CN109523605A - 一种ct图像重建的方法、装置、设备及介质 - Google Patents
一种ct图像重建的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN109523605A CN109523605A CN201811441379.4A CN201811441379A CN109523605A CN 109523605 A CN109523605 A CN 109523605A CN 201811441379 A CN201811441379 A CN 201811441379A CN 109523605 A CN109523605 A CN 109523605A
- Authority
- CN
- China
- Prior art keywords
- image
- image sequence
- sequence
- noise
- noise level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000002591 computed tomography Methods 0.000 claims abstract description 43
- 238000003860 storage Methods 0.000 claims description 18
- 238000011946 reduction process Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 241000446313 Lamella Species 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003325 tomography Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000278 spinal cord Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种CT图像重建的方法、装置、设备及介质。该方法包括:获取CT扫描数据;根据CT扫描数据通过第一图像重建方法生成第一图像序列,第一图像序列包括多幅具有第一噪声水平的图像,通过第二图像重建方法生成第二图像序列,第二图像序列包括与多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,第二噪声水平高于第一噪声水平;通过第一图像序列和第二图像序列生成第三图像序列,第三图像序列包括多幅具有目标噪声水平的图像。本发明实施例通过重建具有第一噪声水平的第一图像序列和具有第二噪声水平的第二图像序列,生成具有目标噪声的第三图像序列,以实现获得均匀噪声的CT图像,提高CT图像的质量。
Description
技术领域
本发明实施例涉及医学图像重建技术领域,尤其涉及一种CT图像重建的方法、装置、设备及介质。
背景技术
计算机层析成像(Computed Tomography,CT)是通过对物体进行不同角度的射线投影测量而获取物体横截面信息的成像技术,CT技术的核心是投影重建图像的理论,其实质是由扫描所得到的投影数据反求出成像平面上每个点的衰减系数值。
CT图像重建算法多采用滤波反投影法,滤波反投影法是由用户选择相应的重建滤波卷积核,但是同样的重建卷积核用于不同剂量的数据上会产生不同的噪声水平,这样在剂量降低的情况下,噪声剧烈增加,并且在不同的方向上一般信噪比会不一样,导致图像的噪声在不同方向上也是不均匀的。
发明内容
本发明实施例提供一种CT图像重建的方法、装置、设备及介质,以实现获得均匀噪声的CT图像,提高CT图像的质量。
第一方面,本发明实施例提供了一种CT图像重建的方法,该方法包括:
获取CT扫描数据;
根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像;
根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平;
通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
第二方面,本发明实施例还提供了一种CT图像重建的装置,该装置包括:
CT扫描数据获取模块,用于获取CT扫描数据;
第一图像序列生成模块,用于根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像;
第二图像序列生成模块,用于根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平;
第三图像序列生成模块,用于通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
第三方面,本发明实施例还提供了一种设备,该设备包括:
一个或多个处理器;
存储装置,用于存储多个程序,
当所述多个程序中的至少一个被所述一个或多个处理器执行时,使得所述一个或多个处理器实现本发明第一方面实施例所提供的一种CT图像重建的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明第一方面实施例所提供的一种CT图像重建的方法。
本发明实施例根据获取的CT扫描数据通过图像重建方法,重建出具有第一噪声水平的第一图像序列和具有第二噪声水平的第二图像序列,通过第一图像序列和第二图像序列生成具有目标噪声的第三图像序列,以实现获得均匀噪声的CT图像,提高CT图像的质量。
附图说明
图1是本发明实施例一提供的一种CT图像重建的方法的流程图;
图2是本发明实施例二提供的一种CT图像重建的方法的流程图;
图3是本发明实施例三提供的一种CT图像重建的方法的流程图;
图4是本发明实施例四提供的一种CT图像重建的方法的流程图;
图5是本发明实施例五提供的一种CT图像重建的装置的结构图;
图6是本发明实施例六提供的一种设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种CT图像重建的方法的流程图,本实施例可适用于对CT图像重建中不均匀噪声及运动伪影进行改善的情况,该方法可以由CT图像重建的装置来执行,具体包括如下步骤:
S110、获取CT扫描数据。
具体的,由扫描系统对目标物体进行扫描,根据所述目标物体对X射线的吸收和透过率的不同,获取所述目标物体相应的扫描数据。所述目标物体可以为人体、动物或是非生物物体等,例如,所述目标物体可以包括人体或是动物的器官、脊髓、骨骼、组织或是血管等,或用于校准系统参数的非生物样本。
S120、根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像。
其中,第一图像重建方法是包括降噪处理的重建方法,是可以为通过利用迭代降噪或是迭代重建产生出一组低噪声水平图像序列的方法。在一个例子中,通过第一图像重建方法产生的第一图像序列的图像噪声可以非常小,第一噪声水平可以近似为0,也就是说第一图像序列的第一噪声水平的噪声可忽略不计,且第一图像序列的边缘和低密结构保持的比较好。但本领域普通技术人员可以理解,在其他例子中,通过第一图像重建方法产生的第一图像序列的图像噪音可以为大于0的其他范围。
具体的,在利用CT扫描系统对目标物体进行常规扫描时,对于不同的目标物体或者是同一目标物体的不同部位使用相同的扫描剂量时,由于不同的目标物体或者是同一目标物体的不同部位对X射线存在的衰减差异,使得获得的相应的图像噪声会不一致。基于目标物体本身对X射线的衰减变化,本方案通过包括降噪处理的重建方法,在不改变扫描剂量的情况下重建出多幅具有第一噪声水平的图像,为了显示完整的目标物体需要多个连续的断层图像,即第一图像序列可以为多幅连续的具有第一噪声水平的断层图像。
S130、根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平。
其中,第二图像重建方法是不包括降噪处理的重建方法,或者包括降噪处理水平比第一图像重建方法低的重建方法。具体地,可以使用传统重建方法或迭代重建方法并调整相关参数,例如,在重建方法中调整重建参数(例如正则化项的大小),以与第一图像重建的降噪处理水平不同,从而产生出一组高分辨图像的方法,产生的第二图像序列的图像噪声相比于第一图像序列的图像噪声大,同时所述第二图像序列的图像分辨率高于所述第一图像序列的图像分辨率,且第二图像序列的图像包含了更多的医学图像信息。需要说明的是第一图像序列和第二图像序列具有相似的边缘位置。
具体的,基于目标物体本身对X射线的衰减变化,本方案通过不包括降噪处理或者降噪处理水平比第一图像重建方法低的重建方法,在不改变扫描剂量的情况下重建出多幅具有第二噪声水平的图像,为了显示完整的目标物体需要多个连续的断层图像,即第二图像序列可以为多幅连续的具有第二噪声水平的断层图像,同时,第一图像序列具有的多幅连续的具有第一噪声水平的断层图像与第二图像序列具有的多幅连续的具有第二噪声水平的断层图像一一对应,示例性地,假定第一图像序列具有的多幅连续的具有第一噪声水平的断层图像标记为A、B、C……,第二图像序列具有的多幅连续的具有第二噪声水平的断层图像标记为A′、B′、C′……,A与A′对应,B与B′对应,每一幅第一图像序列中的断层图像都有第二图像序列中的断层图像与之相对应。
S140、通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
其中,所述目标噪声水平为CT系统设定默认的所述目标噪声水平,或根据用户输入得到的所述目标噪声水平。
具体的,第三图像序列包括的多幅具有目标噪声水平的图像,与第一图像序列的多幅具有第一噪声水平的图像一一对应,或者与第二图像序列的多幅具有第二噪声水平的图像一一对应。示例性的,假定第一图像序列具有的多幅连续的具有第一噪声水平的断层图像标记为A、B、C……,第二图像序列具有的多幅连续的具有第二噪声水平的断层图像标记为A′、B′、C′……,第三图像序列具有的多幅连续的具有目标噪声水平的断层图像标记为A″、B″、C″……,A″与A或A′对应,B″与B或B′对应,每一幅第三图像序列中的断层图像都有第一图像序列中的断层图像或是第二图像序列中的断层图像与之相对应。
本发明实施例根据获取的CT扫描数据通过图像重建方法,重建出具有第一噪声水平的第一图像序列和具有第二噪声水平的第二图像序列,通过第一图像序列和第二图像序列生成具有目标噪声的第三图像序列,以实现获得均匀噪声的CT图像,提高CT图像的质量。
实施例二
图2为本发明实施例二提供的一种CT图像重建的方法的流程图。本实施例以上述实施例为基础进行优化,在本实施例中,将步骤通过所述第一图像序列和所述第二图像序列生成第三图像序列进一步优化为:建立所述第一图像序列和/或所述第二图像序列的噪声模型;通过所述噪声模型和所述目标噪声水平确定所述第一图像序列的权重模型和所述第二图像序列的权重模型;所述第一图像序列和所述第二图像序列根据所述第一图像序列的权重模型和所述第二图像序列的权重模型进行运算,例如加和运算生成所述第三图像序列。
相应的,本实施例的方法具体包括:
S210、获取CT扫描数据。
S220、根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像。
S230、根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平。
S240、建立所述第一图像序列和/或所述第二图像序列的噪声模型。
其中,噪声模型可以用来预测所述第一图像序列和/或所述第二图像序列的噪声。
可选的,建立所述第一图像序列和/或所述第二图像序列的噪声模型,包括:
通过所述第一图像序列和/或所述第二图像序列的扫描剂量水平和扫描数据预测所述第一图像序列和/或所述第二图像序列的噪声模型;或者,
根据所述第一图像序列和所述第二图像序列确定出所述第一图像序列和/或所述第二图像序列的噪声模型。
所述第一图像序列和/或所述第二图像序列的扫描数据可以为在对CT图像序列重建的条件下,获得对应的第一图像序列和/或第二图像序列的CT扫描数据,即多个连续的第一图像序列和/或第二图像序列的断层图像的CT扫描数据。在设定的图像扫描剂量水平可以为在以相同的扫描剂量对扫描对象进行扫描,经过扫描对象本身对X射线的衰减后,在第一图像序列和/或第二图像序列的每个断层图像的投影方向之间的分布规律。本发明实施例中根据获取的多个连续的第一图像序列和/或第二图像序列的断层图像的CT扫描数据以及每个断层图像所对应的剂量水平,对对应的每个断层图像在重建过程中进行噪声估计,进而预测出第一图像序列和/或第二图像序列的噪声模型。此外,还可以结合CT设备系统的扫描参数进一步的预测该噪声模型。
需要说明的是噪声模型的产生方法,采用的是本发明实施例提供的两类方法中的至少一种,具体利用哪种方法可由本领域技术人员根据实际情况进行选择,本发明实施例仅对此进行解释说明,不做任何限制。
可选的,根据所述第一图像序列和所述第二图像序列确定出所述第一图像序列和/或所述第二图像序列的噪声模型,包括:
获取所述第一图像序列和所述第二图像序列的差图像;
通过所述差图像估计出所述第一图像序列和/或所述第二图像序列的噪声模型。
具体的,将一组第一图像序列中的多个断层图像序列与一组第二图像序列中的多个断层图像序列一一对应做差,得到一组的第一图像序列和第二图像序列的差图像,从而根据该差图像进一步分析得到第一图像序列和/或第二图像序列的噪声模型。
示例性的,记第一图像序列的为:Imgroup1,第二图像序列为:Imgroup2,则得到第一图像序列和第二图像序列的差图像为:
E=Imgroup2-Imgroup1
可选的,通过所述差图像估计出所述第一图像序列和/或所述第二图像序列的噪声模型,包括:
构建一副掩膜图像作为参考图像;
将所述参考图像与所述差图像求位移估计出所述第一图像序列和/或所述第二图像序列的噪声模型。
具体的,掩膜图像又称mask图像,用于对医学图像进行图像掩膜处理。图像掩膜是用选定的图像、图形或是物体(掩膜图像),对待处理的图像(医学图像)进行映射、遮挡等来控制图像处理的区域的处理过程,可以使得图像中的运动伪影得到明显消除。在本方案中通过定义一个N行*N列的矩阵作为掩膜图像的像素矩阵,对差图像中的每个图像序列进行像素过滤,即将该像素矩阵作为参考,使得差图像中的每个图像序列分别与该像素矩阵求位移,估计出第一图像序列和/或第二图像序列的噪声模型。
在一个例子中,构建一副N行*N列的像素矩阵的掩膜图像作为参考图像,可选地,掩膜图像的大小为差图像大小的一半,通过取整方式求取该掩膜图像的像素个数,根据该像素个数与差图像对应每个像素的位置求取标准差估计出噪声模型,记第二图像序列的噪声模型为SDMi,j,其中,i、j为差图像对应的每个像素的位置。
在另一个例子中,可以通过高低频分离,分离得到的高频信息可以用于估计第一图像序列和第二图像序列各自的噪声模型SDM。
S250、通过所述噪声模型和所述目标噪声水平确定所述第一图像序列的权重模型和所述第二图像序列的权重模型。
在一个例子中,记预设目标噪声为NoiseStd_Target,根据噪声模型和预设目标噪声确定的每个像素位置的权重模型wi,j为:
wi,j=NoiseStdTarget/SDMi,j
在其他例子中,可以根据第一图像序列和第二图像序列各自的噪声模型SDM和预设目标噪声确定每个像素位置的权重模型。
S260、所述第一图像序列和所述第二图像序列根据所述第一图像序列的权重模型和所述第二图像序列的权重模型进行加和运算生成所述第三图像序列。
其中,所述权重模型包括用于所述加和运算的图像中各像素对应的权重系数;所述加和运算具体为:所述第一图像序列中各像素的像素值乘以所述权重系数得到的值与所述第二图像序列中各像素的像素值乘以所述权重系数得到的值进行加和,得到所述第三图像序列对应像素的像素值。
具体的,第一图像序列的噪声近似为0。通过噪声模型和预设目标噪声确定权重模型,权重模型包括第一图像序列和第二图像序列中各像素的像素值对应的权重系数。示例性的,第一图像序列中每个断层图像序列中对应一个3行*3列的二维矩阵,每个二维矩阵共由9个像素点位置对应的像素值组成。同理,第二图像序列也具有相应的二维矩阵。通过噪声模型和预设目标噪声确定第一图像序列的权重模型和第二图像序列的权重模型中每一个像素点的位置对应的像素值的权重系数,从而获得目标噪声的第三图像序列。
示例性的,重建出的目标噪声的第三图像序列Imwi,j为:
Imwi,j=(1-wi,j)*Imgroup1i,j+wi,j*Imgroup2i,j
在本发明的一种实施例中,通过低噪声图像序列和所述高分辨率图像序列的差图像,构建一副掩膜图像作为参考图像,将参考图像与差图像求位移估计出高分辨率图像序列的噪声模型,改善了现有CT图像重建中不均匀噪声以及运动伪影的问题,以实现获得均匀噪声的CT图像,提高CT图像的质量。
实施例三
图3为本发明实施例三提供的一种CT图像重建的方法的流程图。本实施例以上述实施例为基础进行优化,在本实施例中,所述方法还包括:将所述第三图像序列重建得到三维CT图像,其中,所述三维CT图像是具有目标噪声水平的图像。
相应的,本实施例的方法具体包括:
S310、获取CT扫描数据。
S320、根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像。
S330、根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平。
S340、通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
S350、将所述第三图像序列重建得到三维CT图像,其中,所述三维CT图像是具有目标噪声水平的图像。
具体的,三维CT图像可以由多个体层对应的断层图像构成。在本发明实施例中,多个连续的断层图像序列组成的一组第一图像序列和多个连续的断层图像序列组成的一组第二图像序列,通过噪声模型和目标噪声确定第一图像序列和第二图像序列的权重模型重建出一组目标噪声的第三图像序列,该组目标噪声的CT图像序列可以构成对应的三维CT图像。
CT剂量是由对一个单次轴向扫描产生的沿着体层平面垂直线剂量分布(以z=0为中心),以及X射线源在单次轴向扫描中产生的体层切片数得到的。现有技术中一个均匀物体被扫描,在一个确定的感兴趣区(ROI)范围内,每个像素的CT值并不相同而是围绕一个平均值波动,CT值的变化就是噪音。轴向(断层)图像的CT值呈现一定的涨落,即是说CT值仅仅作为一个平均值来看,它可能有上下的偏差,此偏差即为噪音。重建算法也会影响噪音,基于混合迭代的迭代重建算法会降低图像的噪声,但是低剂量下噪声增加仍然比较明显,Z方向的噪声不均匀仍然存在。在本方案中,通过迭代重建一组第一图像序列和一组第二图像序列,对一组第一图像序列中每个断层图像序列的每个像素的CT值都赋予不同的权重系数,同理对一组第二图像序列中每个断层图像序列的每个像素的CT值也都赋予不同的权重系数,以使得在单次轴向扫描中产生的断层图像序列(x-y方向)具有均匀的噪声,进而得到的一组目标噪声的CT图像序列构成的三维CT图像保证了在该次扫描中,轴向(Z方向)上也均有均匀的噪声。基于本方案中在不改变剂量的情况下,可以实现重建指定噪声水平的CT图像,则可以进一步实现重建不同剂量的CT图像具有相同的噪声水平,或者是按照既定曲线(噪声VS剂量)重建相应的CT图像。也就是说,通过本方案提供的CT图像重建方法可以提升剂量在重建CT图像中的体现。在高剂量的情况下,不降低噪声水平,同时拥有更高的图像分辨率,以及更多的图像细节,进而提高了高剂量图像的图像质量;而在低剂量情况下,可以达到与高剂量类似的噪声水平,同时改善图像的低密度结构,从而提高剂量图像的图像质量。
实施例四
图4为本发明实施例四提供的一种CT图像重建的方法的流程图。本实施例以上述实施例为基础进行优化,在本实施例中,所述方法还包括:获取所述第三图像序列重建得到的多幅断层图像,将所述多幅断层图像进行多平面重建成像。
相应的,本实施例的方法具体包括:
S410、获取CT扫描数据。
S420、根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像。
S430、根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平。
S440、通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
S450、获取所述第三图像序列重建得到的多幅断层图像,将所述多幅断层图像进行多平面重建成像。
通用的多平面重建成像的图像处理过程为:多平面重建成像的片层(即为二维图像序列)通过在固定的z方向下对多个x-y坐标执行多平面重建成像的图像处理而成,针对z方向上的多个值重复执行多平面重建成像的图像处理过程,将这些片层投影而能够形成多平面重建成像的三维图像序列。
在本发明实施例中,第三图像序列重建得到的多幅断层图像生成的多平面重建成像的片层是x-y位置坐标上的二维图像序列,具有均匀的噪声,而最终获得的多平面重建成像的三维图像序列是由z方向上的多个值重复执行多平面重建成像的图像处理过程决定的多个多平面重建成像的片层构成的,其也具有均匀的噪声水平。也就是说,在多平面重建成像的三维图像序列的不同x-y位置及z方向上都有均匀一致的噪声水平,因此多平面重建成像的三维图像序列的噪声水平也是非常均匀的。
实施例五
图5为本发明实施例五提供的一种CT图像重建的装置的结构图,本实施例可适用于对CT图像重建中不均匀噪声及运动伪影进行改善的情况。
如图5所示,所述装置包括:CT扫描数据获取模块510、第一图像序列生成模块520、第二图像序列生成模块530和第三图像序列生成模块540,其中:
CT扫描数据获取模块510,用于获取CT扫描数据;
第一图像序列生成模块520,用于根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像;
第二图像序列生成模块530,用于根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平;
第三图像序列生成模块540,用于通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
本实施例的一种CT图像重建的装置,通过重建具有第一噪声水平的第一图像序列和具有第二噪声水平的第二图像序列,生成具有目标噪声的第三图像序列,以实现获得均匀噪声的CT图像,提高CT图像的质量。
在上述各实施例的基础上,第三图像序列生成模块540,包括:
噪声模型建立子模块,用于建立所述第一图像序列和/或所述第二图像序列的噪声模型;
权重模型确定子模块,用于通过所述噪声模型和所述目标噪声水平确定所述第一图像序列的权重模型和所述第二图像序列的权重模型;
第三图像序列生成子模块,用于所述第一图像序列和所述第二图像序列根据所述第一图像序列的权重模型和所述第二图像序列的权重模型进行加和运算生成所述第三图像序列。
在上述各实施例的基础上,噪声模型建立子模块具体用于:
通过所述第一图像序列和/或所述第二图像序列的扫描剂量水平和扫描数据预测所述第一图像序列和/或所述第二图像序列的噪声模型;或者,
根据所述第一图像序列和所述第二图像序列确定出所述第一图像序列和/或所述第二图像序列的噪声模型。
在上述各实施例的基础上,噪声模型建立子模块,包括:
差图像获取单元,用于获取所述第一图像序列和所述第二图像序列的差图像;
噪声模型估计单元,用于通过所述差图像估计出所述第一图像序列和/或所述第二图像序列的噪声模型。
在上述各实施例的基础上,噪声模型估计单元,包括:
参考图像构建子单元,用于构建一副掩膜图像作为参考图像;
噪声模型估计子单元,用于将所述参考图像与所述差图像求位移估计出所述第一图像序列和/或所述第二图像序列的噪声模型。
在上述各实施例的基础上,所述权重模型包括用于所述加和运算的图像中各像素对应的权重系数;
所述加和运算具体为:所述第一图像序列中各像素的像素值乘以所述权重系数得到的值与所述第二图像序列中各像素的像素值乘以所述权重系数得到的值进行加和,得到所述第三图像序列对应像素的像素值。
在上述各实施例的基础上,所述装置还包括:
三维CT图像重建模块,用于将所述第三图像序列重建得到三维CT图像,其中,所述三维CT图像是具有目标噪声水平的图像。
在上述各实施例的基础上,所述装置还包括:
多平面重建成像模块,用于获取所述第三图像序列重建得到的多幅断层图像,将所述多幅断层图像进行多平面重建成像。
在上述各实施例的基础上,所述第一图像重建方法是包括降噪处理的重建方法;所述第二图像重建方法是不包括降噪处理的重建方法;所述第二图像序列的图像分辨率高于所述第一图像序列的图像分辨率。
在上述各实施例的基础上,所述目标噪声水平为CT系统设定默认的所述目标噪声水平,或根据用户输入得到的所述目标噪声水平。
上述各实施例所提供的CT图像重建的装置可执行本发明任意实施例所提供的CT图像重建的方法,具备执行CT图像重建的方法相应的功能模块和有益效果。
实施例六
图6为本发明实施例六提供的一种设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备612的框图。图6显示的设备612仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,设备612以通用计算设备的形式表现。设备612的组件可以包括但不限于:一个或者多个处理器或者处理单元616,系统存储器628,连接不同系统组件(包括系统存储器628和处理单元616)的总线618。
总线618表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备612典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备612访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器628可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)630和/或高速缓存存储器632。设备612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统634可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储器628可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块642的程序/实用工具640,可以存储在例如存储器628中,这样的程序模块642包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。
设备612也可以与一个或多个外部设备614(例如键盘、指向设备、显示器624等)通信,还可与一个或者多个使得用户能与该设备612交互的设备通信,和/或与使得该设备612能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口622进行。并且,设备612还可以通过网络适配器620与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器620通过总线618与设备612的其它模块通信。应当明白,尽管图中未示出,可以结合设备612使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元616通过运行存储在系统存储器628中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的CT图像重建的方法。
实施例七
本发明实施例七还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例所提供的一种CT图像重建的方法,该方法包括:
获取CT扫描数据;
根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像;
根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平;
通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种CT图像重建的方法,其特征在于,包括:
获取CT扫描数据;
根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像;
根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平;
通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
2.根据权利要求1所述的方法,其特征在于,所述通过所述第一图像序列和所述第二图像序列生成第三图像序列,包括:
建立所述第一图像序列和/或所述第二图像序列的噪声模型;
通过所述噪声模型和所述目标噪声水平确定所述第一图像序列的权重模型和所述第二图像序列的权重模型;
所述第一图像序列和所述第二图像序列根据所述第一图像序列的权重模型和所述第二图像序列的权重模型进行运算生成所述第三图像序列。
3.根据权利要求2所述的方法,其特征在于,所述建立所述第一图像序列和/或所述第二图像序列的噪声模型,包括:
通过所述第一图像序列和/或所述第二图像序列的扫描剂量水平和扫描数据预测所述第一图像序列和/或所述第二图像序列的噪声模型;或者,
根据所述第一图像序列和所述第二图像序列确定出所述第一图像序列和/或所述第二图像序列的噪声模型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一图像序列和所述第二图像序列确定出所述第一图像序列和/或所述第二图像序列的噪声模型,包括:
获取所述第一图像序列和所述第二图像序列的差图像;
通过所述差图像估计出所述第一图像序列和/或所述第二图像序列的噪声模型。
5.根据权利要求4所述的方法,其特征在于,所述通过所述差图像估计出所述第一图像序列和/或所述第二图像序列的噪声模型,包括:
构建一副掩膜图像作为参考图像;
将所述参考图像与所述差图像求位移估计出所述第一图像序列和/或所述第二图像序列的噪声模型。
6.根据权利要求2所述的方法,其特征在于,所述权重模型包括用于所述运算的图像中各像素对应的权重系数;
所述运算具体包括:所述第一图像序列中各像素的像素值乘以所述第一图像序列对应的权重模型的权重系数得到的值与所述第二图像序列中各像素的像素值乘以所述第二图像序列对应的权重模型的权重系数得到的值进行加和,得到所述第三图像序列对应像素的像素值。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述第三图像序列重建得到三维CT图像,其中,所述三维CT图像是具有目标噪声水平的图像。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述第三图像序列重建得到的多幅断层图像,将所述多幅断层图像进行多平面重建成像。
9.根据权利要求1所述的方法,其特征在于,所述第一图像重建方法是包括以第一降噪水平进行降噪处理的重建方法;所述第二图像重建方法是不包括降噪处理或者以低于所述第一降噪水平的第二降噪水平进行降噪处理的重建方法;所述第二图像序列的图像分辨率高于所述第一图像序列的图像分辨率。
10.根据权利要求1所述的方法,其特征在于,所述目标噪声水平为CT系统设定默认的所述目标噪声水平,或根据用户输入目标得到的噪声水平。
11.一种CT图像重建的装置,其特征在于,包括:
CT扫描数据获取模块,用于获取CT扫描数据;
第一图像序列生成模块,用于根据所述CT扫描数据通过第一图像重建方法生成第一图像序列,其中,所述第一图像序列包括多幅具有第一噪声水平的图像;
第二图像序列生成模块,用于根据所述CT扫描数据通过第二图像重建方法生成第二图像序列,其中,所述第二图像序列包括与所述多幅具有第一噪声水平的图像一一对应的多幅具有第二噪声水平的图像,所述第二噪声水平高于所述第一噪声水平;
第三图像序列生成模块,用于通过所述第一图像序列和所述第二图像序列生成第三图像序列,其中,所述第三图像序列包括多幅具有目标噪声水平的图像,所述多幅具有目标噪声水平的图像与所述第一图像序列或所述第二图像序列包括的多幅图像一一对应。
12.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述CT图像重建的方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-10中任一所述CT图像重建的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811441379.4A CN109523605A (zh) | 2018-11-29 | 2018-11-29 | 一种ct图像重建的方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811441379.4A CN109523605A (zh) | 2018-11-29 | 2018-11-29 | 一种ct图像重建的方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109523605A true CN109523605A (zh) | 2019-03-26 |
Family
ID=65794352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811441379.4A Pending CN109523605A (zh) | 2018-11-29 | 2018-11-29 | 一种ct图像重建的方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523605A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866883A (zh) * | 2019-11-29 | 2020-03-06 | 上海联影医疗科技有限公司 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
CN114494503A (zh) * | 2022-04-06 | 2022-05-13 | 中国工程物理研究院材料研究所 | 一种基于测量对象约束的透射图像迭代重建方法 |
CN114782566A (zh) * | 2021-12-21 | 2022-07-22 | 首都医科大学附属北京友谊医院 | Ct数据重建方法和装置、电子设备和计算机可读存储介质 |
CN115294232A (zh) * | 2022-09-30 | 2022-11-04 | 浙江太美医疗科技股份有限公司 | 重建算法的识别方法、装置、电子设备和存储介质 |
US11763498B2 (en) | 2019-11-12 | 2023-09-19 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002236910A (ja) * | 2001-02-09 | 2002-08-23 | Hitachi Medical Corp | 3次元画像作成方法 |
JP2005063022A (ja) * | 2003-08-08 | 2005-03-10 | Noritsu Koki Co Ltd | ノイズ画素マップ作成方法とその方法を実施する装置とプログラム及び写真プリント装置 |
CN101178370A (zh) * | 2006-10-27 | 2008-05-14 | Ge医疗系统环球技术有限公司 | X-射线断层摄影设备 |
US20110317901A1 (en) * | 2010-06-23 | 2011-12-29 | Siemens Aktiengesellschaft | Temporal Resolution In Cardio CT |
CN102549616A (zh) * | 2009-09-24 | 2012-07-04 | 皇家飞利浦电子股份有限公司 | 用于生成感兴趣区域的图像的系统和方法 |
CN102655810A (zh) * | 2009-12-15 | 2012-09-05 | 皇家飞利浦电子股份有限公司 | 计算机断层摄影装置 |
WO2013014554A1 (en) * | 2011-07-28 | 2013-01-31 | Koninklijke Philips Electronics N.V. | Image generation apparatus |
CN103971349A (zh) * | 2013-01-30 | 2014-08-06 | 上海西门子医疗器械有限公司 | 计算机断层扫描图像重建方法和计算机断层扫描设备 |
CN105103194A (zh) * | 2013-04-10 | 2015-11-25 | 皇家飞利浦有限公司 | 经重建图像数据可视化 |
-
2018
- 2018-11-29 CN CN201811441379.4A patent/CN109523605A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002236910A (ja) * | 2001-02-09 | 2002-08-23 | Hitachi Medical Corp | 3次元画像作成方法 |
JP2005063022A (ja) * | 2003-08-08 | 2005-03-10 | Noritsu Koki Co Ltd | ノイズ画素マップ作成方法とその方法を実施する装置とプログラム及び写真プリント装置 |
CN101178370A (zh) * | 2006-10-27 | 2008-05-14 | Ge医疗系统环球技术有限公司 | X-射线断层摄影设备 |
CN102549616A (zh) * | 2009-09-24 | 2012-07-04 | 皇家飞利浦电子股份有限公司 | 用于生成感兴趣区域的图像的系统和方法 |
CN102655810A (zh) * | 2009-12-15 | 2012-09-05 | 皇家飞利浦电子股份有限公司 | 计算机断层摄影装置 |
US20120250821A1 (en) * | 2009-12-15 | 2012-10-04 | Koninklijke Philips Electronics N.V. | Computed tomography apparatus |
US20110317901A1 (en) * | 2010-06-23 | 2011-12-29 | Siemens Aktiengesellschaft | Temporal Resolution In Cardio CT |
WO2013014554A1 (en) * | 2011-07-28 | 2013-01-31 | Koninklijke Philips Electronics N.V. | Image generation apparatus |
CN103971349A (zh) * | 2013-01-30 | 2014-08-06 | 上海西门子医疗器械有限公司 | 计算机断层扫描图像重建方法和计算机断层扫描设备 |
CN105103194A (zh) * | 2013-04-10 | 2015-11-25 | 皇家飞利浦有限公司 | 经重建图像数据可视化 |
Non-Patent Citations (2)
Title |
---|
P.GRAVEL ET AL: "A method for modeling noise in medical images", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》, vol. 23, no. 10, 4 October 2004 (2004-10-04), pages 1221 - 1232, XP011119641, DOI: 10.1109/TMI.2004.832656 * |
石明国主编: "现代医学影像技术学", vol. 1, 陕西科学技术出版社, pages: 490 - 491 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11763498B2 (en) | 2019-11-12 | 2023-09-19 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
CN110866883A (zh) * | 2019-11-29 | 2020-03-06 | 上海联影医疗科技有限公司 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
CN110866883B (zh) * | 2019-11-29 | 2023-03-17 | 上海联影医疗科技股份有限公司 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
CN114782566A (zh) * | 2021-12-21 | 2022-07-22 | 首都医科大学附属北京友谊医院 | Ct数据重建方法和装置、电子设备和计算机可读存储介质 |
CN114782566B (zh) * | 2021-12-21 | 2023-03-10 | 首都医科大学附属北京友谊医院 | Ct数据重建方法和装置、电子设备和计算机可读存储介质 |
CN114494503A (zh) * | 2022-04-06 | 2022-05-13 | 中国工程物理研究院材料研究所 | 一种基于测量对象约束的透射图像迭代重建方法 |
CN114494503B (zh) * | 2022-04-06 | 2022-07-01 | 中国工程物理研究院材料研究所 | 一种基于测量对象约束的透射图像迭代重建方法 |
CN115294232A (zh) * | 2022-09-30 | 2022-11-04 | 浙江太美医疗科技股份有限公司 | 重建算法的识别方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523605A (zh) | 一种ct图像重建的方法、装置、设备及介质 | |
CN111325686B (zh) | 一种基于深度学习的低剂量pet三维重建方法 | |
Jia et al. | GPU-based fast low-dose cone beam CT reconstruction via total variation | |
US9576391B2 (en) | Tomography apparatus and method of reconstructing a tomography image by the tomography apparatus | |
CN109697741A (zh) | 一种pet图像重建方法、装置、设备及介质 | |
CN111540025B (zh) | 预测用于图像处理的图像 | |
US20230127939A1 (en) | Multi-task learning based regions-of-interest enhancement in pet image reconstruction | |
US9036769B2 (en) | Radio tomographic image generation method and device | |
US20150228092A1 (en) | Digital breast tomosynthesis reconstruction using adaptive voxel grid | |
WO2010127241A2 (en) | System and methods for fast implementation of equally-sloped tomography | |
CN111311704A (zh) | 图像重建方法、装置、计算机设备和存储介质 | |
KR20100133950A (ko) | 동적인 제약들에 따른 오브젝트 주변의 사용을 통한 단층 촬영에 있어서의 양 감소 및 이미지 강화 | |
CN104644200A (zh) | 减少计算机断层扫描图像重构中伪像的方法和装置 | |
US11615530B2 (en) | Medical data processing apparatus for reconstructing a medical image using a neural network | |
AU2019271915A1 (en) | Method and system for motion correction in CT imaging | |
CA2729607A1 (en) | Incorporation of mathematical constraints in methods for dose reduction and image enhancement in tomography | |
US10339675B2 (en) | Tomography apparatus and method for reconstructing tomography image thereof | |
US10013778B2 (en) | Tomography apparatus and method of reconstructing tomography image by using the tomography apparatus | |
Tan et al. | XctNet: Reconstruction network of volumetric images from a single X-ray image | |
Montoya et al. | Reconstruction of three‐dimensional tomographic patient models for radiation dose modulation in CT from two scout views using deep learning | |
Su et al. | A deep learning method for eliminating head motion artifacts in computed tomography | |
CN111476854B (zh) | 图像重建方法、装置、终端及存储介质 | |
CN116245969A (zh) | 一种基于深度神经网络的低剂量pet图像重建方法 | |
WO2023156242A1 (en) | Learned invertible reconstruction | |
CN110176045A (zh) | 一种由单能ct图像生成双能ct图像的方法 |
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 | ||
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. |