CN115105108A - 散焦校正方法、装置、散焦校正模体及电子装置 - Google Patents

散焦校正方法、装置、散焦校正模体及电子装置 Download PDF

Info

Publication number
CN115105108A
CN115105108A CN202210776284.8A CN202210776284A CN115105108A CN 115105108 A CN115105108 A CN 115105108A CN 202210776284 A CN202210776284 A CN 202210776284A CN 115105108 A CN115105108 A CN 115105108A
Authority
CN
China
Prior art keywords
data
defocus
attenuation
correction
defocusing
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.)
Granted
Application number
CN202210776284.8A
Other languages
English (en)
Other versions
CN115105108B (zh
Inventor
柴佳彬
张笛儿
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.)
Sinovision Technology Beijing Co ltd
Original Assignee
Sinovision Technology Beijing 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 Sinovision Technology Beijing Co ltd filed Critical Sinovision Technology Beijing Co ltd
Priority to CN202210776284.8A priority Critical patent/CN115105108B/zh
Publication of CN115105108A publication Critical patent/CN115105108A/zh
Application granted granted Critical
Publication of CN115105108B publication Critical patent/CN115105108B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B6/58—Testing, adjusting or calibrating thereof
    • A61B6/582—Calibration
    • 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]
    • A61B6/032—Transmission computed tomography [CT]
    • A61B6/035—Mechanical aspects of 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
    • A61B6/50—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
    • A61B6/501—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 diagnosis of the head, e.g. neuroimaging or craniography
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • 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)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Pulmonology (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请公开了一种散焦校正方法、装置、计算机可读存储介质及电子装置。该散焦校正方法包括：接收模体衰减数据和空气衰减数据；对所述模体衰减数据和空气衰减数据执行预设处理操作，得到模体的实测数据和目标数据；将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表；基于所述散焦误差表中的kernel曲线对待散焦校正数据执行散焦校正操作。本申请解决了由于手动调节的kernel曲线准确度不够造成的散焦校正效果不理想的技术问题。

Description

散焦校正方法、装置、散焦校正模体及电子装置
技术领域
本申请涉及CT扫描领域，具体而言，涉及一种散焦校正方法、装置、散焦校正模体及电子装置。
背景技术
在CT系统中，受球管硬件、bowtie散射等的影响，图像中产生散焦伪影。伪影的表现在水模上是水模壁内侧CT值降低，水模壁外侧CT值升高。临床上，在脑部图像中骨脑边界的明亮边缘可能会被误诊为脑出血。所以为提高图像质量，减小误诊概率的发生，必须要做散焦校正。
发明人发现，主流厂商散焦校正都是事前给定一组系数生成kernel曲线，将数据转到强度域，选择当前view数据与以一定规则选取相邻view的数据组成矩阵，与生成的kernel曲线做卷积得到校正后的数据，完成校正过程。但是每台CT设备硬件不同，导致散焦kernel曲线并不能通用，所以每台设备的 kernel曲线都有可能要调整。由于手动调节的kernel曲线准确度不够，导致散焦校正效果不理想。
针对相关技术中由于手动调节的kernel曲线准确度不够造成的散焦校正效果不理想的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种散焦校正方法、装置、散焦校正模体及电子装置，以解决由于手动调节的kernel曲线准确度不够造成的散焦校正效果不理想的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种散焦校正方法。
根据本申请的散焦校正方法包括：接收模体衰减数据和空气衰减数据；对所述模体衰减数据和空气衰减数据执行预设处理操作，得到模体的实测数据和目标数据；将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表。
进一步的，接收模体衰减数据和空气衰减数据包括：
在CT装置中接收采集模体衰减数据和空气衰减数据，其中所述模体为由衰减比较强的材料做成的圆柱形或圆筒形状，由CT装置中的检测器接收穿过模体和空气的衰减数据。
进一步的，对所述模体衰减数据和空气衰减数据执行预设处理操作，得到模体的实测数据和目标数据包括：
将所述模体衰减数据和空气衰减数据转换到强度域，若接收数据是强度域则不需转换；
对转换后得到的模体强度数据和空气强度数据分view做比值操作后，根据对应的扫描条件对做比值之后的数据做归一化处理，进而得到模体的实测数据；
按照预设选取规则在强度域确定模体的目标数据。
进一步的，kernel曲线表达模型的构建包括：
假设实测数据为Px，目标值数据为Px,0，kernel表示为μx，则通过如下的公式计算出kernel曲线表达式；
Figure BDA0003723898880000021
其中
Figure BDA0003723898880000022
表示卷积运算；
假设
Figure BDA0003723898880000023
是Px的傅里叶变换结果，
Figure BDA0003723898880000024
是μx傅里叶变换结果，
Figure BDA0003723898880000025
是(Px，0-Px)傅里叶变换的结果，可以通过如下方法求解出曲线μx：
Figure BDA0003723898880000031
其中，
Figure BDA0003723898880000032
N是傅里叶变换中数据个数，*表示取复共轭运算；
基于上述公式计算出kernel曲线μx后，保存至散焦误差表。
进一步的，还包括：
获取待散焦校正的数据；
对待散焦校正的数据进行预校正处理；
根据待散焦校正的数据的条件，读取存于计算机中的散焦误差表，得到对应的kernel曲线；
基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据。
进一步的，基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据之后还包括之后还包括：
对做完散焦校正的数据完成后续校正，并重建出图像。
为了实现上述目的，根据本申请的另一方面，提供了一种散焦校正装置。
根据本申请的散焦校正装置包括：数据接收模块，用于接收模体衰减数据和空气衰减数据；数据处理模块，用于对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据；建模计算模块，用于将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表。
进一步的，还包括：
获取模块，用于获取待散焦校正的数据；
预校正模块，用于对待散焦校正的数据进行预校正处理；
读取模块，用于根据待散焦校正的数据的条件，读取存于计算机中的散焦误差表，得到对应的kernel曲线；
卷积运算模块，用于基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据；
图像重建模块，用于对做完散焦校正的数据完成后续校正，并重建出图像。
为了实现上述目的，根据本申请的另一方面，提供了一种散焦校正模体。
根据本申请的散焦校正模体，包括：模体，所述模体是高衰减的物体，其材料为钼，钨或者铅，形状为圆柱形或者圆筒形；模体一侧安装有挂钩或者其他便于悬挂在床体上的装置。
为了实现上述目的，根据本申请的另一方面，提供了一种电子装置。
根据本申请的电子装置，包括：存储器和处理器，所述存储器中存储有计算机程序，其中，所述处理器被设置为运行所述计算机程序以执行所述的散焦校正方法。
在本申请实施例中，采用建模计算kernel曲线并进行散焦校正的方式，通过接收模体衰减数据和空气衰减数据；对所述模体衰减数据和空气衰减数据执行预设处理操作，得到模体的实测数据及目标数据；将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表；基于所述散焦误差表执行待散焦校正数据的散焦校正操作；达到了自动获取准确的kernel形状的目的，从而实现了有效提高散焦校正效果的技术效果，进而解决了由于手动调节的kernel曲线准确度不够造成的散焦校正效果不理想的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的计算散焦kernel曲线示意图；
图2是根据本申请实例的散焦误差表应用流程示意图；
图3是根据本申请实施例的计算散焦kernel曲线装置示意图；
图4是根据本申请实例的散焦误差表应用装置示意图；
图5是根据本申请实施例的模体示意图；
图6是根据本申请实施例的CT设备示意图；
图7是根据本申请实施例的散焦校正图像示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本发明实施例，提供了一种散焦校正方法，如图1所示，该方法包括如下的步骤S101至步骤S103：
步骤S101、接收模体衰减数据和空气衰减数据；
根据本发明实施例，优选的，接收模体衰减数据和空气衰减数据包括：
接收在CT设备对模体和空气做曝光旋转断层扫描过程中产生的多角度下的模体衰减数据和空气衰减数据。
如图6所示，CT设备包含一旋转结构201，旋转结构一侧有一个可以发射X 射线的球管202，在球管的对侧有一可以接收射线的检测器结构205，该检测器可以接收来自球管202并穿过模体204的衰减射线。CT扫描仪中间有一圆形孔径203，可以将模体204或者其他物体放在孔径中扫描。旋转结构旋转时，球管202连续的发出X射线，检测器结构205也能连续的以固定频率接收穿过模体204的射线，并以一定的格式将检测到多角度下的模体衰减数据和空气衰减数据保存在计算机中。
需要了解的是，本实施例中使用的模体需要是高衰减的物体，材料可以是钼，钨或者铅等。该实例中可以使用的模体204是铅，形状是圆柱或者圆筒，该实例优选使用的模体204是圆筒。金属模体一侧安装有挂钩或者其他便于悬挂在床体上的装置。如图5所示，其为圆柱状金属模体，金属模体大小不做出具体规定。
本实施例中，在通过CT设备对模体和空气做曝光旋转断层扫描之前，需要将金属圆柱或者金属圆筒204悬空挂在挂钩或其他装置上，可以使模体伸进CT设备的孔径203中而保持静止不动。金属模体204x方向和z方向对准模体表面的十字线，该十字线是模体在CT扫描仪系统中x方向和z方向的中心线的交叉得到。 y方向偏离中心一定距离放置。
在一个具体实施方式中，使用CT扫描仪对圆柱形金属模体204在偏心位置做曝光旋转的断层扫描，检测器以固定频率接收衰减数据，得到多个角度下的模体衰减数据；然后移动床体，使得金属模体204移出CT扫描仪的孔径203，使用与上一步骤中曝光模体的相同条件对空气做曝光旋转断层扫描，检测器以一定的积分频率接收衰减数据，得到多个角度下的空气衰减数据。
步骤S102、对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据；
根据本发明实施例，优选的，对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据包括：
将所述模体衰减数据和空气衰减数据转换到强度域；
对转换后得到的模体强度数据和空气强度数据分view做比值操作后，根据对应的扫描条件对做比值之后的数据做归一化处理，进而得到模体的实测数据；
按照预设选取规则在强度域确定实测数据和目标数据。
具体地，将模体衰减数据和空气的衰减数据均转换到强度域；将模体的强度数据和空气的强度数据分view做比值操作，并根据两个数据的扫描条件做归一化的处理；在投影域选取模体边缘的数据，作为实测数据Px。在相同的范围内，将模体边缘外侧的空气部分的值设置为1，模体边缘内侧的值设置为0。这组数据作为目标数据Px，0。
步骤S103、将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表；
根据本发明实施例，优选的，kernel曲线表达模型的构建包括：
假设实测数据为Px，目标值数据为Px,0，kernel表示为μx，则通过如下的公式计算出kernel曲线表达式；
Figure BDA0003723898880000081
其中
Figure BDA0003723898880000082
表示卷积运算；
假设
Figure BDA0003723898880000083
是Px的傅里叶变换结果，
Figure BDA0003723898880000084
是μx傅里叶变换结果，
Figure BDA0003723898880000085
是(Px，0-Px)傅里叶变换的结果，方程可以通过如下方法求解：
Figure BDA0003723898880000086
其中，
Figure BDA0003723898880000087
N是傅里叶变换中数据个数，*表示取复共轭运算；
基于上述公式计算出kernel曲线μx后，保存至散焦误差表。
将所述实测数据和目标数据输入以上构建的
Figure BDA0003723898880000091
可以计算出kernel曲线，并将kernel曲线保存至散焦误差表中，用于后续的散焦校正。
还包括：
步骤S201、获取待散焦校正的数据；
步骤S202、对待散焦校正的数据进行预校正处理；
步骤S203、根据待散焦校正的数据的条件，读取存于计算机中的散焦误差表，得到对应的kernel曲线；
步骤S204、基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据。
具体地，获取需要做散焦校正的数据；完成扫描数据做散焦校正之前的预处理比如空气校正，归一化校正等；之前将散焦误差表存在计算机中，此时，参照读取对应条件的散焦误差表，得到其中的kernel曲线。完成预处理的数据与上述得到的kernel曲线做卷积运算，得到散焦的误差值，在预处理的数据的基础上减去散焦的误差值，得到散焦校正之后的散焦校正数据。可以自动获取准确的 kernel形状，替代手动调整取kernel曲线，有效提高散焦校正效果。
优选的，基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据之后还包括：
步骤S205、对做完散焦校正的数据完成后续校正，并重建出图像。
至此完成使用散焦误差表的操作。校正后图像表现如图7所示。
本发明对每个机器扫描圆柱形金属模体，生成实验数据和目标数据。通过构建实验数据和目标数据之间的关系，设计一个含有未知参数的kernel关系式，进而计算出这些参数，从而得到准确的散焦kernel形状，最终提高散焦的校正效果。
从以上的描述中，可以看出，本发明实现了如下技术效果：
在本申请实施例中，采用建模计算kernel曲线并进行散焦校正的方式，通过接收模体衰减数据和空气衰减数据；对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据；将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表；基于所述散焦误差表执行待散焦校正数据的散焦校正操作；达到了自动获取准确的 kernel形状的目的，从而实现了有效提高散焦校正效果的技术效果，进而解决了由于手动调节的kernel曲线准确度不够造成的散焦校正效果不理想的技术问题。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种用于实施上述散焦校正方法的装置，如图2 所示，该装置包括：
数据接收模块10，用于接收模体衰减数据和空气衰减数据；
根据本发明实施例，优选的，接收模体衰减数据和空气衰减数据包括：
接收在CT设备对模体和空气做曝光旋转断层扫描过程中产生的多角度下的模体衰减数据和空气衰减数据。
如图6所示，CT设备包含一旋转结构201，旋转结构一侧有一个可以发射X 射线的球管202，在球管的对侧有一可以接收射线的检测器结构205，该检测器可以接收来自球管202并穿过模体204的衰减射线。CT扫描仪中间有一圆形孔径 203，可以将模体204或者其他物体放在孔径中扫描。旋转结构旋转时，球管202 连续的发出X射线，检测器结构205也能连续的以固定频率接收穿过模体204的射线，并以一定的格式将检测到多角度下的模体衰减数据和空气衰减数据保存在计算机中。
需要了解的是，本实施例中使用的模体需要是高衰减的物体，材料可以是钼，钨或者铅等。该实例中可以使用的模体204是铅，形状是圆柱或者圆筒，该实例优选使用的模体204是圆筒。金属模体一侧安装有挂钩或者其他便于悬挂在床体上的装置。如图5所示，其为圆柱状金属模体，金属模体大小不做出具体规定。
本实施例中，在通过CT设备对模体和空气做曝光旋转断层扫描之前，需要将金属圆柱或者金属圆筒204悬空挂在挂钩或其他装置上，可以使模体伸进CT设备的孔径203中而保持静止不动。金属模体204x方向和z方向对准模体表面的十字线，该十字线是模体在CT扫描仪系统中x方向和z方向的中心线的交叉得到。 y方向偏离中心一定距离放置。
在一个具体实施方式中，使用CT扫描仪对圆柱形金属模体204在偏心位置做曝光旋转的断层扫描，检测器以固定频率接收衰减数据，得到多个角度下的模体衰减数据；然后移动床体，使得金属模体204移出CT扫描仪的孔径203，使用与上一步骤中曝光模体的相同条件对空气做曝光旋转断层扫描，检测器以一定的积分频率接收衰减数据，得到多个角度下的空气衰减数据。
数据处理模块20，用于对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据；
根据本发明实施例，优选的，对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据包括：
将所述模体衰减数据和空气衰减数据转换到强度域，若接收数据是强度域则不需转换；
对转换后得到的模体强度数据和空气强度数据分view做比值操作后，根据对应的扫描条件对做比值之后的数据做归一化处理，进而得到模体的实测数据；
按照预设选取规则在强度域确定目标数据。
具体地，将模体衰减数据和空气的衰减数据均转换到强度域；将模体的强度数据和空气的强度数据分view做比值操作，并根据两个数据的扫描条件做归一化的处理；在投影域选取模体边缘的数据，作为实测数据Px。在相同的范围内，将模体边缘外侧的空气部分的值设置为1，模体边缘内侧的值设置为0。这组数据作为目标数据Px，0。
建模计算模块30，用于将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表；
根据本发明实施例，优选的，kernel曲线表达模型的构建包括：
假设实测数据表示为Px，目标值数据表示为Px,0，kernel曲线表示为μx，则通过如下的公式计算出kernel曲线；
Figure BDA0003723898880000121
其中
Figure BDA0003723898880000122
表示卷积运算；
假设
Figure BDA0003723898880000123
是Px的傅里叶变换结果，
Figure BDA0003723898880000124
是μx傅里叶变换结果，
Figure BDA0003723898880000125
是(Px，0-Px)傅里叶变换的结果，可以通过如下方法求解出曲线μx：
Figure BDA0003723898880000126
其中，
Figure BDA0003723898880000127
N是傅里叶变换中数据个数，*表示取复共轭运算；
基于上述公式计算出kernel曲线μx后，保存至散焦误差表。
将所述实测数据和目标数据输入以上构建的
Figure BDA0003723898880000128
可以计算出kernel曲线，并将kernel曲线保存至散焦误差表中，用于后续的散焦校正。
还包括：
获取模块100，用于获取待散焦校正的数据；
预校正模块200，用于对待散焦校正的数据进行预校正处理；
读取模块300，用于根据待散焦校正的数据的条件，读取存于计算机中的散焦误差表，得到对应的kernel曲线；
卷积运算模块400，用于基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据；
图像重建模块500，用于对做完散焦校正的数据完成后续校正，并重建出图像。
具体地，获取需要做散焦校正的数据；完成扫描数据做散焦校正之前的预处理比如空气校正，归一化校正等；之前将散焦误差表存在计算机中。完成预处理的数据与上述得到的kernel曲线做卷积运算，得到散焦的误差值，在预处理的数据的基础上减去散焦的误差值，得到散焦校正之后的散焦校正数据。可以自动获取准确的kernel形状，替代手动调整取kernel曲线，有效提高散焦校正效果。
完成后续校正并建像，得到散焦校正后的图像。至此完成使用散焦误差表的操作。校正后图像表现如图7所示。
本发明对每个机器扫描圆柱形金属模体，生成实验数据和目标数据。通过构建实验数据和目标数据之间的关系，设计一个含有未知参数的kernel关系式，进而计算出这些参数，从而得到准确的kernel形状，最终提高散焦的校正效果。
从以上的描述中，可以看出，本发明实现了如下技术效果：
在本申请实施例中，采用建模计算kernel曲线并进行散焦校正的方式，通过接收模体衰减数据和空气衰减数据；对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据；将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表；基于所述散焦误差表执行待散焦校正数据的散焦校正操作；达到了自动获取准确的 kernel形状的目的，从而实现了有效提高散焦校正效果的技术效果，进而解决了由于手动调节的kernel曲线准确度不够造成的散焦校正效果不理想的技术问题。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种散焦校正方法，其特征在于，包括：
接收模体衰减数据和空气衰减数据；
对所述模体衰减数据和空气衰减数据执行预设处理操作，得到模体的实测数据和目标数据；
将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表。
2.根据权利要求1所述的散焦校正方法，其特征在于，接收模体衰减数据和空气衰减数据包括：
在CT装置中接收采集模体衰减数据和空气衰减数据，其中所述模体为由衰减比较强的材料做成的圆柱形或圆筒形状，由CT装置中的检测器接收穿过模体和空气的衰减数据。
3.根据权利要求1所述的散焦校正方法，其特征在于，对所述模体衰减数据和空气衰减数据执行预设处理操作，得到实测数据和目标数据包括：
将所述模体衰减数据和空气衰减数据转换到强度域，若接收数据是强度域则不需转换；
对转换后得到的模体强度数据和空气强度数据分view做比值操作后，根据对应的扫描条件对做比值之后的数据做归一化处理，进而得到模体的实测数据；
按照预设选取规则在强度域确定目标数据。
4.根据权利要求1所述的散焦校正方法，其特征在于，kernel曲线表达模型的构建包括：
假设实测数据表示为Px，目标值数据表示为Px,0，kernel曲线表示为μx，则通过如下的公式计算出kernel曲线：
Figure FDA0003723898870000011
其中
Figure FDA0003723898870000021
表示卷积运算；
假设
Figure FDA0003723898870000022
是Px的傅里叶变换结果，
Figure FDA0003723898870000023
是μx傅里叶变换结果，
Figure FDA0003723898870000024
是(Px，0-Px)傅里叶变换的结果，可以通过如下方法求解出曲线μx：
Figure FDA0003723898870000025
其中，
Figure FDA0003723898870000026
N是傅里叶变换中数据个数，*表示取复共轭运算；
基于上述公式计算出kernel曲线μx后，保存至散焦误差表。
5.根据权利要求1所述的散焦校正方法，其特征在于，还包括：
获取待散焦校正的数据；
对待散焦校正的数据进行预校正处理；
根据待散焦校正的数据的条件，读取存于计算机中的散焦误差表，得到对应的kernel曲线；
基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据。
6.根据权利要求5所述的散焦校正方法，其特征在于，基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据，之后还包括：
对做完散焦校正的数据完成后续校正，并重建出图像。
7.一种散焦校正模体，其特征在于，包括：模体，
所述模体是高衰减的物体，其材料为钼，钨或者铅，形状为圆柱形或者圆筒形；模体一侧安装有挂钩或者其他便于悬挂在床体上的装置。
8.一种散焦校正装置，其特征在于，包括：
数据接收模块，用于接收模体衰减数据和空气衰减数据；
数据处理模块，用于对所述模体衰减数据和空气衰减数据执行预设处理操作，得到模体的实测数据和目标数据；
建模计算模块，用于将所述实测数据和目标数据输入构建的kernel曲线表达模型进行计算，计算出的kernel曲线保存至散焦误差表。
9.根据权利要求8所述的散焦校正装置，其特征在于，还包括：
获取模块，用于获取待散焦校正的数据；
预校正模块，用于对待散焦校正的数据进行预校正处理；
读取模块，用于根据待散焦校正的数据的条件，读取存于计算机中的散焦误差表，得到对应的kernel曲线；
卷积运算模块，用于基于已做完预校正处理的数据和kernel曲线做卷积运算，得到散焦误差值，然后再从已做完预校正处理的数据中减去散焦误差值，得到散焦校正完的数据；
图像重建模块，用于对做完散焦校正的数据完成后续校正，并重建出图像。
10.一种电子装置，包括：存储器和处理器，其特征在于，所述存储器中存储有计算机程序，其中，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6中任一项所述的散焦校正方法。
CN202210776284.8A 2022-06-30 2022-06-30 散焦校正方法、装置、散焦校正模体及电子装置 Active CN115105108B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210776284.8A CN115105108B (zh) 2022-06-30 2022-06-30 散焦校正方法、装置、散焦校正模体及电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210776284.8A CN115105108B (zh) 2022-06-30 2022-06-30 散焦校正方法、装置、散焦校正模体及电子装置

Publications (2)

Publication Number Publication Date
CN115105108A true CN115105108A (zh) 2022-09-27
CN115105108B CN115105108B (zh) 2023-06-09

Family

ID=83330920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210776284.8A Active CN115105108B (zh) 2022-06-30 2022-06-30 散焦校正方法、装置、散焦校正模体及电子装置

Country Status (1)

Country Link
CN (1) CN115105108B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315071A (zh) * 2023-11-30 2023-12-29 赛诺威盛科技(北京)股份有限公司 一种散焦伪影的校正方法、装置及计算机可读介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005107598A1 (en) * 2003-12-04 2005-11-17 Research Foundation Of The University Of Central Florida, Incorporated Efficient circle and line cone beam computed tomography
CN103800025A (zh) * 2012-11-05 2014-05-21 上海联影医疗科技有限公司 Ct扫描仪及其散焦强度测量方法及散焦校正方法
CN103961125A (zh) * 2013-01-31 2014-08-06 东北大学 一种用于锥束ct的ct值校正方法
CN104166971A (zh) * 2013-05-17 2014-11-26 上海联影医疗科技有限公司 一种ct图像重建的方法
US20150090890A1 (en) * 2013-09-27 2015-04-02 General Electric Company System and method for attenuation correction of phantom images
US20160189403A1 (en) * 2014-12-31 2016-06-30 Grandpect Company Limited Ct detection method and ct device
CN110349236A (zh) * 2019-07-15 2019-10-18 上海联影医疗科技有限公司 一种图像校正方法和系统
CN110559001A (zh) * 2019-09-03 2019-12-13 明峰医疗系统股份有限公司 一种ct扫描仪散焦辐射强度分布测量方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005107598A1 (en) * 2003-12-04 2005-11-17 Research Foundation Of The University Of Central Florida, Incorporated Efficient circle and line cone beam computed tomography
CN103800025A (zh) * 2012-11-05 2014-05-21 上海联影医疗科技有限公司 Ct扫描仪及其散焦强度测量方法及散焦校正方法
CN106667515A (zh) * 2012-11-05 2017-05-17 上海联影医疗科技有限公司 Ct扫描仪散焦校正方法
CN106725568A (zh) * 2012-11-05 2017-05-31 上海联影医疗科技有限公司 Ct扫描仪散焦强度测量方法
CN103961125A (zh) * 2013-01-31 2014-08-06 东北大学 一种用于锥束ct的ct值校正方法
CN104166971A (zh) * 2013-05-17 2014-11-26 上海联影医疗科技有限公司 一种ct图像重建的方法
US20150090890A1 (en) * 2013-09-27 2015-04-02 General Electric Company System and method for attenuation correction of phantom images
US20160189403A1 (en) * 2014-12-31 2016-06-30 Grandpect Company Limited Ct detection method and ct device
CN110349236A (zh) * 2019-07-15 2019-10-18 上海联影医疗科技有限公司 一种图像校正方法和系统
CN110559001A (zh) * 2019-09-03 2019-12-13 明峰医疗系统股份有限公司 一种ct扫描仪散焦辐射强度分布测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
傅磊;贺建峰;: "基于支持向量回归的PET/CT图像衰减校正方法" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315071A (zh) * 2023-11-30 2023-12-29 赛诺威盛科技(北京)股份有限公司 一种散焦伪影的校正方法、装置及计算机可读介质
CN117315071B (zh) * 2023-11-30 2024-03-15 赛诺威盛科技(北京)股份有限公司 一种散焦伪影的校正方法、装置及计算机可读介质

Also Published As

Publication number Publication date
CN115105108B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
US8452064B2 (en) Apparatus and methods for geometric calibration of positron emission tomography systems
Altunbas et al. A post‐reconstruction method to correct cupping artifacts in cone beam breast computed tomography
US20050111616A1 (en) Non-uniform view weighting tomosynthesis method and apparatus
CN109345608B (zh) 一种基于非对称散射校正板的锥束ct图像重建方法
US20130089252A1 (en) Method and system for noise reduction in low dose computed tomography
CN102631210A (zh) 校正图像数据的方法、图像数据组处理装置、x 射线系统
US10605933B2 (en) X-ray spectral calibration technique for cone-beam CT
CN110602990A (zh) 用于锥形束计算机断层扫描的患者移动校正方法
CN115105108B (zh) 散焦校正方法、装置、散焦校正模体及电子装置
FI3053523T3 (fi) Pienen näkökentän röntgenkuvauksen järjestelmä ja menetelmä
US9320488B2 (en) Method and device for correction of movement artifacts in a computed tomography image
US8503755B2 (en) Tomosynthesis method with an iterative maximum a posteriori reconstruction
US7042974B2 (en) Method for reconstructing tomographic images
Niebler et al. Projection‐based improvement of 3D reconstructions from motion‐impaired dental cone beam CT data
CN109242923A (zh) 一种迭代重建的系统和方法
US7020243B2 (en) Method and system for target angle heel effect compensation
CN117243624B (zh) 一种ct参考探测器的遮挡补偿方法及ct系统
CN110853742B (zh) 一种图像重建方法、系统、装置及存储介质
CN111369636B (zh) 一种图像重建方法、系统、装置及存储介质
CN101721222A (zh) 一种修正床板和摆位辅助装置对图像质量影响的方法
JP6243296B2 (ja) 画像生成装置、放射線断層撮影装置及びプログラム
CN113313649B (zh) 图像重建方法及装置
CA3075016A1 (en) Methods, systems, and apparatus for determining radiation doses
CN109875591B (zh) 一种锥束ct系统的几何标定方法
EP3346922B1 (en) Computer tomography x-ray imaging

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