CN107240140A - 一种图像重建的方法及装置 - Google Patents
一种图像重建的方法及装置 Download PDFInfo
- Publication number
- CN107240140A CN107240140A CN201710547500.0A CN201710547500A CN107240140A CN 107240140 A CN107240140 A CN 107240140A CN 201710547500 A CN201710547500 A CN 201710547500A CN 107240140 A CN107240140 A CN 107240140A
- Authority
- CN
- China
- Prior art keywords
- area identification
- image
- region
- image reconstruction
- algorithm
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000002591 computed tomography Methods 0.000 claims abstract description 45
- 239000002184 metal Substances 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 230000008569 process Effects 0.000 description 8
- 210000000988 bone and bone Anatomy 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 201000000023 Osteosclerosis Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请公开了一种图像重建的方法,用于提高图像重建的质量,该方法包括:获取平片扫描图像;将平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息;确定每个区域标识对应的扫描建像参数以及图像重建算法;根据每个区域标识对应的扫描建像参数以及每个区域的区域位置信息进行CT扫描获得CT扫描数据,并根据每个区域标识对应的图像重建算法以及每个区域的区域位置信息对CT扫描数据进行图像重建。本申请还公开了一种图像重建的装置。
Description
技术领域
本申请涉及图像处理技术领域,具体涉及一种图像重建的方法及装置。
背景技术
CT(Computed Tomography,计算机断层扫描)是一种通过对物体进行不同角度的射线投影测量而获取物体横截面信息的成像技术。在现有技术中,通常CT扫描的流程是首先确定扫描建像参数、图像重建算法、图像处理流程等,即选择建像协议,然后根据建像协议完成CT扫描以及图像重建过程。
但是,当单次CT扫描覆盖人体不同部位时(例如从头部到胸部),用同一种建像协议得到的重建图像会由于不同人体部位对射线的吸收程度不同而导致图像质量上的差异,进而导致重建图像的图像质量较差。
发明内容
有鉴于此,本申请提供一种图像重建的方法及装置,以解决现有技术中重建图像质量较差的技术问题。
为解决上述问题,本申请提供的技术方案如下:
一种图像重建的方法,所述方法包括:
获取平片扫描图像;
将所述平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息;
确定每个区域标识对应的扫描建像参数以及图像重建算法;
根据所述每个区域标识对应的扫描建像参数以及所述每个区域的区域位置信息进行CT扫描获得CT扫描数据,并根据所述每个区域标识对应的图像重建算法以及所述每个区域的区域位置信息对所述CT扫描数据进行图像重建。
相应的,所述确定每个区域标识对应的扫描建像参数以及图像重建算法,包括:
获取每个区域标识对应的预设的扫描建像参数;
根据每个区域标识和/或每个区域标识对应的扫描建像参数,按照预先设定的算法选择规则确定每个区域标识对应的图像重建算法。
相应的,所述预先设定的算法选择规则包括:
当所述区域标识为含金属区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及去金属算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量小于第一阈值且所述区域标识为头部区域或者肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及迭代重建算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识对应的扫描建像参数中的重建图像厚度小于第二阈值,则确定该区域标识对应的图像重建算法为基础图像重建算法以及clearview去噪声算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识为肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及AF自适应滤波算法;
当所述区域标识以及所述区域标识对应的扫描建像参数不属于上述情况,则确定该区域标识对应的图像重建算法为基础图像重建算法;
所述基础图像重建算法包括断层扫描图像重建算法或者螺旋扫描图像重建算法。
相应的,所述确定每个区域标识对应的扫描建像参数以及图像重建算法,包括:
获取用户设置的每个区域标识对应的扫描建像参数以及图像重建算法。
相应的,所述将所述平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息,包括:
计算所述平片扫描图像中每行的灰度平均值,当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息,重复执行当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息直到所述平片扫描图像被划分完成;
或者,
接收用户对所述平片扫描图像的划分信息,所述划分信息包括每个区域的区域位置信息,根据所述划分信息将所述平片扫描图像划分为多个区域,并获取用户输入的每个区域的区域标识;
或者,
按照预设区域位置信息将所述平片扫描图像划分为多个区域,获取每个区域的预设区域位置信息作为区域位置信息,并获取每个区域的预设区域标识作为区域标识。
一种图像重建的装置,所述装置包括:
第一获取单元,用于获取平片扫描图像;
第二获取单元,用于将所述平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息;
确定单元,用于确定每个区域标识对应的扫描建像参数以及图像重建算法;
重建单元,用于根据所述每个区域标识对应的扫描建像参数以及所述每个区域的区域位置信息进行CT扫描获得CT扫描数据,并根据所述每个区域标识对应的图像重建算法以及所述每个区域的区域位置信息对所述CT扫描数据进行图像重建。
相应的,所述确定单元包括:
第一获取子单元,用于获取每个区域标识对应的预设的扫描建像参数;
确定子单元,用于根据每个区域标识和/或每个区域标识对应的扫描建像参数,按照预先设定的算法选择规则确定每个区域标识对应的图像重建算法。
相应的,所述预先设定的算法选择规则包括:
当所述区域标识为含金属区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及去金属算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量小于第一阈值且所述区域标识为头部区域或者肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及迭代重建算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识对应的扫描建像参数中的重建图像厚度小于第二阈值,则确定该区域标识对应的图像重建算法为基础图像重建算法以及clearview去噪声算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识为肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及AF自适应滤波算法;
当所述区域标识以及所述区域标识对应的扫描建像参数不属于上述情况,则确定该区域标识对应的图像重建算法为基础图像重建算法;
所述基础图像重建算法包括断层扫描图像重建算法或者螺旋扫描图像重建算法。
相应的,所述确定单元具体用于:
获取用户设置的每个区域标识对应的扫描建像参数以及图像重建算法。
相应的,所述第二获取单元包括:
第二获取子单元,用于计算所述平片扫描图像中每行的灰度平均值,当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息,重复执行当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息直到所述平片扫描图像被划分完成;
或者,
第三获取子单元,用于接收用户对所述平片扫描图像的划分信息,所述划分信息包括每个区域的区域位置信息,根据所述划分信息将所述平片扫描图像划分为多个区域,并获取用户输入的每个区域的区域标识;
或者,
第四获取子单元,用于按照预设区域位置信息将所述平片扫描图像划分为多个区域,获取每个区域的预设区域位置信息作为区域位置信息,并获取每个区域的预设区域标识作为区域标识。
由此可见,本申请实施例具有如下有益效果:
本申请实施例通过平片扫描图像将扫描区域划分为多个区域,每个区域具有区域标识以及区域位置信息,分别确定每个区域对应的扫描建像参数以及图像重建算法,不同区域按照该区域对应的扫描建像参数以及图像重建算法进行CT扫描以及图像重建,从而有针对性地根据扫描部位的不同按照不同的扫描建像参数以及图像重建算法进行图像重建,提高了重建图像的质量。
附图说明
图1为本申请实施例中提供的图像重建的方法实施例的流程图;
图2为本申请实施例中提供的图像重建的装置实施例的示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
在现有技术中,通常CT扫描的流程是首先选择建像协议,由建像协议可以确定扫描建像参数、图像重建算法等,其中,扫描建像参数可以分为扫描参数以及建像参数,扫描参数包括CT扫描过程中涉及的参数,例如所使用的探测器排数、扫描的放射剂量等,建像参数包括图像重建过程中涉及的参数,例如重建图像的尺寸、重建图像的厚度等,图像重建算法则可以确定图像重建流程与算法。然后根据建像协议完成CT扫描以及图像重建过程。
但是,当单次CT扫描覆盖人体不同部位时(例如从头部到胸部),用同一种建像协议得到的重建图像的图像质量会根据人体部位的差异而带来不同,特别是衰减大的人体部位其成像质量相对较差,造成同一次扫描的重建图像中会存在质量较差的部分。
为此,本申请实施例中提供的图像重建的方法及装置,可以将扫描区域划分为多个区域,为每个区域确定不同的扫描建像参数以及图像重建算法,不同区域按照该区域对应的扫描建像参数以及图像重建算法进行CT扫描以及图像重建,从而有针对性地根据扫描部位的不同按照不同的扫描建像参数以及图像重建算法进行图像重建,解决了由单一建像协议进行CT扫描以及图像重建中重建图像质量较差的技术问题。
参见图1所示,示出了本申请实施例中提供的一种图像重建的方法实施例的流程图,本实施例可以包括以下步骤:
步骤101:获取平片扫描图像。
在进行CT扫描之前,还可以进行一次平片扫描,获取扫描部位的平片扫描图像,平片扫描图像可以理解为需要进行CT扫描的区域内的图像,获取平片扫描图像后可以对平片扫描图像进行显示,即通过平片扫描图像可以对需要进行CT扫描的区域进行预览。
步骤102:将平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息。
将平片扫描图像划分为多个区域,即将进行CT扫描的区域划分为多个区域,每个区域对应于一个区域标识以及一个区域位置信息。
区域标识可以标识所划分的区域所代表的人体部位,例如区域标识可以为头部区域、肩部区域、胸部区域、腹部区域等等,区域标识也可以标识包括某些特殊情况的区域,例如对于人体内含有金属的区域,区域标识可以为含金属区域,同时,区域标识也可以同时标识所划分的区域所代表的人体部位以及包括某些特殊情况的区域,例如区域标识可以为头部区域且含金属区域。
每个区域的区域位置信息可以标识该区域在平片扫描图像中所处的位置,区域位置信息可以由平片扫描图像中的坐标表示,也可以由平片扫描图像中的图像行数表示,例如将平片扫描图像划分为三个区域,第一个区域的区域标识为头部区域,区域位置信息为平片扫描图像中的第1行至第100行,第二个区域的区域标识为肩部区域,区域位置信息为平片扫描图像中的第101行至第150行,第三个区域的区域标识为胸部区域,区域位置信息为平片扫描图像中的第151行至第300行,上述仅为为了便于理解的示例性说明,本申请实施例中对于区域位置信息的具体表现形式并不进行限定。
步骤103:确定每个区域标识对应的扫描建像参数以及图像重建算法。
由于区域标识对应于平片扫描图像中的一个区域,则确定每个区域标识对应的扫描建像参数以及图像重建算法,即确定平片扫描图像中每个区域分别对应的扫描建像参数以及图像重建算法,则本实施例中可以为扫描范围内的不同区域有针对性的设置不同的扫描建像参数以及图像重建算法等。
步骤104:根据每个区域标识对应的扫描建像参数以及每个区域的区域位置信息进行CT扫描获得CT扫描数据,并根据每个区域标识对应的图像重建算法以及每个区域的区域位置信息对CT扫描数据进行图像重建。
根据每个区域标识对应的扫描建像参数以及各个区域的区域位置信息,可以对各个区域位置信息对应的扫描范围根据不同的扫描建像参数进行CT扫描,获得CT扫描数据,在获得CT扫描数据后,可以根据每个区域标识对应的图像重建算法以及每个区域的区域位置信息,对各个区域位置信息对应的CT扫描数据使用不同的图像重建算法进行图像重建,从而使扫描范围内的不同区域按照不同的扫描建像参数以及图像重建算法进行CT扫描以及图像重建。
这样,本申请实施例通过平片扫描图像将扫描区域划分为多个区域,每个区域具有区域标识以及区域位置信息,分别确定每个区域对应的扫描建像参数以及图像重建算法,不同区域按照该区域对应的扫描建像参数以及图像重建算法进行CT扫描以及图像重建,从而有针对性地根据扫描部位的不同按照不同的扫描建像参数以及图像重建算法进行图像重建,提高了重建图像的质量。
在本申请实施例的一些可能的实现方式中,将平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息的具体实现至少可以包括以下三种实现方式:
在第一种实现方式中,可以利用图像识别算法自动将平片扫描图像划分为多个区域,具体的,可以计算平片扫描图像中每行的灰度平均值,当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息,重复执行当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息直到平片扫描图像被划分完成。
在本实现方式中,首先预设各个区域标识对应的预设区域的灰度阈值范围,例如预设区域为头部区域的灰度阈值范围、预设区域为肩部区域的灰度阈值范围等等,然后可以计算平片扫描图像中每行的灰度平均值,当连续多行的灰度平均值在某一预设区域的灰度阈值范围内时,则将这些行对应的区域确定为预设区域,例如平片扫描图像中第1行至第40行的灰度平均值在头部区域的灰度阈值范围内,则将平片扫描图像中的第1行至第40行确定为头部区域,该区域的区域标识即为头部区域,区域位置信息为平片扫描图像的第1行至第40行。以此类推,直到将全部平片扫描图像均为划分到某一区域结束将平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息的流程。在本实现方式中,可以自动对平片扫描图像进行区域划分,减少用户的人工操作。
在第二种实现方式中,可以接收用户的划分指令将平片扫描图像划分为多个区域,具体的,可以接收用户对平片扫描图像的划分信息,划分信息包括每个区域的区域位置信息,根据划分信息将平片扫描图像划分为多个区域,并获取用户输入的每个区域的区域标识。
在本实现方式中,在获取并显示平片扫描图像后,用户可以通过在平片扫描图像上的滑动操作输入对平片扫描图像的划分信息,通过该划分信息可以识别所划分的各个区域的区域位置信息,根据划分信息将平片扫描图像划分为多个区域,同时用户也可以输入每个区域的区域标识;用户也可以通过直接输入各个区域的区域位置信息作为对平片扫描图像的划分信息,根据划分信息将平片扫描图像划分为多个区域,同时用户也可以输入每个区域的区域标识。在本实现方式中,用户可以通过平片扫描图像的显示内容自行对包括不同人体部分的区域或者包括特殊情况的区域进行划分,用户根据经验所划分的区域更为准确。
在第三种实现方式中,可以按照预设区域位置信息将平片扫描图像划分为多个区域,获取每个区域的预设区域位置信息作为区域位置信息,并获取每个区域的预设区域标识作为区域标识。
在本实现方式中,由于人体各个部位的比例一般是固定的,因此可以按照人体比例预先设置各个区域的区域位置信息,按照预设区域位置信息将平片扫描图像划分为多个区域,例如可以预先设置头部区域的区域位置信息、肩部区域的区域位置信息等等,当已知平片扫描图像为头部到胸部的图像时,则可以按照预设的各个区域的区域位置信息将平片扫描图像划分为头部区域、肩部区域以及胸部区域,并将各个区域预设的预设区域位置信息作为该区域的区域位置信息,将各个区域的预设区域标识作为该区域的区域标识。在本实现方式中,按照预设的模式直接对平片扫描图像进行划分,划分速度更为快速。
另外,在第一种实现方式以及第三种实现方式自动对平片扫描图像所包括的各个区域进行划分后,还可以由用户对划分结果进行调整,即可以接收用户对平片扫描图像的划分调整信息,划分调整信息包括每个区域的调整后的区域位置信息,根据划分调整信息将平片扫描图像的区域划分进行调整,同时还可以获取用户对区域标识新增或修改的内容,以重新调整各个区域的区域标识。这样,可以保证在自动对平片扫描图像进行划分后,用户还可以对划分结果和区域标识进行调整,以保证各个区域的区域位置信息和区域标识更为准确。
在本申请实施例的一些可能的实现方式中,确定每个区域标识对应的扫描建像参数以及图像重建算法的具体实现至少可以包括以下两种实现方式:
在第一种实现方式中,可以预先设置每个区域标识对应的扫描建像参数以及扫描建像算法,具体的,可以获取每个区域标识对应的预设的扫描建像参数;根据每个区域标识和/或每个区域标识对应的扫描建像参数,按照预先设定的算法选择规则确定每个区域标识对应的图像重建算法。
则在本申请一些可能的实现方式中,预先设定的算法选择规则可以包括:
当区域标识为含金属区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及去金属算法。
当根据区域标识对应的扫描建像参数计算的放射剂量小于第一阈值且区域标识为头部区域或者肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及迭代重建算法。
当根据区域标识对应的扫描建像参数计算的放射剂量大于或等于第一阈值且区域标识对应的扫描建像参数中的重建图像厚度小于第二阈值,则确定该区域标识对应的图像重建算法为基础图像重建算法以及clear view去噪声算法。
当根据区域标识对应的扫描建像参数计算的放射剂量大于或等于第一阈值且区域标识为肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及AF自适应滤波算法。
当区域标识以及区域标识对应的扫描建像参数不属于上述情况,则确定该区域标识对应的图像重建算法为基础图像重建算法。
基础图像重建算法包括断层扫描图像重建算法或者螺旋扫描图像重建算法。
即在本实施例中,对于带有金属的人体部位在基础图像重建算法的基础上可以增加去金属算法。去金属算法可以实现去除金属伪影的功能,基于滤波反投影重建算法,其思想是通过修改金属区域的投影数据,来达到对金属伪影校正的目的。
根据扫描参数中放射源设备的电压、电流等参数可以计算获得放射剂量,对于放射剂量低于阈值,而人体骨头又较多的部位例如头部、肩部,在在基础图像重建算法的基础上可以增加迭代重建算法。迭代重建算法相对卷积反投影重建算法信噪比更高,可以通过若干次迭代,逐次对待处理的图像进行改善,直到得到最终的重建图像。
对于放射剂量大于等于阈值的薄图像,例如重建图像厚度小于1毫米的重建图像,在基础图像重建算法的基础上可以增加clear view去噪声算法。clear view去噪声算法包括图像域的金字塔增强和生数据域的生数据迭代,金字塔图像增强,是ClearView的迭代重建方法的图像域部分,其算法流程包括建塔过程和反算过程,即首先创建高斯图像金字塔,其次创建反插图像金字塔,之后创建拉普拉斯金字塔,最后由拉普拉斯金字塔恢复图像。生数据迭代是ClearView的迭代重建方法的生数据域部分,算法的目标是最小化一统计目标函数,消除图像中的噪声不一致性带来的伪影。
对于放射剂量大于等于阈值的肩部图像在基础图像重建算法的基础上可以增加AF自适应滤波(adaptive-filtering)算法,AF自适应滤波算法主要是解决人体某些方向衰减大,信噪比低进而图像有伪影问题。当扫描体积较大病人信噪比过低的区域时,可以增加AF自适应滤波算法。主要对数据衰减的方向进行卷积,减少相邻数据差异,使数据平滑减少伪影。
另外,对于人体骨头较多的部位,例如头部区域、肩部区域,还可以在基础图像重建算法的基础上增加骨硬化后处理算法。骨组织的衰减特性明显不同于水,其硬化效应不可忽略,投影数据在进行水硬化校正之后仍然偏离理想直线,因此需要对骨组织进行硬化校正,包含复杂结构的骨组织的校正则属于图像后处理范畴。
而对于不符合以上规则的区域,则使用基础图像重建算法。
上述说明中基础图像重建算法可以根据具体CT扫描情况选择断层扫描图像重建算法或者螺旋扫描图像重建算法。
另外,用户也可以对上述每个区域标识对应的扫描建像参数以及图像重建算法进行调整。
在第二种实现方式中,可以获取用户设置的每个区域标识对应的扫描建像参数以及图像重建算法。
在实际应用中,可以提供每个区域标识对应的可选的扫描建像参数以及图像重建算法,用户可以从中选择各个区域标识所对应的扫描建像参数以及图像重建算法。也即用户可以自定义各个区域标识所对应的扫描建像参数以及图像重建算法。
这样,在本申请实施例中可以根据扫描区域的实际情况有针对性地根据扫描部位的不同选择不同的扫描建像参数以及图像重建算法,根据预设的条件在基础图像重建算法的基础上增加各种非通用的图像重建算法,从而提高图像重建质量。
参见图2所示,示出了本申请实施例中提供的一种图像重建的装置实施例的示意图,本实施例可以包括:
第一获取单元201,用于获取平片扫描图像。
第二获取单元202,用于将平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息。
确定单元203,用于确定每个区域标识对应的扫描建像参数以及图像重建算法。
重建单元204,用于根据每个区域标识对应的扫描建像参数以及每个区域的区域位置信息进行CT扫描获得CT扫描数据,并根据每个区域标识对应的图像重建算法以及每个区域的区域位置信息对CT扫描数据进行图像重建。
在本申请实施例的一些可能的实现方式中,确定单元可以包括:
第一获取子单元,用于获取每个区域标识对应的预设的扫描建像参数;
确定子单元,用于根据每个区域标识和/或每个区域标识对应的扫描建像参数,按照预先设定的算法选择规则确定每个区域标识对应的图像重建算法。
在本申请实施例的一些可能的实现方式中,预先设定的算法选择规则可以包括::
当区域标识为含金属区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及去金属算法;
当根据区域标识对应的扫描建像参数计算的放射剂量小于第一阈值且区域标识为头部区域或者肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及迭代重建算法;
当根据区域标识对应的扫描建像参数计算的放射剂量大于或等于第一阈值且区域标识对应的扫描建像参数中的重建图像厚度小于第二阈值,则确定该区域标识对应的图像重建算法为基础图像重建算法以及clear view去噪声算法;
当根据区域标识对应的扫描建像参数计算的放射剂量大于或等于第一阈值且区域标识为肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及AF自适应滤波算法;
当区域标识以及区域标识对应的扫描建像参数均不属于上述情况,则确定该区域标识对应的图像重建算法为基础图像重建算法;
基础图像重建算法包括断层扫描图像重建算法或者螺旋扫描图像重建算法。
在本申请实施例的一些可能的实现方式中,确定单元可以具体用于:
获取用户设置的每个区域标识对应的扫描建像参数以及图像重建算法。
在本申请实施例的一些可能的实现方式中,第二获取单元可以包括:
第二获取子单元,用于计算平片扫描图像中每行的灰度平均值,当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息,重复执行当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息直到平片扫描图像被划分完成;
或者,
第三获取子单元,用于接收用户对平片扫描图像的划分信息,划分信息包括每个区域的区域位置信息,根据划分信息将平片扫描图像划分为多个区域,并获取用户输入的每个区域的区域标识;
或者,
第四获取子单元,用于按照预设区域位置信息将平片扫描图像划分为多个区域,获取每个区域的预设区域位置信息作为区域位置信息,并获取每个区域的预设区域标识作为区域标识。
这样,本申请实施例通过平片扫描图像将扫描区域划分为多个区域,每个区域具有区域标识以及区域位置信息,分别确定每个区域对应的扫描建像参数以及图像重建算法,不同区域按照该区域对应的扫描建像参数以及图像重建算法进行CT扫描以及图像重建,从而有针对性地根据扫描部位的不同按照不同的扫描建像参数以及图像重建算法进行图像重建,提高了重建图像的质量。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种图像重建的方法,其特征在于,所述方法包括:
获取平片扫描图像;
将所述平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息;
确定每个区域标识对应的扫描建像参数以及图像重建算法;
根据所述每个区域标识对应的扫描建像参数以及所述每个区域的区域位置信息进行CT扫描获得CT扫描数据,并根据所述每个区域标识对应的图像重建算法以及所述每个区域的区域位置信息对所述CT扫描数据进行图像重建。
2.根据权利要求1所述的方法,其特征在于,所述确定每个区域标识对应的扫描建像参数以及图像重建算法,包括:
获取每个区域标识对应的预设的扫描建像参数;
根据每个区域标识和/或每个区域标识对应的扫描建像参数,按照预先设定的算法选择规则确定每个区域标识对应的图像重建算法。
3.根据权利要求2所述的方法,其特征在于,所述预先设定的算法选择规则包括:
当所述区域标识为含金属区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及去金属算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量小于第一阈值且所述区域标识为头部区域或者肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及迭代重建算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识对应的扫描建像参数中的重建图像厚度小于第二阈值,则确定该区域标识对应的图像重建算法为基础图像重建算法以及clear view去噪声算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识为肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及AF自适应滤波算法;
当所述区域标识以及所述区域标识对应的扫描建像参数不属于上述情况,则确定该区域标识对应的图像重建算法为基础图像重建算法;
所述基础图像重建算法包括断层扫描图像重建算法或者螺旋扫描图像重建算法。
4.根据权利要求1所述的方法,其特征在于,所述确定每个区域标识对应的扫描建像参数以及图像重建算法,包括:
获取用户设置的每个区域标识对应的扫描建像参数以及图像重建算法。
5.根据权利要求1所述的方法,其特征在于,所述将所述平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息,包括:
计算所述平片扫描图像中每行的灰度平均值,当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息,重复执行当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息直到所述平片扫描图像被划分完成;
或者,
接收用户对所述平片扫描图像的划分信息,所述划分信息包括每个区域的区域位置信息,根据所述划分信息将所述平片扫描图像划分为多个区域,并获取用户输入的每个区域的区域标识;
或者,
按照预设区域位置信息将所述平片扫描图像划分为多个区域,获取每个区域的预设区域位置信息作为区域位置信息,并获取每个区域的预设区域标识作为区域标识。
6.一种图像重建的装置,其特征在于,所述装置包括:
第一获取单元,用于获取平片扫描图像;
第二获取单元,用于将所述平片扫描图像划分为多个区域,获取每个区域的区域标识以及区域位置信息;
确定单元,用于确定每个区域标识对应的扫描建像参数以及图像重建算法;
重建单元,用于根据所述每个区域标识对应的扫描建像参数以及所述每个区域的区域位置信息进行CT扫描获得CT扫描数据,并根据所述每个区域标识对应的图像重建算法以及所述每个区域的区域位置信息对所述CT扫描数据进行图像重建。
7.根据权利要求6所述的装置,其特征在于,所述确定单元包括:
第一获取子单元,用于获取每个区域标识对应的预设的扫描建像参数;
确定子单元,用于根据每个区域标识和/或每个区域标识对应的扫描建像参数,按照预先设定的算法选择规则确定每个区域标识对应的图像重建算法。
8.根据权利要求7所述的装置,其特征在于,所述预先设定的算法选择规则包括:
当所述区域标识为含金属区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及去金属算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量小于第一阈值且所述区域标识为头部区域或者肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及迭代重建算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识对应的扫描建像参数中的重建图像厚度小于第二阈值,则确定该区域标识对应的图像重建算法为基础图像重建算法以及clear view去噪声算法;
当根据所述区域标识对应的扫描建像参数计算的放射剂量大于或等于所述第一阈值且所述区域标识为肩部区域,则确定该区域标识对应的图像重建算法为基础图像重建算法以及AF自适应滤波算法;
当所述区域标识以及所述区域标识对应的扫描建像参数不属于上述情况,则确定该区域标识对应的图像重建算法为基础图像重建算法;
所述基础图像重建算法包括断层扫描图像重建算法或者螺旋扫描图像重建算法。
9.根据权利要求6所述的装置,其特征在于,所述确定单元具体用于:
获取用户设置的每个区域标识对应的扫描建像参数以及图像重建算法。
10.根据权利要求6所述的装置,其特征在于,所述第二获取单元包括:
第二获取子单元,用于计算所述平片扫描图像中每行的灰度平均值,当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息,重复执行当连续多行的灰度平均值在任一预设区域的灰度阈值范围内时,将所述平片扫描图像中该连续多行的区域确定为该预设区域,并获取该预设区域的区域标识以及区域位置信息直到所述平片扫描图像被划分完成;
或者,第三获取子单元,用于接收用户对所述平片扫描图像的划分信息,所述划分信息包括每个区域的区域位置信息,根据所述划分信息将所述平片扫描图像划分为多个区域,并获取用户输入的每个区域的区域标识;
或者,第四获取子单元,用于按照预设区域位置信息将所述平片扫描图像划分为多个区域,获取每个区域的预设区域位置信息作为区域位置信息,并获取每个区域的预设区域标识作为区域标识。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710547500.0A CN107240140A (zh) | 2017-07-06 | 2017-07-06 | 一种图像重建的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710547500.0A CN107240140A (zh) | 2017-07-06 | 2017-07-06 | 一种图像重建的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107240140A true CN107240140A (zh) | 2017-10-10 |
Family
ID=59991865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710547500.0A Pending CN107240140A (zh) | 2017-07-06 | 2017-07-06 | 一种图像重建的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240140A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110037720A (zh) * | 2019-04-28 | 2019-07-23 | 东软医疗系统股份有限公司 | 图像重建方法、装置、图像处理设备及系统 |
WO2021035511A1 (en) * | 2019-08-27 | 2021-03-04 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for four-dimensional ct scan |
CN113838156A (zh) * | 2021-08-27 | 2021-12-24 | 东软医疗系统股份有限公司 | 图像重建方法及系统、存储介质、ct设备 |
WO2023207967A1 (en) * | 2022-04-25 | 2023-11-02 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image reconstruction |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102871681A (zh) * | 2011-07-15 | 2013-01-16 | 西门子公司 | 拍摄和分配多创伤患者的全身ct数据的方法和ct系统 |
US20130136328A1 (en) * | 2011-11-30 | 2013-05-30 | General Electric Company | Methods and systems for enhanced tomographic imaging |
CN103494613A (zh) * | 2013-09-06 | 2014-01-08 | 沈阳东软医疗系统有限公司 | 一种平片扫描方法及装置 |
CN104203104A (zh) * | 2012-02-14 | 2014-12-10 | 西门子公司 | 将被关注的身体部位定位在ct成像系统的对称中心的方法 |
CN105615912A (zh) * | 2015-12-17 | 2016-06-01 | 沈阳东软医疗系统有限公司 | 一种ct扫描方法和系统 |
CN105902279A (zh) * | 2016-06-02 | 2016-08-31 | 沈阳东软医疗系统有限公司 | 一种扫描图像重建的方法和装置 |
-
2017
- 2017-07-06 CN CN201710547500.0A patent/CN107240140A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102871681A (zh) * | 2011-07-15 | 2013-01-16 | 西门子公司 | 拍摄和分配多创伤患者的全身ct数据的方法和ct系统 |
US20130136328A1 (en) * | 2011-11-30 | 2013-05-30 | General Electric Company | Methods and systems for enhanced tomographic imaging |
CN104203104A (zh) * | 2012-02-14 | 2014-12-10 | 西门子公司 | 将被关注的身体部位定位在ct成像系统的对称中心的方法 |
CN103494613A (zh) * | 2013-09-06 | 2014-01-08 | 沈阳东软医疗系统有限公司 | 一种平片扫描方法及装置 |
CN105615912A (zh) * | 2015-12-17 | 2016-06-01 | 沈阳东软医疗系统有限公司 | 一种ct扫描方法和系统 |
CN105902279A (zh) * | 2016-06-02 | 2016-08-31 | 沈阳东软医疗系统有限公司 | 一种扫描图像重建的方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110037720A (zh) * | 2019-04-28 | 2019-07-23 | 东软医疗系统股份有限公司 | 图像重建方法、装置、图像处理设备及系统 |
WO2021035511A1 (en) * | 2019-08-27 | 2021-03-04 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for four-dimensional ct scan |
CN113838156A (zh) * | 2021-08-27 | 2021-12-24 | 东软医疗系统股份有限公司 | 图像重建方法及系统、存储介质、ct设备 |
CN113838156B (zh) * | 2021-08-27 | 2023-07-14 | 东软医疗系统股份有限公司 | 图像重建方法及系统、存储介质、ct设备 |
WO2023207967A1 (en) * | 2022-04-25 | 2023-11-02 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image reconstruction |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bal et al. | Metal artifact reduction in CT using tissue‐class modeling and adaptive prefiltering | |
Veldkamp et al. | Development and validation of segmentation and interpolation techniques in sinograms for metal artifact suppression in CT | |
CN106600609B (zh) | 一种医学图像中脊柱的分割方法及系统 | |
Wang et al. | Metal artifact reduction in CT using fusion based prior image | |
EP1522045B1 (en) | Motion artifact correction of tomographical images | |
CN102715906B (zh) | 从c臂血管造影术的单扫描估算3d心脏运动的方法和系统 | |
US10395397B2 (en) | Metal artifacts reduction for cone beam CT | |
Joemai et al. | Metal artifact reduction for CT: Development, implementation, and clinical comparison of a generic and a scanner‐specific technique | |
CN105225208B (zh) | 一种计算机断层成像金属伪影校正方法及装置 | |
CN107240140A (zh) | 一种图像重建的方法及装置 | |
US20090074278A1 (en) | Method and apparatus for metal artifact reduction in computed tomography | |
CN102024251B (zh) | 用于双源ct的基于多图像虚拟非对比图像增强的系统和方法 | |
RU2589292C2 (ru) | Устройство и способ формирования карты коррекции затухания | |
Naqa et al. | Deblurring of breathing motion artifacts in thoracic PET images by deconvolution methods | |
EP1649810A1 (en) | Image processing method and computer-readable recording medium containing image processing program | |
US20070116343A1 (en) | Methods and systems for improving quality of an image | |
Zhao et al. | A wavelet method for metal artifact reduction with multiple metallic objects in the field of view | |
US20060029183A1 (en) | Soft tissue filtering | |
CN111524200B (zh) | 在投影图像中分割金属对象的方法、设备和介质 | |
EP1716537B1 (en) | Apparatus and method for the processing of sectional images | |
Li et al. | Metal artifact suppression from reformatted projections in multislice helical CT using dual‐front active contours | |
KR102472464B1 (ko) | 영상처리방법 및 이를 이용한 영상처리장치 | |
CN105678750B (zh) | 医学图像的灰度映射曲线生成方法及装置 | |
CN106228520B (zh) | 图像增强方法及装置 | |
EP3349655B1 (en) | Tomography apparatus and controlling method for the same |
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: 110179 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Applicant after: DongSoft Medical System Co., Ltd. Address before: 110179 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Applicant before: Dongruan Medical Systems Co., Ltd., Shenyang |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171010 |