CN106056644A - Ct扫描的数据处理方法及装置 - Google Patents

Ct扫描的数据处理方法及装置 Download PDF

Info

Publication number
CN106056644A
CN106056644A CN201610349401.7A CN201610349401A CN106056644A CN 106056644 A CN106056644 A CN 106056644A CN 201610349401 A CN201610349401 A CN 201610349401A CN 106056644 A CN106056644 A CN 106056644A
Authority
CN
China
Prior art keywords
image
test image
scan
test
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610349401.7A
Other languages
English (en)
Other versions
CN106056644B (zh
Inventor
胡战利
梁栋
郑海荣
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201610349401.7A priority Critical patent/CN106056644B/zh
Publication of CN106056644A publication Critical patent/CN106056644A/zh
Application granted granted Critical
Publication of CN106056644B publication Critical patent/CN106056644B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods

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)

Abstract

本发明适用于CT医学成像技术领域,提供了CT扫描的数据处理方法及装置,包括:对被扫描物体进行CT扫描,获取N幅投影图像,所述N为大于1的整数;基于所述N幅投影图像,通过迭代法进行CT重建,并对每次迭代的中间图像f进行修正;在所述CT重建的迭代终止后,输出CT重建图像。在本发明中,通过迭代法来实现CT重建,并在每次迭代的过程中,都对中间图像的梯度图像进行训练,从而能够有效地去除CT投影图像的噪声,并增强CT投影图像中的有用信息,这样一来,需要采集的CT投影数据减少,CT扫描时间缩短,减少了对被扫描对象的运动伪影,降低了辐射剂量。

Description

CT扫描的数据处理方法及装置
技术领域
本发明属于CT医学成像技术领域,尤其涉及CT扫描的数据处理方法及装置。
背景技术
计算机断层成像(Computed Tomography,CT)是通过无损方式获取物体内部结构信息的一种技术手段,其拥有高分辨率、高灵敏度及多层次等特点,被广泛应用于各个医疗临床领域,是我国装机量最大的医疗影像诊断设备之一。
CT扫描过程中需要使用X射线,随着人们对辐射潜在危害的逐步了解,CT辐射剂量的合理性问题越来越受到了人们的重视,合理使用低剂量(As Low As ReasonablyAchievable,ALARA)原则即是要求在满足临床诊断的前提下,尽量降低对患者的辐射剂量。然而,目前在CT医学成像领域,由于采用的成像算法性能不高,需要耗费更长的CT扫描时间以采集更多的CT投影数据,使得扫描对象需要承受的CT辐射仍然处于一个较高的剂量。
发明内容
有鉴于此,本发明实施例提供了CT扫描的数据处理方法及装置,以解决现有技术中需要耗费更长的CT扫描时间以采集更多的CT投影数据的问题。
第一方面,提供了一种CT扫描的数据处理方法,包括:
对被扫描物体进行CT扫描,获取N幅投影图像,所述N为大于1的整数;
基于所述N幅投影图像,通过迭代法进行CT重建,并通过
s.t.f≥0, 对每次迭代的中间图像f进行修正,其中,g为由所述N幅投影图像,M为***矩阵,v1为大于0的惩罚参数,Rl表示从中提取图像块的操作,D为过完备字典,为第l个图像块所对应的稀疏系数,T0为每个图像块对应的稀疏度,分别为中间图像f的水平梯度图像和垂直梯度图像;
在所述CT重建的迭代终止后,输出CT重建图像。
第二方面,提供了一种CT扫描的数据处理装置,包括:
CT扫描单元,用于对被扫描物体进行CT扫描,获取N幅投影图像,所述N为大于1的整数;
CT重建单元,用于基于所述N幅投影图像,通过迭代法进行CT重建,并通过s.t.f≥0,对每次迭代的中间图像f进行修正,其中,g为由所述N幅投影图像,M为***矩阵,v1为大于0的惩罚参数,Rl表示从中提取图像块的操作,D为过完备字典,为第l个图像块所对应的稀疏系数,T0为每个图像块对应的稀疏度,分别为中间图像f的水平梯度图像和垂直梯度图像;
输出单元,用于在所述CT重建的迭代终止后,输出CT重建图像。
在本发明实施例中,通过迭代法来实现CT重建,并在每次迭代的过程中,都对中间图像的梯度图像进行训练,从而能够有效地去除CT投影图像的噪声,并增强CT投影图像中的有用信息,这样一来,需要采集的CT投影数据减少,CT扫描时间缩短,减少了对被扫描对象的运动伪影,降低了辐射剂量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的CT扫描的数据处理方法的实现流程图;
图2是本发明另一实施例提供的CT扫描的数据处理方法的实现流程图;
图3是本发明另一实施例提供的CT扫描的数据处理方法的实现流程图;
图4是本发明实施例提供的CT扫描的数据处理装置的结构框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
图1示出了本发明实施例提供的CT扫描的数据处理方法的实现流程,详述如下:
在S101中,对被扫描物体进行CT扫描,获取N幅投影图像,所述N为大于1的整数。
在S102中,基于所述N幅投影图像,通过迭代法进行CT重建,并通过
s.t.f≥0, 对每次迭代的中间图像f进行修正,其中,g为由所述N幅投影图像,M为***矩阵,v1为大于0的惩罚参数,Rl表示从中提取图像块的操作,D为过完备字典,为第l个图像块所对应的稀疏系数,T0为每个图像块对应的稀疏度,分别为中间图像f的水平梯度图像和垂直梯度图像。
在本发明实施例中,CT设备的旋转机构旋转,对被扫描物体进行CT扫描,从而采集到多幅CT投影图像。基于采集到的多幅CT投影图像,使用迭代法来实现CT重建,且对每次迭代过程中的CT重建图像,即中间图像,采用S102中所提及的修正方法进行修正。
在S103中,在所述CT重建的迭代终止后,输出CT重建图像。
当迭代次数满足预设要求时,例如,当迭代次数为N时,停止迭代,并将第N次迭代之后得到的CT重建图像输出。
在本发明实施例中,通过迭代法来实现CT重建,并在每次迭代的过程中,都对中间图像的梯度图像进行训练,从而能够有效地去除CT投影图像的噪声,并增强CT投影图像中的有用信息,这样一来,需要采集的CT投影数据减少,CT扫描时间缩短,减少了对被扫描对象的运动伪影,降低了辐射剂量。
进一步地,作为本发明的一个实施例,在本发明图1对应实施例的基础之上,在获取到投影图像之后,通过迭代法进行CT重建之前,如图2所示,所述方法还包括:
在S201中,获取平均暗场图像和平均亮场图像
平均暗场图像的获取方法如下:在成像视场中不放置被扫描物体,也不打开光源,以此采集到若干幅暗场图像,对采集到的若干暗场图像的对应像素灰度值叠加求和并取平均值,得到平均暗场图像。
平均亮场图像的获取方法如下:在成像视场中不放置被扫描物体,但打开光源,以此采集到若干幅亮场图像,对采集到的若干亮场图像的像素灰度值叠加求和并取平均值,得到平均亮场图像。
在S202中,通过对所述N幅投影图像I(i)分别进行预处理,i=1,2,…,N。
这样一来,便得到校正后的投影图像Ic(i),将投影图像预处理之后再进行CT重建,可以有效地先行降低投影图像中的噪声,进一步增强CT投影图像中的有用信息。
进一步地,在图1对应的实施例的基础之上,作为本发明的另一实施例,在所述对被扫描物体进行CT扫描之前,还可以对CT设备旋转机构的闭合性进行检测,以避免因旋转机构的闭合性问题导致投影图像噪声过大的情况出现。其检测及调整过程如图3所示:
S301,将旋转机构置于初始位置,扫描预设物体得到第一测试图像。
其中,初始位置可以为旋转机构可旋转至的任意角度位置。
S302,将所述旋转机构从所述初始位置分别旋转180度和360度,分别得到第二测试图像和第三测试图像。
在S302中,将旋转机构从初始位置旋转180度,扫描预设物体得到第二测试图像,并将旋转机构从初始位置旋转360度(相当于在得到第二测试图像之后,维持相同的旋转方向,再将旋转机构旋转180度),扫描预设物体得到第三测试图像。
S303,将所述第一测试图像与所述第三测试图像相减,得到第四测试图像,将所述第一测试图像与所述第二测试图像的翻转图像相减,得到第五测试图像。
S304,若所述第四测试图像和所述第五测试图像中存在任一像素值与0的差值大于预设阈值,则调整所述旋转机构并返回执行所述将旋转机构置于初始位置的操作,直至所述第四测试图像和所述第五测试图像中各个像素值与0的差值均小于预设阈值。
理论上来说,如果CT设备的旋转机构闭合性很好,那么第一测试图像与第三测试图像是相同的,且第一测试图像与第二测试图像的翻转图像也是相同的,因此,通过相减操作所得到的第四测试图像和第五测试图像中的像素值均为0,而在实际操作过程中,认为当第四测试图像和第五测试图像中的像素值均接近于0时,旋转机构的闭合性就能够满足CT扫描的要求,因此,设置一个接近于0的预设阈值,若第四测试图像和第五测试图像中存在某像素,该像素的像素值与0的差值大于该预设阈值,那么认为旋转机构的闭合性未满足扫描要求,因此,通过人工或自动的方式调整旋转机构,以提高旋转机构的稳定性和精度,并返回执行S301~S303,直至第四测试图像和第五测试图像中的各个像素值均接近于0(即各个像素值与0的差值均小于预设阈值)。
作为本发明的另一实施例,在对被扫描物体进行扫描之前,还可以根据所述被扫描物体的特征确定所述CT扫描的投影放大比。
具体地,在本发明实施例中,被扫描物体的特征能够描述被扫描物体的尺寸、密度、组成元素等特征性质,包括但不限于金属工件、人体、昆虫、动物、植物、电路板等,根据被扫描物体的特征来确定CT扫描的投影放大比,能够进一步地提高CT投影图像中的有用信息量,减少CT投影图像中的噪声。例如,若被扫描物体的特征为“人体”,则对应的投影放大比可以设置为1:2,即,将人体放在光源和探测器的中间区域;若被扫描物体的特征为“老鼠”,则对应的投影放大比可以设置为1:10,也就是将老鼠尽可能地靠近光源。
此外,在本发明实施例所涉及的CT扫描过程中,保持扫描参数不变,即,保持光源到探测器的距离、光源到被扫描物体中心的距离、探测器的数据采集方式、光源的电压、光源的功率等扫描参数不变,以保持扫描过程的稳定性,有利于获取到稳定、高精度的CT投影图像。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的CT扫描的数据处理方法,图4示出了本发明实施例提供的CT扫描的数据处理装置的结构框图,为了便于说明,仅示出了与本实施例相关的部分。
参照图4,该装置包括:
CT扫描单元41,对被扫描物体进行CT扫描,获取N幅投影图像,所述N为大于1的整数;
CT重建单元42,基于所述N幅投影图像,通过迭代法进行CT重建,并通过s.t.f≥0,对每次迭代的中间图像f进行修正,其中,g为由所述N幅投影图像,M为***矩阵,v1为大于0的惩罚参数,Rl表示从中提取图像块的操作,D为过完备字典,为第l个图像块所对应的稀疏系数,T0为每个图像块对应的稀疏度,分别为中间图像f的水平梯度图像和垂直梯度图像;
输出单元43,在所述CT重建的迭代终止后,输出CT重建图像。
可选地,所述装置还包括:
获取单元,获取平均暗场图像和平均亮场图像
预处理单元,通过对所述N幅投影图像I(i)分别进行预处理,i=1,2,…,N。
可选地,所述装置还包括:
第一扫描单元,将旋转机构置于初始位置,扫描预设物体得到第一测试图像;
第二扫描单元,将所述旋转机构从所述初始位置分别旋转180度和360度,分别得到第二测试图像和第三测试图像;
第一计算单元,将所述第一测试图像与所述第三测试图像相减,得到第四测试图像;
第二计算单元,将所述第一测试图像与所述第二测试图像的翻转图像相减,得到第五测试图像;
调整单元,若所述第四测试图像和所述第五测试图像中存在任一像素值与0的差值大于预设阈值,则调整所述旋转机构并返回执行所述将旋转机构置于初始位置的操作,直至所述第四测试图像和所述第五测试图像中各个像素值与0的差值均小于预设阈值。
可选地,所述装置还包括:
确定单元,根据所述被扫描物体的特征确定所述CT扫描的投影放大比。
可选地,所述装置还包括:
参数设置单元,保持所述CT扫描过程中的扫描参数不变。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种CT扫描的数据处理方法,其特征在于,包括:
对被扫描物体进行CT扫描,获取N幅投影图像,所述N为大于1的整数;
基于所述N幅投影图像,通过迭代法进行CT重建,并通过
s.t.f≥0, 对每次迭代的中间图像f进行修正,其中,g为由所述N幅投影图像,M为***矩阵,v1为大于0的惩罚参数,Rl表示从中提取图像块的操作,D为过完备字典,为第l个图像块所对应的稀疏系数,T0为每个图像块对应的稀疏度,分别为中间图像f的水平梯度图像和垂直梯度图像;
在所述CT重建的迭代终止后,输出CT重建图像。
2.如权利要求1所述的方法,其特征在于,在所述通过迭代法进行CT重建之前,所述方法还包括:
获取平均暗场图像和平均亮场图像
通过对所述N幅投影图像I(i)分别进行预处理,i=1,2,…,N。
3.如权利要求1所述的方法,其特征在于,在所述对被扫描物体进行CT扫描之前,所述方法还包括:
将旋转机构置于初始位置,扫描预设物体得到第一测试图像;
将所述旋转机构从所述初始位置分别旋转180度和360度,分别得到第二测试图像和第三测试图像;
将所述第一测试图像与所述第三测试图像相减,得到第四测试图像;
将所述第一测试图像与所述第二测试图像的翻转图像相减,得到第五测试图像;
若所述第四测试图像和所述第五测试图像中存在任一像素值与0的差值大于预设阈值,则调整所述旋转机构并返回执行所述将旋转机构置于初始位置的操作,直至所述第四测试图像和所述第五测试图像中各个像素值与0的差值均小于预设阈值。
4.如权利要求1所述的方法,其特征在于,在所述对被扫描物体进行扫描之前,所述方法还包括:
根据所述被扫描物体的特征确定所述CT扫描的投影放大比。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
保持所述CT扫描过程中的扫描参数不变。
6.一种CT扫描的数据处理装置,其特征在于,包括:
CT扫描单元,用于对被扫描物体进行CT扫描,获取N幅投影图像,所述N为大于1的整数;
CT重建单元,用于基于所述N幅投影图像,通过迭代法进行CT重建,并通过s.t.f≥0,对每次迭代的中间图像f进行修正,其中,g为由所述N幅投影图像,M为***矩阵,v1为大于0的惩罚参数,Rl表示从中提取图像块的操作,D为过完备字典,为第l个图像块所对应的稀疏系数,T0为每个图像块对应的稀疏度,分别为中间图像f的水平梯度图像和垂直梯度图像;
输出单元,用于在所述CT重建的迭代终止后,输出CT重建图像。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
获取单元,用于获取平均暗场图像和平均亮场图像
预处理单元,用于通过对所述N幅投影图像I(i)分别进行预处理,i=1,2,…,N。
8.如权利要求6所述的装置,其特征在于,所述装置还包括:
第一扫描单元,用于将旋转机构置于初始位置,扫描预设物体得到第一测试图像;
第二扫描单元,用于将所述旋转机构从所述初始位置分别旋转180度和360度,分别得到第二测试图像和第三测试图像;
第一计算单元,用于将所述第一测试图像与所述第三测试图像相减,得到第四测试图像;
第二计算单元,用于将所述第一测试图像与所述第二测试图像的翻转图像相减,得到第五测试图像;
调整单元,用于若所述第四测试图像和所述第五测试图像中存在任一像素值与0的差值大于预设阈值,则调整所述旋转机构并返回执行所述将旋转机构置于初始位置的操作,直至所述第四测试图像和所述第五测试图像中各个像素值与0的差值均小于预设阈值。
9.如权利要求6所述的装置,其特征在于,所述装置还包括:
确定单元,用于根据所述被扫描物体的特征确定所述CT扫描的投影放大比。
10.如权利要求6所述的装置,其特征在于,所述装置还包括:
参数设置单元,用于保持所述CT扫描过程中的扫描参数不变。
CN201610349401.7A 2016-05-24 2016-05-24 Ct扫描的数据处理方法及装置 Active CN106056644B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610349401.7A CN106056644B (zh) 2016-05-24 2016-05-24 Ct扫描的数据处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610349401.7A CN106056644B (zh) 2016-05-24 2016-05-24 Ct扫描的数据处理方法及装置

Publications (2)

Publication Number Publication Date
CN106056644A true CN106056644A (zh) 2016-10-26
CN106056644B CN106056644B (zh) 2020-03-17

Family

ID=57174282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610349401.7A Active CN106056644B (zh) 2016-05-24 2016-05-24 Ct扫描的数据处理方法及装置

Country Status (1)

Country Link
CN (1) CN106056644B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109741411A (zh) * 2018-12-13 2019-05-10 深圳先进技术研究院 基于梯度域的低剂量pet图像重建方法、装置、设备及介质
CN110599420A (zh) * 2019-05-27 2019-12-20 首都师范大学 基于深度学习的ct图像分块重建方法及***
CN110998651A (zh) * 2017-08-24 2020-04-10 爱克发有限公司 一种用于生成对象的增强断层扫描图像的方法
CN111223161A (zh) * 2020-01-02 2020-06-02 京东数字科技控股有限公司 一种图像重建方法、装置及存储介质
CN112085808A (zh) * 2020-09-14 2020-12-15 深圳先进技术研究院 一种ct图像重建方法、***、设备和介质
CN113100803A (zh) * 2021-04-20 2021-07-13 西门子数字医疗科技(上海)有限公司 用于显示静脉血栓的方法、装置、计算机设备和介质
WO2022052114A1 (zh) * 2020-09-14 2022-03-17 深圳先进技术研究院 一种ct图像重建方法、***、设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102062740A (zh) * 2010-12-01 2011-05-18 中国科学院深圳先进技术研究院 锥束ct扫描成像方法及***
CN104933744A (zh) * 2015-06-19 2015-09-23 深圳先进技术研究院 Ct图像重建方法和***
CN104992457A (zh) * 2015-06-19 2015-10-21 深圳先进技术研究院 Ct图像重建方法和***
CN105118078A (zh) * 2015-09-24 2015-12-02 中国科学院苏州生物医学工程技术研究所 欠采样的ct图像重建方法
CN103049923B (zh) * 2012-12-10 2015-12-09 深圳先进技术研究院 磁共振快速成像的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102062740A (zh) * 2010-12-01 2011-05-18 中国科学院深圳先进技术研究院 锥束ct扫描成像方法及***
CN103049923B (zh) * 2012-12-10 2015-12-09 深圳先进技术研究院 磁共振快速成像的方法
CN104933744A (zh) * 2015-06-19 2015-09-23 深圳先进技术研究院 Ct图像重建方法和***
CN104992457A (zh) * 2015-06-19 2015-10-21 深圳先进技术研究院 Ct图像重建方法和***
CN105118078A (zh) * 2015-09-24 2015-12-02 中国科学院苏州生物医学工程技术研究所 欠采样的ct图像重建方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QIEGEN LIU 等: "Adaptive Dictionary Learning in Sparse Gradient Domain for Image Recovery", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
ZHANLI HU 等: "A few-view reweighted sparsity hunting (FRESH) method for CT image reconstruction", 《JOURNAL OF X-RAY SCIENCE AND TECHNOLOGY》 *
李慧君 等: "基于选择性全变差约束的稀疏角度CT快速迭代重建算法", 《生物医学工程学杂质》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110998651A (zh) * 2017-08-24 2020-04-10 爱克发有限公司 一种用于生成对象的增强断层扫描图像的方法
CN109741411A (zh) * 2018-12-13 2019-05-10 深圳先进技术研究院 基于梯度域的低剂量pet图像重建方法、装置、设备及介质
WO2020118828A1 (zh) * 2018-12-13 2020-06-18 深圳先进技术研究院 基于梯度域的低剂量pet图像重建方法、装置、设备及介质
CN109741411B (zh) * 2018-12-13 2023-04-28 深圳先进技术研究院 基于梯度域的低剂量pet图像重建方法、装置、设备及介质
CN110599420A (zh) * 2019-05-27 2019-12-20 首都师范大学 基于深度学习的ct图像分块重建方法及***
CN110599420B (zh) * 2019-05-27 2022-03-15 首都师范大学 基于深度学习的ct图像分块重建方法及***
CN111223161A (zh) * 2020-01-02 2020-06-02 京东数字科技控股有限公司 一种图像重建方法、装置及存储介质
CN111223161B (zh) * 2020-01-02 2024-04-12 京东科技控股股份有限公司 一种图像重建方法、装置及存储介质
CN112085808A (zh) * 2020-09-14 2020-12-15 深圳先进技术研究院 一种ct图像重建方法、***、设备和介质
WO2022052114A1 (zh) * 2020-09-14 2022-03-17 深圳先进技术研究院 一种ct图像重建方法、***、设备和介质
CN112085808B (zh) * 2020-09-14 2024-04-05 深圳先进技术研究院 一种ct图像重建方法、***、设备和介质
CN113100803A (zh) * 2021-04-20 2021-07-13 西门子数字医疗科技(上海)有限公司 用于显示静脉血栓的方法、装置、计算机设备和介质

Also Published As

Publication number Publication date
CN106056644B (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
Pourmorteza et al. Dose efficiency of quarter-millimeter photon-counting computed tomography: first-in-human results
CN106056644A (zh) Ct扫描的数据处理方法及装置
Wang et al. Metal artifact reduction in CT using fusion based prior image
Zhang et al. A hybrid metal artifact reduction algorithm for x‐ray CT
Li et al. Adaptive nonlocal means filtering based on local noise level for CT denoising
Clark et al. Hybrid spectral CT reconstruction
CN110807737A (zh) 迭代图像重建框架
Sun et al. An iterative projection‐based motion estimation and compensation scheme for head x‐ray CT
JP2020506742A (ja) 断層撮影再構成に使用するためのデータのディープラーニングに基づく推定
CN111540025B (zh) 预测用于图像处理的图像
McCollough et al. Spatial resolution improvement and dose reduction potential for inner ear CT imaging using az‐axis deconvolution technique
Hashemi et al. Adaptively tuned iterative low dose CT image denoising
Hernandez et al. Location and direction dependence in the 3D MTF for a high‐resolution CT system
Zhang et al. Iterative metal artifact reduction for x‐ray computed tomography using unmatched projector/backprojector pairs
Hu et al. Image reconstruction from few-view CT data by gradient-domain dictionary learning
Liang et al. Guest editorial low-dose CT: what has been done, and what challenges remain?
Ballhausen et al. Post-processing sets of tilted CT volumes as a method for metal artifact reduction
US9361712B2 (en) CT image generation device and method and CT image generation system
Boudjelal et al. A novel kernel-based regularization technique for PET image reconstruction
Michielsen et al. Patchwork reconstruction with resolution modeling for digital breast tomosynthesis
Liao et al. Noise Estimation for Single‐Slice Sinogram of Low‐Dose X‐Ray Computed Tomography Using Homogenous Patch
Zhang et al. Modularized data‐driven reconstruction framework for nonideal focal spot effect elimination in computed tomography
Zhang et al. Accurate Sparse‐Projection Image Reconstruction via Nonlocal TV Regularization
Friot et al. Iterative tomographic reconstruction with TV prior for low-dose CBCT dental imaging
Bushe et al. Unbiased zero-count correction method in low-dose high-resolution photon counting detector CT

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