CN110974280A - 一种适用于锥束ct的几何参数精确自动化校正方法 - Google Patents

一种适用于锥束ct的几何参数精确自动化校正方法 Download PDF

Info

Publication number
CN110974280A
CN110974280A CN201911342582.0A CN201911342582A CN110974280A CN 110974280 A CN110974280 A CN 110974280A CN 201911342582 A CN201911342582 A CN 201911342582A CN 110974280 A CN110974280 A CN 110974280A
Authority
CN
China
Prior art keywords
image
edge sharpness
geometric
geometric parameters
data
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.)
Pending
Application number
CN201911342582.0A
Other languages
English (en)
Inventor
田方俊
曹洪玮
杨振华
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.)
Changzhou Boen Zhongding Medical Technology Co ltd
Original Assignee
Changzhou Boen Zhongding Medical Technology 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 Changzhou Boen Zhongding Medical Technology Co ltd filed Critical Changzhou Boen Zhongding Medical Technology Co ltd
Priority to CN201911342582.0A priority Critical patent/CN110974280A/zh
Publication of CN110974280A publication Critical patent/CN110974280A/zh
Pending legal-status Critical Current

Links

Images

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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
    • A61B6/4085—Cone-beams
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • Pulmonology (AREA)
  • General Physics & Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种适用于锥束CT的几何参数精确自动化校准方法,包括空气数据与小球模体数据的采集和预处理，以及获得水模图像的边缘锐度并与理想图像的边缘锐度进行比较的方法和步骤如下：a、从一幅重建图像中选取第i行中k1至kn列的数据进行计算,查找第i行第一个像素值大于Vconst所在位置，查找第i行像素最大值Vmax所在位置，计算Vconst和Vmax之间的像素数量num，用此数量表示图像边缘的锐度；b、把得到的边缘锐度与理想图像的边缘锐度进行比较，如果不相近则改变几何参数进行重建重复上述1的步骤，直至重建图像的边缘锐度与理想图像边缘的锐度相近。本发明其有效的校正几何参数以保证几何参数的准确性，提高图像质量，而且不用人为的调节不精确的几何参数来得到质量较好的图像，节省人力。

Description

一种适用于锥束CT的几何参数精确自动化校正方法
技术领域
本发明涉及医学影像处理领域，尤其是一种适用于锥束CT的几何参数精确自动化方法。
背景技术
X线体层扫描装置由X线球管和探测器两大部分组成，分别安装在被扫描组织的两侧，方向相对。由于人体各种组织(包括正常和异常组织)对X线的吸收不等，所以相同强度的的X射线穿过人体衰减后的X射线并不均匀，CT 即利用这一特性，当球管产生的X线穿过被扫描组织后，透过组织的剩余射线被探测器所接收。它将接收到的X线转化为电信号，再通过计算机的一系列计算，就可以转化为能被医生了解组织结构变化的CT图像。
CT系统的几何标定指的是采用某种方式及算法测得CT系统的几何参数，如图1包括以下几种：
(1)RFI：放射源到旋转台中心的距离；
(2)RFD：放射源到探测器的距离；
(3)u0：探测器的投影中心横坐标，数值从左到右依次增大；
(4)v0：探测器的投影中心纵坐标，数值从上到下依次增大；
(5)Φ：水平方向的旋转角(twist angle)，以Z轴为旋转轴；
(6)σ：垂直方向的旋转角(tilt angle)，以Y轴为旋转轴；
(7)η：为探测器平面内的旋转角(skew angle)，以X轴为旋转轴；
得到系统的上述七个几何参数之后，前四个可以用于重建时的参数输入，能有效地减少伪影并且提高重建图像与真实情况相似度。并且每隔一段时间需要对系统重新标定校准一次，才能保证系统重建出的图像有较高的精度。
理想的无偏差的锥束CT几何结构要求满足两个条件。第一个条件是：经过探测器中心，且垂直于探测器表面的直线要穿过X射线源的焦点。这条直线通常称为中心射线，而包含中心射线，并且与探测器表面垂直的平面称为中心平面。第二个条件是：转台的旋转中心轴要平行于探测器表面，且旋转中心轴在探测器上的投影要与探测器的中心列重合。锥束CT系统的几何参数可参图1。
重建算法要求锥束中心射线垂直于探测器且投影在探测器中心,然而由于系统机械精度的不足难满足要求,从而给重建结果带来伪影。
在现有的几何参数校正方法中，需要假设三个角度中除η外的其他两个为零，但平板探测器安装后可能存在旋转与倾斜，射线源焦点位置、旋转中心及其投影位置等都难于精确确定，所以在实际中水平方向的旋转角和垂直方向的旋转角为0是不可能达到的。这就造成最后的计算结果存在误差。
根据中国专利【CN100381103C】“一种CT机几何参数校正方法”如图2所示的中的校正步骤为：(1)扫描空气数据；(2)扫描针模；(3)进行空气校正和硬化校正；(4)提取针模的正弦图，简历采样点的集合PIN；(5)统计中有元素的数，记为PINNUM；(6)计算中心通道MC
Figure BDA0002331846550000021
只计算出了中心通道和旋转半径，还有其他的参数都没有计算用于重建。必然会导致计算结果存在误差。
发明内容
本发明的目的在于：针对上述存在的问题，本发明是旨在解决上述问题的几何参数精确自动化的校正方法，该方法基于现有的几何参数标定的校正方法，在现有方法的基础上针对重建后的图像有扭曲虚影提出一种更加合理，精度更高的几何参数标定方法，该方法有效的减少了各个几何参数的误差，极大程度的使几何参数精确化。
本发明采用的方法步骤如下：
(1)空气数据与小球模体数据的获取。
(2)根据传统的几何校正方法计算得到几何参数。
(3)水模数据的获取。
(4)把计算所得的几何参数输入重建程序对水模数据进行重建。
(5)根据重建出的图像计算其边缘锐度并且与标准图像的边缘锐度进行比较做差得Ai。
(6)判断，如果Ai在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则增大几何参数。
(7)根据计算得到的几何参数输入重建程序对水模数据进行重建。
(8)根据重建出的图像计算其边缘锐度并与标准图像的边缘锐度进行比较做差得A(i+1)。
(9)判断，如果Ai在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则判断A(i+1)与Ai的大小，如果A(i+1)比Ai小，则增大几何参数；如果A(i+1)比Ai大则减小几何参数。
(10)根据重建出的图像计算其边缘锐度并与标准图像的边缘锐度进行比较做差得A(i+2)。
(11)判断，如果A(i+2)在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则按照第9步的结果进行增大或者减小几何参数进行图像重建，直到根据几何参数重建得到的图像的边缘锐度与标准图像的边缘锐度做差的结果在阈值范围内则输出精确的几何参数。
进一步：在于空气数据与小球模体数据的获取包括数据的采集和预处理为：齿科CT常用的扫描条件75kV,6mA，层厚为0.2mm，图像重建矩阵800× 800×400,扫描显示视野范围为160mm，分别扫描空气，水模，小球体模。水模为内部充满水，直径52mm，高度85mm的圆柱型容器，小球为一个可以在多轴控制器转盘上平稳放置的泡沫塑料模体(其他衰减度低的轻质材料也可以)，在一个侧面上沿竖直方向嵌入5个直径为2mm的不锈钢质小球，这里对嵌入小球时的精度没有任何要求，不需要一致的嵌入深度、小球直径和排列直线性，只需要用游标卡尺精确测量出处于两端的小球的距离，以及这两个小球各自的直径，以便求出两球的中心距离。
进一步，所述的获得水模图像的边缘锐度并与理想图像的边缘锐度进行比较的方法和步骤如下：
a、从一幅重建图像中选取第i行中k1至kn列的数据进行计算,查找第 i行第一个像素值大于Vconst所在位置，查找第i行像素最大值Vmax所在位置，计算Vconst和Vmax之间的像素数量num，用此数量表示图像边缘的锐度,此处i＝400,k1＝1,kn＝255,Vconst＝6；
b、把得到的边缘锐度与理想图像的边缘锐度进行比较，如果不相近则改变几何参数进行重建重复上述1的步骤，直至重建图像的边缘锐度与理想图像边缘的锐度相近。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
CT检查在制定手术方案方面是不可缺少的检查方法，正确的CT诊断要通过优质的CT照片所提供的病灶信息才能做出结论，因此对CT影像质量的控制就成为十分关注的问题。而且在用任何算法重建时都需要输入系统的几何参数，但射线源焦点位置、旋转中心及其投影位置等都难于精确确定、平板探测器安装后可能存在旋转与倾斜,这些因素都会影响重建图像的质量，进而影响医生对病人的诊断和病人的治疗结果。
因此，一种适用于坠束CT的几何参数精确的自动化校正方法，将会为医生准确的分析病灶结构以及制定手术方案带来极大方便。
基于以上分析，本发明要提供一种使几何参数精确的自动化校正方法，其有效的校正几何参数以保证几何参数的准确性，提高图像质量，而且不用人为的调节不精确的几何参数来得到质量较好的图像，节省人力。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1是锥束CT系统几何参数示意图；
图2是【CN100381103C】专利中几何参数校正流程示意图；
图3本发明的几何参数标定方法流程示意图；
图4本发明的数据预处理流程；
图5校正前图像边缘锐度；
图6校正后图像边缘锐度；
图7校正前图像；
图8校正后图像。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
本发明提出一种应用于锥束CT的几何参数精确自动化校正方法，该方法基于现有的几何参数标定的校正方法，在现有方法的基础上针对重建后的图像有扭曲虚影提出一种更加合理，精度更高的几何参数标定方法，该方法有效的减少了各个几何参数的误差，极大程度的使几何参数精确化。使重建出来的图像质量更高，进而对医生进行准确的分析病灶结构以及制定手术方案带来极大方便。本发明技术方案如图3所示，基本内容包括：
(1)空气数据与小球模体数据的获取。
(2)根据传统的几何校正方法计算得到几何参数。
(3)水模数据的获取。
(4)把计算所得的几何参数输入重建程序对水模数据进行重建。
(5)根据重建出的图像计算其边缘锐度并且与标准图像的边缘锐度进行比较做差得Ai。
(6)判断，如果Ai在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则增大几何参数。
(7)根据计算得到的几何参数输入重建程序对水模数据进行重建。
(8)根据重建出的图像计算其边缘锐度并与标准图像的边缘锐度进行比较做差得A(i+1)。
(9)判断，如果Ai在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则判断A(i+1)与Ai的大小，如果A(i+1)比Ai小，则增大几何参数；如果A(i+1)比Ai大则减小几何参数。
(10)根据重建出的图像计算其边缘锐度并与标准图像的边缘锐度进行比较做差得A(i+2)。
(11)判断，如果A(i+2)在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则按照第9步的结果进行增大或者减小几何参数进行图像重建，直到根据几何参数重建得到的图像的边缘锐度与标准图像的边缘锐度做差的结果在阈值范围内则输出精确的几何参数。
获得水模图像的边缘锐度并与理想图像的边缘锐度进行比较的方法和步骤如下：
c、从一幅重建图像中选取第i行中k1至kn列的数据进行计算,查找第i 行第一个像素值大于Vconst所在位置，查找第i行像素最大值Vmax所在位置，计算Vconst和Vmax之间的像素数量num，用此数量表示图像边缘的锐度,此处i＝400,k1＝1,kn＝255,Vconst＝6；
d、把得到的边缘锐度与理想图像的边缘锐度进行比较，如果不相近则改变几何参数进行重建重复上述1的步骤，直至重建图像的边缘锐度与理想图像边缘的锐度相近。
空气数据、小球数据和水模数据的获取主要包括数据的采集和预处理如下：齿科CT常用的扫描条件75kV,6mA，层厚为0.2mm，图像重建矩阵800×800, 扫描显示视野范围为160mm，分别扫描空气，水模，小球体模。水模为内部充满水，直径52mm，高度85mm的圆柱型容器，小球为一个可以在多轴控制器转盘上平稳放置的泡沫塑料模体(其他衰减度低的轻质材料也可以)，在一个侧面上沿竖直方向嵌入5个直径为2mm的不锈钢质小球，这里对嵌入小球时的精度没有任何要求，不需要一致的嵌入深度、小球直径和排列直线性，只需要用游标卡尺精确测量出处于两端的小球的距离，以及这两个小球各自的直径，以便求出两球的中心距离。
预处理过程，就是对扫描的空气数据、小球数据和水模数据先进行转换数据类型，再进行暗场校正然后进行增益校正和取log，最后再对图像边缘进行填充的过程。如图4所示。
再根据传统的几何校正方法计算得到几何参数，其步骤如下
(1)把小球模体放置在X线球管与探测器中间的转台上；
(2)扫描该模体采集其旋转720个角度的投影数据，共720张；
(3)得到每个小球的扫描数据，设定阈值把小球分割出来并计算得到每个小球的中心坐标；
(4)把720幅图像中小球的中心坐标叠加连接起来就会得到每个小球的椭圆运动轨迹；
(5)计算每个小球椭圆运动轨迹中任意两点之间的距离得到椭圆长短轴的长度及中心点坐标；
(6)根据每个椭圆的中心点及长短轴的距离计算出几何系统参数；
(7)把几何参数传入FDK重建程序,但是不限于是FDK重建算法，进行重建得出的图像如图7所示。
再根据几何参数对图像进行重建，把对水模进行预处理后数据进行修正然后滤波，最后进行反投影，重建出所需要的图像。
其中图像边缘锐度的计算：重建矩阵大小为800×800×400，选取一幅重建图像中的第400行中1至255列的数据进行计算从第一个像素值大于6(避免有噪声，像素数值波动较大影响结果)到像素值最大之间的像素数量表示图像边缘的锐度，边缘锐度情况可由下图5所示。然后与标准图像的边缘锐度进行比较，标准图像的边缘锐度情况可由下图6所示。
最后输出精确的几何参数：改变几何参数利用FDK重建算法，对图像进行重建，直到重建出来的图像，如图8所示的边缘锐度达到标准图像的边缘锐度，输出的几何参数即为精确的几何参数。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (3)

1.一种适用于锥束CT的几何参数精确自动化校正方法,其特征在于，步骤如下：
(1)空气数据与小球模体数据的获取；
(2)根据传统的几何校正方法计算得到几何参数；
(3)水模数据的获取；
(4)把计算所得的几何参数输入重建程序对水模数据进行重建；
(5)根据重建出的图像计算其边缘锐度并且与标准图像的边缘锐度进行比较做差得Ai；
(6)判断，如果Ai在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则增大几何参数；
(7)根据计算得到的几何参数输入重建程序对水模数据进行重建；
(8)根据重建出的图像计算其边缘锐度并与标准图像的边缘锐度进行比较做差得A(i+1)；
(9)判断，如果Ai在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则判断A(i+1)与Ai的大小，如果A(i+1)比Ai小，则增大几何参数；如果A(i+1)比Ai大则减小几何参数；
(10)根据重建出的图像计算其边缘锐度并与标准图像的边缘锐度进行比较做差得A(i+2)；
(11)判断，如果A(i+2)在阈值范围内则输出几何参数，该参数为精确的几何参数，如果不在阈值范围内则按照第9步的结果进行增大或者减小几何参数进行图像重建，直到根据几何参数重建得到的图像的边缘锐度与标准图像的边缘锐度做差的结果在阈值范围内则输出精确的几何参数。
2.根据权利要求1所述的一种适用于锥束CT的几何参数精确自动化校正方法，其特征在于空气数据与小球模体数据的采集和预处理的条件如下：齿科CT常用的扫描条件75kV,6mA，层厚为0.2mm，图像重建矩阵800×800×400,扫描显示视野范围为160mm，分别扫描空气，水模，小球体模。水模为内部充满水，直径52mm，高度85mm的圆柱型容器，小球为一个可以在多轴控制器转盘上平稳放置的泡沫塑料模体(其他衰减度低的轻质材料也可以)，在一个侧面上沿竖直方向嵌入5个直径为2mm的不锈钢质小球，这里对嵌入小球时的精度没有任何要求，不需要一致的嵌入深度、小球直径和排列直线性，只需要用游标卡尺精确测量出处于两端的小球的距离，以及这两个小球各自的直径，以便求出两球的中心距离。
3.根据权利要求1所述的一种适用于锥束CT的几何参数精确自动化校正方法，其特征在于获得水模图像的边缘锐度并与理想图像的边缘锐度进行比较的方法和步骤如下：
a、从一幅重建图像中选取第i行中k1至kn列的数据进行计算,查找第i行第一个像素值大于Vconst所在位置，查找第i行像素最大值Vmax所在位置，计算Vconst和Vmax之间的像素数量num，用此数量表示图像边缘的锐度,此处i＝400,k1＝1,kn＝255,Vconst＝6；
b、把得到的边缘锐度与理想图像的边缘锐度进行比较，如果不相近则改变几何参数进行重建重复上述1的步骤，直至重建图像的边缘锐度与理想图像边缘的锐度相近。
CN201911342582.0A 2019-12-23 2019-12-23 一种适用于锥束ct的几何参数精确自动化校正方法 Pending CN110974280A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911342582.0A CN110974280A (zh) 2019-12-23 2019-12-23 一种适用于锥束ct的几何参数精确自动化校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911342582.0A CN110974280A (zh) 2019-12-23 2019-12-23 一种适用于锥束ct的几何参数精确自动化校正方法

Publications (1)

Publication Number Publication Date
CN110974280A true CN110974280A (zh) 2020-04-10

Family

ID=70075909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911342582.0A Pending CN110974280A (zh) 2019-12-23 2019-12-23 一种适用于锥束ct的几何参数精确自动化校正方法

Country Status (1)

Country Link
CN (1) CN110974280A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111603192A (zh) * 2020-06-06 2020-09-01 上海网钜信息科技有限公司 一种基于机器视觉的校验模体的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023251A (zh) * 2015-07-07 2015-11-04 苏州海斯菲德信息科技有限公司 一种高分辨锥束ct系统的几何校正方法
CN107592935A (zh) * 2015-03-20 2018-01-16 伦斯勒理工学院 X射线ct的自动系统校准方法
CN108122203A (zh) * 2016-11-29 2018-06-05 上海东软医疗科技有限公司 一种几何参数的校正方法、装置、设备及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107592935A (zh) * 2015-03-20 2018-01-16 伦斯勒理工学院 X射线ct的自动系统校准方法
CN105023251A (zh) * 2015-07-07 2015-11-04 苏州海斯菲德信息科技有限公司 一种高分辨锥束ct系统的几何校正方法
CN108122203A (zh) * 2016-11-29 2018-06-05 上海东软医疗科技有限公司 一种几何参数的校正方法、装置、设备及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘欢: "口腔CT几何校正算法研究及测试体模设计" *
杨宗贤: "基于Android智能手机的视频监控机器人系统" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111603192A (zh) * 2020-06-06 2020-09-01 上海网钜信息科技有限公司 一种基于机器视觉的校验模体的方法
CN111603192B (zh) * 2020-06-06 2023-06-16 上海网钜信息科技有限公司 一种基于机器视觉的校验模体的方法

Similar Documents

Publication Publication Date Title
CN103961125B (zh) 一种用于锥束ct的ct值校正方法
US7016456B2 (en) Method and apparatus for calibrating volumetric computed tomography systems
CN111248934B (zh) 一种用于cbct系统机械校正的方法及系统
JP5142664B2 (ja) Ｘ線コンピュータ断層撮影装置
JP4993163B2 (ja) 傾斜円錐形ビームデータの再構成のための方法及び装置
US7978895B2 (en) X-ray CT system
US20060245628A1 (en) Systems and methods for determining geometric parameters of imaging devices
US20070053480A1 (en) X-ray CT apparatus
CN101011258A (zh) X射线ct设备和x射线ct透视设备
JP2002345808A (ja) Ｃｔスカウト画像処理のための方法及び装置
US7330594B2 (en) Image enhancement or correction software, method, apparatus and system for substantially minimizing blur in the scanned image
CN111553849B (zh) 基于局部特征匹配的锥束ct几何伪影去除方法及装置
JP3992389B2 (ja) Ｘ線ｃｔ装置及びファントム
CN105844594A (zh) 一种工业ct扫描系统旋转中心校正方法
DE102004035841A1 (de) Röntgen-CT-Scanner und Verfahren zur Röntgenbildkorrektur
CN110974280A (zh) 一种适用于锥束ct的几何参数精确自动化校正方法
US7239730B2 (en) Method and apparatus for volume scoring calcification concentrations of a CT scan
JP4794223B2 (ja) Ｘ線ｃｔ装置
CN107730569B (zh) 一种医学图像伪影校正方法及装置
US20020012417A1 (en) Method for reducing line artifacts in a CT image and device for implementing the method
Duan et al. Knowledge-based self-calibration method of calibration phantom by and for accurate robot-based CT imaging systems
JP2015150220A (ja) Ｘ線ｃｔ装置及び撮影方法
JP2007130278A (ja) Ｘ線ｃｔ装置
US20240000403A1 (en) Region of interest computed tomography imaging using one or more static collimators
Marini et al. Automated slice thickness measurement on the Nessoft CT QA Phantom

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