CN112184850B - 图像处理方法、装置、控制台设备及ct系统 - Google Patents

图像处理方法、装置、控制台设备及ct系统 Download PDF

Info

Publication number
CN112184850B
CN112184850B CN202011063026.2A CN202011063026A CN112184850B CN 112184850 B CN112184850 B CN 112184850B CN 202011063026 A CN202011063026 A CN 202011063026A CN 112184850 B CN112184850 B CN 112184850B
Authority
CN
China
Prior art keywords
convolution kernel
imaging
image sequence
convolution
dimensional
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.)
Active
Application number
CN202011063026.2A
Other languages
English (en)
Other versions
CN112184850A (zh
Inventor
黄建
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.)
Neusoft Medical Systems Co Ltd
Original Assignee
Shenyang Advanced Medical Equipment Technology Incubation Center 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 Shenyang Advanced Medical Equipment Technology Incubation Center Co ltd filed Critical Shenyang Advanced Medical Equipment Technology Incubation Center Co ltd
Priority to CN202011063026.2A priority Critical patent/CN112184850B/zh
Publication of CN112184850A publication Critical patent/CN112184850A/zh
Application granted granted Critical
Publication of CN112184850B publication Critical patent/CN112184850B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明实施例提供一种图像处理方法、装置、控制台设备及CT系统。本发明实施例通过接收对受检者进行CT扫描得到的生数据，基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列，根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核，根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核，基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列，能够调整图像序列的z方向分辨率，从而改善CT图像序列的各向同性。

Description

图像处理方法、装置、控制台设备及CT系统
技术领域
本发明涉及医学图像处理技术领域，尤其涉及一种图像处理方法、装置、控制台设备及CT系统。
背景技术
通过CT(Computed Tomography，电子计算机断层扫描)技术能够获得清晰、分辨率高的图像，有利于精确诊断，因此，CT技术在现代医学检测中获得了越来越广泛的应用。
在相关技术所使用的CT成像算法中，通过不同卷积核来控制x-y平面内的图像形态(例如噪声大小、分辨率等)，从而满足不同部位的检查需求。这种技术获得的CT图像序列在x-y平面内具有较好的视觉效果，但x-y方向和z方向的各向同性较差。
发明内容
为克服相关技术中存在的问题，本发明提供了一种图像处理方法、装置、CT设备及CT系统，改善CT图像序列的各向同性。
根据本发明实施例的第一方面，提供一种图像处理方法，包括：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
根据本发明实施例的第二方面，提供一种图像处理装置，包括：
接收模块，用于接收对受检者进行CT扫描得到的生数据；
重建模块，用于基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
第一生成模块，用于根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
确定模块，用于根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
卷积模块，用于基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
根据本发明实施例的第三方面，提供一种控制台设备，包括：内部总线，以及通过内部总线连接的存储器、处理器和外部接口；其中，所述外部接口，用于连接CT设备；
所述存储器，用于存储图像处理逻辑对应的机器可读指令；
所述处理器，用于读取所述存储器上的所述机器可读指令，并执行如下操作：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为Z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
根据本发明实施例的第四方面，提供一种CT系统，包括探测器、扫描床、CT设备和控制台设备，所述探测器包括多个探测器室及相应的处理电路；其中：
所述CT设备，用于对受检者进行CT扫描，生成生数据并发送给所述控制台设备：
所述控制台设备，用于：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为Z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
本发明实施例提供的技术方案可以包括以下有益效果：
本发明实施例，通过接收对受检者进行CT扫描得到的生数据，基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列，根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核，根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核，基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列，能够调整图像序列的z方向分辨率，从而改善CT图像序列的各向同性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
图1是本发明实施例提供的图像处理方法的流程示例图。
图2是本发明实施例提供的图像处理装置的功能方块图。
图3是本发明实施例提供的控制台设备的一个硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明实施例的一些方面相一致的装置和方法的例子。
在本发明实施例使用的术语是仅仅出于描述特定本发明实施例的目的，而非旨在限制本发明实施例。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
CT图像序列的各向同性与x-y方向的图像形态(包括噪声形态、分辨率等)和z方向的图像形态之间的关系相关，特别是与x-y方向的分辨率和z方向的分辨率有关。当x-y方向的分辨率和z方向的分辨率较为接近时，能够实现CT图像序列的各向同性，并且z方向的视觉效果好；当x-y方向的分辨率和z方向的分辨率相差较远时，CT图像序列的各向同性较差，并且z方向的视觉效果也会变差。
相关技术中，通过不同卷积核来控制x-y平面内的图像形态，对x-y平面内的分辨率进行了控制，并未对z方向分辨率进行控制，因而所得到的CT图像序列的x-y方向和z方向各向同性较差。
下面通过实施例对图像处理方法进行详细说明。
图1是本发明实施例提供的图像处理方法的流程示例图。如图1所示，本实施例中，图像处理方法可以包括：
S101，接收对受检者进行CT扫描得到的生数据。
S102，基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列。
S103，根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核。
S104，根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核。
S105，基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
在CT系统中，CT设备位于扫描间，用于对受检者进行CT扫描，扫描时得到的数据称为生数据，并传输给控制台设备；控制台设备位于操作间，用于利用生数据进行重建，得到CT图像序列。
用户可以在扫描前设置好扫描协议，之后启动扫描后，CT设备根据预先设置好的扫描协议对受检者进行CT扫描，CT设备上的数据采集系统采集生数据并发送给控制台设备。控制台设备通过执行本实施例提供的图像处理方法对生数据进行处理。
在一个示例性的实现过程中，S103中，根据所述建像卷积核，生成第一卷积核，可以包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
其中，建像卷积核的长度是指建像卷积核的采样点数目。
假设建像卷积核为f(f为频率域卷积核，包括正频率和负频率，关于零点对称)，第一卷积核为fz(fz为空间域卷积核)。其中，建像卷积核f的长度为M，第一卷积核fz的长度为N，M和N均为奇数，则对f做M点到N点的傅里叶反变换可以得到fz，如下面的公式(1)所示：
fz＝Ff (1)
其中，F为傅里叶反变换矩阵。设建像卷积核f的截止频率为ucut，原始重建图像序列的图像间隔为Δz，f的坐标如公式(2)所示：
其中，(u0,u1,…,uM-1)T表示M行1列的M维向量，u0表示该M维向量中第1行的元素，uM-1表示该M维向量中第M行的元素。RM表示M维实数域空间。
fz的坐标如公式(2)所示：
其中，(z0,z1,...,zN-1)T表示N行1列的N维向量，z0表示该N维向量中第1行的元素，zN-1表示该N维向量中第N行的元素。RN表示N维实数域空间。
则可以通过下面的公式(4)得到傅里叶反变换矩阵F：
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核，作为第二卷积核。
第一卷积核fz可以视为1*1*N的三维卷积核。本实施例用于x-y方向分辨率不需要调整的情况，此时，第二卷积核就是与第一卷积核fz等效的1*1*N的三维卷积核。
使用第一三维卷积核对所述原始重建图像序列进行卷积，能够调整原始重建图像序列的z方向分辨率，使得z方向分辨率与x-y方向的分辨率相同或接近，这样得到的目标图像序列就实现了各向同性。
以上是不需要调整x-y方向分辨率的情况。在另一些情况下，例如满足一些用户的增大或者减小x-y方向分辨率的场景中，需要对x-y方向分辨率进行调整，此时，可以采用如下实施例提供的方案。
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核之前，还可以包括：
根据用户设定的分辨率调整方式生成第三卷积核，所述第三卷积核用于按照用户设定的分辨率调整方式调整x-y方向的分辨率，所述分辨率调整方式包括：增大x-y方向的分辨率或减小x-y方向的分辨率；
根据所述第一卷积核，确定第二卷积核，包括：
