JP6280700B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP6280700B2 JP6280700B2 JP2013126219A JP2013126219A JP6280700B2 JP 6280700 B2 JP6280700 B2 JP 6280700B2 JP 2013126219 A JP2013126219 A JP 2013126219A JP 2013126219 A JP2013126219 A JP 2013126219A JP 6280700 B2 JP6280700 B2 JP 6280700B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- objective function
- series
- solving
- subproblems
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 104
- 238000003384 imaging method Methods 0.000 title claims description 45
- 239000011159 matrix material Substances 0.000 claims description 63
- 238000005457 optimization Methods 0.000 claims description 49
- 238000005259 measurement Methods 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 15
- 238000013527 convolutional neural network Methods 0.000 claims description 12
- 238000000844 transformation Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 76
- 238000007781 pre-processing Methods 0.000 description 34
- 238000004422 calculation algorithm Methods 0.000 description 31
- 238000002591 computed tomography Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013170 computed tomography imaging Methods 0.000 description 5
- 238000012879 PET imaging Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000003325 tomography Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- ODKSFYDXXFIFQN-UHFFFAOYSA-M argininate Chemical compound [O-]C(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-M 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005476 size effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
-
- 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
- G06T2211/424—Iterative
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
f(x)=J(x,y)+Φ(x) 式2
式中、f(x)は目的関数であり、J(x,y)は、画像と測定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る。
式中、Aは前進システム行列であり、Wは対角重み付け行列である。行列Wの第iの対角成分はwiと表わされ、測定yiの分散の推定値に反比例する。但し、他の形態のデータ不一致項を方法100と共に用いてもよく、これらの形態としては限定しないがポアソン対数尤度関数及び/又は同様のものが含まれる。幾つかの場合には、目的関数に加えて、最適化問題は変数に対する付加的な等式制約又は不等式制約を有し得る。例えば、画像ピクセルには非負制約が通例適用される。
但し、制約条件を
u=Ax 式5
とする。
式6
η=−1/μΛ-1γとすると、AL関数を以下の形態に単純化することができる。
式7
AL法の各回の反復は二段階で構成される。第一に、最適化ステップ(例えば図2のステップ110)では、xの更新(例えば図2のステップ110a)及びuの更新(例えば図2のステップ110b)は、ηの現在値が与えられたときのAL関数を結合的に最適化することにより算出される。
式8
式中、jは反復番号を示す。
一実施形態では、この結合型最適化問題は、下式を用いてx及びuを交互に更新することにより解かれる。
u(j+1)=arg minuL(x(j+1),u,η(j)) 式11
uに関する最適化問題は、下式によって与えられる単純な閉じた解を有する。
式12
解くべき残りの問題は、xの更新である(例えば図2のステップ114)。AL関数が与えられたときに、式10を下式のように書き直すことができる。
+Φ(x) 式13
図3は、更新された画像uの前方投影及び更新されたラグランジュ乗数ηの変換を用いて画像xの再構成を反復式で更新するブロック114の方法の一例を示すもう一つの流れ図である。一般的には、暗黙型前処理行列方法を用いて、複数の外側ループ反復の各回において部分問題に対する近似を作成する。換言すると、方法114は、本来の費用関数を反復式で最小化する外側ループを含んでいる。各々の外側ループにおいて、近似的な費用関数を先ず定式化する。次いで、この近似的な費用関数を、内側ループ反復を用いて最適化する。明確に述べると、方法114は入れ子式の反復ループを含んでおり、この入れ子式ループは、外側ループによって反復式で最適化される費用関数を近似するように定義された近似的な目的関数を、内側ループが反復式で最適化するように定式化されている。内側ループの結果を、画像を更新するための前処理行列適用後の勾配方向として用いる。換言すると、外側ループの反復は、内側ループを用いて生成される解を用いて本来の費用関数を最適化する。
式中、x(n)はn回目の外側ループの反復での画像値であり、Θ(n)=AtΛA(Ax(n)−u(j)+n(j))であり、cは定数である。
h(n)(x)及びf(x)の勾配はx=x(n)では等しいことを特記しておく。h(n)(x)の正則化項もまた厳密に算出される。唯一の差は、M1によるAtΛAの近似にある。次いで、h(n)の最小化問題を内側ループによって反復式で解く。
式中、Dは対角行列であり、第iの対角要素は
502:CTイメージング・システム
504:PETイメージング・システム
506:被検体
510:ガントリ
512:X線源
514:検出器アレイ
516:検出器素子
520:コンピュータ
522:電動式テーブル
524:ガントリ開口
530:モジュール
540:回転中心
542:制御機構
544:X線制御器
546:ガントリ・モータ制御器
548:データ取得システム(DAS)
550:画像再構成器
552:記憶装置
560:コンソール
562:視覚表示ユニット
564:テーブル・モータ制御器
570:命令及び/又はデータを読み取る装置
572:非一時的なコンピュータ可読の媒体
574:X線ビーム
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、
前記目的関数は、撮像データを取得するのに用いられるイメージング・システムのモデルを含み、
前記一連の部分問題を解くことは、前記目的関数を近似的に定式化して得られた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)は前記画像と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り、Aは前進システム行列である、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、
該一連の部分問題を解く、
ことをコンピュータに命令するようにプログラムされた非一時的なコンピュータ可読の媒体であって、
該一連の部分問題を解くことは、
前記画像の前記再構成及び前記補助変数を更新すること、
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すること、
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、
を含む、非一時的なコンピュータ可読の媒体。 - 対象の画像を再構成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た非一時的なコンピュータ可読の媒体であって、前記画像は画像要素を含んでおり、
前記非一時的なコンピュータ可読の媒体は、
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
をコンピュータに命令するようにプログラムされており、
前記目的関数は、撮像データを取得するのに用いられるイメージング・システムのモデルを含み、
前記一連の部分問題を解くことは、前記目的関数を近似的に定式化して得られた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、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、
前記目的関数は、撮像データを取得するのに用いられるイメージング・システムのモデルを含み、
前記一連の部分問題を解くことは、前記目的関数を近似的に定式化した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 JP2014004358A5 (ja) | 2016-07-28 |
JP6280700B2 true 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 |
US20190209015A1 (en) * | 2017-12-18 | 2019-07-11 | 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 |
US8897528B2 (en) * | 2006-06-26 | 2014-11-25 | General Electric Company | System and method for iterative image reconstruction |
US8571287B2 (en) * | 2006-06-26 | 2013-10-29 | General Electric Company | System and method for iterative image reconstruction |
EP2149284B1 (en) * | 2007-05-31 | 2014-08-13 | General Electric Company | Methods and systems to facilitate correcting gain fluctuations in image |
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
Also Published As
Publication number | Publication date |
---|---|
CN103514629A (zh) | 2014-01-15 |
NL2011005B1 (en) | 2015-12-15 |
US20130343672A1 (en) | 2013-12-26 |
US8885975B2 (en) | 2014-11-11 |
JP2014004358A (ja) | 2014-01-16 |
DE102013106467A1 (de) | 2014-05-22 |
NL2011005A (en) | 2013-12-24 |
CN103514629B (zh) | 2017-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6280700B2 (ja) | 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 | |
JP6212294B2 (ja) | 反復式再構成の方法及び装置 | |
US7885371B2 (en) | Method and system for image reconstruction | |
US9020230B2 (en) | Method and apparatus for iterative reconstruction | |
JP5530637B2 (ja) | 画像再構成の方法及びシステム | |
JP5543448B2 (ja) | 高効率コンピュータ断層撮影 | |
US6907102B1 (en) | Iterative reconstruction methods for multi-slice computed tomography | |
JP4965575B2 (ja) | 分布させた反復的画像再構成 | |
US8971599B2 (en) | Tomographic iterative reconstruction | |
US9489752B2 (en) | Ordered subsets with momentum for X-ray CT image reconstruction | |
Matej et al. | 3D-FRP: direct Fourier reconstruction with Fourier reprojection for fully 3-D PET | |
Jin et al. | A model-based 3D multi-slice helical CT reconstruction algorithm for transportation security application | |
JP2015231528A (ja) | X線コンピュータ断層撮像装置及び医用画像処理装置 | |
US8379948B2 (en) | Methods and systems for fast iterative reconstruction using separable system models | |
NL2030984B1 (en) | Learned invertible reconstruction | |
Lu et al. | Accelerating algebraic reconstruction using CUDA-enabled GPU | |
JP7264666B2 (ja) | X線画像処理装置、x線診断装置およびx線画像処理方法 | |
WO2018022565A1 (en) | System and method for tomographic image reconstruction | |
Xu et al. | High performance tomosynthesis enabled via a GPU-based iterative reconstruction framework | |
Brokish et al. | Iterative Helical Cone-Beam CT Reconstruction using Fast Hierarchical Backprojection/Reprojection | |
Johnston | Strategies for Temporal and Spectral Imaging with X-ray Computed Tomography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160614 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160614 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170330 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170411 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170705 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170919 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171120 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6280700 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |