CN114926560A - 基于基材料分解的成像金属伪影校正方法及系统、成像设备 - Google Patents
基于基材料分解的成像金属伪影校正方法及系统、成像设备 Download PDFInfo
- Publication number
- CN114926560A CN114926560A CN202210511805.7A CN202210511805A CN114926560A CN 114926560 A CN114926560 A CN 114926560A CN 202210511805 A CN202210511805 A CN 202210511805A CN 114926560 A CN114926560 A CN 114926560A
- Authority
- CN
- China
- Prior art keywords
- image
- energy spectrum
- projection
- metal
- distribution
- 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
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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/646—Specific applications or type of materials flaws, defects
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于基材料分解的CT成像金属伪影校正方法及系统、成像设备,其包括:S1,获取能谱CT扫描数据;S2,对多能谱CT扫描数据预处理;S3,选取多能谱投影,重建CT图像;S4,计算不同电压下的基于探测器单元变化的射线能谱分布;S5,计算低吸收材料在不同电压下的多能谱投影;S6,选取基函数;S7,为待重建基函数系数图像赋初值;S8,建立基函数系数图像的线性投影与多能投影之间的映射关系;S9,采用基材料分解算法,迭代求解逐探测器单元对应的基函数系数图像的线性投影,获得基函数系数图像的线性投影,然后重建获得基函数系数图像;S10,通过加权合成获得金属材料伪影校正后的CT图像。本发明适用于含多种不同低吸收材料的电路板样品。
Description
技术领域
本发明属于CT成像仪器设备技术领域,尤其涉及一种基于基材料分解的CT成像金属伪影校正方法及系统、成像设备。
背景技术
CT成像技术能够无损对电路板及电子组装件等的内部结构进行成像,在空间结构分析、缺陷检测和尺寸测量等应用中已经表现出了传统技术无可比拟的优越性。
PCB(引文全称为“Printed Circuit Board”,中文全称为“印制电路板”)是复合材料,含有金属材料铜箔,也含有非金属材料树脂、玻璃纤维等。金属等高吸收物质会引起CT图像产生严重的金属伪影,进而导致CT图像中电路板的有用结构信息或缺陷信息发生畸变,降低了电路板CT图像的可用性和显微CT设备的应用价值。金属伪影通常是由成像过程中噪声、非线性部分体积效应、射束硬化以及散射等因素引起的,在重建图像上表现为金属材料之间的区域出现的放射状的伪结构。
有关CT图像金属伪影校正方法已有很多研究,其中投影插值法是比较实用的一类方法,基本思路是将多能谱投影中金属部分去掉,通过邻近数据的插值来替代金属结构对应的多能谱投影,然后利用重建方法分别对金属和非金属结构的多能谱投影进行重建,最后将重建结果进行融合,得到完整重建图像。但由于电路板金属材料和非金属材料通常是相互交织在一起,上述方法将多能谱投影中的金属部分去掉后,剩余部分的多能谱投影通常缺乏有效的临近数据,无法进行有效插值,因此这种方法并不适用于电路板CT图像金属伪影校正。
发明内容
本发明的目的在于提供一种基于基材料分解的CT成像金属伪影校正方法及其系统、成像设备来克服或至少减轻现有技术的上述缺陷中的至少一个。
为实现上述目的,本发明提供一种基于基材料分解的CT成像金属伪影校正方法,其包括:
步骤S1,扫描被测物体,获取被测物体的能谱CT扫描数据;
步骤S2,对多能谱CT扫描数据进行预处理,得到多组不同能谱下的多能谱投影数据;
步骤S3,选取一组多能谱投影,重建CT图像,并将该带有伪影的CT图像作为初始图像;
步骤S4,根据所述初始图像中金属材料衰减系数和分布图像,计算在不同电压下的基于探测器单元变化的射线能谱分布;
步骤S5,根据步骤4获得的射线能谱分布,计算低吸收材料在不同电压下的多能谱投影;
步骤S6,根据所述初始图像中低吸收材料的成分信息,选取基函数;
步骤S7,为待重建基函数系数图像赋初值,作为初始估计的基函数系数图像;
步骤S8,根据步骤4获得的射线能谱分布,建立基函数系数图像的线性投影与多能投影之间的映射关系;
步骤S9,根据S8的映射关系,采用基材料分解算法,迭代求解逐探测器单元对应的基函数系数图像的线性投影,获得基函数系数图像的线性投影,然后重建获得基函数系数图像;
步骤S10,根据初始图像中金属材料分布图像和步骤S9求解的基函数系数图像,通过加权合成获得金属材料伪影校正后的CT图像。
进一步地,步骤S4具体包括:
根据第一电压对应的归一化的第一能谱S1(E)以及第二电压对应的归一化的第二能谱S2(E),通过如下式确定T1(E,L)和T2(E,L):
其中,μ0(E)为金属材料的衰减系数,g0(X)为金属材料的分布图像,∫L g0(X)dl为金属材料的线性投影。
进一步地,步骤S5具体包括:
根据T1(E,L)和T2(E,L),计算低吸收材料在第一电压下的多能谱投影p1weak(L)和低吸收材料在第二电压下的多能谱投影p2weak(L):
p1weak(L)=p1(L)-p1strong(L)
p2weak(L)=p2(L)-p2strong(L)
其中,
p1(L)和p2(L)分别为式(1)和式(2)中所述第一多能谱投影和第二多能谱投影,p1strong(L)为金属材料在第一电压下的多能谱投影,p2strong(L)为金属材料在第二电压下的多能谱投影。
进一步地,步骤S6具体包括:
步骤S61,根据所述初始图像,提取非金属材料的分布特征;
步骤S62,根据步骤S61获得的初始图像中非金属材料的分布特征,根据已知材料的先验信息确定非金属材料的成分;
步骤S63,根据步骤S62获得的金属材料的成分信息,低吸收材料含有衰减系数为μa(E)的第一种物质和衰减系数为μb(E)的第二种物质,低吸收材料的衰减系数μwaek(X,E)表示为下式:
μwaek(X,E)≈μa(E)ga(X)+μb(E)gb(X)
其中,ga(X)和gb(X)为基函数对应的系数图像,∫L ga(X)dl和∫Lgb(X)dl分别为基函数系数图像的线性投影。
进一步地,步骤S8,根据探测器单元的能谱分布T1(E,L)和T2(E,L),建立基函数系数图像的线性投影与多能投影之间的映射关系为p1weak(L)和p2weak(L):
本发明还提供基于基材料分解的CT成像金属伪影校正的成像设备,其包括:射线源、射线探测器、机械控制系统和数据工作站,其中,所述数据工作站的存储器中存储有一个或多个程序,当所述程序被应用程序在数据工作站上执行时,使得所述成像设备执行如上所述的基于基材料分解的CT成像金属伪影校正方法。
本发明还提供基于基材料分解的CT成像金属伪影校正系统,其包括:
能谱投影获取单元,其用于对能谱CT扫描数据进行预处理,得到多组多能谱投影;
初始图像获取单元,其用于选取一组多能谱投影,重建CT图像,并将该带有伪影的CT图像作为初始图像;
射线能谱分布计算单元,其用于根据所述初始图像中金属材料分布特征及其成分信息,计算在不同电压下的随探测器单元坐标变化的射线能谱分布;
多能谱投影获取单元,其用于根据射线能谱分布计算单元获得的射线能谱分布,计算低吸收材料在不同电压下的多能谱投影;
基函数选取单元,其用于根据所述初始图像中非金属材料的成分信息,选取基函数;
基函数系数图像赋值单元,其用于为待重建基函数系数图像赋初值,作为初始估计的基函数系数图像;
映射关系构建单元,其用于根据射线能谱分布计算单元获得的射线能谱分布,建立基函数系数图像的多能谱投影与线性投影之间的映射关系;
基材料分解单元,其用于根据所述映射关系,采用基材料分解算法,迭代求解逐探测器单元对应的基函数系数图像的线性投影,获得基函数系数图像的线性投影,然后重建获得基函数系数图像;
伪影校正单元,其用于将初始图像中金属材料分布图像和基材料分解单元获得的求解的基函数系数图像,通过加权合成进行图像融合,获得金属材料伪影校正后的CT图像。
进一步地,射线能谱分布计算单元具体用于根据第一电压对应的归一化的第一能谱S1(E)以及第二电压对应的归一化的第二能谱S2(E),通过如下式确定T1(E,L)和T2(E,L):
其中,μ0(E)为金属材料的衰减系数,g0(X)为金属材料的分布图像,∫L g0(X)dl为金属材料的线性投影。
进一步地,多能谱投影获取单元计算低吸收材料在不同电压下的多能谱投影的过程包括:
根据T1(E,L)和T2(E,L),计算低吸收材料在第一电压下的多能谱投影p1weak(L)和低吸收材料在第二电压下的多能谱投影p2weak(L):
p1weak(L)=p1(L)-p1strong(L)
p2weak(L)=p2(L)-p2strong(L)
其中,
p1(L)和p2(L)分别为所述第一多能谱投影和第二多能谱投影,p1strong(L)为金属材料在第一电压下的多能谱投影,p2strong(L)为金属材料在第二电压下的多能谱投影。
进一步地,基函数选取单元具体包括:
分布特征获取子单元,其用于根据所述初始图像,提取非金属材料的分布特征;
材料成分获取子单元,其用于根据初始图像中金属材料的分布特征,根据已知材料的先验信息确定材料成分信息;
基函数选取子单元,其用于根据材料成分获取子单元获得的金属材料的成分信息,低吸收材料含有衰减系数为μa(E)的第一种物质和衰减系数为μb(E)的第二种物质,低吸收材料的衰减系数μwaek(X,E)表示为下式:
μwaek(X,E)≈μa(E)ga(X)+μb(E)gb(X)
其中,ga(X)和gb(X)为基函数对应的系数图像,∫L ga(X)dl和∫L gb(X)dl分别为基函数系数图像的线性投影;
映射关系构建单元中,根据探测器单元的能谱分布T1(E,L)和T2(E,L),建立基函数系数图像的线性投影与多能投影之间的映射关系为p1weak(L)和p2weak(L):
本发明由于采取以上技术方案,其具有以下优点:
1.适用于含多种不同低吸收材料的电路板样品;
2.可提高低吸收材料中不同物质的区分度;
3.可用于定量分析低吸收材料等效原子序数和电子密度等物理参数。
附图说明
图1为由80kV电压下X射线能谱;
图2为由140kV电压下X射线能谱;
图3为电路板模型图像,含两种低吸收材料的电路板模型;
图4为80kV电压下模型2的多能投影数据FBP重建图像;
图5为140kV电压下模型2的多能投影数据FBP重建图像;
图6为模型2的铜材质分布图像;
图7为模型2的树脂的基函数系数图像;
图8为模型2的陶瓷的基函数系数图像;
图9为模型2的树脂、陶瓷和铜合成图像。
具体实施方式
在附图中,使用相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面结合附图对本发明的实施例进行详细说明。
本发明实施例提供的基于基材料分解的电路板CT成像金属伪影校正方法通过采用模拟数据,验证本发明方法金属伪影校正的有效性。模拟数据的几何参数为:射线源焦点到转台中心的1000mm,射线源焦点到探测器的距离为1300mm,线探测器单元的个数为1536,探测器单元的尺寸为0.65mm。用开源软件Spectrum GUI模拟了电压为80kV和140kV的能谱,如图1和2所示,线性衰减系数来源于NIST表。模拟扇形束扫描模式的投影数据。
该方法包括下述步骤:
S1,扫描被测物体,获取被测物体多个能谱的CT扫描数据,下文将多个能谱的CT扫描数据简称为多能谱CT扫描数据。
被测物体可以理解为含有三种材料:一种为金属材料等高吸收材料,本发明的目的在于校正重建CT图像中的金属伪影;另外两种为原子序数或等效原子序数较低的低吸收材料。图3示出的电路板模型,该图显示的是电路板模型的材料分布,其所包含的高吸收材料为铜,所包含的低吸收材料为树脂和陶瓷。
扫描被测物体的设备包括放置被测物体的转台、射线源、以及探测器。其中,探测器由多个探测器单元组成,探测器单元用于收集被测物体的能谱CT扫描数据。在进行扫描时,设备的参数需要预先设置。比如:射线源焦点到转台中心的1000mm,射线源焦点到探测器的距离为1300mm,探测器单元的个数为1536,探测器单元的尺寸为0.65mm。探测器可以但不限于积分型探测器和光子计数探测器。射线源采用常规实验室用X射线光源成像系统,其光源发出的X射线能谱是连续谱,本例采用如图1和图2所示80kV和140kV电压下的X射线能谱。选择扇形束扫描模式采集被测物体的CT扫描数据(也可选择锥形束扫描模式),基于X射线能谱和被测物体材料的衰减系数(线衰减系数或质量衰减系数)信息,根据X射线穿过物体的衰减定律,获取被测物体的能谱CT扫描数据。该过程可以用CT成像数学模型表示为:
其中,p1(L)是扫描设备的射线源发出的第一电压对应的射线沿射线路径L穿过被测物体时的第一多能谱投影,p2(L)是扫描设备的射线源发出的射线沿射线路径L穿过被测物体时的第二多能谱投影,S1(E)为第一电压对应的归一化的第一能谱,S2(E)为第二电压对应的归一化的第二能谱,E为光子能量,X为物质内部的空间位置坐标,θ(X,E)是被测物体的在坐标X处能量为E的线性衰减系数,dl为积分微元。
S2,对多能谱CT扫描数据进行预处理,得到多组不同能谱下的多能谱投影数据,即p1(L)和p2(L)。
其中,预处理的方法包括:
步骤S21,对步骤S1获得的多能谱投影进行本底校正和增益校正。
步骤S22,去掉步骤S21校正后的多能谱投影中的坏像素数据。
当然,预处理中的步骤S21和步骤S22可以颠倒顺序进行。
S3,选取一组多能谱投影,重建CT图像,并将该带有伪影的CT图像作为初始图像。
信噪比通常采用多能谱投影的等效能量进行衡量,多能谱投影的等效能量高视为信噪比高。如果成像系统采用的是光子计数探测器,可以同时获取多个不同能谱的CT扫描数据。一般选择平均能量较高的多能谱投影。
S4,根据所述初始图像中金属材料衰减系数μ0(E)和分布图像g0(X),计算在不同电压下的基于探测器单元变化的射线能谱分布T1(E,L)和T2(E,L)。
具体地,步骤S4包括:
步骤S41,根据第一电压对应的归一化的第一能谱S1(E)以及第二电压对应的归一化的第二能谱S2(E),通过如下式(3)和式(4)确定T1(E,L)和T2(E,L):
其中,μ0(E)为金属材料的衰减系数,g0(X)为金属材料的分布图像,∫L g0(X)dl为金属材料的线性投影。
S5,根据式(3)和式(4)确定的T1(E,L)和T2(E,L),计算低吸收材料在第一电压下的多能谱投影p1weak(L)和低吸收材料在第二电压下的多能谱投影p2weak(L):
p1weak(L)=p1(L)-p1strong(L)(5)
p2weak(L)=p2(L)-p2strong(L)(6)
其中,
p1(L)和p2(L)分别为式(1)和式(2)中所述第一多能谱投影和第二多能谱投影,p1strong(L)为金属材料在第一电压下的多能谱投影,p2strong(L)为金属材料在第二电压下的多能谱投影。
S6,根据所述初始图像中低吸收材料的成分信息,选取基函数μa(E)和μb(E)。
具体地,步骤S6包括:
步骤S61,根据所述初始图像,可以采用图像分割方法提取非金属材料的分布特征。当然,也可以采用现有的其它方法获取所述初始图像中非金属材料的分布特征。
步骤S62,根据步骤S61获得的初始图像中非金属材料的分布特征,根据已知材料的先验信息确定非金属材料的成分。
步骤S63,根据步骤S62获得的金属材料的成分信息,在一个实施例中,低吸收材料含有两种不同的物质(如树脂、陶瓷、玻璃纤维等),μa(E)表示第一种物质的衰减系数,μb(E)表示第二种物质的衰减系数,可以但不限于选取非金属材料的线衰减系数或质量衰减系数作为基函数μa(E)和μb(E),对低吸收材料进行近似,则低吸收材料的衰减系数μwaek(X,E)表示为式(7):
μwaek(X,E)≈μa(E)ga(X)+μb(E)gb(X) (7)
其中,ga(X)和gb(X)为基函数对应的系数图像。记∫L ga(X)dl和∫L gb(X)dl分别为基函数系数图像的线性投影。
当然,在其他实施例中,μa(E)和μb(E)的选择可以是低吸收材料含有第一种物质和第二种物质,也可以是第三种物质、第四种物质等,或者是几种物质的组合。
步骤S7,为待重建基函数系数图像赋初值,作为初始估计的基函数系数图像ga(X)和gb(X)。其中,通常将基函数系数图像的初值设为非负常数。
步骤S8,根据探测器单元的能谱分布T1(E,L)和T2(E,L),联立式(7)、(1)和(2),建立基函数系数图像的线性投影与多能投影之间的映射关系,即p1weak(L)和p2weak(L),该映射关系依赖于探测器单元的能谱分布。
令∫L ga(X)dl=A(L),∫L gb(X)dl=B(L),则
公式(10)和(11)转化为逐探测器单元对应的关于变量A(L)和B(L)的二元非线性方程组。
步骤S9,根据步骤S8的映射关系,采用基材料分解算法(如IFBP、EART、MDIR等),迭代求解逐探测器单元对应的关于变量A(L)和B(L)的二元非线性方程组,即获得基函数系数图像的线性投影∫L ga(X)dl和∫L gb(X)dl,然后利用经典重建算法(如FBP、ART等)重建获得基函数系数图像ga(X)和gb(X),如图4和图5所示。
步骤S10,根据初始图像中金属材料分布图像g0(X)和步骤S9求解的基函数系数图像ga(X)和gb(X),通过加权合成获得金属材料伪影校正后的CT图像。
本方法适用于多种不同的扫描方式;本方法适用于同时含有高吸收材料和低吸收材料物体的CT图像金属伪影校正,较优地,高吸收材料和低吸收材料相互交织在一起。
本方法可以用于电路板三维CT图像金属伪影校正、口腔CT图像金属伪影校正等方面的应用。
下面是本发明的相关实验结果:
图3验证含两种低吸收材料的电路板金属伪影的校正效果。我们模拟720个高、低能射线路径一致的投影数据。低吸收材料图像由树脂和陶瓷两种材质组成。模拟80kV和140kV能谱的多能投影数据,直接用FBP算法重建图像上含有明显的金属伪影,如图4和5所示。根据上述方法,首先通过分割获取铜材质分布图像,如图6所示。然后将铜材质看作虚拟滤波器,选择树脂和陶瓷两种材质的线性衰减系数作为基函数,利用基材料分解方法重建的基函数系数图像,如图7和8所示。根据铜和两种基材料的密度,合成的图像如图9所示。从图像上看,基于虚拟滤波器的双基函数分解方法可以有效校正电路板CT图像的金属伪影。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。本领域的普通技术人员应当理解:可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于基材料分解的CT成像金属伪影校正方法,其特征在于,包括:
步骤S1,扫描被测物体,获取被测物体的能谱CT扫描数据;
步骤S2,对多能谱CT扫描数据进行预处理,得到多组不同能谱下的多能谱投影数据;
步骤S3,选取一组多能谱投影,重建CT图像,并将该带有伪影的CT图像作为初始图像;
步骤S4,根据所述初始图像中金属材料衰减系数和分布图像,计算在不同电压下的基于探测器单元变化的射线能谱分布;
步骤S5,根据步骤4获得的射线能谱分布,计算低吸收材料在不同电压下的多能谱投影;
步骤S6,根据所述初始图像中低吸收材料的成分信息,选取基函数;
步骤S7,为待重建基函数系数图像赋初值,作为初始估计的基函数系数图像;
步骤S8,根据步骤4获得的射线能谱分布,建立基函数系数图像的线性投影与多能投影之间的映射关系;
步骤S9,根据S8的映射关系,采用基材料分解算法,迭代求解逐探测器单元对应的基函数系数图像的线性投影,获得基函数系数图像的线性投影,然后重建获得基函数系数图像;
步骤S10,根据初始图像中金属材料分布图像和步骤S9求解的基函数系数图像,通过加权合成获得金属材料伪影校正后的CT图像。
4.如权利要求3所述的基于基材料分解的CT成像金属伪影校正方法,其特征在于,步骤S6具体包括:
步骤S61,根据所述初始图像,提取非金属材料的分布特征;
步骤S62,根据步骤S61获得的初始图像中非金属材料的分布特征,根据已知材料的先验信息确定非金属材料的成分;
步骤S63,根据步骤S62获得的金属材料的成分信息,低吸收材料含有衰减系数为μa(E)的第一种物质和衰减系数为μb(E)的第二种物质,低吸收材料的衰减系数μwaek(X,E)表示为下式:
μwaek(X,X)≈μa(E)ga(X)+μb(E)gb(X)
其中,ga(X)和gb(X)为基函数对应的系数图像,∫Lga(X)dl和∫Lgb(X)dl分别为基函数系数图像的线性投影。
6.一种基于基材料分解的CT成像金属伪影校正的成像设备,其特征在于,包括:射线源、射线探测器、机械控制系统和数据工作站,其中,所述数据工作站的存储器中存储有一个或多个程序,当所述程序被应用程序在数据工作站上执行时,使得所述成像设备执行如权利要求1-5中任一项所述的基于基材料分解的CT成像金属伪影校正方法。
7.一种基于基材料分解的CT成像金属伪影校正系统,其特征在于,包括:
能谱投影获取单元,其用于对能谱CT扫描数据进行预处理,得到多组多能谱投影;
初始图像获取单元,其用于选取一组多能谱投影,重建CT图像,并将该带有伪影的CT图像作为初始图像;
射线能谱分布计算单元,其用于根据所述初始图像中金属材料分布特征及其成分信息,计算在不同电压下的随探测器单元坐标变化的射线能谱分布;
多能谱投影获取单元,其用于根据射线能谱分布计算单元获得的射线能谱分布,计算低吸收材料在不同电压下的多能谱投影;
基函数选取单元,其用于根据所述初始图像中非金属材料的成分信息,选取基函数;
基函数系数图像赋值单元,其用于为待重建基函数系数图像赋初值,作为初始估计的基函数系数图像;
映射关系构建单元,其用于根据射线能谱分布计算单元获得的射线能谱分布,建立基函数系数图像的多能谱投影与线性投影之间的映射关系;
基材料分解单元,其用于根据所述映射关系,采用基材料分解算法,迭代求解逐探测器单元对应的基函数系数图像的线性投影,获得基函数系数图像的线性投影,然后重建获得基函数系数图像;
伪影校正单元,其用于将初始图像中金属材料分布图像和基材料分解单元获得的求解的基函数系数图像,通过加权合成进行图像融合,获得金属材料伪影校正后的CT图像。
9.如权利要求7或8所述的基于基材料分解的CT成像金属伪影校正系统,其特征在于,多能谱投影获取单元计算低吸收材料在不同电压下的多能谱投影的过程包括:
根据T1(E,L)和T2(E,L),计算低吸收材料在第一电压下的多能谱投影p1weak(L)和低吸收材料在第二电压下的多能谱投影p2weak(L):
p1weak(L)=p1(L)-p1strong(L)
p2weak(L)=p2(L)-p2strong(L)
其中,
p1(L)和p2(L)分别为所述第一多能谱投影和第二多能谱投影,p1strong(L)为金属材料在第一电压下的多能谱投影,p2strong(L)为金属材料在第二电压下的多能谱投影。
10.如权利要求7或8或9所述的基于基材料分解的CT成像金属伪影校正系统,其特征在于,基函数选取单元具体包括:
分布特征获取子单元,其用于根据所述初始图像,提取非金属材料的分布特征;
材料成分获取子单元,其用于根据初始图像中金属材料的分布特征,根据已知材料的先验信息确定材料成分信息;
基函数选取子单元,其用于根据材料成分获取子单元获得的金属材料的成分信息,低吸收材料含有衰减系数为μa(E)的第一种物质和衰减系数为μb(E)的第二种物质,低吸收材料的衰减系数μwaek(X,E)表示为下式:
μwaek(X,X)≈μa(E)ga(X)+μb(E)gb(X)
其中,ga(X)和gb(X)为基函数对应的系数图像,∫Lga(X)dl和∫Lgb(X)dl分别为基函数系数图像的线性投影;
映射关系构建单元中,根据探测器单元的能谱分布T1(E,L)和T2(E,L),建立基函数系数图像的线性投影与多能投影之间的映射关系为p1weak(L)和p2weαk(L):
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210511805.7A CN114926560A (zh) | 2022-05-11 | 2022-05-11 | 基于基材料分解的成像金属伪影校正方法及系统、成像设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210511805.7A CN114926560A (zh) | 2022-05-11 | 2022-05-11 | 基于基材料分解的成像金属伪影校正方法及系统、成像设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926560A true CN114926560A (zh) | 2022-08-19 |
Family
ID=82808491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210511805.7A Pending CN114926560A (zh) | 2022-05-11 | 2022-05-11 | 基于基材料分解的成像金属伪影校正方法及系统、成像设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926560A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117830456A (zh) * | 2024-03-04 | 2024-04-05 | 中国科学技术大学 | 用于校正图像金属伪影的方法、装置及电子设备 |
-
2022
- 2022-05-11 CN CN202210511805.7A patent/CN114926560A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117830456A (zh) * | 2024-03-04 | 2024-04-05 | 中国科学技术大学 | 用于校正图像金属伪影的方法、装置及电子设备 |
CN117830456B (zh) * | 2024-03-04 | 2024-05-28 | 中国科学技术大学 | 用于校正图像金属伪影的方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cierniak | X-ray computed tomography in biomedical engineering | |
Speidel et al. | Scanning‐beam digital x‐ray (SBDX) technology for interventional and diagnostic cardiac angiography | |
CN107530040A (zh) | X射线ct装置、重构运算装置以及x射线ct图像生成方法 | |
US20070147574A1 (en) | Method for performing image reconstruction using hybrid computed tomography detectors | |
CN110175957B (zh) | 多能量ct基材料物质分解方法 | |
JP2008535612A (ja) | 円状及び螺旋状円錐ビームct用の画像処理システム | |
CN105488826B (zh) | 一种基于fbp的能谱ct迭代成像方法和成像系统 | |
JP3702143B2 (ja) | ディジタル放射線画像内の関心エレメントを検出する方法 | |
JPH09182746A (ja) | もとの像データを強化するシステム | |
JPH08336522A (ja) | Ctスキャナおよびctスキャナ画像の生成方法 | |
GB2563115A (en) | Apparatus and method for the correction of scatter in a radiographic system | |
Altunbas et al. | A unified scatter rejection and correction method for cone beam computed tomography | |
EP3612095A1 (en) | Beam hardening correction in x-ray dark-field imaging | |
CN114926560A (zh) | 基于基材料分解的成像金属伪影校正方法及系统、成像设备 | |
CN109069092A (zh) | 在光谱ct中利用基于小框架的迭代最大似然重建算法的装置、系统和方法 | |
Richtsmeier et al. | Metal artifact correction in photon‐counting detector computed tomography: metal trace replacement using high‐energy data | |
Liu et al. | Multi-energy image sequence fusion based on variable energy X-ray imaging | |
Rehak et al. | Acquisition trajectories for X-ray tomosynthesis applied to planar samples | |
CN110827370B (zh) | 一种非等厚构件的多能ct循环迭代重建方法 | |
Cassol et al. | Characterization of the imaging performance of a micro-CT system based on the photon counting XPAD3/Si hybrid pixel detectors | |
CN113298905B (zh) | 基于基础材料分解的多能谱ct重建方法及计算机可读介质 | |
Avila et al. | Contrast cancellation technique applied to digital x‐ray imaging using silicon strip detectors | |
CN114943781A (zh) | 基于线性化的ct成像金属伪影校正方法及系统、成像设备 | |
Kim et al. | Microtomography with sandwich detectors for small-animal bone imaging | |
Kim et al. | Spatial resolution and blurring artifacts in digital x-ray tomosynthesis |
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 |