CN113164152B - 双能锥形束ct图像的校准参数生成方法 - Google Patents
双能锥形束ct图像的校准参数生成方法 Download PDFInfo
- Publication number
- CN113164152B CN113164152B CN201980080122.7A CN201980080122A CN113164152B CN 113164152 B CN113164152 B CN 113164152B CN 201980080122 A CN201980080122 A CN 201980080122A CN 113164152 B CN113164152 B CN 113164152B
- Authority
- CN
- China
- Prior art keywords
- energy
- dual
- phantom
- image
- correlation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000009977 dual effect Effects 0.000 claims abstract description 46
- 238000012886 linear function Methods 0.000 claims description 9
- 238000000513 principal component analysis Methods 0.000 claims description 7
- 239000013558 reference substance Substances 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000037182 bone density Effects 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 6
- 208000003445 Mouth Neoplasms Diseases 0.000 abstract description 4
- 208000012987 lip and oral cavity carcinoma Diseases 0.000 abstract description 4
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 238000002591 computed tomography Methods 0.000 description 74
- 210000000988 bone and bone Anatomy 0.000 description 34
- 238000010586 diagram Methods 0.000 description 12
- 239000007943 implant Substances 0.000 description 12
- 238000002513 implantation Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000001356 surgical procedure Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000011088 calibration curve Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000035876 healing Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 108010048734 sclerotin Proteins 0.000 description 4
- 238000013170 computed tomography imaging Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 210000000214 mouth Anatomy 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000002356 single layer Substances 0.000 description 3
- 238000013016 damping Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- -1 polyethylene, propylene Polymers 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 238000007408 cone-beam computed tomography Methods 0.000 description 1
- 238000002247 constant time method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/51—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4085—Cone-beams
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及通常校准双能锥形束CT而改善HU值的计算准确度的技术。特别地，本发明涉及如下的双能锥形束CT图像的校准技术：为了由适用于牙科的双能锥形束CT设备对被摄体进行双能摄影之后应用到HU值的计算，从由双能获得的体模图像精密地提取用于计算正确的HU值的校准参数值。根据本发明，通过改善双能锥形束CT的HU值准确度，从而在牙科可准确且精密地生成CT图像，由此能够改善口腔癌诊断及骨密度检查的准确度。
Description
技术领域
本发明涉及通常校准双能锥形束CT而改善HU值的计算准确度的技术。
特别地，本发明涉及如下的双能锥形束CT图像的校准参数生成技术：为了由适用于牙科的双能锥形束CT设备对被摄体进行双能摄影之后应用到HU值的计算，基于由双能获得的体模图像精密地提取用于计算正确的HU值的校准参数值。
背景技术
通常，为了进行植入物手术，需要准确地掌握手术位置的骨状态，特别地骨量(bone quantity)和骨质(bone quality)是重要的要素。骨量表示植入物移植时的有用的骨的量，骨质表示骨的生理、矿化作用的程度等。根据骨质，决定植入物形态和手术方法，而且疗愈期、钻孔时间、钻孔方式也会不同，因此对骨质的信息掌握是非常重要的。
在牙科通常会使用1993年由美国Misch提出的骨质分类，如图1所示，在该分类中，将骨质分为D1、D2、D3、D4的四种。D1作为紧密的密质骨，在植入初期固定性优异，咬力的分散效果好，但植入物周围的骨接触率为80％，在切削时存在过热危险。D2由较厚的多孔性密质骨和粗糙的骨小头构成，在植入初期固定性优异，骨接触率为75％，血液供给丰富，骨的疗愈顺利。D3由多孔性密质骨和微细的骨素柱构成，需要以100rpm以下的钻孔速度进行切削，禁止使用双钻，在植入物移植之后需要6个月以上的疗愈时间。D4为密质骨非常薄或无，骨密度非常低的状态，植入初期固定性不好，因此最好使用自攻螺钉(Self-Tapping)及表面粗糙的植入物，并在植入物移植之后需要8个月以上的疗愈期。
由此，对植入物手术患者准确地掌握骨质是非常重要的。通常，在牙科在开始进行植入物手术之前用计算机单层摄影装置(CT)检查骨量和骨质。用CT装置对植入物手术患者的口腔内部进行摄影并对各个骨位置检测HU(Hounsfield units：霍恩斯菲尔德单位)值之后，根据其HU值而判断其位置的骨质。当HU值为1,260HU以上时，判断其位置的骨质为D1，当HU值为850～1,250HU时，判断骨质为D2，当HU值为350～850HU时，判断骨质为D3，当HU值为150～300HU程度时，判断骨质为D4。在有的文献中，将HU值称为CT值(CT number)。
图2表示在牙科通常使用的计算机单层摄影装置(CT装置)的一例。关于CT装置的结构及动作方式，在本申请人的专利申请第10-2016-0155094号(申请日：2016.11.21)的"双能方式的锥形束计算机单层摄影装置"中进行了记载。本说明书中，为了便于说明，几乎直接引用其内容。
参照图2，CT装置由垂直主体部10、水平部20、可进行360度旋转的旋转部件30、X-射线放射部40、检波器50、操作部60构成。使患者的口腔部位位于X-射线放射部40与检波器50之间，然后将旋转部件30进行360度旋转并在X-射线放射区42向患者的口腔部位扫描X-射线束。当检波器50检测到X-射线的透过吸收值时，进行计算机数字处理而获得三维图像。
在这样的牙科用CT中一直使用了单能(管电压)CT，但存在HU值的准确度低下的问题。对此，目前尝试使用双能(dual-energy)CT。X-射线是向X-射线管施加高电压而使由阴极(Cathode)放出的电子加速冲撞到阳极(Anode)而生成的。此时，与施加到阴极与阳极之间的电压对应地决定X-射线的能级，而如图3所示，每个物质的针对能区域带的阻尼因数特性不同。对此，在双能CT方式的情况下，放射具备不同的能级的X-射线而获得各自的X-射线投射结果，并对此进行分析而识别骨质。在双能方式的情况下，与单能(single energy)方式相比，骨质判断的准确度高。在双能方式中，将相对高的能叫做高能(High Energy，HE)，将相对低的能叫做低能(Low Energy，LE)。例如，为了获得高能(HE)，施加90kVp的电压，为了获得低能(LE)，获得60kVp的电压。
图4是将计算机单层摄影(CT)中使用的扇形束单层摄影(FBCT)和锥形束单层摄影(CBCT)相比较而表示的图。扇形束CT(Fan Beam CT)是如图4的(a)这样扫描扇子形态的X-射线束的方式，锥形束CT(Cone Beam CT)是如图4的(b)这样扫描圆锥形态的X-射线束的方式。
通常，锥形束CT设备为了管理诊断准确度而利用体模(phantom)。利用CT设备拍摄预先知道HU值的分布的体模，然后定期执行校准设备的过程，以其HU计算结果为名目值。因为公知水(water)的HU值为0，空气(air)的HU值为-1000，因此通常利用该HU值。图5是表示以往技术的CT校准线的图，由CT设备拍摄由水和空气填充一定区域的体模，然后以相对各个区域的HU值分别为0和-1000的方式求出该CT设备的参数值而进行存储。
锥形束CT在技术上存在与医学CT(MDCT)相比HU值不够准确的问题，而在牙科只要掌握骨组织的形状程度即可，因此以往未构成大问题。但是，近年来在牙科也需要提高HU值的准确度，以进行口腔癌诊断或骨密度检查等。口腔癌在未构成骨破坏之前大多情况下在软组织上发病，而以当前的牙科用锥形束CT的HU准确度无法诊断这样的部分。
但是，在牙科医院备齐通常的医学CT设备而运营是不现实的，因此优选为改善锥形束CT的准确度的接近法。作为提高锥形束CT的诊断准确度的方案，本发明公开改善校准方式的方案。特别地，在以往技术中仅利用水和空气的值，因此在硬组织上导出HU值的情况下存在误差大的问题，因此提供一种改善这样的问题的技术。
关于本发明，发明人参考的现有技术文献如下。
(1)韩国公开专利10-2008-0007623号"骨密度校准方法及系统"
(2)韩国公开专利10-2011-0015950号"利用双能原理的植入物牙龈组织CT图像解析方法"
(3)韩国公开专利10-2015-0057013号"CT摄影装置、CT摄影方法、用于进行CT摄影的目标体模及利用该目标体模的CT图像"
(4)美国公开专利US 2015/0348259 A1"Quantitative Method for 3-D BoneMineral Density Visualization and Monitoring"
(5)美国公开专利US 2018/0014809 A1"Calibration Phantom"
发明内容
技术课题
本发明的目的在于提供一种通常校准双能锥形束CT而改善HU值的计算准确度的技术。
特别地，本发明的目的在于提供如下的双能锥形束CT图像的校准参数生成技术：为了由适用于牙科的双能锥形束CT设备对被摄体进行双能摄影之后应用到HU值计算，基于由双能获得的体模图像精密地提取用于计算正确的HU值的校准参数值。
解决技术课题的手段
为了达到上述的目的，本发明涉及双能锥形束CT图像的校准参数生成方法，其利用具备多个预设的划分空间的体模，该预设的划分空间填充有空气及已知HU值的一个以上的基准物质。
本发明的双能锥形束CT图像的校准参数生成方法，包括：第1步骤，在高能(HE)和低能(LE)下获得关于上述体模的双能锥形束CT图像(以下，称为'体模图像')；第2步骤，在高能(HE)和低能(LE)下获得的各个体模图像中生成将关于上述划分空间的体模区域影像和空气区域影像的高能HU值(HU_HE)及低能HU值(HU_LE)作为坐标的双能区域上的相关关系分布(以下，称为'双能相关关系分布')；第3步骤，在上述双能相关关系分布中通过曲线拟合获得相关关系基准线(P)的函数；第4步骤，在上述双能相关关系分布中将与上述划分空间对应的体模区域的像素(以下，称为'相关关系像素')投射到上述相关关系基准线(P)而获得关于上述相关关系像素的投影点；第5步骤，由上述投影点的双能区域上的坐标值及上述体模区域各自的已知的HU真值获得利用HU真值映射上述相关关系基准线(P)的CT校准线(C)的函数。
此时，第2步骤包括：第21步骤，基于在高能(HE)及低能(LE)下获得的体模图像识别与上述预设的划分空间对应的体模区域影像及空气区域影像的边界线及中心点；第22步骤，对于从该识别的中心点起预设的范围内的像素，基于在高能(HE)下获得的体模图像获得HU值(以下，称为'高能HU值(HU_HE)')；第23步骤，对于从该识别的中心点起预设的范围内的像素，基于在低能(LE)下获得的体模图像获得HU值(以下，称为'低能HU值(HU_LE)')；第24步骤，对于从该识别的中心点起预设的范围内的像素生成将其获得的高能HU值(HU_HE)及低能HU值(HU_LE)作为坐标的双能区域上的相关关系分布(以下，称为'双能相关关系分布')。
另外，第5步骤包括：第51步骤，在上述双能相关关系分布中关于上述体模区域的各个区域获得投影点中心坐标(CPP_A～CPP_C)；第52步骤，关于上述体模区域的各个区域识别已知的HU真值(HU_A～HU_C)；第53步骤，设定利用HU真值而映射上述相关关系基准线(P)的CT校准线(C)的数学式；第54步骤，关于上述体模区域的各个区域而获得将上述投影点中心坐标(CPP_A～CPP_C)映射到上述已知的HU真值(HU_A～HU_C)的CT校准线(C)的数学式参数。
另外，相关关系基准线(P)由直线函数、多次多项式函数、对数(log)函数、西格摩德(sigmoidal)函数中的一个函数构成，关于曲线拟合，既可以选择获得主成分分析(PCA)、最小二乘法(LSM)、RANSAC这样的直线函数的算法，也可以选择获得多次多项式函数或对数(log)函数或西格摩德(sigmoidal)函数这样的具备渐近(asymtotical)性质的函数的算法。
另外，本发明的计算机程序存储于介质，以与硬件结合来执行如上述的双能锥形束CT图像的校准参数生成方法。
发明效果
根据本发明，通过改善双能锥形束CT的HU值准确度，从而在牙科可准确且精密地生成CT图像，由此能够改善口腔癌诊断及骨密度检查的准确度。
附图说明
图1是表示基于美国Misch的骨质分类的图。
图2是表示在牙科使用的计算机单层摄影装置的一例的图。
图3是表示根据能级的X-射线阻尼因数特性的图。
图4是将扇形束单层摄影和锥形束单层摄影对比而表示的图。
图5是表示以往技术的CT校准线的图。
图6是表示本发明的双能锥形束CT图像的校准参数生成方法的整体工序的图。
图7是表示用于执行本发明的体模图像的例子的图。
图8是表示本发明中双能锥形束CT图像的双能相关关系分布及相关关系基准线(P)的图。
图9是表示本发明中将相关关系像素投射到基准线(P)的概念的图。
图10是概念性地表示本发明中的相关关系基准线(P)与HU值之间的关系的图。
图11是表示本发明中的用于拍摄双能锥形束CT图像的CT校准线(C)的图。
具体实施方式
下面，参照附图，对本发明进行详细说明。
图6是表示本发明的双能锥形束CT图像的校准参数生成方法的整个工序的图。关于牙科用双能锥形束CT(DE CBCT)，可在以往的HU校准追加本发明的DE校准方法论而构成。在利用双能而获得的锥形束CT图像中通过本发明获得校准参数而存储到计算机存储装置并应用到CT摄影。由此，在对植入物手术患者拍摄CT时可准确地计算HU值或骨密度。
下面，对本发明的双能锥形束CT图像的校准参数生成过程进行具体说明。
步骤(S110)：准备具备多个填充有空气及已知HU值的一个以上的基准物质(例如：水、骨、聚乙烯、丙烯等)的划分空间的体模(phantom)，对于该体模，在高能(HE)和低能(LE)下获得关于体模的双能锥形束CT图像。在本说明书中，将这样的拍摄体模的双能锥形束CT图像称为'体模图像'。
图7是表示用于执行本发明的体模图像的例子的图。例如，为了执行本发明，可良好地使用在汽缸形状的体模上下插入杆(rod)的形态的体模。在该杆中填充有空气及基准物质。图7的(a)表示相对插入有8个杆的汽缸形状的体模的双能锥形束CT图像。
步骤(S120)：为了提高体模区域的提取准确度，对体模图像执行基础数字图像处理，由此如图7的(b)所示，通常在体模图像中去除噪声，在整体上达到平滑的效果。这样的基础数字图像处理为在拍摄CT图像时通常所执行的过程，因此并非本发明的特有结构。
步骤(S130，S140)：从体模图像识别关于该划分空间的体模区域影像和空气区域影像的边界线，识别这些体模区域影像和空气区域影像的中心点。在体模的内部划分有空间，在这些划分空间中分别填充有空气和基准物质。关于在体模内部设置何种划分空间及用什么填充这些划分空间是预先设定的。由此，通过计算机软件而对体模图像进行图像处理，从而可如图7的(c)这样识别划分空间的边界线。在图7的(c)中识别了共计8个边界线。之后，如图7的(d)所示，对体模区域影像和空气区域影像识别中心点。
步骤(S150)：对于关于在体模图像中之前识别的各个划分空间的体模区域影像和空气区域影像的多个像素，基于在高能(HE)和低能(LE)下获得的各个体模图像获得高能HU值(HU_HE)和低能HU值(HU_LE)。即，对于体模的相同位置像素，由高能(HE)图像和低能(LE)图像分别计算HU值，将这些分别叫做高能HU值(HU_HE)和低能HU值(HU_LE)。
之后，在本发明中对双能区域进行定义。双能区域是将对相同像素而获得的高能HU值(HU_HE)和低能HU值(HU_LE)作为x，y坐标的坐标系。关于体模区域影像和空气区域影像的多个像素而获得高能HU值(HU_HE)和低能HU值(HU_LE)而配置到双能区域时，能够获得图8所示的相关关系分布，在本说明书中，为了便于说明，将此叫做'双能相关关系分布'。在体模物体中，相同的像素实际上具备一个HU值，对该像素，在该CT设备中导出关于在高能(HE)和低能(LE)中分别表示何种HU值的相关关系。
根据发明人的实验，按照各个划分空间，在双能区域中显示出椭圆形分布，将此叫做'体模区域'。由单一物质来填充一个划分空间的内部，因此优选在双能区域中每个划分空间中仅出现一个点。但是，实际上存在各种缺陷和错误，因此显示出椭圆形的分布。
在本发明中从体模图像获得双能相关关系分布的过程的一个实施例如下。
首先，基于在高能(HE)及低能(LE)下获得的体模图像识别与预设的划分空间对应的体模区域影像及空气区域影像的边界线及中心点。并且，对于该中心点起预设的范围内的多个像素，分别基于在高能(HE)下获得的体模图像获得HU值(高能HU值(HU_HE))，基于在低能(LE)下获得的体模图像获得HU值(低能HU值(HU_LE))。
对这些像素生成将高能HU值(HU_HE)和低能HU值(HU_LE)作为坐标的双能区域上的相关关系分布，这成为相对该体模图像的'双能相关关系分布'。
步骤(S160)：之后，在双能相关关系分布中通过曲线拟合而获得相关关系基准线(P)的函数。图8中图示了本发明中从双能锥形束CT图像的双能相关关系分布获得的相关关系基准线(P)。双能相关关系分布中各个体模区域显示出椭圆形的分布，求出能够代替这样的点的分布的函数，将此称为相关关系基准线(P)。相关关系基准线(P)可以是一次函数(直线函数)、多次多项式函数、对数(对数(log))函数、西格摩德(sigmoidal)函数等。
此时，曲线拟合(curve fitting)既可以选择主成分分析(PCA)、最小二乘法(LSM)、RANSAC(RANdom SAmple Consensus：随机抽样一致算法)等这样的获得直线函数的算法，也可以选择多次多项式函数或对数(log)函数或西格摩德(sigmoidal)函数这样的获得具备渐近(asymtotical)性质的函数的算法。在主成分分析(PCA)中求出将其分布的点的分散最小化的向量，将该向量的方向用作直线的倾斜度而获得一次函数的相关关系基准线(P)。也可利用最小二乘法(LSM)或RANSAC等曲线拟合或曲线推定技术而获得一次函数或多次函数。此时，相关关系基准线(P)的次数根据设计者而预定。
步骤(S170)：接着，将在双能相关关系分布中与划分空间对应的体模区域的像素(以下，称为'相关关系像素')投射(projection)到相关关系基准线(P)而获得关于相关关系像素的投影点。图9表示在双能相关关系分布中将属于体模区域A的5个相关关系像素投射到相关关系基准线(P)的样子。
在相关关系基准线(P)为一次函数的情况下，基于在向直线上方投射点时彼此正交的两个直线的倾斜度乘积为-1的关系来决定投影点坐标。在相关关系基准线(P)为多次函数的情况下，在求出一次导函数之后求出具备与该一次导函数的乘积为-1的倾斜度的法线而决定投影点坐标。
通过这样的接近法，在将相关关系像素投射到相关关系基准线(P)的过程中形成维度缩小，因这样的维度缩小，达到多少会减少与HU真值之间的误差的效果。
步骤(S180)：之后，由投影点的双能区域上的坐标值及体模区域各自的已知的HU真值获得利用HU真值映射相关关系基准线(P)的CT校准线(C)的函数。
图10是概念性地表示本发明中相关关系基准线(P)与HU值之间的关系的图。在各个划分空间中填充了已知HU值的基准物质(例如：水、骨、聚乙烯、丙烯等)，因此可得知将各个投影点应映射到HU值的哪个位置。例如，应利用实际填充在体模区域A的划分空间的基准物质的HU值投射从体模区域A的相关关系像素获得的投影点。关于其他体模区域，也需要满足与此相同的映射。从这样的映射条件获得CT校准线(C)的函数。在图10中公开了一次函数(HU＝mP+n)，但也可以体现为多次函数。
本发明中基于投影点的坐标值和已知的HU真值获得CT校准线(C)的函数的过程的一个实施例如下。
首先，在双能相关关系分布中对体模区域A、B、C分别获得投影点中心坐标(CPP_A～CPP_C)，对这些体模区域A、B、C分别识别已知的HU真值(HU_A～HU_C)。因为预先设定双能区域各自的体模区域在体模实物中与何种基准物质对应，因此它们的HU真值也可预知。
接着，设定用HU值(即，图10的y轴)映射相关关系基准线(P)(即，图10的x轴)的CT校准线(C)的数学式。图10中公开了一次函数(HU＝mP+n)，但也可以体现为多次函数。对体模区域的各个区域获得用已知的HU真值(HU_A～HU_C)映射投影点中心坐标(CPP_A～CPP_C)的CT校准线(C)的数学式参数，即图10中获得m、n。
此时，不限于获得用HU真值(HU_A～HU_C)完全地映射投影点中心坐标(CPP_A～CPP_C)的CT校准线(C)。也可以是获得提供误差最小或基准值以下的映射结果的CT校准线(C)的体现例。
图11是表示本发明中用于拍摄双能锥形束CT图像的CT校准线(C)的图。
从体模获得双能锥形束CT图像，相对体模区域影像及空气区域影像的像素计算高能HU值(HU_HE)和低能HU值(HU_LE)而获得双能区域中的体模区域A、B、C及代表它们的相关关系基准线(P)。将体模区域A、B、C的像素投射到相关关系基准线(P)而获得投影点，并获得利用体模区域A、B、C的HU真值(HU_A～HU_C)映射这些投影点的CT校准线(C)。
将通过以上的过程而获得的相关关系基准线(P)的函数和CT校准线(C)的函数作为相对该双能锥形束CT设备的校准参数而存储并在生成双能CT图像时应用。即，在对植入物手术患者拍摄双能锥形束CT时按照各个像素计算高能HU值(HU_HE)和低能HU值(HU_LE)，并投射到相关关系基准线(P)而获得投影点，然后重新代入CT校准线(C)的函数而生成对该像素的HU值。
另一方面，本发明可在计算机可读出的非易失性记录介质中体现为计算机可读出的代码的形态。作为这样的非易失性记录介质，具有各种形态的存储装置，例如硬盘、SSD、CD-ROM、NAS、磁带、网盘、云盘等，也可以体现为在与网络连接的多个存储装置分散存储代码并执行的形态。另外，本发明也可以体现为为了与硬件结合而执行特定程序而存储于介质的计算机程序的形态。
Claims (5)
1.一种双能锥形束CT图像的校准参数生成方法，由双能锥形束CT设备，利用具备多个预设的划分空间的体模，生成双能锥形束CT图像的校准参数，该预设的划分空间内填充有空气及已知HU值的一个以上的基准物质，
该双能锥形束CT图像的校准参数生成方法的特征在于，包括：
第1步骤，在高能和低能下获得关于上述体模的双能锥形束CT图像即体模图像；
第2步骤，在高能和低能下获得的各个体模图像中，生成将关于上述划分空间的体模区域影像和空气区域影像的高能HU值及低能HU值作为坐标的双能区域上的相关关系分布即双能相关关系分布；
第3步骤，在上述双能相关关系分布中通过曲线拟合而获得相关关系基准线的函数；
第4步骤，在上述双能相关关系分布中将与上述划分空间对应的体模区域的像素即相关关系像素投射到上述相关关系基准线而获得相对上述相关关系像素的投影点；及
第5步骤，由上述投影点的双能区域上的坐标值及上述体模区域各自的已知的HU真值获得利用HU真值映射上述相关关系基准线的CT校准线的函数。
2.根据权利要求1所述的双能锥形束CT图像的校准参数生成方法，其特征在于，
上述第2步骤包括：
第21步骤，基于在高能及低能下获得的体模图像识别与上述预设的划分空间对应的体模区域影像及空气区域影像的边界线及中心点；
第22步骤，对从上述识别的中心点起预设的范围内的像素，基于在高能下获得的体模图像获得HU值即高能HU值；
第23步骤，对从上述识别的中心点起预设的范围内的像素，基于在低能下获得的体模图像获得HU值即低能HU值；及
第24步骤，对从上述识别的中心点起预设的范围内的像素生成将上述获得的高能HU值及低能HU值作为坐标的双能区域上的相关关系分布即双能相关关系分布。
3.根据权利要求1所述的双能锥形束CT图像的校准参数生成方法，其特征在于，
上述第5步骤包括：
第51步骤，在上述双能相关关系分布中关于上述体模区域的各个区域获得投影点中心坐标；
第52步骤，关于上述体模区域的各个区域识别已知的HU真值；
第53步骤，设定利用HU真值而映射上述相关关系基准线的CT校准线的数学式；及
第54步骤，关于上述体模区域的各个区域而获得将上述投影点中心坐标映射到上述已知的HU真值的CT校准线的数学式参数。
4.根据权利要求1所述的双能锥形束CT图像的校准参数生成方法，其特征在于，
上述相关关系基准线由直线函数、多次多项式函数、对数函数、西格摩德函数中的一个函数构成，
上述曲线拟合由主成分分析、最小二乘法、RANSAC中的一个而构成。
5.一种计算机存储介质，其存储有计算机程序，该计算机程序与硬件结合来执行权利要求1至4中的任一项所述的双能锥形束CT图像的校准参数生成方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190135295A KR102070373B1 (ko) | 2019-10-29 | 2019-10-29 | 이중에너지 콘빔 ct 영상의 캘리브레이션 파라미터 생성 방법 |
| KR10-2019-0135295 | 2019-10-29 | ||
| PCT/KR2019/014771 WO2021085700A1 (ko) | 2019-10-29 | 2019-11-01 | 이중에너지 콘빔 ct 영상의 캘리브레이션 파라미터 생성 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113164152A CN113164152A (zh) | 2021-07-23 |
| CN113164152B true CN113164152B (zh) | 2022-02-08 |
Family
ID=69370556
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980080122.7A Active CN113164152B (zh) | 2019-10-29 | 2019-11-01 | 双能锥形束ct图像的校准参数生成方法 |
Country Status (3)
| Country | Link |
|---|---|
| KR (1) | KR102070373B1 (zh) |
| CN (1) | CN113164152B (zh) |
| WO (1) | WO2021085700A1 (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5774519A (en) * | 1997-01-30 | 1998-06-30 | Analogic Corporation | Method of and apparatus for calibration of CT scanners |
| US20100328313A1 (en) * | 2009-06-26 | 2010-12-30 | Kabushiki Kaisha Toshiba | Advanced clustering method for material separation in dual energy ct |
| JP2013176694A (ja) * | 2008-04-21 | 2013-09-09 | Toshiba Corp | 二重エネルギーコンピュータ断層撮影における事前再構成分解及び校正を行うための方法及び装置 |
| WO2014181889A1 (ja) * | 2013-05-10 | 2014-11-13 | 株式会社テレシステムズ | Ｘ線パノラマ・ｃｔ撮影を利用した物質同定装置及び物質同定方法 |
| CN104582578A (zh) * | 2012-06-07 | 2015-04-29 | 约翰霍普金斯大学 | 定量校准系统在计算机断层成像扫描仪中的集成 |
| KR101698033B1 (ko) * | 2016-02-26 | 2017-01-19 | 연세대학교 산학협력단 | Ct 영상에서의 콘빔 아티팩트 보정 장치 및 방법 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102005021327A1 (de) | 2005-05-04 | 2006-11-16 | "Stiftung Caesar" (Center Of Advanced European Studies And Research) | Verfahren und System zur Knochendichtekalibrierung |
| KR101067808B1 (ko) | 2009-08-10 | 2011-09-27 | 충남대학교산학협력단 | 이중 에너지 원리를 이용한 임플란트 잇몸조직 ｃｔ영상 해석방법 |
| CN105188547B (zh) * | 2013-05-10 | 2019-06-04 | 皇家飞利浦有限公司 | 光子计数探测器校准 |
| KR102285337B1 (ko) * | 2017-04-25 | 2021-08-02 | 재단법인대구경북과학기술원 | 엑스선 장치의 캘리브레이션 방법 및 장치 |
-
2019
- 2019-10-29 KR KR1020190135295A patent/KR102070373B1/ko active IP Right Grant
- 2019-11-01 CN CN201980080122.7A patent/CN113164152B/zh active Active
- 2019-11-01 WO PCT/KR2019/014771 patent/WO2021085700A1/ko active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5774519A (en) * | 1997-01-30 | 1998-06-30 | Analogic Corporation | Method of and apparatus for calibration of CT scanners |
| JP2013176694A (ja) * | 2008-04-21 | 2013-09-09 | Toshiba Corp | 二重エネルギーコンピュータ断層撮影における事前再構成分解及び校正を行うための方法及び装置 |
| US20100328313A1 (en) * | 2009-06-26 | 2010-12-30 | Kabushiki Kaisha Toshiba | Advanced clustering method for material separation in dual energy ct |
| CN104582578A (zh) * | 2012-06-07 | 2015-04-29 | 约翰霍普金斯大学 | 定量校准系统在计算机断层成像扫描仪中的集成 |
| WO2014181889A1 (ja) * | 2013-05-10 | 2014-11-13 | 株式会社テレシステムズ | Ｘ線パノラマ・ｃｔ撮影を利用した物質同定装置及び物質同定方法 |
| KR101698033B1 (ko) * | 2016-02-26 | 2017-01-19 | 연세대학교 산학협력단 | Ct 영상에서의 콘빔 아티팩트 보정 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021085700A1 (ko) | 2021-05-06 |
| KR102070373B1 (ko) | 2020-01-28 |
| CN113164152A (zh) | 2021-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pauwels et al. | Technical aspects of dental CBCT: state of the art | |
| JP2004174253A (ja) | 軟組織空間の視覚化の方法及び装置 | |
| US11419566B2 (en) | Systems and methods for improving image quality with three-dimensional scout | |
| JP2009011835A (ja) | Ｃｔ値校正ファイルの取得方法及びその装置 | |
| JP4468352B2 (ja) | コンピュータトモグラフィにおける局所的患者線量の再構成 | |
| KR102201643B1 (ko) | 콘빔 씨티를 이용한 치아 골밀도 추정방법 및 골밀도 추정장치 | |
| US10346957B2 (en) | Method for image improvement of image data from a dental image generation system | |
| JP7199399B2 (ja) | デュアルエネルギー撮像における自動管電位選択のためのシステムおよび方法 | |
| EP3691529A1 (en) | System and method for basis material decomposition with a general physical constraint for multi-energy computed tomography | |
| JP2005095397A (ja) | Ｘ線散乱線成分の補正方法及びそのプログラム並びにｘ線ｃｔ装置 | |
| CN113164152B (zh) | 双能锥形束ct图像的校准参数生成方法 | |
| US10552992B2 (en) | Poly-energetic reconstruction method for metal artifacts reduction | |
| US20050018889A1 (en) | Systems and methods for filtering images | |
| JP7346546B2 (ja) | Ｃｔ仮想単色撮像のための自動的適応エネルギ設定を行う方法 | |
| US12076173B2 (en) | System and method for controlling errors in computed tomography number | |
| US20230013905A1 (en) | Apparatus for computer tomography x-ray data acquired at high relative pitch | |
| CN110840479B (zh) | 一种骨成分确定方法、装置、设备及存储介质 | |
| US20230132514A1 (en) | System and method for controlling errors in computed tomography number | |
| Pereira Haygert et al. | CTdBem–A New Protocol for Ultra Low Radiation Dose MDCT | |
| Chang et al. | A Phantom Study of a Dual Energy Dental Cone Beam Computed Tomography Prototype | |
| Buzug | Image quality and artifacts | |
| JP5117792B2 (ja) | 記憶媒体及びｘ線ｃｔシステム | |
| CN118236085A (zh) | 基于锥束ct成像的骨矿密度测量方法 | |
| WO2018018087A1 (en) | A method and system for automating radiation dose parameters | |
| Cagnon | A Monte Carlo-based simulation tool for modeling X-ray computed tomography physics: Application to electron beam CT |
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 |