CN115797487A - Ct图像环状伪影自适应保结构校正方法、装置及成像设备 - Google Patents
Ct图像环状伪影自适应保结构校正方法、装置及成像设备 Download PDFInfo
- Publication number
- CN115797487A CN115797487A CN202211505404.7A CN202211505404A CN115797487A CN 115797487 A CN115797487 A CN 115797487A CN 202211505404 A CN202211505404 A CN 202211505404A CN 115797487 A CN115797487 A CN 115797487A
- Authority
- CN
- China
- Prior art keywords
- image
- artifact
- scale
- boundary
- detail coefficient
- 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.)
- Pending
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种CT图像环状伪影自适应保结构校正方法、装置及成像设备,该发明包含的步骤为:步骤1,获取被测物体的原始CT投影图像;步骤2,对原始CT投影图像进行多尺度分解,获得尺寸各异的初始多尺度图像;步骤3,对各初始多尺度图像进行保边界滤波,输出第一多尺度图像;步骤4,通过伪影信息校正方法,去除第一多尺度图像中的伪影信息所对应的频率信息,输出第二多尺度图像;步骤5,将第二多尺度图像依次进行重构、重建,获得去除环状伪影的CT图像。本发明仅通过软件算法有效校正CT图像环状伪影,不需要特殊的硬件支持。
Description
技术领域
本发明涉及CT(英文全称为“Computed Tomography”,中文全称为“电子计算机断层扫描”)图像处理技术领域,特别是关于一种CT图像环状伪影自适应保结构校正方法、装置及成像设备。
背景技术
X射线CT成像设备一般由射线源子***、探测器子***、机械扫描子***、信号控制子***和屏蔽设施等组成。X射线CT成像的基本过程是将被测物体放置在样品台上,开启射线源以产生X射线束,同时开启探测器以探测与被测样品相互作用后的X射线;被测样品相对于射线源和探测器旋转一周,以获取CT扫描数据;对扫描数据做一定的处理,并利用重建算法获取反映被测物体内部结构的CT图像。在CT成像过程中,存在多种因素影响CT图像质量,如射线能谱分布、射线管电流的稳定性、滤波片材质、探测器响应效率和重建算法等。
目前,经典的CT重建算法(如FBP,ART)总是假定探测器的探测效率为100%,忽略多能射线和散射光子的影响。实际上,常用的X射线探测器是通过间接的方式探测X射线,即通过闪烁晶体将X射线转换成可见光,再通过光敏器件将可见光转换成电流,最后将电流积分并通过数模转换器将其转换成数字信号。闪烁晶体和光敏器件耦合成为探测器单元,并按照一定的几何阵列排布(如线阵列探测器、面阵列探测器)构成探测器子***。在X射线探测过程中,不同探测器单元对同一能量的X射线探测效率常常不一致。即使是同一探测器单元,其对不同能量光子的响应效率是非线性的,而医学和工业CT成像设备中常用的X射线光源产生的X射线是由多能光子组成的,从而使探测器单元响应效率的不一致性更强。探测器单元响应效率的不一致性,在投影图像中以竖直条纹的形式存在,在重建CT图像中是以环状的形式存在。竖直条纹伪影在投影图像中的表现是宽窄不一的平行条纹;环状伪影在重建CT图像中的表现是一系列的同心圆或圆弧。
现有环状伪影校正方法可分为硬件校正方法、模型驱动校正方法和数据驱动校正方法。硬件校正方法通常是在CT扫描过程中控制探测器产生随机微小偏移,通过数据重排使投影图像中竖直条纹变为随机噪声,从而去除伪影成分。但随机噪声会导致图像空间分辨率一定程度下降,另外控制探测器随机偏移不仅会增加***复杂度,而且还会显著增加扫描时间。模型驱动校正方法是利用投影图像或重建图像中环状伪影的特征,建立其数学描述,而后设计相应的求解算法或者图像处理算法,去除或者抑制投影图像或重建图像中的环状伪影。Wavelet-FFT滤波是一种代表性的校正方法。该方法通过小波分解和傅里叶滤波去除投影图像中竖直条纹伪影。但其滤波过程不能保证有效区分伪影成分和图像的边界成分,导致在一些情况下校正不完全,甚至可能引入新的伪影。数据驱动校正方法通常是利用伪影图像和理想校正图像构成的标签数据集,对深度神经网络进行训练,获得用于伪影识别或校正的神经网络模型。该方法的准确性对训练数据集有较强的依赖。实际应用中,由于训练数据集不易获取,环状伪影通常难以彻底去除,一般需要结合模型驱动方法来提高校正效果。
综上,现有校正方法存在着去除环状伪影不够彻底,容易引入新的伪影,以及难以保证图像空间分辨率等缺陷。
发明内容
本发明的目的在于提供一种CT图像环状伪影自适应保结构校正方法、装置及成像设备,其能够能很好地保留图像的边界和细节信息,而不引入新的伪影。
为了实现上述目的,本发明所采用的技术方案如下:
为实现上述目的,本发明提供一种CT图像环状伪影自适应保结构校正方法,其包括:
步骤1,获取被测物体的原始CT投影图像;
步骤2,对原始CT投影图像进行多尺度分解,获得尺寸各异的初始多尺度图像Wψ(s,t),该初始多尺度图像Wψ(s,t)包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、竖直方向细节系数图像cvDψ(s,t)和对角线方向细节系数图像cdDψ(s,t);
步骤3,对初始多尺度图像Wψ(s,t)进行保边界滤波,输出第一多尺度图像该第一多尺度图像包含低频系数图像cAσ(s,t)、水平方向细节系数图像chDψ(s,t)、保边界滤波后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t),其中包含了边界信息和伪影信息,通过边界检测算子定位边界信息g(s,t),并提取伪影信息R(s,t);
其中,保边界滤波方法具体包括:
步骤33,通过下式(3-3)提供的伪影信息提取算子Ring,提取伪影信息R(s,t):
步骤4,通过下式(4-1)提供的伪影信息校正方法,去除第一多尺度图像中的伪影信息R(s,t)所对应的频率信息,输出第二多尺度图像该第二多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、去除伪影信息R(s,t)后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t);
进一步地,步骤1中原始投影图像的获取方法包括:
步骤11,利用式(1-1)表示扫描数据获取过程;
式中,I(u,β)为放置样品后,探测器单元u对等效能量的射线的探测强度,为放置样品后,在等效能量为时探测器单元u的探测效率,I0(u)为不放置样品时,探测器单元u对等效能量为E的射线的探测强度,δ(u,E)为不放置样品时,在等效能量E时探测器单元u的探测效率,σ(u)是探测器单元u探测到的散射光子强度,E和分别是放置样品前、后射线的等效能量,l为沿射线所在直线的积分微元,L(u,β)表示射线源焦点到探测器单元u的直线方程,β为采样角度,y表示直线上点的坐标,μ(y)为样品的线性衰减系数;
步骤12,利用式(1-2)进行暗场校正和增益校正
其中,Z0为射线源不曝光时,探测器采集到的暗场数据。
步骤13,利用式(1-3)对步骤12校正后的扫描数据进行负对数变换,并将经过负对数变换的扫描数据进行修补和重排,获得原始CT投影数据p(u,β):
p(u,β)=-lnp0(u,β)(1-3)。
进一步地,原始投影图像的伪影呈现为竖直条纹伪影或水平条纹伪影、且有间断或无间断、且条纹灰度变化各异。
本发明还提供一种CT图像环状伪影自适应保结构校正装置,其包括:
原始CT投影图像获取单元,其用于获取被测物体的原始CT投影图像;
多尺度分解单元,其用于对原始CT投影图像进行多尺度分解,获得尺寸各异的初始多尺度图像Wψ(s,t),该初始多尺度图像Wψ(s,t)包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、竖直方向细节系数图像cvDψ(s,t)和对角线方向细节系数图像cdDψ(s,t);
保边界滤波单元,其用于对各初始多尺度图像Wψ(s,t)进行保边界滤波,输出第一多尺度图像该第一多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、保边界滤波后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t),其中包含了边界信息和伪影信息,通过边界检测算子定位边界信息g(s,t),并提取伪影信息R(s,t);
其中,保边界滤波单元具体包括:
伪影信息提取子单元,其用于通过下式(3-3)提供的伪影信息提取算子Ring,提取伪影信息R(s,t):
伪影校正单元,其用于通过下式(4-1)提供的伪影信息校正方法,去除第一多尺度图像中的伪影信息R(s,t)所对应的频率信息,输出第二多尺度图像该第二多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、去除伪影信息R(s,t)后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t);
进一步地,原始CT投影图像获取单元具体包括:
第一数据校正子单元,其利用式(1-1)表示扫描数据获取过程;
式中,I(u,β)为放置样品后,探测器单元u对等效能量的射线的探测强度,为放置样品后,在等效能量为时探测器单元u的探测效率,I0(u)为不放置样品时,探测器单元u对等效能量为E的射线的探测强度,δ(u,E)为不放置样品时,在等效能量E时探测器单元u的探测效率,σ(u)是探测器单元u探测到的散射光子强度,E和分别是放置样品前、后射线的等效能量,l为沿射线所在直线的积分微元,L(u,β)表示射线源焦点到探测器单元u的直线方程,β为采样角度,y表示直线上点的坐标,μ(y)为样品的线性衰减系数;
利用式(1-2)进行暗场校正和增益校正;
其中,Z0为射线源不曝光时,探测器采集到的暗场数据。
第二数据校正子单元,其利用式(1-3)对校正后的扫描数据进行负对数变换,并将经过负对数变换的扫描数据进行修补和重排,获得原始CT投影数据p(u,β):
p(u,β)=-lnp0(u,β)(1-3)。
进一步地,原始投影图像的伪影呈现为竖直条纹伪影或水平条纹伪影、且有间断或无间断、且条纹灰度变化各异。
本发明还提供一种成像设备,其包括:
一个或多个X射线源;
一个或多个X射线探测器;
一个或多个机械控制***;
一个或多个数据工作站;
多个应用程序;
以及一个或多个程序,其中所述一个或多个程序,被存储在所述工作站存储器中,当所述一个或者多个程序被所述应用程序在工作站上执行时,使得所述成像设备执行如上所述的CT图像环状伪影自适应保结构校正方法或校正装置。
本发明由于采取以上技术方案,其具有以下优点:
1.本发明首次将条纹伪影集中在多尺度分解系数的低频系数图像中,并利用一维滤波方法将其去除;
2.本发明所采用的滤波方法在去除图像环状伪影的同时可以很好地保留图像的细节结构信息;
3.本发明不需要调整参数,能自适应不同结构特征样品的环状伪影校正,如含有光滑结构、纹理结构以及分片常数结构的样品。
附图说明
图1为一种含光滑结构的被测物体被预处理后的原始CT投影图像的示意图;
图2为图1中的原始CT投影图像被直接重建后的最终CT图像的示意图,该图像中仍然带有环状伪影;
图3中的a为步骤2所使用的多尺度分解系数图像中含有投影图像低频特征的分解系数示意图;
图3中的b为步骤2所使用的多尺度分解系数图像中含有条纹伪影特征的分解系数示意图;
图4为步骤5中的滤波后由分解系数重构的第二多尺度图像的示意图;
图5为步骤4中的第二多尺度图像与原始CT投影图像之差的示意图;
图6为步骤5中的最终CT图像;
图7为一种含纹理结构的被测物体被预处理后的原始CT投影图像的示意图;
图8为图7的原始CT投影图像被直接重建后的最终CT图像的示意图,该图像中仍然带有环状伪影;
图9中的a为步骤2所使用的多尺度分解系数图像中含有投影图像低频特征的分解系数示意图;
图9中的b为步骤2所使用的多尺度分解系数图像中含有条纹伪影特征的分解系数示意图;
图10为步骤5中的滤波后由分解系数重构的第二多尺度图像的示意图;
图11为步骤4中的第二多尺度图像与原始CT投影图像之差的示意图;
图12为步骤5中的最终CT图像。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明实施例中所使用的设备,如无特殊规定,均为本领域内常用的设备;本发明中所使用的方法,如无特殊规定,均为本领域内常用的方法。
本发明实施例提供的CT图像环状伪影自适应保结构校正方法包括:
步骤1,获取被测物体的原始CT投影图像。
被测物体可以理解为含有光滑结构或纹理结构的样品,或同时含有两种结构或多种结构。本发明的目的在于校正含各种结构样品CT图像中的环状伪影。图1和图7示出环状伪影在投影图像中的特征形状,图1中的被测物体含光滑结构,而,图7中的被测物体含纹理结构。其中,原始投影图像的获取方法包括:
步骤11,CT数据扫描公式可表示为:
式中,I(u,β)为放置样品后,探测器单元u对等效能量的射线的探测强度,为放置样品后,在等效能量为时探测器单元u的探测效率,I0(u)为不放置样品时,探测器单元u对等效能量为E的射线的探测强度,δ(u,E)为不放置样品时,在等效能量E时探测器单元u的探测效率,σ(u)是探测器单元u探测到的散射光子强度,E和分别是放置样品前、后射线的等效能量,l为沿射线所在直线的积分微元,L(u,β)表示射线源焦点到探测器单元u的直线方程,β为采样角度,y表示直线上点的坐标,μ(y)为样品的线性衰减系数。
步骤12,利用式(1-2)对扫描数据进行暗场校正和增益校正
其中,Z0为射线源不曝光时,探测器采集到的暗场数据。
步骤13,对步骤12校正后的扫描数据进行负对数变换,并将经过负对数变换的扫描数据进行修补和重排,获得原始CT投影数据p(u,β)。
p(u,β)=-lnp0(u,β) (1-3)
由于探测器单元u的响应效率δ(u,E)的不一致性,将不同角度β采集的数据堆叠起来,通过计算机可视化可以观察到原始投影数据p(u,β)的图像上有明显的竖直条纹状伪影。直接利用经典重建算法,在重建图像上就会出现明显的环状伪影。
当原始CT投影图像的横坐标表示探测器单元位置u,纵坐标表示扫描角度β,此时的伪影在原始CT投影图像中表现为竖直条纹结构。当原始CT投影图像的纵坐标表示探测器单元位置u,横坐标表示扫描角度β时,此时的伪影在原始CT投影图像中表现为水平条纹结构。
当然,根据实际扫描模式的不同,还可以有选择地执行步骤11、步骤12或步骤13,以获得呈“正弦”结构的CT投影图像。
如图2和图8所示,二者均是原始CT投影图像被直接重建后的最终CT图像的示意图,显然,这些图像中带有严重的环状伪影。现有技术无法有效去除这些环状伪影,尤其是投影图(如图1所示)的条纹有间断的情形。
针对环状伪影,本发明实施例设置了如下步骤:
步骤2,对原始CT投影图像进行多尺度分解,获得尺寸各异的初始多尺度图像。
其中,如图3及图9中的a和b所示,多尺度分解的方法(如下式所示)可以是小波变换方法,由此获得的初始多尺度图像是基函数系数图像。当然,也可以选用拉普拉斯金字塔分解方法、Curvelet多尺度分解方法或Shearlet多尺度分解方法等现有方法。
在一个实施例中,利用多尺度变换对原始投影数据p(u,β)进行多尺度分解:
式中,ψs,t(u,β)是多尺度变换基函数,s和t分别是尺度参数和平移参数。cAψ(s,t)、chDψ(s,t)、cvDψ(s,t)和cdDψ(s,t)分别为多尺度分解的低频系数图像、水平方向细节系数图像、竖直方向细节系数图像和对角线方向细节系数图像。由cAψ(s,t)、chDψ(s,t)、cvDψ(s,t)和cdDψ(s,t)组成初始多尺度图像Wψ(s,t)。
步骤3,对初始多尺度图像进行保边界滤波,获得第一多尺度图像,其中的低频系数图像和边界信息均被保留。
其中,保边界滤波方法具体包括:
通过步骤3所采用保边界滤波方法包括但不限于空间域滤波和频率域滤波,以及基于优化模型和深度学习的滤波方法、也不限于一维滤波和二维滤波,使伪影去除效果明显改善。而现有方法中,通常采用的是非保边界滤波,而非保边界滤波会引入新的伪影。
步骤4,通过下式(4-1)提供的伪影信息校正方法,去除第一多尺度图像中的伪影信息R(s,t)所对应的频率信息,输出第二多尺度图像该第二多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、去除伪影信息R(s,t)后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t);
需要说明的是,“伪影成分校正”是作为专门针对环状伪影特征而设计的方法,本实施例通过操作简单的伪影成分校正,精准对环状伪影对应的频率信息进行去除,因此校正效果理想。该方法尤其适用于原始投影图像中竖直条纹伪影有间断的情况,如图5和图11所示,现有方法无法区分环状伪影和正常图像的频率信息,使得在去除环状伪影的同时,也会去除一部分正常图像的频率信息,造成图像信息丢失。
上述实施例中的多尺度图像是指利用多尺度分解方法获得的基函数系数图像。所述基函数包括但不限于现有文献中的基函数,还包括根据相关原理构造的基函数。
步骤5,将第二多尺度图像进行重构,得到去除环状伪影的投影图像然后对进行重建,得到去除环状伪影的最终CT图像,如图6和图12所示。其中,“重构”的方法为步骤2提供的多尺度分解过程对应的逆过程,其获得的是第二多尺度图像,如图4和图10所示。
本发明方法不依赖于扫描样品的几何形状和内部结构特征,不需要其它辅助硬件,另外,本发明能够应用于校正其它基于多探测器单元的成像***中,如卫星遥感图像、光谱辐射测量、同步辐射断层CT图像等。
本发明方法对含不同结构特征的样品,如含有光滑结构、纹理结构以及分片常数结构的样品,均具有很好的校正效果,而且适用于平行束、扇形束、锥形束等多种CT扫描***。另外,该发明还可以用于校正其它成像***中的图像伪影,如卫星遥感图像、光谱辐射测量、同步辐射断层CT图像等。
本发明实施例还提供一种CT图像环状伪影自适应保结构校正装置,其包括:
原始CT投影图像获取单元,其用于获取被测物体的原始CT投影图像;
多尺度分解单元,其用于对原始CT投影图像进行多尺度分解,获得尺寸各异的初始多尺度图像Wψ(s,t),该初始多尺度图像Wψ(s,t)包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、竖直方向细节系数图像cvDψ(s,t)和对角线方向细节系数图像cdDψ(s,t);
保边界滤波单元,其用于对各初始多尺度图像Wψ(s,t)进行保边界滤波,输出第一多尺度图像该第一多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、保边界滤波后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t),其中包含了边界信息和伪影信息,通过边界检测算子定位边界信息g(s,t),并提取伪影信息R(s,t);
其中,保边界滤波单元具体包括:
伪影信息提取子单元,其用于通过下式(3-3)提供的伪影信息提取算子Ring,提取伪影信息R(s,t):
伪影校正单元,其用于通过下式(4-1)提供的伪影信息校正方法,去除第一多尺度图像中的伪影信息R(s,t)所对应的频率信息,输出第二多尺度图像该第二多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、去除伪影信息R(s,t)后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t);
在一个实施例中,原始CT投影图像获取单元具体包括:
第一数据校正子单元,其利用式(1-1)表示扫描数据获取过程;
式中,I(u,β)为放置样品后,探测器单元u对等效能量的射线的探测强度,为放置样品后,在等效能量为时探测器单元u的探测效率,I0(u)为不放置样品时,探测器单元u对等效能量为E的射线的探测强度,δ(u,E)为不放置样品时,在等效能量E时探测器单元u的探测效率,σ(u)是探测器单元u探测到的散射光子强度,E和分别是放置样品前、后射线的等效能量,l为沿射线所在直线的积分微元,L(u,β)表示射线源焦点到探测器单元u的直线方程,β为采样角度,y表示直线上点的坐标,μ(y)为样品的线性衰减系数;
利用式(1-2)进行暗场校正和增益校正;
其中,Z0为射线源不曝光时,探测器采集到的暗场数据。
第二数据校正子单元,其利用式(1-3)对校正后的扫描数据进行负对数变换,并将经过负对数变换的扫描数据进行修补和重排,获得原始CT投影数据p(u,β):
p(u,β)=-lnp0(u,β)(1-3)。
在一个实施例中,原始投影图像的伪影呈现为竖直条纹伪影或水平条纹伪影、且有间断或无间断、且条纹灰度变化各异。
本发明实施例还提供一种成像设备,其包括:
一个或多个X射线源;
一个或多个X射线探测器;
一个或多个机械控制***;
一个或多个数据工作站;
多个应用程序;
以及一个或多个程序,其中所述一个或多个程序,被存储在所述工作站存储器中,当所述一个或者多个程序被所述应用程序在工作站上执行时,使得所述成像设备执行如上述各实施例所述的CT图像环状伪影自适应保结构校正方法或校正装置。
本发明可以应用于医学和工业X射线CT成像设备中的环状伪影的校正,还可以用于校正其它基于多探测器单元的成像***中,如卫星遥感图像、光谱辐射测量、同步辐射断层CT图像等。
最后需要指出的是:以上实施例仅用以说明本发明的技术方案,而非对其限制。本领域的普通技术人员应当理解:可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种CT图像环状伪影自适应保结构校正方法,其特征在于,包括:
步骤1,获取被测物体的原始CT投影图像;
步骤2,对原始CT投影图像进行多尺度分解,获得尺寸各异的初始多尺度图像Wψ(s,t),该初始多尺度图像Wψ(s,t)包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、竖直方向细节系数图像cvDψ(s,t)和对角线方向细节系数图像cdDψ(s,t);
步骤3,对初始多尺度图像Wψ(s,t)进行保边界滤波,输出第一多尺度图像该第一多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、保边界滤波后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t),其中包含边界信息和伪影信息,通过边界检测算子定位边界信息g(s,t),并提取伪影信息R(s,t);
其中,保边界滤波方法具体包括:
步骤33,通过下式(3-3)提供的伪影信息提取算子Ring,提取伪影信息R(s,t):
步骤4,通过下式(4-1)提供的伪影信息校正方法,去除第一多尺度图像中的伪影信息R(s,t)所对应的频率信息,输出第二多尺度图像该第二多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、去除伪影信息R(s,t)后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t);
2.如权利要求1所述的CT图像环状伪影自适应保结构校正方法,其特征在于,步骤1中原始投影图像的获取方法包括:
步骤11,利用式(1-1)表示扫描数据获取过程;
式中,I(u,β)为放置样品后,探测器单元u对等效能量的射线的探测强度,为放置样品后,在等效能量为时探测器单元u的探测效率,I0(u)为不放置样品时,探测器单元u对等效能量为E的射线的探测强度,δ(u,E)为不放置样品时,在等效能量E时探测器单元u的探测效率,σ(u)是探测器单元u探测到的散射光子强度,E和分别是放置样品前、后射线的等效能量,l为沿射线所在直线的积分微元,L(u,β)表示射线源焦点到探测器单元u的直线方程,β为采样角度,y表示直线上点的坐标,μ(y)为样品的线性衰减系数;
步骤12,利用式(1-2)进行暗场校正和增益校正
其中,Z0为射线源不曝光时,探测器采集到的暗场数据。
步骤13,利用式(1-3)对步骤12校正后的扫描数据进行负对数变换,并将经过负对数变换的扫描数据进行修补和重排,获得原始CT投影数据p(u,β):
p(u,β)=-lnp0(u,β)(1-3)。
3.如权利要求1或2所述的CT图像环状伪影自适应保结构校正方法,其特征在于,原始投影图像的伪影呈现为竖直条纹伪影或水平条纹伪影、且有间断或无间断、且条纹灰度变化各异。
4.一种CT图像环状伪影自适应保结构校正装置,其特征在于,包括:
原始CT投影图像获取单元,其用于获取被测物体的原始CT投影图像;
多尺度分解单元,其用于对原始CT投影图像进行多尺度分解,获得尺寸各异的初始多尺度图像Wψ(s,t),该初始多尺度图像Wψ(s,t)包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、竖直方向细节系数图像cvDψ(s,t)和对角线方向细节系数图像cdDψ(s,t);
保边界滤波单元,其用于对各初始多尺度图像Wψ(s,t)进行保边界滤波,输出第一多尺度图像该第一多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、保边界滤波后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t),其中包含边界信息和伪影信息,通过边界检测算子定位边界信息g(s,t),并提取伪影信息R(s,t);
其中,保边界滤波单元具体包括:
伪影信息提取子单元,其用于通过下式(3-3)提供的伪影信息提取算子Ring,提取伪影信息R(s,t):
伪影校正单元,其用于通过下式(4-1)提供的伪影信息校正方法,去除第一多尺度图像中的伪影信息R(s,t)所对应的频率信息,输出第二多尺度图像该第二多尺度图像包含低频系数图像cAψ(s,t)、水平方向细节系数图像chDψ(s,t)、去除伪影信息R(s,t)后的竖直方向细节系数图像和对角线方向细节系数图像cdDψ(s,t);
5.如权利要求4所述的CT图像环状伪影自适应保结构校正装置,其特征在于,原始CT投影图像获取单元具体包括:
第一数据校正子单元,其利用式(1-1)表示扫描数据获取过程;
式中,I(u,β)为放置样品后,探测器单元u对等效能量的射线的探测强度,为放置样品后,在等效能量为时探测器单元u的探测效率,I0(u)为不放置样品时,探测器单元u对等效能量为E的射线的探测强度,δ(u,E)为不放置样品时,在等效能量E时探测器单元u的探测效率,σ(u)是探测器单元u探测到的散射光子强度,E和分别是放置样品前、后射线的等效能量,l为沿射线所在直线的积分微元,L(u,β)表示射线源焦点到探测器单元u的直线方程,β为采样角度,y表示直线上点的坐标,μ(y)为样品的线性衰减系数;
利用式(1-2)进行暗场校正和增益校正;
其中,Z0为射线源不曝光时,探测器采集到的暗场数据。
第二数据校正子单元,其利用式(1-3)对校正后的扫描数据进行负对数变换,并将经过负对数变换的扫描数据进行修补和重排,获得原始CT投影数据p(u,β):
p(u,β)=-lnp0(u,β)(1-3)。
6.如权利要求4或5所述的CT图像环状伪影自适应保结构校正装置,其特征在于,原始投影图像的伪影呈现为竖直条纹伪影或水平条纹伪影、且有间断或无间断、且条纹灰度变化各异。
7.一种成像设备,其特征在于,包括:
一个或多个X射线源;
一个或多个X射线探测器;
一个或多个机械控制***;
一个或多个数据工作站;
多个应用程序;
以及一个或多个程序,其中所述一个或多个程序,被存储在所述工作站存储器中,当所述一个或者多个程序被所述应用程序在工作站上执行时,使得所述成像设备执行如所述权利要求1-6中任一项所述的CT图像环状伪影自适应保结构校正方法或校正装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211505404.7A CN115797487A (zh) | 2022-11-28 | 2022-11-28 | Ct图像环状伪影自适应保结构校正方法、装置及成像设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211505404.7A CN115797487A (zh) | 2022-11-28 | 2022-11-28 | Ct图像环状伪影自适应保结构校正方法、装置及成像设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115797487A true CN115797487A (zh) | 2023-03-14 |
Family
ID=85442518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211505404.7A Pending CN115797487A (zh) | 2022-11-28 | 2022-11-28 | Ct图像环状伪影自适应保结构校正方法、装置及成像设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115797487A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117876279A (zh) * | 2024-03-11 | 2024-04-12 | 浙江荷湖科技有限公司 | 基于扫描光场序列图像的去除运动伪影方法及*** |
-
2022
- 2022-11-28 CN CN202211505404.7A patent/CN115797487A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117876279A (zh) * | 2024-03-11 | 2024-04-12 | 浙江荷湖科技有限公司 | 基于扫描光场序列图像的去除运动伪影方法及*** |
CN117876279B (zh) * | 2024-03-11 | 2024-05-28 | 浙江荷湖科技有限公司 | 基于扫描光场序列图像的去除运动伪影方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10621756B2 (en) | Apparatus and method for correcting bias in low-count computed tomography projection data | |
EP2533197B1 (en) | Parameter-less noise reduction filter | |
Lyckegaard et al. | Correction of ring artifacts in X-ray tomographic images | |
US7444010B2 (en) | Method and apparatus for the reduction of artifacts in computed tomography images | |
US7023951B2 (en) | Method and apparatus for reduction of artifacts in computed tomography images | |
CN109816742B (zh) | 基于全连接卷积神经网络的锥束ct几何伪影去除方法 | |
Paleo et al. | Ring artifacts correction in compressed sensing tomographic reconstruction | |
CN103413280B (zh) | 一种低剂量x射线ct图像重建方法 | |
CN104166971B (zh) | 一种ct图像重建的方法 | |
US20150305702A1 (en) | Radiation tomographic image generating apparatus, and radiation tomographic image generating method | |
JPH10133309A (ja) | 記録部材における放射線画像の欠陥を補正する方法 | |
CN103445803B (zh) | 基于正弦图的ct***射束硬化消除方法及其*** | |
JP6793469B2 (ja) | データ処理装置、x線ct装置及びデータ処理方法 | |
Anas et al. | Classification of ring artifacts for their effective removal using type adaptive correction schemes | |
CN111110260B (zh) | 一种图像重建方法、装置及终端设备 | |
US20150348289A1 (en) | Image processing device, radiation detecting device, and image processing method | |
CN111553960B (zh) | 一种基于投影均值图像的环状伪影快速校正方法 | |
US7916828B1 (en) | Method for image construction | |
CN115797487A (zh) | Ct图像环状伪影自适应保结构校正方法、装置及成像设备 | |
Ametova et al. | Software-based compensation of instrument misalignments for X-ray computed tomography dimensional metrology | |
US8989462B2 (en) | Systems, methods and computer readable storage mediums storing instructions for applying multiscale bilateral filtering to magnetic resonance (RI) images | |
WO2021135339A1 (zh) | Ct图像中环形伪影的校正方法、装置及计算机程序介质 | |
CN112070856B (zh) | 基于非下采样轮廓波变换的有限角c型臂ct图像重建方法 | |
KR101431646B1 (ko) | 데이터처리장치, 데이터처리방법 및 컴퓨터 판독가능 기록매체 | |
Mäkinen et al. | Ring artifact reduction via multiscale nonlocal collaborative filtering of spatially correlated noise |
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 |