CN101248458B - 高约束图像重构方法 - Google Patents

高约束图像重构方法 Download PDF

Info

Publication number
CN101248458B
CN101248458B CN2006800155580A CN200680015558A CN101248458B CN 101248458 B CN101248458 B CN 101248458B CN 2006800155580 A CN2006800155580 A CN 2006800155580A CN 200680015558 A CN200680015558 A CN 200680015558A CN 101248458 B CN101248458 B CN 101248458B
Authority
CN
China
Prior art keywords
view
projection
image
composite diagram
obtains
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2006800155580A
Other languages
English (en)
Other versions
CN101248458A (zh
Inventor
C·A·米斯特拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wisconsin Alumni Research Foundation
Original Assignee
Wisconsin Alumni Research Foundation
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wisconsin Alumni Research Foundation filed Critical Wisconsin Alumni Research Foundation
Priority claimed from PCT/US2006/026196 external-priority patent/WO2007008528A2/en
Publication of CN101248458A publication Critical patent/CN101248458A/zh
Application granted granted Critical
Publication of CN101248458B publication Critical patent/CN101248458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

一种图像重构方法,包括使用传统重构方法重构对象的合成图。合成图使用可提供的关于扫描对象的最佳信息,该信息用于约束高度欠采样图像帧的重构。使用有限的获取数据重构图像帧,通过某处的加权像素值乘以合成图中相应的像素值,使用对象的先验信息提高图像质量。

Description

高约束图像重构方法
相关申请的交叉引用
本申请基于2005年7月8日提交的、申请号为No.60/697,607的、发明名称为“BACKPROJECTION RECONSTRUCTION METHOD FORUNDERSAMPLED TIME-RESOLVED MR IMAGING”的美国临时专利和2005年9月22日提交的、申请号为No.60/719,445的、发明名称为“HIGHLY CONSTRAINED IMAGE RECONSTRUCTION METHOD”。
关于联邦资助研究的声明
本发明得到政府支持,国家卫生研究院授予的批准号为HL066488和HL072260。美国政府具有本发明的某些权利。
背景技术
本发明的领域涉及医学成像,尤其涉及从获取图像数据中重构图像的方法。
核磁共振成像(MRI)使用核磁共振现象来产生图像。当把诸如人体组织的物质受到均匀磁场(偏振场B0)时,组织内各自旋磁矩尝试与这个偏振场对齐,但只能在其周围以它们的特征拉莫尔频率随机取向进动。如果该物质或组织受到位于x-y平面并接近拉莫尔频率的磁场(激发场B1)时,净纵向磁矩Mz被旋转或“倾斜”到x-y平面以生成净横向磁矩Mt。通过受激自旋发射信号,终止激发信号B1后,可接收并处理上述信号以形成图像。
当使用这些信号生成图像时,需使用磁场梯度(Gx Gy和Gz)。典型地,通过一系列的测量周期来扫描成像区域,在所述测量周期内,这些梯度根据使用的具体定位方法的变化而变化。相关领域中,每次测量称为“视图”,视图数量决定图像质量。数字化并处理接收到的NMR信号、视图、或k-空间采样的结果集以通过使用多种公知重构技术中的某一种重构图像。用于获取一幅图像的总扫描时间部分取决于每个测量周期或“脉冲序列”的长度,部分取决于测量周期或视图的数量。很多临床应用中,用于具有指定分辨率和SNR的图像的总扫描时间是一笔额外开销,因此,印象中对此目标已进行了诸多改进。
自核磁共振成像初期,投影重构法便广为人知,美国专利6,487,435中再次使用了该方法。与其如图2A所示的以直线或笛卡尔的方式采样k-空间,以傅立叶成像的方式进行的扫描模式,还不如如图2B所示,投影重构法用一系列视图采样k-空间,所述视图采样由k-空间中心延伸出的放射线。采样k-空间所需的视图数量决定了扫描的时间长度,如果获取的视图数量不足,在重构图像中将出现条纹伪影。美国专利No.6,487,435使用的技术通过隔行扫描的视图获取带有连续欠采样图像,和共享连续图像帧之间的外部k-空间数据减少了这种条纹。
在X射线计算机断层摄影术(“CT”)系统中,X-射线源投射扇形束,将所述扇形束校准到称之为“图像平面”的笛卡尔坐标系内的X-Y平面内。X-射线穿越诸如患者的将要成像的对象,并撞击到辐射检测器阵列上。传输的辐射强度取决于对象造成的X-射线束的衰减,同时每个检测器产生作为光束衰减测量值的独立电信号。分别获取所有检测器中的衰减测量值以产生所谓的“传输剖面”。
传统CT系统中,源和检测器阵列关于成像平面内的扫描架绕对象旋转,使得X-射线穿越对象的角度连续变化。在给定角度上,将检测器阵列的传输剖面称之为对象的“视图”或“扫描”,上述对象由同一X-射线源和检测器分辨率下不同角度下扫描的一组视图构成。在2D扫描中,处理数据以构造对应于对象切片的二维图像。
许多用于X-射线CT的临床应用使用MRI,其中,扫描时间是额外负担。例如,在时间分辨血管造影术中,当造影剂流入需要关注的区域时,获取一系列图像帧。尽快获取每幅图像以获得描述造影剂流的快照。当对冠状动脉或其它需要心脏门控的器官成像以抑制运动伪影时,上述临床应用尤其面临挑战。
美国专利No.6,710,686给出了两种从一组获取的投影视图集中重构图像的方法。在MRI中,通常的方法是对辐射采样轨迹上的位置到笛卡尔网格进行再网格化k-空间采样。然后通过对再网格化的k-空间采样执行2D或3D傅立叶变换重构图像。用于重构MR图像的第二种方法是通过对每个投影视图的首次傅立叶变换,将辐射k-空间投影视图变换到Radon空间。通过滤波和将其反投影到视图域(FOV),并从信号投影中重构图像。本领域中公知的,如果获取的信号投影的数量不足以满足Nyquist采样定律,重构的图像中将出现条纹伪影。
本领域中,用于从2D X射线CT数据中重构图像的常见方法称为滤波反投影技术。反投影过程与上述讨论的用于MR的图像重构一样重要,它将扫描中获取的衰减信号测量值转换为称之为“CT值”或“霍斯菲耳德氏单位”的整数,其用于控制显示中相应像素的亮度。
图3图示出了用于MRI和X-射线CT的标准反投影方法。通过将剖面10中的每个信号采样14沿箭头16所示的投影路径投影到FOV12上,将每个获取的信号投影剖面10反投影到视图域12上。将每个信号采样14反投影到FOV 12内的过程中,不使用被成像目标的先验知识,同时假定FOV 12中的信号是齐次的以及将信号采样14均匀分布在投影路径上的每个像素。例如,当其穿越FOV 12内的N个像素时,一个信号投影剖面10内的单个信号采样14的投影路径8如图3所示,。信号采样14的信号值(P)被N个像素等分:
Sn=(Px1)/N    (1)
其中:Sn是具有N个像素的投影路径内,分布到第n个像素的信号值。
明显地,FOV 12中的反投影信号是齐次的这一假设是错误的。但是,如本领域公知,对每个信号剖面10进行某种校正并在相应数量的投影角处获取足够数量的剖面,可减小由于错误假设引起的误差并抑制图像伪影。典型地,图像重构的滤波反投影中,对于256×256像素的2D图像,需要400个投影,对于256×256×256个体素的3D图像,需要203,000个投影。
发明内容
本发明提供了用于重构医学图像的新方法,特别地,提供了用于从目标地投影视图中重构图像的改进方法。从获取数据中重构合成图以提供被成像目标的先验知识。然后,使用合成图高约束图像重构过程。本发明可用于多种不同的成像形式(modality),包括核磁共振成像(MRI)、X-射线计算机断层摄影术(CT)、正电子发射断层摄影术(PET)、单光子发射计算机断层摄影术(SPECT)核数字层析X射线摄影(DTS)。
本发明的一个发现是,在重构过程中,如果使用FOV 12内的信号轮廓的先验知识,可使用较少的投影信号剖面生成高质量图像。例如,参考图4,FOV 12中的信号轮廓可包括诸如血管18和20的结构。既然如此,当反投影路径8穿越这些结构时,通过将分布作为像素位置处的已知信号轮廓的权重函数,使得每个像素内信号采样14达到更精确分布。因此,在与结构18和20相交的反投影像素中,将把信号采样14的主体分布在图4的示例中。对于具有N个像素的反投影路径8,高约束反投影可表示如下:
S n = ( P × C n ) / Σ n = 1 N C n - - - ( 2 )
其中:Sn=重构图像帧内像素n处的反投影信号量值;
P=反投影的投影剖面内的信号采样值;
Cn=沿反投影路径的第n个像素处的先验合成图的信号值。从扫描期间获取的数据重构合成图,合成图可包括用于重构图像帧的数据和其它获取的描述视域结构的图像数据。方程(2)中的分子使用合成图中的相应信号值加权每个像素,分母归一化该值,因此所有反投影信号采样反映了用于图像帧的投影数量而没有乘以合成图的总数。
应当注意的是,虽然反投影后可在每个像素点单独进行归一化,然而很多临床应用中,反投影前归一化投影P更为容易。这种情况下,通过除以在相同视角穿过合成图的投影中的相应值Pc归一化投影P。反投影归一化的投影P/Pc,然后使用合成图乘以机构图像。
图5示出了用于以视角θ和Φ为特征的单一3D投影视图的高约束反投影的3D实施例。该投影视图沿轴16反投影,沿反投影轴16传播到距离r处的Radon平面21。使用合成图信息,沿轴16将投影信号值分布在Radon平面21上,而不采用滤波反投影,滤波反投影中,滤波投影信号值并将其均匀分布在连续Radon平面上。图5中的合成图包括血管18和20。基于合成图内相应位置x,y,z处的强度,在Radon平面21中图像位置x,y,z处放置权重信号轮廓值。这是反投影信号剖面值P和相应合成图体素值的简单乘法。通过除以由合成图构造的相应图像空间投影剖面的投影剖面值归一化上述乘积。3D重构的公式如下:
I(x,y,z)=∑(P(r,θ,Φ)*C(x,y,z)(r,θ,Ф)/Pc(r,θ,Φ))    (2a)
其中,和(∑)是重构图像帧上的所有投影,使用在上述平面适当的r,θ,Φ值处的投影剖面值P(r,θ,Φ)计算特定Radon平面内的x,y,z值。Pc(r,θ,Φ)是来自源于合成图的相应投影剖面值,C(x,y,z)r,θ,Φ是(r,θ,Φ)处的合成图值。
本发明的又一发现是存在多个扫描期间获取多个先验信息的临床应用,可重构并使用合成图约束欠采样或低剂量图像帧的重构。例如,如图1所示,在动态研究中,获取一系列时间分辨图像2时,使用一组有限的获取的视图重构每幅图像帧2。然而,交叉获取每组这样的视图和用于其它图像帧2的视图,获取多个图像帧后,提供足够数量的不同视图以重构用于本发明应用的高质量合成图3。如图6所示,其中点线30表示一幅图像帧内获取的投影视图,点划线32表示第二幅图像帧内获取的交叉投影视图,直线34表示第三幅图像帧内获取的交叉投影视图。但是,对于任何一幅图像帧,满足Nyquist定律的采样密度仅能延伸很短的放射距离(r),通过组合三幅图像帧的交叉投影剖面,可将距离延伸到更远的半径R处。这样,使用所有的交叉投影所构造的合成图3具有更高的质量,通过使用本发明的高约束重构算法4将这种较高质量传输到图像帧。也可在动态研究中获取图像帧2,对于每幅图像,动态研究中使用的剂量(如X-射线)或曝光时间(如PET或SPECT)均有所减少。在这种情况中,通过累积或均分来自获得的图像帧系列的测量。每幅图像帧2中的高约束重构4将合成图中的较高的SNR传输到结果重构图像中。
虽然,本发明最好被理解为将每个投影视图高约束反投影到FOV 12,但其它直观的方法在数学上也是等效的。例如,与其如方程(2)所示的用相应归一化合成图像素值C乘以反投影信号剖面采样P,然后对每个反投影剖面求和得到结果,还不如归一化并反投影(以非滤波和非约束方式)所有信号剖面并求和以构造图像数据集。然后,用合成图的相应像素值乘以上述人工去除的图像以构改造约束图像。该示例中,归一化要求在如图7所示的每个投影剖面角计算合成图C的投影Pc。也就是说,对于每个用于重构上述特定图像帧的投影剖面,在同一视角处计算合成图投影Pc。然后,如图8所示,用位于相同射线路径的合成图投影值Pc除以每个投影剖面以归一化投影剖面。例如,用位于相同路径上的合成图投影值38除以位于射线路径36上的每个反投影像素,用位于相同路径上的合成图投影值42除以位于射线路径40上的每个反投影像素。简言之,每个反投影图像像素位于具有每个合成图投影Pc内的至少一个合成图投影值的射线路径上,通过除以所有这些值以完成归一化。
此外,作为变形,本发明还可使用快速傅立叶变换(FFT)图像重构过程。例如,通过组合k-空间获取的所有投影视图,将k-空间采样再网格到笛卡尔坐标系,然后进行反向2D或3D傅立叶变换,产生合成图。每个获取的图像帧视图再Radon空间归一化,转换到k-空间,与其它归一化的k-空间视图进行组合,并用于重构非约束以使用2DFT或3DFT的相同方式的帧图像。然后,用合成图乘以非约束图像帧。虽然操作更为复杂,仍然在k-空间而非Radon空间进行每幅帧图像视图的归一化。然而,Radon空间的归一化操作是乘法(1/Pc)操作,k-空间是卷积操作。
本发明的通常目的是,通过使用图像对象相关的先验信息约束重构过程,改进医学图像的重构。本发明的改进结果表明其具有多种优点,包括减少扫描时间,减少辐射剂量以及时间分辨研究中的较高的时间分辨率。
本发明的另一目的是提高高约束图像的信噪比(SNR)。已获知,当根据本发明对其重构时,将较高采样合成图的较高的SNR传给了高欠采样图像。
本发明的上述和其它目的和优点将在以下部分详细描述。描述中将提及作为描述组成部分的附图,通过图解的方式展示本发明的优选实施例。该实施例并不代表本发明的全部保护范围,但是,这里提及的权利要求用于解释本发明的范围。
附图说明
图1表示本发明在医学成像中的应用;
图2A是在使用MRI系统的典型的傅立叶或自旋-卷绕图像获取中,进行采样K-空间的方式的示意图;
图2B是在使用MRI系统的典型的投影重构图像获取中,进行采样K-空间的方式的示意图。
图3表示图像重构过程中的传统的反投影步骤;
图4表示根据本发明的高约束2D反投影步骤;
图5表示根据本发明的高约束3D反投影;
图6表示交叉投影视图;
图7表示归一化步骤中使用的符合图像投影Pc的构成;
图8表示使用图7所示的投影Pc的高约束图像的归一化;
图9是用于实现本发明的核磁共振成像(MRI)系统的块图;
图10是实现本发明一个实施例的MRI系统中的脉冲序列;
图11表示使用图10所示的脉冲序列采样的K-空间数据;
图12是图9所示的带有图10的脉冲序列的MRI系统的优选实施例的流程图;
图13表示CT扫描仪系统;
图14是图13所示的CT扫描仪系统的块图;
图15是使用图13和14的CR扫描仪系统的本发明的另一实施例的块图;
图16是使用图13和14的CR扫描仪系统的本发明的又一实施例的块图;
图17是正电子发射断层摄影术(PET)扫描仪的块图;
图18是使用图17所示的PET扫描仪的本发明的另一实施例的流程图;
图19表示使用本发明的C型臂X-射线系统;
图20是图19所示的C型臂X-射线系统的块图;
图21表示图19中的C型臂X-射线系统中的X-射线源和检测器;
图22是图19所示系统执行的层析X射线摄影合成扫描内的,本发明的另一实施例的流程图;
图23表示用于图22所示方法的层析X射线摄影合成扫描路径;
图24是用于图22所示层析X射线摄影合成扫描的本发明的图像帧重构方法。
具体实施方式
本发明可应用于多个不同的医疗成像形式和各种不同的临床应用。以下详细描述了本发明的各种临床应用,以说明本发明应用的广泛性。
图9示出了MRI系统中的本发明的一个优选实施例。MRI系统包括具有显示器112和键盘114的工作站110。工作站110包括处理器116,所述处理器116是运行了商用操作系统的商用可编程机。工作站110提供向MRI系统输入扫描命令的操作接口。
工作站110耦合到4个服务器:脉冲序列服务器118,数据获取服务器120,数据处理服务器122,和数据存储服务器123。优选实施例中,数据存储器123由工作站处理器116和相关的磁盘驱动接口电路执行。其余三个服务器118、120和122由设置在单独外壳内的独立处理器执行,并且使用64比特的底板总线互连。脉冲序列服务器118使用商用微处理器和商用四元通信控制器。数据获取服务器120和数据处理服务器122使用相同的商用微处理器,数据处理服务器122进一步包括一个或多个基于商用的并行向量处理器的阵列处理器。
工作站110和用于服务器118、120和122的每个处理器均连接到串行通信网络。所述串行网络传输由工作站110下载到服务器118、120和122的数据,还传输服务器间和服务器与工作站间进行通信的标签数据。此外,为向数据输出服务器123传输图像数据,在数据处理服务器122和工作站110之间提供高速数据链接。
响应从工作站110下载的程序元素,脉冲序列服务器118操作梯度系统124和RF系统126。生成需要执行指定扫描的梯度波形并将其应用到梯度系统124,所述梯度系统124激发梯度线圈组128以产生用于对NMR信号进行编码的位置的磁场梯度Gx,Gy和Gz。梯度线圈组128是磁体组130的一部分,所述磁体组130包括偏振磁体132和RF线圈134的主体。
RF系统126将RF激发波形应用到RF线圈134以实现指定的磁共振脉冲序列。RF系统126接收RF线圈134的检测的响应NMR信号,并根据脉冲序列服务器118生成的命令,将其放大、解调、滤波并数字化。RF系统126包括RF发射机,RF发射机用于生成MR脉冲序列使用的不同的RF脉冲。RF发射机响应脉冲序列服务器118的扫描指定和指导,产生所需频率、相位和振幅的脉冲。生成的RF脉冲可应用到主体RF线圈134或一个或多个本地线圈或线圈阵列。
RF系统126还包括一个或多个RF接收器信道。每个RF接收器信道包括RF放大器和积分检测器,所述RF放大器放大与其连接的线圈接收到的NMR信号,所述积分检测器检测并数字化接收到的NMR信号的I和Q积分分量。在任意采样点,接收到的NMR信号量通过计算I和Q分量的平方和的开方确定:
M = I 2 + Q 2
接收到的NMR信号的相位通过以下公示确定:
Φ=tan-1Q/L
可选地,脉冲序列服务器118由生理获取控制器136接收患者数据。控制器136通过多个连接到患者的不同的传感器接收信号,例如,源于电极的ECG信号或源于风箱的呼吸信号。典型地,脉冲序列服务器118使用这些信号对对象呼吸或心跳的扫描进行同步或“选通”。
脉冲序列服务器118还连接到扫描室接口电路138,所述扫描室接口电路138从与患者状况和上述磁系统关联的不同传感器中接收信号。扫描期间,通过扫描室接口电路138,患者定位系统140接收命令以将患者移动到指定位置。
应当清楚,扫描期间,脉冲序列服务器118对MRI系统进行实时控制。因此,有必要使用运行时间程序操作其带有以定时方式执行的程序指令的硬件元素。从工作站110处,以对象的形式下载用于扫描的描述组件。脉冲序列服务器118包括程序,所述程序接收上述对象并将其转换为实时程序使用的对象。
数据获取服务器120接收RF系统126生成的数字化的NMR信号采样。响应从工作站110下载的描述组件,数据获取服务器120接收实时NMR数据并提供缓存,因此,不会因数据溢出而使数据丢失。某些扫描中,数据获取服务器120几乎仅仅将获取的NMR数据传输给数据处理服务器122。但是,在需要源于获取的NMR数据的信息来控制下一步扫描的扫描中,编程数据获取服务器120,以产生上述信息并将其传送到脉冲序列服务器118。例如,预扫描期间,获取NMR数据,并将其用于校正脉冲序列服务器118执行的脉冲序列。此外,扫描期间,还可获取导航器信号并将其用于调整RF或梯度系统的操作参数,或控制k-空间采样的视图顺序。同时,使用数据获取服务器120处理NMR信号,上述NMR信号用于检测MRA扫描中的造影剂的到达。所有示例中,数据获取服务器120获取并实时处理NMR数据,以产生用于控制扫描的信息。
数据处理服务器122由数据获取服务器120中接收NMR数据,并根据从工作站110下载的描述组件进行处理。这种处理可包括:对粗糙k-空间的NMR数据进行傅立叶变换以产生二维或三维图像;使用滤波器以重构图像;对所获取NMR数据的进行反投影图像重构;功能MR图像的计算;运动或流图像的计算等。以下将进一步详述,响应数据处理服务器122执行的程序,MRI系统所实现的本发明。
数据处理服务器122所重构的图像传输回存储它们的工作站110。实时图像存储在数据库存储缓冲器(未显示)中,从数据库存储缓冲器中,实时图像可输出到操作显示器112或位于磁体组130附近的主治医生使用的显示器142上。批处理模式图像或选择的实时图像存储在磁盘存储器144上的主数据库。当所述图像被重构并传输到存储器时,数据处理服务器122通知工作站110上的数据存储服务器123。工作站110可用于存储图像,生成电影,或通过网络将图像发送到其它设备。
为实践本发明的优选实施例,使用图10所示的投影重构或者放射、脉冲序列获取NMR数据。这是一个快速梯度回波成像脉冲序列,其中,在切片选择梯度202面前,非对称地产生可选择的截断sinc rf激发脉冲200。通过在单独k-空间圆形平面上的采样,上述脉冲用于获取单个2D切片,或者上述脉冲用于采样如图11中的204、206和208所示的多个圆形k-空间平面。当获取多个2D切片时,梯度202是一层选(slab select)梯度,其后是相位编码梯度波瓣(lobe)210和相反极性的复绕梯度波瓣212的。扫描期间,该轴向相位编码梯度210通过值步进从每个2Dk-空间平面204、206和208中进行采样。
在获取NMR回波信号218期间,使用两个面内读出梯度214和216,沿径向轨迹在2D平面204、206和208内采样k-空间。相互正交的面内梯度214和216与轴向梯度也正交。扫描期间,它们通过一系列的值步进,以旋转以下将进行详述的径向采样路径的视角。每个面内读出梯度在预定相(prephasing)梯度波瓣220和222之后,在复绕梯度波瓣224和226之前。
本领域技术人员应当认识到,可使用不同于优选直线轨迹的采样轨迹,上述优选直线轨迹从k-空间外边界上的一个点出发,通过k-空间中心,延伸至k-空间外边界上的相对应的点。如上所提到的,一种变形是获取部分沿轨迹采样的NMR回波信号203,上述轨迹没有延伸穿过采样k-空间容量的整个范围。另一种与直线投影重构脉冲序列等效的变形是沿曲线路径而非直线路径进行采样。例如,在F.E.Boada等人的“Fast Three Dimensional Sodium Imaging”,MRM,37:706-715,1997和K.V.Koladia等人的”Rapid 3D PC-MRA Using SpiralProjection Imaging”,Proc.Intl.Soc.Magn.Reson.Med.13(2005)以及J.G.Pipe和Koladia的“Spiral Projection Imaging:a new fast 3Dtrajectory”描述了这种脉冲序列。也很明显,本发明也可使用这些采样方法的3D和2D版本,此处的术语“像素”表示2D或3D图像中的某个位置。
上述的MRI系统可广泛应用于临床应用中,以获取用于重构一个或多个图像的2D或3D投影视图集。本发明的图像重构方法在使用少于获取的投影视图重构一个或多个图像帧的扫描中特别有用。
图像重构方法的首个实施例指导MRI系统获取二维投影视图并重构一系列描述了一段时间内对象的图像帧。特别地,参考图12,如处理块225所描述的,获取一组投影视图以获取图像帧。这些投影视图数量不多(如10个视图)并尽可能的如图2所示均衡分布在采样k-空间。由于获取的投影视图的数量不多,可在很短的扫描时间内获取图像帧,但由于高度欠采样k-空间,使用传统方法所重构的图像将出现条纹伪影。
下一步骤如处理块227所示,组合从检查对象获取的全部投影视图并重构合成图。这将包括先前获取的投影视图,上述视图与用于当前图像帧的视图交叉并提供更为完整的k-空间采样。例如,参考图6,当前图像帧投影视图可采样如点线30所示的k-空间,先前获取的图像帧投影视图可采样如点划线32和34所示的交叉k-空间轨迹。因为提供了避免出现图像伪影的足够数量的视图,可使用传统方法根据视图30,32和34重构合成图。优选实施例中,重构包括将组合获取的k-空间投影数据再网格化到笛卡尔坐标,然后进行二维傅立叶逆变换(2DFT)以生成合成图。
在228处进入循环,其中根据本发明的教导,反投影当前图像帧中的每个视图。具体地说,通过进行处理块229所示的一维快速傅立叶逆变换,将k-空间投影视图转换到Radon空间。然后,如处理块231所示,将转换的投影进行反投影。图4和上述方程(2)中描述使用近期重构合成图的高约束反投影。这是一个高约束反投影和归一化步骤。如处理块233所示,将反投影的结果添加到被重构的图像帧中,并且在条件选择块235处进行测试,以确定是否对用于当前图像帧的所有投影视图进行了反投影。若不是,如处理块237所示,进行下一个投影,当处理完用于当前图像的所有视图投影时,如处理块239所示,显示重构图像帧。
如处理块241所示,获取并重构下一图像帧。当条件选择框243确定处理完最后的图像帧时,如处理块245所示,停止扫描并存储所有的图像帧。这样,在扫描时,能够快速获取,及时重构并显示图像帧。组合扫描期间获取的图像帧数据和先前获取的数据以生成组合图。由于因对获取的视图进行了交叉,扫描期间对k-空间的采样更为密集,因此,扫描期间合成图的质量得到提高或增加。合成图中的先验信息用于约束并由此提高重构图像帧的质量。
个别时间帧投影,贯穿合成图的相关投影和合成图本身带来了重构图像帧中的随机噪声。可以证明,合成图的SNR在每个重构图像帧的SNR中占支配地位。SNR是对象信号电平与对象内的噪声标准偏差的比值,CNR是背景噪声的标准偏差与对象和标准电平差的比值。总的SNR和CNR由随机噪声和条纹伪影产生的噪声所限制。本发明的高约束反投影重构内的SNR的随机部分可表示如下:
SNRHYPR=SNRcomposite/[1+Nf/Nv 2+Npix/(NpNv 2)]1/2    (3)
其中,SNRcomposite是合成图的SNR,Nf是时间序列中的图像帧数量,Nv是投影中的对象像素数量,Npix是投影的像素数量(例如,2D为256,3D为256x256),Np是每个图像帧的投影数量。如果Np是10左右的话,SNRcomposite在SNR中占支配地位。
特别地,本发明也应用到其他获取目标的交叉投影视图的医学成像形式中。一种成像形式是X-射线计算机断层扫描。开始参考图13和14,计算机断层扫描(CT)成像系统310包括表示“三代”CT扫描仪的扫描架312。扫描架312具有X-射线源313,向扫描架上与其位置相反的检测器阵列316投射X射线314的扇形束或锥形束。检测器阵列316由多个检测器元素318组成,所述检测器元素318聚集在一起,感知投射的穿过患者315的X-射线。每个检测器元素318产生电信号,上述电信号表示撞击的X-射线光束强度和当前穿过患者时光束的衰减。在获取X-射线投影数据的扫描中,扫描架312及其上的组件绕患者315内的旋转中心319旋转。
CT系统的控制机构320管理扫描架的旋转和X-射线源313的操作。控制机构320包括X-射线控制器322和扫描架电动机控制器323,X-射线控制器322向X-射线源313提供电力和定时信号,扫描架电动机控制器323控制扫描架312的旋转速度和位置。控制机构320内的数据获取系统(DAS)324由检测器元素318中采样模拟数据并将其转换为后续使用的数字信号。图像重构器325,由DAS324中接收采样并数字化的X-射线数据并根据本发明的方法执行高速图像重构。重构的图像作为计算机326的输入,计算机326在块存储装置329中存储图像。
计算机326还通过具有键盘的控制台330接收操作者的命令和扫描参数。相联的显示器332允许操作者观察计算机326中的重构图像和其他数据。操作者提供计算机326使用的命令和参数以向DAS324、X-射线控制器322和扫描架电动机控制器323提供控制信号和信息。此外,计算机326操作工作台电动机控制器334,工作台电动机控制器334控制机械化工作台336以定位患者315在扫描架312内的位置。
类似于MRI系统,CT系统具有不同的临床应用,其中,获取并使用投影视图的2D或3D集,以重构患者的一幅或多幅图像。但是,MRI系统获取的投影视图由k-空间(或傅立叶空间)采样构成,CT系统获取的投影视图由Radon空间采样构成。使用CT系统获取的数据进行图像重构需要获取由Radon空间到真实空间的转换。
特别地,参考图15,本发明的第二个实施例指导CT系统获取一系列2D切片图像。如处理块250所示,获取一组从中可重构2D图像帧的投影视图。这可能是高度欠采样获取,获取过程中,投影视图均匀分布在以图2B所示的均匀方式采样Radon空间的空间视角。本实施例中,在图像重构前,完成扫描的数据获取阶段,并且在条件选择框252决定扫描阶段完成前,获取全部序列的图像帧。例如,在造影剂流入需要关注的区域的动态研究期间,获取一系列的图像帧。如第一个实施例所描述的,如图6所示对扫描期间获取的投影视图进行交叉,因此,在将其组合时构造合成数据集;合成数据集中,即使每个图像帧数据集欠采样Radon空间,Radon空间也被高度采样。
如处理块254所示,在扫描获取阶段,获取从组合投影视图中重构的合成图。相互交叉每个图像帧的均匀分布空间投影视图集,以源于图像帧的组合的投影视图进一步充分采样Radon空间并产生更高质量的图像。使用诸如滤波反投影之类的传统图像重构技术,从上述组合投影视图中重构合成图。然而在上述第一个实施例的描述中,扫描期间将附加的交叉投影视图添加到组合图以提高其质量,而在第二个实施例中,充分使用获取的视图重构单一合成图。
虽然使用如图4所述的约束反投影方法重构每个图像帧,然而第二个实施例使用了一种等效方法。处理块256中的步骤用于归一化一个图像帧。通过首次计算合成图中的投影视图集执行归一化。更详细地,为每个用于构造如图7所示的图像帧的视角,计算合成图的投影视图。随后,使用每个上述组合图的投影值Pc归一化响应帧图像投影值P。也就是说,如上述图8所示,用源于组合图的响应投影值Pc除以每个帧图像投影值P。
如处理块258所示,下一步骤是从归一化图像帧投影中重构图像。这是一种如图3所示的非约束反投影,其中,每个归一化投影中的射线总衰减值均匀分布在射线路径8的像素中。对图像帧中的用于每个归一化投影视图的非约束反投影值进行求和以构造非约束图像帧数据集。该步骤中,不使用通常与传统反投影重构关联的滤波,并且因为仅使用少量投影视图,上述非约束图像帧数据集将包含许多条纹和其它图像伪影。
如处理块260所示,下一步骤是用合成图乘以非约束反投影图像帧数据集以构造约束图像。这是像素乘以像素的步骤,期间将非约束图像帧数据集中的每个像素值乘以合成图中的相应像素值。如处理块262所示,存储并显示得到的高约束图像帧。
如处理块264所示,进一步重构图像帧,直到条件选择块266确定使用了扫描的数据获取阶段期间获取的所有数据为止。虽然可根据特定临床应用进一步处理重构的图像帧,但是扫描的重构图像阶段到此为止。本实施例中,使用扫描期间获取的全部视图构造组合图以使图像帧的SNR得到实质提高,但无法实时提供图像帧。同时,在实时图像空间对图像帧进行约束要优于在Radon空间到实时图像空间的反投影过程中进行约束。
虽然在图像SNR的角度上,使用所有扫描期间获取的差值视图构造组合图是更好的选择,但也存在一些情况,其中不完全使用所有获取的视图是更好的选择。例如,动态研究期间,扫描过程中被成像的对象可充分地变化。为更好地捕获系列重构图像帧中的这种变化,使用在重构图像帧时获取的合成图中的视图是更好的选择。换言之,在时间窗内获取用于构造合成图的视图,时间窗包括获取图像帧视图前后时间内重构的图像帧和选取的一定数量的视图。可选择窗口尺寸以在一方面宽窗口提供的较好的SNR和另一边方面窄窗口提供的对象时域变化的更精确描述间提供最好的平衡。上述选择可在扫描完成后进行,重构图像阶段期间,选择用于合成图的不同窗口尺寸以找到优化的平衡。
特别地,参考图16,本发明的另一优选实施例使用CT系统,获取时间分辨3D图像帧。如处理块267所示,一段时间内,通过获取在均匀间隔或交叉的视角上的锥形束投影视图,获取一系列2D图像帧。将每个图像帧投影视图集的数量进行限制,以提高每个图像帧的时间分辨率,同时使用上述实施例中的方法对连续图像帧的锥形束投影视图进行相互交叉。如处理块268所示,完成扫描的数据获取阶段时,组合并使用源于连续图像帧的锥形束投影视图以重构组合图。这是传统锥形束图像重构,其使用基于L.A.Feldkamp,L.C.Davis和J.W.Kress,“Practical Cone BeamAlgorithm,”J.Opt.Soc.Am.A1,612-619(1984);G.Wang,T.H.Lin,P.Cheg,和D.M.Shinozaki,“A General Cone-Beam Reconstruction Algorithm,”IEEE Trans.Med.Imging 12,486-496中披露的公知技术进行。
合成图的内容高度约束根据本发明的图像重构。这在将视域中的对象移出最终图像的该实施例中具有优势。如处理块269所示,通过编辑合成图以删除不需要的对象内容。更具体地,在合成图中识别对应于将被移出结构的像素。合成图的第一份副本中,将识别区域外的所有像素设置为0,合成图的第二份副本中,将识别区域内的所有像素设置为0。使用包含有不需要的结构的合成图的第一份副本,沿扫描期间的每个投影角进行投影。于是从相应视角获取的投影数据中剔除不需要的结构的投影视图,以移出多数不需要的信号。在以下描述的高约束重构中使用其中将对应于不需要结构的像素设为0的合成图的第二份副本,以排除任何遗留的不需要的信号。可通过删除诸如金属对象之类的结构手工进行编辑,或者通过从合成图中剔除掩码图像以自动完成。为从不受造影剂影响的图像帧中移除结构,掩码图像可能是诸如造影剂注射前的目标图像。
继续参考图16,进入循环,循环中,根据本发明的技术,重构每个获取的3D图像帧。如处理块270所示,第一步是归一化获取的图像帧投影。这与图16的处理块256所描述的方式完全相同。即对每个图像帧投影角计算合成图投影,然后用其对应的合成图投影值Pc除以图像帧投影值P。
使用归一化图像帧投影,下一步骤如处理块272所示,在一个获取的图像帧中使用所有锥形束投影视图生成3Dk-空间图像帧数据集。虽然可使用多种方式,但Guang-Hong Chen在2004年6月4日提交的标题为“FourierSpace Tomographic Image Reconstruction Method”的美国专利10/861,579作为优选方法通过引用在此被并入。这样,在三维笛卡尔网格上,将发散的锥形束投影视图转换到k-空间采样。
如处理块274所示,通过下次执行反向三维傅立叶变换(3DFT),将结果图像帧k-空间数据集转换到真实空间。这是MRI系统中通用的传统转换,也是3D非约束图像帧的结果。由于限制了单个图像帧中使用的视角数量,上述非约束图像帧将包含伪影和噪声。
使用合成图进行伪影去除,约束非约束图像帧。在具体实施例中,非约束图像帧首先如处理块274所示被归一化,然后如处理块276所示,通过将那里的每个像素值乘以合成图内相应的像素值进行约束。如处理块278所示,重复每个获取的图像帧。当条件选择块280确定重构完最后的图像帧时,如处理块282所示,存储并显示图像帧。
上述实施例中,用于重构合成图的先验信息由交叉投影视图处的多个图像帧获取产生。然而,本发明还有其它临床应用,上述临床应用中,在先验信息用于高质量合成图中,其中一种是通过位置发射X线断层摄影术(PET)扫描仪来获得数据,无需获取附加投影视图。
特别地,参考图17,PET扫描仪系统包括扫描架410,扫描架410支撑环绕中央开口或孔412的检测器环组件411。扫描架控制器417安装在扫描架410内,其响应源于操作者工作台415通过第二串行通信链路418接收到的命令以操作扫描架。
检测器环组件411由检测器块420组成。每个块420包括一组发光晶体光电倍增管。在扫描架410内安装一组获取电路425以接收源于检测器环411内的每个模块420的信号。获取电路425确定每个发光晶体块的事件坐标,将这些坐标(x,z)连同晶体块信号的总和一起数字化并通过电缆426发送到独立机柜428内的事件定位器电路427。每个获取电路425还生成指示发光时间发生的确切时刻的事件检测脉冲(EDP)。
事件定位器电路427是数据获取处理器430的一部分,数据获取处理器430周期性采样获取电路425产生的信号。处理器430包括底板总线结构431和获取CPU429,获取CPU429控制总线431的通信并将处理器430连接到本地网418。事件定位器427由一组独立的电路板组成,每个电路板均连接到电缆426并从扫描架410中的相应获取电路425中接收信号。事件定位器427通过检测获取电路425产生的事件脉冲(EDP),使用处理器430的操作同步事件,并将其转换成用于指示当前采样周期内发光事件何时发生的8-bit时间标记。如果发光总能量超出511keV的+20%,电路427将丢弃任何检测到的事件。每个采样周期内,将关于每个有效事件的信息组装成精确指示事件何时发生和检测到事件的发光晶体位置的数字号码。将上述事件数据包传输到数据获取处理器430中的匹配检测器432中。
匹配检测器432从事件定位器427中接收事件数据并确定它们中的两个是否匹配。抛弃不成对的事件,定位匹配事件对,并将其记录为通过串行链接433传输到分类器434的匹配数据包。每个匹配数据包包括精确识别检测事件的两个闪烁晶体地址的一对数字号。从而,能够确定匹配事件产生的射线路径的位置和角度。
分类器434是构成图像重构处理器440的一部分的电路。图像重构处理器440构造在底板总线441周围。图像CPU 442控制底板总线441,并通过本地网418连接到处理器440。存储器模块443也连接到底板441,并存储用于以下将详细描述的重构图像的数据。阵列处理器445也连接到底板441,并根据图像CPU 442的指引操作,使用存储器模块443中的数据重构图像。作为结果的图像阵列446被存储在存储器模块443中,并由图像CPU442输出到操作者工作台415。
分类器434接收匹配数据包并据其生成用于匹配数据有效存储的存储器地址。所有指向相同方向(θ)并穿过扫描仪视域的匹配事件射线集是完整的投影或“视图”。
投影视图中的具体射线路径和视图区域中心之间的距离(R)定位视图内的射线。例如,如图17所示,事件460沿投影射线462发生,投影射线462位于投影角θ和距离R的视图内。扫描期间,通过将匹配数据包分类,分类器434计算所有发生在投影射线(R,θ)上的事件,上述匹配数据包指示位于上述投影射线上的两个发光晶体上的一个事件。发射扫描期间,在存储器443中将匹配计数组织成一组二维阵列,每个轴向图均有一个阵列,并且每个阵列具有作为投影角θ的一维和作为距离R的另一维。所测量的匹配事件的θ-R图称之为柱状图,更通常的说法是窦腔X线阵列448。
匹配事件随机发生,分类器434快速由每个匹配数据包中的两个发光晶体地址中确定θ和R值,并确定相应窦腔X线阵列元素的计数增量。完成发射扫描时,窦腔X线阵列448存储沿每条射线发生的湮灭事件的总数。这种湮灭事件的数目表示发射扫描期间沿射线R,θ的正电子湮灭事件的数量,几分钟内数以百万计的事件被代表性记录。这些数字用于重构断层扫描图。
PET图像的质量很大程度上依赖于发光事件的数量,发光事件可在窦腔X线448聚积。扫描持续的时间越长,检测到的发光事件的数量就越大,重构图像的质量就越好。
特别地,参考图18,PET扫描仪使用本发明实现时间分辨发射扫描。如处理块460所示,发射扫描开始于向检查对象注射放射性物质。诊断成像中常用的主要放射性物质是氟-18(18F),碳-11(11C),氮-13(13N)和氧-15(150)。通过将其合并到诸如葡萄糖或二氧化碳之类的物质内,可将其应用到所谓的“放射性药物”的放射性追踪中。将放射性药物注射到患者体内,并与诸如葡萄糖代谢、脂肪酸代谢和蛋白质代谢等的进程相关。
将对象放置在PET扫描仪的孔412内,如处理块462所示,检测并计数发光事件。如上所述,对于投影视图θ内的每个射线R,检测、分类发光事件并将其作为计数存储在窦腔X线448内。在条件选择块464确定的相对较短的时间间隔内计数并累积事件。上述时间间隔决定发射扫描的时间分辨率,例如,其可以是传统发射扫描期的十分之一。如处理块466所示,时间间隔期满时,将累积的发光事件计数作为时间间隔的窦腔X线468存储。
继续进行发射扫描,在每个时间间隔后存储累积的窦腔X线计数,直到条件选择块470检测到扫描结束。扫描结束可能是预设时间或预设时间间隔数。在任何情况,发射扫描期间将产生多个时间间隔窦腔X线468,并且最后一个窦腔X线468将存储整个发射扫描的总数。
现在开始扫描的图像重构阶段,该阶段内重构指示每个时间间隔末期放射性药物吸收的图像帧。首先,如处理块472所示,重构合成图。这使用发射扫描期间存储的最后窦腔X线468进行传统反投影重构。这包括用于整个发射扫描的累积的发光事件,并且图像质量将会是最好的。
在474处进入循环,其中使用合成图重构事件分辨图像帧。更详细地,如处理块476所示,对存储的每个时间间隔窦腔X线468执行高约束反投影。如公式(2)和图4所示,使用近期重构合成图进行上述高约束反投影。这是高约束反投影和归一化步骤,其中用于时间间隔窦腔X线468内的每个视图θ内的每个射线R的累积的发光计数沿其射线路径进行反投影,乘以合成图中的相应像素值,并除以沿相同射线路径的合成图像素值的总和。用于每个射线路径R,θ的作为结果的反投影值被添加到重构的图像帧中。
重复图像帧重构过程476直到条件选择框480检测到生成了对应于每个时间间隔窦腔X线468的图像帧。因此,在扫描发射的每个时间间隔,生成一组指示放射性药物吸收的图像帧。通过在高约束反投影重构中使用较高质量的合成图,每个图像帧的图像质量较使用低湮灭事件计数的传统图像重构得到充分提高。
PET扫描仪实施例中,使用扫描期间多个时间间隔中的每个内的同一组视图获取的数据,而不是使用扫描期间获取的附加交叉视图构造合成图。该实施例中,通过提高每个视图的SNR而不是如先前实施例描述的视图数量来提高合成图质量。例如,在X-射线CT中可使用相同策略,以在不降低图像质量的情况下减少X-射线曝光。这种实施例中,使用每个图像帧内同组的投影角获取一组图像帧。然而,降低了X-射线的剂量以降低对患者的辐射。通过使用带有通过组合每个图像帧获取期间制造的低剂量衰减测量生成的合成图的本发明的高约束重构方法,帧图像的SNR得以维持。与其在PET扫描仪实施例中加入关联事件计数,所述X-射线实施例中的“组合”是获取的帧图像内的所有相应衰减测量的平均值。
相同的图像重构策略可用于重构单光子发射型计算机断层仪(SPECT)系统中获取的图像。相对于PET扫描仪,SPECT系统累积检测到的源于对象的沿不同射线路径发射的光子的计数。扫描期间,缓慢移动伽马相机以累积不同视角上的计数。使用本发明,通过更快地移动伽马相机并重复穿越同一系列的视角以获取一组图像帧。为了不增加总扫描时间,在每个视角累积较少的计数,但是使用合成图维持每个重构图像帧的SNR,通过一起添加用于每个视角的所有计数,构造上述合成图。
特别地,参考图19和20,用于重构层析X-射线摄影合成图的本发明的一个实施例使用专门设计用于与干涉过程有关的X-射线系统。其特征在于具有包含C型臂510的扫描架,C型臂510的一端具有X-射线源组件512,另一端具有X-射线探测器组件514。当医生检查患者时,扫描架使X-射线源512和探测器514适应围绕安置在工作台516上的患者的不同的位置和角度。
扫描架包括L形底座518,底座518具有水平腿520和垂直腿522,水平腿520延伸到工作台516下方,垂直腿522在放置在工作台516的水平腿520的末端并向上延伸。支撑臂524可旋转的安装在垂直腿522的上端,以绕水平旋转轴526旋转。旋转轴526与工作台516的中心线对齐,臂524从旋转轴526向外做放射状延伸以支撑其外端的C型臂驱动组件527。C型臂可滑动地安装在驱动组件527上并耦合到驱动发动机(未显示),驱动发动机滑动C型臂510以使其绕箭头530所示的C-轴528旋转。旋转轴526和C-528轴在工作台516上的中心536处垂直相交。
C型臂510的一端安装了X-射线源组件512,另一端安装了X-射线探测器组件514。如以下将详述的,X-射线源512发射检测器阵列514指引的锥形束X-射线。组件512和514均成放射状向内延伸至诸如通过系统中心536的锥形苏的中心射线的旋转轴526。这样,在由放置在工作台516的对象中获取X-射线衰减数据期间,锥形束的中心射线在旋转轴526或C-轴528或二者周围的系统中心周围旋转。
如图21所示,X-射线源组件512包括X-射线源532,X-射线源532在受激时发射锥形束X-射线。中心射线534穿过系统中心536并撞击到安装在检测器组件514内的二维平板数字检测器538。检测器538是2048x2048的检测器元素二维阵列,其尺寸为41cmx41cm。每个元素产生表示X-射线撞击强度的电信号,并由此产生X-射线通过患者时的衰减。扫描期间,X-射线源532和检测器阵列538绕系统中心536旋转以获取不同角度的X-射线衰减投影数据。检测器阵列每秒能获取30个投影或视图,这是决定对于指定的扫描路径和速度,可获取多少视图的限定因素。
特别地,参考图20,通过CT系统的控制机构540控制组件512和514的旋转以及X-射线源的操作。控制机构540包括向X-射线源532提供电力和时间信号的X-射线控制器542。控制机构540内的数据获取系统(DAS)544从检测器元素538中采样数据并将数据传送到图像重构器545。图像重构器545,从DAS544接收数字化X-射线数据并根据本发明的方法进行高速图像重构。重构的图像作为计算机546的输入,计算机546在块存储设备549中存储图像或对图像进行进一步处理。
控制机构540还包括旋转轴电动机控制器547和C-轴电动机控制器548。响应计算机546的移动命令,电动机控制器547和548向X-射线系统中的电动机提供电力,上述X-射线系统生成分别绕旋转轴526和C-轴528的旋转。计算机546执行的程序向电动机驱动547和548发送移动命令,使组件512和514沿指定扫描路径移动。
计算机546还通过控制台550,从操作者处接收命令和扫描参数,控制台550提供键盘和其它人工操作的控制。相关的阴极射线管显示器552允许操作者观察计算机546中的重构图像和其它数据。根据存储的程序,计算机546使用操作者提供的命令向DAS544、X-射线控制器542和电动机控制器547及548提供控制信号和信息。此外,计算机546操作工作台电动机控制器554,工作台电动机控制器554控制机械化工作台516将患者定位到系统中心536相关的位置。
计算机546存储使其能执行扫描的程序,扫描期间,提取生理信息以显示血液灌注到组织。在使用层析X-射线摄影合成方法的造影剂前,获取第一张参考图像,然后当造影剂流入需要关注的区域时,在一秒间隔处,获取一系列的层析X-射线摄影合成图。在参考图像减少后,使用层析X-射线摄影合成图计算区域血流量(rBF)、区域血容量(rBV)和区域平均通过时间(rMTT)并生成相应的参数图像。
特别地,参考图22,执行扫描时,以指定方向移动扫描架以如处理块600所示,获取参考层析X-射线摄影合成数据集。如图23所示,通过同步操作旋转轴发动机控制器547和C-轴发动机控制器548执行扫描路径,以在中心536以下沿圆形或椭圆形轨道移动X-射线源532,在中心536以上沿相应圆形轨道移动检测器538。圆形轨道的尺寸由很多因素所确定,但其目标是使路径的有界区域尽可能大。约束因素是,扫描架应该以需要用于捕获发生在造影剂流入期间的动态改变的帧率,穿过整个圆形路径,以获取单个层析X-射线摄影合成数据集。本发明的该实施例中,以这种方式获取10个层析X-射线摄影合成图数据集,并平均相应视图以构造参考层析X-射线摄影合成数据集。
如处理块602所示,从获取的参考数据集中重构参考层析X-射线摄影合成图。参考数据集中的每个获取的视图均是在圆形扫描路径上的特定点获取的X-射线照片。通过添加这些X-射线照片和将其相互转换重构2D图像。通过转换程度确定2D图像的位置,这样2D X线断层照片可选择地位于系统中心536的上方或下方。
如处理块604所示,获取参考层析X-射线摄影合成图之后,向对象注射造影剂并进入循环,循环中,当造影剂流入需要关注的区域时,获取一系列层析X-射线摄影合成数据集。X-射线源532和检测器阵列538沿图23所示的圆形路径连续移动,如处理块606所示,连续获取视图。在每个循环扫描完成时(近似一秒),如处理块608所示,获得的视图保存作为层析X射线照相组合数据集。数据获取过程持续足够长的时间以捕获全部的组织反差增强曲线,时间大概在15至60秒,这取决于注射的位置和速率,需要关注的区域和当前的病理状况。然后,如条件选择框610所示,结束数据获取阶段,如处理块612所示,使用每个获取的层析X-射线摄影合成数据集重构相应的图像帧。根据本发明的重构层析X-射线摄影合成图像帧将在以下详细描述。
重构每个图像帧后,将从中剔除参考层析X-射线摄影合成图。结果是一系列不同的描述血液流入需要关注的区域的动脉和组织的层析X-射线摄影合成图。这个信息用于计算测量组织中的血液灌注的多个参数。通常,在多于一个平面内重构层析X-射线摄影合成图,因此可在需要关注的区域的不同位置评估血液灌注。此外,为完成参数计算,需要动脉反差增强曲线,这要求同一平面内的层析X-射线摄影合成图,上述平面包括提供血液到感兴趣的组织的动脉。
如处理块614所示,通过对组织反差增强曲线和动脉反差增强曲线进行卷积,计算描述血液流入组织的区域平均通过时间(rMTT)的图像。两条曲线均由层析X-射线摄影合成图集提供。如处理块616所示,随后计算区域血容量(rBV)图。通过组织反差增强曲线和动脉反差增强曲线下面的面积比计算毛细血管网络内的流动血液容量。最后,在处理块618处计算区域血流量(rBF)。使用中央容量原则,血流信息源于rBV和rMTT信息。
特别地,参考图24,通过约束带有合成图的重构,进行层析X-射线摄影合成图像帧的约束。因此,第一步如处理块622所示,生成合成图。这通过在各自的层析X-射线摄影合成数据集中组合相应X-射线照片视图以生成合成层析X-射线摄影合成数据集来完成。更详细地,平均层析X-射线摄影合成数据集中的相应值(例如,其中相同的X-射线照片视角和x,y位置)以产生合成层析X-射线摄影合成数据集。然后,使用层析X-射线摄影合成重构算法,以从层析X-射线摄影合成数据集中生成一个或多个合成图切片。该步骤中,可使用诸如美国专利No.4,903,204中描述的方法在内的多个标准方法。
然后进入循环,循环中,从每个获取的层析X-射线摄影合成数据集中重构图像帧。首先,如处理块624所示,归一化数据集中的一个视图。这通过将其中的每个值除以合成层析X-射线摄影合成数据集的相同视图内的相应投影值完成。然后,如处理块626所示,反投影X-射线照相视图中的归一化值。这是非约束反投影,其使用用于生成合成图的相同算法。如处理块630所示,将结果值添加到用于重构的图像帧中。
如处理块631所示,对获取的层析X-射线摄影合成数据集中的每个视图重复该过程,直到条件选择块632确定当前图像帧内的所有视图均被处理。然后,如图633所示,通过将其中的每个像素值乘以合成图中的相应像素值来约束结果切片图。然后,如处理块634所示,对每个图像帧重复该过程,直到条件选择块636确定所有层析X-射线摄影合成数据集均被处理以生成相应的图像帧。
上述特定实施例可存在很多变形。例如,Radon空间或真实空间内的合成图乘法也可等效在k-空间执行。类似的,上述描述的Radon空间内的归一化步骤也可等效在k-空间执行。此外,使用本发明还可提高已存在图像的质量。例如,PET扫描中,通常使用完全采样且带来噪声。可重投影全采样图像,并在本发明的高约束反投影中使用结果投影以重构具有较高SNR的图像。
特别地,本发明应用到没有伴随重要背景结构的重要临床结构的临床应用。因为将反投影信号聚焦到对象结构而非背景结构上,这种“稀疏”图像能够执行几乎精准的图像重构。通过在图像重构前,使用掩码图像剔除非脉管系统结构,加强了上述CEMRA临床应用的稀疏性。可以预期,通过在图像重构前剔除类似图像数据以构造稀疏数据集并在图像重构后将其重新加入,本发明能够成功应用到其它具有相当多的背景结构的临床应用。
本发明优选的MRI实施例中,获取光线的k-空间投影视图并将其傅立叶变换到Radon空间以根据本发明进行图像重构。也可使用其它k-空间采样轨迹。一种变化是获取部分沿并不延伸穿过整个采样k-空间容量的延伸的轨迹进行采样的NMR应答信号。另一种等效于直线投影重构脉冲序列的变化是沿曲线而非直线路径进行采样。例如,在F.E.Boada等人的“FastThree Dimensional Sodium Imaging”,MRM,37:706-715,1997和K.V.Koladia等人的“Rapid 3D PC-MRA Using Spiral Projection Imaging”,Proc.Intl.Soc.Magn.Reson.Med.13(2005)以及J.G..Pipe和Koladia的”Spiral Projection Imaging:a new fast 3D trajectory”描述这种脉冲序列。不考虑采样轨迹的使用,可网格化k-空间采样点以构造一系列可根据本发明教导的进行处理的光线投影。

Claims (43)

1.一种生成对象图像的方法,所述对象位于成像系统的视域(FOV)内,包括以下步骤:
a)使用所述成像系统,获取位于所述FOV内的所述对象的多个视图;
b)从步骤a)获取的视图中生成图像数据集;
c)通过组合步骤a)中获取的视图生成合成图,其中用于所述生成合成图的被组合的视图包括用于生成图像数据集的视图;和
d)通过使用所述合成图的信息归一化图像数据集和乘以所述合成图,重构所述对象的图像。
2.根据权利要求1所述的方法,其中所述成像系统是医学成像系统,步骤a)中获取的视图是投影视图,步骤d)包括:
d)i)将投影视图反投影到所述FOV,并通过所述合成图将反投影值加权到每个图像像素;和
d)ii)对每个图像像素求和所述反投影值。
3.根据权利要求2所述的方法,其中在步骤d)i)中使用以下方法计算每个图像像素反投影值,
S n = ( Px C n ) / Σ n = 1 N C n
其中:P=被反投影的投影视图值;
      Cn=所述合成图中的相应像素值;
      Sn=沿反投影路径的第n个像素值;
      N=沿反投影路径的像素总数。
4.根据权利要求1所述的方法,其中步骤c)包括编辑所述合成图,以移除其上的不需要的对象内容,并因此充分最小化重构图像内所述不需要的对象内容的出现。
5.根据权利要求2所述的方法,其中步骤d)i)中所述的加权包括,使用合成图的相应视图归一化每个投影视图,以及用合成图中的相应像素值乘以所述反投影值。
6.根据权利要求1所述的方法,其中所述FOV是三维的,生成了三维图像,并且步骤d)中重构的图像I(x,y,z)是:
I(x,y,z)=∑(P(r,θ,Φ)*C(x,y,z)(r,θ,Φ)/Pc(r,θ,Φ))
其中,求和(∑)是用于重构所述图像的所有投影视图;I(x,y,z)是像素位置x,y,z处的图像值;P(r,θ,Φ)是从视角θ,Φ处的投影视图的反投影值;C(x,y,z)(r,θ,Φ)是像素位置x,y,z处的合成图值;Pc(r,θ,Φ)是从视角θ,Φ处的合成图的投影剖面值,r是沿着投影视图的反投影轴的距离。
7.根据权利要求5所述的方法,其中充分使用步骤a)中获取的所有投影视图,以生成所述合成图。
8.根据权利要求2所述的方法,其中步骤a)中通过累积一段时间内的计数获取所述投影视图,步骤c)中使用所述投影视图以生成包括整个时间段内充分累积的计数的合成图,步骤d)使用所述投影视图包括所述时间段的一部分内累积的计数。
9.根据权利要求8所述的方法,其中所述医学成像系统是PET扫描仪,所述计数表示检测到的正电子湮灭事件的数量。
10.根据权利要求8所述的方法,其中所述医学成像系统是SPECT扫描仪,所述计数表示检测到的光子的数量。
11.根据权利要求1所述的方法,其中步骤a)中获取的视图是在一组视角上重复获取的X-射线照片视图,步骤c)通过平均所述一组视角的共同视角上获取的所述X-射线照片视图生成所述合成图。
12.根据权利要求11所述的方法,其中使用层析X射线摄影合成重构来重构所述合成图。
13.根据权利要求1所述的方法,其中还包括:
e)使用所述成像系统,获取位于所述FOV内的所述对象的附加视图;
f)根据所述附加视图重构掩码图像;
g)在执行步骤d)之前,从合成图中剔除所述掩码图像。
14.根据权利要求1所述的方法,其中所述成像系统是医学成像系统,步骤d)包括:
d)i)通过将每个图像像素位置处的所述图像数据集内的值乘以所述合成图内的相应像素值,生成所述FOV内的所述对象的约束图像;和
d)ii)通过归一化所述约束图像,生成所述对象的图像。
15.根据权利要求14所述的方法,其中从步骤a)获取的视图中构造数据集,所述视图从一组投影角描述了所述FOV中的所述对象,并且步骤d)ii)中,通过以下步骤归一化所述约束图像:
在每个投影角计算所述合成图的投影;
用每个合成图投影内的值除以所述约束图像内的每个像素值。
16.根据权利要求14所述的方法,其中步骤a)中获取的视图是交叉投影角处获取的投影视图,步骤b)中生成的图像数据集包括从一组所述投影视图中生成的图像数据集,并且步骤d)ii)中的归一化约束图像包括:
在一组所述投影视图的每个投影角计算所述合成图的投影;
用每个合成图投影内的值除以所述约束图像内的每个像素值。
17.根据权利要求14所述的方法,其中步骤b)中生成的图像数据集包括:
从步骤a)获取的视图中选择一组视图;和
将选择的视图从获取空间变换到真实空间。
18.根据权利要求17所述的方法,其中所述获取空间是k-空间,所述变换是反向傅立叶变换。
19.根据权利要求18所述的方法,其中所述选择的视图是投影视图,所述变换包括将投影视图变换到k-空间。
20.根据权利要求17所述的方法,其中获取空间是Radon空间,所述变换是每个视图的反投影。
21.根据权利要求14所述的方法,其中从步骤a)中获取的所有视图重构所述合成图;步骤b)中,从步骤a)获取的部分视图生成所述图像数据集。
22.根据权利要求14所述的方法,其中还包括以下步骤:
e)使用步骤a)中获取的视图中的不同视图,通过重复步骤b)和d)生成对象的附加图像。
23.根据权利要求22所述的方法,其中步骤a)中获取的视图是不同视角处获取的投影视图。
24.根据权利要求14所述的方法,其中在一段对象发生改变的时间内,获取步骤a)获取的视图;步骤b)包括选择执行步骤a)的时间间隔内获取的一组视图;步骤c)包括选择时间窗内获取的一组视图,所述时间窗包括并长于所述时间间隔。
25.根据权利要求14所述的方法,其中所述医学成像系统是核磁成像系统,每个视图采样k-空间直线。
26.根据权利要求14所述的方法,其中所述医学成像系统是X-射线CT系统,每个视图是Radon空间投影。
27.根据权利要求14所述的方法,其中所述医学成像系统是X-射线CT系统,每个视图是X-射线照片。
28.根据权利要求1所述的方法,其中,所述合成图提供被成像对象的先验知识,并且在图像重构中使用合成图中的所述对象的先验知识,以提高图像质量。
29.根据权利要求28所述的方法,其中步骤d)包括
d)i)将选择的视图反投影到所述FOV;和
d)ii)基于每个图像像素处的所述对象的先验知识,将反投影值加权到每个FOV图像像素。
30.根据权利要求29所述的方法,其中步骤d)ii)包括
用合成图内的值乘以每个反投影图像像素值;
归一化所述乘法的积。
31.根据权利要求29所述的方法,其中步骤d)包括在步骤d)i)的反投影之前,对每个选择的视图进行傅立叶变换。
32.根据权利要求28所述的方法,其中步骤d)包括
d)i)将选择的一组视图变换到真实空间图像;和
d)ii)基于每个图像像素处的所述对象的先验知识,加权所述真实空间图像像素值。
33.根据权利要求32所述的方法,其中步骤d)i)是反向傅立叶变换。
34.根据权利要求1所述的方法,其中所述成像系统是医学成像系统,步骤d)包括:
d)i)通过使用源于合成图的值除以图像数据集的值,以归一化图像数据集;
d)ii)变换归一化的图像数据集以构造非约束图像;
d)iii)用所述合成图的相应值乘以所述非约束图像的值;
35.根据权利要求34所述的方法,其中通过计算用于图像数据集内的每个视图的合成图投影,由合成图中获取步骤d)i)使用的值。
36.根据权利要求34所述的方法,其中步骤a)中获取的视图是交叉投影角处获取的投影视图,步骤b)中生成的图像数据集包括从一组所述投影视图中生成的图像数据集,并且步骤d)i)中的归一化所述图像数据集包括:
在一组所述投影视图的每个投影角计算所述合成图的投影;
用每个合成图投影内的值除以所述图像数据集内的每个值。
37.根据权利要求34所述的方法,其中从步骤a)中获取的所有视图重构所述合成图;步骤b)中,从步骤a)获取的部分视图生成所述图像数据集。
38.根据权利要求34所述的方法,其中还包括以下步骤:
e)使用步骤a)中获取的视图中的不同视图,通过重复步骤b)和d)生成对象的附加图像。
39.根据权利要求34所述的方法,其中在一段对象发生改变的时间内,获取步骤a)获取的视图;步骤b)包括选择执行步骤a)的时间间隔内获取的一组视图;步骤c)包括选择时间窗内获取的一组视图,所述时间窗包括并长于所述时间间隔。
40.根据权利要求34所述的方法,其中步骤d)ii)中的变换是傅立叶变换。
41.根据权利要求34所述的方法,其中步骤d)ii)中的变换包括:
对每个归一化图像数据集视图进行傅立叶变换;并且
通过执行二维或三维反向傅立叶变换,从傅里叶变换的图像数据集中重构所述非约束图像。
42.根据权利要求34所述的方法,其中步骤c)还包括编辑所述合成图以移除选择的结构。
43.根据权利要求42所述的方法,其中包括从步骤a)中获取的选择的视图重构掩码图像,并且合成图的编辑包括剔除掩码图像。
CN2006800155580A 2005-07-08 2006-07-06 高约束图像重构方法 Active CN101248458B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US69760705P 2005-07-08 2005-07-08
US60/697,607 2005-07-08
US71944505P 2005-09-22 2005-09-22
US60/719,445 2005-09-22
PCT/US2006/026196 WO2007008528A2 (en) 2005-07-08 2006-07-06 Highly constrained image reconstruction method

Publications (2)

Publication Number Publication Date
CN101248458A CN101248458A (zh) 2008-08-20
CN101248458B true CN101248458B (zh) 2012-08-15

Family

ID=39947938

Family Applications (3)

Application Number Title Priority Date Filing Date
CN2006800246594A Active CN101263398B (zh) 2005-07-08 2006-07-06 用于欠采样mri的约束逆投影重建方法
CN2006800155580A Active CN101248458B (zh) 2005-07-08 2006-07-06 高约束图像重构方法
CN200680024410.3A Expired - Fee Related CN101300600B (zh) 2005-07-08 2006-07-06 用于ct成像的反投影重构方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN2006800246594A Active CN101263398B (zh) 2005-07-08 2006-07-06 用于欠采样mri的约束逆投影重建方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN200680024410.3A Expired - Fee Related CN101300600B (zh) 2005-07-08 2006-07-06 用于ct成像的反投影重构方法

Country Status (1)

Country Link
CN (3) CN101263398B (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8180130B2 (en) * 2009-11-25 2012-05-15 Imaging Sciences International Llc Method for X-ray marker localization in 3D space in the presence of motion
US8483463B2 (en) * 2010-05-19 2013-07-09 Wisconsin Alumni Research Foundation Method for radiation dose reduction using prior image constrained image reconstruction
CN103179905B (zh) * 2010-10-27 2015-12-09 皇家飞利浦电子股份有限公司 用于提取完全采样固定kVp正弦图的方法和系统
DE102010061977B4 (de) * 2010-11-25 2013-10-17 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Ergänzung mit partiell parallelen Aufnahmeverfahren aufgenommen Magnetresonanz-Daten
CN102085097B (zh) * 2010-12-16 2012-07-25 中国科学院深圳先进技术研究院 磁共振动态成像方法
CN104081437B (zh) * 2011-09-20 2017-02-15 西门子公司 用于基于可调谐二极管激光吸收光谱的气体浓度重建的贝叶斯方法
US9600912B2 (en) * 2012-02-16 2017-03-21 Koninklijke Philips N.V. Spatially corrected nuclear image reconstruction
US9339249B2 (en) * 2012-02-24 2016-05-17 Kabushiki Kaisha Toshiba Medical image processing apparatus
WO2014084286A1 (ja) * 2012-11-29 2014-06-05 株式会社東芝 医用情報処理装置、医用画像診断装置及び医用情報処理方法
EP2936182B1 (en) * 2012-12-18 2023-02-08 Koninklijke Philips N.V. Phantom based mr field mapping of the polarizing magnetic field
US10288705B2 (en) * 2013-10-08 2019-05-14 Koninklijke Philips N.V. Corrected multiple-slice magnetic resonance imaging
DE102014203068B4 (de) * 2014-02-20 2015-11-26 Siemens Aktiengesellschaft Pseudo-zufällige Erfassung von MR-Daten eines zweidimensionalen Volumenabschnitts
CN103793890A (zh) * 2014-03-05 2014-05-14 南方医科大学 一种能谱ct图像的恢复处理方法
CN105334479B (zh) * 2014-06-10 2019-02-22 西门子(深圳)磁共振有限公司 一种磁共振成像方法和装置
EP2995254A1 (en) * 2014-09-12 2016-03-16 Koninklijke Philips N.V. Imaging system
US10456116B2 (en) * 2014-09-30 2019-10-29 Siemens Medical Solutions Usa, Inc. Shadow suppression in ultrasound imaging
CN104751429B (zh) * 2015-01-27 2018-02-02 南方医科大学 一种基于字典学习的低剂量能谱ct图像处理方法
DE102015208905A1 (de) * 2015-05-13 2016-11-17 Siemens Healthcare Gmbh Verfahren zum Erzeugen eines Bildes
US10331936B2 (en) * 2015-07-14 2019-06-25 Idex Asa Duplicate pattern reconstructions
CN105259525B (zh) * 2015-10-28 2019-08-13 北京大学 基于邻域共享压缩感知的动态对比增强磁共振快速成像方法
DE102016219709B3 (de) * 2016-10-11 2018-03-01 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines Perfusionsdatensatzes, sowie Röntgenvorrichtung, Computerprogramm und elektronisch lesbarer Datenträger
US10624599B2 (en) * 2017-07-31 2020-04-21 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for motion signal correction
WO2019081355A1 (en) * 2017-10-23 2019-05-02 Koninklijke Philips N.V. RECONSTRUCTION OF IMAGES FOR ENHANCED POSITRON EMISSION TOMOGRAPHY (PET) SCANNING WITH OVERLAPPING AND EXPOSURE TIME VARIATION FOR INDIVIDUAL BED POSITIONS
CN110121293B (zh) * 2017-11-24 2023-07-04 佳能医疗系统株式会社 医用数据处理装置、成像装置及学习完毕模型生成方法
CN108491583B (zh) * 2018-02-28 2021-09-10 哈尔滨工程大学 一种不规则形状放射源的自适应辐射剂量计算仿真方法
CN108957515B (zh) * 2018-09-18 2020-09-08 上海联影医疗科技有限公司 确定探测器的能量响应函数的方法、装置和成像系统
CN109727297B (zh) * 2018-12-29 2023-08-08 上海联影医疗科技股份有限公司 医学图像重建方法、系统、可读存储介质和设备
CN110333466B (zh) * 2019-06-19 2022-06-07 东软医疗系统股份有限公司 一种基于神经网络的磁共振成像方法和装置
CN111157935B (zh) * 2019-12-31 2022-04-26 上海联影智能医疗科技有限公司 磁共振成像方法、装置、存储介质及计算机设备
CN112233157B (zh) * 2020-10-14 2022-03-08 俐玛精密测量技术(苏州)有限公司 微纳米ct系统转台误差的频域校正方法
CN113466279B (zh) * 2021-06-30 2024-03-29 中国科学技术大学 宽场超分辨自旋磁成像装置及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5502385A (en) * 1993-06-12 1996-03-26 U.S. Philips Corporation Method of forming a series of MR images, and device for carrying out the method
US5933006A (en) * 1996-11-16 1999-08-03 U.S. Philips Corporation MR method for the reduction of motion artefacts, and device for carrying out the method
CN1561912A (zh) * 2004-04-09 2005-01-12 清华大学 数字化近红外光漫射断层成像系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5522390A (en) * 1991-11-21 1996-06-04 U.S. Philips Corporation Magnetic resonance imaging method
EP0627633A1 (en) * 1993-05-18 1994-12-07 Koninklijke Philips Electronics N.V. Method and apparatus for magnetic resonance imaging
JP4008193B2 (ja) * 2000-08-29 2007-11-14 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理方法、画像処理装置、mri装置および記録媒体
JP4130055B2 (ja) * 2000-08-31 2008-08-06 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 加算断層画像作成方法およびx線ct装置
JP4175791B2 (ja) * 2001-08-20 2008-11-05 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像生成方法およびx線ct装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5502385A (en) * 1993-06-12 1996-03-26 U.S. Philips Corporation Method of forming a series of MR images, and device for carrying out the method
US5933006A (en) * 1996-11-16 1999-08-03 U.S. Philips Corporation MR method for the reduction of motion artefacts, and device for carrying out the method
CN1561912A (zh) * 2004-04-09 2005-01-12 清华大学 数字化近红外光漫射断层成像系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
C Badea,R Gordon.Experiments with the nonlinear and chaotic behaviour of themultiplicative algebraic reconstruction technique(MART)algorithm for computed tomography.Physics in Medicine and Biology49 8.2004,49(8),1455-1474.
C Badea,R Gordon.Experiments with the nonlinear and chaotic behaviour of themultiplicative algebraic reconstruction technique(MART)algorithm for computed tomography.Physics in Medicine and Biology49 8.2004,49(8),1455-1474. *
L Launay,E Maurincomme,P Bouchet,JL Mallet,L Picard.3D reconstruction of Cerebral Vessels and Pathologies from aFew Biplane Digital Angiographies.Visualization in Biomedical computing.1996,123-128. *
P Schmidlin,ME Bellemann,G Brix.Subsets and overrelaxation in iterative image reconstruction.Physics in Medicine and Biology44 5.1999,44(5),1385-1396.
P Schmidlin,ME Bellemann,G Brix.Subsets and overrelaxation in iterative image reconstruction.Physics in Medicine and Biology44 5.1999,44(5),1385-1396. *

Also Published As

Publication number Publication date
CN101263398B (zh) 2012-07-18
CN101300600B (zh) 2016-01-20
CN101248458A (zh) 2008-08-20
CN101263398A (zh) 2008-09-10
CN101300600A (zh) 2008-11-05

Similar Documents

Publication Publication Date Title
CN101248458B (zh) 高约束图像重构方法
CN101266290B (zh) 迭代的高度约束的图像重建方法
US7519412B2 (en) Highly constrained image reconstruction method
US8472688B2 (en) Method for image reconstruction employing sparsity-constrained iterative correction
JP5737725B2 (ja) 局所化および高度に限定された画像再構成法
JP5113060B2 (ja) 拍動している心臓の画像の再構成法
JP5734664B2 (ja) 希薄化制約補正を用いた画像復元法
JP5113061B2 (ja) 運動コード化mr画像の高度に限定された再構成
US7945079B2 (en) Motion correction of PET images using navigator data acquired with an MRI system
US7358730B2 (en) Diffusion tensor imaging using highly constrained image reconstruction method
CN101297214B (zh) 心脏选通mri中的高度约束的背投重构过程
CN102906791A (zh) 使用在先图像约束的图像重建的辐射计量减少的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant