CN109890294A - 图像处理装置、图像处理方法以及程序 - Google Patents
图像处理装置、图像处理方法以及程序 Download PDFInfo
- Publication number
- CN109890294A CN109890294A CN201780068157.XA CN201780068157A CN109890294A CN 109890294 A CN109890294 A CN 109890294A CN 201780068157 A CN201780068157 A CN 201780068157A CN 109890294 A CN109890294 A CN 109890294A
- Authority
- CN
- China
- Prior art keywords
- unit
- picture
- reconstruction
- back projection
- image
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 89
- 238000003672 processing method Methods 0.000 title claims description 5
- 230000033001 locomotion Effects 0.000 claims abstract description 95
- 238000001914 filtration Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 39
- 238000003860 storage Methods 0.000 claims description 18
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000000149 penetrating effect Effects 0.000 claims description 5
- 238000010977 unit operation Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 description 29
- 238000002591 computed tomography Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000009738 saturating Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/412—Dynamic
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Probability & Statistics with Applications (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
重建处理部具有滤波部,在进行将透过像上的像素反向投影于重建图像上的单元的操作时,该滤波部将用于校正由摄像***与对象物的相对移动而引起的运动模糊的滤波器应用于透过像。在将第1透过像上的像素反向投影于重建图像上的第1单元的情况、和将第1透过像上的像素反向投影于存在于与第1单元不同的坐标的第2单元的情况下,滤波部使用不同的滤波器。
Description
技术领域
本发明涉及由多个透过像重建对象物的三维像的技术。
背景技术
作为获得对象物内部的三维像和断层像的方法,公知有CT(ComputedTomography:计算机断层摄影)扫描或简称为CT的技术。使用了X射线的X射线CT已经在医疗检查装置、产业用检查装置等中被实用化。
在X射线CT中,在对置配置的光源(X射线源)与检测器之间配置对象物,一边改变X射线的投影方向一边通过检测器对多个透过像(也称为投影数据)进行拍摄。然后,根据投影方向不同的多个透过像,通过计算机处理来解决逆问题,从而重建对象物内部的三维像。在以往的X射线CT中,交替地反复进行透过像的拍摄和投影方向的变更(对象物与检测器的相对移动)的所谓Stop&Go方式是主流的方式,但在最近,为了实现拍摄时间的缩短,采用一边使对象物和检测器相对地移动一边对各投影方向的透过像进行连续拍摄的方式(称为连续拍摄方式)的装置也逐渐增多。
在采用连续拍摄方式的情况下,在曝光期间检测器与对象物的位置关系发生变化。也就是说,对有运动的对象物进行拍摄。因此,在透过像中产生了运动模糊(称为“motion blur”),存在重建结果的质量下降的问题。
作为鉴于这样的课题的现有技术,例如在专利文献1中提出了如下的方法:在使检测器一边旋转一边拍摄对象物周围的方式的CT装置中,针对进行拍摄的全部的角度θ和旋转速度V,预先测量MTF特性,使用基于这些MTF特性而生成的模糊掩模滤波器f(V,θ)对透过像进行滤波处理,从而降低运动模糊的影响。
现有技术文献
专利文献
专利文献1:日本特开2011-194010号公报
发明内容
发明要解决的课题
参照图15A和图15B对现有技术(专利文献1的方法)的问题进行说明。图15A示出了由光源150和检测器151构成的摄像***一边在对象物152的周围绕顺时针旋转一边进行拍摄的情形,t0是曝光开始时刻,t1是曝光结束时刻。在时刻t0的状态(曝光开始)下,对象物152内的点P0~P4被全部投影于检测器151上的投影点Q2。但是,随着摄像***进行旋转,投影位置发生变化,在时刻t1的状态(曝光结束)时,点P0被投影于点Q0,点P1被投影于点Q1,点P2被投影于点Q2,点P3被投影于点Q3,点P4被投影于点Q4。这样的曝光期间的投影位置的变化是在透过像拍摄中产生运动模糊的原因。
图15B的阴影表示点P0~点P4各自的投影范围(投影位置的变化范围)。由于在存在于摄像***的旋转中心的点P2处,投影位置不发生变化,所以不产生运动模糊。与此相对,在存在于旋转中心以外的点P0、P1、P3、P4处,由于检测器151上的投影位置发生变化而产生运动模糊。越远离点P2(旋转中心),该运动模糊的大小越大,另外,在比点P2靠光源侧的点P0、P1和靠检测器侧的点P3、P4处,运动模糊的方向是相反的。因此,可知运动模糊的大小及方向根据对象物152内的位置而变化(将其称为“运动模糊的空间依赖性”),并且,在1个透过像中可包含各种大小及方向的运动模糊的成分。
然而,上述专利文献1的方法完全没有考虑运动模糊的空间依赖性,只是单纯地将仅由摄像***的旋转速度V和角度θ确定的校正滤波器f(V,θ)一律应用于透过像。在该方法中,即使对与某个位置(例如点P1)相关的运动模糊进行了校正,也有可能无法对与其以外的位置(例如点P0、P3、P4等)相关的运动模糊进行充分校正,或者相反地使画质降低。
本发明是鉴于上述实际情况而完成的,其目的在于提供如下的技术:对依赖于对象物位置的运动模糊进行适当校正,根据多个透过像来生成高质量的重建图像。
用于解决课题的手段
为了达成上述目的,本发明的图像处理装置具有:透过像取得部,其取得多个透过像的数据,该多个透过像的数据是通过一边使由光源和检测器构成的摄像***与对象物相对移动,一边利用所述检测器对透过了所述对象物的电磁波进行多次拍摄而得到的;以及重建处理部,其进行如下的重建处理:基于所述多个透过像来生成所述对象物内部的重建图像,所述重建处理部具有滤波部,在进行将所述透过像上的像素反向投影于所述重建图像上的单元的操作时,该滤波部将用于校正由所述摄像***与所述对象物的相对移动而引起的运动模糊的滤波器应用于所述透过像,在将第1透过像上的像素反向投影于所述重建图像上的第1单元的情况、和将所述第1透过像上的像素反向投影于存在于与所述第1单元不同的坐标的第2单元的情况下,所述滤波部使用不同的滤波器。
根据该结构,在反向投影的操作中,根据将透过像上的像素反向投影于重建图像上的哪个坐标的单元,能够适当变更用于运动模糊校正的滤波器。因此,能够进行考虑了运动模糊的空间依赖性(重建图像的每个单元、即对象物内的每个位置的运动模糊的大小及方向的差异)的模糊校正,其结果是,能够提高重建图像的质量。
在将所述第1透过像上的像素反向投影于所述第1单元的情况、和将与所述第1透过像不同的第2透过像上的像素反向投影于所述第1单元的情况下,所述滤波部使用不同的滤波器即可。根据该结构,即使在对第1透过像进行拍摄时和对第2透过像进行拍摄时,拍摄条件(与摄像***和对象物之间的相对位置关系和相对移动相关的条件)不同的情况下,也能够应用与各个透过像对应的适当的滤波器。
更具体来说,所述多个透过像可以是使拍摄条件不同而拍摄得到的,所述拍摄条件是与所述摄像***和所述对象物之间的相对位置关系及相对移动相关的条件,所述滤波部根据透过像的所述拍摄条件与反向投影目标单元的坐标的组合来切换要使用的滤波器即可。
可以具有存储部,该存储部存储与拍摄条件和单元的坐标的组合相对应的多个滤波器,所述滤波部根据透过像的拍摄条件和反向投影目标单元的坐标,从所述存储部取得应该应用于该透过像的滤波器。根据该结构,由于在重建处理中不需要每次计算滤波器,所以能够实现重建处理的高速化。
所述重建处理可以是使用了滤波校正反向投影法的处理。使用了滤波校正反向投影法的重建处理具有能够高速地运算质量比较高的重建结果的优点。另外,只要是需要反向投影的算法,则本发明也优选能够应用于滤波校正反向投影法以外的重建算法。
另外,本发明可以理解为具有上述结构或功能的至少一部分的图像处理装置。另外,本发明也可以理解为具有图像处理装置的CT装置、使用了重建后的三维像的检查装置或诊断装置。另外,本发明也可以理解为包含上述处理的至少一部分的图像处理方法、CT装置的控制方法、检查方法、诊断方法、用于使计算机执行这些方法的程序或者非暂时地记录这样的程序的计算机可读取的记录介质。只要不产生技术上的矛盾,上述结构及处理的每一个都可以互相组合而构成本发明。
发明效果
根据本发明,能够由多个透过像高速地生成高质量的重建图像。
附图说明
图1是示意性地示出本发明实施方式的CT***的硬件结构的图。
图2A~图2D是示出光源、对象物以及检测器的移动方式的一例的图。
图3是示出图像处理装置的结构的框图。
图4A是示出拍摄的基本原理的图,图4B是示出重建处理的图。
图5是示出基于单纯反向投影法的重建处理的图。
图6是示出在运动模糊校正用滤波器的生成处理中使用的模型的图。
图7是运动模糊校正用滤波器的生成处理的流程图。
图8是示出拍摄条件的一例的图。
图9是运动模糊及运动模糊校正用滤波器的数据表的一例。
图10是连续拍摄的流程图。
图11是示出连续拍摄的情形的图。
图12是重建处理的流程图。
图13是示出用于运动模糊校正的滤波和反向投影的操作的图。
图14A~图14G是示出基于计算机/模拟的效果验证结果的图。
图15A和图15B是对连续拍摄中的运动模糊的问题进行说明的图。
具体实施方式
以下,参照附图对本发明的优选实施方式进行说明。不过,以下所记载的各结构的说明应该根据应用发明的***的结构或各种条件来适当变更,本发明的范围并不限定于以下的记载。
(***结构)
图1示意性地示出了本发明实施方式的CT***1的硬件结构。CT***1是利用CT(Computed Tomography)技术来取得对象物102的内部的三维像和断层像的数据的***。CT***1例如能够应用在将人或动物的体内可视化并用于诊断和检查的医疗检查装置、对工业产品的内部构造进行非破坏检查的产业用检查装置等。
CT***1大致构成为具有摄像装置10、控制装置11以及图像处理装置12。摄像装置10是拍摄对象物102的透过像的装置。控制装置11是对摄像装置10的各部分的动作进行控制的装置。图像处理装置12是对由摄像装置10取得的透过像的数据(也称为投影数据)实施图像处理、运算处理的装置。摄像装置10、控制装置11以及图像处理装置12可以由一体的装置构成,也可以由分别独立的装置构成。
摄像装置10具有由对置配置的光源100和检测器101构成的摄像***。从光源100向对象物102投射电磁波103,利用检测器101对透过了对象物102的电磁波103进行拍摄,从而得到对象物102的透过像。例如,可以采用如下的结构:使用锥束X射线源来作为光源100,使用由闪烁器和二维CMOS传感器构成的二维X射线检测器来作为检测器101,通过1次拍摄来得到对象物102的二维X射线透过像。其中,作为光源100,也可以使用扇形束类型、平行束类型的光源。另外,并不限于X射线,也可以使用对于对象物102具有一定的透过性的电磁波(例如,伽马射线、可见光等)来用于拍摄。
另外,摄像装置10具有用于改变摄像***(光源100和检测器101)与对象物102之间的相对位置关系(电磁波相对于对象物102的投影方向)及相对移动(移动速度和移动方向)的移动机构(未图示)。作为移动机构的结构,例如,具有如图2A那样使光源100和检测器101在固定的对象物102的周围旋转的类型、如图2B那样将光源100和检测器101固定并使对象物102原地旋转的类型、如图2C那样使光源100和检测器101分别在与穿过对象物102的轴垂直的面内回旋的类型、以及如图2D那样将对象物102固定并使光源100和检测部101在平行且互相相反的方向上移动的类型等各种方式。
控制装置11是进行光源100的投射/停止、检测器101的拍摄、投影方向的变更(移动机构的驱动)等CT***1的统一控制的装置。
图像处理装置12是对由摄像装置10取得的透过像的数据进行图像处理、运算处理的装置。例如,在图像处理装置12中能够根据其目的和用途来安装如下的各种处理:根据投影方向不同的多个透过像的数据来生成对象物102的重建图像(也称为三维像、体数据)的重建处理;根据重建图像来生成任意的断层像的处理;以及使用重建图像、断层像的数据来进行特征量的提取、检查/诊断的处理等。
图像处理装置12可由具有处理器(CPU)、存储器、存储装置(硬盘驱动器等)、输入装置(鼠标、键盘、触摸面板等)、输出装置(显示装置等)等的计算机构成。后述的图像处理装置12的功能通过使处理器执行储存于存储装置的程序而实现。其中,图像处理装置12的功能的一部分或全部可以由ASIC、FPGA等构成。或者,图像处理装置12的功能的一部分或全部也可以由其他计算机、网络上的服务器等执行。
图3是示出了图像处理装置12的结构的框图。图像处理装置12具有透过像取得部30、重建处理部31、参数存储部32以及滤波器生成部33。另外,重建处理部31具有滤波部34。
透过像取得部30具有取得投影方向不同的多个透过像的数据(也就是说,在重建中使用的原始数据)的功能。透过像取得部30可以从摄像装置10直接取得透过像的数据,也可以从存储装置或外部的数据存储装置读入过去拍摄到的透过像的数据。重建处理部31具有进行重建处理的功能,在该重建处理中基于多个透过像来生成对象物102内部的重建图像。作为重建处理的算法,具有单纯反向投影法、滤波校正反向投影(Filtered BackProjection:滤波反向投影)法、顺序逼近法(SIRT(Simultaneous ReconstructionTechnique:同步重建技术)法、ART(Algebraic Reconstruction Technique:代数重建技术)法)、搜索法(梯度法(Gradient Method)、共轭梯度法、最速下降法))等,可以使用任意的算法。在本实施方式中,使用滤波校正反向投影法,该滤波校正反向投影法具有能够高速地运算质量比较高的重建结果的优点。参数存储部32具有对在重建处理中使用的各种参数(设定值、定义数据、表、滤波器等)进行存储的功能。滤波器生成部33具有生成运动模糊校正用的滤波器的功能。滤波部34具有将运动模糊校正用的滤波器应用于透过像的功能。
(拍摄及重建的原理)
在对本实施方式的特征进行说明之前,参照图4A和图4B对通常的CT装置中的拍摄及重建的基本原理进行说明。为了简化说明,在图4A中示出了使用平行束和3个像素L0~L1的检测器101来进行两次一维透过像的拍摄的例子。在实际的装置中,使用锥束来拍摄二维透过像,其张数(投影次数)为几十到几百,透过像的像素数为几万到几百万像素,但基本原理与图4A的原理相同。
在图4A中,对象物102的内部示出的数值表示X射线衰减系数分布,虚线箭头表示X射线103的透过路径(投影线)。首先,在时刻t0,将光源100和检测器101配置在对象物102的上下位置,从光源100投射X射线103,利用检测器101拍摄出第一透过像40。X射线103在透过对象物102时其能量的一部分被吸收而衰减。通常,对象物102的内部的X射线衰减系数分布是不一样的,所以X射线103的衰减率因透过路径而产生差异(X射线103的衰减率的自然对数的取负号的部分相当于透过路径上的X射线衰减系数的积分值。)。其中,透过像40的值是将对象物102的观测值除以不存在对象物102时的观测值后取该值的自然对数并取负号而得的。
在时刻t1,在使光源100和检测器101移动而使投影方向绕顺时针变更了90度之后,从光源100投射X射线103,拍摄出第二透过像41。可知由于在第一透过像40和第二透过像41中X射线103的透过路径不同,所以观测到不同的值。
这样,在得到了投影方向不同的多个透过像40、41之后,使用这些透过像40、41来进行重建处理。如图4B所示,重建处理相当于根据多个透过像40、41来估计对象物102内部的X射线衰减系数分布42的处理。
图5示意性地示出了基于单纯反向投影法的重建处理。首先,在存储器上确保相当于对象物102的一个截面的重建图像50的数据区域,将各单元初始化为零。然后,将透过像40反向投影于重建图像50。反向投影是指将透过像40上的点投影于重建图像50上的点的操作,这里,是将透过像40上的像素的值写入(相加)到重建图像50上的对应单元的处理。对应单元是存在于X射线的透过路径上的像素,在图5的例子中,在透过像40的各像素中各存在3个对应单元。在3个对应单元中写入(相加)相同的值。然后,也同样地将透过像41反向投影于重建图像50。对全部的透过像进行该处理,并对全部透过像的反向投影进行累积求和,由此能够得到重建图像50。另外,在图5中,在对反向投影进行了累积求和之后除以投影次数(这里是两次)。以上是基于单纯反向投影法的重建处理的概要。在本实施方式中使用的滤波校正反向投影法的特征点是对透过像应用高通滤波后进行反向投影,除此之外的操作与单纯反向投影法基本相同。
(连续拍摄方式及其课题)
本实施方式的摄像装置10使用一边使摄像***和对象物102相对地移动一边连续地拍摄各投影方向的透过像的方式(连续拍摄方式)。这是因为,与使摄像***和对象物102的相对移动停止而进行拍摄的所谓Stop&Go方式相比,连续拍摄方式能够提高吞吐量。然而,如图15A和图15B所说明的那样,在连续拍摄方式的情况下,由于在曝光期间投影位置发生变化,所以会产生被称为运动模糊的模糊。而且,运动模糊的大小和方向根据对象物102内的位置而不同,因此在1个透过像中包含各种大小及方向的模糊成分。
因此,在本实施方式中,当在重建处理中进行将透过像上的像素反向投影于重建图像上的单元的操作时,将运动模糊校正用滤波器应用于透过像,将滤波后的像素值反向投影于单元。此时,根据反向投影目标单元的坐标,切换应用于透过像的滤波器,从而实现考虑了运动模糊的空间依赖性的模糊校正。以下,对本实施方式的滤波器的生成处理和重建处理的详细内容进行说明。
(滤波器生成处理)
图6和图7示出了运动模糊校正用滤波器的生成处理。
这里,为了简化说明,假设了如下的模型:使用由平行束光源100和1×3像素的一维检测器101构成的摄像***来生成3×3单元的重建图像。在实际的装置中,使用锥束来拍摄二维透过像,透过像和重建图像的大小为几万像素以上,但基本的思路与以下说明的方法相同。在图6中,标号60虚拟地表示重建图像的各单元的位置。关于重建图像60的坐标系,向图6的右方取x轴,向下方取y轴,设重建图像60的左上的单元的坐标为(x,y)=(0,0),设右下的单元的坐标为(x,y)=(2,2)。
首先,在图7的步骤S70中,设定拍摄各透过像时的拍摄条件。拍摄条件是对拍摄透过像时的摄像***(光源100和检测器101)与对象物之间的相对位置关系及相对移动进行规定的条件。在图6的结构的情况下,作为与相对位置关系相关的条件,例如,设定曝光开始时和曝光结束时(获取数据时)的摄像***的旋转角度等,作为与相对移动相关的条件,例如,设定摄像***的旋转速度(角速度)和旋转方向(顺时针旋转还是逆时针旋转)等。图8是一边使摄像***绕顺时针按照恒定的角速度v旋转一边在2π[rad]期间进行8次拍摄(称为投影#0~投影#7)的情况下的拍摄条件的设定例。
接着,进行运动模糊的取得处理。如上述那样,运动模糊的大小及方向不仅依赖于拍摄条件(摄像***与对象物的相对位置关系及相对移动),还依赖于对象物内的位置。因此,在本实施方式中,针对各拍摄条件,在对象物内的每个位置(也就是说,图6所示的重建图像60的每个单元)单独地取得运动模糊。
具体来说,滤波器生成部33选择作为处理对象的拍摄条件(例如,投影#0)(步骤S71),并选择要关注的单元(例如,(0,0))(步骤S72)。然后,滤波器生成部33取得在投影#0的拍摄条件下对存在于关注单元(0,0)的物体进行拍摄的情况下由检测器101观测的运动模糊(步骤S73)。这里,将在关注单元中设置了点目标时由检测器101观测的像即点扩散函数(PSF:Point Spread Function)用作运动模糊。另外,关于运动模糊(PSF),可以通过使用摄像***对设置在关注单元的位置的点目标进行实际测量而取得,也可以根据摄像***与关注单元的相对位置关系和相对移动的条件来几何地计算。由此,能够取得与投影#0和关注单元(0,0)的组合对应的运动模糊PSF000。另外,后缀“000”的第一个数字表示拍摄条件的编号,第二个和第三个数字表示单元的x坐标和y坐标。
接着,滤波器生成部33使用在步骤S73中取得的运动模糊来生成运动模糊校正用滤波器(步骤S74)。作为运动模糊校正用滤波器,只要是具有减少模糊的效果的图像复原滤波器,则可以使用任何滤波器。例如,可以优选使用Wiener Filter、Rucy-Richardson法等。
作为一例,对Wiener Filter的生成过程进行说明。滤波器生成部33对在步骤S73中取得的运动模糊PSF进行傅里叶变换,得到MTF(Modulation Transfer Function:调制传递函数)。下式的FT{}表示傅里叶变换。
MTF=FT{PSF}
然后,滤波器生成部33通过下式来生成频率区域的Wiener Filter H。
H=MTF*/(|MTF|2+NSR)
这里,*表示复共轭,NSR是常数。
空间区域的Wiener Filter h是通过对频率空间的滤波器H进行傅里叶逆变换而得到的。下式的IFT{}表示傅里叶逆变换。
h=IFT{H}
通过以上的处理,能够得到与投影#0和关注单元(0,0)的组合对应的运动模糊校正用滤波器h000。
通过对全部的单元(0,0)、(1,0)、(2,0)、(0,1)、(1,1)、(2,1)、(0,2)、(1,2)、(2,2)执行步骤S72~S74的处理(步骤S75),能够取得在投影#0的拍摄条件下拍摄到的情况下的与各单元对应的运动模糊PSF000、PSF010、PSF020、PSF001、PSF011、PSF021、PSF002、PSF012、PSF022和滤波器h000、h010、h020、h001、h011、h021、h002、h012、h022。然后,当在全部的拍摄条件(投影#0~投影#7)下执行了步骤S71~S75的处理时(步骤S76),滤波器生成处理结束。
图9示出了所取得的运动模糊的数据表和由此生成的运动模糊校正用滤波器的数据表的一例。运动模糊校正用滤波器的数据表被储存在图像处理装置12的参数存储部32中,并在后述的重建处理中使用。
另外,在本实施方式中,对拍摄条件和单元的全部组合单独地准备了运动模糊校正用滤波器,但对于运动模糊的大小及方向相同或类似的多个单元,也可以共用滤波器。由此,能够实现滤波器生成处理的高速化和参数存储部32的存储电容的削减。
(拍摄)
图10和图11示出了摄像装置10的连续拍摄的过程。
在步骤S100中,预先设定的拍摄条件被读入到控制装置11中。这里,假设读入图8所示的投影#0~投影#7各自的拍摄条件。然后,控制装置11根据拍摄条件对摄像装置10的移动/曝光/拍摄进行控制,由此,如图11所示,一边使摄像***旋转一边连续地执行7张透过像I0~I7的拍摄(步骤S101)。由摄像装置10取得的透过像I0~I7的数据被发送到图像处理装置12。
(重建处理)
图12示出了图像处理装置12中的重建处理的过程。本实施方式的重建处理具有如下的特征点:根据透过像的拍摄条件与反向投影目标单元的坐标的组合,对应用于透过像的运动模糊校正用滤波器进行切换。
首先,在步骤S120中,透过像取得部30从摄像装置10取得透过像I0~I7的数据。这些数据被储存在存储器或存储装置中,并在之后的重建处理中使用。在步骤S121中,重建处理部31在存储器上确保重建图像60的数据区域,并使各单元初始化为零。
接着,重建处理部31选择作为处理对象的透过像(例如,透过像I0)(步骤S122),并且选择作为反向投影目标的重建图像60的关注单元(例如,(0,0))(步骤S123)。然后,滤波部34从参数存储部32取得与透过像(I0)的拍摄条件(投影#0)和关注单元(0,0)的组合对应的运动模糊校正用滤波器(h000)(步骤S124),并将运动模糊校正用滤波器(h000)应用于透过像(I0)(步骤S125)。由此,减少存在于关注单元(0,0)的物体的像的运动模糊。接着,重建处理部31对运动模糊校正后的透过像(I0)应用高通滤波,在进行了必要的归一化(除以投影次数)之后,将透过像(I0)的像素与重建图像60的关注单元(0,0)相加(步骤S126)。以上是针对在拍摄条件(投影#0)下得到的透过像(I0)的关注单元(0,0)的反向投影的操作。
通过对全部的单元(0,0)、(1,0)、(2,0)、(0,1)、(1,1)、(2,1)、(0,2)、(1,2)、(2,2)执行步骤S123~S126的处理(步骤S127),在投影#0的拍摄条件下拍摄到的透过像I0的反向投影结束。接着,对透过像I0~I7依次执行步骤S122~S127的处理(步骤S128),并对全部的透过像I0~I7的反向投影进行累积求和,由此能够得到重建图像。
图13示意性地示出了用于运动模糊校正的滤波和反向投影的操作。在图13中,hHPF是高通滤波器,在○中画有“×”的运算符号表示卷积运算,J表示对透过像I应用运动模糊校正用滤波器h和高通滤波器hHPF并进行了归一化(除以投影次数8)的结果。附加于J和h的3位后缀的第一个数字表示拍摄条件的编号,第二个和第三个数字表示单元的x坐标和y坐标。另外,用括号附加于I和J的索引表示像素的坐标。如果像J010(0.5)那样索引不是整数,则通过附近像素的线性插值来得到值(例如,J010(0.5)={J010(0)+J010(1)}/2)。
如图13所示,在本实施方式中,根据透过像的拍摄条件与反向投影目标单元的坐标的组合,切换要应用的运动模糊校正用滤波器。由此,能够实现考虑了运动模糊的空间依赖性的模糊校正,能够提高最终重建结果的质量。
另外,从图13可知,透过像中的用于反向投影的仅限于一部分像素。因此,通过将进行运动模糊校正用滤波器及高通滤波器的运算的范围限定于透过像的一部分(仅反向投影所需的范围),也可以削减运算量。另外,仅对离散地选择出的一部分单元进行运动模糊校正用滤波器及高通滤波器的运算,并通过插值来求出相对于其他单元的值,由此也能够削减运算量。例如,如果进行J000和J020的滤波运算并通过J000的值和J020的值的线性插值来求出J010的值,则能够将滤波器运算的次数削减为2/3。
根据以上所述的本实施方式的结构,在反向投影的操作中,根据反向投影目标单元的坐标(也就是说,对象物内的位置),适当地变更用于运动模糊校正的滤波器。因此,能够进行考虑了运动模糊的空间依赖性(重建图像的每个单元、即对象物内的每个位置的运动模糊的大小及方向的差异)的模糊校正,其结果是,能够提高重建图像的质量。另外,即使在透过像的拍摄条件(摄像***与对象物之间的相对位置关系、相对移动的速度、方向等)不同的情况下,也能够应用与各个拍摄条件对应的适当的滤波器。另外,在本实施方式中,预先计算运动模糊校正用滤波器,并预先储存于参数存储部32,因此在重建处理中不需要每次都计算滤波器,能够实现重建处理的高速化。
(实施例)
图14A~图14G示出了基于计算机/模拟的效果验证结果。图14A是对象物体的模型。这里,使用了内部具有空洞141的球体的模型140。针对该模型140,通过模拟来生成32个方向的X射线透过像,对这32张透过像进行CT重建,在球体的中心对重建图像(三维像)进行切片而得的结果是图14B、图14C、图14D。图14B是使用了Stop&Go方式(静态拍摄方式)的透过像、即无运动模糊的透过像的重建结果。图14C和图14D是使用了基于连续拍摄方式的透过像、即包含运动模糊的透过像的重建结果,图14C是不进行运动模糊校正而进行了反向投影的例子,图14D是进行了本实施方式的运动模糊校正的例子。另外,图14E~图14G分别是图14B~图14D的虚线位置的轮廓(profile),横轴表示图像的x坐标,纵轴表示归一化后的线性衰减系数。
PSNR(峰值信噪比)是用于定量评价重建结果的精度的指标,如下定义。PSNR值越大,表示精度越高(越接近静态拍摄的质量)。
PSNR=20×log10(MAXI/√MSE)[dB]
MAXI=静态拍摄的重建结果的最大值
MSE=(Σ(静态拍摄的重建结果-连续拍摄的重建结果)2)/像素数
在无运动模糊校正的情况下,如图14C和图14F所示,重建结果的质量由于运动模糊的影响而显著下降。与此相对,通过应用本实施方式的运动模糊校正,能够确认如图14D和图14G所示那样得到与静态拍摄的情况同等质量的重建结果。另外,当对PSNR值进行比较时,与无运动模糊校正的情况为14.5751[dB]相比,能够确认应用了本实施方式的运动模糊校正的情况可大幅改善到24.5582[dB]。
(其他实施方式)
上述实施方式的说明只不过是对本发明进行了例示性说明。本发明并不限定于上述具体的方式,能够在其技术思想的范围内进行各种变形。
例如,在上述实施方式中使用了滤波校正反向投影法,但也可以使用其他重建算法。只要是包含从透过像到重建图像的反向投影操作的算法,则能够通过应用本发明的运动模糊校正来得到模糊较少的高质量的重建结果。
标号说明
1:CT***;10:摄像装置;11:控制装置;12:图像处理装置;30:透过像取得部;31:重建处理部;32:参数存储部;33:滤波器生成部;34:滤波部;40、41:透过像;50、60:重建图像;100、150:光源;101、151:检测器;102、152:对象物;103:电磁波;140:模型;141:空洞。
Claims (7)
1.一种图像处理装置,其特征在于,具有:
透过像取得部,其取得多个透过像的数据,该多个透过像的数据是通过一边使由光源和检测器构成的摄像***与对象物相对移动,一边利用所述检测器对透过了所述对象物的电磁波进行多次拍摄而得到的;以及
重建处理部,其进行如下的重建处理:基于所述多个透过像来生成所述对象物内部的重建图像,
所述重建处理部具有滤波部,在进行将所述透过像上的像素反向投影于所述重建图像上的单元的操作时,该滤波部将用于校正由所述摄像***与所述对象物的相对移动而引起的运动模糊的滤波器应用于所述透过像,
在将第1透过像上的像素反向投影于所述重建图像上的第1单元的情况、和将所述第1透过像上的像素反向投影于存在于与所述第1单元不同的坐标的第2单元的情况下,所述滤波部使用不同的滤波器。
2.根据权利要求1所述的图像处理装置,其特征在于,
在将所述第1透过像上的像素反向投影于所述第1单元的情况、和将与所述第1透过像不同的第2透过像上的像素反向投影于所述第1单元的情况下,所述滤波部使用不同的滤波器。
3.根据权利要求1或2所述的图像处理装置,其特征在于,
所述多个透过像是使拍摄条件不同而拍摄得到的,所述拍摄条件是与所述摄像***和所述对象物之间的相对位置关系及相对移动相关的条件,
所述滤波部根据透过像的所述拍摄条件与反向投影目标单元的坐标的组合来切换要使用的滤波器。
4.根据权利要求3所述的图像处理装置,其特征在于,
该图像处理装置具有存储部,该存储部存储与拍摄条件和单元的坐标的组合相对应的多个滤波器,
所述滤波部根据透过像的拍摄条件和反向投影目标单元的坐标,从所述存储部取得应该应用于该透过像的滤波器。
5.根据权利要求1~4中的任意一项所述的图像处理装置,其特征在于,
所述重建处理是使用了滤波校正反向投影法的处理。
6.一种图像处理方法,该图像处理方法由计算机来执行,其特征在于,具有如下的步骤:
取得多个透过像的数据,其中,该多个透过像的数据是通过一边使由光源和检测器构成的摄像***与对象物相对移动,一边利用所述检测器对透过了所述对象物的电磁波进行多次拍摄而得到的;以及
进行重建处理,在所述重建处理中,基于所述多个透过像来生成所述对象物内部的重建图像,
在所述重建处理中,当进行将所述透过像上的像素反向投影于所述重建图像上的单元的操作时,进行将用于校正由所述摄像***与所述对象物的相对移动而引起的运动模糊的滤波器应用于所述透过像的滤波处理,
在所述滤波处理中,在将第1透过像上的像素反向投影于所述重建图像上的第1单元的情况、和将所述第1透过像上的像素反向投影于存在于与所述第1单元不同的坐标的第2单元的情况下,使用不同的滤波器。
7.一种程序,其用于使计算机执行权利要求6所述的图像处理方法的各步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-003102 | 2017-01-12 | ||
JP2017003102A JP6414236B2 (ja) | 2017-01-12 | 2017-01-12 | 画像処理装置及び画像処理方法 |
PCT/JP2017/038330 WO2018131252A1 (ja) | 2017-01-12 | 2017-10-24 | 画像処理装置、画像処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109890294A true CN109890294A (zh) | 2019-06-14 |
CN109890294B CN109890294B (zh) | 2023-05-09 |
Family
ID=62839869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780068157.XA Active CN109890294B (zh) | 2017-01-12 | 2017-10-24 | 图像处理装置、图像处理方法以及程序 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10964003B2 (zh) |
EP (1) | EP3569151A4 (zh) |
JP (1) | JP6414236B2 (zh) |
KR (1) | KR102234138B1 (zh) |
CN (1) | CN109890294B (zh) |
WO (1) | WO2018131252A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112438743A (zh) * | 2019-09-05 | 2021-03-05 | 株式会社日立制作所 | 放射线图像处理***和图像处理方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190118075A (ko) * | 2018-04-09 | 2019-10-17 | 삼성전자주식회사 | 단층 촬영 장치 및 그에 따른 단층 영상 처리 방법 |
JP7439656B2 (ja) * | 2020-06-15 | 2024-02-28 | 富士通株式会社 | 生成プログラム、生成方法、生成装置 |
DE102020212382B3 (de) * | 2020-09-30 | 2022-01-20 | Siemens Healthcare Gmbh | Rekonstruktion von Bildern mit Filtermatrizen |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004113271A (ja) * | 2002-09-24 | 2004-04-15 | Hitachi Medical Corp | 断層撮影装置 |
JP2011194010A (ja) * | 2010-03-19 | 2011-10-06 | Fujifilm Corp | 放射線画像撮影方法および装置 |
WO2013105583A1 (ja) * | 2012-01-10 | 2013-07-18 | 株式会社 東芝 | 逐次近似法を用いたx線コンピュータ断層撮影装置(x線ct装置) |
US20150243045A1 (en) * | 2014-02-21 | 2015-08-27 | Korea Advanced Institute Of Science And Technology | Tomography apparatus and method for reconstructing tomography image thereof |
US20160300369A1 (en) * | 2015-04-08 | 2016-10-13 | Kabushiki Kaisha Toshiba | Iterative reconstruction with system optics modeling using filters |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH105210A (ja) * | 1996-06-21 | 1998-01-13 | Toshiba Corp | X線ct装置及びそのミスアライメント補正方法 |
JP3785576B2 (ja) * | 2002-04-24 | 2006-06-14 | 株式会社モリタ製作所 | 被写体ブレ補正手段、これを用いた医療用x線撮影装置 |
JP4495926B2 (ja) * | 2003-07-01 | 2010-07-07 | 株式会社東芝 | X線立体再構成処理装置、x線撮影装置、x線立体再構成処理方法及びx線立体撮影補助具 |
DE602005004410T2 (de) * | 2004-07-07 | 2009-01-08 | Philips Intellectual Property & Standards Gmbh | System und verfahren zur korrektur zeitlicher artefakte in tomographischen bildern |
US7251306B2 (en) * | 2004-11-17 | 2007-07-31 | General Electric Company | Methods, apparatus, and software to facilitate iterative reconstruction of images |
US10304217B2 (en) * | 2012-07-30 | 2019-05-28 | Toshiba Medical Systems Corporation | Method and system for generating image using filtered backprojection with noise weighting and or prior in |
-
2017
- 2017-01-12 JP JP2017003102A patent/JP6414236B2/ja active Active
- 2017-10-24 EP EP17891049.3A patent/EP3569151A4/en not_active Withdrawn
- 2017-10-24 US US16/347,841 patent/US10964003B2/en active Active
- 2017-10-24 CN CN201780068157.XA patent/CN109890294B/zh active Active
- 2017-10-24 WO PCT/JP2017/038330 patent/WO2018131252A1/ja active Search and Examination
- 2017-10-24 KR KR1020197012589A patent/KR102234138B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004113271A (ja) * | 2002-09-24 | 2004-04-15 | Hitachi Medical Corp | 断層撮影装置 |
JP2011194010A (ja) * | 2010-03-19 | 2011-10-06 | Fujifilm Corp | 放射線画像撮影方法および装置 |
WO2013105583A1 (ja) * | 2012-01-10 | 2013-07-18 | 株式会社 東芝 | 逐次近似法を用いたx線コンピュータ断層撮影装置(x線ct装置) |
US20150243045A1 (en) * | 2014-02-21 | 2015-08-27 | Korea Advanced Institute Of Science And Technology | Tomography apparatus and method for reconstructing tomography image thereof |
US20160300369A1 (en) * | 2015-04-08 | 2016-10-13 | Kabushiki Kaisha Toshiba | Iterative reconstruction with system optics modeling using filters |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112438743A (zh) * | 2019-09-05 | 2021-03-05 | 株式会社日立制作所 | 放射线图像处理***和图像处理方法 |
CN112438743B (zh) * | 2019-09-05 | 2023-08-29 | 富士胶片医疗健康株式会社 | 放射线图像处理***和图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3569151A1 (en) | 2019-11-20 |
KR102234138B1 (ko) | 2021-03-31 |
JP6414236B2 (ja) | 2018-10-31 |
EP3569151A4 (en) | 2020-07-01 |
KR20190057122A (ko) | 2019-05-27 |
US10964003B2 (en) | 2021-03-30 |
US20190340735A1 (en) | 2019-11-07 |
WO2018131252A1 (ja) | 2018-07-19 |
CN109890294B (zh) | 2023-05-09 |
JP2018110714A (ja) | 2018-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109890294A (zh) | 图像处理装置、图像处理方法以及程序 | |
US8170315B2 (en) | Localized and highly constrained image reconstruction method | |
CN107427274B (zh) | 断层扫描设备及其用于重构断层扫描图像的方法 | |
CN108352078A (zh) | 图像重建***和方法 | |
Maier et al. | Fast simulation of x-ray projections of spline-based surfaces using an append buffer | |
JP2008006288A (ja) | 繰り返し式画像再構成のシステム及び方法 | |
CN104504743B (zh) | 重建内部感兴趣区域图像的方法及*** | |
JP2007512034A (ja) | 発散ビームスキャナのための画像再構成方法 | |
JP2010528312A (ja) | Pet局所断層撮影 | |
CN103797517B (zh) | 针对有限角度断层摄影中的滤波反投影的图像重建的方法、计算设备、装置和可读介质 | |
Fulton et al. | Use of 3D reconstruction to correct for patient motion in SPECT | |
JP2016152916A (ja) | X線コンピュータ断層撮像装置及び医用画像処理装置 | |
JP7154611B2 (ja) | インテリアct画像生成方法 | |
CN110276813A (zh) | Ct图像重建方法、装置、存储介质和计算机设备 | |
Niebler et al. | Projection‐based improvement of 3D reconstructions from motion‐impaired dental cone beam CT data | |
US7616798B2 (en) | Method for faster iterative reconstruction for converging collimation spect with depth dependent collimator response modeling | |
Friot et al. | Iterative tomographic reconstruction with TV prior for low-dose CBCT dental imaging | |
Riddell et al. | Rectification for cone-beam projection and backprojection | |
CN107913078A (zh) | 用于确定灌注数据组的方法 | |
Muckley et al. | Image reconstruction for interrupted-beam x-ray CT on diagnostic clinical scanners | |
CN107886554A (zh) | 流数据的重构 | |
Zhu et al. | Image reconstruction by Mumford–Shah regularization for low-dose CT with multi-GPU acceleration | |
WO2005076038A1 (en) | Method and apparatus for providing high-resolution reconstruction of an observed object | |
Wang et al. | Physics‐based iterative reconstruction for dual‐source and flying focal spot computed tomography | |
Heil et al. | Metal artifact reduction in x-ray computed tomography: Inpainting versus missing value |
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 |