CN1605322A - 使扫描图像中的模糊最小化的方法和设备 - Google Patents
使扫描图像中的模糊最小化的方法和设备 Download PDFInfo
- Publication number
- CN1605322A CN1605322A CNA2004100588185A CN200410058818A CN1605322A CN 1605322 A CN1605322 A CN 1605322A CN A2004100588185 A CNA2004100588185 A CN A2004100588185A CN 200410058818 A CN200410058818 A CN 200410058818A CN 1605322 A CN1605322 A CN 1605322A
- Authority
- CN
- China
- Prior art keywords
- view data
- fuzzy
- point spread
- spread function
- basically
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000006870 function Effects 0.000 claims description 89
- 238000012545 processing Methods 0.000 claims description 48
- 238000002591 computed tomography Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 19
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000000053 physical method Methods 0.000 abstract description 2
- 238000012800 visualization Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 16
- 210000004204 blood vessel Anatomy 0.000 description 13
- 238000005259 measurement Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 7
- 210000003050 axon Anatomy 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 239000002872 contrast media Substances 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 206010061216 Infarction Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 230000009351 contact transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007574 infarction Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000003442 weekly effect 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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
由于X射线CT扫描设备的各个不同的源产生的模糊现象，导致三维重建图像并不理想。为了使三维重建图像中的模糊基本上最小化，根据预定参数的组合对点扩展函数(PSF)进行加权。所述参数包括两种类型的信息。一组参数与扫描设备的设备特性有关，而另一组与特定扫描的扫描条件有关。对X、Y和Z方向的任意组合进行所述改进。改进后的PSF被用来对所述三维量建CT图像去卷积。结果，从三维重建图像数据中基本上消除了模糊现象，从而使扫描图像既有好的可视化效果又有精确的物理量度。根据本发明的改进技术可应用于二维图像数据。
Description
技术领域
本发明总体上涉及一种改进图像分辨率的图像增强或者校正技术，更具体地涉及图像增强或者校正软件、方法，以及使来自X射线计算机辅助层析摄影或者说计算机层析摄影(CT)扫描设备的三维重建扫描图像中的模糊基本上最小化的设备和***。
背景技术
近年来，X射线CT扫描设备已经取得了很大的进展，并已经广泛地用于计算机层析摄影。扫描设备的使用不仅用在医疗领域，而且用在其它领域包括工业应用领域。X射线CT扫描设备已经取得了迅速的进展。例如，作为对医疗界对高分辨率和宽扫描范围的需求的回应，已经开发了广泛使用的多切片X射线CT扫描设备。多切片X射线CT扫描设备通常包括一个在切片方向辐射扇形X射线束的X射线源，以及也设置在切片方向的二维X射线检测器部件。切片方向通常是患者所躺的扫描床的纵轴的方向。X射线检测器包括4、8、16或者32排检测器部件，就象可从东芝医疗***公司(Toshiba Medical Systems inAquilion Models)可买到的产品那样。如下面将要详细说明的，在CT扫描设备中以多扫描模式或者螺旋扫描模式进行扫描操作。由于上述进步，与单切片X射线CT扫描设备相比，可以在更短的时间内、以更高的精度、在患者的更宽的区域上获得三维图像数据。
三维重建上述获得的图像数据，以不仅用于显示，而且用于其它各种目的。例如，一个医疗目的是测量由于血管狭窄导致的凝块大小或者梗塞率(occlusion rate)。为了进行上述测量，在对患者注入造影剂之后，所述X射线CT扫描设备对流过血管中的造影剂的分布进行成像而获得三维图像数据。根据反映在所述三维图像数据中的造影剂的分布CT值，实际测量到凝块尺寸和梗塞率。在测量梗塞率的情况下，根据表示在三维图像数据或者体数据(volume data)中的正常区域的血管和梗塞区域的血管之间的内部厚度或者距离的比较，确定所述梗塞率。对于血管厚度测量，为CT值建立一个预定的阈值。在上述例子中，尽管是用X射线CT扫描设备获得上述三维图像数据，但也可以用其它类型的扫描设备获得所述三维图像数据。
其它类型的扫描设备包括超声波成像扫描设备和磁共振成像扫描设备。为了确实地对显示的图像进行血管测量，日本专利申请11-342232公开了一种基于垂直于血管的横截面的所希望的截面上的像素值分布的血管尺寸测量技术。另一方面，日本专利申请2000-350726公开了一种根据最大强度投影(MIP，maximal intensityprojection)图像精确地测量对象的长度的技术，所述对象比如是在不平行于投影面的方向上具有弯曲的血管或者肠管。
对于某些微细结构的测量和显示，在三维图像数据中，CT扫描设备***通常有一定量的模糊、浸润或者不精确。图像中的模糊或者模糊不清的图像是由空间分辨率的局限造成的。空间分辨率还取决于扫描设备的基本性能以及扫描条件。例如，扫描设备的基本性能参数包括两个相邻检测器部件之间的间距。扫描条件包括进行特定扫描或者重建三维图像时的条件。所述条件的一个例子包括扫描的切片厚度。沿着患者体轴或者说Z轴方向的切片厚度越大，沿着Z方向的空间分辨率就越小。从而，在Z方向或者说体轴方向造成模糊，从而导致较低的图像质量。最终，特定结构比如血管壁厚度的测量的不精确导致信息包括梗塞率不可靠。在PCT申请″Imaging″，WO 00/22573，Chui etal.中公开了点扩展函数(PSF，point spread function)的某些方面。
