CN107320123A - 基于扫描前端与成像后端分离的ct影像链重组方法 - Google Patents
基于扫描前端与成像后端分离的ct影像链重组方法 Download PDFInfo
- Publication number
- CN107320123A CN107320123A CN201710505481.5A CN201710505481A CN107320123A CN 107320123 A CN107320123 A CN 107320123A CN 201710505481 A CN201710505481 A CN 201710505481A CN 107320123 A CN107320123 A CN 107320123A
- Authority
- CN
- China
- Prior art keywords
- scanning
- data
- imaging
- rear end
- image chain
- 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 45
- 238000003384 imaging method Methods 0.000 title claims abstract description 31
- 238000005215 recombination Methods 0.000 title claims abstract description 13
- 230000006798 recombination Effects 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 29
- 238000012805 post-processing Methods 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013170 computed tomography imaging Methods 0.000 claims description 5
- 239000012634 fragment Substances 0.000 claims description 4
- 210000004556 brain Anatomy 0.000 claims 1
- 230000005611 electricity Effects 0.000 claims 1
- 238000002591 computed tomography Methods 0.000 abstract description 3
- 238000011022 operating instruction Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 11
- 238000010188 recombinant method Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Classifications
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种基于扫描前端与成像后端分离的CT影像链重组方法,由前端扫描系统的球管发出射线,通过人体待检测部位;对人体待检测部分进行扫描后,由前端扫描系统的探测器接收通过人体的射线;将探测器模块接收到的数据加载附加信息,实时保存到存储设备中,不进行事先预处理;待整体扫描完成后,数据发送至远端计算机;计算机通过解析传输过来的数据,对整个扫描过程还原再现;运用后端分布式处理方式进行与传统影像链相同的重建与后处理步骤。本发明将CT的扫描前端与成像后端完全拆解,面向用户的只有扫描设备,使用户只根据操作说明进行常规的扫描工作,其后方处理交给云端的技术人员,CT体积减少,成本降低,数据处理解析便携化、简单化。
Description
技术领域
本发明涉及一种CT影像处理技术,具体为一种基于扫描前端与成像后端分离的CT影像链重组方法。
背景技术
目前,主流医院使用的CT都是高度集成化的大型医疗设备。每一个环节环环相扣,相互高度依赖。主流设备的影像链的形成可以概括为以下几个步骤,如图1所示:1)球管发出射线,通过人体的待检测部位,探测器接收通过人体的射线;2)探测器将接收到的射线转换为电信号,再经模数转换器转换为数字信号;3)数据实时进行预处理和校正,并传输给计算机;4)输入给基于传统影像链的CT机中包含的计算机进行图像的重建和后处理。上述步骤可整体概括为两个部分:扫描部分与成像部分。扫描部分主要执行数据采集与实时处理工作,包含探测器接收球管发射并通过人体的射线,对采集到的数据进行预处理及校正。成像部分主要对采集到的正投影数据进行分析,重建断层图像,并对图像进行一系列后处理。这两个部分是不可分离的,且流程的先后顺序不可改变,缺少任何一个部分都将会使CT停止工作。
现阶段传统CT使用的操作流程多以传统影像链为基础,因传统影像链各个部分深度耦合,且各部分依次进行的顺序不可改变,由此造成的大型传统CT在使用过程中会遇到移动困难、占地空间大等诸多不便。传统CT影像链结构的不可分离性与不可重组性是造成CT前后端不可分离,设备体积庞大,价格昂贵的主要原因。传统CT成像过程被简单地看作是一个串行处理的信号流。探测到的成像信息被每个环节即时处理,部分来不及处理的信息不得不被遗失,因而使得成像过程无法完整地再现,一旦成像步骤完成后无法进一步改进算法提升图像质量。传统CT的影像链是一个简单的信息处理流程,各个环节相互依赖,顺序不能改变,采集到的数据往往只包含影像信息的生数据,对采集的时间、成像几何参数等附加信息记录很少,或者没有记录。
当前传统CT产品的数据存储设备大多为固定、不可移动且存储和传输为一体的,即前端设备扫描得到的数据保存到原始数据存贮器中后进行卷积运算或反投影等处理,处理时包括扫描环节预处理和校正等环节,处理时间长,过程繁琐。
依赖于传统影像链所制造的CT机一般多为价格昂贵、体积庞大的医疗器械。这方面问题为医疗设备向基础医疗单位进行推广设置了障碍。县级医院等基础医疗单位大多缺乏大数量的资金支持或相对于放置大型医疗设备,较紧张的空间。进行CT扫描检查往往要去大型医疗机构,且进行一次扫描检查价格也较为昂贵,很多生活较困难群众大多望而却步。这些都是通过发展依赖于重组影像链技术所制造的CT机亟待解决的问题。
发明内容
针对现有技术中CT的影像链各个环节相互依赖、顺序不能改变、使用不便、价格昂贵等不足,本发明要解决的问题是提供一种操作简便、处理速度快、易于推广的基于扫描前端与成像后端分离的CT影像链重组方法。
为解决上述技术问题,本发明采用的技术方案是:
本发明一种基于扫描前端与成像后端分离的CT影像链重组方法,将前端扫描采集系统与后端数据处理分析系统或终端进行分离,后端数据处理终端应用在移动终端或云,具体包括以下步骤:
由前端扫描系统的球管发出射线,通过人体待检测部位;
对人体待检测部分进行扫描后,由前端扫描系统的探测器接收通过人体的射线;
将探测器模块接收到的数据加载附加信息,实时保存到存储设备中,不进行事先预处理;
待整体扫描完成后,数据发送至远端计算机;
计算机通过解析传输过来的数据,对整个扫描过程还原再现;
运用后端分布式处理方式进行与传统影像链相同的重建与后处理步骤。
将探测器模块接收到的数据加载附加信息,实时保存到存储设备中包括以下步骤:
将CT的单次照射视为由一系列相互独立的每个光子的成像过程组成;
将一整套扫描过程以扫描角度为界限分解为各角度扫描片段,对每一扫描片段进行扫描记录的同时给数据添加附加信息;
将扫描数据信息、附加信息、扫描系统的参数信息作为成像信息即时保存到存储设备。
所述附加信息为成像时间和CT成像几何模型参数信息,包括探测器中心实时位置及旋转中心实时位置,探测器探测到的每个光子被捕获时的顺序、能量、位置信息。
计算机对传输过来的数据进行分析处理为:
校验并解码扫描探测器发送的数据,对数据进行解析,通过原始数据中的成像时间、CT成像几何模型参数附加信息,对数据进行预处理并对图像进行校正,生成正投影数据,并通过器件位置信息对整个扫描过程通过OpenGL三维图像显示工具进行还原再现。
运用后端分布式处理方式进行重建与后处理为:通过移动网络,利用智能手机、平板电脑移动终端进行与传统影像链相同的重建与后处理步骤。
本发明具有以下有益效果及优点:
1.本发明方法通过对传统CT影像链进行重组,将CT的前端和后端完全拆解,仪器只保留前端扫描和数据采集部分,极大地减小了仪器体积,通过将面向过程的扫描体系转换为面向对象的扫描体系,使用户不必再对复杂的后端计算机操作流程及其内部原理进行了解与学习,面向用户的只有扫描设备,使用户只根据操作说明进行常规的扫描工作,其后方处理交给云端的技术人员。
2.前后端分离使得CT的体积以及成本降低,在以后的发展过程中可以以体积减小的优势,深入发展移动CT等方向,并且通过运用后端分布式处理技术,配合着逐渐增强的手机性能与快速发展的通信网络,使数据处理解析也变得便携化、简单化。
3.本发明通过影像链重组技术促成的CT小型化与普及化,可以把CT这种以前只能在大型医院有的设备,转换为基层医疗设施,在县级医院等基础医疗单位进行推广,建立“小病不出县、大病不出市、疑难重症到大型综合性医院”的分级诊疗格局,让普通民众免于往返大医院的奔波,在就近设有依赖于影像链重组技术的CT机的医院里进行初级诊断,有助于国家实现推进医改政策,分级诊疗、健全分级诊疗体系等目标。
4.本发明依靠影像链重组技术的实现,在以后的发展方向中,向普通民众的商品化推广也是一个可考虑的方向之一,将面向用户的常规扫描设备进一步小型化,依托于扫描端与数据处理端的分离,使用户在家就可以进行扫描,扫描探测后将数据传递给云端技术人员,让他们分析处理并反馈结果,可大大减少往返医院奔波的劳累。
附图说明
图1为现有技术中CT设备的影像链的形成过程图;
图2为本发明基于扫描前端与成像后端分离的CT影像链重组方法流程图。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
本发明主要以影像链重组技术的基本概念中CT扫描前端与成像后端分离技术进行主要阐述,并对隶属于影像链重组技术的应用于手机等移动终端的后端分布式处理技术以及数据即时存储技术的基本框架或运用思想、技术背景进行附带阐述。
如图2所示,本发明一种基于扫描前端与成像后端分离的CT影像链重组方法,将传统CT影像链进行重组,指前端数据采集扫描系统与后端数据处理分析系统或终端进行分离。后端数据处理终端应用在移动终端或云端,包括以下步骤:
由前端扫描探测仪的球管发出射线,通过人体待检测部位;
对人体待检测部分进行探测,前端扫描探测仪的探测器模块接收通过人体的射线;
将探测仪接收到的数据加载附加信息,实时保存到存储设备中,不进行事先校正和预处理;
待整体扫描完成后,发送至远端计算机;
计算机通过解析传输过来的数据,对整个扫描过程再现;
运用后端分布式处理方式进行与传统影像链相同的重建与后处理步骤。
本发明采用数据即时存储技术,对传统CT的存储方式进行进一步的改进。当前传统CT产品的数据存储设备大多为固定、不可移动且存储和传输为一体,即前端设备扫描得到的数据保存到原始数据存贮器中后进行卷积运算或反投影等处理。本发明所述的数据即时存储技术即采用扫描完成后即时储存这一方式,去除基于传统影像链CT产品扫描环节的预处理和校正等环节,扫描的同时不再进行实时处理,换而附加扫描系统的参数信息与探测器探测到的每个光子被捕获时的顺序、能量、位置信息等附加信息,即时保存到存储设备中。将原始图像生数据与附加信息数据直接发送至云端进行后续处理。
本实例中,针对普通临床CT、低剂量CT、光子计数型多能CT等不同放射剂量的CT成像过程进行定量描述,在云端构建虚拟CT的理论模型,根据具体情况决定在哪个尺度下分析和模拟CT的成像过程。CT的单次照射可以看作由一系列相互独立的每个光子的成像过程所组成。与单光子成像过程比较,一个X线束的成像过程既可以看作是一系列单光子的成像过程,也可以看作是较大尺度下的单光子成像过程。将一整套扫描过程添加必要的附加信息后保存。
前端扫描过程中,球管根据患者的不同情况,发射出相对应能量级别的射线,通过人体后,探测器接收球管发出的射线。在扫描成像过程中成像信息和扫描系统的参数信息与探测器接收到的每个光子的信息等成像信息即时保存到存储设备,不再对其进行预处理,待整体扫描完成后,发送至远端的数据处理计算机。
计算机对传输过来的数据进行分析处理为:分析,校验并解码扫描探测器发送的数据,对数据进行解析与统计。在后端处理过程中,通过原始数据中的成像时间和CT成像几何模型参数等附加信息,如探测器中心实时位置及旋转中心实时位置,探测器探测到的每个光子被捕获时的顺序、能量、位置等信息,对数据进行预处理与校正,并进行图像的重建和后处理,并且通过器件位置等信息,对整个扫描过程通过OpenGL三维图形显示工具进行还原再现。
后端图像后处理流程沿用传统CT的成像处理流程,进行重建、后处理等工作。
本发明将传统CT影像链进行重组,是将前端数据扫描采集系统与后端数据处理分析系统或终端进行分离。由于前后端分离,并且后端数据处理终端可以应用在移动终端或云端,面向用户的只有扫描设备,仪器操作简便,由此缩小仪器体积。操作简单、设备简化为CT向医疗欠发达地区进行推广铺设道路。
本发明采用后端分布式处理技术,运用后端分布式处理技术,后处理终端除了可以使用功能强大的计算机或者工作站进行图像重建、伪影处理等后续处理工作外,也可使用性能强大的手机、平板电脑等移动终端进行同样的工作。配合快速发展的通信技术与网络技术,使数据扫描或处理的同步性与高效性得到进一步提升。
引入影像链重组技术后,因该技术中包含对扫描过程的还原步骤,不仅需要对影像信息进行存储,还需要对几何模型参数、时间等信息进行存储,这样会致使数据量的增加。不断发展的存储设备大容量的存储空间正可以迎合影像链重组技术中前端扫描产生的影像数据以及附加信息的存储。在影像链重组技术发展过程中,也可以搭上通信技术发展的便车。重组技术成熟后产生的CT图像数据文件大部分以GB为单位进行存储,这样一组完整的影像数据依托于快速发展的通信技术,可在数秒内传输完成,可使在远端的医生得到实时同步数据,为快速诊疗提供了便利。手机、平板电脑等移动终端设备性能以及计算性能的提升也可以应用到影像链重组技术中后端分布式处理过程中,数据处理不再仅限于传统的计算机,可使用便捷的移动终端,配合着高速网络,随时随地进行数据处理分析。
本发明对传统影像链技术进行本质性的变革,将传统CT的面向过程的影像链变为面向对象的影像链。传统影像链中深度耦合的各个部分通过影像链重组,可分解为以下两个独立的环节:前端扫描记录环节与后端处理及成像环节,且两个环节分离的可能性也变为现实,很好地解决了传统CT前后端不可分离的问题,促进CT未来走向小型化,便捷化。
Claims (5)
1.一种基于扫描前端与成像后端分离的CT影像链重组方法,其特征在于:将前端扫描采集系统与后端数据处理分析系统或终端进行分离,后端数据处理终端应用在移动终端或云,具体包括以下步骤:
由前端扫描系统的球管发出射线,通过人体待检测部位;
对人体待检测部分进行扫描后,由前端扫描系统的探测器接收通过人体的射线;
将探测器模块接收到的数据加载附加信息,实时保存到存储设备中,不进行事先预处理;
待整体扫描完成后,数据发送至远端计算机;
计算机通过解析传输过来的数据,对整个扫描过程还原再现;
运用后端分布式处理方式进行与传统影像链相同的重建与后处理步骤。
2.按权利要求1所述的基于扫描前端与成像后端分离的CT影像链重组方法,其特征在于将探测器模块接收到的数据加载附加信息,实时保存到存储设备中包括以下步骤:
将CT的单次照射视为由一系列相互独立的每个光子的成像过程组成;
将一整套扫描过程以扫描角度为界限分解为各角度扫描片段,对每一扫描片段进行扫描记录的同时给数据添加附加信息;
将扫描数据信息、附加信息、扫描系统的参数信息作为成像信息即时保存到存储设备。
3.按权利要求2所述的基于扫描前端与成像后端分离的CT影像链重组方法,其特征在于:所述附加信息为成像时间和CT成像几何模型参数信息,包括探测器中心实时位置及旋转中心实时位置,探测器探测到的每个光子被捕获时的顺序、能量、位置信息。
4.按权利要求1所述的基于扫描前端与成像后端分离的CT影像链重组方法,其特征在于:计算机对传输过来的数据进行分析处理为:
校验并解码扫描探测器发送的数据,对数据进行解析,通过原始数据中的成像时间、CT成像几何模型参数附加信息,对数据进行预处理并对图像进行校正,生成正投影数据,并通过器件位置信息对整个扫描过程通过OpenGL三维图像显示工具进行还原再现。
5.按权利要求1所述的基于扫描前端与成像后端分离的CT影像链重组方法,其特征在于:运用后端分布式处理方式进行重建与后处理为:通过移动网络,利用智能手机、平板电脑移动终端进行与传统影像链相同的重建与后处理步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710505481.5A CN107320123A (zh) | 2017-06-28 | 2017-06-28 | 基于扫描前端与成像后端分离的ct影像链重组方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710505481.5A CN107320123A (zh) | 2017-06-28 | 2017-06-28 | 基于扫描前端与成像后端分离的ct影像链重组方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107320123A true CN107320123A (zh) | 2017-11-07 |
Family
ID=60198411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710505481.5A Pending CN107320123A (zh) | 2017-06-28 | 2017-06-28 | 基于扫描前端与成像后端分离的ct影像链重组方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107320123A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106963409A (zh) * | 2017-04-28 | 2017-07-21 | 东北大学 | 一种ct系统及其使用方法 |
CN112669401A (zh) * | 2020-12-22 | 2021-04-16 | 中北大学 | 基于卷积神经网络的ct图像重建方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338225A (zh) * | 2013-05-27 | 2013-10-02 | 沈阳东软医疗系统有限公司 | 基于云平台的医疗影像数据共享的方法、云平台和系统 |
CN103823674A (zh) * | 2014-02-12 | 2014-05-28 | 陈昱 | 云计算系统及其终端的实现方法 |
CN104038543A (zh) * | 2013-05-27 | 2014-09-10 | 沈阳东软医疗系统有限公司 | 一种医疗影像设备云重建的方法、云平台及系统 |
CN104202368A (zh) * | 2013-05-27 | 2014-12-10 | 沈阳东软医疗系统有限公司 | 基于云平台的医疗影像数据共享的方法、云平台和系统 |
CN105872046A (zh) * | 2016-03-30 | 2016-08-17 | 东北大学 | 一种ct设备的云端虚拟机控制系统及方法 |
CN106419948A (zh) * | 2016-09-28 | 2017-02-22 | 东北大学 | 一种ct数据采集及扫描过程虚拟再现的方法 |
CN106963409A (zh) * | 2017-04-28 | 2017-07-21 | 东北大学 | 一种ct系统及其使用方法 |
-
2017
- 2017-06-28 CN CN201710505481.5A patent/CN107320123A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338225A (zh) * | 2013-05-27 | 2013-10-02 | 沈阳东软医疗系统有限公司 | 基于云平台的医疗影像数据共享的方法、云平台和系统 |
CN104038543A (zh) * | 2013-05-27 | 2014-09-10 | 沈阳东软医疗系统有限公司 | 一种医疗影像设备云重建的方法、云平台及系统 |
CN104202368A (zh) * | 2013-05-27 | 2014-12-10 | 沈阳东软医疗系统有限公司 | 基于云平台的医疗影像数据共享的方法、云平台和系统 |
CN103823674A (zh) * | 2014-02-12 | 2014-05-28 | 陈昱 | 云计算系统及其终端的实现方法 |
CN105872046A (zh) * | 2016-03-30 | 2016-08-17 | 东北大学 | 一种ct设备的云端虚拟机控制系统及方法 |
CN106419948A (zh) * | 2016-09-28 | 2017-02-22 | 东北大学 | 一种ct数据采集及扫描过程虚拟再现的方法 |
CN106963409A (zh) * | 2017-04-28 | 2017-07-21 | 东北大学 | 一种ct系统及其使用方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106963409A (zh) * | 2017-04-28 | 2017-07-21 | 东北大学 | 一种ct系统及其使用方法 |
CN112669401A (zh) * | 2020-12-22 | 2021-04-16 | 中北大学 | 基于卷积神经网络的ct图像重建方法及系统 |
CN112669401B (zh) * | 2020-12-22 | 2022-08-19 | 中北大学 | 基于卷积神经网络的ct图像重建方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107610743A (zh) | 基于互联网云技术的医学影像检查与诊断综合解决系统 | |
CN108492862A (zh) | 基于分布式ct终端机的医学影像云成像与判读方法及系统 | |
CN109961491A (zh) | 多模态图像截断补偿方法、装置、计算机设备和介质 | |
US7317819B2 (en) | Apparatus and method for three-dimensional imaging | |
US20040030585A1 (en) | Method and system for remote image reconstitution and processing and imaging data collectors communicating with the system | |
CN105608717A (zh) | 一种ct系统和ct图像重建方法 | |
CN105528531A (zh) | 一种远程医疗系统 | |
CN108230277A (zh) | 一种基于卷积神经网络的双能ct图像分解方法 | |
CN103745126A (zh) | Tps数据处理方法和系统 | |
CN107506605A (zh) | 基于医疗云平台的影像大数据分析系统及方法 | |
WO2021139835A2 (zh) | 一种spect成像预测模型创建方法、装置、设备及存储介质 | |
CN106780641A (zh) | 一种低剂量x射线ct图像重建方法 | |
CN108922601A (zh) | 一种医学影像处理系统 | |
CN109637630A (zh) | 自助式医疗影像系统及控制方法 | |
CN107320123A (zh) | 基于扫描前端与成像后端分离的ct影像链重组方法 | |
CN106529137A (zh) | 一种基于云端的ct影像共享方法及装置 | |
WO2023142781A1 (zh) | 图像三维重建方法、装置、电子设备及存储介质 | |
KR101919908B1 (ko) | 의료 영상의 레이블링을 지원하는 방법 및 이를 이용한 장치 | |
KR20220137215A (ko) | 인공지능 기반의 의료 영상 변환 장치 및 방법 | |
CN106227850A (zh) | 一种基于移动终端的医学检验监控控制系统及控制方法 | |
CN103976759B (zh) | 来自单个病人扫描的多图像生成 | |
CN111317495B (zh) | Ct图像数据的处理方法及ct成像系统 | |
CN106419948B (zh) | 一种ct数据采集及扫描过程虚拟再现的方法 | |
CN103164599A (zh) | 基于腹部ct图像传输的肝硬化远程会诊系统 | |
CN102460703A (zh) | 用于高数据率的x 射线层析扫描仪的成像、数据捕获、数据传输和数据分发方法以及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171107 |