CN101917906A - 通过将物体的围绕物用作动态约束在断层扫描中减少剂量并增强图像 - Google Patents

通过将物体的围绕物用作动态约束在断层扫描中减少剂量并增强图像 Download PDF

Info

Publication number
CN101917906A
CN101917906A CN2009801020349A CN200980102034A CN101917906A CN 101917906 A CN101917906 A CN 101917906A CN 2009801020349 A CN2009801020349 A CN 2009801020349A CN 200980102034 A CN200980102034 A CN 200980102034A CN 101917906 A CN101917906 A CN 101917906A
Authority
CN
China
Prior art keywords
scanner
voxel
patient
reconstruction
scan
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.)
Pending
Application number
CN2009801020349A
Other languages
English (en)
Inventor
本杰明·普亚·法希米安
J·苗
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.)
University of California
Original Assignee
University of California
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 University of California filed Critical University of California
Publication of CN101917906A publication Critical patent/CN101917906A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Nuclear Medicine (AREA)

Abstract

本发明提供一种图像重建方法，其中，在重建过程中将扫描仪图像场中的患者的围绕物的特性用作补充信息，以减少剂量、减少扫描时间、扫描次数和/或改进重建图像的图像质量。

Description

通过将物体的围绕物用作动态约束在断层扫描中减少剂量并增强图像
对相关申请的交叉引用
本申请要求在2008年1月30日提交的美国临时专利申请61/024,762号的优先权，在此通过引用并入其全部内容。
本申请涉及在2008年2月7日公布的PCT国际公布WO2008/017076 A2号，在此通过引用并入其全部内容。
技术领域
本发明主要涉及断层扫描(tomography)，具体而言，与出于减少剂量和增强图像的目的使用物体的围绕物作为图像重建中的参数的一种方法有关。
背景技术
断层扫描成像系统(诸如医学X射线CT或CAT扫描仪)通过从多个不同方向或角度获取的投影进行数学重建，产生物体内部结构的2D或3D图像。典型的断层扫描设备，例如，包括辐射源和检测器，该检测器围绕从检查台的平面垂直延伸的轴进行旋转。传统地，以相等的角间隔获取患者或物体的投影，使得前后两个投影中辐射源关于扫描仪的等角点(isocenter)的角有一固定角度的改变。通过计算机使用多个已开发的多种重建算法中的一种重建算法，数学重建这些投影，以产生感兴趣的对象的2D或3D横截面图像。这些算法对于精度与计算时间和资源的使用之间的平衡有所冲击。已经能够从多种不同的射线束源产生图像，这些射线束源包括其他能量的X射线和光子、电子、质子、中子、声波等。
来自投影数据的2D或3D图像重建的图像质量在很大程度上依赖于能够获得的投影数量。如果投影数量低于一定的水平(通常由奈奎斯特准则(Nyquist criteria)和香农(Shanon)采样定理确定的数量)，则会丢失低对比度结构与重建的全面的几何保真度。然而，能够获得的投影数量受到给患者的辐射剂量、成像系统的实际限制、和时间约束等因素的限制。在断层扫描成像中遇到的关键问题是辐射剂量，由于成像过程，该辐射剂量被施加给患者或生物样本。由于辐射剂量与获取投影的数量成比例，并且由于本质上断层扫描成像需要大量投影来进行适当的重建，因此由于成像过程，诸如X射线CT的普通过程会施加给患者数量相当大的辐射剂量，导致潜在致癌作用。此外，随着医学X射线CT和荧光检查(fluoroscopic)成像过程越来越普及，已经越来越多地关注将患者暴露于这种电离辐射的长期影响，特别是对于儿科患者。
图像重建过程类似于对具有未知数的线性方程组求解，其中未知数是立体像素(voxel)值并且方程组是在不同位置和角度处通过患者的投影。未知立体像素的数量越多，产生适当质量的图像所需的投影数量就越多。当今在临床上使用的传统断层扫描成像系统使用这样的计算机程序，其典型地求出扫描仪视场的整个体积中的立体像素值的全集，其中扫描仪视场的整个体积包括物体的围绕物(诸如床、周围的空气和周围的模块)的区域。
当前的商业临床重建算法没有在重建过程中使用患者的/物体的围绕物，这是因为如何为每个具体的扫描设置确定关于围绕物的这种信息，或者如何在重建过程中使用这种信息是非显而易见的。此外，在作为切片位置和扫描参数的函数的患者尺寸和形状与扫描仪模块的定位中存在相当大的变化。作为重建整个视场并且不利用围绕物信息的结果，传统方法需要大量投影以便将物体重建到令人满意的质量水平。由于投影数量与施加给物体的辐射剂量相关，所以这些方法导致给患者/物体施加比期望的剂量更高的辐射剂量。
存在针对断层扫描成像的系统和方法的需要，该系统和方法限制将对象暴露于潜在有害的或破坏性的辐射，同时该系统和方法是精确的、可靠的、可以计算方式实现的。本方法满足这些以及其他需要，并且主要地是对现有技术的改进。
发明内容
医学成像领域是正在增长中的几十亿美元的产业。对于具有较高分辨率和图像质量的方法有很大的需求。此外，随着X射线CT和荧光检查过程的普及的迅速增长，由于辐射是致癌物质，所以非常关注施加给患者的辐射剂量。本发明提供一种在诊断和干涉医学成像过程中显著减少辐射剂量的方法。另外，本发明提供用于减少扫描时间的方法，其对于使用高速的器官(诸如心脏)成像的应用很重要。
本发明提供了一种用于任何从物体投影重建物体的断层扫描成像系统的系统和方法。以示例而非限制的方式，本发明的一些实施例提供了用于在断层扫描成像系统中减少施加给患者的辐射剂量的方法，以及用于在图像重建过程中通过使用患者的围绕物作为补充信息以增强图像(即，增强诸如分辨率、对比度、信噪比的图像质量参数)和减少扫描采集时间的方法。这些方法的主要应用是在医学X射线计算机断层扫描(CT/CAT)扫描仪中减少辐射剂量。然而，这些方法也可以应用于任何断层扫描成像系统，诸如各种透射式(transmission)CT(荧光检查、电子断层扫描/显微镜检查、兆伏CT、MicroCT、质子CT)和各种发射断层扫描(正电子发射断层扫描(PET)、单光子发射计算机断层扫描(SPECT))以及其他形式，诸如超声波。
当前的断层扫描成像扫描仪算法对该扫描仪的视场中的所有物体进行重建，并且没有充分使用关于患者的围绕物(诸如床、扫描仪模块、人为放置的模块和在患者周围动态改变的空气(或气体)体积)的动态信息来在重建过程中进行辅助。当前没有利用这些信息的一个原因是，由于立体像素值依赖于成像模式和针对个别扫描的具体射线束参数，所以如何动态地确定患者围绕物是非显而易见的。此外，如何以有效的方式通过重建算法利用这些信息也是非显而易见的。
本发明提供一种用于图像重建的方法，该方法在重建过程中将患者的围绕物考虑为补充信息，以减少剂量并且改进重建图像的图像质量并节约计算资源。由于在诸如透射式计算机断层扫描的系统中，投影数量与患者剂量和/或扫描时间成比例，所以可以通过使用本发明实现减少剂量和/或减少扫描时间。
根据本发明的另一个方面，提供一种方法，以动态地确定患者的/物体的围绕物，然后使用患者的/物体的环来辅助重建过程。
本发明的另一个方面在于提供一种剂量减少的方法。
本发明的另一个方面在于提供图像增强。
本发明的另一个方面在于对于给定的图像质量通过减少投影数量或所需的通量(flux)，来增大扫描速度。
在本发明的另一个方面中，提供一种方法，确定患者围绕物的期望值，并且利用这些值在重建过程中进行辅助。
由于在诸如透射式计算机断层扫描的系统中，投影数量与患者剂量和/或扫描时间成比例，所以可以通过使用本发明实现减少剂量和/或减少扫描时间。还将认识到，在此说明的所有方法都可以在任何计算机断层扫描成像系统中使用，这些系统包括但不限于所有形式的透射式CT(X射线CT、荧光检查、电子显微镜检查等)和所有形式的发射式CT(SPECT、PET等)。在一个实施例中，使用从另外的成像模式(诸如MRI或X射线CT扫描)获得的解剖学信息来识别患者的边界。
根据本发明的另一个方面，提供一种方法，包括步骤：(a)为重建中的每个切面来确定视场中与患者和/或辐射源不对应的区域，然后(b)通过以下方法利用这些信息：将这些区域中的立体像素值推进为对应于围绕患者的气体或者零放射性的气体的适当的值。
在本发明的又一个方面中，提供一种方法，包括步骤：(a)使用来自另外的成像模式(诸如本领域中的光学的、红外的、激光、射频、X射线、伽马射线等患者跟踪系统，磁共振，和利用其他辐射束的其他成像系统，以及物理测量)的解剖学信息定位患者的边界，(b)确定患者和任何已知辐射源以外的立体像素的位置，(c)将对应于零放射性的值指定给这些位置，以及(d)使用所指定的值在最终的重建中进行辅助。可替换地，可以为由步骤(b)限定的区域指定接近对应于零放射性的值的随机值，而不是为该区域指定对应于零放射性的值。此外，能够通过(a)使用与在PET/CT、PET/MRI、SPECT/CT、SPECT/MRI系统的情况下的相同系统，(b)共同记录来自分离的成像系统的图像，(c)患者的物理测量，或(d)视觉成像方法得到解剖学信息。
根据本发明的另一个实施例，利用与感兴趣的物体的位置和期望立体像素值有关的补充信息从扫描中重建患者图像的方法的一个实施例包括使用迭代重建算法。在重建算法的一些或所有迭代中，对感兴趣的物体(称为周围的区域)的立体像素值进行数学变换，使得在所述变换后，大多数立体像素值与所述指定的期望立体像素值在数值上更接近(如由变换的立体像素和未变换的立体像素的差的绝对值所定义的那样)。迭代重建算法可以包括代数重建法(ART)及其变型、期望值最大化(EM)及其变型、最大后验概率(MAP)及其变型、最大似然-期望值最大化(ML-EM)、迭代滤波反向投影方法、迭代正向和反向投影方法、直接迭代傅立叶(Fourier)方法和它们的有序子集。然而，等倾斜的断层扫描方法是优选的。
根据本发明的另一个实施例，提供了一种针对给定的立体像素位置的数学变换，当在给定的迭代阶段的立体像素值与期望立体像素值相差确定的用户定义的百分比时该数学变换是各项加权求和，该各项加权求和由一个标量(scalar)乘以指定的期望立体像素值加上另一个标量乘以当前的立体像素值加上另一个标量乘以之前的立体像素值加上其他的标量乘以其他的过去的立体像素值所定义；各个标量通常是独立的，并且可以是负数、零或正数。
在另一个实施例中，当在给定的迭代阶段的立体像素值与期望立体像素值相差确定的用户定义的百分比时，针对给定的立体像素位置的数学变换是将在给定的迭代阶段的立体像素值替换为期望立体像素值。在另一个实施例中，当在给定的迭代阶段的立体像素值与期望立体像素值相差确定的用户定义的百分比时，针对给定的立体像素位置的数学变换是各项加权求和，其中一些项是期望立体像素值、一个或多个过去的并且现在的立体像素值的几何平均。
通过下面的说明书部分将揭示本发明的其他方面，其中详细的说明是出于完整地公开本发明的优选实施例的目的，而不是为了对本发明进行限制。
附图说明
通过结合下列仅为示例性目的的附图，将更加完整地理解本发明，其中：
图1是根据本发明的一个实施例使用对象围绕物来减少剂量并增强图像的方法的流程图。
图2是根据本发明的可选实施例使用对象围绕物来减少剂量并增强图像的方法的流程图。
图3把来自扫描断层成像模式的图像描述成具有未知值的一组立体像素。
图4说明了根据本发明的图像重建技术方案，其中已知关于患者的围绕物。
图5A和图5B使用在X射线MicroCT扫描仪中的老鼠的代表性重建，说明了可以作为围绕物信息约束来利用的周围的模块和空气区域。
具体实施方式
更具体地参考附图，出于示例性的目的，本发明被实现为图1到图5B概略示出的方法和用于执行这些方法的相关装置。应当认识到，在不脱离在此公开的基本思想的情况下，装置的配置和细节部分可以有所变化，以及方法的具体步骤和顺序可以有所变化。
本发明涉及改进的计算机断层扫描成像系统，该系统从物体的投影数学重建该物体的横截面。通过确定患者围绕物的期望值，并且利用这些值在重建过程中进行辅助，能够减少投影数量和对象对电离辐射(诸如X射线)的暴露。
在此使用的术语“患者”表示任何期望被成像的物体，并且可以是人、动物或无生命物。使用的术语“对象”表示被放置在所选扫描仪中的任何患者、动物或无生命物体。术语“立体像素”和“像素”也是可以交换地使用的。
现在转到图1，将本发明的一个实施例作为示例来示出，该实施例用于诸如透射式CT扫描的扫描。在图1的方框12处，建立扫描仪对象围绕物的配置文件。这个配置文件将说明扫描仪类型、扫描参数和被扫描对象的特性。例如，传统扫描仪可以具有以下几种不同类型的射线束源中的一种：光子、电子、质子、离子、中子和声波。
另外，重建的立体像素值依赖于多个因素，包括辐射束的能量谱、射线束的滤波、扫描参数、透过物体的射线束的物理性质、成像模式、和数据的预处理和后处理等。例如，在X射线CT中，(在被变换为豪恩斯弗尔德(Hounsfield)单元之前的)重建图像的立体像素值表示在那个立体像素位置处的材料的衰减系数。这个衰减系数依赖于射线源的能量谱。一个复杂的因素是，对于给定的成像系统，辐射场的谱对于不同协议来说是不同的。例如，在X射线CT中，X射线管的电压(例如，通过调整kVp参数)定期地改变，其进而改变射线源的平均能量和能量谱的形状。另外，可以增加滤波器(诸如铝厚板)来改变谱。此外，可以通过散射来回旋经过物体的辐射的谱。
典型的扫描仪还将试图解析包括对象的背景环境(诸如床、周围的空气体积和支撑模块)的整个扫描仪的视场。这个过程需要更多的投影数量，来进行精确的重建。然而，在此，在为一些或所有可能的扫描协议和扫描仪配置而示出的实施例中，以三维空间来识别、分类和定位扫描仪和围绕物的特性。可以在方框16处在数据存储器中储存这个配置文件信息，用于访问以及用在计算机断层扫描程序中。
在方框14处，确定对象的物体和围绕物的期望立体像素值。通常，针对具体成像系统和扫描协议来确定对应于患者的围绕物的期望立体像素值，然后利用这些值在图象重建过程中进行辅助。可以通过几种不同的方法来确定这些值。
在一个优选实施例中，通过使用多种不同的扫描参数和扫描仪配置来执行一组在扫描仪中没有患者的扫描以便为每种类型的扫描和扫描仪配置产生具有近似立体像素值的参考数据集，来确定患者的围绕物的期望立体像素值(在方框14处)。在重建过程期间，通过初始重建来确定患者围绕物的位置和性质，将一组立体像素指定为约束，从参考扫描中确定这些指定的立体像素的期望值，然后使用这些期望值在对象扫描(在方框18处)的重建(在方框20处)中进行辅助。
优选地，所获取的在扫描仪中没有患者的单独扫描仪的扫描，将导致相同的近似射线源的谱形状(优选地被规一化为独立于注量(fluence))的设置用作随后的患者扫描(在方框18处)。然而，投影数量、射线源的注量和获取时间会根据方框18处的相应的患者扫描而有所变化。在大多数情况中，希望没有对象的初步扫描是最高质量的，并因此可以使用更多的投影和更大的注量。在期望的处理(诸如射线束硬化和散射校正)和重建之后，存储重建的扫描仪图像(在方框16处)。应当认识到，可以为所有可能的射线源设置的全部或部分集合、为所有可能的“扫描仪床”配置的全部或部分集合、或者为所有可能的全部类型的附加扫描仪模块配置的全部或部分集合重复这个方法。
在另一个实施例中，在方框14处使用物理建模和对患者围绕物的性质的认识来确定被指定的区域的近似立体像素值。例如，根据初步扫描的初始重建，确定对应于患者的围绕物的立体像素的位置，并且使用对扫描设置和成像模式的认识，可以基于物理原理理论上确定被指定的围绕物的期望立体像素值。例如，在医学X射线CT/CAT扫描中，已知立体像素的值对应于针对具体扫描参数的在该立体像素中的物体的衰减系数。然后，例如，通过对围绕患者的气体(即，空气)的成分的认识，可以从针对具体射线束能量和谱的空气的衰减系数的公布值中确定空气的衰减系数。然后，可以在迭代重建算法中利用这些值，以便将重建的值向已知的值推进。在另一个示例中，可以按照类似的方式使用对患者床的成分的认识。可替换的方法包括通过计算机模拟(诸如蒙特卡洛(Monte Carlo)技术)的物理建模。
在另一个实施例中，除了产生对象的初始扫描或者没有对象的扫描床配置之外，还可以通过其他方法来确定对象的围绕物的位置(在方框12处)和立体像素值(在方框14处)。例如，可以通过物理测量的方法确定患者和围绕物的边界位置，以便指明仅在扫描仪场的特定部分中存在对象。然后在重建中，可以推定患者之外的部分(诸如周围的空气)的位置处于被一组立体像素覆盖的特定区域中。在这些位置处，可以在重建过程中利用立体像素的期望值(在方框20处)。
可替换地，可以通过使用扫描仪中的可见的图片、患者的视频监视和多种其他的患者运动跟踪系统(这些在本领域中已经存在)确定对象的边界和围绕物位置(在方框12处)，然后可以指定围绕物的立体像素值(在框14处)。示例性的患者跟踪系统包括用于患者定位和监视的放射治疗领域的普通设备，诸如激光、发射或反射辐射传感器(诸如放置在患者身上感兴趣的位置上的红外的(Synchrony)或射频的(Calypso)辐射传感器)、呼吸跟踪系统和放置在患者身上或患者内部的放射性种子形小管(radioactive seed)。还可以利用这种跟踪系统对扫描仪模块或者人为引入的模块的位置进行跟踪。
还可以在方框12和方框14处使用从任何这些已经存在的或未来的患者跟踪系统获得的、用来对患者和/或模块的边界和位置进行定位的信息，并在方框16处存储这些信息。然后可以使用这个信息对患者和围绕物的边界进行定位，以指明仅在扫描仪场的特定部分中存在对象，并且模块和围绕物存在于在其他部分中。使用这个配置文件，可以确定患者处在区域P中，该区域P表示数字重建图像中的一组立体像素，并且周围的模块和空气例如可以被确定为处在表示这些对象围绕区域的合并的一组立体像素中，并且可以通过等式S＝S模块1∪S模块2…∪S模块n∪S空气表示。通过使用迭代重建算法，把从本发明的各实施例得到的围绕物的期望值合并到如下面讨论的算法之中。这种类型的关于围绕物的信息的合并，将减少断层扫描重建问题中的未知数的数量，并且将使得能够使用较少的投影数量进行重建或增强图像质量。从而，可以只采集较少数量的投影，而非采集投影的全集，这是因为通过使用由合并围绕物信息所获得的知识，减少了要求出的遗漏数据(missing data)。因此，由于施加给患者的辐射剂量与采集的投影数量成比例，所以使用本发明的一个实施例减少了总的辐射剂量。
在另一个实施例中，用户或计算机通过使用来自患者扫描的有效数据的初步重建来确定患者区域P和围绕物的区域S。例如，使用在方框18处在扫描仪中有患者时采集的投影，使用已经存在的重建算法中的一种重建算法(诸如滤波反投影(FBP))产生初步重建。然后，在一个实施例中，通过对所述初步重建的目测和/或计算机算法的辅助，用户指明P和S区域。可以在这个过程中进行辅助的计算机算法包括许多本领域中存在的阈值分割算法，这些算法能够通过对立体像素值的变化进行分析，区别数字图像中各物体之间的边界。这些算法还可以用于自动地检测背景或患者区域，而不需要用户输入。
例如，在一个实施例中，计算机可以通过来自扫描仪或用户的传输信号来确定，患者床处在一定水平之下或者处于重建图像中的特定位置中，并且在视场中除该床之外没有其他模块。而且还知道，对应于围绕患者的空气的立体像素值必须在基于理论和实际考虑的某一阈值之下。然后，可以通过简单的“查找”命令查找对应于患者的区域，该命令对除已知为床或模块的区域之外的、具有比空气的期望值高出明确限定的百分比的值的立体像素进行搜索。这个查找功能的结果将表示区域P，以及围绕物S被确定为是除P以外的立体像素的区域。一旦知道了这些区域，如上所述，可以在这些区域中利用如本发明的其他部分所确定的期望值。还应当认识到，从这个实施例获得的信息可以与从在此说明的其他实施例获得信息(诸如来自患者跟踪系统的信息)进行结合。
如图1的实施例所示，可以使用该方法对期望的感兴趣的物体(床、模块、气体体积等)进行定位，并且针对所有可能的平面位置、轴向位置、辐射源参数、模块配置和扫描协议的全部或部分集合存储立体像素值(在方框16处)。该方法还可以用于提取期望的扫描仪模块的形状作为平面位置、轴向位置、辐射源参数和模块配置的函数。当患者在扫描仪中时，还可以执行在扫描仪中有物体的扫描，来为成像系统(被定义为扫描仪的任何部分或副产品，诸如射线束、模块、围绕物等)的变化进行建模。该物体例如可以是患者的等效人体模型(phantom)。可以有目的地增加模块并且使用初步扫描对这些模块进行扫描，然后可以在患者扫描中增加这些附加的模块。
来自扫描仪模块的形状和位置的信息还可以用于向模块区域附加近似的理论值。可以从计算、表、等式或模拟中得到这些理论值。
还应当认识到，在特定情况中，在扫描仪中存在患者会导致模块的变形，或者感兴趣的物体的形状不对应于不存在患者时的原始形状。从而，在一个实施例中，保留重建的患者图像的位置，并且使用来自任何上述方法的近似或内插值。
另外，在本发明的一个实施例中，利用并识别(出于扫描的目的)附加到患者的模块(诸如夹子、头部支架、固定单元)，并且按照与以上针对扫描仪模块所述的相同的方式指定立体像素值(在方框14处)。期望值可以基于理论值，或者根据以上针对相同或等效模块所述的具体扫描。
可以存储扫描仪配置文件和期望立体像素值确定以及其他信息(在方框16处)，以便在对象扫描(在框18处)和重建(在框20处)的处理中被进一步利用。存储装置优选地是具有任何类型的存储介质的计算机，将该计算机配置为直接或者经过介质传递接收来自扫描仪的扫描结果，并且该计算机具有(如方框20所表示的那样)能够利用所得到的配置文件和立体像素信息重建扫描图像的程序。
现在参考方框18，进行对象患者的扫描。优选地在用空扫描仪进行的初步扫描相同的设置下进行方框18的扫描，使得扫描采集条件近似地相同。尽管在图1中所表示的活动顺序是优选的，但是对象的扫描也可以处于图示中示出的事件顺序中不同的点处。例如，在一个实施例中，该方法包括：(a)扫描患者，(b)从扫描重建图像，(c)确定围绕患者的感兴趣的物体的位置，(d)使用本发明的方法，确定感兴趣的物体的期望值，以及(e)在重建过程中利用关于这些物体的位置和期望值的信息。
在方框20处，利用已经采集的关于围绕对象的区域和扫描仪的信息，在方框20处对在方框18处进行的该对象的扫描进行重建。在很多重建算法中都可以利用引入患者已知的围绕物的立体像素值，以便更精确地求出图像，并且减少为了获得一定的图像质量所需的投影数量。然而，通过迭代重建算法能够非常简单地合并简挡、立体像素和其他信息。在下面说明的迭代算法的使用并不是必须的，而只是该方法的一个实施例的示例说明。
通常，大多数迭代算法可以被简化为下列过程：给定第n次迭代的立体像素i的值
Figure BPA00001182483200121
然后迭代算法以某一形式通过使用
Figure BPA00001182483200122
的来产生由
Figure BPA00001182483200123
来表示的一组新的立体像素值。这可以以简化的数学项表示为其中T表征了导致从
Figure BPA00001182483200125
变换为
Figure BPA00001182483200126
的迭代算法的所有运算和附加输入。
上述等式能够说明很多种类的迭代算法，诸如代数重建法(ART)及其变型、期望值最大化(EM)及其变型、最大后验概率(MAP)及其变型、最大似然-期望值最大化(ML-EM)、迭代滤波反向投影方法、迭代正向和反向投影方法、直接迭代傅立叶方法和它们的变型的有序子集。
为了例示本发明的一套方法，用P表示患者区域，S表示围绕患者的区域，用于向上述类型中任何迭代算法合并围绕物信息的一般方法则是
Figure BPA00001182483200127
其中Hi，n表征了本发明的集合运算，该集合运算使得患者的围绕物中的立体像素值与其之前确定或指定的期望值一致。项表示在方框14处确定的期望值。下标i和n表明Hi，n可以是立体像素位置和迭代次数两者的函数。还可以按照不同的方式实现项Hi，n。出于将对象的围绕区域中的一些或全部立体像素值朝期望值的方向逼近的目的，能够以通项的方式将本发明表达成利用Hi，n和利用一些或全部
Figure BPA00001182483200129
在最简单的实现中，函数Hi，n用围绕区域S的期望值替换第n次迭代中的围绕区域S的计算值。另外，本发明包括这样的实施例，其中在围绕区域中的Hi，n和T的顺序是可如下进行交换的：
Figure BPA000011824832001211
此外，在相关实施例中，可以采用全部的具有附加条件的数学变换，诸如只有当在给定的迭代阶段的立体像素值与期望立体像素值相差由特定的用户定义的百分比时，才向给定的像素位置应用这种变换。
在另一个实施例中，如果计算值没有在期望值的一定百分比之内，才用该期望值替换该计算值。在其他实施例中，Hi，n在每次迭代中都将计算值向期望值“推进”。一个这种等式提供：
Figure BPA00001182483200131
其中，α、β、γ是规一化常量。例如，如果α＝0、β＝0、γ＝1，则该算法用周围的立体像素的期望值来替换周围的立体像素值。同样地，如果α＝0.1、β＝0、γ＝(1-α)＝.9或者α＝0、β＝0.1、γ＝(1-β)＝.9，则将这些值向期望值“推进”。乘法的变型也是可行的，诸如
Figure BPA00001182483200132
或者以更加通项的形式
Figure BPA00001182483200133
其中Fi，n是通用函数，当乘以
Figure BPA00001182483200134
时，该函数通常导致比计算值更接近
Figure BPA00001182483200135
的值。这些条件可以有所不同地应用于不同的立体像素，以及在特定迭代期间不应用这些条件。这个过程促使最终的图像符合精确已知的期望值，并且通过减少未知数的数量有助于求出剩余的立体像素。
现在转到图2，示出了本发明的可替换实施例，用于与发射类型设置一起使用，诸如与发射CT扫描一起使用。在发射断层扫描成像系统(诸如单光子发射计算机断层扫描(SPECT)和正电子发射断层扫描(PET)，以及它们的变型)中，辐射源典型地位于患者体内，并且立体像素值与被感知为从该位置辐射的放射性相关。如果在围绕患者的特定区域中不存在放射性，则立体像素被期望为零或具有某一偏移量。由于在这种成像模式中解剖学边界不是清晰可见的这样的事实，所以在图像重建过程中使用这种信息的应用是复杂的。
因此，该方法的一个实施例包括：(a)利用初步扫描或其他成像技术定位患者的边界，(b)确定患者和任何已知辐射源之外的立体像素的位置，(c)将对应于零放射性的期望值指定给这些位置，以及(d)使用指定的值在扫描的对象的最终重建中进行辅助。可替换地，可以为由步骤(b)限定的区域指定接近对应于零放射性的随机值，而非为该区域指定对应于零放射性的值。
在图2的方框22处，确定要被扫描的对象的解剖学特征和特性，使得能够识别出每个重建的切面中扫描仪视场中不对应于患者和/或放射源的区域。例如，能够通过(a)使用与在PET/CT、PET/MRI、SPECT/CT、SPECT/MRI系统的情况下相同的系统，(b)共同记录来自分离的成像系统的图像，(c)患者的物理测量，或(d)通过视觉成像方法得到解剖学信息。
为所得到的对象边界之外的空间，识别和指定立体像素值(在方框24处)。例如，可以为对应于零放射性的区域指定期望值，并且可以在对象扫描(在方框26处)的重建(在方框28处)中使用那些值。在一个实施例中，该方法将被识别为“外部”的区域中的立体像素值推进到对应于零放射性的值。
在方框28处，在来自扫描(在方框26处)的图像的重建中利用在方框22处识别并且在方框24处指定的信息。图像重建类似于在图1的方框20处所说明的图像重建。
通过前述内容能够看到，本发明通过减少实现所期望的图像质量的重建图像所需的投影数量，在断层扫描成像系统中实现剂量减少。这种投影数量的减少将直接减少为扫描而施加于患者的剂量。在一个模式中，可以使用这些方法来使用由一个源或多个源发射或透射的较少的辐射注量实现所期望的图像质量的重建图像。这种注量的减少将直接减少用于扫描的剂量。在另一个模式中，可以使用这些方法改进给定的图像质量参数(诸如分辨率、对比度、信噪比)。
此外，这些方法通过减少投影数量使得能够减少扫描时间。由于每个投影的采集都需要时间，这种投影数量的减少将直接为多种成像系统减少总扫描时间。此外，这些方法通过减少总的射线源通量使得能够减少扫描时间。由于通常射线源为了产生更高的通量需要更长的时间，所以这种总通量的减少将直接为多种成像系统减少总扫描时间。
通过参考随后的示例能够更好地理解本发明，这些示例仅仅出于示例说明的目的，而不应当在任何意义上被解释为限制如在所附权利要求中限定的本发明的范围。
                        示例1
为了能够示范在断层扫描重建中使用患者的围绕物之后的一般原则，使用一组简单的立体像素。参考图3，将来自典型的断层扫描成像模式的图像描述为具有未知值的为16个立体像素的一组立体像素。在每行和每列中的虚线箭头30和32分别表示通过实验获取的垂直和水平投影。可以将多种模式中的投影30、32在数学上看作拉东(Radon)变换，或者变换的立体像素的数学和。如图3所示，可以将图像重建过程看作通过由投影提供的八个等式来求出16个立体像素。
在数学上，不可能仅通过八个等式就求出这16个立体像素，因此需要关于这些立体像素的更多的等式(即，投影)来对系统进行求解。必须增加投影数量，导致了施加给患者更高的辐射剂量和更长的扫描时间。
然而，如图4所示，如果已经知道关于患者围绕物(诸如周围的空气34(在前3行中以0表示)和患者的床36(在第四行中以“2”表示))的一些信息，则可以仅通过来自初始的两个投影的信息对系统进行求解。这示范了，通过本发明，与传统方法相比，能够用减少的投影数量(因此，通常为减少的患者剂量和扫描时间)重建物体。
                        示例2
参考图5A和图5B，使用老鼠的MicroCT扫描来示范本发明的实施例。图5A和图5B说明了通过传统方法在MicrtCT扫描仪中的老鼠的重建。图5A中说明的图像是重建中的冠状图，图5B中说明的图像是相同老鼠的典型重建中的一个经轴的切面。在这些扫描中，将老鼠放置在平台42上的圆柱外壳40中。老鼠自然被空气44围绕，可以通过图像中的黑色区域将空气44形象化。
每次执行扫描时，传统方法对视场中的所有物体(诸如扫描仪的外壳和空气)都要进行重建。由于投影的数量和剂量与要求出的立体像素的数量相关，所以需要大量投影(并因此需要大量剂量)来重建扫描仪中的所有物体。与之相反，本发明利用能够从物体的围绕物获得的信息来减少未知数的数量，并因此减少投影的数量、剂量、扫描时间，并且增加图像质量。
在本发明的一个实施例中，首先指定对应于空气和模块的老鼠的围绕物的区域。可以由通过阈值方法的算法、由用户手动地或者通过这些方法的结合来完成该指定。在一个实施例中，由用户指定对应于老鼠的区域，然后通过对空气和外壳的近似衰减系数的认识，通过一个算法查找对应于空气44和外壳40的区域，该算法使用查找函数来定位具有给定范围内的立体像素值的立体像素。一旦定位并且存储了对应于空气44和外壳40的立体像素，则可以通过几种方法确定空气和模块的期望衰减系数。
一个这种方法包括使用理论的计算或模拟(诸如使用对应于扫描能量的衰减系数表)来确定围绕物的期望立体像素值。本发明的另一个方法包括执行一组在扫描仪中没有老鼠存在的扫描，以便针对具体扫描配置形成对应于围绕物的立体像素值的查找表。这个方法是优选的，这是因为它提供了非同质(non-homogenous)模块的精确映射。然后这些期望值可以被迭代算法用于通过将老鼠的围绕物的立体像素值向它们的期望值推进来解决图像重建问题。这个过程在图1的方框20中加以详细说明。
如前面所例示的，可以使用多种迭代算法求出重建的图像。在一个实施例中，在每次迭代期间，如果来自给定迭代的立体像素的值与其期望值相差某一指定的百分比，则通过用它的期望值简单地替换来自给定迭代的立体像素的值，将指定的围绕区域中的立体像素向它们的期望值推进。这种过程产生最终的重建图像，其符合围绕物信息和所获取的投影数据两者。该方法通过将围绕物立体像素替换为在不需要给物体施加辐射剂量的情况下能够精确地确定的值(例如，通过获取在扫描仪中没有物体存在的高采样的扫描)来减少未知数的数量。
结果，可以使用与传统方法相同的投影数量来产生具有更高图像质量参数(诸如分辨率、对比度和/或信噪比)的更加精确的重建。可替换地，可以减少所获取的投影数量以降低剂量。由于该方法通常产生更精确的重建，已经通过实验示出，能够用减少的投影数量产生给定质量的重建。从而，能够在给老鼠施加较少的剂量的情况下产生给定质量的重建。
另外，由于在包括当前示例的模式的几种模式中，扫描采集时间与投影数量成比例，所以由于采集更少的投影而减少了采集时间。这个方法的一个应用是对运动中的物体(诸如心脏)的高速成像，其中的关键是在最少量的时间内采集扫描以便减少运动假象(artifact)。此外，由于这个方法会产生较高的信噪比，所以可以通过减少每个投影的辐射通量来降低剂量。
这个方法已经用计算机模拟和使用MicroCT扫描仪的初步实验进行了测试。
尽管上述说明包含很多细节，但这些不应当被解释为限制本发明的范围，而应当理解为仅仅提供了本发明的一些目前优选的实施例的示例说明。因此应当认识到，本发明的范围完全涵盖对本领域技术人员会变得显而易见的其他实施例。在任何所附的权利要求中，除非明确地声明，否则以单数引用的元件并不表示“一个且仅有一个”，而是表示“一个或多个”。在此通过参考明确地并入与上述优选实施例的元素等同的对于本领域普通技术人员来说已知的所有结构的、化学的和功能的等价物，并且本公开旨在涵盖这些等价物。更多地，一种装置和方法没有必要解决本发明要试图解决的每一个和所有的问题，因为其被本公开所涵盖。此外，在本公开中的元件、部件、或方法步骤都不为公众专用，而不管该元件、部件或方法步骤是否在权利要求中明确地引用。

Claims (20)

1.一种图像重建方法，包括：
建立扫描仪的扫描仪配置文件，该扫描仪具有扫描仪成像场；
确定所述成像场的期望立体像素值；
用所述扫描仪对样本进行扫描；以及
在重建过程中，利用所述扫描仪配置文件和该成像场的以及该成像场内围绕所述样本的任何感兴趣的物体的期望立体像素值，从该扫描重建该样本的图像。
2.如权利要求1所述的方法，还包括：
执行一组参考扫描，并且存储在扫描仪中没有对象的相应的重建，该扫描仪使用导致相同的近似射线源的谱形状的扫描仪设置，该形状被规一化为独立于在所述患者扫描中使用的注量；以及
使用所述的一组参考扫描和所述扫描仪配置文件来确定所述成像场的所述期望立体像素值。
3.如权利要求2所述的方法，其中使用比在扫描仪中有对象的相应的扫描更大的投影数量和注量，以更高的质量执行所述的一组参考扫描。
4.如权利要求1所述的方法，其中基于理论和物理数据指定成像场的与成像场内任何感兴趣的物体的期望立体像素值。
5.如权利要求1所述的方法，还包括：
针对多种扫描参数和扫描仪配置，执行一组在扫描仪中没有患者的参考扫描，以便为每种类型的扫描和扫描仪配置产生具有近似立体像素值的参考数据集；
存储来自相应的重建的参考数据集；
通过第一对象扫描的初始重建，确定所述被扫描对象的围绕物的位置和性质；
将一组立体像素指定为约束；以及
从参考扫描确定所指定的立体像素的期望值。
6.如权利要求1所述的方法，其中对象的图像的所述重建还包括迭代重建，该迭代重建包括：
对所获取的围绕所述被扫描对象的图像场的立体像素值进行数学变换，使得所述变换后的大多数立体像素值与所述指定的期望立体像素值在数值上更接近。
7.如权利要求6所述的方法，其中当在给定的迭代阶段的立体像素值与期望立体像素值相差特定的用户定义的百分比时，对于给定的立体像素位置的所述数学变换包括各项加权求和，该各项加权求和由一个标量乘以指定的期望立体像素值加上另一个标量乘以当前的立体像素值加上另一个标量乘以之前的立体像素值加上其他的标量乘以其他的过去的立体像素值所定义。
8.如权利要求6所述的方法，其中所述迭代重建包括从算法组中选择的迭代重建算法，该算法组由以下算法组成：代数重建法(ART)、期望值最大化(EM)、最大后验概率(MAP)、最大似然-期望值最大化(ML-EM)、迭代滤波反向投影、迭代正向和反向投影、等倾斜的断层扫描和直接迭代傅立叶方法。
9.如权利要求5所述的方法，还包括：
减少所述对象扫描的次数、扫描时间和每个对象扫描的注量。
10.一种图像重建方法，包括：
建立扫描仪的扫描仪配置文件，该扫描仪具有扫描仪成像场；
利用包含辐射源的对象的解剖学信息来定位放置在所述成像场内的对象的边界；
确定围绕所述对象的边界的立体像素的位置和所述对象之内的任何已知辐射源的位置；
为这些周围的位置指定适当的期望立体像素值；
用多个扫描对所述对象进行扫描；以及
在重建过程中，利用所述补充的扫描仪配置文件和关于位置的解剖学信息和指定的期望立体像素值，从该扫描重建该对象的图像。
11.如权利要求10所述的方法，其中从与所述扫描仪不同的成像模式获得所述解剖学信息。
12.如权利要求11所述的方法，其中从由以下成像模式组成的模式组中或者从物理测量选择所述成像模式来对对象的边界进行定位：光学成像、红外成像、射频成像、激光成像、磁共振成像、发射成像和透射成像。
13.如权利要求10所述的方法，其中将所述围绕物的所述立体像素值指定为对应于零放射性的期望值。
14.如权利要求10所述的方法，还包括：
执行一组参考扫描，并且存储在扫描仪中没有对象的相应的重建，该扫描仪使用导致相同的近似射线源的谱形状的扫描仪设置，该形状被规一化为独立于在所述患者扫描中使用的注量；以及
使用所述的一组参考扫描和所述扫描仪配置文件来确定所述成像场的所述期望立体像素值。
15.如权利要求14所述的方法，其中使用比在扫描仪中有对象的相应的扫描更大的投影数量和注量，以更高的质量执行所述的一组参考扫描。
16.如权利要求10所述的方法，还包括：
针对多种扫描参数和扫描仪配置，执行一组在扫描仪中没有患者的参考扫描，以便为每种类型的扫描和扫描仪配置产生具有近似立体像素值的参考数据集；
存储来自相应的重建的参考数据集；
通过第一对象扫描的初始重建，确定所述被扫描对象的围绕物的位置和性质；
将一组立体像素指定为约束；以及
从参考扫描确定所指定的立体像素的期望值。
17.如权利要求10所述的方法，其中对象的图像的所述重建还包括迭代重建，该迭代重建包括：
对所获取的围绕所述被扫描对象的图像场的立体像素值进行数学变换，使得所述变换后的大多数立体像素值与所述指定的期望立体像素值在数值上更接近。
18.一种用于从图像投影重建图像的方法，包括：
针对多种扫描参数和扫描仪配置，执行一组在扫描仪中没有患者的扫描仪的参考扫描，以便为每种类型的扫描和扫描仪配置产生具有近似立体像素值的参考数据集；
确定扫描仪成像场内的围绕患者的感兴趣的物体的位置；
确定感兴趣的物体的期望立体像素值；
存储来自相应的重建的参考数据集；
用扫描仪对患者进行扫描；以及
在所述患者扫描的重建中，利用关于感兴趣的物体的位置和期望立体像素值的补充信息，从该扫描重建患者的图像。
19.如权利要求18所述的方法，还包括：
利用患者的解剖学信息来定位放置在所述成像场内的对象的边界。
20.如权利要求19所述的方法，其中通过共同记录来自与所述扫描仪不同的成像系统的图像来获得所述解剖学信息。
CN2009801020349A 2008-01-30 2009-01-30 通过将物体的围绕物用作动态约束在断层扫描中减少剂量并增强图像 Pending CN101917906A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US2476208P 2008-01-30 2008-01-30
US61/024,762 2008-01-30
PCT/US2009/032733 WO2009097580A2 (en) 2008-01-30 2009-01-30 Dose reduction and image enhancement in tomography through the utilization of the object's surroundings as dynamic constraints

Publications (1)

Publication Number Publication Date
CN101917906A true CN101917906A (zh) 2010-12-15

Family

ID=40913515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801020349A Pending CN101917906A (zh) 2008-01-30 2009-01-30 通过将物体的围绕物用作动态约束在断层扫描中减少剂量并增强图像

Country Status (10)

Country Link
US (1) US8532350B2 (zh)
EP (1) EP2249705A4 (zh)
JP (1) JP2011510757A (zh)
KR (1) KR20100133950A (zh)
CN (1) CN101917906A (zh)
AU (1) AU2009208949A1 (zh)
CA (1) CA2711115A1 (zh)
IL (1) IL206501A (zh)
MX (1) MX2010008233A (zh)
WO (1) WO2009097580A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104207797A (zh) * 2013-06-03 2014-12-17 上海联影医疗科技有限公司 基于ct定位片确定病人尺寸、位置及x射线经过病人衰减的方法
CN108601572A (zh) * 2016-01-25 2018-09-28 昂达博思有限公司 一种用于产生三维图像的具有x射线探测器的固定阵列和x射线发射器的固定阵列的医学成像系统

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8442353B2 (en) * 2006-08-03 2013-05-14 The Regents Of The University Of California Incorporation of mathematical constraints in methods for dose reduction and image enhancement in tomography
WO2008017076A2 (en) * 2006-08-03 2008-02-07 The Regents Of The University Of California Iterative methods for dose reduction and image enhancement in tomography
EP2424438A4 (en) * 2009-04-30 2013-04-03 Univ California SYSTEM AND METHODS FOR RAPID IMPLEMENTATION OF EQUAL TILING TOMOGRAPHY
KR101149000B1 (ko) * 2010-12-02 2012-05-23 한국원자력연구원 제한각 이동형 산업용 감마선 단층촬영장치
CN103649990B (zh) * 2011-07-15 2017-06-06 皇家飞利浦有限公司 用于谱ct的图像处理
BR112014015659A8 (pt) 2011-12-27 2017-07-04 Koninklijke Philips Nv método para a remoção de artefatos de um gerador de campo em 3d de uma digitalização rotacional em 3d, sistema para a remoção de artefatos de um gerador de campo em 3d de uma digitalização rotacional em 3d, e produto de programa de computador
DE102012205222B4 (de) * 2012-03-30 2020-08-13 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines artefaktreduzierten dreidimensionalen Bilddatensatzes und Röntgeneinrichtung
DE102013103226A1 (de) * 2013-03-28 2014-10-02 Osram Opto Semiconductors Gmbh Halbleiterbauelement und Verfahren zur Herstellung eines Halbleiterbauelements
US9495770B2 (en) 2013-08-14 2016-11-15 University Of Utah Research Foundation Practical model based CT construction
CN104517267B (zh) * 2014-12-23 2017-05-10 电子科技大学 一种基于“谱”反演的红外图像增强与重建方法
CN107408611A (zh) * 2015-03-12 2017-11-28 三菱电机株式会社 发光元件及视频显示装置
US9895130B2 (en) 2015-11-19 2018-02-20 General Electric Company Water equivalent diameter determination from scout images
WO2017170909A1 (ja) * 2016-03-31 2017-10-05 住友重機械工業株式会社 中性子捕捉療法用治療計画システム
KR101860145B1 (ko) * 2016-12-26 2018-06-27 연세대학교 원주산학협력단 광자계수기반 디지털 단층영상합성 장치, 시스템에서의 이중에너지 영상화방법 및 이를 이용한 시스템
CN111836583B (zh) * 2017-12-28 2022-03-29 北伊利诺伊大学董事会 处理管道以用于立即进行粒子图像重建
US20240177402A1 (en) * 2022-11-30 2024-05-30 Mazor Robotics Ltd. Systems and methods for volume reconstructions using a priori patient data

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4506327A (en) * 1981-11-23 1985-03-19 General Electric Company Limited-angle imaging using multiple energy scanning
US4616318A (en) * 1983-06-07 1986-10-07 Elscint, Inc. System for reprojecting images using transform techniques
US4752879A (en) * 1985-01-30 1988-06-21 Picker International, Inc. Method and apparatus for medical imaging
US4888693A (en) * 1987-04-01 1989-12-19 General Electric Company Method to obtain object boundary information in limited-angle computerized tomography
JPH05168620A (ja) * 1991-12-25 1993-07-02 Toshiba Corp Ｃｔスキャナ
US6304317B1 (en) * 1993-07-15 2001-10-16 Nikon Corporation Projection apparatus and method
JP3373720B2 (ja) * 1996-03-25 2003-02-04 株式会社日立メディコ Ｘ線断層撮影装置
US5937102A (en) * 1996-10-09 1999-08-10 California Institute Of Technology Image reconstruction
US5761267A (en) * 1996-12-26 1998-06-02 General Electric Company Methods and apparatus for simplified filtering of scan data in an imaging system
US6748098B1 (en) * 1998-04-14 2004-06-08 General Electric Company Algebraic reconstruction of images from non-equidistant data
FR2779853B1 (fr) * 1998-06-11 2000-08-11 Ge Medical Syst Sa Procede de reconstruction d'une image tridimensionnelle d'un objet, en particulier une image tridimensionnelle angiographique
JP2000090249A (ja) * 1998-09-14 2000-03-31 Fujitsu Ltd 画像処理装置および画像処理方法およびコンピュータを画像処理装置として動作させるためのプログラムが記録されたコンピュータ読み取り可能な記録媒体
EP1165182B1 (en) * 1999-04-02 2005-03-02 Wisconsin Alumni Research Foundation Megavoltage computed tomography during radiotherapy
US6459754B1 (en) * 1999-10-27 2002-10-01 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for cone beam multislice CT correction
US6744848B2 (en) * 2000-02-11 2004-06-01 Brandeis University Method and system for low-dose three-dimensional imaging of a scene
JP4519254B2 (ja) * 2000-04-03 2010-08-04 株式会社日立メディコ Ｘ線ｃｔ装置
FR2810141B1 (fr) * 2000-06-07 2002-08-23 Commissariat Energie Atomique Procede de reconstruction accelere d'une image tridimentionnelle
US6788758B2 (en) * 2001-01-17 2004-09-07 African Medical Imaging (Proprietary) Limited Method of reconstructing tomographic images
JP4532005B2 (ja) * 2001-03-09 2010-08-25 株式会社日立メディコ Ｘ線ｃｔ装置及びその画像表示方法
US6366638B1 (en) * 2001-03-16 2002-04-02 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for CT scout image processing
US7206459B2 (en) * 2001-07-31 2007-04-17 Ricoh Co., Ltd. Enhancement of compressed images
US6873744B2 (en) * 2002-04-17 2005-03-29 Regents Of The University Of Minnesota Image restoration from transformed component data
DE10224315B4 (de) * 2002-05-31 2007-11-15 Siemens Ag Verfahren zum Bestimmung von Korrektur-Koeffizienten für Detektorkanäle eines Computertomographen
US6728331B1 (en) * 2002-10-21 2004-04-27 Ge Medical Systems Global Technology Company, Llc Method and system for trauma application of CT imaging
US20040215072A1 (en) * 2003-01-24 2004-10-28 Quing Zhu Method of medical imaging using combined near infrared diffusive light and ultrasound
US7209535B2 (en) * 2003-06-20 2007-04-24 Wisconsin Alumni Research Foundation Fourier space tomographic image reconstruction method
US6862337B2 (en) * 2003-06-25 2005-03-01 General Electric Company Linear track based digital tomosynthesis system and method
US6904121B2 (en) * 2003-06-25 2005-06-07 General Electric Company Fourier based method, apparatus, and medium for optimal reconstruction in digital tomosynthesis
US7315636B2 (en) * 2003-09-18 2008-01-01 Accuray, Inc. Generation of reconstructed images
US7653229B2 (en) * 2003-12-23 2010-01-26 General Electric Company Methods and apparatus for reconstruction of volume data from projection data
CN101111758A (zh) * 2005-02-01 2008-01-23 皇家飞利浦电子股份有限公司 用于x射线投影的校正或扩展的设备和方法
JP4336661B2 (ja) * 2005-03-01 2009-09-30 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 Ｘ線ｃｔ装置および散乱測定方法
US7362845B2 (en) * 2005-04-25 2008-04-22 University Of Rochester Method and apparatus of global de-noising for cone beam and fan beam CT imaging
US7702141B2 (en) * 2005-06-29 2010-04-20 General Electric Company Method for quantifying an object in a larger structure using a reconstructed image
EP1958161B1 (en) * 2005-08-31 2013-01-30 GE Healthcare Limited Method and system of multivariate analysis on normalized volume-wise data in the sinogram domain for improved quality in positron emission tomography studies
US7570732B2 (en) * 2005-11-09 2009-08-04 Dexela Limited Methods and apparatus for obtaining low-dose imaging
JP4795830B2 (ja) * 2006-03-30 2011-10-19 テルモ株式会社 画像診断装置およびその処理方法
JP4760564B2 (ja) * 2006-06-20 2011-08-31 日本電気株式会社 パターン形状の欠陥検出方法及び検出装置
US7583780B2 (en) * 2006-06-22 2009-09-01 General Electric Company Systems and methods for improving a resolution of an image
US7439739B2 (en) * 2006-07-11 2008-10-21 The Board Of Trustees Of The Leland Stanford Junior University Anti-aliased magnetic resonance image reconstruction using partially parallel encoded data
WO2008017076A2 (en) 2006-08-03 2008-02-07 The Regents Of The University Of California Iterative methods for dose reduction and image enhancement in tomography
EP2424438A4 (en) * 2009-04-30 2013-04-03 Univ California SYSTEM AND METHODS FOR RAPID IMPLEMENTATION OF EQUAL TILING TOMOGRAPHY

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104207797A (zh) * 2013-06-03 2014-12-17 上海联影医疗科技有限公司 基于ct定位片确定病人尺寸、位置及x射线经过病人衰减的方法
CN104207797B (zh) * 2013-06-03 2018-06-19 上海联影医疗科技有限公司 基于ct定位片确定病人尺寸、位置及x射线经过病人衰减的方法
CN108601572A (zh) * 2016-01-25 2018-09-28 昂达博思有限公司 一种用于产生三维图像的具有x射线探测器的固定阵列和x射线发射器的固定阵列的医学成像系统
CN108601572B (zh) * 2016-01-25 2021-12-17 昂达博思有限公司 X射线成像系统及构造二维x射线图像的方法

Also Published As

Publication number Publication date
WO2009097580A3 (en) 2009-11-05
US20110007980A1 (en) 2011-01-13
JP2011510757A (ja) 2011-04-07
EP2249705A4 (en) 2014-06-25
MX2010008233A (es) 2010-08-30
CA2711115A1 (en) 2009-08-06
IL206501A (en) 2013-09-30
EP2249705A2 (en) 2010-11-17
IL206501A0 (en) 2010-12-30
KR20100133950A (ko) 2010-12-22
AU2009208949A1 (en) 2009-08-06
US8532350B2 (en) 2013-09-10
WO2009097580A2 (en) 2009-08-06

Similar Documents

Publication Publication Date Title
CN101917906A (zh) 通过将物体的围绕物用作动态约束在断层扫描中减少剂量并增强图像
US9619905B2 (en) Apparatus and method for generation of attenuation map
US9155514B2 (en) Reconstruction with partially known attenuation information in time of flight positron emission tomography
US7680240B2 (en) Iterative reconstruction of tomographic image data method and system
EP2156408B1 (en) Pet local tomography
CN111540025B (zh) 预测用于图像处理的图像
US20040066909A1 (en) Multi modality imaging methods and apparatus
US11179128B2 (en) Methods and systems for motion detection in positron emission tomography
JP2017067765A (ja) 医用画像処理装置及びポジトロン放射断層撮影装置
US10878544B2 (en) Image data processing
JP2000180550A (ja) Ｍｌ―ｅｍ画像再構成法及び医用画像形成装置
CN108242068A (zh) 用于正电子发射断层成像中的散射校正的方法和系统
Hutton Recent advances in iterative reconstruction for clinical SPECT/PET and CT
US8705832B2 (en) Registration of emission tomography and computed tomography
CN104114091A (zh) 空间校正核图像重建
US20220375038A1 (en) Systems and methods for computed tomography image denoising with a bias-reducing loss function
WO2015189815A1 (en) Multiple emission energies in single photon emission computed tomography
US8605988B2 (en) Image registration system and method
CN111402358A (zh) 用于图像重建的系统和方法
EP3404618B1 (en) Poly-energetic reconstruction method for metal artifacts reduction
Lee et al. Development of image reconstruction algorithm with iterative method using maximum-likelihood expectation-maximization (MLEM) for chest digital tomosynthesis (CDT) X-ray system
Yu et al. Comparison of pre-and post-reconstruction denoising approaches in positron emission tomography
Zhao et al. Deep learning-based projection synthesis for low-dose cone-beam computed tomography imaging in image-guided radiotherapy
CN111489404B (zh) 一种图像重建方法、图像处理装置及具有存储功能的装置
RU2736160C1 (ru) Способ формирования медицинского изображения

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20101215