CN111986285A - 一种图像校正方法、装置、设备及存储介质 - Google Patents
一种图像校正方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111986285A CN111986285A CN202010887359.0A CN202010887359A CN111986285A CN 111986285 A CN111986285 A CN 111986285A CN 202010887359 A CN202010887359 A CN 202010887359A CN 111986285 A CN111986285 A CN 111986285A
- Authority
- CN
- China
- Prior art keywords
- image
- artifact
- corrected
- correction
- tomographic
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000003702 image correction Methods 0.000 title claims abstract description 59
- 238000005070 sampling Methods 0.000 claims description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 21
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007408 cone-beam computed tomography Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种图像校正方法、装置、设备及存储介质。该方法包括:获取受检部位的断层图像及预先设置的第一伪影图像;通过第一伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像;根据第二伪影图像对断层图像进行再次校正。本发明实施例的技术方案,在图像校正过程中因未涉及到任何物理模型,解决了因物理模型与实际的采集条件存在差异性而导致的欠校正或是过校正的问题,实现了降低断层图像中的伪影的效果,进而提高了图像质量。
Description
技术领域
本发明实施例涉及医学图像处理技术领域,尤其涉及一种图像校正方法、装置、设备及存储介质。
背景技术
近年来,计算机断层扫描技术在医学诊断领域发挥着不可替代的作用,其工作原理是:将人体认为是许多立方体小块(体素),当X射线穿过人体时,由于人体内不同组织对X射线的衰减程度不同,总衰减程度等于X射线穿过的各个体素对X射线的衰减程度的总和,由此,通过探测器接收到的X射线的强度可以反映出人体内各组织的组织信息。在此基础上,旋转球管和探测器相互配合,它们可以在不同角度下采集投影图像,那么,对各角度下采集得到的投影图像进行重建,可以得到人体内各体素的衰减系数,也就是断层图像,该断层图像可以辅助医生进行医学诊断。
但是,一方面,由于部分X射线穿过人体时会发生散射,这些散射X射线会产生不包含组织信息的低频的附加信号,其在断层图像中将会呈现为低频的杯状伪影,从而降低了图像质量。另一方面,由于旋转球管产生的X射线并不是单能X射线,其具有一个比较宽的能谱,由此,当X射线穿过人体时,射束不断“硬化”,客观上组织的衰减系数随着X射线的能量的变化而变化,而在重建断层图像时会假设X射线能量单一,这致使在断层图像中出现杯状伪影。
为去除上述情况造成的杯状伪影,现有的一种解决方案是在采集图像时带滤线栅采集以过滤掉一部分散射X射线,然后对采集到的投影图像进行射束硬化校正和散射校正,然后再对校正后的投影图像进行重建得到断层图像。
需要说明的是,上述校正方案一般分为构建物理模型和将已构建完成的物理模型应用到投影图像中进行校正这两个部分,其校正精度取决于构建得到的物理模型与实际的采集条件的一致性。但是,由于实际的CT系统的复杂性,构建得到的物理模型与实际的采集条件几乎无法做到完全一致。因此,上述校正方案只能减少断层图像中的部分杯状伪影,而且有可能出现过校正的情况,这致使断层图像中会出现盖帽伪影,图像质量依然不佳。
发明内容
本发明实施例提供了一种图像校正方法、装置、设备及存储介质,以实现断层图像中各伪影的有效降低的效果。
第一方面,本发明实施例提供了一种图像校正方法,可以包括:
获取受检部位的断层图像以及预先设置的第一伪影图像;
通过第一伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像;
根据第二伪影图像对断层图像进行再次校正。
可选的,在根据第二伪影图像对断层图像进行再次校正之后,该方法还可包括:
根据再次校正的结果更新校正图像;
根据第二伪影图像更新第一伪影图像;
重复执行根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤,直至图像熵满足预设结束条件。
可选的,第一伪影图像的尺寸小于断层图像的尺寸;
在获取预先设置的第一伪影图像之后,该方法还可包括:对第一伪影图像进行上采样,得到第三伪影图像;
相应的,通过第一伪影图像对断层图像进行校正并得到校正图像,可包括:通过第三伪影图像对断层图像进行校正并得到校正图像;
相应的,在得到第二伪影图像之后,该方法还可以包括:对第二伪影图像进行上采样,并将上采样结果作为第二伪影图像。
可选的,在此基础上,上述图像校正方法,还可以包括:
根据再次校正的结果更新校正图像;
根据第二伪影图像更新第一伪影图像;
重复执行根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤,直至图像熵满足预设结束条件。
可选的,在得到第二伪影图像之后,该方法还可以包括:
对第二伪影图像进行上采样,并将上采样结果作为第一伪影图像;
再次执行对第一伪影图像进行上采样,得到第三伪影图像;通过第三伪影图像对断层图像进行校正并得到校正图像,并根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤。
可选的,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像,具体可以包括:
若校正图像的图像熵未满足预设收敛条件,则根据图像熵对第一伪影图像进行调整并得到第二伪影图像,并将第二伪影图像作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;
相应的,对第二伪影图像进行上采样,并将上采样结果作为第二伪影图像;根据第二伪影图像对断层图像进行再次校正,具体可以包括:
若校正图像未满足预设输出条件,则对第二伪影图像进行上采样,将上采样结果作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;输出校正图像。
可选的,第一伪影图像的数量是至少两个,各第一伪影图像的尺寸互不相同,校正图像的数量与第一伪影图像的数量相同;
在根据第二伪影图像对断层图像进行再次校正之后,该方法还可以包括:
根据再次校正的结果更新校正图像,并将各校正图像中图像熵最小的校正图像进行输出。
可选的,第一伪影图像的尺寸和断层图像的尺寸相同,通过第一伪影图像对断层图像进行校正并得到校正图像,可以包括:
通过如下公式得到校正图像:
F=G./B
其中,F是校正图像,G是断层图像,B是第一伪影图像。
可选的,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像,可以包括:
基于预设最优化算法,根据校正图像的图像熵对第一伪影图像中各像素点的像素值进行调整并得到第二伪影图像。
第二方面,本发明实施例还提供了一种图像校正装置,该装置可以包括:
图像获取模块,用于获取受检部位的断层图像及预先设置的第一伪影图像;
图像调整模块,用于通过第一伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像;
图像校正模块,用于根据第二伪影图像对断层图像进行再次校正。
第三方面,本发明实施例还提供了一种设备,该设备可以包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现本发明任意实施例所提供的图像校正方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本发明任意实施例所提供的图像校正方法。
本发明实施例的技术方案,通过预先设置的第一伪影图像对断层图像进行校正并得到校正图像,由于校正图像的图像熵越小则说明该校正图像中的伪影越小,那么可以根据校正图像的图像熵对第一伪影图像进行调整,以使调整后的第一伪影图像更加贴近断层图像中的伪影;由此,根据调整后的第一伪影图像对断层图像进行校正后可以得到基本未包含伪影的校正图像。上述技术方案,在图像校正过程中因未涉及到任何物理模型,解决了因物理模型与实际的采集条件存在差异性而导致的欠校正或是过校正的问题,实现了降低断层图像中的伪影的效果,进而提高了图像质量。
附图说明
图1是本发明实施例一中的一种图像校正方法的流程图;
图2是本发明实施例一中的一种图像校正方法中的应用示意图;
图3是本发明实施例二中的一种图像校正方法的流程图;
图4是本发明实施例二中的一种图像校正方法中的第一应用示意图;
图5是本发明实施例二中的一种图像校正方法中的第二应用示意图;
图6是本发明实施例三中的一种图像校正装置的结构框图;
图7是本发明实施例四中的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中提供的一种图像校正方法的流程图。本实施例可适用于对基于X射线扫描重建后得到的断层图像中的伪影进行校正的情况,尤其适用于对基于X射线扫描重建后得到的断层图像中的低频伪影进行校正的情况。该方法可以由本发明实施例提供的图像校正装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在各种设备上。
本实施方式中,该装置集成在CT设备中。可以理解,在其他的实施方式中,该装置还可以集成在乳腺机等除CT设备之外的其他成像设备中。
参见图1,本发明实施例的方法具体包括如下步骤:
S110、获取受检部位的断层图像以及预先设置的第一伪影图像。
其中,基于X射线对受检部位进行扫描的技术可以是计算机断层扫描(ComputedTomography,CT)技术、锥束计算机断层扫描(Cone beam Computed Tomography,CBCT)技术等等;对扫描结果进行重建后得到的断层图像可以是二维断层图像、三维断层图像等,即,该断层图像可以是基于X射线对受检部位进行扫描并重建后得到的图像。在此基础上,在获取到断层图像之后,还可以对其进行预处理,如降噪处理、降采样处理、增强处理等等。
第一伪影图像是预先设置的用于描述断层图像中的伪影的图像,该伪影可以是非均匀性的低频伪影,如杯状伪影(中间偏暗且四周偏亮)、盖帽伪影(中间偏亮且四周偏暗)等等;第一伪影图像的尺寸与断层图像的尺寸可以相同也可以不同。因此,在获取到断层图像和第一伪影图像之后,可以对二者或是二者中的任一个进行采样以使二者的尺寸相一致或是满足某种数值关系,当然,也可以不对二者进行任何处理。由于第一伪影图像仅是一个初始化图像,后续步骤可根据某些因素对其进行调整。因此,第一伪影图像的形状未存在任何限制,即第一伪影图像中各像素点的像素值未存在任何限制;该第一伪影图像的数量可以是一个、两个或是多个,在第一伪影图像的数量是至少两个时,各第一伪影图像的尺寸可以完全一致、部分一致或是完全不同。
S120、通过第一伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像。
其中,由于第一伪影图像是用于描述断层图像中的伪影的图像,因此根据该第一伪影图像可以对该断层图像进行校正,并将校正后的断层图像作为校正图像。需要说明的是,根据一个图像对另一个图像进行校正的实现方案有多种,一种可选的实现方案是,考虑到断层图像中可以包含有伪影、组织信息和噪声,其可以通过如下式子进行表示:G=F.*B+N,其中,G是断层图像,F是包含有组织信息的校正图像,B是包含有伪影的第一伪影图像,N是包含有噪声的噪声图像,.*是矩阵中的乘法运算符,B的尺寸和G的尺寸相一致。由此,当将噪声忽略后,上述式子可以转换为G=F.*B,那么,通过第一伪影图像对断层图像进行校正并得到校正图像的具体实现过程可以通过如下式子表示:F=G./B,其中,./是矩阵中的除法运算符。
进一步,由于校正图像的图像熵的大小和该校正图像中伪影的大小呈正相关,即图像熵越小则意味着该校正图像中的伪影越小,那么,可以根据该图像熵对第一伪影图像进行调整,以使调整后的第一伪影图像能够更加精准地描述断层图像中的伪影,将调整后的第一伪影图像作为第二伪影图像。上述图像熵可以仅包含校正图像的图像信息,也可以同时包含校正图像的图像信息和梯度信息,这与图像熵的具体计算过程有关。
在实际应用中,可选的,这一调整过程可以是对第一伪影图像中各像素点的像素值进行调整;这一调整过程可以基于预设最优化算法实现,该预设最优化算法可以是梯度下降算法、模拟退火算法、遗传算法等等,其优化目的是通过调整第一伪影图像以降低校正图像的图像熵的大小。示例性的,梯度下降算法是根据目标函数的梯度来调整第一伪影图像中各像素点的像素值,模拟退火算法是随机调整第一伪影图像中各像素点的像素值。
S130、根据第二伪影图像对断层图像进行再次校正。
其中,相对于第一伪影图像,第二伪影图像可以更加精准地描述断层图像中的伪影,因此可以根据第二伪影图像对断层图像进行再次校正,并根据再次校正的结果更新校正图像,输出该校正图像,以便尽可能降低校正后得到的校正图像的伪影,从而提高了校正图像的清晰度。
在此基础上,可选的,为了进一步提高校正精度,在根据第二伪影图像对断层图像进行再次校正之后,该图像校正方法还可以包括:根据再次校正的结果更新校正图像;根据第二伪影图像更新第一伪影图像,并重复执行根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤,直至图像熵满足预设结束条件,该预设结束条件可以是图像熵最小、预设收敛条件等等。为了更好地理解上述重复执行过程,示例性的,如图2所示,初始化伪影图像B且获取断层图像G,二者尺寸相一致;基于F=G./B得到校正图像F;计算出F的图像熵;若图像熵满足预设收敛条件则输出F,否则根据图像熵调整B并根据调整结果更新B,返回执行基于F=G./B得到校正图像F的步骤。即,通过根据图像熵的大小不断调整调整B以使根据B对G进行校正后得到的F的图像熵最小,从而得到只包含组织信息的F。
本发明实施例的技术方案,通过预先设置的第一伪影图像对断层图像进行校正并得到校正图像,由于校正图像的图像熵越小则说明该校正图像中的伪影越小,那么可以根据校正图像的图像熵对第一伪影图像进行调整,以使调整后的第一伪影图像更加贴近断层图像中的伪影;由此,根据调整后的第一伪影图像对断层图像进行校正后可以得到基本未包含伪影的校正图像。上述技术方案,在图像校正过程中因未涉及到任何物理模型,解决了因物理模型与实际的采集条件存在差异性而导致的欠校正或是过校正的问题,实现了降低断层图像中的伪影的效果,进而提高了图像质量。
需要说明的是,上述图像校正方案可以单独应用来降低断层图像中的伪影,也可以与散射校正和/或射束硬化校正共同应用来降低断层图像中的伪影,如先对断层图像进行散射校正和/或射束硬化校正,再基于上述校正方案对校正后的断层图像进行再次校正,由此既能发挥散射校正和/或射束硬化校正的校正作用、又能有效解决二者可能存在的过校正和欠校正的问题。
实施例二
图3是本发明实施例二中提供的一种图像校正方法的流程图。本实施例以上述各技术方案为基础进行优化。在本实施例中,可选的,第一伪影图像的尺寸小于断层图像的尺寸,在获取预先设置的第一伪影图像之后,该方法还可以包括:对第一伪影图像进行上采样,得到第三伪影图像;相应的,通过第一伪影图像对断层图像进行校正并得到校正图像,具体可包括:通过第三伪影图像对断层图像进行校正并得到校正图像;相应的,在得到第二伪影图像之后,该方法还可以包括:对第二伪影图像进行上采样,并将上采样结果作为第二伪影图像。其中,与上述各实施例相同或相应的术语的解释在此不再赘述。
参见图3,本实施例的方法具体可以包括如下步骤:
S210、获取受检部位的断层图像以及预先设置的第一伪影图像,对第一伪影图像进行上采样,得到第三伪影图像,其中,第一伪影图像的尺寸小于断层图像的尺寸。
其中,由于第一伪影图像的尺寸小于断层图像的尺寸,那么可以先对第一伪影图像进行上采样后得到第三伪影图像,该第三伪影图像的尺寸和断层图像的尺寸可以相同也可以不同。在此基础上,可选的,还可以对断层图像进行降采样以使二者的尺寸相一致或是满足某种数值关系。
S220、通过第三伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像。
S230、对第二伪影图像进行上采样,并将上采样结果作为第二伪影图像。
其中,对第一伪影图像进行调整的过程是调整第一伪影图像中各像素点的像素值,那么对第一伪影图像进行调整后得到的第二伪影图像的尺寸与调整前的第一伪影图像的尺寸相一致。此时,类似于第一伪影图像的处理过程,可以对第二伪影图像进行上采样,上采样后的第二伪影图像的尺寸和第一伪影图像的尺寸可以相同也可以不同,且上采样后的第二伪影图像的尺寸和断层图像的尺寸可以相同也可以不同,在此未做具体限定。
S240、根据第二伪影图像对断层图像进行再次校正。
需要说明的是,上述技术方案设置的好处在于,第一伪影图像的尺寸小于断层图像的尺寸,这意味着后续对第一伪影图像进行调整时,只需对数量较少的像素点的像素值进行调整,调整效率更高;而且,可以避免出现因调整后的第一伪影图像的不平滑而致使产生新的伪影的情况。示例性的,假设断层图像的尺寸是256*256*256,若第一伪影图像的尺寸也是256*256*256,这意味着预设最优化算法需要计算256*256*256个像素点的像素值,这是极其费时的,且可能出现计算后的第一伪影图像因不平滑而产生一些新的伪影。相应的,若第一伪影图像的尺寸是32*32*32,这意味着预设最优化算法仅需计算32*32*32个像素点的像素值,实用性更强且计算效率更高;特别地,在计算过程中将32*32*32个像素点上采样到256*256*256个像素点,由此可以保证上采样后的第一伪影图像的平滑性,从而保证了上采样后的第一伪影图像中不会出现新的伪影。即,本发明实施例的技术方案,通过对尺寸较小的第一伪影图像进行调整,达到了提高第一伪影图像的调整效率、且避免出现新的伪影的效果。
为了更好地理解上述步骤的具体实现过程,下面结合具体示例,对本实施例的图像校正方法进行示例性的说明。示例性的,初始化伪影图像B且获取断层图像G,其中,B的尺寸小于G的尺寸;对B进行上采样得到B1,其中,B1的尺寸和G的尺寸相一致,该上采样可以基于插值算法实现,该差值算法可以是多项式差值算法、样条函数差值算法、B样条函数差值算法等等;基于F=G./B1得到校正图像F;计算出F的图像熵;根据该图像熵调整B,并根据调整后的B再次执行对B进行上采样得到B1和基于F=G./B1得到F的步骤,输出F。
在此基础上,为了进一步提高校正精度,在根据第二伪影图像对断层图像进行再次校正之后,该图像校正方法还可以包括:根据再次校正的结果更新校正图像;根据第二伪影图像更新第一伪影图像,并重复执行根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤,直至图像熵满足预设结束条件,该预设结束条件可以是图像熵最小、预设收敛条件等等。为了更好地理解上述重复执行过程,示例性的,上述示例的具体实现过程还可以是,以图4为例,初始化伪影图像B且获取断层图像G,其中,B的尺寸小于G的尺寸;对B进行上采样得到B1,其中,B1的尺寸和G的尺寸相同;基于F=G./B1得到校正图像F;计算出F的图像熵;若图像熵满足预设收敛条件则输出F,否则根据该图像熵调整B并根据调整结果更新B,返回执行对B进行上采样得到B1的步骤。
在此基础上,一种可选的技术方案,在得到第二伪影图像之后,该方法还可以包括:对第二伪影图像进行上采样,并将上采样结果作为第一伪影图像,即对调整后的第一伪影图像进行上采样,并将上采样结果作为第一伪影图像;再次执行对第一伪影图像进行上采样,得到第三伪影图像;通过第三伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤。这一技术方案的整体流程可以是:获取断层图像以及预先设置的第一伪影图像;对第一伪影图像进行上采样,得到第三伪影图像;通过第三伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像;对第二伪影图像进行上采样,并将上采样结果作为第一伪影图像;对第一伪影图像进行上采样,得到第三伪影图像;通过第三伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像;对第二伪影图像进行上采样,并将上采样结果作为第二伪影图像;根据第二伪影图像对断层图像进行再次校正。
这样设置的好处在于,在对第一伪影图像进行调整后得到的第二伪影图像已经能够较好地呈现出断层图像中的伪影,为了进一步提高图像质量,还可以将第二伪影图像进行上采样,并根据上采样结果更新第一伪影图像,此时的第一伪影图像的尺寸大于先前的第一伪影图像的尺寸,尺寸越大意味着其细节内容越多,那么,相较于先前得到的第二伪影图像,对尺寸更大的第一伪影图像进行调整后得到的第二伪影图像能够更好地呈现出断层图像中的伪影。
为了更好地理解上述步骤的具体实现过程,下面结合具体示例,对本实施例的图像校正方法进行示例性的说明。示例性的,初始化伪影图像B且获取断层图像G,其中,B的尺寸小于G的尺寸(如,B的尺寸是32*32*32且G的尺寸是256*256*256);对B进行上采样得到B1,其中,B1的尺寸和G的尺寸相同;基于F=G./B1得到校正图像F;计算出F的图像熵;根据该图像熵调整B;对调整后的B进行上采样,并根据上采样结果更新B,其中,B的尺寸小于G的尺寸(如,B的尺寸是64*64*64);对B进行上采样得到B1,其中,B1的尺寸和G的尺寸相同;基于F=G./B1得到F;计算出F的图像熵;根据该图像熵调整B,并根据调整结果更新B;基于F=G./B得到F,输出F。
在此基础上,为了进一步提高图像质量,可选的,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像,具体可以包括:若校正图像的图像熵未满足预设收敛条件,则根据图像熵对第一伪影图像进行调整并得到第二伪影图像,并将第二伪影图像作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;相应的,对第二伪影图像进行上采样,并将上采样结果作为第二伪影图像;根据第二伪影图像对断层图像进行再次校正,具体可以包括:若校正图像未满足预设输出条件,则对第二伪影图像进行上采样,将上采样结果作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;输出校正图像。
这一技术方案的整体流程可以是:
获取受检部位的断层图像以及预先设置的第一伪影图像;
对第一伪影图像进行上采样,得到第三伪影图像;
通过第三伪影图像对断层图像进行校正并得到校正图像,若校正图像的图像熵未满足预设收敛条件,则根据图像熵对第一伪影图像进行调整并得到第二伪影图像,并将第二伪影图像作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;
若校正图像未满足预设输出条件,则对第二伪影图像进行上采样,将上采样结果作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;输出校正图像。
由此,上述示例的具体实现过程还可以是,参见图5,初始化伪影图像B且获取断层图像G,其中,B的尺寸小于G的尺寸;对B进行上采样得到B1,其中,B1的尺寸和G的尺寸相同;基于F=G./B1得到校正图像F;计算出F的图像熵;若图像熵未满足预设收敛条件则根据该图像熵调整B,并根据调整结果更新B;重复执行对B进行上采样得到B1的步骤,直至图像熵满足预设收敛条件;若F未满足预设输出条件则对B进行上采样,根据上采样结果更新B,其中,B的尺寸小于G的尺寸,预设输出条件可以是F是否满足预设输出条件的判断次数大于第一预设数值阈值、图像熵小于第一预设数值阈值等等,并重复执行对B进行上采样得到B1的步骤,直至F满足预设输出条件时输出F。
需要说明的是,在初始化后得到一个伪影第一伪影图像之后,基于本发明实施例所述的图像校正方法对其进行处理后,可以输出一个校正图像,即校正图像的数量与第一伪影图像的数量相一致;那么,假设第一伪影图像的数量是至少两个,各第一伪影图像的尺寸互不相同,则根据再次校正的结果更新校正图像之后可以得到与第一伪影图像的数量一致的校正图像,此时可以分别计算出各校正图像的图像熵,并将各校正图像中图像熵最小的校正图像进行输出。即,同时初始化多个不同尺寸的第一伪影图像,并基于上述任意技术方案对各第一伪影图像分别进行处理,选取图像熵最小的校正图像进行输出,这可以在保证图像质量的同时,提高图像校正效率。
实施例三
图6为本发明实施例三提供的图像校正装置的结构框图,该装置用于执行上述任意实施例所提供的图像校正方法。该装置与上述各实施例的图像校正方法属于同一个发明构思,在图像校正装置的实施例中未详尽描述的细节内容,可以参考上述图像校正方法的实施例。参见图6,该装置具体可以包括:图像获取模块310、图像调整模块320和图像校正模块330。
其中,图像获取模块310,用于获取受检部位的断层图像以及预先设置的第一伪影图像;
图像调整模块320,用于通过第一伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像;
图像校正模块330,用于根据第二伪影图像对断层图像进行再次校正。
可选的,在上述装置的基础上,该装置还可包括:
第一重复执行模块,用于根据再次校正的结果更新校正图像,根据第二伪影图像更新第一伪影图像,重复执行根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤,直至图像熵满足预设结束条件。
可选的,第一伪影图像的尺寸小于断层图像的尺寸;
在图像获取模块310之后,该装置还可包括:第一上采样模块,用于对第一伪影图像进行上采样,得到第三伪影图像;
相应的,图像调整模块320,具体可以包括:
第一校正单元,用于通过第三伪影图像对断层图像进行校正得到校正图像;
相应的,在图像调整模块320之后,该装置还可包括:第二上采样模块,用于对第二伪影图像进行上采样,并将上采样结果作为第二伪影图像。
可选的,在上述装置的基础上,该装置还可包括:
第二重复执行模块,用于根据再次校正的结果更新校正图像,根据第二伪影图像更新第一伪影图像,重复执行根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤,直至图像熵满足预设结束条件。
可选的,在图像调整模块320之后,该装置还可包括:
第三上采样模块,用于对第二伪影图像进行上采样,并将上采样结果作为第一伪影图像;
再次执行模块,用于再次执行对第一伪影图像进行上采样,得到第三伪影图像;通过第三伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像的步骤。
可选的,图像调整模块320,具体可以包括:
图像熵判断单元,用于若校正图像的图像熵未满足预设收敛条件,则根据图像熵对第一伪影图像进行调整并得到第二伪影图像,将第二伪影图像作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;
相应的,第二上采样模块和图像校正模块330,具体可以用于:
若校正图像未满足预设输出条件,则对第二伪影图像进行上采样,将上采样结果作为第一伪影图像,重复执行对第一伪影图像进行上采样,得到第三伪影图像的步骤;输出校正图像。
可选的,第一伪影图像的数量是至少两个,各第一伪影图像的尺寸互不相同,校正图像的数量与第一伪影图像的数量相同;
相应的,在图像校正模块330之后,该装置还可包括:
图像输出模块,用于根据再次校正的结果更新校正图像,并将各校正图像中图像熵最小的校正图像进行输出。
可选的,第一伪影图像的尺寸和断层图像的尺寸相同,图像调整模块320,具体可以包括:
第二校正单元,用于通过如下公式得到校正图像:
F=G./B
其中,F是校正图像,G是断层图像,B是第一伪影图像。
可选的,图像调整模块320,具体可以包括:
图像调整单元,用于基于预设最优化算法,根据校正图像的图像熵对第一伪影图像中各像素点的像素值进行调整并得到第二伪影图像。
本发明实施例三提供的图像校正装置,通过图像获取模块和图像调整模块相互配合,根据预先设置的第一伪影图像对断层图像进行校正并得到校正图像,由于校正图像的图像熵越小则说明该校正图像中的伪影越小,那么可以根据校正图像的图像熵对第一伪影图像进行调整,以使调整后的第一伪影图像更加贴近断层图像中的伪影;由此,图像校正模块根据调整后的第一伪影图像对断层图像进行校正后可以得到基本未包含伪影的校正图像。上述装置,在图像校正过程中因未涉及到任何物理模型,解决了因物理模型与实际的采集条件存在差异性而导致的欠校正或是过校正的问题,实现了降低断层图像中的伪影的效果,进而提高了图像质量。
本发明实施例所提供的图像校正装置可执行本发明任意实施例所提供的图像校正方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述图像校正装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图7为本发明实施例四提供的一种设备的结构示意图,如图7所示,该设备包括存储器410、处理器420、输入装置430和输出装置440。设备中的处理器420的数量可以是一个或多个,图7中以一个处理器420为例;设备中的存储器410、处理器420、输入装置430和输出装置440可以通过总线或其它方式连接,图7中以通过总线450连接为例。
存储器410作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的图像校正方法对应的程序指令/模块(例如,图像校正装置中的图像获取模块310、图像调整模块320和图像校正模块330)。处理器420通过运行存储在存储器410中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的图像校正方法。
存储器410可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器410可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器410可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与装置的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种图像校正方法,该方法包括:
获取受检部位的断层图像以及预先设置的第一伪影图像;
通过第一伪影图像对断层图像进行校正并得到校正图像,根据校正图像的图像熵对第一伪影图像进行调整并得到第二伪影图像;
根据第二伪影图像对断层图像进行再次校正。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的图像校正方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。依据这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种图像校正方法,其特征在于,包括:
获取受检部位的断层图像以及预先设置的第一伪影图像;
通过所述第一伪影图像对所述断层图像进行校正并得到校正图像,根据所述校正图像的图像熵对所述第一伪影图像进行调整并得到第二伪影图像;
根据所述第二伪影图像对所述断层图像进行再次校正。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述第二伪影图像对所述断层图像进行再次校正之后,还包括:
根据再次校正的结果更新所述校正图像;
根据所述第二伪影图像更新所述第一伪影图像;
重复执行所述根据所述校正图像的图像熵对所述第一伪影图像进行调整并得到第二伪影图像的步骤,直至所述图像熵满足预设结束条件。
3.根据权利要求1所述的方法,其特征在于,所述第一伪影图像的尺寸小于所述断层图像的尺寸;
在所述获取预先设置的第一伪影图像之后,还包括:对所述第一伪影图像进行上采样,得到第三伪影图像;
所述通过所述第一伪影图像对所述断层图像进行校正并得到校正图像包括:通过所述第三伪影图像对所述断层图像进行校正并得到校正图像;
在所述得到第二伪影图像之后,还包括:对所述第二伪影图像进行上采样,并将上采样结果作为所述第二伪影图像。
4.根据权利要求3所述的方法,其特征在于,在所述根据所述第二伪影图像对所述断层图像进行再次校正之后,还包括:
根据再次校正的结果更新所述校正图像;
根据所述第二伪影图像更新所述第一伪影图像;
重复执行所述根据所述校正图像的图像熵对所述第一伪影图像进行调整并得到第二伪影图像的步骤,直至所述图像熵满足预设结束条件。
5.根据权利要求3所述的方法,其特征在于,在所述得到第二伪影图像后,还包括:
对所述第二伪影图像进行上采样,并将上采样结果作为所述第一伪影图像;
再次执行所述对所述第一伪影图像进行上采样,得到第三伪影图像;通过所述第三伪影图像对所述断层图像进行校正并得到校正图像,根据所述校正图像的图像熵对所述第一伪影图像进行调整并得到第二伪影图像的步骤。
6.根据权利要求3所述的方法,其特征在于,所述根据所述校正图像的图像熵对所述第一伪影图像进行调整并得到第二伪影图像,包括:
若所述校正图像的图像熵未满足预设收敛条件,则根据所述图像熵对所述第一伪影图像进行调整并得到第二伪影图像,并将所述第二伪影图像作为所述第一伪影图像,重复执行所述对所述第一伪影图像进行上采样,得到第三伪影图像的步骤;
相应的,所述对所述第二伪影图像进行上采样,并将上采样结果作为所述第二伪影图像;根据所述第二伪影图像对所述断层图像进行再次校正,包括:
若所述校正图像未满足预设输出条件,则对所述第二伪影图像进行上采样,将上采样结果作为所述第一伪影图像,重复执行所述对所述第一伪影图像进行上采样,得到第三伪影图像的步骤;
输出所述校正图像。
7.根据权利要求1-6中任一所述的方法,其特征在于,所述第一伪影图像的数量至少是两个,各所述第一伪影图像的尺寸互不相同,且所述校正图像的数量与所述第一伪影图像的数量相同;相应的,在所述根据所述第二伪影图像对所述断层图像进行再次校正之后,还包括:
根据再次校正的结果更新所述校正图像,将各所述校正图像中所述图像熵最小的所述校正图像进行输出。
8.根据权利要求1所述的方法,其特征在于,所述第一伪影图像的尺寸和所述断层图像的尺寸相同,所述通过所述第一伪影图像对所述断层图像进行校正并得到校正图像,包括:
通过如下公式得到校正图像:
F=G./B
其中,F是所述校正图像,G是所述断层图像,B是所述第一伪影图像。
9.根据权利要求1所述的方法,其特征在于,所述根据所述校正图像的图像熵对所述第一伪影图像进行调整并得到第二伪影图像,包括:
基于预设最优化算法,根据所述校正图像的图像熵对所述第一伪影图像中各像素点的像素值进行调整并得到第二伪影图像。
10.一种图像校正装置,其特征在于,包括:
图像获取模块,用于获取受检部位的断层图像及预先设置的第一伪影图像;
图像调整模块,用于通过所述第一伪影图像对所述断层图像进行校正并得到校正图像,根据所述校正图像的图像熵对所述第一伪影图像进行调整并得到第二伪影图像;
图像校正模块,用于根据所述第二伪影图像对所述断层图像进行再次校正。
11.一种设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的图像校正方法。
12.一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如权利要求1-9中任一所述的图像校正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010887359.0A CN111986285B (zh) | 2020-08-28 | 2020-08-28 | 一种图像校正方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010887359.0A CN111986285B (zh) | 2020-08-28 | 2020-08-28 | 一种图像校正方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111986285A true CN111986285A (zh) | 2020-11-24 |
CN111986285B CN111986285B (zh) | 2024-04-26 |
Family
ID=73440197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010887359.0A Active CN111986285B (zh) | 2020-08-28 | 2020-08-28 | 一种图像校正方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111986285B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008104762A (ja) * | 2006-10-27 | 2008-05-08 | Ge Medical Systems Global Technology Co Llc | X線断層撮影装置およびアーチファクトの低減方法 |
US20080285827A1 (en) * | 2007-05-18 | 2008-11-20 | Visiongate, Inc. | Method for image processing and reconstruction of images for optical tomography |
US20140056497A1 (en) * | 2012-08-23 | 2014-02-27 | General Electric Company | System and method for correcting for metal artifacts using multi-energy computed tomography |
CN105528800A (zh) * | 2016-01-21 | 2016-04-27 | 上海联影医疗科技有限公司 | 一种计算机断层成像伪影校正方法及装置 |
CN106551703A (zh) * | 2015-09-30 | 2017-04-05 | 上海联影医疗科技有限公司 | 计算机断层成像方法和计算机断层成像系统 |
US20190261940A1 (en) * | 2018-02-28 | 2019-08-29 | Samsung Electronics Co., Ltd. | Method and apparatus for correcting computed tomography image |
-
2020
- 2020-08-28 CN CN202010887359.0A patent/CN111986285B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008104762A (ja) * | 2006-10-27 | 2008-05-08 | Ge Medical Systems Global Technology Co Llc | X線断層撮影装置およびアーチファクトの低減方法 |
US20080285827A1 (en) * | 2007-05-18 | 2008-11-20 | Visiongate, Inc. | Method for image processing and reconstruction of images for optical tomography |
US20140056497A1 (en) * | 2012-08-23 | 2014-02-27 | General Electric Company | System and method for correcting for metal artifacts using multi-energy computed tomography |
CN106551703A (zh) * | 2015-09-30 | 2017-04-05 | 上海联影医疗科技有限公司 | 计算机断层成像方法和计算机断层成像系统 |
CN105528800A (zh) * | 2016-01-21 | 2016-04-27 | 上海联影医疗科技有限公司 | 一种计算机断层成像伪影校正方法及装置 |
US20190261940A1 (en) * | 2018-02-28 | 2019-08-29 | Samsung Electronics Co., Ltd. | Method and apparatus for correcting computed tomography image |
Non-Patent Citations (2)
Title |
---|
LARS GJESTEBY.ET AL: ""Metal Artifact Reduction in CT: Where Are We After Four Decades?"", 《IEEE》, 13 September 2016 (2016-09-13) * |
张学松: ""C T 图像射束硬化伪影校正方法研究"", 《知网》, 15 August 2017 (2017-08-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN111986285B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106683144B (zh) | 一种图像迭代重建方法及装置 | |
CN107004257B (zh) | 通过基于噪声模型的多尺度噪声降低来模拟剂量增加 | |
Meilinger et al. | Metal artifact reduction in cone beam computed tomography using forward projected reconstruction information | |
US8855394B2 (en) | Methods and apparatus for texture based filter fusion for CBCT system and cone-beam image reconstruction | |
Chen et al. | CT metal artifact reduction method based on improved image segmentation and sinogram in‐painting | |
JP2004246625A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN105225208A (zh) | 一种计算机断层成像金属伪影校正方法及装置 | |
US11010960B2 (en) | Method for enhanced display of image slices from 3-D volume image | |
CN110490857B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN105528800A (zh) | 一种计算机断层成像伪影校正方法及装置 | |
JP2013506520A (ja) | コーンビームct画像におけるアーチファクト低減のための方法 | |
JP2013085955A (ja) | 連続マルチスケール再構成において詳細画像を補うx線コンピュータ断層撮像装置(x線ct装置)、医用画像処理装置及び医用画像処理方法 | |
US20220414832A1 (en) | X-ray imaging restoration using deep learning algorithms | |
CN109461192B (zh) | 图像迭代重建方法、装置、设备及存储介质 | |
CN111105475B (zh) | 一种基于正交角度x光的骨骼三维重建方法 | |
CN107106105B (zh) | 用于物体的x射线成像装置 | |
CN110473297B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN111053566B (zh) | X射线图像重建方法、装置、x射线成像系统及介质 | |
CN110084866B (zh) | 一种计算机断层成像方法和装置 | |
JP2021065707A (ja) | 医用画像処理装置、学習済みモデルおよび医用画像処理方法 | |
CN111986285B (zh) | 一种图像校正方法、装置、设备及存储介质 | |
WO2023051344A1 (en) | Ultra-high resolution ct reconstruction using gradient guidance | |
CN114782566B (zh) | Ct数据重建方法和装置、电子设备和计算机可读存储介质 | |
CN113643394B (zh) | 散射校正方法、装置、计算机设备和存储介质 | |
CN113592968B (zh) | 断层扫描图像中金属伪影的消减方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |