Ct重建图像处理的方法及装置的制造方法

Ct重建图像处理的方法及装置的制造方法
【专利摘要】公开了一种CT重建图像处理的方法及装置，所述方法包括：获取原始CT重建图像，所述原始CT重建图像中包含风车伪影；通过对所述原始CT重建图像进行分频，来获得高频图像；以及通过对根据生数据所重建出的多个厚图像进行分频组合，来获得低频图像，其中所述生数据包括所述原始CT重建图像对应的生数据，各所述厚图像中基本上不包含风车伪影；根据所述高频图像和所述低频图像合成中间图像，将所述中间图像输出作为目标CT重建图像。本发明实施例可以在不改变现有扫描条件和重建条件的同时，有效消除CT重建图像中的风车伪影，提高CT重建图像的质量，为后续基于CT重建图像进行的诊断提供准确依据。
【专利说明】
CT重建图像处理的方法及装置
技术领域
[0001] 本发明涉及医疗图像处理技术领域，尤其涉及CT(Computed Tomography，电子计 算机断层扫描)重建图像处理的方法及装置。
【背景技术】
[0002] CT是采用X射线束对被扫描对象的一定部位进行扫描，通过对扫描结果进行一系 列处理以得到由像素组成的CT图像的一种技术。其中，CT图像是一种重建图像，又称CT重建 图像。以被扫描对象是人体为例，在采用螺旋扫描方式对人体进行CT扫描时，由于Z轴(又称 头足方向）采样不足，在Z轴变化较快的组织位置、例如头颈部上，可产生明暗相间并随Z轴 位置而旋转变化的风车伪影(windmill artifact，也可称为螺旋伪影）。风车伪影的出现会 降低CT重建图像的质量，从而影响依据该CT重建图像所获得的诊断结果的准确性。
[0003] 现有技术中，可以在获得CT重建图像前，预先设置扫描条件和重建条件，从而在CT 扫描过程中，增加CT重建图像的厚度，以期尽量避免风车伪影的影响。但是，即使改变扫描 条件和重建条件，也可能无法完全消除风车伪影，从而得到包含风车伪影的CT重建图像，导 致这些CT重建图像的质量较差。

【发明内容】

[0004] 本发明提供CT重建图像处理的方法及装置，以解决现有包含风车伪影的CT重建图 像质量较差的问题。
[0005] 根据本发明实施例的第一方面，提供一种CT重建图像处理的方法，所述方法包括：
[0006] 获取原始CT重建图像，所述原始CT重建图像中包含风车伪影；
[0007] 对所述原始CT重建图像进行分频获得高频图像；
[0008] 对根据生数据所重建出的多个厚图像进行分频组合获得低频图像，其中所述生数 据包括所述原始CT重建图像对应的生数据，各所述厚图像中不包含风车伪影；
[0009] 根据所述高频图像和所述低频图像合成中间图像，
[0010] 将所述中间图像输出作为目标CT重建图像。
[0011] 根据本发明实施例的第二方面，提供一种CT重建图像处理的装置，所述装置包括：
[0012] 获取模块，用于获取原始CT重建图像，所述原始CT重建图像中包含风车伪影；
[0013] 处理模块，用于对所述原始CT重建图像进行分频获得高频图像，并对根据生数据 所重建出的多个厚图像进行分频组合获得低频图像，其中所述生数据包括所述原始CT重建 图像对应的生数据，各所述厚图像中不包含风车伪影；
[0014] 生成模块，用于根据所述高频图像和所述低频图像合成中间图像，并将所述中间 图像输出作为目标CT重建图像。
[0015] 应用本发明实施例，本发明通过分频处理得到原始CT重建图像的高频图像和不包 含风车伪影的对应于原始CT重建图像的低频图像，并在合并上述高频图像和低频图像后得 到基本上不包含风车伪影的目标CT重建图像，从而在不改变现有扫描条件和重建条件的同 时，有效消除CT重建图像中的风车伪影，提高CT重建图像的质量，为后续基于CT重建图像进 行的诊断提供准确依据。
[0016] 应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不 能限制本发明。
【附图说明】
[0017] 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施 例，并与说明书一起用于解释本发明的原理。
[0018] 图1A为风车伪影的一个示例；
[0019]图1B为本公开CT重建图像处理方法的一个示例流程图；
[0020]图2A为本公开CT重建图像处理方法的另一个示例流程图；
[0021]图2B为一种采用类高斯函数确定低频权重系数的示意图；
[0022]图2C为一种锐化组合的权重曲线的示意图；
[0023]图2D为一种根据像素差值确定置信度参数的示意图；
[0024]图3为应用本公开示例进行CT重建图像处理的CT扫描系统的逻辑架构示意图； [0025]图4为本公开一个示例的CT重建图像处理装置的硬件结构示意图；
[0026]图5为本公开一个示例的CT重建图像处理装置的处理逻辑的功能模块示意框图； [0027]图6为本公开另一个示例的CT重建图像处理装置的处理逻辑的功能模块示意框 图。
【具体实施方式】
[0028]在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。 在本发明和所附权利要求书中所使用的单数形式的"一种"、"所述"和"该"也旨在包括多数 形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语"和/或"是指并包 含一个或多个相关联的列出项目的任何或所有可能组合。
[0029] CT技术的物理学基础是物体对X射线的吸收存在差异。用X射线束对被扫描对象， 例如，通常为人体的某部位进行扫描，由探测器接收透过该部位的X射线并经光电转换变为 电信号，再经ADC(Analog/Digital Converter，模拟/数字转换器)转为数字信号。这些数字 信号可以称为生数据，或者也可称为投影数据。将生数据输入计算机处理获得每个体素的X 射线衰减系数或吸收系数。将X射线衰减系数排列成数字矩阵(digital matrix)，该数字矩 阵中的每个数字可表示为每个像素 (pixel)的例如灰度等的图像值。按该数字矩阵生成的 所有像素构成CT图像。因此，CT图像是一种基于探测器获取的生数据生成的重建图像，本公 开示例中又称为CT重建图像。
[0030]在通过CT扫描获得CT重建图像时，由于扫描设备或被扫描对象本身的原因，可能 造成CT重建图像中出现被扫描对象上实际并不存在的影像，这些影像可称为伪影。例如，在 采用螺旋扫描方式获得CT重建图像时，由于Z轴采样不足，可能导致投影数据无法完全反映 被扫描对象的在Z轴方向上变化较快的部位或组织，从而会在CT重建图像上产生放射状的 伪影。例如，图1A所示为一幅头部的CT重建图像，其中该CT重建图像的厚度为1.25mm，螺旋 扫描的螺距为1.0_。所谓CT重建图像的厚度是指被扫描部位的实际解剖厚度。在采用螺旋 扫描方式获得CT重建图像时，CT重建图像的厚度可表示为被扫描部位在扫描床方向、例如Z 轴方向上的厚度，并可理解为反映了在Z轴方向上的该厚度范围内的信息的累加。在图1A 中，由于CT重建图像的厚度接近螺旋扫描的螺距，在该CT重建图像上，如白色箭头所指，以 高密度组织、例如骨骼为中心点向四周呈放射状排列的不规则明暗相间的条带。这些条带 可称为风车伪影，会影响密度较低的软组织区域的图像质量。
[0031]此外，风车伪影的严重程度与CT重建图像的厚度相关。例如，CT重建图像的厚度越 厚，则风车伪影的影响越轻。当CT重建图像足够厚时，风车伪影有可能消失。因此，可通过改 变同一个投影角度下X射线焦点在Z轴的位置来增加Z轴采样密度、降低螺距等来减少风车 伪影，也可以通过组合多个CT重建图像来尽量消除风车伪影。
[0032]为了对处理前后的CT重建图像进行区别，可以将处理前包含风车伪影的CT重建图 像称为原始CT重建图像，并将处理后尽量消除了风车伪影的CT重建图像称为目标CT重建图 像。在对原始CT重建图像进行研究时可以发现，风车伪影主要存在于图像的低频区域中。一 般来说，图像的低频区域包含了图像的例如结构信息等的基础信息，而图像的高频区域包 含了图像的例如边界信息、噪声信息等的细节信息。
[0033]根据本公开一实施例，可通过对原始CT重建图像进行分频来获得高频图像，以及 通过对根据探测器获得的生数据所重建的多个基本上不包含风车伪影的厚图像进行分频 组合来获得低频图像，并将上述高频图像和上述低频图像进行合成来得到目标CT重建图 像。这样，由于目标CT重建图像中保留了原始CT重建图像的高频信息，使得细节信息不受影 响，同时尽可能消除了低频信息中的风车伪影，从而有效提高了目标CT重建图像的图像质 量。下面结合具体实施例对本公开进行详细描述。
[0034]参见图1B，为本公开CT重建图像处理方法的一个实施例框图。如图1B所示，该方法 可包括步骤101-步骤103。
[0035] 步骤101:获取原始CT重建图像，该原始CT重建图像包含风车伪影。
[0036] 步骤102:通过对原始CT重建图像进行分频来获得高频图像，以及通过对根据探测 器获取的生数据所重建出的多个厚图像进行分频组合来获得低频图像。其中，所述生数据 包含所述原始CT重建图像对应的生数据，并且各所述厚图像基本上不包含风车伪影。
[0037] 根据一个例子，可以直接对原始CT重建图像进行分频以获得高频图像。例如，可以 对原始CT重建图像的图像信息进行傅里叶变换，将原始CT重建图像从空间域转换为频率 域，然后提取频率域数据中的高频分量。对所提取的高频分量进行傅里叶逆变换，可生成该 原始CT重建图像的高频图像。
[0038] 根据一个例子，可以先根据经验值确定能够消除风车伪影的厚图像重建参数，其 中，厚图像重建参数可以包括重建间隔、图像厚度、图像数量等。然后，可利用探测器所获取 的包含有原始CT重建图像对应的生数据的生数据，根据所述厚图像重建参数重建出多个基 本上不包含风车伪影的厚图像，并通过对各个厚图像进行分频处理得到相应的低频厚图 像，然后对所得到的所有低频厚图像进行锐化组合来得出基本上不包含风车伪影的低频图 像。通过上述处理后，得到的低频图像中不包含风车伪影。
[0039]步骤103:根据所述高频图像和所述低频图像合成中间图像，将中间图像输出作为 目标CT重建图像。
[0040]本步骤中，可以将高频图像中每个像素点的值（以下，"像素点的值"可简称为"像 素值"）与低频图像中对应像素点的像素值相加，来获得目标CT重建图像的每个像素值，从 而组成目标CT重建图像。根据另一例子，也可以将高频图像的频率域数据中每个频率位置 的值与低频图像的频率域数据中对应频率位置处的值相加来获得目标CT重建图像在每个 频率位置的值、即获得目标重建图像的频率域数据，并通过对所获得的频率域数据进行傅 里叶逆变换来获得目标CT重建图像。通过前述处理将基本上不包含风车伪影的低频图像与 包含细节信息的高频图像进行合成，可得到基本上不包含风车伪影的目标CT重建图像。
[0041]由上述实施例可见，本公开通过分频处理得到原始CT重建图像的高频图像和基本 上不包含风车伪影的对应于原始CT重建图像的低频图像，并在合并上述高频图像和低频图 像后得到基本上不包含风车伪影的目标CT重建图像，从而可有效消除原始CT重建图像中的 风车伪影，提高目标CT重建图像的质量，为后续基于CT重建图像进行的疾病诊断提供相对 准确的依据。
[0042] 参见图2A，为本公开CT重建图像处理方法的另一个示例流程图。如图2A所示，该方 法可包括步骤201-步骤206。
[0043]步骤201:获取原始CT重建图像，该原始CT重建图像包含风车伪影。
[0044] 步骤202:对原始CT重建图像进行分频，获得高频图像。
[0045] 原始CT重建图像的高频区域主要包含了图像的例如边界信息、噪声信息等的细节 信息，这些细节信息大概不会受到风车伪影的干扰。通过对原始CT重建图像进行分频处理， 可获得原始CT重建图像的高频信息，并可基于该高频信息生成原始CT重建图像的高频图 像。
[0046] 在对原始CT重建图像进行分频处理时，可以先通过对原始CT重建图像的图像信息 进行傅里叶变换，将原始CT重建图像从空间域转换为频率域，然后通过提取频率域数据中 的高频分量，对所提取的高频分量进行傅里叶逆变换可生成原始CT重建图像的高频图像。 该高频图像后续可用于合成目标CT重建图像。
[0047] 在提取原始CT重建图像的频率域数据中的高频分量时，可以先计算每个频率位置 的低频权重系数，然后根据每个频率位置的值与低频权重系数计算每个频率位置的加权低 频值，最后计算每个频率位置的值与加权低频值之间的差值作为每个频率位置的高频值。
[0048] 在一个例子中，可以采用类高斯函数确定低频权重系数，并基于所确定的低频权 重系数来从图像的频率域数据中提取高频分量。需要说明的是，对频率域数据进行分频的 方式有多种，本公开并不限制采用任何其他图像分频方式来分离高频分量和低频分量。如 图2B所示，为一种采用类高斯函数确定低频权重系数的示意图。由图2B可知，其中权重系数 的范围为0至1，其中频率的绝对值越低，则相应的低频权重系数越大，而频率的绝对值越 高，则相应的低频权重系数越小。
[0049] 结合图2B，在本例子中，可以采用如下公式计算每个频率位置的低频权重系数：
[00511 上式中，FeqX为频率域数据中的每个频率位置，FeqWeight为每个频率位置的低频 权重系数，FeqDisRange为分频的频率范围，FeqDisRange可以在小于100的自然数中取值， 例如本例中取值可以为55，n为一常数，n可以在小于5的自然数中取值，例如本例中取值可 以为2。
[0052]在计算出每个频率位置的低频权重系数后，可以采用如下公式计算每个频率位置 的加权低频值：
[0053] FL〇wFeq(FeqX) =Feqffeight(FeqX) XF(FeqX)
[0054] 上式中，FeqWeight(FeqX)为频率位置FeqX的低频权重系数，F(FeqX)为频率位置 FeqX的值，FL?Feq(FeqX)为频率位置FeqX的加权低频值。
[0055]由于每个频率位置的值由低频值和高频值组成，因此可以采用如下公式计算每个 频率位置的高频值：
[0056] FHighFeq (FeqX )= F (FeqX) -FL〇wFeq (FeqX)
[0057] 上式中，FHighFeq(FeqX)为频率位置FeqX的高频值。
[0058] 本步骤中，可以采用上述公式计算出原始CT重建图像的频率域数据中每个频率位 置处的高频值，所有频率位置的高频值组成高频分量，从而可基于所提取出的高频分量生 成原始CT重建图像的高频图像。
[0059] 如果将提取原始CT重建图像的频率域数据中的高频分量视为高通滤波，上述采用 类高斯函数确定低频权重系数并基于低频权重系数计算高频值的方法，可视为所采用的滤 波函数为类高斯函数。与之相对比，基于单一阈值分频可视为采用阶梯函数作为滤波函数。 这样，通过基于低频权重系数进行分频提取，可以适当避免傅里叶变换在不连续点出现的 震荡效应
[0060] 步骤203:根据预设的厚图像重建参数，利用探测器获取的生数据生成多个厚图 像，并通过对所述多个厚图像进行分频组合来获得低频图像。其中，所述生数据包含所述原 始CT重建图像对应的生数据，并且各所述厚基本上不包含风车伪影。
[0061] 在本步骤，可以执行如下过程：
[0062] 首先，可以根据经验值确定能够消除风车伪影的厚图像重建参数，厚图像重建参 数可以包括重建间隔、图像厚度、图像数量等。
[0063] 如上所述，CT重建图像表示被扫描部位在扫描床方向上的实际解剖厚度，反映了 扫描床方向上该厚度范围内信息的累加。基于信息累加的这个概念，可沿扫描床方向、例如 Z轴方向将若干幅第一厚度的CT重建图像按一定规律组合为一幅第二厚度的图像。其中，若 所述第一厚度比所述第二厚度大，则可将该组合称为锐化组合。以下，基于图像厚度的概 念，所锐化组合出的图像可称为薄图像，而用于组合出该薄图像的各图像可称为厚图像。例 如，在本公开中，原始CT重建图像可视为一种薄图像，并希望由厚图像所组合出的薄图像中 基本上包含了该原始CT重建图像的像素点信息。
[0064] 假设用FilterWidth X 2表示锐化组合宽度范围，则可以在FilterWidth X 2的宽度 范围内按照厚图像重建参数重建出包含多个基本上不包含风车伪影的厚图像的图像组。其 中，FilterWidth表示扫描用X射线束在Z轴方向上的照射宽度，该图像组中的所有厚图像按 照一定的间隔排列并占满锐化组合宽度范围FilterWidthX2。这样，当该图像组中的厚图 像的数量足够多时，可以利用该图像组中的所有厚图像锐化组合出与重建效果与原始CT重 建图像基本上一致的厚图像。
[0065] 在本公开的一个例子中，可以预先设置厚图像重建参数中的重建间隔K为0.1mm (毫米）。需要说明的是，重建间隔可以根据实际应用需要灵活调整，上述0.1mm仅为一种示 例。
[0066] 在确定厚图像重建参数中的图像厚度时，可以采用如下公式，该图像厚度表示图 像组中每个厚图像的厚度：
[0067] Thicklmage = SIiceThick X Alpha
[0068] 上式中，Thicklmage表示图像厚度，SliceThick表示CT扫描设备的检测器层厚度， Alpha表示扩展参数。对于同一组生数据，CT重建图像越厚则风车伪影的影响可能越轻微。 例如，扩展参数Alpha的取值范围可以在1.2至1.8之间。假设CT扫描设备的检测器层厚度 SliceThick为1 ? 25mm，扩展参数Alpha为1 ? 6，则图像厚度Thicklmage 可为2mm。
[0069]在确定厚图像重建参数中的图像数量时，该图像数量表示图像组中包括的厚图像 的数量，可以采用如下公式：
