CN104574292B - 一种ct图像的校正方法和装置 - Google Patents
一种ct图像的校正方法和装置 Download PDFInfo
- Publication number
- CN104574292B CN104574292B CN201410695920.XA CN201410695920A CN104574292B CN 104574292 B CN104574292 B CN 104574292B CN 201410695920 A CN201410695920 A CN 201410695920A CN 104574292 B CN104574292 B CN 104574292B
- Authority
- CN
- China
- Prior art keywords
- image
- scanned object
- images
- scanned
- reconstruction
- 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
- 238000012800 visualization Methods 0.000 claims abstract description 81
- 241001269238 Data Species 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 239000003550 marker Substances 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 12
- 238000003709 image segmentation Methods 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 8
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000007873 sieving Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 2
- 208000019155 Radiation injury Diseases 0.000 abstract description 5
- 238000002591 computed tomography Methods 0.000 description 165
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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 for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/464—Dual or multimodal imaging, i.e. combining two or more imaging modalities
Abstract
本发明提供了一种CT图像的校正方法，包括：获取被扫描对象的外形轮廓数据，根据所述外形轮廓数据重建出所述被扫描对象的形状图像，其中，所述被扫描对象的外形轮廓数据通过可视化设备对被扫描对象进行扫描得到；获取被扫描对象的CT原始投影数据，根据所述CT原始投影数据重建出CT图像；对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像；对所述超视野区域图像进行正投影，以获取超视野投影数据；利用所述超视野投影数据对所述CT重建图像进行校正。该校正方法不会对被扫描对象造成额外的辐射伤害，而且提高了校正效果。本发明还提供了一种CT图像的校正装置。
Description
技术领域
本发明涉及医学影像技术领域，尤其涉及一种CT图像的校正方法和装置。
背景技术
CT(Computed Tomography)，即电子计算机断层扫描，它利用X射线对被扫描对象进行扫描，用计算机进行处理从而生成被扫描对象的某一部位的图像。该CT图像能够允许用户在不切开被扫描对象的某一部位时就能看到该部位内部的结构，可以用于多种疾病的检查。
由于CT机架大小以及通道接收范围的限制，实际扫描对象的大小必须在CT系统允许的范围内，以使得被扫描对象在机架进行旋转的时候始终位于有效的扫描视野范围内。然而，由于当被扫描对象尺寸偏大，例如体型较为肥胖的病人或者病人位置不合理，导致偏离机架的旋转中心较多的时候，会使得被扫描对象的一部分落在CT系统的有效扫描视野范围之外，形成超视野区域，该超视野区域会对重建出来的CT图像引入伪影。
为了校正超视野区域给CT图像带来的伪影，现有技术中，普遍采用的方法是通过预估被扫描对象的轮廓，如假设人体为椭圆，利用对称镜像数据外插，或基于水模数据的外插方法进行校正。另一种方法是结合PET等成像设备产生的被扫描对象的数据进行校正。
利用预估被扫描对象的轮廓进行插值方法的缺点是当被扫描对象被截断部分比较多或者形状复杂而使得预估的数据形式与实际出现较大偏差时校正效果较差。如果利用PET等其它设备结合的方法需要其它医疗设备的配合，并且有些扫描设备会给被扫描对象带来额外的辐射。
因此，有必要提供一种新的CT图像的校正方法，以减小校正效果的偏差，并不会对被扫描对象带来额外的辐射。
发明内容
有鉴于此，本发明的第一方面提供了一种CT图像的校正方法。
基于本发明的第一方面，本发明的第二方面提供了一种CT图像的校正装置。
具体地，本发明采用了如下技术方案：
一种CT图像的校正方法，包括：
获取被扫描对象的外形轮廓数据，根据所述外形轮廓数据重建出所述被扫描对象的形状图像，其中，所述被扫描对象的外形轮廓数据通过可视化设备对被扫描对象进行扫描得到；获取被扫描对象的CT原始投影数据，根据所述CT原始投影数据重建出CT图像；
对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像；
对所述超视野区域图像进行正投影，以获取超视野投影数据；
利用所述超视野投影数据对所述CT重建图像进行校正。
可选地，所述可视化设备固定在CT设备的旋转机架上，所述获取被扫描对象的外形轮廓数据，根据所述外形轮廓数据重建出所述被扫描对象的形状图像，具体包括:
利用所述可视化设备对被扫描对象进行扫描得到扫描数据；
根据所述扫描数据重建出可视化设备图像，重建出的可视化设备图像中包括遮挡所述被扫描对象的附属物图像；
从所述可视化设备图像中减去所述附属物图像，得到被扫描对象的形状图像。
可选地，所述被扫描对象的身体上安放有定位辅助装置，所述定位辅助装置用于辅助所述形状重建图像和所述CT重建图像的图像匹配。
可选地，所述可视化设备未固定在CT设备的旋转机架上，所述对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像，具体包括：
分别输入所述形状重建图像和所述CT重建图像；
对所述形状重建图像进行图像分割筛选出所述定位辅助装置在所述形状重建图像中对应的第一图像；从所述CT重建图像中筛选出所述定位辅助装置在所述CT重建图像中对应的第二图像；
分别提取所述第一图像和所述第二图像的预设特征；所述预设特征为所述定位辅助装置对应的图像的边缘、轮廓、中心点、角点中的任意一个或任意多个的组合；
对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配，以实现所述被扫描对象的形状重建图像和CT重建图像的图像匹配。
可选地，设定所述第一图像的预设特征构成第一预设图形，所述第二图像的预设特征构成第二预设图形，所述对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配具体包括：
计算所述第一预设图形变换为所述第二预设图形的旋转平移矩阵；
将所述形状重建图像按照所述旋转平移矩阵进行空间变换，以完成对所述形状重建图像中的预设特征和所述CT重建图像中的预设特征的特征点匹配。
可选地，所述定位辅助装置包括多个标记物。
一种CT图像的校正装置，包括：
第一获取单元，用于获取被扫描对象的外形轮廓数据，其中，所述被扫描对象的外形轮廓数据通过可视化设备对被扫描对象进行扫描得到；
第二获取单元，用于获取所述被扫描对象的CT原始投影数据；
第一图像重建单元，用于根据所述外形轮廓数据重建出所述被扫描对象的形状图像；
第二图像重建单元，用于根据所述CT原始投影数据重建出CT图像；
图像匹配单元，用于对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像；
正投影单元，用于对所述超视野区域图像进行正投影，以获取超视野投影数据；
校正单元，用于利用所述超视野投影数据对所述CT重建图像进行校正。
可选地，所述第一获取单元包括用于利用所述可视化设备对被扫描对象进行扫描得到扫描数据的子单元；
所述第一图像重建单元包括：
图像重建子单元，用于根据所述扫描数据重建出可视化设备图像，重建出的可视化设备图像中包括遮挡所述被扫描对象的附属物图像；
图像计算子单元，用于从所述可视化设备图像中减去所述附属物图像，得到被扫描对象的形状图像。
可选地，所述被扫描对象的身体上安放有定位辅助装置，所述定位辅助装置用于辅助所述形状重建图像和所述CT重建图像的图像匹配。
可选地，所述图像匹配单元，具体包括：
第一输入子单元，用于输入所述形状重建图像；
第二输入子单元，用于输入所述CT重建图像；
第一图像筛选子单元，用于对所述形状重建图像进行图像分割筛选出所述定位辅助装置在所述形状重建图像中对应的第一图像；
第二图像筛选子单元，用于从所述CT重建图像中筛选出所述定位辅助装置在所述CT重建图像中对应的第二图像；
第一提取子单元，用于提取所述第一图像的预设特征；所述预设特征为所述定位辅助装置的边缘、轮廓、中心点、角点中的任意一个或任意多个的组合；
第二提取子单元，用于提取所述第二图像的预设特征；
特征点匹配子单元，用于对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配，以实现所述被扫描对象的形状重建图像和CT重建图像的图像匹配。
可选地，设定所述第一图像的预设特征构成第一预设图形，所述第二图像的预设特征构成第二预设图形，所述特征点匹配子单元具体包括：
计算子单元，用于计算所述第一预设图形变换为所述第二预设图形的旋转平移矩阵；
空间变换子单元，用于将所述形状重建图像按照所述旋转平移矩阵进行空间变换，以完成对所述形状重建图像中的预设特征和所述CT重建图像中的预设特征的特征点匹配。
相较于现有技术，本发明具有以下有益效果：
本发明提供的CT图像的校正方法，利用可视化设备获取被扫描对象的外形轮廓数据，替代了现有技术中借助能够为被扫描对象带来辐射损伤的医疗设备的组合获取被扫描对象的外形轮廓数据的传统方法，因此，该校正方法不会对被扫描对象造成额外的辐射伤害。
进一步地，由于可视化设备能够对被扫描对象进行直接扫描，对得到的扫描数据进行重建得到其外形轮廓形状，因此本发明能够准确地获取被扫描对象的外形轮廓，使得获取到的被扫描对象的外形轮廓非常接近被扫描对象的实际外形轮廓。因此，相较于现有技术中通过预估被扫描对象的轮廓的方法，本发明提供的CT图像的校正方法降低了获取的被扫描对象的外形轮廓与实际外形轮廓之间的偏差，进而提高了超视野区域图像进行校正的校正效果。
附图说明
为了清楚地理解本发明的技术方案，下面将在描述本发明的具体实施方式时用到的附图做一简要说明。显而易见地，这些附图仅是本发明的部分实施例，本领域普通技术人员在未付出创造性劳动的前提下，还可以获得其它的附图。
图1是本发明实施例一提供的CT图像的校正方法流程示意图；
图2是形状重建图像和CT重建图像匹配后的示意图；
图3是利用定位辅助装置进行图像匹配的方法流程示意图；
图4是定位辅助装置在被扫描对象的身体上的放置位置示意图；
图5是利用定位辅助装置进行图像匹配的一个场景实施方式的流程示意图；
图6是本发明实施例二提供的CT图像的校正装置结构示意图；
图7是本发明实施例二提供的图像匹配单元的结构示意图。
具体实施方式
为使本发明的目的、技术效果更加清楚，技术方案更加完整，下面结合附图对本发明的具体实施方式进行描述。
实施例一
图1是本发明实施例一提供的CT图像的校正方法流程示意图。如图1所示，该校正方法包括以下步骤：
S11、利用可视化设备对置于CT机架内的被扫描对象进行扫描，获取被扫描对象的外形轮廓数据，根据所述外形轮廓数据重建出所述被扫描对象的形状图像：
本发明实施例所述的可视化设备可以为三维扫描仪，还可以为热成像仪，还可以为摄像头。需要说明的是，本发明实施例所述的可视化设备不限于上述所述的三维扫描仪和热成像仪，只要能够获取到被扫描对象的外形轮廓数据的可视化设备均在本发明的保护范围之列。另外，为了提高可视化设备对被扫描对象的扫描速度，可以同时采用多台同类型的可视化设备，也可以采用多台不同类型的可视化设备的组合。
利用三维扫描仪获取被扫描对象的外形轮廓数据的过程如下：三维扫描仪利用光学成像原理，通过发送激光光线，用多个接收器测量待测物的表面到激光产品的距离。三维扫描仪获取的扫描数据，会被导入到计算机中，由软件转换出扫描物体的3D模型。这个模型将用于指导确定被扫描物体的外形轮廓。现有的彩色三维扫描仪还可以同时还原出被扫描物体的颜色信息。
热成像仪是利用红外探测器接收被扫描对象发射的红外射线，利用光学原理及成像设备形成红外热像图。
需要说明的是，利用可视化设备对置于CT机架内的被扫描对象进行扫描时，所述可视化设备可以固定在CT机架上。当采用可视化设备固定在CT机架上的方式对被扫描对象进行扫描时，可视化设备可以跟着机架同时旋转，此时，可视化设备可以安装在在CT机架的旋转面内，如此实施方式可以只通过一台可视化设备即可实现对被扫描对象的外形轮廓数据的采集。作为本发明的另一实施例，固定在CT机架上的可视化设备也可以不随旋转机架进行旋转，此时，可视化设备可以安装在CT设备的垂直于机架旋转面方向上。这种实施方式可能需要多台可视化设备才能实现对被扫描对象的外形轮廓数据的采集，将这多台可视化设备放置在CT机架的不同位置处，以实现对被扫描对象的全方位的扫描。例如，配备多台三维扫描仪来完成覆盖扫描范围。
另外，所述可视化设备也可以不固定在CT设备的旋转机架上，而是作为独立的设备对被扫描对象的外形轮廓进行扫描。例如：大型的可视化设备如立体3D扫描仪体积比较大，无法安装到CT设备的机架或旋转架上，而只能作为独立的一个设备对被扫描对象进行扫描成像，或者是使用便携式的三维扫描仪对被扫描对象进行单独的扫描成像。
需要说明的是，当可视化设备固定在CT机架上对被扫描对象进行扫描时，CT系统中的床板等附属物会遮挡被扫描对象，从而导致可视化设备扫描得到的图像中包括附属物图像，进而不能得到被扫描对象的完整的外形轮廓。因此，在这种情形下，为了得到被扫描对象的完整的外形轮廓，所述步骤S11可以具体包括以下步骤：
S111、利用所述可视化设备对被扫描对象进行扫描得到扫描数据：
需要说明的是，得到的扫描数据中不仅包括被扫描对象的外形轮廓数据，还包括遮挡被扫描对象的附属物的轮廓数据。
S112、根据所述扫描数据重建出可视化设备图像，重建出的可视化设备图像中包括遮挡所述被扫描对象的附属物图像。
S113、从所述可视化设备图像中减去所述附属物图像，得到被扫描对象的形状图像：
需要说明的是，由于附属物的CT值和被扫描对象的组织的CT值存在明显区别，所以，可以根据CT值的大小从CT重建图像中分割出附属物图像，然后从所述可视化设备图像中减去该分割得到的附属物图像，即可得到被扫描对象的形状图像。
另外，由于床板等附属物的大小和形状一般都比较固定，因此，也可以利用图像识别技术从可视化设备图像中减去附属物图像，以得到被扫描对象的形状图像。
S12、获取被扫描对象的CT原始投影数据，根据所述CT原始投影数据重建出CT图像：
对被扫描对象进行CT扫描，X光子在经过被扫描对象衰减后达到检测器，经光电信号转换转换为电信号，通过数据管理系统把电信号数据传递到建像计算机。X光子经过被扫描对象后的衰减值，该衰减值即为被扫描对象的CT原始投影数据。
对获取到的被扫描对象的CT原始投影数据进行预处理，然后根据预处理后的CT原始投影数据利用经典的FBP或迭代算法重建出被扫描对象的CT重建图像。
需要说明的是，在本发明实施例中，所述CT重建图像可以为由CT原始投影数据重建得到的CT原始图像，也可以为利用现有的超视野校正方法修正后的图像。
S13、对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像：
需要说明的是，所述图像匹配是形状重建图像与CT重建图像中的相同部分进行重叠的过程。
由于形状重建图像为被扫描对象的轮廓的完整图像，而CT重建图像要么是被扫描对象位于CT扫描视野范围内的图像，其不包括位于超视野区域的被扫描对象的轮廓的图像；要么是利用现有的超视野校正方法得到的CT重建图像，由于利用现有的校正方法得到的CT重建图像与实际图像可能相差较大，因此，在将形状重建图像和CT重建图像进行图像匹配后，形状重建图像中有一部分落在CT重建图像区域之外。如图2所示，实线代表形状重建图像的外围轮廓，虚线代表CT重建图像的外围轮廓。落在虚线外的形状重建图像区域为CT扫描的超视野区域。该超视野区域会给整个CT图像带来伪影，降低CT图像的质量。为了消减该超视野区域给CT图像带来的伪影，需要对CT重建图像进行校正。
需要说明的是，如上述步骤S11中所述，可以通过固定在CT设备的机架上的可视化设备获取被扫描对象的外形轮廓数据，也可以通过不固定在CT设备的机架上的可视化设备获取被扫描对象的外形轮廓数据。当可视化设备固定在CT设备的机架上时，CT设备和可视化设备扫描被扫描对象的视角固定，因此通过固定在CT设备的机架上的可视化设备获取的被扫描对象的形状图像与CT扫描得到的CT图像具有空间一致性，而通过未固定在CT设备的机架上的可视化设备获取的被扫描对象的形状图像与CT扫描得到的CT图像之间的位置关系不固定，所以，这两种方式对应的图像匹配方式也不同。
针对通过固定在CT设备的机架上的可视化设备获取被扫描对象的外形轮廓的情况：
由于CT扫描得到的CT重建图像和可视化设备扫描得到的形状图像具有空间一致性，因此，根据两者输出的图像可以很容易地获取两者之间的相对位置关系，根据该相对位置关系对所述形状重建图像和CT重图像进行图像匹配，以确定出超视野区域图像。
针对通过未固定在CT设备的机架上的可视化设备获取被扫描对象的外形轮廓数据的情况：
在这种情况下，可视化设备获取的被扫描对象的形状图像与CT扫描得到的CT图像之间的位置关系不固定，所以，为了进行图像匹配，需要结合图像匹配算法把CT重建图像和可视化设备输出的形状重建图像进行图像自动匹配或者通过人机交互由用户指定图像配准位置。
进一步地，针对未固定在CT机架上的可视化设备获取被扫描对象的外形轮廓数据的情况，如果直接进行图像匹配，图像配准的精度较低，而且图像匹配算法的运算复杂度较高。为了提高图像配准的精度，降低运算复杂度，可以在被扫描对象的身体上预先安放上定位辅助装置，该定位辅助装置用于在图像匹配过程中辅助所述形状重建图像和所述CT重建图像的图像匹配。无论通过何种方式扫描被扫描对象，定位辅助装置在扫描得到的每一幅图像中的相对位置不会变化，当不同图像中的定位辅助装置配准后，图像也完成了配准。因此，通过不同图像中的定位辅助装置的配准也就完成了图像的配准。需要说明的是，不同图像中的定位辅助装置的配准可以通过定位辅助装置上的一个或多个特征的特征点匹配来实现。
需要说明的是，为了安装方便，本发明实施例所述的定位辅助装置优选比较容易地固定在被扫描对象上。进一步地，定位辅助装置放置在所述被扫描对象上的位置应便于被可视化设备扫描，并且该定位辅助装置不会遮挡可视化设备对被扫描对象的扫描，进而不会影响由可视化设备输出的被扫描对象的形状图像。
此外，为了便于在CT重建图像内识别定位辅助装置，该定位辅助装置的CT值应与被扫描对象的CT值有明显区别，同时又不会给CT重建图像引入伪影。进一步地，为了使得定位辅助装置的CT值满足以上条件，优选塑料等X射线衰减系数较小的物质作为制作定位辅助装置的材料，而且由于金属如金、银、铁一般会给CT图像引入金属伪影，所以，一般不选用金属作为制备定位辅助装置的材料。
进一步地，为了便于从所述形状重建图像中筛选出定位辅助装置，当可视化设备为三维扫描仪时，定位辅助装置的外观形状优选不容易与被扫描对象发生混淆。当可视化设备为热成像仪时，定位辅助装置的温度属性优选与被扫描对象的温度属性不同。
进一步地，为了能够在CT重建图像中比较容易地查找到定位辅助装置，定位辅助装置优选安放在CT成像视野范围之内。
为了进一步提高图像配准的精度，所述定位辅助装置可以包括多个标记物，每个标记物的大小、形状、材质、和颜色可以相同，也可以不同。为了在扫描得到的形状图像和CT图像中便于识别标记物，这些标记物优选分散安放在被扫描对象的身体上，而不是重叠堆放在一起。作为本发明的一个具体实施例，所述标记物的形状可以为便于识别的球体或正方体等等。
作为本发明的一个具体实施例，利用定位辅助装置进行图像匹配的方法如图3所示，其包括以下步骤：
S131、分别输入所述形状重建图像和所述CT重建图像；
S132、对所述形状重建图像进行图像分割筛选出所述定位辅助装置在所述形状重建图像中对应的第一图像；从所述CT重建图像中筛选出所述定位辅助装置在所述CT重建图像中对应的第二图像；
根据定位辅助装置与被扫描对象的区别例如颜色、形状或温度属性的不同，对所述形状重建图像进行图像分割，筛选出所述定位辅助装置在所述形状重建图像中对应的第一图像。根据CT值的大小从所述CT重建图像中筛选出所述定位辅助装置在所述CT重建图像中对应的第二图像。
S133、分别提取所述第一图像和所述第二图像的预设特征：
需要说明的是，所述预设特征可以为所述定位辅助装置对应的图像的边缘、轮廓、中心点、角点中的任意一个或任意多个的组合。并且，从第一图像中提取的预设特征和从第二图像中提取的预设特征相同。
S134、对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配，以实现所述被扫描对象的形状重建图像和CT重建图像的图像匹配：
采用本领域惯用的特征点匹配方法对所述形状重建图像中的预设特征和CT重建图像中的预设特征进行特征点匹配。当预设特征匹配后，所述被扫描对象的形状重建图像和CT重建图像也就完成了图像匹配过程。
作为本发明的一个具体实施例，设定所述第一图像的预设特征构成第一预设图形，所述第二图像的预设特征构成第二预设图形，所述对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配可以具体包括：
S134a、根据空间几何知识，计算所述第一预设图形变换为所述第二预设图形的旋转平移矩阵。
S134b、将所述形状重建图像按照所述旋转平移矩阵进行空间变换，以完成对所述形状重建图像中的预设特征和所述CT重建图像中的预设特征的特征点匹配。
为了更加清楚地理解本发明实施例中利用定位辅助装置完成所述形状重建图像和CT重建图像的图像匹配过程，下面结合一个具体的场景实施方式进行说明。
在该场景实施方式中，定位辅助装置包括3个球状标记物。在进行扫描之前，将这三个球状标记物放置在被扫描对象的身体上，为了便于识别，这三个球状标记物分散放置，而不是堆积放置。在该场景实施方式中，球状标记物在被扫描对象的身体上的位置关系呈三角形，如图4所示。并且这三个球状标记物所在的位置位于CT扫描的有效视野范围内。
利用该3个球状标记物进行图像匹配的具体实施方式如图5所示，其具体包括以下步骤：
S51、分别输入被扫描对象的形状重建图像和CT重建图像：
需要说明的是，由于在扫描之前，球状标记物放置在被扫描对象的身体上，所以，由可视化设备生成的形状重建图像中包括球状标记物图像，同样，CT重建图像中也包括球状标记物图像。
S52、对所述形状重建图像进行图像分割筛选出球状标记物在所述形状重建图像中对应的第一图像；从所述CT重建图像中筛选出所述球状标记物在所述CT重建图像中对应的第二图像。
S53、从第一图像中提取3个球状标记物的中心点，从第二图像中提取3个球状标记物的中心点：
此时，由从第一图像中提取的3个球状标记物的中心点构成的形状为第一三角形，由从第二图像中提取3个球状标记物的中心点构成的形状为第二三角形。
S54、根据空间变换原理，计算第一三角形变换为第二三角形的旋转平移矩阵。
S55、对形状重建图像按照所述旋转平移矩阵进行位置变换，完成形状重建图像中的球状标记物的中心点与所述CT重建图像中的球状标记物的中心点的匹配，从而完成所述被扫描对象的形状重建图像和CT重建图像的图像匹配。
需要说明的是，所述定位辅助装置的标记物不限定为3个，还可以为其它个数，如2个、5个、6个等等。此外，标记物还可以为其它形状，如立方体。
S14、对所述超视野区域图像进行正投影，以获取超视野投影数据：
作为一个具体实施方式，所述步骤S14可以具体通过以下过程实现：
S14a、对所述超视野区域进行填充：
作为本发明的一个实施方式，可以利用与被扫描对象组织的CT值相近的CT值对超视野区域进行填充。该CT值与被扫描对象组织的CT值相近的物质可以为水。此外，除了可以用接近的数值进行填充外，还可以根据被扫描对象形状的对称性，如果对称部分没有超出视野范围，可以利用对称部分的数值进行填充。此外，还可以采用最大似然估计方法对超视野区域内的CT值进行估计。
S14b、对填充后的超视野区域利用模拟X光子进行照射产生CT衰减值，以得到超视野投影数据。
S15、利用所述超视野投影数据对所述CT重建图像进行校正：
具体地，利用所述超视野投影数据结合原始生数据对过渡区域进行插值平滑，以避免产生条等伪影，以得到修正后的CT投影数据；根据修正后的CT投影数据重建出修正后的CT重建图像。
以上为本发明实施例一提供的CT图像的校正方法。在该校正方法中，被扫描对象的整体形状图像是通过可视化设备扫描得到的。由于可视化设备不会对被扫描对象带来额外的辐射损伤，所以相较于现有技术中采用PET设备等能够为被扫描对象带来辐射损伤的设备获取被扫描对象的整体形状图像的手段，本发明提供的通过可视化设备获取被扫描对象的整体形状图像的手段减少了对被扫描对象的危害。
而且，即使在被扫描对象的外形轮廓比较复杂的情况下，利用可视化设备扫描被扫描对象也能够准确地获取到被扫描对象的外形轮廓，因此，通过可视化设备降低了获取的被扫描对象的外形轮廓与实际外形轮廓之间的偏差，进而提高了利用插值方法对超视野区域图像进行校正的校正效果。
基于上述实施例一提供的CT图像的校正方法，本发明实施例还提供了一种CT图像的校正装置，具体参见实施例二。
实施例二
图6是本发明实施例二提供的CT图像的校正装置结构示意图。如图6所示，该CT图像的校正装置包括以下单元：
第一获取单元61，用于获取被扫描对象的外形轮廓数据，其中，所述被扫描对象的外形轮廓数据通过可视化设备对被扫描对象进行扫描得到；
第二获取单元62，用于获取所述被扫描对象的CT原始投影数据；
第一图像重建单元63，用于根据所述外形轮廓数据重建出所述被扫描对象的形状图像；
第二图像重建单元64，用于根据所述CT原始投影数据重建出CT图像；
图像匹配单元65，用于对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像；
正投影单元66，用于对所述超视野区域图像进行正投影，以获取超视野投影数据；
校正单元67，用于利用所述超视野投影数据对所述CT重建图像进行校正。
通过以上所述的CT图像的校正装置，能够减少对被扫描对象的辐射损伤，同时减少了校正偏差。
为了提高图像匹配的精确性，进一步地，在所述被扫描对象的身体上安放有定位辅助装置，所述定位辅助装置用于辅助所述形状重建图像和所述CT重建图像的图像匹配。
作为本发明的具体实施方式，所述可视化设备可以固定在CT设备的旋转机架上，为了能够获取到被扫描对象的完整的形状图像，所述第一获取单元61可以包括用于利用所述可视化设备对被扫描对象进行扫描得到扫描数据的子单元；
所述第一图像重建单元63可以包括：
图像重建子单元631，用于根据所述扫描数据重建出可视化设备图像，重建出的可视化设备图像中包括遮挡所述被扫描对象的附属物图像；
图像计算子单元632，用于从所述可视化设备图像中减去所述附属物图像，得到被扫描对象的形状图像。
另外，作为本发明的另一实施方式，所述可视化设备也可以不固定在CT设备的旋转机架上，其作为独立的设备对被扫描对象进行扫描。为了实现形状重建图像和CT重建图像的图像匹配的精确度，如图7所示，所述图像匹配单元65具体包括以下子单元：
第一输入子单元651，用于输入所述形状重建图像；
第二输入子单元652，用于输入所述CT重建图像；
第一图像筛选子单元653，用于对所述形状重建图像进行图像分割筛选出所述定位辅助装置在所述形状重建图像中对应的第一图像；
第二图像筛选子单元654，用于从所述CT重建图像中筛选出所述定位辅助装置在所述CT重建图像中对应的第二图像；
第一提取子单元655，用于提取所述第一图像的预设特征，所述预设特征为所述定位辅助装置图像的边缘、轮廓、中心点、角点中的任意一个或任意多个的组合；
第二提取子单元656，用于提取所述第二图像的预设特征；
特征点匹配子单元657，用于对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配，以实现所述被扫描对象的形状重建图像和CT重建图像的图像匹配。
其中，设定所述第一图像的预设特征构成第一预设图形，所述第二图像的预设特征构成第二预设图形，所述特征点匹配子单元657可以进一步包括以下子单元：
计算子单元6571，用于计算所述第一预设图形变换为所述第二预设图形的旋转平移矩阵；
空间变换子单元6572，用于将所述形状重建图像按照所述旋转平移矩阵进行空间变换，以完成对所述形状重建图像中的预设特征和所述CT重建图像中的预设特征的特征点匹配。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种CT图像的校正方法，其特征在于，包括：
获取被扫描对象的外形轮廓数据，根据所述外形轮廓数据重建出所述被扫描对象的形状图像，其中，所述被扫描对象的外形轮廓数据通过可视化设备对被扫描对象进行扫描得到；获取被扫描对象的CT原始投影数据，根据所述CT原始投影数据重建出CT图像；
对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像；
对所述超视野区域图像进行正投影，以获取超视野投影数据；
利用所述超视野投影数据对所述CT重建图像进行校正；
其中，所述被扫描对象的身体上安放有定位辅助装置，所述定位辅助装置用于辅助所述形状重建图像和所述CT重建图像的图像匹配；
所述可视化设备未固定在CT设备的旋转机架上，所述对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像，具体包括：
分别输入所述形状重建图像和所述CT重建图像；
对所述形状重建图像进行图像分割筛选出所述定位辅助装置在所述形状重建图像中对应的第一图像；从所述CT重建图像中筛选出所述定位辅助装置在所述CT重建图像中对应的第二图像；
分别提取所述第一图像和所述第二图像的预设特征；所述预设特征为所述定位辅助装置对应的图像的边缘、轮廓、中心点、角点中的任意一个或任意多个的组合；
对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配，以实现所述被扫描对象的形状重建图像和CT重建图像的图像匹配。
2.根据权利要求1所述的校正方法，其特征在于，所述可视化设备固定在CT设备的旋转机架上，所述获取被扫描对象的外形轮廓数据，根据所述外形轮廓数据重建出所述被扫描对象的形状图像，具体包括:
利用所述可视化设备对被扫描对象进行扫描得到扫描数据；
根据所述扫描数据重建出可视化设备图像，重建出的可视化设备图像中包括遮挡所述被扫描对象的附属物图像；
从所述可视化设备图像中减去所述附属物图像，得到被扫描对象的形状图像。
3.根据权利要求1所述的校正方法，其特征在于，设定所述第一图像的预设特征构成第一预设图形，所述第二图像的预设特征构成第二预设图形，所述对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配具体包括：
计算所述第一预设图形变换为所述第二预设图形的旋转平移矩阵；
将所述形状重建图像按照所述旋转平移矩阵进行空间变换，以完成对所述形状重建图像中的预设特征和所述CT重建图像中的预设特征的特征点匹配。
4.根据权利要求1-3任一项所述的校正方法，其特征在于，所述定位辅助装置包括多个标记物。
5.一种CT图像的校正装置，其特征在于，包括：
第一获取单元，用于获取被扫描对象的外形轮廓数据，其中，所述被扫描对象的外形轮廓数据通过可视化设备对被扫描对象进行扫描得到；
第二获取单元，用于获取所述被扫描对象的CT原始投影数据；
第一图像重建单元，用于根据所述外形轮廓数据重建出所述被扫描对象的形状图像；
第二图像重建单元，用于根据所述CT原始投影数据重建出CT图像；
图像匹配单元，用于对所述被扫描对象的形状重建图像和CT重建图像进行图像匹配，以确定出超视野区域图像；
正投影单元，用于对所述超视野区域图像进行正投影，以获取超视野投影数据；
校正单元，用于利用所述超视野投影数据对所述CT重建图像进行校正；
所述被扫描对象的身体上安放有定位辅助装置，所述定位辅助装置用于辅助所述形状重建图像和所述CT重建图像的图像匹配；
所述图像匹配单元，具体包括：
第一输入子单元，用于输入所述形状重建图像；
第二输入子单元，用于输入所述CT重建图像；
第一图像筛选子单元，用于对所述形状重建图像进行图像分割筛选出所述定位辅助装置在所述形状重建图像中对应的第一图像；
第二图像筛选子单元，用于从所述CT重建图像中筛选出所述定位辅助装置在所述CT重建图像中对应的第二图像；
第一提取子单元，用于提取所述第一图像的预设特征；所述预设特征为所述定位辅助装置对应的图像的边缘、轮廓、中心点、角点中的任意一个或任意多个的组合；
第二提取子单元，用于提取所述第二图像的预设特征；
特征点匹配子单元，用于对所述第一图像的预设特征和所述第二图像的预设特征进行特征点匹配，以实现所述被扫描对象的形状重建图像和CT重建图像的图像匹配。
6.根据权利要求5所述的校正装置，其特征在于，所述第一获取单元包括用于利用所述可视化设备对被扫描对象进行扫描得到扫描数据的子单元；
所述第一图像重建单元包括：
图像重建子单元，用于根据所述扫描数据重建出可视化设备图像，重建出的可视化设备图像中包括遮挡所述被扫描对象的附属物图像；
图像计算子单元，用于从所述可视化设备图像中减去所述附属物图像，得到被扫描对象的形状图像。
7.根据权利要求5所述的校正装置，其特征在于，设定所述第一图像的预设特征构成第一预设图形，所述第二图像的预设特征构成第二预设图形，所述特征点匹配子单元具体包括：
计算子单元，用于计算所述第一预设图形变换为所述第二预设图形的旋转平移矩阵；
空间变换子单元，用于将所述形状重建图像按照所述旋转平移矩阵进行空间变换，以完成对所述形状重建图像中的预设特征和所述CT重建图像中的预设特征的特征点匹配。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410695920.XA CN104574292B (zh) | 2014-11-26 | 2014-11-26 | 一种ct图像的校正方法和装置 |
| US14/952,864 US9993215B2 (en) | 2014-11-26 | 2015-11-25 | CT image correction |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410695920.XA CN104574292B (zh) | 2014-11-26 | 2014-11-26 | 一种ct图像的校正方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104574292A CN104574292A (zh) | 2015-04-29 |
| CN104574292B true CN104574292B (zh) | 2018-06-26 |
Family
ID=53090273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410695920.XA Active CN104574292B (zh) | 2014-11-26 | 2014-11-26 | 一种ct图像的校正方法和装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US9993215B2 (zh) |
| CN (1) | CN104574292B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104318536B (zh) * | 2014-10-21 | 2018-03-20 | 沈阳东软医疗系统有限公司 | Ct图像的校正方法及装置 |
| CN105701808A (zh) * | 2016-01-11 | 2016-06-22 | 南京邮电大学 | 基于组合点匹配的全自动医学图像配准方法 |
| JP7336984B2 (ja) * | 2016-03-24 | 2023-09-01 | エヌビュー メディカル インク | 画像再構築のためのシステム及び方法 |
| CN106383132B (zh) * | 2016-10-17 | 2019-05-14 | 北京君和信达科技有限公司 | 辐射检查系统和方法 |
| EP3685350A4 (en) | 2017-09-22 | 2021-05-19 | Nview Medical Inc. | IMAGE RECONSTRUCTION USING MACHINE LEARNING REGULARIZERS |
| EP3640894B1 (de) * | 2018-10-19 | 2020-11-25 | Siemens Healthcare GmbH | Verfahren zur rekonstruktion eines bilddatensatzes der computertomographie, computertomographieeinrichtung, computerprogramm und elektronisch lesbarer datenträger |
| CN111258056B (zh) * | 2018-11-30 | 2022-05-31 | 财团法人金属工业研究发展中心 | 模型扫描装置及其校正方法 |
| CN110215621B (zh) * | 2019-03-29 | 2021-05-18 | 上海联影医疗科技股份有限公司 | 外轮廓提取方法和装置、治疗系统、计算机存储介质 |
| CN110037720B (zh) * | 2019-04-28 | 2023-03-31 | 东软医疗系统股份有限公司 | 图像重建方法、装置、图像处理设备及系统 |
| CN112006711A (zh) * | 2019-05-31 | 2020-12-01 | 通用电气精准医疗有限责任公司 | 3d透视指示器及其生成方法和应用 |
| CN110473269B (zh) * | 2019-08-08 | 2023-05-26 | 上海联影医疗科技股份有限公司 | 一种图像重建方法、系统、设备及存储介质 |
| CN110916700B (zh) * | 2019-11-22 | 2023-05-09 | 沈阳智核医疗科技有限公司 | 成像方法、装置及扫描系统 |
| CN111524222B (zh) * | 2020-04-01 | 2023-08-08 | 北京东软医疗设备有限公司 | 成像方法、装置、设备及存储介质 |
| JP2022099145A (ja) * | 2020-12-22 | 2022-07-04 | 株式会社リガク | センターシフト量推定装置、方法およびプログラム |
| CN113487626B (zh) * | 2021-07-01 | 2024-03-15 | 杭州三坛医疗科技有限公司 | 一种镜像图像识别方法、装置、电子设备及存储介质 |
| CN114298920B (zh) * | 2021-12-06 | 2023-04-07 | 北京朗视仪器股份有限公司 | 一种超视野ct图像重建模型训练和超视野ct图像重建方法 |
| CN115115738B (zh) * | 2022-08-29 | 2022-11-15 | 威海市博华医疗设备有限公司 | 一种对肺癌影像成像的修正方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101574266A (zh) * | 2008-05-08 | 2009-11-11 | 西安一体医疗科技股份有限公司 | 一种放射治疗定位方法和装置 |
| CN101862220A (zh) * | 2009-04-15 | 2010-10-20 | 中国医学科学院北京协和医院 | 基于结构光图像的椎弓根内固定导航手术系统和方法 |
| CN103186883A (zh) * | 2011-12-29 | 2013-07-03 | 上海联影医疗科技有限公司 | 一种ct图像重建中骨硬化伪影的校正方法 |
| CN103971387A (zh) * | 2013-01-29 | 2014-08-06 | 上海联影医疗科技有限公司 | Ct图像重建方法 |
Family Cites Families (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6856826B2 (en) * | 2000-04-28 | 2005-02-15 | Ge Medical Systems Global Technology Company, Llc | Fluoroscopic tracking and visualization system |
| CN100435732C (zh) | 2004-04-29 | 2008-11-26 | Ge医疗系统环球技术有限公司 | 图像重构方法及x射线ct装置 |
| DE602006013733D1 (de) | 2005-03-07 | 2010-06-02 | Toshiba Kk | Röntgen-CT-Gerät und Datendetektionsverfahren des Röntgen-CT-Geräts |
| US7515678B2 (en) | 2005-11-23 | 2009-04-07 | General Electric Company | Method and system for performing CT image reconstruction with motion artifact correction |
| US7737406B2 (en) * | 2006-09-27 | 2010-06-15 | Siemens Medical Solutions Usa, Inc. | Compensating for truncated CT images for use as attenuation maps in emission tomography |
| 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 |
| CN101620191B (zh) | 2008-07-04 | 2013-01-02 | Ge医疗系统环球技术有限公司 | 具校正ct平扫图像失真的图像获取方法及其装置 |
| JP5241357B2 (ja) * | 2008-07-11 | 2013-07-17 | 三菱プレシジョン株式会社 | 生体データモデル作成方法及びその装置 |
| CN102105106B (zh) | 2008-08-07 | 2013-12-25 | 株式会社日立医疗器械 | X射线ct图像形成方法和应用了该方法的x射线ct装置 |
| DE102010006585A1 (de) * | 2010-02-02 | 2011-08-04 | Siemens Aktiengesellschaft, 80333 | CT-Bildrekonstruktion im erweiterten Messfeld |
| JP5677751B2 (ja) | 2010-02-24 | 2015-02-25 | 株式会社東芝 | Ｘ線ｃｔ装置及び画像処理プログラム |
| JP2011203160A (ja) | 2010-03-26 | 2011-10-13 | Tokyo Institute Of Technology | Ｘ線ｃｔ画像再構成方法及びｘ線ｃｔ画像再構成プログラム |
| WO2012112929A2 (en) * | 2011-02-17 | 2012-08-23 | The Johns Hopkins University | Methods and systems for registration of radiological images |
| JP6073616B2 (ja) * | 2011-09-28 | 2017-02-01 | 東芝メディカルシステムズ株式会社 | Ｘ線ｃｔ装置、画像処理装置及びプログラム |
| US8731269B2 (en) | 2011-10-19 | 2014-05-20 | Kabushiki Kaisha Toshiba | Method and system for substantially reducing artifacts in circular cone beam computer tomography (CT) |
| US9826949B2 (en) | 2012-03-05 | 2017-11-28 | University Of Rochester | Methods and apparatus for differential phase-contrast cone-beam CT and hybrid cone-beam CT |
| JP5984120B2 (ja) | 2012-04-27 | 2016-09-06 | 学校法人日本大学 | 画像処理装置、ｘ線ｃｔ撮影装置および画像処理方法 |
| US9451926B2 (en) | 2012-05-09 | 2016-09-27 | University Of Washington Through Its Center For Commercialization | Respiratory motion correction with internal-external motion correlation, and associated systems and methods |
| JP5951385B2 (ja) | 2012-07-20 | 2016-07-13 | 住友重機械工業株式会社 | 荷電粒子線治療用ｃｔ画像作成装置 |
| CN103714513B (zh) | 2012-09-29 | 2017-05-31 | 清华大学 | Ct成像中的伪影校正方法以及设备 |
| US9715745B2 (en) | 2013-02-05 | 2017-07-25 | Hitachi, Ltd. | X-ray CT apparatus and image reconstruction method |
| CN103366389A (zh) | 2013-04-27 | 2013-10-23 | 中国人民解放军北京军区总医院 | Ct图像重建方法 |
| CN103479379B (zh) | 2013-09-06 | 2015-08-26 | 沈阳东软医疗系统有限公司 | 一种倾斜螺旋扫描的图像重建方法及装置 |
| DE102013220663A1 (de) * | 2013-10-14 | 2015-04-16 | Siemens Aktiengesellschaft | Rekonstruktion von Bilddaten mittels Konturdaten |
-
2014
- 2014-11-26 CN CN201410695920.XA patent/CN104574292B/zh active Active
-
2015
- 2015-11-25 US US14/952,864 patent/US9993215B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101574266A (zh) * | 2008-05-08 | 2009-11-11 | 西安一体医疗科技股份有限公司 | 一种放射治疗定位方法和装置 |
| CN101862220A (zh) * | 2009-04-15 | 2010-10-20 | 中国医学科学院北京协和医院 | 基于结构光图像的椎弓根内固定导航手术系统和方法 |
| CN103186883A (zh) * | 2011-12-29 | 2013-07-03 | 上海联影医疗科技有限公司 | 一种ct图像重建中骨硬化伪影的校正方法 |
| CN103971387A (zh) * | 2013-01-29 | 2014-08-06 | 上海联影医疗科技有限公司 | Ct图像重建方法 |
Non-Patent Citations (2)
| Title |
|---|
| Respiratory motion artifacts on PET emission images obtained using CT attenuation correction on PET-CT;Medhat M.OSman等;《European Journal of Nuclear Medicine and Molecular Imaging》;20030121;第30卷(第4期);第603-606页 * |
| 基于图像配准的CT定位像床板影校正;张力新等;《天津大学学报》;20061130;第39卷(第11期);第1375-1377页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US9993215B2 (en) | 2018-06-12 |
| CN104574292A (zh) | 2015-04-29 |
| US20160143604A1 (en) | 2016-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104574292B (zh) | 一种ct图像的校正方法和装置 | |
| US20200229737A1 (en) | System and method for patient positionging | |
| CN107468265A (zh) | 定位用以成像方法的检查对象 | |
| CN107170031B (zh) | 利用柔性压缩桨的胸部断层摄影 | |
| CN107334485A (zh) | 使用外部图像捕获来限定ct扫描的扫描参数 | |
| CN104080401B (zh) | 生成人体对象虚拟模型的方法及系统 | |
| US10275895B2 (en) | Mechanism for advanced structure generation and editing | |
| CN105147311B (zh) | 用于ct系统中的可视化设备辅助扫描定位方法和系统 | |
| EP1667580A2 (en) | 2d/3d image registration in image-guided radiosurgery | |
| US10610170B2 (en) | Patient position monitoring system based on 3D surface acquisition technique | |
| WO2022105813A1 (en) | Systems and methods for subject positioning | |
| US10244945B2 (en) | System for reconstructing surface motion in an optical elastography system | |
| US11430110B2 (en) | Radiographic imaging method, radiographic image processing device, and radiographic imaging device | |
| US20210110580A1 (en) | Three-dimensional ultrasound image display method | |
| EP2584970A2 (en) | Mechanism for advanced structure generation and editing | |
| Lewis et al. | Mitigation of motion artifacts in CBCT of lung tumors based on tracked tumor motion during CBCT acquisition | |
| Li et al. | Anthropometric body measurements based on multi-view stereo image reconstruction | |
| CN109087357A (zh) | 扫描定位方法、装置、计算机设备及计算机可读存储介质 | |
| Bögel et al. | Respiratory motion compensation using diaphragm tracking for cone-beam C-arm CT: A simulation and a phantom study | |
| Tokgozoglu et al. | Color-based hybrid reconstruction for endoscopy | |
| US9401051B2 (en) | Mechanism for dynamically propagating real-time alterations of medical images | |
| Zhong et al. | 3D-2D deformable image registration using feature-based nonuniform meshes | |
| CN115187640A (zh) | 一种基于点云的ct与mri 3d/3d图像配准方法 | |
| CN113963056B (zh) | Ct图像重建方法、装置、电子设备以及存储介质 | |
| WO2022120714A1 (zh) | 图像分割方法及装置、图像引导系统、放射治疗系统 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 110179 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Patentee after: DongSoft Medical System Co., Ltd. Address before: Hunnan New Century Road 110179 Shenyang city of Liaoning Province, No. 16 Patentee before: Dongruan Medical Systems Co., Ltd., Shenyang |
|
| CP03 | Change of name, title or address |