CN111080740B - 一种图像校正方法、装置、设备及介质 - Google Patents
一种图像校正方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111080740B CN111080740B CN201911376927.4A CN201911376927A CN111080740B CN 111080740 B CN111080740 B CN 111080740B CN 201911376927 A CN201911376927 A CN 201911376927A CN 111080740 B CN111080740 B CN 111080740B
- Authority
- CN
- China
- Prior art keywords
- image
- initial
- iterative
- original
- reconstruction
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- 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
- G06T2207/10072—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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种图像校正方法、装置、设备及介质,所述方法包括:获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。本发明实施例提供的方法实现了使用迭代重建算法重建图像时快速去除图像中的骨硬化伪影。
Description
技术领域
本发明实施例涉及医学成像领域,尤其涉及一种图像校正方法、装置、设备及介质。
背景技术
计算机断层成像是用射线对人体的特定部位按一定厚度的层面进行扫描,根据不同的人体组织对射线的衰减能力不同,利用计算机重建出断层面的图像。在利用X射线进行计算机断层扫描及重建过程中,因球管产生的X射线具有一定的频谱宽度,被扫描对象对X射线的衰减系数随X射线的能量增大而减小。连续能谱的X射线穿过如人体等被扫描对象后,低能量射线易被吸收,高能量射线易穿过,射线的平均能量会变高,射线逐渐变硬,这种效应称之为射束硬化效应,射束硬化效应会使图像重建时出现伪影,影响图像的重建质量。由此可见,如何能够快速实现对由于射束硬化效应导致的含有伪影的图像进行校正是一个亟待解决的技术问题。
发明内容
本发明实施例提供了一种图像校正方法、装置、设备及介质,以实现快速准确的对含有硬化伪影的图像进行校正。
第一方面,本发明实施例提供了一种图像校正方法,包括:
获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;
基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;
基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。
第二方面,本发明实施例还提供了一种图像校正装置,包括:
物质分量图获取模块,用于获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;
初始校正投影值模块,用于基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;
目标图像生成模块,用于基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。
第三方面,本发明实施例还提供了一种计算机设备,所述设备包括:
一个或多个处理器;
存储装置,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意实施例所提供的图像校正方法。
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如本发明任意实施例所提供的图像校正方法。
本发明实施例通过获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像,实现了使用迭代重建算法重建图像时快速去除图像中的骨硬化伪影。
附图说明
图1是本发明实施例一所提供的一种图像校正方法的流程图;
图2a是本发明实施例二所提供的一种图像校正方法的流程图;
图2b是本发明实施例二所提供的一种图像校正方法的流程示意图;
图3是本发明实施例三所提供的一种图像校正装置的结构示意图;
图4是本发明实施例四所提供的计算机设备的结构示意图。
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。
实施例一
图1是本发明实施例一所提供的一种图像校正方法的流程图。本实施例可适用于对图像进行骨硬化校正时的情形,尤其适用于使用迭代重建算法进行图像重建时,去除图像中的骨硬化伪影时的情形。该方法可以由图像校正装置执行,该图像校正装置可以采用软件和/或硬件的方式实现,例如,该图像校正装置可配置于计算机设备中。如图1所示,所述方法包括:
S110、获取原始重建图像,对原始重建图像进行形态学处理,得到原始重建图像的物质分量图。
在本实施例中,CT数据重建出的图像需要经过水硬化校正及骨硬化校正,才能得到去除水硬化伪影及骨硬化伪影的目标重建图像。可选的,原始重建图像可以为水硬化校正之后的投影值重建出的图像。
可选的,可以对原始重建图像进行阈值分割、图像膨胀、图像腐蚀等形态学处理,得到原始重建图像的物质分量图,基于得到的物质分量图确定原始重建图像的物质等效参数,基于确定的物质等效参数确定原始重建图像对应的初始校正系数。在本实施例中,物质分量图可以为水分量图或钙分量图。
S120、基于物质分量图确定原始重建图像的初始校正系数,根据初始校正系数对原始投影值进行校正,得到初始校正投影值。
在本实施例中,获取原始重建图像的物质分量图后,基于获取的物质分量图确定原始重建图像的初始校正系数。在本发明的一种实施方式中,所述基于所述物质分量图确定所述原始重建图像的初始校正系数,包括:对所述物质分量图进行正向投影,基于得到的投影值确定所述原始重建图像的物质等效参数,根据所述物质等效参数确定所述初始校正系数。
可选的,可以对物质分量图进行正向投影,得到原始重建图像的物质等效参数。假设物质分量图为钙分量图,则对钙分量图进行正向投影,得到钙分量投影值,基于钙分量投影值计算得到钙的等效厚度(即钙的物质等效参数);假设物质分量图为水分量图,则对水分量图进行正向投影,得到水分量投影值,基于水分量投影值计算得到水的等效长度(即水的物质等效参数)。示例性的,可以通过Lw=PwIw计算得到水的等效长度,其中,Lw为水的等效长度,Pw为水分量投影值,Iw表示单位密度的水在图像中的像素值。
在本实施例中,可以预先设置物质等效参数与校正系数之间的对应关系,在计算得到物质等效参数后,通过查找预先设置的对应关系,将物质等效参数对应的校正系数作为原始重建图像的初始校正系数,并使用确定的初始校正系数对各投影束的原始投影值进行校正,得到初始校正投影值。
一个实施例中,校正系数可以是一系列的多项式系数,多项式的输入是原始投影值,输出是初始校正投影值。示例性的,可以通过对原始投影值进行校正,得到初始校正投影值,其中,Pcorr为初始校正投影值,αi(i=0,1,……,N)为校正系数,Pi为原始投影值,N为骨硬化矫正的阶数。其中,可以直接将水硬化校正后的投影值作为原始投影值,无需通过对原始重建图像进行正向投影得到。
S130、基于初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。
在本实施例中,使用迭代重建算法进行图像重建,得到去除骨硬化伪影的目标重建图像。可选的,将初始校正投影值与迭代初始图像作为初始值,进行迭代重建,得到校正后的目标重建图像。
在本发明的一种实施方式中,所述基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像,包括:对所述迭代初始图像进行正向投影,获得所述迭代初始图像的初始计算投影值;基于所述初始校正投影值,对所述初始计算投影值进行迭代重建,得到迭代目标图像;根据所述迭代目标重建图像得到所述目标重建图像。
具体的,在迭代重建过程中,对迭代初始图像进行正向投影,获得迭代初始图像的初始计算投影值,将初始计算投影值与初始校正投影值进行比对,如不满足迭代收敛条件,则对迭代初始图像进行更新;然后对更新后的迭代初始图像进行正向投影,产生更新后的计算投影值,并再次比对计算投影值与更新后的计算投影值,判断更新后的计算投影值是否满足迭代收敛条件,重复这个过程,直到更新后的计算投影值满足迭代收敛条件,将此次迭代的重建图像作为迭代目标图像,然后基于迭代目标图像获得目标重建图像。
可选的,迭代收敛条件可以为校正投影值与初始计算投影值差异足够小,或前后两次的迭代计算投影值之间的差异足够小,或到达设定的最大迭代次数其中,最大迭代次数可以为1次或者多次。
上述过程中,基于迭代目标图像获得目标重建图像可以为:将迭代目标图像直接作为目标重建图像,也可以为:将迭代目标图像作为新的原始重建图像,重新执行一次上述图像校正过程。
在本发明的一种实施方式中,所述根据所述迭代目标重建图像得到所述目标重建图像,包括:将所述迭代目标重建图像作为新的原始重建图像,根据所述原始重建图像确定迭代校正系数,基于所述迭代校正系数对所述原始投影值进行校正,得到迭代校正投影值;将所述迭代目标重建图像作为新的迭代初始图像,基于所述迭代校正投影值与新的迭代初始图像进行图像迭代重建,得到所述目标重建图像。
可选的,将迭代目标图像作为新的原始重建图像以及新的迭代初始图像,执行S110-S120,得到迭代校正投影值,然后执行S130,基于迭代校正投影值与新的迭代初始图像进行图像迭代重建,得到目标重建图像。其中,得到迭代校正投影值的具体方式,以及基于迭代校正投影值与新的迭代初始图像进行图像迭代重建,得到目标重建图像可参见上述实施例,在此不再赘述。需要说明的是,将迭代目标图像作为新的原始重建图像以及新的迭代初始图像,再次进行图像迭代重建得到目标重建图像后,还可以将目标重建图像作为新的原始重建图像以及新的迭代初始图像,再次进行图像迭代重建,直到到达设定的图像迭代重建次数。
可以理解的是,上述将迭代目标图像作为新的原始重建图像以及新的迭代初始图像再次进行图像迭代重建的过程中,校正系数是随原始重建图像的变化而变化的,通过不断修正原始重建图像,基于修正的原始重建图像修正校正系数,使得校正系数的确定更加准确,从而使得目标重建图像更加准确。
本发明实施例通过获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像,实现了使用迭代重建算法重建图像时快速去除图像中的骨硬化伪影。
实施例二
图2a是本发明实施例二所提供的一种图像校正方法的流程图。本实施例在上述实施例的基础上进行了进一步优化。如图2a所示,所述方法包括:
S210、获取扫描数据,对扫描数据进行预处理得到原始投影数据。
一个实施例中,获取CT扫描数据后,对CT扫描数据(即CT探测器接收到的强度数据)进行一系列前处理,得到经过处理后的扇束/锥束投影值,对扇束/锥束投影值进行数据重排后得到平行束投影值,对平行束投影值进行卷积滤波,得到原始投影数据。
S220、对原始投影数据进行水硬化校正,得到原始图像重建数据。
在本实施例中,CT数据重建出的图像需要经过水硬化校正及骨硬化校正,在对图像进行骨硬化校正之前,对原始投影数据进行水硬化校正,得到水硬化校正之后的原始图像重建数据。
S230、对原始图像重建数据进行第一滤波反投影重建,得到原始重建图像。
在本实施例中,对水硬化校正之后的原始图像重建数据进行第一滤波反投影重建,将重建出的图像作为原始重建图像。
S240、对原始图像重建数据进行第二滤波反投影重建,得到滤波反投影重建图像。
S250、对滤波反投影重建图像进行图像域骨硬化校正,得到迭代初始图像。
可选的,对水硬化校正之后的原始图像重建数据进行第二滤波反投影重建,得到滤波反投影重建图像,其中,第一滤波反投影重建的重建参数和第二滤波反投影重建的重建参数可以相同,也可以不同。相应的,原始重建图像与滤波反投影重建图像可以相同,也可能不同。
得到滤波反投影重建图像后,对滤波反投影重建图像进行图像域骨硬化校正(image-domain BBHC),得到迭代初始图像。其中,迭代初始图像作为图像迭代重建的初始估计,通过多次迭代,得到目标重建图像。
S260、对原始重建图像进行形态学处理,得到原始重建图像的物质分量图。
S270、基于物质分量图确定原始重建图像的初始校正系数,根据初始校正系数对原始投影值进行校正,得到初始校正投影值。
S280、基于初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。
图2b是本发明实施例二所提供的一种图像校正方法的流程示意图。如图2b所示,扫描数据经数据前处理之后得到原始投影数据,对原始投影数据进行水硬化校正,得到原始图像重建数据,分支1对原始图像重建数据进行第一滤波反投影重建,得到原始重建图像,对原始重建图像进行形态学处理,得到水分量图像,对水分量图像进行正向投影后,得到水分量等效长度,然后基于水分量等效长度和预先设置的校正系数表确定原始重建图像的校正系数,使用校正系数对原始投影值进行校正,得到校正投影值。分支2对原始图像重建数据进行第二滤波反投影重建,得到滤波反投影重建图像,对滤波反投影重建图像进行图像域骨硬化校正后得到迭代初始图像。然后利用分支1中得到的校正投影值,从分支2中得到的迭代初始图像出发,进行图像迭代重建,通过多次迭代,得到骨伪影校正后的目标重建图像。
可选的,在利用分支1中得到的初始校正投影值,从分支2中得到的迭代初始图像出发,进行图像迭代重建,得到骨伪影校正后的目标重建图像后,还可以将目标重建图像作为新的原始重建图像和新的迭代初始图像(即图2b中的虚线箭头所示流程),再次进行图像迭代重建。其中,将目标重建图像作为新的原始重建图像和新的迭代初始图像,再次进行图像迭代重建可以包括:将新的原始重建图像进行形态学处理、正向投影一系列处理后得到新的校正系数,基于新的校正系数对原始投影值(即水硬化校正后投影值)进行校正,得到新的校正投影值,然后基于新的校正投影值以及新的迭代初始图像进行迭代重建,整个过程重复多次或者达到收敛条件后得到最终的目标重建图像。
本发明实施例在上述实施例的基础上将获取原始重建图像和迭代初始图像进行了具体化,通过获取扫描数据,对扫描数据进行预处理得到原始投影数据,对原始投影数据进行水硬化校正,得到原始图像重建数据,对原始图像重建数据进行第一滤波反投影重建,得到原始重建图像,对原始图像重建数据进行第二滤波反投影重建,得到滤波反投影重建图像,对滤波反投影重建图像进行图像域骨硬化校正,得到迭代初始图像,使得原始重建图像和迭代初始图像更加准确,进而使得基于原始重建图像和迭代初始图像的图像校正更加准确。
实施例三
图3是本发明实施例三所提供的一种图像校正装置的结构示意图。该图像校正装置可以采用软件和/或硬件的方式实现,例如该图像校正装置可以配置于计算机设备中。如图3所示,所述装置包括物质分量图获取模块310、初始校正投影值模块320和目标图像生成模块330,其中:
物质分量图获取模块310,用于获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;
初始校正投影值模块320,用于基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;
目标图像生成模块330,用于基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。
本发明实施例通过物质分量图获取模块获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;初始校正投影值模块基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;目标图像生成模块基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像,实现了使用迭代重建算法重建图像时快速去除图像中的骨硬化伪影。
可选的,在上述方案的基础上,所述目标图像生成模块330具体用于:
对所述迭代初始图像进行正向投影,获得所述迭代初始图像的初始计算投影值;
基于所述初始校正投影值,对所述初始计算投影值进行迭代重建,得到迭代目标图像;
根据所述迭代目标重建图像得到所述目标重建图像。
可选的,在上述方案的基础上,所述目标图像生成模块330具体用于:
将所述迭代目标重建图像作为新的原始重建图像,根据所述原始重建图像确定迭代校正系数,基于所述迭代校正系数对所述原始投影值进行校正,得到迭代校正投影值;
将所述迭代目标重建图像作为新的迭代初始图像,基于所述迭代校正投影值与新的迭代初始图像进行图像迭代重建,得到所述目标重建图像。
可选的,在上述方案的基础上,所述物质分量图包括水分量图或钙分量图。
可选的,在上述方案的基础上,所述物质分量图获取模块310具体用于:
获取扫描数据,对所述扫描数据进行预处理得到原始投影数据;
对所述原始投影数据进行水硬化校正,得到所述原始图像重建数据;
对所述原始图像重建数据进行第一滤波反投影重建,得到所述原始重建图像。
可选的,在上述方案的基础上,所述装置还包括:
迭代初始图像生成模块,用于在基于所述初始校正投影值与迭代初始图像进行图像迭代重建之前,对所述原始图像重建数据进行第二滤波反投影重建,得到滤波反投影重建图像;
对所述滤波反投影重建图像进行图像域骨硬化校正,得到所述迭代初始图像。
本发明实施例所提供的图像校正装置可执行任意实施例所提供的图像校正方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四所提供的计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机设备412以通用计算设备的形式表现。计算机设备412的组件可以包括但不限于:一个或者多个处理器416,系统存储器428,连接不同系统组件(包括系统存储器428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器416或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储装置434可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储器428中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信,还可与一个或者多个使得用户能与该计算机设备412交互的设备通信,和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在系统存储器428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的图像校正方法,该方法包括:
获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;
基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;
基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的图像校正方法的技术方案。
实施例五
本发明实施例七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如本发明实施例所提供的图像校正方法,该方法包括:
获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;
基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;
基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序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图像校正方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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 (9)
1.一种图像校正方法,其特征在于,包括:
获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;
基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;
基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像;
所述基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像,包括:
对所述迭代初始图像进行正向投影,获得所述迭代初始图像的初始计算投影值;
基于所述初始校正投影值,对所述初始计算投影值进行迭代重建,得到迭代目标图像;
根据所述迭代目标重建图像得到所述目标重建图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述迭代目标重建图像得到所述目标重建图像,包括:
将所述迭代目标重建图像作为新的原始重建图像,根据所述原始重建图像确定迭代校正系数,基于所述迭代校正系数对所述原始投影值进行校正,得到迭代校正投影值;
将所述迭代目标重建图像作为新的迭代初始图像,基于所述迭代校正投影值与新的迭代初始图像进行图像迭代重建,得到所述目标重建图像。
3.根据权利要求1所述的方法,其特征在于,所述基于所述物质分量图确定所述原始重建图像的初始校正系数,包括:
对所述物质分量图进行正向投影,基于得到的投影值确定所述原始重建图像的物质等效参数,根据所述物质等效参数确定所述初始校正系数。
4.根据权利要求1所述的方法,其特征在于,所述物质分量图包括水分量图或钙分量图。
5.根据权利要求1所述的方法,其特征在于,所述获取原始重建图像,包括:
获取扫描数据,对所述扫描数据进行预处理得到原始投影数据;
对所述原始投影数据进行水硬化校正,得到原始图像重建数据;
对所述原始图像重建数据进行第一滤波反投影重建,得到所述原始重建图像。
6.根据权利要求5所述的方法,其特征在于,在基于所述初始校正投影值与迭代初始图像进行图像迭代重建之前,还包括:
对所述原始图像重建数据进行第二滤波反投影重建,得到滤波反投影重建图像;
对所述滤波反投影重建图像进行图像域骨硬化校正,得到所述迭代初始图像。
7.一种图像校正装置,其特征在于,包括:
物质分量图获取模块,用于获取原始重建图像,对所述原始重建图像进行形态学处理,得到所述原始重建图像的物质分量图;
初始校正投影值模块,用于基于所述物质分量图确定所述原始重建图像的初始校正系数,根据所述初始校正系数对原始投影值进行校正,得到初始校正投影值;
目标图像生成模块,用于基于所述初始校正投影值与迭代初始图像进行图像迭代重建,得到校正后的目标重建图像;
所述目标图像生成模块具体用于:
对所述迭代初始图像进行正向投影,获得所述迭代初始图像的初始计算投影值;
基于所述初始校正投影值,对所述初始计算投影值进行迭代重建,得到迭代目标图像;
根据所述迭代目标重建图像得到所述目标重建图像。
8.一种计算机设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,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1-6中任一所述的图像校正方法。
9.一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1-6中任一所述的图像校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911376927.4A CN111080740B (zh) | 2019-12-27 | 2019-12-27 | 一种图像校正方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911376927.4A CN111080740B (zh) | 2019-12-27 | 2019-12-27 | 一种图像校正方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111080740A CN111080740A (zh) | 2020-04-28 |
CN111080740B true CN111080740B (zh) | 2023-06-16 |
Family
ID=70318500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911376927.4A Active CN111080740B (zh) | 2019-12-27 | 2019-12-27 | 一种图像校正方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111080740B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114004903A (zh) * | 2020-07-28 | 2022-02-01 | 上海联影医疗科技股份有限公司 | 伪影校正方法、装置、计算机设备和存储介质 |
CN116580115B (zh) * | 2023-03-29 | 2023-12-05 | 赛诺威盛医疗科技(扬州)有限公司 | 螺旋ct图像迭代重建方法、装置及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009010287A1 (de) * | 2009-02-24 | 2010-09-02 | Siemens Aktiengesellschaft | Verfahren und Bildrekonstruktionseinrichtung zur Rekonstruktion von Bilddaten |
WO2014167935A1 (ja) * | 2013-04-08 | 2014-10-16 | 株式会社 日立メディコ | X線ct装置、再構成演算装置、及び再構成演算方法 |
CN105608720A (zh) * | 2016-01-30 | 2016-05-25 | 上海联影医疗科技有限公司 | 计算机断层成像伪影校正方法及装置 |
CN105608721A (zh) * | 2016-01-30 | 2016-05-25 | 上海联影医疗科技有限公司 | 计算机断层成像伪影校正方法及装置 |
CN106683144A (zh) * | 2016-12-30 | 2017-05-17 | 上海联影医疗科技有限公司 | 一种图像迭代重建方法及装置 |
CN106683146A (zh) * | 2017-01-11 | 2017-05-17 | 上海联影医疗科技有限公司 | 一种图像重建方法和图像重建算法的参数确定方法 |
WO2017128892A1 (zh) * | 2016-01-30 | 2017-08-03 | 上海联影医疗科技有限公司 | 计算机断层成像伪影校正方法及系统 |
CN108670282A (zh) * | 2018-03-28 | 2018-10-19 | 上海联影医疗科技有限公司 | 一种骨硬化伪影校正方法 |
CN109461192A (zh) * | 2018-10-23 | 2019-03-12 | 上海联影医疗科技有限公司 | 图像迭代重建方法、装置、设备及存储介质 |
CN109472836A (zh) * | 2018-09-13 | 2019-03-15 | 西安大数据与人工智能研究院 | 一种ct迭代重建中伪影校正方法 |
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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5053958A (en) * | 1988-06-06 | 1991-10-01 | General Electric Company | Method to reduce image reconstruction time in limited-angle ct systems including using initial reconstruction valves for measured projection data during each iteration |
US8811709B2 (en) * | 2012-11-14 | 2014-08-19 | General Electric Company | System and method for multi-material correction of image data |
-
2019
- 2019-12-27 CN CN201911376927.4A patent/CN111080740B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009010287A1 (de) * | 2009-02-24 | 2010-09-02 | Siemens Aktiengesellschaft | Verfahren und Bildrekonstruktionseinrichtung zur Rekonstruktion von Bilddaten |
WO2014167935A1 (ja) * | 2013-04-08 | 2014-10-16 | 株式会社 日立メディコ | X線ct装置、再構成演算装置、及び再構成演算方法 |
CN105608720A (zh) * | 2016-01-30 | 2016-05-25 | 上海联影医疗科技有限公司 | 计算机断层成像伪影校正方法及装置 |
CN105608721A (zh) * | 2016-01-30 | 2016-05-25 | 上海联影医疗科技有限公司 | 计算机断层成像伪影校正方法及装置 |
WO2017128892A1 (zh) * | 2016-01-30 | 2017-08-03 | 上海联影医疗科技有限公司 | 计算机断层成像伪影校正方法及系统 |
CN106683144A (zh) * | 2016-12-30 | 2017-05-17 | 上海联影医疗科技有限公司 | 一种图像迭代重建方法及装置 |
CN106683146A (zh) * | 2017-01-11 | 2017-05-17 | 上海联影医疗科技有限公司 | 一种图像重建方法和图像重建算法的参数确定方法 |
CN108670282A (zh) * | 2018-03-28 | 2018-10-19 | 上海联影医疗科技有限公司 | 一种骨硬化伪影校正方法 |
CN109472836A (zh) * | 2018-09-13 | 2019-03-15 | 西安大数据与人工智能研究院 | 一种ct迭代重建中伪影校正方法 |
CN109461192A (zh) * | 2018-10-23 | 2019-03-12 | 上海联影医疗科技有限公司 | 图像迭代重建方法、装置、设备及存储介质 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN111080740A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7831097B2 (en) | System and method for image reconstruction | |
CN102667852B (zh) | 增强图像数据/剂量减小 | |
US7362845B2 (en) | Method and apparatus of global de-noising for cone beam and fan beam CT imaging | |
US10255696B2 (en) | System and method for image reconstruction | |
WO2017096609A1 (en) | System and method for image reconstruction | |
CN111080740B (zh) | 一种图像校正方法、装置、设备及介质 | |
US10475181B2 (en) | Image processing apparatus, image processing method, and image processing program | |
CN109523605A (zh) | 一种ct图像重建的方法、装置、设备及介质 | |
CN112085809B (zh) | 神经网络的训练方法、消除金属伪影的方法及其装置 | |
CN107106114B (zh) | 运算装置、x射线ct装置及图像重构方法 | |
CN112581554A (zh) | 一种ct成像方法、装置、存储设备及医学成像系统 | |
CN111754436B (zh) | 医学图像伪影校正的加速方法、计算机设备和存储介质 | |
US10019818B2 (en) | Concurrent forward- and back-projection iterative reconstruction system | |
CN111062882B (zh) | 一种能谱投影数据处理方法、装置、电子设备及存储介质 | |
US20200342640A1 (en) | System and method for beam hardening correction (bhc) in computed tomography (ct) image reconstruction | |
KR20170026984A (ko) | 엑스레이 컴퓨터 단층촬영 환경에서 빔 경화현상에 의한 인공물 보정방법 | |
CN110084866B (zh) | 一种计算机断层成像方法和装置 | |
Jeon et al. | A CT metal artifact reduction algorithm based on sinogram surgery | |
CN113313649B (zh) | 图像重建方法及装置 | |
WO2021157403A1 (ja) | 画像処理装置および方法、プログラム | |
CN111487265B (zh) | 一种结合投影一致性的锥束ct硬化伪影校正方法 | |
JP2005253629A (ja) | 放射線画像診断装置および放射線画像診断装置のデータ処理方法 | |
CN111127369A (zh) | 一种图像校正方法、装置、设备及介质 | |
US8724773B2 (en) | Method and X-ray system for processing an X-ray image | |
Wang et al. | A new approach for reducing beam hardening artifacts in polychromatic X-ray computed tomography using more accurate prior image |
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 |
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. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |