CN109754448A - 一种ct心脏扫描伪影校正方法及其*** - Google Patents

一种ct心脏扫描伪影校正方法及其*** Download PDF

Info

Publication number
CN109754448A
CN109754448A CN201811643644.7A CN201811643644A CN109754448A CN 109754448 A CN109754448 A CN 109754448A CN 201811643644 A CN201811643644 A CN 201811643644A CN 109754448 A CN109754448 A CN 109754448A
Authority
CN
China
Prior art keywords
image
registration
heart scanning
spatial
heart
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
CN201811643644.7A
Other languages
English (en)
Other versions
CN109754448B (zh
Inventor
曾凯
徐阳
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.)
ANKE HIGH-TECH Co Ltd SHENZHEN CITY
Original Assignee
ANKE HIGH-TECH Co Ltd SHENZHEN CITY
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 ANKE HIGH-TECH Co Ltd SHENZHEN CITY filed Critical ANKE HIGH-TECH Co Ltd SHENZHEN CITY
Priority to CN201811643644.7A priority Critical patent/CN109754448B/zh
Publication of CN109754448A publication Critical patent/CN109754448A/zh
Application granted granted Critical
Publication of CN109754448B publication Critical patent/CN109754448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种CT心脏扫描伪影校正方法及其***,所述方法包括步骤:通过心脏扫描获取相邻心跳周期的两个重叠图像;对重叠图像进行图像配准得到最优空间变换;根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像。通过把不同心脏心跳周期中的相对运动参数(空间变换Tr)包含到图像重建算法中,通过优化方法来调整相对运动参数,来减小不同心跳交界区域的台阶状伪影,提高图像质量,可以解决硬件技术无法解决的运动伪影等问题。

Description

一种CT心脏扫描伪影校正方法及其***
技术领域
本发明涉及医学成像技术领域,尤其涉及的是一种CT心脏扫描伪影校正方法及其***。
背景技术
现有技术中,实时心电图技术的心脏扫描,通过获取相邻心脏周期舒张期扫描数据一定的重叠,来实现心脏成像,很好的缓解心脏搏动带来的伪影;然而,不做处理的重叠区域,仍会由于病人呼吸及不经意挪动,产生拼接伪影,较强的伪影较强可能带来血管跟踪失败、心脏成像出现断层不连续等情况。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种CT心脏扫描伪影校正方法及其***,旨在解决现有技术中CT心脏扫描产生拼接伪影的问题。
本发明解决技术问题所采用的技术方案如下:
一种CT心脏扫描伪影校正方法,其中,包括步骤:
通过心脏扫描获取相邻心跳周期的两个重叠图像;
对重叠图像进行图像配准得到最优空间变换;
根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像。
所述CT心脏扫描伪影校正方法,其中,所述对重叠图像进行图像配准得到最优空间变换步骤具体包括:
提取相邻心跳周期的两个重叠图像的图像信息并分别作为参考图像和待配准图像,将待配准图像和待配准图像组成信息空间,确定空间变换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第一最优空间变换。
所述CT心脏扫描伪影校正方法,其中,所述对重叠图像进行图像配准得到优化图像步骤还包括:
将参考图像和待配准图像相互替换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第二最优空间变换。
所述CT心脏扫描伪影校正方法,其中,所述连续图像为:
I=w1×Tr1(I1)+w2×Tr2(I2),
w1={1~0},w2={0~1}且w1+w2=1,
其中,w1和w2表示加权系数,Tr1表示第一最优空间变换,Tr2表示第二最优空间变换,I1和I2分别表示相邻心跳周期的两个图像。
所述CT心脏扫描伪影校正方法,其中,所述心脏扫描采用多个根据心跳相位同步的步进扫描或螺旋扫描。
一种CT心脏扫描伪影校正***,其中,包括:处理器,以及与所述处理器连接的存储器,
所述存储器存储有CT心脏扫描伪影校正程序,所述CT心脏扫描伪影校正程序被所述处理器执行时实现以下步骤:
通过心脏扫描获取相邻心跳周期的两个重叠图像;
对重叠图像进行图像配准得到最优空间变换;
根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像。
所述CT心脏扫描伪影校正***,其中,所述CT心脏扫描伪影校正程序被所述处理器执行时,还实现以下步骤:
提取相邻心跳周期的两个重叠图像的图像信息并分别作为参考图像和待配准图像,将待配准图像和待配准图像组成信息空间,确定空间变换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第一最优空间变换。
所述CT心脏扫描伪影校正***,其中,所述CT心脏扫描伪影校正程序被所述处理器执行时,还实现以下步骤:
将参考图像和待配准图像相互替换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第二最优空间变换。
所述CT心脏扫描伪影校正***,其中,所述连续图像为:
I=w1×Tr1(I1)+w2×Tr2(I2),
w1={1~0},w2={0~1}且w1+w2=1,
其中,w1和w2表示加权系数,Tr1表示第一最优空间变换,Tr2表示第二最优空间变换,I1和I2分别表示相邻心跳周期的两个图像。
1所述CT心脏扫描伪影校正***,其中,所述心脏扫描采用多个根据心跳相位同步的步进扫描或螺旋扫描。
有益效果:通过把不同心脏心跳周期中的相对运动参数(空间变换Tr)包含到图像重建算法中,通过优化方法来调整相对运动参数,来减小不同心跳交界区域的台阶状伪影,提高图像质量,可以解决硬件技术无法解决的运动伪影等问题。
附图说明
图1是本发明中CT心脏扫描伪影校正方法较佳实施例的流程图。
图2是本发明中基于实时心电图的心脏扫描示意图。
图3是心脏图像矢状面原始图。
图4是心脏图像矢状面校正图。
图5是本发明中CT心脏扫描伪影校正***较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请同时参阅图1-图4,本发明提供了一种CT心脏扫描伪影校正方法的一些实施例。
如图1所示,本发明的CT心脏扫描伪影校正方法,包括以下步骤:
步骤S100、通过心脏扫描获取相邻心跳周期的两个重叠图像。
具体地,实时心电图的应用,利用心脏跳动周期中舒张期运动相对平缓的特点,采集多个心脏周期中该时间段的数据源(如图2中第一个图像I1、第二个图像I2、第三个图像I3),获取相对稳定的心脏扫描的三维重建数据,极大的改善了CT扫描心脏时的成像质量。
第一个图像中与第二个图像重叠区域的重叠图像为I1overlap,第二个图像中与第一个图像重叠区域的重叠图像为I2overlap。本发明通过相邻心跳周期重叠区域算法校正,来解决呼吸及运动带来的图像伪影
所述心脏扫描采用多个根据心跳相位同步的步进扫描或螺旋扫描。
步骤S200、对重叠图像进行图像配准得到最优空间变换。
图像配准是获取图像间相似性变换(Tr)的过程,如公式(1)所示,在满足图像间最小测度的情况下,获取最佳变换。
Tr=Reg(I1overlap,I2overlap)s.t.min{Dif(Tr(I2overlap),I1overlap)} (1)
其中Reg(·)表示图像配准,I1overlap表示第一个图像中与第二个图像重叠的重叠图像,I2overlap表示第二个图像中与第一个图像重叠的重叠图像。s.t.表示当且仅当,min(·)表示最小值,Dif(·)表示图像配准测度。
常见的图像配准方法有梯度下降算法、Guass-Newton算法、Powell算法等;本发明技术采用梯度下降算法,梯度下降是通过迭代解决无约束最优化问题的方法,即求公式(1)中的Dif函数的最优解。假定I1overlap、I2overlap构成函数f(x),通过迭代的方式求解函数f(x)的最优解,给定初始点xk,通过迭代找到下一个点,以获取更优的函数值。梯度下降法具体步骤如下:
1)定点xk处的负梯度方向为搜索方向,
2)在选定了搜索方向,沿搜索方向选择点xk+1,xk+1=xk-tk×pk,其中tk为沿负梯度方向的搜索距离,称为步长因子;
3)判断终止准则是否满足:若满足,输出xk+1,f(xk+1);若不满足,置k=k+1,转至步骤1),终止准则为min{Dif(Tr(I2overlap),I1overlap)},即图像配准测度最小。
所述步骤S200具体包括:
步骤S211、提取相邻心跳周期的两个重叠图像的图像信息并分别作为参考图像和待配准图像,将待配准图像和待配准图像组成信息空间,确定空间变换。
本发明中,第一图像和第二图像都可以作为参考图像,也都可以作为待配准图像,当然,第一图像为参考图像时,第二图像为待配准图像。因此,要进行两方面配准。例如,先以第一图像为参考图像,而第二图像为待配准图像进行配准,当然两方面的配准可以同时进行。
步骤S212、根据空间变换对待配准图像进行配准得到变换后的图像。
这里的空间变换采用初始空间变换Tr1,那么第一次配准得到变换后的图像Tr1(I2overlap)。
步骤S213、计算变换后的图像与参考图像的相似性测度。
常见的图像配准测度方法有欧氏距离、均方误差、互信息等;本发明技术采用互信息测度,互信息是图像间相似度的衡量,它的值越大代表图像间相似性越高。
假设A对应公式(1)中的Tr(I2overlap),则A的信息熵为H(A)=-∑aPA(a)log2PA(a)。其中,a为正整数,PA(·)表示A区域(即I2overlap重叠区域)取第a个符号的概率,∑表示求和符号,log表示对数符号。B对应公式(1)中的Tr(I1overlap),则信息熵为H(B)=-∑bPB(b)log2PB(b)。其中,b表示正整数,PB(·)表示表示B区域(即I1overlap重叠区域)取第b个符号的概率。A和B的联合的信息熵为H(A,B)=-∑a,bPA,B(a,b)log2PA,B(a,b),PA,B(·)表示A区域取第a个符号且B区域取第b个符号的概率;计算A和B的互信息测度为
步骤S214、当相似性测度不满足预设条件时,更新空间变换,并重新配准。这里预设条件即终止准则,min{Dif}。具体地,基于Reg(梯度下降)获取新的像素位置信息,通过B-spline插值计算,更新空间变换Tr。
具体地,初始空间变换更新为Tr2,再次配准得到变换后的图像为Tr2(I2overlap)。
步骤S215、当相似性测度满足预设条件时,输出第一最优空间变换。
当相似性测度最小时,输出第一最优空间变换Tr1。当然这是以第一图像为参考图像得到的第一最优空间变换Tr1,还需要以第二图像作为参考图像得到的第二最优空间变换Tr2。
步骤S221、将参考图像和待配准图像相互替换。
将参考图像和待配准图像互换,也就是说,以第二图像为参考图像,第一图像为待配准图像。
步骤S222、根据空间变换对待配准图像进行配准得到变换后的图像。
参照步骤S212,进行变换,当然,这里的空间变换可以是初始空间变换,也可以是第一最优空间变换,采用第一最优空间变换更加节省时间,计算更快。
步骤S223、计算变换后的图像与参考图像的相似性测度。
参照步骤S213计算相似性测度。
步骤S224、当相似性测度不满足预设条件时,更新空间变换,并重新配准。
参照S214进行重新配准。
步骤S225、当相似性测度满足预设条件时,输出第二最优空间变换。
当相似性测度满足预设条件时,输出第二最优空间变换Tr2。
步骤S300、根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像。
具体地,所述连续图像为:
I=w1×Tr1(I1)+w2×Tr2(I2),
w1={1~0},w2={0~1}且w1+w2=1,
其中,w1和w2表示加权系数,Tr1表示第一最优空间变换,Tr2表示第二最优空间变换,I1和I2分别表示相邻心跳周期的两个图像。w1为1到0之间的数,w2为0到1之间的数,且满足两者之和为1。
如图4和图5所示,原始图右侧中间位置有明显台阶状伪影,在经过校正后得到连续图像,也即校正图,右侧中间位置的台阶状伪影没有了。
值得说明的是,通过把不同心脏心跳周期中的相对运动参数(空间变换Tr)包含到图像重建算法中,通过优化方法来调整相对运动参数,来减小不同心跳交界区域的台阶状伪影,提高图像质量。通过分段重建不同心跳的图像,然后通过的非刚体配准方法来估计不同心跳交界区域的相对运动,并把不同心跳重建的图像相互配准。通过软件上的算法处理图像,改善心脏图像质量,相比原有技术有更加广泛的实用性,可以解决硬件技术无法解决的运动伪影等问题。
本发明还提供了一种CT心脏扫描伪影校正***的较佳实施例:
如图5所示,本发明实施例的CT心脏扫描伪影校正***,包括:处理器10,以及与所述处理器10连接的存储器20,
所述存储器20存储有CT心脏扫描伪影校正程序,所述CT心脏扫描伪影校正程序被所述处理器10执行时实现以下步骤:
通过心脏扫描获取相邻心跳周期的两个重叠图像;
对重叠图像进行图像配准得到最优空间变换;
根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像,具体如上所述。
所述CT心脏扫描伪影校正程序被所述处理器10执行时,还实现以下步骤:
提取相邻心跳周期的两个重叠图像的图像信息并分别作为参考图像和待配准图像,将待配准图像和待配准图像组成信息空间,确定空间变换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第一最优空间变换,具体如上所述。
所述CT心脏扫描伪影校正程序被所述处理器10执行时,还实现以下步骤:
将参考图像和待配准图像相互替换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第二最优空间变换,具体如上所述。
本实施例中,所述连续图像为:
I=w1×Tr1(I1)+w2×Tr2(I2),
w1={1~0},w2={0~1}且w1+w2=1,
其中,w1和w2表示加权系数,Tr1表示第一最优空间变换,Tr2表示第二最优空间变换,I1和I2分别表示相邻心跳周期的两个图像。
本实施例中,所述心脏扫描采用多个根据心跳相位同步的步进扫描或螺旋扫描。
综上所述,本发明所提供的一种CT心脏扫描伪影校正方法及其***,所述方法包括步骤:通过心脏扫描获取相邻心跳周期的两个重叠图像;对重叠图像进行图像配准得到最优空间变换;根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像。通过把不同心脏心跳周期中的相对运动参数(空间变换Tr)包含到图像重建算法中,通过优化方法来调整相对运动参数,来减小不同心跳交界区域的台阶状伪影,提高图像质量,可以解决硬件技术无法解决的运动伪影等问题。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种CT心脏扫描伪影校正方法,其特征在于,包括步骤:
通过心脏扫描获取相邻心跳周期的两个重叠图像;
对重叠图像进行图像配准得到最优空间变换;
根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像。
2.根据权利要求1所述CT心脏扫描伪影校正方法,其特征在于,所述对重叠图像进行图像配准得到最优空间变换步骤具体包括:
提取相邻心跳周期的两个重叠图像的图像信息并分别作为参考图像和待配准图像,将待配准图像和待配准图像组成信息空间,确定空间变换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第一最优空间变换。
3.根据权利要求2所述CT心脏扫描伪影校正方法,其特征在于,所述对重叠图像进行图像配准得到优化图像步骤还包括:
将参考图像和待配准图像相互替换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第二最优空间变换。
4.根据权利要求3所述CT心脏扫描伪影校正方法,其特征在于,所述连续图像为:
I=w1×Tr1(I1)+w2×Tr2(I2),
w1={1~0},w2={0~1}且w1+w2=1,
其中,w1和w2表示加权系数,Tr1表示第一最优空间变换,Tr2表示第二最优空间变换,I1和I2分别表示相邻心跳周期的两个图像。
5.根据权利要求1所述CT心脏扫描伪影校正方法,其特征在于,所述心脏扫描采用多个根据心跳相位同步的步进扫描或螺旋扫描。
6.一种CT心脏扫描伪影校正***,其特征在于,包括:处理器,以及与所述处理器连接的存储器,
所述存储器存储有CT心脏扫描伪影校正程序,所述CT心脏扫描伪影校正程序被所述处理器执行时实现以下步骤:
通过心脏扫描获取相邻心跳周期的两个重叠图像;
对重叠图像进行图像配准得到最优空间变换;
根据最优空间变换将相邻心跳周期的两个图像经过加权获得连续图像。
7.根据权利要求6所述CT心脏扫描伪影校正***,其特征在于,所述CT心脏扫描伪影校正程序被所述处理器执行时,还实现以下步骤:
提取相邻心跳周期的两个重叠图像的图像信息并分别作为参考图像和待配准图像,将待配准图像和待配准图像组成信息空间,确定空间变换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第一最优空间变换。
8.根据权利要求7所述CT心脏扫描伪影校正***,其特征在于,所述CT心脏扫描伪影校正程序被所述处理器执行时,还实现以下步骤:
将参考图像和待配准图像相互替换;
根据空间变换对待配准图像进行配准得到变换后的图像;
计算变换后的图像与参考图像的相似性测度;
当相似性测度不满足预设条件时,更新空间变换,并重新配准;
当相似性测度满足预设条件时,输出第二最优空间变换。
9.根据权利要求8所述CT心脏扫描伪影校正***,其特征在于,所述连续图像为:
I=w1×Tr1(I1)+w2×Tr2(I2),
w1={1~0},w2={0~1}且w1+w2=1,
其中,w1和w2表示加权系数,Tr1表示第一最优空间变换,Tr2表示第二最优空间变换,I1和I2分别表示相邻心跳周期的两个图像。
10.根据权利要求6所述CT心脏扫描伪影校正***,其特征在于,所述心脏扫描采用多个根据心跳相位同步的步进扫描或螺旋扫描。
CN201811643644.7A 2018-12-29 2018-12-29 一种ct心脏扫描伪影校正方法及其*** Active CN109754448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811643644.7A CN109754448B (zh) 2018-12-29 2018-12-29 一种ct心脏扫描伪影校正方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811643644.7A CN109754448B (zh) 2018-12-29 2018-12-29 一种ct心脏扫描伪影校正方法及其***

Publications (2)

Publication Number Publication Date
CN109754448A true CN109754448A (zh) 2019-05-14
CN109754448B CN109754448B (zh) 2023-01-17

Family

ID=66404937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811643644.7A Active CN109754448B (zh) 2018-12-29 2018-12-29 一种ct心脏扫描伪影校正方法及其***

Country Status (1)

Country Link
CN (1) CN109754448B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111462020A (zh) * 2020-04-24 2020-07-28 上海联影医疗科技有限公司 心脏图像的运动伪影校正方法、***、存储介质和设备
CN111563940A (zh) * 2020-07-15 2020-08-21 南京安科医疗科技有限公司 一种步进轴扫ct重建中拼接伪影的去除方法及电子介质
CN111583120A (zh) * 2020-05-22 2020-08-25 上海联影医疗科技有限公司 图像拼接方法、装置、设备和存储介质
CN111612867A (zh) * 2020-06-01 2020-09-01 上海联影医疗科技有限公司 运动伪影校正方法、装置、计算机设备和可读存储介质
WO2021170147A1 (en) * 2020-02-28 2021-09-02 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for correcting motion artifacts in images
CN116228802A (zh) * 2023-05-05 2023-06-06 济南科汛智能科技有限公司 一种心脏mri辅助成像控制方法
WO2023131226A1 (en) * 2022-01-05 2023-07-13 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for motion correction of positron emission computed tomography (pet) images
CN116862961A (zh) * 2023-07-11 2023-10-10 东软医疗***股份有限公司 图像配准方法、图像融合方法、装置以及电子设备
CN116849691A (zh) * 2023-08-11 2023-10-10 南京安科医疗科技有限公司 一种心脏ct成像全局最优相位自动识别方法、设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1489101A (zh) * 2003-08-14 2004-04-14 中国人民解放军第一军医大学 基于相同重叠区框架下的多设备医学图像刚性配准方法
US20070092123A1 (en) * 2005-10-18 2007-04-26 Stefan Popescu Method and device for movement correction when imaging the heart
US20110254998A1 (en) * 2008-12-22 2011-10-20 Thomson Licensing Method and device to capture images by emulating a mechanical shutter
WO2013052944A1 (en) * 2011-10-06 2013-04-11 Isis Innovation Limited Periodic artifact reduction from biomedical signals
DE102012203770A1 (de) * 2012-03-09 2013-09-12 Siemens Aktiengesellschaft Verfahren zur Reduzierung von Artefakten bei unvollständig abgetasteten Aufnahmetrajektorien
CN103584864A (zh) * 2012-08-15 2014-02-19 深圳迈瑞生物医疗电子股份有限公司 一种磁共振成像方法和装置
CN104013404A (zh) * 2014-06-09 2014-09-03 深圳先进技术研究院 心肌t1值测量方法和***
US20180005414A1 (en) * 2016-06-30 2018-01-04 Samsung Electronics Co., Ltd. Method and apparatus for processing medical image

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1489101A (zh) * 2003-08-14 2004-04-14 中国人民解放军第一军医大学 基于相同重叠区框架下的多设备医学图像刚性配准方法
US20070092123A1 (en) * 2005-10-18 2007-04-26 Stefan Popescu Method and device for movement correction when imaging the heart
US20110254998A1 (en) * 2008-12-22 2011-10-20 Thomson Licensing Method and device to capture images by emulating a mechanical shutter
WO2013052944A1 (en) * 2011-10-06 2013-04-11 Isis Innovation Limited Periodic artifact reduction from biomedical signals
DE102012203770A1 (de) * 2012-03-09 2013-09-12 Siemens Aktiengesellschaft Verfahren zur Reduzierung von Artefakten bei unvollständig abgetasteten Aufnahmetrajektorien
CN103584864A (zh) * 2012-08-15 2014-02-19 深圳迈瑞生物医疗电子股份有限公司 一种磁共振成像方法和装置
CN104013404A (zh) * 2014-06-09 2014-09-03 深圳先进技术研究院 心肌t1值测量方法和***
US20180005414A1 (en) * 2016-06-30 2018-01-04 Samsung Electronics Co., Ltd. Method and apparatus for processing medical image

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张峰: "PCB图像伪影校正技术研究", 《中国优秀硕士论文全文数据库》 *
徐阳 等: "基于主动轮廓模型的磁共振图像左心室分割研究现状", 《中国医疗设备》 *
邵晓宇: "基于CT影像处理的心脏腔室四维建模及分析***设计", 《中国优秀硕士学位论文全文数据库》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021170147A1 (en) * 2020-02-28 2021-09-02 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for correcting motion artifacts in images
CN111462020A (zh) * 2020-04-24 2020-07-28 上海联影医疗科技有限公司 心脏图像的运动伪影校正方法、***、存储介质和设备
CN111462020B (zh) * 2020-04-24 2023-11-14 上海联影医疗科技股份有限公司 心脏图像的运动伪影校正方法、***、存储介质和设备
CN111583120B (zh) * 2020-05-22 2023-11-21 上海联影医疗科技股份有限公司 图像拼接方法、装置、设备和存储介质
CN111583120A (zh) * 2020-05-22 2020-08-25 上海联影医疗科技有限公司 图像拼接方法、装置、设备和存储介质
WO2021232756A1 (en) * 2020-05-22 2021-11-25 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image processing
CN111612867B (zh) * 2020-06-01 2023-08-15 上海联影医疗科技股份有限公司 运动伪影校正方法、装置、计算机设备和可读存储介质
CN111612867A (zh) * 2020-06-01 2020-09-01 上海联影医疗科技有限公司 运动伪影校正方法、装置、计算机设备和可读存储介质
CN111563940A (zh) * 2020-07-15 2020-08-21 南京安科医疗科技有限公司 一种步进轴扫ct重建中拼接伪影的去除方法及电子介质
WO2023131226A1 (en) * 2022-01-05 2023-07-13 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for motion correction of positron emission computed tomography (pet) images
CN116228802B (zh) * 2023-05-05 2023-07-04 济南科汛智能科技有限公司 一种心脏mri辅助成像控制方法
CN116228802A (zh) * 2023-05-05 2023-06-06 济南科汛智能科技有限公司 一种心脏mri辅助成像控制方法
CN116862961A (zh) * 2023-07-11 2023-10-10 东软医疗***股份有限公司 图像配准方法、图像融合方法、装置以及电子设备
CN116849691A (zh) * 2023-08-11 2023-10-10 南京安科医疗科技有限公司 一种心脏ct成像全局最优相位自动识别方法、设备和存储介质
CN116849691B (zh) * 2023-08-11 2024-03-12 南京安科医疗科技有限公司 一种心脏ct成像全局最优相位自动识别方法、设备和存储介质

Also Published As

Publication number Publication date
CN109754448B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN109754448A (zh) 一种ct心脏扫描伪影校正方法及其***
EP3413234B1 (en) Gaze-tracking device, gaze-tracking method, program, and computer-readable medium
US7672540B2 (en) Nonrigid registration of cardiac perfusion MR images using adaptive local template matching
US20220012890A1 (en) Model-Based Deep Learning for Globally Optimal Surface Segmentation
Heyde et al. Anatomical image registration using volume conservation to assess cardiac deformation from 3D ultrasound recordings
JP2008511395A (ja) 一連の画像における動き修正のための方法およびシステム
JP4936491B2 (ja) 視線方向の推定装置、視線方向の推定方法およびコンピュータに当該視線方向の推定方法を実行させるためのプログラム
Qian et al. Identifying regional cardiac abnormalities from myocardial strains using nontracking-based strain estimation and spatio-temporal tensor analysis
Patias Medical imaging challenges photogrammetry
Joshi et al. Multi-scale 3-D deformable model segmentation based on medial description
King et al. An adaptive and predictive respiratory motion model for image-guided interventions: theory and first clinical application
Georg et al. Manifold learning for 4D CT reconstruction of the lung
Tan et al. Computer-aided superimposition via reconstructing and matching 3D faces to 3D skulls for forensic craniofacial identifications
Garcia et al. A robust and efficient block matching framework for non linear registration of thoracic CT images
Wu et al. Reconstruction of 4D-CT from a single free-breathing 3D-CT by spatial-temporal image registration
Tsuzuki et al. Animated solid model of the lung constructed from unsynchronized MR sequential images
Paiement et al. Registration and modeling from spaced and misaligned image volumes
Wu et al. Toward ground-truth optical coherence tomography via three-dimensional unsupervised deep learning processing and data
KR20220071554A (ko) 의료 영상 융합 시스템
JP6253992B2 (ja) 臓器位置推定装置、臓器位置推定装置の制御方法および臓器位置推定装置の制御プログラム
Aruna et al. Image mosaicing for neonatal fundus images
Shechter Respiratory motion of the heart: implications for magnetic resonance coronary angiography
Zhang et al. Segmenting cardiopulmonary images using manifold learning with level sets
EP3761317A1 (en) Device, method and system for registering a first image frame and a second image frame
CN117541473B (zh) 一种磁共振成像图像的超分辨重建方法

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
GR01 Patent grant
GR01 Patent grant