CN113362404B - 计算机断层扫描的散射校正方法、装置和存储介质 - Google Patents
计算机断层扫描的散射校正方法、装置和存储介质 Download PDFInfo
- Publication number
- CN113362404B CN113362404B CN202010146050.6A CN202010146050A CN113362404B CN 113362404 B CN113362404 B CN 113362404B CN 202010146050 A CN202010146050 A CN 202010146050A CN 113362404 B CN113362404 B CN 113362404B
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- correction
- scatter
- density
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000002591 computed tomography Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000006870 function Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000005855 radiation Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 235000003625 Acrocomia mexicana Nutrition 0.000 description 1
- 244000202285 Acrocomia mexicana Species 0.000 description 1
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000011151 fibre-reinforced plastic Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施方式公开了一种计算机断层扫描的散射校正方法、装置和存储介质。方法包括：确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度；基于所述像素密度及所述像素面积密度确定该单个投影的二阶校正系数；基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正；基于所述每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正。本发明实施方式可以不再布置防散射栅(ASG)，并由此节约成本。而且，当扫描目标偏离中心时，本发明实施方式可以实现良好的散射校正。
Description
技术领域
本发明涉及医疗设备技术领域，特别是涉及一种计算机断层扫描的散射校正方法、装置和存储介质。
背景技术
计算机断层扫描(Computed Tomography，CT)利用精确准直的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快，图像清晰等特点，可用于多种疾病的检查。根据所采用的射线不同，计算机断层扫描可分为：X射线计算机断层扫描(X-CT)、超声计算机断层扫描(UCT)以及γ射线计算机断层扫描(γ-CT)等。
在X射线计算机断层扫描***中，散射辐射是图像退化和非线性的主要原因。扫描目标与检测器之间的距离对到达检测器的总散射强度产生重大影响。如果扫描目标布置在偏离中心(off-center)的位置处，当***旋转时，扫描目标与检测器的相对距离会改变，并且在整个扫描过程中，检测器接收到的散射强度也会改变，从而导致伪影。
目前，一般采用防散射栅(Anti-Scatter-Grid，ASG)以保障检测器接收到的散射强度小至可以忽略。然而，引入ASG会导致成本问题。另外，如果ASG的高度被降低，同样可能因不均匀接收的散射强度而导致伪影。
发明内容
本发明实施方式提出一种计算机断层扫描的散射校正方法、装置和存储介质。
本发明实施方式的技术方案如下：
一种计算机断层扫描的散射校正方法，包括：
确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度；
基于所述像素密度及所述像素面积密度确定该单个投影的二阶校正系数；
基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正；
基于所述每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正。
可见，在本发明实施方式中，可以通过算法实现散射校正，因此可以不再采用ASG，并节约成本。而且，本发明实施方式基于像素密度及像素面积密度确定单个投影的二阶校正系数，利用二阶校正系数可以精确地估计不同情况下的散射信号，尤其适用于扫描目标偏心放置并且其与检测器的相对距离在扫描过程中发生变化的情景。
在一个实施方式中，所述确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度包括：
确定所述像素密度ρ和所述像素面积密度τ，其中ρ＝Atotal/nsize，τ＝Atotal/nsize 2；
其中：nsize为检测到衰减值大于零的像素的总数；Atotal为全部像素检测到的衰减值的总和。
因此，本发明实施方式可以基于衰减值大于零的像素的总数以及全部像素检测到的衰减值的总和，快捷地确定出像素密度和像素面积密度，计算过程简便。
在一个实施方式中，所述二阶校正系数包括：宽幅散射与窄幅散射之间的比例因子r及散射强度缩放因子γ；
所述基于像素密度及像素面积密度确定该单个投影的二阶校正系数包括：
