CN113223109B - 一种基于ct轴扫描的坏点校正方法 - Google Patents
一种基于ct轴扫描的坏点校正方法 Download PDFInfo
- Publication number
- CN113223109B CN113223109B CN202110584577.1A CN202110584577A CN113223109B CN 113223109 B CN113223109 B CN 113223109B CN 202110584577 A CN202110584577 A CN 202110584577A CN 113223109 B CN113223109 B CN 113223109B
- Authority
- CN
- China
- Prior art keywords
- pixel
- corrected
- dead
- dead pixel
- point
- 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
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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G06T2207/20068—Projection on vertical or horizontal image axis
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Analytical Chemistry (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Pulmonology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于CT轴扫描的坏点校正方法，包括以下步骤：S1、判断待校正坏点的共轭位置点是否为坏点；若否，则将待校正坏点的共轭位置点对应的投影值作为待校正坏点的校正值，转至步骤S3；若是，转至步骤S2；S2、选取待校正坏点的目标邻域内的像素点，并根据像素点的投影值得到待校正坏点的校正值，转至步骤S3；S3、利用待校正坏点的校正值对待校正坏点进行插值校正。本发明提升了坏点校正的精度。本发明的基于CT轴扫描的坏点校正方法，在坏点校正过程中采用共轭位置点的投影信息，有利于提升坏点校正的精度。
Description
技术领域
本发明属于电子计算机断层扫描技术领域，具体涉及一种基于CT轴扫描的坏点校正方法。
背景技术
电子计算机断层扫描系统中，探测器是由多个探测单元组成的阵列。探测器在使用过程中，探测单元可能由于各种原因出现损坏，从而出现坏点，最终造成对应位置采集的信号出现异常，重建图像上出现环形伪影。
目前，坏点校正方法大多是在坏点周围选取一定数量的正常像素点的像素值，取其平均值作为校正值进行插值，得到坏点处的校正值，例如，公开号为CN105787905A的专利文献公开的一种基于动态电流的锥束CT环状伪影校正方法、公开号为CN111161183A的专利文献公开的一种口腔CT中平板探测器坏像素点校正方法。但存在以下缺陷：
(1)插值校正时未考虑坏点的类型以及参与插值的像素点对坏点的影响权重，导致校正的精度不高。因为，参与插值的像素点到坏点的距离不同，提供信息的可参考性不同；距离坏点较近的像素点，提供信息的可参考性较强，应赋予较高的权重，反之应赋予较低的权重。而且，不同类型的坏点在处理时需要进行区分，例如，一个孤立的坏点需要2～3个邻域值进行校正，而在位于多个坏点之间时则需要更多的插值来校正；
(2)若坏点在一定范围内连续分布，或者在一定范围内分布较多时，相邻像素点提供的信息是不可靠的，与坏点处的真实值偏差较大，使用其作为插值，得到的信息也是不准确的；
(3)只使用同一焦点位置处的投影信息。
发明内容
基于现有技术中存在的上述缺点和不足，本发明的目的之一是至少解决现有技术中存在的上述问题之一或多个，换言之，本发明的目的之一是提供满足前述需求之一或多个的一种基于CT轴扫描的坏点校正方法。
为了达到上述发明目的，本发明采用以下技术方案：
一种基于CT轴扫描的坏点校正方法，包括以下步骤：
S1、判断待校正坏点的共轭位置点是否为坏点；若否，则将待校正坏点的共轭位置点对应的投影值作为待校正坏点的校正值，转至步骤S3；若是，转至步骤S2；
S2、选取待校正坏点的目标邻域内的像素点，并根据像素点的投影值得到待校正坏点的校正值，转至步骤S3；
S3、利用待校正坏点的校正值对待校正坏点进行插值校正。
作为优选方案，所述步骤S1中，待校正坏点的共轭位置点的查找过程，包括：
若在扫描得到的扇形束数据中进行坏点校正，假设待校正坏点的位置为(β，γ，τ)，β为待校正坏点对应的球管投影角度、γ为待校正坏点对应的射线与中心射线的夹角、τ为待校正坏点对应的探测单元所在的排的编号；
则待校正坏点的共轭位置点的位置为(β+π-2γ，-γ，τ)。
作为优选方案，所述步骤S1中，待校正坏点的共轭位置点的查找过程，包括：
若在扇形束到平行束的重排过程中进行坏点校正，假设待校正坏点的位置为(β，s，τ)，β为待校正坏点对应的球管投影角度、s为待校正坏点对应的射线与中心射线的距离、τ为待校正坏点对应的探测单元所在的排的编号；
则待校正坏点的共轭位置点的位置为(β+π，-s，τ)。
作为优选方案，所述步骤S2，具体包括：
S21、计算待校正坏点的目标邻域内各像素点至待校正坏点的距离，并根据距离大小对各像素点进行排序，得到目标序列；
S22、从目标序列中选取N个目标像素点，并将N个目标像素点的投影值进行加权和，得到待校正坏点的校正值；N为大于1的整数。
作为优选方案，所述步骤S1之前，还包括：
S0、分别计算各待校正坏点的目标邻域内各像素点至相应的待校正坏点的距离，并根据距离大小对各像素点进行排序，得到各待校正坏点的目标序列；
相应地，所述步骤S2，具体包括：
从待校正坏点的目标序列中选取N个目标像素点，并将N个目标像素点的投影值进行加权和，得到待校正坏点的校正值；N为大于1的整数。
作为优选方案，N个目标像素点的选取，包括以下步骤：
S221、根据目标序列的排序从小到大依次判断各像素点是否为坏点，先判断第一个像素点是否为坏点；若是，则转至步骤S222；若否，则保留作为目标像素点；
S222、判断其共轭位置点是否为坏点；若是，则丢弃相应的像素点；若否，则保留作为目标像素点；
S223、进行下一像素点的判断，循环步骤S221、S222，直至得到的目标像素点的数量为N个。
作为优选方案，像素点至待校正坏点的距离为：
其中，dk表示第k个像素点至待校正坏点的距离，xk、yk分别表示第k个像素点相对于待校正坏点在探测器通道方向和排方向的位移。
作为优选方案，所述目标像素点的权重为：
其中，wi为第i个目标像素点的权重，di为第i个目标像素点至待校正坏点的距离；
待校正坏点的校正值为：
其中，vi为第i目标像素点的投影值。
作为优选方案，所述待校正坏点的目标邻域为M×M邻域，M根据所允许的最大连续坏点数及其校正所需要的像素点数量确定。
作为优选方案，循环遍历步骤S1至S3，直至对所有待校正坏点完成校正。
本发明与现有技术相比，有益效果是：
本发明的基于CT轴扫描的坏点校正方法，在坏点校正过程中采用共轭位置点的投影信息，共轭位置点是指穿过同一点的、方向与之相反的射线在探测器上的投影位置；在CT轴扫描过程中，同一线性积分会在相应的投影角度做两次投影，两条共轭的射线穿过的信息相同，在探测器上的投影值相等；因此，在坏点校正过程中结合共轭位置点的投影信息，有利于提升坏点校正的精度。
附图说明
图1是本发明实施例1的基于CT轴扫描的坏点校正方法的流程图；
图2是本发明实施例1的坏点未校正的图像；
图3是本发明实施例1的基于CT轴扫描的坏点校正方法校正后的图像。
具体实施方式
为了更清楚地说明本发明实施例，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
实施例1：
如图1所示，本实施例的基于CT轴扫描的坏点校正方法，包括以下步骤：
S1、判断待校正坏点(即坏点)的共轭位置点是否为坏点；若否，则将待校正坏点的共轭位置点(即共轭位置)对应的投影值(即共轭位置值)作为待校正坏点的校正值，转至步骤S3；若是，转至步骤S2；
具体地，待校正坏点的共轭位置点的查找过程，具体如下：
本实施例在扫描得到的扇形束数据中进行坏点校正；假设待校正坏点的位置为(β，γ，τ)，β为待校正坏点对应的球管投影角度、γ为待校正坏点对应的射线与中心射线的夹角、τ为待校正坏点对应的探测单元所在的排的编号；则待校正坏点的共轭位置点的位置为(β+π-2γ，-γ，τ)。其中，共轭位置点是指穿过同一点的、方向与之相反的射线在探测器上的投影位置，在CT轴扫(步进扫描)过程中，同一线性积分会在投影角度β和β+π做两次投影，可认为两条共轭的射线穿过的信息相同，在探测器上的投影值相等。
S2、选取待校正坏点的目标邻域内的像素点，并根据像素点的投影值得到待校正坏点的校正值，转至步骤S3；
具体地，上述步骤S2具体包括以下步骤：
S21、计算待校正坏点的目标邻域内各像素点(即各邻域点)至待校正坏点的距离，并根据距离大小对各像素点进行排序，得到目标序列；
其中，待校正坏点的目标邻域为M×M邻域，M根据所允许的最大连续坏点数及其校正所需要的像素点数量确定，M为正整数；
像素点至待校正坏点的距离的计算公式如下：
其中，dk表示第k个像素点至待校正坏点的距离，xk、yk分别表示第k个像素点相对于待校正坏点在探测器通道方向和排方向的位移，k∈[1，K]，K为待校正坏点的目标邻域内的像素点的总个数(除待校正坏点之外)；
得到各像素点至待校正坏点的距离之后，根据距离大小按照从小到大或从大到小的顺序对像素点的相对坐标(xk，yk)进行排序，得到待校正坏点对应的目标序列，作为目标像素点的选取顺序和权重分配的依据。
S22、从目标序列中选取N个目标像素点，并将N个目标像素点的投影值及其权重进行加权和，得到待校正坏点的校正值；N为大于1的整数。
其中，从目标序列中进行N个目标像素点的选取，具体包括以下步骤：
S221、根据目标序列的排序从小到大依次判断各像素点是否为坏点，先判断第一个像素点是否为坏点；若是，则转至步骤S222；若否，则为可用点，保留作为目标像素点；
S222、判断其共轭位置点是否为坏点；若是，则为不可用点，丢弃相应的像素点；若否，则为可用点，保留作为目标像素点；
S223、进行下一像素点的判断，循环步骤S221、S222，直至得到的目标像素点的数量为N个。
另外，各目标像素点的权重的计算公式如下：
其中，wi为第i个目标像素点的权重，di为第i个目标像素点至待校正坏点的距离。
因此，将N个目标像素点的投影值进行加权和得到待校正坏点的校正值v，具体为：
其中，vi为第i目标像素点的投影值。
S3、利用待校正坏点的校正值对待校正坏点进行插值校正；
循环遍历上述步骤S1-S3，直至对所有待校正坏点完成校正。
如图2和3所示，经过本实施例的坏点校正方法进行坏点校正之后，图像上的环形伪影消失。
实施例2：
本实施例的基于CT轴扫描的坏点校正方法与实施例1的不同之处在于：
待校正坏点的共轭位置点的查找过程，还可以采用如下方式：
若在扇形束到平行束的重排过程中进行坏点校正，假设待校正坏点的位置为(β，s，τ)，β为待校正坏点对应的球管投影角度、s为待校正坏点对应的射线与中心射线的距离、τ为待校正坏点对应的探测单元所在的排的编号；
则待校正坏点的共轭位置点的位置为(β+π，-s，τ)。
其他步骤可以参考实施例1。
实施例3：
本实施例的基于CT轴扫描的坏点校正方法与实施例1的不同之处在于：
在步骤S1中，判断待校正坏点的共轭位置点是否为坏点；若否，则将待校正坏点的共轭位置点对应的投影值作为待校正坏点的校正值；若是，则直接采用现有的坏点校正方法进行校正值的确定，省略后续的其他步骤。
其中，现有的坏点校正方法为在坏点周围选取一定数量的正常像素点的投影值，取其平均值作为校正值进行插值或其他现有的坏点校正方法。
实施例4：
本实施例的基于CT轴扫描的坏点校正方法与实施例1的不同之处在于：
在步骤S1之前，还包括步骤S0：即先分别计算各待校正坏点的目标邻域内各像素点(即各邻域点)至相应的待校正坏点的距离，并根据距离大小对各像素点进行排序，得到各待校正坏点对应的目标序列；
后续在步骤S2中，判断待校正坏点的共轭位置是坏点的情况下，可以直接读取相应待校正坏点的目标序列，接着从目标序列中选取N个目标像素点，并将N个目标像素点的投影值及其权重进行加权和，得到待校正坏点的校正值，具体可参考实施例1，如此设计可提升坏点校正的效率。
其他步骤可以参考实施例1。
以上所述仅是对本发明的优选实施例及原理进行了详细说明，对本领域的普通技术人员而言，依据本发明提供的思想，在具体实施方式上会有改变之处，而这些改变也应视为本发明的保护范围。
Claims (10)
1.一种基于CT轴扫描的坏点校正方法，其特征在于，包括以下步骤：
S1、判断待校正坏点的共轭位置点是否为坏点；若否，则将待校正坏点的共轭位置点对应的投影值作为待校正坏点的校正值，转至步骤S3；若是，转至步骤S2；
S2、选取待校正坏点的目标邻域内的像素点，并根据像素点的投影值得到待校正坏点的校正值，转至步骤S3；
S3、利用待校正坏点的校正值对待校正坏点进行插值校正。
2.根据权利要求1所述的一种基于CT轴扫描的坏点校正方法，其特征在于，所述步骤S1中，待校正坏点的共轭位置点的查找过程，包括：
若在扫描得到的扇形束数据中进行坏点校正，假设待校正坏点的位置为(β，γ，τ)，β为待校正坏点对应的球管投影角度、γ为待校正坏点对应的射线与中心射线的夹角、τ为待校正坏点对应的探测单元所在的排的编号；
则待校正坏点的共轭位置点的位置为(β+π-2γ，-γ，τ)。
3.根据权利要求1所述的一种基于CT轴扫描的坏点校正方法，其特征在于，所述步骤S1中，待校正坏点的共轭位置点的查找过程，包括：
若在扇形束到平行束的重排过程中进行坏点校正，假设待校正坏点的位置为(β，s，τ)，β为待校正坏点对应的球管投影角度、s为待校正坏点对应的射线与中心射线的距离、τ为待校正坏点对应的探测单元所在的排的编号；
则待校正坏点的共轭位置点的位置为(β+π，-s，τ)。
4.根据权利要求1所述的一种基于CT轴扫描的坏点校正方法，其特征在于，所述步骤S2，具体包括：
S21、计算待校正坏点的目标邻域内各像素点至待校正坏点的距离，并根据距离大小对各像素点进行排序，得到目标序列；
S22、从目标序列中选取N个目标像素点，并将N个目标像素点的投影值进行加权和，得到待校正坏点的校正值；N为大于1的整数。
5.根据权利要求1所述的一种基于CT轴扫描的坏点校正方法，其特征在于，所述步骤S1之前，还包括：
S0、分别计算各待校正坏点的目标邻域内各像素点至相应的待校正坏点的距离，并根据距离大小对各像素点进行排序，得到各待校正坏点的目标序列；
相应地，所述步骤S2，具体包括：
从待校正坏点的目标序列中选取N个目标像素点，并将N个目标像素点的投影值进行加权和，得到待校正坏点的校正值；N为大于1的整数。
6.根据权利要求4或5所述的一种基于CT轴扫描的坏点校正方法，其特征在于，N个目标像素点的选取，包括以下步骤：
S221、根据目标序列的排序从小到大依次判断各像素点是否为坏点，先判断第一个像素点是否为坏点；若是，则转至步骤S222；若否，则保留作为目标像素点；
S222、判断其共轭位置点是否为坏点；若是，则丢弃相应的像素点；若否，则保留作为目标像素点；
S223、进行下一像素点的判断，循环步骤S221、S222，直至得到的目标像素点的数量为N个。
7.根据权利要求6所述的一种基于CT轴扫描的坏点校正方法，其特征在于，像素点至待校正坏点的距离为：
其中，dk表示第k个像素点至待校正坏点的距离，xk、yk分别表示第k个像素点相对于待校正坏点在探测器通道方向和排方向的位移。
8.根据权利要求7所述的一种基于CT轴扫描的坏点校正方法，其特征在于，所述目标像素点的权重为：
其中，wi为第i个目标像素点的权重，di为第i个目标像素点至待校正坏点的距离；
待校正坏点的校正值为：
其中，vi为第i目标像素点的投影值。
9.根据权利要求1-5任一项所述的一种基于CT轴扫描的坏点校正方法，其特征在于，所述待校正坏点的目标邻域为M×M邻域，M根据所允许的最大连续坏点数及其校正所需要的像素点数量确定。
10.根据权利要求1-5任一项所述的一种基于CT轴扫描的坏点校正方法，其特征在于，循环遍历步骤S1至S3，直至对所有待校正坏点完成校正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110584577.1A CN113223109B (zh) | 2021-05-27 | 2021-05-27 | 一种基于ct轴扫描的坏点校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110584577.1A CN113223109B (zh) | 2021-05-27 | 2021-05-27 | 一种基于ct轴扫描的坏点校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113223109A CN113223109A (zh) | 2021-08-06 |
| CN113223109B true CN113223109B (zh) | 2022-08-12 |
Family
ID=77098825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110584577.1A Active CN113223109B (zh) | 2021-05-27 | 2021-05-27 | 一种基于ct轴扫描的坏点校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113223109B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114022374A (zh) * | 2021-11-02 | 2022-02-08 | 海南大学 | 图像环状伪影校正方法、系统及设备 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005218693A (ja) * | 2004-02-06 | 2005-08-18 | Ge Medical Systems Global Technology Co Llc | 画像再構成方法およびｘ線ｃｔ装置 |
| CN101510298A (zh) * | 2009-03-17 | 2009-08-19 | 西北工业大学 | 一种ct伪影的综合校正方法 |
| CN101588447A (zh) * | 2008-05-23 | 2009-11-25 | 比亚迪股份有限公司 | 一种图像坏点的校正方法、系统及图像传感器 |
| CN103475828A (zh) * | 2013-10-10 | 2013-12-25 | 旗瀚科技有限公司 | 一种图像坏点校正方法及图像传感器 |
| CN104835125A (zh) * | 2015-05-08 | 2015-08-12 | 上海联影医疗科技有限公司 | 平板探测器的坏点校正方法 |
| CN104939859A (zh) * | 2015-06-23 | 2015-09-30 | 李彬 | 一种ct图像校正方法 |
| CN105787905A (zh) * | 2016-03-24 | 2016-07-20 | 中国人民解放军信息工程大学 | 一种基于动态电流的锥束ct环状伪影校正方法 |
| CN106037781A (zh) * | 2016-05-06 | 2016-10-26 | 李彬 | 一种ct成像方法 |
| CN106108930A (zh) * | 2016-06-28 | 2016-11-16 | 林海燕 | 一种ct成像校正方法 |
| CN107305695A (zh) * | 2016-04-14 | 2017-10-31 | 上海富瀚微电子股份有限公司 | 一种图像自动坏点校正装置及方法 |
| CN107613229A (zh) * | 2017-09-30 | 2018-01-19 | 杭州雄迈集成电路技术有限公司 | 一种图像传感器坏点检测校正装置及方法 |
| CN108389242A (zh) * | 2018-04-10 | 2018-08-10 | 上海联影医疗科技有限公司 | 投影图像的校正方法及装置 |
| CN108986182A (zh) * | 2018-07-10 | 2018-12-11 | 上海联影医疗科技有限公司 | 一种重建ct图像的方法、系统及存储介质 |
| CN109431528A (zh) * | 2017-11-08 | 2019-03-08 | 上海联影医疗科技有限公司 | 校正投影图像的系统和方法 |
| CN109712212A (zh) * | 2018-12-20 | 2019-05-03 | 中国兵器科学研究院宁波分院 | 一种工业ct伪影校正方法 |
| CN109801343A (zh) * | 2018-12-16 | 2019-05-24 | 西安电子科技大学 | 基于重建前后图像的环形伪影校正方法、ct控制系统 |
| CN110544285A (zh) * | 2019-10-30 | 2019-12-06 | 南京安科医疗科技有限公司 | 一种矫正头部ct图像中头部位置的方法及系统 |
| CN111161183A (zh) * | 2019-12-27 | 2020-05-15 | 常州博恩中鼎医疗科技有限公司 | 一种口腔ct中平板探测器坏像素点校正方法 |
| CN111184523A (zh) * | 2020-01-17 | 2020-05-22 | 深圳市安健科技股份有限公司 | 基于dr设备的三维图像重建方法及系统 |
| CN111798534A (zh) * | 2020-07-17 | 2020-10-20 | 沈阳先进医疗设备技术孵化中心有限公司 | 图像重建方法、装置、控制台设备及ct系统 |
| CN111800592A (zh) * | 2020-07-17 | 2020-10-20 | 合肥富煌君达高科信息技术有限公司 | 可以抑制像元波动的坏点校正方法及装置、存储介质 |
| CN112656435A (zh) * | 2020-12-21 | 2021-04-16 | 明峰医疗系统股份有限公司 | 一种自动检测探测器坏点的方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8023713B2 (en) * | 2010-01-20 | 2011-09-20 | Kabushiki Kaisha Toshiba | Method and system for reducing artifact due to time delay in data acquisition system in computer tomography |
| CN104318536B (zh) * | 2014-10-21 | 2018-03-20 | 沈阳东软医疗系统有限公司 | Ct图像的校正方法及装置 |
| JP6713860B2 (ja) * | 2016-07-04 | 2020-06-24 | 株式会社日立製作所 | 画像再構成装置、ｘ線ｃｔ装置、および、画像再構成方法 |
-
2021
- 2021-05-27 CN CN202110584577.1A patent/CN113223109B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005218693A (ja) * | 2004-02-06 | 2005-08-18 | Ge Medical Systems Global Technology Co Llc | 画像再構成方法およびｘ線ｃｔ装置 |
| CN101588447A (zh) * | 2008-05-23 | 2009-11-25 | 比亚迪股份有限公司 | 一种图像坏点的校正方法、系统及图像传感器 |
| CN101510298A (zh) * | 2009-03-17 | 2009-08-19 | 西北工业大学 | 一种ct伪影的综合校正方法 |
| CN103475828A (zh) * | 2013-10-10 | 2013-12-25 | 旗瀚科技有限公司 | 一种图像坏点校正方法及图像传感器 |
| CN104835125A (zh) * | 2015-05-08 | 2015-08-12 | 上海联影医疗科技有限公司 | 平板探测器的坏点校正方法 |
| CN104939859A (zh) * | 2015-06-23 | 2015-09-30 | 李彬 | 一种ct图像校正方法 |
| CN105787905A (zh) * | 2016-03-24 | 2016-07-20 | 中国人民解放军信息工程大学 | 一种基于动态电流的锥束ct环状伪影校正方法 |
| CN107305695A (zh) * | 2016-04-14 | 2017-10-31 | 上海富瀚微电子股份有限公司 | 一种图像自动坏点校正装置及方法 |
| CN106037781A (zh) * | 2016-05-06 | 2016-10-26 | 李彬 | 一种ct成像方法 |
| CN106108930A (zh) * | 2016-06-28 | 2016-11-16 | 林海燕 | 一种ct成像校正方法 |
| CN107613229A (zh) * | 2017-09-30 | 2018-01-19 | 杭州雄迈集成电路技术有限公司 | 一种图像传感器坏点检测校正装置及方法 |
| CN109431528A (zh) * | 2017-11-08 | 2019-03-08 | 上海联影医疗科技有限公司 | 校正投影图像的系统和方法 |
| CN108389242A (zh) * | 2018-04-10 | 2018-08-10 | 上海联影医疗科技有限公司 | 投影图像的校正方法及装置 |
| CN108986182A (zh) * | 2018-07-10 | 2018-12-11 | 上海联影医疗科技有限公司 | 一种重建ct图像的方法、系统及存储介质 |
| CN109801343A (zh) * | 2018-12-16 | 2019-05-24 | 西安电子科技大学 | 基于重建前后图像的环形伪影校正方法、ct控制系统 |
| CN109712212A (zh) * | 2018-12-20 | 2019-05-03 | 中国兵器科学研究院宁波分院 | 一种工业ct伪影校正方法 |
| CN110544285A (zh) * | 2019-10-30 | 2019-12-06 | 南京安科医疗科技有限公司 | 一种矫正头部ct图像中头部位置的方法及系统 |
| CN111161183A (zh) * | 2019-12-27 | 2020-05-15 | 常州博恩中鼎医疗科技有限公司 | 一种口腔ct中平板探测器坏像素点校正方法 |
| CN111184523A (zh) * | 2020-01-17 | 2020-05-22 | 深圳市安健科技股份有限公司 | 基于dr设备的三维图像重建方法及系统 |
| CN111798534A (zh) * | 2020-07-17 | 2020-10-20 | 沈阳先进医疗设备技术孵化中心有限公司 | 图像重建方法、装置、控制台设备及ct系统 |
| CN111800592A (zh) * | 2020-07-17 | 2020-10-20 | 合肥富煌君达高科信息技术有限公司 | 可以抑制像元波动的坏点校正方法及装置、存储介质 |
| CN112656435A (zh) * | 2020-12-21 | 2021-04-16 | 明峰医疗系统股份有限公司 | 一种自动检测探测器坏点的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于三维运动轨迹的高分辨显微CT环状伪影去除方法;李静等;《中国医疗设备》;20200110(第01期);全文 * |
| 基于动态电流的锥束CT环状伪影校正方法;陈思宇等;《光学学报》;20160610(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113223109A (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4371130B2 (ja) | 画像のセットから合成画像を生成するための方法 | |
| CN110060316B (zh) | 一种用于ct重建中多区域分割的环伪影校正方法 | |
| CN111445389A (zh) | 一种高分辨率图像的宽视角快速拼接方法 | |
| USRE41740E1 (en) | Multi-sector back-off logic algorithm for obtaining optimal slice-sensitive computed tomography profiles | |
| CN113223109B (zh) | 一种基于ct轴扫描的坏点校正方法 | |
| JP2014147757A (ja) | Ｃｔスキャナの幾何学的較正のための方法及び装置 | |
| JP3448868B2 (ja) | 画像一致検出装置及び画像一致検出方法 | |
| CN106547014A (zh) | 晶体定位方法以及查找表的生成方法 | |
| CN113514054A (zh) | 一种星敏感器星点像斑检测方法及系统 | |
| US10127642B2 (en) | Method for correcting defective pixel artifacts in a direct radiography image | |
| CN111161182B (zh) | Mr结构信息约束的非局部均值引导的pet图像部分容积校正方法 | |
| CN103400361A (zh) | 一种口腔ct中基于阈值的增益校正算法 | |
| US10726527B2 (en) | Method for reducing image disturbances caused by reconstructed defective pixels in direct radiography | |
| US6600831B1 (en) | Connection processing method for radiation images | |
| CN111583388A (zh) | 一种三维扫描系统的扫描方法及设备 | |
| US11175242B2 (en) | Geometric alignment, sample motion correction, and intensity normalization of computed tomography projections using pi-line optimization | |
| CN113592744B (zh) | 一种适用于高分辨率遥感影像的几何精校正方法 | |
| CN113379648B (zh) | 一种高分七号和资源三号立体影像联合平差方法 | |
| US20060197868A1 (en) | Apparatus for interpolating scanning line and method thereof | |
| CN110082072B (zh) | 一种探测器阵列靶数据处理方法 | |
| EP1694056A1 (en) | Method of real-time correction of non-functioning pixels in digital radiography | |
| CN112862873A (zh) | 一种ct-cbct影像形变配准方法 | |
| JPH10314161A (ja) | 倍密度補間方法およびｘ線ｃｔ装置 | |
| CN117100304B (zh) | 一种多源ct系统的坏通道数据校正方法 | |
| CN117315280A (zh) | 一种图像的Harris角点的检测方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |