-
公开(公告)号：CN106228584B
公开(公告)日：2019-08-13
申请号：CN201610572019.2
申请日：2016-07-20
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明涉及一种锥束CT圆加直线轨迹反投影滤波重建方法，针对圆加直线扫描轨迹的成像几何特点，选取M‑lines，通过求解穿过M‑line上重建点的R‑line的端点坐标，确定反投影积分区间，通过Hilbert变换，实现物体重建。本发明能够有效解决单圆轨迹大锥角扫描时锥角效应问题，在圆轨迹扫描的基础上，增加直线扫描轨迹，使其能够满足精确重建条件，获得完整的重建投影数据，能够较好的应用于实际扫描，有效提高大锥角重建图像质量，对于扩展锥束CT扫描应用范围具有重要的实用意义。
-
公开(公告)号：CN104142845B
公开(公告)日：2018-08-17
申请号：CN201410347123.2
申请日：2014-07-21
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种基于OpenCL‑To‑FPGA的CT图像重建反投影加速方法，主要利用FPGA实现了CT图像重建反投影步骤的加速，具体为：在OpenCL编程模型中，构建CPU和FPGA协作的CPU‑FPGA异构计算模式，CPU和FPGA间通过PCI‑E总线进行通信，CPU作为主机端，负责算法中的串行任务以及对FPGA的配置与控制任务；FPGA作为协处理器端，通过加载OpenCL内核程序以实现对反投影计算的并行流水加速。在编程模式中，FPGA执行程序全部采用类C/C++风格的OpenCL语言开发，开发简便，修改灵活，能大大缩短研发周期，减少产品维护和升级的研发成本；另一方面，新方法基于OpenCL框架，代码可以实现跨平台快速移植，适合扩展和应用于多处理器异构平台的协同加速之中。
-
公开(公告)号：CN105973917A
公开(公告)日：2016-09-28
申请号：CN201610512467.3
申请日：2016-06-29
Applicant: 中国人民解放军信息工程大学
CPC classification number: G01N23/046 , A61B6/032 , A61B6/4085 , A61B6/5205 , G01N2223/03 , G01N2223/1016 , G01N2223/401
Abstract: 本发明涉及一种X射线CT转台单侧两次螺旋扫描单层重排重建方法，首先在转台的同一侧进行两次螺旋扫描，将两组螺旋锥形束投影重排成多层平行束投影，然后利用平行束投影的对称性质去除数据的横向截断，得到一组完全覆盖物体横截面的平行束投影数据，再通过滤波反投影方式进行图像重建。本发明通过在转台的同一侧进行两次螺旋扫描成像，能够更大程度上扩展螺旋锥束CT的横向成像视野，通过实验验证，能够扩展至2.56倍的成像视野，在更大程度上扩展成像视野的同时成像质量没有明显下降，具有与传统全覆盖算法相当的成像质量。
-
公开(公告)号：CN103390285B
公开(公告)日：2016-04-06
申请号：CN201310286929.0
申请日：2013-07-09
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种基于边缘引导的锥束CT不完全角度重建方法，具体含有如下步骤：步骤1：估计初始图像：利用扫描到的投影数据估计初始重建图像；步骤2：图像边缘提取；步骤3：设计加权因子；步骤4：更新优化模型；步骤5：基于稀疏优化锥束CT不完全角度重建；步骤6：判断重建质量是否达到要求？如是，则执行步骤7；如不是，则执行步骤2；步骤7：结束；本发明提供了一种效率高、重建图像质量好的基于边缘引导的锥束CT不完全角度重建方法。
-
公开(公告)号：CN105205842A
公开(公告)日：2015-12-30
申请号：CN201510545646.2
申请日：2015-08-31
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明公开了一种X射线成像系统中的变电流投影融合方法，克服了现有技术中，已有变电流投影融合技术中，人工选择融合阈值的缺陷问题。该发明具体步骤如下：（1）采集成像物体在各投影角度下不同电流的投影数据；（2）构造不同电流投影的灰度值-有效边缘梯度序列；（3）使用动态时间弯曲方法求解最佳融合阈值；（4）计算缩放因子；（5）投影图像融合；（6）CT图像重建。该发明方法能够避免人工选择融合阈值的主观性，有效扩展探测器的动态范围。探测器动态范围得到扩展后，实验对于探测器的成像需求得到降低，从而减少硬件成本。基于融合后投影的CT图像SNR优于传统人工选择固定阈值的融合方法。
-
Patent Agency Ranking
公开(公告)号：CN105787905B
公开(公告)日：2019-03-26
申请号：CN201610176008.2
申请日：2016-03-24
Applicant: 中国人民解放军信息工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于动态电流的锥束CT环状伪影校正方法，克服了现有技术中，重建图像中有环状伪影残留问题。该发明含有以下步骤：步骤1、利用动态电流下探元响应与管电流是否满足线性关系，将探元分为坏点和响应不一致探元两类；步骤2、判断不同管电流下单个探元响应的增量是否为零，对第一类坏点进行检测；步骤3、计算每一个探元的输出响应与管电流的相关系数，利用相关性分析的方法对第二类坏点进行检测；步骤4、计算探元响应和管电流间的线性回归方程，以单个管电流下所有探元响应的均值为基准，计算探元的一致性校正参数矩阵。本发明解决了现有坏点检测方法阈值确定困难的问题，本发明方法对环状伪影校正效果较好，通用性较强。
-
公开(公告)号：CN105205842B
公开(公告)日：2017-12-15
申请号：CN201510545646.2
申请日：2015-08-31
Applicant: 中国人民解放军信息工程大学
IPC: G06T11/00
Abstract: 本发明公开了一种X射线成像系统中的变电流投影融合方法，克服了现有技术中，已有变电流投影融合技术中，人工选择融合阈值的缺陷问题。该发明具体步骤如下：（1）采集成像物体在各投影角度下不同电流的投影数据；（2）构造不同电流投影的灰度值‑有效边缘梯度序列；（3）使用动态时间弯曲方法求解最佳融合阈值；（4）计算缩放因子；（5）投影图像融合；（6）CT图像重建。该发明方法能够避免人工选择融合阈值的主观性，有效扩展探测器的动态范围。探测器动态范围得到扩展后，实验对于探测器的成像需求得到降低，从而减少硬件成本。基于融合后投影的CT图像SNR优于传统人工选择固定阈值的融合方法。
-
公开(公告)号：CN105222730B
公开(公告)日：2017-10-24
申请号：CN201510545714.5
申请日：2015-08-31
Applicant: 中国人民解放军信息工程大学
IPC: G01B15/00
Abstract: 本发明公开了一种基于图像复原的工业CT几何尺寸测量方法，克服了现有技术中，一些工业CT几何尺寸测量方法仍需改进的问题。该发明具体步骤如下：（1）投影数据采集；（2）重建射束硬化校正后的CT图像；（3）计算二维PSF；（4）图像复原；（5）几何尺寸测量。与现有技术相比，本发明基于图像复原的工业CT几何尺寸测量方法具有以下优点：使用该发明方法复原后的CT图像，其模糊退化效应能得到有效抑制，并且能够获得更好的几何尺寸测量精度。
-
公开(公告)号：CN107202805A
公开(公告)日：2017-09-26
申请号：CN201710401166.8
申请日：2017-05-31
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明涉及一种锥束CT散射伪影校正方法，特别是一种基于卷积核的锥束CT散射伪影校正方法，包括：对被测物进行CT扫描，得到投影数据；估算X射线的初始的光子数N0；利用初始光子数N0计算探测器上的光子数分布；计算X射线散射分布；从原始投影数据中扣除散射分布。本技术方案提出了一种新的卷积核，其中最关键的部分是散射核函数的求解，针对同材质均匀物体，分析X射线与物质相互作用的每个过程，并用数学公式加以描述，从而求得整个平面的散射分布。
-
公开(公告)号：CN105787905A
公开(公告)日：2016-07-20
申请号：CN201610176008.2
申请日：2016-03-24
Applicant: 中国人民解放军信息工程大学
IPC: G06T5/00
CPC classification number: G06T5/006 , G06T2207/10081
Abstract: 本发明公开了一种基于动态电流的锥束CT环状伪影校正方法，克服了现有技术中，重建图像中有环状伪影残留问题。该发明含有以下步骤：步骤1、利用动态电流下探元响应与管电流是否满足线性关系，将探元分为坏点和响应不一致探元两类；步骤2、判断不同管电流下单个探元响应的增量是否为零，对第一类坏点进行检测；步骤3、计算每一个探元的输出响应与管电流的相关系数，利用相关性分析的方法对第二类坏点进行检测；步骤4、计算探元响应和管电流间的线性回归方程，以单个管电流下所有探元响应的均值为基准，计算探元的一致性校正参数矩阵。本发明解决了现有坏点检测方法阈值确定困难的问题，本发明方法对环状伪影校正效果较好，通用性较强。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.029 seconds)