相对于扫描方向，在预定方向进行超分辨率(super-resolution)或者校正处理。假设扫描方向是Z方向或者说体轴方向，CT图像中的模糊发生在垂直于Z方向的X和Y方向。但是，模糊量或者PSF在三维图像数据的每一个方向上是不同的。作为空间分辨率不同的结果，图像质量不稳定。
对于上述问题，希望在扫描的三维图像数据上，使模糊效应基本上最小化，以精确地测量感兴趣的特定结构。在基本上消除模糊时，还希望所应用的技术能够适用于用各种类型的扫描设备在各种变化的条件下扫描的三维图像数据。最终，希望改进高质量的三维图像数据。
发明内容
为了解决上述以及其它问题，根据本发明的第一方面，一种使图像数据中的模糊基本上最小化的方法，包括下述步骤：扫描一个已知对象以产生第一图像数据；基于所述已知对象的所述第一图像数据确定一个点扩展函数(PSF)；扫描一个所关心的对象以产生第二图像数据；根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数；以及用所述改进的点扩展函数对所述第二图像数据去卷积。
根据本发明的第二方面，一种使图像数据中的模糊基本上最小化的方法，包括下述步骤：扫描一个已知对象以产生第一三维图像数据；基于所述已知对象的所述第一三维图像数据确定一个点扩展函数；扫描一个所关心的对象以产生第二三维图像数据；根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数，所述多个参数包括与设备有关的参数和扫描条件参数的组合；以及用所述改进的点扩展函数对所述第二三维图像数据去卷积。
根据本发明的第三方面，一种用软件程序改进已有的扫描***的方法，该软件程序用于执行使图像数据中的模糊基本上最小化的任务，包括下述步骤：将所述软件程序安装到所述现有的扫描***的处理单元上；扫描一个已知对象以产生第一图像数据；基于所述已知对象的所述第一图像数据确定一个点扩展函数；扫描一个所关心的对象以产生第二图像数据；根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数；以及用所述改进的点扩展函数对所述第二图像数据去卷积。
根据本发明的第四方面，一种用软件程序改进已有的扫描***的方法，该软件程序用于执行使图像数据中的模糊基本上最小化的任务，包括下述步骤：将所述软件程序安装到所述现有的扫描***的处理单元上；扫描一个已知对象以产生第一三维图像数据；基于所述已知对象的所述第一三维图像数据确定一个点扩展函数；扫描一个所关心的对象以产生第二三维图像数据；根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数，所述多个参数包括与设备有关的参数和扫描条件参数的组合；以及用所述改进的点扩展函数对所述第二三维图像数据去卷积。
根据本发明的第五方面，一种将扫描图像数据中的模糊基本上最小化的设备，包括：一个扫描单元，用于分别扫描一个已知对象以产生第一图像数据以及一个所关心的对象以产生第二图像数据；以及一个连接到所述扫描单元的数据处理单元，用于基于所述已知对象的所述第一图像数据确定一个点扩展函数，所述数据处理单元根据多个参数的组合校正所述点扩展函数以产生一个改进的点扩展函数，所述数据处理单元利用所述改进的点扩展函数对所述第二图像数据去卷积，以使所述第二图像数据中的模糊基本上最小化。
根据本发明的第六方面，一种将扫描图像数据中的模糊基本上最小化的设备，包括：一个扫描单元，用于分别扫描一个已知对象以产生第一三维图像数据以及一个所关心的对象以产生第二三维图像数据；以及一个连接到所述扫描单元的数据处理单元，用于基于所述已知对象的所述第一三维图像数据确定一个点扩展函数，所述数据处理单元根据多个参数的组合校正所述点扩展函数以产生一个改进的点扩展函数，所述多个参数包括与设备有关的参数和扫描条件参数的组合，所述数据处理单元利用所述改进的点扩展函数对所述第二三维图像数据去卷积，以使所述第二三维图像数据中的模糊基本上最小化。
在所附的构成说明书的一部分的权利要求中，具体指出了作为本发明的特征的上述以及其它各种优点和新颖特征。但是为了更好地理解本发明及其优点，以及使用本发明所获得的对象，需要参考构成本说明书的一部分的附图，以及对附图加以说明并描述本发明的优选实施例的说明内容。
附图说明
图1是一个框图，图解了根据本发明的多切片CT扫描设备以及外部图像处理设备或者控制台的一个优选实施例；
图2是一个流程图，图解了根据本发明，基本上消除三维重建图像中的模糊、污涂或者不清楚的优选方法的一般步骤；
图3的示意图形象地概括了根据本发明的上述优选方法，其中包括扫描CT图像数据上的模糊被最小化的最终效果。
具体实施方式
根据引入的外部参考，本申请包括本申请要求优先权的相应外国优先权文件(2003年7月31日提交的JP2003-205025)的所有公开内容。
现在参见附图，其中类似的附图标记表示相应的结构。参见图1，该框图图解了根据本发明的一个多切片CT扫描设备10的一个优选实施例和一个外部图像处理设备或者控制台。该多切片CT设备10一般包括一个环形的门架G，在其中用X射线扫描已知的对象或者受检者比如患者P。该多切片CT设备10还包括一个数据处理单元IPU，在这里对扫描数据进行处理。该门架G还包括一个滑环17、一个旋转环部分21、一个门架操作单元16、一个X射线管11和一个X射线检测***14。X射线管是一个X射线辐射源，与所述X射线检测***14相对地位于所述旋转环部分21上。患者P通过门架G的开口OP进入X射线管11和X射线检测***14之间。
该多切片CT设备10通常执行扫描过程以收集患者P或者已知对象的所需的扫描数据。患者P被置于扫描床SB上，扫描床SB沿着虚线所示的预定的Z方向位于门架G附近。一般患者P的体轴平行于Z方向。扫描床SB在主控制器20的控制下载着患者沿着Z方向在开口OP中移动。当患者P被移动时，主控制器通过门架操作单元16控制旋转环部分关于开口的中心轴线以预定的高速度旋转，该速度低于一秒每周。
随着旋转环部分21的旋转，从X射线管11向患者P辐射预定量的X射线，部分辐射的X射线到达X射线检测***14。从高压电产生所述X射线，所述高压电通过所述滑环从一个高压源15被提供到所述X射线管11。X射线以锥形射束或者扇形射束的形式通过一个准直器19投射到患者P的预定视场区域内。所述准直器19位于所述X射线管11和所述患者P之间，用于调节上述X射线投射的尺寸和形状。投射的X射线在两个方向延展。一个方向是平行于旋转轴的切片方向，切片方向是由一系列投影射线进行渐进的扫描以产生扫描图像的方向。另一个方向是通道方向，垂直于该切片方向。由于患者P躺在沿着纵向的运动床上，纵向的体轴与切片方向一致。这样，X射线管11和X射线检测***14按照一种相互之间的相对位置绕着患者P旋转，以按照预定的高速度收集扫描数据。
所述X射线检测***14包括一个二维X射线检测单元12和一个数据采集***13，二者都位于旋转环部分21上。该二维检测单元12绕着扫描床SB旋转，检测从X射线管11投射透过患者P的X射线。通过数据采集***13中的一个预定的电路收集检测到的X射线信号，之后输出到位于所述门架G中的一个非接触数据传输装置15。来自旋转环部分21上的数据采集***13的数据以非接触的方式比如无线数据传输方式被传输到所述非接触数据传输装置15。
所述多切片CT设备10执行扫描过程以收集所要的扫描数据。该扫描过程包括下述扫描特性的组合，比如螺旋，环形(非螺旋)，单切片，多切片。扫描特性的一些例子包括螺旋扫描过程，环形单切片扫描过程或者环形多切片扫描过程。在螺旋扫描过程中，扫描床SB按照预定的速度保持Z方向运动，同时旋转环部分21也按照预定的角速度保持旋转。这样，扫描数据反映了扫描面，其外缘类似于螺旋轨道。相反，环形单切片扫描过程在特定的已知固定位置沿着环形轨道在一周期间从单个检测器收集数据。换句话说，每一组收集的数据反映基本上垂直于Z方向的单个扫描面。另一方面，在特定的已知固定位置的沿着一个环形轨道的一周期间，传统的多切片扫描过程从多个检测器收集数据。换句话说，每一组收集的数据反映基本上垂直于Z方向的多个扫描面。在所述优选实施例中，任何上述扫描过程用来实现本发明。
所述图像数据处理单元IPU包括以下各个单元以在扫描操作期间控制所述门架，并处理来自门架G的收集到的数据。在扫描过程之前，通过输入装置26输入参数以指定扫描的特定方面。根据输入的参数，主控制器20控制用于产生高压的高压发生装置18、用于旋转所述旋转环部分21的门架操作单元16以及用于移动患者P的扫描床SB。在重建之前，一个预处理单元21从所述非接触数据传输装置15接收收集到的扫描数据。该数据被存储在一个主存储单元22以及/或者一个辅助存储单元23中。一个数据处理单元24和一个重建单元25处理所述收集到的数据，之后按照已经通过输入装置26输入的其它特定参数在显示单元27上绘制所要的图像。上述单元通过公共总线28连接起来。
另外，该公共总线28也可选地连接到外部图像处理装置30。如上所述，该外部图像处理装置30包括一个辅助存储单元31、一个数据处理单元32和一个重建单元33、一个输入装置34和一个显示单元35。所述总线28还相互连接以支持内部图像处理单元IPU和外部图像处理单元30之间的通信。但是，这两个处理单元也通过其它装置或者以其它方式进行通信。
在上述优选实施例中，高速地执行图像数据收集和图像处理。例如，在每一周中或者在大约一秒中，将X射线检测操作重复大约1000次。由于上述采样速率，对于二维X射线检测单元12绕患者P的每一周旋转，对M×N个通道产生1000次大量的二维投影数据。为了无延迟地传输快速发生的大量二维投影数据，数据采集***12和非接触传输装置15都以高速工作以将投影数据输出到预处理单元21。预处理单元21对接收到的投影数据执行灵敏度校正和/或X射线强度校正。在上述校正之后，360度的二维投影数据，比如1000组或者说1000个视图被临时存储到所述辅助存储单元23中。所述图像重建单元25通过对存储在所述辅助存储单元23中的投影数据执行预定的重建方法重建每一个切片的剖面图像数据，所述预定的重建方法比如是扇形射束重建方法或者锥形射束重建方法。这样，产生了三维图像数据，并随后存储在主存储单元22中。
根据本发明，在一个优选实施例中，为了使三维重建图像数据中的模糊、污涂或者不清楚最小化，所述数据处理单元24执行后重建处理。在另一个优选实施例中，上述模糊最小化处理由所述图像重建单元25进行。另外，在另一个优选实施例中上述模糊最小化处理由所述外部图像处理装置或者控制台30的所述数据处理单元32和/或所述图像重建单元33执行。所述外部图像处理装置或者控制台30可选地位于远程地点比如数据处理中心。在替代实施例中，上述模糊最小化处理由一个与所述多切片CT装置分开的独立的通用计算机执行。换句话说，所述数据处理单元24、32、所述图像重建单元25、33或者所述通用计算机在功能上实现根据本发明的图像数据处理装置。
现在参见图2，该流程图图解了根据本发明使三维重建图像数据中的模糊、污涂或者不清楚基本上被消除的优选方法所涉及的概括步骤。在对后续步骤的说明中，要引述图1中的部件或者单元以提供所述步骤的举例的实现方式。但是，以下对步骤的说明只是举例性的，并不限于图1中的部件、单元或者装置。在步骤S1中，数据存储单元24读取已经被收集并存储在存储单元22中的三维重建图像数据。例如，使用造影剂的三维重建图像数据被用来基本上消除重建图像中的模糊。在随后的步骤2中，数据处理单元24还读取已经针对该三维重建图像数据存储在存储单元中的相关基本信息和相关扫描条件。所述基本信息与CT设备10具体相关，包括X射线焦点尺寸、检测器宽度和焦距-中心距离。扫描条件是收集三维重建图像数据的特定集合时的条件。例如，扫描条件包括扫描和重建时的切片厚度、重建算法的种类、重建条件、重建函数、像素尺寸、螺旋扫描时的螺旋节距以及脉管对象情况下的角度。最好，扫描条件最低限度地包括重建时和扫描时的切片厚度。或者，扫描条件最低限度地包括重建时和扫描时的切片厚度以及重建算法的种类。
仍然参照图2，数据处理单元24执行后面的确定改进的校正函数、应用改进的校正函数并根据改进的数据测量所需值的步骤。根据上述基本信息和扫描信息，扫描处理单元24在步骤S3确定每一个像素的模糊最小化函数。该模糊最小化函数按像素使三维重建图像数据中的模糊或者污涂基本上最小化。如上所述，模糊与空间分辨率有关，空间分辨率是由点扩展函数(PSF，point spread function)确定的。但是，在三维重建图像数据中，沿着Z方向或者体轴方向的空间分辨率不同于沿着X或者Y轴方向的空间分辨率。由于空间分辨率的基础是CT设备规格和扫描条件，根据CT设备规格和扫描条件对每一个像素调节所述模糊校正函数。在一个优选实施例中，在X、Y和Z方向的每一个方向确定所述模糊校正函数。或者，对于特定的需要，在一个优选实施例中，仅对Z方向确定所述模糊校正函数。随后，在步骤S4，数据处理单元24根据上面确定的模糊校正函数对所述三维重建图像数据进行去卷积。作为去卷积的结果，从三维重建图像数据中基本上消除了模糊。校正后的三维重建图像数据被可选地存储于所述存储单元22中。在最后的步骤S5，数据处理单元24显示所述经校正的三维重建图像数据。另外，根据用户命令，在步骤S5中，在校正后的三维重建图像数据中可选地进行特定测量比如血管阻塞或者血管梗塞率的测量。由于经校正后的三维重建图像数据被用来确定梗塞率，从测量结果中基本上消除了模糊或者污涂的负面影响。结果，根据本发明，测量结果比如梗塞率在临床上更为可靠。
为了进一步明确对上述优选方法中的某些步骤的描述，对本发明定义以下术语。模糊最小化函数是用于使从测量的CT图像数据重建的三维图像中的模糊、污涂或者不清楚基本上最小化的校正函数或者改进的PSF。模糊最小化处理或者说去卷积处理是应用所述模糊最小化函数的处理。在后面，术语“模糊函数”和“PSF”的使用是同义的，用来指现有技术。而术语“校正函数”、“模糊校正函数”、“模糊最小化”和“改进的PSF”基本上是可互换的，用来指根据本发明的技术。
为了在步骤S3中确定所述校正函数，根据以下参数组改进PSF。一般，参数分为两组，包括基本信息和扫描条件。一组参数与特定的三维重建图像有关。尽管所述参数一般是相互独立的，但并不需要这些参数必须相互独立。基本信息是与设备有关的信息，或者说具体联系到一个特定的CT设备的信息。例如，基本信息包括X射线焦点尺寸、检测器宽度和角度-中心距离。扫描条件是收集三维重建图像数据的特定集合时的条件。例如，扫描条件包括扫描时和重建时的切片厚度、重建算法的种类、重建条件、重建函数、像素尺寸、螺旋扫描的螺旋节距以及脉管对象情况下的角度。最好，扫描条件最低限度地包括重建时和扫描时的切片厚度。或者，扫描条件最低限度地包括重建时和扫描时的切片厚度以及重建算法的种类。上述参数用来改进已知的PSF。所述已知的PSF是在基于已知对象的测量的训练过程中初始建立的。
在与设备有关的参数中，下面的表1概括了每一个参数的某些细节。这些参数各具有一个在该表中被描述为变量的参数名。对于典型的CT扫描设备，对每一个参数提供了举例的范围值。离散的加权指数是整数值，表示相应范围的离散子范围和相关的权重值。相关的权重值用来对所述已知的PSF加权，以基本上使从扫描的CT图像数据重建的三维图像数据中的模糊、污涂或者不清楚最小化。尽管数字范围值取决于具体的扫描设备，在优选实施例中，许多子范围或者许多离散加权指数仍然是一样的。
表1：
| 参数名 | 描述 | 范围 | 离散加权指数的数量 |
| dfocus-x | x方向的焦点尺寸 | 0.1mm-2mm | 1 |
| dfocus-z | z方向的焦点尺寸 | 0.1mm-2mm | 1 |
| adet-x | x方向的检测器孔径 | 0.1mm-2mm | 1 |
| dfocus to center | 焦点和旋转中心之间的距离 | 50cm-65cm | 1 |
在扫描条件参数中，下面的表2概括了每一个参数的一些细节。这些参数各具有一个在该表中被描述为变量的参数名。对于典型的CT扫描设备或者典型的处理环境，对每一个参数提供了举例的范围值。离散的加权指数是整数值，表示相应范围的离散子范围、特定算法或者特定重建模式。每一个相关的权重值用来对所述已知的PSF加权，以基本上使从扫描的CT图像数据重建的三维图像数据中的模糊、污涂或者不清楚最小化。尽管数字范围值取决于具体的扫描设备，在优选实施例中，许多子范围或者许多离散加权指数仍然是一样的。卷积滤波器的类型typeconv.filter大约包括40种已知的从扫描的CT图像数据重建三维图像的算法或方法。这些算法用作在三维重建中调节图像质量的滤波器。例如，对被扫描体图像数据的特定部分使用不同的滤波器。重建类型typereconstruction包括进行三维重建的四种预定条件。举例的条件包括半重建模式、全重建模式、扇形射束重建模式和锥形射束重建模式。对于螺旋节距，假设螺旋节距等于每旋转一周的床距。在螺旋扫描中同时四个切片的情况下，假设X射线束是4mm，而射线束节距为0.5mm到2mm，螺旋节距为2mm到8mm。
表2：
| 参数名 | 描述 | 范围 | 离散加权指数的数量 |
| tdetector collimation | 检测器校准的切片厚度 | 0.5mm-8mm | 6 |
| treconstruction | 用于重建的切片厚度 | 0.5mm-10mm | 6 |
| typeconv.filter | 用于重建的卷积滤波器的类型 | 40种 | 40 |
| typereconstruction | 重建模式类型 | 4种 | 4 |
| sizepixel | 像素大小 | 0.1mm-1mm | 5 |
| phelical | 螺旋节距(例如，四行，0.5mm＜phelical＜2mm) | 2mm-8mm | 6 |
这样，根据上述参数的组合确定改进的PSF。换句话说，按照下式粗略地确定改进的PSF或者说PSFimproved：
PSFimproved＝PSF(dfocus-x，dfocus-z，adet-x，dfocus to center，tdetector collimation，treconstruction，typeconv.filter，typereconstruction，sizepixel，phelical)
(1)
尽管可以用任何参数组合对PSF加权，但最好所述扫描条件最低限度地包括treconstruction。或者，所述扫描条件最低限度地包括treconstruction以及typeconv.filter。实际的加权处理以各种方式进行。在一种优选实施例中，用一个单独的表实现每一个上述参数，所述表包含离散加权指数和用于改进已知的PSF的效果的相应的权重值。权重值的组合的总数是所有上述参数的离散加权指数的数量的倍数。
一般，步骤S4的去卷积处理涉及卷积的逆。令M是扫描已知对象的结果的CT图像，该已知对象的理想图像是O，则M被定义为一个卷积结果，如下：
M＝PSFO (2)
其中，PSF是点扩展函数，是卷积。从测得的CT图像M，通过根据PSF对CT图像进行去卷积，确定真实的对象图像O。令PSF-1为去卷积函数，则由下式(3)确定去卷积图像O’：
O’＝MPSF-1 (3)
为了获得去卷积图像O’，使用一种迭代求解技术。该迭代方法与解高度复杂的线性齐次函数(simultaneous liner function)所用的各种通用迭代方法基本上相同。在下面的例子中进一步描述雅各比(Jacobi)方法。一开始，假设一个初始解。例如，该初始解被设置为作为测量到的图像的去卷积图像的空图像。随后，按照下式(4)计算误差E：
E＝(M-PSFO)2 (4)
上述迭代方法以使得误差E最小的方式获得对象图像O。也就是E→min。根据误差E的斜率，确定一个校正向量dE/d0，用于在如下式(5)所述的迭代期间使对象图像O收敛。
ON+1＝(ON-a)dE/d0(5)
其中，a为常数。为了使收敛速度最大化，其它方法比如最大驱动方法和共轭梯度方法最优地选择所述常数a和校正向量。但是，随着收敛速度的增加，由于变得更容易受图像噪声这样的影响而使收敛和去卷积受到负面影响，因此需要考虑图像质量和收敛速度之间的平衡。
仍然参考图2，在本发明的上述用于将三维重建图像数据中的模糊、污涂和不清楚基本上消除掉的优选方法中，使用改进的PSF或者模糊最小化函数来取代等式(3)和(4)中的PSF。PSFimproved或者模糊最小化函数的使用极大地使去卷积图像O’中不希望有的模糊最小化，所述去卷积图像O’基本上接近于真实图像O。尽管上述说明书表明PSFimproved在三个方向可同一地应用于扫描图像数据。最好对于X、Y和Z方向的每一个定义PSFimproved，因为模糊量通常与相对于扫描的方向有关。为此，用另外的指示方向的参数进一步限定PSFimproved，PSFimproved或者被定义如下：
PSFimproved(x1，y1，z1)＝PSF(dfocus-x，dfocus-z，adet-x，dfocus to center，tdetector collimation，treconstruction，typeconv.filter，typereconstruction，sizepixel，phelical) (6)
其中，x1，y1，z1是扫描的各坐标或者方向。另外，上述对已知PSF的改进也适用于其它任何方向比如预定倾斜方向。换句话说，我们知道，由于各种不精确源，包括机械和光学部件，不能理想地测量到感兴趣的对象的真实图像。真实图像用PSFimproved表示如下：
V(x，y，z)＝PSFimproved(x1，y1，z1，)|v(x，y，z) (7)
其中，v(x，y，z)是三维理想或者三维真实图像数据，而V(x，y，z)是测量到的三维图像数据。这样，从测量到的CT扫描图像数据V(x，y，z)，由下面等式(8)所描述的去卷积方法确定接近理想的经过校正的三维图像数据v′(x，y，z)：
v′(x，y，z)＝PSFimproved -1(x1 y1，z1)|V(x，y，z) (8)
尽管如上所述等式(8)是有噪声倾向的，合适的迭代技术仍然会产生基本上精确的结果。同样如上所述，在一个优选实施例中，对每一个像素执行等式(8)。
现在参照图3。该示意图形象地概括了根据本发明的上述优选方法，包括扫描CT图像数据上的模糊被最小化的最终效果。图3A图示了一个子处理，其中，根据已知对象比如线模型(wire model)确定PSF。例如，两条线的尺寸小于特定CT扫描设备的检测器的孔径分辨率。这样，如图3B所示，在X、Y和Z方向建立一组三个PSF。这三个PSF分别由一个钟形曲线图示，指示了相当宽的点分布范围。随后，同一CT扫描设备扫描感兴趣的对象比如血管，并重建三维图像比如图3E所示的图像。血管的三维重建图像包括模糊的和不清楚的部分，这容易导致对血管的物理特性的测量不精确。所述模糊或者不清楚的图像被认为是模糊或者不清楚与有关的原始或者理想图像的卷积的结果。
对于特定的扫描图像数据，收集和存储一组信息。这些信息包括CT扫描设备的设备特性以及扫描获得特定扫描数据时的条件。如图3C所示，设备信息和扫描信息均用作改进PSF的参数以基本上消除血管的扫描CT图像中的模糊或者不清楚。所述参数包括如参照表1和表2所述的dfocus-x、dfocus-z、adet-x、dfocus to center、tdetector collimation、treconstruction、typeconv.filter、typereconstruction、sizepixel和phelical的组合。作为改进的结果，图3D图示了三个PSF比图3B所示更窄，这表明点的分布更受限制，因而有更好的分辨率。现在，用改进的PSF对图3E的重建三维图像进行去卷积，以基本上去除所述模糊和不清楚。由于模糊和不清楚基本上被最小化，血管的三维重建图像现在在附图3F中具有更加清晰的边界。从而，在图3F的改进的三维图像中，与图3F的三维图像相比，对血管的物理测量变得更为精确。
最后，上述改进的PSF可应用于三维数据、三维重建数据、二维数据或者它们的任意组合。上述改进的PSF也可应用于由其它类型的扫描设备包括MRI扫描设备和超声波扫描设备收集到的图像数据。根据本发明的上述技术不限于医疗应用，而是也可以应用于其它领域，比如半导体器件的反向工程。
但是，应当理解，在前面的说明中，虽然与本发明的结构和功能的细节一起给出了本发明的许多特征和优点，这里的公开仍然仅仅是说明性的。并且，尽管可以详细地进行变化(尤其是在部件的形状、尺寸和布置方面，软件和硬件的实现方面，以及所述两方面)，这些变化总是在本发明的原理的范围之内，这个范围由所附权利要求所使用的术语的最宽泛的含义来限定。
Claims (45)
1.一种使图像数据中的模糊基本上最小化的方法，包括下述步骤：
扫描一个已知对象以产生第一图像数据；
基于所述已知对象的所述第一图像数据确定一个点扩展函数；
扫描一个所关心的对象以产生第二图像数据；
根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数；以及
用所述改进的点扩展函数对所述第二图像数据去卷积。
2.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，所述改进的点扩展函数将X方向的模糊基本上最小化。
3.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，所述改进的点扩展函数将Y方向的模糊基本上最小化。
4.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，所述改进的点扩展函数将Z方向的模糊基本上最小化。
5.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，所述第二图像数据包括多个像素，所述改进的点扩展函数被应用于每一个所述像素。
6.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，所述多个参数包括与设备有关的参数和扫描条件参数的组合。
7.如权利要求6所述的使图像数据中的模糊基本上最小化的方法，其中，每一个所述参数的值最终与一个预定的权重值相关。
8.如权利要求7所述的使图像数据中的模糊基本上最小化的方法，其中，所述与设备有关的参数包括：表示在x方向的焦点尺寸的dfocus-x，表示在Z方向的焦点尺寸的dfocus-z，表示在x方向的检测器孔径的adet-x，以及表示焦点和旋转中心之间的距离的dfocus to center。
9.如权利要求7所述的使图像数据中的模糊基本上最小化的方法，其中，所述扫描条件参数包括：表示用于检测器校准的切片厚度的tdetector collimation，表示用于重建的切片厚度的treconstruction，表示用于重建的卷积滤波器的类型的typeconv.filter，表示重建模式类型的typereconstruction，表示像素大小的sizepixel，以及表示螺旋节距的phelical。
10.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，所述第一图像数据和所述第二图像数据是二维的。
11.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，所述第一图像数据和所述第二图像数据是三维的。
12.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，对所述第二图像数据中的每一个像素执行所述去卷积步骤。
13.如权利要求1所述的使图像数据中的模糊基本上最小化的方法，其中，用X射线CT设备扫描所述第一图像数据和所述第二图像数据。
14.如权利要求13所述的使图像数据中的模糊基本上最小化的方法，其中，所述所关心的对象是人体，对人体的扫描方向沿着在Z方向的身体轴线，所述改进的点扩展函数在所述Z方向基本上使模糊最小化。
15.如权利要求14所述的使图像数据中的模糊基本上最小化的方法，其中，所述改进的点扩展函数在垂直于所述Z方向的X和Y方向使模糊基本上最小化。
16.如权利要求15所述的使图像数据中的模糊基本上最小化的方法，其中，所述参数包括表示用于重建的切片厚度的treconstruction。
17.如权利要求16所述的使图像数据中的模糊基本上最小化的方法，其中，所述参数包括表示重建模式类型的typereconstruction。
18.如权利要求17所述的使图像数据中的模糊基本上最小化的方法，其中，对所述第二图像数据中的每一个像素执行所述去卷积步骤。
19.一种使图像数据中的模糊基本上最小化的方法，包括下述步骤：
扫描一个已知对象以产生第一三维图像数据；
基于所述已知对象的所述第一三维图像数据确定一个点扩展函数；
扫描一个所关心的对象以产生第二三维图像数据；
根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数，所述多个参数包括与设备有关的参数和扫描条件参数的组合；以及
用所述改进的点扩展函数对所述第二三维图像数据去卷积。
20.如权利要求19所述的使图像数据中的模糊基本上最小化的方法，其中，所述参数包括表示用于重建的切片厚度的treconstruction。
21.如权利要求19所述的使图像数据中的模糊基本上最小化的方法，其中，所述参数包括表示重建模式类型的typereconstruction。
22.一种用软件程序改进已有的扫描***的方法，该软件程序用于执行使图像数据中的模糊基本上最小化的任务，包括下述步骤：
将所述软件程序安装到所述现有的扫描***的处理单元上；
扫描一个已知对象以产生第一图像数据；
基于所述已知对象的所述第一图像数据确定一个点扩展函数；
扫描一个所关心的对象以产生第二图像数据；
根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数；以及
用所述改进的点扩展函数对所述第二图像数据去卷积。
23.一种用软件程序改进已有的扫描***的方法，该软件程序用于执行使图像数据中的模糊基本上最小化的任务，包括下述步骤：
将所述软件程序安装到所述现有的扫描***的处理单元上；
扫描一个已知对象以产生第一三维图像数据；
基于所述已知对象的所述第一三维图像数据确定一个点扩展函数；
扫描一个所关心的对象以产生第二三维图像数据；
根据多个参数的组合对所述点扩展函数加权，以产生一个改进的点扩展函数，所述多个参数包括与设备有关的参数和扫描条件参数的组合；以及
用所述改进的点扩展函数对所述第二三维图像数据去卷积。
24.一种将扫描图像数据中的模糊基本上最小化的设备，包括：
一个扫描单元，用于分别扫描一个已知对象以产生第一图像数据以及一个所关心的对象以产生第二图像数据；以及
一个连接到所述扫描单元的数据处理单元，用于基于所述已知对象的所述第一图像数据确定一个点扩展函数，所述数据处理单元根据多个参数的组合校正所述点扩展函数以产生一个改进的点扩展函数，所述数据处理单元利用所述改进的点扩展函数对所述第二图像数据去卷积，以使所述第二图像数据中的模糊基本上最小化。
25.如权利要求24所述的使模糊基本上最小化的设备，还包括一个连接到所述扫描单元和所述数据处理单元的存储单元，用于存储所述参数、所述第一图像数据和所述第二图像数据。
26.如权利要求24所述的使模糊基本上最小化的设备，其中，所述数据处理根据所述改进的点扩展函数将X方向的模糊基本上最小化。
27.如权利要求24所述的使模糊基本上最小化的设备，其中，所述数据处理根据所述改进的点扩展函数将Y方向的模糊基本上最小化。
28.如权利要求24所述的使模糊基本上最小化的设备，其中，所述数据处理根据所述改进的点扩展函数将Z方向的模糊基本上最小化。
29.如权利要求24所述的使模糊基本上最小化的设备，其中，所述数据处理单元对所述第二图像数据中的每一个所述像素应用所述改进的点扩展函数。
30.如权利要求25所述的使模糊基本上最小化的设备，其中，所述存储单元存储所述多个参数，所述多个参数包括与设备有关的参数和扫描条件参数的组合。
31.如权利要求30所述的使模糊基本上最小化的设备，其中，所述存储单元存储一个每一个所述参数的权重值的预定集合。
32.如权利要求30所述的使模糊基本上最小化的设备，其中，所述与设备有关的参数包括：表示在x方向的焦点尺寸的dfocus-x，表示在Z方向的焦点尺寸的dfocus-z，表示在x方向的检测器孔径的adet-x，以及表示焦点和旋转中心之间的距离的dfocus to center。
33.如权利要求30所述的使模糊基本上最小化的设备，其中，所述扫描条件参数包括：表示用于检测器校准的切片厚度的tdetector collimation，表示用于重建的切片厚度的treconstruction，表示用于重建的卷积滤波器的类型的typeconv.filter，表示重建模式类型的typereconstruction，表示像素大小的sizepixel，以及表示螺旋节距的phelical。
34.如权利要求24所述的使模糊基本上最小化的设备，其中，所述数据处理单元二维重建所述第一图像数据和所述第二图像数据。
35.如权利要求24所述的使模糊基本上最小化的设备，其中，所述数据处理单元三维重建所述第一图像数据和所述第二图像数据。
36.如权利要求24所述的使模糊基本上最小化的设备，其中，所述数据处理单元对所述第二图像数据中的每一个像素进行去卷积。
37.如权利要求24所述的使模糊基本上最小化的设备，其中，所述扫描单元是X射线CT扫描设备。
38.如权利要求37所述的使模糊基本上最小化的设备，其中，所述所关心的对象是人体，所述X射线CT扫描设备沿着在Z方向的身体轴线扫描所述人体，所述数据处理单元基于所述改进的点扩展函数在所述Z方向基本上使模糊最小化。
39.如权利要求38所述的使模糊基本上最小化的设备，其中，所述数据处理单元基于所述改进的点扩展函数在垂直于所述Z方向的X和Y方向使模糊基本上最小化。
40.如权利要求39所述的使模糊基本上最小化的设备，其中，所述参数包括表示用于重建的切片厚度的treconstruction。
41.如权利要求40所述的使模糊基本上最小化的设备，其中，所述参数包括表示重建模式类型的typereconstruction。
42.如权利要求41所述的使模糊基本上最小化的设备，其中，所述数据处理单元对所述第二图像数据中的每一个像素进行去卷积。
43.一种将扫描图像数据中的模糊基本上最小化的设备，包括：
一个扫描单元，用于分别扫描一个已知对象以产生第一三维图像数据以及一个所关心的对象以产生第二三维图像数据；以及
一个连接到所述扫描单元的数据处理单元，用于基于所述已知对象的所述第一三维图像数据确定一个点扩展函数，所述数据处理单元根据多个参数的组合校正所述点扩展函数以产生一个改进的点扩展函数，所述多个参数包括与设备有关的参数和扫描条件参数的组合，所述数据处理单元利用所述改进的点扩展函数对所述第二三维图像数据去卷积，以使所述第二三维图像数据中的模糊基本上最小化。
44.如权利要求43所述的使模糊基本上最小化的设备，其中，所述参数包括表示用于重建的切片厚度的treconstruction。
45.如权利要求43所述的使模糊基本上最小化的设备，其中，所述参数包括表示重建模式类型的typereconstruction。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP205025/2003 | 2003-07-31 | ||
| JP2003205025 | 2003-07-31 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1605322A true CN1605322A (zh) | 2005-04-13 |
| CN100415171C CN100415171C (zh) | 2008-09-03 |
Family
ID=34779811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2004100588185A Expired - Fee Related CN100415171C (zh) | 2003-07-31 | 2004-07-30 | 使扫描图像中的模糊最小化的方法和设备 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7330594B2 (zh) |
| CN (1) | CN100415171C (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102422629A (zh) * | 2009-05-12 | 2012-04-18 | 皇家飞利浦电子股份有限公司 | 照相机、包括照相机的***、操作照相机的方法和用于对记录的图像去卷积的方法 |
| CN103018332A (zh) * | 2012-12-05 | 2013-04-03 | 中国电子科技集团公司第四十五研究所 | 超声扫描显微镜智能扫描的实现方法 |
| CN103106682A (zh) * | 2011-10-27 | 2013-05-15 | 诺信公司 | 用于利用成像***生成关注区域的三维模型的方法和设备 |
| CN103279926A (zh) * | 2013-05-15 | 2013-09-04 | 中国航空工业集团公司沈阳空气动力研究所 | 一种tsp/psp旋转部件测量的模糊修正方法 |
| CN103987320A (zh) * | 2011-12-12 | 2014-08-13 | 株式会社日立医疗器械 | X线ct装置以及散射x线校正方法 |
| CN105229702A (zh) * | 2013-05-14 | 2016-01-06 | 皇家飞利浦有限公司 | 针对使用几何配置匹配的坐标网格的x 射线图像重建的伪影降低 |
| CN106132308A (zh) * | 2014-03-31 | 2016-11-16 | 皇家飞利浦有限公司 | 用于利用使用肋间空间的相干复合的声成像的***和方法 |
| CN109661681A (zh) * | 2016-07-22 | 2019-04-19 | 艾德米亚法国公司 | 改进受阴影效应的深度图像 |
| CN111243054A (zh) * | 2020-01-21 | 2020-06-05 | 沈阳先进医疗设备技术孵化中心有限公司 | 切片数据的处理方法、装置及设备 |
| CN113313778A (zh) * | 2021-05-13 | 2021-08-27 | 中国科学院深圳先进技术研究院 | 磁共振图像的重建方法、计算机设备及存储介质 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7778450B2 (en) * | 2005-01-20 | 2010-08-17 | Scimed Life Systems, Inc. | Pattern recognition systems and methods |
| US8184119B2 (en) * | 2005-07-13 | 2012-05-22 | Siemens Medical Solutions Usa, Inc. | Fast ambient occlusion for direct volume rendering |
| US7955265B2 (en) * | 2005-08-15 | 2011-06-07 | General Electric Company | Method and apparatus for measuring anatomic structures |
| US8213734B2 (en) * | 2006-07-07 | 2012-07-03 | Sony Ericsson Mobile Communications Ab | Active autofocus window |
| WO2008034223A1 (en) * | 2006-09-19 | 2008-03-27 | The Hospital For Sick Children | Resolution improvement in emission optical projection tomography |
| JP2008073208A (ja) * | 2006-09-21 | 2008-04-03 | Konica Minolta Medical & Graphic Inc | 画像処理装置及び画像処理方法 |
| CN102564924B (zh) * | 2012-02-08 | 2014-02-26 | 长春迪瑞医疗科技股份有限公司 | 一种血细胞单帧图像的自动扫描方法 |
| KR101874482B1 (ko) * | 2012-10-16 | 2018-07-05 | 삼성전자주식회사 | 깊이 영상으로부터 고해상도 3차원 영상을 복원하는 장치 및 방법 |
| KR20160107528A (ko) * | 2015-03-04 | 2016-09-19 | 삼성전자주식회사 | 컴퓨터 보조 진단을 위한 신뢰도 제공 장치 및 방법 |
| DE102015215938A1 (de) * | 2015-08-20 | 2017-02-23 | Siemens Healthcare Gmbh | Verfahren zur lokalen Verbesserung der Bildqualität |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4484230A (en) * | 1981-02-04 | 1984-11-20 | Crosfield Electronics Limited | Image reproduction method and apparatus |
| JPH021235A (ja) * | 1987-11-06 | 1990-01-05 | Hitachi Ltd | 磁気共鳴イメージング装置の画像再構成方式 |
| US5339828A (en) * | 1993-01-25 | 1994-08-23 | Keating Daniel J | Apparatus and method for taking cultures endoscopically |
| US5737456A (en) * | 1995-06-09 | 1998-04-07 | University Of Massachusetts Medical Center | Method for image reconstruction |
| JP4077929B2 (ja) | 1998-06-03 | 2008-04-23 | ジーイー横河メディカルシステム株式会社 | 血管計測装置 |
| US6928182B1 (en) * | 1998-10-15 | 2005-08-09 | Kui Ming Chui | Imaging |
| IL127359A0 (en) * | 1998-12-01 | 1999-10-28 | Yeda Res & Dev | Computerized adaptive imaging |
| US6278767B1 (en) | 1999-04-28 | 2001-08-21 | General Electric Company | Methods for measuring curved distances on 3D and MIP images |
| US6460003B1 (en) * | 1999-07-01 | 2002-10-01 | General Electric Company | Apparatus and method for resolution calibration of radiographic images |
| US6525302B2 (en) * | 2001-06-06 | 2003-02-25 | The Regents Of The University Of Colorado | Wavefront coding phase contrast imaging systems |
| US7127096B2 (en) * | 2001-11-20 | 2006-10-24 | Accuimage Diagnostics Corp. | Method and software for improving coronary calcium scoring consistency |
-
2004
- 2004-07-30 CN CNB2004100588185A patent/CN100415171C/zh not_active Expired - Fee Related
- 2004-07-30 US US10/903,619 patent/US7330594B2/en not_active Expired - Fee Related
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102422629A (zh) * | 2009-05-12 | 2012-04-18 | 皇家飞利浦电子股份有限公司 | 照相机、包括照相机的***、操作照相机的方法和用于对记录的图像去卷积的方法 |
| CN103106682B (zh) * | 2011-10-27 | 2017-04-26 | 诺信公司 | 用于利用成像***生成关注区域的三维模型的方法和设备 |
| CN103106682A (zh) * | 2011-10-27 | 2013-05-15 | 诺信公司 | 用于利用成像***生成关注区域的三维模型的方法和设备 |
| CN103987320A (zh) * | 2011-12-12 | 2014-08-13 | 株式会社日立医疗器械 | X线ct装置以及散射x线校正方法 |
| CN103987320B (zh) * | 2011-12-12 | 2016-04-13 | 株式会社日立医疗器械 | X线ct装置以及散射x线校正方法 |
| CN103018332A (zh) * | 2012-12-05 | 2013-04-03 | 中国电子科技集团公司第四十五研究所 | 超声扫描显微镜智能扫描的实现方法 |
| CN105229702A (zh) * | 2013-05-14 | 2016-01-06 | 皇家飞利浦有限公司 | 针对使用几何配置匹配的坐标网格的x 射线图像重建的伪影降低 |
| CN103279926A (zh) * | 2013-05-15 | 2013-09-04 | 中国航空工业集团公司沈阳空气动力研究所 | 一种tsp/psp旋转部件测量的模糊修正方法 |
| CN106132308A (zh) * | 2014-03-31 | 2016-11-16 | 皇家飞利浦有限公司 | 用于利用使用肋间空间的相干复合的声成像的***和方法 |
| CN106132308B (zh) * | 2014-03-31 | 2020-03-03 | 皇家飞利浦有限公司 | 用于利用使用肋间空间的相干复合的声成像的***和方法 |
| CN109661681A (zh) * | 2016-07-22 | 2019-04-19 | 艾德米亚法国公司 | 改进受阴影效应的深度图像 |
| CN109661681B (zh) * | 2016-07-22 | 2023-11-03 | 艾德米亚法国公司 | 校正影响深度图像的阴影效应的方法 |
| CN111243054A (zh) * | 2020-01-21 | 2020-06-05 | 沈阳先进医疗设备技术孵化中心有限公司 | 切片数据的处理方法、装置及设备 |
| CN111243054B (zh) * | 2020-01-21 | 2024-03-08 | 东软医疗***股份有限公司 | 切片数据的处理方法、装置及设备 |
| CN113313778A (zh) * | 2021-05-13 | 2021-08-27 | 中国科学院深圳先进技术研究院 | 磁共振图像的重建方法、计算机设备及存储介质 |
| CN113313778B (zh) * | 2021-05-13 | 2023-02-17 | 中国科学院深圳先进技术研究院 | 磁共振图像的重建方法、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20050220357A1 (en) | 2005-10-06 |
| CN100415171C (zh) | 2008-09-03 |
| US7330594B2 (en) | 2008-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100415171C (zh) | 使扫描图像中的模糊最小化的方法和设备 | |
| CN1160022C (zh) | 计算机x射线断层造影机 | |
| US7251307B2 (en) | Fan-beam and cone-beam image reconstruction using filtered backprojection of differentiated projection data | |
| US5663995A (en) | Systems and methods for reconstructing an image in a CT system performing a cone beam helical scan | |
| Stevens et al. | Alignment of a volumetric tomography system | |
| EP1800264B1 (en) | Image reconstruction with voxel dependent interpolation | |
| EP0426464A2 (en) | Computerized tomographic image reconstruction method for helical scanning | |
| US6845144B2 (en) | Three dimensional back projection method and an X-ray CT apparatus | |
| EP0430549A2 (en) | Helical scan computed tomography | |
| JPH08509408A (ja) | 円すい状ビームデータからの画像の再構成 | |
| CN1722178A (zh) | 图像的三维重建方法和*** | |
| JP4342164B2 (ja) | コンピュータ断層撮影装置 | |
| JP2002320612A (ja) | 高品質画像再構成のためのコンピュータ断層撮影（ｃｔ）重み付け法 | |
| US20100119034A1 (en) | Computed tomography device and method using circular-pixel position-adaptive interpolation | |
| JP2001095794A (ja) | 斜めのスライスを使用するコンピュータ断層撮影法において画像を再構成するための装置および方法 | |
| US6292526B1 (en) | Methods and apparatus for preprocessing volumetric computed tomography data | |
| US6381297B1 (en) | High pitch reconstruction of multislice CT scans | |
| CN1742296A (zh) | 锥形光束计算机断层成像的立体像素驱动的螺旋重建方法 | |
| US7809100B2 (en) | Rebinning for computed tomography imaging | |
| CN101056584A (zh) | 用于检查周期性运动的对象的ct方法 | |
| CN1210000C (zh) | 在利用仅覆盖一半视场的减小尺寸的检测器的计算机x－射线断层成像***中应用的方法和装置 | |
| US8798350B2 (en) | Method and system for reconstruction algorithm in cone beam CT with differentiation in one direction on detector | |
| CN110428478A (zh) | 交替光源扇束x射线ct采样方法及装置 | |
| US6307908B1 (en) | System and method for data interpolation in a multislice x-ray computed tomography system | |
| US7058156B2 (en) | Imaging method for a multi-slice spiral CT scan with 3D reconstruction, and a computed tomography unit for carrying out this method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20160726 Address after: Japan Tochigi Patentee after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Patentee before: Toshiba Corp Patentee before: Toshiba Medical System Co., Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20080903 Termination date: 20190730 |