CN107545551A - 数字乳腺体层合成图像的重建方法和系统 - Google Patents
数字乳腺体层合成图像的重建方法和系统 Download PDFInfo
- Publication number
- CN107545551A CN107545551A CN201710800480.3A CN201710800480A CN107545551A CN 107545551 A CN107545551 A CN 107545551A CN 201710800480 A CN201710800480 A CN 201710800480A CN 107545551 A CN107545551 A CN 107545551A
- Authority
- CN
- China
- Prior art keywords
- projection
- voxel
- reconstructed
- reconstruction
- reconstructing
- 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
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种数字乳腺体层合成图像的重建方法和系统,所述方法包括步骤:获取被扫描物体不同角度下的投影图像;计算待重建体素在所述投影图像中对应的投影的位置坐标;根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型;其中,所述类型包括高密度物质投影或正常组织投影;若所述投影中高密度物质投影数与总投影角度数的比值小于设定的阈值,判定所述待重建体素为正常组织体素;在重建过程中将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除;将所述待重建体素余下的投影进行反投影重建,获得伪影校正后的重建图像。通过上述数字乳腺体层合成图像的重建方法,抑制了重建图像中的层间伪影,提高了重建图像的质量。
Description
技术领域
本发明涉及数字乳腺X射线摄影技术领域,特别是涉及一种数字乳腺体层合成图像的重建方法和系统。
背景技术
乳腺癌是目前全球女性患病率最高的癌症,其严重影响女性身心健康和社会发展。DM(Digital Mammography,乳腺X射线摄影)是乳腺疾病首选的影像诊断手段,其利用压迫板和支撑板将女性乳房按压,并通过软X射线对乳房组织照射,然后利用探测器对穿透X射线进行接收和处理,得到乳房二维照射影像。
DBT(Digital Breast Tomosynthesis,数字乳腺体层合成)是在DM成像技术上迅速发展的新型乳腺成像技术,其在扫描过程利用球管有限角度旋转运动,并对压迫乳腺进行数个角度低剂量曝光获得的投影数据来重建出多个层面的精细断层图像,该技术有效解决DM二维图像组织堆叠的缺点,进一步提高乳腺癌诊断效率,降低误诊率。
在数字乳腺体层合成摄影过程中,由于有限角度范围球管曝光的限制,在体层合成图像重建过程中,重建体素缺乏足够角度的投影修正,待重建的正常组织体素易受到其他层面的异常干扰投影的影响,导致重建图像出现放射状的层间伪影,并最终影响重建图像的质量。
发明内容
基于此,有必要针对有限角度曝光导致重建图像产生层间伪影的问题,提供一种数字乳腺体层合成图像的重建方法和系统。
一种乳腺体层合成图像的重建方法,包括以下步骤:
获取被扫描物体不同角度下的投影图像;
计算待重建体素在不同角度下的投影图像中对应的投影的位置坐标;
根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型;其中,所述类型包括高密度物质投影或正常组织投影;
若所述待重建体素对应的高密度物质投影数与总投影角度数的比值小于设定的阈值,判定所述待重建体素为正常组织体素;
在重建过程中将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除;
将所述待重建体素余下的投影进行反投影重建,获得伪影校正后的重建图像。
一种数字乳腺体层合成图像的重建系统,包括:
图像获取模块,用于获取待重建物体不同角度下的投影图像;
坐标计算模块,用于计算待重建体素在所述投影图像中对应的投影的位置坐标;
投影识别模块,用于根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型;其中,所述类型为高密度物质投影或正常组织投影;
体素判别模块,用于根据所述待重建体素对应的高密度物质投影数与总投影角度数的比值以及设定的阈值,判定所述待重建体素为正常组织体素或高密度物质体素;
校正模块,在重建过程中用于将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除。
重建模块,用于对所述待重建体素余下的投影进行反投影重建,获得伪影校正后的重建图像。
上述数字乳腺体层合成图像的重建方法和系统,通过计算待重建体素与投影图像中投影的对应关系,根据待重建体素在不同角度下对应的投影的类别和数目,判定当前体素的类型并对体素重建过程中将不同层中异常干扰投影进行剔除,有效抑制重建图像中放射状的层间伪影,提高了重建图像的质量。
另外,还有必要提供一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,上述处理器执行所述计算机程序时实现上述数字乳腺体层合成图像的重建方法。
一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的数字乳腺体层合成图像的重建方法。
附图说明
图1为一个实施例的数字乳腺体层合成图像的重建方法流程图;
图2为一个实施例的数字乳腺体层合成系统扫描示意图;
图3为一个实施例的某一角度下被扫描物体的投影示意图;
图4为一个实施例的某一待重建体素与其投影的对应关系示意图;
图5为一个应用实例的伪影抑制后的数字乳腺体层合成重建图像;
图6为一个应用实例的伪影抑制前、后的数字乳腺体层合成重建图像中钙化点区域的对比图;
图7为一个实施例的数字乳腺体层合成图像的重建系统结构示意图。
具体实施方式
为了便于理解本发明,下面结合附图对本发明的数字乳腺体层合成图像的重建方法的具体实施方式作详细描述。图1示出了一个实施例的数字乳腺体层合成图像的重建方法流程图,主要包括如下步骤:
步骤S10:获取被扫描物体不同角度下的投影图像。
在本步骤中,利用DBT扫描系统向被扫描物体发射多条X射线,由于被扫描物体中各个部分的密度不同,对X射线的吸收程度也不同,所以当上述X射线穿过被扫描物体后,会有不同程度的衰减,导致最终穿过被扫描物体到达探测器的X射线的量存在差异;探测器接收穿过被扫描物体的X射线,通过对携带不同衰减信息的X射线进行处理,最终获得反映被扫描物体内部信息的投影图像;DBT扫描系统分别从不同的角度向被扫描物体发射X射线,探测器分别获取各个角度下被扫描物体的投影图像。
如图2所示,图2为一个实施例的DBT扫描系统的扫描示意图,被扫物体30放置在探测器40上,通过压板20进行按压,X射线球管围绕被扫物体和探测器进行有限角度圆轨道运动和低剂量曝光,探测器接收不同角度下穿过被扫描物体后的X射线10。上述被扫描物体内部包括高密度物质体素和正常组织体素,两种物质存在明显的X射线衰减差异;其中,高密度物质可以是乳腺钙化点、金属植入物等,其X射线衰减率远大于其他正常组织。
在X射线10与探测器40的角度成θ时,分别处在不同层的高密度物质体素301和正常组织体素302恰好处于X射线球管发出的同一条X射线10路径下,在这种情况下,上述高密度物质体素301和正常组织体素302在探测器对应位置上形成的投影将会发生叠加。
如图3所述,图3是数字乳腺体层合成系统在某一角度下的被扫描物体的投影示意图,如图,θ角度下被扫描物体的投影图像303中,上述高密度物质体素301和正常组织体素302的投影最终叠加至同一个投影位置上,该投影位置上的叠加投影304在后续重建过程中,将对X射线10对应路径上的正常组织体素进行错误计算,对重建图像的质量会产生较大影响,甚至造成层间伪影的产生。
步骤S20:计算待重建体素在所述投影图像中对应的投影的位置坐标。
在本步骤中,所述待重建体素是组成被扫描物体的最小体积单元,有待在后续的体层合成图像重建过程中被重建;在不同的角度的下,X射线穿过同一待重建体素所产生的投影会映射在探测器的不同位置,所以此步骤的目的是确定待重建体素分别在不同角度下的投影图像中所对应的投影在探测器上的位置坐标。
在一个实施例中,可以根据待重建体素的位置、X射线源的角度及探测器位置之间的空间几何关系,确定待重建体素在不同角度下映射在探测器上的位置坐标。
可选地,在确定待重建体素的位置、DBT扫描系统的X射线源的角度以及探测器的位置的空间几何关系后,可以利用插值算法确定待重建各体素在不同角度下对应在探测器上的位置坐标;其中,上述插值算法可以包括最临近、双线性、三次卷积等方法。
步骤S30:根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型;其中,所述类型包括高密度物质投影或正常组织投影。
在本步骤中,分别在不同角度下的投影图像上创建投影掩膜,投影掩膜创建后,投影图像的每个坐标位置都会生成对应的投影掩膜值,根据坐标位置上的投影掩膜值,可以判断该坐标位置上的投影的类型是高密度物质投影还是正常组织投影,从而可以判断待重建体素对应的投影位置上的投影的类型是高密度物质投影还是正常组织投影。
在一个实施例中,可以对所述投影图像的感兴趣区域进行分割;分别确定高密度物质和正常组织各自对应的位置信息;根据所述位置信息生成所述投影图像的投影掩膜;根据各个位置坐标上对应的所述投影掩膜的取值,识别各个位置上投影的类型。
其中,上述感兴趣区域主要指的是被扫物体的投影存在的区域,不包括空气部分;对于感兴趣区域的分割可以利用阈值算法,例如,固定阈值法、直方图统计阈值法、边缘梯度阈值法等;通过对原始的投影图像进行感兴趣区域的分割,可以将投影图像中不在处理范围内的部分分离出去,避免了无用操作,提高了处理效率。
进一步地,在图像分割后,可以采用阈值算法分别对高密度物质和正常组织的位置信息进行确定,在不同角度的投影上生成高密度像素掩膜;其中,上述阈值算法可以是固定阈值法、直方图统计阈值法、边缘梯度阈值法等。
进一步地,在生成所述投影图像的投影掩膜的步骤之前,还可以根据所述投影图像的特征,对所述投影图像进行滤波处理;其中,滤波算法可以是高斯滤波、均值滤波或中值滤波等;通过滤波处理,可以初步抑制噪声,提高投影图像的质量。
在一个实施例中,在对第n个角度曝光所得的投影projn创建投影掩膜可表示为如下计算公式:
其中,projn(u,v)为第n角度下的投影图像第u行v列像素取值,Fprojn(u,v)为projn(u,v)滤波去噪后所得图像第u行v列像素取值,h(x,y)为去噪滤波核函数。maskn(u,v)为第n角度下投影掩膜第u行v列像素取值。Thr为设定的阈值,可通过直方图统计或依据经验值等对该阈值进行动态值或固定值的设定;所述投影掩膜可分别利用不同数值(如0和1)分别标记正常组织和高密度物质的位置信息。
在一个实施例中,可以通过图像处理器并行计算上述部分或全部待重建体素对应的投影的位置坐标,并同步进行投影的类型识别。
步骤S40:若所述待重建体素对应的高密度物质投影数与总投影角度数的比值小于设定的阈值,判定所述待重建体素为正常组织体素。
在本步骤中,可以通过计算待重建体素对应投影的类型以及各类型投影的比例,对待重建体素的物质类型进行识别;具体地,若待重建体素在不同角度下对应的投影中,高密度物质投影的投影数与总投影角度数的比值小于设定的阈值,则判定所述待重建体素为正常组织体素。
例如,对待重建体素的物质类型进行判别的过程可包括如下计算公式:
R(i,j,k)=NA(i,j,k)/Nproj
其中,NA(i,j,k)为第i行j列k层的待重建体素对应的投影中高密度物质投影的数目,Nproj为总投影角度数,R(i,j,k)为第i行j列k层的待重建体素的高密度物质投影数与总投影角度数的比值;
RA为设定的阈值;C(i,j,k)表示第i行j列k层的待重建体素的物质类别,CA表示高密度物质体素,CB表示正常组织体素;
根据上述计算式可以看出,若R(i,j,k)小于设定的阈值RA,则判定C(i,j,k)为CA,反之则判定该体素为CB。
步骤S50:在重建过程中将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除。
在本步骤中,根据对待重建体素的物质类别的判断,以及对待重建体素对应的投影的类型的识别结果,在重建过程中剔除正常组织的待重建体素对应投影中的高密度物质投影,避免异常投影对该体素值的计算造成干扰,从而抑制层间伪影的产生。当X射线球管与探测器的角度成θ时,分别处在不同层面的高密度物质体素和正常组织体素可能恰好处于X射线球管发出的同一条X射线路径下,在这种情况下,上述高密度物质体素和正常组织体素在探测器对应位置上形成的投影将会发生叠加。
如图3所示,在θ角度下被扫描物体的投影图像中,来自其他层面的高密度物质体素301的投影叠加在正常组织体素302的投影上,一同映射到相同的位置坐标上,导致正常组织体素在该位置坐标上对应投影的投影类型发生改变,很可能由正常组织投影变为高密度物质投影。
在有限角度重建过程中,上述体素有可能因为该投影取值而产生高亮,导致伪影产生,所以在重建过程中,通过剔除正常组织的待重建体素对应投影中的高密度物质投影,可以有效抑制由其他层面的高密度物质体素带来的干扰投影对重建的影响,从而克服了层间伪影的产生,提高了重建图像的质量。
进一步地,若所述投影中高密度物质投影数与总投影角度数的比值高于设定的阈值,判定所述待重建体素为高密度物质体素;在重建过程中,将所述高密度物质体素对应的投影中的正常组织投影进行剔除,可进一步提高高密度物质体素的重建质量。
同样,高密度物质体素对应的投影,也可能会受到来自不同层面的正常组织体素的投影的干扰,导致其对应的位置坐标上的投影的类型识别不准确,通过剔除高密度物质体素对应的投影中的正常组织投影,进一步减小这类投影对有限角度重建的影响,进一步加强层间伪影的抑制效果,提高重建图像的质量。
下面结合图4对数字乳腺体层合成图像的重建方法进行进一步说明。
图4为一个实施例的某一待重建体素与其投影的对应关系示意图;如图4,X射线球管从各个角度发出X射线10a-10e,穿透待重建正常组织体素302后分别落入探测器上对应的位置的接收单元401-405并生成相应的投影图像;设投影角度为θ的X射线10b,穿透高密度物质301和待重建的正常组织体素302后由探测器相应坐标位置的探测器单元402接收,生成如图3所示的叠加投影304。
根据步骤S30,在投影图像上创建投影掩膜,投影掩膜创建后,投影图像的每个坐标位置都会生成对应的投影掩膜值,根据坐标位置上的投影掩膜值,判断探测器单元402接收的投影的类型是高密度物质投影,对于待重建的正常组织体素302,探测器单元402接收的投影叠加了其他层面的高密度物质体素301引入的异常投影,所以根据步骤S50将所述探测器单元402接收的投影进行剔除。
在一个实施例中,将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除之后,还可以进一步对正常组织的待重建体素对应投影中余下投影的投影值进行统计;若统计特征值高于设定的阈值,则将所述投影按照所述投影值的大小进行排序;根据排序结果将至少一个投影值最大的投影进行剔除,以克服掩膜分割造成的误差,进一步抑制层间伪影。其中,上述对投影值进行统计的统计方法可以是标准差、方差、变异系数等统计方法。
例如,利用标准差统计法,对正常组织的待重建体素对应投影中余下投影的投影值进行特征值统计,并根据设定的特征值阈值,进一步去除干扰投影的过程中包括如下计算公式:
σ(i,j,k)=std(projn(u(i,j,k),v(i,j,k)))s.t.n∈N(CB)
其中,projn(u(i,j,k),v(i,j,k))表示第i行j列k层的正常组织体素对应的余下投影的投影值,σ(i,j,k)表示标准差;对第i行j列k层的重建图像正常组织体素对应余下的投影值projn(u(i,j,k),v(i,j,k))进行标准差统计,得统计特征值σ(i,j,k)。
其中n表示投影角度数,其取值范围设定为舍去异常投影的正常组织对应角度,即n∈N(CB),N(i,j,k)为第i行j列k层体素的角度取值范围。
若σ(i,j,k)高于设定标准差阈值,则判定为有残留的高密度投影存在,对第i行j列k层的正常组织体素对应的余下投影的投影值projn(u(i,j,k),v(i,j,k))进行排序,根据投影值的大小,去除S个最大值投影后得投影标号取值范围为NCB-S(i,j,k);
S为设定剔除的投影数量,S的取值为大于1的整数,可以根据对于精度的需求进行设定;由于舍去过多的投影可能会影响重建图像的分辨率,所以S取值的范围可以设定在1-n/3之间,其中,n为总投影角度数目;对于高密度物质体素和统计特征值低于设定的阈值的正常组织体素可以不作处理,也可以针对高密度物质体素做上述处理,进行合理数量的干扰投影的剔除。
根据统计特征值与设定阈值的关系,在重建过程中,进一步对正常组织体素的余下投影进行筛除,可以进一步抑制伪影的产生,优化重建图像质量。
步骤S60:将所述待重建体素余下的投影进行反投影重建,获得伪影校正后的重建图像。
在本步骤中,可以利用待重建体素余下的投影的数目,以及待重建体素的位置、X射线源、投影坐标三者的空间位置坐标,计算待重建体素的反投影权重;按照各个待重建体素的反投影权重,进行叠加计算,对待重建体素余下的投影进行反投影重建,最终获得伪影校正后的体层合成重建图像。
在一个实施例中,对被扫物体各个待重建体素余下投影进行反投影重建,最终获得伪影校正后的体层合成重建图像,可包括计算公式:
V(i,j,k)=ω(i,j,k)×∑projn(u(i,j,k),v(i,j,k))n∈N(i,j,k)
其中,V(i,j,k)表示第i行j列k层的待重建体素的取值,projn(u(i,j,k),v(i,j,k))为上述体素对应角度n投影位置的投影值,投影角度n的取值范围为N(i,j,k);ω(i,j,k)为各体素的反投影重建权重,其中,zproj(i,j,k)为第i行j列k层体素的投影点对应z轴坐标值,zobject(i,j,k)为第i行j列k层体素对应z轴坐标值,zsource(n)为投影角度为n时X射线源的z轴坐标值,为当前X射线源和投影坐标位置点连线与z轴的夹角。
在一个实施例中,在步骤S60的图像重建之后,还包括对所述重建图像进行滤波和/或图像增强处理的步骤。
可选地,可以对重建后的体层合成图像进行滤波处理,通过滤波处理去除噪声,进一步提高图像质量;也可以对重建后的体层合成图像进行图像增强处理,加强感兴趣区域;当然,也可以一同进行上述两种图像处理,达到改善图像质量的目的。
下面结合具体应用场景,对本发明上述的数字乳腺体层合成图像的重建方法应用实例进行说明。
本应用实例中,利用DBT系统在±12°范围内对乳腺体模(CIRS-011A)进行曝光,并获取25张投影。
根据上述实施例提供的数字乳腺体层合成图像的重建方法,在重建过程中进行了伪影抑制的操作,可得图5,图5为一个应用实例的伪影抑制后的数字乳腺体层合成重建图像,图中虚线框区域为钙化点区域501。
图6为一个应用实例的伪影抑制前、后的数字乳腺体层合成重建图像钙化点区域的对比图;其中,601-603分别为未经伪影抑制的重建图像中钙化点所在层面的横断面图像、钙化点正下方的横断面图像以及钙化点所在层面矢状面图像;604-606为经本发明的数字乳腺体层合成图像的重建方法对层间伪影进行抑制后的重建图像,分别表示钙化点所在层面的横断面图像、钙化点正下方的横断面图像和钙化点所在层面矢状面图像。
对比可见,图像602的层间伪影较为严重,图像604则能较好地抑制钙化点造成的层间伪影;观察伪影抑制前的矢状面图像603,可见,如钙化点这样的高密度物质在其他层面造成的放射状伪影较为严重,观察经本发明的数字乳腺体层合成图像的重建方法重建后的矢状面图像606,可见,高密度物质造成的层间伪影得到了较好地抑制。
本发明的数字乳腺体层合成图像的重建方法,通过在有限角度重建过程中对影响重建质量的投影进行剔除,实现对重建图像中层间伪影的抑制,提高了重建图像的质量。
图7示出了一个实施例的数字乳腺体层合成图像的重建系统的结构示意图,主要包括:图像获取模块10、坐标计算模块20、投影识别模块30、体素判别模块40、校正模块50,以及重建模块60。
图像获取模块10,用于获取待重建物体不同角度下的投影图像;
坐标计算模块20,用于计算待重建体素在所述投影图像中对应的投影的位置坐标;
投影识别模块30,用于根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型;其中,所述类型为高密度物质投影或正常组织投影;
体素判别模块40,用于根据所述待重建体素对应的高密度物质投影数与总投影角度数的比值以及设定的阈值,判定所述待重建体素为正常组织体素或高密度物质体素;
校正模块50,在重建过程中,用于将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除。
重建模块60,用于对所述待重建体素余下的投影进行反投影重建,获得伪影校正后的重建图像。
在一个实施例中,对于坐标计算模块20,可以进一步用于根据待重建体素的位置、X射线源的角度及探测器位置之间的空间几何关系,确定待重建体素在不同角度下映射在探测器上的位置坐标。
在一个实施例中,对于投影识别模块30,可以进一步用于对所述投影图像的感兴趣区域进行分割;分别确定所述投影图像中高密度物质和正常组织各自对应的位置信息;根据所述位置信息生成所述投影图像的投影掩膜;根据所述投影掩膜的取值,识别投影图像各位置坐标上的投影的类型。
在一个实施例中,对于投影识别模块30,还可以用于根据所述投影图像的特征,对所述投影图像进行滤波处理。
在一个实施例中,对于校正模块50,在重建过程中,当所述待重建体素对应的高密度物质投影数与总投影角度数的比值小于设定的阈值时,还可以用于将所述高密度物质体素对应的投影中的正常组织投影进行剔除。
在一个实施例中,对于校正模块50,在重建过程中,还可以进一步用于对正常组织的待重建体素对应投影中余下投影的投影值进行统计;若统计特征值高于设定的阈值,则将所述投影按照所述投影值的大小进行排序;根据排序结果将至少一个投影值最大的投影进行剔除。
在一个实施例中,对于重建模块60,在图像重建后,还可以进一步用于对所述重建图像进行滤波和/或图像增强处理。可对重建后的体层合成图像进行滤波处理,通过滤波处理去除噪声;也可以对重建后的体层合成图像进行图像增强处理,加强感兴趣区域。
本发明在一个实施例中还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,上述处理器执行所述计算机程序时实现上述实施例中任意一种数字乳腺体层合成图像的重建方法。
本发明在一个实施例中还提供一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例中任意一种数字乳腺体层合成图像的重建方法。
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,以实现包括如上述数字乳腺体层合成图像的重建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-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
Claims (10)
1.一种数字乳腺体层合成图像的重建方法,其特征在于,包括以下步骤:
获取被扫描物体不同角度下的投影图像;
计算待重建体素在所述投影图像中对应的投影的位置坐标;
根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型;其中,所述类型包括高密度物质投影或正常组织投影;
若所述待重建体素对应的高密度物质投影数与总投影角度数的比值小于设定的阈值,判定所述待重建体素为正常组织体素;
在重建过程中将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除;
将所述待重建体素余下的投影进行反投影重建,获得伪影校正后的重建图像。
2.根据权利要求1所述的数字乳腺体层合成图像的重建方法,其特征在于,在所述判定所述待重建体素为正常组织体素之后还包括步骤:
若所述投影中高密度物质投影数与总投影角度数的比值高于设定的阈值,判定所述待重建体素为高密度物质体素;
在重建过程中将所述高密度物质体素对应投影中的正常组织投影进行剔除。
3.根据权利要求1所述的数字乳腺体层合成图像的重建方法,其特征在于,所述计算待重建体素在所述投影图像中对应的投影的位置坐标的步骤包括:
根据待重建体素的位置、X射线源的角度及探测器位置之间的空间几何关系,确定待重建体素在不同角度下映射在探测器上的位置坐标。
4.根据权利要求1所述的数字乳腺体层合成图像的重建方法,其特征在于,根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型的步骤包括:
对所述投影图像的感兴趣区域进行分割;
分别确定所述投影图像中高密度物质和正常组织各自对应的位置信息;
根据所述位置信息生成所述投影图像的投影掩膜;
根据所述投影掩膜的取值,识别投影图像各位置坐标上的投影的类型。
5.根据权利要求4所述的数字乳腺体层合成图像的重建方法,其特征在于,在所述生成所述投影图像的投影掩膜的步骤之前还包括步骤:
根据所述投影图像的特征,对所述投影图像进行滤波处理。
6.根据权利要求1所述的数字乳腺体层合成图像的重建方法,其特征在于,在所述在重建过程中将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除的步骤之后,还包括步骤:
对正常组织的待重建体素对应投影中余下的投影的投影值进行统计;
若统计特征值高于设定的阈值,则将所述投影按照所述投影值的大小进行排序;
根据排序结果将至少一个投影值最大的投影进行剔除。
7.根据权利要求1所述的数字乳腺体层合成图像的重建方法,其特征在于,在所述获得伪影校正后的重建图像之后,还包括步骤:
对所述重建图像进行滤波和/或图像增强处理。
8.一种数字乳腺体层合成图像的重建系统,其特征在于,包括:
图像获取模块,用于获取待重建物体不同角度下的投影图像;
坐标计算模块,用于计算待重建体素在所述投影图像中对应的投影的位置坐标;
投影识别模块,用于根据所述位置坐标上预设的投影掩膜取值识别所述投影的类型;其中,所述类型为高密度物质投影或正常组织投影;
体素判别模块,用于根据所述待重建体素对应的高密度物质投影数与总投影角度数的比值以及设定的阈值,判定所述待重建体素为正常组织体素或高密度物质体素;
校正模块,在重建过程中用于将所述正常组织的待重建体素对应投影中的高密度物质投影进行剔除;
重建模块,用于对所述待重建体素余下的投影进行反投影重建,获得伪影校正后的重建图像。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,上述处理器执行所述计算机程序时实现权利要求1至7任意一项所述的数字乳腺体层合成图像的重建方法。
10.一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1至7任意一项所述的数字乳腺体层合成图像的重建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710800480.3A CN107545551B (zh) | 2017-09-07 | 2017-09-07 | 数字乳腺体层合成图像的重建方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710800480.3A CN107545551B (zh) | 2017-09-07 | 2017-09-07 | 数字乳腺体层合成图像的重建方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107545551A true CN107545551A (zh) | 2018-01-05 |
CN107545551B CN107545551B (zh) | 2018-11-16 |
Family
ID=60958037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710800480.3A Active CN107545551B (zh) | 2017-09-07 | 2017-09-07 | 数字乳腺体层合成图像的重建方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107545551B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109671128A (zh) * | 2018-12-07 | 2019-04-23 | 广州华端科技有限公司 | 图像重建过程中的数据处理、图像重建方法和装置 |
CN110782422A (zh) * | 2019-10-21 | 2020-02-11 | 南京安科医疗科技有限公司 | 一种通过ct图像合成x光片及标记的方法 |
CN110796620A (zh) * | 2019-10-29 | 2020-02-14 | 广州华端科技有限公司 | 乳腺断层重建图像的层间伪影抑制方法和装置 |
CN111524200A (zh) * | 2019-02-05 | 2020-08-11 | 西门子医疗有限公司 | 在投影图像中分割金属对象的方法、设备、程序和介质 |
CN112150426A (zh) * | 2020-09-17 | 2020-12-29 | 南京邮电大学 | 基于非参数核密度估计的数字乳腺层析合成摄影重建方法 |
WO2023125683A1 (en) * | 2021-12-31 | 2023-07-06 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
CN117314988A (zh) * | 2023-11-29 | 2023-12-29 | 南京邮电大学 | 一种多角度投影配准的dbt重建法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104939850A (zh) * | 2014-03-27 | 2015-09-30 | 西门子公司 | 成像断层合成系统、特别是乳腺造影系统 |
CN105078492A (zh) * | 2015-09-15 | 2015-11-25 | 上海联影医疗科技有限公司 | 数字乳腺断层重建中锯齿伪影的校正方法及装置 |
CN105684043A (zh) * | 2013-06-06 | 2016-06-15 | 唯盼健康科技有限公司 | 根据投影视图对对象进行重建的方法 |
CN105761217A (zh) * | 2016-01-29 | 2016-07-13 | 上海联影医疗科技有限公司 | 图像重建方法及装置 |
-
2017
- 2017-09-07 CN CN201710800480.3A patent/CN107545551B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105684043A (zh) * | 2013-06-06 | 2016-06-15 | 唯盼健康科技有限公司 | 根据投影视图对对象进行重建的方法 |
CN104939850A (zh) * | 2014-03-27 | 2015-09-30 | 西门子公司 | 成像断层合成系统、特别是乳腺造影系统 |
CN105078492A (zh) * | 2015-09-15 | 2015-11-25 | 上海联影医疗科技有限公司 | 数字乳腺断层重建中锯齿伪影的校正方法及装置 |
CN105761217A (zh) * | 2016-01-29 | 2016-07-13 | 上海联影医疗科技有限公司 | 图像重建方法及装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109671128A (zh) * | 2018-12-07 | 2019-04-23 | 广州华端科技有限公司 | 图像重建过程中的数据处理、图像重建方法和装置 |
CN111524200A (zh) * | 2019-02-05 | 2020-08-11 | 西门子医疗有限公司 | 在投影图像中分割金属对象的方法、设备、程序和介质 |
CN111524200B (zh) * | 2019-02-05 | 2024-03-22 | 西门子医疗有限公司 | 在投影图像中分割金属对象的方法、设备和介质 |
CN110782422A (zh) * | 2019-10-21 | 2020-02-11 | 南京安科医疗科技有限公司 | 一种通过ct图像合成x光片及标记的方法 |
CN110796620A (zh) * | 2019-10-29 | 2020-02-14 | 广州华端科技有限公司 | 乳腺断层重建图像的层间伪影抑制方法和装置 |
CN110796620B (zh) * | 2019-10-29 | 2022-05-17 | 广州华端科技有限公司 | 乳腺断层重建图像的层间伪影抑制方法和装置 |
CN112150426A (zh) * | 2020-09-17 | 2020-12-29 | 南京邮电大学 | 基于非参数核密度估计的数字乳腺层析合成摄影重建方法 |
CN112150426B (zh) * | 2020-09-17 | 2022-08-30 | 南京邮电大学 | 基于非参数核密度估计的数字乳腺层析合成摄影重建方法 |
WO2023125683A1 (en) * | 2021-12-31 | 2023-07-06 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
CN117314988A (zh) * | 2023-11-29 | 2023-12-29 | 南京邮电大学 | 一种多角度投影配准的dbt重建法 |
CN117314988B (zh) * | 2023-11-29 | 2024-02-20 | 南京邮电大学 | 一种多角度投影配准的dbt重建法 |
Also Published As
Publication number | Publication date |
---|---|
CN107545551B (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107545551B (zh) | 数字乳腺体层合成图像的重建方法和系统 | |
CN105559813B (zh) | 医用图像诊断装置以及医用图像处理装置 | |
US11328391B2 (en) | System and method for controlling noise in multi-energy computed tomography images based on spatio-spectral information | |
JP4152765B2 (ja) | 三次元ディジタル・マンモグラフィのための計算機支援検出(cad) | |
US7564998B2 (en) | Image processing apparatus and method, and program | |
US7072435B2 (en) | Methods and apparatus for anomaly detection | |
CN111867474A (zh) | 使用深度学习根据低剂量pet成像进行全剂量pet图像估计 | |
CN104939850A (zh) | 成像断层合成系统、特别是乳腺造影系统 | |
CN103562960B (zh) | 用于生成图像的图像区域与元素类之间的分配的装置 | |
JP2004174253A (ja) | 軟組織空間の視覚化の方法及び装置 | |
CN101082991A (zh) | 利用投影重建对象的方法以及执行该方法的装置 | |
CN103384498A (zh) | 探测装置 | |
CN112116546A (zh) | 类别感知的对抗肺结节合成 | |
CN108564044B (zh) | 一种确定肺结节密度的方法及装置 | |
Li et al. | Multienergy cone-beam computed tomography reconstruction with a spatial spectral nonlocal means algorithm | |
US20070147696A1 (en) | Medical image processing | |
Park et al. | A fully GPU-based ray-driven backprojector via a ray-culling scheme with voxel-level parallelization for cone-beam CT reconstruction | |
CN106251295A (zh) | 考虑轮廓显著性数据的结果图像的重建 | |
CN107106107A (zh) | 用于处理断层合成数据的方法和系统 | |
US20190274641A1 (en) | Method of radiation dose reduction via fractional computerized tomographic scanning and system thereof | |
US20100045696A1 (en) | Method for producing 2D image slices from 3D projection data acquired by means of a CT system from an examination subject containing metal parts | |
CN112204607B (zh) | 用于x射线成像的散射校正 | |
CN113729747B (zh) | 一种球形金属标记的锥束ct金属伪影去除系统及去除方法 | |
Hsieh | Two-pass algorithm for cone-beam reconstruction | |
Mota et al. | Detection of microcalcifications in digital breast tomosynthesis using faster R-CNN and 3D volume rendering |
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 |