CN117011191A - 一种ct图像的修复处理方法及装置 - Google Patents
一种ct图像的修复处理方法及装置 Download PDFInfo
- Publication number
- CN117011191A CN117011191A CN202311168995.8A CN202311168995A CN117011191A CN 117011191 A CN117011191 A CN 117011191A CN 202311168995 A CN202311168995 A CN 202311168995A CN 117011191 A CN117011191 A CN 117011191A
- Authority
- CN
- China
- Prior art keywords
- image
- metal
- artifact
- metals
- images
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 229910052751 metal Inorganic materials 0.000 claims abstract description 232
- 239000002184 metal Substances 0.000 claims abstract description 232
- 238000000034 method Methods 0.000 claims abstract description 45
- 229910052704 radon Inorganic materials 0.000 claims abstract description 30
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 claims abstract description 30
- 230000009466 transformation Effects 0.000 claims abstract description 29
- 230000011218 segmentation Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012937 correction Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 230000001502 supplementing effect Effects 0.000 claims abstract description 9
- 150000002739 metals Chemical class 0.000 claims description 61
- 230000015654 memory Effects 0.000 claims description 18
- 238000003708 edge detection Methods 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims 1
- 230000008439 repair process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 239000000126 substance Substances 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000002601 radiography Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003711 image thresholding Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000009607 mammography Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请公开了一种CT图像的修复处理方法及装置，涉及图像处理应用技术领域。方法包括：获取第一图像，所述第一图像为待修复的CT图像，获取途径包括通过CT仪器输出；对所述第一图像进行阈值分割，得到第二图像和第三图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分；所述第二图像进行radon变换，得到第四图像，所述第三图像进行radon变换，得到第五图像；所述第五图像中去除与所述第四图像中的相交部分，对产生的间隙进行插值算法矫正，得到第六图像；所述第六图像进行radon逆变换后，将所述第二图像补入，得到第七图像，也就是修复矫正后的CT图像。
Description
技术领域
本申请涉及图像处理技术领域，具体涉及一种CT图像的修复处理方法及装置。
背景技术
CT图像是常用的医学图像之一，CT(英文全称：Computed Tomography，中文全称：计算机断层扫描)图像，是利用精准直的x线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕在人体的某一部位作为一个接一个的断面扫描得到多张不同断面的多图层CT图像，随着探测器和成像设备的不断进步，得到的CT图像也越来越清晰准确，医生根据这些不同断面的CT图像进行更精确的病情诊断。
目前随着现代医学的发展，通过手术在病人体内植入带有金属物质的假体的情况越来越普遍，比较常见的有假牙植入、心脏起搏器，以及越来越多的各种关节和假肢等，这些金属物体相比较于人体组织，对光子有更强的吸收能力，导致会在CT图像中产生金属伪影，产生金属伪影的产生是多重因素共同作用的结果，这些包括：硬化效应、容积效应、散射效应，但是，其根本原因仍然与金属本身的高衰减特性有关，物质的高衰减会使X射线硬化，同时也会使散射现象加剧，因此急需一种图像修复和处理的方法和装置，对CT图像中的金属伪影进行修复和处理。
发明内容
本发明的目的在于：针对目前现有技术的不足，提供一种CT图像的修复处理方法及装置，对患者体内存在金属造成的CT图像中的金属伪影进行原图像的修复处理，将本不应该存在于CT图像中的金属伪影去除。
为了实现上述发明目的，本发明提供了以下技术方案：
在本申请的第一方面，提供一种CT图像的修复处理方法，包括：
获取第一图像，所述第一图像为待修复的CT图像，获取途径包括通过CT仪器输出；
对所述第一图像进行阈值分割，得到第二图像和第三图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分；
所述第二图像进行radon变换，得到第四图像，所述第三图像进行radon变换，得到第五图像；
所述第五图像中去除与所述第四图像中的相交部分，对产生的间隙进行插值算法矫正，得到第六图像；
所述第六图像进行radon逆变换后，将所述第二图像补入，得到第七图像。
在本申请一实施例中，所述获取第一图像的步骤之前，所述方法还包括对目标进行扫描得到初始图像，具体为：
识别目标内部的金属数量，所述金属数量为n；
当金属数量大于1时，保留其中一个金属，其他包含金属的区域不进行扫描，对所述目标其余部分进行扫描，得到只有单个金属的CT图像，标记为A1图像；
重复上述步骤直到对所有金属分别进行了单独保留，分别得到全部金属的单个金属的CT图像，分为A1图像-An图像，n与金属数量一致。
在本申请一实施例中，所述得到所有金属分别的CT图像的步骤之后，得到与金属数量一致的所述第七图像，分别为第七-1图像到第七-n图像，所述方法还包括：
选择第七-1图像作为基底图像；
将第七-2图像到第七-n图像分别与所述第七-1图像进行对比；
将所述第七-2图像到第七-n图像相对所述第七-1图像不同的部分，将所述不同的部分，分别补入所述第七-1图像对应的区域。
在本申请一实施例中，所述其他包含金属的区域不进行扫描的方式包括：
对所述目标表面进行遮挡；
对所述CT仪器相对金属的视野区域进行遮挡；
对所述CT仪器相对金属的视野区域进行划定，该视野区域不进行扫描。
在本申请一实施例中，所述得到第七图像的步骤之后，所述方法还包括：
所述第一图像与所述第七图像进行比对，得到伪影区域；
通过边缘检测算法对所述伪影区域进行边缘检测，得到伪影区域的边缘；
基于所述伪影区域的边缘，对伪影区域进行框选，形成对所述伪影区域的提示。
在本申请一实施例中，所述第一图像与所述第七图像进行比对的步骤中，所述方法具体包括：
基于阈值分割结果，确定所述第一图像和所述第七图像中金属的位置；
所述第一图像中的金属与所述第七图像中的金属进行逐一对应；
从所述金属所在位置为中心开始向四周进行比对。
在本申请一实施例中，所述从所述金属所在位置为中心开始向四周进行比对的步骤后，所述方法还包括：
识别所述金属所在位置的四周的伪影所在位置；
对没有伪影存在的方向放弃比对；对有伪影存在的方向，基于伪影所在位置，以当前伪影位置为中心向四周进行比对。
在本申请的第二方面，提供一种CT图像的修复处理装置，所述装置包括：
图像获取模块：获取第一图像，所述第一图像为待修复的CT图像，获取途径包括通过CT仪器输出；
阈值分割模块：对所述第一图像进行阈值分割，得到第二图像和第三图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分；
radon变换模块：所述第二图像进行radon变换，得到第四图像，所述第三图像进行radon变换，得到第五图像；
伪影去除模块：所述第五图像中去除与所述第四图像中的相交部分，对产生的间隙进行插值算法矫正，得到第六图像；
逆变换模块：所述第六图像进行radon逆变换后，将所述第二图像补入，得到第七图像。
在本申请一实施例中，所述装置还包括：
金属识别模块：识别目标内部的金属数量，所述金属数量为n；
金属标记模块：当金属数量大于1时，保留其中一个金属，其他包含金属的区域不进行扫描，对所述目标其余部分进行扫描，得到只有单个金属的CT图像，标记为A1图像；
图像生成模块：重复上述步骤直到对所有金属分别进行了单独保留，分别得到全部金属的单个金属的CT图像，分为A1图像-An图像，n与金属数量一致。
在本申请一实施例中，所述装置还包括：
图像选择模块：选择第七-1图像作为基底图像；
图像对比模块：将第七-2图像到第七-n图像分别与所述第七-1图像进行对比；
图像补入模块：将所述第七-2图像到第七-n图像相对所述第七-1图像不同的部分，将所述不同的部分，分别补入所述第七-1图像对应的区域。
在本申请一实施例中，所述装置还包括金属遮挡模块，所述金属遮挡模块遮挡方式包括：
对所述目标表面进行遮挡；
对所述CT仪器相对金属的视野区域进行遮挡；
对所述CT仪器相对金属的视野区域进行划定，该视野区域不进行扫描。
在本申请一实施例中，所述装置还包括：
伪影比对模块：所述第一图像与所述第七图像进行比对，得到伪影区域；
边缘检测模块：通过边缘检测算法对所述伪影区域进行边缘检测，得到伪影区域的边缘；
区域框选模块：基于所述伪影区域的边缘，对伪影区域进行框选，形成对所述伪影区域的提示。
在本申请一实施例中，所述装置还包括：
伪影位置确认模块：基于阈值分割结果，确定所述第一图像和所述第七图像中金属的位置；
伪影对应模块：所述第一图像中的金属与所述第七图像中的金属进行逐一对应；
比对开始模块：从所述金属所在位置为中心开始向四周进行比对。
在本申请一实施例中，所述从所述金属所在位置为中心开始向四周进行比对的步骤后，所述方法还包括：
伪影识别模块：识别所述金属所在位置的四周的伪影所在位置；
伪影路径模块：对没有伪影存在的方向放弃比对；对有伪影存在的方向，基于伪影所在位置，以当前伪影位置为中心向四周进行比对。
本申请具有以下有益效果：
1、在本申请的实施方式中金属物质在CT图像中表现为CT值极高的亮点，所述CT值可以高达1000亨氏单位，周边像闪光灯一样的放射样伪影，也就是金属伪影，由于金属物质与人体组织的灰度级范围不同，且差异较大，因此可以通过对第一图像进行阈值分割，将所述第一图像中的金属部分分割出来，也就是所述第二图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分。由于第四图像就是所述第一图像造成金属伪影的原因，因此在所述第五图像中去除与所述第四图像中的相交部分，也就是去除了造成金属伪影的原因，在所述第五图像中去除和所述第四图像相交的部分后，会留下间隙，这些间隙使用插值算法进行校正，得到第六图像；所述第六图像已经去除了造成金属伪影的原因，因此对所述第六图像进行radon逆变换，还原后的第六图像则去除了金属伪影，而由于第三图像是没有金属部分的CT图像，因此作为以第三图像为基础的还原后的第六图像也没有金属部分的图像，而所述第二图像仅有金属部分，因此这时将所述第二图像补入，形成修复处理完成的第七图像，所述第七图像中仅存在金属部分的亮点，而没有周边像闪光灯一样的放射样伪影，大大减小了金属伪影对周边组织分辨的影响；
2、由于如果目标内部存在多个金属会导致金属伪影轨迹复杂，导致相对单金属的金属伪影难以去除，因此在本实施方式中对目标进行了多次拍摄，每一次只摄入目标内部的一个金属，而不对其余的金属进行扫描拍摄，也就是说将多金属导致的复杂金属伪影转化为单金属导致的简单金属伪影，后续再对每一张CT图像进行金属伪影去除，相对直接多金属导致的复杂金属伪影的去除效果好；
3、提供了所述其他包含金属的区域不进行扫描的方式，包括物理遮挡的对所述目标表面进行遮挡和对所述CT仪器相对金属的视野区域进行遮挡，采用物理遮挡较为直观方便，不需要扫描的区域直接通过CT仪器无法通过挡片进行遮挡，但是存在每次更换挡片位置花费时间较长且可能出现没有对准目标内部的金属的问题；还包括系统设置对所述CT仪器相对金属的视野区域进行划定，该视野区域不进行扫描，通过一次完整的扫描得到全部金属的位置后，后续对划定区域不进行扫描；
4、对初始存在的伪影区域进行检测，具体通过原始存在金属伪影的所述第一图像与去除了金属伪影的所述第七图像进行比对，得到伪影存在的区域，再对金属伪影区域进行边缘检测、边缘框选，对金属伪影区域进行框选后，即使通过了金属伪影的修复矫正处理，但还是可以看到CT图像中被修复矫正过的区域，在查看时将修复矫正的因素、伪影因素一同进行考虑；
5、由于金属伪影的走向基本稳定，因此在识别到金属所在位置的四周的伪影所在位置后，将伪影作为中心向四周进行比对，通过不断调整中心的位置，大大减少了对非金属伪影区域的扫描，进一步的节省了扫描时间，提高了比对效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1为本申请实施例涉及的硬件运行环境的电子设备结构示意图。
图2为本申请实施例的系统架构示意图。
图3是本申请实施例提供的一种CT图像的修复处理方法的步骤流程图。
图4是本申请实施例提供的一种CT图像的修复处理装置的功能模块示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。显然，所描述的实施例是本申请一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面结合附图对本申请的方案进一步说明。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的电子设备结构示意图。
如图1所示，该电子设备可以包括：处理器1001，例如中央处理器（CentralProcessing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及电子程序。
在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中，电子设备通过处理器1001调用存储器1005中存储的一种CT图像的修复处理装置，并执行本申请实施例提供的一种CT图像的修复处理方法。
参照图2，示出了本申请实施例的系统架构示意图。如图2所示，该系统架构可以包括第一设备201、第二设备202、第三设备203、第四设备204和网络205。其中，网络205用以在第一设备201、第二设备202、第三设备203和第四设备204之间提供通信链路的介质。网络205可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
在本实施方式中，第一设备201可以处理从第二设备202、第三设备203和/或第四设备204获得的数据和/或信息。例如，第一设备201可以对第二设备202扫描获得的含金属伪影的待处理图像进行radon变换、阈值分割、radon逆变换等处理，得到去除金属伪影的修复后图像。在一些实施例中，第一设备201可以是单一服务器或服务器组。服务器组可以是集中式的或分布式的。在一些实施例中，第一设备201可以是本地或远程的。例如，第一设备201可以通过网络205从第二设备202、第三设备203和/或第四设备204访问信息和/或数据。又例如，处理设备120可以直接连接到第二设备202、第三设备203和/或第四设备204以访问信息和/或数据。在一些实施例中，第一设备201可以在云平台上实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、云间云、多云等或其任意组合。
在本实施方式中，第二设备202为成像设备，具体可以是或包括X射线成像设备。例如，X射线成像设备可以包括DSA(数字减影血管造影技术)、数字化X射线摄影设备(DigitalRadiography，DR)、计算机X射线摄影设备(Computed Radiography，CR)、数字荧光X线摄影设备(DigitalFluorography，DF)、CT扫描仪、磁共振扫描仪、乳腺X线机、C形臂设备等。
在本实施方式中，第四设备204为可以是支持网络连接从而提供各种网络服务的硬件设备或软件。当设备为硬件时，其可以是各种电子设备，包括但不限于智能手机204-1、平板电脑、投影仪204-2、台式计算机204-3和服务器等等。这时，作为硬件设备，其可以实现成多个设备组成的分布式设备群，也可以实现成单个设备。当设备为软件时，可以安装在上述所列举的设备中。这时，作为软件，其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
在本实施方式中，第三设备203为存储设备，所述存储设备可以存储数据(例如，待处理图像、处理中图像、修复后图像等)、指令和/或任何其他信息。在一些实施例中，存储设备可以存储从第一设备201、第二设备202和/或第四设备204处获取的数据。例如，存储设备可以存储从第二设备202获取的目标对象的待处理图像等。又如，存储设备可以存储从第一设备201获取的去除金属伪影的修复后图像等。在一些实施例中，存储设备可以存储第一设备201可以执行或使用的数据和/或指令，以执行本说明书中描述的示例性方法。
在一些实施例中，存储设备可包括大容量存储器、可移除存储器、易失性读写存储器、只读存储器(ROM)等其中一种或几种的组合。在一些实施例中，存储设备可以通过本说明书中描述的装置实现。
在一些实施例中，存储设备可以连接网络205，以与一种CT图像的修复处理装置中的一个或多个组件(例如，第一设备201、第四设备204)之间实现通信。一种CT图像的修复处理装置中的一个或多个组件可以通过网络205读取第三设备203中的数据或指令。在一些实施例中，第三设备203可以是第一设备201的一部分，也可以是独立的，与第一设备201直接或间接相连。
网络205可以包括能够促进一种CT图像的修复处理装置的信息和/或数据交换的任何合适的网络。在一些实施例中，一种CT图像的修复处理装置的一个或多个组件(例如，第一设备201、第二设备202、第三设备203、第四设备204)可以通过网络205与一种CT图像的修复处理装置的一个或多个组件之间交换信息和/或数据。例如，第一设备201可以通过网络205从第二设备202中获取目标对象的待处理图像。在一些实施例中，网络205可以包括公共网络(例如，互联网)、私人网络(例如，局域网(LAN)、广域网(WAN))等)、有线网络(例如，以太网)、无线网络(例如，802.11网络、无线Wi-Fi网络等)、蜂窝网络(例如，长期演进(LTE)网络)、帧中继网络、虚拟专用网络(VPN)、卫星网络、电话网络、路由器、集线器、服务器计算机等其中一种或几种的组合。在一些实施例中，网络205可以包括一个或多个网络接入点。例如，网络205可以包括有线和/或无线网络接入点，例如基站和/或因特网交换点，通过接入点，一种CT图像的修复处理装置的一个或多个组件可以连接网络205以交换数据和/或信息。
在具体实现中，设备可以通过安装相应的客户端应用或服务端应用来提供相应的网络服务。设备在安装了客户端应用之后，其可以在网络通信中体现为客户端。相应地，在安装了服务端应用之后，其可以在网络通信中体现为服务端。
应该理解，图2中的网络和设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的网络和设备。
参照图3，基于前述硬件运行环境和系统架构，本申请的实施例提供了一种CT图像的修复处理方法，包括：
S301：获取第一图像，所述第一图像为待修复的CT图像，获取途径包括通过CT仪器输出；
需要说明的是，需要说明的是，CT仪器是一种病情探测仪器，电子计算机X射线断层扫描技术简称。CT检查根据人体不同组织对X线的吸收与透过率的不同，应用灵敏度极高的仪器对人体进行测量，然后将测量所获取的数据输入电子计算机，电子计算机对数据进行处理后，就可摄下人体被检查部位的断面或立体的图像，也就是CT图像，而如果在摄下人体被检查部位存在有金属物质时，这些金属物质相比较于人体组织，对光子有更强的吸收能力，极容易导致放射性的金属伪影；
在本实施方式中，获取第一图像，也就是待修复的CT图像，用于下一步步骤对所述第一图像进行阈值分割；
S302：对所述第一图像进行阈值分割，得到第二图像和第三图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分；
需要说明的是，阈值分割法是一种基于区域的图像分割技术，原理是把图像像素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现；
在本实施方式中，金属物质在CT图像中表现为CT值极高的亮点，所述CT值可以高达1000亨氏单位，周边像闪光灯一样的放射样伪影，也就是金属伪影，由于金属物质与人体组织的灰度级范围不同，且差异较大，因此可以通过对第一图像进行阈值分割，将所述第一图像中的金属部分分割出来，也就是所述第二图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分。
S303：所述第二图像进行radon变换，得到第四图像，所述第三图像进行radon变换，得到第五图像；
需要说明的是，所述radon变换是将原来的函数做了一个空间转换，例如，将原来的XY平面内的点映射到AB平面上，那么原来在XY平面上的一条直线的所有的点在AB平面上都位于同一点。记录AB平面上的点的积累厚度，便可知XY平面上的线的存在性；
S304：所述第五图像中去除与所述第四图像中的相交部分，对产生的间隙进行插值算法矫正，得到第六图像；
需要说明的是，所述插值算法是依据邻近像素的值来对该间隙进行插值矫正，通过间隙两边已知的值来确定间隙未知的值；
在本实施方式中，由于第四图像就是所述第一图像造成金属伪影的原因，因此在所述第五图像中去除与所述第四图像中的相交部分，也就是去除了造成金属伪影的原因，在所述第五图像中去除和所述第四图像相交的部分后，会留下间隙，这些间隙使用插值算法进行校正，得到第六图像；
S305：所述第六图像进行radon逆变换后，将所述第二图像补入，得到第七图像。
在本实施方式中，所述第六图像已经去除了造成金属伪影的原因，因此对所述第六图像进行radon逆变换，还原后的第六图像则去除了金属伪影，而由于第三图像是没有金属部分的CT图像，因此作为以第三图像为基础的还原后的第六图像也没有金属部分的图像，而所述第二图像仅有金属部分，因此这时将所述第二图像补入，形成修复处理完成的第七图像，所述第七图像中仅存在金属部分的亮点，而没有周边像闪光灯一样的放射样伪影，大大减小了金属伪影对周边组织分辨的影响。
在一个可行的实施方式中，所述获取第一图像的步骤之前，所述方法还包括对目标进行扫描得到初始图像，具体为：
S401：识别目标内部的金属数量，所述金属数量为n；
需要说明的是，单个金属会在金属周边造成像闪光灯一样的放射样伪影，而目标内部存在多个金属时，由于每一个金属都会在周边造成放射性的金属伪影，这些放射性金属伪影之间相互影响导致金属伪影变得复杂，使得radon变换最后的效果不佳，金属伪影的去除效果不好；
S402：当金属数量大于1时，保留其中一个金属，其他包含金属的区域不进行扫描，对所述目标其余部分进行扫描，得到只有单个金属的CT图像，标记为A1图像；
在本实施方式中，可以通过多种方式识别目标内部的金属数量，例如采用阈值分割法，识别CT图像内有几处阈值设定以上的区域，也就是金属的数量，通过识别目标内部的金属数量，分为单个金属和多个金属的问题，当金属数量为多个时，保留其中一个金属，其他包含金属的区域不进行扫描，对所述目标其余部分进行扫描，得到只有单个金属的CT图像，将多个金属的问题转换为单个金属问题；
S403：重复上述步骤直到对所有金属分别进行了单独保留，分别得到全部金属的单个金属的CT图像，分为A1图像-An图像，n与金属数量一致。
在本实施方式中，由于如果目标内部存在多个金属会导致金属伪影轨迹复杂，导致相对单金属的金属伪影难以去除，因此在本实施方式中对目标进行了多次拍摄，每一次只摄入目标内部的一个金属，而不对其余的金属进行扫描拍摄，也就是说将多金属导致的复杂金属伪影转化为单金属导致的简单金属伪影，后续再对每一张CT图像进行金属伪影去除，相对直接多金属导致的复杂金属伪影的去除效果好。
在一个可行的实施方式中，所述得到所有金属分别的CT图像的步骤之后，得到与金属数量一致的所述第七图像，分别为第七-1图像到第七-n图像，所述方法还包括：
S501：选择第七-1图像作为基底图像；
S502：将第七-2图像到第七-n图像分别与所述第七-1图像进行对比；
S503：将所述第七-2图像到第七-n图像相对所述第七-1图像不同的部分，将所述不同的部分，分别补入所述第七-1图像对应的区域。
在本实施方式中，将步骤S403得到的A1图像-An图像作为第一图像代入步骤S301中，到步骤S305则会得到n张第七图像，n为正整数，也就是第七-1图像到第七-n图像，此时每一张第七图像中都只存在一个金属物质，所述第一图像中的其余金属所在区域均为空白，因此将其中一张第七图像设置为基底图像，通过其余的第七图像与基底图像比对，取所述其余的第七图像相对所述基底图像不同的部分，将所述不同的部分，分别补入所述基底图像对应的区域，拼接得到完整的CT图像。
在一个可行的实施方式中，所述其他包含金属的区域不进行扫描的方式包括：对所述目标表面进行遮挡；对所述CT仪器相对金属的视野区域进行遮挡；对所述CT仪器相对金属的视野区域进行划定，该视野区域不进行扫描。
在本实施方式中，提供了所述其他包含金属的区域不进行扫描的方式，包括物理遮挡的对所述目标表面进行遮挡和对所述CT仪器相对金属的视野区域进行遮挡，采用物理遮挡较为直观方便，不需要扫描的区域直接通过CT仪器无法通过挡片进行遮挡，但是存在每次更换挡片位置花费时间较长且可能出现没有对准目标内部的金属的问题；还包括系统设置对所述CT仪器相对金属的视野区域进行划定，该视野区域不进行扫描，通过一次完整的扫描得到全部金属的位置后，后续对划定区域不进行扫描。
在一个可行的实施方式中，所述得到第七图像的步骤之后，所述方法还包括：
S601：所述第一图像与所述第七图像进行比对，得到伪影区域；
S602：通过边缘检测算法对所述伪影区域进行边缘检测，得到伪影区域的边缘；
S603：基于所述伪影区域的边缘，对伪影区域进行框选，形成对所述伪影区域的提示。
需要说明的是，金属伪影在CT图像中出现后，虽然经过修复矫正处理可以将大部分的金属伪影去除，但是难以将所有金属伪影去除，且金属伪影存在的区域经过处理后难免出现失真的情况，但是修复矫正后的CT图像可能看不出金属伪影之前存在的区域，但是该区域是经过了修复矫正的，与目标内部本应该呈现的图像存在一定差距，需要将修复矫正的因素一同进行考虑，减少误判的风险；
在本实施方式中，对初始存在的伪影区域进行检测，具体通过原始存在金属伪影的所述第一图像与去除了金属伪影的所述第七图像进行比对，得到伪影存在的区域，再对金属伪影区域进行边缘检测、边缘框选，对金属伪影区域进行框选后，即使通过了金属伪影的修复矫正处理，但还是可以看到CT图像中被修复矫正过的区域，在查看时将修复矫正的因素、伪影因素一同进行考虑。
在一个可行的实施方式中，所述第一图像与所述第七图像进行比对的步骤中，所述方法具体包括：
S701：基于阈值分割结果，确定所述第一图像和所述第七图像中金属的位置；
S702：所述第一图像中的金属与所述第七图像中的金属进行逐一对应；
S703：从所述金属所在位置为中心开始向四周进行比对。
需要说明的是，在本实施方式中将多个金属物质的情况转换为单个金属物质的情况，单个金属物质造成的金属伪影为像闪光灯一样的放射样的金属伪影，以金属所在位置为中心开始向四周发散，该金属伪影方向基本稳定，因此在所述第一图像和所述第七图像进行比对时，从所述金属所在位置为中心开始向四周进行比对，相对通常按照预设置的方向顺序进行像素的逐一扫描花费的大量时间相比可以节省大量比对时间。
在一个可行的实施方式中，所述从所述金属所在位置为中心开始向四周进行比对的步骤后，所述方法还包括：
S801：识别所述金属所在位置的四周的伪影所在位置；
S802：对没有伪影存在的方向放弃比对；对有伪影存在的方向，基于伪影所在位置，以当前伪影位置为中心向四周进行比对。
在本实施方式中，由于金属伪影的走向基本稳定，因此在识别到金属所在位置的四周的伪影所在位置后，将伪影作为中心向四周进行比对，通过不断调整中心的位置，大大减少了对非金属伪影区域的扫描，进一步的节省了扫描时间，提高了比对效率。
在本申请的第二方面，参照图4，提供一种CT图像的修复处理装置900，所述装置900包括：
图像获取模块901：获取第一图像，所述第一图像为待修复的CT图像，获取途径包括通过CT仪器输出；
阈值分割模块902：对所述第一图像进行阈值分割，得到第二图像和第三图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分；
radon变换模块903：所述第二图像进行radon变换，得到第四图像，所述第三图像进行radon变换，得到第五图像；
伪影去除模块904：所述第五图像中去除与所述第四图像中的相交部分，对产生的间隙进行插值算法矫正，得到第六图像；
逆变换模块905：所述第六图像进行radon逆变换后，将所述第二图像补入，得到第七图像。
在一个可行的实施方式中，所述装置还包括：
金属识别模块：识别目标内部的金属数量，所述金属数量为n；
金属标记模块：当金属数量大于1时，保留其中一个金属，其他包含金属的区域不进行扫描，对所述目标其余部分进行扫描，得到只有单个金属的CT图像，标记为A1图像；
图像生成模块：重复上述步骤直到对所有金属分别进行了单独保留，分别得到全部金属的单个金属的CT图像，分为A 1图像-An图像，n与金属数量一致。
在一个可行的实施方式中，所述装置还包括：
图像选择模块：选择第七-1图像作为基底图像；
图像对比模块：将第七-2图像到第七-n图像分别与所述第七-1图像进行对比；
图像补入模块：将所述第七-2图像到第七-n图像相对所述第七-1图像不同的部分，将所述不同的部分，分别补入所述第七-1图像对应的区域。
在一个可行的实施方式中，所述装置还包括金属遮挡模块，所述金属遮挡模块遮挡方式包括：
对所述目标表面进行遮挡；
对所述CT仪器相对金属的视野区域进行遮挡；
对所述CT仪器相对金属的视野区域进行划定，该视野区域不进行扫描。
在一个可行的实施方式中，所述装置还包括：
伪影比对模块：所述第一图像与所述第七图像进行比对，得到伪影区域；
边缘检测模块：通过边缘检测算法对所述伪影区域进行边缘检测，得到伪影区域的边缘；
区域框选模块：基于所述伪影区域的边缘，对伪影区域进行框选，形成对所述伪影区域的提示。
在一个可行的实施方式中，所述装置还包括：
伪影位置确认模块：基于阈值分割结果，确定所述第一图像和所述第七图像中金属的位置；
伪影对应模块：所述第一图像中的金属与所述第七图像中的金属进行逐一对应；
比对开始模块：从所述金属所在位置为中心开始向四周进行比对。
在一个可行的实施方式中，所述从所述金属所在位置为中心开始向四周进行比对的步骤后，所述方法还包括：
伪影识别模块：识别所述金属所在位置的四周的伪影所在位置；
伪影路径模块：对没有伪影存在的方向放弃比对；对有伪影存在的方向，基于伪影所在位置，以当前伪影位置为中心向四周进行比对。
需要说明的是，本申请实施例的用于区块链网络的信息推送装置500的具体实施方式参照前述本申请实施例第一方面提出的一种多CT图像融合方法的具体实施方式，在此不再赘述。
在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言（包括编译或解释语言，或者声明性或过程性语言）来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言（HTML，Hyper TextMarkup Language）文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件（例如，存储一个或多个模块、子程序或代码部分的文件）中。
作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
需要说明的是，在本文中，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……”限定的要素，并不排除在包括要素的物品或者设备中还存在另外的相同要素。
以上对所提供的一种CT图像的修复处理方法及装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的用于CT图像的修复处理方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种CT图像的修复处理方法，其特征在于，包括：
获取第一图像，所述第一图像为待修复的CT图像，获取途径包括通过CT仪器输出；
对所述第一图像进行阈值分割，得到第二图像和第三图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分；
所述第二图像进行radon变换，得到第四图像，所述第三图像进行radon变换，得到第五图像；
所述第五图像中去除与所述第四图像中的相交部分，对产生的间隙进行插值算法矫正，得到第六图像；
所述第六图像进行radon逆变换后，将所述第二图像补入，得到第七图像。
2.如权利要求1所述的一种CT图像的修复处理方法，其特征在于，所述获取第一图像的步骤之前，所述方法还包括对目标进行扫描得到初始图像，具体为：
识别目标内部的金属数量，所述金属数量为n；
当金属数量大于1时，保留其中一个金属，其他包含金属的区域不进行扫描，对所述目标其余部分进行扫描，得到只有单个金属的CT图像，标记为A1图像；
重复上述步骤直到对所有金属分别进行了单独保留，分别得到全部金属的单个金属的CT图像，分为A1图像-An图像，n与金属数量一致。
3.如权利要求2所述的一种CT图像的修复处理方法，其特征在于，所述得到所有金属分别的CT图像的步骤之后，得到与金属数量一致的所述第七图像，分别为第七-1图像到第七-n图像，所述方法还包括：
选择第七-1图像作为基底图像；
将第七-2图像到第七-n图像分别与所述第七-1图像进行对比；
将所述第七-2图像到第七-n图像相对所述第七-1图像不同的部分，将所述不同的部分，分别补入所述第七-1图像对应的区域。
4.如权利要求3所述的一种CT图像的修复处理方法，其特征在于，所述其他包含金属的区域不进行扫描的方式包括：
对所述目标表面进行遮挡；
对所述CT仪器相对金属的视野区域进行遮挡；
对所述CT仪器相对金属的视野区域进行划定，该视野区域不进行扫描。
5.如权利要求4所述的一种CT图像的修复处理方法，其特征在于：所述得到第七图像的步骤之后，所述方法还包括：
所述第一图像与所述第七图像进行比对，得到伪影区域；
通过边缘检测算法对所述伪影区域进行边缘检测，得到伪影区域的边缘；
基于所述伪影区域的边缘，对伪影区域进行框选，形成对所述伪影区域的提示。
6.如权利要求5所述的一种CT图像的修复处理方法，其特征在于，所述第一图像与所述第七图像进行比对的步骤中，所述方法具体包括：
基于阈值分割结果，确定所述第一图像和所述第七图像中金属的位置；
所述第一图像中的金属与所述第七图像中的金属进行逐一对应；
从所述金属所在位置为中心开始向四周进行比对。
7.如权利要求6所述的一种CT图像的修复处理方法，其特征在于，所述从所述金属所在位置为中心开始向四周进行比对的步骤后，所述方法还包括：
识别所述金属所在位置的四周的伪影所在位置；
对没有伪影存在的方向放弃比对；对有伪影存在的方向，基于伪影所在位置，以当前伪影位置为中心向四周进行比对。
8.一种CT图像的修复处理装置，其特征在于，包括：
图像获取模块：获取第一图像，所述第一图像为待修复的CT图像，获取途径包括通过CT仪器输出；
阈值分割模块：对所述第一图像进行阈值分割，得到第二图像和第三图像，所述第二图像为所述第一图像中的金属图像部分，所述第三图像为所述第一图像去掉所述第二图像剩下的部分；
radon变换模块：所述第二图像进行radon变换，得到第四图像，所述第三图像进行radon变换，得到第五图像；
伪影去除模块：所述第五图像中去除与所述第四图像中的相交部分，对产生的间隙进行插值算法矫正，得到第六图像；
逆变换模块：所述第六图像进行radon逆变换后，将所述第二图像补入，得到第七图像。
9.一种CT图像的修复处理电子设备，其特征在于，包括处理器和存储器；该存储器用于存储计算机程序，当该处理器执行该计算机程序时，以使该电子设备执行如权利要求1-7中任一项所述的一种CT图像的修复处理方法。
10.一种CT图像的修复处理可读存储介质，其特征在于，可读存储介质上存储有程序或指令，所述程序或指令被处理器执行时实现权利要求1-7任一项所述的一种CT图像的修复处理方法的各个过程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311168995.8A CN117011191A (zh) | 2023-09-12 | 2023-09-12 | 一种ct图像的修复处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311168995.8A CN117011191A (zh) | 2023-09-12 | 2023-09-12 | 一种ct图像的修复处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117011191A true CN117011191A (zh) | 2023-11-07 |
Family
ID=88563887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311168995.8A Pending CN117011191A (zh) | 2023-09-12 | 2023-09-12 | 一种ct图像的修复处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117011191A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3058249A3 (fr) * | 2016-10-28 | 2018-05-04 | Carl Zeiss X Ray Microscopy Inc | Programme informatique pour la segmentation et la reduction d'artefacts metalliques a base de spectre et systeme tdm |
| CN112508808A (zh) * | 2020-11-26 | 2021-03-16 | 中国人民解放军战略支援部队信息工程大学 | 基于生成对抗网络的ct双域联合金属伪影校正方法 |
| CN113592968A (zh) * | 2021-07-09 | 2021-11-02 | 清华大学 | 断层扫描图像中金属伪影的消减方法和装置 |
| CN115841509A (zh) * | 2023-02-10 | 2023-03-24 | 苏州国科康成医疗科技有限公司 | 一种ct影像配准方法及系统 |
-
2023
- 2023-09-12 CN CN202311168995.8A patent/CN117011191A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3058249A3 (fr) * | 2016-10-28 | 2018-05-04 | Carl Zeiss X Ray Microscopy Inc | Programme informatique pour la segmentation et la reduction d'artefacts metalliques a base de spectre et systeme tdm |
| CN112508808A (zh) * | 2020-11-26 | 2021-03-16 | 中国人民解放军战略支援部队信息工程大学 | 基于生成对抗网络的ct双域联合金属伪影校正方法 |
| CN113592968A (zh) * | 2021-07-09 | 2021-11-02 | 清华大学 | 断层扫描图像中金属伪影的消减方法和装置 |
| CN115841509A (zh) * | 2023-02-10 | 2023-03-24 | 苏州国科康成医疗科技有限公司 | 一种ct影像配准方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110570492B (zh) | 一种基于神经网络的ct伪影抑制方法、设备以及介质 | |
| US11839501B2 (en) | Image creation device | |
| US9811903B2 (en) | Systems and methods for identifying bone marrow in medical images | |
| US8280135B2 (en) | System and method for highly attenuating material artifact reduction in x-ray computed tomography | |
| EP1306807A2 (en) | A tomographic image reconstruction method for tomosynthesis | |
| CN102846333A (zh) | 用于x射线成像中的散射校正的方法和系统 | |
| EP3131062A2 (en) | Method, apparatus, and computer readable medium for removing unwanted objects from a tomogram | |
| Altunbas et al. | A unified scatter rejection and correction method for cone beam computed tomography | |
| JPH1094538A (ja) | 異常陰影候補の検出方法および装置 | |
| US6845143B2 (en) | CT image reconstruction | |
| CN111184523A (zh) | 基于dr设备的三维图像重建方法及系统 | |
| CN116721045B (zh) | 一种多ct图像融合的方法及装置 | |
| CN109389577B (zh) | X射线图像处理方法和系统及计算机存储介质 | |
| CN111956248A (zh) | 一种x射线成像方法、装置、设备及存储介质 | |
| CN113520416A (zh) | 一种用于生成对象二维图像的方法和系统 | |
| CN117011191A (zh) | 一种ct图像的修复处理方法及装置 | |
| CN113313649B (zh) | 图像重建方法及装置 | |
| WO2019051209A1 (en) | SYSTEM AND METHOD FOR REDUCING SINOGRAM DISTRIBUTED METAL ARTIFACTS | |
| CN116416329A (zh) | 一种乳腺断层图像重建方法和系统 | |
| CN112562030A (zh) | 图像重建方法、装置和电子设备 | |
| EP3404618B1 (en) | Poly-energetic reconstruction method for metal artifacts reduction | |
| CN111904445A (zh) | 一种乳腺对比增强图像的获取及处理方法、装置 | |
| Sakaltras et al. | A novel beam stopper-based approach for scatter correction in digital planar radiography | |
| JP7403994B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
| CN117059235A (zh) | 一种ct图像的自动渲染方法及装置 |
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 |