CN103299341B - 从计算机X线摄影图像中移除二维计算机x线摄影检测器的空间响应特征的方法 - Google Patents

从计算机X线摄影图像中移除二维计算机x线摄影检测器的空间响应特征的方法 Download PDF

Info

Publication number
CN103299341B
CN103299341B CN201280005696.6A CN201280005696A CN103299341B CN 103299341 B CN103299341 B CN 103299341B CN 201280005696 A CN201280005696 A CN 201280005696A CN 103299341 B CN103299341 B CN 103299341B
Authority
CN
China
Prior art keywords
image
feature
pixel
detecting device
roomage response
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.)
Expired - Fee Related
Application number
CN201280005696.6A
Other languages
English (en)
Other versions
CN103299341A (zh
Inventor
M.克雷森斯
H.范高伯根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Agfa Co ltd
Original Assignee
Agfa HealthCare NV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Agfa HealthCare NV filed Critical Agfa HealthCare NV
Publication of CN103299341A publication Critical patent/CN103299341A/zh
Application granted granted Critical
Publication of CN103299341B publication Critical patent/CN103299341B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

从计算机X线摄影图像中移除检测器的空间响应特征的方法,该方法通过在解调之前将检测器的特性响应特征进行自适应滤波并进行空间扭曲来实现。

Description

从计算机X线摄影图像中移除二维计算机x线摄影检测器的空间响应特征的方法
技术领域
本发明涉及计算机x线摄影(computedradiography)。更具体地,本发明涉及用于从借助于可光激励磷光体检测器采集的图像中移除该检测器的空间响应特征的方法。
背景技术
计算机X线摄影(CR)性能与整个图像采集、处理、显示链的总体图像质量和检测能力紧密结合。为了诊断,或者在技术性图像质量测试期间,患者或目标(模型)图像被创建在被称为图像板或检测器的中间存储介质上。在曝光期间,图像板捕获局部撞击的X射线,并存储潜在阴影图像,直到由读出装置(数字转换器)对其进行扫描并转化成数字图像为止。
在图像板制造期间,物理过程限制和容差跨越检测器表面产生局部灵敏度变化性。基于存储磷光体(无定形或晶体)的CR检测器是由基层、粘合层、转换和存储层以及保护密封层组成的多层结构。这些功能层及它们的界面中的每一个都可能遭受各种水平的典型缺陷、瑕疵和伪像,其引起局部偏离图像板灵敏度。跨越检测器表面的相对灵敏度分布中的中到高空间频率分量反映了图像板结构(IPS),即,该检测器的独有特征。
CR图像应该密切地反映患者或目标的X射线阴影信息。由于检测器的局部灵敏度是控制将潜在剂量信息转换成图像信号的倍增因子,因此IPS不可避免地被加水印到从其采集的每副CR图像中。因此,局部图像板灵敏度变化性可以导致诊断图像损失,因为相关患者信息被检测器的IPS所污染。类似于与剂量相关的量子(光子)噪声和数字转换器噪声,IPS是一种与检测器相关的干扰噪声源,其减小了CR***的检测量子效率(DQE)。过多的IPS因此降低了放射科医师的阅读舒适度和置信水平,因为其变得更加难以辨别细微但重要的图像信息。
***X线摄影(Mammography),即,一种图像质量方面有高度需求的CR市场,对检测器的灵敏度变化性分布的幅度和空间范围强加了严厉的要求。严格的IPS控制对于保留像微钙化之类的微小目标的充分可视性和对***组织内的细微结构、中型结构到大型结构的清晰描绘是关键的。图像板伪像,隔离的灵敏度干扰(也是检测器的特性IPS的一部分),是诊断图像查看方面主要的关注事项,因为它们的明显存在可能潜在地隐藏病理,并且阻碍对周围图像区域的阅读。过度的检测器灵敏度变化性在检测器制造中可能容易产生昂贵的收率损失(yieldloss)。
本发明的目标在于通过从X线摄影图像中移除X射线检测器的特性空间响应特征,来提高X线摄影图像***的诊断图像质量并扩展其检测能力。
发明内容
上述方面是通过一种具有权利要求1中阐述的具体特征的方法实现的。
在从属权利要求中阐述了用于本发明的优选实施例的具体特征。
检测器的特征被定义为计算机X线摄影检测器特性灵敏度的相对中到高空间频率分量。
本发明的方法将能够从诊断CR图像中移除图像板的干扰IPS噪声,从而获得前从未有的图像质量水平并且提高了检测能力(DOE)。
本发明的方法一般以适于当在计算机上运行时执行本发明的方法步骤的计算机程序产品的形式来被实施。该计算机程序产品通常被存储于计算机可读载体介质(诸如DVD)中。替代地,计算机程序产品采用电信号的形式并能够通过电子通信来被传送给用户。
IPS移除将间接地(提高的图像质量和DQE)减弱在检测器QC方面对严厉的IPS验收标准的需要,并且这导致了CR图像板制造中的更好的收率。
本发明的进一步优点和实施例将根据下面的描述和附图而变得显而易见。
附图说明
图1是图示了本发明的图像板特征移除方法的不同步骤的流程图。
具体实施方式
下面描述了从记录在图像板上的X线摄影图像中移除该图像板(也称作CR检测器)的空间响应特征的过程的具体实施例。
用于计算机X线摄影中的图像板通常包括可光激励磷光体。
例如在欧洲专利申请1818943和欧洲专利申请1526552中描述了包括可光激励磷光体的适当检测器的例子。
诊断图像产生
图像产生过程以其最一般的组成包括下述步骤:通过将患者或目标暴露于辐射,在计算机X线摄影检测器上捕获X射线阴影,优选地借助于光(例如激光)来对暴露的检测器进行逐行扫描,以及通过将被扫描的图像进行数字化,来产生诊断图像。
扫描和数字化方法及设备(也被称作数字转换器或读出设备)的例子是本领域公知的。该设备一般包括用于利用激励光(例如,根据飞点扫描原理)对已经暴露于穿透性照射(例如,X射线)的计算机X线摄影检测器进行逐行扫描(主扫描方向)的装置和用于在基本垂直于主扫描方向的第二方向(副扫描方向或慢速扫描传送方向)上传送检测器的装置,以获取二维扫描。在激励时,X线摄影检测器发射逐图像的调制光。提供装置(诸如光电倍增器)来检测该逐图像的调制光并将其转换成电图像信号。接下来将所述电图像信号由模数转换器来数字化。
在下文中对本发明中的几个步骤(其中一些是可选的)进行了描述。本领域技术人员将清楚的是,公开的数值仅用于说明目的而被给出,并且不限制本发明。
剂量线性信号转换
数字转换器的特性剂量响应曲线被用来将图像信号从通过扫描和数字化所得到的原生格式转换成剂量线性化信号(如果原生格式不是剂量线性的话),因为从CR(计算机X线摄影)图像中对图像板的结构(IPS)的预期移除需要倍增解调。
为了诊断图像而执行图像准备中的此第一步骤。
图像板特征检索
将诊断图像采集期间所使用的独有的图像板特征(IPS)借助于与诊断图像相关联的检测器的识别数据在本地或从IPS存储库中进行检索。
一种确定包括可光激励磷光体的二维X射线检测器的空间响应特征的方法在EP2407106中被描述。该方法包括如下步骤:通过将检测器均匀暴露于辐射并对该均匀暴露的检测器进行扫描,以及通过数字化所扫描的图像,来产生平场图像。接下来产生所述平场图像的低通滤波版本。最后,借助于所述低通滤波版本中的对应像素值来对所述平场图像进行背景解调。
图像板特征解密
该IPS可能需要解密(如果其在加密的情况下被存储)以将其转换成剂量线性、归一化的相对检测器灵敏度格式。
图像板特征再取样
如果检索到的IPS和诊断图像将具有不同的像素尺寸,则首先必须对IPS进行再取样以匹配所述诊断图像的像素尺寸。
图像板特征自适应滤波(清晰度匹配)
在图像板组装之后并且在将检测器以及其独有的关联IPS(IPS文件也可以是网络分布的)运送至医院之前,在制造中的图像板结构特征化期间,使用任务专用数字转换器。
在诊断成像期间,在世界范围的医院中使用不同的(并且可能甚至是不同类型的)数字转换器。由于在各个数字转换器之间的清晰度容差,如隐藏在剂量线性诊断图像中的检测器的空间灵敏度分布的最终得到的清晰度(MTF)可能不同于如存储在与检测器关联的IPS中的清晰度表示。对于最佳的IPS移除结果,该IPS的清晰度必须与如在诊断图像中存在的清晰度相匹配。此匹配过程由闭环控制***所执行,该闭环控制***接连改变自适应滤波器的特性,直到清晰度滤波的IPS*与如在诊断图像中存在的IPS最好地相关为止。根据自适应滤波特征和CR图像的配准中交叉相关性所计算的结果被用作灵敏反馈信号以测量所进行的清晰度匹配。基于这些信号,控制***确定最为最佳的滤波器设置以达到最好的可能清晰度匹配。在一个实施例中,来自诊断图像中的各种标记点的反馈信号被不同地加权。在***X线摄影图像中,来自皮肤线外侧的图像区域的交叉相关性结果被舍弃,并且将更多的反馈影响给予***图像的中央和胸壁区域。
高阻滤波的背景归一化
接下来,诊断图像的高阻滤波版本被产生并且借助于高阻滤波版本中的对应像素值来对该诊断图像进行背景归一化。
像素居中的5×5像素方形背景平均内核高阻滤波器(低通滤波器)通过将像素信号除以它们的背景平均信号以及通过用固定因子对该结果进行缩放来对低到中低空间频率图像分量进行解调,以获得期望的归一化信号水平。
该5×5像素内核尺寸是出于说明目的而给出的,并且不限制本发明。
为了剂量线性诊断图像和为了与其关联的IPS*清晰度匹配的检测器特征而执行该背景归一化步骤。
空间相关干扰、低到中空间频率图像分量通常广泛存在于诊断图像中。这些因此被有效地移除,并且所留下的是来自患者阴影和来自细微呈现的、隐藏的检测器特征的更高空间频率分量。这能够借助于由检测器相对灵敏度分布的细粒的、局部噪度性所主要操纵的基于虚拟标记的空间相关性来对在背景归一化诊断图像和它的IPS*之间的空间配准进行子像素精确确定。
Delta剪裁
虚拟标记相关性作用于位于背景归一化诊断图像中和IPS*中的两组空间关联的相邻像素群。
诊断图像中的污染表面颗粒能够产生高信号对比度,并且如果这些颗粒未被抑制,如果IPS在局部上也将包含相似外观(尺寸,形状,调制)特征,则这些颗粒可能破坏虚拟标记配准确定的精确度。
信号delta剪裁将局部像素信号的相对最大偏差限制到其局部背景的+/-1%,以防止这种情况。该+/-1%的剪裁水平是出于说明目的而给出的,并且不限制本发明。
为了背景归一化诊断图像和IPS*图像而执行信号delta剪裁。
虚拟标记框架定义
跨越了检测器表面的大部分的虚拟标记网格(或网状物)在delta剪裁的诊断图像中被定义,在此后充当空间参考图像。
使用以50微米的像素尺寸的100个像素的双向网格间距,在参考图像中产生不可见的但是可精确地检测到的界标的5mm迷宫尺寸(maze-size)网格。
这针对30×24cm的CR暗盒格式(携带CR检测器的暗盒)创建了57×45(2565)的虚拟标记阵列,并且能够实现对每一视图的空间失真的紧密的局部控制。
该数值数据是出于说明目的而给出的,并且对于本发明不是限制性的。
如果涉及的诊断应用允许使用物理标记,则虚拟标记也可以被物理标记所代替。
空间配准向量计算
集中在空间参考(诊断)图像内的网点附近的虚拟标记像素群是单独的子像素,所述单独的子像素与它们在delta剪裁的IPS*图像中的它们的稍微更大的对应配准向量搜索区域内布置的对应的具有类似尺寸的像素群相关。这样,基于在IPS*和诊断图像之间的检测器的隐藏IPS,通过子像素内插最大相关性来以足够的表面分辨率对局部配准向量进行检测。发现的局部配准向量被布置在IPS*图中,并且在概念上,参考图像的配准向量图将利用零向量来被填充。
多个基于虚拟标记的相关在跨越检测器表面的各种空间分布位置处被执行,并且所获得的相关性最大值的集合被用作反馈信号,以确定用于由嵌入式清晰度匹配控制***所执行的自适应IPS滤波的参数。
配准向量图验证和校正
针对局部非期待虚拟标记相关性异常来将配准向量图与参考图像进行交叉校验,所述配准向量图含有用于IPS*的子像素空间配准中的信息。这通过下述来完成:基于紧接围绕的配准向量来计算内插或外插(虚拟标记网格边界和转角)平均配准向量。如果局部计算的配准向量的向量差超过了某一子像素距离,那么所述局部计算的配准向量被其周围的向量均值所替代。整个IPS*配准向量图受到此验证和校正过程的影响。
扭曲向量图产生
一旦已经对虚拟标记配准向量图进行了校验和可能进行了修改,那么创建局部配准向量,所述局部配准向量将诊断图像(充当配准参考)像素中的每个与它们在IPS*中的子像素空间关联点相关。可用配准向量图数据的内插和/或外插以像素分辨率产生子像素精确空间配准向量的此图像范围的图。
该图唯一定义了使IPS*失真(扭曲)所需要的几何变换模型,使得它的像素与对应的诊断图像像素物理匹配(在图像板的检测器层处)。
图像配准中的扭曲
基于对于每个诊断图像像素而言可用的子像素精确度配准向量,通过使用来自相关背景归一化和剪裁的IPS*图像的像素信号来执行空间配准中的信号重构。相关图像的周围像素信号的配准向量操纵的内插计算了配准中的信号。这样,该IPS*被它的空间配准(与诊断图像)中的计算图像所代替。因此,在检测器的表面处与来自诊断图像中的其对应像素的信号相同的物理位置处计算该扭曲IPS*图像的像素信号。
子像素相位控制的MTF重构
背景归一化和剪裁的IPS*已经基于其局部围绕的初始像素数据和其与由空间配准向量所指示的实际内插(再取样)点对应的双向子像素相位,根据其图像范围的配准向量图而被扭曲。对于该图像再取样(扭曲)过程而言,一定量的清晰度损失是固有的,并且所得到的双向图像模糊取决于内插点的双向、子像素相位的幅度。内插点所处的位置与某一图像方向上的最近初始图像像素越近,该方向上的扭曲图像就将越清晰。在内插点处于在两个主图像方向上以相同的0.5像素相位的四个周围初始数据像素的中心时,所述清晰度损失处于最大值。调制传递函数(清晰度)重构从受到验证和校正的配准向量图中提取双向去耦的子像素相位,并从其提炼出各向异性卷积滤波器内核,以重新建立扭曲图像以扭曲以前的水平的清晰度。该清晰度重构滤波过程的增益接近一(unity),并且该重构过程产生了IPS**图像。
图像板特征解调
IPS**的诊断图像内扭曲像素包含局部相对检测器灵敏度分布。通过利用此接近一的IPS**数据来划分剂量线性诊断图像,创建了新的图像信号,该图像信号模拟了针对跨越整个检测器表面的一致剂量灵敏度的局部像素响应。这样,将检测器的不一致灵敏度分布的干扰效应从诊断图像中有效地移除。
仅将饱和的CR像素传递到特征移除的CR图像上而没有解调,以避免在平滑、饱和图像区域中检测器的相对灵敏度分布的不适当的灌入(burnin)。如果需要,将该IPS**解调信号剪裁到饱和信号水平。
原生转换
除非诊断图像像素信号已经是以剂量线性格式,否则将IPS移除的图像转换成它的原生信号格式来结束图像板特征移除的过程。

Claims (16)

1.从计算机X线摄影(CR)图像中移除包括可光激励磷光体的二维X射线检测器的空间响应特征的方法,其通过以下步骤实现:
-检索在采集所述CR图像期间所使用的CR检测器的空间响应特征;
-通过将所述CR图像的像素值除以在检索并空间重映射的特征中的对应值来对所述CR图像进行空间配准中的解调,通过根据几何变换模型扭曲所述空间响应特征来得到空间重映射的特征的值,其特征在于:
用于从所述CR检测器读出所述CR图像的读出装置与在确定所述CR检测器的空间响应特征期间所使用读出装置是不同的装置,并且所检索的空间响应特征被再取样以使所述所检索的空间响应特征的像素尺寸与所述CR图像的像素尺寸相匹配。
2.根据权利要求1所述的方法,其中通过将所述CR图像逐像素地除以所述CR图像的低通滤波版本,并且通过将所述所检索的空间响应特征逐像素地除以所述所检索的空间响应特征的低通滤波版本来将所述CR图像和所述所检索的空间响应特征进行背景归一化。
3.根据权利要求1所述的方法,其中,如果表示所述CR图像或所述所检索的空间响应特征的信号与对应的背景解调信号偏离超过给定的阈值百分比,则对所述CR图像和所述所检索的空间响应特征进行剪裁。
4.根据权利要求1所述的方法,其中所述几何变换模型是通过交叉配准布置于所述CR检测器的表面上并且存在于所述CR图像和所述检索的特征两者中的多个空间分布的标记来计算的。
5.根据权利要求4所述的方法,其中所述标记是由在所述CR图像内任意定义的相邻像素群所组成的虚拟标记。
6.根据权利要求5所述的方法,其中对于每个标记,通过使与所述CR图像中的所述标记相关联的像素群数据值与多个物理上相邻的双向像素偏移的像素群数据值集合交叉相关以获得交叉相关性结果集合,来计算空间配准中的位置。
7.根据权利要求6所述的方法,其中通过对所述交叉相关性结果集合进行内插来以子像素精确度确定每个标记的配准中的位置。
8.根据权利要求4所述的方法,其中在所述CR图像中定义双向标记网格。
9.根据权利要求8所述的方法,其中表示在所述CR图像中的标记网格元素的位置与其在所述所检索的空间响应特征中的对应位置之间的几何变换的标记网格的向量数据的内插或外插被用于构成几何变换模型,所述几何变换模型将每个单独的CR图像像素与其在所述检索的特征中的物理关联的位置相联系。
10.根据权利要求9所述的方法,其中通过对在由所述几何变换模型所指示的位置处的特征数据进行内插或外插来使所述检索的特征扭曲以逐像素地与所述CR图像对应。
11.根据权利要求10所述的方法,其中由所述向量数据所定义的双向去耦子像素相位被提取,并从其提炼各项异性卷积滤波器内核,以将所述扭曲特征的清晰度以扭曲前的水平重新建立。
12.根据权利要求1所述的方法,其中所述检索的特征经过自适应滤波器来补偿所使用的CR读出装置的调制传递函数差异和时间漂移。
13.根据权利要求12所述的方法,其中自适应滤波的特征的集合与CR图像之间的配准中交叉相关性反馈的性能确定了所述自适应滤波器的滤波参数。
14.根据权利要求13所述的方法,其中在所述CR图像中和自适应滤波的特征中的多个空间分布的感兴趣区域对交叉相关性反馈有贡献。
15.根据权利要求14所述的方法,其中所述多个感兴趣区域的反馈贡献被不同地加权。
16.根据权利要求15所述的方法,其中归于所述感兴趣区域的贡献的权重取决于所述CR图像内部的所述感兴趣区域的诊断重要性。
CN201280005696.6A 2011-01-18 2012-01-17 从计算机X线摄影图像中移除二维计算机x线摄影检测器的空间响应特征的方法 Expired - Fee Related CN103299341B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201161433753P 2011-01-18 2011-01-18
EP11151202.6A EP2477153B1 (en) 2011-01-18 2011-01-18 Method of removing the spatial response signature of a detector from a computed radiography image
US61/433753 2011-01-18
EP11151202.6 2011-01-18
PCT/EP2012/050594 WO2012098088A1 (en) 2011-01-18 2012-01-17 Method of removing the spatial response signature of a two-dimensional computed radiography detector from a computed radiography image.

Publications (2)

Publication Number Publication Date
CN103299341A CN103299341A (zh) 2013-09-11
CN103299341B true CN103299341B (zh) 2015-11-25

Family

ID=43983767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280005696.6A Expired - Fee Related CN103299341B (zh) 2011-01-18 2012-01-17 从计算机X线摄影图像中移除二维计算机x线摄影检测器的空间响应特征的方法

Country Status (5)

Country Link
US (1) US8855359B2 (zh)
EP (1) EP2477153B1 (zh)
CN (1) CN103299341B (zh)
BR (1) BR112013017076A2 (zh)
WO (1) WO2012098088A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2675151A1 (en) 2012-06-11 2013-12-18 Agfa Healthcare A method to evaluate the presence of a source of x-ray beam inhomogeneity during x-ray exposure.
US10621700B1 (en) * 2017-06-21 2020-04-14 Lickenbrock Technologies Llc Computed radiography contrast, noise and resolution improvement
CN109632813A (zh) * 2019-01-18 2019-04-16 福建伟易泰智能科技有限公司 综丝综眼检测与处理方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0823691B1 (en) * 1996-08-08 2003-12-17 Agfa-Gevaert Method of correcting a radiation image for defects in the recording member
EP1798576A2 (en) * 2005-12-15 2007-06-20 General Electric Company Computed radiography systems and methods of use
CN101371786A (zh) * 2007-08-24 2009-02-25 北京师范大学珠海分校 一种x射线图像三维重构的方法及***

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5315507A (en) * 1989-09-22 1994-05-24 Fuji Photo Film Co., Ltd. Energy subtraction processing method and apparatus, superposition processing method and apparatus, and radiation image read-out apparatus
DE69916402T2 (de) * 1998-06-16 2009-10-01 The Board Of Regents Of Oklahoma State University, Stillwater System und verfahren zum nachweis von anormalen strahlungsbelichtungen mittels gepulster optisch stimulierter lumineszenz
WO2003011764A2 (en) * 2001-08-03 2003-02-13 Volker Westphal Real-time imaging system and method
US7199837B2 (en) * 2001-11-13 2007-04-03 Ati Technologies, Inc. System for improved ratiometric expansion and method thereof
US20050096515A1 (en) * 2003-10-23 2005-05-05 Geng Z. J. Three-dimensional surface image guided adaptive therapy system
EP1526552B1 (en) 2003-10-24 2011-09-28 Agfa HealthCare NV System for reading out a plurality of differing storage phosphor screens
KR100595254B1 (ko) * 2004-01-17 2006-07-03 엘지전자 주식회사 좌표 변환 장치 및 방법
JP2006242903A (ja) * 2005-03-07 2006-09-14 Fuji Photo Film Co Ltd 放射線画像補正装置
US8194946B2 (en) * 2005-07-28 2012-06-05 Fujifilm Corporation Aligning apparatus, aligning method, and the program
DE602007000696D1 (de) 2006-02-09 2009-04-30 Agfa Healthcare Nv Strahlungsbildspeicherschirm und Herstellungsverfahren dafür
US7734084B2 (en) * 2006-10-20 2010-06-08 Hewlett-Packard Development Company, L.P. Method and system for offset estimation and alignment
US8008642B2 (en) * 2007-05-30 2011-08-30 Uchicago Argonne, Llc Computed radiography system for mammography
US8558207B2 (en) * 2009-09-29 2013-10-15 Carestream Health, Inc. Photostimulable plate reading device
EP2407106B1 (en) 2010-07-15 2018-06-27 Agfa HealthCare NV Method of determining the spatial response signature of a detector in computed radiography

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0823691B1 (en) * 1996-08-08 2003-12-17 Agfa-Gevaert Method of correcting a radiation image for defects in the recording member
EP1798576A2 (en) * 2005-12-15 2007-06-20 General Electric Company Computed radiography systems and methods of use
CN101371786A (zh) * 2007-08-24 2009-02-25 北京师范大学珠海分校 一种x射线图像三维重构的方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Modeling the Performance Characteristics of Computed Radiography(CR)Systems;Srinivasan Vedantham et al;《IEEE TRANSACTIONS ON MEDICAL IMAGING》;20100331;第29卷(第3期);第790-806页 *

Also Published As

Publication number Publication date
EP2477153A1 (en) 2012-07-18
BR112013017076A2 (pt) 2019-09-24
WO2012098088A1 (en) 2012-07-26
US20130287281A1 (en) 2013-10-31
CN103299341A (zh) 2013-09-11
EP2477153B1 (en) 2013-11-13
US8855359B2 (en) 2014-10-07

Similar Documents

Publication Publication Date Title
CN102656608B (zh) 重建感兴趣对象
CN102436653B (zh) 确定组织基质中可疑区域的图像处理方法
Cockmartin et al. Comparative power law analysis of structured breast phantom and patient images in digital mammography and breast tomosynthesis
CN102346924B (zh) 用于x射线图像的重建的***和方法
CN103429157B (zh) 放射照相成像方法和设备
RU2427037C2 (ru) Способ и система для реконструкции рет-изображения с использованием суррогатного изображения
CN101739708B (zh) 医用图像处理装置、超声波图像取得装置和医用图像处理方法
Zanca et al. Evaluation of clinical image processing algorithms used in digital mammography
CN101283930A (zh) 图像诊断支持***及图像诊断支持方法
CN102622743A (zh) 用于比较3d和2d图像数据的方法和设备
CN101300601A (zh) 使用部分事件数据进行pet图像重建的方法和***
CN107635469A (zh) 基于pet***中的散射符合的衰减图的估计
CN102970931B (zh) 用于确定计算机x线摄影中的探测器的空间响应标记图的方法
CN103299341B (zh) 从计算机X线摄影图像中移除二维计算机x线摄影检测器的空间响应特征的方法
CN102132322A (zh) 用于确定对象的尺寸改变的设备
Mainprize et al. The relationship between anatomic noise and volumetric breast density for digital mammography
Michail et al. Figure of image quality and information capacity in digital mammography
Mainprize et al. Dependence of image quality on geometric factors in breast tomosynthesis
Bosmans et al. Image quality measurements and metrics in full field digital mammography: an overview
Carton et al. Development and validation of a simulation procedure to study the visibility of micro calcifications in digital mammograms
Makeev et al. Objective assessment of task performance: a comparison of two FFDM detectors using an anthropomorphic breast phantom
Pinto Pereira et al. Automated registration of diagnostic to prediagnostic x‐ray mammograms: Evaluation and comparison to radiologists’ accuracy
CN1284659A (zh) 用于双能量x射线成像的设备和方法
Rodríguez Pérez et al. Methodology to create 3D models of COVID-19 pathologies for virtual clinical trials
JP2006280713A (ja) 異常陰影候補検出方法及び医用画像システム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190506

Address after: Belgian Mo

Patentee after: Agfa Co.,Ltd.

Address before: Belgian Mo

Patentee before: AGFA HEALTHCARE

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151125

CF01 Termination of patent right due to non-payment of annual fee