CN113409414B - X线图像的散射修正方法、装置、电子设备、存储介质 - Google Patents

X线图像的散射修正方法、装置、电子设备、存储介质 Download PDF

Info

Publication number
CN113409414B
CN113409414B CN202110637485.5A CN202110637485A CN113409414B CN 113409414 B CN113409414 B CN 113409414B CN 202110637485 A CN202110637485 A CN 202110637485A CN 113409414 B CN113409414 B CN 113409414B
Authority
CN
China
Prior art keywords
image data
scattering
projection image
kernel function
target
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
Application number
CN202110637485.5A
Other languages
English (en)
Other versions
CN113409414A (zh
Inventor
唐寅
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.)
Jiangsu Yiying Medical Equipment Co ltd
Original Assignee
Jiangsu Yiying Medical Equipment 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 Jiangsu Yiying Medical Equipment Co ltd filed Critical Jiangsu Yiying Medical Equipment Co ltd
Priority to CN202110637485.5A priority Critical patent/CN113409414B/zh
Publication of CN113409414A publication Critical patent/CN113409414A/zh
Application granted granted Critical
Publication of CN113409414B publication Critical patent/CN113409414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了X线图像的散射修正方法、装置、电子设备、存储介质。该方法包括：获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据；根据曝光参数与散射核函数的映射关系，确定对应于所述目标曝光参数的目标散射核函数；根据所述目标散射核函数计算所述投影图像数据包含的散射分布数据；根据所述散射分布数据对所述投影图像数据进行修正，得到对应于所述投影图像数据的修正图像数据。从而能够减小因散射核函数不适合曝光参数导致的散射分布计算误差，提高散射校正的精确度以及有效性。

Description

X线图像的散射修正方法、装置、电子设备、存储介质
技术领域
本发明涉及医疗技术领域，尤其涉及X线图像的散射修正方法、装置、电子设备、存储介质。
背景技术
X射线成像技术广泛应用在医疗成像领域。应用X射线成像技术的X线设备可以拍摄到扫描对象的X线图像，X线图像是X射线束穿透被检体某一部位的不同密度和厚度组织结构后的投影数据总和，是该穿透路径上各层X射线束投影相互叠加在一起的影像。由于X射线成像过程中存在散射干扰，会使X线图像产生杯状、遮挡、条状、不均匀和数值不精确等问题，降低X线图像的质量。因此需要对X线图像进行散射校正。
现有技术中，实现散射校正的一种方式是采用散射反卷积算法对X线图像进行散射校正，其基本原理就是利用事先计算出的笔形束的点扩散函数，也称散射核函数，确定投影图像中的散射分布，进而进行散射校正，但该方式中不同曝光参数采用相同的散射核函数，导致一些曝光参数下散射分布计算误差较大，经过散射校正的X线图像的质量较低，影响临床使用。
发明内容
本发明要解决的技术问题是为了克服现有技术中散射分布计算误差较大，经过散射校正的X线图像的质量较低的缺陷，提供一种X线图像的散射修正方法、装置、电子设备、存储介质。
本发明是通过下述技术方案来解决上述技术问题：
第一方面，提供一种X线图像的散射修正方法，包括：
获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据；
根据曝光参数与散射核函数的映射关系，确定对应于所述目标曝光参数的目标散射核函数；
根据所述目标散射核函数计算所述投影图像数据包含的散射分布数据；
根据所述散射分布数据对所述投影图像数据进行修正，得到对应于所述投影图像数据的修正图像数据。
可选地，根据曝光参数与散射核的映射关系，确定对应于所述目标曝光参数的目标散射核函数，包括：
根据亮场图像数据和所述投影图像数据估计所述扫描对象的厚度，所述亮场图像数据和所述投影图像数据采用相同的目标曝光参数得到；
