CN102346924A - 用于x射线图像的重建的系统和方法 - Google Patents

用于x射线图像的重建的系统和方法 Download PDF

Info

Publication number
CN102346924A
CN102346924A CN2011102185600A CN201110218560A CN102346924A CN 102346924 A CN102346924 A CN 102346924A CN 2011102185600 A CN2011102185600 A CN 2011102185600A CN 201110218560 A CN201110218560 A CN 201110218560A CN 102346924 A CN102346924 A CN 102346924A
Authority
CN
China
Prior art keywords
image
data
reconstruction
iteration
iterative approximation
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
CN2011102185600A
Other languages
English (en)
Other versions
CN102346924B (zh
Inventor
K·B·黑尔
J·W·埃伯哈德
B·E·H·克劳斯
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN102346924A publication Critical patent/CN102346924A/zh
Application granted granted Critical
Publication of CN102346924B publication Critical patent/CN102346924B/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
    • G06T2211/424Iterative
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/436Limited angle

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

提供用于x射线图像的重建的系统和方法。一个方法(50)包括使用x射线成像系统采集(52)多个图像视图,这些多个图像视图限定有限的断层摄影数据集。该方法还包括在迭代重建中使用这些多个图像视图进行(56、58、60、62)三维(3D)图像重建,其中该迭代重建包括基于多个之前的迭代结果形成(56)线性组合。该方法进一步包括显示(64)基于该图像重建的图像,其中该图像包括临床相关的高频细节信息。

Description

用于x射线图像的重建的系统和方法
技术领域
本文公开的主旨大体上涉及x射线成像系统,并且更特别地涉及产生三维(3D)图像的x射线成像系统。
背景技术
x射线成像系统具有许多不同的配置并且在许多不同的应用中使用。例如,已知的基于x射线吸收的成像系统覆盖大范围的成像几何,例如螺旋形或步进扫描型计算机断层摄影(CT)扫描仪、具有单弧线/线/二维(2D)源轨迹的乳房x射线摄影或放射学-断层摄影(放射-断层)系统、多视图安全系统、x射线分层摄影型检查系统等。该螺旋形/步进扫描型全CT扫描仪典型地围绕对象(例如,患者或行李)环形地采集大约1000或更多视图以用于对该对象的3D体积的每个切片成像。当需要成像体积的准确3D表示时,这些扫描仪是适合的。在另一方面,乳房x射线摄影或放射-断层型系统或多视图行李扫描系统典型地牵涉数目小得多的视图(例如,大约5-60个视图),并且当应用需要仅沿某些指定取向查看3D图像体积时是适合的。
因此,由于用这些不同类型的系统常规可获得的3D图像质量在全CT扫描仪和其他x射线系统之间的应用空间中存在宽缺口。例如,在x射线断层合成系统中,平面二维(2D)或弧线型源轨迹可以采集3D深度信息。然而,当采用常规重建方法用于图像形成时,所得的图像退化严重。特别地,滤波的反投影型方式常常导致图像中严重的拖尾,并且迭代方式(甚至基于使用可以在某种程度上减轻伪影水平的图像域先前或约束的那些迭代方式)由于数据非常不完整的性质而苦于非常缓慢的收敛性,从而导致缺少高频细节的图像。
发明内容
根据一个实施例,提供用于重建图像的方法。该方法包括使用x射线成像系统采集多个图像视图,这些多个图像视图限定有限的断层摄影数据集。该方法还包括在迭代重建中使用这些多个图像视图进行三维(3D)图像重建,其中该迭代重建包括基于多个之前的迭代结果形成线性组合。该方法进一步包括显示基于该图像重建的图像,其中该图像包括临床相关的高频细节信息。
根据另一个实施例,提供用于重建x射线断层摄影图像的方法。该方法包括使用x射线成像系统采集多个图像视图,其中这些多个图像视图限定有限的断层摄影数据集。该方法还包括对迭代图像重建形成至少两个重建值的线性组合并且应用至少一个稀疏变换。该方法进一步包括前向投影该稀疏变换的线性组合并且从对应于这些多个图像视图的数据扣除结果。该方法另外包括当达到收敛水平时显示三维(3D)图像,其中用有限断层摄影数据集形成的该3D图像具有小于并且在全计算机断层摄影(CT)扫描仪图像质量的图像余量内的图像质量。
根据再另一个实施例,提供断层摄影x射线成像系统,其包括x射线源、配置成检测通过对象后撞击在其上的x射线的x射线检测器和配置成从该x射线检测器采集有限断层摄影数据的数据采集系统。该断层摄影x射线成像系统还包括图像重建模块,其配置成在迭代重建中使用该有限断层摄影数据进行图像重建,其中该迭代重建包括基于多个之前的迭代结果形成线性组合。该断层摄影x射线成像系统进一步包括用于显示基于该图像重建的图像的显示器,其中该图像包括临床相关高频细节信息。
附图说明
图1是根据各种实施例的图示图像重建过程的系统工作流程图。
图2是根据各种实施例的用于图像重建的方法的流程图。
图3是根据各种实施例的用于自动选择加权值的方法的流程图。
图4是图示用不同重建过程形成的图像的示意图。
图5是示出图4中的一个图像和用一个实施例的图像重建过程形成的图像的示意图。
图6是根据各种实施例的图示源轨迹位移方法的示意图。
图7是根据各种实施例形成的成像系统的框图。
部件列表
Figure BSA00000549070400031
Figure BSA00000549070400041
具体实施方式
前面的发明内容以及某些实施例的下列详细说明当与附图结合阅读时将更好理解。就图图示各种实施例的功能框的图来说,功能框不必指示硬件电路之间的划分。从而,例如,功能框(例如处理器或存储器)中的一个或多个可采用单件硬件(例如,通用信号处理器或随机存取存储器、硬盘或类似物)或多件硬件实现。相似地,程序可是独立程序,可作为子例程包含在操作系统中,可是安装的软件包中的功能等。应该理解各种实施例不限于图中示出的设置和工具。
如本文使用的,采用单数列举的并且具有单词“一”在前的元件或步骤应该理解为不排除复数个所述元件或步骤,除非这样的排除明确地规定。此外,对本发明的“一个实施例”的引用不意在解释为排除也包含列举的特征的另外的实施例的存在。此外,除非相反明确地陈述,“包括”或“具有”具有特定性质的元件或多个元件的实施例可包括不具有该性质的另外的这样元件。
各种实施例提供用于图像重建、特别用于有限或减少的视图断层摄影数据采集(其可由不同的x射线成像系统采集)的方法和系统。例如,通过实践至少一些实施例,具有与全CT扫描仪相比是其10-100分之一数量的视图的x射线成像系统可与重建方法一起用于实现三维(3D)成像应用。至少一个实施例的技术效果是提供用有限断层摄影数据的快速和高质量图像重建,其用有限视图断层摄影系统实现3D成像。另外,有限视图x射线成像系统的增加或提高的图像质量产生于实践本文描述的实施例中的至少一些。
应该注意尽管各种实施例可连同例如用于诊断成像的x射线成像系统等特别成像系统描述,各种实施例不限于特别成像系统或具有特别配置的成像系统。例如,各种实施例可连同非医学、安全和检查系统以及其他等实现。另外,各种实施例可包括其他基于投影的成像形态,例如正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)等。
根据各种实施例,迭代图像重建的最佳梯度型方法可与表示对图像的另外约束(例如平滑度、确定性等)的先前信息(例如,先前迭代重建解)结合。例如,两个或更多先前解或迭代可用于重建过程中随后的迭代更新步骤。
各种实施例用于在CT成像系统中产生3D图像,其中有限或减少的数据集由x射线成像系统采集。例如,重建过程30由在图1中示出的系统工作流程图图示。该过程30包括采集有限或减少的断层摄影数据32,其由x射线成像系统34采集。在一些实施例中,该有限或减少的断层摄影数据32包括具有有限或减少的数目的图像或投影视图36的数据集,其例如通过采用各种源和/或检测器轨迹(例如在圆周中的源和检测器运动)、具有在直线、弧线或其他更复杂的曲线中移动的源的固定检测器、以及其他及其组合来采集。例如,在一些实施例中,该数据集包括在大约50个和大约100个之间的图像视图。然而,可采集和使用其他数目的视图,例如超过大约30个视图至大约1000以下个视图。因此,在一些实施例中,并且仅用于说明目的,该x射线成像系统34采集比大约1-30个更多的视图,但少于1000。从而,该x射线成像系统34可配置为用于3D成像的低剂量x射线成像系统,其在一些实施例中采集比例如x射线放射线摄影系统、乳房x射线摄影系统、数字断层合成系统、低成本小覆盖区系统等更多的图像视图。这些源和检测器轨迹可基于特别的系统应用和约束视情况(例如,根据期望或需要)来选择以用于获得或捕捉对象信息。例如,源和检测器轨迹可基于系统应用或约束来选择以优化获得的对象信息以捕捉最佳(例如,临床上最相关的)信息。在这些实施例中,该x射线成像系统34还采集比提供完整3D信息数据集的全CT扫描仪(其采集1000或更多视图)更少的图像视图。
常规图像压缩标准(例如,联合图像专家组(JPEG)压缩)说明自然图像在通常的像素/体素基础表示中是高度冗余的并且在变换域中(例如,在小波/梯度/其他变换域中)具有稀疏表示。根据各种实施例,通过在重建过程期间对3D图像施加变换域稀疏约束来使用少于常规数量或数目的数据/视图。
过程30包括在迭代重建过程38中使用由x射线成像系统34采集的有限或减少的断层摄影数据32。该迭代重建过程38操作成重建图像,其中N个像素基于少于N个测量(例如少于在常规CT扫描仪(例如,全CT扫描仪)中使用的视图的数目等)重建,同时提供包括诊断相关信息的高质量图像。该迭代重建过程38在一些实施例中进行以最小化成本函数,其表示数据一致性和另外的先前集(例如,先前解),其表示对迭代重建的解或收敛性的约束。该迭代重建过程38使用减少数目的迭代进行并且在迭代更新步骤中使用更新信息40,其包括两个或更多先前解或迭代信息,以及该重建过程的成本函数的自动加权。例如,在一些实施例中,最佳梯度方法可如在本文中更详细描述的那样使用,其中两个先前迭代用于更新下一个迭代的起始点。
进行迭代重建过程38直至达到收敛,以用于重建3D图像42,该图像42可向x射线成像系统34的用户或操作员显示。在各种实施例中,何时达到收敛的确定基于何时满足准确度水平判据或阈值,例如基于采集的数据的准确度(例如,残留误差)的1%、2%等水平,由此限定成本函数最小化。
迭代重建过程38在各种实施例中进行以收敛到在可接受的残留误差水平内的解。迭代重建过程38提供收敛使得使用相同数目的迭代(其否则将导致模糊图像)获得具有高频细节的图像。迭代重建过程38基本上解决由如下的线性方程组限定的重建问题:
Y=Af    方程1
在方程1中,Y是欠Nyquist采样数据,A是系统算子(从图像到数据空间的前向投影)并且f是要重建的图像。迭代重建过程38可进行迭代收敛法以找到方程1的最小二乘方解,其中Y表示具有比进行图像重建将需要的更少的数据(例如,有限或减少的数目的图像或投影视图)的数据集。特别地,最小化问题可限定为如下的成本函数C(f):
C ( f ) = | | y - Af | | 2 + λ 1 | | Wf | | 1 + λ 2 | | ▿ f | | 1 方程2
在方程2中,||y-Af||2项表示数据一致性,其将被减少或最小化,并且
Figure BSA00000549070400072
项表示稀疏变换,其是对图像的另外约束(例如,衰减系数、平滑度、确定性等)。在该方程2中,λ1、λ2是加权或惩罚因数,Wf表示图像的小波变换并且
Figure BSA00000549070400073
表示图像的梯度,使得方程2中的对应项表示图像f的总变差。术语||...||1指内部数量的L1范数(分量的绝对值的和)并且||...||2指L2范数(分量的绝对值平方的和)。如本文更详细地描述的,λ1、λ2项被自动选择并且确定这些项对数据一致性的权或值。
现在参照图2,示出用于图像重建的方法50,其可例如在迭代重建过程38期间进行。该方法50一般包括在52获得有限视图数据,其可以例如是有限或减少的断层摄影数据32,其包括具有有限或减少数目的图像或投影视图36的数据集(两者都在图1中示出)。例如,在一些实施例中,具有大约50个和100个之间的视图或投影的数据集由方法50使用。从而,采集的数据包括由x射线成像系统产生的多个视图或投影。另外,从x射线成像系统或用户接收信息,例如关于用于采集的参数的信息等。除其他信息外,这样的信息可包括例如患者信息、校准信息和图像采集时序数据。
此后,迭代过程在54使用多个起始点中的两个来初始化,这些起始点例如是两个或更多初始值或近似值(其可使用例如有限数据到图像空间的反投影并且通过应用例如平滑化和/或滤波等另外的处理而任意选择),并且然后在56基于最后两个解形成线性组合。当迭代方法50继续时,最后两个解由方法50的先前两个迭代(或如果该过程处于第一迭代中则由这些初始值)限定。这些初始值可以是感兴趣体积的初始体素或像素值。从而,两个先前迭代用于更新下一个近似值或重建迭代。该线性组合提供数据一致性项的解。例如,在一些实施例中,Nesterov最佳梯度算法用于数据一致性项并且限定如下:
fn+1=gn+τAT(y-Agn)    方程3
g n = f n + n - 1 n + 2 ( f n - f n - 1 ) 方程4
在方程3和4中,fn是在第n迭代的先前近似值,gn是fn和fn-1的线性组合,并且其他类似项具有与在方程1和2中的项相似的限定。A和AT分别表示前向投影(3D图像空间到投影空间)和反投影(投影到3D图像空间),并且τ是度量常数(例如,根据系统配置视情况而定)。
此后,在58应用稀疏变换和约束。例如,如上文连同方程2更详细地描述的稀疏变换和约束添加到成本函数最小化方程。然后将结果前向投影并且从数据(如在52由数据集限定的)扣除该结果以在60获得残留误差。该前向投影在方程3中由Agn表示并且该扣除由(y-Agn)项表示。项AT(y-Agn)表示残留(y-Agn)从投影到3D图像空间的反投影。
然后在62关于残留误差是否在可接受水平内做出确定,例如是否小于或少于预定阈值准确度百分比。阈值可以是例如1%、2%、3%等准确度水平。如果该残留误差在该可接受水平内,即低于阈值水平,那么方法50在64停止而作为解,即重建图像的体素值已经收敛到可接受的解。然后可显示重建图像。
然而,如果在62,残留误差不在可接受水平内,使得值超过阈值,那么过程继续通过另一个迭代,并且特别地在66进行残留数据的反投影,例如反投影到体积中映射到前向投影中的像素的体素。例如,残余数据反投影到图像空间(体素)并且添加到当前迭代解。特别地,该数据与两个之前的迭代或解组合,如果方法50没有通过第二迭代则该之前的迭代或解可包括初始值。从而,再次至少基于最后两个迭代解在56形成线性组合。应该注意可使用多于两个的之前解。
还应该注意过程包括使用加权来减少或限制伪影、噪声等,该加权可包括当形成线性组合时应用惩罚加权(如本文更详细地描述的那样)。加权值的确定自动进行。例如,伪影或噪声可在方法50中的任何点估计并且加权值基于伪影或噪声的大小来确定。然后在方法50的下一步中或在下一个迭代中使用该加权值。
在各种实施例中,自动选择惩罚权重。特别地,自动选择λ1、λ2等的值,例如采用如在图3中示出的方法70中图示的数据驱动方式。本文描述的成本函数或方程使用λ1、λ2等的值参数化,其中每个值产生不同解。
特别地,在72确定中间解。该中间解通过两个之前解的线性组合(例如,其是图2中的步骤56的结果)形成。从而,该中间解是在方法50(在图2中示出)的每个迭代处的之前两个解的线性组合。因此,中间解在方法50的每个迭代处产生。应该注意方法70在各种实施例中对全图像数据或图像的局部区域的数据进行。另外,方法可以不同的分辨度进行。
在获得中间解后,在74进行梯度、小波或其他稀疏化变换。例如,小波或稀疏变换可添加到在方程2中图示的成本函数。此后,在76使用任何适合的方法确定例如标准偏差(西格玛值)的确定等统计分布。例如,使用标准偏差或中间绝对偏差确定变换系数的统计分布。
此后,加权值或参数在78基于统计分布设置。应该注意在各种实施例中的方差(西格玛)对加权参数中的每个大约是恒定的。同样,应该注意在各种实施例中,当西格玛恒定时,加权值选择为较小的数目,例如大约1-2。
从而,根据各种实施例,提供收敛迭代重建过程,其使用两个先前解或迭代用于计算下一个迭代的值。例如,图像重建过程的每个迭代包括来自两个之前迭代的两个之前解或结果的线性组合。因此,在各种实施例中,重建过程的一个迭代可限定如下:
fn+1=P[gn+τAT(y-Agn)]    方程5
gn=a(n)fn+b(n)fn-1        方程6
应该注意类似的变量相似地限定(除非另外指出)。在方程5中,P表示稀疏化运算,其可包括例如在图像或其他变换域(例如小波)中设定阈值、总变差最小化、基于先前信息的其他约束(例如,确定性、平滑度要求等)、在数据和/或图像域中的滤波运算、其他阈值设定运算等。从而,P是包括例如图像变换等稀疏变换的项。
从而,各种实施例采用用于迭代图像重建的与至少两个先前解或值结合的最佳梯度型方法(表示对图像的另外约束(例如平滑度、确定性等))。迭代重建方法可以用有限视图x射线系统提供3D成像。从而,有限视图断层摄影数据系统的图像重建牵涉求解如在方程1(y=Af)中阐述的不完全线性方程组,其中再次,y是投影数据,A是系统算子,并且f是要确定的图像。
在各种实施例中进行的迭代包括对更新步骤使用两个或更多先前解。在各种实施例中,迭代从而如下进行:fn+1=P[gn+tAT(y-Agn)],其中gn=afn+bfn-1,对于常数a和b其典型地取决于迭代数。特别地,a和b可根据Nesterov的最佳梯度法选择。这样的方法的L2范数收敛已知是大约O(1/n2)。从而,为了获得E的L2范数误差的迭代的典型数目是大约1/sqrt(E),其表示对于有限视图x射线成像应用的收敛的迭代数目的减少。各种实施例使用多个先前图像解(代替仅一个)以用于迭代更新,其提供一定收敛速率使得用相同数目的迭代(其否则将导致较低质量的图像(例如模糊图像))产生较高质量的图像。
从而,如在图4中图示的,图示为由图像80表示的窦腔x射线摄影数据集(具有1000个视图)的数据集可用于重建图像82,其在该实施例中是成像的骨盆区。使用的重建方法是滤波的反投影重建方法。如可以在重建的图像84(其使用本文描述的迭代过程重建)中看见的,具有与图像82相似的质量的图像84可用较少的数据、例如具有如由图像86图示的250个视图的窦腔x射线摄影数据集来产生。
现在参照图5,本文描述的重建方法的各种实施例提供如由图像88图示的提高的图像质量,其中进行八个迭代,并且图像88与用仅使用一个先前解(如与多个先前解的线性组合相反)以用于更新的迭代过程所重建的图像84进行比较。从而,如可以看见的,具有临床上更相关的高频细节信息的图像可不仅使用更少的视图而且用更少的迭代产生。在一些实施例中,用有限断层摄影数据集形成的3D图像具有小于并且在全CT扫描仪图像质量的图像余量内的图像质量。例如,图像余量可以是全CT扫描仪图像质量的图像质量的方差或差别,例如1%、2%、3%等。
应该注意考虑了变化和修改。例如,如在图6中图示的,可提供源轨迹中的修改,例如x射线源的轨迹。特别地,一维(1D)轨迹90和2D轨迹100分别图示为多个轨迹点92和102。这些轨迹90和100对应于在检测器的区域112上的位点110。在各种实施例中,该2D轨迹100中的至少一些,例如每三个中一个轨迹点104横向偏移,其可包括如示出的交替偏移样式。例如,源在横向上位移以获得更多图像信息,由此实现新的轨迹。如可以看见的,使用该2D轨迹100产生的图像106和108(特别是图像108)具有比使用该1D轨迹90产生的图像96和98更大的深度分辨率。图像96和106示出平行于检测器的通过对象的水平切片,并且图像98和108示出通过对象的冠状切片(垂直于检测器的切片)。
包括重建方法的各种实施例可连同任何类型的x射线成像系统实现。例如,如在图7中示出的,图示为x射线系统的成像系统120可以用于采集图像视图或投影用于在根据各种实施例的图像重建中使用。该成像系统120一般包括具有限定扫描区的检测器单元124的阵列的x射线检测器122,以及x射线源126。例如患者等对象128安置在该x射线源126和该x射线检测器122(其可以是一个或多个检测器或检测器模块)之间。该成像系统120还包括具有读出电子设备132的数据采集系统130。
在一个实施例中,x射线检测器122可以是平板式检测器系统,例如非晶硅平板式检测器或其他类型的数字x射线图像检测器等。在另一个实施例中,x射线检测器122可包括具有安置在x射线检测器122前面的屏幕的闪烁体。
应该注意成像系统120可实现为非移动或移动成像系统。此外,成像系统120可采用不同配置提供。例如,图像数据可用x射线源126在沿完全环绕对象128的弧线的离散焦点处产生以使用CT程序和过程产生图像信息。在另一个实施例中,图像数据用x射线源126在沿对象上的较小弧线的离散焦点处产生以使用计算机断层合成程序和过程产生图像信息。在其他实施例中,x射线源126和x射线检测器122两者安装在扫描架134的相对端处,扫描架134可以是绕对象128旋转的C形臂。该可旋转C形臂是支撑结构,其允许沿大致上圆形的弧线围绕对象128旋转x射线源126和x射线检测器122,以在不同角度采集对象128的多个投影图像(例如,不同的视图或投影)。应该意识到图像重建的各种实施例可连同多个测量投影或图像视图提供而不管产生这些投影或图像数据的设备或系统的实现。还应该意识到图像重建的各种实施例可连同上文描述的源/检测器轨迹中的两个或多个的组合提供。
在操作中,对象128安置在用于进行成像扫描的成像系统120中。例如,x射线源126可安置在对象128上面、下面或周围。例如,x射线源126(和x射线检测器122)可使用扫描架134在对象128周围的不同位置之间移动。x射线从x射线源126传送通过对象128到x射线检测器122,其检测撞击在其上的x射线。
读出电子设备132可包括参考和调整板(RRB)或其他数据收集单元。该RRB可容纳数据模块并连接数据模块以从x射线检测器122传递数据到数据采集系统130。从而,读出电子设备132从x射线检测器122传送该数据到数据采集系统130。数据采集系统130用该数据形成图像并且存储、在显示器133上显示和/或传送该图像。例如,各种实施例可包括图像重建模块136,其可采用硬件、软件或其的组合实现,其允许数据采集系统使用从x射线检测器122采集的有限断层摄影数据重建图像(如本文更详细地描述的那样)。
从而,各种实施例提供迭代图像重建方法,其基于具有与例如常规CT扫描仪相比更低数目的图像视图或投影的数据形成图像,特别地3D图像。各种实施例还提供快速收敛方法,并且应用于多个系统几何配置。另外,各种实施例包括自动化数据驱动重建方法。
一些实施例提供有形和非暂时性机器可读介质或多个介质,其具有在其上记录的指令供处理器或计算机操作成像设备以进行本文描述的方法的一个或多个实施例,例如实现图像重建模块的过程。该介质或多个介质可是任何类型的CD-ROM、DVD、软盘、硬盘、光盘、闪速RAM驱动器,或其他类型的计算机可读介质或其的组合。
各种实施例和/或部件,例如处理器或模块,其中的部件和控制器,还可实现为一个或多个计算机或处理器的部分。该计算机或处理器可包括计算装置、输入装置、显示器单元和接口(例如用于访问互联网)。该计算机或处理器可包括微处理器。该微处理器可连接到通信总线。该计算机或处理器还可包括存储器。该存储器可包括随机存取存储器(RAM)和只读存储器(ROM)。该计算机或处理器可进一步包括存储装置,其可以是硬盘驱动器或可移除的存储驱动器,例如软盘驱动器、光盘驱动器等。该存储装置还可以是其它相似装置,用于将计算机程序或其它指令装载到该计算机或处理器中。
如本文使用的,术语“计算机”可包括任何基于处理器或基于微处理器的系统,其包括使用微控制器、精简指令集计算机(RISC)、专用集成电路(ASIC)、逻辑电路和任何能够执行本文描述的功能的其它电路或处理器的系统。上文的示例只是示范性的,并且从而不意在采用任何方式限定术语“计算机”的定义和/或含义。
为了处理输入数据,计算机或处理器执行存储在一个或多个存储元件中的指令集。这些存储元件还可根据期望或需要存储数据或其它信息。这些存储元件可采用在处理机内的信息源或物理存储器元件的形式。
指令集可包括各种命令,其指示作为处理机的计算机或处理器执行特定的操作,例如本发明的各种实施例的方法和过程。指令集可采用软件程序的形式。该软件可采用例如系统软件或应用软件等各种形式并且其可体现为有形和非暂时性计算机可读介质。此外,该软件可采用单独程序的集合、在更大程序内的程序模块或程序模块的一部分的形式。该软件还可包括采用面向对象编程的形式的模块化编程。输入数据由处理机的处理可响应于用户命令,或响应于之前处理的结果,或响应于由另外一个处理机做出的请求。
如本文使用的,术语“软件”和“固件”是可互换的,并且包括存储在存储器中供计算机执行的任何计算机程序,该存储器包括RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器以及非易失性RAM(NVRAM)存储器。上文的存储器类型只是示范性的,并且从而关于可用于存储计算机程序的存储器类型不是限制性的。
要理解上文的说明意为说明性而非限制性的。例如,上文描述的实施例(和/或其的方面)可互相结合使用。另外,可做出许多修改以使特定情况或材料适应本发明的讲授而没有偏离它的范围。尽管本文描述的材料的尺寸和类型意在限定本发明的参数,它们绝不是限制性的而是示范性的实施例。当回顾上文的说明时,许多其他的实施例对于本领域内技术人员将是明显的。本发明的范围因此应该参照附上的权利要求与这样的权利要求拥有的等同物的全范围确定。在附上的权利要求中,术语“包含”和“在...中”用作相应术语“包括”和“其中”的易懂语言等同物。此外,在下列权利要求中,术语“第一”、“第二”和“第三”等仅仅用作标号,并且不意在对它们的对象施加数值要求。此外,下列权利要求的限制没有采用装置加功能格式书写并且不意在基于35U.S.C§112的第六段解释,除非并且直到这样的权利要求限制明确地使用后跟功能描述而无另外结构的短语“用于....的装置”。
该书面说明使用示例以公开本发明,其包括最佳模式,并且还使本领域内技术人员能够实践本发明,包括制作和使用任何装置或系统和进行任何包含的方法。本发明的专利范围由权利要求限定,并且可包括本领域内技术人员想到的其他示例。这样的其他示例如果它们具有不与权利要求的书面语言不同的结构元件,或者如果它们包括与权利要求的书面语言无实质区别的等同结构元件则规定在权利要求的范围内。

Claims (10)

1.一种用于重建图像的方法(50),所述方法包括:
使用x射线成像系统采集(52)多个图像视图,所述多个图像视图限定有限的断层摄影数据集;
在迭代重建中使用所述多个图像视图进行(56、58、60、62)三维(3D)图像重建,其中所述迭代重建包括基于多个之前的迭代结果形成(56)线性组合;以及
显示(64)基于所述图像重建的图像,所述图像包括临床相关的高频细节信息。
2.如权利要求1所述的方法(50),进一步包括使用至少两个先前迭代重建结果来更新用于所述图像重建的收敛。
3.如权利要求1所述的方法(50),进一步包括使用用于所述迭代重建的最佳梯度过程来最小化在所述迭代重建中使用的成本函数的数据一致性项。
4.如权利要求1所述的方法(50),其中所述迭代重建包括成本函数最小化到阈值水平并且其中所述成本函数的惩罚权重的值基于包括所述多个图像视图的采集的图像数据来自动确定(70)。
5.如权利要求4所述的方法(50),其中所述自动确定(70)包括使用统计分布来设置加权值。
6.如权利要求1所述的方法(50),其中所述迭代重建的每个迭代由以下限定:
fn+1=P[gn+τAT(y-Agn)]
gn=a(n)fn+b(n)fn-1
其中P是约束运算,y是对应于所述投影视图的投影数据,A是系统算子,AT是反投影算子并且f是要显示的图像。
7.如权利要求1所述的方法(50),其中所述有限断层摄影数据集包括大约50个图像视图和大约100个图像视图之间。
8.如权利要求1所述的方法(50),其中用所述有限断层摄影数据集形成的所述3D图像具有小于并且在全计算机断层摄影(CT)扫描仪图像质量的图像余量内的图像质量。
9.如权利要求1所述的方法(50),其中采集所述多个图像视图的所述成像系统沿具有横向位移的轨迹点的二维轨迹、圆周、螺旋线、多条线和对象轨迹的旁侧中之一来操作x射线源。
10.一种断层摄影x射线成像系统(120),包括:
x射线源(126);
x射线检测器(122),配置成检测通过对象后撞击在所述x射线检测器上的x射线;
数据采集系统(130),配置成从所述x射线检测器采集有限断层摄影数据;
图像重建模块(136),其配置成在迭代重建中使用所述有限断层摄影数据进行图像重建,其中所述迭代重建包括基于多个之前的迭代结果形成线性组合;以及
用于显示基于所述图像重建的图像的显示器(133),其中所述图像包括临床相关高频细节信息。
CN201110218560.0A 2010-07-22 2011-07-22 用于x射线图像的重建的系统和方法 Active CN102346924B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/841,815 US8189735B2 (en) 2010-07-22 2010-07-22 System and method for reconstruction of X-ray images
US12/841815 2010-07-22

Publications (2)

Publication Number Publication Date
CN102346924A true CN102346924A (zh) 2012-02-08
CN102346924B CN102346924B (zh) 2016-12-07

Family

ID=44545504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110218560.0A Active CN102346924B (zh) 2010-07-22 2011-07-22 用于x射线图像的重建的系统和方法

Country Status (4)

Country Link
US (1) US8189735B2 (zh)
EP (1) EP2410491B1 (zh)
JP (1) JP5848049B2 (zh)
CN (1) CN102346924B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514615A (zh) * 2012-06-22 2014-01-15 通用电气公司 用于迭代重建的方法和设备
CN106659452A (zh) * 2014-06-23 2017-05-10 美国西门子医疗解决公司 在定量单光子发射计算机断层扫描中利用多个光电峰的重构
CN106769048A (zh) * 2017-01-17 2017-05-31 苏州大学 基于Nesterov动量法的自适应深度置信网络轴承故障诊断方法
CN106725851A (zh) * 2015-08-31 2017-05-31 通用电气公司 用于外科器械重建的图像采集的系统和方法
CN107072022A (zh) * 2016-12-16 2017-08-18 中国科学院深圳先进技术研究院 X射线断层扫描方法及系统
CN107843606A (zh) * 2016-09-20 2018-03-27 欧姆龙株式会社 X线检查装置及其控制方法、记录介质
CN109155072A (zh) * 2016-02-29 2019-01-04 皇家飞利浦有限公司 Pet中利用图像总变化约束的基于优化的重建
CN109567846A (zh) * 2018-12-05 2019-04-05 宁波耀通管阀科技有限公司 反馈式断层扫描平台
CN113039581A (zh) * 2018-09-14 2021-06-25 恩维医疗公司有限公司 三维对象的多尺度图像重建
CN113454686A (zh) * 2019-02-26 2021-09-28 三菱电机株式会社 断层摄影成像系统、断层摄影成像方法和存储介质

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8208599B2 (en) * 2005-09-26 2012-06-26 Koninklijke Philips Electronics N.V. Iterative reconstruction with enhanced noise control filtering
FR2953964B1 (fr) * 2009-12-15 2012-05-04 Gen Electric Procede de traitement d'images obtenues par tomographie ou tomosynthese a faible nombre de projections
DE102010019016B4 (de) * 2010-05-03 2017-03-02 Siemens Healthcare Gmbh Verfahren zur Rekonstruktion von Bilddaten eines bewegten Untersuchungsobjektes aus Messdaten nebst zugehöriger Gegenstände
CN102727259B (zh) * 2012-07-26 2014-11-05 中国科学院自动化研究所 基于有限角度扫描的光声断层成像装置及方法
US9489752B2 (en) * 2012-11-21 2016-11-08 General Electric Company Ordered subsets with momentum for X-ray CT image reconstruction
JP6312401B2 (ja) * 2012-11-30 2018-04-18 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
KR102089976B1 (ko) 2012-12-28 2020-03-18 삼성전자주식회사 엑스선 영상 장치, 엑스선 영상 생성 방법 및 3차원 영상 장치
DE102013203410A1 (de) * 2013-02-28 2014-08-28 Siemens Aktiengesellschaft Verfahren zur Erzeugung eines Rekonstruktionsbilds und Bildaufnahmeeinrichtung
US10846860B2 (en) 2013-03-05 2020-11-24 Nview Medical Inc. Systems and methods for x-ray tomosynthesis image reconstruction
US10070828B2 (en) 2013-03-05 2018-09-11 Nview Medical Inc. Imaging systems and related apparatus and methods
WO2014145452A1 (en) * 2013-03-15 2014-09-18 Real Time Tomography, Llc Enhancements for displaying and viewing tomosynthesis images
EP2976626A4 (en) * 2013-03-22 2016-09-21 Univ New York COMPUTER ACCESSIBLE MEDIUM FOR MODULATING X-RAY INTENSITY
CN105188543B (zh) * 2013-04-08 2017-11-14 株式会社日立制作所 X射线ct装置、重构运算装置以及重构运算方法
WO2015073048A1 (en) * 2013-11-18 2015-05-21 Varian Medical Systems, Inc. Cone-beam computed tomography imaging devices, systems, and methods
US9247920B2 (en) 2014-02-27 2016-02-02 General Electric Company System and method for performing bi-plane tomographic acquisitions
US9713450B2 (en) * 2014-12-15 2017-07-25 General Electric Company Iterative reconstruction of projection data
CN107592935A (zh) * 2015-03-20 2018-01-16 伦斯勒理工学院 X射线ct的自动系统校准方法
US10049446B2 (en) 2015-12-18 2018-08-14 Carestream Health, Inc. Accelerated statistical iterative reconstruction
CN109475337B (zh) * 2016-03-24 2022-10-14 尼维医疗公司 用于图像重建的系统和方法
WO2017166187A1 (en) 2016-03-31 2017-10-05 Shanghai United Imaging Healthcare Co., Ltd. System and method for image reconstruction
JP6699482B2 (ja) * 2016-09-21 2020-05-27 株式会社島津製作所 逐次近似画像再構成方法、逐次近似画像再構成プログラムおよび断層撮影装置
US11610346B2 (en) 2017-09-22 2023-03-21 Nview Medical Inc. Image reconstruction using machine learning regularizers
US10893843B2 (en) * 2017-10-10 2021-01-19 Covidien Lp System and method for identifying and marking a target in a fluoroscopic three-dimensional reconstruction
CN108010096A (zh) * 2017-11-30 2018-05-08 上海联影医疗科技有限公司 Cbct图像重建方法、装置和cbct设备
US20190180481A1 (en) * 2017-12-13 2019-06-13 General Electric Company Tomographic reconstruction with weights
US11408836B2 (en) 2019-04-01 2022-08-09 General Electric Company Method for inspecting components using computed tomography
CN112946636B (zh) * 2021-01-13 2023-06-20 电子科技大学 一种多频近场毫米波稀疏重建图像方法
CN114419339A (zh) * 2022-03-30 2022-04-29 南方电网数字电网研究院有限公司 基于电力肖像的数据重建模型训练的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4888693A (en) * 1987-04-01 1989-12-19 General Electric Company Method to obtain object boundary information in limited-angle computerized tomography
CN1204402A (zh) * 1995-10-25 1999-01-06 阿达克实验室 多片层限制投影角度正电子发射断层照相术
US20030156684A1 (en) * 2002-02-20 2003-08-21 Fessler Jeffrey A. Method for statistically reconstructing images from a plurality of transmission measurements having energy diversity and image reconstructor apparatus utilizing the method
US20060072801A1 (en) * 2004-09-24 2006-04-06 General Electric Company Method and system for iterative image reconstruction
US20070297656A1 (en) * 2006-06-26 2007-12-27 Deman Bruno System and method for iterative image reconstruction

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4626991A (en) * 1983-04-21 1986-12-02 Elscint Incorporated System for reprojecting images acquired by backprojection
US4593355A (en) * 1983-11-21 1986-06-03 American Science And Engineering, Inc. Method of quick back projection for computed tomography and improved CT machine employing the method
US5053958A (en) * 1988-06-06 1991-10-01 General Electric Company Method to reduce image reconstruction time in limited-angle ct systems including using initial reconstruction valves for measured projection data during each iteration
US5671265A (en) * 1995-07-14 1997-09-23 Siemens Corporate Research, Inc. Evidential reconstruction of vessel trees from X-ray angiograms with a dynamic contrast bolus
US5907594A (en) * 1997-07-01 1999-05-25 Analogic Corporation Reconstruction of volumetric images by successive approximation in cone-beam computed tomography systems
US5909476A (en) * 1997-09-22 1999-06-01 University Of Iowa Research Foundation Iterative process for reconstructing cone-beam tomographic images
US6310968B1 (en) * 1998-11-24 2001-10-30 Picker International, Inc. Source-assisted attenuation correction for emission computed tomography
US6768782B1 (en) * 2002-12-16 2004-07-27 University Of Notre Dame Du Lac Iterative method for region-of-interest reconstruction
US7254209B2 (en) * 2003-11-17 2007-08-07 General Electric Company Iterative CT reconstruction method using multi-modal edge information
US7693318B1 (en) 2004-01-12 2010-04-06 Pme Ip Australia Pty Ltd Method and apparatus for reconstruction of 3D image volumes from projection images
DE102004008979B4 (de) 2004-02-24 2006-12-28 Siemens Ag Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten
US7215730B2 (en) * 2004-12-30 2007-05-08 Ge Healthcare Finland Oy Method and arrangement for multiresolutive reconstruction for medical X-ray imaging
US7702141B2 (en) 2005-06-29 2010-04-20 General Electric Company Method for quantifying an object in a larger structure using a reconstructed image
US7864999B2 (en) * 2005-10-19 2011-01-04 Siemens Medical Solutions Usa, Inc. Devices systems and methods for processing images
US7558414B2 (en) * 2006-09-11 2009-07-07 Case Western Reserve University Iterative image reconstruction
DE102006045721A1 (de) * 2006-09-27 2008-04-10 Siemens Ag Verfahren zur Erzeugung tomographischer Aufnahmen von einem teilweise zyklisch bewegten Untersuchungsobjekt
US7885371B2 (en) * 2008-08-28 2011-02-08 General Electric Company Method and system for image reconstruction
DE102009014726A1 (de) * 2009-03-25 2010-10-07 Siemens Aktiengesellschaft Verfahren und Bildrekonstruktionseinrichtung zur Rekonstruktion von Bilddaten
US7916828B1 (en) 2010-01-06 2011-03-29 General Electric Company Method for image construction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4888693A (en) * 1987-04-01 1989-12-19 General Electric Company Method to obtain object boundary information in limited-angle computerized tomography
CN1204402A (zh) * 1995-10-25 1999-01-06 阿达克实验室 多片层限制投影角度正电子发射断层照相术
US20030156684A1 (en) * 2002-02-20 2003-08-21 Fessler Jeffrey A. Method for statistically reconstructing images from a plurality of transmission measurements having energy diversity and image reconstructor apparatus utilizing the method
US20060072801A1 (en) * 2004-09-24 2006-04-06 General Electric Company Method and system for iterative image reconstruction
US20070297656A1 (en) * 2006-06-26 2007-12-27 Deman Bruno System and method for iterative image reconstruction

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514615A (zh) * 2012-06-22 2014-01-15 通用电气公司 用于迭代重建的方法和设备
CN103514615B (zh) * 2012-06-22 2018-01-30 通用电气公司 用于迭代重建的方法和设备
CN106659452A (zh) * 2014-06-23 2017-05-10 美国西门子医疗解决公司 在定量单光子发射计算机断层扫描中利用多个光电峰的重构
CN106659452B (zh) * 2014-06-23 2020-05-15 美国西门子医疗解决公司 在定量单光子发射计算机断层扫描中利用多个光电峰的重构
CN106725851A (zh) * 2015-08-31 2017-05-31 通用电气公司 用于外科器械重建的图像采集的系统和方法
CN109155072A (zh) * 2016-02-29 2019-01-04 皇家飞利浦有限公司 Pet中利用图像总变化约束的基于优化的重建
CN107843606A (zh) * 2016-09-20 2018-03-27 欧姆龙株式会社 X线检查装置及其控制方法、记录介质
CN107843606B (zh) * 2016-09-20 2020-03-24 欧姆龙株式会社 X线检查装置及其控制方法、记录介质
CN107072022A (zh) * 2016-12-16 2017-08-18 中国科学院深圳先进技术研究院 X射线断层扫描方法及系统
CN107072022B (zh) * 2016-12-16 2019-07-02 中国科学院深圳先进技术研究院 X射线断层扫描方法及系统
CN106769048B (zh) * 2017-01-17 2019-05-24 苏州大学 基于Nesterov动量法的自适应深度置信网络轴承故障诊断方法
CN106769048A (zh) * 2017-01-17 2017-05-31 苏州大学 基于Nesterov动量法的自适应深度置信网络轴承故障诊断方法
CN113039581A (zh) * 2018-09-14 2021-06-25 恩维医疗公司有限公司 三维对象的多尺度图像重建
CN109567846A (zh) * 2018-12-05 2019-04-05 宁波耀通管阀科技有限公司 反馈式断层扫描平台
CN113454686A (zh) * 2019-02-26 2021-09-28 三菱电机株式会社 断层摄影成像系统、断层摄影成像方法和存储介质

Also Published As

Publication number Publication date
US8189735B2 (en) 2012-05-29
US20120020448A1 (en) 2012-01-26
EP2410491A3 (en) 2013-01-09
JP5848049B2 (ja) 2016-01-27
EP2410491B1 (en) 2014-09-10
CN102346924B (zh) 2016-12-07
EP2410491A2 (en) 2012-01-25
JP2012024580A (ja) 2012-02-09

Similar Documents

Publication Publication Date Title
CN102346924A (zh) 用于x射线图像的重建的系统和方法
CN102013089B (zh) 用于噪声减少的迭代ct图像滤波器
Kim et al. SPIE medical imaging
US10255697B2 (en) Method for generation of synthetic mammograms from tomosynthesis data
US7706497B2 (en) Methods and apparatus for noise estimation for multi-resolution anisotropic diffusion filtering
CN1957847B (zh) 再现对象的断层造影图像的方法和断层造影设备
US9836872B2 (en) Methods for generation of edge=preserving synthetic mammograms from tomosynthesis data
CN102144928B (zh) 利用多重x射线源的ct测量
KR101636041B1 (ko) 단층 촬영 장치 및 그에 따른 단층 영상 복원 방법
US20220036605A1 (en) Systems and methods for reprojection and backprojection via homographic resampling transform
CN103198497A (zh) 确定运动场和利用运动场进行运动补偿重建的方法和系统
US9600924B2 (en) Iterative reconstruction of image data in CT
CN102293660B (zh) 在心脏ct中改善时间分辨率
CN103027705B (zh) 产生运动补偿的ct 图像数据组的方法和系统
CN101529475A (zh) 3d图像结合2d投影图像的呈现
CN104252714A (zh) 时变数据的重建
CN104424659A (zh) 图像数据的基于图像的运动补偿
CN101005804A (zh) 用于评估旋转x射线投影的设备
CN103156629A (zh) 图像处理设备和图像处理方法
CN102270349A (zh) 在没有调节项的情况下对ct 图像的迭代重建
WO2019060688A1 (en) SYSTEM AND METHOD FOR LOW DOSE MULTISPECTRAL X-RAY TOMOGRAPHY
US9495770B2 (en) Practical model based CT construction
US9965875B2 (en) Virtual projection image method
CN112168196A (zh) 用于高分辨率能谱计算机断层摄影成像的系统和方法
US20220375038A1 (en) Systems and methods for computed tomography image denoising with a bias-reducing loss 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