JP2022063256A - コンピュータ断層撮影撮像のための散乱補正 - Google Patents
コンピュータ断層撮影撮像のための散乱補正 Download PDFInfo
- Publication number
- JP2022063256A JP2022063256A JP2021166821A JP2021166821A JP2022063256A JP 2022063256 A JP2022063256 A JP 2022063256A JP 2021166821 A JP2021166821 A JP 2021166821A JP 2021166821 A JP2021166821 A JP 2021166821A JP 2022063256 A JP2022063256 A JP 2022063256A
- Authority
- JP
- Japan
- Prior art keywords
- scatter
- image
- trained
- scattered
- correction model
- 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.)
- Pending
Links
- 238000012937 correction Methods 0.000 title claims abstract description 143
- 238000013170 computed tomography imaging Methods 0.000 title description 6
- 230000005855 radiation Effects 0.000 claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 92
- 238000003384 imaging method Methods 0.000 claims description 67
- 238000001514 detection method Methods 0.000 claims description 32
- 238000003062 neural network model Methods 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 20
- 238000013528 artificial neural network Methods 0.000 description 34
- 238000004422 calculation algorithm Methods 0.000 description 34
- 230000006870 function Effects 0.000 description 20
- 238000007689 inspection Methods 0.000 description 19
- 238000002591 computed tomography Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 7
- 238000013519 translation Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000003325 tomography Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000000333 X-ray scattering Methods 0.000 description 1
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 239000012857 radioactive material Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/30—Accessories, mechanical or electrical features
- G01N2223/316—Accessories, mechanical or electrical features collimators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/30—Accessories, mechanical or electrical features
- G01N2223/33—Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts
- G01N2223/3301—Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts beam is modified for scan, e.g. moving collimator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Pulmonology (AREA)
- Immunology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
本出願は、2020年10月9日に出願された「Scatter Correction For Computed Tomography Imaging」と題する米国仮特許出願第63/090,144号の利益を主張し、その全体が参照により組み込まれる。
Claims (20)
- 物体の画像の散乱補正のための方法であって、
撮像システムの放射検出器によって、物体の撮像ボリュームを通って透過される放射の検出に基づいて、前記物体の複数の散乱画像を表すデータを取得することと、
前記物体と前記放射検出器との間に開口板を配置することであって、前記開口板が、前記放射検出器による検出からの散乱放射を抑制するように構成された複数の開口を含む、配置することと、
前記放射検出器によって、各散乱画像に対応する部分的散乱なし画像を表すデータを取得することであって、各部分的散乱なし画像は、前記開口板が存在するときに前記物体の前記撮像ボリュームを通って透過される放射の検出に基づいており、前記散乱画像及びその対応する部分的散乱なし画像が、前記開口板の前記存在を除いてほぼ同じ条件下で取得される、取得することと、
1つ以上のプロセッサを含む分析器によって、前記複数の散乱画像データ及び対応する部分的散乱なし画像データを受信することと、
前記分析器によって、訓練された散乱補正モデルを受信することと、
前記分析器によって、前記受信された複数の散乱画像データ及び対応する部分的散乱なし画像データに基づいて、前記訓練された散乱補正モデルを更新して、更新された訓練された散乱補正モデルを得ることと、
前記分析器によって、前記更新された訓練された散乱補正モデルに基づいて、前記複数の散乱画像のうちの少なくとも1つを補正することと、
前記分析器によって、少なくとも1つの補正された散乱画像を出力することと、を含む、方法。 - 前記訓練された散乱補正モデルが、訓練されたニューラルネットワークモデルである、請求項1に記載の方法。
- 前記訓練された散乱補正モデルを前記更新することが、
対応する散乱画像及び部分的散乱なし画像の各ペアに対して、前記散乱画像に関する前記訓練されたニューラルネットワークモデルの出力と、前記部分的散乱なし画像に関する前記訓練されたニューラルネットワークモデルの出力との間で補間を実行することと、
前記補間に基づいて、前記更新された訓練された散乱補正モデルを生成することと、を含む、請求項2に記載の方法。 - 前記訓練された散乱補正モデルが、以前に決定されたデコンボリューション点拡散関数(point spread function、PSF)推定値を含む、請求項1に記載の方法。
- 前記訓練された散乱補正モデルを更新することが、
対応する散乱画像及び部分的散乱なし画像のそれぞれのペアの測定点を使用して、前記デコンボリューションPSF推定値を局所的にパラメータ化することと、
前記局所的パラメータ化に基づいて前記デコンボリューションPSF推定値を更新することと、を含む、請求項4に記載の方法。 - 撮像システムであって、
物体に向かって方向付けられた放射を放出するように構成された放射源と、
前記物体の撮像ボリュームを通って透過される、前記放出された放射を検出するように構成された放射検出器と、
1つ以上のプロセッサを含む分析器と、を備え、前記分析器が、
物体の撮像ボリュームを通って透過される前記放射源による放射の検出に基づいて、前記物体の複数の散乱画像を表すデータを受信することと、
各散乱画像に対応する部分的散乱なし画像を表すデータを受信することであって、各部分的散乱なし画像は、前記開口板が存在するときに前記物体の前記撮像ボリュームを通って透過される放射の検出に基づいており、前記散乱画像及びその対応する部分的散乱なし画像が、前記開口板の前記存在を除いてほぼ同じ条件下で取得される、受信することと、
訓練された散乱補正モデルを受信することと、
前記受信された複数の散乱画像データ及び対応する部分的散乱なし画像データに基づいて、前記訓練された散乱補正モデルを更新して、更新された訓練された散乱補正モデルを得ることと、
前記更新された訓練された散乱補正モデルに基づいて、前記複数の散乱画像のうちの少なくとも1つを補正することと、
少なくとも1つの補正された散乱画像を出力することと、を行うように構成されている、撮像システム。 - 前記訓練された散乱補正モデルが、訓練されたニューラルネットワークモデルである、請求項6に記載の撮像システム。
- 前記訓練された散乱補正モデルを前記更新することが、
対応する散乱画像及び部分的散乱なし画像の各ペアに対して、前記散乱画像に関する前記訓練されたニューラルネットワークモデルの出力と、前記部分的散乱なし画像に関する前記訓練されたニューラルネットワークモデルの出力との間で補間を実行することと、
前記補間に基づいて、前記更新された訓練された散乱補正モデルを生成することと、を含む、請求項7に記載の撮像システム。 - 前記訓練された散乱補正モデルが、以前に決定されたデコンボリューション点拡散関数(point spread function、PSF)推定値を含む、請求項6に記載の撮像システム。
- 前記訓練された散乱補正モデルを更新することが、
対応する散乱画像及び部分的散乱なし画像のそれぞれのペアの測定点を使用して、前記デコンボリューションPSF推定値を局所的にパラメータ化することと、
とと、を含む、請求項9に記載の撮像システム。 - 物体の画像の散乱補正のための方法であって、
撮像システムの放射検出器によって、物体の撮像ボリュームを通って透過される放射の検出に基づいて、前記物体の複数の散乱画像を表すデータを取得することと、
前記物体と前記放射検出器との間に開口板を配置することであって、前記開口板が、前記放射検出器による検出からの散乱放射を抑制するように構成された複数の開口を含む、配置することと、
前記放射検出器によって、単一の部分的散乱なし画像を表すデータを取得することであって、前記単一の部分的散乱なし画像は、前記開口板が存在するときに前記物体の前記撮像ボリュームを通って透過される放射の検出に基づいている、取得することと、
1つ以上のプロセッサを含む分析器によって、前記複数の散乱画像データ及び前記単一の部分的散乱なし画像データを受信することと、
前記分析器によって、訓練された散乱補正モデルを受信することと、
前記分析器によって、前記受信された複数の散乱画像データ及び前記単一の部分的散乱なし画像データに基づいて、前記訓練された散乱補正モデルを更新して、更新された訓練された散乱補正モデルを得ることと、
前記分析器によって、前記更新された訓練された散乱補正モデルに基づいて、前記複数の散乱画像のうちの少なくとも1つを補正することと、
前記分析器によって、少なくとも1つの補正された散乱画像を出力することと、を含む、方法。 - 前記訓練された散乱補正モデルが、訓練されたニューラルネットワークモデルである、請求項11に記載の方法。
- 前記訓練された散乱補正モデルを前記更新することが、
前記複数の散乱画像のうちの散乱画像、及び前記単一の部分的散乱なし画像を含む各画像ペアに対して、前記散乱画像に関する前記訓練されたニューラルネットワークモデルの出力と、前記単一の部分的散乱なし画像に関する前記訓練されたニューラルネットワークモデルの出力との間で補間を実行することと、
前記補間に基づいて、前記更新された訓練された散乱補正モデルを生成することと、を含む、請求項12に記載の方法。 - 前記訓練された散乱補正モデルが、以前に決定されたデコンボリューション点拡散関数(point spread function、PSF)推定値を含む、請求項11に記載の方法。
- 前記訓練された散乱補正モデルを更新することが、
前記複数の散乱画像のうちの散乱画像、及び前記単一の部分的散乱なし画像を含むそれぞれの画像ペアの測定点を使用して、前記デコンボリューションPSF推定値を局所的にパラメータ化することと、
前記局所的パラメータ化に基づいて前記デコンボリューションPSF推定値を更新することと、を含む、請求項14に記載の方法。 - 撮像システムであって、
物体に向かって方向付けられた放射を放出するように構成された放射源と、
前記物体の撮像ボリュームを通って透過される、前記放出された放射を検出するように構成された放射検出器と、
1つ以上のプロセッサを含む分析器と、を備え、前記分析器が、
物体の撮像ボリュームを通って透過される前記放射源による放射の検出に基づいて、前記物体の複数の散乱画像を表すデータを受信することと、
単一の部分的散乱なし画像を表すデータを受信することであって、前記単一の部分的散乱なし画像は、前記開口板が存在するときに前記物体の前記撮像ボリュームを通って透過される放射の検出に基づいている、受信することと、
訓練された散乱補正モデルを受信することと、
前記受信された複数の散乱画像データ及び前記単一の部分的散乱なし画像データに基づいて、前記訓練された散乱補正モデルを更新して、更新された訓練された散乱補正モデルを得ることと、
前記更新された訓練された散乱補正モデルに基づいて、前記複数の散乱画像のうちの少なくとも1つを補正することと、
少なくとも1つの補正された散乱画像を出力することと、を行うように構成されている、撮像システム。 - 前記訓練された散乱補正モデルが、訓練されたニューラルネットワークモデルである、請求項16に記載の撮像システム。
- 前記訓練された散乱補正モデルを前記更新することが、
前記複数の散乱画像のうちの散乱画像、及び前記単一の部分的散乱なし画像を含む各画像ペアに対して、前記散乱画像に関する前記訓練されたニューラルネットワークモデルの出力と、前記単一の部分的散乱なし画像に関する前記訓練されたニューラルネットワークモデルの出力との間で補間を実行することと、
前記補間に基づいて、前記更新された訓練された散乱補正モデルを生成することと、を含む、請求項17に記載の撮像システム。 - 前記訓練された散乱補正モデルが、以前に決定されたデコンボリューション点拡散関数(point spread function、PSF)推定値を含む、請求項16に記載の撮像システム。
- 前記訓練された散乱補正モデルを更新することが、
前記複数の散乱画像のうちの散乱画像、及び前記単一の部分的散乱なし画像を含むそれぞれの画像ペアの測定点を使用して、前記デコンボリューションPSF推定値を局所的にパラメータ化することと、
前記局所的パラメータ化に基づいて前記デコンボリューションPSF推定値を更新することと、を含む、請求項9に記載の撮像システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023148006A JP2023166550A (ja) | 2020-10-09 | 2023-09-13 | コンピュータ断層撮影撮像のための散乱補正 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063090144P | 2020-10-09 | 2020-10-09 | |
US63/090,144 | 2020-10-09 | ||
US17/492,525 US11662321B2 (en) | 2020-10-09 | 2021-10-01 | Scatter correction for computed tomography imaging |
US17/492,525 | 2021-10-01 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023148006A Division JP2023166550A (ja) | 2020-10-09 | 2023-09-13 | コンピュータ断層撮影撮像のための散乱補正 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022063256A true JP2022063256A (ja) | 2022-04-21 |
Family
ID=78073866
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021166821A Pending JP2022063256A (ja) | 2020-10-09 | 2021-10-11 | コンピュータ断層撮影撮像のための散乱補正 |
JP2023148006A Pending JP2023166550A (ja) | 2020-10-09 | 2023-09-13 | コンピュータ断層撮影撮像のための散乱補正 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023148006A Pending JP2023166550A (ja) | 2020-10-09 | 2023-09-13 | コンピュータ断層撮影撮像のための散乱補正 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11662321B2 (ja) |
EP (1) | EP3982115A1 (ja) |
JP (2) | JP2022063256A (ja) |
CN (1) | CN114332265A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12008689B2 (en) * | 2021-12-03 | 2024-06-11 | Canon Medical Systems Corporation | Devices, systems, and methods for deep-learning kernel-based scatter estimation and correction |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000321221A (ja) * | 1999-04-20 | 2000-11-24 | General Electric Co <Ge> | Ctシステムで投影データを作成する方法およびシステム |
JP2010054356A (ja) * | 2008-08-28 | 2010-03-11 | Anritsu Sanki System Co Ltd | 画像処理装置及びそれを備えたx線異物検出装置並びに画像処理方法 |
US20100140485A1 (en) * | 2008-12-10 | 2010-06-10 | General Electric Company | Imaging system and method with scatter correction |
WO2013089155A1 (ja) * | 2011-12-12 | 2013-06-20 | 株式会社 日立メディコ | X線ct装置および散乱x線補正方法 |
US20160258885A1 (en) * | 2015-03-06 | 2016-09-08 | General Electric Company | Imaging system and method with scatter correction |
US20180330233A1 (en) * | 2017-05-11 | 2018-11-15 | General Electric Company | Machine learning based scatter correction |
US20190066268A1 (en) * | 2017-08-31 | 2019-02-28 | Shhanghai United Imaging Healthcare Co., Ltd. | System and method for determining a trained neural network model for scattering correction |
JP2019532699A (ja) * | 2016-09-22 | 2019-11-14 | ゼネラル・エレクトリック・カンパニイ | スペクトルコンピュータ断層撮影法(ct)のスペクトル較正 |
JP2020049059A (ja) * | 2018-09-28 | 2020-04-02 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置および方法 |
JP2020527060A (ja) * | 2017-06-26 | 2020-09-03 | エレクタ、インク.Elekta, Inc. | ディープ畳み込みニューラルネットワークを使用してコーンビームコンピュータ断層撮影画像を改善する方法 |
JP2020146453A (ja) * | 2019-03-05 | 2020-09-17 | キヤノンメディカルシステムズ株式会社 | 医用処理装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6618466B1 (en) | 2002-02-21 | 2003-09-09 | University Of Rochester | Apparatus and method for x-ray scatter reduction and correction for fan beam CT and cone beam volume CT |
WO2017048548A1 (en) | 2015-03-06 | 2017-03-23 | General Electric Company | Imaging system and method with scatter correction |
US11510641B2 (en) * | 2018-01-31 | 2022-11-29 | Koninklijke Philips N.V. | Non-spectral computed tomography (CT) scanner configured to generate spectral volumetric image data |
-
2021
- 2021-10-01 US US17/492,525 patent/US11662321B2/en active Active
- 2021-10-04 EP EP21200820.5A patent/EP3982115A1/en active Pending
- 2021-10-09 CN CN202111175098.0A patent/CN114332265A/zh active Pending
- 2021-10-11 JP JP2021166821A patent/JP2022063256A/ja active Pending
-
2023
- 2023-09-13 JP JP2023148006A patent/JP2023166550A/ja active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000321221A (ja) * | 1999-04-20 | 2000-11-24 | General Electric Co <Ge> | Ctシステムで投影データを作成する方法およびシステム |
JP2010054356A (ja) * | 2008-08-28 | 2010-03-11 | Anritsu Sanki System Co Ltd | 画像処理装置及びそれを備えたx線異物検出装置並びに画像処理方法 |
US20100140485A1 (en) * | 2008-12-10 | 2010-06-10 | General Electric Company | Imaging system and method with scatter correction |
WO2013089155A1 (ja) * | 2011-12-12 | 2013-06-20 | 株式会社 日立メディコ | X線ct装置および散乱x線補正方法 |
US20160258885A1 (en) * | 2015-03-06 | 2016-09-08 | General Electric Company | Imaging system and method with scatter correction |
JP2019532699A (ja) * | 2016-09-22 | 2019-11-14 | ゼネラル・エレクトリック・カンパニイ | スペクトルコンピュータ断層撮影法(ct)のスペクトル較正 |
US20180330233A1 (en) * | 2017-05-11 | 2018-11-15 | General Electric Company | Machine learning based scatter correction |
JP2020527060A (ja) * | 2017-06-26 | 2020-09-03 | エレクタ、インク.Elekta, Inc. | ディープ畳み込みニューラルネットワークを使用してコーンビームコンピュータ断層撮影画像を改善する方法 |
US20190066268A1 (en) * | 2017-08-31 | 2019-02-28 | Shhanghai United Imaging Healthcare Co., Ltd. | System and method for determining a trained neural network model for scattering correction |
JP2020049059A (ja) * | 2018-09-28 | 2020-04-02 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置および方法 |
JP2020146453A (ja) * | 2019-03-05 | 2020-09-17 | キヤノンメディカルシステムズ株式会社 | 医用処理装置 |
Non-Patent Citations (1)
Title |
---|
J. A. SEIBERT ET AL.: "X-ray scatter removal by deconvolution", MEDICAL PHYSICS, vol. 15, no. 4, JPN7023002485, 1988, pages 567 - 575, XP002340970, ISSN: 0005098970, DOI: 10.1118/1.596208 * |
Also Published As
Publication number | Publication date |
---|---|
JP2023166550A (ja) | 2023-11-21 |
EP3982115A1 (en) | 2022-04-13 |
CN114332265A (zh) | 2022-04-12 |
US20220113266A1 (en) | 2022-04-14 |
US11662321B2 (en) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10481110B2 (en) | Radiographic image generating device | |
JP6214819B1 (ja) | 微分位相コントラストx線撮像における暗視野信号の最適なエネルギ加重 | |
US8184767B2 (en) | Imaging system and method with scatter correction | |
JP6680470B2 (ja) | 画像取得装置及び画像取得方法並びに画像補正プログラム | |
Dewulf et al. | Advances in the metrological traceability and performance of X-ray computed tomography | |
AU2011344365A1 (en) | A method and a system for image integration using constrained optimization for phase contrast imaging with an arrangement of gratings | |
JP6793469B2 (ja) | データ処理装置、x線ct装置及びデータ処理方法 | |
JP2023166550A (ja) | コンピュータ断層撮影撮像のための散乱補正 | |
Villarraga-Gómez | Studies of dimensional metrology with X-ray CAT scan | |
Stolfi et al. | Error sources | |
JP5675978B2 (ja) | コンピュータ断層撮影方法、コンピュータプログラム、コンピュータデバイスおよびコンピュータ断層撮影システム | |
JP7314228B2 (ja) | コンピュータ断層撮影撮像のための散乱補正 | |
JP5883689B2 (ja) | X線撮像装置およびx線撮像方法 | |
JP6438021B2 (ja) | 能動画素アレイセンサを用いたx線回折ベースの欠陥画素補正方法 | |
JP6858391B2 (ja) | X線ct装置、画像補正方法及び画像補正プログラム | |
Buratti et al. | An analytical method for optimizing imaging parameters in industrial x-ray computed tomography for dimensional measurements on multimaterial workpieces | |
US11263792B1 (en) | Calibration method for a spectral computerized tomography system | |
Turner | Erosion and dilation of edges in dimensional X-ray computed tomography images | |
WO2020033979A1 (en) | Enhancing contrast sensitivity and resolution in a grating interferometer by machine learning | |
JP4062232B2 (ja) | X線ct装置及びx線ct装置による撮像方法 | |
CN113795752B (zh) | 粒子束计测结果分析装置及方法 | |
Asadchikov et al. | Morphological analysis and reconstruction for computed tomography | |
Li et al. | Uncertainty Quantification of Density Reconstruction Using MCMC Method in High-Energy X-ray Radiography | |
Park et al. | A mathematical framework for including various sources of variability in a task-based assessment of digital breast tomosynthesis | |
Franco et al. | Fan/cone beam CT: visualisation and applications for non-clinical X-ray imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211228 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20220125 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220927 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230330 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230704 |