JPH09182746A - もとの像データを強化するシステム - Google Patents
もとの像データを強化するシステムInfo
- Publication number
- JPH09182746A JPH09182746A JP28575096A JP28575096A JPH09182746A JP H09182746 A JPH09182746 A JP H09182746A JP 28575096 A JP28575096 A JP 28575096A JP 28575096 A JP28575096 A JP 28575096A JP H09182746 A JPH09182746 A JP H09182746A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- original image
- data
- mask
- image
- 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
- 230000002708 enhancing effect Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 10
- 238000005728 strengthening Methods 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 abstract description 38
- 210000000988 bone and bone Anatomy 0.000 abstract description 19
- 210000004872 soft tissue Anatomy 0.000 abstract description 13
- 238000003384 imaging method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000004885 white matter Anatomy 0.000 description 1
Classifications
-
- 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
- G06T5/75—Unsharp masking
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S378/00—X-ray or gamma ray systems or devices
- Y10S378/901—Computer tomography program or processor
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 特にＩＡＣ構造に対する像の「鮮明度」を高
めながら、像の雑音及びエイリアシングのアーティファ
クトを減少させることのできるもとの像データを強化す
るシステムを提供する。 【解決手段】 本発明の一形式では、強化マスク（５
６）を用いることによりＣＴ走査データから発生された
像の鮮明度を高める方法が提供される。一実施例では、
もとの像データ及び低域フィルタにかけた像データ（６
０）から差分像データ（６２）を発生することにより、
強化マスク（５６）が発生される。もとの像データのＣ
Ｔ数は、像領域、例えば、骨、空気及び軟組織と割り当
てられ、このＣＴ数の分類（６４）に基づいて、差分像
内のあるデータは全部又は部分的に抑圧される（６
６）。ある差分像データを抑圧した後に、強化マスク
（５６）とも呼ばれる差分像データ集合をもとの像デー
タと組み合わせて（６８）、像の鮮明度を高める。
めながら、像の雑音及びエイリアシングのアーティファ
クトを減少させることのできるもとの像データを強化す
るシステムを提供する。 【解決手段】 本発明の一形式では、強化マスク（５
６）を用いることによりＣＴ走査データから発生された
像の鮮明度を高める方法が提供される。一実施例では、
もとの像データ及び低域フィルタにかけた像データ（６
０）から差分像データ（６２）を発生することにより、
強化マスク（５６）が発生される。もとの像データのＣ
Ｔ数は、像領域、例えば、骨、空気及び軟組織と割り当
てられ、このＣＴ数の分類（６４）に基づいて、差分像
内のあるデータは全部又は部分的に抑圧される（６
６）。ある差分像データを抑圧した後に、強化マスク
（５６）とも呼ばれる差分像データ集合をもとの像デー
タと組み合わせて（６８）、像の鮮明度を高める。
Description
【０００１】
【産業上の利用分野】本発明は、全般的には計算機式断
層写真（ＣＴ）作像に関し、更に具体的に言えば、強化
マスク方式及び縁（エッジ）の強化方式を用いることに
より、画質を改善することに関する。
層写真（ＣＴ）作像に関し、更に具体的に言えば、強化
マスク方式及び縁（エッジ）の強化方式を用いることに
より、画質を改善することに関する。
【０００２】
【従来の技術】少なくとも１つの公知の構成のＣＴシス
テムでは、Ｘ線源がファン（扇形）ビームを投射し、こ
のビームは、一般的に「作像平面」と呼ばれる直交座標
系のＸ−Ｙ平面内にあるようにコリメートされる。Ｘ線
ビームは患者のような作像しようとする物体を通過す
る。このビームは、物体によって減衰させられた後に、
放射線検出器の配列に入射する。検出器配列が受け取っ
た減衰したビーム放射線の強度は、物体によるＸ線ビー
ムの減衰に関係する。配列の各々の検出器素子は、検出
器の位置におけるビームの減衰量の測定値である別々の
電気信号を発生する。すべての検出器からの減衰測定値
を別々に収集して、透過輪郭を形成する。
テムでは、Ｘ線源がファン（扇形）ビームを投射し、こ
のビームは、一般的に「作像平面」と呼ばれる直交座標
系のＸ−Ｙ平面内にあるようにコリメートされる。Ｘ線
ビームは患者のような作像しようとする物体を通過す
る。このビームは、物体によって減衰させられた後に、
放射線検出器の配列に入射する。検出器配列が受け取っ
た減衰したビーム放射線の強度は、物体によるＸ線ビー
ムの減衰に関係する。配列の各々の検出器素子は、検出
器の位置におけるビームの減衰量の測定値である別々の
電気信号を発生する。すべての検出器からの減衰測定値
を別々に収集して、透過輪郭を形成する。
【０００３】公知の第３世代ＣＴシステムでは、Ｘ線源
及び検出器配列が、作像平面内でガントリと共に、作像
しようとする物体の回りを回転し、このため、Ｘ線ビー
ムが物体と交差する角度は絶えず変化する。１つのガン
トリ角度における一群のＸ線減衰測定値、即ち投影デー
タが「ビュー」と呼ばれる。物体の「走査」は、Ｘ線源
及び検出器が１回転する間における相異なるガントリ角
度で求めた一組のビューで構成されている。軸方向走査
では、投影データを処理して、物体を通るように切った
２次元スライスに対応する像を構成している。
及び検出器配列が、作像平面内でガントリと共に、作像
しようとする物体の回りを回転し、このため、Ｘ線ビー
ムが物体と交差する角度は絶えず変化する。１つのガン
トリ角度における一群のＸ線減衰測定値、即ち投影デー
タが「ビュー」と呼ばれる。物体の「走査」は、Ｘ線源
及び検出器が１回転する間における相異なるガントリ角
度で求めた一組のビューで構成されている。軸方向走査
では、投影データを処理して、物体を通るように切った
２次元スライスに対応する像を構成している。
【０００４】一組の投影データから像を再構成する１つ
の方法が、この分野では、フィルタ式逆投影方式と呼ば
れている。この方法は、走査からの減衰測定値を「ＣＴ
数」又は「ハウンズフィールド単位」と呼ばれる整数に
変換し、これらの整数を用いて、陰極線管表示装置で対
応する画素の輝度を制御する。多重スライスに必要な合
計走査時間を短縮するために、「螺旋」走査（「ヘリカ
ル」スキャン）を実施することができる。「螺旋」走査
を実施するためには、所定数のスライスに対するデータ
を収集する間に、ガントリの回転と同期して患者をｚ軸
方向に移動させる。このようなシステムは、ファン・ビ
ームの螺旋走査から１つの螺旋（ヘリックス）を発生す
る。ファン・ビームによって写像された螺旋が投影デー
タを発生し、この投影データから各々の所定のスライス
の像を再構成することができる。螺旋走査は、走査時間
を短縮することに加えて、コントラストの制御が一層良
くなること、任意の位置における像の再構成が改善され
ること、並びに一層良い３次元像が得られることという
ようなその他の利点をもたらす。
の方法が、この分野では、フィルタ式逆投影方式と呼ば
れている。この方法は、走査からの減衰測定値を「ＣＴ
数」又は「ハウンズフィールド単位」と呼ばれる整数に
変換し、これらの整数を用いて、陰極線管表示装置で対
応する画素の輝度を制御する。多重スライスに必要な合
計走査時間を短縮するために、「螺旋」走査（「ヘリカ
ル」スキャン）を実施することができる。「螺旋」走査
を実施するためには、所定数のスライスに対するデータ
を収集する間に、ガントリの回転と同期して患者をｚ軸
方向に移動させる。このようなシステムは、ファン・ビ
ームの螺旋走査から１つの螺旋（ヘリックス）を発生す
る。ファン・ビームによって写像された螺旋が投影デー
タを発生し、この投影データから各々の所定のスライス
の像を再構成することができる。螺旋走査は、走査時間
を短縮することに加えて、コントラストの制御が一層良
くなること、任意の位置における像の再構成が改善され
ること、並びに一層良い３次元像が得られることという
ようなその他の利点をもたらす。
【０００５】内耳道（ＩＡＣ）構造の像の品質を高める
努力が払われている。ＩＡＣ構造の場合に最も重要な画
質の問題は、ＩＡＣ構造の「鮮明度（シャープネス）」
が欠けること、並びに人間の解剖学的な構造をぼかす過
度のエイリアシングのアーティファクトがあることであ
る。第３世代スキャナでは、検出器及びＸ線焦点スポッ
トの応答を正方波形としてモデル化すると、エイリアシ
ングのアーティファクトを除去するためには、検出器セ
ルの幅以内に２つのサンプルが必要であることを示すこ
とができる。
努力が払われている。ＩＡＣ構造の場合に最も重要な画
質の問題は、ＩＡＣ構造の「鮮明度（シャープネス）」
が欠けること、並びに人間の解剖学的な構造をぼかす過
度のエイリアシングのアーティファクトがあることであ
る。第３世代スキャナでは、検出器及びＸ線焦点スポッ
トの応答を正方波形としてモデル化すると、エイリアシ
ングのアーティファクトを除去するためには、検出器セ
ルの幅以内に２つのサンプルが必要であることを示すこ
とができる。
【０００６】ある公知の第３世代スキャナでは、このよ
うなサンプルを求めることができない。他の公知のスキ
ャナは、十分なサンプルを得るために、Ｘ線の焦点スポ
ットの揺動（ウォブリング）を用いている。焦点スポッ
トの揺動を用いるときに、管の設計の複雑さ、管の信頼
性、検出器の時間応答及び資源の衝撃の心配が生ずる。
うなサンプルを求めることができない。他の公知のスキ
ャナは、十分なサンプルを得るために、Ｘ線の焦点スポ
ットの揺動（ウォブリング）を用いている。焦点スポッ
トの揺動を用いるときに、管の設計の複雑さ、管の信頼
性、検出器の時間応答及び資源の衝撃の心配が生ずる。
【０００７】更に他の公知のスキャナは、エイリアシン
グのアーティファクトを減少させるために、検出器４分
の１のオフセットを用いている。具体的に言うと、シス
テムのアイソセンタ（等中心）と検出器の中心とを検出
器セルの４分の１だけ離すように整合させることによ
り、２π個のビューの投影データを収集するときに、検
出器の中心の近くでインタリーブ形のサンプルが得られ
る。しかしながら、検出器４分の１のオフセットは、デ
ータのインタリーブが検出器の中心で完全に近くなるだ
けであって、検出器の中心から離れた位置では、サンプ
リング・パターンが完全なインタリーブにならないとい
う点で制約がある。従って、検出器４分の１オフセット
は一般的には、アイソセンタの近くにおけるエイリアシ
ングのアーティファクトを除去するのに有効なだけであ
る。
グのアーティファクトを減少させるために、検出器４分
の１のオフセットを用いている。具体的に言うと、シス
テムのアイソセンタ（等中心）と検出器の中心とを検出
器セルの４分の１だけ離すように整合させることによ
り、２π個のビューの投影データを収集するときに、検
出器の中心の近くでインタリーブ形のサンプルが得られ
る。しかしながら、検出器４分の１のオフセットは、デ
ータのインタリーブが検出器の中心で完全に近くなるだ
けであって、検出器の中心から離れた位置では、サンプ
リング・パターンが完全なインタリーブにならないとい
う点で制約がある。従って、検出器４分の１オフセット
は一般的には、アイソセンタの近くにおけるエイリアシ
ングのアーティファクトを除去するのに有効なだけであ
る。
【０００８】エイリアシングのアーティファクトを除去
する又は減少させることに加えて、像の「鮮明度」を高
めることが一般的に望ましい。像の縁を強調するという
ような像の強化方式が知られている。しかしながら、こ
のような方式は、「鮮明度」を高めるが、像の雑音及び
エイリアシングのアーティファクトをも増加させる傾向
がある。その結果、公知の像鮮明度強化方式は、全体的
な画質を低下させることがある。
する又は減少させることに加えて、像の「鮮明度」を高
めることが一般的に望ましい。像の縁を強調するという
ような像の強化方式が知られている。しかしながら、こ
のような方式は、「鮮明度」を高めるが、像の雑音及び
エイリアシングのアーティファクトをも増加させる傾向
がある。その結果、公知の像鮮明度強化方式は、全体的
な画質を低下させることがある。
【０００９】特にＩＡＣ像では、高いレベルの像の鮮明
度及び低いレベルのエイリアシングのアーティファクト
が望まれる。全体的な画質を低下させずに、像の鮮明度
を高めると共に、エイリアシングのアーティファクトの
レベルを低下させることが望ましい。
度及び低いレベルのエイリアシングのアーティファクト
が望まれる。全体的な画質を低下させずに、像の鮮明度
を高めると共に、エイリアシングのアーティファクトの
レベルを低下させることが望ましい。
【００１０】
【発明の要約】上述の及びその他の目的が、一実施例で
は、ＩＡＣ構造に対する像の「鮮明度」を高めながら、
像の雑音及びエイリアシングのアーティファクトを減少
させるために強化マスクを利用しているシステムによっ
て達成することができる。特に、本発明の一実施例で
は、一旦ＣＴ数がある像に対して発生されたときに、各
々のＣＴ数を、「骨」領域、「空気」領域及び「軟組
織」領域のようなある領域又は種類（クラス）に割り当
てることにより、分類マップがＣＴ数に対して発生され
る。もと（オリジナル）の像データを低域フィルタ作用
にかけ、低域フィルタ処理をした像データをもとの像デ
ータから減算することにより、差分像も発生される。勿
論、もとの像データも保存される。
は、ＩＡＣ構造に対する像の「鮮明度」を高めながら、
像の雑音及びエイリアシングのアーティファクトを減少
させるために強化マスクを利用しているシステムによっ
て達成することができる。特に、本発明の一実施例で
は、一旦ＣＴ数がある像に対して発生されたときに、各
々のＣＴ数を、「骨」領域、「空気」領域及び「軟組
織」領域のようなある領域又は種類（クラス）に割り当
てることにより、分類マップがＣＴ数に対して発生され
る。もと（オリジナル）の像データを低域フィルタ作用
にかけ、低域フィルタ処理をした像データをもとの像デ
ータから減算することにより、差分像も発生される。勿
論、もとの像データも保存される。
【００１１】その後、ＣＴ分類マップ及び差分像データ
を用いて、強化マスクが発生される。特に、ＣＴ数の分
類に基づいて、差分像内のあるデータが抑圧される。例
えば、軟組織領域では、差分像内のＣＴ数は大体ゼロに
設定される。他のすべての領域、例えば骨領域及び空気
領域では、差分像内のＣＴ数は保存される。軟組織領域
に対しては平滑化された像データを有しており、骨−空
気領域ではもとの像データを有している組み合わせ像デ
ータ集合（セット）が発生される。その後、強化マスク
が組み合わせ像データ集合に加えられる。その結果、強
化マスクは骨領域及び空気領域に対するもとの像データ
に加えられ、強化マスクは軟組織領域に対する平滑化さ
れた像データに加えられる。
を用いて、強化マスクが発生される。特に、ＣＴ数の分
類に基づいて、差分像内のあるデータが抑圧される。例
えば、軟組織領域では、差分像内のＣＴ数は大体ゼロに
設定される。他のすべての領域、例えば骨領域及び空気
領域では、差分像内のＣＴ数は保存される。軟組織領域
に対しては平滑化された像データを有しており、骨−空
気領域ではもとの像データを有している組み合わせ像デ
ータ集合（セット）が発生される。その後、強化マスク
が組み合わせ像データ集合に加えられる。その結果、強
化マスクは骨領域及び空気領域に対するもとの像データ
に加えられ、強化マスクは軟組織領域に対する平滑化さ
れた像データに加えられる。
【００１２】上に述べた像強化アリゴリズムを用いる
と、像の鮮明度を高めながら、像の雑音及びエイリアシ
ングのアーティファクトが減少する。更に、全体的な画
質は低下しない。
と、像の鮮明度を高めながら、像の雑音及びエイリアシ
ングのアーティファクトが減少する。更に、全体的な画
質は低下しない。
【００１３】
【実施例】図１及び図２について説明すると、計算機式
断層写真（ＣＴ）作像システム１０が、「第３世代」Ｃ
Ｔスキャナの代表であるガントリ１２を有していること
が示されている。ガントリ１２はＸ線源１４を有してお
り、Ｘ線源１４は、Ｘ線ビーム１６をガントリ１２の反
対側にある検出器配列１８に向かって投射する。検出器
配列１８は、検出器素子２０によって形成されており、
これらの素子は一緒になって、医療上の患者２２を通過
する投射されたＸ線を感知する。各々の検出器素子２０
は、入射するＸ線ビームの強度、従って、患者２２を通
過したときのビームの減衰を表す電気信号を発生する。
Ｘ線投影データを収集するための走査の間に、ガントリ
１２及びその上に装着された部品は、回転中心２４の回
りを回転する。
断層写真（ＣＴ）作像システム１０が、「第３世代」Ｃ
Ｔスキャナの代表であるガントリ１２を有していること
が示されている。ガントリ１２はＸ線源１４を有してお
り、Ｘ線源１４は、Ｘ線ビーム１６をガントリ１２の反
対側にある検出器配列１８に向かって投射する。検出器
配列１８は、検出器素子２０によって形成されており、
これらの素子は一緒になって、医療上の患者２２を通過
する投射されたＸ線を感知する。各々の検出器素子２０
は、入射するＸ線ビームの強度、従って、患者２２を通
過したときのビームの減衰を表す電気信号を発生する。
Ｘ線投影データを収集するための走査の間に、ガントリ
１２及びその上に装着された部品は、回転中心２４の回
りを回転する。
【００１４】ガントリ１２の回転及びＸ線源１４の動作
は、ＣＴシステム１０の制御機構２６によって制御され
る。制御機構２６は、Ｘ線源１４に電力及びタイミング
信号を供給するＸ線制御装置２８と、ガントリ１２の回
転速度及び位置を制御するガントリ・モータ制御装置３
０とを含んでいる。制御機構２６に設けられたデータ収
集システム（ＤＡＳ）３２が、検出器素子２０からのア
ナログ・データをサンプリングして、このデータをこの
後の処理のためにディジタル信号に変換する。像再構成
装置３４が、ＤＡＳ３２からのサンプリングされてディ
ジタル化されたＸ線データを受け取って、高速の像再構
成を実行する。再構成された像は計算機３６に対する入
力として印加され、計算機３６は、像を大容量記憶装置
３８に記憶する。再構成された像は、データ配列として
記憶されていることが好ましい。
は、ＣＴシステム１０の制御機構２６によって制御され
る。制御機構２６は、Ｘ線源１４に電力及びタイミング
信号を供給するＸ線制御装置２８と、ガントリ１２の回
転速度及び位置を制御するガントリ・モータ制御装置３
０とを含んでいる。制御機構２６に設けられたデータ収
集システム（ＤＡＳ）３２が、検出器素子２０からのア
ナログ・データをサンプリングして、このデータをこの
後の処理のためにディジタル信号に変換する。像再構成
装置３４が、ＤＡＳ３２からのサンプリングされてディ
ジタル化されたＸ線データを受け取って、高速の像再構
成を実行する。再構成された像は計算機３６に対する入
力として印加され、計算機３６は、像を大容量記憶装置
３８に記憶する。再構成された像は、データ配列として
記憶されていることが好ましい。
【００１５】計算機３６は又、キーボードを有している
コンソール４０を介して、オペレータからの指令及び走
査パラメータを受け取る。関連した陰極線管表示装置４
２は、オペレータが再構成された像及び計算機３６から
のその他のデータを観察することができるようにする。
オペレータから供給された指令及びパラメータを計算機
３６で用いて、ＤＡＳ３２、Ｘ線制御装置２８及びガン
トリ・モータ制御装置３０に対する制御信号及び情報を
供給する。更に、計算機３６は、ガントリ１２内で患者
２２を位置決めするために電動式テーブル４６を制御す
るテーブル・モータ制御装置４４を作動させる。具体的
に言うと、テーブル４６は、ガントリ開口４８内で患者
２２の一部を動かす。
コンソール４０を介して、オペレータからの指令及び走
査パラメータを受け取る。関連した陰極線管表示装置４
２は、オペレータが再構成された像及び計算機３６から
のその他のデータを観察することができるようにする。
オペレータから供給された指令及びパラメータを計算機
３６で用いて、ＤＡＳ３２、Ｘ線制御装置２８及びガン
トリ・モータ制御装置３０に対する制御信号及び情報を
供給する。更に、計算機３６は、ガントリ１２内で患者
２２を位置決めするために電動式テーブル４６を制御す
るテーブル・モータ制御装置４４を作動させる。具体的
に言うと、テーブル４６は、ガントリ開口４８内で患者
２２の一部を動かす。
【００１６】以下の像の強化について説明では、特にＩ
ＡＣ構造の像を強化する場合に触れることがある。しか
しながら、この像強化アルゴリズムは、ＩＡＣ構造のみ
に関連して実施される場合に制限されるものではなく、
その他の構造の像の強化にも用いることができる。更
に、この像強化アルゴリズムは計算機３６で実施され、
例えば、大容量記憶装置３８に記憶された像データを処
理することを承知されたい。この代わりに、像強化アル
ゴリズムを像再構成装置３４で実施して、像を強化した
データを計算機３６に供給してもよい。勿論、この他の
構成も可能である。
ＡＣ構造の像を強化する場合に触れることがある。しか
しながら、この像強化アルゴリズムは、ＩＡＣ構造のみ
に関連して実施される場合に制限されるものではなく、
その他の構造の像の強化にも用いることができる。更
に、この像強化アルゴリズムは計算機３６で実施され、
例えば、大容量記憶装置３８に記憶された像データを処
理することを承知されたい。この代わりに、像強化アル
ゴリズムを像再構成装置３４で実施して、像を強化した
データを計算機３６に供給してもよい。勿論、この他の
構成も可能である。
【００１７】図３について説明すると、前に述べたよう
に、ＣＴ走査５０を実施するときに、検出器素子２０か
らのデータが得られる。このようなデータは一般的に、
この分野では投影データ５２と呼ばれる。次に、高速の
像再構成を実施して、像データ５４を発生する。像の再
構成について言うと、多くの像再構成アルゴリズムが現
在商業的に入手可能なＣＴ装置で実施されており、本発
明の像強化アルゴリズムは、このような多くの再構成ア
ルゴリズムに関連して実施することができる。
に、ＣＴ走査５０を実施するときに、検出器素子２０か
らのデータが得られる。このようなデータは一般的に、
この分野では投影データ５２と呼ばれる。次に、高速の
像再構成を実施して、像データ５４を発生する。像の再
構成について言うと、多くの像再構成アルゴリズムが現
在商業的に入手可能なＣＴ装置で実施されており、本発
明の像強化アルゴリズムは、このような多くの再構成ア
ルゴリズムに関連して実施することができる。
【００１８】本発明の像強化アルゴリズムを実施すると
きに、低いレベルのアーティファクトを有する鮮明な像
を表すもとの像データを利用することが望ましい。この
ような像データを発生する１つの像再構成アルゴリズム
は一般的に、骨アルゴリズムと呼ばれており、ウィスコ
ンシン州ミルウォーキのゼネラル・エレクトリック・カ
ンパニイから商業的に入手可能な第３世代ＣＴシステム
で現在実施されている。このようなシステムでは、投影
データを予め処理し、フィルタにかけ、その後、逆投影
する。フィルタにかける工程において、フィルタの核の
カットオフ周波数を修正して、最終的な再構成像を一層
滑らかに又は鮮明にすることができる。更に、１つのフ
ァン・ビームに対するナイキストのサンプリング周波数
がＮy であり、骨アルゴリズム・フィルタのカットオフ
周波数は１．８Ｎy である。フィルタの核の形状を修正
して、中間周波数成分を強め、像を更に鮮明にすること
ができる。前に説明したように、本発明は、骨アルゴリ
ズムのような像再構成アルゴリズムを対象とするもので
はない。そうではなく、本発明の像強化システム及びア
ルゴリズムは、このような像再構成アルゴリズムに関連
して用いることができる。
きに、低いレベルのアーティファクトを有する鮮明な像
を表すもとの像データを利用することが望ましい。この
ような像データを発生する１つの像再構成アルゴリズム
は一般的に、骨アルゴリズムと呼ばれており、ウィスコ
ンシン州ミルウォーキのゼネラル・エレクトリック・カ
ンパニイから商業的に入手可能な第３世代ＣＴシステム
で現在実施されている。このようなシステムでは、投影
データを予め処理し、フィルタにかけ、その後、逆投影
する。フィルタにかける工程において、フィルタの核の
カットオフ周波数を修正して、最終的な再構成像を一層
滑らかに又は鮮明にすることができる。更に、１つのフ
ァン・ビームに対するナイキストのサンプリング周波数
がＮy であり、骨アルゴリズム・フィルタのカットオフ
周波数は１．８Ｎy である。フィルタの核の形状を修正
して、中間周波数成分を強め、像を更に鮮明にすること
ができる。前に説明したように、本発明は、骨アルゴリ
ズムのような像再構成アルゴリズムを対象とするもので
はない。そうではなく、本発明の像強化システム及びア
ルゴリズムは、このような像再構成アルゴリズムに関連
して用いることができる。
【００１９】図３に戻って説明すると、もとの像データ
５４を発生した後に、強化マスク５６が発生される。こ
のような強化マスクの発生を後で更に詳しく説明する。
強化マスクは大域縁（エッジ）強化５８を実施するとき
に利用されるが、この強化５８も後で更に詳しく説明す
る。図４について説明すると、強化マスクを発生するた
めに、参照番号６０の所でもとの像データが低域フィル
タ作用にかけられて、平滑化された像データを発生す
る。低域フィルタは、例えばボックスカー平滑化フィル
タであってもよく、この場合には、各々の画素の読み又
はＣＴ数が、それ自身を含めた隣接する最も近いＮ個の
平均に置き換えられる。しかしながら、ガウス形フィル
タのようなこの他の多くのフィルタを用いることができ
る。このような低域フィルタ作用は当業界で周知であ
る。その後、平滑化された像データをもとの像データか
ら減算して、「縁（エッジ）にみ」又は差分の像データ
６２を求める。差分像データは像のすべての縁及び像の
雑音の情報を含んでいる。
５４を発生した後に、強化マスク５６が発生される。こ
のような強化マスクの発生を後で更に詳しく説明する。
強化マスクは大域縁（エッジ）強化５８を実施するとき
に利用されるが、この強化５８も後で更に詳しく説明す
る。図４について説明すると、強化マスクを発生するた
めに、参照番号６０の所でもとの像データが低域フィル
タ作用にかけられて、平滑化された像データを発生す
る。低域フィルタは、例えばボックスカー平滑化フィル
タであってもよく、この場合には、各々の画素の読み又
はＣＴ数が、それ自身を含めた隣接する最も近いＮ個の
平均に置き換えられる。しかしながら、ガウス形フィル
タのようなこの他の多くのフィルタを用いることができ
る。このような低域フィルタ作用は当業界で周知であ
る。その後、平滑化された像データをもとの像データか
ら減算して、「縁（エッジ）にみ」又は差分の像データ
６２を求める。差分像データは像のすべての縁及び像の
雑音の情報を含んでいる。
【００２０】代替的には、上に述べた低域フィルタ作用
及び減算の代わりに、その他のアルゴリズムを用いて差
分像データを求めることができる。例えば、高域フィル
タを用いて、直接的に差分像データを求めることができ
る。高域フィルタ・アルゴリズムは当業界で周知であ
る。差分像データを発生する他に、参照番号６４の所で
分類マップも発生される。分類マップを発生する際に、
もとの像データからのＣＴ数を用いることができる。具
体的に言うと、もとの像データにある各々のＣＴ数に
は、その強度に基づいて、ある種類（クラス）又は領域
を割り当てる。一般的には、異なる材料は異なるＣＴ数
を有している。例えば、骨はＣＴ数が２００を超え、水
はＣＴ数が０であり、脳内の灰白色物質（又は軟組織）
はＣＴ数が約２０〜５０であり、空気のＣＴ数は〜１０
００である。種々の領域に対するＣＴ数が異なるので、
一般的には閾値方法を用いて、ＣＴ数をある種類、例え
ば骨、水、軟組織及び空気に割り当てることができる。
及び減算の代わりに、その他のアルゴリズムを用いて差
分像データを求めることができる。例えば、高域フィル
タを用いて、直接的に差分像データを求めることができ
る。高域フィルタ・アルゴリズムは当業界で周知であ
る。差分像データを発生する他に、参照番号６４の所で
分類マップも発生される。分類マップを発生する際に、
もとの像データからのＣＴ数を用いることができる。具
体的に言うと、もとの像データにある各々のＣＴ数に
は、その強度に基づいて、ある種類（クラス）又は領域
を割り当てる。一般的には、異なる材料は異なるＣＴ数
を有している。例えば、骨はＣＴ数が２００を超え、水
はＣＴ数が０であり、脳内の灰白色物質（又は軟組織）
はＣＴ数が約２０〜５０であり、空気のＣＴ数は〜１０
００である。種々の領域に対するＣＴ数が異なるので、
一般的には閾値方法を用いて、ＣＴ数をある種類、例え
ば骨、水、軟組織及び空気に割り当てることができる。
【００２１】しかしながら、多くのＣＴ数は、種類又は
閾値の間に入る強度を有している。このようなＣＴ数を
適当な種類に割り当てるために、ファジィ論理を用いる
ことができる。例えば、８０のＣＴ数に対しては、この
ＣＴ数は、骨又は灰白色物質のいずれかに、確信をもっ
て割り当てることができない。逆に、このＣＴ数は骨の
種類及び灰白色物質の種類の両方に対する二重性を有し
ている。ファジィ論理を利用して、このＣＴ数は、例え
ば０．６の所属等級（メンバシップ・グレード）で灰白
色物質の種類に属し、且つ０．４の所属等級で骨の種類
に属すると決定することができる。灰白色物質の領域か
ら骨の領域への遷移関数は、線形関数又は非線形関数で
あってもよい。例えば、ファジィ論理の分野で周知のＳ
−関数を利用することができる。上に述べた過程の結果
として、像データ内の各々の画素又はＣＴ数はある種類
に割り当てられる。
閾値の間に入る強度を有している。このようなＣＴ数を
適当な種類に割り当てるために、ファジィ論理を用いる
ことができる。例えば、８０のＣＴ数に対しては、この
ＣＴ数は、骨又は灰白色物質のいずれかに、確信をもっ
て割り当てることができない。逆に、このＣＴ数は骨の
種類及び灰白色物質の種類の両方に対する二重性を有し
ている。ファジィ論理を利用して、このＣＴ数は、例え
ば０．６の所属等級（メンバシップ・グレード）で灰白
色物質の種類に属し、且つ０．４の所属等級で骨の種類
に属すると決定することができる。灰白色物質の領域か
ら骨の領域への遷移関数は、線形関数又は非線形関数で
あってもよい。例えば、ファジィ論理の分野で周知のＳ
−関数を利用することができる。上に述べた過程の結果
として、像データ内の各々の画素又はＣＴ数はある種類
に割り当てられる。
【００２２】画素又はＣＴ数を分類する前に、もとの像
データを平滑化して、画素の分類に対する雑音の影響を
減少させることができる。例えば、もとの像データを低
域フィルタにかけて、像の分類に対する統計的な雑音の
影響を減少させることができる。上に述べたように画素
を分類した後に、像の分類マップを作成する。具体的
に、分類マップについて言うと、一般的に強化を所望す
る骨の領域及び空気の領域には、１の値を割り当てる。
軟組織領域には、０の値を割り当てる。二重性を有する
領域には、その所属等級に基づいて、０と１との間の値
を割り当てる。
データを平滑化して、画素の分類に対する雑音の影響を
減少させることができる。例えば、もとの像データを低
域フィルタにかけて、像の分類に対する統計的な雑音の
影響を減少させることができる。上に述べたように画素
を分類した後に、像の分類マップを作成する。具体的
に、分類マップについて言うと、一般的に強化を所望す
る骨の領域及び空気の領域には、１の値を割り当てる。
軟組織領域には、０の値を割り当てる。二重性を有する
領域には、その所属等級に基づいて、０と１との間の値
を割り当てる。
【００２３】分類マップを作成した後に、参照番号６６
の所で、ある差分像データを抑圧する。この抑圧は、分
類マップ及び差分像データを乗算することにより実施さ
れる。このような乗算の結果として、「軟組織」と分類
された領域にあるＣＴ数は、差分像データ内で０に近く
設定される。「ファジィ」領域では、所属関数（メンバ
シップ・ファンクション）の「等級（グレード）」に基
づいて、縁情報は部分的に抑圧されるか又は倍率をかけ
られる。具体的に言うと、所属等級に基づいて、縁を強
化する程度を制御するための新しい値が発生される。例
えば、ファジィの画素位置における差分像データがεの
値を有しており、この画素に対する所属等級が０．６分
だけ灰白色物質であり、０．４分だけ骨である場合に
は、この画素位置に対する最終的な縁データは０．４ε
である。このような抑圧は、必ずしも線形ではないが、
この他の関数によって実施することができる。倍率の程
度は、所望する縁の強化の程度に関係する。軟組織領域
及びファジィ領域以外の領域では、差分像データ内の縁
情報は全部保存される。この抑圧操作の後の差分像デー
タ集合を本明細書では強化マスクと呼ぶことがある。
の所で、ある差分像データを抑圧する。この抑圧は、分
類マップ及び差分像データを乗算することにより実施さ
れる。このような乗算の結果として、「軟組織」と分類
された領域にあるＣＴ数は、差分像データ内で０に近く
設定される。「ファジィ」領域では、所属関数（メンバ
シップ・ファンクション）の「等級（グレード）」に基
づいて、縁情報は部分的に抑圧されるか又は倍率をかけ
られる。具体的に言うと、所属等級に基づいて、縁を強
化する程度を制御するための新しい値が発生される。例
えば、ファジィの画素位置における差分像データがεの
値を有しており、この画素に対する所属等級が０．６分
だけ灰白色物質であり、０．４分だけ骨である場合に
は、この画素位置に対する最終的な縁データは０．４ε
である。このような抑圧は、必ずしも線形ではないが、
この他の関数によって実施することができる。倍率の程
度は、所望する縁の強化の程度に関係する。軟組織領域
及びファジィ領域以外の領域では、差分像データ内の縁
情報は全部保存される。この抑圧操作の後の差分像デー
タ集合を本明細書では強化マスクと呼ぶことがある。
【００２４】勿論、強化マスク像データは、所望する像
の強化の程度に応じて、線形又は非線形の倍率を乗ずる
ことができる。言い換えれば、強化マスク像データは、
もとの像データ又は平滑化された像データに加えるべき
強化の程度の候補を表す。像データに加えるべき強化の
程度は、所望する通りに変更することができる。組み合
わせ像データ集合も発生される。組み合わせ像データ集
合は、もとの像データ及び平滑化された像データの両方
を含んでいる。更に詳しく言うと、骨領域及び空気領域
は強化すべきであるから、もとの像データに分類マップ
を乗じて、像データの第１の組では、骨−空気領域に対
してはもとの像データのみを維持する。強化すべきでは
ない軟組織領域に対しては、平滑化された像データに分
類マップの逆数を乗じて、骨及び空気に対応する領域が
０で、像データの第２の組では、軟組織領域の平滑化さ
れた像データが維持されるようにする。その後、像デー
タの第１及び第２の組を加算して、骨−空気領域に対し
てはもとの像データを有しており、軟組織領域に対して
は平滑化された像データを有している組み合わせ像デー
タ集合を発生する。
の強化の程度に応じて、線形又は非線形の倍率を乗ずる
ことができる。言い換えれば、強化マスク像データは、
もとの像データ又は平滑化された像データに加えるべき
強化の程度の候補を表す。像データに加えるべき強化の
程度は、所望する通りに変更することができる。組み合
わせ像データ集合も発生される。組み合わせ像データ集
合は、もとの像データ及び平滑化された像データの両方
を含んでいる。更に詳しく言うと、骨領域及び空気領域
は強化すべきであるから、もとの像データに分類マップ
を乗じて、像データの第１の組では、骨−空気領域に対
してはもとの像データのみを維持する。強化すべきでは
ない軟組織領域に対しては、平滑化された像データに分
類マップの逆数を乗じて、骨及び空気に対応する領域が
０で、像データの第２の組では、軟組織領域の平滑化さ
れた像データが維持されるようにする。その後、像デー
タの第１及び第２の組を加算して、骨−空気領域に対し
てはもとの像データを有しており、軟組織領域に対して
は平滑化された像データを有している組み合わせ像デー
タ集合を発生する。
【００２５】その後、強化マスク像データを参照番号６
８の所で、組み合わせ像データ集合に加算する。その結
果、軟組織領域及びファジィ領域に対する強化マスク像
データが、平滑化されたもとの像データに組み合わされ
又は加算され、雑音及びエイリアシングのアーティファ
クトを更に抑制する。「骨」又は「空気」と分類された
領域に対しては、強化マスク像データをもとの像データ
に加算して、このような領域に対するもとの像データを
強化する。
８の所で、組み合わせ像データ集合に加算する。その結
果、軟組織領域及びファジィ領域に対する強化マスク像
データが、平滑化されたもとの像データに組み合わされ
又は加算され、雑音及びエイリアシングのアーティファ
クトを更に抑制する。「骨」又は「空気」と分類された
領域に対しては、強化マスク像データをもとの像データ
に加算して、このような領域に対するもとの像データを
強化する。
【００２６】上に述べたアルゴリズムは、強化マスクの
発生を含んでおり、像の鮮明度を高めると共に、像の雑
音のレベル及びエイリアシングのアーティファクトのレ
ベルを低下させる。このような所望の結果が、全体的な
画質に悪影響を与えずに得られる。本発明についてこれ
まで説明したところから、本発明の目的が達成されたこ
とは明らかである。本発明を詳しく説明し、図面に示し
たが、これは例示したものであって、例に過ぎず、本発
明を制約するものと解してはならないことをはっきりと
承知されたい。例えば、本発明は、ＩＡＣ以外の領域に
対する像データを強化するために用いることができる。
更に、ここで説明したＣＴシステムは「第３世代」シス
テムであるが、「第４世代」システムのような他の多く
のＣＴシステムを用いことができる。従って、本発明の
要旨は、特許請求の範囲のみによって限定されることを
承知されたい。
発生を含んでおり、像の鮮明度を高めると共に、像の雑
音のレベル及びエイリアシングのアーティファクトのレ
ベルを低下させる。このような所望の結果が、全体的な
画質に悪影響を与えずに得られる。本発明についてこれ
まで説明したところから、本発明の目的が達成されたこ
とは明らかである。本発明を詳しく説明し、図面に示し
たが、これは例示したものであって、例に過ぎず、本発
明を制約するものと解してはならないことをはっきりと
承知されたい。例えば、本発明は、ＩＡＣ以外の領域に
対する像データを強化するために用いることができる。
更に、ここで説明したＣＴシステムは「第３世代」シス
テムであるが、「第４世代」システムのような他の多く
のＣＴシステムを用いことができる。従って、本発明の
要旨は、特許請求の範囲のみによって限定されることを
承知されたい。
【図１】ＣＴ作像システムの見取図である。
【図２】図１に示すシステムのブロック図である。
【図３】像強化方法の一実施例に従って実行される工程
の順序を示す概略図である。
の順序を示す概略図である。
【図４】図３に示す大域縁強化工程に従って実行される
工程の順序を示す概略図である。
工程の順序を示す概略図である。
１０ ＣＴ作像システム １２ ガントリ １４ Ｘ線源 １６ Ｘ線ビーム １８ 検出器配列 ２０ 検出器素子 ２２ 患者 ２４ 回転中心 ２６ 制御機構 ２８ Ｘ線制御装置 ３０ ガントリ・モータ制御装置 ３２ データ収集システム（ＤＡＳ） ３４ 画像再構成装置 ３６ 計算機 ３８ 大容量記憶装置 ４０ コンソール ４２ 陰極線管表示装置 ４４ テーブル・モータ制御装置 ４６ 電動式テーブル ４８ ガントリ開口
Claims (7)
- 【請求項１】 ＣＴ数として表されたもとの像データを
強化するシステム（１０）であって、 前記ＣＴ数を用いて強化マスク（５６）を発生し、該強
化マスク及び前記ＣＴ数を利用して縁を強化した像（５
８）を発生するように構成されているもとの像データを
強化するシステム（１０）。 - 【請求項２】 強化マスク（５６）を発生するために、
ＣＴ数に該ＣＴ数の値に基づくある分類を割り当てるこ
とにより分類マップ（６４）を発生するように構成され
ている請求項１に記載のもとの像データを強化するシス
テム（１０）。 - 【請求項３】 強化マスク（５６）を発生するために、
もとの像データ（６０）をフィルタにかけて低域フィル
タ処理された像データを発生し、該低域フィルタ処理さ
れたデータを前記もとの像データから減算することによ
り差分像データ（６２）を発生し、該差分像データ及び
前記分類マップを用いて強化マスク・データ（５６）を
発生するように構成されている請求項２に記載のもとの
像データを強化するシステム（１０）。 - 【請求項４】 縁を強化した像を発生するために、前記
もとの像データ（６０）のうちの少なくともいくつかの
データに、前記強化マスク・データを加算するように構
成されている請求項３に記載のもとの像データを強化す
るシステム（１０）。 - 【請求項５】 縁を強化した像を発生するために、前記
もとの像データを平滑して平滑化された像データを発生
し、強化すべきでない領域に対応する前記平滑化された
像データに前記強化マスク・データを加算し、強化すべ
き領域に対応する前記もとの像データに前記強化マスク
・データを加算するように構成されている請求項３に記
載のもとの像データを強化するシステム（１０）。 - 【請求項６】 強化マスクを発生するために、前記ＣＴ
数の分類を用いて前記差分像データに倍率をかけるよう
に構成されている請求項３に記載のもとの像データを強
化するシステム（１０）。 - 【請求項７】 ＣＴ数をある種類に割り当てるために、
相異なる像領域に対する閾値を設定し、特定のＣＴ数が
像領域に対する特定の閾値基準を満たす場合には、該特
定のＣＴ数を該像領域の一員として分類し、特定のＣＴ
数が像領域に対する閾値基準を満たさない場合には、フ
ァジィ論理関数を利用して、該ＣＴ数に対する所属等級
を決定するように構成されている請求項２に記載のもと
の像データを強化するシステム（１０）。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/556745 | 1995-11-02 | ||
| US08/556,745 US5594767A (en) | 1995-11-02 | 1995-11-02 | Methods and apparatus for enhancing image sharpness |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09182746A true JPH09182746A (ja) | 1997-07-15 |
| JP4020451B2 JP4020451B2 (ja) | 2007-12-12 |
Family
ID=24222683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP28575096A Expired - Fee Related JP4020451B2 (ja) | 1995-11-02 | 1996-10-29 | もとの像データを強化するシステム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5594767A (ja) |
| JP (1) | JP4020451B2 (ja) |
| DE (1) | DE19635017A1 (ja) |
| IL (1) | IL119439A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005199041A (ja) * | 2003-11-25 | 2005-07-28 | General Electric Co <Ge> | Ｃｔ血管造影法における構造を領域分割する方法及び装置 |
| JP2007090073A (ja) * | 2005-09-28 | 2007-04-12 | Siemens Ag | ３ｄ画像データセットの後処理方法および装置 |
| JP2015226558A (ja) * | 2014-05-30 | 2015-12-17 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像生成装置、放射線断層撮影装置及びプログラム |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6928182B1 (en) | 1998-10-15 | 2005-08-09 | Kui Ming Chui | Imaging |
| EP1173749B1 (de) * | 1999-04-19 | 2005-09-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Bildbearbeitung zur vorbereitung einer texturanalyse |
| KR20020001818A (ko) * | 2000-02-04 | 2002-01-09 | 요트.게.아. 롤페즈 | 입력 신호 처리 방법 |
| US6798860B1 (en) | 2000-05-17 | 2004-09-28 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for deconvolving imaging data |
| DE10143522C2 (de) * | 2001-09-05 | 2003-07-10 | Fraunhofer Ges Forschung | Verfahren und Vorrichtung zum Untersuchen eines Objekts |
| US20050201605A1 (en) * | 2004-03-11 | 2005-09-15 | Jianying Li | Methods and apparatus for CT smoothing to reduce artifacts |
| SE0400731D0 (sv) * | 2004-03-22 | 2004-03-22 | Contextvision Ab | Method, computer program product and apparatus for enhancing a computerized tomography image |
| US7609870B2 (en) * | 2004-08-24 | 2009-10-27 | General Electric Company | Methods and systems for enhancing images |
| US7983462B2 (en) * | 2005-11-22 | 2011-07-19 | Purdue Research Foundation | Methods and systems for improving quality of an image |
| US7280635B2 (en) * | 2005-12-01 | 2007-10-09 | Thomas Louis Toth | Processes and apparatus for managing low kVp selection and dose reduction and providing increased contrast enhancement in non-destructive imaging |
| US7720270B2 (en) * | 2005-12-14 | 2010-05-18 | General Electric Company | Method and apparatus for improving inner auditory canal images |
| CN101627918A (zh) * | 2008-07-18 | 2010-01-20 | Ge医疗系统环球技术有限公司 | Ct影像压缩方法和装置 |
| US20110038452A1 (en) * | 2009-08-12 | 2011-02-17 | Kabushiki Kaisha Toshiba | Image domain based noise reduction for low dose computed tomography fluoroscopy |
| GB2480864B (en) * | 2010-06-04 | 2013-09-18 | Mirada Medical | Processing system for medical scan images |
| US8781243B2 (en) * | 2011-01-07 | 2014-07-15 | Wisconsin Alumni Research Foundation | Method for constrained reconstruction of high signal-to-noise ratio images |
| US9208588B2 (en) | 2013-09-25 | 2015-12-08 | Wisconsin Alumni Research Foundation | Fast statistical imaging reconstruction via denoised ordered-subset statistically-penalized algebraic reconstruction technique |
| US9861333B2 (en) * | 2014-06-20 | 2018-01-09 | Samsung Electronics Co., Ltd. | X-ray imaging apparatus and control method for the same |
| US10405836B2 (en) | 2015-11-23 | 2019-09-10 | Clarius Mobile Health Corp. | Speckle reduction and compression improvement of ultrasound images |
| US10915990B2 (en) * | 2018-10-18 | 2021-02-09 | General Electric Company | Systems and methods for denoising medical images with deep learning network |
| KR102254791B1 (ko) * | 2019-07-16 | 2021-05-24 | 오스템임플란트 주식회사 | 영상 재구성을 이용한 영상의 ct 계수 강화 방법 |
| US11270121B2 (en) | 2019-08-20 | 2022-03-08 | Microsoft Technology Licensing, Llc | Semi supervised animated character recognition in video |
| US11366989B2 (en) * | 2019-08-20 | 2022-06-21 | Microsoft Technology Licensing, Llc | Negative sampling algorithm for enhanced image classification |
| US11450107B1 (en) | 2021-03-10 | 2022-09-20 | Microsoft Technology Licensing, Llc | Dynamic detection and recognition of media subjects |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4839805A (en) * | 1983-11-17 | 1989-06-13 | General Electric Company | Dual control of image level and window parameters of a display and the like |
| DE3586203T2 (de) * | 1984-03-15 | 1993-01-28 | Yokogawa Medical Syst | Bildverarbeitungsgeraet fuer roentgentomographie. |
| US4879668A (en) * | 1986-12-19 | 1989-11-07 | General Electric Company | Method of displaying internal surfaces of three-dimensional medical images |
| US4821213A (en) * | 1986-12-19 | 1989-04-11 | General Electric Co. | System for the simultaneous display of two or more internal surfaces within a solid object |
| US4813528A (en) * | 1987-02-06 | 1989-03-21 | Dominion Chain Inc. | Conveyor loading system |
| US4831528A (en) * | 1987-11-09 | 1989-05-16 | General Electric Company | Apparatus and method for improvement of 3D images derived from tomographic data |
| US5270923A (en) * | 1989-11-02 | 1993-12-14 | General Electric Company | Computed tomographic image reconstruction method for helical scanning using interpolation of partial scans for image construction |
| US5233518A (en) * | 1989-11-13 | 1993-08-03 | General Electric Company | Extrapolative reconstruction method for helical scanning |
| US5166876A (en) * | 1991-01-16 | 1992-11-24 | General Electric Company | System and method for detecting internal structures contained within the interior region of a solid object |
| US5265142A (en) * | 1992-05-08 | 1993-11-23 | General Electric Company | Image reconstruction technique for a computer tomography system |
| US5416815A (en) * | 1993-07-02 | 1995-05-16 | General Electric Company | Adaptive filter for reducing streaking artifacts in x-ray tomographic images |
| US5400377A (en) * | 1993-07-16 | 1995-03-21 | General Electric Company | Artifact reduction method for tomographic image reconstruction using cross-plane rays |
| US5473655A (en) * | 1994-07-21 | 1995-12-05 | General Electric Company | Artifact reduction by z-dependent filtration of three-dimensional cone beam data |
-
1995
- 1995-11-02 US US08/556,745 patent/US5594767A/en not_active Expired - Lifetime
-
1996
- 1996-08-29 DE DE1996135017 patent/DE19635017A1/de not_active Withdrawn
- 1996-10-16 IL IL11943996A patent/IL119439A/xx not_active IP Right Cessation
- 1996-10-29 JP JP28575096A patent/JP4020451B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005199041A (ja) * | 2003-11-25 | 2005-07-28 | General Electric Co <Ge> | Ｃｔ血管造影法における構造を領域分割する方法及び装置 |
| JP2007090073A (ja) * | 2005-09-28 | 2007-04-12 | Siemens Ag | ３ｄ画像データセットの後処理方法および装置 |
| JP2015226558A (ja) * | 2014-05-30 | 2015-12-17 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像生成装置、放射線断層撮影装置及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| IL119439A (en) | 2001-03-19 |
| US5594767A (en) | 1997-01-14 |
| JP4020451B2 (ja) | 2007-12-12 |
| IL119439A0 (en) | 1997-01-10 |
| DE19635017A1 (de) | 1997-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4020451B2 (ja) | もとの像データを強化するシステム | |
| JP4402435B2 (ja) | 軟組織空間の視覚化の方法及び装置 | |
| CN102013089B (zh) | 用于噪声减少的迭代ct图像滤波器 | |
| US6035012A (en) | Artifact correction for highly attenuating objects | |
| US6266388B1 (en) | Methods and apparatus for two-pass cone beam image reconstruction | |
| US8965078B2 (en) | Projection-space denoising with bilateral filtering in computed tomography | |
| US5606585A (en) | Methods and apparatus for multislice helical image reconstruction in a computer tomography system | |
| JP2007307417A (ja) | 像データの処理方法及び像データの処理装置 | |
| WO2000033252A1 (en) | Methods and apparatus for calcification scoring | |
| WO2005008586A2 (en) | Metal artifact correction in computed tomography | |
| US20070116343A1 (en) | Methods and systems for improving quality of an image | |
| JP2007050259A (ja) | ボリュームデータ再構成後の断層撮影３ｄ画像のフィルタリング方法 | |
| JPH11276474A (ja) | 断層画像形成システム | |
| JP2003199737A (ja) | トモシンセシスのための再構成法 | |
| JP4266683B2 (ja) | マルチスライス型画像再構成のための方法及び装置 | |
| JPH07143979A (ja) | 断層撮影画像中のアーチファクトを低減する方法および装置 | |
| US6845143B2 (en) | CT image reconstruction | |
| JP4509255B2 (ja) | 透視画像作成方法及び装置 | |
| US6600802B1 (en) | Image space correction for multi-slice helical reconstruction with z-smoothing | |
| US6647084B1 (en) | Method and apparatus for filtering projection data of a helical scan | |
| Hsieh | A practical cone beam artifact correction algorithm | |
| JP2013119021A (ja) | Ｘ線ｃｔ装置及び画像処理方法 | |
| US20050018889A1 (en) | Systems and methods for filtering images | |
| JP2005160544A (ja) | 画像処理装置 | |
| US6931094B2 (en) | Methods and systems for smoothing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060606 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061031 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061218 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070410 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070413 |
|
| 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: 20070828 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070925 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111005 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121005 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131005 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |