CN110390701A - 一种伪影的校正方法、伪影校正系数的仿真方法及装置 - Google Patents
一种伪影的校正方法、伪影校正系数的仿真方法及装置 Download PDFInfo
- Publication number
- CN110390701A CN110390701A CN201910611576.4A CN201910611576A CN110390701A CN 110390701 A CN110390701 A CN 110390701A CN 201910611576 A CN201910611576 A CN 201910611576A CN 110390701 A CN110390701 A CN 110390701A
- Authority
- CN
- China
- Prior art keywords
- artifact
- metal needle
- image
- simulation
- raw data
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种伪影的校正方法、伪影校正系数的仿真方法及装置。利用预设的系数对金属穿刺过程中采集的实际CT图像进行伪影校正,无需在金属穿刺过程中进行大量的计算和处理,大大的减少了伪影校正的计算量,提高了伪影的校正效率;而且,通过预先经过大量仿真得到的多个专门用于校正伪影的系数,对包括伪影的CT图像进行伪影的校正,可以有效的避免对整个CT图像进行图像处理消除伪影时存在伪影校正的效果不够理想的问题,提高了伪影校正的准确性。另外,通过伪影校正系数的仿真方法,为在金属穿刺过程中对含伪影CT图像进行快速、准确的伪影校正提供了数据基础,以便利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
Description
技术领域
本发明涉及医疗图像技术领域,特别是涉及一种伪影的校正方法、伪影校正系数的仿真方法及装置。
背景技术
目前,很多疾病可以通过金属针穿刺进行诊断和治疗,例如:将穿刺针刺入体腔抽取分泌物做化验,或者通过穿刺针向体腔注入气体或造影剂做造影检查,以诊断疾病;又例如:通过穿刺针向体腔内注入药物,以治疗疾病。穿刺的目的是抽血化验,输血、输液及置入导管做血管造影等。
随着穿刺技术以及电子计算机断层扫描(英文:Computed Tomography,简称:CT)技术的成熟,可以在CT引导下进行穿刺,即,通过CT扫描金属穿刺针的位置获得CT图像,医生或者操作人员根据CT图像观察金属穿刺针的位置,从而实现较为准确的穿刺。为了可以获得更多的影像信息,一般采用多能谱CT引导穿刺以提高穿刺的精度。
但是,对于金属穿刺针,由于金属在多能谱下会出现高衰减的情况,导致CT图像中金属穿刺针的周围出现伪影,如果用该具有伪影的CT图像引导穿刺,将影响医生或者操作人员对金属穿刺针位置判断的准确性,从而可能因为判断的金属穿刺针位置不够准确影响金属穿刺的治疗效果。基于此,为了让CT图像起到准确引导的作用,需要对引导金属穿刺过程中的CT图像进行校正,以消除CT图像中金属穿刺针的伪影。
目前,对CT图像中金属穿刺针伪影的校正,一般都在金属穿刺的过程中,对产生的CT图像进行图像处理,去除该CT图像中的伪影,一方面,由于在金属穿刺过程中对整个CT图像进行处理,存在计算量大、校正速度慢的问题;另一方面,由于从整个CT图像中识别的伪影区域,不仅包括金属穿刺针的伪影部分,还包括人体组织部分,导致通过图像处理进行伪影校正的效果不够理想。
发明内容
为了解决上述技术问题,本发明实施例提供了一种伪影的校正方法、伪影校正系数的仿真方法及装置,以使得可以快速、准确的去除CT图像中金属穿刺针的伪影,使得CT图像中金属穿刺针的位置清晰可见,从而可以利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
第一方面,提供了一种伪影的校正方法,包括:
从实际CT图像中提取目标金属针区域;所述目标金属针区域为含伪影和目标金属针的区域;
根据预设的反硬化系数和所述目标金属针区域对应的目标混合生数据,计算目标金属针生数据;其中,所述反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系,所述仿真混合生数据是模拟金属针含伪影的第一仿真图像的生数据,所述仿真金属针生数据是模拟金属针不含伪影的第二仿真图像中模拟金属针区域的生数据;
根据所述目标金属针生数据和预设的伪影系数,计算目标伪影生数据;所述伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系,所述仿真伪影生数据是含伪影不含模拟金属针的第三仿真图像的生数据;
从所述实际CT图像中剔除所述目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
可选地,该方法还包括:
将所述目标金属针区域置为非零的预设值,得到预处理图像;
利用预设的修正系数对所述预处理图像对应的生数据进行归一化处理,得到所述目标混合生数据;其中,所述修正系数表示所述仿真金属针生数据和仿真归一化生数据之间的关系,所述仿真归一化生数据是所述第二仿真图像中的模拟金属针区域置为所述预设值后所得图像对应的生数据。
可选地,所述反硬化系数具体为:
利用不同长度的模拟金属针对应的仿真混合生数据,和所述不同长度的模拟金属针对应的仿真金属针生数据之间的关系计算得到的。
可选地,所述反硬化系数为所述仿真混合生数据和所述仿真金属针生数据拟合成的多项式的系数解。
可选地,所述第三仿真图像为具体为:
从所述仿真混合生数据重建所得的混合图像中剔除所述第二仿真图像中模拟金属针区域后得到的;所述混合图像中包括所述模拟金属针和伪影。
第二方面,还提供了一种伪影校正系数的仿真方法,包括:
对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域;
对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像;
拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数;
根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像;
拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数;
其中,所述反硬化系数和所述伪影系数用于第一方面所提供的任意一种实现方式下的伪影的校正方法。
可选地,该方法还包括:
将所述模拟金属针区域置为非零的预设值,得到模拟归一化图像;
拟合所述模拟归一化图像的仿真归一化生数据和所述仿真金属针生数据,得到修正系数;所述修正系数用于第一方面所提供的涉及修正系数的伪影的校正方法。
可选地,所述对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像,包括:
对不同长度的模拟金属针分别进行多光谱仿真,分别得到各种长度模拟金属针含伪影的第四仿真图像;
所述拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数,包括:
分别对每种长度的模拟金属针对应的第四仿真图像进行投影,得到该长度模拟金属针对应的模拟混合生数据;
分别拟合每种长度的模拟金属针对应的模拟混合生数据和所述仿真金属针生数据,得到所述不同长度模拟金属针对应的反硬化方程组;
求解所述反硬化方程组,得到所述反硬化系数。
可选地,所述根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像,包括:
重建所述仿真混合生数据,得到混合图像,所述混合图像包括所述模拟金属针和伪影;
从所述混合图像中剔除所述第二仿真图像中的所述模拟金属针区域,得到含伪影不含所述模拟金属针的所述第三仿真图像。
第三方面,还提供了一种伪影的校正装置,包括:
提取单元,用于从实际CT图像中提取目标金属针区域;所述目标金属针区域为含伪影和目标金属针的区域;
第一计算单元,用于根据预设的反硬化系数和所述目标金属针区域对应的目标混合生数据,计算目标金属针生数据;其中,所述反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系,所述仿真混合生数据是模拟金属针含伪影的第一仿真图像的生数据,所述仿真金属针生数据是模拟金属针不含伪影的第二仿真图像中模拟金属针区域的生数据;
第二计算单元,用于根据所述目标金属针生数据和预设的伪影系数,计算目标伪影生数据;所述伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系,所述仿真伪影生数据是含伪影不含模拟金属针的第三仿真图像的生数据;
重建单元,用于从所述实际CT图像中剔除所述目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
可选地,该装置还包括:
设置单元,用于将所述目标金属针区域置为非零的预设值,得到预处理图像;
归一化处理单元,用于利用预设的修正系数对所述预处理图像对应的生数据进行归一化处理,得到所述目标混合生数据;其中,所述修正系数表示所述仿真金属针生数据和仿真归一化生数据之间的关系,所述仿真归一化生数据是所述第二仿真图像中的模拟金属针区域置为所述预设值后所得图像对应的生数据。
可选地,所述反硬化系数具体为:
利用不同长度的模拟金属针对应的仿真混合生数据,和所述不同长度的模拟金属针对应的仿真金属针生数据之间的关系计算得到的。
可选地,所述反硬化系数为所述仿真混合生数据和所述仿真金属针生数据拟合成的多项式的系数解。
可选地,所述第三仿真图像为具体为:
从所述仿真混合生数据重建所得的混合图像中剔除所述第二仿真图像中模拟金属针区域后得到的;所述混合图像中包括所述模拟金属针和伪影。
第四方面,还提供了一种伪影校正系数的仿真装置,包括:
第一仿真单元,用于对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域;
第二仿真单元,用于对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像;
第一拟合单元,用于拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数;
计算单元,用于根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像;
第二拟合单元,用于拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数;
其中,所述反硬化系数和所述伪影系数用于第三方面所提供的任意一种实现方式下的伪影的校正装置。
可选地,该装置还包括:
设置单元,用于将所述模拟金属针区域置为非零的预设值,得到模拟归一化图像;
第三拟合单元,用于拟合所述模拟归一化图像的仿真归一化生数据和所述仿真金属针生数据,得到修正系数;所述修正系数用于第三方面所提供的涉及修正系数的伪影的校正装置。
可选地,所述第二仿真单元,具体用于:
对不同长度的模拟金属针分别进行多光谱仿真,分别得到各种长度模拟金属针含伪影的第四仿真图像;
所述第一拟合单元,包括:
投影子单元,用于分别对每种长度的模拟金属针对应的第四仿真图像进行投影,得到该长度模拟金属针对应的模拟混合生数据;
拟合子单元,用于分别拟合每种长度的模拟金属针对应的模拟混合生数据和所述仿真金属针生数据,得到所述不同长度模拟金属针对应的反硬化方程组;
求解子单元,用于求解所述反硬化方程组,得到所述反硬化系数。
可选地,所述计算单元,包括:
重建子单元,用于重建所述仿真混合生数据,得到混合图像,所述混合图像包括所述模拟金属针和伪影;
剔除子单元,用于从所述混合图像中剔除所述第二仿真图像中的所述模拟金属针区域,得到含伪影不含所述模拟金属针的所述第三仿真图像。
第五方面,还提供了一种伪影的校正设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面提供的任意一种实现方式对应的方法。
第六方面,还提供了一种伪影校正系数的仿真设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第二方面提供的任意一种实现方式对应的方法。
第七方面,还提供了一种存储介质,所述存储介质用于存储程序代码,所述程序代码用于执行第一方面或第二方面提供的任意一种实现方式对应的方法。
可见,与现有技术相比,本发明实施例具有以下优点:
一方面,在本发明实施例中,提供了一种可以高效、准确的进行伪影校正的方法,预先存储有仿真得到的反硬化系数和伪影系数,其中,反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系,伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系,该仿真混合生数据是模拟金属针含伪影的第一仿真图像的生数据,该仿真金属针生数据是模拟金属针不含伪影的第二仿真图像的生数据;该仿真伪影生数据是含伪影不含模拟金属针的第三仿真图像的生数据。具体校正伪影时,首先,从实际CT图像中提取含伪影和目标金属针的区域,作为目标金属针区域;然后,根据预设的反硬化系数和目标金属针区域对应的目标混合生数据,计算目标金属针生数据;接着,根据该目标金属针生数据和预设的伪影系数,计算目标伪影生数据;最后,从实际CT图像中剔除该目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
这样,一方面,利用预设的系数对金属穿刺过程中采集的实际CT图像进行伪影校正,无需在金属穿刺过程中进行大量的计算和处理,大大的减少了伪影校正的计算量,提高了伪影的校正效率;另一方面,通过预先经过大量仿真得到的多个专门用于校正伪影的系数,对包括伪影的CT图像进行伪影的校正,可以有效的避免对整个CT图像进行图像处理消除伪影时存在伪影校正的效果不够理想的问题,提高了伪影校正的准确性。而且,通过本发明实施例提供的可以快速、准确的去除CT图像中金属穿刺针的伪影的方法,可以使得CT图像中金属穿刺针的位置清晰可见,从而可以利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
另一方面,在本发明实施例中,还提供了一种伪影校正系数的仿真方法,首先,对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域;然后,对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像;接着,通过拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数;再次,根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像;最后,通过拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数;其中,所述反硬化系数和所述伪影系数用于上述第一方面提供的所述伪影的校正方法。这样,通过预先仿真得到的反硬化系数和伪影系数,为在金属穿刺过程中对含伪影CT图像进行快速、准确的伪影校正提供了数据基础,通过本发明实施例提供的伪影的校正方法,可以快速、准确的去除CT图像中金属穿刺针的伪影,从而可以使得CT图像中金属穿刺针的位置清晰可见,以便利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
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中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种实际CT图像的示意图;
图2为本发明实施例提供的一种伪影校正系数的仿真方法的流程示意图;
图3为本发明实施例中步骤202~步骤203的一实现方式的流程示例图;
图4为本发明实施例提供的另一伪影校正系数的仿真方法的流程示意图;
图5为本发明实施例提供的一种伪影的校正方法的流程示例图;
图6为本发明实施例提供的步骤501的效果示意图;
图7为本发明实施例提供的另一种伪影的校正方法的流程示例图;
图8为本发明实施例提供的伪影校正方法的效果示意图;
图9为本发明实施例提供的一种伪影的校正装置的结构图;
图10为本发明实施例提供的一种伪影校正系数的仿真装置的结构图;
图11为本发明实施例提供的一种伪影的校正设备的硬件结构示意图;
图12为本发明实施例提供的一种伪影校正系数的仿真设备的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,通过金属针穿刺进行疾病的诊断和治疗成为了医疗的常用手段。为了提高金属穿刺的准确性,可以采用CT图像引导穿刺,即,医生或者操作人员可以通过观察多能谱CT扫描金属穿刺过程得到的CT图像,观察到金属穿刺针(下文简称“金属针”)的位置,从而引导接下来进行较为准确的穿刺。
但是,由于金属在多能谱下会出现高衰减的情况,导致CT图像中金属针的周围出现伪影,例如:图1中金属针A周围出现的亮斑,即视作金属针A的伪影。利用该具有伪影的CT图像引导穿刺,将影响医生或者操作人员对金属针位置判断的准确性,从而可能因为判断金属针的位置不够准确而影响金属穿刺的治疗效果。
为了克服CT图像中金属针伪影的影响,让CT图像起到准确引导穿刺的作用,可以对引导金属穿刺过程中CT图像进行伪影的校正,以消除CT图像中金属穿刺针的伪影。目前,一般在金属穿刺的过程中,通过对产生的CT图像进行图像处理的方式,去除该CT图像中的伪影,例如:对整个CT图像的影值进行多项式拟合得到校正系数,再利用所得的该校正系数对该CT图像执行水模型的硬化伪影校正算法,实现伪影的校正,但是,由于该方式需要在金属穿刺过程中对每个CT图像均计算一组对应的校正系数,且需要对整个CT图像进行处理,导致计算量庞大、校正速度较慢的问题。又例如:利用不同能量条件下CT扫描金属针出现的衰减情况不同这一特点,还可以提取CT图像中含伪影区域,再对该含伪影区域进行校正,但是,由于所识别出的含伪影区域,不仅包括金属针和伪影,还包括处于该区域的人体组织部分,导致后续针对该含伪影区域进行伪影校正无法分离人体组织部分的影响,导致校正效果不够理想。
基于此,考虑到实际CT图像中包括人体组织部分、金属针和伪影,校正后的目标CT图像应该只包括人体组织部分和金属针,那么,需要处理实际CT图像得到纯伪影图像,并将其从实际CT图像中剔除。其中,“处理实际CT图像得到纯伪影图像”可以分三步实现:第一步,根据实际CT图像的数据和纯金属针的数据之间的关系,得到实际CT图像中的金属针数据;第二步,根据金属针数据和纯伪影数据之间的关系,得到实际CT图像中的伪影数据;第三步,重建该伪影数据得到纯伪影图像。
为了提高对含伪影CT图像的伪影校正速度和准确性,本发明实施例提供了一种伪影的校正方法和伪影校正系数的仿真方法,预先利用伪影校正系数的仿真方法,通过仿真手段得到表示仿真混合生数据和仿真金属针生数据之间关系的反硬化系数,以及表示仿真金属针生数据和仿真伪影生数据之间关系的伪影系数,为穿刺过程中CT图像的伪影校正作好准备。在对实际CT图像进行伪影的校正的过程中,首先,可以从实际CT图像中提取含伪影和目标金属针的区域,作为目标金属针区域;然后,根据预设的反硬化系数和目标金属针区域对应的目标混合生数据,计算目标金属针生数据;接着,根据该目标金属针生数据和预设的伪影系数,计算目标伪影生数据;最后,从实际CT图像中剔除该目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
这样,一方面,通过仿真预设了反硬化系数和伪影系数,适用于所有CT图像的伪影校正,在对实际CT图像进行伪影校正时可以直接采用该反硬化系数和伪影系数,无需在校正时进行大量的仿真和计算得到该次校正才适用的系数,大大的减少了金属穿刺过程中校正伪影的计算量,从而提高了伪影的校正效率;另一方面,通过预先经过大量仿真得到的多个专门用于校正伪影的系数,对包括伪影的CT图像进行伪影的校正,可以有效的避免对整个CT图像进行图像处理消除伪影时存在伪影校正的效果不够理想的问题,提高了伪影校正的准确性。而且,通过本发明实施例提供的可以快速、准确的去除CT图像中金属穿刺针的伪影的方法,可以使得CT图像中金属穿刺针的位置清晰可见,从而可以利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
下面结合附图,详细说明本发明实施例中的各种非限制性实施方式。
需要说明的是,利用本发明实施例提供的伪影的校正方法,每次对实际CT扫描得到的实际CT图像进行伪影校正时,均需要采用本发明实施例提供的伪影校正系数的仿真方法仿真得到的系数。故,为了使本发明实施例介绍的更加清楚,在介绍伪影的校正方法之前,先对其中可能用到的伪影校正系数的仿真方法进行说明。
参见图2,为本发明实施例提供的一种伪影校正系数的仿真方法的流程示意图。在本实施例中,获得反硬化系数和伪影系数,可以应用于图5和图7所示的伪影的校正方法,对金属穿刺过程中CT扫描得到的任意实际CT图像进行伪影校正。具体实现时,该方法可以包括下述步骤201~步骤205:
步骤201,对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域。
可以理解的是,为了仿真所得的伪影校正系数可以有更加宽泛的使用范围,例如可以准确的被应用到不同患者、不同部分穿刺过程中,可以采用大量的患者数据进行投影仿真。
具体实现时,可以在仿真软件模拟金属穿刺过程,将模拟金属针投影到多组患者数据上,得到第二仿真图像。其中,由于采用金属针投影仿真,故,得到的第二仿真图像为不含模拟金属针伪影但包含该模拟金属针的仿真图像。
在获得第二仿真图像后,可以提取该第二仿真图像中的模拟金属针区域。具体实现时,可以包括:S11,获取该第二仿真图像中像素值小于预设像素值的目标像素点;S12,将该第二仿真图像中目标像素点的像素值置零,得到模拟金属针区域。
可以理解的是,预设像素值可以是预先设置的第二仿真图像中模拟金属针对应像素点的像素值和其他非金属部分对应像素点的像素值的分界值,例如:预设像素值可以是1200,即,第二仿真图像中,模拟金属针对应像素点的像素值均大于等于1200,其他非金属部分对应像素点的像素值均小于1200。那么,S11中获取的目标像素点即为非金属部分对应的像素点,作用是:识别出第二仿真图像中的非金属部分;S12将识别出的非金属部分对应像素点的像素值置零,可以视作提取了第二仿真图像中的模拟金属针区域。
通过步骤201对模拟金属针进行投影仿真,得到第二仿真图像,并提取该第二仿真图像中的模拟金属针区域,为后续计算得到用于伪影校正的系数(如:反硬化系数和伪影系数),提供了数据基础。
步骤202,对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像。
可以理解的是,可以在仿真软件上采用多光谱仿真,即,仿真多光谱CT扫描模拟金属针穿刺过程,产生第一仿真图像。其中,采用多光谱仿真,由于完全模拟了CT扫描实际金属针穿刺产生含伪影的实际CT图像的过程,故,得到的第一仿真图像为既包含模拟金属针又包含该模拟金属针伪影的仿真图像。
需要说明的是,步骤201和步骤202的执行没有先后顺序,可以先执行步骤201再执行步骤202,也可以先执行步骤202再执行步骤201,还可以同时执行步骤201和步骤202。
步骤203,拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数。
可以理解的是,该反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系。
具体实现时,步骤203具体可以包括:S21,对第一仿真图像进行投影,得到第一仿真图像对应的仿真混合生数据;S22,模拟金属针区域进行投影,得到模拟金属针区域对应的仿真金属针生数据;S23,拟合仿真混合生数据和仿真金属针生数据,得到反硬化系数。其中,S23中可以采用多项式拟合公式进行拟合。
可以理解的是,由于第一仿真图像中包括模拟金属针和该模拟金属针的伪影两部分,所以,该第一仿真图像对应的仿真混合生数据包括模拟金属针和其伪影两部分特征的数据。同理,由于模拟金属针区域只包括模拟金属针的部分,所以,该模拟金属针区域对应的仿真金属针生数据只包括模拟金属针的特征数据。
作为一个实例,假设第一仿真图像为图像H,模拟金属针区域为图像A,图像H对应的仿真混合生数据记作raw H,图像A对应的仿真金属针生数据记作raw A,采用下述拟合公式(1)拟合raw H和raw A,得到反硬化系数:
raw A=alog(b×raw H+c)+dx4+ex3+fx2+gx+h……公式(1)
其中,{a、b、c、d、d、f、g和h}为反硬化系数,通过已知的raw H和raw A解a、b、c、d、d、f、g和h的值。
在一些实现方式中,为了提高仿真所得反硬化系数的准确性,步骤202~步骤203具体可以针对不同长度的模拟金属针进行仿真和拟合处理,得到反硬化系数。如图3所示,步骤202具体可以包括:
步骤2021,对不同长度的模拟金属针分别进行多光谱仿真,分别得到各种长度模拟金属针含伪影的第四仿真图像。
步骤203具体可以包括:
步骤2031,分别对每种长度的模拟金属针对应的第四仿真图像进行投影,得到该长度模拟金属针对应的模拟混合生数据。
例如:可以通过下述公式(2)计算不同长度模拟金属针对应的模拟混合生数据:
其中,I为光强,E为能量,μi为第i个能量的光线下金属针的衰减系数,lj为第j个长度的模拟金属针,计算得到第j个长度的模拟金属针的模拟混合生数据raw Hj。
步骤2032,分别拟合每种长度的模拟金属针对应的模拟混合生数据和所述仿真金属针生数据,得到所述不同长度模拟金属针对应的反硬化方程组。
例如,假设仍然以上述拟合公式(1)进行拟合,存在N(N>1,N为整数)个不同长度,那么,对于N个长度的模拟金属针,可以将每个长度对应的raw Hj代入到公式(1)中的raw H得到N个反硬化方程,组成反硬化方程组,如下述公式(3):
需要说明的是,假设得到的反硬化系数为{a、b、c、d、d、f、g和h}8元组,那么,需要取至少8个不同长度的模拟金属针进行多光谱仿真,才可以唯一确定该8元组的反硬化系数,即,N可以取大于等于8的整数。
步骤2033,求解所述反硬化方程组,得到所述反硬化系数。
例如:解步骤2032得到的反硬化系数组,即上述公式(3),将该公式(3)的解作为反硬化系数,用于后续对穿刺过程中伪影的校正。
需要说明的是,步骤203中计算反硬化系数采用的拟合公式包括但不限于上述公式(1),还可以根据实际需求采用其他的拟合公式。
步骤204,根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像。
具体实现时,步骤204具体可以包括:S31,重建所述仿真混合生数据,得到混合图像,所述混合图像包括所述模拟金属针和伪影;S32,从所述混合图像中剔除所述第二仿真图像中的模拟金属针区域,得到含伪影不含所述模拟金属针的所述第三仿真图像。
可以理解的是,对该第三仿真图像进行投影,可以得到该第三仿真图像对应的仿真伪影生数据。由于第三仿真图像中只包括模拟金属针的伪影但不包含该模拟金属针,为纯伪影仿真图像,所以,该第三仿真图像的仿真伪影生数据只包括该模拟金属针的伪影的特征数据。
步骤205,拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数。
可以理解的是,该伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系。
在一些实现方式中,步骤205可以采用拟合公式实现,例如:仿真金属针生数据=f(仿真伪影生数据,伪影系数),已知仿真金属针生数据和仿真伪影生数据,可以拟合计算出对应的伪影系数。需要说明的是,本实施例不对步骤205中的拟合公式进行具体限定。
需要说明的是,在经过步骤201提取出第二仿真图像中的模拟金属针区域后,考虑到实际穿刺过程中,可能使用各种不同长度的金属针,为了消除伪影校正过程中由金属针长度不同带来的处理误差,如图4所示,还可以预先通过仿真和拟合的方式确定出适用于任意金属针穿刺场景下金属针长度归一化的修正系数。具体实现时,本实施例还可以包括:
步骤206,将所述模拟金属针区域置为非零的预设值,得到模拟归一化图像。
具体实现时,在经过步骤201提取出第二仿真图像中的模拟金属针区域后,可以将该模拟金属针区域对应像素点的像素值设置为非零的预设值,例如:将其统一置为1,得到模拟金属针区域对应的模拟归一化图像,消除了金属针的长度特征。
步骤207,拟合所述模拟归一化图像的仿真归一化生数据和所述仿真金属针生数据,得到修正系数。
可以理解的是,修正系数表示仿真归一化生数据和仿真金属针生数据之间的关系。该修正系数可以用于下述图7对应的伪影的校正方法。
具体实现时,步骤207具体可以包括:S41,对模拟归一化图像进行投影,得到仿真归一化生数据;S42,拟合仿真归一化生数据和仿真金属针生数据,得到修正系数。其中,S42中可以采用多相似拟合公式进行拟合。
可以理解的是,由于模拟归一化图像中对模拟金属针区域对应像素点的像素值进行了置位操作,所以,该模拟归一化图像对应的仿真归一化生数据归一化了模拟金属针长度,即,该仿真归一化生数据不包括模拟金属针长度的特征数据。
作为一个实例,假设模拟金属针区域为图像A,模拟归一化图像为B,图像A对应的仿真金属针生数据记作raw A,图像B对应的仿真归一化生数据记作raw B,采用下述拟合公式(4)拟合raw A和raw B,得到修正系数:
raw A=re-s×raw B+t……公式(4)
其中,{r、s和t}为修正系数,通过已知的raw A和raw B解r、s和t的值。需要说明的是,步骤207中计算修正系数采用的拟合公式包括但不限于上述公式(4),还可以根据实际需求采用其他的拟合公式。
可见,通过本发明实施例提供的一种伪影校正系数的仿真方法,首先,对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域;然后,对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像;接着,通过拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数;再次,根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像;最后,通过拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数。这样,通过预先仿真得到的反硬化系数和伪影系数,可以用于下述图5以及图7提供的所述伪影的校正方法,为在金属穿刺过程中对含伪影CT图像进行快速、准确的伪影校正提供了数据基础,利用该反硬化系数和伪影系数,可以在后续伪影校正过程中快速、准确的去除CT图像中金属穿刺针的伪影,从而可以使得CT图像中金属穿刺针的位置清晰可见,以便利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
在介绍完本发明实施例提供的伪影校正系数的仿真方法后,本发明实施例还提供了一种利用上述所得系数对穿刺过程中的实际CT图像进行伪影校正的方法,下面对本发明实施例提供的一种伪影的校正方法进行详细说明。
参见图5,为本发明实施例提供的一种伪影的校正方法的流程示意图。在本实施例中,利用图2对应实施例中得到的反硬化系数和伪影系数,可以对金属穿刺过程中,CT扫描得到的任意实际CT图像进行伪影校正。具体实现时,该方法可以包括下述步骤501~步骤504:
步骤501,从实际CT图像中提取目标金属针区域;所述目标金属针区域为含伪影和目标金属针的区域。
可以理解的是,在金属穿刺的过程中,可以通过多能谱CT扫描,得到实际CT图像,用于引导医生或者操作人员根据实际CT图像中显示的穿刺针当前所处的位置,进行后续的穿刺操作。但是,由于金属在多能谱下高衰减的特点,导致实际CT图像中金属针周围有伪影。即,实际CT图像中包括:人体组织部分、金属针和伪影。
具体实现时,为了减少计算和处理量,在得到每张需要伪影校正的实际CT图像后,可以预先按照步骤501提取目标金属针区域,该目标金属针区域为包括目标金属针和其产生伪影的区域。例如:假设图6中a图为实际CT图像,那么,可以将其中包含目标金属针和其伪影的矩形区域提取出来,作为目标金属针区域,参见图6中的b图所示。
作为一个示例,步骤501具体可以通过下述S51~S53实现:S51,获取该实际CT图像中各像素点的像素值;S52,将像素值小于预设像素值的像素点记作目标像素点;S53,将该实际CT图像中目标像素点的像素值置零,得到目标金属针区域。
其中,预设像素值可以是预先设置的实际CT图像中目标金属针区域对应像素点的像素值和其他非金属区域对应像素点的像素值的分界值,例如:预设像素值可以是1200,即,实际CT图像中,目标金属针区域对应像素点的像素值大于等于1200,其他非金属区域对应像素点的像素值均小于1200。那么,S52中获取的目标像素点即为非金属区域对应的像素点,作用是:识别出实际CT图像中的非金属区域;S53将识别出的非金属区域对应像素点的像素值置零,可以视作提取了该实际CT图像中的目标金属针区域。
通过步骤501对目标金属针区域的提取,为后续进行伪影校正提供了数据基础。
步骤502,根据预设的反硬化系数和所述目标金属针区域对应的目标混合生数据,计算目标金属针生数据。
其中,该反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系,所述仿真混合生数据是模拟金属针含伪影的第一仿真图像的生数据,所述仿真金属针生数据是模拟金属针不含伪影的第二仿真图像中模拟金属针区域的生数据。
可以理解的是,该反硬化系数具体为:利用不同长度的模拟金属针对应的仿真混合生数据,和所述不同长度的模拟金属针对应的仿真金属针生数据之间的关系计算得到的。而且,该反硬化系数为所述仿真混合生数据和所述仿真金属针生数据拟合成的多项式的系数解。
具体实现时,可以对目标金属针区域进行投影,得到该目标金属针区域对应的目标混合生数据。由于目标金属针区域中包括目标金属针和该目标金属针的伪影两部分,所以,该目标金属针区域对应的目标混合生数据包括目标金属针和其伪影两部分特征的数据。
可以理解的是,在仿真过程中,计算所得的反硬化系数可以表示仿真混合生数据和仿真金属针生数据之间的关系,即,表示含伪影和金属针两部分特征的数据和只含金属针特征的数据之间的关系,那么,针对穿刺过程中得到的实际CT图像,该反硬化系数可以表示目标混合生数据和目标金属针生数据之间的关系。需要说明的是,目标金属针生数据只包括目标金属针的特征数据,即,纯金属针的生数据。
作为一个示例,步骤502具体可以将目标混合生数据乘以反硬化系数,得到目标金属针生数据。例如:假设反硬化系数为根据上述公式(1)拟合得到的,那么,步骤502具体可以包括:S61,获取目标金属针区域O对应的目标混合生数据raw O;S62,获取根据图2所示的方式仿真得到的反硬化系数{a、b、c、d、d、f、g和h};S63,将目标混合生数据raw O和反硬化系数{a、b、c、d、d、f、g和h}代入上述公式(1),计算目标金属针生数据raw A’,即:raw A′=alog(b×raw O+c)+dx4+ex3+fx2+gx+h。
步骤503,根据所述目标金属针生数据和预设的伪影系数,计算目标伪影生数据。
其中,该伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系,所述仿真伪影生数据是含伪影不含模拟金属针的第三仿真图像的生数据。
可以理解的是,第三仿真图像为具体为:从所述仿真混合生数据重建所得的混合图像中剔除所述第二仿真图像中的模拟金属针区域后得到的,该混合图像中包括模拟金属针和伪影。即,第一步,通过重建仿真混合生数据,得到包括模拟金属针和其伪影的混合图像;第二步,从混合图像中剔除模拟金属针区域,得到只含伪影的纯伪影图像,记作第三仿真图像。
可以理解的是,在仿真过程中,计算所得的伪影系数可以表示仿真金属针生数据和仿真伪影生数据之间的关系,即,表示只含金属针这一特征的数据和只含伪影特征的数据之间的关系,那么,针对穿刺过程中得到的实际CT图像,该伪影系数可以表示目标金属针生数据和目标伪影生数据之间的关系。需要说明的是,目标伪影生数据只包括伪影不包括目标金属针的特征数据,即,纯伪影的生数据。
作为一个示例,步骤503具体可以将目标金属针生数据乘以伪影系数,得到目标伪影生数据。例如:假设伪影系数为根据拟合函数f()得到的,那么,步骤503具体包括:S71,获取目标金属针生数据raw A’;S72,获取根据图2所示的方式仿真得到的仿真系数w;S73,将目标金属针生数据raw A’和伪影系数w代入拟合函数f(),计算目标伪影生数据raw A”,即:raw A”=f(raw A′,w)。
这样,所得的目标伪影生数据,只包括目标金属针所产生的伪影对应的特征,而不包括任何的人体组织部分或者金属针部分的特征,确保在伪影校正时不会影响其他部分在CT图像中的显影,有效的提高了伪影校正的准确性。
步骤504,从所述实际CT图像中剔除所述目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
具体实现时,步骤504具体可以包括:S81,重建目标伪影生数据,得到目标伪影图像,即,只包括目标金属针的伪影的纯伪影图像;S82,从实际CT图像中剔除目标伪影图像,得到目标CT图像。该目标CT图像为去除了伪影,只包括人体组织部分和目标金属针。
这样,通过本实施例提供的伪影的校正方法,利用预设的反硬化系数和伪影系数对金属穿刺过程中采集的实际CT图像进行伪影校正,无需在金属穿刺过程中进行大量的计算和处理,大大的减少了伪影校正的计算量,提高了伪影的校正效率;而且,通过预先经过大量仿真得到的多个专门用于校正伪影的系数,对包括伪影的CT图像进行伪影的校正,可以有效的避免对整个CT图像进行图像处理消除伪影时存在伪影校正的效果不够理想的问题,提高了伪影校正的准确性。而且,通过本发明实施例提供的可以快速、准确的去除CT图像中金属穿刺针的伪影的方法,可以使得CT图像中金属穿刺针的位置清晰可见,从而可以利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
此外,假设考虑到不同长度对伪影的影响,按照图4仿真计算了修正系数,那么,参见图7,本发明实施例还提供了的另一种伪影的校正方法。在本实施例中,利用图2和图4对应实施例中得到的反硬化系数、伪影系数和修正系数,可以对金属穿刺过程中,CT扫描得到的任意实际CT图像进行伪影校正。具体实现时,该方法可以包括下述步骤701~步骤706:
步骤701,从实际CT图像中提取目标金属针区域;所述目标金属针区域为含伪影和目标金属针的区域。
需要说明的是,步骤701的具体实现及相关描述,可以参见图5中步骤501的具体实现及相关描述,在此不再赘述。
步骤702,将所述目标金属针区域置为非零的预设值,得到预处理图像。
具体实现时,在经过步骤701提取出实际CT图像中的目标金属针区域后,可以将该目标金属针区域对应像素点的像素值设置为非零的预设值,例如:将其统一置为1,得到目标金属针区域对应的预处理图像。需要说明的是,该预处理图像中的像素点只有两个值:零和预设值。
步骤703,利用预设的修正系数对所述预处理图像对应的生数据进行归一化处理,得到所述目标混合生数据。
其中,该修正系数表示所述仿真金属针生数据和仿真归一化生数据之间的关系,所述仿真归一化生数据是所述第二仿真图像中的模拟金属针区域置为所述预设值后所得图像对应的生数据。
具体实现时,可以对预处理图像进行投影,得到该预处理图像对应的生数据。由于预处理图像中对目标金属针区域对应像素点的像素值进行了置位操作,所以,该预处理图像对应的生数据归一化了目标金属针长度,即,该预处理图像对应的生数据不包括模拟金属针长度的特征数据。
可以理解的是,在仿真过程中,计算所得的修正系数可以表示仿真归一化生数据和仿真金属针生数据之间的关系,那么,针对穿刺过程中得到的实际CT图像,该修正系数可以表示目标混合生数据和预处理图像对应的生数据之间的关系。
作为一个示例,步骤703具体可以将预处理图像对应的生数据乘以修正系数,得到修正后的目标金属针区域对应的目标混合生数据。例如:假设修正系数为根据上述公式(4)拟合得到的,那么,步骤703具体可以包括:S91,获取预处理图像P对应的生数据raw P;S92,获取根据图4所示的方式仿真得到的修正系数{r、s和t};S93,将预处理图像P对应的生数据raw P和修正系数{r、s和t}代入上述公式(4),计算修正后的“目标金属针区域O对应的目标混合生数据记作raw O”,即,raw O=re-s×raw P+t。
步骤704,根据预设的反硬化系数和所述目标金属针区域对应的目标混合生数据,计算目标金属针生数据。
步骤705,根据所述目标金属针生数据和预设的伪影系数,计算目标伪影生数据。
步骤706,从所述实际CT图像中剔除所述目标伪影生数据重建所得的目标伪影图像,得到目标CT图像
需要说明的是,步骤704~步骤706的具体实现及相关描述,可以参见图5中步骤502~504的具体实现及相关描述,在此不再赘述。
参见图8,具体示出了本发明实施例提供的伪影的校正方法的校正效果,如图8所示,在金属穿刺过程中,得到的实际CT图像为图8中的a图,其中,金属针的伪影(即,金属针周围的亮斑)比较明显,可能影响医生或者操作人员对金属针位置的判断;可以经过本发明实施例提供的伪影的校正方法对该实际CT图像进行快速的校正,可以得到的目标CT图像为图8中的b图,可以看出,消除了图8的a图中的伪影,得到了十分清晰的、只包括人体组织和金属针的图像,有助于准确的确定金属针当前的位置,从而有助于后续穿刺可以精确的进行,一定程度上确保了金属穿刺的治疗效果。
这样,通过本实施例提供的伪影的校正方法,利用预设的修正系数、反硬化系数和伪影系数依次对金属穿刺过程中采集的实际CT图像进行伪影校正,无需在金属穿刺过程中进行大量的计算和处理,大大的减少了伪影校正的计算量,提高了伪影的校正效率;而且,通过预先经过大量仿真得到的多个专门用于校正伪影的系数,对包括伪影的CT图像进行伪影的校正,可以有效的避免对整个CT图像进行图像处理消除伪影时存在伪影校正的效果不够理想的问题,提高了伪影校正的准确性。而且,通过本发明实施例提供的可以快速、准确的去除CT图像中金属穿刺针的伪影的方法,可以使得CT图像中金属穿刺针的位置清晰可见,从而可以利用该CT图像准确的引导金属穿刺,确保金属穿刺的治疗效果。
此外,本发明实施例还提供了一种伪影的校正装置。如图9所示,为该装置900的结构图,该装置900包括:
提取单元901,用于从实际CT图像中提取目标金属针区域;所述目标金属针区域为含伪影和目标金属针的区域;
第一计算单元902,用于根据预设的反硬化系数和所述目标金属针区域对应的目标混合生数据,计算目标金属针生数据;其中,所述反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系,所述仿真混合生数据是模拟金属针含伪影的第一仿真图像的生数据,所述仿真金属针生数据是模拟金属针不含伪影的第二仿真图像中模拟金属针区域的生数据;
第二计算单元903,用于根据所述目标金属针生数据和预设的伪影系数,计算目标伪影生数据;所述伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系,所述仿真伪影生数据是含伪影不含模拟金属针的第三仿真图像的生数据;
重建单元904,用于从所述实际CT图像中剔除所述目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
可选地,该装置900还包括:
设置单元,用于将所述目标金属针区域置为非零的预设值,得到预处理图像;
归一化处理单元,用于利用预设的修正系数对所述预处理图像对应的生数据进行归一化处理,得到所述目标混合生数据;其中,所述修正系数表示所述仿真金属针生数据和仿真归一化生数据之间的关系,所述仿真归一化生数据是所述第二仿真图像中的模拟金属针区域置为所述预设值后所得图像对应的生数据。
可选地,所述反硬化系数具体为:
利用不同长度的模拟金属针对应的仿真混合生数据,和所述不同长度的模拟金属针对应的仿真金属针生数据之间的关系计算得到的。
可选地,所述反硬化系数为所述仿真混合生数据和所述仿真金属针生数据拟合成的多项式的系数解。
可选地,所述第三仿真图像为具体为:
从所述仿真混合生数据重建所得的混合图像中剔除所述第二仿真图像中模拟金属针区域后得到的;所述混合图像中包括所述模拟金属针和伪影。
以上是对本发明实施例提供的一种伪影的校正装置的介绍,具体实现方式可以参见上文图5或图7所示方法实施例中的描述,达到的效果与上述图5或图7所示的方法实施例一致,这里不再赘述。
此外,本发明实施例还提供了一种伪影校正系数的仿真装置。如图10所示,为该装置1000的结构图,该装置1000包括:
第一仿真单元1001,用于对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域;
第二仿真单元1002,用于对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像;
第一拟合单元1003,用于拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数;
计算单元1004,用于根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像;
第二拟合单元1005,用于拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数;
其中,所述反硬化系数和所述伪影系数用于上述任意一种实现方式下的伪影的校正装置900。
可选地,该装置1000还包括:
设置单元,用于将所述模拟金属针区域置为非零的预设值,得到模拟归一化图像;
第三拟合单元,用于拟合所述模拟归一化图像的仿真归一化生数据和所述仿真金属针生数据,得到修正系数;所述修正系数用于上述伪影的校正装置900涉及修正系数的实现方式。
可选地,所述第二仿真单元1002,具体用于:
对不同长度的模拟金属针分别进行多光谱仿真,分别得到各种长度模拟金属针含伪影的第四仿真图像;
所述第一拟合单元1003,包括:
投影子单元,用于分别对每种长度的模拟金属针对应的第四仿真图像进行投影,得到该长度模拟金属针对应的模拟混合生数据;
拟合子单元,用于分别拟合每种长度的模拟金属针对应的模拟混合生数据和所述仿真金属针生数据,得到所述不同长度模拟金属针对应的反硬化方程组;
求解子单元,用于求解所述反硬化方程组,得到所述反硬化系数。
可选地,所述计算单元1004,包括:
重建子单元,用于重建所述仿真混合生数据,得到混合图像,所述混合图像包括所述模拟金属针和伪影;
剔除子单元,用于从所述混合图像中剔除所述第二仿真图像中的所述模拟金属针区域,得到含伪影不含所述模拟金属针的所述第三仿真图像。
以上是对本发明实施例提供的一种伪影校正系数的仿真装置的介绍,具体实现方式可以参见上文图2或图4所示方法实施例中的描述,达到的效果与上述图2或图4所示的方法实施例一致,这里不再赘述。
此外,本发明实施例还提供了一种伪影的校正设备,如图11所示,该设备1100包括处理器1101以及存储器1102:
所述存储器1102用于存储程序代码,并将所述程序代码传输给所述处理器1101;
所述处理器1101用于根据所述程序代码中的指令执行图5或图7提供的任意一种实现方式对应的方法。
此外,本发明实施例还提供了一种伪影校正系数的仿真设备,如图12所示,该设备1200包括处理器1201以及存储器1202:
所述存储器1202用于存储程序代码,并将所述程序代码传输给所述处理器1201;
所述处理器1201用于根据所述程序代码中的指令执行图2或图4提供的任意一种实现方式对应的方法。
此外,本发明实施例还提供了一种存储介质,所述存储介质用于存储程序代码,所述程序代码用于执行前述图2、图4、图5或图7任意一种实现方式对应的方法。
本发明实施例中提到的“第一仿真图像”等名称中的“第一”只是用来做名字标识,并不代表顺序上的第一。该规则同样适用于“第二”等。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如只读存储器(英文:read-only memory,ROM)/RAM、磁碟、光盘等,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,或者诸如路由器等网络通信设备)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于组织实施例和设备实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及装置实施例仅仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本发明的优选实施方式,并非用于限定本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (21)
1.一种伪影的校正方法,其特征在于,包括:
从实际CT图像中提取目标金属针区域;所述目标金属针区域为含伪影和目标金属针的区域;
根据预设的反硬化系数和所述目标金属针区域对应的目标混合生数据,计算目标金属针生数据;其中,所述反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系,所述仿真混合生数据是模拟金属针含伪影的第一仿真图像的生数据,所述仿真金属针生数据是模拟金属针不含伪影的第二仿真图像中模拟金属针区域的生数据;
根据所述目标金属针生数据和预设的伪影系数,计算目标伪影生数据;所述伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系,所述仿真伪影生数据是含伪影不含模拟金属针的第三仿真图像的生数据;
从所述实际CT图像中剔除所述目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
2.根据权利要求1所述的方法,其特征在于,还包括:
将所述目标金属针区域置为非零的预设值,得到预处理图像;
利用预设的修正系数对所述预处理图像对应的生数据进行归一化处理,得到所述目标混合生数据;其中,所述修正系数表示所述仿真金属针生数据和仿真归一化生数据之间的关系,所述仿真归一化生数据是所述第二仿真图像中的模拟金属针区域置为所述预设值后所得图像对应的生数据。
3.根据权利要求1所述的方法,其特征在于,所述反硬化系数具体为:
利用不同长度的模拟金属针对应的仿真混合生数据,和所述不同长度的模拟金属针对应的仿真金属针生数据之间的关系计算得到的。
4.根据权利要求1所述的方法,其特征在于,所述反硬化系数为所述仿真混合生数据和所述仿真金属针生数据拟合成的多项式的系数解。
5.根据权利要求1所述的方法,其特征在于,所述第三仿真图像为具体为:
从所述仿真混合生数据重建所得的混合图像中剔除所述第二仿真图像中模拟金属针区域后得到的;所述混合图像中包括所述模拟金属针和伪影。
6.一种伪影校正系数的仿真方法,其特征在于,包括:
对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域;
对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像;
拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数;
根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像;
拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数;
其中,所述反硬化系数和所述伪影系数用于权利要求1~4任一项所述的伪影的校正方法。
7.根据权利要求6所述的方法,其特征在于,还包括:
将所述模拟金属针区域置为非零的预设值,得到模拟归一化图像;
拟合所述模拟归一化图像的仿真归一化生数据和所述仿真金属针生数据,得到修正系数;所述修正系数用于权利要求2所述的伪影的校正方法。
8.根据权利要求6所述的方法,其特征在于,所述对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像,包括:
对不同长度的模拟金属针分别进行多光谱仿真,分别得到各种长度模拟金属针含伪影的第四仿真图像;
所述拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数,包括:
分别对每种长度的模拟金属针对应的第四仿真图像进行投影,得到该长度模拟金属针对应的模拟混合生数据;
分别拟合每种长度的模拟金属针对应的模拟混合生数据和所述仿真金属针生数据,得到所述不同长度模拟金属针对应的反硬化方程组;
求解所述反硬化方程组,得到所述反硬化系数。
9.根据权利要求6所述的方法,其特征在于,所述根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像,包括:
重建所述仿真混合生数据,得到混合图像,所述混合图像包括所述模拟金属针和伪影;
从所述混合图像中剔除所述第二仿真图像中的所述模拟金属针区域,得到含伪影不含所述模拟金属针的所述第三仿真图像。
10.一种伪影的校正装置,其特征在于,包括:
提取单元,用于从实际CT图像中提取目标金属针区域;所述目标金属针区域为含伪影和目标金属针的区域;
第一计算单元,用于根据预设的反硬化系数和所述目标金属针区域对应的目标混合生数据,计算目标金属针生数据;其中,所述反硬化系数表示仿真混合生数据和仿真金属针生数据之间的关系,所述仿真混合生数据是模拟金属针含伪影的第一仿真图像的生数据,所述仿真金属针生数据是模拟金属针不含伪影的第二仿真图像中模拟金属针区域的生数据;
第二计算单元,用于根据所述目标金属针生数据和预设的伪影系数,计算目标伪影生数据;所述伪影系数表示仿真金属针生数据和仿真伪影生数据之间的关系,所述仿真伪影生数据是含伪影不含模拟金属针的第三仿真图像的生数据;
重建单元,用于从所述实际CT图像中剔除所述目标伪影生数据重建所得的目标伪影图像,得到目标CT图像。
11.根据权利要求10所述的装置,其特征在于,还包括:
设置单元,用于将所述目标金属针区域置为非零的预设值,得到预处理图像;
归一化处理单元,用于利用预设的修正系数对所述预处理图像对应的生数据进行归一化处理,得到所述目标混合生数据;其中,所述修正系数表示所述仿真金属针生数据和仿真归一化生数据之间的关系,所述仿真归一化生数据是所述第二仿真图像中的模拟金属针区域置为所述预设值后所得图像对应的生数据。
12.根据权利要求10所述的装置,其特征在于,所述反硬化系数具体为:
利用不同长度的模拟金属针对应的仿真混合生数据,和所述不同长度的模拟金属针对应的仿真金属针生数据之间的关系计算得到的。
13.根据权利要求10所述的装置,其特征在于,所述反硬化系数为所述仿真混合生数据和所述仿真金属针生数据拟合成的多项式的系数解。
14.根据权利要求10所述的装置,其特征在于,所述第三仿真图像为具体为:
从所述仿真混合生数据重建所得的混合图像中剔除所述第二仿真图像中模拟金属针区域后得到的;所述混合图像中包括所述模拟金属针和伪影。
15.一种伪影校正系数的仿真装置,其特征在于,包括:
第一仿真单元,用于对模拟金属针进行投影仿真,得到所述模拟金属针不含伪影的第二仿真图像,并提取所述第二仿真图像中的模拟金属针区域;
第二仿真单元,用于对所述模拟金属针进行多光谱仿真,得到所述模拟金属针含伪影的第一仿真图像;
第一拟合单元,用于拟合所述第一仿真图像的仿真混合生数据和所述模拟金属针区域的仿真金属针生数据,得到反硬化系数;
计算单元,用于根据所述仿真混合生数据和所述模拟金属针区域,计算含伪影不含所述模拟金属针的第三仿真图像;
第二拟合单元,用于拟合所述仿真金属针生数据和所述第三仿真图像的仿真伪影生数据,得到伪影系数;
其中,所述反硬化系数和所述伪影系数用于权利要求10~13任一项所述的伪影的校正装置。
16.根据权利要求15所述的装置,其特征在于,还包括:
设置单元,用于将所述模拟金属针区域置为非零的预设值,得到模拟归一化图像;
第三拟合单元,用于拟合所述模拟归一化图像的仿真归一化生数据和所述仿真金属针生数据,得到修正系数;所述修正系数用于权利要求11所述的伪影的校正装置。
17.根据权利要求15所述的装置,其特征在于,所述第二仿真单元,具体用于:
对不同长度的模拟金属针分别进行多光谱仿真,分别得到各种长度模拟金属针含伪影的第四仿真图像;
所述第一拟合单元,包括:
投影子单元,用于分别对每种长度的模拟金属针对应的第四仿真图像进行投影,得到该长度模拟金属针对应的模拟混合生数据;
拟合子单元,用于分别拟合每种长度的模拟金属针对应的模拟混合生数据和所述仿真金属针生数据,得到所述不同长度模拟金属针对应的反硬化方程组;
求解子单元,用于求解所述反硬化方程组,得到所述反硬化系数。
18.根据权利要求15所述的装置,其特征在于,所述计算单元,包括:
重建子单元,用于重建所述仿真混合生数据,得到混合图像,所述混合图像包括所述模拟金属针和伪影;
剔除子单元,用于从所述混合图像中剔除所述第二仿真图像中的所述模拟金属针区域,得到含伪影不含所述模拟金属针的所述第三仿真图像。
19.一种伪影的校正设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1至5任一项所述的方法。
20.一种伪影校正系数的仿真设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求6至9任一项所述的方法。
21.一种存储介质,所述存储介质用于存储程序代码,所述程序代码用于执行权利要求1至5或6至9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910611576.4A CN110390701B (zh) | 2019-07-08 | 2019-07-08 | 一种伪影的校正方法、伪影校正系数的仿真方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910611576.4A CN110390701B (zh) | 2019-07-08 | 2019-07-08 | 一种伪影的校正方法、伪影校正系数的仿真方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110390701A true CN110390701A (zh) | 2019-10-29 |
CN110390701B CN110390701B (zh) | 2023-04-25 |
Family
ID=68286369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910611576.4A Active CN110390701B (zh) | 2019-07-08 | 2019-07-08 | 一种伪影的校正方法、伪影校正系数的仿真方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110390701B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111127477A (zh) * | 2019-12-12 | 2020-05-08 | 明峰医疗***股份有限公司 | 一种ct多色谱体素仿真方法 |
CN111223066A (zh) * | 2020-01-17 | 2020-06-02 | 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 |
CN115359144A (zh) * | 2022-10-19 | 2022-11-18 | 之江实验室 | 一种磁共振平面回波成像伪影仿真方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310432A (zh) * | 2013-06-25 | 2013-09-18 | 西安电子科技大学 | 基于四阶全变分流的ct图像归一化的金属伪影校正法 |
CN103679642A (zh) * | 2012-09-26 | 2014-03-26 | 上海联影医疗科技有限公司 | 一种ct图像金属伪影校正方法、装置及ct设备 |
US20160324499A1 (en) * | 2015-05-07 | 2016-11-10 | General Electric Company | Methods and systems for metal artifact reduction in spectral ct imaging |
CN107330949A (zh) * | 2017-06-28 | 2017-11-07 | 上海联影医疗科技有限公司 | 一种伪影校正方法及*** |
CN107945132A (zh) * | 2017-11-29 | 2018-04-20 | 深圳安科高技术股份有限公司 | 一种基于神经网络的ct图像的伪影校正方法及装置 |
-
2019
- 2019-07-08 CN CN201910611576.4A patent/CN110390701B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679642A (zh) * | 2012-09-26 | 2014-03-26 | 上海联影医疗科技有限公司 | 一种ct图像金属伪影校正方法、装置及ct设备 |
CN103310432A (zh) * | 2013-06-25 | 2013-09-18 | 西安电子科技大学 | 基于四阶全变分流的ct图像归一化的金属伪影校正法 |
US20160324499A1 (en) * | 2015-05-07 | 2016-11-10 | General Electric Company | Methods and systems for metal artifact reduction in spectral ct imaging |
CN107330949A (zh) * | 2017-06-28 | 2017-11-07 | 上海联影医疗科技有限公司 | 一种伪影校正方法及*** |
CN107945132A (zh) * | 2017-11-29 | 2018-04-20 | 深圳安科高技术股份有限公司 | 一种基于神经网络的ct图像的伪影校正方法及装置 |
Non-Patent Citations (1)
Title |
---|
YANBO ZHANG 等: "Metal artifact reduction based on beam hardening correction and statistical iterative reconstruction for X-ray computed tomography", 《SPIE MEDICAL IMAGING》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111127477A (zh) * | 2019-12-12 | 2020-05-08 | 明峰医疗***股份有限公司 | 一种ct多色谱体素仿真方法 |
CN111127477B (zh) * | 2019-12-12 | 2023-10-20 | 明峰医疗***股份有限公司 | 一种ct多色谱体素仿真方法 |
CN111223066A (zh) * | 2020-01-17 | 2020-06-02 | 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 |
CN115359144A (zh) * | 2022-10-19 | 2022-11-18 | 之江实验室 | 一种磁共振平面回波成像伪影仿真方法及*** |
CN115359144B (zh) * | 2022-10-19 | 2023-03-03 | 之江实验室 | 一种磁共振平面回波成像伪影仿真方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN110390701B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bhandari et al. | Artificial intelligence and robotic surgery: current perspective and future directions | |
CN110390701A (zh) | 一种伪影的校正方法、伪影校正系数的仿真方法及装置 | |
Shirk et al. | The use of 3-dimensional, virtual reality models for surgical planning of robotic partial nephrectomy | |
CN107126257B (zh) | 一种心脏模型对结构性心脏病手术进行模拟与评估的方法 | |
Makiyama et al. | Development of a patient‐specific simulator for laparoscopic renal surgery | |
Tatar et al. | Review of the effect of 3D medical printing and virtual reality on urology training withMedTRain3DModsim'Erasmus+ European union project | |
Higurashi et al. | Surgical training technology for cerebrovascular anastomosis | |
Wang et al. | Virtual Reality training system for surgical anatomy | |
CN110796064B (zh) | 人体肌肉图像的建立方法、装置、存储介质及电子设备 | |
Brunner et al. | 3D-printed heart models for hands-on training in pediatric cardiology–the future of modern learning and teaching? | |
Byvaltsev et al. | 3D-printed cranial models simulating operative field depth for microvascular training in neurosurgery | |
Zhang et al. | Validity of a soft and flexible 3D-printed nissen fundoplication model in surgical training | |
Molinas et al. | A randomized control trial to evaluate the importance of pre-training basic laparoscopic psychomotor skills upon the learning curve of laparoscopic intra-corporeal knot tying | |
CN111388880B (zh) | 一种弧形放射治疗校验方法、装置、设备及存储介质 | |
Amini et al. | Overcoming barriers in neurosurgical education: a novel approach to practical ventriculostomy simulation | |
Muthuswamy et al. | Assessment of technical skills in axillary lymph node dissection | |
DE102019217576B4 (de) | Identifizieren und Bereitstellen von Fehlausrichtungsbildmerkmalen | |
Uchida et al. | A clinical pilot study of Resection Process Map: A novel virtual hepatectomy software to visualize the resection process, case series | |
Borner et al. | First evaluation of an ovine training model for sialendoscopy | |
DE102020003786A1 (de) | Medizinisches Trainingsmodell mit mindestens einem Blutgefäßmodell | |
Sousa et al. | Novel virtual nasal endoscopy system based on computed tomography scans | |
Sújar et al. | Projectional Radiography Simulator: an Interactive Teaching Tool. | |
Kleszcz et al. | Assessing a new coarctation repair simulator based on real patient’s anatomy | |
US20220252687A1 (en) | System and method for medical simulation | |
CN110706223A (zh) | 人工智能的深度学习方法及基于人工智能的医学放射影像胸部摄片的质量控制方法 |
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 |