-
公开(公告)号:CN109564692A
公开(公告)日:2019-04-02
申请号:CN201780049043.0
申请日:2017-07-20
申请人: 皇家飞利浦有限公司
IPC分类号: G06T11/00
CPC分类号: G06T11/006 , G06T2211/416
摘要: 一种成像设备(1)包括:正电子发射断层摄影(PET)扫描器(10),其包括辐射探测器(12)和符合电路,所述符合电路用于探测作为定义响应线(LOR)的511keV伽马射线对的电子-正电子湮灭事件,每个事件具有所述对的511keV伽马射线之间的探测时间差Δt;至少一个处理器(30),其被编程为重建数据集以形成重建的PET图像,所述数据集包括由所述PET扫描器针对感兴趣区域采集的探测到的电子-正电子湮灭事件,其中,所述重建包括使用TOF内核对沿着相应的LOR的所述事件进行TOF定位,所述TOF内核具有取决于Δt的位置参数以及在所述感兴趣区域上变化的TOF内核宽度或形状;以及显示设备(34),其被配置为显示所述重建的PET图像。
-
公开(公告)号:CN108010093A
公开(公告)日:2018-05-08
申请号:CN201610971128.1
申请日:2016-10-31
申请人: 上海东软医疗科技有限公司
IPC分类号: G06T11/00
CPC分类号: G06T11/003 , G06T2211/416
摘要: 本公开提供一种PET图像重建方法和装置,其中的方法将解剖图像应用于PET图像的重建,该方法可以包括:根据PET重建数据,进行图像重建得到PET初始图像;根据所述PET初始图像,确定PET惩罚项;根据所述解剖图像,确定所述PET惩罚项的约束因子,所述PET惩罚项的约束因子在所述解剖图像的边界区域和均匀区域不同;根据所述PET惩罚项和约束因子,得到联合惩罚函数;根据所述联合惩罚函数,获得PET图像重建的迭代方程,并根据所述迭代方程进行迭代计算,得到PET重建图像。本公开既保证了PET图像的清晰边界,又对图像的均匀区域实现了平滑去噪,提高了PET重建图像的质量。
-
公开(公告)号:CN107845065A
公开(公告)日:2018-03-27
申请号:CN201710835137.2
申请日:2017-09-15
申请人: 西北大学 , 西安空间无线电技术研究所
CPC分类号: G06T3/4076 , G06K9/6223 , G06K9/6255 , G06T5/002 , G06T9/00 , G06T2207/10088 , G06T2211/416
摘要: 本发明提供了超分辨率图像重建装置,包括:训练样本获取单元,获取训练样本;字典构建单元,构建字典;低分辨率图像输入单元,将低分辨率图像转化为高分辨率图像初始估计;稀疏编码单元,根据字典对当前估计的高分辨率图像的细节层中每个图像片进行稀疏编码;图像更新单元,更新当前估计的高分辨率图像的细节层;超分辨率图像重建单元,迭代求解呈收敛状态时,则存储更新后的高分辨率图像估计,否则循环迭代执行对高分辨率图像估计和高分辨率图像估计的细节层中每个图像片的稀疏编码。本发明还提出了相应的超分辨率图像重建方法。通过本发明的技术方案,可以显著地提高磁共振图像分辨率,有效地去除图像噪声和模糊等失真,恢复出复杂细微结构,具有更好的主客观效果。
-
公开(公告)号:CN107369187A
公开(公告)日:2017-11-21
申请号:CN201710470024.7
申请日:2017-06-20
申请人: 天津大学
IPC分类号: G06T11/00
CPC分类号: G06T11/005 , G06T2211/416
摘要: 本发明涉及一种基于邻点变差和的电学层析成像正则化重建方法,将电学层析成像问题看做一个线性不适定问题,其中A为灵敏度矩阵,b为相对边界测量值向量,x为与场域物质电特性分布对应的成像灰度值向量,称其为解向量,其特征在于,以所有相邻像素点的电特性量差的绝对值总和作为正则化函数,使用Newton-Raphson迭代方法求解x,完成计算获取重建图像。
-
公开(公告)号:CN107180442A
公开(公告)日:2017-09-19
申请号:CN201710240539.8
申请日:2017-04-13
申请人: 太原理工大学
CPC分类号: G06T11/005 , G06K9/40 , G06K9/4609 , G06T5/002 , G06T7/136 , G06T2207/20056 , G06T2211/416
摘要: 本发明属于信号处理领域,具体涉及利用Renyi熵对光声信号进行杂波的过滤,从而提高光声信号的信噪比和光声成像质量。一种基于Renyi熵的光声图像重建前置滤波器,包括如下步骤:第一步,光声信号获取;第二步,光声信号的时频分布求解;第三步,各光声信号点的Renyi熵求解;第四步,阈值确定;第五步,滤波处理;第六步,用经过滤波处理的光声信号进行图像重建。与现有技术相比,本发明具有以下优点:(1)利用本发明前置滤波器处理后的光声信号进行光声图像重建时,重建图像的信噪比有了明显提高。(2)利用本发明前置滤波器处理后的光声信号进行光声图像重建时,重建图像的均方误差明显减小。
-
公开(公告)号:CN105976412A
公开(公告)日:2016-09-28
申请号:CN201610352004.5
申请日:2016-05-25
申请人: 天津商业大学
IPC分类号: G06T11/00
CPC分类号: G06T11/005 , G06T2207/10081 , G06T2207/20081 , G06T2207/30096 , G06T2211/416
摘要: 本发明属于医学影像图像处理技术领域,尤其涉及一种基于离线字典稀疏正则化的低管电流强度扫描的CT图像重建方法,首先取现存的多张不同部位的清晰CT图像作为样本集,训练离线字典,将CT图像基于离线字典的稀疏表示作为正则化项;然后,针对低管电流强度投影的情况,使用统计迭代重建算法进行图像重建。本发明的有益效果为:在低X射线管电流投影情况下能够提高重建图像的质量,在辐射剂量降低到传统FBP算法的10%甚至更低时仍然能够得到清晰保留结构细节的重建图像。
-
公开(公告)号:CN105869192A
公开(公告)日:2016-08-17
申请号:CN201610182334.4
申请日:2016-03-28
申请人: 浙江大学
CPC分类号: G06T11/003 , G06K9/00013 , G06T2210/41 , G06T2211/416
摘要: 本发明涉及信息处理技术领域,具体涉及一种基于滑动窗的磁共振指纹识别重建技术。该技术沿采集信号时间轴方向的滑动窗重建图像序列并生成对应窗宽的字典元素。该技术可以缩短总采集时间,在相同的采集时间下能获得更精确的定量参数成像结果以及更小的误差。另一方面,由于这一方法采用的是非迭代方法,所需重建时间和传统磁共振指纹识别技术相近,因此有较大的应用价值。
-
公开(公告)号:CN105844594A
公开(公告)日:2016-08-10
申请号:CN201610145835.5
申请日:2016-03-15
申请人: 重庆大学 , 重庆真测科技股份有限公司
CPC分类号: G06T5/006 , G06T11/005 , G06T2207/10081 , G06T2207/30168 , G06T2211/416
摘要: 本发明公开了一种工业CT扫描系统旋转中心校正方法,包括:采集均质柱状检测件的CT扫描数据,由CT扫描数据获取均质检测件的投影正弦图;由投影正弦图获取旋转中心的初步偏移值CoreOff;设置旋转中心偏移值范围[CoreLeft,CoreRight];在旋转中心偏移值范围内选择N个点作为旋转中心的相对偏移值,并分别重建图像,获得N个相对偏移值对应的重建图像,N为大于1的正整数;评价N个重建图像的图像质量,并将质量最优图像对应的相对偏移值确定为旋转中心的精确偏移值。应用该方法,能够有效屏蔽投影图中的噪声、串扰等干扰信号以及X射线本身特性带来的散射与硬化影响,使旋转中心偏移值的精度得到巨大提升,测量精度误差能够达到≤0.1pix等级。
-
公开(公告)号:CN105678823A
公开(公告)日:2016-06-15
申请号:CN201610073022.X
申请日:2016-02-02
申请人: 北京航空航天大学
CPC分类号: G06T11/005 , G06T7/0012 , G06T2207/10081 , G06T2211/416
摘要: 本发明公开了一种多联装二维扇束计算机层析成像方法,步骤为:(1)将多个物体放置于多联装CT检台,进行单圆轨道扇束CT扫描,获得一幅二维投影图像;(2)对步骤(1)中投影图像进行对数解调,获得一幅线积分二维图像;(3)计算每个物体扇束线积分在步骤(2)线积分二维图像中的对应位置参数;(4)利用步骤(3)计算出的位置参数,分割步骤(2)中线积分二维图像,获得每个物体的扇束线积分二维子图像;(5)将代数重建技术分别应用于步骤(4)中每个物体的扇束线积分二维子图像,生成每个物体的二维CT图像。本发明在不增加透照厚度情况下,可大幅提高成像效率,同时避免射束硬化、散射及信号串扰因素,实现过程简单、高效,精度高。
-
公开(公告)号:CN105678821A
公开(公告)日:2016-06-15
申请号:CN201610018749.8
申请日:2016-01-12
申请人: 浙江大学
IPC分类号: G06T11/00
CPC分类号: G06T11/00 , G06T2207/10104 , G06T2211/416 , G06T2211/424
摘要: 本发明公开了一种基于自编码器图像融合的动态PET图像重建方法,该方法借鉴了机器学习中集成学习的思想,将MLEM算法看成弱分类器,通过对不同弱分类器的集成获得一个强分类器,提升PET重建效果;本发明对已有的MLEM算法进行改进,通过自编码器的结构对不同迭代次数重建结果进行图像融合工作,从而在全局上获得更优的重建结果。与现有的重建方法相比,本发明取得了更好的重建效果。
-
-
-
-
-
-
-
-
-