[发明专利]用于产生待记录对象的全景断层成像图像的方法和设备在审

专利信息
申请号: 202080006513.7 申请日: 2020-02-25
公开(公告)号: CN113164154A 公开(公告)日: 2021-07-23
发明(设计)人: S·艾克纳;M·赫尔斯布施 申请(专利权)人: 希罗纳牙科系统有限公司;登士柏希罗纳有限公司
主分类号: A61B6/14 分类号: A61B6/14;A61B6/00;A61B6/03
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 汪晶晶
地址: 德国本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 产生 记录 对象 全景 断层 成像 图像 方法 设备
【权利要求书】:

1.一种用于使用2D全景X射线设备(3)产生待记录对象(2)的全景断层成像图像(1,11,60)的方法,在该过程中,借助于X射线源(5)产生的X射线(4)照射对象(2)并借助于X射线检测器(7)获取该X射线(4),其中,在X射线源(5)和X射线检测器(7)围绕对象(2)移动期间,从不同的获取方向(6)获取多个2D X射线投影图像(30),其特征在于:使用重构方法根据获取的2D X射线投影图像(30)计算第一全景断层成像图像(1),其中使用修改方法来修改获取的2D X射线投影图像(30),其中根据经修改的2D X射线投影图像(40,50)并使用重构方法,以伪影(20)相对于解剖结构(17,18,19)的更高加权来计算第二全景断层成像图像(11),其中通过以定义的加权因子组合第一全景断层成像图像(1)和第二全景断层成像图像(11)来计算第三全景断层成像图像(60),使得第三全景断层成像图像(60)中的伪影(20)与第一全景断层成像图像相比减少。

2.根据权利要求1所述的方法,其特征在于,通过以定义的加权因子从第一全景断层成像图像(1)的图像信息中减去第二全景断层成像图像(11)的图像信息来计算第三全景断层成像图像(60)。

3.根据权利要求1或2所述的方法,其特征在于,修改方法是在2D X射线投影图像(30)的移动方向上的低通滤波、2D X射线投影图像(30)的与位置相关的低通滤波(40),和/或2DX射线投影图像(30)的水平镜像(50)。

4.根据权利要求1-3中的任一项所述的方法,其特征在于,第三全景断层成像图像(60)借助于显示设备(12)进行显示。

5.根据权利要求1-4中的任一项所述的方法,其特征在于,借助于虚拟工具(61)管理用于第一全景断层成像图像(1)和第二全景断层成像图像(11)的组合的加权因子,使得能够使用虚拟工具(61)手动地设置所显示的伪影(20)的强度。

6.根据权利要求5所述的方法,其特征在于,虚拟工具是滑块(61)。

7.根据权利要求1-4中的任一项所述的方法,其特征在于,对于第一全景断层成像图像(1)和第二全景断层成像图像(11)的组合,借助于计算机根据第一全景断层成像图像(1)和/或第二全景断层成像图像(11)自适应地自动定义局部变化的加权因子,其中第二全景断层成像图像(11)中具有伪影(20)的区域(21,22,23)与其它区域(21,22,23)相比被更强地加权,使得在这些定义的区域(21,22,23)中发生伪影(20)的较强减少。

8.根据权利要求7所述的方法,其特征在于,用于基于第一全景断层成像图像(1)和/或第二全景断层成像图像(11)自动定义局部变化的加权因子的自适应分析方法使用用于机器学习的神经网络。

9.根据权利要求1-4中的任一项所述的方法,其特征在于,对于第一全景断层成像图像(1)和第二全景断层成像图像(11)的组合,局部变化的加权因子是借助于计算机根据先前已知的标准模型自适应地自动定义的,其中定义了在标准模型内具有伪影(20)的区域(21,22,23),其中第二全景断层成像图像(11)中的所述区域(21,22,23)与其它区域相比被更强地加权,使得仅在这些定义的区域(21,22,23)中发生伪影(20)的较强减少。

10.一种设备,包括计算机(13)、2D全景X射线设备(3)和附加部件,以执行根据权利要求1-9中的任一项所述的方法。

11.一种计算机程序,包括命令,当计算机程序由计算机(13)执行时,所述命令使所述计算机执行根据权利要求1至9中的任一项所述的方法。

12.一种计算机可读存储介质,包括命令,当由计算机(13)执行时,所述命令使所述计算机执行根据权利要求1至9中的任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于希罗纳牙科系统有限公司;登士柏希罗纳有限公司,未经希罗纳牙科系统有限公司;登士柏希罗纳有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202080006513.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top