CN107194899A - Ct图像的伪影校正方法和系统 - Google Patents
Ct图像的伪影校正方法和系统 Download PDFInfo
- Publication number
- CN107194899A CN107194899A CN201710491817.7A CN201710491817A CN107194899A CN 107194899 A CN107194899 A CN 107194899A CN 201710491817 A CN201710491817 A CN 201710491817A CN 107194899 A CN107194899 A CN 107194899A
- Authority
- CN
- China
- Prior art keywords
- matrix
- images
- artifact
- correction
- 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.)
- Granted
Links
- 238000012937 correction Methods 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000011159 matrix material Substances 0.000 claims abstract description 262
- 241001269238 Data Species 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003491 array Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 7
- 210000000988 bone and bone Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 210000000515 tooth Anatomy 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000009966 trimming Methods 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种CT图像的伪影校正方法和系统。上述CT图像的伪影校正方法包括:以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据径向矩阵的型号建立径向矩阵对应的校正矩阵;针对各组径向矩阵和校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用校正滤波序列确定校正值,将校正值保存在该元素在所述校正矩阵对应的位置处;根据校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵;将第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种CT图像的伪影校正方法和系统。
背景技术
计算机断层摄影技术(Computed Tomography,CT),简称CT技术,广泛应用在医学诊疗和工业无损检测等领域。但是,不可避免地,由于探测器上的探测元像素响应不一致性,重建出来的CT图像常常伴随具有相同圆心的环形伪影。这些伪影的存在,对后续图像处理和量化分析带来较大误差,因此,十分有必要最大程度去除CT图像中这些环形伪影。
传统的去除CT图像环形或者弧形等伪影的方案中,有技术在CT图像未进行重建之前的投影正弦图中进行图像处理,CT图像中的环形伪影对应在投影正弦图中表现为直线特征,通过对这些直线定位和校正后,再进行CT图像重建,达到去除CT环形伪影的目的;还有技术将CT图像从直角坐标系变换到极坐标系下,使环形或者弧形伪影也变换成了直线伪影,对直线伪影定位和校正,再变换回直角坐标系下,达到去除CT环形伪影的目的。
然而,上述去除CT图像伪影的方案中,前者所占存储空间大,简单的算法处理后,无法重建有效去除环形伪影的CT图像,而复杂的算法既耗时又因为多个不同参数制约最终CT图像校正质量,也可能伴随新伪影的出现,影响去除CT图像中相应伪影的效果;后者需要两次坐标变换,可能带来图像结构边缘失真现象,且需要以CT图像的环形伪影的圆心作为极坐标的原点进行变换,解决直线伪影校正,若圆心没有进行精确确定,直线伪影在极坐标系下可能表现为“斜线”,对校正过程带来困难,容易导致CT图像中伪影的去除效果差。
发明内容
基于此,有必要针对传统方案导致CT图像中伪影的去除效果差的技术问题,提供一种CT图像的伪影校正方法和系统。
一种CT图像的伪影校正方法,包括如下步骤:
以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵;其中,各个径向数据中的像素点所确定的径向直线通过中心,任意两条相邻的径向直线之间的夹角相等,所述校正矩阵与径向矩阵为列数相同的一维矩阵,校正矩阵的初始值为零;
针对各组径向矩阵和校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处;
根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵;其中,第二图像矩阵中取值为零的元素,对应在第三图像矩阵中该元素对应的元素为零;
将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正。
一种CT图像的伪影校正系统,包括:
生成模块,用于以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵;其中,各个径向数据中的像素点所确定的径向直线通过中心,任意两条相邻的径向直线之间的夹角相等,所述校正矩阵与径向矩阵为列数相同的一维矩阵,校正矩阵的初始值为零;
设置模块,用于针对各组径向矩阵和校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处;
第一确定模块,用于根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵;其中,第二图像矩阵中取值为零的元素,对应在第三图像矩阵中该元素对应的元素为零;
第二确定模块,用于将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正。
上述CT图像的伪影校正方法和系统,可以以CT图像的伪影圆心为中心,在相应伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,建立径向矩阵对应的校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处,以便根据上述校正矩阵分别确定所述第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵,再将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正;所确定的CT图像可以对其中的环形或者弧形等伪影进行高精度去除,具有较高的去除效果。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上所述的CT图像的伪影校正方法。
上述计算机可读存储介质上存储的计算机程序,被处理器执行时可以实现如上所述的CT图像的伪影校正方法,能够对相应CT图像中的伪影进行有效去除,稳定性强。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的CT图像的伪影校正方法。
上述计算机设备中,处理器执行所述程序时可以实现如上所述的CT图像的伪影校正方法,有效提高了相应的伪影去除效果。
附图说明
图1为一个实施例的CT图像的伪影校正方法流程图;
图2为一个实施例的校正矩阵元素更新过程示意图;
图3为一个实施例的CT图像的伪影校正系统结构示意图;
图4为一个实施例的计算机设备结构示意图。
具体实施方式
下面结合附图对本发明的CT图像的伪影校正方法和系统的具体实施方式作详细描述。
参考图1,图1所示为一个实施例的CT图像的伪影校正方法流程图,包括如下步骤:
S10,以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵;其中,各个径向数据中的像素点所确定的径向直线通过中心,任意两条相邻的径向直线之间的夹角相等,所述校正矩阵与径向矩阵为列数相同的一维矩阵,校正矩阵的初始值为零;
上述CT图像的伪影圆心可以通过可视化软件工具或者相关图像处理算法等方式进行相应确定。上述伪影圆心可以是上述CT图像中,环形和弧形伪影的粗略圆心位置,比如,可以通过在CT图像上点击鼠标来获取用户肉眼观测得到的伪影圆心位置,对上述伪影圆心位置进行粗略估计。伪影圆心在CT图像中的坐标可记为(C1,C2),其中C1表示伪影圆心在CT图像的哪一行,C2表示伪影圆心在CT图像的哪一列。
CT图像可以包括伪影区域和非伪影区域两部分。具体地,CT图像中,像素值大于某一像素阈值的区域为非伪影区域(如骨头图像区域等高密度组织区域);像素值小于或者等于该像素阈值的区域确定为伪影区域。将上述CT图像中,非伪影区域各像素点对应的像素值置零所得到图像为伪影图像;将CT图像中,伪影区域各像素点对应的像素值置零所得到图像为非伪影图像。依据非伪影图像各像素点的像素值,可以得到非伪影矩阵,非伪影矩阵的行数等于非伪影图像的像素行数,非伪影矩阵的列数等于非伪影图像的像素列数,非伪影矩阵的各个元素与非伪影图像中各个像素点一一对应,元素取值等于相应像素点的像素值。
上述CT图像的伪影图像上获取多个径向数据的过程包括:
获得以伪影圆心(C1,C2)为中心的360°范围内径向数据A(β)和这些数据位于CT图像中的行列标号Index,β为径向数据对应的径向直线与参考线之间的夹角,β为大于等于0°且小于等于360°的角度值,任意两条相邻径向直线之间的夹角可以为θ,具体地,θ的取值可以小于等于1°,且θ可以整除360。上述参考线可以为伪影图像上的一条水平射线或者垂直射线等便于识别的参照线,其可以与其中一条径向直线重合。上述径向数据包括伪影图像上的若干个像素点,根据这些像素点对应的像素值可以得到该径向数据对应的径向矩阵,在径向矩阵中,第一个元素的元素取值为径向数据中第一个像素点的像素值,第二个元素的元素取值为径向数据中第二个像素点的像素值,以此类推,直至最后一个元素取到相应径向数据最后一个像素点的像素值。径向数据中第一个像素点为其中最靠近伪影圆心的像素点,最后一个像素点为其中距伪影圆心最远的像素点。校正矩阵为型号(即矩阵行数和列数)与径向矩阵完全一致的零矩阵。
S20,针对各组径向矩阵和校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处;
上述步骤可以依次针对径向矩阵的各个元素设置校正滤波序列,具体可以根据该元素的取值特征,以及该元素的前几个元素以及后几个元素的取值特征设置校正滤波序列,利用上述设置校正滤波序列确定该元素在校正矩阵中相应元素的校正值。校正矩阵的各元素与相应径向矩阵各元素一一对应,即在一组径向矩阵和校正矩阵种,径向矩阵第一个元素对应确定校正矩阵的第一元素,径向矩阵第二个元素对应确定校正矩阵的第二元素,依次类推;具体地,可以依据径向矩阵第一个元素设置校正滤波序列,利用所述校正滤波序列确定校正值,此时确定的校正值即为校正矩阵第一个元素值。
S30,根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵;其中,第二图像矩阵中取值为零的元素,对应在第三图像矩阵中该元素对应的元素为零;
CT图像的第一图像矩阵和第二图像矩阵为依据CT图像像素特征建立的同型号零矩阵,若上述CT图像包括M行像素N列像素,则上述第一图像矩阵和第二图像矩阵的矩阵大小均为M*N。第一图像矩阵和第二图像矩阵中,各个元素在上述CT图像均存在对应的像素点,如,第一行第一个元素对应CT图像第一行第一列的像素点,第二行第一个元素对应CT图像第二行第一列的像素点等等。伪影图像为将CT图像非伪影区域各像素点对应的像素值置零后得到的图像,其中的各个像素点与CT图像中的各个像素点一一对应,即伪影图像中的任意一个像素点可以在相应的CT图像中找到其对应的像素点,两者(伪影图像的某像素点与该像素点在CT图像中对应的像素点)在各自所在图像中的位置完全相同。径向矩阵和校正矩阵中的元素分别对应伪影图像中相同的若干个像素点,这些像素点在上述CT图像中均存在相应的像素点,即在第一图像矩阵和第二图像矩阵中存在相对应的元素,也就是说,各个校正矩阵的元素均与第一图像矩阵中的若干个元素相对应,且各个校正矩阵的元素均与第二图像矩阵中的若干个元素相对应。可以对依据像素点的位置特征(如第几行第几列等等)在CT图像和伪影图像中设置各个像素点的索引参数,相应的设置各像素点所对应的元素在第一图像矩阵、第二图像矩阵、径向矩阵以及校正矩阵中的索引参数,利用上述索引参数确定校正矩阵各元素在第一图像矩阵和第二图像矩阵分别对应的元素。
上述第二图像矩阵可能存在取值为零的元素值,若第二图像矩阵中的某元素取值为零,则可以将该元素在第三图像矩阵所对应的元素值设为零,以保证所确定的第三图像矩阵的准确性。
S40,将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正。
上述第三图像矩阵为将CT图像的伪影部分进行校正后的数据矩阵,将其与CT图像的非伪影矩阵相加,所得到的叠加矩阵便为CT图像的完整数据矩阵,依据上述叠加矩阵所确定的图像即为进行伪影校正后的CT图像。
本发明提供的CT图像的伪影校正方法,可以以CT图像的伪影圆心为中心,在相应伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,建立径向矩阵对应的校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处,以便根据上述校正矩阵分别确定所述第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵,再将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正;所确定的CT图像可以对其中的环形或者弧形等伪影进行高精度去除,具有较高的去除效果。
在一个实施例中,上述以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵的过程之前,还可以包括:
建立CT图像对应的第一图像矩阵和第二图像矩阵,识别所述CT图像中的非伪影区域,生成所述非伪影区域对应的非伪影矩阵,将所述CT图像中非伪影区域各个像素点的像素值置零,得到伪影图像。
CT图像可以包括伪影区域和非伪影区域两部分。具体地,CT图像中,像素值大于某一像素阈值的区域为非伪影区域(如骨头图像区域等高密度组织区域);像素值小于或者等于该像素阈值的区域确定为伪影区域;上述像素阈值可以为800等能区分CT图像中高密度组织区域的像素值。将上述CT图像中,非伪影区域各像素点对应的像素值置零所得到图像为伪影图像;将CT图像中,伪影区域各像素点对应的像素值置零所得到图像为非伪影图像。
作为一个实施例,上述建立CT图像对应的第一图像矩阵和第二图像矩阵的过程可以包括:
根据待进行伪影校正的CT图像大小建立型号相同的第一图像矩阵和第二图像矩阵;其中所述第一图像矩阵和第二图像矩阵的行数与所述CT图像中像素点行数相等,第一图像矩阵和第二图像矩阵的列数与所述CT图像中像素点列数相等。
上述第一图像矩阵和第二图像矩阵为依据CT图像像素特征建立的同型号零矩阵,若上述CT图像包括M行像素N列像素,则上述第一图像矩阵和第二图像矩阵的矩阵大小均为M*N。第一图像矩阵和第二图像矩阵中,各个元素在上述CT图像均存在对应的像素点,如,第一行第一个元素对应CT图像第一行第一列的像素点,第二行第一个元素对应CT图像第二行第一列的像素点等等。
在一个实施例中,上述根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值的过程可以包括:
识别各个校正矩阵的元素分别在第一图像矩阵和第二图像矩阵对应的元素,将所述第一图像矩阵中各元素的取值确定为该元素与该元素对应的校正元素之和,并在对该元素进行求和时,将第二图像矩阵中该元素所对应的元素值加1;其中,所述该元素对应的校正元素为该元素在校正矩阵中所对应的元素。
第一图像矩阵和第二图像矩阵中,各个元素在上述CT图像均存在对应的像素点,伪影图像的各个像素点与CT图像中的各个像素点一一对应。这样伪影图像中的任意一个像素点可以在相应的CT图像中找到其对应的像素点,两者(伪影图像的某像素点与该像素点在CT图像中对应的像素点)在各自所在图像中的位置完全相同。径向矩阵和校正矩阵中的元素分别对应伪影图像中相同的若干个像素点,这些像素点在上述CT图像中均存在相应的像素点,即在第一图像矩阵和第二图像矩阵中存在相对应的元素,也就是说,各个校正矩阵的元素均与第一图像矩阵中的若干个元素相对应,且各个校正矩阵的元素均与第二图像矩阵中的若干个元素相对应。可以对依据像素点的位置特征(如第几行第几列等等)在CT图像和伪影图像中设置各个像素点的索引参数,相应的设置各像素点所对应的元素在第一图像矩阵、第二图像矩阵、径向矩阵以及校正矩阵中的索引参数,利用上述索引参数确定校正矩阵各元素在第一图像矩阵和第二图像矩阵分别对应的元素。
