JP2019535009A5 - - Google Patents

Download PDF

Info

Publication number
JP2019535009A5
JP2019535009A5 JP2019516636A JP2019516636A JP2019535009A5 JP 2019535009 A5 JP2019535009 A5 JP 2019535009A5 JP 2019516636 A JP2019516636 A JP 2019516636A JP 2019516636 A JP2019516636 A JP 2019516636A JP 2019535009 A5 JP2019535009 A5 JP 2019535009A5
Authority
JP
Japan
Prior art keywords
image
pixel
voxel
difference
iteration
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
Application number
JP2019516636A
Other languages
English (en)
Other versions
JP2019535009A (ja
JP7041128B6 (ja
JP7041128B2 (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/EP2017/074152 external-priority patent/WO2018060106A1/en
Publication of JP2019535009A publication Critical patent/JP2019535009A/ja
Publication of JP2019535009A5 publication Critical patent/JP2019535009A5/ja
Application granted granted Critical
Publication of JP7041128B2 publication Critical patent/JP7041128B2/ja
Publication of JP7041128B6 publication Critical patent/JP7041128B6/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (15)

  1. 画像再構成方法を実行するためにコンピュータによって読み取り可能かつ実行可能な命令を格納する非一時的記憶媒体であって、前記画像再構成方法は、
    イメージングデータの反復再構成を実行して、再構成された画像で終わる一連の更新画像を生成するステップと、
    前記反復再構成の間、前記反復再構成が前記再構成された画像で終了する前に、前記反復再構成によって生成された更新画像と、前記反復再構成のパラメータとのうちの少なくとも1つを、前記反復再構成とは別の調整プロセスを使用して調整するステップとを含む、非一時的記憶媒体。
  2. 前記反復再構成は、エッジ保存閾値を有するエッジ保存正則化事前分布を含み、
    前記調整プロセスは、前記反復再構成のより前の反復と比較して、前記反復再構成のより後の反復について、勾配急峻度が高いとエッジ保存が適用されて、勾配急峻度を低減するよう前記エッジ保存閾値を調整することを含む、請求項1に記載の非一時的記憶媒体。
  3. 前記エッジ保存正則化事前分布は、エッジ保存閾値γの増大に伴いエッジ保存が増大する当該エッジ保存閾値γを有する相対差事前分布を含み、
    前記調整プロセスは、前記反復再構成の反復回数の増加に伴い前記エッジ保存閾値γを減少させることを含む、請求項2に記載の非一時的記憶媒体。
  4. 前記エッジ保存正則化事前分布は、下式に比例する相対差事前分布を含み、
    Figure 2019535009
    ここで、γは前記エッジ保存閾値であり、f及びfは画像ピクセル又はボクセルであり、
    前記調整プロセスは、前記反復再構成の反復回数の増加に伴い前記エッジ保存閾値γを減少させることを含む、請求項2に記載の非一時的記憶媒体。
  5. 前記調整プロセスは、
    前記反復再構成における最後の再構成された画像より前の現在の更新画像の各ピクセル、ボクセル、又は領域について、前記現在の更新画像よりも前の複数の更新画像にわたるピクセル、ボクセル、又は領域の値の展開がアーチファクト特徴基準を満たすか否かを決定することと、
    展開が前記アーチファクト特徴基準を満たす前記現在の更新画像の全てのピクセル、ボクセル、又は領域に対して局所的ノイズ抑制動作を実行し、展開が前記アーチファクト特徴基準を満たさない前記現在の更新画像の全てのピクセル、ボクセル、又は領域に対して前記局所的ノイズ抑制動作を実行しないこととを含む、請求項1に記載の非一時的記憶媒体。
  6. 前記決定することは、
    前記反復再構成の反復k及び反復lにおけるそれぞれの更新画像間のボクセルごとの又はピクセルごとの差又は絶対差を含む第1の差画像を計算することと、
    前記反復再構成の反復m及び反復nにおけるそれぞれの更新画像間のボクセルごとの又はピクセルごとの差又は絶対差を含む第2の差画像を計算することと、
    前記第1の差画像と第2の差画像とのボクセルごとの又はピクセルごとの比率を含む比率画像を計算することと、
    前記現在の更新画像の各ピクセル、ボクセル、又は領域の前記展開が前記アーチファクト特徴基準を満たすか否かを、前記比率画像の対応するピクセル、ボクセル、又は領域が前記アーチファクト特徴基準を満たすか否かを決定することによって決定することとを含む、請求項5に記載の非一時的記憶媒体。
  7. 前記決定することは、
    前記現在の更新画像の各ピクセル、ボクセル、又は領域について差比率を計算することを含み、
    Figure 2019535009
    ここで、Δf(k,l)は、反復k及び反復lにおけるそれぞれの更新画像内の対応するピクセル、ボクセル、又は領域の値の差又は値の絶対差であり、Δf(m,n)は、反復m及び反復nにおけるそれぞれの更新画像内の対応するピクセル、ボクセル、又は領域の値の差又は値の絶対差であり、
    前記決定することはさらに、前記現在の更新画像の各ピクセル、ボクセル、又は領域の前記展開が前記アーチファクト特徴基準を満たすか否かを、対応する前記差比率が前記アーチファクト特徴基準を満たすか否かを決定することによって決定することを含む、請求項5に記載の非一時的記憶媒体。
  8. 前記局所的ノイズ抑制動作は、展開が前記アーチファクト特徴基準を満たす前記現在の更新画像のピクセル、ボクセル、又は領域の値を、より前の更新画像の対応するピクセル、ボクセル、又は領域の値で置き換えることを含む、請求項5から7のいずれか一項に記載の非一時的記憶媒体。
  9. 前記局所的ノイズ抑制動作は、展開が前記アーチファクト特徴基準を満たす前記現在の更新画像のピクセル、ボクセル、又は領域の値を、前記現在の更新画像の隣接する複数のピクセル又はボクセルの集合値で置き換えることを含む、請求項5から7のいずれか一項に記載の非一時的記憶媒体。
  10. 前記イメージングデータは、陽電子放出断層撮影(PET)イメージングデータ、単一光子放出コンピュータ断層撮影(SPECT)イメージングデータ、及び透過型コンピュータ断層撮影(CT)イメージングデータのうちの1つを含む、請求項1から9のいずれか一項に記載の非一時的記憶媒体。
  11. イメージングデータの反復再構成を実行して、再構成された画像で終わる一連の更新画像を生成するようプログラムされたコンピュータと、
    前記再構成された画像を表示するよう前記コンピュータと動作可能に接続されているディスプレイとを含む画像再構成装置であって、
    前記コンピュータはさらに、複数の動作によって、前記反復再構成における最後の前記再構成された画像より前の前記反復再構成の現在の更新画像を調整するようプログラムされており、前記複数の動作は、
    前記現在の更新画像の各ピクセル、ボクセル、又は領域について、前記反復再構成における前記現在の更新画像よりも前の複数の更新画像にわたるピクセル、ボクセル、又は領域の値の展開がアーチファクト特徴基準を満たすか否かを決定することと、
    展開が前記アーチファクト特徴基準を満たす前記現在の更新画像の全てのピクセル、ボクセル、又は領域に対して局所的ノイズ抑制動作を実行し、展開が前記アーチファクト特徴基準を満たさない前記現在の更新画像の全てのピクセル、ボクセル、又は領域に対して前記局所的ノイズ抑制動作を実行しないこととを含む、画像再構成装置。
  12. 前記決定することは、
    前記反復再構成の反復k及び反復lにおけるそれぞれの更新画像間のボクセルごとの又はピクセルごとの差又は絶対差を含む第1の差画像を計算することと、
    前記反復再構成の反復m及び反復nにおけるそれぞれの更新画像間のボクセルごとの又はピクセルごとの差又は絶対差を含む第2の差画像を計算することと、
    前記第1の差画像と第2の差画像とのボクセルごとの又はピクセルごとの比率を含む比率画像を計算することと、
    前記現在の更新画像の各ピクセル、ボクセル、又は領域の前記展開が前記アーチファクト特徴基準を満たすか否かを、前記比率画像の対応するピクセル、ボクセル、又は領域が前記アーチファクト特徴基準を満たすか否かを決定することによって決定することとを含む、請求項11に記載の画像再構成装置。
  13. 前記決定することは、
    前記現在の更新画像の各ピクセル、ボクセル、又は領域について差比率Δf(m,n)/Δf(k,l)を計算することを含み、ここで、Δf(k,l)は、反復k及び反復lにおけるそれぞれの更新画像内の対応するピクセル、ボクセル、又は領域の値の差又は値の絶対差であり、Δf(m,n)は、反復m及び反復nにおけるそれぞれの更新画像内の対応するピクセル、ボクセル、又は領域の値の差又は値の絶対差であり、
    前記決定することはさらに、前記現在の更新画像の各ピクセル、ボクセル、又は領域の前記展開が前記アーチファクト特徴基準を満たすか否かを、対応する前記差比率が前記アーチファクト特徴基準を満たすか否かを決定することによって決定することを含む、請求項11に記載の画像再構成装置。
  14. 前記局所的ノイズ抑制動作は、展開が前記アーチファクト特徴基準を満たす前記現在の更新画像のピクセル、ボクセル、又は領域の値を、より前の更新画像の対応するピクセル、ボクセル、又は領域の値で置き換えることを含む、請求項11から13のいずれか一項に記載の画像再構成装置。
  15. 前記局所的ノイズ抑制動作は、展開が前記アーチファクト特徴基準を満たす前記現在の更新画像のピクセル、ボクセル、又は領域の値を、前記現在の更新画像の隣接する複数のピクセル又はボクセルの集合値で置き換えることを含む、請求項11から13のいずれか一項に記載の画像再構成装置。
JP2019516636A 2016-09-30 2017-09-25 ノイズに起因するアーチファクト形成の動的抑制を用いた反復画像再構成 Active JP7041128B6 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662401957P 2016-09-30 2016-09-30
US62/401,957 2016-09-30
PCT/EP2017/074152 WO2018060106A1 (en) 2016-09-30 2017-09-25 Iterative image reconstruction with dynamic suppression of formation of noise-induced artifacts

Publications (4)

Publication Number Publication Date
JP2019535009A JP2019535009A (ja) 2019-12-05
JP2019535009A5 true JP2019535009A5 (ja) 2020-11-12
JP7041128B2 JP7041128B2 (ja) 2022-03-23
JP7041128B6 JP7041128B6 (ja) 2022-05-30

Family

ID=60001894

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019516636A Active JP7041128B6 (ja) 2016-09-30 2017-09-25 ノイズに起因するアーチファクト形成の動的抑制を用いた反復画像再構成

Country Status (5)

Country Link
US (1) US11210820B2 (ja)
EP (1) EP3520079B1 (ja)
JP (1) JP7041128B6 (ja)
CN (1) CN109791701B (ja)
WO (1) WO2018060106A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11798205B2 (en) * 2018-01-02 2023-10-24 Koninklijke Philips N.V. Image reconstruction employing tailored edge preserving regularization
JP7159341B2 (ja) * 2018-01-02 2022-10-24 コーニンクレッカ フィリップス エヌ ヴェ 正則化再構成のための学習ベースのボクセル進化
EP3881290A1 (en) * 2018-11-16 2021-09-22 Koninklijke Philips N.V. Edge preserving penalized reconstruction for step-and-shoot and motion compensated positron emission tomography (pet) studies
CN109978966B (zh) * 2019-03-21 2022-11-08 江苏赛诺格兰医疗科技有限公司 对pet活度分布图像进行衰减校正的校正信息获取方法
CN110751702B (zh) * 2019-10-29 2023-06-16 上海联影医疗科技股份有限公司 图像重建方法、系统、装置及存储介质
CN111047663B (zh) * 2019-12-16 2023-05-02 中国人民解放军第四军医大学 电学层析成像伪影抑制图像重建方法
CN115359049B (zh) * 2022-10-19 2023-03-24 首都师范大学 基于非线性扩散模型的有限角ct图像重建方法及装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538099B2 (en) 2005-03-23 2013-09-17 General Electric Company Method and system for controlling image reconstruction
US7405405B2 (en) * 2005-05-17 2008-07-29 General Electric Company Method and system for reconstructing an image in a positron emission tomography (PET) system
US7831097B2 (en) 2006-03-16 2010-11-09 Siemens Medical Solutions Usa, Inc. System and method for image reconstruction
US8655033B2 (en) * 2009-10-28 2014-02-18 General Electric Company Iterative reconstruction
US8938105B2 (en) 2010-10-28 2015-01-20 Kabushiki Kaisha Toshiba Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter
US9299169B2 (en) * 2010-11-30 2016-03-29 Koninklijke Philips N.V. Iterative reconstruction algorithm with a constant variance based weighting factor
US8879814B2 (en) * 2012-05-22 2014-11-04 General Electric Company Method and apparatus for reducing motion related imaging artifacts using consistency values
US8958660B2 (en) * 2012-06-22 2015-02-17 General Electric Company Method and apparatus for iterative reconstruction
US9256967B2 (en) 2012-11-02 2016-02-09 General Electric Company Systems and methods for partial volume correction in PET penalized-likelihood image reconstruction

Similar Documents

Publication Publication Date Title
JP2019535009A5 (ja)
CN106683144B (zh) 一种图像迭代重建方法及装置
CN107527359B (zh) 一种pet图像重建方法及pet成像设备
US7831097B2 (en) System and method for image reconstruction
US9665792B2 (en) Method and apparatus for generating sharp image based on blurry image
US8233586B1 (en) Iterative reduction of artifacts in computed tomography images using forward projection and an edge-preserving blur filter
JP6173694B2 (ja) 画像処理装置、x線コンピュータ断層撮影装置および画像処理方法
JP2013146558A5 (ja) 画像処理装置、x線コンピュータ断層撮影装置および画像処理方法
Chen et al. CT metal artifact reduction method based on improved image segmentation and sinogram in‐painting
JP2012506530A5 (ja)
WO2011064683A2 (en) Enhanced image data/dose reduction
JP2019535009A (ja) ノイズに起因するアーチファクト形成の動的抑制を用いた反復画像再構成
Ertas et al. An iterative tomosynthesis reconstruction using total variation combined with non-local means filtering
Pfister et al. Tomographic reconstruction with adaptive sparsifying transforms
CN105723416B (zh) 图像降噪方法
Maier et al. GPU denoising for computed tomography
Lee et al. A metal artifact reduction method using a fully convolutional network in the sinogram and image domains for dental computed tomography
Xu et al. A performance-driven study of regularization methods for gpu-accelerated iterative ct
Chávez-Rivera et al. ML-EM reconstruction model including total variation for low dose PET high resolution data
Liu et al. Nonparametric optimization of constrained total variation for tomography reconstruction
Yang et al. Nonlocal weighted nuclear norm minimization based sparse-sampling CT image reconstruction
Qi et al. A non-local means post-filter with spatially adaptive filtering strength for whole-body PET
Cho et al. Alternating minimization approach for multi-frame image reconstruction
Gao et al. Voxel-based partial volume correction of amyloid PET images incorporating non-local means regularization
Cho et al. Motion-compensated image reconstruction with alternating minimization