CN113349809A - 一种多模态成像系统图像重建方法 - Google Patents

一种多模态成像系统图像重建方法 Download PDF

Info

Publication number
CN113349809A
CN113349809A CN202010148597.XA CN202010148597A CN113349809A CN 113349809 A CN113349809 A CN 113349809A CN 202010148597 A CN202010148597 A CN 202010148597A CN 113349809 A CN113349809 A CN 113349809A
Authority
CN
China
Prior art keywords
modality
scanning
data
image
modal
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
CN202010148597.XA
Other languages
English (en)
Inventor
高健
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010148597.XA priority Critical patent/CN113349809A/zh
Publication of CN113349809A publication Critical patent/CN113349809A/zh
Pending legal-status Critical Current

Links

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
    • A61B6/02—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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • 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
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4417—Constructional features of apparatus for radiation diagnosis related to combined acquisition of different diagnostic modalities
    • 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
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10104—Positron emission tomography [PET]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pulmonology (AREA)
  • Nuclear Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及多模态成像技术领域，且公开了一种多模态成像系统图像重建方法，包括如下步骤：S1.获取扫描对象的第一模态扫描数据并存储；S2.获取扫描对象的第二模态扫描数据并存储；S3.将S1中获取得到的第一模态扫描数据进行重建，进而获取扫描对象的第一模态图像；S4.根据S3中重建得到的第一模态图像经计算扫描得出扫描对象的第一模态图像的均匀度指数；S5.根据S4中得到的均匀度指数规划出扫描对象的第二模态扫描区域；S6.根据得到的第二模态扫描区域获取该扫描区域的第二模态扫描数据。该多模态成像系统图像重建方法，具备通过对CT扫描数据的处理，选取扫描对象的部分区域进行PET扫描并进行图像重建，解决了多模态成像系统中的PET图像重建时间长的问题的优点。

Description

一种多模态成像系统图像重建方法
技术领域
本发明涉及多模态成像技术领域，具体为一种多模态成像系统图像重建方法。
背景技术
在多模态成像系统中，采用两个或多个不同感应模态对物体空间内的不同组分进行定位和测量。在PET－CT系统中，CT是指计算机断层成像系统，PET是指正电子发射断层成像系统。CT扫描允许医生观察人体的内部解剖结构，PET创建身体高代谢活动的图像，而不是创建周围解剖结构的图像。在进行PET－CT扫描之前，患者接受放射性药物剂量。药物通过血液运送并集中到特定器官或区域中，从而导致从血液和该器官或区域发射出辐射。在扫描期间，射出辐射的轨迹由系统检测，由此创建患者体内放射性药物的分布图像。该图像显示出循环体系和/或放射性药物在各种区域或器官内的相对吸收。PET－CT图像中来自CT扫描的解剖结构数据与来自PET扫描的代谢数据的合并向医生给出可视化信息以确定是否存在病变、病变的位置和程度，并且跟踪病变扩散的速度。
通常情况下的多模态成像扫描，需要对扫描对象做大范围的两种模态的分别扫描。例如，在PET-CT的成像系统中，需要对扫描对象的感兴趣区域做CT和PET的分别大范围扫描，多数情况下，为了更好地保证衰减校正的效果，CT的扫描区域比PET的扫描区域更大，由于PET扫描获取扫描数据的时间长，数据量大，因此在重建的过程中也会造成重建资源消耗大，时间耗费较长的问题。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种多模态成像系统图像重建方法，具备通过对CT扫描数据的处理，选取扫描对象的部分区域进行PET扫描，解决了多模态成像系统中的PET图像重建时间长的问题的优点，解决了在PET-CT的成像系统中，需要对扫描对象的感兴趣区域做CT和PET的分别大范围扫描，多数情况下，为了更好地保证衰减校正的效果，CT的扫描区域比PET的扫描区域更大，由于PET扫描获取扫描数据的时间长，数据量大，因此在重建的过程中也会造成重建资源消耗大，时间耗费较长的问题。
(二)技术方案
为实现通过对CT扫描数据的处理，选取扫描对象的部分区域进行PET扫描，解决了多模态成像系统中的PET图像重建时间长的问题的目的，本发明提供如下技术方案：一种多模态成像系统图像重建方法，包括如下步骤：
S1.获取扫描对象的第一模态扫描数据并存储；
S2.获取扫描对象的第二模态扫描数据并存储；
S3.将S1中获取得到的第一模态扫描数据进行重建，进而获取扫描对象的第一模态图像；
S4.根据S3中重建得到的第一模态图像计算所述扫描对象的第一模态图像的均匀度指数；
S5.根据S4中得到的均匀度指数规划出所述扫描对象的第二模态扫描区域；
S6.根据S5中的得到的第二模态扫描区域获取该扫描区域的第二模态扫描数据；
S7.对S6中获取的第二模态扫描数据进行数据重建，进而获取扫描对象的第二模态扫描对象；
S8.根据S5中第二模态扫描区域确定该区域对应的第一模态子扫描数据，将所述子扫描数据进行图像重建，获得该区域的第一医学图像；
S9.将S8中得到的第一医学图像用于所述第二模态扫描图像的衰减校正；
S10.完成图像重建。
优选的，所述S4中的均匀度指数的获取包括如下步骤：
a.二值化第一模态图像，获得第一模态图像的二值稀疏矩阵；
b.根据a中得到的二值稀疏矩阵计算扫描对象第一模态图像的均匀度指数。
优选的，所述S4中的均匀度指数规划扫描对象的第二模态扫描区域包括根据均匀度指数确定第二模态扫描区域的起始位置与结束位置。
优选的，设定均匀度指数阈值，当所述均匀度指数大于设定的阈值时，开始计算所述起始位置与结束位置
优选的，所述第一模态扫描数据具体为CT数据或MRI数据。
优选的，所述第二模态扫描数据具体为PET扫描数据。
优选的，所述第一模态扫描数据的存储模式具体为正弦图模式。
优选的，所述第二模态扫描数据的存储模式具体为Listmode模式。
优选的，所述S2中对第二模态扫描数据进行子集划分，子集的数量决定于第一模态下图像均匀度指数。
优选的，设定均匀度指数阈值，计算所述均匀度指数大于所述阈值的离散数值数，根据所述离散数值数确定所述子集的数量。
(三)有益效果
与现有技术相比，本发明提供了一种多模态成像系统图像重建方法，具备以下有益效果：
该多模态成像系统图像重建方法，通过对获取得到的第一模态扫描数据进行重建，进而获取扫描对象的第一模态图像，根据第一模态图像经计算扫描得出扫描对象的第一模态图像的均匀度指数，再规划出扫描对象的第二模态扫描区域，进而获取该扫描区域的第二模态扫描数据，再对第二模态扫描数据进行数据重建，进而获取扫描对象的第二模态扫描对象，根据第二模态扫描区域确定该区域对应的第一模态子扫描数据，将所述子扫描数据进行图像重建，获得该区域的第一医学图像，将第一医学图像用于所述第二模态扫描图像的衰减校正，完成图像重建，通过对CT扫描数据的处理，选取扫描对象的部分区域进行PET扫描，解决了多模态成像系统中的PET图像重建时间长的问题。
附图说明
图1为本发明提出的一种多模态成像系统图像重建方法的流程示意图。
具体实施方式
下面将对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
一种多模态成像系统图像重建方法，包括如下步骤：
S1.获取扫描对象的第一模态扫描数据并存储；
S2.获取扫描对象的第二模态扫描数据并存储；
S3.将S1中获取得到的第一模态扫描数据进行重建，进而获取扫描对象的第一模态图像；
S4.根据S3中重建得到的第一模态图像计算所述扫描对象的第一模态图像的均匀度指数；
S5.根据S4中得到的均匀度指数规划出所述扫描对象的第二模态扫描区域；
S6.根据S5中的得到的第二模态扫描区域获取该扫描区域的第二模态扫描数据；
S7.对S6中获取的第二模态扫描数据进行数据重建，进而获取扫描对象的第二模态扫描对象；
S8.根据S5中第二模态扫描区域确定该区域对应的第一模态子扫描数据，将所述子扫描数据进行图像重建，获得该区域的第一医学图像；
S9.将S8中得到的第一医学图像用于所述第二模态扫描图像的衰减校正；
S10.完成图像重建。
所述S4中的均匀度指数的获取包括如下步骤：
a.二值化第一模态图像，获得第一模态图像的二值稀疏矩阵；
b.根据a中得到的二值稀疏矩阵计算扫描对象第一模态图像的均匀度指数。
S4中的均匀度指数规划扫描对象的第二模态扫描区域包括根据均匀度指数确定第二模态扫描区域的起始位置与结束位置。
设定均匀度指数阈值，当所述均匀度指数大于设定的阈值时，开始计算所述起始位置与结束位置
第一模态扫描数据具体为CT数据或MRI数据。
第二模态扫描数据具体为PET扫描数据。
第一模态扫描数据的存储模式具体为正弦图模式。
第二模态扫描数据的存储模式具体为Listmode模式。
S2中对第二模态扫描数据进行子集划分，子集的数量决定于第一模态下图像均匀度指数。
设定均匀度指数阈值，计算所述均匀度指数大于所述阈值的离散数值数，根据所述离散数值数确定所述子集的数量。
综上所述，该多模态成像系统图像重建方法，通过对获取得到的第一模态扫描数据进行重建，进而获取扫描对象的第一模态图像，根据第一模态图像经计算扫描得出扫描对象的第一模态图像的均匀度指数，再规划出扫描对象的第二模态扫描区域，进而获取该扫描区域的第二模态扫描数据，再对第二模态扫描数据进行数据重建，进而获取扫描对象的第二模态扫描对象，根据第二模态扫描区域确定该区域对应的第一模态子扫描数据，将所述子扫描数据进行图像重建，获得该区域的第一医学图像，将第一医学图像用于所述第二模态扫描图像的衰减校正，完成图像重建，通过对CT扫描数据的处理，选取扫描对象的部分区域进行PET扫描，解决了多模态成像系统中的PET图像重建时间长的问题。
需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种多模态成像系统图像重建方法，其特征在于：包括如下步骤：
S1.获取扫描对象的第一模态扫描数据并存储；
S2.获取扫描对象的第二模态扫描数据并存储；
S3.将S1中获取得到的第一模态扫描数据进行重建，进而获取扫描对象的第一模态图像；
S4.根据S3中重建得到的第一模态图像计算所述扫描对象的第一模态图像的均匀度指数；
S5.根据S4中得到的均匀度指数规划出所述扫描对象的第二模态扫描区域；
S6.根据S5中的得到的第二模态扫描区域获取该扫描区域的第二模态扫描数据；
S7.对S6中获取的第二模态扫描数据进行数据重建，进而获取扫描对象的第二模态扫描对象；
S8.根据S5中第二模态扫描区域确定该区域对应的第一模态子扫描数据，将所述子扫描数据进行图像重建，获得该区域的第一医学图像；
S9.将S8中得到的第一医学图像用于所述第二模态扫描图像的衰减校正；
S10.完成图像重建。
2.根据权利要求1所述的一种多模态成像系统图像重建方法，其特征在于：所述S4中的均匀度指数的获取包括如下步骤：
a.二值化第一模态图像，获得第一模态图像的二值稀疏矩阵；
b.根据a中得到的二值稀疏矩阵计算扫描对象第一模态图像的均匀度指数。
3.根据权利要求1所述的一种多模态成像系统图像重建方法，其特征在于：所述S4中的均匀度指数规划扫描对象的第二模态扫描区域包括根据均匀度指数确定第二模态扫描区域的起始位置与结束位置。
4.根据权利要求3所述的一种多模态成像系统图像重建方法，其特征在于：设定均匀度指数阈值，当所述均匀度指数大于设定的阈值时，开始计算所述起始位置与结束位置。
5.根据权利要求1所述的一种多模态成像系统图像重建方法，其特征在于：所述第一模态扫描数据具体为CT数据或MRI数据。
6.根据权利要求1所述的一种多模态成像系统图像重建方法，其特征在于：所述第二模态扫描数据具体为PET扫描数据。
7.根据权利要求1所述的一种多模态成像系统图像重建方法，其特征在于：所述第一模态扫描数据的存储模式具体为正弦图模式。
8.根据权利要求1所述的一种多模态成像系统图像重建方法，其特征在于：所述第二模态扫描数据的存储模式具体为Listmode模式。
9.根据权利要求1所述的一种多模态成像系统图像重建方法，其特征在于：所述S2中对第二模态扫描数据进行子集划分，子集的数量决定于第一模态下图像均匀度指数。
10.根据权利要求9所述的一种多模态成像系统图像重建方法，其特征在于：设定均匀度指数阈值，计算所述均匀度指数大于所述阈值的离散数值数，根据所述离散数值数确定所述子集的数量。
CN202010148597.XA 2020-03-05 2020-03-05 一种多模态成像系统图像重建方法 Pending CN113349809A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010148597.XA CN113349809A (zh) 2020-03-05 2020-03-05 一种多模态成像系统图像重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010148597.XA CN113349809A (zh) 2020-03-05 2020-03-05 一种多模态成像系统图像重建方法

Publications (1)

Publication Number Publication Date
CN113349809A true CN113349809A (zh) 2021-09-07

Family

ID=77523714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010148597.XA Pending CN113349809A (zh) 2020-03-05 2020-03-05 一种多模态成像系统图像重建方法

Country Status (1)

Country Link
CN (1) CN113349809A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023102749A1 (zh) * 2021-12-07 2023-06-15 上海联影医疗科技股份有限公司 一种图像处理方法和系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1537514A (zh) * 2002-10-04 2004-10-20 Ge医药系统环球科技公司 多模态成像方法和装置
CN102316807A (zh) * 2009-02-17 2012-01-11 皇家飞利浦电子股份有限公司 核成像中基于模型的视场扩展
CN102473302A (zh) * 2009-07-20 2012-05-23 皇家飞利浦电子股份有限公司 用于感兴趣肿瘤区域定义的解剖结构建模
CN103607954A (zh) * 2011-06-10 2014-02-26 皇家飞利浦有限公司 用于混合式扫描器上ac和定位的剂量优化方案
CN106388843A (zh) * 2016-10-25 2017-02-15 上海联影医疗科技有限公司 医学影像设备及其扫描方法
CN106504253A (zh) * 2016-10-14 2017-03-15 国政通科技股份有限公司 一种医疗影像照片的处理方法及系统
CN106725570A (zh) * 2016-12-30 2017-05-31 上海联影医疗科技有限公司 成像方法及系统
CN107123095A (zh) * 2017-04-01 2017-09-01 上海联影医疗科技有限公司 一种pet图像重建方法、成像系统
CN107133996A (zh) * 2017-03-21 2017-09-05 上海联影医疗科技有限公司 产生用于pet数据重建的衰减图的方法及pet/ct系统
CN107212899A (zh) * 2017-05-25 2017-09-29 上海联影医疗科技有限公司 医学成像方法及医学成像系统
CN107392976A (zh) * 2017-07-31 2017-11-24 上海联影医疗科技有限公司 数据处理方法、装置及设备
CN110426405A (zh) * 2019-07-30 2019-11-08 北京建筑大学 一种页岩超临界co2压裂试验分析方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1537514A (zh) * 2002-10-04 2004-10-20 Ge医药系统环球科技公司 多模态成像方法和装置
CN102316807A (zh) * 2009-02-17 2012-01-11 皇家飞利浦电子股份有限公司 核成像中基于模型的视场扩展
CN102473302A (zh) * 2009-07-20 2012-05-23 皇家飞利浦电子股份有限公司 用于感兴趣肿瘤区域定义的解剖结构建模
CN103607954A (zh) * 2011-06-10 2014-02-26 皇家飞利浦有限公司 用于混合式扫描器上ac和定位的剂量优化方案
CN106504253A (zh) * 2016-10-14 2017-03-15 国政通科技股份有限公司 一种医疗影像照片的处理方法及系统
CN106388843A (zh) * 2016-10-25 2017-02-15 上海联影医疗科技有限公司 医学影像设备及其扫描方法
CN106725570A (zh) * 2016-12-30 2017-05-31 上海联影医疗科技有限公司 成像方法及系统
CN107133996A (zh) * 2017-03-21 2017-09-05 上海联影医疗科技有限公司 产生用于pet数据重建的衰减图的方法及pet/ct系统
CN107123095A (zh) * 2017-04-01 2017-09-01 上海联影医疗科技有限公司 一种pet图像重建方法、成像系统
CN107212899A (zh) * 2017-05-25 2017-09-29 上海联影医疗科技有限公司 医学成像方法及医学成像系统
CN107392976A (zh) * 2017-07-31 2017-11-24 上海联影医疗科技有限公司 数据处理方法、装置及设备
CN110426405A (zh) * 2019-07-30 2019-11-08 北京建筑大学 一种页岩超临界co2压裂试验分析方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023102749A1 (zh) * 2021-12-07 2023-06-15 上海联影医疗科技股份有限公司 一种图像处理方法和系统

Similar Documents

Publication Publication Date Title
Hou et al. Deformable planning CT to cone‐beam CT image registration in head‐and‐neck cancer
US8787648B2 (en) CT surrogate by auto-segmentation of magnetic resonance images
JP5462865B2 (ja) 不完全な解剖学的画像を補償するための非減衰補正ｐｅｔ放出画像の使用
EP3123443B1 (en) Method and device for generating one or more computer tomography images based on magnetic resonance images with the help of tissue class separation
US8774473B2 (en) Attenuation correction of MR coils in a hybrid PET/MR system
US9400317B2 (en) MR scan selection for PET attenuation correction
CN109035355A (zh) 用于pet图像重建的系统和方法
EP2715663B1 (en) Apparatus for generating assignments between image regions of an image and element classes
US9646393B2 (en) Clinically driven image fusion
US9600856B2 (en) Hybrid point-based registration
US20150055848A1 (en) Mechanism for advanced structure generation and editing
CN110415310B (zh) 医学扫描成像方法、装置、存储介质及计算机设备
CN110742632B (zh) Pet图像衰减校正方法和pet-ct设备
US20120170820A1 (en) Methods and apparatus for comparing 3d and 2d image data
CN113409328B (zh) Ct图像的肺动静脉分割方法、装置、介质及设备
CN109924993A (zh) 成像扫描协议自动规划方法、装置、电子设备及存储介质
CN110136076B (zh) 医学扫描成像方法、装置、存储介质及计算机设备
CN110264559A (zh) 一种骨断层图像重建方法及系统
CN114943714A (zh) 医学图像处理系统、装置、电子设备及存储介质
CN111631742A (zh) 一种基于面光源的x射线成像方法和系统
Manzke et al. Automatic segmentation of rotational X-ray images for anatomic intra-procedural surface generation in atrial fibrillation ablation procedures
CN115082348A (zh) 图像重建方法及装置
CN111445550A (zh) Pet图像的迭代重建方法、装置和计算机可读存储介质
CN113349809A (zh) 一种多模态成像系统图像重建方法
CN112365593B (zh) 一种pet图像重建的方法和系统

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

Application publication date: 20210907