CN111513737A - X射线图像处理方法和x射线图像处理装置 - Google Patents
X射线图像处理方法和x射线图像处理装置 Download PDFInfo
- Publication number
- CN111513737A CN111513737A CN202010078275.2A CN202010078275A CN111513737A CN 111513737 A CN111513737 A CN 111513737A CN 202010078275 A CN202010078275 A CN 202010078275A CN 111513737 A CN111513737 A CN 111513737A
- Authority
- CN
- China
- Prior art keywords
- information
- ray image
- ray
- image processing
- image
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 118
- 238000012545 processing Methods 0.000 title claims description 87
- 239000000463 material Substances 0.000 claims abstract description 284
- 210000004872 soft tissue Anatomy 0.000 claims description 119
- 210000000988 bone and bone Anatomy 0.000 claims description 106
- 238000012937 correction Methods 0.000 claims description 39
- 238000010521 absorption reaction Methods 0.000 claims description 23
- 238000004088 simulation Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 description 85
- 230000005540 biological transmission Effects 0.000 description 40
- 238000013528 artificial neural network Methods 0.000 description 35
- 238000000354 decomposition reaction Methods 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 21
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000012805 post-processing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 238000002059 diagnostic imaging Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000011176 pooling Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000004846 x-ray emission Methods 0.000 description 5
- 230000002238 attenuated effect Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000000333 X-ray scattering Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000020084 Bone disease Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000002346 musculoskeletal system Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
-
- 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
- A61B6/44—Constructional features of apparatus for radiation diagnosis
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
- A61B6/544—Control of apparatus or devices for radiation diagnosis involving control of exposure dependent on patient size
-
- 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
- A61B6/583—Calibration using calibration phantoms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
X射线图像处理方法,包括:获得包括多个材料的对象的第一X射线图像,多个材料包括第一材料和不同于第一材料的第二材料;使用3D照相机获得关于对象的三维(3D)信息;基于3D信息获得关于对象的厚度的第一信息;并且通过使用第一信息和第一X射线图像从对象分解第一材料来获得与第一材料的立体结构有关的第二信息。
Description
相关申请的交叉引用
本申请基于2019年2月1日在韩国知识产权局提交的韩国专利申请No.10-2019-0013751,并且要求对其的优先权,其公开以其整体通过引用并入本文。
技术领域
本公开涉及用于通过分析X射线图像来获得与对象有关的信息的X射线图像处理方法以及使用X射线图像处理方法的X射线图像处理装置。
背景技术
X射线装置可以是通过将X射线透射通过人体来获得人体的内部结构的图像的医学成像装置。X射线装置可以比包括磁共振成像(magnetic resonance imaging,MRI)装置和计算化断层摄影(computed tomography,CT)装置的其它医学成像装置、在更短的时间内更简单地获得对象的医学图像。因此,X射线装置广泛地在简单的胸部成像、简单的腹部成像、简单的骨架成像、简单的鼻窦成像、简单的颈部软组织成像、和乳房成像中使用。
使用X射线的X射线装置可以通过使从X射线源发射的X射线透射通过对象并且通过使用X射线检测器检测透射的X射线之间的强度差来获得对象的X射线图像。因此,通过使用X射线图像可以检测对象的内部结构并且可以诊断对象。X射线装置通过使用X射线的透射率根据对象的密度和对象内的原子的原子数而变化的事实来容易地检测对象的内部结构。一般,X射线装置可以通过对对象二维地成像来生成与对象相对应的投影图像。因此,通过一个X射线成像操作获得的一个X射线图像可能不适合用于测量对象的立体结构、与对象的立体结构相对应的测量值(例如,对象中的器官或组织的厚度)、或对象的多个不同材料的特性值(例如,对象中的脂肪的体积)。
最近,已经开发了装置和方法,用于通过使用通过将具有多个能带的X射线发射到对象上的多个X射线成像操作获得的多个X射线图像,获得对象的立体结构、与对象的立体结构相对应的测量值(例如,对象中的器官或组织的厚度)、或对象的多个不同材料的特性值(例如,对象中的脂肪的体积)。
然而,因为发射到对象用于X射线成像的X射线是放射性的,所以X射线对人体有害。因此,用户可能期望在最小化向包括要成像的对象的患者暴露的放射剂量的同时执行X射线成像。因此,当如上所述多次执行X射线成像时,向患者暴露的放射剂量增加。此外,当如上所述多次执行X射线成像时,图像质量由于患者或内部器官的移动而降低。
此外,仅当从X射线图像更准确地测量关于对象的材料的信息时,才可以做出准确的诊断。因此,期望从X射线图像快速地并且准确地测量关于对象的材料的信息。
因此,存在对于用于在最小化向患者暴露的辐射剂量或执行数次X射线成像的同时准确地获得关于对象的各种信息的方法和装置的需求。
发明内容
提供了通过使用一个X射线图像获得关于在对象中包括的两个或更多不同材料的信息的X射线图像处理方法和使用X射线图像处理方法的X射线图像处理装置。
具体地提供了通过使用通过向对象发射具有单个能带的X射线而获得的第一X射线图像来获得关于软组织和骨骼的信息的X射线图像处理方法和使用X射线图像处理方法的X射线图像处理装置。
额外的方面将在随后的描述中部分地阐述,并且部分地将是从描述显而易见的,或者可以通过所呈现的实施例的实践而获知。
根据本公开的方面,X射线图像处理方法包括:获得包括多个材料的对象的第一X射线图像,多个材料包括第一材料和不同于第一材料的第二材料;使用3D(three-dimensional,三维)照相机获得关于对象的三维(3D)信息;基于3D信息获得关于对象的厚度的第一信息;以及通过使用第一信息和第一X射线图像从对象分解第一材料来获得与第一材料的立体结构有关的第二信息。
X射线图像处理方法还可以包括:基于第一信息和第二信息,获得与第二材料的立体结构有关的第三信息。
可以基于第一信息和在第一X射线图像中示出的X射线吸收特性来获得第二信息。
第一材料可以是软组织,并且第二材料可以是骨骼。
第二信息可以包括软组织的厚度、软组织的体积、软组织的体积比、和软组织的面密度中的至少一个,并且第三信息可以包括骨骼的厚度、骨骼的体积、骨骼的体积比、和骨骼的面密度中的至少一个。
第二信息可以包括关于第一材料的厚度的信息,并且第三信息可以包括关于第二材料的厚度的信息。
X射线图像处理方法还可以包括:基于第二信息和第三信息,对第一X射线图像执行散射校正。
X射线图像处理方法还可以包括:基于3D信息,测量从3D照相机到对象的表面的距离,其中,基于到对象的表面的距离获得关于对象的厚度的第一信息。
X射线图像处理方法还可以包括:通过基于第二信息和第三信息对第一X射线图像进行散射校正,来获得散射校正的第一X射线图像;并且基于散射校正的第一X射线图像来更新第二信息和第三信息。
X射线图像处理方法还可以包括:基于第二信息和第三信息,生成示出第一X射线图像中的散射的X射线的分布的散射图;并且,可以通过使用散射图以从第一X射线图像去除与散射的X射线相对应的噪声信号,获得散射校正的第一X射线图像。
X射线图像处理方法还可以包括:通过基于第二信息和第三信息,对对象执行投影模拟,来获得第一虚拟X射线图像;并且基于第一虚拟X射线图像与第一X射线图像之间的比较的结果,确定是否要更新第二信息、第三信息、和散射图。
X射线图像处理方法还可以包括:通过使入射的X射线透射通过与对象相对应的体模来通过投影模拟来生成投影图像;并且基于第二信息和第三信息,生成示出第一X射线图像中的散射的X射线的分布的散射图;并且可以通过将投影图像和散射图相加来获得第一虚拟X射线图像。
X射线图像处理方法还可以包括输出包括第一信息、第二信息、或第三信息中的至少一个的用户界面屏幕。
可以通过将具有单个能带的X射线发射到对象来获得第一X射线图像。
根据本公开的方面,X射线图像处理装置包括:数据接口,配置为获得包括多个材料的对象的第一X射线图像,多个材料包括第一材料和不同于第一材料的第二材料;并且使用3D照相机获得关于对象的三维(3D)信息;和图像处理器,包括至少一个处理器,配置为运行至少一个指令,以基于3D信息获得关于对象的厚度的第一信息,并且通过使用第一信息和第一X射线图像从对象分解第一材料来获得与第一材料的立体结构有关的第二信息。
图像处理器还可以配置为运行至少一个指令以基于第一信息和第二信息来获得与第二材料的立体结构有关的第三信息。
第一材料可以是软组织,并且第二材料可以是骨骼。
图像处理器还可以配置为运行至少一个指令以基于第二信息和第三信息对第一X射线图像执行散射校正。
图像处理器还可以配置为运行至少一个指令,以基于3D信息测量从3D照相机到对象的表面的距离,并且基于到对象的表面的距离来获得关于对象的厚度的第一信息。
根据本公开的方面,一种非暂时性计算机可读介质存储指令,这些指令当由至少一个处理器运行时,使得处理器在计算机上运行X射线图像处理方法,X射线图像处理方法包括:获得包括多个材料的对象的第一X射线图像,多个材料包括第一材料和不同于第一材料的第二材料;通过使用3D照相机获得关于对象的三维(3D)信息;基于3D信息获得关于对象的厚度的第一信息;并且通过使用第一信息和第一X射线图像从对象分解第一材料来获得与第一材料的立体结构有关的第二信息。
根据本公开的方面,X射线图像处理方法包括:获得包括软组织和骨骼的对象的第一X射线图像;基于第一X射线图像确定对象的X射线吸收特性;使用3D照相机获得关于对象的三维(3D)信息;基于3D信息确定对象的厚度;基于确定的对象的厚度和确定的X射线吸收特性来确定在对象中包括的骨骼的厚度;并且通过从确定的对象的厚度减去确定的骨骼的厚度,来确定在对象中包括的软组织的厚度。
X射线图像处理方法还可以包括:基于确定的软组织的厚度和确定的骨骼的厚度,确定软组织的体积和骨骼的体积。
附图说明
从随后的结合附图的描述,本公开的某些实施例的以上和其它方面、特征、和优点将变得更加显而易见,其中:
图1是示出根据实施例的X射线装置的配置的视图;
图2是示出根据实施例的X射线图像处理装置的框图;
图3是示出根据另一实施例的X射线图像处理装置的框图;
图4是示出根据另一实施例的X射线图像处理装置的框图;
图5是示出根据实施例的X射线图像处理方法的流程图;
图6是示出根据另一实施例的X射线图像处理方法的流程图;
图7是示出根据另一实施例的X射线图像处理方法的流程图;
图8是用于描述根据实施例的获得X射线图像的操作的视图;
图9是用于描述根据实施例的获得三维(3D)信息的操作的视图;
图10是用于描述根据实施例的基于3D信息获得第一信息的操作的视图;
图11是用于描述根据另一实施例的基于3D信息获得第一信息的操作的图;
图12是示出根据另一实施例的X射线图像处理方法的流程图;
图13是示出根据另一实施例的X射线图像处理方法的流程图;
图14是用于描述根据实施例的散射校正操作的图;
图15是用于描述根据另一实施例的散射校正操作的图;
图16是示出根据另一实施例的X射线图像处理方法的流程图;
图17是用于描述根据另一实施例的获得第一部分区域和第二部分区域的操作的视图;
图18是用于描述根据另一实施方式的获得骨骼的厚度和软组织的厚度的操作的图;
图19是用于描述通过其执行用于获得第一部分区域和第二部分区域的运算的神经网络的图;以及
图20是示出根据另一实施例的X射线图像处理方法的流程图。
具体实施方式
在下文中,将详细地描述本公开的原理和实施例,以便充分地传达范围,并且使本领域普通技术人员能够体现并且实践本公开。实施例可以以各种形式实施。
贯穿说明书,相同的参考标号表示相同的元件。说明书中未描述实施例的所有要素,并且将省略本公开所属领域中公知的事项的描述或实施例之间的重复描述。本文使用的诸如“部分”和“部件”的术语表示可以由软件或硬件体现的那些术语,并且根据实施例,可以由单个单元或元件体现多个部分或部件,或单个部分或部件可以包括多个元件。现在将参考附图解释操作原理和实施例。
贯穿公开,表述“a、b或c中的至少一个”指示仅a、仅b、仅c、a和b两者、a和c两者、b和c两者、a、b、和c的所有、或其变体。
本文使用的图像可以包括由诸如磁共振成像(MRI)装置、计算化断层摄影(CT)装置、超声成像装置、或X射线装置的各种医学成像装置获取的任何医学图像。
此外,在本说明书中,作为要成像的事物的“对象”可以包括人、动物、或其部分。例如,对象可以包括身体部分(例如,器官)或体模。
图1是示出根据实施例的X射线装置的配置的视图。图1将被描述为涉及其中X射线装置是固定的X射线装置的实施例。
参考图1,X射线装置100包括:X射线发射器110,其生成并且发射X射线;X射线检测器195,其检测从X射线发射器110发射并且透射通过对象的X射线;和工作站180,其从用户接收命令并且提供信息。此外,X射线装置100可以包括:控制器120,其根据输入命令来控制X射线装置100;和通信器140,其与外部设备通信。
控制器120和通信器140的元件中的一些或所有元件可以被包括在工作站180中,或者可以与工作站180分开地提供。
X射线发射器110可以包括生成X射线的X射线源和调整由X射线源生成的X射线的发射区域的准直仪。
可以在其中X射线装置100所在的检查室的天花板上提供导轨30,X射线发射器110可以连接到可移动托架40,可移动托架40沿着导轨30移动以将X射线发射器110移动到与对象P相对应的位置,并且可移动托架40和X射线发射器110可以通过可折叠的支柱框架50连接以调节X射线发射器110的高度。
可以在工作站180中提供接收用户的命令的输入接口181和显示信息的显示器182。
输入接口181可以接收用于X射线发射器110的成像协议、成像条件、成像定时、和位置控制的命令。输入接口181的示例可以包括键盘、鼠标、触摸屏、语音识别器、和任何其它类型的接口。
显示器182可以显示用于引导用户的输入的屏幕、X射线图像、示出X射线装置100的状态的屏幕、和任何其它信息。
控制器120可以根据从用户输入的命令来控制X射线发射器110的成像定时、成像条件、和任何其它方面,并且可以通过使用从X射线检测器195接收的图像数据来生成医学图像。此外,控制器120可以根据对象P的位置和成像协议来控制在其上安装X射线发射器110或X射线检测器195的安装部件14或24的位置或姿势。
在实施例中,X射线装置100还可以包括图像处理器130。图像处理器130可以通过使用从X射线检测器195接收的图像数据来生成医学图像,并且可以包括其中存储用于执行图像生成操作的程序的存储器和用于执行存储的程序的处理器。
此外,在实施例中,控制器120可以包括图像处理器130。也就是说,图像处理器130可以是在控制器120中包括的至少一个处理器中的至少一个。
如上所述,可以通过控制器120或图像处理器130中的至少一个来执行生成医学图像的操作。图1将被描述为与其中由控制器120执行生成医学图像的操作的实施例有关。
控制器120可以包括其中存储有用于执行以上操作和随后的操作的程序的存储器和用于运行存储的程序的处理器。控制器120可以包括单个处理器或者可以包括多个处理器,并且在后一情况下,多个处理器可以被集成在一个芯片上或者可以物理地分开。
X射线装置100可以通过通信器140连接到外部设备150(例如,外部服务器151、医疗设备152、或便携式终端153(例如,智能电话、平板PC(personal computer,个人计算机)、或可穿戴设备),并且可以向外部设备150发送数据或从外部设备150接收数据。
通信器140可以包括使能够与外部设备150通信的一个或多个元件,并且可以包括例如短距离通信模块、有线通信模块、或无线通信模块中的至少一个。
此外,通信器140可以从外部设备150接收控制信号,并且可以将接收的控制信号发送到控制器120,使得控制器120根据接收的控制信号来控制X射线装置100。
此外,控制器120可以通过将控制信号通过通信器140发送到外部设备150来根据控制器120的控制信号来控制外部设备150。例如,外部设备150可以根据通过通信器140接收的控制器120的控制信号处理外部设备150的数据。
另外,通信器140还可以包括内部通信模块,内部通信模块使能够在X射线装置100的元件当中通信。用于控制X射线装置100的程序可以安装在外部设备150中,并且可以包括用于执行控制器120的操作中的一些或所有的指令。
程序可以预先地安装在便携式终端153中,或者便携式终端153的用户可以从提供应用的服务器下载程序并且可以安装程序。其中存储程序的记录介质可以被包括在提供应用的服务器中。
X射线检测器195可以被实施为固定到支架20或桌子10的固定的X射线检测器,可以可拆卸地安装在安装部件14或24上,或者可以被实施为可以在任何位置处使用的便携式X射线检测器。便携式X射线检测器可以根据数据传输方法和电力供应方法被实施为有线检测器或无线检测器。
X射线检测器195可以被包括或者可以不被包括在X射线装置100中。在后一情况下,X射线检测器195可以由用户在X射线装置100中注册。而且,在两种情况下,X射线检测器195可以通过通信器140连接到控制器120,并且可以接收控制信号或者可以发送图像数据。
向用户提供信息并且从用户接收命令的子用户界面80可以被提供在X射线发射器110的侧面上,并且可以执行工作站180的输入界面181和显示器182的功能中的一些或所有功能。
当控制器120和通信器140的元件中的所有或一些元件与工作站180分开地提供时,元件可以被包括在X射线发射器110上提供的子用户界面80中。
虽然在图1中X射线装置100是连接到检查室的天花板的固定的X射线装置,但是X射线装置100可以包括具有对于本领域普通技术人员已知的各种结构中的任何结构的X射线装置,诸如C臂X射线装置或移动X射线装置。
根据实施例的X射线图像(例如,第一X射线图像)可以通过图1的X射线装置100获得。详细地,X射线装置100可以通过X射线成像或用于获得X射线图像的原始数据来获得对象的X射线图像。例如,当X射线检测器195检测透射通过对象的X射线时,原始数据可以是通过电转换由X射线检测器195检测的X射线光子的数量而获得的信号。
为了通过使用X射线图像容易地读取X射线图像或容易地做出诊断,X射线图像处理装置可以分析通过X射线成像获得的X射线图像,并且可以使用分析结果。通过向患者的对象发射X射线并且检测穿过对象的X射线而获得的X射线图像可以是示出对象的内部的医学图像。另外,X射线图像不仅可以指代视觉地表示对象的图像,也可以指代被获得以生成图像的数据。
在下文中,通过使用X射线装置100直接地向患者的对象发射X射线并且执行X射线成像而获得的医学图像称为“X射线图像”,并且不用通过X射线成像直接地向患者的对象发射X射线而获得的X射线图像被称为“虚拟X射线图像”。
在实施例中,X射线图像处理装置可以指代这样的电子设备:i)可以通过使用X射线图像来获得预定的信息,ii)可以通过分析X射线图像来获得诊断信息,或者iii)可以基于X射线图像来处理、生成、校正、更新、或显示用于诊断的所有图像或信息。
详细地,根据实施例的X射线图像处理装置可以是电子设备,电子设备基于X射线图像分解多个不同的材料(例如,骨骼和软组织)并且获得关于多个不同的材料中的每一个材料的信息。
此外,根据实施例的X射线图像处理装置可以通过使用计算机来分析由X射线装置100获得的X射线图像,并且可以通过使用诸如神经网络系统的图像处理技术来生成和/或使用分析结果,其中神经网络系统通过使用人工智能(artificial intelligence,AI)技术、机器学习、或计算机辅助检测(CAD)系统来执行运算。
在下文中,将参考附图描述根据实施例的X射线图像处理方法和使用X射线图像处理方法的X射线图像处理装置,X射线图像处理方法可以从X射线图像和通过使用3D照相机获得的三维(3D)信息获得关于在对象中包括的多个材料中的每一个材料的信息。
根据实施例的X射线图像处理装置可以以各种形式存在。例如,根据实施例的X射线图像处理装置可以形成在图1的X射线装置100的控制台或工作站180中。
作为另一示例,根据实施例的X射线图像处理装置可以形成在与X射线设备100分开的设备或服务器中。与X射线装置100分开的设备或服务器可以称为“外部设备”。外部设备的示例可以包括图1的服务器151、医疗设备152、和便携式终端153,并且外部设备可以通过与X射线装置100的有线/无线通信网络接收实际的X射线图像。例如,根据实施例的X射线图像处理装置可以形成在分析工作站、外部医疗设备、图片存档通信系统(picturearchiving communication system,PACS)服务器、PACS查看器、外部医疗服务器、或医院服务器中。
图2是示出根据实施例的X射线图像处理装置的框图。
参考图2,根据实施例的X射线图像处理装置200可以包括数据接口21和图像处理器220。
此外,当X射线图像处理装置200被包括在图1的X射线装置100中时,图2的图像处理器220可以对应于图1的控制器120或图像处理器130。
X射线图像可以是通过将X射线投影到对象并且对对象的内部成像而获得的图像。因此,沿X射线发射方向以重叠方式对对象的内部成像。详细地,可以以重叠方式对在X射线图像中在对象中包括的多个材料成像。因此,可能难以通过使用一个X射线图像来获得与对象的内部的立体结构或在对象中包括的材料中的每一个材料的立体结构有关的信息。
在实施例中,使用通过用3D照相机获得的3D信息和一个X射线图像(例如,第一X射线图像),可以通过从对象分解第一材料来获得与第一材料的立体结构有关的信息。
数据接口210获得通过对由包括第一材料和第二材料的多个材料形成的对象成像而生成的第一X射线图像、和通过使用3D照相机获得的对象的3D信息。在对象中包括的第一材料和第二材料是不同的材料。在实施例中,数据接口210可以获得用于生成第一X射线图像的原始数据。例如,数据接口210可以形成用于生成第一X射线图像的原始数据作为指示X射线检测结果的电信号。
详细地,对象可以由多个不同的材料形成。详细地,对象可以由诸如软组织、骨骼、和血液的身体形成材料来形成。另外,软组织的示例可以包括肌肉、脂肪、软骨、纤维组织、和血管。
详细地,第一材料和第二材料可以是来自在对象中包括的材料当中的具有不同的X射线衰减特性的材料。即,第一材料和第二材料可以具有不同的X射线衰减系数。
第一X射线图像可以是通过向对象发射具有单个能带的X射线而获得的X射线图像。即,第一X射线图像是与单个能带相对应的一个X射线图像。
详细地,对象可以包括身体部分,身体部分包括细胞、组织、器官、或其它身体形成材料中的至少一个。详细地,对象可以包括患者的手臂、腿、腹部、和/或乳房。例如,在手臂中包括的材料可以大致地划分成手臂骨骼和围绕手臂骨骼的软组织。例如,第一X射线图像可以是通过将具有单个能带的X射线发射到由诸如手臂的骨骼和软组织形成的患者的身体部分、并且通过使用通过患者的手臂透射并且检测的X射线执行成像而获得的X射线图像。
3D信息可以是通过使用3D照相机对对象成像而获得的信息,并且可以包括关于对象的立体结构的信息。详细地,3D信息可以包括关于对象的深度信息。详细地,深度可以对应于指示对象与3D照相机分开多远的距离值。即,3D信息可以包括深度信息,深度信息是关于从3D照相机到对象的表面的距离的信息。
3D照相机指代用于捕获主体的图像以向在图像中成像的对象提供深度感的装置。详细地,3D照相机可以包括立体照相机或深度照相机,并且可以获得关于场景中的主体(例如,患者)的3D信息。例如,将参考图8和图9详细地描述通过使用立体照相机获得3D信息的示例操作。
图像处理器220可以执行诸如图像的生成、图像的处理、图像的转换、和/或图像的分析的操作。图像的处理可以包括通过分析图像从图像获得目标信息的操作。
图像处理器220包括运行至少一个指令的至少一个处理器。图像处理器220通过运行至少一个指令来控制要执行的随后操作。详细地,图像处理器220通过运行至少一个指令来基于3D信息获得关于对象的厚度的第一信息。图像处理器220基于第一信息和第一X射线图像,通过从对象分解第一材料来获得与第一材料的立体结构有关的第二信息。详细地,与立体结构有关的信息可以包括关于厚度、体积、形状、几何结构、和任何其它信息的信息。详细地,第二信息可以是指示在对象中包括的第一材料沿X射线发射方向的厚度的信息。
此外,图像处理器220可以基于第一信息和第二信息来获得与第二材料的立体结构有关的第三信息。
在实施例中,第一材料可以是软组织或骨骼。第二材料可以是骨骼或软组织。
随后的描述涉及其中第一材料是软组织并且第二材料是骨骼的实施例。
即,根据实施例,通过使用3D信息和一个X射线图像(例如,第一X射线图像),通过从对象分解第一材料来获得与第一材料的立体结构有关的第二信息。
详细地,与立体结构有关的信息可以是对于三维地表示对象或对象的至少一个材料所必需的信息,而不是可以从示出对象或对象的至少一个材料的二维(2D)图像识别的信息。
详细地,第二信息可以包括关于在对象中包括的至少一个材料的信息,例如,第一材料的厚度、体积、体积比、面密度、形状、几何结构、和任何其它信息。此外,第三信息可以包括关于在对象中包括的至少一个材料的信息,例如,第二材料的厚度、体积、体积比、面密度、形状、几何结构、和任何其它信息。另外,术语“厚度”可以指代透射厚度或投影厚度,其可以是X射线通过其穿过对象的路径的长度。
在实施例中,通过从对象分解第一材料而获得关于第一材料的第二信息的过程可以被称为“材料分解”。
此外,数据接口210可以通过使用各种方法来获得3D信息和第一X射线图像。
例如,当X射线图像处理装置200形成在医学成像装置(例如,X射线装置100)的内部时,X射线图像处理装置200本身可以通过执行X射线成像获得第一X射线图像。作为另一示例,当X射线图像处理装置200与医学成像装置(例如,X射线装置100)分开地提供时,X射线图像处理装置200可以通过有线/无线通信网络从医学成像装置接收第一X射线图像。在这种情况下,数据接口210可以在其内部包括通信器(例如,图4的通信器415),并且可以通过在数据接口210内部提供的通信器接收第一X射线图像。
将参考图3详细地描述其中数据接口210本身通过执行X射线成像来获得X射线图像的操作和配置的示例。
另外,数据接口210可以包括3D照相机。数据接口210可以通过3D照相机获得3D信息。详细地,数据接口210可以通过用3D照相机对对象执行3D成像来获得3D信息。
另外,数据接口210可以通过有线/无线通信网络接收3D信息。在这种情况下,数据接口210可以在其内部包括通信器(例如,图4的通信器415),并且可以通过在数据接口210内部提供的通信器来接收3D信息。将参考图3、图8、和图9详细地描述其中数据接口210本身通过执行3D成像来获得3D信息的操作和配置的示例。
另外,图像处理器220包括运行一个或多个指令的至少一个处理器。至少一个处理器中的每一个处理器可以通过运行一个或多个指令中的至少一个指令来执行预定的操作。
另外,图像处理器220可以包括内部存储器和运行至少一个存储的程序的至少一个处理器。详细地,图像处理器220的内部存储器可以存储一个或多个指令。在图像处理器220中包括的至少一个处理器可以通过运行在图像处理器220的内部存储器中存储的一个或多个指令中的至少一个指令来执行预定的操作。
详细地,图像处理器220可以包括用于存储从X射线图像处理装置200的外部输入的信号或数据或者用作与由X射线图像处理装置200的各种任务相对应的储存器的随机存取存储器(random-access memory,RAM)、用于存储用于控制X射线图像处理装置200的多个指令和/或控制程序的只读存储器(read-only memory,ROM)、和至少一个处理器。处理器可以包括用于对视频执行图形处理的图形处理单元(graphics processing unit,GPU)。处理器可以被实施为其中内核与GPU结合的片上系统(system-on-chip,SoC)。处理器可以包括其单核、双核、三核、四核、和多核。
此外,在图像处理器220中包括的至少一个处理器可以控制由X射线图像处理装置200执行的操作,并且可以控制在X射线图像处理装置200中包括的其它元件以执行预定操作。因此,虽然将图像处理器220描述为控制执行预定的操作,但是应当理解,在图像处理器220中包括的至少一个处理器控制执行预定的操作。
将参考图3至图4描述X射线图像处理装置200的元件的示例。
图3是示出根据另一实施例的X射线图像处理装置的框图。图3的图像处理装置300中的与图2的X射线图像处理装置200的那些原件相同的元件由相同的参考标号标示。因此,图3的X射线图像处理装置300的与参考图2做出的描述相同的描述将被省略。
在X射线图像处理装置300中,数据接口210可以包括3D照相机305、控制器320、和X射线图像获得器301。此外,图3的控制器320、X射线发射器311、和X射线检测器313分别地对应于图1的控制器120、X射线发射器110、和X射线检测器195,并且因此与参考图1做出的描述相同的描述将被省略。
此外,当与X射线图像处理装置200比较时,X射线图像处理装置300还可以包括显示器340。
控制器320可以控制由X射线图像获得器301执行的操作以获得第一X射线图像。另外,控制器320可以控制3D照相机305以获得3D信息。
详细地,X射线发射器311和X射线检测器313可以在控制器320的控制之下执行用于生成第一X射线图像的X射线发射和X射线检测操作。此外,控制器320可以基于X射线检测器313的X射线检测结果来生成X射线图像。详细地,控制器320将由X射线检测器313检测的X射线转换成电信号。控制器320可以基于转换的信号来生成X射线图像。
此外,控制器320包括运行一个或多个指令的至少一个处理器。至少一个处理器中的每一个处理器可以通过运行一个或多个指令中的至少一个来执行预定的操作。
此外,控制器320可以包括内部存储器和运行至少一个存储的程序的至少一个处理器。详细地,控制器320的内部存储器可以存储一个或多个指令。在控制器320中包括的至少一个处理器可以通过运行在控制器320的内部存储器中存储的一个或多个指令中的至少一个指令来执行预定的操作。
详细地,控制器320可以包括:RAM,用于存储从数据接口210的外部输入的信号或数据,或者用作与由数据接口210执行的各种任务相对应的储存器;ROM,用于存储用于控制数据接口210的多个指令和/或控制程序;和至少一个处理器。处理器可以包括用于对视频执行图形处理的GPU。处理器可以被实施为其中内核与GPU组合的SoC。处理器可以包括其单核、双核、三核、四核、和多核。
此外,除了用于获得第一X射线图像和/或3D信息的数据接口210的操作之外,控制器320还可以控制X射线图像处理装置300的整体操作。详细地,在控制器320中包括的至少一个处理器可以控制由X射线图像处理装置300执行的操作,并且可以控制在X射线图像处理装置300中包括的其它元件以执行预定的操作。
X射线图像获得器301可以在控制器320的控制之下通过执行X射线成像来直接地获得第一X射线图像。
3D照相机305可以是用于根据能够测量3D深度的照相机技术来测量3D深度的成像装置。
详细地,3D照相机305可以被实施为立体照相机、深度照相机、或3D混合照相机。随后的描述涉及其中3D照相机被实施为立体照相机的实施例。3D照相机305可以包括用于获得左眼图像和右眼图像的多个照相机。详细地,3D照相机305可以包括用于获得左眼图像的左(Left,L)照相机和用于获得右眼图像的右(Right,R)照相机。3D照相机可以在控制器320的控制之下通过对作为主体的对象312成像来获得与左眼图像相对应的左眼数据和与右眼图像相对应的右眼数据。
控制器320可以通过使用由3D照相机305获得的左眼数据和右眼数据来获得关于对象312的3D信息(例如,对象312的深度信息)。
将参考图9和图10详细地描述3D照相机305的详细配置和3D成像操作的示例。
X射线图像获得器301可以包括X射线发射器311和X射线检测器313。对象312可以是患者的身体部分。例如,当需要诊断来自患者的身体部分当中的肌肉骨架系统时,要向其发射X射线的对象312可以是患者的肩膀、手臂、或腿。
此外,因为图3的X射线发射器311和X射线检测器313可以对应于图1的X射线发射器110和X射线检测器195,所以与参考图1做出的描述相同的描述将被省略。
X射线发射器311生成X射线并且将X射线发射到对象312。详细地,X射线发射器311可以通过在X射线发射器311中包括的真空管的阴极与阳极之间施加高电压来生成X射线。从X射线发射器311输出的X射线的强度可能根据施加到真空管的管电压、管电流、和真空管的产品规格(例如,灯丝的尺寸、聚焦电极的尺寸、以及阳极与阴极之间的距离)而变化。而且,因为被施加以生成X射线的管电压和真空管的产品规格具有设置的值或确定的值,所以从X射线发射器311输出的X射线的强度具有已知的值或可测量的值。
在实施例中,X射线发射器311可以向对象312发射具有单个能带的X射线。
X射线检测器313检测从X射线发射器311发射并且透射通过对象312的X射线。详细地,从X射线发射器311输出的X射线可以在穿过对象312的同时被衰减。
X射线检测器313检测衰减的X射线。控制器320可以基于X射线检测器313的X射线检测结果来生成第一X射线图像。详细地,控制器320可以基于由X射线检测器313检测的X射线光子的数量来获得穿过对象312的X射线的强度,并且可以基于获得的X射线的强度来生成第一X射线图像。
此外,控制器320可以控制图像处理器220以生成第一X射线图像,而不是执行基于X射线检测器313的检测结果来生成第一X射线图像的操作。详细地,控制器320可以通过向图像处理器220发送通过将由X射线检测器313检测的X射线转换成电信号而获得的转换的信号,来控制图像处理器220以生成X射线图像。
详细地,图像处理器220可以在控制器320的控制之下基于X射线检测器313的X射线检测结果来生成第一X射线图像。详细地,由X射线检测器313检测的X射线被转换成电信号。图像处理器220可以基于转换的信号来生成第一X射线图像。
即,X射线图像的像素值可以对应于从由X射线检测器313检测的X射线转换的电信号的尺寸。此外,图像处理器220可以对根据X射线检测器313的X射线检测结果而生成的信号执行预处理,并且可以执行后处理用于改进X射线图像的质量。此外,可以改变由图像处理器220执行的图像处理操作的类型和顺序。
此外,图像处理器220可以被包括在控制器320中。详细地,在控制器320中包括的至少一个处理器中的任何处理器可以是图像处理器220。
此外,在控制器320中包括的至少一个处理器中的至少一个处理器可以执行由图像处理器220执行的操作(例如,获得第一信息和第二信息的操作)。
图3和随后的附图将被描述为涉及实施例,在实施例中,由图像处理器220来执行通过处理第一X射线图像来获得第一信息、第二信息、和/或第三信息的操作、散射校正操作、后处理操作、和任何其它期望的操作。
显示器340在控制器320的控制之下显示预定的屏幕。详细地,显示器340可以显示第一X射线图像、第一信息、第二信息、或第三信息中的至少一个。此外,显示器340可以显示包括第一X射线图像、第一信息、第二信息、或第三信息中的至少一个的用户界面屏幕。
此外,显示器340可以显示包括由图像处理器220执行的图像处理的中间产品或最终结果的屏幕。
图4是示出根据另一实施例的X射线图像处理装置的框图。图4的X射线图像处理装置400的与图2和图3的X射线图像处理装置200和300的那些元件相同的元件由相同的参考标号表示。因此,X射线图像处理装置400的与参考图2和图3做出的描述相同的描述将被省略。
当与X射线图像处理装置200比较时,X射线图像处理装置400还可以包括用户界面460、控制器420、存储器440、显示器340、或通信器415中的至少一个。此外,X射线图像处理装置400还可以包括神经网络处理器430。
控制器420可以对应于图3的控制器320。
详细地,控制器420可以控制X射线图像处理装置400的整体操作。详细地,在控制器320中包括的至少一个处理器可以控制由X射线图像处理装置400执行的操作,并且可以控制在X射线图像处理装置400中包括的其它元件以执行预定的操作。
通信器415可以通过有线/无线通信网络向电子设备发送数据/从电子设备接收数据。详细地,通信器415可以在控制器420的控制之下发送/接收数据。通信器415可以对应于图1的通信器140。此外,通过有线/无线通信网络连接到通信器415的电子设备可以是图1的服务器151、医疗设备152、或便携式终端153。此外,电子设备可以是与X射线图像处理装置400分开地提供的医学成像装置,例如图1的X射线装置100。
详细地,当外部电子设备是医学成像装置时,通信器415可以接收由医学成像装置获得的实际医学图像,例如,第一X射线图像。此外,通信器415可以将包括通过分析或诊断医学图像而获得的结果的至少一个医学图像和/或数据发送到外部电子设备。例如,当图像处理器220获得第二信息和第三信息时,控制器420可以控制通过通信器415获得的信息被发送到外部电子设备。
此外,当3D照相机是与X射线图像处理装置400分开的设备时,通信器415可以接收通过从3D照相机成像对象而获得的数据,例如,左眼数据和右眼数据。在这种情况下,控制器420可以基于从通信器415发送的左眼数据和右眼数据获得关于对象的3D信息。
存储器440可以包括对于操作X射线图像处理装置400所必需的至少一个程序或对于运行至少一个程序所必需的至少一个指令。而且,存储器440可以包括用于执行以上操作的至少一个处理器。
此外,存储器440可以存储X射线图像、与X射线图像有关的信息、关于患者的信息、关于对象的信息、或关于受检者的信息中的至少一个。此外,存储器440可以存储由图像处理器220生成的信息、数据、或图像中的至少一个。此外,存储器440可以存储从外部电子设备接收的图像、数据、或信息中的至少一个。
显示器340可以显示医学图像、用户界面屏幕、用户信息、图像处理信息、和任何其它信息。详细地,显示器340可以显示在控制器420的控制之下生成的用户界面屏幕。用户界面屏幕可以包括X射线图像、与X射线图像有关的信息、和/或由图像处理器220生成的信息。
用户界面460可以从用户接收预定的数据或预定的命令。用户界面460可以对应于图1的子用户界面80或输入界面181中的至少一个。而且,用户界面460可以形成为与显示器340整体地形成的触摸屏。作为另一示例,用户界面460可以包括诸如指针、鼠标、或键盘的用户输入设备。
此外,在实施例中,X射线图像处理装置400可以通过神经网络执行运算并且可以获得其结果。例如,X射线图像处理装置400可以通过神经网络输入第一信息和第一X射线图像,可以执行神经网络运算,可以分解来自在对象中包括的多个材料当中的第一材料,并且可以生成示出第一材料的立体结构的3D图像。而且,X射线图像处理装置400可以通过神经网络输入第一信息和第一X射线图像,可以执行神经网络运算,可以分解来自在对象中包括的多个材料当中的第一材料和第二材料,并且可以生成示出第一材料和第二材料中的每一个材料的立体结构的3D图像。
作为另一示例,X射线图像处理装置400可以通过神经网络输入第一X射线图像,可以执行神经网络运算,并且可以通过分析第一X射线图像获得通过对第一材料(例如,软组织)成像而生成的第一部分图像、和通过对第二材料(例如,骨骼)成像而生成的第二部分图像。
详细地,神经网络可以通过根据AI技术执行机器学习的人工智能(AI)系统、使用输入数据来执行分析或估计。
神经网络可以通过使用训练数据训练来优化并且设置神经网络内部的权重值。神经网络自学习输入数据,以便导出要获得的结果值。
详细地,神经网络可以是深度神经网络(deep neural network,DNN)。此外,DNN运算可以包括卷积神经网络(convolutional neural network,CNN)运算。详细地,数据识别模型可以通过神经网络实施,并且可以通过使用训练数据来训练。输入数据(例如,X射线图像)可以通过使用训练的数据识别模型来分析并且分类,并且在X射线图像中包括的特定区域(例如,由来自在对象中包括的多个材料当中的第一材料形成的区域)可以被输出。
另外,通过神经网络的计算可以由图像处理器220执行。此外,通过神经网络的计算可以通过使用在图像处理器220中包括的至少一个处理器中的至少一个处理器来执行。此外,通过神经网络的计算可以由控制器420执行。此外,通过神经网络的计算可以由作为分开的处理器的神经网络处理器430执行。在图4中,通过神经网络的计算由神经网络处理器430执行,神经网络处理器430可以是与图像处理器220或控制器420分开的处理器。
详细地,神经网络处理器430可以基于神经网络执行计算。详细地,DNN计算可以包括CNN计算。
由控制器420、图像处理器220、或神经网络处理器430执行的神经网络计算的示例将参考图19详细地描述。
图5是示出根据实施例的X射线图像处理方法的流程图。此外,图5可以是用于描述由根据参考图2至图4描述的实施例的X射线图像处理装置200、300、或400执行的操作的流程图。
根据实施例的X射线图像处理方法500可以由根据参考图2至图4描述的实施例的X射线图像处理装置200、300或400执行。因此,X射线图像处理方法500的每个操作可以由X射线图像处理装置200、300或400的每个元件执行,并且X射线图像处理方法500可以具有与X射线图像处理装置200、300、或400的那些特性相同的特性。因此,X射线图像处理方法500的与参考图1至图4做出的描述相同的描述将被省略。
X射线图像处理方法500的示例将参考图3的医学图像处理装置300详细地描述。
参考图5,在操作S510中,X射线图像处理方法500获得第一X射线图像。第一X射线图像是通过对由包括第一材料和第二材料的多个材料形成的对象成像而获得的X射线图像。操作S510可以在控制器320的控制之下由数据接口210执行。
通过对对象成像而获得的X射线图像(可以称为“第一X射线图像”)是通过基于透射通过对象的X射线光子的数量对对象的内部成像而获得的医学图像。将参考图8来详细地描述发射到对象并且透射通过对象的X射线的示例强度。
图8是用于描述根据实施例的获得X射线图像的操作的视图。详细地,图8是用于描述通过使用X射线图像获得器301执行X射线成像的操作的视图。图8中的与图3的那些元件相同的元件由相同的参考标号来表示。因此,图8的与参考图3做出的描述相同的描述将被省略。
可以捕获患者的手臂的X射线图像,以便诊断在患者的预定身体部分(例如,患者的肌肉骨架系统)中的疾病。如在以上示例中,图8将被描述为涉及其中对象是患者的手臂的实施例。
对象可以由多个不同的材料形成。详细地,手臂可以包括手臂骨骼和围绕手臂骨骼的软组织。随后的描述涉及其中第一材料是软组织并且第二材料是骨骼的实施例。在以下等式中,“S”表示软组织,并且“B”表示骨骼。
参考图8,X射线801被发射到对象810以获得第一X射线图像。详细地,X射线发射器311将具有强度Io的X射线输出到对象810。X射线检测器313检测具有强度I的X射线,具有强度I的X射线是穿过对象810的X射线。第一X射线图像可以基于由X射线检测器313检测的X射线来生成。
图8示出了手臂的横截面,即,对象在X射线发射方向上的垂直横截面。详细地,对象810可以包括骨骼812和围绕骨骼812的软组织811。
参考图8,曲线图850是示出由X射线检测器313检测的X射线的强度的曲线图。详细地,曲线图850的X轴表示对象810的在垂直横截面中的位置。此外,Y轴表示由X射线检测器313检测的X射线的强度I。
发射到对象的X射线被对象部分地吸收,并且部分地透射通过对象。X射线的透射的程度根据对象中的材料的类型而变化。
参考图850,未透射通过对象的X射线的强度可以是I1。强度I1可以与由X射线发射器311发射的X射线的强度Io相同。透射通过对象810的X射线的强度从对象810的边界831开始减少。例如,由X射线检测器313检测的X射线的强度从对象810的边界831处的I1减少到I2。在曲线图850中,对应于对象810的边界831的位置由P1表示。X射线的强度的减少的发生是因为X射线的部分在透射通过对象810的同时由对象810吸收。这样的X射线吸收特性可以称为X射线衰减特性。
如上所述,X射线吸收特性可以根据对象810的内部材料而变化。例如,当穿过骨骼812时的X射线衰减可以大于当穿过软组织811时的X射线衰减。此外,随着通过其透射X射线的对象810的厚度增加,X射线衰减可能增加。此外,随着内部材料改变,X射线吸收或衰减的程度也改变。
参考图8,对象810的区域821(1)是仅软组织811存在的区域。对象810的区域822(2)和区域823(3)是软组织811和骨骼812以重叠方式存在并且从X射线发射器311输出的X射线803透射通过骨骼812和软组织811两者的区域。对象810的区域824(4)是仅软组织811存在的区域。
透射通过对象810的区域821(1)的X射线802可以具有与在曲线图850的位置Pl与位置P2之间的间隔中的强度相同的强度。在软组织811与骨骼812之间的边界832处的X射线吸收或衰减的程度急剧地改变。在曲线图850中,对应于软组织811与骨骼812之间的边界832的位置由P2表示。因此,透射通过骨骼812并且被检测的X射线可以具有与在位置P2与位置P3之间的间隔中的强度相同的强度。
此外,在骨骼812与软组织811之间的边界833处的X射线吸收或衰减的程度急剧地改变。在曲线图850中,对应于骨骼812与软组织811之间的边界833的位置由P3表示。因此,透射通过软组织811并且被检测的X射线可以具有与在位置P3与位置P4之间的间隔中的强度相同的强度。
详细地,可以如[等式1]中定义X射线吸收特性。
[等式1]
I表示透射通过对象并且被检测的X射线的强度,Io表示发射到对象的X射线的强度(例如,由X射线发射器311生成并且被输出到对象312的X射线的强度),并且表示线性衰减系数,线性衰减系数指示具有能带E的X射线在透射通过j材料的同时被衰减到的程度。线性衰减系数可以根据材料而变化。例如,软组织和骨骼的线性衰减系数具有不同的值。tj表示j材料的厚度。详细地,tj可以指代作为X射线透射通过对象所通过的路径的透射厚度(或投影厚度)。即,透射厚度可以指代X射线在对象中透射通过的路径的长度。根据[等式1],X射线的衰减的程度随着透射厚度的增加而增加。
因为强度I和Io分别地对应于透射通过对象并且被检测的X射线以及在X射线成像期间输出到对象的X射线,所以,由于在X射线装置100的X射线成像期间的设置和X射线检测,可以立即地知道强度I和Io。
详细地,强度I可以是通过电转换由X射线检测器313检测的X射线光子的数量而生成的信号值。例如,强度I可以是通过电转换由X射线检测器313检测的X射线光子的数量而生成的电压值。在实施例中,强度I可以是通过电转换由X射线检测器313检测的X射线光子的数量而生成的电流值。
此外,强度I和Io可以通过使用X射线图像中的对应的像素值来获得。即,强度I可以对应于X射线图像中的指定的区域的像素值,并且强度Io可以对应于与输出的X射线相对应的像素值,即,X射线图像中不存在对象的区域的像素值。此外,X射线图像的像素值可以被表示为与由图3的X射线检测器313检测的X射线光子的数量相对应的值。例如,当X射线穿过骨骼并且X射线的衰减增加时,穿过骨骼的X射线光子的数量减少。作为另一示例,穿过软组织的X射线的衰减小于穿过骨骼的X射线的衰减。因此,可以通过使用X射线图像中的像素值来获得对应的X射线的强度。
在实施例中,仅对软组织成像的第一部分区域可以对应于区域821(1),并且以重叠方式对软组织和骨骼成像的第二部分区域可以对应于区域822(2)。
另外,可以将[等式1]修改为[等式2]。
[等式2]
此外,当X射线穿过在3D空间中存在的对象(例如,患者的特定身体部分)时,X射线衰减的程度正比于在空间中存在的材料的密度,并且因此可以表达为μjρj。μj标示质量衰减系数,并且ρj标示j材料的密度值。在下文中,质量衰减系数将简称为“衰减系数”。即,当X射线穿过具有3D结构的对象时,X射线衰减的程度可以表示为通过将j材料的衰减系数乘以j材料的密度而获得的值。因此,可以将[等式1]修改为[等式3]。
[等式3]
[等式3]使用作为μjρjtj的总和的∑来表示,μjρjtj是通过将μjρj乘以tj而获得的值。这指示当X射线透射通过由以重叠方式存在的多种材料组成的对象时,X射线相对于通过将多个材料的μjρjtj值相加而获得的值反指数地衰减。
在实施例中,在操作S540中,可以在材料分解中使用X射线吸收特性。
再次参考图5,在操作S520中,X射线图像处理方法500获得3D信息。作为通过使用3D照相机对对象成像而获得的信息的3D信息、可以包括关于对象的立体结构的信息。详细地,3D信息可以包括关于对象的深度信息。详细地,深度可以对应于指示对象与3D照相机分开多远的距离值。操作S520可以在控制器320的控制之下由数据接口210执行。将参考图9详细地描述3D信息的示例。
图9是用于描述根据实施例的获得3D信息的操作的视图。另外,图9将被描述为涉及其中图8的作为由立体照相机成像的主体的对象810是患者的手臂的实施例。
3D照相机305可以被实施为立体照相机。在图9中,3D照相机305是立体照相机。参考图9,3D照相机305包括用于获得左眼图像的左眼照相机911和用于获得右眼图像的右眼照相机912。此外,当X射线发射器311输出X射线的位置是922时,左眼照相机911和右眼照相机912可以位于X射线发射器311的位置922的左前和右前侧处。此外,图9中所示的立体照相机仅是3D照相机305的示例,并且用于计算更准确的深度信息的三个或更多照相机可以用于获得多视图图像。
当左眼照相机911与右眼照相机912之间的距离以及通过左眼照相机911获得的左眼图像中的对象的点(例如,P1)与通过右眼照相机912获得的右眼图像中的对象的点(例如,P1)之间的距离是已知的时,可以获得作为从3D照相机305到对象810的表面的距离的深度值。
在实施例中,3D信息可以包括由左眼照相机911和右眼照相机912分别地获得的左眼图像和右眼图像。左眼图像和右眼图像可以统称为立体图像。在立体图像中对象中的相同点之间的差异可以称为双眼视差。此外,3D信息可以包括由左眼照相机911获得的原始数据和由右眼照相机912获得的原始数据。原始数据可以指代由在3D照相机305中包括的成像传感器感测的电信号值。此外,由左眼照相机911获得的原始数据和由右眼照相机912获得的原始数据可以被统称为立体数据。
此外,在实施例中,作为3D照相机305中的左眼照相机911与右眼照相机912之间的距离的照相机距离可以是已知值。即,控制器320可能已经知道3D照相机中的照相机距离。
此外,3D照相机305可以不对对象810的内部成像,并且可以对靠近于3D照相机305的对象的表面(例如,位于距离D1(x,y)之内或之外的对象的表面)三维地成像。因此,3D照相机305可以获得用于获得对象的表面的深度值的3D信息。
此外,3D照相机305可以被实施为深度照相机。在这种情况下,深度照相机可以包括用于获得主体的深度信息的红外传感器和彩色照相机。例如,两个彩色照相机可以被安装在X射线发射器311的左前和右前侧处,并且红外传感器可以被安装在两个彩色照相机之间的中间。深度照相机可以通过使用飞行时间(time-of-flight,TOF)技术来获得深度信息。TFT技术指代通过计算红外信号反射回到主体所花费的时间而对距离的测量。
当3D照相机305被实施为深度照相机时,根据实施例获得的3D信息可以包括红外传感器的感测值。在实施例中,3D信息可以包括由红外传感器获得的距离值。
随后的描述涉及其中3D信息是立体图像与3D照相机305之间的照相机距离的实施例。
再次参考图5,在操作S530中,X射线图像处理方法500基于在操作S520中获得的3D信息来获得关于对象的厚度的第一信息。操作S530可以由图像处理器220执行。
详细地,图像处理器220可以通过对立体图像中的照相机距离和双目视差执行立体匹配来计算主体的深度信息。主体的深度信息可以是作为从3D照相机305到对象的表面的点(例如,P1)的距离的D1(x,y)。此外,从3D照相机305到对象所在的表面(例如,桌子920的表面)的距离D0是已知值或可测量值。因此,在对象的表面上的点P1处,对象的厚度可以是D0-D1(x,y)=H(x,y)。
这里,作为用于指定对象的位置的坐标的(x,y)可以根据X射线图像处理装置300或用户的设置而变化。在图9中,关于用于指定桌子920的表面(例如,垂直于直线930的表面)上的位置的坐标,沿着桌子920的线成为x轴,并且垂直于桌子920的表面的线成为y轴。因此,在图9中,原点(0,0)可以是位置921。
如上所述,图像处理器220可以基于由3D照相机305获得的3D信息来根据每个位置获得对象的总厚度。例如,图像处理器220可以通过使用作为点P1处的深度值的D1(x,y)来计算作为点P1处的对象的厚度的H(x,y)。这里,H(x,y)可以指代与对象的表面上对应于坐标(x,y)的位置相对应的对象的厚度。
此外,在第一信息中包括的对象的厚度可以是垂直厚度,像图9的H(x,y)。在实施例中,第一信息可以指代作为透射通过对象的X射线的透射路径的长度的透射厚度。随后的描述涉及其中在第一信息中包括的关于对象的厚度的信息是对象的透射厚度的实施例。
将参考图10和图11详细地描述获得第一信息的操作S530的示例。
图10是用于描述根据实施例的基于3D信息获得第一信息的操作的视图。详细地,图10是用于描述对象的透射厚度的视图。在图10中,与图8和图9的那些元件相同的元件由相同的参考标号标示。因此,与参考图8和图9做出的描述相同的描述将被省略。
图11是用于描述根据另一实施例的基于3D信息获得第一信息的操作的图。在图11中,与图5的那些元件相同的元件由相同的参考标号标示。因此,图11的操作的与参考图5做出的描述相同的描述将被省略。
参考图11,在操作S530中,可以基于由3D照相机305获得的关于对象的3D信息来获得包括关于对象的表面的深度信息的第一信息。
详细地,参考图11,获得第一信息的操作S530可以包括操作S1110,在操作S1110中,基于3D信息获得从3D照相机305到对象的表面的距离。如参考图9描述的,主体的深度信息可以是作为从3D照相机305到对象的表面上的点(例如,P1)的距离的D1(x,y)。因此,可以基于3D信息来测量从3D照相机305到对象的表面的距离。
在操作S1120中,图像处理器220可以基于从3D照相机305到对象的表面的距离来获得关于对象的厚度的第一信息。此外,图像处理器220可以获得作为在与对象的表面相对应的任何位置处的对象的厚度H(x,y)。即,图像处理器220可以获得沿图9的x轴的任何位置处的对象的厚度。
在操作S1130中,图像处理器220可以通过使用对象的厚度H(x,y)来获得X射线的透射厚度PT 1040。
将详细地描述获得透射厚度PT 1040的操作。
参考图10,第一信息可以包括作为关于对象的表面的深度信息的线1010的距离值。即,因为3D照相机305对位于照相机305的成像表面上的对象的表面成像,所以位于照相机305的成像表面外部的对象的表面(例如,靠近于桌子920的对象的表面)的深度值可能无法通过使用由3D照相机305获得的信息来获得。
此外,参考图10,X射线检测器313检测透射通过主体的X射线。X射线检测器313可以位于与桌子920平行的平面上。详细地,X射线检测器313可以位于与桌子920平行并且不同于桌子920的表面的平面上。即,虽然在图10中X射线检测器313与对象810间隔开距离D2,但是X射线检测器313可以位于接触对象810的表面上。当X射线检测器313位于接触对象810的表面上时,距离D2可以是0(D2=0)。此外,距离D2可以根据产品规格或X射线图像获取器301或用户的设置而变化。
参考图10,当X射线发射器311使X射线透射通过对象810时,透射通过对象810的X射线的距离可以被称为透射厚度(例如,[等式1]中的tj)。详细地,当X射线发射器311在位置922处发射X射线时,透射通过对象810的位置P2的X射线1021的透射厚度可以是PT 1040。
如参考图9描述的,图像处理器220可以通过使用通过用3D照相机获得的3D信息来获得作为对象的厚度1045的H(x,y)。当对象的厚度H(x,y)已知时,图像处理器220可以通过使用[等式4]来获得透射厚度PT 1040。
[等式4]
PT=HXcos(A1)
在[等式4]中,PT标示透射厚度1040,并且H标示在第一信息中包括的对象的厚度1045。另外,A1标示在其处发射X射线的角度1031。对于作为穿过坐标(x,y)的原点(0,0)921的X射线的投影路径的直线930,角度A11031可以具有0的值。此外,角度A1的值可以是已知值或可测量值。
在[等式4]中,厚度H可以通过使用第一信息来获得,并且角度A1具有已知值或可测量值。因此,对象的透射厚度PT 1040可以通过使用第一信息和[等式4]来获得。
此外,当对象由例如软组织的第一材料和例如骨骼的第二材料形成时,透射厚度PT(=tj)可以表示为骨骼的透射厚度tB与软组织的透射厚度tS之和。
即,透射厚度PT可以如在[等式5]中定义。
[等式5]
tj=PT=ts+tB
此外,当第一材料是软组织并且第二材料是骨骼时,可以将[等式3]的tj应用于[等式5]以获得[等式6]。
[等式6]
此外,可以将[等式5]修改为[等式7]。
[等式7]
ts=PT-tB
当将[等式7]应用于[等式6]时,可以将[等式6]修改为[等式8]。
[等式8]
在[等式8]中,软组织的衰减系数μs、软组织的密度ρs、骨骼的衰减系数μB、和骨骼的密度ρB可以是已知值。因为I是透射通过对象并且被检测的X射线的强度,并且Io是发射到对象的X射线的强度(例如,由X射线发射器311生成并且被输出到对象312的X射线的强度),所以强度I和Io是已知值或可测量值。
因此,在[等式8]中,未知值是骨骼的透射厚度和X射线的透射厚度PT,并且透射厚度PT可以通过使用第一信息来获得。因此,当从第一信息获得的透射厚度PT被应用于示出X射线吸收特性的[等式8]时,可以获得骨骼的透射厚度tB。
此外,当已知透射厚度PT并且获得骨骼的透射厚度tB时,可以通过使用[等式7]获得软组织的透射厚度tS。
此外,当修改[等式5]以指示骨骼的透射厚度时,[等式8]可以表示为使用软组织的透射厚度tS的等式。因此,可以比骨骼的透射厚度tB更早地获得软组织的透射厚度tS。
如上所述,当使用从第一X射线图像和第一信息可获得的强度I和Io并且使用示出X射线吸收特性的[等式8]时,可以获得对象中包括的软组织在对象的整个区域之上的厚度分布或对象中包括的骨骼在对象的整个区域之上的厚度分布。
参考返回图5,在操作S540中,可以基于第一信息和第一X射线图像执行对象的至少一个材料的材料分解。即,在操作S540中,可以通过基于第一信息和第一X射线图像从对象分解第一材料来获得与第一材料的立体结构有关的第二信息。操作S540可以由图像处理器220执行。
材料分解可以指代获得关于在对象中包括的不同材料中的每一个材料的信息的过程。详细地,材料分解可以指代获得关于来自在对象中包括的多个材料当中的至少一个材料的厚度、体积、形状、几何结构、和任何其它方面的信息的过程。
详细地,操作S540可以包括其中执行对象的第一材料的材料分解的操作S545。而且,操作S540可以包括对对象的第二材料执行材料分解。
在根据有关技术的X射线图像处理装置和X射线图像处理方法中,当对象由多个材料形成时,为了获得关于在对象中包括的多个不同材料中的每一个材料的信息,需要通过向对象发射与多个能带相对应的X射线而获得的多个X射线图像。这是因为,示出X射线吸收特性的[等式1]是使用作为在对象中包括的多个材料的总和的∑来表示的。对应于多个能带的X射线可以被称为双能X射线或多能X射线。
例如,在相关技术中,为了测量骨骼和软组织的厚度,不得不使用通过向对象发射具有低能带的X射线而获得的X射线图像和通过向对象发射具有高能带的X射线而获得的X射线图像两者。因此,为了获得对象中的多个材料的厚度,不得不多次执行X射线成像。因此,向患者发射的X射线的量不得不增加。
此外,在有关技术中,关于对象的立体结构的信息可能无法从具有单个能带的一个X射线图像获得。这是因为,由于X射线图像特性,可以通过将X射线投影到对象的前表面来对对象二维地成像,并且可能无法获得关于对象的前表面的垂直横截面的信息。
然而,根据实施例,与第一材料的立体结构有关的第二信息可以从可以不用X射线发射而获得的3D信息(例如,由3D照相机获得的信息)和一个X射线图像获得。因此,可以更快速地并且容易地获得关于不同材料中的每一个材料的信息。此外,因为特定材料的材料分解可以通过仅一次执行X射线成像来执行,所以可以最小化向对象发射的X射线的量。
图6是示出根据实施例的X射线图像处理方法的流程图。根据实施例的X射线图像处理方法600可以由根据参考图2至图4描述的实施例的X射线图像处理装置200、300、或400执行。因此,X射线图像处理方法600的每个操作可以由X射线图像处理装置200、300、或400的每个元件执行。此外,图10的X射线图像处理方法600中的与图5的X射线图像处理方法500的那些元件相同的元件由相同的参考标号标示。因此,X射线图像处理方法600的与参考图1至图5做出的描述相同的描述将被省略。
将参考图3的医学图像处理装置300详细地描述X射线图像处理方法600的示例。
除了X射线图像处理方法500的操作之外,X射线图像处理方法600还可以包括操作S650。
详细地,在操作S650中,X射线图像处理方法600可以基于第一信息和第二信息获得与第二材料的立体结构有关的第三信息。操作S650可以由图像处理器220执行。
详细地,在操作S650中,当通过分解第一材料获得第二信息时,可以通过使用分解的第一材料来分解第二材料。
如上所述,当修改[等式5]以指示骨骼的透射厚度时,[等式8]可以表示为使用软组织的透射厚度tS的等式。因此,可以比骨骼的透射厚度tB更早地获得软组织的透射厚度tS。一旦获得了作为关于软组织的透射厚度tS的信息的第二信息,就可以通过将软组织的透射厚度tS应用于[等式5]来获得作为关于骨骼的透射厚度tB的信息的第三信息。
在X射线图像处理方法600中,因为操作S545是对第一材料执行材料分解的步骤,所以操作S545可以被称为第一材料分解操作。此外,在X射线图像处理方法600中,因为操作S650是对第二材料执行材料分解的步骤,所以操作S650可以被称为第二材料分解操作。
图7是示出根据实施例的X射线图像处理方法的流程图。此外,图7的X射线图像处理方法700中的与图6的X射线图像处理方法600的那些元件相同的元件由相同的参考标号标示。因此,X射线图像处理方法700的与参考图1至图6做出的描述相同的描述将被省略。
参考图7,可以并行地或与时间顺序无关地执行其中获得3D信息的操作S520和其中获得第一X射线图像的操作S510。即,虽然为了便于解释,首先执行其中获得X射线图像的操作S510,并且然后执行其中获得3D信息的操作S520,但是可以与时间顺序无关地执行操作S510和操作S520。
X射线图像处理方法700中的其它元件可以与X射线图像处理方法600的那些元件相同。
图12是示出根据另一实施例的X射线图像处理方法的流程图。此外,图12的X射线图像处理方法1200中的与图6的X射线图像处理方法600的那些元件相同的元件由相同的参考标号标示。因此,X射线图像处理方法1200的与参考图1至图11做出的描述相同的描述将被省略。
在X射线图像处理方法600的操作S540之后,X射线图像处理方法1200还可以包括其中对第一X射线图像执行后处理的操作S1260。操作S1260可以由图像处理器220执行。
后处理可以包括在第一X射线图像或立体图像中的至少一个中包括的噪声分量或噪声信号的去除、或者图像均匀性的改进,用于改进读取准确性。例如,当对第一X射线图像执行后处理时,后处理可以包括由在X射线成像期间生成的散射的X射线所引起的散射噪声的去除或减少。
此外,后处理可以包括基于第二信息和第三信息来生成最终第二信息和最终第三信息。例如,后处理可以包括从指示第一材料的厚度的第二信息生成指示第一材料的立体结构的最终第二信息,从而用户可以容易地读取在第一X射线图像中成像的对象。而且,后处理可以包括从指示第二材料的厚度的第三信息生成指示第二材料的立体结构的最终第二信息,从而用户可以容易地读取在第一X射线图像中成像的对象。
接下来,在操作S1270中,X射线图像处理方法1200可以生成在其上反映后处理结果的最终图像(例如,通过对第一X射线图像进行后处理而生成的最终X射线图像)。此外,操作S1270可以如上所述基于第二信息和第三信息来生成最终第二信息和最终第三信息。操作S1270可以由图像处理器220执行。最终的X射线图像可以是通过去除在第一X射线图像中包括的噪声分量而生成的图像。
此外,控制器320可以控制在显示器340上显示最终X射线图像。此外,控制器320可以控制在显示器340上显示包括最终X射线图像的用户界面屏幕。此外,控制器320可以控制在显示器340上显示包括最终X射线图像、第一信息、第二信息、或第三信息中的至少一个的用户界面屏幕。
图13是示出根据另一实施例的X射线图像处理方法的流程图。此外,图13的X射线图像处理方法1300中的与图12的X射线图像处理方法1200的那些元件相同的元件由相同的参考标号标示。因此,X射线图像处理方法1300的与参考图1至图12做出的描述相同的描述将被省略。
X射线图像处理方法1300可以对第一X射线图像执行散射校正作为后处理。术语“散射校正”可以指代去除或减少由在X射线成像期间生成的散射的X射线引起的散射噪声的过程。散射校正操作可以包括用于去除图像中的散射分量的包括散射估计的操作。
当X射线发射器311向对象发射X射线并且X射线与对象碰撞时,生成散射的X射线。散射的X射线的部分在对象内部和/或外部反射,并且在对象内部和/或在对象所在的空间中扩散。散射的X射线在X射线图像中引起噪声,从而降低X射线图像的质量。因此,可以通过执行散射校正来改进第一X射线图像的质量。
此外,如参考图1至图12所描述的,可以通过使用X射线吸收特性来获得骨骼的厚度和软组织的厚度。如上所述,通过使用输出的X射线的强度和由X射线检测器313检测的X射线的强度(即,透射通过主体并且然后被检测的X射线的强度)来计算X射线吸收特性。因此,当准确地测量透射通过对象并且然后被检测的X射线的强度时,可以准确地获得骨骼的厚度和软组织的厚度。此外,为了准确地测量透射通过对象并且然后被检测的X射线的强度,不得不最小化散射的放射的影响。因此,可以通过执行散射校正来准确地获得骨骼的厚度和软组织的厚度。
参考图13,X射线图像处理方法1300可以在操作S540之后执行作为散射校正操作的操作S1360。操作S1360可以由图像处理器220执行。
详细地,图像处理器220可以基于第二信息和第三信息对第一X射线图像执行散射校正,并且可以基于散射校正的第一X射线图像来更新第二信息和第三信息。
一旦发生X射线散射,就改变在作为对象的人体中包括的材料的散射程度和散射特性。因此,难以不用准确地分解人体的材料而估计散射的X射线。
因此,在分解对象的材料之后,可以基于分解的材料来估计散射的X射线。因此,X射线图像处理方法1300可以执行其中分解在对象中包括的多个不同材料(例如第一材料和第二材料)的操作S540,并且然后可以执行其中基于分解的第一材料和第二材料来估计散射的X射线的操作S1360。在操作S1360中,X射线图像处理方法1300可以基于估计的散射的X射线对第一X射线图像执行散射校正。
此外,在操作S1370中,X射线图像处理方法1100可以基于散射校正的第一X射线图像获得最终X射线图像、最终第二信息、或最终第三信息中的至少一个。操作S1370可以由图像处理器220执行。
详细地,图像处理器220可以获得散射校正的第一X射线图像作为最终X射线图像。在实施例中,图像处理器220可以基于散射校正的第一X射线图像来重新获得第二信息和第三信息。被散射校正的第一X射线图像可以被称为最终X射线图像,并且基于最终X射线图像获得的第二信息和第三信息可以分别地被称为最终第二信息和最终第三条信息。此外,散射校正可以被重复地执行至少一次。
将参考图14至图15详细地描述散射校正的示例。
图14是用于描述根据实施例的散射校正操作的图。
图15是用于描述根据另一实施例的散射校正操作的图。
在图14至图15的操作中,与图13的那些元件相同的元件由相同的参考标号标示。因此,图14和图15的与参考图13做出的描述相同的描述将被省略。
参考图14,在其中执行分解作为在对象中包括的不同材料的第一材料和第二材料并且获得关于第一材料和第二材料的信息的材料分解的操作S540之后,可以执行其中基于通过材料分解获得的信息(例如,第二信息和第三信息)来估计散射的X射线的操作S1361。估计在X射线成像期间生成的散射的X射线用于获得第一X射线图像的过程被称为“散射估计”。
参考图15,X射线图像1510指示第一X射线图像。在图15中,Io(r)标示通过X射线成像获得的实际图像,即,在散射校正之前的第一X射线图像。详细地,X射线图像1510可以指代在执行散射校正之前初始地获得的第一X射线图像。当首先执行散射校正并且然后其次执行散射校正时,将对其首先执行散射校正的X射线图像可以被称为X射线图像1510。也就是说,当要执行散射校正时,被输入用于散射校正的图像可以被称为X射线图像1510。
随后的描述涉及其中X射线图像1510是被输入用于散射校正的第一X射线图像的实施例。
Io标示如[等式1]中发射到对象的X射线的强度(例如,由X射线发射器311生成并且被输出到对象312的X射线的强度)。I(r)标示通过更新而生成的第一X射线图像。详细地,I(r)标示通过散射校正生成的X射线图像。“r”可以标示与要成像的对象的区域中的像素r(或第r像素)相对应的位置。即,I(r)可以指示在与像素r(或第r像素)相对应的位置处检测的X射线的强度。在实施例中,I(r)可以对应于第一X射线图像的像素r(或第r像素)的图像值(或像素值)。
参考图14,作为散射校正操作的操作S1360可以包括其中基于第二信息和第三信息来估计在用于获得第一X射线图像的X射线成像期间生成的散射的辐射的操作S1361、和其中基于估计散射的辐射之后获得的结果执行散射校正的操作S1362、S1363、和S1364。
详细地,操作S1360可以包括:基于第二信息和第三信息来生成与第一X射线图像中的散射的X射线分量相对应的散射图的步骤;和通过使用散射图获得通过去除与第一X射线图像中的散射的X射线相对应的噪声分量而散射校正的第一X射线图像的步骤。
详细地,作为散射估计操作的操作S1361可以包括基于第二信息和第三信息生成示出第一X射线图像中的散射的X射线的分布的散射图的步骤。
操作S1360可以包括其中基于第二信息和第三信息来获得示出对象并且通过投影模拟生成的第一虚拟X射线图像的操作S1362。详细地,其中获得第一虚拟X射线图像的操作S1362可以包括通过允许入射X射线通过投影模拟穿过与对象相对应的体模来生成投影图像(例如,主透射图像)的步骤、基于第二信息和第三信息生成示出散射的X射线在第一X射线图像中的分布的散射图的步骤、和通过将投影图像和散射图相加获得第一虚拟X射线图像的步骤。将参考图14和图15详细地描述操作S1362的示例。
接下来,在操作S1363中,可以基于第一虚拟X射线图像与第一X射线图像之间的比较结果来确定是否要更新在操作S1361中获得的散射图。在操作S1364中,可以基于操作S1363的确定结果来执行散射校正。
将参考图15更详细地描述散射校正操作。
参考图15,图15的I(r)标示通过对第一X射线图像执行散射校正而生成的X射线图像。在执行散射校正之前,Io(r)和I(r)可以相同。
此外,图15的等式中的与[等式1]至[等式8]中的变量相同的变量的详细解释将被省略。
参考图15,可以基于第二信息和第三信息来执行作为散射估计操作的操作S1361。详细地,操作S1361可以基于第二信息和第三信息来生成与第一X射线图像中的散射的X射线相对应的散射图。
参考图15,X射线图像处理方法1300可以执行操作S1361以获得作为散射图的IScat(r)。
详细地,从第一X射线图像1510分解第一材料(例如,软组织)并且分解第二材料(例如,骨骼)。可以通过使用作为分解的材料的厚度分布的t(r)来生成散射图。
详细地,当已知第一材料的厚度分布和第二材料的厚度分布时,可以根据第一材料和第二材料中的每一个材料的密度、衰减系数、体积、和任何其它特征来估计X射线散射在对象内部和/或外部如何发生。散射图指示X射线图像中的散射的X射线的分布。详细地,散射图可以指示在第一X射线图像中成像的对象的内部和/或外部生成的散射的X射线,并且可以表达为2D信息。详细地,散射图可以表达为具有与第一X射线图像的分辨率和图像尺寸相对应的分辨率和图像尺寸的2D图像数据。
在操作S1364中,可以通过使用散射图来执行从第一X射线图像去除与散射的X射线相对应的噪声信号的散射校正。操作S1364可以由图像处理器220执行。
详细地,可以通过去除在第一X射线图像1510中包括的散射图中的散射的X射线分量来生成散射校正的第一X射线图像。例如,通过从第一X射线图像1510减去散射图可以从第一X射线图像1510去除散射的X射线图像分量。将散射校正的第一X射线图像示出为去散射图像1570并且由I(r)标示。详细地,可以如[等式9]中定义作为散射校正的第一X射线图像的I(r)。
[等式9]
I(r)=Io(r)-IScat(r)
此外,在操作S1362中,X射线图像处理方法1300可以生成第一虚拟X射线图像,并且在操作S1363和S1364中,X射线图像处理方法1300可以基于在第一虚拟X射线图像与第一X射线图像之间的比较结果来执行散射校正。操作S1363和S1364可以由图像处理器220执行。第一虚拟X射线图像是基于第二信息、第三信息、和散射图生成的模拟的图像1540。
详细地,参考图15,在操作S540中,通过执行材料分解来分解在对象中包括的材料,并且获得指示分解的材料的3D结构的第二信息和第三信息。详细地,当第二信息和第三信息分别地包括关于第一材料的厚度的信息和关于第二材料的厚度的信息时,可以通过使用第二信息和第三信息来获得对象的3D模型。此外,可以基于指示分解的材料的3D结构的第二信息和第三信息来生成与对象的3D模型相对应的体模。可以通过将X射线透射到体模的模拟操作来生成透射图像。通过与对象的3D模型相对应的体模的X射线的透射而无吸收可以是主透射1550。而且,由体模散射的X射线的分布可以表示为散射图。在操作S1362中,当在散射图中示出的散射的辐射被添加到透射图像时,可以生成第一虚拟X射线图像。因此,可以如[等式10]中定义第一虚拟X射线图像。
[等式10]
在[等式10]中,ISimTotal(r)标示第一虚拟X射线图像,并且IPrimary(r)标示透射图像。
在操作S1363中,图像处理器220可以基于第一虚拟X射线图像和第一X射线图像1510之间的比较结果来确定是否要更新散射图。操作S1363可以由图像处理器220执行。
详细地,在操作S1364中,当第一虚拟X射线图像与第一X射线图像之间的差值等于或小于第一极限值时,图像处理器220可以执行散射校正第一X射线图像的后处理,并且在操作1580中,图像处理器220可以生成最终X射线图像。
当第一虚拟X射线图像与第一X射线图像之间的差值大于第一极限值时,图像处理器220可以返回到操作S540以更新散射图,并且可以通过重新执行作为材料分解操作的操作S540和作为散射估计操作的操作S1361来更新散射图。当散射图被更新时,可以通过使用先前获得的散射图(即,更新之前的散射图)来散射校正第一X射线图像,可以基于散射校正的第一X射线图像来重新获得第二信息和第三信息,并且可以基于重新获得的第二信息和第三信息来重新获得散射图。重新获得的散射图可以是基于重新获得的第二信息和第三信息而重新获得的更新的散射图。即,如在[等式9]中,可以通过从第一X射线图像减去散射图中的信号分量来生成散射校正的第一X射线图像。可以通过基于散射校正的第一X射线图像重新执行作为材料分解操作的操作S540和作为散射估计操作的操作S1361来更新散射图。
详细地,第一极限值可以是用于比较第一X射线图像与第一虚拟X射线图像之间的相似性的参考值。详细地,当第一X射线图像与第一虚拟X射线图像之间的差与第一极限值彼此比较时,允许第一X射线图像和第一虚拟X射线图像之间的差在设置的误差范围内的值可以被确定为第一极限值。第一X射线图像和第一虚拟X射线图像之间的差可以表达为均方值等。而且,设置的误差范围可以由X射线装置100、X射线图像处理装置200、300、或400或用户考虑第一X射线图像的目标图像质量而设置。
在实施例中,可以重复地执行散射校正。详细地,可以重复地执行散射校正操作,直到在操作S1363中第一虚拟X射线图像与第一X射线图像之间的差值等于或小于第一极限值。
详细地,作为材料分解操作的操作S540和作为散射估计操作的操作S1361可以重复地执行,直到在作为图14和图15的比较操作的操作S1363中、散射校正的X射线图像在误差范围内,从而生成具有最佳图像质量的最终X射线图像。因此,基于最终X射线图像获得第二信息和第三信息。因此,可以改进第二信息和第三信息的准确性。
图16是示出根据另一实施例的X射线图像处理方法的流程图。图16的X射线图像处理方法1600可以由根据参考图2至图4描述的实施例的X射线图像处理装置200、300、或400来执行。因此,X射线图像处理方法1600的每个操作可以由X射线图像处理装置200、300、或400的每个元件来执行。此外,X射线图像处理方法1600中的与图5至图7的X射线图像处理方法500、600、或700的那些元件相同的元件由相同的参考标号标示。因此,X射线图像处理方法1600的与参考图1至图15做出的描述相同的描述将被省略。
参考图16,在操作S1615中,X射线图像处理方法1600可以获得从在操作S510中获得的第一X射线图像对第一材料成像而生成的第一部分图像和对第一材料和第二材料以重叠方式成像而生成的第二部分图像。操作S1615可以由图像处理器220执行。
在操作S1650中,可以基于第一部分图像和第二部分图像以及基于3D信息获得的第一信息来获得与第一材料相对应的第二信息和与第二材料相对应的第三信息。操作S1650可以由图像处理器220执行。详细地,在操作S1651中,可以基于第一信息和第一部分图像来获得与第一材料的立体结构有关的第二信息,并且在操作S1652中,可以基于第一信息和第二部分图像来获得与第二材料的立体结构有关的第三信息。
详细地,第一部分图像是在第一X射线图像中仅第一材料被成像的区域。第二部分图像是在第一X射线图像中第一材料和第二材料以重叠方式被成像的区域。
将参考图3和图17至图19的X射线图像处理装置300详细地描述X射线图像处理方法1600的操作的示例。
图像处理器220可以分割第一X射线图像中仅第一材料被成像的区域作为第一部分图像,并且可以分割第一X射线图像中第一材料和第二材料以重叠方式被成像的区域作为第二部分图像。
详细地,可以基于透射通过对象的X射线的强度值来执行第一部分图像和第二部分图像的分割或提取。详细地,可以基于由例如X射线检测器313检测以捕获第一X射线图像的X射线的强度值来执行第一部分图像和第二部分图像的分割或提取。在实施例中,可以基于第一X射线图像的像素值来执行第一部分图像和第二部分图像的分割或提取。
例如,图像处理器220可以在第一X射线图像中提取利用与透射通过第一材料的X射线的强度值相对应的利用像素值成像的区域作为第一部分图像。此外,图像处理器220可以获得邻近于第一部分图像并且与存在第一材料的区域与第一材料和第二材料以重叠方式存在的区域之间的边界对应的第二部分图像。详细地,第一部分图像和第二部分图像可以是在第一材料与第二材料之间的边界处邻近于彼此的图像。即,第一部分图像包括在第一材料与第二材料之间的边界处仅对第一材料成像的区域。第二部分图像包括在第一材料与第二材料之间的边界处以重叠方式对第一材料和第二材料成像的区域。
详细地,图像处理器220可以通过使用关于对象的厚度的第一信息从第一部分图像获得关于第一材料的第二信息。此外,图像处理器220可以通过使用X射线吸收特性、第一信息、和第二信息从第二部分图像获得第三信息。X射线吸收特性指代其中向对象输出的(或发射的)X射线的至少部分由对象中的材料吸收、并且输出的X射线的仅至少部分穿过对象并且被检测的特性。因为输出的X射线在穿过对象的同时被衰减,所以X射线吸收特性可以被称为X射线衰减特性。
图17是用于描述根据另一实施例的获得第一部分区域和第二部分区域的操作的视图。
参考图17,示出了通过对患者的肩膀成像以诊断患者的肌肉骨架疾病而获得的X射线图像1700。在作为原始X射线图像的X射线图像1700中,骨骼1731是最暗的,并且邻近于骨骼1731并且围绕骨骼1731的软组织1732比骨骼1731更亮。此外,X射线不会穿透对象的区域可能会在X射线图像1700中以白色成像。
在操作S1615中,图像处理器220获得通过仅对第一X射线图像(例如,X射线图像1700)中的软组织1732成像而生成的第一部分图像(例如,区域1741)和通过以重叠方式对软组织1732和骨骼1731成像而生成的第二部分图像(例如,区域1742)。第一部分图像包括通过在作为第一材料的软组织1732与作为第二材料的骨骼1731之间的边界处仅对第一材料成像而生成的区域1741。第二部分图像包括通过在作为第一材料的软组织1732与作为第二材料的骨骼1731之间的边界处以重叠方式对作为第一材料的软组织1732和作为第二材料的骨骼1731成像而生成的区域1742。因为骨骼1731被诸如皮肤或肌肉的软组织1732围绕,所以对骨骼1731成像的区域可以被称为以重叠方式对骨骼1731和软组织1732成像的区域。
详细地,图像处理器220可以基于第一X射线图像的像素值从第一X射线图像分割或提取仅利用与软组织相对应的像素值而生成的区域(例如,区域1741)作为第一部分图像。在实施例中,基于由图3的X射线检测器313检测以捕获第一X射线图像的X射线的强度值,图像处理器220可以从第一X射线图像分割或提取仅利用与软组织相对应的像素值生成的区域(例如,区域1741)作为第一部分图像。图像处理器220可以分割或提取邻近于第一部分图像并且以重叠方式对骨骼和软组织成像的区域(例如,区域1742)作为第二部分图像。详细地,第一部分图像和第二部分图像可以指示在第一X射线图像中的骨骼与软组织之间的边界处邻近于彼此的区域。
此外,可以经由通过神经网络的计算来获得第一部分图像和第二部分图像。将参考图19详细地描述通过神经网络计算获得第一部分图像和第二部分图像的过程的示例。
图19是用于描述通过其执行用于获得第一部分区域和第二部分区域的计算的神经网络的视图。
图像处理器220可以通过包括输入层、隐藏层、和输出层的神经网络(例如,DNN1920)执行计算。在图19中,示出了包括在多个级处形成的隐藏层的DNN。
参考图19,DNN 1920包括输入层1930、隐藏层1940、和输出层1950。在图19中,示出了DNN 1920,通过DNN 1920执行计算以分析在作为输入数据的第一X射线图像中包括的信息、并且从第一X射线图像分割或提取通过对第一材料成像而生成的第一部分图像和通过对第一材料和第二材料以重叠方式成像而生成的第二部分图像。详细地,当输入数据是第一X射线图像1910时,DNN 1920可以分析要被成像并且在第一X射线图像1910中包括的对象,可以提取通过对第一材料成像而生成的第一部分图像和通过以重叠方式对第一材料和第二材料成像而生成的第二部分图像,并且可以输出提取结果作为输出数据1970。
输入到输入层1930的第一X射线图像1910对应于在操作S510中获得的第一X射线图像。
在DNN 1920中包括的多个层可以包括接收数据的多个节点(例如,1931)。两个邻近的层通过多个边缘(例如,1936)连接到彼此。节点中的每一个节点具有对应的权重值,并且因此DNN 1920可以基于通过对输入信号和权重值执行计算(例如,卷积运算)而获得的值来获得输出数据。
DNN 1920可以基于神经网络执行推断和估计,并且DNN计算可以包括CNN计算。即,根据实施例的DNN 1920可以被实施为执行CNN计算的CNN。
参考图19,输入层1930接收通过对作为对象的胸部成像而获得的第一X射线图像1910。
在图19中,隐藏层1940包括三-级层。隐藏层1940的深度可以根据使用的神经网络的顺序规范和/或设计规范而变化。
参考图19,DNN 1920可以包括在输入层1930与第一隐藏层之间形成的第一层1961、在第一隐藏层与第二隐藏层之间形成的第二层1962、在第二隐藏层与第三隐藏层之间形成的第三层1963、和在第三隐藏层与输出层1950之间形成的第四层1964。
在DNN 1920的输入层1930中包括的多个节点接收与第一X射线图像1910相对应的多个数据。多个数据可以是通过执行滤波处理来分割第一X射线图像1910而生成的多个部分图像。
通过对在隐藏层1940中包括的多个层的计算,输出层1950可以输出作为分析第一X射线图像1910的结果而获得的输出数据1970。输出数据1970可以包括通过对第一材料成像而生成的第一部分图像和通过对第一材料和第二材料以重叠方式成像而生成的第二部分图像。
详细地,当DNN 1920被实施为CNN并且在图像中包括的多个信息当中的相关性是局部的时,CNN可以引入仅应用于特定区域的滤波器,可以在滤波器中对多个信息执行卷积,并且可以精确地提取关于滤波器中的图像的特征的信息。
详细地,在基于CNN的DNN 1920中存在的隐藏层1940中,卷积层和池化层被交替地放置,并且每个层滤波器的深度从左到右增加。此外,基于CNN的DNN 1920的最终端可以被实施为完全地连接的层。卷积层是根据卷积操作生成的数据的层,并且池化层是用于通过诸如二次采样或池化的操作来减少数据的数量或大小的层。指示输入图像的特性的数据(例如,特征图)在穿过卷积层和池化层的同时被生成。详细地,经由通过隐藏层1940的计算,可以生成第一X射线图像1910的图像特征,并且通过仅对第一材料成像而生成的第一部分图像和通过对第一材料和第二材料以重叠方式成像而生成的第二部分图像可以基于图像特征而被更精确地提取。
当通过实施为完全地连接的层的隐藏层来处理通过穿过卷积层和池化层而生成的数据时,可以提取并且输出要提取或分割的第一部分图像和第二部分图像。
此外,为了改进通过DNN 1920输出的数据的准确性,可以在从输出层1950到输入层1930的方向上执行训练,并且可以校正在DNN 1920中包括的节点(例如,1931)的权重值以改进输出数据的精度。因此,在输入第一X射线图像1910之前,可以在DNN 1920的训练中使用多个不同的X射线图像,并且DNN 1920可以校正在其中准确地检测通过对在X射线图像中包括的第一材料成像而生成的第一部分图像和通过对第一材料和第二材料成像而生成的第二部分图像的方向上的每个节点的权重值。
此外,DNN 1920可以基于第一部分图像和第二部分图像执行用于获得关于第一材料的立体结构的第一信息和关于第二材料的立体结构的第二信息的计算。
此外,DNN 1920可以基于第一信息和第二信息执行用于第一材料分解和第二材料分解的计算。DNN 1920可以通过输出层1950输出计算的结果。
接下来,在操作S1650中,X射线图像处理方法1600基于在第一X射线图像(例如,X射线图像1700)中包括的第一部分图像(例如,区域1741),获得与第一材料的立体结构有关的第二信息。可以由图像处理器220执行操作S1650。在操作S1650中,X射线图像处理方法基于在操作S1650中获得的第一信息和第二部分图像(例如,区域1742)获得关于第二部分图像中的第一材料的第二信息和关于第二材料的第三信息。操作S1650可以由图像处理器220执行。
参考图8和图17,图8的骨骼812和软组织811可以分别地对应于图17的骨骼1731和软组织1732。此外,仅对组织成像的第一部分区域可以对应于区域821(1),并且以重叠方式对软组织和骨骼成像的第二部分区域可以对应于区域822(2)。
在通过仅对作为第一材料的软组织成像而生成的第一部分图像中,软组织的厚度tS可以被表示为作为第一信息的厚度的PT,即,tS=PT。在通过以重叠方式对作为第一材料的软组织和作为第二材料的骨骼成像而生成的第二部分图像中,[等式2]被表示为[等式6]。
因此,在操作S1651中,可以通过使用关于与通过仅对软组织成像而生成的第一部分图像(例如,区域1741或图8的区域821(1))相对应的对象的厚度的第一信息(例如,在操作S530中获得的第一信息),来获得第一部分图像中的软组织的厚度tS。
因为软组织的厚度tS(=PT)、密度、和衰减系数是已知的、并且Io是已知的,所以可以通过使用指示X射线吸收特性的[等式6]来获得作为骨骼的厚度的tB。[等式6]中的I可以是透射通过对象810的骨骼和软组织重叠的部分并且被检测的X射线的强度值。因此,I可以具有测量的值,并且测量的值可以应用于[等式6]。
当第一部分图像和第二部分图像在骨骼与软组织之间的边界(例如,边界832)处相邻时,可以基于关于对象的厚度的第一信息获得在第二部分图像中成像的软组织的厚度。
图18是用于描述根据另一实施例的获得骨骼的厚度和软组织的厚度的操作的视图。
图18是用于描述在X射线图像中成像的对象中的材料的厚度的视图。在图18中,与图8的那些元件相同的元件由相同的参考标号标示。图18的曲线图1800是用于描述沿着预定轴(例如,图17的垂直线1721)的对象的垂直横截面中的对象的厚度的曲线图。图18的X轴1840可以对应于图8的曲线图850的X轴。图18的曲线图1800的Y轴表示在对象810中包括的材料的厚度。
参考图18,曲线图1820示出软组织的厚度,并且曲线图1810示出骨骼的厚度。曲线图1830示出包括骨骼和软组织的对象810的厚度。
参考图18和图8,在对象810中,在与对象810的边界831相对应的位置P1和与软组织与骨骼之间的边界832相对应的位置P2之间的间隔中,仅存在软组织,并且在位置P1与P2之间的间隔中的软组织的厚度逐渐地增大。位置P1与P2之间的间隔中的软组织的厚度可以通过使用X射线吸收特性(具体地,[等式11])来获得。
[等式11]
接下来,骨骼812的厚度可以如在曲线图1810中所示从软组织811与骨骼812之间的边界832开始增加。
对象810在基于软组织811与骨骼812之间的边界832的两个邻近位置P21和P22处的厚度可以具有相同的值或相似的值。详细地,因为对象810的厚度分布是连续的,所以对象810在软组织811与骨骼812之间的边界832处的厚度分布是连续的。即,对象810的厚度不会开始急剧地改变,而是开始从软组织811与骨骼812之间的边界832平滑地改变。这样,在人体中包括的材料的总厚度分布特性可以被表示为在图18的曲线图1830中所示。在人体中包括的材料的总厚度分布特性可以称为平滑厚度偏移原理。
此外,总厚度分布特性可以具有基于多个患者的诊断结果而获得的已知形状。即,图18的曲线图1830可以具有实验地或统计地已知的形状。此外,图18的曲线图1830也可以基于多个患者的厚度分布测量结果通过人体模型或人体轮廓而建模。
因此,当软组织811在与软组织811与骨骼812之间的边界832相对应的位置P2或P21处的厚度是已知的时,在邻近于软组织811与骨骼812之间的边界832的第二部分区域中成像的软组织811的厚度可以是已知的。因为位置P21和位置P22基于与软组织811与骨骼812之间的边界832相对应的位置P2而邻近于彼此,所以对象810在位置P21处的总厚度和对象810在位置P22处的总厚度连续地平滑地改变。
因为对象810的厚度是连续的,如在曲线图1830所示,所以可以假设在位置P21处测量的对象810的总厚度与在位置P22处测量的对象810的总厚度相同。
因此,可以获得[等式12]。
[等式12]
ts1=ts2+tB2
在[等式12]中,s1标示在第一部分图像中成像的对象区域中存在的软组织811,s2标示在第二部分图像中成像的对象区域中存在的软组织811,并且B2标示在第二部分图像中成像的对象区域中存在的骨骼812。即,tS1标示在第一部分图像中成像的软组织811的厚度,tS2标示在第二部分图像中成像的软组织811的厚度,并且tB2标示在第二部分图像中成像的骨骼812的厚度。此外,ts1标示在邻近于软组织811与骨骼812之间的边界832的位置P21(在对象810中与第一部分图像相对应的位置)处的软组织811的厚度,ts2标示在邻近于软组织811与骨骼812之间的边界832的位置P22(在对象810中与第二部分图像相对应的位置)处的软组织811的厚度,并且tB2标示在邻近于软组织811与骨骼812之间的边界832的位置P22(在对象810中与第二部分图像相对应的位置)处的骨骼812的厚度。
如上所述,当假定在位置P21处测量的对象810的总厚度与在位置P22处测量的对象810的总厚度相同时,作为在位置P21处的对象810的总厚度的软组织811的厚度ts1可以与通过将在位置P22处测量的软组织811的厚度ts2与骨骼812的厚度tB2相加而获得的值相同。
此外,可以将[等式12]修改为[等式13]。
[等式13]
ts2=ts1-tB2
此外,在与软组织和骨骼共存的第二部分图像相对应的对象区域中,[等式6]可以被表示为[等式14]。
[等式14]
在[等式14]中,软组织的衰减系数μs、软组织的密度ρS、骨骼的衰减系数μB、和骨骼的密度ρB可以是已知值。[等式14]中的I是透射通过骨骼和软组织共存的对象并且被检测的X射线的强度值,并且因此可以在X射线成像期间被测量。
当在[等式14]中将[等式13]应用于ts2时,可以获得[等式9]。
[等式15]
[等式15]可以修改为[等式16]。
[等式16]
在[等式16]中,软组织的衰减系数μs、软组织的密度ρS、骨骼的衰减系数μB、和骨骼的密度ρB是已知值,并且ts1是通过使用指示X射线吸收特性的[等式11]和第一部分图像而获得的值。[等式16]中的I是透射通过骨骼和软组织共存的对象并且被检测的X射线的强度值,并且因此可以在X射线成像期间被测量。因此,在[等式16]中,因为除了与第二部分图像相对应的对象区域中的骨骼的厚度tB2之外的所有值都可以是可分配的值,所以可以获得厚度tB2。
一旦获得厚度tB2,骨骼和软组织共存的对象区域(例如,与第二部分图像相对应的对象区域)中的软组织的厚度ts2就可以通过将厚度tB2和已经获得的厚度ts1应用于[等式13]来获得。
如上所述,在实施例中,图像处理器220可以在第二部分图像中获得骨骼的厚度和软组织的厚度两者。
通过使用以上图16至图18的方法,在X射线图像中的对象的整个区域中,可以测量软组织和骨骼的厚度。根据实施例,可以基于软组织和骨骼的厚度来获得关于在对象中包括的软组织和骨骼的3D分布的信息。此外,根据实施例,可以基于软组织和骨骼的厚度来获得软组织和骨骼的体积。
图20是示出根据另一实施例的X射线图像处理方法的流程图。根据实施例的X射线图像处理方法2000可以由根据参考图2至图4描述的实施例的X射线图像处理装置200、300或400执行。因此,X射线图像处理方法2000的每个操作可以由X射线图像处理装置200、300或400的每个元件执行。此外,X射线图像处理方法2000中的与参考图5至图19描述的X射线图像处理方法500、600、700、1300、或1600的那些元件相同的元件由相同的参考标号标示。因此,X射线图像处理方法2000的与参考图1至图19做出的描述相同的描述将被省略。
参考图20,在操作S1360中,可以基于第二信息和第三信息对第一X射线图像执行散射校正,并且可以生成散射校正的第一X射线图像。
在操作S1615中,X射线图像处理方法2000获得在操作S1360中获得的散射校正的第一X射线图像中的第一部分图像和第二部分图像。
在操作S2030中,可以基于在操作S1615中获得的第一部分图像和第二部分图像来从对象分解第一材料和第二材料。操作S2030可以由图像处理器220执行。操作S2030对应于图16至和图19的材料分解,具体地,通过使用在第一X射线图像中包括的第一部分图像和第二部分图像来获得与第一材料的立体结构有关的第二信息并且获得与第二材料的立体结构有关的第三信息的操作。因此,将省略详细的解释。此外,操作S2030可以包括更新在操作S540和S1650中获得的第二信息和第三信息的操作、和基于在更新之后获得的最终第二信息和最终第三信息执行材料分解的操作。
如上所述,X射线图像处理方法2000通过使用由3D照相机获得的3D信息来对第一X射线图像执行散射校正,并且然后通过使用散射校正的第一X射线图像执行材料分解。因此,由于与散射的辐射相对应的噪声分量而导致的在材料分解中的准确性的降低可以被最小化。因此,可以从对象准确地获得与第一材料和第二材料中的每一个材料的立体结构有关的信息。
根据实施例的X射线图像处理方法可以被实施为通过各种计算机装置可运行的程序命令,并且可以被记录在计算机可读记录介质上。此外,实施例可以被实施为在其上记录包括用于运行X射线图像处理方法的指令的一个或多个程序的计算机可读记录介质。
计算机可读记录介质可以分开地或组合地包括程序命令、数据文件、数据结构等。要在计算机可读记录介质上记录的程序命令可以针对实施例而特殊地设计并且配置,或者可以是由计算机软件领域的普通技术人员公知并且可使用的。计算机可读记录介质的示例包括诸如硬盘、软盘、或磁带的磁性介质、诸如光盘只读存储器(compact disk read-onlymemory,CD-ROM)或数字通用盘的光学介质(digital versatile disk,DVD)、诸如光软盘的磁光介质、和诸如ROM、RAM、或闪存的特殊地配置为存储并且运行程序命令的硬件设备。程序命令的示例包括可以由计算机使用解译器等运行的高级语言代码以及由编译器制作的机器语言代码。
根据实施例的X射线图像处理方法可以被实施为包括记录介质的计算机程序产品,记录介质存储用于执行以下操作的程序:获得由多个语言组成的句子的操作;通过使用多语言翻译模型获得分别地对应于在由多个语言组成的句子中包括的单词的向量值、将获得的向量值转换成与目标语言相对应的向量值、并且基于转换的向量值获得由目标语言组成的句子的操作。
实施例的目的是提供X射线图像处理方法和使用X射线图像处理方法的X射线图像处理装置,X射线图像处理方法可以通过使用用3D照相机获得的3D信息和一个X射线图像来获得关于在对象中包括的两个或更多不同材料的信息。
详细地,实施例的目的是提供X射线图像处理方法和使用X射线图像处理方法的X射线图像处理装置,X射线图像处理方法可以通过使用向对象发射具有单个能带的X射线而获得的第一X射线图像和通过使用3D照相机获得的3D信息来快速地获得关于软组织和骨骼的信息。
此外,根据实施例,可以基于通过使用3D照相机获得的3D信息来获得关于两个或更多不同材料的信息,并且可以基于获得的信息来去除与X射线图像中的散射的辐射相对应的噪声信号。因此,可以改进X射线图像的质量。
此外,根据实施例,可以经由通过重复地执行材料分解操作和散射估计操作来消除散射,来生成具有最佳图像质量的最终X射线图像。因此,可以基于最终X射线图像获得第二信息和第三信息,并且可以改进第二信息和第三信息的准确性。
虽然已经参考本公开的实施例具体地示出并且描述了本公开,但是提供实施例是出于说明的目的,并且本领域的普通技术人员将理解,可以做出各种修改和等同的其它实施例,而不从由权利要求定义的范围脱离。
Claims (15)
1.一种X射线图像处理方法,包括:
获得包括多个材料的对象的第一X射线图像,所述多个材料包括第一材料和不同于所述第一材料的第二材料;
使用三维3D照相机获得关于所述对象的3D信息;
基于所述3D信息获得关于所述对象的厚度的第一信息;以及
通过使用所述第一信息和所述第一X射线图像从所述对象分解所述第一材料来获得与所述第一材料的立体结构有关的第二信息。
2.根据权利要求1所述的X射线图像处理方法,还包括:基于所述第一信息和所述第二信息来获得与所述第二材料的立体结构有关的第三信息。
3.根据权利要求1所述的X射线图像处理方法,其中,基于所述第一信息和所述第一X射线图像中所示的X射线吸收特性来获得所述第二信息。
4.根据权利要求2所述的X射线图像处理方法,其中,所述第一材料是软组织,并且
其中,所述第二材料是骨骼。
5.根据权利要求4所述的X射线图像处理方法,其中,所述第二信息包括所述软组织的厚度、所述软组织的体积、所述软组织的体积比、和所述软组织的面密度中的至少一个,并且
所述第三信息包括所述骨骼的厚度、所述骨骼的体积、所述骨骼的体积比、和所述骨骼的面密度中的至少一个。
6.根据权利要求2所述的X射线图像处理方法,其中,所述第二信息包括关于所述第一材料的厚度的信息,并且
其中,所述第三信息包括关于所述第二材料的厚度的信息。
7.根据权利要求2所述的X射线图像处理方法,还包括:基于所述第二信息和所述第三信息,对所述第一X射线图像执行散射校正。
8.根据权利要求1所述的X射线图像处理方法,还包括:基于所述3D信息,测量从所述3D照相机到所述对象的表面的距离,
其中,基于到所述对象的表面的距离获得关于所述对象的厚度的第一信息。
9.根据权利要求2所述的X射线图像处理方法,还包括:
通过基于所述第二信息和所述第三信息对第一X射线图像执行散射校正,获得散射校正的第一X射线图像;以及
基于所述散射校正的第一X射线图像,更新所述第二信息和所述第三信息。
10.根据权利要求9所述的X射线图像处理方法,还包括:基于所述第二信息和所述第三信息,生成示出所述第一X射线图像中的散射的X射线的分布的散射图;并且
其中,通过使用散射图以从所述第一X射线图像去除与散射的X射线相对应的噪声信号,来获得所述散射校正的第一X射线图像。
11.根据权利要求10所述的X射线图像处理方法,还包括:
通过对所述对象执行投影模拟,基于所述第二信息和所述第三信息来获得第一虚拟X射线图像;以及
基于所述第一虚拟X射线图像与所述第一X射线图像之间的比较的结果,确定是否要更新所述第二信息、所述第三信息、和所述散射图。
12.根据权利要求11所述的X射线图像处理方法,还包括:
通过使入射的X射线透射通过与所述对象相对应的体模,通过所述投影模拟,来生成投影图像;以及
基于所述第二信息和所述第三信息,生成所述散射图,所述散射图示出所述第一X射线图像中的散射的X射线的分布,
其中,通过将所述投影图像和所述散射图相加来获得所述第一虚拟X射线图像。
13.根据权利要求2所述的X射线图像处理方法,还包括:输出包括所述第一信息、所述第二信息、或所述第三信息中的至少一个的用户界面屏幕。
14.一种X射线图像处理装置,包括:
数据接口,配置为:
获得包括多个材料的对象的第一X射线图像,所述多个材料包括第一材料和不同于所述第一材料的第二材料;以及
使用三维3D照相机获取关于所述对象的3D信息;和
图像处理器,包括至少一个处理器,配置为运行至少一个指令以:
基于所述3D信息来获得关于所述对象的厚度的第一信息,以及
通过使用所述第一信息和所述第一X射线图像从所述对象分解所述第一材料来获得与所述第一材料的立体结构有关的第二信息。
15.一种存储指令的非暂时性计算机可读介质,所述指令当由至少一个处理器运行时,引起所述处理器在计算机上运行X射线图像处理方法,所述X射线图像处理方法包括:
获得包括多个材料的对象的第一X射线图像,所述多个材料包括第一材料和不同于所述第一材料的第二材料;
通过使用三维3D照相机来获得关于所述对象的3D信息;
基于所述3D信息来获得关于所述对象的厚度的第一信息;并且
通过使用所述第一信息和所述第一X射线图像从所述对象分解所述第一材料来获得与所述第一材料的立体结构有关的第二信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190013751A KR20200095859A (ko) | 2019-02-01 | 2019-02-01 | 엑스선 영상 처리 방법 및 그에 따른 엑스선 영상 처리 장치 |
KR10-2019-0013751 | 2019-02-01 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111513737A true CN111513737A (zh) | 2020-08-11 |
Family
ID=69192003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010078275.2A Pending CN111513737A (zh) | 2019-02-01 | 2020-02-03 | X射线图像处理方法和x射线图像处理装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11373308B2 (zh) |
EP (1) | EP3689241B1 (zh) |
KR (1) | KR20200095859A (zh) |
CN (1) | CN111513737A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI785637B (zh) * | 2021-06-07 | 2022-12-01 | 國立陽明交通大學 | 預測可靠度的輔助預測系統、方法及電腦程式產品 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7350519B2 (ja) * | 2019-05-29 | 2023-09-26 | キヤノン株式会社 | 放射線撮影システム、放射線撮影制御装置及びその制御方法、並びに、プログラム |
JP7220643B2 (ja) * | 2019-10-04 | 2023-02-10 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
JP7324115B2 (ja) * | 2019-10-11 | 2023-08-09 | 富士フイルムヘルスケア株式会社 | 物質弁別装置、pcct装置および物質弁別方法 |
KR102336229B1 (ko) * | 2020-01-20 | 2021-12-06 | 연세대학교 원주산학협력단 | 3차원 레이저 스캐너를 이용한 단일 에너지 물질 분리 시스템, 장치 및 방법 |
KR102382192B1 (ko) * | 2020-09-11 | 2022-04-04 | 한국과학기술원 | 3차원 산업용 컴퓨터 단층 촬영에서 발생하는 산란 보정을 위한 방법 및 장치 |
EP4190245A1 (en) * | 2021-12-06 | 2023-06-07 | Koninklijke Philips N.V. | Quantitative radiographic imaging using a 3d camera |
EP4212090A1 (en) * | 2022-01-13 | 2023-07-19 | Siemens Healthcare GmbH | Providing key elements of the examination region in an x-ray image |
EP4212101A1 (en) * | 2022-01-13 | 2023-07-19 | Siemens Healthcare GmbH | Providing a complete set of key elements in an x-ray image |
CN117115274B (zh) * | 2023-10-24 | 2024-02-09 | 腾讯科技(深圳)有限公司 | 三维信息的确定方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1842294A (zh) * | 2003-07-01 | 2006-10-04 | 色诺根公司 | 多模式内部成像 |
US20090242776A1 (en) * | 2008-03-26 | 2009-10-01 | Keiji Kobashi | Image generation method and device for emission computed tomography |
CN103536360A (zh) * | 2012-07-09 | 2014-01-29 | 西门子公司 | 由医学图像数据组提取数据组的方法及医学图像拍摄装置 |
CN105962959A (zh) * | 2015-03-12 | 2016-09-28 | 西门子公司 | 对于虚拟x射线量子能量分布产生图像的方法和拍摄装置 |
CN106659448A (zh) * | 2014-06-30 | 2017-05-10 | 爱克发医疗保健公司 | 用于配置x射线成像系统的方法和系统 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6683934B1 (en) | 2000-06-05 | 2004-01-27 | General Electric Company | Dual energy x-ray imaging system and method for radiography and mammography |
US7068826B2 (en) * | 2002-01-28 | 2006-06-27 | Ge Medical Systems Global Technology Company, Llc | Automatic selection of the log-subtraction decomposition parameters for dual energy chest radiography |
US7415146B2 (en) | 2002-04-12 | 2008-08-19 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus to determine bone mineral density utilizing a flat panel detector |
US7295691B2 (en) | 2002-05-15 | 2007-11-13 | Ge Medical Systems Global Technology Company, Llc | Computer aided diagnosis of an image set |
DE102004029009A1 (de) * | 2004-06-16 | 2006-01-19 | Siemens Ag | Vorrichtung und Verfahren für die Streustrahlungskorrektur in der Computer-Tomographie |
JP5389965B2 (ja) | 2005-12-21 | 2014-01-15 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 散乱線補正方法およびx線ct装置 |
JP5010859B2 (ja) | 2005-12-21 | 2012-08-29 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像生成装置 |
KR20090079867A (ko) | 2009-07-02 | 2009-07-22 | (주)이우테크놀로지 | 엑스레이 영상 획득 방법 |
KR20110032047A (ko) | 2009-09-22 | 2011-03-30 | 삼성전자주식회사 | 멀티-에너지 x선 시스템 및 멀티-에너지 x선 물질 분리 이미지 처리 장치와, 멀티-에너지 x선 시스템의 물질 분리 이미지 처리 방법 |
JP5640280B2 (ja) | 2011-01-12 | 2014-12-17 | 国立大学法人広島大学 | 骨粗鬆症診断支援装置及び骨粗鬆症診断支援プログラム |
KR20130055510A (ko) | 2011-11-18 | 2013-05-28 | 삼성전자주식회사 | 디지털 단층촬영 시스템에서의 엑스선 산란추정과 복원 방법 및 장치 |
KR102372165B1 (ko) * | 2015-01-22 | 2022-03-11 | 삼성전자주식회사 | 엑스선 영상 장치, 영상 처리 장치 및 영상 처리 방법 |
KR20160129302A (ko) | 2015-04-30 | 2016-11-09 | (주)나눔테크 | 골밀도 측정 시스템 |
FR3035785B1 (fr) | 2015-05-07 | 2017-06-02 | Arts | Procede d'estimation de la repartition de la densite minerale osseuse dans au moins une partie de squelette d'un individu |
KR20180086709A (ko) * | 2017-01-23 | 2018-08-01 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
EP3403583A1 (en) * | 2017-05-19 | 2018-11-21 | Koninklijke Philips N.V. | Improved geometry measurements in x-ray image |
-
2019
- 2019-02-01 KR KR1020190013751A patent/KR20200095859A/ko not_active Application Discontinuation
-
2020
- 2020-01-24 EP EP20153662.0A patent/EP3689241B1/en active Active
- 2020-01-27 US US16/773,317 patent/US11373308B2/en active Active
- 2020-02-03 CN CN202010078275.2A patent/CN111513737A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1842294A (zh) * | 2003-07-01 | 2006-10-04 | 色诺根公司 | 多模式内部成像 |
US20090242776A1 (en) * | 2008-03-26 | 2009-10-01 | Keiji Kobashi | Image generation method and device for emission computed tomography |
CN103536360A (zh) * | 2012-07-09 | 2014-01-29 | 西门子公司 | 由医学图像数据组提取数据组的方法及医学图像拍摄装置 |
CN106659448A (zh) * | 2014-06-30 | 2017-05-10 | 爱克发医疗保健公司 | 用于配置x射线成像系统的方法和系统 |
CN105962959A (zh) * | 2015-03-12 | 2016-09-28 | 西门子公司 | 对于虚拟x射线量子能量分布产生图像的方法和拍摄装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI785637B (zh) * | 2021-06-07 | 2022-12-01 | 國立陽明交通大學 | 預測可靠度的輔助預測系統、方法及電腦程式產品 |
Also Published As
Publication number | Publication date |
---|---|
US20200250824A1 (en) | 2020-08-06 |
US11373308B2 (en) | 2022-06-28 |
KR20200095859A (ko) | 2020-08-11 |
EP3689241B1 (en) | 2021-06-30 |
EP3689241A1 (en) | 2020-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3689241B1 (en) | X-ray image processing method and x-ray image processing apparatus | |
CN111938678B (zh) | 一种成像系统和方法 | |
CN107170031B (zh) | 利用柔性压缩桨的胸部断层摄影 | |
Ehlke et al. | Fast generation of virtual X-ray images for reconstruction of 3D anatomy | |
US20160262714A1 (en) | Method for determining an x-ray tube current profile, computer program, data carrier and x-ray image recording device | |
US9947101B2 (en) | Radiographic image analysis device and method, and recording medium having program recorded therein | |
EP3804624B1 (en) | Synthetic parameterized computed tomography from surface data in medical imaging | |
US8655040B2 (en) | Integrated image registration and motion estimation for medical imaging applications | |
US11540785B2 (en) | X-ray image processing method and x-ray image processing apparatus | |
EP3203914B1 (en) | Radiation dose applied to different anatomical stages | |
JP5495886B2 (ja) | 患者位置決めシステム | |
JP2018110615A (ja) | 画像処理装置および画像処理方法 | |
KR20240013724A (ko) | 다중 펄스 x-선 소스 이동 단층합성 영상화 시스템을 사용한 인공 지능 훈련 | |
CN113096210A (zh) | 图像重建方法、装置、电子设备和存储介质 | |
CN110022772B (zh) | X射线装置及其获取医学图像的方法 | |
US11837352B2 (en) | Body representations | |
CN110678123B (zh) | 改进的x射线图像中的几何测量 | |
WO2022218441A1 (en) | Systems and methods for imaging | |
CN111789612B (zh) | 一种成像系统和方法 | |
JP2023080703A (ja) | 医用画像処理装置、方法及びプログラム | |
CN114727800A (zh) | 用于对象检测或识别的图像处理方法和装置 |
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 |