CN101411620B - 用于减少高抑制医学图像中运动伪像的方法 - Google Patents

Abstract

生成用于在对当前图像帧进行HYPR处理时使用的合成图像。用于形成合成图像的先验数据的数目是根据对象运动的数量来确定的。当前合成图像在被用于形成更新的合成图像之前，可空间上与当前图像帧空间配准以补偿对象运动。可在逐个帧的基础上，逐个区域的基础上或者逐个像素的基础上分析对象运动以最优化经更新的合成图像的SNR。

Description

用于减少高抑制医学图像中运动伪像的方法

相关申请的交叉引用 

本申请要求2007年9月17日提交的、题为“Method for Producing Highly Contrained X-Ray Radiograph Images(用于生成高抑制X-射线辐射图像的方法)”的美国临时专利申请S/N.60/972,828和2008年1月25日提交的、题为“Method for Reducing Motion Artifacts in Highly Contrained Medical Images(用于减少高抑制医学图像中运动伪像的方法)”的美国临时专利申请S/N.61/023，454的权益。 

联邦政府赞助研究的声明 

本发明是在由美国国立卫生研究院颁发的授权号为EB006393的政府支持下完成的。美国联邦政府拥有本发明中的某些权利。 

技术领域

本发明的领域是医学成像，并具体地是，利用高抑制图像重建方法生成图像的方法。 

背景技术

近来，在2006年7月7日提交的题为“Highly Contrained Image Reconstruction Method(高抑制图像重建方法)”的共同待批的美国专利申请S/N.11/482,372中公开并描述了为本领域所公知的名为“HYPR”的新图像重建方法，该申请通过引用纳入到本申请中。采用HYPR方法，从采集的数据重建合成图像以提供正被成像的对象的先验知识。然后，此合成图像被用于高抑制图像重建过程。HYPR可以应用于多种不同的成像形式中，包括磁共振成像(MRI)，X-射线计算机体层摄影(CT)，正电子发射断层扫描(PET)，单光子发射计算机断层(SPECT)数字层析X射线照相组合(DTS)和超声波成像。 

如图1所示，例如，当一连串的时间分辨图像2以动态研究采集时，每一幅图像帧2可以利用一组非常有限的采集视图来重建。但是，每一组这样的视 图与为其它图像帧2所采集的视图是隔行扫描的，并且在已采集许多图像帧后，根据HYPR方法，足够数量的不同视图可用于重建一幅优良的合成图像3以备使用。因此，利用所有隔行扫描的投影形成的合成图像3是一幅较高质量的图像(即，高信噪比(SNR))，并且这种较高质量通过利用高抑制图像重建方法4传递给图像帧。 

HYPR方法的一个发现就是，如果在重建过程中使用FOV(视场)12中信号轮廓的先验知识，则良好质量的图像可用非常少的投影信号分布来生成。参照图2，例如，已知FOV12中的信号轮廓包括例如血管18和20等结构。这样的情形下，当反投影通道8穿过这些结构时，每个像素中信号采样14更精确的分布通过加权作为在该像素位置处已知信号轮廓的函数的分布来实现。结果，在图2的实施例中，多数的信号采样14将分布在反投影像素处，这些反投影像素与结构18和20相交。对于具有N个像素的反投影通道8，该高抑制反投影可以如下表达： 

$S_n=(P\×C_n)/\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{C}_n---\left(2\right)$

其中：S_n＝重建的图像帧中像素n处的反投影信号的数量； 

P＝正被反投影的投影轮廓中的信号采样值；和 

C_n＝沿反投影通道的第n个像素处先验合成图像的信号采样值。 

合成图像是从在扫描过期间采集的数据重建的，并且可以包括用于重建图像帧的数据以及描述视场中的结构的其他采集图像数据。方程式(2)中的分子利用合成图像中相应的信号值加权每个像素并且分母对该值进行归一化从而使得所有反投影信号采样反映图像帧的投影总数，并不是乘以合成图像的总数。 

虽然可在反投影之后对分别对每个像素执行归一化，但是在许多临床应用中，更易于在反投影之前对投影P进行归一化。在该情形下，投影P通过除以以相同视角穿过合成图像的投影中的相应值P_c来归一化。然后经归一化的投影P/P_c被反投影，并在随后将结果的图像乘以合成图像。 

图3中图示出高抑制反投影的3D实施例，单一的3D投影视图以视角θ和ф来表征。投影视图沿轴16反投影，并且沿反投影轴16以距离r延伸到Radon平面21。作为替代其投影信号值被过滤并沿着轴16均一地分布在连续 的Radon平面中的过滤反投影，利用合成图像中的信息将投影信号值分布在Radon平面21内。图3的示例中的合成图像包括血管18和20。基于合成图像中相应位置x，y，z的亮度，在Radon平面21内的图像位置x，y，z处沉积加权信号轮廓值。这简单地将反投影信号轮廓值P乘以相应合成图像体素值。随后通过将乘积除以来自由合成图像形成的相应图像空间投影轮廓的投影轮廓值来归一化。3D重建的公式是 

I(x，y，z)＝∑(P(r，θ，φ)*C(x，y，z)_{(r，θ，φ)}/P_c(r，θ，φ)     (2a) 

其中求和(∑)是在正被重建的图像帧中的所有投影上进行的，并且通过在Radon平面的近似r，θ，φ处投影轮廓值P(r，θ，φ)计算得出该特定Radon平面中的x，y，z值，P_c(r，θ，φ)来自合成图像的相应投影轮廓值，而C(x，y，z)_r，θ，φ是在(r，θ，φ)处的合成图像值。 

HYPR图像重建方法过去主要用于减少因MRI和X-射线CT中的欠采样而产生的图像伪像。但是，HYPR也可以用于提高图像的SNR。例如，图像帧2可以动态研究的方式采集，其中用于每个图像帧的用量(例如，X-射线)或者曝光时间(例如，PET或SPECT)被减少。在此情形下，通过累积或求积分来自一连串采集的低SNR图像帧2的测量形成合成图像3以生成高SNR的合成图像3。在此情形下，从每个低SNR图像帧2产生的高抑制图像4呈现合成图像3的较高SNR。 

在2007年2月19日提交的、题为“Localized and Highly Constrained ImageReconstruction Method(局部化和高抑制图像重建方法)”的共同待批的美国专利申请S/N.60/901,728中描述了另一种HYPR处理方法，该申请的示教通过引用纳入于此。利用该局部化HYPR方法，经归一化的加权图像是从每个采集的图像帧生成的，并且将每个加权图像乘以高质量合成图像，该合成图像可通过累积或积分采集图像帧来生成。每个经归一化加权图像是通过用滤波器模糊所采集的图像帧，并在随后划分模糊的图像帧和类似模糊版本的合成图像而生成的。这种局部化HYPR方法可作为图像重建步骤来使用，其中对象的层析成象视图被采集，或者通过将合成图像的低伪像和高SNR品质赋予射线图像，该方法也可以用于提高射线图像的质量。 

