CN107895390A - 电子计算机断层扫描图像数据处理系统及方法 - Google Patents

电子计算机断层扫描图像数据处理系统及方法 Download PDF

Info

Publication number
CN107895390A
CN107895390A CN201711241319.3A CN201711241319A CN107895390A CN 107895390 A CN107895390 A CN 107895390A CN 201711241319 A CN201711241319 A CN 201711241319A CN 107895390 A CN107895390 A CN 107895390A
Authority
CN
China
Prior art keywords
image
bone information
total quality
thickness
visual field
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
Application number
CN201711241319.3A
Other languages
English (en)
Other versions
CN107895390B (zh
Inventor
彭海玲
王达君
郭炜强
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
Shenzhen Union Medical Technology 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 Shenzhen Union Medical Technology Co Ltd filed Critical Shenzhen Union Medical Technology Co Ltd
Publication of CN107895390A publication Critical patent/CN107895390A/zh
Application granted granted Critical
Publication of CN107895390B publication Critical patent/CN107895390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/408Dual energy
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/416Exact reconstruction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/421Filtered 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

本发明提供了一种CT图像重建方法,该方法包括:获取与被扫描物体相关的生数据集;根据所述生数据集生成第一图像集,其中所述第一图像集包括第一最大视野图像;根据所述第一最大视野图像生成一个或多个参考图像;根据所述生数据集生成第二图像集,其中所述第二图像集包括第二全质量图像;根据所述一个或多个参考图像生成第二骨骼信息图像;根据所述第二骨骼信息图像校正所述第二全质量图像的射束硬化伪影;根据所述一个或多个参考图像生成第一骨骼信息图像;根据所述第一骨骼信息图像校正所述第一全质量图像的射束硬化伪影;所述第一全质量图像的视野小于所述第一最大视野图像的视野。

Description

电子计算机断层扫描图像数据处理系统及方法
技术领域
本公开一般涉及计算机断层扫描(CT),且更具体来说涉及一种用于矫正CT图像中由于硬组织引起的伪影的系统和方法。
背景技术
为提供软组织的清晰视野,有时需要从CT图像中除去硬组织。然而,当需要生成并矫正具有不同重建参数的两个或更多不同CT图像时,传统的硬组织去除和射束硬化伪影矫正方式耗费很多时间。本公开提供了一种用于矫正CT图像中由于硬组织引起的伪影的高效的方法和系统。
发明内容
本发明一方面提供了一种CT图像重建系统,包括:存储一组指令的至少一个存储介质;和配置成与所述至少一个存储介质通信的至少一个处理器,其特征在于,当执行所述一组指令时,所述系统被配置为:获取与被扫描物体相关的生数据集;根据所述生数据集生成第一图像集,其中所述第一图像集包括第一最大视野图像;根据所述第一最大视野图像生成一个或多个参考图像;根据所述生数据集生成第二图像集,其中所述第二图像集包括第二全质量图像;根据所述一个或多个参考图像生成第二骨骼信息图像;根据所述第二骨骼信息图像校正所述第二全质量图像的射束硬化伪影。
在本发明中,第一图像集进一步包括第一全质量图像,所述第一全质量图像的视野小于所述第一最大视野图像的视野,所述系统被进一步配置为:根据所述一个或多个参考图像生成第一骨骼信息图像;根据所述第一骨骼信息图像校正所述第一全质量图像的射束硬化伪影;所述第一全质量图像的视野小于所述第一最大视野图像的视野。
在本发明中,所述第一骨骼信息图像的第一图像层厚大于所述参考图像的图像层厚,所述第二骨骼信息图像的第二图像层厚大于所述参考图像的图像层厚,所述第一图像层厚不等于所述第二图像层厚。
在本发明中,所述第一骨骼信息图像的第一图像层距大于所述参考图像的图像层距,所述第二骨骼信息图像的第二图像层距大于所述参考图像的图像层距,所述第一图像层距不等于所述第二图像层距。
在本发明中,所述系统被进一步配置为:根据第一最大视野图像除去第一全质量图像的硬组织。
在本发明中,为了生成所述第一骨骼信息图像,所述系统近一步被配置为:根据所述第一骨骼信息图像的图像层厚和所述参考图像的图像层厚堆叠所述一个或多个参考图像。
在本发明中,为了生成所述第二骨骼信息图像,所述系统近一步被配置为:根据所述第二骨骼信息图像的图像层厚和所述参考图像的图像层厚堆叠所述一个或多个参考图像。
在本发明中,所述第一全质量图像的图像层厚和所述第二全质量图像的图像层厚不同。
在本发明中,所述第一全质量图像的图像层距和所述第二全质量图像的图像层距不同。
本发明另一方面提供了一种CT图像重建方法,包括:获取与被扫描物体相关的生数据集;根据所述生数据集生成第一图像集,其中所述第一图像集包括第一最大视野图像;根据所述第一最大视野图像生成一个或多个参考图像;根据所述生数据集生成第二图像集,其中所述第二图像集包括第二全质量图像;根据所述一个或多个参考图像生成第二骨骼信息图像;根据所述第二骨骼信息图像校正所述第二全质量图像的射束硬化伪影;根据所述一个或多个参考图像生成第一骨骼信息图像;根据所述第一骨骼信息图像校正所述第一全质量图像的射束硬化伪影;所述第一全质量图像的视野小于所述第一最大视野图像的视野。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本发明应用于其他类似情景。附图不是按比例绘制的。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构和操作。
图1和图2是基于本申请一些实施例中示例CT系统的示意图;
图3是基于本申请一些实施例中示例计算机设备的硬件和/或软件组件的示意图;
图4是基于本申请一些实施例中示例移动设备的硬件和/或软件组件的示意图;
图5是基于本申请一些实施例中一个示意性处理设备的示意图;
图6是基于本申请一些实施例中一个用于生成除去硬组织并矫正射束硬化伪影的全质量图像集的示意性流程的流程图;
图7是基于本申请一些实施例中一用于生成一个参考图像的示意性流程的流程图;
图8是基于本申请一些实施例中用于硬组织去除和射束硬化伪影矫正流程的示意性流程的流程图;
图9是基于本申请一些实施例中电子计算机断层扫描过程中处理图像数据的示例性流程图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面通过一些实施例阐述了许多具体细节。显而易见的,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,可以在不采用某些细节的条件下实现本申请中的技术方案。换而言之,本申请中的众所周知的方法、过程、系统、组件和/或电路采用较大范围的描述,以避免本申请中出现不必要的模糊概念。本领域技术人员可能会对本申请进行各种修改、改进和修正,本申请中定义的一般性原理可以应用于其它实施例中,该类修改、改进、修正、应用仍属于本申请示范实施例的精神和范围。因此,本申请中的实施例并不构成对本申请的限定,而是在不脱离权利要求的情况下扩大本申请的范围。
本申请中使用的“系统”、“模块”、“单元”和/或“数据块”等词仅仅是用于区分由大到小顺序排列的不同组件、元件、部件、部分或其它装置。如果可以达到相同的目的,这些词可以被其它词取代。
本申请中的“模块”、“单元”和/或“子单元”指的是存储在硬件、固件中的逻辑或一组软件指令。这里所指的“模块”、“单元”和/或“子单元”能够通过软件和/或硬件模块执行,也可以被存储于任何一种计算机可读的非临时媒介或其他存储设备中。在某些实施例中,一个软件模块可以被编译并连接到一个可执行的程序中。这里的软件模块可以对自身或其他模块传递的信息作出回应,并且/或者可以在检测到某些事件或中断时作出回应。可以在一个计算机可读媒介上提供一个被设置为可以在计算设备上(例如图3中的处理器210)执行操作的软件模块,这里的计算机可读媒介可以是光盘、数字光盘、闪存盘、磁盘或任何其他种类的有形媒介;也可以通过数字下载的模式获取软件模块(这里的数字下载也包括存储在压缩包或安装包内的数据,在执行之前需要经过解压或解码操作)。这里的软件代码可以被部分的或全部的储存在执行操作的计算设备的存储设备中,并应用在计算设备的操作之中。软件指令可以被植入在固件中,例如可擦可编程只读存储器(erasableprogrammable read only memory,EPROM)。显然,硬件模块可以包含连接在一起的逻辑单元,例如门、触发器,以及/或包含可编程的单元,例如可编程的门阵列或处理器。这里所述的模块或计算设备的功能优选的作为软件模块实施,但是也可以被表示在硬件或固件中。一般情况下,这里所说的模块是逻辑模块,不受其具体的物理形态或存储器的限制。一个模块、单元和/或子单元能够与其他的模块、单元和/或子单元组合在一起,或被分隔成为一系列子模块和/或子单元。
在本申请中除非上下文明确提示例外情形,当一个单元、模块或数据块被“连通”、“连接到”或“耦合到”另一单元、模块或数据块时,所述单元、模块或数据块可以直接连通或通过中间单元、模块或数据块连接或耦合到另一个单元、模块或数据块。如本说明书和权利要求书中所示,术语“和/或”包括相关列出的项目中的一个或多个的组合。
本申请中所使用的的术语仅仅是为了描述具体实施例,并不对本申请构成限制。如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“所述”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的整体、设备、行为、特征、步骤、元素、操作和/或组份,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的整体、设备、行为、特征、步骤、元素、操作、组份和/或其中一个或多个的组合。
图1和图2是基于本申请一些实施例中示例CT系统的示意图。如图所示,CT系统100可以包括一个CT扫描仪110、网络120、一个或多个终端130、一个处理设备140和一个数据库150。
CT扫描仪110可以包括一个机架111、一个探测器112、探测区域113、工作台114、放射性扫描源115。机架111可以支持探测器112和放射性扫描源115。目标物体可以被放置在工作台114上用于扫描。放射性扫描源115可以向目标物体发射放射性射线。探测器112可以探测由探测区域113发射的放射物(例如,γ光子)。在一些实施例中,探测器112可以包括一个或多个探测器单元。所述探测器单元可以包括闪烁探测器(例如,碘化铯探测器)和气体探测器等。所述探测器单元可以包括单行探测器和/或多行探测器。
网络120可以包括促进CT系统100中信息和/或数据交换的任何合适的网络。在一些实施例中,CT系统100中的一个或多个组件(例如,CT扫描仪110、终端13、处理设备140和数据库150等)可以经由网络120与CT系统100中的一个或多个其它组件通讯信息和/或数据。例如,处理设备140可以由网络120从CT扫描仪110处获取图像数据。又例如,处理设备140可以由网络120从终端130处获取用户指令。网络120可以是公共网络(例如,因特网)、专用网络(例如,局域网(LAN)、广域网(WAN))、有线网络(例如,以太网)、无线网络(例如,802.11网络、Wi-Fi网络)、蜂窝网络(例如,长期演进(LTE)网络)、帧中继网络、虚拟专用网络(“VPN”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机等中的一种或几种的组合。仅作为示例,网络120可以包括有线电视网络、有线网络、光纤网络、电信网络、内联网、无线局域网(WLAN)、城域网(MAN)、公共电话交换网络(PSTN)、BluetoothTM网络、ZigBeeTM网络、近场通信(NFC)网络等中的一种或几种的组合。在一些实施例中,网络120可以包括一个或多个网络接入点。例如,网络120可以包括有线和/或无线网络接入点,例如基站和/或互联网交换点,CT系统100中的一个或多个组件可以通过所述网络接入点连接到网络120交换数据和/或信息。
终端130可以包括移动设备130-1、平板计算机130-2、手提计算机130-3等中的一种或几种的组合。在一些实施例中,移动设备130-1可以包括智能家居设备、可穿戴设备、移动设备、虚拟现实设备、增强现实设备等中的一种或几种的组合。在一些实施例中,所述智能家居设备可以包括智能照明设备、智能电气设备的控制设备、智能监控设备、智能电视、智能摄像机、对讲机等中的一种或几种的组合。在一些实施例中,所述可穿戴设备可以包括手环、鞋类、眼镜、头盔、手表、衣服、背包、智能配件等中的一种或几种的组合。在一些实施例中,所述移动设备可以包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、笔记本电脑、平板电脑、台式机等中的一种或几种的组合。在一些实施例中,所述虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强现实头盔、增强现实眼镜、增强现实补丁等中的一种或几种的组合。例如,所述虚拟现实设备和/或增强现实设备可以包括Google GlassTM、Oculus RiftTM、HololensTM、GearVRTM等。在一些实施例中,终端130可以是处理设备140的一部分。
处理设备140可以处理从CT扫描仪110、终端130和/或数据库150处获取的数据和/或信息。
在一些实施例中,处理设备140可以是单个服务器或服务器组。所述服务器组可以是集中式的或分布式的。在一些实施例中,处理设备140可以是本地的或远程的。例如,处理设备140可以通过网络120存取存储在CT扫描仪110、终端130和/或数据库150中的信息和/或数据。又例如,处理设备140可以直接连接到CT扫描仪110、终端130和/或数据库150访问存储的信息和/或数据。在一些实施例中,处理设备140可以在云平台上执行。仅作为示例,所述云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间、多云等中的一种或几种的组合。在一些实施例中,处理设备140可以由计算设备200中的一个或多个组件执行,如图3所示。
数据库150可以存储数据、指令和/或任何其它信息。在一些实施例中,数据库150可以存储从终端130和/或处理设备140处获取的数据。在一些实施例中,数据库150可以存储数据和/或指令,处理设备140可以执行或使用所述数据和/或指令完成本申请中描述的示例性方法。在一些实施例中,数据库150可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等中的一种或几种的组合。示例性大容量存储器可以包括磁盘、光盘、固态驱动器等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。示例性RAM可以包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容RAM(Z-RAM)等。示例性ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字通用盘ROM等。在一些实施例中,数据库150可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间、多云等中的一种或几种的组合。
在一些实施例中,数据库150可以通过连接到网络120与CT系统100中的一个或多个其它组件(例如,处理设备140、终端130)进行通信。CT系统100中的一个或多个组件可以通过网络120访问存储在数据库150中的数据或指令。在一些实施例中,数据库150可以直接与CT系统100中的一个或多个其它组件连接或通信(例如,处理设备140、终端130)。在一些实施例中,数据库150可以是处理设备140的一部分。
图3是基于本申请一些实施例中示例计算机设备的硬件和/或软件组件的示意图。如图3所示,计算设备200可以包括处理器210、存储器220、输入/输出界面(I/O)230和通信端口240。
处理器210可以根据本申请所描述的技术执行计算机指令(例如,程序代码)并完成处理设备140的功能。所述计算机指令可以包括,例如,执行本申请描述的特定功能的例程、程序、对象、组件、数据结构、规程、模块和功能。例如,处理器210可以处理从CT扫描仪110、终端130、数据库150和/或CT系统100中的任何其它组件处获取的图像数据。在一些实施例中,处理器210可以包括一个或多个硬件处理器,例如,微控制器、微处理器、精简指令集计算机(reduced instruction set computer,RISC)、专用集成电路(applicationspecific integrated circuits,ASIC)、专用指令集处理器(application-specificinstruction-set processor,ASIP)、中央处理单元(central processing unit,CPU)、图形处理单元(graphics processing unit,GPU)、物理处理单元(physics processingunit,PPU)、微控制器单元、数字信号处理器(digital signal processor,DSP)、现场可编程门阵列(field programmable gate array,FPGA)、高级RISC机(advanced RISCmachine,ARM)、可编程逻辑器件(programmable logic device,PLD)、能够执行一种或多种功能的任何电路或处理器等中的一种或几种的组合。
仅为了说明,本申请仅描述了在计算设备200中一个处理器。然而,需要注意的是,本申请中的计算设备200可以包括多个处理器,因此本申请中描述的一个处理器所执行的操作和/或方法步骤可以由多个处理器联合或单独执行。例如,在本申请中计算设备200的处理器执行操作A和操作B,则应当理解,操作A和操作B也可以由计算设备200中的两个或多个不同的处理器共同地或单独地执行(例如,第一处理器执行操作A,第二处理器执行操作B或第一和第二处理器共同执行操作A和操作B)。
存储器220可以存储从CT扫描仪110、终端130、数据库150和/或CT系统100中的任何其它组件处获取的数据/信息。在一些实施例中,存储器220可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等中的一种或几种的组合。例如,所述大容量存储器可以包括磁盘、光盘、固态驱动器等。所述可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。所述易失性读写存储器可以包括随机存取存储器(RAM)。所述RAM可以包括动态RAM(DRAM)、双倍速率同步动态RAM(DDR SDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容RAM(Z-RAM)等。所述ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字通用盘ROM等。在一些实施例中,存储器220可以通过存储一个或多个程序和/或指令,执行本申请中描述的示例性方法。例如,存储器220可以存储处理设备140用于确定正则化项目的程序。
输入/输出界面(I/O)230可以输入和/或输出信号、数据和信息等。在一些实施例中,I/O 230可以使用户与处理设备140之间相互作用。在一些实施例中,I/O 230可以包括输入设备和输出设备。示例性输入设备可以包括键盘、鼠标、触摸屏、麦克风等中的一种或几种的组合。示例性输出设备可以包括显示设备、扬声器、打印机、投影仪等中的一种或几种的组合。示例性显示装置可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、弯曲屏幕、电视设备、阴极射线管(CRT)、触摸屏幕等中的一种或几种的组合。
通信端口240可以连接到网络(例如,网络120)以便于数据通信。通信端口240可以在处理设备140和CT扫描仪110、终端130和/或数据库150之间建立连接。所述连接可以是有线连接、无线连接、任何其它可以实现数据传输和/或接收的通信连接和/或这些连接的任何组合。所述有线连接可以包括,例如,电缆、光缆、电话线等中的一种或几种的组合。所述无线连接可以包括,例如,BluetoothTM链接、Wi-FiTM链接、WiMaxTM链接、WLAN链接、ZigBee链接、移动网络链接(例如,3G、4G、5G等)等中的一种或几种的组合。在一些实施例中,通信端口240可以是和/或包括标准化通信端口,例如RS232、RS485等。在一些实施例中,通信端口240可以是专门设计的通信端口。例如,通信端口240可以根据医学数字成像和通信(DICOM)协议进行设计。
图4是基于本申请一些实施例中示例移动设备的硬件和/或软件组件的示意图。如图4所示,移动设备300可以包括通信平台310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、输入输出界面(I/O)350、内存360和存储器390。在一些实施例中,移动设备300可以包括任何其它合适的组件,例如包括但不限于系统总线或控制器(未在图中标示)。在一些实施例中,可以将移动操作系统370(例如,iOSTM、AndroidTM、Windows PhoneTM)和一个或多个应用380从存储器390下载到内存360中,CPU 340可以执行下载后的所述移动操作系统370和所述一个或多个应用380。应用380可以包括浏览器或任何其它合适的移动应用程序,用于接收和渲染从处理设备140处获取的与图像处理有关的信息或其它信息。用户与信息流之间的交互可以通过I/O 350实现,并通过网络120提供给处理设备140和/或CT系统100中的其它组件。
为了实现本申请中描述的各种模块、单元及其功能,计算机硬件平台可以用作本申请中描述的一个或多个元件的硬件平台。具有用户界面元件的计算机可以用于实现个人计算机(PC)或任何其它类型的工作站或终端设备。通过适当编程,计算机也可以作为服务器。
图5是基于本申请一些实施例中一个示意性处理设备140的示意图。如图5所示,处理设备140可以包括数据获取单元410、图像重建单元420、矫正图像生成单元430、矫正单元440。
数据获取单元410可获取与被检查物体相关的一个生数据集。生数据集可包括与被检查物体相关的多个生数据。数据获取单元410可通过探测器112或存储器150获取生数据集或生数据。术语“生数据”可以指通过探测器112可检测到的数据,且生数据可用于构建CT图像。可通过使X射线穿过被检查物体生成生数据。物体可包括物质、组织、器官、标本、身体等中的一种或多种。在一些实施例中,物体可包括一个患者或其一部分。物体可包括头部、乳房、肺、胸膜组织、胸腔纵隔、腹部、大肠、小肠、膀胱、胆囊、三焦、骨盆腔、脊椎、四肢、骨骼、血管等中的一种或多种。
图像重建单元420可根据数据获取单元410获得的生数据集生成CT图像集。CT图像集可包括一个或多个CT图像。CT图像可根据重建算法生成。重建算法可包括傅里叶切片定理算法、滤波反投影(FBP)算法、扇束重建算法、迭代重建算法、分析重建算法、基于压缩感测(CS)的算法等中的一种或多种。
CT图像可表示具有一定厚度的被检查物体的组织截面(例如,物体的CT图像切片(或简称为切片))。CT图像可包括设置在重建矩阵中的一个或多个像素。重建矩阵的尺寸可确定CT图像中像素的数量。像素值可以指像素的特性值。例如,像素值可指像素亮度值、像素灰度值、像素颜色或RGB值、像素饱和值等中的一种或多种。在CT图像中,像素值可表示组织密度。CT图像可通过CT图像中不同的像素值表示被检查物体切片的结构。
在一些实施例中,图像重建单元420可通过不同重建参数生成不同CT图像。重建参数可包括视野(FOV)、图像层厚、图像层距、内核等中的一种或多种。物体的切片厚度可称为切片厚度。物体的切片位置可称为切片位置。图像层厚可以指重建图像沿z轴的公称宽度。z轴可平行于主题表格的移动方向。可根据切片厚度确定图像层厚。在一些实施例中,CT图像的图像层厚可等于或小于切片厚度。图像层厚越大,重建图像的分辨率越高。对于被检查物体的切片,在具有特定切片厚度的特定切片位置,可重建一个或多个CT图像来表示该切片。图像层距,就包括一堆CT图像切片的CT图像集中的切片的位置而言,可以指两个连续CT图像之间的距离。使用较小的FOV可允许增加CT图像的空间分辨率,因为整个CT图像的重建矩阵可用于重建一个小于通过较的大FOV重建区域的区域。CT图像集中的CT图像可根据相同的重建参数进行重建。因此,可认为CT图像集的重建参数为CT图像集中CT图像的重建参数。
矫正图像生成单元430可根据由图像重建单元420生成的CT图像生成骨骼信息图像集。骨骼信息图像集可包括一个或多个骨骼信息图像。骨骼信息图像可包括CT图像的射束硬化伪影。当多色X射线束穿过物体时,可在CT图像中看到射束硬化伪影,在物体中低能量光子被吸收,仅留下较高能量光子穿过物体并被检测到。骨骼信息图像可矫正CT图像中的射束硬化伪影。在一些实施例中,可根据与图像重建单元420生成的CT图像的重建参数相同的重建参数生成骨骼信息图像。例如,如果图像重建单元420通过图像层厚A和图像层距B重建CT图像,则骨骼信息图像也可具有图像层厚A和图像层距B。在一些实施例中,可根据参考图像生成骨骼信息图像。参考图像可以指通过较小图像层厚和/或图像层距重建的骨骼信息图像。在一些实施例中,骨骼信息图像的图像层厚和/或图像层距可大于参考图像的图像层厚和/或图像层距。在一些实施例中,骨骼信息图像的图像层厚和/或图像层距可是参考图像的图像层厚和/或图像层距的整数倍。在一些实施例中,可通过一个CT系统100可实现的最小图像层厚和/或最小图像层距重建参考图像。骨骼信息图像和参考图像的重建参数中的一些可相同,例如FOV、内核等,一些可不同,例如图像层厚和图像层距。特定切片位置的骨骼信息图像可通过堆叠特定数量的连续参考图像生成,对照该切片位置的骨骼信息图像或CT图像切片,这些连续参考图像对应于物体相同或相似的部分。例如,对于具有20mm图像层厚和20mm图像层距的切片的骨骼信息图像和具有10mm图像层厚和10mm图像层距的切片的参考图像,可堆叠两个参考图像生成一个骨骼信息图像。
射束硬化伪影可具有两种不同的外形:CT图像中的纹理或暗带,以及CT图像中的杯形伪影。CT图像中的这种伪影可被用户(例如,医生)误认为一些疾病的特征。例如,CT图像中暗带外形的射束硬化伪影可被误认为是肿瘤的特征。因为骨骼信息图像可具有射束硬化伪影的特征,用户可通过骨骼信息集来区别射束硬化伪影和一些疾病的特征。骨骼信息图像集可以骨骼信息图像集的形式或骨骼信息图像的形式展示。在一些实施例中,矫正图像生成单元430可通过输入/输出(I/O)230向用户输出骨骼信息图像集或骨骼信息图像。
在一些实施例中,当CT系统100扫描一个第一物体和一个第二物体时,矫正单元440可根据与两个物体相关的第一参考图像集和第二参考图像集的相似性确定CT系统100的工作状态。不同的骨骼信息图像集可根据通过扫描两个不同物体获取的不同生数据集生成。通常地,鉴于骨骼信息图像集表示由硬组织引起的射束硬化伪影,以及在不同物体(例如,不同的被检查患者)之间硬组织相对于软组织的比例可相似,第一物体的第一骨骼信息图像集可与第二物体的第二骨骼信息图像集相似。如果第一骨骼信息集不同于第二骨骼信息集(例如,第一骨骼信息集和第二骨骼信息集的相似性低于一个阈值),可认为CT系统100的工作状态在第一物体的扫描和第二物体的扫描之间发生了变化。矫正单元440可根据CT系统100的工作状态是否发生了变化来识别CT系统100的异常。在一些实施例中,CT系统100的工作状态可包括探测器112的工作状态(例如,探测器112是否可在预定温度工作)和放射性扫描源115的工作状态(例如,放射性扫描源115是否可发射预定量的X射线)。
矫正单元440可配置为矫正图像重建单元420生成的CT图像。矫正单元440可除去由图像重建单元420生成的CT图像中的硬组织。矫正单元440可矫正由图像重建单元420生成的CT图像中的射束硬化伪影。可通过改变CT图像中像素的像素值进行矫正。例如,为除去CT图像中的硬组织,矫正单元440可改变像素值超出阈值的像素的像素值。又例如,为矫正CT图像中的射束硬化伪影,矫正单元440可根据骨骼信息图像改变像素的像素值。
图6是根据本公开一些实施例的用于生成全质量图像集的示意性流程的流程图。在一些实施例中,图6中说明的用于生成全质量图像集的流程的一个或多个操作可在图1或图2所示的CT系统100中实施。例如,图6所示的流程可以指令的形式存储在存储器150中,且被处理引擎140调用和/或执行(例如,图3所示的计算设备200的处理器220和图3所示的移动设备300的中央处理机(CPU)340)。
在510中,数据获取410可获取与被检查物体相关的生数据集。生数据集可包括与被检查物体相关的多个生数据。数据获取410可通过CT扫描仪110或存储器150获取生数据集。可通过向被检查物体发射X射线生成生数据集。
在520中,图像重建单元420可根据生数据集生成全质量图像集。全质量图像集可包括一个或多个全质量图像。术语“全质量图像”可以指具有较小FOV(例如,10cm)的CT图像。可在全质量图像中观察到软组织的细节。如本文所使用,软组织可以指连接、支撑或包围身体的除例如骨的硬组织外的另一结构和/或器官的组织。在一些实施例中,软组织可包括肌腱、韧带、筋膜、皮肤、纤维组织、脂肪和滑膜(结缔组织),肌肉、神经和血管(非结缔组织)等中的一种或多种。硬组织可以指矿化且具有结实的细胞间基质的组织。在一些实施例中,硬组织包括骨、牙釉质、牙质、牙骨质等中的一种或多种。
在一些实施例中,全质量图像的重建可根据傅里叶切片定理、滤波反投影(FBP)算法、扇束重建、迭代重建等技术。图像重建单元420可根据一组重建参数,例如视野(FOV)、图像层厚、图像层距、内核等中的一种或多种,重建全质量图像。
在530中,图像重建单元420可根据生数据集生成最大FOV图像集。最大FOV图像集可包括一个或多个最大FOV图像。术语“最大FOV图像”可以指具有较大FOV(例如,30cm)的CT图像,CT图像的较大FOV大于根据相同生数据集获取的相应的全质量图像的FOV。软组织和硬组织之间的交界可在最大FOV图像中观察到。
在一些实施例中,最大视野图像的重建可根据傅里叶切片定理、滤波反投影(FBP)算法、扇束重建、迭代重建等技术。图像重建单元420可根据一组重建参数重建最大FOV图像,例如视野(FOV)、图像层厚、图像层距、内核等中的一种或多种。在一些实施例中,最大FOV图像的FOV可大于全质量图像的FOV,全质量图像的空间分辨率可高于最大FOV图像的空间分辨率。在一些实施例中,最大FOV图像集和全质量图像集的图像层距和/或图像层厚可以相同。
在540中,矫正图像生成单元430可根据最大FOV图像集生成骨骼信息图像集。骨骼信息图像集可包括一个或多个骨骼信息图像。术语“骨骼信息图像”可以指用于矫正由硬组织引起的射束硬化伪影的图像。骨骼信息图像可表示CT图像中的射束硬化伪影。射束硬化伪影可具有两个不同的外形:CT图像中的纹理或暗带以及CT图像中的杯形伪影。骨骼信息图像的像素可表示这些外形中的至少一个。
在一些实施例中,可根据参考图像集生成骨骼信息图像集。参考图像集可包括至少一个参考图像。术语“参考图像”可以指通过较小的图像层厚和/或图像层距构建的骨骼信息图像,同时参考图像的其它重建参数(例如,FOV、内核等)与骨骼信息图像相同。在一些实施例中,骨骼信息图像的图像层厚和/或图像层距可大于参考图像的图像层厚和/或图像层距。在一些实施例中,骨骼信息图像的图像层厚可为参考图像的图像层厚的整数倍。在一些实施例中,骨骼信息图像的图像层距可为参考图像的图像层距的整数倍。在一些实施例中,可通过CT系统100可实现的最小图像层厚和/或最小图像层距重建参考图像。特定切片的骨骼信息图像可通过堆叠特定数量的连续参考图像生成,对照该切片位置的骨骼信息图像或CT图像切片,这些连续参考图像对应于物体相同或相似的部分。例如,对于具有20mm图像层厚和20mm图像层距的切片的骨骼信息图像和具有10mm图像层厚和10mm图像层距的切片的参考图像,可堆叠两个参考图像生成一个骨骼信息图像。在一些实施例中,骨骼信息图像可用于矫正全质量图像中的射束硬化伪影。可提前生成骨骼信息图像集并将骨骼信息图像集存储在存储器150中。矫正图像生成单元430可根据参考图像通过访问存储器150生成骨骼信息图像。参考图像生成的具体描述可参考图7及其描述。
在550中,矫正单元440可根据最大FOV图像集除去或减少全质量图像中的硬组织。鉴于全质量图像的FOV可小于最大FOV图像的FOV,最大FOV图像中硬组织的完整性可优于全质量图像集。例如,在对应于被检查物体头部的CT图像切片中,与切片相关的全质量图像可显示被检查物体头骨的一部分,而与切片相关的最大FOV图像可显示整个头骨。矫正单元440可提取最大FOV图像中硬组织的形状特征(例如,硬组织的轮廓曲线),并根据全质量图像中硬组织的形状特征除去全质量图像中的硬组织。
在一些实施例中,基于用户可区别射束硬化伪影和一些疾病的特征,矫正图像生成单元430可通过输入/输出(I/O)230向用户(例如,医生)输出骨骼信息图像集或骨骼信息图像。在一些实施例中,矫正图像生成单元430可将骨骼信息图像的骨骼信息图像集发送至一个存储设备(例如,存储器150等)供将来使用。
在560中,矫正单元440可根据骨骼信息图像集矫正全质量图像集的射束硬化伪影。骨骼信息图像可用于通过改变全质量图像中表示射束硬化伪影的像素的像素值来矫正射束硬化伪影。全质量图像中的像素可具有与表示切片中相同位置的骨骼信息图像相对应的像素。矫正单元440可根据骨骼信息图像中对应像素的像素值改变最大FOV图像中像素的像素值。
图7是根据本公开一些实施例的用于生成参考图像的示意性流程的流程图。在一些实施例中,图7中说明的用于生成全质量图像集的流程的一个或多个操作可在图1或图2所示的CT系统100中实施。例如,图7所示的流程可以指令的形式存储在存储器150中,且被处理引擎140调用和/或执行(例如,图3所示的计算设备200的处理器220和图4所示的移动设备300的中央处理机(CPU)340)。
在610中,图像重建单元420可生成一个最大FOV图像。可根据图6及其描述说明的流程的相关部分进行操作610。
在620中,矫正图像生成单元430可将最大FOV图像分割为硬组织图像和软组织图像。矫正图像生成单元430可通过指定像素值超出阈值的像素为硬组织图像,并指定像素值低于阈值的像素为软组织图像,从而分割最大FOV图像。
在630中,矫正图像生成单元430可正投影硬组织图像和软组织图像。通过正投影,可将硬组织图像和软组织图像从图像域转换成投影域。矫正图像生成单元430可获取投影域中与硬组织图像相关的投影数据和与软组织图像相关的投影数据。
在640中,矫正图像生成单元430可根据与硬组织图像相关的投影数据和与软组织图像相关的投影数据确定软组织图像中的软组织厚度和硬组织图像中的硬组织厚度。在一些实施例中,矫正图像生成单元430可根据假设被检查物体仅包括一个硬组织层和一个软组织层,确定软组织图像中的软组织的厚度和硬组织图像中硬组织的厚度。X射线束可进入厚度为XB的硬组织层,穿过硬组织层可进入厚度为XT的软组织层,然后,在X射线束离开软组织后可通过探测器112检测到。应注意,尽管硬组织和软组织沿射线束路径可不同地分布,出于确定硬组织厚度和软组织厚度的目的,该假设基本上不会改变630中获取的正投影数据。
在650中,矫正图像生成单元430可根据软组织厚度和硬组织厚度获取矫正数据。通过已知的软组织厚度(例如,XT)和已知的硬组织厚度(例如,XB),矫正图像生成单元430可基于一个矫正表获取矫正数据。在一些实施例中,可提前生成矫正表并存储在存储器150中。矫正表可包括由于射束硬化伪影产生的数据,用于将受射束硬化效果影响的多色投影数据(例如,在630中获取的正投影数据)转换成单色投影数据。矫正图像生成单元430可通过重建矫正数据获取仅包含射束硬化伪影CT图像(例如,参考图像)。在一些实施例中,如果矫正表中不存在与软组织厚度XT和硬组织厚度XB相对应的矫正数据,矫正图像生成单元430可根据矫正表中可用的数据进行插值或外插。例如,对于厚度为20mm的软组织,矫正表中仅具有用于厚度为22mm的软组织的矫正数据A和用于厚度为18mm的软组织的矫正数据B,矫正单元440可将矫正数据A和矫正数据B的平均值作为厚度为20mm的软组织的矫正数据。
在660中,矫正图像生成单元430可根据矫正数据生成一个参考图像。通过该重建流程,矫正图像生成单元430可将矫正数据从投影数据域变换成图像域。参考图像的重建可根据傅里叶切片定理、滤波反投影(FBP)算法、扇束重建、迭代重建等技术。矫正图像生成单元430可根据一组重建参数包括,例如,视野(FOV)、图像层厚、图像层距、内核等中的一种或多种,重建参考图像。在一些实施例中,可根据CT系统100可实现的最小图像层厚和/或最小图像层距重建参考图像。
图8是根据本公开一些实施例的用于除去硬组织和/或矫正射束硬化伪影的示意性流程的流程图。出于诊断目的,可生成通过不同重建参数重建的不同全质量图像。在一些实施例中,图8中说明的用于生成全质量图像集的流程的一个或多个操作可在图1或图2所示的CT系统100中实施。例如,图8所示的流程可以指令的形式存储在存储器150中,且可被处理引擎140调用和/或执行(例如,图3所示的计算设备200的处理器220和图4所示的移动设备300的中央处理机(CPU)340)。为确定一些疾病的特征,用户(例如,医生)可能需要通过第一图像层距和/或第一图像层厚重建的第一全质量图像和通过第二图像层距和/或第二图像层厚重建的第二全质量图像。第一全质量图像和第二全质量图像可能都需要被处理以除去硬组织和/或矫正射束硬化伪影。矫正图像生成单元430可根据相同的参考图像生成通过不同的重建参数重建的不同的骨骼信息图像。
在710中,图像重建单元420可根据一个生数据集生成一个第一图像集。第一图像集可包括第一全质量图像和第一最大FOV图像。第一全质量图像可根据包括FOVA1、图像层厚A2和图像层距A3的重建参数生成。第一最大FOV图像可根据包括FOVA1、图像层厚A2和图像层距A3的重建参数生成。在一些实施例中,FOVA1可小于FOVB1。可根据图6及其描述说明的流程的相关部分(例如,操作520、操作530等)进行操作710。
在720中,矫正图像生成单元430可根据第一最大FOV图像生成一个参考图像。参考图像可根据包括FOVA1、图像层厚M1和图像层距M2的重建参数生成。在一些实施例中,A2的值可大于M1的值。在一些实施例中,A2的值可为M1的值的整数倍。在一些实施例中,图像层厚M1可为CT系统100可实现的最小图像层距。在一些实施例中,A3的值可大于M2的值。A3的值可为M2的值的整数倍。在一些实施例中,图像层距M2可为CT系统100可实现的最小图像层距。可根据图7及其描述说明的流程的相关部分(例如,操作620、操作630等)进行操作720。
在730中,矫正单元440可根据参考图像生成一个第一骨骼信息图像。矫正单元440通过堆叠特定数量的参考图像重建第一骨骼信息图像。第一骨骼信息图像可具有包括FOVB1、图像层厚A2和图像层距A3的重建参数。可根据图6及其描述说明的流程的相关部分(例如,操作540等)进行操作730。
在一些实施例中,基于用户可区别射束硬化伪影和一些疾病的特征,矫正图像生成单元430可通过输入/输出(I/O)230向用户(例如医生)输出第一骨骼信息图像。
在740中,矫正单元440可根据第一骨骼信息图像和第一最大FOV图像矫正第一全质量图像。矫正单元440可根据第一骨骼信息图像矫正第一全质量图像的射束硬化伪影。在一些实施例中,矫正单元440可根据第一最大FOV图像除去第一全质量图像的硬组织。可根据图6及其描述说明的流程的相关部分(例如,操作550等)进行操作740。
在750中,图像重建单元420可根据生数据集生成一个第二图像集。730中使用的生数据集可以与710中使用的生数据相同。第二图像集可包括第二全质量图像。第二全质量图像可具有包括FOVA1(与第一全质量图像的FOV相同)、图像层厚C2和图像层距C3的重建参数。可根据图6及其描述说明的流程的相关部分(例如,操作520、操作530等)进行操作750。
在760中,矫正图像生成单元430可根据参考图像生成第二骨骼信息图像。矫正单元440通过堆叠特定数量的参考图像重建第二骨骼信息图像。第二骨骼信息图像可具有包括FOVB1(与第一最大FOV图像和第一骨骼信息图像的FOV相同)、图像层厚C2和和图像层距C3的重建参数。在一些实施例中,第二骨骼信息图像的图像层厚C2可大于参考图像的图像层厚M1。在一些实施例中,第二骨骼信息图像的图像层厚C2可为参考图像的图像层厚M1的整数倍。在一些实施例中,第二骨骼信息图像的图像层距C3可大于参考图像的图像层距M2。在一些实施例中,第二骨骼信息图像的图像层距C3可大于参考图像的图像层距M2。第二骨骼信息图像的图像层距C3可为参考图像的图像层距M2的整数倍。步骤760的具体描述可参考图6及其描述。可根据图6及其描述说明的流程的相关部分(例如,操作540等)进行操作760。
在一些实施例中,矫正图像生成单元430通过输入/输出(I/O)230向用户(例如,医生)输出第二骨骼信息图像,以区别射束硬化伪影特征和来自一些疾病特征的特征。
在770中,矫正单元440可根据第二骨骼信息图像矫正第二全质量图像。矫正单元440可根据第二骨骼信息图像矫正第二全质量图像的射束硬化伪影。可根据图6及其描述说明的流程的相关部分(例如,操作550等)进行操作770。
图9是根据本公开一些实施例的根据骨骼信息图像确认CT系统100的工作状态的示意性流程的流程图。不同的骨骼信息图像集可根据通过扫描两个不同物体获取的不同生数据集生成。在一些实施例中,图9中说明的用于生成全质量图像集的流程的一个或多个操作可在图1所示的CT系统100中实施。例如,图9所示的流程可以指令的形式存储在存储器150中,且可被处理引擎140调用和/或执行(例如,图3所示的计算设备200的处理器220和图4所示的移动设备300的中央处理机(CPU)340)。通常地,因为骨骼信息图像集表示由硬组织引起的射束硬化伪影,且在不同物体(例如,不同的被检查患者)之间硬组织和相对于软组织的比例可相似,所以第一物体的第一骨骼信息图像集可与第二物体的第二骨骼信息图像集相似。如果第一骨骼信息集与第二骨骼信息集不同(例如,第一骨骼信息集和第二骨骼信息集的相似性低于一个阈值),则CT系统100的工作状态可能已经发生变化,矫正单元440可根据CT系统100的工作状态是否发生变化识别CT系统100的异常。在一些实施例中,CT系统100的工作状态可包括探测器112的工作状态(例如,探测器112是否可在预定温度工作等)和放射性扫描源115的工作状态(例如,放射性扫描源115是否可发射预定量的X射线)。
在810中,矫正单元440可根据第一生数据集生成一个第一参考图像集。第一生数据集可包括与被检查第一物体相关的多个生数据。810的具体描述可参考图7及其描述。
在820中,矫正单元440可根据第二生数据集生成一个第二参考图像。第二生数据集可包括与被检查第二物体相关的多个生数据。步骤820的具体描述可参考图7及其描述。
在830中,矫正单元440可根据第一参考图像和第二参考图像之间的相似性确定CT系统100的工作状态。如果第一参考图像和第二参考图像之间的相似性超出阈值,则CT系统100扫描第一物体时的工作状态可能与CT系统100扫描第二物体时的工作状态不同。矫正单元440可根据CT系统100扫描第一物体时的工作状态和CT系统100扫描第二物体时的工作状态之间的差异识别CT系统100的异常。如果第一参考图像和第二参考图像之间的相似性没超出阈值,则CT系统100扫描第一物体时的工作状态可能与CT系统100扫描第二物体时的工作状态相同。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述发明披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档、物件等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (10)

1.一种系统,包括:
存储一组指令的至少一个存储介质;和
配置成与所述至少一个存储介质通信的至少一个处理器,其特征在于,当执行所述一组指令时,所述系统被配置为:
获取与被扫描物体相关的生数据集;
根据所述生数据集生成第一图像集,其中所述第一图像集包括第一最大视野图像;
根据所述第一最大视野图像生成一个或多个参考图像;
根据所述生数据集生成第二图像集,其中所述第二图像集包括第二全质量图像;
根据所述一个或多个参考图像生成第二骨骼信息图像;
根据所述第二骨骼信息图像校正所述第二全质量图像的射束硬化伪影。
2.如权利要求1所述的系统,其特征在于第一图像集进一步包括第一全质量图像,所述第一全质量图像的视野小于所述第一最大视野图像的视野,所述系统被进一步配置为:
根据所述一个或多个参考图像生成第一骨骼信息图像;
根据所述第一骨骼信息图像校正所述第一全质量图像的射束硬化伪影;
所述第一全质量图像的视野小于所述第一最大视野图像的视野。
3.如权利要求2所述的系统,其特征在于,所述第一骨骼信息图像的第一图像层厚大于所述参考图像的图像层厚,所述第二骨骼信息图像的第二图像层厚大于所述参考图像的图像层厚,所述第一图像层厚不等于所述第二图像层厚。
4.如权利要求2所述的系统,其特征在于,所述第一骨骼信息图像的第一图像层距大于所述参考图像的图像层距,所述第二骨骼信息图像的第二图像层距大于所述参考图像的图像层距,所述第一图像层距不等于所述第二图像层距。
5.如权利要求2所述的系统,其特征在于,被进一步配置为:
根据第一最大视野图像除去第一全质量图像的硬组织。
6.如权利要求2所述的系统,其特征在于,为了生成所述第一骨骼信息图像,所述系统近一步被配置为:
根据所述第一骨骼信息图像的图像层厚和所述参考图像的图像层厚堆叠所述一个或多个参考图像。
7.如权利要求2所述的系统,其特征在于,为了生成所述第二骨骼信息图像,所述系统近一步被配置为:
根据所述第二骨骼信息图像的图像层厚和所述参考图像的图像层厚堆叠所述一个或多个参考图像。
8.如权利要求2所述的系统,其特征在于,所述第一全质量图像的图像层厚和所述第二全质量图像的图像层厚不同。
9.如权利要求2所述的系统,其特征在于,所述第一全质量图像的图像层距和所述第二全质量图像的图像层距不同。
10.一种CT图像重建方法,包括:
获取与被扫描物体相关的生数据集;
根据所述生数据集生成第一图像集,其中所述第一图像集包括第一最大视野图像;
根据所述第一最大视野图像生成一个或多个参考图像;
根据所述生数据集生成第二图像集,其中所述第二图像集包括第二全质量图像;
根据所述一个或多个参考图像生成第二骨骼信息图像;
根据所述第二骨骼信息图像校正所述第二全质量图像的射束硬化伪影;
根据所述一个或多个参考图像生成第一骨骼信息图像;
根据所述第一骨骼信息图像校正所述第一全质量图像的射束硬化伪影;
所述第一全质量图像的视野小于所述第一最大视野图像的视野。
CN201711241319.3A 2017-08-28 2017-11-30 电子计算机断层扫描图像数据处理系统及方法 Active CN107895390B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
PCT/CN2017/099353 WO2019041107A1 (en) 2017-08-28 2017-08-28 SYSTEM AND METHOD FOR REMOVING HARD TISSUE IN AN IMAGE OF TOMODENSITOMETRY
CNPCT/CN2017/099353 2017-08-28

Publications (2)

Publication Number Publication Date
CN107895390A true CN107895390A (zh) 2018-04-10
CN107895390B CN107895390B (zh) 2020-04-17

Family

ID=61806813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711241319.3A Active CN107895390B (zh) 2017-08-28 2017-11-30 电子计算机断层扫描图像数据处理系统及方法

Country Status (4)

Country Link
US (3) US10255698B2 (zh)
EP (1) EP3675739A4 (zh)
CN (1) CN107895390B (zh)
WO (1) WO2019041107A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019041107A1 (en) * 2017-08-28 2019-03-07 Shenzhen United Imaging Healthcare Co., Ltd. SYSTEM AND METHOD FOR REMOVING HARD TISSUE IN AN IMAGE OF TOMODENSITOMETRY
CN111476856A (zh) * 2020-04-08 2020-07-31 中北大学 一种多谱ct成像方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11419566B2 (en) * 2017-11-14 2022-08-23 General Electric Company Systems and methods for improving image quality with three-dimensional scout
WO2020210917A1 (en) * 2019-04-18 2020-10-22 Densonics Imaging Inc. Method and apparatus for wireless portable ultrasound imaging
CN110415200B (zh) * 2019-07-26 2022-03-08 西南科技大学 一种骨水泥植入体ct图像层间插值方法
CN111860582B (zh) * 2020-06-11 2021-05-11 北京市威富安防科技有限公司 图像分类模型构建方法、装置、计算机设备和存储介质
CN112270743B (zh) * 2020-10-30 2021-10-15 李艳 颅骨六视基准面的确定方法、装置、存储介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0545470A (ja) * 1991-08-09 1993-02-23 Matsushita Electric Ind Co Ltd X線イメージセンサ及びx線検査装置
CN1334064A (zh) * 2000-07-25 2002-02-06 西门子公司 计算机层析x射线摄影设备
US20030053597A1 (en) * 2000-09-29 2003-03-20 Thomas Flohr X-ray computer tomograph
JP2012050853A (ja) * 2011-11-04 2012-03-15 Toshiba Corp X線ct装置
CN103186883A (zh) * 2011-12-29 2013-07-03 上海联影医疗科技有限公司 一种ct图像重建中骨硬化伪影的校正方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1016306A (en) * 1910-07-26 1912-02-06 William D Berry Globe-valve.
JP3223195B2 (ja) * 1992-01-23 2001-10-29 株式会社日立メディコ X線ct装置
JPH0727536A (ja) 1993-07-07 1995-01-27 Fuji Xerox Co Ltd 形状測定方法及び装置
JP3491951B2 (ja) * 1994-04-06 2004-02-03 株式会社日立メディコ X線ct装置
JP4854137B2 (ja) * 2001-06-21 2012-01-18 株式会社東芝 医用画像診断装置
JP4142482B2 (ja) * 2003-04-04 2008-09-03 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線ct装置
CN1296011C (zh) * 2003-07-16 2007-01-24 东软飞利浦医疗设备系统有限责任公司 一种ct机射束硬化的校正方法
WO2005059592A1 (en) * 2003-12-16 2005-06-30 Philips Intellectual Property & Standards Gmbh Correction of artifacts caused by the heel effect
CN101128153B (zh) * 2005-02-25 2010-09-29 株式会社日立医药 X射线ct设备
US7298812B2 (en) * 2006-03-31 2007-11-20 General Electric Company Image-based material decomposition
US7747057B2 (en) * 2006-05-26 2010-06-29 General Electric Company Methods and apparatus for BIS correction
DE102009051384A1 (de) * 2009-10-30 2011-05-12 Friedrich-Alexander-Universität Erlangen-Nürnberg Strahlaufhärtungskorrektur für CT-Perfusionsmessungen
JP2012050953A (ja) 2010-09-03 2012-03-15 Seiko Epson Corp 液滴吐出装置
JP5726288B2 (ja) * 2011-03-22 2015-05-27 株式会社日立メディコ X線ct装置、および方法
US8811709B2 (en) * 2012-11-14 2014-08-19 General Electric Company System and method for multi-material correction of image data
US9384566B2 (en) * 2013-03-14 2016-07-05 Wisconsin Alumni Research Foundation System and method for simulataneous image artifact reduction and tomographic reconstruction
US9683948B2 (en) * 2013-11-01 2017-06-20 General Electric Company Systems and methods for iterative multi-material correction of image data
CN107209944B (zh) * 2014-08-16 2021-08-10 Fei公司 在容器中成像的样品微层析成像中的射束硬化伪像的校正
US9374565B2 (en) * 2014-11-06 2016-06-21 General Electric Company System and method for multi-material correction of image data
CN106551702B (zh) * 2015-09-30 2021-05-14 通用电气公司 Ct图像的射束硬化伪影校正装置及方法
WO2017128892A1 (zh) * 2016-01-30 2017-08-03 上海联影医疗科技有限公司 计算机断层成像伪影校正方法及系统
WO2019041107A1 (en) 2017-08-28 2019-03-07 Shenzhen United Imaging Healthcare Co., Ltd. SYSTEM AND METHOD FOR REMOVING HARD TISSUE IN AN IMAGE OF TOMODENSITOMETRY

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0545470A (ja) * 1991-08-09 1993-02-23 Matsushita Electric Ind Co Ltd X線イメージセンサ及びx線検査装置
CN1334064A (zh) * 2000-07-25 2002-02-06 西门子公司 计算机层析x射线摄影设备
US20030053597A1 (en) * 2000-09-29 2003-03-20 Thomas Flohr X-ray computer tomograph
JP2012050853A (ja) * 2011-11-04 2012-03-15 Toshiba Corp X線ct装置
CN103186883A (zh) * 2011-12-29 2013-07-03 上海联影医疗科技有限公司 一种ct图像重建中骨硬化伪影的校正方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019041107A1 (en) * 2017-08-28 2019-03-07 Shenzhen United Imaging Healthcare Co., Ltd. SYSTEM AND METHOD FOR REMOVING HARD TISSUE IN AN IMAGE OF TOMODENSITOMETRY
US10255698B2 (en) 2017-08-28 2019-04-09 Shenzhen United Imaging Healthcare Co., Ltd. System and method for removing hard tissue in CT image
CN111476856A (zh) * 2020-04-08 2020-07-31 中北大学 一种多谱ct成像方法
CN111476856B (zh) * 2020-04-08 2023-06-06 中北大学 一种多谱ct成像方法

Also Published As

Publication number Publication date
US20200219297A1 (en) 2020-07-09
US20190228549A1 (en) 2019-07-25
EP3675739A4 (en) 2020-08-19
EP3675739A1 (en) 2020-07-08
CN107895390B (zh) 2020-04-17
US10593073B2 (en) 2020-03-17
US20190066345A1 (en) 2019-02-28
US10255698B2 (en) 2019-04-09
US11094094B2 (en) 2021-08-17
WO2019041107A1 (en) 2019-03-07

Similar Documents

Publication Publication Date Title
CN107895390A (zh) 电子计算机断层扫描图像数据处理系统及方法
CN107808379A (zh) 图像处理系统、方法、装置和计算机可读介质
CN109727663A (zh) 生成用于图像处理的神经网络模型的系统和方法
US20190192099A1 (en) System and method for medical imaging of intervertebral discs
CN108030502A (zh) 用于空气校正的系统和方法
US20220198672A1 (en) System and method for medical image visualization
JP2020500085A (ja) 画像取得システム及び方法
CN106485680B (zh) 图像校正方法及装置
US10702230B2 (en) Method and system for generating a phase contrast image
CN109060849A (zh) 一种确定辐射剂量调制线的方法、系统和装置
CN108122263A (zh) 图像重建系统及方法
CN107886553A (zh) 图像重建系统和方法
US11200727B2 (en) Method and system for fusing image data
CN109272562A (zh) 一种迭代重建的系统和方法
US11972565B2 (en) Systems and methods for scanning data processing
CN108389242A (zh) 投影图像的校正方法及装置
CN110210437A (zh) 一种图像中人体区域的确定方法及系统
US20200380737A1 (en) Method and system for improving ct image quality
CN108921913A (zh) 图像重建的系统及方法
CN109242923A (zh) 一种迭代重建的系统和方法
US11734862B2 (en) Systems and methods for image reconstruction
WO2022253223A1 (en) Systems and methods for image reconstruction
CN110084866A (zh) 一种计算机断层成像方法和装置
US20200093453A1 (en) Systems and methods for image generation
CN109431528A (zh) 校正投影图像的系统和方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Lou Cuan

Inventor after: Peng Hailing

Inventor after: Wang Dajun

Inventor after: Guo Weiqiang

Inventor after: Zhou Xin

Inventor before: Peng Hailing

Inventor before: Wang Dajun

Inventor before: Guo Weiqiang

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200609

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

Patentee after: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

Address before: 518067 room C, building 202-207, No.1 building, No. six Nanshan District Road, Shenzhen, Guangdong, China

Patentee before: SHENZHEN UNITED IMAGING HEALTHCARE Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

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

Patentee after: Shanghai Lianying Medical Technology Co., Ltd

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

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