CN112652054A - 一种dr/ct数字物体构建方法和系统 - Google Patents

一种dr/ct数字物体构建方法和系统 Download PDF

Info

Publication number
CN112652054A
CN112652054A CN202011525280.XA CN202011525280A CN112652054A CN 112652054 A CN112652054 A CN 112652054A CN 202011525280 A CN202011525280 A CN 202011525280A CN 112652054 A CN112652054 A CN 112652054A
Authority
CN
China
Prior art keywords
matrix
energy
voxel
atomic number
electron density
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
CN202011525280.XA
Other languages
English (en)
Other versions
CN112652054B (zh
Inventor
汪红志
夏天
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.)
Shanghai Suoji Information Technology Co ltd
Original Assignee
Shanghai Suoji Information Technology 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 Shanghai Suoji Information Technology Co ltd filed Critical Shanghai Suoji Information Technology Co ltd
Priority to CN202011525280.XA priority Critical patent/CN112652054B/zh
Publication of CN112652054A publication Critical patent/CN112652054A/zh
Application granted granted Critical
Publication of CN112652054B publication Critical patent/CN112652054B/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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种DR/CT数字物体构建方法，包括：通过双能量CT对真实物体进行各向同性的断层扫描，得到层面内组织的两组不同能量的CT图像，建立第一能量的CT值矩阵和第二能量的CT值矩阵，根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体该体素的电子密度三维分布矩阵；根据得到的该体素的电子密度矩阵计算有效原子序数矩阵；计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵，并与该物体的三维空间结构组合得到五维矩阵，得到数字物体。本发明应用双能量CT得到两组不同能量的CT图像得到每个体素的电子密度和有效原子序数，计算过程简单，可表示人体内部组织的可以影响DR或CT成像的图像效果的物理信息。

Description

一种DR/CT数字物体构建方法和系统
技术领域
本发明涉及数字物体的建模技术领域，具体地涉及一种DR/CT数字物体构建方法和系统。
背景技术
数字孪生(Digital Twin)体是在虚拟空间构建的表征物理实体实时运行状态的虚拟实体，具备融合几何建模、仿真模拟、数据分析的全方位功能，扮演着综合分析决策的角色。数字孪生技术中，通过几何模型、机理模型、数据模型的构建分别实现对物理实体形状、已知(或经验)的物理规律以及未知的物理规律的模拟。数字化双胞胎在2017和2018年连续两年被Gartner评为影响未来的十大技术之一，已经并会逐步在大型、复杂、昂贵、有危险性等工业产品和系统的验证、设计、测试、维保、培训等环节得到越来越广泛的应用。
数字人体模型简称数字人，是利用医学影像CT/MRI/彩色照片数据通过计算机技术构建的体现三维解剖结构的人体模型，主要用于核医学及辐射防护等领域。现有的数字人体模型都是根据ICPR/ICRU报告给出的平均密度及组成成分来赋予同一个器官或组织中的每一个体素，由于每个器官或组织都包含大量的体素，这样使得在一个器官或组织中，各个位置的密度、组成成分都相同，这与人体的实际解剖结构显然不符。另外，由于人体器官和组织数多于ICRP提告的建议值，有些器官或组织不可避免的利用类似结构进行近似。而且即使不进行近似，ICRP报告建议值也是通过有限人数获得的平均值，存在一定的误差。
中国专利文献CN 101458826A公开了一种利用CT值赋予密度、组成成分的数字人体建模方法。在获得人体的彩色照片和CT片后，对彩色照片进行配准、分剖，标识出人体的重要器官或组织；器官或组织的密度和组成成分由与彩色照片配准后的CT片中的CT值经过一定的数学转换得到。该方法利用CT片来获得体素的密度和组成成分，但是其得到体素的密度和组成成分的需要利用彩色照片，并且计算过程复杂。上述专利用其他办法得到数字物体，其计算方法不同，更关键的是，其数值物体的信息是组织的密度，其作用为表示人体内部的解剖结构。
发明内容
针对上述存在的技术问题，本发明目的是：提供一种DR/CT数字物体构建方法及系统，本发明应用双能量CT，进行高分辨率各向同性的断层扫描，得到两组不同能量的CT图像得到每个体素的电子密度和有效原子序数，计算过程简单，可真实的表示人体内部组织的物理信息，该物理信息可以影响DR或CT成像的图像效果。
本发明的技术方案是：
一种DR/CT数字物体构建方法，包括以下步骤：
S01：通过双能量CT对真实物体进行高分辨率各向同性的断层扫描，得到两组不同能量的CT图像，建立第一能量的CT值矩阵和第二能量的CT值矩阵，根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体每个体素的电子密度三维分布矩阵；
S02：根据得到的该体素的电子密度三维分布矩阵计算有效原子序数矩阵；
S03：计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵，并与该物体的三维空间结构组合得到多维矩阵，得到数字物体。
优选的技术方案中，所述步骤S01中的电子密度三维分布矩阵ρe计算方法为：
ΔHu(i、j、k)≡(1+α)HuH(i、j、k)-αHuL(i、j、k)
Figure BDA0002850387680000021
其中，α、a和b为权重参数，(i、j、k)为体素坐标，HuH(i、j、k)为第一能量的CT值矩阵，HuL(i、j、k)为第二能量的CT值矩阵。
优选的技术方案中，所述步骤S02中计算有效原子序数矩阵的方法包括：
S21：根据关系式μ＝ρe(στ+σc)，στ为光电效应散射截面，σc为康普顿效应散射截面，στ＝mE-nZc，σc＝fe-gEZd，μ为吸收系数，E为根据能谱分布计算的X线能谱的加权平均能量，Z为有效原子序数，m,n,c,d,f,g为实验拟合参数；
S22：建立体素(i、j、k)处与Z相关的方程：
μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)
S23：根据关系式Hu＝1000*(μ-μw)/μw，计算相应能量下的体素(i、j、k)的吸收系数μ(i、j、k)，其中μw相应能量下水的吸收系数；
S24：将μ(i、j、k)和上一步得到的ρe(i、j、k)代入方程μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)，计算得到相应体素(i、j、k)处的有效原子序数矩阵Z(i,j,k)。
本发明还公开了一种DR/CT数字物体构建系统，包括：
电子密度三维分布矩阵获取模块：通过双能量CT对真实物体进行高分辨率各向同性的断层扫描，得到两组不同能量的CT图像，建立第一能量的CT值矩阵和第二能量的CT值矩阵，根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体每个体素的电子密度三维分布矩阵；
有效原子序数矩阵计算模块：根据得到的该体素的电子密度三维分布矩阵计算有效原子序数矩阵；
数字物体构建模块：计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵，并与该物体的三维空间结构组合得到多维矩阵，得到数字物体。
优选的技术方案中，所述电子密度三维分布矩阵获取模块中的电子密度三维分布矩阵ρe计算方法为：
ΔHu(i、j、k)≡(1+α)HuH(i、j、k)-αHuL(i、j、k)
Figure BDA0002850387680000031
其中，α、a和b为权重参数，(i、j、k)为体素坐标，HuH(i、j、k)为第一能量的CT值矩阵，HuL(i、j、k)为第二能量的CT值矩阵。
优选的技术方案中，所述有效原子序数矩阵计算模块中计算有效原子序数矩阵的方法包括：
S21：根据关系式μ＝ρe(στ+σc)，στ为光电效应散射截面，σc为康普顿效应散射截面，στ＝mE-nZc，σc＝fe-gEZd，μ为吸收系数，E为根据能谱分布计算的X线能谱的加权平均能量，Z为有效原子序数，m,n,c,d,f,g为实验拟合参数；
S22：建立体素(i、j、k)处与Z相关的方程：
μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)
S23：根据关系式Hu＝1000*(μ-μw)/μw，计算相应能量下的体素(i、j、k)的吸收系数μ(i、j、k)，其中μw相应能量下水的吸收系数；
S24：将μ(i、j、k)和上一步得到的ρe(i、j、k)代入方程μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)，计算得到相应体素(i、j、k)处的有效原子序数矩阵Z(i,j,k)。
与现有技术相比，本发明的优点是：
本发明应用临床双能量CT，进行高分辨率各向同性的断层扫描，得到两组不同能量的CT图像得到每个体素的电子密度和有效原子序数，计算过程简单，可真实的表示人体内部组织的物理信息，该物理信息可以影响DR或CT成像的图像效果。作数字人体可用于获取可显示正常组织和病变组织的差异的DR或CT图像；在一次性采集双源CT数据后，不再依赖CT设备，可反复虚拟扫描得到不同扫描条件(例如不同kV,mAS)下的不同倾斜角度、不同层厚、不同层间距、不同螺距下的CT图谱。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明DR/CT数字物体构建系统的原理框图；
图2为本发明DR/CT数字物体构建方法的流程图；
图3为本发明其他电压组合的下的参数校准流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例：
如图1所示，一种DR/CT数字物体构建系统，包括：
电子密度三维分布矩阵获取模块：通过双能量CT对待扫描物体(真实物体)进行高分辨率各向同性的断层扫描，得到某一个或多个层面内组织的两组不同能量的CT图像，建立第一能量的CT值矩阵和第二能量的CT值矩阵，根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体每个体素的电子密度三维分布矩阵；
有效原子序数矩阵计算模块：根据得到的该体素的电子密度三维分布矩阵计算有效原子序数矩阵；
数字物体构建模块：计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵，并与该物体的三维空间结构组合得到多维矩阵，得到数字物体。
如图2所示，还公开了一种DR/CT数字物体构建方法，包括以下步骤：
S01：通过双能量CT对待扫描物体(真实物体)进行高分辨率各向同性的断层扫描，得到某一个或多个层面内组织的两组不同能量的CT图像，建立第一能量的CT值矩阵和第二能量的CT值矩阵，根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体每个体素的电子密度三维分布矩阵；
S02：根据得到的该体素的电子密度三维分布矩阵计算有效原子序数矩阵；
S03：计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵，并与该物体的三维空间结构组合得到多维矩阵，得到数字物体。
本发明可以适用于人体或其他动物植物或其他物体。
下面详细描述各个模块或步骤：
(1)电子密度矩阵构建方法
对待扫描人体或物体，(其他动物植物或其他物体)，应用临床或工业双能量CT，进行高分辨率各向同性的断层扫描，得到两组不同能量的CT图像，建立对应不同能量的三维数字CT值矩阵，设HuH(i、j、k)和HuL(i、j、k)分别为(i、j、k)体素处高能量(如140kV)和低能量(如80kV)的CT值。应用关系式，可以得到人体或物体相应的电子密度ρe的三维分布矩阵：
ΔHu(i、j、k)≡(1+α)HuH(i、j、k)-αHuL(i、j、k)
Figure BDA0002850387680000051
α、a和b为权重参数，其值根据标准模体的实验测量来确定，如常用的实例采用低电压80kV与高电压140kV，α＝0.778，a＝0.997和b＝0.998。
(2)有效原子序数矩阵构建方法
根据关系式μ＝ρe(στ+σc)，στ＝mE-nZc，σc＝ne-gEZd，στ表示光电效应散射截面，σc为康普顿效应散射截面，在低电压情况下(150kV以下)，X射线在物质内部主要受这两种效应的影响进行散射吸收。
可以建立与Z相关的方程：
μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)
其中，m＝22.3,n＝3.302,c＝4.62,d＝0.939,f＝0.672,g＝0.00197为根据实验数据拟合的参数，E为根据能谱分布计算的X线能谱的加权平均能量，该组参数大小与双源CT采集时的电压组合无关，具有普适性，Z为要求解的有效原子序数。其中，能谱分布是根据有关理论公式编程得到的。
根据关系式Hu＝1000*(μ-μw)/μw，可以计算相应kV(如140kV)下的体素(i、j、k)的吸收系数μ(i、j、k)，其中μw相应kV下水的吸收系数，μw的值可以通过
Figure BDA0002850387680000061
计算得到，其中ρew＝3.343×1023e/cm3，Zw＝7.353。
将μ(i、j、k)、μw和上一步求解得到ρe(i、j、k)代入μ(i、j、k)＝ρe(i、j、k)(aE-bZc+fe-gEZd)
可解出相应体素(i、j、k)处的有效原子序数Z(i,j,k)。
(3)计算每个体素的电子密度ρe和有效原子序数Z(i,j,k)，与物体的三维空间结构组合得到一个五维矩阵，得到数字物体。
电子密度和有效原子序数是物体最基本物理参数，通过它们可以通过关系式μ(i、j、k)＝ρe(i、j、k)(aE-bZc+fe-gEZd)和相关参数，计算40-150kV范围内，不同管电压情况下相应数字物体的吸收系数矩阵，从而实现数字人随曝光参数的实时变化。
如没有80和140kV电压组合时，可以采用其他电压组合，采用其他电压组合时需要进行参数校准。
如图3所示，其他电压组合的下的参数校准
双源CT所选电压不是第(1)步中的140kV和80kV时，计算电子密度ρe的相应权重参数需要重新调整校准。
校准方法如下：将新的电压组合记作UH和UL，分别在原电压组合(140kV与80kV)和新电压组合(UH和UL)对同一人体或物体同一断层各向同性的分别扫描，各自得到不同电压组合情况下同一断层下的一组图像，将用原电压组合(140kV与80kV)的那组图像，应用第(1)步中的方法计算得到的分布矩阵，作为参考标准。
以第(1)步中原电压组合(140kV与80kV)的权重参数作为初值，计算新电压组合(UH和UL)的那组图像，应用第(1)步中的方法计算得到ρe,new的分布矩阵,计算Δρe＝|ρe,new-ρe|/ρew，得到差值绝对值矩阵，判断Δρe中的最大值是否小于ρe,air/ρew≈0.0011(空气的电子密度ρe,air为0.00389×1023e/cm3)，如小于则不需调整权重参数，如大于需调整权重参数直至Δρe中的最大值小于ρe,air/ρew停止，输出新的权重参数，然后应用新权重参数根据步骤(1)和(2)可得到新电压组合情况下的电电子密度ρe与有效原子序数矩阵Z。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种DR/CT数字物体构建方法，其特征在于，包括以下步骤：
S01：通过双能量CT对真实物体进行各向同性的断层扫描，得到两组不同能量的CT图像，建立第一能量的CT值矩阵和第二能量的CT值矩阵，根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体每个体素的电子密度三维分布矩阵；
S02：根据得到的该体素的电子密度三维分布矩阵计算有效原子序数矩阵；
S03：计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵，并与该物体的三维空间结构组合得到多维矩阵，得到数字物体。
2.根据权利要求1所述的DR/CT数字物体构建方法，其特征在于，所述步骤S01中的电子密度三维分布矩阵ρe计算方法为：
ΔHu(i、j、k)≡(1+α)HuH(i、j、k)-αHuL(i、j、k)
Figure FDA0002850387670000011
其中，α、a和b为权重参数，(i、j、k)为体素坐标，HuH(i、j、k)为第一能量的CT值矩阵，HuL(i、j、k)为第二能量的CT值矩阵。
3.根据权利要求2所述的DR/CT数字物体构建方法，其特征在于，所述步骤S02中计算有效原子序数矩阵的方法包括：
S21：根据关系式μ＝ρe(στ+σc)，στ为光电效应散射截面，σc为康普顿效应散射截面，στ＝mE-nZc，σc＝fe-gEZd，μ为吸收系数，E为根据能谱分布计算的X线能谱的加权平均能量，Z为有效原子序数，m，n，c，d，f，g为实验拟合参数；
S22：建立体素(i、j、k)处与Z相关的方程：
μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)
S23：根据关系式Hu＝1000＊(μ-μw)/μw，计算相应能量下的体素(i、j、k)的吸收系数μ(i、j、k)，其中μw相应能量下水的吸收系数；
S24：将μ(i、j、k)和上一步得到的ρe(i、j、k)代入方程μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)，计算得到相应体素(i、j、k)处的有效原子序数矩阵Z(i，j，k)。
4.一种DR/CT数字物体构建系统，其特征在于，包括：
电子密度三维分布矩阵获取模块：通过双能量CT对真实物体进行各向同性的断层扫描，得到两组不同能量的CT图像，建立第一能量的CT值矩阵和第二能量的CT值矩阵，根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体每个体素的电子密度三维分布矩阵；
有效原子序数矩阵计算模块：根据得到的该体素的电子密度三维分布矩阵计算有效原子序数矩阵；
数字物体构建模块：计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵，并与该物体的三维空间结构组合得到多维矩阵，得到数字物体。
5.根据权利要求4所述的DR/CT数字物体构建系统，其特征在于，所述电子密度三维分布矩阵获取模块中的电子密度三维分布矩阵ρe计算方法为：
ΔHu(i、j、k)≡(1+α)HuH(i、j、k)-αHuL(i、j、k)
Figure FDA0002850387670000021
其中，α、a和b为权重参数，(i、j、k)为体素坐标，HuH(i、j、k)为第一能量的CT值矩阵，HuL(i、j、k)为第二能量的CT值矩阵。
6.根据权利要求5所述的DR/CT数字物体构建系统，其特征在于，所述有效原子序数矩阵计算模块中计算有效原子序数矩阵的方法包括：
S21：根据关系式μ＝ρe(στ+σc)，στ为光电效应散射截面，σc为康普顿效应散射截面，στ＝mE-nZc，σc＝fe-gEZd，μ为吸收系数，E为根据能谱分布计算的X线能谱的加权平均能量，Z为有效原子序数，m，n，c，d，f，g为实验拟合参数；
S22：建立体素(i、j、k)处与Z相关的方程：
μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)
S23：根据关系式Hu＝1000＊(μ-μw)/μw，计算相应能量下的体素(i、j、k)的吸收系数μ(i、j、k)，其中μw相应能量下水的吸收系数；
S24：将μ(i、j、k)和上一步得到的ρe(i、j、k)代入方程μ(i、j、k)＝ρe(i、j、k)(mE-nZc+fe-gEZd)，计算得到相应体素(i、j、k)处的有效原子序数矩阵Z(i，j，k)。
CN202011525280.XA 2020-12-22 2020-12-22 一种dr/ct数字物体构建方法和系统 Active CN112652054B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011525280.XA CN112652054B (zh) 2020-12-22 2020-12-22 一种dr/ct数字物体构建方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011525280.XA CN112652054B (zh) 2020-12-22 2020-12-22 一种dr/ct数字物体构建方法和系统

Publications (2)

Publication Number Publication Date
CN112652054A true CN112652054A (zh) 2021-04-13
CN112652054B CN112652054B (zh) 2022-12-20

Family

ID=75358899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011525280.XA Active CN112652054B (zh) 2020-12-22 2020-12-22 一种dr/ct数字物体构建方法和系统

Country Status (1)

Country Link
CN (1) CN112652054B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114113169A (zh) * 2021-11-19 2022-03-01 数岩科技股份有限公司 确定矿物分布的方法及装置、电子设备及计算机存储介质
CN115938519A (zh) * 2022-12-29 2023-04-07 中国科学院福建物质结构研究所 一种电子结构精修模型的新方法
CN115938520A (zh) * 2022-12-29 2023-04-07 中国科学院福建物质结构研究所 一种用于电子结构分析的密度矩阵模型方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346820A (zh) * 2013-07-26 2015-02-11 清华大学 一种x光双能ct重建方法
CN105094725A (zh) * 2014-05-14 2015-11-25 同方威视技术股份有限公司 图像显示方法
CN107356615A (zh) * 2016-05-10 2017-11-17 清华大学 一种用于双能x射线ct的方法和系统
CN110706299A (zh) * 2019-09-16 2020-01-17 天津大学 一种用于双能ct的物质分解成像方法
CN111894564A (zh) * 2020-07-07 2020-11-06 中国石油大学(华东) 一种基于x射线岩性密度测井计算地层光电吸收截面指数的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346820A (zh) * 2013-07-26 2015-02-11 清华大学 一种x光双能ct重建方法
CN105094725A (zh) * 2014-05-14 2015-11-25 同方威视技术股份有限公司 图像显示方法
CN107356615A (zh) * 2016-05-10 2017-11-17 清华大学 一种用于双能x射线ct的方法和系统
CN110706299A (zh) * 2019-09-16 2020-01-17 天津大学 一种用于双能ct的物质分解成像方法
CN111894564A (zh) * 2020-07-07 2020-11-06 中国石油大学(华东) 一种基于x射线岩性密度测井计算地层光电吸收截面指数的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王丽新等: "双能CT成像的数值仿真", 《航天医学与医学工程》 *
陈婷等: "一种专用于双能CT测量电子密度的体模原型", 《中国医疗设备》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114113169A (zh) * 2021-11-19 2022-03-01 数岩科技股份有限公司 确定矿物分布的方法及装置、电子设备及计算机存储介质
CN114113169B (zh) * 2021-11-19 2024-05-31 数岩科技股份有限公司 确定矿物分布的方法及装置、电子设备及计算机存储介质
CN115938519A (zh) * 2022-12-29 2023-04-07 中国科学院福建物质结构研究所 一种电子结构精修模型的新方法
CN115938520A (zh) * 2022-12-29 2023-04-07 中国科学院福建物质结构研究所 一种用于电子结构分析的密度矩阵模型方法
CN115938520B (zh) * 2022-12-29 2023-09-15 中国科学院福建物质结构研究所 一种用于电子结构分析的密度矩阵模型方法
CN115938519B (zh) * 2022-12-29 2023-10-03 中国科学院福建物质结构研究所 一种电子结构精修模型的新方法

Also Published As

Publication number Publication date
CN112652054B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN112652054B (zh) 一种dr/ct数字物体构建方法和系统
Zhang et al. Improving CBCT quality to CT level using deep learning with generative adversarial network
Segars et al. 4D XCAT phantom for multimodality imaging research
Segars et al. MCAT to XCAT: The evolution of 4-D computerized phantoms for imaging research
Leng et al. Streaking artifacts reduction in four‐dimensional cone‐beam computed tomography
Zankl et al. The adult male voxel model” Golem” segmented from whole-body CT patient data
CN110522466B (zh) 确定患者重量和/或体重指数的方法和装置
US20120302880A1 (en) System and method for specificity-based multimodality three- dimensional optical tomography imaging
US20110293161A1 (en) Techniques for Tomographic Image by Background Subtraction
CN107115119B (zh) Pet图像衰减系数的获取方法、衰减校正的方法及系统
Zhang et al. Monte Carlo modeling for dose assessment in cone beam CT for oral and maxillofacial applications
CN106725565B (zh) 一种稀疏投影下的锥束xct成像质量评估方法
CN108511043B (zh) 基于数值模拟的x-ct虚拟数据采集及图像重建方法及系统
Tomei et al. OncoPET_DB: a freely distributed database of realistic simulated whole body 18F-FDG PET images for oncology
Soares et al. Human identification study by means of frontal sinus imaginological aspects
CN113344876B (zh) 一种ct和cbct间可变形配准方法
Chen et al. Convolutional neural network based attenuation correction for 123I-FP-CIT SPECT with focused striatum imaging
CN103366348B (zh) 一种抑制x线图像中骨骼影像的方法及处理设备
CN110270015A (zh) 一种基于多序列MRI的sCT生成方法
CN107019518B (zh) 用于计算机断层扫描中的散射校正的信号处理方法及成像系统
CN113796879B (zh) 一种球管出射能谱验证方法、装置、电子设备及存储介质
Guo et al. Improved iterative image reconstruction algorithm for the exterior problem of computed tomography
CN112513925B (zh) 图像处理系统、成像装置和图像处理的方法
Mettivier et al. Virtual dosimetry study with three cone-beam breast computed tomography scanners using a fast GPU-based Monte Carlo code
KR20210147384A (ko) 잘림 아티팩트 저감 프로젝션 데이터 보정방법

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