CN111882624A - 基于多采集序列的纳米ct图像运动伪影校正方法及装置 - Google Patents
基于多采集序列的纳米ct图像运动伪影校正方法及装置 Download PDFInfo
- Publication number
- CN111882624A CN111882624A CN202010566815.1A CN202010566815A CN111882624A CN 111882624 A CN111882624 A CN 111882624A CN 202010566815 A CN202010566815 A CN 202010566815A CN 111882624 A CN111882624 A CN 111882624A
- Authority
- CN
- China
- Prior art keywords
- projection
- image
- circular track
- images
- acquired
- 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 37
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000009825 accumulation Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 235000002566 Capsicum Nutrition 0.000 claims description 3
- 239000006002 Pepper Substances 0.000 claims description 3
- 235000016761 Piper aduncum Nutrition 0.000 claims description 3
- 235000017804 Piper guineense Nutrition 0.000 claims description 3
- 235000008184 Piper nigrum Nutrition 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 2
- 244000203593 Piper nigrum Species 0.000 claims 1
- 238000003702 image correction Methods 0.000 abstract description 2
- 239000000523 sample Substances 0.000 description 19
- 238000002474 experimental method Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 241000722363 Piper Species 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000004044 response 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
-
- 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
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明属于纳米CT投影图像校正技术领域，具体涉及一种基于多采集序列的纳米CT图像运动伪影校正方法及装置，该方法包括设定圆轨迹CT图像采集的圈数和每圈采集的投影图像张数，并以此参数进行圆轨迹CT图像采集；读取温度检测***中载物台监测点的温度变化曲线，选定标准圆轨迹CT投影序列；对采集的所有投影图像进行预处理；计算相同角度下其他圆轨迹CT投影序列与标准圆轨迹CT投影序列的位置偏差矩阵；根据得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正；将相应角度下经过偏差校正后的CT图像进行多帧累加，得到最终用于三维重建的CT投影图像。本发明能够有效校正CT图像运动伪影同时能够提高纳米CT图像的信噪比。
Description
技术领域
本发明属于纳米CT投影图像校正技术领域，具体涉及一种基于多采集序列的纳米CT图像运动伪影校正方法及装置。
背景技术
纳米锥束CT(NanoCone-beam Computed Tomography，CBCT)***主要由X射线源、平板探测器、精密机械和计算机组成，能够在非接触、不破坏的条件下得到物体内部的三维结构信息，已广泛应用于无损检测和医学诊断、仿生材料等领域。锥束纳米CT的成像的分辨率取决于样品和探测器的相对位置，理论上只有位置变化小于整套***的目标分辨率才能得到可以直接进行三维重建的投影数据。
纳米CT的机械平台大部分为铝材制造的，而铝材对温度变化十分敏感，当温度从25℃升高到26.6℃时，一个100mm的铝块将扩大2.375um。纳米CT的放大倍数一般约为几十倍到数百倍，因此每0.1℃的温度变化都会带来样品投影几个或十几个像素位置的变化。在长达十几个小时甚至几十个小时的投影图像采集过程中的温度变化会导致投影偏离应有的位置，影响最终的三维重建结果。在***中集成恒温***减小环境温度变化对***的影响，但因为***内部空间较大，根据温度检测***的温度变化曲线可知***内部的温度波动范围在±2℃。因此需要设计合适的运动伪影校正方法对采集图像进行校正。
纳米CT所采用光源的焦斑位置并不是固定不变的，在长时间投影采集中，光源焦斑会有±100nm的位置波动，如图1所示。纳米CT光源的低能特性虽然保证了光源的小焦斑尺寸(即光束集中)，有利于提升单位面积内的光子数，获取更高的空间分辨率，但是同样带来对比度下降，噪声升高，画质下降等问题。为了获得高信噪比的投影，只能增加成像的曝光时间。但焦斑本身的位置波动和随温度变化引起成像的几何偏差都会随着曝光时间的增加而变得更大。因此需要采用合适的纳米CT图像采集方法减小几何尺寸偏差。
发明内容
为了解决因为温度变化、机械抖动、焦斑漂移造成的CT图像位置偏差的问题，本发明提出了一种基于多采集序列的纳米CT图像运动伪影校正方法及装置，能够有效校正CT图像运动伪影同时能够提高纳米CT图像的信噪比。
为解决上述技术问题，本发明采用以下的技术方案：
本发明提供了一种基于多采集序列的纳米CT图像运动伪影校正方法，包含以下步骤：
步骤1，设定圆轨迹CT图像采集的圈数和每圈采集的投影图像张数，并以此参数进行圆轨迹CT图像采集；
步骤2，读取温度检测***中载物台监测点的温度变化曲线，选定标准圆轨迹CT投影序列；
步骤3，对采集的所有投影图像进行预处理；
步骤4，计算相同角度下其他圆轨迹CT投影序列与标准圆轨迹CT投影序列的位置偏差矩阵；
步骤5，根据得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正；
步骤6，将相应角度下经过偏差校正后的CT图像进行多帧累加，得到最终用于三维重建的CT投影图像。
进一步地，在步骤1之前，还包括：
采集不同曝光时间的多张投影图像，评估待检测样品是否被X射线穿透和投影图像的信噪比因素，据此选定合适的曝光时间并采集其对应的亮场数据。
进一步地，纳米CT连续进行K次圆轨迹圈CT图像采集，每次圆轨迹采集的投影图像张数和曝光时间各不相同。
进一步地，步骤2中在读取的温度变化曲线中选定温度变化最小对应时段内的圆轨迹CT投影序列作为标准圆轨迹CT投影序列。
进一步地，对采集的所有投影图像进行预处理，包括：
根据采集的亮场数据对投影图像数据进行增益校正，滤除投影图像数据的椒盐噪声。
进一步地，其他圆轨迹CT投影序列的采集图像与标准圆轨迹CT投影序列的采集图像在相同角度下近似于只存在平移变化，通过基于傅里叶变换的亚像素图像配准算法计算位置偏差，得到位置偏差矩阵。
进一步地，以采集张数最多的圆轨迹CT投影序列为基准，将相同角度下的投影进行多帧累加，得到最终用于三维重建的CT投影图像。
本发明还提供了一种基于多采集序列的纳米CT图像运动伪影校正装置，包括：
圆轨迹CT图像采集模块，用于设定圆轨迹CT图像采集的圈数和每圈采集的投影图像张数，并以此参数进行圆轨迹CT图像采集；
标准圆轨迹CT投影序列选定模块，用于读取温度检测***中载物台监测点的温度变化曲线，选定标准圆轨迹CT投影序列；
预处理模块，用于对采集的所有投影图像进行预处理；
位置偏差计算模块，用于计算相同角度下其他圆轨迹CT投影序列与标准圆轨迹CT投影序列的位置偏差矩阵；
运动伪影校正模块，用于根据得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正；
三维重建CT投影图像增强模块，用于将相应角度下经过偏差校正后的CT图像进行多帧累加，得到最终用于三维重建的CT投影图像。
与现有技术相比，本发明具有以下优点：
采用本发明可以有效降低对温控设备和实验环境的要求，在不改变现有CT设备及外部环境变量的条件下得到清晰的三维重建结果。纳米CT待检测样品的几何尺寸一般都小于1毫米，因此在样品上制作标记物非常困难，采用本发明无需在样品上制作标记物，有效降低了实验难度。
采集多圈圆轨迹的投影图像，进行亚像素位置偏差校正，将相同角度下经过偏差校正的投影图像进行多帧累加，可以快速恢复影像实际位置，有效校正运动伪影同时提高CT图像的信噪比，避免长时间图像采集中因温度变化和焦斑漂移造成的CT图像位置漂移，清晰度降低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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的附图。
图1是光源焦斑位置波动图；
图2是本发明实施例的基于多采集序列的纳米CT图像运动伪影校正方法的流程图；
图3是本发明实施例的第k次圆轨迹采集示意图；
图4是本发明实施例的光子阀值判别计数图；
图5是本发明实施例的对第k次圆轨迹CT投影序列进行运动伪影校正示意图；
图6是本发明实施例的未进行偏差校正的重建结果切片(左)和偏差校正后的重建结果切片(右)的对比图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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的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。
如图2所示，本实施例的基于多采集序列的纳米CT图像运动伪影校正方法，包含以下步骤：
步骤S101，采集不同曝光时间的多张投影图像，评估待检测样品是否被X射线穿透和投影图像的信噪比因素，据此选定合适的曝光时间并采集其对应的亮场数据；
步骤S102，设定圆轨迹CT图像采集的圈数和每圈采集的投影图像张数，并以此参数进行圆轨迹CT图像采集；
本实例中纳米CT连续进行K次圆轨迹圈CT图像采集，每次圆轨迹采集的投影图像张数和曝光时间各不相同。
