CN107205710B - 放射线图像生成方法以及图像处理装置 - Google Patents

放射线图像生成方法以及图像处理装置 Download PDF

Info

Publication number
CN107205710B
CN107205710B CN201580072820.4A CN201580072820A CN107205710B CN 107205710 B CN107205710 B CN 107205710B CN 201580072820 A CN201580072820 A CN 201580072820A CN 107205710 B CN107205710 B CN 107205710B
Authority
CN
China
Prior art keywords
weight coefficient
image processing
nearest neighbor
image
difference
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.)
Active
Application number
CN201580072820.4A
Other languages
English (en)
Other versions
CN107205710A (zh
Inventor
崎本智则
西野和义
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.)
Shimadzu Corp
Original Assignee
Shimadzu 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 Shimadzu Corp filed Critical Shimadzu Corp
Publication of CN107205710A publication Critical patent/CN107205710A/zh
Application granted granted Critical
Publication of CN107205710B publication Critical patent/CN107205710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/04—Positioning of patients; Tiltable beds or the like
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • 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
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/025—Tomosynthesis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • 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
    • G06T2207/10116—X-ray image

Landscapes

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

Abstract

作为本发明的图像处理装置，图像处理部(9)具备：权重系数设定部(9a)，其基于用最近邻法得到的反投影像素值(Inn)与用双线性法得到的反投影像素值(Ibi)之差的绝对值(|Ibi‑Inn|)来设定将最近邻法和双线性法相结合的加权求和的权重系数(wnn、wbi)；以及加权求和部(9b)，其基于所设定的权重系数(wnn、wbi)来进行加权求和。通过按每个像素排列加权求和后(混合后)的反投影像素值(Inew)来获得重构图像。根据差的绝对值(|Ibi‑Inn|)，将在某个像素值区域内产生不良影响的图像处理算法的权重系数设定得较小，将在同一区域内产生良好结果的(另一个)图像处理算法的权重系数设定得较大，由此能够获得抑制了噪声、伪像的重构图像。

Description

放射线图像生成方法以及图像处理装置
技术领域
本发明涉及一种用于生成放射线图像的放射线图像生成方法以及进行用于生成放射线图像的图像处理的图像处理装置。
背景技术
以下，作为放射线图像，采用重构图像为例进行说明。在大量放射线断层图像的生成(图像重构)方法中使用反投影。作为反投影法中的一般方法，存在像素驱动法(pixeldriven)。在像素驱动法中，斜线(ray)从X射线源穿过重构像素的中心被引导至X射线检测器的某个位置。对重构像素分配的像素值由X射线检测器的面上与斜线交叉的位置附近的X射线检测器的像素值来决定。典型的是通过线性插值来决定对重构像素分配的像素值(例如，参照专利文献1、2)。作为重构时的插值方法，如在专利文献2：日本专利第4293307号(日本特表2005-522304号)中也公开的那样，存在双线性法(bilinear)、最近邻法(nearestneighbor)等。
专利文献1：日本特开2010-115475号公报
专利文献2：日本专利第4293307号
发明内容
发明要解决的问题
然而，存在以下问题：根据反投影时的X射线检测器与斜线交叉的位置的不同，通过插值方法产生S/N的不均。图5的(a)表示通过将双线性法设为插值方法的滤波校正反投影法重构出的正态分布噪声图像，图5的(b)表示该正态分布噪声图像的像素值分布。此外，希望留意的是，为了便于图示，图5的(a)进行了黑白反转，实际上在黑色的图像中噪声整体上为白色的斑点(所谓的“发白”)。如图5的(b)所示，能够确认根据部位(在图5中为ROI1、ROI2)的不同，像素值的方差不同。
在重构时的插值方法中使用了如双线性法那样的线性插值的情况下，在图6(附图标记S是作为光源的X射线管，附图标记R是重构图像，附图标记I是检测器)的情况下，在重构像素Rn处仅反映X射线检测器In的像素值。另一方面，在重构像素Rn+1处反映X射线检测器In+1和In+2的像素值的平均。这样，出现重构图像中的S/N的不均。
作为缓解这种S/N的不均的方法，存在一种使用更加缜密的插值算法的方法。例如，在使用了Lanczos法的插值的情况下，虽然能够缓解这种不均，但会产生计算成本增大、负荷变大、运算时间变长之类的其它问题。作为缓解S/N的不均的其它方法，存在一种使用上述最近邻法决定像素值的方法。该方法简便且计算成本也少，负荷也小，能够减少运算时间。但是，产生在重构图像的像素值边缘附近出现高低差之类的问题。例如在相对于周围的像素值显著不同的像素值直线状地延伸的情况下，该直线成为像素值边缘，但直线自身出现高低差。
不仅由于重构时的反投影引起上述问题，由于旋转、放大/缩小等图像处理也引起上述问题，期望以简便的图像处理算法抑制噪声、伪像(例如高低差伪像、由S/N的不均导致的格子状伪像)。
本发明是鉴于这种情况而完成的，其目的在于提供一种能够抑制噪声、伪像的放射线图像生成方法以及图像处理装置。
用于解决问题的方案
本发明为了实现这种目的而采用如下结构。
即，本发明所涉及的放射线图像生成方法是一种用于生成放射线图像的放射线图像生成方法，其特征在于，包括以下工序：权重系数设定工序，基于用互不相同的多个图像处理算法得到的各个像素值的结果来设定将各个图像处理算法相结合的加权求和的权重系数；以及加权求和工序，基于所设定的该权重系数来进行该加权求和，其中，通过该加权求和来获得所述放射线图像。
根据本发明所涉及的放射线图像生成方法，为了将互不相同的多个图像处理算法相结合，而进行将各个图像处理算法相结合的加权求和。因此，基于用各个图像处理算法得到的各个像素值的结果来设定该加权求和的权重系数。根据用各个图像处理算法得到的像素值的结果，将在某个像素值区域内产生不良影响的图像处理算法的权重系数设定得较小，将在同一区域内产生良好结果的(另一个)图像处理算法的权重系数设定得较大，由此能够获得抑制了噪声、伪像的放射线图像。
放射线图像的一例是重构图像。在该一例的情况下，基于用互不相同的多个图像处理算法得到的各个反投影像素值的结果来设定权重系数。
既可以各自独立地设定每个图像处理算法所对应的权重系数(前者)，也可以如下述那样协同地分别设定每个图像处理算法所对应的权重系数(后者)。即，在后者的情况下，每个图像处理算法所对应的权重系数取1以下的非负的值，当将n设为2以上的整数，将各个权重系数设为w1、w2、…、wn时，分别设定各个权重系数使得满足w1+w2+…+wn＝1。通过像这样分别设定各个权重系数使得满足w1+w2+…+wn＝1，来协同地分别设定各个权重系数。因而，在想要增强某个图像处理算法的影响的情况下，通过将该图像处理算法的权重系数设定得较大，能够将剩余的图像处理算法的权重系数设定得较小。反之，在想要削弱某个图像处理算法的影响的情况下，通过将该图像处理算法的权重系数设定得较小，能够将剩余的图像处理算法的权重系数设定得较大。
并未特别地限定具体的图像处理算法。除了上述最近邻法、双线性法、Lanczos法以外，也可以是样条插值法。但是，鉴于即使是简便的插值算法也能够抑制噪声、伪像这一情况，与如Lanczos法那样的缜密的插值算法相比，应用于如最近邻法、双线性法、样条插值法那样的简便的插值算法是有用的。通过应用于简便的插值算法，能够在计算成本少、负荷小、减少运算时间的同时还抑制噪声、伪像。
由此，图像处理算法是最近邻法和双线性法，优选的是，在权重系数设定工序中基于用最近邻法和双线性法得到的各个像素值的结果来设定权重系数，在加权求和工序中进行与最近邻法及双线性法有关的加权求和。在最近邻法的不良影响强的区域(高亮度差边缘所在的区域)，通过将双线性法的权重系数设定得较大，能够抑制高低差伪像。反之，在双线性法的不良影响强的区域(出现S/N的不均的区域)，通过将最近邻法的权重系数设定得较大，能够抑制由S/N的不均导致的格子状伪像。这样，即使是如最近邻法、双线性法那样的简便的插值算法，也能够在计算成本少、负荷小、减少运算时间的同时抑制高低差伪像、由S/N的不均导致的格子状伪像。
在图像处理算法是最近邻法和双线性法的情况下，对如下述那样的发明是有用的。即，在放射线图像是重构图像，并且放射线是X射线，基于用最近邻法得到的反投影像素值和用双线性法得到的反投影像素值的结果来设定权重系数时是有用的。在这种放射线是X射线的情况下的重构时的反投影中，易于产生上述高低差伪像、由S/N的不均导致的格子状伪像，但通过基于用最近邻法得到的反投影像素值和用双线性法得到的反投影像素值的结果来设定权重系数，能够抑制高低差伪像、由S/N的不均导致的格子状伪像。
在图像处理算法是最近邻法和双线性法，放射线图像是重构图像并且放射线是X射线的情况下，优选如下那样进行设定。即，优选基于用最近邻法得到的反投影像素值与用双线性法得到的反投影像素值之差的绝对值，以双线性法的权重系数随着该差的绝对值变大而变大的方式设定双线性法的权重系数，以最近邻法的权重系数随着该差的绝对值变小而变大的方式设定最近邻法的权重系数。上述差的绝对值大的区域视为高亮度差边缘所在的区域，通过增大双线性法的权重系数(即增加权重)来抑制边缘区域的高低差。反之，在上述差的绝对值小的区域，通过增大最近邻法的权重系数(即增强权重)来抑制由S/N的不均导致的格子状伪像。
更为具体地说，优选如下述那样协同地设定各权重系数。即，优选的是，与最近邻法及双线性法对应的权重系数取1以下的非负的值，当将最近邻法的权重系数设为wnn并且将双线性法的权重系数设为wbi时，分别设定各个权重系数使得满足wnn+wbi＝1。上述差的绝对值大的区域视为高亮度差边缘所在的区域，为了抑制边缘区域的高低差，通过将最近邻法的权重系数wnn设定得较小来增大剩余的双线性法的权重系数wbi(即增加权重)。其结果是抑制边缘区域的高低差。反之，在上述差的绝对值小的区域，为了抑制由S/N的不均导致的格子状伪像，通过将双线性法的权重系数wbi设定得较小来增大剩余的最近邻法的权重系数wnn(即增加权重)。其结果是抑制由S/N的不均导致的格子状伪像。
另外，本发明所涉及的图像处理装置是进行用于生成放射线图像的图像处理的图像处理装置，其特征在于，具备：权重系数设定单元，其基于用互不相同的多个图像处理算法得到的各个像素值的结果来设定将各个图像处理算法相结合的加权求和的权重系数；以及加权求和单元，其基于所设定的该权重系数来进行该加权求和，其中，通过该加权求和来获得所述放射线图像。
根据本发明所涉及的图像处理装置，根据用各个图像处理算法得到的像素值的结果，将在某个像素值区域内产生不良影响的图像处理算法的权重系数设定得较小，将在同一区域内产生良好结果的(另一个)图像处理算法的权重系数设定得较大，由此能够获得抑制了噪声、伪像的放射线图像。
发明的效果
根据本发明所涉及的放射线图像方法以及图像处理装置，根据用各个图像处理算法得到的像素值的结果，将在某个像素值区域内产生不良影响的图像处理算法的权重系数设定得较小，将在同一区域内产生良好结果的(另一个)图像处理算法的权重系数设定得较大，由此能够获得抑制了噪声、伪像的放射线图像。
附图说明
图1是实施例所涉及的断层摄影装置的框图。
图2是实施例所涉及的断层摄影装置的图像处理部的框图。
图3是示出实施例所涉及的一系列放射线图像生成方法的流程的流程图。
图4是将与反投影像素值有关的差的绝对值设为横轴、将双线性法的权重系数设为纵轴的曲线图。
图5的(a)是通过将双线性法设为插值方法的滤波校正反投影法重构出的正态分布噪声图像，(b)是该正态分布噪声图像的像素值分布。
图6是示意性地示出在重构时的插值方法中使用了线性插值的情况下的光源、重构图像以及检测器的配置的概要图。
图7是将被检体设为人体时的肩膀处的实验结果，(a)是最近邻法的图像，(b)是双线性法的图像，(c)是本发明的方法的图像。
图8是被检体为人体以外的被检体时的实验结果，(a)是最近邻法的图像，(b)是双线性法的图像，(c)是本发明的方法的图像。
具体实施方式
下面，参照附图来说明本发明的实施例。图1是实施例所涉及的断层摄影装置的框图，图2是实施例所涉及的断层摄影装置的图像处理部的框图。在本实施例中，作为放射线图像采用重构图像为例进行说明，并且作为放射线采用X射线为例进行说明。另外，作为被检体采用人体为例进行说明。
如图1所示，断层摄影装置具备：顶板1，其用于载置被检体M；X射线管2，其朝向该被检体M照射X射线；以及平板型X射线检测器(以下，简称为“FPD”)3，其对透过了被检体M的X射线进行检测。
断层摄影装置除此以外还具备：控制顶板1的升降和水平移动的顶板控制部4、控制FPD 3的扫描的FPD控制部5、具有用于产生X射线管2的管电压、管电流的高电压产生部6的X射线管控制部7、将作为电荷信号的X射线检测信号从FPD 3取出并数字化的A/D变换器8、基于从A/D变换器8输出的X射线检测信号来进行各种处理的图像处理部9、统一控制这些各结构部的控制器10、存储处理后的图像等的存储器部11、供操作人员进行输入设定的输入部12、显示处理后的图像等的监视器13等。图像处理部9相当于本发明的图像处理装置。
顶板控制部4进行以下控制等：使顶板1水平移动来将被检体M收容到摄像位置；使顶板1升降、旋转以及水平移动来将被检体M设定在期望的位置；一边使顶板1水平移动一边进行摄像；在摄像结束后使该顶板1水平移动来从摄像位置退避。通过控制由电动机、编码器(省略图示)等构成的顶板驱动机构(省略图示)来进行这些控制。
FPD控制部5进行使FPD 3沿被检体M的长边方向即体轴z方向平行移动的控制。通过控制由齿条、小齿轮、电动机、编码器(省略图示)等构成的FPD驱动机构(省略图示)来进行该控制。
高电压产生部6产生用于使X射线管2照射X射线的管电压、管电流并施加于X射线管2。X射线管控制部7进行使X射线管2向与FPD 3的平行移动相反的方向平行移动的控制。通过控制由支柱、丝杆、电动机、编码器(省略图示)等构成的X射线管驱动部(省略图示)来进行该控制。
另外，X射线管控制部7进行X射线管2侧的准直器(省略图示)的照射野的设定的控制。在本实施例中，控制准直器来设定照射野，使得照射在体轴z方向上发散的扇束状的X射线。
图像处理部9、控制器10由中央运算处理装置(CPU)等构成，存储器部11由以ROM(Read-only Memory：只读存储器)、RAM(Random-Access Memory：随机存取存储器)等为代表的存储介质等构成。另外，输入部12由以鼠标、键盘、操纵杆、跟踪球、触摸面板等为代表的指示设备构成。
此外，将用于进行各种图像处理的程序等写入并存储到以ROM等为代表的存储介质，图像处理部9的CPU从该存储介质读出程序等并执行该程序，由此进行与该程序相应的图像处理。特别是，在本实施例中为了生成重构图像而分别进行权重系数的设定、加权求和。
存储器部11构成为写入并存储由图像处理部9进行了处理的各个图像。除此以外，还将后述的阈值、由图像处理部9的权重系数设定部9a(参照图2)设定的权重系数写入并存储到存储器部11中。与图像处理部9、控制器10同样地，FPD控制部5、X射线管控制部7也由CPU等构成。
在本实施例中，在层析X射线照相组合(tomosynthesis)中应用放射线图像生成方法，该层析X射线照相组合是指在对使X射线管2和FPD 3分别沿图1所示的方向移动而得到的投影图像进行重构后进行断层摄影。
如图2所示，图像处理部9具备权重系数设定部9a和加权求和部9b。权重系数设定部9a相当于本发明的权重系数设定单元，加权求和部9b相当于本发明的加权求和单元。
权重系数设定部9a基于用互不相同的多个图像处理算法得到的各个像素值的结果来设定将各个图像处理算法相结合的加权求和的权重系数。在图3之后详细叙述本实施例的具体的权重系数设定部9a的功能。
加权求和部9b基于所设定的权重系数来进行加权求和。然后，通过该加权求和来获得放射线图像(在本实施例中为重构图像)。在图3之后还详细叙述本实施例的具体的加权求和部9b的功能。
在参照上述图1和图2的同时参照图3和图4来说明本实施例的具体的放射线图像生成方法。图3是示出实施例所涉及的一系列放射线图像生成方法的流程的流程图，图4是将与反投影像素值有关的差的绝对值设为横轴、将双线性法的权重系数设为纵轴的曲线图。通过由图像处理部9的CPU执行程序来进行图3的放射线图像生成方法。
(步骤S1)断层摄影
如图1所示，一边使X射线管2和FPD 3沿彼此相反的方向平行移动一边从X射线管2照射X射线，由此FPD 3检测从互不相同的方向(投影角度)对被检体M照射的X射线。通过由FPD 3进行检测来获取基于从互不相同的方向对被检体M分别照射的X射线的多个X射线图像。X射线图像是投影到FPD 3的检测面的投影数据。
(步骤S2)重构
基于在步骤S1中得到的X射线图像(投影图像)，通过将最近邻法设为插值方法的滤波校正反投影法来进行重构。与之并行地，基于在步骤S1中得到的X射线图像(投影图像)，通过将双线性法设为插值方法的滤波校正反投影法来进行重构。将最近邻法和双线性法设为插值方法的滤波校正反投影法是公知的方法，因此省略其说明。将通过最近邻法得到的反投影像素值设为Inn，并且将通过双线性法得到的反投影像素值设为Ibi。
(步骤S3)权重系数的设定
权重系数设定部9a(参照图2)基于用互不相同的多个图像处理算法得到的各个像素值的结果来设定将各个图像处理算法相结合的加权求和的权重系数。在本实施例中，作为图像处理算法，使用最近邻法和双线性法。由此，在本实施例中，权重系数设定部9a基于用最近邻法和双线性法得到的各个像素值的结果来设定权重系数。
如果更为具体地说明，则基于在步骤S2中用最近邻法得到的反投影像素值Inn与用双线性法得到的反投影像素值Ibi之差的绝对值|Ibi-Inn|来设定权重系数。与最近邻法及双线性法对应的权重系数取1以下的非负的值，当将最近邻法的权重系数设为wnn并且将双线性法的权重系数设为wbi时，分别设定各个权重系数使得满足wnn+wbi＝1。以下，用(1-wbi)表示最近邻法的权重系数wnn，用双线性法的权重系数wbi来使权重系数的标记统一。另外，当将双线性法的权重系数(即混合时的双线性比)设为wbi[0，1]时，基于反投影像素值Inn与Ibi之差来用下述(1)式～(3)式决定双线性比wbi。
wbi＝0 TH1>|Ibi-Inn|时…(1)
wbi＝(|Ibi-Inn|-TH1)/(TH2-TH1) TH1<|Ibi-Inn|<TH2时…(2)
wbi＝1 TH2<|Ibi-Inn|时…(3)
在此，TH1、TH2是阈值，且TH1<TH2。此外，[a，b]是指闭区间，是指满足{x|a≤x≤b}。由此，wbi[0，1]是指满足{wbi|0≤wbi≤1}(即取1以下的非负的值)。
当将与反投影像素值有关的差的绝对值|Ibi-Inn|设为横轴、将双线性法的权重系数wbi设为纵轴时，如图4所示，将差的绝对值|Ibi-Inn|设为变量的权重系数wbi的函数为非减函数(单调递增函数)。因而，以双线性法的权重系数wbi随着差的绝对值|Ibi-Inn|变大而变大的方式设定双线性法的权重系数wbi，以最近邻法的权重系数wnn随着差的绝对值|Ibi-Inn|变小而变大的方式设定最近邻法的权重系数wnn。如上所述，由于wnn+wbi＝1，双线性法的权重系数wbi用wbi＝1-wnn来表示，因此最近邻法的权重系数wnn随着差的绝对值|Ibi-Inn|变小而变大意味着双线性法的权重系数wbi随着差的绝对值|Ibi-Inn|变小而变小。
如图4、上述(1)式～(3)式所示那样，在差的绝对值|Ibi-Inn|小于阈值TH1的区间(TH1>|Ibi-Inn|)的情况下，双线性法的权重系数wbi固定为wbi＝0，但在差的绝对值|Ibi-Inn|超过阈值TH1且小于阈值TH2的区间(TH1<|Ibi-Inn|<TH2)的情况下，双线性法的权重系数wbi以斜率Δ为1/(TH2-TH1)且截距为-TH1/(TH2-TH1)的一次函数递增，在差的绝对值|Ibi-Inn|超过阈值TH2的区间(TH2<|Ibi-Inn|)的情况下，双线性法的权重系数wbi固定为wbi＝1。另外，图4的曲线图是连续函数，因此在差的绝对值|Ibi-Inn|与阈值TH1相等(TH1＝|Ibi-Inn|)的情况下，可以是上述(1)式、(2)式中的任一个，在差的绝对值|Ibi-Inn|与阈值TH2相等(TH2<|Ibi-Inn|)的情况下，可以是上述(2)式、(3)式中的任一个。
也可以将由权重系数设定部9a设定的权重系数wbi、wnn写入并存储到存储器部11(参照图1)中。该步骤S3相当于本发明的权重系数设定工序。
(步骤S4)加权求和
加权求和部9b(参照图2)基于在步骤S3中设定的权重系数wbi、wnn(＝1-wbi)来进行下述(4)式的加权求和。将加权求和后(混合后)的反投影像素值设为Inew。
Inew＝wbi·Ibi+(1-wbi)·Inn…(4)
在上述(4)式中，用最近邻法得到的反投影像素值与用双线性法得到的反投影像素值之差的绝对值|Ibi-Inn|大的区域视为高亮度差边缘所在的区域，通过增大双线性法的权重系数wbi(即增加权重)来抑制边缘区域的高低差。反之在上述差的绝对值|Ibi-Inn|小的区域中，通过增大最近邻法的权重系数wnn(即增加权重)来抑制由S/N的不均导致的格子状伪像。该步骤S4相当于本发明的加权求和工序。
这样，通过按每个像素排列用上述(4)式得到的加权求和后(混合后)的反投影像素值Inew来获得放射线图像(在此为重构图像)。将放射线图像(重构图像)写入并存储到存储器部11中。
这样，基于用互不相同的多个图像处理算法(在本实施例中为最近邻法和双线性法)得到的各个像素值的结果来设定权重系数，基于所设定的该权重系数来进行将各个图像处理算法相结合的加权求和是本发明的特征。在专利文献2：日本专利第4293307号(日本特表2005-522304号)中公开了双线性法或最近邻法来作为重构时的插值方法，但希望留意的是并未启示这些算法的加权求和。
根据本实施例所涉及的放射线图像生成方法，为了将互不相同的多个图像处理算法(在本实施例中为最近邻法和双线性法)相结合，进行将各个图像处理算法相结合的加权求和。因此，基于用各个图像处理算法得到的各个像素值的结果(在本实施例中为用最近邻法得到的反投影像素值Inn与用双线性法得到的反投影像素值Ibi之差的绝对值|Ibi-Inn|)来设定该加权求和的权重系数。根据用各个图像处理算法得到的像素值的结果(差的绝对值|Ibi-Inn|)，将在某个像素值区域内产生不良影响的图像处理算法的权重系数设定得较小，将在同一区域内产生良好结果的(另一个)图像处理算法的权重系数设定得较大，由此能够获得抑制了噪声、伪像的放射线图像(在本实施例中为重构图像)。
在本实施例中，放射线图像的一例是重构图像。在本实施例的情况下，基于用互不相同的多个图像处理算法得到的各个反投影像素值的结果(在本实施例中为差的绝对值|Ibi-Inn|)来设定权重系数。
在本实施例中，协同地分别设定与每个图像处理算法对应的权重系数。即，与每个图像处理算法对应的权重系数取1以下的非负的值，当将n设为2以上的整数，将各个权重系数设为w1、w2、…、wn(在本实施例中n＝2，各个权重系数w1、w2与wnn、wbi对应)时，分别设定各个权重系数使得满足w1+w2+…+wn＝1(在本实施例中满足wnn+wbi＝1)。通过像这样分别设定各个权重系数使得满足w1+w2+…+wn＝1(满足wnn+wbi＝1)，来协同地分别设定各个权重系数。因而，在想要增强某个图像处理算法的影响的情况下，能够通过将该图像处理算法的权重系数设定得较大来将剩余的图像处理算法的权重系数设定得较小。反之，在想要削弱某个图像处理算法的影响的情况下，能够通过将该图像处理算法的权重系数设定得较小来将剩余的图像处理算法的权重系数设定得较大。
在本实施例中，优选的是，图像处理算法是最近邻法和双线性法，在权重系数设定工序(步骤S3)中，基于用最近邻法和双线性法得到的各个像素值的结果(在本实施例中为差的绝对值|Ibi-Inn|)来设定权重系数wnn、wbi，在加权求和工序(步骤S4)中，进行与最近邻法及双线性法有关的加权求和。在最近邻法的不良影响强的区域(高亮度差边缘所在的区域)内将双线性法的权重系数wbi设定得较大，由此能够抑制高低差伪像。反之，在双线性法的不良影响强的区域(出现S/N的不均的区域)内将最近邻法的权重系数wnn设定得较大，由此能够抑制由S/N的不均导致的格子状伪像。这样，即使是如最近邻法、双线性法那样的简便的插值算法，也能够在计算成本少、负荷小、减少运算时间的同时抑制高低差伪像、由S/N的不均导致的格子状伪像。
在如本实施例那样图像处理算法是最近邻法和双线性法的情况下，对如下述那样的发明是有用的。即，在放射线图像是重构图像，并且放射线是X射线，基于用最近邻法得到的反投影像素值Inn和用双线性法得到的反投影像素值Ibi的结果(在本实施例中为差的绝对值|Ibi-Inn|)来设定权重系数wnn、wbi时是有用的。在这种放射线是X射线的情况下的重构时的反投影中，易于产生上述高低差伪像、由S/N的不均导致的格子状伪像，但通过基于用最近邻法得到的反投影像素值Inn和用双线性法得到的反投影像素值Ibi的结果(差的绝对值|Ibi-Inn|)设定权重系数wnn、wbi，能够抑制高低差伪像、由S/N的不均导致的格子状伪像。
在如本实施例那样图像处理算法是最近邻法和双线性法、放射线图像是重构图像并且放射线是X射线的情况下，优选如下那样进行设定。即，优选的是，基于用最近邻法得到的反投影像素值Inn与用双线性法得到的反投影像素值Ibi之差的绝对值|Ibi-Inn|，以双线性法的权重系数wbi随着该差的绝对值|Ibi-Inn|变大而变大的方式设定双线性法的权重系数wbi，以最近邻法的权重系数wnn随着该差的绝对值|Ibi-Inn|变小而变大的方式设定最近邻法的权重系数wnn。上述差的绝对值|Ibi-Inn|大的区域视为高亮度差边缘所在的区域，通过增大双线性法的权重系数wbi(即增加权重)来抑制边缘区域的高低差。反之，在上述差的绝对值|Ibi-Inn|小的区域，通过增大最近邻法的权重系数wnn(即增加权重)来抑制由S/N的不均导致的格子状伪像。
更为具体地说，优选如下那样协同地设定各权重系数。即，优选的是，与最近邻法及双线性法对应的权重系数取1以下的非负的值，如再三叙述的那样，当将最近邻法的权重系数设为wnn并将双线性法的权重系数设为wbi时，分别设定各个权重系数使得满足wnn+wbi＝1。上述差的绝对值|Ibi-Inn|大的区域视为高亮度差边缘所在的区域，为了抑制边缘区域的高低差而将最近邻法的权重系数wnn设定得较小，由此增大剩余的双线性法的权重系数wbi(即增加权重)。其结果是抑制边缘区域的高低差。反之，在上述差的绝对值|Ibi-Inn|小的区域，为了抑制由S/N的不均导致的格子状伪像而将双线性法的权重系数wbi设定得较小，由此增大剩余的最近邻法的权重系数wnn(即增加权重)。其结果是抑制由S/N的不均导致的格子状伪像。
另外，根据本实施例所涉及的图像处理装置(图像处理部9)，根据用各个图像处理算法(在本实施例中为最近邻法和双线性法)得到的像素值的结果(在本实施例中为用最近邻法得到的反投影像素值Inn与用双线性法得到的反投影像素值Ibi之差的绝对值|Ibi-Inn|)，将在某个像素值区域内产生不良影响的图像处理算法的权重系数设定得较小，将在同一区域内产生良好结果的(另一个)图像处理算法的权重系数设定得较大，由此能够获得抑制了噪声、伪像的放射线图像(在本实施例中为重构图像)。
[实验结果]
参照图7和图8对本发明的方法(最近邻法和双线性法的加权求和)的结果进行说明。另外，为了与本发明的方法的结果进行比较而在对最近邻法进行图示的同时也一并图示双线性法。图7的(a)～图7的(c)是将被检体设为人体时的肩膀处的实验结果，图7的(a)是最近邻法的图像，图7的(b)是双线性法的图像，图7的(c)是本发明的方法的图像。另外，图8的(a)～图8的(c)是被检体为人体以外的被检体时的实验结果，图8的(a)是最近邻法的图像，图8的(b)是双线性法的图像，图8的(c)是本发明的方法的图像。
在图7的(b)中能够确认在双线性法的情况下出现了由S/N的不均导致的格子状伪像。与此相对地，在图7的(c)中能够确认在本发明的方法的情况下没有出现由S/N的不均导致的格子状伪像，S/N的不均得到改善。
在图8的(a)中能够确认在用白框包围的部位，在最近邻法的情况下在边缘附近出现了高低差伪像。与此相对地，在图8的(c)中能够确认在本发明的方法的情况下没有出现高低差伪像而是自然地维持边缘附近的图像的外观。
本发明并不限定于上述实施方式，能够如下述那样变形并实施。
(1)在上述实施例中，作为放射线，采用X射线为例进行了说明，但也可以是X射线以外的放射线(例如α射线、β射线、γ射线等)。
(2)在上述实施例中，作为放射线图像，采用重构图像为例进行了说明，但图像处理未必需要是重构时的反投影。也可以应用于旋转、放大/缩小等图像处理。
(3)在上述实施例中，作为被检体，使用了人体，但也可以是在无损检查等中使用的基板等。
(4)在上述实施例中，是以断层摄影等为代表的摄影，但也可以应用于以比摄影弱的剂量照射放射线来实时地监视放射线图像的透视。
(5)在上述实施例中，图像处理装置(在实施例中为图像处理部9)安装于断层摄影装置等透视摄影装置，但也可以是图像处理装置单体。
(6)在上述实施例中，在图1的层析X射线照相组合中应用了放射线图像生成方法，但对于所适用的断层摄影的实施方法并未特别地限定。例如，也可以应用于如X射线CT(computed tomography：计算机断层扫描)装置那样绕被检体的体轴的轴心旋转的断层摄影以及形成为弯曲状的C型臂的一端保持X射线管，另一端保持X射线检测器，使二者沿C型臂旋转的断层摄影。另外，也可以是如上所述那样X射线以外的放射线。
(7)在上述实施例中，图像处理算法是最近邻法和双线性法，为了将包括最近邻法和双线性法的两个图像处理算法相结合，进行了将各个图像处理算法相结合的加权求和，但只要图像处理算法的个数是多个就不特别地限定个数。例如，除了最近邻法、双线性法以外，也可以还结合样条插值法，图像处理算法的个数也可以是3个以上。
(8)在上述实施例中，协同地分别设定与每个图像处理算法对应的权重系数，但也可以各自独立地设定权重系数。例如，可以使一方的权重系数的值固定，并且与该一方的权重系数无关地将剩余的权重系数设定为可变，反之，也可以将一方的权重系数设定为可变，并且与该一方的权重系数无关地使剩余的权重系数的值固定。
(9)在上述实施例中，图像处理算法是最近邻法和双线性法，但图像处理算法并不限定于最近邻法、双线性法。也可以是Lanczos法、样条插值法。但是，鉴于即使是简便的插值算法也能够抑制噪声、伪像这一情况，与如Lanczos法那样的缜密的插值算法相比，应用于如最近邻法、双线性法、样条插值法那样的简便的插值算法是有用的。通过应用于简便的插值算法，能够在计算成本少、负荷小、减少运算时间的同时还抑制噪声、伪像。
(10)在上述实施例中，通过用CPU等构成权重系数设定单元(在实施例中为权重系数设定部9a)来自动地设定了权重系数，但未必需要自动地设定权重系数。也可以用如图1的输入部12那样的指示设备来构成权重系数设定单元，在监视器中显示用各个图像处理算法得到的各个像素值的结果，由操作人员基于该监视器中的显示结果手动地设定权重系数。
(11)在上述实施例中，用各个图像处理算法得到的各个像素值的结果是像素值的差(在实施例中为用最近邻法得到的反投影像素值Inn与用双线性法得到的反投影像素值Ibi之差的绝对值|Ibi-Inn|)，但并不限定于像素值的差。也可以求出像素值的比，基于该像素值的比来设定权重系数。
(12)在上述实施例中，例如图4所示，在小于阈值TH1的区间和超过阈值TH2的区间，权重系数是固定的，在阈值TH1和TH2的开区间，权重系数连续地增加，但权重系数并不限定于图4的方式。也可以以使权重系数与阈值无关地连续地增加或减少的方式设定权重系数，还可以以使权重系数以三角函数、二次以上的多项式曲线地增加或减少的方式设定权重系数。另外，权重系数不需要是连续函数，可以以使权重系数阶梯状地增加或减少的方式设定权重系数。
附图标记说明
9：图像处理部；9a：权重系数设定部；9b：加权求和部；Inn：用最近邻法得到的反投影像素值；Ibi：用双线性法得到的反投影像素值；wnn：最近邻法的权重系数；wbi：双线性法的权重系数；TH1、TH2：阈值；Inew：加权求和后的反投影像素值。

Claims (7)

1.一种放射线图像生成方法，用于生成放射线图像，该放射线图像生成方法的特征在于，包括以下工序：
权重系数设定工序，基于用互不相同的多个图像处理算法得到的各个对应像素的像素值的差来设定将各个图像处理算法相结合的加权求和的权重系数；以及
加权求和工序，基于所设定的该权重系数来进行该加权求和，
其中，通过该加权求和来获得所述放射线图像，所述图像处理算法是最近邻法和双线性法，
在所述权重系数设定工序中，基于用所述最近邻法和所述双线性法得到的各个对应像素的像素值的差来设定所述权重系数，所述差为Ibi-Inn，其中，Ibi为通过所述双线性法得到的图像的像素值，Inn为通过所述最近邻法得到的图像的像素值，
在所述加权求和工序中，进行与所述最近邻法及所述双线性法有关的加权求和。
2.根据权利要求1所述的放射线图像生成方法，其特征在于，
所述放射线图像是重构图像，
在所述权重系数设定工序中，基于用互不相同的多个图像处理算法得到的各个对应像素的反投影像素值的差来设定所述权重系数。
3.根据权利要求1或2所述的放射线图像生成方法，其特征在于，
与每个所述图像处理算法对应的所述权重系数取1以下的非负的值，
当将n设为2以上的整数并且将各个权重系数设为w1、w2、…、wn时，分别设定各个权重系数使得满足w1+w2+…+wn＝1。
4.根据权利要求1所述的放射线图像生成方法，其特征在于，
所述放射线图像是重构图像，并且所述放射线是X射线，
在所述权重系数设定工序中，基于用所述最近邻法得到的反投影像素值和用所述双线性法得到的反投影像素值的差来设定所述权重系数。
5.根据权利要求4所述的放射线图像生成方法，其特征在于，
在所述权重系数设定工序中，基于用所述最近邻法得到的反投影像素值与用所述双线性法得到的反投影像素值之差的绝对值，以所述双线性法的权重系数随着该差的绝对值变大而变大的方式设定所述双线性法的权重系数，以所述最近邻法的权重系数随着该差的绝对值变小而变大的方式设定所述最近邻法的权重系数。
6.根据权利要求5所述的放射线图像生成方法，其特征在于，
与所述最近邻法及所述双线性法对应的所述权重系数取1以下的非负的值，
当将所述最近邻法的权重系数设为wnn并且将所述双线性法的权重系数设为wbi时，分别设定各个权重系数使得满足wnn+wbi＝1。
7.一种图像处理装置，进行用于生成放射线图像的图像处理，该图像处理装置的特征在于，具备：
权重系数设定单元，其基于用互不相同的多个图像处理算法得到的各个对应像素的像素值的差来设定将各个图像处理算法相结合的加权求和的权重系数；以及
加权求和单元，其基于所设定的该权重系数来进行该加权求和，
其中，通过该加权求和来获得所述放射线图像，所述图像处理算法是最近邻法和双线性法，
所述权重系数设定单元基于用所述最近邻法和所述双线性法得到的各个对应像素的像素值的差来设定所述权重系数，所述差为Ibi-Inn，其中，Ibi为通过所述双线性法得到的图像的像素值，Inn为通过所述最近邻法得到的图像的像素值，
所述加权求和单元进行与所述最近邻法及所述双线性法有关的加权求和。
CN201580072820.4A 2015-01-09 2015-01-09 放射线图像生成方法以及图像处理装置 Active CN107205710B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/050549 WO2016111016A1 (ja) 2015-01-09 2015-01-09 放射線画像生成方法および画像処理装置

Publications (2)

Publication Number Publication Date
CN107205710A CN107205710A (zh) 2017-09-26
CN107205710B true CN107205710B (zh) 2021-02-19

Family

ID=56355736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580072820.4A Active CN107205710B (zh) 2015-01-09 2015-01-09 放射线图像生成方法以及图像处理装置

Country Status (4)

Country Link
US (1) US10950012B2 (zh)
JP (1) JP6460125B2 (zh)
CN (1) CN107205710B (zh)
WO (1) WO2016111016A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3195249A1 (en) * 2014-09-15 2017-07-26 Analogic Corporation Noise reduction in a radiation image
CN113017662B (zh) * 2021-01-28 2022-06-14 明峰医疗系统股份有限公司 一种ct图像的混叠伪影去除方法及系统、ct扫描仪

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2670635B2 (ja) * 1989-10-19 1997-10-29 富士写真フイルム株式会社 エネルギーサブトラクション画像の表示方法および装置
US6748098B1 (en) * 1998-04-14 2004-06-08 General Electric Company Algebraic reconstruction of images from non-equidistant data
US6137856A (en) * 1998-12-14 2000-10-24 General Electric Company Generic architectures for backprojection algorithm
US6272200B1 (en) * 1999-07-28 2001-08-07 Arch Development Corporation Fourier and spline-based reconstruction of helical CT images
US6285732B1 (en) * 1999-11-16 2001-09-04 General Electric Company Methods and apparatus for adaptive interpolation reduced view CT scan
US6339632B1 (en) * 1999-12-23 2002-01-15 Ge Medical Systems Global Technology Company, Llc Multi slice single filtering helical weighting method and apparatus to use the same
US6980681B1 (en) * 2000-04-24 2005-12-27 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for helical reconstruction for multislice CT scan
JP2002150266A (ja) * 2000-11-08 2002-05-24 Hitachi Medical Corp 画像処理装置
JP2003153893A (ja) * 2001-11-21 2003-05-27 Hitachi Medical Corp 断層写真像の作成装置
US6587537B1 (en) * 2002-04-01 2003-07-01 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for multi-slice image reconstruction
US6724856B2 (en) * 2002-04-15 2004-04-20 General Electric Company Reprojection and backprojection methods and algorithms for implementation thereof
US6775347B2 (en) * 2002-05-29 2004-08-10 Ge Medical Systems Global Technology Company Methods and apparatus for reconstructing an image of an object
US6845144B2 (en) * 2003-02-08 2005-01-18 Ge Medical Systems Global Technology Company, Llc Three dimensional back projection method and an X-ray CT apparatus
JP4348989B2 (ja) 2003-04-15 2009-10-21 株式会社島津製作所 断層再構成装置およびそれを用いた断層撮影装置
US8116426B2 (en) * 2008-11-11 2012-02-14 Kabushiki Kaisha Toshiba Computed tomography device and method using circular-pixel position-adaptive interpolation

Also Published As

Publication number Publication date
US10950012B2 (en) 2021-03-16
WO2016111016A1 (ja) 2016-07-14
JPWO2016111016A1 (ja) 2017-08-31
US20180025513A1 (en) 2018-01-25
JP6460125B2 (ja) 2019-01-30
CN107205710A (zh) 2017-09-26

Similar Documents

Publication Publication Date Title
US9014450B2 (en) Method and apparatus for filtering projection images
CN107530040B (zh) X射线ct装置、重构运算装置以及x射线ct图像生成方法
JP5725174B2 (ja) 放射線断層画像生成方法および放射線断層画像生成プログラム
US20140334700A1 (en) Methods and apparatus for scatter correction for cbct system and cone-beam image reconstruction
WO2005077278A1 (ja) 断層撮影像の再構成方法及び断層撮影装置
JP2008104762A5 (zh)
JP2014128576A (ja) 画像処理装置、画像処理方法、及びプログラム
JP2008104761A5 (zh)
EP2646975B1 (en) Contrast to noise ratio (cnr) enhancer
US20150010224A1 (en) Image processing device and image processing method
Pauwels What is CBCT and how does it work?
CN107205710B (zh) 放射线图像生成方法以及图像处理装置
Cho et al. Enhancement of soft-tissue contrast in cone-beam CT using an anti-scatter grid with a sparse sampling approach
JPWO2016132880A1 (ja) 演算装置、ｘ線ｃｔ装置、及び画像再構成方法
WO2019053935A1 (ja) 放射線撮影装置
US11166690B2 (en) Noise and artifact reduction for image scatter correction
JP2013027520A (ja) 画像生成方法、画像生成装置及びプログラム並びにｘ線ｃｔ装置
US20120177173A1 (en) Method and apparatus for reducing imaging artifacts
CN108780052B (zh) 图像重构处理方法、图像重构处理程序以及安装有该程序的断层摄影装置
Altunbas 10 Image corrections for scattered radiation
Kim et al. Image restoration based on projection onto convex sets algorithm for beam modulation CT acquisition
JP7330846B2 (ja) 医用画像処理装置及びｘ線診断装置
Kim et al. Comparison study of various beam modulation schemes on image quality in chest digital tomosynthesis (CDT) system
JPWO2016129433A1 (ja) Ｘ線ｃｔ装置、画像処理装置及び画像再構成方法
Chen et al. A semi-stationary CT 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