JP7017684B2 - 半値確率密度分布に基づく三次元再構成方法 - Google Patents
半値確率密度分布に基づく三次元再構成方法 Download PDFInfo
- Publication number
- JP7017684B2 JP7017684B2 JP2020546879A JP2020546879A JP7017684B2 JP 7017684 B2 JP7017684 B2 JP 7017684B2 JP 2020546879 A JP2020546879 A JP 2020546879A JP 2020546879 A JP2020546879 A JP 2020546879A JP 7017684 B2 JP7017684 B2 JP 7017684B2
- Authority
- JP
- Japan
- Prior art keywords
- plane
- dimensional
- probability density
- value
- point
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Measurement Of Radiation (AREA)
- Nuclear Medicine (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Image Analysis (AREA)
Description
本発明は、信号処理技術分野に関し、具体的には、半値確率密度分布に基づく三次元再構成方法に関する。
原子力エネルギーは世界で3番目に大きなエネルギー源となっており、原子力事故の継続的な発生は、原子力安全を解決する必要のある大きな問題となっている。
原子力事故が発生するたびに、回復不可能な死傷者と経済的損失をもたらす。原子力の分野では、現在2つの主要なニーズがある。第一は、事故が発生したらすぐに放射線源を見つけて対処することである。科学的でない原子力緊急計画と放射能源のタイムリーな取り扱いのために、福島原発事故からの大量の核廃水が太平洋に流れ込み、放射性物質が大気を通って東アジアのいくつかの国に広がり、地球の生態環境と関係国の社会の安定に大きな影響を与えた。第二は、廃止された原子力施設の廃止措置における放射性線源の検出である。原子力施設の廃止措置は、厳格で複雑なシステムエンジニアリングであり、一連の強力な放射場所と高放射能汚染部材の線源調査、汚染除去、分解、廃棄物処理を含む。放棄された放射線源の位置検出と輪郭再構成をいかに迅速に実現するかは、これらの原子力施設の廃止措置にとって大きな問題となっている。
放射線源の検出と再構成技術に関する研究は国際的に非常に活発である。福島原発事故以来、日本政府は、東京大学をはじめとする大学、企業、研究機関を組織して、原子力安全とロボットの包括的技術に関する研究を行ってきた。CERNは、C ++オブジェクト指向テクノロジーに基づいたモンテカルロアプリケーションソフトウェアパッケージGeant4(Geometry And Tracking、ジオメトリと追跡)を開発した。多くの研究者がこのソフトウェアを使用して、放射線源、高エネルギー粒子分析およびその他の関連分野を研究し、多くの結果を達成している。
ほとんどの国内研究は、医用画像の再構成、屋外放射線源の位置決めなどに焦点を当てており、放射線源の3次元イメージングとオンラインの迅速な識別と診断に関する研究はほとんどない。点群三次元再構成技術に関する研究のほとんどは、部品のリバースエンジニアリング、古代の建物のスキャン、医用画像に焦点を当てており、原子力の分野へのこの技術の適用はない。
上記状況に鑑み、従来技術の欠陥を克服するために、本発明は、半値確率密度分布に基づく三次元再構成方法を提供することを目的とする。
上記目的を達成するための本発明に係る半値確率密度分布に基づく三次元再構成方法は、
三次元点群をZ軸方向に沿ってスライスし、N個の空間層を得るステップ(1)と、
第iの空間層内の離散点情報を抽出し、Zi平面に投影するステップ(2)と、
Zi平面における各グリッドと離散点のメンバーシップ度関数を構築し、三次元確率密度図を作成するステップ(3)と、
三次元確率密度図の半値wmax/2を通ってXOY平面に平行な平面を作り、前記平面と三次元確率密度図とが交差して輪郭LXYが得られ、前記輪郭LXYは第iの空間層に対応する放射線源再構成輪郭であるステップ(4)と、
順にN個の空間層に対応する放射線源再構成輪郭を重ね合わせ、放射線源三次元再構成モデルを得るステップ(5)と、
を含む。
三次元点群をZ軸方向に沿ってスライスし、N個の空間層を得るステップ(1)と、
第iの空間層内の離散点情報を抽出し、Zi平面に投影するステップ(2)と、
Zi平面における各グリッドと離散点のメンバーシップ度関数を構築し、三次元確率密度図を作成するステップ(3)と、
三次元確率密度図の半値wmax/2を通ってXOY平面に平行な平面を作り、前記平面と三次元確率密度図とが交差して輪郭LXYが得られ、前記輪郭LXYは第iの空間層に対応する放射線源再構成輪郭であるステップ(4)と、
順にN個の空間層に対応する放射線源再構成輪郭を重ね合わせ、放射線源三次元再構成モデルを得るステップ(5)と、
を含む。
さらに、ステップ(1)は、
イメージング領域において三次元ボクセルセグメンテーションモデリングを行い、検索空間を空間デカルト座標系として定義し、点群データのZ軸座標の最大値Zmax及び最小値Zminを統計し、Nとnを下式を満たすものとし、
(式中、[]は整数値関数であり、m1は各空間層の厚さであり、Nは空間が分割された空間層の層数である。)
m1を各空間層の厚さとし、Z軸方向に沿ってXOYに平行な平面で三次元点群を分割し、N個の空間層を取得し、前記三次元点群を分割する平面をZ軸方向に沿ってZ1、Z2……ZN+1に定義する、
ことを含む。
イメージング領域において三次元ボクセルセグメンテーションモデリングを行い、検索空間を空間デカルト座標系として定義し、点群データのZ軸座標の最大値Zmax及び最小値Zminを統計し、Nとnを下式を満たすものとし、
m1を各空間層の厚さとし、Z軸方向に沿ってXOYに平行な平面で三次元点群を分割し、N個の空間層を取得し、前記三次元点群を分割する平面をZ軸方向に沿ってZ1、Z2……ZN+1に定義する、
ことを含む。
さらに、ステップ(2)は、
三次元点群データを判断し、値を割り当て、点群における任意の点Pの座標を(xp,yp,zp)として定義し、zpは、
を満足し、
P点は、第iの空間層に位置し、第iの空間層、即ちZi平面とZi+1平面に挟まれる空間は、Zi平面を含むが、Zi+1平面を含まず、
この点をこの空間からこの空間が位置する下平面、即ちZi平面に投影し、
とすると、P点の座標(xp,yp,zp)はP’(xp,yp,zi)に変換し、点群データの全ての座標をトラバースし、全ての点群データを順に対応する平面に投影する、
ことを含む。
三次元点群データを判断し、値を割り当て、点群における任意の点Pの座標を(xp,yp,zp)として定義し、zpは、
P点は、第iの空間層に位置し、第iの空間層、即ちZi平面とZi+1平面に挟まれる空間は、Zi平面を含むが、Zi+1平面を含まず、
この点をこの空間からこの空間が位置する下平面、即ちZi平面に投影し、
ことを含む。
さらに、ステップ(3)は、
投影平面Ziを例とすると、Zi平面内の全ての投影点の座標P’(xp,yp,zi)を平面座標P’’(xp,yp)に簡単化し、X軸座標の最大値Xmax、最小値Xmin、Y軸座標の最大値Ymax、最小値Yminを統計し、
([]は整数値関数であり、m2はグリッドステップであり、EはZi平面データがX軸方向において均等に分割された列数であり、FはZi平面データがY軸方向において均等に分割された行数である)とすると、
Zi平面は、E*F個の長さがm2のグリッドに分割され、この平面データをF*Eの二次元行列にマッピングし、行列要素a11、a12…ajk…aFEの初期値をゼロに設定し、点群データ座標が
を満足する場合、ajk=ajk+1であり、
Zi平面内の全ての点をトラバースし、行列AFEを取得し、行列要素値は、点群データとその位置のメンバーシップ度関係を表し、Zi平面上の点の集中分布状況に対して三次元確率密度分布統計、再構成を行い、三次元強度図、即ち三次元確率密度図を得る、
ことを含む。
投影平面Ziを例とすると、Zi平面内の全ての投影点の座標P’(xp,yp,zi)を平面座標P’’(xp,yp)に簡単化し、X軸座標の最大値Xmax、最小値Xmin、Y軸座標の最大値Ymax、最小値Yminを統計し、
Zi平面は、E*F個の長さがm2のグリッドに分割され、この平面データをF*Eの二次元行列にマッピングし、行列要素a11、a12…ajk…aFEの初期値をゼロに設定し、点群データ座標が
Zi平面内の全ての点をトラバースし、行列AFEを取得し、行列要素値は、点群データとその位置のメンバーシップ度関係を表し、Zi平面上の点の集中分布状況に対して三次元確率密度分布統計、再構成を行い、三次元強度図、即ち三次元確率密度図を得る、
ことを含む。
本発明は、以下の有益な効果を有する。
(1)本発明の方法は、原子力分野に適用することができ、原発事故後の放射線源の迅速な再構成および廃止された放射線源の輪郭の正確な再構成を実現することができる。
(2)本発明では、半値確率密度分布法により点群を正確に再構成することにより、放射線源の各方向の識別形状を得ることができる。
(3)本発明は、再構成三次元画像の評価指標を多方向から得ることができる。
(4)コンプトンカメラが移動ロボットに取り付けられることにより、データ収集量が多く、通常の放射線源再構成法と比較して、本発明の点群サンプリングはより包括的である。
(1)本発明の方法は、原子力分野に適用することができ、原発事故後の放射線源の迅速な再構成および廃止された放射線源の輪郭の正確な再構成を実現することができる。
(2)本発明では、半値確率密度分布法により点群を正確に再構成することにより、放射線源の各方向の識別形状を得ることができる。
(3)本発明は、再構成三次元画像の評価指標を多方向から得ることができる。
(4)コンプトンカメラが移動ロボットに取り付けられることにより、データ収集量が多く、通常の放射線源再構成法と比較して、本発明の点群サンプリングはより包括的である。
以下、図面を参照しながら本発明の技術内容をさらに詳しく説明する。なお、以下の実施形態は、本発明の詳細な説明に過ぎず、本発明を限定するものではない。
本発明によれば、半値確率密度分布に基づく三次元再構成方法が提供される。図1に示すように、具体的には、以下のステップを含む。
ステップ(1):三次元点群をZ軸方向に沿ってスライスし、N個の空間層を得る。
ステップ(2):第iの空間層内の離散点情報を抽出し、Zi平面に投影する。
ステップ(3):Zi平面のグリッドと離散点のメンバーシップ度関数(Degree of Membership Function)を構築し、三次元確率密度図を作成する。
ステップ(4):三次元確率密度図における半値wmax/2を通ってXOY平面に平行な平面を作り、この平面と三次元確率密度図とが交差して輪郭LXYが得られ、この輪郭LXYは第iの空間層に対応する放射線源再構成輪郭である。
ステップ(2)-(4)を繰り返すことにより、他の空間層に対応する放射線源再構成輪郭を得ることができる。
ステップ(5):順にN個の空間層に対応する放射線源再構成輪郭を重ね合わせ、放射線源三次元再構成モデルを得る。
ステップ(1):三次元点群をZ軸方向に沿ってスライスし、N個の空間層を得る。
ステップ(2):第iの空間層内の離散点情報を抽出し、Zi平面に投影する。
ステップ(3):Zi平面のグリッドと離散点のメンバーシップ度関数(Degree of Membership Function)を構築し、三次元確率密度図を作成する。
ステップ(4):三次元確率密度図における半値wmax/2を通ってXOY平面に平行な平面を作り、この平面と三次元確率密度図とが交差して輪郭LXYが得られ、この輪郭LXYは第iの空間層に対応する放射線源再構成輪郭である。
ステップ(2)-(4)を繰り返すことにより、他の空間層に対応する放射線源再構成輪郭を得ることができる。
ステップ(5):順にN個の空間層に対応する放射線源再構成輪郭を重ね合わせ、放射線源三次元再構成モデルを得る。
いくつかの好ましい実施形態において、コンプトンイメージングロボットにより放射線源の三次元点群情報を取得する。
コンプトンイメージングロボットは、コンプトンカメラ、ガンマ線検出器及び移動ロボットを含む。移動ロボットは、測位システムを有し、コンプトンカメラは、移動ロボットに取り付けられる。ガンマ線検出器は、コンプトンカメラの一部であり、放射線源の位置情報を取得するために用いられる。コンプトンイメージングロボットは、放射線源に対する多角度・多点測定を実現することができる。コンプトンイメージングロボットを使用することにより、異なる位置からのコンプトン散乱情報を取得することができる。
コンプトンイメージングロボットは、コンプトンカメラ、ガンマ線検出器及び移動ロボットを含む。移動ロボットは、測位システムを有し、コンプトンカメラは、移動ロボットに取り付けられる。ガンマ線検出器は、コンプトンカメラの一部であり、放射線源の位置情報を取得するために用いられる。コンプトンイメージングロボットは、放射線源に対する多角度・多点測定を実現することができる。コンプトンイメージングロボットを使用することにより、異なる位置からのコンプトン散乱情報を取得することができる。
いくつかの好ましい実施形態において、ガンマ線検出器は、放射線源入力エネルギーE0、波長λ0、散乱エネルギーE1、波長λ1を追跡することができる。エネルギーと散乱角との関係は、下式で表される。
式中、meとcはそれぞれ電子質量及び光速である。散乱角θは上式で算出することができる。
各コンプトン散乱過程により、1つの錐体を得ることができる。同一点から射出する2本のガンマ線がコンプトン散乱効果を有する場合、対応する2つの円錐は原点で交差し、交差点は選択される放射線源点である。実際の状況では、放射線源は、1つの点ではなく、一定の大きさ及び形状を有するある三次元空間であり、放射線源の周りの異なる位置に発生したコンプトン散乱により複数の放射線源点が形成され、これらの放射線源点が集まってこの放射線源の三次元点群データを形成する。
いくつかの好ましい実施形態において、ステップ(1)では、三次元点群は、ガンマ線検出器により検出した後、採取した一部の点群情報であり、これらの情報は完全ではない。実際的には、点群の取得は動的過程である。三次元点群を取得した後、本発明の方法の手順により放射線源の三次元再構成を行う。再構成された放射線源情報は、移動ロボットの移動の目標点である。移動ロボットは、目標点に近く過程において点群情報を継続的に採取して更新する。それと同時に、放射線源の三次元再構成モデルも更新される。
いくつかの好ましい実施形態において、ステップ(1)では、三次元点群をZ軸方向に沿ってスライスする具体的な過程は以下の通りである。イメージング領域において三次元ボクセルセグメンテーションモデリングを行い、検索空間を空間デカルト座標系として定義し、三次元点群データのZ軸座標の最大値Zmax及び最小値Zminを統計し、Nとnを下式を満たすものとし、
(式中、[]は整数値関数であり、m1は各空間層の厚さであり、Nは空間が分割された空間層の層数である。)
m1を各空間層の厚さとし、Z軸方向に沿ってXOYに平行な平面で三次元点群を分割する。再構成する際に精度の調整を容易にするため、各空間層の厚さm1を一致させ、m1が小さいほど精度が高くなり、再構成された三次元モデルが滑らかになる。精度が保証される前提において、m1が大きいほど計算効率が速くなる。厚さを一致させるには、パラメータを調整する際に1つの値を修正すれば良いので、便利である。
m1を各空間層の厚さとし、Z軸方向に沿ってXOYに平行な平面で三次元点群を分割する。再構成する際に精度の調整を容易にするため、各空間層の厚さm1を一致させ、m1が小さいほど精度が高くなり、再構成された三次元モデルが滑らかになる。精度が保証される前提において、m1が大きいほど計算効率が速くなる。厚さを一致させるには、パラメータを調整する際に1つの値を修正すれば良いので、便利である。
この場合、検索空間は、Z軸方向に沿ってN個の空間層が分割される。図3に示すように、この空間を分割する平面をZ軸方向に沿ってZ1、Z2……ZN+1に定義する。第iの空間層内の点群情報は図4に示される。第iの空間層、即ち、Zi平面とZi+1平面に挟まれる空間は、Zi平面を含むが、Zi+1平面を含まない。
いくつかの好ましい実施形態において、ステップ(2)では、第iの空間層内の離散点情報は、第iの空間層内の三次元点群データ情報を指す。
いくつかの好ましい実施形態において、ステップ(2)では、第iの空間層内の離散点情報を抽出し、Zi平面に投影する具体的な過程は、以下の通りである。
P点は、第iの空間層に位置することが分かる。第iの空間層、即ちZi平面とZi+1平面に挟まれる空間は、Zi平面を含むが、Zi+1平面を含まない。この点をこの空間からこの空間が位置する下平面、即ちZi平面に投影し、
とすると、P点の座標(xp,yp,zp)はP’(xp,yp,zi)に変換する。点群データの全ての座標をトラバースし、全ての点群データを順に対応する平面に投影する。
いくつかの好ましい実施形態において、ステップ(3)では、Zi平面の各グリッドと離散点のメンバーシップ度関数を構築する具体的な過程は、以下の通りである。投影平面Ziを例とすると、Zi平面内の全ての投影点の座標P’(xp,yp,zi)を平面座標P’’(xp,yp)に簡単化し、X軸座標の最大値Xmax、最小値Xmin、Y軸座標の最大値Ymax、最小値Yminを統計し、
([]は整数値関数であり、m2はグリッドステップであり、EはZi平面データがX軸方向において均等に分割された列数であり、FはZi平面データがY軸方向において均等に分割された行数である)とすると、Zi平面は、E*F個の長さがm2のグリッドに分割される(図5を参照)。この平面データをF*Eの二次元行列にマッピングし、行列要素a11、a12…ajk…aFEの初期値をゼロに設定し、点群データ座標が
を満足する場合、ajk=ajk+1であり、式中、jはX軸方向における任意の座標点であり、kはY軸方向における任意の座標点である(図5を参照)。
Zi平面内の全ての点をトラバースし、行列AFEを取得する。行列要素値は、点群データとその位置のメンバーシップ度関係を表し、その位置は要素に対応する行列値を指す。Zi平面上の点の集中分布状況に対して三次元確率密度分布統計、再構成を行い、三次元強度図、即ち三次元確率密度図を得る(図6を参照)。
いくつかの好ましい実施形態において、ステップ(4)の具体的な過程は、以下の通りである。三次元確率密度図から、三次元確率密度図のピーク値はwmaxであり、wmax/2は半値であることが分かる。半値wmax/2を通ってXOY平面に平行な平面を作り、この平面と三次元確率密度図とが交差して輪郭LXYが得られる(図6-7)。この関係は、下式に表される。
式中、SLC(X,Y)はピーク値点でのスライス平面、即ち、ピーク値点を通って作ったXOY平面に平行な平面を示し、G(X,Y,Z)は三次元確率密度図を示し、Wmax/2はピーク高さが半分となる位置の確率密度平面を示す。
三次元確率密度図を曲面フィッティングし、曲面フィッティングにより密度関数g(x,y)を取得し、密度関数g(x,y)から下式で表される精度評価値を得ることができる。
式中、RXYは同等識別に基づく一方向平面における精度記述を示す。この計算方法により、RXZ及びRYZの精度記述を得ることができる。本実施例において、RXYは同等識別に基づく輪郭LXYが位置する平面における精度記述を示す。
上記実施例は本発明の実施例の一部であり、全ての実施例ではない。本発明の実施例に基づいて、当業者が創造的労働をせずに得た他の実施例は、いずれも本発明の保護範囲に含まれるべきである。
Claims (5)
- 三次元点群をZ軸方向に沿ってスライスし、N個の空間層を得るステップ(1)と、
第iの空間層内の離散点情報を抽出し、Zi平面に投影するステップ(2)と、
Zi平面における各グリッドと離散点のメンバーシップ度関数を構築し、三次元確率密度図を作成するステップ(3)と、
三次元確率密度図の半値wmax/2を通ってXOY平面に平行な平面を作り、前記平面と三次元確率密度図とが交差して輪郭LXYが得られ、前記輪郭LXYは第iの空間層に対応する放射線源再構成輪郭であるステップ(4)と、
順にN個の空間層に対応する放射線源再構成輪郭を重ね合わせ、放射線源三次元再構成モデルを得るステップ(5)と、
を含むことを特徴とする、半値確率密度分布に基づく三次元再構成方法。 - ステップ(1)は、
イメージング領域において三次元ボクセルセグメンテーションモデリングを行い、検索空間を空間デカルト座標系として定義し、点群データのZ軸座標の最大値Zmax及び最小値Zminを統計し、Nとnを下式を満たすものとし、
m1を各空間層の厚さとし、Z軸方向に沿ってXOYに平行な平面で三次元点群を分割し、N個の空間層を取得し、前記三次元点群を分割する平面をZ軸方向に沿ってZ1、Z2……ZN+1に定義する、
ことを含むことを特徴とする、請求項1に記載の半値確率密度分布に基づく三次元再構成方法。 - ステップ(3)は、
投影平面Ziを例とすると、Zi平面内の全ての投影点の座標P’(xp,yp,zi)を平面座標P’’(xp,yp)に簡単化し、X軸座標の最大値Xmax、最小値Xmin、Y軸座標の最大値Ymax、最小値Yminを統計し、
Zi平面は、E*F個の長さがm2のグリッドに分割され、この平面データをF*Eの二次元行列にマッピングし、行列要素a11、a12…ajk…aFEの初期値をゼロに設定し、点群データ座標が
Zi平面内の全ての点をトラバースし、行列AFEを取得し、行列要素値は、点群データとその位置のメンバーシップ度関係を表し、Zi平面上の点の集中分布状況に対して三次元確率密度分布統計、再構成を行い、三次元強度図、即ち三次元確率密度図を得る、
ことを含むことを特徴とする、請求項1に記載の半値確率密度分布に基づく三次元再構成方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910446247.9A CN110264565B (zh) | 2019-05-27 | 2019-05-27 | 一种基于半峰值概率密度分布的三维重建方法 |
CN201910446247.9 | 2019-05-27 | ||
PCT/CN2019/122016 WO2020238111A1 (zh) | 2019-05-27 | 2019-11-29 | 一种基于半峰值概率密度分布的三维重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021528627A JP2021528627A (ja) | 2021-10-21 |
JP7017684B2 true JP7017684B2 (ja) | 2022-02-09 |
Family
ID=67915488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020546879A Active JP7017684B2 (ja) | 2019-05-27 | 2019-11-29 | 半値確率密度分布に基づく三次元再構成方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7017684B2 (ja) |
CN (1) | CN110264565B (ja) |
WO (1) | WO2020238111A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110264565B (zh) * | 2019-05-27 | 2021-07-30 | 浙江大学 | 一种基于半峰值概率密度分布的三维重建方法 |
CN112860967B (zh) * | 2021-02-02 | 2024-06-21 | 中广核工程有限公司 | 面向多类型用户的核事故多元信息可视化方法和电子设备 |
CN114118367B (zh) * | 2021-11-16 | 2024-03-29 | 上海脉衍人工智能科技有限公司 | 增量式神经辐射场构建的方法及设备 |
CN114119731B (zh) * | 2021-11-29 | 2024-06-25 | 苏州中科全象智能科技有限公司 | 一种线激光3d相机点云轮廓线的等间隔采样方法 |
CN114820902B (zh) * | 2022-04-26 | 2023-05-02 | 广州柏视医疗科技有限公司 | 一种基于点云渲染三维模型轮廓的方法及系统 |
CN116524060B (zh) * | 2023-06-25 | 2024-01-26 | 四川科瑞达电子技术有限公司 | 一种射线探测成像重建方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003532870A (ja) | 2000-04-12 | 2003-11-05 | ペン テクノロジーズ インコーポレイテッド | 断層撮像機能を有する手持ちカメラ |
JP2013505492A (ja) | 2009-09-18 | 2013-02-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ボケイメージ内のブラーの特性を決定するシステム及び方法 |
JP2015532872A (ja) | 2012-10-31 | 2015-11-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | かん流撮像 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7317456B1 (en) * | 2002-12-02 | 2008-01-08 | Ngrain (Canada) Corporation | Method and apparatus for transforming point cloud data to volumetric data |
US20140279758A1 (en) * | 2013-03-15 | 2014-09-18 | Academia Sinica | Computational method for predicting functional sites of biological molecules |
WO2015171943A1 (en) * | 2014-05-07 | 2015-11-12 | Decision Sciences International Corporation | Image-based object detection and feature extraction from a reconstructed charged particle image of a volume of interest |
US9734595B2 (en) * | 2014-09-24 | 2017-08-15 | University of Maribor | Method and apparatus for near-lossless compression and decompression of 3D meshes and point clouds |
CN104318622B (zh) * | 2014-10-25 | 2017-02-22 | 大连理工大学 | 一种室内场景非均匀三维点云数据的三角网格建模方法 |
CN108022307B (zh) * | 2017-11-26 | 2021-06-18 | 中国人民解放军陆军装甲兵学院 | 基于增材再制造点云模型的自适应平面分层方法 |
CN108805143B (zh) * | 2018-06-01 | 2019-04-23 | 苏州工业园区测绘地理信息有限公司 | 一种基于切片点云的数据特征提取方法 |
CN109165549B (zh) * | 2018-07-09 | 2021-03-19 | 厦门大学 | 基于三维点云数据的道路标识获取方法、终端设备及装置 |
CN109741439B (zh) * | 2018-12-07 | 2023-12-15 | 广州医科大学 | 一种二维mri胎儿图像的三维重建方法 |
CN109671155B (zh) * | 2018-12-21 | 2023-06-23 | 北京林业大学 | 基于点云数据的表面网格重建方法、系统及设备 |
CN110264565B (zh) * | 2019-05-27 | 2021-07-30 | 浙江大学 | 一种基于半峰值概率密度分布的三维重建方法 |
-
2019
- 2019-05-27 CN CN201910446247.9A patent/CN110264565B/zh active Active
- 2019-11-29 JP JP2020546879A patent/JP7017684B2/ja active Active
- 2019-11-29 WO PCT/CN2019/122016 patent/WO2020238111A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003532870A (ja) | 2000-04-12 | 2003-11-05 | ペン テクノロジーズ インコーポレイテッド | 断層撮像機能を有する手持ちカメラ |
JP2013505492A (ja) | 2009-09-18 | 2013-02-14 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ボケイメージ内のブラーの特性を決定するシステム及び方法 |
JP2015532872A (ja) | 2012-10-31 | 2015-11-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | かん流撮像 |
Non-Patent Citations (2)
Title |
---|
M. Soret et al.,Partial- Volume Effect in PET Tumor Imaging,The Journal of Nuclear Medicine,米国,Society of Nuclear Medicine and Molecular Imaging,2007年06月,Vol. 48, No. 6,pp. 932-945 |
橘 理恵 ら,デコンボリューション法によるPET画像上の部分容積効果補正法の検討,MEDICAL IMAGING TECHNOLOGY,日本,日本医用画像工学会,2012年04月13日,Vol. 30, No. 2,pp. 123-129 |
Also Published As
Publication number | Publication date |
---|---|
CN110264565B (zh) | 2021-07-30 |
WO2020238111A1 (zh) | 2020-12-03 |
JP2021528627A (ja) | 2021-10-21 |
CN110264565A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7017684B2 (ja) | 半値確率密度分布に基づく三次元再構成方法 | |
Zhang et al. | An efficient approach to directly compute the exact Hausdorff distance for 3D point sets | |
US11816762B2 (en) | Three-dimensional reconstruction method based on half-peak probability density distribution | |
Wilderman et al. | Fast algorithm for list mode back-projection of Compton scatter camera data | |
Bellon et al. | Radiographic simulator aRTist: version 2 | |
CN113886961B (zh) | 基于航天器三维屏蔽的辐射效应计算方法、装置及设备 | |
CN115828642B (zh) | 基于Unity的GPU加速X射线数字成像仿真方法 | |
CN109190144A (zh) | 一种任意形状放射源辐射屏蔽计算仿真方法 | |
Lee et al. | Experimental evaluation and characterization of radioactive source effects on robot visual localization and mapping | |
US11464470B2 (en) | X-ray backscatter systems and methods for performing imaging tomosynthesis | |
Hecla et al. | Polaris-lamp: Multi-modal 3-d image reconstruction with a commercial gamma-ray imager | |
Yang et al. | A gamma-ray dose rate assessment method for arbitrary shape geometries based on voxelization algorithm | |
Fernandez et al. | CIVA computed tomography modeling | |
Li et al. | Application of binocular stereo vision in radioactive source image reconstruction and multimodal imaging fusion | |
Olson et al. | Passive detection of small low-emission sources: two-dimensional numerical case studies | |
Li et al. | MIGSHIELD: A new model-based interactive point kernel gamma ray shielding package for virtual environment | |
CN115114825A (zh) | 一种核反应堆退役方案的数值仿真方法和系统 | |
TW201616448A (zh) | 三維成像的投影方法 | |
Alfuraih et al. | Investigation of SPECT/CT cardiac imaging using Geant4 | |
Dzama et al. | Verification of the mathematical model for calculating the irradiation dose from a radioactive cloud of arbitrary shape taking account of screening by buildings | |
Gao et al. | A GPU-Accelerated 3D Visual Simulation Platform of X-Ray Digital Imaging Based on Unity | |
Liu et al. | Study on scattering correction in fast neutron tomography at NECTAR facility | |
Ueno et al. | Development of the GEANT4 Simulation for the Compton Gamma-Ray Camera | |
Craft et al. | AFIP-7 Tomography–2013 Status Report | |
Domoratskiy et al. | On computer modelling of operations, geometric characteristics and methods of pulsed optical tomography of nuclear fuel microobjects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200906 |
|
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: 20211207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220105 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7017684 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |