CN117830456A - 用于校正图像金属伪影的方法、装置及电子设备 - Google Patents
用于校正图像金属伪影的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117830456A CN117830456A CN202410244711.7A CN202410244711A CN117830456A CN 117830456 A CN117830456 A CN 117830456A CN 202410244711 A CN202410244711 A CN 202410244711A CN 117830456 A CN117830456 A CN 117830456A
- Authority
- CN
- China
- Prior art keywords
- image
- projection image
- metal
- projection
- initial
- 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
Links
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 246
- 239000002184 metal Substances 0.000 title claims abstract description 246
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012937 correction Methods 0.000 claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 63
- 230000006870 function Effects 0.000 claims description 55
- 239000000463 material Substances 0.000 claims description 34
- 238000001228 spectrum Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 4
- 238000002059 diagnostic imaging Methods 0.000 abstract description 2
- 210000001519 tissue Anatomy 0.000 description 34
- 238000004590 computer program Methods 0.000 description 19
- 238000007408 cone-beam computed tomography Methods 0.000 description 18
- 229910052782 aluminium Inorganic materials 0.000 description 12
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 12
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 210000000988 bone and bone Anatomy 0.000 description 8
- 238000012512 characterization method Methods 0.000 description 8
- 210000004872 soft tissue Anatomy 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000001627 detrimental effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种用于校正图像金属伪影的方法、装置及电子设备,可以应用于医学影像技术领域。该方法包括:获取与待检测对象相关的投影图像;基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像;根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像;对先验CT图像和初始投影图像进行处理,得到归一化投影图像;根据第一投影值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像;根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,生成校正锥形束CT图像。
Description
技术领域
本发明涉及医学影像技术领域,具体地涉及一种用于校正图像金属伪影的方法、装置及电子设备。
背景技术
锥束计算机断层扫描(cone beam computed tomography,CBCT)技术在临床医学中具有广泛的应用。然而,当扫描对象中含有高衰减特性的金属时,图像会出现严重的金属伪影。金属伪影是限制锥束计算机断层扫描技术应用的主要因素,不利于医生对图像的诊断,妨碍对组织类型的准确区分。
现有校正技术虽然可以缓解金属伪影的影响,但是没有综合考虑校正技术本身对于图像的影响,例如,边缘信息的丢失、二次伪影、金属周围组织的模糊以及耗时等问题,从而无法获得高质量的图像。
发明内容
鉴于上述问题,本发明提供了一种用于校正图像金属伪影的方法、装置及电子设备。
根据本发明的第一个方面,提供了一种用于校正图像金属伪影的方法,包括:
获取与待检测对象相关的投影图像,其中,投影图像是对待检测对象进行扫描后得到的,投影图像包括第一投影图像和第二投影图像,第一投影图像的扫描能量高于第二投影图像的扫描能量;
基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像;
根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,其中,初始CT图像是基于初始投影图像重建得到的;
对先验CT图像和初始投影图像进行处理,得到归一化投影图像;
根据第一投影值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,其中,第一投影值是基于与金属区域相邻的无金属区域中的投影值确定的;
根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,生成校正锥形束CT图像。
根据本发明的实施例,根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,包括:
根据预设组织划分阈值对初始CT图像进行划分,得到划分CT图像;
根据预设组织赋值阈值对划分CT图像进行赋值,得到先验CT图像。
根据本发明的实施例,对先验CT图像和初始投影图像进行处理,得到归一化投影图像,包括:
基于前向投影算法处理先验CT图像,生成先验投影图像;
对先验投影图像的像素和初始投影图像的像素进行像素除法处理,得到归一化投影图像。
根据本发明的实施例,根据第一投影值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,包括:
根据第一投影值对归一化投影图像中的金属区域进行插值,得到无金属投影图像;
对无金属投影图像的像素和先验投影图像的像素进行像素乘法处理,得到归一化金属伪影校正投影图像。
根据本发明的实施例,归一化投影图像中的金属区域是基于如下操作确定的:
根据预设金属提取阈值对初始CT图像中的初始金属区域进行提取,得到金属CT图像;
基于前向投影算法处理金属CT图像,生成金属投影图像;
将金属投影图像中投影值大于0的区域,确定为金属投影图像中的第一金属区域;
根据金属投影图像和归一化投影图像各自对应的像素,将金属投影图像中的第一金属区域确定为归一化投影图像中的金属区域。
根据本发明的实施例,根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,生成校正锥形束CT图像,包括:
对归一化金属伪影校正投影图像进行重建,得到重建金属伪影校正图像;
将金属CT图像中CT值大于0的区域,确定为金属CT图像中的第二金属区域;
根据重建金属伪影校正图像和第二金属区域的CT值,确定初始迭代图像;
基于迭代重建算法,根据初始迭代图像和初始投影图像,确定校正锥形束CT图像。
根据本发明的实施例,根据重建金属伪影校正图像和第二金属区域的CT值,确定初始迭代图像,包括:
根据金属CT图像和重建金属伪影校正图像各自对应的像素,在重建金属伪影校正图像中确定与第二金属区域对应的金属区域;
根据第二金属区域的CT值对重建金属伪影校正图像的金属区域进行赋值,得到初始迭代图像。
根据本发明的实施例,基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像,包括:
基于第一拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到第一分布谱,其中,第一拟合函数表征高原子序数材料的厚度与投影值之间的关系;
基于第二拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到第二分布谱,其中,第二拟合函数表征低原子序数材料的厚度与投影值之间的关系;
根据与高原子序数材料和低原子序数材料各自对应的衰减系数、第一分布谱和第二分布谱,得到初始投影图像。
本发明的第二方面提供了一种用于校正图像金属伪影的装置,包括:
采集模块,用于获取与待检测对象相关的投影图像,其中,投影图像是对待检测对象进行扫描后得到的,投影图像包括第一投影图像和第二投影图像,第一投影图像的扫描能量高于第二投影图像的扫描能量;
第一生成模块,用于基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像;
划分模块,用于根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,其中,初始CT图像是基于初始投影图像重建得到的;
第二生成模块,用于对先验CT图像和初始投影图像进行处理,得到归一化投影图像;
插值模块,用于根据第一投影值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,其中,第一投影值是基于与金属区域相邻的无金属区域中的投影值确定的;
第三生成模块,用于根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,生成校正锥形束CT图像。
本发明的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述图像生成方法。
本发明的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述校正图像金属伪影的方法。
根据本发明提供的校正图像金属伪影的方法、装置及电子设备,通过使用拟合函数处理不同扫描能量的第一投影图像和第二投影图生成初始投影图像,根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,进而得到归一化投影图像;利用第一投影值对归一化投影图像中的金属区域进行插值,再根据初始投影图像进行迭代重建,生成校正锥形束CT图像。由于通过拟合函数和预设组织划分阈值生成归一化投影图像,避免了射束硬化效应,校正了金属伪影;在插值处理后根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,提高了迭代重建的处理速度,同时校正了二次伪影,得到高精度的金属周围组织信息和待检测对象的边缘信息,从而获得了高质量的校正锥形束CT图像。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本发明实施例的用于校正图像金属伪影的方法的流程图;
图2示意性示出了根据本发明实施例的生成校正锥形束CT图像的示例示意图;
图3示意性示出了根据本发明实施例的金属伪影校正结果对比的示例示意图;
图4示意性示出了根据本发明实施例的用于校正图像金属伪影的装置的结构框图;以及
图5示意性示出了根据本发明实施例的的适于实现校正图像金属伪影方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本发明的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本发明的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本发明实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在实现本发明的过程中发现,当扫描对象中含有高衰减特性的金属时,图像会出现严重的金属伪影。金属伪影是限制锥束计算机断层扫描技术应用的主要因素,不利于医生对图像的诊断,妨碍对组织类型的准确区分。现有校正技术虽然可以缓解金属伪影的影响,但是没有综合考虑校正技术本身对于图像的影响,例如,边缘信息的丢失、二次伪影、金属周围组织的模糊以及耗时等问题,从而无法获得高质量的图像。
有鉴于此,本发明的实施例提供了一种用于校正图像金属伪影的方法、装置及电子设备。该方法包括:获取与待检测对象相关的投影图像;基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像;根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像;对先验CT图像和初始投影图像进行处理,得到归一化投影图像;根据第一投影值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像;根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,生成校正锥形束CT图像。
在本发明的技术方案中,所涉及的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息,例如位置信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理,均遵守相关法律法规和标准,采取了必要保密措施,不违背公序良俗,并提供有相应的操作入口,供用户选择授权或者拒绝。
图1示意性示出了根据本发明实施例的用于校正图像金属伪影的方法的流程图。
如图1所示,该方法100包括操作S110~操作S160。
在操作S110,获取与待检测对象相关的投影图像,其中,投影图像是对待检测对象进行扫描后得到的,投影图像包括第一投影图像和第二投影图像,第一投影图像的扫描能量高于第二投影图像的扫描能量。
在操作S120,基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像。
在操作S130,根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,其中,初始CT图像是基于初始投影图像重建得到的。
在操作S140,对先验CT图像和初始投影图像进行处理,得到归一化投影图像。
在操作S150,根据第一CT值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,其中,第一CT值是基于与金属区域相邻的无金属区域中的CT值确定的。
在操作S160,根据归一化金属伪影校正投影图像和初始投影图像进行重建,生成校正锥形束CT图像。
根据本发明的实施例,待检测对象表征待成像区域中的待检测目标,例如,待检测目标可以是口腔等。
根据本发明的实施例,可以使用锥束计算机断层成像设备(cone beam computedtomography,CBCT)扫描待检测对象进行成像,得到投影图像。
根据本发明的实施例,基于高扫描能量得到的第一投影图像可以表征为高能的投影图像;基于低扫描能量得到的第二投影图像可以表征为低能的投影图像;第一投影图像的扫描能量高于第二投影图像的扫描能量。
根据本发明的实施例,拟合函数表征检测对象的厚度与扫描待检测对象的投影值之间的关系。将第一投影图像和第二投影图像各自对应的投影值输入到拟合函数中,可以拟合出检测对象的厚度。
根据本发明的实施例,初始投影图像是指在选定能量下将拟合函数处理后的第一投影图像和第二投影图像合成得到的投影图像。
根据本发明的实施例,根据初始投影图像重建得到初始CT图像,重建算法可以为滤波反投影重建算法。
根据本发明的实施例,预设组织划分阈值可以根据待检测对象内部的物质成分确定,例如,可以根据空气、软组织、金属和骨设置4种预设组织划分阈值,进而对初始CT图像中的区域进行处理,得到先验CT图像。
根据本发明的实施例,归一化投影图像中的区域可以包括金属区域、骨区域、空气区域、软组织区域等,其中无金属区域是指不包含金属区域的区域。
根据本发明的实施例,提取与金属区域相邻的无金属区域中的投影值作为第一投影值,再利用第一投影值对归一化投影图像中的金属区域进行插值,从而得到归一化金属伪影校正投影图像。
根据本发明的实施例,将归一化金属伪影校正投影图像进行处理后的图像作为初始迭代图像、初始投影图像作为对照投影图像进行迭代重建,得到校正锥形束CT图像。
根据本发明的实施例,由于通过拟合函数和预设组织划分阈值生成归一化投影图像,避免了射束硬化效应,校正了金属伪影;在插值处理后根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,提高了迭代重建的处理速度,同时校正了二次伪影,得到高精度的金属周围组织信息和待检测对象的边缘信息,从而获得了高质量的校正锥形束CT图像。
根据本发明的实施例,基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像,包括:
基于第一拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到第一分布谱,其中,第一拟合函数表征高原子序数材料的厚度与投影值之间的关系;基于第二拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到第二分布谱,其中,第二拟合函数表征低原子序数材料的厚度与投影值之间的关系;根据与高原子序数材料和低原子序数材料各自对应的衰减系数、第一分布谱和第二分布谱,得到初始投影图像。
根据本发明的实施例,对第一投影图像和第二投影图像进行散射校正,散射校正算法可以包括:散射核法、射术阻挡板法或蒙特卡洛模拟法。
根据本发明的实施例,将散射校正后的第一投影图像和第二投影图像输入到拟合函数中并结合对应材料的衰减系数,得到初始投影图像。
根据本发明的实施例,拟合函数包括第一拟合函数和第二拟合函数。
根据本发明的实施例,高原子序数材料是指材料中的元素具有较高的原子序数。例如,铝等元素。
在一实施例中,第一拟合函数的系数计算如公式(1)所示:
(1)
其中,表征高原子序数材料的厚度,/>分别表征第一拟合函数的系数,/>,/>,/>表征使用锥束计算机断层成像设备在低能扫描高原子序数材料在相应厚度时的投影值,/>表征使用锥束计算机断层成像设备在高能扫描高原子序数材料在相应厚度时的投影值,/>表征使用锥束计算机断层成像设备在低能扫描空场时的投影值,/>表征使用锥束计算机断层成像设备在高能扫描空场时的投影值。
根据本发明的实施例,低原子序数材料是指材料中的元素具有较低的原子序数。例如,亚克力等材料。
在一实施例中,第二拟合函数的系数计算如公式(2)所示:
(2)
其中,表征低原子序数材料的厚度,/>分别表征第二拟合函数的系数,/>,/>,/>表征使用锥束计算机断层成像设备在低能扫描低原子序数材料在相应厚度时的投影值,/>表征使用锥束计算机断层成像设备在高能扫描低原子序数材料在相应厚度时的投影值。
根据本发明的实施例,使用锥束计算机断层成像设备对亚克力和铝的正交阶梯加工件进行高能和低能扫描,并对扫描后的投影图像进行散射校正。
根据本发明的实施例,例如,通过铝材料的厚度以及使用锥束计算机断层成像设备在低能和高能各自扫描铝材料在相应厚度处的正交阶梯加工件的投影值,可以得到铝材料拟合函数的系数,从而构建铝材料的拟合函数。将散射校正后的第一投影图像和第二投影图像各自像素对应的投影值输入到第一拟合函数中,分解得到待检测对象等效于铝的厚度谱,即第一分布谱。
根据本发明的实施例,例如,通过亚克力材料的厚度以及使用锥束计算机断层成像设备在低能和高能各自扫描亚克力材料在相应厚度处的正交阶梯加工件的投影值,可以得到亚克力材料拟合函数的系数,从而构建亚克力材料的拟合函数。将将散射校正后的第一投影图像和第二投影图像各自像素对应的投影值输入到第一拟合函数中,分解得到待检测对象等效于亚克力的厚度谱,即第二分布谱。
根据本发明的实施例,亚克力和铝的正交阶梯加工件为不同厚度的亚克力和铝的组合;每一行为同一厚度的铝,厚度可以为0cm,1cm,2cm,3cm;每一列为同一厚度的亚克力,厚度分别为0cm,1.5cm,3cm,4.5cm,6cm,7.5cm,9.5cm。
根据本发明的实施例,例如,选定70keV下亚克力的衰减系数0.02187cm-1和铝的衰减系数0.06472cm-1。将铝和亚克力的衰减系数分别与对应的第一分布谱和第二分布谱相乘后求和,得到初始投影图像。
根据本发明的实施例,基于拟合函数处理双能的第一投影图像和第二投影图像,生成初始投影图像,有效克服了射束硬化效应。
根据本发明的实施例,根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,包括:
根据预设组织划分阈值对初始CT图像进行划分,得到划分CT图像;根据预设组织赋值阈值对划分CT图像进行赋值,得到先验CT图像。
根据本发明的实施例,可以根据待检测对象的软组织、金属和骨、空气成分设置4种预设组织划分阈值,例如,将初始CT图像中CT值在预设组织划分阈值a以下的区域认定为空气区域;将CT值在预设组织划分阈值t1和t2之间的区域认定为软组织区域;将CT值在预设组织划分阈值b1和b2之间的区域认定为骨区域;将CT值在预设组织划分阈值m以上的区域认定为预设金属区域。分割CT图像中的区域可以由空气区域、软组织区域、骨区域和预设金属区域组成。CT值可以表征待检测对象内部相应位置的物质成分的密度。
根据本发明的实施例,根据划分CT图像中不同划分区域设置对应的预设组织赋值阈值进行赋值。例如,将空气区域中的CT值赋值为a`;将软组织区域中的CT值赋值为t`;骨区域可以保持原有CT值;将预设金属区域中的CT值赋值为d`。
根据本发明的实施例,对先验CT图像和初始投影图像进行处理,得到归一化投影图像,包括:
基于前向投影算法处理先验CT图像,生成先验投影图像;对先验投影图像的像素和初始投影图像的像素进行像素除法处理,得到归一化投影图像。
根据本发明的实施例,将先验CT图像前向投影,得到先验投影图像,根据赋值后得到的先验投影图像的像素和初始投影图像的像素进行像素除法处理,得到归一化投影图像,包括:根据先验投影图像的像素和与先验投影图像的像素对应的初始投影图像的像素之间的比值,得到归一化投影图像中的像素。
根据本发明的实施例,根据第一投影值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,包括:
根据第一投影值对归一化投影图像中的金属区域进行插值,得到无金属投影图像;对无金属投影图像的像素和先验投影图像的像素进行像素乘法处理,得到归一化金属伪影校正投影图像。
根据本发明的实施例,对归一化投影图像中的金属区域使用第一投影值进行线性插值得到无金属投影图像,根据无金属投影图像的像素和与无金属投影图像的像素对应的先验投影图像的像素之间的乘积,得到归一化金属伪影校正投影图像中的像素。
根据本发明的实施例,通过预设组织划分阈值生成归一化投影图像,再利用第一投影值进行插值,校正了归一化投影图像中金属组织的金属伪影。
根据本发明的实施例,归一化投影图像中的金属区域是基于如下操作确定的:
根据预设金属提取阈值对初始CT图像中的初始金属区域进行提取,得到金属CT图像;基于前向投影算法处理金属CT图像,生成金属投影图像;将金属投影图像中投影值大于0的区域,确定为金属投影图像中的第一金属区域;根据金属投影图像和归一化投影图像各自对应的像素,将金属投影图像中的第一金属区域确定为归一化投影图像中的金属区域。
根据本发明的实施例,预设金属提取阈值的取值条件为:大于骨区域的最大CT值且小于预设金属区域的最小CT值。
根据本发明的实施例,将初始CT图像中CT值大于或等于预设金属提取阈值的区域确定为初始金属区域,并将CT值小于预设金属提取阈值的区域赋值为0,得到金属CT图像。
根据本发明的实施例,将金属CT图像前向投影得到金属投影图像,将金属投影图像中投影值大于0的区域,确定为金属投影图像中的第一金属区域。
根据本发明的实施例,根据金属投影图像中的第一金属区域的像素和与金属投影图像的像素对应的归一化投影图像对应的像素进行匹配,从而确定归一化投影图像中的金属区域。
根据本发明的实施例,根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,生成校正锥形束CT图像,包括:
对归一化金属伪影校正投影图像进行重建,得到重建金属伪影校正图像;将金属CT图像中CT值大于0的区域,确定为金属CT图像中的第二金属区域;根据重建金属伪影校正图像和第二金属区域的CT值,确定初始迭代图像;基于迭代重建算法,根据初始迭代图像和初始投影图像,确定校正锥形束CT图像。
根据本发明的实施例,对归一化金属伪影校正投影图像进行重建的算法可以为滤波反投影重建算法。
根据本发明的实施例,选取金属CT图像中CT值大于0的区域为金属CT图像中的第二金属区域。
在一实施例中,迭代重建过程如公式(3)所示:
(3)
其中,表征迭代第n+1次时的校正锥形束CT图像,/>表征迭代第n次时的校正锥形束CT图像,/>表征初始迭代图像,/>表征无滤波反向投影算符,/>表征初始投影图像,表征第n次迭代图像/>正向投影得到的投影图像,1是由与/>几何相同的单位矩阵正向投影得到的投影图像。
根据本发明的实施例,首先将初始迭代影图像作为迭代重建的输入,初始投影图像作为对照投影图像,然后每次迭代将缩小迭代图像对应的投影图与初始投影图像之间的差距,当差距满足预设最优阈值的情况下,停止迭代,确定校正锥形束CT图像。
图2示意性示出了根据本发明实施例的生成校正锥形束CT图像的示例示意图。
如图2所示,使用锥束计算机断层成像设备扫描待检测对象进行成像,得到第一投影图像201和第二投影图像202;基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像203;对先验CT图像204和初始投影图像203进行处理,得到归一化投影图像205;根据第一投影值对归一化投影图像205中的金属区域进行插值,得到归一化金属伪影校正投影图像206;根据归一化金属伪影校正投影图像206和初始投影图像203进行迭代重建,生成校正锥形束CT图像207。
根据本发明的实施例,根据重建金属伪影校正图像和第二金属区域的CT值,确定初始迭代图像,包括:
根据金属CT图像和重建金属伪影校正图像各自对应的像素,在重建金属伪影校正图像中确定与第二金属区域对应的金属区域;根据第二金属区域的CT值对重建金属伪影校正图像的金属区域进行赋值,得到初始迭代图像。
根据本发明的实施例,根据金属CT图像中的第二金属区域的像素和与金属CT图像的像素对应的重建金属伪影校正图像的像素进行匹配,在重建金属伪影校正图像中确定与第二金属区域对应的金属区域。
根据本发明的实施例,将第二金属区域的CT值嵌入重建金属伪影校正图像中对应的金属区域,得到初始迭代图像。
图3示意性示出了根据本发明实施例的金属伪影校正结果对比的示例示意图。
如图3所示,使用锥束计算机断层成像设备扫描牙科体模进行成像,通过校正图像金属伪影的方法处理后,生成校正锥形束CT图像。301表征参考图像的标准锥形束CT图像、302表征没有经过金属伪影校正的锥形束CT图像、303表征现有方法校正的锥形束CT图像和304表征本发明方法校正的锥形束CT图像。
根据本发明的实施例,可以看出在箭头所指的位置处,304中比303中的金属伪影更少,主要表现在由射束硬化效应引起的骨之间的伪影和金属边缘的二次伪影更少。
基于上述图像生成方法,本发明还提供了一种用于校正图像金属伪影的装置。以下将结合图4对该装置进行详细描述。
图4示意性示出了根据本发明实施例的用于校正图像金属伪影的装置的结构框图。
如图4所示,该实施例的用于校正图像金属伪影的装置400包括采集模块410、第一生成模块420、分割模块430、第二生成模块440、插值模块450和第三生成模块460。
采集模块410,用于获取与待检测对象相关的投影图像,其中,投影图像是对待检测对象进行扫描后得到的,投影图像包括第一投影图像和第二投影图像,第一投影图像的扫描能量高于第二投影图像的扫描能量。在一实施例中,采集模块410可以用于执行前文描述的操作S110,在此不再赘述。
第一生成模块420,用于基于拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到初始投影图像。在一实施例中,第一生成模块420可以用于执行前文描述的操作S120,在此不再赘述。
划分模块430,用于根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,其中,初始CT图像是基于初始投影图像重建得到的。在一实施例中,分割模块430可以用于执行前文描述的操作S130,在此不再赘述。
第二生成模块440,用于对先验CT图像和初始投影图像进行处理,得到归一化投影图像。在一实施例中,第二生成模块440可以用于执行前文描述的操作S140,在此不再赘述。
插值模块450,用于根据第一投影值对归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,其中,第一投影值是基于与金属区域相邻的无金属区域中的投影值确定的。在一实施例中,插值模块450可以用于执行前文描述的操作S150,在此不再赘述。
第三生成模块460,用于根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,生成校正锥形束CT图像。在一实施例中,第三生成模块460可以用于执行前文描述的操作S160,在此不再赘述。
根据本发明的实施例,由于通过拟合函数和预设组织划分阈值生成归一化投影图像,避免了射束硬化效应,校正了金属伪影;在插值处理后根据归一化金属伪影校正投影图像和初始投影图像进行迭代重建,提高了迭代重建的处理速度,同时校正了二次伪影,得到高精度的金属周围组织信息和待检测对象的边缘信息,从而获得了高质量的校正锥形束CT图像。
根据本发明的实施例,划分模块430包括第一生成子模块和第二生成子模块。
第一生成子模块,用于根据预设组织划分阈值对初始CT图像进行划分,得到划分CT图像。
第二生成子模块,用于根据预设组织赋值阈值对划分CT图像进行赋值,得到先验CT图像。
根据本发明的实施例,第二生成模块440包括第三生成子模块和第四生成子模块。
第三生成子模块,用于基于前向投影算法处理先验CT图像,生成先验投影图像。
第四生成子模块,用于对先验投影图像的像素和初始投影图像的像素进行像素除法处理,得到归一化投影图像。
根据本发明的实施例,插值模块450包括第一插值子模块和第二插值子模块。
第一插值子模块,用于根据第一投影值对归一化投影图像中的金属区域进行插值,得到无金属投影图像。
第二插值子模块,用于对无金属投影图像的像素和先验投影图像的像素进行像素乘法处理,得到归一化金属伪影校正投影图像。
根据本发明的实施例,第三生成模块460包括第五生成子模块、第六生成子模块、第七生成子模块和第八生成子模块。
第五生成子模块,用于对归一化金属伪影校正投影图像进行重建,得到重建金属伪影校正图像。
第六生成子模块,用于将金属CT图像中CT值大于0的区域,确定为金属CT图像中的第二金属区域。
第七生成子模块,用于根据重建金属伪影校正图像和第二金属区域的CT值,确定初始迭代图像。
第八生成子模块,用于基于迭代重建算法,根据初始迭代图像和初始投影图像,确定校正锥形束CT图像。
根据本发明的实施例,第七生成子模块包括第一生成单元和第二生成单元。
第一生成单元,用于根据金属CT图像和重建金属伪影校正图像各自对应的像素,在重建金属伪影校正图像中确定与第二金属区域对应的金属区域。
第二生成单元,用于根据第二金属区域的CT值对重建金属伪影校正图像的金属区域进行赋值,得到初始迭代图像。
根据本发明的实施例,第一生成模块420包括第第一拟合子模块、第二拟合子模块和第九生成子模块。
第一拟合子模块,用于基于第一拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到第一分布谱,其中,第一拟合函数表征高原子序数材料的厚度与投影值之间的关系。
第二拟合子模块,用于基于第二拟合函数处理与第一投影图像和第二投影图像各自对应的投影值,得到第二分布谱,其中,第二拟合函数表征低原子序数材料的厚度与投影值之间的关系。
第九生成子模块,用于根据与高原子序数材料和低原子序数材料各自对应的衰减系数、第一分布谱和第二分布谱,得到初始投影图像。
根据本发明的实施例,采集模块410、第一生成模块420、划分模块430、第二生成模块440、插值模块450和第三生成模块460中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,采集模块410、第一生成模块420、划分模块430、第二生成模块440、插值模块450和第三生成模块460中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,采集模块410、第一生成模块420、划分模块430、第二生成模块440、插值模块450和第三生成模块460中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图5示意性示出了根据本发明实施例的适于实现校正图像金属伪影方法的电子设备的方框图。
图5示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,根据本发明实施例的计算机电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分509加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 503中,存储有电子设备500操作所需的各种程序和数据。处理器 501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。
根据本发明的实施例,电子设备500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至输入/输出(I/O)接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至输入/输出(I/O)接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
根据本发明的实施例,根据本发明实施例的方法流程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时,执行本发明实施例的系统中限定的上述功能。根据本发明的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本发明实施例的方法。
根据本发明的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如,根据本发明的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
本发明的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行本发明实施例所提供的方法的程序代码,当计算机程序产品在电子设备上运行时,该程序代码用于使电子设备实现本发明实施例所提供的校正图像金属伪影方法。
在该计算机程序被处理器501执行时,执行本发明实施例的系统/装置中限定的上述功能。根据本发明的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分509被下载和安装,和/或从可拆卸介质511被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
根据本发明的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本发明中。特别地,在不脱离本发明精神和教导的情况下,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。
以上对本发明的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本发明的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本发明的范围由所附权利要求及其等同物限定。不脱离本发明的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本发明的范围之内。
Claims (10)
1.一种用于校正图像金属伪影的方法,其特征在于,包括:
获取与待检测对象相关的投影图像,其中,所述投影图像是对所述待检测对象进行扫描后得到的,所述投影图像包括第一投影图像和第二投影图像,所述第一投影图像的扫描能量高于所述第二投影图像的扫描能量;
基于拟合函数处理与所述第一投影图像和所述第二投影图像各自对应的投影值,得到初始投影图像;
根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,其中,所述初始CT图像是基于所述初始投影图像重建得到的;
对所述先验CT图像和所述初始投影图像进行处理,得到归一化投影图像;
根据第一投影值对所述归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,其中,所述第一投影值是基于与所述金属区域相邻的无金属区域中的投影值确定的;
根据所述归一化金属伪影校正投影图像和所述初始投影图像进行迭代重建,生成校正锥形束CT图像。
2.根据权利要求1所述的方法,其特征在于,根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,包括:
根据所述预设组织划分阈值对所述初始CT图像进行划分,得到划分CT图像;
根据预设组织赋值阈值对所述划分CT图像进行赋值,得到所述先验CT图像。
3.根据权利要求1所述的方法,其特征在于,对所述先验CT图像和所述初始投影图像进行处理,得到归一化投影图像,包括:
基于前向投影算法处理所述先验CT图像,生成先验投影图像;
对所述先验投影图像的像素和所述初始投影图像的像素进行像素除法处理,得到所述归一化投影图像。
4.根据权利要求3所述的方法,其特征在于,根据第一投影值对所述归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,包括:
根据第一投影值对所述归一化投影图像中的金属区域进行插值,得到无金属投影图像;
对所述无金属投影图像的像素和所述先验投影图像的像素进行像素乘法处理,得到所述归一化金属伪影校正投影图像。
5.根据权利要求4所述的方法,其特征在于,所述归一化投影图像中的金属区域是基于如下操作确定的:
根据预设金属提取阈值对所述初始CT图像中的初始金属区域进行提取,得到金属CT图像;
基于所述前向投影算法处理所述金属CT图像,生成金属投影图像;
将所述金属投影图像中投影值大于0的区域,确定为所述金属投影图像中的第一金属区域;
根据所述金属投影图像和所述归一化投影图像各自对应的像素,将所述金属投影图像中的第一金属区域确定为所述归一化投影图像中的金属区域。
6.根据权利要求5所述的方法,其特征在于,根据所述归一化金属伪影校正投影图像和所述初始投影图像进行迭代重建,生成校正锥形束CT图像,包括:
对所述归一化金属伪影校正投影图像进行重建,得到重建金属伪影校正图像;
将所述金属CT图像中CT值大于0的区域,确定为所述金属CT图像中的第二金属区域;
根据所述重建金属伪影校正图像和所述第二金属区域的CT值,确定初始迭代图像;
基于迭代重建算法,根据所述初始迭代图像和所述初始投影图像,确定所述校正锥形束CT图像。
7.根据权利要求6所述的方法,其特征在于,根据所述重建金属伪影校正图像和所述第二金属区域的CT值,确定初始迭代图像,包括:
根据所述金属CT图像和所述重建金属伪影校正图像各自对应的像素,在所述重建金属伪影校正图像中确定与所述第二金属区域对应的金属区域;
根据所述第二金属区域的CT值对所述重建金属伪影校正图像的金属区域进行赋值,得到所述初始迭代图像。
8.根据权利要求1所述的方法,其特征在于,基于拟合函数处理与所述第一投影图像和所述第二投影图像各自对应的投影值,得到初始投影图像,包括:
基于第一拟合函数处理与所述第一投影图像和所述第二投影图像各自对应的投影值,得到第一分布谱,其中,所述第一拟合函数表征高原子序数材料的厚度与所述投影值之间的关系;
基于第二拟合函数处理与所述第一投影图像和所述第二投影图像各自对应的投影值,得到第二分布谱,其中,所述第二拟合函数表征低原子序数材料的厚度与所述投影值之间的关系;
根据与所述高原子序数材料和所述低原子序数材料各自对应的衰减系数、所述第一分布谱和所述第二分布谱,得到所述初始投影图像。
9.一种用于校正图像金属伪影的装置,包括:
采集模块,用于获取与待检测对象相关的投影图像,其中,所述投影图像是对所述待检测对象进行扫描后得到的,所述投影图像包括第一投影图像和第二投影图像,所述第一投影图像的扫描能量高于所述第二投影图像的扫描能量;
第一生成模块,用于基于拟合函数处理与所述第一投影图像和所述第二投影图像各自对应的投影值,得到初始投影图像;
划分模块,用于根据预设组织划分阈值对初始CT图像进行处理,得到先验CT图像,其中,所述初始CT图像是基于所述初始投影图像重建得到的;
第二生成模块,用于对所述先验CT图像和所述初始投影图像进行处理,得到归一化投影图像;
插值模块,用于根据第一投影值对所述归一化投影图像中的金属区域进行插值,得到归一化金属伪影校正投影图像,其中,所述第一投影值是基于与所述金属区域相邻的无金属区域中的投影值确定的;
第三生成模块,用于根据所述归一化金属伪影校正投影图像和所述初始投影图像进行迭代重建,生成校正锥形束CT图像。
10.一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个指令,
其中,当所述一个或多个指令被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410244711.7A CN117830456B (zh) | 2024-03-04 | 2024-03-04 | 用于校正图像金属伪影的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410244711.7A CN117830456B (zh) | 2024-03-04 | 2024-03-04 | 用于校正图像金属伪影的方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117830456A true CN117830456A (zh) | 2024-04-05 |
CN117830456B CN117830456B (zh) | 2024-05-28 |
Family
ID=90515587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410244711.7A Active CN117830456B (zh) | 2024-03-04 | 2024-03-04 | 用于校正图像金属伪影的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117830456B (zh) |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6721387B1 (en) * | 2001-06-13 | 2004-04-13 | Analogic Corporation | Method of and system for reducing metal artifacts in images generated by x-ray scanning devices |
US20080253635A1 (en) * | 2004-02-05 | 2008-10-16 | Lothar Spies | Image-Wide Artifacts Reduction Caused by High Attenuating Objects in Ct Deploying Voxel Tissue Class |
CN101777177A (zh) * | 2009-12-29 | 2010-07-14 | 上海维宏电子科技有限公司 | 基于衰减滤波的ct图像去金属伪影混合重建法 |
CN102567958A (zh) * | 2010-12-31 | 2012-07-11 | 东软飞利浦医疗设备系统有限责任公司 | 一种去除ct图像中金属伪影的图像后处理方法 |
CN103020928A (zh) * | 2012-11-21 | 2013-04-03 | 深圳先进技术研究院 | 锥束ct系统的金属伪影校正方法 |
WO2013061239A2 (en) * | 2011-10-24 | 2013-05-02 | Koninklijke Philips Electronics N.V. | Motion compensated second pass metal artifact correction for ct slice images |
CN103279929A (zh) * | 2013-05-25 | 2013-09-04 | 北京工业大学 | 一种基于余弦积分的ct图像金属轨迹预测和伪影去除方法 |
CN103310432A (zh) * | 2013-06-25 | 2013-09-18 | 西安电子科技大学 | 基于四阶全变分流的ct图像归一化的金属伪影校正法 |
CN103366389A (zh) * | 2013-04-27 | 2013-10-23 | 中国人民解放军北京军区总医院 | Ct图像重建方法 |
CN103440636A (zh) * | 2013-08-26 | 2013-12-11 | 深圳先进技术研究院 | Ct系统的金属伪影消除方法及其系统 |
CN103679642A (zh) * | 2012-09-26 | 2014-03-26 | 上海联影医疗科技有限公司 | 一种ct图像金属伪影校正方法、装置及ct设备 |
EP2713340A2 (en) * | 2012-09-29 | 2014-04-02 | Tsinghua University | Methods and devices for locating an object in CT imaging |
WO2016158138A1 (ja) * | 2015-04-01 | 2016-10-06 | 株式会社日立製作所 | X線ct装置、再構成演算装置およびx線ct画像生成方法 |
US20180137658A1 (en) * | 2016-11-14 | 2018-05-17 | Carestream Health, Inc. | Metal artifacts reduction for cone beam ct |
CN109146994A (zh) * | 2018-09-17 | 2019-01-04 | 南京航空航天大学 | 一种面向多能谱x射线ct成像的金属伪影校正方法 |
CN110310346A (zh) * | 2019-06-21 | 2019-10-08 | 东南大学 | 一种ct和cbct图像中金属伪影校正方法 |
EP3582184A1 (en) * | 2018-06-13 | 2019-12-18 | Siemens Healthcare GmbH | Multi-energy metal artefact reduction |
US20200151921A1 (en) * | 2018-11-14 | 2020-05-14 | Carestream Dental Llc | Methods for metal artifact reduction in cone beam reconstruction |
CN111815521A (zh) * | 2020-05-27 | 2020-10-23 | 南京国科医工科技发展有限公司 | 一种基于先验图像的锥束ct金属伪影校正算法 |
WO2020244098A1 (zh) * | 2019-06-05 | 2020-12-10 | 山东科技大学 | 一种x射线ct图像中金属针的检测定位方法 |
CN112348936A (zh) * | 2020-11-30 | 2021-02-09 | 华中科技大学 | 一种基于深度学习的低剂量锥束ct图像重建方法 |
US20210090307A1 (en) * | 2019-09-24 | 2021-03-25 | Hitachi, Ltd. | Medical image processing apparatus and medical image processing method |
CN113177991A (zh) * | 2021-04-29 | 2021-07-27 | 中国科学技术大学 | 一种基于计划ct校正cbct中散射伪影的方法 |
CN113781595A (zh) * | 2021-08-26 | 2021-12-10 | 深圳市菲森科技有限公司 | 一种口腔锥形束ct图像的金属伪影去除方法和系统 |
CN114886450A (zh) * | 2022-04-25 | 2022-08-12 | 中国科学技术大学 | 一种基于射束阻挡板的cbct散射伪影校正方法 |
CN114926560A (zh) * | 2022-05-11 | 2022-08-19 | 中国计量科学研究院 | 基于基材料分解的成像金属伪影校正方法及系统、成像设备 |
CN116452423A (zh) * | 2023-05-11 | 2023-07-18 | 燕山大学 | 一种同时稀疏角度ct重建及金属伪影高精度校正方法 |
CN117197270A (zh) * | 2023-09-04 | 2023-12-08 | 首都师范大学 | 非线性投影分解的金属伪影校正方法、装置及成像设备 |
CN117522747A (zh) * | 2023-11-22 | 2024-02-06 | 广州海兆印丰信息科技有限公司 | 一种用于ct图像的金属伪影校正方法与系统 |
-
2024
- 2024-03-04 CN CN202410244711.7A patent/CN117830456B/zh active Active
Patent Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6721387B1 (en) * | 2001-06-13 | 2004-04-13 | Analogic Corporation | Method of and system for reducing metal artifacts in images generated by x-ray scanning devices |
US20080253635A1 (en) * | 2004-02-05 | 2008-10-16 | Lothar Spies | Image-Wide Artifacts Reduction Caused by High Attenuating Objects in Ct Deploying Voxel Tissue Class |
CN101777177A (zh) * | 2009-12-29 | 2010-07-14 | 上海维宏电子科技有限公司 | 基于衰减滤波的ct图像去金属伪影混合重建法 |
CN102567958A (zh) * | 2010-12-31 | 2012-07-11 | 东软飞利浦医疗设备系统有限责任公司 | 一种去除ct图像中金属伪影的图像后处理方法 |
WO2013061239A2 (en) * | 2011-10-24 | 2013-05-02 | Koninklijke Philips Electronics N.V. | Motion compensated second pass metal artifact correction for ct slice images |
US20140270450A1 (en) * | 2011-10-24 | 2014-09-18 | Koninklijke Philips N.V. | Motion compensated second pass metal artifact correction for ct slice images |
EP2747655A2 (en) * | 2011-10-24 | 2014-07-02 | Koninklijke Philips N.V. | Motion compensated second pass metal artifact correction for ct slice images |
CN103679642A (zh) * | 2012-09-26 | 2014-03-26 | 上海联影医疗科技有限公司 | 一种ct图像金属伪影校正方法、装置及ct设备 |
EP2713340A2 (en) * | 2012-09-29 | 2014-04-02 | Tsinghua University | Methods and devices for locating an object in CT imaging |
CN103020928A (zh) * | 2012-11-21 | 2013-04-03 | 深圳先进技术研究院 | 锥束ct系统的金属伪影校正方法 |
CN103366389A (zh) * | 2013-04-27 | 2013-10-23 | 中国人民解放军北京军区总医院 | Ct图像重建方法 |
CN103279929A (zh) * | 2013-05-25 | 2013-09-04 | 北京工业大学 | 一种基于余弦积分的ct图像金属轨迹预测和伪影去除方法 |
CN103310432A (zh) * | 2013-06-25 | 2013-09-18 | 西安电子科技大学 | 基于四阶全变分流的ct图像归一化的金属伪影校正法 |
CN103440636A (zh) * | 2013-08-26 | 2013-12-11 | 深圳先进技术研究院 | Ct系统的金属伪影消除方法及其系统 |
WO2016158138A1 (ja) * | 2015-04-01 | 2016-10-06 | 株式会社日立製作所 | X線ct装置、再構成演算装置およびx線ct画像生成方法 |
US20180137658A1 (en) * | 2016-11-14 | 2018-05-17 | Carestream Health, Inc. | Metal artifacts reduction for cone beam ct |
EP3582184A1 (en) * | 2018-06-13 | 2019-12-18 | Siemens Healthcare GmbH | Multi-energy metal artefact reduction |
CN109146994A (zh) * | 2018-09-17 | 2019-01-04 | 南京航空航天大学 | 一种面向多能谱x射线ct成像的金属伪影校正方法 |
US20200151921A1 (en) * | 2018-11-14 | 2020-05-14 | Carestream Dental Llc | Methods for metal artifact reduction in cone beam reconstruction |
WO2020244098A1 (zh) * | 2019-06-05 | 2020-12-10 | 山东科技大学 | 一种x射线ct图像中金属针的检测定位方法 |
CN110310346A (zh) * | 2019-06-21 | 2019-10-08 | 东南大学 | 一种ct和cbct图像中金属伪影校正方法 |
US20210090307A1 (en) * | 2019-09-24 | 2021-03-25 | Hitachi, Ltd. | Medical image processing apparatus and medical image processing method |
CN111815521A (zh) * | 2020-05-27 | 2020-10-23 | 南京国科医工科技发展有限公司 | 一种基于先验图像的锥束ct金属伪影校正算法 |
CN112348936A (zh) * | 2020-11-30 | 2021-02-09 | 华中科技大学 | 一种基于深度学习的低剂量锥束ct图像重建方法 |
CN113177991A (zh) * | 2021-04-29 | 2021-07-27 | 中国科学技术大学 | 一种基于计划ct校正cbct中散射伪影的方法 |
CN113781595A (zh) * | 2021-08-26 | 2021-12-10 | 深圳市菲森科技有限公司 | 一种口腔锥形束ct图像的金属伪影去除方法和系统 |
CN114886450A (zh) * | 2022-04-25 | 2022-08-12 | 中国科学技术大学 | 一种基于射束阻挡板的cbct散射伪影校正方法 |
CN114926560A (zh) * | 2022-05-11 | 2022-08-19 | 中国计量科学研究院 | 基于基材料分解的成像金属伪影校正方法及系统、成像设备 |
CN116452423A (zh) * | 2023-05-11 | 2023-07-18 | 燕山大学 | 一种同时稀疏角度ct重建及金属伪影高精度校正方法 |
CN117197270A (zh) * | 2023-09-04 | 2023-12-08 | 首都师范大学 | 非线性投影分解的金属伪影校正方法、装置及成像设备 |
CN117522747A (zh) * | 2023-11-22 | 2024-02-06 | 广州海兆印丰信息科技有限公司 | 一种用于ct图像的金属伪影校正方法与系统 |
Non-Patent Citations (2)
Title |
---|
WANG JIANGTAO; WU XINHONG; JIANG XIAO; YAN BING; ZHU LEI; YANG YIDONG: "MRI to CT Synthesis Using Contrastive Learning", 《2021 IEEE INTERNATIONAL CONFERENCE ON MEDICAL IMAGING PHYSICS AND ENGINEERING (ICMIPE)》, 14 February 2022 (2022-02-14) * |
高留刚;孙鸿飞;林涛;眭建峰;倪昕晔;: "运用兆伏锥形束计算机断层成像校正千伏计算机断层成像中假牙的金属伪影", 生物医学工程学杂志, no. 05, 25 October 2017 (2017-10-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN117830456B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11756164B2 (en) | System and method for image correction | |
EP3234919B1 (en) | System and method for image reconstruction | |
US7623691B2 (en) | Method for helical windmill artifact reduction with noise restoration for helical multislice CT | |
US10255696B2 (en) | System and method for image reconstruction | |
US20100284596A1 (en) | System and methods for fast implementation of equally-sloped tomography | |
WO2013011418A2 (en) | Spectral ct | |
CN111598989B (zh) | 一种图像渲染参数设置方法、装置、电子设备及存储介质 | |
EP1716537B1 (en) | Apparatus and method for the processing of sectional images | |
CN111627083A (zh) | 骨硬化伪影校正方法、装置、计算机设备和可读存储介质 | |
US7242004B2 (en) | Image correction method, image correction apparatus, and image correction program | |
US9105124B2 (en) | Methods and systems for reducing noise- related imaging artifacts | |
CN117830456B (zh) | 用于校正图像金属伪影的方法、装置及电子设备 | |
US8660226B2 (en) | Systems and methods for multichannel noise reduction | |
CN111080740A (zh) | 一种图像校正方法、装置、设备及介质 | |
GB2453177A (en) | Creating an enhanced image using information on the relationship of two images | |
US7609870B2 (en) | Methods and systems for enhancing images | |
CN112581556B (zh) | 多能ct图像硬化校正方法、装置、计算机设备和存储介质 | |
Claus et al. | New method for 3D reconstruction in digital tomosynthesis | |
EP3404618B1 (en) | Poly-energetic reconstruction method for metal artifacts reduction | |
JP2021122674A (ja) | 画像処理装置および方法、プログラム | |
US20230419455A1 (en) | System and method for image correction | |
Van Slambrouck et al. | A patchwork (back) projector to accelerate artifact reduction in CT reconstruction | |
Narkbuakaew et al. | Metal artifact reduction based on 2D-projection correction for dental cone-beam CT images | |
CN111127369A (zh) | 一种图像校正方法、装置、设备及介质 | |
Zhao et al. | Deep learning-based projection synthesis for low-dose cone-beam computed tomography imaging in image-guided radiotherapy |
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 |