CN110533738B - 重建数据处理方法、装置、医学成像系统及存储介质 - Google Patents

重建数据处理方法、装置、医学成像系统及存储介质 Download PDF

Info

Publication number
CN110533738B
CN110533738B CN201910824827.7A CN201910824827A CN110533738B CN 110533738 B CN110533738 B CN 110533738B CN 201910824827 A CN201910824827 A CN 201910824827A CN 110533738 B CN110533738 B CN 110533738B
Authority
CN
China
Prior art keywords
projection data
data
truncated
function
extrapolated
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.)
Active
Application number
CN201910824827.7A
Other languages
English (en)
Other versions
CN110533738A (zh
Inventor
冷官冀
闫晶
杨乐
张娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201910824827.7A priority Critical patent/CN110533738B/zh
Publication of CN110533738A publication Critical patent/CN110533738A/zh
Priority to PCT/CN2020/091968 priority patent/WO2020238818A1/en
Application granted granted Critical
Publication of CN110533738B publication Critical patent/CN110533738B/zh
Priority to US17/456,554 priority patent/US20220084172A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/416Exact reconstruction

Abstract

本发明实施例公开了一种重建数据处理方法、装置、医学成像系统及存储介质。该方法包括:获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及其他投影数据;按照预设S型曲线函数在发生截断处对所述截断投影数据进行外推,得到外推投影数据;基于所述外推投影数据以及所述原始投影数据中的其他投影数据,进行重建得到重建数据。本实施例的技术方案实现了实现不计算截断处斜率,外推数据更平滑,更精确地校正截断数据。

Description

重建数据处理方法、装置、医学成像系统及存储介质
技术领域
本发明实施例涉及医学成像技术领域,尤其涉及一种重建数据处理方法、装置、医学成像系统及存储介质。
背景技术
在许多需要X射线扫描进行成像的情况下,被扫描物体可能会部分处于扫描视场(Field of View,FOV)之外,如摆位不正、患者肥胖等。这时投影数据会有一部分落在探测器之外,而由于只能够检测到FOV范围内的投影数据,因此造成了投影数据边缘不连续,投影数据的不连续导致图像边缘产生高亮的截断伪影,使FOV边缘区域的重建结果模糊。
导致重建图像边缘高亮的原因主要是由于经典重建算法滤波反投影中斜坡滤波导致的,当投影数据发生截断,边界投影数据不是0,经过滤波核进行滤波后,靠近边界的滤波结果被增强,处于边界的值为负,边界附近产生一带有负瓣的正尖峰函数,这样就导致在反投影的结果中处于FOV边缘的值产生高亮伪影。
如图1所示为锥形束计算机断层扫描(Computed Tomography,CT)系统扫描数据时,由于上述滤波反投影中斜坡滤波的方法,所以Z轴方向的截断不需要考虑,不会产生截断伪影,在投影时仅需要考虑X轴方向的截断。
现有技术中,目前处理截断伪影校正的方法主要分为两类:第一类是基于投影一致性的方法,该方法只适用于可以全角度扫描的CT系统,该类方法需要对扇束和锥束的投影数据进行重排,使其等效为平行束投影数据,然后找到每个角度投影值和的最大值,若投影数据小于最大值的一个预先设定好的比例,比如90%,则判定为投影数据截断,若该投影数据截断,利用截断投影数据相邻角度的没有截断的投影数据进行双线性插值,求该投影数据的总和以及该投影数据缺失数据的值,然后通过假定缺失的部分是由圆柱形的水组成的,圆柱的位置和半径是由截断数据的值与斜率决定的,通过圆柱形水的投影值来拟合截断投影数据,并根据拟合的值与真实缺失的值进行比较,进一步修正推导的截断数据的投影值。第二类是平滑截断边缘,不考虑任何一致性条件,常见的有对称镜像法,水柱外推法,直线外推法等等,具有代表性的就是对称镜像法,同样需要对扇束和锥束的投影数据进行重排,使其等效为平行束数据,预先设定寻求一个达到边界值二倍的投影值位置,与边界之间的间距设为外推长度,边界值二倍的投影值依次去减这个区间的所有值,其结果作为外推的补充数据。第一类算法需要计算截断处斜率,计算复杂,实时性差,需要先验知识;第二类方法虽然可能比第一类的一致性条件求解更实用,且实时性更好,但是结果往往不够精确。
发明内容
本发明实施例提供一种重建数据处理方法、装置、CT系统及存储介质,以实现更准确地对CT图像进行重建。
第一方面,本发明实施例提供了一种重建数据处理方法,该方法包括:
获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;
按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据;
基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据。
第二方面,本发明实施例还提供了一种重建数据处理装置,该装置包括:
截断投影数据确定模块,用于获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;
外推模块,用于按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据;
重建模块,用于基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据。
第三方面,本发明实施例还提供了一种医学成像系统,该系统包括:
球管、探测器以及重建数据处理装置,其中,所述重建数据处理装置用于执行本发明实施例中任一所述的重建数据处理方法。
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实施例中任一所述的重建数据处理方法。
本发明实施例的技术方案通过获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据,能够更精确地对发生截断处的原始投影数据进行外推;基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据,实现对医学图像进行重建。上述技术方案解决了传统技术中需要计算截断处斜率,计算复杂,实时性差,需要先验知识,外推结果不精确的问题,实现不计算截断处斜率,外推数据更平滑,更精确地校正截断数据。
附图说明
图1是现有技术中的锥形束CT投影示意图;
图2a是本发明实施例一中提供的一种重建数据处理方法的流程图;
图2b是本发明实施例一中提供的一种S型曲线函数的示意图;
图3a是本发明实施例二中提供的一种重建数据处理方法的流程图;
图3b是本发明实施例二中提供的广义逻辑函数参数Q变化的示意图;
图3c是本发明实施例二中提供的利用预设S型曲线函数进行外推得到的一行截断投影数据校正效果图;
图4是本发明实施例三中的提供的一种重建数据处理装置的结构示意图;
图5是本发明实施例四中的提供的一种医学成像系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。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结构。
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2a为本发明实施例一提供重建数据处理方法的流程图,本实施例可适用于医学成像的情况,尤其适用于锥形束CT设备的医学成像。该方法可以由重建数据处理装置来执行,该装置可以由硬件和/或软件来实现,该装置可集成于设备(例如锥形束CT设备)中来执行,具体包括如下步骤:
步骤101、获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据。
其中,原始投影数据是指医学图像重建之前的投影数据,可以用于图像重建得到最终的医学图像。截断投影数据是指原始投影数据中发生截断的投影数据。其他投影数据是指原始投影数据中除所述截断投影数据之外的投影数据,即未发生截断的原始投影数据。原始投影数据可以通过CT设备或者CBCT设备获得的。所述CT设备或者CBCT设备包括成像组件,所述成像组件包括射线源和探测器,该射线源通常为球管,待成像对象置于球管和探测器之间,球管发出的X射线穿过成像对象,探测器接收X射线并形成投影数据。一般情况下,在某个成像角度下,成像物体的轮廓并没有完全处于射线源的FOV内时,就可能发现投影数据的截断。投影数据的截断可能发生在单侧也可能发生在两侧。在此,CT设备指的是应用扇形束进行计算机断层成像的设备,CBCT设备指的是应用锥形束进行计算机断层成像的设备,可以包括移动C形臂设备以及数字减影血管造影(Digital SubtractionAngiography,DSA)设备等,但并不限制于此。
可以理解的是,原始投影数据具有两个边界,其中可以把原始投影数据的第一列数据作为左侧边界,可以把原始投影数据的最后一列数据作为右侧边界。判断截断时,同样需要对左右边界分别判断截断。
具体的,首先需要获取所有医学图像重建之前的原始投影数据,并可以逐行根据各行的边界处的投影值判断该行投影数据是否发生截断,如果该行投影数据发生截断,则采用外推算法对该行投影数据进行外推处理。
步骤102、按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据。
其中,S型曲线函数定义是指一类具有特征的S型曲线的数学函数,其函数是有界的、可微的单调实函数,它定义为所有的实输入值,即定义域为x∈(-∞,+∞)。其返回值单调递增,当x→∞时,函数趋近于一条水平渐近线;并且在每个点上都有一个非负的导数,其函数是单调函数,一阶导数曲线类似“钟”型,当x→∞时,导数函数趋近于零。在x=0或者某一点处时,导数函数达到极大值。示例性地,具有代表性的S型曲线函数可以如图2b所示。需要说明的是,图2b中的六种函数仅为S型曲线函数的部分代表,S型曲线函数还可以为其他函数,例如广义逻辑曲线等,并且可以根据需求在此基础上进行变形、更改参数等。
其中,外推是一种很好的近似计算方法。对于已求得的低精度近似值,只要作几次最简单的四则运算,便立刻得到高精度的近似值。更简单地说,它是一种把低精度近似值加工到高精度的近似值的一种方法,简称精加工。本实施例的方法通过对发生截断的投影数据(即截断投影数据)按照预设S型曲线函数进行外推,从而对截断伪影进行校正。
可选地,所述S型曲线函数可以包括S型曲线原型函数、与所述S型曲线原型函数对应的负函数、与所述S型曲线原型函数对应的反函数以及与所述S型曲线原型函数对应的幂函数等。例如,S型曲线函数可以包括
Figure BDA0002188744380000071
tanh(x)(h(x)为以x为自变量的函数)、
Figure BDA0002188744380000072
(gd表示梯度下降函数)、
Figure BDA0002188744380000073
以及这些函数的相关变形等。
具体的,首先选择预设的S型曲线函数,并设定S型曲线函数的一些参数数值,确定出需要进行外推的数据的宽度,即确定出外推宽度,然后根据外推宽度以及当前行的边界处的投影数据的投影值计算出S型曲线函数的未知参数,进一步确定出预设的S型曲线函数,根据求出的预设的S型曲线函数在发生截断处对所述截断投影数据进行外推得到外推投影数据。
需要说明的是,由于原始投影数据可能存在一侧边界截断和两侧边界截断,相应的,也需要分别确定出对应的预设的S型曲线函数。
步骤103、基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据。
其中,图像重建可以采用相关技术中的图像重建算法。选择性地,该重建方法可以采用滤波反投影重建(FBP)方法。
可选的,可以将外推投影数据以及所述原始投影数据中的其他投影数据作为新的投影数据进行滤波反投影重建得到重建数据。
其中,滤波反投影重建算法常用在CT成像重建中,其数学原理是傅立叶变换:对投影的一维傅立叶变换等效于对原图像进行二维的傅立叶变换。
可选的,本发明实施例的方法可以用于计算机断层扫描(CT)图像重建或锥形束计算机断层扫描(CBCT)图像重建。
本发明实施例的技术方案通过获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据,能够更精确地对发生截断处的原始投影数据进行外推;基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据,实现对医学图像进行重建。上述技术方案解决了传统技术中需要计算截断处斜率,计算复杂,实时性差,需要先验知识,外推结果不精确的问题,实现不计算截断处斜率,外推数据更平滑,更精确地校正截断数据。
实施例二
图3a为本发明实施例二提供的一种重建数据处理方法的流程图,本实施例在上述实施例的基础上,可选的是所述确定所述原始投影数据中的截断投影数据,包括:
逐行地判断所述原始投影数据是否发生截断;
逐行地对探测器得到的原始投影数据进行判断,当确定当前行的原始投影数据发生截断时,则将当前行的原始投影数据中预设范围内的投影数据确定为截断投影数据。
在此基础上,进一步地,所述方法还包括:根据所述截断投影数据的投影值以及外推宽度确定预设S型曲线函数。
在此基础上,进一步地,所述方法还包括:
在所述对所述截断投影数据进行外推的过程中,确定所述预设S型曲线函数的参数。
在此基础上,进一步地,基于如下公式确定所述预设S型曲线函数的参数:
Figure BDA0002188744380000091
其中,Next表示外推宽度,Y(t)表示所述预设S型曲线函数,Ymin表示Y(t)的最小值或者当Y(t)的定义域趋近无穷时的最小值,p表示当前行的边界处的投影数据的投影值,μ表示X射线对水的衰减系数,t表示Y(t)的变量。
在此基础上,进一步地,所述方法还包括:根据探测器列数和滤波核长度确定外推宽度。
在此基础上,进一步地,所述方法还包括:基于如下公式确定所述外推宽度:2(NS+2Next)=LFFT
其中,LFFT为滤波核长度,且LFFT=2n,n为整数;NS为探测器列数,Next为单侧外推宽度。
如图3a所示,本发明实施例的方法具体可以包括以下步骤:
步骤201、获取原始投影数据。
步骤202、逐行地判断所述原始投影数据是否发生截断。
如果当前行的所述原始投影数据发生截断,执行步骤203;如果当前行的所述原始投影数据未发生截断,执行步骤204。
可选的,可以通过逐行地判断所述原始投影数据的边界处的投影数据是否发生截断来判断当前行的原始投影数据是否发生截断。
可选的,当确定当前行的所述原始投影数据发生截断时,则将当前行的原始投影数据中预设范围内的投影数据确定为截断投影数据。
可选的,预设范围可以包括原始投影数据的当前行的边界处附近的投影数据,预设范围可以进行设定,例如可以根据外推宽度设定预设范围。
可选的,如果当前行的边界处的投影数据的投影值不等于0,且邻近所述边界处的预设数目的投影数据的投影值的均值大于设定投影阈值时,则将所述当前行的预设范围内的投影数据确定为截断投影数据。
示例性的,判断原始投影数据是否发生截断的方法如下:
当边界处(包含左右边界处,左侧边界处可以是投影数据的第一列,右侧边界处可以是投影数据的最后一列)投影数据的投影值不等于0且边界处附近预设数目(可以取m个)的投影数据的投影值的均值大于设定投影阈值时则认为该行数据发生截断。可以理解的是,如果判断左侧边界处是否发生截断,则在左侧边界处取邻近的m(例如m取5)个点,例如对当前行的第1到5个的投影数据的投影值取加权平均,同理对于右侧边界处,也可以取当前行邻近最后一列的投影数据的投影值取加权平均。
具体的,计算边界处附近均值时取边界处m个投影点计算加权平均得到
Figure BDA0002188744380000101
其中,
Figure BDA0002188744380000102
为m个投影点计算加权平均得到的投影值;m为整数,可选的,m可以取5至15,例如可以为10;P(i,j)代表第i行第j列投影数据的投影值;公式为投影值加权平均公式。而右侧的投影值加权公式是同理的,只需将m和j调整为对应的右侧边界对应的位置。
更具体地,设定投影阈值K,以X射线穿过水模为例(由于人体可近似为水),设水衰减系数0.02,假设射线穿过5至10mm的水的衰减值为0.1至0.2,例如取0.15作为阈值,即当
Figure BDA0002188744380000103
则判断左侧边界处发生截断。右侧边界推导同理,需要将公式中的第一列调整为最后一列,例如最后一列为1024时,则右侧边界推导的公式为:
Figure BDA0002188744380000111
步骤203、按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据。
可选的,根据所述截断投影数据的投影值以及外推宽度确定预设S型曲线函数。
其中,外推宽度表示在所述对所述截断投影数据进行外推的宽度。例如外推宽度为316(假设左侧和右侧的外推宽度都是316,实际情况有可能不同),原始投影数据包括2048列,可以将原始投影数据左侧的316个数据进行外推,右侧的316个数据也进行外推。
可选的,在所述对所述截断投影数据进行外推中,确定所述预设S型曲线函数的参数。
其中,预设S型曲线函数包括用户可以自行设定的参数,也包括对所述截断投影数据进行外推中的需要计算的参数。
可选的,基于如下公式确定所述预设S型曲线函数的参数:
Figure BDA0002188744380000112
其中,Next表示外推宽度,Y(t)表示预设S型曲线函数,Ymin表示Y(t)的最小值或者当Y(t)的定义域趋近无穷时的最小值,p表示当前行的边界处的投影数据的投影值,μ表示X射线对水的衰减系数,t表示Y(t)的变量。该公式表示预设S型曲线函数在(-Next/2,Next/2)与坐标轴包围的面积,公式右侧表示通过水来代表人体,从而求得的外推面积。这样设置的好处在于,在外推宽度不变的条件下,调整预设的S型曲线函数的参数可使补充面积可变,实现进一步对截断投影数据精确校正。
可选的,根据探测器列数和滤波核长度确定外推宽度。
可选的,所述方法还包括:基于如下公式确定所述外推宽度:
2(NS+2Next)=LFFT
其中,LFFT为滤波核长度,且LFFT=2n,n为整数;NS为探测器列数,Next为单侧(包括左侧和右侧)外推宽度。
示例性的,本发明以预设S型曲线函数为广义逻辑曲线为例进行说明,其中,广义逻辑曲线可用以下公式进行表示:
Figure BDA0002188744380000121
该函数有5个参数,A为下渐近线的值,K为上渐进线的值,B为增长率(可以理解为函数的上升的增速,即影响二阶导数结果的参数),v影响接近渐近线时的增长率,图3b是本发明实施例二中提供的广义逻辑函数参数Q变化的示意图,Q对t=0处的值有影响,如图所示,Q越小,t=0处的值越大,C是常数。该函数主要利用Q参数的影响来改变外推数据的总和。
应用该函数时,可以设定参数A=0,K=p(i,1),B=1,C=1,v=1,可以理解的是,这些参数的数值可以根据实际需求进行调整。
其中,外推宽度受限于滤波核长度,而滤波核长度与探测器列数有关。
2(NS+2Next)=LFFT
其中,LFFT为滤波核长度,且LFFT=2n,n为整数;NS为探测器列数,Next为单侧外推长度。在一个例子中,当NS=1416时,LFFT至少为4096,此时求得Next=316。设Y(t)定义域t∈(-157,158)。
参数Q与边界投影值p的关系如下公式,求解Q,从而求出预设S型曲线函数,根据求出的预设S型曲线函数对截断投影数据进行外推。
Figure BDA0002188744380000131
其中,Next表示单侧(左侧或右侧)外推宽度,Y(t)表示预设S型曲线函数,Ymin表示Y(t)的最小值或者当Y(t)的定义域趋近无穷时的最小值,p表示当前行的边界处的投影数据的投影值,μ表示X射线对水的衰减系数,t表示Y(t)的变量。
步骤204、输出原始投影数据。
步骤205、基于所述外推投影数据以及其他投影数据,进行重建得到重建数据。
可选的,重建使用的方法可以包括滤波反投影重建方法。
示例性的,以上述外推宽度为316进行说明,设预设S型曲线函数Y(t)定义域t∈(-157,158),其中,t表示外推探测器个数,或截断个数,单位为阵元尺寸。最后根据左外推函数(左侧边界处对应的预设S型曲线函数)Y(t)和右外推函数(右侧边界处对应的预设S型曲线函数)Y′(t)分别进行外推补充数据,具体如下:发生截断处对所述截断投影数据进行外推得到外推投影数据,除所述截断投影数据之外的其他投影数据根据外推宽度进行移动,示例性的,可以采用以下公式进行表示。
p′(i,j)=Y(j-157),j∈[1,316]
p′(i,j)=p(i,j-316),j∈[317,1732]
p′(i,j)=Y′(j-1889),j∈[1733,2048]
其中,p′(i,j)表示进行截断处理后的当前行的新的投影数据,更具体地,当j属于[317,1732]时,采用的是原投影数据,仅是将原列上的数据在列上平移到新的列,当j属于[1,316]时,p′(i,j)是对左侧进行截断处理(即外推)得到的新的投影数据,当j属于[1733,2048]时,p′(i,j)是对右侧进行截断处理得到的新的投影数据。可以理解,无论是在左侧进行外推,还是在右侧进行外推,外推宽度都选择316,对于每一侧的外推宽度,都将j与前文中预设S型曲线函数中的t的定义域进行转化,并进而可以根据上文中的广义逻辑曲线函数来计算各点的投影数据。
最后得到新投影数据,用于进行图像重建得到重建数据。
示例性的,利用预设S型曲线函数进行外推得到的一行截断投影数据校正效果图3c所示,实线表示截断校正之前的投影数据,虚线通过表示预设S型曲线函数进行截断校正后的数据。
本发明实施例的技术方案通过逐行判断所述原始投影数据的边界处的投影数据是否发生截断,能够判断原始投影数据是否发生截断。进而,根据所述截断投影数据的投影值以及外推宽度确定预设S型曲线函数,在外推宽度不变的条件下,调整预设S型曲线函数参数可使补充面积可变,进一步精确对截断投影数据校正。
实施例三
图4是本发明实施例三中提供的一种重建数据处理装置的结构示意图。本发明实施例所提供的重建数据处理装置可执行本发明任意实施例所提供的重建数据处理方法,该装置的具体结构如下:截断投影数据确定模块31、外推模块32以及重建模块33。
其中,
截断投影数据确定模块31,用于获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;
外推模块32,用于按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据;
重建模块33,用于基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据。
本发明实施例的技术方案通过获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据,能够更精确地对发生截断处的原始投影数据进行外推;基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据,实现对医学图像进行重建。上述技术方案解决了传统技术中需要计算截断处斜率,计算复杂,实时性差,需要先验知识,外推结果不精确的问题,实现不计算截断处斜率,外推数据更平滑,更精确地校正截断数据。
示例性的,所述重建使用的方法包括滤波反投影重建方法。
可选的,所述方法用于计算机断层扫描CT图像重建或锥形束计算机断层扫描CBCT图像重建。
在上述技术方案的基础上,截断投影数据确定模块31具体可用于:
逐行地判断所述原始投影数据是否发生截断;
当确定当前行的所述原始投影数据发生截断时,则将当前行的原始投影数据中预设范围内的投影数据确定为截断投影数据。
在上述技术方案的基础上,重建数据处理装置还可以包括:预设S型曲线函数确定模块。
预设S型曲线函数确定模块,用于在所述对所述截断投影数据进行外推中,确定所述预设S型曲线函数的参数。
在上述技术方案的基础上,预设S型曲线函数确定模块具体可用于:基于如下公式确定所述预设S型曲线函数的参数:
Figure BDA0002188744380000161
其中,Next表示单侧(左侧或右侧)外推宽度,Y(t)表示预设S型曲线函数,Ymin表示Y(t)的最小值或者当Y(t)的定义域趋近无穷时的最小值,p表示当前行的边界处的投影数据的投影值,μ表示X射线对水的衰减系数,t表示Y(t)的变量。
示例性的,所述S型曲线函数包括S型曲线原型函数、与所述S型曲线原型函数对应的负函数、反函数以及幂函数中的至少一种。
在上述技术方案的基础上,重建数据处理装置还可以包括:外推宽度确定模块。
外推宽度确定模块,用于根据探测器列数和滤波核长度确定外推宽度。
在上述技术方案的基础上,外推宽度确定模块具体可用于:基于如下公式确定所述外推宽度:
2(NS+2Next)=LFFT
其中,LFFT为滤波核长度,且LFFT=2n,n为整数;NS为探测器列数,Next为单侧外推宽度。
本发明实施例所提供的重建数据处理装置可执行本发明任意实施例所提供的重建数据处理方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5是本发明实施例四中提供的一种医学成像系统的结构示意图。本发明实施例所提供的医学成像系统可执行本发明任意实施例所提供的重建数据处理方法,该系统的具体结构如下:球管41、探测器42以及重建数据处理装置43。
其中,所述重建数据处理装置43用于执行本发明实施例中任一所述的重建数据处理方法。
可选的,该医学成像系统包括任意CT以及CBCT系统。
本发明实施例的技术方案通过获取原始投影数据,确定所述原始投影数据中发生截断的截断投影数据;按照预设S型曲线函数对所述截断投影数据进行外推得到外推投影数据,能够更精确地对发生截断处的原始投影数据进行外推;对所述外推投影数据以及所述原始投影数据中除所述截断投影数据之外的投影数据进行滤波反投影重建得到重建数据,实现对医学图像进行重建。上述技术方案解决了传统技术中需要计算截断处斜率,计算复杂,实时性差,需要先验知识,外推结果不精确的问题,实现不计算截断处斜率,外推数据更平滑,更精确地校正截断数据。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种重建数据处理方法,该方法包括:
获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;
按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据;
基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据。当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的重建数据处理方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述重建数据处理装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
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 (11)

1.一种重建数据处理方法,其特征在于,包括:
获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;
按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据;其中,所述S型曲线函数包括S型曲线原型函数、与所述S型曲线原型函数对应的负函数、反函数以及幂函数中的至少一种;
基于所述外推投影数据以及所述其他投影数据,进行重建得到重建数据。
2.根据权利要求1所述的方法,其特征在于,所述重建使用的方法包括滤波反投影重建方法。
3.根据权利要求1所述的方法,其特征在于,所述方法用于计算机断层扫描CT图像重建或锥形束计算机断层扫描CBCT图像重建。
4.根据权利要求1所述的方法,其特征在于,所述确定所述原始投影数据中的截断投影数据,包括:
逐行地判断所述原始投影数据是否发生截断;
当确定当前行的所述原始投影数据发生截断时,则将当前行的原始投影数据中预设范围内的投影数据确定为截断投影数据。
5.根据权利要求1所述的方法,其特征在于,还包括:
在所述对所述截断投影数据进行外推中,确定所述预设S型曲线函数的参数。
6.根据权利要求5所述的方法,其特征在于,基于如下公式确定所述预设S型曲线函数的参数:
Figure FDA0003013863760000021
其中,Next表示外推宽度,Y(t)表示所述预设S型曲线函数,Ymin表示Y(t)的最小值或者当Y(t)的定义域趋近无穷时的最小值,p表示当前行的边界处的投影数据的投影值,μ表示X射线对水的衰减系数,t表示Y(t)的变量。
7.根据权利要求1所述的方法,其特征在于,还包括:
根据探测器列数和滤波核长度确定外推宽度。
8.根据权利要求7所述的方法,其特征在于,还包括:基于如下公式确定所述外推宽度:
2(NS+2Next)=FFT
其中,LFFT为滤波核长度,且LFFT=2n,n为整数;NS为探测器列数,Next为单侧外推宽度。
9.一种重建数据处理装置,其特征在于,包括:
截断投影数据确定模块,用于获取原始投影数据,并确定所述原始投影数据中的截断投影数据以及除所述截断投影数据之外的其他投影数据;
外推模块,用于按照预设S型曲线函数对所述截断投影数据进行外推,得到外推投影数据;其中,所述S型曲线函数包括S型曲线原型函数、与所述S型曲线原型函数对应的负函数、反函数以及幂函数中的至少一种;
重建模块,用于基于所述外推投影数据以及所述其他投影数据进行重建得到重建数据。
10.一种医学成像系统,其特征在于,所述系统包括:
球管、探测器以及重建数据处理装置,其中,所述重建数据处理装置用于执行如权利要求1-8中任一所述的重建数据处理方法。
11.一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中任一所述的重建数据处理方法。
CN201910824827.7A 2019-05-24 2019-09-02 重建数据处理方法、装置、医学成像系统及存储介质 Active CN110533738B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910824827.7A CN110533738B (zh) 2019-09-02 2019-09-02 重建数据处理方法、装置、医学成像系统及存储介质
PCT/CN2020/091968 WO2020238818A1 (en) 2019-05-24 2020-05-24 Imaging systems and methods
US17/456,554 US20220084172A1 (en) 2019-05-24 2021-11-24 Imaging systems and methods

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910824827.7A CN110533738B (zh) 2019-09-02 2019-09-02 重建数据处理方法、装置、医学成像系统及存储介质

Publications (2)

Publication Number Publication Date
CN110533738A CN110533738A (zh) 2019-12-03
CN110533738B true CN110533738B (zh) 2021-06-18

Family

ID=68666361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910824827.7A Active CN110533738B (zh) 2019-05-24 2019-09-02 重建数据处理方法、装置、医学成像系统及存储介质

Country Status (1)

Country Link
CN (1) CN110533738B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020238818A1 (en) * 2019-05-24 2020-12-03 Shanghai United Imaging Healthcare Co., Ltd. Imaging systems and methods
CN111260771B (zh) * 2020-01-13 2023-08-29 北京东软医疗设备有限公司 一种图像重建方法及装置
CN113081010A (zh) * 2021-04-12 2021-07-09 北京肿瘤医院(北京大学肿瘤医院) 基于待测物体体表引导的ct成像系统、方法及其应用
CN113378102A (zh) * 2021-05-31 2021-09-10 国网上海市电力公司 一种用于短期负荷预测数据缺失预处理方法、介质及应用

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5216601A (en) * 1989-11-22 1993-06-01 General Electric Company Method for fan beam helical scanning using rebinning
CN101688917A (zh) * 2007-06-29 2010-03-31 皇家飞利浦电子股份有限公司 用于消除计算机断层摄影中的散射伪影的方法
CN103218803A (zh) * 2011-11-22 2013-07-24 西门子公司 计算机断层造影设备和用于确定身体的体积信息的方法
CN104751502A (zh) * 2015-04-17 2015-07-01 北京锐视康科技发展有限公司 一种用于扩大视野的ct图像重建方法
CN105078492A (zh) * 2015-09-15 2015-11-25 上海联影医疗科技有限公司 数字乳腺断层重建中锯齿伪影的校正方法及装置
CN105761226A (zh) * 2016-02-24 2016-07-13 赛诺威盛科技(北京)有限公司 一种超视野ct扫描图像的补偿重建方法
CN106251378A (zh) * 2016-07-22 2016-12-21 上海联影医疗科技有限公司 医学图像中边缘伪影的去除方法及装置
CN107016672A (zh) * 2017-04-28 2017-08-04 上海联影医疗科技有限公司 医学扫描图像的重建方法和装置以及医学成像系统
CN108038840A (zh) * 2017-11-24 2018-05-15 深圳先进技术研究院 一种图像处理方法、装置、图像处理设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1915866A2 (en) * 2005-08-12 2008-04-30 Nokia Siemens Networks Gmbh & Co. Kg A multi-source and resilient video on demand streaming system for a peer-to-peer subscriber community
DE102007036561A1 (de) * 2007-08-03 2009-02-19 Siemens Ag Verfahren zur Korrektur von Trunkierungsartefakten in einem Rekonstruktionsverfahren für tomographische Aufnahmen mit trunkierten Projektionsdaten
DE102010006585A1 (de) * 2010-02-02 2011-08-04 Siemens Aktiengesellschaft, 80333 CT-Bildrekonstruktion im erweiterten Messfeld
CN107492132B (zh) * 2017-08-31 2020-12-15 南方医科大学 一种数字层析成像系统的图像伪影去除方法
US10593070B2 (en) * 2017-12-22 2020-03-17 Canon Medical Systems Corporation Model-based scatter correction for computed tomography

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5216601A (en) * 1989-11-22 1993-06-01 General Electric Company Method for fan beam helical scanning using rebinning
CN101688917A (zh) * 2007-06-29 2010-03-31 皇家飞利浦电子股份有限公司 用于消除计算机断层摄影中的散射伪影的方法
CN103218803A (zh) * 2011-11-22 2013-07-24 西门子公司 计算机断层造影设备和用于确定身体的体积信息的方法
CN104751502A (zh) * 2015-04-17 2015-07-01 北京锐视康科技发展有限公司 一种用于扩大视野的ct图像重建方法
CN105078492A (zh) * 2015-09-15 2015-11-25 上海联影医疗科技有限公司 数字乳腺断层重建中锯齿伪影的校正方法及装置
CN105761226A (zh) * 2016-02-24 2016-07-13 赛诺威盛科技(北京)有限公司 一种超视野ct扫描图像的补偿重建方法
CN106251378A (zh) * 2016-07-22 2016-12-21 上海联影医疗科技有限公司 医学图像中边缘伪影的去除方法及装置
CN107016672A (zh) * 2017-04-28 2017-08-04 上海联影医疗科技有限公司 医学扫描图像的重建方法和装置以及医学成像系统
CN108038840A (zh) * 2017-11-24 2018-05-15 深圳先进技术研究院 一种图像处理方法、装置、图像处理设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CT三维重建图像对恶性肺内孤立性结节的诊断价值;李胜达 等;《广东医学》;20150131;第36卷(第2期);266-269页 *
Extension of the reconstruction field-of-view using sinogram decomposition;Zamyatin .etal;《Proceedings of spie》;20060302;第6142卷;1-8页 *

Also Published As

Publication number Publication date
CN110533738A (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN110533738B (zh) 重建数据处理方法、装置、医学成像系统及存储介质
US9245320B2 (en) Method and system for correcting artifacts in image reconstruction
Lu et al. Analytical noise treatment for low-dose CT projection data by penalized weighted least-square smoothing in the KL domain
US7187794B2 (en) Noise treatment of low-dose computed tomography projections and images
Xu et al. Statistical projection completion in X-ray CT using consistency conditions
US7929746B2 (en) System and method for processing imaging data
JP5590548B2 (ja) X線ct画像処理方法,x線ctプログラムおよび該プログラムが搭載されたx線ct装置
EP3053143A1 (en) Method for local adjustment of regularization parameters for image quality optimization in fully 3d iterative ct reconstruction
WO2012173205A1 (ja) 画像のノイズレベルを推定する方法
WO2010096701A1 (en) Projection-space denoising with bilateral filtering in computed tomography
Zamyatin et al. Extension of the reconstruction field of view and truncation correction using sinogram decomposition
JP2015100702A5 (zh)
AU2019271915A1 (en) Method and system for motion correction in CT imaging
JP2014514048A (ja) コントラスト依存の解像度をもつ画像
CN109523458B (zh) 一种结合稀疏诱导动态引导滤波的高精度稀疏角度ct重建方法
JP2013085955A (ja) 連続マルチスケール再構成において詳細画像を補うx線コンピュータ断層撮像装置(x線ct装置)、医用画像処理装置及び医用画像処理方法
JP6222813B2 (ja) X線コンピュータ断層撮影装置、画像処理装置及び画像処理方法
US8428216B2 (en) Method for reconstruction of a three-dimensional image data set and x-ray device
Ketola et al. Deep learning-based sinogram extension method for interior computed tomography
Qiu et al. New iterative cone beam CT reconstruction software: parameter optimisation and convergence study
CN113362404B (zh) 计算机断层扫描的散射校正方法、装置和存储介质
Aootaphao et al. Experiment-based scatter correction for cone-beam computed tomography using the statistical method
KR102438068B1 (ko) 상호 정보량 기반 비국부 전역 변형 저감화 기법을 이용한 영상 화질 개선 방법 및 장치
CN112446931A (zh) 一种重建数据处理方法、装置、医学成像系统及存储介质
US10515467B2 (en) Image reconstruction system, method, and computer program

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.

GR01 Patent grant
GR01 Patent grant