1+P2+P3…+Pn…+P360(其中,P1~P360分别为第1个至第360个角度下像素点x1对应于数据集B中的投影值)。
在图2中,待重建图像Q中的像素点x2位于物体的轮廓外,且在第一个角度下X射线球管焦点与像素点x2点可以确定一条X射线路径所得到对应于数据集A中的投影值即为0(说明此条射线只经过了空气),因此,由上述方法的步骤(4)可知,在反投影过程中就直接将像素点x2赋值为0,然后跳转对下一像素点进行所述的反投影即可,省略了359次反投影操作和累加运算过程。
在图2中,待重建图像Q中的像素点x3虽然位于物体的轮廓外,但第1个角度下由X射线球管焦点与像素点x3点可以确定一条X射线路径所得到对应于数据集A中的投影值却不为0(穿过了物体),直到第n个角度时才首次出现由X射线球管焦点与像素点x3点确定的X射线路径对应于数据集A中的投影值为0。因此,由上述方法的步骤(4)可知,在经历n次反投影操作过程才可将像素点x3赋值为0。对于像素点x3来说,尽管经历n次反投影操作,但还是省略了360-n次反投影操作和累加运算过程。
例2(对比实验)
为了证明本发明的有益效果,我们利用图像大小为256×256的shepp-logan数字体模作为实验对象,分别采用公开号为CN103489206A专利申请所公开的方法和例1所述方法进行滤波反投影重建。
采用公开号为CN103489206A专利申请所公开的方法进行重建,约为10秒后得到如图3所示的结果。
采用例1所述方法进行重建,约为6秒后得到如图4所示的结果。
将图3中右图与图4中右图进行比较可见,现有技术重建结果中的空气值不均匀,而本申请所述方法重建结果中的空气值不但均匀,且均为0。
Claims (2)
1.一种采用圆轨道扇形束X射线CT扫描机快速重建断层图像的方法,该方法包括以下步骤:
(1)获取采用圆轨道扇形束X射线CT扫描机在每一预设角度下经对数化处理的投影数据,并定义为数据集A,然后对数据集A中每一预设角度下经对数化处理后的投影数据进行一维滤波,把将所得到的滤波后投影数据定义为数据集B;
(2)构建一幅离散的待重建图像,并将其中所有像素点的像素值初始化为0;
(3)将待重建图像中每个像素点沿X射线方向在0~360°范围内依次按所述预设角度进行反投影,该反投影步骤为:首先搜索数据集A,寻找该像素点在当前角度下所对应的投影值,一旦投影值为零便直接将该像素点在当前角度下的像素值赋为零,然后寻找下一像素点在当前角度下所对应的投影值,而当该像素点在当前角度下所对应的投影值不为零时,则搜索数据集B,寻找该像素点在当前角度下所对应的投影值;如此历遍全部待重建图像,分别将未赋值的各像素点在每一角度下对应于数据集B中的投影值进行累加,并将所得到的累加值作为对应像素点的像素值,得到重建后的断层图像。
2.根据权利要求1所述的一种采用圆轨道扇形束X射线CT扫描机快速重建断层图像的方法,其特征在于,所述一维滤波的滤波器为SL滤波器、RL滤波器或Lewitt滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410568553.7A CN104361615B (zh) | 2014-10-22 | 2014-10-22 | 一种采用圆轨道扇形束x射线ct扫描机快速重建断层图像的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410568553.7A CN104361615B (zh) | 2014-10-22 | 2014-10-22 | 一种采用圆轨道扇形束x射线ct扫描机快速重建断层图像的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104361615A true CN104361615A (zh) | 2015-02-18 |
CN104361615B CN104361615B (zh) | 2017-07-11 |
Family
ID=52528873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410568553.7A Active CN104361615B (zh) | 2014-10-22 | 2014-10-22 | 一种采用圆轨道扇形束x射线ct扫描机快速重建断层图像的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104361615B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118039A (zh) * | 2015-09-17 | 2015-12-02 | 广州华端科技有限公司 | 实现锥束ct图像重建的方法及系统 |
CN108805948A (zh) * | 2018-05-24 | 2018-11-13 | 沈阳东软医疗系统有限公司 | 图像的正投影方法及装置 |
CN109636874A (zh) * | 2018-12-17 | 2019-04-16 | 浙江科澜信息技术有限公司 | 一种三维模型透视投影方法、系统及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6219441B1 (en) * | 1993-06-22 | 2001-04-17 | General Electric Company | Reconstruction of images from three-dimensional cone beam data |
CN101034479A (zh) * | 2006-03-10 | 2007-09-12 | Ge医疗系统环球技术有限公司 | 图像重建方法和x射线ct设备 |
CN101178370A (zh) * | 2006-10-27 | 2008-05-14 | Ge医疗系统环球技术有限公司 | X-射线断层摄影设备 |
CN102521853A (zh) * | 2011-12-08 | 2012-06-27 | 苏州生物医学工程技术研究所 | 一种反投影权重锥束ct重建算法 |
CN103489206A (zh) * | 2013-09-25 | 2014-01-01 | 华南理工大学 | 一种基于扇束x光ct滤波反投影重建的混合滤波方法 |
-
2014
- 2014-10-22 CN CN201410568553.7A patent/CN104361615B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6219441B1 (en) * | 1993-06-22 | 2001-04-17 | General Electric Company | Reconstruction of images from three-dimensional cone beam data |
CN101034479A (zh) * | 2006-03-10 | 2007-09-12 | Ge医疗系统环球技术有限公司 | 图像重建方法和x射线ct设备 |
CN101178370A (zh) * | 2006-10-27 | 2008-05-14 | Ge医疗系统环球技术有限公司 | X-射线断层摄影设备 |
CN102521853A (zh) * | 2011-12-08 | 2012-06-27 | 苏州生物医学工程技术研究所 | 一种反投影权重锥束ct重建算法 |
CN103489206A (zh) * | 2013-09-25 | 2014-01-01 | 华南理工大学 | 一种基于扇束x光ct滤波反投影重建的混合滤波方法 |
Non-Patent Citations (1)
Title |
---|
张卫贞: ""固体火箭发动机ICT局部重建算法研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118039A (zh) * | 2015-09-17 | 2015-12-02 | 广州华端科技有限公司 | 实现锥束ct图像重建的方法及系统 |
CN105118039B (zh) * | 2015-09-17 | 2018-04-10 | 广州华端科技有限公司 | 实现锥束ct图像重建的方法及系统 |
CN108805948A (zh) * | 2018-05-24 | 2018-11-13 | 沈阳东软医疗系统有限公司 | 图像的正投影方法及装置 |
CN108805948B (zh) * | 2018-05-24 | 2022-06-28 | 东软医疗系统股份有限公司 | 图像的正投影方法及装置 |
CN109636874A (zh) * | 2018-12-17 | 2019-04-16 | 浙江科澜信息技术有限公司 | 一种三维模型透视投影方法、系统及相关装置 |
CN109636874B (zh) * | 2018-12-17 | 2023-05-26 | 浙江科澜信息技术有限公司 | 一种三维模型透视投影方法、系统及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104361615B (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5019193B2 (ja) | スキャン対象に関するct画像内の再構成点における画像データ値を決定する再構成方法及びx線コンピュータ断層撮影装置 | |
Clackdoyle et al. | Tomographic reconstruction in the 21st century | |
US8971599B2 (en) | Tomographic iterative reconstruction | |
Burger et al. | A variational reconstruction method for undersampled dynamic x-ray tomography based on physical motion models | |
CN1957847B (zh) | 再现对象的断层造影图像的方法和断层造影设备 | |
DE102013217351B4 (de) | Bildbasierte Bewegungskompensation von Bilddaten | |
Wang et al. | FBP-Net for direct reconstruction of dynamic PET images | |
US6292525B1 (en) | Use of Hilbert transforms to simplify image reconstruction in a spiral scan cone beam CT imaging system | |
CN102236903B (zh) | 通过迭代的图像重建在ct拍摄中提高时间分辨率 | |
WO2010121043A2 (en) | Exact local computed tomography based on compressive sampling | |
Levkovilz et al. | The design and implementation of COSEN, an iterative algorithm for fully 3-D listmode data | |
Wu et al. | Spatial-temporal total variation regularization (STTVR) for 4D-CT reconstruction | |
CN102293660B (zh) | 在心脏ct中改善时间分辨率 | |
Chen et al. | Impulse response analysis for several digital tomosynthesis mammography reconstruction algorithms | |
EP1264275B1 (en) | Fast hierarchical reprojection algorithm for tomography | |
CN106228601B (zh) | 基于小波变换的多尺度锥束ct图像快速三维重建方法 | |
CN103810734A (zh) | 一种低剂量x射线ct投影数据恢复方法 | |
Zhang et al. | Limited angle CT reconstruction by simultaneous spatial and Radon domain regularization based on TV and data-driven tight frame | |
CN104361615A (zh) | 一种采用圆轨道扇形束x射线ct扫描机快速重建断层图像的方法 | |
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 | |
Lu et al. | A geometry-guided deep learning technique for CBCT reconstruction | |
CN102062740A (zh) | 锥束ct扫描成像方法及系统 | |
Lv et al. | A back‐projection‐and‐filtering‐like (BPF‐like) reconstruction method with the deep learning filtration from listmode data in TOF‐PET | |
Van Gompel et al. | Elliptical extrapolation of truncated 2D CT projections using Helgason-Ludwig consistency conditions | |
CN105222730B (zh) | 一种基于图像复原的工业ct几何尺寸测量方法 |
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 |