[0071 ] 上述公式中，Numlmage表示图像数量，FilterWidth表示CT扫描设备发出的X射线 束在Z轴方向上的照射范围，FilterWidthX2表示上述锐化组合宽度范围，K为前述重建间 隔。根据一个例子，假设X射线束在Z轴方向上的照射范围FilterWidth为10mm，重建间隔K为 0? 1mm，则图像数量Numlmage为200。
[0072]在根据上述确定的厚图像重建参数重建出图像组中的各个厚图像时，可以利用包 含有原始CT重建图像对应的生数据的一组生数据，沿Z轴方向按照重建间隔重建出多个厚 图像。其中，该图像组中的每个厚图像的厚度与预定的图像厚度相同，从而可基本上不包含 风车伪影。此外，该图像组中的厚图像的数量所述预定的图像数量。
[0073]其次，在重建出图像组中的各个厚图像之后，可以通过分频处理从图像组中提取 低频图像组。例如，可通过对图像组中的各个厚图像进行傅里叶变换，将各个厚图像的数据 从空间域转换为频率域。然后，提取各个厚图像的频率域数据中的低频分量，并通过对所提 取的低频分量进行傅里叶逆变换可获得对应的低频厚图像。所获得的所有低频厚图像可组 成低频图像组。
[0074] 根据一个例子，在提取图像组中的各个厚图像的频率域数据的低频分量时，可以 计算各个厚图像的频率域数据中每个频率位置的低频权重系数，根据每个频率位置的值与 低频权重系数计算每个频率位置的加权低频值。具体的计算过程和示例可以参见前述步骤 202中的描述，在此不再赘述。
[0075] 最后，可以通过对低频图像组中的各个低频厚图像进行锐化组合来得出低频图 像。例如，可以确定任一 Z位置上的权重，将任一 Z位置上的权重与对应该Z位置的低频厚图 像的像素值相乘，得到该Z位置上的加权像素值。累加所有Z位置上的加权像素值，可得到累 加像素值作为低频图像的像素值。
[0076] 如图2C所示，为一种锐化组合的权重曲线的示意图。图2C中，FilterWidth表示锐 化组合宽度范围的一半。TransitWidth为转折点与中心Z位置的距离。其中，中心Z位置为原 始CT重建图像的建像位置，以下还可称为原始CT重建图像对应的Z位置。MAXValue与 MINValue分别为最大权重和最小权重。FWHM表示用于进行锐化组合的各个厚图像的厚度。 上述参数之间可满足如下公式：
[0079]在获得满足上述公式的各个参数后，可以采用如下公式计算任一 Z位置上的权重：
[0081 ] 上式中，x表示任一 Z位置与中心Z位置之间的距离，也可理解为任一厚图像的建像 位置与原始CT重建图像的建像位置之间的距离。例如，假设原始CT重建图像的建像位置为 200mm，厚图像重建参数中的重建间隔K为0.1mm、图像厚度Thick Image为2mm、图像数量 Numlmage为200,则根据厚图像重建参数所重建出的多个厚图像的建像位置将为在[190mm， 210mm ]之间按间隔0 ? 1mm分布的值，并使得距离x将为在[-10mm，10mm ]之间按间隔0 ? 1mm分 布的值。Weight(x)是任一Z位置上的权重，也即任一厚图像对应的权重。|x|为任一Z位置与 中心Z位置之间距离x的绝对值。
[0082] 根据x的取值不同，在采用上述公式计算得到任一Z位置上的权重Weight(x)后，可 以采用如下公式计算组合后图像的像素值： FUterWidh
[0083] fimg = ^Weightix) x Val(x) x=~FilterWi{Ui
[0084] 上式中，x表示任一 Z位置，x的取值范围在[-Fi 1 terWi dth，Fi 1 terWi dth ]之间；fimg 为组合后图像的像素值;Weight(x)为任一 Z位置上的权重，即不同x取值对应的权重;Val (x)为任一Z位置对应的组合用图像的像素值，即不同x取值对应的像素值。将按照上述公式 得到的所有像素值组合起来，即可得到重建效果与原始CT重建图像基本一致的低频图像。 [0085] 需要说明的是，上述步骤202和步骤203在执行顺序上没有限制，例如，也可以先执 行步骤203再执行步骤202,或者同时执行上述两个步骤。
[0086]步骤204:根据所述高频图像和所述低频图像合成中间图像。
[0087] 在通过步骤202和步骤203分别得到高频图像和低频图像后，可以分别对高频图像 和低频图像进行傅里叶变换，获得高频图像的频率域数据以及低频图像的频率域数据。然 后，可将高频图像和低频图像各自的频率域数据中同一频率位置的值相加，获得中间图像 的频率域数据中每个频率位置的值，并可通过对所获得的频率域数据进行傅里叶逆变换来 生成所述中间图像。
[0088] 在一个例子中，可以采用如下公式计算中间图像的像素值：
[0089] fMid( X) = IFT(FHighFeq(X ' ) ) + IFT (FL〇wFeq(X'))
[0090]上式中，fMid(x)表示中间图像中任一像素位置x的像素值，IFT〇表示傅里叶逆变 换，FHlghFeq(x'）表示高频图像的频率域数据中频率位置X'的值，FL?Feq(x'）表示低频图像的 频率域数据中频率位置X'的值，X'表示高频图像和低频图像各自的频率域数据中的同一频 率位置，该频率位置x '与中间图像的像素位置x相对应。
[0091]在另一个例子中，可以采用如下公式计算中间图像的像素值：
[0092] fMid(x) =fHighFeq(x)+fLowFeq(x)
[0093]上式中，f Mid (x)表示中间图像中任一像素位置x处的像素值，f HighFeq (x)表示高频 图像中像素位置X处的像素值，fL?Fe3q(X)表示低频图像中像素位置X处的像素值。
[0094]步骤205:根据所述中间图像与所述原始CT重建图像之间的差异确定置信度参数。 [0095]与原始CT重建图像相比，步骤204中合成的中间图像基本上消除了风车伪影。根据 本公开的一个例子，还可以根据中间图像与原始CT重建图像之间的差异进行置信度处理， 以使得目标CT重建图像与原始CT重建图像之间的差异尽可能小。例如，可以将中间图像与 原始CT重建图像中同一像素位置的像素值做差值计算以获得各个像素位置处的像素差值， 并可基于所述像素差值确定置信度参数。
[0096]如图2D所示，为一种根据中间图像与原始CT重建图像的像素差值确定置信度参数 的不意图。图2D中设置了第一阈值MinTh和第二阈值MaxTh。在一个可选的例子中，第一阈值 MinTh的取值可以为40，第二阈值MaxTh的取值可以为70。对于中间图像与原始CT重建图像 来说，像素差值在第一阈值MinTh以下的区域可能存在风车伪影，相应的置信度参数可以设 置为〇;像素差值在第二阈值MaxTh以上的区域，风车伪影可能不会产生较大影响，相应的置 信度参数可以设置为1;而像素差值在第一阈值MinTh和第二阈值MaxTh之间的区域可视为 过渡区域，可以根据像素差值设置对应的置信度参数以保证图像的平稳过渡。
[0097]例如，置信度参数可以采用如下公式计算：
[0099]上式中，Im gP〇rp(X，y)表示像素点(x，y)对应的置信度参数，Diff(x，y)表示中间 图像和原始CT重建图像在像素点(x，y)上的像素差值。
[0100]步骤206:根据所述置信度参数和原始CT重建图像对中间图像进行修正，获得修正 后的中间图像作为目标CT重建图像。
[0101]结合步骤205得到的置信度参数Im gPorp(x，y)，可以采用如下公式进行插值计 算，从而得出目标CT重建图像中的每个像素点的像素值：
[0102] Final Img(x,y)=Mid Image (x, y) X (l-ImgPorp(x, y) )+0ri Image(x,y)X ImgPorp(x,y)
[0103]上式中，0rilmage(x,y)表示原始CT重建图像上像素点（x,y)的像素值，Mid Image (x，y)表示中间图像上像素点(x,y)的像素值，Final Img(x，y)为目标CT重建图像上像素点 (x，y)的像素值。
[0104] 由上述实施例可见，对于包含风车伪影的原始CT重建图像，可通过分频处理得到 高频图像和基本上不包含风车伪影的低频图像，并在合并上述高频图像和低频图像后得到 基本上不包含风车伪影的中间图像作为目标CT重建图像，从而可有效消除风车伪影的影 响，为后续基于CT重建图像进行的疾病诊断提供相对准确的依据。并且，通过基于所合成的 中间图像与原始CT重建图像之间的差异进行置信度处理，可使得修正后的中间图像、即最 终的目标CT重建图像更接近于原始CT重建图像，从而可进一步提升目标CT重建图像的图像 质量。
[0105] 参见图3,为应用本公开示例进行CT重建图像处理的CT扫描系统的逻辑架构示意 图。
[0106] 图3中所示CT扫描系统包括CT设备310和图像处理设备320。其中，CT设备310可以 采用一般的扫描条件和重建条件对目标对象，例如人体进行扫描，输出包含风车伪影的原 始CT重建图像。图像处理设备320获得原始CT重建图像后，按照图3示出的处理逻辑对原始 CT重建图像进行处理，从而获得基本上不包含风车伪影的目标CT重建图像。需要说明的是， 上述处理逻辑与前述参考图2A所描述的一致，在此不再赘述。
[0107] 与本公开CT重建图像处理方法的示例相对应，本公开还提供了 CT重建图像处理装 置的示例。
[0108] 本公开CT重建图像处理装置的示例可以应用在各种计算设备上。如图4所示，为本 公开CT重建图像处理装置的硬件结构示意图，该CT重建图像处理装置包括处理器410、内存 420、非易失性存储器430。其中，内存420和非易失性存储器430为机器可读存储介质，处理 器410和机器可读存储介质420、430可借由内部总线440相互连接。在其他可能的实现方式 中，所述CT重建图像处理装置还可能包括网络接口450,以能够与其他设备或者部件进行通 信。除了图4所示的处理器410、内存420、网络接口450、以及非易失性存储器430之外，该处 理装置根据实际功能需要还可以包括其他硬件，图4中不再一一示出。
[0109] 在不同的例子中，所述机器可读存储介质420、430可以是R0M(Read-0nly Memory， 只读存储器）、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器）、固态硬盘、 任何类型的存储盘(如光盘、DVD等），或者类似的存储介质，或者它们的组合。
[0110] 进一步，机器可读存储介质、可具体为内存420上存储有与CT重建图像处理逻辑 500对应的机器可执行指令。从功能上划分，如图5所示，所述处理逻辑500可包括获取模块 510、处理模块520和生成模块530。
[0111] 其中，获取模块510,用于获取原始CT重建图像，所述原始CT重建图像中包含风车 伪影。处理模块520,用于通过对所述原始CT重建图像进行分频来获得高频图像，并通过对 根据生数据所重建出的多个厚图像进行分频组合来获得低频图像，其中所述生数据包括所 述原始CT重建图像对应的生数据，各所述厚图像中基本上不包含风车伪影。生成模块530， 用于根据所述高频图像和所述低频图像合成中间图像，并将所述中间图像输出作为目标CT 重建图像。
[0112]参见图6,为本公开另一个示例的CT重建图像处理装置的处理逻辑的功能模块示 意框图。如图6所示，所述处理逻辑500可包括获取模块610、处理模块620、生成模块630和修 正模块640。
[0113] 其中，获取模块610,用于获取原始CT重建图像，所述原始CT重建图像中包含风车 伪影。处理模块620,用于通过对所述原始CT重建图像进行分频来获得高频图像，并通过对 根据生数据所重建出的多个厚图像进行分频组合来获得低频图像，其中所述生数据包括所 述原始CT重建图像对应的生数据，各所述厚图像中基本上不包含风车伪影。生成模块630， 用于根据所述高频图像和所述低频图像合成中间图像。修正模块640，用于根据所述中间图 像与所述原始CT重建图像之间的差异确定置信度参数，并利用所确定的置信度参数和所述 原始CT重建图像对所述中间图像进行修正，来获得修正后的中间图像。在这种情况下，生成 模块630可将所述修正后的中间图像输出作为目标CT重建图像。
[0114] 在一个示例中，所述处理模块620可以包括(图6中未示出）：
[0115] 图像转换子模块，用于通过对所述原始CT重建图像进行傅里叶变换，将所述原始 CT重建图像从空间域转换为频率域；
[0116]高频值提取子模块，用于提取所述原始CT重建图像的频率域数据中的高频分量； [0117]高频图像生成子模块，用于通过对所提取的高频分量进行傅里叶逆变换来生成所 述原始CT重建图像的高频图像。
[0118] 其中，所述高频值提取子模块，可以具体用于:计算所述原始CT重建图像的频率域 数据中每个频率位置的低频权重系数，根据每个频率位置的值与低频权重系数计算每个频 率位置的低频值，并计算每个频率位置的值与低频值的差作为每个频率位置的高频值。所 有频率位置的高频值组成所述原始CT重建图像的频率域数据中的高频分量。
[0119] 在另一个示例中，所述处理模块620可以包括(图6中未示出）：
[0120] 参数确定子模块，用于确定厚图像重建参数；
[0121] 图像重建子模块，用于根据所述厚图像重建参数，利用包含有所述原始CT重建图 像对应的生数据的一组生数据重建出多个基本上不包含风车伪影的厚图像；
[0122] 低频提取子模块，用于通过对各所述厚图像进行分频来获得多个低频厚图像；
[0123] 图像组合子模块，用于通过对所述多个低频厚图像进行锐化组合来得出所述低频 图像。
[0124] 其中，所述重建参数可以包括重建间隔、图像厚度、图像数量。在这种情况下，所述 图像重建子模块，可以具体用于：利用包含有所述原始CT重建图像对应的生数据的一组生 数据，沿扫描床方向按照所述重建间隔重建出多个厚图像，每个所述厚图像的厚度与所述 图像厚度相同，从而使得所述厚图像可基本上不包含风车伪影;所述厚图像的总数量与所 述图像数量一致。
[0125] 其中，所述低频提取子模块，可以具体用于：通过对待分频厚图像进行傅里叶变 换，将所述待分频厚图像从空间域转换为频率域;提取所述待分频厚图像的频率域数据中 的低频分量;并通过对所提取的低频分量进行傅里叶逆变换，来生成所述待分频厚图像的 低频厚图像。
[0126] 其中，所述图像组合子模块，可以具体用于:确定多个待组合低频厚图像各自对应 的权重;将各所述待组合低频厚图像上每一像素点的像素值与对应的权重相乘，得到各所 述待组合低频厚图像上每一像素点的加权像素值;累加所述待组合低频厚图像上同一像素 点的加权像素值，得到累加像素值;所有像素点的累加像素值组成所述低频图像。
[0127] 在另一个示例中，所述生成模块630可以具体用于:将所述高频图像和所述低频图 像中同一像素点的像素值相加，获得所述中间图像的每个像素点的像素值;或者，将所述高 频图像和所述低频图像各自的频率域数据中同一频率位置的值相加，获得所述中间图像的 频率域数据，并通过对所获得的频率域数据进行傅里叶逆变换来生成所述中间图像。
[0128] 上述各个功能模块的实现过程具体可详见上述方法中对应步骤的实现过程，在此 不再赘述。
[0129] 下面以软件实现为例，进一步描述CT重建图像处理装置如何执行该处理逻辑500。 在该例子中，本公开处理逻辑500应理解为存储在机器可读存储介质420中的机器可执行指 令。当本公开CT重建图像处理装置上的处理器410执行该处理逻辑500时，该处理器410通过 调用机器可读存储介质420上保存的处理逻辑500对应的指令执行如下操作：
[0130] 获取原始CT重建图像，所述原始CT重建图像中包含风车伪影；
[0131 ]通过对所述原始CT重建图像进行分频来获得高频图像；
[0132] 通过对根据生数据所重建出的多个厚图像进行分频组合来获得低频图像，其中所 述生数据包括所述原始CT重建图像对应的生数据，各所述厚图像中基本上不包含风车伪 影；
[0133] 根据所述高频图像和所述低频图像合成中间图像，
[0134] 将所述中间图像输出作为目标CT重建图像。
[0135] 根据一个例子，在通过对所述原始CT重建图像进行分频来获得所述高频图像时， 所述机器可执行指令还可促使所述处理器执行以下：
[0136] 通过对所述原始CT重建图像进行傅里叶变换，将所述原始CT重建图像从空间域转 换为频率域；
[0137] 提取所述原始CT重建图像的频率域数据中的高频分量；
[0138] 通过对所提取的高频分量进行傅里叶逆变换来生成所述高频图像。
[0139] 根据一个例子，在提取所述原始CT重建图像的频率域数据中的高频分量时，所述 机器可执行指令还可促使所述处理器执行以下：
[0140]计算所述频率域数据中每个频率位置的低频权重系数；
[0141] 根据所述频率域数据中每个频率位置的值与所述低频权重系数计算每个频率位 置的低频值；
[0142] 计算每个频率位置的值与低频值之间的差作为每个频率位置的高频值，
[0143] 所有频率位置的高频值组成所述频率域数据中的高频分量。
[0144] 根据一个例子，在通过对根据生数据所重建出的多个厚图像进行分频组合来获得 所述低频图像时，所述机器可执行指令还可促使所述处理器执行以下：
[0145]确定厚图像重建参数；
[0146] 根据所述厚图像重建参数，利用包含有所述原始CT重建图像对应的生数据的一组 生数据重建出多个厚图像；
[0147] 通过对各所述厚图像进行分频来获得多个低频厚图像，并通过对所述多个低频厚 图像进行锐化组合来得出所述低频图像。
[0148] 根据一个例子，所述厚图像重建参数包括重建间隔、图像厚度、图像数量。在这种 情况下，在根据所述厚图像重建参数，利用包含有所述原始CT重建图像对应的生数据的一 组生数据重建出多个厚图像时，所述机器可执行指令还可促使所述处理器执行以下：利用 包含有所述原始CT重建图像对应的生数据的一组生数据，沿扫描床方向按照所述重建间隔 重建出多个厚图像。其中，每个所述厚图像的厚度与所述图像厚度相同，从而使得各所述厚 图像可基本上不包含风车伪影;并且，所述厚图像的总数量与所述图像数量一致。
[0149] 根据一个例子，在通过对各所述厚图像进行分频来获得多个低频厚图像时，所述 机器可执行指令还可促使所述处理器执行以下：
[0150] 通过对待分频厚图像进行傅里叶变换，将所述待分频厚图像从空间域转换为频率 域；
[0151 ]提取所述待分频厚图像的频率域数据中的低频分量；
[0152] 通过对所提取的低频分量进行傅里叶逆变换，来生成所述待分频厚图像的低频厚 图像。
[0153] 根据一个例子，在提取所述待分频厚图像的频率域数据中的低频分量时，所述机 器可执行指令还可促使所述处理器执行以下：
[0154] 计算所述待分频厚图像的频率域数据中每个频率位置的低频权重系数；
[0155] 根据所述频率域数据中每个频率位置的值与所述低频权重系数计算每个频率位 置的低频值，
[0156] 所有频率位置的低频值组成所述待分频厚图像的频率域数据中的低频分量。
[0157] 根据一个例子，在通过对所述多个低频厚图像进行锐化组合来得出所述低频图像 时，所述机器可执行指令还可促使所述处理器执行以下：
[0158] 确定多个待组合低频厚图像各自对应的权重；
[0159] 将各所述待组合低频厚图像上每一像素点的像素值与对应的权重相乘，得到各所 述待组合低频厚图像上每一像素点的加权像素值；
[0160] 累加所有所述待组合低频厚图像上同一像素点的加权像素值，得到累加像素值；
[0161] 所有像素点的累加像素值组成所述低频图像。
[0162] 根据一个例子，在根据所述高频图像和所述低频图像合成所述中间图像时，所述 机器可执行指令还可促使所述处理器执行以下:将所述高频图像和所述低频图像中同一像 素点的像素值相加，获得所述中间图像的每个像素点的像素值;或者将所述高频图像和所 述低频图像各自的频率域数据中同一频率位置的值相加，获得所述中间图像的频率域数 据，并通过对所获得的频率域数据进行傅里叶逆变换来生成所述中间图像。
[0163] 根据一个例子，在将所述中间图像输出作为所述目标CT重建图像时，所述机器可 执行指令还可促使所述处理器执行以下:根据所述中间图像与所述原始CT重建图像之间的 差异确定置信度参数;根据所确定的置信度参数和所述原始CT重建图像对所述中间图像进 行修正，来获得修正后的中间图像;将所述修正后的中间图像输出作为所述目标CT重建图 像
[0164] 由上述实施例可见，本公开通过分频处理得到原始CT重建图像的高频图像和基本 上不包含风车伪影的对应于原始CT重建图像的低频图像，并在合并上述高频图像和低频图 像后得到基本上消除了风车伪影的目标CT重建图像，从而可有效提高CT重建图像的质量， 为后续基于CT重建图像进行的疾病诊断提供相对准确的依据。
[0165] 本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其 它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或 者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识 或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的 权利要求指出。
[0166]应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并 且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
【主权项】
1. 一种CT重建图像处理方法，其特征在于，包括： 获取原始CT重建图像，所述原始CT重建图像中包含风车伪影； 对所述原始CT重建图像进行分频获得高频图像； 对根据生数据所重建出的多个厚图像进行分频组合获得低频图像，其中所述生数据包 括所述原始CT重建图像对应的生数据，各所述厚图像中不包含风车伪影； 根据所述高频图像和所述低频图像合成中间图像， 将所述中间图像输出作为目标CT重建图像。2. 根据权利要求1所述的方法，其特征在于，对所述原始CT重建图像进行分频获得所述 尚频图像，包括： 对所述原始CT重建图像进行傅里叶变换，将所述原始CT重建图像从空间域转换为频率 域； 提取所述原始CT重建图像的频率域数据中的高频分量； 对所提取的高频分量进行傅里叶逆变换生成所述高频图像。3. 根据权利要求2所述的方法，其特征在于，提取所述原始CT重建图像的频率域数据中 的高频分量，包括： 计算所述频率域数据中每个频率位置的低频权重系数； 根据所述频率域数据中每个频率位置的值与所述低频权重系数计算每个频率位置的 低频值； 计算每个频率位置的值与低频值之间的差作为每个频率位置的高频值， 所有频率位置的高频值组成所述频率域数据中的高频分量。4. 根据权利要求1所述的方法，其特征在于，对根据生数据所重建出的多个厚图像进行 分频组合获得所述低频图像，包括： 确定厚图像重建参数； 根据所述厚图像重建参数，利用包含有所述原始CT重建图像对应的生数据的生数据重 建出多个厚图像； 对各所述厚图像进行分频获得多个低频厚图像，并对所述多个低频厚图像进行锐化组 合得出所述低频图像。5. 根据权利要求4所述的方法，其特征在于， 所述厚图像重建参数包括重建间隔、图像厚度、图像数量； 根据所述厚图像重建参数，利用包含有所述原始CT重建图像对应的生数据的生数据重 建出多个厚图像，包括:利用包含有所述原始CT重建图像对应的生数据的一组生数据，沿扫 描床方向按照所述重建间隔重建出多个厚图像，每个所述厚图像的厚度与所述图像厚度相 同，所述厚图像的数量与所述图像数量一致。6. 根据权利要求4所述的方法，其特征在于，对各所述厚图像进行分频获得多个低频厚 图像，包括： 对待分频厚图像进行傅里叶变换，将所述待分频厚图像从空间域转换为频率域； 提取所述待分频厚图像的频率域数据中的低频分量； 对所提取的低频分量进行傅里叶逆变换，生成所述待分频厚图像的低频厚图像。7. 根据权利要求6所述的方法，其特征在于，提取所述待分频厚图像的频率域数据中的 低频分量，包括： 计算所述频率域数据中每个频率位置的低频权重系数； 根据所述频率域数据中每个频率位置的值与所述低频权重系数计算每个频率位置的 低频值， 将所有频率位置的低频值组成所述频率域数据中的低频分量。8. 根据权利要求4所述的方法，其特征在于，对所述多个低频厚图像进行锐化组合得出 所述低频图像，包括： 确定多个待组合低频厚图像各自对应的权重； 将各所述待组合低频厚图像上每一像素点的像素值与对应的权重相乘，得到各所述待 组合低频厚图像上每一像素点的加权像素值； 累加所述多个待组合低频厚图像上同一像素点的加权像素值，得到累加像素值； 所有像素点的累加像素值组成所述低频图像。9. 根据权利要求1所述的方法，其特征在于，根据所述高频图像和所述低频图像合成所 述中间图像，包括： 将所述高频图像和所述低频图像中同一像素点的像素值相加，获得所述中间图像的每 个像素点的像素值;或者 将所述高频图像和所述低频图像各自的频率域数据中同一频率位置的值相加，获得所 述中间图像的频率域数据，并对所获得的频率域数据进行傅里叶逆变换生成所述中间图 像。10. 根据权利要求1至9中任一项所述的方法，其特征在于，将所述中间图像输出作为所 述目标CT重建图像，包括： 根据所述中间图像与所述原始CT重建图像之间的差异确定置信度参数； 根据所确定的置信度参数和所述原始CT重建图像对所述中间图像进行修正，获得修正 后的中间图像； 将所述修正后的中间图像输出作为所述目标CT重建图像。11. 一种CT重建图像的处理装置，其特征在于，包括： 获取模块，用于获取原始CT重建图像，所述原始CT重建图像中包含风车伪影； 处理模块，用于对所述原始CT重建图像进行分频获得高频图像，并对根据生数据所重 建出的多个厚图像进行分频组合获得低频图像，其中所述生数据包括所述原始CT重建图像 对应的生数据，各所述厚图像中不包含风车伪影； 生成模块，用于根据所述高频图像和所述低频图像合成中间图像，并将所述中间图像 输出作为目标CT重建图像。12. 根据权利要求11所述的装置，其特征在于，所述处理模块包括： 图像转换子模块，用于对所述原始CT重建图像进行傅里叶变换，将所述原始CT重建图 像从空间域转换为频率域； 高频值提取子模块，用于提取所述原始CT重建图像的频率域数据中的高频分量； 高频图像生成子模块，用于对所提取的高频分量进行傅里叶逆变换生成所述高频图 像。13. 根据权利要求12所述的装置，其特征在于，所述高频值提取子模块被配置为： 计算所述频率域数据中每个频率位置的低频权重系数； 根据所述频率域数据中每个频率位置的值与所述低频权重系数计算每个频率位置的 低频值； 计算每个频率位置的值与低频值之间的差作为每个频率位置的高频值， 所有频率位置的高频值组成所述频率域数据中的高频分量。14. 根据权利要求11所述的装置，其特征在于，所述处理模块可以包括： 参数确定子模块，用于确定厚图像重建参数； 图像重建子模块，用于根据所述厚图像重建参数，利用包含有所述原始CT重建图像对 应的生数据的一组生数据重建出多个厚图像； 低频提取子模块，用于对各所述厚图像进行分频获得多个低频厚图像； 图像组合子模块，用于对所述多个低频厚图像进行锐化组合得出所述低频图像。15. 根据权利要求14所述的装置，其特征在于，所述厚图像重建参数包括重建间隔、图 像厚度、图像数量； 所述图像重建子模块被配置为:利用包含有所述原始CT重建图像对应的生数据的生数 据，沿扫描床方向按照所述重建间隔重建出多个厚图像，每个所述厚图像的厚度与所述图 像厚度相同，所述厚图像的数量与所述图像数量一致。16. 根据权利要求14所述的装置，其特征在于，所述低频提取子模块被配置为： 通过对待分频厚图像进行傅里叶变换，将所述待分频厚图像从空间域转换为频率域； 提取所述待分频厚图像的频率域数据中的低频分量； 对所提取的低频分量进行傅里叶逆变换，生成所述待分频厚图像的低频厚图像。17. 根据权利要求16所述的装置，其特征在于，所述低频提取子模块还被配置为： 计算所述频率域数据中每个频率位置的低频权重系数； 根据所述频率域数据中每个频率位置的值与所述低频权重系数计算每个频率位置的 低频值， 所有频率位置的低频值组成所述频率域数据中的低频分量。18. 根据权利要求14所述的装置，其特征在于，所述图像组合子模块被配置为： 确定多个待组合低频厚图像各自对应的权重； 将各所述待组合低频厚图像上每一像素点的像素值与对应的权重相乘，得到各所述待 组合低频厚图像上每一像素点的加权像素值； 累加所有所述多个待组合低频厚图像上同一像素点的加权像素值，得到累加像素值； 所有像素点的累加像素值组成所述低频图像。19. 根据权利要求11所述的装置，其特征在于，所述生成模块被配置为： 将所述高频图像和所述低频图像中同一像素点的像素值相加，获得所述中间图像的每 个像素点的像素值;或者 将所述高频图像和所述低频图像各自的频率域数据中同一频率位置的值相加，获得所 述中间图像的频率域数据，并通过对所获得的频率域数据进行傅里叶逆变换来生成所述中 间图像。20. 根据权利要求11至19中任一项所述的装置，其特征在于，所述生成模块还被配置 为： 根据所述中间图像与所述原始CT重建图像之间的差异确定置信度参数； 根据所确定的置信度参数和所述原始CT重建图像对所述中间图像进行修正，获得修正 后的中间图像； 将所述修正后的中间图像输出作为所述目标CT重建图像。
【文档编号】G06T5/00GK105913398SQ201610228066
【公开日】2016年8月31日
【申请日】2016年4月12日
【发明人】郑晗, 楼珊珊
【申请人】沈阳东软医疗系统有限公司