CN110866883B - 一种双能ct图像去噪方法、装置、终端及存储介质 - Google Patents
一种双能ct图像去噪方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN110866883B CN110866883B CN201911206993.7A CN201911206993A CN110866883B CN 110866883 B CN110866883 B CN 110866883B CN 201911206993 A CN201911206993 A CN 201911206993A CN 110866883 B CN110866883 B CN 110866883B
- Authority
- CN
- China
- Prior art keywords
- image
- noise
- base substance
- base
- filtered
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000000126 substance Substances 0.000 claims abstract description 224
- 239000000463 material Substances 0.000 claims abstract description 133
- 238000001914 filtration Methods 0.000 claims description 70
- 238000012886 linear function Methods 0.000 claims description 50
- 230000006870 function Effects 0.000 claims description 25
- 238000009792 diffusion process Methods 0.000 claims description 14
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 230000009977 dual effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 12
- 238000002591 computed tomography Methods 0.000 description 70
- 230000000875 corresponding effect Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 4
- 206010011409 Cross infection Diseases 0.000 description 4
- 206010029803 Nosocomial infection Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 229910052740 iodine Inorganic materials 0.000 description 4
- 239000011630 iodine Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- GLXGDSIDFQEZRG-UHFFFAOYSA-N [Ca].[I] Chemical compound [Ca].[I] GLXGDSIDFQEZRG-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- ZQNPDAVSHFGLIQ-UHFFFAOYSA-N calcium;hydrate Chemical compound O.[Ca] ZQNPDAVSHFGLIQ-UHFFFAOYSA-N 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种双能CT图像去噪方法、装置、终端及存储介质,其中该方法包括:根据双能CT图像确定第一基物质图像和第二基物质图像;根据所述第一基物质图像和所述第二基物质图像,确定引导图像和待滤波图像;利用所述引导图像对所述待滤波图像进行引导滤波,得到滤波图像,并根据所述待滤波图像与所述滤波图像确定噪声图像;根据所述噪声图像对第一基物质图像和第二基物质图像进行去噪。本发明实施例提供的一种双能CT图像去噪方法、装置、终端及存储介质,用于提高双能CT图像的去噪效果。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种双能CT图像去噪方法、装置、终端及存储介质。
背景技术
计算机断层扫描(Computed Tomography,CT)可应用于医学检查。它通过计算机控制X射线对人体进行扫描,利用人体各部分组织对X射线衰减系数的不同构建人体断层影像。
随着工艺水平和计算机技术的发展,CT也得到了飞速的发展,为了得到更加准确的检测结果,双能CT应运而生。双能CT的工作原理为,高压发生器输出快速交替变换的两个电压等级(例如,低电压等级为80kVp,高电压等级为140kVp);X射线发生源在上述两个电压等级触发下分别发射出能级能量不同的两种X射线;X射线探测器接收两种X射线通过人体各部分组织后的数据,即获得双能数据。相比常规CT图像,双能CT图像可以提供更多的影像信息,在医用方面越来越受到临床的欢迎。
目前,为了控制扫描剂量,双能CT图像会存在较多的噪声,导致病灶的显影不够清晰,从而影响医师诊断。现有技术中,双能CT图像去噪方法包括,对原始图像进行基物质分解,在对基物质图像进行去噪。现有技术的不足之处至少包括:传统的对基物质图像进行去噪的方法去噪效果较差。
发明内容
有鉴于此,本发明实施例提供了一种双能CT图像去噪方法、装置、终端及存储介质,用于提高双能CT图像的去噪效果。
第一方面,本发明实施例提供了一种双能CT图像去噪方法,包括:
根据双能CT图像确定第一基物质图像和第二基物质图像;
根据所述第一基物质图像和所述第二基物质图像,确定引导图像和待滤波图像;
利用所述引导图像对所述待滤波图像进行引导滤波,得到滤波图像,并根据所述待滤波图像与所述滤波图像确定噪声图像;
根据所述噪声图像对第一基物质图像和第二基物质图像进行去噪。
第二方面,本发明实施例提供了一种双能CT图像去噪装置,包括:
基物质图像确定模块,用于根据双能CT图像确定第一基物质图像和第二基物质图像;
引导图像确定模块,用于根据所述第一基物质图像和所述第二基物质图像,确定引导图像和待滤波图像;
噪声图像确定模块,用于利用所述引导图像对所述待滤波图像进行引导滤波,得到滤波图像,并根据所述待滤波图像与所述滤波图像确定噪声图像;
去噪模块,用于根据所述噪声图像对第一基物质图像和第二基物质图像进行去噪。
第三方面,本发明实施例提供了一种终端,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的双能CT图像去噪方法。
第四方面,本发明实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的双能CT图像去噪方法。
本发明实施例提供的一种双能CT图像去噪方法、装置、终端及存储介质,其中该方法包括,将双能CT图像进行第一基物质图像和第二基物质图像分解后,根据第一基物质图像和第二基物质图像得到引导图像以及待滤波图像;利用引导图像对待滤波图像进行引导滤波,得到滤波图像,并根据待滤波图像与滤波图像确定噪声图像;利用噪声图像对第一基物质图像和第二基物质图像进行去噪。通过引导滤波方法提取噪声图像,进而对第一基物质图像和第二基物质图像进行去噪,与传统的对基物质图像进行去噪的方法相比去噪效果更佳。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种双能CT图像去噪方法流程图;
图2是本发明实施例二提供的一种双能CT图像去噪方法流程图;
图3是本发明实施例三提供的一种双能CT图像去噪方法流程图;
图4是本发明实施例四提供的一种双能CT图像去噪装置结构示意图;
图5是本发明实施例五提供的一种终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1是本发明实施例一提供的一种双能CT图像去噪方法流程图,本实施例可适用于双能CT图像去噪的情况,该方法可以由终端实现,具体可通过终端中的软件和/或硬件来实施。
参见图1,该双能CT图像去噪方法包括如下步骤:
S110、根据双能CT图像确定第一基物质图像和第二基物质图像。
其中,基物质图像是CT能谱成像中非常重要的图像模式,物理实验表明,任何一种物质对X射线的吸收都可用任何另外两个物质(即基物质对)的吸收来表达。通常,选取衰减高低不同(即原子序数相差较大)的两种物质作为基物质对,例如选取水-碘,钙-水或碘-钙作为基物质对。示例性的,可以根据双能CT图像确定第一基物质图像为水图像,确定第二基物质图像为碘图像。
可选的,根据双能CT图像确定第一基物质图像和第二基物质图像,包括:基于投影域分解方法,根据双能CT图像确定第一基物质图像和第二基物质图像;或者,基于图像域分解方法,根据双能CT图像确定第一基物质图像和第二基物质图像。
其中,基于投影域分解方法,将双能CT图像分解为第一基物质图像和第二基物质图像的过程,可以如下:
首先,可以构建线性公式μ(E)=μ1(E)·b1+μ2(E)·b2,其中,μ(E)为进行双能CT扫描的物质在能量E下的线性衰减系数;μi(E),i=1,2分别表示第一基物质和第二基物质在能量E下的线性衰减系数;bi,i=1,2分别表示第一基物质和第二基物质的分解系数,即可利用第一基物质和第二基物质的质量衰减系数的线性组合,来表示进行双能CT扫描的物质的质量衰减系数。
然后,可以构建第一基物质和第二基物质在双能能谱下的投影函数,
其中,PH,PL分别为进行双能CT扫描的物质的高低能投影数据;ρi,i=1,2分别表示第一基物质和第二基物质的物理密度;μmi(E),i=1,2分别表示第一基物质和第二基物质在能量E下的质量衰减系数;Bi=∫bidl,i=1,2分别表示第一基物质和第二基物质的分解系数对应的线积分。
最后,已知第一基物质和第二基物质的物理密度,以及第一基物质和第二基物质在能量E下的质量衰减系数,且可通过仿真模型取投影,得到高低能投影数据,通过求解线性方程可以得到B1和B2,进而可以得到分解系数b1和b2,即可获得基物质图像Ii=bi·ρi,i=1,2。
其中,基于图像域分解方法,将双能CT图像分解为第一基物质图像和第二基物质图像的过程与基于投影域分解方法的过程相似,不同之处在于是根据进行双能CT扫描的物质的高低能能谱数据所重建的图像,确定基物质图像的。
S120、根据第一基物质图像和第二基物质图像,确定引导图像和待滤波图像。
其中,第一基物质图像中包含有第一基物质的噪声图像,第二基物质图像中包含有第二基物质的噪声图像。根据第一基物质的噪声图像和第二基物质的噪声图像之间的关系,可以利用第一基物质图像和第二基物质图像确定不包含噪声图像的引导图像,以及包含第一基物质或第二基物质中任一噪声图像的待滤波图像。进而,可利用不包含噪声图像的引导图像对待滤波图像进行引导滤波,可以得到待滤波图像中所包含的第一基物质或第二基物质的噪声图像,为第一基物质图像和第二基物质图像去噪奠定基础。
可选的,根据第一基物质图像和第二基物质图像,确定引导图像和待滤波图像,包括:
通过查询预设的各基物质噪声间的对应关系,得到第一基物质与第二基物质的噪声比例;当噪声比例为第一基物质噪声比第二基物质噪声时,将第一基物质图像与乘以噪声比例后的第二基物质图像求差,得到引导图像;将第一基物质图像与乘以噪声比例后的第二基物质图像求和,得到待滤波图像;当噪声比例为第二基物质噪声比第一基物质噪声时,将第二基物质图像与乘以噪声比例后的第一基物质图像求差,得到引导图像;将第二基物质图像与乘以噪声比例后的第一基物质图像求和,得到待滤波图像。
其中,各基物质噪声间的对应关系即为各基物质噪声图像间的对应关系,该对应关系可以通过物理实现获得,且可预先记录以便于查询。示例性的,水的噪声图像和碘的噪声图像间的对应关系可以认为是1:-30。其中,噪声比例可以为第一基物质噪声比第二基物质噪声,也可以为第二基物质噪声比第一基物质噪声。示例性的,若第一基物质为水,第二基物质为碘,则水与碘的噪声比例可以为也可以为-30。
其中,当噪声比例为第一基物质噪声比第二基物质噪声时,第二基物质图像乘以噪声比例后,可以将第二基物质图像中包含的第二基物质的噪声图像变换为第一基物质的噪声图像;进而,将第一基物质图像与乘以噪声比例后的第二基物质图像求差,得到不包含噪声的引导图像,以及将第一基物质图像与乘以噪声比例后的第二基物质图像求和,得到包含两倍第一基物质的噪声图像的待滤波图像。
其中,当噪声比例为第二基物质噪声比第一基物质噪声时,第一基物质图像乘以噪声比例后,可以将第一基物质图像中包含的第一基物质的噪声图像变换为第二基物质的噪声图像;进而,将第二基物质图像与乘以噪声比例后的第一基物质图像求差,得到不包含噪声的引导图像,以及将第二基物质图像与乘以噪声比例后的第一基物质图像求和,得到包含两倍第二基物质的噪声图像的待滤波图像。
S130、利用引导图像对待滤波图像进行引导滤波,得到滤波图像,并根据待滤波图像与滤波图像确定噪声图像。
其中,利用引导图像对待滤波图像进行引导滤波可以理解为,在对待滤波图像进行滤波的过程中,加入引导图像的信息,使得输出的滤波图像大体上与待滤波图像相似,但是纹理部分与引导图像相似,即在保留待滤波图像的原图像信息基础上,去除了噪声图像。
可选的,根据待滤波图像与滤波图像确定噪声图像,包括:根据待滤波图像与滤波图像的差值确定噪声图像。
其中,根据待滤波图像与滤波图像的差值确定噪声图像,与待滤波图像中包含的噪声图像相关,例如当待滤波图像中包含两倍第一基物质或第二基物质的噪声图像时,可以将待滤波图像与滤波图像的作差,将差值的一半作为第一基物质或第二基物质的噪声图像;当待滤波图像中包含四倍第一基物质或第二基物质的噪声图像时,可以将待滤波图像与滤波图像的作差,将差值的四分之一作为第一基物质或第二基物质的噪声图像。
S140、根据噪声图像对第一基物质图像和第二基物质图像进行去噪。
其中,根据噪声图像对第一基物质图像和第二基物质图像进行去噪,与噪声图像为第一基物质或第二基物质的噪声图像相关。
其中,当噪声图像为第一基物质的噪声图像时,可以将第一基物质图像与第一基物质的噪声图像作差,完成第一基物质图像去噪;将第一基物质的噪声图像变换为第二基物质的噪声图像,并将第二基物质图像与第二基物质的噪声图像作差,完成第二基物质图像去噪。
其中,当噪声图像为第二基物质的噪声图像时,可以将第二基物质图像与第二基物质的噪声图像作差,完成第二基物质图像去噪;将第二基物质的噪声图像变换为第一基物质的噪声图像,并将第一基物质图像与第一基物质的噪声图像作差,完成第二基物质图像去噪。
可选的,根据噪声图像对第一基物质图像和第二基物质图像进行去噪,包括:当噪声比例为第一基物质噪声比第二基物质噪声时,将第一基物质图像与噪声图像作差,以及述第二基物质图像与除以噪声比例后的噪声图像作差;当噪声比例为第二基物质噪声比第一基物质噪声时,将第二基物质图像与噪声图像作差,以及将第一基物质图像与除以噪声比例后的噪声图像作差。
其中,当噪声比例为第一基物质噪声比第二基物质噪声时,噪声图像为第一基物质的噪声图像,可以将第一基物质图像与噪声图像作差,完成第一基物质图像去噪;将噪声图像除以噪声比例,变换为第二基物质的噪声图像,并将第二基物质图像与第二基物质的噪声图像作差,完成第二基物质图像去噪。
其中,当噪声比例为第二基物质噪声比第一基物质噪声时,噪声图像为第二基物质的噪声图像,可以将第二基物质图像与噪声图像作差,完成第二基物质图像去噪;将噪声图像除以噪声比例,变换为第一基物质的噪声图像,并将第一基物质图像与第一基物质的噪声图像作差,完成第一基物质图像去噪。
本实施例提供的双能CT图像去噪方法,将双能CT图像进行第一基物质图像和第二基物质图像分解后,根据第一基物质图像和第二基物质图像得到引导图像以及待滤波图像;利用引导图像对待滤波图像进行引导滤波,得到滤波图像,并根据待滤波图像与滤波图像确定噪声图像;利用噪声图像对第一基物质图像和第二基物质图像进行去噪。通过引导滤波方法提取噪声图像,进而对第一基物质图像和第二基物质图像进行去噪,与传统的对基物质图像进行去噪的方法相比去噪效果更佳。
实施例二
本实施例在上述实施例的基础上,对引导滤波步骤进行了优化。本实施例与上述实施例具有相同的发明构思,与上述实施例相同或相应的术语解释,本实施例不再赘述。
可选的,利用引导图像对待滤波图像进行引导滤波,得到滤波图像,包括:构建引导图像的线性函数,并构建线性函数与待滤波图像之间的损失函数;求取各预设滤波窗口内,损失函数为极小值时线性函数的系数;根据各预设滤波窗口内线性函数的系数以及引导图像,确定滤波图像。
图2是本发明实施例二提供的一种双能CT图像去噪方法流程图。参见图2,该方法包括如下步骤:
S210、根据双能CT图像确定第一基物质图像和第二基物质图像;
S220、根据第一基物质图像和第二基物质图像,确定引导图像和待滤波图像;
S230、构建引导图像的线性函数,并构建线性函数与待滤波图像之间的损失函数;
S240、求取各预设滤波窗口内,损失函数为极小值时线性函数的系数;
S250、根据各预设滤波窗口内线性函数的系数以及引导图像,确定滤波图像,并根据待滤波图像与滤波图像确定噪声图像;
S260、根据噪声图像对第一基物质图像和第二基物质图像进行去噪。
其中,通过构建引导图像的线性函数,并构建线性函数与待滤波图像之间的损失函数;求取各预设滤波窗口内,损失函数为极小值时线性函数的系数;根据各预设滤波窗口内线性函数的系数以及引导图像,确定滤波图像,可以保证输出的滤波图像大体上与待滤波图像相似,但是纹理部分与引导图像相似,即在保留待滤波图像的原图像信息基础上,去除了噪声图像。
可选的,构建的引导图像的线性函数,包括:
其中,Q(i)为引导图像的线性函数,G(i)为引导图像,ak为线性函数的斜率系数,bk为线性函数的截距系数,i为图像的像素索引,ωk为预设滤波窗口。
其中,ak和bk为待求取的系数;其中,ωk可以为二维像素窗口,例如可以为1*2的窗口或2*2的窗口;其中预设滤波窗口的窗口越大平滑效果越强。
进一步的,构建的线性函数与待滤波图像之间的损失函数,包括:
其中,E(ak,bk)为线性函数与待滤波图像之间的损失函数,F(i)为待滤波图像,f1为预设的比例量级函数,ε为预设调节系数。
其中,f1例如可以为f1(x)=ax2,其中a为常数,通常可以取1。E(ak,bk)中第一项f1[Q(i)-F(i)]的作用为控制待滤波图像接近引导图像,第二项εf1(ak)为正则化项,其作用为避免线性函数的斜率系数过大。其中,ε为常量,其作用为调节滤波器滤波效果,在滤波窗口不变的情况下ε越大,滤波效果越明显。
进一步的,构建的线性函数与待滤波图像之间的损失函数,还包括:
其中,f2为预设的边缘权重函数。
其中,f2例如可以为滤波窗口内的方差除以全局方差之和,还可以引入索贝尔Sobel算子或高斯拉普拉斯Laplacian-of-Gaussian(LoG)算子,其作用为根据引导图像的边缘信息适应性调整ε大小,可以使滤波图像融合引导图像的全局信息,从而得到更好的滤波效果。
可选的,根据各预设滤波窗口内线性函数的系数以及引导图像,确定滤波图像,还包括:根据各预设滤波窗口内线性函数的系数,确定线性函数的平均系数;根据线性函数的平均系数以及引导图像确定滤波图像。
其中,可以利用偏微分方法求取各预设滤波窗口内,损失函数为极小值时线性函数的系数ak和bk;其中,在获得多个ak和bk后可以计算线性函数的平均系数和其中,根据线性函数的平均系数以及引导图像所确定的滤波图像可以为,其中Q’(i)为滤波图像。
本实施例提供的双能CT图像去噪方法,对上述实施例提供的引导滤波步骤进行了优化,通过构建线性函数与损失函数,可以保证包含噪声的待滤波图像通过滤波可以得到,接近于不包含噪声引导图像的滤波图像,从而根据待滤波图像与滤波图像可以得到噪声图像。此外,本实施例与上述实施例具有相同的发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例可达到与上述实施例相同的有益效果。
实施例三
本实施例在上述实施例的基础上,在基物质图像去除噪声后进一步执行了去除边缘噪声步骤。本实施例与上述实施例具有相同的发明构思,与上述实施例相同或相应的术语解释,本实施例不再赘述。
可选的,在根据噪声图像对第一基物质图像和第二基物质图像进行去噪之后,还包括:判断去噪后的第一基物质图像以及去噪后第二基物质图像中是否包含对方基物质图像的边缘信息;若是,则利用相关各向异性扩散滤波器分别对去噪后的第一基物质图像和去噪后的第二基物质图像进行扩散滤波,确定第一边缘噪声图像和第二边缘噪声图像;根据第一边缘噪声图像和第二边缘噪声图像,对去噪后的第一基物质图像以及去噪后第二基物质图像进行边缘去噪。
图3是本发明实施例三提供的一种双能CT图像去噪方法流程图。参见图3,该方法包括如下步骤:
S310、根据双能CT图像确定第一基物质图像和第二基物质图像;
S320、根据第一基物质图像和第二基物质图像,确定引导图像和待滤波图像;
S330、利用引导图像对待滤波图像进行引导滤波,得到滤波图像,并根据待滤波图像与滤波图像确定噪声图像;
S340、根据噪声图像对第一基物质图像和第二基物质图像进行去噪;
S350、判断去噪后的第一基物质图像以及去噪后第二基物质图像中是否包含对方基物质图像的边缘信息;
S360、若是,则利用相关各向异性扩散滤波器分别对去噪后的第一基物质图像和去噪后的第二基物质图像进行扩散滤波,确定第一边缘噪声图像和第二边缘噪声图像;
S370、根据第一边缘噪声图像和第二边缘噪声图像,对去噪后的第一基物质图像以及去噪后第二基物质图像进行边缘去噪。
其中,去噪后的第一基物质图像中包含第二基物质图像的边缘信息,或去噪后第二基物质图像中包含第一基物质图像的边缘信息的情况,可以认为是交叉感染的情况。例如,去噪后的水图中包含碘图中高亮的边缘区域。交叉感染改变了原始基物质图像,不仅妨碍量化双能CT成像的准确性,也有可能导致医师误诊。
其中,经过步骤S350的判断,若不存在交叉感染的情况,则无需执行步骤S360-S370。其中,各项异性扩散滤波器主要作用为平滑图像,且在各向异性扩散过程中保留了图像边缘。其中,相关各向异性滤波器可以理解为同时扩散两个基物质图像,且相关各向异性滤波后的基物质图像可以表示为:
其中,m1和m2分别表示第一基物质和第二基物质;Im1和Im2表示去噪后第一基物质图像和第二基物质图像;其中,D1和D2分别表示去噪后第一基物质图像和第二基物质图像的扩散函数,且可以表示为:
进一步的,根据第一边缘噪声图像和第二边缘噪声图像,对去噪后的第一基物质图像以及去噪后第二基物质图像进行边缘去噪,可以表示为:
其中,I’m1和I’m2表示进行边缘去噪后的第一基物质图像和第二基物质图像;μmi(E),i=1,2分别表示第一基物质和第二基物质在能量E下的线性衰减系数。
本实施例提供的双能CT图像去噪方法,对上述实施例基础上,在基物质图像去除噪声后,进一步利用相关各向异性滤波器去除了基物质图像中的边缘噪声,从而减少了交叉感染对基物质图像的影响,进一步提高了图像去噪效果。此外,本实施例与上述实施例具有相同的发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例可达到与上述实施例相同的有益效果。
实施例四
图4是本发明实施例四提供的一种双能CT图像去噪装置结构示意图,本实施例可适用于双能CT图像去噪。
参见图4,本实施例中双能CT图像去噪装置,包括:
基物质图像确定模块410,用于根据双能CT图像确定第一基物质图像和第二基物质图像;
引导图像确定模块420,用于根据第一基物质图像和第二基物质图像,确定引导图像和待滤波图像;
噪声图像确定模块430,用于利用引导图像对待滤波图像进行引导滤波,得到滤波图像,并根据待滤波图像与滤波图像确定噪声图像;
去噪模块440,用于根据噪声图像对第一基物质图像和第二基物质图像进行去噪。
可选的,基物质图像确定模块,具体用于:基于投影域分解方法,根据双能CT图像确定第一基物质图像和第二基物质图像;或者,基于图像域分解方法,根据双能CT图像确定第一基物质图像和第二基物质图像。
可选的,引导图像确定模块,具体用于:通过查询预设的各基物质噪声间的对应关系,得到第一基物质与第二基物质的噪声比例;当噪声比例为第一基物质噪声比第二基物质噪声时,将第一基物质图像与乘以噪声比例后的第二基物质图像求差,得到引导图像;将第一基物质图像与乘以噪声比例后的第二基物质图像求和,得到待滤波图像;
当噪声比例为第二基物质噪声比第一基物质噪声时,将第二基物质图像与乘以噪声比例后的第一基物质图像求差,得到引导图像;将第二基物质图像与乘以噪声比例后的第一基物质图像求和,得到待滤波图像。
可选的,噪声图像确定模块,包括:
滤波图像确定子模块,用于构建引导图像的线性函数,并构建线性函数与待滤波图像之间的损失函数;求取各预设滤波窗口内,损失函数为极小值时线性函数的系数;根据各预设滤波窗口内线性函数的系数以及引导图像,确定滤波图像。
进一步的,构建的引导图像的线性函数,包括:
其中,Q(i)为引导图像的线性函数,G(i)为引导图像,ak为线性函数的斜率系数,bk为线性函数的截距系数,i为图像的像素索引,ωk为预设滤波窗口。
进一步的,构建的线性函数与待滤波图像之间的损失函数,包括:
其中,E(ak,bk)为线性函数与待滤波图像之间的损失函数,F(i)为待滤波图像,f1为预设的比例量级函数,ε为预设调节系数。
进一步的,构建的线性函数与待滤波图像之间的损失函数,还包括:
其中,f2为预设的边缘权重函数。
可选的,滤波图像确定子模块,具体用于根据各预设滤波窗口内线性函数的系数,确定线性函数的平均系数;根据线性函数的平均系数以及引导图像确定滤波图像。
可选的,噪声图像确定模块,还包括:
噪声图像确定子模块,用于根据待滤波图像与滤波图像的差值确定噪声图像。
可选的,去噪模块,具体用于当噪声比例为第一基物质噪声比第二基物质噪声时,将第一基物质图像与噪声图像作差,以及述第二基物质图像与除以噪声比例后的噪声图像作差;当噪声比例为第二基物质噪声比第一基物质噪声时,将第二基物质图像与噪声图像作差,以及将第一基物质图像与除以噪声比例后的噪声图像作差。
可选的,双能CT图像去噪装置,还包括:
边缘信息判断模块,用于判断去噪后的第一基物质图像以及去噪后第二基物质图像中是否包含对方基物质图像的边缘信息;
边缘噪声图像确定模块,用于若第一基物质图像以及去噪后第二基物质图像中包含对方基物质图像的边缘信息,则利用相关各向异性扩散滤波器分别对去噪后的第一基物质图像和去噪后的第二基物质图像进行扩散滤波,确定第一边缘噪声图像和第二边缘噪声图像;
相应的,去噪模块,还用于根据第一边缘噪声图像和第二边缘噪声图像,对去噪后的第一基物质图像以及去噪后第二基物质图像进行边缘去噪。
本实施例提供的双能CT图像去噪装置,与上述实施例提出的双能CT图像去噪方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
实施例五
本实施例提供了一种终端,可以用于双能CT图像去噪。图5是本发明实施例五提供的一种终端的结构示意图。参见图5,该终端包括:
一个或多个处理器510;
存储器520,用于存储一个或多个程序;
当一个或多个程序被一个或多个处理器510执行,使得一个或多个处理器510实现如上述实施例提出的双能CT图像去噪方法。
图5中以一个处理器510为例;处理器510和存储器520可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的双能CT图像去噪方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行终端的各种功能应用以及数据处理,即实现上述的双能CT图像去噪方法。其中,主要可实现的方法如下:根据双能CT图像确定第一基物质图像和第二基物质图像;根据第一基物质图像和第二基物质图像,确定引导图像和待滤波图像;利用引导图像对待滤波图像进行引导滤波,得到滤波图像,并根据待滤波图像与滤波图像确定噪声图像;根据噪声图像对第一基物质图像和第二基物质图像进行去噪。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本实施例提出的终端与上述实施例提出的双能CT图像去噪方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
实施例六
本实施例提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例提出的双能CT图像去噪方法。其中,主要可实现的方法如下:根据双能CT图像确定第一基物质图像和第二基物质图像;根据第一基物质图像和第二基物质图像,确定引导图像和待滤波图像;利用引导图像对待滤波图像进行引导滤波,得到滤波图像,并根据待滤波图像与滤波图像确定噪声图像;根据噪声图像对第一基物质图像和第二基物质图像进行去噪。
本实施例提出的存储介质与上述实施例提出的双能CT图像去噪方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
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的方法。
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 (10)
1.一种双能CT图像去噪方法,其特征在于,包括:
根据双能CT图像确定第一基物质图像和第二基物质图像;
根据所述第一基物质图像和所述第二基物质图像,确定引导图像和待滤波图像;利用所述引导图像对所述待滤波图像进行引导滤波,得到滤波图像,并根据所述待滤波图像与所述滤波图像确定噪声图像;
根据所述噪声图像对第一基物质图像和第二基物质图像进行去噪;
所述方法包括:
判断去噪后的第一基物质图像以及去噪后第二基物质图像中是否包含对方基物质图像的边缘信息;
若是,则利用相关各向异性扩散滤波器分别对去噪后的第一基物质图像和去噪后的第二基物质图像进行扩散滤波,确定第一边缘噪声图像和第二边缘噪声图像;
根据所述第一边缘噪声图像和第二边缘噪声图像,对去噪后的第一基物质图像以及去噪后第二基物质图像进行边缘去噪。
2.根据权利要求1所述的方法,其特征在于,所述根据双能CT图像确定第一基物质图像和第二基物质图像,包括:
基于投影域分解方法,根据双能CT图像确定第一基物质图像和第二基物质图像;或者,
基于图像域分解方法,根据双能CT图像确定第一基物质图像和第二基物质图像。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一基物质图像和所述第二基物质图像,确定引导图像和待滤波图像,包括:
通过查询预设的各基物质噪声间的对应关系,得到第一基物质与第二基物质的噪声比例;
当噪声比例为第一基物质噪声比第二基物质噪声时,将所述第一基物质图像与乘以所述噪声比例后的第二基物质图像求差,得到引导图像;将所述第一基物质图像与乘以所述噪声比例后的第二基物质图像求和,得到待滤波图像;
当噪声比例为第二基物质噪声比第一基物质噪声时,将所述第二基物质图像与乘以所述噪声比例后的第一基物质图像求差,得到引导图像;将所述第二基物质图像与乘以所述噪声比例后的第一基物质图像求和,得到待滤波图像。
4.根据权利要求1所述的方法,其特征在于,所述利用所述引导图像对所述待滤波图像进行引导滤波,得到滤波图像,包括:
构建所述引导图像的线性函数,并构建所述线性函数与所述待滤波图像之间的损失函数;
求取各预设滤波窗口内,所述损失函数为极小值时所述线性函数的系数;
根据各预设滤波窗口内所述线性函数的系数以及所述引导图像,确定滤波图像。
5.根据权利要求4所述的方法,其特征在于,所述根据各预设滤波窗口内所述线性函数的系数以及所述引导图像,确定滤波图像,还包括:
根据各预设滤波窗口内所述线性函数的系数,确定所述线性函数的平均系数;
根据所述线性函数的平均系数以及所述引导图像确定滤波图像。
6.根据权利要求1所述的方法,其特征在于,所述根据所述待滤波图像与所述滤波图像确定噪声图像,包括:根据所述待滤波图像与所述滤波图像的差值确定噪声图像。
7.根据权利要求3所述的方法,其特征在于,所述根据所述噪声图像对第一基物质图像和第二基物质图像进行去噪,包括:
当噪声比例为第一基物质噪声比第二基物质噪声时,将所述第一基物质图像与所述噪声图像作差,以及将所述第二基物质图像与除以所述噪声比例后的噪声图像作差;
当噪声比例为第二基物质噪声比第一基物质噪声时,将所述第二基物质图像与所述噪声图像作差,以及将所述第一基物质图像与除以所述噪声比例后的噪声图像作差。
8.一种双能CT图像去噪装置,其特征在于,包括:
基物质图像确定模块,用于根据双能CT图像确定第一基物质图像和第二基物质图像;
引导图像确定模块,用于根据所述第一基物质图像和所述第二基物质图像,确定引导图像和待滤波图像;噪声图像确定模块,用于利用所述引导图像对所述待滤波图像进行引导滤波,得到滤波图像,并根据所述待滤波图像与所述滤波图像确定噪声图像;
去噪模块,用于根据所述噪声图像对第一基物质图像和第二基物质图像进行去噪;
所述装置还包括:
边缘信息判断模块,用于判断去噪后的所述第一基物质图像以及去噪后所述第二基物质图像中是否包含对方基物质图像的边缘信息;
边缘噪声图像确定模块,用于若第一基物质图像以及去噪后第二基物质图像中包含对方基物质图像的边缘信息,则利用相关各向异性扩散滤波器分别对去噪后的第一基物质图像和去噪后的第二基物质图像进行扩散滤波,确定第一边缘噪声图像和第二边缘噪声图像;
相应的,所述去噪模块,还用于根据所述第一边缘噪声图像和第二边缘噪声图像,对去噪后的第一基物质图像以及去噪后第二基物质图像进行边缘去噪。
9.一种终端,其特征在于,所述终端包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的双能CT图像去噪方法。
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,该程序被处理器执行时实现如权利要求1-7中任一所述的双能CT图像去噪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911206993.7A CN110866883B (zh) | 2019-11-29 | 2019-11-29 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911206993.7A CN110866883B (zh) | 2019-11-29 | 2019-11-29 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110866883A CN110866883A (zh) | 2020-03-06 |
CN110866883B true CN110866883B (zh) | 2023-03-17 |
Family
ID=69657204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911206993.7A Active CN110866883B (zh) | 2019-11-29 | 2019-11-29 | 一种双能ct图像去噪方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110866883B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258424B (zh) * | 2020-11-18 | 2021-10-22 | 西安邮电大学 | 各向异性高斯边窗核约束的图像引导滤波方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102316247A (zh) * | 2010-06-29 | 2012-01-11 | 奥林巴斯株式会社 | 图像处理装置 |
CN103888638A (zh) * | 2014-03-15 | 2014-06-25 | 浙江大学 | 基于引导滤波和非局部平均滤波的时空域自适应去噪方法 |
CN104036457A (zh) * | 2013-09-02 | 2014-09-10 | 上海联影医疗科技有限公司 | 一种图像降噪方法 |
CN104527552A (zh) * | 2014-11-26 | 2015-04-22 | 安徽江淮汽车股份有限公司 | 一种汽车关门声品质的控制方法、模块及系统 |
CN107430765A (zh) * | 2014-12-11 | 2017-12-01 | 通用电气公司 | 用于对计算机断层摄影进行引导去噪的系统和方法 |
CN107610074A (zh) * | 2017-09-12 | 2018-01-19 | 新疆大学 | 一种提高遥感图像质量的方法 |
CN108391060A (zh) * | 2018-03-26 | 2018-08-10 | 华为技术有限公司 | 一种图像处理方法、图像处理装置和终端 |
CN109171790A (zh) * | 2018-09-26 | 2019-01-11 | 沈阳东软医疗系统有限公司 | 一种ct扫描数据的处理方法、装置及ct机 |
CN109523605A (zh) * | 2018-11-29 | 2019-03-26 | 上海联影医疗科技有限公司 | 一种ct图像重建的方法、装置、设备及介质 |
CN109872274A (zh) * | 2019-01-18 | 2019-06-11 | 天津大学 | 一种基于引导滤波器的量子图像传感器的列噪声消除方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8401266B2 (en) * | 2010-11-29 | 2013-03-19 | General Electric Company | Method and system for correlated noise suppression in dual energy imaging |
US20140169520A1 (en) * | 2012-12-19 | 2014-06-19 | Morpho Detection, Inc. | Systems and methods for dual energy imaging |
DE102016221684A1 (de) * | 2015-11-27 | 2017-06-01 | Siemens Healthcare Gmbh | Verfahren und Bilddatenverarbeitungseinrichtung zum Verarbeiten eines Multi-Energie-Computertomographie-Bilddatensatzes |
EP3452986A4 (en) * | 2016-05-06 | 2019-12-04 | Mayo Foundation for Medical Education and Research | SYSTEM AND METHOD FOR NOISE CONTROL IN MULTI-ENERGETIC COMPUTER TOMOGRAPHIC IMAGES BASED ON SPATIAL-SPECTRAL INFORMATION |
US10204425B2 (en) * | 2016-07-29 | 2019-02-12 | Toshiba Medical Systems Corporation | Fast iterative reconstruction with one backprojection and no forward projection |
US10403006B2 (en) * | 2016-08-26 | 2019-09-03 | General Electric Company | Guided filter for multiple level energy computed tomography (CT) |
US11517197B2 (en) * | 2017-10-06 | 2022-12-06 | Canon Medical Systems Corporation | Apparatus and method for medical image reconstruction using deep learning for computed tomography (CT) image noise and artifacts reduction |
-
2019
- 2019-11-29 CN CN201911206993.7A patent/CN110866883B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102316247A (zh) * | 2010-06-29 | 2012-01-11 | 奥林巴斯株式会社 | 图像处理装置 |
CN104036457A (zh) * | 2013-09-02 | 2014-09-10 | 上海联影医疗科技有限公司 | 一种图像降噪方法 |
CN103888638A (zh) * | 2014-03-15 | 2014-06-25 | 浙江大学 | 基于引导滤波和非局部平均滤波的时空域自适应去噪方法 |
CN104527552A (zh) * | 2014-11-26 | 2015-04-22 | 安徽江淮汽车股份有限公司 | 一种汽车关门声品质的控制方法、模块及系统 |
CN107430765A (zh) * | 2014-12-11 | 2017-12-01 | 通用电气公司 | 用于对计算机断层摄影进行引导去噪的系统和方法 |
CN107610074A (zh) * | 2017-09-12 | 2018-01-19 | 新疆大学 | 一种提高遥感图像质量的方法 |
CN108391060A (zh) * | 2018-03-26 | 2018-08-10 | 华为技术有限公司 | 一种图像处理方法、图像处理装置和终端 |
CN109171790A (zh) * | 2018-09-26 | 2019-01-11 | 沈阳东软医疗系统有限公司 | 一种ct扫描数据的处理方法、装置及ct机 |
CN109523605A (zh) * | 2018-11-29 | 2019-03-26 | 上海联影医疗科技有限公司 | 一种ct图像重建的方法、装置、设备及介质 |
CN109872274A (zh) * | 2019-01-18 | 2019-06-11 | 天津大学 | 一种基于引导滤波器的量子图像传感器的列噪声消除方法 |
Non-Patent Citations (2)
Title |
---|
"CT-guided PET Image Denoising using Deep Neural Network without Prior Training Data";Jianan Cui等;《2018 IEEE Nuclear Science Symposium and Medical Imaging Conference Proceedings (NSS/MIC)》;20190905;正文第1-3页 * |
"基于可变阶变分模型的医用低剂量 CT 图像去噪";王娜等;《北京航空航天大学学报》;20190930;第45卷(第9期);第1757-1764页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110866883A (zh) | 2020-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10147168B2 (en) | Spectral CT | |
US9265475B2 (en) | Methods and apparatus for scatter correction for CBCT system and cone-beam image reconstruction | |
JP6999576B2 (ja) | 空間とスペクトル情報に基づく複数エネルギーのct画像におけるノイズ制御のためのシステムと方法 | |
JP5719508B2 (ja) | 多種物質分解画像を得るためのコンピュータプログラム | |
CN102947861B (zh) | 用于在低剂量计算机断层摄影中降低噪声的方法和系统 | |
EP2923332B1 (en) | Projection data de-noising | |
CN110636796B (zh) | X射线暗场成像中的射束硬化校正 | |
WO2016093939A1 (en) | Systems and methods for guided de-noising for computed tomography | |
CN107106105B (zh) | 用于物体的x射线成像装置 | |
US9978158B2 (en) | Spectral projection data de-noising with anti-correlation filter | |
EP3268934B1 (en) | Multi-energy (spectral) image data processing | |
CN111627083A (zh) | 骨硬化伪影校正方法、装置、计算机设备和可读存储介质 | |
CN110866883B (zh) | 一种双能ct图像去噪方法、装置、终端及存储介质 | |
Lu et al. | Adaptive noise reduction toward low-dose computed tomography | |
CN112330565A (zh) | 基于改善的U-net的低剂量CT投影域中图像去噪方法 | |
Li et al. | Adaptive non-local means filtering based on local noise level for CT denoising | |
Al-Antari et al. | Denoising images of dual energy X-ray absorptiometry using non-local means filters | |
JP2018503436A (ja) | 反相関ノイズフィルタ | |
Maia et al. | An algorithm for noise correction of dual-energy computed tomography material density images | |
CN111134709B (zh) | 一种多能量ct基材料分解方法 | |
Ji et al. | Combine TV-L1 model with guided image filtering for wide and faint ring artifacts correction of in-line x-ray phase contrast computed tomography | |
Hu et al. | Reducing noises and artifacts simultaneously of low-dosed X-ray computed tomography using bilateral filter weighted by Gaussian filtered sinogram | |
CN114549360A (zh) | 多能量ct去散射降噪物质分解方法、装置、设备及介质 | |
AMERUDDIN et al. | EFFECTS OF SMOOTH, MEDIUM SMOOTH AND MEDIUM RECONSTRUCTION KERNELS ON IMAGE QUALITY IN THREE-PHASE CT OF LIVER | |
Zbijewski et al. | Noise reduction in material decomposition for low-dose dual-energy cone-beam CT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
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 |