CN110310283A - 一种ct影像中头部倾斜的自动检测及校正方法 - Google Patents
一种ct影像中头部倾斜的自动检测及校正方法 Download PDFInfo
- Publication number
- CN110310283A CN110310283A CN201910730681.XA CN201910730681A CN110310283A CN 110310283 A CN110310283 A CN 110310283A CN 201910730681 A CN201910730681 A CN 201910730681A CN 110310283 A CN110310283 A CN 110310283A
- Authority
- CN
- China
- Prior art keywords
- jawbone
- images
- head
- layer
- inclination
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 239000010410 layer Substances 0.000 claims abstract description 50
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 18
- 239000011229 interlayer Substances 0.000 claims abstract description 13
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000036039 immunity Effects 0.000 abstract description 3
- 238000001959 radiotherapy Methods 0.000 abstract description 2
- 238000002591 computed tomography Methods 0.000 description 46
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000010513 Stupor Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06T3/60—Rotation of whole images or parts thereof
- G06T3/608—Rotation of whole images or parts thereof by skew deformation, e.g. two-pass or three-pass rotation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明属于放疗技术领域，涉及一种CT影像中头部倾斜的自动检测及校正方法、设备和存储介质。该方法包括如下步骤：对全身CT影像进行二值化操作；进行最大连通区域查找，删除所有非最大连通区域，并去除每层CT影像中的非主要身体部位，只保留主要身体部位；判断肩部与颈部的交界层；确定最佳颌骨层；对最佳颌骨层中的颌骨区域进行椭圆拟合；记录颌骨的质心和拟合椭圆的质心；确定体位，实施头部校正。本发明可以快速有效地检测CT影像中头部的倾角及朝向，进而为对头部影像的倾斜校正提供准确的参数信息；具有计算复杂度低、耗时短、抗噪性高、数据适应好的优点；本方法还可拓展应用于对不同场景下的人体倾斜校正，具有较好的可拓展性。
Description
技术领域
本发明属于放疗技术领域，涉及一种CT影像中头部倾斜的自动检测及校正方法、设备和存储介质。
背景技术
自动化的计算机断层扫描(CT)医疗影像分析诊断技术通常对于要分析的影像形态有一定的要求。以自动检测头部CT影像中的眼睛算法为例，为降低算法的空间搜索时间和出错概率，通常都是假定被扫描对象是在某个特定的扫描体位的(如仰卧体位)。但在临床实践中被扫描对象经常因为各种原因(如昏迷、医嘱要求等)都是头部歪斜着参加扫描。由此导致的由各个不同的扫描体位得到的CT影像会大大增加影像分析算法的出错概率。为了能够增强影像分析算法的鲁棒性，通常需要有一套能够自适应地检测头部倾斜角度并进行倾斜校正的预处理算法。
目前对医学影像做倾斜校正的方法主要服务于医学影像配准，在应用于针对CT影像中头部的倾斜检测及校正时，现有的基于图像几何矩、基于图像惯量矩阵、基于奇异值分解等的医学影像倾斜校正方法均存在计算复杂度高、耗时长、抗噪性较差、数据适应性较差等问题，在实际应用中的性能和鲁棒性不高。
发明内容
本发明的目的在于为克服现有技术的缺陷，提供一种全身CT影像中头部倾斜角度自动检测及校正方法。
为实现上述目的，本发明采用以下技术方案：
本发明根据全身CT影像中头部下颌骨区域与其周边区域的影像的特殊对比及下颌骨区域天然表达的头部朝向信息等特征，提供一种基于CT影像中头部下颌骨朝向的头部倾斜角度自动检测及校正方法。
一种全身CT影像中头部倾斜的自动检测及校正方法，适于在计算设备中执行，该方法包括如下步骤：
(1)对全身CT影像进行二值化操作；
(2)把步骤(1)中得到的所有二值化影像逐层进行最大连通区域查找，删除所有非最大连通区域，并去除每层CT影像中的非主要身体部位，只保留主要身体部位；
(3)判断肩部与颈部的交界层；
(4)确定最佳颌骨层；
(5)对最佳颌骨层中的颌骨区域进行椭圆拟合；
(6)根据对最佳颌骨层中的颌骨区域的椭圆拟合，判定椭圆长轴及其相对于水平轴在逆时针方向的水平倾角α,记录颌骨的质心和拟合椭圆的质心；
(7)确定体位，实施头部校正。
本实施例进一步优选地，
所述的CT影像为2D CT影像。
所述的主要身体部位为每层CT影像中的头颈、躯干和腿脚的区域。
步骤(3)中，判断肩部与颈部的交界层进一步包括：检测经步骤(2)处理过的各层CT影像数据中的身体宽度，按从上到下或从下到上的顺序求每连续两层的宽度差值绝对值，以差值的绝对值最大的那层为肩部与颈部分界层。步骤(4)中，确定最佳颌骨层进一步包括：以肩部与颈部的交界层为起始层，向头部方向取得所有包含下颌骨的CT图；对所有包含下颌骨的CT图以颌骨HU阈值做二值化得到颌骨区域，对所有颌骨区域按照最大连通面积进行排序，面积最大者则为最佳颌骨层。
步骤(4)中，根据人体肩部与颈部的交界层的位置，向头部方向取N层图像，其中N＝“L(mm)/CT扫描层厚(mm)”的向下取整值，其中L的经验值为200mm足以包含所有下颌骨的CT图
步骤(7)中，所述的确定体位进一步包括：根据椭圆质心与颌骨质心的相对位置以确定体位是仰卧还是俯卧；若椭圆质心在颌骨质心下方，则判定为仰卧；若椭圆质心在颌骨质心上方，则判定为俯卧。
步骤(7)中，所述的实施头部校正进一步包括：对于仰卧状态的头部倾斜校正方法为:若水平倾角α小于90度,则逆时针旋转(90-α)度，若水平倾角α大于90度,则顺时针旋转(α-90)度,最终得到头部垂直向上的校正图像；对于俯卧状态的头部倾斜校正方法为:若水平倾角α小于90度,则逆时针旋转(90-α)度；若水平倾角α大于90度,则顺时针旋转(α-90)度,此时的CT图像头部朝向为垂直向下；再顺时针或逆时针旋转180度，得到头部垂直向上的校正图像。
本发明还提供一种计算设备，包括：
一个或多个处理器；
存储器；以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由一个或多个处理器执行，所述的一个或多个程序包括用于执行上述全身CT影像中头部倾斜的自动检测及校正方法的指令。
本发明还提供一种存储一个或多个程序的计算机可读存储介质，所述的一个或多个程序包括指令，所述指令适于由存储器加载并执行上述全身CT影像中头部倾斜的自动检测及校正方法。
本发明具有以下有益效果：
1、本发明可以快速有效地检测CT影像中头部的倾角及朝向(朝上还是朝下、朝左还是朝右)，进而为对头部影像的倾斜校正提供准确的参数信息；
2、本方法应用于CT头部影像具有计算复杂度低、耗时短、抗噪性高、数据适应好的优点；
3、本方法对不同年龄、不同头部形状的人群的CT头部影像都具有良好的适应性；
4、本方法可进一步拓展应用到其他自带朝向信息、具有明显组织边界的人体部位用于对不同场景下的人体倾斜校正，具有较好的可拓展性。
附图说明
图1为本发明一个实施例中的CT影像中头部倾斜的自动检测及校正方法流程图。
图2为本发明一个实施例中对仰卧体位的头部倾斜校正影像处理示意图。
图3为本发明一个示例实施例中确定的最佳颌骨层示意图。
图4为本发明一个示例实施例中对仰卧体位的最佳颌骨层中的颌骨进行椭圆拟合后的结果示意图。
图5为本发明一个示例实施例中对仰卧体位的头部倾斜影像处理校正前、后对比示意图，其中
(a)为校正前的CT影像；
(b)为校正后的CT影像。
具体实施方式
以下结合实施例和附图进一步说明本发明。
一种全身CT影像中头部倾斜的自动检测及校正方法，适于在计算设备中执行，该方法包括如下步骤(流程图如图1所示)：
步骤210，对全身CT影像进行二值化操作；
本实施例进一步优选地，上述CT影像为2D CT影像；
步骤220，把步骤210中得到的所有二值化影像逐层进行最大连通区域查找，删除所有非最大连通区域，并去除每层CT影像中的非主要身体部位，只保留主要身体部位；
本实施例进一步优选地，上述主要身体部位为每层CT影像中的头颈、躯干和腿脚的区域，图2为包含下颌骨的CT影像示意图；。
步骤230，判断肩部与颈部的交界层；
本实施例进一步优选地，判断肩部与颈部的交界层进一步包括：检测经步骤步骤220，处理过的各层CT影像数据中的身体宽度，按从上到下或从下到上的顺序求每连续两层的宽度差值绝对值，以差值的绝对值最大的那层为肩部与颈部分界层；
步骤240，确定最佳颌骨层；
本实施例进一步优选地，确定最佳颌骨层包括：以肩部与颈部的交界层为起始层，向头部方向取得所有包含下颌骨的CT图；对所有包含下颌骨的CT图以颌骨HU阈值做二值化得到颌骨区域，对所有颌骨区域按照最大连通面积进行排序，面积最大者则为最佳颌骨层；如图3所示为一个示例实施例中确定的最佳颌骨层示意图。
步骤250，对最佳颌骨层中的颌骨区域进行椭圆拟合；其中图4为对仰卧体位的颌骨进行椭圆拟合后的结果示意图。
步骤260，根据对最佳颌骨层中的颌骨区域的椭圆拟合，判定椭圆长轴及其相对于水平轴在逆时针方向的水平倾角α,记录颌骨的质心和拟合椭圆的质心；
步骤270，确定体位，实施头部校正：
本实施例进一步优选地，确定体位进一步包括：根据椭圆质心与颌骨质心的相对位置以确定体位是仰卧还是俯卧；若椭圆质心在颌骨质心下方，则判定为仰卧；若椭圆质心在颌骨质心上方，则判定为俯卧；
实施头部校正进一步包括：对于仰卧状态的头部倾斜校正方法为:若水平倾角α小于90度,则逆时针旋转(90-α)度，若水平倾角α大于90度,则顺时针旋转(α-90)度,最终得到头部垂直向上的校正图像；对于俯卧状态的头部倾斜校正方法为:若水平倾角α小于90度,则逆时针旋转(90-α)度；若水平倾角α大于90度,则顺时针旋转(α-90)度,此时的CT图像头部朝向为垂直向下；再顺时针或逆时针旋转180度，得到头部垂直向上的校正图像。如图5所示为对仰卧体位的头部倾斜影像处理校正前、后对比示意图。
本发明还提供一种计算设备，包括：
一个或多个处理器；
存储器；以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由一个或多个处理器执行，上述一个或多个程序包括用于执行上述全身CT影像中头部倾斜的自动检测及校正方法的指令，该方法包括如下步骤：
(1)对全身CT影像进行二值化操作；
(2)把步骤(1)中得到的所有二值化影像逐层进行最大连通区域查找，删除所有非最大连通区域，并去除每层CT影像中的非主要身体部位，只保留主要身体部位；
(3)判断肩部与颈部的交界层；
(4)确定最佳颌骨层；
(5)对最佳颌骨层中的颌骨区域进行椭圆拟合；
(6)根据对最佳颌骨层中的颌骨区域的椭圆拟合，判定椭圆长轴及其相对于水平轴在逆时针方向的水平倾角α,记录颌骨的质心和拟合椭圆的质心；
(7)确定体位，实施头部校正。
本发明还提供一种存储一个或多个程序的计算机可读存储介质，所述的一个或多个程序包括指令，上述指令适于由存储器加载并执行上述全身CT影像中头部倾斜的自动检测及校正方法，该方法包括如下步骤：
(1)对全身CT影像进行二值化操作；
(2)把步骤(1)中得到的所有二值化影像逐层进行最大连通区域查找，删除所有非最大连通区域，并去除每层CT影像中的非主要身体部位，只保留主要身体部位；
(3)判断肩部与颈部的交界层；
(4)确定最佳颌骨层；
(5)对最佳颌骨层中的颌骨区域进行椭圆拟合；
(6)根据对最佳颌骨层中的颌骨区域的椭圆拟合，判定椭圆长轴及其相对于水平轴在逆时针方向的水平倾角α,记录颌骨的质心和拟合椭圆的质心；
(7)确定体位，实施头部校正。
应当理解，这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被该机器执行时，该机器变成实践本发明的设备。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
本领域的技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (9)
1.一种全身CT影像中头部倾斜的自动检测及校正方法，适于在计算设备中执行，其特征在于：该方法包括如下步骤：
(1)对全身CT影像进行二值化操作；
(2)把步骤(1)中得到的所有二值化影像逐层进行最大连通区域查找，删除所有非最大连通区域，并去除每层CT影像中的非主要身体部位，只保留主要身体部位；
(3)判断肩部与颈部的交界层；
(4)确定最佳颌骨层；
(5)对最佳颌骨层中的颌骨区域进行椭圆拟合；
(6)根据对最佳颌骨层中的颌骨区域的椭圆拟合，判定椭圆长轴及其相对于水平轴在逆时针方向的水平倾角α,记录颌骨的质心和拟合椭圆的质心；
(7)确定体位，实施头部校正。
2.根据权利要求1所述的全身CT影像中头部倾斜的自动检测及校正方法，其特征在于：所述的CT影像为2D CT影像。
3.根据权利要求1所述的全身CT影像中头部倾斜的自动检测及校正方法，其特征在于：步骤(2)中，所述的主要身体部位为每层CT影像中的头颈、躯干和腿脚的区域。
4.根据权利要求1所述的全身CT影像中头部倾斜的自动检测及校正方法，其特征在于：步骤(3)中，判断肩部与颈部的交界层进一步包括：检测经步骤(2)处理过的各层CT影像数据中的身体宽度，按从上到下或从下到上的顺序求每连续两层的宽度差值绝对值，以差值的绝对值最大的那层为肩部与颈部分界层。
5.根据权利要求1所述的全身CT影像中头部倾斜的自动检测及校正方法，其特征在于：步骤(4)中，确定最佳颌骨层进一步包括：以肩部与颈部的交界层为起始层，向头部方向取得所有包含下颌骨的CT图；对所有包含下颌骨的CT图以颌骨HU阈值做二值化得到颌骨区域，对所有颌骨区域按照最大连通面积进行排序，面积最大者则为最佳颌骨层。
6.根据权利要求1所述的全身CT影像中头部倾斜的自动检测及校正方法，其特征在于：步骤(7)中，所述的确定体位进一步包括：根据椭圆质心与颌骨质心的相对位置以确定体位是仰卧还是俯卧；若椭圆质心在颌骨质心下方，则判定为仰卧；若椭圆质心在颌骨质心上方，则判定为俯卧。
7.根据权利要求1或6所述的全身CT影像中头部倾斜的自动检测及校正方法，其特征在于：步骤(7)中，所述的实施头部校正进一步包括：对于仰卧状态的头部倾斜校正方法为:若水平倾角α小于90度,则逆时针旋转(90-α)度，若水平倾角α大于90度,则顺时针旋转(α-90)度,最终得到头部垂直向上的校正图像；对于俯卧状态的头部倾斜校正方法为:若水平倾角α小于90度,则逆时针旋转(90-α)度；若水平倾角α大于90度,则顺时针旋转(α-90)度,此时的CT图像头部朝向为垂直向下；再顺时针或逆时针旋转180度，得到头部垂直向上的校正图像。
8.一种计算设备，包括：
一个或多个处理器；
存储器；以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由一个或多个处理器执行，所述的一个或多个程序包括用于执行上述权利要求1-7中任一所述的全身CT影像中头部倾斜的自动检测及校正方法的指令。
9.一种存储一个或多个程序的计算机可读存储介质，所述的一个或多个程序包括指令，所述指令适于由存储器加载并执行上述权利要求1-7中任一所述的全身CT影像中头部倾斜的自动检测及校正方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811260533 | 2018-10-26 | ||
| CN2018112605338 | 2018-10-26 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110310283A true CN110310283A (zh) | 2019-10-08 |
| CN110310283B CN110310283B (zh) | 2021-02-19 |
Family
ID=68082124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910730681.XA Active CN110310283B (zh) | 2018-10-26 | 2019-08-08 | 一种ct影像中头部倾斜的自动检测及校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110310283B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113327222A (zh) * | 2020-02-28 | 2021-08-31 | 北京连心医疗科技有限公司 | Ct影像中俯仰体位的自动检测及校正方法、系统、介质和计算设备 |
| CN114119519A (zh) * | 2021-11-16 | 2022-03-01 | 高峰 | 一种侧支循环评估方法 |
| CN114511468A (zh) * | 2022-03-31 | 2022-05-17 | 西北民族大学 | 一种畸变骨骼图像矫正方法及系统 |
| CN118172397A (zh) * | 2024-05-09 | 2024-06-11 | 杭州脉流科技有限公司 | 基于图像配准的颅内ct影像的三维倾斜校正方法、计算机设备和计算机程序产品 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034857A (zh) * | 2012-12-18 | 2013-04-10 | 深圳市安健科技有限公司 | 自动检测影像图片中曝光区域的方法及系统 |
| CN104771189A (zh) * | 2015-03-11 | 2015-07-15 | 北京朗视仪器有限公司 | 三维头颅图像对正方法及装置 |
-
2019
- 2019-08-08 CN CN201910730681.XA patent/CN110310283B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034857A (zh) * | 2012-12-18 | 2013-04-10 | 深圳市安健科技有限公司 | 自动检测影像图片中曝光区域的方法及系统 |
| CN104771189A (zh) * | 2015-03-11 | 2015-07-15 | 北京朗视仪器有限公司 | 三维头颅图像对正方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 谭培勇等: "下颌骨CT三维重建中阈值分割的改进及应用", 《四川大学学报（医学版）》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113327222A (zh) * | 2020-02-28 | 2021-08-31 | 北京连心医疗科技有限公司 | Ct影像中俯仰体位的自动检测及校正方法、系统、介质和计算设备 |
| CN114119519A (zh) * | 2021-11-16 | 2022-03-01 | 高峰 | 一种侧支循环评估方法 |
| CN114511468A (zh) * | 2022-03-31 | 2022-05-17 | 西北民族大学 | 一种畸变骨骼图像矫正方法及系统 |
| CN118172397A (zh) * | 2024-05-09 | 2024-06-11 | 杭州脉流科技有限公司 | 基于图像配准的颅内ct影像的三维倾斜校正方法、计算机设备和计算机程序产品 |
| CN118172397B (zh) * | 2024-05-09 | 2024-07-26 | 杭州脉流科技有限公司 | 基于图像配准的颅内ct影像的三维倾斜校正方法、计算机设备和计算机程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110310283B (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110310283A (zh) | 一种ct影像中头部倾斜的自动检测及校正方法 | |
| US11276166B2 (en) | Systems and methods for patient structure estimation during medical imaging | |
| JP5385394B2 (ja) | ハイブリッド型の核／ｍｒ画像形成における透過データを使用したｍｒセグメンテーション | |
| CN1846618B (zh) | 对器官周期运动进行计算补偿的方法以及图像拍摄系统 | |
| US6055326A (en) | Method for orienting electronic medical images | |
| US8611628B2 (en) | Using non-attenuation corrected PET emission images to compensate for incomplete anatomic images | |
| US8385621B2 (en) | Method for reconstruction images and reconstruction system for reconstructing images | |
| CN117017328A (zh) | 用于医学成像中的患者定位的根据相机数据的密集身体标记估计 | |
| CN103845073B (zh) | 用于pet衰减校正的mr扫描选择 | |
| CN108537784A (zh) | 一种基于深度学习的ct图肺结节检测方法 | |
| CN103562960B (zh) | 用于生成图像的图像区域与元素类之间的分配的装置 | |
| CN102521801B (zh) | Ct图像的环形伪影及弧形伪影校正方法 | |
| CN104751502B (zh) | 一种用于扩大视野的ct图像重建方法 | |
| CN108876730A (zh) | 校正运动伪影的方法、装置及设备和存储介质 | |
| CN105078492B (zh) | 数字乳腺断层重建中锯齿伪影的校正方法及装置 | |
| KR101118549B1 (ko) | 의료용 융합영상 획득장치 및 획득방법 | |
| CN113226184B (zh) | 在x射线牙科体积断层扫描中金属伪影减少的方法 | |
| Ge et al. | Automatic measurement of spinous process angles on ultrasound spine images | |
| JP4647345B2 (ja) | Ｘ線ｃｔ装置 | |
| CN110298901B (zh) | 磁共振图像校正方法、装置、存储介质及设备 | |
| US20070076933A1 (en) | Estimating the 0th and 1st moments in C-arm CT data for extrapolating truncated projections | |
| KR20100068184A (ko) | 흉부 전산화 단층 촬영을 이용한 간유리음영 검출 방법 | |
| Beeravolu et al. | Methods for Detection and Measurement of Potential Broncho-Arterial Pairs in Chest Computed Tomography Scans of Children | |
| CN114119798A (zh) | 一种基于呼吸运动的放射影像图像处理方法和装置 | |
| JP2004152043A (ja) | 差分画像の補正方法および画像処理装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |