CN105118039B - 实现锥束ct图像重建的方法及系统 - Google Patents
实现锥束ct图像重建的方法及系统 Download PDFInfo
- Publication number
- CN105118039B CN105118039B CN201510595899.0A CN201510595899A CN105118039B CN 105118039 B CN105118039 B CN 105118039B CN 201510595899 A CN201510595899 A CN 201510595899A CN 105118039 B CN105118039 B CN 105118039B
- Authority
- CN
- China
- Prior art keywords
- projection
- reconstructed
- reconstruction
- pixel point
- dimensional 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 description 37
- 230000006870 function Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007408 cone-beam computed tomography Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及实现锥束CT图像重建的方法和系统。所述方法包括:在射线源沿圆形轨道运动过程中,等间隔采集所述射线源投照物体的投影数据;对所述投影数据进行滤波反投影重建,得到一次重建三维图像;获取所述一次重建三维图像中各像素点被反投影的次数,根据各像素点被反投影的次数得出二次重建三维图像。通过本发明方案,能够消除基于三维FOV圆锥部分的重建断层面中FOV内区域亮、FOV外区域暗的伪影问题,提高重建图像的整体质量。
Description
技术领域
本发明涉及计算机断层成像技术领域,特别是涉及一种实现锥束CT图像重建的方法及系统。
背景技术
CT(Computed Tomography),即电子计算机断层扫描成像,将X线束通过的投照体分割成许多小单元体(体素,voxel),获得每个体素的X线衰减系数或吸收系数,再排列成矩阵,即数字矩阵。经数字/模拟转换器把数字矩阵中的每个数字转为由黑到白不等灰度的小方块,即像素(pixel),并按矩阵排列,即构成CT图像。
随着平板探测器技术的发展,锥束CT(Cone beam CT,CBCT)得到了广泛的应用。如图1所示,其原理是射线源S以较低射线量的锥状X线束(通常球管电流在10毫安左右)围绕投照体做圆形投照,然后将围绕投照体多次(依产品不同而异)数字投照后“交集”中所获得的投影数据在计算机中“重组”,进而获得投照体的三维图像。其中射线源S的运动轨迹为一圆形轨道。锥束CT实用化的关键在于提高图像重建速度和图像质量,主要取决于图像重建算法的进步。
FDK(由Feldkamp-Davis-Kress名字命名)重建算法是现有锥束CT成像中使用最为广泛的图像重建算法,相比于迭代算法,其具有占用内存相对较小、数学公式简单、工程实现容易、计算效率高等特点。
FDK重建算法可以看作是扇束CT中FBP(Filtered Backprojection,滤波反投影)重建方法的三维扩展。FBP重建方法是在二维圆形显示区域FOV(Field of Vision)内可精确重建二维物体,此二维FOV由扇束扫描几何结构确定,FOV内的像素点在任一投照方向下都可以被扇束X线束照射到。同理,在锥束CT模式下,在任一投照方向下都可以被锥束X线束照射到的像素点可组成三维FOV,如图2所示,该三维FOV形如在圆柱上下表面各自粘有圆锥。也可以认为,三维FOV是由一系列层状的二维FOV组成,且两端的二维FOV尺寸逐渐减小(两端是圆锥)。如果投照体的投影数据在三维FOV内,FDK重建算法包括以下重建步骤:首先对投照体的投影数据进行加权处理;然后对不同投照角度下的投影数据进行水平方向上的一维滤波;最后沿着X线束投照的反方向进行三维反投影,得到重建三维图像。在X线束锥角比较小(如±5°以内)的情况下,通过FDK重建算法可以获得较好的重建结果。
但是FDK重建算法存在如下的问题:
问题1:圆形轨道扫描模式下,FDK重建算法不满足精确重建的数据完备性条件,当X线束锥角增大时,重建结果出现伪影,具体表现为:远离扫描轨道所在平面的重建图像像素数值下降;
问题2:圆形轨道扫描模式下,FDK重建算法要求投照体在每个投照角度下都能被X线束完全照射(即投照体的投影数据需完全在三维FOV内),如果投照体在圆形轨道的旋转轴方向的尺寸过大,那么,虽然基于三维FOV中圆柱部分的重建断层面可良好重建,但是基于三维FOV中圆锥部分的重建断层面中二维FOV以外的物体平面重建质量较低,表现为FOV内区域亮、FOV外区域暗的伪影,导致丢失部分投照体信息。
发明内容
基于此,本发明提供一种实现锥束CT图像重建的方法及系统,能够有效提高图像重建的质量。
本发明采用以下技术方案:
本发明一方面提供实现锥束CT图像重建的方法,包括:
在射线源沿圆形轨道运动过程中,等间隔采集所述射线源投照物体的投影数据;
对所述投影数据进行滤波反投影重建,得到一次重建三维图像;
获取所述一次重建三维图像中各像素点被反投影的次数,根据各像素点被反投影的次数得出二次重建三维图像。
优选地,所述根据各像素点被反投影的次数得出二次重建三维图像,包括,
根据各像素点被反投影的次数对所述一次重建图像进行调整,得到二次重建三维图像f′(x,y,z)为:
其中,f(x,y,z)表示一次重建三维图像,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,N(x,y,z)表示像素点(x,y,z)被反投影的次数。
优选地,所述对所述投影数据进行滤波反投影重建,得到一次重建三维图像,包括,
对所述投影数据进行加权处理;
对加权处理后的投影数据进行滤波处理;
对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像。
优选地,所述对所述投影数据进行加权处理,包括,
对各投照角度时的投影数据分别进行加权处理,得到加权处理后各投照角度时的投影数据p′β(u,v)为:
其中,β表示投照角度,(u,v)表示探测器上探测元的坐标位置,pβ(u,v)为投照角度β时探测元(u,v)的投影数据,d表示射线源到探测器平面的距离。
优选地,所述对加权处理后的投影数据进行滤波处理,包括,
对加权处理后各投照角度时的投影数据进行水平方向上的一维滤波,得到滤波后各投照角度时的投影数据p″β(u,v)为:
其中,表示卷积,h(u)表示滤波函数,p′β(u,v)表示加权处理后投照角度β时的投影数据。
优选地,所述对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像,包括,
对滤波后投照角度β时的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像f(x,y,z)为:
其中,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,d表示射线源到探测器平面的距离,p″β(u,v)表示滤波后投照角度β时的投影数据。
本发明另一方面提供了实现锥束CT图像重建的系统,包括:
采集模块,用于在射线源沿圆形轨道运动过程中,等间隔采集所述射线源投照物体的投影数据;
一次重建模块,用于对所述投影数据进行滤波反投影重建,得到一次重建三维图像;
二次重建模块,用于获取所述一次重建三维图像中各像素点被反投影的次数,根据各像素点被反投影的次数得出二次重建三维图像。
优选地,所述二次重建模块包括,
调整单元,用于根据各像素点被反投影的次数对所述一次重建图像进行调整,得到二次重建三维图像f′(x,y,z)为:
其中,f(x,y,z)表示一次重建三维图像,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,N(x,y,z)表示像素点(x,y,z)被反投影的次数。
优选地,所述一次重建模块包括,
第一处理单元,用于对所述投影数据进行加权处理;
第二处理单元,对加权处理后的投影数据进行滤波处理;
反投影单元,对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像。
优选地,所述第一处理单元,具体用于对各投照角度时的投影数据分别进行加权处理,得到加权处理后各投照角度时的投影数据p′β(u,v)为:
其中,β表示投照角度,(u,v)表示探测器上探测元的坐标位置,pβ(u,v)为投照角度β时探测元(u,v)的投影数据,d表示射线源到探测器平面的距离;
所述第二处理单元,具体用于对加权处理后的投影数据进行水平方向上的一维滤波,得到滤波后的投影数据p″β(u,v)为:
其中,表示卷积,h(u)表示滤波函数,p′β(u,v)表示加权处理后投照角度β时的投影数据;
所述反投影单元,具体用于对滤波后各投照角度时的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像f(x,y,z)为:
其中,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,p″β(u,v)表示滤波后投照角度β时的投影数据。
实施本发明的上述技术方案的有益效果包括:通过在射线源沿圆形轨道运动过程中等间隔采集所述射线源投照物体的投影数据,对所述投影数据进行滤波反投影重建,根据各像素点被反投影的次数,可进一步得出二次重建三维图像。计算简单,执行效率高,有效地消除了基于三维FOV圆锥部分的重建断层面的伪影现象,提高重建图像的整体质量。
附图说明
图1为锥束CT扫描的示意图;
图2为锥束CT模型的三维FOV的剖面结构示意图;
图3为本发明实施例的实现锥束CT图像重建的方法的示意性流程图;
图4a为三维Shepp-logan模型的截面示意图;
图4b为通过传统FDK重建算法重建的截面示意图;
图4c为通过本发明方法重建的截面示意图;
图4d为通过HT-FDK重建算法重建的截面示意图;
图5为本发明实施例的实现锥束CT图像重建的系统的示意性结构图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供的实施例包括实现锥束CT图像重建的方法的实施例,还包括实现锥束CT图像重建的系统的实施例。以下分别进行详细说明。
需要说明的是,实施本发明锥束CT图像重建的方法的实施例的硬件环境为锥束CT系统,包括射线源、探测器和计算机子系统。其中,射线源子系统用于产生和控制X线束;探测器子系统负责将入射的X线束转换成数字信号,并输入到计算机子系统中用于后续的图象处理与重建;计算机子系统则负责系统的总体控制和运算并输出最终结果。参考图1所示,S表示X光射线源,射线源S和探测器在圆轨道上旋转一周,经过转轴z轴的投影情况的侧视图如图2所示。射线源S发出的锥状X线束旋转一周后可形成一个三维FOV(圆柱两端各有一圆锥),基于三维FOV区域内的重建点在任意旋转角度下都可以被锥状X线束照射到,因此基于三维FOV区域内的重建点可实现物体的图像重建。图2中粗线所包围的FOV区域是经过转轴z轴的剖视图。若投照体在z轴方向的尺寸过大,会导致在纵向超过三维FOV区域的高度,投影数据可能落入如图2中数字1标识的区域。该区域对应部分的重建图像的像素较差,这也是传统FDK重建算法重建图像出现伪影的原因。
基于上述的硬件环境,图3为本发明实施例的实现锥束CT图像重建的方法的示意性流程图。如图3中所示,所述方法包含以下步骤S101至步骤S103,详细说明如下:
步骤S101,在射线源沿圆形轨道运动过程中,等间隔采集所述射线源投照物体的投影数据;
本实施例的射线源为X光射线源,该X光射线源可产生锥状的X线束来投照物体。
本实施例中,X光射线源S在圆轨道上运动,锥状X线束投照物体后在平板探测器上的投影数据记为pβ(u,v),其中(u,v)表示探测器上探测元的坐标位置,β表示X线束投照物体的投照角度。作为一优选实施方式,在X光射线源沿圆形轨道运动过程中,每间隔1°采集一次探测器上的投影数据,即X光射线源每转动1°的角度,采集一次平板探测器上的投影数据,X光射线源沿圆形轨道运动一周,则可得到360张投影数据。
步骤S102,对所述投影数据进行滤波反投影重建,得到一次重建三维图像;
本实施例中,对所述投影数据进行滤波反投影重建的过程具体包括:对所述投影数据进行加权处理,对加权处理后的投影数据进行滤波处理,以及,对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像。
作为一优选实施方式,对采集到的投照角度β时的投影数据进行加权处理,可得到加权处理后的投影数据p′β(u,v)为:
其中,β表示投照角度,(u,v)表示探测器上探测元的坐标位置,pβ(u,v)为投照角度β时探测元(u,v)的投影数据,d表示射线源到探测器平面的距离。
作为一优选实施方式,对加权处理后的投照角度β时的投影数据p′β(u,v)进行水平方向上的一维滤波,可得到滤波后的投影数据p″β(u,v)为:
其中,表示卷积,h(u)表示滤波函数。
需要说明的是,对于滤波函数的选择,可以采用本领域技术人员可以获知的任一滤波函数,如斜坡滤波、S-L滤波等。优选的,本实施例中采用S-L滤波函数。
作为一优选实施方式,对滤波后的投照角度β时的投影数据p″β(u,v)沿投照射线反方向进行三维反投影,可得到一次重建三维图像f(x,y,z)为:
其中,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,f(x,y,z)表示在以x轴、y轴、z轴构成的三维坐标体系中的一次重建图像;(u,v)表示像素点(x,y,z)在投照角度β时所对应的探测器探测元的坐标位置。这里的三维坐标体系可参考图1所示的坐标体系。
步骤S103,获取所述一次重建三维图像中各像素点被反投影的次数,根据各像素点被反投影的次数得出二次重建三维图像。
本实施例中,在反投影重建一次重建三维图像f(x,y,z)过程中,还需统计一次重建三维图像f(x,y,z)中各像素点被反投影的次数。记N(x,y,z)为像素点(x,y,z)被反投影的次数,设定N(x,y,z)的初始值为0;如果检测到像素点(x,y,z)在投照角度β时被反投影一次,则其对应的N(x,y,z)值加1次,如果未检测到反投影,其对应的N(x,y,z)值不变。
作为一优选实施方式,统计一次重建三维图像f(x,y,z)中各像素点被反投影的次数的过程为:
从投照角度0度起,检测像素点(x,y,z)在该投照角度时所对应的投影点位置是否在探测器探测元区域内,若是,则N(x,y,z)值加1,若否,则保持N(x,y,z)值不变;
进行下一个投照角度时像素点(x,y,z)被反投影的次数N(x,y,z)计算,直至遍历完所有投照角度,得到各像素点被反投影的次数。
需要说明的是,还可从其它任一投照角度β开始,计算各像素点被反投影的次数,直至遍历完所有投照角度。
由于在传统FDK重建算法中没有考虑投照体纵向超出三维FOV区域的情况,因此,传统FDK中将一次重建三维图像中各像素点被反投影的次数视为一个统一的值,即传统的FDK中X线束源围绕物体投照,默认物体包含的各体素(对选定层面分成若干个体积相同的长方体,称之为体素voxel)对应的投影数据均为N个。然而实际上,物体超出三维FOV区域的部分体素被投照的次数可能少于N次(对应的投影数据少于N个),进行反投影过程中对应的反投影次数累加也少于N次。因此,传统的FDK按照进行图像重建时(其中,N表示在2π(360°)范围内采集投影数据的次数),投照体对应部分的图像重建质量会偏低。
为了消除此问题,作为一优选实施方式,本实施例中根据各像素点被反投影的次数对一次重建三维图像进行调整,得出二次重建三维图像,具体方式可为:通过根据各像素点被反投影的次数对一次重建三维图像进行调整,通过加权计算得到二次重建三维图像f′(x,y,z)为:
其中,f(x,y,z)表示一次重建三维图像,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,N(x,y,z)表示像素点(x,y,z)被反投影的次数。
下面通过具体实验,对比本实施例的图像重建方法、传统FDK重建算法、以及现有的HT-FDK重建算法的图像重建的效果。其中,HT-FDK重建算法为传统FDK的改进,其基本思路为利用圆轨道扫描投影中的共轭射线,通过对共轭投影设计不同的反投影权重系数函数,消除基于三维FOV圆锥部分的重建断层面中FOV内区域亮、FOV外区域暗的伪影。实际上,HT-FDK重建算法对应的三维FOV是一个将传统FDK重建算法对应的三维FOV(带有两端圆锥体的圆柱)包裹在内的标准圆柱区域。通过HT-FDK重建算法重建图像,需要计算每个重建像素点第一次和最后一次被X线束投照时的投照角度。
具体实验时,以三维Shepp-logan模型进行数值模拟重建实验,实验软件环境为MATLAB R2009a,平板探测器圆轨道锥束CT系统具体参数设置如下:X射线源到旋转中心z轴的距离为380mm,X射线源到探测器平面距离为760mm,探测器上探测元的数目为512×512,探测元尺寸为1mm×1mm,三维图像重建大小为256×256×256(表示可重建256层256×256的二维图像),像素尺寸为1mm×1mm×1mm。在0°到360°范围内以投照角度1°为间隔采样360个投影数据用于图像重建。图4(a)是三维Shepp-logan模型在第45层、第55层和第128层的实际截面图;图4(b)是用传统FDK重建算法重建出的第45层、第55层和第128层的截面图;图4(c)是本发明方法重建出的第45层、第55层和第128层的截面图;图4(d)是利用HT-FDK重建算法重建出的第45层、第55层和第128层的截面图。
从图4(b)、图4(c)、图4(d)的重建图像可以看出:由于Shepp-logan模型在z轴方向上超出了FOV的圆柱区域,利用传统FDK重建算法重建图像出现基于三维FOV圆锥部分的重建断层面的重建像素下降(如第45、55层),表现为FOV内区域内亮、FOV外区域暗的伪影,如图4(b)中箭头所示位置;而如图4(c),本发明图像重建方法可以有效地解决传统FDK重建算法的基于三维FOV圆锥部分的重建断层面的平面重建数值下降的问题,消除传统FDK重建算法的伪影现象;基于HT-FDK重建算法的重建图像中,物体内部的重建质量和图4(c)相同,但物体外部出现新的伪影(因为HT-FDK重建算法对应的三维FOV是一个将传统FDK重建算法对应的三维FOV(带有两端圆锥体的圆柱)包裹在内的标准圆柱区域)。同时,通过图4(b)、图4(c)、图4(d)还可看出,本发明上述实施例的实现锥束CT图像重建的方法、传统FDK重建算法和HT-FDK重建算法基于三维FOV的圆柱部分的重建断层的图像重建质量相当(如第128层)。
可以得出,本发明上述实施例的实现锥束CT图像重建的方法的图像重建质量高于传统FDK重建算法和HT-FDK重建算法。
通过实验,还对本发明的图像重建方法、传统FDK重建算法和HT-FDK重建算法的图像重建时间进行了比较。三种方法的图像重建时间和质量可参见表1。其中,传统FDK重建算法重建一层图像(第45层)需266秒,利用HT-FDK重建算法重建一层图像(第45层)需283秒,利用本发明上述实施例的实现锥束CT图像重建的方法重建一层图像(第45层)需272秒。
表1:
通过实验证明,利用本发明上述实施例的实现锥束CT图像重建的方法重建图像的时间短,图像质量高。
根据本发明的上述实施例,通过在射线源沿圆形轨道运动过程中等间隔采集所述射线源投照物体的投影数据,对所述投影数据进行滤波反投影重建,根据各像素点被反投影的次数,可进一步得出二次重建三维图像。计算简单,执行效率高,有效地消除了基于三维FOV圆锥部分的重建断层面的伪影现象,提高重建图像的整体质量。
需要说明的是,对于前述的方法实施例,为了简便描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
以下对可用于执行上述实现锥束CT图像重建的方法的本发明实施例的实现锥束CT图像重建的系统进行说明。图5为本发明实施例的实现锥束CT图像重建的系统的示意性结构图,为了便于说明,图中仅仅示出了与本发明实施例相关的部分,本领域技术人员可以理解,图中示出的系统结构并不构成对系统的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
图5示例的实现锥束CT图像重建的系统包含采集模块201、一次重建模块202和二次重建模块203,其中:
上述采集模块201,用于在射线源沿圆形轨道运动过程中,等间隔采集所述射线源投照物体的投影数据;具体参考上述实施例所述,不做赘述。
上述一次重建模块202,用于对所述投影数据进行滤波反投影重建,得到一次重建三维图像;具体参考上述实施例所述,不做赘述。
上述二次重建模块203,用于获取所述一次重建三维图像中各像素点被反投影的次数,根据各像素点被反投影的次数得出二次重建三维图像。具体参考上述实施例所述,不做赘述。
作为一优选实施方式,上述二次重建模块203可具体包括,次数获取单元和调整单元;
所述次数获取单元,用于获取所述一次重建三维图像中各像素点被反投影的次数;所述调整单元,用于根据各像素点被反投影的次数调整一次重建图像,通过加权计算得到二次重建三维图像f′(x,y,z)为:
其中,f(x,y,z)表示一次重建三维图像,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,N(x,y,z)表示像素点(x,y,z)被反投影的次数。
进一步的,上述一次重建模块202可具体包括,第一处理单元、第二处理单元以及反投影单元,其中,
第一处理单元,用于对所述投影数据进行加权处理;第二处理单元,对加权处理后的投影数据进行滤波处理;反投影单元,对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像。
作为一优选实施方式,所述第一处理单元,可具体用于对投照角度β时的投影数据进行加权处理,得到加权处理后的投影数据p′β(u,v)为:
其中,β表示投照角度,(u,v)表示探测器上探测元的坐标位置,pβ(u,v)为投照角度β时探测元(u,v)的投影数据,d表示射线源到探测器平面的距离;
所述第二处理单元,可具体用于对加权处理后的投照角度β时的投影数据进行水平方向上的一维滤波,得到滤波后的投影数据p″β(u,v)为:
其中,表示卷积,h(u)表示滤波函数,p′β(u,v)表示加权处理后的投照角度β时的投影数据;
所述反投影单元,可具体用于对滤波后的投照角度β时的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像f(x,y,z)为:
其中,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,p″β(u,v)表示滤波后的投影数据。
根据在上述示例的实现锥束CT图像重建的系统实施例,能够消除基于三维FOV圆锥部分的重建断层面中FOV内区域亮、FOV外区域暗的伪影问题,图像重建质量高,计算速度快,图像重建效率高。
需要说明的是,上述实施例中各模块/单元之间的信息交互、执行过程等内容,由于与本发明前述方法实施例基于同一构思,其带来的技术效果与本发明前述方法实施例相同,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
此外,上述示例的实现锥束CT图像重建的系统的实施方式中,各功能模块的逻辑划分仅是举例说明,实际应用中可以根据需要,例如出于相应硬件的配置要求或者软件的实现的便利考虑,将上述功能分配由不同的功能模块完成,即将所述实现锥束CT图像重建的系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的实现锥束CT图像重建的方法及系统的描述,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.实现锥束CT图像重建的方法,其特征在于,包括:
在射线源沿圆形轨道运动过程中,等间隔采集所述射线源投照物体的投影数据;
对所述投影数据进行滤波反投影重建,得到一次重建三维图像;
获取所述一次重建三维图像中各像素点被反投影的次数,根据各像素点被反投影的次数得出二次重建三维图像;
所述获取所述一次重建三维图像中各像素点被反投影的次数包括:记N(x,y,z)为像素点(x,y,z)被反投影的次数,设定N(x,y,z)的初始值为0;如果检测到像素点(x,y,z)在投照角度β时被反投影一次,则其对应的N(x,y,z)值加1次,如果未检测到反投影,其对应的N(x,y,z)值不变;具体包括:
从任一投照角度开始,检测像素点(x,y,z)在该投照角度时所对应的投影点位置是否在探测器探测元区域内,若是,则N(x,y,z)值加1,若否,则保持N(x,y,z)值不变;进行下一个投照角度时像素点(x,y,z)被反投影的次数N(x,y,z)计算,直至遍历完所有投照角度,得到各像素点被反投影的次数。
2.如权利要求1所述实现锥束CT图像重建的方法,其特征在于,所述根据各像素点被反投影的次数得出二次重建三维图像,包括,
根据各像素点被反投影的次数对所述一次重建图像进行调整,得到二次重建三维图像f′(x,y,z)为:
其中,f(x,y,z)表示一次重建三维图像,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,N(x,y,z)表示像素点(x,y,z)被反投影的次数。
3.如权利要求1所述实现锥束CT图像重建的方法,其特征在于,所述对所述投影数据进行滤波反投影重建,得到一次重建三维图像,包括,
对所述投影数据进行加权处理;
对加权处理后的投影数据进行滤波处理;
对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像。
4.如权利要求3所述实现锥束CT图像重建的方法,其特征在于,所述对所述投影数据进行加权处理,包括,
对各投照角度时的投影数据分别进行加权处理,得到加权处理后各投照角度时的投影数据p′β(u,v)为:
其中,β表示投照角度,(u,v)表示探测器上探测元的坐标位置,pβ(u,v)为投照角度β时探测元(u,v)的投影数据,d表示射线源到探测器平面的距离。
5.如权利要求3所述实现锥束CT图像重建的方法,其特征在于,所述对加权处理后的投影数据进行滤波处理,包括,
对加权处理后各投照角度时的投影数据进行水平方向上的一维滤波,得到滤波后各投照角度时的投影数据p”β(u,v)为:
其中,表示卷积,h(u)表示滤波函数,p′β(u,v)表示加权处理后投照角度β时的投影数据。
6.如权利要求3所述实现锥束CT图像重建的方法,其特征在于,所述对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像,包括,
对滤波后投照角度β时的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像f(x,y,z)为:
其中,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,d表示射线源到探测器平面的距离,p”β(u,v)表示滤波后投照角度β时的投影数据。
7.实现锥束CT图像重建的系统,其特征在于,包括:
采集模块,用于在射线源沿圆形轨道运动过程中,等间隔采集所述射线源投照物体的投影数据;
一次重建模块,用于对所述投影数据进行滤波反投影重建,得到一次重建三维图像;
二次重建模块,用于获取所述一次重建三维图像中各像素点被反投影的次数,根据各像素点被反投影的次数得出二次重建三维图像;
所述获取所述一次重建三维图像中各像素点被反投影的次数包括:记N(x,y,z)为像素点(x,y,z)被反投影的次数,设定N(x,y,z)的初始值为0;如果检测到像素点(x,y,z)在投照角度β时被反投影一次,则其对应的N(x,y,z)值加1次,如果未检测到反投影,其对应的N(x,y,z)值不变;具体包括:
从任一投照角度开始,检测像素点(x,y,z)在该投照角度时所对应的投影点位置是否在探测器探测元区域内,若是,则N(x,y,z)值加1,若否,则保持N(x,y,z)值不变;进行下一个投照角度时像素点(x,y,z)被反投影的次数N(x,y,z)计算,直至遍历完所有投照角度,得到各像素点被反投影的次数。
8.如权利要求7所述实现锥束CT图像重建的系统,其特征在于,所述二次重建模块包括,
调整单元,用于根据各像素点被反投影的次数对所述一次重建图像进行调整,得到二次重建三维图像f′(x,y,z)为:
其中,f(x,y,z)表示一次重建三维图像,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,N(x,y,z)表示像素点(x,y,z)被反投影的次数。
9.如权利要求7所述实现锥束CT图像重建的系统,其特征在于,所述一次重建模块包括,
第一处理单元,用于对所述投影数据进行加权处理;
第二处理单元,对加权处理后的投影数据进行滤波处理;
反投影单元,对滤波后的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像。
10.如权利要求9所述实现锥束CT图像重建的系统,其特征在于,所述第一处理单元,具体用于对各投照角度时的投影数据分别进行加权处理,得到加权处理后各投照角度时的投影数据p'β(u,v)为:
其中,β表示投照角度,(u,v)表示探测器上探测元的坐标位置,pβ(u,v)为投照角度β时探测元(u,v)的投影数据,d表示射线源到探测器平面的距离;
所述第二处理单元,具体用于对加权处理后的投影数据进行水平方向上的一维滤波,得到滤波后的投影数据p”β(u,v)为:
其中,表示卷积,h(u)表示滤波函数,p'β(u,v)表示加权处理后投照角度β时的投影数据;
所述反投影单元,具体用于对滤波后各投照角度时的投影数据沿投照射线反方向进行三维反投影,得到一次重建三维图像f(x,y,z)为:
其中,(x,y,z)表示一次重建三维图像f(x,y,z)中的像素点,p”β(u,v)表示滤波后投照角度β时的投影数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510595899.0A CN105118039B (zh) | 2015-09-17 | 2015-09-17 | 实现锥束ct图像重建的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510595899.0A CN105118039B (zh) | 2015-09-17 | 2015-09-17 | 实现锥束ct图像重建的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105118039A CN105118039A (zh) | 2015-12-02 |
CN105118039B true CN105118039B (zh) | 2018-04-10 |
Family
ID=54666014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510595899.0A Active CN105118039B (zh) | 2015-09-17 | 2015-09-17 | 实现锥束ct图像重建的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105118039B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097411B (zh) * | 2016-06-29 | 2019-07-05 | 沈阳开普医疗影像技术有限公司 | Ct机图像重建方法及高分辨ct扫描机 |
CN106934110B (zh) * | 2016-12-14 | 2021-02-26 | 北京信息科技大学 | 一种由聚焦堆栈重建光场的反投影方法和装置 |
CN106780654B (zh) * | 2017-01-24 | 2021-05-07 | 东软医疗系统股份有限公司 | 一种图像重建方法和装置 |
CN108182665A (zh) * | 2017-12-26 | 2018-06-19 | 南京邮电大学 | 一种基于滤波反投影‐迭代算法的ct系统图像重建方法 |
CN108680589B (zh) * | 2018-05-31 | 2021-07-16 | 北京航空航天大学 | 基于横向错位光栅的三维锥束计算机层析成像方法及装置 |
CN108765417B (zh) * | 2018-06-15 | 2021-11-05 | 西安邮电大学 | 一种基于深度学习和数字重建放射影像的股骨x线片生成系统及方法 |
CN109949411B (zh) * | 2019-03-22 | 2022-12-27 | 电子科技大学 | 一种基于三维加权滤波反投影和统计迭代的图像重建方法 |
CN118279469A (zh) * | 2022-12-30 | 2024-07-02 | 北京纳米维景科技有限公司 | 非对称锥角伪影的加权解析滤波反投影重建方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609978A (zh) * | 2012-01-13 | 2012-07-25 | 中国人民解放军信息工程大学 | 基于cuda架构的gpu加速锥束ct图像重建的方法 |
CN104361615A (zh) * | 2014-10-22 | 2015-02-18 | 南方医科大学 | 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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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) |
-
2015
- 2015-09-17 CN CN201510595899.0A patent/CN105118039B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609978A (zh) * | 2012-01-13 | 2012-07-25 | 中国人民解放军信息工程大学 | 基于cuda架构的gpu加速锥束ct图像重建的方法 |
CN104361615A (zh) * | 2014-10-22 | 2015-02-18 | 南方医科大学 | 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 |
Non-Patent Citations (1)
Title |
---|
现代无损检测技术;沈玉娣;《现代无损检测技术》;西安交通大学出版社;20120731;第253-254页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105118039A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105118039B (zh) | 实现锥束ct图像重建的方法及系统 | |
US8731269B2 (en) | Method and system for substantially reducing artifacts in circular cone beam computer tomography (CT) | |
CN102473317B (zh) | 感兴趣区域图像的重建 | |
EP1800264B1 (en) | Image reconstruction with voxel dependent interpolation | |
US8805037B2 (en) | Method and system for reconstruction of tomographic images | |
CN103180879B (zh) | 用于从投影数据对对象进行混合重建的设备和方法 | |
US8625870B2 (en) | Method and system for supplementing detail image in successive multi-scale reconstruction | |
JP4342164B2 (ja) | コンピュータ断層撮影装置 | |
JP2016152916A (ja) | X線コンピュータ断層撮像装置及び医用画像処理装置 | |
JP6505513B2 (ja) | X線コンピュータ断層撮像装置及び医用画像処理装置 | |
JP2007527253A (ja) | 冗長データを含むヘリカルコーンビーム・コンピュータ断層撮像法に対する正確な画像再構成システム及び方法 | |
CN103054599B (zh) | X射线ct装置及x射线ct装置的动作方法 | |
US7602879B2 (en) | Method for increasing the resolution of a CT image during image reconstruction | |
US8798350B2 (en) | Method and system for reconstruction algorithm in cone beam CT with differentiation in one direction on detector | |
Lee et al. | Interior tomography using 1D generalized total variation. Part II: Multiscale implementation | |
JP6414236B2 (ja) | 画像処理装置及び画像処理方法 | |
JP7187131B2 (ja) | 画像生成装置、x線コンピュータ断層撮影装置及び画像生成方法 | |
CN102062740A (zh) | 锥束ct扫描成像方法及系统 | |
Miao | Comparative studies of different system models for iterative CT image reconstruction | |
US6999550B2 (en) | Method and apparatus for obtaining data for reconstructing images of an object | |
JP6615531B2 (ja) | X線コンピュータ断層撮影装置及び医用画像処理装置 | |
JP5781011B2 (ja) | 画像処理方法、画像処理装置および撮影装置並びにプログラム | |
Sun | Rigid motion correction for head CT imaging | |
Katsevich et al. | TESTING OF THE CIRCLE AND LINE ALGORITHM IN THE SETTING OF MICRO-CT | |
Hong et al. | Volumetric image reconstruction in a dental panoramic imaging system with a limited-angle zigzag scan geometry |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221010 Address after: Room 901, China Railway South Headquarters Building, No. 3333, Central Road, Azure Coast Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong 518000 Patentee after: Shenzhen Aomei Future Medical Technology Co.,Ltd. Address before: 10th Floor, Qixi Building, No. 286, Science Avenue, Luogang District, Guangzhou City, Guangdong Province, 510530 Patentee before: GUANGZHOU HUADUAN TECHNOLOGY Co.,Ltd. |