步骤S103，读取温度检测***中载物台监测点的温度变化曲线，选定温度变化最小对应时段内的圆轨迹CT投影序列作为标准圆轨迹CT投影序列；
步骤S104，对采集的所有投影图像进行预处理，包括：
根据采集的亮场数据对投影图像数据进行增益校正，滤除投影图像数据的椒盐噪声。
步骤S105，计算相同角度下其他圆轨迹CT投影序列与标准圆轨迹CT投影序列的位置偏差矩阵；
本实例中其他圆轨迹CT投影序列的采集图像与标准圆轨迹CT投影序列的采集图像在相同角度下近似于只存在平移变化，通过基于傅里叶变换的亚像素图像配准算法计算位置偏差，得到位置偏差矩阵。
步骤S106，根据得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正；
步骤S107，以采集张数最多的圆轨迹CT投影序列为基准，将相应角度下经过偏差校正后的CT图像进行多帧累加，得到最终用于三维重建的CT投影图像。
下面列举一个具体的实例，以便更好地解释本发明。
本实施例的基于多采集序列的纳米CT图像运动伪影校正方法，该方法包含以下步骤：
步骤S201，对于不同波长的单色X射线穿透深度可以表示为：
式中l0为X射线由初始强度衰减到e-1倍时所穿过的样品厚度，μm表示物质吸收系数，ρ为物质密度。而纳米CT光源发出多能X射线，透过待检测样品的X射线强度I为：
式中I为透射X射线强度，I0为入射X射线强度，S(E)为射线能谱分布，μ(E)为材料对应的衰减系数，L为透射样品的厚度。
实际应用中无法估计待检测样品的衰减系数，通常根据式(3)估算样品是否被穿透，在实验中可以据此调整光源的电压、电流及曝光时间。假设在曝光时间为t0时，样品投影的对比度、信噪比在可接受范围的最小值。在实验中为了得到具有良好空间分辨率和密度分辨率的三维体数据，需要相应的增大曝光时间，假如实验中采用的曝光时间为t＝(t1t2 … tK),(tk>t0)。确定曝光时间后，采集对应时间的J张亮场投影。
式中Pminval为投影图像中的最小灰度值，Pmaxval为初始射线强度下投影图像中的灰度值。
步骤S2021，如图1所示，纳米CT光源焦斑位置在实验初始波动较大，而且固定待检测样品时需要打开屏蔽箱，一定程度上会影响屏蔽箱内的温度平衡，因此不将第一次圆轨迹CT投影序列作为标准序列。屏蔽箱内的温度变化在相对较短的时间内变化小，因此在设定待定标准圆轨迹CT投影序列时应当适当减小采集的投影图像张数和曝光时间。
步骤S2022，设定纳米CT连续进行K次圆轨迹圈CT图像采集，如图3所示，其中第k次圆轨迹的第i张投影图像采集角度
为：
式中M、Nk为正整数，M表示第k次圆轨迹采集的角度数，Nk表示每个采集角度下的投影张数，θm＝mθ，△θ＝θ/Nk，θ＝360°/M。那么第k次圆轨迹的采集张数为M*Nk，单张投影的曝光时间为tk，实验参数设置后，进行圆轨迹CT图像采集。
步骤S203，完成投影图像数据采集后读取温度检测***中载物台监测点的温度变化曲线，选定温度变化最小对应时段内的圆轨迹CT投影序列作为标准圆轨迹CT投影序列，即第k′次圆轨迹CT投影序列为标准序列。
步骤S204，完成数据采集后，对采集的所有投影数据进行预处理，根据探测器的类型选择不同的预处理方法，本实施例以光子计数探测器为例进行说明。
步骤S2041，光子计数探测器的每个像素单位对具有一定能量光子响应，并产生脉冲信号，可以通过设置合适的能量阈值来减小低能光子产生的噪声，如图4所示。
步骤S2042，光子计数探测器的实际生产中，不能做到所有探元的性能参数完全一致，因此即使在相同的X射线照射下，通过光子计数探测器获取图像灰度值并不相同。为了使每个探元的响应一致，减少图像中的固有噪声，使用式(5)对所有投影数据进行校正；
式中，f0(x,y)表示原始投影图像中像素点(x,y)的灰度值，fflat(x,y)表示亮场投影图像中像素点(x,y)的灰度值，R(x,y)表示亮场投影图像中的像素点(x,y)的灰度值的均值，R0是R(x,y)的中值，f(x,y)表示校正后投影图像中像素点(x,y)的灰度值。
步骤S2043，对校正后的投影图像进行坏点校正和中值滤波。
步骤S205，采用亚像素图像配准算法计算第k次圆轨迹CT投影序列投影图像与第k′次标准圆轨迹CT投影序列投影图像的位置偏差。在标准采集序列采集角度为
的投影图像为fi(x,y)，第k次圆轨迹采集序列在相同角度下的投影图像为fi k(x,y)，则有：
对式(7)进行傅里叶变换可得：
计算归一化互功率谱：
式中Fi *(u,v)为Fi(u,v)的复共轭。对互功率谱进行逆变换可得脉冲函数：
从而可得位置偏差
以此类推可以求得所有采集角度下的位置偏差矩阵。
步骤S206，由步骤S205得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正，如图5所示，对于第k次圆轨迹圈，采用就近原则，在θm与θm+1之间的采集角度下采集的投影图像使用θm角度的位置偏差
进行运动伪影校正。
步骤S207，使用投影图像进行三维重建时，通常选择采集的投影图像最多的圆轨迹CT投影序列，即选择M最大的圆轨迹CT投影序列。为了充分利用其它投影数据，可以使用多帧降噪的方式消除随机噪声，提高待重建投影图像的信噪比。假设在某个采集角度下有L张投影图像，则第l张投影图像可以表示为：
f(x,y)＝gl(x,y)+nl(x,y) (11)
式中gl(x,y)为无噪声的投影图像，相同角度下gl(x,y)相等，nl(x,y)为高斯噪声，叠加平均后可表示为：
完成多帧降噪后，读取投影图像进行三维重建得到待检测样品的体数据。
下面通过具体的实验来验证本方法的有效性，相关参数如表1所示。
表1实验相关参数
第3圈投影未进行偏差校正的样品重建结果的切片如图6左图所示，可以看到明显的几何伪影，且细节信息模糊不清。利用第3圈CT图像进行运动伪影校正后的样品重建结果切片如图6右图所示，无几何伪影，样品细节清晰可辨。本发明的基于多采集序列的纳米CT图像运动伪影校正方法，能够有效校正CT图像运动伪影，并提高了纳米CT图像的信噪比。
本实施例还提供了一种基于多采集序列的纳米CT图像运动伪影校正装置，包括圆轨迹CT图像采集模块、标准圆轨迹CT投影序列选定模块、预处理模块、位置偏差计算模块、运动伪影校正模块和三维重建CT投影图像增强模块。
圆轨迹CT图像采集模块，用于设定圆轨迹CT图像采集的圈数和每圈采集的投影图像张数，并以此参数进行圆轨迹CT图像采集；
标准圆轨迹CT投影序列选定模块，用于读取温度检测***中载物台监测点的温度变化曲线，选定标准圆轨迹CT投影序列；
预处理模块，用于对采集的所有投影图像进行预处理；
位置偏差计算模块，用于计算相同角度下其他圆轨迹CT投影序列与标准圆轨迹CT投影序列的位置偏差矩阵；
运动伪影校正模块，用于根据得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正；
三维重建CT投影图像增强模块，用于将相应角度下经过偏差校正后的CT图像进行多帧累加，得到最终用于三维重建的CT投影图像。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (8)
1.一种基于多采集序列的纳米CT图像运动伪影校正方法，其特征在于，包含以下步骤：
步骤1，设定圆轨迹CT图像采集的圈数和每圈采集的投影图像张数，并以此参数进行圆轨迹CT图像采集；
步骤2，读取温度检测***中载物台监测点的温度变化曲线，选定标准圆轨迹CT投影序列；
步骤3，对采集的所有投影图像进行预处理；
步骤4，计算相同角度下其他圆轨迹CT投影序列与标准圆轨迹CT投影序列的位置偏差矩阵；
步骤5，根据得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正；
步骤6，将相应角度下经过偏差校正后的CT图像进行多帧累加，得到最终用于三维重建的CT投影图像。
2.根据权利要求1所述的基于多采集序列的纳米CT图像运动伪影校正方法，其特征在于，在步骤1之前，还包括：
采集不同曝光时间的多张投影图像，评估待检测样品是否被X射线穿透和投影图像的信噪比因素，据此选定合适的曝光时间并采集其对应的亮场数据。
3.根据权利要求2所述的基于多采集序列的纳米CT图像运动伪影校正方法，其特征在于，纳米CT连续进行K次圆轨迹圈CT图像采集，每次圆轨迹采集的投影图像张数和曝光时间各不相同。
4.根据权利要求1所述的基于多采集序列的纳米CT图像运动伪影校正方法，其特征在于，步骤2中在读取的温度变化曲线中选定温度变化最小对应时段内的圆轨迹CT投影序列作为标准圆轨迹CT投影序列。
5.根据权利要求2所述的基于多采集序列的纳米CT图像运动伪影校正方法，其特征在于，对采集的所有投影图像进行预处理，包括：
根据采集的亮场数据对投影图像数据进行增益校正，滤除投影图像数据的椒盐噪声。
6.根据权利要求1所述的基于多采集序列的纳米CT图像运动伪影校正方法，其特征在于，其他圆轨迹CT投影序列的采集图像与标准圆轨迹CT投影序列的采集图像在相同角度下近似于只存在平移变化，通过基于傅里叶变换的亚像素图像配准算法计算位置偏差，得到位置偏差矩阵。
7.根据权利要求1所述的基于多采集序列的纳米CT图像运动伪影校正方法，其特征在于，以采集张数最多的圆轨迹CT投影序列为基准，将相同角度下的投影进行多帧累加，得到最终用于三维重建的CT投影图像。
8.一种基于多采集序列的纳米CT图像运动伪影校正装置，其特征在于，包括：
圆轨迹CT图像采集模块，用于设定圆轨迹CT图像采集的圈数和每圈采集的投影图像张数，并以此参数进行圆轨迹CT图像采集；
标准圆轨迹CT投影序列选定模块，用于读取温度检测***中载物台监测点的温度变化曲线，选定标准圆轨迹CT投影序列；
预处理模块，用于对采集的所有投影图像进行预处理；
位置偏差计算模块，用于计算相同角度下其他圆轨迹CT投影序列与标准圆轨迹CT投影序列的位置偏差矩阵；
运动伪影校正模块，用于根据得到的位置偏差矩阵对其他圆轨迹CT投影序列进行运动伪影校正；
三维重建CT投影图像增强模块，用于将相应角度下经过偏差校正后的CT图像进行多帧累加，得到最终用于三维重建的CT投影图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010566815.1A CN111882624B (zh) | 2020-06-19 | 2020-06-19 | 基于多采集序列的纳米ct图像运动伪影校正方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010566815.1A CN111882624B (zh) | 2020-06-19 | 2020-06-19 | 基于多采集序列的纳米ct图像运动伪影校正方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111882624A true CN111882624A (zh) | 2020-11-03 |
| CN111882624B CN111882624B (zh) | 2023-09-05 |
Family
ID=73157987
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010566815.1A Active CN111882624B (zh) | 2020-06-19 | 2020-06-19 | 基于多采集序列的纳米ct图像运动伪影校正方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111882624B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112884862A (zh) * | 2021-03-18 | 2021-06-01 | 中国人民解放军战略支援部队信息工程大学 | 基于质心投影轨迹拟合的锥束ct温度漂移校正方法及*** |
| CN115049753A (zh) * | 2022-05-13 | 2022-09-13 | 沈阳铸造研究所有限公司 | 一种基于无监督深度学习的锥束ct伪影校正方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101126722A (zh) * | 2007-09-30 | 2008-02-20 | 西北工业大学 | 基于配准模型仿真的锥束ct射束硬化校正方法 |
| US20110135053A1 (en) * | 2008-08-13 | 2011-06-09 | Koninklijke Philips Electronics N.V. | Calibration method for ring artifact correction in non-ideal isocentric 3d rotational x-ray scanner systems using a calibration phantom based rotation center finding algorithm |
| US20110176723A1 (en) * | 2010-01-15 | 2011-07-21 | Board Of Regents University Of Oklahoma | Motion Correction in Cone-Beam CT by Tracking Internal and External Markers Using Cone-Beam Projection From a kV On-Board Imager: Four-Dimensional Cone-Beam CT and Tumor Tracking Implications |
-
2020
- 2020-06-19 CN CN202010566815.1A patent/CN111882624B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101126722A (zh) * | 2007-09-30 | 2008-02-20 | 西北工业大学 | 基于配准模型仿真的锥束ct射束硬化校正方法 |
| US20110135053A1 (en) * | 2008-08-13 | 2011-06-09 | Koninklijke Philips Electronics N.V. | Calibration method for ring artifact correction in non-ideal isocentric 3d rotational x-ray scanner systems using a calibration phantom based rotation center finding algorithm |
| US20110176723A1 (en) * | 2010-01-15 | 2011-07-21 | Board Of Regents University Of Oklahoma | Motion Correction in Cone-Beam CT by Tracking Internal and External Markers Using Cone-Beam Projection From a kV On-Board Imager: Four-Dimensional Cone-Beam CT and Tumor Tracking Implications |
Non-Patent Citations (1)
| Title |
|---|
| 李静;郑良;陈璐杰;罗守华;: "基于三维运动轨迹的高分辨显微CT环状伪影去除方法", 中国医疗设备, no. 01 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112884862A (zh) * | 2021-03-18 | 2021-06-01 | 中国人民解放军战略支援部队信息工程大学 | 基于质心投影轨迹拟合的锥束ct温度漂移校正方法及*** |
| CN112884862B (zh) * | 2021-03-18 | 2022-11-01 | 中国人民解放军战略支援部队信息工程大学 | 基于质心投影轨迹拟合的锥束ct温度漂移校正方法及*** |
| CN115049753A (zh) * | 2022-05-13 | 2022-09-13 | 沈阳铸造研究所有限公司 | 一种基于无监督深度学习的锥束ct伪影校正方法 |
| CN115049753B (zh) * | 2022-05-13 | 2024-05-10 | 沈阳铸造研究所有限公司 | 一种基于无监督深度学习的锥束ct伪影校正方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111882624B (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11328391B2 (en) | System and method for controlling noise in multi-energy computed tomography images based on spatio-spectral information | |
| US9036886B2 (en) | System and method for correcting for metal artifacts using multi-energy computed tomography | |
| CN109920020B (zh) | 一种锥束ct病态投影重建伪影抑制方法 | |
| US8284893B2 (en) | X-ray computer tomography apparatus and image processing apparatus | |
| US8781198B2 (en) | High contrast imaging and fast imaging reconstruction | |
| Abu Anas et al. | Comparison of ring artifact removal methods using flat panel detector based CT images | |
| CN102846333A (zh) | 用于x射线成像中的散射校正的方法和*** | |
| Rashid et al. | An improved method for the removal of ring artifacts in high resolution CT imaging | |
| CN111882624B (zh) | 基于多采集序列的纳米ct图像运动伪影校正方法及装置 | |
| US7916828B1 (en) | Method for image construction | |
| EP4071720A1 (en) | System and method for utilizing a deep learning network to correct for a bad pixel in a computed tomography detector | |
| US9117304B2 (en) | System and method for improved spatial resolution of a multi-slice imaging system | |
| CN111879798B (zh) | 基于采集序列细分的纳米ct投影位置漂移校正方法及装置 | |
| EP2644095B1 (de) | Computertomographiesystem und Verfahren zur Datenermittlung für eine Störeinfluss-korrigierte Computertomographieaufnahme eines Untersuchungsobjekts | |
| CN106023107A (zh) | 一种用于x射线光栅相衬成像装置的探测器图像校正方法 | |
| Rogers et al. | Reduction of wobble artefacts in images from mobile transmission x-ray vehicle scanners | |
| JP4864909B2 (ja) | 画像処理装置 | |
| JP2023539091A (ja) | Ｘ線イメージングに関連する方法及びシステム | |
| Dolmatova et al. | Orthotropic artifacts suppression for THz and x-ray images using guided filtering | |
| CN105719256A (zh) | 一种基于结构图像引导的pet图像部分容积校正方法 | |
| Fang et al. | Non-reference evaluation of hyperspectral X-CT images based on CdTe photon counting detector | |
| US11710218B2 (en) | System and method for normalizing dynamic range of data acquired utilizing medical imaging | |
| CN111652950B (zh) | 一种多光源快照的压缩x射线断层合成方法 | |
| Soliman et al. | High quality reconstruction for neutron computerized tomography images | |
| Kim et al. | Fourier analysis of multi-scale neural networks implemented for high-resolution X-ray radiography |
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 |