根据所述第一卷积核和所述第三卷积核，确定第二卷积核。
第三卷积核用fxy表示，fxy的尺寸为L*L，其中，L为x-y平面内二维卷积核宽度，L为奇数。
第三卷积核fxy可以为高斯平滑卷积核或者拉普拉斯锐化卷积核fxy，也可以是其他的空间不变的卷积核。其中，空间不变是指卷积核fxy(或者是滤波窗)是固定的，用fxy滤波(也就是卷积操作)时它对图像每个像素点的处理和像素点的位置无关。
本实施例中，第二卷积核是根据第一卷积核和所述第三卷积核确定的，第二卷积核既能够对原始重建图像序列的z方向分辨率进行调整，也能够根据用户需要对原始重建图像序列的x-y方向分辨率进行调整，并使得两者相同或接近，改善图像序列的各向同性。
在一个示例性的实现过程中，根据所述第一卷积核和所述第三卷积核，确定第二卷积核，可以包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核；
将所述第三卷积核转换为与所述第三卷积核等效的第三三维卷积核；
对所述第一三维卷积核与所述第三三维卷积核进行卷积，得到第二卷积核。
第一卷积核fz可以视为1*1*N的三维卷积核。同样，第三卷积核fxy可以视为L*L*1的卷积核，fz和fxy做卷积得到L*L*N的三维卷积核f3D。三维卷积核f3D即为第二卷积核。
本发明实施例提供的图像处理方法，通过接收对受检者进行CT扫描得到的生数据，基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列，根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核，根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核，基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列，能够调整图像序列的z方向分辨率，从而改善CT图像序列的各向同性。
基于上述的方法实施例，本发明实施例还提供了相应的装置、设备及存储介质实施例。
图2是本发明实施例提供的图像处理装置的功能方块图。如图2所示，本实施例中，图像处理装置可以包括：
接收模块210，用于接收对受检者进行CT扫描得到的生数据；
重建模块220，用于基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
第一生成模块230，用于根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
确定模块240，用于根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
卷积模块250，用于基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
在一个示例性的实现过程中，所述确定模块240可以具体用于：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核，作为第二卷积核。
在一个示例性的实现过程中，还包括：
第二生成模块，用于根据用户设定的分辨率调整方式生成第三卷积核，所述第三卷积核用于按照用户设定的分辨率调整方式调整x-y方向的分辨率，所述分辨率调整方式包括：增大x-y方向的分辨率或减小x-y方向的分辨率；
所述确定模块240具体用于：根据所述第一卷积核和所述第三卷积核，确定第二卷积核。
在一个示例性的实现过程中，所述确定模块240在用于根据所述第一卷积核和所述第三卷积核，确定第二卷积核时，可以具体用于：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核；
将所述第三卷积核转换为与所述第二卷积核等效的第三三维卷积核；
对所述第一三维卷积核与所述第三三维卷积核进行卷积，得到第二卷积核。
在一个示例性的实现过程中，第一生成模块230可以具体用于：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
本发明实施例还提供了一种控制台设备。图3是本发明实施例提供的控制台设备的一个硬件结构图。如图3所示，控制台设备包括：内部总线301，以及通过内部总线连接的存储器302，处理器303和外部接口304，其中，所述外部接口，用于连接CT设备；
所述存储器302，用于存储图像处理逻辑对应的机器可读指令；
所述处理器303，用于读取存储器302上的机器可读指令，并执行所述指令以实现如下操作：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核，作为第二卷积核。
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核之前，还包括：
根据用户设定的分辨率调整方式生成第三卷积核，所述第三卷积核用于按照用户设定的分辨率调整方式调整x-y方向的分辨率，所述分辨率调整方式包括：增大x-y方向的分辨率或减小x-y方向的分辨率；
根据所述第一卷积核，确定第二卷积核，包括：
根据所述第一卷积核和所述第三卷积核，确定第二卷积核。
在一个示例性的实现过程中，根据所述第一卷积核和所述第三卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核；
将所述第三卷积核转换为与所述第二卷积核等效的第三三维卷积核；
对所述第一三维卷积核与所述第三三维卷积核进行卷积，得到第二卷积核。
在一个示例性的实现过程中，根据所述建像卷积核，生成第一卷积核，包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
本发明实施例还提供一种CT系统，包括探测器、扫描床、CT设备和控制台设备，所述探测器包括多个探测器室及相应的处理电路；其中：
所述CT设备，用于对受检者进行CT扫描，生成生数据并发送给所述控制台设备：
所述控制台设备，用于：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核，作为第二卷积核。
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核之前，还包括：
根据用户设定的分辨率调整方式生成第三卷积核，所述第三卷积核用于按照用户设定的分辨率调整方式调整x-y方向的分辨率，所述分辨率调整方式包括：增大x-y方向的分辨率或减小x-y方向的分辨率；
根据所述第一卷积核，确定第二卷积核，包括：
根据所述第一卷积核和所述第三卷积核，确定第二卷积核。
在一个示例性的实现过程中，根据所述第一卷积核和所述第三卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核；
将所述第三卷积核转换为与所述第三卷积核等效的第三三维卷积核；
对所述第一三维卷积核与所述第三三维卷积核进行卷积，得到第二卷积核。
在一个示例性的实现过程中，根据所述建像卷积核，生成第一卷积核，包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如下操作：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列。
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核，作为第二卷积核。
在一个示例性的实现过程中，根据所述第一卷积核，确定第二卷积核之前，还包括：
根据用户设定的分辨率调整方式生成第三卷积核，所述第三卷积核用于按照用户设定的分辨率调整方式调整x-y方向的分辨率，所述分辨率调整方式包括：增大x-y方向的分辨率或减小x-y方向的分辨率；
根据所述第一卷积核，确定第二卷积核，包括：
根据所述第一卷积核和所述第三卷积核，确定第二卷积核。
在一个示例性的实现过程中，根据所述第一卷积核和所述第三卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核；
将所述第三卷积核转换为与所述第三卷积核等效的第三三维卷积核；
对所述第一三维卷积核与所述第三三维卷积核进行卷积，得到第二卷积核。
在一个示例性的实现过程中，根据所述建像卷积核，生成第一卷积核，包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
对于装置和设备实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (9)

1.一种图像处理方法，其特征在于，包括：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列；
所述根据所述建像卷积核，生成第一卷积核，包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
2.根据权利要求1所述的方法，其特征在于，根据所述第一卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核，作为第二卷积核。
3.根据权利要求1所述的方法，其特征在于，根据所述第一卷积核，确定第二卷积核之前，还包括：
根据用户设定的分辨率调整方式生成第三卷积核，所述第三卷积核用于按照用户设定的分辨率调整方式调整x-y方向的分辨率，所述分辨率调整方式包括：增大x-y方向的分辨率或减小x-y方向的分辨率；
根据所述第一卷积核，确定第二卷积核，包括：
根据所述第一卷积核和所述第三卷积核，确定第二卷积核。
4.根据权利要求3所述的方法，其特征在于，根据所述第一卷积核和所述第三卷积核，确定第二卷积核，包括：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核；
将所述第三卷积核转换为与所述第三卷积核等效的第三三维卷积核；
对所述第一三维卷积核与所述第三三维卷积核进行卷积，得到第二卷积核。
5.一种图像处理装置，其特征在于，包括：
接收模块，用于接收对受检者进行CT扫描得到的生数据；
重建模块，用于基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
第一生成模块，用于根据所述建像卷积核，生成第一卷积核，所述第一卷积核为z方向的空间域一维卷积核；
确定模块，用于根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
卷积模块，用于基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列；
所述第一生成模块，在用于根据所述建像卷积核，生成第一卷积核时，包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
6.根据权利要求5所述的装置，其特征在于，所述确定模块具体用于：
将所述第一卷积核转换为与所述第一卷积核等效的第一三维卷积核，作为第二卷积核。
7.根据权利要求5所述的装置，其特征在于，还包括：
第二生成模块，用于根据用户设定的分辨率调整方式生成第三卷积核，所述第三卷积核用于按照用户设定的分辨率调整方式调整x-y方向的分辨率，所述分辨率调整方式包括：增大x-y方向的分辨率或减小x-y方向的分辨率；
所述确定模块具体用于：根据所述第一卷积核和所述第三卷积核，确定第二卷积核。
8.一种控制台设备，其特征在于，包括：内部总线，以及通过内部总线连接的存储器、处理器和外部接口；其中，所述外部接口，用于连接CT设备；
所述存储器，用于存储图像处理逻辑对应的机器可读指令；
所述处理器，用于读取所述存储器上的所述机器可读指令，并执行如下操作：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为Z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列；
所述根据所述建像卷积核，生成第一卷积核，包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
9.一种CT系统，其特征在于，包括探测器、扫描床、CT设备和控制台设备，所述探测器包括多个探测器室及相应的处理电路；其中：
所述CT设备，用于对受检者进行CT扫描，生成生数据并发送给所述控制台设备：
所述控制台设备，用于：
接收对受检者进行CT扫描得到的生数据；
基于预设的建像卷积核对所述生数据进行图像重建，得到原始重建图像序列；
根据所述建像卷积核，生成第一卷积核，所述第一卷积核为Z方向的空间域一维卷积核；
根据所述第一卷积核，确定第二卷积核，所述第二卷积核为三维卷积核；
基于所述第二卷积核对所述原始重建图像序列进行卷积，得到目标图像序列；
所述根据所述建像卷积核，生成第一卷积核，包括：
获取所述建像卷积核的长度、截止频率，以及获取所述原始重建图像序列的图像间隔和采样点数；
根据所述建像卷积核的长度、截止频率以及所述原始重建图像序列的图像间隔和采样点数，确定傅里叶反变换矩阵；
根据所述建像卷积核和所述傅里叶反变换矩阵，得到第一卷积核。
CN202011063026.2A 2020-09-30 2020-09-30 图像处理方法、装置、控制台设备及ct系统 Active CN112184850B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011063026.2A CN112184850B (zh) 2020-09-30 2020-09-30 图像处理方法、装置、控制台设备及ct系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011063026.2A CN112184850B (zh) 2020-09-30 2020-09-30 图像处理方法、装置、控制台设备及ct系统

Publications (2)

Publication Number Publication Date
CN112184850A CN112184850A (zh) 2021-01-05
CN112184850B true CN112184850B (zh) 2024-01-05

Family

ID=73947601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011063026.2A Active CN112184850B (zh) 2020-09-30 2020-09-30 图像处理方法、装置、控制台设备及ct系统

Country Status (1)

Country Link
CN (1) CN112184850B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808111A (zh) * 2021-09-18 2021-12-17 广州幻境科技有限公司 一种医学影像的三维虚拟重构方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8886283B1 (en) * 2011-06-21 2014-11-11 Stc.Unm 3D and 4D magnetic susceptibility tomography based on complex MR images
DE102016206297A1 (de) * 2016-04-14 2017-10-19 Siemens Healthcare Gmbh Rekonstruktion von Bilddaten bei der Sequenzbildgebung
CN111192228A (zh) * 2020-01-02 2020-05-22 沈阳先进医疗设备技术孵化中心有限公司 图像处理方法、装置、ct设备及ct系统
CN111462273A (zh) * 2020-05-14 2020-07-28 沈阳先进医疗设备技术孵化中心有限公司 图像处理方法、装置、ct设备及ct系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006012407A1 (de) * 2006-03-17 2007-09-20 Siemens Ag Tomosynthetisches Bildrekonstruktionsverfahren und mit diesem Verfahren arbeitende diagnostische Einrichtung

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8886283B1 (en) * 2011-06-21 2014-11-11 Stc.Unm 3D and 4D magnetic susceptibility tomography based on complex MR images
DE102016206297A1 (de) * 2016-04-14 2017-10-19 Siemens Healthcare Gmbh Rekonstruktion von Bilddaten bei der Sequenzbildgebung
CN111192228A (zh) * 2020-01-02 2020-05-22 沈阳先进医疗设备技术孵化中心有限公司 图像处理方法、装置、ct设备及ct系统
CN111462273A (zh) * 2020-05-14 2020-07-28 沈阳先进医疗设备技术孵化中心有限公司 图像处理方法、装置、ct设备及ct系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Rolf Symons et al.quarter-millimeter spectral coronary stent imaging with photon-counting CT:initial experience.《Journal of Cardiovascular Computed Tomography》.2018,第12卷(第6期),第509-515页. *
王嘉琦.基于时相超声造影图像的辅助诊断算法研究.《中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2020,(第8期),第E060-18页. *
王树敏 ; 张建春 ; 刘传亚 ; .16层螺旋CT的z轴空间分辨力测试.医学影像学杂志.2009,(第07期),第914-916页. *

Also Published As

Publication number Publication date
CN112184850A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN109523584B (zh) 图像处理方法、装置、多模态成像系统、存储介质及设备
CN110461228B (zh) 使用多对比度和深度学习改进医学图像的质量
US11120582B2 (en) Unified dual-domain network for medical image formation, recovery, and analysis
Trinh et al. Novel example-based method for super-resolution and denoising of medical images
US20180220997A1 (en) System and method for accelerated clutter filtering in ultrasound blood flow imaging using randomized ultrasound data
CN108776318B (zh) 磁共振多对比度图像重建
CN112396560A (zh) 用于使用深度神经网络对医疗图像进行去模糊的系统和方法
CN111353947A (zh) 磁共振并行成像方法及相关设备
US10914798B2 (en) Eigen-vector approach for coil sensitivity maps estimation
CN107595312B (zh) 模型生成方法、图像处理方法及医学成像设备
KR101351583B1 (ko) 의료 영상 이미징 방법, 그에 따른 의료 진단 장치 및 그에 따른 기록 매체
JP7083015B2 (ja) 超解像処理装置、方法及びプログラム
CN111047512B (zh) 图像增强方法、装置及终端设备
CN112184850B (zh) 图像处理方法、装置、控制台设备及ct系统
CN114241077A (zh) 一种ct图像分辨率优化方法及装置
CN110246200B (zh) 磁共振心脏电影成像方法、装置及磁共振扫描仪
US11941732B2 (en) Multi-slice MRI data processing using deep learning techniques
CN111369465A (zh) Ct动态图像增强方法及装置
CN111311531B (zh) 图像增强方法、装置、控制台设备及医学成像系统
WO2016098323A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
US20070031058A1 (en) Method and system for blind reconstruction of multi-frame image data
CN111340699B (zh) 基于非局部先验和稀疏表示的磁共振图像去噪方法及装置
CN111127581A (zh) 图像重建方法、装置、ct设备及ct系统
CN112244884B (zh) 骨图像获取方法、装置、控制台设备及ct系统
WO2022223356A1 (en) Machine learning-based improvement in iterative image reconstruction

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
TR01 Transfer of patent right

Effective date of registration: 20240204

Address after: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province

Patentee after: Shenyang Neusoft Medical Systems Co.,Ltd.

Country or region after: China

Address before: Room 336, 177-1, Chuangxin Road, Hunnan New District, Shenyang City, Liaoning Province

Patentee before: Shenyang advanced medical equipment Technology Incubation Center Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right