CN107316277A - 一种医学锥束ct图像中运动伪影修正方法 - Google Patents
一种医学锥束ct图像中运动伪影修正方法 Download PDFInfo
- Publication number
- CN107316277A CN107316277A CN201710269022.1A CN201710269022A CN107316277A CN 107316277 A CN107316277 A CN 107316277A CN 201710269022 A CN201710269022 A CN 201710269022A CN 107316277 A CN107316277 A CN 107316277A
- Authority
- CN
- China
- Prior art keywords
- image
- pyramidal
- artifact
- motion artifacts
- medical science
- 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
- 238000002715 modification method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 238000003709 image segmentation Methods 0.000 claims abstract description 5
- 210000000988 bone and bone Anatomy 0.000 claims description 10
- 229910052704 radon Inorganic materials 0.000 claims description 9
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000003628 erosive effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims 1
- 238000002786 image-guided radiation therapy Methods 0.000 abstract description 5
- 210000001015 abdomen Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 210000000936 intestine Anatomy 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000008855 peristalsis Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 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
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
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)
Abstract
本发明公开了一种医学锥束CT图像中运动伪影修正方法,运动伪影主要包括阴影伪影和条状伪影,本方法首先利用病人或者模体锥束CT投影数据重建初始图像,其次利用图像分割技术和图像特征提取技术获取运动伪影存在的主要区域,然后利用线性插值技术消除阴影伪影,再利用频率分割技术消除条状伪影,实现锥束CT图像的运动伪影消除。本发明使用基于信号处理的方法对锥束CT图像的运动伪影进行修正,有效地消除了锥束CT图像中的运动伪影,提高了图像的质量,增加了锥束CT图像在图像引导放射治疗中的图像引导的准确性。
Description
技术领域:
本发明属于医学成像技术领域,具体是涉及一种医学锥束CT图像中运动伪影修正方法。
背景技术:
在图像引导放射治疗中,锥束CT成像技术是非常重要的图像引导技术。但是由于呼吸作用和肠道蠕动的存在,使得锥束CT图像存在较为严重的运动伪影,影像图像的质量,降低图像引导放射治疗中定位的准确性。
现有的阴影伪影修正方法主要有呼吸修正、屏息以及运动模型修正的方法,这些方法需要依靠复杂的数学模型进行运动估计,而且对于不规则运动的估计有局限性。
发明内容:
为此,本发明所要解决的技术问题在于现有技术中用于锥束CT图像技术的伪影修正方法需要依靠复杂的数学模型进行运动估计,且对于不规则运动的估计有局限性,从而本申请提出基于信号处理技术的一种医学锥束CT图像中运动伪影修正方法,该方法不需要依靠先验知识、原始投影以及复杂的运动模型,能够有效的消除图像中的运动伪影,提高锥束CT图像的质量。
为达到上述目的,本发明的技术方案如下:
一种医学锥束CT图像中运动伪影修正方法,包括如下步骤:
S1:初始图像重建,利用病人或者模体锥束CT投影数据重建初始图像f0;
S2:区域分割提取,利用图像分割技术和图像特征提取技术对所述初始图像f0进行处理,获取气泡区域fgas、骨性组织区域fbone、阴影伪影与条状伪影存在的主要区域fr;
S3:阴影伪影消除,利用线性插值技术对所述气泡区域fgas、所述阴影伪影与条状伪影存在的主要区域fr进行处理,获取阴影伪影修正后的第一锥束CT图像;
S4:条状伪影消除,利用频率分割技术对阴影伪影修正后的第一锥束CT图像、所述气泡区域fgas、所述骨性组织区域fbone进行处理,获取条状伪影修正后的第二锥束CT图像,实现锥束CT图像的运动伪影消除。
作为上述技术方案的优选,所述步骤S1中:
采用滤波反投影技术重建所述初始图像f0。
作为上述技术方案的优选,所述步骤S1中:
所述初始图像f0中的运动伪影包括阴影伪影和条状伪影。
作为上述技术方案的优选,所述步骤S2中:
所述图像分割技术采用阈值分割技术,所述图像特征提取技术采用图像腐蚀和图像膨胀技术。
作为上述技术方案的优选,所述步骤S3具体包括如下步骤:
S31:将局部Radon变换作用于所述主要区域fr得到第一虚拟投影,即将图像域转换到虚拟投影域;
S32:将Radon变换作用于所述气泡区域fgas,获取含有阴影伪影污染的虚拟投影数据;
S33:在所述第一虚拟投影域中,利用线性插值技术替换含有阴影伪影污染的虚拟投影数据;
S34:重建替换后的虚拟投影数据,对重建后的虚拟投影数据进行低通滤波后得到fmask1,将fmask1加到所述初始图像f0中,获取阴影伪影修正后的第一锥束CT图像,即实现锥束CT图像的阴影伪影修正。
作为上述技术方案的优选,所述步骤S34中:
采用高斯滤波器对所述投影数据进行低通滤波处理。
作为上述技术方案的优选,所述步骤S4具体包括如下步骤:
S41:对步骤S3中获取的第一锥束CT图像进行频率分割,获取所述第一锥束CT图像的中频成份;
S42:将Radon变换作用于所述中频成份、所述气泡区域fgas和所述骨性组织区域fbone,获取第二虚拟投影;
S43:选取中频成份投影中的气泡成份和骨性组织成份,选取到的成份为条状伪影成份;
S44:重建第二虚拟投影中选取的条状伪影成份,得到fmask2,将步骤S3中获取的第一锥束CT图像减去fmask2,获取条状伪影修正后的第二锥束CT图像,实现锥束CT图像的运动伪影消除。
作为上述技术方案的优选,所述步骤S41中:
所述第一锥束CT图像的中频成份包括条状伪影、图像边界以及图像的纹理特征。
本发明的有益效果在于:本发明使用基于信号处理的方法对锥束CT图像的运动伪影进行修正,可以有效地消除锥束CT图像中的运动伪影,提高图像的质量,并且有望能够运用于现有的临床治疗过程中,提高锥束CT图像在图像引导放射治疗中的作用。
附图说明:
以下附图仅旨在于对本发明做示意性说明和解释,并不限定本发明的范围。其中:
图1为本发明一个实施例的一种医学锥束CT图像中运动伪影修正方法流程图;
图2为本发明一个实施例的一种医学锥束CT图像中阴影伪影消除的流程图;
图3本发明一个实施例的一种医学锥束CT图像中条状伪影消除的流程图;
图4为本发明一个实施例的运动伪影修正方法在病人腹部锥束CT数据上的实施结果示意图;
图5为本发明一个实施例的运动伪影修正方法在病人腹部锥束CT数据上的实施结果的矢状位图像示意图。
具体实施方式:
如图1所示,本发明的一种医学锥束CT图像中运动伪影修正方法,包括如下步骤:
S1:使用滤波反投影技术产生初始图像,利用实际测得的病人或者模体锥束CT投影数据使用滤波反投影技术重建出初始图像f0。由于呼吸作用和肠道蠕动,所述初始图像f0中往往含有严重的运动伪影,运动伪影包括阴影伪影和条状伪影。
S2:区域分割提取,利用图像分割技术和图像特征提取技术对所述初始图像f0进行处理,获取气泡区域fgas、骨性组织区域fbone、阴影伪影与条状伪影存在的主要区域fr。通过阈值分割从初始图像f0中得到气泡区域fgas和骨性组织区域fbone,通过图像腐蚀与图像膨胀得到阴影伪影与条状伪影存在的主要区域fr。
S3:阴影伪影消除,利用线性插值技术对所述气泡区域fgas、所述阴影伪影与条状伪影存在的主要区域fr进行处理,获取阴影伪影修正后的第一锥束CT图像;
如图2所示,所述步骤S3具体包括如下步骤:
S31:将局部Radon变换作用于所述主要区域fr得到第一虚拟投影,即将图像域转换到虚拟投影域;
S32:将Radon变换作用于所述气泡区域fgas,获取含有阴影伪影污染的虚拟投影数据;
S33:在所述第一虚拟投影域中,利用线性插值技术替换含有阴影伪影污染的虚拟投影数据;
S34:重建替换后的虚拟投影数据,对重建后的虚拟投影数据进行低通滤波后得到fmask1,将fmask1加到所述初始图像f0中,获取阴影伪影修正后的第一锥束CT图像,即实现锥束CT图像的阴影伪影修正。本实施例中,采用高斯滤波器对所述投影数据进行低通滤波处理。
S4:条状伪影消除,利用频率分割技术对阴影伪影修正后的第一锥束CT图像、所述气泡区域fgas、所述骨性组织区域fbone进行处理,获取条状伪影修正后的第二锥束CT图像,实现锥束CT图像的运动伪影消除。
如图3所示,所述步骤S4具体包括如下步骤:
S41:对步骤S3中获取的第一锥束CT图像进行频率分割,获取所述第一锥束CT图像的中频成份;所述第一锥束CT图像的中频成份包括条状伪影、图像边界以及图像的纹理特征。
S42:将Radon变换作用于所述中频成份、所述气泡区域fgas和所述骨性组织区域fbone,获取第二虚拟投影;
S43:选取中频成份投影中的气泡成份和骨性组织成份,选取到的成份为条状伪影成份;
S44:重建第二虚拟投影中选取的条状伪影成份,得到fmask2,将步骤S3中获取的第一锥束CT图像减去fmask2,获取条状伪影修正后的第二锥束CT图像,实现锥束CT图像的运动伪影消除。
本实施例还给出该运动伪影修正方法在病人腹部锥束CT数据上的实施结果示意图,如图4所示,其中(a):使用传统滤波反投影重建的结果,(b):对重建结果进行阴影伪影修正的结果,(c):对阴影伪影修正结果进行条状伪影修正的结果,(d):计划CT的图像,显示窗为[0.015 0.025]。
本实施例还给出该运动伪影修正方法在病人腹部锥束CT数据上的实施结果的矢状位图像示意图,如图5所示,其中(a’):使用传统滤波反投影重建的结果,(b’):对重建结果进行阴影伪影修正的结果,(c’):对阴影伪影修正结果进行条状伪影修正的结果,显示窗为[0.015 0.025]。
上述技术方案中,病人上腹部锥束CT数据,使用本发明中的运动伪影修正方法得到的结果,相比较于初始滤波反投影重建得到的结果,显著的消除了原有图像中的阴影伪影和运动伪影,CT数精确度从90HU降低到了20HU,并且较好的保存了原有图像的纹理特征和边界特征。
本实施例所述的一种医学锥束CT图像中运动伪影修正方法,运动伪影主要包括阴影伪影和条状伪影,本方法首先利用病人或者模体锥束CT投影数据重建初始图像,其次利用图像分割技术和图像特征提取技术获取运动伪影存在的主要区域,然后利用线性插值技术消除阴影伪影,再利用频率分割技术消除条状伪影,实现锥束CT图像的运动伪影消除。本发明使用基于信号处理的方法对锥束CT图像的运动伪影进行修正,有效地消除了锥束CT图像中的运动伪影,提高了图像的质量,增加了锥束CT图像在图像引导放射治疗中的图像引导的准确性。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (8)
1.一种医学锥束CT图像中运动伪影修正方法,其特征在于,包括如下步骤:
S1:初始图像重建,利用病人或者模体锥束CT投影数据重建初始图像f0;
S2:区域分割提取,利用图像分割技术和图像特征提取技术对所述初始图像f0进行处理,获取气泡区域fgas、骨性组织区域fbone、阴影伪影与条状伪影存在的主要区域fr;
S3:阴影伪影消除,利用线性插值技术对所述气泡区域fgas、所述阴影伪影与条状伪影存在的主要区域fr进行处理,获取阴影伪影修正后的第一锥束CT图像;
S4:条状伪影消除,利用频率分割技术对阴影伪影修正后的第一锥束CT图像、所述气泡区域fgas、所述骨性组织区域fbone进行处理,获取条状伪影修正后的第二锥束CT图像,实现锥束CT图像的运动伪影消除。
2.根据权利要求1所述的医学锥束CT图像中运动伪影修正方法,其特征在于,所述步骤S1中:
采用滤波反投影技术重建所述初始图像f0。
3.根据权利要求1所述的医学锥束CT图像中运动伪影修正方法,其特征在于,所述步骤S1中:
所述初始图像f0中的运动伪影包括阴影伪影和条状伪影。
4.根据权利要求1所述的医学锥束CT图像中运动伪影修正方法,其特征在于,所述步骤S2中:
所述图像分割技术采用阈值分割技术,所述图像特征提取技术采用图像腐蚀和图像膨胀技术。
5.根据权利要求1所述的医学锥束CT图像中运动伪影修正方法,其特征在于,所述步骤S3具体包括如下步骤:
S31:将局部Radon变换作用于所述主要区域fr得到第一虚拟投影,即将图像域转换到虚拟投影域;
S32:将Radon变换作用于所述气泡区域fgas,获取含有阴影伪影污染的虚拟投影数据;
S33:在所述第一虚拟投影域中,利用线性插值技术替换含有阴影伪影污染的虚拟投影数据;
S34:重建替换后的虚拟投影数据,对重建后的虚拟投影数据进行低通滤波后得到fmask1,将fmask1加到所述初始图像f0中,获取阴影伪影修正后的第一锥束CT图像,即实现锥束CT图像的阴影伪影修正。
6.根据权利要求5所述的医学锥束CT图像中运动伪影修正方法,其特征在于,所述步骤S34中:
采用高斯滤波器对所述投影数据进行低通滤波处理。
7.根据权利要求1所述的医学锥束CT图像中运动伪影修正方法,其特征在于,所述步骤S4具体包括如下步骤:
S41:对步骤S3中获取的第一锥束CT图像进行频率分割,获取所述第一锥束CT图像的中频成份;
S42:将Radon变换作用于所述中频成份、所述气泡区域fgas和所述骨性组织区域fbone,获取第二虚拟投影;
S43:选取中频成份投影中的气泡成份和骨性组织成份,选取到的成份为条状伪影成份;
S44:重建第二虚拟投影中选取的条状伪影成份,得到fmask2,将步骤S3中获取的第一锥束CT图像减去fmask2,获取条状伪影修正后的第二锥束CT图像,实现锥束CT图像的运动伪影消除。
8.根据权利要求5所述的医学锥束CT图像中运动伪影修正方法,其特征在于,所述步骤S41中:
所述第一锥束CT图像的中频成份包括条状伪影、图像边界以及图像的纹理特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710269022.1A CN107316277B (zh) | 2017-04-24 | 2017-04-24 | 一种医学锥束ct图像中运动伪影修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710269022.1A CN107316277B (zh) | 2017-04-24 | 2017-04-24 | 一种医学锥束ct图像中运动伪影修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107316277A true CN107316277A (zh) | 2017-11-03 |
CN107316277B CN107316277B (zh) | 2020-12-18 |
Family
ID=60184773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710269022.1A Expired - Fee Related CN107316277B (zh) | 2017-04-24 | 2017-04-24 | 一种医学锥束ct图像中运动伪影修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107316277B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113902737A (zh) * | 2021-11-23 | 2022-01-07 | 西南医科大学附属医院 | 一种基于甲状腺ct图像异常的检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4670840A (en) * | 1983-03-09 | 1987-06-02 | Elscint, Inc. | Ring artifact correction for computerized tomography |
CN101842807A (zh) * | 2007-05-31 | 2010-09-22 | 伊利克塔股份有限公司 | Ct扫描中运动伪影的减少 |
CN102567958A (zh) * | 2010-12-31 | 2012-07-11 | 东软飞利浦医疗设备系统有限责任公司 | 一种去除ct图像中金属伪影的图像后处理方法 |
CN103366389A (zh) * | 2013-04-27 | 2013-10-23 | 中国人民解放军北京军区总医院 | Ct图像重建方法 |
US20160007948A1 (en) * | 2012-02-22 | 2016-01-14 | Koninklijke Philips N.V. | Method and system for reducing localized artifacts in imaging data |
CN105264358A (zh) * | 2013-02-18 | 2016-01-20 | 赛拉诺斯股份有限公司 | 生物样品的图像分析及测量 |
CN105310726A (zh) * | 2014-06-18 | 2016-02-10 | 株式会社东芝 | 超声波诊断装置、图像处理装置以及图像处理方法 |
CN105701778A (zh) * | 2016-01-11 | 2016-06-22 | 赛诺威盛科技(北京)有限公司 | 一种从ct图像中去除金属伪影的方法 |
CN106485680A (zh) * | 2016-10-13 | 2017-03-08 | 上海联影医疗科技有限公司 | 图像校正方法及装置 |
US20170091932A1 (en) * | 2015-09-30 | 2017-03-30 | General Electric Company | Apparatus and method for beam hardening artifact correction of ct image |
-
2017
- 2017-04-24 CN CN201710269022.1A patent/CN107316277B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4670840A (en) * | 1983-03-09 | 1987-06-02 | Elscint, Inc. | Ring artifact correction for computerized tomography |
CN101842807A (zh) * | 2007-05-31 | 2010-09-22 | 伊利克塔股份有限公司 | Ct扫描中运动伪影的减少 |
CN102567958A (zh) * | 2010-12-31 | 2012-07-11 | 东软飞利浦医疗设备系统有限责任公司 | 一种去除ct图像中金属伪影的图像后处理方法 |
US20160007948A1 (en) * | 2012-02-22 | 2016-01-14 | Koninklijke Philips N.V. | Method and system for reducing localized artifacts in imaging data |
CN105264358A (zh) * | 2013-02-18 | 2016-01-20 | 赛拉诺斯股份有限公司 | 生物样品的图像分析及测量 |
CN103366389A (zh) * | 2013-04-27 | 2013-10-23 | 中国人民解放军北京军区总医院 | Ct图像重建方法 |
CN105310726A (zh) * | 2014-06-18 | 2016-02-10 | 株式会社东芝 | 超声波诊断装置、图像处理装置以及图像处理方法 |
US20170091932A1 (en) * | 2015-09-30 | 2017-03-30 | General Electric Company | Apparatus and method for beam hardening artifact correction of ct image |
CN105701778A (zh) * | 2016-01-11 | 2016-06-22 | 赛诺威盛科技(北京)有限公司 | 一种从ct图像中去除金属伪影的方法 |
CN106485680A (zh) * | 2016-10-13 | 2017-03-08 | 上海联影医疗科技有限公司 | 图像校正方法及装置 |
Non-Patent Citations (2)
Title |
---|
XIAOFENG YANG等: "Cupping artifact correction and automated classification for high-resolution dedicated breast CT images", 《MEDICAL PHYSICS》 * |
黄苏红: "CT图像环形伪影校正方法研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113902737A (zh) * | 2021-11-23 | 2022-01-07 | 西南医科大学附属医院 | 一种基于甲状腺ct图像异常的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107316277B (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kidoh et al. | Reduction of dental metallic artefacts in CT: value of a newly developed algorithm for metal artefact reduction (O-MAR) | |
JP7330703B2 (ja) | 医用画像処理装置及びx線ctシステム | |
Meilinger et al. | Metal artifact reduction in cone beam computed tomography using forward projected reconstruction information | |
Lell et al. | Normalized metal artifact reduction in head and neck computed tomography | |
CN106960429B (zh) | 一种ct图像金属伪影校正方法及装置 | |
CN105046675B (zh) | 基于mvct图像消除kvct图像中金属伪影的方法 | |
CN104751429B (zh) | 一种基于字典学习的低剂量能谱ct图像处理方法 | |
CN103617598B (zh) | 一种基于轨迹的ct图像金属伪影去除方法 | |
US20120314921A1 (en) | Motion-blurred imaging enhancement method and system | |
CN112017131B (zh) | Ct图像金属伪影去除方法、装置及计算机可读存储介质 | |
EP3209207B1 (en) | Methods and systems for normalizing contrast across multiple acquisitions | |
CN110599530B (zh) | 基于双正则约束的mvct图像纹理增强方法 | |
Cho et al. | A novel low-dose dual-energy imaging method for a fast-rotating gantry-type CT scanner | |
CN107316277A (zh) | 一种医学锥束ct图像中运动伪影修正方法 | |
Seemann et al. | Hybrid 3D visualization of the chest and virtual endoscopy of the tracheobronchial system: possibilities and limitations of clinical application | |
Gu et al. | Promote quantitative ischemia imaging via myocardial perfusion CT iterative reconstruction with tensor total generalized variation regularization | |
Kang et al. | Gradient extraction based multiscale dense cross network for LDCT denoising | |
Tang et al. | Efficient metal artifact reduction method based on improved total variation regularization | |
CN104899904B (zh) | 一种在低辐射剂量下进行血流参数图像的输出方法 | |
Tang et al. | A new dental CBCT metal artifact reduction method based on a dual-domain processing framework | |
CN105512487A (zh) | 图像域双能ct多材料统计分解方法 | |
Do et al. | A variational approach for reconstructing low dose images in clinical helical CT | |
CN113052933B (zh) | 一种参数成像方法及系统 | |
JP6817128B2 (ja) | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム | |
Fu et al. | Deep Convolutional Neural Network for Noise Reduction in Low-Dose CT |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201218 Termination date: 20210424 |