CN101517617A - 基于射线一致性的螺旋锥形束数据的重建 - Google Patents

Abstract

一种CT成像系统，包括：计算机，其被编程来基于最优化射线一致性方法，将锥形束投影数据重排为一系列二维正弦图。所述计算机从检测器阵列接收锥形束数据，并且被编程来指定锥形束数据的多个视角。所述计算机为多个指定的视角的每一个选择多条测量射线，所述多条测量射线具有近似于通过最优化射线一致性确定的指定视角的视角。所述计算机还基于选择的多条测量射线，为多个指定视角的每一个形成二维正弦图。然后所述计算机基于选择的多条测量射线为多个指定视角的每一个定义图像表面。

Description

基于射线一致性的螺旋锥形束数据的重建

相关申请的交叉引用

本申请是于2006年9月19日提交的美国临时专利申请No.60/845,593的非临时申请，并且要求其优先权。

技术领域

本发明一般涉及计算机断层成像(CT)系统中的图像重建领域，并且更具体地涉及用于基于最优化射线一致性(consistency)方法，将锥形束投影数据重排(rebining)为一系列二维正弦图(sinogram)的方法和装置。

背景技术

计算机断层成像(CT)成像系统通过将扇形或锥形X-射线束投影通过目标来运行。X-射线束通过X-射线源生成，并且通常在通过被扫描的目标之前被校准。然后通过一组检测器元件检测衰减的束。检测器元件基于衰减的X-射线束的强度产生信号，并且该信号被处理以产生投影。通过使用如滤波反向投影(filtered backprojection)的重建技术，从这些投影形成有用的图像。

计算机能够处理和重建造成放射衰减的目标的各部分的图像。如本领域的技术人员将理解的，通过处理一系列角移位的投影图像计算这些图像。然后重建该数据来产生重建的图像，其典型地显示在显示监视器上，然后可以打印或再现在胶片上或进一步由其它软件(如计算机辅助检测软件)处理。当执行其中锥形束的X-射线向目标投影的CT扫描时，图像重建中引入了特别的挑战。也就是说，锥形束投影的3D图像重建造成关于精确和有效地产生CT图像的重建算法的重大挑战。这对于螺旋扫描几何形状(geometry)特别适用，其中X-射线源相对于目标沿着一段螺旋线移动。

以前，已经开发了若干算法来重建锥形束数据。一种这样的算法是Feldkamp算法，其是用于螺旋锥形束CT的近似重建算法。Feldkamp算法是3D滤波反向投影(FBP)算法，其中使用全扫描或短扫描数据组、执行锥形束反向投影和每个投影的1D逐行滤波来重建横切面切片。该锥形束反向投影导致FDK算法的重建中的数值低效率。

已经开发来重建锥形束数据的另一算法是PHI算法。PHI算法是通过离散化用于3D发散束X-射线转换的精确解析反演公式来产生精确重建的精确/准精确算法。该精确或准精确算法即使对于非常大的锥角值也产生精确的重建。然而，与二维(2D)重建方法相比，其包含复杂的数据处理，并且这种复杂性将重建时间增加了多于一个数量级。因而，尽管精确，但是PHI算法是缓慢并且在数值上复杂的。

为了减少上述技术和其它类似技术上用于螺旋锥形束CT的重建时间，重排通常用来将锥形束数据转换为一系列近似的2D正弦图。这允许多个2D正弦图的重建，其比3D重建的计算强度低，因而是更加有效的。然而，当前的重排方法的一个缺点是2D正弦图所需的大多数射线没有被实际测量。而是，正弦图中使用的大多数射线使用从锥形束接收的可用数据近似。这种近似引入了可能导致最终重建图像中的重大误差的误差。

在通过2D重建算法重建在螺旋锥形束CT扫描中获得的数据的情况下，从锥形束数据生成一组2D正弦图。如果使用2D平行束重建，则锥形束数据从锥形束重排为锥形平行几何形状。在此重排后，数据由函数g(β，s，γ)描述，其中β是(平行)视角，s表示旋转轴和射线之间的带符号距离，而γ是射线的锥角。注意，变量β对于螺旋的每个旋转增加2π，它例如不在每个旋转后绕回到0。该数据可以如下重排为在一系列z位置(z_n)的2D平行数据：

p(θ，s，z_n)＝w_r(ζ₁，s)g(β_n+ζ₁，s，γ(ζ₁，s))+w_r(ζ₂，-s)g(β_n+ζ₂，-s，γ(ζ₂，-s))[等式A]，有ζ₁＝mod(θ-β_n+π，2π)-π并且ζ₂＝mod(θ-β_n，2π)-π，并且β_n是与z_n相关联的平行视角，并且其中γ(ζ，s)是覆盖ζ从-π到π并且s从-R_o到R_o的范围的锥角，其中R_o是视野的半径，并且其中w_r(ζ，s)是覆盖相同范围的冗余权重，并且具有当ζ＜0时w_r(ζ，s)+w_r(ζ+π，-s)＝1的特性。此外，在θ从0到π并且s从-R_o到R_o的范围计算p(θ，s，z)。

在一个之前已知的技术中，对于|ζ|＜π/2，w_r(ζ，s)＝1。这意味着w_r在别处等于0。此外，对于函数γ，设置该函数的值使得：

tan(γ)＝(z_n-z_s)/√(R²-s²)       [等式B]，

其中z_s是当测量射线g(β_n+ζ，s)时源的z位置。函数γ的这种选择对应于传统的螺旋内插并且导致图像体积的轴向切片的2D正弦图的近似。尽管计算上比3D重建算法更有效率，但这种技术的缺点在于在近似2D正弦图中存在的近似误差非常高。如此，在最终重建图像中出现分辨率的损失。

在Larson等人在美国专利5,802,134中提出的另一已知技术中，定义了成像体积中的平面轴向切片(即，图像切片)，使得它们定义了相对于旋转轴(即，z轴或纵向轴)的倾斜角和旋转角。连续的平面切片具有相等的倾斜角但是变化的旋转角，使得连续切片的垂直轴定义关于旋转轴的章动(nutation)和进动(precession)。也就是说，选择函数γ(ζ，s)使得锥形束中的射线尽可能地与预先选择的平面切片一致。因而，通过尝试选择与预先定义的平面几乎一致的射线，仍然近似了重建平面图像切片的2D正弦图所用的多条射线，这可能导致最终重建图像中的误差。

因此，期望设计改进的装置和方法，其生成多个2D正弦图来减少用于螺旋锥形束数据的重建时间。还希望设计装置和方法，用于重排减少与重排处理相关联的误差的锥形束数据。

发明内容

本发明是用于基于最优化的射线一致性方法，将锥形光线投影数据重排为一系列二维正弦图的定向方法和装置。

根据本发明的一个方面，一种CT成像系统包括：具有用于接收要扫描的目标的开口的可旋转机架(gantry)；配置来将高频电磁射线的锥形束投影到目标的高频电磁能量投影源；以及用于检测高频电磁射线的锥形束并且从此生成锥形束数据的检测器阵列。所述CT成像系统还包括计算机，所述计算机被编程用于：从所述检测器阵列接收锥形束数据，指定多个视角，并且为多个指定的视角的每一个选择多条测量射线，所述多条测量射线具有近似于通过最优化射线一致性确定的指定视角的视角。所述计算机还编程来基于选择的多条测量射线为多个指定视角的每一个形成二维正弦图，并且基于选择的多条测量射线为多个指定视角的每一个定义图像表面。

根据本发明的另一个方面，一种计算机可读存储介质包括存储在其上、表示一组指令的计算机程序，当其由计算机执行时，使得计算机从由检测器阵列检测的X-射线的锥形束获取投影数据、为成像体积获取的锥形束投影数据，并且将所述锥形束投影数据重排为平行几何形状锥形数据，其中所述平行几何形状锥形数据中的X-射线定义为锥角、相对于旋转轴的平面内位移和视角的函数。所述指令还使得计算机从具有最小化各X-射线之间的不一致性的锥角和冗余权重的平行几何形状锥形数据选择X-射线，从选择的X-射线确定多个图像表面，并且为所述多个图像表面的每一个形成二维正弦图。

根据本发明的另一个方面，一种锥形束CT数据的图像重建的方法包括以下步骤：为沿着纵轴的多个点接收螺旋模式中的X-射线锥形束数据，并且指定关于纵轴的多个视角，在所述多个视角形成二维正弦图。对于多个指定视角的每一个，所述方法还包括以下步骤：基于锥形束数据中各X-射线之间最优化的射线一致性，从具有接近指定视角的视角的锥形束数据选择多条X-射线，从选择的多条X-射线生成二维正弦图，并且将二维图像表面与所述正弦图相关联，所述二维图像表面具有与选择的多条X-射线的最佳拟和。

本发明的各种另外的特征和优点将从以下详细描述和附图中显而易见。

附图说明

各附图图示了目前预期用于执行本发明的一个优选实施例。

在各附图中：

图1是CT成像系统的图示。

图2是图1中图示的系统的方块示意图。

图3是由图1中图示的系统执行的螺旋扫描路径的图形表示。

图4A是根据本发明的、测量的X-射线之间的不一致性的示意性表示的透视图。

图4B是图4A中图示的测量的X-射线之间的不一致性的示意图的俯视图。

图4C是图4A中图示的测量的X-射线之间的不一致性的示意图的侧视图。

图5是根据本发明的、由在沿着螺旋扫描路径的指定视角的测量的X-射线形成的图像表面的示意图。

图6是非侵入式包裹检查系统使用的CT系统的图示。

具体实施方式

本发明的运行环境是关于六十四层计算机断层成像(CT)系统描述的。然而，本领域的技术人员将理解，本发明同样适用于其它多层配置使用。此外，本发明将相对于X-射线的检测和变换来描述。然而，本领域的技术人员还将理解，本发明同样适用于其它高频电磁能量的检测和变换。本发明将关于“第三代”CT扫描器来描述，但是同样适用于其它CT系统。

参照图1，计算机断层成像(CT)成像系统10显示为包括代表“第三代”CT扫描器的机架12。机架12具有X-射线源14，其将X-射线束16投影到机架12的对侧的检测器部件或准直器18。现在参照图2，检测器部件18由多个检测器20和数据采集系统(DAS)32形成。多个检测器20感测通过医学患者22的投影的X-射线，并且DAS 32将数据转换为数字信号用于随后处理。每个检测器20产生模拟电信号，其代表碰撞X-射线束和由于其通过患者22而衰减的束的强度。在扫描以获取X-射线投影数据期间，机架12和安装在其上的各组件关于旋转中心24旋转。

机架12的旋转和X-射线源14的运行由CT系统10的控制机制26管理。控制机制26包括提供功率和时序信号到X-射线源14的X-射线控制器28，以及控制机架12的旋转速度和位置的机架马达控制器30。图像重建器34从DAS 32接收采样和数字化的X-射线数据，并且执行高速重建。重建图像作为输入施加到计算机36，计算机36将图像存储在大容量存储设备38中。

计算机36还经由控制台40从操作者接收命令和扫描参数，所述控制台40具有一些形式的操作者接口，如键盘、鼠标、声音激活控制器或任何其它合适的输入装置。相关联的显示器42允许操作者观察重建图像和来自计算机36的其它数据。操作者提供的命令和参数由计算机36用来提供控制信号和信息给DAS 32、X-射线控制器28和机架马达控制器30。此外，计算机36操作工作台马达控制器44，其控制电动工作台46以定位患者22和机架12。具体地，工作台46移动患者22整体或部分通过图1的机架开口48。

现在参照图3，显示了根据本发明的一个实施例的螺旋(helical)或螺旋形(spiral)扫描模式50。在螺旋扫描模式中，被扫描的目标52沿着z轴平移，同时源14和检测器阵列18关于目标52旋转，并且锥形束X-射线54射向目标52。在螺旋扫描中，由检测器阵列18获取的投影数据垂直(normally)获取，使得z与视角56(β)线性相关，使得z(β)＝cβ，其中c是常数。如果目标52在z轴方向上连续平移，同时源14和检测器阵列18关于目标52旋转，则没有一个扫描平面将是同平面的。

为了从在螺旋CT扫描期间获取的投影数据重建图像，引入重排算法。重排算法的目的是形成多个二维正弦图，从其可以重建多个2D图像。定义重排算法的重要因数是选择将为其估算2D正弦图的图像表面。对于每个图像表面，通过内插测量的锥形束数据来近似2D正弦图中的每条射线。理想地，用于该目的的全部测量射线应该位于图像表面内；然而，使用螺旋扫描路径50，该条件不能满足，并且重排算法只是近似。为了最优化特定算法的精度，用于重排的射线应该选择为尽可能地接近用于重建的图像表面，并且可以接近的程度依赖于表面的选择。

尽管以前在本领域应用的算法已经基于射线与一组预定图像表面的关系来选择射线，但是本发明没有预定任何图像表面。而是，基于射线一致性的算法是实现来基于测量的射线之间的测量的一致性来形成图像表面。也就是说，基于与其它射线的一致性来选择用于形成2D正弦图的每条射线。

不同于选择生成2D正弦图的预定图像表面，基于射线一致性的方法只预先选择多个指定视角β_n，n＝[1，2，...N]，关于各指定的视角要生成正弦图。也就是说，尽管最终将需要为指定视角β_n的每一个指定图像表面，但是该图像表面不是预先确定的。而是，选择各射线以便尽可能地相互一致，然后选择图像表面以便与选择的射线一致。在一个优选实施例中，多个指定视角沿着螺旋线相等地间隔，并且基于在由操作者选择的希望的时间帧中可以执行的2D重建的数目，选择各视角之间的间隔。

对于每个视角β_n，生成覆盖从0到π的所有角度的2D正弦图。用于生成该正弦图的射线来自视角范围β_n-π＜β＜β_n+π。选择用于生成正弦图的射线是基于各射线之间的最小不一致性选择的。该不一致性是通过分别定义锥角(即，射线相对于x-y平面的角)和冗余权重的一对函数γ(ζ，s)和w_r(ζ，s)确定的。这些函数与等式A中定义的那些相同。锥角和冗余权重是视角位移ζ(其中ζ＝β-β_n)和相对于作为z轴/纵轴的旋转轴的平面内位移s的函数。冗余权重具有的特性使得：当ζ＜0时，

w_r(ζ，s)+w_r(ζ+π，-s)＝1     等式1

选择函数γ和w_r，使得它们最小化它们定义的射线之间的不一致性。该不一致性可以通过以下等式算术地定义：

不一致性＝∑_m＝1 to M ∑_k＝1 to K∑_j＝1 to K[w_r(ζ_k，S(ζ_k，x_m，y_m))*

          (w_r(ζ_j，S(ζ_j，x_m，y_m))*(z(x_m，y_m，k)-z(x_m，y_m，j))²]   等式2

或者，更一般地为：

不一致性＝∑_m＝1 to M∑_k＝1 to K∑_j＝1 to K[w_r(ζ_k，S(ζ_k，x_m，y_m))*

(w_r(ζ_j，S(ζ_j，x_m，y_m))*(z(x_m，y_m，k)-z(x_m，y_m，j))²+

η*w_r(ζ_j，S(ζ_j，x_m，y_m))*(w_r(ζ_k，S(ζ_k，x_m，y_m))*

z(x_m，y_m，k)+w_r(ζ_k’，S(ζ_k’，x_m，y_m))*z(x_m，y_m，k′)-

z(x_m，y_m，j))²]    等式3

如在上面的等式所提出的，k′是指示与由k索引的视图共轭的视图的索引，M是在视野内的xy平面中的像素的数目，K是在范围-π到π中的视角的数目，S是给出在s方向的点和原点之间的距离的函数，而z是给出由函数γ选择的射线的表面(在给定视角)与平行于z轴的线(其包含点(x，y，0))相交的z位置的函数。η是自由参数。如果它设为0，则第二表达式等式3简化为第一表达式等式2。认识到当被成像的目标是平滑的时，两条交叉线积分的加权平均给出了对通过前两条的交叉点的另一条线的线积分的良好估算的事实，η可以设为非零值。实际上，当η大于0时，额外的射线包括在最优化中。这些额外的射线形成为每条射线与其共轭的加权平均，其中在平均中使用的各权重通过冗余加权函数定义。随着η增加，不一致性最小化处理中更注重这些额外的射线。

图4A-4C是在一部分螺旋扫描模式50中的测量射线之间的不一致性的示意性表示，并且这里显示沿着螺旋形选择的许多源点58。如图4A和4B所示，每个源点58对应于处于或接近/近似指定的视角62之一的测量射线60。在提供的示例中，K＝4使得在从β_n-π到β_n+π的角度范围θ中指定4个视角62(β)。在实际情况中，K将可能非常高(例如，几百)，然而，为了简化这里仅显示对应于4个视角的射线。对于视野66内的xy平面中的每个像素64(m)，选择通过点(x_m，y_m，0)的平行于z轴的线68。如通过4条测量射线60的每一条通过线68的z值所确定的，沿着线68识别在不同的z值的x_m、y_m位置的交叉点69。这些交叉点由对应于k的值的4个视角62的每一个的(x_m，y_m，z(x_m，y_m，k))位置定义。

如上所述，数目K的测量射线60通过单个(x，y)图像位置，一个用于每个视角。如图4C所示，测量射线60的每一条以相对于x-y平面的角度在选择的(x，y)图像位置通过线68。也就是说，每条射线60具有定义的锥角70，其以该锥角70通过线68。选择函数γ和w_r(分别用于锥角和冗余权重)，使得射线60具有锥角70，其将最小化射线与线68交叉的z方向的距离，因而最小化它们定义的射线之间的不一致性。明显地，如果适当地选择锥角，所有的4条射线将在相同的位置与线68交叉。然而，每条射线也与平行于线68的其它线交叉，并且必须考虑与所有这种线交叉的射线的一致性。换句话说，尽管图4A-4C仅显示了在视野中像素64之一处的单条线68，但是额外的线68将位于视野66中的其它像素64的每一个，并且通过这些线的每一条的测量射线60的不一致性将被测量，如上面已经描述的。然后将积累在所有位置的不一致性。

不一致性函数的最小化可以通过迭代梯度下降法完成。在一个实施例中，迭代梯度下降方法通过设置锥角函数和冗余权重函数为初始值(即，γ＝γ⁽¹⁾和r_w＝r_w ⁽¹⁾)来开始。例如，锥角函数可以在各处设为0，而冗余权重可以在各处设为0.5(步骤A)。然后循环开始，其中基于γ和r_w计算第一不一致性(步骤B)。关于γ的每个元素计算不一致性函数的梯度(G1)(步骤C)。然后基于γ′和r_w计算第二不一致性，其中γ′从G1、γ和第一步长参数得到(步骤D)。然后将第一不一致性与第二不一致性相比，并且选择两者中较小的。如果选择第二不一致性，则用γ′代替γ(步骤E)。否则，减小第一步长参数。

接下来，计算不一致性函数关于r_w的梯度(G2)(步骤F)。然后基于γ和r_w′计算第三不一致性，其中r_w′从G2、r_w和第二步长参数得到(步骤G)。然后将在步骤E中选择的不一致性与第三不一致性相比，并且选择两者中较小的(步骤H)。如果选择第三不一致性，则用r_w′代替r_w，否则，减小第二步长参数。重复步骤B到步骤G，直到满足停止标准。例如，该标准可以是基于迭代的次数或基于步长参数的测量。

这种不一致性的最小化只执行一次，并且结果可以存储在查询表中，用于在每个指定视角β_n生成的2D正弦图的重建期间使用。也就是说，最优化可以预先计算，由于只要几何形状恒定，最优化就不需要为每次扫描甚至为每个扫描器重复。为了允许快速收敛，以下作为螺旋的对称性的结果的限制可以并入迭代梯度下降算法：

γ(ζ，s)＝-γ(-ζ，-s)      [等式4]

注意到基于检测器阵列的大小，可以对γ施加限制(如例如|γ|＜γ_max)也是有用的。使用这种限制确保即使螺距(pitch)72(即，执行螺旋扫描的速度，其作为X-射线源关于z轴的z轴平移和旋转的函数，如图3所示)太高以至不能捕获最一致的射线，上面提出的迭代梯度下降方法也将生成用于研究的几何形状的最佳的一组函数(γ和r_w)。

再次参照图4A，梯度下降算法用来最小化由测量射线60产生的、沿着线68的交叉点69的z方向上的间隔。这些测量射线60的每一条被其它射线的每一条吸引。吸引力与z上的间隔成比例，并且对来自(x，y)位置的任何特定射线60的净力(net force)将朝向全部射线的平均z位置。如果将该力添加到来自其它图像位置(x_m，y_m)的对该射线起作用的力，则结果是相对于测量射线60的锥角70的不一致性的微分(derivation)。这可以以类似于前向投影的结构实现。

通过其中确定测量射线之间的最优化一致性的上述处理，选择射线来在多个指定视角βn的每一个形成或生成2D正弦图。这些正弦图的形成由等式A描述。等式A利用螺旋的对称性，使得其可能用在多个视角的每一个的每个正弦图的形成中。也就是说，函数γ和r_w不依赖于指定视角β_n。

对于关于其形成2D正弦图的每个视角，可以实现2D重建技术来从正弦图重建图像。例如，可以使用直接傅立叶方法或2D滤波反向投影(FBP)重建用于在指定视角的表面的图像的好的估计。

对于关于其已经选择射线来形成2D正弦图的N个指定视角的每一个，可以检查测量射线60的位置以确定与这些射线的位置最一致(即，最佳拟和)的2D表面。例如，图5显示了由具有在两个分离的视角74、76的测量射线60的螺旋扫描模式形成的一部分螺旋线50，其中形成了2D正弦图。在第一视角74显示了平行于xz平面的第一组射线78，并且在第二视角76显示了平行于yz平面的第二组射线80，测量射线60与螺旋线50交叉，如所示的。如上所述，每条测量射线60的锥角基于最优化射线一致性，该最优化射线一致性是由γ和r_w确定的测量射线60之间的不一致性的函数。在指定视角74、76的每一个的该组射线78、80反映了由为每条测量射线60选择的锥角确定的测量射线60之间的最小化不一致性，并且由测量射线60形成以便具有代表每条测量射线60的锥角的形状。

如图5所示，通过检查第一组射线78的位置和第二组射线80的位置确定图像表面82。图像表面82形成与第一和第二组射线78、80(并且在指定视角β_n的数目n＝[1，2，...N]的全部射线组之间)的位置最一致(即，最佳拟和)的2D表面。该图像表面将典型地不是平面，而将是与一部分螺旋线50非常一致的弯曲表面。也就是说，图像表面82模拟螺旋扫描模式，并且将通常具有弯曲表面，由于该图像表面是基于其关于每一条具有相互变化的锥角的测量射线60的关系确定的。此外，由于对称性，在指定视角形成的每个图像表面82将与其它图像表面相同，除了旋转和平移。结果，这些另外的图像表面也可以容易地预先计算。

定义的每个图像表面82因而将为每个重建的正弦图形成二维图像。该二维图像包括在各个图像表面上的多个体元(voxel)。然后确定三维(3D)重建圆柱体(cylinder)内的多个体元的每一个的位置，以便允许从多个图像表面以及已经确定的在其上的体元重建3D图像。为了重建这种3D图像，来自图像表面的每一个的多个体元在z方向内插到直线网格上，以便在其上形成图像。该内插步骤是可选的，但是如果不完成它，如果要用来计算整个X-射线块(mass)或选择的区域的总体积，则需要将加权函数应用到最终图像。还应该认识到，没有该z方向上的图像的内插，图像将展现几何失真。

现在参照图6，预想包裹/行李检查系统100可以在重建其中扫描的行李的图像中并入基于射线一致性的重建技术。包裹/行李检查系统100包括具有开口104的可旋转机架102，包裹或各件行李可以通过开口104。可旋转机架102装有发射锥形束射线的高频电磁能量源106、以及具有包括闪烁器单元的闪烁器阵列的检测器部件108。还提供传送器系统110，其包括由结构114支撑的传送带112，用于自动和连续地传递要扫描的包裹或行李件116通过开口104。目标116通过传送带112馈送通过开口104，然后获取成像数据，由于高频电磁能量源106和检测器部件108关于连续移动的传送带112和行李件116旋转，该成像数据对应于锥形束数据的螺旋扫描模式。然后该锥形束数据的螺旋模式通过上面详细阐述的基于射线一致性的重建技术在系统100中重建，以便重建行李116的图像。传送带112还用来在扫描完成后以受控和连续的方式从开口104移除包裹116。结果，邮政检查员、行李管理员和其它安全人员可以非侵入地为爆炸物、刀、枪、违禁品等检查包裹116的内容。

尽管已经描述上面的技术用于其中X射线发射通过感兴趣的目标的CT成像处理，但是也可预想其它类型的高频电磁能量(如伽玛射线)也可以在类似的成像处理中发射和接收。此外，尽管上面已经描述了螺旋CT扫描模式，但是也可预想基于射线一致性的重建可以用于其中重建锥形束数据的步进拍摄(step-and-shoot)CT系统。

公开的方法和装置的技术贡献在于提供了用于在计算机断层成像(CT)系统中重建的计算机实现的技术。更具体地，公开的方法和装置提供了基于最优化的射线一致性方法将锥形束投影数据重排为一系列二维正弦图。

因此，根据本发明的一个方面，一种CT成像系统包括：具有用于接收要扫描的目标的开口的可旋转机架；配置来将高频电磁射线的锥形束投影到目标的高频电磁能量投影源；以及用于检测高频电磁射线的锥形束并且从此生成锥形束数据的检测器阵列。所述CT成像系统还包括计算机，所述计算机被编程用于：从所述检测器阵列接收锥形束数据，指定多个视角，并且为多个指定的视角的每一个选择多条测量射线，所述多条测量射线具有近似于如通过最优化射线一致性确定的指定视角的视角。所述计算机还编程来基于选择的多条测量射线为多个指定视角的每一个形成二维正弦图，并且基于选择的多条测量射线为多个指定视角的每一个定义图像表面。

根据本发明的另一个方面，一种计算机可读存储介质包括存储在其上、表示一组指令的计算机程序，当其由计算机执行时，使得计算机从由检测器阵列检测的X-射线的锥形束获取投影数据、为成像体积获取的锥形束投影数据，并且将所述锥形束投影数据重排为平行几何形状锥形数据，其中所述平行几何形状锥形数据中的X-射线定义为锥角、相对于旋转轴的平面内位移和视角的函数。所述指令还使得计算机从具有最小化各X-射线之间的不一致性的锥角和冗余权重的平行几何形状锥形数据选择X-射线，从选择的X-射线确定多个图像表面，并且为所述多个图像表面的每一个形成二维正弦图。

根据本发明的另一个方面，一种锥形束CT数据的图像重建的方法包括以下步骤：为沿着纵轴的多个点接收螺旋模式中的X-射线锥形束数据，并且指定关于纵轴的多个视角，在所述多个视角形成二维正弦图。对于多个指定视角的每一个，所述方法还包括以下步骤：基于锥形束数据中各X-射线之间最优化的射线一致性，从具有接近指定视角的视角的锥形束数据选择多条X-射线，从选择的多条X-射线生成二维正弦图，并且将二维图像表面与所述正弦图相关联，所述二维图像表面具有与选择的多条X-射线的最佳拟和。

已经根据优选实施例描述了本发明，并且认识到除了那些明确说明的以外，等价物、替代和修改是可能的，并且在权利要求的范围内。

Claims (25)

1.一种CT成像系统包括：

具有用于接收要扫描的目标的开口的可旋转机架；

配置来将锥形束的高频电磁射线投影到目标的高频电磁能量投影源；

用于检测所述锥形束的高频电磁射线并且从其生成锥形束数据的检测器阵列；以及

计算机，所述计算机被编程用于：

从所述检测器阵列接收所述锥形束数据；

指定多个视角；

为多个指定的视角的每一个选择多条测量射线，所述多条测量射线每一个具有近似于通过最优化射线一致性确定的指定视角的视角；

基于选择的多条测量射线为多个指定视角的每一个形成二维正弦图；以及

基于选择的多条测量射线为多个指定视角的每一个定义图像表面。

2.如权利要求1所述的CT成像系统，其中所述计算机还被编程用于：

计算所述锥形束数据中的各射线之间的不一致性；以及

最小化各射线之间的不一致性。

3.如权利要求2所述的CT成像系统，其中所述计算机还被编程用于通过以下等式计算不一致性：

不一致性＝∑_m＝1 to M ∑_k＝1 to K ∑_j＝1 to K[w_r(ζ_k，S(ζ_k，x_m，y_m))*

          (w_r(ζ_j，S(ζ_j，x_m，y_m))*(z(x_m，y_m，k)-z(x_m，y_m，j))²+

          η*w_r(ζ_j，S(ζ_j，x_m，y_m))*(w_r(ζ_k，S(ζ_k，x_m，y_m))*

          z(x_m，y_m，k)+w_r(ζ_k’，S(ζ_k’，x_m，y_m))*z(x_m，y_m，k′)-

          z(x_m，y_m，j))²]。

4.如权利要求2所述的CT成像系统，其中所述计算机还被编程用于执行迭代梯度下降算法来最小化不一致性。

5.如权利要求1所述的CT成像系统，其中所述计算机还被编程用于对多个指定视角的每一个的二维正弦图执行重建，以便获得图像数据。

6.如权利要求5所述的CT成像系统，其中所述计算机还被编程用于对所述二维正弦图执行二维滤波反向投影(FBP)和直接傅立叶重建之一。

7.如权利要求5所述的CT成像系统，其中所述计算机还被编程用于将来自处于多个指定视角的每一个的图像表面的图像数据轴向内插到直线网格。

8.如权利要求1所述的CT成像系统，其中所述计算机还被编程用于通过以下等式在多个指定视角的每一个形成二维正弦图：

p(θ，s，z_n)＝w_r(ζ₁，s)g(β_n+ζ₁，s，γ(ζ₁，s))+w_r(ζ₂-π，-s)g(β_n+ζ₂，-s，γ(ζ₂，-s))。

9.如权利要求1所述的CT成像系统，其中所述计算机还被编程用于接收沿着纵轴的多个点的关于纵轴的螺旋线模式中的锥形束数据。

10.如权利要求9所述的CT成像系统，其中所述计算机还被编程用于沿着所述螺旋线相等地间隔多个视角。

11.如权利要求10所述的CT成像系统，其中所述计算机还被编程用于基于在指定时间帧内可以执行的二维正弦图重建的数目，指定多个视角。

12.如权利要求1所述的CT成像系统，其中所述图像表面是弯曲的、非平面的表面。

13.一种计算机可读存储介质，具有存储在其上并且表示一组指令的计算机程序，当所述计算机程序由计算机执行时，使得计算机：

从由检测器阵列检测的锥形束的X-射线获取投影数据，对成像体积获取锥形束投影数据；

将所述锥形束投影数据重排为平行几何形状锥形数据，其中所述平行几何形状锥形数据中的X-射线定义为锥角、相对于旋转轴的平面内位移和视角的函数；

从具有最小化各X-射线之间的不一致性的冗余权重和锥角的平行几何形状锥形数据选择X-射线；

从选择的X-射线确定多个图像表面；以及

为所述多个图像表面的每一个形成二维正弦图。

14.如权利要求13所述的计算机可读存储介质，其中所述计算机程序还使得所述计算机为所述正弦图的每一个重建二维图像，所述二维图像包括多个体元。

15.如权利要求13所述的计算机可读存储介质，其中所述计算机程序还使得所述计算机：

确定重建圆柱体内的多个体元的每一个的位置；以及

基于多个体元的内插从所述多个体元在直线网格上形成图像。

16.如权利要求13所述的计算机可读存储介质，其中所述计算机程序还使得所述计算机执行迭代梯度下降算法来最小化不一致性。

17.如权利要求13所述的计算机可读存储介质，其中所述计算机程序还使得所述计算机选择要从选择的X-射线确定的希望数目的图像表面。

18.如权利要求13所述的计算机可读存储介质，其中所述计算机程序还使得所述计算机定义所述锥角和所述冗余权重的每一个为所述视角和距离旋转轴的平面内位移的函数。

19.如权利要求13所述的计算机可读存储介质，其中所述计算机程序还使得所述计算机选择用于计算选择的X-射线之间的不一致性的自由参数，其中所述自由参数代表每条选择的X-射线和每条选择的X-射线的共轭的加权平均。

20.一种锥形束CT数据的图像重建方法，包括以下步骤：

沿着纵轴为多个点接收螺旋模式中的X-射线锥形束数据；

指定关于纵轴的多个视角，在所述多个视角形成二维正弦图；以及

对于多个指定视角的每一个：

基于锥形束数据中各X-射线之间的最优化射线一致性，从具有接近指定视角的视角的锥形束数据选择多条X-射线；

从选择的多条X-射线生成二维正弦图；以及

将二维图像表面与所述正弦图相关联，所述二维图像表面具有与选择的多条X-射线的最佳拟和。

21.如权利要求20所述的方法，还包括以下步骤：

计算所述锥形束数据中的各X-射线之间的不一致性；以及

最小化各X-射线之间的不一致性。

22.如权利要求20所述的方法，其中计算不一致性的步骤还包括选择可变参数来估计通过锥形束数据中的两条X-射线的交叉点的X-射线的线积分。

23.如权利要求20所述的方法，还包括重建处于多个视角的每一个的二维正弦图的步骤。

24.如权利要求23所述的方法，还包括将重建的二维正弦图轴向内插到直线网格的步骤。

25.如权利要求20所述的方法，其中形成步骤还包括形成具有图像表面的至少180度的视角范围的二维正弦图。

Images