基于像素面积密度τ确定所述比例因子，其中：r＝r0+(τ-τ0)/c1；
基于像素密度ρ确定所述散射强度缩放因子，其中：γ＝γ0-c2·ρ2；
其中：
r0为比例因子的预设值；
τ0为像素面积密度的预设值；
γ0为散射强度缩放因子的预设值；
c1为第一预设系数；
c2为第二预设系数。
可见，本发明实施方式提出了基于像素面积密度的比例因子以及基于像素密度的散射强度缩放因子，其中比例因子和散射强度缩放因子可以视为包含扫描目标的位置信息，能够精确地估计在不同情况下的散射信号，因此本发明实施方式可以应用于各种极端情况，适用性更广。
在一个实施方式中，所述基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正包括：
基于比例因子r和散射强度缩放因子γ确定第k个像素的二阶校正后的散射校正值δCorrec(k)；
其中：δCorrect(k)＝(δ0(k)*Λ(n1)+r·δ0(k)*Λ(n2))·γ；
其中：
δ0(k)为第k个像素点的理论计算散射校正值；
A(n1)为计算机断层扫描的第一点扩散函数；
Λ(n2)为计算机断层扫描的第二点扩散函数；
k为像素的编号，其中k的取值范围为[0,N]，N为像素的最大编号。
因此，本发明实施方式可以基于比例因子和散射强度缩放因子，便捷地确定每个像素的二阶校正后的散射校正值。
在一个实施方式中，所述基于每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正包括：
针对第k个像素，计算检测到的信号强度值的校正值M(k)；其中M(k)＝M0(k)-δCorrect(k)；
其中M0(k)为第k个像素检测到的信号强度值的原始值。
因此，本发明实施方式可以基于每个像素的二阶校正后的散射校正值，便捷地对该像素检测到的信号强度值进行校正。
一种计算机断层扫描的散射校正装置，包括：
第一确定模块，用于确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度；
第二确定模块，用于基于所述像素密度及所述像素面积密度确定该单个投影的二阶校正系数；
校正值校正模块，用于基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正；
强度值校正模块，用于基于所述每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正。
可见，在本发明实施方式中，可以通过算法实现散射校正，因此可以不再采用ASG，并节约成本。而且，本发明实施方式基于像素密度及像素面积密度确定单个投影的二阶校正系数，利用二阶校正系数可以精确地估计不同情况下的散射信号，尤其适用于扫描目标偏心放置并且其与检测器的相对距离在扫描过程中发生变化的情景。
在一个实施方式中，所述第一确定模块，用于确定所述像素密度ρ和所述像素面积密度τ，其中：
ρ＝Atotal/nsize，τ＝Atotal/nsize 2；
其中：nsize为检测到衰减值大于零的像素的总数；Atotal为全部像素检测到的衰减值的总和。
因此，本发明实施方式可以基于衰减值大于零的像素的总数以及全部像素检测到的衰减值的总和，快捷地确定出像素密度和像素面积密度，计算过程简便。
在一个实施方式中，所述二阶校正系数包括：宽幅散射与窄幅散射之间的比例因子r及散射强度缩放因子γ；
所述第二确定模块，用于基于像素面积密度τ确定所述比例因子，其中：r＝r0+(τ-τ0)/c1；基于像素密度ρ确定所述散射强度缩放因子，其中γ＝γ0-c2·ρ2；
其中：
r0为比例因子的预设值；
τ0为像素面积密度的预设值；
γ0为散射强度缩放因子的预设值；
c1为第一预设系数；
c2为第二预设系数。
可见，本发明实施方式提出了基于像素面积密度的比例因子以及基于像素密度的散射强度缩放因子，其中比例因子和散射强度缩放因子可以视为包含扫描目标的位置信息，能够精确地估计在不同情况下的散射信号，因此本发明实施方式可以应用于各种极端情况，适用性更广。
在一个实施方式中，校正值校正模块，用于基于比例因子r和散射强度缩放因子γ确定第k个像素的二阶校正后的散射校正值δCorrec(k)；
其中：δcorrect(k)＝(δ0(k)*Λ(n1)+r·δ0(k)*Λ(n2))·γ；
其中：
δ0(k)为第k个像素点的理论计算散射校正值；
Λ(n1)为计算机断层扫描的第一点扩散函数；
Λ(n2)为计算机断层扫描的第二点扩散函数；
k为像素的编号，其中k的取值范围为[0,N]，N为像素的最大编号。
因此，本发明实施方式可以基于比例因子和散射强度缩放因子，便捷地确定每个像素的二阶校正后的散射校正值。
在一个实施方式中，所述强度值校正模块，用于针对第k个像素，计算检测到的信号强度值的校正值M(k)；其中M(k)＝M0(k)-δCorrect(k)；其中M0(k)为第k个像素检测到的信号强度值的原始值。
因此，本发明实施方式可以基于每个像素的二阶校正后的散射校正值，便捷地对该像素检测到的信号强度值进行校正。
一种计算机断层扫描的散射校正装置，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的计算机断层扫描的散射校正方法。
因此，本发明实施方式还提出了一种具有存储器-处理器架构的散射校正装置。
一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的计算机断层扫描的散射校正方法。
因此，本发明实施方式还提出了一种包含实现计算机断层扫描的散射校正方法的计算机程序的计算机可读存储介质。
附图说明
图1为本发明的计算机断层扫描的散射校正方法的示范性流程图。
图2为本发明的探测器中各个像素检测的信号强度值的示范性示意图。
图3为本发明的探测器中各个像素检测的信号衰减值的示范性示意图。
图4为采用ASG、采用现有技术的散射校正方式与采用本发明散射校正方法的第一效果对比图。
图5为采用ASG、采用现有技术的散射校正方式与采用本发明散射校正方法的第二效果对比图。
图6为本发明的计算机断层扫描的散射校正装置的示范性结构图。
图7为本发明的具有存储器-处理器架构的、计算机断层扫描的散射校正装置的示范性结构图。
其中，附图标记如下：
| 100 | 计算机断层扫描的散射校正方法 |
| 101～104 | 步骤 |
| 600 | 计算机断层扫描的散射校正装置 |
| 601 | 第一确定模块 |
| 602 | 第二确定模块 |
| 603 | 校正值校正模块 |
| 604 | 强度值校正模块 |
| 700 | 计算机断层扫描的散射校正装置 |
| 701 | 处理器 |
| 702 | 存储器 |
具体实施方式
为了使本发明的技术方案及优点更加清楚明白，以下结合附图及实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以阐述性说明本发明，并不用于限定本发明的保护范围。
为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显，本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案，一些实施方式没有进行细致地描述，而是仅给出了框架。下文中，“包括”是指“包括但不限于”，“根据……”是指“至少根据……，但不限于仅根据……”。由于汉语的语言习惯，下文中没有特别指出一个成分的数量时，意味着该成分可以是一个也可以是多个，或可理解为至少一个。
申请人发现：在X射线计算机断层扫描***中，扫描目标(即被扫描物体)与检测器之间的距离对到达检测器的总散射强度产生重大影响。如果扫描目标布置在偏离中心的位置，当***旋转时，扫描目标与检测器的相对距离会改变，并且在整个扫描过程中，检测器接收到的散射强度也会改变从而导致伪影。如果采用ASG则会导致成本问题。另外，如果ASG的高度被降低，可能因不均匀接收的散射强度而导致伪影。
申请人还发现：如果从整个360度的原始数据中获取扫描目标的位置信息之后，再基于位置信息预测精确的散射辐射，可能会显著降低图像重建性能。比如，一种常见的现有处理方式是：重建初始图像或搜索整个正弦图空间以获得扫描目标的位置信息，然后再将这些先验知识用作进一步散射校正的输入。但是，这种现有处理方式只能在整个扫描完成后才开始执行校正，属于迭代重建，从而显著降低图像重建速度。
在本发明实施方式中，提出一种基于单个投影(projection)的散射校正算法，该校正算法可以在每个投影的内部独立处理，无需采用ASG即可良好预测在不同位置接收到的散射变化，同时还可以很好地保持图像重建速度。
图1为本发明的计算机断层扫描的散射校正方法的示范性流程图。
如图1所示，该方法包括：
步骤101：确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度。
在目前的散射校正方法中，在计算估计的散射之后，可以使用三角卷积来模拟探测器在空间中接收到的散射分布。不过，这是一个粗略的估计过程。从物理上讲，当更改扫描对象与检测器之间的距离时，可以调整代表检测器接收到的散射分布的卷积核的形状以及总体归一化比例因子。无论扫描目标放置在哪里以及从哪个投影进行扫描，扫描目标在扫描平面上的总衰减应该是恒定。因此，扫描目标在探测器上的实际投影大小以及在该投影处的累积总衰减，可以提供额外的校正因子。
在这里，本发明实施方式可以引入两个额外的校正因子：(1)X射线穿过扫描目标后的衰减值的像素密度；(2)、衰减值的像素面积密度。其中：X射线穿过扫描目标后的衰减值的像素密度与衰减值具有递增关系(优选为线性正比例)，且与探测器的像素数具有递减关系(优选为线性反比例)：衰减值的像素面积密度与衰减值具有递增关系(优选为线性正比例)，且与探测器的像素数的平方具有递减关系(优选为线性反比例)。
在一个实施方式中，在步骤101中，确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度包括：
确定像素密度ρ和像素面积密度τ，其中ρ＝Atotal/nsize，τ＝Atotal/nsize 2；
其中：nsize为检测到衰减值大于零的像素的总数；Atotal为全部像素检测到的衰减值的总和。
以上示范性描述了确定衰减值的像素密度及衰减值的像素面积密度的典型实例，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于限定本发明实施方式的保护范围。
图2为本发明的探测器中各个像素检测的信号强度值的示范性示意图。图3为本发明的探测器中各个像素检测的信号衰减值的示范性示意图。
在图2中，横轴表示探测器所包含像素的编号，纵轴表示像素接收到的、归一化的信号强度值。在图3中，横轴表示探测器所包含像素的编号，纵轴表示信号的衰减值。可以基于图2等效转换出图3，也可以基于图3等效转换出图2。
Atotal为全部像素检测到的衰减值的总和。也就是说，Atotal为图3的横轴上全部像素点的各自对应的纵轴上衰减值的总和。比如，假定共有700个像素，分别为像素0、像素1、像素2…像素699，其中像素0检测到的衰减值为A0、像素1检测到的衰减值为A1、像素2检测到的衰减值为A2…像素699检测到的衰减值为A699，则Atotal＝A0+A1+A2…+A699。
nsize为检测到衰减值大于零的像素的总数。也就是说，Atotal为图3的纵轴上衰减值大于零所对应的横轴上全部像素点的总数。比如，假定共有700个像素，分别为像素0、像素1、像素2…像素699，其中像素1检测到的衰减值为A0、像素1检测到的衰减值为A1、像素2检测到的衰减值为A2…像素699检测到的衰减值为A699。像素100～像素500的各自衰减值都大于零，即衰减值大于零的像素的总数为像素100～像素500的像素总数，即401个，则nsize为401。
步骤102：基于像素密度及像素面积密度确定该单个投影的二阶校正系数。
在这里，可以基于像素密度及像素面积密度确定该单个投影的二阶校正系数，该二阶校正系数包含扫描对象的位置信息或与扫描目标的位置信息相关联，因此可以基于二阶校正系数更精确地估计在不同情况下的散射信号。尤其是，适用于当扫描目标偏心放置并且其与检测器的相对距离在扫描过程中发生变化的情景中。
在一个实施方式中，二阶校正系数包括：宽幅散射与窄幅散射之间的比例因子r及散射强度缩放因子γ；步骤102中基于像素密度及像素面积密度确定该单个投影的二阶校正系数包括：
基于像素面积密度τ确定所述比例因子，其中：r＝r0+(τ-τ0)/c1；
基于像素密度ρ确定所述散射强度缩放因子，其中γ＝γ0-c2·ρ2；
其中：
r0为比例因子的预设值；
τ0为像素面积密度的预设值；
γ0为散射强度缩放因子的预设值；
c1为第一预设系数；
c2为第二预设系数。
在这里，r0,τ0,γ0,c1,c2为可以根据计算机断层扫描***的属性和扫描参数所设置的值。
优选地，r0,τ0,γ0,c1,c2还可以被用户基于经验进行调整。r0和γ0为该单个投影的原始校正系数，本发明通过对r0和γ0进行校正，得到单个投影的二阶校正系数。
以上示范性描述了基于像素密度及像素面积密度确定单个投影的二阶校正系数的典型实例，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于限定本发明实施方式的保护范围。
步骤103：基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正。
在这里，基于步骤102中确定的比例因子r和散射强度缩放因子γ确定第k个像素的二阶校正后的散射校正值δCorrec(k)。其中：
δCorrect(k)＝(δ0(k)*Λ(n1)+r·δ0(k)*Λ(n2))·γ；
其中：δcorrect(k)＝(δ0(k)*Λ(n1)+r·δ0(k)*Λ(n2))·γ；
其中：
δ0(k)为第k个像素点的理论计算散射校正值；
A(n1)为计算机断层扫描的第一点扩散函数；
Λ(n2)为计算机断层扫描的第二点扩散函数；
k为像素的编号，其中k的取值范围为[0,N]，N为像素的最大编号。
针对δ0(k)、Λ(n1)和Λ(n2)的具体详细说明，可以参照2018年3月公开的《医学影像》的会议论文。参见：“Wang,Y.,Stierstorfer,K.,Petersilka,M.,Grasruck,M.,Tian,Y.,“Scatter correction for multi-slice CT system,”Proc.SPIE.10573,MedicalImaging(2018)”中的详细披露。相关浏览网址请参阅：https://www.researchgate.net/publication/323678669_Scatter_correction_for_multi-slice_CT_system。本发明实施方式对此不再赘述。
可见，在步骤103中可以针对探测器的每个像素，分别计算出各自的二阶校正后的散射校正值。
步骤104：基于每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正。
在这里，针对第k个像素，计算检测到的信号强度值的校正值M(k)；其中M(k)＝M0(k)-δCorrect(k)；其中M0(k)为第k个像素检测到的信号强度值的原始值。比如，针对图2所示的每个像素检测的信号强度，分别减去该像素的二阶校正后的散射校正值，即为信号强度的校正值。
在图1所示方法流程中，描述了针对单个投影中每个像素检测的信号强度的校正方法。在计算机断层扫描的完整过程中，需要执行多个单次投影。比如，对于360度的计算机断层扫描，通常需要执行上千次的单次投影。可以按照图1所示方法，对每个投影中每个像素检测到的信号强度值执行校正，从而实现针对每个投影的原始数据的校正。然后，再基于全部投影的所有校正后原始数据重建图像。
因此，本发明的散射校正方法完全基于投影，在重建图像之前即完成了校正工作，避免了在整个正弦图域中使用原始数据或采用迭代计算，这意味着本发明实施方式可以具有较高的计算性能，并且可以集成到当前数据预处理管道中。而且，本发明实施方式在原始数据域中效果良好，因此可以将本发明实施方式作为图像重建管道中的预处理步骤，可以从不布置ASG的计算机断层扫描***收集的原始数据中离线重建图像。
在具体实施中，可以由包含处理器的探测器执行图1所示方法流程，或者由控制主机执行图1所示方法流程。
与使用现有技术的散射校正方法重建的图像相比，本发明实施方式的重建图像显示出更好的均匀性(尤其是在偏心扫描的情况下)。
图4为采用ASG、采用现有技术的散射校正方式与采用本发明散射校正方法的第一效果对比图。在图4中，扫描目标为水模。图4显示了偏心100毫米(mm)时，20厘米(cm)和30cm水模的重建图像之间的对比。
在图4中，上面的三张子图为20厘米水模的重建图像，下面的三张子图为30厘米水模的重建图像。20厘米水模和30厘米水模均在距ISO中心100毫米处被扫描。其中：左边的两幅子图是基于布置ASG的、标准16层计算机断层扫描***获得的原始数据中所重建的图像；中间的两幅子图是基于不布置ASG的、采用现有技术的散射校正算法所重建的图像；右边两幅子图是基于不布置ASG的、采用本发明散射校正方法所重建的图像。
由图4可见，采用本发明散射校正方法获得的图像，其质量接近于布置ASG的标准16层计算机断层，且明显优于采用现有技术的散射校正算法所重建的图像。
图5为采用ASG、采用现有技术的散射校正方式与采用本发明散射校正方法的第二效果对比图。在图5中，扫描目标为拟人模型。
图5显示了偏心100毫米(mm)时，拟人模型的比较图。其中，左边的子图为基于不布置ASG的、采用现有技术的散射校正算法所重建的图像。右边的子图为基于不布置ASG的、采用本发明散射校正方法所重建的图像。可见，左边的子图可以看到伪影，而右边的子图具有更好的图像质量。
基于上述描述，本发明实施方式还提出了一种计算机断层扫描的散射校正装置。
图6为本发明的计算机断层扫描的散射校正装置的示范性结构图。
如图6所示，计算机断层扫描的散射校正装置600包括：
第一确定模块601，用于确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度；
第二确定模块602，用于基于像素密度及像素面积密度确定该单个投影的二阶校正系数；
校正值校正模块603，用于基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正；
强度值校正模块604，用于基于每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正。
在一个实施方式中，第一确定模块601，用于确定所述像素密度ρ和所述像素面积密度τ，其中：
ρ＝Atotai/nsize，τ＝Atotal/nsize 2；
其中：nsize为检测到衰减值大于零的像素的总数；Atotal为全部像素检测到的衰减值的总和。
在一个实施方式中，二阶校正系数包括：宽幅散射与窄幅散射之间的比例因子r及散射强度缩放因子γ；
第二确定模块602，用于基于像素面积密度τ确定所述比例因子，其中：r＝r0+(τ-τ0)/c1；基于像素密度ρ确定所述散射强度缩放因子，其中γ＝γ0-c2·ρ2；
其中：
r0为比例因子的预设值；
τ0为像素面积密度的预设值；
γ0为散射强度缩放因子的预设值；
c1为第一预设系数；
c2为第二预设系数。
在一个实施方式中，校正值校正模块603，用于基于比例因子r和散射强度缩放因子γ确定第k个像素的二阶校正后的散射校正值δCorrec(k)；
其中：δCorrect(k)＝(δ0(k)*Λ(n1)+r·δ0(k)*Λ(n2))·γ；
其中：
δ0(k)为第k个像素点的理论计算散射校正值；
Λ(n1)为计算机断层扫描的第一点扩散函数；
Λ(n2)为计算机断层扫描的第二点扩散函数；
k为像素的编号，其中k的取值范围为[0,N]，N为像素的最大编号。
在一个实施方式中，强度值校正模块604，用于针对第k个像素，计算检测到的信号强度值的校正值M(k)；其中M(k)＝M0(k)-δCorrect(k)；其中M0(k)为第k个像素检测到的信号强度值的原始值。
基于上述描述，本发明实施方式还提出一种具有存储器-处理器架构的计算机断层扫描的散射校正装置。
图7为本发明具有存储器-处理器架构的计算机断层扫描的散射校正装置的示范性结构图。该散射校正装置700可以集成到探测器中，或者集成到控制主机中。
如图7所示，散射校正装置700包括处理器701、存储器702及存储在存储器702上并可在处理器701上运行的计算机程序，计算机程序被处理器701执行时实现如上任一项的计算机断层扫描的散射校正方法。
其中，存储器702具体可以实施为电可擦可编程只读存储器(EEPROM)、快闪存储器(Flash memory)、可编程程序只读存储器(PROM)等多种存储介质。处理器701可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列，其中现场可编程门阵列集成一或多个中央处理器核。具体地，中央处理器或中央处理器核可以实施为CPU或MCU或DSP等等。
需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。
本发明还提供了一种机器可读的存储介质，存储用于使一机器执行如本申请所述方法的指令。具体地，可以提供配有存储介质的***或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该***或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作***等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到***计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。
用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机或云上下载程序代码。
在本文中，“示意性”表示“充当实例、例子或说明”，不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁，各图中的只示意性地表示出了与本发明相关部分，而并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”并不表示将本发明相关部分的数量限制为“仅此一个”，并且“一个”不表示排除本发明相关部分的数量“多于一个”的情形。在本文中，“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”等仅用于表示相关部分之间的相对位置关系，而非限定这些相关部分的绝对位置。
以上所述，仅为本发明的较佳实施例而已，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，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (12)
1.一种计算机断层扫描的散射校正方法，其特征在于，包括：
确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度，衰减值的像素密度与衰减值具有递增关系，且与探测器的像素数具有递减关系，衰减值的像素面积密度与衰减值具有递增关系，且与探测器的像素数的平方具有递减关系；
基于所述像素密度及所述像素面积密度确定该单个投影的二阶校正系数宽幅散射与窄幅散射之间的比例因子r及散射强度缩放因子γ；
基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正；
基于所述每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正。
2.根据权利要求1所述的计算机断层扫描的散射校正方法，其特征在于，所述确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度包括：
确定所述像素密度ρ和所述像素面积密度τ，其中ρ＝Atotal/nsize，τ＝Atotal/nsize 2；
其中：nsize为检测到衰减值大于零的像素的总数；Atotal为全部像素检测到的衰减值的总和。
3.根据权利要求2所述的计算机断层扫描的散射校正方法，其特征在于，所述基于所述像素密度及所述像素面积密度确定该单个投影的二阶校正系数包括：
基于像素面积密度τ确定所述比例因子，其中：r＝r0+(τ-τ0)/c1；
基于像素密度ρ确定所述散射强度缩放因子，其中：γ＝γ0-c2·ρ2；
其中：
r0为比例因子的预设值；
τ0为像素面积密度的预设值；
γ0为散射强度缩放因子的预设值；
c1为第一预设系数；
c2为第二预设系数。
4.根据权利要求3所述的计算机断层扫描的散射校正方法，其特征在于，
所述基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正包括：
基于比例因子r和散射强度缩放因子Y确定第k个像素的二阶校正后的散射校正值δcorrec(k)；
其中：δCorrect(k)＝(δ0(k)*Λ(n1)+r·δ0(k)*Λ(n2))·γ；
其中：
δ0(k)为第k个像素点的理论计算散射校正值；
Λ(n1)为计算机断层扫描的第一点扩散函数；
Λ(n2)为计算机断层扫描的第二点扩散函数；
k为像素的编号，其中k的取值范围为[0，N]，N为像素的最大编号。
5.根据权利要求4所述的计算机断层扫描的散射校正方法，其特征在于，所述基于每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正包括：
针对第k个像素，计算检测到的信号强度值的校正值M(k)；其中M(k)＝M0(k)-δCorrect(k)；
其中M0(k)为第k个像素检测到的信号强度值的原始值。
6.一种计算机断层扫描的散射校正装置(600)，其特征在于，包括：
第一确定模块(601)，用于确定单个投影中X射线穿过扫描目标后的衰减值的像素密度及该衰减值的像素面积密度，衰减值的像素密度与衰减值具有递增关系，且与探测器的像素数具有递减关系，衰减值的像素面积密度与衰减值具有递增关系，且与探测器的像素数的平方具有递减关系；
第二确定模块(602)，用于基于所述像素密度及所述像素面积密度确定该单个投影的二阶校正系数宽幅散射与窄幅散射之间的比例因子r及散射强度缩放因子γ；
校正值校正模块(603)，用于基于该二阶校正系数，对该单个投影中每个像素的散射校正值做二阶校正；
强度值校正模块(604)，用于基于所述每个像素的二阶校正后的散射校正值，对该单个投影中每个像素检测到的信号强度值分别执行校正。
7.根据权利要求6所述的计算机断层扫描的散射校正装置(600)，其特征在于，
所述第一确定模块(601)，用于确定所述像素密度ρ和所述像素面积密度τ，其中：
ρ＝Atotal/nsize，τ＝Atotal/nsize 2；
其中：nsize为检测到衰减值大于零的像素的总数；Atotal为全部像素检测到的衰减值的总和。
8.根据权利要求7所述的计算机断层扫描的散射校正装置(600)，其特征在于，所述第二确定模块(602)，用于基于像素面积密度τ确定所述比例因子，其中：r＝r0+(τ-τ0)/c1；基于像素密度ρ确定所述散射强度缩放因子，其中：γ＝γ0-c2·ρ2；其中：
r0为比例因子的预设值；
τ0为像素面积密度的预设值；
γ0为散射强度缩放因子的预设值；
c1为第一预设系数；
c2为第二预设系数。
9.根据权利要求8所述的计算机断层扫描的散射校正装置(600)，其特征在于，
所述校正值校正模块(603)，用于基于比例因子r和散射强度缩放因子γ确定第k个像素的二阶校正后的散射校正值δCorrec(k)；
其中：δCorrect(k)＝(δ0(k)*Λ(n1)+r·δ0(k)*Λ(n2))·γ；
其中：
δ0(k)为第k个像素点的理论计算散射校正值；
Λ(n1)为计算机断层扫描的第一点扩散函数；
Λ(n2)为计算机断层扫描的第二点扩散函数；
k为像素的编号，其中k的取值范围为[0，N]，N为像素的最大编号。
10.根据权利要求9所述的计算机断层扫描的散射校正装置(600)，其特征在于，
所述强度值校正模块(604)，用于针对第k个像素，计算检测到的信号强度值的校正值M(k)，
其中M(k)＝M0(k)-δCorrect(k)；其中M0(k)为第k个像素检测到的信号强度值的原始值。
11.一种计算机断层扫描的散射校正装置(700)，其特征在于，包括处理器(701)、存储器(702)及存储在所述存储器(702)上并可在所述处理器(701)上运行的计算机程序，所述计算机程序被所述处理器(701)执行时实现如权利要求1至5中任一项所述的计算机断层扫描的散射校正方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的计算机断层扫描的散射校正方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010146050.6A CN113362404B (zh) | 2020-03-05 | 2020-03-05 | 计算机断层扫描的散射校正方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010146050.6A CN113362404B (zh) | 2020-03-05 | 2020-03-05 | 计算机断层扫描的散射校正方法、装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113362404A CN113362404A (zh) | 2021-09-07 |
| CN113362404B true CN113362404B (zh) | 2024-03-22 |
Family
ID=77523583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010146050.6A Active CN113362404B (zh) | 2020-03-05 | 2020-03-05 | 计算机断层扫描的散射校正方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113362404B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113362404B (zh) * | 2020-03-05 | 2024-03-22 | 上海西门子医疗器械有限公司 | 计算机断层扫描的散射校正方法、装置和存储介质 |
| CN114399564B (zh) * | 2022-03-25 | 2022-08-12 | 康达洲际医疗器械有限公司 | 一种基于散射识别的锥束计算机断层扫描成像方法与*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6233304B1 (en) * | 1998-11-25 | 2001-05-15 | General Electric Company | Methods and apparatus for calcification scoring |
| WO2002067201A1 (en) * | 2001-02-15 | 2002-08-29 | The Regents Of The University Of Michigan | Statistically reconstructing an x-ray computed tomography image with beam hardening corrector |
| WO2005008586A2 (en) * | 2003-07-18 | 2005-01-27 | Koninklijke Philips Electronics N.V. | Metal artifact correction in computed tomography |
| CN101573731A (zh) * | 2007-01-04 | 2009-11-04 | 皇家飞利浦电子股份有限公司 | 用于从所获取的投影数据产生感兴趣区域的经校正的图像的装置、方法和计算机程序 |
| CN113362404A (zh) * | 2020-03-05 | 2021-09-07 | 上海西门子医疗器械有限公司 | 计算机断层扫描的散射校正方法、装置和存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL143060A0 (en) * | 2001-05-09 | 2002-04-21 | Sonnet Medical Ltd In Formatio | Method and apparatus for breast imaging utilizing ultrasound |
| CN101561405B (zh) * | 2008-04-17 | 2011-07-06 | 清华大学 | 一种直线轨迹扫描成像***和方法 |
| EP3276389A1 (en) * | 2016-07-27 | 2018-01-31 | Fundació Institut de Ciències Fotòniques | A common-path interferometric scattering imaging system and a method of using common-path interferometric scattering imaging to detect an object |
-
2020
- 2020-03-05 CN CN202010146050.6A patent/CN113362404B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6233304B1 (en) * | 1998-11-25 | 2001-05-15 | General Electric Company | Methods and apparatus for calcification scoring |
| WO2002067201A1 (en) * | 2001-02-15 | 2002-08-29 | The Regents Of The University Of Michigan | Statistically reconstructing an x-ray computed tomography image with beam hardening corrector |
| WO2005008586A2 (en) * | 2003-07-18 | 2005-01-27 | Koninklijke Philips Electronics N.V. | Metal artifact correction in computed tomography |
| CN101573731A (zh) * | 2007-01-04 | 2009-11-04 | 皇家飞利浦电子股份有限公司 | 用于从所获取的投影数据产生感兴趣区域的经校正的图像的装置、方法和计算机程序 |
| CN113362404A (zh) * | 2020-03-05 | 2021-09-07 | 上海西门子医疗器械有限公司 | 计算机断层扫描的散射校正方法、装置和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Photon beam spectrum characterization using scatter radiation analysis;M Hawwari等;Medical Physics;第37卷(第6期);3285-3285 * |
| 用基于厚度估计的卷积算法校正X线图像散射的方法;李艳玲;牟轩沁;;光散射学报(04);388-395 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113362404A (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11756164B2 (en) | System and method for image correction | |
| CN102667852B (zh) | 增强图像数据/剂量减小 | |
| EP1531426B1 (en) | Iterative CT reconstruction method using multi-modal edge information | |
| Saba et al. | Maximizing quantitative accuracy of lung airway lumen and wall measures obtained from X-ray CT imaging | |
| US8135186B2 (en) | Method and system for image reconstruction | |
| EP2691932B1 (en) | Contrast-dependent resolution image | |
| Takenaga et al. | Modulation transfer function measurement of CT images by use of a circular edge method with a logistic curve-fitting technique | |
| US7747057B2 (en) | Methods and apparatus for BIS correction | |
| US8885903B2 (en) | Method and apparatus for statistical iterative reconstruction | |
| EP2992504B1 (en) | De-noised reconstructed image data edge improvement | |
| US8452064B2 (en) | Apparatus and methods for geometric calibration of positron emission tomography systems | |
| US10789683B2 (en) | Method for automatic optimization of quantitative map generation in functional medical imaging | |
| CN110599559B (zh) | 多能量金属伪影减少 | |
| EP1834303A1 (en) | Apparatus and method for artifact correction of x-ray projections | |
| CN102846333A (zh) | 用于x射线成像中的散射校正的方法和*** | |
| CN113362404B (zh) | 计算机断层扫描的散射校正方法、装置和存储介质 | |
| CN111524200B (zh) | 在投影图像中分割金属对象的方法、设备和介质 | |
| CN110533738B (zh) | 重建数据处理方法、装置、医学成像***及存储介质 | |
| Jin et al. | A model-based 3D multi-slice helical CT reconstruction algorithm for transportation security application | |
| Li et al. | Metal artifact suppression from reformatted projections in multislice helical CT using dual‐front active contours | |
| US20090304256A1 (en) | Method of extrapolating a grey-level bidimensional image in a radiography device and a radiography device implementing such a method | |
| CN112204607B (zh) | 用于x射线成像的散射校正 | |
| JP2022547463A (ja) | コーンビームｃｔにおけるニューラルネットワークに基づく限定角度アーチファクト軽減のための信頼度マップ | |
| CN113313649B (zh) | 图像重建方法及装置 | |
| Aootaphao et al. | Experiment-based scatter correction for cone-beam computed tomography using the statistical method |
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 |