CN109801247A - 医学成像方法、计算机程序以及计算机存储介质 - Google Patents
医学成像方法、计算机程序以及计算机存储介质 Download PDFInfo
- Publication number
- CN109801247A CN109801247A CN201711136214.1A CN201711136214A CN109801247A CN 109801247 A CN109801247 A CN 109801247A CN 201711136214 A CN201711136214 A CN 201711136214A CN 109801247 A CN109801247 A CN 109801247A
- Authority
- CN
- China
- Prior art keywords
- image
- matrix
- size
- computer program
- transformed
- 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 23
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 14
- 238000004590 computer program Methods 0.000 title claims abstract description 13
- 238000003860 storage Methods 0.000 title claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims abstract description 71
- 238000003708 edge detection Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000013170 computed tomography imaging Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000009940 knitting Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明的实施例提供了一种医学成像方法、计算机程序和计算机存储介质，该医学成像方法包括：将采集的原始图像数据重建为具有第一矩阵尺寸的第一图像；将第一图像变换为具有第二矩阵尺寸的第二图像，第二矩阵尺寸小于第一矩阵尺寸；以及，显示第二图像。
Description
技术领域
本发明涉及医学检测领域，尤其涉及一种医学成像方法、计算机程序以及计算机存储介质。
背景技术
在例如CT(Computing Tomography，计算机断层)的医学成像系统中，医生可以通过观察显示器中所显示的扫描图像来进行疾病的诊断。
在现有的医学成像系统中，有诸多原因使得呈现给用户的扫描图像具有较小的矩阵尺寸，例如512*512，这些原因包括，例如，显示器本身的物理像素尺寸的限制、计算机的数据处理速度、医生希望同时呈现多幅图像进行比较来得到更准确的诊断结果，等等。
因此，在现有技术中，直接根据原始的扫描数据重建该矩阵尺寸较小的图像，该图像经滤波处理后呈现给用户，以进行疾病的诊断，但是其均匀度、清晰度等则不甚理想，造成这种问题的一个原因可能是探测器通道数大于像素矩阵单元的数量。
为了克服这个问题，一个方法是牺牲显示视野，即通过界定较小的显示视野来提升图像质量；还有一种方法是重建较大矩阵尺寸的图像并进行显示，这需要相应地提升计算机的图像后处理的速度、显示器的物理分辨率、内存大小等。并且，调查发现，基于上述的这些原因，即使为用户呈现较大矩阵尺寸(例如1024*1024)的图像,也极少有用户愿意使用，因此，显示较小矩阵尺寸的图像将仍然是主要的图像呈现方式。
因此，如果能够基于医学成像系统现有的硬件设施来为用户呈现更高质量的扫描图像，将能够提升该医学成像系统的市场竞争力。
发明内容
本发明的一个目的在于提供一种医学成像方法，其能够基于医学成像系统现有的硬件设施来提升所显示的扫描图像的质量。
本发明的示例性实施例提供了一种医学成像方法，包括：将采集的原始图像数据重建为具有第一矩阵尺寸的第一图像；将第一图像变换为具有第二矩阵尺寸的第二图像，第二矩阵尺寸小于第一矩阵尺寸；以及，显示第二图像。
本发明的示例性实施例还提供了一种计算机程序其被配置为使医学成像系统的计算机执行以下指令：将采集的原始图像数据重建为具有第一矩阵尺寸的第一图像；将第一图像变换为具有第二矩阵尺寸的第二图像，第二矩阵尺寸小于第一矩阵尺寸；以及，显示第二图像。
本发明的示例性实施例还提供了一种计算机存储介质，用于存储上述的计算机程序
通过下面的详细描述、附图以及权利要求，其他特征和方面会变得清楚。
附图说明
通过结合附图对于本发明的示例性实施例进行描述，可以更好地理解本发明，在附图中：
图1为本发明一个实施例提供的医学成像方法的流程图；
图2为对一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图；
图3为对另一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图；
图4为对另一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图；
