CN105407805B - 用于提高多片层成像***的空间分辨率的***和方法 - Google Patents
用于提高多片层成像***的空间分辨率的***和方法 Download PDFInfo
- Publication number
- CN105407805B CN105407805B CN201480043539.3A CN201480043539A CN105407805B CN 105407805 B CN105407805 B CN 105407805B CN 201480043539 A CN201480043539 A CN 201480043539A CN 105407805 B CN105407805 B CN 105407805B
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- candidate
- adjacent
- intensity value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003384 imaging method Methods 0.000 title description 13
- 238000013170 computed tomography imaging Methods 0.000 claims abstract description 22
- 238000005452 bending Methods 0.000 claims abstract description 5
- 241000446313 Lamella Species 0.000 claims description 30
- 230000035945 sensitivity Effects 0.000 claims description 24
- 230000003014 reinforcing effect Effects 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 19
- 238000013480 data collection Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 230000008685 targeting Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 230000002787 reinforcement Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000005728 strengthening Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 210000000988 bone and bone Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 210000004204 blood vessel Anatomy 0.000 description 5
- 239000011888 foil Substances 0.000 description 5
- 238000004806 packaging method and process Methods 0.000 description 5
- 238000004080 punching Methods 0.000 description 5
- 230000000630 rising effect Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005538 encapsulation Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000004872 soft tissue Anatomy 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005482 strain hardening Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000012152 algorithmic method Methods 0.000 description 1
- 239000005030 aluminium foil Substances 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000011469 building brick Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/416—Exact reconstruction
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Pulmonology (AREA)
Abstract
一种***和方法包括使用CT成像***从对象获取投射集合,并根据所述投射集合重构被扫描的对象的初始图像,所重构的初始图像包含多个像素。该***和方法还包括在所述多个像素内识别候选像素,对所述候选像素应用非线性强化以便迭代地调整所述候选像素的强度值,以及使用所述候选像素的已调整的强度值来生成最终图像。
Description
技术领域
本发明的实施例一般涉及诊断成像,以及更具体地来说,涉及一种用于实现多片层成像***的改进的空间分辨率的***和方法。
背景技术
典型地,在计算机层析(CT)成像***中,x射线源向受检者或对象,如患者或一件行李发射扇形射线束。下文中,术语“受检者”和“对象”应包含能够被成像的任何事物。具体来说,x射线源内包含的x射线管在焦点或焦斑处发射x射线束。在被受检者衰减之后,射线束在放射或x射线检测器阵列上成像。
在现有CT***中,将x射线束从x射线源经由患者前准直器投射,该患者前准直器定义患者轴或z轴中x射线束轮廓。准直器典型地包括x射线吸收材料,其具有孔径以用于限制x射线束。
X射线检测器还典型地包括用于将检测器处接收的x射线束准直的准直器、邻近准直器且用于将x射线转换成光能的闪烁器以及用于从邻近闪烁器接收光能并据以产生电信号的光电二极管。作为备选,x射线检测器可以包括将x射线束直接转换成电信号的直接转换装置。
典型地,闪烁器阵列中的每一个闪烁器将x射线转换成光能。每个闪烁器将光能释放到与之邻接的光电二极管。每个光电二极管检测光能并生成对应的电信号。然后将光电二极管的输出传送到数据处理***以用于校准和图像重构。
检测器阵列处接收的衰减的射线束辐射强度典型地取决于受检者对x射线的衰减。检测器阵列的每个检测器元件产生单独电信号,其指示每个检测器元件接收的衰减的射线束。这些电信号被传送到数据处理***以用于分析,最终产生图像。
一般来说,x射线源和检测器阵列在成像平面内绕着台架和围绕受检者旋转,以使x射线束与受检者相交的角度恒定地改变。在一个台架角度下来自检测器阵列的一组x射线衰减测量,即,投射数据称为“视图”。受检者的“扫描”包括x射线源和检测器的一个循环期间,在不同台架角度下或查看角度下制作的一组视图。作为备选,可以将x射线源和检测器的阵列布置成完全包围患者,从而允许CT***获取完整数据或投射集合而无需旋转移动。
CT成像***沿着其z轴的分辨率是重要的性能参数。能够解析精细结构可使更好的诊断成为可能。例如,提高的分辨率不仅有助于IAC和四肢研究,而且对于心脏科应用还帮助检查支架结构的完整性。
CT成像***典型地在诸如准直器孔径尺寸、x射线焦斑尺寸、检测器单元尺寸和CT***的几何形状的因素造成的限制内提供沿着患者纵轴(z轴)的图像分辨率。至少一种公知的CT***的最小片层厚度是1.25毫米,其主要由检测器单元间距尺寸确定。为了提高图像分辨率,期望将片层厚度减小到小于1毫米,以及以对成像***硬件最小的影响来实现这种减小。对于具有本身片层厚度小于1 mm的CT***(例如,至少一个公知CT***提供0.625mm),期望更进一步地减小片层厚度(例如,减小到小于0.5 mm)。
为了减小单一片层或双片层成像***的片层厚度,照射检测器元件的多个部分,以及将如投射数据或图像数据的图像数据去卷积(deconvolved),以减少重构的片层分布的半峰全宽(FWHM)间距。但是,可能在对多片层成像***同时收集多于两个检测器行信号实现此方法时产生困难,因为非常难将患者前准直器设计成部分地遮挡每个个体检测器行的x射线束。
针对多片层成像***提高z轴的空间分辨率的过往工作主要着重于硬件解决方案,如将检测器单元切割得更小或动态地偏转x射线焦斑以实现改进的采样。针对提高z轴中的空间分辨率而提出的另一种方法是“薄双(thin twin)”方法,其中将多片层检测器与窄准直的x射线束组合来实现比检测器的孔径更薄的片层分布。虽然这些基于硬件的方法可以提高分辨率,但是这些方法增加了整体***成本、技术的复杂性以及扫描器的采集时间。
为了提高z轴空间分辨率,也已经提出基于软件的解决方案。例如,已有多种尝试使用去卷积技术来减小片层灵敏度分布。虽然这些技术在减小片层灵敏度分布的FWHM中可能是有效的,但是,这些技术一般会由于去卷积算法的特点而导致已处理的图像中的过冲(overshoot)和欠冲(undershoot)。过冲和欠冲现象是非常不希望见到的,因为它在高密度对象周围产生错误结构,并且可能潜在地导致图像的临床误解释。
因此,期望设计一种克服前述缺点的***和方法以用于提高多片层CT成像***的z轴中的空间分辨率。
发明内容
根据本发明的一个方面,一种非瞬态计算机可读存储介质其上存储有包含指令的计算机程序,当所述指令被计算机执行时,促使所述计算机使用CT成像***从对象获取投射集合并根据所述投射集合重构被扫描的对象的初始图像,重构的初始图像包含多个像素。所述指令还促使所述计算机在所述多个像素内识别候选像素,对所述候选像素应用非线性强化以便迭代地调整所述候选像素的强度值,以及使用所述候选像素的已调整的强度值来生成最终图像。
根据本发明的另一方面,一种生成CT图像的方法包括,从CT成像***获取表示对象的CT数据,根据所获取的CT数据重构CT图像,以及基于所述CT图像的相邻像素之间的强度变化从所述CT图像中识别候选像素集合。该方法还包括迭代地增强所述候选像素集合的强度并使用该迭代强化的候选像素集合和来自所述CT图像的多个未增强的像素生成所述对象的最终图像。
根据本发明的另一方面,一种CT***包括具有开口以接纳要扫描的受检者的可旋转台架、设在所述可旋转台架上且配置成对所述受检者投射x射线的x射线源以及连接到所述台架且定位成接收来自所述x射线源且穿过所述受检者的x射线的多片层检测器阵列。所述CT***还包括定位在所述开口中的工作台和计算机,所述工作台可在所述CT***的z方向上移动。所述计算机编程为获取所述对象的多个投射数据集,使用所述多个投射数据集重构所述对象的图像,以及基于多个候选像素中相应后续像素与所述重构的图像中与所述相应候选像素相邻的至少两个像素以从所述重构的图像中识别所述多个候选像素。所述计算机还编程为修改所述多个候选像素的强度并使用所述多个候选像素的修改的强度来生成强化的图像。
通过下文的详细描述和附图,将使多种其他特征和优点显而易见。
附图说明
这些附图图示目前设想用于实现本发明的优选实施例。
在这些附图中:
图1是CT成像***的绘画视图。
图2是图1所示的***的示意框图。
图3是CT***检测器阵列的一个实施例的透视图。
图4是检测器的一个实施例的透视图。
图5是CT成像***,如图1的CT成像***的示范性片层灵敏度分布。
图6图示根据本发明的实施例的一种用于生成强化的图像的技术。
图7是图示沿着z轴的相邻样本点群组所对应的像素之间的示范强度变化的曲线图。
图8是图示沿着z轴的相邻样本点群组所对应的像素之间的另一个示范强度变化的曲线图。
图9是图示沿着z轴的相邻样本点群组所对应的像素之间的另一个示范强度变化的曲线图。
图10是图示沿着z轴的相邻样本点群组所对应的像素之间的另一个示范强度变化的曲线图。
图11图示CT成像***,如图1的CT成像***获取的薄箔片仿真的示范性冠状图像,其中靶向的片层厚度为0.625 mm以及按0.1 mm增量重构的图像。
图12图示CT成像***,如图1的CT成像***获取的薄箔片仿真(phantom)的示范性冠状图像,其中靶向片层厚度为1.25mm以及按0.2mm增量重构的图像。
图13是图11所示图像所对应的片层灵敏度分布。
图14是图12所示图像所对应的片层灵敏度分布。
图15是用于与非侵入包裹检查***一起使用的CT***的绘画视图。
具体实施方式
本发明的操作环境是结合64片层计算机层析(CT)***来描述的。但是,本领域技术人员将认识到,本发明等效地可应用于与其他多片层配置结合使用。此外,虽然本发明是结合与CT***一起使用的图像重构技术来描述的,但是本领域技术人员将认识到本文阐述的概念不限于CT,并且可以应用于与医疗领域和非医疗领域中的其他成像设备一起使用的重构技术,例如,x射线***、PET***、SPECT***、MR***或其任何组合。而且,本发明将结合x射线的检测和转换来描述。但是,本领域技术人员还将认识到本发明可等效地应用于其他高频电磁能的检测和转换。本发明将结合“第三代”CT扫描器来描述,但是可等效地与其他CT***一起应用。
参考图1,计算机层析(CT)成像***10示出为包括表示“第三代”CT扫描器的台架12。台架12具有x射线源14,x射线源14向台架12的对侧上的检测器组装件或准直器18投射x射线束。现在参考图2,检测器组装件18由多个检测器20和数据采集***(DAS)32形成。多个检测器20感测穿过内科患者22的投射的x射线16,以及DAS 32将该数据转换成数字信号以用于后续处理。每个检测器20产生模拟电信号,该模拟电信号表示撞击x射线束以及由此因穿过患者22而衰减的射线束的强度。在扫描以获取x射线投射数据期间,台架12和安装在其上的组件绕着旋转中心24旋转。
台架12的旋转和x射线源14的工作由CT***10的控制机构26来管控。控制机构26包括x射线控制器28和台架电动机控制器30,x射线控制器28向x射线源14提供功率和定时信号以及台架电动机控制器30控制台架12的旋转速度和位置。图像重构器或计算机处理器34从DAS 32接收采样并数字化的x射线数据并执行高速重构。重构的图像作为输入应用于计算机36,计算机36将图像存储在海量存储装置38中。
计算机36还经由控制台40从操作员接收命令和扫描参数,控制器40具有某种形式的操作员接口,例如键盘、鼠标、语音启动的控制器或任何其他适合的输入装置。关联的显示器42允许操作员观察来自计算机36的重构的图像和其他数据。计算机36使用操作员提供的命令和参数来向DAS 32、x射线控制器28和台架电动机控制器30提供控制信号和信息。此外,计算机36操作工作台电动机控制器44,工作台电动机控制器44控制电动工作台46以定位患者22和台架12。具体来说,工作台46将患者22沿着CT***10的z轴或z方向完全或部分地移动通过图1的台架开口48。
如图3所示,检测器组装件18包括导轨17,导轨17之间设有准直片或准直板19。准直板19定位成在此类射线束撞击例如定位于检测器组装件18上的图4的检测器20之前准直x射线16。在一个实施例中,检测器组装件18包括57个检测器模块20,每个检测器模块20具有阵列大小为64×16的像素元件50。因此,检测器组装件18具有64行和912列(57个检测器模块),这允许台架12的每次旋转收集64个同时的数据片层。
参考图4,检测器20包括DAS 32,其中每个检测器20包含设在封装51中的多个检测器元件50。检测器20包括定位于封装51内相对于检测器元件50的引脚52。封装51定位于背光式二极管阵列53上,背光式二极管阵列53具有多个二极管59。背光式二极管阵列53又定位于多层衬底54上。间隔器55定位于多层衬底54上。检测器元件50光耦合到背光式二极管阵列53,以及背光式二极管阵列53由电耦合到多层衬底54。柔性电路56连接到多层衬底54的面57和DAS 32。使用引脚52将检测器20定位于检测器组装件18内。
在一个实施例的操作中,撞击在检测器元件50内的x射线生成遍历封装51的光子,由此生成背光式二极管阵列53内的二极管上检测到的光信号。生成的模拟信号经由多层衬底54,经由柔性电路56载送到DAS 32,其中模拟信号被转换成数字信号。
图5图示以螺旋扫描模式工作的CT成像***,如图1的CT***10的示范性片层灵敏度分布(SSP)70。示范性SSP 70是以0.516(33/64)的螺旋间距以及小于1 mm(即,次毫米)的靶向重构厚度,以相加模式获取的。片层灵敏度分布70的半峰全宽(FWHM)是0.987 mm,其显著地大于0.625 mm的原有数据采集检测器孔径。片层灵敏度分布性能下降的约30%是由于锥形束重构过程中使用的插值算法所致。性能下降的约20%是由于重构的“相加”模式所致,其中有意地降低片层灵敏度分布70的性能以减少图像噪声和伪影。因为CT***的频率响应有限,SSP 70不呈现与检测器单元本身相似的矩形形状。相反,如图所示,片层灵敏度分布70具有平滑且大部分高斯分布。
现在参考图6,阐述一种技术72,其减少片层灵敏度分布并提高CT扫描器的空间分辨率而不会生成公知线性去卷积算法产生的伪影或噪声。技术72开始于框74,其使用螺旋扫描模式下工作的多片层CT成像***,如(图1)CT***10获取投射数据。在框76处,重构所获取的投射数据以生成重叠的初始图像集合。重叠的图像是指该事实:相邻图像之间沿着z轴的间距小于图像片层厚度的标称FWHM。在框78处,使用迭代算法以非线性方式强化初始图像的选择像素。技术72然后在框80处使用强化的像素值与非强化的像素值的组合来生成对象的最终图像。可以将最终图像输出到显示器,如图2的显示器42,以供用户查看和分析。
给定典型的CT***的片层灵敏度分布的平滑变化特征,例如,图5的片层灵敏度部分,对象中的任何真实结构沿着z轴其强度分布上应该呈现相似平滑的变化,因为重构图像的最终响应仅是对象的结构利用片层灵敏度分布的卷积。技术72利用此观察以便通过分析沿着z轴的相邻像素的强度变化将图像中的真实结构与噪声引起的波动分离。其中相邻像素的强度变化呈现连续趋势的情况中,技术72认为这些强度变化是由真实结构导致的。但是,在强度变化未呈现连续趋势的情况中,这些变化可能是由噪声引起的。正如本文所使用的,短语“连续趋势”表示相邻像素之间的强度值改变的方向不与沿着z轴的给定相邻像素集合内的方向相逆。
为了分析强度变化,技术72根据沿着z轴的相邻采样点评估像素群组的强度变化。图7-10图示相邻采样点群组中相邻像素之间的像素强度值的四个示范性变化。如果该群组内相邻像素之间的强度变化呈现连续上升趋势,如图7所示,或连续下降趋势,如图8所示,则技术72将该群组的中心像素指定为用于强化的候选像素,因为该强度变化的趋势指示中心像素具有符合真实结构的高可能性。
在一些实施例中,在该相邻像素群组的最中心像素呈现连续趋势以及该群组的外侧像素未与最中心像素的上升或下降趋势相逆,如图9和图10所示的情况中,技术72还可以将该群组的中心像素指定为与真实结构对应的强化候选像素。
在上文描述的示范实施例中,使用与五(5)个相邻采样点对应的像素来识别用于强化的候选像素。但是,根据多种实施例,采样点的数量可以基于多个因素而有所变化,例如,重叠的重构中图像之间的重叠度、扫描的解剖结构或对象的类型、片层厚度和多种其他扫描参数。
在框76处,技术72使用重叠的重构来重构初始图像,以便确保以足够精细间隔收集像素样本,以使对应于真实结构的相邻像素呈现相邻像素间强度变化中的上述趋势。即,如果以粗略间隔收集样本,则在扫描的对象中存在尖锐边缘的情况中,样本群组内非常少(如果有的话)中心像素可以满足上升或下降相邻像素的表征。因此,技术72将重叠的重构的图像间距选为小于原图像的靶向片层厚度。作为一个示例,如果原图像获取并重构为0.625毫米片层厚度,则图像之间可以选择0.1毫米间距。作为另一个示例,如果原图像获取并重构为1.25毫米片层厚度,则可以选择图像之间为0.2毫米间距。正如本领域技术人员将认识到的,可以优化图像间距来实现强化候选像素识别的有效性与重构的总速度之间的平衡。
在强化过程期间,技术72计算沿着z轴的关注像素与其相邻像素之间的差。在五个样本群组中分析相邻像素的示范性实施例中,例如,这五个像素样本可以指定为p -282、p - 184、p 086, p 188和p 290,其中p 086作为样本群组的中心像素,被定义为被分析用于可能强化的关注像素。
当给定样本群组的中心像素满足图7-10所示的任何条件时,将该像素选为非线性强化过程的候选像素。例如,在中心像素p 0,86的强度大于第一相邻像素p -1,84的强度,第一相邻像素p -1,84大于或等于像素p -2 ,82的强度,中心像素p 0,86小于第二相邻p 1 ,88的强度,以及第二相邻像素p 1 ,88小于或等于像素p 2 ,90,如图7和图9所示的情况中,将中心像素p 0,86选为用于强化的候选像素。在这些情况中,五个像素82-90的群组呈现强度上的连续上升趋势。当中心像素p 0,86的强度小于第一相邻像素p -1,84的强度,第一相邻像素p -1,84小于或等于像素p -2 ,82的强度,中心像素p 0,86大于第二相邻p 1 ,88的强度,以及第二相邻像素p 1 ,88大于或等于像素p 2 ,90,如图8和图10所示时,也将中心像素p 0,86选为用于强化的候选像素。在这些情况中,五个像素82-90的群组呈现强度上的连续下降趋势。在强化过程期间,使用非线性强化算法迭代地调整候选像素的强度值,正如下文详细描述的。
强化算法使用差分信号Δ来计算给定候选像素的强化。根据如下公式,将差分信号Δ定义为负值:
如公式1中所指示的,差分信号Δ取决于所检测的像素82-90之间在强度变化上的趋势是上升的(如图7和图9所示),还是下降的(如图8和图10所示)。因为差分信号Δ用作强度调整的基础,所以差分信号的量值选为足够小以防止强度上大的变化可能引起欠冲伪影的情况。由此,根据如下公式,使用负阈值ε来定义差分信号Δ:
(公式2)
在一个实施例中,基于迭代强化过程,将负阈值ε选为具有相对较小量值,例如,-20。在备选实施例中,可以基于迭代过程的过往历史动态地或自适应地选择负阈值ε。例如,负阈值ε的量值可以逐次迭代逐渐减小以反映强化算法的每次迭代正在更逼近最终解。
迭代k处调整给定候选像素的强度值的量ξ k 定义为:
(公式3)
其中Δ k 是迭代k处估算的差,λ k 是控制每次迭代的调整量的参数,是阻尼因子,以及w(p 0 , k )是控制基于像素候选p 0, K的校正量的加权函数。调整参数λ k 可能在不同迭代上显著地改变。作为一个示例,用于五次迭代过程的调整参数λ k 可能范围从约0.001初始值到约0.0004的最终值。阻尼因子选为控制过冲和欠冲。在一个实施例中, = 0.5。
虽然上文描述的参数在将图像中的非相关噪声与真实结构分离中是有效的,但是强相关噪声有时可能相似于该结构的行为。由此,使用加权函数w(p 0 , k )来控制由于强化过程所致的软组织区域中的潜在噪声增加。在一个实施例中,加权函数w(p 0 , k )定义为:
(公式4)
其中μ是水的CT数(μ= 1000),以及α是定义受影响的水周围的CT数范围的参数。注意,在本特定实施例中,整个图像的CT值向上偏移1000,以使空气值为0(而非-1000)。在一个示范实施例中,α=80。应该注意还可以使用其他公式。例如,在一个实施例中,如果|p 0,k –μ|<α,可以将w(p 0 , k )设为0。
然后将迭代k+1处的强化的像素值p 0,k+1定义为:
(公式5)。
为了某种程度使得图像中总体“质量”守恒,还修改与中心像素相邻的至少一个像素(例如, p -184或p 188)的强度以部分地补偿候选像素p 0,k 的强度减小。对于上升趋势,相邻像素p 1的强度根据如下公式递增:
(公式6)
其中β是控制“质量守恒”的程度的缩放比例参数。在一个实施例中,β具有小于1的值,例如0.4。相似地,对于下降趋势,相邻像素p -1的强度根据如下公式递增:
(公式7)。
虽然对于多种参数λ、、w、α、μ、ε和β,上文给出示范性值,但是本领域技术人员将认识到,可以基于任何数量的因素来选择强化算法的这些多种参数的备选值,例如,成像***的参数、扫描的对象的成分、最终图像的期望特征等。
技术72在框78处通过如下步骤重复上述迭代像素强化过程,对重构的图像中满足上文描述的上升或下降强度选择标准并被识别为候选像素的每个像素应用强化算法。在框80处,技术72使用候选像素的以及与候选像素相邻的像素的强化的像素强度值与所有非候选像素的原像素强度值的组合来生成最终图像。
上文中将技术72描述为基于沿着z轴彼此紧密邻近的相邻样本点群组的强度分析来选择强化过程的候选像素。但是,在其中采样足够精细的备选实施例中,选择用于强化的候选像素的过程可以使用非相邻样本点,例如,表示沿着z轴的每隔一个样本点或每隔两个样本点的像素群组来执行。
此外,采样可以是非均匀地间隔的。例如,像素p -1和像素p 1与像素p 0相邻,但是像素p -2和像素p 2分别与像素p -1和像素p 1间隔2或3个像素。样本的数量及其间隔还可以是自适应的。例如,在软组织区域中,样本的数量及其间隔可以不同于骨组织附近的。这基于使骨骼边缘或高密度结构锐化的目标。另一方面,如果目标是要强化填充碘的血管结构,则可以将样本的数量从五(5)个减少到三(3)个以便考虑小血管。注意,对于更小的血管结构,血管的上升沿和后沿显著地小于较大血管。作为备选,重叠的重构的间距可以更小。例如,对于0.625 mm片层厚度的重构,采样间距可以设为0.06 mm。对于较大结构的强化,可以将重叠间距选为0.2 mm。
在另一个实施例中,公式3中使用的参数可以基于成像区域的特征来动态地选择。迭代的次数可以高于五(5)次或骨骼区域假定目标是要强化骨骼。参数λ k 可以显著地不同于备选实施例中先前描述范围0.001至0.0004。
相似地,公式4中使用的参数可以基于现场任务动态地选择。例如,在目标是强化填充碘的血管结构的实施例中,可以修改公式的构成(注意,大于号和小于号反向):
(公式8)。
在本发明的又一个实施例中,可以基于现场强化任务来调整采集参数。例如,如果目标是强化小血管结构,则使用低间距螺旋采集(例如,间距 = 0.5)来确保对象沿着z轴的足够采样。作为备选,可以使用可变间距螺旋,其中螺旋间距基于搜索提供的信息来调整。
在本发明的又一个实施例中,公式1中差分信号Δ的计算可以不同于上文描述的。例如,不使用中心像素相对于其相邻像素之一的差,而是可以基于其两个相邻像素的加权均值来计算差分信号Δ。该加权函数可以根据这些相邻像素的强度差是非线性的。作为备选,可以基于其所有相邻像素的加权均值来计算差分信号Δ。
在又一个实施例中,可以修改公式4以使w(p 0 , k )在多于3个区域上有所不同。注意当前布置将强度区域分成三个:显著地低于水的区域、居中于水附近的区域和显著地高于水的区域。在该新的实施例中,整个强度区域可以分成5个或更多个区域。例如,肺组织周围的一个中心、肺组织与水之间的一个区域、居中于水周围的一个区域、水与骨骼之间的一个区域和居中于骨骼周围的一个区域。在不同区域中将应用不同的加权函数。
现在参考图11和图12,示出以螺旋扫描模式获取的薄箔片仿真92的示范性冠状图像,以图示根据本发明多种实施例的上述强化技术72的效果。图11和图12图示的薄箔片仿真是通过将一个铝箔片夹在两片密度约等于空气密度的泡沫之间来构造的。加权函数w(p 0 , k )的值在背景区域中为1。
图11图示重构的箔片仿真的示范性冠状图像,该重构的箔片仿真具有0.625 mm的靶向厚度,0.1mm的间距以及100的窗口宽度(WW)。图12图示重构的箔片仿真的示范性冠状图像,该重构的箔片仿真具有1.2 mm的靶向厚度,0.2mm的间距(WW = 100)。图11和图12中每个附图中的相应上方图像94、96图示无任何像素强化的原重构的图像。中间图像98、100是在像素强化技术72中使用参数ε、τ、λ、w的第一值集合和多次迭代生成的以及来生成的强化的图像。相似地,下方图像102、104是在像素强化技术72中使用参数ε、τ、λ、w的第二值集合和多次迭代生成的以及来生成的强化的图像。
图13图示图11的冠状图像的对应片层灵敏度分布。具体来说,片层灵敏度分布106对应于原上方图像94,片层灵敏度分布108对应于强化的中间图像98,以及片层灵敏度分布110对应于图11的强化的下方图像102。图14图示图12的冠状图像的对应片层灵敏度分布。片层灵敏度分布112对应于原上方图像96,片层灵敏度分布114对应于强化的中间图像100,以及片层灵敏度分布116对应于图12的强化的下方图像104。
现在参考图11和图12以及接着参考图13和图14,在上方图像94、96与中间和下方图像98-104的比较中,使用像素强化技术所产生的z轴分辨率提高明显地得以图示。即,强化的中间和下方图像98-104与上方图像94、96的比较示出在z分辨率上的显著提高。再者,薄箔片92的背景保持几乎未受强化算法的影响,如图11和图12所示。
下表中提供与图13和图14的片层灵敏度分布112、114对应的示范性FWHM测量,以进一步图示使用强化技术72所产生的z轴分辨率的提高。
表1
虽然图11和图12图示使用强化技术72生成的箔片仿真的图像的SSP中的提高,但是使用强化技术72还可以用于生成与原重构的图像相比空间分辨率提高的强化的解剖结构图像。例如,强化技术72可以用于生成在骨骼区域中具有较之原重构的图像显著更为锐化的分辨率的强化的最终图像且不会显著地改变或增加软组织区域中的噪声。使用技术72生成的最终强化的图像中显著地减少了原图像中存在的模糊边缘。此外,使用强化技术72生成的强化的最终图像不存在过冲或欠冲假影或部分体积假影。
现在参考图15,包装/行李检查***500包括可旋转台架502,可旋转台架502其中具有开口504,包装或多件行李可以通过开口504。可旋转台架502封装高频电磁能源506以及检测器组装件508,检测器组装件508具有由类似图3和图4所示的闪烁器单元组成的闪烁器阵列。还提供传送机***510,其包括结构514支承的传送带512以便自动且连续地将包装或行李件516传送通过开口504以进行扫描。对象516由传送带512递送通过开口504,然后获取成像数据,以及传送带512以受控且连续的方式将包装516从开口504移开。由此,邮政检查员、行李处理人员和其他安全人员可以非侵入方式对包装516的内容进行***物、刀具、***、走私品等的检查。
本发明公开的方法和设备的技术贡献是,它提供一种使用非线性强化算法生成图像的计算机实现的方法,该非线性强化算法以迭代方式调整候选像素的强度值并使用候选像素的调整的强度值来生成最终图像。
虽然上文本发明描述一种减小以螺旋模式工作的CT***的片层厚度的算法方法,但是应该理解,类似的技术可以应用于非螺旋工作模式,如步进扫描(step-and-shoot)模式、可变间距模式或动态穿梭(dynamic shuttle)模式。在步进扫描模式中,在数据采集过程中患者保持静止。在可变间距模式中,在数据采集过程中,以可变速度将患者平移。在动态穿梭模式中,在采集过程中,将患者往复平移。
本领域技术人员将认识到其上存储有计算机程序的计算机可读存储介质可以接口连接到并控制本发明的实施例。该计算机可读存储介质包括多个组件,如电子组件、硬件组件和/或计算机软件组件的其中一个或多个。这些组件可以包括一个或多个计算机可读存储介质,一个或多个计算机可读存储介质一般存储如用于执行序列的一个或多个实现或实施例的一个或多个部分的软件、固件和/或汇编语言的指令。这些计算机可读存储介质一般是非临时性和/或有形的。此类计算机可读存储介质的示例包括计算机和/或存储装置的可记录数据存储介质。该计算机可读介质可以采用例如磁、电、光、生物和/或原子数据存储介质的其中一种或多种。而且,此类介质可以采用例如软盘、磁带、CD-ROM、DVD-ROM、硬盘驱动器和/或电子存储器的形式。可以结合本发明的实施例采用未列出的其他形式的非临时性和/或有形计算机可读存储介质。
可以在***的实现中将多个此类组件组合或分开。而且,此类组件可以包括利用多种编程语言编写或实现的一组和/或一系列计算机指令,正如本领域技术人员将认识到的。此外,可以采用如载波的其他形式的计算机可读介质来实施表示指令序列的计算机数据信号,表示指令序列的计算机数据信号在被一个或多个计算机执行时,促使一个或多个计算机执行序列的一个或多个实现或实施例的一个或多个部分。
因此,根据一个实施例,一种非瞬态计算机可读存储介质其上存储有包含指令的计算机程序,当所述指令被计算机执行时,促使所述计算机使用CT成像***从对象获取投射集合并根据所述投射集合重构被扫描的对象的初始图像,重构的初始图像包含多个像素。所述指令还促使所述计算机在所述多个像素内识别候选像素,对所述候选像素应用非线性强化以便迭代地调整所述候选像素的强度值,以及使用所述候选像素的已调整的强度值来生成最终图像。
根据另一个实施例,一种生成CT图像的方法包括,从CT成像***获取表示对象的CT数据,根据所获取的CT数据重构CT图像,以及基于所述CT图像的相邻像素之间的强度变化从所述CT图像中识别候选像素集合。该方法还包括迭代地增强所述候选像素集合的强度并使用该组迭代增强的候选像素和来自所述CT图像的多个未增强的像素生成所述对象的最终图像。
根据又一个实施例,一种CT***包括具有开口以接纳要扫描的对象的可旋转台架、设在所述可旋转台架上且配置成对所述对象投射x射线的x射线源以及连接到所述台架且定位成接收来自所述x射线源且穿过所述对象的x射线的多片层检测器阵列。所述CT***还包括定位在所述开口中的工作台和计算机,所述工作台可在所述CT***的z方向上移动。所述计算机编程为获取所述对象的多个投射数据集,使用所述多个投射数据集重构所述对象的图像,以及基于多个候选像素中相应后续像素与所述重构的图像中与所述相应候选像素相邻的至少两个像素以从所述重构的图像中识别所述多个候选像素。所述计算机还编程为修改所述多个候选像素的强度并使用所述多个候选像素的修改的强度来生成强化的图像。
本文编写的描述使用示例来公开本发明,包括最优实施例方式,并且还使本领域技术人员能够实施本发明,包括制造和使用任何装置或***并执行任何并入的方法。本发明的可专利范围由权利要求定义,并且可以包括本领域技术人员设想的其他示例。如果此类其他示例具有并无不同于权利要求的文字语言的结构元素或此类其他示例包含与权利要求的文字语言无实质性差异的等效结构元素,则此类其他示例应在权利要求的范围内。
Claims (20)
1.一种其上存储有包括指令的计算机程序的非临时性计算机可读存储介质,所述指令在被计算机执行时,促使所述计算机执行如下操作:
使用CT成像***从对象获取投射集合;
根据所述投射集合重构被扫描对象的初始图像,所重构的初始图像包含多个像素;
在所述多个像素内识别候选像素;
对所述候选像素应用非线性强化以迭代地调整所述候选像素的强度值;以及
使用所述候选像素的调整的强度值来生成最终图像。
2.如权利要求1所述的非临时性计算机可读存储介质,其中所述指令还促使所述计算机执行如下步骤:
从所述多个像素中识别像素群组,所述像素群组包含沿着所述CT成像***的z轴的相邻像素;
识别所述像素群组的强度值;以及
如果从所述像素群组中在中心像素的第一侧上的像素到所述像素群组中在所述中心像素的第二侧上的像素,所述强度值连续地增加,则将所述像素群组的所述中心像素选为所述候选像素。
3.如权利要求2所述的非临时性计算机可读存储介质,其中所述指令还促使所述计算机将所述像素群组定义为包含沿着所述z轴的至少五个相邻像素。
4.如权利要求3所述的非临时性计算机可读存储介质,其中所述指令还促使所述计算机执行如下步骤:如果所述像素群组中的外部像素的强度值等于所述像素群组中与所述外部像素相邻的像素的强度值,则将所述像素群组的所述中心像素选为所述候选像素。
5.如权利要求2所述的非临时性计算机可读存储介质,其中所述指令还促使所述计算机执行如下步骤:如果所述相邻像素的强度值具有沿着所述z轴的连续上升趋势和连续下降趋势的其中之一,则将所述像素群组的所述中心像素选为所述候选像素。
6.如权利要求1所述的非临时性计算机可读存储介质,其中所述指令还促使所述计算机执行如下步骤:
修改与所述候选像素相邻的像素的强度值;以及
使用与所述候选像素相邻的像素的修改的强度值来生成所述最终图像。
7.如权利要求1所述的非临时性计算机可读存储介质,其中所述指令还促使所述计算机使用重叠的重构来重构所述初始图像,所述重叠的重构包括以小于所述初始图像的靶向片层厚度的间距来重构所述图像。
8.如权利要求1所述的非临时性计算机可读存储介质,其中所述指令还促使所述计算机在螺旋扫描模式期间获取所述投射集合。
9.一种生成CT图像的方法,其包括:
从CT成像***获取表示对象的CT数据;
从所获取的CT数据重构CT图像;
基于所述CT图像的相邻像素之间的强度变化从所述CT图像中识别候选像素集合;
迭代地强化所述候选像素集合的强度;以及
使用迭代地强化的候选像素集合和来自所述CT图像的多个未强化的像素生成所述对象的最终图像。
10.如权利要求9所述的方法,其还包括:
沿着所述CT成像***的z轴获取CT数据;以及
识别沿着所述z轴的相邻像素群组中的相应像素的强度值,其中所述相邻像素群组包含中心像素、在所述中心像素的第一侧上与所述中心像素相邻的第一像素和在所述中心像素的第二侧上与所述中心像素相邻的第二像素。
11.如权利要求10所述的方法,其还包括如果所述中心像素的强度值大于所述第一像素的强度值而小于所述第二像素的强度值,则将所述中心像素识别为候选像素。
12.如权利要求10所述的方法,其还包括沿着所述z轴获取重叠的CT数据集合,所述重叠的包括间隔足够精细。
13.如权利要求9所述的方法,其还包括以螺旋扫描模式操作所述CT成像***。
14.一种CT***,其包括:
可旋转台架,所述可旋转台架具有用于接纳要扫描的对象的开口;
x射线源,所述x射线源定位于所述可旋转台架上且配置成向所述对象投射x射线;
多片层检测器阵列,所述多片层检测器阵列连接到所述可旋转台架且定位成接收来自所述x射线源且穿过所述对象的x射线;
工作台,所述工作台定位于所述开口中,所述工作台可沿着所述CT***的z方向移动;以及
计算机,所述计算机编程为:
获取所述对象的多个投射数据集;
使用所述多个投射数据集来重构所述对象的图像;
基于多个候选像素中的相应候选像素与重构的图像中所述相应候选像素所相邻的至少两个像素之间的强度变化,从所述重构的图像中识别多个候选像素;
修改所述多个候选像素的强度;以及
使用所述多个候选像素的修改的强度来生成强化的图像。
15.如权利要求14所述的CT***,其中所述计算机还编程为:
如果所述重构的图像的候选像素的强度值大于所述z方向上与所述候选像素的第一侧紧密相邻的第一像素的强度值而小于所述z方向上与所述相应候选像素的第二侧紧密相邻的第二像素的强度值,则将所述重构的图像的像素识别为候选像素;以及
迭代地修改所述候选像素的强度。
16.如权利要求14所述的CT***,其中所述计算机还编程为:
修改与所述相应候选像素相邻的像素的强度;以及
使用与所述相应候选像素相邻的像素的修改的强度来生成强化的图像。
17.如权利要求14所述的CT***,其中所述计算机还编程为:
在所述CT***的螺旋扫描模式期间获取所述投射数据集;以及
使用重叠的重构来重构所述图像,其中所述重叠的重构包括以小于所述对象的图像的靶向片层厚度的间距来重构所述图像。
18.如权利要求14所述的CT***,其中所述重构的图像的片层灵敏度分布的半峰全宽大于所述强化的图像的片层灵敏度分布的半峰全宽。
19.如权利要求14所述的CT***,其中所述计算机还编程为以0.625毫米的片层厚度和0.1毫米的图像间距来重构所述对象的图像。
20.如权利要求14所述的CT***,其中所述计算机还编程为以1.25毫米的片层厚度和0.2毫米的图像间距来重构所述对象的图像。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/955304 | 2013-07-31 | ||
US13/955,304 US9117304B2 (en) | 2013-07-31 | 2013-07-31 | System and method for improved spatial resolution of a multi-slice imaging system |
PCT/US2014/047824 WO2015017210A1 (en) | 2013-07-31 | 2014-07-23 | System and method for improved spatial resolution of a multi-slice imaging system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105407805A CN105407805A (zh) | 2016-03-16 |
CN105407805B true CN105407805B (zh) | 2018-12-11 |
Family
ID=52427669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480043539.3A Active CN105407805B (zh) | 2013-07-31 | 2014-07-23 | 用于提高多片层成像***的空间分辨率的***和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9117304B2 (zh) |
KR (1) | KR102283737B1 (zh) |
CN (1) | CN105407805B (zh) |
WO (1) | WO2015017210A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102059359B1 (ko) * | 2012-11-13 | 2019-12-26 | 삼성전자주식회사 | 디스플레이 장치, 디스플레이 장치의 동작 방법 및 제조 방법 |
FR3003820B1 (fr) | 2013-03-26 | 2016-12-30 | Expliseat | Siege de vehicule equipe d'un element rabattable, tel qu'une tablette |
JP6321405B2 (ja) * | 2014-02-27 | 2018-05-09 | 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画像生成方法並びにプログラム |
GB2558605B8 (en) * | 2017-01-09 | 2022-02-23 | Caresoft Global Holdings Ltd | Methodology to extract 3D CAD from CT Scan Output |
CN113228097B (zh) | 2018-12-29 | 2024-02-02 | 浙江大华技术股份有限公司 | 图像处理方法和*** |
US12033324B2 (en) | 2019-06-06 | 2024-07-09 | The Research Foundation For The State University Of New York | System and method for identifying fractures in digitized x-rays |
KR102414299B1 (ko) * | 2021-10-13 | 2022-06-29 | 주식회사 웨이센 | 인공지능을 이용한 ct 스캔의 품질 향상 시스템 및 방법 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6792151B1 (en) | 1999-11-24 | 2004-09-14 | General Electric Company | Image data compression employing optimal subregion compression |
US6366637B1 (en) | 2000-05-08 | 2002-04-02 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for generating thin-slice imaging data on a multi-slice imaging system |
US6798860B1 (en) | 2000-05-17 | 2004-09-28 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for deconvolving imaging data |
US8135186B2 (en) | 2008-01-25 | 2012-03-13 | Purdue Research Foundation | Method and system for image reconstruction |
JP5537132B2 (ja) | 2008-12-11 | 2014-07-02 | 株式会社東芝 | X線コンピュータ断層撮影装置、医用画像処理装置、及び医用画像処理プログラム |
US8503750B2 (en) | 2009-10-06 | 2013-08-06 | General Electric Company | Method and apparatus for reduction of metal artifacts in CT images |
US8542893B2 (en) | 2010-02-15 | 2013-09-24 | General Electric Company | System and method of pulmonary emboli detection for computed tomography |
-
2013
- 2013-07-31 US US13/955,304 patent/US9117304B2/en active Active
-
2014
- 2014-07-23 KR KR1020167005311A patent/KR102283737B1/ko active IP Right Grant
- 2014-07-23 WO PCT/US2014/047824 patent/WO2015017210A1/en active Application Filing
- 2014-07-23 CN CN201480043539.3A patent/CN105407805B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
KR20160038021A (ko) | 2016-04-06 |
US9117304B2 (en) | 2015-08-25 |
CN105407805A (zh) | 2016-03-16 |
US20150036794A1 (en) | 2015-02-05 |
WO2015017210A1 (en) | 2015-02-05 |
KR102283737B1 (ko) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105407805B (zh) | 用于提高多片层成像***的空间分辨率的***和方法 | |
CN102551781B (zh) | 集成的x射线探测器组件及其制作方法 | |
US6950493B2 (en) | Dynamic multi-spectral CT imaging | |
JP5860607B2 (ja) | トモグラフィデータ収集及び画像再構成のためのシステム及び方法 | |
US9237874B2 (en) | Method and system for non-invasive imaging of a target region | |
US8483361B2 (en) | Anode target for an x-ray tube and method for controlling the x-ray tube | |
US8488736B2 (en) | Stacked flat panel x-ray detector assembly and method of making same | |
US8315352B2 (en) | System and method of spectral calibration and basis material decomposition for X-ray CT systems | |
CN101325911B (zh) | 计算机断层摄影(ct)应用中进行扫描和数据采集的***和方法 | |
CN102525535B (zh) | 叠层x射线照相探测器组装件及其制作方法 | |
CN106575533B (zh) | 用于x射线成像设备的光栅设备 | |
CN102462505B (zh) | 用于宽覆盖和低剂量心脏ct成像的动态准直器 | |
US20120236987A1 (en) | Multiple energy ct scanner | |
CN100579452C (zh) | 减少射线散射的多检测器ct成像方法和装置 | |
US8942341B2 (en) | Method of dose reduction for CT imaging and apparatus for implementing same | |
CN102036610A (zh) | 飞越式扫描期间动态可调的源准直 | |
US8995735B2 (en) | System and method for wide cone helical image reconstruction using blending of two reconstructions | |
CN102217947A (zh) | 获取多能量ct成像数据的***及方法 | |
US9042514B2 (en) | Dose reduction via dynamic collimation adjustment for targeted field of view and/or digital tilt CT | |
US6654440B1 (en) | Methods and apparatus for computed tomography scanning using a two-dimensional radiation source | |
US9589373B2 (en) | Monte carlo modeling of field angle-dependent spectra for radiographic imaging systems | |
US8699812B2 (en) | System and method for quality improvement in CT imaging | |
KR102507596B1 (ko) | 저선량 다중 스펙트럼 x 선 단층 촬영을 위한 시스템 및 방법 | |
US6389097B1 (en) | Multi-plate volumetric CT scanner gap compensation method and apparatus | |
Forthmann et al. | Adaptive two‐pass cone‐beam artifact correction using a FOV‐preserving two‐source geometry: A simulation study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |