CN112562030A - 图像重建方法、装置和电子设备 - Google Patents

图像重建方法、装置和电子设备 Download PDF

Info

Publication number
CN112562030A
CN112562030A CN202011421540.9A CN202011421540A CN112562030A CN 112562030 A CN112562030 A CN 112562030A CN 202011421540 A CN202011421540 A CN 202011421540A CN 112562030 A CN112562030 A CN 112562030A
Authority
CN
China
Prior art keywords
image
original
simulated
reconstructed
projection data
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
CN202011421540.9A
Other languages
English (en)
Inventor
王秀清
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.)
Sainuo Weisheng Technology Beijing Co ltd
Original Assignee
Sainuo Weisheng Technology Beijing 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 Sainuo Weisheng Technology Beijing Co ltd filed Critical Sainuo Weisheng Technology Beijing Co ltd
Priority to CN202011421540.9A priority Critical patent/CN112562030A/zh
Publication of CN112562030A publication Critical patent/CN112562030A/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
    • G06T11/005—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
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/421—Filtered back projection [FBP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请提供了一种图像重建方法、装置和电子设备，其中，图像重建方法，包括：获取原始CT重建图像，所述原始CT重建图像基于CT扫描得到的原始投影数据得到；获取所述原始CT重建图像对应的标准图像，所述标准图像为去除所述原始CT重建图像中伪影的图像；对所述标准图像进行正投影得到模拟投影数据；对所述模拟投影数据进行重建得到模拟图像，所述模拟图像包括在对模拟投影数据进行重建过程中产生的模拟伪影图像；基于所述模拟图像和所述原始CT重建图像确定CT重建图像。基于模拟投影数据进行重建得到的模拟图像包含与原始CT重建图像对应的伪影图像，从而可以是原始CT重建图像消除其伪影图像得到消除伪影后的CT重建图像。

