CN101980662A - 固定对象的空间定向方法 - Google Patents
固定对象的空间定向方法 Download PDFInfo
- Publication number
- CN101980662A CN101980662A CN2009801114539A CN200980111453A CN101980662A CN 101980662 A CN101980662 A CN 101980662A CN 2009801114539 A CN2009801114539 A CN 2009801114539A CN 200980111453 A CN200980111453 A CN 200980111453A CN 101980662 A CN101980662 A CN 101980662A
- Authority
- CN
- China
- Prior art keywords
- image
- ray
- anatomic
- anatomic image
- multimodal
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 146
- 238000003384 imaging method Methods 0.000 claims abstract description 181
- 238000012360 testing method Methods 0.000 claims description 182
- 238000013507 mapping Methods 0.000 claims description 34
- 230000002146 bilateral effect Effects 0.000 claims description 22
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 239000000843 powder Substances 0.000 claims description 15
- 210000004872 soft tissue Anatomy 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000013139 quantization Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 230000002441 reversible effect Effects 0.000 claims description 3
- 210000003625 skull Anatomy 0.000 claims 8
- 239000007943 implant Substances 0.000 claims 4
- 241000699670 Mus sp. Species 0.000 description 64
- 241001465754 Metazoa Species 0.000 description 34
- 239000000523 sample Substances 0.000 description 29
- 230000008569 process Effects 0.000 description 19
- 238000001514 detection method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000007619 statistical method Methods 0.000 description 11
- 230000007246 mechanism Effects 0.000 description 8
- 238000003672 processing method Methods 0.000 description 7
- 229910002056 binary alloy Inorganic materials 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 210000003734 kidney Anatomy 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000002872 contrast media Substances 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000002513 implantation Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 241000699666 Mus <mouse, genus> Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 210000001693 sacrococcygeal joint Anatomy 0.000 description 3
- KDLHZDBZIXYQEI-UHFFFAOYSA-N Palladium Chemical compound [Pd] KDLHZDBZIXYQEI-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000000799 fluorescence microscopy Methods 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 238000005649 metathesis reaction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 231100000289 photo-effect Toxicity 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 229910052788 barium Inorganic materials 0.000 description 1
- DSAJWYNOEDNPEQ-UHFFFAOYSA-N barium atom Chemical compound [Ba] DSAJWYNOEDNPEQ-UHFFFAOYSA-N 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 229910052763 palladium Inorganic materials 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K1/00—Housing animals; Equipment therefor
- A01K1/02—Pigsties; Dog-kennels; Rabbit-hutches or the like
- A01K1/03—Housing for domestic or laboratory animals
- A01K1/031—Cages for laboratory animals; Cages for measuring metabolism of animals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/04—Positioning of patients; Tiltable beds or the like
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4417—Constructional features of apparatus for radiation diagnosis related to combined acquisition of different diagnostic modalities
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/508—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for non-human patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Environmental Sciences (AREA)
- Zoology (AREA)
- Animal Husbandry (AREA)
- Clinical Laboratory Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
用于(A)在多峰成像系统中调整固定对象的物理空间定向以大体上重现或者匹配参考对象的物理空间定向以及用于(B)在多峰图像集合中调整固定对象的虚拟空间定向的方法被公开，在(A)中所述参考对象或者(a)是相同的对象或者(b)是不同的对象，或者(1)在在前成像阶段期间用于稍后的成像阶段，或在多个对象在一个成像阶段中被成像的情况下或者(2)在同期的成像阶段期间。
Description
技术领域
本发明一般涉及成像系统领域，并且更具体地涉及有生命的对象的多模式(multi-modal)成像。更具体地，本发明涉及(A)在多模式成像系统中调整固定对象的物理空间定向以大体上重现或者匹配参考对象的物理空间定向，其中所述参考对象或者(a)是相同的对象或者(b)是不同的对象，或者(1)在在前成像阶段(imaging session)期间用于稍后的成像阶段，或在多个对象在一个成像阶段中被成像的情况下或者(2)在同期的成像阶段期间；以及(B)在多峰图像集合中调整固定对象的虚拟空间定向。
背景技术
电子成像系统用于允许分子成像是众所周知的。在图1中被示出并且在图2中图解地被示意的示例性的电子成像系统10是KODAK图像站2000MM多峰成像系统。系统10包括光源12、可以包括镜子16的光学隔室14、镜头和照相机系统18以及可以包括显示设备22(例如计算机显示器)的通信和计算机控制系统20。镜头和照相机系统18可以包括用于荧光成像的发射滤光轮。光源12可以包括用于荧光激励或者明视场彩色成像的激励滤光器选择器。在操作中，使用镜头和照相机系统18来捕获对象的图像。系统18将光图像转换成可以被数字化的电子图像。数字化的图像可以被显示在显示设备上、被存储在存储器中、被传送到远程位置、被处理以增强该图像和/或被用于打印该图像的永久拷贝。
用于创建层析X射线照相图像(tomographic image)的系统由Yared在美国专利申请公开2007/0238957中被公开。Yared公开了包括X射线源、X射线检测器、光源和光检测器的系统，其中这些部件被放射状地部署在成像腔室周围。更具体地，这些部件被安装在可绕该成像腔室旋转的台架(gantry)上。该系统包括包含指令的代码以至少部分地基于被检测的X射线辐射来创建目标体积的三维光吸收图并且在光学层析X射线照相重构中使用该光吸收图来创建层析X射线照相图像。另外或者可替换地，Yared的系统包括包含指令的代码以至少部分地基于被检测的X射线辐射来创建所述对象的至少一部分的表面模型并且在光学层析X射线照相重构中使用该表面模型来创建层析X射线照相图像。该系统还包括包含指令的代码以使用被检测的X射线辐射来创建三维解剖数据集合并且将该解剖数据集合与层析X射线照相图像对准来创建合成图像。
美国专利No.6,868,172(Boland等人的)针对用于在X射线照相应用中对准图像的方法。
发明内容
本发明提供了用于将解剖成像与分子成像结合的改进的、更简单的方案。本发明不需要复杂的层析X射线照相成像系统，也不需要X射线源、X射线检测器、光源和光检测器围绕成像腔室的放射状部署，或者在台架上这些部件关于成像腔室可旋转的安装。此外，本发明对于在其中对象的空间定向不影响所得到的数据的层析X射线照相成像系统通常不是必需的，因为在层析X射线照相成像中空间定向不被投影到二维平面表示而代替地可以在三维表示中浮动(float)。但是，本发明的涉及感兴趣区域模板的技术特征在层析X射线照相系统中对于纵向研究或者按顺序不同的对象研究将是有用的，在这种情况下感兴趣区域将是三维的。比较起来，本发明对于平面成像系统是有利的，因为在这样的系统中，空间定向(诸如对象的头尾旋转角)可能影响所得到的数据。此外，本发明更一般地被应用于所有模式的分子成像，包括光学成像和电离辐射的成像，诸如从放射性同位素探针，借助于荧光屏。
申请人已认识到对于在被用于拍摄对象的时间间隔(time-spaced)图像的多峰成像系统中大体上再现固定对象(诸如小动物)的空间定向的需要。举例来说，在已知的成像方法中，被用在纵向的多峰分子成像研究中的小动物通常在第一时间被装载到诸如直圆柱形管道的动物腔室中并且在该第一时间被成像。接着从动物腔室中卸下该动物，稍后至少在第二时间再将其装载回到动物腔室并且至少在该第二时间被成像。因此，第一时间的多峰分子图像集合和至少第二时间的多峰分子图像集合被提供。如果该动物的物理空间定向，诸如该动物的头尾旋转角在第一时间和至少第二时间之间相对于所述管道和/或所述成像系统是不同的，则至少第二时间的多峰分子图像集合可能受与第一时间的多峰分子图像集合相比在物理空间定向上的差异影响。在与第一时间的多峰分子图像集合比较时，这种差异可能导致伪像，诸如分子信号的相对衰减或者增强。
图33A示意了对于不同的头尾旋转角的荧光分子信号的相对衰减或者增强的例子，这对于已知方法是典型的。针对小鼠的身体的若干器官，包括膀胱、肾、胃和肠，荧光强度相对头尾旋转角的曲线图被提供。图33B示意了对于不同的头尾旋转角的放射性同位素分子信号的相对衰减或者增强的例子，这对于已知方法也是典型的。小鼠的身体中被模拟的用放射性核素标记的组织的放射性同位素信号相对头尾旋转角的曲线图被提供。就上述已知方法的例子继续，如果该动物的物理空间定向在第一时间和至少第二时间之间不同，则第一时间的多峰分子图像和至少第二时间的多峰分子图像不能被精确地相互对准。缺少相互对准可能降低由简单的感兴趣区域分析所提供的量化，其中单个感兴趣区域模板被运用于第一时间的多峰分子图像集合以及至少第二时间的多峰分子图像集合两者。对于已知方法，相似的问题在多个动物逐次被装载到视场中时出现。
举例来说，当多个小动物被用在用于多峰分子成像研究的已知方法中时，这些动物被装载到诸如直圆柱体形管道的动物腔室中，其中可以在多峰成像系统的视场内在给定的空间位置上逐次地执行装载，或者可以在多峰成像系统的视场中跨多个空间位置并行地执行装载。在这样的例子中，动物的物理空间定向(例如头尾旋转角)在多个动物之间可能不同。因此，每个动物的每个多峰分子图像集合可能受物理空间定向上的差异影响，从而在一个多峰分子图像集合中与另一个多峰分子图像集合相比产生伪像，诸如分子信号的相对衰减或者增强。
如果在使用多峰成像系统的已知方法中跨视场中的多个空间位置并行地装载小动物，则为一个动物所定义的感兴趣区域可能无法通过由于这些动物在它们的位置处的物理空间定向(例如头尾旋转角)上的差异所引起的动物的空间位置之间简单的差而平移到其它动物。因此，简单的感兴趣区域分析可能提供降低的量化，其中类阵列的感兴趣区域模板(即跨视场的感兴趣区域集合的多个拷贝)被运用于多峰分子图像集合。
在不同的成像阶段期间由测试动物的不同的物理空间定向引起的已知方法的问题通过本发明的方法和设备的实现被解决或者大体上被减小。
