CN116531015B - 图像重建方法、装置、电子设备及存储介质 - Google Patents
图像重建方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116531015B CN116531015B CN202310807220.4A CN202310807220A CN116531015B CN 116531015 B CN116531015 B CN 116531015B CN 202310807220 A CN202310807220 A CN 202310807220A CN 116531015 B CN116531015 B CN 116531015B
- Authority
- CN
- China
- Prior art keywords
- projection result
- grid
- scattering
- ray intensity
- projection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012937 correction Methods 0.000 claims abstract description 89
- 238000002591 computed tomography Methods 0.000 claims abstract description 35
- 238000001914 filtration Methods 0.000 claims abstract description 25
- 230000005855 radiation Effects 0.000 claims description 97
- 238000010521 absorption reaction Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 11
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B6/06—Diaphragms
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4035—Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种图像重建方法、装置、电子设备及存储介质。该方法包括：采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度；基于所述第一射线强度和所述第二射线强度确定初始散射投影结果；对所述初始散射投影结果进行滤波修正，得到目标散射投影结果；确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。上述技术方案，通过利用异构滤线栅装置去散射后的射线强度信息确定初始散射投影结果、滤波修正、校正以及图像重建，有效提升了重建图像的质量。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像重建方法、装置、电子设备及存储介质。
背景技术
电子计算机断层扫描（Computed Tomography，CT）被广泛应用于口腔三维成像、手术导航、图像引导的放射性治疗等临床场景，是当前不可或缺的医学影像手段。
在基于探测器的锥束CT图像重建过程中，光子散射是制约成像质量的一个主要原因。为了抑制散射信号，在探测器阵列前放置防散射滤线栅是抑制散射的重要技术手段，但是难以完全去除散射信号。
在实现本发明的过程中，发明人发现现有技术中至少存在以下技术问题：现有CT图像重建方案，存在图像重建质量低的问题。
发明内容
本发明提供了一种图像重建方法、装置、电子设备及存储介质，以解决图像重建质量低的问题。
根据本发明的一方面，提供了一种图像重建方法，包括：采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度；基于所述第一射线强度和所述第二射线强度确定初始散射投影结果；对所述初始散射投影结果进行滤波修正，得到目标散射投影结果；确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
根据本发明的另一方面，提供了一种图像重建装置，包括：射线强度信息采集模块，用于采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度；初始散射投影结果确定模块，用于基于所述第一射线强度和所述第二射线强度确定初始散射投影结果；散射滤波修正模块，用于对所述初始散射投影结果进行滤波修正，得到目标散射投影结果；图像重建模块，用于确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的图像重建方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的图像重建方法。
本发明实施例的技术方案，通过采集射线经过异构滤线栅装置后的射线强度信息，其中，射线强度信息至少包括第一射线强度以及第二射线强度，进而根据第一射线强度和第二射线强度确定初始散射投影结果，进而对初始散射投影结果进行滤波修正，得到平滑的目标散射投影结果，进而对目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。上述技术方案，通过利用异构滤线栅装置去散射后的射线强度信息确定初始散射投影结果、滤波修正、校正以及图像重建，有效提升了重建图像的质量。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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。
图1是根据本发明实施例提供的一种图像重建方法的流程图。
图2（a）是根据本发明实施例提供的一种异构滤线栅装置的结构示意图。
图2（b）是根据本发明实施例提供的另一种异构滤线栅装置的结构示意图。
图2（c）是根据本发明实施例提供的另一种异构滤线栅装置的结构示意图。
图2（d）是根据本发明实施例提供的另一种异构滤线栅装置的结构示意图。
图3是根据本发明实施例提供的一种图像重建方法的流程图。
图4是根据本发明实施例提供的锥形CT成像系统散射校正装置的结构示意图。
图5是根据本发明实施例提供的一种图像重建方法的流程图。
图6是根据本发明实施例提供的一种图像重建方法的流程图。
图7是根据本发明实施例提供的一种图像重建方法的流程图。
图8是根据本发明实施例提供的一种CT重建切面对比图。
图9是根据本发明实施例提供的一种CT图像衰减系数分布曲线图。
图10是根据本发明实施例提供的一种图像重建装置的结构示意图。
图11是实现本发明实施例的图像重建方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
图1为本发明实施例提供的一种图像重建方法的流程图，本实施例可适用于锥束CT图像重建的情况，该方法可以由图像重建装置来执行，该图像重建装置可以采用硬件和/或软件的形式实现，该图像重建装置可配置于计算机终端中。如图1所示，该方法包括如下步骤。
S110、采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度。
本实施例中，异构滤线栅装置是指由不同密度的滤线栅构成的防散射滤线栅装置。异构滤线栅装置可以为一维结构，亦可以为二维结构，在此不做限定。具体的，异构滤线栅装置的中线与探测器的中线重合，以异构滤线栅装置中线作为分界线，异构滤线栅装置中线两侧的滤线栅具有对称形状，但中线对称位置的滤线栅具有不同的密度，即中线对称位置的滤线栅具有不同的X射线的吸收系数。
示例性的，异构滤线栅装置中可以包括一个、两个或者两个以上滤线栅。以异构滤线栅装置包括两种不同密度的滤线栅为例，其一滤线栅的密度为L1,另一滤线栅的密度为L2，密度为L1的滤线栅对直射X射线和散射X射线的吸收系数分别为和/>，密度为L2的滤线栅对直射X射线和散射X射线的吸收系数分别为/>和/>。图2（a）是本发明实施例提供的一种异构滤线栅装置的结构示意图，其中仅有一半面积为密度是L1的异构滤线栅（4），另一半空缺，使X射线直接到达探测器（5）；图2（b）是本发明实施例提供的另一种异构滤线栅装置的结构示意图，中线两侧分别为密度是L1的滤线栅、密度是L2的滤线栅，可概述为[L1+L2]；图2（c）是本发明实施例提供的另一种异构滤线栅装置的结构示意图，中线两侧分别为AB型滤线栅结构，可概述为[L1+L2]+[L1+L2]；图2（d）是本发明实施例提供的另一种异构滤线栅装置的结构示意图，中线两侧分别为ABA型滤线栅结构，可概述为[L1+L2+L1]+[L1+L2+L1]。
本实施例中，射线强度信息是指探测器采集到的X射线强度，其中，射线强度信息至少包括第一射线强度以及第二射线强度，第一射线强度与第二射线强度分别为经过不同密度的滤线栅后的两种X射线强度。
具体的，可以通过探测器采集射线经过异构滤线栅装置后的射线强度信息。具体而言，若异构滤线栅装置中包括两种不同密度的滤线栅，则可以采集得到各密度滤线栅分别对应的第一射线强度以及第二射线强度；若异构滤线栅装置中包括三种不同密度的滤线栅，则可以采集得到各密度滤线栅分别对应的第一射线强度、第二射线强度以及第三射线强度。可以理解的是，本实施例可以根据异构滤线栅装置中不同密度的滤线栅分布，对射线强度信息进行适应性采集。
S120、基于所述第一射线强度和所述第二射线强度确定初始散射投影结果。
其中，初始散射投影结果是指对扫描样品的预测或估计的散射投影结果。
具体的，可以根据射线强度与散射投影之间的线性关系，确定第一射线强度和第二射线强度对应的散射投影结果。其中，射线强度与散射投影之间的线性关系可以预先通过实验确定。
S130、对所述初始散射投影结果进行滤波修正，得到目标散射投影结果。
其中，目标散射投影结果是指对初始散射投影结果进行滤波修正之后的结果，与初始散射投影结果相比，目标散射投影结果更加平滑，消除了初始散射投影结果中的高频结构信号。
可选的，对初始散射投影结果进行滤波修正，得到目标散射投影结果，包括：对初始散射投影结果进行异常值排除处理和/或平滑滤波，目标散射投影结果。
示例性的，可以去除初始散射投影结果中的极大值和极小值，在去除初始散射投影结果中的极大值和极小值之后，再进行平滑滤波处理，从而得到平滑的目标散射投影结果。
S140、确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
具体的，可以对目标散射投影结果进行校正处理，得到更为精确的散射校正投影结果，进而对散射校正投影结果进行电子计算机断层扫描图像重建，得到最终的电子计算机断层扫描重建图像，其中，电子计算机断层扫描图像重建方法可以包括但不限于滤波反投影重建算法、迭代重建算法等，在此不做限定。
本发明实施例的技术方案，通过采集射线经过异构滤线栅装置后的射线强度信息，其中，射线强度信息至少包括第一射线强度以及第二射线强度，进而根据第一射线强度和第二射线强度确定初始散射投影结果，进而对初始散射投影结果进行滤波修正，得到平滑的目标散射投影结果，进而对目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。上述技术方案，通过利用异构滤线栅装置去散射后的射线强度信息确定初始散射投影结果、滤波修正、校正以及图像重建，有效提升了重建图像的质量。
图3为本发明实施例提供的一种图像重建方法的流程图，本实施例的方法与上述实施例中提供的图像重建方法中各个可选方案可以结合。本实施例提供的图像重建方法进行了进一步优化。可选的，所述异构滤线栅装置包括第一滤线栅和第二滤线栅；相应的，所述采集射线经过异构滤线栅装置后的射线强度信息，包括：采集射线经过第一滤线栅后的第一射线强度以及采集射线经过第二滤线栅后的第二射线强度，其中，所述第一滤线栅与所述第二滤线栅对称设置在滤线栅装置中线两侧，且所述第一滤线栅与所述第二滤线栅密度不同。
如图3所示，该方法包括如下步骤。
S210、采集射线经过第一滤线栅后的第一射线强度以及采集射线经过第二滤线栅后的第二射线强度，其中，所述第一滤线栅与所述第二滤线栅对称设置在滤线栅装置中线两侧，且所述第一滤线栅与所述第二滤线栅密度不同。
示例性的，图4为本实施例提供的一种锥形CT成像系统散射校正装置的结构示意图。该锥形CT成像系统散射校正装置包括：1.X射线源，2.扫描旋转装置，3.被照射物体，4.异构滤线栅装置，5.探测器，6.计算机。其中，X射线源用于发射X射线；扫描旋转装置用于带动被照射物体旋转或者带动探测器旋转；被照射物体可以为任一物体，例如花瓶、杯子、器官等。如图2（b）所示，中线左侧为第一滤线栅，中线右侧为第二滤线栅，其中，表示第一滤线栅的直射射线吸收系数，/>表示第一滤线栅的散射射线吸收系数，/>表示第二滤线栅的直射射线吸收系数，/>表示第二滤线栅的散射射线吸收系数。
S220、基于所述第一射线强度和所述第二射线强度确定初始散射投影结果。
S230、对所述初始散射投影结果进行滤波修正，得到目标散射投影结果。
S240、确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
本发明实施例的技术方案，通过采集射线经过第一滤线栅后的第一射线强度以及采集射线经过第二滤线栅后的第二射线强度，其中，第一滤线栅与所述第二滤线栅对称设置在滤线栅装置中线两侧，且第一滤线栅与所述第二滤线栅密度不同，实现了不同密度滤线栅下的射线强度的采集，与现有同一密度滤线栅下的射线强度的采集方案相比，可以提升X射线辐射剂量的利用效率。
图5为本发明实施例提供的一种图像重建方法的流程图，本实施例的方法与上述实施例中提供的图像重建方法中各个可选方案可以结合。本实施例提供的图像重建方法进行了进一步优化。可选的，所述基于所述第一射线强度和所述第二射线强度确定初始散射投影结果，包括：将所述第一射线强度和所述第二射线强度输入至散射投影预测模型，得到初始散射投影结果。
如图5所示，该方法包括如下步骤。
S310、采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度。
S320、将所述第一射线强度和所述第二射线强度输入至散射投影预测模型，得到初始散射投影结果。
其中，散射投影预测模型是指用于初始散射投影结果估计的预测模型。
可选的，散射投影预测模型可以为预先训练完成的神经网络模型，具体而言，获取模型训练数据集，其中，模型训练数据集包括多种经过异构滤线栅装置后的射线强度信息，以及各经过异构滤线栅装置后的射线强度信息对应的散射投影结果标签；将各经过异构滤线栅装置后的射线强度信息输入至初始神经网络模型，模型输出预测的散射投影结果，根据预测的散射投影结果与散射投影结果标签的损失，调整神经网络模型的参数，直至满足模型训练停止条件，得到散射投影预测模型。
可选的，散射投影预测模型包括：；；其中，/>表示初始散射投影结果，/>表示第一射线强度，/>表示第二射线强度，/>表示直射投影强度，/>表示第一滤线栅的直射射线吸收系数，表示第一滤线栅的散射射线吸收系数，/>表示第二滤线栅的直射射线吸收系数，/>表示第二滤线栅的散射射线吸收系数。
需要说明的是，通过上述散射投影预测模型进行线性运算求解运算，即可得到初始散射投影结果，该方法简单高效，减少数据处理时间，从而可以提升CT图像重建速度。其中，、/>、/>和/>可以预先通过参数标定得到，/>为未知量，但并非散射投影预测模型的输出量。
S330、对所述初始散射投影结果进行滤波修正，得到目标散射投影结果。
S340、确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
本发明实施例的技术方案，通过将第一射线强度和第二射线强度输入至散射投影预测模型，得到初始散射投影结果，实现了初始散射投影结果快速求解。
图6为本发明实施例提供的一种图像重建方法的流程图，本实施例的方法与上述实施例中提供的图像重建方法中各个可选方案可以结合。本实施例提供的图像重建方法进行了进一步优化。可选的，所述确定所述目标散射投影结果对应的散射校正投影结果，包括：根据目标散射投影结果、散射校正投影结果、射线强度之间的线性关系，确定所述目标散射投影结果对应的散射校正投影结果。
如图6所示，该方法包括如下步骤。
S410、采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度。
S420、基于所述第一射线强度和所述第二射线强度确定初始散射投影结果。
S430、对所述初始散射投影结果进行滤波修正，得到目标散射投影结果。
S440、根据目标散射投影结果、散射校正投影结果、射线强度之间的线性关系，确定所述目标散射投影结果对应的散射校正投影结果。
本实施例中，在目标散射投影结果、散射校正投影结果、射线强度之间的线性关系之中，目标散射投影结果与散射校正投影结果为变量，射线强度为探测器采集得到的信息。
可选的，散射校正投影结果包括第一散射校正投影结果和第二散射校正投影结果；目标散射投影结果、散射校正投影结果、射线强度之间的线性关系包括：；/>；其中，/>表示第一散射校正投影结果，/>表示第二散射校正投影结果，/>表示初始散射投影结果，/>表示第一射线强度，/>表示第二射线强度，/>表示第一滤线栅的直射射线吸收系数，/>表示第一滤线栅的散射射线吸收系数，/>表示第二滤线栅的直射射线吸收系数，/>表示第二滤线栅的散射射线吸收系数。
需要说明的是，通过目标散射投影结果、散射校正投影结果、射线强度之间的线性关系，可以求解得到第一散射校正投影结果与第二散射校正投影结果，实现了散射投影的校正，进而可以根据第一散射校正投影结果与第二散射校正投影结果进行CT重建，即得到高质量的CT图像。
S450、基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
本发明实施例的技术方案，通过根据目标散射投影结果、散射校正投影结果、射线强度之间的线性关系，确定目标散射投影结果对应的散射校正投影结果，实现了散射投影的校正，有效提升了重建图像的质量。
图7为本发明实施例提供的一种图像重建方法的流程图，本实施例的方法与上述实施例中提供的图像重建方法中各个可选方案可以结合。该方法包括如下步骤。
步骤一，对异构滤线栅装置进行吸收系数标定。
示例性的，可以对异构滤线栅装置的直射X射线的吸收系数和散射X射线的吸收系数分别进行标定。具体而言，以包括两种不同密度的滤线栅的异构滤线栅装置为例，对异构滤线栅装置的直射X射线的吸收系数标定的步骤包括：在不放被照射物体和滤线栅装置的情况下测量得到背景信息；在相同几何和光照情况下在探测器表面放置异构滤线栅装置，测量得到背景信息/>；直射X射线对应的光强度为B，B与/>、/>的关系为：/>；其中，/>表示直射X射线的吸收系数，可以为/>或/>。可以理解的是，通过/>与/>即可完成/>的标定。
对异构滤线栅装置的散射X射线的吸收系数的标定步骤包括：锥束CT探测器前不放置滤线栅装置，对被照射物体进行扫描，得到带散射信号的物体投影；将异构滤线栅装置放置到探测器前，对被照射物体进行再次扫描，得到带部分散射信号的物体投影/>；采集或者估计不带散射信号的物体投影/>，例如可通过蒙特卡罗仿真得到/>；被照射物体直射X射线对应的光投影强度为/>，散射X射线对应的光投影强度为/>，/>、/>、/>之间的关系如下：/>；其中，/>表示直射X射线的吸收系数，可以为/>或,/>表示散射X射线的吸收系数，可以为/>或/>。可以理解的是，通过/>、/>、/>之间的关系即可完成/>的标定。
步骤二，采集射线经过第一滤线栅后的第一射线强度以及采集射线经过第二滤线栅后的第二射线强度。
具体的，在被照射物体旋转一周完成一个完整的CT扫描之后，探测器将采集到分别经过第一滤线栅后的第一射线强度以及经过第二滤线栅后的第二射线强度/>。
步骤三，通过散射投影预测模型进行线性计算，得到初始散射投影结果。其中，散射投影预测模型为：；。
步骤四，对初始散射投影结果进行滤波修正，得到目标散射投影结果。
具体的，去除初始散射投影结果中的极大值和极小值，在去除初始散射投影结果中的极大值和极小值之后，再进行平滑滤波处理，从而得到平滑的目标散射投影结果。
步骤五，根据目标散射投影结果、散射校正投影结果、射线强度之间的线性关系，确定目标散射投影结果对应的散射校正投影结果。其中，目标散射投影结果、散射校正投影结果、射线强度之间的线性关系为：；/>。
步骤六，对散射校正投影结果进行CT重建，得到CT重建图像。
示例性的，图8为本实施例提供的一种CT重建切面图。其中，A表示无散射修正的CT重建图像，B表示传统滤线栅修正后的CT重建图像，C表示异构滤线栅修正后的CT重建图像。由图8可知，异构滤线栅修正后的CT重建图像质量明显优于传统滤线栅修正和无散射修正情况下的CT重建图像。图9为本实施例提供的一种CT图像衰减系数分布曲线图。CT图像衰减系数分布曲线图的横轴为像素距离（Pixel Distance），纵轴为衰减系数（AttenuationCoef），其中，实线表示异构滤线栅修正，虚线表示传统滤线栅修正，点线表示无散射修正，由图9可知，当像素距离处于100-150之间时，异构滤线栅修正方法的衰减系数明显优于传统滤线栅修正和无散射修正方法。
本发明实施例的技术方案，通过对异构滤线栅装置进行吸收系数标定，采集射线经过第一滤线栅后的第一射线强度以及采集射线经过第二滤线栅后的第二射线强度，进而根据第一射线强度和第二射线强度确定初始散射投影结果，进而对初始散射投影结果进行滤波修正，得到平滑的目标散射投影结果，进而对目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。上述技术方案，通过利用异构滤线栅装置去散射后的射线强度信息确定初始散射投影结果、滤波修正、校正以及图像重建，有效提升了重建图像的质量。
图10为本发明实施例提供的一种图像重建装置的结构示意图。如图10所示，该装置包括：射线强度信息采集模块610，用于采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度；初始散射投影结果确定模块620，用于基于所述第一射线强度和所述第二射线强度确定初始散射投影结果；散射滤波修正模块630，用于对所述初始散射投影结果进行滤波修正，得到目标散射投影结果；图像重建模块640，用于确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
本发明实施例的技术方案，通过采集射线经过异构滤线栅装置后的射线强度信息，其中，射线强度信息至少包括第一射线强度以及第二射线强度，进而根据第一射线强度和第二射线强度确定初始散射投影结果，进而对初始散射投影结果进行滤波修正，得到平滑的目标散射投影结果，进而对目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。上述技术方案，通过利用异构滤线栅装置去散射后的射线强度信息确定初始散射投影结果、滤波修正、校正以及图像重建，有效提升了重建图像的质量。
在一些可选的实施方式中，所述异构滤线栅装置包括第一滤线栅和第二滤线栅；射线强度信息采集模块610，具体用于：采集射线经过第一滤线栅后的第一射线强度以及采集射线经过第二滤线栅后的第二射线强度，其中，所述第一滤线栅与所述第二滤线栅对称设置在滤线栅装置中线两侧，且所述第一滤线栅与所述第二滤线栅密度不同。
在一些可选的实施方式中，初始散射投影结果确定模块620，具体用于：将所述第一射线强度和所述第二射线强度输入至散射投影预测模型，得到初始散射投影结果。
在一些可选的实施方式中，所述散射投影预测模型包括：；/>；其中，/>表示初始散射投影结果，/>表示第一射线强度，/>表示第二射线强度，/>表示直射投影强度，/>表示第一滤线栅的直射射线吸收系数，/>表示第一滤线栅的散射射线吸收系数，/>表示第二滤线栅的直射射线吸收系数，/>表示第二滤线栅的散射射线吸收系数。
在一些可选的实施方式中，散射滤波修正模块630，具体用于：对所述初始散射投影结果进行异常值排除处理和/或平滑滤波，目标散射投影结果。
在一些可选的实施方式中，图像重建模块640，还用于：根据目标散射投影结果、散射校正投影结果、射线强度之间的线性关系，确定所述目标散射投影结果对应的散射校正投影结果。
在一些可选的实施方式中，所述散射校正投影结果包括第一散射校正投影结果和第二散射校正投影结果；所述目标散射投影结果、散射校正投影结果、射线强度之间的线性关系包括：；/>；其中，/>表示第一散射校正投影结果，/>表示第二散射校正投影结果，/>表示初始散射投影结果，/>表示第一射线强度，/>表示第二射线强度，/>表示第一滤线栅的直射射线吸收系数，/>表示第一滤线栅的散射射线吸收系数，/>表示第二滤线栅的直射射线吸收系数，/>表示第二滤线栅的散射射线吸收系数。
本发明实施例所提供的图像重建装置可执行本发明任意实施例所提供的图像重建方法，具备执行方法相应的功能模块和有益效果。