无论使用哪种HYPR处理方法，当通过对采集图像帧窗口进行积分形成 合成图像时，对象运动成为问题。如果窗口设置够宽以积分更多图像帧，并由此生成较高质量合成图像，合成图像可能由于对象运动而模糊。因此，当有真实的对象运动时，窗口必须足够窄以避免模糊，并且这导致较低质量的合成图像和由此的较低质量的HYPR生成图像帧。 

发明内容

本发明是对HYPR过程的改进，其中当在扫描期间存在对象运动时可以生成较高质量的合成图像。更具体地是，通过累积来自一系列采集的图像帧的数据来生成合成图像，并且从其累积采集数据的图像帧的数目是根据所测得的对象运动的特征和数目来确定的。 

本发明的一个主要目的是提供一种HYPR处理方法，该方法适于在扫描期间发生对象运动时尽可能生成最好的图像。这是通过根据所测得的对象运动自动地改变积分当前图像帧以生成当前合成图像的方式来实现的。可以认识到，所采集图像的视场中不同区域通常经历不同数量的对象运动，并且可针对每个区域自适应地积分各个合成图像。因此，每一个区域的合成图像的质量可被最大化，并应用在整个图像HYPR处理中。也可以认识到，可在逐个像素的基础上确定对象运动，并且基于所测得的运动实现每一个像素与合成图像的积分。 

在本发明的一个实施例中，通过积分来自多个采集的图像帧的所有图像帧数据来生成合成图像，并且所包括的图像帧的数目是根据所测得的对象运动来确定的。例如，当采集对象心跳的每一图像帧时，ECG信号可以被监测，并且可根据该信号暗示内脏运动的次数。在心脏循环的运动较少的部分，可从与心脏运动较多时相比的更较大数目的图像帧生成合成图像。 

在另一个实施例中，要生成的合成图像分成一组小区域，并且被积分以形成每个合成图像的图像帧的数目是根据仅在每个区域内发生的运动来确定的。如果在合成区域中没有运动发生，则来自许多图像帧的相应数据可被累积以形成非常高质量的区域合成图像。另一方面，如果一个区域检测到运动，则被积分以形成相应区域的合成图像的图像帧的数目被充分减少以避免对象运动的不利影响。随后，区域合成图像被组合以形成用于执行每一幅图像帧的HYPR 处理的单个合成图像。作为选择，合成区域可以利用图像帧的相应区域分别地进行HYPR处理，并且结果区域图像被组合到单个经HYPR处理的图像帧。 

本发明的又一个实施例中，将采集的图像帧积分到合成图像中是在逐个像素的基础上执行的。在该实施例中，对当前采集的图像帧的每一个像素确定对象运动，并且将像素值与其它采集的图像帧的相应像素值积分以生成合成图像是根据所测得的运动来确定的。 

本发明的另一方面是一种用于采用来自当前图像帧的数据来更新当前合成图像的方法。如果在当前合成图像和当前图像帧之间检测到显著运动，则在将两者积分之前，在空间上将合成图像中的数据与当前图像帧配准。配准和积分可以在逐个帧的基础上，逐个区域的基础上，或者逐个像素的基础上执行。 

通过下面的描述，本发明前述及其它目的和优点将显而易见。在说明书中，参照构成其一部分并且其中本发明的优选实施例仅作为示例示出的附图。然而，此类实施例并不能代表本发明的全部范围，因此对权利要求和本文作出参考以便解释本发明的范围。 

附图说明

图1是例示本发明在医学成像应用中的应用的示图； 

图2是高抑制2D反投影方法的图形表征； 

图3是高抑制3D反投影方法的图形表征； 

图4A和4B是采用本发明的优选实施例的X-射线系统的透视图； 

图5是图4中X-射线系统的示意性框图； 

图6是构成图4中X-射线系统的部分的X-射线源和检测器阵列的示图； 

图7是描述了用于HYPR方法处理用图4的X-射线系统采集的图像帧的步骤的流程图； 

图8是图7的过程中所用HYPR方法的流程图； 

图9是如何用图7中方法形成合成图像的示意性描述； 

图10是采用本发明第二优选实施例的MRI系统的框图； 

图11是图10中MRI系统中采用的脉冲序列的图示； 

图12是由图11中脉冲序列进行k-空间采样的图形表示；

图13是利用图10中MRI系统的心脏成像方法的流程图； 

图14是利用MRI系统采集的隔行扫描的投影实现图13中的方法的图形表示； 

图15是用于以图13中的方法生成合成图像的步骤的流程图； 

图16是图13中方法的再投影步骤的图形表示； 

图17是本发明另一实施例中采用的HYPR过程的流程图； 

图18是在图17的过程中使用的另一替换性方法的流程图； 

图19也是在图17的过程中使用的另一替换性方法的流程图； 

图20是图17中过程的修改版本的流程图； 

图21是示出了在本发明中另一实施例中执行的步骤的流程图；以及 

图22是图21中方法中执行的处理的图形表示。 

具体实施方式

具体地参照图4和5，显示了可用于采集X-射线射线照相图像以执行荧光透视和数字减影血管造影术的X-射线系统。其通过以下来表征：包括C-臂10的门架，该C-臂的一端支撑X-射线源组件12，并在其另一端支撑X-射线检测器阵列组件14。门架使得X-射线源12和检测器14绕着安置在床16上病人以不同的位置和角度定向，同时使医生接近病人以执行程序。 

门架包括L-形基座18，该基座具有在床16下面延伸的水平腿20，和与床16隔开并在水平腿20末端向上延伸的垂直腿22。支撑臂24旋转地固定在垂直腿22的上端以便绕水平枢轴26旋转。枢轴26与床16的中心线对齐，并且臂24从枢轴26向外径向延伸以支撑位于其外端的C-臂驱动组件27。C-臂10滑动地固定到驱动组件27，并且被耦合至驱动电机(未示出)，该电机滑动C-臂10以使其沿如箭头30所示地绕C-轴28旋转。枢轴26和C-轴28在床16上面的等角点36处彼此交叉，并且是彼此垂直。 

X-射线源组件12安装在C-臂10的一端，而检测器阵列组件14安装在C-臂10的另一端。如下面将更详细讨论的，X-射线源12发射X-射线锥形束，该X-射线锥形束对准检测器阵列14。组件12和14都径向向枢轴26内延伸从而使得锥形束的中心射线通过系统等角点36。在从床16上躺着的对象采集X- 射线衰减数据的过程中，锥形束的中心射线可由此沿系统等角点围绕枢轴26或者围绕C-轴28或者两者旋转。 

如图5所示，X-射线源组件12包括加电时发射X-射线锥形束33的X-射线源32。中心射线34穿过系统等角点36并撞击到容纳在检测器组件14中的二维平板数字检测器38。检测器38是一个2048×2048元素的探测元件的二维阵列，这些探测元件具有41cm×41cm的尺寸。每个元素生成代表撞击X-射线的亮度的电信号，因此当X-射线穿过病人时衰减。检测器阵列可每秒采集最多达30射线照相帧以描述实时执行的程序。 

具体地参照图5，CT系统的控制机构40管理组件12和14的定位以及X-射线源32的操作。控制机构40包括向X-射线源32提供动力和时基信号的X-射线控制器42。控制机构40中的数据采集系统(DAS)44以某些操作模式从检测器元件38中采集数据，并传输数据到图像重建器45。图像重建器45从DAS44接收数字化的X-射线数据并以某些系统操作模式执行高速图像重建。但是，当以射线照相模式运行时，数据作为射线照相图像帧直接通过。2D射线照相图像作为输入被施加到根据本发明执行高抑制图像处理的、将图像存储到大容量存储设备49并在2D显示器52上显示该图像的计算机46。 

控制机构40也包括枢轴电机控制器47和C-轴电机控制器48。响应于来自计算机46的运动命令，电机控制器47和48向X-射线系统中关于相应枢轴26和C-轴28旋转的电机提供动力。这些运动命令是响应于主治医生的手动输入而生成。 

计算机46也通过控制台50从操作者接收命令和扫描参数，该控制台具有键盘和其他手动可操作控件。相关联显示器52允许操作者观察来自计算机46的图像和其他数据。在所存储的程序的指令下，操作者提供的命令被计算机46用来向DAS44，X-射线控制器42和电机控制器47和48提供控制信号和信息。另外，计算机46操作控制电机驱动的床16的床电机控制器54以相对于系统等角点36定位病人。 

上面所描述的X-射线系统可以在荧光透视模式下运行以实时生成二维图像。通常的，当对病人实施诸如导管插入术等程序时，使用这种模式，并且荧光透视图像用于帮助引导该程序。这就需要在具有足以使所引导的器械和周围 解剖结构可见的SNR、以及足以生成该程序的近乎实时图像的帧速率、且使用尽可能低的X-射线剂量的情况下生成图像。在2006年7月7日提交的待批美国专利申请S/N.11/482,372和2007年2月15日提交的待批美国专利申请S/N.12/032,240中描述的HYPR高抑制图像处理程序使得采集每一2D射线照相图像帧所需要的X-射线剂量显著减小而没有明显地影响其它两个要求。通过减少X-射线管电流来实现剂量缩减。例如，X-射线管电流可以从10ma减小到1ma而图像质量没有任何显著地降低。为了应用HYPR过程，就必须通过结合或者积分来自多个采集的图像帧的数据以生成合成图像。结合图像帧的数目越大，合成图像的SNR越高且经HYPR处理的图像帧的SNR也越高。但是，由于在采集一系列荧光透视图像期间通常具有对象运动，所以如果没有考虑该运动则合成图像会变模糊。 

在本发明的第一个实施例中，对象运动可以逐个帧的基础上测得的。结合形成合成图像的图像帧的数目通过测量当前图像帧中对象运动来确定。当测得很少运动时，通过将较大数量的其他采集的图像帧与当前图像帧相结合来形成合成图像。 

具体地参照图1和17，高抑制图像处理通过由计算机46对采集的2D射线照相图像帧2执行程序来完成。当如过程框500所示，每一图像帧2被采集时，图像帧被存储并且副本被用于如过程框502所示更新合成图像3。合成图像3是当前射线照相图像帧2和预选数目的其他采集的射线照相图像帧2的累积。累积步骤是2D图像帧2中相应像素除以对累积起作用的图像帧的数目的矩阵加法。结果是具有增强SNR的合成图像3，该SNR与预选的累积图像帧2数目的平方根直接成比例。例如，如果累积36幅2D图像帧2，那么SNR将是单幅2D图像帧2的SNR的6倍。如在下面将进一步的讨论的，用于形成合成图像的图像帧2的数目将依赖于正被执行的特定临床程序。 

如在504一般地显示，下一步骤是利用当前2D射线照相图像帧2和更新的合成图像3生成归一化加权图像。有许多不同的方法来实施此步骤，在图17中示出了优选方法。更具体的是，更新的合成图像3通过过滤而“模糊”，如过程框506所示的。更具体的是，过滤是卷积过程，其中更新的2D合成图像阵列3与滤波器内核卷积。在优选的实施例中，滤波器内核是7×7平方滤波器内 核。内核的尺寸将是可选择的，从而使得当进行模糊时，内核不包括感兴趣对象(例如，血管)之外的更多信息。滤波器内核应当与被检查对象尺寸量级相似或者稍微小些。高斯或者其他平滑滤波器内核也可以使用，并且执行的结果过滤器功能实质上是低通滤波。 

仍然参照图17，当前的2D图像帧2也被以过程框508所示的相同方式模糊或者过滤。也就是，当前2D射线照相图像帧阵列2与过滤器内核卷积以执行低通滤波功能。如过程框510所示，随后通过将经滤波的当前图像帧(T)中的像素值除以经滤波的合成图像(C_t)中相应的像素值得到归一化加权图像(T_W)。 

如过程框512所示，然后生成高抑制(HYPR)图像帧4。图像帧4是通过将更新的合成图像阵列3乘以归一化加权图像阵列(T_W)而生成的。这是两幅图像中相关像素值的乘法。然后，结果2D HYPR图像4被输出到显示器52，如过程框514所示的，并且系统返回采集和处理下一幅2D射线照相图像帧2。当程序完成时，如判决框116所判定的，程序结束。 

如上所述，有许多用于生成归一化加权图像(W_T)的可选择的方法。这些方法中的两个在图18和19示出。具体地参照图18，第一可选择方法包括如过程框518所示的第一步骤，即所采集的2D射线照相图像帧阵列2除以更新的合成图像(C)3。该除法是所采集的图像帧阵列2的每个像素值除以更新的合成图像阵列3中相应的像素值。然后，如过程框120所示，经除法运算的结果2D图像帧在随后被模糊或滤波的以生成归一化加权图像(T_W)。滤波操作是与上面参照过程框506和508讨论的相同的卷积过程。 

在图19中，显示了生成归一化加权图像(T_W)的另一种可选择方法。如过程框522所示，通过从不同的视角获取图像的投影视图，该方法将所采集的2D射线照相图像帧2变换到Radon空间。如过程框124所示，通过在与用于变换2D射线照相图像帧2相同的一组视角下计算投影视图来将更新的合成图像3也变换到Radon空间。如过程框526所示，图像帧投影视图P随后通过将其除以合成图像投影视图P_C来归一化。这是具有相同视角的投影P和P_C中相应元素的除法。然后，在过程框128中，通过以传统方式反投影经归一化的投影(P/P_C)来生成归一化加权图像(T_W)。这不是经滤波的反投影，而是直接 的反投影。 

