CN107085860A - 基于计算机断层成像系统的图像重建方法和装置 - Google Patents

基于计算机断层成像系统的图像重建方法和装置 Download PDF

Info

Publication number
CN107085860A
CN107085860A CN201710347932.7A CN201710347932A CN107085860A CN 107085860 A CN107085860 A CN 107085860A CN 201710347932 A CN201710347932 A CN 201710347932A CN 107085860 A CN107085860 A CN 107085860A
Authority
CN
China
Prior art keywords
algorithm
reconstruction
parameter
reconstructing
acquisition parameter
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
CN201710347932.7A
Other languages
English (en)
Inventor
王景波
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201710347932.7A priority Critical patent/CN107085860A/zh
Publication of CN107085860A publication Critical patent/CN107085860A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative

Landscapes

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

Abstract

本发明公开了一种基于计算机断层成像系统的图像重建方法和装置。其中基于计算机断层成像系统的图像重建方法包括:获取扫描协议中的各采集参数,并根据各采集参数确定用于图像重建的重建参数;根据采集参数和/或重建参数确定目标重建算法,并根据目标重建算法生成重建协议;基于采集参数获取待检测对象的扫描数据,并根据扫描数据和重建协议进行图像重建。本发明的技术方案,通过各采集参数和重建参数确定目标重建算法,能够实现重建参数与采集参数的联动,进而根据目标重建算法生成与当前扫描协议相适应的重建协议,克服了现有的重建协议中由于采用固定的参数和拓扑结构而导致的算法空转和部分算法重复计算等问题,有效提升了图像重建的效率。

Description

基于计算机断层成像系统的图像重建方法和装置
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种基于计算机断层成像系统的图像重建方法和装置。
背景技术
在进行医学图像的拍摄时,计算机断层成像系统(Computed Tomography,CT)会根据预先设定好采集参数的扫描协议对患者进行扫描,扫描得到患者的扫描数据,之后根据重建协议对扫描数据进行数据处理,以形成辅助医生进行诊断的医学图像。
目前,在采集图像的过程中,可以根据CT系统中操作界面的选择,选择默认出厂扫描协议和默认参数,同时也可以修改界面中可以调整的参数,如是否使用去金属等,然后CT系统会将所有扫描参数传递给重建子系统,重建子系统根据扫描参数选择具体的重建协议。然而,CT重建采用静态配置各个重建协议的方法进行图像重建,即预先将CT的重建进行划分,按照不同的临床扫描协议配置重建协议,相同的重建协议在使用不同的重建参数时有可能使用同一套重建配置。如头部检查、胸部检查、腹部检查都可以使用螺旋重建协议,并且各重建协议的拓扑结构是完全固定的,无法根据不同用户参数进行一些调整和修正,即会存在重建算法的空转和部分算法重复计算的现象。
发明内容
本发明提供了一种基于计算机断层成像系统的图像重建方法和装置,以解决现有的重建协议中所存在的算法空转和部分算法重复计算等问题,实现基于参数联动的自适应图像重建方法。
第一方面,本发明实施例提供了一种基于计算机断层成像系统的图像重建方法,该方法包括:
获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数;
根据所述采集参数和/或所述重建参数确定目标重建算法,并根据所述目标重建算法生成重建协议;
基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和所述重建协议进行图像重建。
第二方面,本发明实施例还提供了一种基于计算机断层成像系统的图像重建装置,该装置包括:
参数获取模块,用于获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数;
重建协议生成模块,用于根据所述采集参数和/或所述重建参数确定目标重建算法,并根据所述目标重建算法生成重建协议;
图像重建模块,用于基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和所述重建协议进行图像重建。
第三方面,本发明实施例提供了一种终端,该终端包括:
一个或多个处理器;
存储装置,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,可使得所述一个或多个处理器实现本发明任意实施例所述的基于计算机断层成像系统的图像重建方法。
第四方面,本发明实施例又提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所述的基于计算机断层成像系统的图像重建方法。
本发明实施例的技术方案,通过获取到的扫描协议中的各采集参数,确定用于图像重建的重建参数,能够实现重建参数与采集参数的联动,根据采集参数来确定在当前扫描协议下进行图像重建时真正需要的重建参数,进而根据采集参数和/或重建参数确定目标重建算法,基于目标重建算法生成与当前扫描协议相适应的重建协议,克服了现有的重建协议中由于采用固定的参数和拓扑结构而导致的算法空转和部分算法重复计算等问题,最后基于采集到的扫描数据和上述重建协议进行图像重建,在保证图像重建质量的同时,能够有效提升重建效率。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1为本发明实施例一所提供的一种基于计算机断层成像系统的图像重建方法的流程示意图;
图2是本发明实施例二所提供的一种基于计算机断层成像系统的图像重建方法的流程示意图;
图3是本发明实施例三所提供的一种基于计算机断层成像系统的图像重建装置的结构框图;
图4是本发明实施例四所提供的一种终端的结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。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。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一所提供的一种基于计算机断层成像系统的图像重建方法的流程示意图。如图1所示,本实施例的方法可以由基于计算机断层成像系统的图像重建装置来执行,该装置可通过硬件和/或软件的方式实现,可独立配置于终端或服务器中实现本实施例的方法,也可由终端和服务器配合实现本实施例的方法。
本实施例的方法具体包括:
S110、获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数。
由于待检测对象的各项参数之间往往存在个性化差异,如不同待检测对象的扫描部位以及身体各项参数指标等不同。因此,为了准确地获取待检测对象的扫描图像,针对特定的待检测对象,往往会根据待检测对象的扫描部位预先建立与扫描部位相对应的一个或多个扫描协议,存储于协议库中。可以理解的是,本实施例中的扫描协议的数量可以是一个、两个或多个,具体可以根据实际情况进行设置,在此不做限定。
在扫描系统中,可以选择与待检测对象对应的默认扫描协议以及默认各采集参数,同时也可以根据待检测对象修改界面中允许被修改的参数,如是否使用去金属等。
示例性地,获取扫描协议中的各采集参数,具体可以是,从预先建立的协议库中,查询并获取与待检测对象的扫描部位相对应的扫描协议,进而获取扫描协议中的各采集参数。其中,协议库中保存有不同扫描部位分别对应的一个或多个扫描协议。扫描协议中的各采集参数包括扫描协议中默认设置的采集参数以及用户自行选择的参数。
根据各采集参数确定用于图像重建的重建参数,具体可以是根据各采集参数以及系统默认设置的采集参数与重建参数之间的对应关系,确定用于图像重建的重建参数。进一步地,用户还可以根据各采集参数按需求自行设置用于图像重建的重建参数。即,可以根据采集参数获取默认配置的与所述采集参数对应的重建参数,进而还可以接收重建参数调整界面的用户编辑指令,根据用户编辑指令确定的重建参数。
S120、根据所述采集参数和/或所述重建参数确定目标重建算法,并根据所述目标重建算法生成重建协议。
可以理解的是,根据采集参数和/或重建参数确定目标重建算法包括:根据采集参数确定目标重建算法;或者,根据重建参数确定目标重建算法;又或者,根据采集参数和重建参数确定目标重建算法。其中,目标重建算法的数量可以是一个也可以是多个,具体数量根据实际情况确定,在此不做限定。
针对待检测对象的扫描类型主要有平片Topo、断层Axial和螺旋Helical三种扫描方式。可以根据选择的扫描类型先确定重建协议的重建算法,并针对不同的采集参数和重建参数对重建算法进行调整,进而基于调整后的重建算法生成重建协议。具体地,根据各采集参数和重建参数确定用于图像重建的重建算法,可以是先根据预设的采集参数与重建算法的对应关系,选择当前重建协议中与各所述采集参数对应的重建算法,然后,根据重建参数对选择的重建算法进行调整得到目标重建算法,并基于所述目标重建算法生成重建协议。
同时,根据各采集参数或重建参数确定用于图像重建的重建参数,可选是包括:获取各所述采集参数或所述重建参数中预设的重建图像的厚度,根据所述重建图像的厚度确定目标重建算法;或者,根据各所述采集参数确定扫描类型和/或扫描部位,根据所述扫描类型和/或所述扫描部位确定目标重建算法以及所述目标重建算法的迭代次数。
举例而言,默认Helical扫描的重建协议中使用“去风车伪影”算法,当从各采集参数或重建参数中获取到的预设的重建图像的厚度超过某阈值后,去除“去风车伪影”算法;根据不同检查部位和参数设置进行不同的降噪算法的选择和迭代次数的设置;根据不同的扫描类型(如Helical或者Axial)进行不同的去环迭代次数设置;根据扫描部位和对应重建算法之间的映射关系选择适当的目标重建算法,如“降噪算法”等;可以根据扫描部位和迭代次数之间的映射关系,设置目标重建算法的迭代次数;还可以根据具体的用户对重建参数的选择确定是否使用重建算法中的算法节点,如骨硬化、去金属伪影等。
S130、基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和所述重建协议进行图像重建。
基于采集参数获取待检测对象的扫描数据具体可以是,先根据待检测对象预先设置好计算机断层成像扫描设备中的扫描协议,以及扫描协议中的各采集参数,然后基于采集参数对待检测对象进行扫描,获取待检测对象的扫描数据。其中,待检测对象可以是人体的头部、胸、腹、脊柱及四肢等不同部位或组织。可以理解的是,待检测对象的扫描数据与采集参数相关,以实际采集到的扫描数据为准。例如,扫描数据可包括与待检测对象设定数量的采样角度对应的扫描数据。
重建协议可以理解为具有一定拓扑结构的一个目标重建算法或具有一定拓扑结构的多个目标重建算法的组合。根据扫描数据和重建协议进行图像重建,具体可以是采用与重建参数对应的重建协议中各算法节点对待检测对象的扫描数据进行处理,实现对待检测对象的图像重建。示例性地,重建协议可以包括下述中的至少一种:断层重建协议、螺旋重建协议、断层含骨硬化、螺旋含骨硬化、断层含骨硬化和去金属以及螺旋含骨硬化和去金属等。
本实施例的技术方案,通过获取到的扫描协议中的各采集参数,确定用于图像重建的重建参数,能够实现重建参数与采集参数的联动,根据采集参数来确定在当前扫描协议下进行图像重建时真正需要的重建参数,进而根据采集参数和/或重建参数确定目标重建算法,并基于目标重建算法生成与当前扫描协议相适应的重建协议,克服了现有的重建协议中由于采用固定的参数和拓扑结构而导致的部分算法空转和部分算法重复计算等问题,最后基于采集到的扫描数据和上述重建协议进行图像重建,在保证图像重建质量的同时,能够有效提升图像重建的效率。
实施例二
图2为本发明实施例二所提供的一种基于计算机断层成像系统的图像重建方法的流程示意图,如图2所示,本实施例在上述实施例的基础上,可选是所述根据所述采集参数和所述重建参数确定目标重建算法,包括:根据预设的采集参数与重建算法的对应关系,选择当前重建协议中与各所述采集参数对应的重建算法;根据所述重建参数对选择的重建算法进行调整得到目标重建算法。
具体地,本实施例的方法包括:
S210、获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数。
示例性地,计算机断层成像系统中可以根据用户在操作界面的设置,选择默认扫描协议和默认采集参数,同时也可以接收用户输入的界面编辑指令,获取与界面编辑指令对应的采集参数,如是否使用去金属等,然后系统会将所有的采集参数传递给计算机断层成像系统中的重建子系统,重建子系统根据采集参数确定对应的重建参数。
S220、根据预设的采集参数与重建算法的对应关系,选择当前重建协议中与各所述采集参数对应的重建算法。
示例性地,可以根据预设的采集参数中的扫描部位和/或扫描类型与重建算法的对应关系,选择当前重建协议中与各采集参数对应的重建算法。如:头部检查、胸部检查、腹部检查都可以使用螺旋重建协议。需要说明的是,选择当前重建协议中与各采集参数对应的重建算法,可以理解为当前选择的重建协议的拓扑结构是系统默认设置的,具有固定的拓扑结构,即可能存在部分算法的空转和重复计算等现象。
其中,选择的当前重建协议中与各采集参数对应的重建算法的数量。可以根据实际需求确定,可以是一个也可以是多个,再次并不做限定。
S230、根据重建参数对选择的重建算法进行调整得到目标重建算法,并根据所述目标重建算法生成重建协议。
具体地,根据重建参数对选择的重建算法进行调整得到目标重建算法,可包括:根据重建参数获取各所述重建算法的各算法节点,根据各所述算法节点对选择的重建算法进行调整得到目标重建算法。示例性地,对选择的重建算法进行调整还可以包括不改变重建算法中的任何参数、或者改变重建算法中的参数的原有数值,又或者在重建算法中增加标志性参数等。
其中,所述根据所述采集参数确定目标重建算法可包括:根据各所述采集参数确定是否使用相应的算法节点。示例性地,根据各算法节点对选择的重建算法进行调整具体可包括:检测选择的重建算法中是否包含与重建参数相对应的算法节点,若缺少相应的算法节点则将缺少的算法节点添加至所述重建算法,得到目标重建算法。即根据重建参数的增加,即可以增加相应的数据处理节点,产生最终的重建拓扑序列。例如,根据是否使用骨硬化、是否使用去金属、是否使用降噪处理等重建参数信息确认重建算法中是否包含相应的处理模块。
在对同一个待检测对象重建不同参数的Axial或者Helical扫描图像时,可以根据各重建参数之间的相关性,对重建算法中不同算法节点的中间数据进行共享,以减少单个算法节点的重复计算。例如:使用同一套扫描数据进行两套参数的Helical扫描的图像重建时,用于重建与重建参数对应的图像的正常Normal流、用于重建噪声图时修正图像的噪声Noise流以及用于获取更大范围重建图像的最大视角Max Fov流中多个重建算法均存在重复计算的算法节点,将其中相关的流数据进行共享,能够减少大量计算。
因此,根据各算法节点对选择的重建算法进行调整具体还可包括:分析一个或多个重建任务的重建参数的相关性,确认出各重建算法中是否存在重复的算法节点,若选择的重建算法存在重复的算法节点,则对各所述算法节点进行去重处理,即,确认多个重建任务的重复计算的算法节点以便去除无效重复的计算。进而可以根据所述目标算法节点对选择的重建算法的拓扑结构进行调整,产生最终的重建拓扑序列。
举例而言,可根据图像矩阵Matrix、图像层厚、图像步进、是否使用骨硬化等信息,确认各重建算法中是否存在相同的多个数据处理节点进行了重复的数据计算,进而对各重复的算法节点进行去重处理得到目标算法节点,以便修改重建算法的拓扑结构。
考虑到分析生成的重建协议有可能应用于不同部位的检查,可以根据重建参数对选择的重建算法进行调整,生成与重建参数相对应的重建协议,例如,用于图像重建的降噪算法的选择以及某一个固定的算法节点其数据处理的迭代次数等就可以根据不同的检查部位进行自适应选择重建协议使用。
本方案的重点在于对重建参数进行提前分析,不再全部使用固定的重建协议,而是以原有固定协议为基础,在对重建参数进行分析后,自动调整选择的重建算法的拓扑结构,生成适用于当前重建参数的重建协议。
S240、基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和所述重建协议进行图像重建。
本实施例的技术方案,先根据获取到的采集参数选择对应的重建算法,能够有效地避免重建协议中的算法空转,进而根据重建算法确定所需的重建参数,能够根据重建算法的各个节点确定出图像重建所需要的各个重建参数,进而根据重建参数生成重建协议,能够重新生成具有新的拓扑结构的重建协议,避免各重建算法中对同一节点的重复计算,进一步优化重建协议,提升重建效率。
实施例三
图3所示为本发明实施例三所提供的一种基于计算机断层成像系统的图像重建装置的结构框图,该装置可通过硬件和/或软件的方式实现,可独立配置于终端或服务器中实现本实施例的方法,也可由终端和服务器配合实现本实施例的方法。如图3所示,本实施例的基于计算机断层成像系统的图像重建装置包括:参数获取模块310、重建协议生成模块320和图像重建模块330。
其中,参数获取模块310,用于获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数;重建协议生成模块320,用于根据所述采集参数和/或所述重建参数确定目标重建算法,并根据所述目标重建算法生成重建协议;图像重建模块330,用于基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和所述重建协议进行图像重建。
本实施例的技术方案,通过获取到的扫描协议中的各采集参数,确定用于图像重建的重建参数,能够实现重建参数与采集参数的联动,根据采集参数来确定在当前扫描协议下进行图像重建时真正需要的重建参数,进而根据采集参数生成与当前扫描协议相适应的重建协议,克服了现有的重建协议中由于采用固定的参数和拓扑结构而导致的算法空转和部分算法重复计算等问题,最后基于采集到的扫描数据和上述重建协议进行图像重建,在保证图像重建质量的同时,能够有效提升重建效率。
在上述技术方案的基础上,所述重建协议生成模块可包括:重建算法选择单元和目标重建算法获得单元。
其中,重建算法选择单元,用于根据预设的采集参数与重建算法的对应关系,选择当前重建协议中与各所述采集参数对应的重建算法;目标重建算法获得单元,用于根据所述重建参数对选择的重建算法进行调整得到目标重建算法。
在上述各技术方案的基础上,所述目标重建算法获得单元具体可用于:
根据所述重建参数获取各所述重建算法的各算法节点,根据各所述算法节点对选择的重建算法进行调整得到目标重建算法。
在上述各技术方案的基础上,所述目标重建算法获得单元进一步可用于:
对各所述算法节点进行去重处理得到目标算法节点,并根据所述目标算法节点对选择的重建算法的拓扑结构进行调整得到目标重建算法。
在上述各技术方案的基础上,所述重建协议生成模块具体还可用于:
获取各所述采集参数或所述重建参数中预设的重建图像的厚度,根据所述重建图像的厚度确定目标重建算法。
在上述各技术方案的基础上,所述重建协议生成模块进一步还可用于:
根据各所述采集参数确定扫描类型和/或扫描部位,根据所述扫描类型和/或所述扫描部位确定目标重建算法以及所述目标重建算法的迭代次数。
在上述各技术方案的基础上,所述重建协议生成模块还可用于:
根据各所述采集参数确定是否使用相应的算法节点。
上述装置可执行本发明实施例一和实施例二所提供的基于计算机断层成像系统的图像重建方法,具备执行上述基于计算机断层成像系统的图像重建方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例一和实施例二所提供的基于计算机断层成像系统的图像重建方法。
实施例四
图4为本发明实施例四所提供的一种终端的结构示意图。图4示出了适于用来实现本发明实施方式的示例性终端412的框图。图4显示的终端412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,终端412以通用计算设备的形式表现。终端412的组件可以包括但不限于:一个或者多个处理器或者处理器416,存储装置428,用于存储一个或多个程序,连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
终端412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被终端412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)430和/或高速缓存存储器432。终端412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储器428中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
终端412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信,还可与一个或者多个使得用户能与该终端412交互的设备通信,和/或与使得该终端412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,终端412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器420通过总线418与终端412的其它模块通信。应当明白,尽管图中未示出,可以结合终端412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的基于计算机断层成像系统的图像重建方法。
另外,本发明实施例还提供了一种包含计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时用于执行一种基于计算机断层成像系统的图像重建方法,该方法包括:获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数;根据所述采集参数和/或所述重建参数确定目标重建算法,并根据所述目标重建算法生成重建协议;基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和重建协议进行图像重建。
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基于计算机断层成像系统的图像重建方法的技术方案。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读存储介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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 (10)

1.一种基于计算机断层成像系统的图像重建方法,其特征在于,包括:
获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数;
根据所述采集参数和/或所述重建参数确定目标重建算法,并根据所述目标重建算法生成重建协议;
基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和所述重建协议进行图像重建。
2.根据权利要求1所述的方法,其特征在于,所述根据所述采集参数和所述重建参数确定目标重建算法,包括:
根据预设的所述采集参数与重建算法的对应关系,选择当前重建协议中与各所述采集参数对应的重建算法;
根据所述重建参数对选择的重建算法进行调整得到目标重建算法。
3.根据权利要求2所述的方法,其特征在于,所述根据所述重建参数对选择的重建算法进行调整得到目标重建算法,包括:
根据所述重建参数获取各所述重建算法的各算法节点,根据各所述算法节点对选择的重建算法进行调整得到目标重建算法。
4.根据权利要求3所述的方法,其特征在于,所述根据各所述算法节点对选择的重建算法进行调整得到目标重建算法,包括:
对各所述算法节点进行去重处理得到目标算法节点,并根据所述目标算法节点对选择的重建算法的拓扑结构进行调整得到目标重建算法。
5.根据权利要求1所述的方法,其特征在于,所述根据所述采集参数或所述重建参数确定目标重建算法,包括:
获取各所述采集参数或所述重建参数中预设的重建图像的厚度,根据所述重建图像的厚度确定目标重建算法。
6.根据权利要求1所述的方法,其特征在于,所述根据所述采集参数确定目标重建算法,包括:
根据各所述采集参数确定扫描类型和/或扫描部位,根据所述扫描类型和/或所述扫描部位确定目标重建算法以及所述目标重建算法的迭代次数。
7.根据权利要求1所述的方法,其特征在于,所述根据所述采集参数确定目标重建算法,包括:
根据各所述采集参数确定是否使用相应的算法节点。
8.一种基于计算机断层成像系统的图像重建装置,其特征在于,包括:
参数获取模块,用于获取扫描协议中的各采集参数,并根据各所述采集参数确定用于图像重建的重建参数;
重建协议生成模块,用于根据所述采集参数和/或所述重建参数确定目标重建算法,并根据所述目标重建算法生成重建协议;
图像重建模块,用于基于所述采集参数获取待检测对象的扫描数据,并根据所述扫描数据和所述重建协议进行图像重建。
9.根据权利要求8所述的装置,其特征在于,所述重建协议生成模块包括:
重建算法选择单元,用于根据预设的所述采集参数与重建算法的对应关系,选择当前重建协议中与各所述采集参数对应的重建算法;
目标重建算法获得单元,用于根据重建参数对选择的重建算法进行调整得到目标重建算法。
10.根据权利要求9所述的装置,其特征在于,所述目标重建算法获得单元具体用于:
根据所述重建参数获取各所述重建算法的各算法节点,根据各所述算法节点对选择的重建算法进行调整得到目标重建算法。
CN201710347932.7A 2017-05-17 2017-05-17 基于计算机断层成像系统的图像重建方法和装置 Pending CN107085860A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710347932.7A CN107085860A (zh) 2017-05-17 2017-05-17 基于计算机断层成像系统的图像重建方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710347932.7A CN107085860A (zh) 2017-05-17 2017-05-17 基于计算机断层成像系统的图像重建方法和装置

Publications (1)

Publication Number Publication Date
CN107085860A true CN107085860A (zh) 2017-08-22

Family

ID=59608220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710347932.7A Pending CN107085860A (zh) 2017-05-17 2017-05-17 基于计算机断层成像系统的图像重建方法和装置

Country Status (1)

Country Link
CN (1) CN107085860A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107403287A (zh) * 2017-08-11 2017-11-28 上海联影医疗科技有限公司 扫描定位方法、装置、系统以及存储介质
CN107861735A (zh) * 2017-10-26 2018-03-30 上海联影医疗科技有限公司 一种固件安装进度监测方法和计算机可读存储介质
CN109350100A (zh) * 2018-09-27 2019-02-19 上海联影医疗科技有限公司 医学成像方法、医学成像设备以及计算机可读存储介质
CN109363695A (zh) * 2018-09-30 2019-02-22 上海联影医疗科技有限公司 一种成像方法和系统
CN109389654A (zh) * 2018-09-30 2019-02-26 上海联影医疗科技有限公司 一种ct数据重建方法、装置、设备和存储介质
CN110189386A (zh) * 2019-05-06 2019-08-30 上海联影医疗科技有限公司 医学图像处理方法、装置、存储介质及计算机设备
CN112767395A (zh) * 2021-04-07 2021-05-07 上海市东方医院(同济大学附属东方医院) 图像性能检测方法及装置
WO2021129842A1 (en) * 2019-12-25 2021-07-01 Shanghai United Imaging Healthcare Co., Ltd. System and method for medical imaging of intervertebral discs
WO2021136250A1 (en) * 2019-12-31 2021-07-08 Shanghai United Imaging Healthcare Co., Ltd. Imaging systems and methods
CN113256750A (zh) * 2021-05-26 2021-08-13 武汉中科医疗科技工业技术研究院有限公司 医疗图像风格重建方法、装置、计算机设备和存储介质
CN113808051A (zh) * 2021-09-26 2021-12-17 武汉联影生命科学仪器有限公司 多模态医学影像重建系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217423A (zh) * 2013-06-03 2014-12-17 西门子公司 选出图像数据组的自动产生
CN104605881A (zh) * 2014-12-31 2015-05-13 沈阳东软医疗系统有限公司 一种参数优化方法及医疗设备
CN106537398A (zh) * 2014-07-16 2017-03-22 皇家飞利浦有限公司 Irecon:具有预估运行的智能图像重建系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217423A (zh) * 2013-06-03 2014-12-17 西门子公司 选出图像数据组的自动产生
CN106537398A (zh) * 2014-07-16 2017-03-22 皇家飞利浦有限公司 Irecon:具有预估运行的智能图像重建系统
CN104605881A (zh) * 2014-12-31 2015-05-13 沈阳东软医疗系统有限公司 一种参数优化方法及医疗设备

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107403287B (zh) * 2017-08-11 2020-09-22 上海联影医疗科技有限公司 扫描定位方法、装置、系统以及存储介质
CN107403287A (zh) * 2017-08-11 2017-11-28 上海联影医疗科技有限公司 扫描定位方法、装置、系统以及存储介质
CN107861735A (zh) * 2017-10-26 2018-03-30 上海联影医疗科技有限公司 一种固件安装进度监测方法和计算机可读存储介质
CN109350100A (zh) * 2018-09-27 2019-02-19 上海联影医疗科技有限公司 医学成像方法、医学成像设备以及计算机可读存储介质
CN109363695A (zh) * 2018-09-30 2019-02-22 上海联影医疗科技有限公司 一种成像方法和系统
CN109389654A (zh) * 2018-09-30 2019-02-26 上海联影医疗科技有限公司 一种ct数据重建方法、装置、设备和存储介质
CN109363695B (zh) * 2018-09-30 2023-12-08 上海联影医疗科技股份有限公司 一种成像方法和系统
CN110189386A (zh) * 2019-05-06 2019-08-30 上海联影医疗科技有限公司 医学图像处理方法、装置、存储介质及计算机设备
CN110189386B (zh) * 2019-05-06 2023-05-26 上海联影医疗科技股份有限公司 医学图像处理方法、装置、存储介质及计算机设备
WO2021129842A1 (en) * 2019-12-25 2021-07-01 Shanghai United Imaging Healthcare Co., Ltd. System and method for medical imaging of intervertebral discs
WO2021136250A1 (en) * 2019-12-31 2021-07-08 Shanghai United Imaging Healthcare Co., Ltd. Imaging systems and methods
CN112767395A (zh) * 2021-04-07 2021-05-07 上海市东方医院(同济大学附属东方医院) 图像性能检测方法及装置
CN113256750A (zh) * 2021-05-26 2021-08-13 武汉中科医疗科技工业技术研究院有限公司 医疗图像风格重建方法、装置、计算机设备和存储介质
CN113808051A (zh) * 2021-09-26 2021-12-17 武汉联影生命科学仪器有限公司 多模态医学影像重建系统及方法

Similar Documents

Publication Publication Date Title
CN107085860A (zh) 基于计算机断层成像系统的图像重建方法和装置
US7860331B2 (en) Purpose-driven enhancement filtering of anatomical data
EP2908719B1 (en) Methods for numerically evaluating vasculature
CN109409503B (zh) 神经网络的训练方法、图像转换方法、装置、设备及介质
CN110517238B (zh) Ct医学影像ai三维重建与人机交互可视化网络系统
EP3971830B1 (en) Pneumonia sign segmentation method and apparatus, medium and electronic device
JP2007275595A (ja) 断層撮影画像データの再現可能なビュー作成方法
CN110533738A (zh) 重建数据处理方法、装置、医学成像系统及存储介质
CN114037803B (zh) 医学图像三维重建方法及系统
CN111968167B (zh) Ct三维定位像的图像处理方法、装置和计算机设备
CN111968112B (zh) Ct三维定位图像的获取方法、装置和计算机设备
US20080073538A1 (en) Application-driven optimization of acquisition and reconstruction of SPECT/PET projection data
CN113096210A (zh) 图像重建方法、装置、电子设备和存储介质
CN101478920A (zh) 对狭窄的局部运动补偿重建
CN111325758A (zh) 肺部图像分割方法及装置、图像分割模型的训练方法
WO2019220871A1 (ja) 胸部x線画像の異常表示制御方法、異常表示制御プログラム、異常表示制御装置、及びサーバ装置
US20220198667A1 (en) Method and device for extracting blood vessel wall
US20050018889A1 (en) Systems and methods for filtering images
CN113313649B (zh) 图像重建方法及装置
CN110930394B (zh) 测量肌肉肌纤维束线斜率和羽状角的方法及终端设备
US20220044454A1 (en) Deep reinforcement learning for computer assisted reading and analysis
US20220378383A1 (en) Target area determination method and medical imaging system
JP6491823B2 (ja) 医用画像診断支援装置、方法およびプログラム
JP7403994B2 (ja) 医用画像処理装置および医用画像処理方法
CN114868152A (zh) 用于在高相对螺距下采集的计算机断层摄影x射线数据的装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170822