CN106651986A - 计算机断层成像伪影校正方法 - Google Patents
计算机断层成像伪影校正方法 Download PDFInfo
- Publication number
- CN106651986A CN106651986A CN201611246223.1A CN201611246223A CN106651986A CN 106651986 A CN106651986 A CN 106651986A CN 201611246223 A CN201611246223 A CN 201611246223A CN 106651986 A CN106651986 A CN 106651986A
- Authority
- CN
- China
- Prior art keywords
- image
- correction
- artifact
- corrected
- error
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000002591 computed tomography Methods 0.000 title claims abstract description 19
- 238000001914 filtration Methods 0.000 claims abstract description 3
- 239000002184 metal Substances 0.000 claims description 38
- 229910052751 metal Inorganic materials 0.000 claims description 38
- 239000011159 matrix material Substances 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 8
- 230000010354 integration Effects 0.000 abstract 1
- 230000011218 segmentation Effects 0.000 abstract 1
- 238000013170 computed tomography imaging Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10084—Hybrid tomography; Concurrent acquisition with multiple different tomographic modalities
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种计算机断层成像伪影校正方法,包括:接收待校正图像;对所述待校正图像进行伪影校正,以获取第一校正后图像;获取待校正图像相对于第一校正后图像的误差图像;根据该误差图像获取第一校正后图像的信息熵,并根据该信息熵确定第一校正后图像引入伪影的程度;根据该第一校正后图像引入伪影的程度调整所述误差图像的权重,并从所述待校正图像中去除调整权重后的误差图像,以获取第二校正后图像;对待校正图像进行自适应滤波处理,并对处理后的待校正图像及第二校正后图像进行频率分割及融合,获得第三校正后图像。本发明所提供的方法及装置可在现有伪影去除方法的基础上,有效抑制新引入伪影,进一步提高图像质量。
Description
本申请是申请日为2016年1月21日、申请号为“201610038856.7”、发明名称为“一种计算机断层成像伪影校正方法及装置”的发明专利申请的分案申请。
【技术领域】
本发明涉及计算机断层成像技术领域,尤其涉及一种计算机断层成像伪影的校正方法及装置。
【背景技术】
计算机断层成像是用射线对人体的特定部位按一定厚度的层面进行扫描,根据不同的人体组织对射线的吸收能力不同,对扫描数据利用计算机重建出断层面图像的技术。
在计算机断层扫描过程中,因被扫描物体中含有金属或其它高密度物质导致重建后的图像中存在的伪影称为金属伪影。金属伪影的存在会降低图像质量,并且可能会影响医生的诊断。因此,在计算机断层扫描的成像中,去金属伪影(Metal Artifact Reduction,MAR)即金属伪影校正,所要解决的就是去除由于金属的存在而引入的伪影,恢复被伪影破坏或掩盖的组织,以便于用户观察。
现有技术中,存在各种金属伪影的校正方法.这些校正方法大致可以分为迭代重建方法(迭代法)及投影插值方法(插值法)。但无论现有技术中何种形式的伪影校正,都有可能引入新的伪影,这部分新引入的伪影同样会影响图像质量,因而需要对其进行校正。
因此,需要提出一种新的计算机断层成像伪影校正方法,在现有伪影去除方法的基础上,有效抑制因伪影校正新引入伪影,进一步提高图像质量。
【发明内容】
本发明解决的是现有的计算机断层成像图像伪影校正方法实施过程中出现新引入伪影的问题。
为解决上述问题,本发明提出一种计算机断层成像伪影校正方法,包括:接收待校正图像;对所述待校正图像进行伪影校正,以获取第一校正后图像;获取待校正图像相对于第一校正后图像的误差图像;根据第一校正后图像引入伪影的程度,调整所述误差图像的权重,并从所述待校正图像中去除调整权重后的误差图像,以获取第二校正后图像;对所述待校正图像及第二校正后图像进行频率分割及融合,获得第三校正后图像。
可选地,所述第一校正后图像引入伪影的程度,由所述第一校正后图像的信息熵进行确定。
可选地,所述信息熵的获取包括:划分所述误差图像与待校正图像每个像素的邻域矩阵;调整所述误差图像像素邻域矩阵的权重,并根据调整权重后的所述误差图像像素邻域矩阵与所述待校正图像像素邻域矩阵之差获取所述信息熵。
可选地,获取使所述信息熵最小时相对应的所述误差图像邻域矩阵的权重,将该权重作为所述误差图像的权重。
可选地,根据所述误差图像中伪影去除的程度,确定所述邻域矩阵的尺寸。
可选地,根据所述待校正图像中的金属图像形态,确定所述邻域矩阵的尺寸。
可选地,所述邻域矩阵的尺寸范围为9-31单位像素。
可选地,还包括根据设定的视场对所述待校正图像、误差图像、第一校正后图像、第二校正后图像中的至少一种进行压缩。
可选地,所述频率分割及融合包括:分割出所述待校正图像的高频部分图像及所述第二校正后图像的低频部分图像,并对所述高频部分图像及低频部分图像进行融合。
本发明还提供一种计算机断层成像伪影校正装置,其特征在于,包括:
输入单元,用于接收待校正图像;第一处理单元,用于对待校正图像进行伪影校正,以生成第一校正后图像;第二处理单元,用于获取待校正图像相对于第一校正后图像的误差图像,及根据第一校正后图像引入伪影的程度,调整所述误差图像的权重,并从所述待校正图像中去除调整权重后的误差图像,以获取第二校正后图像;第三处理单元,用于获得所述待校正图像的高频部分图像及所述第二校正后图像的低频部分图像,并对所述高频部分图像及低频部分图像进行融合,获得第三校正后图像。
本发明方案根据原有伪影校正引入伪影的程度,调整误差图像的权重,并在待校正图像中去除调整权重后的误差图像以形成新的校正后图像,有效抑制了新伪影的产生,提高了图像质量;同时该方案实现过程对原伪影校正方法及装置依赖性低,因而适用范围广,可在任何可能会引入新伪影的现有金属伪影校正方法及装置基础上实现;进一步地,频率分割及融合减少了由于权重系数的差异引起的图像马赛克现象,使得校正后图像更加自然;进一步地,对图像进行压缩,及根据误差图像中伪影去除的程度对邻域矩阵进行划分,降低了***的计算量,提升了校正速度。
【附图说明】
图1是本发明的计算机断层成像***的结构示意图;
图2是本发明一实施例中伪影校正方法流程示意图;
图3是本发明一实施例中第一校正后图像信息熵的求取流程示意图;
图4是本发明一实施例中伪影校正装置结构示意图。
【具体实施方式】
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
图1是一种计算机断层成像***的结构示意图,如图1所示,计算机断层成像***100包括机架110,所述机架110具有围绕***轴线旋转的可旋转的部分130。可旋转的部分130具有相对设置的X射线源131和X射线探测器132的X射线***。
计算机断层成像***100还具有检查床120,在进行检查时,患者在该检查床120上可以沿着Z轴方向被推入到扫描腔体中。X射线源131绕S轴旋转,探测器132相对于X射线源131一起运动,以采集投影测量数据,这些数据在之后被用于重建图像。还可以进行螺旋扫描,在螺旋扫描期间,通过患者沿着S轴的连续运动和X射线源131的同时旋转,X射线源131相对于患者产生螺旋轨迹。
所述计算机断层成像***100还可以包括控制单元和图像重建单元,所述控制单元用于在扫描过程中根据特定的扫描协议控制计算机断层成像***100的各部件。所述图像重建单元用于根据探测器132采样的待校正数据重建出图像。
以上,仅以示例方式阐释了可使用本发明所提供金属伪影校正方法的计算机断层成像设备,本领域技术人员理解,如使用X射线的C型臂***等设备,或组合式医学成像***(例如:组合式正电子发射断层成像-计算机断层成像,Positron Emission Tomography-Computed tomography Tomography,PET-CT),或使用其它类型射线的断层成像设备等,均可适用本发明所述校正方法及装置,本发明对计算机断层成像设备的类型与结构并不做具体限定。
当受检对象在上述任一种类的计算机断层成像设备中进行扫描成像时,因金属或高密度物体的存在会导致伪影的存在,影响图像成像质量及导致用户阅图不便,因而需对此类伪影进行校正。
图2是本发明一实施例中伪影校正方法流程示意图。参照图2,在该实施例中:
执行步骤S1,接收待校正图像。该待校正图像由上述计算机断层成像设备扫描重建获得。
