CN106373100A - 一种ct图像的硬化伪影校正方法 - Google Patents
一种ct图像的硬化伪影校正方法 Download PDFInfo
- Publication number
- CN106373100A CN106373100A CN201610780703.XA CN201610780703A CN106373100A CN 106373100 A CN106373100 A CN 106373100A CN 201610780703 A CN201610780703 A CN 201610780703A CN 106373100 A CN106373100 A CN 106373100A
- Authority
- CN
- China
- Prior art keywords
- hardening
- image
- data
- projection
- correction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000000463 material Substances 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims description 5
- 238000003325 tomography Methods 0.000 claims description 4
- 238000009966 trimming Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 2
- 239000011435 rock Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- PLXMOAALOJOTIY-FPTXNFDTSA-N Aesculin Natural products OC[C@@H]1[C@@H](O)[C@H](O)[C@@H](O)[C@H](O)[C@H]1Oc2cc3C=CC(=O)Oc3cc2O PLXMOAALOJOTIY-FPTXNFDTSA-N 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种CT图像的硬化伪影校正方法,步骤如下:计算获得CT投影数据;对CT投影数据进行图像重建;重建的断层CT图像中指定相同材质的区域;获取硬化校正参数;利用硬化校正参数对CT投影数据进行硬化校正;通过重建模块对硬化校正后的CT投影数据进行图像重建,即可获得硬化伪影校正后的被测物体三维CT图像。本发明方法简单、操作方便、易于实施,而且该方法不需要预先扫描模体,直接利用被测物本身信息进行校正;该方法不需要对图像进行分割获取模板,只需要以交互方式指定重建图像中密度应该均匀的区域即可;该方法在拟合的过程中加入了硬化校正曲线的特性作为约束,使得拟合过程更加鲁棒。
Description
技术领域
本发明涉及CT应用技术领域,尤其是一种CT图像的硬化伪影校正方法。
背景技术
经典的CT重建算法是基于X射线的单能假设的。然而实际的射线源发出的X射线具有一定的能量分布,即多色X射线。当多色射线穿过被测物质时,低能光子的衰减大于高能光子的衰减,因此X射线的平均能量随穿过物质厚度的增加而升高,高能光子占的比重也随之增加,即X射线也变得更难衰减、更“硬”了。直接用CT重建算法对多色射线的投影进行重建,将导致CT图像上出现杯状或条状伪影,严重时图像会产生变形,影响CT图像的准确判读。硬化校正无论对于医用CT还是工业CT都是非常重要的。
目前的硬化校正方法可分为4类:预硬化方法,迭代方法,双能方法和线性化方法。
预硬化方法是在X光口加薄的金属片,将X射线中的低能光子滤掉。这种方法实现起来简单,能够改善重建的质量。缺点是,经过滤波,X光仍然具有多色性,而且X光的强度会被降低,也会降低重建图像的对比度和信噪比。迭代类算是通过模拟多色~X~射线成像的物理过程,构造优化求解模型,估计成像的物理参数。该类方法的缺点是计算速度慢,而且优化模型的解并不唯一。双能法是通过两个能谱对被测物进行两次扫描,利用不同物质的衰减系数在两个能量下的变化不同来区别被测物的材质属性,进而消除CT图像的硬化伪影。但是这种方法需要对物体进行两次扫描,这增加了成本和扫描时间,应用受到限制。线性化方法是通过一元映射函数(硬化校正曲线)将多色非线性投影映射成单色投影,单色投影就是等效成某种材质时密度分布的线积分。线性化方法思路简单、有效易行,目前应用也最为广泛。线性化方法的关键是针对被测物体的材质属性获取有效的硬化校正曲线。
目前获取硬化校正曲线的方法均需要扫描已知模体来获得。当被测物与模体材质和结构相差较大时,无法利用该模体获得的硬化校正曲线对其进行硬化伪影校正。
因此,亟需一种新的CT图像的硬化伪影校正方法。
通过检索,未发现与本发明专利申请相关的专利公开文献。
发明内容
本发明的目的在于克服现有技术的不足之处,提供一种操作方便、易于实施的CT图像硬化伪影校正方法,与现有方法相比,该方法不需要扫描已知模体,直接利用被测物本身的信息,构造了一种带约束的优化模型,通过求解该约束优化模型来估计被测物材质的硬化校正曲线,进而对被测物的CT图像进行硬化校正。
为了实现上述目的,本发明所采用的技术方案如下:
一种CT图像的硬化伪影校正方法,步骤如下:
步骤S1.通过CT系统对被测物体进行扫描,计算获得CT投影数据;
步骤S2.通过CT断层重建模块对CT投影数据进行图像重建;
步骤S3.通过物质属性选择模块在重建的断层CT图像中指定相同材质的区域;
步骤S4.通过硬化校正参数估计模块计算,获取硬化校正参数;
步骤S5.利用硬化校正参数对CT投影数据进行硬化校正;
步骤S6.通过重建模块对硬化校正后的CT投影数据进行图像重建,即可获得硬化伪影校正后的被测物体三维CT图像。
而且,所述步骤S2中的CT断层重建模块能够重建被测物的冠状面、矢状面和横断面的CT图像。
而且,所述步骤S3中的物质属性选择模块能够指定多种相同的材质。
而且,所述步骤S4的具体步骤如下:
步骤F1.利用步骤S2所述的CT断层重建模块,对投影数据P的0,1,2…n次幂数据进行重建,获取重建的CT图像
步骤F2.利用步骤S3所指定的相同材质区域求解下述约束优化模型获取硬化校正参数(αi=0...n)
s.t.α1+2α2+…+nαnPn-1≥0
2α2+6α3P+…+n(n-1)αnPn-2≥0
其中,Ωj为步骤S3所指定的相同材质区域,Aj为该区域的平均CT值。
而且,所述步骤S5中硬化校正过程,即利用获取的硬化校正参数(αi=0...n),根据下式多项式获取校正后的投影数据:
而且,所述步骤S6中的CT重建模块直接对校正后的投影数据进行重建,可消除CT图像的硬化伪影。
本发明取得的优点和积极效果是:
1、本发明方法简单、操作方便、易于实施,而且该方法不需要预先扫描模体,直接利用被测物本身信息进行校正;该方法不需要对图像进行分割获取模板,只需要以交互方式指定重建图像中密度应该均匀的区域即可;该方法在拟合的过程中加入了硬化校正曲线的特性作为约束,使得拟合过程更加鲁棒。
2、无论对于单材质的被测物,还是对于多材质的被测物,该方法均能取得较好的硬化校正效果。
附图说明
图1为本发明中岩石样品的CT扫描数据图;
图2为本发明中预重建的横断面CT图像以及选择的相同材质区域图;
图3为本发明中预重建的矢状面CT图像以及选择的相同材质区域图;
图4为本发明中硬化校正后岩石样品的CT图像图。
具体实施方式
下面结合实施例,对本发明进一步说明;下述实施例是说明性的,不是限定性的,不能以下述实施例来限定本发明的保护范围。
本发明中所使用的设备,如无特殊规定,均为本领域内常用的设备或装置;本发明中所使用的方法,如无特殊规定,均为本领域内常用的方法。
一种CT图像的硬化伪影校正方法,步骤如下:
步骤S1.通过CT系统对被测物体进行扫描,计算获得CT投影数据;
步骤S2.通过CT断层重建模块对CT投影数据进行图像重建;
步骤S3.通过物质属性选择模块在重建的断层CT图像中指定相同材质的区域;
步骤S4.通过硬化校正参数估计模块计算,获取硬化校正参数;
步骤S5.利用硬化校正参数对CT投影数据进行硬化校正;
步骤S6.通过重建模块对硬化校正后的CT投影数据进行图像重建,即可获得硬化伪影校正后的被测物体三维CT图像。
所述步骤S2中的CT断层重建模块能够重建被测物的冠状面、矢状面和横断面的CT图像。
所述步骤S3中的物质属性选择模块能够指定多种相同的材质。
所述步骤S4的具体步骤如下:
步骤F1.利用步骤S2所述的CT断层重建模块,对投影数据P的0,1,2…n次幂数据进行重建,获取重建的CT图像
步骤F2.利用步骤S3所指定的相同材质区域求解下述约束优化模型获取硬化校正参数(ai=0...n)
s.t.a1+2a2+…+nanPn-1≥0
2α2+6α3P+…+n(n-1)αnPn-2≥0
其中,Ωj为步骤S3所指定的相同材质区域,Aj为该区域的平均CT值。
所述步骤S5中硬化校正过程,即利用获取的硬化校正参数(ai=0...n),根据下式多项式获取校正后的投影数据:
所述步骤S6中的CT重建模块直接对校正后的投影数据进行重建,可消除CT图像的硬化伪影。
在本实施例中,以对一块岩石样品的CT扫描数据进行重建为例说明本发明方法的实施过程。
一种CT图像的硬化伪影校正方法,具体步骤如下:
步骤S1.通过CT系统对被测物体进行扫描,计算获得CT投影数据P;图1为一个角度下的岩石样品的显微CT扫描数据,不同角度下的扫描数据共720幅;
步骤S2.通过CT断层重建模块对CT投影数据进行图像重建,重建算法采用FDK算法,重建横断面和矢状面,如图2,图3所示。
步骤S3.通过物质属性选择模块在重建的断层CT图像中指定相同材质的区域;如图2中红色圆圈为选择的相同材质区域。
步骤S4.通过硬化校正参数估计模块计算,获取硬化校正参数;
步骤S5.利用硬化校正参数对CT投影数据进行硬化校正。
步骤S6.通过重建模块对硬化校正后的CT投影数据进行图像重建,即可获得硬化伪影校正后的被测物体三维CT图像,见图4所示。
实施例中选择了一块直径为110mm的岩石,CT扫描时的管电压为150kvp。图2中的CT图像是利用传统FDK算法重建的结果,可以看到CT图像存在明显的硬化伪影,图像中间部分灰度偏暗,而边界处偏亮。通过在图2、图3中指定相同材质的区域,利用本发明方法计算硬化校正曲线。本实施例中指定了一种相同材质,对于材质复杂的被测物体利用本发明方法可以选择两种或以上的材质。图4为硬化校正后的结果,可以看到硬化伪影得到了明显消除。
利用本发明的一种CT图像的硬化伪影校正方法不需要预先扫描模体,直接利用被测物本身信息即可对被测物的CT图像进行硬化校正。该方法不需要对图像进行分割获取模板,只需要以交互方式指定重建图像中密度应该均匀的区域即可;另外该方法无论对于单材质的被测物,还是对于多材质的被测物,该方法均能取得较好的硬化校正效果。
Claims (6)
1.一种CT图像的硬化伪影校正方法,其特征在于:步骤如下:
步骤S1.通过CT系统对被测物体进行扫描,计算获得CT投影数据;
步骤S2.通过CT断层重建模块对CT投影数据进行图像重建;
步骤S3.通过物质属性选择模块在重建的断层CT图像中指定相同材质的区域;
步骤S4.通过硬化校正参数估计模块计算,获取硬化校正参数;
步骤S5.利用硬化校正参数对CT投影数据进行硬化校正;
步骤S6.通过重建模块对硬化校正后的CT投影数据进行图像重建,即可获得硬化伪影校正后的被测物体三维CT图像。
2.根据权利要求1所述的CT图像的硬化伪影校正方法,其特征在于:所述步骤S2中的CT断层重建模块能够重建被测物的冠状面、矢状面和横断面的CT图像。
3.根据权利要求1所述的CT图像的硬化伪影校正方法,其特征在于:所述步骤S3中的物质属性选择模块能够指定多种相同的材质。
4.根据权利要求1所述的CT图像的硬化伪影校正方法,其特征在于:所述步骤S4的具体步骤如下:
步骤F1.利用步骤S2所述的CT断层重建模块,对投影数据P的0,1,2…n次幂数据进行重建,获取重建的CT图像
步骤F2.利用步骤S3所指定的相同材质区域求解下述约束优化模型获取硬化校正参数(ai=0...n)
s.t. a1+2a2+…+nanPn-1≥0
2a2+6a3P+…+n(n-1)anPn-2≥0
其中,Ωj为步骤S3所指定的相同材质区域,Aj为该区域的平均CT值。
5.根据权利要求1所述的CT图像的硬化伪影校正方法,其特征在于:所述步骤S5中硬化校正过程,即利用获取的硬化校正参数(ai=0...n),根据下式多项式获取校正后的投影数据:
6.根据权利要求1所述的CT图像的硬化伪影校正方法,其特征在于:所述步骤S6中的CT重建模块直接对校正后的投影数据进行重建,可消除CT图像的硬化伪影。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780703.XA CN106373100B (zh) | 2016-08-30 | 2016-08-30 | 一种ct图像的硬化伪影校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780703.XA CN106373100B (zh) | 2016-08-30 | 2016-08-30 | 一种ct图像的硬化伪影校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106373100A true CN106373100A (zh) | 2017-02-01 |
CN106373100B CN106373100B (zh) | 2019-03-26 |
Family
ID=57900275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610780703.XA Active CN106373100B (zh) | 2016-08-30 | 2016-08-30 | 一种ct图像的硬化伪影校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106373100B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114359569A (zh) * | 2022-03-09 | 2022-04-15 | 中国科学院地质与地球物理研究所 | 岩石的层理识别方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657011A (zh) * | 2005-03-22 | 2005-08-24 | 东软飞利浦医疗设备系统有限责任公司 | 一种自动去除黑心伪影的x-射线计算机层析成像机 |
CN103559729A (zh) * | 2013-11-18 | 2014-02-05 | 首都师范大学 | 一种双能谱ct图像迭代重建方法 |
US20140056503A1 (en) * | 2011-04-28 | 2014-02-27 | Koninklijke Philips N.V. | Multi-energy imaging |
CN105488826A (zh) * | 2015-12-17 | 2016-04-13 | 首都师范大学 | 一种基于fbp的能谱ct迭代成像方法和成像系统 |
-
2016
- 2016-08-30 CN CN201610780703.XA patent/CN106373100B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657011A (zh) * | 2005-03-22 | 2005-08-24 | 东软飞利浦医疗设备系统有限责任公司 | 一种自动去除黑心伪影的x-射线计算机层析成像机 |
US20140056503A1 (en) * | 2011-04-28 | 2014-02-27 | Koninklijke Philips N.V. | Multi-energy imaging |
CN103559729A (zh) * | 2013-11-18 | 2014-02-05 | 首都师范大学 | 一种双能谱ct图像迭代重建方法 |
CN105488826A (zh) * | 2015-12-17 | 2016-04-13 | 首都师范大学 | 一种基于fbp的能谱ct迭代成像方法和成像系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114359569A (zh) * | 2022-03-09 | 2022-04-15 | 中国科学院地质与地球物理研究所 | 岩石的层理识别方法、装置、设备及存储介质 |
US11436738B1 (en) | 2022-03-09 | 2022-09-06 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Rock stratification identification method and apparatus, device and storage medium |
Also Published As
Publication number | Publication date |
---|---|
CN106373100B (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Le et al. | Least squares parameter estimation methods for material decomposition with energy discriminating detectors | |
CN102609908B (zh) | 基于基图像tv模型的ct射束硬化校正方法 | |
Van Gompel et al. | Iterative correction of beam hardening artifacts in CT | |
US9799126B2 (en) | Apparatus and method for robust non-local means filtering of tomographic images | |
Freed et al. | A fast, angle‐dependent, analytical model of CsI detector response for optimization of 3D x‐ray breast imaging systems | |
CN103559699A (zh) | 一种基于投影估计的多能谱ct图像重建方法 | |
US11116470B2 (en) | Beam hardening correction in x-ray dark-field imaging | |
CN104318536A (zh) | Ct图像的校正方法及装置 | |
CN103384498A (zh) | 探测装置 | |
CN103027704B (zh) | 产生噪声减少的ct图像数据组的方法、计算系统和ct系统 | |
Oliveira et al. | Comparison among tomographic reconstruction with limited data | |
CN104166962A (zh) | 一种使用散射核方法的锥束ct散射校正方法 | |
Li et al. | Multienergy cone-beam computed tomography reconstruction with a spatial spectral nonlocal means algorithm | |
D′ Ambrosio et al. | Attenuation correction for small animal PET images: a comparison of two methods | |
CN109919868B (zh) | 一种锥束ct射束硬化曲线侦测及投影加权校正方法 | |
Hossein et al. | Image quality and dose assessment of collimator slit width effect in SLOT-SCAN X-ray imaging system | |
CN105528771A (zh) | 一种使用能量函数方法的锥束ct中杯状伪影的校正方法 | |
CN106373100A (zh) | 一种ct图像的硬化伪影校正方法 | |
Yu et al. | Heel effect adaptive flat field correction of digital x‐ray detectors | |
CN102376085B (zh) | 用于乳房成像的核医学影像设备的图像衰减校正方法 | |
Guo et al. | Improved iterative image reconstruction algorithm for the exterior problem of computed tomography | |
Jarry et al. | Scatter correction for kilovoltage cone-beam computed tomography (CBCT) images using Monte Carlo simulations | |
Kim et al. | Development of a truncation artifact reduction method in stationary inverse-geometry X-ray laminography for non-destructive testing | |
Kermani et al. | Scatter signal elimination by localized primary modulation in industrial computed radiography | |
Mohapatra | Development and quantitative assessment of a beam hardening correction model for preclinical micro-CT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |