CN102113020A - 用于谱x射线成像的系统和方法 - Google Patents

用于谱x射线成像的系统和方法 Download PDF

Info

Publication number
CN102113020A
CN102113020A CN2009801298602A CN200980129860A CN102113020A CN 102113020 A CN102113020 A CN 102113020A CN 2009801298602 A CN2009801298602 A CN 2009801298602A CN 200980129860 A CN200980129860 A CN 200980129860A CN 102113020 A CN102113020 A CN 102113020A
Authority
CN
China
Prior art keywords
view data
intrinsic
data
produce
skirt materials
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
Application number
CN2009801298602A
Other languages
English (en)
Other versions
CN102113020B (zh
Inventor
R·普罗克绍
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN102113020A publication Critical patent/CN102113020A/zh
Application granted granted Critical
Publication of CN102113020B publication Critical patent/CN102113020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/408Dual energy

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)

Abstract

一种系统包括图像估计器(128),图像估计器从数据采集期间被扫描区域中存在K边缘材料时采集的数据产生估计的固有图像数据,其中,所述估计的固有图像数据指示从数据采集期间被扫描区域中不存在K边缘材料时采集的数据产生的固有图像数据。

Description

用于谱X射线成像的系统和方法
下文总体上涉及一种谱成像,尤其适用于计算机断层摄影(CT)。不过,它也可以针对其他医疗成像应用和非医疗成像应用加以修改。
常规计算断层摄影(CT)扫描器包括安装于可旋转扫描架上与一个或多个探测器相对的X射线管。X射线管绕着位于X射线管和一个或多个探测器之间的检查区域旋转,发射多色辐射,多色辐射穿过检查区域以及设置于检查区域中的受检者和/或对象。一个或多个探测器探测穿过检查区域的辐射并产生指示检查区域及设置于其中的受检者和/或对象的信号。重建器重建信号以产生其体图像数据,其可用于产生(一幅或多幅)受检者和/或对象的图像。这样的图像包括像素,通常根据对应于相对放射密度的灰度值来表示像素。
这种图像的灰度值反映了被扫描受检者和/或对象的衰减/吸收特性,一般展示出诸如患者体内解剖结构、非生物对象内部物理结构等结构。不过,由于材料对光子的吸收取决于穿过材料的光子能量,所以探测到的辐射也包括谱信息,这提供了额外的信息,例如指示受检者和/或对象组织和/或材料的元素或材料组成(例如原子序数)的信息。令人遗憾的是,常规CT的投影数据不反映谱特性,因为由一个或多个探测器输出的信号与能谱上积分的能量注量成正比。
谱CT扫描器包括能量分辨探测器,其产生指示所探测光子能量的电信号,并且如上所述,这样的谱信息能够用于确定元素组成。一般称为K边缘成像的谱CT形式利用了如下事实:高Z元素往往使高于特定能量,即给定元素的K边缘能量的光子衰减的程度比恰低于K边缘能量的光子衰减程度高得多。可以探测到衰减中的不连续性。这样一来,可以为受检者或对象施予具有已知K边缘能量(在诊断能谱(大约50到150keV)之内)的K边缘材料,并能够使用来自能量分辨采集的数据产生至少两幅图像,示出了K边缘材料的K边缘图像和一般不包括K边缘材料的常规衰减图像。如果施予多种K边缘材料,能够产生针对每种K边缘材料的图像。
令人遗憾的是,利用K边缘谱扫描(其中已经为受检者或对象施予K边缘材料)的数据产生的衰减图像不会与利用未施予受检者或对象K边缘材料的常规扫描数据产生的衰减图像相同。这种情况的一个原因是施予受检者或对象的K边缘材料取代本来存在于K边缘材料所在处的自然辐射吸收材料。例如,利用无造影剂血管造影扫描的数据产生的衰减图像会显示出血管腔中的血液。相反,利用有造影剂血管造影扫描的数据产生的衰减图像会显示出血管腔中的造影剂和血液两者,造影剂材料取代了本来应该在血管腔中的一些血液。
因此,相对于来自无造影剂的衰减图像,在来自造影剂扫描的衰减图像中,两幅图像共同的解剖结构会显得更亮(衰减更低)。以上情况是由于缺少了被取代血液的吸收,这降低了密度。令人遗憾的是,这可能导致对从造影剂扫描产生的衰减图像做出错误解释,因为图像中较不致密区域是由于存在较不致密组织(例如,由于存在肿瘤)还是由于存在造影剂材料,可能并不是那么容易显而易见的。当然,以上现象不限于血管腔中的血液取代。通常,在施予的材料取代受检者固有的辐射吸收材料的任何情况下都可能发生这种情况。例如,对涉及细胞间液、脑液、脊髓液、其他血管组织中的血液以及一种或多种其他可被造影剂(contrast或contrast agent)材料取代的流体的造影剂研究中也可能发生以上情况。
本申请的各个方面解决上述问题以及其他问题。
根据一个方面,一种系统包括图像估计器,图像估计器从数据采集期间被扫描区域中存在K边缘材料时采集的数据产生估计的固有(native)图像数据,其中,所述估计的固有图像数据指示从数据采集期间被扫描区域中不存在K边缘材料时采集的数据产生的固有图像数据。
根据另一方面,一种方法包括产生第一图像数据,所述第一图像数据表示从无造影剂执行的无造影剂成像程序期间采集的数据、从用造影剂执行的造影剂成像程序期间采集的图像数据产生的图像数据。
根据另一方面,一种方法包括对受检者或对象的一区域执行基于造影剂的谱成像程序,其中,所述程序包括使用包括至少一种具有已知K边缘能量的造影剂材料的造影剂,基于从所述谱成像程序产生的图像数据产生图像数据,产生针对所述图像数据的校正因子,其中,所述校正因子考虑了在所述谱成像程序期间已经被造影剂取代的所述受检者或对象固有的辐射吸收材料;以及基于所述图像数据和所述校正因子产生估计的固有图像数据。
可以通过各种部件或部件的布置,以及通过各种步骤或步骤的安排实现本发明。附图的作用仅在于对优选实施例进行图示说明,不应认为其对本发明构成限制。
图1示出了一种范例成像系统;
图2示出了一种范例图像发生器;
图3示出了一种范例图像,其示出了来自无造影剂研究的可替换和不可替换材料;
图4示出了一种范例图像,其示出了来自造影剂研究的可替换、不可替换和造影剂材料;
图5示出了一种范例方法。
如这里使用的,短语“固有图像”是指利用在扫描期间受检者或对象的被扫描区域中不存在受检者或对象本身没有的外来材料,例如造影剂的过程期间采集的数据产生的衰减图像或图像数据。短语“外来图像”是指利用在扫描期间受检者或对象的被扫描区域中存在所述外来材料且所述外来材料已取代或替换受检者或对象固有的材料的过程期间采集的数据产生的衰减图像或图像数据。短语“估计固有图像”是指从在扫描期间受检者或对象的被扫描区域中存在所述外来材料且所述外来材料已取代或替换固有材料的过程期间采集的数据对固有图像的估计。为了解释的目的和简洁的缘故,下文结合包括至少一种K边缘材料的造影剂和人类受检者进行描述。不过,应当理解,外来材料可以是施予受检者或对象时取代或替换受检者或对象固有的辐射吸收材料的任何外来材料。
参考图1,示出了计算断层摄影(CT)扫描器100。CT扫描器100包括静止扫描架102以及由静止扫描架102可旋转地支撑的旋转扫描架104。旋转扫描架104关于纵向或z轴108绕着检查区域106旋转。
诸如x射线管的辐射源110由旋转扫描架104支撑并与旋转扫描架一起绕着检查区域106旋转,且发射多色辐射。准直器112对所发射的辐射进行准直以产生穿过检查区域106的大致扇形、楔形或圆锥形的辐射束。
辐射敏感探测器阵列118包括一排或多排探测器元件,其探测穿过检查区域106的光子并产生指示检查区域106的信号或投影数据。
注射器120被配置成向被扫描的对象或受检者,例如患者注射或施予诸如一种或多种造影剂的材料。造影剂可以包括单一造影剂材料或者多种造影剂材料,包括一种或多种K边缘材料。通常,施予的造影剂取代或替换被扫描受检者或对象的区域中的固有材料,例如流体。例如,对于人类受检者而言,根据正在执行的程序,造影剂可能取代或替换血液、细胞间液、脑液、脊髓液和/或受检者体内的另一种流体。也可以由临床医师等手动施予造影剂。
重建器124重建信号并产生指示其的体图像数据。在一种情况下,重建器124采用谱算法126。这样的算法可以包括将数据分解成各种谱分量,例如针对所施予的造影剂中一种或多种K边缘材料的一个或多个K边缘分量。其他适当的分量包括康普顿效应分量和光电效应分量。重建器124还可以采用常规重建算法,例如,过滤反向投影算法或迭代重建算法。
图像估计器128处理数据并产生一幅或多幅图像,例如仅有造影剂的图像和估计的固有图像。如下文更详细所述,在一种情况下,图像估计器128考虑了受检者或对象固有的但在成像程序期间被造影剂材料取代的诸如流体的材料的衰减。这可以包括基于取代材料的浓度和被取代或替换材料的衰减产生校正因子,以及向外来图像施加校正因子以产生估计的固有图像。在一种情况下,估计的固有图像相对于外来图像更类似于固有图像。例如,相对于外来图像的衰减值,估计的固有图像的衰减值可能更类似于固有图像的衰减值。
诸如卧榻的患者支撑130支撑患者以进行扫描。
通用计算系统132充当操作员控制台。控制台132上的软件允许操作员与系统100交互,例如选择成像协议,例如谱重建协议,采用产生估计的固有图像的K边缘算法,输入用于估计固有图像和/或以其他方式与扫描器100进行交互的信息。也可以使用控制台132和/或其他显示器来显示和比较图像数据,例如仅有造影剂的图像数据和估计的固有图像数据。与外来图像数据不同的是,这样的图像具有共同或相关的衰减。
图2示出了范例图像估计器128。图示的图像估计器128包括建模器202,其提供用于产生估计的固有图像的模型。通常,这样的模型对被扫描的感兴趣区域进行建模。例如,适当的模型可以根据受检者或对象体内未被诸如造影剂的外来材料取代的固有材料、受检者或对象体内被造影剂取代的固有材料以及造影剂对被扫描的感兴趣区域建模。可以按照数学方程或其他方式表示这种模型。在一种情况下,建模器202产生模型。在这种情况下,模型可以基于所选的成像协议、感兴趣区域和/或其他关于成像程序的信息。在另一种情况下,向建模器202提供预定模型。在另一种情况下,可以修改模型。
以下范例例示了非限制性适当模型。出于解释的目的,假设施予的造影剂包括单一造影剂材料,其取代被成像受检者或对象区域中的固有材料。对于本范例而言,将被扫描区域建模成包括三个不同分量:(1)背景材料(B),其未被或基本未被造影剂取代或替换;(2)固有或可替换材料(R),其被造影剂取代或替换;以及(3)取代材料(D)。在其他实施例中,模型可以基于其他和/或额外的分量。例如,可以提供超过一个的取代材料,可以取代超过一种的可替换材料,背景材料也可以包括可替换材料,等等。
在以上假设之下,适当的模型包括方程1的模型,
方程1:
μ估计=μ外来+cDμR
其中,μ估计表示估计的固有图像的衰减,μ外来表示外来图像的衰减,而cDμR表示校正因子,其中,cD表示取代或替换材料D的浓度,而μR表示被取代或替换材料R的衰减。
以下提供了方程1的范例推导。背景材料、可替换材料和取代材料的对应衰减系数能够分别被表示为μB、μR和μD。被扫描区域中这些材料的相对体积浓度能够分别被表示为固有(无取代材料)图像中的cB、1-cB、0以及外来(有取代材料)图像中的cB、1-cB-cD、cD
图3和4分别示出了范例,其显示感兴趣区域300中的背景B和可取代材料R以及背景B、可替换材料R和取代材料D。在图4中,可取代材料D相对于图3已经取代了可替换材料的一部分。
固有图像可以表现出根据方程2的有效衰减:
方程2:
μ固有=cBμB+(1-cBR,而
外来图像可以表现出根据方程3的有效衰减:
方程3:
μ外来=cBμB+(1-cB-cDR
利用估计的μR,可以从方程2和3导出估计的固有图像的有效衰减,方程1。
图像发生器204基于来自建模器202的模型产生估计的固有图像。在本范例中,图像发生器204产生基于方程1的估计的固有图像,其包括两个分量,外来图像有效衰减μ外来和校正因子cDμR
可以从重建器124或诸如控制台132、存储器存储装置等别处获得外来图像有效衰减μ外来
校正因子确定器206确定校正因子cDμR
取代材料浓度确定器208确定取代材料D的浓度cD,其基本等于被取代的可替换材料R的量。在一种情况下,基于来自谱分解的K边缘分量确定可取代材料D的浓度cD。例如,能够根据方程4确定可取代材料D的浓度cD
方程4:
cD=μK边缘D
其中,μK边缘是K边缘材料的有效衰减,或来自谱分解的K边缘分量。
可替换材料衰减确定器210确定可替换材料R的估计的有效衰减μR。能够使用各种技术来确定可替换材料R的估计的有效衰减μR。例如,在一种情况下,假设仅有可替换背景来确定有效衰减μR。在这种情况下,cB=0,能够将μR估计为μ外来/(1-cD)。在另一种情况下,可替换材料R的有效衰减μR是测量的,或是已知的并假设在所采集图像中特定位置处,例如可以假设没有取代材料D的地方,是恒定的。
利用来自取代材料浓度确定器208和可替换材料衰减确定器210的信息,校正因子确定器206确定校正因子cDμR并向图像发生器204提供校正因子,图像发生器例如基于方程1向外来图像μ外来提供校正因子cDμR以产生估计的固有图像。要认识到,可以逐个像素或逐个体素,或以其他方式这么做。
对于多种K边缘材料而言,能够基于一种或多种不同K边缘材料的每种产生不同的估计的固有图像,并能够组合所得的不同的估计的固有图像以产生总体的估计的固有图像。
图5示出了用于产生估计的固有图像的方法。出于解释的目的,参考为了进行基于造影剂的成像程序施予受检者的造影剂描述这种方法。此外,动作和/或动作次序不是限制性的。例如,一个或多个动作可以按照不同次序发生和/或可以包括一个或多个额外的动作和/或可以省略一个或多个动作。
在502,向受检者施予具有K边缘材料的造影剂或其他材料。对于诊断成像而言,适当的K边缘材料包括具有诊断成像范围(大约50到150keV)中的K边缘能量的K边缘材料。在504,执行谱扫描。在506,执行谱分解以至少产生K边缘分量。在508,重建扫描数据以至少产生外来图像数据。还可以产生其他图像数据,例如仅有造影剂的图像数据和/或基于其他谱分量的图像数据,其他谱分量例如是康普顿效应分量、光电效应分量和/或各种分量的组合。
在510,如这里所述,例如,基于来自分解的K边缘分量,确定造影剂的浓度。在512,估计、测量或以其他方式确定可替换材料的有效衰减。在514,产生估计的固有图像数据。如这里论述的,可以基于外来图像数据、造影剂的浓度和可替换材料的有效衰减,例如,通过方程1或其他方式来实现这一目的。也可以使用其他方法。
如上所述,重建器124能够采用诸如K边缘算法的谱算法。下文例示了针对一种K边缘材料的范例算法。通常,辐射源110发射具有发射谱T(E)的多色辐射。第i个探测器通道的探测信号由di表示并可以由方程5描述:
方程5:
di=∫dE T(E)Di(E)exp (-(ρ光电P(E)+ρ康普顿C(E)+ρk边缘1K(E)))
其中,Di(E)是第i个探测器通道的谱灵敏度,ρ光电、ρ康普顿和ρK边缘是材料的光电效应、康普顿效应、K边缘效应的密度长度积,以及分别由P(E)、C(E)和K(E)表示光电效应、康普顿效应和K边缘效应的能量依赖吸收谱。对于N种造影剂材料,方程5包括以下项ρK边缘1K1(E)...ρK边缘(2+N)KN+2(E)。
重建器124的输入包括针对多个,例如三(3)个能量箱(bin)的能量分辨探测信号di。发射谱T(E)和谱灵敏度Di(E)一般是已知的。吸收谱P(E)、C(E)和K(E)是已知的。由于能量依赖函数和探测信号di是已知的,且由于对于至少三个能量箱b1-b3至少有三个探测信号d1-d3是可用的,所以形成由至少三个方程构成的具有三个未知数的方程组,从而能够利用已知的数学方法求解方程组。如果有超过三个能量箱可用,最大似然方法或其他方法考虑测量的噪声统计。
所得的密度长度积ρK边缘是k边缘材料的贡献,可用于产生k边缘材料的K边缘图像。利用这种信息,可以使用方程5确定估计,并可以产生估计的图像、解剖图像和常规CT图像。
在另一实施例中,可以基于对应的密度长度积ρ光电和ρ康普顿产生康普顿效应图像和光电效应图像中的一个或多个。在另一实施例中,可以基于康普顿效应分量、光电效应分量、解剖分量和估计的固有分量中的一个或多个产生图像。
在这里已经参考各实施例描述了本发明。在阅读这里的描述后,其他人可以想到修改和变化。这意味着,应当将本发明推断为包括所有此类落在权利要求及其等同要件的范围内的修改和变化。

Claims (24)

1.一种系统,包括:
图像估计器(128),所述图像估计器从数据采集期间被扫描区域中存在k边缘材料时采集的数据产生估计的固有图像数据,其中,所述估计的固有图像数据指示从所述数据采集期间所述被扫描区域中不存在所述k边缘材料时采集的数据产生的固有图像数据。
2.根据权利要求1所述的系统,其中,所述图像估计器(128)基于所述k边缘材料的有效衰减产生所述估计的固有图像数据。
3.根据权利要求1或2中的任一项所述的系统,其中,所述k边缘材料是包括一种或多种造影剂材料的造影剂。
4.根据权利要求2或3中的任一项所述的系统,还包括重建器(124),所述重建器产生外来图像数据,所述外来图像数据指示从所述数据采集期间所述被扫描区域中存在所述k边缘材料时采集的所述数据产生的但不包括所述K边缘材料的所述衰减的图像数据,并且其中,所述图像估计器(128)基于所述外来图像数据产生所述估计的固有图像数据。
5.根据权利要求4所述的系统,其中,所述图像估计器(128)包括:
校正因子确定器(206),所述校正因子确定器产生针对所述外来图像数据的校正因子;以及
图像发生器(204),所述图像发生器基于所述外来图像数据和所述校正因子产生所述估计的固有图像数据。
6.根据权利要求5所述的系统,其中,所述图像发生器(204)逐个像素或逐个体素地向所述外来图像数据施加所述校正因子以产生所述估计的图像数据。
7.根据权利要求6所述的系统,其中,所述校正因子是取代所述受检者固有的可替换材料的所述K边缘材料的浓度和所述可替换材料的有效衰减的函数。
8.根据权利要求7所述的系统,其中,所述可替换材料是血液、细胞间液、脑液和脊髓液中的一种或多种。
9.根据权利要求6到8中的任一项所述的系统,其中,所述K边缘材料的所述浓度是所述K边缘材料的有效衰减的函数。
10.根据权利要求6到9中的任一项所述的系统,其中,所述可替换材料的所述衰减是测量的或估计的。
11.根据权利要求1到9中的任一项所述的系统,还包括:
建模器(202),所述建模器产生用于产生所述估计的固有图像数据的数学模型,其中,所述图像估计器(128)基于所述数学模型产生所述估计的固有图像数据。
12.一种方法,包括:
产生第一图像数据,所述第一图像数据指示从无造影剂执行的第一成像程序期间采集的数据、从用造影剂执行的第二成像程序期间采集的图像数据产生的图像数据。
13.根据权利要求12所述的方法,其中,所述第一图像数据和从无造影剂执行的所述第一成像程序期间采集的数据产生的所述图像数据具有共同的衰减。
14.根据权利要求12到13中的任一项所述的方法,其中,所述造影剂包括K边缘材料,且所述方法还包括确定所述K边缘材料的有效衰减,其中,产生所述第一图像数据的动作包括至少基于所述K边缘材料的所述有效衰减产生所述第一图像数据。
15.根据权利要求12到14中的任一项所述的方法,其中,所述造影剂取代在没有所述造影剂时会存在的材料,且所述方法还包括确定被取代材料的有效衰减,其中,产生所述第一图像数据的动作包括至少基于所述被取代材料的所述有效衰减产生所述第一图像数据。
16.一种方法,包括:
对受检者或对象的一区域执行基于造影剂的谱成像程序,其中,所述程序包括使用包括至少一种具有已知K边缘能量的造影材料的造影剂;
基于从所述谱成像程序产生的图像数据产生图像数据;
产生针对所述图像数据的校正因子,其中,所述校正因子考虑了在所述谱成像程序期间已经被所述造影剂取代的所述受检者或对象固有的辐射吸收材料;以及
基于所述图像数据和所述校正因子产生估计的固有图像数据。
17.根据权利要求16所述的方法,其中,所述估计的固有图像数据指示从所述受检者或对象的被扫描区域中不存在所述造影剂的成像程序产生的图像数据。
18.根据权利要求16到17中的任一项所述的方法,还包括基于取代所述受检者或对象固有的可替换材料的K边缘材料的浓度和所述可替换材料的有效衰减产生所述校正因子。
19.根据权利要求18所述的方法,还包括基于k边缘材料的有效衰减确定所述K边缘材料的所述浓度。
20.根据权利要求18到19中的任一项所述的方法,还包括估计所述可替换材料的所述有效衰减。
21.一种方法,包括:
执行造影剂增强灌注谱成像程序,其中,所述造影剂包括至少一种K边缘材料;
基于在所述造影剂增强灌注成像程序期间捕获的数据产生第一图像数据;
执行无造影剂灌注成像程序;
基于在所述无造影剂灌注成像程序期间捕获的数据产生第二图像数据;以及
基于在所述造影剂增强灌注谱成像程序期间捕获的所述数据和所述K边缘材料的有效衰减产生第三图像数据。
22.根据权利要求21所述的方法,其中,所述第二和第三图像数据具有相关的衰减。
23.根据权利要求21到22中的任一项所述的方法,还包括基于所述K边缘材料的所述有效衰减和所述受检者固有的可替换材料的有效衰减确定取代所述可替换材料的所述K边缘材料的浓度。
24.根据权利要求21到23中的任一项所述的方法,比较所述第二和第三图像数据。
CN200980129860.2A 2008-08-04 2009-07-14 用于谱x射线成像的系统和方法 Active CN102113020B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US8593208P 2008-08-04 2008-08-04
US61/085,932 2008-08-04
PCT/IB2009/053052 WO2010015953A2 (en) 2008-08-04 2009-07-14 Spectral imaging

Publications (2)

Publication Number Publication Date
CN102113020A true CN102113020A (zh) 2011-06-29
CN102113020B CN102113020B (zh) 2014-07-30

Family

ID=41228806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980129860.2A Active CN102113020B (zh) 2008-08-04 2009-07-14 用于谱x射线成像的系统和方法

Country Status (5)

Country Link
US (1) US8615120B2 (zh)
EP (1) EP2313865B1 (zh)
JP (1) JP5363572B2 (zh)
CN (1) CN102113020B (zh)
WO (1) WO2010015953A2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530849A (zh) * 2013-09-30 2014-01-22 重庆大学 一种优化的K-edge成像方法
CN103945768A (zh) * 2011-11-10 2014-07-23 皇家飞利浦有限公司 谱学成像
CN104379063A (zh) * 2012-06-14 2015-02-25 皇家飞利浦有限公司 基于谱成像的决策支持、处置规划和/或介入引导
CN108027901A (zh) * 2015-08-13 2018-05-11 拜耳医药保健有限公司 确定其可替换部件的有效寿命的系统和指示其可替换部件的有效寿命的装置及其方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9807860B2 (en) 2010-10-20 2017-10-31 Medtronic Navigation, Inc. Gated image acquisition and patient model construction
US20120099768A1 (en) * 2010-10-20 2012-04-26 Medtronic Navigation, Inc. Method and Apparatus for Reconstructing Image Projections
US9928585B2 (en) * 2011-01-27 2018-03-27 Koninklijke Philips N.V. Spectral imaging
WO2012104751A1 (en) * 2011-01-31 2012-08-09 Koninklijke Philips Electronics N.V. Detection values processing apparatus
JP6305692B2 (ja) * 2013-05-28 2018-04-04 キヤノンメディカルシステムズ株式会社 X線診断装置
WO2015156711A1 (en) 2014-04-07 2015-10-15 Prismatic Sensors Ab Spectral x-ray imaging
WO2016087394A1 (en) 2014-12-05 2016-06-09 Koninklijke Philips N.V. Eyi chusystem for generating spectral computed tomography projection data
JP7169853B2 (ja) * 2018-11-09 2022-11-11 キヤノン株式会社 画像処理装置、放射線撮影装置、および画像処理方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001085010A2 (en) * 2000-05-09 2001-11-15 Imaging Diagnostic Systems, Inc. Medical optical imaging scanner using multiple wavelength simultaneous data acquisition for breast imaging
US6464643B1 (en) * 2000-10-06 2002-10-15 Koninklijke Philips Electronics N.V. Contrast imaging with motion correction
US6934353B2 (en) * 2003-10-01 2005-08-23 Ge Medical Systems Global Technology Company, Llc Methods, apparatus, and computer readable mediums for performing perfusion studies
US7649981B2 (en) * 2003-10-15 2010-01-19 Varian Medical Systems, Inc. Multi-energy x-ray source
US7248725B2 (en) * 2004-01-07 2007-07-24 Ramot At Tel Avia University Ltd. Methods and apparatus for analyzing ultrasound images
DE102004060580A1 (de) * 2004-12-16 2006-06-29 Siemens Ag Verfahren zur Erzeugung einer computertomographischen Darstellung von Gewebestrukturen mit Hilfe einer Kontrastmittelapplikation
DE102005028216A1 (de) * 2005-06-17 2006-12-28 Siemens Ag Vorrichtung und Verfahren für die Computertomographie
WO2007034356A2 (en) 2005-09-22 2007-03-29 Philips Intellectual Property & Standards Gmbh Ct-imaging system
DE102005046385B4 (de) * 2005-09-28 2012-03-22 Siemens Ag Verfahren und Vorrichtung zur Nachbearbeitung eines 3D-Bilddatensatzes, insbesondere für die virtuelle Kolonographie
DE102006009222B4 (de) * 2006-02-28 2008-02-28 Siemens Ag Verfahren und Vorrichtung zur Bestimmung der Konzentration einer Substanz in einem Körpermaterial mittels Mehr-Energie-Computertomographie
JP2007260292A (ja) * 2006-03-29 2007-10-11 Toshiba Corp 画像処理装置及びプログラム
JP5498787B2 (ja) 2006-08-15 2014-05-21 コーニンクレッカ フィリップス エヌ ヴェ エネルギー感受性コンピュータ断層撮影における動き補償

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103945768A (zh) * 2011-11-10 2014-07-23 皇家飞利浦有限公司 谱学成像
CN103945768B (zh) * 2011-11-10 2018-03-30 皇家飞利浦有限公司 谱学成像
CN104379063A (zh) * 2012-06-14 2015-02-25 皇家飞利浦有限公司 基于谱成像的决策支持、处置规划和/或介入引导
CN103530849A (zh) * 2013-09-30 2014-01-22 重庆大学 一种优化的K-edge成像方法
CN108027901A (zh) * 2015-08-13 2018-05-11 拜耳医药保健有限公司 确定其可替换部件的有效寿命的系统和指示其可替换部件的有效寿命的装置及其方法
CN108027901B (zh) * 2015-08-13 2022-03-01 拜耳医药保健有限公司 确定其可替换部件的有效寿命的系统和指示其可替换部件的有效寿命的装置及其方法

Also Published As

Publication number Publication date
WO2010015953A2 (en) 2010-02-11
EP2313865B1 (en) 2014-06-18
US20110123082A1 (en) 2011-05-26
EP2313865A2 (en) 2011-04-27
JP5363572B2 (ja) 2013-12-11
CN102113020B (zh) 2014-07-30
WO2010015953A3 (en) 2010-04-01
US8615120B2 (en) 2013-12-24
JP2011529765A (ja) 2011-12-15

Similar Documents

Publication Publication Date Title
CN102113020B (zh) 用于谱x射线成像的系统和方法
EP2041606B1 (en) Energy spectrum reconstruction
US9498179B1 (en) Methods and systems for metal artifact reduction in spectral CT imaging
JP4347672B2 (ja) 構造、灌流及び機能に関する異常を検出する方法及び装置
US20170330354A1 (en) System and method for improved energy series of images using multi-energy ct
JP5498787B2 (ja) エネルギー感受性コンピュータ断層撮影における動き補償
JP4491222B2 (ja) 灌流データを取得する方法及び装置
US7031426B2 (en) Methods and system for detecting components of plaque
US8363917B2 (en) System and method of image artifact reduction in fast kVp switching CT
US7995702B2 (en) System and method of data interpolation in fast kVp switching dual energy CT
US20090052621A1 (en) Method and apparatus for basis material decomposition with k-edge materials
US8588494B2 (en) System and method for material decomposition optimization in image domain
US20060122500A1 (en) Imaging method and apparatus for visualizing coronary heart diseases, in particular instances of myocardial infarction damage
CN109770933A (zh) 通过三维定位改进图像质量的系统和方法
CN109416833B (zh) 根据谱ct数据确定钙含量
JP6021347B2 (ja) 医用画像撮像装置及び医用画像撮像方法
US20150110346A1 (en) Spectral imaging based decision support, treatment planning and/or intervention guidance
JP6425885B2 (ja) 核医学診断装置、画像処理装置および画像処理プログラム
CN104395934B (zh) 交错的多能量成像中的图像重建
Levi Automated Beam Hardening Correction for Myocardial Perfusion Imaging using Computed Tomography
Laymon et al. Anomaly detection and artifact recovery in pet attenuation-correction images using the likelihood function

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