CN112053328A - 数字x射线尘肺图像的处理方法及系统 - Google Patents

数字x射线尘肺图像的处理方法及系统 Download PDF

Info

Publication number
CN112053328A
CN112053328A CN202010833462.7A CN202010833462A CN112053328A CN 112053328 A CN112053328 A CN 112053328A CN 202010833462 A CN202010833462 A CN 202010833462A CN 112053328 A CN112053328 A CN 112053328A
Authority
CN
China
Prior art keywords
image
gray
pneumoconiosis
ray
contrast
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
Application number
CN202010833462.7A
Other languages
English (en)
Other versions
CN112053328B (zh
Inventor
郭朋
李勇
鄢照龙
郑杰
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.)
Shenzhen Lanyun Medical Image Co ltd
Original Assignee
Shenzhen Lanyun Medical Image Co ltd
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 Shenzhen Lanyun Medical Image Co ltd filed Critical Shenzhen Lanyun Medical Image Co ltd
Priority to CN202010833462.7A priority Critical patent/CN112053328B/zh
Publication of CN112053328A publication Critical patent/CN112053328A/zh
Application granted granted Critical
Publication of CN112053328B publication Critical patent/CN112053328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种数字X射线尘肺图像的处理方法及系统，所述方法包括：灰度拉伸步骤：统计采集的受检者的尘肺图像A中灰度值的最小值和最大值，对图像A进行灰度拉伸，调整灰度的动态范围，得到图像B；对比度调整步骤：统计图像B中灰度值的最大值，调整图像B的对比度，得到图像C；窗宽窗位计算步骤：统计图像C中灰度值的最小值和最大值，计算最优窗宽和最优窗位；输出显示步骤：根据窗宽窗位显示图像C。本发明得到的图像动态范围广、对比度好、视觉效果佳，粉尘小阴影及其细微结构显示清晰，有效提高尘肺病的检出率，对尘肺病的早期诊断具有重要的临床意义。

Description

数字X射线尘肺图像的处理方法及系统
技术领域
本发明涉及图像处理技术领域，尤其涉及一种数字X射线尘肺图像的处理方法及系统。
背景技术
尘肺病是由粉尘大量聚集于肺组织内引起的，造成肺组织的纤维化，形成进行性的损伤。尘肺病患者在早期并没有明显的症状，随着病变进展大多会出现咳嗽、咯血、胸痛、呼吸困难甚至更严重的并发症。尘肺病是我国最主要的职业病，是导致劳动能力降低、致残和影响寿命的疾病，也是国家和企业赔偿的主要职业病。因此，尘肺病的早期诊断和早期治疗对患者、企业和国家都有非常重要的意义。
尘肺病的诊断是以国家统一制作的尘肺标准片为对照，结合患者粉尘接触史，再由3名以上获得职业病尘肺诊断医师资格的诊断组进行诊断。随着计算机技术和图像处理技术的飞速发展，数字X射线成像技术得到迅速发展。在GBZ70-2015尘肺病诊断标准中，对尘肺诊断标准片进行了调整和补充，并增加了附录F(规范性附录)“数字X射线胸片摄影的技术要求”来规范数字X射线摄影技术。与传统X线胸片相比，数字X线胸片包含的信息量更大，具有图像细腻、对比度好、辐射剂量小等优点。由于GBZ 70-2015尘肺病诊断标准规定不能对尘肺图像进行降噪和边缘增强等处理，因此常规的数字X射线图像处理方法不适用于数字X射线尘肺图像。
申请号为201710699009.X，发明名称为《用于尘肺病诊断的DR双能量减影高KV胸部摄片方法》的发明专利中，采用DR双能量减影联合高KV进行胸部后前位摄片，能清晰的显示粉尘小阴影及其细微结构阴影，提高一级片率和肺内小阴影的检出率，对尘肺病的早期诊断具有重要的临床意义。
目前公开的尘肺饼相关的资料基本都是关于尘肺图像的摄影方法和尘肺病诊断方法及标准，还没有明确的针对数字X射线尘肺图像的处理方法。
发明内容
本发明实施例所要解决的技术问题在于，提供一种数字X射线尘肺图像的处理方法及系统，以更加清晰的显示粉尘小阴影及其细微结构，提高诊断的准确性和尘肺病的检出率。
为了解决上述技术问题，本发明实施例提出了一种数字X射线尘肺图像的处理方法，包括：
灰度拉伸步骤：统计采集的受检者的数字X射线尘肺图像A中灰度值的最小值MinGrayA和最大值MaxGrayA，对图像A进行灰度拉伸，调整灰度的动态范围，得到图像B；
对比度调整步骤：统计图像B中灰度值的最大值MaxGrayB，调整图像B的对比度，得到最终的处理后图像C；
窗宽窗位计算步骤：统计图像C中灰度值的最小值MinGrayC和最大值MaxGrayC，计算最优窗宽WW和最优窗位WL，改善图像显示时的视觉效果；
输出显示步骤：根据得到的WW和WL输出显示图像C。
相应地，本发明实施例还提供了一种数字X射线尘肺图像的处理系统，包括：
灰度拉伸模块：统计采集的受检者的数字X射线尘肺图像A中灰度值的最小值MinGrayA和最大值MaxGrayA，对图像A进行灰度拉伸，调整灰度的动态范围，得到图像B；
对比度调整模块：统计图像B中灰度值的最大值MaxGrayB，调整图像B的对比度，得到最终的处理后图像C；
窗宽窗位计算模块：统计图像C中灰度值的最小值MinGrayC和最大值MaxGrayC，计算最优窗宽WW和最优窗位WL，改善图像显示时的视觉效果；
输出显示模块：根据得到的WW和WL输出显示图像C。
本发明的有益效果为：本发明先用Gamma曲线调整图像的动态范围；再用S曲线调整图像的对比度；最后计算图像的最优窗宽窗位，并用得到的最优窗宽窗位显示图像，用于诊断；本发明得到的图像动态范围广、对比度好、视觉效果佳，粉尘小阴影及其细微结构显示清晰，有效提高尘肺病的检出率，对尘肺病的早期诊断具有重要的临床意义。
附图说明
图1是本发明实施例的数字X射线尘肺图像的处理方法的流程示意图。
图2是本发明实施例的图像A的示意图。
图3是本发明实施例的图像C的示意图。
图4是本发明实施例的数字X射线尘肺图像的处理系统的结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。
本发明实施例中若有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中若涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
请参照图1，本发明实施例的数字X射线尘肺图像的处理方法包括灰度拉伸步骤、对比度调整步骤、窗宽窗位计算步骤、输出显示步骤。
灰度拉伸步骤：统计采集的受检者的数字X射线尘肺图像A中灰度值的最小值和最大值，分别记为MinGrayA和MaxGrayA，对图像A进行灰度拉伸，调整灰度的动态范围，得到图像B。
对比度调整步骤：统计图像B中灰度值的最大值，记为MaxGrayB，调整图像B的对比度，得到最终的处理后图像C。
窗宽窗位计算步骤：统计图像C中灰度值的最小值和最大值，分别记为MinGrayC和MaxGrayC，计算最优窗宽WW和最优窗位WL，改善图像显示时的视觉效果。
输出显示步骤：根据得到的WW和WL输出显示图像C。
作为一种实施方式，灰度拉伸步骤中，采用下式对图像A进行灰度拉伸：
Figure BDA0002638817400000031
BitsStored＝1＜＜Bits；
其中，i和j表示像素点的横纵坐标，Bits表示图像的位数，M表示灰度拉伸力度，取值范围为0～1。优选地，M＝0.2。
作为一种实施方式，对比度调整步骤中，采用下式调整图像B的对比度：
Figure BDA0002638817400000041
Figure BDA0002638817400000042
Figure BDA0002638817400000043
Figure BDA0002638817400000044
Figure BDA0002638817400000045
Figure BDA0002638817400000046
其中，i和j表示像素点的横纵坐标，e为自然常数，e＝2.718281828，N表示对比度力度，取值范围为1～9。
作为一种实施方式，窗宽窗位计算步骤中，采用下式计算最优窗宽WW和最优窗位WL：
WW＝WWGain*(MaxGrayC-MinGrayC+1)；
Figure BDA0002638817400000047
其中，WWGain表示窗宽系数，取值范围为0.5～1.5；WLGain表示窗位系数，取值范围为0.5～1.5。优选地，WWGain＝0.9；WLGain＝0.8。
作为一种实施方式，所述灰度拉伸步骤前还包括：
图像采集步骤：受检者保持胸部后前位，源像距为180cm，X射线(中心线)对准受检者的第六胸椎；根据受检者的体型选择管电压和管电流，在受检者充分吸气后保持屏气状态时进行曝光，曝光10ms～30ms，得到图像A。
本发明实施例用高千伏(120KV—140KV)采集图像。人体组织对X射线的吸收能力随着管电压的升高而变小，从而能获得较大的曝光宽容度，提高图像的对比度，改善图像质量；本发明实施例的曝光时间要小于100ms，并且要求受检者在曝光前充分吸气后保持屏气状态，直到曝光结束。目的是避免曝光过程因受检者呼吸产生运动伪影而影响诊断。在曝光的过程中，病人的心跳和呼吸会在图像中产生运动伪影，影响图像质量，曝光时间越短，运动伪影的影响越小，因此要求曝光时间小于100ms。
示例：受检者保持胸部后前位，源像距(SID)为180cm，X射线对准受检者的第六胸椎；选择合适的管电压(120KV—140KV)，根据受检者的体型，适当调整管电压；选择小焦点(管电流≤160mA)，曝光时间控制在10ms—30ms之间。受检者充分吸气后保持屏气状态，曝光完成后，受检者可以正常呼吸，得到原始图像A，请参照图2；根据本发明实施例的数字X射线尘肺图像的处理方法对原始图像A进行处理，其中，M＝0.2，WWGain＝0.9；WLGain＝0.8，处理后输出显示的图像如图3所示。
请参照图4，本发明实施例的数字X射线尘肺图像的处理系统包括灰度拉伸模块、对比度调整模块、窗宽窗位计算模块及输出显示模块。
灰度拉伸模块：统计采集的受检者的数字X射线尘肺图像A中灰度值的最小值MinGrayA和最大值MaxGrayA，对图像A进行灰度拉伸，调整灰度的动态范围，得到图像B。
对比度调整模块：统计图像B中灰度值的最大值MaxGrayB，调整图像B的对比度，得到最终的处理后图像C。
窗宽窗位计算模块：统计图像C中灰度值的最小值MinGrayC和最大值MaxGrayC，计算最优窗宽WW和最优窗位WL，改善图像显示时的视觉效果；
输出显示模块：根据得到的WW和WL输出显示图像C。
作为一种实施方式，灰度拉伸模块中，采用下式对图像A进行灰度拉伸：
Figure BDA0002638817400000051
BitsStored＝1＜＜Bits；
其中，i和j表示像素点的横纵坐标，Bits表示图像的位数，M表示灰度拉伸力度，取值范围为0～1。
作为一种实施方式，M＝0.2。
作为一种实施方式，对比度调整模块中，采用下式调整图像B的对比度：
Figure BDA0002638817400000052
Figure BDA0002638817400000053
Figure BDA0002638817400000054
Figure BDA0002638817400000055
Figure BDA0002638817400000056
Figure BDA0002638817400000057
其中，i和j表示像素点的横纵坐标，e为自然常数，e＝2.718281828，N表示对比度力度，取值范围为1～9。
作为一种实施方式，窗宽窗位计算模块中，采用下式计算最优窗宽WW和最优窗位WL：
WW＝WWGain*(MaxGrayC-MinGrayC+1)；
Figure BDA0002638817400000061
其中，WWGain表示窗宽系数，取值范围为0.5～1.5；WLGain表示窗位系数，取值范围为0.5～1.5。优选地，WWGain＝0.9；WLGain＝0.8。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。

Claims (10)

1.一种数字X射线尘肺图像的处理方法，其特征在于，包括：
灰度拉伸步骤：统计采集的受检者的数字X射线尘肺图像A中灰度值的最小值MinGrayA和最大值MaxGrayA，对图像A进行灰度拉伸，调整灰度的动态范围，得到图像B；
对比度调整步骤：统计图像B中灰度值的最大值MaxGrayB，调整图像B的对比度，得到最终的处理后图像C；
窗宽窗位计算步骤：统计图像C中灰度值的最小值MinGrayC和最大值MaxGrayC，计算最优窗宽WW和最优窗位WL，改善图像显示时的视觉效果；
输出显示步骤：根据得到的WW和WL输出显示图像C。
2.如权利要求1所述的数字X射线尘肺图像的处理方法，其特征在于，灰度拉伸步骤中，采用下式对图像A进行灰度拉伸：
Figure FDA0002638817390000011
BitsStored＝1＜＜Bits；
其中，i和j表示像素点的横纵坐标，Bits表示图像的位数，M表示灰度拉伸力度，取值范围为0～1。
3.如权利要求1所述的数字X射线尘肺图像的处理方法，其特征在于，对比度调整步骤中，采用下式调整图像B的对比度：
Figure FDA0002638817390000012
Figure FDA0002638817390000013
Figure FDA0002638817390000014
Figure FDA0002638817390000015
Figure FDA0002638817390000016
Figure FDA0002638817390000017
其中，i和j表示像素点的横纵坐标，e为自然常数，e＝2.718281828，N表示对比度力度，取值范围为1～9。
4.如权利要求1所述的数字X射线尘肺图像的处理方法，其特征在于，窗宽窗位计算步骤中，采用下式计算最优窗宽WW和最优窗位WL：
WW＝WWGain*(MaxGrayC-MinGrayC+1)；
Figure FDA0002638817390000021
其中，WWGain表示窗宽系数，取值范围为0.5～1.5；WLGain表示窗位系数，取值范围为0.5～1.5。
5.如权利要求1所述的数字X射线尘肺图像的处理方法，其特征在于，所述灰度拉伸步骤前还包括：
图像采集步骤：受检者保持胸部后前位，源像距为180cm，X射线对准受检者的第六胸椎；根据受检者的体型选择管电压和管电流，在受检者充分吸气后保持屏气状态时进行曝光，曝光10ms～30ms，得到图像A。
6.一种数字X射线尘肺图像的处理系统，其特征在于，包括：
灰度拉伸模块：统计采集的受检者的数字X射线尘肺图像A中灰度值的最小值MinGrayA和最大值MaxGrayA，对图像A进行灰度拉伸，调整灰度的动态范围，得到图像B；
对比度调整模块：统计图像B中灰度值的最大值MaxGrayB，调整图像B的对比度，得到最终的处理后图像C；
窗宽窗位计算模块：统计图像C中灰度值的最小值MinGrayC和最大值MaxGrayC，计算最优窗宽WW和最优窗位WL，改善图像显示时的视觉效果；
输出显示模块：根据得到的WW和WL输出显示图像C。
7.如权利要求6所述的数字X射线尘肺图像的处理系统，其特征在于，灰度拉伸模块中，采用下式对图像A进行灰度拉伸：
Figure FDA0002638817390000022
BitsStored＝1＜＜Bits；
其中，i和j表示像素点的横纵坐标，Bits表示图像的位数，M表示灰度拉伸力度，取值范围为0～1。
8.如权利要求7所述的数字X射线尘肺图像的处理系统，其特征在于，M＝0.2。
9.如权利要求6所述的数字X射线尘肺图像的处理系统，其特征在于，对比度调整模块中，采用下式调整图像B的对比度：
Figure FDA0002638817390000023
Figure FDA0002638817390000031
Figure FDA0002638817390000032
Figure FDA0002638817390000033
Figure FDA0002638817390000034
Figure FDA0002638817390000035
其中，i和j表示像素点的横纵坐标，e为自然常数，e＝2.718281828，N表示对比度力度，取值范围为1～9。
10.如权利要求6所述的数字X射线尘肺图像的处理系统，其特征在于，窗宽窗位计算模块中，采用下式计算最优窗宽WW和最优窗位WL：
WW＝WWGain*(MaxGrayC-MinGrayC+1)；
Figure FDA0002638817390000036
其中，WWGain表示窗宽系数，取值范围为0.5～1.5；WLGain表示窗位系数，取值范围为0.5～1.5。
CN202010833462.7A 2020-08-18 2020-08-18 数字x射线尘肺图像的处理方法及系统 Active CN112053328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010833462.7A CN112053328B (zh) 2020-08-18 2020-08-18 数字x射线尘肺图像的处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010833462.7A CN112053328B (zh) 2020-08-18 2020-08-18 数字x射线尘肺图像的处理方法及系统

Publications (2)

Publication Number Publication Date
CN112053328A true CN112053328A (zh) 2020-12-08
CN112053328B CN112053328B (zh) 2024-06-28

Family

ID=73599693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010833462.7A Active CN112053328B (zh) 2020-08-18 2020-08-18 数字x射线尘肺图像的处理方法及系统

Country Status (1)

Country Link
CN (1) CN112053328B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112529818A (zh) * 2020-12-25 2021-03-19 万里云医疗信息科技（北京）有限公司 基于神经网络的骨影抑制方法、装置、设备及存储介质
CN113052930A (zh) * 2021-03-12 2021-06-29 北京医准智能科技有限公司 一种胸部dr双能量数字减影图像生成方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006102044A (ja) * 2004-10-04 2006-04-20 Konica Minolta Medical & Graphic Inc 医用画像処理システム及び医用画像処理方法
CN102855617A (zh) * 2011-07-01 2013-01-02 中国科学院深圳先进技术研究院 自适应图像处理方法及系统
CN104112133A (zh) * 2014-07-30 2014-10-22 福州大学 一种复杂光照下人脸检测预处理方法
CN107481208A (zh) * 2017-09-13 2017-12-15 许人灿 Dicom医学影像动态线性调窗方法
JP2018102358A (ja) * 2016-12-22 2018-07-05 パナソニックＩｐマネジメント株式会社 医用画像生成方法、医用画像生成装置、及び医用画像生成プログラム
CN109035203A (zh) * 2018-06-25 2018-12-18 青岛海信医疗设备股份有限公司 医学图像处理方法、装置、设备及存储介质
CN109993159A (zh) * 2018-01-02 2019-07-09 上海西门子医疗器械有限公司 用于图像诊断系统的窗口设置方法和装置
CN110928469A (zh) * 2018-09-19 2020-03-27 上海西门子医疗器械有限公司 设置最佳显示窗宽和窗位的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006102044A (ja) * 2004-10-04 2006-04-20 Konica Minolta Medical & Graphic Inc 医用画像処理システム及び医用画像処理方法
CN102855617A (zh) * 2011-07-01 2013-01-02 中国科学院深圳先进技术研究院 自适应图像处理方法及系统
CN104112133A (zh) * 2014-07-30 2014-10-22 福州大学 一种复杂光照下人脸检测预处理方法
JP2018102358A (ja) * 2016-12-22 2018-07-05 パナソニックＩｐマネジメント株式会社 医用画像生成方法、医用画像生成装置、及び医用画像生成プログラム
CN107481208A (zh) * 2017-09-13 2017-12-15 许人灿 Dicom医学影像动态线性调窗方法
CN109993159A (zh) * 2018-01-02 2019-07-09 上海西门子医疗器械有限公司 用于图像诊断系统的窗口设置方法和装置
CN109035203A (zh) * 2018-06-25 2018-12-18 青岛海信医疗设备股份有限公司 医学图像处理方法、装置、设备及存储介质
CN110928469A (zh) * 2018-09-19 2020-03-27 上海西门子医疗器械有限公司 设置最佳显示窗宽和窗位的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112529818A (zh) * 2020-12-25 2021-03-19 万里云医疗信息科技（北京）有限公司 基于神经网络的骨影抑制方法、装置、设备及存储介质
CN113052930A (zh) * 2021-03-12 2021-06-29 北京医准智能科技有限公司 一种胸部dr双能量数字减影图像生成方法

Also Published As

Publication number Publication date
CN112053328B (zh) 2024-06-28

Similar Documents

Publication Publication Date Title
EP2982304B1 (en) Medical image processing apparatus and medical image processing method
Prell et al. A novel forward projection-based metal artifact reduction method for flat-detector computed tomography
Goerres et al. PET/CT of the abdomen: optimizing the patient breathing pattern
CN104582578B (zh) 定量校准系统在计算机断层成像扫描仪中的集成
CN111915696A (zh) 三维图像数据辅助的低剂量扫描数据重建方法及电子介质
US11197652B2 (en) Radiographic image analysis apparatus and radiographic image analysis system
CN112053328B (zh) 数字x射线尘肺图像的处理方法及系统
Goo Is it better to enter a volume CT dose index value before or after scan range adjustment for radiation dose optimization of pediatric cardiothoracic CT with tube current modulation?
Lee et al. Significance of low-attenuation cluster analysis on quantitative CT in the evaluation of chronic obstructive pulmonary disease
CN111915523A (zh) Dr图像亮度自适应调整方法及系统
Chae et al. Application of deconvolution algorithm of point spread function in improving image quality: an observer preference study on chest radiography
Tipnis et al. Iterative reconstruction in image space (IRIS) and lesion detection in abdominal CT
US8873823B2 (en) Motion compensation with tissue density retention
JP7487566B2 (ja) プログラム、画像処理装置及び画像処理方法
Zhou et al. The ultrafast, high‐pitch turbo FLASH mode of third‐generation dual‐source CT: Effect of different pitch and corresponding SFOV on image quality in a phantom study
WO2010135790A1 (en) Method for providing individualized normative values for 3d cephalometry
JP7310239B2 (ja) 画像処理装置、放射線撮影システム及びプログラム
Urikura et al. Patient dose increase caused by posteroanterior CT localizer radiographs
JP2020171427A (ja) 動態画像解析装置、動態画像解析システム及びプログラム
JP4540947B2 (ja) Ｘ線ｃｔ装置
CN110730977A (zh) 低剂量成像方法及装置
US20240320825A1 (en) Image analysis apparatus, image analysis system, image analysis method, and recording medium
RU2633949C1 (ru) Способ формирования составного изображения из серии ангиографических цифровых субтракционных кадров
Chen et al. A Denoising Algorithm Based on Low-dose CT Image Using Grey Absolute Correlation Degree and Weighted Coding with Sparse Nonlocal Regularization
Taylor New Dose Reduction Techniques in Computed Tomography

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518100 baguang area service center 103, No. 2 BaiShaWan Road, baguang community, kuizong street, Dapeng new area, Shenzhen, Guangdong

Applicant after: Shenzhen Lanying Medical Technology Co.,Ltd.

Address before: 518000 1st floor, building B, jingchengda Industrial Park, Keji 4th Road, Langxin community, Shiyan street, Bao'an District, Shenzhen City, Guangdong Province

Applicant before: SHENZHEN LANYUN MEDICAL IMAGE CO.,LTD.

GR01 Patent grant
GR01 Patent grant