本发明的方法的第一实施方式在包括计算机的X射线成像系统中根据在前的成像阶段为后面的成像阶段大体上再现固定对象的物理空间定向。所述方法包括以下步骤：在所述成像系统中在第一时间执行所述固定对象的物理空间定向；使用所述计算机，在所述成像系统中获取所述第一时间的所述固定对象的X射线解剖图像；在所述成像系统中在下一时间执行所述固定对象的测试物理空间定向；使用所述计算机，在所述成像系统中获取所述下一时间的所述固定对象的测试X射线解剖图像；使用所述计算机，比较所述下一时间的测试X射线解剖图像和所述第一时间的X射线解剖图像，包括对它们之间的差的计算；如果比较对于展示所述第一时间的物理空间定向的再现不符合要求，则物理地在空间上重定向所述固定对象以改进所述比较；重复执行测试物理空间定向、获取测试X射线解剖图像、比较所述测试X射线解剖图像以及物理地在空间上重定向所述固定对象的步骤直到所述比较符合要求；以及使用所述计算机，在多峰成像系统中获取所述下一时间的所述固定对象的X射线解剖图像。
本发明的方法的第二实施方式在包括计算机的X射线成像系统中根据一个对象为另一个对象再现固定对象的物理空间定向。所述方法包括以下步骤：在所述多峰成像系统中执行第一固定对象的物理空间定向，使用所述计算机，在所述成像系统中获取所述第一固定对象的X射线解剖图像；在所述成像系统中执行下一固定对象的物理空间定向；使用所述计算机，在所述成像系统中获取所述下一固定对象的测试X射线解剖图像；使用所述计算机，比较所述下一固定对象的测试X射线解剖图像和所述第一固定对象的X射线解剖图像，包括对它们之间的差的计算；如果比较对于展示所述第一固定对象的物理空间定向的再现不符合要求，则物理地在空间上重定向所述下一固定对象以改进所述比较；重复所述执行下一固定对象的物理空间定向、获取测试X射线解剖图像、比较以及物理地在空间上重定向的步骤直到所述比较符合要求；以及在所述多峰成像系统中获取所述下一固定对象的X射线解剖图像。
本发明的方法的的第三实施方式在包括计算机的X射线成像系统中再现多个固定对象的物理空间定向。所述方法包括以下步骤：在所述成像系统中执行所述多个固定对象的测试物理空间定向；使用所述计算机，在所述成像系统中获取所述多个固定对象的测试X射线解剖图像；使用所述计算机，将所述多个固定对象的测试X射线解剖图像划分成对应于每个对象的X射线解剖图像分区；使用所述计算机，比较所述对应于每个对象的测试X射线解剖图像分区与从所述多个固定对象的测试X射线解剖图像中所选择的参考对象的测试X射线解剖图像分区，包括对X射线解剖图像分区之间的差的计算；如果比较对于展示所述参考对象的再现不符合要求，则物理地在空间上重定向除所述参考对象以外的每个固定对象以改进所述比较；重复执行、获取、划分、比较以及物理地在空间上重定向的步骤直到比较符合要求；以及使用所述计算机，在所述多峰成像系统中获取所述多个固定对象的X射线解剖图像。
本发明的方法的第四实施方式对准并且分析在包括计算机的多峰成像系统中多个时间的固定对象的多峰分子图像。所述方法包括以下步骤：在所述多峰成像系统中在第一时间执行所述固定对象的物理空间定向；使用所述计算机，在所述多峰成像系统中获取所述第一时间的所述固定对象的X射线解剖图像；使用所述计算机，使用所述多峰成像系统的模式集合获取所述第一时间的所述固定对象的多峰分子图像集合，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像；使用所述计算机，创建标识所述第一时间的多峰分子图像集合中的感兴趣区域的感兴趣区域模板；使用所述计算机，将所述感兴趣区域模板运用于测量所述第一时间的所述固定对象的多峰分子图像集合中的感兴趣区域中的分子信号；使用所述计算机，在所述多峰成像系统中获取下一时间的所述固定对象的X射线解剖图像；使用所述计算机，使用所述多峰成像系统的模式集合获取所述下一时间的所述固定对象的多峰分子图像集合，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像；使用所述计算机，比较所述下一时间的X射线解剖图像和所述第一时间的X射线解剖图像，包括对它们之间的差的计算；使用所述计算机，如果比较对于展示与所述第一时间的X射线解剖图像的对准不符合要求，则通过虚拟地在空间上重定向所述下一时间的X射线解剖图像而将所述下一时间的X射线解剖图像与所述第一时间的X射线解剖图像对准以改进所述比较；使用所述计算机，通过将与被运用于所述下一时间的X射线解剖图像相同的空间变换参数运用于所述下一时间的多峰分子图像集合而将所述下一时间的多峰分子图像集合与所述第一时间的多峰分子图像集合对准；以及使用所述计算机，将所述感兴趣区域模板运用于测量所述下一时间的所述固定对象的多峰分子图像集合中的感兴趣区域中的分子信号。
本发明的方法的第五实施方式在包括计算机的X射线成像系统中再现一个或者多个固定对象的物理空间定向。所述方法包括以下步骤：在所述成像系统中执行所述一个或者多个固定对象的物理空间定向的参考系列；使用所述计算机，获取所述参考系列中的每一个物理空间定向的每个对象的参考X射线解剖图像；使用所述计算机，使用所述参考X射线解剖图像来计算用于为所述X射线图像实现参考系列的所述对象的理想物理空间定向的第一多个对应；在所述成像系统中执行一个或者多个固定对象的物理空间定向的测试系列；使用所述计算机，获取测试系列中的每一个物理空间定向的所述一个或者多个固定对象的测试X射线解剖图像；以及使用所述计算机，使用所述测试X射线解剖图像来计算用于为所述X射线图像选择测试系列的所述对象的再现的理想物理空间定向的第二多个对应。
本发明的方法的第六实施方式在包括计算机的X射线成像系统中调整至少一个固定对象的物理空间定向以大体上再现另一个参考固定对象的物理空间定向。所述方法包括以下步骤：执行所述参考对象的物理空间定向；使用所述计算机，获取所述参考对象的X射线解剖图像；执行所述至少一个对象的物理空间定向；使用所述计算机，获取所述至少一个对象的X射线解剖图像；使用所述计算机，分析所述参考对象的X射线解剖图像与所述至少一个对象的X射线解剖图像的组合；以及在所述分析之后，物理地在空间上重定向所述至少一个对象以大体上再现所述参考对象的物理空间定向。
附图说明
本发明的前述以及其它目的、特征和优点根据下面对本发明的实施方式的更具体的说明将是显而易见的，如在附图中所示意的那样。附图中的单元不一定相对彼此成比例。
图1示出示例性电子成像系统的透视图。
图2示出图1的电子成像系统的图解视图。
图3A示出根据本发明有用的成像系统的图解侧视图。
图3B示出图3A的成像系统的图解正视图。
图4示出图3A和3B的成像系统的透视图。
图5A示出在(a)根据本发明获取第一时间的X射线解剖图像时或者在(b)根据本发明虚拟地在空间上重定向下一时间的X射线解剖图像时，在图3A和3B的成像系统的样本载物台上的样本腔室中的小鼠的图解局部视图。
图5B示出在根据本发明获取第一时间的多峰分子图像集合时，在图3A和3B的成像系统的样本载物台上的样本腔室中的小鼠的图解局部视图。
图6示出根据本发明的方法的工作流程图。
图7A示出在根据本发明获取下一时间的测试X射线解剖图像时图3A和3B的成像系统的样本对象镜台上的样本腔室中的小鼠的图解局部视图。
图7B示出在根据本发明获取在物理空间重定向之后的下一时间的X射线解剖图像时图3A和3B的成像系统的样本对象镜台上的样本腔室中的小鼠的图解局部视图。
图7C示出在下一时间的多峰分子图像集合(a)根据本发明被获取或者(b)已根据本发明虚拟地在空间上被重定向时，在图3A和3B的成像系统的样本载物台上的样本腔室中的小鼠的图解局部视图。
图8示出根据本发明的方法的工作流程图。
图9示出根据本发明在图8的步骤260中所用的统计方法的流程图。
图10示出根据本发明在图8的步骤260中所用的方法的另一个实施例的流程图。
图11示出根据本发明逐次被成像的在图3A和3B的成像系统的样本载物台上的对应的多个样本腔室中的多个对象小鼠的图解局部视图。
图12示出根据本发明的方法的工作流程图。
图13示出根据本发明的方法的工作流程图。
图14示出根据本发明在图13的步骤660中所用的统计方法的流程图。
图15示出根据本发明在图13的步骤660中所用的方法的另一个实施例的流程图。
图16示出根据本发明并行被成像的在图3A和3B的成像系统的样本载物台上的对应的多个样本腔室中的多个对象小鼠的图解局部视图。
图17示出根据本发明所获取的若干多对象图像。
图18示出根据本发明的方法的工作流程图。
图19示出根据本发明在图18的步骤1030中所用的统计方法的流程图。
图20示出根据本发明在图18的步骤1030中所用的方法的另一个实施例的流程图。
图21是根据本发明在感兴趣区域中被测量的第一时间的分子信号的图表表示。
图22示出根据本发明的方法的工作流程图。
图23是根据本发明在感兴趣区域中所测量的下一时间的分子信号的图表表示。
图24是根据本发明从虚拟地在空间上被重定向的图像在感兴趣区域中被测量的下一时间的分子信号的图表表示。
图25示出根据本发明的方法的工作流程图。
图26示出根据本发明在图31的步骤3320中所用的统计方法的流程图。
图27示出根据本发明在图25的步骤3320中所用的方法的另一个实施例的流程图。
图28示出使用外源X射线解剖图像对比剂(contrast agent)来提供与软组织的对比。
图29示出使用外源X射线解剖图像对比设备来提供与软组织的对比。
图30示出根据本发明在图8的步骤260中所用的统计方法的可替换的流程图。
图31示出根据本发明在图13的步骤660中所用的统计方法的可替换的流程图；以及
图32示出根据本发明在图18的步骤1030中所用的统计方法的可替换的流程图。
图33A示出小鼠身体中的若干器官的荧光强度相对头尾旋转角的曲线图。
图33B示出小鼠身体中被模拟的放射性核素标记的组织的放射性同位素信号相对头尾旋转角的曲线图。
图34示出被递增地旋转通过各个头尾旋转角的小鼠的一系列参考X射线图像。
图35A示出被运用以梯度滤波器的图34的小鼠的参考X射线图像系列以及线剖面(profile)的位置。
图35B示出被运用以与在图35A中所运用的梯度过滤器(gradientfilter)相反的不同的梯度过滤器的图34的小鼠的参考X射线图像系列以及线剖面的位置。
图36示出图35A和B所示的图像系列的线剖面，其中来自图35B的图像系列的线剖面的横坐标已被反转。
图37示出图36所示的线剖面的互相关的最大值相对头尾旋转角的曲线图。
图38A示出被运用以梯度过滤器的向右偏移一个图像的图34的小鼠的测试X射线图像系列以及线剖面的位置。
图38B示出被运用以与在图38A中所运用的梯度过滤器相反的不同的梯度滤波器的向右偏移一个图像的图34的小鼠的测试X射线图像系列以及线剖面的位置。
图39示出图3845A和B所示的图像系列的线剖面，其中来自图38B的图像系列的线剖面的横坐标已被反转。
图40示出图39所示的线剖面的互相关的最大值相对头尾旋转角的曲线图。
图41A和41B示出根据本发明的方法的工作流程图。
图42A和42B示出根据本发明的另一中方法的工作流程图。
图43示出被递增地旋转通过各个头尾旋转角的小鼠的一系列参考X射线解剖图像。
图44示出对应于图43的图像的X射线密度图像。
图45示出对应于图44的图像的一系列二进制门限图像。
图46示出对应于图43的图像的一系列梯度图像。
图47示出成图像地(imagewise)被乘以图46的图像的图45的图像。
图48示出图47的图像的成图像的绝对值。
图49示出归一化的绝对值相对所述对象的定向的曲线图。
图50A和50B示出用于产生图43至49的图像的工作流程图。
具体实施方式
已具体地参考本发明的某些优选实施例详细地描述了本发明，但将理解的是变化和修改可以在本发明的精神和范围内被实现。以下是对本发明的优选实施例的详细描述，对附图进行了参考，在附图中相同的参考标号标识若干附图中的每一幅内的结构的相同单元。
参考Feke等人于2008年6月13日提交的题为“用于动物的头尾旋转的扭力支承设备(TORSIONAL SUPPORT APPARATUS FORCRANIOCAUDAL ROTATION OF ANIMALS)”的序列号为61/131,948共同受让共同待定的美国临时专利申请，通过引用将其并入本说明书。
如图3A所示，成像系统100包括X射线源102和样本载物台104。成像系统100还包括落射(epi-illumination)，例如使用光纤106，其将受调节的光(具有恰当的波长和发散性)引向样本载物台104以提供明视场或者荧光成像。样本载物台104被部署在样本环境108内，其允许对被正在成像的对象的进出。优选地，射线照相荧光屏(未示出)被放置在镜台104与照相机和镜头系统18之间以将被投影的X射线转换成可见光用于被系统18捕获。
Vizard的题为“具有光干涉涂层的电子成像屏(ELECTRONICIMAGING SCREEN WITH OPTICAL INTERFERENCE COATING)”的共同受让的美国专利6,444,988公开了这样的屏并且通过引用将其内容并入本说明书。
所述屏可以是可移动进入X射线束并且可从其中离开的，如在先前提到的序列号为11/221,530和12/354,830的美国专利申请中所公开的那样。优选地，采样环境108是不透光的并且装有用于环境控制的防光导气口(light-locked gas port)。这样的环境控制对于受控X射线成像或者对于特定标本的支持可能是所希望的。环境控制允许低于8KeV(空气吸收)的实际的X射线对比并且有助于对生物标本的生命支持。成像系统100可以包括进出装置或者构件110以提供到样本环境108的便利、安全并且不透光的进出口。进出装置对于本领域的技术人员是熟知的并且可以包括门、开口、曲径等等。另外，样本环境108优选地适用于为样本维持或者软X射线传输提供大气控制(例如温度/湿度/替换的气体等等)。在先前提到的Harder等人的以及Vizard等人的美国专利申请中所公开的发明是根据本发明有用的能够进行多峰成像的电子成像系统的例子。
图5A和5B示出图3A和3B的成像系统100的圆柱形样本腔室或者管道118以及样本载物台104的图解局部视图。对象小鼠112通过经由插管116连接于外部的源的呼吸设备114被施以固定麻醉，所述插管经由防光导气口进入腔室118。图5A的第一时间的X射线解剖图像120以及图5B的第一时间的多峰分子图像集合122被获取，它们是被固定的对象小鼠112的图像。
如图6的流程图所示，在步骤200处执行固定对象112的第一时间的物理空间定向，随后是在步骤210处对第一时间的X射线解剖图像120的获取以及在步骤220处对第一时间的多峰分子图像集合122的获取。在步骤220处使用多峰成像系统100的模式集合。这些模式可以包括明视场模式、暗视场模式以及放射性同位素模式中的至少一种。第一多峰分子图像集合可以包括使用被包括在第一模式集合中的至少一种模式所获取的至少一个图像。使用与第一X射线解剖图像120相同的照相机条件获取第一时间的多峰分子图像集合122，诸如变焦和焦距。因此，凭借对象112的物理空间定向在图像122和图像120的捕获之间没有改变的事实而实现图像120和图像122之间的相互对准(co-registration)。
现在参考图7A，固定对象112的下一时间的测试X射线解剖图像124被获取。下一时间的测试X射线解剖图像124可以是在对象已从腔室118和/或系统100中被移除并且又被放回其中之后所拍摄的图像。图像124可以是在自图像120被捕获起很长一段时间(例如24小时)之后所拍摄的对象112的图像。或者，图像124可以是在一些事件已使对象112改变其位置从而改变其相对于腔室118和/或系统100的物理空间定向之后所拍摄的。
图7B示意了在对象的物理空间重定向已被执行之后在系统100的样本管道118中的对象112的下一时间的X射线解剖图像130的获取。所述物理空间重定向可以通过手动装置来执行或者由通信和计算机控制系统20所控制的自动装置来执行，例如经由如图5A和B以及7A、B和C所示的旋转机构126和X-Y平移机构128。
图7C示意了在对象的(a)物理空间重定向或者(b)虚拟空间重定向已被执行之后系统100的样本管道118中的对象112的下一时间的多峰分子图像集合132的获取。
如图8中的工作流程图所示，系统100中的固定对象112的下一时间的测试物理空间定向在步骤230处被执行，随后是在步骤240处对图像124的获取，接着是在步骤250处图像124与图像120按照被设计用于将下一时间的测试物理空间定向与第一时间的物理空间定向匹配的匹配标准进行比较。所述比较可以通过计算图像124和图像120之间的差来进行，或者所述比较可以根据在Chen等人的共同受让的美国专利7,263,243中所描述的用于图像对准的数字图像处理方法来进行，通过引用将其内容并入本说明书。所述比较可以是手动的或者自动的。所述比较可以基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比或者诸如注射、植入和/或附接的不透射线的显像剂或设备等外源X射线解剖图像对比被执行。如果在步骤250处的比较的输出的分析符合要求，对应于步骤250的“是”支路，下一时间的多峰分子图像集合132可以在步骤270中被获取。成像模式集合可以包括明视场模式、暗视场模式以及放射性同位素模式中的至少一种，并且下一时间的多峰分子图像集合132可以包括使用被包括在该模式集合中的至少一种模式所获取的至少一个图像。下一时间的多峰分子图像集合132可以与下一时间的测试X射线解剖图像124相互对准，从而导致下一时间的多峰分子图像集合132另外与第一时间的多峰分子图像集合122和第一时间的X射线解剖图像120相互对准。如果所述比较的输出不符合要求，对应于步骤250的“否”支路，在步骤260中物理地在空间上重定向固定对象112以改进比较。所述物理空间重定向可以通过将根据先前提到的Chen等人的美国专利中所描述的用于图像对准的数字图像处理方法所确定的结果在空间上映射到对象112来确定，或者所述物理空间重定向可以通过反复试验来进行。所述物理空间重定向可以通过手动装置或者受通信和计算机控制系统20所控制的自动装置来执行，如前所述。步骤240、250和260被重复直到所述比较的输出符合要求，从而对应于步骤250的“是”支路并且如上所述相应地前进。
在一实施例中，下面的统计方法被用于图8的步骤260。参考图9中示出的工作流程，实现图像120和图像124之间的匹配的对象112的物理空间重定向通过以下步骤来实现：对图像120和图像124运用向量量化；在步骤300处将这些X射线解剖图像转换为具有分别从所述X射线解剖图像中所获得的对应的局部强度信息的向量化的X射线解剖图像；在步骤310处通过利用向量化的X射线解剖图像得到所述X射线解剖图像的联合统计表示；在步骤320处使用所述X射线解剖图像的联合统计表示来计算成本函数(cost function)；在步骤330处从多个X射线解剖图像中选择参考图像(第一时间的X射线解剖图像)；以及在步骤340处评估所述成本函数。如果如步骤340的“否”支路所示的那样预先确定的成本函数标准未能到满足，则在步骤350处根据对象与参考图像的虚拟空间对应而物理地在空间上重定向所述对象，并且该流程返回图9的步骤300。如果如步骤340的“是”支路所示的那样预先确定的成本函数标准被满足，则物理空间重定向完成并且下一时间的多峰分子图像集合可以在图8的步骤270处被获取。本领域的技术人员会理解步骤260可以通过或者可以不通过步骤300中的向量量化来实现。
在另一个实施例中，下面的方法被用于图8的步骤260。参考图30中示出的工作流程，实现图像120和图像124之间的匹配的对象112的物理空间重定向通过以下步骤来实现：在步骤4000处选择参考图像(图像120)；在步骤4010处将图像对准算法(例如在先前提到的Chen等人的美国专利所描述的)运用于图像120和图像124；在步骤4020处从图像对准过程得到最小成本函数值；在步骤4030处从图像对准过程得到对应于最小成本函数的虚拟空间置换映射；以及在步骤4040处评估所述成本函数。如果如步骤4040的“否”支路所示的那样预先确定的成本函数标准未能到满足，则在步骤4050处根据所述虚拟空间置换映射而物理地在空间上重定向所述对象，并且该流程返回图30的步骤4000。如果如步骤4040的“是”支路所示的那样预先确定的成本函数标准被满足，则物理空间重定向完成并且下一时间的多峰分子图像集合可以在图8的步骤270处被获取。所述虚拟空间置换映射可以基于Chen等人所描述的虚拟空间变换来计算。
在另一个实施例中，下面的方法被用于图8的步骤260。参考图10中示出的工作流程，将图像120与图像124比较；在步骤400处对这两个X射线解剖图像之间的图像差进行计算；以及在步骤410处进行所述图像差与空(零)图像的比较。在如步骤420的“否”支路所示的那样所述图像差与空(零)图像的比较不符合要求的情况下，则在步骤430处根据对象112与所述参考图像的虚拟空间对应而物理地在空间上重定向该对象，并且该流程返回图10的步骤400。如果如步骤420的“是”支路所示的那样所述图像差与空(零)图像的比较符合要求，则物理空间重定向完成并且下一时间的多峰分子图像集合可以在图8的步骤270处被获取。
在本发明的第二实施例中，对象的物理空间重定向涉及比较不同的动物，如图11所示。多个小动物，诸如对象小鼠500a、b、c和d被用在多峰分子成像研究中并且分别被装载在动物腔室中，诸如直圆柱形管道510a、b、c和d，其中所述装载和成像可以逐次地被进行。使用多峰成像系统100获取对象小鼠″a″的第一对象的X射线解剖图像以及第一对象的多峰分子图像集合530a。如前所述，第一对象的多峰分子图像集合530a的获取可以使用系统100的模式集合来进行。如图11所示，集合530a包括两个多峰分子图像，使用第一分子成像模式所捕获的左图像531a和使用第二分子成像模式所捕获的右图像531b。所述模式集合可以包括明视场模式、暗视场模式以及放射性同位素模式中的至少一种。第一对象的多峰分子图像集合530a可以包括使用被包括在第一模式集合中的至少一种模式所获取的至少一个图像。由于使用与第一对象的X射线解剖图像520a相同的照相机条件(诸如变焦和焦距)获取第一对象的多峰分子图像集合530a，所以凭借物理空间定向在对于对象小鼠″a″的图像530a和图像520a的捕获之间没有改变的事实而实现第一对象的X射线解剖图像和第一对象的多峰分子图像集合之间的相互对准。
现在参考图12所示的工作流程，在步骤600处系统100中的固定对象500a(即对象小鼠″a″)的第一对象的物理空间定向被执行，随后是在步骤610处对第一对象的X射线解剖图像520a的获取以及在步骤620处使用多峰成像系统100的模式集合对固定对象500a的第一对象多峰分子图像集合530a的获取。所述模式集合可以包括明视场模式、暗视场模式以及放射性同位素模式中的至少一种。第一多峰分子图像集合可以包括使用被包括在第一模式集合中的至少一种模式所获取的至少一个图像。由于使用与第一对象的X射线解剖图像520a相同的照相机条件(诸如变焦和焦距)获取第一对象的多峰分子图像集合530a，所述图像之间的相互对准以先前所描述的方式被实现。再次参考图11，下一对象小鼠500b、c和d(对象小鼠″b″、对象小鼠″c″和对象小鼠″d″)被逐次装载至系统100的视场中的多个下一对象的物理空间定向。针对下一对象小鼠″b″、″c″和″d″中的每一个分别获取下一对象测试X射线解剖图像525b、c和d。
如图13中的工作流程图所示，在步骤630处针对每个固定的对象小鼠500b、c和d(对象小鼠″b″、对象小鼠″c″和对象小鼠″d″)执行下一对象的测试物理空间定向，随后是在步骤640处分别为系统100中的下一对象小鼠″b″、″c″和″d″对下一对象的测试X射线解剖图像525b、c和d的获取；接着是在步骤650处下一对象的测试X射线解剖图像525b、c和d与图像520a按照被设计用于将下一对象的测试物理空间定向与第一对象的物理空间定向匹配的匹配标准的比较。所述比较可以通过计算图像525b、c和d和图像520a之间的差来进行，或者所述比较可以根据Chen等人在美国专利中所描述的用于图像对准的数字图像处理方法。所述比较可以是手动的或者自动的。所述比较可以基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比或者诸如注射、植入和/或附接的不透射线的显像剂或设备等外源X射线解剖图像对比被执行。如果在步骤650处的比较的输出的分析符合要求，对应于步骤650的“是”支路，下一对象的多峰分子图像集合540b、c和d可以被获取，步骤670。如图11所示，集合540b、c和d每个都包括两个多峰分子图像，使用第一分子成像模式所捕获的左图像541a、542a和543a和使用第二分子成像模式所捕获的右图像541b、542b和543b。所述模式集合可以包括明视场模式、暗视场模式以及放射性同位素模式中的至少一种。至少下一对象的多峰分子图像集合540b、c和d可以包括使用被包括在该模式集合中的至少一种模式所获取的至少一个图像，并且借此下一对象的多峰分子图像集合540b、c和d与下一对象的测试X射线解剖图像525b、c和d相互对准，从而导致下一对象的多峰分子图像集合540b、c和d另外与第一对象的多峰分子图像集合530a和第一对象的X射线解剖图像520a相互对准。如果所述比较的输出不符合要求，对应于步骤650的“否”支路，在步骤660处物理地在空间上重定向固定对象小鼠500b、c和d以改进比较。所述重定向可以通过将根据Chen等人的美国专利所描述的用于图像对准的数字图像处理方法所确定的结果在空间上映射到物理对象500b、c和d来确定，或者所述重定向可以通过反复试验来进行。所述物理空间重定向可以通过手动装置或者受通信/计算机控制系统20所控制的自动装置来执行，如前所述。步骤640、650和660被重复直到所述比较的输出符合要求(如图11的图像535b、c和d所示)，从而对应于步骤650的“是”支路并且如上所述相应地前进。
在另一个实施例中，下面的统计方法被用于图13的步骤660。参考图14中示出的工作流程，通过以下步骤来实现图像520a与图像525b、c和d的比较：对图像520a和图像525b、c和d运用向量量化；在步骤700处将这些X射线解剖图像转换为具有分别从所述X射线解剖图像中所获得的对应的局部强度信息的向量化的X射线解剖图像；在步骤710处通过利用向量化的X射线解剖图像得到所述X射线解剖图像的联合统计表示；在步骤720处使用所述X射线解剖图像的联合统计表示来计算成本函数；在步骤730处从多个X射线解剖图像中选择参考图像(第一对象的X射线解剖图像)；以及在步骤740处评估所述成本函数。如果如步骤740的“否”支路所示的那样预先确定的成本函数标准不被满足，则在步骤750处根据下一对象与参考图像的虚拟空间对应而物理地在空间上重定向所述下一对象，并且该流程返回图14的步骤700。如果如步骤740的“是”支路所示的那样预先确定的成本函数标准被满足，则物理空间重定向完成并且下一对象的多峰分子图像集合可以在图13的步骤670处被获取。本领域的技术人员会理解步骤660可以通过或者可以不通过步骤700中的向量量化来实现。空间置换映射可以基于Chen等人所描述的虚拟空间变换来计算。
在还有另一个实施例中，下面的方法被用于图13的步骤660。参考图31中示出的工作流程，实现图像520a和图像525b、c和d之间的匹配的下一对象的物理空间重定向通过以下步骤来实现：在步骤5000处选择参考图像(图像520a)；在步骤5010处将图像对准算法(例如在Chen等人的美国专利所描述的)运用于图像520和图像525b、c和d；在步骤5020处从图像对准过程得到最小成本函数值；在步骤5030处从图像对准过程得到对应于最小成本函数的虚拟空间置换映射；以及在步骤5040处评估所述成本函数。如果如步骤5040的“否”支路所示的那样预先确定的成本函数标准不被满足，则在步骤5050处根据所述虚拟空间置换映射而物理地在空间上重定向所述下一对象，并且该流程返回图31的步骤5000。如果如步骤5040的“是”支路所示的那样预先确定的成本函数标准被满足，则物理空间重定向完成并且下一对象的多峰分子图像集合可以在图13的步骤670处被获取。
在另一个实施例中，下面的方法被用于图13的步骤660。参考图15中示出的工作流程，将图像520a与图像525b、c和d比较；在步骤800处对两个X射线解剖图像之间的图像差进行计算；以及在步骤810处将所述图像差与空(零)图像进行比较。在如步骤820的“否”支路所示的那样所述图像差与空(零)图像的比较不符合要求的情况下，则在步骤830处根据对象与所述参考图像的虚拟空间对应而物理地在空间上重定向该对象，并且该流程返回图15的步骤800。如果如步骤820的“是”支路所示的那样所述图像差与空(零)图像的比较符合要求，则物理空间重定向完成并且下一对象的多峰分子图像集合可以在图13的步骤670处被获取。
在本发明的还有另一个实施例中，物理对象的物理空间重定向涉及比较不同的动物，如图16所示。多个小动物，诸如对象小鼠900a、b、c和d被用在多峰分子成像研究中并且分别被装载到动物腔室910a、b、c和d中，其中所述装载和成像可以并行地被执行。
如图17的图像以及图18的工作流程图所示，在步骤1000处执行多对象的测试物理空间定向，随后是在步骤1010处对系统100中的多对象小鼠″a″、″b″、″c″和″d″的测试多对象X射线解剖图像920的获取。图像920相应地被划分成对象小鼠″a″、″b″、″c″和″d″的图像分区925a、b、c和d。在步骤1020处使用被设计用于将对象小鼠″b″、″c″和″d″的物理空间定向与对象小鼠″a″的物理空间定向匹配的匹配标准分别将对象小鼠″b″、″c″和″d″的图像分区925b、c和d与对象小鼠″a″的图像分区925a比较。所述比较可以通过分别计算每个对象小鼠″b″、″c″和″d″的图像分区925b、c和d和对象小鼠″a″的图像分区925a之间的差来进行。或者所述比较可以根据Chen等人在美国专利中所描述的用于图像对准的数字图像处理方法。所述比较可以是手动的或者自动的。所述比较可以基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比或者诸如注射、植入和/或附接的不透射线的显像剂或设备等外源X射线解剖图像对比被执行。如果在步骤1020处的比较的输出的分析符合要求，对应于步骤1020的“是”支路，多对象的多峰分子图像集合940可以被获取，步骤1040。如图17所示，集合940包括两个多峰分子图像，使用第一分子成像模式所捕获的上方图像941a和使用第二分子成像模式所捕获的下方图像941b。所述模式集合可以包括明视场模式、暗视场模式以及放射性同位素模式中的至少一种。多对象的多峰分子图像集合940可以包括使用被包括在该模式集合中的至少一种模式所获取的至少一个图像，其中多对象的多峰分子图像集合940与测试多对象X射线解剖图像920相互对准。如果所述比较的输出不符合要求，对应于步骤1020的“否”支路，在步骤1030处物理地在空间上重定向固定对象小鼠900b、c和d以改进比较，其中所述物理空间重定向可以通过将根据Chen等人所描述的用于图像对准的数字图像处理方法所确定的结果在空间上映射到物理对象900b、c和d来确定，或者所述重定向可以通过反复试验来进行。所述重定向可以通过手动装置或者受通信和计算机控制系统20所控制的自动装置以先前所述的方式来执行，但是经由旋转机构926b、c和d以及X-Y平移机构928b、c和d，如图16所示。步骤1010、1015、1020和1030被重复直到所述比较的输出符合要求，从而对应于步骤1020的“是”支路并且多对象的多峰分子图像集合940被获取，其与多对象的X射线解剖图像集合930相互对准。
在另一个实施例中，下面的统计方法被用于图18的步骤1030。参考图19中示出的工作流程，X射线解剖图像分区925a中的对象小鼠″a″与X射线解剖图像分区925b、c和d中的小鼠″b″、″c″和″d″的比较包括以下步骤：对X射线解剖图像分区925a、b、c和d运用向量量化；在步骤2000处将这些X射线解剖图像分区转换为具有分别从所述X射线解剖图像分区925a、b、c和d中所获得的对应的局部强度信息的向量化的X射线解剖图像分区；在步骤2010处通过利用向量化的图像分区得到所述X射线解剖图像分区的联合统计表示；在步骤2020处使用对象小鼠″a″、″b″、″c″和″d″的X射线解剖图像分区的联合统计表示来计算成本函数；在步骤2030处从所述X射线解剖图像分区中选择参考X射线解剖图像分区(小鼠″a″的图像分区)；以及在步骤2040处评估对象小鼠″b″、″c″和″d″中的每一个的成本函数。如果如步骤2040的“否”支路所示的那样预先确定的成本函数标准不被满足，则在步骤2050处根据对象小鼠″b″、″c″和/或″d″与参考X射线解剖图像分区的虚拟空间对应而物理地在空间上重定向对象小鼠″b″、″c″和/或″d″，并且该流程返回图19的步骤2000。如果如步骤2040的“是”支路所示的那样预先确定的成本函数标准被满足，则物理空间重定向完成并且多对象的多峰分子图像集合940可以在图18的步骤1040处被获取。本领域的技术人员会理解步骤1030可以通过或者可以不通过步骤2000中的向量量化来实现。
在另一个实施例中，下面的方法被用于图18的步骤1030。参考图32中示出的工作流程，X射线解剖图像分区925a中的对象小鼠″a″与X射线解剖图像分区925b、c和d中的小鼠″b″、″c″和″d″的比较包括以下步骤：在步骤6000处选择参考图像分区(小鼠a的X射线解剖图像分区)；在步骤6010处将图像对准算法(例如Chen等人所描述的)运用于小鼠a、b、c和d的X射线解剖图像分区；在步骤6020处从图像对准过程得到最小成本函数值；在步骤6030处从图像对准过程得到对应于最小成本函数的虚拟空间置换映射；以及在步骤6040处评估所述成本函数。如果如步骤6040的“否”支路所示的那样预先确定的成本函数标准不被满足，则在步骤6050处根据虚拟空间置换映射而物理地在空间上自动地或者手动地重定向对象小鼠″b″、″c″和/或″d″，并且该流程返回图32的步骤6000。如果如步骤6040的“是”支路所示的那样预先确定的成本函数标准被满足，则物理空间重定向完成并且多对象的多峰分子图像集合940可以在图18的步骤1040处被获取。空间置换映射可以基于Chen等人所描述的虚拟空间变换来计算。
在另一个实施例中，下面的方法被用于图18的步骤1030。参考图20中示出的工作流程，将对象小鼠″a″的X射线解剖图像分区925a分别与对象小鼠″b″、″c″和″d″的X射线解剖图像分区925b、c和d比较；在步骤3000处进行所述图像之间的X射线解剖图像分区差的计算；以及在步骤3010处进行所述图像差与空(零)图像分区的比较。在如步骤3020的“否”支路所示的那样所述X射线解剖图像分区差与空(零)图像的比较不符合要求的情况下，则在步骤3030处根据对象与所述参考图像的虚拟空间对应而物理地在空间上重定向该对象，并且该流程返回图20的步骤3000。如果如步骤3020的“是”支路所示的那样所述X射线解剖图像分区差与空(零)图像的比较符合要求，则物理空间重定向完成并且多对象的多峰分子图像集合可以在步骤1040处被获取。
在另一个实施例中，对准多峰分子图像的问题通过使用相同的虚拟空间变换参数来虚拟地在空间上重定向(一个或者多个)对象的X射线解剖图像和多峰分子图像两者以在所得到的图像中实现理想对准而被解决。更具体地参考图5A和5B以及图22的工作流程，在步骤3030处执行第一时间的物理空间定向，随后是使用系统100在步骤3040处对象112的第一时间的X射线解剖图像120的获取以及在步骤3050处对象112的第一时间的多峰分子图像集合122的获取。在步骤3060处使用本领域的技术人员所熟悉的技术来创建感兴趣区域模板3100和3110并且所述感兴趣区域模板3100和3110包括在第一时间的多峰分子图像集合122中的感兴趣区域3105以及感兴趣区域3115a和3115b。在步骤3070处在感兴趣区域3105、3115a和b中测量分子信号。图21示出在感兴趣区域3105、3115a和3115b中被测量的第一时间的分子信号的图表表示。
如图7A和7C以及图25中的工作流程所示，步骤3300执行下一时间的物理空间定向。在步骤3310处使用成像系统100获取对象112的下一时间的X射线解剖图像3200和下一时间的多峰分子图像集合3220。在步骤3320处将下一时间的X射线解剖图像3200与第一时间的X射线解剖图像120对准。在步骤3320处的图像对准可以通过使用对下一时间的测试X射线解剖图像3200与第一时间的X射线解剖图像120之间的差的计算来执行，或者在步骤3320处的图像对准可以根据Chen等人所描述的用于图像对准的数字图像处理方法。所述图像对准可以是手动的或者自动的。所述图像对准可以基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比或者诸如注射、植入和/或附接的不透射线的显像剂或设备等外源X射线解剖图像对比被执行。一旦将下一时间的X射线解剖图像3200与第一时间的X射线解剖图像120对准，在步骤3330处将在步骤3320处执行图像对准所需要的相同的空间变换参数运用于下一时间的多峰分子图像集合(如随后相对于图26被描述)，从而创建虚拟地在空间上重定向的下一时间的多峰分子图像集合。接着，在步骤3340处将感兴趣区域模板3100和3110运用于该虚拟地在空间上重定向的下一时间的多峰分子图像集合3220，并且步骤3350测量在感兴趣区域3105、3115a和b中被测量的下一时间的信号。在步骤3360处，又将所述信号与在步骤3070处所测量到的信号比较。图23和24示出在感兴趣区域3105、3115a和3115b中被测量的下一时间的分子信号的图表表示，分别排除和包括步骤3320和3330，以展示本发明的优点。
在上述实施例中，下面的统计方法被用于图25的图像对准步骤3320。参考图26中示出的工作流程，通过以下步骤实现第一时间的X射线解剖图像3210与下一时间的X射线解剖图像3200的对准：对第一时间的X射线解剖图像3210和下一时间的X射线解剖图像3200运用向量量化；在步骤3400处将这些X射线解剖图像转换为具有分别从所述X射线解剖图像中所获得的对应的局部强度信息的向量化的X射线解剖图像；在步骤3410处通过利用向量化的X射线解剖图像得到所述X射线解剖图像的联合统计表示；在步骤3420处使用所述X射线解剖图像的联合统计表示来计算成本函数；在步骤3430处从多个X射线解剖图像中选择参考图像(第一时间的X射线解剖图像)；以及在步骤3440处评估所述成本函数。如果如步骤3440的“否”支路所示的那样预先确定的成本函数标准不被满足，则在步骤3450处虚拟地在空间上重定向下一时间的X射线解剖图像3200并且该流程返回步骤3400。如果如步骤3440的“是”支路所示的那样预先确定的成本函数标准被满足，则虚拟空间重定向完成，产生虚拟地在空间上重定向的下一时间的X射线解剖图像3210，并且该流程返回图25的步骤3330。
在另一个实施例中，下面的方法被用于图25的图像对准步骤3320。参考图27中示出的工作流程，使用第一时间的X射线解剖图像120和下一时间的X射线解剖图像3200，在步骤3500处对这两个图像之间的图像差进行计算；以及在步骤3510处将所述图像差与空(零)图像进行比较。在如步骤3520的“否”支路所示的那样所述图像差与空(零)图像的比较不符合要求的情况下，则在步骤3530处虚拟地在空间上重定向下一时间的X射线解剖图像3200并且该流程返回步骤3500。如果如步骤3520的“是”支路所示的那样所述图像差与空(零)图像的比较符合要求，则虚拟空间重定向完成，产生虚拟地在空间上重定向的下一时间的X射线解剖图像3210，并且该流程返回图25的步骤3330。
应当理解的是被描述为多峰分子图像的对准并且在图5A、5B、7A、7C以及图21至27中被示出的方法可以被运用于下列场景中的任何一个：在不同时间成像单个对象、逐次地成像多个对象以及并行地成像多个对象。
多峰分子图像的虚拟空间重定向的方法更适合于在分子信号更接近对象的表面并且不显著地受组织的光效应(诸如吸收和散射)影响时再现空间定向，而(一个或者多个)对象的物理空间重定向的方法更适合于在分子信号在对象内更深处并且显著地受组织的光效应(诸如吸收和散射)影响时重现空间定向。但是，将理解的是多峰分子图像的虚拟空间定向方法对于在分子信号在对象内更深处时再现空间定向可以是有用的，并且(一个或者多个)对象的物理空间重定向的方法对于在分子信号更接近对象的表面时再现空间定向可以是有用的。
使用外源X射线解剖图像对比剂来促进空间定向的再现的例子在图28中被示出。不透射线的显像剂3600被注射到对象中。该显像剂提供与软组织相关的对比，诸如对象的器官和/或脉管系统。这样的不透射线的显像剂包括钡、钯、金和碘。使用外源X射线解剖图像对比设备来促进空间定向的再现的例子在图29中被示出。固体金属物体或者金属箔片3610a和b被插入和/或附接于所述对象。
用于在多峰成像系统中重现固定对象的空间定向的另一种方法在图34至41中被示出。首先，如图34、41A和41B所示，多峰成像系统中的(一个或者多个)固定对象的一系列参考物理空间定向被执行，其中针对每个物理空间定向(一个或者多个)固定对象的参考X解剖图像被获取，步骤7000。图34示出固定小鼠的一系列参考X射线解剖图像，其中空间定向(在这种情况中为头尾旋转角(cranio-caudalrotation angle))在360度上从图像到图像按大约30度递增。接着，每个参考X射线解剖图像的梯度图像和反梯度图像被计算，图41A的步骤7010。用于计算梯度图像的方法是本领域中已知的；这样的方法涉及将边缘检测核(kernel)，例如Prewitt核、Sobel核或者其变体运用于图像。举例来说，图35A所示的一系列梯度图像是通过采用图34所示的X射线解剖图像并且运用下面的7x7从左至右的边缘检测核而得到的：
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 -6 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
这个核是恰当的，因为头尾轴的方向在图像中是从上至下的，所以感兴趣的边缘(例如交骨的边缘)将通过从左至右的边缘检测核检测。图35B所示的反梯度图像系列是通过采用图34所示的X射线解剖图像并且运用下面的7x7从右至左的边缘检测核而得到的：
-1 -1 -1 +1 +1 +1 +1
-1 -1 -1 +1 +1 +1 +1
-1 -1 -1 +1 +1 +1 +1
-1 -1 -1 -6 +1 +1 +1
-1 -1 -1 +1 +1 +1 +1
-1 -1 -1 +1 +1 +1 +1
-1 -1 -1 +1 +1 +1 +1
接着，每个梯度图像和反梯度图像的线剖面(line profile)被捕获，图41A的步骤7020。举例来说，这样的线剖面的位置在图35A和B中被示出，其中该线剖面与小鼠的交骨相交。多个线剖面也是恰当的。接着，来自反梯度图像的线剖面的横坐标(abscissae)被反转，步骤7030。举例来说，图36所示的线剖面系列包括随基于梯度图像的从左至右的坐标的横坐标作图的梯度图像的线剖面(实线)，以及随从反梯度图像的从左至右的坐标被反转的横坐标作图的反梯度图像的线剖面(虚线)。接着，对于每个参考物理空间定向，计算来自梯度图像的线剖面与来自反梯度图像的横坐标反转的线剖面的互相关，步骤7040。可替换地，本领域的技术人员将认可这在数学上等价于先进行反梯度图像的计算并且简单地从梯度图像得到线剖面，反转它们的横坐标，对它们的坐标求反并且计算结果与原始的线剖面的互相关。接着，对于每个参考物理空间定向，确定所得到的互相关的最大值并且将其相对物理空间定向(例如头尾旋转角)作图，举例来说如图37所示，步骤7050。接着，互相关最大值相对参考物理空间定向的曲线中的峰值位置被赋值给面向下(prone)和面向上(supine)的物理空间定向，步骤7060。对于图37所示的曲线，面向下的物理空间定向被赋值以0度和360度，并且面向上的物理空间定向被赋值以180度。这种赋值根据互相关最大值相对物理空间定向的曲线中的峰值指示展现最大双边对称的物理空间定向的事实而被允许。对面向下和面向上的物理空间定向的赋值假定了对象与成像系统在X射线解剖图像系列中的大致的物理空间关系的先验知识能够区分面向下的物理空间定向和面向上的物理空间定向。接着，对应于面向下和面向上的物理空间定向的参考物理空间定向被用作对于实现任意物理空间定向的参考，步骤7070。
举例来说，图33A示出用于检测来自右边的肾的荧光分子信号的最优物理空间定向在-150度处(或者等价地为210度)，其中0度被定义为面向下位置并且顺时钟旋转被定义为是负旋转，因此在确定对应于面向下物理空间定向的物理空间定向(例如头尾旋转角)时，对象将被旋转-150度以得到用于检测来自右边的肾的荧光分子信号的最优物理空间定向。
接着，使用多峰成像系统的模式集合获取固定对象的多峰分子图像的参考集合，其中多峰分子图像集合包括使用被包括在所述模式集合中的至少一个模式所获取的至少一个图像，图41A的步骤7080。接着，例如对于相同对象在稍后的时间处，或者在不同对象的替换时，在所述多峰成像系统中执行(一个或者多个)固定对象的一系列测试物理空间定向，其中针对每个物理空间定向，(一个或者多个)固定对象的测试X射线解剖图像被获取，图41B的步骤7090。举例来说，固定小鼠的一系列测试X射线解剖图像将是如图34所示的那样，其中物理空间定向(在这种情况下为头尾旋转角)已按30度递增，但是由于在初始的动物定向时偶然的30度差而向右偏移了一个图像，如所示意的那样。
接着，每个测试X射线解剖图像的梯度图像和反梯度图像被计算，步骤7100。举例来说，图38A所示的梯度图像系列是通过采用图34所示的X射线解剖图像并且运用先前所述的7x7的从左至右的边缘检测核而得到的，其中所述X射线解剖图像由于初始的动物定向时偶然的30度差而向右偏移了一个图像；而图38B所示的反梯度图像系列是通过采用图34所示的X射线解剖图像并且运用先前所述的7x7的从右至左的边缘检测核而得到的，其中所述X射线解剖图像由于初始的动物定向时偶然的30度差而向右偏移了一个图像。
接着，捕获每个梯度图像和反梯度图像的线剖面，步骤7110。举例来说，这样的线剖面的位置在图38A和B中被示出，其中所述线剖面与小鼠的交骨相交。多个线剖面也可以是恰当的。接着，来自反梯度图像的线剖面的横坐标被反转，步骤7120。举例来说，图39所示的线剖面系列包括随基于梯度图像的从左至右的坐标的横坐标作图的梯度图像的线剖面(实线)，以及随从反梯度图像的从左至右的坐标被反转的横坐标作图的反梯度图像的线剖面(虚线)。
接着，对于每个测试物理空间定向，计算来自梯度图像的线剖面与来自反梯度图像的横坐标反转的线剖面的互相关，步骤7130。可替换地，本领域的技术人员将认可这在数学上等价于先进行反梯度图像的计算并且简单地从梯度图像得到线剖面，反转它们的横坐标，对它们的坐标求反并且计算用原始的线剖面与结果的互相关。
接着，对于每个测试物理空间定向，确定所得到的互相关的最大值并且将其相对物理空间定向(例如头尾旋转角)作图，举例来说如图40所示，步骤7140。接着，互相关最大值相对测试空间定向的曲线中的峰值位置被赋值给面向下和面向上的物理空间定向，步骤7150。对于图40所示的曲线，面向下的物理空间定向被赋值以150度，并且面向上的物理空间定向被赋值以330度。这种赋值根据互相关最大值相对物理空间定向的曲线中的峰值指示展现最大双边对称的物理空间定向的事实而被允许。对面向下和面向上的物理空间定向的赋值假定了对象与成像系统在X射线解剖图像系列中的大致的物理空间关系的先验知识能够区分面向下的物理空间定向和面向上的物理空间定向。
接着，对应于面向下和面向上的物理空间定向的测试物理空间定向被用作对于实现任意物理空间定向的参考，即再现先前所实现的任意物理空间定向，例如从面向下的物理空间定向的-150度旋转，步骤7160。
最后，使用多峰成像系统的模式集合获取固定对象的多峰分子图像集合，其中多峰分子图像集合包括使用被包括在所述模式集合中的至少一个模式所获取的至少一个图像，步骤7170。因此，凭借物理空间定向的再现可以将多峰分子图像集合相当地(fairly)与多峰分子图像的参考集合比较。
尽管一个或者多个线剖面如上所述可以被用于评定X射线解剖图像的双边对称程度，可替换地可以使用涉及对梯度定向直方图的分析以评定X射线解剖图像的双边对称程度的方法，举例来说如C.Sun在1995年的Pattern Recognition Letters第16期987-996页上的“使用梯度信息的对称性检测”(″Symmetry detection using gradientinformation″by C.Sun，Pattern Recognition Letters 16(1995)987-996)以及C.Sun and D.Si在1999年的Real-Time Imaging第5期63-74页上的“使用定向直方图的快速反射对称性检测”(″Fast ReflectionalSymmetry Detection Using Orientation Histograms″by C.Sun and D.Si，Real-Time Imaging 5，63-74，1999)中所描述的。使用这种方法的实施例在图42A和B中被描述。在这种方法中，首先在多峰成像系统中执行(一个或者多个)固定对象的一系列参考物理空间成像定向，其中针对每个物理空间定向，获取(一个或者多个)固定对象的参考X射线解剖图像，步骤8000。接着，计算每个参考X射线解剖图像的梯度图像和正交梯度图像，步骤8010。用于计算梯度图像的方法是本领域中已知的；这样的方法涉及将边缘检测核，例如Prewitt核、Sobel核或者其变体运用于图像。
举例来说，下面的7x7边缘检测核可以被运用于计算梯度图像：
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 -6 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
下面的7x7边缘检测核可以被运用于计算正交梯度图像：
+1 +1 +1 +1 +1 +1 +1
+1 +1 +1 +1 +1 +1 +1
+1 +1 +1 +1 +1 +1 +1
+1 +1 +1 -6 +1 +1 +1
-1 -1 -1 -1 -1 -1 -1
-1 -1 -1 -1 -1 -1 -1
-1 -1 -1 -1 -1 -1 -1
接着，通过计算每个梯度图像和正交梯度图像对的反正切来计算所述对的梯度定向图像，步骤8020。
接着，为每个梯度定向图像计算梯度定向直方图，步骤8030。
接着，分析每个梯度定向直方图来计算对应的参考X射线解剖图像的双边对称程度，其相对参考空间定向(例如头尾旋转角)作图，步骤8040。
接着，在双边对称程度相对参考物理空间定向的曲线中将峰值位置赋值给面向下和面向下的物理空间定向，步骤8050。
接着，将对应于面向下和面向上的物理空间定向的参考物理空间定向用作用于实现任意物理空间定向的参考，步骤8060。举例来说，图33A示出用于检测来自右边的肾的荧光分子信号的最优物理空间定向在-150度处(或者等价地为210度)，其中0度被定义为面向下位置并且顺时钟旋转被定义为是负旋转，因此在确定对应于面向下物理空间定向的物理空间定向(例如头尾旋转角)时，对象将被旋转-150度以得到用于检测来自右边的肾的荧光分子信号的最优物理空间定向。
接着，使用多峰成像系统的模式集合获取固定对象的多峰分子图像的参考集合，其中多峰分子图像集合包括使用被包括在所述模式集合中的至少一个模式所获取的至少一个图像，步骤8070。
接着，在多峰成像系统中执行固定对象的一系列测试物理空间定向，其中针对每个物理空间定向获取(一个或者多个)固定对象的测试X射线解剖图像，图42B中的步骤8080。
接着，计算每个测试X射线解剖图像的梯度图像和正交梯度图像，步骤8090。
接着，通过计算每个梯度图像和正交梯度图像对的反正切来计算所述对的梯度定向图像，步骤8100。接着，为每个梯度定向图像计算梯度定向直方图，步骤8110。
接着，分析每个梯度定向直方图来计算对应的测试X射线解剖图像的双边对称程度，其相对测试物理空间定向(例如头尾旋转角)作图，步骤8120。
接着，在双边对称程度相对测试物理空间定向的曲线中将峰值位置赋值给面向下和面向下的物理空间定向，步骤8130。
接着，将对应于面向下和面向上的物理空间定向的测试物理空间定向用作用于实现任意物理空间定向的参考，步骤8140。
最后，使用多峰成像系统的模式集合获取固定对象的多峰分子图像的参考集合，其中多峰分子图像集合包括使用被包括在所述模式集合中的至少一个模式所获取的至少一个图像，步骤8150。因此，凭借物理空间定向的再现可以将多峰分子图像集合相当地与多峰分子图像的参考集合比较。
用于评定X射线解剖图像的双边对称程度的其它方法在本领域被描述并且适用于本发明；例如，C.Vinhais和A.Campilho、F.J.Perales等人的“数字胸腔X射线图像中的对称轴的光学检测(OptimalDetection of Symmetry Axis in Digital Chest X-ray Images)”：IbPRIA2003，LNCS 2652，pp.1082-1089，2003及其中所引用的参考文献。
用于在多峰成像系统中再现固定对象的物理空间定向的另一种方法在图43至50中被示出。首先，如图43、50A和50B所示，在多峰成像系统中执行(一个或者多个)固定对象的一系列参考物理空间定向，其中针对每个物理空间定向获取(一个或者多个)固定对象的参考X射线解剖图像，步骤9000。图43示出固定小鼠的一系列参考X射线解剖图像，其中物理空间定向(在这种情况下为头尾旋转角)从图像到图像按大约5度递增。
接着，针对每个参考X射线解剖图像计算X射线密度图像，步骤9010。图44示出对应于图43中的图像的X射线密度图像。使用本领域中的技术人员所熟知的方法来实现X射线密度图像的计算，即图像强度尺度向X射线密度尺度的转换。
接着，具有小于预先确定的门限的X射线密度的像素被设置为0(即被丢弃)，而具有大于或者等于预先确定的门限的X射线密度的像素被设置为1(即被保留)，也就是二进制设限操作，步骤9020。预先确定的门限被设计为大体上丢弃对应于软组织(例如肌肉组织、肠等等)的像素而大体上保留对应于骨骼组织的像素。举例来说，大约0.9的门限值根据经验地已经被找到以满足称重20-25克的小鼠的需要，并且基于图44的X射线密度图像系列被用于得到图45所示的二进制设限的图像系列。因此，在步骤9010处的原始图像向X射线密度尺度的转换的原因是为二进制设限提供被校准的图像并且从而去除对诸如X射线源强度、荧光屏速度、曝光时间以及传感器速度等因素依赖的所有图像强度尺度。
接着，每个参考X射线解剖图像的梯度图像被计算，步骤9030。用于计算梯度图像的方法是本领域中已知的；这样的方法涉及将边缘检测核，例如Prewitt核、Sobel核及其变体运用于所述图像。举例来说，图46所示的梯度图像系列是通过采用图43所示的X射线解剖图像并且运用下面的7x7的从左至右的边缘检测核而得到的：
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 -6 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
+1 +1 +1 +1 -1 -1 -1
这个核是恰当的，因为头尾轴的方向在图像中是从上至下的，所以感兴趣的边缘将通过从左至右的边缘检测核检测。可替换地，从右至左的边缘检测核将等价地起作用。
接着，图50A的步骤9020的结果在步骤9040中成图像地(即一个像素一个像素地)被乘以步骤9030的结果。举例来说，图47示出成图像地被乘以图46的图像系列的图45的图像系列。步骤9040的目的是使用步骤9020的二进制设限操作的结果来屏蔽(mask)步骤9030的梯度图像，从而分离并且保留归因于骨骼特征的梯度值而丢弃归因于软组织的梯度值，尤其是动物的边界。
接着，计算步骤9040的结果的成图像的绝对值，步骤9050。举例来说，图48示出图47的图像系列的成图像的绝对值。成图像的绝对值的计算对于评定梯度值的数值是必要的。可替换地，可以对步骤9040的输出执行任何偶函数。可替换地，可以对步骤9030的结果而不是对步骤9040的结果执行成图像的绝对值的计算或者执行任何偶函数，并且因此那些结果可以被用作步骤9040的输入代替步骤9030的结果。
接着，在步骤9060中针对步骤9050的结果计算预先确定的感兴趣区域内的和。预先确定的感兴趣区域被选择以包括足够的骨骼特征来评定动物相对于头尾旋转轴的整体骨骼对齐：如果动物的头尾旋转角不同于对应于面向下或者面向上的物理空间定向的那些头尾旋转角，则诸如脊椎和股骨等许多主要的骨骼特征由于这些特征的自然几何形状的X射线阴影到荧光屏上的投影而相对于头尾旋转轴偏斜；但是，如果动物的头尾旋转角对应于面向下或者面向上的物理空间定向，则诸如脊椎和股骨等许多主要的骨骼特征呈现为与头尾旋转轴对齐。预先确定的感兴趣区域可以包括图43至48所示的整个动物，或者可替换地可以仅包括动物的一部分(诸如头部以下或者骨盆周围及以下)。
接着，步骤9160的结果相对参考物理空间定向的曲线中的峰值位置被赋值给面向下和面向上的物理空间定向，图50A的步骤9070。举例来说，这样的曲线在图49中被示出，该图示出对应于面向下的物理空间定向的峰值。该曲线示出高于背景的15％的相对峰值高度，这足以标识峰值位置。
接着，将对应于面向下和面向上的物理空间定向的参考物理空间定向用作用于实现任意物理空间定向的参考，步骤9080。
接着，使用多峰成像系统的模式集合获取固定对象的多峰分子图像的参考集合，其中多峰分子图像集合包括使用被包括在所述模式集合中的至少一个模式所获取的至少一个图像，步骤9090。
接着，在多峰成像系统中执行(一个或者多个)固定对象的一系列测试物理空间定向，其中针对每个物理空间定向获取(一个或者多个)固定对象的测试X射线解剖图像，图50B中的步骤9100。
接着，为每个测试X射线解剖图像计算X射线密度图像，步骤9110。
接着，具有小于在步骤9020中所用的预先确定的门限的X射线密度的像素被设置为0(即被丢弃)，而具有大于或者等于在步骤9020中所用的预先确定的门限的X射线密度的像素被设置为1(即被保留)，也就是二进制设限操作，步骤9120
接着，计算每个测试X射线解剖图像的梯度图像，步骤9130。
接着，将步骤9120的结果成图像地乘以步骤9130的结果，步骤9140。
接着，计算步骤9140的结果的成图像的绝对值，步骤9150。
接着，针对步骤9150的结果计算预先确定的感兴趣区域内的和，步骤9160。
接着，步骤9160的结果相对测试物理空间定向的曲线中的峰值位置被赋值给面向下和面向上的定向，步骤9170。
接着，将对应于面向下和面向上的物理空间定向的测试物理空间定向用作用于实现任意物理空间定向的参考，步骤9180。
最后，使用多峰成像系统的模式集合获取固定对象的多峰分子图像集合，其中多峰分子图像集合包括使用被包括在所述模式集合中的至少一个模式所获取的至少一个图像，步骤9190。
部件列表
| 10 | 电子成像系统 |
| 12 | 光源 |
| 14 | 光学隔室 |
| 16 | 镜子 |
| 18 | 镜头和照相机系统 |
| 20 | 通信和计算机控制系统 |
| 22 | 显示设备、计算机显示器 |
| 100 | 成像系统 |
| 102 | X射线源 |
| 104 | 样本载物台 |
| 106 | 光纤 |
| 108 | 样本环境 |
| 110 | 进出装置或者构件 |
| 112 | 对象小鼠 |
| 114 | 呼吸设备 |
| 116 | 管道 |
| 118 | 圆柱形腔室或者管道 |
| 120 | 第一时间的X射线解剖图像 |
| 122 | 第一时间的多峰分子图像集合 |
| 124 | 下一时间的测试X射线解剖图像 |
| 126 | 旋转机构 |
| 128 | 平移机构 |
| 130 | 在物理空间重定向之后的下一时间的X射线解剖图像 |
| 132 | 下一时间的多峰分子图像集合 |
| 200-420 | 过程步骤 |
| 500a，b，c，d | 对象小鼠 |
| 510a，b，c，d | 圆柱形样本管道 |
| 520a | 第一对象的X射线解剖图像 |
| 525b，c，d | 下一对象的测试X射线解剖图像 |
| 530a | 第一对象的多峰分子图像集合 |
| 531a，b | 图像 |
| 535b，c，d | 在物理空间重定向之后的下一对象的X射线解剖图像 |
| 540b，c，d | 下一对象的多峰分子图像集合 |
| 541a | 使用第一分子成像模式所捕获的下一对象的多峰分子图像 |
| 541b | 使用第二分子成像模式所捕获的下一对象的多峰分子图像 |
| 542a | 使用第一分子成像模式所捕获的下一对象的多峰分子图像 |
| 542b | 使用第二分子成像模式所捕获的下一对象的多峰分子图像 |
| 543a | 使用第一分子成像模式所捕获的下一对象的多峰分子图像 |
| 543b | 使用第二分子成像模式所捕获的下一对象的多峰分子图像 |
| 600-830 | 过程步骤 |
| 900a，b，c，d | 对象小鼠 |
| 910a，b，c，d | 动物腔室 |
| 920 | 测试多对象X射线解剖图像 |
| 925a，b，c，d | 图像分区 |
| 926a，b，c，d | 旋转机构 |
| 928a，b，c，d | 平移机构 |
| 930 | 在物理空间重定向之后的多对象的X射线解剖图像 |
| 940 | 多对象的多峰分子图像集合 |
| 941a | 使用第一分子成像模式所捕获的多对象的多峰分子图像 |
| 941b | 使用第二分子成像模式所捕获的多对象的多峰分子图像 |
| 1000-3070 | 过程步骤 |
| 3100 | 感兴趣区域模板 |
| 3105 | 感兴趣区域 |
| 3110 | 感兴趣区域模板 |
| 3115a，b | 感兴趣区域 |
| 3200 | 下一时间的X射线解剖图像 |
| 3210 | 虚拟地在空间上重定向的下一时间的X射线解剖图像 |
| 3220 | 虚拟地在空间上重定向的下一时间的多峰分子图像集合 |
| 3300-3500 | 过程步骤 |
| 3600 | 外源X射线解剖图像对比剂 |
| 3610a，b | 外源X射线解剖图像对比设备 |
| 4000-9190 | 过程步骤 |
Claims (46)
1.一种在包括计算机的X射线成像系统中根据在前的成像阶段为稍后的成像阶段大体上再现固定对象的物理空间定向的方法，所述方法包括：
在所述成像系统中在第一时间执行所述固定对象的物理空间定向；
使用所述计算机，在所述成像系统中获取所述第一时间的所述固定对象的X射线解剖图像；
在所述成像系统中在下一时间执行所述固定对象的测试物理空间定向；
使用所述计算机，在所述成像系统中获取所述下一时间的所述固定对象的测试X射线解剖图像；
使用所述计算机，比较所述下一时间的测试X射线解剖图像和所述第一时间的X射线解剖图像，包括对它们之间的差的计算；
如果比较对于展示所述第一时间的物理空间定向的再现不符合要求，则物理地在空间上重定向所述固定对象以改进所述比较；
重复执行测试物理空间定向、获取测试X射线解剖图像、比较所述测试X射线解剖图像以及物理地在空间上重定向所述固定对象的步骤直到所述比较符合要求；以及
使用所述计算机，在多峰成像系统中获取所述下一时间的所述固定对象的X射线解剖图像。
2.如权利要求1所述的方法，其中基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比来执行所述比较步骤。
3.如权利要求1所述的方法，其中基于诸如注射的、植入的和/或附接的不透射线的显像剂或者显像设备的外源X射线解剖图像对比来执行所述比较步骤。
4.如权利要求1所述的方法，其中所述物理地在空间上重定向的步骤包括：
对所述第一时间的数字X射线解剖图像和所述下一时间的数字X射线解剖图像两者运用向量量化以将所述数字X射线解剖图像转换成向量化的X射线解剖图像，所述向量化的X射线解剖图像具有分别从所述数字X射线解剖图像所获得的对应的局部强度信息；
通过利用所述向量化的X射线解剖图像而得到所述数字X射线解剖图像的联合统计表示；
使用所述数字X射线解剖图像的联合统计表示来计算成本函数；
从所述数字X射线解剖图像中选择所述第一时间的X射线解剖图像作为参考X射线解剖图像；
评估所述成本函数；
在预先确定的成本函数标准不被满足的情况下，根据所述对象与所述参考X射线解剖图像的虚拟空间对应物理地在空间上重定向所述对象；以及
在所述预先确定的成本函数标准不被满足的情况下，为先前已被物理地在空间上重定向的对象重复所述运用、得到、计算、选择、评估以及物理地在空间上重定向的步骤以将所述对象的所述下一时间的X射线解剖图像与所述参考X射线解剖图像对齐。
5.如权利要求1所述的方法，其中所述物理地在空间上重定向的步骤包括：
计算所述下一时间的测试X射线解剖图像与所述第一时间的X射线解剖图像之间的差；
将所述差与空(零)图像比较；
根据所述对象与所述第一时间的X射线解剖图像的虚拟空间对应物理地在空间上重定向所述对象；以及
重复所述计算所述差、比较所述差以及物理地在空间上重定向所述对象的步骤直到所述空(零)图像差标准不被满足。
6.如权利要求1所述的方法，其中所述重定向步骤包括：
选择所述第一时间的X射线解剖图像作为参考图像；
将图像对准算法运用于所述第一时间的X射线解剖图像和所述下一时间的测试X射线解剖图像；
通过运用所述图像对准算法而得到最小成本函数值；
通过运用所述图像对准算法而得到对应于所述最小成本函数的虚拟空间置换映射；
评估所述成本函数；
在预先确定的成本函数标准不被满足的情况下，根据所述虚拟空间置换映射物理地在空间上重定向所述对象；以及
在所述预先确定的成本函数标准不被满足的情况下，为先前已被物理地在空间上重定向的对象重复所述选择、运用、得到最小成本函数值、得到虚拟空间置换映射、评估以及物理地在空间上重定向的步骤以将所述下一时间的X射线解剖图像与所述参考X射线解剖图像对齐。
7.如权利要求1所述的方法，其中所述X射线成像系统进一步为多峰成像系统，所述方法还包括：
使用所述计算机，使用所述多峰成像系统的模式集合在所述第一时间获取所述固定对象的多峰分子图像集合，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像；以及
使用所述计算机，使用所述多峰成像系统的模式集合在所述下一时间获取所述固定对象的多峰分子图像集合，所述多峰分子图像集合具有这样的大体上再现的物理空间定向，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像。
8.一种在包括计算机的X射线成像系统中根据一个对象为另一个对象再现固定对象的物理空间定向的方法，所述方法包括：
在所述多峰成像系统中执行第一固定对象的物理空间定向，
使用所述计算机，在所述成像系统中获取所述第一固定对象的X射线解剖图像；
在所述成像系统中执行下一固定对象的物理空间定向；
使用所述计算机，在所述成像系统中获取所述下一固定对象的测试X射线解剖图像；
使用所述计算机，比较所述下一固定对象的测试X射线解剖图像和所述第一固定对象的X射线解剖图像，包括对它们之间的差的计算；
如果比较对于展示所述第一固定对象的物理空间定向的再现不符合要求，则物理地在空间上重定向所述下一固定对象以改进所述比较；
重复所述执行下一固定对象的物理空间定向、获取测试X射线解剖图像、比较以及物理地在空间上重定向的步骤直到所述比较符合要求；以及
在所述多峰成像系统中获取所述下一固定对象的X射线解剖图像。
9.如权利要求8所述的方法，其中基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比来执行所述比较步骤。
10.如权利要求8所述的方法，其中基于诸如注射的、植入的和/或附接的不透射线的显像剂或者显像设备的外源X射线解剖图像对比来执行所述比较步骤。
11.如权利要求8所述的方法，其中所述第一和下一X射线解剖图像是数字的并且所述重定向步骤包括：
对所述第一和下一对象的数字X射线解剖图像运用向量量化以将所述数字X射线解剖图像转换成向量化的X射线解剖图像，所述向量化的X射线解剖图像具有分别从所述数字X射线解剖图像所获得的对应的局部强度信息；
通过利用所述向量化的X射线解剖图像而得到所述数字X射线解剖图像的联合统计表示；
使用所述数字X射线解剖图像的联合统计表示来计算成本函数；
从所述数字X射线解剖图像中选择所述第一X射线解剖图像作为参考X射线解剖图像；
评估所述成本函数；
在预先确定的成本函数标准不被满足的情况下，根据所述下一对象与所述参考X射线解剖图像的虚拟空间对应物理地在空间上重定向所述下一对象；以及
在所述预先确定的成本函数标准不被满足的情况下，为先前已被物理地在空间上重定向的所述下一对象重复所述运用、得到、计算、选择、评估以及物理地在空间上重定向的步骤以将所述下一对象的X射线解剖图像与所述参考X射线解剖图像对齐。
12.如权利要求8所述的方法，其中所述物理地在空间上重定向的步骤包括：
计算所述下一对象的测试X射线解剖图像与所述第一对象的X射线解剖图像之间的差；
将所述差与空(零)图像比较；
根据所述下一对象与所述第一对象的X射线解剖图像的虚拟空间对应物理地在空间上重定向所述下一对象；以及
重复所述计算所述差、比较所述差以及物理地在空间上重定向所述下一对象的步骤直到所述空(零)图像差标准不被满足。
13.如权利要求8所述的方法，其中物理地在空间上重定向的步骤包括：
选择所述第一对象的X射线解剖图像作为参考图像；
将图像对准算法运用于所述第一对象的X射线解剖图像和所述下一对象的测试X射线解剖图像；
通过运用所述图像对准算法而得到最小成本函数值；
通过运用所述图像对准算法而得到对应于所述最小成本函数的虚拟空间置换映射；
评估所述成本函数；
在预先确定的成本函数标准不被满足的情况下，根据所述虚拟空间置换映射物理地在空间上重定向所述对象；以及
在所述预先确定的成本函数标准不被满足的情况下，为先前已被物理地在空间上重定向的所述下一对象重复所述选择、运用、得到最小成本函数值、得到虚拟空间置换映射、评估以及物理地在空间上重定向的步骤以将所述下一对象的X射线解剖图像与所述参考X射线解剖图像对齐。
14.如权利要求8所述的方法，其中所述X射线成像系统进一步为多峰成像系统，所述方法还包括：
使用所述计算机，使用所述多峰成像系统的模式集合获取所述第一固定对象的多峰分子图像集合，其中所述多峰分子图像集合可以包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像；以及
使用所述计算机，使用所述多峰成像系统的模式集合获取所述下一固定对象的多峰分子图像集合，所述多峰分子图像集合具有这样的大体上再现的物理空间定向，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像。
15.一种在包括计算机的X射线成像系统中再现多个固定对象的物理空间定向的方法，所述方法包括：
在所述成像系统中执行所述多个固定对象的测试物理空间定向；
使用所述计算机，在所述成像系统中获取所述多个固定对象的测试X射线解剖图像；
使用所述计算机，将所述多个固定对象的测试X射线解剖图像划分成对应于每个对象的X射线解剖图像分区；
使用所述计算机，比较所述对应于每个对象的测试X射线解剖图像分区与从所述多个固定对象的测试X射线解剖图像中所选择的参考对象的测试X射线解剖图像分区，包括对X射线解剖图像分区之间的差的计算；
如果比较对于展示所述参考对象的再现不符合要求，则物理地在空间上重定向除所述参考对象以外的每个固定对象以改进所述比较；
重复执行、获取、划分、比较以及物理地在空间上重定向的步骤直到比较符合要求；以及
使用所述计算机，在所述多峰成像系统中获取所述多个固定对象的X射线解剖图像。
16.如权利要求15所述的方法，其中基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比来执行所述比较步骤。
17.如权利要求15所述的方法，其中基于诸如注射的、植入的和/或附接的不透射线的显像剂或者显像设备的外源X射线解剖图像对比来执行所述比较步骤。
18.如权利要求15所述的方法，其中所述物理地在空间上重定向的步骤包括：
在所述数字图像中对对应于所述多个对象的多个X射线解剖图像分区运用向量量化以将所述多个X射线解剖图像分区转换成多个向量化的X射线解剖图像分区，所述多个向量化的X射线解剖图像分区具有分别从所述多个X射线解剖图像分区所获得的对应的局部强度信息的多个向量化的X射线解剖图像分区；
通过利用所述多个向量化的X射线解剖图像分区而得到所述多个X射线解剖图像分区的联合统计表示；
使用所述多个X射线解剖图像分区的联合统计表示来计算多个成本函数；
从所述多个X射线解剖图像分区中选择参考X射线解剖图像分区；
评估所述多个成本函数；
在预先确定的成本函数标准不被满足的情况下，根据所述多个对象与所述参考X射线解剖图像分区的虚拟空间对应物理地在空间上重定向所述多个对象；以及
在所述预先确定的成本函数标准不被满足的情况下，为先前已被物理地在空间上重定向的数字图像的多个X射线解剖图像分区重复所述运用、得到、计算、选择、评估以及物理地在空间上重定向的步骤以将对应于所述多个固定对象的多个X射线解剖图像分区与所述参考X射线解剖图像分区对齐。
19.如权利要求15所述的方法，其中所述比较步骤包括：
计算所述X射线解剖图像分区与所述参考X射线解剖图像分区之间的差；
将所述差与空(零)图像比较；
根据所述多个对象与所述参考对象的X射线解剖图像的虚拟空间对应物理地在空间上重定向所述多个对象；以及
重复所述计算、比较所述差以及物理地在空间上重定向的步骤直到所述空(零)图像差标准不被满足。
20.如权利要求15所述的方法，其中所述重定向步骤包括：
选择所述参考对象的测试解剖图像作为参考图像；
将图像对准算法运用于所述参考图像和对应于每个对象的测试X射线解剖图像；
通过运用所述图像对准算法而得到最小成本函数值；
通过运用所述图像对准算法而得到对应于所述最小成本函数的虚拟空间置换映射；
评估所述成本函数；
在预先确定的成本函数标准不被满足的情况下，根据所述虚拟空间置换映射物理地在空间上重定向除所述参考对象以外的对象；以及
在所述预先确定的成本函数标准不被满足的情况下，为先前已被物理地在空间上重定向的对象重复所述选择、运用、得到最小成本函数值、得到虚拟空间置换映射、评估以及物理地在空间上重定向的步骤以将根据每个对象的测试X射线解剖图像与所述参考图像对齐。
21.如权利要求15所述的方法，其中所述X射线成像系统进一步为多峰成像系统，所述方法还包括：
使用所述多峰成像系统的模式集合获取所述多个固定对象的多峰分子图像集合，所述多峰分子图像集合具有这样的大体上再现的物理空间定向，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像。
22.一种用于对准并且分析在包括计算机的多峰成像系统中的多个时间的固定对象的多峰分子图像的方法，所述方法包括：
在所述多峰成像系统中在第一时间执行所述固定对象的物理空间定向；
使用所述计算机，在所述多峰成像系统中获取所述第一时间的所述固定对象的X射线解剖图像；
使用所述计算机，使用所述多峰成像系统的模式集合获取所述第一时间的所述固定对象的多峰分子图像集合，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像；
使用所述计算机，创建标识所述第一时间的多峰分子图像集合中的感兴趣区域的感兴趣区域模板；
使用所述计算机，将所述感兴趣区域模板运用于测量所述第一时间的所述固定对象的多峰分子图像集合中的感兴趣区域中的分子信号；
使用所述计算机，在所述多峰成像系统中获取下一时间的所述固定对象的X射线解剖图像；
使用所述计算机，使用所述多峰成像系统的模式集合获取所述下一时间的所述固定对象的多峰分子图像集合，其中所述多峰分子图像集合包括使用被包括在所述模式集合中的至少一种模式所获取的至少一个图像；
使用所述计算机，比较所述下一时间的X射线解剖图像和所述第一时间的X射线解剖图像，包括对它们之间的差的计算；
使用所述计算机，如果比较对于展示与所述第一时间的X射线解剖图像的对准不符合要求，则通过虚拟地在空间上重定向所述下一时间的X射线解剖图像而将所述下一时间的X射线解剖图像与所述第一时间的X射线解剖图像对准以改进所述比较；
使用所述计算机，通过将与被运用于所述下一时间的X射线解剖图像相同的空间变换参数运用于所述下一时间的多峰分子图像集合而将所述下一时间的多峰分子图像集合与所述第一时间的多峰分子图像集合对准；以及
使用所述计算机，将所述感兴趣区域模板运用于测量所述下一时间的所述固定对象的多峰分子图像集合中的感兴趣区域中的分子信号。
23.如权利要求22所述的方法，其中基于诸如来自骨骼和/或软组织的内源X射线解剖图像对比来执行所述比较步骤。
24.如权利要求22所述的方法，其中基于诸如注射的、植入的和/或附接的不透射线的显像剂或者显像设备的外源X射线解剖图像对比来执行所述比较步骤。
25.如权利要求22所述的方法，其中所述对准所述X射线解剖图像的步骤包括：
对所述第一时间的数字X射线解剖图像和所述下一时间的数字X射线解剖图像两者运用向量量化以将所述数字X射线解剖图像转换成向量化的X射线解剖图像，所述向量化的X射线解剖图像具有分别从所述数字X射线解剖图像所获得的对应的局部强度信息；
通过利用所述向量化的X射线解剖图像而得到所述数字X射线解剖图像的联合统计表示；
使用所述数字X射线解剖图像的联合统计表示来计算成本函数；
从所述数字X射线解剖图像中选择所述第一时间的X射线解剖图像作为参考X射线解剖图像；
评估所述成本函数；
在预先确定的成本函数标准不被满足的情况下，虚拟地在空间上重定向所述多个数字X射线解剖图像；以及
在所述预先确定的成本函数标准不被满足的情况下，为先前已被虚拟地在空间上重定向的数字图像重复所述运用向量量化、得到以及计算的步骤以将所述下一时间的X射线解剖图像与所述参考X射线解剖图像对齐。
26.如权利要求22所述的方法，其中所述对准X射线解剖图像的步骤包括：
计算所述下一时间的X射线解剖图像与所述第一时间的X射线解剖图像之间的差；
将所述差与空(零)图像比较；
在空(零)图像标准不被满足的情况下，虚拟地在空间上重定向所述下一时间的X射线解剖图像；以及
在所述空(零)图像差标准不被满足的情况下，重复所述计算所述差、比较所述差以及虚拟地在空间上重定向的步骤。
27.一种用于在包括计算机的X射线成像系统中再现一个或者多个固定对象的物理空间定向的方法，所述方法包括：
在所述成像系统中执行所述一个或者多个固定对象的物理空间定向的参考系列；
使用所述计算机，获取针对所述参考系列的每一个物理空间定向的每个对象的参考X射线解剖图像；
使用所述计算机，使用所述参考X射线解剖图像来计算用于为X射线图像实现参考系列的所述对象的理想物理空间定向的第一多个对应；
在所述成像系统中执行一个或者多个固定对象的物理空间定向的测试系列；
使用所述计算机，获取针对测试系列中的每一个物理空间定向的所述一个或者多个固定对象的测试X射线解剖图像；以及
使用所述计算机，使用所述测试X射线解剖图像来计算用于为X射线图像选择测试系列的所述对象的再现的理想物理空间定向的第二多个对应。
28.如权利要求27所述的方法，其中分别基于所述参考系列和测试系列的展现指示面向下和面向上位置的最大双边对称的单元来计算所述第一和第二多个对应的所述一个或者多个对象的理想物理空间定向。
29.如权利要求27所述的方法，其中所述第一和第二多个对应的所述一个或者多个对象的理想物理空间定向是所述对象的定向的头尾定向角的函数。
30.如权利要求所述的方法27，其中所述X射线成像系统进一步为多峰成像系统并且所述第一和第二多个对应还用于实现分子图像的定向，所述方法还包括：
使用所述多峰成像系统的模式集合获取所述一个或者多个固定对象的多峰分子图像的参考集合；以及
使用所述多峰成像系统的模式集合获取所述一个或者多个固定对象的具有这样的大体上再现的物理空间定向的多峰分子图像的最后集合，其中可以将所述最后集合与所述多峰图像的参考集合比较。
31.根据权利要求28所述的方法，其中所述使用所述参考X射线解剖图像以进行计算的步骤包括：
为所述参考系列中的每一个参考X射线解剖图像计算梯度图像和反梯度图像；
捕获每个梯度图像的线剖面和每个反梯度图像的线剖面；
反转所述反梯度图像的线剖面的横坐标；
计算来自所述梯度图像的线剖面与来自所述反梯度图像的横坐标反转的线剖面的互相关；
为每个参考物理空间定向确定所得到的互相关的最大值并且将所确定的最大值相对所述一个或者多个对象的空间定向作图；
将图示的最大值的峰值位置赋值给指示最大双边对称的所述对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述一个或者多个对象的再现的理想物理空间定向。
32.根据权利要求28所述的方法，其中所述使用所述参考X射线解剖图像以进行计算的步骤包括：
为所述参考系列中的每一个参考X射线解剖图像计算梯度图像；
捕获每个梯度图像的线剖面；
反转所述梯度图像的线剖面的横坐标并且对它们的纵坐标求反；
计算来自所述梯度图像的线剖面与来自所述梯度图像的横坐标反转并且纵坐标求反的线剖面的互相关；
为每个参考物理空间定向确定所得到的互相关的最大值并且将所确定的最大值相对所述一个或者多个对象的空间定向作图；
将图示的最大值的峰值位置赋值给指示最大双边对称的所述对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述一个或者多个对象的再现的理想物理空间定向。
33.根据权利要求28所述的方法，其中所述使用所述测试X射线解剖图像以进行计算的步骤包括：
为所述测试系列中的每一个测试X射线解剖图像计算梯度和反梯度图像；
捕获所述测试系列的每个梯度图像的线剖面和每个反梯度图像的线剖面；
反转所述测试系列的所述反梯度图像的线剖面的横坐标；
计算来自所述测试系列的所述梯度图像的线剖面与来自所述测试系列的所述反梯度图像的横坐标反转的线剖面的互相关；
为所述测试系列中的每一个测试物理空间定向确定所得到的互相关的最大值并且将所确定的最大值相对所述测试系列的所述一个或者多个对象的空间定向作图；
将图示的最大值的峰值位置赋值给指示最大双边对称的所述测试系列的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以选择所述测试系列的所述一个或者多个对象的再现的理想物理空间定向。
34.根据权利要求28所述的方法，其中所述使用所述测试X射线解剖图像以进行计算的步骤包括：
为所述测试系列中的每一个测试X射线解剖图像计算梯度图像；
捕获所述测试系列中的每一个梯度图像的线剖面；
反转所述测试系列的梯度图像的线剖面的横坐标并且对它们的纵坐标求反；
计算来自所述测试系列的所述梯度图像的线剖面与来自所述测试系列的所述梯度图像横坐标反转并且纵坐标求反的线剖面的互相关；
为所述测试系列中的每一个测试物理空间定向确定所得到的互相关的最大值并且将所确定的最大值相对所述测试系列的所述一个或者多个对象的空间定向作图；
将图示的最大值的峰值位置赋值给指示最大双边对称的所述测试系列的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以选择所述测试系列的所述一个或者多个对象的再现的理想物理空间定向。
35.根据权利要求28所述的方法，其中所述使用所述参考X射线解剖图像以进行计算的步骤包括：
为所述参考系列中的每一个参考X射线解剖图像计算梯度图像和正交梯度图像；
计算每个梯度图像和正交梯度图像对的梯度定向图像；
计算每个梯度定向图像的梯度定向直方图；
分析每个梯度定向图像的直方图来确定对应的X射线解剖图像的双边对称程度；
将双边对称程度相对所述一个或者多个对象的物理空间定向作图；
将图示的双边对称程度的峰值位置赋值给指示最大双边对称的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述一个或者多个对象的再现的理想物理空间定向。
36.根据权利要求28所述的方法，其中所述使用所述测试X射线解剖图像以进行计算的步骤包括：
为所述测试系列中的每一个测试X射线解剖图像计算梯度图像和正交梯度图像；
计算所述测试系列的每个梯度图像和正交梯度图像对的梯度定向图像；
计算所述测试系列的每个梯度定向图像的梯度定向直方图；
分析所述测试系列的每个梯度定向图像的直方图来确定所述测试系列的对应的X射线解剖图像的双边对称程度；
将双边对称程度相对所述测试系列的所述对象的物理空间定向作图；
将所述测试系列的图示的双边对称程度的峰值位置赋值给指示最大双边对称的所述一个或者多个对象的物理空间定向；以及
将所述测试系列的所述峰值位置用作参考以为X射线或者多峰分子图像选择所述测试系列的所述一个或者多个对象的再现的理想物理空间定向。
37.根据权利要求27所述的方法，其中所述使用所述参考X射线解剖图像以进行计算的步骤包括：
为所述参考系列中的每一个X射线解剖图像计算X射线密度图像；
丢弃来自所述参考系列中的每一个X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述参考系列中的每一个X射线解剖图像的梯度图像；
将所述丢弃和设置步骤的结果成图像地乘以所述计算梯度图像步骤的结果；
计算所述相乘步骤的成图像的绝对值；
计算在所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述参考系列的所述一个或者多个对象的再现的理想物理空间定向。
38.根据权利要求27所述的方法，其中所述使用所述参考X射线解剖图像以进行计算的步骤包括：
为所述参考系列中的每一个X射线解剖图像计算X射线密度图像；
丢弃来自所述参考系列中的每一个X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述参考系列中的每一个X射线解剖图像的梯度图像；
将所述丢弃和设置步骤的结果成图像地乘以所述计算梯度图像步骤的结果；
在所述相乘步骤的输出上执行偶函数；
计算在所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述参考系列的所述一个或者多个对象的再现的理想物理空间定向。
39.根据权利要求27所述的方法，其中所述使用所述参考X射线解剖图像以进行计算的步骤包括：
为所述参考系列中的每一个X射线解剖图像计算X射线密度图像；
丢弃来自所述参考系列中的每一个X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述参考系列中的每一个X射线解剖图像的梯度图像；
计算所述参考系列中的每一个X射线解剖图像的梯度图像的成图像的绝对值；
将所述丢弃和设置步骤的结果成图像地乘以所述计算梯度图像步骤的结果；
计算在所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述参考系列的所述一个或者多个对象的再现的理想物理空间定向。
40.根据权利要求27所述的方法，其中所述使用所述参考X射线解剖图像以进行计算的步骤包括：
为所述参考系列中的每一个X射线解剖图像计算X射线密度图像；
丢弃来自所述参考系列中的每一个X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述参考系列中的每一个X射线解剖图像的梯度图像；
在所述参考系列中的每一个X射线解剖图像的梯度图像的值上执行偶函数；
将所述丢弃和设置步骤的结果成图像地乘以所述计算梯度图像步骤的结果；
计算在所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述参考系列的所述一个或者多个对象的再现的理想物理空间定向。
41.根据权利要求27所述的方法，其中所述使用所述测试X射线解剖图像以进行计算的步骤包括：
为每个测试X射线解剖图像计算测试X射线密度图像；
丢弃来自所述测试序列的每个测试X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个测试X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述测试系列中的每一个测试X射线解剖图像的梯度图像；
对于所述测试系列，将所述丢弃和设置步骤的结果成图像地乘以所述计算梯度图像步骤的结果；
计算所述测试系列的所述相乘步骤的成图像的绝对值；
计算在所述测试系列的所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述测试系列的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述测试系列的所述一个或者多个对象的再现的理想物理空间定向。
42.根据权利要求27所述的方法，其中所述使用所述测试X射线解剖图像以进行计算的步骤包括：
为每个测试X射线解剖图像计算测试X射线密度图像；
丢弃来自所述测试序列的每个测试X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个测试X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述测试系列中的每一个测试X射线解剖图像的梯度图像；
对于所述测试系列，将所述丢弃和设置步骤的结果成图像地乘以所述计算梯度图像步骤的结果；
在所述测试系列的所述相乘步骤的输出上执行偶函数；
计算在所述测试系列的所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述测试系列的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述参考系列的所述测试系列的所述一个或者多个对象的再现的理想物理空间定向。
43.根据权利要求27所述的方法，其中所述使用所述测试X射线解剖图像以进行计算的步骤包括：
为每个测试X射线解剖图像计算测试X射线密度图像；
丢弃来自所述测试序列的每个测试X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个测试X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述测试系列中的每一个测试X射线解剖图像的梯度图像；
计算所述测试系列中的每一个X射线解剖图像的梯度图像的成图像的绝对值；
对于所述测试系列，将所述丢弃和设置步骤的结果成图像地乘以所述计算梯度图像步骤的结果；
计算在所述测试系列的所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述测试系列的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述参考系列的所述测试系列的所述一个或者多个对象的再现的理想物理空间定向。
44.根据权利要求27所述的方法，其中所述使用所述测试X射线解剖图像以进行计算的步骤包括：
为每个测试X射线解剖图像计算测试X射线密度图像；
丢弃来自所述测试序列的每个测试X射线密度图像的具有小于预先确定的门限的密度的像素；
将来自每个测试X射线密度图像的具有大于所述预先确定的值的密度的像素设置为预先确定的值；
计算所述测试系列中的每一个测试X射线解剖图像的梯度图像；
在所述测试系列中的每一个测试X射线解剖图像的梯度图像上执行偶函数；
对于所述测试系列，将所述丢弃和设置步骤的结果成图像乘以所述计算梯度图像步骤的结果；
计算在所述测试系列的所述成图像的绝对值的预先确定的感兴趣区域内的每个像素中的信号值的和并且将其作图；
将图示的成图像的绝对值的峰值位置赋值给指示骨骼特征与头骨旋转轴的最大对齐的所述测试系列的所述一个或者多个对象的物理空间定向；以及
将所述峰值位置用作参考以为X射线或者多峰分子图像选择所述参考系列的所述测试系列的所述一个或者多个对象的再现的理想物理空间定向。
45.一种在包括计算机的X射线成像系统中调整至少一个固定对象的物理空间定向以大体上再现另一个参考固定对象的物理空间定向的方法，所述方法包括：
执行所述参考对象的物理空间定向；
使用所述计算机，获取所述参考对象的X射线解剖图像；
执行所述至少一个对象的物理空间定向；
使用所述计算机，获取所述至少一个对象的X射线解剖图像；
使用所述计算机，分析所述参考对象的X射线解剖图像与所述至少一个对象的X射线解剖图像的组合；以及
在所述分析之后，物理地在空间上重定向所述至少一个对象以大体上再现所述参考对象的物理空间定向。