图11示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图11所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。I/O接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如图像重建方法，该方法包括：采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度；基于所述第一射线强度和所述第二射线强度确定初始散射投影结果；对所述初始散射投影结果进行滤波修正，得到目标散射投影结果；确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像。
在一些实施例中，图像重建方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的图像重建方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行图像重建方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、复杂可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (8)
1.一种图像重建方法，其特征在于，包括：
采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度，所述异构滤线栅装置是指由不同密度的滤线栅构成的防散射滤线栅装置；
将所述第一射线强度和所述第二射线强度输入至散射投影预测模型，得到初始散射投影结果；
对所述初始散射投影结果进行滤波修正，得到目标散射投影结果；
确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像；
所述散射投影预测模型包括：
；
；
其中，表示初始散射投影结果，表示第一射线强度，表示第二射线强度，表示直射投影强度，表示第一滤线栅的直射射线吸收系数，表示第一滤线栅的散射射线吸收系数，表示第二滤线栅的直射射线吸收系数，表示第二滤线栅的散射射线吸收系数。
2.根据权利要求1所述的方法，其特征在于，所述异构滤线栅装置包括第一滤线栅和第二滤线栅；
相应的，所述采集射线经过异构滤线栅装置后的射线强度信息，包括：
采集射线经过第一滤线栅后的第一射线强度以及采集射线经过第二滤线栅后的第二射线强度，其中，所述第一滤线栅与所述第二滤线栅对称设置在滤线栅装置中线两侧，且所述第一滤线栅与所述第二滤线栅密度不同。
3.根据权利要求1所述的方法，其特征在于，所述对所述初始散射投影结果进行滤波修正，得到目标散射投影结果，包括：
对所述初始散射投影结果进行异常值排除处理和/或平滑滤波，得到目标散射投影结果。
4.根据权利要求1所述的方法，其特征在于，所述确定所述目标散射投影结果对应的散射校正投影结果，包括：
根据目标散射投影结果、散射校正投影结果、射线强度之间的线性关系，确定所述目标散射投影结果对应的散射校正投影结果。
5.根据权利要求4所述的方法，其特征在于，所述散射校正投影结果包括第一散射校正投影结果和第二散射校正投影结果；
所述目标散射投影结果、散射校正投影结果、射线强度之间的线性关系包括：
；
；
其中，表示第一散射校正投影结果，表示第二散射校正投影结果，表示初始散射投影结果，表示第一射线强度，表示第二射线强度，表示第一滤线栅的直射射线吸收系数，表示第一滤线栅的散射射线吸收系数，表示第二滤线栅的直射射线吸收系数，表示第二滤线栅的散射射线吸收系数。
6.一种图像重建装置，其特征在于，包括：
射线强度信息采集模块，用于采集射线经过异构滤线栅装置后的射线强度信息，其中，所述射线强度信息至少包括第一射线强度以及第二射线强度，所述异构滤线栅装置是指由不同密度的滤线栅构成的防散射滤线栅装置；
初始散射投影结果确定模块，用于将所述第一射线强度和所述第二射线强度输入至散射投影预测模型，得到初始散射投影结果；
散射滤波修正模块，用于对所述初始散射投影结果进行滤波修正，得到目标散射投影结果；
图像重建模块，用于确定所述目标散射投影结果对应的散射校正投影结果，基于所述目标散射投影结果对应的散射校正投影结果进行电子计算机断层扫描图像重建，得到电子计算机断层扫描重建图像；
所述散射投影预测模型包括：
；
；
其中，表示初始散射投影结果，表示第一射线强度，表示第二射线强度，表示直射投影强度，表示第一滤线栅的直射射线吸收系数，表示第一滤线栅的散射射线吸收系数，表示第二滤线栅的直射射线吸收系数，表示第二滤线栅的散射射线吸收系数。
7.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；
以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的图像重建方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的图像重建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807220.4A CN116531015B (zh) | 2023-07-04 | 2023-07-04 | 图像重建方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310807220.4A CN116531015B (zh) | 2023-07-04 | 2023-07-04 | 图像重建方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116531015A CN116531015A (zh) | 2023-08-04 |
| CN116531015B true CN116531015B (zh) | 2023-10-03 |
Family
ID=87452757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310807220.4A Active CN116531015B (zh) | 2023-07-04 | 2023-07-04 | 图像重建方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116531015B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101987021A (zh) * | 2010-12-06 | 2011-03-23 | 中国科学院深圳先进技术研究院 | Ct系统的散射校正方法及ct系统 |
| CN102264301A (zh) * | 2009-02-10 | 2011-11-30 | 株式会社岛津制作所 | 放射线摄像装置 |
| CN104161536A (zh) * | 2014-07-30 | 2014-11-26 | 西北工业大学 | 一种基于互补光栅的锥束ct散射校正方法及其装置 |
| CN106408543A (zh) * | 2016-11-07 | 2017-02-15 | 深圳先进技术研究院 | 一种用于锥束ct图像散射修正的阻挡光栅优化方法及装置 |
| CN109345608A (zh) * | 2018-10-22 | 2019-02-15 | 中国人民解放军战略支援部队信息工程大学 | 一种基于非对称散射校正板的锥束ct图像重建方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102004029009A1 (de) * | 2004-06-16 | 2006-01-19 | Siemens Ag | Vorrichtung und Verfahren für die Streustrahlungskorrektur in der Computer-Tomographie |
| US8989469B2 (en) * | 2010-12-20 | 2015-03-24 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for simultaneous acquisition of scatter and image projection data in computed tomography |
| US10098603B2 (en) * | 2016-04-15 | 2018-10-16 | Toshiba Medical Systems Corporation | Method for estimation and correction of grid pattern due to scatter |
-
2023
- 2023-07-04 CN CN202310807220.4A patent/CN116531015B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102264301A (zh) * | 2009-02-10 | 2011-11-30 | 株式会社岛津制作所 | 放射线摄像装置 |
| CN101987021A (zh) * | 2010-12-06 | 2011-03-23 | 中国科学院深圳先进技术研究院 | Ct系统的散射校正方法及ct系统 |
| CN104161536A (zh) * | 2014-07-30 | 2014-11-26 | 西北工业大学 | 一种基于互补光栅的锥束ct散射校正方法及其装置 |
| CN106408543A (zh) * | 2016-11-07 | 2017-02-15 | 深圳先进技术研究院 | 一种用于锥束ct图像散射修正的阻挡光栅优化方法及装置 |
| CN109345608A (zh) * | 2018-10-22 | 2019-02-15 | 中国人民解放军战略支援部队信息工程大学 | 一种基于非对称散射校正板的锥束ct图像重建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116531015A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hatvani et al. | Deep learning-based super-resolution applied to dental computed tomography | |
| JP6999576B2 (ja) | 空間とスペクトル情報に基づく複数エネルギーのｃｔ画像におけるノイズ制御のためのシステムと方法 | |
| Jia et al. | GPU-based iterative cone-beam CT reconstruction using tight frame regularization | |
| Gan et al. | Toward accurate tooth segmentation from computed tomography images using a hybrid level set model | |
| US10902619B2 (en) | Systems and methods for determining quality metrics of an image or images based on an edge gradient profile and characterizing regions of interest in an image or images | |
| JP6223990B2 (ja) | イメージ領域のノイズ除去 | |
| CN112116615A (zh) | 根据血管中心线获取血管轮廓线的方法和装置 | |
| JP6526669B2 (ja) | 画像データからの骨の区分化 | |
| CN112351739A (zh) | 使用深度学习进行准确快速的正电子发射断层扫描的系统和方法 | |
| CN111524200A (zh) | 在投影图像中分割金属对象的方法、设备、程序和介质 | |
| Davidoiu et al. | Evaluation of noise removal algorithms for imaging and reconstruction of vascular networks using micro-CT | |
| Feuerstein et al. | Adaptive branch tracing and image sharpening for airway tree extraction in 3-D chest CT | |
| US8077954B2 (en) | System and method for image processing | |
| Hayes et al. | Low‐dose cone‐beam CT via raw counts domain low‐signal correction schemes: Performance assessment and task‐based parameter optimization (Part I: Assessment of spatial resolution and noise performance) | |
| CN113870178A (zh) | 一种基于人工智能的斑块伪影修正及成分分析方法和装置 | |
| CN116531015B (zh) | 图像重建方法、装置、电子设备及存储介质 | |
| CN110084866B (zh) | 一种计算机断层成像方法和装置 | |
| Yilmaz et al. | Noise removal of CBCT images using an adaptive anisotropic diffusion filter | |
| Li et al. | Adaptive non-local means filtering based on local noise level for CT denoising | |
| Vandeghinste et al. | Low-dose micro-CT imaging for vascular segmentation and analysis using sparse-view acquisitions | |
| CN114299081B (zh) | 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 | |
| Zheng et al. | Improving spatial adaptivity of nonlocal means in low‐dosed CT imaging using pointwise fractal dimension | |
| CN116563413B (zh) | 校正参数确定方法、图像重建方法、装置、设备及介质 | |
| Kim et al. | Investigation of patch-based modulation transfer function (MTF) prediction framework in radiography | |
| CN116934631A (zh) | 残影校正方法、装置、设备及存储介质 |
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 |