CN110796620A - 乳腺断层重建图像的层间伪影抑制方法和装置 - Google Patents
乳腺断层重建图像的层间伪影抑制方法和装置 Download PDFInfo
- Publication number
- CN110796620A CN110796620A CN201911036299.5A CN201911036299A CN110796620A CN 110796620 A CN110796620 A CN 110796620A CN 201911036299 A CN201911036299 A CN 201911036299A CN 110796620 A CN110796620 A CN 110796620A
- Authority
- CN
- China
- Prior art keywords
- image
- projection
- reconstruction
- artifact
- mask
- 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 claims abstract description 53
- 239000011229 interlayer Substances 0.000 title claims abstract description 30
- 210000000481 breast Anatomy 0.000 title claims abstract description 28
- 230000001629 suppression Effects 0.000 title claims description 22
- 239000000126 substance Substances 0.000 claims abstract description 143
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 238000007499 fusion processing Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 12
- 230000002441 reversible effect Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 230000002401 inhibitory effect Effects 0.000 abstract description 3
- 210000001519 tissue Anatomy 0.000 description 13
- 239000010410 layer Substances 0.000 description 12
- 239000000463 material Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 210000005075 mammary gland Anatomy 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009607 mammography Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010048782 Breast calcifications Diseases 0.000 description 1
- 208000004434 Calcinosis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric 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
- G06T11/008—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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10124—Digitally reconstructed radiograph [DRR]
-
- 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
- G06T2207/30068—Mammography; Breast
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及一种乳腺断层重建图像的层间伪影抑制方法、装置、计算机设备和存储介质。该方法包括：获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；根据初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；对高密度物质的三维空间掩模分别进行映射，结合投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模；根据二维投影掩模和投影图像的像素信息，得到伪影权重图像；对不同角度下的投影图像和伪影权重图像进行加权反投影重建，得到重建基图像；对重建基图像和高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。本申请的方案能够提高重建图像的质量。
Description
技术领域
本申请涉及数字乳腺X射线摄影技术领域，特别是涉及一种乳腺断层重建图像的层间伪影抑制方法、装置、计算机设备和存储介质。
背景技术
随着乳腺X射线成像技术的发展，出现了数字乳腺断层重建技术(Digital BreastTomosynthesis，DBT)，该技术在数字乳腺X射线摄影(Digital Mammography,DM)基础上，结合现有半导体探测器发展和数字体层合成技术，通过球管有限角度旋转运动，并对压迫乳腺进行数个角度低剂量曝光获得的投影数据来重建出多个水平层面的精细乳腺断层图像。
然而，由于DBT采集过程中有限角度范围球管曝光的限制，无法获得足够投影信息重建类似CT等断层图像，该现象导致正常乳腺组织对应体素在图像重建中，容易受到其他层面如钙化点等高密度物质投影的干扰，产生层间伪影，该伪影往往出现于高密度物质附近层面，纵向层面可表现为放射状的伪影。层间伪影对乳腺组织细节的部分干扰，会降低乳腺断层重建图像的Z轴分辨率，影响图像质量。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高重建图像质量的乳腺断层重建图像的层间伪影抑制方法、装置、计算机设备和存储介质。
一种乳腺断层重建图像的层间伪影抑制方法，所述方法包括：
获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
根据所述初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
对所述高密度物质的三维空间掩模分别进行映射，结合所述投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模；
根据所述二维投影掩模和所述投影图像的像素信息，得到伪影权重图像；
对不同角度下的所述投影图像和所述伪影权重图像进行加权反投影重建，得到重建基图像；
对所述重建基图像和所述高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
在其中一个实施例中，还包括：计算不同角度下的投影图像在二维投影掩模区域范围内的最小像素值；以最小像素值和坐标位置建立距离权重项和体素权重项的伪影修正权重；根据所述伪影修正权重，生成不同角度下的伪影权重图像。
在其中一个实施例中，还包括：将不同角度下的二维投影掩模进行反向投影和交集运算，形成反向三维空间掩模；对高密度物质的三维空间掩模和所述反向三维空间掩模进行交集运算，得到处理后的三维空间掩模；利用处理后的三维空间掩膜和所述高密度物质的特征图像进行交集运算，获取高密度物质的二次特征图像；对所述高密度物质的二次特征图像和所述重建基图像进行融合处理，获得伪影抑制后的断层合成重建图像。
在其中一个实施例中，还包括：利用重建方法对获取的被扫描物体不同角度下的投影图像进行待重建图像体素的计算，得到初始重建图像，所述待重建图像体素是组成被扫描物体的最小重建体积单元。
在其中一个实施例中，还包括：根据待重建图像体素的位置、X射线源的角度及探测器位置之间的空间几何关系，将不同角度X射线照射下的图像空间坐标映射至探测器的不同位置；按照对应角度进行前向投影，获得各角度下映射的预估二维投影掩模；根据各角度投影图像的特征信息和预估二维投影掩模，通过特征识别算法进行二次识别，获得高密度物质的二维投影掩模。
在其中一个实施例中，还包括：对各角度下所得投影图像和所述伪影权重图像进行加权处理，将高密度物质在对应角度对应坐标的投影值修正至正常投影值范围内；将加权修正后的结果应用于反投影重建中，获得伪影抑制后的重建图像，将该重建图像作为重建基图像。
在其中一个实施例中，还包括：对所述重建基图像和所述高密度物质的特征图像进行滤波和图像增强处理。
一种乳腺断层重建图像的层间伪影抑制装置，所述装置包括：
图像重建模块，用于获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
图像识别提取模块，用于根据所述初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
投影映射识别模块，用于对所述高密度物质的三维空间掩模分别进行映射，结合所述投影图像的特征信息识别不同角度下的投影图像的高密度物质的二维投影掩模；
投影权重计算模块，用于根据所述二维投影掩模和和所述投影图像的像素信息，得到伪影权重图像；
加权重建模块，用于对不同角度下的所述投影图像和所述伪影权重图像进行加权反投影重建，得到重建基图像；
图像融合模块，用于对所述重建基图像和所述高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
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，所述处理器执行所述计算机程序时实现以下步骤：
获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
根据所述初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
对所述高密度物质的三维空间掩模分别进行映射，结合所述投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模；
根据所述二维投影掩模和所述投影图像的像素信息，得到伪影权重图像；
对不同角度下的所述投影图像和所述伪影权重图像进行加权反投影重建，得到重建基图像；
对所述重建基图像和所述高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
根据所述初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
对所述高密度物质的三维空间掩模分别进行映射，结合所述投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模；
根据所述二维投影掩模和所述投影图像的像素信息，得到伪影权重图像；
对不同角度下的所述投影图像和所述伪影权重图像进行加权反投影重建，得到重建基图像；
对所述重建基图像和所述高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
上述乳腺断层重建图像的层间伪影抑制方法、装置、计算机设备和存储介质，通过初始重建后进行高密度物质的特征掩模识别和特征图像提取，利用其空间关系对采集所得投影进行加权处理和反投影重建，最终通过图像融合的手段处理后获得层间伪影抑制后的乳腺断层重建图像，提高了重建图像的质量。
附图说明
图1为一个实施例中乳腺断层重建图像的层间伪影抑制方法的应用场景图；
图2为一个实施例中乳腺断层重建图像的层间伪影抑制方法的流程示意图；
图3为一个实施例中DBT扫描系统的扫描示意图；
图4为一个实施例中被扫描物体的扫描放大示意图；
图5为一个实施例中θ角度下的投影图像的高密度物质的二维投影掩模的示意图；
图6为一个实施例中乳腺断层重建图像的层间伪影抑制装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的乳腺断层重建图像的层间伪影抑制方法，可以应用于如图1所示的应用环境中。其中，终端1002通过网络接口与DBT(数字乳腺断层重建)扫描系统1004进行通信。具体地，终端1002从DBT扫描系统1004获取不同角度下的投影图像，终端1002根据投影图像进行初次重建，根据初始重建图像提取高密度物质的三维空间掩模和高密度物质的特征图像，对高密度物质的三维空间掩模进行映射，结合投影图像的特征信息得到高密度物质的二维投影掩模，根据高密度物质的二维投影掩模和投影图像的像素信息，得到伪影权重图像，终端1002对不同角度下的投影图像和伪影权重图像进行加权反投影重建，得到重建基图像，对重建基图像和高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。其中，终端1002可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中，如图2所示，提供了一种乳腺断层重建图像的层间伪影抑制方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤S210，获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像。
其中，DBT扫描系统从不同的角度向被扫描物体发射多条X射线，由于被扫描物体中各个部分对X射线的吸收程度不同，所以当上述X射线穿过被扫描物体后，会有不同程度的衰减，导致最终穿过被扫描物体到达探测器的X射线的量存在差异；探测器接收穿过被扫描物体的X射线，通过对携带不同衰减信息的X射线进行处理，最终分别获得各角度下反映扫描物体信息的投影图像。由于高低密度衰减特性和有限角度关系，高密度物质对应区域的体素将错误计算，重建结果为包含层间伪影的初始重建图像。
在一个实施例中，终端在获取到被扫描物体不同角度下的投影图像后，利用重建方法对获取的投影图像进行待重建图像体素的计算，得到初始重建图像，待重建图像体素是组成被扫描物体的最小重建体积单元。其中，重建方法例如FBP(滤波反投影)等重建算法，具体地，将图像利用滤波算法滤波后，按照空间位置将各个角度的投影反向加权叠加至三维图像的各个体素中，获得重建图像。
如图3所示，图3为一个实施例的DBT扫描系统的扫描示意图，被扫描物体30放置在探测器40上，通过压板20进行按压，X射线球管10围绕被扫物体和探测器进行有限角度圆轨道运动和低剂量曝光，探测器40接收不同角度下穿过被扫描物体后的X射线。上述被扫描物体30内部包括高密度物质体素和正常组织体素，其中，高密度物质可以是乳腺钙化点、金属植入物等，其X射线衰减率远大于其他正常组织。X射线球管10在各角度下分别发射的X射线(101～105)，恰好穿过被扫描物体30的高密度物质301。
步骤S220，根据初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像。
其中，三维空间掩模包含了高密度物质的空间位置信息，具体地，可以根据初始重建图像，将被扫描物体的高密度物质对应位置体素标记为1，被扫描物体的其他正常组织位置体素标记为0。特征图像包含了高密度物质的密度数值信息。
具体地，根据初始重建图像，通过高密度物质特征轮廓提取方法提取对应高密度物质的三维空间掩模以及对应空间位置的特征图像。可选地，特征轮廓提取方法可使用最大熵阈值分割、直方图阈值分割、种子点区域分割、SVM、神经网络识别等方法，获得重建图像高密度物质的三维空间掩模坐标信息。受到层间伪影和重建精度的影响，三维空间掩模的坐标集合可能包含正常组织的体素坐标信息。
如图4所示，被扫描物体30包含高密度物质301，由于层间伪影的产生，被扫描物体30的重建图像中在不同照射角度下形成星形放射状伪影303。由于高低密度衰减特性和有限角度关系，利用特征算法提取的三维空间掩模302往往比高密度物质的尺寸大，因此对应提取的特征图像也存在一定的差异。
在一个实施例中，特征图像为与初始重建图像分辨率一致的三维图像，在三维空间掩模坐标内部的体素值为对应初始重建图像的体素值，三维空间掩模外的体素值为0。
步骤S230，对高密度物质的三维空间掩模分别进行映射，结合投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模。
其中，投影图像的特征信息包括像素信息、位置信息和轮廓特征等信息。
在一个实施例中，可以根据待重建图像体素的位置、X射线源的角度及探测器位置之间的空间几何关系，将不同角度X射线照射下的图像空间坐标映射至探测器的不同位置；按照对应角度进行前向投影，获得各角度下映射的预估二维投影掩模；根据各角度投影图像的特征信息和预估二维投影掩模，通过特征识别算法进行二次识别，获得高密度物质的二维投影掩模。在本实施例中，通过对预估二维投影掩模进行二次识别，可以得到更精确的高密度物质的二维投影掩模。
如图5所示，由于层间伪影、扫描角度、分割算法等限制，步骤S220所得高密度物质的三维空间掩模302与高密度物质301实际分布存在差异，上述高密度物质的三维空间掩模302映射至角度θ的投影图像401中的位置为预估二维投影掩模403，对上述预估二维投影掩模403和投影图像401对应位置像素值分布进行特征轮廓识别，可获得更为精准的二维投影掩模402。
可选地，在确定待重建体素的位置、DBT扫描系统的X射线源的角度以及探测器的位置的空间几何关系后，可以利用插值算法确定待重建各体素在不同角度下对应在探测器上的位置坐标；其中，插值算法可以包括最临近、双线性、三次卷积等方法。
在一个实施例中，预估二维投影掩模的特征轮廓提取方法可以使用最大熵分割、阈值分割、区域分割等方法，获得初始重建图像高密度物质的二维投影掩模的坐标集合。
在一个实施例中，可以通过图像处理器并行计算上述高密度物质的三维空间掩模和各角度的二维投影掩模，可选地，可以对二维投影掩模进行滤波处理，通过滤波处理去除噪声，进一步提高二维投影掩模的分割精度；也可以对投影图像进行图像增强操作，提高边缘信息提取的精度；也可一同进行上述两种图像处理，达到改善图像质量的目的。
步骤S240，根据二维投影掩模和投影图像的像素信息，得到伪影权重图像。
根据不同角度下投影图像的高密度物质的二维投影掩模和投影图像的像素信息，生成相应角度的伪影权重图像。具体地，对二维投影掩模的对应像素点进行加权处理，权重数值为1，表示该位置像素的重建按正常处理，权重数值为0，表示该位置像素的重建会弱化处理，该权重数值大小与投影图像像素成正相关关系，伪影权重图像在二维投影掩模邻域值外的像素值为1，在二维投影掩模邻域内的像素值分布于0～1之间。该数值大小与投影图像像素为正相关关系，即二维投影掩模内投影像素值越小，意味着穿透高密度物质的X射线衰减越大，为修正高密度物质带来伪影，伪影权重图像对应的权重值应该越小。
在一个实施例中，根据二维投影掩模和投影图像的像素信息，得到伪影权重图像，包括：计算不同角度下的投影图像在二维投影掩模区域范围内的最小像素值；以最小像素值和坐标位置建立距离权重项和体素权重项的伪影修正权重；根据伪影修正权重，生成不同角度下的伪影权重图像。
在本实施例中，各角度下伪影权重图像的计算过程可包括如下计算公式：
Immin＝min(Imθ·mskθ)
其中，Wi,j,θ为角度θ的伪影权重图像中第i行j列的像素取值，mski,j,θ为角度为θ的二维投影掩模图像中第i行j列的像素取值(取值为1时表示该坐标所在像素为高密度物质投影点)，Imi,j,θ为角度为θ的投影图像中第i行j列的像素取值。
Immin表示角度为θ的掩模局部特征值，该值是二维投影掩模和对应角度的投影图像进行点乘，继以求最小值操作后的基准值，
和分别为基准值Immin所在的横坐标和纵坐标。
α为距离权重项的尺度因子，β为体素权重项的尺度因子，根据灰度分布和高密度物质的尺寸和衰减数值对上述尺度因子，可灵活调整伪影修正效果。
根据上式可以看出，当投影掩模像素mski,j,θ为0时，权重图像像素Wi,j,θ为1，此时该坐标下的像素不做权重修正；当投影掩模像素mski,j,θ为1时，表示该坐标下为高密度物质投影像素点，对应权重图像像素Wi,j,θ与该坐标下的投影像素值Imi,j,θ相关，像素值越小或距离中心越近，伪影权重因子越小，从而抑制或去除高密度物质带来的错误估计，达到消除伪影的目的。
步骤S250，对不同角度下的投影图像和伪影权重图像进行加权反投影重建，得到重建基图像。
一方面，由于进行加权处理后，X射线穿透路径下对应坐标的投影像素抑制了高密度物质的衰减信息，从而提高了该路径下体素的重建精度；另一方面，由于加权处理后的投影图像无正确的高密度物质信息，重建后三维空间掩模对应的体素重建值并非实际的高密度物质体素值，因此重建结果为伪影处理后的重建基图像，其主要反映正常组织的X射线衰减特性。
在一个实施例中，对各角度下所得投影图像和伪影权重图像进行加权处理，将高密度物质在对应角度对应坐标的投影值修正至正常投影值范围内；将加权修正后的结果应用于反投影重建中，获得伪影抑制后的重建图像，将该重建图像作为重建基图像。特别地，该重建基图像由于进行加权投影处理，因此钙化点等高密度物质所在的三维空间坐标的重建体素灰度值将表现为正常组织的体素。
在一个实施例中，对不同角度下的投影图像和伪影权重图像进行加权反投影重建过程可包括如下计算公式：
fb(x,y,z)＝∫∫∫P(x,y,z,θ)W(i,j,θ)h(i,j,θ)λ(i,j,θ)didjdθ
其中，fb(x,y,z)为重建基图像中第x行y列z层的体素取值，P(x,y,z,θ)表示重建基图像第x行y列z层体素在角度θ的反投影操作，计算所得结果为对应角度投影图像的坐标(i,j)，W(i,j,θ)为角度为θ的投影图像中第i行j列的伪影权重因子取值，h(i,j,θ)为角度为θ的投影图像中第i行j列的滤波权重因子取值，λ(i,j,θ)为角度为θ的投影图像中第i行j列的像素对应重建中的几何权重因子取值。
当X射线球管与探测器的角度成θ时，分别处在不同层面的高密度物质体素和正常组织体素可能恰好处于X射线球管发出的同一条X射线路径下，在这种情况下，上述高密度物质体素和正常组织体素在探测器对应位置上形成的投影将会发生叠加。由上式可知，本步骤在常规的反投影重建过程中，通过初次重建所得掩模结果应用于投影图像域中，在有限角度反投影P(x,y,z,θ)前使用加权因子W(i,j,θ)修正为正常组织体素，抑制高密度物质对该X射线穿透路径下重建体素的异常干扰，最终重建获得伪影抑制后的重建基图像fb(x,y,z)。
步骤S260，对重建基图像和高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
重建基图像在抑制层间伪影的同时可以很好地表示正常组织衰减信息，但缺少对应高密度物质特征信息，而特征图像则能较为精确地重建出三维空间掩模中高密度物质的衰减特性。将上述两图像利用融合算法进行处理，输出包含高密度物质和正常组织特征的三维重建结果，该结果与直接重建结果相比较，伪影可较好地抑制，同时图像质量能有效的提高。
在一个实施例中，对重建基图像和高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像，包括：将不同角度下的二维投影掩模进行反向投影和交集运算，形成反向三维空间掩模；对高密度物质的三维空间掩模和反向三维空间掩模进行交集运算，得到处理后的三维空间掩模；利用处理后的三维空间掩膜和高密度物质的特征图像进行交集运算，获取高密度物质的二次特征图像；对高密度物质的二次特征图像和重建基图像进行融合处理，获得伪影抑制后的断层合成重建图像。
其中，处理后的三维空间掩模为更加精确的三维空间掩模，二次特征图像为精确的特征图像。本实施例中，将各角度的二维投影掩模进行反向投影后，与三维空间掩模进行交集运算，获得更为精确的三维空间掩模，利用该掩模与特征图像进行进一步的交集运算，上述操作可以提高高密度物质的重建精度。
在一个实施例中，重建基图像和特征图像进行融合处理过程可包括如下计算公式：
f(x,y,z)＝LPn(fb(x,y,z),msk(x,y,z)∩fHigh(x,y,z))
其中，f(x,y,z)为最终重建图像中第x行y列z层的体素取值，fb(x,y,z)表示重建基图像第x行y列z层体素，msk(x,y,z)为三维空间掩模在第x行y列z层的体素取值，fHigh(x,y,x)为特征图像在第x行y列z层的体素取值，LPn(X,Y)表示将图像X和图像Y的融合处理。
在一个实施例中，上述的融合处理LPn(X,Y)操作，采用拉普拉斯金字塔算法进行图像特征的融合，使之最终处理的结果f(x,y,z)在保证重建图像质量的前提下，保证高密度物质和正常物质边缘过渡自然。
可选地，图像融合也可根据需要使用小波融合、线性叠加等一种或多种方法进行处理，以获得更优的重建结果。
在一个实施例中，对重建基图像和高密度物质的特征图像进行融合处理之前，还包括：对重建基图像和高密度物质的特征图像进行滤波和图像增强处理。使重建基图像和特征图像噪声降低的同时，质量更优，以获得更优的重建结果。
上述乳腺断层重建图像的层间伪影抑制方法中，通过初始重建后进行高密度物质的特征掩模识别和特征图像提取，利用其空间关系对采集所得投影进行加权处理和反投影重建，最终通过图像融合的手段处理后获得层间伪影抑制后的乳腺断层重建图像，提高了重建图像的质量。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种乳腺断层重建图像的层间伪影抑制装置，包括：图像重建模块601、图像识别提取模块602、投影映射识别模块603、投影权重计算模块604、加权重建模块605和图像融合模块606，其中：
图像重建模块601，用于获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像。
图像识别提取模块602，用于根据初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像。
投影映射识别模块603，用于对高密度物质的三维空间掩模分别进行映射，结合投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模。
投影权重计算模块604，用于根据二维投影掩模和投影图像的像素信息，得到伪影权重图像。
加权重建模块605，用于对不同角度下的投影图像和伪影权重图像进行加权反投影重建，得到重建基图像。
图像融合模块606，用于对重建基图像和高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
在一个实施例中，投影权重计算模块604用于计算不同角度下的投影图像在二维投影掩模区域范围内的最小像素值；以最小像素值和坐标位置建立距离权重项和体素权重项的伪影修正权重；根据伪影修正权重，生成不同角度下的伪影权重图像。
在一个实施例中，图像融合模块606用于将不同角度下的二维投影掩模进行反向投影和交集运算，形成反向三维空间掩模；对高密度物质的三维空间掩模和反向三维空间掩模进行交集运算，得到处理后的三维空间掩模；利用处理后的三维空间掩膜和高密度物质的特征图像进行交集运算，获取高密度物质的二次特征图像；对高密度物质的二次特征图像和重建基图像进行融合处理，获得伪影抑制后的断层合成重建图像。
在一个实施例中，图像重建模块601用于利用重建方法对获取的被扫描物体不同角度下的投影图像进行待重建图像体素的计算，得到初始重建图像，待重建图像体素是组成被扫描物体的最小重建体积单元。
在一个实施例中，投影映射识别模块603用于根据待重建图像体素的位置、X射线源的角度及探测器位置之间的空间几何关系，将不同角度X射线照射下的图像空间坐标映射至探测器的不同位置；按照对应角度进行前向投影，获得各角度下映射的预估二维投影掩模；根据各角度投影图像的特征信息和预估二维投影掩模，通过特征识别算法进行二次识别，获得高密度物质的二维投影掩模。
在一个实施例中，加权重建模块605用于对各角度下所得投影图像和伪影权重图像进行加权处理，将高密度物质在对应角度对应坐标的投影值修正至正常投影值范围内；将加权修正后的结果应用于反投影重建中，获得伪影抑制后的重建图像，将该重建图像作为重建基图像。
在一个实施例中，图像融合模块606还用于对重建基图像和高密度物质的特征图像进行滤波和图像增强处理。
关于乳腺断层重建图像的层间伪影抑制装置的具体限定可以参见上文中对于乳腺断层重建图像的层间伪影抑制方法的限定，在此不再赘述。上述乳腺断层重建图像的层间伪影抑制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种乳腺断层重建图像的层间伪影抑制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，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，处理器执行计算机程序时实现以下步骤：
获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
根据初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
对高密度物质的三维空间掩模分别进行映射，结合投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模；
根据二维投影掩模和投影图像的像素信息，得到伪影权重图像；
对不同角度下的投影图像和伪影权重图像进行加权反投影重建，得到重建基图像；
对重建基图像和高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：计算不同角度下的投影图像在二维投影掩模区域范围内的最小像素值；以最小像素值和坐标位置建立距离权重项和体素权重项的伪影修正权重；根据伪影修正权重，生成不同角度下的伪影权重图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将不同角度下的二维投影掩模进行反向投影和交集运算，形成反向三维空间掩模；对高密度物质的三维空间掩模和反向三维空间掩模进行交集运算，得到处理后的三维空间掩模；利用处理后的三维空间掩膜和高密度物质的特征图像进行交集运算，获取高密度物质的二次特征图像；对高密度物质的二次特征图像和重建基图像进行融合处理，获得伪影抑制后的断层合成重建图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：利用重建方法对获取的被扫描物体不同角度下的投影图像进行待重建图像体素的计算，得到初始重建图像，待重建图像体素是组成被扫描物体的最小重建体积单元。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据待重建图像体素的位置、X射线源的角度及探测器位置之间的空间几何关系，将不同角度X射线照射下的图像空间坐标映射至探测器的不同位置；按照对应角度进行前向投影，获得各角度下映射的预估二维投影掩模；根据各角度投影图像的特征信息和预估二维投影掩模，通过特征识别算法进行二次识别，获得高密度物质的二维投影掩模。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对各角度下所得投影图像和伪影权重图像进行加权处理，将高密度物质在对应角度对应坐标的投影值修正至正常投影值范围内；将加权修正后的结果应用于反投影重建中，获得伪影抑制后的重建图像，将该重建图像作为重建基图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对重建基图像和高密度物质的特征图像进行滤波和图像增强处理。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
根据初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
对高密度物质的三维空间掩模分别进行映射，结合投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模；
根据二维投影掩模和投影图像的像素信息，得到伪影权重图像；
对不同角度下的投影图像和伪影权重图像进行加权反投影重建，得到重建基图像；
对重建基图像和高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：计算不同角度下的投影图像在二维投影掩模区域范围内的最小像素值；以最小像素值和坐标位置建立距离权重项和体素权重项的伪影修正权重；根据伪影修正权重，生成不同角度下的伪影权重图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将不同角度下的二维投影掩模进行反向投影和交集运算，形成反向三维空间掩模；对高密度物质的三维空间掩模和反向三维空间掩模进行交集运算，得到处理后的三维空间掩模；利用处理后的三维空间掩膜和高密度物质的特征图像进行交集运算，获取高密度物质的二次特征图像；对高密度物质的二次特征图像和重建基图像进行融合处理，获得伪影抑制后的断层合成重建图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：利用重建方法对获取的被扫描物体不同角度下的投影图像进行待重建图像体素的计算，得到初始重建图像，待重建图像体素是组成被扫描物体的最小重建体积单元。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据待重建图像体素的位置、X射线源的角度及探测器位置之间的空间几何关系，将不同角度X射线照射下的图像空间坐标映射至探测器的不同位置；按照对应角度进行前向投影，获得各角度下映射的预估二维投影掩模；根据各角度投影图像的特征信息和预估二维投影掩模，通过特征识别算法进行二次识别，获得高密度物质的二维投影掩模。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对各角度下所得投影图像和伪影权重图像进行加权处理，将高密度物质在对应角度对应坐标的投影值修正至正常投影值范围内；将加权修正后的结果应用于反投影重建中，获得伪影抑制后的重建图像，将该重建图像作为重建基图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对重建基图像和高密度物质的特征图像进行滤波和图像增强处理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种乳腺断层重建图像的层间伪影抑制方法，所述方法包括：
获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
根据所述初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
对所述高密度物质的三维空间掩模分别进行映射，结合所述投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模；
根据所述二维投影掩模和所述投影图像的像素信息，得到伪影权重图像；
对不同角度下的所述投影图像和所述伪影权重图像进行加权反投影重建，得到重建基图像；
对所述重建基图像和所述高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
2.根据权利要求1所述的方法，其特征在于，根据所述二维投影掩模和所述投影图像的像素信息，得到伪影权重图像，包括：
根据所述二维投影掩模和所述投影图像的像素信息，计算不同角度下的投影图像在二维投影掩模区域范围内的最小像素值；
以最小像素值和坐标位置建立距离权重项和体素权重项的伪影修正权重；
根据所述伪影修正权重，生成不同角度下的伪影权重图像。
3.根据权利要求1所述的方法，其特征在于，所述对所述重建基图像和所述高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像，包括：
将不同角度下的二维投影掩模进行反向投影和交集运算，形成反向三维空间掩模；
对高密度物质的三维空间掩模和所述反向三维空间掩模进行交集运算，得到处理后的三维空间掩模；
利用处理后的三维空间掩膜和所述高密度物质的特征图像进行交集运算，获取高密度物质的二次特征图像；
对所述高密度物质的二次特征图像和所述重建基图像进行融合处理，获得伪影抑制后的断层合成重建图像。
4.根据权利要求1所述的方法，其特征在于，所述获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像，包括：
利用重建方法对获取的被扫描物体不同角度下的投影图像进行待重建图像体素的计算，得到初始重建图像，所述待重建图像体素是组成被扫描物体的最小重建体积单元。
5.根据权利要求1所述的方法，其特征在于，所述对所述高密度物质的三维空间掩模分别进行映射，结合所述投影图像的特征信息，得到不同角度下的投影图像的高密度物质的二维投影掩模，包括：
根据待重建图像体素的位置、X射线源的角度及探测器位置之间的空间几何关系，将不同角度X射线照射下的图像空间坐标映射至探测器的不同位置；
按照对应角度进行前向投影，获得各角度下映射的预估二维投影掩模；
根据各角度投影图像的特征信息和预估二维投影掩模，通过特征识别算法进行二次识别，获得高密度物质的二维投影掩模。
6.根据权利要求1所述的方法，其特征在于，所述对不同角度下的所述投影图像和所述伪影权重图像进行加权反投影重建，得到重建基图像，包括：
对各角度下所得投影图像和所述伪影权重图像进行加权处理，将高密度物质在对应角度对应坐标的投影值修正至正常投影值范围内；
将加权修正后的结果应用于反投影重建中，获得伪影抑制后的重建图像，将该重建图像作为重建基图像。
7.根据权利要求1所述的方法，其特征在于，所述对所述重建基图像和所述高密度物质的特征图像进行融合处理之前，还包括：
对所述重建基图像和所述高密度物质的特征图像进行滤波和图像增强处理。
8.一种乳腺断层重建图像的层间伪影抑制装置，其特征在于，所述装置包括：
图像重建模块，用于获取被扫描物体不同角度下的投影图像，进行初次重建，得到初始重建图像；
图像识别提取模块，用于根据所述初始重建图像，提取高密度物质的三维空间掩模和高密度物质的特征图像；
投影映射识别模块，用于对所述高密度物质的三维空间掩模分别进行映射，结合所述投影图像的特征信息识别不同角度下的投影图像的高密度物质的二维投影掩模；
投影权重计算模块，用于根据所述二维投影掩模和和所述投影图像的像素信息，得到伪影权重图像；
加权重建模块，用于对不同角度下的所述投影图像和所述伪影权重图像进行加权反投影重建，得到重建基图像；
图像融合模块，用于对所述重建基图像和所述高密度物质的特征图像进行融合处理，得到伪影抑制后的断层合成重建图像。
9.一种计算机设备，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计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911036299.5A CN110796620B (zh) | 2019-10-29 | 2019-10-29 | 乳腺断层重建图像的层间伪影抑制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911036299.5A CN110796620B (zh) | 2019-10-29 | 2019-10-29 | 乳腺断层重建图像的层间伪影抑制方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110796620A true CN110796620A (zh) | 2020-02-14 |
| CN110796620B CN110796620B (zh) | 2022-05-17 |
Family
ID=69441759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911036299.5A Active CN110796620B (zh) | 2019-10-29 | 2019-10-29 | 乳腺断层重建图像的层间伪影抑制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110796620B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111882531A (zh) * | 2020-07-15 | 2020-11-03 | 中国科学技术大学 | 髋关节超声图像自动分析方法 |
| CN112150600A (zh) * | 2020-09-24 | 2020-12-29 | 上海联影医疗科技股份有限公司 | 一种容积重建图像生成方法、装置、系统及存储介质 |
| WO2023125683A1 (en) * | 2021-12-31 | 2023-07-06 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
| CN116907677A (zh) * | 2023-09-15 | 2023-10-20 | 山东省科学院激光研究所 | 用于混凝土结构的分布式光纤温度传感系统及其测量方法 |
| CN117152753A (zh) * | 2023-10-31 | 2023-12-01 | 安徽蔚来智驾科技有限公司 | 图像标注方法、计算机设备和存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102005031A (zh) * | 2010-11-03 | 2011-04-06 | 宁波鑫高益磁材有限公司 | 一种mri系统中k空间采样数据的运动伪影消除方法及装置 |
| CN102105106A (zh) * | 2008-08-07 | 2011-06-22 | 株式会社日立医疗器械 | X射线ct图像形成方法和应用了该方法的x射线ct装置 |
| CN103186889A (zh) * | 2011-12-30 | 2013-07-03 | Ge医疗系统环球技术有限公司 | 一种用于减少医学图像中的金属伪影的方法和设备 |
| US20130202166A1 (en) * | 2010-10-26 | 2013-08-08 | Koninklijke Philips Electronics N.V. | Apparatus and method for hybrid reconstruction of an object from projection data |
| CN103310432A (zh) * | 2013-06-25 | 2013-09-18 | 西安电子科技大学 | 基于四阶全变分流的ct图像归一化的金属伪影校正法 |
| CN104939850A (zh) * | 2014-03-27 | 2015-09-30 | 西门子公司 | 成像断层合成系统、特别是乳腺造影系统 |
| CN104992409A (zh) * | 2014-09-30 | 2015-10-21 | 中国科学院苏州生物医学工程技术研究所 | 一种ct图像的金属伪影校正方法 |
| CN106960429A (zh) * | 2017-02-16 | 2017-07-18 | 中国科学院苏州生物医学工程技术研究所 | 一种ct图像金属伪影校正方法及装置 |
| CN107545551A (zh) * | 2017-09-07 | 2018-01-05 | 广州华端科技有限公司 | 数字乳腺体层合成图像的重建方法和系统 |
| CN109146994A (zh) * | 2018-09-17 | 2019-01-04 | 南京航空航天大学 | 一种面向多能谱x射线ct成像的金属伪影校正方法 |
| CN109920020A (zh) * | 2019-02-27 | 2019-06-21 | 西北工业大学 | 一种锥束ct病态投影重建伪影抑制方法 |
| CN109949411A (zh) * | 2019-03-22 | 2019-06-28 | 电子科技大学 | 一种基于三维加权滤波反投影和统计迭代的图像重建方法 |
-
2019
- 2019-10-29 CN CN201911036299.5A patent/CN110796620B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102105106A (zh) * | 2008-08-07 | 2011-06-22 | 株式会社日立医疗器械 | X射线ct图像形成方法和应用了该方法的x射线ct装置 |
| US20130202166A1 (en) * | 2010-10-26 | 2013-08-08 | Koninklijke Philips Electronics N.V. | Apparatus and method for hybrid reconstruction of an object from projection data |
| CN102005031A (zh) * | 2010-11-03 | 2011-04-06 | 宁波鑫高益磁材有限公司 | 一种mri系统中k空间采样数据的运动伪影消除方法及装置 |
| CN103186889A (zh) * | 2011-12-30 | 2013-07-03 | Ge医疗系统环球技术有限公司 | 一种用于减少医学图像中的金属伪影的方法和设备 |
| CN103310432A (zh) * | 2013-06-25 | 2013-09-18 | 西安电子科技大学 | 基于四阶全变分流的ct图像归一化的金属伪影校正法 |
| CN104939850A (zh) * | 2014-03-27 | 2015-09-30 | 西门子公司 | 成像断层合成系统、特别是乳腺造影系统 |
| CN104992409A (zh) * | 2014-09-30 | 2015-10-21 | 中国科学院苏州生物医学工程技术研究所 | 一种ct图像的金属伪影校正方法 |
| CN106960429A (zh) * | 2017-02-16 | 2017-07-18 | 中国科学院苏州生物医学工程技术研究所 | 一种ct图像金属伪影校正方法及装置 |
| CN107545551A (zh) * | 2017-09-07 | 2018-01-05 | 广州华端科技有限公司 | 数字乳腺体层合成图像的重建方法和系统 |
| CN109146994A (zh) * | 2018-09-17 | 2019-01-04 | 南京航空航天大学 | 一种面向多能谱x射线ct成像的金属伪影校正方法 |
| CN109920020A (zh) * | 2019-02-27 | 2019-06-21 | 西北工业大学 | 一种锥束ct病态投影重建伪影抑制方法 |
| CN109949411A (zh) * | 2019-03-22 | 2019-06-28 | 电子科技大学 | 一种基于三维加权滤波反投影和统计迭代的图像重建方法 |
Non-Patent Citations (4)
| Title |
|---|
| SHOUKAT NAWAZ等: "《Metal artifact reduction in X-ray CT imaging based on iterative reconstruction approach》", 《2015 IEEE INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION (ICMA)》 * |
| TAO SUN等: "《Simultaneous correction of motion and metal artifacts in head CT scanning》", 《2017 IEEE NUCLEAR SCIENCE SYMPOSIUM AND MEDICAL IMAGING CONFERENCE (NSS/MIC)》 * |
| 吴书裕: "《数字乳腺体层合成成像关键技术研究》", 《中国博士论文全文数据库 医药卫生科技辑》 * |
| 李明强等: "《数字乳腺层析成像系统影像链的设计与优化》", 《南方医科大学学报》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111882531A (zh) * | 2020-07-15 | 2020-11-03 | 中国科学技术大学 | 髋关节超声图像自动分析方法 |
| CN111882531B (zh) * | 2020-07-15 | 2021-08-17 | 中国科学技术大学 | 髋关节超声图像自动分析方法 |
| CN112150600A (zh) * | 2020-09-24 | 2020-12-29 | 上海联影医疗科技股份有限公司 | 一种容积重建图像生成方法、装置、系统及存储介质 |
| CN112150600B (zh) * | 2020-09-24 | 2023-03-17 | 上海联影医疗科技股份有限公司 | 一种容积重建图像生成方法、装置、系统及存储介质 |
| WO2023125683A1 (en) * | 2021-12-31 | 2023-07-06 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
| CN116907677A (zh) * | 2023-09-15 | 2023-10-20 | 山东省科学院激光研究所 | 用于混凝土结构的分布式光纤温度传感系统及其测量方法 |
| CN116907677B (zh) * | 2023-09-15 | 2023-11-21 | 山东省科学院激光研究所 | 用于混凝土结构的分布式光纤温度传感系统及其测量方法 |
| CN117152753A (zh) * | 2023-10-31 | 2023-12-01 | 安徽蔚来智驾科技有限公司 | 图像标注方法、计算机设备和存储介质 |
| CN117152753B (zh) * | 2023-10-31 | 2024-04-16 | 安徽蔚来智驾科技有限公司 | 图像标注方法、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110796620B (zh) | 2022-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110796620B (zh) | 乳腺断层重建图像的层间伪影抑制方法和装置 | |
| CN109993726B (zh) | 医学图像的检测方法、装置、设备和存储介质 | |
| Bal et al. | Metal artifact reduction in CT using tissue‐class modeling and adaptive prefiltering | |
| US20220051456A1 (en) | Systems and methods for deep learning-based image reconstruction | |
| EP1804667A1 (en) | Method and apparatus for metal artifact reduction in computed tomography | |
| CN107595312B (zh) | 模型生成方法、图像处理方法及医学成像设备 | |
| US11238625B2 (en) | Imaging system extended field-of-view | |
| Huang et al. | Data extrapolation from learned prior images for truncation correction in computed tomography | |
| Eckert et al. | Deep learning-based denoising of mammographic images using physics-driven data augmentation | |
| Kim et al. | Convolutional neural network–based metal and streak artifacts reduction in dental CT images with sparse‐view sampling scheme | |
| Wu et al. | Masked joint bilateral filtering via deep image prior for digital X-ray image denoising | |
| CN110599530A (zh) | 基于双正则约束的mvct图像纹理增强方法 | |
| Jiang et al. | Fast four‐dimensional cone‐beam computed tomography reconstruction using deformable convolutional networks | |
| US11049295B2 (en) | Detection and/or correction of residual iodine artifacts in spectral computed tomography (CT) imaging | |
| CN110473297B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN110490857B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| CN112204607B (zh) | 用于x射线成像的散射校正 | |
| CN110189386B (zh) | 医学图像处理方法、装置、存储介质及计算机设备 | |
| CN112330565A (zh) | 基于改善的U-net的低剂量CT投影域中图像去噪方法 | |
| CN116721209A (zh) | 一种三维重建方法、装置、电子设备及存储介质 | |
| CN110322478B (zh) | 特征点观察窗口处理方法、跟踪方法、装置、设备和介质 | |
| Ketcha et al. | A statistical model for rigid image registration performance: the influence of soft-tissue deformation as a confounding noise source | |
| CN113962938A (zh) | 图像分割方法、装置、计算机设备和可读存储介质 | |
| US10373350B2 (en) | Apparatus and method for CT data reconstruction based on motion compensation | |
| CN111091504A (zh) | 图像偏差场矫正方法、计算机设备和存储介质 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230612 Address after: Room 306, Building A-3, No. 8 Xinda Road, Huimin Street, Jiashan County, Jiaxing City, Zhejiang Province, 314100 Patentee after: Kalefu Medical Technology Group Co.,Ltd. Address before: 510700 room 707-2, 7 / F, Qixi building, 286 Keke Avenue, Huangpu District, Guangzhou, Guangdong Patentee before: GUANGZHOU HUADUAN TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |