本公开提供了一种消除伪影的方法，包括：获取至少一幅二维投影图像；基于金属边缘特征判断至少一幅二维投影图像中是否存在金属边缘；以及如果二维投影图像中存在金属边缘，则基于金属边缘消除二维投影图像中的金属伪影。本公开还提供了一种体数据重建方法，基于消除金属伪影之后的多幅二维投影图像进行体数据重建，从而消除重建后的金属伪影。本公开还提供了一种消除伪影的装置、电子设备以及可读存储介质。储介质。储介质。
【技术实现步骤摘要】
消除伪影的方法、装置、电子设备及存储介质
[0001]本公开属于医学图像处理
，本公开尤其涉及一种消除伪影的方法、装置、电子设备及存储介质。
技术介绍
[0002]实际CT重建过程中，如果有金属物存在，会产生金属伪影。
[0003]金属伪影产生的原因是由于金属对X光的吸收能力非常强，如果某一束X光经过金属，到达探测器的光子数极小，相对噪声极大，进而反推出来的人体组织结构也会有很大误差。因此，需要对金属伪影进行消除。
[0004]现有技术中基于硬件来消除伪影的方法例如提高电流，使用过滤器过滤射束等，但取得的效果有限，且会严重损耗射源装置(例如X光球管)的寿命。
[0005]现有技术中基于算法消除金属伪影的做法是通过对重建后体数据上金属物体进行阈值分割，正向投影到投影图中来消除，这种方法认为穿过金属得到的投影数据是失真的，对失真的数据进行插值修正以得到正确的结果。例如在重建得到的三维数据中采用多阈值分割从而得到金属区域，确定金属区域以后，对其进行正向投影，确定金属在投影图中的位置，再进行插值处理即可，插值方法包括最简单的线性插值，样条插值等(行插值或者列插值，以行插值为例，对于投影图中的任一行，如果金属区域占据了行中的一块连续位置，根据该区域左右两端第一个非金属的值进行插值即可，相当于用两端非金属区域的值代替了金属区域错误的值)，最后再利用插值后的图进行重建即可。除了直接插值的做法，现有技术中还利用先验图像修正以提高插值的准确性，主要思路是先获取一张没有伪影的先验图，根据其提供的信息生成投影图，与原包含金属的投影图相减，再对金属区域进行插值，可以有效地消除直接插值带来的数据丢失，但这种做法的难点在于如何获得先验信息。
[0006]现有技术中的消除伪影的方法，金属区域的获得依赖于体数据，但在体数据中做简单的多阈值分割不够准确，对于重建区域以外的金属，体数据中更是只包含了伪影而没有金属的存在，根本无法分割得到金属的位置。
[0007]实际重建区域的大小并不能包括从射源到探测器的所有区域，对于重建区域以外、某些角度下仍然被探测器接收到信号的金属物体，尽管重建后的CT图像中没有包含金属，但仍然会包含这部分金属产生的伪影(如图2所示，耳环就是在重建区域之外的金属)。
[0008]现有技术中的上述方法无法消除这部分金属产生的伪影。
技术实现思路
[0009]为了解决上述技术问题中的至少一个，本公开提供了一种消除伪影的方法、装置、电子设备及存储介质。本公开的消除伪影的方法尤其适用于重建区域之外的伪影的消除。
[0010]根据本公开的一个方面，提供一种消除伪影的方法，包括：获取至少一幅二维投影图像；基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘；以及如果所述二维投影图像中存在金属边缘，则基于所述金属边缘消除二维投影图像中的金属伪
影。
[0011]根据本公开的至少一个实施方式的消除伪影的方法，所述金属边缘特征包括金属边缘灰度值。
[0012]根据本公开的至少一个实施方式的消除伪影的方法，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度值；判断每个像素的灰度值是否低于预设的灰度阈值；以及将所有灰度值低于所述预设的灰度阈值的像素判定为金属边缘。
[0013]根据本公开的至少一个实施方式的消除伪影的方法，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度值；判断每个像素的灰度值是否处于预设的灰度阈值范围；以及将所有灰度值处于所述预设的灰度阈值范围的像素判定为金属边缘。
[0014]根据本公开的至少一个实施方式的消除伪影的方法，所述金属边缘特征包括金属边缘灰度梯度。
[0015]根据本公开的至少一个实施方式的消除伪影的方法，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度梯度；判断每个像素的灰度梯度是否高于预设的灰度梯度阈值；以及将所有灰度梯度高于所述预设的灰度梯度阈值的像素判定为金属边缘。
[0016]根据本公开的至少一个实施方式的消除伪影的方法，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度梯度；判断每个像素的灰度梯度是否处于预设的灰度梯度阈值范围；以及将所有灰度梯度处于所述预设的灰度梯度阈值范围的像素判定为金属边缘。
[0017]根据本公开的至少一个实施方式的消除伪影的方法，所述金属边缘特征包括金属边缘灰度值以及金属边缘灰度梯度。
[0018]根据本公开的至少一个实施方式的消除伪影的方法，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度值以及灰度梯度；判断每个像素的灰度值是否低于预设的灰度阈值且灰度梯度是否高于预设的灰度梯度阈值；以及将所有灰度值低于所述预设的灰度阈值且灰度梯度高于所述预设的灰度梯度阈值的像素判定为金属边缘。
[0019]根据本公开的至少一个实施方式的消除伪影的方法，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度值以及灰度梯度；判断每个像素的灰度值是否处于预设的灰度阈值范围且灰度梯度是否处于预设的灰度梯度阈值范围；以及将所有灰度值处于所述预设的灰度阈值范围且灰度梯度处于所述预设的灰度梯度阈值范围的像素判定为金属边缘。
[0020]根据本公开的至少一个实施方式的消除伪影的方法，将所有灰度值处于所述预设的灰度阈值范围且灰度梯度处于所述预设的灰度梯度阈值范围的像素判定为金属边缘之后，还包括金属边缘第一修正，所述金属边缘第一修正基于预设的第一修正灰度梯度阈值进行，所述第一修正灰度梯度阈值处于所述预设的灰度梯度阈值范围之内，所述金属边缘第一修正包括：对每个灰度值处于所述预设的灰度阈值范围且灰度梯度处于所述预设的灰度梯度阈值范围的像素的灰度梯度与所述预设的第一修正灰度梯度阈值进行比较，如果大
于或者大于等于所述预设的第一修正灰度梯度阈值，则将该像素判定为强金属边缘，如果小于等于或者小于所述预设的第一修正灰度梯度阈值，则将该像素判定为弱金属边缘；以及判断被判定为弱金属边缘的所有像素中的每个像素是否与被判定为强金属边缘的某个像素连通，如果连通，则将被判定为弱金属边缘的该像素判定为真金属边缘，如果不连通，则将被判定为弱金属边缘的该像素判定为假金属边缘。
[0021]根据本公开的至少一个实施方式的消除伪影的方法，将所有灰度值处于所述预设的灰度阈值范围且灰度梯度处于所述预设的灰度梯度阈值范围的像素判定为金属边缘之后，还包括金属边缘第二修正，所述金属边缘第二修正包括：获取每个灰度值处于所述预设的灰度阈值范围且灰度梯度处于所述预设的灰度梯度阈值范围的像素的灰度梯度方向直线；获取每个像素的灰度梯度方向直线与该像素的周围八像素的两个交本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种消除伪影的方法，其特征在于，包括：获取至少一幅二维投影图像；基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘；以及如果所述二维投影图像中存在金属边缘，则基于所述金属边缘消除二维投影图像中的金属伪影。2.根据权利要求1所述的消除伪影的方法，其特征在于，所述金属边缘特征包括金属边缘灰度值。3.根据权利要求2所述的消除伪影的方法，其特征在于，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度值；判断每个像素的灰度值是否低于预设的灰度阈值；以及将所有灰度值低于所述预设的灰度阈值的像素判定为金属边缘。4.根据权利要求2所述的消除伪影的方法，其特征在于，基于金属边缘特征判断至少一幅所述二维投影图像中是否存在金属边缘，包括：获取所述二维投影图像中的每个像素的灰度值；判断每个像素的灰度值是否处于预设的灰度阈值范围；以及将所有灰度值处于所述预设的灰度阈值范围的像素判定为金属边缘。5.根据权利要求1所述的消除伪影的方法，其特征在于，所述金属边缘特征包括金属边缘灰度梯度。6.一种体数据重建方法，其特征在于，包括：获取多幅二维投影图像；基于金属边缘特征判断多幅所述二维投影图像的每幅二维投影图像中是否存在金属边缘；如果所述二维投影图像中存在金属边缘，则基于所述金属边...
【专利技术属性】
技术研发人员：马骏骑，朱磊，余文锐，汪令行，
申请(专利权)人：有方合肥医疗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。