46.根据权利要求所述的方法45，其中所述X射线成像系统进一步为多峰系统，所述方法还获取所述至少一个固定对象的具有这样的大体上再现的物理空间定向的多峰分子图像集合，用于与所述参考固定对象的对应的多峰分子图像集合的比较，所述方法还包括：
获取所述参考对象的多峰分子图像集合；
在所述重定向之后，获取所述至少一个对象的多峰分子图像集合；以及
比较所述至少一个对象的多峰分子图像与所述参考对象的多峰分子图像。
Applications Claiming Priority (11)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US3878908P | 2008-03-24 | 2008-03-24 | |
| US61/038789 | 2008-03-24 | ||
| US12/196300 | 2008-08-22 | ||
| US12/196,300 US20090086908A1 (en) | 2005-09-08 | 2008-08-22 | Apparatus and method for multi-modal imaging using nanoparticle multi-modal imaging probes |
| US9499708P | 2008-09-08 | 2008-09-08 | |
| US61/094997 | 2008-09-08 | ||
| US12/354,830 US8050735B2 (en) | 2005-09-08 | 2009-01-16 | Apparatus and method for multi-modal imaging |
| US12/354830 | 2009-01-16 | ||
| US12/381,599 US20090238434A1 (en) | 2008-03-24 | 2009-03-13 | Method for reproducing the spatial orientation of an immobilized subject in a multi-modal imaging system |
| US12/381599 | 2009-03-13 | ||
| PCT/US2009/001694 WO2009120281A2 (en) | 2008-03-24 | 2009-03-18 | Spatial orientation method of an immobilized subject |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101980662A true CN101980662A (zh) | 2011-02-23 |
| CN101980662B CN101980662B (zh) | 2015-01-14 |
Family
ID=41114505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN200980111453.9A Expired - Fee Related CN101980662B (zh) | 2008-03-24 | 2009-03-18 | 固定对象的空间定向方法 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP2285282B1 (zh) |
| CN (1) | CN101980662B (zh) |
| CA (1) | CA2706532A1 (zh) |
| WO (1) | WO2009120281A2 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9314218B2 (en) | 2011-06-20 | 2016-04-19 | Caliper Life Sciences, Inc. | Integrated microtomography and optical imaging systems |
| EP2753170A4 (en) * | 2011-09-06 | 2015-11-11 | Bruker Biospin Corp | SYSTEM FOR POSITIONING A SPECIMEN OF ANIMAL |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030063788A1 (en) * | 2001-10-03 | 2003-04-03 | Eastman Kodak Company | Method for registering images in a radiography application |
| US20050080332A1 (en) * | 2003-10-10 | 2005-04-14 | Shiu Almon S. | Near simultaneous computed tomography image-guided stereotactic radiotherapy |
| US20050085710A1 (en) * | 2003-10-17 | 2005-04-21 | Eric Earnst | Patient positioning assembly for therapeutic radiation system |
| US20050147325A1 (en) * | 2003-12-29 | 2005-07-07 | Shoupu Chen | Method of image registration using mutual information |
| US20070015991A1 (en) * | 2005-06-29 | 2007-01-18 | Dongshan Fu | Dynamic tracking of soft tissue targets with ultrasound images, without using fiducial markers |
| CN101028195A (zh) * | 2005-10-10 | 2007-09-05 | 西门子公司 | 对计算机断层造影系统进行辐射校正的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10151670A1 (de) * | 2001-10-19 | 2003-05-08 | Siemens Ag | Bildgebungsverfahren und Bildgebungsvorrichtung, insbesondere für die Kleintierbildgebung |
| US7198404B2 (en) * | 2003-04-03 | 2007-04-03 | Siemens Medical Solutions Usa, Inc. | Real-time acquisition of co-registered X-ray and optical images |
| DE102005059210B4 (de) * | 2005-12-12 | 2008-03-20 | Siemens Ag | Radiotherapeutische Vorrichtung |
| US7711087B2 (en) * | 2006-04-07 | 2010-05-04 | Varian Medical Systems, Inc. | Patient setup using tomosynthesis techniques |
| US7532705B2 (en) * | 2006-04-10 | 2009-05-12 | Duke University | Systems and methods for localizing a target for radiotherapy based on digital tomosynthesis |
| JP4126318B2 (ja) * | 2006-06-23 | 2008-07-30 | 三菱重工業株式会社 | 放射線治療装置制御装置および放射線治療装置の制御方法 |
-
2009
- 2009-03-18 WO PCT/US2009/001694 patent/WO2009120281A2/en active Application Filing
- 2009-03-18 CN CN200980111453.9A patent/CN101980662B/zh not_active Expired - Fee Related
- 2009-03-18 EP EP09724958.5A patent/EP2285282B1/en not_active Not-in-force
- 2009-03-18 CA CA2706532A patent/CA2706532A1/en not_active Abandoned
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030063788A1 (en) * | 2001-10-03 | 2003-04-03 | Eastman Kodak Company | Method for registering images in a radiography application |
| US20050080332A1 (en) * | 2003-10-10 | 2005-04-14 | Shiu Almon S. | Near simultaneous computed tomography image-guided stereotactic radiotherapy |
| US20050085710A1 (en) * | 2003-10-17 | 2005-04-21 | Eric Earnst | Patient positioning assembly for therapeutic radiation system |
| US20050147325A1 (en) * | 2003-12-29 | 2005-07-07 | Shoupu Chen | Method of image registration using mutual information |
| US20070015991A1 (en) * | 2005-06-29 | 2007-01-18 | Dongshan Fu | Dynamic tracking of soft tissue targets with ultrasound images, without using fiducial markers |
| CN101028195A (zh) * | 2005-10-10 | 2007-09-05 | 西门子公司 | 对计算机断层造影系统进行辐射校正的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP2285282A2 (en) | 2011-02-23 |
| CN101980662B (zh) | 2015-01-14 |
| WO2009120281A2 (en) | 2009-10-01 |
| WO2009120281A3 (en) | 2009-12-23 |
| EP2285282A4 (en) | 2011-07-06 |
| CA2706532A1 (en) | 2009-10-01 |
| EP2285282B1 (en) | 2017-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6732807B2 (ja) | 生検標本蛍光イメージング装置及び方法 | |
| US7372935B2 (en) | Method for minimizing image artifacts and medical imaging system | |
| CN101529475B (zh) | 3d图像结合2d投影图像的呈现 | |
| CN109938764A (zh) | 一种基于深度学习的自适应多部位扫描成像方法及其系统 | |
| US20030082104A1 (en) | Imaging method and imaging apparatus, in particular for small animal imaging | |
| US20090238434A1 (en) | Method for reproducing the spatial orientation of an immobilized subject in a multi-modal imaging system | |
| CN103187114B (zh) | 用于调节x射线发射范围的方法和设备 | |
| CN101542240A (zh) | C型臂计算机断层成像系统 | |
| CN103961130A (zh) | 使得c型臂系统适应以提供三维成像信息的方法 | |
| KR20030086359A (ko) | 화상처리방법과 화상처리장치 | |
| CN101461706A (zh) | 用于分析和处理荧光图像的方法 | |
| KR20180048680A (ko) | 다중-방식의 이미징 시스템 및 방법 | |
| US10896485B2 (en) | Feature suppression in dark field or phase contrast X-ray imaging | |
| EP2572331A1 (en) | Edge-preserving noise filtering | |
| US20150317777A1 (en) | Image processing apparatus and method for filtering an image | |
| CN104684479B (zh) | 体动检测装置及方法 | |
| CN106205268B (zh) | 一种x射线模拟摄像系统和方法 | |
| JP2002065653A (ja) | 放射線撮像装置、並びに該装置に関連した制御に関する方法及びプログラム | |
| JPH06269444A (ja) | 放射線三次元画像の生成方法 | |
| US20160183891A1 (en) | Apparatus and method for multi-modal imaging | |
| CN103505237A (zh) | 经由计算机断层摄影的定量二维荧光透视 | |
| CN101980662B (zh) | 固定对象的空间定向方法 | |
| Seifert et al. | Single-shot talbot–lau x-ray dark-field imaging of a porcine lung applying the moiré imaging approach | |
| CN114650774B (zh) | 用于处理由暗场和/或相衬x射线成像系统采集的数据的装置 | |
| KR101886235B1 (ko) | Ct 영상 기반의 신체크기 특이적 피폭선량 및 화질지수 제공 장치 및 방법 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150114 Termination date: 20210318 |