CN111223156B - 一种用于牙科锥束ct系统的金属伪影消除方法 - Google Patents
一种用于牙科锥束ct系统的金属伪影消除方法 Download PDFInfo
- Publication number
- CN111223156B CN111223156B CN201911077854.9A CN201911077854A CN111223156B CN 111223156 B CN111223156 B CN 111223156B CN 201911077854 A CN201911077854 A CN 201911077854A CN 111223156 B CN111223156 B CN 111223156B
- Authority
- CN
- China
- Prior art keywords
- image
- metal
- original
- sinusoidal
- projection
- 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
- 239000002184 metal Substances 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 229910052704 radon Inorganic materials 0.000 claims description 3
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 2
- 230000000750 progressive effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000002547 anomalous effect Effects 0.000 abstract 1
- 238000002591 computed tomography Methods 0.000 description 63
- 238000003384 imaging method Methods 0.000 description 3
- 239000007943 implant Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 210000000214 mouth Anatomy 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 239000004053 dental implant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
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
- G06T11/008—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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/30036—Dental; Teeth
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于牙科锥束CT系统的金属伪影消除方法，该方法基于自适应局部阈值处理和融合先验图像生成牙科CT的金属伪影减少方法，融合的先验CT图像由金属区域经插值修正过的原始投影正弦图反向滤波投影重建的无条纹CT图像与金属区域被置零的原始CT图像得到的无金属CT图像以加权求和的形式获得，经过前向投影得到先验投影正弦图，将原始投影正弦图中的金属区域用先验投影正弦图中的对应部分进行替换得到校正后的投影正弦图像，将校正后的投影正弦图像重新重建得到校正后无伪影的CT图像。该方法在减少条纹伪影的情况下表现出更好的性能，而不引入任何异常对比度。
Description
技术领域
本发明属于医学成像技术领域，特别是涉及一种用于牙科锥束CT系统的金属伪影消除方法。
背景技术
对于医学成像系统，当患者身体中具有金属植入物或金属装置时，金属伪影通常会损害计算机断层扫描(CT)图像的可读性；因为金属物体的衰减系数远高于人体组织的衰减系数，对投影数据进行重建后，重建图像中将出现放射状伪影或带状伪影，这些伪影严重影响了图像的质量，给医生诊断带来极大困难；金属物体中的X射线束的高衰减引起投影数据中的信号饱和、射束硬化、光子散射和光子饥饿，这些都有助于产生金属伪影。
为普通医疗CT开发的金属伪影减少算法，并不适用于牙齿CT中，因为牙齿本身也具有高衰减系数，现有大多数金属伪影减少MAR技术都会在投影数据上识别金属物体的痕迹，然后通过在金属迹线周围插入像素值来修改金属迹线上的投影数据；插值过程在计算上是有效的，但由于插值误差，它常常会在结果图像中产生其他伪影，为了减少插值误差，引入了许多基于前向投影的方法；在基于前向投影的方法中，通过向前投影先验图像来推断金属迹线处的缺失数据；为了有效地减少金属伪影，生成可以在金属迹线处提供缺失的投影数据的先验图像是至关重要的，在生成先验图像时，CT图像的精确金属分割是必要的，任何错误的金属分割都会导致残留的金属伪影，特别是在牙科CT中，错误的金属分割是一个很大的问题，因为牙齿的X射线衰减系数与金属物体的相似。因此，牙齿CT图像中的金属区域的分割通常是不令人满意的，牙齿很容易的被错误识别为金属物体，为了进一步减少金属伪影，可采用迭代图像重建方法，然而，迭代图像重建在计算量上是庞大的，对CT系统成像造成其余影响。
发明内容
为解决上述现有技术中存在的对于牙科植入物的高分辨率成像或牙齿矫正器的精确制备中金属伪影的影响问题，本发明设计了一种用于牙科锥束CT系统的金属伪影消除方法，具体技术方案如下：
一种用于牙科锥束CT系统的金属伪影消除方法，具体包括如下步骤：
S1、利用平板探测器采集圆周轨迹范围内不低于3张的原始投影图像，并利用Radon变换得到原始投影正弦图像Poｒig(s，t，θ)；
S2、利用基于金属区域内和周围的像素强度统计的自适应局部阈值分割出原始投影正弦图像Poｒig(s，t，θ)中的金属区域；
S3.1、通过逐行线性插值替换金属区域得到插值后的正弦图；
S3.2、将插值后的原始投影正弦图像Poｒig(s，t，θ)利用FDK反向滤波投影重建出一个存在一定结构缺失的无条纹CT图像Isf(x，y)，以作为融合先验CT图像Ip(x，y)的一个分量；
S4.1、将未作任何修改的原始投影正弦图像Porig(s，t，θ)进行重建得到未作校正的原始CT图像；
S4.2、通过全局阈值识别原始CT图像中的金属区域，令金属区域置零得到无金属CT图像Imf(x，y)，以作为融合先验CT图像Ip(x，y)的另一个分量；
S5、将无条纹CT图像Isf(x，y)和无金属CT图像Imf(x，y)之间以加权求和的形式进行融合得到先验CT图像Ip(x，y)；
S6、在计算先验CT图像Ip(x，y)之后，通过前向投影得到先验投影正弦图像Pprior(s，t，θ)；
S7、将原始投影正弦图像Porig(s，t，θ)中的金属区域用先验投影正弦图像Pprioｒ(s，t，θ)中的对应部分进行替换，得到校正后的投影正弦图像P(s，t，θ)；
S8、将校正后的投影正弦图像P(s，t，θ)重新重建得到无伪影的CT图像。
优选的，所述步骤S2中，对原始投影正弦图像Porig(s，t，θ)采用自适应局部阈值分割方法，并利用无条纹CT图像Isf(x，y)生成先验CT图像Ip(x，y)的分量，利用前向投影生成的先验投影正弦图像Pprior(s，t，θ)对原始投影正弦图像Porig(s，t，θ)上的金属轨迹进行替换，从而减少图像重建中的金属伪影。
优选的，所述步骤S2中，金属区域的具体获得步骤为：
S2.1、为防止原始投影正弦图像Porig(s，t，θ)中的金属分割的误差会导致重建图像中残留条纹伪影，通过低的全局阈值来快速获得分割区域，并利用原始投影正弦图像Porig(s，t，θ)的全局阈值掩模M(s，t，θ)的结果作为扩展的种子；
S2.2、采用具有全局阈值T的全局阈值应用于整个扫描角度的投影图像集，
在掩模M(s，t，θ)和原始投影正弦图像Porig(s，t，θ)的图像灰度中，s和t分别表示探测器平面上的水平轴和垂直轴，θ表示锥束CT的扫描角，只分割金属物体选择全局阈值T；
S2.3、在掩模M(s，t，θ)中，分段区域比金属物体的实际尺寸小，在每个掩模M(s，t，θ)中，识别(s，t)域中的零岛，即金属区域。
优选的，所述步骤S2.3中，判断是否实际属于金属区域的准则如下：
S2.3.1、在对零岛进行识别后，计算了投影图像扫描角处像素强度σ(s，t，θ)、最大像素强度A(s，t，θ)和最小像素强度B(s，t，θ)的标准差；
S2.3.2、在零岛的每一行找到起点S1和结束点S2；
S2.3.3、使用公式2：
确定[S1-W，S2+W]区间内一行像素是否属于金属区域，其中，扩展因子a用以提高扩展性，W表示起点S1或结束点S2向左、右方向移动的像素点个数。
优选的，所述步骤4.2中，金属区域置零的操作方法为：对未做任何修正的原始投影正弦图像Porig(s，t，θ)做FDK重建得到原始CT图像，利用全局阈值分割金属区域，在识别原始CT图像中的金属区域，从而将金属区域中的像素值设置为零。
优选的，所述步骤S5中，加权求和的具体方式为：
S5.1、使用公式D(x，y)＝Isf(x，y)-Imf(x，y)来计算无金属CT图像Imf(x，y)与无条纹CT图像Isf(x，y)之间的差异；
S5.2、在求出整个图像区域上D(x，y)的最大值Dmax和最小值Dmin后，D(x，y)通过公式
的方式进行规范化；
S5.3、再使用加权函数公式
进行计算，其中p和c是控制参数；
S5.4、采用公式Ip(x，y)＝w(x，y)Imf(x，y)+(1-w(x，y))Isf(x，y)生成先验CT图像Ip(x，y)，选择控制参数p和c，以保证先验CT图像Ip(x，y)的边缘保持和伪影减少。
优选的，所述步骤S7中，得到校正后的投影正弦图像P(s，t，θ)的公式为：P(s，t，θ)＝M(s，t，θ)Porig(s，t，θ)+(1-M(s，t，θ))Pprior(s，t，θ)。
本发明的有益效果：
1.本发明通过采用无金属图像和无条纹图像经过加权求和后获得的先验CT图像算法，经重建校正后得到无伪影图像，该方法在减少条纹伪影的情况下表现出更好的性能，而不引入任何异常对比度。对于医学口腔牙科CT成像造影具有极高的使用价值，解决了现有技术中牙齿或金属植入物产生金属伪影造成的诊断影响。
2.本发明算法利用先验投影图像对原始投影图像上的金属轨迹进行替换，从而减少了图像重建中的金属伪影，由于其他结构的重叠，投影图像的简单全局阈值分割可能导致金属分割的错误，要么比原始尺寸小，要么大。然而，基于像素强度统计的自适应局部阈值分割比全局阈值分割效果更好，且方法计算高效输出影像效率高，FDK反向滤波投影重建相比采用迭代图像重建的计算量大大减少。
附图说明
图1为本发明一个实施例的锥束CT系统的金属伪影消除方法流程图；
图2a为普通锥束CT系统对口腔的扫描影像图；
图2b为采用本发明算法重组校正后的锥束CT系统对口腔的扫描影像图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本领域普通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，均属于本发明的保护范围。
实施例1：一种用于牙科锥束CT系统的金属伪影消除方法。
如图1所示，一种用于牙科锥束CT系统的金属伪影消除方法，具体包括如下步骤：
S1：利用平板探测器采集圆周轨迹360°范围内的一组投影，如此获得的投影数据是探测器偏移和投影角度的二维函数，且物体成像平面上的一点与投影空间成正弦对应关系，因此投影数据又称为所谓的正弦图；利用Radon变换可以得到弦空间上的原始投影正弦图像Porig(s，t，θ)，含金属植入物的原始投影正弦图像Porig(s，t，θ)中高亮度区域对应的即为金属投影所在位置。
S2：由于全局阈值化算法计算效率高，采用全局阈值方法来识别金属区域，原始投影正弦图像Porig(s，t，θ)中的金属分割的误差也会导致重建图像中残留条纹伪影，因此，将通过低的全局阈值快速获得的分割区域，并利用原始投影正弦图像Porig(s，t，θ)的全局阈值中掩模M(s，t，θ)的结果作为扩展的种子；在掩模M(s，t，θ)和原始投影正弦图像Porig(s，t，θ)灰度中，s和t分别表示探测器平面上的水平轴和垂直轴，θ表示锥束CT的扫描角，具有全局阈值T的全局阈值应用于整个扫描角度的投影图像集：
其中，只分割金属物体按经验选择全局阈值T。在掩模M(s，t，θ)中，分段区域往往比金属物体的实际尺寸小一些，在每个掩模M(s，t，θ)中，识别(s，t)域中的零岛，即金属区域。在对零点岛进行识别后，计算了投影图像扫描角处像素强度σ(s，t，θ)、最大像素强度A(s，t，θ)和最小像素强度B(s，t，θ)的标准差。在此之后，在零岛的每一行找到起点S1和结束点S2，确定[S1-W，S2+W]区间内一行像素是否实际属于金属区域的算法公式如下：
其中，扩展因子a以提高扩展性能，W表示起点S1或结束点S2向左、右方向移动的像素点个数。公式2考虑到由公式1识别的金属区域内像素强度的局部统计。相比于公式1，公式2更好地代表金属掩模。如果金属区域与其他高密度结构重叠，则最大和最小像素强度会上升，从而增加局部下限和上限，以防止分割区域过大。由于搜索全局阈值的金属区域仅在金属边界周围2W的小窗口内进行，因此计算负担最小。
S3：在对金属区域进行分割后，如S2所述，在识别原始投影正弦图像Porig(s，t，θ)中的金属区域生成金属掩模
之后，原始投影正弦图像Porig(s，t，θ)乘以金属掩模
从而将金属区域中的像素值设置为零；金属区域的像素值与金属区域中行两侧像素值进行线性插值计算，逐行替换金属区域后得到正弦图，重建线性插值后的正弦图得到无条纹CT图像Isf(x，y)；将其作为先验CT图像Ip(x，y)的第一部分。
S4：另一方面，在不进行任何修正的情况下，重建原始投影正弦图像Porig(s，t，θ)获得原始CT图像；通过全局阈值对金属区域进行识别分割，对金属区域进行去零处理，移除重建后原始CT图像的金属区域以获得无金属CT图像Imf(x，y)，从而获得先验CT图像Ip(x，y)的第二部分
S5：先验CT图像Ip(x，y)是通过无条纹CT图像Isf(x，y)和无金属CT图像Imf(x，y)的加权求和来计算，对于加权求和，无条纹CT图像Isf(x，y)和无金属CT图像Imf(x，y)之间的差异用D(x，y)＝Isf(x，y)-Imf(x，y)来计算；在求出整个图像区域上D(x，y)的最大值Dmax和最小值Dmin后，D(x，y)通过算法公式进行规范化：
加权求和公式算法：
其中p和c是控制参数。然后由下述公式5生成先验CT图像：
Ip(x，y)＝w(x，y)Imf(x，y)+(1-w(x，y))Isf(x，y)公式5
选择控制参数p和c，以保证先验CT图像Ip(x，y)的边缘保持和伪影减少；控制参数小p可以导致残留条纹伪影，小c可以生成与无条纹CT图像Isf(x，y)非常相似的先验CT图像Ip(x，y)，而大c可以生成与无金属CT图像Imf(x，y)非常相似的先验CT图像Ip(x，y)。通过试验和误差分析，我们发现小p应该在10到20之间，对于小型金属物体，c应该在0.1左右，对于大型金属物体，c应该在0.45左右。
S6：在计算先验CT图像Ip(x，y)之后，通过前向投影来计算先验投影正弦图像Pprior(s，t，θ)。
S7：得到先验投影正弦图像Pprior(s，t，θ)中除金属区域外
与原始投影正弦图像Porig(s，t，θ)相似，将原始投影正弦图像Porig(s，t，θ)的金属区域用先验投影正弦图像Pprior(s，t，θ)相应区域/>
的值作替换，使用下述公式6的算法得到校正后的投影正弦图像P(s，t，θ)。
S8：利用FDK重新对校正后的投影正弦图像P(s，t，θ)进行重建得到最终图像。
本发明方法是一种基于自适应局部阈值处理和融合先验CT图像Ip(x，y)生成的牙科CT的金属伪影减少方法，通过两幅图像的加权求和来制作先验CT图像Ip(x，y)：一幅是从金属区修正的原始投影正弦图像Porig(s，t，θ)重建的伪影减少图像(无条纹CT图像Isf(x，y))，另一幅是从原始投影正弦图像Porig(s，t，θ)重建后的CT图像中删除金属区域的无金属CT图像Imf(x，y)；为了制作伪影减少图像，基于适应性局部阈值精确地分割金属区域，然后使用线性插值修改投影数据上的金属区域；对先验CT图像Ip(x，y)进行了前向投影，以制作先验投影正弦图像Pprior(s，t，θ)。将原始投影正弦图像Porig(s，t，θ)中金属区域的像素值替换为从先验投影正弦图像Pprior(s，t，θ)中获取的像素值，最终从替换的投影正弦图像P(s，t，θ)重建图像。该方法在减少条纹伪影的情况下表现出更好的性能，而不引入任何对比度异常。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (5)
1.一种用于牙科锥束CT系统的金属伪影消除方法，其特征在于，具体包括如下步骤：
S1、利用平板探测器采集圆周轨迹范围内不低于3张的原始投影图像，并利用Radon变换得到原始投影正弦图像Porig(s，t，θ)；
S2、利用基于金属区域内和周围的像素强度统计的自适应局部阈值分割出原始投影正弦图像Porig(s，t，θ)中的金属区域；
S3.1、通过逐行线性插值替换金属区域得到插值后的正弦图；
S3.2、将插值后的正弦图利用FDK反向滤波投影重建出一个存在一定结构缺失的无条纹CT图像Isf(x，y)，以作为融合先验CT图像Ip(x，y)的一个分量；
S4.1、将未作任何修改的原始投影正弦图像Porig(s，t，θ)进行重建得到未作校正的原始CT图像；
S4.2、通过全局阈值识别原始CT图像中的金属区域，令金属区域置零得到无金属CT图像Imf(x，y)，以作为融合先验CT图像Ip(x，y)的另一个分量；
S5、将无条纹CT图像Isf(x，y)和无金属CT图像Imf(x，y)之间以加权求和的形式进行融合得到先验CT图像Ip(x，y)；
所述步骤S5中，加权求和的具体方式为：
S5.1、使用公式D(x，y)＝Isf(x，y)-Imf(x，y)来计算无金属CT图像Imf(x，y)与无条纹CT图像Isf(x，y)之间的差异；
S5.2、在求出整个图像区域上D(x，y)的最大值Dmax和最小值Dmin后，D(x，y)通过公式
的方式进行规范化；
S5.3、再使用加权函数公式
进行计算，其中p和c是控制参数；
S5.4、采用公式Ip(x，y)＝w(x，y)Imf(x，y)+(1-w(x，y))Isf(x，y)生成先验CT图像Ip(x，y)，选择控制参数p和c，以保证先验CT图像Ip(x，y)的边缘保持和伪影减少；
S6、在计算先验CT图像Ip(x，y)之后，通过前向投影得到先验投影正弦图像Pprior(s，t，θ)；
S7、将原始投影正弦图像Porig(s，t，θ)中的金属区域用先验投影正弦图像Pprior(s，t，θ)中的对应部分进行替换，得到校正后的投影正弦图像P(s，t，θ)；
S8、将校正后的投影正弦图像P(s，t，θ)重新重建得到无伪影的CT图像。
2.根据权利要求1所述的一种用于牙科锥束CT系统的金属伪影消除方法，其特征在于，所述步骤S2中，金属区域的具体获得步骤为：
S2.1、为防止原始投影正弦图像Porig(s，t，θ)中的金属分割的误差会导致重建图像中残留条纹伪影，通过低的全局阈值来快速获得分割区域，并利用原始投影正弦图像Porig(s，t，θ)的全局阈值掩模M(s，t，θ)的结果作为扩展的种子；
S2.2、采用具有全局阈值T的全局阈值应用于整个扫描角度的投影图像集，
在掩模M(s，t，θ)和原始投影正弦图像Porig(s，t，θ)的图像灰度中，s和t分别表示探测器平面上的水平轴和垂直轴，θ表示锥束CT的扫描角，只分割金属物体选择全局阈值T；
S2.3、在掩模M(s，t，θ)中，分段区域比金属物体的实际尺寸小，在每个掩模M(s，t，θ)中，识别(s，t)域中的零岛，即金属区域。
3.根据权利要求2所述的一种用于牙科锥束CT系统的金属伪影消除方法，其特征在于，所述步骤S2.3中，判断是否实际属于金属区域的准则如下：
S2.3.1、在对零岛进行识别后，计算了投影正弦图像扫描角处像素强度σ(s，t，θ)、最大像素强度A(s，t，θ)和最小像素强度B(s，t，θ)的标准差；
S2.3.2、在零岛的每一行找到起点S1和结束点S2；
S2.3.3、使用公式2：
确定[S1-W，S2+W]区间内一行像素是否属于金属区域，其中，扩展因子a用以提高扩展性，W表示起点S1或结束点S2向左、右方向移动的像素点个数。
4.根据权利要求1所述的一种用于牙科锥束CT系统的金属伪影消除方法，其特征在于，所述步骤S4.2中，金属区域置零的操作方法为：对未做任何修正的原始投影正弦图像Porig(s，t，θ)做FDK重建得到原始CT图像，利用全局阈值分割金属区域，在识别原始CT图像中的金属区域，从而将金属区域中的像素值设置为零。
5.根据权利要求3所述的一种用于牙科锥束CT系统的金属伪影消除方法，其特征在于，所述步骤S7中，得到校正后的投影正弦图像P(s，t，θ)的公式为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911077854.9A CN111223156B (zh) | 2019-11-06 | 2019-11-06 | 一种用于牙科锥束ct系统的金属伪影消除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911077854.9A CN111223156B (zh) | 2019-11-06 | 2019-11-06 | 一种用于牙科锥束ct系统的金属伪影消除方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111223156A CN111223156A (zh) | 2020-06-02 |
| CN111223156B true CN111223156B (zh) | 2023-06-16 |
Family
ID=70827608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911077854.9A Active CN111223156B (zh) | 2019-11-06 | 2019-11-06 | 一种用于牙科锥束ct系统的金属伪影消除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111223156B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111652953B (zh) * | 2020-06-29 | 2022-12-30 | 中国电子科技集团公司第十四研究所 | 一种利用区域搜索和像素值抑制的安检图像伪影去除方法 |
| CN113781595B (zh) * | 2021-08-26 | 2024-03-08 | 深圳市菲森科技有限公司 | 一种口腔锥形束ct图像的金属伪影去除方法和系统 |
| CN114332270B (zh) * | 2021-12-02 | 2023-03-31 | 赛诺威盛科技(北京)股份有限公司 | 用于微创介入手术的ct图像金属伪影去除方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103190928A (zh) * | 2011-08-10 | 2013-07-10 | 西门子公司 | 减少金属伪影的方法、计算单元、ct系统和c形臂系统 |
| 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 |
| WO2019051209A1 (en) * | 2017-09-08 | 2019-03-14 | The General Hospital Corporation | SYSTEM AND METHOD FOR REDUCING SINOGRAM DISTRIBUTED METAL ARTIFACTS |
| CN109544655A (zh) * | 2018-11-19 | 2019-03-29 | 山东科技大学 | 一种海水管线的x射线ct重建方法 |
| CN109975876A (zh) * | 2019-03-20 | 2019-07-05 | 中国石油化工股份有限公司 | 一种基于构造层位的井震融合速度模型的建模方法 |
-
2019
- 2019-11-06 CN CN201911077854.9A patent/CN111223156B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103190928A (zh) * | 2011-08-10 | 2013-07-10 | 西门子公司 | 减少金属伪影的方法、计算单元、ct系统和c形臂系统 |
| 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 |
| WO2019051209A1 (en) * | 2017-09-08 | 2019-03-14 | The General Hospital Corporation | SYSTEM AND METHOD FOR REDUCING SINOGRAM DISTRIBUTED METAL ARTIFACTS |
| CN109544655A (zh) * | 2018-11-19 | 2019-03-29 | 山东科技大学 | 一种海水管线的x射线ct重建方法 |
| CN109975876A (zh) * | 2019-03-20 | 2019-07-05 | 中国石油化工股份有限公司 | 一种基于构造层位的井震融合速度模型的建模方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李印生 ; 陈阳 ; 马建华 ; 罗立民 ; 陈武凡 ; .基于自适应方向性滤波和非局部均值修补的CT图像金属伪影消除.中国生物医学工程学报.2011,第30卷(第03期),第377-381页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111223156A (zh) | 2020-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106683144B (zh) | 一种图像迭代重建方法及装置 | |
| CN111223156B (zh) | 一种用于牙科锥束ct系统的金属伪影消除方法 | |
| US9934597B2 (en) | Metal artifacts reduction in cone beam reconstruction | |
| JP5243449B2 (ja) | 獲得投影データから関心領域の補正画像を生成する装置、方法、及びコンピュータ・プログラム | |
| US5243664A (en) | Post-processing technique for reducing metallic clip artifacts in CT images | |
| CN106651986B (zh) | 计算机断层成像伪影校正方法 | |
| CN109920020B (zh) | 一种锥束ct病态投影重建伪影抑制方法 | |
| US20130070991A1 (en) | Metal artifacts reduction for cone beam ct | |
| CA2583831A1 (en) | Method and apparatus for metal artifact reduction in computed tomography | |
| US7103135B2 (en) | Method and apparatus for generating an improved image of natural tissue in reconstructing body images from 3D-measurements | |
| JP2007530086A (ja) | Ｃｔにおける金属アーチファクトの訂正 | |
| US9514549B2 (en) | Method for reducing metal artifact in computed tomography | |
| CN111524200B (zh) | 在投影图像中分割金属对象的方法、设备和介质 | |
| CN110310346B (zh) | 一种ct和cbct图像中金属伪影校正方法 | |
| JP2004528100A (ja) | Ｃｔ画像再構成 | |
| Golden et al. | A comparison of four algorithms for metal artifact reduction in CT imaging | |
| Chen et al. | Novel method for reducing high-attenuation object artifacts in CT reconstructions | |
| US20060251313A1 (en) | Method of producing a cross-sectional image | |
| WO2008065394A1 (en) | Method and apparatus for reducing distortion in a computed tomography image | |
| CN112634394A (zh) | 一种适用于牙科ct的金属伪影校正方法 | |
| US11786193B2 (en) | Metal artifacts reduction in cone beam reconstruction | |
| CN114299081A (zh) | 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 | |
| KR102248191B1 (ko) | 콘빔 컴퓨터 단층촬영 영상에서 콘빔아티팩트를 보정하는 방법 및 장치, 그것을 포함하는 콘빔 컴퓨터 단층촬영 장치 | |
| TWI593392B (zh) | Metal Detection and Artifact Removal Methods in Computerized Tomography Images | |
| JP2016106938A (ja) | 画像処理装置、ｃｔ装置、画像処理方法及びプログラム |
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 |