CN112308943A - 一种cbct金属伪影校正方法 - Google Patents

一种cbct金属伪影校正方法 Download PDF

Info

Publication number
CN112308943A
CN112308943A CN202011364265.1A CN202011364265A CN112308943A CN 112308943 A CN112308943 A CN 112308943A CN 202011364265 A CN202011364265 A CN 202011364265A CN 112308943 A CN112308943 A CN 112308943A
Authority
CN
China
Prior art keywords
metal
mpr
image
offset
cbct
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
CN202011364265.1A
Other languages
English (en)
Inventor
饶玉明
管云
袁文
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 Sontu Medical Imaging Equipment Co ltd
Original Assignee
Shenzhen Sontu Medical Imaging Equipment 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 Sontu Medical Imaging Equipment Co ltd filed Critical Shenzhen Sontu Medical Imaging Equipment Co ltd
Priority to CN202011364265.1A priority Critical patent/CN112308943A/zh
Publication of CN112308943A publication Critical patent/CN112308943A/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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • 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

本发明公开一种CBCT金属伪影校正方法，包括S1、采用FDK算法对输入的投影图像P1进行重建得到F1；S2、采用阈值分割法对F1进行分割得到金属图像M1；S3、对M1通过区域生长法得到M2；S4、对M2进行扩展得到M3；S5、对M3进行正投影得到金属投影区域MPR；S6、对MPR进行模板匹配，误差椭圆拟合和偏移校正后得到MPR1；S7、对MPR1进行扩展得到MPR2，再对MPR2进行几何校正得到MPR3；S8、对投影图像P1在MPR3区域中进行几何校正得到P2；S9、对P2进行插值得到P3；S10、对P3进行重建得到F2；S11、结合M3对F2金属区域的像素值进行替换得到F3，本发明可以大大提高CBCT重建图像的质量。与现有的公开的算法相比，该算法考虑了正投影误差及系统几何误差的影响，鲁棒性强。

Description

一种CBCT金属伪影校正方法
技术领域
本发明涉及医学成像技术领域，尤其涉及一种CBCT金属伪影校正方法。
背景技术
近二十年来，X射线计算机断层成像技术迅猛发展，牙科领域也对重建图像的质量提高了要求。金属伪影是牙科CBCT重建图像不可避免的，现在的金属伪影校正主要分为3类：第一类为投影插值法，第二类为迭代重建法，第三类为混合法。具体来说，由于第二类和第三类耗时较长，并且迭代重建法对系统几何误差较FDK重建敏感，所以现在发展的较好的是第一类的投影插值法。
现有的金属伪影校正技术大多被各大公司视为商业机密，不轻易外泄。现有的公开技术基本是学术论文的方法，且多数只给出二维的校正结果，对三维数据处理有借鉴意义。大部分论文对投影误差以及重建误差并未处理。在二维到三维的过程中，表面只增加了一维，但实际上几何误差在二维时影响不大，但三维时却相当影响校正效果。本发明致力于研究提供一种三维的金属伪影校正方法。
发明内容
针对上述问题，本发明提出一种CBCT金属伪影校正方法，主要解决背景技术中的问题。
本发明提出一种CBCT金属伪影校正方法，包括以下步骤：
S1、采用FDK算法对输入的投影图像P1进行重建得到F1；
S2、采用阈值分割法对F1进行分割得到金属图像M1；
S3、对M1通过区域生长法得到M2；
S4、对M2进行扩展得到M3；
S5、对M3进行正投影得到金属投影区域MPR；
S6、对MPR进行模板匹配，误差椭圆拟合和偏移校正后得到MPR1；；
S7、对MPR1进行扩展得到MPR2，再对MPR2进行几何校正得到MPR3；
S8、对投影图像P1在MPR3区域中进行几何校正得到P2；
S9、对P2进行插值得到P3；
S10、对P3进行重建得到F2；
S11、结合M3对F2金属区域的像素值进行替换得到F3，得到最终图像F3。
进一步改进在于，所述步骤S3具体包括：
S31、求出金属图像M1的均值mu1和方差sigma1；
S32、以金属图像M1中的金属区域点为中心，求其4邻域，并判断邻域的平均灰度值是否大于mu1+pa1*sugma1，若大于mu1+pa1*sugma1，则把该金属区域点加入金属图像M1，并更新均值mu1；
S33、依次遍历金属图像M1中的所有金属区域点；
其中，pa1＝1.01*pa0，pa0＝(mu1-metal_value)/sugma1，metal_value为分割金属图像M1所用的阈值。
进一步改进在于，所述步骤S4具体包括：为了校正分割误差对M2进行扩展，且以M2中金属区域点为中心，offset2为半径进行扩展得到M3。
进一步改进在于，所述步骤S6具体包括：
S61、将MPR与P1进行匹配，以offset为匹配半径，求出两个图像梯度模的自相关函数，进而得到偏移量dm，其中：
Figure BDA0002804967300000031
Figure BDA0002804967300000032
Figure BDA0002804967300000033
其中Mk＝{(m,n)|MPR(m,n,k)>0},-offset<i,j<offset；
Figure BDA0002804967300000034
S62、将偏移量dm进行椭圆拟合得到dm1，且dm1的椭圆参数方程为：
x＝x0+acos(θ)
y＝y0+bsin(θ)
由dm拟合椭圆得到：
Figure BDA0002804967300000035
pcounts为投影图像张数
Figure BDA0002804967300000036
S63、把MPR偏移dm1得到MPR1。
进一步改进在于，所述步骤S7具体包括：对MPR1进行扩展，以MPR1中金属区域为中心，offset1为半径进行扩展，同时对边缘进行修整得到MPR2。
与现有技术相比，本发明的有益效果为：
本发明属于医学成像技术领域，提供了一种CBCT金属伪影去除算法。该算法基于原始投影图像，直接在3维基础上去除金属伪影。时间花费小，效果好，对于金属伪影严重的图像，可以大大提高CBCT重建图像的质量。与现有的公开的算法相比，该算法考虑了正投影误差及系统几何误差的影响，鲁棒性强。同时插值算法和正投影算法比一般算法更精确，校正效果好。
附图说明
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
图1为本发明一实施方式的整体流程示意图；
图2为本发明一实施方式的步骤S2过程示意图；
图3为本发明一实施方式的步骤S3过程示意图；
图4为本发明一实施方式的步骤S4过程示意图；
图5为本发明一实施方式的步骤S5过程示意图；
图6为本发明一实施方式的过程示意图；
图7为本发明一实施方式的过程示意图；
图8为本发明一实施方式的M2图像示意图；
图9为本发明一实施方式的M3图像示意图；
图10为本发明一实施方式的校正前后体模图像示意图；
图11为本发明一实施方式的校正前后真人图像示意图。
具体实施方式
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以是通过中间媒介间接连接，可以说两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明的具体含义。下面结合附图和实施例对本发明的技术方案做进一步的说明。
参照图1到图11，一种CBCT金属伪影校正方法，包括以下步骤：
S1、采用FDK算法对输入的投影图像P1进行重建得到F1；
S2、采用阈值分割法对F1进行分割得到金属图像M1；
S3、对M1通过区域生长法得到M2；
S4、对M2进行扩展得到M3；
S5、对M3进行正投影得到金属投影区域MPR；
S6、对MPR进行模板匹配，误差椭圆拟合和偏移校正后得到MPR1；；
S7、对MPR1进行扩展得到MPR2，再对MPR2进行几何校正得到MPR3；
S8、对投影图像P1在MPR3区域中进行几何校正得到P2；
S9、对P2进行插值得到P3；
S10、对P3进行重建得到F2；
S11、结合M3对F2金属区域的像素值进行替换得到F3，得到最终图像F3。
作为本发明一优选实施方案，所述步骤S3具体包括：
S31、求出金属图像M1的均值mu1和方差sigma1；
S32、以金属图像M1中的金属区域点为中心，求其4邻域，并判断邻域的平均灰度值是否大于mu1+pa1*sugma1，若大于mu1+pa1*sugma1，则把该金属区域点加入金属图像M1，并更新均值mu1；
S33、依次遍历金属图像M1中的所有金属区域点；
其中，pa1＝1.01*pa0，pa0＝(mu1-metal_value)/sugma1，metal_value为分割金属图像M1所用的阈值。
作为本发明一优选实施方案，所述步骤S4具体包括：为了校正分割误差对M2进行扩展，且以M2中金属区域点为中心，offset2为半径进行扩展得到M3。
作为本发明一优选实施方案，所述步骤S6具体包括：
S61、将MPR与P1进行匹配，以offset为匹配半径，求出两个图像梯度模的自相关函数，进而得到偏移量dm，其中：
Figure BDA0002804967300000071
Figure BDA0002804967300000072
Figure BDA0002804967300000073
其中Mk＝{(m,n)|MPR(m,n,k)>0},-offset<i,j<offset；
Figure BDA0002804967300000074
S62、将偏移量dm进行椭圆拟合得到dm1(容易证明，偏移量dm的轨迹近似为椭圆)，且dm1的椭圆参数方程为：
x＝x0+acos(θ)
y＝y0+bsin(θ)
由dm拟合椭圆得到：
Figure BDA0002804967300000075
pcounts为投影图像张数
Figure BDA0002804967300000076
S63、把MPR偏移dm1得到MPR1。
作为本发明一优选实施方案，所述步骤S7具体包括：对MPR1进行扩展，以MPR1中金属区域为中心，offset1为半径进行扩展，同时对边缘进行修整(置0)得到MPR2。
与现有技术相比，本发明的有益效果为：
本发明属于医学成像技术领域，提供了一种CBCT金属伪影去除算法。该算法基于原始投影图像，直接在3维基础上去除金属伪影。时间花费小，效果好，对于金属伪影严重的图像，可以大大提高CBCT重建图像的质量。与现有的公开的算法相比，该算法考虑了正投影误差及系统几何误差的影响，鲁棒性强。同时插值算法和正投影算法比一般算法更精确，校正效果好。
图中，描述位置关系仅用于示例性说明，不能理解为对本专利的限制；显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种CBCT金属伪影校正方法，其特征在于，包括以下步骤：
S1、采用FDK算法对输入的投影图像P1进行重建得到F1；
S2、采用阈值分割法对F1进行分割得到金属图像M1；
S3、对M1通过区域生长法得到M2；
S4、对M2进行扩展得到M3；
S5、对M3进行正投影得到金属投影区域MPR；
S6、对MPR进行模板匹配，误差椭圆拟合和偏移校正后得到MPR1；；
S7、对MPR1进行扩展得到MPR2，再对MPR2进行几何校正得到MPR3；
S8、对投影图像P1在MPR3区域中进行几何校正得到P2；
S9、对P2进行插值得到P3；
S10、对P3进行重建得到F2；
S11、结合M3对F2金属区域的像素值进行替换得到F3，得到最终图像F3。
2.根据权利要求1所述的一种CBCT金属伪影校正方法，其特征在于，所述步骤S3具体包括：
S31、求出金属图像M1的均值mu1和方差sigma1；
S32、以金属图像M1中的金属区域点为中心，求其4邻域，并判断邻域的平均灰度值是否大于mu1+pa1*sugma1，若大于mu1+pa1*sugma1，则把该金属区域点加入金属图像M1，并更新均值mu1；
S33、依次遍历金属图像M1中的所有金属区域点；
其中，pa1＝1.01*pa0，pa0＝(mu1-metal_value)/sugma1，metal_value为分割金属图像M1所用的阈值。
3.根据权利要求1所述的一种CBCT金属伪影校正方法，其特征在于，所述步骤S4具体包括：为了校正分割误差对M2进行扩展，且以M2中金属区域点为中心，offset2为半径进行扩展得到M3。
4.根据权利要求1所述的一种CBCT金属伪影校正方法，其特征在于，所述步骤S6具体包括：
S61、将MPR与P1进行匹配，以offset为匹配半径，求出两个图像梯度模的自相关函数，进而得到偏移量dm，其中：
Figure FDA0002804967290000021
Figure FDA0002804967290000022
Figure FDA0002804967290000023
其中Mk＝{(m,n)|MPR(m,n,k)>0},-offset<i,j<offset；
Figure FDA0002804967290000024
S62、将偏移量dm进行椭圆拟合得到dm1，且dm1的椭圆参数方程为：x＝x0+acos(θ)
y＝y0+bsin(θ)
由dm拟合椭圆得到：
Figure FDA0002804967290000025
pcounts为投影图像张数
Figure FDA0002804967290000031
S63、把MPR偏移dm1得到MPR1。
5.根据权利要求1所述的一种CBCT金属伪影校正方法，其特征在于，所述步骤S7具体包括：对MPR1进行扩展，以MPR1中金属区域为中心，offset1为半径进行扩展，同时对边缘进行修整得到MPR2。
CN202011364265.1A 2020-11-27 2020-11-27 一种cbct金属伪影校正方法 Pending CN112308943A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011364265.1A CN112308943A (zh) 2020-11-27 2020-11-27 一种cbct金属伪影校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011364265.1A CN112308943A (zh) 2020-11-27 2020-11-27 一种cbct金属伪影校正方法

Publications (1)

Publication Number Publication Date
CN112308943A true CN112308943A (zh) 2021-02-02

Family

ID=74487034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011364265.1A Pending CN112308943A (zh) 2020-11-27 2020-11-27 一种cbct金属伪影校正方法

Country Status (1)

Country Link
CN (1) CN112308943A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643393A (zh) * 2021-06-28 2021-11-12 南京邮电大学 一种基于引导图滤波的cbct图像金属伪影校正方法
CN113729747A (zh) * 2021-08-09 2021-12-03 中科超精(南京)科技有限公司 一种球形金属标记的锥束ct金属伪影去除系统及去除方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643393A (zh) * 2021-06-28 2021-11-12 南京邮电大学 一种基于引导图滤波的cbct图像金属伪影校正方法
CN113643393B (zh) * 2021-06-28 2023-06-16 南京邮电大学 一种基于引导图滤波的cbct图像金属伪影校正方法
CN113729747A (zh) * 2021-08-09 2021-12-03 中科超精(南京)科技有限公司 一种球形金属标记的锥束ct金属伪影去除系统及去除方法
CN113729747B (zh) * 2021-08-09 2024-04-26 中科超精(南京)科技有限公司 一种球形金属标记的锥束ct金属伪影去除系统及去除方法

Similar Documents

Publication Publication Date Title
CN110889005B (zh) 搜索医学参考图像
CN110189352B (zh) 一种基于口腔cbct图像的牙根提取方法
TWI776426B (zh) 圖像識別方法、電子設備和電腦可讀儲存介質
CN112308943A (zh) 一种cbct金属伪影校正方法
JP2007236939A (ja) 乳房辺縁検出のための方法および装置
JP2016511834A (ja) 粒子径を求める方法及び装置
CN109285142B (zh) 一种头颈部肿瘤检测方法、装置及计算机可读存储介质
CN110008992B (zh) 一种用于前列腺癌辅助诊断的深度学习方法
CN110971827B (zh) 人像模式拍摄方法、装置、终端设备和存储介质
WO2018126434A1 (zh) Ct图像阴影校正方法、装置及电子设备
US11406340B2 (en) Method for converting tone of chest X-ray image, storage medium, image tone conversion apparatus, server apparatus, and conversion method
CN110458908B (zh) 基于有限角度迭代重建超视野ct图像的方法
Liu et al. Contour-maintaining-based image adaption for an efficient ambulance service in intelligent transportation systems
CN107230250B (zh) 一种参照实体标本进行直接三维建模的成型方法
JP5373931B2 (ja) 仮想視点画像生成方法，仮想視点画像生成装置および仮想視点画像生成プログラム
US20220358740A1 (en) System and Method for Alignment of Volumetric and Surface Scan Images
Zhang et al. Accurate detection of inner ears in head CTs using a deep volume-to-volume regression network with false positive suppression and a shape-based constraint
Harder et al. A three dimensional children head database for acoustical research and development
CN115187640A (zh) 一种基于点云的ct与mri 3d/3d图像配准方法
CN108242049A (zh) 一种针对gpu优化的全尺度dr影像增强处理方法
CN115116468A (zh) 一种视频生成方法、装置、存储介质及电子设备
CN115601233B (zh) 一种医学图像的2d转3d方法
Gopinath et al. Automatic feature extraction and statistical shape model of the AIDS virus spike
CN109587469A (zh) 基于人工智能识别的影像处理方法及装置
CN111933252B (zh) 一种牙位检出和缺失牙标记方法及装置

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