Description

图像重建方法、装置和电子设备
技术领域
本申请涉及成像技术领域，尤其涉及一种图像重建方法、装置和电子设备。
背景技术
CT设备成像原理是通过CT光源(球管)发射X射线束，扫描人体检查部位的一定厚度的层面，由探测器接收到穿过扫描部位的X光束转化为可见光，然后通过光电转换器转换为电信号，再通过模数转换器将接收到的X光束转化为数字信号，通过计算机计算出穿过人体每条射线的衰减，根据不同组织对X射线的衰减不同的原理，通常利用滤波投影的方法即可重建出扫描人体的断层图像。随着CT技术的不断发展，为了更高效与更低剂量的扫描，探测器的总宽度不断的增加，即探测器的排数也在不断的增加。随着探测器排数的增加在z方向光源与探测器的夹角也随之增大，夹角增大后造成成像区域部分体素衰减信息丢失，这种信息缺失在CT圆形轨迹扫描的模式下是无法弥补的，由于信息不全使重建得到图像产生锥束伪影，直接影响图像的质量，影响医生的正常诊断。
锥束伪影是多排探测器CT圆形轨迹扫描容易产生的一种伪影，随着探测器的排数的增加在探测器边缘扫描的层面越明显。
因此，如何在CT图像重建过程中消除锥束伪影成为亟待解决的技术问题。
发明内容
为了解决上述如何在CT图像重建过程中消除锥束伪影，本申请提供了一种图像重建方法、装置和电子设备。
根据第一方面，本发明实施例提供了一种图像重建方法，包括：获取原始CT重建图像，所述原始CT重建图像基于CT扫描得到的原始投影数据得到；获取所述原始CT重建图像对应的标准图像，所述标准图像为去除所述原始CT重建图像中伪影的图像；对所述标准图像进行正投影得到模拟投影数据；对所述模拟投影数据进行重建得到模拟图像，所述模拟图像包括在对模拟投影数据进行重建过程中产生的模拟伪影图像；基于所述模拟图像和所述原始CT重建图像确定CT重建图像。
可选地，所述获取所述原始CT重建图像对应的标准图像包括：采用阈值分割法对所述原始CT重建图像进行分割；对分割后的图像进行预设目标对应标定，得到分割图像；将所述分割图像进行标准CT值映射得到所述标准图像。
可选地，所述获取原始CT重建图像包括：获取CT扫描的原始投影数据；对所述原始投影数据进行校正；对校正后的原始投影数据进行重建得到所述原始CT重建图像。
可选地，所述对所述模拟投影数据进行重建得到模拟图像包括：对所述模拟投影数据进行重排和滤波反投影重建得到所述模拟图像。
可选地，所述基于所述模拟图像和所述原始CT重建图像确定CT重建图像包括：对所述模拟图像和所述标准图像做差得到模拟伪影图像；对所述原始图像和所述模拟伪影图像做差得到所述CT重建图像。
可选地，所述基于所述原始图像和所述模拟伪影图像的差得到所述CT重建图像包括：确定模拟伪影图像的权重系数；基于所述权重系数和所述模拟伪影图像得到加权伪影图像；对所述原始图像和所述加权伪影图像做差得到所述CT重建图像。
根据第二方面，本发明实施例提供了一种图像重建装置，包括：第一获取模块，用于获取原始CT重建图像，所述原始CT重建图像基于CT扫描得到的原始投影数据得到；第二获取模块，用于获取所述原始CT重建图像对应的标准图像，所述标准图像为去除所述原始CT重建图像中的伪影的图像；投影模块，用于对所述标准图像进行正投影得到模拟投影数据；重建模块，用于对所述模拟投影数据进行重建得到模拟图像，所述模拟图像包括在对模拟投影数据进行重建过程中产生的模拟伪影图像；确定模块，用于基于所述模拟图像和所述原始CT重建图像确定CT重建图像。
可选地，所述第二获取模块包括：图像分割单元，用于分割采用阈值分割法对所述原始CT重建图像进行分割；标定单元，用于对分割后的图像进行预设目标对应标定，得到分割图像；映射单元，用于将所述分割图像进行标准CT值映射得到所述标准图像。
根据第三方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行上述第一方面任一项所述图像重建方法。
根据第四方面，本发明实施例提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行上述第一方面任一项所述的图像重建方法。
本申请中，在获取到原始CT重建图像之后，可以获取基于原始CT重建图像对应的标准图像，在对标准图像进行正投影得到模拟投影数据，由于标准图像来源与原始CT中间图像，使得模拟投影数据对应的锥束CT几何与原始投影数据相同，基于模拟投影数据进行重建得到的模拟图像包含与原始CT重建图像对应的伪影图像，再基于模拟图像与伪影图像进行确定CT重建图像，从而可以是原始CT重建图像消除其伪影图像得到消除伪影后的CT重建图像。从而实现在CT图像重建过程中消除锥束伪影。相比于相关技术中无伪影投影数据损失，因此，可以最大限度的消除伪影。
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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种可选的图像重建方法的硬件环境的示意图；
图2是根据本申请实施例的一种可选的图像重建方法的流程示意图；
图3是根据本申请实施例的原始CT重建图像的示意图；
图4是根据本申请实施例的标准图像的示意图；
图5是根据本申请实施例的伪影图像的示意图；
图6是根据本申请实施例的CT重建图像的示意图；
图7是根据本申请实施例的图像重建装置的结构框图；
图8是根据本申请实施例的一种可选的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
正如背景技术所述，随着探测器排数的增加在z方向光源与探测器的夹角也随之增大，夹角增大后造成成像区域部分体素衰减信息丢失，这种信息缺失在CT圆形轨迹扫描的模式下是无法弥补的，由于信息不全使重建得到图像产生锥束伪影。因此，CT锥束几何结构的影响，扫描得到的投影数据不完备，在进行重建时，会产生伪影。现有技术中存在一些消除伪影的方法，例如，在得到原始投影数据后，对原始投影数据进行重建得到原始CT重建图像，原始CT重建图像中包含伪影图像，对原始CT重建图像进行正投影得到模拟投影数据，此时得到的模拟投影数据中包含伪影投影数据，将模拟投影数据减去原始投影数据可得到伪影投影数据，在利用伪影投影数据重建得到伪影图像，再利用原始CT重建图像减去伪影图像去消除伪影。然而，发明人发现，按照上述方法得到的重建图像依然存在伪影，经过发明人研究发现，锥束伪影产生的原因是由于锥束CT投影几何，造成多排CT的边缘层数据不完备，不完备的数据在进行解析重建(通常滤波反投影)重建时产生的伪影，在利用带伪影的图像进行正投影，由于CT锥束几何结构的影响，无法得到完备的带有锥束伪影的投影数据(是因为多排CT的边缘层数据不完备)，因此，得到的伪影投影数据也是不完备的，最终利用原始CT重建图像减去伪影图像无法消除全部的伪影。因此，上述方法中，在得到包含伪影图像的原始CT重建图像后，再利用原始CT重建图像进行正投影得到模拟投影数据，由于CT锥束几何结构的影响(得到的模拟投影数据中多排CT的边缘层数据不完备)，导致得到的模拟投影数据不完备，势必要损失一部分伪影投影数据，因此，在此步骤难以得到完备的伪影数据，导致后续再利用原始CT重建图像减去伪影图像时是无法消除全部的伪影的，这样导致上述方法中得到的重建图像依然存在伪影。
基于此，根据本申请实施例的一个方面，提供了一种图像重建方法。可选地，在本实施例中，上述图像重建方法可以应用于如图2所示的由终端102和服务器104所构成的硬件环境中。如图2所示，服务器104通过网络与终端102进行连接，可用于为终端或终端上安装的客户端提供服务，可在服务器上或独立于服务器设置数据库，用于为服务器104提供数据存储服务，还可以用于处理云服务，上述网络包括但不限于：广域网、城域网或局域网，终端102并不限定于CT机、计算机等。本申请实施例的图像重建方法可以由服务器104来执行，也可以由终端102来执行，还可以是由服务器104和终端102共同执行。
以由终端102和/或服务器104来执行本实施例中的图像重建方法为例，图3是根据本申请实施例的一种可选的图像重建方法的流程示意图，如图2所示，该方法的流程可以包括以下步骤：
步骤S202，获取原始CT重建图像，所述原始CT重建图像基于CT扫描得到的原始投影数据得到。作为示例性的实施例，可以对被检对象进行锥束CT扫描，通过对被检对象进行锥束CT扫描，可以得到被检对象在各个角度下的原始投影数据。通过对原始投影数据进行校正，可以得到被检对象在正弦域下的原始投影数据。在获取到对被检对象进行锥束CT扫描得到的原始投影数据后，可以采用CT解析重建算法，例如滤波反投影算法对投影数据进行重建，得到原始CT重建图像，示例性的，参见图3所示的原始CT重建图像。
步骤S204，获取所述原始CT重建图像对应的标准图像，所述标准图像为去除所述原始CT重建图像中的伪影的图像。作为示例性的实施例，经过重建得到的原始CT重建图像包含伪影图像，在本实施例中可以对原始CT重建图像中的伪影图像去除，实例性的，原始CT图像中的伪影会引起局部组织CT值变化，特别是软组织，因此，可以基于伪影带来的CT值变化去除伪影，示例性的，可以对图像进行分割，得到原始CT重建图像中的各种组织以及背景，进而去除伪影，再将去除伪影的CT重建图像进行标准CT值映射得到所述标准图像。示例性的，参见图4所示的标准图像。作为可选地实施例，可以采用阈值分割法对所述原始CT重建图像进行分割；对分割后的图像进行预设目标对应标定，得到分割图像；将所述分割图像进行标准CT值映射得到所述标准图像。示例性的，采用阈值分割图像，分割为骨头、软组织和空气,对不同组织标定生成分割图像，具体的分割图像I1可以为：
Figure BDA0002822572350000071
其中，i、j分别为图像矩阵的行与列。
得到的标准图像I2可以为：
Figure BDA0002822572350000072
其中，不同组织或对象对应的CT值不同。
步骤S206，对所述标准图像进行正投影得到模拟投影数据。作为示例性的实施例，可以利用与扫描设备相同几何参数的锥束前向投影算法对标准图像进行正投影，得到标准图像在投影域的模拟投影数据。。
步骤S208，对所述模拟投影数据进行重建得到模拟图像，所述模拟图像包括在对模拟投影数据进行重建过程中产生的模拟伪影图像。作为示例性的实施例，锥束伪影产生的原因是由于锥束CT投影几何，造成多排CT的边缘层数据不完备，不完备的数据在进行解析重建(通常滤波反投影)重建时产生的伪影，因此，在对标准图像经过正投影得到的模拟投影数据进行重建时，会由于锥束CT投影几何的影响，在进行重建时产生伪影。在利用模拟投影数据重建得到的模拟图像可以包括伪影图像，由于标准图像基于原始CT重建图像得到，标准图像的模拟投影数据对应的锥束CT投影几何与原始CT重建图像的锥束CT投影几何相同，因此，模拟投影数据在多排CT的边缘层具有的不完备数据与原始CT重建图像对应的原始投影数据在多排CT的边缘层具有的不完备数据相同，因此，基于模拟投影数据重建得到的模拟图像中的伪影图像与原始CT重建图像中的伪影图像相同。因此，基于模拟投影数据进行重建得到模拟图像产生的伪影为原始CT重建图像中的伪影图像。作为可选的实施例，可以对所述模拟投影数据进行重排和滤波反投影重建得到所述模拟图像。具体的重建算法可以参考现有技术中的重排和滤波反投影算法。
步骤S210，基于所述模拟图像和所述原始CT重建图像确定CT重建图像。示例性的，可以对所述模拟图像和所述标准图像做差得到模拟伪影图像；对所述原始图像和所述模拟伪影图像做差得到所述CT重建图像。由于基于模拟投影数据重建得到的模拟图像中的伪影图像与原始CT重建图像中得到的伪影图像相同，因此，模拟图像和所述标准图像做差得到模拟伪影图像为原始CT图像中的伪影图像，示例性的参见图5所示的伪影图像，再基于原始图像和所述模拟伪影图像做差得到所述CT重建图像，示例性的参见图6所示的C重建图像。作为可选的实施例，还可以根据伪影图像对应的探测器层索引值确定伪影图像的权重因子。其中，每一探测器层对应一条伪影投影数据。基于所述权重系数和所述模拟伪影图像得到加权伪影图像；对所述原始图像和所述加权伪影图像做差得到所述CT重建图像。具体的，可以基于如下公式得到CT重建图像：
I6＝I0-a*I6
其中，I6为CT重建图像，I5为伪影图像，α为权重系数，I0为原始CT重建图像。
在本实施例中，在获取到原始CT重建图像之后，可以获取基于原始CT重建图像对应的标准图像，在对标准图像进行正投影得到模拟投影数据，由于标准图像来源与原始CT中间图像，使得模拟投影数据对应的锥束CT几何与原始投影数据相同，基于模拟投影数据进行重建得到的模拟图像包含与原始CT重建图像对应的伪影图像，再基于模拟图像与伪影图像进行确定CT重建图像，从而可以是原始CT重建图像消除其伪影图像得到消除伪影后的CT重建图像。从而实现在CT图像重建过程中消除锥束伪影。相比于相关技术中无伪影投影数据损失，因此，可以最大限度的消除伪影。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请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，该计算机软件产品存储在一个存储介质(如ROM(Read-Only Memory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述图像重建方法的图像重建装置。图7是根据本申请实施例的一种可选的图像重建装置的示意图，如图7所示，该装置可以包括：
(1)第一获取模块702，用于获取原始CT重建图像，所述原始CT重建图像基于CT扫描得到的原始投影数据得到；
(2)第二获取模块704，用于获取所述原始CT重建图像对应的标准图像，所述标准图像为标准CT值图像(所述标准图像为去除所述原始CT重建图像中的伪影的图像；
(3)投影模块706，用于对所述标准图像进行正投影得到模拟投影数据；
(4)重建模块708，用于对所述模拟投影数据进行重建得到模拟图像，所述模拟图像包括在对模拟投影数据进行重建过程中产生的模拟伪影图像；
(5)确定模块710，用于基于所述模拟图像和所述原始CT重建图像确定CT重建图像。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本申请实施例的又一个方面，还提供了一种用于实施上述图像重建方法的电子设备，该电子设备可以是服务器、终端、或者其组合。
图8是根据本申请实施例的一种可选的电子设备的结构框图，如图8所示，包括处理器802、通信接口804、存储器806和通信总线808，其中，处理器802、通信接口804和存储器806通过通信总线808完成相互间的通信，其中，
存储器806，用于存储计算机程序；
处理器802，用于执行存储器806上所存放的计算机程序时，实现图像重建方法的步骤。
可选地，在本实施例中，上述的通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，可以包含但不限于：CPU(Central ProcessingUnit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(DigitalSignal Processing，数字信号处理器)、ASIC(Application Specific IntegratedCircuit，专用集成电路)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图8所示的结构仅为示意，实施上述图像重建方法的设备可以是终端设备，该终端设备可以是空调、智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图8其并不对上述电子装置的结构造成限定。例如，终端设备还可包括比图8中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图8所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、ROM、RAM、磁盘或光盘等。
根据本申请实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于图像重建方法的程序代码。
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地，在本实施例中，存储介质被设置为存储用于执行图像重建方法的步骤。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种图像重建方法，其特征在于，包括：
获取原始CT重建图像，所述原始CT重建图像基于CT扫描得到的原始投影数据得到；
获取所述原始CT重建图像对应的标准图像，所述标准图像为去除所述原始CT重建图像中伪影的图像；
对所述标准图像进行正投影得到模拟投影数据；
对所述模拟投影数据进行重建得到模拟图像，所述模拟图像包括在对模拟投影数据进行重建过程中产生的模拟伪影图像；
基于所述模拟图像和所述原始CT重建图像确定CT重建图像。
2.如权利要求1所述的图像重建方法，其特征在于，所述获取所述原始CT重建图像对应的标准图像包括：
采用阈值分割法对所述原始CT重建图像进行分割；
对分割后的图像进行预设目标对应标定，得到分割图像；
将所述分割图像进行标准CT值映射得到所述标准图像。
3.如权利要求1所述的图像重建方法，其特征在于，所述获取原始CT重建图像包括：
获取CT扫描的原始投影数据；
对所述原始投影数据进行校正；
对校正后的原始投影数据进行重建得到所述原始CT重建图像。
4.如权利要求3所述的图像重建方法，其特征在于，所述对所述模拟投影数据进行重建得到模拟图像包括：
对所述模拟投影数据进行重排和滤波反投影重建得到所述模拟图像。
5.如权利要求1所述的图像重建方法，其特征在于，所述基于所述模拟图像和所述原始CT重建图像确定CT重建图像包括：
对所述模拟图像和所述标准图像做差得到模拟伪影图像；
对所述原始图像和所述模拟伪影图像做差得到所述CT重建图像。
6.如权利要求5所述的图像重建方法，其特征在于，所述基于所述原始图像和所述模拟伪影图像的差得到所述CT重建图像包括：
确定模拟伪影图像的权重系数；
基于所述权重系数和所述模拟伪影图像得到加权伪影图像；
对所述原始图像和所述加权伪影图像做差得到所述CT重建图像。
7.一种图像重建装置，其特征在于，
第一获取模块，用于获取原始CT重建图像，所述原始CT重建图像基于CT扫描得到的原始投影数据得到；
第二获取模块，用于获取所述原始CT重建图像对应的标准图像，所述标准图像为去除所述原始CT重建图像中的伪影的图像；
投影模块，用于对所述标准图像进行正投影得到模拟投影数据；
重建模块，用于对所述模拟投影数据进行重建得到模拟图像，所述模拟图像包括在对模拟投影数据进行重建过程中产生的模拟伪影图像；
确定模块，用于基于所述模拟图像和所述原始CT重建图像确定CT重建图像。
8.如权利要求1所述的图像重建装置，其特征在于，所述第二获取模块包括：
图像分割单元，用于分割采用阈值分割法对所述原始CT重建图像进行分割；
标定单元，用于对分割后的图像进行预设目标对应标定，得到分割图像；
映射单元，用于将所述分割图像进行标准CT值映射得到所述标准图像。
9.一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计算机指令，计算机指令用于使计算机执行如权利要求1-6任一项所述图像重建方法。
10.一种电子设备，其特征在于，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行如权利要求1-6任一项所述图像重建方法。
CN202011421540.9A 2020-12-08 2020-12-08 图像重建方法、装置和电子设备 Pending CN112562030A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011421540.9A CN112562030A (zh) 2020-12-08 2020-12-08 图像重建方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011421540.9A CN112562030A (zh) 2020-12-08 2020-12-08 图像重建方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN112562030A true CN112562030A (zh) 2021-03-26

Family

ID=75059420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011421540.9A Pending CN112562030A (zh) 2020-12-08 2020-12-08 图像重建方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN112562030A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112561A (zh) * 2021-04-16 2021-07-13 赛诺威盛科技(北京)股份有限公司 图像重建方法、装置和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608717A (zh) * 2015-12-22 2016-05-25 肖古华 一种ct系统和ct图像重建方法
CN110458913A (zh) * 2019-08-12 2019-11-15 赛诺威盛科技（北京）有限公司 一种多阈值分割ct图像校正图像重建中骨硬化伪影的方法
CN110613471A (zh) * 2019-10-22 2019-12-27 合肥工业大学 一种ct系统及ct图像重建方法
CN111110260A (zh) * 2019-12-24 2020-05-08 沈阳先进医疗设备技术孵化中心有限公司 一种图像重建方法、装置及终端设备
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608717A (zh) * 2015-12-22 2016-05-25 肖古华 一种ct系统和ct图像重建方法
CN110458913A (zh) * 2019-08-12 2019-11-15 赛诺威盛科技（北京）有限公司 一种多阈值分割ct图像校正图像重建中骨硬化伪影的方法
CN110613471A (zh) * 2019-10-22 2019-12-27 合肥工业大学 一种ct系统及ct图像重建方法
CN111110260A (zh) * 2019-12-24 2020-05-08 沈阳先进医疗设备技术孵化中心有限公司 一种图像重建方法、装置及终端设备
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
鄢苏鹏等: "Micro-CT系统的设计", 《中国医疗设备》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112561A (zh) * 2021-04-16 2021-07-13 赛诺威盛科技(北京)股份有限公司 图像重建方法、装置和电子设备
CN113112561B (zh) * 2021-04-16 2021-12-07 赛诺威盛科技(北京)股份有限公司 图像重建方法、装置和电子设备

Similar Documents

Publication Publication Date Title
US11727569B2 (en) Training a CNN with pseudo ground truth for CT artifact reduction
US11494957B2 (en) Automated correction of metal affected voxel representations of x-ray data using deep learning techniques
JP5662447B2 (ja) 関心領域画像の再構成
US10902619B2 (en) Systems and methods for determining quality metrics of an image or images based on an edge gradient profile and characterizing regions of interest in an image or images
Sanders et al. Patient‐specific quantification of image quality: an automated method for measuring spatial resolution in clinical CT images
JP5994858B2 (ja) 放射線断層画像生成装置および放射線断層画像生成方法
JP5715335B2 (ja) 任意のスペクトルにおける計算機式断層写真法画像の形成のための順投影
KR20110097670A (ko) 보정 및 재구성된 컴퓨터 단층 이미지를 제공하는 방법
US7747057B2 (en) Methods and apparatus for BIS correction
CN110378982B (zh) 重建图像处理方法、装置、设备及存储介质
JP2007530086A (ja) Ｃｔにおける金属アーチファクトの訂正
US20180253624A1 (en) Defective Pixel Identification Using Machine Learning
JP2007530132A (ja) コンピュータ断層撮影画像を向上させるための方法、コンピュータプログラムプロダクトおよび装置
CN111540025A (zh) 预测用于图像处理的图像
Schnurr et al. Simulation-based deep artifact correction with convolutional neural networks for limited angle artifacts
CN110998662A (zh) 成像系统扩展视场
CN106308836B (zh) 计算机断层扫描图像校正系统及方法
CN112562030A (zh) 图像重建方法、装置和电子设备
US20200240934A1 (en) Tomography apparatus and controlling method for the same
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
JP2016198504A (ja) 画像生成装置、ｘ線コンピュータ断層撮影装置及び画像生成方法
CN113313649B (zh) 图像重建方法及装置
JP4127537B2 (ja) 画像処理方法および装置並びにプログラム
Aurumskjöld Optimisation of image quality and radiation dose in computed tomography using iterative image reconstruction
EP3889881A1 (en) Method, device and system for generating a denoised medical image

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: 100176 1st floor, building 8, 11 Kangding street, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Sinovision Technology (Beijing) Co.,Ltd.

Address before: 1 / F, building 8, No. 11, Kangding street, Daxing Economic and Technological Development Zone, Beijing 100176

Applicant before: SAINUO WEISHENG TECHNOLOGY (BEIJING) Co.,Ltd.

CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100176 1st floor, building 8, 11 Kangding street, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Sinovision Technology (Beijing) Co.,Ltd.

Address before: 1 / F, building 8, No. 11, Kangding street, Daxing Economic and Technological Development Zone, Beijing 100176

Applicant before: SAINUO WEISHENG TECHNOLOGY (BEIJING) Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210326