JP2008525142A - Apparatus and method for x-ray projection artifact correction - Google Patents
Apparatus and method for x-ray projection artifact correction Download PDFInfo
- Publication number
- JP2008525142A JP2008525142A JP2007548936A JP2007548936A JP2008525142A JP 2008525142 A JP2008525142 A JP 2008525142A JP 2007548936 A JP2007548936 A JP 2007548936A JP 2007548936 A JP2007548936 A JP 2007548936A JP 2008525142 A JP2008525142 A JP 2008525142A
- Authority
- JP
- Japan
- Prior art keywords
- correction
- ray projection
- reconstructed image
- estimation
- ray
- 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.)
- Withdrawn
Links
Classifications
-
- 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
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/432—Truncation
Abstract
本発明は物体の再構成画像を生成するための前記物体1のX線投影のデータセット10のアーチファクトを補正のための装置に関する。特に、散乱、誤った打ち切り拡張係数又は誤った利得係数により生じる、カッピング形状又は逆カッピング（キャッピングと呼ばれる）形状の空間的にゆっくりと変化する不均一性を生じるアーチファクトの補正のための装置が提案され、当該装置は、少なくとも一つの推定パラメータを用いてX線投影に存在するアーチファクトの量を前記X線投影11において推定する推定ユニット41、前記推定を用いて前記X線投影11に存在する前記アーチファクトを補正する補正ユニット41、前記補正されたX線投影を含むX線投影の前記データセット10を用いて中間再構成画像を生成する再構成ユニット42、及び前記中間再構成画像中の不均一性の定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される調整された推定パラメータを用いて前記補正を反復的に繰り返すことによって前記補正を最適化するための評価ユニット43を有する。 The present invention relates to an apparatus for correcting artifacts in an X-ray projection data set 10 of the object 1 for generating a reconstructed image of the object. In particular, a device is proposed for correcting artifacts that cause spatially slowly varying non-uniformities of cupping shapes or back-capping (called capping) shapes caused by scattering, wrong truncation expansion factor or wrong gain factor The apparatus is configured to estimate in the X-ray projection 11 an amount of artifact existing in the X-ray projection 11 using at least one estimation parameter; A correction unit 41 for correcting artifacts, a reconstruction unit 42 for generating an intermediate reconstructed image using the data set 10 of the X-ray projection including the corrected X-ray projection, and non-uniformity in the intermediate reconstructed image The correction is evaluated by determining a quantitative criterion for gender, and the quantitative criterion is used until a predetermined stopping criterion is reached. Having an evaluation unit 43 for optimizing the correction by repeating the correction iteratively by using the estimated parameter adjusted is determined Te.
Description
本発明は、物体の再構成画像を生成するために物体のX線投影のデータセットのアーチファクトを補正するための装置及び対応する方法に関する。本発明はさらに、物体のX線投影のデータセットから再構成画像を生成するための装置及び対応する方法に関する。またさらに本発明は、コンピュータ上で前記方法を実行するためのコンピュータプログラムに関する。 The present invention relates to an apparatus and corresponding method for correcting artifacts in an X-ray projection data set of an object to generate a reconstructed image of the object. The invention further relates to an apparatus and a corresponding method for generating a reconstructed image from an X-ray projection data set of an object. The present invention still further relates to a computer program for executing the method on a computer.
散乱放射線は、コーンビームコンピュータ断層撮影の主要な課題のうちの1つを構成する。特に、大きなテーパ角度を有し、結果として照射を受ける大きな領域を有するシステムジオメトリ（例えばＣアーム型ベースのボリュームイメージング）において、散乱放射線は、所望の検出信号に付加される、深刻な空間的にゆっくり変化するバックグラウンドノイズを引き起こす。結果として、再構成されたボリュームは、カッピング及び線条アーチファクトを被り、又は、さらに一般的にいえば、散乱に起因したゆっくりと（局所的に）変化する不均一性を引き起こし完全なハウンスフィールドユニットを記録することを妨げるアーチファクトを被る。 Scattered radiation constitutes one of the major challenges of cone-beam computed tomography. In particular, in system geometries (eg, C-arm based volume imaging) that have a large taper angle and consequently a large area that is irradiated, scattered radiation is added to the desired detection signal in a severe spatial fashion. Causes slowly changing background noise. As a result, the reconstructed volume suffers from cupping and streak artifacts, or more generally, a slowly (locally) varying non-uniformity due to scattering, resulting in a complete Hounsfield Incurs artifacts that prevent the unit from recording.
機械的な散乱線除去グリッドが散乱放射線の検出を防止するために考案されたが、それらはＳＮ比の劣化につながるので、ボリュームイメージングのための典型的なシステムジオメトリには効果がないことが示された。したがって、事後的なソフトウェアベースの散乱補償のための異なるアルゴリズムが提案され（例えば、非特許文献１）、又は現在開発されている。しかし、そのような方法が投影された視野の範囲内で散乱の空間分布の形状を正確に推定する可能性を有するにもかかわらず、散乱の正確な定量的な推定を得ることは難しい。結果として、投影された視野の中の絶対的な局所的な散乱の量はしばしば過小に又は過大に評価され、再構成結果は次善のものに過ぎなかった。 Although mechanical anti-scatter grids have been devised to prevent detection of scattered radiation, they have been shown to be ineffective for typical system geometries for volume imaging as they lead to degradation of the signal-to-noise ratio. It was done. Accordingly, different algorithms for ex-post software-based scatter compensation have been proposed (eg, Non-Patent Document 1) or are currently being developed. However, it is difficult to obtain an accurate quantitative estimate of scatter, even though such methods have the potential to accurately estimate the shape of the spatial distribution of scatter within the projected field of view. As a result, the amount of absolute local scatter in the projected field of view was often underestimated or overestimated, and the reconstruction results were only suboptimal.
また、再構成画像中に空間的にゆっくりと変化する不均一性を生じさせるアーチファクトの他の原因がX線投影中に存在し、それは、例えば、関係の物体よりも小さい検出器を使用したことに起因した、再構成に用いられる不完全なデータセットである。そこで、そのようなアーチファクトの出現を避けるために、データセットを完全なものにすることが望まれる。標準のアルゴリズム（例えば非特許文献２において説明される）は、投影拡張係数の決定を必要とする。 Also, other sources of artifacts exist in X-ray projections that cause non-uniformity that varies slowly in the reconstructed image, for example, using smaller detectors than the relevant objects This is an incomplete data set used for reconstruction due to It is therefore desirable to complete the data set to avoid the appearance of such artifacts. Standard algorithms (eg, described in Non-Patent Document 2) require the determination of the projection expansion factor.
またさらに、再構成で使用する前に投影データを正規化するために、利得係数を決定することが、しばしば必要とされる。ときには、正規化のための利得画像が未知のグローバル係数と共に知られているだけである。誤ったグローバル係数を含む利得画像により測定された投影を正規化することは、再構成画像中にカッピング形状の空間的にゆっくりと変化する不均一性を再び引き起こす。
本発明の目的は、物体のX線投影のデータセットのアーチファクトを補正するための、特に、例えば散乱、誤った打ち切り拡張係数又は誤った利得係数により生じるカッピング又は逆カッピング（キャッピングと呼ばれる）形状の空間的にゆっくりと変化する不均一性の原因となるアーチファクトを補正するための装置及び方法を提供することである。さらなる目的は、アーチファクトを僅かしか又は全く含まない物体のX線投影のデータセットから、再構成画像を生成する装置又は方法を提供することである。 It is an object of the present invention to correct artifacts in an object's X-ray projection data set, in particular for cupping or reverse cupping (called capping) shapes caused by, for example, scattering, wrong truncation expansion factor or wrong gain factor. It is an object to provide an apparatus and method for correcting artifacts that cause non-uniformities that vary slowly in space. A further object is to provide an apparatus or method for generating a reconstructed image from an X-ray projection data set of an object that contains little or no artifacts.
この目的は、請求項１に記載の装置による本発明によって達成され、当該装置は、
・少なくとも一つの推定パラメータを用いて、X線投影に存在するアーチファクトの量を前記X線投影において推定する推定ユニット、
・前記推定を用いて前記X線投影に存在する前記アーチファクトを補正する補正ユニット、
・前記補正されたX線投影を含むX線投影の前記データセットを用いて中間再構成画像を生成する再構成ユニット、及び
・前記中間再構成画像中の不均一性の定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される調整された推定パラメータを用いて前記補正を反復的に繰り返すことによって前記補正を最適化するための評価ユニットを有する。
This object is achieved according to the invention by the device according to claim 1, said device comprising:
An estimation unit for estimating in the X-ray projection the amount of artifacts present in the X-ray projection using at least one estimation parameter;
A correction unit that corrects the artifacts present in the X-ray projection using the estimation;
A reconstruction unit for generating an intermediate reconstructed image using the data set of X-ray projections including the corrected X-ray projection, and determining a quantitative criterion for non-uniformities in the intermediate reconstructed image The correction is evaluated by optimizing the correction by iteratively repeating the correction using the adjusted estimated parameter determined using the quantitative criterion until a predetermined stopping criterion is reached It has an evaluation unit for
本発明による再構成装置は、以下を有している請求項において定義される。 The reconstruction device according to the invention is defined in the claims having the following.
対応する方法は、請求項15及び16において定義される。本発明は、また、記録キャリヤに記憶することができる、請求項17に記載のコンピュータプログラムに関する。本発明の好ましい実施形態は、従属請求項において定義される。 Corresponding methods are defined in claims 15 and 16. The invention also relates to a computer program according to claim 17, which can be stored on a record carrier. Preferred embodiments of the invention are defined in the dependent claims.
本発明は、アーチファクト推定のための、特に散乱推定のための任意の（好ましくはソフトウェアベースの）方法の性能を繰り返し最適化するというアイデアに基づく。これは、アーチファクト補償プロセスにおけるパラメータの対応する調整の度に、再構成されたボリューム中のアーチファクトによって生じる不均一性の定量的基準を、特に、（散乱によって生じるアーチファクトの場合には）残留カッピングの定量的基準を定義し、この基準をアーチファクト補正の効率を繰り返し評価するために用いることによって達成される。 The invention is based on the idea of iteratively optimizing the performance of any (preferably software-based) method for artifact estimation, in particular for scatter estimation. This provides a quantitative measure of inhomogeneities caused by artifacts in the reconstructed volume, especially in the case of artifacts caused by scattering, for each corresponding adjustment of the parameters in the artifact compensation process. This is accomplished by defining a quantitative criterion and using this criterion to repeatedly evaluate the efficiency of artifact correction.
使用される補償方法の性能の程度を定量化するそのような基準を構築するために、異なる選択肢が利用可能である。本発明の一つの実施の形態において、人体のボリューム画像に対して、ボクセルの主要な部分は水に近い減衰値を示す。したがって、不均一性、例えば、投影画像の中央において最も邪魔となるアーチファクトにつながるゆっくりと変化する不均一性であるカッピングは、水の減衰値周辺の中間のコントラストレベルにおいて最も容易に見える。それゆえに、出発点は、好ましくはカッピングを包含する関係するコントラストウインドウの選択である。それから、再構成されたボリュームにおける減衰値の上下の閾値化が行われる。カッピングのような不均一性の定量化のために、選択されたウィンドウに属するボクセルの統計特性、例えば標準偏差を用いることができる。あるいは、多項式若しくは他の関数を選択されたウィンドウ内のデータに最初にフィッティングすることができ、又は強いローパスフィルタリングを適用することができ、そして続く他のステップで、結果のプロファイルから標準偏差又は適切な曲率基準が推定される。 Different options are available to build such a criterion that quantifies the degree of performance of the compensation method used. In one embodiment of the present invention, for a volume image of a human body, the main part of the voxel exhibits an attenuation value close to water. Thus, cupping, which is a non-uniformity, for example a slowly changing non-uniformity that leads to the most disturbing artifacts in the center of the projected image, is most easily seen at intermediate contrast levels around the water attenuation value. Therefore, the starting point is the selection of the relevant contrast window, which preferably includes cupping. Then, the upper and lower threshold values of the attenuation value in the reconstructed volume are performed. For quantifying non-uniformities such as cupping, statistical properties of voxels belonging to the selected window, such as standard deviation, can be used. Alternatively, a polynomial or other function can be first fitted to the data in the selected window, or strong low pass filtering can be applied, and in other steps, standard deviation or appropriate from the resulting profile The correct curvature criterion is estimated.
アーチファクト補正に対する品質基準を定義することで、単一のアルゴリズムを任意のアーチファクト補償方法の性能を最適化するために用いることができる。使用された補償方法のいずれの内部パラメータも最適化のために用いることができ、又は、追加の係数によって当該方法の結果（例えば、各々の投影された像におけるアーチファクトの推定された空間プロファイル）を包括的にスケールすることができ、品質基準が最大となるように調整される。そのような係数は、根源（補正方法の物理的な単純化）に由来する又はアルゴリズム（実装、離散化）に由来する可能性があるアーチファクト推定誤差の原因となる。 By defining quality criteria for artifact correction, a single algorithm can be used to optimize the performance of any artifact compensation method. Any of the internal parameters of the compensation method used can be used for optimization, or the result of the method (eg, the estimated spatial profile of the artifact in each projected image) with additional coefficients. It can be scaled comprehensively and adjusted to maximize quality standards. Such coefficients are responsible for artifact estimation errors that may come from the source (physical simplification of the correction method) or from the algorithm (implementation, discretization).
提案された最適化手続きは完全に自動化することができ、いかなるユーザーインタラクションも必要としない。計算労力を相当に小さく保つために、反復的な再構成を粗い分解能で実行することができる。本方法は、主にＣアーム型ベースのボリューム撮像にだけでなく、マルチラインスパイラルCTにも（散乱量が少なく散乱線除去グリッドがより有効ではあるが）適用することができる。 The proposed optimization procedure can be fully automated and does not require any user interaction. In order to keep the computational effort considerably small, iterative reconstruction can be performed with coarse resolution. This method can be applied not only to C-arm type volume imaging, but also to multi-line spiral CT (although the scattered radiation removal grid is more effective).
好ましい実施の形態において、上記装置は特に散乱補正のために適応され、
・前記推定ユニットが、少なくとも一つの推定パラメータを用いてX線投影に存在する散乱の量を前記X線投影において推定し、
・前記補正ユニットが、前記推定された散乱を前記X線投影の投影データから減ずることによって前記X線投影を補正し、及び、
・前記評価ユニットが、前記中間再構成画像中の残留カッピングの定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される散乱推定のための調整された推定パラメータを用いて前記補正を反復的に繰り返すことによって前記補正を最適化する。
In a preferred embodiment, the device is specially adapted for scatter correction,
The estimation unit estimates in the X-ray projection the amount of scattering present in the X-ray projection using at least one estimation parameter;
The correction unit corrects the X-ray projection by subtracting the estimated scatter from the projection data of the X-ray projection; and
The evaluation unit evaluates the correction by determining a quantitative criterion for residual cupping in the intermediate reconstructed image and is determined using the quantitative criterion until a predetermined stop criterion is reached The correction is optimized by iteratively repeating the correction with adjusted estimation parameters for scatter estimation.
散乱補正の改善ために示唆され、主に提案されたことは、そのようなアプリケーションに限定されないことに留意する必要がある。あるいは、ビームハードニング、打ち切り及び誤った利得係数もカッピングのようなアーチファクトの原因となるので、コンピュータ化されたビームハードニング補償若しくは打ち切り補正の性能を最適化するために、又は利得正規化を最適化するために用いることができる。したがって、複数のソフトウェアベースの補正の場合には、繰り返し最適化される補正は最後に実行されなければならない。 It should be noted that what has been suggested and mainly proposed for improving scatter correction is not limited to such applications. Alternatively, beam hardening, truncation, and false gain factors can also cause artifacts such as cupping, so to optimize the performance of computerized beam hardening compensation or truncation correction, or to optimize gain normalization It can be used to Thus, in the case of multiple software-based corrections, iteratively optimized corrections must be performed last.
このように、特定の実施の形態で、上記装置は打ち切られた投影の補正に適応され、
・前記推定ユニットが、少なくとも一つの推定パラメータを用いてX線投影に存在する打ち切りの程度を前記X線投影において推定し、
・前記補正ユニットが、拡張係数又は前記打ち切り推定を利用した他の方法を用いて前記X線投影を拡張することにより前記X線投影を補正し、及び、
・前記評価ユニットが、前記中間再構成画像中のカッピング又はキャッピングの定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される打ち切り推定のための調整された推定パラメータを用いて前記補正を反復的に繰り返すことによって前記補正を最適化する。
Thus, in certain embodiments, the apparatus is adapted to correct censored projections,
The estimation unit estimates in the X-ray projection the degree of truncation present in the X-ray projection using at least one estimation parameter;
The correction unit corrects the X-ray projection by extending the X-ray projection using an expansion factor or other method utilizing the truncation estimation; and
The evaluation unit evaluates the correction by determining a quantitative criterion for capping or capping in the intermediate reconstructed image and is determined using the quantitative criterion until a predetermined stop criterion is reached. The correction is optimized by iteratively repeating the correction using the adjusted estimation parameters for censoring estimation.
さらに、他の特定の実施の形態において、上記装置は、投影データの利得正規化の補正のために適応され、
・前記推定ユニットが、少なくとも一つの推定パラメータを用いてX線投影における適切な利得係数を推定し、
・前記補正ユニットが、前記利得係数を用いて前記X線投影を正規化することにより前記X線投影を補正し、
・前記評価ユニットが、前記中間再構成画像中のカッピング又はキャッピングの定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される利得正規化のための調整された利得係数を用いて前記補正を反復的に繰り返すことによって前記補正を最適化する。
Further, in another specific embodiment, the apparatus is adapted for correction of gain normalization of projection data,
The estimation unit estimates an appropriate gain factor in the X-ray projection using at least one estimation parameter;
The correction unit corrects the X-ray projection by normalizing the X-ray projection with the gain factor;
The evaluation unit evaluates the correction by determining a quantitative criterion for capping or capping in the intermediate reconstructed image and is determined using the quantitative criterion until a predetermined stop criterion is reached. The correction is optimized by iteratively repeating the correction using an adjusted gain factor for gain normalization.
残留カッピングのような不均一性の定量化を用いることによる、又は同様の性能指数を用いることによるコンピュータ化されたアーチファクト補償の提案された反復的な最適化は、上記品質基準により定義されるように、再構成されたボリュームに対する最適な画質を保証する。提案された解決案は、再構成されたボリュームのアーチファクトによって生じるカッピングのような不均一性の除去を著しく改善し、低コントラストの物体を同時に観察することをより一層可能にする。 The proposed iterative optimization of computerized artifact compensation by using non-uniformity quantification such as residual cupping or by using a similar figure of merit is defined by the above quality criteria. In addition, the optimum image quality for the reconstructed volume is guaranteed. The proposed solution significantly improves the removal of non-uniformities such as cupping caused by reconstructed volume artifacts and makes it possible to observe low contrast objects simultaneously.
発明は図面に示される典型的な実施の形態を用いてさらに詳細に説明される。 The invention will be explained in more detail with the aid of exemplary embodiments shown in the drawings.
本発明が実施の形態としてさらに詳細に説明される前に、散乱の影響及び散乱放射線によって生じるカッピングアーチファクトの発生を、図1を用いて説明する。コンピュータ断層撮影（CT）再構成の理論は、全ての光子は被検査物体に吸収されるか、又は直接検出器に到達すると仮定するが、最も大きな減衰量は、実際には、吸収ではなく散乱によって生じる。したがって、図１ａから分かるように、相当な量の散乱した光子が間接的に検出器に到達する。 Before the present invention is described in further detail as an embodiment, the influence of scattering and the occurrence of cupping artifacts caused by scattered radiation will be described with reference to FIG. The theory of computed tomography (CT) reconstruction assumes that all photons are absorbed by the inspected object or reach the detector directly, but the greatest attenuation is actually scattered rather than absorbed Caused by. Thus, as can be seen from FIG. 1a, a considerable amount of scattered photons reach the detector indirectly.
図１ｂに示すように、散乱放射線によって生じるバックグラウンド信号は一般に比較的均一、すなわち特にゆっくりと変化するが、その量が特に重大である。全信号強度の内の散乱放射線により生じる部分は、散乱線除去グリッド無しでは、50%以上に達する可能性がある。図１ｂに示されるプロファイルから分かるように、相対誤差は減衰信号の中央で全信号に対して最も大きい。結果的に、図１ｃに示されるように、相対誤差はまた再構成された物体の中央で最も大きく、底部にカッピングの典型的な影響が見られる。例えば、頭部に対して、適切な濃淡値以下の−150HUまでの偏差が見られる。 As shown in FIG. 1b, the background signal produced by scattered radiation is generally relatively uniform, i.e., varies particularly slowly, but the amount is particularly significant. The portion of the total signal intensity caused by scattered radiation can reach 50% or more without the scattered radiation removal grid. As can be seen from the profile shown in FIG. 1b, the relative error is greatest for all signals in the middle of the attenuated signal. As a result, as shown in FIG. 1c, the relative error is also greatest at the center of the reconstructed object, with the typical effect of cupping at the bottom. For example, with respect to the head, a deviation of up to −150 HU below an appropriate gray value is seen.
このように、散乱によって生じるアーチファクトが引き起こす問題は、散乱が絶対的な定量化（ＨＵ）を妨げ、低コントラスト構造の可視化に影響を及ぼし、そしてさらなる画像処理に対する問題を発生させることである。 Thus, the problem caused by the artifacts caused by scattering is that scattering prevents absolute quantification (HU), affects the visualization of low contrast structures, and creates problems for further image processing.
図２は、本発明による再構成装置の一般的なレイアウトを示す。データ取得ユニット2（例えばCT又はX線装置）を用いて、物体1（すなわち患者頭部）のX線投影のデータセットが得られる。取得したデータセットは、通常、メモリー（例えば臨床ネットワーク内サーバーのハードディスク、又は取得した保護データをさらに処理するワークステーションの他の種類のストレージユニット）に記憶される。高解像度の再構成画像が再構成ユニット5によって生成される前に、以下で詳しく説明されるアーチファクト補正装置4を用いたアーチファクト補正が実行されることが、本発明に従って予見される。それから、ディスプレイユニット6に後に表示するための高分解能の再構成画像を再構成するために、補正されたX線投影が用いられる。 FIG. 2 shows the general layout of a reconstruction device according to the present invention. A data acquisition unit 2 (eg CT or X-ray device) is used to obtain an X-ray projection data set of the object 1 (ie the patient's head). The acquired data set is typically stored in memory (eg, a hard disk of a server in a clinical network, or other type of storage unit on a workstation that further processes the acquired protected data). It is foreseen in accordance with the present invention that before the high-resolution reconstructed image is generated by the reconstruction unit 5, artifact correction using the artifact correction device 4 described in detail below is performed. The corrected X-ray projection is then used to reconstruct a high resolution reconstructed image for later display on the display unit 6.
図３は、本発明によって提案されるアーチファクト補正装置のレイアウト及び機能を図示する。この図において、図２に示されるアーチファクト補正ユニット4がより詳細に示される。 FIG. 3 illustrates the layout and function of the artifact correction device proposed by the present invention. In this figure, the artifact correction unit 4 shown in FIG. 2 is shown in more detail.
反復的な散乱補正のアイデアでは、最初に、一般的にあいまいな散乱補正アルゴリズムを取得したX線投影に適用する。そして、散乱推定及び補正ユニット41に対する入力は、オリジナルのX線投影10のデータセット、又は、その後の反復のために必要とされる時間を節約するためにオリジナルの投影10を空間及び／又は角度サブサンプリングすることにより得られる少数のX線投影の圧縮したデータセット11とすることができる。 The idea of iterative scatter correction first applies a generally ambiguous scatter correction algorithm to the acquired X-ray projection. And the input to the scatter estimation and correction unit 41 can be the original X-ray projection 10 data set, or the original projection 10 in space and / or angle to save time needed for subsequent iterations. It is possible to obtain a compressed data set 11 of a small number of X-ray projections obtained by subsampling.
ユニット41により実行される推定及び補正は一般的に不完全であり、即ち、反復の最初の実行において補正のパラメータは不正確に設定される。例えば、好ましい実施の形態では、散乱補正は、投影あたりの最小被測定検出値に対する散乱比（SF）に基づいて適用される。前記実施の形態は、次のように実行されることができる。
・（任意的に強いローパスフィルタリングの後に）投影あたりの最小の測定値を検索する。
・一定の割合（例えば最初は50%）を、投影方向あたりの一定の散乱バックグラウンドノイズの最小の値であると仮定する。
・前記投影方向あたりの一定の散乱バックグラウンドノイズを、その投影の投影データから減じる。
・上述した一定の割合は、散乱比（SF）と呼ばれ、散乱補正のこの実施の形態のパラメータであり、最適化される。
The estimation and correction performed by unit 41 is generally incomplete, i.e. the parameters of the correction are set incorrectly in the first execution of the iteration. For example, in a preferred embodiment, scatter correction is applied based on the scatter ratio (SF) to the minimum measured detected value per projection. The embodiment can be executed as follows.
Search for the minimum measurement per projection (after optionally strong low-pass filtering).
• Assume a certain percentage (eg 50% initially) is the smallest value of constant scattered background noise per projection direction.
Subtracting the constant scattered background noise per projection direction from the projection data for that projection.
The constant ratio mentioned above is called the scattering ratio (SF) and is a parameter of this embodiment of the scattering correction and is optimized.
そして、補正された投影は、例えば、再構成ユニット42においてコーンビームフィルタリングされた逆投影のためのFeldkamp-David-Kressアルゴリズムを用いて中間再構成画像を再構成するために用いられる。前記再構成は、非常に高速にするために、分解能が低い非常に粗いものとすることができる。 The corrected projection is then used to reconstruct the intermediate reconstructed image using, for example, the Feldkamp-David-Kress algorithm for back projection that has been cone-beam filtered in the reconstruction unit. The reconstruction can be very coarse with low resolution in order to be very fast.
そして、評価ユニット43において、取り除かれるべき散乱-カッピングアーチファクトに関して、中間再構成画像が評価される。前記評価は、以降の図を参照して以下でさらに詳細に説明される。前記カッピング評価の結果に基づいて、散乱補正の一つ以上パラメータ（上述の例では散乱比SF）が適応し、次の反復が開始される。 Then, in the evaluation unit 43, the intermediate reconstructed image is evaluated for the scatter-capping artifacts to be removed. Said evaluation is explained in more detail below with reference to the following figures. Based on the result of the cupping evaluation, one or more parameters of scattering correction (scattering ratio SF in the above example) are applied and the next iteration is started.
反復中に停止基準に達した後、例えば予め定められた反復回数が実行された場合、又は直前の実行（若しくは直前の複数の実行）中にさらなる最適化が達成されなかった場合、適応したパラメータ（この例では最適化された散乱比）を用いる最終的な散乱補正が再構成ユニット5において高解像度投影の全てのデータセットに最終的に適用され、モニタ6上に表示するための最終的なフル分解能の再構成画像を得るために、時間を要する高解像度の最終的な再構成が実行される。 Adapted parameters if, for example, a predetermined number of iterations have been performed after reaching the stopping criteria during the iteration, or if no further optimization has been achieved during the previous run (or previous runs) The final scatter correction using (in this example the optimized scatter ratio) is finally applied in the reconstruction unit 5 to all data sets of the high resolution projection, and finally the final display for display on the monitor 6 In order to obtain a full resolution reconstructed image, a time consuming high resolution final reconstruction is performed.
好ましいカッピング評価方法の実施の形態は、以下にさらに詳細に説明される。好ましくは提案されたカッピング評価方法は、以下の2つの主要なステップを含む。
a) カッピングの測定/定量化に用いることができる適切なボクセルの選択、及び
b) 前記選択に基づくカッピング基準の計算。
A preferred cupping evaluation method embodiment is described in further detail below. Preferably, the proposed cupping evaluation method includes the following two main steps.
a) selection of appropriate voxels that can be used for measuring / quantifying cupping; and
b) Calculation of cupping criteria based on the selection.
人体の大部分は水又は水のような組織から成るので、散乱によって生じるこの水のような組織の濃淡値の変化を用いて、カッピングを最も良く評価することができる。これは、閾値に基づいて以下において達成される。閾値自体は、ヒストグラムに基づいて決定される。この目的のために、最初に、再構成されたボリュームの全てのボクセルにわたるヒストグラムが図４ａに示すように用意される。このヒストグラムに対して、例えば、予想される水の減衰値の50%から200%までの値の範囲を選択すれば充分である。図４ｂにおいて、評価される再構成された粗いボリュームの64のスライスのうちの40が、（比較的タイトなHUウィンドウに表示されて）示されている。 Since most of the human body consists of water or water-like tissue, cupping can be best evaluated using this change in the gray value of the water-like tissue caused by scattering. This is achieved in the following based on a threshold. The threshold value itself is determined based on the histogram. For this purpose, first a histogram is prepared over all the voxels of the reconstructed volume as shown in FIG. 4a. For this histogram, for example, it is sufficient to select a range of values from 50% to 200% of the expected water attenuation value. In FIG. 4b, 40 of the 64 slices of the reconstructed coarse volume being evaluated are shown (displayed in a relatively tight HU window).
また、図４ａにも示されるように、決定したヒストグラム値に対して、ガウス分布がフィッティングされる。前記ガウス分布は、非線形最小二乗最適化アルゴリズム（例えば、Levenberg-Marquardtアルゴリズム）を用いる最小二乗法に従う根本的な一様分布を有する。このように、ガウス分布の平均値及び標準偏差、振幅を適応させるためのスケールファクタ、並びに選択的に一様分布の振幅が得られる。 Also, as shown in FIG. 4a, a Gaussian distribution is fitted to the determined histogram value. The Gaussian distribution has a fundamental uniform distribution according to the least square method using a nonlinear least square optimization algorithm (for example, Levenberg-Marquardt algorithm). Thus, the average value and standard deviation of the Gaussian distribution, the scale factor for adapting the amplitude, and the amplitude of the uniform distribution are selectively obtained.
このフィッティングの結果に基づいて、2組の閾値が次のように選択される。
a) 狭い範囲：平均値±１標準偏差。
b) 広い範囲：平均値±２標準偏差。
Based on the result of this fitting, two sets of thresholds are selected as follows.
a) Narrow range: mean ± 1 standard deviation.
b) Wide range: Mean value ± 2 standard deviations.
これらの範囲に基づいて、評価に用いられるボクセルが以下スキームに従って選択される。
a) 当該狭い範囲の全てのボクセルはそのまま用いられる;
b) 隣接するボクセルの（好ましくは6つの隣接ボクセルに近傍のボクセルの）いずれもが前記広い範囲内にある限り、当該広い範囲の全てのボクセルは用いられる。
Based on these ranges, the voxels used for evaluation are selected according to the following scheme.
a) All the voxels in the narrow area are used as is;
b) As long as all of the adjacent voxels (preferably of the voxels adjacent to 6 adjacent voxels) are within the wide range, all voxels in the wide range are used.
中間結果は、図５ａにおいて示される。当該図は再構成された粗いボリュームを再び示し、選択されなかった全てのボクセルに対して、最も暗い「黒」の値が割り当てられている。部分容積効果に起因して、水と骨の境界に多数の異常値がまだ存在する。 The intermediate result is shown in FIG. The figure again shows the reconstructed coarse volume, with the darkest “black” value assigned to all unselected voxels. Due to the partial volume effect, there are still many outliers at the water / bone boundary.
異常値の消去のために、多項式が選択されたボクセルにフィッティングされる。好ましくは、２次多項式が３つの座標においてフィッティングされ、混合項（xy、xz、yz）は用いない。そこで、x2、y2、z2、x、y、zの係数及び一つの定数を決定しなければならない。これは、一般的な線形最小二乗法を用いて行われる。 A polynomial is fitted to the selected voxel for outlier elimination. Preferably, a quadratic polynomial is fitted in three coordinates and no mixed terms (xy, xz, yz) are used. Therefore, the coefficients of x 2 , y 2 , z 2 , x, y, and z and one constant must be determined. This is done using a general linear least squares method.
そのような多項式フィッティングが、一例として図６ａのグラフに図示される。図６ｂにおいて、全ての選択された"有効な水"ボクセル（50.000ボクセル程度になることがある）は、このフィッティングの結果によって置き換えられる。従って画像は非常に滑らかであり、黒い領域は選択されなかったボクセルである。このフィッティングは信頼性が高く、同じ物体に対して再現可能であることが分かった。 Such a polynomial fitting is illustrated by way of example in the graph of FIG. 6a. In FIG. 6b, all selected “valid water” voxels (which can be as much as 50.000 voxels) are replaced by the result of this fitting. The image is therefore very smooth and black areas are unselected voxels. This fitting was found to be reliable and reproducible for the same object.
続いて、カッピング基準を決定しなければならない。好ましい実施の形態において、全ての選択されたボクセルについて上述のように評価された前記多項式フィッティングの結果の標準偏差は、カッピング基準として用いられる。さらなる実施の形態において、以下のような他のカッピング基準を用いることができる。
・全ての選択されたボクセルについて評価された前記多項式フィッティングの結果の最大値−それぞれの最小値。
・全てのスライスのそれぞれの最大の標準偏差。又は、
・全てのスライスの最大値及び最小値間のそれぞれの最大の差分。
Subsequently, the cupping criteria must be determined. In a preferred embodiment, the standard deviation of the result of the polynomial fitting evaluated as described above for all selected voxels is used as a cupping criterion. In further embodiments, other cupping criteria can be used, such as:
The maximum value of the polynomial fitting result evaluated for all selected voxels—the minimum value of each.
The maximum standard deviation for each of all slices. Or
The respective maximum difference between the maximum and minimum values of all slices.
全ての使用可能な基準は信頼性が高く、再現可能である。 All available criteria are reliable and reproducible.
本発明の主要なアイデアは、すなわち、任意の種類の散乱補正スキーム（それらは単純かつ不完全であってもよい）を用い、そして、均一な再構成されたボリュームを得るために前記散乱補正スキームを繰り返し適応させることである。上述の散乱比に基づく散乱補正スキームの他に、他の散乱補正スキームを同様に用いることができる。散乱補正スキームの一つの種別は、いわゆる"自立法(self standing method)"である。そのような"自立法"は、反復的最適化法によって適応されたパラメータを専ら用いる方法である。そのようなパラメータは、例えば、
・グローバル定数（すなわち、同一の散乱バックグラウンドノイズが全ての投影から減じられる）、
・（詳細に上述されているような）グローバル散乱比、又は、
・投影中の散乱を記述する多項式の一般的に一つ以上パラメータ、
である。
The main idea of the present invention is that it uses any kind of scatter correction scheme (which may be simple and incomplete) and said scatter correction scheme to obtain a uniform reconstructed volume Is to repeatedly adapt. In addition to the scatter correction scheme based on the scatter ratio described above, other scatter correction schemes can be used as well. One type of scattering correction scheme is the so-called “self standing method”. Such a “self-supporting method” is a method that exclusively uses parameters adapted by an iterative optimization method. Such parameters are, for example,
A global constant (ie, the same scattered background noise is subtracted from all projections),
A global scattering ratio (as detailed above), or
Generally one or more parameters of a polynomial describing the scattering during projection,
It is.
散乱補正スキームの他の種別は、いわゆる"単一散乱のコンプリメンテーション法"である。モデル又は粗いボクセル再構成を用いて、単一散乱、すなわち一度だけ散乱された量子を合理的な労力によって算出することが可能である。しかし、多重散乱はなお算出不能であり、それは全散乱の50%以上に達する。本発明によって提案される反復的な散乱補正を用いることにより、パラメータを最適化することができ、算出された単一の散乱から多重散乱を推定することが可能となる。 Another type of scatter correction scheme is the so-called “single scatter complementation method”. Using models or coarse voxel reconstructions, it is possible to calculate a single scatter, i.e., a once-scattered quantum, with reasonable effort. However, multiple scatter is still not calculable, reaching over 50% of total scatter. By using the iterative scattering correction proposed by the present invention, the parameters can be optimized and multiple scattering can be estimated from the calculated single scattering.
図７ａ及び図７ｂは、本発明によって達成される散乱補正の結果を示す。図７ａの再構成画像から分かるように、散乱の影響が非常に強く、当該濃淡値がもはや可視の濃淡値範囲には無くより低い濃淡値を有するので、頭部の主要な部分をもはや認識することができない。本発明による散乱補正方法を適用した後では、もはやこのような事はない。そこで達成される再構成が図７ｂに示される。再構成画像において、カッピングはほとんど見られず、画像は均一で、所望の濃淡値範囲において容易に見ることができる。したがって、組織領域における理想的な画像に対する平均差分は20HUより小さい。 Figures 7a and 7b show the results of the scatter correction achieved by the present invention. As can be seen from the reconstructed image of FIG. 7a, the influence of scattering is very strong, and since the gray value is no longer in the visible gray value range and has a lower gray value, the main part of the head is no longer recognized. I can't. This is no longer the case after applying the scattering correction method according to the invention. The reconstruction achieved there is shown in FIG. 7b. In the reconstructed image, little cupping is seen, the image is uniform and can be easily seen in the desired gray value range. Therefore, the average difference for an ideal image in the tissue region is less than 20HU.
本発明が主に散乱補正に対して適用される一方、本発明の一般的なアイデアの他の応用が可能である。例えば本発明は、投影拡張係数の適応に対して、又は利得係数の適応に対して適用されることができる。投影拡張係数の適応に対して用いられる方法は、図３を参照して上述した方法と本質的に同じステップを用いる（「散乱推定及び補正」が、「投射拡張」に置き換えられ、特に非特許文献２によれば「拡張係数」に置き換えられる）。 While the present invention applies primarily to scatter correction, other applications of the general idea of the present invention are possible. For example, the invention can be applied to the adaptation of projection expansion factors or to the adaptation of gain factors. The method used for the adaptation of the projection expansion factor uses essentially the same steps as described above with reference to FIG. 3 (“scattering estimation and correction” is replaced by “projection expansion”, in particular non-patent According to Document 2, it is replaced with “expansion coefficient”).
投影値についてのグローバル利得係数の適応は、（対数をとった後の）線積分値についてのグローバル加数の適応に等しい。図３に図示される方法中の本質的に利得係数の適応に用いられるステップにおいて、"散乱推定及び補正"は、適応されるべき"グローバル定数の適用"に置き換えられる。 The adaptation of the global gain factor for the projection value is equal to the adaptation of the global addend for the line integral value (after taking the logarithm). In the steps essentially used for gain factor adaptation in the method illustrated in FIG. 3, “scatter estimation and correction” is replaced by “application of global constants” to be adapted.
Claims (17)
少なくとも一つの推定パラメータを用いてX線投影に存在するアーチファクトの量を前記X線投影において推定する推定ユニット、
前記推定を用いて前記X線投影に存在する前記アーチファクトを補正する補正ユニット、
前記補正されたX線投影を含むX線投影の前記データセットを用いて中間再構成画像を生成する再構成ユニット、及び
前記中間再構成画像中の不均一性の定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される調整された推定パラメータを用いて前記補正を反復的に繰り返すことによって前記補正を最適化するための評価ユニットを有する装置。 An apparatus for correcting artifacts in an X-ray projection data set of the object to generate a reconstructed image of the object,
An estimation unit for estimating in the X-ray projection the amount of artifacts present in the X-ray projection using at least one estimation parameter;
A correction unit for correcting the artifact present in the X-ray projection using the estimation;
Determining a reconstruction unit that generates an intermediate reconstructed image using the data set of X-ray projections including the corrected X-ray projection, and a quantitative criterion of non-uniformity in the intermediate reconstructed image; To evaluate the correction and optimize the correction by iteratively repeating the correction with adjusted estimated parameters determined using the quantitative criteria until a predetermined stopping criterion is reached A device having an evaluation unit.
前記補正ユニットが前記X線投影を別々に補正する請求項１に記載の装置。 The estimation unit separately estimates the amount of artifacts present in multiple X-ray projections using different estimation parameters;
The apparatus of claim 1, wherein the correction unit corrects the X-ray projection separately.
前記推定ユニットが、少なくとも一つの推定パラメータを用いてX線投影に存在する散乱の量を前記X線投影において推定し、
前記補正ユニットが、前記推定された散乱を前記X線投影の投影データから減ずることによって前記X線投影を補正し、及び、
前記評価ユニットが、前記中間再構成画像中の残留カッピングの定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される散乱推定のための調整された推定パラメータを用いて前記補正を反復的に繰り返すことによって前記補正を最適化する請求項１に記載の装置。 The apparatus of claim 1 for scatter correction comprising:
The estimation unit estimates in the X-ray projection the amount of scattering present in the X-ray projection using at least one estimation parameter;
The correction unit corrects the X-ray projection by subtracting the estimated scatter from the projection data of the X-ray projection; and
The evaluation unit evaluates the correction by determining a quantitative criterion for residual cupping in the intermediate reconstructed image and determines the scatter determined using the quantitative criterion until a predetermined stop criterion is reached. The apparatus of claim 1, wherein the correction is optimized by iteratively repeating the correction using adjusted estimation parameters for estimation.
前記推定ユニットが、少なくとも一つの推定パラメータを用いてX線投影に存在する打ち切りの程度を前記X線投影において推定し
前記補正ユニットが、拡張係数又は前記打ち切り推定を利用した他の方法を用いて前記X線投影を拡張することにより前記X線投影を補正し、及び
前記評価ユニットが、前記中間再構成画像中のカッピング又はキャッピングの定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される打ち切り推定のための調整された推定パラメータを用いて前記補正を反復的に繰り返すことによって前記補正を最適化する装置。 The apparatus of claim 1 for correcting censored projections, comprising:
The estimation unit uses the at least one estimation parameter to estimate the degree of truncation present in the X-ray projection in the X-ray projection, and the correction unit uses an expansion factor or another method utilizing the truncation estimation. The X-ray projection is corrected by extending the X-ray projection, and the evaluation unit evaluates the correction by determining a quantitative criterion for cupping or capping in the intermediate reconstructed image, and determines in advance An apparatus for optimizing the correction by iteratively repeating the correction with adjusted estimation parameters for censored estimation determined using the quantitative criterion until a set stop criterion is reached.
前記推定ユニットが、少なくとも一つの推定パラメータを用いてX線投影における適切な利得係数を推定し、
前記補正ユニットが、前記利得係数を用いて前記X線投影を正規化することにより前記X線投影を補正し、
前記評価ユニットが、前記中間再構成画像中のカッピング又はキャッピングの定量的基準を決定することにより前記補正を評価し、予め定められた停止基準に達するまで、前記定量的基準を用いて決定される利得正規化のための調整された利得係数を用いて前記補正を反復的に繰り返すことによって前記補正を最適化する装置。 The apparatus of claim 1 for correcting gain normalization of projection data comprising:
The estimation unit estimates an appropriate gain factor in the x-ray projection using at least one estimation parameter;
The correction unit corrects the X-ray projection by normalizing the X-ray projection using the gain factor;
The evaluation unit evaluates the correction by determining a quantitative criterion for cupping or capping in the intermediate reconstructed image and is determined using the quantitative criterion until a predetermined stop criterion is reached. An apparatus for optimizing the correction by iteratively repeating the correction using an adjusted gain factor for gain normalization.
物体のX線投影の前記データセットを取得する画像取得ユニット、
X線投影の前記データセットのアーチファクト補正を行う請求項１に記載のアーチファクト補正装置、及び
前記補正されたX線投影から前記物体の高解像度の再構成画像を生成する高解像度再構成ユニットを有する装置。 A reconstruction device for generating a reconstructed image from an X-ray projection data set of an object,
An image acquisition unit for acquiring the data set of the X-ray projection of the object;
The artifact correction apparatus according to claim 1, which performs artifact correction of the data set of X-ray projection, and a high-resolution reconstruction unit that generates a high-resolution reconstructed image of the object from the corrected X-ray projection. apparatus.
X線投影において当該X線投影中に存在するアーチファクトの量を少なくとも一つの推定パラメータを用いて推定するステップ、
前記推定を用いて前記X線投影中の前記アーチファクトを補正するステップ、
前記補正されたX線投影を含むX線投影の前記データセットを用いて中間再構成画像を生成するステップ、
前記中間再構成画像中の不均一性の定量的基準を決定することにより前記補正を評価するステップ、及び
予め定められた停止基準に達するまで、前記定量的基準を用いて決定される調整された推定パラメータを用いて、前記補正を繰り返し反復することにより、前記補正を最適化するステップを有する方法。 A method for correcting artifacts in an X-ray projection data set of an object to generate a reconstructed image of the object, comprising:
Estimating the amount of artifacts present in the x-ray projection during the x-ray projection using at least one estimation parameter;
Correcting the artifact during the X-ray projection using the estimation;
Generating an intermediate reconstructed image using the data set of X-ray projections including the corrected X-ray projections;
Evaluating the correction by determining a quantitative criterion for non-uniformity in the intermediate reconstructed image, and an adjustment determined using the quantitative criterion until a predetermined stop criterion is reached. A method comprising optimizing the correction by repeatedly repeating the correction using an estimated parameter.
物体のX線投影の前記データセットを取得するステップ、
請求項１５に記載の方法によりX線投影の前記データセットのアーチファクトを補正するステップ、及び
前記補正されたX線投影から前記物体の高解像度の再構成画像を生成するステップを有する方法。 A reconstruction method for generating a reconstructed image from an X-ray projection data set of an object,
Obtaining said data set of x-ray projections of the object;
16. A method comprising the steps of correcting artifacts of the data set of X-ray projections by the method of claim 15, and generating a high-resolution reconstructed image of the object from the corrected X-ray projections.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP04107036 | 2004-12-29 | ||
| PCT/IB2005/054356 WO2006070316A1 (en) | 2004-12-29 | 2005-12-21 | Apparatus and method for artifact correction of x-ray projections |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2008525142A true JP2008525142A (en) | 2008-07-17 |
Family
ID=36097336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007548936A Withdrawn JP2008525142A (en) | 2004-12-29 | 2005-12-21 | Apparatus and method for x-ray projection artifact correction |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP1834303A1 (en) |
| JP (1) | JP2008525142A (en) |
| CN (1) | CN101095165A (en) |
| WO (1) | WO2006070316A1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101370496B1 (en) | 2013-09-26 | 2014-03-06 | 한국건설기술연구원 | Estimation method for volume fractions of constituent materials in a unit voxel of x-ray ct image |
| JP2015191132A (en) * | 2014-03-28 | 2015-11-02 | 株式会社Ｓｃｒｅｅｎホールディングス | Luminance distribution measurement device, drawing device, and luminance distribution measurement method |
| JP2018140165A (en) * | 2017-02-17 | 2018-09-13 | キヤノンメディカルシステムズ株式会社 | Medical image generation device |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8000435B2 (en) | 2006-06-22 | 2011-08-16 | Koninklijke Philips Electronics N.V. | Method and system for error compensation |
| JP5565647B2 (en) * | 2008-03-14 | 2014-08-06 | よこはまティーエルオー株式会社 | Organ region identification method and organ region identification device |
| WO2010032163A1 (en) | 2008-09-16 | 2010-03-25 | Koninklijke Philips Electronics N.V. | Imaging apparatus including correction unit for scattered radiation |
| DE102011086771A1 (en) | 2011-11-22 | 2013-05-23 | Siemens Aktiengesellschaft | Computer tomography system and method for determining volume information about a body |
| DE102012210025A1 (en) * | 2012-06-14 | 2013-12-19 | Siemens Aktiengesellschaft | Method for investigation of image of to-be-examined object, involves using tentative correction value by which optimum value of quality measure is attained as final correction value for edge areas of projection image |
| JP6283419B2 (en) | 2013-12-12 | 2018-02-21 | ゼネラル・エレクトリック・カンパニイ | Defect index detection method |
| DE102014205503A1 (en) * | 2014-03-25 | 2015-10-01 | Hamm Ag | Method for correcting a measured value profile by eliminating periodically occurring measuring artifacts, in particular in the case of a soil compactor |
| WO2016129035A1 (en) * | 2015-02-09 | 2016-08-18 | 株式会社ニコン | Image reconstruction method for x-ray measurement device, method for manufacturing structure, image reconstruction program for x-ray measurement device, and x-ray measurement device |
| JP6707046B2 (en) | 2017-03-17 | 2020-06-10 | 富士フイルム株式会社 | Tomographic image processing apparatus, method and program |
| CN111260771B (en) * | 2020-01-13 | 2023-08-29 | 北京东软医疗设备有限公司 | Image reconstruction method and device |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4550371A (en) * | 1982-09-27 | 1985-10-29 | General Electric Company | Method and apparatus for compensating CT images for truncated projections |
| US4570224A (en) * | 1982-11-29 | 1986-02-11 | Elscint, Inc. | Combining rebinned and unrebinned parallel ray data with unequal lateral spacing to create tomograph images |
| US6507633B1 (en) * | 2001-02-15 | 2003-01-14 | The Regents Of The University Of Michigan | Method for statistically reconstructing a polyenergetic X-ray computed tomography image and image reconstructor apparatus utilizing the method |
-
2005
- 2005-12-21 CN CNA2005800455858A patent/CN101095165A/en active Pending
- 2005-12-21 WO PCT/IB2005/054356 patent/WO2006070316A1/en active Application Filing
- 2005-12-21 EP EP05826166A patent/EP1834303A1/en not_active Withdrawn
- 2005-12-21 JP JP2007548936A patent/JP2008525142A/en not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101370496B1 (en) | 2013-09-26 | 2014-03-06 | 한국건설기술연구원 | Estimation method for volume fractions of constituent materials in a unit voxel of x-ray ct image |
| JP2015191132A (en) * | 2014-03-28 | 2015-11-02 | 株式会社Ｓｃｒｅｅｎホールディングス | Luminance distribution measurement device, drawing device, and luminance distribution measurement method |
| JP2018140165A (en) * | 2017-02-17 | 2018-09-13 | キヤノンメディカルシステムズ株式会社 | Medical image generation device |
| JP7073134B2 (en) | 2017-02-17 | 2022-05-23 | キヤノンメディカルシステムズ株式会社 | Medical image generator |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101095165A (en) | 2007-12-26 |
| WO2006070316A1 (en) | 2006-07-06 |
| EP1834303A1 (en) | 2007-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2008525142A (en) | Apparatus and method for x-ray projection artifact correction | |
| US8094898B2 (en) | Functional image quality assessment | |
| JP2008528168A (en) | Apparatus and method for correcting or extending X-ray projection | |
| US8135186B2 (en) | Method and system for image reconstruction | |
| US7379575B2 (en) | Method for post- reconstructive correction of images of a computer tomograph | |
| US8938110B2 (en) | Enhanced image data/dose reduction | |
| US9332907B2 (en) | Extracting application dependent extra modal information from an anatomical imaging modality for use in reconstruction of functional imaging data | |
| US20130129178A1 (en) | Method and system for iterative image reconstruction | |
| US10789683B2 (en) | Method for automatic optimization of quantitative map generation in functional medical imaging | |
| US11361478B2 (en) | Partial volume correction in multi-modality emission tomography | |
| JP2014509037A (en) | Processing based on image data model | |
| van Aarle et al. | Optimal threshold selection for segmentation of dense homogeneous objects in tomographic reconstructions | |
| Chang et al. | Modeling and pre-treatment of photon-starved CT data for iterative reconstruction | |
| US11060987B2 (en) | Method and apparatus for fast scatter simulation and correction in computed tomography (CT) | |
| JP2019188135A (en) | X-ray beam-hardening correction in tomographic reconstruction using alvarez-macovski attenuation model | |
| JP2007521905A (en) | Cross-sectional image processing apparatus and method | |
| JP2022506395A (en) | Artificial Intelligence (AI) -based Standard Capture Value (SUV) correction and variation assessment for positron emission tomography (PET) | |
| Kole et al. | Evaluation of the ordered subset convex algorithm for cone-beam CT | |
| US11222404B2 (en) | Image reconstruction | |
| Wiegert et al. | Iterative scatter correction based on artifact assessment | |
| US11353411B2 (en) | Methods and systems for multi-material decomposition | |
| Liu et al. | TV-stokes strategy for sparse-view CT image reconstruction | |
| Beattie et al. | Improvement of Region-of-Interest Quality in Follow-Up Positron Emission Tomography: A Digital Phantom Study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20090303 |