本实施例根据某校正矩阵对第一图像矩阵和第二图像矩阵的相应元素进行更新的具体过程可以包括:
识别该校正矩阵分别在第一图像矩阵中对应的若干个元素,确定该校正矩阵中各元素与第一图像矩阵中各元素之间的对应关系,将第一图像矩阵中的任意一个元素的值均确定为该元素与其在校正矩阵中所对应的元素值之和;
在对第一图像矩阵中的任意一个元素进行求和运算,对该元素的取值进行更新时,将第二图像矩阵中该元素所对应的元素值加1。
在一个实施例中,上述识别所述CT图像中的非伪影区域的过程可以包括:
识别所述CT图像中各个像素点对应的像素值,将所述像素值大于像素阈值的区域确定为非伪影区域,将所述像素值小于或者等于像素阈值的区域确定为伪影区域。
上述像素阈值可以为800等能区分CT图像中高密度组织区域的像素值。
本实施例可以较为准确地识别CT图像的非伪影区域和伪影区域。
在一个实施例中,上述根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值的过程可以包括:
根据所述径向矩阵中的任意一个元素设置校正滤波序列;其中所述校正滤波序列为以该元素为中心数值(中间元素的取值)的奇数序列,所述校正滤波序列中,中心数值之前的序列取值与位于该元素前的元素取值一致,中心数值之后的序列取值与位于该元素后的元素取值一致;
将所述校正滤波序列的中间值确定为该元素对应的校正值;
以此类推,直至确认所述径向矩阵中各元素对应的校正值。
若某径向矩阵的多个径向元素(径向数据)用A(β)表示,则该径向矩阵对应的校正矩阵可以为与A(β)大小(型号)相同的一维矩阵B,B的初始值为0。此时,可以针对该径向矩阵的第一个元素(最靠近伪影圆心的径向元素)设计一维滤波器矩阵(校正滤波序列),上述一维滤波器矩阵的尺寸为1*P,P可以为大于等于3且小于等于9的奇数,P的具体取值可以根据CT图像环形和弧形伪影的宽度进行调节,若宽度小则选择较小的P值,否则选择较大的P值。径向矩阵第b个元素所对应的一维滤波器矩阵中,中间元素可以取该径向矩阵的第b个元素,中间元素之前的第a(a为小于等于(P+1)/2的整数)个元素值可以取径向矩阵中相应元素之前的第a个元素值(若该元素前不存在第a个元素,则用0替代),中间元素之后的第a个元素值可以取径向矩阵中相应元素之后的第a个元素值(若该元素后不存在第a个元素,则用0替代),这样径向矩阵第b个元素所对应的一维滤波器矩阵便得到相应确定,接着可以计算上述一维滤波器矩阵的中间值,将该中间值确定为径向矩阵第b个元素对应的校正值,即径向元素在相应校正矩阵中所对应元素的取值。重复上述确定径向矩阵第b个元素对应的校正值的过程,直至确定相应校正矩阵中各元素的取值。
在一个实施例中,上述将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正的过程之前,还可以包括:
对所述第三图像矩阵的各个元素取值进行四舍五入,将各个元素的取值调整为相应的整数取值。
本实施例将第三图像矩阵的各个元素取值进行四舍五入,将各个元素的取值调整为相应的整数取值后,再将其与相应的非伪影矩阵叠加,可以进一步简化后续处理过程。
上述CT图像的伪影校正方法无需通过直角坐标系和极坐标系之间的变换,不会造成图像结构边缘失真现象;在不对CT图像环形和弧形伪影的圆心位置进行精确定位的情形下,可以有效去除伪影,稳定性强;此外,算法抗噪效果好,不会引入新的噪声点,所涉及的数学公式简单,易于工程实现,执行效率高。
在一个实施例中,可以利用上述CT图像的伪影校正方法对512*512的头部CT图像I进行相应的伪影校正:
(1)导入图2所示的CT图像,其中头部含有空气、软组织、骨头和牙齿,而且含有强度不一的环形和弧形伪影。创建一个512*512大小的零矩阵I1(第一图像矩阵),和一个512*512大小的零矩阵I2(第二图像矩阵)。
(2)粗略估计相应的圆心(伪影圆心)位置位于第256行第256列。
(3)骨头牙齿区域不参与校正计算,即像素值大于800的像素值(非伪影区域)不参与校正计算,以节省后续图像处理时间。阈值分割出来的骨组织记作I_bone;
(4)以(2)中确定的圆心位置,获取360°范围内的径向数据,相邻径向数据间隔0.5°,因此,有720个方向下的径向数据。对于每个角度下的径向数据矩阵A,也需要得知其在图像I中对应的像素编号index集合(即A中的每个元素位于I中的哪一行哪一列),同时创建一个和矩阵A同样大小的矩阵B,初始值为零。设计一个尺寸为1*5的一维滤波器在数据A上从头部到尾部以步长1进行游走,每个位置下,对一维滤波器掩盖下的A中的数据进行按照从大到小排列,取中间值作为一维滤波器中心位置掩盖下的A中的数据的更新值并存在矩阵B中(过程如图2所示),再根据index集合把B中的更新值加回到矩阵I1中,得到更新的I1,同时根据index集合对被更新的像素位置在I2中分别加1,得到更新的I2;
(5)根据I_bone高密度组织和非高密度组织的划分,对I1中对应的每个非高密度像素值除以I2中对应位置的每个像素值,并作取整处理,而对应的高密度像素值设置为0,得到图像I3;
(6)将I3与I_bone相加,得到校正后的CT图像,输出CT图像,完成校正。
参考图3所示,图3为一个实施例的CT图像的伪影校正系统结构示意图,包括:
生成模块10,用于以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵;其中,各个径向数据中的像素点所确定的径向直线通过中心,任意两条相邻的径向直线之间的夹角相等,所述校正矩阵与径向矩阵为列数相同的一维矩阵,校正矩阵的初始值为零;
上述CT图像的伪影圆心可以通过可视化软件工具或者相关图像处理算法等方式进行相应确定。上述伪影圆心可以是上述CT图像中,环形和弧形伪影的粗略圆心位置,比如,可以通过在CT图像上点击鼠标来获取用户肉眼观测得到的伪影圆心位置,对上述伪影圆心位置进行粗略估计。伪影圆心在CT图像中的坐标可记为(C1,C2),其中C1表示伪影圆心在CT图像的哪一行,C2表示伪影圆心在CT图像的哪一列。
CT图像可以包括伪影区域和非伪影区域两部分。具体地,CT图像中,像素值大于某一像素阈值的区域为非伪影区域(如骨头图像区域等高密度组织区域);像素值小于或者等于该像素阈值的区域确定为伪影区域。将上述CT图像中,非伪影区域各像素点对应的像素值置零所得到图像为伪影图像;将CT图像中,伪影区域各像素点对应的像素值置零所得到图像为非伪影图像。依据非伪影图像各像素点的像素值,可以得到非伪影矩阵,非伪影矩阵的行数等于非伪影图像的像素行数,非伪影矩阵的列数等于非伪影图像的像素列数,非伪影矩阵的各个元素与非伪影图像中各个像素点一一对应,元素取值等于相应像素点的像素值。
上述CT图像的伪影图像上获取多个径向数据的过程包括:
获得以伪影圆心(C1,C2)为中心的360°范围内径向数据A(β)和这些数据位于CT图像中的行列标号Index,β为径向数据对应的径向直线与参考线之间的夹角,β为大于等于0°且小于等于360°的角度值,任意两条相邻径向直线之间的夹角可以为θ,具体地,θ的取值可以小于等于1°,且θ可以整除360。上述参考线可以为伪影图像上的一条水平射线或者垂直射线等便于识别的参照线,其可以与其中一条径向直线重合。上述径向数据包括伪影图像上的若干个像素点,根据这些像素点对应的像素值可以得到该径向数据对应的径向矩阵,在径向矩阵中,第一个元素的元素取值为径向数据中第一个像素点的像素值,第二个元素的元素取值为径向数据中第二个像素点的像素值,以此类推,直至最后一个元素取到相应径向数据最后一个像素点的像素值。径向数据中第一个像素点为其中最靠近伪影圆心的像素点,最后一个像素点为其中距伪影圆心最远的像素点。校正矩阵为型号(即矩阵行数和列数)与径向矩阵完全一致的零矩阵。
设置模块20,用于针对各组径向矩阵和校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处;
上述设置模块20可以依次针对径向矩阵的各个元素设置校正滤波序列,具体可以根据该元素的取值特征,以及该元素的前几个元素以及后几个元素的取值特征设置校正滤波序列,利用上述设置校正滤波序列确定该元素在校正矩阵中相应元素的校正值。校正矩阵的各元素与相应径向矩阵各元素一一对应,即在一组径向矩阵和校正矩阵种,径向矩阵第一个元素对应确定校正矩阵的第一元素,径向矩阵第二个元素对应确定校正矩阵的第二元素,依次类推;具体地,可以依据径向矩阵第一个元素设置校正滤波序列,利用所述校正滤波序列确定校正值,此时确定的校正值即为校正矩阵第一个元素值。
第一确定模块30,用于根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵;其中,第二图像矩阵中取值为零的元素,对应在第三图像矩阵中该元素对应的元素为零;
CT图像的第一图像矩阵和第二图像矩阵为依据CT图像像素特征建立的同型号零矩阵,若上述CT图像包括M行像素N列像素,则上述第一图像矩阵和第二图像矩阵的矩阵大小均为M*N。第一图像矩阵和第二图像矩阵中,各个元素在上述CT图像均存在对应的像素点,如,第一行第一个元素对应CT图像第一行第一列的像素点,第二行第一个元素对应CT图像第二行第一列的像素点等等。伪影图像为将CT图像非伪影区域各像素点对应的像素值置零后得到的图像,其中的各个像素点与CT图像中的各个像素点一一对应,即伪影图像中的任意一个像素点可以在相应的CT图像中找到其对应的像素点,两者(伪影图像的某像素点与该像素点在CT图像中对应的像素点)在各自所在图像中的位置完全相同。径向矩阵和校正矩阵中的元素分别对应伪影图像中相同的若干个像素点,这些像素点在上述CT图像中均存在相应的像素点,即在第一图像矩阵和第二图像矩阵中存在相对应的元素,也就是说,各个校正矩阵的元素均与第一图像矩阵中的若干个元素相对应,且各个校正矩阵的元素均与第二图像矩阵中的若干个元素相对应。可以对依据像素点的位置特征(如第几行第几列等等)在CT图像和伪影图像中设置各个像素点的索引参数,相应的设置各像素点所对应的元素在第一图像矩阵、第二图像矩阵、径向矩阵以及校正矩阵中的索引参数,利用上述索引参数确定校正矩阵各元素在第一图像矩阵和第二图像矩阵分别对应的元素。
上述第二图像矩阵可能存在取值为零的元素值,若第二图像矩阵中的某元素取值为零,则可以将该元素在第三图像矩阵所对应的元素值设为零,以保证所确定的第三图像矩阵的准确性。
第二确定模块40,用于将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正。
上述第三图像矩阵为将CT图像的伪影部分进行校正后的数据矩阵,将其与CT图像的非伪影矩阵相加,所得到的叠加矩阵便为CT图像的完整数据矩阵,依据上述叠加矩阵所确定的图像变为进行伪影校正后的CT图像。
本发明提供的CT图像的伪影校正系统与本发明提供的CT图像的伪影校正方法一一对应,在所述CT图像的伪影校正方法的实施例阐述的技术特征及其有益效果均适用于CT图像的伪影校正系统的实施例中,特此声明。
基于如上所述的示例,一个实施例中还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上所述的CT图像的伪影校正方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
基于如上所述的示例,参考图4所示,本发明还提供一种计算机设备60,该计算机设备包括存储器61、处理器62及存储在存储器62上并可在处理器61上运行的计算机程序,所述处理器61执行所述程序时实现如上述各实施例中的任意一种CT图像的伪影校正方法。
上述计算机设备60可以包括电脑等智能处理设备。本领域普通技术人员可以理解存储器61存储的计算机程序,与上述CT图像的伪影校正方法实施例中的描述相对应,处理器62还可用于执行存储器61所存储的其他可执行指令。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种CT图像的伪影校正方法,其特征在于,包括如下步骤:
以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵;其中,各个径向数据中的像素点所确定的径向直线通过中心,任意两条相邻的径向直线之间的夹角相等,所述校正矩阵与径向矩阵为列数相同的一维矩阵,校正矩阵的初始值为零;
针对各组径向矩阵和校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处;
根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵;其中,第二图像矩阵中取值为零的元素,对应在第三图像矩阵中该元素对应的元素为零;
将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正。
2.根据权利要求1所述的CT图像的伪影校正方法,其特征在于,所述以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵的过程之前,还包括:
建立CT图像对应的第一图像矩阵和第二图像矩阵,识别所述CT图像中的非伪影区域,生成所述非伪影区域对应的非伪影矩阵,将所述CT图像中非伪影区域各个像素点的像素值置零,得到伪影图像。
3.根据权利要求2所述的CT图像的伪影校正方法,其特征在于,所述建立CT图像对应的第一图像矩阵和第二图像矩阵的过程包括:
根据待进行伪影校正的CT图像大小建立型号相同的第一图像矩阵和第二图像矩阵;其中所述第一图像矩阵和第二图像矩阵的行数与所述CT图像中像素点行数相等,第一图像矩阵和第二图像矩阵的列数与所述CT图像中像素点列数相等。
4.根据权利要求2所述的CT图像的伪影校正方法,其特征在于,所述根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值的过程包括:
识别各个校正矩阵的元素分别在第一图像矩阵和第二图像矩阵对应的元素,将所述第一图像矩阵中各元素的取值确定为该元素与该元素对应的校正元素之和,并在对该元素进行求和时,将第二图像矩阵中该元素所对应的元素值加1;其中,所述该元素对应的校正元素为该元素在校正矩阵中所对应的元素。
5.根据权利要求2所述的CT图像的伪影校正方法,其特征在于,所述识别所述CT图像中的非伪影区域的过程包括:
识别所述CT图像中各个像素点对应的像素值,将所述像素值大于像素阈值的区域确定为非伪影区域,将所述像素值小于或者等于像素阈值的区域确定为伪影区域。
6.根据权利要求1至5任一项所述的CT图像的伪影校正方法,其特征在于,所述根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值的过程包括:
根据所述径向矩阵中的任意一个元素设置校正滤波序列;其中所述校正滤波序列为以该元素为中心数值的奇数序列,所述校正滤波序列中,中心数值之前的序列取值与位于该元素前的元素取值一致,中心数值之后的序列取值与位于该元素后的元素取值一致;
将所述校正滤波序列的中间值确定为该元素对应的校正值;
以此类推,直至确认所述径向矩阵中各元素对应的校正值。
7.根据权利要求1至5任一项所述的CT图像的伪影校正方法,其特征在于,所述将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正的过程之前,还包括:
对所述第三图像矩阵的各个元素取值进行四舍五入,将各个元素的取值调整为相应的整数取值。
8.一种CT图像的伪影校正系统,其特征在于,包括:
生成模块,用于以CT图像的伪影圆心为中心,在CT图像的伪影图像上获取多个径向数据,生成各个径向数据对应径向矩阵,根据所述径向矩阵的型号建立所述径向矩阵对应的校正矩阵;其中,各个径向数据中的像素点所确定的径向直线通过中心,任意两条相邻的径向直线之间的夹角相等,所述校正矩阵与径向矩阵为列数相同的一维矩阵,校正矩阵的初始值为零;
设置模块,用于针对各组径向矩阵和校正矩阵,根据所述径向矩阵中元素的取值设置校正滤波序列,利用所述校正滤波序列确定校正值,将所述校正值保存在该元素在所述校正矩阵对应的位置处;
第一确定模块,用于根据所述校正矩阵分别确定所述CT图像的第一图像矩阵和第二图像矩阵中各元素的取值,将第一图像矩阵的各个元素除以第二图像矩阵相应元素得到第三图像矩阵;其中,第二图像矩阵中取值为零的元素,对应在第三图像矩阵中该元素对应的元素为零;
第二确定模块,用于将所述第三图像矩阵与CT图像的非伪影矩阵相加,得到叠加矩阵,根据所述叠加矩阵对CT图像的伪影进行校正。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任意一项所述的CT图像的伪影校正方法。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任意一项所述的CT图像的伪影校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710491817.7A CN107194899B (zh) | 2017-06-20 | 2017-06-20 | Ct图像的伪影校正方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710491817.7A CN107194899B (zh) | 2017-06-20 | 2017-06-20 | Ct图像的伪影校正方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107194899A true CN107194899A (zh) | 2017-09-22 |
CN107194899B CN107194899B (zh) | 2018-04-06 |
Family
ID=59878784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710491817.7A Active CN107194899B (zh) | 2017-06-20 | 2017-06-20 | Ct图像的伪影校正方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194899B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060316A (zh) * | 2019-04-29 | 2019-07-26 | 重庆邮电大学 | 一种用于ct重建中多区域分割的环伪影校正方法 |
CN110097517A (zh) * | 2019-04-28 | 2019-08-06 | 东软医疗系统股份有限公司 | 去除图像伪影的方法及装置 |
CN110704024A (zh) * | 2019-09-28 | 2020-01-17 | 深圳芯英科技有限公司 | 一种矩阵处理装置、方法及处理设备 |
CN111047659A (zh) * | 2019-11-08 | 2020-04-21 | 湖北科技学院 | 结合滤波方法的ct环形伪影的校正方法 |
CN111110260A (zh) * | 2019-12-24 | 2020-05-08 | 沈阳先进医疗设备技术孵化中心有限公司 | 一种图像重建方法、装置及终端设备 |
CN114271791A (zh) * | 2022-01-12 | 2022-04-05 | 广州永士达医疗科技有限责任公司 | 一种oct成像系统的伪影检测方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
US20090002637A1 (en) * | 2004-09-15 | 2009-01-01 | Masayuki Harada | Image Projection System and Image Geometric Correction Device |
CN103186883A (zh) * | 2011-12-29 | 2013-07-03 | 上海联影医疗科技有限公司 | 一种ct图像重建中骨硬化伪影的校正方法 |
CN103745440A (zh) * | 2014-01-08 | 2014-04-23 | 中国科学院苏州生物医学工程技术研究所 | Ct系统金属伪影校正方法 |
CN106296615A (zh) * | 2016-08-16 | 2017-01-04 | 广州华端科技有限公司 | Ct图像中校正金属伪影的方法和系统 |
-
2017
- 2017-06-20 CN CN201710491817.7A patent/CN107194899B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090002637A1 (en) * | 2004-09-15 | 2009-01-01 | Masayuki Harada | Image Projection System and Image Geometric Correction Device |
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
CN103186883A (zh) * | 2011-12-29 | 2013-07-03 | 上海联影医疗科技有限公司 | 一种ct图像重建中骨硬化伪影的校正方法 |
CN103745440A (zh) * | 2014-01-08 | 2014-04-23 | 中国科学院苏州生物医学工程技术研究所 | Ct系统金属伪影校正方法 |
CN106296615A (zh) * | 2016-08-16 | 2017-01-04 | 广州华端科技有限公司 | Ct图像中校正金属伪影的方法和系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097517A (zh) * | 2019-04-28 | 2019-08-06 | 东软医疗系统股份有限公司 | 去除图像伪影的方法及装置 |
CN110097517B (zh) * | 2019-04-28 | 2022-12-27 | 东软医疗系统股份有限公司 | 去除图像伪影的方法及装置 |
CN110060316A (zh) * | 2019-04-29 | 2019-07-26 | 重庆邮电大学 | 一种用于ct重建中多区域分割的环伪影校正方法 |
CN110060316B (zh) * | 2019-04-29 | 2023-03-03 | 重庆邮电大学 | 一种用于ct重建中多区域分割的环伪影校正方法 |
CN110704024A (zh) * | 2019-09-28 | 2020-01-17 | 深圳芯英科技有限公司 | 一种矩阵处理装置、方法及处理设备 |
CN111047659A (zh) * | 2019-11-08 | 2020-04-21 | 湖北科技学院 | 结合滤波方法的ct环形伪影的校正方法 |
CN111110260A (zh) * | 2019-12-24 | 2020-05-08 | 沈阳先进医疗设备技术孵化中心有限公司 | 一种图像重建方法、装置及终端设备 |
CN111110260B (zh) * | 2019-12-24 | 2023-09-26 | 沈阳先进医疗设备技术孵化中心有限公司 | 一种图像重建方法、装置及终端设备 |
CN114271791A (zh) * | 2022-01-12 | 2022-04-05 | 广州永士达医疗科技有限责任公司 | 一种oct成像系统的伪影检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107194899B (zh) | 2018-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194899B (zh) | Ct图像的伪影校正方法和系统 | |
CN106600568B (zh) | 一种低剂量ct图像去噪方法及装置 | |
CN101909525B (zh) | 图像处理方法、装置以及断层摄影装置 | |
CN103679642B (zh) | 一种ct图像金属伪影校正方法、装置及ct设备 | |
EP1522045B1 (en) | Motion artifact correction of tomographical images | |
KR101473538B1 (ko) | 엑스선 이미지들 내의 마커 위치들로부터의 환자 모션 벡터들의 추출 | |
CN103054600B (zh) | X射线ct装置、医用图像处理装置及医用图像处理方法 | |
CN106683144A (zh) | 一种图像迭代重建方法及装置 | |
CN109300096A (zh) | 一种多聚焦图像融合方法及装置 | |
JP2006081908A (ja) | コンピュータ断層撮影装置により作成された断層画像からリングアーチファクトを除去する方法 | |
CN104751502B (zh) | 一种用于扩大视野的ct图像重建方法 | |
CN111009032B (zh) | 基于改进外极线约束匹配的血管三维重建方法 | |
CN111110260B (zh) | 一种图像重建方法、装置及终端设备 | |
CN112348883B (zh) | 血管介入手术中介入器械端点实时定位系统、方法、装置 | |
CN112330565A (zh) | 基于改善的U-net的低剂量CT投影域中图像去噪方法 | |
CN104318595A (zh) | Ct图像的运动向量场的计算方法及装置 | |
US8571171B2 (en) | Reconstructing a tomographic image with reduced artifacts | |
Axelsson et al. | Reduction of ring artifacts in high resolution X-ray microtomography images | |
JPH0759763A (ja) | 3次元物体計測装置 | |
Song et al. | Super-resolution PET using a very deep convolutional neural network | |
CN116485925A (zh) | 一种ct图像环状伪影抑制方法、装置、设备和存储介质 | |
CN101524278A (zh) | 一种图像深度效应校正方法 | |
Kim et al. | Effect of post-reconstruction gaussian filtering on image quality and myocardial blood flow measurement with N-13 ammonia PET | |
CN115239836A (zh) | 一种基于端到端神经网络的极端稀疏视角ct重建方法 | |
CN112465900A (zh) | 一种立体脑电图电极定位方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230817 Address after: No. 501-3, 5th Floor, Building 9, No. 129 Dingxing Road, Tangjiawan Town, High tech Zone, Zhuhai City, Guangdong Province, 519000 Patentee after: Zhuhai Ruitong Medical Equipment Co.,Ltd. Address before: Room 1009 and 1010, No. 1001, No. 286, Science Avenue, Guangzhou High-tech Industrial Development Zone, Guangzhou City, Guangdong Province, 510530 Patentee before: GUANGZHOU HUADUAN TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |