RU2014143489A - Итеративная реконструкция изображения с регуляризацией - Google Patents
Итеративная реконструкция изображения с регуляризацией Download PDFInfo
- Publication number
- RU2014143489A RU2014143489A RU2014143489A RU2014143489A RU2014143489A RU 2014143489 A RU2014143489 A RU 2014143489A RU 2014143489 A RU2014143489 A RU 2014143489A RU 2014143489 A RU2014143489 A RU 2014143489A RU 2014143489 A RU2014143489 A RU 2014143489A
- Authority
- RU
- Russia
- Prior art keywords
- regularization
- scaling
- scaling factor
- image
- projection data
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
Abstract
1. Способ, содержащий:масштабирование параметра регуляризации алгоритма корректировки итеративного алгоритма реконструкции с регуляризацией с использованием значения масштабирования,причем значение масштабирования можно изменять по меньшей мере в одном измерении, тем самым изменяя регуляризацию итеративной реконструкции по меньшей мере в одном измерении; ипри этом алгоритм корректировки включает в себя постоянный параметр регуляризации;при этом масштабирование включает в себя умножение постоянного параметра регуляризации на значение масштабирования каждой корректировки; иитеративную реконструкцию изображения на основе по меньшей мере алгоритма корректировки, изменяемого масштабированного параметра регуляризации и проекционных данных.2. Способ по п. 1, дополнительно содержащий:вычисление значения масштабирования как функции проекционных данных.3. Способ по п. 2, дополнительно содержащий:вычисление значения масштабирования посредством вычисления квадратного корня обратной проекции проекционных данных.4. Способ по любому из пп. 1-3, в котором шум в проекционных данных пропорционален интенсивности проекционных данных.5. Способ по любому из пп. 1-3, в котором значение масштабирования изменяет регуляризацию таким образом, чтобы в областях изображения, где общее или среднее число детектированных фотонов больше, интенсивность регуляризации была более существенной, а в областях изображения, где число детектированных фотонов меньше, интенсивность регуляризации была менее существенной.6. Способ по п. 5, в котором масштабирование регуляризации в областях изображения, где общее или среднее число детектированных фотоно
Claims (15)
1. Способ, содержащий:
масштабирование параметра регуляризации алгоритма корректировки итеративного алгоритма реконструкции с регуляризацией с использованием значения масштабирования,
причем значение масштабирования можно изменять по меньшей мере в одном измерении, тем самым изменяя регуляризацию итеративной реконструкции по меньшей мере в одном измерении; и
при этом алгоритм корректировки включает в себя постоянный параметр регуляризации;
при этом масштабирование включает в себя умножение постоянного параметра регуляризации на значение масштабирования каждой корректировки; и
итеративную реконструкцию изображения на основе по меньшей мере алгоритма корректировки, изменяемого масштабированного параметра регуляризации и проекционных данных.
2. Способ по п. 1, дополнительно содержащий:
вычисление значения масштабирования как функции проекционных данных.
3. Способ по п. 2, дополнительно содержащий:
вычисление значения масштабирования посредством вычисления квадратного корня обратной проекции проекционных данных.
4. Способ по любому из пп. 1-3, в котором шум в проекционных данных пропорционален интенсивности проекционных данных.
5. Способ по любому из пп. 1-3, в котором значение масштабирования изменяет регуляризацию таким образом, чтобы в областях изображения, где общее или среднее число детектированных фотонов больше, интенсивность регуляризации была более существенной, а в областях изображения, где число детектированных фотонов меньше, интенсивность регуляризации была менее существенной.
6. Способ по п. 5, в котором масштабирование регуляризации в областях изображения, где общее или среднее число детектированных фотонов больше, противодействует более существенному значению корректировки алгоритма корректировки.
7. Способ по п. 5, в котором масштабирование регуляризации в областях изображения, где общее или среднее число детектированных фотонов меньше, противодействует менее существенному значению корректировки алгоритма корректировки.
8. Способ по любому из пп. 1-3, в котором масштабирование изменяет регуляризацию по меньшей мере в двух измерениях.
9. Способ по любому из пп. 1-3, в котором масштабирование изменяет регуляризацию по меньшей мере в трех измерениях.
10. Устройство (112) реконструкции, содержащее:
банк (206) алгоритмов коэффициента масштабирования по меньшей мере с одним алгоритмом (204) коэффициента масштабирования;
генератор (202) коэффициента масштабирования, который генерирует коэффициент масштабирования параметра регуляризации на основе по меньшей мере одного алгоритма коэффициента масштабирования;
банк (212) алгоритмов корректировки по меньшей мере с одним итеративным алгоритмом (210) корректировки реконструкции, использующим параметр регуляризации; и
корректор (208) изображения, который обрабатывает проекционные данные сканирования и реконструирует изображение на основе по меньшей мере одного итеративного алгоритма реконструкции и коэффициента масштабирования параметра регуляризации,
при этом корректор изображения умножает параметр регуляризации на коэффициент масштабирования при обработке проекционных данных, и
коэффициент масштабирования изменяет параметр регуляризации итеративного алгоритма реконструкции по меньшей мере в одном измерении.
11. Устройство реконструкции по п. 10, в котором генератор коэффициента масштабирования генерирует коэффициент масштабирования параметра регуляризации как функцию проекционных данных.
12. Устройство реконструкции по п. 11, в котором генератор коэффициента масштабирования генерирует коэффициент масштабирования параметра регуляризации как квадратный корень обратной проекции проекционных данных.
13. Устройство реконструкции по любому из пп. 10-12, в котором шум проекционных данных пропорционален интенсивности проекционных данных.
14. Устройство реконструкции по любому из пп. 10-12, в котором коэффициент масштабирования изменяет регуляризацию таким образом, чтобы в областях изображения, где общее или среднее число детектированных фотонов больше, интенсивность регуляризации была более существенной, а в областях изображения, где число детектированных фотонов меньше, интенсивность регуляризации была менее существенной,
при этом масштабирование регуляризации в областях изображения, где общее или среднее число детектированных фотонов больше, противодействует более существенному значению корректировки алгоритма корректировки, а масштабирование регуляризации в областях изображения, где общее или среднее число детектированных фотонов меньше, противодействует менее существенному значению корректировки алгоритма корректировки.
15. Устройство реконструкции по любому из пп. 10-12, дополнительно содержащее:
консоль (120), которая визуально представляет множество алгоритмов коэффициента масштабирования и принимает сигнал, указывающий на выбранный пользователем один из множества алгоритмов коэффициента масштабирования, причем генератор коэффициента масштабирования генерирует коэффициент масштабирования параметра регуляризации на основе выбранного пользователем одного из множества алгоритмов коэффициента масштабирования.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261617094P | 2012-03-29 | 2012-03-29 | |
US61/617,094 | 2012-03-29 | ||
PCT/IB2013/052298 WO2013144804A1 (en) | 2012-03-29 | 2013-03-22 | Iterative image reconstruction with regularization |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2014143489A true RU2014143489A (ru) | 2016-05-27 |
Family
ID=48521371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2014143489A RU2014143489A (ru) | 2012-03-29 | 2013-03-22 | Итеративная реконструкция изображения с регуляризацией |
Country Status (6)
Country | Link |
---|---|
US (1) | US9449404B2 (ru) |
EP (1) | EP2831844B1 (ru) |
JP (1) | JP6158910B2 (ru) |
CN (1) | CN104471615B (ru) |
RU (1) | RU2014143489A (ru) |
WO (1) | WO2013144804A1 (ru) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016135044A1 (en) * | 2015-02-25 | 2016-09-01 | Koninklijke Philips N.V. | A method for the reconstruction of quantitative iodine maps using energy resolved tomography |
US10740877B2 (en) * | 2016-04-05 | 2020-08-11 | Koninklijke Philips N.V. | Medical image processing |
EP3566209B1 (en) * | 2017-01-06 | 2021-11-03 | Koninklijke Philips N.V. | Standardized uptake value (suv) guided reconstruction control for improved outcome robustness in positron emission tomography (pet) imaging |
CN107638189B (zh) * | 2017-10-25 | 2021-06-01 | 东软医疗系统股份有限公司 | Ct成像方法和装置 |
WO2019149359A1 (en) | 2018-01-31 | 2019-08-08 | Mitos Gmbh | Method for image reconstruction of an object, in particular based on computed-tomography image reconstruction, and apparatus, system and computer program product for the same |
JP6950661B2 (ja) | 2018-10-29 | 2021-10-13 | 株式会社デンソー | 電池監視装置 |
US10685461B1 (en) | 2018-12-20 | 2020-06-16 | Canon Medical Systems Corporation | Apparatus and method for context-oriented iterative reconstruction for computed tomography (CT) |
WO2023114923A1 (en) * | 2021-12-17 | 2023-06-22 | The Regents Of The University Of California | Fusion of deep-learning based image reconstruction with noisy image measurements |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5708690A (en) * | 1996-10-11 | 1998-01-13 | General Electric Company | Methods and apparatus for helical image reconstruction in a computed tomography fluoro system |
US7272205B2 (en) * | 2004-11-17 | 2007-09-18 | Purdue Research Foundation | Methods, apparatus, and software to facilitate computing the elements of a forward projection matrix |
EP1861824B1 (en) * | 2005-03-16 | 2018-09-26 | Koninklijke Philips N.V. | Method and device for the iterative reconstruction of tomographic images |
WO2006097871A1 (en) | 2005-03-17 | 2006-09-21 | Philips Intellectual Property & Standards Gmbh | Method and device for the iterative reconstruction of cardiac images |
US8538099B2 (en) | 2005-03-23 | 2013-09-17 | General Electric Company | Method and system for controlling image reconstruction |
DE102009014723B4 (de) * | 2009-03-25 | 2012-10-25 | Siemens Aktiengesellschaft | Kontrastabhängige Regularisierungsstärke bei der iterativen Rekonstruktion von CT-Bildern |
US8111893B2 (en) | 2009-06-09 | 2012-02-07 | Wisconsin Alumni Research Foundation | Method for dynamic prior image constrained image reconstruction |
US8705831B2 (en) | 2009-09-24 | 2014-04-22 | Koninklijke Philips N.V. | System and method for generating an image of a region of interest |
US8498465B2 (en) | 2009-09-29 | 2013-07-30 | The Board Of Trustees Of The Leland Stanford Junior University | Accurate determination of the shape and localization of metallic object(s) in X-ray CT imaging |
US8483463B2 (en) * | 2010-05-19 | 2013-07-09 | Wisconsin Alumni Research Foundation | Method for radiation dose reduction using prior image constrained image reconstruction |
DE102010022306A1 (de) | 2010-06-01 | 2011-12-01 | Siemens Aktiengesellschaft | Iterative CT-Bildrekonstruktion in Kombination mit einem vierdimensionalen Rauschfilter |
US20130129178A1 (en) * | 2010-08-04 | 2013-05-23 | Koninklijke Philips Electronics N.V. | Method and system for iterative image reconstruction |
US8731269B2 (en) * | 2011-10-19 | 2014-05-20 | Kabushiki Kaisha Toshiba | Method and system for substantially reducing artifacts in circular cone beam computer tomography (CT) |
JP6223990B2 (ja) * | 2011-11-23 | 2017-11-01 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | イメージ領域のノイズ除去 |
-
2013
- 2013-03-22 CN CN201380017943.9A patent/CN104471615B/zh active Active
- 2013-03-22 JP JP2015502507A patent/JP6158910B2/ja active Active
- 2013-03-22 US US14/385,504 patent/US9449404B2/en active Active
- 2013-03-22 RU RU2014143489A patent/RU2014143489A/ru not_active Application Discontinuation
- 2013-03-22 WO PCT/IB2013/052298 patent/WO2013144804A1/en active Application Filing
- 2013-03-22 EP EP13725202.9A patent/EP2831844B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN104471615A (zh) | 2015-03-25 |
US9449404B2 (en) | 2016-09-20 |
US20150049930A1 (en) | 2015-02-19 |
WO2013144804A1 (en) | 2013-10-03 |
JP6158910B2 (ja) | 2017-07-05 |
JP2015516831A (ja) | 2015-06-18 |
EP2831844B1 (en) | 2017-08-23 |
CN104471615B (zh) | 2018-05-01 |
EP2831844A1 (en) | 2015-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2014143489A (ru) | Итеративная реконструкция изображения с регуляризацией | |
Tong et al. | Properties and mitigation of edge artifacts in PSF-based PET reconstruction | |
JP2014514048A5 (ru) | ||
RU2013147816A (ru) | Изображение с зависящим от контрастности разрешением | |
JP2015043495A5 (ru) | ||
JP2012054827A5 (ja) | 画像処理装置、画像処理方法及び記憶媒体 | |
JP2013542018A5 (ru) | ||
JP2010273142A5 (ru) | ||
JP2016506504A5 (ru) | ||
WO2015042939A1 (en) | Method and system for intra-oral imaging using hdr imagine and highlight removal | |
JP2018148318A5 (ru) | ||
JP2013009274A5 (ru) | ||
JP2013191030A5 (ru) | ||
JP2017167402A5 (ru) | ||
JP2014121019A5 (ru) | ||
EP3174008A1 (en) | Method and apparatus for determining a sharpness metric of an image | |
JP2013543784A5 (ru) | ||
Lv et al. | Deblurring Poisson noisy images by total variation with overlapping group sparsity | |
JP2009031870A5 (ru) | ||
JP2013219736A5 (ru) | ||
JP2015009126A5 (ru) | ||
JP2011028743A5 (ja) | 画像処理装置及び画像処理方法 | |
EP2639768A3 (en) | Image generating method, image generating apparatus and radiation tomographic imaging apparatus, and program therefor | |
JP2015088832A5 (ru) | ||
CN103985088B (zh) | 利用加权微分约束的红外条纹非均匀性校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FA92 | Acknowledgement of application withdrawn (lack of supplementary materials submitted) |
Effective date: 20170718 |