CN108109185A - 一种生成用于消除ct伪影的校正系数的方法，以及一种基于校正系数消除ct伪影的方法 - Google Patents

一种生成用于消除ct伪影的校正系数的方法，以及一种基于校正系数消除ct伪影的方法 Download PDF

Info

Publication number
CN108109185A
CN108109185A CN201711363321.8A CN201711363321A CN108109185A CN 108109185 A CN108109185 A CN 108109185A CN 201711363321 A CN201711363321 A CN 201711363321A CN 108109185 A CN108109185 A CN 108109185A
Authority
CN
China
Prior art keywords
correction coefficient
data
die body
artifacts
projection data
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
CN201711363321.8A
Other languages
English (en)
Other versions
CN108109185B (zh
Inventor
傅建伟
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 CN201711363321.8A priority Critical patent/CN108109185B/zh
Publication of CN108109185A publication Critical patent/CN108109185A/zh
Priority to US16/205,152 priority patent/US10922855B2/en
Priority to US17/172,113 priority patent/US11557071B2/en
Application granted granted Critical
Publication of CN108109185B publication Critical patent/CN108109185B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/421—Filtered back projection [FBP]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Abstract

本发明公开了一种生成用于电子计算机断层扫描(Computed Tomography，CT)伪影消除的校正系数的方法，以及一种基于该校正系数消除CT伪影的方法。所述生成用于CT伪影消除的校正系数的方法包括:获取第一对象的原始投影数据；基于所述原始投影数据，确定原始图像；对所述原始图像进行处理，获得理想图像；基于所述理想图像，计算理想投影数据；以及基于所述理想投影数据，确定校正系数。该方法使理想投影值的计算有明确的理论依据，提高了计算精度，改善对伪影的矫正效果，提高了计算效率。

Description

一种生成用于消除CT伪影的校正系数的方法，以及一种基于 校正系数消除CT伪影的方法
技术领域
本发明涉及消除CT伪影的方法，特别涉及一种生成用于消除 CT伪影的校正系数的方法，以及一种基于校正系数消除CT伪影的方法。
背景技术
在CT影像领域，探测器通道的一致性是衡量探测器好坏的重要指标。探测器通道的不一致性表现为各探测器单元的强度响应不一致，以及对不同能量光子的响应不一致，这种非均匀性会给CT图像带来环状、带状或锅底状等伪影。
目前消除环状伪影的校正方法有基于平板探测器的线性校正方法和基于对原始投影数据进行高通滤波的校正方法，其中基于对原始投影数据进行高通滤波的校正方法通过提取响应不一致因子从原始信号中剔除响应不一致带来的高频信号。
在一些实施例中，目前消除环状伪影的方法存在如下问题：
1.传统的方法中，需要对测量投影值通过数学处理(拟合/滤波)产生理想投影值。在产生理想投影值的过程中并没有一个明确的物理模型作为计算基础，而是依赖于对测量投影值的处理。由于测量投影值的各种误差，以及数学处理方法的差异，容易导致产生的理想投影值并不准确。
2.对理想图像按传统的方法计算投影值效率较低。
3.现有的去除环状伪影的方法对校正模体的形状有较高的要求。
发明内容
针对目前消除环状伪影的方法存在的问题，本发明的目的在于利用校正模体消除环状伪影的同时提高CT图像的质量。
为达到上述发明目的，本发明提供的技术方案如下：
一种生成用于消除CT伪影的校正系数的方法，包括：获取第一对象的原始投影数据；基于所述原始投影数据，确定原始图像；对所述原始图像进行处理，获得理想图像；基于所述理想图像，计算理想投影数据；以及基于所述原始投影数据和所述理想投影数据，确定校正系数。
在本发明中，所述基于原始投影数据，确定原始图像包括：对所述原始投影数据进行预校正，获得预校正投影数据，所述预校正包括空气校正、串扰校正、散焦校正或射束硬化校正；对所述预校正投影数据进行重建，获得原始图像。
在本发明中，所述对象包括单一材料构成的均匀模体或内部由单一材料构成的带有模体壁的模体。
在本发明中，所述对所述原始图像进行处理，获得理想图像包括：对于所述单一材料的均匀模体，通过阈值法获取所述原始图像的模体像素；对所述模体像素进行平均赋值。
在本发明中，所述对所述原始图像进行处理，获得理想图像还包括：对于所述内部由单一材料构成的带有模体壁的模体，通过图像分割方法将所述原始图像划分为模体材料像素和模体壁材料像素；对所述模体材料像素进行平均赋值；将所述模体壁材料像素与所述原始图像保持一致。
在本发明中，所述对所述原始图像进行处理，获得理想图像还包括：获取探测器位置；对所述理想图像进行平行束正投影，获得平行束投影数据；对所述平行束投影数据进行插值，获得探测器位置的平行束投影数据；以及对探测器位置的平行束投影数据进行逆向重排，获得理想投影数据。
在本发明中，基于所述原始投影数据和所述理想投影数据，确定校正系数包括：对所述原始投影数据和所述理想投影数据进行拟合，生成拟合系数；基于所述拟合系数确定所述校正系数。
在本发明中，拟合方式包括：多项式拟合。
一种基于校正系数消除CT伪影的方法，包括：获取第二对象的原始投影数据；对所述第二对像的原始投影数据进行预校正，生成预校正投影数据；获取与所述第二对像的所述原始投影数据相关的一个校正系数，所述校正系数通过生成用于消除CT伪影的校正系数的方法获得；基于所述校正系数，确定校正后投影值；以及根据所述校正后投影值，重建一个所述第二对象的无伪影的图像。
一种生成用于消除CT伪影的校正系数的系统，包括：获取单元，用于获取第一对象的原始投影数据；原始图像确定单元，用于基于所述原始投影数据，确定原始图像；处理单元，用于对所述原始图像进行处理，获得理想图像；计算单元，用于基于所述理想图像，计算理想投影数据；以及校正系数确定单元，用于基于所述原始投影数据和所述理想投影数据，确定校正系数。
与现有技术相比，本发明的有益效果表现如下：
一、利用本发明的得到理想投影值的方法，使理想投影值的计算有明确的理论依据，提高了计算精度，改善对伪影的矫正效果；
二、采用对理想图像进行等间距平行束正投影的方法，得到理想投影值，提高了计算效率。
附图说明
图1是一个CT成像系统的示意图；
图2是根据本发明提供的生成校正系数的流程图；
图3是根据本发明提供的确定原始图像的流程图；
图4是根据本发明提供的计算投影数据的流程图；
图5是根据本发明提供的模体示意图；
图6是根据本发明提供的另一个模体示意图；
图7是根据本发明提供的对预校正投影数据和理想投影数据进行拟合的示意图；
图8是根据本发明提供的基于校正系数消除伪影的流程图。
具体实施方式
下面通过具体实施例并结合附图对本发明做进一步描述。
如图1所示，CT成像系统100可以包括X射线球管110、探测器120、扫描床130、中央处理系统140和图像重建系统150。X射线球管110可以发射X射线，所述X射线能够穿过对象，完成对对象的扫描。在一些实施例中，X射线球管110可以从不同角度对对象进行多次扫描，获取多个不同角度的原始扫描数据。探测器120 可以接受来自X射线球管110的X射线或者穿透对象的X射线，并把探测到的X射线转化为电信号。扫描床130可以用于放置对象，例如校正模体，病人或其他待检测对象。中央处理系统140可以用于处理系统产生的数据，并和图像重建系统150、探测器120、中央处理系统140或CT成像系统中的任一组成部分进行连接。所述连接可以是基于有线连接方式或者无线连接方式。所述CT成像系统可以是一个单排CT机，也可以是多排CT机。
如图2所示，生成用于消除CT伪影的校正系数的方法可以包括：获取第一对象的原始投影数据；基于所述原始投影数据，确定原始图像；对所述原始图像进行处理，获得理想图像；基于所述理想图像，计算理想投影数据；以及基于所述原始投影数据和所述理想投影数据，确定校正系数。理想图像可以是排除了其他物理因素影响(例如空气干扰、串扰现象、散焦、射束硬化等干扰因素)后得到的模体扫描的数据。理想投影数据或者理想投影值可以是排除了其他物理因素影响后得到的投影数据或者投影值。
在步骤210中，CT成像系统(例如，多排CT机)可以扫描校正模体，并获取原始投影数据或投影值。所述多排CT机的探测器可以由nChannelNum(nChannelNum＝nChannelNumPerRow×nRowNum)个探测器通道组成，其中nRowNum为探测器排数，nChannelNumPerRow为每排探测器通道数。在对CT机进行校正时可以把模体摆放在CT机扫描视野范围内的不同位置，进行多次扫描，扫描次数记为 nScanNum，每次扫描的投影角度数标记为nViewNum。例如，可以通过改变模体中心到CT机旋转中心的距离，进行多次扫描。校正模体可以包括由单一材料构成的均匀模体或内部由单一材料构成的带有模体壁的模体。
在步骤220中，可以基于原始投影数据或投影值，生成原始图像 (imgOrigk，k表示第k次模体扫描)。例如，X射线球管110可以用 X线束对检测对象某个部位(例如，肝脏部位)一定厚度的层面进行扫描，由探测器120接收透过该层面的X射线，将透过该层面的 X射线转变为电信号，电信号经模拟数字转换器(Analog-to-Digital Converter)被转化为数字信号，输入中央处理系统140。在处理输入的数字信号的过程中可以将所述选定层面分成若干个体积相同的长方体，中央处理系统140可以根据所述数字信号确定每个长方体的X射线衰减系数，将每个长方体的X射线衰减系数排列成数字矩阵，经数字模拟转换器(Digital-to-Analog Converter)把所述数字矩阵转换为灰度不等的等面积的长方形，即像素，根据所述数字矩阵排列所述长方体，可以获得CT二维扫描图像。在步骤220中，对原始投影数据或者投影值进行预校正，所述预校正可以包括对原始数据进行空气校正，串扰校正，散焦校正，射束硬化校正等预校正步骤中的一种或多种组合。中央处理系统140还可以把原始投影数据或者投影值发送给图像重建系统150进行进一步的重建操作。所述重建的方法可以包括迭代算法、滤波反投影算法、RADON变换算法或傅里叶直接算法等。具体的确定原始图像的方法可以参见图 3。
在步骤230中，可以对原始图像进行处理，得到理想图像 imgIdealk。对于单一材料构成的均匀模体，可以通过简单的阈值法将图像像素划分为模体材料像素和空气像素，然后将模体材料像素值求平均值赋予每一个模体材料像素。空气像素值可以设置为0。
对于内部由单一材料构成的带有模体壁的模体，中央处理系统 140可以首先通过图像分割方法将图像像素划分为模体材料像素、模体壁材料像素和空气像素，然后将模体材料像素值求平均值赋予每一个模体材料像素；模体壁材料的像素值可保持与原始图像(imgOrigk)一致；空气像素值可直接置为0。
在步骤240中，可以基于理想图像计算理想投影数据或者理想投影值。具体的计算投影的方法可以参见图4。
在步骤250中，可以基于理想投影数据或理想投影值获得一个或多个校正系数。所述校正系数可以利用一种或多种数学方法获得。例如，可以利用多项式拟合获取校正系数。又例如，可以利用余弦拟合、高斯拟合或最小二乘法拟合等方式获取校正系数。具体的确定校正系数的方法可以参见图7。
如图3所示，可以获取原始投影数据；对原始投影数据进行预校正，获得预校正投影数据；以及对预校正投影数据进行重建，获得带有伪影的原始图像。
在步骤310中，可以从探测器120、扫描床130、图像重建系统 150或其他储存设备中获取原始投影数据。
在步骤320中，可以对原始投影数据进行预校正，获得预校正投影数据。所述预校正可以包括对原始数据进行空气校正、串扰校正、散焦校正或射束硬化校正等其中的一种或几种组合。
在步骤330中，可以对预校正投影数据进行重建，获得原始图像。所述原始图像可以带有伪影。所述伪影可以包括条状伪影、阴影状伪影、环状伪影或带状伪影等。条状伪影产生的原因可能包括数据采样不当、容积效应、患者运动等。阴影状伪影产生的原因可能包括容积效应、射线束硬化、焦外辐射或投影数据不全等。环状伪影产生的原因可以包括探测器通道故障等。
步骤330可以包括利用图像重建算法对预校正数据进行重建。所述图像重建算法可以包括平行束投影重建算法、平行束反投影滤波重建算法、扇束反投影滤波重建算法或迭代重建算法等。
如图4所示，可以对理想图像进行等间距平行束正投影，获得等间距平行束投影值；对等间距平行束投影值进行插值，获得真实探测器位置的平行束投影值；以及对真实探测器位置的平行束投影值进行逆向重排，获得理想投影值。在一些实施例中，也可以直接对理想图像imgIdealk按照CT机的几何进行扇束正投影，得到理想投影值projMeasi,j,k(i＝1,2,…,nChannelNum；j＝1,2,…,nViewNum；k表示第k 次模体扫描)。
在步骤410中，可以对理想图像进行等间距平行束正投影，获得等间距平行束投影值projFPm,n,k(m＝1,2,…,nChannelNumFPPerRow；n＝ 1,2,…,nViewNumFP；k表示第k次模体扫描)。所述等间距平行束投影值对应的正投影的通道数为nChannelNumFPPerRow,正投影的投影角度数为nViewNumFP。
在步骤420中，可以对等间距平行束投影值projFPm,n,k进行插值，得到真实探测器位置的平行束投影值projParalleli,n,k。真实探测器位置的平行束投影值的可以由公式(1)确定：
projParalleli,n,k＝interp1(fDetPosFPm,projFPm,n,kfDetPosOrgi)， (1)
其中,
i＝1,2,…,nChannelNum；
j＝1,2,…,nViewNum；
m＝1,2,…,nChannelNumFPPerRow；
n＝1,2,…,nViewNumFP。
其中，fDetPosFPm为等间距平行束的第m条射线到旋转中心的距离，fDetPosOrgi为真实探测器i到旋转中心的距离。
在步骤430中，在获取真实探测器位置的平行束投影值 projParalleli,n,k之后，可以对平行束投影值进行变换，获得其他类型射束的投影值。例如，对真实探测器位置的平行束投影值projParalleli,n,k进行逆向重排，得到扇束的理想投影值projIdeali,j,k。所述逆向重排可以对每一个探测器逐一进行，如公式(2)所示：
projIdeali,j,k＝interp1(viewAngleFPn,projParalleli,n,k,θi)， (2)
其中viewAngleFPn为等间距平行束第n个投影角度，θi是一个常数组，其计算方法如公式(3)所示：
θi＝mod(viewAnglej+βFS-γi,2π)，(3)
其中viewAnglej是扫描模体时第j个投影角度，βFS为球管焦点每次扫描改变后的偏移角度，γi为探测器i相对于球管焦点的角度， mod(x,y)返回值为x-n*y(n为不大于x/y的整数值)。
如图5所述，校正模体510是由单一材料构成的均匀模体。校正模体510的构成材料可以包括特氟龙、丙烯、聚乙烯、树脂或空气等。校正模体510的形状可以是圆柱体、球体、立方体或人体结构仿真外形等。校正模块510可以包含介质，诸如水或水等效塑胶。校正模体510可以在内部或者表面含有一些局部结构，所述局部结构可以包括孔、斜纹、字母、圆圈等不同大小的结构。
如图6所述，内部由单一材料构成的带有模体壁的模体可以包括模体壁结构610和非模体壁结构620。模体壁结构在内部由单一材料构成的带有模体壁的模体上可以具有均匀的厚度，例如0.5cm，1cm，2cm等。模体壁结构在内部由单一材料构成的带有模体壁的模体上也可以具有不均匀的厚度。模体壁结构610和/或非模体壁结构620的构成材料可以包括特氟龙、丙烯、聚乙烯、树脂或空气等。模体壁结构610和非模体壁结构620可以由不同材料构成。例如，模体壁结构610可以由聚乙烯构成，非模体壁结构620可以由水等效塑胶构成。
如图7所示，可以基于预校正投影数据和理想投影数据，确定预校正投影数据和理想投影数据之间的关系。在一些实施例中，可以通过拟合的方法计算预校正投影数据和理想投影数据之间的关系。所述拟合的方法可以包括：余弦拟合、多项式拟合、高斯拟合或最小二乘法拟合等其中的一种或多种。例如，可以对一个或多个(如 5个)预校正投影值和其对应的一个或多个(如5个)理想投影值进行多项式拟合。如图7所示，每一个预校正值和其对应的理想投影值可以在一个二维坐标系中以一个点(例如，拟合点710)表示，所述二维坐标系的坐标轴的X轴和Y轴可以分别对应预校正投影值和理想投影值。进一步地，可以对两个或多个拟合点进行多项式曲线拟合，确定一个含有校正系数的多项式并在二维坐标系中显示该多项式对应的曲线720。在一些实施例中，可以依据公式(4) 对预校正投影值和理想投影值进行拟合：
其中，
j＝1,2,…,nViewNum；
k＝1,2,…,nScanNum。
并得到校正系数探测器通道i的校正系数αi,p(p＝0,…,P)。对所有通道进行相同的计算过程，即可得到全部的校正系数。所述校正系数αi,p可以用于去除在其它包含伪影的图像中的伪影。
如图8所示，可以基于校正系数，消除CT伪影。可以获取第二对象的原始投影数据；对所述原始投影数据进行预校正，生成预校正投影数据；获取与所述原始投影数据相关的一个校正系数；基于所述校正系数，确定校正后投影值；以及根据所述校正后投影值，重建一个所述第二对象的无伪影的图像。
在810中，可以获取第二对象的原始投影数据。可以对病人进行螺旋或断层扫描模式进行扫描，以获取第二对象的原始投影数据。
在820中，可以将采集的数据进行预校正。可以将采集的数据进行空气校正，射束硬化校正，散焦校正等预校正，消除已知的物理因素对数据的影响。经过预校正后的数据可以记为初始投影值 ProjOrig。
在830中，可以读取由校正系数生成的校正表。校正系数可以为αi,p根据探测器通道i，读取校正表中对应的校正系数αi,p。
在840中，可以基于读取的校正系数αi,p，确定校正后的投影值。校正后投影值可以依据公式(5)确定：
在850中，可以根据所述校正后投影值，重建一个所述第二对象的无伪影的图像。可以基于常规重建算法重建校正后投影值，即可去除CT伪影，得到无伪影的图像。常规重建算法可以包括平行束投影重建算法、滤波反投影算法、局部重建算法、修正的代数重建算法，或其任意组合。
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)

1.一种生成用于消除CT伪影的校正系数的方法，其特征在于，包括：
获取第一对象的原始投影数据；
基于所述原始投影数据，确定原始图像；
对所述原始图像进行处理，获得理想图像；
基于所述理想图像，计算理想投影数据；以及
基于所述原始投影数据和所述理想投影数据，确定校正系数。
2.权利要求1所述的一种生成用于消除CT伪影的校正系数的方法，其特征在于，所述基于原始投影数据，确定原始图像包括：
对所述原始投影数据进行预校正，获得预校正投影数据；以及
对所述预校正投影数据进行重建，获得原始图像。
3.权利要求1所述的一种生成用于消除CT伪影的校正系数的方法，其特征在于，所述第一对象包括单一材料构成的均匀模体或内部由单一材料构成的带有模体壁的模体。
4.权利要求3所述的一种生成用于消除CT伪影的校正系数的方法，其特征在于，所述对所述原始图像进行处理，获得理想图像包括：
对于所述单一材料的均匀模体，通过阈值法获取所述原始图像的模体像素；以及
对所述模体像素进行平均赋值。
5.权利要求3所述的一种生成用于消除CT伪影的校正系数的方法，其特征在于，所述对所述原始图像进行处理，获得理想图像还包括：
对于所述内部由单一材料构成的带有模体壁的模体，通过图像分割方法将所述原始图像划分为模体材料像素和模体壁材料像素；
对所述模体材料像素进行平均赋值；以及
将所述模体壁材料像素与所述原始图像保持一致。
6.权利要求1所述的一种生成用于消除CT伪影的校正系数的方法，其特征在于，所述基于所述理想图像，计算理想投影数据包括：
获取探测器位置；
对所述理想图像进行平行束正投影，获得平行束投影数据；
对所述平行束投影数据进行插值，获得所述探测器位置的平行束投影数据；以及
对所述探测器位置的平行束投影数据进行逆向重排，获得理想投影数据。
7.权利要求1所述的一种生成用于消除CT伪影的校正系数的方法，其特征在于，基于所述原始投影数据和所述理想投影数据，确定校正系数包括：
对所述原始投影数据和所述理想投影数据进行拟合，生成拟合系数；以及
基于所述拟合系数确定所述校正系数。
8.权利要求7所述的一种生成用于消除CT伪影的校正系数的方法，其特征在于，所述拟合包括：多项式拟合。
9.一种基于校正系数消除CT伪影的方法，其特征在于，包括：
获取第二对象的原始投影数据；
对所述第二对象的原始投影数据进行预校正，生成预校正投影数据；
获取与所述第二对象的原始投影数据相关的一个校正系数，所述校正系数通过权利要求1所述的方法获得；
基于所述校正系数，确定校正后投影值；以及
根据所述校正后投影值，重建一个所述第二对象的无伪影的图像。
10.一种生成用于消除CT伪影的校正系数的系统，其特征在于，包括：
获取单元，用于获取第一对象的原始投影数据；
原始图像确定单元，用于基于所述原始投影数据，确定原始图像；
处理单元，用于对所述原始图像进行处理，获得理想图像；
计算单元，用于基于所述理想图像，计算理想投影数据；以及
校正系数确定单元，用于基于所述原始投影数据和所述理想投影数据，确定校正系数。
CN201711363321.8A 2017-11-30 2017-12-18 一种生成用于消除ct伪影的校正系数的方法，以及一种基于校正系数消除ct伪影的方法 Active CN108109185B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201711363321.8A CN108109185B (zh) 2017-12-18 2017-12-18 一种生成用于消除ct伪影的校正系数的方法，以及一种基于校正系数消除ct伪影的方法
US16/205,152 US10922855B2 (en) 2017-11-30 2018-11-29 Systems and methods for determining at least one artifact calibration coefficient
US17/172,113 US11557071B2 (en) 2017-11-30 2021-02-10 Systems and methods for determining at least one artifact calibration coefficient

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711363321.8A CN108109185B (zh) 2017-12-18 2017-12-18 一种生成用于消除ct伪影的校正系数的方法，以及一种基于校正系数消除ct伪影的方法

Publications (2)

Publication Number Publication Date
CN108109185A true CN108109185A (zh) 2018-06-01
CN108109185B CN108109185B (zh) 2021-07-20

Family

ID=62210900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711363321.8A Active CN108109185B (zh) 2017-11-30 2017-12-18 一种生成用于消除ct伪影的校正系数的方法，以及一种基于校正系数消除ct伪影的方法

Country Status (1)

Country Link
CN (1) CN108109185B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445550A (zh) * 2020-03-26 2020-07-24 上海联影医疗科技有限公司 Pet图像的迭代重建方法、装置和计算机可读存储介质
WO2021135339A1 (zh) * 2019-12-30 2021-07-08 苏州瑞派宁科技有限公司 Ct图像中环形伪影的校正方法、装置及计算机程序介质
CN114324421A (zh) * 2021-12-06 2022-04-12 武汉联影生命科学仪器有限公司 数据校正方法、装置、计算机设备、存储介质和程序产品
WO2022152218A1 (en) * 2021-01-13 2022-07-21 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for correcting projection data
CN117310789A (zh) * 2023-11-30 2023-12-29 赛诺威盛科技(北京)股份有限公司 探测器通道响应线性校正方法、装置、设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101690418A (zh) * 2007-05-31 2010-03-31 通用电气公司 促进修正图像重建中的增益波动的方法和系统
CN103366389A (zh) * 2013-04-27 2013-10-23 中国人民解放军北京军区总医院 Ct图像重建方法
CN105608721A (zh) * 2016-01-30 2016-05-25 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装置
CN105631909A (zh) * 2015-12-23 2016-06-01 浙江大学 伪影修正辅助的cbct迭代重建方法
CN106296615A (zh) * 2016-08-16 2017-01-04 广州华端科技有限公司 Ct图像中校正金属伪影的方法和系统
CN107341838A (zh) * 2017-07-11 2017-11-10 上海联影医疗科技有限公司 一种ct图像重建方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101690418A (zh) * 2007-05-31 2010-03-31 通用电气公司 促进修正图像重建中的增益波动的方法和系统
CN103366389A (zh) * 2013-04-27 2013-10-23 中国人民解放军北京军区总医院 Ct图像重建方法
CN105631909A (zh) * 2015-12-23 2016-06-01 浙江大学 伪影修正辅助的cbct迭代重建方法
CN105608721A (zh) * 2016-01-30 2016-05-25 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装置
CN106296615A (zh) * 2016-08-16 2017-01-04 广州华端科技有限公司 Ct图像中校正金属伪影的方法和系统
CN107341838A (zh) * 2017-07-11 2017-11-10 上海联影医疗科技有限公司 一种ct图像重建方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马继明 等: "X射线CT环形伪影去除方法", 《强激光与粒子束》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021135339A1 (zh) * 2019-12-30 2021-07-08 苏州瑞派宁科技有限公司 Ct图像中环形伪影的校正方法、装置及计算机程序介质
CN111445550A (zh) * 2020-03-26 2020-07-24 上海联影医疗科技有限公司 Pet图像的迭代重建方法、装置和计算机可读存储介质
WO2022152218A1 (en) * 2021-01-13 2022-07-21 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for correcting projection data
CN114324421A (zh) * 2021-12-06 2022-04-12 武汉联影生命科学仪器有限公司 数据校正方法、装置、计算机设备、存储介质和程序产品
CN117310789A (zh) * 2023-11-30 2023-12-29 赛诺威盛科技(北京)股份有限公司 探测器通道响应线性校正方法、装置、设备和存储介质
CN117310789B (zh) * 2023-11-30 2024-03-15 赛诺威盛科技(北京)股份有限公司 探测器通道响应线性校正方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN108109185B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN108109185A (zh) 一种生成用于消除ct伪影的校正系数的方法，以及一种基于校正系数消除ct伪影的方法
Stevens et al. Alignment of a volumetric tomography system
Yang et al. A geometric calibration method for cone beam CT systems
US5744802A (en) Image generation from limited projections in positron emission tomography using multi-slice rebinning
CN103961125B (zh) 一种用于锥束ct的ct值校正方法
CN100587391C (zh) 一种适用于2d-ct扫描系统的投影旋转中心测量方法
Karolczak et al. Implementation of a cone‐beam reconstruction algorithm for the single‐circle source orbit with embedded misalignment correction using homogeneous coordinates
EP1800264B1 (en) Image reconstruction with voxel dependent interpolation
CN106232007B (zh) X射线ct装置和处理装置
Lesaint et al. Calibration for circular cone-beam CT based on consistency conditions
Scheins et al. Analytical calculation of volumes-of-intersection for iterative, fully 3-D PET reconstruction
Qi et al. Performance studies of four-dimensional cone beam computed tomography
WO2017128892A1 (zh) 计算机断层成像伪影校正方法及系统
US20050259784A1 (en) Methods for spectrally calibrating CT imaging apparatus detectors
CN105424731B (zh) 一种锥束ct的分辨率性能测量装置及标定方法
US20130251224A1 (en) Method and system for reconstruction algorithm in cone beam ct with differentiation in one direction on detector
CN105869130B (zh) Ct系统几何校正效果的检验方法及装置
CN103961122B (zh) 用于非等γ角CT系统中数据转换的方法和装置
US6704388B2 (en) X-ray examination apparatus
Yang et al. Geometry calibration method for a cone‐beam CT system
Oakes et al. Normalization for 3D PET with a low-scatter planar source and measured geometric factors
Xiu et al. An Innovative Beam Hardening Correction Method for Computed Tomography Systems.
Gongadze et al. Alignment and resolution studies of a MARS CT scanner
CN105222730B (zh) 一种基于图像复原的工业ct几何尺寸测量方法
Chang et al. Comparison between two super‐resolution implementations in PET imaging

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

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.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant