Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020201755 - IMAGE RECONSTRUCTION

Publication Number WO/2020/201755
Publication Date 08.10.2020
International Application No. PCT/GB2020/050876
International Filing Date 02.04.2020
IPC
G06T 5/00 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
G06T 11/00 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
112D image generation
G06T 5/50 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
50by the use of more than one image, e.g. averaging, subtraction
A61B 6/03 2006.01
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
6Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
03Computerised tomographs
CPC
G06T 11/006
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
112D [Two Dimensional] image generation
003Reconstruction from projections, e.g. tomography
006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
G06T 2207/10104
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2207Indexing scheme for image analysis or image enhancement
10Image acquisition modality
10072Tomographic images
10104Positron emission tomography [PET]
G06T 2207/30004
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
2207Indexing scheme for image analysis or image enhancement
30Subject of image; Context of image processing
30004Biomedical image processing
G06T 5/002
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
001Image restoration
002Denoising; Smoothing
G06T 5/50
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
50by the use of more than one image, e.g. averaging, subtraction
Applicants
  • KING'S COLLEGE LONDON [GB]/[GB]
Inventors
  • READER, Andrew J
Agents
  • SCRIPT IP LIMITED
  • COGHLAN, Judith
Priority Data
1904678.803.04.2019GB
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) IMAGE RECONSTRUCTION
(FR) RECONSTRUCTION D'IMAGE
Abstract
(EN)
Aspects and embodiments relate to a method of creating an image representative of a measured dataset by iteratively updating a base image. The method comprises: generating a principal dataset from the measured dataset, the principal dataset comprising a dataset having noise at substantially the same level as the measured dataset. The method comprises: generating at least one additional dataset from the measured dataset, the additional dataset comprising: a dataset generated from the measured dataset such that each additional dataset has noise at substantially the same level as the measured dataset and such that each additional dataset is not identical to the principal dataset. The method comprises: processing the base image without noise compensation using the principal dataset and each additional dataset to obtain a principal interim image and at least one additional interim image respectively; comparing the principal and the at least one additional interim image to determine an indication of a level of noise present; and using the determined indication of noise present to select noise compensation to apply when processing the base image using the measured dataset to create a new base image representative of the measured dataset. Approaches described herein may be implemented for any standard iterative image reconstruction method and provide a method in which use of, for example, just one bootstrapped resampled dataset allows powerful state-of-the-art denoising algorithms to be directly embedded into image reconstruction with relative simplicity. Approaches provide a mechanism for data-dependent automatic and precise optimisation of the strength of any denoising at every update.
(FR)
Des aspects et des modes de réalisation de la présente invention concernent un procédé de création d'une image représentative d'un ensemble de données mesuré par mise à jour itérative d'une image de base. Le procédé consiste à : générer un ensemble de données principal à partir de l'ensemble de données mesuré, l'ensemble de données principal comprenant un ensemble de données ayant un bruit sensiblement au même niveau que l'ensemble de données mesuré. Le procédé consiste à : générer au moins un ensemble de données supplémentaire à partir de l'ensemble de données mesuré, l'ensemble de données supplémentaire comprenant : un ensemble de données généré à partir de l'ensemble de données mesuré de telle sorte que chaque ensemble de données supplémentaire a un bruit sensiblement au même niveau que l'ensemble de données mesuré et de telle sorte que chaque ensemble de données supplémentaire n'est pas identique à l'ensemble de données principal. Le procédé consiste à : traiter l'image de base sans compensation de bruit à l'aide de l'ensemble de données principal et de chaque ensemble de données supplémentaire pour obtenir une image intermédiaire principale et au moins une image intermédiaire supplémentaire respectivement ; comparer le principal et au moins une image intermédiaire supplémentaire pour déterminer une indication d'un niveau de bruit présent ; et utiliser l'indication de bruit déterminée pour sélectionner une compensation de bruit à appliquer lors du traitement de l'image de base à l'aide de l'ensemble de données mesuré pour créer une nouvelle image de base représentative de l'ensemble de données mesuré. Les approches décrites dans la présente invention peuvent être mises en œuvre pour n'importe quel procédé de reconstruction d'image itérative standard et fournir un procédé dans lequel l'utilisation de, par exemple, un seul ensemble de données ré-échantillonnées amorcé de l'état de la technique permet d'intégrer directement des algorithmes puissants de débruitage dans l'état de la technique dans la reconstruction d'image avec une simplicité relative. Des approches fournissent un mécanisme pour une optimisation automatique et précise dépendant des données de l'intensité de tout débruitage à chaque mise à jour.
Latest bibliographic data on file with the International Bureau