CN117115577B - 一种心脏ct投影域最优相位识别方法、设备及介质 - Google Patents

一种心脏ct投影域最优相位识别方法、设备及介质 Download PDF

Info

Publication number
CN117115577B
CN117115577B CN202311370798.4A CN202311370798A CN117115577B CN 117115577 B CN117115577 B CN 117115577B CN 202311370798 A CN202311370798 A CN 202311370798A CN 117115577 B CN117115577 B CN 117115577B
Authority
CN
China
Prior art keywords
projection
projection data
phase
difference value
cardiac
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
CN202311370798.4A
Other languages
English (en)
Other versions
CN117115577A (zh
Inventor
冯亚崇
曾凯
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.)
Nanjing Anke Medical Technology Co ltd
Original Assignee
Nanjing Anke Medical Technology 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 Nanjing Anke Medical Technology Co ltd filed Critical Nanjing Anke Medical Technology Co ltd
Priority to CN202311370798.4A priority Critical patent/CN117115577B/zh
Publication of CN117115577A publication Critical patent/CN117115577A/zh
Application granted granted Critical
Publication of CN117115577B publication Critical patent/CN117115577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/771—Feature selection, e.g. selecting representative features from a multi-dimensional feature space
    • 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
    • A61B6/50—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
    • A61B6/503—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 heart
    • 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
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • 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
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Optics & Photonics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Pulmonology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Cardiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种心脏CT投影域最优相位识别方法、设备及介质，方法包括步骤：X射线连续曝光，获取心脏CT扫描的投影数据，并对投影数据进行预处理；根据心跳同步信号，进行投影域最优相位识别，即选取多个不同相位的投影数据，遍历所选相位及其投影数据，计算对应的参考差值，所述参考差值采用相邻相位投影数据差值、共轭相位投影数据差值或投影数据积分差值中的任一种，将计算得到的最小的参考差值对应的相位，确定为最优相位。本发明通过发掘原始投影数据的特点，提出投影域最优相位识别方法，不需要对图像进行多次重建，节省了计算时间和储存空间。

Description

一种心脏CT投影域最优相位识别方法、设备及介质
技术领域
本发明涉及医学成像技术领域，尤其涉及一种心脏CT投影域最优相位识别方法、设备及介质。
背景技术
目前心脏扫描通常根据的是事先选定好的相位来进行扫描，然后根据对应相位附近的扫描数据对心脏图像进行图像重建。全局最优相位的识别是心脏CT扫描关键的一步。现有全局最优相位技术方法一般通过预设相位间隔，重建0%-99%范围内的所有相位的图像，或者重建舒张期60%-90%和收缩期30%-60%范围内所有相位的图像。
现有最优相位识别技术大多基于图像域处理，采用的图像差异计算方法、结构相似性方法容易受图像噪声干扰。为了降低病人剂量，心脏扫描一般使用ECG同步的电流调制协议，医生根据病人心率情况，设定感兴趣相位，在相位附近用高mA曝光，其他位置用低mA曝光，用于剂量存在差异，导致重建图像噪声差别较大。为了保证图像噪声一致性，必须增加高mA的时间。而且基于图像域的处理方法一般需要重建多个相位图像，重建多个相位需要耗费更多的计算时间，而且需要更多的存储空间。
发明内容
技术目的：针对现有技术中的缺陷，本发明公开了一种心脏CT投影域最优相位识别方法、设备及介质，通过发掘投影原始数据的特点在投影域进行最优相位识别，能够较好地满足实时最优相位识别的需求，减少存储空间。
技术方案：为实现上述技术目的，本发明采用以下技术方案：
一种心脏CT投影域最优相位识别方法，其特征在于，包括步骤：
（1）、X射线连续曝光，获取心脏CT扫描的投影数据，并对投影数据进行预处理；
（2）、判断所获取的心脏扫描的投影数据是否为锥束投影扫描数据，若是，则对预处理后的投影数据进行重排，重排后进入步骤（3），若否，直接进入步骤（3）；
（3）、根据心跳同步信号，进行投影域最优相位识别；具体包括：
选取多个不同相位的投影数据；
遍历所选相位及其投影数据，计算对应的参考差值，所述参考差值采用相邻相位投影数据差值、共轭相位投影数据差值或投影数据积分差值中的任一种；
（4）、将计算得到的最小的参考差值对应的相位，确定为最优相位。
优选地，所述预处理包括归一化处理、负对数操作处理。
优选地，所述参考差值采用相邻相位投影数据差值，包括以下步骤：
对于相位，确定其图像重建所需投影数据范围为/>；
在所述投影数据范围内，包括M个投影角度，将M个投影角度等分，/>，相邻投影的间隔为/>；
根据下式计算相邻投影角度的投影数据的差距总和，即相邻相位投影数据差值：
；
其中，表示相位索引，/>表示以为中心左右两端均分范围值，/>表示投影数据的N等分索引。
优选地，所述参考差值采用共轭相位投影数据差值，包括以下步骤：
对于相位，确定其图像重建所需投影数据范围为/>、以及共轭投影角度范围/>；
将所述共轭投影角度范围进行N等分，间隔为/>；
根据下式计算相邻共轭投影差距总和，即共轭相位投影数据差值：
；
其中，表示相位索引，/>表示以/>为中心左右两端均分范围值，/>表示/>的共轭投影数据，/>表示投影数据的N等分索引。
优选地，所述参考差值采用投影数据积分差值，包括以下步骤：
对于相位，确定其图像重建所需投影数据范围为/>；
在所述投影数据范围内，投影的锥角范围为，旋转平面内X射线到旋转中心的距离范围为/>；
获取不同角度的投影，对不同角度下的一个投影角的投影数据/>进行积分，计算投影数据积分差值：
；
其中，
为相邻投影数据积分比值，/>；
为投影数据范围内相邻投影角比值总和，；
表示相位索引，/>表示以/>为中心左右两端均分范围值，/>表示在旋转平面内X射线到旋转中心的距离，/>表示锥角。
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程序时实现以上任一所述的一种心脏CT投影域成像自动最优相位识别方法。
一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行以上任一所述的一种心脏CT投影域成像自动最优相位识别方法。
有益效果：与现有技术相比，本发明具有以下优势：
本发明通过发掘投影原始投影数据的特点，对重建范围内的划分的相位投影进行数据处理，利用对相邻投影的差距的比较，计算出最小差距的为最优相位，从而提高心脏CT图像的质量和准确性。
附图说明
图1为本发明的一种心脏CT投影域最优相位识别方法的流程图；
图2为本发明实施例涉及的锥束投影重排成平行束投影过程的示意图；
图3为ECG同步信号重建相位及其投影角度范围的示意图；
图4为本发明不同相位重建范围内相邻投影差距的总和折线图；
图5为来自CT扫描不同角度的投影图。
具体实施方式
下面将结合附图和具体实施例对本发明作更进一步的说明。但应当理解的是，本发明可以以各种形式实施，以下在附图中出示并且在下文中描述的一些示例性和非限制性实施例，并不意图将本发明限制于所说明的具体实施例。
如图1所示，本发明提供了一种心脏CT投影域成像自动最优相位识别方法，操作流程包括以下步骤：
（1）、投影数据预处理：
从CT探测器中获取多个病人心脏扫描的投影数据，为了方便后续数据分析，需要对获取投影数据进行预处理，对投影数据进行归一化、负对数操作；不同相位下的投影数据可能具有不同的幅度范围或动态范围，数据预处理可以将不同时间点或不同采集参数下的投影数据具有一致的幅度范围，消除不同扫描参数数据之间的差异，可以将使数据近似为衰减系数的积分，以便更好地比较和分析不同相位之间的差异，提高最优相位识别的精度、稳定性和可靠性。
（2）、数据重排
数据重排步骤为可选操作，根据实际操作数据选择是否进行此过程。
对数据进行重排操作，对于进行投影数据重排这一过程，可以增加计算精度，如果在处理投影数据时，数据已经经过适当的采集和处理，或者在某些情况下，并不需要考虑心脏相位对数据的影响，那么数据重排操作可以省略，可以直接对投影数据的锥束投影进行操作，不需要转换成平行束投影，因此，在处理数据时，根据具体的应用和研究需求，需要仔细考虑是否需要进行数据重排操作。
重排过程具体将锥束投影重排成平行束投影，如图2所示，图2中的（a）为锥束投影，图2中的（b）为平行束投影，其中S是射线源位置，D和D＇是探测器，R是射线源到旋转中心的距离，是投影角度，/>是扇角，/>是锥角，t是在旋转平面内，射线到旋转中心的距离，空间物体点的坐标，虚线和实线都是射线源发出的射线。确定基准点旋转中心，进行投影平移，可以使得锥束投影在平行束投影的重排中具有一致的几何关系，根据旋转中心位置和扫描的旋转轴，对投影数据进行角度重排，重排后的平行束投影数据的角度范围会固定在一定的区间内；将锥束投影成像问题转化成平行束投影的成像问题，这样可以简化重建算法的设计和计算过程，提高重建的速度和精度，可以更好地处理伪影、噪声和运动伪影等问题。
（2）投影域最优相位识别
本发明中，ECG同步信号，重建相位以及其用到的投影角度范围如图3所示。选取不同的相位，例如0.65，0.70，0.75，0.80等。每个相位有其对应的重建所需投影数据范围。相位选择通常是基于ECG心跳同步信号进行选取的，对预处理后的投影数据进行相位选取，相位的选取可以是等间隔的也可以是不等间隔选取。如图3中所对应的投影数据范围是/>，/>中所对应的投影数据范围是。
本发明是基于投影域进行的最优相位识别设计，投影域是指CT扫描的正弦图sinogram数据，通过计算每个相位投影数据范围内的相邻投影之间的差距总和值，比较不同相位之间的差距总和值，选取差距总和值最小的相位为最优相位。
方法一、相邻投影差异法
在CT扫描过程中，由于X射线连续曝光，所以对于静止不动的物体，每个相位的相邻角度投影差距较小，当物体运动时，相邻投影角度差距变大。
任取一个相位，相位对应的重建所需投影数据范围为，将相位的M个投影角度进行N等分，/>，相邻投影的间隔为，计算相邻投影角度的差距总和，通过计算相位重建范围内的相邻投影差距的总和，来寻找在运动时的投影差距相对较小的时候，差距总和最小的为最优相位所在的位置。
其中，投影数据前后范围与/>定义是以相位为中心左右两端均分范围值，例如相位所对应的索引为/>，其对应的位置为a，角度范围为b，则，/>是以/>为中心均分左右两端角度范围值，表示对于第/>相位的投影数据在起始位置/>逐步增加投影角度的投影数据；/>表示 />下一位置相邻划分部分的投影数据，/>表示投影数据的N等分索引，/>表示一个相位在投影范围内划分的投影角度相邻部分的投影差距和。
如图4所示，示例选取的不同相位重建范围内相邻投影差距的总和绘制出的折线图，图4中在相位0-1范围内等间隔选取相位0.65、0.70、0.75、0.80、0.85，横坐标表示相位，纵坐标表示相位投影数据范围内计算的相邻投影差距总和，从图4中可以直观看出相位0.75附近，达到最小值为最优相位。该方法通过计算相邻投影之间的差异来确定最优相位，能够捕捉到不同相位下投影数据的变化情况，从而识别出最具区分性和重建质量的相位。
方法二、共轭一致法
对于静止不动的物体，投影数据与其共轭投影，即与投影角度相差180度的数据应该保持一致或者差距仅有锥角引起，差距较小，当运动发生时，差距增大。比如相位，其对应的重建所需投影数据范围/>，根据共轭一致法的原理，比较相差180度的其共轭角度投影数据之间的差距。
和/>是以/>为中心均分角度范围，共轭角度范围为，CT重建所需投影数据范围的最小范围为180度，也可以大于180度；将共轭角度范围/>进行N等分，步长为间隔为/>，计算不同相位重建范围共轭投影差距的总和/>。
其中，表示所选相位索引，/>表示以/>为中心左右两端均分范围值，选择一个起始角度投影数据为/>，然后通过等间隔的步长/>，增加投影角度，得到/>，将当前投影角度加上180度，得到对应的投影数据，计算两种数据的差距值，然后逐步累加计算差距值，选取计算差距总和最小的为最优相位所在位置，/>表示投影数据的N等分索引，/>表示一个相位在投影范围内划分的共轭角度相邻部分的投影差距的和。
方法三、积分不变法
图5是CT扫描过程中不同角度的投影，图5中的（a）和图5中的（b）是相位的重建范围内的投影数据，即两个相差90度的投影数据。
对于一个相位，相位对应的重建所需投影数据范围为，在CT扫描下可以获取不同角度的投影，不同角度下的一个投影角/>的投影数据为/>，对投影数据进行积分，其投影积分为，它保持积分不变特性，不随角度的改变而改变；相邻投影数据积分比值为/>。
其中，表示投影角度的重排后投影数据的积分相对于投影角度的重 排后投影数据的积分的比值，如果物体在该时刻没有运动，则，当物体运动时，该值 不为1，运动幅度越大比值与1的差距越大，对于相位，其对应的重建所需投影数据 范围，则投影数据范围内投影角度差距总和，计算最小的为最优相位。其中，t是在旋转平面 内，射线到旋转中心的距离，是锥角，由于探测器有尺寸限制，为最小值、为最大值，根据CT系统的结构设定，表示在一个相位在投影范围内不 同投影角度相邻积分比值的和；该方法考虑到投影数据的对称性和一致性，通过比较共轭 投影差异的大小，可以找到最优相位。
通过以上三种方法，本发明不需要重建多个相位图T像，不需要选取感兴趣的相位，可以任意选取，等间隔或者非等间隔选取，节省了计算时间和计算机的储存空间，可以满足临床需求并提高工作效率；利用对相邻投影之间的差距值的处理比较，通过三种计算公式，计算出最小差距的为最优相位；这些方法的优势在于它们能够针对投影域的特征和性质进行相位选择，从而提高心脏CT图像的质量和准确性，它们能够减少伪影、提高对比度方面具有很好的优势。
本发明还公开了一种电子设备，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，处理器执行程序时实现以上任一所述的一种心脏CT投影域成像自动最优相位识别方法。存储器可为各种类型的存储器，可为随机存储器、只读存储器、闪存等。处理器可为各种类型的处理器，例如，中央处理器、微处理器、数字信号处理器或图像处理器等。
本发明还公开了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行以上任一所述的一种心脏CT投影域成像自动最优相位识别方法。存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种心脏CT投影域最优相位识别方法，其特征在于，包括步骤：
步骤S1、X射线连续曝光，获取心脏CT扫描的投影数据，并对投影数据进行预处理；
步骤S2、判断所获取的心脏扫描的投影数据是否为锥束投影扫描数据，若是，则对预处理后的投影数据进行重排，重排后进入步骤S3，若否，直接进入步骤S3；
步骤S3、根据心跳同步信号，进行投影域最优相位识别；具体包括：
选取多个不同相位的投影数据；
遍历所选相位及其投影数据，计算对应的参考差值，所述参考差值采用相邻相位投影数据差值、共轭相位投影数据差值或投影数据积分差值中的任一种；
步骤S4、将计算得到的最小的参考差值对应的相位，确定为最优相位。
2.根据权利要求1所述的一种心脏CT投影域最优相位识别方法，其特征在于：所述预处理包括归一化处理、负对数操作处理。
3.根据权利要求1所述的一种心脏CT投影域最优相位识别方法，其特征在于：所述参考差值采用相邻相位投影数据差值，包括以下步骤：
对于相位，确定其图像重建所需投影数据范围为/>；
在所述投影数据范围内，包括M个投影角度，将M个投影角度等分，，相邻投影的间隔为/>；
根据下式计算相邻投影角度的投影数据的差距总和，即相邻相位投影数据差值：
；
其中，表示相位索引，/>表示以为中心左右两端均分范围值，/>表示投影数据的N等分索引。
4.根据权利要求1所述的一种心脏CT投影域最优相位识别方法，其特征在于：所述参考差值采用共轭相位投影数据差值，包括以下步骤：
对于相位，确定其图像重建所需投影数据范围为/>、以及共轭投影角度范围/>；
将所述共轭投影角度范围进行N等分，间隔为/>；
根据下式计算相邻共轭投影差距总和，即共轭相位投影数据差值：
；
其中，表示相位索引，/>表示以/>为中心左右两端均分范围值，表示/>的共轭投影数据，/>表示投影数据的N等分索引。
5.根据权利要求1所述的一种心脏CT投影域最优相位识别方法，其特征在于：所述参考差值采用投影数据积分差值，包括以下步骤：
对于相位，确定其图像重建所需投影数据范围为/>；
在所述投影数据范围内，投影的锥角范围为/>，旋转平面内X射线到旋转中心的距离范围为/>；
获取不同角度的投影，对不同角度下的一个投影角的投影数据/>进行积分，计算投影数据积分差值：
；
其中，
为相邻投影数据积分比值，/>；
为投影数据范围内相邻投影角比值总和，/>；
表示相位索引，/>表示以/>为中心左右两端均分范围值，/>表示在旋转平面内X射线到旋转中心的距离，/>表示锥角。
6.一种电子设备，其特征在于，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程序时实现如权利要求1-5任一所述的一种心脏CT投影域最优相位识别方法。
7.一种计算机可读存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1-5任一所述的一种心脏CT投影域最优相位识别方法。
CN202311370798.4A 2023-10-23 2023-10-23 一种心脏ct投影域最优相位识别方法、设备及介质 Active CN117115577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311370798.4A CN117115577B (zh) 2023-10-23 2023-10-23 一种心脏ct投影域最优相位识别方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311370798.4A CN117115577B (zh) 2023-10-23 2023-10-23 一种心脏ct投影域最优相位识别方法、设备及介质

Publications (2)

Publication Number Publication Date
CN117115577A CN117115577A (zh) 2023-11-24
CN117115577B true CN117115577B (zh) 2023-12-26

Family

ID=88800497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311370798.4A Active CN117115577B (zh) 2023-10-23 2023-10-23 一种心脏ct投影域最优相位识别方法、设备及介质

Country Status (1)

Country Link
CN (1) CN117115577B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102665560A (zh) * 2009-11-04 2012-09-12 株式会社日立医疗器械 X射线ct装置以及基于x射线ct装置的图像显示方法
CN103021003A (zh) * 2012-11-22 2013-04-03 山东大学 一种实现低剂量快速微分相衬ct成像的图像重建方法
CN106537456A (zh) * 2014-07-17 2017-03-22 皇家飞利浦有限公司 用于谱学、相位对比成像的迭代重建
CN107280698A (zh) * 2017-05-23 2017-10-24 西安电子科技大学 一种基于前瞻式心电门控的小鼠心脏成像系统及方法
JP2018143574A (ja) * 2017-03-07 2018-09-20 株式会社日立製作所 Ｘ線ｃｔ装置及び画像処理方法
CN110969633A (zh) * 2019-11-28 2020-04-07 南京安科医疗科技有限公司 一种心脏ct成像自动最优相位识别方法
CN112336366A (zh) * 2021-01-05 2021-02-09 南京安科医疗科技有限公司 移动ct系统的扫描重建方法、存储介质和ct扫描装置
CN112489159A (zh) * 2021-02-05 2021-03-12 南京安科医疗科技有限公司 心脏ct的快速相位插值方法、图像重建装置和存储介质
CN116091636A (zh) * 2023-01-06 2023-05-09 北京航空航天大学 基于双域增强的x射线差分相衬成像不完备数据重建方法
CN116740218A (zh) * 2023-08-11 2023-09-12 南京安科医疗科技有限公司 一种心脏ct成像图像质量优化方法、设备及介质
CN116849691A (zh) * 2023-08-11 2023-10-10 南京安科医疗科技有限公司 一种心脏ct成像全局最优相位自动识别方法、设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1966764A1 (en) * 2005-12-19 2008-09-10 Philips Intellectual Property & Standards GmbH Iterative image reconstruction of a moving object from projection data
US8478013B2 (en) * 2010-05-25 2013-07-02 Kabushiki Kaisha Toshiba Automatic motion map generation in helical CT
JP5545881B2 (ja) * 2011-03-14 2014-07-09 株式会社リガク Ｃｔ画像処理装置およびｃｔ画像処理方法
WO2013047439A1 (ja) * 2011-09-27 2013-04-04 株式会社 日立メディコ Ｘ線ｃｔ装置及び画像補正方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102665560A (zh) * 2009-11-04 2012-09-12 株式会社日立医疗器械 X射线ct装置以及基于x射线ct装置的图像显示方法
CN103021003A (zh) * 2012-11-22 2013-04-03 山东大学 一种实现低剂量快速微分相衬ct成像的图像重建方法
CN106537456A (zh) * 2014-07-17 2017-03-22 皇家飞利浦有限公司 用于谱学、相位对比成像的迭代重建
JP2018143574A (ja) * 2017-03-07 2018-09-20 株式会社日立製作所 Ｘ線ｃｔ装置及び画像処理方法
CN107280698A (zh) * 2017-05-23 2017-10-24 西安电子科技大学 一种基于前瞻式心电门控的小鼠心脏成像系统及方法
CN110969633A (zh) * 2019-11-28 2020-04-07 南京安科医疗科技有限公司 一种心脏ct成像自动最优相位识别方法
CN112336366A (zh) * 2021-01-05 2021-02-09 南京安科医疗科技有限公司 移动ct系统的扫描重建方法、存储介质和ct扫描装置
CN112489159A (zh) * 2021-02-05 2021-03-12 南京安科医疗科技有限公司 心脏ct的快速相位插值方法、图像重建装置和存储介质
CN116091636A (zh) * 2023-01-06 2023-05-09 北京航空航天大学 基于双域增强的x射线差分相衬成像不完备数据重建方法
CN116740218A (zh) * 2023-08-11 2023-09-12 南京安科医疗科技有限公司 一种心脏ct成像图像质量优化方法、设备及介质
CN116849691A (zh) * 2023-08-11 2023-10-10 南京安科医疗科技有限公司 一种心脏ct成像全局最优相位自动识别方法、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optimal phase difference reconstruction: comparison of two methods;Kun Lu等;《Magnetic Resonance Imaging》;第26卷(第1期);第142-145页 *
基于不完全投影的X射线同轴相衬CT重建算法研究;赵雨晴;《中国博士学位论文全文数据库 (信息科技辑)》;第I138-60页 *

Also Published As

Publication number Publication date
CN117115577A (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
US7218766B2 (en) Computer aided detection (CAD) for 3D digital mammography
JP4477360B2 (ja) ディジタル・トモシンセシスにおける汎用フィルタ補正逆投影再構成
US7706497B2 (en) Methods and apparatus for noise estimation for multi-resolution anisotropic diffusion filtering
US9754389B2 (en) Image noise reduction and/or image resolution improvement
JP6824633B2 (ja) Ｘ線コンピュータ断層撮影装置、逐次近似再構成方法および医用画像処理装置
US7623691B2 (en) Method for helical windmill artifact reduction with noise restoration for helical multislice CT
JP4576032B2 (ja) ２回パス式コーン・ビーム画像再構成の方法及び装置
JP6442243B2 (ja) コンピュータ断層撮影画像再構成のアーチファクト低減の方法および装置
US9836824B2 (en) De-noised reconstructed image data edge improvement
US8805037B2 (en) Method and system for reconstruction of tomographic images
US20110280462A1 (en) Automatic aortic detection and segmentation in three-dimensional image data
US10198793B2 (en) Image processing apparatus, image processing method, and X-ray diagnosis apparatus
US8355555B2 (en) System and method for multi-image based virtual non-contrast image enhancement for dual source CT
JP2005510327A (ja) 血管トラッキングおよびツリー抽出の方法および装置
JP2002345808A (ja) Ｃｔスカウト画像処理のための方法及び装置
US8750588B2 (en) Method, computer readable medium and system for iterative image filtering with anisotropic noise model for a CT image
JP5324883B2 (ja) Ｃｔ装置および金属形状抽出方法
US10783676B2 (en) Processing metal artifacts in CT image
US20090214098A1 (en) Method for three-dimensional presentation of a moved structure using a tomographic method
US7050527B2 (en) Methods and apparatus for artifact reduction in cone beam CT image reconstruction
US10453184B2 (en) Image processing apparatus and X-ray diagnosis apparatus
CN117115577B (zh) 一种心脏ct投影域最优相位识别方法、设备及介质
US9858688B2 (en) Methods and systems for computed tomography motion compensation
US20050226365A1 (en) Radius-in-image dependent detector row filtering for windmill artifact reduction
JP5514397B2 (ja) 画像表示装置およびｘ線断層撮影装置

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
GR01 Patent grant
GR01 Patent grant