如上所述，被累积以形成合成图像3的射线照相图像帧2的数目将依赖于临床应用。在所采集的射线照相图像帧的视场中具有快速运动的场合中，应当累积较少的射线照相图像帧，以使快速运动结构不被模糊。在另一方面，当需要一幅具有极少噪声的清晰图像时，应当增加所累积的射线照相图像帧2的数目。换句话说，对象运动的量是根据特定临床应用来确定的，并且这确定了其上可累积先前数据的时间窗的尺寸。 

也有其中在程序期间累积图像帧的数目可以动态改变的临床应用。例如，指示心脏相位的ECG信号可以用于改变累积图像帧的数目。在根据ECG信号判定心脏舒张期间，具有较少的心脏运动，并且相对于有较多心脏运动的心脏收缩期间来说，更多的图像帧可被累积用于合成图像3。例如，在心脏收缩期间，3幅图像帧可被累积，而在心脏舒张期间，6到10幅图像帧可被累积。 

不仅仅累积形成更新的合成图像3的射线照相图像帧2的数目是可以选择，而且当前图像在累积图像帧所定义的时间窗内的位置也是可选择的。当然，一个选择是将当前图像帧2放置在时间窗的末端。换句话说，所有其他包括的图像帧2在当前图像帧2之前被采集。但是，由于x射线荧光透视中所采用的高帧率对于包括在当前图像帧2之前和之后延伸的时间窗内采集的图像帧有也是有利的。这将强加有损给荧光透视的实时特性的短时延迟，但是在许多临床程序中这是不合理的。 

可以证明，每一幅HYPR图像帧4的SNR是受合成图像3的SNR所控制的。SNR被计算为对象信号水平与对象内噪声标准差的比，而CNR被计算为对象和背景信号电平之间的差除以背景噪声的标准差。 

假设合成图像已经完成噪声降低，则在减少的束电流(mA)和较低剂量下执行荧光透视而没有SNR损失是可能的。合成图像SNR理论上与  $\mathrm{SNR}\∝\sqrt{N.\mathrm{mA}}$ 成比例，其中N＝每合成图像的帧数。因此mA理论上可减小N的平方根。合成图像中帧数N受对象运动的限制。由于运动模糊，不合需要的高N可以导致导管尖端可见度的降低。目的在于在实现最大剂量的减少的同时确保合适的导管可见度。 

对本领域技术人员来说是显而易见的是，上面的HYPR方法也可以在双 能量采集的荧光透视图像帧上执行。在这样的临床应用中，两幅采集的荧光透视图像将首先以通常方式结合，并且结果图像帧如上面所描述的进行处理。例如，两幅不同能量的图像可以结合以从经HYPR处理的荧光透视图像中消去骨头。 

本发明也可以在数字减影血管造影(DSA)动态研究中使用，其中当造影剂流入到感兴趣的脉管系统中时，采集一系列图像帧。图像帧的采集是作为程序的一部分来进行，其中诸如碘等造影剂被施行给病人以增强射线照相中血液的亮度。如图20所示，在该情形中，图像帧频采集500更复杂。如过程框542所示，首先采集预造影“蒙片(MASK)”图像。该蒙片图像具有良好的SNR且在全X-射线剂量(例如，10ma X-射线管电流)下被采集。然后，如过程框544所示，施行造影剂，并且该造影流穿过病人的脉管系统到达感兴趣的区域。 

如过程框546所示，采集低剂量图像帧，并且如过程框548所示，从该图像帧减去蒙片图像。图像帧也可以以较低剂量水平(例如，1ma X-射线管电流)来采集，并且从其中减去对比增强的血液周围的组织，由此提供非常适于如上面所述的HYPR处理的“稀疏”图像。在该实施例中，当动态研究进行时，每一幅DSA图像帧经HYPR处理并几乎实时地显示。系统返回过程框546以采集下一幅DSA图像帧。 

关于荧光透视的实施例，显然地，DSA程序也可以在双能量下执行。在该情形中，蒙片图像由在不同能级下采集的两幅图像形成，并且在过程框546，采集的每一幅图像也以同样的两个能级被采集，并以相同的方式结合以消去选定的组织。 

如过程框500所示，上面所描述的HYPR处理是几乎实时的在所采集的单一图像帧上执行的。但是，同样地HYPR处理也可以用在临床应用中，其中执行每一幅图像帧的HYPR处理之前，在处理模块500采集一系列图像帧。在这样的应用中，HYPR处理返回过程框540以处理下一先前所采集的图像帧，而不是如上面所述地采集另一幅图像帧。 

尽管被结合以形成本发明的第一个实施例中的合成图像的图像帧的数目适应图像帧视场中对象运动的数目，但是在现在将描述的实施例中，图像帧视场(FOV)被分割成多个区域，且每一个区域中测量对象运动。然后以逐个区 域为基础，确定被结合以形成合成图像的图像帧的数目，从而具有很少运动的合成图像区域通过结合多个采集的图像帧而形成，而具有较多运动的合成图像区域通过结合较少采集的图像帧而形成。 

具体的参照图1和7，高抑制图像处理是通过由计算机46对采集的2D射线照相图像帧2执行程序来完成的。如过程框100和102所示，随着连续的图像帧2被采集，如过程框104所示，这些图像帧被存储并用于生成差异蒙片。差异蒙片是通过检测图像帧2的多个分开的区域的每一个中的对象运动而生成的。如图9所示，每一个采集的图像帧的视场(FOV)被分割成多个区域(例如，7×7个像素区域)，并且每个区域中像素值的变化被用于计算差异蒙片103中相应区域的运动值。在优选的实施例中，运动值被计算为区域中像素值的差异的绝对值的平均值，并减去先前图像帧的相应区域中的像素值。例如，如果真实的对象运动发生在当前采集的图像帧2的区域“X”中，则相应的高运动值计算出来并被输入到差异蒙片103的相应区域“X”。另一方面，如果在当前采集的图像帧2的区域“+”没有检测到运动，则相应的低运动值被生成并被输入到差异蒙片103的相应区域“+”。其他方法也可以被用于计算指示区域中的对象运动的值，并且具体方法的选择将依赖于具体的临床应用。 

再次参照图7，在差异蒙片103生成后，进入循环，其中每次每个区域生成一幅合成图像。如判决框106所示，检查差异蒙片103中的运动值以确定区域中的运动是否超过阈值。如果不超过，则通过累积来自当前采集的图像帧中较大窗口的相应区域的值来更新合成图像3中的该区域，如过程框108所示。这在图9中由箭头109示出，其中标记为“+”的区域结合先前采集的图像帧2中相应的区域以更新合成图像3中标记为“+”的区域。 

另一方面，在判决框106在正被检查的区域中检测到运动，如过程框110所示，合成图像3中相应的区域是通过用仅来自当前图像帧2中的相应区域的数据替代其中的图像数据来更新的。如图9中由箭头111所示的，其中标记为“X”的图像帧区域中的值替代合成图像3中相应区域的值。在任一情形中，经更新的区域被添加到合成图像3上，如过程框112所示，并且系统返回检查下一区域，如过程框114所示。差异蒙片103中所有的区域是以该方式检查的，并且合成图像3中相应区域被更新，如判决框116所示。因此，其上的图像帧 数据被积分形成合成图像3的时间窗适于每个区域中检测到的对象运动。针对区域中测得的不同运动状况累积的图像帧的确切数目取决于特定临床应用而不同。 

仍然参照图7，如过程框118所示，经更新的合成图像3随后被用于对当前图像帧2执行HYPR图像处理。下面将参照图8进行描述，该HYPR处理118与上面引用的共同待批的美国专利申请S/N.12/032,240中所公开的一样，其中合成图像3的较高SNR被转移到图像帧2。这使得可以以非常低的X-射线剂量采集图像帧2而没有显著的质量损失。如过程框120所示，在随后显示经HYPR处理的图像帧2，并且系统返回以采集和处理下一图像帧。如判决框122所示的，该程序继续直到扫描完成。 

当所采集的图像帧中相应区域被累积时，合成图像中没有检测到运动的区域继续改进图像质量。在该实施例中，用递归滤波器执行累积，即将当前图像帧区域与衰减常数乘以该区域中先前的累积值相加。在该实施例中，例如，衰减常数设定为1.0，但是这预期是不同于其他临床应用的。当区域内测得的运动超出阈值时，当前累积值重置为0，以使得合成图像3中更新的区域与当前图像帧中的像素具有相同的值。这样“重置”合成区域将具有低的SNR，并且更好的是用小的模糊内核滤波以减少噪声。在一些临床应用中，较佳地，重设区域不被重置为0。作为替代，在预设的缩短时间窗——诸如2到4个图像帧——上执行累积。 

有许多用于根据区域中测得的运动更新合成图像3中的每个区域的替换性方法。例如，可以建立多种运动阈值且更新程序可以彼此不同。这种不同可以是累积的过去图像帧的数目(即，时间窗长度)或者是所使用的衰减常数的值。每个区域的运动历史也可被保持并且这种附加信息可被用于改变更新程序。因此，即使在任意单个图像帧采集过程中没有超出运动阈值，所采集的图像帧的最后数目上的运动累积也可能超出“累积运动”阈值。这会导致当前图像帧的累积时间窗的缩短。 

如图8所示，该实施例中所用的HYPR方法与上面所描述且在图17中所示的非常类似。第一步骤是利用当前2D射线照相图像帧2和更新的合成图像3生成归一化加权图像。更具体的是，通过滤波来“模糊”更新的合成图像3， 如过程框124所示。滤波是卷积过程，其中更新的2D合成图像阵列3与滤波器内核卷积。在优选实施例中，滤波器内核是7×7平方滤波器内核。内核的尺寸应当被可选择成使得在进行模糊时，内核不包括感兴趣对象(例如，血管)之外的更多信息。滤波器内核应当与被检查对象的尺寸量级相似或者稍微小些。高斯或者其他平滑滤波器内核也可以使用，并且正被执行的结果过滤器功能实质上是低通滤波。 

仍然参照图8，当前的2D图像帧2也被以与过程框126所示的相同方式模糊或者过滤。即，将当前2D射线照相图像帧阵列2与滤波器内核卷积以执行低通滤波功能。如过程框128所示，随后通过将经过滤的当前图像帧(T)的像素值除以经滤波的合成图像(C_t)中相应的像素值来生成归一化加权图像(T_W)。 

如过程框130所示，在随后生成高抑制(HYPR)图像帧4。此图像帧4是通过将更新的合成图像阵列3乘以归一化加权图像阵列(T_W)而生成。这是两幅图像中相关像素值的乘法。然后，结果2D HYPR图像被输出到显示器52，如上面所述的。 

对于本领域技术人员来说显而易见的是，可执行相同方法以重建3D图像。这些步骤是相同的，但是它们是在3D体积上执行的。 

本发明的另一个实施例被应用于图10所示的利用磁共振成像(MRI)系统的心脏成像。如上面先前实施例所述的，该实施例通过以逐个区域为基础检查对象运动来形成合成图像以使用HYPR方法。该MRI系统包括具有显示器212和键盘214的工作站210。工作站210包括处理器216，该处理器是运行可购买的操作系统的可购买的可编程的机器。工作站210提供使得扫描命令可被输入到MRI系统中的操作者界面。 

工作站210被耦合到四个服务器：脉冲序列服务器218；数据采集服务器220；数据处理服务器222；以及数据存储服务器223。在优选实施例中，数据存储服务器223由工作站处理器216和相关联盘驱动接口电路来执行。其余三个服务器218，220和222由安装在单个壳内的单独处理器执行，并使用64位底板总线互连。脉冲序列服务器218采用可购买微处理器和可购买四重通信控制器。数据采集服务器220和数据处理服务器222都采用相同的可购买微处理 器，并且数据处理服务器222进一步包括基于可购买平行矢量处理器的一组或多组处理器。 

工作站210和用于服务器218，220和222的各个处理器被连接到串行通信网络。该串行网络传输从工作站210下载到服务器218，220，222的数据，并且传递在服务器之间以及工作站与服务器之间传达的标签数据。此外，在数据处理服务器222和工作站210之间提供高速数据链接以将图像数据传输到数据存储服务器223。 

脉冲序列服务器218响应于从工作站210下载的程序单元起作用以运行梯度系统224和RF系统226。生成执行规定扫描所必须的梯度波形并将其应用到梯度系统224，该系统激励组件228中的梯度线圈生成用于位置编码NMR信号的磁场梯度Gx，Gy和Gz。梯度线圈组件228构成磁场组件230的一部分，该磁场组件包括偏振磁体232和整体RF线圈234。 

RF激励波形通过RF系统226被应用到RF线圈234以执行规定的磁共振脉冲序列。由RF线圈234检测到的响应NMR信号被RF系统226接收，在脉冲序列服务器218生成的命令的指示下被放大，解调，滤波并数字化。RF系统226包括用于生成MR脉冲序列中使用的各种RF脉冲的RF发射机。RF发射机响应来自脉冲序列服务器218的扫描命令和指示生成期望频率，相位和脉冲振幅波形的RF脉冲。所生成的RF脉冲可被应用到整体RF线圈234或者一个或多个局部线圈或线圈阵列。 

RF系统226也包括一个或多个RF接收通道，该通道可以连接到相应的多个局部线圈或者连接到线圈阵列中相应的多个线圈元件。每个RF接收通道包括放大由该通道所连接的线圈接收的NMR信号的RF放大器以及检测和数字化所接收的NMR信号的I和Q正交分量的正交检测器。因此，可在任意采样点通过I和Q分量的平方和的平方根来确定收到NMR信号的数量： 

$M=\sqrt{I^2-Q^2},$

并且收到NMR信号的相位也可被确定： 

φ＝tan^-1Q/I。 

脉冲序列服务器218也任选地接收来自生理采集控制器236的病人数据。控制器236接收从连接到病人的多个不同传感器接收信号，例如来自电极的 ECG信号或者来自肺部的呼吸信号。此类信号通常被脉冲序列服务器218用来同步，或“选通”关于对象的呼吸或心跳的扫描的执行。 

脉冲序列服务器218也连接到扫描室接口电路238，该电路从与病人状况和磁体系统相关联的各个传感器接收信号。病人定位系统240也通过扫描室接口电路238来接收命令以在扫描期间将病人移至期望位置。 

在扫描期间，脉冲序列服务器218对MRI系统元件执行实时控制是显而易见的。结果，其硬件元件必须与由运行时程序以实时方式执行的程序指令一起操作。扫描指令的描述部分以对象的形式从工作站210被下载。脉冲序列服务站218包含接收这些对象的程序并将其转换成由运行时程序所能采用的对象。 

由RF系统226生成的数字化NMR信号采样被数据采集服务器220所接收。数据采集服务器220响应于从工作站210下载的描述部分来操作以接收实时NMR数据并提供缓冲器存储，以使得没有数据因数据溢出而丢失。在一些扫描中，数据采集服务器220仅仅将所采集的NMR数据传递到数据处理服务器222。但是，在需要从所采集的NMR数据导出的信息以控制扫描的进一步执行的扫描中，数据采集服务器220被编程以生成此类信息并将其传输到脉冲序列服务器218。例如，在预扫描中，NMR数据被采集并用于校准由脉冲序列服务器218执行的脉冲序列。而且，导航仪信号可在扫描期间被采集并用于调节RF或者梯度系统操作参数或者控制采样K-空间的视图顺序。而且，数据采集服务器220可被用于处理用来在MRA扫描中检测造影剂到达的NMR信号。在所有这些示例中，数据采集服务器220采集NMR数据并实时处理它以生成用于控制扫描的信息。 

数据处理服务器222接收来自数据采集服务器220的NMR数据，并根据从工作站210下载的描述部分处理该数据。这样的处理包括例如：对原始k-空间NMR数据进行傅立叶变换以生成二或三维图像；将滤波器应用于重建图像；对所采集的NMR数据执行反投影图像重建；计算功能性MR图像；计算运动或流动图像，等等。 

通过数据处理服务器222重建的图像被传回工作站210，这些图像被存储在该工作站处。实时图像被存储在数据库存储器高速缓存(未示出)中，这些 图像从该高速缓存被输出到操作者显示器212或位于磁体组件230附近以供主治医生使用的显示器。批处理方式图像或选定实时图像被存储在主机数据库中的盘存储244上。当这样的图像已被重建并转移至存储时，数据处理服务器222通知工作站210上的数据存储服务器223。操作者可以使用工作站210来存档图像，生成胶片，或通过网络或其他设备发送图像。 

为了实践本发明的实施例，如图11所示，利用反投影重建，或径向，脉冲序列采集NMR数据。这是快速梯度回波脉冲序列，其中在存在切面选择梯度203的情况下生成选择性不对称被删节的sinc rf激励脉冲201，rf脉冲201的倾倒角位于T₁缩短血液的恩斯特(Ernst)角度的附近，其通常为30°到40°。 

此脉冲序列可被用于通过在单个k-空间圆平面内来采集单个2D切面，但是在优选实施例中，多个圆形k-空间平面被采样，如图12中204，206和208所示。当多重2D切面被采集时，轴向梯度203是平板选择梯度跟随相位编码梯度波瓣(lobe)211和相反极性的重卷绕(rewinder)梯度波瓣213。此轴向相位编码梯度211在扫描期间步进通过多个值以从2D k-空间平面204，206和208的每一个进行采样。 

在NMR回波信号219采集期间，两个面内读出梯度215和217被放出，以沿径向轨道在2D平面204，206或208中采样k-空间。这些面内梯度215和217与轴向梯度垂直并且这两个面内梯度彼此互相垂直。在扫描期间，面内梯度步进通过一系列值以旋转径向采样轨道的视角，如在下面将更详细的描述的。面内读出梯度的每一个被预定相位梯度波瓣221和223所领先，并且跟随重卷绕梯度波瓣225和227。 

对本领域技术人员来说显而易见的是，可使用与首选直线轨道不同的采样轨道，该直线轨道从k-空间外围边界上的一点穿过k-空间的中心到达k-空间外围边界上相反的一点。一个变化就是采集局部NMR回波信号219，其沿并不延伸穿过被采样k-空间体积的整个范围的轨道进行采样。另一个与直线投影重建脉冲序列是等效的变化就是沿弯曲路径而不是直线进行采样。例如，在F.E.Boada等人的“Fast Three Dimensional Sodium Imaging(快速三维钠成像)”，MRM，37：706-715，1997和K.V.Koladia等人的“Rapid 3D PC-MRA Using SpiralProjection Imaging(使用螺旋投影成像的快速3D PC-MRA)”，Proc. Intl.Soc.Magn.Reson.Med.13(2005)以及J.G.Pipe和Koladia的“SprialProjection Imaging:a new fast 3D trajectory(螺旋投影成像：新快速3D轨道)”，Proc.Intl.Soc.Mag.Reson.Med.13(2005)中描述了此类脉冲序列。也很明显的是，本发明可与这些采样方法的3D以及2D版本联用，并且引用如在下文中所用的、旨在指2D或者3D图像中的位置的术语“像素”。 

具体的参照图13，采集一系列心脏选通图像帧，这些图像帧在相应数目的不同心脏相位下描绘心脏。如判决框300所示，系统等待ECG选通信号，并且当信号收到时，如过程框302所示的，图11中的脉冲序列被执行成从多个(例如，N＝20)心脏相位中的每一个采集运动心脏和周围静止组织的投影视图。利用此特定脉冲序列，在每一个心脏相位有效的采集3幅2D切片，并隔行扫描投影视图，如图14所示相等地间隔开，其中点线231表示采集一个切片的k-空间采样轨道，虚线233表示采集第二切片的k-空间采样轨道，而实线235表示第三切片的k-空间采样模式。采集继续进行直到在每一个心脏相位对3幅2D切片的每一个采集规定数目的投影视图(例如，n＝30)，如在判定框304确定的。从而采集n＝20个图像帧，并且每一幅2D切片图像帧中具有n＝30个隔行扫描投影视图。对于如上所述的每一切片，不仅在每一心脏相位采集的投影视图被隔行扫描，而且也将这些投影视图与其他心脏相位采集的投影视图进行隔行扫描。 

有许多用于在将对所有采集的视图进行隔行扫描的扫描期间生成投影视角ф的列表的不同的方法。视角ф依赖于诸如在每次心跳期间要采集的心脏相位数目(N)，在每一次心跳(n_pr)期间针对每一个心脏相位要采集的投影视图数目，以及在扫描期间的心跳次数(H)等因素。在优选实施例中用于在第k次心跳计算第n个心脏相位的视角的公式为： 

φ＝Δ₁×K+Δ₂×B(n)+[0:180/n_pr:180] 

其中： 

Δ₁＝180/(H×n_pr) 

Δ₂＝180/(H×N×n_pr) 

B(n)＝用于产生整数序列的伪随机排列的比特反向算法。切片中每一个的视角ф也被隔行扫描，并且通过将每一切片的初始角度增加180°/切片数目来 完成。 

仍然参照图13，如过程框306所示，利用每一切片位置的所有采集的投影视图(n×N)重建图像。这是一种常规重建方法，其中所采集的NMR信号首先沿轴向梯度方向进行傅立叶变换以生成沿该轴的三个切片位置处的投影。然后每一2D切片的径向k-空间采样点被重新栅格化为笛卡尔栅格，然后进行二维傅立叶变换。结果平均图像由于心脏运动而模糊地描述它，但是由于在每一心脏相位上每一切片处的所有采集且隔行扫描的投影视图被用于重建，因此周围静态结构将被清楚地描述并且只有很少伪像。 

如过程框310所示，结果平均图像随后被以N个心脏相位之一的所有投影视角再次投影。这在图16中说明，并且利用如例如在Jiang Hsieh的“Computed Tomography Principles，Design，Artifacts and Recent Advances(计算X射线断层摄影术原理、设计、伪像和最新发展)”，SPIE Press 2003，第3章中所述的常规Radon变换来完成。由此，生成在该心脏相位的每一切片的每一个采集视角处的投影轮廓。对每个心脏相位重复再投影步骤310，并且当最后的心脏相位投影已经被再投影——如在判决框312测得的——时，已生成一组平均图像帧再投影。 

如过程框314所示，下一步骤是从相应的原始采集的投影减去每一个平均图像再投影。这导致仅描述活动组织的所采集的N＝20个的心脏相位的每一个中每个2D薄片的一组n＝30个投影视图。换句话说，静态组织的信号被消减掉，并且保留的信号本质上是高通滤波活动组织信号。 

如过程框316所示，下一步骤是从活动组织再投影重建活动组织图像。这针对每一切片且在每一心脏相位上完成的。该重建较佳地为常规图像重建，如上面过程框306所示，但是，也可执行如上面所引用的、通过引用纳入于此的共同待批的题为“Reconstruction Method for image of the Beating Heart(心跳图像的重建方法)”的美国专利申请中所描述的HYPR重建。如过程框318所示，静态组织图像随后结合活动组织图像以形成每个心脏相位的3幅图像帧。这是通过添加图像中相应像素的值来完成的。这添加良好的静态组织信号并且添加回先前在过程框314减掉的低频活动组织信号。 

仍然参照图13，如过程框320所示，接着计算合成图像。如下面将进行 详细描述的，对每一心脏相位生成合成图像并应用于每一个心脏相位的图像帧的HYPR方法中。更具体的是，如过程框322所示，进入其中每一幅图像帧被HYPR处理的循环。通过将合成图像的较高SNR传递到处理的图像帧，该处理增强了上面生成的图像帧。此外，该处理减少了欠采样和运动伪像。每一幅图像帧以这种方式处理，直到判决框324检测到所有的心脏相位图像帧都已经被处理。该HYPR方法与上面关于过程框118——在图7中示出且具有图8所示步骤——描述的相同的方法。 

在过程框320，该实施例获得的结果由为每一心脏相位生成优良的合成图像产生。对于每一个心脏相位来说，合成图像以该心脏相位的图像帧开始并累积，或积分来自其他心脏相位图像帧的图像值。如上面实施例所述，该累积是以逐个区域为基础完成的，以使得具有很少运动的区域将累积以生成比具有较多运动区域更高质量的合成图像。 

具体的参照图15，如过程框403所示，生成合成图像的第一步骤是初始化心脏相位的经更新的合成图像。然后进入循环，其中逐个区域检查在扫描期间采集的其他心脏相位图像的每一幅，以确定哪些区域可以与当前心脏相位图像的值累积。如过程框404所示，对于每一候选心脏相位图像来说，第一步骤就是生成差异蒙片。这可以多种方式来完成，但是在该实施例中，对每一个7像素×7像素区域计算一值，该值是当前心脏相位图像帧区域中的像素的平均值与候选心脏相位图像中相应像素的平均值之间的差。然后进入进一步的循环，其中通过对该差异蒙片值进行阈值判断来检查每一个区域。如判决框406所示，如果候选心脏图像帧中的区域具有与该差异蒙片中相应区域一样明显的过多运动，则该区域不被累积。相反，如过程框407所示，该当前心脏相位图像帧区域在将该区域模糊、或低通滤波以减少噪声之后被添加到合成图像。另外，如过程框408所示，将被考虑的候选心脏相位图像帧的区域中的像素值与相应区域中当前合成图像像素值相累积。然后，如过程框412所示，对该区域积分的像素值被添加到经更新的合成图像值上。 

当前心脏相位的合成图像是以这种方式被选择性地累积，直到判决框416确定差异蒙片的每一个区域被处理。结果，发生很少运动的候选心脏相位图像的区域将被积分以改进合成图像质量。另一方面，相对于当前心脏相位图像帧 发生真实运动的区域则不被累积，从而不能使结果合成图像模糊。 

如过程框418所示，这种逐个区域的合成图像积分过程被应用于扫描过程中所采集的每一幅候选心脏相位图像。当判决框420确定最后采集心脏相位图像已经被积分时，当前心脏相位的经更新的合成图像完成。如过程框422所示，该过程被重复以生成每一个心脏相位上每一切片的合成图像。当判决框424确定所有合成图像都已生成时，在426，过程退出，并且继续进行如上所述的HYPR处理。 

在本发明上面的实施例中，对象运动的检测是在逐个帧的基础上、逐个区域的基础上或者逐个像素的基础上完成的。然后，根据所检测的对象运动，通过在逐个帧、逐个区域或逐个像素的基础上将来自先前图像帧的数据与当前图像帧累积来生成合成图像。 

在随后的实施例中，合成图像也将计及对象运动的这样方式生成。但是，与将合成的形成表征为自适应地累积来自先前图像帧的数据不同，合成的形成可被表征为通过在将现有合成图像与来自当前图像帧的数据组合之前配准现有合成图像数据的空间位置来自适应地更新现有合成图像。如上面所述的方法，这种该合成图像的自适应更新可在逐个帧、逐个区域或者逐个像素的基础上完成。 

具体地参照图21，用于使用配准技术更新合成图像的优选方法是在逐个像素的基础上执行的。如过程框600所示，经更新的合成图像数据结构被初始化，然后在602进行循环，其中经更新的合成图像中的每一个像素的值被计算出。这通过在当前合成图像中搜索正被处理的当前图像帧像素的位置来完成。这通过对比围绕每一个像素的像素区域的值来完成。具体地参照图22，例如，在当前图像帧608中，像素606具有空间位置(x，y)，并且如果没有对象运动，则当前合成图像610中相同的空间位置(x，y)606处将具有相同像素值。但是，当有运动发生时，像素值位置将不同，并且目标是在当前合成图像610中定位当前图像帧像素。如箭头612所示，这通过以围绕合成图像610中相应像素位置606的模式搜索来完成。这种搜索模式的尺寸和形状将取决于特定医学应用。 

仍然参照图21和22，如过程框604所示，通过将围绕当前图像帧像素606的区域614中的像素值与当前合成图像610中类似位移区域615中的值作比较 来进行该搜索。在优选实施例中，这种比较通过对两个区域614和615中相应的像素值的绝对差值求和并将结果“区域差值”存储到数据表616中来执行。在优选实施例中，区域614和615各自为5x5个像素，虽然也可使用其他尺寸。如过程框618所示，重复对比步骤604，随着区域615以规定的搜索模式612绕当前合成图像610移动，直到搜索模式完成，如判决框620所示。搜索模式612的尺寸将取决于逐个帧预期的对象运动，这又取决于具体应用。在该结合点，表616存储所有候选像素位置比较的结果，并如过程框622所示，合成图像610中期望像素值的位置接着通过识别产生最小区域差值的区域615的位移来确定。如判决框624所示，然后将最小区域差值与差异阈值作比较。在优选实施例中，最小阈值设定为当前图像帧区域614中像素值积分的20％。如果最小区域差值大于该最小阈值，则当前图像帧像素值606被转移到经更新的合成图像626的相应像素位置606，如点线628所示。这将是在像素606的区域中存在显著运动的情形。但是，如过程框630所示，在多数示例中，当前图像帧像素606的位置将在当前合成图像610中发现，并且这两个值将一起积分，如图22中求和632所示，并且存储在经更新的合成图像626中的像素位置606处，如由图21中过程框636所示且由图22中虚线634所示的。通过将当前图像帧像素值加上衰减常数乘以当前合成图像像素值的乘积，并且将该结果除以先前对合成像素值作出贡献的数目加1来执行该积分。 

具体地参照图21，上面的过程被重复，直到当前图像帧608中每一个像素位置被检查，并且经更新的合成图像626中相应像素位置的值被计算，如判决框640所示。然后更新的合成图像准备用在如上所描述的当前图像帧的HYPR处理中。 

在上面优选的实施例中，将当前图像帧的每一个像素与当前合成图像中的相应像素配准以更新经更新的合成图像中的像素。相同的配准过程也可被实施以便每次一个区域地更新合成图像。例如，可在以规定的搜索模式围绕相应区域位置检查完当前合成图像之后，全部的5像素×5像素区域可以被更新。在此情形中，搜索将产生用于移动该区域中所有像素的位置的位移矢量。当然，这将缩短更新合成图像所需要的时间，但是在这么做的时候，丢失对象运动的空间分辨率。期望要被更新的区域的尺寸将由操作者来设置——取决于特定应 用从一个像素到整个图像帧。当规定的更新区域较小(例如，如上所描述的一个像素)时，将在配准搜索模式中使用的围绕区域的规定尺寸将被设定为与一幅图像帧间隔中预期的局部运动相似的尺寸，反之，当当规定的更新区域较大(例如，整个图像)时，将在配准搜索模式中使用的围绕区域的规定尺寸将被选择成与从一帧到下一帧间所预期的大批对象运动的数量相符合。

Claims (9)

1.一种生成对象的相对于当前合成图像的经更新的合成图像以在对一系列采集的图像帧中的采集的当前图像帧进行HYPR处理时使用的方法，其步骤包括：

a)将所述当前图像帧分成多个空间区域；

b)确定所述空间区域的每一个中的对象运动；

c)在逐个区域的基础上，通过以根据每一个当前图像帧的多个空间区域中的每个空间区域确定的对象运动确定的方式将所述每一个当前图像帧的多个空间区域中的数据与来自所述一系列其他采集的图像帧的数据组合来生成经更新的合成图像，其中所述当前合成图像由所述其他采集的图像帧数据形成；以及

其中所述当前合成图像与所述当前图像帧配准以创建已配准的当前合成图像并与之积分形成所述经更新的合成图像，所述配准是对每个区域独立执行的。

2.如权利要求1所述的方法，其特征在于，每个区域具有一个图像帧像素的尺寸。

3.如权利要求1所述的方法，其特征在于，所述配准包括搜索所述当前合成图像中与所述当前图像帧的区域中的所述数据最佳地匹配的数据区域。

4.如权利要求3所述的方法，其特征在于，所述配准包括移动所述当前合成图像中数据区域的位置。

5.如权利要求1所述的方法，其特征在于，所述当前图像帧与已配准的当前合成图像的积分包括：

将所述已配准的当前合成图像乘以衰减常数，所述衰减常数的数值范围最大为1.0；以及

将所述当前图像帧中的所述数据加到前一步骤的结果上。

6.如权利要求5所述的方法，其特征在于，所述积分也包括将所述前一步骤的结果除以表示用于形成所述当前合成图像的其他图像帧的数目的数。

7.如权利要求1所述的方法，其特征在于，所述经更新的合成图像通过累积一时间窗上的采集的图像帧数据来形成，所述时间窗包括所述当前图像帧的采集，并且所述时间窗的持续时间是针对所述当前图像帧的每一个区域单独确定的，以使得对每个区域累积的图像帧数据的量是通过所述区域内的对象运动来确定的。

8.如权利要求7所述的方法，其特征在于，所述区域的尺寸是每一幅图像帧的像素。

9.如权利要求1所述的方法，其特征在于，步骤b)是通过从所述对象采集指示心脏相位的信号来执行的，并且当采集所述当前图像帧时，根据该信号暗示对象运动。

Images