CN110402108A - 校正射线照相系统中散射的装置和方法 - Google Patents
校正射线照相系统中散射的装置和方法 Download PDFInfo
- Publication number
- CN110402108A CN110402108A CN201880014979.4A CN201880014979A CN110402108A CN 110402108 A CN110402108 A CN 110402108A CN 201880014979 A CN201880014979 A CN 201880014979A CN 110402108 A CN110402108 A CN 110402108A
- Authority
- CN
- China
- Prior art keywords
- scattering
- ray
- image
- ray imaging
- thickness
- 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
- 238000000034 method Methods 0.000 title description 38
- 238000012937 correction Methods 0.000 title description 13
- 239000000463 material Substances 0.000 claims abstract description 138
- 230000005855 radiation Effects 0.000 claims abstract description 39
- 230000005540 biological transmission Effects 0.000 claims abstract description 36
- 238000003384 imaging method Methods 0.000 claims abstract description 34
- 238000012549 training Methods 0.000 claims abstract description 33
- 239000006185 dispersion Substances 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims description 17
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 33
- 235000010210 aluminium Nutrition 0.000 description 12
- 239000004411 aluminium Substances 0.000 description 11
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 11
- 229910052782 aluminium Inorganic materials 0.000 description 11
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 11
- 239000004926 polymethyl methacrylate Substances 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000000790 scattering method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011017 operating method Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
-
- 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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- 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
-
- 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4233—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
-
- 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4291—Arrangements for detecting radiation specially adapted for radiation diagnosis the detector being combined with a grid or grating
-
- 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
- A61B6/482—Diagnostic techniques involving multiple energy 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20224—Image subtraction
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供一种X射线成像方法,包括以下步骤:提供一套至少一种培训材料,所述一套材料包括不同的材料和/或不同厚度的该材料或每种材料;用像素化探测器获得所述至少一种培训材料的观测X射线图像;在模拟器中为模拟器内对于每种所述至少一种培训材料来说的可变参数建立模拟散射核数据库;生成模拟器参数与观测图像参数之间的传递函数,其中该传递函数与样品类型和厚度无关;生成整个图像的散射估计值;预测每个散射核的直接辐射;将传递函数应用于散射估计值和直接辐射,或将传递函数的反函数应用于观测的强度值;进行Z‑S‑D<阈值的计算,以得到无散射数据和/或无散射图像。
Description
技术领域
本发明涉及一种校正射线照相系统中散射的装置和方法,主要涉及一种未使用防散射滤线栅的装置和方法。
背景技术
当物体受到X射线辐射时,一些X射线光子被吸收,一些则穿过物体,不发生散射,撞击在X射线探测器上,这称为“直接辐射”。一些X射线被吸收,而另一些被散射。产生的散射强度可能超过探测器探测到的直接辐射大小。散射辐射会降低对比度并增加噪声,导致图像质量降低。吸收的X射线在X射线图像中形成对比度。若散射的X射线光子击中探测器,则图像中的随机噪声增大,因为无法识别出散射的X射线光子来自何处。
为解决散射问题,最常用的方法是在X射线探测器和被测物体之间放置一个防散射滤线栅。防散射滤线栅由一系列平行间隔设置的X射线吸收材料片条组成。大部分散射的X射线与其中一个片条相互作用而被吸收。因此,当存在防散射滤线栅时,X射线探测器主要探测直接辐射。
US1164987(Bucky)中描述了原创防散射滤线栅。
防散射滤线栅的问题之一是,除了减小散射在探测图像中的影响之外,吸收X射线的片条还吸收一些直接辐射,即在片条路径中传播的光子。
为了补偿在防散射滤线栅中损失的光子及降低的图像质量,常见做法是增大X射线通量。然而,这不利于对X射线敏感材料进行X射线成像。其中必须增加对患者的X射线辐射剂量以对存在防散射滤线栅进行补偿,这一点在医学成像中最受关注。
已经进行一些尝试来降低X射线成像中使用的X射线功率。
US7551716用数学方法代替防散射滤线栅,近似地测定散射X射线光子。据称,通过利用数学方法近似地测定散射X射线光子,与使用防散射滤线栅的X射线设备相比,可以降低X射线剂量或增大信噪比。US7551716中使用的数学方法依赖于对所研究的材料做出假设,即组织是乳房组织,组织在压迫桨之间受压后具有一定的厚度。
申请人的专利申请(公开号GB2498615)中描述包括多个吸收板的X射线设备。在这种X射线设备中,X射线能谱受到许多不同方式的摄动。该装置和方法提供允许识别材料性质的信息。
申请人的专利申请(公开号W02016/051212)描述了一种装置,该装置可改变X射线信号来影响直接和散射辐射,并能识别出散射辐射,且在一些实施例中能将识别出的散射辐射视为直接辐射加回来。
虽然WO2016/051212中描述的发明能降低X射线剂量和改善信噪比,但是用于改变X射线信号的结构仍然吸收X射线辐射。
因此,需要提供一种具有WO2016/051212中所述装置和方法的优点装置和方法,但所述装置和方法能进一步降低X射线剂量和/或改善信噪比。
除了测量散射辐射之外,本发明还对识别材料和材料厚度以及改善对比度噪声比使用的散射辐射进行测量。
通过建立观测的X射线图像与X射线图像的模拟之间的传递函数(该函数不随材料和厚度改变),应用传递函数,从观测和模拟图像获取的信息就可互换。可以在模拟中分离直接辐射和散射辐射。因此,可消除观测图像中的散射辐射,从而增大对比度噪声比。在医学应用和用X射线分析可能受到X射线伤害的材料的其他应用中,本发明允许减少剂量来产生类似的标准图像,或者使用相同的X射线剂量以产生质量更好的图像。
发明内容
根据本发明,提供一种X射线成像方法,包括以下步骤:
i.提供一套至少一种培训材料,所述一套材料包括不同的材料和/或不同厚度的该材料或每种材料;
ii.用像素化探测器获得所述至少一种培训材料的观测X射线图像;
iii.在模拟器中为模拟器内对于每种所述至少一种培训材料来说的可变参数建立模拟散射核数据库;
iv.将观测图像的参数与模拟器所创建图像的参数进行比较,并识别出模拟器的输入参数,这些输入参数产生模拟器的识别输入参数与观测图像的参数之间的传递函数,其中该传递函数与样品类型和厚度无关。
v.生成传递函数;
vi.用像素化探测器获得样品的观测X射线图像,该样品包含类似于所述至少一种培训材料的至少一种材料。
vii.初步估计样品中所含材料的类型和/或厚度;
viii.从样品上多个空间分离点中的每个点到探测器的每个像素,对样品进行射线路径追踪,如同该样品对应于步骤viii中的估计值。
ix.由对应于射线路径追踪的扩散函数的散射核数据库获得散射核;
x.对每个散射核的散射进行求和,以得到整个图像的散射估计值;
xi.预测每个散射核的直接辐射;
xii.将传递函数应用于散射估计值和直接辐射,或将传递函数的反函数应用于观测的强度值;
xiii.进行Z-S-D<阈值计算,其中Z为观测的强度值,S为应用传递函数后的散射辐射,D为应用传递函数后的直接辐射;
xiv.若Z-S-D<阈值,用Z减去S,得到无散射数据和/或无散射图像。
优选地,步骤iii中建立的散射核数据库为模拟器中对于每种所述至少一种培训材料来说的所有可变参数的子集而建立。
步骤iii中的可变参数可从包含kV、滤过板和样品位置的一组中选择。
有利地,利用像素化探测器获得X射线图像的步骤包括记录探测器的每个像素处的强度值。
初始估计(步骤viii)基于以下之一:与步骤vii中各个像素或像素组相关联的强度值;与培训材料数据库中所含材料和材料厚度有关的统计值;随机猜测;另一个系统的材料类型和厚度信息。
优选地,获得散射核数据库包括以下之一:根据散射核数据库中的散射核仿真一个散射核;在散射核数据库中的两个散射核之间进行插值;并选择一个散射核。
散射核数据库可以为稀疏填充,根据稀疏散射核数据库中的点仿真散射核或在稀疏散射核数据库中的点之间进行散射核插值。
X射线成像方法包括以下进一步步骤:将散射辐射视为直接辐射向无散射数据加回散射辐射,得到增强的无散射数据和/或增强的无散射图像。
无散射数据包括材料类型和/或材料厚度信息。
本说明书的描述和附图中也阐述该方法的优选特征。
根据本发明的第二方面,提供一种X射线成像装置,包括X射线源、像素化X射线探测器、模拟器和数据处理器,其中数据处理器配置成至少能执行本发明第一方面的X射线成像方法中步骤ii至步骤v。
数据处理器可配置成至少能执行本发明第一方面的X射线成像方法中步骤vi至步骤xiv。
根据本发明的第三方面,提供一种X射线成像装置,包括X射线源、像素化X射线探测器、模拟器和数据处理器,其中数据处理器配置成至少能执行本发明第一方面的X射线成像方法中步骤vi至步骤xiv。
本说明书的描述和附图中也阐述该装置的优选特征。
根据本发明的第四方面,提供一种X射线成像系统,所述X射线成像系统包括本发明第二或第三实施方案中的X射线成像装置和一套至少一种培训材料,其中所述一套材料包括不同材料和/或不同厚度的该材料或每种材料。
本发明的方法、装置和系统不需要使用防散射滤线栅来清除X射线成像数据中的散射。通过本发明第一方面的方法消除散射。此外,所述方法不要求测量样品厚度。
附图说明
在附图中,通过举例说明本发明的较佳实施方案:
图1a和图1b说明了本发明装置的一个实施方案;
图2为图1a和图1b中本发明实施方案的操作方法的流程图;
图3a为图1a和图1b中本发明实施方案的操作方法的另一个流程图;
图4为滤过板与kV的非不太可能设置的图像;
图5为铝和PMMA的传递函数图像;
图6说明了样品与探测器之间的射线路径追踪;
图7说明了实施例1中所用的模型;
图8说明了图7模型在未校正散射和校正散射的X射线图像以及X射线图像的强度直方图;
图9为图8中X射线图像的谱线轮廓;
图10a和图10b分别为用本发明方法和用防散射滤线栅校正散射后股骨颈的X射线图像;及
图11为对应于图10a和图10b中图像的直方图,显示用本发明方法校正散射的图像与用防散射滤线栅校正散射的图像之间的像质差异。
具体实施方式
图1a和图1b示出根据本发明的一个实施方案的装置1。X射线源2与探测器3对准。
图1a说明了X射线光子在入射到被测材料5上后发生的情况。在X射线源2发射的X射线光子中,一些X射线光子m’直接穿过被测材料5并撞击在探测器3上,这些X射线光子代表“直接辐射”,一些被吸收,还有一些X射线光子n发生散射。
散射X射线光子不应出现。本发明的本实施方案能将图1a中所示的散射X射线光子n从清除图像中清除,并作为伪直接辐射n’重新分配到与其相关的直接辐射m’。结果如图1b所示,探测器3在受到X射线光子撞击后,其任一像素的输出包括直接辐射m’和重新分配的伪直接辐射n’。这样就增大了探测器3生成图像的对比度并增大对比度噪声比。由于散射的X射线光子并未像在设有防散射滤线栅的情况中那样消除,而是添加在探测器上相应空间位置处的输出信号上,从而得到更加理想的图像。这些X射线光子在不发生散射时与该空间位置相互作用。因此,得以增强图像对比度。即使没有重新分配散射,对比度和对比度噪声比也会得到改善。
本发明的方法能消除探测的图像中的散射光子n并优选将散射光子作为伪直接辐射n’进行重新分配,所述方法包括第一和第二组成部分。在第一组成部分中,创建一个数值数据库。这些值与材料有关,而所述材料可能与第二组成部分中分析的材料类似。
本发明的基本假设是,在模拟X射线光子对特定材料、材料组和不同厚度的一种材料或多种材料的作用时,若这种模拟和观测的X射线图像具有相同的基本能量谱,则这种模拟可代表观测的X射线图像,且用来自模拟器的信息进行的任何处理均有用,就像信息来自观测的X射线图像一样。
使用来自模拟的数据而不是使用来自观测的X射线图像的数据的优点在于,在模拟器中,可将散射辐射与直接辐射分离。
所述方法的第一组成部分—建立传递函数
旋转一组培训材料。这些培训材料可为在本发明的装置和方法的建议用途中将使用的材料,或可为对X射线光子具有与本发明的装置和方法将使用的材料非常类似的作用。
对于所选培训材料的各种厚度,从探测器3上得到观测的X射线数据集。例如,可得到五种不同厚度的PMMA和五种不通风厚度铝中的每一种的X射线数据集。
针对模拟器中对于所选培训材料来说可变的所有参数的子集,在模拟器中建立不同材料及其不同厚度的散射图的数据库(例如但不限于kV范围、样品位置、气隙范围和滤过板范围)。在使用所述X射线装置对身体部位成像的实施方案中,聚合物聚甲基丙烯酸甲酯(PPMA)和铝可用来代表X射线光子分别受到肉和骨产生的影响。
将探测器3的每个像素的输出或探测器3的各组像素的输出(针对对应于模拟的参数子集的参数,例如kV)与参数子集的散射图数据库进行比较,以得到一个传递函数。在随机误差的范围内,该传递函数不会随着材料类型或材料厚度而变化。也就是说,探测器3的一个特定像素或一个特定像素组的输出与最接近匹配该像素或像素组的输出的散射图之间可能存在差异,但该差异为乘数且不随材料类型或材料厚度而变化。因此,在来自观测的X射线的数据与来自模拟器的数据之间所选参数的最接近匹配为精确匹配的情况下,传递函数将是1。在另一种情况下,在来自观测的X射线的数据与来自模拟器的数据之间所选参数的最接近匹配要求来自模拟的所选参数的值乘以2,则传递函数为2。
在所述方法的第一组成部分中,算法针对每个像素或像素组迭代可能的传递函数,直至来自X射线探测器的数据的一个或多个参数与来自模拟的数据的相同一个或多个参数之间达到匹配(在随机误差以内)。
注意,即使材料的类型和厚度一致,对一个像素或像素组推导的传递函数可能与对相邻像素或像素组推导的传递函数不同。建议逐像素或逐像素组推导传递函数,以便考虑到X射线源产生的足跟效应。显然,若像素组包括探测器的所有像素,则传递函数对于所有像素是共有的。
所述方法的第二组成部分—生成新样品的散射校正后图像捕获前校准
所述方法包括X射线源和探测器的捕获前校准,涉及明场像和暗场像的采集。
图像捕获与预处理
用像素化探测器3捕获散射物体的X射线图像(Z)。
对捕获的图像进行校准,例如以便校正暗场和亮场。
可以取图像的子样本,这一步有助于提高计算效率。
散射估计
步骤1:散射估计的第一步是,根据X射线图像(Z)初步估计散射物体的材料类型和厚度。这种估计的依据取决于采用本发明的装置和方法的设备的类型。例如,初始估计可以依据各个像素或像素组的强度值、与包含在培训材料数据库中的材料和材料厚度相关的统计值,或者初始估计可以是随机猜测。
步骤2:第二步是对从样品(假定样品为估计的材料类型和厚度)入射面上的每个选定点射到图像中的每个像素或像素组的每条射线进行射线路径追踪。图6对此进行了说明。这种射线路径追踪能让对X射线光子穿过(若观测的材料类型和厚度与估计的材料类型和厚度相同)的材料类型和厚度的指示显现。
由图6可以看出,沿着路径x=1,y=0至P1的X射线光子穿过厚度T1的材料,而沿着从x-2,y=0延伸至像素3(P3)的射线路径的X射线光子穿过厚度T2的材料。
步骤3:第三步包括获得散射核,该散射核尽可能地对应于估计的材料类型和厚度以及每个射线路径的扩散函数。一种获得散射核的方法是,通过稀疏填充的散射核数据库中的点仿真估计的材料类型和厚度以及每个射线路径的扩散函数。或者,将射线追踪与非常大的散射核数据库进行比较,并选择最接近的匹配结果。
步骤4:第四步包括将先前对每个像素或像素组计算的传递函数应用于对每个像素或像素组估计的散射辐射和直接辐射,以便将散射辐射和直接辐射的模拟值应用于等式Z≈S+D,其中,Z为总辐射,它是直接辐射D和散射辐射S之和。当然,可将传递函数的反函数应用于Z,来代替将传递函数应用于S和D。理想情况下,Z-S-D等于零。然而,如本领域技术人员公知的,X射线成像系统的部件具有随机性,因此Z与S+D之间将不可避免地存在很小的差异。因此,在本说明书中,我们说Z-S-D<阈值,这意味着阈值与由X射线成像系统的部件引入的公差的组合没有显著不同。
使模拟数据对应于观测数据的过程称为具体化。
若上面第一步中作出的初始猜测正确,则Z-S-D<阈值。
步骤4a:仅当Z-S-D的结果不为0时,才完成该步骤,即初始估计不正确,这是很可能的。对第一至第四步进行迭代。在每次迭代的第一步时,重新作出初始猜测。新的初始估计值可以为新的随机猜测、先前未使用的统计值或另一个系统生成的材料类型和厚度估计值。
步骤5:一旦获得令人满意的材料类型和厚度估计值,即Z-S-D<阈值,则从探测器3的每个像素处的值Z中减去每个像素或像素组的S值。结果为校正后的无散射图像C。
步骤6:可选步骤包括将散射辐射加回到无散射图像C中,如同所述散射辐射未发生过散射。上文参考图1a和1b对此进行了描述。
模拟模型
上述模拟使用图3中所示的模拟模型进行,该模拟模拟了当X射线光子的笔形束入射在其上时不同材料及其不同厚度发生的具体散射。
通过使用与多像素探测器的一个像素对准的笔形束,可确定到达与光源对准的像素的X射线光子多半代表“直接辐射”或以与直接辐射路径成非常小的角度散射的散射辐射,还可确定其他像素探测到的所有X射线光子均为来自入射笔形束发生散射的X射线光子。因此,可建立给定厚度的任何材料的特征散射图。通过对不同厚度的同种材料重复该过程,可建立不同厚度的同种材料的特征图。类似地,通过对不同材料和/或不同厚度的这些材料重复该过程,可建立特征散射图的数据库。
使用称作GEANT4的软件包创建X射线系统和X射线物理学的蒙特卡洛模型,用来模拟粒子穿过物质。使用该模型模拟笔形X射线光子束入射到不同材料及其不同厚度上产生的结果。记录不同材料及其不同厚度的结果。
每个散射图的形状类似于图3a中图表1所示的形状。关于散射,这也称作散射核。对于任一散射核,可识别出散射光子,这些散射光子由入射在探测器3上未与笔形束对准的像素上的所有X射线光子代表。因此,能对图像中直接辐射和散射辐射进行量化。并可将散射辐射从图像中清除,以得到仅有直接辐射的图像。
但是,创建和使用关注的所有材料及其厚度的特征散射图数据库需要有庞大的数据存储容量和非常强大的处理能力,否则,这种数据库中数据使用速度将会非常慢。
因此,本发明的本实施方案的模型使用插值法,以便推导出本身未经过具体模拟的材料及其厚度组合的散射核。插值法与本实施例方案中的仿真本身并不是新技术。
图2的流程图示出了本发明的方法如何将散射的X射线光子从X射线探测器3记录的数据中清除,以产生无散射图像和/或将散射光子作为伪直接辐射重新分配的增强图像。
图3a中所示的流程图更详细地说明了图2中所示的过程,特别说明了产生无散射图像的子步骤。
在步骤18中,模拟了X射线光子对培训材料及其不同厚度的作用。
在步骤19中,建立传递函数,所述传递函数与模拟的培训材料和X射线光子对培训材料的观测样品的作用相对照,不随材料和厚度而改变。
在步骤20中,获得类似于培训材料的新样品的数据,所述数据采用能量强度的形式,这些能量强度由探测器2针对其每个像素或像素组进行记录。
在步骤21中,对材料类型和材料厚度进行第一次估计。术语“材料”包括材料的组合。例如,该步骤的输出可能是,在探测器2的某一像素处识别为肌肉和骨骼的材料。事实上,该步骤21的输出是对材料特性和/或厚度的第一次估计。所述第一次估计可基于在像素处记录的暗度、可为随机猜测或可为与数据库30中信息相关的统计值。例如,第一次猜测可为培训材料数据库中材料和厚度的中值。在下面的例子中,第一次猜测为5cm厚的50%PMMA/铝。
参考图3a,在步骤22a中,仿真估计材料的散射核,即,根据散射核数据库31,对在步骤21中为探测器2的每个像素或像素组估计的材料仿真(推导)散射核。在步骤22b中,将各个散射核卷积在一起。散射核的这种卷积形成图像的散射估计值,如图3中的图表2所示。由图表2可看出,在散射估计值中存在一个与探测器每个像素相关的散射值。在步骤22c中,将正在执行计算的像素或像素组的传递函数应用于在步骤22b中卷积的散射核的散射估计值和直接辐射。在步骤22d中,进行Z-S-D<阈值的计算。若Z-S-D<阈值,则进行卷积并在步骤24'中建立散射数据集,可创建无散射图像和/或确定对材料类型和厚度的识别。
进行步骤25的散射重新分配之前,可进行或未进行步骤24’中的无散射图像和材料识别。步骤22c的输出显示为无散射图像22d,所述无散射图像22d可为图像,或者可为由其表示图像的强度值。
若步骤21中对材料和厚度的第一次猜测不正确,则不进行步骤24中的卷积,并重复进行步骤21“材料和厚度的第一次猜测”及后续步骤。重复进行,直至在步骤22d中Z-S-D<阈值。
在步骤24中,确定散射核是否与观测图像中的散射相匹配,即Z-S-D<阈值。若答案为否,多次迭代可能均为否,则重复步骤21至24,直到Z-S-D<阈值。若答案为是,则跳到步骤25,在该步骤,要么重新分配散射以产生有重新分配的散射的图像,要么不重新分配散射以产生无散射图像。
代表材料识别和/或厚度的值包括对比度、散射核、散射估计值等。
散射效果减弱后,步骤23中的材料识别可产生更准确的结果,用卷积后无散射图像24'表示。
重复步骤21至步骤24,直至Z-S-D<阈值。
在步骤24后,可得到无散射图像输出,或者跳到步骤25。
在步骤25中,输出为重新分配散射后的图像。所述重新分配通过将清除的散射辐射加在探测器上相应空间位置处的输出信号上实现。清除的散射辐射的X射线光子在不发生散射时与该空间位置相互作用。重新分配步骤25的结果用步骤25’中重新分配后的图像表示。
实施例1
拍摄由内部嵌有1.36cm铝的7.6cm PMMA块构成的样品的图像,并清除图像中的散射。
使用X射线成像系统获得观测的X射线图像。所述成像系统包括由3mm铝滤过板、80kV、5mA钨管和雷恩斯探测器构成的美国通用医疗系统。
代表样品的一套具体化培训材料包括五个5cm厚的PMMA板和五个1cm厚的铝板。
使用X射线成像设备按以下方式拍摄这套培训材料的图像。
对于PMMA,获得由这套培训材料中的一个5cm厚PMMA板构成的样品的第一个X射线图像。再拍摄第二个、第三个、第四个和第五个图像,每次增加这套培训材料中的一个5cm厚PMMA板。
对于铝,获得由这套培训材料中的一个1cm厚铝板构成的样品的第一个X射线图像。再拍摄第二个、第三个、第四个和第五个图像,每次增加这套培训材料中的一个1cm厚铝板。
遵循上述“离线”过程。1.5mm的滤过板和76kV的模拟器设置产生一个不随材料与厚度改变的传递函数。见图4和图5。模拟器设置为1.5mm滤过板和76kV时,为探测器的各个像素生成一个随空间变化的传递域,即,随空间变化的传递函数的一个集合,以便考虑到足跟效应。
拍摄材料类似于培训材料的观测样品的起始X射线图像并进行下采样,下采样提高了计算效率但并不是必不可少的。
对样品中的物质进行了第一次估计。使用数据库中的材料和厚度中值,即由50%PMMA和50%铝构成的5cm厚材料。
重复步骤1至步骤4a,直至Z-S-D<阈值。
图7示出了总厚度为7.6cm、内嵌1.36cm厚铝的PMMA/Al模型的图像。
图8中所示的X射线图像是在不使用防散射滤线栅的情况下拍摄的。图片底部的强度直方图突出显示了散射导致的畸变。这导致峰宽且不对称。散射校正之后,第二个图像恢复为分布更窄且更对称的平伸图像。
将两个图像上的对比度范围开窗到由C1和C2定义的范围后显示,在应用了本发明的降散射方法之后图像得到改善。得到的图像能更接近地表示基础样品,并可更有效地对对比度开窗。
利用对模型的模拟和对所存在的材料的知识,可由蒙特卡洛真值确定散射完全校正后图像将是什么样。这在图9中进行说明,并表明本发明的降散射法恢复了校正的图像,而校正后的图像忠实于散射完全校正的极限情况。
本发明的降散射法依赖于材料信息的确定,以便预测和校正散射。因此,最终卷积解产生校正的X射线图像和材料成分与厚度的图。算法恢复的成分和厚度在真实值的百分之几之内。
实施例2
图10a和图10b中所示的图像分别为按本发明的方法校正散射后(图10a)和作比较的用防散射滤线栅校正散射后的股骨颈(图10b)。这些图像是在装有雷恩斯1417Csl探测器的美国通用公司VMX Plus移动X射线系统上拍摄的。
图10a和图10b中的图像是在6.4mA和75kV的等效光束、光源到探测器距离为115cm的设置下拍摄得到。图10a的图像不受与防散射滤线栅相关的吸收损失影响,这意味着,即使对患者的剂量相同,图10a中探测器处的剂量也显著更高。对整个图像的信噪比(SNR)的比较显示,使用本发明的降散射法比使用防散射滤线栅有益。注意,图10a的图像不包括将散射辐射作为伪直接辐射加回,而这将进一步改善图像。
图11示出了图10a和图10b中两个图像上SNR的直方图。与用防散射滤线栅拍摄的图像相比,本发明的降散射法显示,整个图像的SNR得到改善。这种改善涉及因去除防散射滤线栅产生的较高探测器剂量,以及与滤线栅内铅片相关的图像伪影的减少。
表1中总结了ASG(防散射滤线栅)方面实现的改善。
表1:相比使用ASG,探测器剂量和SNR改善的总结。
可以利用SNR的改善来提高图像的诊断质量或降低患者剂量。我们估计,使用本发明的降散射法可将患者剂量减少大约2倍,同时恢复相同的图像质量。
剂量或SNR改善与材料信息相结合,使得所述方法比用防散射滤线栅的系统能更充分地利用可用X射线。
Claims (13)
1.一种X射线成像方法,包括以下步骤:
i.提供一套至少一种培训材料,所述一套材料包括不同的材料和/或不同厚度的该材料或每种材料;
ii.用像素化探测器获得所述至少一种培训材料的观测X射线图像;
iii.在模拟器内为模拟器中对于每种所述至少一种培训材料来说的可变参数建立模拟散射核数据库;
iv.将观测图像的参数与模拟器所创建图像的参数进行比较,并识别出模拟器的输入参数,这些输入参数产生模拟器的识别输入参数与观测图像的参数之间的传递函数,其中该传递函数与样品类型和厚度无关;
v.生成传递函数;
vi.用像素化探测器获得样品的观测X射线图像,该样品包含类似于所述至少一种培训材料的至少一种材料。
vii.初步估计样品中所含的材料类型和/或厚度;
viii.从样品上多个空间分离点中的每个点到探测器的每个像素,对样品进行射线路径追踪,就像该样品对应于步骤viii中的估计值一样;
ix.由对应于射线路径追踪的扩散函数的散射核数据库获得散射核;
x.对每个散射核的散射进行求和,以得到整个图像的散射估计值;
xi.预测每个散射核的直接辐射;
xii.将传递函数应用于散射估计值和直接辐射,或将传递函数的反函数应用于观测的强度值;
xiii.进行Z-S-D<阈值计算,其中Z为观测的强度值,S为应用传递函数后的散射辐射,D为应用传递函数后的直接辐射;
xiv.若Z-S-D<阈值,用Z减去S,得到无散射数据和/或无散射图像。
2.根据权利要求1所述的X射线成像方法,其中步骤iii中建立的散射核数据库为模拟器中对每种所述至少一种培训材料来说的所有可变参数的子集建立。
3.根据权利要求1或2所述的X射线成像方法,其中步骤iii中的可变参数从包含kV、滤过板和样品位置的一组中选择。
4.根据以上任一权利要求所述的X射线成像方法,其中利用像素化探测器获得X射线图像的步骤包括记录探测器的每个像素处的强度值。
5.根据以上任一权利要求所述的X射线成像方法,其中初始估计(步骤viii)基于以下之一:与步骤vii的各个像素或像素组相关联的强度值;与培训材料数据库中所含材料和材料厚度有关的统计值;随机猜测;另一个系统的材料类型和厚度信息。
6.根据以上任一权利要求所述的X射线成像方法,其中获得散射核数据库包括以下之一:根据散射核数据库中的散射核仿真一个散射核;在散射核数据库中的两个散射核之间进行插值;并选择一个散射核。
7.根据权利要求6所述的X射线成像方法,其中散射核数据库为稀疏填充,根据稀疏填充的散射核数据库中的点仿真散射核或在稀疏散射核数据库中的点之间进行散射核插值。
8.根据权利要求1至7中任一权利要求所述的X射线成像方法,包括进一步的步骤,即:将散射辐射视为直接辐射向无散射数据加回散射辐射,得到增强的无散射数据和/或增强的无散射图像。
9.根据以上任一权利要求所述的X射线成像方法,其中无散射数据包括材料类型和/或材料厚度信息。
10.一种X射线成像装置,包括X射线源、像素化X射线探测器、模拟器和数据处理器,其中数据处理器配置成至少能执行权利要求1至9所述的X射线成像方法中的步骤ii至步骤v。
11.根据权利要求10所述的X射线成像装置,其中数据处理器配置成至少能执行权利要求1至9所述的X射线成像方法中的步骤vi至步骤xiv。
12.一种X射线成像装置,包括X射线源、像素化的X射线探测器、模拟器和数据处理器,其中数据处理器配置成至少能执行权利要求1至9所述的X射线成像方法中的步骤vi至步骤xiv。
13.一种X射线成像系统,包括权利要求10至12中任一权利要求所述的X射线成像装置和一套至少一种培训材料,其中所述一套材料包括不同的材料和/或不同厚度的该材料或每种材料。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1703291.3 | 2017-03-01 | ||
GBGB1703291.3A GB201703291D0 (en) | 2017-03-01 | 2017-03-01 | Apparatus and method for the correction of scatter in a radiographic system |
PCT/GB2018/050528 WO2018158577A1 (en) | 2017-03-01 | 2018-03-01 | Apparatus and method for the correction of scatter in a radiographic system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110402108A true CN110402108A (zh) | 2019-11-01 |
CN110402108B CN110402108B (zh) | 2023-10-20 |
Family
ID=58544234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880014979.4A Active CN110402108B (zh) | 2017-03-01 | 2018-03-01 | 校正射线照相系统中散射的装置和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10820878B2 (zh) |
EP (1) | EP3589207A1 (zh) |
JP (1) | JP7185236B2 (zh) |
KR (1) | KR102636927B1 (zh) |
CN (1) | CN110402108B (zh) |
GB (2) | GB201703291D0 (zh) |
WO (1) | WO2018158577A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2611231B (en) * | 2018-08-31 | 2023-05-31 | Ibex Innovations Ltd | X-ray imaging system |
GB2608900B (en) * | 2018-08-31 | 2023-05-31 | Ibex Innovations Ltd | X-ray imaging system |
CN109846501B (zh) * | 2019-04-02 | 2023-02-28 | 深圳市安健科技股份有限公司 | 散射线校正方法及终端 |
CN112205991A (zh) * | 2020-10-14 | 2021-01-12 | 成都理工大学 | 一种x光机阳极足跟效应修正的方法 |
GB2605155B (en) * | 2021-03-24 | 2023-05-17 | Sony Interactive Entertainment Inc | Image rendering method and apparatus |
GB2605158B (en) | 2021-03-24 | 2023-05-17 | Sony Interactive Entertainment Inc | Image rendering method and apparatus |
CN113409414B (zh) * | 2021-06-08 | 2024-03-26 | 江苏一影医疗设备有限公司 | X线图像的散射修正方法、装置、电子设备、存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070189439A1 (en) * | 2006-02-10 | 2007-08-16 | Commissariat A L'energie Atomique | Method for estimating the scattered radiation in x-ray tomography |
US7396162B1 (en) * | 2007-03-30 | 2008-07-08 | General Electric Company | Scatter correction for CT method and apparatus |
JP2009106433A (ja) * | 2007-10-29 | 2009-05-21 | Hitachi Medical Corp | 放射線撮像装置 |
US20130058450A1 (en) * | 2011-09-01 | 2013-03-07 | Xin Liu | Method and apparatus for adaptive scatter correction |
CN104166962A (zh) * | 2014-07-29 | 2014-11-26 | 南京邮电大学 | 一种使用散射核方法的锥束ct散射校正方法 |
CN104840211A (zh) * | 2015-05-18 | 2015-08-19 | 上海联影医疗科技有限公司 | 一种投影图像的散射矫正方法及装置 |
JP2015181649A (ja) * | 2014-03-24 | 2015-10-22 | 富士フイルム株式会社 | 放射線画像処理装置および方法並びにプログラム |
WO2016051212A1 (en) * | 2014-10-04 | 2016-04-07 | Ibex Innovations Limited | Improvements relating to scatter in x-ray apparatus and methods of their use |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1164987A (en) | 1914-02-03 | 1915-12-21 | Siemens Ag | Method of and apparatus for projecting röntgen images. |
US5440647A (en) | 1993-04-22 | 1995-08-08 | Duke University | X-ray procedure for removing scattered radiation and enhancing signal-to-noise ratio (SNR) |
JP2005270551A (ja) | 2004-03-26 | 2005-10-06 | Shimadzu Corp | 放射線撮像装置 |
DE102004029010A1 (de) | 2004-06-16 | 2006-01-19 | Siemens Ag | Vorrichtung und Verfahren für die Streustrahlungskorrektur in der Projektionsradiographie, insbesondere der Mammographie |
DE102004029009A1 (de) * | 2004-06-16 | 2006-01-19 | Siemens Ag | Vorrichtung und Verfahren für die Streustrahlungskorrektur in der Computer-Tomographie |
JP5269298B2 (ja) | 2006-06-20 | 2013-08-21 | 株式会社東芝 | X線診断装置 |
DE102006046732B4 (de) * | 2006-09-29 | 2014-12-31 | Siemens Aktiengesellschaft | Verfahren für die Streustrahlungskorrektur und eine Vorrichtung für die Aufnahme von Schwächungsbildern |
EP2276408B1 (en) * | 2008-05-08 | 2019-07-10 | Arineta Ltd. | X ray imaging system with scatter radiation correction and method of using same |
US7907697B2 (en) * | 2008-08-21 | 2011-03-15 | Siemens Medical Solutions Usa, Inc. | System to estimate X-ray scatter |
GB201119257D0 (en) | 2011-11-08 | 2011-12-21 | Eshtech Ltd | X-ray detection apparatus |
DE102012204980B4 (de) * | 2012-03-28 | 2021-09-30 | Siemens Healthcare Gmbh | Verfahren zur Rekonstruktion von CT-Bildern mit Streustrahlenkorrektur, insbesondere für Dual-Source CT-Geräte |
GB201308876D0 (en) * | 2013-05-16 | 2013-07-03 | Ibex Innovations Ltd | X-Ray imaging apparatus and methods |
US9615808B2 (en) * | 2014-05-27 | 2017-04-11 | Koninklijke Philips N.V. | Method and radiography system for grid-like contrast enhancement |
KR20150145633A (ko) * | 2014-06-20 | 2015-12-30 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
JP6165695B2 (ja) * | 2014-09-24 | 2017-07-19 | 富士フイルム株式会社 | 放射線画像解析装置および方法並びにプログラム |
KR102399148B1 (ko) * | 2016-11-25 | 2022-05-19 | 삼성전자주식회사 | 엑스선 장치 및 이의 의료 영상 획득 |
US10631815B2 (en) * | 2017-05-10 | 2020-04-28 | General Electric Company | Scatter correction technique for use with a radiation detector |
-
2017
- 2017-03-01 GB GBGB1703291.3A patent/GB201703291D0/en not_active Ceased
-
2018
- 2018-03-01 US US16/489,978 patent/US10820878B2/en active Active
- 2018-03-01 EP EP18718902.2A patent/EP3589207A1/en active Pending
- 2018-03-01 CN CN201880014979.4A patent/CN110402108B/zh active Active
- 2018-03-01 WO PCT/GB2018/050528 patent/WO2018158577A1/en unknown
- 2018-03-01 GB GB1803343.1A patent/GB2563115B/en active Active
- 2018-03-01 KR KR1020197028197A patent/KR102636927B1/ko active IP Right Grant
- 2018-03-01 JP JP2019546026A patent/JP7185236B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070189439A1 (en) * | 2006-02-10 | 2007-08-16 | Commissariat A L'energie Atomique | Method for estimating the scattered radiation in x-ray tomography |
US7396162B1 (en) * | 2007-03-30 | 2008-07-08 | General Electric Company | Scatter correction for CT method and apparatus |
JP2009106433A (ja) * | 2007-10-29 | 2009-05-21 | Hitachi Medical Corp | 放射線撮像装置 |
US20130058450A1 (en) * | 2011-09-01 | 2013-03-07 | Xin Liu | Method and apparatus for adaptive scatter correction |
JP2015181649A (ja) * | 2014-03-24 | 2015-10-22 | 富士フイルム株式会社 | 放射線画像処理装置および方法並びにプログラム |
CN104166962A (zh) * | 2014-07-29 | 2014-11-26 | 南京邮电大学 | 一种使用散射核方法的锥束ct散射校正方法 |
WO2016051212A1 (en) * | 2014-10-04 | 2016-04-07 | Ibex Innovations Limited | Improvements relating to scatter in x-ray apparatus and methods of their use |
CN104840211A (zh) * | 2015-05-18 | 2015-08-19 | 上海联影医疗科技有限公司 | 一种投影图像的散射矫正方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7185236B2 (ja) | 2022-12-07 |
WO2018158577A1 (en) | 2018-09-07 |
KR102636927B1 (ko) | 2024-02-16 |
GB2563115A (en) | 2018-12-05 |
GB201803343D0 (en) | 2018-04-18 |
CN110402108B (zh) | 2023-10-20 |
EP3589207A1 (en) | 2020-01-08 |
KR20190122751A (ko) | 2019-10-30 |
GB201703291D0 (en) | 2017-04-12 |
GB2563115B (en) | 2022-01-05 |
US10820878B2 (en) | 2020-11-03 |
JP2020508751A (ja) | 2020-03-26 |
US20200237333A1 (en) | 2020-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110402108A (zh) | 校正射线照相系统中散射的装置和方法 | |
JP6071144B2 (ja) | 放射線画像解析装置および方法並びにプログラム | |
CN109938764A (zh) | 一种基于深度学习的自适应多部位扫描成像方法及其系统 | |
EP3612095B1 (en) | Beam hardening correction in x-ray dark-field imaging | |
CN108471996B (zh) | 一种用于估计由器官接收的辐射剂量的方法和成像设备 | |
CN110678906B (zh) | 用于定量分子成像的准确混合数据集的生成 | |
US20220028127A1 (en) | Energy weighting of photon counts for conventional imaging | |
JP6301439B2 (ja) | 放射線画像解析装置および方法並びにプログラム | |
US11663756B2 (en) | Scatter correction for X-ray imaging | |
CN108065950A (zh) | 一种放射成像方法及其系统 | |
Bornefalk et al. | Dual-energy imaging using a photon counting detector with electronic spectrum-splitting | |
JP2017113526A (ja) | スペクトルを修正するための方法 | |
Taha et al. | Exposure Determination in Gamma-Ray Radiography for Mammography Applications | |
Jang et al. | Convolutional neural network‐based model observer for signal known statistically task in breast tomosynthesis images | |
Massoumzadeh et al. | Noise simulation in x-ray CT | |
Grosjean et al. | Lesion detection using an a-contrario detector in simulated digital mammograms | |
Eashour | Feasibility of a user-independent systematic method for medical image quality assessment | |
Svalkvist | Development of methods for evaluation and optimization of chest tomosynthesis | |
Santos-Villalobos et al. | Iterative reconstruction of coded source neutron radiographs | |
US7020240B2 (en) | Method and apparatus for measuring matter properties | |
Thorhauer | Calibration and optimization of a biplane fluoroscopy system for quantifying foot and ankle biomechanics | |
Rajbhandary | Photon Counting Detector Cross Talk Model and Optimizing Information in Spectral CT | |
Winslow | Simulation of radiographic images for quality and dose analysis | |
Mainprize et al. | A breast density-dependent power-law model for digital mammography | |
Richard et al. | Generalized DQE analysis of dual-energy imaging using flat-panel detectors |
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 |