CN110292392A - 一种荧光ct稀疏角度投影自吸收校正方法 - Google Patents
一种荧光ct稀疏角度投影自吸收校正方法 Download PDFInfo
- Publication number
- CN110292392A CN110292392A CN201910447536.0A CN201910447536A CN110292392A CN 110292392 A CN110292392 A CN 110292392A CN 201910447536 A CN201910447536 A CN 201910447536A CN 110292392 A CN110292392 A CN 110292392A
- Authority
- CN
- China
- Prior art keywords
- fluorescence
- spectrum analysis
- gamma spectrum
- ray
- analysis method
- 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
- 238000010183 spectrum analysis Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010521 absorption reaction Methods 0.000 claims abstract description 21
- 230000006870 function Effects 0.000 claims description 38
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 10
- 229910052697 platinum Inorganic materials 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 239000000523 sample Substances 0.000 description 14
- 238000005070 sampling Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/485—Diagnostic techniques involving fluorescence X-ray imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本公开提供了一种荧光CT稀疏角度投影自吸收校正方法、可读存储介质及计算机设备,步骤如下:系统初始化,初始化相关参数;计算各个体素的权重函数,获取考虑自吸收校正的X射线下各个体素的权重函数,基于压缩感知理论利用Split‑Bregman迭代进行图像迭代重建;借助压缩感知理论的框架,在开展各个体素权重因子的过程中充分考虑自吸收的存在,得到了多色X射线下各个体素的权重因子,将该权重因子加入到Split‑Bregman迭代的重建中,提高了图像的重建质量。
Description
技术领域
本公开涉及荧光CT技术领域,特别涉及一种荧光CT稀疏角度投影自吸收校正方法、可读存储介质及计算机设备。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术,并不必然构成现有技术。
荧光CT是一种获取样品内部元素三维分布的计算机断层扫描成像技术,其在生物学、医学和材料学等领域具有重要的潜在应用价值。
对于荧光CT而言,自吸收问题一直是影响其成像质量的重要因素,由于自吸收问题的存在,荧光信号从被激发位置到荧光探测器的过程中会被路径上的元素吸收而衰减,因此,在荧光CT的图像重建过程中开展自吸收校正是必要的;另一方面,稀疏角度数据采集可以大大减少采样时长,但是稀疏角度采样往往会带来误差。
发明内容
为了解决现有技术的不足,本公开提供了一种荧光CT稀疏角度投影自吸收校正方法、可读存储介质及计算机设备,借助压缩感知理论的框架,在开展各个体素权重因子的过程中充分考虑自吸收的存在,得到了多色X射线下各个体素的权重因子,将该权重因子加入到 Split-Bregman迭代的重建中,提高了图像的重建质量。
为了实现上述目的,本公开采用如下技术方案:
第一方面,本公开提供了一种荧光CT稀疏角度投影自吸收校正方法;
一种荧光CT稀疏角度投影自吸收校正方法,步骤如下:
初始化相关参数;
计算各个体素的权重函数,获取考虑自吸收校正的X射线下各个体素的权重函数;
基于压缩感知理论利用Split-Bregman迭代进行图像迭代重建。
作为可能的一些实现方式,初始化相关参数:
C0=0,φ(Ei),J,f,ω,μph,ρ,
其中C0为假定的初始浓度,φ(Ei)为入射光谱的能量分布,J为吸收跃迁因子,f为谱线分数,ω为荧光产额,μph为光电吸收系数,ρ为铂的密度,和为Split-Bregman 迭代的中间变量,E为X射线能量。
作为进一步的限定,通过各个体素的权重函数h'(i,j,m,n)、入射X射线的衰减函数和出射X射线荧光到探测器的衰减函数g(θ,s,t)计算考虑自吸收校正的X射线下各个体素的权重函数h(i,j,m,n);其中,i和j为对应的体素位置,m和n为对应的投影角度编号和射线编号,θ为样品的旋转角度,s和t为样品的横坐标和纵坐标。
作为更进一步的限定,所述入射X射线的衰减函数的计算方法为:
Cn1是元素n1的浓度,C’Pt是铂的浓度;B(n)(E)和γ(n)(E)是有关元素n能量的函数,仅在跨越吸收边时有变化;为铂的LIII吸收边能量;u为荧光激发位置;N1为样品中所含轻元素的数量。
作为更进一步的限定,出射X射线荧光到探测器的衰减函数g(θ,s,t)的计算方法为:
作为更进一步的限定,考虑自吸收校正的X射线下各体素的权重函数的计算方法为:其中Ef为铂特征X射线的能量;Ω0和Ω1为感兴趣区域对应的立体角范围;为有关元素n1在能量Ef位置的系数。
作为更进一步的限定,利用最速下降算法重建元素的分布情况,具体为:
gn=μ·hT(hCk-I)
Ck+1=Ck-αn·gn
其中I为单位矩阵,h为考虑自吸收校正的X射线下各体素的权重函数,gn为加权后的图像偏差,μ为权重函数,为对密度函数求偏导。
作为更进一步的限定,利用更新后的相关参数判断是否完成迭代,如果迭代完成则完成图像迭代重建,如果迭代为完成则开始新一轮Split-Bregman迭代,具体参数更新公式为:
作为可能的一些实现方式,迭代完成的判断条件为:当图像更新前后的变化小于某个值时完成迭代,进一步的,该值为重建结果对应体素值的1%。
作为可能的一些实现方式,迭代完成的判断条件为:固定总迭代次数N,当迭代次数达到N时停止迭代,进一步的,迭代总次数为50。
第二方面,本公开提供了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本公开所述的荧光CT稀疏角度投影自吸收校正方法中的步骤。
第三方面,本公开提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如本公开所述的荧光CT稀疏角度投影自吸收校正方法中的步骤。
与现有技术相比,本公开的有益效果是:
1、本公开所述的内容借助压缩感知理论的框架,在开展各个体素权重因子的过程中充分考虑自吸收的存在,得到了多色X射线下各个体素的权重因子,将该权重因子加入到Split-Bregman迭代的重建中,提高了图像的重建质量。
2、本公开所述的内容在保证稀疏角度采样的前提下,解决了自吸收对成像质量的影响,从而极大的提高了图像的重建质量。
3、本公开所述的内容实现SEM和荧光CT的连用,完成精确局部位置的荧光CT扫描,获取精确局部区域的元素三维分布;能够快速高质量完成感兴趣区域的元素三维分布获取,节省扫描时间。
附图说明
图1为本公开所述的基于SEM的荧光CT系统的结构示意图。
图2为本公开实施例1所述的荧光CT稀疏角度投影自吸收校正方法流程图。
图3为本公开实施例1所述的利用MLEM算法进行图像重建后的效果图。
图4为本公开实施例1所述的利用稀疏角度自吸收校正方法进行图像重建后的效果图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
荧光CT是一种获取样品内部元素三维分布的计算机断层扫描成像技术,其在生物学、医学和材料学等领域具有重要的潜在应用价值。目前,荧光CT系统的数据扫描过程仍然较为漫长,对整个样品的扫描需要耗费大量的时间,实现局部精确位置的元素三维分布图像迫在眉睫。SEM可以实现精确定位分析,但只可以样品的表面元素分布分析,而无法获得样品的内部元素分布情况。荧光CT系统则恰恰相反,可以得到样品内部的元素分布情况,但是无法实现精确定位。这导致在实际分析过程中,无法实现局部精确位置的计算机断层扫描成像。
本公开提供了一种基于SEM的荧光CT系统,很好的实现了局部精确位置的元素三维分布重建,如图1所示。具体做法为:利用SEM的入射电子束,制作阳极靶产生初始X射线,利用毛细管聚焦透镜对产生的初始X射线进行聚焦。聚焦后的X射线打到样品的特定位置(经过 SEM精确定位的局部位置),透射的X射线被CCD探测器收集,得到了样品的CT数据可用于自吸收校正;荧光信号被SEM的荧光探测器收集,用于元素三维分布图像的重建。
本公开所述的上述系统具有如下优点:(1)实现SEM和荧光CT的连用,完成精确局部位置的荧光CT扫描,获取精确局部区域的元素三维分布;(2)快速高质量完成感兴趣区域的元素三维分布获取,节省扫描时间。
但是上述系统存在采样时间长和自吸收严重的问题。
实施例1:
如图2-4所示,本公开实施例1提供了提供了一种荧光CT稀疏角度投影自吸收校正方法(图 2),用于解决采样时间长和自吸收严重的问题,步骤如下:
系统初始化,初始化相关参数,具体为:C0=0,φ(Ei),J,f,ω,μph,ρ,
其中C0为假定的初始浓度,φ(Ei)为入射光谱的能量分布,J为吸收跃迁因子,f为谱线分数,ω为荧光产额,μph为光电吸收系数,ρ为铂的密度,和为Split-Bregman 迭代的中间变量,E为X射线能量。
计算各个体素的权重函数,获取考虑自吸收校正的X射线下各个体素的权重函数;
通过各个体素的权重函数h'(i,j,m,n)、入射X射线的衰减函数和出射X射线荧光到探测器的衰减函数g(θ,s,t)计算考虑自吸收校正的X射线下各个体素的权重函数h(i,j,m,n),其中,i和j为对应的体素位置,m和n为对应的投影角度编号和射线编号,θ为样品的旋转角度,s和t为样品的横坐标和纵坐标。
所述入射X射线的衰减函数的计算方法为:
Cn1是元素n1的浓度,C’Pt是铂的浓度;B(n)(E)和γ(n)(E)是有关元素n能量的函数,仅在跨越吸收边时有变化;为铂的LIII吸收边能量;u为荧光激发位置;N1为样品中所含轻元素的数量。
出射X射线荧光到探测器的衰减函数g(θ,s,t)的计算方法为:
考虑自吸收校正的X射线下各体素的权重函数的计算方法为:
其中Ef为铂特征X射线的能量;Ω0和Ω1为感兴趣区域对应的立体角范围;为有关元素n1在能量Ef位置的系数。
基于压缩感知理论利用Split-Bregman迭代进行图像迭代重建,所述压缩感知理论表明若原始信号或者图像在适当的变换域内具有稀疏表示,则可由少量投影重建图像;
利用最速下降算法重建元素的分布情况,具体为:
gn=μ·hT(hCk-I)
Ck+1=Ck-αn·gn
其中I为单位矩阵,h为考虑自吸收校正的X射线下各体素的权重函数,gn为加权后的图像偏差,μ为权重函数,为对密度函数求偏导。
利用更新后的相关参数判断是否完成迭代,如果迭代完成则完成图像迭代重建,如果迭代为完成则开始新一轮Split-Bregman迭代,具体参数更新公式为:
迭代完成的判断条件为:当图像更新前后的变化小于某个值时完成迭代,进一步的,该值为重建结果对应体素值的1%。
如图3和4所示,在60个投影角度下对含直径1.5毫米浓度分别为0.8%、0.4%、0.2%和0.1%铂纳米粒子溶液的直径8毫米模体进行扫描,并分别利用MLEM算法(图3)和本实施例提出的稀疏角度自吸收校正方法(图4)进行重建。重建结果表明:MLEM算法得到的图像最高浓度不足0.1%,严重失真,而本实施例提出的方法得到的图像最高在0.8左右,重建结果明显优于未考虑自吸收和稀疏角度的重建结果。
实施例2:
本公开实施例2提供了一种荧光CT稀疏角度投影自吸收校正方法,其中迭代完成的判断条件为:固定总迭代次数N,当迭代次数达到N时停止迭代,进一步的,迭代总次数为50,其他步骤与实施例1中的相同。
实施例3:
本公开实施例3提供了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本公开实施例1所述的荧光CT稀疏角度投影自吸收校正方法中的步骤。
实施例4:
本公开实施例4提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如本公开实施例1 所述的荧光CT稀疏角度投影自吸收校正方法中的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种荧光CT稀疏角度投影自吸收校正方法,其特征在于,步骤如下:
初始化相关参数;
计算各个体素的权重函数,获取考虑自吸收校正的X射线下各个体素的权重函数;
基于压缩感知理论利用Split-Bregman迭代进行图像迭代重建。
2.如权利要求1所述的荧光CT稀疏角度投影自吸收校正方法,其特征在于,初始化相关参数:C0=0,φ(Ei),J,f,ω,μph,ρ,其中C0为假定的初始浓度,φ(Ei)为入射光谱的能量分布,J为吸收跃迁因子,f为谱线分数,ω为荧光产额,μph为光电吸收系数,ρ为铂的密度,和为Split-Bregman迭代的中间变量,E为X射线能量。
3.如权利要求2所述的荧光CT稀疏角度投影自吸收校正方法,其特征在于,通过各个体素的权重函数h'(i,j,m,n)、入射X射线的衰减函数和出射X射线荧光到探测器的衰减函数g(θ,s,t)计算考虑自吸收校正的X射线下各个体素的权重函数h(i,j,m,n);其中,i和j为对应的体素位置,m和n为对应的投影角度编号和射线编号,θ为样品的旋转角度,s和t为样品的横坐标和纵坐标。
4.如权利要求3所述的荧光CT稀疏角度投影自吸收校正方法,其特征在于,所述入射X射线的衰减函数的计算方法为:
其中,Cn1是元素n1的浓度,C’Pt是铂的浓度;B(n)(E)和γ(n)(E)是有关元素n能量的函数,仅在跨越吸收边时有变化;为铂的LIII吸收边能量;u为荧光激发位置;N1为样品中所含轻元素的数量。
5.如权利要求4所述的荧光CT稀疏角度投影自吸收校正方法,其特征在于,出射X射线荧光到探测器的衰减函数g(θ,s,t)的计算方法为:
6.如权利要求5所述的荧光CT稀疏角度投影自吸收校正方法,其特征在于,考虑自吸收校正的X射线下各体素的权重函数的计算方法为:其中Ef为铂特征X射线的能量;Ω0和Ω1为感兴趣区域对应的立体角范围;为有关元素n1在能量Ef位置的系数。
7.如权利要求6所述的荧光CT稀疏角度投影自吸收校正方法,其特征在于,利用最速下降算法重建元素的分布情况,具体为:
gn=μ·hT(hCk-I)
Ck+1=Ck-αn·gn
其中I为单位矩阵,h为考虑自吸收校正的X射线下各体素的权重函数,gn为加权后的图像偏差,μ为权重函数,为对密度函数求偏导。
8.如权利要求7所述的荧光CT稀疏角度投影自吸收校正方法,其特征在于,利用更新后的相关参数判断是否完成迭代,如果迭代完成则完成图像迭代重建,如果迭代为完成则开始新一轮Split-Bregman迭代,具体参数更新公式为:
9.一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1-8任一项所述的荧光CT稀疏角度投影自吸收校正方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-8任一项所述的荧光CT稀疏角度投影自吸收校正方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447536.0A CN110292392A (zh) | 2019-05-27 | 2019-05-27 | 一种荧光ct稀疏角度投影自吸收校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447536.0A CN110292392A (zh) | 2019-05-27 | 2019-05-27 | 一种荧光ct稀疏角度投影自吸收校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110292392A true CN110292392A (zh) | 2019-10-01 |
Family
ID=68027342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910447536.0A Pending CN110292392A (zh) | 2019-05-27 | 2019-05-27 | 一种荧光ct稀疏角度投影自吸收校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110292392A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111351810A (zh) * | 2020-03-30 | 2020-06-30 | 山东省分析测试中心 | 一种含多尺度缺陷金属断裂失效行为的分析方法 |
CN111413357A (zh) * | 2020-04-20 | 2020-07-14 | 中国科学院高能物理研究所 | X射线吸收边探测信号增强方法、装置、设备及存储介质 |
-
2019
- 2019-05-27 CN CN201910447536.0A patent/CN110292392A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111351810A (zh) * | 2020-03-30 | 2020-06-30 | 山东省分析测试中心 | 一种含多尺度缺陷金属断裂失效行为的分析方法 |
CN111413357A (zh) * | 2020-04-20 | 2020-07-14 | 中国科学院高能物理研究所 | X射线吸收边探测信号增强方法、装置、设备及存储介质 |
CN111413357B (zh) * | 2020-04-20 | 2022-01-07 | 中国科学院高能物理研究所 | X射线吸收边探测信号增强方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10359375B2 (en) | Photon count-based radiation imaging system, method and device thereof | |
Dougherty | Digital image processing for medical applications | |
Niu et al. | Shading correction for on‐board cone‐beam CT in radiation therapy using planning MDCT images | |
CN107315019A (zh) | 射线透射和荧光ct成像系统和成像方法 | |
EP3062093A1 (en) | Photon count-based radiation imaging system, method, and apparatus | |
JP2000180550A (ja) | Ml―em画像再構成法及び医用画像形成装置 | |
Berger et al. | X-ray Imaging | |
CN105796121B (zh) | 一种ct和x射线激发荧光双模同步断层成像方法 | |
CN109788926A (zh) | 光谱计算机断层扫描(ct)的光谱校准 | |
CN110292392A (zh) | 一种荧光ct稀疏角度投影自吸收校正方法 | |
CN114707416B (zh) | 一种人体内照射剂量检测方法、装置、系统及计算机设备 | |
CN113167913A (zh) | 针对常规成像的光子计数的能量加权 | |
CN114910495A (zh) | X射线荧光ct与康普顿相机复合成像系统及方法 | |
Yu et al. | Medipix-based spectral Micro-CT | |
CN109916933B (zh) | 基于卷积神经网络的x射线计算机断层成像能谱估计方法 | |
WO2022247234A1 (zh) | 一种锥束x射线荧光成像方法、系统、终端以及存储介质 | |
Lee et al. | Investigation of Attenuation Correction for Small‐Animal Single Photon Emission Computed Tomography | |
CN113796879A (zh) | 一种球管出射能谱验证方法、装置、电子设备及存储介质 | |
Satoh et al. | Effectiveness of a combination of ML-EM and STIM-CT in PIXE-CT for biological specimen | |
CN210604461U (zh) | 一种实现局部定位的荧光ct成像系统 | |
Niederlohner et al. | Using the Medipix2 detector for photon counting computed tomography | |
Thibaudeau et al. | Toward truly combined PET/CT imaging using PET detectors and photon counting CT with iterative reconstruction implementing physical detector response | |
Nguyen | Computed tomography for the non-destructive imaging of cultural heritage: X-ray, Gamma and Neutron Sources | |
Sato et al. | High-statistics image generation from sparse radiation images by four types of machine-learning models | |
Kong et al. | Evaluation of an analytic reconstruction method as a platform for spectral cone-beam CT |
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 |
Application publication date: 20191001 |
|
RJ01 | Rejection of invention patent application after publication |