CN111402150B - 一种ct图像金属伪影去除方法及装置 - Google Patents
一种ct图像金属伪影去除方法及装置 Download PDFInfo
- Publication number
- CN111402150B CN111402150B CN202010155674.4A CN202010155674A CN111402150B CN 111402150 B CN111402150 B CN 111402150B CN 202010155674 A CN202010155674 A CN 202010155674A CN 111402150 B CN111402150 B CN 111402150B
- Authority
- CN
- China
- Prior art keywords
- image
- sinogram
- frequency
- metal
- value
- 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.)
- Active
Links
- 239000002184 metal Substances 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001914 filtration Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 210000004872 soft tissue Anatomy 0.000 claims description 38
- 210000000988 bone and bone Anatomy 0.000 claims description 37
- 229910052755 nonmetal Inorganic materials 0.000 claims description 31
- 230000004927 fusion Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 10
- 230000009469 supplementation Effects 0.000 abstract description 2
- 210000001519 tissue Anatomy 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30052—Implant; Prosthesis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种CT图像金属伪影去除方法及装置，其中方法首先对原始图像进行自适应的滤波减少噪声的影响；然后通过阈值分别分离出金属部分以及其他部分；将原始图像，金属图像和其他部分图像进行前投影获得三者的正弦图；利用原始图像正弦图和其他部分图像正弦图可以得到标准化的正弦图；将标准化正弦图中的金属正弦图区域抹去，对抹去的部分进行线性插值补充；得到的插值图像进行反标准化得到先验正弦图；先验正弦图进行反滤波投影可以得到预处理图；预处理图和原始图像可以通过频率***分别得到高频图像与低频图像；按照一定的权重将预处理的低频图像与高频图像和原始图像的高频图像融合在一起，得到最终的去除金属伪影后的图像。
Description
技术领域
本发明涉及计算机领域，尤其涉及一种CT图像金属伪影去除方法及装置。
背景技术
计算机断层成像技术是一种能够精确横轴断层物体进行成像的技术，能够无损检测到人体内部的组织器官结构，因此广泛应用于当今的临床诊断中。例如在正畸牙颌测量、肺部疾病、脑部疾病以及心血管疾病等的诊断与分析中，CT技术发挥着巨大的作用。
然而检查的患者体内有时包含各种金属植入物，如：手术夹、牙科填充物、心脏垫片、假体等，因为金属物体的密度远大于人体组织结构的密度，所以会产生金属伪影。金属伪影主要由光束硬化、光子饥饿、部分容积效应和散射等引起，表现为条状伪影和亮暗带，严重影响了图像的质量并给准确诊断造成了阻碍。因此如何去除CT图像中的金属伪影，并尽可能还原真实的人体组织结构成像，提高图像质量，在医疗诊断领域中具有重要的研究意义。
金属伪影去除技术已经有十几年的研究历史。前投影、插值、反滤波投影的方法已经成为了主流技术，有效且方便。然而这种基于插值的方法在使用中，虽然可以去除金属伪影，但是金属周围以及伪影周围的组织结构都会被破坏的很严重，引入了新的图像的质量问题。
发明内容
本发明旨在提供一种克服上述问题或者至少部分地解决上述问题的CT图像金属伪影去除方法及装置。
为达到上述目的，本发明的技术方案具体是这样实现的：
本发明的一个方面提供了一种CT图像金属伪影去除方法，包括以下步骤：S1，对原始CT图像进行自适应滤波得到原始滤波图像；S2，对原始滤波图像进行阈值分割，将符合金属阈值的部位分割出金属图像，将金属图像的值设置为金属图像的原始值；将符合骨阈值的部位分割出骨图像，将骨图像的值设置为第一预设值，将符合软组织阈值的部位分割出软组织图像，将软组织图像的值设置为第二预设值，将符合空气阈值的部位分割出空气图像，将空气图像的值设置为第三预设值，将骨图像、软组织图像和空气图像组成非金属图像；S3，分别将原始滤波图像、金属图像和非金属图像进行前投影，得到原始图像的正弦图，金属图像正弦图和非金属图像正弦图；S4，将原始图像正弦图比非金属图像正弦图，得到标准化的正弦图；S5，将标准化的正弦图去掉金属图像正弦图有值的部分，对缺失的部分进行线性插值，得到插值后的正弦图；S6，将插值后的正弦图乘非金属图像正弦图，得到反标准化的正弦图；S7，将反标准化的正弦图进行反滤波投影，得到预处理图像；S8，将预处理图像通过频率***得到高频预处理图像和低频预处理图像，将原始滤波图像通过频率***得到高频原始滤波图像和低频原始滤波图像；S9，根据原始滤波图像中像素距离金属部位的远近计算得到一个用于图像融合的权重，其中，距离越近权重越大，距离越远权重越小；S10，根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像。
其中，根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像包括：利用下述公式计算去除伪影图像中的各个像素点的值：去除伪影图像中某一像素点的值＝低频预处理图像的值+权重*高频原始滤波图像的值+(1-权重)*高频预处理图像的值；其中，权重取值范围在0～1之间。
其中，金属阈值为大于等于3000Hu的值；骨阈值为大于等于2000Hu小于3000Hu的值，软组织阈值为大于等于-500Hu小于2000Hu的值，空气阈值为小于-500Hu的值，第一预设值为2000Hu，第二预设值为0Hu，第三预设值为-1000Hu。
本发明另一方面提供了一种CT图像金属伪影去除装置，包括：处理模块，用于对原始CT图像进行自适应滤波得到原始滤波图像；分割模块，用于对原始滤波图像进行阈值分割，将符合金属阈值的部位分割出金属图像，将金属图像的值设置为金属图像的原始值；将符合骨阈值的部位分割出骨图像，将骨图像的值设置为第一预设值，将符合软组织阈值的部位分割出软组织图像，将软组织图像的值设置为第二预设值，将符合空气阈值的部位分割出空气图像，将空气图像的值设置为第三预设值，将骨图像、软组织图像和空气图像组成非金属图像；前投影模块，用于分别将原始滤波图像、金属图像和非金属图像进行前投影，得到原始图像的正弦图，金属图像正弦图和非金属图像正弦图；预处理模块，用于将原始图像正弦图比非金属图像正弦图，得到标准化的正弦图；将标准化的正弦图去掉金属图像正弦图有值的部分，对缺失的部分进行线性插值，得到插值后的正弦图；将插值后的正弦图乘非金属图像正弦图，得到反标准化的正弦图；将反标准化的正弦图进行反滤波投影，得到预处理图像；***模块，用于将预处理图像通过频率***得到高频预处理图像和低频预处理图像，将原始滤波图像通过频率***得到高频原始滤波图像和低频原始滤波图像；计算模块，用于根据原始滤波图像中像素距离金属部位的远近计算得到一个用于图像融合的权重，其中，距离越近权重越大，距离越远权重越小；融合模块，用于根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像。
其中，融合模块通过如下方式根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像：融合模块，具体用于利用下述公式计算去除伪影图像中的各个像素点的值：去除伪影图像中某一像素点的值＝低频预处理图像的值+权重*高频原始滤波图像的值+(1-权重)*高频预处理图像的值；其中，权重取值范围在0～1之间。
其中，金属阈值为大于等于3000Hu的值；骨阈值为大于等于2000Hu小于3000Hu的值，软组织阈值为大于等于-500Hu小于2000Hu的值，空气阈值为小于-500Hu的值，第一预设值为2000Hu，第二预设值为0Hu，第三预设值为-1000Hu。
由此可见，通过本发明提供的CT图像金属伪影去除方法及装置，利用传统方法去除伪影后的图像，低频部分已经去除了伪影，而高频部分受到了破坏的特点，将传统方法处理后得到的预处理图像的高频部分与原始图像的高频部分相融合，既能够去除伪影，又能最大程度的保留图像的组织结构，弥补了传统方法处理会破坏原始图像组织结构，引入新的图像质量问题的问题，具有较高的实用价值。
附图说明
为了更清楚地说明本发明实施例的技术方案，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的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种CT图像金属伪影去除方法的流程图；
图2为本发明实施例提供的另一种CT图像金属伪影去除方法的流程图；
图3为本发明实施例提供的CT图像金属伪影去除装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例1
图1示出了本发明实施例1提供的CT图像金属伪影去除方法的流程图，参见图1，本发明实施例提供的CT图像金属伪影去除方法，包括以下步骤：
S1，对原始CT图像进行自适应滤波得到原始滤波图像。
具体地，获取含有金属伪影的CT图像作为原始图像，对原始CT图像f进行自适应滤波，减少噪声对图像的影响。
S2，对原始滤波图像进行阈值分割，将符合金属阈值的部位分割出金属图像，将金属图像的值设置为金属图像的原始值；将符合骨阈值的部位分割出骨图像，将骨图像的值设置为第一预设值，将符合软组织阈值的部位分割出软组织图像，将软组织图像的值设置为第二预设值，将符合空气阈值的部位分割出空气图像，将空气图像的值设置为第三预设值，将骨图像、软组织图像和空气图像组成非金属图像。
具体地，对自适应滤波处理后得到的原始滤波图像ffilt进行阈值分割，大于金属阈值的部分，分割出金属图像fmetal，保留原始滤波图像中该部位的值；小于金属阈值的部分，根据骨和软组织阈值，分割出骨图像，根据软组织和空气阈值，分割出软组织和空气。将分割出来的骨、软组织和空气部分组成一个新的非金属部位图像fother，并放弃原始图像中该区域的原始值，将骨区域统一用一个骨值填充，软组织区域用一个软组织值填充，空气区域用一个空气值填充。
经过上述处理后，可以得到三幅图像，原始滤波图像ffilt，金属图像fmetal，和非金属图像fother。
作为本发明实施例的一个可选实施方式，金属阈值为大于等于3000Hu的值；骨阈值为大于等于2000Hu小于3000Hu的值，软组织阈值为大于等于-500Hu小于2000Hu的值，空气阈值为小于-500Hu的值，第一预设值为2000Hu，第二预设值为0Hu，第三预设值为-1000Hu。具体地，本实例中，认为大于等于3000Hu的部分为金属部分，大于等于2000Hu小于3000Hu的部分为骨部分，大于-等于500Hu小于2000Hu的部分为软组织部分，小于-500Hu的部分为空气。金属图像中保留原始金属的值，在其他部位图中，可以将空气置为-1000Hu，软组织置为0Hu，骨置为2000Hu。
S3，分别将原始滤波图像、金属图像和非金属图像进行前投影，得到原始图像的正弦图，金属图像正弦图和非金属图像正弦图。
具体地，分别将原始滤波图像ffilt、金属图像fmetal和非金属图像fother进行前投影，得到原始图像的正弦图sfilt，金属图像正弦图smetal和非金属图像正弦图sother。具体而言，实例中假设图像外有一组穿过图像所有像素的平行射线，相邻平行射线之间的距离为一个像素，沿着一条射线，我们可以将射线经过的所有的像素点的值累加在一起，直到射线完全穿过图像不会再有任何像素点与射线相交位置，我们记录下这个射线的位置以及累计得到的像素值总和。因为投影过程中，大部分情况下，射线不可能完全恰好穿过像素点，本实例在计算时以像素点出发，计算每个像素点距离最近的两条射线，按照像素点距离射线的距离的比例的反比作为权重，将像素点的值加权计算给两条射线。如距离像素点P的最近的两条射线L1和L2到P的距离分别为S1和S2，S1＝3*S2，因为距离越远，得到的值应该越小，所以最终P对L1和L2两条射线的贡献分别为1/4E和3/4E，其中E为P的值。通过这样的方式，本实例选取360个角度进行投影，在360个方向上就能得到360个投影密度结果，将这些投影密度结果级联拼接在一起，可以得到一张360*W大小的的正弦图。W为所有角度中最大的射线数量。因为某一个方向的投影结果和这个方向旋转180°后的投影结果相同，所以相邻射线投影方向之间的夹角为0.5°。
S4，将原始图像正弦图比非金属图像正弦图，得到标准化的正弦图。
具体地，将原始图像正弦图sfilt比非金属图像正弦图sother，得到标准化的正弦图snorm。本实例直接采用像素相除的方法。
S5，将标准化的正弦图去掉金属图像正弦图有值的部分，对缺失的部分进行线性插值，得到插值后的正弦图。
具体地，将标准化的正弦图snorm去掉所有金属图像正弦图smetal有值的部分，然后对缺失的部分进行线性插值，得到插值后的正弦图sinter。在正弦图中，每一行都是某一个角度下的投影密度结果，所以对每一行缺失的金属正弦图部分进行线性插值。
S6，将插值后的正弦图乘非金属图像正弦图，得到反标准化的正弦图。
具体地，将插值后的正弦图sinter乘非金属图像正弦图sother，得到反标准化的正弦图sdenorm。本实例采用像素相乘的方法。
S7，将反标准化的正弦图进行反滤波投影，得到预处理图像。
具体地，将反标准化的正弦图sdenorm进行反滤波投影，得到预处理图像fpre。
S8，将预处理图像通过频率***得到高频预处理图像和低频预处理图像，将原始滤波图像通过频率***得到高频原始滤波图像和低频原始滤波图像。
具体地，预处理图像fpre与经过步骤S1得到的原始滤波图像ffilt，分别可以通过频率***得到高频预处理图像fHpre、低频预处理图像fLpre和高频原始滤波图像fHfilt、低频原始滤波图像fLfilt。
S9，根据原始滤波图像中像素距离金属部位的远近计算得到一个用于图像融合的权重，其中，距离越近权重越大，距离越远权重越小。
具体地，经过步骤S2得到的金属图像，可以根据原始滤波图像像素距离金属部位的远近，计算得到一个用于图像融合的权重Wij。距离越近权重越大，距离越远权重越小。
S10，根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像。
具体地，依据上述步骤S9得到的权重对低频预处理图像、高频预处理图像和高频原始图像进行融合，得到最终的去除伪影图像。
作为本发明实施例的一个可选实施方式，根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像包括：利用下述公式计算去除伪影图像中的各个像素点的值：去除伪影图像中某一像素点的值＝低频预处理图像的值+权重*高频原始滤波图像的值+(1-权重)*高频预处理图像的值；其中，权重取值范围在0～1之间。
具体的融合公式如下：
最终图像某一像素点的值
Wij取值范围在0～1之间。各个像素因为权重不同所以分别计算，最终计算完所有像素得到最终的图像。
由此可见，利用本发明实施例提供的CT图像金属伪影去除方法，利用传统方法去除伪影后的图像，低频部分已经去除了伪影，而高频部分受到了破坏的特点，将传统方法处理后得到的预处理图像的高频部分与原始图像的高频部分相融合，既能够去除伪影，又能最大程度的保留图像的组织结构，弥补了传统方法处理会破坏原始图像组织结构，引入新的图像质量问题的问题，具有较高的实用价值。
以下，以图2所示的本发明实施例提供的另一种CT图像金属伪影去除方法的流程图对本发明实施例提供的CT图像金属伪影去除方法进行概括性说明，参见图2，本发明实施例提供的CT图像金属伪影去除方法，包括：
1、首先对原始图像进行自适应的滤波，减少噪声的影响；
2、然后通过阈值分别分离出金属部分以及其他部分；
3、将原始图像，金属图像和其他部分图像进行前投影获得三者的正弦图；利用原始图像正弦图和其他部分图像正弦图可以得到标准化的正弦图；将标准化正弦图中的金属正弦图区域抹去，对抹去的部分进行线性插值补充；得到的插值图像进行反标准化得到先验正弦图；先验正弦图进行反滤波投影可以得到预处理图；
4、预处理图和原始图像可以通过频率***分别得到高频图像与低频图像；
5、根据与金属部位的距离，计算融合权重；
6、按照一定的权重将预处理的低频图像与高频图像和原始图像的高频图像融合在一起，得到最终的去除金属伪影后的图像。
由此可见，利用本发明实施例提供的CT图像金属伪影去除方法，可以有效的去除金属伪影，并同时保留原始图像的结构，有较高的实用价值。
图3示出了本发明实施例提供的CT图像金属伪影去除装置的结构示意图，该CT图像金属伪影去除装置应用上述方法，以下仅对CT图像金属伪影去除装置的结构进行简单说明，其他未尽事宜，请参照上述CT图像金属伪影去除方法中的相关描述，参见图3，本发明实施例1提供的CT图像金属伪影去除装置，包括：
处理模块，用于对原始CT图像进行自适应滤波得到原始滤波图像；
分割模块，用于对原始滤波图像进行阈值分割，将符合金属阈值的部位分割出金属图像，将金属图像的值设置为金属图像的原始值；将符合骨阈值的部位分割出骨图像，将骨图像的值设置为第一预设值，将符合软组织阈值的部位分割出软组织图像，将软组织图像的值设置为第二预设值，将符合空气阈值的部位分割出空气图像，将空气图像的值设置为第三预设值，将骨图像、软组织图像和空气图像组成非金属图像；
前投影模块，用于分别将原始滤波图像、金属图像和非金属图像进行前投影，得到原始图像的正弦图，金属图像正弦图和非金属图像正弦图；
预处理模块，用于将原始图像正弦图比非金属图像正弦图，得到标准化的正弦图；将标准化的正弦图去掉金属图像正弦图有值的部分，对缺失的部分进行线性插值，得到插值后的正弦图；将插值后的正弦图乘非金属图像正弦图，得到反标准化的正弦图；将反标准化的正弦图进行反滤波投影，得到预处理图像；
***模块，用于将预处理图像通过频率***得到高频预处理图像和低频预处理图像，将原始滤波图像通过频率***得到高频原始滤波图像和低频原始滤波图像；
计算模块，用于根据原始滤波图像中像素距离金属部位的远近计算得到一个用于图像融合的权重，其中，距离越近权重越大，距离越远权重越小；
融合模块，用于根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像。
作为本发明实施例的一个可选实施方式，融合模块通过如下方式根据权重对低频预处理图像、高频预处理图像和高频原始滤波图像进行融合，得到去除伪影图像：融合模块，具体用于利用下述公式计算去除伪影图像中的各个像素点的值：去除伪影图像中某一像素点的值＝低频预处理图像的值+权重*高频原始滤波图像的值+(1-权重)*高频预处理图像的值；其中，权重取值范围在0～1之间。
作为本发明实施例的一个可选实施方式，金属阈值为大于等于3000Hu的值；骨阈值为大于等于2000Hu小于3000Hu的值，软组织阈值为大于等于-500Hu小于2000Hu的值，空气阈值为小于-500Hu的值，第一预设值为2000Hu，第二预设值为0Hu，第三预设值为-1000Hu。
由此可见，利用本发明实施例提供的CT图像金属伪影去除装置，利用传统方法去除伪影后的图像，低频部分已经去除了伪影，而高频部分受到了破坏的特点，将传统方法处理后得到的预处理图像的高频部分与原始图像的高频部分相融合，既能够去除伪影，又能最大程度的保留图像的组织结构，弥补了传统方法处理会破坏原始图像组织结构，引入新的图像质量问题的问题，具有较高的实用价值。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (6)
1.一种CT图像金属伪影去除方法，其特征在于，包括以下步骤：
S1，对原始CT图像进行自适应滤波得到原始滤波图像；
S2，对所述原始滤波图像进行阈值分割，将符合金属阈值的部位分割出金属图像，将所述金属图像的值设置为所述金属图像的原始值；将符合骨阈值的部位分割出骨图像，将所述骨图像的值设置为第一预设值，将符合软组织阈值的部位分割出软组织图像，将所述软组织图像的值设置为第二预设值，将符合空气阈值的部位分割出空气图像，将所述空气图像的值设置为第三预设值，将所述骨图像、所述软组织图像和所述空气图像组成非金属图像；
S3，分别将所述原始滤波图像、所述金属图像和所述非金属图像进行前投影，得到原始图像的正弦图，金属图像正弦图和非金属图像正弦图；
S4，将所述原始图像正弦图比非金属图像正弦图，得到标准化的正弦图；
S5，将标准化的正弦图去掉所述金属图像正弦图有值的部分，对缺失的部分进行线性插值，得到插值后的正弦图；
S6，将所述插值后的正弦图乘非金属图像正弦图，得到反标准化的正弦图；
S7，将所述反标准化的正弦图进行反滤波投影，得到预处理图像；
S8，将所述预处理图像通过频率***得到高频预处理图像和低频预处理图像，将所述原始滤波图像通过频率***得到高频原始滤波图像和低频原始滤波图像；
S9，根据所述原始滤波图像中像素距离金属部位的远近计算得到一个用于图像融合的权重，其中，距离越近权重越大，距离越远权重越小；
S10，根据所述权重对所述低频预处理图像、所述高频预处理图像和所述高频原始滤波图像进行融合，得到去除伪影图像。
2.根据权利要求1所述的方法，其特征在于，根据所述权重对所述低频预处理图像、所述高频预处理图像和所述高频原始滤波图像进行融合，得到去除伪影图像包括：
利用下述公式计算所述去除伪影图像中的各个像素点的值：
所述去除伪影图像中某一像素点的值＝低频预处理图像的值+权重*高频原始滤波图像的值+(1-权重)*高频预处理图像的值；
其中，所述权重取值范围在0～1之间。
3.根据权利要求1所述的方法，其特征在于，所述金属阈值为大于等于3000Hu的值；所述骨阈值为大于等于2000Hu小于3000Hu的值，所述软组织阈值为大于等于-500Hu小于2000Hu的值，所述空气阈值为小于-500Hu的值，所述第一预设值为2000Hu，所述第二预设值为0Hu，所述第三预设值为-1000Hu。
4.一种CT图像金属伪影去除装置，其特征在于，包括：
处理模块，用于对原始CT图像进行自适应滤波得到原始滤波图像；
分割模块，用于对所述原始滤波图像进行阈值分割，将符合金属阈值的部位分割出金属图像，将所述金属图像的值设置为所述金属图像的原始值；将符合骨阈值的部位分割出骨图像，将所述骨图像的值设置为第一预设值，将符合软组织阈值的部位分割出软组织图像，将所述软组织图像的值设置为第二预设值，将符合空气阈值的部位分割出空气图像，将所述空气图像的值设置为第三预设值，将所述骨图像、所述软组织图像和所述空气图像组成非金属图像；
前投影模块，用于分别将所述原始滤波图像、所述金属图像和所述非金属图像进行前投影，得到原始图像的正弦图，金属图像正弦图和非金属图像正弦图；
预处理模块，用于将所述原始图像正弦图比非金属图像正弦图，得到标准化的正弦图；将标准化的正弦图去掉所述金属图像正弦图有值的部分，对缺失的部分进行线性插值，得到插值后的正弦图；将所述插值后的正弦图乘非金属图像正弦图，得到反标准化的正弦图；将所述反标准化的正弦图进行反滤波投影，得到预处理图像；
***模块，用于将所述预处理图像通过频率***得到高频预处理图像和低频预处理图像，将所述原始滤波图像通过频率***得到高频原始滤波图像和低频原始滤波图像；
计算模块，用于根据所述原始滤波图像中像素距离金属部位的远近计算得到一个用于图像融合的权重，其中，距离越近权重越大，距离越远权重越小；
融合模块，用于根据所述权重对所述低频预处理图像、所述高频预处理图像和所述高频原始滤波图像进行融合，得到去除伪影图像。
5.根据权利要求4所述的装置，其特征在于，所述融合模块通过如下方式根据所述权重对所述低频预处理图像、所述高频预处理图像和所述高频原始滤波图像进行融合，得到去除伪影图像：
所述融合模块，具体用于利用下述公式计算所述去除伪影图像中的各个像素点的值：所述去除伪影图像中某一像素点的值＝低频预处理图像的值+权重*高频原始滤波图像的值+(1-权重)*高频预处理图像的值；其中，所述权重取值范围在0～1之间。
6.根据权利要求4所述的装置，其特征在于，所述金属阈值为大于等于3000Hu的值；所述骨阈值为大于等于2000Hu小于3000Hu的值，所述软组织阈值为大于等于-500Hu小于2000Hu的值，所述空气阈值为小于-500Hu的值，所述第一预设值为2000Hu，所述第二预设值为0Hu，所述第三预设值为-1000Hu。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010155674.4A CN111402150B (zh) | 2020-03-09 | 2020-03-09 | 一种ct图像金属伪影去除方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010155674.4A CN111402150B (zh) | 2020-03-09 | 2020-03-09 | 一种ct图像金属伪影去除方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111402150A CN111402150A (zh) | 2020-07-10 |
| CN111402150B true CN111402150B (zh) | 2023-07-28 |
Family
ID=71413193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010155674.4A Active CN111402150B (zh) | 2020-03-09 | 2020-03-09 | 一种ct图像金属伪影去除方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111402150B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111563940B (zh) * | 2020-07-15 | 2020-10-30 | 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 |
| CN112767265A (zh) * | 2021-01-11 | 2021-05-07 | 明峰医疗***股份有限公司 | 用于ct图像的去金属伪影分割图像校正方法、***及计算机可读存储介质 |
| CN114332270B (zh) * | 2021-12-02 | 2023-03-31 | 赛诺威盛科技(北京)股份有限公司 | 用于微创介入手术的ct图像金属伪影去除方法及装置 |
| CN114417721B (zh) * | 2022-01-19 | 2023-03-03 | 北京万旺科技有限公司 | 事件序列预测模型构建方法、预测方法、装置及终端 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103190928A (zh) * | 2011-08-10 | 2013-07-10 | 西门子公司 | 减少金属伪影的方法、计算单元、ct***和c形臂*** |
| CN105701778A (zh) * | 2016-01-11 | 2016-06-22 | 赛诺威盛科技（北京）有限公司 | 一种从ct图像中去除金属伪影的方法 |
| CN106886982A (zh) * | 2017-02-20 | 2017-06-23 | 江苏美伦影像***有限公司 | Cbct图像环形伪影去除方法 |
| CN107530040A (zh) * | 2015-04-01 | 2018-01-02 | 株式会社日立制作所 | X射线ct装置、重构运算装置以及x射线ct图像生成方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7023951B2 (en) * | 2003-12-09 | 2006-04-04 | General Electric Company | Method and apparatus for reduction of artifacts in computed tomography images |
| CA2583831A1 (en) * | 2004-10-12 | 2006-04-20 | Universite Laval | Method and apparatus for metal artifact reduction in computed tomography |
-
2020
- 2020-03-09 CN CN202010155674.4A patent/CN111402150B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103190928A (zh) * | 2011-08-10 | 2013-07-10 | 西门子公司 | 减少金属伪影的方法、计算单元、ct***和c形臂*** |
| CN107530040A (zh) * | 2015-04-01 | 2018-01-02 | 株式会社日立制作所 | X射线ct装置、重构运算装置以及x射线ct图像生成方法 |
| CN105701778A (zh) * | 2016-01-11 | 2016-06-22 | 赛诺威盛科技（北京）有限公司 | 一种从ct图像中去除金属伪影的方法 |
| CN106886982A (zh) * | 2017-02-20 | 2017-06-23 | 江苏美伦影像***有限公司 | Cbct图像环形伪影去除方法 |
Non-Patent Citations (3)
| Title |
|---|
| Reducing metal artifacts in cone-beam CT images by preprocessing projection data;Yongbin Zhang etc.;International Journal of Radiation Oncology*Biology*Physics;全文 * |
| 基于投影的CT图像金属伪影非线性权重校正;谷建伟;张丽;陈志强;邢宇翔;;清华大学学报(自然科学版)(06);全文 * |
| 基于插值方法去除CT图像中的金属伪影;余晓锷;李婵娟;;中国组织工程研究与临床康复(44);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111402150A (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111402150B (zh) | 一种ct图像金属伪影去除方法及装置 | |
| Geets et al. | A gradient-based method for segmenting FDG-PET images: methodology and validation | |
| Meyer et al. | Frequency split metal artifact reduction (FSMAR) in computed tomography | |
| EP2783344B1 (en) | Image domain de-noising | |
| Wang et al. | Metal artifact reduction in CT using fusion based prior image | |
| EP2504811B1 (en) | Enhanced image data/dose reduction | |
| US10902619B2 (en) | Systems and methods for determining quality metrics of an image or images based on an edge gradient profile and characterizing regions of interest in an image or images | |
| EP1316919A2 (en) | Method for contrast-enhancement of digital portal images | |
| Maier et al. | Three‐dimensional anisotropic adaptive filtering of projection data for noise reduction in cone beam CT | |
| JP2019516460A (ja) | 空間とスペクトル情報に基づく複数エネルギーのｃｔ画像におけるノイズ制御のためのシステムと方法 | |
| US9980695B2 (en) | Method and apparatus for reducing artefacts in computed tomography images | |
| JP7065830B6 (ja) | 異なる反復から抽出された特徴画像を使用する特徴ベースの画像処理 | |
| US20110268334A1 (en) | Apparatus for Improving Image Resolution and Apparatus for Super-Resolution Photography Using Wobble Motion and Point Spread Function (PSF), in Positron Emission Tomography | |
| JP2007014759A (ja) | Ｐｅｔ／ｃｔ撮像における画像ベースのアーティファクト低減方法 | |
| US8768045B2 (en) | Method for acquiring a 3D image dataset freed of traces of a metal object | |
| CN114723842B (zh) | 基于深度融合神经网络的稀疏视角ct成像方法和设备 | |
| CN105528800A (zh) | 一种计算机断层成像伪影校正方法及装置 | |
| AU2017203626A1 (en) | A method and apparatus for motion correction in CT imaging | |
| CN112330565A (zh) | 基于改善的U-net的低剂量CT投影域中图像去噪方法 | |
| CN114387359A (zh) | 一种三维x射线低剂量成像方法及装置 | |
| Li et al. | Metal artifact reduction in CT based on adaptive steering filter and nonlocal sinogram inpainting | |
| CN113362404B (zh) | 计算机断层扫描的散射校正方法、装置和存储介质 | |
| Yang et al. | Fast iterative beam hardening correction based on frequency splitting in computed tomography | |
| Manhart et al. | Fast dynamic reconstruction algorithm with joint bilateral filtering for perfusion C-arm CT | |
| CN107886478B (zh) | 一种ct图像重建方法及***、终端及可读存储介质 |
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 |