CN106796717A - 辐射图像降噪 - Google Patents

辐射图像降噪 Download PDF

Info

Publication number
CN106796717A
CN106796717A CN201480082664.5A CN201480082664A CN106796717A CN 106796717 A CN106796717 A CN 106796717A CN 201480082664 A CN201480082664 A CN 201480082664A CN 106796717 A CN106796717 A CN 106796717A
Authority
CN
China
Prior art keywords
image
pixel
filtering
noise contribution
value
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.)
Pending
Application number
CN201480082664.5A
Other languages
English (en)
Inventor
巴萨克·乌尔卡·卡贝亚
凯文·程
查尔斯·肖内西
戴维·罗扎斯
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.)
Analogic Corp
Original Assignee
Analogic Corp
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 Analogic Corp filed Critical Analogic Corp
Publication of CN106796717A publication Critical patent/CN106796717A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本申请尤其描述了一种或多种技术和/或系统,用于对通过经由辐射进行的检查而产生的图像进行处理以减小图像中的可视噪声。在重构了图像之后,对关于图像的噪声贡献(例如,图像中的噪声量)进行估算,以确定图像的目标噪声贡献。图像的目标噪声贡献尤其根据辐射的剂量、被成像的对象的体向或特性等发生变化。随后使用一个或多个滤波技术来对图像进行滤波以生成滤波图像,并且确定关于滤波图像的噪声贡献。当关于经滤波的噪声贡献满足目标噪声贡献(例如,已经从图像中滤除充足的噪声量)时,将滤波图像与所重构的图像组合以生成混合图像。

Description

辐射图像降噪
技术领域
本申请涉及对根据在通过诸如x射线或伽马射线之类的电离辐射来对对象进行检查期间所采集的数据来重构的图像进行降噪。本申请尤其应用于需要对患者的剂量进行监测的医疗环境,然而,本申请还可应用于需要对所重构图像进行降噪的安全应用、工业应用和/或其它应用。
背景技术
如今,诸如计算机断层扫描(CT)系统、单光子发射计算机断层扫描(SPECT)系统、数字投影系统和/或行扫描系统之类的辐射成像系统例如对于提供被检查对象的内部体向的信息或图像是有用的。对象被暴露在辐射光子射线(例如,X射线光子、伽马射线光子等),并且穿过对象的辐射光子通过探测器阵列进行探测,该探测器阵列被设置成相对于对象与辐射源大体上径向相对。对辐射光子被对象衰减(例如,吸收、反射等)的程度进行测量以确定对象的一个或更多个特性,或者更确切地说,以确定对象的各个体向(aspect)。例如,对象的高密度体向相对于较低密度体向而言通常会衰减较多的辐射,因此当具有较高密度的体向(诸如,骨骼或金属)被较低密度体向(诸如,肌肉或衣物)所包围时会很明显。
当测量或采样光子时,或者当测量/采样撞击探测器阵列的光子所产生的电荷时,噪声固有地地被引入到系统中。这种噪声有时被称为光子噪声,并且通过检查产生的图像中的伪影(例如,条纹,模糊等)有时至少部分地归因于该光子噪声。因此,光子噪声会降低图像的质量。
根据量子统计,通过对对象进行的检查所产生的光子噪声水平(例如,光子噪声与有用信号的比率)与施加至对象的辐射剂量成反比。例如,当施加至对象的剂量减小时,光子噪声水平增大。因此,在一些应用中,施加至对象的辐射的剂量与对具有很少伪影甚至几乎不具有伪影的图像的期望相平衡。
发明内容
本申请的各个方面解决了上述问题以及其他问题。根据一方面,提供了一种用于对通过辐射进行检查而产生的图像进行处理的方法。该方法包括接收已经暴露于辐射的对象的图像,其中,该图像是基于辐射与对象之间的相互作用而生成的。该方法还包括对关于所述图像的第一噪声贡献进行计算以得到目标噪声贡献,并且对图像进行滤波以生成第一滤波图像。该方法还包括对关于第一滤波图像的第二噪声贡献进行估算,并且将目标噪声贡献与第二噪声贡献进行比较以确定通过所述滤波是否已经使得所述目标噪声贡献得到满足。
根据另一方面,提供了一种计算机可读介质,该计算机可读介质包括处理器可执行指令,所述处理器可执行指令被运行时会执行一方法。该方法包括对关于通过对对象进行辐射检查而产生的图像的第一噪声贡献进行估算以得到目标噪声贡献,并且对图像进行滤波以生成第一滤波图像。该方法还包括对关于第一滤波图像的第二噪声贡献进行估算,并且将目标噪声贡献与第二噪声贡献进行比较以确定通过所述滤波是否已经使得目标噪声贡献得到满足。该方法还包括当响应于所述比较,通过所述滤波已经使得目标噪声贡献得到满足时,将所述第一滤波图像与所述图像进行组合。
根据又一方面,提供了一种辐射成像系统。辐射成像系统包括辐射源和探测器阵列,所述辐射源被配置成将被检查的对象暴露于辐射,以及所述探测器阵列被配置成基于对所述辐射中的、穿过对象的至少一些辐射的探测来产生一个或多个信号。该系统还包括图像重构部件和降噪部件,图像重构部件被配置成基于所述一个或多个信号来重构图像。降噪部件被配置成对关于图像的第一噪声贡献进行估算以得到目标噪声贡献,对图像进行滤波以生成第一滤波图像,以及对关于第一滤波图像的第二噪声贡献进行估算。降噪部件还被配置成将目标噪声贡献与第二噪声贡献进行比较以确定通过所述滤波是否已经使得目标噪声贡献得到满足,并且当响应于所述比较,通过所述滤波已经使得目标噪声贡献得到满足时,将第一滤波图像与图像进行组合。
通过阅读并理解所附的说明书,本领域的普通技术人员将理解本申请的其他方面。
附图说明
本申请借助于示例进行说明并非受限于附图中的各个图示,其中,相似的附图标记通常指示相似的元件,并且,在附图中:
图1示出了辐射成像系统的示例性环境。
图2是示出了用于对通过辐射进行检查而产生的图像进行处理的示例性方法的流程图。
图3是示出了用于对通过辐射进行检查而产生的图像进行处理的示例性方法的流程图。
图4是示例性计算机可读介质的说明,该示例性计算机可读介质包括被配置成体现本文所提出的一个或更多个规定的处理器可执行指令。
具体实施方式
现在参考附图对所要求保护的主题进行描述,其中,全文中相似的附图标记通常用于表示相似的要素。在以下说明书中,出于解释的目的,对各种具体细节进行了阐述以提供对所要求保护的主题的透彻理解。然而,明显的是,在没有这些具体细节的情况下,也可以实现所要求保护的主题。在其他情况下,以框图形式示出了结构和装置,以便于描述所要求保护的主题。
根据一些实施例,提供了用于减少后重构图像中由光子噪声引起的伪影的系统和/或方法。对可以是二维图像或三维图像的图像进行接收,并且对图像中的噪声量或第一噪声贡献进行估算。基于该估算,对关于图像的所期望的噪声目标或目标噪声贡献进行计算。例如,可能希望去除图像中20%的噪声去除,使得图像仅仅是80%“嘈杂的(noisy)”。然后,将一个或多个降噪滤波器应用于图像和/或所述图像的相应像素,以减少噪声和/或使噪声更均匀地分发在像素中。所得到的图像可以称为滤波图像,并且使用一个或多个噪声估算技术来估算滤波图像中的噪声量或第二噪声贡献。将滤波图像中的噪声或者第二噪声贡献的估值与所期望的噪声目标或者目标噪声贡献进行比较,以确定通过滤波是否已经使得所期望的噪声目标得到满足(例如,通过滤波已经充分地降低了图像中的噪声)。
如果无法满足所期望的噪声目标,则将所述一个或多个降噪滤波器中的至少一些降噪滤波器应用于滤波图像,以生成第二滤波图像。对该第二滤波图像的噪声量或者第三噪声贡献进行估算,并且将第二滤波图像中的噪声的估值与所期望的噪声目标进行比较,以确定是否已满足所期望的噪声目标(例如,当前图像噪声是否足够少)。可以迭代地重复该过程,直到已满足所期望的噪声目标为止和/或直到已满足一些其他停止准则(例如,该过程已重复了至少指定次数)为止。
当已满足所期望的噪声目标和/或已满足其他停止准则时,将最近生成的滤波图像与原始图像(例如,后重构图像)混合以生成混合图像。例如,将原始图像的第一像素的值与最近生成的滤波图像的相应像素的值合并(例如,求平均值),以生成混合图像的第一像素的值。在一些实施例中,对原始图像对于混合图像的贡献以及最近生成的滤波图像对于混合图像的贡献进行同样的加权。在一些实施例中,对原始图像对于混合图像的贡献以及最近生成的滤波图像对于混合图像的贡献进行不同的加权。因此,混合图像的第一像素的值可以是原始图像的第一像素的第一加权值与最近生成的滤波图像的第一像素的第二加权值的平均值,其中,第一权值被应用于原始图像的第一像素的值以生成第一加权值,并且第二权值被应用于最近生成的滤波图像中的第一像素的值以生成第二加权值,其中,第一权值可以与第二权值相同或不同。
图1示出了辐射成像系统100,该辐射成像系统100可以采用本文所描述的技术和/或系统。在所示实施例中,辐射成像系统100是计算机断层扫描(CT)系统,然而本文所述的系统和/或方法也可应用于诸如线扫描系统、乳腺摄影系统和/或衍射系统之类的其它辐射成像系统。因此,辐射成像系统100仅提供示例性布置,而不旨在以限制性方式(例如,必须指定辐射成像系统100中描绘的部件的位置、内含物和/或相对位置)进行解释。例如,在一些实施例中,数据采集部件122是探测器阵列118的一部分和/或位于检查单元102的旋转台架106上。
在示例性辐射成像系统100中,检查单元102被配置成检查对象104。检查单元102包括旋转台架106和(固定的)支撑结构108,例如,该支撑结构108可包围和/或围绕旋转台架106的至少一部分(例如,如所示出的那样,外部固定环围绕着内部旋转环的外边缘)。在对象104的检查期间,将对象104放置在诸如床或传送带之类的支撑件110上,并且放置在检查区域112(例如,旋转台架106中的中空孔)内,在检查区域112中,对象104暴露于辐射120。
旋转台架106可以包围检查区域112的一部分并且可以包括辐射源116(例如,诸如x射线源和/或伽马射线源的电离辐射源)和探测器阵列118。探测器阵列118通常安装在旋转台架106的、相对于辐射源116基本上沿直径相对的一侧上,并且在对对象104的检查期间,旋转台架106(例如,包括辐射源116和探测器阵列118)绕着对象104进行旋转。因为辐射源116和探测器阵列118被安装至同一旋转台架106,所以在旋转台架106的旋转期间,探测器阵列118与辐射源116之间的相对位置大体上保持不变。
在对象104的检查期间,辐射源116将锥形和/或扇形辐射形态(configurations)从辐射源116的焦斑(例如,辐射源116内、从其中发散辐射120的区域)发射到检查区域112。这样的辐射120可以大体上连续地发射和/或可以间歇地发射(例如,辐射120的短脉冲被发射之后,接下来是休息时段,在该休息时段期间辐射源116是未激活的)。此外,辐射120可以以单一能量谱或多能量谱进行发射,除此之外,这取决于CT系统100是被配置成单一能量CT系统还是被配置成多能量(例如,双能量)CT系统。
随着所发射的辐射120穿过对象104,辐射120会在对象104的不同体向出现不同程度的衰减。由于不同体向会衰减不同百分比的辐射120,因此由探测器阵列118中的各个探测器单元所探测到的光子数量和/或各个光子的能级会不同。例如,一个或多个对象104的较密集的体向(诸如,骨骼或金属板)相对于不太密集的体向(诸如,皮肤或衣服)会对辐射120衰减更多(例如,导致更少的光子碰撞到探测器阵列118的被较密集的体向所遮蔽的区域上)。
探测器阵列118所探测到的辐射可以被直接地转化和/或间接地转化为模拟信号,该模拟信号可以由探测器阵列118传送至数据采集部件120,该数据采集部件122可操作地耦接至探测器阵列118。一个或多个模拟信号可以携带指示探测器阵列118所探测到的指示辐射的信息(例如,诸如在采样时段内所测量的电荷量和/或所探测的辐射的能级)。
数据采集部件122被配置成将探测器阵列118所输出的模拟信号转化成数字信号和/或被配置成使用各种技术(例如,积分、光子计数等)来对在预先确定的时间间隔或测量间隔内传送的信号进行收集。所收集的信号通常在投影空间中并且有时被称之为投影。投影可以表示探测器阵列118的各个探测器单元在一个时间间隔或一个视图期间所收集的信息或所获得的测量值,其中,视图与当辐射源116在特定视角处或者位于特定角范围内时所收集的数据相对应。
可以将数据采集部件122所生成的投影发送至图像重构部件124,该图像重构部件124可操作地耦接至数据采集部件122。图像重构部件124被配置成使用合适的分析、迭代和/或其他重构技术(例如,层析合成重构、反投影,迭代重构等)来将投影空间中的数据中的至少一些数据转换成图像空间。图像重构部件124所生成的图像(例如,有时被称为后重构图像)可以位于二维空间和/或三维空间中,并且可以表示例如关于给定视角通过对象104的各个体向的衰减程度,可以表示对象104的各个体向的密度,和/或可以表示对象104的各个体向的有效核电荷(z-effective)。
在一些实施例中,由于除其他之外,当对光子进行探测时自然而然地会将光子噪声引入到系统中,图像重构部件124所生成的至少一些图像会包括伪影,这些伪影使得图像的一部分模糊、出现条纹等,将图像内的对象104的一部分隐藏,和/或降低图像的质量和/或诊断有用性。
因此,图像重构部件124所生成的至少一些图像被发送到降噪部件126,降噪部件126被配置成通过将一个或多个滤波器应用于图像以生成滤波图像,来减小图像内的可视噪声的程度(例如,从而减少图像中的伪影)。在一些实施例中,该滤波图像与从图像重构部件124接收的图像混合以产生混合图像,其中,混合图像中的像素值是通过将从图像重构部件124接收的图像的像素值与滤波图像的像素值进行合并而产生。在一些实施例中,例如,通过将从图像重构部件124接收的图像(例如,有时被称为原始图像)与滤波图像混合来大体上保持对象内的特性的边缘,同时相对于原始图像而言大幅地减小了该图像中的可视噪声以(例如,通过减少伪影)提高了图像质量和/或提高了诊断有用性。
示例性辐射成像系统100还包括终端128或工作站(例如,计算机),其可以被配置成接收降噪部件126所输出的混合图像和/或接收图像重构部件124所输出的图像,所述混合图像和/或图像重构部件124所输出的图像可以在监视器130上显示给用户132(例如,安全人员、医务人员等)。通过这种方式,用户132可以例如检查一个或多个图像以识别对象104内的感兴趣区域。终端128还可以例如被配置成接收用户输入,该用户输入可以引导检查单元102的操作(例如,支撑件110的旋转速度、速度和方向等)。
在示例性辐射成像系统100中,控制器134可操作地耦接至终端128。控制器134可以被配置成例如控制检查单元102的操作。例如,在一个实施例中,控制器134可以被配置成从终端128接收信息并且向检查单元102发出指示所接收到的信息(例如,改变支撑件相对于辐射源116的位置等)的指令。
参考图2,提供了用于进行后重构图像过滤的示例性方法200。该示例性方法开始于202处,并且在204处接收对象的图像。该图像是通过将对象暴露于诸如x射线或伽马射线的电离辐射并测量/检测穿过对象的x射线来产生的。在一些实施例中,图像是二维图像并且各个像素表示对象造成的衰减程度。在其他实施例中,图像是三维图像并且各个体素表示对象的一部分的密度、有效核电荷或其他特性。对于本申请而言,除非另外明确指出,否则术语“像素”表示或者包括二维像素和三维体素二者。
在一些实施例中,在202处所接收的图像包括伪影和/或其他特征,这些伪影和/或其他特征通过拖放或扭曲对象的体向、隐藏对象的体向等来降低图像的质量和/或降低图像的诊断有用性。这些伪影中的至少一些可能因图像中的噪声而引起,例如,因辐射光子的探测期间所引入的光子噪声而产生。
在示例性方法200的206处,对关于图像的噪声贡献(例如,本文中时常称之为第一噪声贡献)进行估算,以得到目标噪声贡献。在一些实施例中,通过计算各个像素在一个或多个维度中的空间导数来估算关于图像的噪声贡献。例如,在图像是三维图像的情况下,对像素的值(例如,时常被称之为像素的CT数或亨斯菲尔德值)在x维度和y维度中的空间导数进行计算(例如,其中,xy平面通常对应于旋转台架106旋转的平面)。在一些实施例中,然后对这些空间导数中的至少一些空间导数的中值进行计算,并且关于一个或多个重构参数(例如,在重构图像时所定义的参数)对该中值进行加权,以确定关于图像的噪声贡献。在一些实施例中,使用鲁棒中值估算器来估算图像中的噪声,其中,鲁棒中值估算器的一个或多个参数基于用于重构图像的图像重构算法的参数(例如,所述参数的函数)。
在一些实施例中,在计算中值之前,基于各个像素的值对像素进行分类或分组。例如,在对患者进行检查期间,具有在-100亨氏单位至100亨氏单位(HU)范围内的值的像素可以通常代表组织(例如,静脉、器官等),而具有该范围之外的值的像素可以通常表示非组织(例如,骨骼、空气、植入物等)。在一些实施例中,在计算中值时,仅考虑具有-100HU至100HU范围内的值的那些像素的空间导数。因此,当估算图像中的噪声时,不考虑具有在该范围之外的值从而很有可能是非组织的像素的空间导数。
在示例性方法200中的208处,对图像进行滤波以生成第一滤波图像。可以将一种或多种滤波技术应用于图像以生成滤波图像。例如,在一些实施例中,将诸如3D异常值滤波器的异常值滤波器应用于图像。异常值滤波器被配置成将第一像素与邻近该第一像素的一组像素进行比较,并且如果第一像素的一个或多个特性基本上偏离这组像素的特性,则基于与邻近第一像素的这组像素的特性来调整第一像素的一个或多个特性。
作为3D异常值滤波器的示例,可以将图像的各个像素与诸如CT值之类的值相关联。在3D异常值滤波处理期间,可以计算邻近第一像素的一组像素的平均像素值。可以对该平均像素值不进行加权或者可以对该平均像素值进行加权(例如,其中,紧邻第一像素的像素的值所分配的权值不同于与第一像素间隔了至少一个像素的像素的值所分配的权值)。可以将第一像素的值与平均像素值进行比较,以确定第一像素的偏差值。如果偏差值超过偏差阈值,则可以将平均像素值应用于第一像素。通过这种方式,第一像素的原始值(例如,在图像重构期间所计算的值)被替换为与第一像素相邻的一组像素的平均像素值。
针对图像中的多个像素,可以重复进行将像素的值与邻近该像素的一组像素的平均像素值进行比较的过程。
在一些实施例中,图像的像素之间的偏差阈值不同。例如,当在204处接收到图像时,可以根据像素的值来设置像素的偏差阈值。例如,如果像素的值处于-100HU至100HU的像素值范围内(例如,因此该像素可能代表组织),则可以将偏差阈值设置为第一偏差阈值(例如,1西格玛,使得超过1西格玛的偏差值造成与该像素的相邻的一组像素的平均像素值被应用于该像素)。如果像素的值不在-100HU至100HU的像素值范围内(例如,因此该像素不可能代表组织),则可以将该偏差阈值设置为第二偏差阈值(例如,3西格玛,使得超过3西格玛的偏差值造成与该像素的相邻的一组像素的平均像素值被应用于该像素)。通过这种方式,例如可以采用不同于代表非组织的像素的处理方式来对代表组织的像素(如果不存在噪声,则可以预期该像素具有很少或没有偏差)进行处理,对于代表非组织的像素而言,由于对象的非组织的密度、有效核电荷等的变化会使得像素值自然而然地具有较大的偏差。
可以理解的是,由于对象存在边缘(例如,由于例如从组织到骨骼的过渡),至少一些像素的值可能完全不同于邻近像素的值。因此,在一些实施例中,还可以定义上偏差阈值。在这样的实施例中,如果第一像素的偏差值介于偏差阈值与上偏差阈值之间,则可以将与像素相邻的一组像素的平均像素值施加至该像素。例如,对于具有-100HU至100HU范围内的值的像素而言,可以将偏差阈值和上偏差阈值设置成1西格玛和3西格玛。如果像素的偏差值小于1西格玛或大于3西格玛,则不将平均像素值分配给该像素。如果像素的偏差值介于1西格玛与3西格玛之间,则将与该像素相邻的一组像素的平均像素值分配给该像素,以代替像素的原始值(例如,在图像重构期间所计算的值)。
在一些实施例中,除了异常值滤波器之外和/或代替应用异常值滤波器,还可以将非线性滤波器应用于图像。非线性滤波器旨在保留图像中的边缘,同时通过减少和/或重新分发图像中的噪声来对图像中的噪声进行滤波。例如,非线性滤波器可以包括扩散滤波器,该扩散滤波器被配置成计算第一像素的值与邻近第一像素的多个像素的平均像素值之差。在一些实施例中,如果第一像素的值大于平均像素值,则将差值中的至少一些分发至与第一像素相邻的多个像素(例如,使得第一像素的值减小,同时使得与第一像素相邻的一个或多个像素的相应值增大)。通过这种方式,信号的、由图像的第一像素所表示的一部分例如被分发给与第一像素相邻的一组一个或多个像素。
在一些实施例中,通过一组参数来限定扩散程度(例如,分发差异的百分比和/或其中分发有所述差异的像素的数量)。此外,如下面将更详细地解释的那样,可以通过多次迭代的过程来改变扩散程度(例如,在第一次迭代期间,差异的4%被扩散,在下一次迭代期间,原始差异的3%被扩散等)。
可以理解的是,尽管仅针对第一像素描述了扩散滤波技术,但是还可以将这些方法应用于诸如图像的各个像素的多个像素。此外,可以理解的是,扩散滤波器仅仅是一种示例类型的非线性滤波器,并且还考虑了其它类型的非线性滤波器。例如,在另一个实施例中,非线性滤波器包括小波滤波器,该小波滤波器使用多种滤波器(例如,各级高通滤波器、低通滤波器等)来处理与高空间频率样本相关的数据,与高空间频率样本相关的数据不同于与低空间频率样本相关的数据。
在示例性方法200中的210处,对关于滤波图像的噪声贡献(例如,本文中称之为第二噪声贡献)进行估算,以对在对图像进行滤波之后还保留了多少噪声进行粗略估算,从而生成滤波图像。在一些实施例中,使用鲁棒中值估算器或其他噪声估算方法来估算噪声贡献(例如,如关于206处对第一噪声进行估算而进一步描述)。
在212处,将在206处得到的目标噪声贡献与在210处估算的第二噪声贡献进行比较,以确定通过滤波是否已经使得目标噪声贡献得到满足。也就是说,将第二噪声贡献与目标噪声贡献进行比较,以确定是否已经将204处接收到的图像去除了所期望的噪声量。
在212处,当响应于比较,已经使得目标噪声贡献得到满足时,将第一滤波图像与图像组合(例如,混合)以生成混合图像。混合图像表示第一滤波图像的像素与204处所接收的图像的像素的混合。例如,在一些实施例中,对204处所接收的图像的第一像素的值与第一滤波图像的对应像素的值求平均值,以确定混合图像的第一像素的值。
在一些实施例中,使用加权平均来将第一滤波图像与204处所接收的图像进行混合,其中,第一滤波图像对混合图像的百分比贡献与204处接收的图像对混合图像的贡献百分比相同或不同。例如,在一些实施例中,用户可以指定第一滤波图像和/或原始图像对于混合图像的所期望的贡献或权值。如果用户指定第一滤波图像占20%贡献,则通过如下方式来确定混合图像的相应像素:将204处所接收的图像的像素进行80%的加权以生成第一加权图像,并且对第一滤波图像的像素进行20%的加权,以生成第二加权图像。可以随后将第一加权图像与第二加权图像合并,以生成混合图像。因此,混合图像的第一像素的值对应于在204处所接收的图像的第一像素与加权因子80%的乘积和与第一滤波图像的相应的像素的值与加权因子20%的乘积的组合(例如,相加在一起)。在一些实施例中,用户可以在对处理过程中的第一滤波图像的所期望的贡献进行重新调整,以改变混合图像中的噪声的可视性。
当响应于比较,不能满足目标噪声贡献时,使用用于对208处的图像进行滤波的一个或多个技术来对第一滤波图像进行滤波以生成第二滤波图像。此外,使用用于在210处估算第二噪声贡献的一个或多个估算技术来估算关于第二滤波图像的第三噪声贡献,并且将第三噪声贡献与目标噪声贡献进行比较,以确定通过附加滤波是否使得噪声贡献得到满足。可以重复这个过程,直到目标噪声贡献得到满足为止,届时可以将最近生成的滤波图像与204处所接收的图像混合,以产生滤波图像。
参考图3,提供了用于对通过对对象进行辐射检查而产生的图像进行滤波的示例性方法300的流程图。为了简洁起见,图3所描述的关于图2所示的特性没有针对图3进行详细描述。
示例性方法300开始于302,在302处接收图像。图像是后重构图像并且由于光子噪声和/或由于对来自投影空间(例如,来自正弦波)的图像进行重构的过程会使得该图像可能包括伪影。
在示例性方法300的304处,对图像中的噪声进行估算,并且在306处,根据噪声估值得到目标噪声贡献(例如,所期望的噪声减少百分比)。在一些实施例中,仅基于具有针对组织而预期的范围内的值的像素(例如,因此根据估值排除代表非组织的像素)来估算噪声。
在示例性方法300中的308处,对图像执行第一滤波技术,以生成中间图像。在一些实施例中,第一滤波技术是异常值滤波技术,诸如,3D偏离滤波技术,其替换偏远像素(例如,与阈值偏离了偏差阈值的像素)的值。例如,3D异常值滤波技术可以使用相应像素周围的像素邻域,以将异常值替换为相邻的加权和和/或平均像素值。在计算平均像素值时,平均像素值可以包括像素的值和/或可以排除该值。
在一些实施例中,第一滤波技术基于像素的值(例如,进而为对象的很可能由该像素表示的特征)来区分像素。例如,可以将平均像素值应用于相对于平均像素值偏离了第一值的一些像素,而不将平均像素值应用于相对于平均像素值偏离了第一值的其他像素,因为对于不同的像素而言,被认为是异常值的阈值可能不同。例如,相对于像素的值为50HU(例如,从而可能表示组织)的情况下,该像素和相邻像素之间的较大变化可接受而言,像素的值为200HU(例如,从而可能表示非组织)的情况下,该像素和相邻像素之间的较大变化也可认为是可接受的,因为非组织的特征会导致代表非组织的像素相对于代表组织的像素(例如,代表组织的像素的密度特征、有效核电荷特征等几乎没有变化)而言会具有更大的自然变化。
在示例性方法300的310处,对中间图像执行第二滤波技术以生成滤波图像。第二技术可以包括诸如各向异性扩散技术的扩散技术,该各向异性扩散技术将像素的一部分扩散(例如,分发)到该像素周围的邻近像素。再例如,可以对图像执行小波方法以生成滤波图像。
在一些实施例中,尽管在308处所执行的第一滤波技术可以基于像素值(例如,并且因此基于像素有可能代表组织还是代表非组织)来区分像素,但是第二滤波技术可以通过相同的方式来处理各个像素。因此,像素的扩散程度例如可能不取决于像素有可能代表非组织还是代表组织。更确切地说,扩散程度可以基于像素的值相对于与该像素相邻的一组像素的平均像素值之间的差异以及所期望的扩散范围(例如,跨越多少相邻像素分发了该差异等)。
在示例性方法300的312处,对滤波图像中的噪声进行估算。在一些实施例中,仅基于滤波图像的、与302处接收的图像的像素相对应的像素来估算噪声,302处接收的图像的像素用于估算图像中的噪声(例如,使得可能代表非组织的像素排除在外,而不用进行估算)。
在示例性方法300中的314处,将滤波图像中的估算噪声与目标噪声贡献进行比较,以确定是否已经使得目标噪声贡献得到满足。例如,将滤波图像中的估算噪声与302处接收的图像中的估算噪声进行比较,以确定噪声是否已经降低了20%(例如,其中减小20%对应于目标噪声贡献)。当滤波图像中的估算噪声超过目标噪声贡献,因而无法满足目标噪声时,将滤波图像发送至第二滤波器,其中,对滤波图像执行第二滤波技术以产生第二滤波图像。
在一些实施例中,通过将滤波图像发回第二滤波器,方法300的一部分被迭代地重复,第一滤波技术的一个或多个参数在一个或多个迭代之间进行调整。例如,在第一次迭代期间,当中间图像被滤波以产生第一滤波图像时,第二滤波技术可以对中间图像应用1级扩散(例如,其中,第一像素与平均像素值之间的差的一部分仅分发至紧邻的像素)。在第二次迭代期间,当第一滤波图像被滤波以产生第二滤波图像时,第二滤波技术可以将2级扩散应用于第一滤波图像(例如,其中,第一像素与平均像素值之间的差的一部分被分发给与第一像素间隔了不超过1个像素的像素)。再例如,在各个迭代之间所扩散的、像素的值与平均像素值之间的差的量可以不同。例如,在第一次迭代期间,可以扩散中间图像的第一像素与邻近第一像素的像素的平均像素值之间的差的10%。在下一次迭代期间,可能扩散第一滤波图像的对应于中间图像的第一像素的像素与邻近该像素的像素的平均像素值之间的差异的5%。在一些实施例中,扩散的范围(例如,其中分发有差异的多个像素)和/或扩散的程度(例如,分发的差异的百分比)基于图像特征可变(例如,可以基于图像梯度和/或各个像素的CT值来测量)。例如,对于主要描述了器官的图像的扩散范围和/或扩散程度可以不同于对于主要描绘骨骼和/或其他非组织的图像的扩散范围和/或扩散程度。
当滤波图像中的估算噪声不超过目标噪声贡献,从而使得目标噪声贡献得到满足时,滤波图像(例如,最近生成的滤波图像)与图像混合以在316处产生混合图像。混合图像表示滤波图像与图像的合并,并且可以呈现给用户进行检查。此外,在一些实施例中,用户可以调整滤波图像对混合图像的贡献以改变混合图像的特征。例如,可以利用滤波图像的20%贡献和原始图像的80%贡献来生成第一混合图像。如果用户不喜欢第一混合图像的外观(例如,因为通过滤波使得边缘过于平滑等),则用户可以要求生成具有较少来自滤波图像的贡献的第二混合图像。例如,可以使用滤波图像的10%贡献和原始图像的90%贡献来生成第二混合图像。
又一实施例涉及计算机可读介质,该计算机可读介质包括被配置为实现本文提出的一种或更多种技术的处理器可执行指令。图4中示出了可以以这些方式设计的示例性计算机可读介质,其中实施例400包括计算机可读介质402(例如,闪存盘、CD-R、DVD-R、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、硬盘驱动器的盘片等),在该计算机可读介质1302上编码有计算机可读数据404。该计算机可读数据404则包括被配置为根据本文提出的原理中的一个或多个操作的一组处理器可执行指令406。在一个这样的实施例400中,当经由处理单元被执行时,处理器可执行指令406可以被配置成执行方法408,诸如,图8中的示例性方法800中的至少一些、图2中的示例性方法200中的至少一些和/或图3中示例性方法300中的至少一些。在实施例中,处理器可执行指令406可以被配置为实现系统,诸如,图1的示例性系统100中的至少一些示例性轮胎检查系统。本领域的普通技术人员可以设计出的多种这样的计算机可读介质,这些计算机可读介质可以被配置成根据本文所提出的一种或更多种技术进行工作。虽然已经以特定语言针对结构特征和/或方法行为描述了本发明主题,但是应当理解的是,所附权利要求所限定主题并非必须限制于上述特定特征和/或方法行为。相反地,上述的特定特征和行为作为实现至少一部分权利要求的示例性形式而公开。
虽然已经以特定语言针对结构特征和/或方法行为描述了本发明主题,但是应当理解的是,所附权利要求的主题并非必须限制于上述特定特征或行为。相反地,上述的特定特征和行为作为实现至少一部分权利要求的示例性形式而公开。
本文提供了实施例的各种操作。所描述的一些或所有的操作顺序不应当被解释为暗示这些操作必须是次序相关的。考虑到本说明书的益处,应当理解可替代的顺序。此外,应当理解的是,不是所有的操作都必须出现在本文所提供的每个实施例中。此外,应当理解的是,在某些实施例中,不是所有的操作都是必要的。
此外,本文中的“示例性”表示例如、例子、说明等,但并不一定更有优势。如本申请所使用的,“或”意在表示包括性的“或”的意思而非排他性的“或”。另外,如本申请所使用的“一个(a)”和“一个(an)”通常被解释为为表示“一个或更多个”,除非另外说明或根据上下文中可以清楚得知是指向单数形式。此外,A和B中的至少一个和/或类似表述通常表示A或B或者A和B两者。此外,使用词语“包括(including)”、“包括(includes)”、“具有(having)”、“具有(has)”、“带有(with)”、或其变体的条件下,上述词语以类似于词语“包括(comprising)”的方式表示包括的含义。所要求保护的主题可以实现为方法、设备或制品(例如,软件、固件、硬件或上述项的任意组合)。
本申请中使用的,术语“部件”、“模块”、“系统”、“接口”等通常意在指代与计算机相关的实体,要么硬件、硬件和软件的组合、软件,要么执行中的软件。例如,部件可以是但不限于处理器上运行的进程、处理器、对象、可执行文件、所执行的线程、程序和/或计算机。例如,控制器上运行的应用和控制器两者都可以是部件。一个或多个部件可以位于进程和/或所执行的线程内,以及部件可以定位在一个计算机上和/或分发在两个或多个计算机之间。
此外,可以通过使用标准编程和/或工程技术将所要求保护的主题实现为方法、设备或制品,以产生软件、固件、硬件或上述项的任意组合,从而控制计算机实现所公开的主题。本文中使用的术语“制品”意在包括可从任何计算机可读装置、载体或介质访问的计算机程序。当然,本领域技术人员应当认识到:在不背离所要求保护的主题的范围或主旨的情况下,可以对该配置进行多种修改。
此外,除非另外说明,否则“第一”、“第二”和/或类似的描述并非意在暗示时间视点、空间视点、排序等。而是,这样的术语仅用作用于特性、元件、要素等的标识符、名称等(例如,“第一信道和第二信道”通常对应于“信道A和信道B”或者两个不同的(或相同的)信道或者同一信道)。
尽管已经针对一个或多个实现示出和描述了本公开内容,但是基于对本说明书和所引用的附图的阅读和理解,本领域技术人员仍能够得到等同的改变和修改。本公开内容包括所有这样的修改和改变,且仅受到所附权利要求的范围的限制。尤其是,对于由上述部件(例如,元件、资源等)执行的各个功能,除非另外指示,否则用于描述这样的部件的术语意在对应于执行所指定功能的(例如,在功能上相当的)任何部件,即使与所公开的结构在结构上不等同,所公开的结构执行本文中所描述的本公开的示例性实施方式中的功能。类似地,所示出的行为的顺序并非意味着限制性的,从而包括相同或不同(例如,数量)的行为的不同顺序意在落入本发明的范围内。另外,虽然可能仅针对多个实施例中的一个实施例公开了本公开内容的具体特征,但是这种特征也可以与其它实现方式的一个或更多个其它特征组合起来,对于任何给定或特定的应用而言这可能是期望的和有利的。

Claims (20)

1.一种用于对通过辐射进行的检查所产生的图像进行处理的方法,所述方法包括:
接收已经暴露于辐射的对象的图像,所述图像是基于所述辐射与所述对象之间的相互作用而生成的;
对关于所述图像的第一噪声贡献进行估算以得到目标噪声贡献;
对所述图像进行滤波以生成第一滤波图像;
对关于所述第一滤波图像的第二噪声贡献进行估算;以及
将所述目标噪声贡献与所述第二噪声贡献进行比较以确定通过所述滤波是否已经使得所述目标噪声贡献得到满足。
2.根据权利要求1所述的方法,包括:
当响应于所述比较,通过所述滤波已经使得所述目标噪声贡献得到满足时,将所述第一滤波图像与所述图像进行组合。
3.根据权利要求2所述的方法,所述组合包括:
将第一权值应用于所述第一滤波图像以生成第一加权图像;
将第二权值应用于所述图像以生成第二加权图像,所述第二权值不同于所述第一权值;以及
将所述第一加权图像与所述第二加权图像合并。
4.根据权利要求3所述的方法,包括基于用户输入确定所述第一权值或所述第二权值中的至少一个。
5.根据权利要求1所述的方法,所述滤波包括将信号的、与所述图像的第一像素相对应的一部分分发给与所述第一像素相邻的一组一个或多个像素。
6.根据权利要求1所述的方法,所述滤波包括:
计算与第一像素相邻的一组一个或多个像素的平均像素值;
将所述平均像素值与所述第一像素的值进行比较以确定偏差值;以及
当所述偏差值超过偏差阈值时,将所述平均像素值应用于所述第一像素。
7.根据权利要求6所述的方法,所述滤波包括:
基于所述第一像素的值确定所述偏差值。
8.根据权利要求6所述的方法,所述第一像素的值对应于所述第一像素的计算机断层扫描(CT)值。
9.根据权利要求6所述的方法,所述滤波包括:
当所述第一像素的值在第一像素值范围内时,将所述偏差阈值设置为第一偏差阈值;以及
当所述第一像素的值在第二像素值范围内时,将所述偏差阈值设置为第二偏差阈值,所述第二像素值范围不同于所述第一像素值范围,并且所述第二偏差阈值不同于所述第一偏差阈值。
10.根据权利要求1所述的方法,其中,当响应于所述比较,通过所述滤波无法满足所述目标噪声贡献时,所述方法包括:‘
对所述第一滤波图像进行滤波以生成第二滤波图像;
对关于所述第二滤波图像的第三噪声贡献进行估算;以及
将所述目标噪声贡献与所述第三噪声贡献进行比较以确定通过对所述第一滤波图像进行滤波是否已经使得所述目标噪声贡献得到满足。
11.根据权利要求10所述的方法,包括:
当响应于将所述目标噪声贡献与所述第三噪声贡献进行比较,通过对所述第一滤波图像进行滤波已经使得所述目标噪声贡献得到满足时,将所述第二滤波图像与所述图像组合。
12.根据权利要求1所述的方法,其中,所述图像为三维图像。
13.根据权利要求1所述的方法,至少包括以下各项中的至少一个:
所述估算第一噪声贡献包括计算所述图像的像素的像素值的第一空间导数,或者
所述估算第二噪声贡献包括计算所述第一滤波图像的像素的像素值的第二空间导数。
14.根据权利要求13所述的方法,至少包括以下各项中的至少一个:
所述计算第一空间导数包括计算所述图像的像素的像素值在至少两个维度中的导数,或者
所述计算第二空间导数包括计算所述第一滤波图像的像素的像素值的在至少两个维度中的导数。
15.一种计算机可读介质,包括处理器可执行指令,所述计算机可执行指令在被运行时执行一方法,所述方法包括:
对关于通过对对象进行辐射检查而生成的图像的第一噪声贡献进行估算以得到目标噪声贡献;
对所述图像进行滤波以生成第一滤波图像;
对关于所述第一滤波图像的第二噪声贡献进行估算;
将所述目标噪声贡献与所述第二噪声贡献进行比较以确定通过所述滤波是否已经使得所述目标噪声贡献得到满足;以及
当响应于所述比较,通过所述滤波已经使得所述目标噪声贡献得到满足时,将所述第一滤波图像与所述图像组合。
16.根据权利要求15所述的计算机可读介质,所述组合包括:
将第一权值应用于所述第一滤波图像以生成第一加权图像;
将第二权值应用于所述图像以生成第二加权图像,所述第二权值不同于所述第一权值;以及
将所述第一加权图像与所述第二加权图像合并。
17.根据权利要求15所述的计算机可读介质,其中,所述图像为三维(3D)图像。
18.根据权利要求15所述的计算机可读介质,所述滤波包括将信号的、与所述图像的第一像素相对应的一部分分发给与所述第一像素相邻的一组一个或多个像素。
19.根据权利要求15所述的计算机可读介质,所述滤波包括:
计算与第一像素相邻的一组一个或多个像素的平均像素值;
将所述平均像素值与所述第一像素的值进行比较以确定偏差值;以及
当所述偏差值超过偏差阈值时,将所述平均像素值应用于所述第一像素。
20.一种辐射成像系统,包括:
辐射源,所述辐射源被配置成将被检查的对象暴露于辐射;
探测器阵列,所述探测器阵列被配置成基于对所述辐射中的、穿过所述对象的至少一些辐射的探测来产生一个或多个信号;
图像重构部件,所述图像重构部件被配置成基于所述一个或多个信号来重构图像;以及
降噪部件,所述降噪部件被配置成:
对关于所述图像的第一噪声贡献进行估算以得到目标噪声贡献;
对所述图像进行滤波以生成第一滤波图像;
对关于所述第一滤波图像的第二噪声贡献进行估算;
将所述目标噪声贡献与所述第二噪声贡献进行比较以确定通过所述滤波是否已经使得所述目标噪声贡献得到满足;以及
当响应于所述比较,通过所述滤波已经使得所述目标噪声贡献得到满足时,将所述第一滤波图像与所述图像进行组合。
CN201480082664.5A 2014-09-15 2014-09-15 辐射图像降噪 Pending CN106796717A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2014/055564 WO2016043691A1 (en) 2014-09-15 2014-09-15 Noise reduction in a radiation image

Publications (1)

Publication Number Publication Date
CN106796717A true CN106796717A (zh) 2017-05-31

Family

ID=51656077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480082664.5A Pending CN106796717A (zh) 2014-09-15 2014-09-15 辐射图像降噪

Country Status (4)

Country Link
US (1) US10388000B2 (zh)
EP (1) EP3195249A1 (zh)
CN (1) CN106796717A (zh)
WO (1) WO2016043691A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109350104A (zh) * 2018-12-06 2019-02-19 宁波可凡电器有限公司 矩阵尺寸决策系统
CN109363712A (zh) * 2018-12-07 2019-02-22 余姚德诚科技咨询有限公司 射线投射时间设定平台
CN109602429A (zh) * 2018-12-05 2019-04-12 余姚德诚科技咨询有限公司 低辐射量数字化造影仪
CN110766778A (zh) * 2017-07-28 2020-02-07 辉达公司 使用散列执行并行路径空间滤波来降低渲染期间的噪音

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11861765B2 (en) * 2018-07-09 2024-01-02 Koninklijke Philips N.V. Imaging system detector clipping-induced bias correction
WO2021202651A1 (en) 2020-04-01 2021-10-07 Voyager Therapeutics, Inc. Redirection of tropism of aav capsids
US11188750B1 (en) * 2020-05-05 2021-11-30 National Technology & Engineering Solutions Of Sandia, Llc Multi-frame moving object detection system
US20220198723A1 (en) * 2020-12-17 2022-06-23 Mediatek Inc. Image enhancement method and image enhancement apparatus

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1980604A (zh) * 2004-07-07 2007-06-13 皇家飞利浦电子股份有限公司 心脏锥面光束ct重建中条纹伪影的减少
US20080095462A1 (en) * 2006-10-19 2008-04-24 Jiang Hsieh Methods and Apparatus for Noise Estimation
CN103870236A (zh) * 2012-12-14 2014-06-18 通用电气公司 计算机断层扫描图像的降噪方法及系统

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4926871A (en) * 1985-05-08 1990-05-22 International Biomedics, Inc. Apparatus and method for non-invasively and automatically measuring the volume of urine in a human bladder
US5500904A (en) * 1992-04-22 1996-03-19 Texas Instruments Incorporated System and method for indicating a change between images
US5841829A (en) * 1997-05-13 1998-11-24 Analogic Corporation Optimal channel filter for CT system with wobbling focal spot
US6813374B1 (en) * 2001-04-25 2004-11-02 Analogic Corporation Method and apparatus for automatic image quality assessment
US6449330B1 (en) * 2001-06-28 2002-09-10 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for artifact reduction in computed tomographic imaging
US7616818B2 (en) * 2003-02-19 2009-11-10 Agfa Healthcare Method of determining the orientation of an image
US7602951B2 (en) * 2005-03-14 2009-10-13 General Electric Company Method and system for providing defective cell correction in a medical imaging device
US7783092B2 (en) * 2006-01-17 2010-08-24 Illinois Institute Of Technology Method for enhancing diagnostic images using vessel reconstruction
US8818109B2 (en) * 2006-07-04 2014-08-26 Hewlett-Packard Development Company, L.P. Context-aware image processing
US20080310751A1 (en) * 2007-06-15 2008-12-18 Barinder Singh Rai Method And Apparatus For Providing A Variable Blur
US9361717B2 (en) * 2010-10-19 2016-06-07 Humaneyes Technologies Ltd. Methods and systems of generating an interlaced composite image
US8938105B2 (en) 2010-10-28 2015-01-20 Kabushiki Kaisha Toshiba Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter
RU2441281C1 (ru) * 2011-01-14 2012-01-27 Закрытое Акционерное Общество "Импульс" Способ оценки шума цифровых рентгенограмм
US8879841B2 (en) * 2011-03-01 2014-11-04 Fotonation Limited Anisotropic denoising method
US10206650B2 (en) * 2013-03-01 2019-02-19 Analogic Corporation Gain calibration and correction in radiation system
US8953877B2 (en) * 2013-05-14 2015-02-10 Google Inc. Noise estimation for images
US9310490B2 (en) * 2013-09-06 2016-04-12 Analogic Corporation Noise discrimination in photon counting system
CO7020178A1 (es) * 2014-05-14 2014-08-11 Leon Ricardo Antonio Mendoza Método para la segmentación y cuantificación automática de tejidos corporales
JP6460125B2 (ja) * 2015-01-09 2019-01-30 株式会社島津製作所 放射線画像生成方法および画像処理装置
JP6870993B2 (ja) * 2017-01-20 2021-05-12 キヤノンメディカルシステムズ株式会社 画像処理装置及びx線診断装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1980604A (zh) * 2004-07-07 2007-06-13 皇家飞利浦电子股份有限公司 心脏锥面光束ct重建中条纹伪影的减少
US20080095462A1 (en) * 2006-10-19 2008-04-24 Jiang Hsieh Methods and Apparatus for Noise Estimation
CN103870236A (zh) * 2012-12-14 2014-06-18 通用电气公司 计算机断层扫描图像的降噪方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHANDRA SEKHAR PANDA ET AL: "Filtering and Performance Evaluation for Restoration of Grayscale Image Corrupted by Salt & Pepper Noise Using Low Pass Filtering Schemes", 《SECOND INTERNATIONAL CONFERENCE ON EMERGING TRENDS IN ENGINEERING AND TECHNOLOGY, ICETET-09》 *
王向文: "纹理与噪声自适应性视频编码算法研究", 《中国博士学位论文全文数据库信息科技辑》 *
陈豫 等: "基于自适应衰减滤波的CT图像去金属伪影混合算法", 《中国医疗器械杂志》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766778A (zh) * 2017-07-28 2020-02-07 辉达公司 使用散列执行并行路径空间滤波来降低渲染期间的噪音
CN109602429A (zh) * 2018-12-05 2019-04-12 余姚德诚科技咨询有限公司 低辐射量数字化造影仪
CN109350104A (zh) * 2018-12-06 2019-02-19 宁波可凡电器有限公司 矩阵尺寸决策系统
CN109363712A (zh) * 2018-12-07 2019-02-22 余姚德诚科技咨询有限公司 射线投射时间设定平台

Also Published As

Publication number Publication date
EP3195249A1 (en) 2017-07-26
WO2016043691A1 (en) 2016-03-24
US10388000B2 (en) 2019-08-20
US20170249723A1 (en) 2017-08-31

Similar Documents

Publication Publication Date Title
CN106796717A (zh) 辐射图像降噪
US10274439B2 (en) System and method for spectral x-ray imaging
US11328391B2 (en) System and method for controlling noise in multi-energy computed tomography images based on spatio-spectral information
Zhao et al. A model‐based scatter artifacts correction for cone beam CT
CN100457039C (zh) X射线散射校正
US9135728B2 (en) System and method for multi-energy computed tomography imaging
US11598730B2 (en) Combined image generation of article under examination and image of test item
US8204172B1 (en) System and method of prior image constrained image reconstruction using short scan image data and objective function minimization
US7995702B2 (en) System and method of data interpolation in fast kVp switching dual energy CT
US9261467B2 (en) System and method of iterative image reconstruction for computed tomography
JP2007050259A (ja) ボリュームデータ再構成後の断層撮影3d画像のフィルタリング方法
Juntunen et al. Framework for photon counting quantitative material decomposition
Zeng et al. Approximations of noise covariance in multi-slice helical CT scans: impact on lung nodule size estimation
US9916669B2 (en) Projection data correction and computed tomography value computation
CN113237903B (zh) 基于双层平板探测器锥束ct的散射校正方法及装置
Liu et al. Impact of bowtie filter and detector collimation on multislice CT scatter profiles: A simulation study
US10107766B2 (en) Photon counting imaging modes
Lakshmanan et al. Accuracy assessment and characterization of x-ray coded aperture coherent scatter spectral imaging for breast cancer classification
Min et al. A weighted rebinned backprojection‐filtration algorithm from partially beam‐blocked data for a single‐scan cone‐beam CT with hybrid type scatter correction
Pratiwi et al. Collimators for gamma dual energy CT arch-detector: a simulation study
KR101685005B1 (ko) 저선량 엑스선 콘빔 ct 영상 장치 및 이를 이용한 영상 생성 방법
Saha et al. Single photon emission computed tomography
Hsieh et al. Theoretical prediction of lung nodule measurement accuracy under different acquisition and reconstruction conditions
Persson et al. Quantification of ring artifact visibility in CT
Zou et al. A physics-based fast approach to scatter correction for large cone angle computed tomographic systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170531

WD01 Invention patent application deemed withdrawn after publication