CN106910228A - Slab切块图像的连接方法 - Google Patents

Slab切块图像的连接方法 Download PDF

Info

Publication number
CN106910228A
CN106910228A CN201710129636.XA CN201710129636A CN106910228A CN 106910228 A CN106910228 A CN 106910228A CN 201710129636 A CN201710129636 A CN 201710129636A CN 106910228 A CN106910228 A CN 106910228A
Authority
CN
China
Prior art keywords
image
exploded
slab
similarity
charts
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
Application number
CN201710129636.XA
Other languages
English (en)
Other versions
CN106910228B (zh
Inventor
邓会鹏
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.)
Sinovision Technology (Beijing) Co.,Ltd.
Original Assignee
Sainuo Via Science And Technology (beijing) Co Ltd
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 Sainuo Via Science And Technology (beijing) Co Ltd filed Critical Sainuo Via Science And Technology (beijing) Co Ltd
Priority to CN201710129636.XA priority Critical patent/CN106910228B/zh
Publication of CN106910228A publication Critical patent/CN106910228A/zh
Application granted granted Critical
Publication of CN106910228B publication Critical patent/CN106910228B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种Slab切块图像的连接方法，包括，利用ECG心跳信号门控方法，得到用于CT重建的多个Slab切块图像，将多个Slab切块图像依序相接，相邻的两Slab切块图像，计算相接处对应的两两图像的相似度，根据相似度值对两两图像进行插值计算，得到相接处的最终图像；计算两图像的相似度的方法是，利用相关系数衡量两幅图像中感兴趣区域的相似度，利用余弦相似度衡量两幅图像整体的灰度信息匹配程度。本发明可解决相邻Slab切块图像相接部分图像不一致的问题，CT重建的心脏图像更加清晰，心脏的冠状面、矢位面及横截面血管位置更加准确，避免发生血管错位情况。

Description

Slab切块图像的连接方法
技术领域
本发明涉及一种Slab切块图像的连接方法，属于CT图像重建技术领域。
背景技术
心脏扫描重建是中高端CT机的必备功能，由于心脏处于跳动状态，低速CT机扫描重建的心脏图像会有严重的运动伪影，图像信息错位，不足以清晰重建出心脏冠脉血管等更精细的组织结构。
现有的心脏图像CT重建技术包括：
1、GE的革命式CT(revolution CT)单周最快扫描时间0.2s，同时宽体探测器可达16cm的z向覆盖率，可基本涵盖成人心脏的大小，一次扫描就可重建出任意心率下整个心脏“运动冻结”状态的图像，由于扫描速度快，硬件要求很高，且探测器比其他厂商宽出几倍，成本大幅提高；
2、西门子的Force开源CT，单周最快扫描时间达0.25s，由于其采用垂直双源扫描结构，所以仅需90度扫描就可重建出心脏图像，时间分辨率可到达66ms，也可实现任意心率下“运动冻结”状态的心脏图像重建，由于该CT机使用小球管，成像算法极为复杂，具有一定局限性，推广应用较为困难；
3、利用ECG心跳信号门控技术实现心脏图像重建，即根据患者的ECG心跳信号，挑选出心脏跳动最平缓的时间段进行图像重建，如图1所示，挑选出Slab1、Slab2、Slab3切块图像，将三个切块图像依序相接进行图像重建。受限于扫描时间、探测器宽度等硬件结构的影响，CT机单次扫描可重建出心脏的部分图像，称为Slab切块图像，每个Slab切块图像是由若干同时重建出来的薄层二维切片图像组成的三维厚片图像，相邻Slab切块图像相接部分的图像不一致是心脏图像重建的普遍问题；即使相邻Slab切块图像所选的生数据部分为平稳区，由于心脏相邻周期路径不一定相同，同样存在图像不一致的问题。
发明内容
鉴于上述原因，本发明的目的在于提供一种Slab切块图像的连接方法，可解决相邻Slab切块图像相接部分图像不一致的问题，实现心脏图像的CT重建。
为实现上述目的，本发明采用以下技术方案：
一种Slab切块图像的连接方法，包括，利用ECG心跳信号门控方法，得到用于CT重建的多个Slab切块图像，
将多个Slab切块图像依序相接，
相邻的两Slab切块图像，计算相接处对应的两两图像的相似度，根据相似度值对两两图像进行插值计算，得到相接处的最终图像。
计算两图像的相似度的方法是，利用相关系数衡量两幅图像中感兴趣区域的相似度，利用余弦相似度衡量两幅图像整体的灰度信息匹配程度；
计算相关系数的公式为：
其中，t和r分别表示两幅图像的像素值，N表示所选感兴趣区域的窗口边长，和分别表示位于窗内的像素均值，对于多个感兴趣区域，计算相应的相关系数，并计算多个相关系数的均值
计算余弦相似度的公式为：
其中，A和B分别是两幅图像的直方图信息。
根据相似度值对两图像进行插值计算的方法是，
w2＝1-w1
插值计算后的图像＝图像1*w1+图像2*w2
其中，w1表示图像1的权重值，w2表示图像2的权重值。
对于相邻的第一Slab切块图像与第二Slab切块图像，第一Slab切块图像的末端图像依序为图像m-1，m，第二Slab切块图像的前端图像依序为图像1，2，图像m-1，m与1，2无重叠，则，分别计算图像m-1与图像1、图像m与图像2的相似度值，然后利用相应的相似度值对相应的两图像进行插值计算，得到相应的最终图像。
对于相邻的第一Slab切块图像与第二Slab切块图像，第一Slab切块图像的末端图像依序为图像m-2，m-1，m，第二Slab切块图像的前端图像依序为图像1，2，3，图像m-1与图像1重叠，图像m与图像2重叠，则，分别计算图像m-1与图像1、图像m与图像2的相似度值，然后利用相应的相似度值对相应的两图像进行插值计算，得到相应的最终图像。
本发明的优点是：
本发明的Slab切块图像的连接方法，可解决相邻Slab切块图像相接部分图像不一致的问题，CT重建的心脏图像更加清晰，心脏的冠状面、矢位面及横截面血管位置更加准确，避免发生血管错位情况。
附图说明
图1是EGG心跳信号时间序列与重建位置的对应关系示意图。
图2是本发明的相邻Slab切块图像相接处无重叠的情况示意图。
图3是本发明的相邻Slab切块图像相接处有部分重叠的情况示意图。
具体实施方式
以下结合附图和实施例对本发明作进一步详细的描述。
本发明公开的Slab切块图像的连接方法，包括：
1、利用ECG心跳信号门控方法，得到用于CT重建的多个Slab切块图像；
2、将多个Slab切块图像依序相接，对于相邻的两Slab切块图像，计算相接处多幅图像的相似度，根据相似度值对图像进行插值计算，得到相接处的最终图像。其中，
1)对于相邻Slab切块图像相接处图像无重叠的情况
如图2所示，Slab3切块图像与Slab4切块图像为相邻的两Slab切块图像，图像21、22为Slab3切块图像的末端图像，图像1、2为Slab4切块图像的前端图像，即，图像21、22、1、2为该两Slab切块图像相接处的图像，该两Slab切块图像相接时，计算图像21与图像1的相似度，得到的相似度值作为线性插值系数对该两幅图像进行插值计算，得到插值计算后的图像代替Slab3切块图像的图像22；相类似的，计算图像22与图像2的相似度，得到的相似度值作为线性插值系数对该两幅图像进行插值计算，得到插值计算后的图像代替Slab4切块图像的图像1；之后，将Slab3切块图像与Slab4切块图像相接即可。
计算两幅图像的相似度的方法是，采用对两种度量相似度的函数进行混合计算，包括，利用相关系数衡量两幅图像中所感兴趣区域内的相似度，利用余弦相似度衡量两幅图像整体的灰度信息匹配程度。
计算相关系数的公式为：
其中，t和r分别表示两幅图像的像素值，N表示所选感兴趣区域的窗口边长，和分别表示位于窗内的像素均值，感兴趣区域可以是多个，计算多个感兴趣区域对应的相关系数，然后计算多个相关系数的均值
计算余弦相似度的公式为：
其中，A和B分别是两幅图像的直方图信息，通过直方图计算余弦值，越接近1图像相似度越高。
线性插值系数的计算公式为：
w2＝1-w1
插值计算后的图像＝图像1*w1+图像2*w2
其中，w1表示图像1的权重值，w2表示图像2的权重值。
2)对于相邻Slab切块图像相接处有部分图像重叠的情况
如图3所示，Slab3切块图像与Slab4切块图像为相邻的两Slab切块图像，图像20、21、22为Slab3切块图像的末端图像，图像1、2、3为Slab4切块图像的前端图像，Slab3切块图像与Slab4切块图像相接处的图像部分重叠，即，图像21与图像1重叠，图像22与图像2重叠。此种情况下，按照上述方法，计算重叠处的图像21与图像1的相似度，计算结果作为线性插值系数，再利用该线性插值系数对该两幅图像进行插值计算，得到插值计算后的图像，代替Slab3切块图像的图21及Slab4切块图像的图像1；同理，计算重叠处的图像22与图像2的相似度，计算结果作为线性插值系数，再利用该线性插值系数对该两幅图像进行插值计算，得到插值计算后的图像，代替Slab3切块图像的图22及Slab4切块图像的图像2；之后，将Slab3切块图像与Slab4切块图像相接，重叠部分的图像择一即可。
以上所述是本发明的较佳实施例及其所运用的技术原理，对于本领域的技术人员来说，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变，均属于本发明保护范围之内。

Claims (5)

1.Slab切块图像的连接方法，包括，利用ECG心跳信号门控方法，得到用于CT重建的多个Slab切块图像，其特征在于，
将多个Slab切块图像依序相接，
相邻的两Slab切块图像，计算相接处对应的两两图像的相似度，根据相似度值对两两图像进行插值计算，得到相接处的最终图像。
2.根据权利要求1所述的Slab切块图像的连接方法，其特征在于，计算两图像的相似度的方法是，利用相关系数衡量两幅图像中感兴趣区域的相似度，利用余弦相似度衡量两幅图像整体的灰度信息匹配程度；
计算相关系数的公式为：
C O R R = Σ u = 1 N Σ v = 1 N ( t u , v - t ‾ ) ( r u , v - r ‾ ) ( Σ u = 1 N Σ v = 1 N ( t u , v - t ‾ ) 2 ) ( Σ u = 1 N Σ v = 1 N ( r u , v - r ‾ ) 2 ) - - - ( 1 )
其中，t和r分别表示两幅图像的像素值，N表示所选感兴趣区域的窗口边长，和分别表示位于窗内的像素均值，对于多个感兴趣区域，计算相应的相关系数，并计算多个相关系数的均值
计算余弦相似度的公式为：
c o s θ = A · B | A | | B | - - - ( 2 )
其中，A和B分别是两幅图像的直方图信息。
3.根据权利要求2所述的Slab切块图像的连接方法，其特征在于，根据相似度值对两图像进行插值计算的方法是，
w 1 = 0.5 ( c o s θ + C O O R ‾ ) - - - ( 3 )
w2＝1-w1
插值计算后的图像＝图像1*w1+图像2*w2
其中，w1表示图像1的权重值，w2表示图像2的权重值。
4.根据权利要求3所述的Slab切块图像的连接方法，其特征在于，对于相邻的第一Slab切块图像与第二Slab切块图像，第一Slab切块图像的末端图像依序为图像m-1，m，第二Slab切块图像的前端图像依序为图像1，2，图像m-1，m与1，2无重叠，则，分别计算图像m-1与图像1、图像m与图像2的相似度值，然后利用相应的相似度值对相应的两图像进行插值计算，得到相应的最终图像。
5.根据权利要求3所述的Slab切块图像的连接方法，其特征在于，对于相邻的第一Slab切块图像与第二Slab切块图像，第一Slab切块图像的末端图像依序为图像m-2，m-1，m，第二Slab切块图像的前端图像依序为图像1，2，3，图像m-1与图像1重叠，图像m与图像2重叠，则，分别计算图像m-1与图像1、图像m与图像2的相似度值，然后利用相应的相似度值对相应的两图像进行插值计算，得到相应的最终图像。
CN201710129636.XA 2017-03-06 2017-03-06 Slab切块图像的连接方法 Active CN106910228B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710129636.XA CN106910228B (zh) 2017-03-06 2017-03-06 Slab切块图像的连接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710129636.XA CN106910228B (zh) 2017-03-06 2017-03-06 Slab切块图像的连接方法

Publications (2)

Publication Number Publication Date
CN106910228A true CN106910228A (zh) 2017-06-30
CN106910228B CN106910228B (zh) 2020-07-10

Family

ID=59186991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710129636.XA Active CN106910228B (zh) 2017-03-06 2017-03-06 Slab切块图像的连接方法

Country Status (1)

Country Link
CN (1) CN106910228B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523297A (zh) * 2018-10-17 2019-03-26 成都索贝数码科技股份有限公司 一种体育比赛中实现虚拟广告的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040136490A1 (en) * 2002-07-23 2004-07-15 Edic Peter Michael Method and apparatus for correcting motion in image reconstruction
CN101044984A (zh) * 2006-03-29 2007-10-03 西门子公司 在心脏计算机断层造影显示中降低级间伪影的方法
CN101082983A (zh) * 2007-06-22 2007-12-05 崔志明 基于感兴趣区域的自适应医学序列图像插值方法
CN103826121A (zh) * 2013-12-20 2014-05-28 电子科技大学 低延迟视频编码基于场景切换检测的码率控制方法
CN104899875A (zh) * 2015-05-20 2015-09-09 天津大学 一种基于积分匹配的快速图像协同显著区域监测方法
CN105138972A (zh) * 2015-08-11 2015-12-09 北京天诚盛业科技有限公司 人脸认证方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040136490A1 (en) * 2002-07-23 2004-07-15 Edic Peter Michael Method and apparatus for correcting motion in image reconstruction
CN101044984A (zh) * 2006-03-29 2007-10-03 西门子公司 在心脏计算机断层造影显示中降低级间伪影的方法
CN101082983A (zh) * 2007-06-22 2007-12-05 崔志明 基于感兴趣区域的自适应医学序列图像插值方法
CN103826121A (zh) * 2013-12-20 2014-05-28 电子科技大学 低延迟视频编码基于场景切换检测的码率控制方法
CN104899875A (zh) * 2015-05-20 2015-09-09 天津大学 一种基于积分匹配的快速图像协同显著区域监测方法
CN105138972A (zh) * 2015-08-11 2015-12-09 北京天诚盛业科技有限公司 人脸认证方法和装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523297A (zh) * 2018-10-17 2019-03-26 成都索贝数码科技股份有限公司 一种体育比赛中实现虚拟广告的方法
CN109523297B (zh) * 2018-10-17 2022-02-22 成都索贝数码科技股份有限公司 一种体育比赛中实现虚拟广告的方法

Also Published As

Publication number Publication date
CN106910228B (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN111432733B (zh) 用于确定超声探头的运动的设备和方法
Salte et al. Artificial intelligence for automatic measurement of left ventricular strain in echocardiography
Mehta et al. Rodeo: robust de-aliasing autoencoder for real-time medical image reconstruction
Kovalski et al. Three-dimensional automatic quantitative analysis of intravascular ultrasound images
US7783096B2 (en) Device systems and methods for imaging
KR100961856B1 (ko) 초음파 영상을 형성하는 초음파 시스템 및 방법
JP2017094097A (ja) 医用画像処理装置、ｘ線コンピュータ断層撮像装置及び医用画像処理方法
Chaptinel et al. Fetal cardiac cine magnetic resonance imaging in utero
CN112568923B (zh) X射线相位衬度图像提取方法、装置、终端及存储介质
Virga et al. Use the force: deformation correction in robotic 3D ultrasound
Makki et al. In vivo ankle joint kinematics from dynamic magnetic resonance imaging using a registration-based framework
CN108333543A (zh) 磁共振成像方法和装置
CN115908449A (zh) 一种基于改进UNet模型的2.5D医学CT影像分割方法及装置
Saeed et al. A granular level feature extraction approach to construct hr image for forensic biometrics using small training dataset
Huang et al. Three-dimensional shear wave elastography on conventional ultrasound scanners with external vibration
Zhou et al. Handheld ultrasound video high-quality reconstruction using a low-rank representation multipathway generative adversarial network
CN106910228A (zh) Slab切块图像的连接方法
Maltaverne et al. Motion estimation using the monogenic signal applied to ultrasound elastography
EP1087337A1 (en) Process for reconstructing a tri-dimensional image of a moving object
CN103083030A (zh) D4d-ct成像方法、设备和系统
KR101083936B1 (ko) 초음파 데이터 처리 장치 및 방법
EP2189812B1 (en) Providing volume information on a periodically moving target object in an ultrasound system
Schmoderer et al. Learning optical flow for fast MRI reconstruction
Aviles et al. Robust cardiac motion estimation using ultrafast ultrasound data: a low-rank topology-preserving approach
EP2107389A2 (en) Formation of an elastic image in an ultrasound system

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 100176 1st floor, building 8, 11 Kangding street, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Patentee after: Sinovision Technology (Beijing) Co.,Ltd.

Address before: 100176 floor 1, Yuehong building, No.13, Yongchang North Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Patentee before: SAINUO WEISHENG TECHNOLOGY (BEIJING) Co.,Ltd.