CN111784794A - Ct图像重建方法、装置、计算机设备和可读存储介质 - Google Patents

Ct图像重建方法、装置、计算机设备和可读存储介质 Download PDF

Info

Publication number
CN111784794A
CN111784794A CN202010637674.8A CN202010637674A CN111784794A CN 111784794 A CN111784794 A CN 111784794A CN 202010637674 A CN202010637674 A CN 202010637674A CN 111784794 A CN111784794 A CN 111784794A
Authority
CN
China
Prior art keywords
projection data
reconstruction
value
image
reconstructed 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
Application number
CN202010637674.8A
Other languages
English (en)
Inventor
高健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010637674.8A priority Critical patent/CN111784794A/zh
Publication of CN111784794A publication Critical patent/CN111784794A/zh
Pending legal-status Critical Current

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
    • G06T11/008—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
    • 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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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]

Abstract

本申请涉及一种CT图像重建方法、装置、计算机设备和可读存储介质，包括控制X射线发生器向目标对象发射X射线，获得测量投影数据；通过第一模型
Figure DDA0002570051900000011
确定重建矢量r，其中旋转角度
Figure DDA0002570051900000012
和Zx对应于第x个探测器单元经过预处理的第一测量值，Yx对应于第x个探测器单元的第二测量值，所述第二测量值Yx与测量投影数据一一对应，在所述重建矢量的第一模型内应用平滑函数，根据所述重建矢量确定期望投影数据，根据所述期望投影数据生成重建图像，将所述重建图像反投影到可成像范围(FOV)中得到反投影值，根据所述重建图像的像素值对所述反投影值加权，根据所述加权后的反投影值生成目标图像。所述重建方法可以使用较少的投影数据进行图像重建，同时消除了使用插值方法获取投影数据带来的投影数据误差同时可以减少图像伪影。

Description

CT图像重建方法、装置、计算机设备和可读存储介质
技术领域
本申请涉及医疗成像技术领域，特别是涉及一种医学图像处理方法、装置、计算机设备和可读存储介质。
背景技术
CT是用X线束从多个方向对人体检查部位具有一定厚度的层面进行扫描，由探测器而不用胶片接收透过该层面的X线，转变为可见光后，由光电转换器转变为电信号，再经模拟/数字转换器转为数字，输人计算机处理,CT的另一个问题是受试者在扫描期间暴露的X射线剂量。为了获得更高分辨率和无伪影的图像，必须以足够高的X射线束强度获得许多视图，以便以期望的信噪比(SNR)重建图像。可以通过降低光束强度或减少所获取的视图的数量来减小剂量水平，但是上述任一步骤也降低了重建图像的SNR，同时可能由此引起的传统插值重建方法会产生图像伪像。因此，需要提供以一种重建方法可以使用较少的投影数据进行图像重建，同时消除了使用插值方法获取投影数据带来的投影数据误差同时可以减少图像伪影。
发明内容
本发明的目的在于提供一种重建方法可以使用较少的投影数据进行图像重建，同时消除了使用插值方法获取投影数据带来的投影数据误差同时可以减少图像伪影。
为达到上述发明目的，本发明提供的技术方案如下：在本申请的一方面，提供了一种CT图像重建方法，包括：控制X射线发生器向目标对象发射X射线，获得测量投影数据；通过第一模型
Figure BDA0002570051880000011
确定重建矢量r，其中，
Figure BDA0002570051880000012
和Zx对应于第x个探测器单元经过预处理后的第一测量值，Yx对应于第x个探测器单元的第二测量值，所述第二测量值与测量投影数据一一对应；在所述重建矢量的第一模型内应用平滑函数；根据所述重建矢量确定期望投影数据；根据所述期望投影数据生成重建图像；将所述重建图像反投影到可成像范围(FOV)中得到反投影值，根据所述重建图像的像素值对所述反投影值加权，根据所述加权后的反投影值生成目标图像。
在本申请的另一方面，提供了第二模型I(x,y,x)＝r×Yx,根据所述重建矢量确定期望投影数据，其中I(x,y,x)为期望投影数据。
在本申请的另一方面，提供了将所述期望投影数据对应的图像反投影到可成像范围，包括：所述可成像范围由用户选择或自动选择。
在本申请的另一方面，提供了在所述可成像范围包括在用户选择或自动选择的可成像范围的基础上扩展预设区域。
在本申请的另一方面，提供了根据扩展预设区域，进一步包括：根据像素宽度确定，扩展预设区域的距离等于像素宽度的sqrt(1/2)。
在本申请的另一方面，提供了将所述期望投影数据对应的图像反投影到可成像范围(FOV)中得到反投影值，包括，
Figure BDA0002570051880000021
其中m为将所述重建图像反投影的重建反投影值，Cx为重建图像的像素值，Tx为沿反投影方向的第x个像素的衰减值，n为沿反投影路径的像素总数。
在本申请的又一方面，提供了根据所述加权后的反投影值生成目标图像，其特征在于，包括：对每个图像像素对应的反投影值求和。
在一些实施例中，提供了一种CT图像重建装置，包括：测量投影数据获取模块，用于获取X射线发生器向目标对象发射X射线后获得的测量投影数据；重建矢量计算模块，用于根据第一模型
Figure BDA0002570051880000022
确定重建矢量r，其中
Figure BDA0002570051880000023
和Zx对应于第x个探测器单元经过预处理后的第一测量值，
Figure BDA0002570051880000024
为探测器的旋转角度，Zx为探测器在Z轴方向的位置坐标。Yx对应于第x个探测器单元的第二测量值，所述第二测量值与测量投影数据一一对应，在所述重建矢量的第一模型内应用平滑函数；由于需要对第二测量值进行平滑处理，本实施例中使用三次B样条曲线方程对第二测量值进行平滑处理，而平滑处理可分为近似拟合和插值拟合两种，两种拟合处理各有其优缺点，本实施例中选用了近似拟合算法处理第二测量值。期望投影数据计算模块，用于根据所述重建矢量确定期望投影数据；重建图像生成模块，用于根据所述期望投影数据生成重建图像；目标图像确定模块，用于将所述重建图像反投影到可成像范围(FOV)中得到反投影值，根据所述重建图像的像素值对所述反投影值加权，根据所述加权后的反投影值生成目标图像。
本申请实施例之一提供一种计算机处理设备，包括处理器，所述处理器用于执行上述图像重建方法。
本申请实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述图像重建方法。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是是根据本申请一些实施例所示的示例性图像重建系统的应用场景示意图；
图2是根据本申请一些实施例所示的图像重建的示例性流程图；
图3是根据本申请一些实施例所示的示例性图像重建装置的模块图；
具体实施方式
为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
本申请所披露的图像重建方法，可以应用于多种医学扫描成像设备，包括但不限于计算机X线摄影仪(CR)、数字化X线摄影仪(DR)、计算机断层扫描仪(CT)、屏片X射线机、移动X射线设备(比如移动C臂机)、数字减影血管造影扫描仪(DSA)、直线加速器、发射型计算机断层扫描仪(ECT)等中的一种或其任意组合。仅出于说明的目的，本申请将以CT系统为例，对披露的技术方案进行详细描述，并不旨在限制本发明的范围。
在一个方面，本发明涉及一种CT图像重建方法、装置、计算机设备和可读存储介质，包括控制X射线发生器向目标对象发射X射线，获得测量投影数据；通过第一模型
Figure BDA0002570051880000031
确定重建矢量r，其中旋转角度
Figure BDA0002570051880000032
和Z轴位置Zx对应于第x个探测器单元经过预处理后的第一测量值，所述预处理步骤为对测量值进行去噪处理，Yx对应于第x个探测器单元的第二测量值，所述第二测量值与测量投影数据一一对应，在所述重建矢量的第一模型内应用平滑函数，由于需要对第二测量值进行平滑处理，本实施例中使用三次B样条曲线方程对第二测量值进行平滑处理，而平滑处理可分为近似拟合和插值拟合两种，两种拟合处理各有其优缺点，本实施例中选用了近似拟合算法处理第二测量值，具体为Pi＝F(Fi,k),其中Pi是曲线的特征点，Fi和k则是K阶B样条基函数。根据所述重建矢量确定期望投影数据；根据所述期望投影数据生成重建图像；将所述重建图像反投影到可成像范围(FOV)中得到反投影值，根据所述重建图像的像素值对所述反投影值加权，根据所述加权后的反投影值生成目标图像。所述重建方法可以使用较少的投影数据进行图像重建，同时消除了使用插值方法获取投影数据带来的投影数据误差同时可以减少图像伪影。
图1所示为根据本申请一些实施例所示的示例性图像重建系统的应用场景示意图。在一些实施例中，该图像重建系统可以获取扫描对象的原始投影数据，并基于本申请所披露的方法获取扫描对象的重建图像。如图1所示，图像重建系统100可以包括扫描设备110、网络120、一个或多个终端130、处理设备140以及存储设备150。
扫描设备110可以包括机架111、探测器112、探测区域113、扫描床114和放射扫描源115。机架111可以支撑探测器112和放射扫描源115。机架111可以旋转，例如，围绕机架旋转轴线顺时针或逆时针旋转。放射扫描源115可以与机架111一同旋转。扫描对象可以放置于扫描床114上接受扫描。放射扫描源115可以发出放射线束到扫描对象。探测器112可以探测从探测区域113发出的辐射束(例如，伽马光子)，在接收穿过扫描对象的辐射束后，探测器112可以将其转变为可见光，并由光电转变为电信号，再经模拟/数字转换器转换为数字信息，输入计算设备(例如，计算机)进行处理，或传输至存储设备进行存储。在一些实施例中，探测器112可以包括一个或多个探测器单元。探测器单元可以包括闪烁探测器(例如，碘化铯探测器)和其他探测器等。探测器单元可以是包括单排探测器和/或多排探测器。
处理设备140可以处理从扫描设备110、终端130和/或存储设备150获得的数据和/或信息。例如，处理设备140可以确定图像重建所需的扫描数据。在一些实施例中，处理设备140可以用于对读取后的数据进行处理，例如，数据预处理、图像重建、重建后处理等。在一些实施例中，处理设备140可以是单个服务器或服务器组。服务器组可以是集中式的，也可以是分布式的。在一些实施例中，处理设备140可以是本地的或远程的。例如，处理设备140可以通过网络120从扫描设备110、终端130和/或存储设备150访问信息和/或数据。又例如，处理设备140可以直接连接扫描设备110、终端130和/或存储设备150以访问信息和/或数据。在一些实施例中，处理设备140可以在云平台上实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、跨云、多云等其中一种或几种的组合。
终端130可以包括移动设备131、平板电脑132、笔记本电脑133等或其任意组合。在一些实施例中，终端130可以通过网络与图像重建系统100中的其他组件交互。例如，终端130可以向扫描设备110发送一种或多种控制指令以控制扫描设备110按照指令进行扫描。又例如，终端130还可以接收处理设备140的处理结果，例如，重建后的图像。在一些实施例中，移动设备131可以包括智能家居装置、可穿戴设备、移动装置、虚拟现实装置、增强现实装置等或其任意组合。在一些实施例中，智能家居装置可以包括智能照明装置、智能电器控制装置、智能监控装置、智能电视、智能摄像机、对讲机等或其任意组合。在一些实施例中，可穿戴设备可以包括手链、鞋袜、眼镜、头盔、手表、衣服、背包、智能附件等或其任意组合。在一些实施例中，移动装置可包括移动电话、个人数字助理(PDA)、游戏装置、导航装置、POS装置、笔记本电脑、平板电脑、台式机等或其任意组合。在一些实施例中，该虚拟现实装置和/或增强现实装置可包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强现实头盔、增强现实眼镜、增强现实补丁等或其任意组合。例如，该虚拟现实装置和/或增强现实装置可包括Google GlassTM、Oculus RiftTM、HoloLensTM或Gear VRTM等。在一些实施例中，终端130可以是处理设备140的一部分。
存储设备150可以存储数据(例如，对目标对象的扫描数据)、指令和/或任何其他信息。在一些实施例中，存储设备150可以存储从扫描设备110、终端130和/或处理设备140处获得的数据，例如，存储设备150可以存储从扫描设备110获得的扫描对象的扫描数据。在一些实施例中，存储设备150可以存储处理设备140执行或使用的数据和/或指令，以执行本申请中描述的示例性方法。在一些实施例中，存储设备150可包括大容量存储器、可移除存储器、易失性读写存储器、只读存储器(ROM)等其中一种或几种的组合。大容量存储可以包括磁盘、光盘、固态硬盘、移动存储等。可移除存储器可以包括闪存驱动器、软盘、光盘、存储卡、ZIP磁盘、磁带等。易失性读写存储器可以包括随机存取存储器(RAM)。RAM可以包括动态随机存储器(DRAM)、双数据率同步动态随机存取存储器(DDR-SDRAM)、静态随机存取存储器(SRAM)、可控硅随机存取存储器(T-RAM)、零电容随机存取存储器(Z-RAM)等。ROM可以包括掩模只读存储器(MROM)、可编程的只读存储器(PROM)、可擦除可编程只读存储器(EPROM)，电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)、数字多功能光盘等。在一些实施例中，存储设备150可以通过本申请中描述的云平台实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、跨云、多云等其中一种或几种的组合。
在一些实施例中，存储设备150可以连接网络120，以与图像重建系统100中的一个或多个组件(例如，处理设备140、终端130等)之间实现通信。图像重建系统100中的一个或多个组件可以通过网络120读取存储设备150中的数据或指令。在一些实施例中，存储设备150可以是处理设备140的一部分，也可以是独立的，与处理设备140直接或间接相连。
网络120可以包括能够促进图像重建系统100的信息和/或数据交换的任何合适的网络。在一些实施例中，图像重建系统100的一个或多个组件(例如，扫描设备110、终端130、处理设备140、存储设备150等)可以通过网络120与图像重建系统100的一个或多个组件之间交换信息和/或数据。例如，处理设备140可以通过网络120从数据处理计划系统获取计划数据。网络120可以包括公共网络(如互联网)、私人网络(例如，局域网(LAN)、广域网(WAN))等)、有线网络(如以太网)、无线网络(例如，802.11网络、无线Wi-Fi网络等)、蜂窝网络(例如，长期演进(LTE)网络)、帧中继网络、虚拟专用网络(VPN)、卫星网络、电话网络、路由器、集线器、服务器计算机等其中一种或几种组合。例如，网络120可以包括有线网络、光纤网络、电信网络、局域网、无线局域网(WLAN)、城域网(MAN)，公用电话交换网(PSTN)、蓝牙TM网络，ZigBeeTM网络、近场通信(NFC)网络等其中一种或几种的组合。在一些实施例中，网络120可以包括一个或多个网络接入点。例如，网络120可以包括有线和/或无线网络接入点，例如基站和/或因特网交换点，通过所述接入点，图像重建系统100的一个或多个组件可以连接网络120以交换数据和/或信息。
图2所示为根据本申请一些实施例所示的图像重建的示例性流程图。在一些实施例中，流程可以通过处理逻辑来执行，该处理逻辑可以包括硬件(例如，电路、专用逻辑、可编程逻辑、微代码等)、软件(运行在处理设备上以执行硬件模拟的指令)等或其任意组合。图2所示的用于图像重建的流程中的一个或多个操作可以通过图1所示的处理设备140实现。例如，流程可以以指令的形式存储在存储设备150中，并由处理设备140执行调用和/或执行。
如图2所示，该图像重建的方法可以包括以下操作。步骤210，控制X射线发生器向目标对象发射X射线，获得测量投影数据。步骤210可以由原始数据获取模块310执行。
在一些实施例中，所述测量投影数据可以是由探测设备，例如图1中所示的探测器112所获取的扫描投影数据，其可用于图像重建。例如，所述测量投影数据可以是由探测器112接收到的CT值信号经过预处理，比如模数转换后得到的数据。在一些实施例中，所述测量投影数据可以从探测器112直接获取，也可以从存储设备150获取。例如，所述测量投影数据可以是直接从扫描设备110获得的扫描对象的扫描投影数据，也可以是存储在存储设备150中的数据。本申请实施例中，所述测量投影数据可以与第一扫描角度范围相关。结合图1，可以知道的是，在一次扫描过程中，放射扫描源115围绕扫描对象进行旋转，基于扫描协议，放射扫描源115可以在特定的时刻发射射线束，同时探测器112可以探测从扫描对象例如患者穿过的射线束从而获取扫描投影数据。每个特定的时刻被称为一次数据采集时刻。因为放射扫描源115是运动的，每一个数据采集时刻可以对应一个数据采集角度。该数据采集角度可以理解为放射扫描源115在数据采集时刻时的旋转角度或机架111在数据采集时刻时的旋转角度，如10°、15°、90°或180°等。因此，每一个数据采集角度可以对应有一份扫描投影数据。基于以上的描述可以理解，放射扫描源115在一次扫描过程中会有一个旋转角度范围，例如，0°到360°或720°，所述第一扫描角度范围可以是该旋转角度范围内的一段。所述测量投影数据可以是所述第一扫描角度范围内的所有数据采集角度对应的扫描投影数据的集合。在一些实施例中，所述测量投影数据的选取可以是任意的。例如，可以任意选择两段扫描角度范围内的扫描投影数据作为所述测量投影数据。在一些实施例中，所述测量投影数据的选取可以根据具体的扫描对象确定。例如，假定扫描对象是患者的心脏、肺、肋骨或者腹腔等运动部位，可以首先确定扫描对象的目标相位(例如，心脏处于运动较平缓状态时)对应的数据采集时刻，然后根据该数据采集时刻获取其对应的数据采集角度。以该数据角度为中心，选择一段扫描角度范围下的扫描投影数据作为所述测量投影数据。
步骤220可以由第一图像确定模块320执行。在一些实施例中，通过第一模型
Figure BDA0002570051880000071
Figure BDA0002570051880000072
确定重建矢量r，其中旋转角度
Figure BDA0002570051880000073
和Zx对应于第x个探测器单元第一测量值，Yx对应于第x个探测器单元的第二测量值，所述第二测量值Yx与测量投影数据一一对应，在所述重建矢量的第一模型内应用平滑函数；确定与投影数据近似匹配的向量，消除了可能由此引起的传统插值和伪影。
步骤230，根据所述重建矢量确定期望投影数据。步骤230可以由期望投影数据计算模块330执行。在一些实施例中，所述根据所述重建矢量确定期望投影数据流程可以包括根据第二模型I(x,y,x)＝r×Yx,其中I(x,y,x)为期望投影数据。
步骤240，根据所述期望投影数据生成重建图像。步骤240可以由重建图像生成模块340执行。为了获取较高时间分辨率且清晰的重建图像，重建图像生成模块340可以采用的图像成像方法不做限制
步骤250，将所述重建图像反投影到可成像范围(FOV)中得到反投影值，根据所述重建图像的像素值对所述反投影值加权，根据所述加权后的反投影值生成目标图像。步骤250可以由目标图像确定模块350执行。
为了消除了使用插值方法获取投影数据带来的投影数据误差，采用以下技术方案，包括，将所述期望投影数据对应的图像反投影到可成像范围，包括：所述可成像范围由用户选择或自动选择。所述可成像范围包括在用户选择或自动选择的可成像范围的基础上扩展预设区域。所述的扩展预设区域，进一步包括：根据像素宽度确定，扩展预设区域的距离等于像素宽度的sqrt(1/2)。
应当注意的是，上述有关流程的描述仅仅是为了示例和说明，而不限定本申请的适用范围。对于本领域技术人员来说，在本申请的指导下可以对流程进行各种修正和改变。然而，这些修正和改变仍在本申请的范围之内。
关于以上模块的描述，可以参考本申请流程图部分。
应当理解，图3所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
需要注意的是，以上对于候选项显示、确定系统及其模块的描述，仅为描述方便，并不能把本申请限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，在一些实施例中，例如，图3中披露的测量投影数据获取模块310、重建矢量计算模块320、期望投影数据计算确定模块330、重建图像生成模块340和目标图像确定模块350可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本申请的保护范围之内。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran2003、Perl、COBOL2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (10)

1.一种CT图像重建方法，包括：
控制X射线发生器向目标对象发射X射线，获得测量投影数据；
通过第一模型
Figure FDA0002570051870000011
确定重建矢量r，其中，
Figure FDA0002570051870000012
和Zx对应于第x个探测器单元经过预处理后的第一测量值，Yx对应于第x个探测器单元的第二测量值，所述第二测量值与测量投影数据一一对应，在所述重建矢量的第一模型内应用平滑函数；
根据所述重建矢量确定期望投影数据；
根据所述期望投影数据生成重建图像；
将所述重建图像反投影到可成像范围(FOV)中得到反投影值，根据所述重建图像的像素值对所述反投影值加权，根据所述加权后的反投影值生成目标图像。
2.根据权利要求1所述的重建方法，其特征在于，所述根据所述重建矢量确定期望投影数据包括：根据第二模型I(x,y,x)＝r×Yx确定期望投影数据,其中I(x,y,x)为期望投影数据。
3.根据权利要求1所述的重建方法，其特征在于，所述将所述期望投影数据生成重建图像，将所述重建图像反投影到可成像范围(FOV)包括：
所述可成像范围(FOV)由用户选择或自动选择。
4.根据权利要求3所述的重建方法，其特征在于，所述可成像范围(FOV)包括在用户选择或自动选择的可成像范围的基础上扩展的预设区域。
5.根据权利要求4所述的重建方法，其特征在于，所述扩展的预设区域进一步包括：根据重建图像的像素宽度确定扩展的预设区域。
6.根据权利要求1所述的重建方法，其特征在于，将所述期望投影数据对应的图像反投影到可成像范围(FOV)中得到反投影值，包括，
Figure FDA0002570051870000013
其中m为将所述重建图像反投影的重建反投影值，Cx为重建图像的像素值，Tx为沿反投影方向的第x个像素的衰减值，n为沿反投影路径的像素总数。
7.根据权利要求1所述的重建方法，其特征在于，根据所述加权后的反投影值生成目标图像，包括：
对每个重建图像的像素对应的反投影值求和。
8.一种CT图像重建装置，执行权利要求1至权利要求7所述的重建方法，其特征在于，包括：
测量投影数据获取模块，用于获取X射线发生器向目标对象发射X射线后获得的测量投影数据；
重建矢量计算模块，用于根据第一模型
Figure FDA0002570051870000014
确定重建矢量r，其中
Figure FDA0002570051870000015
和Zx对应于第x个探测器单元经过预处理后的第一测量值，Yx对应于第x个探测器单元的第二测量值，所述第二测量值与测量投影数据一一对应；
在所述重建矢量的第一模型内应用平滑函数；
期望投影数据计算模块，用于根据所述重建矢量确定期望投影数据；
重建图像生成模块，用于根据所述期望投影数据生成重建图像；
目标图像确定模块，用于将所述重建图像反投影到可成像范围(FOV)中得到反投影值，根据所述重建图像的像素值对所述反投影值加权，根据所述加权后的反投影值生成目标图像。
9.一种计算机设备，包括：
包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010637674.8A 2020-07-05 2020-07-05 Ct图像重建方法、装置、计算机设备和可读存储介质 Pending CN111784794A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010637674.8A CN111784794A (zh) 2020-07-05 2020-07-05 Ct图像重建方法、装置、计算机设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010637674.8A CN111784794A (zh) 2020-07-05 2020-07-05 Ct图像重建方法、装置、计算机设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN111784794A true CN111784794A (zh) 2020-10-16

Family

ID=72759584

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010637674.8A Pending CN111784794A (zh) 2020-07-05 2020-07-05 Ct图像重建方法、装置、计算机设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN111784794A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180322664A1 (en) * 2017-05-03 2018-11-08 Siemens Healthcare Gmbh Adaptive method for generating artifact-reduced ct image data
US20190180482A1 (en) * 2016-07-04 2019-06-13 Hitachi, Ltd. Image reconstruction device, x-ray ct device, and image reconstruction method
CN110751702A (zh) * 2019-10-29 2020-02-04 上海联影医疗科技有限公司 图像重建方法、系统、装置及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190180482A1 (en) * 2016-07-04 2019-06-13 Hitachi, Ltd. Image reconstruction device, x-ray ct device, and image reconstruction method
US20180322664A1 (en) * 2017-05-03 2018-11-08 Siemens Healthcare Gmbh Adaptive method for generating artifact-reduced ct image data
CN110751702A (zh) * 2019-10-29 2020-02-04 上海联影医疗科技有限公司 图像重建方法、系统、装置及存储介质

Similar Documents

Publication Publication Date Title
CN110751702B (zh) 图像重建方法、系统、装置及存储介质
CN109009200B (zh) 用于正电子发射断层成像图像重建的系统和方法
CN110151210B (zh) 一种医学图像处理方法、系统、装置和计算机可读介质
EP3528707B1 (en) Systems and methods for image acquisition
US10657621B2 (en) Moving structure motion compensation in imaging
CN110866959B (zh) 图像重建方法、系统、装置及存储介质
JP2016152916A (ja) Ｘ線コンピュータ断層撮像装置及び医用画像処理装置
CN108389242A (zh) 投影图像的校正方法及装置
US20150049930A1 (en) Iterative image reconstruction with regularization
US20210166448A1 (en) Systems and methods for determining at least one artifact calibration coefficient
US11501944B2 (en) Method and system for adjusting focal point position
US10624599B2 (en) Systems and methods for motion signal correction
CN110853742B (zh) 一种图像重建方法、系统、装置及存储介质
US11972565B2 (en) Systems and methods for scanning data processing
CN111528890A (zh) 一种医学图像获取方法和系统
US11941733B2 (en) System and method for motion signal recalibration
US10984564B2 (en) Image noise estimation using alternating negation
CN111369636B (zh) 一种图像重建方法、系统、装置及存储介质
US20190180481A1 (en) Tomographic reconstruction with weights
CN111784794A (zh) Ct图像重建方法、装置、计算机设备和可读存储介质
US11967005B2 (en) Cone beam artifact correction for gated imaging
CN114359125A (zh) Ct图像处理方法、装置、计算机设备和可读存储介质
US11763498B2 (en) Systems and methods for image reconstruction
US20220084172A1 (en) Imaging systems and methods
CN109363695B (zh) 一种成像方法和系统

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