图5为对另一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图。
具体实施方式
以下将描述本发明的具体实施方式，需要指出的是，在这些实施方式的具体描述过程中，为了进行简明扼要的描述，本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是，在任意一种实施方式的实际实施过程中，正如在任意一个工程项目或者设计项目的过程中，为了实现开发者的具体目标，为了满足系统相关的或者商业相关的限制，常常会做出各种各样的具体决策，而这也会从一种实施方式到另一种实施方式之间发生改变。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本发明公开的内容相关的本领域的普通技术人员而言，在本公开揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本公开的内容不充分。
除非另作定义，权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，也不限于是直接的还是间接的连接。
本发明的实施例可以用于医学成像系统中，该医学成像系统可以包括CT成像系统和磁共振成像系统，本领域以CT成像系统为例进行说明。在一个实施例中，该CT成像系统可以包括扫描系统，其包括扫描架、该扫描架形成有圆柱状扫描腔以容纳待扫描对象以及支撑待扫描对象的床板，该扫描上相对地设置有球管和探测器，球管发射的X射线穿透人体组织后被探测器接收，探测器接收的X射线被转换为数字图像信号。
该CT成像系统进一步包括数据采集系统和图像重建系统，数据采集系统用于采集该数字图像信号并将其作为原始图像数据传输至图像重建系统进行图像重建。该图像重建系统可以设置在计算机上，并且重建获得的图像可以在连接计算机的显示器上进行显示。重建获得的图像由多个像素构成，该多个像素以数字矩阵的形式排列。
该CT成像系统进一步包括控制系统，该控制系统也可以设置在计算机上，用于控制扫描系统、数据采集系统和图像重建系统。
图1为本发明一个实施例提供的医学成像方法的流程图，如图1所示，该方法包括以下步骤S12、S14以及S16：
步骤S12：将采集的原始图像数据重建为具有第一矩阵尺寸的第一图像；
步骤S14：将第一图像变换为具有第二矩阵尺寸的第二图像，其中第二矩阵尺寸小于第一矩阵尺寸。
步骤S16：显示第二图像。
例如，通过以上步骤，可以先将原始图像数据重建为一幅图像，该图像在其像素矩阵的水平和竖直方向都具有较多的像素数量(例如其矩阵尺寸可以为1024*1024)，然后通过变换处理使得其像素矩阵的水平和竖直方向的像素数量都减小，以得到具有目标矩阵尺寸的图像(例如512*512)，最终显示变换后的图像，相较于直接重建该具有目标矩阵尺寸的图像，显示的图像具有更好的均匀度、清晰度。
为了适应更多的应用场景，还可以进一步包括存储第一图像的步骤，例如，当用户更倾向于使用更高分辨率的显示器时，可以直接调用存储的第一图像。
进一步地，步骤S14中，可以将第一图像的每多个矩阵单元合并为一个，来将第一图像变换为第二图像。
例如，步骤S14中，将第一图像变换为第二图像的步骤可以包括以下步骤：
将第一图像等间隔地划分为多个区域；
对每个区域覆盖的矩阵单元进行合并，其中各矩阵单元具有相同的合并权重。
以尺寸为1024*1024的第一图像为例，可以求每相邻的4个(2*2)矩阵单元合并为一个矩阵单元，该一个矩阵单元的像素值为该4个矩阵单元的像素值的平均值，因此，每个像素值的合并权重为25％。
上述变换具有简单的数据运算，不会对成像速度造成影响。
再如，步骤S14中，将第一图像变换为第二图像的步骤也可以包括以下步骤：
对第一图像进行边缘检测；
基于边缘检测的结果将第一图像划分为多个区域并对各区域覆盖的各矩阵单元分配合并权重，并按照各矩阵单元的合并权重对每个区域覆盖的矩阵单元进行合并。
图像的边缘检测技术是本领域的已知技术，在此不再赘述。通过边缘检测能够得到更多的图像内容信息，例如检测对象的轮廓，为了实现边缘增强的效果，避免像素合并带来的内容缺失，可以采取非均值权重的合并方法，例如，使含有边缘信息的矩阵单元相较其它矩阵单元具有更大的合并权重。另外，在划分合并的区域时，可以等间隔地划分，也可以按照非等间隔的方式划分，例如，对于一个含有边缘信息的矩阵单元，可以将其与周围的其它多个像素划分到一个合并区域中，这只是一个示例性的非等间隔划分的方法，当然，也可以进行其它方式的划分，只要能够将大尺寸的图像变换为目标尺寸、实现边缘增强并尽可能地避免图像失真。
在一种实施方式中，该第一矩阵尺寸为1024*1024，第二矩阵尺寸为512*512，当然，本发明的实施例也适用于对其它尺寸的重建图像进行变换以得到其他目标尺寸的显示图像。
本发明的实施例还提供一种计算机程序，其被配置为使医学成像系统的计算机执行以下指令：
将采集的原始图像数据重建为具有第一矩阵尺寸的第一图像；
将第一图像变换为具有第二矩阵尺寸的第二图像，第二矩阵尺寸小于第一矩阵尺寸；以及，
显示第二图像。
进一步地，该计算机程序还被被配置为使医学成像系统的计算机执行以下指令：存储第一图像。
可选地，将第一图像变换为第二图像的指令包括以下子指令：
按照第二矩阵尺寸将第一图像划分为多个区域，每个区域中包括多个矩阵单元；
对每个区域中的多个矩阵单元进行合并，其中各矩阵单元具有相同的合并权重。
可选地，将第一图像变换为第二图像的指令包括以下子指令：
对第一图像进行边缘检测；
基于边缘检测的结果对第一图像的各矩阵单元分配合并权重，并按照各矩阵单元的合并权重对第一图像的相邻矩阵单元进行合并。
本发明的实施例还提供一种计算机存储介质，用于存储上述计算机程序。
本发明的实施例在医学成像过程中，通过重建获得一个更大尺寸的图像，然后通过变换处理将其还原为的较小尺寸的图像呈现给用户，以在满足用户的使用习惯和匹配现有硬件设置的同时，提升图像质量。采用这种全新的思路获得有效的解决方案，使得付出非常低的成本便可达到等同于现有技术需要更高代价所能达到的技术效果，具有较高的经济价值。
图2为对一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图，其中图2中左上方为重建获得的尺寸为512*512的图像，其中图2中右上方为重建获得的尺寸为1024*1024的图像，图2中下方为采用本发明的实施例对右上方的图像进行变换后获得的尺寸为512*512的图像，从图2中的两幅尺寸为512*512的图像进行对比可知，采用本发明实施例获得的图像的噪声标准差(SD)更小，分辨率更高。
图3为对另一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图，其中图3左上方为采用现有技术直接重建出的尺寸为512*512的图像，图3右上方为采用现有技术重建出的尺寸为512*512的图像后再进行滤波处理后获得的图像，图3右下方为为采用现有技术直接重建出的尺寸为1024*1024的图像，图3左下方为为采用本发明实施例获得的尺寸为512*512图像，对比可知，对于相同尺寸(512*512)的图像，采用本发明实施例获得的图像相较采用现有技术获得的图像，具有更小的噪声标准差、均匀度更高、清晰度更高，并且可以支持更低剂量(例如30mA)的扫描。
图4为对另一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图，其中图4左上方为采用现有技术直接重建出的尺寸为512*512的图像，图4右上方为采用现有技术重建出的尺寸为512*512的图像后再进行滤波处理后获得的图像，图4左下方为为采用现有技术直接重建出的尺寸为1024*1024的图像，图4右下方为为采用本发明实施例获得的尺寸为512*512的图像，对比可知，对于相同尺寸(512*512)的图像，采用本发明实施例获得的图像相较采用现有技术获得的图像，均匀度和清晰度更高。
图5为对另一个身体部位进行成像时，采用本发明的实施例获得的图像与采用现有技术直接重建获得的图像的对比图，其中图5左上方为采用现有技术直接重建出的尺寸为512*512的图像，图5右上方为采用现有技术重建出的尺寸为512*512的图像后再进行滤波处理后获得的图像，图5左下方为为采用现有技术直接重建出的尺寸为1024*1024的图像，图5右下方为为采用本发明实施例获得的尺寸为512*512的图像，对比可知，对于相同尺寸(512*512)的图像，采用本发明实施例获得的图像相较采用现有技术获得的图像，均匀度和清晰度更高。
上面已经描述了一些示例性实施例，然而，应该理解的是，可以做出各种修改。例如，如果所描述的技术以不同的顺序执行和/或如果所描述的系统、架构、设备或电路中的组件以不同方式被组合和/或被另外的组件或其等同物替代或补充，则可以实现合适的结果。相应地，其他实施方式也落入权利要求的保护范围内。
Claims (10)
1.一种医学成像方法，包括：
将采集的原始图像数据重建为具有第一矩阵尺寸的第一图像；
将所述第一图像变换为具有第二矩阵尺寸的第二图像，所述第二矩阵尺寸小于第一矩阵尺寸；以及，
显示所述第二图像。
2.根据权利要求1所述的医学成像方法，其特征在于，还包括：
存储所述第一图像。
3.根据权利要求1所述的医学成像方法，其特征在于，将第一图像变换为第二图像的步骤包括：
将第一图像等间隔地划分为多个区域；
对每个区域覆盖的矩阵单元进行合并，其中各矩阵单元具有相同的合并权重。
4.根据权利要求1所述的医学成像方法，其特征在于，将第一图像变换为第二图像的步骤包括：
对所述第一图像进行边缘检测；
基于边缘检测的结果将第一图像划分为多个区域并对各区域覆盖的各矩阵单元分配合并权重，并按照各矩阵单元的合并权重对每个区域覆盖的矩阵单元进行合并。
5.根据权利要求1所述的医学成像方法，其特征在于，所述所述第一矩阵尺寸为1024*1024，第二矩阵尺寸为512*512。
6.一种计算机程序，其被配置为使医学成像系统的计算机执行以下指令：
将采集的原始图像数据重建为具有第一矩阵尺寸的第一图像；
将所述第一图像变换为具有第二矩阵尺寸的第二图像，所述第二矩阵尺寸小于第一矩阵尺寸；以及，
显示所述第二图像。
7.根据权利要求6所述的计算机程序，其特征在于，所述计算机程序还被被配置为使医学成像系统的计算机执行以下指令：
存储所述第一图像。
8.根据权利要求6所述的计算机程序，其特征在于，将第一图像变换为第二图像的指令包括以下子指令：
按照第二矩阵尺寸将第一图像划分为多个区域，每个区域中包括多个矩阵单元；
对每个区域中的多个矩阵单元进行合并，其中各矩阵单元具有相同的合并权重。
9.根据权利要求6所述的计算机程序，其特征在于，将第一图像变换为第二图像的指令包括以下子指令：
对所述第一图像进行边缘检测；
基于边缘检测的结果对第一图像的各矩阵单元分配合并权重，并按照各矩阵单元的合并权重对第一图像的相邻矩阵单元进行合并。
10.一种计算机存储介质，用于存储如权利要求6-9任一项所述的计算机程序。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711136214.1A CN109801247A (zh) | 2017-11-16 | 2017-11-16 | 医学成像方法、计算机程序以及计算机存储介质 |
| US16/176,626 US20190147630A1 (en) | 2017-11-16 | 2018-10-31 | Medical imaging method, computer program, and computer storage |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711136214.1A CN109801247A (zh) | 2017-11-16 | 2017-11-16 | 医学成像方法、计算机程序以及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109801247A true CN109801247A (zh) | 2019-05-24 |
Family
ID=66431390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711136214.1A Pending CN109801247A (zh) | 2017-11-16 | 2017-11-16 | 医学成像方法、计算机程序以及计算机存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20190147630A1 (zh) |
| CN (1) | CN109801247A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6175658B1 (en) * | 1998-07-10 | 2001-01-16 | General Electric Company | Spatially-selective edge enhancement for discrete pixel images |
| CN101079949A (zh) * | 2006-02-07 | 2007-11-28 | 索尼株式会社 | 图像处理设备和方法、记录介质以及程序 |
| WO2008014463A2 (en) * | 2006-07-27 | 2008-01-31 | Thermo Electron Scientific Instruments Llc | Automatic material labeling during spectral image data acquisition |
| CN104952039A (zh) * | 2015-06-14 | 2015-09-30 | 中国电子科技集团公司第十研究所 | 分布式图像压缩感知重建方法 |
| CN106296764A (zh) * | 2016-08-02 | 2017-01-04 | 上海联影医疗科技有限公司 | 图像重建方法及系统 |
| CN106886977A (zh) * | 2017-02-08 | 2017-06-23 | 徐州工程学院 | 一种多图自动配准及融合拼接方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107369147B (zh) * | 2017-07-06 | 2020-12-25 | 江苏师范大学 | 基于自我监督学习的图像融合方法 |
-
2017
- 2017-11-16 CN CN201711136214.1A patent/CN109801247A/zh active Pending
-
2018
- 2018-10-31 US US16/176,626 patent/US20190147630A1/en not_active Abandoned
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6175658B1 (en) * | 1998-07-10 | 2001-01-16 | General Electric Company | Spatially-selective edge enhancement for discrete pixel images |
| CN101079949A (zh) * | 2006-02-07 | 2007-11-28 | 索尼株式会社 | 图像处理设备和方法、记录介质以及程序 |
| WO2008014463A2 (en) * | 2006-07-27 | 2008-01-31 | Thermo Electron Scientific Instruments Llc | Automatic material labeling during spectral image data acquisition |
| CN104952039A (zh) * | 2015-06-14 | 2015-09-30 | 中国电子科技集团公司第十研究所 | 分布式图像压缩感知重建方法 |
| CN106296764A (zh) * | 2016-08-02 | 2017-01-04 | 上海联影医疗科技有限公司 | 图像重建方法及系统 |
| CN106886977A (zh) * | 2017-02-08 | 2017-06-23 | 徐州工程学院 | 一种多图自动配准及融合拼接方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20190147630A1 (en) | 2019-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9384555B2 (en) | Motion correction apparatus and method | |
| US8634627B2 (en) | Image processing apparatus, X-ray CT apparatus, and image processing method | |
| US9471987B2 (en) | Automatic planning for medical imaging | |
| CN104520897B (zh) | 图像噪声降低和/或图像分辨率提高 | |
| JP6351942B2 (ja) | 医用診断画像処理装置 | |
| US11229377B2 (en) | System and method for next-generation MRI spine evaluation | |
| CN113808106B (zh) | 一种基于深度学习的超低剂量pet图像重建系统及方法 | |
| US10910101B2 (en) | Image diagnosis support apparatus, image diagnosis support method, and image diagnosis support program | |
| US20210104040A1 (en) | System and method for automated angiography | |
| US9563968B2 (en) | Medical image processing apparatus | |
| Baum et al. | Fusion viewer: a new tool for fusion and visualization of multimodal medical data sets | |
| CN109199422A (zh) | Ct预览图像重建优化方法、装置、计算机设备和存储介质 | |
| CN111260703A (zh) | 一种获取脊柱拉直图像集的方法、系统、介质及存储介质 | |
| CN106102581A (zh) | 图像数据中移动的结构的分割 | |
| US8331638B2 (en) | Creation of motion compensated MRI M-mode images of the myocardial wall | |
| CN109961487A (zh) | 放疗定位图像识别方法、计算机程序及计算机存储介质 | |
| CN115311191A (zh) | 使用深度学习估计的扫描方案遮罩来生成三维解剖结构扫描的重新格式化视图 | |
| Roberts et al. | Imaging evaluation of a proposed 3D generative model for MRI to CT translation in the lumbar spine | |
| Moore | A threshold structure metric for medical image interrogation: The 2D extension of approximate entropy | |
| US6975897B2 (en) | Short/long axis cardiac display protocol | |
| WO2015130388A1 (en) | Image generating apparatus, radiation tomography imaging apparatus, and image generating method and program | |
| CN109801247A (zh) | 医学成像方法、计算机程序以及计算机存储介质 | |
| EP2343687B1 (en) | Tomographic image generating apparatus, tomographic image generating method, and program for generating tomographic images | |
| JP5317453B2 (ja) | 医用画像処理装置 | |
| US20030169254A1 (en) | Method for producing an image sequence from volume datasets |
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 |