CN102292743A - 核图像重建 - Google Patents

核图像重建 Download PDF

Info

Publication number
CN102292743A
CN102292743A CN2010800050918A CN201080005091A CN102292743A CN 102292743 A CN102292743 A CN 102292743A CN 2010800050918 A CN2010800050918 A CN 2010800050918A CN 201080005091 A CN201080005091 A CN 201080005091A CN 102292743 A CN102292743 A CN 102292743A
Authority
CN
China
Prior art keywords
nuclear image
movable information
nuclear
image
estimation
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
CN2010800050918A
Other languages
English (en)
Other versions
CN102292743B (zh
Inventor
T·克林德
C·洛伦茨
M·H·库恩
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 CN102292743A publication Critical patent/CN102292743A/zh
Application granted granted Critical
Publication of CN102292743B publication Critical patent/CN102292743B/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
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20201Motion blur correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/412Dynamic

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

提供了一种用于获得活动对象的核图像的系统。该系统包括输入(14)、处理单元(15)和输出(17)。提供输入(14)用于接收所述对象的核图像和形态学图像。所述处理单元(15)被配置成处理形态学图像以获得对象的稀疏运动信息,使用稀疏运动信息和运动模型以获得关于对象的估计运动信息,并基于运动矢量场和采集的核图像生成经运动校正的核图像。输出(17)提供经校正的核图像。

Description

核图像重建
技术领域
本发明涉及一种用于获得对象的核图像的系统,该系统包括用于接收对象的核图像和形态学图像的输入,被配置成处理图像并使用形态学图像生成经校正的核图像的处理单元,以及用于提供经校正的核图像的输出。
本发明还涉及一种获得活动对象的核图像的方法。
本发明还涉及一种计算机程序产品。
背景技术
单光子发射计算机断层摄影(SPECT)和正电子发射断层摄影(PET)是核医学成像中最常用的装置,其用于提供例如心脏功能或肿瘤生长与位置的重要信息。SPECT和PET流程中的复杂化因素是患者的呼吸导致被成像对象的运动。
在CT中发送波束通过身体,并且探测器在对侧测量线积分,而与之相反的,SPECT和PET中的信号来自于身体内部的放射性示踪剂。因此,信号源的精确位置是事先未知的,从而在到达探测器的途中其他结构吸收了多少信号也是未知的。然而,当额外提供了关于被采集区域的形态学和材料信息时,可以对SPECT或PET图像执行吸收校正。通常通过额外采集MRI或CT图像提供必要的信息,其中MRI具有吸引力,因为其不会使受检者暴露于电离辐射,而CT具有可直接根据数据导出衰减性质的优点。包含形态学图像中的吸收信息的对应图被称为衰减图。
由于在图像采集期间患者自由呼吸,所以获得的SPECT和PET图像包含严重的运动伪影。在呼吸运动期间,许多器官处在非常不同的位置,其中它们中的大多数也显著变形。由于这种呼吸运动,非常难以提供精确的衰减图,从而为核图像提供正确的形态学信息。在当前语境中,必须要指出,由于SPECT和PET扫描的采集时间长,所以无法选择屏住呼吸。
在过去,已经提出了一些解决方案来处理由于核成像期间对象的运动导致的问题。WO 03/107275公开的国际专利申请描述了结合采集的CT图像使用运动模型以生成受检者特异性生理模型。使用受检者特异性模型配准CT图像和PET图像。使用运动模型便于空间对准的图像的配准。尽管这一公开的专利申请确实提供了在空间上精确对准来自不同成像装置的图像的方法,经配准的核图像的质量仍然受到患者呼吸运动的强烈影响。
发明内容
本发明的目的是提供一种获得活动对象的高质量核图像的方法。
本发明由独立权利要求限定。在从属权利要求中限定了有利的实施例。
根据本发明的第一方面,这一目的是通过提供一种用于获得活动对象的核图像的系统实现的,该系统包括:用于接收所述对象的核图像和形态学图像的输入;被配置成基于估计的运动信息和采集的核图像生成经运动校正的核图像的处理单元;以及用于提供经校正的核图像的输出。处理单元还被配置成处理形态学图像以获得对象的稀疏(sparse)运动信息,并使用该稀疏运动信息和运动模型获得关于对象的估计的运动信息。
例如,当采集患者的胸廓或上腹的核图像时,需要时变的形态学信息以便严格地提供针对对应核图像的校正形态学信息,而不是提供呼吸周期中不同时间的信息,其中许多器官在非常不同的位置,它们中的大多数还显著变形。尽管有在一个扫描器布置中组合SPECT/PET与MRI/CT的装置,但这样的装置不能够提供适于实时校正核图像的精确形态学信息。例如,MRI和CT扫描器不能够实时采集大视场的图像。此外,所需的MRI/CT扫描的实时处理将需要巨大量的计算能力。
利用根据本发明的系统,通过在估计过程中包括呼吸模型形式的先验呼吸信息,经由形态学成像装置上的优化采集规程支持了对患者运动和器官变形的估计。因此,可以通过更为有效的方式获得显著改善相应图像的图像质量的用于校正核图像的时变形态学信息。利用稀疏运动信息,可以调整/参数化以上运动模型(优选从代表性患者群体导出),从而可以在整个身体中例如以运动矢量场的形式估计患者特异性运动。因此,主要优点是,扫描器不需要采集整个感兴趣区域中,而是仅采集若干关键位置处的详细运动。利用估计的密集(dense)运动信息,可以生成估计的运动信息并将其用于核图像重建。
应当指出的是,WO 03/107275A1公开了使用基于CT的衰减图来校正核(PET)图像。然而,衰减是以常规方式执行的。运动模型仅用于改进来自不同成像装置的图像配准,并非用于改进核图像的校正。
在优选实施例中,该系统包括核成像装置和/或形态学成像装置。
所述处理单元可以被配置成基于估计的运动信息生成时变衰减图,并利用所述时变衰减图校正所采集的核图像。利用时变衰减图,可以实时校正核图像以通过非常有效的方式提供高质量的核图像。
根据本发明的第二方面,提供了一种用于获得活动对象的核图像的方法,该方法包括如下步骤:使用核成像装置采集所述对象的核图像;使用形态学成像装置采集所述对象的形态学图像;处理所述形态学图像以获得所述对象的稀疏运动信息;使用所述稀疏运动信息和运动模型,以获得关于所述对象的估计的运动信息;以及基于所述估计的运动信息和所采集的核图像生成经运动校正的核图像。
根据本发明的另一方面,该系统被包括在工作站中。
根据本发明的另一方面,提供了一种计算机程序产品,从而令处理器执行上述方法。
本领域技术人员应当认识到,可以通过任何被认为有用的方式组合两个或更多上述本发明实施例、实施方式和/或各方面。
本领域技术人员基于本说明书可以执行对应于所述方法或系统的修改和变型的方法、工作站、方法和/或计算机程序产品的修改和变型。
参考下文描述的实施例,本发明的这些和其他方面将显而易见并得以阐述。
附图说明
在附图中:
图1示意性示出了根据本发明的系统的实施例;以及
图2示出了根据本发明的示范性方法的流程图。
具体实施方式
图1示意性示出了根据本发明的图像处理系统的实施例。该系统包括输入14,其用于从核成像装置11以及从形态学成像装置12接收图像。核成像装置11例如可以是PET或SPECT扫描器。形态学成像装置12例如可以是MRI或CT扫描器。在下文中,使用PET扫描器和MRI扫描器的示范性实施例被用于例示本发明。PET扫描器11和MRI扫描器12二者都用于生成患者的选定区域的图像。
在下文中,假设这一区域为患者的胸廓/肺/身体上部。然而,还可以将该系统有利地用于检查心脏或腹部区域,诸如肝脏。PET扫描器11中的信号来自被检查患者身体内部的放射性示踪剂。PET扫描器11探测放射性信号并针对探测时间添加时间戳(stamp)。提供时钟13以添加时间戳。MRI扫描器12还在特定重要位置扫描患者,以提供稀疏运动信息。还为MRI扫描器12提供的测量结果提供时间戳。优选地,PET图像和MRI图像是同时获得的,并且两个扫描器11、12都使用同一时钟13以添加时间戳。然而,当在不同时刻执行PET扫描和MRI扫描,并且当使用独立时钟添加时间戳时,也可能对患者运动做出良好估计。可以将PET扫描器11和/或MRI扫描器12集成到图像处理系统中,或者可以将图像处理系统经由输入14耦合到扫描器11、12两者或其中之一。
提供了处理单元15以处理获得的PET和MRI图像。MRI图像包括关于被检查区域的形态学信息。与存储在存储单元16中的运动模型一起,形态学图像被用于确定稀疏运动信息。在本范例中,呼吸运动是影响肺部区域的PET图像质量的最重要类型的运动。因此,所使用的运动模型是呼吸模型。在其他情况下,可能需要其他运动模型或运动模型的组合。例如,心脏运动模型可以为患者的跳动的心脏(hart)建模。
由于呼吸模型覆盖了典型的呼吸特征,所以可以将其参数化并加以调节从而根据测量结果的缩减集估计患者特异性呼吸运动,该缩减集采集在若干关键位置处获得的呼吸信息,例如,由MR导航器回波(沿“笔形波束”快速采集信号并从沿这条线的信号变化估计组织转换的位置)提供或来自关键位置处CT扫描的关键投影。
由于患者的呼吸运动,需要多幅MRI图像以获得足够的信息,以生成精确的稀疏运动信息。利用这一稀疏运动信息,可以调整/参数化以上运动模型(优选从代表性患者群体导出),从而可以例如以运动矢量场的形式估计患者特异性运动。因此,主要优点是,MRI扫描器12不需要采集整个感兴趣区域中的,而是仅采集若干关键位置处的详细运动。利用估计的密集运动场,可以生成时变衰减图并将其用于校正PET图像。
对于由SPECT/PET系统紧挨着MR/CT系统构成的混合式系统,这样能够缩短总的采集和检查时间。对于共平面样式的系统,其中SPECT/PET和MR/CT图像采集是同时进行的,减少用于获取运动信息所需的时间变得非常重要,因为MR/CT扫描器的主要任务是采集感兴趣体积的诊断扫描,这一定不能受到严重干扰。
从稀疏运动信息和运动模型导出的估计的运动信息用于校正所获得的PET图像。还可以在存储单元16中存储经校正的图像。可以使用衰减图进行PET图像的校正。衰减图包含由MRI扫描器成像的区域中解剖结构的吸收信息。
在系统的输出17处提供了经校正的PET图像。例如,在显示屏幕上显示经校正的图像。
图2示出了根据本发明的示范性方法的流程图。该方法始于在核成像步骤21中利用核成像设备采集图像,以及在形态学成像步骤22中利用形态学成像装置采集图像。可以同时执行这些步骤21、22,但也可以在时间上分开。在稀疏运动提取步骤23中,处理单元15从所获得的形态学图像导出稀疏运动图。例如,这可以通过在相继的图像中跟踪一些可清晰识别的关键位置来完成。在运动估计步骤24中,将稀疏运动图与运动模型组合以获得关于被成像对象或区域的估计的运动信息。估计的运动信息例如可以是运动矢量场形式的。运动模型优选是从代表性患者群体导出的。在运动估计步骤24中确定的估计运动被用于为核图像提供校正方案。在校正准备步骤25中计算校正方案。校正方案例如可以是时变衰减图。除了估计的运动之外,还可以将未处理的形态学图像中的一幅或多幅用作校正准备步骤25的输入。在校正步骤26中,利用校正方案校正核图像。然后可以经由例如显示器向用户提供输出。
应当认识到,本发明还扩展到适于将本发明付诸实践的计算机程序,尤其是载体上或载体中的计算机程序。该程序可以是源代码、目标代码的形式;源代码和目标代码之间的代码,例如部分编译的形式;或适用于实施根据本发明的方法的任何其他形式。还应当认识到,这样的程序可以具有许多不同的架构设计。例如,可以将实施根据本发明的方法或系统的功能的程序代码细分成一个或多个子程序。对于技术人员而言,在这些子程序之间分配功能的许多不同方式是显而易见的。可以在一个可执行文件中将子程序存储在一起以形成自包含的程序。这样的可执行文件可以包括计算机可执行指令,例如处理器指令和/或解释程序指令(例如,Java解释程序指令)。或者,可以将子程序中的一个或多个或者全部存储在至少一个外部库文件中并例如在运行时与主程序静态地或动态地链接。主程序包含对子程序中的至少一个的至少一个调用。而且,子程序可以包括对彼此的函数调用。涉及计算机程序产品的实施例包括与所述方法中的至少一种的每个处理步骤对应的计算机可执行指令。这些指令可以被细分成子例程和/或存储在可以静态或动态链接的一个或多个文件中。涉及计算机程序产品的另一实施例包括与所阐述系统和/或产品中的至少一种的每个模块对应的计算机可执行指令。这些指令可以被细分成子例程和/或存储在可以静态或动态链接的一个或多个文件中。
计算机程序的载体可以是能够执行程序的任何实体或装置。例如,载体可以包括诸如ROM的存储介质或磁记录介质,ROM例如是CD ROM或半导体ROM,磁记录介质例如是软盘或硬盘。此外,载体可以是可发射载体,例如电信号或光信号,其可以通过电缆或光缆或通过射频或其他手段传送。当在这样的信号中实现程序时,载体可以由这样的电缆或其他装置或模块构成。或者,载体可以是其中嵌入程序的集成电路,集成电路适于执行相关方法或在执行相关方法中使用。
应当注意,上述实施例旨在对本发明进行举例说明,而不是对其做出限制,并且本领域技术人员能够在不背离权利要求的范围的情况下设计出许多备选实施例。在权利要求中,不应当将任何放置在括号内的附图标记推断为限制所述权利要求。动词“包括”及其词性变化的使用不排除权利要求陈述的元件或步骤以外的元件或步骤的存在。元件前的单数冠词不排除存在复数个这样的元件。可以利用包括几个分立元件的硬件,也可以利用适当编程的计算机实现本发明。在枚举了几个机构的装置权利要求中,可以通过同一件硬件体现这些机构中的几个。在互不相同的从属权利要求中陈述某些措施不表示不能有利地采用这些措施的组合。

Claims (12)

1.一种用于获得活动对象的核图像的系统,所述系统包括:
-用于接收所述对象的核图像和形态学图像的输入(14),
-处理单元(15),其被配置成:
-处理所述形态学图像以获得所述对象的稀疏运动信息,
-使用所述稀疏运动信息和运动模型,以获得关于所述对象的估计的运动信息,
-基于所述估计的运动信息和采集的核图像生成经运动校正的核图像,以及
-用于提供经校正的核图像的输出(17)。
2.根据权利要求1所述的系统,还包括用于采集所述对象的核图像的核成像装置(11)。
3.根据权利要求2所述的系统,其中,所述核成像装置(11)是PET扫描器或SPECT扫描器。
4.根据权利要求2所述的系统,还包括用于采集所述对象的形态学图像的形态学成像装置(12)。
5.根据权利要求4所述的系统,其中,所述形态学成像装置(12)是MRI扫描器或CT扫描器。
6.根据权利要求1所述的系统,其中,所述处理单元(15)被配置成获得运动矢量场形式的所述估计的运动信息,并且其中,所述处理单元还被配置成基于所述运动矢量场和所述采集的核图像生成所述经运动校正的核图像。
7.根据权利要求1所述的系统,其中,所述处理单元(15)还用于基于所述估计的运动信息生成时变衰减图,并利用所述时变衰减图校正所述采集的核图像。
8.一种用于获得活动对象的核图像的方法,所述方法包括如下步骤:
-(21)使用核成像装置采集所述对象的核图像,
-(22)使用形态学成像装置采集所述对象的形态学图像,
-(23)处理所述形态学图像以获得所述对象的稀疏运动信息,
-(24)使用所述稀疏运动信息和运动模型,以获得关于所述对象的估计的运动信息,以及
-(26)基于所述估计的运动信息和采集的核图像生成经运动校正的核图像。
9.根据权利要求8所述的方法,其中,所述估计的运动信息包括运动矢量场,并且其中,基于所述运动矢量场和所述采集的核图像生成所述经运动校正的核图像。
10.根据权利要求8或9中的任一项所述的方法,其中,生成所述经运动校正的核图像包括如下步骤:
-(25)基于所述估计的运动信息生成时变衰减图,以及
-(26)使用所述时变衰减图校正所述采集的核图像以获得所述经运动校正的核图像。
11.一种计算机程序产品,所述程序能够用于令处理器执行根据权利要求8到10中的任一项所述的方法。
12.一种工作站,包括根据权利要求1到7中的任一项所述的系统。
CN201080005091.8A 2009-01-22 2010-01-15 核图像重建 Active CN102292743B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP09151066 2009-01-22
EP09151066.9 2009-01-22
PCT/IB2010/050189 WO2010084441A1 (en) 2009-01-22 2010-01-15 Nuclear image reconstruction

Publications (2)

Publication Number Publication Date
CN102292743A true CN102292743A (zh) 2011-12-21
CN102292743B CN102292743B (zh) 2015-01-14

Family

ID=41800816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080005091.8A Active CN102292743B (zh) 2009-01-22 2010-01-15 核图像重建

Country Status (5)

Country Link
US (1) US8658979B2 (zh)
EP (1) EP2389661B1 (zh)
CN (1) CN102292743B (zh)
RU (1) RU2538282C2 (zh)
WO (1) WO2010084441A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989621A (zh) * 2015-03-20 2016-10-05 通用电气公司 用于在图像重构中执行联合估计技术的方法和系统
CN106548473A (zh) * 2016-11-07 2017-03-29 赛诺联合医疗科技(北京)有限公司 一种构建相位图像的方法及装置
CN106952285A (zh) * 2017-02-15 2017-07-14 上海交通大学 基于先验统计运动模型及自适应配准的肺部运动估计方法
CN108520237A (zh) * 2018-04-10 2018-09-11 武汉斑马快跑科技有限公司 一种风险行为识别方法
CN111861944A (zh) * 2020-08-07 2020-10-30 成都理工大学 一种基于多结构元素形态学的核素能谱寻峰方法
CN113628293A (zh) * 2020-05-06 2021-11-09 美国西门子医疗系统股份有限公司 全身直接参数化图像重建中的帧间运动校正

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130101193A1 (en) * 2011-10-20 2013-04-25 Jong Beom Ra Positron Emission Tomography and Method for Correcting Attenuation of PET Image Using Magnetic Resonance Image
US8942445B2 (en) * 2012-09-14 2015-01-27 General Electric Company Method and system for correction of lung density variation in positron emission tomography using magnetic resonance imaging
CN102930573B (zh) * 2012-11-02 2016-05-18 北京工业大学 一种基于二维分析稀疏模型及其训练字典的图像重建方法
US9400317B2 (en) * 2012-12-04 2016-07-26 Siemens Medical Solutions Usa, Inc. MR scan selection for PET attenuation correction
WO2023030642A1 (en) * 2021-09-03 2023-03-09 Sorin Crm Sas Real-time adaptation of a personalized heart model

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6185446B1 (en) * 1998-08-21 2001-02-06 William F. Carlsen, Jr. Method and apparatus for monitoring the breathing of a patient during magnetic resonance imaging
US7117026B2 (en) 2002-06-12 2006-10-03 Koninklijke Philips Electronics N.V. Physiological model based non-rigid image registration
AU2003276658A1 (en) 2002-11-04 2004-06-07 V-Target Technologies Ltd. Apparatus and methods for imaging and attenuation correction
RU2244515C2 (ru) * 2003-03-05 2005-01-20 Научно-исследовательский институт кардиологии Томского научного центра Сибирского отделения Российской академии медицинских наук Способ топической диагностики воспалительных заболеваний сердца
WO2007074467A2 (en) * 2005-12-28 2007-07-05 Spectrum Dynamics Llc Gating with anatomically varying durations
CN101069090A (zh) * 2004-09-03 2007-11-07 杰克·E·朱尼 核医学成像设备
WO2006064400A2 (en) * 2004-12-15 2006-06-22 Koninklijke Philips Electronics, N.V. Registration of multi-modality images
DE102005017492B4 (de) * 2005-04-15 2007-04-19 Siemens Ag Verfahren zum rechnerischen Kompensieren einer periodischen Bewegung eines Organs sowie Bildaufnahmesystem
US20060284097A1 (en) 2005-06-16 2006-12-21 Wang Sharon X Simultaneous scanning by computed tomography (CT) and single photon emission computed tomography (SPECT) with automatic patient motion correction
WO2007015199A2 (en) * 2005-08-04 2007-02-08 Koninklijke Philips Electronics, N.V. Motion compensation in functional imaging
US7348564B2 (en) * 2005-12-12 2008-03-25 General Electric Company Multi modality imaging methods and apparatus
US8060177B2 (en) 2006-03-06 2011-11-15 Siemens Medical Solutions Usa, Inc. Registration of computed tomography (CT) and positron emission tomography (PET) image scans with automatic patient motion correction
US7813783B2 (en) 2006-11-02 2010-10-12 General Electric Company Methods and systems for attenuation correction in medical imaging
GB0709560D0 (en) * 2007-05-18 2007-06-27 Siemens Medical Solutions Motion compensation in PET reconstruction
EP2160135B1 (en) 2007-06-21 2012-08-15 Koninklijke Philips Electronics N.V. Adjusting acquisition protocols for dynamic medical imaging using dynamic models

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105989621A (zh) * 2015-03-20 2016-10-05 通用电气公司 用于在图像重构中执行联合估计技术的方法和系统
CN105989621B (zh) * 2015-03-20 2021-06-08 通用电气公司 用于在图像重构中执行联合估计技术的方法和系统
CN106548473A (zh) * 2016-11-07 2017-03-29 赛诺联合医疗科技(北京)有限公司 一种构建相位图像的方法及装置
CN106548473B (zh) * 2016-11-07 2019-03-08 赛诺联合医疗科技(北京)有限公司 一种构建相位图像的方法及装置
CN106952285A (zh) * 2017-02-15 2017-07-14 上海交通大学 基于先验统计运动模型及自适应配准的肺部运动估计方法
CN108520237A (zh) * 2018-04-10 2018-09-11 武汉斑马快跑科技有限公司 一种风险行为识别方法
CN108520237B (zh) * 2018-04-10 2020-09-22 武汉斑马快跑科技有限公司 一种风险行为识别方法
CN113628293A (zh) * 2020-05-06 2021-11-09 美国西门子医疗系统股份有限公司 全身直接参数化图像重建中的帧间运动校正
CN111861944A (zh) * 2020-08-07 2020-10-30 成都理工大学 一种基于多结构元素形态学的核素能谱寻峰方法

Also Published As

Publication number Publication date
RU2011134863A (ru) 2013-02-27
EP2389661A1 (en) 2011-11-30
US20110284751A1 (en) 2011-11-24
EP2389661B1 (en) 2019-09-18
CN102292743B (zh) 2015-01-14
US8658979B2 (en) 2014-02-25
RU2538282C2 (ru) 2015-01-10
WO2010084441A1 (en) 2010-07-29

Similar Documents

Publication Publication Date Title
CN102292743B (zh) 核图像重建
CN109009200B (zh) 用于正电子发射断层成像图像重建的系统和方法
CN103533892B (zh) 运动补偿成像
KR101428005B1 (ko) 소수의 저선량 ct 영상을 이용하여 pet 영상을 움직임 보상 및 감쇠 보정하는 방법
US7683330B2 (en) Method for determining positron emission measurement information in the context of positron emission tomography
JP5241397B2 (ja) 患者の陽電子放出断層撮影データのための減弱値を求める方法
US20120278055A1 (en) Motion correction in radiation therapy
US20120201428A1 (en) Image reconstruction incorporating organ motion
US20090076379A1 (en) Ultrasonic Imager for Motion Measurement in Multi-Modality Emission Imaging
CN101352348B (zh) 考虑运动过程的患者测量数据拍摄方法及有关医疗设备
US9579070B2 (en) Optimal respiratory gating in medical imaging
CN101765865A (zh) 核成像中的运动校正
CN109978966B (zh) 对pet活度分布图像进行衰减校正的校正信息获取方法
CN109961419B (zh) 对pet活度分布图像进行衰减校正的校正信息获取方法
CN102100565A (zh) 使用非刚性配准校正门控pet图像中运动的系统和方法
CN105556507A (zh) 使用二次似然函数进行数据统计建模的方法和系统
US10255684B2 (en) Motion correction for PET medical imaging based on tracking of annihilation photons
CN102047143B (zh) 保留列表模式格式的几何变换
US20140133707A1 (en) Motion information estimation method and image generation apparatus using the same
CN110458779B (zh) 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法
CN110215226B (zh) 图像衰减校正方法、装置、计算机设备和存储介质
JP2010008164A (ja) 減弱係数マップ作成装置、減弱係数マップ作成方法およびプログラム
KR101350496B1 (ko) 광자감쇠지도 생성 방법 및 mri 융합영상시스템
CN110428384B (zh) 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法
Ozsahin et al. Monte Carlo simulation of PET/MR scanner and assessment of motion correction strategies

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