JP2014004358A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2014004358A5 JP2014004358A5 JP2013126219A JP2013126219A JP2014004358A5 JP 2014004358 A5 JP2014004358 A5 JP 2014004358A5 JP 2013126219 A JP2013126219 A JP 2013126219A JP 2013126219 A JP2013126219 A JP 2013126219A JP 2014004358 A5 JP2014004358 A5 JP 2014004358A5
- Authority
- JP
- Japan
- Prior art keywords
- image
- objective function
- series
- auxiliary variable
- solving
- 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
- 238000005457 optimization Methods 0.000 claims 15
- 230000001131 transforming Effects 0.000 claims 8
- 238000005259 measurement Methods 0.000 claims 7
- 239000011159 matrix material Substances 0.000 claims 5
- 238000000844 transformation Methods 0.000 claims 4
- 230000000875 corresponding Effects 0.000 claims 2
- 238000003384 imaging method Methods 0.000 claims 2
Claims (22)
- 対象の画像を再構成する方法であって、前記画像は画像要素を含んでおり、コンピュータによって実行される
前記画像要素に関連する測定データを入手するステップと、
前記画像を再構成するという本来の問題を制約付き最適化問題へ変換するために補助変数を導入するステップであって、前記本来の問題は、測定データ及び対象を表わす画像の事前知識に基づいて少なくとも一部分において定式化された目的関数を含み、前記補助変数は、前記本来の問題の部分ではない付加項を含むものであるステップと、
一連の部分問題を作成して該一連の部分問題を解く乗数法を用いて前記制約付き最適化問題を解くステップと
を備えており、前記一連の部分問題を解くことは、第一の目的関数を最適化することにより前記画像を再構成することを含んでおり、前記第一の目的関数は、入れ子式の一連の近似的最適化問題を反復式で解くことにより最適化され、内側ループは、前記第一の目的関数を近似する第二の目的関数を反復式で最適化し、外側ループは、前記第二の目的関数の前記解を用いて前記第一の目的関数を最適化し、前記一連の最適化問題を解くことは、前記補助変数を更新することを含む、方法。 - 一連の部分問題を作成して該一連の部分問題を解く乗数法を用いて前記制約付き最適化問題を解く前記ステップは、拡張ラグランジュ(AL)法を用いて前記制約付き最適化問題を解くことを含んでいる、請求項1に記載の方法。
- 前記画像を再構成するという本来の問題を制約付き最適化問題へ変換するために補助変数を導入する前記ステップは、前記補助変数を前記第一の目的関数のデータ不一致項に導入することを含んでおり、前記補助変数は前記画像の前方投影に対応しており、前記目的関数は、f(x)=J(x,y)+Φ(x)を有し、xは前記画像を示し、yは前記測定データを示し、J(x,y)は前記画像お前記測定データとの間の不整合にペナルティを科すデータ不一致項であり、Φ(x)は、画像における隣り合った要素の間の差にペナルティを科す正則化関数であり、前記補助変数は、u=Axによって説明され、uは前記補助変数である、請求項1に記載の方法。
- 前記画像は、本来の統計学的な重み付け行列とは異なる重み付け行列と共に前記補助変数を用いて更新される、請求項3に記載の方法。
- 前記画像を再構成するという本来の問題を制約付き最適化問題へ変換するために補助変数を導入する前記ステップは、前記補助変数を前記第一の目的関数の正則化項に導入することを含んでおり、前記補助変数は前記画像の変換に対応している、請求項1に記載の方法。
- 各々の部分問題のヘッセ行列は近似的にシフト不変である、請求項1に記載の方法。
- 前記一連の部分問題を解くことは、前記画像の再構成、前記補助変数、及びラグランジュ乗数の変換を反復式で更新することを含んでいる、請求項1に記載の方法。
- 前記一連の部分問題を解くことは、前記画像の再構成、前記補助変数、及びラグランジュ乗数の変換を反復式で更新することを含んでおり、前記補助変数及び前記ラグランジュ乗数の前記変換は閉じた解を有し、前記画像の前記再構成は反復式で解かれる、請求項1に記載の方法。
- 前記外側ループについて、各回の反復は近似的な目的関数を定式化し、前記内側ループは反復式で前記近似的な目的関数を最適化する、請求項1に記載の方法。
- 前記内側ループの前記第二の目的関数は、近似行列を用いて前記第一の目的関数のデータ不一致項のヘッセ行列を近似することにより構築される、請求項1に記載の方法。
- 前記近似行列は一連の疎又はシフト不変の行列の結合である、請求項10に記載の方法。
- 前記近似行列のA作用素及びA′作用素は、単純化された前方及び逆投影演算、低分解能前方及び逆投影演算、並べ換えデータ、又はフーリエ式方法の少なくとも一つに基づいて近似される、請求項10に記載の方法。
- 画像要素に関連する測定データを入手し、
対象の画像を再構成するという本来の問題から、前記画像の再構成、補助変数、及びラグランジュ乗数の変換を含む一連の部分問題を作成し、
前記画像の前記再構成及び前記補助変数を更新し、
前記更新された前記画像の再構成及び前記更新された補助変数を用いて前記ラグランジュ乗数の前記変換を更新して、
前記更新された補助変数及び前記更新された前記ラグランジュ乗数の変換を用いて前記画像の前記再構成を反復式で更新する
ことをコンピュータに命令するようにプログラムされている非一時的なコンピュータ可読の媒体。 - 前記コンピュータは、第一の目的関数を最適化することにより、前記更新された補助変数及び前記更新された前記ラグランジュ乗数の変換を用いて前記画像の前記再構成を反復式で更新するように命令され、前記第一の目的関数は、入れ子式の一連の近似的最適化問題を反復式で解くことにより最適化され、内側ループは、前記第一の目的関数を近似する第二の目的関数を反復式で最適化し、外側ループは、前記第二の目的関数の前記解を用いて前記第一の目的関数を最適化する、請求項13に記載の非一時的なコンピュータ可読の媒体。
- 前記コンピュータは、前記画像の前記再構成及び前記補助変数を交互に更新することにより、前記画像の再構成及び前記補助変数を更新するように命令される、請求項13に記載の非一時的なコンピュータ可読の媒体。
- 前記補助変数及び前記ラグランジュ乗数の前記変換は閉じた解を有する、請求項13に記載の非一時的なコンピュータ可読の媒体。
- 前記コンピュータは、前記補助変数を目的関数のデータ不一致項に導入するようにさらに命令され、前記補助変数は前記画像の前記前方投影に対応している、請求項13に記載の非一時的なコンピュータ可読の媒体。
- 前記コンピュータは、前記補助変数を目的関数の正則化項に導入するようにさらに命令され、前記補助変数は前記画像の変換に対応している、請求項13に記載の非一時的なコンピュータ可読の媒体。
- 各々の部分問題のヘッセ行列は近似的にシフト不変である、請求項13に記載の非一時的なコンピュータ可読の媒体。
- 検出器アレイと、
該検出器アレイに結合されているコンピュータと
を備えたイメージング・システムであって、前記コンピュータは、
画像要素に関連する測定データを入手し、
対象の画像を再構成するという本来の問題を制約付き最適化問題へ変換するために補助変数を導入して、
一連の部分問題を作成して該一連の部分問題を解く乗数法を用いて前記制約付き最適化問題を解くように構成されており、
前記本来の問題は、測定データ及び対象を表わす画像の事前知識に基づいて少なくとも一部分において定式化された目的関数を含み、前記補助変数は、前記本来の問題の部分ではない付加項を含むものであり、
前記一連の部分問題を解くことは、第一の目的関数を最適化することにより前記画像を再構成することを含んでおり、前記第一の目的関数は、入れ子式の一連の近似的最適化問題を反復式で解くことにより最適化され、内側ループは、前記第一の目的関数を近似する第二の目的関数を反復式で最適化し、外側ループは、前記第二の目的関数の前記解を用いて前記第一の目的関数を最適化し、前記一連の最適化問題を解くことは、前記補助変数を更新することを含む、イメージング・システム。 - 前記コンピュータは、拡張ラグランジュ(AL)法を用いて前記制約付き最適化問題を解くことにより、前記乗数法を用いて前記制約付き最適化問題を解くように構成されている、請求項20に記載のシステム。
- 前記外側ループについて、各回の反復は近似的な目的関数を定式化し、前記内側ループは反復式で前記近似的な目的関数を最適化する、請求項20に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/531,082 US8885975B2 (en) | 2012-06-22 | 2012-06-22 | Method and apparatus for iterative reconstruction |
US13/531,082 | 2012-06-22 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014004358A JP2014004358A (ja) | 2014-01-16 |
JP2014004358A5 true JP2014004358A5 (ja) | 2016-07-28 |
JP6280700B2 JP6280700B2 (ja) | 2018-02-14 |
Family
ID=49517577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013126219A Active JP6280700B2 (ja) | 2012-06-22 | 2013-06-17 | 反復式再構成の方法、非一時的なコンピュータ可読の媒体及びイメージング・システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US8885975B2 (ja) |
JP (1) | JP6280700B2 (ja) |
CN (1) | CN103514629B (ja) |
DE (1) | DE102013106467A1 (ja) |
NL (1) | NL2011005B1 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9778391B2 (en) * | 2013-03-15 | 2017-10-03 | Varex Imaging Corporation | Systems and methods for multi-view imaging and tomography |
US10062135B2 (en) | 2013-07-31 | 2018-08-28 | National Technology & Engineering Solutions Of Sandia, Llc | Graphics processing unit management system for computed tomography |
US9495770B2 (en) | 2013-08-14 | 2016-11-15 | University Of Utah Research Foundation | Practical model based CT construction |
US9524567B1 (en) * | 2014-06-22 | 2016-12-20 | InstaRecon | Method and system for iterative computed tomography reconstruction |
US9761019B2 (en) * | 2015-01-08 | 2017-09-12 | Toshiba Medical Systems Corporation | Computed tomography using simultaneous image reconstruction with measurements having multiple distinct system matrices |
CN105212956B (zh) * | 2015-08-25 | 2018-03-16 | 浙江大学 | 一种基于ist的次晶体级pet系统时间修正方法 |
US9824468B2 (en) | 2015-09-29 | 2017-11-21 | General Electric Company | Dictionary learning based image reconstruction |
CN105869075A (zh) * | 2016-04-19 | 2016-08-17 | 东南大学 | 一种冷热电联供型微型能源网经济优化调度方法 |
US10055860B2 (en) * | 2016-05-27 | 2018-08-21 | Toshiba Medical Systems Corporation | Computed tomography apparatus and empirical pre-weighting method for decreasing image noise nonuniformity |
CN107784684B (zh) * | 2016-08-24 | 2021-05-25 | 深圳先进技术研究院 | 一种锥束ct三维重建方法及系统 |
US10217269B1 (en) * | 2017-11-29 | 2019-02-26 | Siemens Healthcare Gmbh | Compressive sensing of light transport matrix |
US12053147B2 (en) * | 2017-12-18 | 2024-08-06 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Multi-field miniaturized micro-endoscope |
CN108416723B (zh) * | 2018-02-07 | 2022-02-18 | 南京理工大学 | 基于全变分正则化和变量分裂的无透镜成像快速重构方法 |
US10902650B2 (en) * | 2018-04-19 | 2021-01-26 | Fei Company | X-ray beam-hardening correction in tomographic reconstruction using the Alvarez-Macovski attenuation model |
WO2020009752A1 (en) * | 2018-07-02 | 2020-01-09 | Exxonmobil Upstream Research Company | Full wavefield inversion with an image-gather-flatness constraint |
CN109614574A (zh) * | 2018-11-23 | 2019-04-12 | 成都景中教育软件有限公司 | 一种动态几何软件中迭代的实现方法 |
EP3660790A1 (en) | 2018-11-28 | 2020-06-03 | Koninklijke Philips N.V. | System for reconstructing an image of an object |
CN110455719A (zh) * | 2019-08-16 | 2019-11-15 | 中国科学技术大学 | 三维光声成像系统及方法 |
US11335038B2 (en) * | 2019-11-04 | 2022-05-17 | Uih America, Inc. | System and method for computed tomographic imaging |
CN113538649B (zh) * | 2021-07-14 | 2022-09-16 | 深圳信息职业技术学院 | 一种超分辨率的三维纹理重建方法、装置及其设备 |
CN113641956B (zh) * | 2021-08-05 | 2023-05-30 | 中国科学院软件研究所 | 面向SW26010-Pro处理器的1、2级BLAS函数库的高性能实现方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6980681B1 (en) * | 2000-04-24 | 2005-12-27 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for helical reconstruction for multislice CT scan |
US8571287B2 (en) * | 2006-06-26 | 2013-10-29 | General Electric Company | System and method for iterative image reconstruction |
US8897528B2 (en) * | 2006-06-26 | 2014-11-25 | General Electric Company | System and method for iterative image reconstruction |
US8218715B2 (en) * | 2007-05-31 | 2012-07-10 | General Electric Company | Methods and systems to facilitate correcting gain fluctuations in iterative image reconstruction |
US8660330B2 (en) * | 2008-06-27 | 2014-02-25 | Wolfram Jarisch | High efficiency computed tomography with optimized recursions |
US8310233B2 (en) * | 2009-02-18 | 2012-11-13 | Mayo Foundation For Medical Education And Research | Method for image reconstruction from undersampled medical imaging data |
US8761478B2 (en) * | 2009-12-15 | 2014-06-24 | General Electric Company | System and method for tomographic data acquisition and image reconstruction |
US20110164031A1 (en) * | 2010-01-06 | 2011-07-07 | Kabushiki Kaisha Toshiba | Novel implementation of total variation (tv) minimization iterative reconstruction algorithm suitable for parallel computation |
CN101794440B (zh) * | 2010-03-12 | 2012-04-18 | 东南大学 | 图像序列的加权自适应超分辨率重建方法 |
CN101923056B (zh) * | 2010-07-20 | 2012-10-03 | 南昌航空大学 | 一种非完全数据下的光学层析重建计算方法 |
CN102163338B (zh) * | 2011-04-08 | 2014-09-03 | 哈尔滨工业大学 | 一种压缩感知系统中的高效重建方法 |
-
2012
- 2012-06-22 US US13/531,082 patent/US8885975B2/en active Active
-
2013
- 2013-06-17 JP JP2013126219A patent/JP6280700B2/ja active Active
- 2013-06-19 NL NL2011005A patent/NL2011005B1/en active
- 2013-06-20 DE DE102013106467.1A patent/DE102013106467A1/de active Pending
- 2013-06-21 CN CN201310249820.XA patent/CN103514629B/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2014004358A5 (ja) | ||
US11430162B2 (en) | System and method for image conversion | |
US10789743B2 (en) | Extended high efficiency computed tomography with optimized recursions and applications | |
Chierchia et al. | Epigraphical projection and proximal tools for solving constrained convex optimization problems | |
Goldfarb et al. | Fast alternating linearization methods for minimizing the sum of two convex functions | |
CN107507135B (zh) | 基于编码光圈和靶标的图像重构方法 | |
Zhou et al. | Memory-augmented deep unfolding network for guided image super-resolution | |
EP2310840B1 (en) | High efficiency computed tomography | |
CN110678899B (zh) | 成像系统和图像处理方法 | |
EP3532997B1 (en) | Training and/or using neural network models to generate intermediary output of a spectral image | |
Li et al. | Carn: Convolutional anchored regression network for fast and accurate single image super-resolution | |
WO2012009535A1 (en) | High efficiency computed tomography with optimized recursions | |
US10956535B2 (en) | Operating a neural network defined by user code | |
Fessler et al. | Axial block coordinate descent (ABCD) algorithm for X-ray CT image reconstruction | |
CN104392243A (zh) | 基于核稀疏非负矩阵分解的高光谱图像非线性解混方法 | |
JP2018032938A5 (ja) | ||
Kalare et al. | Deep neural network for beam hardening artifacts removal in image reconstruction | |
CN109948462A (zh) | 基于多gpu协同交互数据流组织的高光谱图像快速分类法 | |
CN105608719B (zh) | 一种基于两阶段投影调整的快速ct图像重建方法 | |
JP6826277B2 (ja) | 画像処理システム、画像処理方法、および画像処理プログラム | |
JP2017512997A5 (ja) | ||
Chabysheva et al. | Zero modes in the light-front coupled-cluster method | |
US20210110581A1 (en) | Tomographic reconstruction system | |
McGaffin et al. | Sparse shift-varying FIR preconditioners for fast volume denoising | |
Mahmood et al. | Compressed sensing and adaptive graph total variation for tomographic reconstructions |