KR101056287B1 - Method and apparatus for removing metal artifact of x-ray computed tomography image using compressed sensing and expectation maximization algorithm - Google Patents
Method and apparatus for removing metal artifact of x-ray computed tomography image using compressed sensing and expectation maximization algorithm Download PDFInfo
- Publication number
- KR101056287B1 KR101056287B1 KR1020100070609A KR20100070609A KR101056287B1 KR 101056287 B1 KR101056287 B1 KR 101056287B1 KR 1020100070609 A KR1020100070609 A KR 1020100070609A KR 20100070609 A KR20100070609 A KR 20100070609A KR 101056287 B1 KR101056287 B1 KR 101056287B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- metal
- generating
- projection
- subset
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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
Abstract
Description
아래의 실시예들은 X-선 전산 단층 촬영 영상에서 금속성 음영을 제거하기 위한 방법 및 장치에 관한 것이다.The following embodiments are directed to a method and apparatus for removing metallic shadows in X-ray computed tomography images.
일반적으로, 물질은 X-선에 대한 고유한 흡수 계수(attenuation coefficient)를 갖는다. 흡수 계수는 에너지 대역에 따라 다른 값이다.In general, materials have inherent absorption coefficients for X-rays. The absorption coefficient is a value that depends on the energy band.
X-선 전산 단층 촬영(computed tomography; CT)에서, 3차원 영상 복원을 위한 해석학적인 방법 중 하나인 FDK(Feldkamp, Davis, and Kress) 알고리즘(algorithm)은, 투영 영상이 하나의 에너지 대역에서의 일관적인 투과도에 의해 획득된 값이라고 가정한다.In X-ray computed tomography (CT), one of the analytical methods for 3D image reconstruction, the FDK (Feldkamp, Davis, and Kress) algorithm, shows that the projected image in one energy band It is assumed that this is a value obtained by consistent transmittance.
실제로 단층 촬영에서 사용되는 X-선은 다양한 에너지 대역폭을 갖는다. 따라서, 측정된 투영 영상으로부터 이러한 FDK 알고리즘을 통하여 역 투영된 영상은 인공 음영을 갖는다.In practice, X-rays used in tomography have varying energy bandwidths. Therefore, the image projected back through this FDK algorithm from the measured projection image has artificial shading.
이러한 인공 음영은, 특히 밀도가 큰 금속성 물질에 대하여 매우 강하게 나타난다.Such artificial shading is very strong, especially for dense metallic materials.
일부 금속성 물질은 X-선 투과도가 상당히 낮다. 따라서, 광자는 이러한 금속성 물질을 전혀 투과하지 못하며, 심각한 정도의 인공 음영이 생성된다.Some metallic materials have significantly lower X-ray transmittance. Thus, photons do not penetrate this metallic material at all, and a serious degree of artificial shading is produced.
따라서, 인체에 삽입된 금속성 보철물이 단층 촬영되면, 인체 구성 성분에 비해 심한 인공 음영이 생성된다.Therefore, when tomography of the metallic prosthesis inserted into the human body produces severe artificial shadows as compared to human body components.
측정된 투영 영상을 역 투영한 영상에서, 체내에 삽입된 금속성 보철물은 그 주위에 강한 값(striking artifact) 및 어두운 음영(shading artifact)를 발생시킨다.In an image in which the measured projection image is reverse projected, the metallic prosthesis inserted into the body generates strong artifacts and shading artifacts around it.
이러한 금속성 인공 음영은 보철물의 실제 모양을 정확하게 알기 어렵게 하고, 실제 체내 구조와 보철물이 인접한 경우 실제 체내 구조 및 보철물 사이에 어두운 음영을 발생시켜 양자 간의 구분을 어렵게 한다.Such metallic artificial shading makes it difficult to accurately know the actual shape of the prosthesis, and when the real body structure and the prosthesis are adjacent, dark shading is generated between the real body structure and the prosthesis, making it difficult to distinguish between the two.
이러한 금속성 인공 음영을 제거하기 위한 방법으로서, 단층 영상에서 획득되는 투영 영상에서 보철물에 의해 훼손된 부분을 보간법 등의 방법을 통해 보완하여 한 번에 역 투영하는 방법이 있고, 복원된 영상의 투영 값과 투영 영상 간의 차이를 줄여가는 반복적인 복원을 통해 복원된 삼차원 영상을 실제에 가깝게 만드는 방법이 있다.As a method for removing such metallic artificial shadows, there is a method in which the portion damaged by the prosthesis in the projection image acquired in the tomography image is compensated by the interpolation method at one time and the reverse projection is performed at once. There is a method of making a reconstructed three-dimensional image closer to reality by iterative reconstruction that reduces the difference between projection images.
역 투영에 의한 방법은, 실제 투영 영상에서 얻을 수 있는 정보를 다시 사용할 수 없어 정확한 복원이 어렵다는 문제가 있다.The reverse projection method has a problem in that it is difficult to accurately restore information obtained from an actual projection image.
반복적인 복원에 의한 방법은 삼차원 영상의 복원에 소요되는 시간이 길다는 문제 및 투영 영상이 모든 각도로부터 촬영된 영상을 포함하지 않는 경우 영상을 완벽하게 복원하는 것이 불가능하다는 문제가 있다.The method by iterative reconstruction has a problem that the time required for reconstruction of the three-dimensional image is long, and it is impossible to completely reconstruct the image when the projection image does not include the image photographed from all angles.
본 발명의 일측에 따르면, 복수 개의 투영 영상에 필터를 사용한 역 투영을 적용하여 초기 복원 영상을 생성하는 단계, 상기 초기 복원 영상에서 금속성 삽입물을 나타내는 금속 부분을 제거하여 배경 영상을 생성하는 단계, 상기 복수 개의 투영 영상에서 상기 금속 부분을 추출하여, 상기 추출된 금속 부분에 대한 금속 영상을 생성하는 단계 및 상기 배경 영상 및 상기 금속 영상을 합함으로써 최종 복원 영상을 생성하는 단계를 포함하고, 상기 금속 영상을 생성하는 단계는, 상기 복수 개의 투영 영상을 정렬된 부분 집합들로 분류하고, 상기 정렬된 부분 집합 중 일부의 투영 영상에 대해 기대치 최대화 확률 모델 연산을 적용함으로써 상기 금속 영상을 생성하는, X-선 전산 단층 촬영 영상 생성 방법이 제공된다.According to an aspect of the present invention, generating an initial reconstructed image by applying a reverse projection using a filter to a plurality of projection images, generating a background image by removing a metal part representing a metallic insert from the initial reconstructed image, Extracting the metal part from a plurality of projection images, generating a metal image of the extracted metal part, and generating a final reconstructed image by adding the background image and the metal image, wherein the metal image is generated. The generating may include: classifying the plurality of projection images into sorted subsets and generating the metal image by applying an expectation maximizing probability model operation to the projection images of some of the sorted subsets. A method for generating a computed tomography image is provided.
상기 배경 영상을 생성하는 단계는, 상기 금속 부분을 분리하는 단계 및 상기 분리된 금속 부분을 재 투영하는 단계, 재 투영 영상에서 금속 부분을 제외한 배경 영상 복원 단계를 포함할 수 있다.The generating of the background image may include separating the metal part, reprojecting the separated metal part, and restoring the background image excluding the metal part from the reprojection image.
상기 금속 영상을 생성하는 단계는, 상기 재 투영된 분리된 금속 부분을 사용하여 상기 금속 부분을 식별할 수 있다.The generating of the metal image may identify the metal part using the reprojected separated metal part.
상기 기대치 최대화 확률 모델 연산은 상기 정렬된 부분 집합들 각각에 대해 반복적으로 금속 영역 복원 영상을 생성하는 것일 수 있고, 상기 금속 영상은 상기 반복적으로 생성된 금속 영역 복원 영상 중 첫 번째로 수렴하는 것일 수 있다.The expected maximized probability model calculation may be to repeatedly generate a metal region reconstruction image for each of the sorted subsets, and the metal image may be the first convergence of the repeatedly generated metal region reconstruction images. have.
본 발명의 일측에 따르면, 복수 개의 투영 영상에 필터를 사용한 역 투영을 적용하여 초기 복원 영상을 생성하는 초기 복원 영상 생성부, 상기 초기 복원 영상에서 금속성 삽입물을 나타내는 금속 부분을 제외한 배경 영상을 생성하는 배경 영상 생성부, 상기 복수 개의 투영 영상에서 상기 금속 부분을 추출하여, 상기 추출된 금속 부분에 대한 금속 영상을 생성하는 금속 영상 생성부 및 상기 배경 영상 및 상기 금속 영상을 합함으로써 최종 복원 영상을 생성하는 최종 복원 영상 생성부를 포함하고, 상기 금속 영상 생성부는, 상기 복수 개의 투영 영상을 정렬된 부분 집합들로 분류하고, 상기 정렬된 부분 집합 중 일부의 투영 영상에 대해 기대치 최대화 확률 모델 연산을 적용함으로써 상기 금속 영상을 생성하는, X-선 전산 단층 촬영 영상 장치가 제공된다.According to an aspect of the present invention, an initial reconstructed image generating unit generating an initial reconstructed image by applying a reverse projection using a filter to a plurality of projection images, generating a background image excluding a metal part representing a metallic insert from the initial reconstructed image A background image generator, a metal image generator which extracts the metal parts from the plurality of projection images, generates a metal image of the extracted metal parts, and generates the final reconstructed image by adding the background image and the metal image. And a final reconstructed image generation unit, wherein the metal image generation unit classifies the plurality of projection images into aligned subsets, and applies an expected maximum probability probability model operation to the projection images of some of the aligned subsets. Provided by the X-ray computed tomography imaging device for generating the metal image The.
상기 배경 영상 생성부는, 상기 금속 부분을 분리하고, 상기 분리된 금속 부분을 재 투영할 수 있고, 상기 금속 영상 생성부는, 상기 재 투영된 분리된 금속 부분을 사용하여 상기 금속 부분을 식별할 수 있다.The background image generator may separate the metal part and reproject the separated metal part, and the metal image generator may identify the metal part using the reprojected separated metal part. .
상기 기대치 최대화 확률 모델 연산은 상기 정렬된 부분 집합들 각각에 대해 반복적으로 금속 영역 복원 영상을 생성할 수 있고, 상기 금속 영상 생성부는, 상기 반복적으로 생성된 금속 영역 복원 영상 중 처음으로 수렴하는 것을 상기 금속 영상으로서 생성할 수 있다.The expectation maximization probability model operation may repeatedly generate a metal region reconstruction image for each of the sorted subsets, and the metal image generator may converge the first of the repeatedly generated metal region reconstruction images. Can be generated as a metal image.
본 발명의 일측에 따르면, 투영 영상 내에서 금속성 삽입물을 나타내는 금속 부분을 복원하는 방법에 있어서, 복수 개의 투영 영상들 각각으로부터 금속 부분을 추출하여 복수 개의 금속 부분 투영 영상을 생성하는 단계, 생성된 복수 개의 금속 부분 투영 영상들을 정렬된 부분 집합들로 분류하는 단계, 정렬된 부분 집합들 중 하나의 부분 집합에 대해 기대치 최대화 확률 모델 연산을 수행하여 업데이트된 금속 영역 복원 영상을 생성하는 단계 및 상기 업데이트된 금속 영역 복원 영상의 수렴 여부를 판단하는 단계를 포함하는, 투영 영상 내 금속 부분 복원 방법이 제공된다.According to an aspect of the present invention, in the method for restoring a metal part representing a metallic insert in a projection image, extracting a metal part from each of the plurality of projection images to generate a plurality of metal partial projection images, the generated plurality Classifying the two metal partial projection images into aligned subsets, performing an expectation maximization probability model operation on one subset of the aligned subsets to generate an updated metal region reconstruction image, and the updated There is provided a method of restoring a metal part in a projection image, comprising determining whether the metal region reconstruction image has converged.
상기 업데이트된 금속 영역 복원 영상의 포인트는 이전에 생성된 금속 영역 복원 영상의 포인트에 상기 기대치 최대화 확률 모델 연산에서 생성된 영상을 곱한 것일 수 있다.The point of the updated metal region reconstruction image may be obtained by multiplying the point of the previously generated metal region reconstruction image by the image generated by the expectation maximization probability model calculation.
상기 업데이트된 금속 영역 복원 영상을 생성하는 단계는, 상기 하나의 부분 집합 내의 상기 금속 부분 투영 영상들 중 일부에 대해서만 상기 기대치 최대화 확률 모델 연산을 수행할 수 있다.The generating of the updated metal region reconstructed image may perform the expectation maximization probability model operation on only some of the metal partial projection images in the one subset.
본 발명의 일측에 따르면, 투영 영상 내에서 금속성 삽입물을 나타내는 금속 부분을 복원하는 장치에 있어서, 복수 개의 투영 영상들 각각으로부터 금속 부분을 추출하여 복수 개의 금속 부분 투영 영상을 생성하는 금속 부분 투영 영상 생성부, 상기 생성된 복수 개의 금속 부분 투영 영상들을 정렬된 부분 집합으로 분류하는 분류부, 상기 정렬된 부분 집합 중 하나의 부분 집합에 대해 기대치 최대화 확률 모델 연산을 수행하여 업데이트된 금속 영역 복원 영상을 생성하는 금속 영역 복원 영상 생성부 및 상기 업데이트된 금속 영역 복원 영상의 수렴 여부를 판단하는 수렴 판단부를 포함하는, 투영 영상 내 금속 부분 복원 장치가 제공된다.According to an aspect of the present invention, in the apparatus for reconstructing the metal part representing the metallic insert in the projection image, the metal part projection image generation to generate a plurality of metal partial projection image by extracting the metal part from each of the plurality of projection images A classifier that classifies the generated plurality of metal partial projection images into an aligned subset, and generates an updated metal region reconstruction image by performing an expectation maximization probability model operation on one subset of the aligned subsets. Provided is a metal region restoration image generation unit and a convergence determination unit for determining whether the updated metal region restoration image is converged.
상기 업데이트된 금속 영역 복원 영상의 포인트는 이전에 생성된 금속 영역 복원 영상의 포인트에, 상기 기대치 최대화 확률 모델 연산에서 생성된 영상을 곱한 것일 수 있다.The point of the updated metal region reconstruction image may be a product of a previously generated metal region reconstruction image multiplied by an image generated by the expected maximum probability model.
상기 금속 영역 복원 영상 생성부는 상기 하나의 부분 집합 내의 상기 금속 부분 투영 영상들 중 일부에 대해서만 상기 기대치 최대화 확률 모델 연산을 수행할 수 있다.The metal region reconstructed image generator may perform the expected maximum probability model operation on only some of the metal partial projection images in the one subset.
본 발명의 일측에 따르면, 금속 부분 투영 영상들의 정렬된 부분 집합을 사용하여 생성된 금속 영역 복원 영상을 업데이트하는 방법에 있어서, 상기 금속 영역 복원 영상을 가상 투영하여 가상 투영 영상을 생성하는 단계, X-선 전산 단층 촬영에 의해 획득된 투영 영상을 상기 가상 투영 영상으로 나누어 비율 영상을 생성하는 단계, 상기 비율 영상, 상기 부분 집합, 상기 부분 집합에 의한 밀도 표준화 함수 및 희소성 제약 함수에 기반하여 업데이트 영상을 생성하는 단계 및 상기 업데이트 영상 및 상기 금속 영상 복원 영상에 기반하여 업데이트된 금속 영역 복원 영상을 생성하는 단계를 포함하고, 상기 업데이트된 금속 영역 복원 영상의 포인트는 상기 금속 영역 복원 영상의 포인트에 상기 업데이트 영상을 곱한 것인, 금속 영역 복원 영상 업데이트 방법이 제공된다.According to an aspect of the present invention, in the method for updating a metal region reconstruction image generated using an aligned subset of metal partial projection images, generating a virtual projection image by virtually projecting the metal region reconstruction image, X Generating a ratio image by dividing the projection image obtained by -line computed tomography into the virtual projection image, and updating the image based on the ratio image, the subset, the density normalization function by the subset and the sparsity constraint function. And generating an updated metal region restoration image based on the updated image and the metal image restoration image, wherein the point of the updated metal region restoration image is the point of the metal region restoration image. Metal Zone Restoration Image Update, multiplied by Update Image This method is provided.
상기 업데이트 영상을 생성하는 단계는, 상기 부분 집합을 사용하여 상기 비율 영상에 대한 역 투영을 수행함으로써 역 투영 영상을 생성하는 단계 및 상기 부분 집합에 의한 밀도 표준화 함수 및 희소성 제약 함수를 합한 함수로 상기 역 투영 영상을 나눔으로써 업데이트 영상을 생성하는 단계를 포함할 수 있다.The generating of the update image may include generating a reverse projection image by performing reverse projection on the ratio image using the subset, and adding the density normalization function and the sparsity constraint function by the subset to the sum function. The dividing of the reverse projection image may include generating an updated image.
상기 가상 투영 영상을 생성하는 단계는, 상기 금속 부분 투영 영상들과 동일한 조건을 가상으로 생성하여 상기 가상 투영 영상을 생성할 수 있다.The generating of the virtual projection image may generate the virtual projection image by virtually generating the same conditions as the metal partial projection images.
금속의 희소성을 이용한 금속성 음영 제거 장치 및 방법이 제공된다.Apparatus and method for removing metallic shadows using the scarcity of metals are provided.
투영 영상들의 일부 만을 사용하는 금속성 음영 제거 장치 및 방법이 제공된다.An apparatus and method for removing metallic shading using only a portion of projection images is provided.
도 1은 본 발명의 일 실시예에 따른 X-선 CT에서의 금속성 인공음영제거 방법을 나타내는 흐름도이다.
도 2는 본 발명의 일 예에 따른 배경 영상 복원 방법을 나타내는 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 금속 영상 복원 방법을 나타내는 흐름도이다.
도 4는 본 발명의 일 예에 따른 희소성 제약을 이용한 정렬된 부분 집합의 부분 통과 기대치 최대화 확률 연산 방법을 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 X-선 전산 단층 촬영 영상 장치의 구조도이다.
도 6는 본 발명의 일 실시예에 따른 투영 영상 내 금속 부분 복원 장치의 구조도이다.1 is a flowchart illustrating a method for removing metallic artificial shade in X-ray CT according to an embodiment of the present invention.
2 is a flowchart illustrating a background image restoration method according to an embodiment of the present invention.
3 is a flowchart illustrating a metal image restoration method according to an embodiment of the present invention.
4 is a flowchart illustrating a method of calculating a partial pass expectation maximization probability of an aligned subset using a sparsity constraint according to an embodiment of the present invention.
5 is a structural diagram of an X-ray computed tomography imaging apparatus according to an exemplary embodiment.
6 is a structural diagram of an apparatus for restoring a metal part in a projected image according to an exemplary embodiment.
이하에서, 본 발명의 일 실시예를, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings. However, the present invention is not limited or limited by the embodiments. Like reference numerals in the drawings denote like elements.
도 1은 본 발명의 일 실시예에 따른 X-선 CT에서의 금속성 인공 음영 제거 방법을 나타내는 흐름도이다.1 is a flowchart illustrating a method of removing metallic artificial shadows in an X-ray CT according to an embodiment of the present invention.
단계(S100)에서, X-선 전산 단층 촬영에 의해 환자의 투영 영상이 획득된다.In step S100, the projection image of the patient is obtained by X-ray computed tomography.
단계(S110)에서, 초기 영상이 복원 된다.In step S110, the initial image is restored.
초기 영상 복원은 획득된 환자의 투영 영상들로부터 금속과 배경을 구분하기 위한 초기화를 수행하는 것이다.Initial image reconstruction is to perform initialization to distinguish the metal from the background from the acquired images of the patient's projection.
전 단계(S100)에서 획득된 환자의 투영 영상에 필터를 통한 역 투영 과정을 적용하여 초기 복원 영상이 생성된다. 초기 복원 영상은 금속 인공 음영이 존재하는 상태로 복원된다.The initial reconstructed image is generated by applying the reverse projection process through the filter to the projection image of the patient obtained in the previous step (S100). The initial reconstructed image is reconstructed to the state where the metallic artificial shadow exists.
상기의 역 투영 과정을 통한 초기 영상 복원은 FDK 알고리즘(algorithm)을 이용하여 수행될 수 있다. FDK 알고리즘은 초기 영상 복원의 수행 속도를 빠르게 할 수 있다.Initial image reconstruction through the reverse projection process may be performed using an FDK algorithm. The FDK algorithm can speed up the performance of initial image reconstruction.
하기의 수학식 1 내지 수학식 3은 X-선의 일반적인 특징을 나타낸다.Equations 1 to 3 below represent general characteristics of X-rays.
μ j 는 측정하고자 하는 물체의 에너지 레벨에 대한 흡수 계수를 의미한다. μ j is the absorption coefficient for the energy level of the object to be measured.
X-선 에너지의 흡수 정도는 X선이 물질을 지나는 길이에 비례한다.The degree of absorption of X-ray energy is proportional to the length of the X-ray passing through the material.
l ij 는 i번째 검출자 화소(detector pixel)에 대하여, X-선이 j번째에 위치한 물질을 통과하는 길이를 나타낸다. l ij denotes the length of the X-ray passing through the j- th material for the i- th detector pixel.
b i 는 물질이 없을 때, 즉 공기만 있을 경우의 측정 값을 나타낸다. b i represents the measured value when there is no substance, ie only air.
μ jk 는 측정하고자 하는 물체의 j번째에 위치한 물질의 k에너지 레벨에 대한 흡수 계수를 의미한다. μ jk is the absorption coefficient for the k energy level of the material located at j th of the object to be measured.
l ij 는 i번째 검출자 화소(detector pixel)에 대하여, X-선이 j번째에 위치한 물질을 통과하는 길이를 나타낸다. l ij denotes the length of the X-ray passing through the j- th material for the i- th detector pixel.
b ik 는 물질이 없을 때, 즉 공기만 있을 경우의 측정 값을 나타낸다. b ik represents the measured value when there is no substance, ie only air.
하기의 수학식 3은 단층 촬영에 있어서, 흡수 계수에 의해 획득된 원 영상으로부터 투영 영상을 계산하는 수식이다.Equation 3 below is a formula for calculating the projection image from the original image obtained by the absorption coefficient in tomography.
b o 은 물질이 없을 때, 즉 공기만 있을 경우의 측정 값을 나타낸다. b o represents the measured value when there is no substance, ie only air.
수학식 3을 참조하면, 투영 영상은 X-선이 지나는 선을 따라, 흡수 계수 μ및 지나는 길이 l의 곱들을 합한 것으로 표현된다. 
수학식 3는 하나의 에너지 레벨에 대하여 측정된 것으로 가정하였을 경우의 측정 값을 표현한 것이다.Equation 3 expresses the measured value when it is assumed to be measured for one energy level.
수학식 4에서, p i 는 실제로 측정된 m i 에 대한 측정 값으로, 상기 측정 값은 잡음(noise)을 포함하고 푸아송(poisson) 분포를 따른다.In Equation 4, p i is a measurement for m i that is actually measured, which includes noise and follows a Poisson distribution.
하기의 수학식 5는 FDK 알고리즘을 나타내는 수식으로서, 원뿔형 단층 영상으로부터 얻어진 2차원 투영 영상 
여기서, R은 물체와 X-선 소스(source)와의 거리를 의미하며, D는 X-선 소스 및 검출자(detector) 간의 거리를 의미한다.Here, R means the distance between the object and the X-ray source, and D means the distance between the X-ray source and the detector.
β는 획득된 투영 영상들 각각에 해당하는 회전 각을 의미한다. β means a rotation angle corresponding to each of the obtained projection images.
하기의 수학식 6은 수학식 5의 투영 영상 
수평 방향 가중치 λ는 투영 영상의 크기가 줄어들지 않았다는 가정하에서 초기 영상을 복원하기 위한 가중치이다.The horizontal weight λ is a weight for reconstructing the initial image under the assumption that the size of the projection image is not reduced.
각각의 회전 각에 대해 회전된 좌표계에서의 복원 영상이 획득될 수 있으며, 획득된 회전된 좌표계에서의 복원 영상을 모든 각도에 대해 적분함으로써 초기 복원 영상이 획득될 수 있다.A reconstructed image in the rotated coordinate system may be obtained for each rotation angle, and the initial reconstructed image may be obtained by integrating the obtained reconstructed image in the rotated coordinate system for all angles.
전술된 것과 같이, 상기의 초기 복원 영상은 투영 영상이 단일한 X-선 에너지에 대해서 측정된 것이라는 가정하에 획득된다. 따라서, 환자의 체내에 금속성 물질이 존재하는 경우, 생성된 초기 복원 영상은 심각하게 훼손된 것이다.As described above, the initial reconstructed image is obtained assuming that the projection image is measured for a single X-ray energy. Therefore, when metallic material is present in the patient's body, the generated initial reconstructed image is severely damaged.
단계(S120)에서 배경 영상이 생성된다.In operation S120, a background image is generated.
배경 영상의 생성은, 전술된 초기 영상 복원 단계(S110)를 통해 획득된 초기 복원 영상에서 금속을 나타내는 부분을 제거하고, 상기 제거된 부분에 배경을 복원해 넣는 것이다.The generation of the background image is to remove the portion representing the metal from the initial reconstructed image obtained through the initial image reconstruction step S110 described above, and restore the background to the removed portion.
배경 영상을 복원하기 위해, 임계 값에 따라 초기 복원 영상에서 금속으로 간주되는 부분이 추출된다.In order to reconstruct the background image, a portion of the initial reconstructed image, which is regarded as a metal, is extracted according to the threshold value.
추출된 금속으로 간주되는 부분은 재 투영될 수 있다. 상기 재 투영으로, 단계(S100)에서 환자로부터 획득된 투영 영상 내에서 금속 영역이 식별될 수 있다.The part considered to be the extracted metal can be reprojected. With the reprojection, the metal region may be identified in the projection image acquired from the patient in step S100.
금속으로 간주되는 부분은 초기 복원 영상에서 제거되며, 제거된 부분에 그 근처의 배경 값을 채움으로써 배경 영상이 복원된다.The part considered to be metal is removed from the initial reconstructed image, and the background image is reconstructed by filling the removed part with a background value near it.
구체적인 배경 영상 복원 방법이 도 2를 참조하여 하기에서 상세히 설명된다.A detailed background image restoration method is described in detail below with reference to FIG. 2.
단계(S130)에서 금속 영상이 생성된다.In operation S130, a metal image is generated.
금속 영상의 생성은 단계(S100)에서 획득된 투영 영상에서 금속을 나타내는 부분을 복원하는 것이다.The generation of the metal image is to restore a portion representing the metal in the projection image acquired in step S100.
금속을 나타내는 부분은 전술된 단계(S120)에서 재 투영에 의해 식별된 부분일 수 있다.The portion representing the metal may be the portion identified by the reprojection in step S120 described above.
금속 영상의 복원을 위해 희소성 제약을 이용한 정렬된 부분 집합의 부분 통과 기대치 최대화 확률 모델 알고리즘이 이용된다. 상기 알고리즘은 반복적인 추정을 통해 영상의 실제 값과 가까운 값으로 찾아 나아간다.A partial pass expectation maximization probability model algorithm of aligned subsets using sparsity constraints is used for the reconstruction of metal images. The algorithm finds a value close to the actual value of the image through iterative estimation.
확률 모델을 사용함으로써, 원래의 값에 근접한 복원이 가능하며 생성된 영상의 질이 뛰어나다.By using the probabilistic model, reconstruction close to the original value is possible and the quality of the generated image is excellent.
일반적으로, 금속 영역은 투영 영상의 작은 면적 내에서만 존재하므로, 상기 금속 영역에 대한 희소성이 보장될 수 있다.In general, since the metal region exists only within a small area of the projection image, the scarcity of the metal region can be ensured.
금속 복원에 있어서, 부분 집합 전체에 대해 금속 복원이 수행되는 것을 한번 통과(One-pass)라 하고, 부분 집합 중 일부 투영 영상에 대해서만 수행되는 것을 부분 통과(Fractional-pass)라 한다.In the metal restoration, the metal restoration is performed for the entire subset, and the one-pass is performed for only some projection images of the subset. The partial-pass is called the partial-pass.
본 실시예에서는, 부분 통과하는 정렬된 부분 집합을 기대치 최대화 확률 모델에 적용한다. 따라서, 적은 업데이트 횟수 만으로도 기대치 최대화 확률 모델이 수렴하고, 속도가 개선된다.In this embodiment, the partially passed sorted subset is applied to the expected maximized probability model. Therefore, the expectation maximization probability model converges with only a small number of updates, and the speed is improved.
또한, 희소성 제약이 기대치 최대화 확률 모델 알고리즘에 추가되어, 금속 영역이 좀 더 세밀하게 복원된다. 즉, 복원된 금속 영역의 정확도가 향상된다.In addition, sparsity constraints have been added to the expectation maximization probability model algorithm, so that the metal regions are restored in more detail. That is, the accuracy of the restored metal region is improved.
기대치 최대화 확률 모델을 사용한 금속 영상 복원 방법이 도 3을 참조하여 하기에서 상세히 설명된다.A metal image reconstruction method using an expectation maximization probability model is described in detail below with reference to FIG. 3.
단계(S140)에서, 최종 복원 영상이 생성된다.In step S140, the final reconstructed image is generated.
상기 최종 복원 영상은 배경 영역 복원 단계(S120)에서 복원된 배경 영상 및 금속 영역 복원 단계(S130)에서 복원된 금속 영상이 합해짐으로써 생성된다.
The final reconstructed image is generated by adding the background image restored in the background region restoration step S120 and the metal image restored in the metal region restoration step S130.
도 2는 본 발명의 일 예에 따른 배경 영상 복원 방법을 나타내는 흐름도이다.2 is a flowchart illustrating a background image restoration method according to an embodiment of the present invention.
단계(S210)에서, 초기 영상 복원 단계(S110)에 의해 획득된 초기 복원 영상에서 금속 부분으로 간주되는 부분이 추출된다.In step S210, a portion of the initial reconstructed image acquired by the initial image reconstruction step S110, which is regarded as a metal part, is extracted.
초기 복원 영상 내에서 금속성 삽입물을 나타내는 금속 부분은 일반적으로 높은 값을 가진다. 따라서, 금속 부분을 추출하기 위한 특정 임계치를 설정할 수 있다. 초기 복원 영상 내에서 상기 임계치 이상의 값을 갖는 영역이 금속 부분으로 간주되며, 분리 및 추출된다.Metal parts representing metallic inserts within the initial reconstructed image generally have high values. Thus, a specific threshold for extracting the metal part can be set. Regions having values above the threshold in the initial reconstructed image are regarded as metal parts, and are separated and extracted.
단계(S220)에서, 금속 부분으로 간주되어 추출된 영역이 재 투영 된다. 상기의 재 투영에 의해 추출된 영역은 마스크가 된다.In step S220, the extracted region, which is regarded as a metal part, is reprojected. The area extracted by the above reprojection becomes a mask.
재 투영으로 인해, 단계(S100)에서 환자로부터 획득된 투영 영상 내에서의 금속 부분이 식별될 수 있다.Due to the reprojection, the metal part in the projection image acquired from the patient in step S100 can be identified.
식별된 금속 부분은 별도로 저장되어, 금속 영상 복원 단계(S330)에서 사용될 수 있다.The identified metal parts may be stored separately and used in the metal image restoration step S330.
단계(S230)에서, 금속 영역이 제외된다.In step S230, the metal region is excluded.
금속 영역의 제외는, 식별된 금속 부분을 재투영된 투영 영상에서 잘라내고, 잘라내어진 금속 부분을 그 주위의 배경 값으로 채워 넣는 것이다.The exclusion of the metal area is to cut out the identified metal part from the reprojected projection image and to fill the cut out metal part with the background value around it.
상기의 제외 처리에 의해 환자의 투영 영상에서 금속 부분이 사라진다.By the exclusion process, the metal part disappears from the projection image of the patient.
단계(S240)에서, 배경 영상이 복원된다.In operation S240, the background image is restored.
배경 영상의 복원을 위해서는 FDK 알고리즘 또는 기대치 최대화 방법이 사용될 수 있다. 재투영된 투영 영상에는 금속을 나타내는 부분이 이미 제거되었기 때문에 FDK 알고리즘이 사용된 경우에도 좋은 결과가 생성된다.
To restore the background image, an FDK algorithm or an expectation maximization method may be used. The reprojected projected image has already been removed to show good results even when the FDK algorithm is used.
도 3은 본 발명의 일 실시예에 따른 금속 영상 복원 방법을 나타내는 흐름도이다.3 is a flowchart illustrating a metal image restoration method according to an embodiment of the present invention.
단계(S310)에서, 단계(S100)에서 환자로부터 획득된 투영 영상 내에서 금속 부분을 잘라냄으로써 금속 부분 투영 영상이 생성된다.In step S310, the metal part projection image is generated by cutting the metal part in the projection image acquired from the patient in step S100.
단계(S320)에서, 획득된 금속 부분 투영 영상은 부분 집합들로 분류된다. 분류된 각각의 부분 집합은 정렬된 것이다.In step S320, the obtained metal partial projection image is classified into subsets. Each subset of sorted is sorted.
즉, 단계(S310)에서 환자로부터 획득된 투영 영상 전체에 대해서 각각 금속 부분 투영 영상이 획득되고, 획득된 금속 부분 투영 영상 전체 집합은 정렬된 부분 집합(ordered subset) {S 1, S 2, ... , S n}들로 분류된다.That is, in step S310, metal partial projection images are respectively obtained for the entire projection images obtained from the patient, and the entire metal partial projection images set is an ordered subset { S 1 , S 2 ,. .., S n }.
상기 부분 집합은, 하나의 부분 집합에 포함될 금속 부분 투영 영상의 개수(예컨대 10장 내지 15장)를 먼저 정하고, 상기 개수만큼 다양한 각도에서의 금속 부분 투영 영상을 상기 부분 집합에 포함시킴으로써 정렬될 수 있다.The subset may be aligned by first determining the number of metal partial projection images (eg, 10 to 15) to be included in one subset, and including the metal partial projection images at various angles by the number in the subset. have.
예컨대, 환자로부터 360장의 투영 영상이 획득되었고, 360장이 360ㅀ를 의미하는 경우, 한 부분 집합의 원소의 개수는 10장으로 정해질 수 있다.For example, when 360 projection images are obtained from a patient, and 360 means 360 °, the number of elements of one subset may be set to 10.
첫 번째 부분 집합 S 1 에 대해, S 1 = {1, 37, 73, ... , 289, 325} (숫자 n은 n 번째 각도에서의 투영 영상을 나타낸다.)과 같이 정의될 경우, 이와 같이 정의된 부분 집합 만으로도 여러 각도가 커버(cover)될 수 있다.For the first subset S 1 , if S 1 = {1, 37, 73, ..., 289, 325} (the number n represents the projection image at the nth angle), then Only a defined subset can cover several angles.
예컨대, 기존의 CS-MAR 알고리즘이 사용되는 경우에서와 같이, 부분 집합을 어떻게 선택하느냐에 따라 획득되는 최종 복원 영상의 결과가 달라지는 것을 방지하기 위해, 여러 부분 집합이 후술될 기대치 최대화 확률 모델에서 사용된다.For example, as in the case where the existing CS-MAR algorithm is used, in order to prevent the result of the final reconstructed image obtained depending on how the subset is selected, several subsets are used in the expectation maximization probability model described below. .
생성된 부분 집합들은 기대치 최대화 확률 모델 연산에 차례로 이용된다.The generated subsets are in turn used to calculate the expected maximum probability model.
단계(S330)에서, 금속 영역을 복원하기 위한, 희소성 제약을 이용한 정렬된 부분 집합의 부분 통과 기대치 최대화 확률 연산이 수행된다.In step S330, a partial pass expectation maximization probability calculation of the sorted subset using the sparsity constraint is performed to restore the metal region.
단계(S330)에서는, 전 단계(S320)에서 생성된 정렬된 부분 집합들 중 하나의 부분 집합에 대해 기대치 최대화 확률 모델 연산이 수행된다.In step S330, an expectation maximization probability model calculation is performed on one subset of the sorted subsets generated in the previous step S320.
기대치 최대화 확률 모델 연산은 전술된 수학식 4에 따른 것일 수 있다.The expectation maximization probability model calculation may be in accordance with Equation 4 described above.
하기의 수학식 7은 희소성 제약을 이용한 정렬된 부분 집합의 부분 통과 기대치 최대화 확률 모델의 알고리즘을 나타낸다.Equation 7 below represents an algorithm of a partial pass expectation maximization probability model of an ordered subset using sparsity constraints.
여기서, i는 1씩 증가하는 정수이다.Where i is an integer increasing by one.
S i 는 기대치 최대화 확률 모델 연산에 사용되는 i번째 부분 집합이다. S i is the i th subset used to compute the expected maximum probability model.
희소성 제약을 이용한 정렬된 부분 집합의 부분 통과 기대치 최대화 확률 연산 방법이 도 4를 참조하여 하기에서 상세히 설명된다.A method of calculating the partial pass expectation maximization probability of an ordered subset using sparsity constraints is described in detail below with reference to FIG. 4.
금속 영역의 영상 
따라서, 희소성 제약을 이용한 정렬된 부분 집합의 부분 통과 기대치 최대화 확률 모델 알고리즘은, 금속 영역 복원 영상을 빠른 계산 속도로 생성할 수 있다. 또한 상기 기대치 최대화 확률 모델 알고리즘은 병렬 처리 알고리즘으로서 구현되기에 적합하다.Therefore, the partial pass expectation maximization probability model algorithm of the sorted subset using the sparsity constraint can generate the metal region reconstruction image at a high computational speed. The expectation maximization probability model algorithm is also suitable to be implemented as a parallel processing algorithm.
또한, 상기 기대치 최대화 확률 모델 알고리즘은, 예컨대 CS-MAR과 같은 병렬 처리에 적합하지 않은 방법에 비해, 병렬 처리됨으로써 더 큰 계산 속도 상의 이득을 얻을 수 있다.In addition, the expectation maximization probability model algorithm can achieve greater computational speed gains by performing parallel processing as compared to methods that are not suitable for parallel processing such as, for example, CS-MAR.
단계(S340)에서, 하나의 부분 집합을 사용한 기대치 최대화 확률 모델 연산의 결과에 의해 업데이트된 금속 영역 복원 영상이 생성된다.In operation S340, the updated metal region reconstructed image is generated by the result of the expectation maximization probability model calculation using one subset.
업데이트된 금속 영역 복원 영상은 이전에 생성된 금속 영역 복원 영상에 상기 연산의 결과를 반영하는 것이다.The updated metal region reconstruction image reflects the result of the calculation on a previously generated metal region reconstruction image.
전체 집합을 사용하여 한 번의 업데이트를 하는 대신, 정렬된 부분 집합을 사용한 연산의 결과를 사용하여 수회의 업데이트를 함으로써, 수렴 속도가 빠르게 된다.Instead of making a single update using the entire set, convergence speeds up by making several updates using the results of operations using the sorted subset.
금속 영역 복원 영상의 업데이트 방법이 도 4를 참조하여 하기에서 상세히 설명된다.An update method of the metal region reconstructed image is described in detail below with reference to FIG. 4.
단계(S350)에서, 업데이트된 금속 영역 복원 영상의 수렴 여부가 판단된다. 업데이트된 영상이 수렴하는 경우 절차가 종료된다.In operation S350, it is determined whether the updated metal region reconstruction image is converged. If the updated image converges, the procedure ends.
즉, 정렬된 부분 집합들 각각에 대해 반복적으로 금속 영역 복원 영상이 생성되고, 반복적으로 생성된 금속 영역 복원 영상들 중 제일 처음으로 수렴하는 것이 최종적인 금속 영상이 된다.That is, a metal region reconstruction image is repeatedly generated for each of the aligned subsets, and convergence to the first of the repeatedly generated metal region reconstruction images becomes a final metal image.
업데이트된 영상이 수렴하지 않을 경우, 다른 부분 집합에 대해 부분 통과 기대치 최대화 확률 연산을 수행하기 위해 단계(S330)가 반복된다.
If the updated image does not converge, step S330 is repeated to perform a partial pass expectation maximization probability calculation on another subset.
도 4는 본 발명의 일 예에 따른 희소성 제약을 이용한 정렬된 부분 집합의 부분 통과 기대치 최대화 확률 연산 방법을 나타내는 흐름도이다..4 is a flowchart illustrating a method of calculating a partial pass expectation maximization probability of an aligned subset using sparsity constraints according to an embodiment of the present invention.
단계(S410)에서, 이전 단계에서 생성된 금속 영역 복원 영상이 가상 투영된다.In step S410, the metal region reconstructed image generated in the previous step is virtually projected.
상기 가상 투영을 위해 선택된 부분 집합과 동일한 조건이 가상으로 만들어 진다. 상기 조건은 각도, 복원 영상의 위치 및 크기 등을 포함할 수 있다.The same conditions as the subset selected for the virtual projection are made virtual. The condition may include an angle, a position and a size of the reconstructed image.
상기 가상 투영 영상은 하기의 수학식 9로 나타내어질 수 있다.The virtual projection image may be represented by Equation 9 below.
단계(S420)에서, 환자로부터 획득한 투영 영상을 상기 사상 투영 영상으로 나눔으로써 비율 형태의 투영 영상, 즉 비율 영상을 생성한다.In operation S420, a projection image having a ratio form, that is, a ratio image, is generated by dividing the projection image obtained from the patient into the mapping projection image.
상기 비율 영상은 하기의 수학식 10로 나타내어질 수 있다.The ratio image may be represented by Equation 10 below.
단계(S430)에서, 선택된 부분 집합을 사용하여 상기 비율 영상에 대한 역 투영이 수행된다.In step S430, the reverse projection is performed on the ratio image using the selected subset.
상기 역 투영은 하기의 수학식 11으로 나타내어질 수 있다.The reverse projection may be represented by Equation 11 below.
단계(S440)에서, 밀도 표준화 함수 및 희소성 제약 함수를 합한 함수가 생성된다.In step S440, a function that combines the density normalization function and the sparsity constraint function is generated.
상기 밀도 표준화 함수, 희소성 제약 함수 및 양자를 합한 함수는 각각 하기의 수학식 12 내지 수학식 14로 나타내어질 수 있다.The density normalization function, the sparsity constraint function, and the sum of both functions may be represented by Equations 12 to 14, respectively.
희소성 제약이란, 금속 영역의 희소성을 가정하고, 그에 따른 금속 영역의 분포를 고려하여 상기의 수학식 13의 함수가 생성된 것을 의미한다.The scarcity constraint means that the function of Equation 13 is generated in consideration of the sparsity of the metal region and the distribution of the metal region.
단계(S450)에서, 단계(S430)에서 생성된 역 투영된 영상을 단계(S440)에서 생성된 함수로 나누어 업데이트 영상을 생성한다.In operation S450, the updated image is generated by dividing the reverse projected image generated in operation S430 by the function generated in operation S440.
상기 업데이트 영상은 하기의 수학식 15로 나타내어질 수 있다.The updated image may be represented by Equation 15 below.
단계(S460)에서, 업데이트된 금속 영역 복원 영상이 생성된다.In operation S460, an updated metal region reconstruction image is generated.
상기 업데이트된 금속 영역 복원 영상의 포인트는 이전의 금속 영역 복원 영상의 각각의 포인트에 단계(S450)에서 생성된 영상을 곱한 것이다. 이러한 방법으로 각각의 포인트 값이 계산됨으로써 업데이트된 금속 영역 복원 영상이 생성된다.The point of the updated metal region restoration image is obtained by multiplying each point of the previous metal region restoration image by the image generated in operation S450. In this way, each point value is calculated to generate an updated metal region reconstruction image.
업데이트된 금속 영역 복원 영상의 각각의 포인트는 상기의 수학식 7에 의해 계산될 수 있다.
Each point of the updated metal region reconstruction image may be calculated by Equation 7 above.
도 5는 본 발명의 일 실시예에 따른 X-선 전산 단층 촬영 영상 장치의 구조도이다.5 is a structural diagram of an X-ray computed tomography imaging apparatus according to an exemplary embodiment.
X-선 전산 단층 촬영 영상 장치(500)는 초기 복원 영상 생성부(510), 배경 영상 생성부(520), 금속 영상 생성부(530) 및 최종 복원 영상 생성부(540)를 포함한다.The X-ray computed
초기 복원 영상 생성부(510)는 복수 개의 투영 영상에 필터를 사용한 역 투영을 적용하여 초기 복원 영상을 생성한다.The initial
배경 영상 생성부(520)는 초기 복원 영상에서 금속성 삽입물을 나타내는 금속 부분을 제외한 배경 영상을 생성한다.The
배경 영상 생성부(520)는 초기 복원 영상에서 금속 부분을 분리하고, 분리된 금속 부분을 재 투영할 수 있다.The
금속 영상 생성부(530)는 복수 개의 투영 영상에서 금속 부분을 추출하여, 추출된 금속 부분에 대한 금속 영상을 생성한다.The
금속 영상 생성부(530)는, 복수 개의 투영 영상을 정렬된 부분 집합들로 분류하고, 정렬된 부분 집합 중 일부의 투영 영상에 대해 기대치 최대화 확률 모델 연산을 적용함으로써 금속 영상을 생성한다.The
금속 영상 생성부(530)는 배경 영상 생성부(520)에 의해 재 투영된 분리된 금속 부분을 사용하여 상기 금속 부분을 식별할 수 있다.The
기대치 최대화 확률 모델 연산은 정렬된 부분 집합들 각각에 대해 반복적으로 금속 영역 복원 영상을 생성하는 것일 수 있으며,Expectation-maximum probability model operation may be to generate a metal region reconstruction image repeatedly for each of the aligned subsets,
금속 영상 생성부(530)는 반복적으로 생성된 금속 영역 복원 영상 중 처음으로 수렴하는 것을 최종적인 금속 영상으로서 생성할 수 있다.The
최종 복원 영상 생성부(540)는 배경 영상 및 금속 영상을 합함으로써 최종 복원 영상을 생성한다.The final
앞서 도 1 내지 도 3을 참조하여 설명된 본 발명의 일 실시예에 따른 기술 적 내용들이 본 실시예에도 그대로 적용될 수 있다. 따라서 보다 상세한 설명은 이하 생략하기로 한다.
Technical content according to an embodiment of the present invention described above with reference to FIGS. 1 to 3 may be applied to the present embodiment as it is. Therefore, more detailed description will be omitted below.
도 6은 본 발명의 일 실시예에 따른 투영 영상 내 금속 부분 복원 장치의 구조도이다.6 is a structural diagram of an apparatus for restoring a metal part in a projected image according to an exemplary embodiment.
금속 부분 복원 장치(600)는 투영 영상 내에서 금속성 삽입물을 나타내는 금속 부분을 복원하는 장치이며, 금속 부분 투영 영상 생성부(610), 분류부(620), 금속 영역 복원 영상 생성부(630) 및 수렴 판단부(640)를 포함한다.The metal
금속 부분 투영 영상 생성부(610)는 복수 개의 투영 영상들 각각으로부터 금속 부분을 추출하여 복수 개의 금속 부분 투영 영상을 생성한다.The metal partial
분류부(620)는 생성된 복수 개의 금속 부분 투영 영상들을 정렬된 부분 집합으로 분류한다.The
금속 영역 복원 영상 생성부(630)는 정렬된 부분 집합 중 하나의 부분 집합에 대해 기대치 최대화 확률 모델 연산을 수행하여 업데이트된 금속 영역 복원 영상을 생성한다.The metal region
금속 영역 복원 영상 생성부(630)는 하나의 부분 집합 내의 금속 부분 투영 영상들 중 일부에 대해서만 기대치 최대화 확률 모델 연산을 수행할 수 있다.The metal region
업데이트된 금속 영역 복원 영상의 포인트는 이전에 생성된 금속 영역 복원 영상의 포인트에, 기대치 최대화 확률 모델 연산에서 생성된 영상을 곱한 것일 수 있다.The point of the updated metal region reconstruction image may be obtained by multiplying the point of the previously generated metal region reconstruction image by the image generated by the expectation maximization probability model calculation.
수렴 판단부(640)는 업데이트된 금속 영역 복원 영상의 수렴 여부를 판단한다.The
앞서 도 1 내지 도 4를 참조하여 설명된 본 발명의 일 실시예에 따른 기술 적 내용들이 본 실시예에도 그대로 적용될 수 있다. 따라서 보다 상세한 설명은 이하 생략하기로 한다.
Technical contents according to an embodiment of the present invention described above with reference to FIGS. 1 to 4 may be applied to the present embodiment as it is. Therefore, more detailed description will be omitted below.
본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Method according to an embodiment of the present invention is implemented in the form of program instructions that can be executed by various computer means may be recorded on a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the media may be those specially designed and constructed for the purposes of the present invention, or they may be of the kind well-known and available to those having skill in the computer software arts. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks. Magneto-optical media, and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like. The hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above embodiments, and those skilled in the art to which the present invention pertains various modifications and variations from such descriptions. This is possible.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined not only by the claims below but also by the equivalents of the claims.
400: X-선 전산 단층 촬영 영상 장치
500: 금속 부분 복원 장치400: X-ray computed tomography imaging device
500: metal partial restoration device
Claims (15)
상기 초기 복원 영상에서 금속성 삽입물을 나타내는 금속 부분을 제거하여 배경 영상을 생성하는 단계;
상기 복수 개의 투영 영상에서 상기 금속 부분을 추출하여, 상기 추출된 금속 부분에 대한 금속 영상을 생성하는 단계; 및
상기 배경 영상 및 상기 금속 영상을 합함으로써 최종 복원 영상을 생성하는 단계
를 포함하고,
상기 금속 영상을 생성하는 단계는, 상기 복수 개의 투영 영상을 정렬된 부분 집합들로 분류하고, 상기 정렬된 부분 집합 중 일부의 투영 영상에 대해 기대치 최대화 확률 모델 연산을 적용함으로써 상기 금속 영상을 생성하는, X-선 전산 단층 촬영 영상 생성 방법.Generating an initial reconstructed image by applying a reverse projection using a filter to the plurality of projection images;
Generating a background image by removing a metal part representing a metallic insert from the initial reconstructed image;
Extracting the metal parts from the plurality of projection images to generate a metal image of the extracted metal parts; And
Generating a final reconstructed image by adding the background image and the metal image
Including,
The generating of the metal image may include classifying the plurality of projection images into aligned subsets, and generating the metal image by applying an expectation maximization probability model operation to the projection images of some of the aligned subsets. , X-ray computed tomography image generation method.
상기 배경 영상을 생성하는 단계는,
상기 금속 부분을 분리하는 단계; 및
상기 분리된 금속 부분을 재 투영하는 단계
를 포함하고,
상기 금속 영상을 생성하는 단계는, 상기 재 투영된 분리된 금속 부분을 사용하여 상기 금속 부분을 식별하는, X-선 전산 단층 촬영 영상 생성 방법.The method of claim 1,
Generating the background image,
Separating the metal part; And
Reprojecting the separated metal part
Including,
The generating of the metal image may include identifying the metal part using the reprojected separated metal part.
상기 기대치 최대화 확률 모델 연산은 상기 정렬된 부분 집합들 각각에 대해 반복적으로 금속 영역 복원 영상을 생성하는 것이고, 상기 금속 영상은 상기 반복적으로 생성된 금속 영역 복원 영상 중 첫 번째로 수렴하는 것인, X-선 전산 단층 촬영 영상 생성 방법.The method of claim 1,
The expectation maximization probability model operation is to generate a metal region reconstruction image repeatedly for each of the sorted subsets, wherein the metal image converges first among the repeatedly generated metal region reconstruction images, X -Ray computed tomography image generation method.
상기 초기 복원 영상에서 금속성 삽입물을 나타내는 금속 부분을 제외한 배경 영상을 생성하는 배경 영상 생성부;
상기 복수 개의 투영 영상에서 상기 금속 부분을 추출하여, 상기 추출된 금속 부분에 대한 금속 영상을 생성하는 금속 영상 생성부; 및
상기 배경 영상 및 상기 금속 영상을 합함으로써 최종 복원 영상을 생성하는 최종 복원 영상 생성부
를 포함하고,
상기 금속 영상 생성부는, 상기 복수 개의 투영 영상을 정렬된 부분 집합들로 분류하고, 상기 정렬된 부분 집합 중 일부의 투영 영상에 대해 기대치 최대화 확률 모델 연산을 적용함으로써 상기 금속 영상을 생성하는, X-선 전산 단층 촬영 영상 장치.An initial reconstructed image generation unit generating an initial reconstructed image by applying a reverse projection using a filter to the plurality of projection images;
A background image generator configured to generate a background image excluding a metal part representing a metallic insert from the initial reconstructed image;
A metal image generator configured to extract the metal parts from the plurality of projection images and generate a metal image of the extracted metal parts; And
The final reconstructed image generating unit generating a final reconstructed image by adding the background image and the metal image.
Including,
The metal image generating unit generates the metal image by classifying the plurality of projection images into aligned subsets, and applying an expectation maximization probability model operation to a projection image of a portion of the aligned subsets. Line computed tomography imaging device.
상기 배경 영상 생성부는, 상기 금속 부분을 분리하고, 상기 분리된 금속 부분을 재 투영하며,
상기 금속 영상 생성부는, 상기 재 투영된 분리된 금속 부분을 사용하여 상기 금속 부분을 식별하는, X-선 전산 단층 촬영 영상 장치.The method of claim 4, wherein
The background image generator may separate the metal part, reproject the separated metal part,
And the metal image generating unit identifies the metal portion using the re-projected separated metal portion.
상기 기대치 최대화 확률 모델 연산은 상기 정렬된 부분 집합들 각각에 대해 반복적으로 금속 영역 복원 영상을 생성하는 것이고
상기 금속 영상 생성부는, 상기 반복적으로 생성된 금속 영역 복원 영상 중 처음으로 수렴하는 것을 상기 금속 영상으로서 생성하는, X-선 전산 단층 촬영 영상 장치.The method of claim 4, wherein
The expectation maximization probability model operation is to generate a metal region reconstruction image repeatedly for each of the aligned subsets.
And the metal image generating unit generates the first convergence of the repeatedly generated metal region reconstructed images as the metal images.
복수 개의 투영 영상들 각각으로부터 금속 부분을 추출하여 복수 개의 금속 부분 투영 영상을 생성하는 단계;
생성된 복수 개의 금속 부분 투영 영상들을 정렬된 부분 집합들로 분류하는 단계;
정렬된 부분 집합들 중 하나의 부분 집합에 대해 기대치 최대화 확률 모델 연산을 수행하여 업데이트된 금속 영역 복원 영상을 생성하는 단계; 및
상기 업데이트된 금속 영역 복원 영상의 수렴 여부를 판단하는 단계
를 포함하는, 투영 영상 내 금속 부분 복원 방법.A method of restoring a metal portion representing a metallic insert in a projection image,
Generating a plurality of metal partial projection images by extracting a metal part from each of the plurality of projection images;
Classifying the generated plurality of metal partial projection images into aligned subsets;
Generating an updated metal region reconstruction image by performing an expectation maximization probability model operation on one subset of the aligned subsets; And
Determining whether the updated metal region reconstruction image is converged;
Including, the method of restoring the metal part in the projection image.
상기 업데이트된 금속 영역 복원 영상의 포인트는 이전에 생성된 금속 영역 복원 영상의 포인트에 상기 기대치 최대화 확률 모델 연산에서 생성된 영상을 곱한 것인, 투영 영상 내 금속 부분 복원 방법.The method of claim 7, wherein
And the point of the updated metal region reconstruction image is a point of a previously generated metal region reconstruction image multiplied by an image generated by the expectation maximization probability model calculation.
상기 업데이트된 금속 영역 복원 영상을 생성하는 단계는, 상기 하나의 부분 집합 내의 상기 금속 부분 투영 영상들 중 일부에 대해서만 상기 기대치 최대화 확률 모델 연산을 수행하는, 투영 영상 내 금속 부분 복원 방법.The method of claim 7, wherein
The generating of the updated metal region reconstruction image may include performing the expected maximized probability model operation on only some of the metal partial projection images in the one subset.
복수 개의 투영 영상들 각각으로부터 금속 부분을 추출하여 복수 개의 금속 부분 투영 영상을 생성하는 금속 부분 투영 영상 생성부;
상기 생성된 복수 개의 금속 부분 투영 영상들을 정렬된 부분 집합으로 분류하는 분류부;
상기 정렬된 부분 집합 중 하나의 부분 집합에 대해 기대치 최대화 확률 모델 연산을 수행하여 업데이트된 금속 영역 복원 영상을 생성하는 금속 영역 복원 영상 생성부; 및
상기 업데이트된 금속 영역 복원 영상의 수렴 여부를 판단하는 수렴 판단부
를 포함하는, 투영 영상 내 금속 부분 복원 장치.An apparatus for restoring a metal portion representing a metallic insert in a projection image,
A metal partial projection image generating unit extracting a metal part from each of the plurality of projection images to generate a plurality of metal partial projection images;
A classification unit classifying the generated plurality of metal partial projection images into an aligned subset;
A metal region reconstruction image generator generating an updated metal region reconstruction image by performing an expectation maximization probability model operation on one subset of the aligned subsets; And
A convergence determination unit that determines whether the updated metal region reconstruction image is converged.
Included, the metal part restoration apparatus in the projection image.
상기 업데이트된 금속 영역 복원 영상의 포인트는 이전에 생성된 금속 영역 복원 영상의 포인트에, 상기 기대치 최대화 확률 모델 연산에서 생성된 영상을 곱한 것인, 투영 영상 내 금속 부분 복원 장치.The method of claim 10,
And the point of the updated metal region reconstruction image is a point of a previously generated metal region reconstruction image multiplied by the image generated by the expectation maximization probability model calculation.
상기 금속 영역 복원 영상 생성부는 상기 하나의 부분 집합 내의 상기 금속 부분 투영 영상들 중 일부에 대해서만 상기 기대치 최대화 확률 모델 연산을 수행하는, 투영 영상 내 금속 부분 복원 장치.The method of claim 10,
And the metal region reconstructed image generator is configured to perform the expected maximum probability model operation on only some of the metal partial projection images in the one subset.
상기 금속 영역 복원 영상을 가상 투영하여 가상 투영 영상을 생성하는 단계;
X-선 전산 단층 촬영에 의해 획득된 투영 영상을 상기 가상 투영 영상으로 나누어 비율 영상을 생성하는 단계;
상기 비율 영상, 상기 부분 집합, 상기 부분 집합에 의한 밀도 표준화 함수 및 희소성 제약 함수에 기반하여 업데이트 영상을 생성하는 단계; 및
상기 업데이트 영상 및 상기 금속 영상 복원 영상에 기반하여 업데이트된 금속 영역 복원 영상을 생성하는 단계
를 포함하고, 상기 업데이트된 금속 영역 복원 영상의 포인트는 상기 금속 영역 복원 영상의 포인트에 상기 업데이트 영상을 곱한 것인, 금속 영역 복원 영상 업데이트 방법.A method of updating a metal region reconstruction image generated using an aligned subset of metal partial projection images,
Generating a virtual projection image by virtually projecting the restored metal region image;
Generating a ratio image by dividing the projection image obtained by X-ray computed tomography into the virtual projection image;
Generating an updated image based on the ratio image, the subset, the density normalization function by the subset and the sparsity constraint function; And
Generating an updated metal region restoration image based on the update image and the metal image restoration image;
Wherein the point of the updated metal region restoration image is a product of the point of the metal region restoration image multiplied by the update image.
상기 업데이트 영상을 생성하는 단계는,
상기 부분 집합을 사용하여 상기 비율 영상에 대한 역 투영을 수행함으로써 역 투영 영상을 생성하는 단계; 및
상기 부분 집합에 의한 밀도 표준화 함수 및 희소성 제약 함수를 합한 함수로 상기 역 투영 영상을 나눔으로써 업데이트 영상을 생성하는 단계
를 포함하는, 금속 영역 복원 영상 업데이트 방법.The method of claim 13,
The generating of the update image may include:
Generating a reverse projection image by performing reverse projection on the ratio image using the subset; And
Generating an update image by dividing the reverse projection image by a function of adding a density normalization function and a sparsity constraint function by the subset;
The metal region restoration image updating method comprising a.
상기 가상 투영 영상을 생성하는 단계는, 상기 금속 부분 투영 영상들과 동일한 조건을 가상으로 생성하여 상기 가상 투영 영상을 생성하는, 금속 영역 복원 영상 업데이트 방법.The method of claim 13,
The generating of the virtual projection image may include generating the virtual projection image by virtually generating the same condition as the metal partial projection images.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100070609A KR101056287B1 (en) | 2010-07-21 | 2010-07-21 | Method and apparatus for removing metal artifact of x-ray computed tomography image using compressed sensing and expectation maximization algorithm |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100070609A KR101056287B1 (en) | 2010-07-21 | 2010-07-21 | Method and apparatus for removing metal artifact of x-ray computed tomography image using compressed sensing and expectation maximization algorithm |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101056287B1 true KR101056287B1 (en) | 2011-08-11 |
Family
ID=44933200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100070609A KR101056287B1 (en) | 2010-07-21 | 2010-07-21 | Method and apparatus for removing metal artifact of x-ray computed tomography image using compressed sensing and expectation maximization algorithm |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101056287B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013183896A1 (en) * | 2012-06-05 | 2013-12-12 | 광주과학기술원 | Method for reconstructing sparse signal in finite field, apparatus for reconstructing sparse signal in finite field, and recording medium for recording reconstruction method |
| KR20190102770A (en) * | 2018-02-27 | 2019-09-04 | 기초과학연구원 | Method for calibrating beam-hardening artifacts of computed tomography image and computed tomography apparatus using thereof |
| KR20210069389A (en) | 2019-12-03 | 2021-06-11 | 서울대학교산학협력단 | Apparatus and method for removing metal artifact of computer tomography image based on artificail intelligence |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060053091A (en) * | 2004-08-20 | 2006-05-19 | 제너럴 일렉트릭 캄파니 | Method and apparatus for metal artifact reduction in 3d x-ray image reconstruction using artifact spatial information |
| KR20100045277A (en) * | 2008-10-23 | 2010-05-03 | (주)바텍이우홀딩스 | Method for reducing metal artifact from x-ray image |
-
2010
- 2010-07-21 KR KR1020100070609A patent/KR101056287B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060053091A (en) * | 2004-08-20 | 2006-05-19 | 제너럴 일렉트릭 캄파니 | Method and apparatus for metal artifact reduction in 3d x-ray image reconstruction using artifact spatial information |
| KR20100045277A (en) * | 2008-10-23 | 2010-05-03 | (주)바텍이우홀딩스 | Method for reducing metal artifact from x-ray image |
Non-Patent Citations (1)
| Title |
|---|
| 논문 : 09. IEEE INTERNATIONAL SYMPOSIUM |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013183896A1 (en) * | 2012-06-05 | 2013-12-12 | 광주과학기술원 | Method for reconstructing sparse signal in finite field, apparatus for reconstructing sparse signal in finite field, and recording medium for recording reconstruction method |
| US9734128B2 (en) | 2012-06-05 | 2017-08-15 | Gwangju Institute Of Science And Technology | Method for reconstructing sparse signal in finite field, apparatus for reconstructing sparse signal in finite field, and recording medium for recording reconstruction method |
| KR20190102770A (en) * | 2018-02-27 | 2019-09-04 | 기초과학연구원 | Method for calibrating beam-hardening artifacts of computed tomography image and computed tomography apparatus using thereof |
| KR102489406B1 (en) | 2018-02-27 | 2023-01-18 | 기초과학연구원 | Method for calibrating beam-hardening artifacts of computed tomography image and computed tomography apparatus using thereof |
| KR20210069389A (en) | 2019-12-03 | 2021-06-11 | 서울대학교산학협력단 | Apparatus and method for removing metal artifact of computer tomography image based on artificail intelligence |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Anirudh et al. | Lose the views: Limited angle CT reconstruction via implicit sinogram completion | |
| EP3688723B1 (en) | Deep learning based scatter correction | |
| CN109712209B (en) | PET image reconstruction method, computer storage medium, and computer device | |
| WO2019128660A1 (en) | Method and device for training neural network, image processing method and device and storage medium | |
| KR102174600B1 (en) | Method for processing multi-directional x-ray computed tomography image using artificial neural network and apparatus therefor | |
| Karimi et al. | Segmentation of artifacts and anatomy in CT metal artifact reduction | |
| US8923583B2 (en) | Methods and systems for performing model-based iterative reconstruction | |
| CN109598697B (en) | Determination of a two-dimensional mammography data set | |
| US8416914B2 (en) | System and method of iterative image reconstruction for computed tomography | |
| Wang et al. | Limited-angle CT reconstruction via the l_1/l_2 minimization | |
| US20120027281A1 (en) | Method and apparatus for processing image, and medical image system employing the apparatus | |
| CN103559728B (en) | PET image maximum posterior reconstruction method based on united prior model with dissection function | |
| US8837801B2 (en) | Multi-energy X-ray system, image processing apparatus for discriminating multi-energy X-ray material, and image processing method for material discrimination of multi-energy X-ray system | |
| WO2016106990A1 (en) | Ct imaging method and system | |
| Bruder et al. | Adaptive iterative reconstruction | |
| EP3631763B1 (en) | Method and devices for image reconstruction | |
| Karimi et al. | Metal artifact reduction for CT-based luggage screening | |
| KR101056287B1 (en) | Method and apparatus for removing metal artifact of x-ray computed tomography image using compressed sensing and expectation maximization algorithm | |
| US6845143B2 (en) | CT image reconstruction | |
| Kazantsev et al. | A novel tomographic reconstruction method based on the robust Student's t function for suppressing data outliers | |
| WO2022268618A1 (en) | Multi-energy x-ray imaging with anatomical intelligence | |
| JP7187131B2 (en) | Image generation device, X-ray computed tomography device and image generation method | |
| Maeda et al. | Maximum a posteriori X-ray computed tomography using graph cuts | |
| CN107111887A (en) | Inverse correlation noise filter | |
| Arya et al. | Regularization based modified SART iterative method for CT image reconstruction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20140724 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20150729 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20160727 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20180123 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20180725 Year of fee payment: 8 |