CN106846465A - 一种ct三维重建方法及系统 - Google Patents
一种ct三维重建方法及系统 Download PDFInfo
- Publication number
- CN106846465A CN106846465A CN201710038968.7A CN201710038968A CN106846465A CN 106846465 A CN106846465 A CN 106846465A CN 201710038968 A CN201710038968 A CN 201710038968A CN 106846465 A CN106846465 A CN 106846465A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- projection image
- pixel
- slave computer
- reconstructed
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种CT三维重建方法及系统。该方法包括：将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机；控制各下位机计算接收到的二维投影图像中各像素点的投影矩阵，将计算结果存储于各下位机的内存中；控制各下位机根据投影矩阵和待重建三维体数据的当前迭代状态，计算迭代衰减分量并返回；根据迭代衰减分量更新当前迭代状态；返回执行控制各下位机根据内存中存储的投影矩阵和当前迭代状态，计算迭代衰减分量并返回的操作，直至满足预设迭代终止条件；将迭代终止后的当前迭代状态作为CT的三维重现结果。利用多个下位机分布式并行计算，克服了计算效率低及计算结果可重用性差等问题，保证了三维重建图像质量。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种CT三维重建方法及系统。
背景技术
相比于传统的CT技术，平板探测器由于有更高的图像分辨率和更大的视场角，应用平板探测器技术的锥束CT在成像质量与成像效率上均具有优势，因此如何在锥束CT模型下快速、准确地进行CT三维重建成为十分重要的问题。
现有的基于FDK算法的三维重建，FDK算法作为滤波反投影累算法，虽然计算速度较快，对系统资源要求低，但重建图像质量差，存在伪影，影响可视化效果和医生诊断。而代数迭代算法ART，虽然可以解决滤波反投影算法的图像质量问题，但是算法需要计算投影矩阵，计算量大，计算效率较低，在对投影矩阵进行保存时对存储硬件要求也较高，限制了其在临床上的应用。
发明内容
本发明实施例提供一种CT三维重建方法及系统，以实现对CT三维图像的重建。
第一方面，本发明实施例提供了一种CT三维重建方法，该方法包括：
将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机；
控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中；
控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回；
根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态；
返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件；
将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
进一步地，控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵包括：
控制各所述下位机根据与接收到的二维投影图像对应的旋转角度，构造X光源与所述二维投影图像中各像素点的连线方程；
控制各所述下位机判断各像素点的连线方程与待重建的三维体数据中每一个体素是否相交；若是，则获取所述像素点在所述体素内的长度值；否则，确定所述像素点在所述体素内的长度值为0；
控制各所述下位机根据相交判断结果，计算所述二维投影图像中各像素点的投影矩阵。
进一步地，控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵进一步包括：
控制各所述下位机为接收到的所述二维投影图像中的每个像素点分别分配一个线程，以通过各线程分布式的计算所述二维投影图像中各像素点的投影矩阵。
进一步地，控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回，包括：
控制各所述下位机根据公式：计算与各所述二维投影图像bi对应的迭代衰减分量Ti；
其中，i∈[1,N],N为所述二维投影图像的帧数；M为所述二维投影图像中包括的像素点总数；Aij为第i个二维投影图像帧中第j个像素点的投影矩阵；bij为第i个二维投影图像帧中第j个像素点的像素值；xn为第n次迭代中待重建三维体数据的当前迭代状态。
进一步地，根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态，包括：
将与各所述二维投影图像对应的迭代衰减分量Ti的累加求和结果，作为第n次迭代中，所述待重建三维体数据的当前迭代状态与各所述二维投影图像之间的迭代衰减总量AT(Axn-b)；
根据公式：更新所述待重建三维体数据的当前迭代状态为xn+1；
其中，xn+1为第n+1次迭代中待重建三维体数据的当前迭代状态；所述γ、λ为预设权重值；所述R(·)为预设约束项方程；为求梯度运算。
进一步地，将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机，包括：
将不同的二维投影图像分别发送至不同的下位机中。
第二方面，本发明实施例还提供了一种CT三维重建系统，该系统包括：
图像获取模块，用于将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机；
投影矩阵接收模块，用于控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中；
分量计算模块，用于控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回；
迭代状态更新模块，用于根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态；
迭代返回模块，用于返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件；
重现结果确定模块，用于将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
进一步地，所述投影矩阵接收模块具体用于：
控制各所述下位机根据与接收到的二维投影图像对应的旋转角度，构造X光源与所述二维投影图像中各像素点的连线方程；
控制各所述下位机判断各像素点的连线方程与待重建的三维体数据中每一个体素是否相交；若是，则获取所述像素点在所述体素内的长度值；否则，确定所述像素点在所述体素内的长度值为0；
控制各所述下位机根据相交判断结果，计算所述二维投影图像中各像素点的投影矩阵。
进一步地，所述投影矩阵接收模块具体用于：
控制各所述下位机为接收到的所述二维投影图像中的每个像素点分别分配一个线程，以通过各线程分布式的计算所述二维投影图像中各像素点的投影矩阵。
进一步地，所述分量计算模块具体用于：
控制各所述下位机根据公式：计算与各所述二维投影图像bi对应的迭代衰减分量Ti；
其中，i∈[1,N],N为所述二维投影图像的帧数；M为所述二维投影图像中包括的像素点总数；Aij为第i个二维投影图像帧中第j个像素点的投影矩阵；bij为第i个二维投影图像帧中第j个像素点的像素值；xn为第n次迭代中待重建三维体数据的当前迭代状态。
进一步地，所述迭代状态更新模块，具体用于：
将与各所述二维投影图像对应的迭代衰减分量Ti的累加求和结果，作为第n次迭代中，所述待重建三维体数据的当前迭代状态与各所述二维投影图像之间的迭代衰减总量AT(Axn-b)；
根据公式：更新所述待重建三维体数据的当前迭代状态为xn+1；
其中，xn+1为第n+1次迭代中待重建三维体数据的当前迭代状态；所述γ、λ为预设权重值；所述R(·)为预设约束项方程；为求梯度运算。
进一步地，所述图像获取模块具体用于：
将不同的二维投影图像分别发送至不同的下位机中。
第三方面，本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所述的CT三维重建方法。
本实施例的技术方案，基于分布式技术，通过多个下位机计算二维投影图像中各像素点的投影矩阵和迭代衰减分量，进而更新待重建三维体数据的当前迭代状态，将迭代终止后待重建三维体数据的当前迭代状态作为CT针对二维投影图像的三维重现结果。解决了算法计算量大、计算效率低以及计算结果可重用性差等问题，保证了三维重建图像质量。
附图说明
图1为本发明实施例一提供的一种CT三维重建方法的流程图；
图2是本发明实施例提供的一种CT三维重建方法中的锥束CT扫描示意图；
图3是本发明实施例提供的一种CT三维重建方法中的三维体数据坐标系和投影数据坐标系示意图；
图4是本发明实施例二提供的一种CT三维重建方法的流程图；
图5是本发明实施例三提供的一种CT三维重建方法的流程图；
图6是本发明实施例四提供的一种CT三维重建方法的流程图；
图7是本发明实施例五提供的一种CT三维重建方法的流程图；
图8是本发明实施例六提供的一种CT三维重建系统示意图；
图9是本发明实施例八中的一种电子设备的硬件结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种CT三维重建方法的流程图，本实施例可适用于在锥束CT模型下进行三维重建的情况，该方法可以由CT三维重建系统来执行，该系统可由软件和/或硬件来实现，该系统可集成于计算机等设备中，该方法具体包括如下步骤：
S110、将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机。
其中，CT即电子计算机断层成像技术，可分为传统CT、螺旋CT以及锥束CT，锥束CT的扫描速度快、图像分辨率高且辐射利用率高，作一次圆周扫描即可完成传统CT及螺旋CT的数百个断层扫描，且其X、Y、Z方向的分辨率一致，能明显减少传统CT及螺旋CT检测中常见的容积效应。本发明实施例以锥束CT为例，解决如何在锥束CT模型下快速、准确地进行三维重建。图2是本发明实施例提供的一种CT三维重建方法中的锥束CT扫描示意图，其中射线I、J、K及L是由X光源210发出并穿过被测物体220的射线，穿越被测物的X射线锥束被探测器230接收，所得数据即为该旋转角度下的二维投影图像，X光源每转过一个角度，进行相同的操作，直至完成多个角度的扫描，旋转角度的大小及选取个数可根据实际需求进行确定。投影数据以unsigned short类型数据保存在N*H*W三维数组中。其中N为投影数据帧数，H为投影数据高度，W为投影数据宽度。图3是本发明实施例提供的一种CT三维重建方法中的三维体数据坐标系和投影数据坐标系示意图，为方便描述，假设光源绕X轴进行旋转。得到各旋转角度下获取的二维投影图像发送至多个下位机当中，对于下位机的数量在此不进行限定，发送方式可以是单个旋转角度对应的二维投影图像与下位机一一对应的方式，也可以是几个旋转角度对应的二维投影图像发送至同一个下位机的形式，适当增加下位机的数量可提高数据处理速度。
S120、控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中。
其中，采用ART类算法的基本方法是首先确定一个合适的目标函数，例如可以是F＝|(Ax-b)|2+λR(x)。其中A是投影矩阵，x是待重建三维体数据，b为投影图像，R(·)为预设约束项方程，λ为预设权重值。迭代寻找x，令目标函数F取最小值，确定待重建三维体数据x。限制ART算法在锥束CT中应用的因素，一方面是投影矩阵A的计算复杂，另一方面是要保存每一帧投影内所有射线与三维体数据体素间的位置关系数据，数据量大，对存储硬件要求高，限制了计算结果的可重用性，本发明实施例中在初次计算后将投影矩阵A存储在各下位机中，后续的循环中可直接用于计算，各台下位机可以同时进行计算，将结果返回上位机进行累加，能大大加快投影矩阵的计算效率。
S130、控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回。
其中，迭代衰减分量可以是指当前迭代状态与二维投影图像之间的差值。其中，初始的当前迭代状态可以为0，也可以是通过FDK算法初步确定的当前迭代状态值。
S140、根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态。
其中，利用返回的迭代衰减分量，与第n次迭代状态，更新第n+1次迭代中待重建三维体数据的当前迭代状态。
S150、返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件。
其中，迭代终止条件可以是对迭代次数的限定，也可以是对前后两次当前迭代状态的差值的限定等。
S160、将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
其中，迭代终止后待重建三维体数据的当前迭代状态能够满足使目标函数达到最大值，将此时的当前迭代状态确定为二维投影图像的三维重现结果。
本实施例的技术方案，基于分布式技术，通过多个下位机计算二维投影图像中各像素点的投影矩阵和迭代衰减分量，进而更新待重建三维体数据的当前迭代状态，将迭代终止后待重建三维体数据的当前迭代状态作为CT针对二维投影图像的三维重现结果。解决了算法计算量大、计算效率低以及计算结果可重用性差等问题，达到了保证三维重建图像质量的效果。
实施例二
图4是本发明实施例二提供的一种CT三维重建方法的流程图，本发明实施例是在上述实施例的基础上进行了优化，对“控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵”进行了进一步细化，该方法包括：
S410、将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机。
S420、控制各所述下位机根据与接收到的二维投影图像对应的旋转角度，构造X光源与所述二维投影图像中各像素点的连线方程。
S430、控制各所述下位机判断各像素点的连线方程与待重建的三维体数据中每一个体素是否相交；若是，则获取所述像素点在所述体素内的长度值；否则，确定所述像素点在所述体素内的长度值为0。
S440、控制各所述下位机根据相交判断结果，计算所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中。
其中，体素是体积元素的简称，用于三维成像与医学影像等领域，概念上类似于二维空间的最小单位像素，体素本身并不含有空间中位置的数据(即坐标)，体素用恒定的标量或者向量表示一个立体的区域，体素的边界在于相邻晶格的中间位置。对每一帧图像，若是第一次循环迭代过程，计算该帧图像对应的X光光源与该像素点的连线方程。判断该连线与待重建的三维体数据中的每一个体素是否有相交，若有相交，则计算该连线在该体素内的部分的长度值，并记录该体素在三维体数据中的三维位置(x,y,z)。若无相交，可认为长度值为0。各长度值即构成当前帧图像的所有像素点的投影矩阵，将投影矩阵存储于各下位机的内存中。投影矩阵只需计算一次，后续的循环迭代过程中可以直接使用，因此若不是第一次循环迭代过程，则跳过上述步骤。
S450、控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回。
S460、根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态。
S470、返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件。
S480、将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
本发明实施例的技术方案，通过计算该帧图像对应的X光光源与该像素点的连线方程，根据该连线与待重建的三维体数据中的每一个体素相交部分的长度值计算所有像素点的投影矩阵，只需计算一次投影矩阵，将初次计算后投影矩阵保存在内存中，后续循环中直接使用，简化了投影矩阵的计算过程，加快了投影矩阵的计算效率。
优选地，在上述实施例的基础上，控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵进一步包括：
控制各所述下位机为接收到的所述二维投影图像中的每个像素点分别分配一个线程，以通过各线程分布式的计算所述二维投影图像中各像素点的投影矩阵。
其中，设每一帧图像共有M个像素点，下位机为每个像素点分配一个线程，通过各线程分布式的计算各像素点的投影矩阵，当所有线程执行完成时，即可得到对应当前帧图像的所有像素点的投影矩阵。采用多线程分布式的计算方式可以提高计算速度，加快投影矩阵的计算效率。
实施例三
图5是本发明实施例三提供的一种CT三维重建方法的流程图，本发明实施例是在上述实施例的基础上进行了优化，对“控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回”进行了进一步细化，该方法包括：
S510、将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机。
S520、控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中。
S530、控制各所述下位机根据公式：计算与各所述二维投影图像bi对应的迭代衰减分量Ti。
其中，i∈[1,N],N为所述二维投影图像的帧数；M为所述二维投影图像中包括的像素点总数；Aij为第i个二维投影图像帧中第j个像素点的投影矩阵；bij为第i个二维投影图像帧中第j个像素点的像素值；xn为第n次迭代中待重建三维体数据的当前迭代状态。
S540、根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态。
S550、返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件。
S560、将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
本实施例的技术方案，基于分布式技术，通过多个下位机计算二维投影图像中各像素点的投影矩阵和迭代衰减分量，进而更新待重建三维体数据的当前迭代状态，将迭代终止后待重建三维体数据的当前迭代状态作为CT针对二维投影图像的三维重现结果。解决了算法计算量大、计算效率低以及计算结果可重用性差等问题，达到了保证三维重建图像质量的效果。
实施例四
图6是本发明实施例四提供的一种CT三维重建方法的流程图，本发明实施例是在上述实施例的基础上进行了优化，对“根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态”进行了进一步细化，该方法包括：
S610、将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机。
S620、控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中。
S630、控制各所述下位机根据公式：计算与各所述二维投影图像bi对应的迭代衰减分量Ti。
S640、将与各所述二维投影图像对应的迭代衰减分量Ti的累加求和结果，作为第n次迭代中，所述待重建三维体数据的当前迭代状态与各所述二维投影图像之间的迭代衰减总量AT(Axn-b)。
其中，下位机将迭代衰减分量Ti发送回上位机，上位机累加每一帧对应的迭代衰减分量Ti，得到迭代衰减总量AT(Axn-b)。
S650、根据公式：更新所述待重建三维体数据的当前迭代状态为xn+1。
其中，xn+1为第n+1次迭代中待重建三维体数据的当前迭代状态；所述γ、λ为预设权重值；所述R(·)为预设约束项方程；为求梯度运算。
S660、返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件。
S670、将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
本实施例的技术方案，基于分布式技术，通过多个下位机计算二维投影图像中各像素点的投影矩阵和迭代衰减分量，进而更新待重建三维体数据的当前迭代状态，将迭代终止后待重建三维体数据的当前迭代状态作为CT针对二维投影图像的三维重现结果，解决了算法计算量大、计算效率低以及计算结果可重用性差等问题，达到了保证三维重建图像质量的效果。
实施例五
图7是本发明实施例五提供的一种CT三维重建方法的流程图，本发明实施例是在上述实施例的基础上进行了优化，对“将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机”进行了进一步细化，该方法包括：
S710、将不同的二维投影图像分别发送至不同的下位机中。
其中，将不同的二维投影图像分别发送至不同的下位机中，采用分布式系统，每台下位机使用图形处理器(Graphics Processing Unit，GPU)并行计算，仅处理一帧图像的计算。
S720、控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中。
S730、控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回。
S740、根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态。
S750、返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件。
S760、将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
本发明实施例的技术方案，每台下位机使用GPU并行计算，仅处理一帧图像的计算，减少了计算量和数据量，提高了计算效率。
实施例六
图8是本发明实施例六提供的一种CT三维重建系统示意图，该系统包括：
图像获取模块810，用于将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机；
投影矩阵接收模块820，用于控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中；
分量计算模块830，用于控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回；
迭代状态更新模块840，用于根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态；
迭代返回模块850，用于返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件；
重现结果确定模块860，用于将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
进一步地，所述投影矩阵接收模块820具体用于：
控制各所述下位机根据与接收到的二维投影图像对应的旋转角度，构造X光源与所述二维投影图像中各像素点的连线方程；
控制各所述下位机判断各像素点的连线方程与待重建的三维体数据中每一个体素是否相交；若是，则获取所述像素点在所述体素内的长度值；否则，确定所述像素点在所述体素内的长度值为0；
控制各所述下位机根据相交判断结果，计算所述二维投影图像中各像素点的投影矩阵。
进一步地，所述投影矩阵接收模块820具体用于：
控制各所述下位机为接收到的所述二维投影图像中的每个像素点分别分配一个线程，以通过各线程分布式的计算所述二维投影图像中各像素点的投影矩阵。
进一步地，所述分量计算模块830具体用于：
控制各所述下位机根据公式：计算与各所述二维投影图像bi对应的迭代衰减分量Ti；
其中，i∈[1,N],N为所述二维投影图像的帧数；M为所述二维投影图像中包括的像素点总数；Aij为第i个二维投影图像帧中第j个像素点的投影矩阵；bij为第i个二维投影图像帧中第j个像素点的像素值；xn为第n次迭代中待重建三维体数据的当前迭代状态。
进一步地，所述迭代状态更新模块850，具体用于：
将与各所述二维投影图像对应的迭代衰减分量Ti的累加求和结果，作为第n次迭代中，所述待重建三维体数据的当前迭代状态与各所述二维投影图像之间的迭代衰减总量AT(Axn-b)；
根据公式：更新所述待重建三维体数据的当前迭代状态为xn+1；
其中，xn+1为第n+1次迭代中待重建三维体数据的当前迭代状态；所述γ、λ为预设权重值；所述R(·)为预设约束项方程；为求梯度运算。
进一步地，所述图像获取模块810具体用于：
将不同的二维投影图像分别发送至不同的下位机中。
上述CT三维重建系统可执行本发明任意实施例所提供的CT三维重建方法，具备执行CT三维重建方法相应的功能模块和有益效果。
实施例7
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种CT三维重建方法，该方法包括：
将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机；
控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中；
控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回；
根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态；
返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件；
将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
可选的，该计算机可执行指令在由计算机处理器执行时还可以用于执行本发明任意实施例所提供的CT三维重建方法的技术方案。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
实施例8
图9是本发明实施例八中的一种电子设备的硬件结构示意图，如图9所示，该电子设备包括：
一个或多个处理器910，图9中以一个处理器910为例；
存储器920；
所述电子设备还可以包括：输入装置930和输出装置940。
所述电子设备中的处理器910、存储器920、输入装置930和输出装置940可以通过总线或者其他方式连接，图9中以通过总线连接为例。
存储器920作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请实施例中的CT三维重建方法对应的程序指令/模块(例如，附图8所示的图像获取模块810、投影矩阵接收模块820、分量计算模块830、迭代状态更新模块840、迭代返回模块850及重现结果确定模块860)。处理器910通过运行存储在存储器920中的软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的CT三维重建方法。
存储器920可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器920可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器920可选包括相对于处理器910远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置930可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置940可包括显示屏等显示设备。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种CT三维重建方法，其特征在于，包括：
将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机；
控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中；
控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回；
根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态；
返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件；
将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
2.根据权利要求1所述的方法，其特征在于，控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵包括：
控制各所述下位机根据与接收到的二维投影图像对应的旋转角度，构造X光源与所述二维投影图像中各像素点的连线方程；
控制各所述下位机判断各像素点的连线方程与待重建的三维体数据中每一个体素是否相交；若是，则获取所述像素点在所述体素内的长度值；否则，确定所述像素点在所述体素内的长度值为0；
控制各所述下位机根据相交判断结果，计算所述二维投影图像中各像素点的投影矩阵。
3.根据权利要求2所述的方法，其特征在于，控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵进一步包括：
控制各所述下位机为接收到的所述二维投影图像中的每个像素点分别分配一个线程，以通过各线程分布式的计算所述二维投影图像中各像素点的投影矩阵。
4.根据权利要求1所述的方法，其特征在于，控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回，包括：
控制各所述下位机根据公式：计算与各所述二维投影图像bi对应的迭代衰减分量Ti；
其中，i∈[1,N],N为所述二维投影图像的帧数；M为所述二维投影图像中包括的像素点总数；Aij为第i个二维投影图像帧中第j个像素点的投影矩阵；bij为第i个二维投影图像帧中第j个像素点的像素值；xn为第n次迭代中待重建三维体数据的当前迭代状态。
5.根据权利要求4所述的方法，其特征在于，根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态，包括：
将与各所述二维投影图像对应的迭代衰减分量Ti的累加求和结果，作为第n次迭代中，所述待重建三维体数据的当前迭代状态与各所述二维投影图像之间的迭代衰减总量AT(Axn-b)；
根据公式：更新所述待重建三维体数据的当前迭代状态为xn+1；
其中，xn+1为第n+1次迭代中待重建三维体数据的当前迭代状态；所述γ、λ为预设权重值；所述R(·)为预设约束项方程；为求梯度运算。
6.根据权利要求1-5任一项所述的方法，其特征在于，将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机，包括：
将不同的二维投影图像分别发送至不同的下位机中。
7.一种CT三维重建系统，其特征在于，包括：
图像获取模块，用于将CT在至少两个旋转角度下获取的二维投影图像发送至至少两个下位机；
投影矩阵接收模块，用于控制各所述下位机计算接收到的所述二维投影图像中各像素点的投影矩阵，并将计算结果存储于各所述下位机的内存中；
分量计算模块，用于控制各所述下位机根据所述投影矩阵，以及待重建三维体数据的当前迭代状态，计算与各所述二维投影图像对应的迭代衰减分量并返回；
迭代状态更新模块，用于根据各所述下位机返回的所述迭代衰减分量，更新所述待重建三维体数据的当前迭代状态；
迭代返回模块，用于返回执行控制各所述下位机根据内存中存储的投影矩阵，以及待重建三维体数据的当前迭代状态，计算与接收到的二维投影图像对应的迭代衰减分量并返回的操作，直至满足预设的迭代终止条件；
重现结果确定模块，用于将迭代终止后所述待重建三维体数据的当前迭代状态，作为所述CT针对所述二维投影图像的三维重现结果。
8.根据权利要求7所述的系统，其特征在于，所述投影矩阵接收模块具体用于：
控制各所述下位机根据与接收到的二维投影图像对应的旋转角度，构造X光源与所述二维投影图像中各像素点的连线方程；
控制各所述下位机判断各像素点的连线方程与待重建的三维体数据中每一个体素是否相交；若是，则获取所述像素点在所述体素内的长度值；否则，确定所述像素点在所述体素内的长度值为0；
控制各所述下位机根据相交判断结果，计算所述二维投影图像中各像素点的投影矩阵。
9.根据权利要求8所述的系统，其特征在于，所述投影矩阵接收模块具体用于：
控制各所述下位机为接收到的所述二维投影图像中的每个像素点分别分配一个线程，以通过各线程分布式的计算所述二维投影图像中各像素点的投影矩阵。
10.根据权利要求7所述的系统，其特征在于，所述分量计算模块具体用于：
控制各所述下位机根据公式：计算与各所述二维投影图像bi对应的迭代衰减分量Ti；
其中，i∈[1,N],N为所述二维投影图像的帧数；M为所述二维投影图像中包括的像素点总数；Aij为第i个二维投影图像帧中第j个像素点的投影矩阵；bij为第i个二维投影图像帧中第j个像素点的像素值；xn为第n次迭代中待重建三维体数据的当前迭代状态。
11.根据权利要求10所述的系统，其特征在于，所述迭代状态更新模块，具体用于：
将与各所述二维投影图像对应的迭代衰减分量Ti的累加求和结果，作为第n次迭代中，所述待重建三维体数据的当前迭代状态与各所述二维投影图像之间的迭代衰减总量AT(Axn-b)；
根据公式：更新所述待重建三维体数据的当前迭代状态为xn+1；
其中，xn+1为第n+1次迭代中待重建三维体数据的当前迭代状态；所述γ、λ为预设权重值；所述R(·)为预设约束项方程；为求梯度运算。
12.根据权利要求7-11任一项所述的系统，其特征在于，所述图像获取模块具体用于：
将不同的二维投影图像分别发送至不同的下位机中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710038968.7A CN106846465B (zh) | 2017-01-19 | 2017-01-19 | 一种ct三维重建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710038968.7A CN106846465B (zh) | 2017-01-19 | 2017-01-19 | 一种ct三维重建方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106846465A true CN106846465A (zh) | 2017-06-13 |
| CN106846465B CN106846465B (zh) | 2020-04-14 |
Family
ID=59124146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710038968.7A Active CN106846465B (zh) | 2017-01-19 | 2017-01-19 | 一种ct三维重建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106846465B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107403469A (zh) * | 2017-08-10 | 2017-11-28 | 河海大学常州校区 | 一种提高折角成型质量的自适应扫描速度方法 |
| WO2018133003A1 (zh) * | 2017-01-19 | 2018-07-26 | 深圳先进技术研究院 | Ct三维重建方法及系统 |
| CN109035234A (zh) * | 2018-07-25 | 2018-12-18 | 腾讯科技（深圳）有限公司 | 一种结节检测方法、装置和存储介质 |
| CN109741434A (zh) * | 2018-12-28 | 2019-05-10 | 深圳安科高技术股份有限公司 | 一种基于体积驱动的投影方法及其系统 |
| CN113538372A (zh) * | 2021-07-14 | 2021-10-22 | 重庆大学 | 三维目标检测方法、装置、计算机设备和存储介质 |
| CN113532314A (zh) * | 2021-06-25 | 2021-10-22 | 广州大学 | 基于gpu全并行aia的相移相位提取方法、装置及存储介质 |
| CN114140582A (zh) * | 2021-11-26 | 2022-03-04 | 苏州大学 | 基于单视角系统矩阵重建3d剂量分布方法及系统 |
| CN117414154A (zh) * | 2023-09-05 | 2024-01-19 | 骨圣元化机器人(深圳)有限公司 | 三维超声重建方法、装置及超声系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080118021A1 (en) * | 2006-11-22 | 2008-05-22 | Sandeep Dutta | Methods and systems for optimizing high resolution image reconstruction |
| CN102103757A (zh) * | 2010-12-27 | 2011-06-22 | 中国科学院深圳先进技术研究院 | 锥束图像重建方法及装置 |
| CN102842141A (zh) * | 2012-07-03 | 2012-12-26 | 东南大学 | 一种旋转x射线造影图像迭代重建方法 |
| CN103445863A (zh) * | 2012-06-02 | 2013-12-18 | 复旦大学 | 基于平板电脑的手术导航和增强现实系统 |
| CN105046744A (zh) * | 2015-07-09 | 2015-11-11 | 中国科学院高能物理研究所 | 基于gpu加速的pet图像重建方法 |
-
2017
- 2017-01-19 CN CN201710038968.7A patent/CN106846465B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080118021A1 (en) * | 2006-11-22 | 2008-05-22 | Sandeep Dutta | Methods and systems for optimizing high resolution image reconstruction |
| CN102103757A (zh) * | 2010-12-27 | 2011-06-22 | 中国科学院深圳先进技术研究院 | 锥束图像重建方法及装置 |
| CN103445863A (zh) * | 2012-06-02 | 2013-12-18 | 复旦大学 | 基于平板电脑的手术导航和增强现实系统 |
| CN102842141A (zh) * | 2012-07-03 | 2012-12-26 | 东南大学 | 一种旋转x射线造影图像迭代重建方法 |
| CN105046744A (zh) * | 2015-07-09 | 2015-11-11 | 中国科学院高能物理研究所 | 基于gpu加速的pet图像重建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈建林等: "CT重建中投影矩阵模型研究综述", 《CT理论与应用研究》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018133003A1 (zh) * | 2017-01-19 | 2018-07-26 | 深圳先进技术研究院 | Ct三维重建方法及系统 |
| CN107403469A (zh) * | 2017-08-10 | 2017-11-28 | 河海大学常州校区 | 一种提高折角成型质量的自适应扫描速度方法 |
| CN107403469B (zh) * | 2017-08-10 | 2020-09-22 | 河海大学常州校区 | 一种提高折角成型质量的自适应扫描速度方法 |
| CN109035234A (zh) * | 2018-07-25 | 2018-12-18 | 腾讯科技（深圳）有限公司 | 一种结节检测方法、装置和存储介质 |
| CN109035234B (zh) * | 2018-07-25 | 2020-12-01 | 腾讯科技（深圳）有限公司 | 一种结节检测方法、装置和存储介质 |
| CN109741434A (zh) * | 2018-12-28 | 2019-05-10 | 深圳安科高技术股份有限公司 | 一种基于体积驱动的投影方法及其系统 |
| CN109741434B (zh) * | 2018-12-28 | 2022-11-01 | 深圳安科高技术股份有限公司 | 一种基于体积驱动的投影方法及其系统 |
| CN113532314A (zh) * | 2021-06-25 | 2021-10-22 | 广州大学 | 基于gpu全并行aia的相移相位提取方法、装置及存储介质 |
| CN113538372A (zh) * | 2021-07-14 | 2021-10-22 | 重庆大学 | 三维目标检测方法、装置、计算机设备和存储介质 |
| CN114140582A (zh) * | 2021-11-26 | 2022-03-04 | 苏州大学 | 基于单视角系统矩阵重建3d剂量分布方法及系统 |
| CN117414154A (zh) * | 2023-09-05 | 2024-01-19 | 骨圣元化机器人(深圳)有限公司 | 三维超声重建方法、装置及超声系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106846465B (zh) | 2020-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106846465A (zh) | 一种ct三维重建方法及系统 | |
| CN111724904B (zh) | 用于针对医学扫描的患者建模的多任务渐进式网络 | |
| US11610346B2 (en) | Image reconstruction using machine learning regularizers | |
| CN102483852B (zh) | 利用基于飞行时间信息逐个事件生成的图像内容的飞行时间正电子发射断层摄影重建 | |
| CN111462020B (zh) | 心脏图像的运动伪影校正方法、系统、存储介质和设备 | |
| CN102270349B (zh) | 在没有调节项的情况下对ct 图像的迭代重建 | |
| CN107133996A (zh) | 产生用于pet数据重建的衰减图的方法及pet/ct系统 | |
| US10410348B2 (en) | Online learning enhanced atlas-based auto-segmentation | |
| CN115605915A (zh) | 一种图像重建系统和方法 | |
| WO2016004902A1 (en) | System and method for image processing | |
| CN107095686A (zh) | 列表模式pet成像中的区域重建和定量评估 | |
| Pang et al. | Accelerating simultaneous algebraic reconstruction technique with motion compensation using CUDA-enabled GPU | |
| CN110023999A (zh) | 发射和透射断层摄影中的交互式目标超快重建 | |
| CN111739614B (zh) | 医学图像增强 | |
| Hämäläinen et al. | Total variation regularization for large-scale X-ray tomography | |
| CN107784684B (zh) | 一种锥束ct三维重建方法及系统 | |
| Zhang et al. | Advanced 4-dimensional cone-beam computed tomography reconstruction by combining motion estimation, motion-compensated reconstruction, biomechanical modeling and deep learning | |
| US10089758B1 (en) | Volume image reconstruction using projection decomposition | |
| Van Eyndhoven et al. | Region-based iterative reconstruction of structurally changing objects in CT | |
| Cierniak et al. | A practical statistical approach to the reconstruction problem using a single slice rebinning method | |
| US9965875B2 (en) | Virtual projection image method | |
| CN110490857A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| Beaudry et al. | Learning from our neighbours: a novel approach on sinogram completion using bin-sharing and deep learning to reconstruct high quality 4DCBCT | |
| Zaki et al. | The utility of cloud computing in analyzing GPU-accelerated deformable image registration of CT and CBCT images in head and neck cancer radiation therapy | |
| Zhou et al. | General simultaneous motion estimation and image reconstruction (G-SMEIR) |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |