CN107665499B - 一种图像校正的方法、系统和可读介质 - Google Patents

一种图像校正的方法、系统和可读介质 Download PDF

Info

Publication number
CN107665499B
CN107665499B CN201710803416.0A CN201710803416A CN107665499B CN 107665499 B CN107665499 B CN 107665499B CN 201710803416 A CN201710803416 A CN 201710803416A CN 107665499 B CN107665499 B CN 107665499B
Authority
CN
China
Prior art keywords
data
electrical parameter
parameter value
scan
scan angle
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
CN201710803416.0A
Other languages
English (en)
Other versions
CN107665499A (zh
Inventor
张运旭
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201710803416.0A priority Critical patent/CN107665499B/zh
Publication of CN107665499A publication Critical patent/CN107665499A/zh
Application granted granted Critical
Publication of CN107665499B publication Critical patent/CN107665499B/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
    • 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
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/404—Angiography

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种图像重建的方法、系统和可读介质。所述系统可以包括：存储介质和处理器。所述存储介质可以包括用于图像重建的指令。所述处理器被配置为与所述存储介质通讯。当执行所述指令时，所述处理器可以用于：对空气进行第一扫描；获得所述第一扫描对应的第一数据和第一电参数值；对模体进行第二扫描；获得所述第二扫描对应的第二数据和第二电参数值；基于所述第一电参数值、所述第二电参数值和所述第一数据对所述第二数据进行校正得到第三数据；以及基于所述第三数据获得重建图像。本发明的空气校正方法不依赖于任何参考探测器，使用扫描协议的电流大小来完成空气校正，保证了空气校正的有效性，提高了空气校正的便捷性。

Description

一种图像校正的方法、系统和可读介质
技术领域
本发明涉及图像处理系统，尤其涉及图像校正的方法。
背景技术
计算机断层成像扫描(CT)设备在进行图像重建之前需要进行一系列校正步骤。该校正步骤一般依赖于CT设备。对于校正不可缺少的一部分——空气校正而言，其一般依赖于参考探测器。在实际情况中，参考探测器有可能不存在或者参考探测器被遮挡，从而影响空气校正效果。
发明内容
针对上述参考探测器不存在或参考探测器被遮挡的情况，本发明的目的在于保证空气校正的有效性和提高空气校正的便捷性，使空气校正的结果不依赖于参考探测器。
为达到上述发明目的，本发明提供的技术方案如下：
一种图像重建的方法，所述方法可以包括：对空气进行第一扫描；获得所述第一扫描对应的第一数据和电参数值；对模体进行第二扫描；获得所述第二扫描对应的第二数据和第二电参数值；基于所述第一电参数值、所述第二电参数值和所述第一数据对所述第二数据进行校正得到第三数据；以及基于所述第三数据获得重建图像。
在本发明中，所述第一电参数值可以包括第一电流值。
在本发明中，所述第二电参数值可以包括第二电流值。
在本发明中，所述第一电参数值可以对应于第一扫描角度。
在本发明中，所述第二电参数值可以对应于第二扫描角度。
在本发明中，所述基于所述第一电参数值、所述第二电参数值、所述第一数据对所述第二数据进行校正得到所述第三数据可以包括：确定所述第一扫描角度与所述第二扫描角度相等；确定所述第一电参数值与所述第二电参数值的关系；以及基于所述关系和所述第一数据对所述第二数据进行校正得到第三数据。
在本发明中，所述第三数据由下述公式确定：
Figure BDA0001402113420000021
其中，j代表所述扫描角度，Projectionvaluej是所述扫描角度j对应的所述第三数据，(RawDataIntensitysec)j是所述扫描角度j对应的所述第二数据，(RawDataIntensityfir)j是所述扫描角度j对应的所述第一数据，(Ifir)j是所述第一扫描时所述扫描角度j对应的第一电参数值，(Isec)j是所述第二扫描时所述扫描角度j对应的第二电参数值，c是预先确定的常数。
在本发明中，所述基于所述第三数据获得所述重建图像可以包括：对所述第三数据进行重排并进行卷积处理得到卷积数据；以及对所述卷积数据进行反投影获得CT重建图像。
一个用于图像重建的系统。所述系统可以包括：存储介质和处理器。所述存储介质可以包括用于图像分割的指令。所述处理器可以被配置为与所述存储介质通讯。当执行所述指令时，所述处理器可以用于：对空气进行第一扫描；获得所述第一扫描对应的第一数据和第一电参数值；对模体进行第二扫描；获得所述第二扫描对应的第二数据和第二电参数值；基于所述第一电参数值、所述第二电参数值和所述第一数据对所述第二数据进行校正得到第三数据；以及基于所述第三数据获得重建图像。
一个包括可执行指令的非暂时性的计算机可读介质。所述指令可以被处理器执行时，导致所述处理器实现前述方法。
与现有技术相比，本发明的有益效果表现如下：
一、本发明的空气校正方法不依赖于任何参考探测器；
二、使用扫描协议的电流大小来完成空气校正，保证了空气校正的有效性，提高了空气校正的便捷性。
附图说明
图1为本发明图像处理系统的示意图；
图2为本发明的计算机断层扫描成像系统的示意图；
图3为本发明的图像处理系统的框图；以及
图4为本发明的确定重建图像的示例性流程。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图和实施例对本发明的具体实施方式做详细的说明。
为了完整地了解本发明，请参考图1，表示本发明以较佳实施方式的图像处理系统100的示意图。所述图像处理系统100包括但不限于一个成像系统110、一个图像处理系统120、和一个网络130。在一些实施例中，成像系统110可以是单模态成像设备，或多模态成像系统。在一些实施例中，图像处理系统120可以是对获取的图像数据进行处理以得到图像和/或相关信息。
成像系统110可以是单个成像系统，或是多个不同成像系统的组合。所述成像系统可以通过扫描一个目标进行成像，在一些实施例中，所述成像系统可以是一个医学成像系统。所述医学成像系统可以采集人体或模体各部位的图像信息。所述医学成像系统可以是X射线的C型臂系统、组合式医学成像系统等。
成像系统110可以包括一个或多个扫描仪。所述扫描仪可以是数字减影血管造影扫描仪(Digital Subtraction Angiography，DSA)，磁共振血管造影扫描仪(MagneticResonance Angiography，MRA)，计算机断层血管造影扫描仪(Computed TomographyAngiography，CTA)，正电子发射型计算机断层显像扫描仪(PET Scanner)，单光子发射计算机断层显像扫描仪(SPECT Scanner)，计算机断层扫描扫描仪(CT Scanner)，磁共振成像扫描仪(MRI Scanner)，数字放射显影扫描仪(DR Scanner)，多模态扫描仪(Multi-modalityScanner)等一种或几种的组合。在一些实施例中，所述多模态扫描仪可以是CT-PET扫描仪(Computed Tomography-Positron Emission Tomography scanner)，CT-MRI扫描仪(Computed Tomography-Magnetic Resonance Imaging scanner)，PET-MRI扫描仪(Positron Emission Tomography-Magnetic Resonance Imaging scanner)，DSA-MRI扫描仪(Digital Subtraction Angiography-Magnetic Resonance Imaging scanner)等。
图像处理系统120可以处理获取的数据信息。在一些实施例中，所述数据信息可以包括文本信息，图像信息，声音信息等一种或几种的组合。在一些实施例中，图像处理系统120可以包括一个处理器，一个处理核，一个或多个存储器等中的一种或几种的组合。例如，图像处理系统120可以包括中央处理器(Central Processing Unit，CPU)，专用集成电路(Application-Specific Integrated Circuit，ASIC)，专用指令处理器(Application-Specific Instruction-Set Processor，ASIP)，图形处理器(Graphics Processing Unit，GPU)，物理运算处理器(Physics Processing Unit，PPU)，数字信号处理器(DigitalSignal Processor，DSP)，现场可编程逻辑门阵列(Field Programmable Gate Array，FPGA)，可编程逻辑器(Programmable Logic Device，PLD)，控制器(Controller)，微控制器单元(Microcontroller unit)，处理器(Processor)，微处理器(Microprocessor)，ARM处理器(Advanced RISC Machines)等一种或几种的组合。在一些实施例中，图像处理系统120可以处理从成像系统110获取与扫描相关的数据信息。
网络130可以是单个网络，或多个不同网络的组合。例如，网络130可能是一个局域网(local area network(LAN))、广域网(wide area network(WAN))、公用网络、私人网络、专有网络、公共交换电话网(public switched telephone network(PSTN))、互联网、无线网络、虚拟网络、城域网络、电话网络等中的一种或几种的组合。网络130可以包括多个网络接入点，例如，有线接入点、无线接入点、基站、互联网交换点等在内的有线或无线接入点。通过这些接入点，数据源可以接入网络130并通过网络130发送数据信息。为理解方便，现以医学图像处理中的成像系统110为例说明，但本发明并不局限于此实施例范围内。例如，成像系统110可以是计算机断层扫描成像系统(Computed Tomography,CT)，图像处理系统120的网络130可以分为无线网络(蓝牙、wireless local area network(WLAN、Wi-Fi、WiMax等)、移动网络(2G、3G、4G信号等)、或其他连接方式(虚拟专用网络(virtual privatenetwork，VPN)、共享网络、近场通信(near field communication，NFC)、ZigBee等)。在一些实施例中，网络130可以用于图像处理系统120的通信，接收图像处理系统120内部或外部的信息，向图像处理系统120内部其他部分或外部发送信息。
需要注意的是，上述图像处理系统120可以实际存在于成像系统110中，或通过云计算平台完成相应功能。所述云计算平台可以包括存储数据为主的存储型云平台、以处理数据为主的计算型云平台以及兼顾数据存储和处理的综合云计算平台。成像系统110所使用的云平台可以是公共云、私有云、社区云或混合云等。例如，根据实际需要，成像系统110输出的一些图像信息和/或数据信息，可以通过用户云平台进行计算和/或存储。另一些图像信息和/或数据信息，可以通过本地图像处理系统120进行计算和/或存储。
需要注意的是，以上对于图像处理系统的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接，对图像处理系统的配置进行各种修正和改变。但这些修正和改变仍在以上描述的范围内。
图2是为本发明的计算机断层扫描成像系统200的示意图。成像系统200可以是成像系统110的一个具体实施例。所述成像系统200可以包括机架210和检查床250。
在一些实施例中，机架210可以包括围绕成像系统200轴线260(即图示中所示的z轴)旋转的可旋转部分220。可旋转部分220的空间结构可以是圆柱体、椭圆体等。在一些实施例中，可旋转部分220可以包括X射线源230、X射线探测器240和扫描腔体270。X射线源230可以包括球管。在X射线源230发出X射线时，所述球管可以对应于一个电参数。所述电参数可以包括电流。
在一些实施例中，X射线源230发出的X射线可以与图中所示的Y轴负方向形成一个角度(也称作“扫描角度”)。不同的X射线对应于不同的扫描角度。相邻的扫描角度之间的角度差可以相等或不相等。相邻的扫描角度之间的角度差可以是包括0.5度、1度、2度等的任意度数。
在扫描时，一个对象(例如，患者、模体等)可以被放置在检查床250上。检查床250可以沿着Z轴方向被推入到扫描腔体270中。绕轴线260进行旋转时，X射线源230和X射线探测器240可以采集患者的扫描数据。在一些实施例中，X射线源230发出的X射线穿过所述对象后被探测器240接收。扫描数据可以与探测器240接收的X射线相关。扫描数据可以被用于重建图像。
图3是为本发明的图像处理系统120的框图。所述图像处理系统120可以包括扫描模块302、校正模块306和重建模块308。
扫描模块302可以对一个对象进行扫描并采集与所述扫描相关的数据。与所述扫描相关的数据可以包括探测器240接收到的X射线的强度、球管的电参数值等。所述电参数值指球管工作时对应的电参数值(例如，电流值)。
在一些实施例中，扫描模块302可以对空气进行第一扫描并确定第一数据和第一电参数值(例如，第一电流值)。在一些实施例中，扫描模块302可以对模体进行第二扫描并确定第二数据和第二电参数值(例如，第二电流值)。第一扫描和第二扫描可以在相同的协议下完成。
校正模块306可以确定第一电参数值与第二电参数值的关系(例如，比值)。在一些实施例中，校正模块306可以确定每个扫描角度对应的第一电参数值和第二电参数值并确定两者的关系。
校正模块306可以对第二数据进行校正。在一些实施例中，校正模块306可以基于所述第一数据与确定的关系对第二数据进行校正，得到校正后的数据，即第三数据。
重建模块308可以基于第三数据得到重建图像。重建模块308可以对所述第三数据进行重排并进行卷积处理得到卷积数据。重建模块308可以对卷积数据进行反投影以确定重建图像。
图4是为本发明的确定重建图像的示例性流程400。
在步骤402，扫描模块302可以对空气进行第一扫描并采集与所述第一扫描相关的数据。对于每一个扫描角度，扫描模块302可以基于探测器240接收到的穿过空气的X射线(例如，X射线的强度)确定第一数据。扫描模块302可以确定每个扫描角度扫描时对应的球馆的第一电参数值。第一电参数值可以包括第一电流值。
在步骤404，扫描模块302可以对模体进行第二扫描并采集与所述第二扫描相关的数据。对于每一个扫描角度，扫描模块302可以基于探测器240接收到的穿过模体的X射线(例如，X射线的强度)确定第二数据。扫描模块302可以确定每个扫描角度扫描时对应的球馆的第二电参数值。第二电参数值可以包括第二电流值。第一扫描和第二扫描可以在相同的协议下完成。
在步骤406，校正模块306可以基于所述第一电参数值、所述第二电参数值和所述第一数据对所述第二数据进行校正得到第三数据。校正模块306可以确定第一电参数值与第二电参数值的关系(例如，比值)。在一些实施例中，校正模块306可以确定每个扫描角度对应的第一电参数值和第二电参数值并确定两者的关系。例如，校正模块306可以确定每个扫描角度对应的第一电流值和第二电流值并确定第一电流值与第二电流值的比值。
校正模块306可以对第二数据进行校正。在一些实施例中，校正模块306可以基于所述第一数据与确定的关系对第二数据进行校正，得到第三数据。在一些实施例中，校正模块306可以基于所述关系对第一数据与第二数据进行处理得到第三数据。第三数据可以由下述公式(1)确定：
Figure BDA0001402113420000081
在公式(1)中，Projectionvaluej可以对应于第三数据；(RawDataIntensitysec)j可以对应于第二数据，具体地，可以是j扫描角度下扫描模体时检测器接收到的X射线的强度值；(RawDataIntensityfir)j可以对应于第一数据，具体地，可以是j扫描角度下扫描空气时检测器接收到的X射线的强度值；(Ifir)j可以是j扫描角度下第一扫描即扫描空气时对应的第一电参数值(例如，第一电流值)。(Isec)j可以是j角度下第二扫描即扫描模体时对应的第二电参数值(例如，第二电流值)；c可以是系统或人工预先确定的常数。在一些实施例中，在不同的图像处理系统100中，常数c可以是不同的。在一些实施例中，一个图像处理系统100可能有不同的型号，在所述不同的型号中，常数c可以是不同的。
在步骤408，重建模块308可以基于第三数据得到重建图像。重建模块308可以对所述第三数据进行重排并进行卷积处理得到卷积数据。所述卷积处理可以基于卷积神经网络模型。所述基于卷积神经网络模型的卷积处理可以包括数据输入、卷积、池化、全连接、输出所述卷积数据等。重建模块308可以对卷积数据进行反投影以确定重建图像。
本发明使用电参数(例如，电流)完成空气校正，不依赖于参考探测器，保证了空气校正的有效性同时也提高了空气校正的便捷性。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (9)

1.一种图像重建的方法，所述方法包括：
对空气进行第一扫描；
获得所述第一扫描对应的第一数据和第一电参数值；
对模体进行第二扫描；
获得所述第二扫描对应的第二数据和第二电参数值；
确定所述第一扫描的扫描角度与所述第二扫描的扫描角度相等；
基于所述第一电参数值、所述第二电参数值和所述第一数据对所述第二数据进行校正得到第三数据；
其中，所述第三数据基于所述第一数据、所述第一电参数值与所述第二电参数值的比值以及预先确定的常数对所述第二数据进行校正得到；
所述第三数据由下述公式确定：
Figure FDA0003007565980000011
其中，j代表所述扫描角度，Projectionvaluej是所述扫描角度j对应的所述第三数据，(RawDataIntensitysec)j是所述扫描角度j对应的所述第二数据，(RawDataIntensityfir)j是所述扫描角度j对应的所述第一数据，(Ifir)j是所述第一扫描时所述扫描角度j对应的所述第一电参数值，(Isec)j是所述第二扫描时所述扫描角度j对应的所述第二电参数值，c是所述预先确定的常数；
基于所述第三数据获得重建图像。
2.如权利要求1的方法，其特征在于，所述第一电参数值包括第一电流值。
3.如权利要求1的方法，其特征在于，所述第二电参数值包括第二电流值。
4.如权利要求1的方法，其特征在于，所述第一电参数值对应于第一扫描角度。
5.如权利要求1的方法，其特征在于，所述第二电参数值对应于第二扫描角度。
6.如权利要求1的方法，其特征在于，所述基于所述第一电参数值、所述第二电参数值、所述第一数据对所述第二数据进行校正得到所述第三数据包括：
确定所述第一电参数值与所述第二电参数值的关系；以及
基于所述关系和所述第一数据对所述第二数据进行校正得到第三数据。
7.如权利要求6的方法，其特征在于，所述基于所述第三数据获得重建图像包括：
对所述第三数据进行重排并进行卷积处理得到卷积数据；以及
对所述卷积数据进行反投影获得CT重建图像。
8.一种用于图像重建的系统，包括：
存储介质，所述存储介质包括指令，所述指令用于图像重建；和
处理器，所述处理器被配置为与所述存储介质通讯，其中，当执行所述指令时，所述处理器用于：
对空气进行第一扫描；
获得所述第一扫描对应的第一数据和第一电参数值；
对模体进行第二扫描；
获得所述第二扫描对应的第二数据和第二电参数值；
确定所述第一扫描的扫描角度与所述第二扫描的扫描角度相等；
基于所述第一电参数值、所述第二电参数值和所述第一数据对所述第二数据进行校正得到第三数据；其中，所述第三数据基于所述第一数据、所述第一电参数值与所述第二电参数值的比值以及预先确定的常数对所述第二数据进行校正得到；
所述第三数据由下述公式确定：
Figure FDA0003007565980000031
其中，j代表所述扫描角度，Projectionvaluej是所述扫描角度j对应的所述第三数据，(RawDataIntensitysec)j是所述扫描角度j对应的所述第二数据，(RawDataIntensityfir)j是所述扫描角度j对应的所述第一数据，(Ifir)j是所述第一扫描时所述扫描角度j对应的所述第一电参数值，(Isec)j是所述第二扫描时所述扫描角度j对应的所述第二电参数值，c是所述预先确定的常数；
基于所述第三数据获得重建图像。
9.一种非暂时性的计算机可读介质，包括可执行指令，所述指令被处理器执行时，导致所述处理器实现权利要求1-7任一项所述的方法。
CN201710803416.0A 2017-09-08 2017-09-08 一种图像校正的方法、系统和可读介质 Active CN107665499B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710803416.0A CN107665499B (zh) 2017-09-08 2017-09-08 一种图像校正的方法、系统和可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710803416.0A CN107665499B (zh) 2017-09-08 2017-09-08 一种图像校正的方法、系统和可读介质

Publications (2)

Publication Number Publication Date
CN107665499A CN107665499A (zh) 2018-02-06
CN107665499B true CN107665499B (zh) 2021-08-31

Family

ID=61098075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710803416.0A Active CN107665499B (zh) 2017-09-08 2017-09-08 一种图像校正的方法、系统和可读介质

Country Status (1)

Country Link
CN (1) CN107665499B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798534B (zh) * 2020-07-17 2024-03-08 东软医疗系统股份有限公司 图像重建方法、装置、控制台设备及ct系统
CN116807502B (zh) * 2023-06-28 2024-03-15 赛诺威盛医疗科技(扬州)有限公司 用于校正计算机断层扫描设备的扫描数据的方法及装置
CN117243624B (zh) * 2023-11-17 2024-02-09 苏州波影医疗技术有限公司 一种ct参考探测器的遮挡补偿方法及ct系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077758A (zh) * 2013-03-28 2014-10-01 上海联影医疗科技有限公司 Ct图像重建方法
WO2014205423A1 (en) * 2013-06-21 2014-12-24 O.N.Diagnostics, LLC Quantitative phantomless calibration of computed tomography scans
CN105073010A (zh) * 2013-04-04 2015-11-18 株式会社东芝 X射线计算机断层摄影装置
CN105476654A (zh) * 2016-01-04 2016-04-13 沈阳东软医疗系统有限公司 一种上切片位置校正方法、装置及设备
CN106687045A (zh) * 2014-10-22 2017-05-17 株式会社日立制作所 数据处理装置、x射线ct装置以及参考校正方法
CN106955118A (zh) * 2017-04-11 2017-07-18 沈阳开普医疗影像技术有限公司 Ct形状过滤器缺陷的单能矫正方法
US10244612B2 (en) * 2015-09-30 2019-03-26 Shenyang Neusoft Medical Systems Co., Ltd. Bulb tube preheating

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9406107B2 (en) * 2013-12-18 2016-08-02 General Electric Company System and method of computed tomography signal restoration via noise reduction

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077758A (zh) * 2013-03-28 2014-10-01 上海联影医疗科技有限公司 Ct图像重建方法
CN105073010A (zh) * 2013-04-04 2015-11-18 株式会社东芝 X射线计算机断层摄影装置
WO2014205423A1 (en) * 2013-06-21 2014-12-24 O.N.Diagnostics, LLC Quantitative phantomless calibration of computed tomography scans
CN106687045A (zh) * 2014-10-22 2017-05-17 株式会社日立制作所 数据处理装置、x射线ct装置以及参考校正方法
US10244612B2 (en) * 2015-09-30 2019-03-26 Shenyang Neusoft Medical Systems Co., Ltd. Bulb tube preheating
CN105476654A (zh) * 2016-01-04 2016-04-13 沈阳东软医疗系统有限公司 一种上切片位置校正方法、装置及设备
CN106955118A (zh) * 2017-04-11 2017-07-18 沈阳开普医疗影像技术有限公司 Ct形状过滤器缺陷的单能矫正方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
18F-FDG PET_CT结肠空气造影在结肠病变应用中的诊断价值;刘欣等;《岭南现代临床外科》;20121231;第12卷(第6期);第430-432页 *
Phantomless Calibration of CT Scans for Measurement of BMD and Bone Strength — Inter-Operator Reanalysis Precision;David C.Lee等;《https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5636218/pdf/nihms898491.pdf》;20171031;第1-24页 *
Scanner Maintenance Derived Air Calibration Deviances Detected by Phantom-based Monitoring in a Large Multicenter Trial COPD Gene;Jered Sieren等;《https://www.researchgate.net/publication/266106524》;20111030;第1-14页 *
一种基于空气扫描的锥束 CT环形伪影校正方法;张华等;《CT理论与应用研究 》;20120630;第247-第254页 *

Also Published As

Publication number Publication date
CN107665499A (zh) 2018-02-06

Similar Documents

Publication Publication Date Title
US11508102B2 (en) Systems and methods for image processing
US10413261B2 (en) Imaging method and system for determining a second scan area based on a first scan area
CN109060849B (zh) 一种确定辐射剂量调制线的方法、系统和装置
CN107665499B (zh) 一种图像校正的方法、系统和可读介质
CN107016672B (zh) 医学扫描图像的重建方法和装置以及医学成像系统
US10964072B2 (en) Methods, systems, and media for noise reduction in computed tomography images
JP2020500085A (ja) 画像取得システム及び方法
US9336614B1 (en) Methods and systems for performing joint estimation techniques in image reconstruction
JP6158910B2 (ja) 正則化による反復画像再構成
US9761024B1 (en) Start image for spectral image iterative reconstruction
US20170105695A1 (en) Improved Image Reconstruction for a Volume Based on Projection Data Sets
WO2017045620A1 (zh) 一种计算机断层成像方法与系统
US10219772B2 (en) Tomographic imaging device and method for sparse angular sampling
JPWO2017104700A1 (ja) 画像処理装置および画像処理方法
US10013778B2 (en) Tomography apparatus and method of reconstructing tomography image by using the tomography apparatus
US20190206096A1 (en) Systems and methods for determining at least one artifact calibration coefficient
US11666241B2 (en) System and method for medical imaging
CN109077746B (zh) 一种确定辐射剂量调制线的方法、系统和装置
US20210074007A1 (en) Apparatus and method for removing breathing motion artifacts in ct scans
KR101638990B1 (ko) 선량 계산 방법 및 장치
US20170098316A1 (en) Multi-view Tomographic Reconstruction
CN107341836B (zh) 一种ct螺旋扫描图像重建方法及装置
US20190142358A1 (en) Method And System For Dose-Less Attenuation Correction For PET And SPECT
Nuyts et al. Iterative CT reconstruction with correction for known rigid motion
CN109259779B (zh) 医学图像的生成方法和医学图像处理系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant