CN104395934A - 交错的多能量成像中的图像重建 - Google Patents

交错的多能量成像中的图像重建 Download PDF

Info

Publication number
CN104395934A
CN104395934A CN201380032481.8A CN201380032481A CN104395934A CN 104395934 A CN104395934 A CN 104395934A CN 201380032481 A CN201380032481 A CN 201380032481A CN 104395934 A CN104395934 A CN 104395934A
Authority
CN
China
Prior art keywords
image
image scanning
gradient
kvp
scanning
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
Application number
CN201380032481.8A
Other languages
English (en)
Other versions
CN104395934B (zh
Inventor
H·H·霍曼
R·普罗克绍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN104395934A publication Critical patent/CN104395934A/zh
Application granted granted Critical
Publication of CN104395934B publication Critical patent/CN104395934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/436Limited angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种用于通过以下步骤来重建从身体的kVp切换成像获得的图像的方法,所述步骤包括:采集在定义第一图像扫描的第一kVp处的多幅图像和在定义第二图像扫描的第二kVp处的多幅图像,其中,交错地采集在所述第一kVp处的所述多幅图像与所述第二图像扫描的所述多幅图像;并且通过根据所述第一图像扫描和所述第二图像扫描来重建图像,其包括:确定针对在所述第一图像扫描和所述第二图像扫描中的至少两幅图像的至少一个梯度位置;针对在所述第一图像扫描和所述第二图像扫描中的所述至少两幅图像,确定关于所述身体的相同部分的发散梯度位置;将每个发散梯度位置标记为欠采样伪影;通过校正每个标记的欠采样伪影,根据在所述第一图像扫描和所述第二图像扫描中的至少两幅图像来生成经重建的图像。本发明还公开了一种借助于第一图像扫描和第二图像扫描来对身体的至少一部分进行成像的成像系统,以及一种计算机程序产品。

Description

交错的多能量成像中的图像重建
技术领域
本发明总体上涉及多能量成像采集。尽管利用具体应用于医学成像,具体为计算机断层摄影(CT)对本发明进行了描述,但是本发明也涉及期望根据具有不同能量的光子的扫描来重建图像的其他应用。
背景技术
在CT中,辐射源发射光子,通常为X射线,所述辐射源存在于可围绕检查区旋转的机架中。探测器(其一般在辐射源的对面)在光子穿过检查区之后探测所述光子,通常以扫描存在于所述检查区中的身体。在多能量CT中,辐射源发射在两个(或更多个)不同能量级别的光子,所述不同能量级别的光子通过对象中的不同材料(例如,患者的身体之内的各种器官、液体或骨骼)以不同级别被衰减。多能量CT用于增加在X射线成像中的固有弱的软组织对比度,并且同时允许减少射束硬化伪影。在各种多能量CT技术(包括双源CT和多层探测器或光子计数探测器的使用)之中,由于峰值千伏电压(kVp)切换技术利用传统的探测器进行操作,因此对所述峰值千伏电压(kVp)切换技术特别感兴趣。
kVp切换技术基于采集在两个(或更多个)不同的阳极电压(即,不同的光子谱)的投影。在US专利申请2011/0085719A1中可以发现kVp切换CT的范例,其中,根据机架的旋转角度交错地采集第一(低kVp)图像扫描集合和第二图像扫描(高kVp)集合。根据获得的第一图像扫描和第二图像扫描来重建图像。
当要求恒定的X射线剂量和扫描时间时,由于交错的投影集合包括比传统的“完全”CT采集更少的投影,因此利用交错的投影集合会发生角度欠采样。该角度欠采样常常导致在经重建的图像中的伪影,例如条纹伪影和波纹图案。本发明目的在于缓解这样的由交错的多能量成像采集引起的欠采样伪影。
发明内容
本发明的实施例指向一种用于重建从身体的kVp切换医学成像获得的图像的方法。所述方法包括:采集在定义第一图像扫描的第一kVp处的多幅图像和在定义第二图像扫描的第二kVp处的多幅图像,其中,交错地采集在所述第一kVp处的所述多幅图像与所述第二图像扫描的所述多幅图像;通过以下步骤,根据所述第一图像扫描和所述第二图像扫描来重建图像:针对在所述第一图像扫描和所述第二图像扫描中的至少两幅图像,确定至少一个梯度位置;针对在所述第一图像扫描和所述第二图像扫描中的所述至少两幅图像,确定关于所述身体的相同部分的发散梯度位置;将每个发散梯度位置标记为欠采样伪影,并且通过校正每个标记的欠采样伪影,根据在所述第一图像扫描和所述第二图像扫描中的所述至少两幅图像来生成经重建的图像。结果,明显或者甚至完全去除欠采样伪影,并且获得更可靠和更好质量的图像。
本发明的另一实施例指向一种用于借助于第一图像扫描和第二图像扫描来对身体的至少一部分进行成像的医学成像系统。所述系统包括:kVp切换X射线源,其生成在第一kVp处和第二kVp处的X射线;X射线探测器,其用于探测已经穿过检查区的在所述第一kVp处和在所述第二kVp处生成的X射线;数据处理器,其用于令根据由所述探测器探测的X射线生成图像扫描;重建器,其生成经重建的图像;以及显示单元,其用于显示所述经重建的图像。所述重建器通过以下步骤来重建图像:确定在所述图像扫描的图像中的梯度位置;确定在所述图像扫描之间的发散梯度位置;将发散梯度位置标记为欠采样伪影;并且通过校正每个标记的欠采样伪影,根据所述图像扫描来生成经重建的图像。本发明的医学系统根据交错的多能量图像扫描生成具有明显更少或者甚至完全去除的欠采样伪影的图像。
本发明的又一实施例指向计算机程序产品,所述计算机程序产品包括指令集合,所述指令集合令重建器:确定在至少两个图像扫描之间的梯度位置;确定在所述至少两个图像扫描之间的发散梯度位置;将发散梯度位置标记为欠采样伪影;并且通过校正每个标记的欠采样伪影,根据所述图像扫描生成经重建的图像。
本领域的普通技术人员在阅读和理解以下详细描述之后将理解本发明的其他方面和实施例。对于本领域的普通技术人员而言,在阅读以下优选实施例的详细描述之后,很多额外的优点和益处将变得明显。
附图说明
通过以下附图对本发明进行图示:
图1示出了CT成像系统的示图;
图2a-d示出了根据已知的现有技术重建的模拟的箱式体模;
图3a-b描绘了根据本发明的用于重建图像的方法。
图4a-c示出了根据对胸部体模的模拟研究重建的图像集合(左侧:80kV;右侧:80kV);并且
本发明可以采取各种部件和部件的布置,以及各种过程操作和过程操作的安排的形式。附图仅出于图示优选实施例的目的,并且不得被解释为对本发明的限制。
具体实施方式
公开了一种用于利用常见的图像梯度约束进行交错的多能量医学成像的方法、系统以及计算机程序产品。
当前,许多不同种类的成像系统用于获得医学图像。这些种类的成像系统包括CT、PET、SPECT、MRI以及其他成像系统。在图1中示意性地描绘图示了示例性CT成像系统1。本文公开的方法和系统也具有与各种其他类型的成像系统或在本文明确讨论的类型之间或之外的成像系统的组合有关的应用。
在图1中描绘的CT系统1包括机架2,所述机架2罩住X射线源4和探测器5。X射线源2以kVp管切换采集为特征,本领域已知所述kVp管切换采集用于相继地发射低能辐射和高能辐射。不同的电压设置的工作周期能够是相同的或不同的(例如,在开关比率或投影的数目方面,80kV的75%和140kV的25%,以补偿低能谱的更高衰减)。发射的X射线朝向探测器5穿过检查区域6,所述探测器5是常用在CT中的传统的X射线探测器。探测器5探测以交错的方式相继地发射的低能X射线和高能X射线。在可移动检查台3上能够移动身体(例如,患者)通过检查区域6。机架2围绕检查区域6可进行360度旋转,以能够从所有期望的角度对身体进行扫描。探测器5将有关探测的X射线的数据传输到数据处理器7,所述数据处理器7根据接收的数据生成图像扫描。然后将这些传输到重建器8,在所述重建器8中,根据所述扫描经重建的图像。在显示单元9上向用户显示经重建的图像。
关于在图1中描绘的CT系统仅示出并描述了描述本发明的基本特征。本领域技术人员应当理解,实际的CT系统包括在图1中未示出的更多备选的,额外功能的或任选的特征。
利用CT系统,或者针对两个(或更多个)测量的扫描的集合,或者针对所谓的“基体材料”的集合(例如,光效应和康普顿效应),能够直接执行断层摄影图像的重建。
重建器确定针对每个获得的图像扫描的梯度位置。在本发明的上下文中,梯度位置被定义为在图像扫描中的特定位置,在所述特定位置处,两个邻近区的衰减是不同的。邻近区的每个可以是个体像素或体素,或可以表示这些中的更大的组。梯度位置通常表示在关于彼此具有更低衰减的区与更高衰减的区之间(例如,在身体之内的不同器官或组织之间)的所谓“边缘”。由于这些区通常在被扫描身体之内的固定定位中,因此这些梯度位置应当针对在彼此之后快速采集的相同身体部分的图像扫描进行精确匹配,例如是利用低能采集和高能采集的交错采集的情况。
然而,在交错采集期间发生欠采样。这导致在图像扫描中的额外梯度,所述额外梯度可以显现为例如条纹和/或为波纹图案。在本发明的上下文之内,这些伪影被定义为欠采样伪影。不像“边缘”,欠采样伪影不表示在被扫描的身体中的固定的物理实体,并且因此对于后续扫描在空间上不一致。图2对此进行了图示,图2示出了模拟的箱式体模的kVp切换CT图像。图2a示出了完全模拟的箱式体模图像的概况。根据图2a的右上角的相同放大截面的两个交错投影子集合重建图2b和图2c。这些图更加清晰地示出了以条纹和波纹效应的形式的欠采样伪影存在于经重建的图像中。图2d示出了在由这些图中的右下角的条棒指示的位置处,针对在图2b和图2c中的相同横截面的垂直剖面图,在图2b和图2c中的波纹在空间上不一致。当根据基体材料(例如,光效应图像和康普顿效应图像)重建时,该效应甚至能够被放大,这样,重建依赖于在采集的投影之间的谱差异。
本发明基于这样的见解,即:仅在身体的相同部分的两个图像扫描之间匹配的梯度位置最有可能表示“边缘”,而不匹配的梯度位置更有可能是欠采样伪影。通过校正这些伪影来重建图像,引起以更少的伪影为特征的图像,并且因此示出了更接近真实并且因此更可靠的身体的部分的投影。
图3a和图3b描绘了根据本发明的用于重建从kVp切换医学成像获得的图像的方法的实施例的流程图。
利用成像系统(例如,计算机断层摄影系统)对身体进行扫描,并且采集(100、100’)在定义第一图像扫描的第一kVp(101、101’)处和在定义第二图像扫描的第二kVp(102、102’)处的多幅图像。以交错的方式采集第一扫描和第二扫描。然后在重建器中重建(200、200’)采集的图像扫描。
针对在第一(201、201’)图像扫描和第二(202、202’)图像扫描中的至少两幅图像,确定梯度位置。在来自第一图像扫描的图像与来自第二图像扫描的图像之间针对身体的相同部分的梯度位置进行比较,并且确定(211、211’)发散梯度位置。
通过迭代过程优选地执行梯度位置的比较和匹配,其在每次迭代时,在该迭代步骤处,在来自身体的相同部分的第一图像扫描和第二图像扫描的扫描中的梯度位置被激励以在相同位置处发生。这在更新方程中经由适当的项得以实现。
例如,考虑成本函数C被最小化为:
C = | | p ^ - p | | 2 2 + λ · R ( I 1 , I 2 ) - - - ( 1 )
其中,描述来自第一图像扫描的图像I1和来自第二图像扫描的I2的前向投影,p指代测量的投影,R是罚函数,并且λ是正则化参数。项要求数据连贯性,并且罚函数R激励两幅图像二者的梯度以在相同的位置处发生。在简单的实施方式中,R被定义为:
R(I1,I2):=||DI1-DI2||1  (2)
DIi:=▽Ii/|Ii|(针对梯度向量的所有分量)
在方程(2)中的具体实施方式要求图像I1和图像I2的梯度位置不仅在相同的位置处发生,而且具有相同(归一化的)幅度。在特定情况下,可以不仅有利于确定发散梯度位置,而且还有利于确定来自不同的图像扫描的身体的相同部分的图像之间的梯度幅度(231’、232’),以及确定发散梯度幅度(241’)作为额外条件来确定梯度是否是欠采样伪影。
一般地,额外比较梯度幅度引起在由“边缘”引出的梯度位置与由欠采样伪影引出的梯度位置之间的甚至更好的区分。然而,在一些情况下(例如,如果在特定位置处,图像中的仅仅一个具有结构化边缘),该“相同幅度要求”可以是太受限的。在那些情况下,仅“梯度位置要求”的使用将导致更好的重建结果。
当确定发散梯度位置时,将该梯度位置标记为欠采样伪影(221’)。如果做出选择以也将梯度幅度进行比较,由于这严重减少计算工作量,因此特别有利于仅确定针对标记的发散梯度位置的梯度幅度(231’、232’)来代替针对确定整个图像或针对所有梯度位置的梯度幅度。
如果没有确定梯度幅度(图3a),则通过校正(251)每个标记的欠采样伪影(例如,通过忽略该信息,通过从周围区进行插值或本领域已知的其他校正技术),重建器根据在第一图像扫描和第二图像扫描中的图像生成经重建的图像(261)。
在确定梯度幅度(图3b)和确定针对发散梯度位置的发散梯度的情况下,两个选项是可用的。当针对具体的发散梯度位置没有发散梯度幅度时,梯度位置不被标记(252’)为欠采样伪影,并且在生成经重建的图像(261’)的步骤中将不被校正。在梯度位置和对应的梯度幅度二者都发散的情况下,该具体梯度位置将仍然被标记为欠采样伪影,并且通过校正(251’)每个标记的欠采样伪影来生成经重建的图像(261’)。
更高级的实施方式可以引起在迭代过程中的区分的进一步优化,以确定和匹配梯度位置和幅度,例如,常见超先验(hyper-prior)的使用,所述超先验在具有常见的小波系数的压缩传感的背景下定义边缘的局部可能性或应用于一些多对比度的MRI图像。因此,可以实现在“边缘”欠采样伪影之间的甚至更好的区分。
例如,当在第三(或更多个)kVp级别进行切换时,或者如果针对相同的身体部分具有多于两幅图像是可用的,则迭代过程不仅适合于用于针对两个扫描的梯度位置(和任选的梯度幅度)进行匹配,而且能够容易地适合于考虑在三个(或甚至更多个)扫描之间进行匹配。在该情况下,可以获得甚至更好的指示以确定梯度位置是否由欠采样伪影引起。
利用对胸部体模的模拟研究图示了本发明的可行性,在图4中示出了由该研究引起的重建CT图像。模拟了针对80kV(左列)和140kV(右列)的管电压的CT投影。
行a)示出了利用完全的(即,非切换和非交错的)投影集合获得的图像。由于在这种情况下没有欠采样,因此不存在欠采样伪影。因此在这些图像中的梯度位置应当主要表示在不同的器官、骨骼、液体等之间的实际“边缘”。
行b)示出了针对交错的投影(来自80kV集合的75%的投影,和来自140kV集合的25%的投影)的结果。归因于欠采样,伪影(例如,条纹和波纹图案)发生。这些伪影将额外的梯度引入图像。归因于更高的欠采样比率,在140kV图像中伪影更突出。
行c)示出了使用相同的欠采样数据根据方程(2)利用关于图像梯度的常见罚函数重建的图像,所述相同的欠采样数据用于重建行b)的图像。伪影被大部分地去除,引起更可靠并且更高质量的图像。
本发明的方法也可以用于估计在重建期间或跟随重建的不可用的(例如非测量的、受破坏的或以其他方式丢失的)投影。这能够应用于基体材料的重建,为其假设一致梯度位置未被完成(例如,k边缘增强造影剂(例如,碘)的谱成像)以便于利用更加完全的数据集合进行重建。
尽管根据指向医学成像(具体为CT)的选定实施例解释了本发明,但是本发明当然不限于这些实施例。相反,技术人员将认识到在本发明的范围之内的许多变型和备选实施例。应当理解,所述方法和所述系统也可以同样地适合于其他成像领域,例如非医学成像(例如,行李扫描),或者其他迭代或非迭代方法可以用于对梯度位置进行匹配。

Claims (12)

1.一种用于重建从身体的kVp切换成像获得的图像的方法,包括:
-采集在定义第一图像扫描的第一kVp处的多幅图像和在定义第二图像扫描的第二kVp处的多幅图像,其中,交错地采集在所述第一kVp处的所述多幅图像与所述第二图像扫描的所述多幅图像;
-根据所述第一图像扫描和所述第二图像扫描来重建图像,包括:
-针对在所述第一图像扫描和所述第二图像扫描中的至少两幅图像,确定至少一个梯度位置;
-针对在所述第一图像扫描和所述第二图像扫描中的所述至少两幅图像,确定关于所述身体的相同部分的发散梯度位置;
-将每个发散梯度位置标记为欠采样伪影;并且
-通过校正每个标记的欠采样伪影,根据在所述第一图像扫描和所述第二图像扫描中的所述至少两幅图像来生成经重建的图像。
2.根据权利要求1所述的方法,还包括:
-采集在定义第三图像扫描的第三kVp处的多幅图像,其中,交错地采集在第三kVp处的所述多幅图像与所述第一图像扫描和所述第二图像扫描的所述多幅图像;
-根据所述第一图像扫描和第二图像扫描来重建经重建的图像,包括:
-针对在所述第三图像扫描中的至少两幅图像,确定至少一个梯度位置;
-针对在所述第一图像、第二图像以及第三图像扫描中的所述至少两幅图像,确定关于所述身体的相同部分的发散梯度位置;
-将每个发散梯度位置标记为欠采样伪影;并且
-通过校正每个标记的欠采样伪影,根据在所述第一图像扫描、所述第二图像扫描以及所述第三图像扫描中的所述至少两幅图像来生成所述经重建的图像。
3.根据权利要求1或2所述的方法,所述重建还包括:
-针对所述身体的所述相同部分的至少一个图像扫描,确定在至少一个发散梯度位置处的梯度幅度;
-针对在所述第一图像扫描和所述第二图像扫描中的所述至少两幅图像,确定关于所述身体的所述相同部分的发散梯度幅度;
-当针对所述身体的所述相同部分的对应的梯度位置的梯度幅度不发散时,不标记欠采样伪影。
4.根据前述权利要求中的任一项所述的方法,其中,确定所述至少一个梯度位置的步骤包括使用常见的超先验。
5.根据前述权利要求中的任一项所述的方法,其中,估计来自所述身体的一部分的不存在的图像。
6.一种用于借助于第一图像扫描和第二图像扫描来对身体的至少一部分进行成像的成像系统,包括:
-kVp切换X射线源,其生成在第一kVp处和第二kVp处的X射线;
-X射线探测器,其用于探测已经穿过检查区域的在所述第一kVp处和在所述第二kVp处生成的X射线;
-数据处理器,其用于令根据由所述探测器探测的X射线生成图像扫描;
-重建器,其用于:
-确定在所述图像扫描的图像中的梯度位置;
-确定在所述图像扫描之间的发散梯度位置;
-将发散梯度位置标记为欠采样伪影;并且
-通过校正每个标记的欠采样伪影,根据所述图像扫描来生成经重建的图像;以及
-显示单元,其用于显示所述经重建的图像。
7.根据权利要求6所述的系统,还包括:
-kVp切换X射线源,其生成在第三kVp处的X射线;以及
-X射线探测器,其用于探测已经穿过检查区域的在所述第三kVp处生成的X射线;
8.根据权利要求6或7所述的系统,其中,所述重建器包括所述数据处理器。
9.根据权利要求6、7或8所述的系统,所述重建器还用于
-确定针对至少一个发散梯度位置的梯度幅度;
-确定在所述图像扫描之间的发散幅度;
-当针对对应的梯度位置的梯度幅度不发散时,不标记欠采样伪影。
10.根据权利要求6-9中的任一项所述的系统,包括计算机断层摄影装置。
11.一种计算机程序产品,其包括指令集合,以用于令重建器:
-确定在至少两个图像扫描之间的梯度位置;
-确定在所述至少两个图像扫描之间的发散梯度位置;
-将发散梯度位置标记为欠采样伪影;并且
-通过校正每个标记的欠采样伪影,根据所述图像扫描来生成经重建的图像。
12.根据权利要求11所述的计算机程序产品,其还包括指令集合,以用于令重建器:
-确定针对至少一个发散梯度位置的梯度幅度;
-确定在所述图像扫描之间的发散幅度;
-当针对对应的梯度位置的梯度幅度不发散时,不标记欠采样伪影。
CN201380032481.8A 2012-06-21 2013-06-13 交错的多能量成像中的图像重建 Active CN104395934B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261662517P 2012-06-21 2012-06-21
US61/662,517 2012-06-21
PCT/IB2013/054847 WO2013190435A1 (en) 2012-06-21 2013-06-13 Image reconstruction in interleaved multi-energy imaging

Publications (2)

Publication Number Publication Date
CN104395934A true CN104395934A (zh) 2015-03-04
CN104395934B CN104395934B (zh) 2017-07-14

Family

ID=48953415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380032481.8A Active CN104395934B (zh) 2012-06-21 2013-06-13 交错的多能量成像中的图像重建

Country Status (4)

Country Link
US (1) US9262825B2 (zh)
EP (1) EP2864964B1 (zh)
CN (1) CN104395934B (zh)
WO (1) WO2013190435A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240617A (zh) * 2021-07-09 2021-08-10 同方威视技术股份有限公司 扫描图像重建方法、检查设备及计算机可读存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9888894B2 (en) 2015-12-21 2018-02-13 General Electric Company Multi-energy X-ray imaging

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030215120A1 (en) * 2002-05-15 2003-11-20 Renuka Uppaluri Computer aided diagnosis of an image set
US20040102688A1 (en) * 2002-11-27 2004-05-27 Walker Matthew Joseph Methods and apparatus for facilitating a reduction in artifacts
CN101273896A (zh) * 2007-03-30 2008-10-01 通用电气公司 使用便携平板检测器的双能射线照相的图像采集和处理链
US20090120417A1 (en) * 2005-06-14 2009-05-14 Toyota Jidosha Kabushiki Kaisha Exhaust Gas Re-Circulation Apparatus For Internal Combustion Engine
US20110085719A1 (en) * 2009-10-14 2011-04-14 Jiahua Fan System and method of image artifact reduction in fast kvp switching ct

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1910810A2 (en) * 2005-07-22 2008-04-16 Koninklijke Philips Electronics N.V. X-ray detector imaging with polychromatic spectra
US7672421B2 (en) * 2005-10-12 2010-03-02 Siemens Medical Solutions Usa, Inc. Reduction of streak artifacts in low dose CT imaging through multi image compounding
US7844030B2 (en) * 2008-03-26 2010-11-30 General Electric Company System and method of fast switching for spectral imaging
US8165264B2 (en) * 2009-01-28 2012-04-24 Kabushiki Kaisha Toshiba Method of pre-reconstruction decomposition for fast kV-switching acquisition in dual energy computed tomography (CT)
US7995702B2 (en) * 2009-08-25 2011-08-09 General Electric Company System and method of data interpolation in fast kVp switching dual energy CT
US8588494B2 (en) * 2010-10-29 2013-11-19 General Electric Company System and method for material decomposition optimization in image domain

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030215120A1 (en) * 2002-05-15 2003-11-20 Renuka Uppaluri Computer aided diagnosis of an image set
US20040102688A1 (en) * 2002-11-27 2004-05-27 Walker Matthew Joseph Methods and apparatus for facilitating a reduction in artifacts
US20090120417A1 (en) * 2005-06-14 2009-05-14 Toyota Jidosha Kabushiki Kaisha Exhaust Gas Re-Circulation Apparatus For Internal Combustion Engine
CN101273896A (zh) * 2007-03-30 2008-10-01 通用电气公司 使用便携平板检测器的双能射线照相的图像采集和处理链
US20110085719A1 (en) * 2009-10-14 2011-04-14 Jiahua Fan System and method of image artifact reduction in fast kvp switching ct

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨朝霞等: ""图像梯度与散度计算及在边缘提取中的应用"", 《中山大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240617A (zh) * 2021-07-09 2021-08-10 同方威视技术股份有限公司 扫描图像重建方法、检查设备及计算机可读存储介质

Also Published As

Publication number Publication date
WO2013190435A1 (en) 2013-12-27
EP2864964A1 (en) 2015-04-29
US20150170358A1 (en) 2015-06-18
US9262825B2 (en) 2016-02-16
EP2864964B1 (en) 2019-08-07
CN104395934B (zh) 2017-07-14

Similar Documents

Publication Publication Date Title
US9025815B2 (en) System and method for multi-material correction of image data
US6856666B2 (en) Multi modality imaging methods and apparatus
US7382852B2 (en) Method and apparatus for correcting motion in image reconstruction
RU2429467C2 (ru) Стереоскопическая компьютерная томография
US8553955B2 (en) Image processing apparatus, X-ray computed tomography apparatus, and image processing method
EP2245592B1 (en) Image registration alignment metric
JP6009755B2 (ja) 画像診断装置及び方法
CN1504960A (zh) 用于截断补偿的方法和装置
CN104408758A (zh) 一种低剂量能谱ct图像处理方法
US9592021B2 (en) X-ray CT device, and method
US9374565B2 (en) System and method for multi-material correction of image data
Guo et al. Image reconstruction model for the exterior problem of computed tomography based on weighted directional total variation
CN107106109A (zh) 计算机断层扫描系统
US20220104783A1 (en) System and method for low-dose multi-spectral x-ray tomography
JP2004237076A (ja) マルチ・モダリティ・イメージング方法及び装置
US20040167387A1 (en) Methods and apparatus for improving image quality
JP2011177396A (ja) X線ct装置
CN104395934A (zh) 交错的多能量成像中的图像重建
US8854355B2 (en) System and method of visualizing features in an image
Zhao et al. Robust moving-blocker scatter correction for cone-beam computed tomography using multiple-view information
CN102670230B (zh) 用于在双能计算机断层造影中减少运动伪影的方法
US11367227B2 (en) Method and apparatus for computer vision based attenuation map generation
JP7442455B2 (ja) 分光イメージングデータからの分光炎症マップ
Cengiz et al. Comparison of algebraic reconstruction techniques for tomosynthesis
Je et al. Feasibility study for application of the compressed-sensing framework to interior computed tomography (ICT) for low-dose, high-accurate dental x-ray imaging

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