根据与所述厚度相关的曝光参数与散射核的映射关系，确定所述目标散射核函数。
可选地，还包括：
根据所述散射分布数据判断是否符合收敛条件，其中，所述收敛条件为以下至少之一：本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值、所述散射分布数据的计算次数达到次数阈值；
在判断结果为不符合所述收敛条件的情况下，根据所述亮场图像数据和所述修正图像数据重新估计所述扫描对象的厚度。
可选地，估计所述扫描对象的厚度之前，还包括：
对所述亮场图像数据进行高斯低通滤波处理；
和/或，对所述投影图像数据进行高斯低通滤波处理。
可选地，还包括：
降采样所述亮场图像数据；
和/或，降采样所述投影图像数据。
可选地，还包括：
对所述修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值。
第二方面，提供一种X线图像的散射修正装置，包括：
获取模块，用于获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据；
确定模块，用于根据曝光参数与散射核函数的映射关系，确定对应于所述目标曝光参数的目标散射核函数；
计算模块，用于根据所述目标散射核函数计算所述投影图像数据包含的散射分布数据；
修正模块，用于根据所述散射分布数据对所述投影图像数据进行修正，得到对应于所述投影图像数据的修正图像数据。
可选地，所述确定模块包括：
估计单元，用于根据亮场图像数据和所述投影图像数据估计所述扫描对象的厚度，所述亮场图像数据和所述投影图像数据采用相同的目标曝光参数得到；
确定单元，用于根据与所述厚度相关的曝光参数与散射核的映射关系，确定所述目标散射核函数。
可选地，还包括：
判断模块，用于根据所述散射分布数据判断是否符合收敛条件，其中，所述收敛条件为以下至少之一：本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值、所述散射分布数据的计算次数达到次数阈值；
在判断结果为不符合所述收敛条件的情况下，调用所述估计单元以根据所述亮场图像数据和所述修正图像数据重新估计所述扫描对象的厚度。
可选地，估计所述扫描对象的厚度之前，还包括：
滤波模块，用于对所述亮场图像数据进行高斯低通滤波处理，和/或对所述投影图像数据进行高斯低通滤波处理。
可选地，还包括：
降采样模块，用于降采样所述亮场图像数据，和/或降采样所述投影图像数据。
可选地，还包括：
升采样模块，用于对所述修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值。
第三方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法。
本发明的积极进步效果在于：
本发明实施例中，不再采用相同的散射核函数进行散射修正，而是根据预先确定的曝光参数与散射核函数的映射关系，确定与目标曝光参数相适配的目标散射核函数，使用该目标散射核函数计算散射分布，进行散射校正，从而能够减小因散射核函数不适合曝光参数导致的散射分布计算误差，提高散射校正的精确度以及有效性。
附图说明
图1是本发明一示例性实施例提供的一种X线图像的散射修正方法的流程图；
图2是本发明一示例性实施例提供的一种CT设备的结构示意图；
图3是本发明一示例性实施例提供的另一种X线图像的散射修正方法的流程图；
图4是本发明一示例性实施例提供的一种X线图像的散射修正装置的模块示意图；
图5是本发明一示例实施例示出的一种电子设备的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
图1是本发明一示例性实施例提供的一种X线图像的散射修正方法的流程图，该方法可以应用于采用X线束的设备(X线设备)上，用于对X线设备扫描得到的X线图像(投影图像)进行散射修正。
X线设备例如可以是CBCT设备、CT设备、PET-CT设备等，本发明实施例以CT设备为例，对散射修正过程进行详细说明。图2是本发明一示例性实施例提供的一种CT设备的结构示意图，其中，CT设备100包括扫描架21、辐射源22、探测器23和承载台25。探测器23可以是一个弧形探测器，该弧形探测器23包括多个探测模块，每个探测模块包括传感器阵列。扫描架21形成有用于接收扫描对象24的开口211。辐射源22和探测器23相对设置在扫描架21的开口211两侧。扫描对象24，例如患者，放置于承载台25上，与承载台25一起可位于开口211内。辐射源22和探测器23相对于扫描架21和扫描对象24旋转进行扫描。数据传输系统是探测器21与计算机之间的电路接口，用于对探测模块采集的多路模拟电信号处理后传输给计算机，进行图像重建。
参见图1，该方法可以包括以下步骤：
步骤101、获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据。
目标曝光参数一般为医护人员选取的适合扫描对象的曝光参数，包括以下参数中的至少之一：辐射源(例如，CT球管)的电流、电压、曝光时长、旋转速度、螺距等。投影图像数据为将扫描对象至于扫描架中，对扫描对象扫描得到的图像数据。
在一个实施例中，获取投影图像数据之后，还对投影图像数据进行高斯低通滤波处理，以消除投影图像数据中的电子噪声和量子噪声，下述步骤中则基于经过高斯低通滤波处理的投影图像数据进行散射校正。
步骤102、根据曝光参数与散射核函数的映射关系，确定对应于目标曝光参数的目标散射核函数。
研究发现，不同曝光参数下，使用相同的散射核函数计算散射分布，散射分布计算误差较大，散射校正不理想。因此，本发明实施例不再采用相同的散射核函数进行散射修正，而是根据曝光参数与散射核函数的映射关系，确定与所使用的目标曝光参数相适配的目标散射核函数，进而使用该目标散射核函数进行散射校正。
曝光参数与散射核函数的映射关系预先通过模拟或者仿真得到，曝光参数与散射核函数的映射关系可以通过列表的形式表征，也可以通过模型的形式表征，本发明实施例对曝光参数与散射核函数的映射关系的表现形式不作特别限定。
由于X线束穿过扫描对象的不同组织时，其厚度不一致，散射情况也不同，在一个实施例中，为了进一步确定出适合当前曝光场景下的散射核函数，将扫描对象的厚度以及曝光参数同时作为确定目标散射核函数的参数。具体的，确定目标散射核函数之前，先根据亮场图像数据和投影图像数据估计扫描对象的厚度，再根据与厚度相关的曝光参数与散射核函数的映射关系，确定目标散射核函数。与厚度相关的曝光参数与散射核函数的映射关系，也即厚度、曝光参数与散射核函数三者的映射关系，该映射关系预先通过模拟或者仿真得到。
亮场图像数据为扫描架中不存在扫描对象的情况下，扫描得到的图像数据。其中，亮场图像数据和投影图像数据采用相同的目标曝光参数得到。
扫描对象的厚度为扫描对象在辐射源与探测器连线方向上的厚度。扫描对象的厚度可以但不限于通过以下公式计算得到：
τ(x,y)＝1/μ*ln(Io(x,y)/Ip(x,y))；
其中，τ(x,y)表征扫描对象对应于投影图像数据中(x,y)位置处的厚度；Io(x,y)表征亮场图像数据；Ip(x,y)表征投影图像数据；μ表征线性衰减系数。
在一个实施例中，获取亮场图像数据之后，还对亮场图像数据进行高斯低通滤波处理，以消除亮场图像数据中的电子噪声和量子噪声，上述步骤中则基于经过高斯低通滤波处理的亮场图像数据确定扫描对象的厚度。
步骤103、根据目标散射核函数确定投影图像数据包含的散射分布数据。
在一个实施例中，通过将目标散射核函数与投影图像数据进行反卷积运算，得到投影图像数据的散射分布数据Is(x,y)。
步骤104、根据散射分布数据对投影图像数据进行修正，得到对应于投影图像数据的修正图像数据。
在一个实施例中，通过公式Ic(x,y)＝Ip(x,y)–Is(x,y)，实现对投影图像数据的修正，得到修正图像数据Ic(x,y)，该修正图像数据Ic(x,y)用于后续的图像重建，图像重建可以但不限于包括对修正图像数据进行对数变换处理、射束硬化校正处理、滤波反投影三维处理、圆环校正处理等，图像重建的具体实现过程，此处不再赘述。
本发明实施例不再采用相同的散射核函数进行散射修正，而是根据预先确定的曝光参数与散射核函数的映射关系，确定与目标曝光参数相适配的目标散射核函数，使用该目标散射核函数计算散射分布，进行散射校正，从而能够减小因散射核函数不适合曝光参数导致的散射分布计算误差，能够提高散射校正的精确度以及有效性。
在一个实施例中，为了减少散射校正的计算量，降采样投影图像数据，上述任一实施例中，则采用降采样得到的投影图像数据进行散射校正。
在一个实施例中，由于降采样得到的投影图像数据的分辨率降低了，为了使得重建得到的医学图像的分辨率符合临床要求，得到修正图像数据后，对修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值，该经过升采样的修正图像数据Ic(x,y)用于后续的图像重建。其中，分辨率阈值可根据实际需求自行设置，例如设置为与降采样之前的投影图像数据的分辨率相同。
在一个实施例中，若采用厚度、曝光参数与散射核函数三者的映射关系确定目标散射函数，为了减少散射校正的计算量，同时降采样亮场图像数据以及投影图像数据，上述任一实施例中，则采用降采样得到的亮场图像数据以及降采样得到的投影图像数据进行散射校正。
在一个实施例中，降采样得到的亮场图像数据以及投影图像数据的分辨率降低了，为了使得重建得到的医学图像的分辨率符合临床要求，得到修正图像数据后，对修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值，该经过升采样的修正图像数据Ic(x,y)用于后续的图像重建。其中，分辨率阈值可根据实际需求自行设置，例如设置为与降采样之前的亮场图像数据的分辨率相同。
图3是本发明一示例性实施例提供的另一种X线图像的散射修正方法的流程图，本实施例中，为了进一步减小散射分布计算误差，提高散射校正的精确度，通过多次迭代得到修正图像数据。参见图3，该方法包括以下步骤：
步骤301、获取亮场图像数据以及对扫描对象进行X线束扫描得到的投影图像数据。
其中，亮场图像数据和投影图像数据采用相同的目标曝光参数得到。
在一个实施例中，获取投影图像数据以及亮场图像数据之后，还分别对投影图像数据和亮场图像数据进行高斯低通滤波处理，以消除投影图像数据和亮场图像数据中的电子噪声和量子噪声，下述步骤中则基于经过高斯低通滤波处理的投影图像数据和亮场图像数据进行散射校正。
步骤302、根据亮场图像数据和投影图像数据估计扫描对象的厚度。
扫描对象的厚度为扫描对象在辐射源与探测器连线方向上的厚度。扫描对象的厚度可以但不限于通过以下公式计算得到：
τ(x,y)＝1/μ*ln(Io(x,y)/Ip(x,y))；
其中，τ(x,y)表征扫描对象对应于投影图像数据中(x,y)位置处的厚度；Io(x,y)表征亮场图像数据；Ip(x,y)表征投影图像数据；μ表征线性衰减系数。
步骤303、根据厚度、曝光参数与散射核函数三者的映射关系，确定对应于扫描对象的厚度以及目标曝光参数的目标散射核函数。
其中，厚度、曝光参数与散射核函数三者的映射关系预先通过模拟或者仿真得到。
步骤304、根据目标散射核函数确定投影图像数据包含的散射分布数据。
在一个实施例中，通过将目标散射核函数与投影图像数据进行反卷积运算，得到投影图像数据的散射分布数据Is(x,y)。
步骤305、根据散射分布数据对投影图像数据进行修正，得到修正图像数据。
在一个实施例中，通过公式Ic(x,y)＝Ip(x,y)–Is(x,y)，实现对投影图像数据的修正，得到修正图像数据Ic(x,y)。
步骤306、判断散射分布数据是否符合收敛条件。
在一个实施例中，收敛条件为本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值，其中，差异阈值可根据实际需求自行设置。若本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异未达到差异阈值，也即两者的差异较大，则步骤306中，判断结果为否，说明修正图像数据不符合理想要求，需要继续更新修正图像数据，执行步骤307。若本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值，也即两者的差异较小，则步骤306中，判断结果为是，说明修正图像数据符合理想要求，停止迭代，执行步骤308。
其中，本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异可以但不限于通过欧几里德距离表征。
在一个实施例中，收敛条件为散射分布数据的计算次数达到次数阈值，也即迭代次数达到次数阈值，其中，次数阈值可根据实际需求自行设置。若经过本轮迭代，迭代次数未达到次数阈值，则步骤306中，判断结果为否，执行步骤307。若经过本轮迭代，迭代次数达到次数阈值，则步骤306中，判断结果为是，停止迭代，执行步骤308。
在一个实施例中，收敛条件为本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值、迭代次数达到次数阈值。若经过本轮迭代，迭代次数未达到次数阈值且本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异未达到差异阈值，则步骤306中，判断结果为否，执行步骤307。若经过本轮迭代，迭代次数未达到次数阈值但本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值，则步骤306中，判断结果为是，停止迭代，执行步骤308。若经过本轮迭代，迭代次数达到次数阈值但本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异未达到差异阈值，说明经过多次迭代，仍未得到较理想的修正图像数据，则停止迭代，采用原始采集的投影图像数据进行图像重建。
步骤307、根据修正图像数据和投影图像数据重新估计扫描对象的厚度。然后返回步骤303，以根据重新估计的厚度以及目标曝光参数确定目标散射核函数。
一旦Ic(x,y)变了，扫描对象的厚度估计值就会发生变化，需要重新估计。扫描对象的厚度可以但不限于通过以下公式计算得到：
τ(x,y)＝1/μ*ln(Io(x,y)/Ic(x,y))。
步骤308、输出修正图像数据用于图像重建。
最终输出的修正图像数据Ic(x,y)′根据步骤301获取的投影图像数据Ip(x,y)以及最后一轮迭代得到的散射分布数据Is(x,y)′得到，可以但不限于通过公式Ic(x,y)′＝Ip(x,y)–Is(x,y)′，得到最终的修正图像数据Ic(x,y)′。
在一个实施例中，为了减少散射校正的计算量，同时降采样亮场图像数据以及投影图像数据，则采用降采样得到的亮场图像数据以及降采样得到的投影图像数据进行散射校正。
在一个实施例中，降采样得到的亮场图像数据以及投影图像数据的分辨率降低了，为了使得重建得到的医学图像的分辨率符合临床要求，输出修正图像数据之前，先对修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值，输出经过升采样的修正图像数据Ic(x,y)，以用于后续的图像重建。其中，分辨率阈值可根据实际需求自行设置，例如设置为与降采样之前的亮场图像数据的分辨率相同。
与X线图像的散射修正方法实施例相对应，本发明还提供了X线图像的散射修正装置的实施例。
图4是本发明一示例性实施例提供的一种X线图像的散射修正装置的模块示意图，该装置包括：
获取模块41，用于获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据；
确定模块42，用于根据曝光参数与散射核函数的映射关系，确定对应于所述目标曝光参数的目标散射核函数；
计算模块43，用于根据所述目标散射核函数计算所述投影图像数据包含的散射分布数据；
修正模块44，用于根据所述散射分布数据对所述投影图像数据进行修正，得到对应于所述投影图像数据的修正图像数据。
可选地，所述确定模块包括：
估计单元，用于根据亮场图像数据和所述投影图像数据估计所述扫描对象的厚度，所述亮场图像数据和所述投影图像数据采用相同的目标曝光参数得到；
确定单元，用于根据与所述厚度相关的曝光参数与散射核的映射关系，确定所述目标散射核函数。
可选地，还包括：
判断模块，用于根据所述散射分布数据判断是否符合收敛条件，其中，所述收敛条件为以下至少之一：本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值、所述散射分布数据的计算次数达到次数阈值；
在判断结果为不符合所述收敛条件的情况下，调用所述估计单元以根据所述亮场图像数据和所述修正图像数据重新估计所述扫描对象的厚度。
可选地，估计所述扫描对象的厚度之前，还包括：
滤波模块，用于对所述亮场图像数据进行高斯低通滤波处理，和/或对所述投影图像数据进行高斯低通滤波处理。
可选地，还包括：
降采样模块，用于降采样所述亮场图像数据，和/或降采样所述投影图像数据。
可选地，还包括：
升采样模块，用于对所述修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
图5是本发明一示例实施例示出的一种电子设备的结构示意图，示出了适于用来实现本发明实施方式的示例性电子设备50的框图。图5显示的电子设备50仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备50可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备50的组件可以包括但不限于：上述至少一个处理器51、上述至少一个存储器52、连接不同系统组件(包括存储器52和处理器51)的总线53。
总线53包括数据总线、地址总线和控制总线。
存储器52可以包括易失性存储器，例如随机存取存储器(RAM)521和/或高速缓存存储器522，还可以进一步包括只读存储器(ROM)523。
存储器52还可以包括具有一组(至少一个)程序模块524的程序工具525(或实用工具)，这样的程序模块524包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器51通过运行存储在存储器52中的计算机程序，从而执行各种功能应用以及数据处理，例如上述任一实施例所提供的方法。
电子设备50也可以与一个或多个外部设备54(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口55进行。并且，模型生成的电子设备50还可以通过网络适配器56与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器56通过总线53与模型生成的电子设备50的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的电子设备50使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所提供的方法。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种X线图像的散射修正方法，其特征在于，包括：
获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据；
根据曝光参数与散射核函数的映射关系，确定对应于所述目标曝光参数的目标散射核函数；
根据所述目标散射核函数计算所述投影图像数据包含的散射分布数据；
根据所述散射分布数据对所述投影图像数据进行修正，得到对应于所述投影图像数据的修正图像数据；
所述根据曝光参数与散射核的映射关系，确定对应于所述目标曝光参数的目标散射核函数，包括：
根据亮场图像数据和所述投影图像数据估计所述扫描对象的厚度，所述亮场图像数据和所述投影图像数据采用相同的目标曝光参数得到；
根据与所述厚度相关的曝光参数与散射核的映射关系，确定所述目标散射核函数；
根据所述散射分布数据判断是否符合收敛条件，其中，所述收敛条件为以下至少之一：本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值、所述散射分布数据的计算次数达到次数阈值；
在判断结果为不符合所述收敛条件的情况下，根据所述亮场图像数据和所述修正图像数据重新估计所述扫描对象的厚度。
2.根据权利要求1所述的散射修正方法，其特征在于，估计所述扫描对象的厚度之前，还包括：
对所述亮场图像数据进行高斯低通滤波处理；
和/或，对所述投影图像数据进行高斯低通滤波处理。
3.根据权利要求1或2所述的散射修正方法，其特征在于，还包括：
降采样所述亮场图像数据；
和/或，降采样所述投影图像数据。
4.根据权利要求3所述的散射修正方法，其特征在于，还包括：
对所述修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值。
5.一种X线图像的散射修正装置，其特征在于，包括：
获取模块，用于获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据；
确定模块，用于根据曝光参数与散射核函数的映射关系，确定对应于所述目标曝光参数的目标散射核函数；
计算模块，用于根据所述目标散射核函数计算所述投影图像数据包含的散射分布数据；
修正模块，用于根据所述散射分布数据对所述投影图像数据进行修正，得到对应于所述投影图像数据的修正图像数据；
所述确定模块包括：
估计单元，用于根据亮场图像数据和所述投影图像数据估计所述扫描对象的厚度，所述亮场图像数据和所述投影图像数据采用相同的目标曝光参数得到；
确定单元，用于根据与所述厚度相关的曝光参数与散射核的映射关系，确定所述目标散射核函数；
判断模块，用于根据所述散射分布数据判断是否符合收敛条件，其中，所述收敛条件为以下至少之一：本轮迭代计算得到的散射分布数据与上轮迭代计算得到的散射分布数据的差异达到差异阈值、所述散射分布数据的计算次数达到次数阈值；
在判断结果为不符合所述收敛条件的情况下，调用所述估计单元以根据所述亮场图像数据和所述修正图像数据重新估计所述扫描对象的厚度。
6.根据权利要求5所述的散射修正装置，其特征在于，估计所述扫描对象的厚度之前，还包括：
滤波模块，用于对所述亮场图像数据进行高斯低通滤波处理，和/或对所述投影图像数据进行高斯低通滤波处理。
7.根据权利要求5或6所述的散射修正装置，其特征在于，还包括：
降采样模块，用于降采样所述亮场图像数据，和/或降采样所述投影图像数据。
8.根据权利要求7所述的散射修正装置，其特征在于，还包括：
升采样模块，用于对所述修正图像数据进行升采样，以使经过升采样的修正图像数据的分辨率达到分辨率阈值。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法。
CN202110637485.5A 2021-06-08 2021-06-08 X线图像的散射修正方法、装置、电子设备、存储介质 Active CN113409414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110637485.5A CN113409414B (zh) 2021-06-08 2021-06-08 X线图像的散射修正方法、装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110637485.5A CN113409414B (zh) 2021-06-08 2021-06-08 X线图像的散射修正方法、装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN113409414A CN113409414A (zh) 2021-09-17
CN113409414B true CN113409414B (zh) 2024-03-26

Family

ID=77676982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110637485.5A Active CN113409414B (zh) 2021-06-08 2021-06-08 X线图像的散射修正方法、装置、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN113409414B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509879A (zh) * 2009-03-17 2009-08-19 西北工业大学 一种ct快速批量扫描与校正方法
CN104166962A (zh) * 2014-07-29 2014-11-26 南京邮电大学 一种使用散射核方法的锥束ct散射校正方法
CN105447832A (zh) * 2015-12-14 2016-03-30 天津三英精密仪器有限公司 一种基于探测器单元标定的ct图像伪影校正方法及应用
CN107802280A (zh) * 2017-11-08 2018-03-16 上海联影医疗科技有限公司 校正曲线生成方法、投影图像的校正方法、系统及存储介质
CN108335269A (zh) * 2018-01-16 2018-07-27 沈阳东软医疗系统有限公司 X线图像的散射修正方法、装置、控制设备及存储介质
WO2019103354A1 (ko) * 2017-11-24 2019-05-31 주식회사 레이 치과용 콘-빔 씨티의 산란선 보정방법 및 보정장치
CN111643104A (zh) * 2020-02-28 2020-09-11 清华大学 Ct散射校正方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007014829B3 (de) * 2007-03-28 2008-09-11 Siemens Ag Verfahren zur Streustrahlungskorrektur in bildgebenden Röntgengeräten sowie Röntgenbildgebungssystem
GB201703291D0 (en) * 2017-03-01 2017-04-12 Ibex Innovations Ltd Apparatus and method for the correction of scatter in a radiographic system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509879A (zh) * 2009-03-17 2009-08-19 西北工业大学 一种ct快速批量扫描与校正方法
CN104166962A (zh) * 2014-07-29 2014-11-26 南京邮电大学 一种使用散射核方法的锥束ct散射校正方法
CN105447832A (zh) * 2015-12-14 2016-03-30 天津三英精密仪器有限公司 一种基于探测器单元标定的ct图像伪影校正方法及应用
CN107802280A (zh) * 2017-11-08 2018-03-16 上海联影医疗科技有限公司 校正曲线生成方法、投影图像的校正方法、系统及存储介质
WO2019103354A1 (ko) * 2017-11-24 2019-05-31 주식회사 레이 치과용 콘-빔 씨티의 산란선 보정방법 및 보정장치
CN108335269A (zh) * 2018-01-16 2018-07-27 沈阳东软医疗系统有限公司 X线图像的散射修正方法、装置、控制设备及存储介质
CN111643104A (zh) * 2020-02-28 2020-09-11 清华大学 Ct散射校正方法及系统

Also Published As

Publication number Publication date
CN113409414A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
JP3761094B2 (ja) 対象物の３次元画像を再構成する方法
US7391844B2 (en) Method and apparatus for correcting for beam hardening in CT images
US7747057B2 (en) Methods and apparatus for BIS correction
US8442353B2 (en) Incorporation of mathematical constraints in methods for dose reduction and image enhancement in tomography
CN109920020B (zh) 一种锥束ct病态投影重建伪影抑制方法
Sun et al. An iterative projection‐based motion estimation and compensation scheme for head x‐ray CT
AU2019271915A1 (en) Method and system for motion correction in CT imaging
US9311723B2 (en) Attenuation correction method and device for image in PET system
WO2012173205A1 (ja) 画像のノイズレベルを推定する方法
CN110689592B (zh) 确定检查体积的差分图像数据组
CN102846333A (zh) 用于x射线成像中的散射校正的方法和系统
KR101591381B1 (ko) Ct 촬영에서의 금속에 의한 잡음 및 오류 감쇄방법
CN111402150B (zh) 一种ct图像金属伪影去除方法及装置
WO2013105583A1 (ja) 逐次近似法を用いたｘ線コンピュータ断層撮影装置（ｘ線ｃｔ装置）
EP1716537B1 (en) Apparatus and method for the processing of sectional images
US20200126273A1 (en) Method for reconstructing a three-dimensional image data set
CA2729607A1 (en) Incorporation of mathematical constraints in methods for dose reduction and image enhancement in tomography
EP3349655B1 (en) Tomography apparatus and controlling method for the same
Liu et al. An improved nonlinear diffusion in Laplacian pyramid domain for cone beam CT denoising during image-guided vascular intervention
CN114387359A (zh) 一种三维x射线低剂量成像方法及装置
US8548568B2 (en) Methods and apparatus for motion compensation
CN113409414B (zh) X线图像的散射修正方法、装置、电子设备、存储介质
CN113313649B (zh) 图像重建方法及装置
JP2016198504A (ja) 画像生成装置、ｘ線コンピュータ断層撮影装置及び画像生成方法
US20050018889A1 (en) Systems and methods for filtering 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
GR01 Patent grant
GR01 Patent grant