[go: up one dir, main page]

CN106920265B - 计算机断层扫描图像重建方法及装置 - Google Patents

计算机断层扫描图像重建方法及装置 Download PDF

Info

Publication number
CN106920265B
CN106920265B CN201511000920.4A CN201511000920A CN106920265B CN 106920265 B CN106920265 B CN 106920265B CN 201511000920 A CN201511000920 A CN 201511000920A CN 106920265 B CN106920265 B CN 106920265B
Authority
CN
China
Prior art keywords
image
weighting function
view
weighting
image reconstruction
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
Application number
CN201511000920.4A
Other languages
English (en)
Other versions
CN106920265A (zh
Inventor
王鑫
全国涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN201511000920.4A priority Critical patent/CN106920265B/zh
Priority to PCT/CN2016/112444 priority patent/WO2017114396A1/en
Priority to US15/638,360 priority patent/US10360698B2/en
Publication of CN106920265A publication Critical patent/CN106920265A/zh
Priority to US16/517,775 priority patent/US11270478B2/en
Application granted granted Critical
Publication of CN106920265B publication Critical patent/CN106920265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/412—Dynamic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/416—Exact reconstruction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提出了一种计算机断层扫描图像重建方法及装置，所述图像重建方法包括以下步骤：进行扫描，获得扫描数据，以及生理信号；获得第一视野图像重建范围以及第一加权函数，利用所述第一加权函数对所述扫描数据进行加权并进行第一视野图像重建，获得第一图像；获得第二视野图像重建范围以及第二加权函数，利用所述第二加权函数对所述扫描数据进行加权并进行第二视野图像重建，获得第二图像；合并第一图像和第二图像，获得第三图像。本发明的图像重建方法可以兼顾图像的时间分辨率和数据的完备性，从而获得更高质量的图像。

Description

计算机断层扫描图像重建方法及装置
【技术领域】
本发明涉及计算机断层扫描(Computed Tomography,CT)技术领域，尤其涉及一种计算机断层扫描图像重建方法及装置。
【背景技术】
计算机断层扫描(Computed Tomography，简称CT)是用X射线对人体的特定部位按一定厚度的层面进行扫描，由于不同的人体组织对X射线的吸收能力不同，可以用计算机重建出断层面的影像。
在进行心脏CT扫描时，为了消除心脏运动对图像的影响，减少重建的图像中的运动伪影，会在扫描的同时监控心电(ECG)信号，并通过一条与所述心电信号相关的门控曲线(加权函数曲线)对扫描数据进行加权，对心脏运动幅度较小时采集的扫描数据采用较大的权重参与图像重建，而对心脏运动幅度较大时采集的扫描数据采用较小的权重参与图像重建，以得到比较清晰的心脏图像。
使用门控曲线对于扫描数据进行加权时，不同角度(view)采样的扫描数据有一个对应的权重值。而该门控曲线的产生是跟重建视野(FOV)相关的，不同重建视野会产生不同的门控曲线，对应不同的时间分辨率。一般地，当重建视野较小时，其图像的像素对应的时间分辨率较高；而当重建视野较大时，为了保证大视野图像边缘处的像素有足够的投影数据，需要使得其对应的相位处加权函数宽度增加，即在该相位处用到了更长时间的投影数据参与图像重建，从而降低了图像的时间分辨率。由于心脏冠脉重建对时间分辨率要求较高，往往要求重建视野较小。但小视野图像重建不能满足所有心脏扫描的临床实验要求，对于一些扫描协议，如胸痛三联征的扫查，需要大视野重建以观察除心脏周围的一些肺部组织，同时希望位于图像中心的心脏冠脉血管成像清晰。而现有的技术如果按照大视野图像重建往往会减低图像中心区域的冠脉血管的时间分辨率；而如果按照小视野图像重建则会导致图像边缘肺部区域因为数据不足而发黑，或者得不到肺部区域的图像。
因此，需要提出一种新的计算机断层扫描图像重建方法，在重建的图像具有较大重建视野的同时，在图像的中心区域具有较高的时间分辨率。
【发明内容】
本发明解决的是现有的计算机断层扫描图像重建方法，特别是心脏扫描图像重建的视野过大时，图像分辨率下降的问题。为解决上述问题，本发明提出了一种计算机断层扫描图像重建方法，包括以下步骤：
进行扫描，获得扫描数据，以及生理信号；
获取第一视野图像重建范围，产生第一加权函数，利用所述第一加权函数对所述扫描数据进行加权，对经过第一加权函数加权后的扫描数据进行第一视野图像重建，获得第一图像；
获取第二视野图像重建范围，产生第二加权函数，利用所述第二加权函数对所述扫描数据进行加权，对经过第二加权函数加权后的扫描数据进行第二视野图像重建，获得第二图像；
合并第一图像和第二图像，获得第三图像。
可选地，所述生理信号为心电信号或呼吸信号。
可选地，还包括对所述扫描数据进行预处理的步骤。
可选地，所述合并第一图像和第二图像，包括：对第一图像和第二图像进行加权合并，得到第三图像。
可选地，所述第一视野小于第二视野，选取第一图像中的一个圆形区域参与合并。
可选地，所述第一视野小于第二视野，将所述第一图像按比例缩小到与第二图像相同的尺度后参与合并。
可选地，所述对第一图像和第二图像进行加权合并，包括：对所述第一图像和第二图像分别进行线性加权，将线性加权后的第一图像和第二图像相加，得到第三图像。
可选地，所述第一视野小于第二视野，选取第一图像中的一个圆形区域参与合并，所述圆形区域的半径为r1，对第一图像和第二图像分别乘以第三加权函数w3(r)和第四加权函数w4(r)后再相加，获得第三图像；
所述第三加权函数w3(r)为
所述第四加权函数w4(r)为：
其中，r为半径，且r0<r1。
本发明还提出了一种计算机断层扫描图像重建装置，包括：
扫描单元，用于进行扫描，获得扫描数据，以及生理信号；
第一图像获得单元，用于获得第一视野图像重建范围，产生第一加权函数，利用所述第一加权函数对所述扫描数据进行加权，对经过第一加权函数加权后的扫描数据进行第一视野图像重建，获得第一图像；
第二图像获得单元，用于获取第二视野图像重建范围，产生第二加权函数，利用所述第二加权函数对所述扫描数据进行加权，对经过第二加权函数加权后的扫描数据进行第二视野图像重建，获得第二图像；
合并单元，用于合并第一图像和第二图像，获得第三图像。
可选地，还包括预处理单元，用于对所述扫描数据进行预处理。
本发明对比现有技术有如下的有益效果：
采用本发明的图像重建方法，可以兼顾图像的时间分辨率和数据的完备性，从而使得图像中心处有较高的时间分辨率，而图像整体不会出现数据不足的情况，提高图像质量。
进一步地，在本发明的可选实施方式中，对第一图像和第一图像进行加权合并，从而可以避免的在第一图像和第二图像的边界线处产生伪影。
【附图说明】
图1是本发明的计算机断层扫描系统的结构图；
图2是本发明的一实施例的计算机断层扫描图像重建方法的流程图；
图3是本发明的心电信号和与其对应的加权函数曲线的示意图；
图4是本发明的一实施例的图像合并方法的流程图；
图5是本发明的一实施例的图像合并方法的示意图；
图6是本发明的一实施例的计算机断层扫描图像重建装置的结构图；
图7是小视野图像重建、大视野图像重建以及使用本发明的图像重建方法获得的图像的对比图。
【具体实施方式】
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
图1是一种计算机断层扫描系统的结构示意图，如图1所示，计算机断层扫描系统100包括机架110，机架110具有围绕系统轴线旋转的可旋转的部分130。可旋转的部分130具有相对设置的X射线源131和X射线探测器132的X射线系统。还具有检查床120，在进行检查时，受检者在该检查床120上可以沿着Z轴方向被推入到扫描腔体133中。X射线源131绕Z轴旋转，探测器132相对于X射线源131一起运动，以采集投影测量数据，这些数据在之后被用于重建图像。还可以进行螺旋扫描，在螺旋扫描期间，通过受检者沿着Z轴的连续运动和X射线源131的同时旋转，X射线源131相对于受检者产生螺旋轨迹。高压发生单元134与射线源131相连，以提供电源。
生理信号监控单元141用于监控扫描受检者的生理信号，例如：心电信号或呼吸信号。处理单元142连接探测器132以获得受检者的投影测量数据，供后续处理，例如：图像重建及处理。控制单元140连接高压发生单元134以控制射线源131的扫描过程。控制台及显示器143用以呈现界面、数据和影像给使用者。控制单元140还连接处理单元142和控制台及显示器143以控制该部件的运作。
图2是本发明的一实施例的计算机断层扫描图像重建方法的流程图，如图2所示，本发明的计算机断层扫描图像重建方法包括以下步骤：
步骤201，进行扫描，获得扫描数据，以及生理信号。
优选地，所述生理信号为心电(ECG)信号，所述扫描数据为投影数据。
在本发明的其他实施例中，所述生理信号也可以是呼吸信号。
步骤202，对扫描数据进行预处理。
在一些实施例中，在步骤202中的扫描数据预处理可以是对扫描数据采集过程中因X射线源、探测器、机械、特殊的数据采集或病人等原因引起的不完善进行补偿的方法，例如，空气校准，中心校准，探测器增益校准，扫描数据降噪处理，或以上方法的任意组合。
在本发明的一些实施例中，所述步骤202的扫描数据预处理过程也可以省略，而直接执行步骤203。
步骤203，获得小视野(FOV)图像重建范围，产生第一加权函数，利用所述第一加权函数对所述扫描数据进行加权，对经过第一加权函数加权后的扫描数据进行小视野图像重建，获得小视野图像。
优选地，所述小视野图像重建范围为200mm×200mm的矩形(FOV＝200)。
图3是本发明的心电信号和与其对应的加权函数曲线的示意图。图3上半部分为步骤201中获得的心电(ECG)信号的曲线，其横坐标为时间t，纵坐标为心跳幅度，其代表了心跳幅度随时间的变化；图3的下半部分为与所述心电信号对应的加权函数曲线。
通常来说，对心脏运动幅度较小时采集的扫描数据采用较大的权重，从而使得在心脏运动幅度较小时采集的扫描数据更多地参与图像重建；而对心脏运动幅度较大时采集的扫描数据采用较小的权重，从而使得在心脏运动幅度较大时采集的扫描数据较少的参与图像重建。以上方法可以减少心脏运动对于重建图像的影像，减少图像中的运动伪影。
如图3所示，在本实施例中，对于心脏运动幅度较大时对应的权重系数为0，对于心脏运动幅度较大时对应的权重系数为1。
本实施例以心脏的运动为例进行了说明，但也可以适用于其他情况的扫描对象的运动，例如肺部(呼吸)或腹部的运动。
在本发明的一些实施例中，所述第一加权函数为w1(z),其中z为心脏的相位，z与时间t和进行CT扫描的视角(view)分别对应。将所述第一加权函数w1(z)与对应的扫描数据相乘，将相乘后的数据进行小视野图像重建，获得小视野图像。
步骤204，获得大视野(FOV)图像重建范围，产生第二加权函数，利用所述第二加权函数对所述扫描数据进行加权，对经过第二加权函数加权后的扫描数据进行大视野图像重建，获得大视野图像。
优选地，所述大视野图像重建范围为350mm×350mm的矩形(FOV＝350)。
在本发明的一些实施例中，所述第二加权函数为w2(z),其中z为心脏的相位，其与时间和进行CT扫描的视角(view)分别对应。将所述加权函数w2(z)与对应的扫描数据相乘，将相乘后的数据进行大视野图像重建，获得大视野图像。
关于产生加权函数的方法，在上文中已具体说明，这里不再敷述。
需要说明的是，第一或第二加权函数不仅和心脏信号相关，在一些实施例中，也和视野大小相关，基于不同的视野大小会产生不同的加权函数，简单来说，当视野增大时，为了保证大视野图像边缘处的像素有足够的扫描数据参与重建，需要使得其对应的相位处加权函数的窗口宽度(如图3所示)增加，即在该相位处用到了更长时间的扫描数据参与图像重建。
如图3所示，将一个心动周期对应的加权函数曲线中加权系数不为零的部分视为一个矩形(也可以称为“选通窗口”)。在不考虑其他因素的情况下，心脏信号(ECG)决定了该矩形的位置，通常将心跳最平缓处的相位点作为该矩形的中心线位置；而重建的视野大小决定了该矩形的宽度W，重建视野越大则该矩形的宽度也越大，反之亦然。即在本实施例中，第一加权函数曲线对应的选通窗口的中心线和第二加权函数曲线对应的选通窗口的中心线重合，而第一加权函数曲线对应的选通窗口的宽度小于第二加权函数曲线对应的选通窗口的宽度。
在本发明的一些实施例中，上述步骤203或步骤204中获取小视野(FOV)图像重建范围，或者获取大视野(FOV)图像重建范围的方法可以是预先设定重建视野，也可以由操作者根据实际需求在通过如图1所示的控制台及显示器143上设置重建视野而获得。
上述步骤203或步骤204中的对加权后的扫描数据进行图像重建的方法可以是但不限于，滤波反投影方法，迭代重建方法等。
步骤205，合并小视野图像和大视野图像，得到最终的图像。
图4是本发明的一实施例的图像合并方法的流程图，图5是本发明的一实施例的图像合并方法的示意图。
请参照图4和图5，所述步骤205中的合并小视野图像和大视野图像的方法具体可以包括以下步骤：
步骤401，选取小视野图像中的一个圆形区域。
所述圆形区域的半径为r1。
优选地，选取小视野图像中能够选取的最大的一个圆形区域，例如，所述小视野图像为r1×r1大小的矩形，则选择半径为r1的圆形区域。
步骤402，将所述小视野图像的圆形区域图像按比例缩小到与大视野图像相同的尺度。
在本发明的一些实施例中，可以先执行步骤402再执行步骤401，即先将小视野图像按比例缩小到与大视野图像相同的尺度，再选择小视野图像中的一个圆形区域。
步骤403，将缩小后的小视野图像与大视野图像进行加权合并。
优选地，所述加权合并的权值是按照图像的半径方向进行，将图像分为半径大于r1的区域，半径大于等于r0小于等于r1(r0<r1)的区域，以及半径小于r0的区域。
对小视野图像和大视野图像(的像素值)分别乘以线性加权函数后再相加，获得最终的合并后的图像。
具体地，对小视野图像乘以第三加权函数w3(r)，对于大视野图像乘以第四加权函数w4(r)，所述第三加权函数和第四加权函数为线性函数。
第三加权函数w3(r)为：
第四加权函数w4(r)为：
需要注意的是，上面所描述的流程图是为插图的目的而提供的，而不是用来限制本发明的范围。对于本领域技术人员，在本公开的范围中，可以进行各种各样的变更和修改，这些变化和修改应该不会偏离本公开的保护范围。例如，所述步骤203获得小视野图像的过程可以在所述步骤204获得大视野图像的过程之前或同时执行，所述步骤201、202、203或步骤204可以分解为多个子步骤,等等。
优选地，本发明的图像重建方法适用于心脏CT扫描，特别是胸痛三联症扫描。但是本领域技术人员应当理解，本发明的图像重建方法还可以用于其他和生理信号相关或可能由于受检者本身的运动而产生运动伪影的CT扫描的图像重建。
本发明还提出了一种计算机断层扫描图像重建装置，如图6所示，所述计算机断层扫描图像重建装置600包括：
扫描单元601，用于进行扫描，获得扫描数据，以及与所述扫描数据同步的生理信号。
所述生理信号可以是但不限于心电信号或呼吸信号。
第一图像获得单元602，所述第一图像获得单元602与所述扫描单元601相连，用于获得第一视野图像重建范围，产生第一加权函数，利用所述第一加权函数对所述扫描数据进行加权，对经过第一加权函数加权后的扫描数据进行第一视野图像重建，获得第一图像；
第二图像获得单元603，所述第二图像获得单元603与所述扫描单元601相连，用于获取第二视野图像重建范围，产生第二加权函数，利用所述第二加权函数对所述扫描数据进行加权，对经过第二加权函数加权后的扫描数据进行第二视野图像重建，获得第二图像；
合并单元604，所述合并单元604与所述第一图像获得单元602和第二图像获得单元603分别相连，用于合并第一图像和第二图像，获得第三图像。
在一些实施方式中，所述合并单元604可用于执行如下步骤：
选取小视野图像中的一个圆形区域；将所述小视野图像的圆形区域图像按比例缩小到与大视野图像相同的尺度；将缩小后的小视野图像与大视野图像进行加权合并，获得最终的图像。
优选地，所述加权合并的权值是按照图像的半径方向进行，对于小视野图像和大视野图像分别进行线性加权，将线性加权后的小视野图像和大视野图像相加，获得最终的图像。
在本发明的一些实施例中，所述计算机断层扫描图像重建装置600还可以包括预处理单元605，用于对所述扫描数据进行预处理；所述预处理单元605与所述扫描单元601、第一图像获得单元602以及第二图像获得单元603分别相连。
在本发明的一些实施方式中，所述第一图像获得单元602，第二图像获得单元603，合并单元604以及预处理单元605具体可以通过如图1所示的处理单元142实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，存储介质可以包括但不限于：软盘、光盘、磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存、或适于存储机器可执行指令的其他类型的介质/机器可读介质。
图7是小视野图像重建、大视野图像重建以及使用本发明的图像重建方法获得的图像的对比图，其中，图7(a)是使用大视野(FOV＝350，即350mm×350mm的矩形)图像重建获得的图像；图7(b)是使用小视野(FOV＝200，即200mm×200mm的矩形)图像重建获得的图像；图7(c)是使用本发明的图像重建方法获得的图像。如图7所示，使用本发明的图像重建方法获得的图像相较于大视野图像重建获得的图像具有更高的分辨率，例如：对于图7(a)和图7(c)中箭头所指出的位于图像中心的组织，图7(c)的成像质量明显好于图7(a)。并且，使用本发明的图像重建方法获得的图像相较于图7(b)所示的小视野图像重建获得的图像具有更大的视野，能够更好的符合实际临床需求。
以上，仅以示例方式阐释了可使用本发明所提供的图像重建方法的计算机断层扫描设备，本领域技术人员应当理解，如使用X射线的C型臂系统等设备，或组合式医学成像系统(例如：组合式正电子发射断层成像-计算机断层成像，Positron Emission Tomography-Computed tomography Tomography,PET-CT)，或使用其它类型射线的断层成像设备等，均可适用本发明所述的计算机断层扫描图像重建方法和装置，本发明对计算机断层扫描设备的类型与结构并不做具体限定。
本发明中，各实施例采用递进式写法，重点描述与前述实施例的不同之处，各实施例中的相同方法或结构参照前述实施例的相同部分。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (10)

1.一种计算机断层扫描图像重建方法，其特征在于，包括以下步骤：
进行扫描，获得扫描数据，以及生理信号；
获取第一视野图像重建范围，产生第一加权函数，利用所述第一加权函数对所述扫描数据进行加权，对经过第一加权函数加权后的扫描数据进行第一视野图像重建，获得第一图像；
获取第二视野图像重建范围，产生第二加权函数，利用所述第二加权函数对所述扫描数据进行加权，对经过第二加权函数加权后的扫描数据进行第二视野图像重建，获得第二图像；
对第一图像和第二图像进行加权合并，得到第三图像；所述加权合并的权值是按照图像的半径方向进行，将图像分为半径大于r1的区域，半径大于等于r0小于等于r1的区域，以及半径小于r0的区域，r0<r1；
所述对第一图像和第二图像进行加权合并，得到第三图像，包括：
对所述第一图像和第二图像分别进行线性加权，将线性加权后的第一图像和第二图像相加，得到第三图像。
2.如权利要求1所述的图像重建方法，其特征在于，所述生理信号为心电信号或呼吸信号。
3.如权利要求1所述的图像重建方法，其特征在于，还包括对所述扫描数据进行预处理的步骤。
4.如权利要求1所述的图像重建方法，其特征在于，所述第一视野小于第二视野，选取第一图像中的一个圆形区域参与合并。
5.如权利要求4所述的图像重建方法，其特征在于，所述圆形区域为所述第一图像中最大的圆形区域。
6.如权利要求1所述的图像重建方法，其特征在于，所述第一视野小于第二视野，将所述第一图像按比例缩小到与第二图像相同的尺度后参与合并。
7.如权利要求1所述的图像重建方法，其特征在于，所述第一视野小于第二视野，选取第一图像中的一个圆形区域参与合并，所述圆形区域的半径为，对第一图像和第二图像分别乘以第三加权函数/>和第四加权函数/>后再相加，获得第三图像；
所述第三加权函数为
；
所述第四加权函数为：
；
其中，r为半径，且。
8.如权利要求1所述的图像重建方法，其特征在于，第一加权函数曲线对应的选通窗口的中心线和第二加权函数曲线对应的选通窗口的中心线重合，而所述第一加权函数曲线对应的选通窗口的宽度小于所述第二加权函数曲线对应的选通窗口的宽度。
9.一种计算机断层扫描图像重建装置，其特征在于，包括：
扫描单元，用于进行扫描，获得扫描数据，以及生理信号；
第一图像获得单元，用于获得第一视野图像重建范围，产生第一加权函数，利用所述第一加权函数对所述扫描数据进行加权，对经过第一加权函数加权后的扫描数据进行第一视野图像重建，获得第一图像；
第二图像获得单元，用于获取第二视野图像重建范围，产生第二加权函数，利用所述第二加权函数对所述扫描数据进行加权，对经过第二加权函数加权后的扫描数据进行第二视野图像重建，获得第二图像；
合并单元，用于对第一图像和第二图像进行加权合并，得到第三图像；所述加权合并的权值是按照图像的半径方向进行，将图像分为半径大于r1的区域，半径大于等于r0小于等于r1的区域，以及半径小于r0的区域，r0<r1；
所述合并单元，具体用于对所述第一图像和第二图像分别进行线性加权，将线性加权后的第一图像和第二图像相加，得到第三图像。
10.如权利要求9所述的图像重建装置，其特征在于，还包括预处理单元，用于对所述扫描数据进行预处理。
CN201511000920.4A 2015-12-28 2015-12-28 计算机断层扫描图像重建方法及装置 Active CN106920265B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201511000920.4A CN106920265B (zh) 2015-12-28 2015-12-28 计算机断层扫描图像重建方法及装置
PCT/CN2016/112444 WO2017114396A1 (en) 2015-12-28 2016-12-27 System and method for reconstructing computer tomography image
US15/638,360 US10360698B2 (en) 2015-12-28 2017-06-29 System and method for reconstructing a computed tomography image
US16/517,775 US11270478B2 (en) 2015-12-28 2019-07-22 System and method for reconstructing a computed tomography image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511000920.4A CN106920265B (zh) 2015-12-28 2015-12-28 计算机断层扫描图像重建方法及装置

Publications (2)

Publication Number Publication Date
CN106920265A CN106920265A (zh) 2017-07-04
CN106920265B true CN106920265B (zh) 2024-04-26

Family

ID=59224588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511000920.4A Active CN106920265B (zh) 2015-12-28 2015-12-28 计算机断层扫描图像重建方法及装置

Country Status (3)

Country Link
US (2) US10360698B2 (zh)
CN (1) CN106920265B (zh)
WO (1) WO2017114396A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3441942A1 (de) * 2017-08-11 2019-02-13 Siemens Healthcare GmbH Verfahren zur erstellung eines volumenbildes und röntgenbildgebungssystem
WO2019090447A1 (en) 2017-11-10 2019-05-16 Shenzhen United Imaging Healthcare Co., Ltd. System and method for image reconstruction
US11009449B2 (en) * 2018-04-20 2021-05-18 Fei Company Scanning trajectories for region-of-interest tomograph
CN108648239B (zh) * 2018-05-04 2021-12-14 苏州富强科技有限公司 基于分段式多项式拟合的相位-高度映射系统的标定方法
EP3574836A1 (en) * 2018-05-30 2019-12-04 Koninklijke Philips N.V. Temporally gated three-dimensional imaging
US11037338B2 (en) * 2018-08-22 2021-06-15 Nvidia Corporation Reconstructing image data
CN110443866B (zh) * 2019-07-31 2023-05-30 沈阳智核医疗科技有限公司 图像重建方法、装置、终端设备及pet系统
CN111161369B (zh) * 2019-12-20 2024-04-23 上海联影智能医疗科技有限公司 图像重建存储方法、装置、计算机设备和存储介质
CN111724451B (zh) * 2020-06-09 2024-07-16 中国科学院苏州生物医学工程技术研究所 基于云计算的断层图像重建加速方法、系统、终端以及存储介质
US11164375B1 (en) * 2020-10-21 2021-11-02 Tanzle, Inc. Stereoscopic rendering of non-flat, reflective or refractive surfaces
WO2022133639A1 (zh) * 2020-12-21 2022-06-30 深圳先进技术研究院 医学图像处理方法、装置、设备及存储介质
CN113989180A (zh) * 2021-09-15 2022-01-28 苏州中科华影健康科技有限公司 一种图像增强方法、装置、设备及存储介质
US12175636B2 (en) * 2021-09-24 2024-12-24 Siemens Healthineers Ag Reconstruction with user-defined characteristic strength
EP4198503A4 (en) * 2021-10-12 2024-06-26 ReMI Corporation ANALYSIS SYSTEM AND METHOD FOR GENERATING AN ANALYSIS IMAGE
CN115956938B (zh) * 2023-03-15 2023-05-19 有方（合肥）医疗科技有限公司 基于多精度重建的成像方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1537514A (zh) * 2002-10-04 2004-10-20 Ge医药系统环球科技公司 多模态成像方法和装置
CN1689520A (zh) * 2004-04-29 2005-11-02 Ge医疗系统环球技术有限公司 图像重构方法及x射线ct装置
CN102525527A (zh) * 2010-10-13 2012-07-04 株式会社东芝 Ct成像的投影数据加权方法
CN104851076A (zh) * 2015-05-27 2015-08-19 武汉理工大学 用于商用车的全景环视泊车辅助系统及摄像头安装方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19854917B4 (de) * 1998-11-27 2008-07-03 Siemens Ag Verfahren zur Bildrekonstruktion für ein CT-Gerät
US6762760B2 (en) * 2000-03-15 2004-07-13 Sun Microsystems, Inc. Graphics system configured to implement fogging based on radial distances
US6529574B1 (en) * 2001-07-18 2003-03-04 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for FOV-dependent aliasing artifact reduction
US6810102B2 (en) 2002-10-04 2004-10-26 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for truncation compensation
JP4056922B2 (ja) * 2003-04-21 2008-03-05 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 放射線計算断層画像装置
US8090429B2 (en) * 2004-06-30 2012-01-03 Siemens Medical Solutions Usa, Inc. Systems and methods for localized image registration and fusion
US8548568B2 (en) * 2006-09-08 2013-10-01 General Electric Company Methods and apparatus for motion compensation
CN101772324B (zh) * 2007-08-06 2012-01-11 株式会社日立医药 X射线ct装置
JP5641748B2 (ja) * 2009-03-18 2014-12-17 株式会社東芝 Ｘ線コンピュータ断層撮影装置及びデータ処理方法
US8031828B1 (en) * 2010-04-30 2011-10-04 General Electric Company Method and apparatus for computed tomography
US8801186B2 (en) * 2010-10-15 2014-08-12 Lensar, Inc. System and method of scan controlled illumination of structures within an eye
WO2013047275A1 (ja) * 2011-09-29 2013-04-04 株式会社 日立メディコ 磁気共鳴イメージング装置および磁気共鳴イメージング方法
JP6115073B2 (ja) * 2012-10-24 2017-04-19 株式会社ニデック 眼科撮影装置及び眼科撮影プログラム
JP2016530921A (ja) * 2013-07-30 2016-10-06 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 複合ｍｒｉ ｐｅｔ撮像
AU2013273657B2 (en) * 2013-12-18 2016-11-10 Canon Kabushiki Kaisha Ophthalmic reference image selection
US9959631B2 (en) * 2014-02-21 2018-05-01 Samsung Electronics Co., Ltd. Tomography apparatus and method for reconstructing tomography image thereof
US9730664B2 (en) * 2014-04-14 2017-08-15 Siemens Medical Solutions Usa, Inc. Multi-bed elastic motion correction
JP6481269B2 (ja) * 2014-07-01 2019-03-13 富士通株式会社 出力制御方法、画像処理装置、出力制御プログラムおよび情報処理装置
KR102195311B1 (ko) * 2014-09-15 2020-12-24 삼성전자주식회사 이미지의 잡음 특성 개선 방법 및 그 전자 장치
US20160206262A1 (en) * 2015-01-21 2016-07-21 General Electric Company Extended volume imaging
US10270958B2 (en) * 2016-09-01 2019-04-23 Duelight Llc Systems and methods for adjusting focus based on focus target information
US10832451B2 (en) * 2018-07-18 2020-11-10 Siemens Healthcare Gmbh Machine learning in iterative image reconstruction

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1537514A (zh) * 2002-10-04 2004-10-20 Ge医药系统环球科技公司 多模态成像方法和装置
CN1689520A (zh) * 2004-04-29 2005-11-02 Ge医疗系统环球技术有限公司 图像重构方法及x射线ct装置
CN102525527A (zh) * 2010-10-13 2012-07-04 株式会社东芝 Ct成像的投影数据加权方法
CN104851076A (zh) * 2015-05-27 2015-08-19 武汉理工大学 用于商用车的全景环视泊车辅助系统及摄像头安装方法

Also Published As

Publication number Publication date
US10360698B2 (en) 2019-07-23
WO2017114396A1 (en) 2017-07-06
US11270478B2 (en) 2022-03-08
US20190371016A1 (en) 2019-12-05
CN106920265A (zh) 2017-07-04
US20180005415A1 (en) 2018-01-04

Similar Documents

Publication Publication Date Title
CN106920265B (zh) 计算机断层扫描图像重建方法及装置
US8351565B2 (en) X-ray CT apparatus
US9235907B2 (en) System and method for partial scan artifact reduction in myocardial CT perfusion
JP2007144172A (ja) モーション・アーティファクト補正と共にｃｔ画像再構成を実行する方法及びシステム
CN107945850B (zh) 用于处理医学图像的方法和装置
US11160523B2 (en) Systems and methods for cardiac imaging
US8660313B2 (en) Correction for un-voluntary respiratory motion in cardiac CT
US9111337B2 (en) Low dose cardiac CT imaging with time-adaptive filtration
JP5544148B2 (ja) コンピュータ断層撮影方法およびシステム
US12070348B2 (en) Methods and systems for computed tomography
US20190192091A1 (en) Method and apparatus for performing computed tomography (ct) imaging by injecting contrast medium
US10561390B2 (en) Dose-reduced CT scan using dynamic collimation
US9042512B2 (en) Multi-sector computed tomography image acquisition
CN102028493B (zh) 在使用造影剂的条件下对周期性运动检查对象的改善扫描
CN102232842B (zh) 用于心脏计算机断层造影拍摄的改进的多片段图像重建
US20160171724A1 (en) Methods and systems for real-time image reconstruction with arbitrary temporal windows
CN107303184B (zh) Ct扫描x射线源管电流调制方法及计算机断层成像装置
CN111150419A (zh) 螺旋ct扫描重建图像的方法和装置
JP7024954B2 (ja) 医用画像処理装置及びｘ線ｃｔ装置
JP2004261224A (ja) Ｘ線ｃｔ装置
EP3801271B1 (en) Temporally gated three-dimensional imaging
CN107341836B (zh) 一种ct螺旋扫描图像重建方法及装置
JP2009106759A (ja) コンピュータ断層撮影装置、その処理方法及び記録媒体
US20200167977A1 (en) Tomographic image processing apparatus and method, and computer program product
EP4574048A1 (en) Medical image data acquisition with radiation source control

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
CB02 Change of applicant information

Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai

Applicant after: Shanghai Lianying Medical Technology Co.,Ltd.

Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai.

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
TG01 Patent term adjustment
TG01 Patent term adjustment