CN112017256A - 在线ct图像质量自由定制方法及计算机可读存储介质 - Google Patents
在线ct图像质量自由定制方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112017256A CN112017256A CN202010892871.4A CN202010892871A CN112017256A CN 112017256 A CN112017256 A CN 112017256A CN 202010892871 A CN202010892871 A CN 202010892871A CN 112017256 A CN112017256 A CN 112017256A
- Authority
- CN
- China
- Prior art keywords
- sample
- parameters
- parameter
- filter
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 235000012431 wafers Nutrition 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003707 image sharpening Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000002591 computed tomography Methods 0.000 abstract description 29
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 4
- 238000002059 diagnostic imaging Methods 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003786 synthesis 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
-
- G06T5/70—
-
- G06T5/73—
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种在线CT图像质量自由定制方法及计算机可读存储介质，属于医学成像技术领域，方法包括步骤：扫描得到待检测部位的原始CT数据；根据原始CT数据和不同的参数条件，生成不同类型的样片，构成样片库；从样片中寻找最佳候选样片或生成最佳样片，用于计算新的目标参数；将得到的目标参数作为新的扫描参数，自动更新到影像链系统中。本发明所采用的方法，能够满足用户对图像的不同需求，在CT扫描过程中自主定制相应的图像重建参数，并将新的扫描参数实时更新到影像链系统中，更新操作自动化，扫描效率高，输出图像效果好，且不需要厂商在CT扫描系统中额外增设大量原卷积核等参数。
Description
技术领域
本发明涉及医学成像技术领域，具体涉及一种在线CT图像质量自由定制方法及计算机可读存储介质。
背景技术
CT(计算机断层扫描成像系统)利用X射线扫描物体，获得投影数据，并通过断层重建算法来处理这些投影数据，获得物体的断层和三维的密度信息，达到无损检测的目的。CT检测在医学诊断、工业无损检测等领域都有着重要的应用。在医学诊断领域，CT自从1970年问世以来，与磁共振(MRI)、正电子发射计算机断层成像和CT组合系统(PET/CT)一起成为医用三大关键成像系统。相比其他成像手段，CT重建能够快速得到高分辨率的图像，重建结果的对比度精度可以控制在1％以内，能分辨0.5mm级别的物体。
因成像物理过程的复杂性，即使最先进的CT系统也要应对各种图像伪影对最终图像质量的影响。为了能够更加的清晰显示患者的各个部位、组织结构的信息，通常对于一个扫描，需要用不同的预先调节滤波参数进行重建图像，来满足医生的需求。但是由于滤波参数的复杂性，和每个医生的偏好，以及使用习惯不一样，预先出厂设置的卷积很难满足所有用户的要求。通常的图像质量的因素包括很多，比如图像分辨率、噪声、噪声纹理等方面。在成像系统给定的情况下，这些参数之间也是有着相互的联系，单一指标达到最好不能反应出图像质量最好，相互之间需要平衡才能达到目标的图像质量。
现有的技术，对于重建的重要参数：卷积核，都是厂家预先设计好的，用户只能从列表中选取，用户是没法自行修改的。因此，用户能得到的图像都是预先设计好的。尽管可以尽可能的多提供卷积核，也很难满足所有用户的要求。而且，对于不同部位，医生所关注的组织有所不同，为了最优化图像质量，通常需要采取不同的参数对患者进行扫描及重建。对于CT生产厂商来说，提供成百上千的卷积核也不现实，因为，每次操作人员都要从这么多卷积核中选择常用的那几个，影响使用的友好程度。
发明内容
技术目的：针对上述技术问题，本发明公开了一种在线CT图像质量自由定制方法及计算机可读存储介质，能够在CT扫描过程中，实现用户根据不同需要定制不同制各种图像风格，自动更新生成新的成像所需要的滤波、降噪算法，操作便捷，图像成像效果好。
技术方案：为实现上述技术目的，本发明采用了如下技术方案：
一种在线CT图像质量自由定制方法，其特征在于，顺序执行以下步骤：
S1、扫描得到待检测部位的原始CT数据；
S2、根据原始CT数据和不同的参数条件，生成不同类型的样片，构成样片库；
S3、从样片中寻找最佳候选样片或生成最佳样片，用于计算新的目标参数：
如果样片库中存在满足预设条件的样片，则将所有满足预设条件的样片作为最佳候选样片，根据所有最佳候选样片所对应的参数，进行合成得到新的目标参数；
如果样片库中不存在满足预设条件的样片，则选取任意一个样片，通过图像调节工具，对所选样片进行处理，经过调整后的图像作为最佳样片，根据最佳样片自动估计得到新的目标参数；
S4、步骤S3得到的目标参数，作为新的扫描参数，自动更新到影像链系统中。
优选的，所述步骤S2中的参数包括重建核、去噪强度以及增强强度，样片类型包括不同的空间分辨率、不同的噪声强度以及不同的增强强度。
优选的，根据所有最佳候选样片所对应的参数，使用插值或拟合方式合成新的目标参数；为得到最佳样片使用的图像调节的方法，包括图像锐化、图像模糊或降噪处理。
优选的，所述滤波参数的计算公式为：
filter＝filter1*w1+filter2*w2+…+filtern*wn
其中，filter为最终用户指定的滤波参数，filtern表示第n个样片的滤波参数，wn表示用户指定的第n个样片的权重，满足
优选的，所述S3中，根据最佳样片自动估计得到新的滤波参数的计算公式为：
其中，filterori为原始滤波参数，f(w)为锐化参数。
本发明还公开了一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有至少一个可被处理器执行的指令，其中至少一个指令被处理器执行时，用于执行所述在线CT图像质量自由定制方法。
有益效果：由于采用了上述技术方案，本发明具有如下技术效果：
本发明公开的在线CT图像质量自由定制方法，通过自适应的方法，来满足用户对图像的不同需求，帮助用户自主定制相应的图像重建参数，参数包括卷积核和降噪处理参数，无需CT厂商在CT系统中预设大量的卷积核心等参数，且由于本发明的方法能够在扫描过程中实时将得到的新的扫描参数自动更新到影像链系统中，降低了对CT扫描工作人员的操作要求，扫描效率高且输出图像效果好。
附图说明
图1为本发明的在线CT图像质量自由定制方法的整体流程图；
图2为不同滤波参数下，空间频率与频率响应的关系图；
图3为不同的滤波参数对应不同的重建图像质量的效果图；其中(a)对应图2中的滤波参数1，(b)对应图2中的滤波参数2；
图4为不同去噪参数下，去噪强度与图像噪声关系图；
图5为不同的去噪参数对应不同的图像噪声水平的效果图；其中(c)对应图2中的去噪参数1，(d)对应图2中的去噪参数2；
图6为用户根据3个样片生成需要的扫描协议的示意图；
图7为用户定制图像界面的示意图；
图8为不同锐化参数的图像，从左到右对应无锐化、锐化参数为0.1、锐化0.2三种情形。
具体实施方式
如图1所示，本发明公开了一种在线CT图像质量自由定制方法，具体步骤包括：
1)、扫描得到对应部位的原始数据。
2)、根据扫描数据，按照不同的参数，如重建核、去噪强度、增强强度，重建层厚，重建矩阵大小等，生成若干种类型的图片作为样片库。样片库中不同类型样片的区别，通常可以是不同的空间分辨率，不同的噪声强度以及不同的增强强度等。
3)、用户选择最贴近需求的样片。
4)、如果用户能够找到合适的需求或者近似需求的样片，比如2-3个样片，作为最佳候选样片；如果不能找到那就跳转到步骤7)。
5)、最终扫描协议参数包括不同的参数，如重建核、去噪强度、增强强度，重建层厚，重建矩阵大小等，将通过最佳候选样片所对应的参数，进行合成得到。
合成方式可以选择插值、拟合等。如图2-3所示为不同滤波参数下，空间频率与频率响应的关系图。可以使用线性插值得到最终的滤波参数：
filter＝filter1*w1+filter2*w2+…+filtern*wn
上述公式中，filter为最终用户指定的滤波参数，filtern表示第n个样片的滤波参数，wn表示用户指定的第n个样片的权重，同时满足
同理，如图4-5所示，最终用户指定的去噪参数、增强参数，也可以使用同样的方式得到。
6)、将步骤5)得到的新的参数，如滤波参数、降噪参数、增强参数等，自动更新到影像链系统。
7)、如步骤4中，样片库中没有能够满足用户需求的样片，那么用户还可以通过图像调节工具，如图8所示，来对样片进行修改。图像调节的方法，包括图像锐化、图像模糊、降噪等。
8)、通过步骤7的调整，用户得到所需求的最佳样片。
9)、根据最佳样片，自动估计重建参数。在图4中，选择了锐化参数f(w)，则新的滤波参数filter为原始滤波参数filterori与锐化参数f(w)的卷积。
图像变化如图5：
同时记录图像增强参数为fenh(w)及去噪参数fdenoise(w)。
10)、将步骤9)得到的新的参数，如滤波参数filter、降噪参数fdenoise(w)、增强参数fenh(w)等，自动更新到影像链系统。
11)、将经过上述步骤更新的扫描参数，更新到当前用户的扫描/重建系统中，生成定制的适合当前用户的扫描重建参数。在用户今后的使用中，生成的图像就是基于这些用户自定义的参数。
经过步骤6)或步骤10)更新的扫描参数，能够平衡CT扫描系统中的多种参数条件，针对不同部位的CT扫描自动选择合适的扫描参数，得到质量更优的CT扫描图像。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种在线CT图像质量自由定制方法，其特征在于，顺序执行以下步骤：
S1、扫描得到待检测部位的原始CT数据；
S2、根据原始CT数据和不同的参数条件，生成不同类型的样片，构成样片库；
S3、从样片中寻找最佳候选样片或生成最佳样片，用于计算新的目标参数：
如果样片库中存在满足预设条件的样片，则将所有满足预设条件的样片作为最佳候选样片，根据所有最佳候选样片所对应的参数，进行合成得到新的目标参数；
如果样片库中不存在满足预设条件的样片，则选取任意一个样片，通过图像调节工具，对所选样片进行处理，经过调整后的图像作为最佳样片，根据最佳样片自动估计得到新的目标参数；
S4、步骤S3得到的目标参数，作为新的扫描参数，自动更新到影像链系统中。
2.根据权利要求1所述的在线CT图像质量自由定制方法，其特征在于：所述步骤S2中的参数包括重建核、去噪强度以及增强强度，样片类型包括不同的空间分辨率、不同的噪声强度以及不同的增强强度。
3.根据权利要求1所述的在线CT图像质量自由定制方法，其特征在于：所述步骤S3中，目标参数包括重建参数、去噪参数和增强参数，新的扫描参数包括新的滤波参数、降噪参数和增强参数。
4.根据权利要求1所述的在线CT图像质量自由定制方法，其特征在于：所述步骤S3中，根据所有最佳候选样片所对应的参数，使用插值或拟合方式合成新的目标参数；为得到最佳样片使用的图像调节的方法，包括图像锐化、图像模糊或降噪处理。
5.根据权利要求4所述的在线CT图像质量自由定制方法，其特征在于：所述步骤S3中，滤波参数的计算公式为：
filter＝filter1*w1+filter2*w2+…+filtern*wn
其中,filter为最终用户指定的滤波参数，filtern表示第n个样片的滤波参数，wn表示用户指定的第n个样片的权重，满足
6.根据权利要求1所述的在线CT图像质量自由定制方法，其特征在于，所述S3中，根据最佳样片自动估计得到新的滤波参数的计算公式为：
其中，filterori为原始滤波参数，f(w)为锐化参数。
7.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有至少一个可被处理器执行的指令，其中至少一个指令被处理器执行时，用于执行如权利要求1至6中任一所述在线CT图像质量自由定制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010892871.4A CN112017256B (zh) | 2020-08-31 | 2020-08-31 | 在线ct图像质量自由定制方法及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010892871.4A CN112017256B (zh) | 2020-08-31 | 2020-08-31 | 在线ct图像质量自由定制方法及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112017256A true CN112017256A (zh) | 2020-12-01 |
| CN112017256B CN112017256B (zh) | 2023-09-15 |
Family
ID=73503899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010892871.4A Active CN112017256B (zh) | 2020-08-31 | 2020-08-31 | 在线ct图像质量自由定制方法及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112017256B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102488527A (zh) * | 2004-11-16 | 2012-06-13 | 梅德拉股份有限公司 | 从成像过程确定病人生理参数的系统和方法 |
| US20140098933A1 (en) * | 2012-10-04 | 2014-04-10 | General Electric Company | Dual display ct scanner user interface |
| EP3133555A2 (en) * | 2015-08-17 | 2017-02-22 | FEI Company | Novel data processing in a tomographic imaging apparatus |
| US20180096477A1 (en) * | 2015-04-13 | 2018-04-05 | Accumetra, Llc | Automated scan quality monitoring system |
| CN107948637A (zh) * | 2017-12-14 | 2018-04-20 | 上海联影医疗科技有限公司 | 一种模体图像质量检测方法和系统 |
| US20180322617A1 (en) * | 2015-11-10 | 2018-11-08 | Koninklijke Philips N.V. | Method for automatic optimization of quantitative map generation in functional medical imaging |
| US20190035117A1 (en) * | 2017-07-25 | 2019-01-31 | Nuctech Company Limited | Method and device for reconstructing ct image and storage medium |
| US20190104940A1 (en) * | 2017-10-06 | 2019-04-11 | Toshiba Medical Systems Corporation | Apparatus and method for medical image reconstruction using deep learning for computed tomography (ct) image noise and artifacts reduction |
| US20190122343A1 (en) * | 2017-10-25 | 2019-04-25 | Shenyang Neusoft Medical Systems Co., Ltd. | Denoising ct image |
| US20190206095A1 (en) * | 2017-12-29 | 2019-07-04 | Tsinghua University | Image processing method, image processing device and storage medium |
| CN110023999A (zh) * | 2016-11-29 | 2019-07-16 | 皇家飞利浦有限公司 | 发射和透射断层摄影中的交互式目标超快重建 |
| CN110503698A (zh) * | 2018-05-16 | 2019-11-26 | 西门子医疗有限公司 | 确定成像模态和其的参数的方法，装置和成像系统 |
| US20190392615A1 (en) * | 2018-06-26 | 2019-12-26 | Uih America, Inc. | System and method for 3d image reconstruction from axial step-and-shoot ct |
-
2020
- 2020-08-31 CN CN202010892871.4A patent/CN112017256B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102488527A (zh) * | 2004-11-16 | 2012-06-13 | 梅德拉股份有限公司 | 从成像过程确定病人生理参数的系统和方法 |
| US20140098933A1 (en) * | 2012-10-04 | 2014-04-10 | General Electric Company | Dual display ct scanner user interface |
| US20180096477A1 (en) * | 2015-04-13 | 2018-04-05 | Accumetra, Llc | Automated scan quality monitoring system |
| EP3133555A2 (en) * | 2015-08-17 | 2017-02-22 | FEI Company | Novel data processing in a tomographic imaging apparatus |
| US20180322617A1 (en) * | 2015-11-10 | 2018-11-08 | Koninklijke Philips N.V. | Method for automatic optimization of quantitative map generation in functional medical imaging |
| CN110023999A (zh) * | 2016-11-29 | 2019-07-16 | 皇家飞利浦有限公司 | 发射和透射断层摄影中的交互式目标超快重建 |
| US20190035117A1 (en) * | 2017-07-25 | 2019-01-31 | Nuctech Company Limited | Method and device for reconstructing ct image and storage medium |
| US20190104940A1 (en) * | 2017-10-06 | 2019-04-11 | Toshiba Medical Systems Corporation | Apparatus and method for medical image reconstruction using deep learning for computed tomography (ct) image noise and artifacts reduction |
| US20190122343A1 (en) * | 2017-10-25 | 2019-04-25 | Shenyang Neusoft Medical Systems Co., Ltd. | Denoising ct image |
| CN107948637A (zh) * | 2017-12-14 | 2018-04-20 | 上海联影医疗科技有限公司 | 一种模体图像质量检测方法和系统 |
| US20190206095A1 (en) * | 2017-12-29 | 2019-07-04 | Tsinghua University | Image processing method, image processing device and storage medium |
| CN110503698A (zh) * | 2018-05-16 | 2019-11-26 | 西门子医疗有限公司 | 确定成像模态和其的参数的方法，装置和成像系统 |
| US20190392615A1 (en) * | 2018-06-26 | 2019-12-26 | Uih America, Inc. | System and method for 3d image reconstruction from axial step-and-shoot ct |
Non-Patent Citations (2)
| Title |
|---|
| AAKER, GD等: "Interactive Visualization of the Retina in a 3-D Virtual Reality Environment", 《INVESTIGATIVE OPHTHALMOLOGY & VISUAL SCIENCE 》 * |
| 胡洁等: "新型非局部平均滤波修正的CT图像重建算法", 《计算机工程与设计》, vol. 37, no. 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112017256B (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6100772B2 (ja) | 画像処理方法及びコンピューティング装置 | |
| JP5665903B2 (ja) | 画像処理装置及び方法、画像処理システム、並びにプログラム | |
| CN107464231B (zh) | 用于确定医学成像的最佳操作参数的系统和方法 | |
| JP5525797B2 (ja) | 医用画像処理装置、超音波診断装置および医用画像処理方法 | |
| CN111815735B (zh) | 一种人体组织自适应的ct重建方法及重建系统 | |
| JP2007203046A (ja) | 対象の画像スライスを作成するための方法及びシステム | |
| JP6296942B2 (ja) | Ｃｔ画像評価装置及びｃｔ画像評価方法 | |
| CN113436290A (zh) | 用于使用深度神经网络从图像中选择性地去除条纹伪影和噪声的方法和系统 | |
| EP3326533B1 (en) | Tomographic device and tomographic image processing method according to same | |
| US20020122576A1 (en) | Method and device for the registration of images | |
| US9320488B2 (en) | Method and device for correction of movement artifacts in a computed tomography image | |
| US8194945B2 (en) | Computer aided image acquisition and diagnosis system | |
| US10013778B2 (en) | Tomography apparatus and method of reconstructing tomography image by using the tomography apparatus | |
| US10964074B2 (en) | System for harmonizing medical image presentation | |
| JP2007503904A (ja) | 高磁場磁気共鳴撮像のための適応的画像均一性補正 | |
| US20050143639A1 (en) | Medical image processing apparatus, ROI extracting method and program | |
| JP6423094B2 (ja) | 画像診断装置，及び方法 | |
| JP2008104798A (ja) | 画像処理方法 | |
| CN112017256B (zh) | 在线ct图像质量自由定制方法及计算机可读存储介质 | |
| EP4315250A1 (en) | Systems and methods for multi-kernel synthesis and kernel conversion in medical imaging | |
| US11798205B2 (en) | Image reconstruction employing tailored edge preserving regularization | |
| JP2006026396A (ja) | 画像処理装置及び方法、制御プログラム並びに記憶媒体 | |
| EP4365828A1 (en) | System and method for employing residual noise in deep learning denoising for x-ray imaging | |
| JP7086630B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JP2016073679A (ja) | 医用画像生成装置、医用画像生成プログラムおよび医用画像生成方法 |
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 |