CN102483459B - 核医学用数据处理方法以及核医学诊断装置 - Google Patents
核医学用数据处理方法以及核医学诊断装置 Download PDFInfo
- Publication number
- CN102483459B CN102483459B CN200980161257.2A CN200980161257A CN102483459B CN 102483459 B CN102483459 B CN 102483459B CN 200980161257 A CN200980161257 A CN 200980161257A CN 102483459 B CN102483459 B CN 102483459B
- Authority
- CN
- China
- Prior art keywords
- mentioned
- projection
- region
- data
- orthographic projection
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
- G01T1/2985—In depth localisation, e.g. using positron emitters; Tomographic imaging (longitudinal and transverse section imaging; apparatus for radiation diagnosis sequentially in different planes, steroscopic radiation diagnosis)
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/037—Emission tomography
Abstract
在本发明的PET装置以及处理方法中,按每个LOR对基于通过检测γ射线而得到的事件数据所生成的列表数据并行地进行步骤S4即正投影、步骤S5即反投影的运算处理,因此能够应用于其它的运算机构而达到通用。另外,对列表数据进行并行处理,在步骤S4即正投影和步骤S5即反投影中分别进行该并行处理,因此能够防止存储器的冲突,从而能够实现高速化。其结果是,能够实现高通用性、运算高速化。
Description
技术领域
本发明涉及一种对基于通过检测放射线而得到的事件数据所生成的列表数据(list data)进行正投影运算和反投影运算的核医学用数据处理方法以及核医学诊断装置。
背景技术
作为上述核医学诊断装置、即ECT(Emission Computed To mography:发射计算机断层扫描)装置,以PET(Positron Emiss ion Tomography:正电子发射断层扫描)装置为例进行说明。PET装置构成为:检测由于阳电子(Positron)即正电子的湮没而产生的多个光子,且仅当用多个检测器同时检测到(即同时计数到)γ(伽玛)射线时重建被检体的断层图像。
在该PET装置中,在向被检体投放放射性药剂之后,通过长期测量对象组织中的药剂累积的过程,能够进行各种生物体机能的定量测量。因而,由PET装置得到的图像具有机能信息。
具体地说,作为被检体以人体为例进行说明时,对被检体的体内注入正电子(阳电子)放射性的同位元素(例如15O、18F、11C等),对从这些同位元素放射出的正电子与电子相结合时产生的γ射线进行检测。利用检测器列来进行该γ射线的检测,该检测器列由以环绕被检体的长度方向的轴即体轴的方式配置成环状的多个γ射线检测器构成。并且,利用计算机以与普通的X射线CT(Computed Tomography:计算机断层扫描)相同的方法进行计算而在面内确定,生成被检体的图像。
在如PET装置那样的核医学诊断装置中,当重建图像时,ML-EM法(MaximumLikelihood Expectation Maximization:最大似然-期望最大化法),OSEM法(OrderedSubset Expectation Maximization:有序子集期望最大化法),RAMLA法(Row-Acti onMaximum Likelihood Algorithm:行处理最大似然法),DR AMLA法(Dynamic Row-ActionMaximum Likelihood Algorit hm:动态行处理最大似然法)等逐次近似法(例如参照非专利文献1)是不可或缺的技术。
此外,检测γ射线的事件称为“事件”,将被同时计数到的数据称为“偶合数据(coincidence data)”,将没有被同时计数到的数据称为“单事件数据(Single eventdata)”。将从PET装置的机架(g antry)传送来的每个事件的数据称为“列表数据”,但该列表数据具有每个事件的X坐标、Y坐标、Z坐标等位置信息、时间信息等,这些信息按时间序列排列。
与此相对地,通过对该列表数据进行按时间积分的直方图处理来将该列表数据直方图化,从而获得直方图数据。该直方图数据是按规定的时间进行积分而得到的数据。作为该直方图数据,存在将纵轴作为投影方向、将横轴作为像素的正弦图(s onogram)。
近年来,还盛行一种使用了该列表数据的逐次近似法(例如参照非专利文献2)。但是,在使用了列表数据的模式(称为“列表模式”)的情况下,随着事件(event)的数量的增加而数据增多,从而出现运算量大的问题。利用使用了该列表数据的逐次近似法,运算量变得更为庞大。
因此,在列表模式下,有必要进行并行运算。目前为止被多数采用的并行运算是MPI(Message Passing Interface:消息传递接口)等的MIMD(Multiple InstructionMultiple Data:多指令多数据)型运算。在MIMD型运算中,多个处理器对多个不同的数据进行并行处理,因此除了需要大量的存储区域之外,还需要多个处理器。
对此,近年来,作为使用了GPU(Graphics Processing Uni t:图像处理单元)的逐次近似法的并行运算,还在进行一种可以说是图像重建的核心的正投影处理、反投影处理的并行化的研究(例如参照非专利文献3)。使用了GPU的并行运算被分类为SIMD(SingleInstruction Multiple Data:单指令多数据)型运算。
在SIMD型运算中,能够以一次指令同时进行针对多个数据的处理,因此适于对大规模的运算实施相同的运算处理的处理。但是,在使用GPU进行正投影处理、反投影处理的并行运算的情况下,有可能发生向同一个存储器写入(所谓的“存储器的冲突”)的情况,因此需要花费工夫以进行并行化。特别是在非专利文献3中使用正弦图,在正弦图中,相同像素的数据重叠,因此产生了存储器的冲突。因此,作为使用了相同的GPU的并行运算,还进行了一种使用列表数据的逐次近似法的并行的研究(例如参照非专利文献4)。
非专利文献1:田中栄一,「PET画像の再構成法の現状と展望」,日本放射線技術学会雑誌,浜松ホトニクス株式会社,Vol.62,No.6,771-777,(2006)(田中荣一,《(PET图像的重建方法的现状和展望》,日本放射线技术学会杂志,浜松光子学株式会社,Vol.62,No.6,771-777,(2006)).
非专利文献2:A.Fukano,F.Nakayama,H.Kubo,“Perform ance evaluation ofrelaxed block-iterative algorithms for 3-D PET reconstruction,”IEEETrans.Nucl.Sci.,Vol.5,pp.2830-2834,2004.
非专利文献3:H.Yang,M.Li,K.Koizumi,and H.Kubo,“Acceleratingbackprojections Via CUDA architecture,”in Pr oceedings of the 9thInternational Meeting on Fully Three-Dimensional Image Reconstruction inRadiology and Nuclear Medicine,pp.52-55,Lindau,Germany,July 2007.
非专利文献4:Guillem Pratx,Craig S.L evin et al,“Fast,Accurate andShift-Varying Line Projections for IteratiVe Re construction Using the GPU”,IEEE Trans.Med.Imaging.,Vol.28,No 3,pp.435-445,2009.
发明内容
发明要解决的问题
然而,上述非专利文献4中报告的方法是利用GPU独特的机构的方法,存在难以应用于除GPU以外的其它SIMD型机构这样的问题。GPU原本用于图像处理,因此,利用GPU独特的机构是指在将数据作为纹理图像进行处理后,使用像素(pixel)着色、顶点着色(VertexShader)。
本发明是鉴于这种情况而完成的,其目的在于提供一种能够实现高通用性、运算高速化的核医学用数据处理方法以及核医学诊断装置。
用于解决问题的方案
本发明为了达到这种目的而采用如下的结构。
即,本发明的核医学用数据处理方法的特征在于,具备以下步骤:正投影处理步骤,按每个LOR对基于通过检测放射线而得到的事件数据所生成的列表数据并行地进行正投影运算来获得正投影处理后数据;以及反投影处理步骤,按分割图像空间的截面而得到的每个区域对上述正投影处理后数据或列表数据并行地进行反投影运算。
根据本发明的核医学用数据处理方法,在正投影处理步骤中,按每个LOR(Line OfResponse:投影线)对基于通过检测放射线而得到的事件数据所生成的列表数据并行地进行正投影运算来获得正投影处理后数据。在反投影处理步骤中,按分割图像空间的截面而得到的每个区域对正投影处理后数据或列表数据并行地进行反投影运算。由于按每个LOR对列表数据并行地进行运算处理,因此不使用例如GPU独特的机构也能够实现正投影运算和反投影运算,且能够应用于其它运算机构而达到通用。另外,对列表数据进行并行处理,在正投影运算和反投影运算中分别进行该并行处理,因此能够防止存储器的冲突,能够实现高速化。另外,在反投影运算中,与正投影运算不同,有可能发生存储器的冲突,因此为了防止该冲突,在反投影处理步骤中,按分割图像空间的截面而得到的每个区域并行地进行反投影运算。其结果是,能够实现高通用性及运算的高速化。
由于各LOR的主方向各自随机排列,因此优选首先进行主方向的分类。即,在本发明的核医学用数据处理方法中,优选在主方向决定步骤中根据LOR的向量和检测放射线的检测器的配置方向来决定LOR的主方向。然后,在截面决定步骤中,根据在该主方向决定步骤中决定的主方向来决定LOR所通过的图像空间的截面。在运算区域决定步骤中,根据在该截面决定步骤中决定的截面来决定该截面中的LOR横穿的运算区域。并且,具体地说,在正投影处理步骤和反投影处理步骤中进行如下那样的运算处理。即,在正投影处理步骤中,按每个该运算区域并行地进行运算,在反投影处理步骤中,按将运算区域分割成多个区域而得到的每个区域对正投影处理后数据或列表数据并行地进行运算。这样,通过决定主方向来将主方向进行分类,从而使各自的运算处理变得易于实施。
另外,在本发明的核医学用数据处理方法中,优选在上述反投影处理步骤中将上述截面分割成多个区域,使分割后得到的分散的多个区域属于一个区域,按各所属区域并行地进行运算。这样,通过对区域也进行分类能够防止局部存在于特定的线程,能够提高运算效率。在此,“线程(Thread)”表示并行数据的处理单位。
更为优选的一例是,使相隔规定间隔的多个行区域属于上述一个区域。这样,通过使区域平均地分散地进行分类,能够进一步防止局部存在于特定的线程。
上述的这些发明的核医学用数据处理方法的一例是使用逐次近似法,多次执行正投影处理步骤和反投影处理步骤来逐次地近似于图像并进行更新。在核医学诊断领域中,如上述那样使用逐次近似法进行图像重建。因而,在本发明中也可以应用逐次近似法。当然,在反投影处理步骤中,也可以应用滤波反投影(FBP:filtered back projection)(也被称为“滤波校正反投影法)。
另外,本发明的核医学诊断装置的特征在于,具备:正投影处理单元,其按每个LOR对基于通过检测放射线而得到的事件数据所生成的列表数据并行地进行正投影运算来获得正投影处理后数据;以及反投影处理单元,其按分割图像空间的截面而得到的每个区域对上述正投影处理后数据并行地进行反投影运算。
根据本发明的核医学诊断装置,正投影处理单元按每个LOR对基于通过检测放射线而得到的事件数据所生成的列表数据并行地进行正投影运算来得到正投影处理后数据,反投影处理单元按分割图像空间的截面而得到的每个区域对正投影处理后数据或列表数据并行地进行反投影运算,因此能够与核医学用数据处理方法同样地实现高通用性、运算高速化。
发明的效果
根据本发明所涉及的核医学用数据处理方法以及核医学诊断装置,按每个LOR对基于通过检测放射线而得到的事件数据所生成的列表数据并行地进行正投影运算来得到正投影处理后数据,按分割图像空间的截面而得到的每个区域对正投影处理后数据或列表数据并行地进行反投影运算,因此能够实现高通用性以及运算高速化。
附图说明
图1是实施例所涉及的PET(Positron Emission Tomography)装置的侧视图和框图。
图2是γ射线检测器的概要立体图。
图3是表示一系列列表数据的处理方法的流程的流程图。
图4是表示用于说明检测概率的利用γ射线检测器同时计数的示意图。
图5是对配置成环状的γ射线检测器的配置与三维坐标之间的关系进行定义的示意图。
图6是将LOR的方向向量一并记入投影的示意图而得到的示意图。
图7是LOR所通过的图像空间的截面中的运算区域的示意图。
图8是用于说明LOR和一个子组的投影值的并行运算的示意图。
图9的(a)是表示LOR所通过的图像空间的截面中的运算区域的分割的示意图,图9的(b)是图9的(a)的放大图。
图10是表示系列步骤S1~S5中的列表数据的流向的示意图。
附图标记说明
3:γ射线检测器;10:运算处理部;d:(方向)向量;M:被检体。
具体实施方式
下面,参照附图来说明本发明的实施例。图1是实施例所涉及的PET(PositronEmission Tomography)装置的侧视图和框图,图2是γ射线检测器的概要立体图。
如图1所示,本实施例所涉及的PET装置具备载置被检体M的顶板1。该顶板1构成为进行上下升降移动以及沿着被检体M的体轴Z的平行移动。通过构成这种结构,载置在顶板1上的被检体M通过后述的机架2的开口部2a而从头部起依次向腹部、脚部扫描,来获得被检体M的图像。此外,对所扫描的部位、各部位的扫描顺序不作特别限定。
除了顶板1之外,本实施例所涉及的PET装置还具备机架2和γ射线检测器3,该机架2具有开口部2a。γ射线检测器3以环绕被检体M的体轴Z的方式被配置成环状,且被埋设在机架2内。γ射线检测器3相当于本发明中的检测器。
除此之外,本实施例所涉及的PET装置还具备顶板驱动部4、控制器5、输入部6、输出部7、存储部8、同时计数电路9以及运算处理部10。顶板驱动部4是驱动顶板1进行上述移动的机构,由未图示的马达等构成。运算处理部10相当于本发明中的正投影处理单元和反投影处理单元。
控制器5统一控制构成本实施例所涉及的PET装置的各部分。控制器5和运算处理部10由中央运算处理装置(CPU)等构成。特别是,在本实施例中,运算处理部10由以GPU等为代表的SIMD型机构构成。当然,运算处理部10也可以是除GPU以外的其它SIMD型机构,只要能够进行并行运算就不作特别限定。
输入部6将操作者输入的数据、指令送到控制器5。输入部6由以鼠标、键盘、操纵杆、轨迹球、触摸板等为代表的指示设备构成。输出部7由以监视器等为代表的显示部、打印机等构成。
存储部8由以ROM(Read-only Memory:只读存储器)、RAM(Random-Access Memory:随机访问存储器)等为代表的存储介质构成。在本实施例中,将用同时计数电路9进行同时计数而得到的计数值(count)、进行同时计数的由两个γ射线检测器3构成的检测器对、LOR之类的与同时计数相关的数据以及利用运算处理部10进行运算处理而得到的各种数据等写入RAM并进行存储,根据需要从RAM读出。在ROM中预先存储有用于进行包括各种核医学诊断在内的摄像的程序等,通过由控制器5和运算处理部10执行该程序而分别进行与该程序相应的核医学诊断。特别是,在本实施例中,应该使被称为“CUDA(NVidia公司提供)”的并行计算机体系结构(computing architecture)执行使用了GPU的并行运算,将与CUDA相关的程序预先存储到ROM中,通过由运算处理部10执行与该CUDA相关的程序来执行后述的步骤S1~S5的处理。
γ射线检测器3的闪烁块31(参照图2)将从被投放了放射性药剂的被检体M产生的γ射线转换为光,γ射线检测器3的光电倍增管(PMT:Photo Multiplier Tube)33(参照图2)使转换得到的该光倍增并转换为电信号。将该电信号作为事件送到同时计数电路9。
具体地说,当向被检体M投放放射性药剂时,正电子发射型的RI的正电子湮没,由此产生两道γ射线。同时计数电路9核对闪烁块31(参照图2)的位置和γ射线的入射时刻,仅在γ射线同时入射到位于被检体M两侧的两个闪烁块31时,将被送入的事件判断为恰当的数据。当γ射线仅入射到一个闪烁块31时,同时计数电路9废弃该事件。也就是说,同时计数电路9根据上述电信号检测在两个γ射线检测器3中同时观测到γ射线的情况。
将被送入同时计数电路9的事件送到运算处理部10。运算处理部10进行基于正投影处理、反投影处理的图像重建,来获得被检体M的图像。将图像经由控制器5送到输出部7。这样,根据由运算处理部10得到的图像进行核医学诊断。运算处理部10的具体功能在后面描述。
如图2所示,γ射线检测器3具备闪烁块31、以光学方式耦合到该闪烁块31的光导件(light guide)32以及以光学方式耦合到该光导件32的光电倍增管(以下简称为“PMT”)33。构成闪烁块31的各闪烁体元件随着γ射线的入射而发光,由此将γ射线转换为光。通过该转换闪烁体元件检测γ射线。闪烁体元件发出的光充分扩散在闪烁块31中,并经由光导件32被输入到PMT 33。PMT 33使通过闪烁块31进行转换而得到的光倍增并转换为电信号。如上述那样将该电信号作为事件送到同时计数电路9(参照图1)。
接着,参照图3~图10来说明运算处理部10的具体的功能。图3是表示一系列列表数据的处理方法的流程的流程图,图4是表示用于说明检测概率的用γ射线检测器同时计数的示意图,图5是对配置成环状的γ射线检测器的配置与三维坐标之间的关系进行定义的示意图,图6是将LOR的方向向量一并记入投影的示意图而得到的示意图,图7是LOR所通过的图像空间的截面中的运算区域的示意图,图8是用于说明LOR和一个子组的投影值的并行运算的示意图,图9是表示LOR所通过的图像空间的截面中的运算区域的分割的示意图,图10是表示系列步骤S1~S5中的列表数据的流向的示意图。在图5中,作为γ射线检测器3仅图示了闪烁块31,对于光导件32、PMT 33省略图示。另外,在本实施例中,以由三维的体素(voxel)构成的像素为例进行说明。
在本实施例中,采用使用了列表数据的列表模式(list-mod e)3D-DRAMLA法(Dynamic Row-Action Maximum Likelihood Algorithm:动态行处理最大似然算法)来作为逐次近似法算法,在应用吸收校正、感光度校正、随机校正等校正之后,以上述CUDA实现使用了GPU的并行运算。用下述(1)式来表示列表模式3D-DRAMLA法的更新式。
[式1]
λ(k,l)=β0/(β0+l+γkl) ...(1)
此外,上述(1)式中的i(t)表示第t个同时计数事件。将事件总数除以子组数L,将各个子组表示为S1(l=0,1,...,L-1)(l是L的小写字母)。k(k=0,1,...)是逐次近似次数,l(L的小写字母)是子组编号,xj (k,1)是更新后的体素j(j=0,1,...,J-1)的像素值。如图4所示,ai(t)j是从体素j放出的γ射线光子在LORi(t)检测到的概率,也被称为“系统矩阵”。在系统矩阵的运算中还考虑检测器响应函数。Cj表示归一化矩阵,p1j表示块因子(blockingfactor)。
关于块因子在上述非专利文献2中介绍了两种,但在本研究中采用了收敛性高、使用全部列表数据进行运算的方法。λ(k,1)是松弛系数(relaxation coefficient),与收敛速度有关。γ和β0是控制λ(k,1)的参数。另外,a′i(t)j是吸收校正后的ai(t)j,下述(2)式表示校正关联的定义。
[式2]
a′i(t)j=Ai(t)jai(t)j
Ai(t)j=exp(-∑μj)
ri=2τsi(t)0si(t)1 ...(2)
此外,上述(2)式中的Ai(t)j表示吸收校正系数,μj表示吸收系数的分布。另外,ri是根据单独计数的计数率si0、si1和同时计数的时间窗2τ预测随机的计数率而得到的值。
另外,上述(1)式中的FP表示Forward Projection、即正投影,利用上述(1)式中的一部分进行正投影处理的运算。另一方面,上述(1)式中的BP表示Back Projection、即反投影,利用上述(1)式中的一部分进行反投影处理的运算。
首先,适当地设定作为初始图像的xj (0,0)。对于初始图像xj (0,0),例如只要是具有同样的像素值的图像即可,设为xj (0,0)>0。利用所设定的初始图像xj (0,0)和用上述(2)式校正后得到的a′i(t)j反复代入上述(1)式,由此能够逐次求出xj (0,0),...,xj (0,L-1),将最后求出的xj (0,L-1)设为xj (1,0),由此提升为xj (1,0)。下面,同样地依次将xj进行提升(xj (0,0),xj (1,0)...,xj (k,0))。对于表示迭代的k的次数不作特别限定,可以适当地设定。通过将这样最后求出的xj按与其相对应的体素j进行排列,来进行基于正投影处理、反投影处理的图像重建,获得被检体M的图像。
接着,针对各个正投影处理和反投影处理中的具体的并行运算进行详细叙述。
(步骤S1)主方向决定
如图5所示,将水平轴设为x、将垂直轴设为y、将被检体M的体轴设为z。当将配置成环状的γ射线检测器3排列在xy平面上时,体轴z成为深度方向的轴。如图6所示,将与LOR平行的方向向量定义为d(dx,dy,dz)(其中,||d||=1,单位向量),根据LOR的向量d和γ射线检测器3的配置方向来决定LOR的主方向。γ射线检测器3被配置在xy平面上,因此将向量d(dx,dy,dz)中的dx与dy的大小进行比较并将大的一方作为主方向。图6是将x方向作为主方向时的示意图。该步骤S 1相当于本发明中的主方向决定步骤。
(步骤S2)截面决定
根据在步骤S1中决定的主方向来决定LOR所通过的图像空间的截面。在本实施例中,将与主方向正交的面决定为LOR所通过的图像空间的截面。图6是将x方向作为主方向的图,因此如图6、图7所示,截面成为yz平面。该步骤S2相当于本发明中的截面决定步骤。
(步骤S3)运算区域决定
根据在步骤S2中决定的截面(图6中的yz平面)来决定该截面中的LOR横穿的运算区域。首先,决定成为LOR的起点的截面(在图6中用“slice_start”标记)和成为LOR的终点的截面(在图6中用“slice_end”标记),决定成为起点的截面上的坐标和成为终点的截面上的坐标。在图6、图7中,将截面设为yz平面,因此成为起点的截面上的坐标为y、z坐标,同样地,成为终点的截面上的坐标为y、z坐标。向量朝一个方向延伸,因此起点和终点的y坐标中的某一个成为最小值的坐标(在图7中用“Min_0”标记),而另一个成为最大值的坐标(在图7中用“Max_0”标记)。同样地,起点和终点的z坐标中的某一个成为最小值的坐标(在图7中用“Min_1”标记),而另一个成为最大值的坐标(在图7中用“Max_1”标记)。也就是说,在截面上,LOR从各截面上的最小值的坐标位置起横穿最大值的坐标位置。因而,如图7所示,LOR横穿的运算区域为用Min_0、Max_0、Min_1以及Max_1划分出的区域。该步骤S3相当于本发明中的运算区域决定步骤。
(步骤S4)正投影处理
在通过步骤S3决定的运算区域中,对列表数据并行地进行运算处理。具体地说,针对各个体素j计算系统矩阵,在所决定的运算区域的范围内利用上述(1)式中的以FP标记的部分与像素值进行乘法运算并进行加法运算,由此进行投影值的更新。用上述(1)式按每个LOR进行并行运算。写入投影值的存储器构成为平均每个子组、每个事件写入一个像素,例如如图8所示那样写入。图8中的“Thread_0”、“Thread_1”、“Thread_2”、“Thread_3”、...表示被写入的并行数据的处理单位。在每个子组中,各LOR与各线程(Thread)是一一对应的。
例如,在进行事件总数为3276800的事件处理的情况下,当将子组数设为128时,每个子组的事件数为25600(=3276800/128)。因而,在进行正投影处理的并行运算的情况下,以25600个线程来对25600个事件进行运算,因此每个线程的投影值的写入地址都不同,不发生存储器的冲突。该步骤S4相当于本发明中的正投影处理步骤。
(步骤S5)反投影处理(区域分割)
对在步骤S4中进行正投影处理而得到的正投影处理后数据或列表数据进行反投影处理。在这种情况下,将LOR通过的图像空间的各截面分割为多个区域,使分割后得到的分散的多个区域属于一个区域,按各所属区域并行地进行运算。具体地说,在各所属区域的区域中利用上述(1)式中的用BP标记的部分进行加法运算来进行反投影值的更新。
如果参照图9更为详细地说明,则使相隔规定间隔的行区域属于一个区域。例如,在运算区域为256×256像素的截面(slice)的情况下,当将相隔31行的行定义为一个区域时,每个截面被分割为32个区域,以8(=256/32)行构成一个区域。因而,在这种情况下,使相隔31个行间隔的每个行区域属于一个区域。在图9的情况下,为了便于图示,将相隔7行的行定义为一个区域。图9的(b)是图9的(a)的放大图。如图9所示,当将相隔7行的行定义为一个区域时,每个截面被分割为8个区域。即,在图9的(b)中分别以所标记的“Thread_0”、“Thread_1”、...“Thread_7”进行分割。该步骤S5相当于本发明中的反投影处理步骤。
另外,一系列步骤S1~S5中的列表数据的流程如图10所示那样。即,通过在步骤S1中决定主方向来对每个事件(即每个LOR)的列表数据(在图10中用“Event_0”、“Event_1”、“Event_2”、...标记)进行主方向分类。在本实施例中,将dx与dy的大小进行比较并将大的一方作为主方向,因此分成主方向为x方向的列表数据(在图10中用“主方向x的列表数据”标记)和主方向为y方向的列表数据(在图10中用“主方向y的列表数据”标记),在步骤S5中针对反投影处理,分别并行地进行运算处理。
此外,作为上述逐次近似法,并不限定于上述DRAMLA法,可以是静态(即static)的RAMLA法(Row-Action Maximum Like lihood Algorithm),也可以是ML-EM法(MaximumLikelihood Expectation Maximization),还可以是OSEM法(Ordered Subset ML-EM)。
根据具备上述结构的本实施例所涉及的PET装置以及处理方法,在步骤S4(正投影处理)中,按每个LOR对基于通过检测γ射线而得到的事件数据所生成的列表数据并行地进行正投影运算来获得正投影处理后数据。在步骤S5(反投影处理)中,按分割图像空间的截面而得到的每个区域对正投影处理后数据或列表数据并行地进行反投影运算。由于按每个LOR对列表数据并行地进行运算处理,因此不使用例如GPU独特的机构也能够实现正投影运算和反投影运算,且能够应用于其它运算机构而达到通用。另外,由于对列表数据进行并行处理,利用正投影运算和反投影运算分别进行该并行处理,因此能够防止存储器的冲突,能够实现高速化。另外,在反投影运算中,与正投影运算不同,有可能发生存储器的冲突,因此为了防止该冲突,在步骤S5(反投影处理)中按分割图像空间的截面而得到的每个区域并行地进行反投影运算。其结果是,能够实现高通用性以及运算高速化。
由于各LOR的主方向分别是随机排列的,因此在本实施例中,优选首先进行主方向的分类。即,优选在步骤S1(主方向决定)中根据LOR的向量d和检测γ射线的γ射线检测器3的配置方向来决定LOR的主方向。然后,在步骤S2(截面决定)中根据在该步骤S1(主方向决定)中决定的主方向来决定LOR所通过的图像空间的截面。在步骤S3(运算区域决定)中根据在该步骤S2(截面决定)中决定的截面来决定该截面中的LOR横穿的运算区域。并且,具体地说,在步骤S4(正投影处理)和步骤S5(反投影处理)中进行上述那样的运算处理。即,在步骤S4(正投影处理)中按每个该运算区域并行地进行运算,在步骤S5(反投影处理)中按将运算区域分割成多个区域而得到的每个区域对正投影处理后数据或列表数据并行地进行运算。这样,通过决定主方向来将主方向进行分类,从而使各自的运算处理更易于实施。
另外,在本实施例中,优选在上述步骤S5(反投影处理)中将上述截面分割为多个区域,使分割后得到的分散的多个区域属于一个区域,按各所属区域并行地进行运算。这样,通过对区域也进行分类能够防止局部存在于特定的线程,能够提高运算效率。
更为优选的是,使相隔规定间隔的每个行区域属于一个区域(参照图9)。这样,通过使区域平均地分散地进行分类,能够进一步防止局部存在于特定的线程。
本实施例应用逐次近似法,该逐次近似法为多次执行上述步骤S4(正投影处理)和步骤S5(反投影处理),来逐次地近似于图像并进行更新。即,使用逐次近似法并行地进行上述运算处理。在核医学诊断领域,如上述那样使用逐次近似法来进行图像重建。
另外,本实施例所涉及的PET装置具备运算处理部10,该运算处理部10进行上述步骤S1~S5的运算处理,该步骤S1~S5的运算处理是,按每个LOR对基于通过检测γ射线而得到的事件数据所生成的列表数据并行地进行正投影运算来获得正投影处理后数据,按分割图像空间的截面而得到的每个区域对正投影处理后数据并行地进行反投影运算。通过将本实施例的步骤S1~S5的方法应用于PET装置,能够与本实施例的步骤S1~S5的方法同样地实现高通用性以及运算高速化。
在本实施例中,在进行列表模式3D-DRAMLA法的CUDA安装并进行了图像重建的高速化的研究之后,确认出针对3.2M事件的列表数据实现了大约18倍的高速。另外,还确认出使用GPU进行运算而得到的重建图像与使用普通的CPU的情况大致相同。
本发明并不限于上述实施方式,还能够如下那样进行变形来实施。
(1)在上述实施例中,使用逐次近似法在上述步骤S4(正投影处理)和步骤S5(反投影处理)中并行地进行上述运算处理,但在反投影处理步骤中,也可以应用使用了滤波反投影(filtered back projection)的费尔德坎普(Feldkamp)法。
(2)在上述实施例中,通过决定主方向来将主方向进行分类,但并非一定要决定主方向。但是,为了易于进行各自的运算处理,如实施例那样通过决定主方向来将主方向进行分类是更为理想的。
(3)在上述实施例中,在将水平轴设为x、将垂直轴设为y、将被检体M的体轴设为z之后决定了主方向,但并不一定限定于这些轴的方向。
(4)在上述实施例中,在将配置成环状的γ射线检测器3如图5所示那样排列在xy平面上之后决定了主方向,但也可以与γ射线检测器的配置状态相应地适当决定主方向。也可以是在非环状的检测器的情况下,根据进行同时计数的两个检测器上的平面来决定主方向。
(5)在上述实施例中,当决定主方向时将大的一方作为主方向,但未必限定于此。只要是根据一定的规则决定主方向,例如也可以将小的一方作为主方向。
(6)在上述实施例中,将与主方向正交的一面决定为LOR所通过的图像空间的截面,但并非一定要将与主方向正交的一面决定为该截面。也可以将以除90°之外的其它角度横穿的一面决定为该截面。
(7)在上述实施例中,使相隔规定间隔的每个行区域属于一个区域,但也可以以行区域以外的块状区域进行划分,汇集它们中的几个而使它们属于一个区域。
(9)在上述实施例中,针对核医学诊断装置进行了叙述,但也能够应用于准直机构的伽玛照相机、SPECT。
Claims (7)
1.一种核医学用数据处理方法,其特征在于,具备以下步骤:
正投影处理步骤,按每个投影线对基于通过检测放射线而得到的事件数据所生成的列表数据并行地进行正投影运算来获得正投影处理后数据;以及
反投影处理步骤,将上述投影线所通过的图像空间所包括的多个截面各自分割为多个区域,按分割而得到的每个区域对上述正投影处理后数据或列表数据并行地进行反投影运算。
2.根据权利要求1所述的核医学用数据处理方法,其特征在于,还具备以下步骤:
主方向决定步骤,根据上述投影线的向量和检测上述放射线的检测器的配置方向来决定上述投影线的主方向;
截面决定步骤,根据在该主方向决定步骤中决定的上述主方向来决定上述投影线所通过的图像空间的截面;以及
运算区域决定步骤,根据在该截面决定步骤中决定的上述截面来决定该截面中的上述投影线横穿的运算区域,
在上述正投影处理步骤中,按每个上述运算区域并行地进行运算,
在上述反投影处理步骤中,按将上述运算区域分割成多个区域而得到的每个区域并行地进行运算。
3.根据权利要求1或2所述的核医学用数据处理方法,其特征在于,
在上述反投影处理步骤中,将上述截面分割成多个区域,使分割得到的多个区域中分散的多个区域构成一个区域,按所构成的每个区域并行地进行运算。
4.根据权利要求3所述的核医学用数据处理方法,其特征在于,
使相隔规定间隔的多个行区域构成上述一个区域。
5.根据权利要求1、2或4所述的核医学用数据处理方法,其特征在于,
使用逐次近似法,多次执行上述正投影处理步骤和上述反投影处理步骤,来逐次地近似于图像并进行更新。
6.根据权利要求3所述的核医学用数据处理方法,其特征在于,
使用逐次近似法,多次执行上述正投影处理步骤和上述反投影处理步骤,来逐次地近似于图像并进行更新。
7.一种核医学诊断装置,其特征在于,具备:
正投影处理单元,其按每个投影线对基于通过检测放射线而得到的事件数据所生成的列表数据并行地进行正投影运算来获得正投影处理后数据;以及
反投影处理单元,其将上述投影线所通过的图像空间所包括的多个截面各自分割为多个区域,并按分割而得到的每个区域对上述正投影处理后数据并行地进行反投影运算。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2009/004381 WO2011027402A1 (ja) | 2009-09-04 | 2009-09-04 | 核医学用データ処理方法および核医学診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102483459A CN102483459A (zh) | 2012-05-30 |
CN102483459B true CN102483459B (zh) | 2016-08-24 |
Family
ID=43648964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980161257.2A Expired - Fee Related CN102483459B (zh) | 2009-09-04 | 2009-09-04 | 核医学用数据处理方法以及核医学诊断装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8987674B2 (zh) |
JP (1) | JP5263402B2 (zh) |
CN (1) | CN102483459B (zh) |
WO (1) | WO2011027402A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9111381B2 (en) * | 2010-01-27 | 2015-08-18 | Koninklijke Philips N.V. | Shift-varying line projection using graphics hardware |
KR101356881B1 (ko) | 2012-04-02 | 2014-02-12 | 한국과학기술원 | 고해상도 양전자 방출 단층 촬영에서 병렬 처리를 위해 영상을 재구성하는 방법 및 장치 |
NL2010267C2 (en) * | 2013-02-07 | 2014-08-11 | Milabs B V | High energy radiation detecting apparatus and method. |
WO2015056299A1 (ja) * | 2013-10-15 | 2015-04-23 | 株式会社島津製作所 | 断層画像処理方法およびそれを用いた放射型断層撮影装置 |
US9839401B2 (en) * | 2016-01-19 | 2017-12-12 | Shimadzu Corporation | Radiation tomography apparatus |
CN107223267B (zh) * | 2016-04-20 | 2021-01-01 | 上海联影医疗科技股份有限公司 | 图像重建方法和系统 |
CN109414238B (zh) * | 2016-06-12 | 2023-01-03 | 上海联影医疗科技股份有限公司 | 正电子发射断层成像系统及其图像重建方法 |
EP3685354B1 (en) * | 2017-09-21 | 2021-09-15 | Koninklijke Philips N.V. | A relaxed iterative maximum-likelihood expectation maximization for positron emission tomography random coincidence estimation |
CN107908363B (zh) * | 2017-11-10 | 2021-12-07 | 湖北锐世数字医学影像科技有限公司 | 基于cuda的pet符合事件筛选的方法、系统及装置 |
CN107945203A (zh) * | 2017-11-24 | 2018-04-20 | 中国科学院高能物理研究所 | Pet图像处理方法及装置、电子设备、存储介质 |
JP6986961B2 (ja) * | 2017-12-28 | 2021-12-22 | 浜松ホトニクス株式会社 | 画像処理装置および画像処理方法 |
US11232612B2 (en) * | 2019-03-15 | 2022-01-25 | University Of Florida Research Foundation, Incorporated | Highly accurate and efficient forward and back projection methods for computed tomography |
WO2021186504A1 (ja) * | 2020-03-16 | 2021-09-23 | 株式会社島津製作所 | リストモード画像再構成方法および核医学診断装置 |
CN111881412A (zh) * | 2020-07-28 | 2020-11-03 | 南京航空航天大学 | 一种基于cuda的pet系统矩阵计算方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101401009A (zh) * | 2006-03-10 | 2009-04-01 | 株式会社岛津制作所 | 核医学诊断装置以及用于此的诊断系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5224037A (en) * | 1991-03-15 | 1993-06-29 | Cti, Inc. | Design of super-fast three-dimensional projection system for Positron Emission Tomography |
JP4764050B2 (ja) * | 2005-03-31 | 2011-08-31 | 株式会社日立製作所 | 核医学診断装置および核医学診断装置の冷却方法 |
US7498581B2 (en) * | 2005-10-05 | 2009-03-03 | Koninklijke Philips Electronics N.V. | Distributed iterative image reconstruction |
JP4679348B2 (ja) * | 2005-11-22 | 2011-04-27 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | X線ct装置 |
US8488849B2 (en) * | 2006-02-22 | 2013-07-16 | Koninklijke Philips Electronics N.V. | Image reconstruction using data ordering |
US8314796B2 (en) * | 2006-02-24 | 2012-11-20 | The Board Of Trustees Of The Leland Stanford Junior University | Method of reconstructing a tomographic image using a graphics processing unit |
JP4649348B2 (ja) * | 2006-02-28 | 2011-03-09 | 株式会社日立製作所 | 核医学診断装置 |
JP2007271509A (ja) * | 2006-03-31 | 2007-10-18 | Shimadzu Corp | 核医学診断装置およびそれに用いられる診断システム |
DE102007020879A1 (de) * | 2006-05-10 | 2009-04-02 | Gachon University Of Medicine & Science Industry-Academic Cooperation Foundation | Verfahren und Vorrichtung für die äußerst schnelle Symmetrie- und SIMD- gestützte Projektion/Rückprojektion für die 3D-PET-Bildrekonstruktion |
US7876941B2 (en) * | 2007-03-09 | 2011-01-25 | Siemens Medical Solutions Usa, Inc. | Incorporation of axial system response in iterative reconstruction from axially compressed data of cylindrical scanner using on-the-fly computing |
US7983465B2 (en) * | 2007-05-09 | 2011-07-19 | Société De Commercialisation Des Produits De La Recherche Appliquée - Socpra Sciences Santé Et Humaines, S.E.C. | Image reconstruction methods based on block circulant system matrices |
CN101681520B (zh) * | 2007-05-30 | 2013-09-25 | 皇家飞利浦电子股份有限公司 | Pet局部断层摄影 |
US8359345B2 (en) * | 2008-05-09 | 2013-01-22 | Siemens Medical Solutions Usa, Inc. | Iterative algorithms for variance reduction on compressed sinogram random coincidences in PET |
US8000513B2 (en) * | 2008-09-22 | 2011-08-16 | Siemens Medical Solutions Usa, Inc. | System and method for 3D time of flight PET forward projection based on an exact axial inverse rebinning relation in fourier space |
US8265365B2 (en) * | 2010-09-20 | 2012-09-11 | Siemens Medical Solutions Usa, Inc. | Time of flight scatter distribution estimation in positron emission tomography |
-
2009
- 2009-09-04 US US13/388,792 patent/US8987674B2/en active Active
- 2009-09-04 WO PCT/JP2009/004381 patent/WO2011027402A1/ja active Application Filing
- 2009-09-04 CN CN200980161257.2A patent/CN102483459B/zh not_active Expired - Fee Related
- 2009-09-04 JP JP2011529700A patent/JP5263402B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101401009A (zh) * | 2006-03-10 | 2009-04-01 | 株式会社岛津制作所 | 核医学诊断装置以及用于此的诊断系统 |
Also Published As
Publication number | Publication date |
---|---|
US20120126125A1 (en) | 2012-05-24 |
US8987674B2 (en) | 2015-03-24 |
CN102483459A (zh) | 2012-05-30 |
WO2011027402A1 (ja) | 2011-03-10 |
JPWO2011027402A1 (ja) | 2013-01-31 |
JP5263402B2 (ja) | 2013-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102483459B (zh) | 核医学用数据处理方法以及核医学诊断装置 | |
EP3224801B1 (en) | Multi-modality imaging system and method | |
US11704846B2 (en) | System and method for image reconstruction | |
US8000513B2 (en) | System and method for 3D time of flight PET forward projection based on an exact axial inverse rebinning relation in fourier space | |
JP5152202B2 (ja) | ポジトロンct装置 | |
CN107049352A (zh) | Pet数据采集方法、pet图像重建方法和pet系统 | |
CN101842806A (zh) | 脏同位素pet重建 | |
CN103430048B (zh) | 正电子计算机断层扫描装置和重构方法 | |
WO2015189815A1 (en) | Multiple emission energies in single photon emission computed tomography | |
Vidal et al. | New genetic operators in the fly algorithm: application to medical PET image reconstruction | |
CN110215223B (zh) | 散射校正方法、系统、可读存储介质和设备 | |
JP6014738B2 (ja) | 三次元画像の投影方法 | |
Szlávecz et al. | GPU-based acceleration of the MLEM algorithm for SPECT parallel imaging with attenuation correction and compensation for detector response | |
KR101493683B1 (ko) | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 pet 영상 재구성 장치 및 그 방법 | |
Strzelecki | Image reconstruction and simulation of strip positron emission tomography scanner using computational accelerators | |
JP2010266235A (ja) | ポジトロンct装置および再構成方法 | |
Vidal et al. | Artificial evolution for 3D PET reconstruction | |
JP2003215248A (ja) | 画像生成方法 | |
Komorov | 3D GPU-based image reconstruction algorithm for the application in a clinical organ-targeted PET camera | |
Zhang | investigation of optimization-based algorithms for tomographic image reconstruction | |
Vidal et al. | The definitive version is available at http://www. springerlink. com/. | |
Salomon | D 2.3 Quantitative Reconstruction Environment |
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: 20160824 Termination date: 20210904 |