CN113077407A - 图像采集和重建的方法、装置、电子设备和存储介质 - Google Patents
图像采集和重建的方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113077407A CN113077407A CN202110286345.8A CN202110286345A CN113077407A CN 113077407 A CN113077407 A CN 113077407A CN 202110286345 A CN202110286345 A CN 202110286345A CN 113077407 A CN113077407 A CN 113077407A
- Authority
- CN
- China
- Prior art keywords
- image
- projection
- gradient
- reconstruction
- panel detector
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004927 fusion Effects 0.000 claims abstract description 46
- 238000003384 imaging method Methods 0.000 claims abstract description 37
- 230000009467 reduction Effects 0.000 claims abstract description 32
- 238000009795 derivation Methods 0.000 claims abstract description 22
- 230000009466 transformation Effects 0.000 claims abstract description 10
- 210000004072 lung Anatomy 0.000 claims description 24
- 210000004872 soft tissue Anatomy 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 8
- 210000002376 aorta thoracic Anatomy 0.000 claims description 7
- 210000002216 heart Anatomy 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 210000000188 diaphragm Anatomy 0.000 description 13
- 210000004204 blood vessel Anatomy 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 210000003205 muscle Anatomy 0.000 description 4
- 210000000988 bone and bone Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003313 weakening effect Effects 0.000 description 2
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 229910021417 amorphous silicon Inorganic materials 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000003109 clavicle Anatomy 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
Images
Classifications
-
- 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种图像采集和重建的方法、装置、电子设备和存储介质,方法包括:启动断层融合系统,且控制平板探测器获取目标成像物的多张投影图像,目标成像物被放置于平板探测器的上方;对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像;对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像;将第一、第二中间图像进行融合得到重建图像。从而能够校正上冲/下冲伪影。
Description
技术领域
本发明涉及医学成像领域,尤其涉及一种图像采集和重建的方法、装置、电子设备和存储介质。
背景技术
