JP2011245278A - 疎回帰及び二次情報を用いる時空間画像復元 - Google Patents
疎回帰及び二次情報を用いる時空間画像復元 Download PDFInfo
- Publication number
- JP2011245278A JP2011245278A JP2011069392A JP2011069392A JP2011245278A JP 2011245278 A JP2011245278 A JP 2011245278A JP 2011069392 A JP2011069392 A JP 2011069392A JP 2011069392 A JP2011069392 A JP 2011069392A JP 2011245278 A JP2011245278 A JP 2011245278A
- Authority
- JP
- Japan
- Prior art keywords
- image
- spatio
- temporal
- region
- spatial
- 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
- 230000006870 function Effects 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000009466 transformation Effects 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 20
- 230000002123 temporal effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims 2
- 230000001131 transforming effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 238000013481 data capture Methods 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000002595 magnetic resonance imaging Methods 0.000 description 6
- 238000002600 positron emission tomography Methods 0.000 description 6
- 238000002059 diagnostic imaging Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000000844 transformation Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000002939 deleterious effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/412—Dynamic
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 対象物の時空間画像は、対象物を特徴づけるキャプチャ・データに基づいて復元される。時空間画像は、それぞれの時間間隔において複数の空間画像を含み、時間間隔の1つにおける空間画像の少なくとも所与の1つは、その時間間隔に関連するフレームからのキャプチャ・データのみでなく、他の時間間隔に関連する1つ又は複数の追加的フレームからのキャプチャ・データを用いて復元される。時空間画像は、疎領域における最小化又は最大化問題に対する解を取得し、その解を画像領域に変換することを反復することにより、復元することができる。疎領域と画像領域との間の変換は、複数の基底関数を用いて実装された時空間変換を用いることができ、基底関数の1つ又は複数は、画像化される対象物に関連する二次情報に基づいて、少なくとも部分的に決定される。
【選択図】 図3
Description
Y=Col(Y1,Y2,…,Yd)
が、tについての観測値Ytを範囲1からdまで積み重ねることにより得られたサイズmdのベクトルを表すものとする。同様に、
x=Col(x1,x2,…,xd)
及び
Ψ=Col(Ψ1,Ψ2,…,Ψd)
が、それぞれ、tについての画像xt及びノイズΨtを範囲1からdまで積み重ねることにより得られたサイズnd及びmdのベクトルを表すものとする。従って、ベクトルxは、時空間画像を表す。ここで、
P=Diag(P,P,…,P)
が、システム射影行列Pをd回反復することにより得られるmd×ndブロック診断行列を表すものとする。従って、時空間画像復元問題は、
Y=Px+Ψ
として公式化することができ、ここで、Yは時空間観測値を表すベクトル、Pは時空間画像xの観測値Y上への時空間射影を表すブロック診断行列、Ψは時空間ノイズである。この問題は、目的関数f(Y,P,x,Ψ)を最小化又は最大化する時空間画像xを見つけることにより解くことができる。
x=Tz
であり、ここで、Tは、nd×(ns・nr+nst)時空間変換行列である。変換行列Tは、ns空間基底関数、nr時間基底関数及びnst時空間規基底関数を用いて構成される。空間基底関数と時間基底関数とのクロス積は、行列Tのns・nr列を与え、時空間基底関数は、Tの残るnst列を与える。
clk(j,t)=sl(j)・τk(t),
ここで、lは1乃至ns、jは1乃至n、kは1乃至nt、tは1乃至dの値を取る。
非常に単純な時間関数で乗じた空間のみ基底関数:
この構成においては、3D FFT、3D DCT、3D空間事前画像、区分された空間事前画像の構成要素等といった空間基底関数は、偏移デルタ関数等の非常に単純な時間関数とクロスされて、基底を形成する。
非常に単純な空間関数で乗じた時間のみ基底関数:
この構成においては、Bスプラインといった時間基底関数又は二次ソースからの情報を用いて得られた時間信号は、ピクセル基底関数といった非常に単純な空間基底関数とクロスされる。
時空間基底関数:
これらは、4D FFT、4D DCT、4Dウェーブレット変換、4D HAAR変換、及び事前時空間画像等の4D数学変換を含むことができる。
空間基底関数と時間基底関数とのクロス積:
この構成においては、空間基底関数は時間基底関数とクロスされる。空間基底関数は、3D FFT、3D DCT、3D HAAR、カーブレット変換、事前3D空間画像、事前画像からの区分された画像構成要素、複数の脳走査を用いた脳アトラス等の一般的情報ベースの基底、物理学及び他の心臓走査から得られた心臓モデル、複数の脳走査から得られたSVDデータ等といった3D数学変換を含むことができる。時間基底関数は、1Dウェーブレット変換、1D Bスプライン、1D FFT、並びに、心拍数、鼓動及び脈拍呼吸数情報等の特定の二次情報基底関数といった数学変換を含むことができる。
1.対数尤度関数:
2.最小二乗関数
ここで、
Yは積み重ねられた観測値
Tは変換行列
Pはブロック診断システム行列
zは疎領域における時空間画像
x=Tzは時空間画像
Ψは時空間ノイズ
R(x)はペナルティ項であり、正規化ペナルティとも呼ばれる
とすることができ、又は、例えばψが画像における隣接するピクセルの値に応じて発生することになるペナルティをキャプチャするとき、ピクセルのピクセル隣接、すなわち、
を考慮することができる。ペナルティ項の実際の選択は、画像化されている対象物に関する前述の二次情報により導くことができる。例えば、復元出力が滑らかでなければならないことがわかっている場合は、上記の第二のペナルティ項がより適切である場合がある。しかしながら、第二のペナルティ項は、画像の異なる区分の境界にわたって、偽のアーチファクトを生成することがある。これを避けるため、さらに、区分された画像構成要素に基づく二次情報によって、ペナルティ項の選択を導くことができる。
ステップ1:画像領域表現は、例えば、一定値に、又は非特許文献1に説明されるOSEM3D等の分析的復元アルゴリズムを走らせることにより、初期化される。図のこのステップには明示的に示されないが、次に、初期化された画像を変換Tを用いて変換して、初期変換領域表現を得ることができる。
ステップ2:画像領域表現x及びシステム行列Pを用いて射影Yiを計算する。
ステップ3:現在の解の質を定量化するために、射影された値及び実験的観察を用いて剰余を計算する。これには、例えば、(Y−Yi−Ψ)の基準の1つの値の確認(例えば、L2基準)、所望の反復回数が実施されたかどうかの確認等を含む場合がある。
ステップ4:ステップ3で計算した剰余は、現在の解が十分な質であることを示しているかどうか、について判断する。
ステップ5:現在の解が十分な質である場合は、プロセスを終了し、そうでない場合は、ステップ6に進む。
ステップ6:射影領域における望ましい改善の方向を、目的関数に適用されるように、任意の反復最適化技術を用いて計算する。上記に示すように、好適な最適化技術の1つの例は、勾配降下法である。これらの又は他の既知の最適化技術は、例えば、非特許文献2に説明される。
ステップ7:Pを用いて射影領域の望ましい改善の方向を逆射影し、画像領域表現xにおける望ましい改善方向を得る。以前に示したように、順射影法及び逆射影法は、当該技術分野においては既知であり、従って本明細書においては詳述しない。
ステップ8:Tを用いて、画像領域の望ましい改善の方向を、疎領域の望ましい改善の方向に変換する。
ステップ9:望ましい改善の方向及び疎領域表現zを用いて、疎領域において疎な解を求める。
ステップ10:Tを用いて疎領域の解から更新された画像xを取得し、画像領域表現を新しい解に更新する。次に、プロセスは、示されたステップ2に戻り、解が許容可能な結果に収束するまで繰り返して継続する。
Claims (21)
- メモリに結合されたプロセッサを備える処理装置により行われ、復元された時空間画像を生成する方法であって、
(a)対象物の画像領域表現に基づいて射影領域表現を生成するステップと、
(b)前記射影領域表現における所望の改善の方向を決定するステップと、
(c)前記所望の改善の方向を疎領域に変換するステップと、
(d)前記疎領域における前記変換された所望の改善の方向に基づいて疎領域表現を取得するステップと、
(e)前記疎領域表現に基づいて更新された画像領域表現を生成するステップと、
(f)ステップ(e)において生成された前記更新された画像表現が1つ又は複数の画像品質基準を満たすまで、(a)から(e)までのステップを1回又は複数回反復するステップであって、各々の回においてステップ(e)で生成された前記更新された画像領域表現を用いてステップ(a)における前記射影領域表現を生成する、ステップと、
(g)前記更新された画像領域表現を復元された時空間画像として出力するステップと、を含む方法。 - 前記画像領域表現の所与の1つxは、変換Tによってx=Tzとして対応する疎領域表現zに関係付けられる、請求項1に記載の方法。
- 前記変換Tは、複数の基底関数を用いて実装される時空間変換を含む、請求項2に記載の方法。
- 前記複数の基底関数は、各々が時間関数を乗じた1つ又は複数の空間のみ基底関数を含む、請求項3に記載の方法。
- 前記複数の基底関数は、各々が空間関数を乗じた1つ又は複数の時間のみ基底関数を含む、請求項3に記載の方法。
- 前記複数の基底関数は、1つ又は複数の時空間基底関数を含む、請求項3に記載の方法。
- 前記複数の基底関数は、空間基底関数と時間基底関数との少なくとも1つのクロス積を含む、請求項3に記載の方法。
- 前記基底関数の1つ又は複数は、画像化される対象物に関連する二次情報に基づいて、少なくとも部分的に決定される、請求項3乃至7のいずれかに記載の方法。
- 前記時空間変換は、nd×(ns・nr+nst)次元の行列として表され、前記変換は、ns空間基底関数、nr時間基底関数及びnst時空間関数を用いて実装される、請求項3乃至8のいずれかに記載の方法。
- 実行されることでコンピュータに前記処理装置が行う請求項1乃至9のいずれかに記載の方法を実行させるコンピュータ・プログラム。
- メモリに結合されたプロセッサを備える処理装置により行われ、画像を生成する方法であって、
対象物を特徴づけるキャプチャ・データを取得するステップと、
前記キャプチャ・データに基づいて前記対象物の時空間画像を復元するステップであって、前記時空間画像は、それぞれの時間間隔において複数の空間画像を含み、前記時間間隔の1つにおける前記空間画像の少なくとも所与の1つは、その時間間隔に関連するフレームからのキャプチャ・データと、他の時間間隔に関連する1つ又は複数の追加的フレームに関連するキャプチャ・データとを用いて復元される、ステップと、
前記時空間画像を出力するステップと、
を含む方法。 - 時空間画像を復元する前記ステップは、疎領域における最小化又は最大化問題に対する解を取得し、前記解を画像領域に変換することをさらに含む、請求項11に記載の方法。
- 前記最小化又は最大化問題は、対数尤度目的関数及び最小二乗目的関数の1つに基づくものである、請求項12に記載の方法。
- 実行されることでコンピュータに前記処理装置が行う請求項13乃至15のいずれかに記載の方法を実行させるコンピュータ・プログラム。
- 画像復元ユニットを備え、
前記画像復元ユニットはプロセッサを含み、
前記画像復元ユニットは、前記プロセッサの制御下において、対象物を特徴づけるキャプチャ・データを取得し、前記キャプチャ・データに基づいて前記対象物の時空間画像を復元するように作動し、
前記時空間画像は、それぞれの時間間隔において複数の空間画像を含み、前記時間間隔の1つにおける前記空間画像の少なくとも所与の1つは、その時間間隔に関連するフレームからのキャプチャ・データと、他の時間間隔に関連する1つ又は複数の追加的フレームに関連するキャプチャ・データとを用いて復元される、
装置。 - 前記画像復元ユニットは、疎領域における最小化又は最大化問題に対する解を取得し、前記解を画像領域に変換することによって、前記時空間画像を復元するように作動する、請求項17に記載の装置。
- 前記画像復元ユニットは、疎回帰モジュール及び二次情報モジュールを含む、請求項17又は18に記載の装置。
- 前記画像復元ユニットは、コンピュータに実装される、請求項17乃至19のいずれかに記載の装置。
- 請求項17乃至19のいずれかに記載の装置を含む集積回路。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/790,199 US8379947B2 (en) | 2010-05-28 | 2010-05-28 | Spatio-temporal image reconstruction using sparse regression and secondary information |
US12/790199 | 2010-05-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011245278A true JP2011245278A (ja) | 2011-12-08 |
JP5778957B2 JP5778957B2 (ja) | 2015-09-16 |
Family
ID=45022196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011069392A Active JP5778957B2 (ja) | 2010-05-28 | 2011-03-28 | 疎回帰及び二次情報を用いる時空間画像復元 |
Country Status (2)
Country | Link |
---|---|
US (2) | US8379947B2 (ja) |
JP (1) | JP5778957B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015511139A (ja) * | 2012-02-06 | 2015-04-16 | インサイテック・リミテッド | 非侵襲的療法中の参照ベースの動き追跡 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8379947B2 (en) * | 2010-05-28 | 2013-02-19 | International Business Machines Corporation | Spatio-temporal image reconstruction using sparse regression and secondary information |
US8620054B2 (en) * | 2010-09-08 | 2013-12-31 | SOCPRA—Sciences Sante et Humaines, s.e.c. | Image reconstruction based on accelerated method using polar symmetries |
US9396562B2 (en) * | 2012-09-26 | 2016-07-19 | Siemens Aktiengesellschaft | MRI reconstruction with incoherent sampling and redundant haar wavelets |
US9078622B2 (en) | 2013-03-13 | 2015-07-14 | General Electric Company | Method and apparatus for data selection for positron emission tomogrpahy (PET) image reconstruction |
US11723579B2 (en) | 2017-09-19 | 2023-08-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
EP3731749A4 (en) | 2017-12-31 | 2022-07-27 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
EP3849410A4 (en) | 2018-09-14 | 2022-11-02 | Neuroenhancement Lab, LLC | SLEEP ENHANCEMENT SYSTEM AND METHOD |
CN111325834B (zh) * | 2020-03-24 | 2023-12-26 | 中海石油(中国)有限公司 | 基于数字图像处理的建模方法及系统 |
JP7203287B1 (ja) * | 2020-06-08 | 2023-01-12 | グァンチョウ コンピューテーショナル スーパー-レゾリューション バイオテック カンパニー リミテッド | 画像処理のためのシステム及び方法 |
CN115346004B (zh) * | 2022-10-18 | 2023-01-31 | 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) | 联合时空重建与cuda加速的遥感时间序列数据重建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05176912A (ja) * | 1991-05-08 | 1993-07-20 | Toshiba Corp | 磁気共鳴イメージング装置および方法 |
JP2002143121A (ja) * | 2000-11-08 | 2002-05-21 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
JP2007021021A (ja) * | 2005-07-20 | 2007-02-01 | Ge Medical Systems Global Technology Co Llc | 画像処理装置およびx線ct装置 |
US8379947B2 (en) * | 2010-05-28 | 2013-02-19 | International Business Machines Corporation | Spatio-temporal image reconstruction using sparse regression and secondary information |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5603322A (en) | 1993-01-19 | 1997-02-18 | Mcw Research Foundation | Time course MRI imaging of brain functions |
WO1997000498A1 (en) * | 1995-06-16 | 1997-01-03 | The Trustees Of The University Of Pennsylvania | Apparatus and method for dynamic modeling of an object |
US6088611A (en) * | 1995-08-18 | 2000-07-11 | The Board Of Trustees Of The University Of Illinois | Model based method for high resolution dynamic imaging |
WO1999018450A1 (en) * | 1997-10-02 | 1999-04-15 | Koninklijke Philips Electronics N.V. | Method of and device for imaging an object by means of magnetic resonance |
DE10024488C2 (de) | 2000-05-18 | 2003-04-10 | Siemens Ag | fMRI-BOLD Experiment mit multiplen Stimulationsmustern |
US7283859B2 (en) * | 2001-04-20 | 2007-10-16 | Brigham And Womens' Hospital, Inc. | Artifact suppression in dynamic magnetic resonance imaging |
US7180074B1 (en) | 2001-06-27 | 2007-02-20 | Crosetto Dario B | Method and apparatus for whole-body, three-dimensional, dynamic PET/CT examination |
EP1651975A1 (en) * | 2003-07-02 | 2006-05-03 | Universität Zürich | K-t blast and k-t sense magnetic resonance imaging |
US7417231B2 (en) | 2004-12-22 | 2008-08-26 | Cti Pet Systems, Inc. | Fourier re-binning of time-of-flight positron emission tomography data |
US7945305B2 (en) | 2005-04-14 | 2011-05-17 | The Board Of Trustees Of The University Of Illinois | Adaptive acquisition and reconstruction of dynamic MR images |
DE102005018814B4 (de) * | 2005-04-22 | 2007-06-06 | Siemens Ag | Verfahren zur MRT-Bildgebung auf Basis konventioneller PPA-Rekonstruktionsverfahren sowie korrespondierendes Gerät und Computersoftwareprodukt |
US20090074279A1 (en) | 2005-08-31 | 2009-03-19 | Pasha Razifar | Method and system of multivariate analysis on slice-wise data of reference structure normalized images for improved quality in positron emission tomography studies |
WO2007026234A1 (en) | 2005-08-31 | 2007-03-08 | Ge Healthcare Limited | Method and system of multivariate analysis on normalized volume-wise data in the sinogram domain for improved quality in positron emission tomography studies |
US8233689B2 (en) | 2005-08-31 | 2012-07-31 | Ge Healthcare Limited | Method and system of multivariate analysis on volume-wise data of reference structure normalized images for improved quality in positron emission tomography studies |
US20070206880A1 (en) * | 2005-12-01 | 2007-09-06 | Siemens Corporate Research, Inc. | Coupled Bayesian Framework For Dual Energy Image Registration |
US8115485B1 (en) * | 2006-03-10 | 2012-02-14 | General Electric Company | Method and apparatus for interactively setting parameters of an MR imaging sequence through inspection of frequency spectrum |
JP5097406B2 (ja) * | 2007-01-22 | 2012-12-12 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Mri装置 |
US7777487B2 (en) * | 2007-02-15 | 2010-08-17 | Uwm Research Foundation, Inc. | Methods and apparatus for joint image reconstruction and coil sensitivity estimation in parallel MRI |
US7423430B1 (en) | 2007-04-06 | 2008-09-09 | The Board Of Trustees Of The University Of Illinois | Adaptive parallel acquisition and reconstruction of dynamic MR images |
GB0709561D0 (en) | 2007-05-18 | 2007-06-27 | Siemens Medical Solutions | Assessment of vascular compartment volume PET modeling |
US7649354B2 (en) * | 2007-09-26 | 2010-01-19 | General Electric Co. | Method and apparatus for acquiring magnetic resonance imaging data |
US8472688B2 (en) | 2008-04-17 | 2013-06-25 | Wisconsin Alumni Research Foundation | Method for image reconstruction employing sparsity-constrained iterative correction |
JP2010051369A (ja) * | 2008-08-26 | 2010-03-11 | Toshiba Corp | 磁気共鳴イメージング装置 |
-
2010
- 2010-05-28 US US12/790,199 patent/US8379947B2/en active Active
-
2011
- 2011-03-28 JP JP2011069392A patent/JP5778957B2/ja active Active
-
2012
- 2012-10-18 US US13/655,084 patent/US8588552B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05176912A (ja) * | 1991-05-08 | 1993-07-20 | Toshiba Corp | 磁気共鳴イメージング装置および方法 |
JP2002143121A (ja) * | 2000-11-08 | 2002-05-21 | Hitachi Medical Corp | 磁気共鳴イメージング装置 |
JP2007021021A (ja) * | 2005-07-20 | 2007-02-01 | Ge Medical Systems Global Technology Co Llc | 画像処理装置およびx線ct装置 |
US8379947B2 (en) * | 2010-05-28 | 2013-02-19 | International Business Machines Corporation | Spatio-temporal image reconstruction using sparse regression and secondary information |
US8588552B2 (en) * | 2010-05-28 | 2013-11-19 | International Business Machines Corporation | Spatio-temporal image reconstruction using sparse regression and secondary information |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015511139A (ja) * | 2012-02-06 | 2015-04-16 | インサイテック・リミテッド | 非侵襲的療法中の参照ベースの動き追跡 |
Also Published As
Publication number | Publication date |
---|---|
US8588552B2 (en) | 2013-11-19 |
US20130058548A1 (en) | 2013-03-07 |
US20110293193A1 (en) | 2011-12-01 |
US8379947B2 (en) | 2013-02-19 |
JP5778957B2 (ja) | 2015-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5778957B2 (ja) | 疎回帰及び二次情報を用いる時空間画像復元 | |
Gong et al. | PET image reconstruction using deep image prior | |
US9595120B2 (en) | Method and system for medical image synthesis across image domain or modality using iterative sparse representation propagation | |
CN106846430B (zh) | 一种图像重建方法 | |
US10867375B2 (en) | Forecasting images for image processing | |
JP6386060B2 (ja) | Ct画像再構成方法、ct画像再構成装置およびctシステム | |
KR20190038333A (ko) | 학습을 이용한 자기공명영상 복원을 위한 언더샘플링 장치 및 방법과 학습을 이용한 자기공명영상 복원 장치 및 방법, 그리고 이에 대한 기록 매체 | |
US10064593B2 (en) | Image reconstruction for a volume based on projection data sets | |
Vey et al. | The role of generative adversarial networks in radiation reduction and artifact correction in medical imaging | |
Li et al. | Deep learning based joint PET image reconstruction and motion estimation | |
Zhang et al. | CT image reconstruction algorithms: A comprehensive survey | |
Mangalagiri et al. | Toward generating synthetic CT volumes using a 3D-conditional generative adversarial network | |
Valiollahzadeh et al. | Image recovery in PET scanners with partial detector rings using compressive sensing | |
KR102616736B1 (ko) | Pet 이미징에서의 자동화된 모션 보정 | |
Galve et al. | Super-iterative image reconstruction in PET | |
Gao | Prior rank, intensity and sparsity model (PRISM): A divide-and-conquer matrix decomposition model with low-rank coherence and sparse variation | |
JP7139397B2 (ja) | ディープニューラルネットワークおよび測定データの再帰的間引きを使用して医用画像を再構築するためのシステムおよび方法 | |
JP6495615B2 (ja) | 画像処理装置および画像処理方法 | |
Huang et al. | A new scale space total variation algorithm for limited angle tomography | |
Stojanovic et al. | Low-dose X-ray CT reconstruction based on joint sinogram smoothing and learned dictionary-based representation | |
Zhang et al. | A model-based volume restoration approach for Monte Carlo scatter correction in image reconstruction of cone beam CT with limited field of view | |
Qiao et al. | Expectation maximization reconstruction of PET image with non-rigid motion compensation | |
Tripathi et al. | Comparison of different denoising networks on motion artifacted MRI scans | |
JP2019113474A (ja) | 画像処理装置および画像処理方法 | |
EP4207076A1 (en) | Machine-learning image processing independent of reconstruction filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150113 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150122 Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150122 |
|
RD12 | Notification of acceptance of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7432 Effective date: 20150122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150123 |
|
TRDD | Decision of grant or rejection written | ||
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150624 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20150624 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150624 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150710 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5778957 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |