CN110766629A - Cbct***几何校正方法、装置、计算机设备和存储介质 - Google Patents
Cbct***几何校正方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110766629A CN110766629A CN201910988452.8A CN201910988452A CN110766629A CN 110766629 A CN110766629 A CN 110766629A CN 201910988452 A CN201910988452 A CN 201910988452A CN 110766629 A CN110766629 A CN 110766629A
- Authority
- CN
- China
- Prior art keywords
- mismatch
- coordinate
- ideal
- correction
- detector
- 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 131
- 238000007408 cone-beam computed tomography Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 64
- 239000003550 marker Substances 0.000 claims description 49
- 238000004422 calculation algorithm Methods 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 25
- 230000011218 segmentation Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000003709 image segmentation Methods 0.000 claims description 6
- 238000005295 random walk Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 abstract description 6
- 230000005855 radiation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Genetics & Genomics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及一种CBCT几何校正方法、装置、计算机设备和存储介质,方法包括:通过获取标记物组成的校正模体与失配参数的几何校正模型,并且对失配参数进行互不相关分组,得出校正模体在CBCT***理想的几何结构下和实际结构下的相关轨迹坐标信息,根据以上轨迹坐标信息建立最优目标函数,对失配参数组进行迭代优化,得到最优失配参数值。通过最优失配参数值对实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像,通过选取失配参数建立几何校正模型,基于校正模体在理想结构下与实际情况的数据对失配参数进行多次迭代优化,使得失配参数得到准确地校正,解决了因机械误差导致的CBCT***成像失真。
Description
技术领域
本申请涉及计算机断层成像技术领域,特别是涉及一种CBCT(Cone-beamComputedTomography,锥形束计算机断层成像)***几何校正方法、装置、计算机设备和存储介质。
背景技术
随着计算机断层成像技术的发展,出现了CBCT技术,由于机械加工及安装存在偏差,CBCT***实际采集时的几何结构与要求的理想几何结构不相符,导致重建的容积图像中出现几何伪影,严重地降低了图像的质量,常见的几何校正方法为两金属小球几何校正,迭代几何校正,可明显提升成像质量。
然而,两金属小球几何校正方法,小球位置摆放要求严格,数学模型的估计参数较少,与真实***情况仍有较大差距,图像质量出现退化;使用迭代几何校正通过寻找重建图像的直方图最小熵或者重建图像的最大锐度校正,容易陷入局部解,图像质量仍然可能出现失真。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提供高质量重建图像的CBCT***几何校正方法、装置、计算机设备和存储介质。
一种CBCT***几何校正方法,所述方法包括:
确定校正模体以及几何校正模型,所述校正模体由标记物组成,所述几何校正模型携带有失配参数、且互不相关的所述失配参数归为相同分组;
获取所述校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标;
根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数;
按照失配参数分组顺序,依次对每组失配参数进行最优化处理,所述最优处理包括将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数;
将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值;
通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。
在其中一个实施例中,失配参数包括,射线源到旋转中心的距离、旋转中心到探测器距离、在以旋转中心为坐标原点,xO1y面与地面水平,z轴是垂直向上方向的空间直角坐标系xyz中校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量、旋转机架初始偏转角、以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角,在以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中射线源与旋转中心所在直线在u,v方向的偏移量。
在其中一个实施例中,还包括:
根据失配参数与理想轨迹公式获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标;
获取校正模体在实际CBCT***中的投影图像,并根据所述投影图像获取标记物中心位置在CBCT***中的真实物理坐标。
在其中一个实施例中,还包括:
根据校正模体中多个标记物在xyz坐标系中初始坐标和校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量得出一级坐标;
根据一级轨迹坐标与旋转机架初始偏转角得出二级坐标;
将xyz坐标系转换为极坐标系,将二级坐标转换为极坐标形式的二级坐标;
根据极坐标形式的二级坐标、多个机架旋转的角度以及旋转中心到探测器垂线在探测器上的点u,v方向的偏移量,得到标记物在探测器空间直角坐标系uvw上投影的多个三级轨迹坐标;
根据三级轨迹坐标与以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角得到含有失配参数的轨迹坐标。
在其中一个实施例中,还包括:
通过图像分割算法分割标记物投影图像,对分割的标记物标记连通域并获取每个连通域的重心坐标;
获取探测器单元像素大小;
根据探测器单元像素大小与连通域的重心坐标相乘得到标记物中心位置实际在探测器上的物理坐标。
在其中一个实施例中,分割标记物投影图像算法包括,最大熵自适应阈值分割算法、随机游走分割算法以及神经网络分割算法。
在其中一个实施例中,最优化目标函数包括:最优化目标函数优选均方误差、均方根误差以及平均绝对误差函数。
在其中一个实施例中,最优化处理优选的为:单纯型优化算法处理或遗传算法处理。
在其中一个实施例中,还包括:
优先使用已经优化过的失配参数数据对其他失配参数进行优化。
一种CBCT几何校正装置,所述装置包括:
校正模体获取模块,用于获取标记物组成的校正模体;
失配参数获取模块,用于获取CBCT***的失配参数;
理想轨迹计算模块,用于计算校正模体在CBCT***理想的几何结构下轨迹信息;
真实轨迹计算模块,用于计算校正模体在CBCT***实际的几何结构下轨迹信息;
失配参数优化模块,用于将失配参数分组,并迭代计算对失配参数进行优化处理;
图像重建模块,用于将其他物体的实际投影数据通过最优失配参数数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
确定校正模体以及几何校正模型,所述校正模体由标记物组成,所述几何校正模型携带有失配参数、且互不相关的所述失配参数归为相同分组;
获取所述校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标;
根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数;
按照失配参数分组顺序,依次对每组失配参数进行最优化处理,所述最优处理包括将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数;
将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值;
通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
确定校正模体以及几何校正模型,所述校正模体由标记物组成,所述几何校正模型携带有失配参数、且互不相关的所述失配参数归为相同分组;
获取所述校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标;
根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数;
按照失配参数分组顺序,依次对每组失配参数进行最优化处理,所述最优处理包括将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数;
将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值;
通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。
上述CBCT***几何校正方法、装置、计算机设备和存储介质,通过获取标记物组成的校正模体与失配参数的几何校正模型,并且对失配参数进行互不相关分组,然后得出校正模体在CBCT***理想的几何结构下和实际结构下的相关轨迹坐标信息,根据以上轨迹坐标信息建立最优目标函数,一次对失配参数组进行迭代优化,得到最优失配参数值。通过最优失配参数值对实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像,通过选取失配参数建立几何校正模型,基于校正模体在理想结构下与实际情况的数据对失配参数进行多次迭代优化,使得失配参数得到准确地校正,解决了因机械误差导致的CBCT***成像失真,实现了CBCT***稳定高质量地成像。
附图说明
图1为一个实施例中CBCT***几何校正方法的应用场景图;
图2为一个实施例中CBCT***几何校正方法的流程示意图;
图3为一个实施例中CBCT***的结构示意图;
图4为另一个实施例中理想轨迹获取方法的流程示意图;
图5为另一个实施例中真实轨迹获取方法的流程示意图;
图6为一个实施例中CBCT***几何校正装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的CBCT***几何校正方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。服务器104通过网络确定由标记物组成的校正模体以及携带失配参数的几何校正模型,并且将获取的互不相关的失配参数归为相同分组,然后获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数,随后按照失配参数分组顺序,依次对每组失配参数进行最优化处理,最优化处理包括将当前非需要优化的失配参数组中失配参数数据代入最优目标函数中,然后将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值,最后通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。其中,终端102是CBCT装置,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种CBCT***几何校正方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,确定校正模体以及几何校正模型,所述校正模体由标记物组成,所述几何校正模型携带有失配参数、且互不相关的所述失配参数归为相同分组。
其中,校正模体由标记物组成,标记物可以是球形、圆柱形以及长方体形状的物体。标记物呈直线状排列也可以选择螺旋形排列。失配参数是指由于机械加工及安装存在偏差导致几何结构与理想结构不符合,失配参数反映了这些***几何误差。
步骤204,获取所述校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标。
其中,理想结构下的轨迹坐标通过失配参数之间的结构关系得到,标记物中心位置在CBCT***中的真实物理坐标通过直接扫描标记物得到图像,根据图像得出真实物理坐标。
步骤206,根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数。
其中,建立最优目标函数的思想是理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标之间尽可能接近。
步骤208,按照失配参数分组顺序依次对每组失配参数进行最优化处理,所述最优处理包括将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数。
步骤210,将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值。
其中,迭代法也称为辗转法,是一种不断用变量的旧值递推新值的过程,迭代次数是指在使用迭代法时对所求的变量值递推求值的次数,最优失配参数值表示机械误差造成的图像失真可以使用最优失配参数进行几何校正将图像质量成还原到最优状态。
步骤212,通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。
上述CBCT***几何校正方法,通过获取标记物组成的校正模体与失配参数的几何校正模型,并且对失配参数进行互不相关分组,然后得出校正模体在CBCT***理想的几何结构下和实际结构下的相关轨迹坐标信息,根据以上轨迹坐标信息建立最优目标函数,一次对失配参数组进行迭代优化,得到最优失配参数值。通过最优失配参数值对实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像,通过选取失配参数建立几何校正模型,基于校正模体在理想结构下与实际情况的数据对失配参数进行多次迭代优化,使得失配参数得到准确地校正,解决了因机械误差导致的CBCT***成像失真,实现了CBCT***稳定高质量的成像。
在其中一个实施例中,如图3所示,射线源S、旋转中心O1、校正模体A、校正模体A在探测器上的投影A、,失配参数包括,射线源S到旋转中心O1的距离SAD、旋转中心O1到探测器的距离AID、在以旋转中心O1为坐标原点,xO1y面与地面水平,z轴是垂直向上方向的空间直角坐标系xyz中校正模体沿x、y、z方向的偏转角(ζ,κ,α)及沿x、y、z方向的偏移量(Mx,My,Mz)、旋转机架初始偏转角β、以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角在以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中射线源S与旋转中心O1所在直线在u,v方向的偏移量(Du,Dv)。通过总共选取14个失配参数,可以使得校正模型更加接近真实的CBCT几何结构,通过校正如上的失配参数,可以使得校正后的图像质量更好。应当理解,本实施例仅提供示例的数学几何模型对***进行校正,也可以使用其他数学几何模型,失配参数也不局限于实施例的个数。
在一个实施例中,将如上的失配参数分成3组,以失配参数符号分组如下:
上述分组仅为示例分组,也可以是其他分组形式。
在一个实施例中,如图4所示,通过失配参数与理想轨迹公式获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标,可以通过如下步骤得出:
在本实例中,假设校正模体共设计n个标记物,第i个标记物在xyz坐标系中的初始物理坐标为(xi,yi,zi)。
步骤402,根据正模体中多个标记物在xyz坐标系中初始坐标(xi,yi,zi)和校正模体沿x、y、z方向的偏转角(ζ,κ,α)沿x、y、z方向的偏移量(Mx,My,Mz)得出一级坐标(x1i,y1i,z1i),公式如下:
步骤404,根据得到的校正模体的一级坐标(x1i,y1i,z1i)与旋转机架初始偏转角β得出校正模体在xyz坐标系中的二级坐标(x2i,y2i,z2i),公式如下:
步骤406,将xyz坐标系转换为极坐标系,将二级坐标转换为极坐标形式的二级坐标。
步骤408,根据极坐标形式的二级坐标、多个机架旋转的角度以及射线源和旋转中心所在直线在探测器上的点u,v方向的偏移量,得到标记物在探测器空间直角坐标系uvw上投影的多个三级轨迹坐标。
假设旋转机架总计旋转了θ角度,旋转步进是1°,那么根据极坐标形式的二级坐标校正模体在xyz坐标系中的二级坐标(x2i,y2i,z2i)、多个机架旋转的角度以及射线源和旋转中心所在直线在探测器上的点u,v方向的偏移量(Du,Dv),得到校正模体在空间直角坐标系uvw上投影的多个三级轨迹坐标(uij,vij,wij),公式如下:
wij=0
其中j=0,1,2,…θ;θ=0,1,2…,359;SAD是射线源S到旋转中心O1的距离、AID是旋转中心O1到探测器的距离,(uij,vij,wij)表示第i个标记物在旋转机架旋转j角度之后在空间直角坐标系uvw上投影的坐标。
(u2ij,v2ij,w2ij)随着角度j变化形成的坐标链即校正模体在CBCT***理想的几何结构下轨迹信息。
在一个实施例中,获取校正模体在实际CBCT***中的投影图像,并根据所述投影图像获取标记物中心位置在CBCT***中的真实物理坐标(u_realij,v_realij,w_realij)。
在一个实施例中,如图5所示,根据投影图像获取标记物中心位置实际在探测器上的真实物理坐标包括以下步骤:
步骤502,通过图像分割算法分割标记物投影图像,对分割的标记物标记连通域并获取每个连通域的重心坐标。
其中,连通域是指包含分割的标记物所有图像的区域,通常情况下为椭圆形区域,也可以选择其他形状。重心,是在重力场中,物体处于任何方位时所有各组成支点的重力的合力都通过的那一点。
步骤504,获取探测器单元像素大小。
其中探测器板是许多个探测器单元组成,每一个探测器单元是最小的射线传感器。
步骤506,根据探测器单元像素大小与连通域的重心坐标相乘得到标记物中心位置实际在探测器上的物理坐标。
在其中一个实施例中,分割标记物投影图像算法包括:最大熵自适应阈值分割算法、随机游走分割算法以及神经网络分割算法。
在一个实施例中,通过获取到的校正模体在CBCT***理想的几何结构下轨迹信息与标记物中心位置在CBCT***中的真实物理坐标建立最优目标函数,公式如下:
根据实际情况,所有标记物在探测器上的真实物理坐标w_realij初始化为0,射线源到旋转中心的距离SAD为固定值。
在一个实施例中,依次对最优目标函数fu,fv,fw进行单纯型优化算法处理,处理过程是将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数,然后单纯型优化算法处理,优先使用已经优化过的失配参数数据对其他失配参数进行优化。首次对最优目标函数fu进行单纯型优化算法处理得出AID,β,Mx,My,Du失配参数的优化值,然后将优化后的AID,β,Mx,My,Du失配参数值与初始的SAD,ζ,κ的值代入最优目标函数fv进行单纯型优化算法处理得出α,γ,Mz,Dv失配参数的优化值,然后将优化后的AID,β,Mx,My,Du,α,γ,Mz,Dv失配参数值代入最优目标函数fw得出SAD,ζ,κ失配参数的优化值,经过三次优化,所有失配参数都经过了优化处理,称为一次迭代,如果优化后的失配参数的变化量大于预设阈值,则再次进行迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值。
在其中一个实施例中,最优化处理优选为单纯型优化算法处理或遗传算法处理。
在其中一个实施例中,最优化目标函数包括:最优化目标函数优选均方误差、均方根误差以及平均绝对误差函数。
在其中一个实施例中,分割标记物投影图像算法包括,最大熵自适应阈值分割算法、随机游走分割算法以及神经网络分割算法。
应该理解的是,虽然图2、图4以及图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、图4以及图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种CBCT***几何校正装置,包括:校正模体获取模块602、失配参数获取模块604、理想轨迹计算模块606、真实轨迹计算模块608、失配参数优化模块610以及图像重建模块612,其中:
校正模体获取模块602,用于获取标记物组成的校正模体;
失配参数获取模块604,用于获取CBCT***的失配参数;
理想轨迹计算模块606,用于计算校正模体在CBCT***理想的几何结构下轨迹信息;
真实轨迹计算模块608,用于计算校正模体在CBCT***实际的几何结构下轨迹信息;
失配参数优化模块610,用于将失配参数分组,并迭代计算对失配参数进行优化处理;
图像重建模块612,用于将实际投影数据通过最优失配参数数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建。
CBCT***几何校正装置通过校正模体获取模块602获取标记物组成的校正模体相关信息,通过失配参数获取模块604获取CBCT***的失配参数,理想轨迹计算模块606通过失配参数获取模块604获取CBCT***的失配参数与校正模体获取模块602获取标记物组成的校正模体相关信息计算出校正模体在CBCT***理想的几何结构下轨迹信息,真实轨迹计算模块608,获取校正模体在CBCT***实际的几何结构下轨迹信息,失配参数优化模块610将失配参数分组,并且迭代计算对失配参数进行优化处理,得到最优的失配参数值,最后图像重建模块612,将实际投影数据通过最优失配参数数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到高质量的投影图像,实现了CBCT***稳定高质量地成像。
在其中一个实施例中,失配参数获取模块604获取的失配参数包括,射线源到旋转中心的距离、旋转中心到探测器距离、在以旋转中心为坐标原点,xO1y面与地面水平,z轴是垂直向上方向的空间直角坐标系xyz中校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量、旋转机架初始偏转角、以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角,在以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中射线源与旋转中心所在直线在u,v方向的偏移量。
在其中一个实施例中,理想轨迹计算模块606根据失配参数与理想轨迹公式获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标。
在其中一个实施例中,理想轨迹计算模块606还包括以下步骤:
根据校正模体中多个标记物在xyz坐标系中初始坐标和校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量得出一级坐标;
根据一级轨迹坐标与旋转机架初始偏转角得出二级坐标;
将xyz坐标系转换为极坐标系,将二级坐标转换为极坐标形式的二级坐标;
根据极坐标形式的二级坐标、多个机架旋转的角度以及射线源和旋转中心所在直线在探测器上的点u,v方向的偏移量,得到标记物在探测器空间直角坐标系uvw上投影的多个三级轨迹坐标;
根据三级轨迹坐标与以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角得到含有失配参数的轨迹坐标。
在其中一个实施例中,真实轨迹计算模块608根据所述投影图像获取标记物中心位置在CBCT***中的真实物理坐标。
在其中一个实施例中,真实轨迹计算模块608还包括以下步骤:
通过图像分割算法分割标记物投影图像,对分割的标记物标记连通域并获取每个连通域的重心坐标;
获取探测器单元像素大小;
根据探测器单元像素大小与连通域的重心坐标相乘得到标记物中心位置实际在探测器上的物理坐标。
关于CBCT***几何校正装置的具体限定可以参见上文中对于CBCT***几何校正方法的限定,在此不再赘述。上述CBCT***几何校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储校正模体和失配参数相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种CBCT***几何校正方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
确定校正模体以及几何校正模型,所述校正模体由标记物组成,所述几何校正模型携带有失配参数、且互不相关的所述失配参数归为相同分组;
获取所述校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标;
根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数;
按照失配参数分组顺序,依次对每组失配参数进行最优化处理,所述最优处理包括将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数;
将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值;
通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。
在一个实施例中,处理器执行计算机程序时,所述失配参数包括,射线源到旋转中心的距离、旋转中心到探测器距离、在以旋转中心为坐标原点,xO1y面与地面水平,z轴是垂直向上方向的空间直角坐标系xyz中校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量、旋转机架初始偏转角、以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角,在以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中射线源与旋转中心所在直线在u,v方向的偏移量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据失配参数与理想轨迹公式获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标;
获取校正模体在实际CBCT***中的投影图像,并根据所述投影图像获取标记物中心位置在CBCT***中的真实物理坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据校正模体中多个标记物在xyz坐标系中初始坐标和校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量得出一级坐标;
根据一级轨迹坐标与旋转机架初始偏转角得出二级坐标;
将xyz坐标系转换为极坐标系,将二级坐标转换为极坐标形式的二级坐标;
根据极坐标形式的二级坐标、多个机架旋转的角度以及射线源和旋转中心所在直线在探测器上的点u,v方向的偏移量,得到标记物在探测器空间直角坐标系uvw上投影的多个三级轨迹坐标;
根据三级轨迹坐标与以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角得到含有失配参数的轨迹坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
通过图像分割算法分割标记物投影图像,对分割的标记物标记连通域并获取每个连通域的重心坐标;
获取探测器单元像素大小;
根据探测器单元像素大小与连通域的重心坐标相乘得到标记物中心位置实际在探测器上的物理坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
选取分割标记物投影图像算法包括,最大熵自适应阈值分割算法、随机游走分割算法以及神经网络分割算法。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
选取的最优化目标函数包括:最优化目标函数优选均方误差、均方根误差以及平均绝对误差函数;
选取的最优化处理优选为单纯型优化算法处理或遗传算法处理;
最优化处理包括优先使用已经优化过的失配参数数据对其他失配参数进行优化。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
确定校正模体以及几何校正模型,所述校正模体由标记物组成,所述几何校正模型携带有失配参数、且互不相关的所述失配参数归为相同分组;
获取所述校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标;
根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数;
按照失配参数分组顺序,依次对每组失配参数进行最优化处理,所述最优处理包括将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数;
将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值;
通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。
在一个实施例中,处理器执行计算机程序时,所述失配参数包括,射线源到旋转中心的距离、旋转中心到探测器距离、在以旋转中心为坐标原点,xO1y面与地面水平,z轴是垂直向上方向的空间直角坐标系xyz中校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量、旋转机架初始偏转角、以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角,在以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中射线源与旋转中心所在直线在u,v方向的偏移量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据失配参数与理想轨迹公式获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标;
获取校正模体在实际CBCT***中的投影图像,并根据所述投影图像获取标记物中心位置在CBCT***中的真实物理坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据校正模体中多个标记物在xyz坐标系中初始坐标和校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量得出一级坐标;
根据一级轨迹坐标与旋转机架初始偏转角得出二级坐标;
将xyz坐标系转换为极坐标系,将二级坐标转换为极坐标形式的二级坐标;
根据极坐标形式的二级坐标、多个机架旋转的角度以及射线源和旋转中心所在直线在探测器上的点u,v方向的偏移量,得到标记物在探测器空间直角坐标系uvw上投影的多个三级轨迹坐标;
根据三级轨迹坐标与以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角得到含有失配参数的轨迹坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
通过图像分割算法分割标记物投影图像,对分割的标记物标记连通域并获取每个连通域的重心坐标;
获取探测器单元像素大小;
根据探测器单元像素大小与连通域的重心坐标相乘得到标记物中心位置实际在探测器上的物理坐标。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
选取分割标记物投影图像算法包括,最大熵自适应阈值分割算法、随机游走分割算法以及神经网络分割算法。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
选取的最优化目标函数包括:最优化目标函数优选均方误差、均方根误差以及平均绝对误差函数;
选取的最优化处理优选为单纯型优化算法处理或遗传算法处理;
最优化处理包括优先使用已经优化过的失配参数数据对其他失配参数进行优化。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种CBCT几何校正方法,所述方法包括:
确定校正模体以及几何校正模型,所述校正模体由标记物组成,所述几何校正模型携带有失配参数、且互不相关的所述失配参数归为相同分组;
获取所述校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标;
根据理想几何结构下CBCT***中含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标,建立最优目标函数;
按照失配参数分组顺序,依次对每组失配参数进行最优化处理,所述最优处理包括将当前非需要优化的失配参数组中失配参数数据代入所述最优目标函数;
将失配参数进行多次迭代优化,当优化后的失配参数的变化量小于预设阈值或者达到预设最大迭代次数时,得到最优失配参数值;
通过最优失配参数值对的实际投影数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建,得到经过几何校正后的重建图像。
2.根据权利要求1所述的方法,其特征在于,所述失配参数包括,射线源到旋转中心的距离、旋转中心到探测器距离、在以旋转中心为坐标原点,xO1y面与地面水平,z轴是垂直向上方向的空间直角坐标系xyz中校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量、旋转机架初始偏转角、以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角,在以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中射线源与旋转中心所在直线在u,v方向的偏移量。
3.根据权利要求1所述的方法,其特征在于,所述获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标与标记物中心位置在CBCT***中的真实物理坐标包括:
根据失配参数与理想轨迹公式获取校正模体在CBCT***理想的几何结构下含失配参数的轨迹坐标;
获取校正模体在实际CBCT***中的投影图像,并根据所述投影图像获取标记物中心位置在CBCT***中的真实物理坐标。
4.根据权利要求2或3所述的方法,其特征在于,所述根据失配参数和理想轨迹公式计算获取校正模体在CBCT***理想的几何结构下探测器上含失配参数的轨迹坐标包括:
根据校正模体中多个标记物在xyz坐标系中初始坐标和校正模体沿x、y、z方向的偏转角及沿x、y、z方向的偏移量得出一级坐标;
根据一级轨迹坐标与旋转机架初始偏转角得出二级坐标;
将xyz坐标系转换为极坐标系,将二级坐标转换为极坐标形式的二级坐标;
根据极坐标形式的二级坐标、多个机架旋转的角度以及射线源和旋转中心所在直线在探测器上的点u,v方向的偏移量,得到标记物在探测器空间直角坐标系uvw上投影的多个三级轨迹坐标;
根据三级轨迹坐标与以探测器中心为原点,uO2v面与地面水平,w轴是垂直向上方向的空间直角坐标系uvw中探测器所在平面沿u、v、w方向的三个偏转角得到含有失配参数的轨迹坐标。
5.根据权利要求3所述的方法,其特征在于,所述根据投影图像获取标记物中心位置实际在探测器上的真实物理坐标包括:
通过图像分割算法分割标记物投影图像,对分割的标记物标记连通域并获取每个连通域的重心坐标;
获取探测器单元像素大小;
根据探测器单元像素大小与连通域的重心坐标相乘得到标记物中心位置实际在探测器上的物理坐标。
6.根据权利要求5所述的方法,其特征在于,所述分割标记物投影图像算法包括:
最大熵自适应阈值分割算法、随机游走分割算法以及神经网络分割算法。
7.根据权利要求1所述的方法,其特征在于,所述最优化目标函数包括:最优化目标函数优选均方误差、均方根误差以及平均绝对误差函数;所述最优化处理包括单纯型优化算法处理或遗传算法处理;所述最优化处理包括优先使用已经优化过的失配参数数据对其他失配参数进行优化。
8.一种CBCT***几何校正装置,其特征在于,所述装置包括:
校正模体获取模块,用于获取标记物组成的校正模体;
失配参数获取模块,用于获取CBCT***的失配参数;
理想轨迹计算模块,用于计算校正模体在CBCT***理想的几何结构下轨迹信息;
真实轨迹计算模块,用于计算校正模体在CBCT***实际的几何结构下轨迹信息;
失配参数优化模块,用于将失配参数分组,并迭代计算对失配参数进行优化处理;
图像重建模块,用于将实际投影数据通过最优失配参数数据进行几何校正,得到理想投影数据,对理想投影数据进行图像重建。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910988452.8A CN110766629B (zh) | 2019-10-17 | 2019-10-17 | Cbct***几何校正方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910988452.8A CN110766629B (zh) | 2019-10-17 | 2019-10-17 | Cbct***几何校正方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766629A true CN110766629A (zh) | 2020-02-07 |
CN110766629B CN110766629B (zh) | 2022-03-01 |
Family
ID=69332273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910988452.8A Active CN110766629B (zh) | 2019-10-17 | 2019-10-17 | Cbct***几何校正方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766629B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112308943A (zh) * | 2020-11-27 | 2021-02-02 | 深圳市深图医学影像设备有限公司 | 一种cbct金属伪影校正方法 |
CN112489135A (zh) * | 2020-11-27 | 2021-03-12 | 深圳市深图医学影像设备有限公司 | 一种虚拟三维人脸面部重建***的标定方法 |
CN112529820A (zh) * | 2020-12-29 | 2021-03-19 | 广州华端科技有限公司 | Cbct***半扇束几何校正方法、装置、设备和介质 |
CN112634353A (zh) * | 2020-12-17 | 2021-04-09 | 广州华端科技有限公司 | Cbct***几何标定模体自标定方法、装置及介质 |
CN113520421A (zh) * | 2020-05-06 | 2021-10-22 | 北京友通上昊科技有限公司 | X射线切面成像方法、存储介质及成像*** |
CN115409736A (zh) * | 2022-09-16 | 2022-11-29 | 深圳市宝润科技有限公司 | Dr的几何校正方法、装置、计算机设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102743184A (zh) * | 2012-05-14 | 2012-10-24 | 清华大学 | 一种x射线锥束计算机层析成像***的几何参数标定方法 |
US20130101192A1 (en) * | 2011-10-19 | 2013-04-25 | Toshiba Medical Systems Corporation | Method and system for substantially reducing artifacts in circular cone beam computer tomography (ct) |
CN105023251A (zh) * | 2015-07-07 | 2015-11-04 | 苏州海斯菲德信息科技有限公司 | 一种高分辨锥束ct***的几何校正方法 |
CN105769233A (zh) * | 2016-02-29 | 2016-07-20 | 江苏美伦影像***有限公司 | 一种几何校正方法 |
CN105931202A (zh) * | 2016-04-20 | 2016-09-07 | 广州华端科技有限公司 | 几何校正模体的校正方法和*** |
CN106667512A (zh) * | 2016-12-29 | 2017-05-17 | 上海联影医疗科技有限公司 | X射线成像设备的几何校正方法、乳腺断层成像设备 |
CN106780397A (zh) * | 2017-01-06 | 2017-05-31 | 深圳先进技术研究院 | Ct图像阴影校正方法、装置及电子设备 |
CN106994023A (zh) * | 2017-05-27 | 2017-08-01 | 广州华端科技有限公司 | 锥形束计算机断层成像***的几何参数确定方法 |
CN107016655A (zh) * | 2017-03-30 | 2017-08-04 | 中国人民解放军信息工程大学 | 锥束cl几何全参数迭代校正方法 |
CN107831180A (zh) * | 2016-09-14 | 2018-03-23 | 奚岩 | X射线原位成像方法及*** |
CN108122203A (zh) * | 2016-11-29 | 2018-06-05 | 上海东软医疗科技有限公司 | 一种几何参数的校正方法、装置、设备及*** |
CN108201447A (zh) * | 2017-11-21 | 2018-06-26 | 深圳先进技术研究院 | 一种静态ct***几何参数校正方法 |
US20180268574A1 (en) * | 2017-03-17 | 2018-09-20 | Planmeca Oy | Patient movement correction method for cone-beam computed tomography |
CN109146800A (zh) * | 2018-07-23 | 2019-01-04 | 广州华端科技有限公司 | 锥束计算机断层成像图像校正方法和*** |
-
2019
- 2019-10-17 CN CN201910988452.8A patent/CN110766629B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130101192A1 (en) * | 2011-10-19 | 2013-04-25 | Toshiba Medical Systems Corporation | Method and system for substantially reducing artifacts in circular cone beam computer tomography (ct) |
CN102743184A (zh) * | 2012-05-14 | 2012-10-24 | 清华大学 | 一种x射线锥束计算机层析成像***的几何参数标定方法 |
CN105023251A (zh) * | 2015-07-07 | 2015-11-04 | 苏州海斯菲德信息科技有限公司 | 一种高分辨锥束ct***的几何校正方法 |
CN105769233A (zh) * | 2016-02-29 | 2016-07-20 | 江苏美伦影像***有限公司 | 一种几何校正方法 |
CN105931202A (zh) * | 2016-04-20 | 2016-09-07 | 广州华端科技有限公司 | 几何校正模体的校正方法和*** |
CN107831180A (zh) * | 2016-09-14 | 2018-03-23 | 奚岩 | X射线原位成像方法及*** |
CN108122203A (zh) * | 2016-11-29 | 2018-06-05 | 上海东软医疗科技有限公司 | 一种几何参数的校正方法、装置、设备及*** |
CN106667512A (zh) * | 2016-12-29 | 2017-05-17 | 上海联影医疗科技有限公司 | X射线成像设备的几何校正方法、乳腺断层成像设备 |
CN106780397A (zh) * | 2017-01-06 | 2017-05-31 | 深圳先进技术研究院 | Ct图像阴影校正方法、装置及电子设备 |
US20180268574A1 (en) * | 2017-03-17 | 2018-09-20 | Planmeca Oy | Patient movement correction method for cone-beam computed tomography |
CN107016655A (zh) * | 2017-03-30 | 2017-08-04 | 中国人民解放军信息工程大学 | 锥束cl几何全参数迭代校正方法 |
CN106994023A (zh) * | 2017-05-27 | 2017-08-01 | 广州华端科技有限公司 | 锥形束计算机断层成像***的几何参数确定方法 |
CN108201447A (zh) * | 2017-11-21 | 2018-06-26 | 深圳先进技术研究院 | 一种静态ct***几何参数校正方法 |
CN109146800A (zh) * | 2018-07-23 | 2019-01-04 | 广州华端科技有限公司 | 锥束计算机断层成像图像校正方法和*** |
Non-Patent Citations (2)
Title |
---|
JUAN GAO等: "《A projection matrix-based geometric calibration algorithm in CBCT system》", 《2017 10TH INTERNATIONAL CONGRESS ON IMAGE AND SIGNAL PROCESSING, BIOMEDICAL ENGINEERING AND INFORMATICS》 * |
王珏等: "《基于线框模型的锥束CT几何参数校正方法》", 《仪器仪表学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113520421A (zh) * | 2020-05-06 | 2021-10-22 | 北京友通上昊科技有限公司 | X射线切面成像方法、存储介质及成像*** |
CN112308943A (zh) * | 2020-11-27 | 2021-02-02 | 深圳市深图医学影像设备有限公司 | 一种cbct金属伪影校正方法 |
CN112489135A (zh) * | 2020-11-27 | 2021-03-12 | 深圳市深图医学影像设备有限公司 | 一种虚拟三维人脸面部重建***的标定方法 |
CN112489135B (zh) * | 2020-11-27 | 2024-04-19 | 深圳市深图医学影像设备有限公司 | 一种虚拟三维人脸面部重建***的标定方法 |
CN112634353A (zh) * | 2020-12-17 | 2021-04-09 | 广州华端科技有限公司 | Cbct***几何标定模体自标定方法、装置及介质 |
CN112634353B (zh) * | 2020-12-17 | 2024-03-26 | 广州华端科技有限公司 | Cbct***几何标定模体自标定方法、装置及介质 |
CN112529820A (zh) * | 2020-12-29 | 2021-03-19 | 广州华端科技有限公司 | Cbct***半扇束几何校正方法、装置、设备和介质 |
CN115409736A (zh) * | 2022-09-16 | 2022-11-29 | 深圳市宝润科技有限公司 | Dr的几何校正方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110766629B (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766629B (zh) | Cbct***几何校正方法、装置、计算机设备和存储介质 | |
US11158089B2 (en) | Camera parameter calibration method, device, apparatus, and system | |
CN107945132B (zh) | 一种基于神经网络的ct图像的伪影校正方法及装置 | |
CN109544447B (zh) | 一种图像拼接方法、装置及存储介质 | |
CN102103757B (zh) | 锥束图像重建方法及装置 | |
CN110738707A (zh) | 一种相机的畸变校正方法及装置、设备、存储介质 | |
CN105678740B (zh) | 一种相机几何标定处理方法及装置 | |
JP2018064627A (ja) | 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム | |
CN110223222B (zh) | 图像拼接方法、图像拼接装置和计算机可读存储介质 | |
CN105023251B (zh) | 一种高分辨锥束ct***的几何校正方法 | |
CN107978005B (zh) | 一种基于保边界扩散和平滑的有限角ct图像重建算法 | |
CN113838138A (zh) | 一种优化特征提取的***标定方法、***、装置和介质 | |
CN110322477B (zh) | 特征点观察窗口设置方法、跟踪方法、装置、设备和介质 | |
CN107220996A (zh) | 一种基于三角结构一致的无人机线阵与面阵影像匹配方法 | |
CN111915681B (zh) | 多组3d相机群的外参标定方法、装置、存储介质及设备 | |
CN110956700A (zh) | 一种基于运动恢复结构生成点云的密度调控方法 | |
CN112733773B (zh) | 一种对象检测方法、装置、计算机设备和存储介质 | |
CN113256735A (zh) | 一种基于双目标定的相机标定方法和*** | |
CN108846856B (zh) | 图片特征点的跟踪方法和跟踪装置 | |
CN108076341A (zh) | 一种视频卫星成像在轨实时稳像方法及*** | |
CN110942052B (zh) | 基于三合一cbct头颅侧位图像的侧位耳点校正方法 | |
CN113723406B (zh) | 一种对冠脉造影图像进行支架定位的处理方法和装置 | |
CN113920414B (zh) | 图像间相似度的确定方法、图像融合方法及装置 | |
CN111553850A (zh) | 基于双目立体视觉的三维信息获取方法和装置 | |
CN114170209A (zh) | 图像中梯度特征的确定方法及装置、脊柱手术机器人 |
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 |