基于平板探测器2的断层融合系统(Tomosynthesis)在医学图像领域具有广泛的应用,其与传统CT(Computed Tomography,电子计算机断层扫描),CBCT(Cone beam CT,锥形束CT)等类似,其基本原理如图1所示,在使用时,光源1(例如,X射线球管等)会处于不同的位置(即图1中的位置A、位置B和位置C等),且会每个位置都对目标成像物(例如,患者的身体等)射出X射线,可以理解的是,当光源1位于不同位置时,则对于目标成像物的同一区域而言,光源1所发出的X射线的角度是不一样的,该平板探测器2能够获得该目标成像物的多个角度的投影,于是,就可以基于重建算法,将投影数据和几何结构信息重建出该物体的原始的三维切片图像。
在实际中,光源1所处的位置是有限制的,因此,导致断层融合系统是有限角成像的,从而导致数据采样少。FBP(Filtered Back Projection,滤波反投影)图像重建算法是一种常见的重建算法,其通常只能在全角度扫描的条件下得到稳定的数值解,但是,在实际中,有限角成像会导致重建图像中高密度物体(例如,骨头、金属等)的边缘以及不同密度组织交界处(比如肺和膈肌等)出现黑边或者白边状的伪影,称为上冲或者下冲伪影。在常规观测窗宽下,下冲或者上冲伪影会导致组织和病灶的局部灰度偏移,掩盖病灶,增加了医生的阅片难度,导致漏诊。
因此,在断层融合系统中,如何校正上冲/下冲伪影,就成为一个亟待解决的问题。
发明内容
本发明的目的在于提供一种图像采集和重建的方法、装置、电子设备和存储介质。
为了实现上述发明目的之一,本发明一实施方式提供了一种用于断层融合系统的图像采集和重建的方法,所述断层融合系统中设置有平板探测器,所述平板探测器能够获取投影图像;包括以下步骤:启动所述断层融合系统,且控制所述平板探测器获取目标成像物的多张投影图像,所述目标成像物被放置于所述平板探测器的上方;对每个投影图像均进行以下操作:对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0;对每个投影图像均进行以下操作:对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC;从第一中间图像I0提取所述目标成像物的细节,并将所述细节、与第二中间图像ILC-GC进行图像融合得到重建图像Iblend。
作为本发明一实施方式的进一步改进,所述断层融合系统还包括:光源,所述光源位于平板探测器的上方,且能够做相对于平板探测器的运动;所述断层融合系统基于的三维坐标系为:所平板探测器所处的平面为XOY平面,Z轴垂直于XOY平面,且Z轴的正向为平板探测器朝向光源的方向;所述“启动所述断层融合系统,且控制所述平板探测器获取目标成像物的多张投影图像”具体包括:启动所述断层融合系统,控制所述光源在YOZ平面内运动、并向目标成像物发出X射线,且在所述平板探测器形成投影,控制所述平板探测器获取多个投影图像P(θ);其中,θ为光源与O点之间的连线与Z轴之间的夹角,且所述光源的位置不同时,对应的θ也不相同;所述“对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0”具体包括:沿着所述光源的运动方向、对投影图像P(θ)进行求导操作得到第一梯度投影图其中,投影图像P(θ)为光源与O点之间的连线与Z轴之间的夹角为θ时,平板探测器所获取到的投影图像,P(u,v,θ)为投影图像P(θ)中的X坐标为u、Y坐标为v的区域对应的投影值;将第一梯度投影图按角度θ反投影到图像域、并得到梯度重建图其中,在起始位置时,光源与O点之间的连线与Z轴之间的为夹角θ1;在终点位置时,光源与O点之间的连线与Z轴之间的夹角为θ2;对梯度重建图进行希尔伯特变换得到第一中间图像
作为本发明一实施方式的进一步改进,所述“对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图”具体包括:从所述投影图像P(θ)中提取出提取目标软组织的多个边缘点的集合E,对集合E和第一梯度投影图进行消除锐利边缘的操作,从而得到第二梯度投影图
作为本发明一实施方式的进一步改进,所述“从所述投影图像P(θ)中提取出提取目标软组织的多个边缘点的集合E”具体包括:从所述投影图像中分割出肺部区域Mlung,从所述肺部区域Mlung提取出提取膈肌、心脏和主动脉弓的多个边缘点的集合E。
作为本发明一实施方式的进一步改进,所述“对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC”具体包括:将第二梯度投影图按角度反投影到图像域得到局部伪影减弱的梯度重建图生成梯度重建图percentile表示对输入图像取n百分位数;生成第二中间图像
作为本发明一实施方式的进一步改进,所述“对第一中间图像I0和第二中间图像ILC-GC进行图像融合得到重建图像Iblend”具体包括:对第一中间图像I0进行平滑操作得到基础层第二中间图像ILC-GC进行平滑操作得到基础层得到细节层重建图像
本发明实施例还提供了一种用于断层融合系统的图像采集和重建的装置,所述断层融合系统中设置有平板探测器,所述平板探测器能够获取投影图像;包括以下模块:
启动模块,用于启动所述断层融合系统,且控制所述平板探测器获取目标成像物的多张投影图像,所述目标成像物被放置于所述平板探测器的上方;
第一处理模块,用于对每个投影图像均进行以下操作:对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0;
第二处理模块,用于对每个投影图像均进行以下操作:对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC;
融合模块,用于从第一中间图像I0提取所述目标成像物的细节,并将所述细节、与第二中间图像ILC-GC进行图像融合得到重建图像Iblend。
本发明实施例还提供了一种电子设备,包括:存储器,用于存储可执行指令;操作器,用于执行所述存储器中存储的可执行指令时,实现上述的图像采集和重建的方法。
本发明实施例还提供了一种计算机可读存储介质,存储有可执行指令,用于引起操作器执行时实现上述的图像采集和重建的方法的步骤。
相对于现有技术,本发明的技术效果在于:本发明实施例提供了一种图像采集和重建的方法、装置、电子设备和存储介质,方法包括:启动断层融合系统,且控制平板探测器获取目标成像物的多张投影图像,目标成像物被放置于平板探测器的上方;对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像;对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像;将第一、第二中间图像进行融合得到重建图像。从而能够校正上冲/下冲伪影。
附图说明
图1是本发明实施例中的断层融合系统的结构示意图;
图2是本发明实施例中的图像采集和重建的方法的流程示意图;
图3是本发明实施例中的全局伪影减弱的中间结果图;
图4是本发明实施例中的图像融合的重建结果图;
图5是本发明实施例中的局部伪影减弱相关的中间结果图;
图6是本发明实施例中的局部伪影减弱的效果对比图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本文使用的例如“上”、“上方”、“下”、“下方”等表示空间相对位置的术语是出于便于说明的目的来描述如附图中所示的一个单元或特征相对于另一个单元或特征的关系。空间相对位置的术语可以旨在包括设备在使用或工作中除了图中所示方位以外的不同方位。例如,如果将图中的设备翻转,则被描述为位于其他单元或特征“下方”或“之下”的单元将位于其他单元或特征“上方”。因此,示例性术语“下方”可以囊括上方和下方这两种方位。设备可以以其他方式被定向(旋转90度或其他朝向),并相应地解释本文使用的与空间相关的描述语。
本发明实施例一提供了一种用于断层融合系统的图像采集和重建的方法,所述断层融合系统中设置有平板探测器2,所述平板探测器2能够获取投影图像;这里,该平板探测器2按照原理可以为非晶硒平板探测器或非晶硅平板探测器,按照类型可以为间接转换平板探测器和直接转换平板探测器。在该断层融合系统中,可以设置有一个处理器,由该处理器来执行该图像采集和重建的方法;
如图2所示,包括以下步骤:
步骤201:启动所述断层融合系统,且控制所述平板探测器2获取目标成像物的多张投影图像,所述目标成像物被放置于所述平板探测器2的上方;这里,在该断层融合系统中,可以设置有一个指令输入装置,用户可以通过该指令输入装置输入启动指令,当处理器接收到该启动指令时,就会启动该断层融合系统。可以理解的是,在使用时,需要将目标成像物(例如,人体等)放置于平板探测器2的上方。
步骤202:对每个投影图像均进行以下操作:对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0;
这里,可以使用Sobel算子、Robert算子、Prewitt算子、Laplacian算子或Canny算子来实现求导操作。反投影操作的原理是将所测得的投影值,按照其原投影路径,平均地分配到经过的每一个点上,把各个方向的投影值都这样反投影后,在把每个角度的反投影图像进行累加,从而推断出原图。希尔伯特变换的原理是将信号s(t)与1/(πt)做卷积,以得到s'(t)。
这里,在该步骤中,会对投影图像进行求导(Derivative)、反投影(BackProjection)和希尔伯特变换(Hilbert Transform)的操作,这三个操作的次序可以根据实际需要进行决定,即三个操作的次序可变,例如,求导→反投影→希尔伯特变换,求导→希尔伯特变换→反投影,反投影→求导→希尔伯特变换,反投影→希尔伯特变换→求导,希尔伯特变换→求导→反投影或者希尔伯特变换→反投影→求导。
这里,可以理解的是,第一中间图像I0是未经过伪影校正的,因此,在第一中间图像I0会包含有目标成像物中的细节。
步骤203:对每个投影图像均进行以下操作:对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC;
这里,可以理解的是,第二中间图像ILC-GC是经过局部伪影校正和全局伪影校正的,在第二中间图像ILC-GC中,目标成像物中的细节有可能丢失。
步骤204:从第一中间图像I0提取所述目标成像物的细节,并将所述细节、与第二中间图像ILC-GC进行图像融合得到重建图像Iblend。这里,将目标成像物中的细节与第二中间图像ILC-GC进行融合,从而既能减弱伪影(包括上冲伪影和下冲伪影),又能够不丢失细节。
本实施例中,所述断层融合系统还包括:光源1,所述光源1位于平板探测器2的上方,且能够做相对于平板探测器2的运动;
所述断层融合系统基于的三维坐标系为:所平板探测器2所处的平面为XOY平面,Z轴垂直于XOY平面,且Z轴的正向为平板探测器2朝向光源1的方向;
所述“启动所述断层融合系统,且控制所述平板探测器2获取目标成像物的多张投影图像”具体包括:启动所述断层融合系统,控制所述光源1在YOZ平面内运动、并向目标成像物发出X射线,且在所述平板探测器2形成投影,控制所述平板探测器2获取多个投影图像P(θ);其中,θ为光源1与O点之间的连线与Z轴之间的夹角,且所述光源1的位置不同时,对应的θ也不相同;这里,在实际中,会首先为光源1规划好一个预设的运动轨迹(该轨迹位于YOZ平面中),在该轨迹中,当光源1位于不同位置时,对应的θ也不相同,即可以使用参数θ,就可以确定光源1所处的位置。
所述“对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0”具体包括:沿着所述光源1的运动方向、对投影图像P(θ)进行求导操作得到第一梯度投影图其中,投影图像P(θ)为光源1与O点之间的连线与Z轴之间的夹角为θ时,平板探测器2所获取到的投影图像,P(u,v,θ)为投影图像P(θ)中的X坐标为u、Y坐标为v的区域对应的投影值;
将第一梯度投影图按角度θ反投影到图像域、并得到梯度重建图其中,在起始位置时,光源1与O点之间的连线与Z轴之间的为夹角θ1;在终点位置时,光源1与O点之间的连线与Z轴之间的夹角为θ2;这里,光源1会沿着一个预设的运动轨迹运动,可以理解的是,该光源会从起始位置运动到终点位置。
本实施例中,所述“对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图”具体包括:从所述投影图像P(θ)中提取出提取目标软组织的多个边缘点的集合E,对集合E和第一梯度投影图进行消除锐利边缘的操作,从而得到第二梯度投影图
这里,软组织(例如,膈肌、心脏、主动脉弓和肺等)之间的锐利边缘会在重建图像中引入很大的上冲/下冲伪影。
本图像采集和重建的方法在投影域而不是图像域有针对性地对该类边缘做局部操作,至少有两个优点:(1)能够让软组织(尤其是肺部等)的边缘在不同角度的投影图内一致性强,比较易于识别;(2)如果反投影到图像域,由于有限角伪影的存在,这些边缘存在与Z方向上一系列连续的层内,难以完全去除。
本实施例中,所述“从所述投影图像P(θ)中提取出提取目标软组织的多个边缘点的集合E”具体包括:从所述投影图像中分割出肺部区域Mlung,从所述肺部区域Mlung提取出提取膈肌、心脏和主动脉弓的多个边缘点的集合E。
这里,肺部包含大量的极低密度的空气,在投影图上,肺部与软组织的边界往往伴随着灰度值的急剧变化。
这里,可以使用肺部形态学的先验知识,对肺部区域Mlung进行操作,并提取膈肌、心脏和主动脉弓的边缘,然后再获取边缘上的点并形成集合E。
这里,投影域减弱肺周围的锐利边缘(膈肌、心脏和主动脉弓和肺之间的边缘),这类边缘在投影域易于识别且一致性强。同时,投影域不存在有限角伪影。进一步地,在图像域全局地减弱投影图上重叠的锐利边缘(骨头/血管/器官周围的强边缘),这类边缘在投影图内由于前后层信息地重叠难以提取,将梯度投影图反投影到图像域可以有效地分离信息。
本实施例中,所述“对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC”具体包括:
生成梯度重建图其中,percentile表示对输入图像取n百分位数;这里,由于投影图内的信息前后重叠,比如肋骨和肺内气管/血管在投影图上互相重合,在投影域很难精确提取这部分锐利边缘,因此,我们在梯度投影图的重建图上进一步减弱这部分重叠程度大的强边缘。这里,n百分位数是指:如果将一组数据从小到大排序,并计算相应的累计百分位,则某一百分位所对应数据的值就称为这一百分位的百分位数。例如,一组m个观测值按数值大小排列,处于n%位置的值称第n百分位数。
这里,由于投影图内的信息前后重叠,比如肋骨和肺内气管/血管在投影图上互相重合,在投影域很难精确提取这部分锐利边缘,因此,我们在梯度投影图的重建图上进一步减弱这部分重叠程度大的强边缘。
该图像采集和重建的方法能够自适应地减弱上冲/下冲伪影。在局部伪影减弱中,借助了肺部的解剖结构信息,这些特征信息在不同人之间的一致性强,且能够鲁棒地提取相应特征。在全局伪影减弱中,将强边缘视为异常值,根据百分位数设置了梯度截断的阈值,避免设置绝对阈值在不同图像的处理中带来差异。
本实施例中,所述“对第一中间图像I0和第二中间图像ILC-GC进行图像融合得到重建图像Iblend”具体包括:
该图像采集和重建的方法能够作用在高密度组织和软组织边缘,并且恢复被上冲/下冲伪影掩盖的细节;之后使用图像融合的方法,从初始重建图中提取细节信息,保持了软组织边界的微弱边缘和细节信息(如膈肌附近的肺部血管等)。
这里,在全局伪影减弱的过程中,投影图内的组织信息前后重叠,比如,肋骨和肺前后重叠,肺内气管/血管也互相重合,在投影域很难精确提取这部分锐利边缘,因此,我们将梯度投影图经过反投影得到重建图,使前后重叠的信息分开,再进一步减弱这些分离开的强边缘。图3展示了一个体模的投影图和重建图。未经处理的梯度重建图中可以看到很强的梯度信息,其对应的第一重建图像中的膈肌以及血管附近的黑色的下冲伪影严重,第一中间图像中的箭头所示。根据自适应的阈值将梯度图截断(n=5)得到全局伪影减弱的梯度重建图经过Hilbert变换后,得到的第二中间图像ILC-GC中相应的膈肌附近下冲伪影得到了很好的抑制,同时,锁骨以及血管边缘处的黑边和白边伪影减弱,提高了图像的整体质量。但是伪影内的细节丢失,图像失真(如第二中间图像中的箭头所示)。
在细节融合的过程中,我们在梯度图上进行了边缘抑制的操作,这些操作将锐利边缘的梯度值强制置为常数值,而忽略了叠加在锐利边缘之上的其他重叠组织带来的缓慢的梯度变化,因此在减弱伪影的图形中,伪影所在的区域的细节失真,如图4的全局伪影减弱的重建图中的箭头所示。我们通过平滑的操作,可以提取减弱伪影重建图的基础层,该基础层代表了重建图像中组织结构的正确的大体灰度波动。通过同样的平滑操作之后与原图相减,我们得到第二中间图像I0的细节信息,该细节层代表了图像的局部灰度变化。通过与减弱伪影的基础层相加,我们可以将同样尺度的细节信息融合回去,如图4中全局伪影减弱的融合图中的箭头所示,恢复了膈肌下冲伪影内的血管细节。
在局部伪影减弱的过程中,在投影域减弱局部伪影的好处有两点:一是于肺部边缘在不同角度的投影图内一致性强,比较易于识别和提取,二是,如果反投影到图像域,这些强边缘会形成严重的有限角伪影,存在于z方向一系列连续的图像内,难以完全去除。图5展示了局部伪影减弱相关的中间结果图,箭头指向了右侧膈肌和肺的边界,可以看到投影图P内肺部的边缘存在很强的锐利边缘,这些锐利边缘在梯度投影图上的对应的区域的像素值很大,我们结合提取出的边缘E在上消除锐利边缘,从而在局部伪影减弱的梯度图上消除锐利边缘,进而在输出的重建融合图Ibend上减弱了锐利边缘引起的上冲/下冲伪影。图6展示了一个被试的局部伪影减弱的效果图,第一列为第一中间图像I0,第二列为进行了全局伪影减弱和细节融合的重建图,第三列为进行了全局和局部伪影减弱和细节融合的重建图,其中,全局伪影减弱的参数n都设为1。对比第一中间图像I0,全局减弱伪影的重建图虽然在一定程度上改善了血管、膈肌以及骨头边缘的白色的上冲和黑色的下冲伪影,但是局部的下冲伪影还是很严重,如箭头指出的左右膈肌、心脏和主动脉弓的边缘处的伪影,再加入局部伪影减弱后,箭头指出的伪影都得到了大幅度的改善,图像看起来更加自然。
本发明实施例二提供了一种用于断层融合系统的图像采集和重建的装置,所述断层融合系统中设置有平板探测器2,所述平板探测器2能够获取投影图像;包括以下模块:
启动模块,用于启动所述断层融合系统,且控制所述平板探测器2获取目标成像物的多张投影图像,所述目标成像物被放置于所述平板探测器2的上方;
第一处理模块,用于对每个投影图像均进行以下操作:对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0;
第二处理模块,用于对每个投影图像均进行以下操作:对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC;
融合模块,用于从第一中间图像I0提取所述目标成像物的细节,并将所述细节、与第二中间图像ILC-GC进行图像融合得到重建图像Iblend。
本发明实施例三提供了一种电子设备,包括:
存储器,用于存储可执行指令;
操作器,用于执行所述存储器中存储的可执行指令时,实现实施例一中的图像采集和重建的方法。
本发明实施例四提供了一种计算机可读存储介质,存储有可执行指令,用于引起操作器执行时实现实施例一中的图像采集和重建的方法的步骤。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于断层融合系统的图像采集和重建的方法,所述断层融合系统中设置有平板探测器(2),所述平板探测器(2)能够获取投影图像;其特征在于,包括以下步骤:
启动所述断层融合系统,且控制所述平板探测器(2)获取目标成像物的多张投影图像,所述目标成像物被放置于所述平板探测器(2)的上方;
对每个投影图像均进行以下操作:对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0;
对每个投影图像均进行以下操作:对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC;
从第一中间图像I0提取所述目标成像物的细节,并将所述细节、与第二中间图像ILC-GC进行图像融合得到重建图像Iblend。
2.根据权利要求1所述的图像采集和重建的方法,其特征在于,
所述断层融合系统还包括:光源(1),所述光源(1)位于平板探测器(2)的上方,且能够做相对于平板探测器(2)的运动;
所述断层融合系统基于的三维坐标系为:所平板探测器(2)所处的平面为XOY平面,Z轴垂直于XOY平面,且Z轴的正向为平板探测器(2)朝向光源(1)的方向;
所述“启动所述断层融合系统,且控制所述平板探测器(2)获取目标成像物的多张投影图像”具体包括:启动所述断层融合系统,控制所述光源(1)在YOZ平面内运动、并向目标成像物发出X射线,且在所述平板探测器(2)形成投影,控制所述平板探测器(2)获取多个投影图像P(θ);其中,θ为光源(1)与O点之间的连线与Z轴之间的夹角,且所述光源(1)的位置不同时,对应的θ也不相同;
所述“对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0”具体包括:沿着所述光源(1)的运动方向、对投影图像P(θ)进行求导操作得到第一梯度投影图其中,投影图像P(θ)为光源(1)与O点之间的连线与Z轴之间的夹角为θ时,平板探测器(2)所获取到的投影图像,P(u,v,θ)为投影图像P(θ)中的X坐标为u、Y坐标为v的区域对应的投影值;
5.根据权利要求4所述的图像采集和重建的方法,其特征在于,所述“从所述投影图像P(θ)中提取出提取目标软组织的多个边缘点的集合E”具体包括:从所述投影图像中分割出肺部区域Mlung,从所述肺部区域Mlung提取出提取膈肌、心脏和主动脉弓的多个边缘点的集合E。
8.一种用于断层融合系统的图像采集和重建的装置,所述断层融合系统中设置有平板探测器(2),所述平板探测器(2)能够获取投影图像;其特征在于,包括以下模块:
启动模块,用于启动所述断层融合系统,且控制所述平板探测器(2)获取目标成像物的多张投影图像,所述目标成像物被放置于所述平板探测器(2)的上方;
第一处理模块,用于对每个投影图像均进行以下操作:对投影图像进行求导操作得到第一梯度投影图,对第一梯度投影图进行反投影操作得到梯度重建图,对梯度重建图进行希尔伯特变换得到第一中间图像I0;
第二处理模块,用于对每个投影图像均进行以下操作:对投影图像及对应的第一梯度投影图进行减弱局部伪影操作得到第二梯度投影图,对第二梯度投影图进行反投影、全局伪影减弱和希尔伯特变换得到第二中间图像ILC-GC;
融合模块,用于从第一中间图像I0提取所述目标成像物的细节,并将所述细节、与第二中间图像ILC-GC进行图像融合得到重建图像Iblend。
9.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;
操作器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至7任一项所述的图像采集和重建的方法。
10.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于引起操作器执行时实现权利要求1至7任一项所述图像采集和重建的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286345.8A CN113077407A (zh) | 2021-03-17 | 2021-03-17 | 图像采集和重建的方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286345.8A CN113077407A (zh) | 2021-03-17 | 2021-03-17 | 图像采集和重建的方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113077407A true CN113077407A (zh) | 2021-07-06 |
Family
ID=76612955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110286345.8A Pending CN113077407A (zh) | 2021-03-17 | 2021-03-17 | 图像采集和重建的方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077407A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494493A (zh) * | 2022-01-18 | 2022-05-13 | 清华大学 | 断层图像重建方法、装置、可读存储介质和电子设备 |
CN118570079A (zh) * | 2024-08-01 | 2024-08-30 | 华中科技大学 | 基于空间像素平移的去除相干光纤束蜂窝图案的方法 |
-
2021
- 2021-03-17 CN CN202110286345.8A patent/CN113077407A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494493A (zh) * | 2022-01-18 | 2022-05-13 | 清华大学 | 断层图像重建方法、装置、可读存储介质和电子设备 |
CN118570079A (zh) * | 2024-08-01 | 2024-08-30 | 华中科技大学 | 基于空间像素平移的去除相干光纤束蜂窝图案的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3525171B1 (en) | Method and system for 3d reconstruction of x-ray ct volume and segmentation mask from a few x-ray radiographs | |
US8542902B2 (en) | X-ray imaging apparatus | |
US11756242B2 (en) | System and method for artifact reduction in an image | |
US9014450B2 (en) | Method and apparatus for filtering projection images | |
EP3743889A1 (en) | Using deep learning to reduce metal artifacts | |
JP5464799B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US20050002550A1 (en) | Imaging chain for digital tomosynthesis on a flat panel detector | |
CN109472835B (zh) | 处理医学图像数据的方法和医学图像数据的图像处理系统 | |
Huang et al. | Data extrapolation from learned prior images for truncation correction in computed tomography | |
EP2083691A2 (en) | Computer tomography (ct) c-arm system and method for examination of an object | |
EP1522045A2 (en) | Motion artifact correction of tomographical images | |
CN113077407A (zh) | 图像采集和重建的方法、装置、电子设备和存储介质 | |
US11989830B2 (en) | Imaging reconstruction system and method | |
US11890124B2 (en) | Systems and methods for low-dose AI-based imaging | |
DE102020201928A1 (de) | Verfahren zur Deformationskorrektur | |
EP3725229A1 (en) | Method of metal artefact reduction in x-ray dental volume tomography | |
CN113164150A (zh) | 基于图像的设备跟踪 | |
Zhang et al. | Metal artifact reduction based on the combined prior image | |
CN113570586A (zh) | 神经网络系统的创建、处理ct图像的方法及其装置 | |
Schäfer et al. | Limited angle C-arm tomography and segmentation for guidance of atrial fibrillation ablation procedures | |
JP7471277B2 (ja) | データ整合性に基づいたコーンビームコンピュータ断層撮影における効率的な動き補償 | |
Ohnishi et al. | Respiratory-synchronized digital subtraction angiography based on a respiratory phase matching method | |
JP2009225979A (ja) | 医用画像作成装置及び方法 | |
CN117392252A (zh) | 一种脊柱微创术中cbct数据的金属伪影自动校正方法及系统 | |
Meilinger et al. | Projective segmentation of metal implants in Cone Beam computed tomographic images |
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 |