CN107948637A - 一种模体图像质量检测方法和系统 - Google Patents
一种模体图像质量检测方法和系统 Download PDFInfo
- Publication number
- CN107948637A CN107948637A CN201711337486.8A CN201711337486A CN107948637A CN 107948637 A CN107948637 A CN 107948637A CN 201711337486 A CN201711337486 A CN 201711337486A CN 107948637 A CN107948637 A CN 107948637A
- Authority
- CN
- China
- Prior art keywords
- detection
- die body
- image
- detection project
- project
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种模体图像质量检测方法和系统,所述方法包括:确定检测项目,所述检测项目包括用于评价图像质量的图像参数类型;基于所述检测项目确定模体的扫描参数;基于所述模体的扫描参数获取所述模体的图像数据;基于所述模体的图像数据以及所述检测项目确定感兴趣区域;基于所述检测项目分析所述感兴趣区域以确定所述检测项目的检测结果。避免了通过用户手动操作选择检测项目带来的漏检和错检的问题以及摆模误差问题,提升了图像质量检测的效率及准确率。
Description
技术领域
本发明涉及医疗影像系统领域,特别涉及一种用于医疗影像的图像质量检测系统。
背景技术
当前针对CT图像的质量检测包括了很多检测项目,不同的检测项目的检测方法、所需模体的类型以及检测协议都是有区别的,现有的图像质量检测系统多是基于用户操作进行图像检测,这就导致了在进行全套或是较多检测项目的情况下,通过人工操作会产生较多繁杂的步骤以及引入许多摆模误差,也会产生由于检测项目的不同造成的漏检和错检的现象,由此带来不必要的放线损失,降低图像质量检测效率及准确率。而通过一定的自动化过程来替代人工操作显得尤为重要,所以针对上述问题以及图像检测中对于图像的不同检测标准和检测项目,通过一个自动化图像质量检测系统实现了这一自动化过程。
发明内容
针对上述由于检测项目及检测标准等不同的问题,本发明的目的在于提高图像检测效率,解决现有技术中检测项目及检测标准繁多而出现漏检和错检的问题。
为达到上述发明目的,本发明提供的技术方案如下:
一种模体图像质量检测的方法,包括:
确定检测项目,所述检测项目包括用于评价图像质量的图像参数类型;
基于所述检测项目确定模体的扫描参数;
基于所述模体的扫描参数获取所述模体的图像数据;
基于所述模体的图像数据以及所述检测项目确定感兴趣区域;
基于所述检测项目分析所述感兴趣区域以确定所述检测项目的检测结果。
在本发明中,确定检测项目包括基于检测类型和检测标准自动匹配所述检测项目。
在本发明中,基于所述检测项目确定模体的扫描参数包括:
基于所述检测项目确定所述模体的类型;
基于所述模体类型确定所述模体的摆位信息;
基于所述模体的摆位信息以及所述检测项目确定所述模体的扫描参数,所述扫描参数包括所述模体的扫描位置。
在本发明中,进一步包括:基于所述模体的摆位信息以及所述检测项目确定所述图像数据的重建参数。
在本发明中,进一步包括:输出所述检测项目的检测结果。
在本发明中,基于所述检测项目分析所述感兴趣区域以确定检测结果包括:
基于所述检测项目自动匹配检测方法和判别依据,所述判别依据用于评价所述检测项目是否合格;
基于所述检测方法和所述判别依据分析所述感兴趣区域。
在本发明中,基于所述检测方法和所述判别依据分析所述感兴趣区域包括:
基于所述检测方法计算所述感兴趣区域的图像参数,所述感兴趣区域的图像参数类型与所述检测项目对应的图像参数类型一致;
基于所述判别依据以及所述感兴趣区域的图像参数确定所述检测项目是否合格。
在本发明中,所述检测结果进一步包括所述检测项目对应的图像信息。
本发明还提供了一种模体图像质量检测的系统,其特征在于,包括:
检测项确定模块,用于确定检测项目,所述检测项目包括用于评价图像质量的图像参数类型;
图像重建模块,用于基于所述检测项目重建所述检测项目对应的模体图像;
感兴趣区域确定模块,用于确定与所述检测项目对应的所述模体图像中的感兴趣区域;
图像检测模块,用于基于所述检测项目分析所述感兴趣区域以确定所述检测项目的检测结果。
本发明还提供了一种模体图像质量检测的系统,包括图像质量检测设备及交互设备。所述图像质量检测设备用于执行以上描述的模体图像质量检测方法;所述交互设备用于提供用户与所述图像检测设备进行通信。所述交互设备包括输入模块以及可视化界面。所述输入模块用于接收用户指令,所述图像质量检测设备根据所述用户指令匹配检测项目和判别依据。所述可视化界面用于根据用所述用户指令对图像检测过程进行配置的定制需求,并输出所述定制需求,所述定制需求包括通过所述可视化界面编辑所述图像质量检测过程中的产生的数据,所述数据包括检测结果。
与现有技术相比,本发明的有益效果表现如下:
一、通过用户配置的检测类型,自行匹配需要的检测项目和对应检测项目的检测协议,避免由于检测项目的繁多及不同造成的漏检和错检问题;
二、通过不同的检测项目自动确定模体位置、判别依据、检测区域以及检测方法,提高检测的效率及准确率。
附图说明
图1是根据本发明提供的一种图像质量检测系统的示意图;
图2是根据本发明提供的一种用于图像质量检测系统中的数据处理设备的示意图;
图3是根据本发明提供的一种图像质量检测的过程示意图;
图4是根据本发明提供的一种确定模体扫描参数的过程示意图;
图5A-5E是根据本发明提供的一种图像质量检测系统的用户界面的示意图。
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,下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
以下结合具体的实施例对本发明的技术方案进行详细的说明。
图1是根据本发明提供的一种图像质量检测系统100。如图1所示,图像质量检测系统100可以包括扫描设备110、数据处理设备120、存储设备130、外接设备140以及网络160。
扫描设备110可以获取图像数据。扫描设备110可以包括计算机断层扫描仪(CT)、正电子发射型计算机断层扫描仪(PET)、单光子发射型计算机断层扫描仪(SPET)、核磁共振扫描仪(MRI)、X-射线扫描仪、超声扫描仪等。所述图像数据可以是扫描设备110扫描模体获取的扫描数据(例如,投影数据),也可以是基于所述扫描数据重建的模体图像。
数据处理设备120可以处理数据。所述数据可以包括扫描参数、重建参数、图像数据(例如,扫描数据、图像等)、图像参数等。所述图像参数可以包括层厚、CT值、噪声、空间分辨率、均匀性等。所述数据的处理可以包括扫描参数或重建参数的确定、图像重建、图像参数的确定等。例如,数据处理设备120可以获取扫描设备110扫描模体后采集的扫描数据并利用所述扫描数据重建模体图像。又例如,数据处理设备120可以基于重建的模体图像计算所述模体图像的参数,从而进行图像质量检测。
存储设备130可以存储数据。存储设备130可以存储从扫描设备110获取的扫描数据和图像质量检测系统100工作中产生的各种数据,例如,扫描参数、重建参数、模体图像、感兴趣区域、图像参数等。存储设备130可以包括任意具有存储功能的存储器,例如,只读存储器(ROM),随机存取存储器(RAM)等。
外接设备140可以向图像质量检测系统100输入数据,也可以接收图像质量检测系统100输出的数据。外接设备140可以包括输入设备、输出设备等一种或几种的组合,例如,输入设备可以包括字符输入设备(例如,键盘)、图形输入设备(例如,鼠标器、操作杆、光笔)、图像输入设备(例如,摄像机、扫描仪、传真机)等,输出设备可以包括显示设备、打印设备、绘图仪、语音输出系统等。
网络160可以实现扫描设备110、数据处理设备120、存储设备130以及外接设备140之间的连接与通信。网络160可以是无线或是有线的,例如,局域网、广域网、公用网络、专用网络、无线局域网、虚拟网络、都市城域网、公用开关电话网络等。
图2为本发明提供的一种数据处理模块120的示意图。如图2所示,数据处理模块200可以包括图像重建模块202、检测项确定模块204、检测区域确定模块206、图像检测模块208以及输出模块210。图像重建模块202可以确定模体的扫描参数、模体图像的重建参数以及重建模体图像。例如,图像重建模块202可以将所述模体的扫描参数发送至扫描设备110,扫描设备110基于所述扫描参数扫描所述模体并产生扫描数据,图像重建模块202可以获取所述扫描数据并基于所述重建参数重建所述模体的图像。
检测项确定模块204可以确定检测项目。检测项确定模块204可以基于用户操作确定所述检测项目,也可以基于检测类型或检测标准自动匹配检测项目。
检测区域确定模块206可以基于不同的检测项目确定模体图像中所述检测项目对应的检测区域,即感兴趣区域。
图像检测模块208可以对图像质量进行检测。图像检测模块208可以基于不同的检测项目自动匹配检测方法以及判别依据,对模体图像中的感兴趣区域进行检测。
输出模块210可以输出检测结果。例如,检测结果输出模块210可以将所述检测结果发送至外接设备140或存储于存储设备130。所述检测结果可以包括检测项目是否合格,所述检测项目对应的图像信息等。输出模块210也可以输出数据处理设备120工作过程中产生的中间数据,例如图像重建模块202确定的扫描参数、重建参数、重建图像等。
图3为本发明提供的一种图像质量检测的过程示意图。在步骤302中,可以确定检测项目。所述检测项目可以包括用来评价图像质量的图像参数类型。所述检测项目可以包括CT剂量指数、空间分辨率、低对比分辨率、高对比分辨率、噪声、重建层厚偏差、CT值、均匀性、空间分辨率、CT值线性、摆模检测等。其中,基于不同的扫描条件及重建条件,CT值可以包括头部CT值、体部CT值等,均匀性可以包括头部均匀性、体部均匀性等,高对比分辨率可以包括标准重建高对比分辨率、高分重建高对比分辨率等。在一些实施例中,所述检测项目可以由用户或操作者根据实际需求手动进行选择(例如,通过外接设备140进行选择)。在一些实施例中,图像质量检测系统100可以基于检测类型和检测标准自动匹配检测项目。所述检测类型可以包括验收检测、状态检测、稳定性检测等。所述验收检测是指扫描设备安装后进行的相应检测,是为了确保所述扫描设备的性能达到技术及操作性能指标。所述状态检测是定期对扫描设备进行的性能检测。所述稳定性检测是对扫描设备性能的稳定性进行检测,稳定性检测每次测试条件应保持一致。不同的检测类型对应的检测项目不同,例如,对于状态检测,主要检测项目包括CT值线性、重建层厚偏差、头部CT值、头部均匀性、体部CT值、噪声等。对于稳定性检测,主要检测项目包括噪声、重建层厚偏差、头部CT值、头部均匀性、体部CT值、体部均匀性等。所述检测标准可以包括物理标准、解剖标准等其中一种或多种的组合。所述物理标准可以包括辐射剂量标准、成像技术标准等,例如高空间分辨力、高密度分辨力、低噪声、低辐射剂量等其中一种或几种的组合。所述解剖标准包括能够提高不同组织间的解剖差异,最大程度地检出病灶;能够准确显示病灶的病理特征,包括血液动力学改变,最大程度地正确判断病灶的性质。例如,所述解剖标准可以包括诊断学标准、影像显示标准、体位显示标准等。所述影像显示标准是指在图像中能显示重要的解剖结构和细节,并通过可见程度表述其性质。所述可见程度表征可以包括隐约可见、可见以及清晰可见等。
在步骤304中,可以基于所述检测项目确定模体的扫描参数。所述模体可以包括AAPM模体,RMI461模体,Catphan模体,YCTM型模体等。所述模体可以包括一个或多个组件,所述多个组件可以包括相同或不同的物质。不同的检测项目所需的模体不同。例如,Catphan模体对应的检测项目可以包括层厚、CT值线性、高对比分辨率、低对比分辨率、噪声、均匀性等。AAPM模体对应的检测项目可以包括CT值、噪声、均匀性、空间分辨率、低对比分辨力等。所述扫描参数可以包括扫描过程中的相关参数,例如,模体的扫描范围、扫描野范围、扫描时间、扫描电压、扫描电流、窗宽、窗位等。步骤304可以参考本申请图4的详细描述。
在步骤306,可以基于所述扫描参数获取模体的图像数据。所述图像数据可以是扫描设备110通过扫描模体产生的扫描数据,也可以是基于所述扫描数据重建的模体图像。所述模体图像的重建可以进一步包括基于所述扫描参数及所述检测项目确定重建参数,所述重建参数可以包括重建范围、重建层厚、重建矩阵等。所述模体图像的重建可以基于一种或多种图像重建技术,例如,滤波反投影算法、代数重建算法、联合迭代重建算法、局部重建算法等。
在步骤308中,可以基于所述模体的图像数据及所述检测项目确定感兴趣区域。所述感兴趣区域可以是所述检测项目对应的检测区域。在一些实施例中,所述模体的图像数据可以包括模体的图像。不同的检测项目所需检测的区域不同,例如,若检测项目为均匀性,则可以在模体图像中选取多个检测区域,所述检测区域可以是模体图像的中心区域、上下左右边缘区域,所述检测区域面积可以是100mm2。若检测项目为CT值,可以根据所述模体中的每种物质在扫描图像中对应的区域确定检测区域。
在步骤310中,可以基于所述检测项目对所述感兴趣区域进行分析以获得所述检测项目的检测结果。基于所述检测项目对所述感兴趣区域进行分析包括基于所述检测项目自动匹配检测方法,以及基于所述检测方法计算所述感兴趣区域的图像参数,所述感兴趣区域的图像参数与所述检测项目中的图像参数类型一致。不同的检测项目对应的检测方法不同。
图像质量检测系统100可以根据所述检测项目自动匹配检测方法。例如,对于空间分辨率的检测,检测方法可以包括线对法、圆孔法、调制传输函数法等。对于噪声的检测,检测方法可以包括小波变换函数法、神经模糊网络法等。对于低对比分辨率的检测,检测方法可以包括通过分辨不同直径、深度的内充低密度溶液的圆孔进行检测。更加具体地,对于CT值均匀性检测,可以选取图像中心的上下左右各四个小的圆形区域,所述圆形区域的大小是模体直径的十分之一,通过分别计算所述四个圆形区域的CT值的均值检测CT值均匀性。对于CT值准确性检测,可以选取中心点为圆形的圆形区域,所述圆形区域的大小是模体直径的十分之一,通过计算所述圆形区域的CT值法均值检测CT值的准确性。对于噪声检测,可以选取中心区域为圆形的圆形区域,所述圆形区域的大小是模体直径的四分之一,通过计算所述圆形区域的信噪比检测噪声。
进一步的,可以基于计算确定的所述感兴趣区域的图像参数与判别依据确定所述检测项目的检测结果。所述判别依据可以根据所述检测项目自动匹配。所述判别依据用于判断所述检测项目是否合格。若所述感兴趣区域的图像参数符合所述判别依据,则所述检测项目的检测结果为合格;若所述感兴趣区域的图像参数不符合所述判别依据,则所述检测项目的检测结果为不合格。在一些实施例中,所述判别依据可以包括阈值或区间。若所述感兴趣区域的图像参数超过所述阈值或处于所述区间内,则所述检测项目符合所述判别依据。若所述感兴趣区域的图像参数小于所述阈值或超出所述区间内,则所述检测项目不符合所述判别依据。所述阈值或区间可以根据所述感兴趣区域的图像参数进行设置。不同的检测项目对应的判别依据不同。例如,对于高对比分辨力的检测,标准重建的高对比分辨力对应的阈值小于高分重建的高对比分辨力。又例如,对于CT值检测和噪声检测,对应的判别依据分别包括CT值阈值和噪声阈值。在一些实施例中,用户可以基于经验或临床需要手动选择判别依据,或是调整或修正图像质量检测系统100自动匹配的判别依据。
在步骤312中,可以输出所述检测结果。所述检测结果可以存储于存储设备130,也可以输出至外接设备140(例如,显示屏、打印机等)。所述检测结果可以通过文本、图像、语音等形式输出。所述检测结果可以包括所述检测项目是否合格。所述检测结果可以进一步包括提示信息,例如,所述提示信息可以提示用户检测项目不合格并显示检测项目不合格的具体图像信息。所述检测结果可以进一步包括通过人工操作选择的检测项目对应的检测结果。
图4是本发明提供的一种确定模体扫描参数的过程示意图。
在步骤402中,可以基于所述检测项目确定模体的类型。所述模体类型可以包括AAPM模体,RMI461模体,Catphan模体,YCTM型模体等。不同的检测类型及检测项目所需的模体不同。例如,Catphan模体对应的检测项目可以包括层厚、CT值线性、高对比分辨率、低对比分辨率、噪声、均匀性等。AAPM模体对应的检测项目可以包括CT值、噪声、均匀性、空间分辨率、低对比分辨力等。
在步骤404中,可以基于检测项目确定模体的摆位信息。所述模体可以包括不同的组件,所述不同组件可以由不同的物质组成。不同的物质可以对应不同的检测项目。当确定检测项目后,可以基于所述检测项目确定需要扫描的组件,然后可以基于所述检测项目需要扫描的组件确定模体的摆位信息。所述摆位信息可以包括模体距离扫描设备110中辐射源的位置,模体相对于检查床的位置、模体相对于扫描视野中心的位置等。所述摆位信息可以用来确定所述模体的定位是否正确,例如,所述模体的对称轴需要与所述扫描设备110的旋转轴一致,扫描平面需要与模体的对称轴垂直,以及扫描断层的中心需要与模体相应的组件的指定位置重合等。所述摆位信息可以基于一种或多种摆模算法确定。在一些实施例中,可以基于所述模体的定位片确定需要所述模体的定位是否正确,例如,可以将所述模体摆放在扫描设备110的机架中心,然后通过定位光、平扫定位片等方法确定模体定位。
在步骤406中,可以基于所述摆位信息以及检测项目确定扫描参数。所述扫描参数可以包括扫描模体的范围(也可以称为扫描位置)。所述扫描模体的范围(也可以称为扫描位置)可以包括扫描所述模体不同组件的范围。所述扫描参数还可以包括扫描野范围、扫描时间、扫描电压、扫描电流、窗宽、窗位、重建视野、重建层厚等。不同的检测项目所需的扫描参数不同。例如,对于头部CT值的检测,可以基于头部的扫描条件进行扫描。对于层厚的检测,可以基于头部的扫描条件进行扫描,还可以调整窗宽窗位,使得窗宽达到最小值,窗位可以是模体检测区域的CT值与背景区域的CT值之和的一半。在一些实施例中,可以基于检测类型确定扫描参数,例如,验收检测需要根据设备生产商提供的性能测试指标的扫描条件确定扫描参数;稳定性检测需要定期按照相同的扫描参数进行扫描。
图5A-5E是根据本发明提供的一种图像质量检测设备的用户界面的示意图。所述图像质量检测设备可以包括输入设备(例如鼠标、键盘等)以及可视化界面。所述输入设备可以用于用户输入指令,例如关于检测类型的指令。所述可视化界面可以根据用户指令对所述图像检测设备进行配置的定制需求,并输出所述定制需求。具体地,所述可视化界面可以根据用户输入指令自动匹配信息,用户可以通过所述可视化界面对检测类型、检测项目、检测方法、判别依据、检测结果等相关检测过程的数据进行编辑(例如修改、添加、筛选、保存、打印、输出等)。例如,所述可视化界面可以根据用户选择的检测类型输出相应的检测项目。又例如,所述可视化界面可以根据相应的检测项目输出相应的检测结果,用户通过所述可视化界面选择显示、保存、打印所述检测结果。如图5A所示,进入图像质量检测界面后,用户可以根据实际需要选择检测类型,所示检测类型可以包括验收检测、状态检测、稳定性检测等。如图5B-5D所示,不同的检测类型可以包括不同的检测项目,例如,若选择验收检测,如图5B所示,图像质量检测系统100会自动匹配相应的检测项目,所述检测项目可以包括摆模测试、CT值线性、重建层厚偏差、高对比分辨力(标准重建)、低对比分辨力(标准重建)、CT值(头部)、均匀性(头部)、噪声(头部)、CT值(体部)等。若选择状态检测,如图5C,图像质量检测系统100会自动匹配相应的检测项目,所述检测项目可以包括摆模测试、CT值线性、重建层厚偏差、高对比分辨力(标准重建)、低对比分辨力(标准重建)、CT值(头部)、均匀性(头部)、噪声(头部)、CT值(体部)等。若选择稳定性检测,如图5D,图像质量检测系统100自动匹配的检测项目,所述检测项目可以包括摆模测试、重建层厚偏差、高对比分辨力(标准重建)、低对比分辨力(标准重建)、CT值(头部)、均匀性(头部)、噪声(头部)、CT值(体部)、均匀性(体部)等。图像质量检测系统100可以根据检测类型自行匹配检测项目,以防止人工选择出现漏检或错检。用户还可以根据自身需求,通过检测项目匹配的界面手动筛选、添加、去除的一些检测项目。
当用户启动检测按钮后,图像质量检测系统100会基于不同的检测项目和摆模信息自动选择对应的扫描位置和重建参数,基于扫描数据及重建参数重建不同检测项目对应的模体图像。图像质量检测系统100还可以基于不同的检测项目和模体相关信息确定检测方法以及判别依据,由此获得不同检测项目的检测结果。如图5E所示,图像质量检测系统100可以显示检测结果。所述检测结果可以包括四个区域,例如,A区域可以显示检测项目、检测耗时、检测项目对应的检测结果等。B区域可以显示根据用户手动选择的检测项目,图像质量检测系统100自动匹配以及用户手动选择的检测项目对应的图像的检测结果,例如图像的序号、测试值、法规范围、检测结果等。C区域可以显示被用户选中的被检测图像以及图像信息,例如,用户可以选择B区域内的图像序号,则C区域可以显示相应的图像及图像信息。D区域可以向用户提供打印、输出等功能,对所述检测结果进行输出。
以上所述仅为本发明的优选实施而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种模体图像质量检测的方法,其特征在于,包括以下步骤:
确定检测项目,所述检测项目包括用于评价图像质量的图像参数类型;
基于所述检测项目确定模体的扫描参数;
基于所述模体的扫描参数获取所述模体的图像数据;
基于所述模体的图像数据以及所述检测项目确定感兴趣区域;以及
基于所述检测项目分析所述感兴趣区域以确定所述检测项目的检测结果。
2.权利要求1所述的用于图像质量检测的方法,其特征在于,确定检测项目包括基于检测类型和检测标准自动匹配所述检测项目。
3.权利要求1所述的用于图像质量检测的方法,其特征在于,基于所述检测项目确定模体的扫描参数包括:
基于所述检测项目确定所述模体的类型;
基于所述模体类型确定所述模体的摆位信息;以及
基于所述模体的摆位信息以及所述检测项目确定所述模体的扫描参数,所述扫描参数包括所述模体的扫描位置。
4.权利要求3所述的用于图像质量检测的方法,其特征在于,进一步包括:
基于所述模体的摆位信息以及所述检测项目确定所述图像数据的重建参数。
5.权利要求1所述的用于图像质量检测的方法,其特征在于,进一步包括:
输出所述检测项目的检测结果。
6.权利要求1所述的用于图像质量检测的方法,其特征在于,基于所述检测项目分析所述感兴趣区域以确定检测结果包括:
基于所述检测项目自动匹配检测方法和判别依据,所述判别依据用于评价所述检测项目是否合格;以及
基于所述检测方法和所述判别依据分析所述感兴趣区域。
7.权利要求6所述的用于图像质量检测的方法,其特征在于,基于所述检测方法和所述判别依据分析所述感兴趣区域包括:
基于所述检测方法计算所述感兴趣区域的图像参数,所述感兴趣区域的图像参数类型与所述检测项目对应的图像参数类型一致;以及
基于所述判别依据以及所述感兴趣区域的图像参数确定所述检测项目是否合格。
8.权利要求1所述的用于图像质量检测的方法,其特征在于,所述检测结果进一步包括所述检测项目对应的图像信息。
9.一种模体图像质量检测的系统,其特征在于,包括:
检测项确定模块,用于确定检测项目,所述检测项目包括用于评价图像质量的图像参数类型;
图像重建模块,用于基于所述检测项目重建所述检测项目对应的模体图像;
感兴趣区域确定模块,用于确定与所述检测项目对应的所述模体图像中的感兴趣区域;以及
图像检测模块,用于基于所述检测项目分析所述感兴趣区域以确定所述检测项目的检测结果。
10.一种模体图像质量检测的系统,其特征在于,包括:
图像质量检测设备,用于执行如权利要求1-8任意一项描述的模体图像质量检测方法;以及
交互设备,用于提供用户与所述图像检测设备进行通信,所述交互设备包括输入模块以及可视化界面;
所述输入模块用于接收用户指令,所述图像质量检测设备根据所述用户指令匹配检测项目和判别依据;
所述可视化界面用于根据用所述用户指令对图像检测过程进行配置的定制需求,并输出所述定制需求,所述定制需求包括所述用户通过所述可视化界面编辑如权利要求1-8任意一项描述的模体图像质量检测方法中的产生的数据,所述数据包括检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711337486.8A CN107948637A (zh) | 2017-12-14 | 2017-12-14 | 一种模体图像质量检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711337486.8A CN107948637A (zh) | 2017-12-14 | 2017-12-14 | 一种模体图像质量检测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107948637A true CN107948637A (zh) | 2018-04-20 |
Family
ID=61943265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711337486.8A Pending CN107948637A (zh) | 2017-12-14 | 2017-12-14 | 一种模体图像质量检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107948637A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110464380A (zh) * | 2019-09-12 | 2019-11-19 | 李肯立 | 一种对中晚孕期胎儿的超声切面图像进行质量控制的方法 |
WO2020125710A1 (en) * | 2018-12-19 | 2020-06-25 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for quality control of imaging device |
WO2020154921A1 (zh) * | 2019-01-29 | 2020-08-06 | 昆山华大智造云影医疗科技有限公司 | 超声扫描控制方法及系统、超声扫描设备及存储介质 |
CN112017256A (zh) * | 2020-08-31 | 2020-12-01 | 南京安科医疗科技有限公司 | 在线ct图像质量自由定制方法及计算机可读存储介质 |
CN114563991A (zh) * | 2022-02-22 | 2022-05-31 | 中国医学科学院北京协和医院 | 一种智能核医学影像检查的全过程质量管控系统 |
CN116269466A (zh) * | 2023-05-10 | 2023-06-23 | 吉林大学 | 一种ct低对比可探测能力自动检测计算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110056808A (ko) * | 2009-11-23 | 2011-05-31 | 서강대학교산학협력단 | 모티브 스캔을 이용한 화질 평가방법 및 장치 |
CN202724466U (zh) * | 2012-07-20 | 2013-02-13 | 武汉大学 | 一种cbct机成像性能检测模体 |
CN104224206A (zh) * | 2013-06-17 | 2014-12-24 | 南京普爱射线影像设备有限公司 | 一种x光机成像性能检测方法 |
CN106131544A (zh) * | 2016-08-29 | 2016-11-16 | 深圳创维数字技术有限公司 | 一种cec模拟测试方法及测试系统 |
CN106618572A (zh) * | 2016-12-16 | 2017-05-10 | 中国计量科学研究院 | 一种医用磁共振模体图像量化自动评价方法 |
CN106971075A (zh) * | 2017-03-29 | 2017-07-21 | 上海联影医疗科技有限公司 | 检测处理方法、装置及相关设备 |
-
2017
- 2017-12-14 CN CN201711337486.8A patent/CN107948637A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110056808A (ko) * | 2009-11-23 | 2011-05-31 | 서강대학교산학협력단 | 모티브 스캔을 이용한 화질 평가방법 및 장치 |
CN202724466U (zh) * | 2012-07-20 | 2013-02-13 | 武汉大学 | 一种cbct机成像性能检测模体 |
CN104224206A (zh) * | 2013-06-17 | 2014-12-24 | 南京普爱射线影像设备有限公司 | 一种x光机成像性能检测方法 |
CN106131544A (zh) * | 2016-08-29 | 2016-11-16 | 深圳创维数字技术有限公司 | 一种cec模拟测试方法及测试系统 |
CN106618572A (zh) * | 2016-12-16 | 2017-05-10 | 中国计量科学研究院 | 一种医用磁共振模体图像量化自动评价方法 |
CN106971075A (zh) * | 2017-03-29 | 2017-07-21 | 上海联影医疗科技有限公司 | 检测处理方法、装置及相关设备 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020125710A1 (en) * | 2018-12-19 | 2020-06-25 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for quality control of imaging device |
WO2020154921A1 (zh) * | 2019-01-29 | 2020-08-06 | 昆山华大智造云影医疗科技有限公司 | 超声扫描控制方法及系统、超声扫描设备及存储介质 |
CN113412086A (zh) * | 2019-01-29 | 2021-09-17 | 昆山华大智造云影医疗科技有限公司 | 超声扫描控制方法及系统、超声扫描设备及存储介质 |
CN113412086B (zh) * | 2019-01-29 | 2023-08-29 | 昆山华大智造云影医疗科技有限公司 | 超声扫描控制方法及系统、超声扫描设备及存储介质 |
CN110464380A (zh) * | 2019-09-12 | 2019-11-19 | 李肯立 | 一种对中晚孕期胎儿的超声切面图像进行质量控制的方法 |
CN112017256A (zh) * | 2020-08-31 | 2020-12-01 | 南京安科医疗科技有限公司 | 在线ct图像质量自由定制方法及计算机可读存储介质 |
CN112017256B (zh) * | 2020-08-31 | 2023-09-15 | 南京安科医疗科技有限公司 | 在线ct图像质量自由定制方法及计算机可读存储介质 |
CN114563991A (zh) * | 2022-02-22 | 2022-05-31 | 中国医学科学院北京协和医院 | 一种智能核医学影像检查的全过程质量管控系统 |
CN114563991B (zh) * | 2022-02-22 | 2024-03-22 | 中国医学科学院北京协和医院 | 一种智能核医学影像检查的全过程质量管控系统 |
CN116269466A (zh) * | 2023-05-10 | 2023-06-23 | 吉林大学 | 一种ct低对比可探测能力自动检测计算方法 |
CN116269466B (zh) * | 2023-05-10 | 2023-08-18 | 吉林大学 | 一种ct低对比可探测能力自动检测计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107948637A (zh) | 一种模体图像质量检测方法和系统 | |
US20200146648A1 (en) | Methods and apparatus for extended low contrast detectability for radiographic imaging systems | |
CN106716487B (zh) | 确定从体数据提取的表面数据的局部质量的方法和系统 | |
Delso et al. | The effect of limited MR field of view in MR/PET attenuation correction | |
US6643533B2 (en) | Method and apparatus for displaying images of tubular structures | |
CN105027163B (zh) | 扫描区域确定装置 | |
JPH10506504A (ja) | 自動化した画像品質制御 | |
CN103536306A (zh) | X线ct装置及x线ct装置的控制方法 | |
CN107530042A (zh) | X射线ct装置和迭代修正参数决定方法 | |
CN109938758A (zh) | 用于确保针对放射成像记录的正确定位的方法和装置 | |
CN106667512A (zh) | X射线成像设备的几何校正方法、乳腺断层成像设备 | |
EP2336974B1 (en) | Computed tomography method, computer software, computing device and computed tomography system for determining a volumetric representation of a sample | |
CN105869130B (zh) | Ct系统几何校正效果的检验方法及装置 | |
D'Souza et al. | ASAP: interactive quantification of 2D airway geometry | |
CN206964639U (zh) | 一种pet‑mr质量评估系统 | |
US9857163B2 (en) | Parametric control of object scanning | |
US6400841B1 (en) | Method for evaluating three-dimensional rendering systems | |
CN207679467U (zh) | 一种测试多种医学x射线设备成像质量的体模 | |
CN110179484A (zh) | 用于自动管电流调制模式的ct性能检测模体及其测试方法 | |
JP2001170042A (ja) | 不良検出器の存在及び位置についてのctデータのバックグラウンド監視方式 | |
JP2020094893A (ja) | データ処理方法、データ処理装置、およびデータ処理プログラム | |
Schreibmann et al. | Automated quality assurance for image‐guided radiation therapy | |
CN102759538B (zh) | 一种锥束ct系统点扩展函数的测量与建模方法 | |
Zhang et al. | A novel objective method for assessing high‐contrast spatial resolution in CT based on the Rayleigh criterion | |
US10194874B2 (en) | Computed tomography method, computer software, computing device and computed tomography system for determining a volumetric representation of a sample |
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: 20180420 |