执行步骤S2,对待校正图像进行伪影校正,获取第一校正后图像。此步骤中,并不限定该伪影校正的具体实现方案。因本发明方案的目的在于解决现有技术中存在的各种金属伪影的校正方法所存在的新引入伪影缺陷,任意一种去金属伪影算法或多种去金属伪影算法的组合(无论迭代法还是插值法,亦或其它种类的伪影校正方法),只要有可能引入新的伪影,均可应用于此。对待校正图像进行伪影校正后,可获取第一校正后图像。
执行步骤S3,获取待校正图像相对于第一校正后图像的误差图像。在本实施例中,定义Iori为待校正图像,Icorr为第一校正后图像,Ierr为误差图像。则:
Ierr=Iori-Icorr
即,可通过比较待校正图像与第一校正后图像的差异来获取误差图像。
执行步骤S4,根据第一校正后图像引入伪影的程度,调整误差图像的权重,并从待校正图像中去除调整权重后的误差图像,获取第二校正后图像。第一校正后图像引入伪影的程度可以通过对误差图像的判断得出,因此,通过对误差图像的每个像素点分配权重(分配的原则是,对新引入的伪影区域分配少的权重,待校正图像原有的伪影分配多的权重),再在待校正图像中去除调整权重后的误差图像,即可实现抑制新引入伪影的效果。
在本实施例中,第一校正后图像新引入伪影的程度,可通过第一校正后图像的信息熵进行确定。图3示出了第一校正后图像信息熵的求取流程:
首先,执行步骤S401,划分误差图像与待校正图像每个像素的邻域矩阵。具体地,如对于一个N×N像素的图像I而言,对其图像的每个像素(投影角为p,通道为k)计算一个邻域矩阵Np,k(I)。经过测试发现,该邻域矩阵的尺寸(MxM)不仅影响着运算速度,而且会直接影响到之后步骤中权重的分配,所以邻域大小的划分可选取经验值的方式确定。例如,在本实施例中,邻域的大小根据误差图像中伪影去除的程度分配不同的值。一般来说,对于步骤S2中对待校正图像伪影去除较多的应用场景,邻域划分可以稍大,反之则可以稍小。进一步地,邻域的取值范围可在9-31单位像素之间。此外,在对图像边缘像素取邻域矩阵时,可以在图像边缘填零扩充图像边缘。
此处,作为本实施例的一个变化例,邻域的尺寸还可以根据金属形态信息进行确定。此处的金属形态信息,指待校正图像中金属物质或较高密度物质的形态信息,其直接影响到待校正图像中数据破坏的程度:理论上,仅当金属或高密度物体为一规则圆形时,现有校正方案可通过完全替换原有数据的方式有效去除金属伪影(即新引入伪影较少)。而实际中很少有规则的物体,如常见的脊柱钉子等植入物的形状多以不规则形态呈现。
设金属形态信息可用形态指数来进行表征:在某一断层面中,射线经过该断层面一规则的圆形物体,则无论从任一角度进行投影,其面积均是一致的,可将此理想的金属投影域面积定义为理想面积,并作为判断金属形态的一项参照,其获取公式可为:
该公式中,SImetal指的是金属图像中像素个数;Spacechannel为通道分辨率,Spacepixel为像素分辨率,Nview为投影角个数,SIdealPmetal是指规则金属图像(金属图像域像素个数和实际金属图像的金属像素个数相同)投影后的非零像素个数(即理想面积)。
通过比较金属图像投影数据的理想面积与实际面积可获得金属形态指数。进一步地,设SPmetal为实际金属图像投影后的非零像素个数(即金属图像实际面积),则金属形态指数RD的获取公式为:
根据本实施例的一个变化实施例,步骤S2中的伪影校正方法为投影域加权校正:金属形态信息会影响到步骤S2的投影域加权校正是否进行及加权的强度,进而影响第一校正后图像的质量,因而,第一校正后图像信息熵求取时邻域的大小,可依据金属形态信息进行划分。一般来说,若金属图像实际面积与理想面积较为接近(如金属形态指数RD小于或接近于1),则进行较少强度的加权甚至强度为零的加权,对应选择较大的邻域;若与理想面积相差较大(如金属形态指数RD为2左右),则进行较高强度的加权校正,对应选择较小的邻域。
完成划分误差图像与待校正图像每个像素的邻域矩阵后,继续如图3所示,执行步骤S402,基于划分的邻域矩阵进行图像域加权。具体地,对于每一个误差图像中每个像素的邻域矩阵进行加权,和待校正图像的邻域矩阵做差得到第一校正后图像的邻域矩阵:
Np,k(Icw)=Np,k(Iori)-wp,k×Np,k(Ierr)
式中,Icw指第一校正后图像,wp,k为邻域矩阵中每个像素的权重,其大小决定了对误差图像中伪影的加重或减轻。
执行步骤S403,计算第一校正后图像的信息熵。本实施例中采用信息熵来表征第一校正后图像中的结构信息。具体地,第一校正后图像的信息熵为:
其中,Entropy(Np,k(Icw))表示第一校正后图像像素邻域矩阵的信息熵,P(Np,k(Icw))表示第一校正后图像像素的邻域矩阵的先验概率函数(该函数可通过直方图方式获取),i表示邻域矩阵中的像素下标,n表示像素总数。
根据S402及S403中第一校正后图像信息熵的求取过程可知,不同的像素权重wp,k对应不同的信息熵,通过调整wp,k,可求出使第一校正后图像信息熵Entropy(Np,k(Icw))最小时的权重即arg w min(Entropy(Np,k(Icw)))。将该权重作为误差图像调整后的权重,并从待校正图像中去除按该权重进行调整后的误差图像,以得到第二校正后图像。
因通过上述权重调整计算有可能会在第二校正后图像中引入一些马赛克效应,因此,如图2所示,还需执行步骤S5,对待校正图像及第二校正后图像进行频率分割及融合。
具体地,可通过对待校正图像及第二校正后图像进行频率分割,获取未校正图像的高频部分图像和校正图像的低频部分图像并对其进行融合以实现,例如可选用高斯低通滤波器G(σ)通过频域卷积实现低通滤波,其中:
loriLow=Iori*G(σ)
Icorr2Low=Icorr2*G(σ)
式中,σ为一经验值,可选范围为1.2-1.3之间,e表示指数函数的底,x表示距离,Iori代表待校正图像,IoriLow代表待校正图像的低频部分图像,Icorr2代表第二校正后图像,Icorr2Low代表第二校正后图像的低频部分图像。当然,也可选用其它类型的低通滤波器。
优选地,在待校正图像做滤波之前,可做自适应滤波处理以消除大部分的高频细条伪影。得到待校正图像和第二校正后图像的低频部分图像后,可以通过像素相减得到对应的第二校正后图像的高频部分图像IoriHigh:
IoriHigh=Iori-IoriLow
合并未校正图像的高频图像和校正图像的低频图像,即可得到第三校正后图像。
在上述伪影校正的过程中,还可根据设定视场对所述待校正图像、误差图像、第一校正后图像、第二校正后图像中的至少一种进行压缩,以提高计算效率。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,存储介质可以包括但不限于:软盘、光盘、CD-ROM、磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存、或适于存储机器可执行指令的其他类型的介质/机器可读介质。
图4示出了本发明一实施例中计算机断层成像伪影校正装置的结构示意图。包括:
输入单元,用于接收待校正图像;
第一处理单元,用于对待校正图像进行伪影校正,以生成第一校正后图像;
第二处理单元,用于获取待校正图像相对于第一校正后图像的误差图像,及根据第一校正后图像引入伪影的程度,调整所述误差图像的权重,并从所述待校正图像中去除调整权重后的误差图像,以获取第二校正后图像;
第三处理单元,用于获得所述待校正图像的高频部分图像及所述第二校正后图像的低频部分图像,并对所述高频部分图像及低频部分图像进行融合,获得第三校正后图像;以及输出单元,用于将校正后的图像输出至用户或后续计算设备。
本实施例中的输入单元、第一处理单元及输出单元,可在现有技术中任意一种伪影校正装置的基础上实现,因而,本发明的提供的伪影校正装置具备良好的兼容性及较低的实施成本。
本发明中,各实施例采用递进式写法,重点描述与前述实施例的不同之处,各实施例中的相同方法或结构参照前述实施例的相同部分。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (7)
1.一种计算机断层成像伪影校正方法,其特征在于,包括:
接收待校正图像;
对所述待校正图像进行伪影校正,以获取第一校正后图像;
获取待校正图像相对于第一校正后图像的误差图像;
根据该误差图像获取第一校正后图像的信息熵,并根据该信息熵确定第一校正后图像引入伪影的程度;
根据该第一校正后图像引入伪影的程度调整所述误差图像的权重,
并从所述待校正图像中去除调整权重后的误差图像,以获取第二校正后图像;
对待校正图像进行自适应滤波处理,并对处理后的待校正图像进行频率分割,分割出所述待校正图像的高频部分图像,对所述第二校正后图像进行频率分割,获取所述第二校正后图像的低频部分图像,并对所述高频部分图像及低频部分图像进行融合,以获得第三校正后图像。
2.根据权利要求1所述的伪影校正方法,其特征在于,所述根据该误差图像获取第一校正后图像的信息熵包括:
划分所述误差图像与待校正图像每个像素的邻域矩阵;
调整所述误差图像像素邻域矩阵的权重,并根据调整权重后的所述误差图像像素邻域矩阵与所述待校正图像像素邻域矩阵之差获取所述信息熵。
3.根据权利要求2所述的伪影校正方法,其特征在于,获取使所述信息熵最小时相应的所述误差图像邻域矩阵的权重,将该权重作为所述误差图像的权重。
4.根据权利要求2所述的伪影校正方法,其特征在于,根据所述误差图像中金属伪影去除的程度,确定所述邻域矩阵的尺寸。
5.根据权利要求2所述的伪影校正方法,其特征在于,根据所述待校正图像中的金属图像形态,确定所述邻域矩阵的尺寸。
6.根据权利要求2所述的伪影校正方法,所述邻域矩阵的尺寸为9-31单位像素。
7.根据权利要求2所述的伪影校正方法,其特征在于,还包括:根据设定的视场对所述待校正图像、误差图像、第一校正后图像、第二校正后图像中的至少一种进行压缩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611246223.1A CN106651986B (zh) | 2016-01-21 | 2016-01-21 | 计算机断层成像伪影校正方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610038856.7A CN105528800B (zh) | 2016-01-21 | 2016-01-21 | 一种计算机断层成像伪影校正方法及装置 |
CN201611246223.1A CN106651986B (zh) | 2016-01-21 | 2016-01-21 | 计算机断层成像伪影校正方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610038856.7A Division CN105528800B (zh) | 2015-10-14 | 2016-01-21 | 一种计算机断层成像伪影校正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106651986A true CN106651986A (zh) | 2017-05-10 |
CN106651986B CN106651986B (zh) | 2021-05-18 |
Family
ID=55771001
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611244253.9A Active CN106651984B (zh) | 2016-01-21 | 2016-01-21 | 计算机断层成像伪影校正方法及装置 |
CN201610038856.7A Active CN105528800B (zh) | 2015-10-14 | 2016-01-21 | 一种计算机断层成像伪影校正方法及装置 |
CN201611246223.1A Active CN106651986B (zh) | 2016-01-21 | 2016-01-21 | 计算机断层成像伪影校正方法 |
CN201611246225.0A Active CN106683143B (zh) | 2016-01-21 | 2016-01-21 | 图像金属伪影校正方法 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611244253.9A Active CN106651984B (zh) | 2016-01-21 | 2016-01-21 | 计算机断层成像伪影校正方法及装置 |
CN201610038856.7A Active CN105528800B (zh) | 2015-10-14 | 2016-01-21 | 一种计算机断层成像伪影校正方法及装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611246225.0A Active CN106683143B (zh) | 2016-01-21 | 2016-01-21 | 图像金属伪影校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (4) | CN106651984B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084866A (zh) * | 2019-04-24 | 2019-08-02 | 上海联影医疗科技有限公司 | 一种计算机断层成像方法和装置 |
CN112819726A (zh) * | 2021-02-09 | 2021-05-18 | 嘉兴丰鸟科技有限公司 | 一种光场渲染伪影去除方法 |
CN113936068A (zh) * | 2020-07-14 | 2022-01-14 | 上海联影医疗科技股份有限公司 | 伪影校正方法、装置和存储介质 |
WO2022115989A1 (zh) * | 2020-12-01 | 2022-06-09 | 西安大医集团股份有限公司 | 图像处理方法及装置、医学影像设备及存储介质 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3362987B1 (en) | 2015-10-14 | 2021-09-22 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image correction |
CN107978003B (zh) * | 2017-10-30 | 2021-03-30 | 东软医疗***股份有限公司 | 一种ct图像金属伪影的处理方法及装置 |
CN107977936B (zh) * | 2017-11-21 | 2021-06-22 | 上海联影医疗科技股份有限公司 | 序列图像的离线校正方法、装置及设备 |
CN109118555B (zh) * | 2018-08-14 | 2019-06-14 | 广州华端科技有限公司 | 计算机断层成像的金属伪影校正方法和*** |
DE102018221943A1 (de) * | 2018-12-17 | 2020-06-18 | Siemens Healthcare Gmbh | Verfahren zur Artefaktkorrektur von dreidimensionalen Volumenbilddaten |
JP7317651B2 (ja) * | 2019-09-24 | 2023-07-31 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置および医用画像処理方法 |
CN111986285B (zh) * | 2020-08-28 | 2024-04-26 | 上海联影医疗科技股份有限公司 | 一种图像校正方法、装置、设备及存储介质 |
CN112734877B (zh) * | 2021-01-13 | 2023-04-07 | 上海联影医疗科技股份有限公司 | 一种校正伪影的方法和*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
US20080152203A1 (en) * | 2005-02-03 | 2008-06-26 | Koninklijke Philips Electronics N.V. | Radial Adaptive Filter for Metal Artifact Correction |
US20090169102A1 (en) * | 2007-11-29 | 2009-07-02 | Chao Zhang | Multi-scale multi-camera adaptive fusion with contrast normalization |
CN103906465A (zh) * | 2011-08-15 | 2014-07-02 | 埃派克研究与诊断有限公司 | 来自指尖或脚趾附近的光度的局部生理状态 |
CN103918004A (zh) * | 2011-11-08 | 2014-07-09 | 皇家飞利浦有限公司 | 金属伪影校正算法的自适应应用 |
CN104766351A (zh) * | 2015-04-24 | 2015-07-08 | 惠仁望都医疗设备科技有限公司 | 一种mri超范围编码成像方法 |
CN105225208A (zh) * | 2015-10-14 | 2016-01-06 | 上海联影医疗科技有限公司 | 一种计算机断层成像金属伪影校正方法及装置 |
CN105243678A (zh) * | 2015-09-23 | 2016-01-13 | 倪昕晔 | 放疗中基于mvcbct和kvct的金属伪影去除方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1096249B1 (en) * | 1999-10-26 | 2013-05-01 | Hitachi-GE Nuclear Energy, Ltd. | Nondestructive flaw inspection method and apparatus |
JP3919724B2 (ja) * | 2003-09-19 | 2007-05-30 | 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 | 放射線計算断層画像装置および断層像データ生成方法 |
CN100484479C (zh) * | 2005-08-26 | 2009-05-06 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像增强与斑点抑制方法 |
US8582916B2 (en) * | 2007-12-25 | 2013-11-12 | Medic Vision—Brain Technologies Ltd. | Noise reduction of images |
JP4909378B2 (ja) * | 2009-06-02 | 2012-04-04 | キヤノン株式会社 | 画像処理装置及びその制御方法、コンピュータプログラム |
CN102289668A (zh) * | 2011-09-07 | 2011-12-21 | 谭洪舟 | 基于像素邻域特征的自适应文字图像的二值化处理方法 |
CN102426696B (zh) * | 2011-10-24 | 2013-04-17 | 西安电子科技大学 | 光学投影断层成像运动伪影校正方法 |
CN103186883B (zh) * | 2011-12-29 | 2015-09-30 | 上海联影医疗科技有限公司 | 一种ct图像重建中骨硬化伪影的校正方法 |
CN104323777B (zh) * | 2014-10-30 | 2016-06-29 | 西安交通大学医学院第一附属医院 | 一种扩散磁共振成像运动伪影的消除方法 |
CN105006004B (zh) * | 2015-08-05 | 2018-04-03 | 天津金曦医疗设备有限公司 | 一种基于投影图像的ct扫描实时运动监测方法 |
-
2016
- 2016-01-21 CN CN201611244253.9A patent/CN106651984B/zh active Active
- 2016-01-21 CN CN201610038856.7A patent/CN105528800B/zh active Active
- 2016-01-21 CN CN201611246223.1A patent/CN106651986B/zh active Active
- 2016-01-21 CN CN201611246225.0A patent/CN106683143B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080152203A1 (en) * | 2005-02-03 | 2008-06-26 | Koninklijke Philips Electronics N.V. | Radial Adaptive Filter for Metal Artifact Correction |
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
US20090169102A1 (en) * | 2007-11-29 | 2009-07-02 | Chao Zhang | Multi-scale multi-camera adaptive fusion with contrast normalization |
CN103906465A (zh) * | 2011-08-15 | 2014-07-02 | 埃派克研究与诊断有限公司 | 来自指尖或脚趾附近的光度的局部生理状态 |
CN103918004A (zh) * | 2011-11-08 | 2014-07-09 | 皇家飞利浦有限公司 | 金属伪影校正算法的自适应应用 |
CN104766351A (zh) * | 2015-04-24 | 2015-07-08 | 惠仁望都医疗设备科技有限公司 | 一种mri超范围编码成像方法 |
CN105243678A (zh) * | 2015-09-23 | 2016-01-13 | 倪昕晔 | 放疗中基于mvcbct和kvct的金属伪影去除方法 |
CN105225208A (zh) * | 2015-10-14 | 2016-01-06 | 上海联影医疗科技有限公司 | 一种计算机断层成像金属伪影校正方法及装置 |
Non-Patent Citations (2)
Title |
---|
V. KRISHNAVENI等: ""Comparison of Independent Component Analysis Algorithms for Removal of Ocular Artifacts from Electroencephalogram"", 《MEASUREMENT SCIENCE REVIEW》 * |
齐宏亮等: ""一种快速去除CT环形伪影的方法"", 《南方医科大学学报(J SOUTH MED UNIV》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084866A (zh) * | 2019-04-24 | 2019-08-02 | 上海联影医疗科技有限公司 | 一种计算机断层成像方法和装置 |
CN113936068A (zh) * | 2020-07-14 | 2022-01-14 | 上海联影医疗科技股份有限公司 | 伪影校正方法、装置和存储介质 |
WO2022115989A1 (zh) * | 2020-12-01 | 2022-06-09 | 西安大医集团股份有限公司 | 图像处理方法及装置、医学影像设备及存储介质 |
CN112819726A (zh) * | 2021-02-09 | 2021-05-18 | 嘉兴丰鸟科技有限公司 | 一种光场渲染伪影去除方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105528800B (zh) | 2017-04-05 |
CN105528800A (zh) | 2016-04-27 |
CN106683143A (zh) | 2017-05-17 |
CN106651984A (zh) | 2017-05-10 |
CN106683143B (zh) | 2021-03-16 |
CN106651986B (zh) | 2021-05-18 |
CN106651984B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105528800B (zh) | 一种计算机断层成像伪影校正方法及装置 | |
JP7106405B2 (ja) | 医用画像処理装置、医用画像撮像装置及び医用画像処理プログラム | |
Bal et al. | Metal artifact reduction in CT using tissue‐class modeling and adaptive prefiltering | |
CN105225208B (zh) | 一种计算机断层成像金属伪影校正方法及装置 | |
US7636461B2 (en) | Image-wide artifacts reduction caused by high attenuating objects in ct deploying voxel tissue class | |
Meilinger et al. | Metal artifact reduction in cone beam computed tomography using forward projected reconstruction information | |
US20060285737A1 (en) | Image-based artifact reduction in PET/CT imaging | |
US20090074278A1 (en) | Method and apparatus for metal artifact reduction in computed tomography | |
US10013780B2 (en) | Systems and methods for artifact removal for computed tomography imaging | |
US8855394B2 (en) | Methods and apparatus for texture based filter fusion for CBCT system and cone-beam image reconstruction | |
US8045781B2 (en) | X-ray computed tomography apparatus, reconstruction processing apparatus, and image processing apparatus | |
EP2583241A1 (en) | Method and system for noise reduction in low dose computed tomography | |
CN105321155A (zh) | 一种cbct图像环形伪影消除方法 | |
US9483851B2 (en) | Systems and methods for filtering for image generation | |
CN110458913B (zh) | 一种多阈值分割ct图像校正图像重建中骨硬化伪影的方法 | |
Li et al. | Metal artifact reduction in CT based on adaptive steering filter and nonlocal sinogram inpainting | |
KR102297972B1 (ko) | 전역 변형 저감화 기법을 이용한 저선량 콘빔 전산화 단층 촬영 시스템 | |
Li et al. | A prior-based metal artifact reduction algorithm for x-ray CT | |
CN111563940B (zh) | 一种步进轴扫ct重建中拼接伪影的去除方法及电子介质 | |
CN110084866B (zh) | 一种计算机断层成像方法和装置 | |
Heußer et al. | CT data completion based on prior scans | |
Li et al. | Joint regularization-based image reconstruction by combining data-driven tight frame and total variation for low-dose computed tomography | |
Xia et al. | PND-Net: Physics based Non-local Dual-domain Network for Metal Artifact Reduction | |
CN117392252A (zh) | 一种脊柱微创术中cbct数据的金属伪影自动校正方法及*** | |
CN106875342A (zh) | 一种计算机断层图像处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |