CN102525527B - Ct成像的投影数据加权方法 - Google Patents
Ct成像的投影数据加权方法 Download PDFInfo
- Publication number
- CN102525527B CN102525527B CN201110319670.6A CN201110319670A CN102525527B CN 102525527 B CN102525527 B CN 102525527B CN 201110319670 A CN201110319670 A CN 201110319670A CN 102525527 B CN102525527 B CN 102525527B
- Authority
- CN
- China
- Prior art keywords
- egr
- beta
- data
- function
- mentioned
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013170 computed tomography imaging Methods 0.000 title abstract description 5
- 230000000007 visual effect Effects 0.000 claims abstract description 90
- 238000010606 normalization Methods 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims description 63
- 230000010247 heart contraction Effects 0.000 claims description 6
- 101000771640 Homo sapiens WD repeat and coiled-coil-containing protein Proteins 0.000 claims 3
- 102100029476 WD repeat and coiled-coil-containing protein Human genes 0.000 claims 3
- 230000000694 effects Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 178
- 230000033001 locomotion Effects 0.000 description 20
- 230000000747 cardiac effect Effects 0.000 description 13
- 230000002685 pulmonary effect Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000001360 synchronised effect Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000013480 data collection Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013098 chemical test method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- BGOFCVIGEYGEOF-UJPOAAIJSA-N helicin Chemical compound O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@H]1OC1=CC=CC=C1C=O BGOFCVIGEYGEOF-UJPOAAIJSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/027—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis characterised by the use of a particular data acquisition trajectory, e.g. helical or spiral
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4085—Cone-beams
-
- 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/412—Dynamic
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
目的在于提高对于CT成像系统的投影数据的加权的效果。实施方式的投影数据加权方法沿圆形轨道使用锥束收集投影数据。投影数据附加有按照权重函数wEGR(β、γ)所决定的权重，该权重函数wEGR(β、γ)根据用于心电同步重建(ECG)的函数uEGR(φ(β))的归一化被取得的。uEGR(φ(β))通过在n＝‑NPI至n＝NPI(PI＝π)范围的uEGR(φ(βc n))的总和进行归一化。φ表示心跳相位，β表示视角，βc n表示相对视角，γ表示锥束的扇角。
Description
技术领域
本发明的实施方式涉及CT成像系统的投影数据加权方法。
背景技术
当检测器的列数增加、锥角增大时，重建算法增加其重要性。以往，使用移动不变的FBP类型(Katsevich algorithm：Katsevich算法)的螺旋锥束算法。在其算法中，螺旋中只使用PI(π：半圈)大小的数据。即，如果将N(N＝1、3、...)作为表示螺旋的半圈的编号，则只使用N-PI窗口内的数据、即只使用第某个半圈大小的数据。
在N-PI窗口的加权中存在以下所示的问题。由于不使用N-PI窗口外侧的测定数据，因此使被检体蒙受了不必要的辐射。并且，由于对N-PI窗口内的所有数据使用同一权重，因此算法不用说是噪声降低还示出了针对被检体的体动以及实测数据的不完整性的敏感性。结果，N-PI重建限制了螺距。例如，0.75-0.85范围的螺距对于采用3-PI窗口过快，1-PI窗口由于只使用一部分数据因此不适合。
另一方面，二维扇束的冗长加权的优点是容易调整螺距，可以使螺距从0平滑地变为1。该算法对于被检体的体动以及实测数据的不完整性具有稳定性。即，在有体动时，需要根据体动调整稳定性。现有的研究对锥角的增大没有对应，并且不适合3D重建。
发明内容
目的在于提高对于CT成像系统的投影数据的加权的效果。
本实施方式涉及的投影数据加权方法沿圆形轨道使用锥束收集投影数据。投影数据中附加有按照根据用于心电同步重建(EGR)的函数uEGR(φ(β))的归一化而取得的权重函数wEGR(β、γ)所决定的权重。uEGR(φ(β))利用在n＝-NPI至n＝NPI(PI＝π)范围的uEGR(φ(βc n))的总和进行归一化。φ表示心跳相位，β表示视角，βc n表示相对视角，γ表示锥束的扇角。
附图说明
图1为表示基于本实施方式的X射线计算机断层摄影装置的图。
图2为表示基于本实施方式的使用了锥束的圆形数据收集中的坐标系的图。
图3为表示权重参数σ的效果的图。
图4A为表示体动映射的曲线图。
图4B为表示归一化的体动映射的曲线图。
图5A为表示图4B的归一化的体动映射的曲线图。
图5B为表示与关于一个图像大小的视野范围的扇束对应的加权的曲线图。
图5C表示结合了与归一化的体动映射的扇束对应的加权的曲线图。
图6为表示关于与射线对应的体动映射的视野以及图像面的图。
图7为表示基于本实施方式的与螺旋数据收集有关的锥束坐标系的图。
图8A为表示扇束权重函数的一个例子的图。
图8B为表示锥束权重函数的一个例子的图。
图9为表示检测器相对于规定的平滑间隔的关系的图。
图10为表示根据PI面上的测定差推定的体动的图。
图11A为表示使用了无体动时的宽锥角的螺旋重建的结果的图。
图11B为表示假定了某体动时的标准的螺旋心电同步段重建的结果的图。
图11C为表示假定了与图11B相同的体动时的基于本实施方式的重建结果的图。
图12A为表示标准的螺旋心电同步段重建的结果的图。
图12B为表示基于本实施方式的螺旋心电同步段重建的结果的图。
【符号说明】
1...架台、2...旋转环、3...X射线源、4...X射线滤波器、5...二维排列型X射线检测器、6...床、7...高电压发生器、8...X射线控制器、9...架台/床控制器、10....系统控制器、11...数据收集装置、12...处理器单元、14...显示装置。
具体实施方式
以下，一边参照附图一边对本实施方式涉及的X射线计算机断层摄影装置的投影数据的加权方法进行说明。图1为表示本实施方式涉及的X射线计算机断层摄影装置的结构的图。本实施方式涉及的X射线计算机断层摄影装置(也称为投影数据测定系统)包括架台1。架台1具备X射线源3以及二维排列型X射线检测器5。X射线源3以及二维排列型X射线检测器5以隔着被检体相面对的方式搭载在旋转环2上。被检体被载置在床6的可移动床板上。一边床6以规定的速度沿旋转轴移动，一边旋转环2旋转。架台/床控制器9同步控制旋转环2的旋转与床6的滑动移动。在X射线源3对于被检体相对地在螺旋扫描方式下沿螺旋状的轨道或圆形轨道移动的期间内重复收集投影数据。
从X射线源3产生并通过X射线滤波器4的X射线形成为锥束或大致锥状并照射至被检体。X射线控制器8向高电压发生器7供给触发信号。高电压发生器7接收触发信号，向X射线源3施加高电压。系统控制器10综合控制X射线控制器8以及架台/床控制器9，以使得在旋转旋转环2且床6移动的期间从X射线源3以固定间隔重复照射X射线。
透过被检体的X射线由二维排列型X射线检测器5检测。X射线检测器5具有多个检测X射线的检测器元件。多个检测器元件排列成纵横(矩阵)状。典型的情况是，单个检测器元件构成一个通道。数据收集装置11按每一通道放大从二维排列型X射线检测器5输出的信号并将其转换为数字信号。由此，生成投影数据。
处理器单元12对从数据收集装置11输出的投影数据实施各种处理。例如，处理器单元12实施数据采样、移动处理，并且实施包含滤波和逆投影处理等的重建处理。处理器单元12计算反映对各体素的X射线吸收的逆投影数据。在使用了锥束X射线的圆形扫描中，摄像区域(有效视野)表示以旋转轴为中心的半径R的圆柱体。处理器单元12在该摄像区域中定义多个体素(三维像素)，并决定各体素的逆投影数据。三维图像数据或断层图像数据根据逆投影数据被生成。显示装置14按照三维图像数据显示三维图像或断层图像。
如后面所述的那样，处理器单元12在进行逆投影与重建之前，对投影数据进行加权。处理器单元12在进行逆投影与重建之前，对投影数据附加与体动相应的权重。与体动相应的加权(运动·加权)是为了使心脏以及肺部那样的存在运动的脏器图像化的重要任务。处理器单元12在逆投影与重建处理的前阶段，实施与体动相应的加权，并且还能够实施与锥束对应的权重(锥束·加权)。
如众所周知的那样，在通过被检体的期间减少X射线光子束(射线)。并且，检测器元件(k)中的衰减强度I用以下式(1)来表示。
在此，μ(x)是用于重建的衰减函数，I0 k是通过μ(x)衰减前的X射线强度，即、表示在X射线管中产生并且通过X射线滤波器(楔形、蝴蝶结)的X射线强度。∫μ(x)dx表示沿线l的μ(x)的一次积分。数学上，μ(x)作为与多个线l对应的一次积分的集合被提供。因此，测定强度数据如式(2)所示可变形。
X射线断层摄影的重建包含数据收集、数据处理以及数据重建3个步骤。在数据收集中，X射线强度数据在架台1的旋转期间，针对检测器5的每个检测器元件，并且针对每个既定的角度的视野位置β来进行收集。检测器5积分能量(充电)或通过光子计数测定入射X射线束。并且，测定出的信号被转换为电信号。电信号从架台1的旋转部分经由滑环2转送至固定部分。
在数据处理中，数据如式(2)所示，从测定出的X射线强度转换为与线积分对应的信号。并且，应用各种校正。例如，进行减弱散射现象的影响的处理、X射线束硬化、校正在检测器元件之间不均匀的应答函数的处理、降噪处理。
根据算法，数据重建包含以下处理步骤的全部或一部分。例如，余弦加权是关于扇角、锥角，利用×cos或1/cos来进行。另一典型步骤是与扇角、锥角、投影角、射线源的轨道坐标、检测器5的垂直坐标以及检测器5的水平坐标的任意组合有关的数据微分。更典型的步骤是对数据附加权重函数w的处理。其为扇角、锥角、投影角、射线源的轨道坐标、检测器5的垂直坐标以及检测器5的水平坐标的任意组合的函数。第4个典型的步骤是基于卷积运算或卷积内核的滤波。其他使用基于希尔伯特的内核(h(t)＝1/t、h(t)＝1/sin(t)、H(w)＝i、sign(w))的期间内，一些个算法使用基于斜坡(ramp)的内核((H(w)＝Iw1)。内核根据标准化的扇束几何的所有组合来调整、调制。上述步骤的顺序依赖于重建算法来决定。
逆投影(反投影)在图像区域内相逆地投影数据。对逆投影数据只附加与距离相应的权重。该距离与X射线源位置至像素的距离L成反比例。距离与1/L或1/L2成比例。并且，附加性的数据冗长度加权也可以适用于对像素各个进行逆投影处理的期间。在逆投影步骤中，通过数据插补或数据外插中的某一个生成与通过重建像素的射线相应的数据值。该过程大多数可以使用多种方法来进行。
在本实施方式中，图1的处理器单元12使用后述的各种方法对数据进行加权。在某个例子中，根据摄影对象的体动(运动)的程度决定权重。在其他例子中，权重由体动、与根据扇角以及锥角决定的锥束的特性的组合来决定。体动的程度根据心电同步重建(ECG)与体动映射(MMAP)那样的规定指标(指标)来提供。可从后述的或基于既存的权重函数的组合的各种方法中任意选择并实现。
在第1实施方式中，加权主要根据体动来进行。临床上，体动主要将心脏的运动(心跳动)与肺部的呼吸运动作为主要原因。在心脏中，为了取得在心电同步重建中能够使用的冗长数据，在每一螺距数次心跳程度的慢螺距下收集数据。在数据收集中，为了取得心脏的体动信息还收集心电图(ECG)。
为了根据体动进行加权，使用以下方法来取得肺部数据。为了可以利用冗长数据，在更快的螺距下收集肺部数据。但是，这对于同步重建来说是不充分的。有时，肺部数据可能只非常有限的同步重建是充分的。与心脏的体动用的ECG不同，作为体动数据，肺部数据不可用于重建。
在心脏与肺部的情况下，冗长数据根据体动进行加权。为了将更高值的权重分配给与更少的体动对应的射线，根据体动程度给予权重。在典型实施方式上的以下公开中，处理器单元使用图1的处理器单元12或其等效装置。处理器单元12执行与权重函数相关的处理。在同一理由下，处理步骤以包含与权重函数相关的步骤或子步骤的方式来使用。
在第1实施方式中，对投影数据附加与单个体动指标(体动指标)相应的权重。并且，使用在圆形轨道上移动的锥束射线源收集投影数据。并且，也可以根据单个体动指标与扇束特性的组合对投影数据给予权重。并且，也可以根据多个体动指标与扇束特性的组合对投影数据给予权重。并且，使用在圆形轨道中移动的锥束射线源收集投影数据。
图2中示出了锥束坐标系。为了收集图像重建所需要的最小限的数据，需要从X射线源3向被检体以多个投影角(也称为视角)进行照射。在与x轴有关的各个投影角β中，X射线伴随锥角α、扇角γ以及扫描视野一起在通过被检体的路径被放射。X射线源3以及检测器5在交叉于旋转轴的半径轴方向上对峙。使用检测器5检测来自沿规定的圆形轨道移动的X射线源3的X射线。X射线源3的圆形轨道用λ(β)＝(Rcos(β-β0)、Rsin(β-β0))来定义。R是射线源3的旋转半径，β0是最初的投影角。在射线源3沿既定的圆形轨道移动的期间内重复进行收集数据。二维检测器5具有检测器元件k。检测器元件k在k＝1至k＝N·M之间变化。N是检测器的列数，M是每一个检测器列的检测器元件数。
在本实施方式中，处理器单元12或其步骤执行一边使锥束射线源在圆形轨道上移动一边对与心跳相位同步收集到的投影数据进行加权的任务。本实施方式也可适用于二维(2D)与三维(3D)中的任一个。在可适用于心电同步重建的数次心跳的期间内收集心脏数据。并且在数据收集期间内为了心脏运动数据也收集心电图(ECG)。在收集使用了沿圆形轨道的锥束射线源的投影数据后，处理器单元12或步骤按照用于心电同步重建(EGR)的权重函数决定加权值。
作为视角β与扇角γ的函数被提供的EGR权重wEGR(β、γ)如式(3)所示被归一化。
被归一化的EGR权重函数wEGR(β、γ)通过使EGR函数uEGR(φ(β))归一化来取得。uEGR(φ(β))利用在n＝-NPI至n＝NPI(PI＝π)范围的uEGR(φ(βc n))的总和进行归一化。例如，相对视角βc n根据式(4)来定义。
NPI的值根据重建心脏数据所需要的范围来决定。根据归一化的EGR权重函数wEGR(β、γ)，对于作为某一视角β的扇角γ，在0-1范围内决定权重值。
EGR函数uEGR(φ(β))通过式(5)被提供。φ表示心脏的相位(心跳相位)，β表示视角。
另外，切片在相位φ0被重建。σEGR是既定的经验法则参数。例如σEGR为小值时，心电同步重建中使用的投影数据的心跳窗口(时间宽度)变得更窄，因此时间分辨率提高。
图3中在组合权重上示出了参数σEGR的影响。X轴(横轴)是视野，Y轴(纵轴)是权重。在该例子中，2个补丁实际被用于每个切片。例如，关于心跳窗口，与σEGR＝100视野(虚线)的情况相比，在σEGR＝50视野(实线)上变窄。即通过使σEGR值更小，从而可以使心跳窗口更窄，提高时间分辨率。
详细而言，参数σEGR根据表示最小逆投影范围的其他参数(Λ)来决定。通过以下所示的反复处理，决定参数σEGR。
1.以小值开始σEGR，计算初始的补丁尺寸。
2.检查角度数据补丁是否覆盖Λ。
3.如果不是，则使σEGR增加规定步长，更新补丁尺寸。
4.继续反复处理(2.、3.)直到补丁尺寸充分大到覆盖Λ为止。即，对于心脏运动少时的视野分配高权重，对于心脏较大运动时的视野分配低权重。例如，最高权重“1”分配给心跳运动最小时的视野，最低权重“0”分配给心跳运动最大时的视野。
最后，处理器单元12或步骤进行根据归一化的EGR权重值对投影数据加权的任务。即，根据归一化的EGR权重值wEGR(β、γ)对投影数据pd(β、γ、ν)各个进行加权。wEGR(β、γ)针对对应的视野β以及对应的扇角γ而被决定。这样决定的权重值从由实测视野与相对视野组成的所有视野中对每一视野决定有效性。
本实施方式以心脏的体动为例子进行了说明，但也可以适用于肺部体动。由于肺部数据以比心脏数据还快的速率收集，因此冗长数据可能无法全部用于心电同步重建，或者可能可用于非常有限的心电同步重建。并且，与心脏数据用的ECG不同，外部的运动数据可能无法用于重建。
在第2实施方式中，处理器单元12或步骤进行对在锥束射线源的圆形轨道中取得的投影数据附加使用体动映射决定的权重的任务。第2实施方式也可适用于二维以及三维中的任一个。在通过沿圆形轨道移动的锥束射线源收集了投影数据后，通过处理器单元12或步骤使用权重函数决定权重，该权重函数利用基于以按照视野单位计算体动指标得到的视野为基础的体动映射(vMMAP)的权重函数进行归一化。如式(6)定义的那样，对wvMMAP(β、γ)加权的vMMAP使用视角β与扇角γ的函数进行归一化。
归一化的vMMAP权重函数wvMMAP(β、γ)是通过关于相对视角(βC n)利用n＝-NPI(PI＝π)至n＝NPI的范围内的uvMMAP(βC n)的总和，使vMMAP函数uvMMAP(β)进行归一化从而被决定的。相对视角(βC n)根据式(4)来定义。n＝NPI的值被决定为与心电同步重建或段重建所需要的心跳次数相应的旋转数。归一化的vMMAP权重函数wvMMAP(β、γ)关于视角β与扇角γ从0-1范围中决定权重值。
vMMAP权重函数uvMMAP(β)如式(7A)所示，与以视野为基础的体动映射vMMAP具有以下关系。在视角β中，vMMAP体动映射函数定义如下。
与某视野有关的体动映射函数vMMAP(β)是其视野中的通道彼此的绝对值差(SAD)的合计。在各视野中，SAD值示出了由心脏那样的非静止部位的体动引起的不一致性。
图4A中示出了与通道彼此的绝对值(SAD)的合计有关的表示基于视野的变化的体动映射函数vMMAP(β)。x轴为视野。并且，ViewPerImage表示图像重建所需要的视野的范围(重建视野范围)。y轴表示体动映射的值。体动映射值在重建视野范围内在最大体动映射值(maxMmap)与最小体动映射值(minMmap)之间变动。
图4B中示出了归一化的体动映射。最大体动映射值(maxMmap)以及最小体动映射值(minMmap)根据重建视野范围内的所有视野来确定。即，minMmap函数以及maxMmap函数定义如下。
maxMmap＝重建视野范围内的所有β中体动映射值表示最大的值
minMmap＝重建视野范围内的所有β中体动映射值表示最小的值。
如图4B所示，体动映射值根据最大体动映射值以及最小体动映射值被归一化。归一化的体动映射值涉及0和1.0的范围。vMMAP函数uvMMAP(β)通过式(7B)来定义。
p()是p(0)＝0、p(1)＝1、p(x)中的某一个，p(x)根据x的增加从0至1单调地增加。函数p()的一些例子包含一次方程式p(x)＝x、多项式p(x)＝3x2-2x3、以下所示的三角方程式。
或
总之，如图4A、图4B所示，对体动少的视野给予更高的权重值，对体动多的视野给予更低的权重值。同样，对图4A中的表示由最小体动映射值所示的最小体动的视野分配图4B中最高的权重值1，对图4A中表示由最大体动映射值所示的最大体动的视野分配图4B中的最低权重值0。
这样，处理器单元12或步骤进行按照基于以归一化的视野为基础的体动映射的权重值对在锥束射线源的圆形轨道中收集的投影数据加权的任务。即，对于投影数据pd(β、γ、ν)各个，附加基于归一化的vMMAP权重值wvMMAP(β、γ)的权重。权重由对应的视角β以及对应的扇角γ来决定。
通过这样决定权重值，提高所有相对视野中最有效的视野的依赖度。本实施方式以心脏体动为例进行了说明，但也可适用于肺部体动。由于肺部数据以比心脏数据快的速率收集，因此冗长数据可能无法全部用于心电同步重建，或可能可用于非常受限制的心电同步重建。并且，与心脏数据用的ECG不同，外部的运动数据可能无法用于重建。
第3实施方式中，处理器单元12或步骤进行对基于体动映射的锥束射线源的在圆形轨道中取得的投影数据加权的任务。本实施方式也可适用于二维以及三维中的任一个。在通过沿圆形轨道的锥束收集了投影数据后，处理器单元12或步骤利用基于以射线为基础的体动映射(rMMAP)的权重函数，决定归一化的权重值。射线是连结X射线管焦点与各检测器元件的投影线，以射线为基础的体动映射(rMMAP)是对每一条射线求出的体动指标的分布。以射线为基础的体动映射(rMMAP)权重函数在不能充分用于门控制无ECG那样的外部的运动数据的冗长数据的重建时、或者可能只能用于非常受限的门控制的重建时被使用。
如式(8)所定义的那样，对wrMMAP(β、γ)加权的rMMAP利用视角β以及扇角γ的函数进行归一化。
归一化的rMMAP权重函数wrMMAP(β、γ)是通过关于相对视角(βC n、γC n)，利用n＝-NPI(PI＝π)至n＝NPI范围内的urMMAP(βC n、γC n)的总和，使rMMAP函数urMMAP(β、γ)进行归一化从而来被决定的。n＝NPI的值被决定为与心电同步重建或段重建所需要的心跳次数相应的旋转数。相对视角βC n根据式(4)来定义。相对视角(γC n)由式(9)来定义。
归一化的rMMAP权重函数wrMMAP(β、γ)关于某一视角β以及某一扇角γ从0-1范围内决定权重值。以射线基础的体动映射rMMAP函数urMMAP(β、γ)根据以射线为基础的体动映射来决定。图6示出了3个射线源位置或视野A、B以及C所在的铅直面。射线BC相当于PI(π)的边界。射线CB与射线BC相对。同样，射线BA相当于PI的边界。并且，射线AB与射线BA相对。并且，表示射线Bx。射线Bx是从射线源B放射并通过图像面IP上的像素x的线。射线Ax与Cx是与射线Bx相对的射线。在本实施方式的目的下，在射线AB以及BC上分别使用式(10A)、(10B)计算体动。
m(AB)＝f(|g(BA)-g(AB)|) (10A
m(BC)＝f(|g(CB)-g(BC)|) (10B)
g(*)是像投影数据那样的原始数据，f(*)表示f(0)＝1，是根据t的增加而f(t)接近0的函数。例如，f(*)定义如下。
为了按照上述推定的以射线为基础的体动分配各视野或射线源位置A、B、C的权重值，以射线为基础的体动映射rMMAP的函数urMMAP(β、γ)响应于以下假设或规则。最静的相位通常离视野范围的中心近。换而言之，最静的相位离图像面IP近。这些假设是重建所需要的。因此，关于一个典型的评价或分配，对于离图像面IP近的视野，通常分配高的体动权重值“1”。
如图6所例示的那样，在视野B接近图像面IP以及视野范围的中心时，对视野或射线源位置B分配1的体动权重值。
若简单地表示，则基于射线的体动映射rMMAP的函数urMMAP(β、γ)在视野A、B以及C各个中表现如下。
urMMAP(A)＝urMMAP(βA、γA)、urMMAP(B)＝urMMAP(βB、γB)、urMMAP(C)＝urMMAP(βC、γC)
根据上述假设以及规则，基于射线的体动映射权重值如图6例示的那样，由式(11A)、(11B)以及(11C)来决定。
urMMAP(B)＝1 (11A)
urMMAP(A)＝m(AB) (11B)
urMMAP(C)＝m(BC) (11C)
在确认权重值时，权重值的合计相对于通过图像面IP上的某一像素的多个射线应为1个。如图6例示的那样，权重值的合计相对于通过图像面IP上的像素x的射线Ax、Bx以及Cx应为1个。
总之，对体动少的射线分配更高的权重值，对体动多的射线分配更低的权重值。
处理器单元12或步骤进行利用上述归一化的rMMAP权重值，对锥束射线源的在圆形轨道中收集到的投影数据加权的任务。即，权重利用归一化的rMMAP权重值wrMMAP(β、γ)附加给各个投影数据pd(β、γ、ν)。wrMMAP(β、γ)使用视角β以及扇角γ来确定。通过按上述那样决定的权重值强调所有相对视野中最有效的视野。
上述实施方式对心脏的体动进行了说明，但同样可适用于肺体动。由于肺部数据以比心脏数据快的速率收集，因此冗长数据可能无法全部用于心电同步重建，或可能可用于非常有限的心电同步重建。并且，与心脏数据用的ECG不同，外部的运动数据可能无法用于重建。
除了上述记述的体动加权之外，在第1、第2、第3实施方式各个中，也可以对投影数据附加基于锥束的扇角的权重。对上述体动加权同时或按照顺序附加附加性权重。
除了上述体动加权之外，在第1、第2、第3实施方式各个中，还对投影数据附加基于锥束的扇角的权重。对wFB(β、γ)加权的附加性扇束是视角β以及扇角γ的函数，如式(12)所示被归一化。
归一化的FB(扇束)权重函数wFB(β、γ)通过关于相对视角(βC n、γC n)，利用n＝-NPI(PI＝π)至n＝NPI范围内的uFB(βC n、γC n)总和，使FB函数uFB(β)进行归一化从而被决定的。相对视角(βC n)根据式(4)来定义。相对扇角(γC n)根据式(9)来定义。n＝NPI的值被决定为与心电同步重建或段重建所需要的心跳次数相应的旋转数。归一化的FB权重函数wFB(β、γ)关于视角β与扇角γ从0-1范围中决定权重值。
在某一例子中，FB函数uFB(β)最终利用式(13)来决定。如图8A所示，FB函数uFB(β)对于各视角在0-1范围内决定权重值。
在此，Δβ是在与规定数量的视野相应的期间内平滑间隔、10°那样的固定角度范围、或(βend-βstart)那样的重建范围的百分比。根据βend、βstart决定图像重建所需要的视野范围。在某一例子中，平滑间隔从0％、50％中选择。并且，函数p()使用各种方法自由地定义。例如，函数p()为以下方程之一。
一次方程式：p(x)＝x.
多项式：p(x)＝3x2-2x3.
三角方程式：
函数p()以p(0)＝0、p(1)＝1、根据t的增加单调地从0增加至1的p(t)的方式来提供。
在第1实施方式中，通过处理器单元12或步骤，还进行对基于心脏相位的锥束射线源的在圆形轨道中收集到的投影数据加权的任务。如上所述，通过处理器单元12或步骤处理根据心电同步重建(EGR)的权重函数加权之外还根据FB权重函数加权。为了适用于第1实施方式，如式(14)定义的那样，FB+EGR权重函数wFB+EGR(β、γ)利用视角β以及扇角γ的函数进行归一化。
归一化的FB+EGR权重函数wFB+EGR(β、γ)通过关于相对视角(βC n、γC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的uFB(βC n、γC n)与uEGR(φ(β))的总和，使FB函数uFB(β)与EGR函数uEGR(φ(β))进行归一化从而被决定的。相对视角(βC n)根据式(4)来定义。相对扇角(γC n)根据式(9)定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的EGR权重函数wFB+EGR(β、γ)关于视角β与扇角γ从0-1范围中决定权重值。
在第2实施方式中，在处理器单元12或步骤中，进行还对基于心脏相位的锥束射线源的在圆形轨道中收集到的投影数据加权的任务。如上所述，处理器单元12或步骤对以视野为基础的体动映射(vMMAP)权重函数最终决定附加基于扇束的权重FB的加权值。
为了适用于第2实施方式，FB+vMMAP权重函数利用如由式(15)定义那样的wFB+vMMAP(β、γ)进行归一化并指定。
归一化的FB+vMMAP权重函数wFB+vMMAP(β、γ)通过关于相对视角(βC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围的uFB(βC n、γC n)与uvMMAP(βC n)的总和，使FB函数uFB(β)与以视野为基础的体动映射函数uvMMAP(β)进行归一化从而被决定的。相对视角(βC n)根据式(4)来定义。相对扇角(γC n)根据式(9)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的FB+EGR权重函数wFB+vMMAP(β、γ)关于视角B与扇角γ从0-1范围中决定权重值。
如图5A、图5B、图5C所示，示出了还对归一化的投影数据进行加权的处理。图5A中的曲线图示出了图4B的归一化的体动映射。体动映射以便使其最大值(maxMmap)的权重为0，使最小值(minMmap)的权重为1的方式被归一化。图5B中的曲线图示出了图像重建范围内的式(12)定义的附加性扇束权重函数wFB(β、γ)。朝向图像重建范围的两端，扇束权重函数wFB(β、γ)接近作为最小值的零值。图5C的曲线图示出了图像重建范围内的如式(15)定义的那样的结合后的归一化FB+vMMAP权重函数wFB+vMMAP(β、γ)。
在第3实施方式中，通过处理器单元12或步骤进行对基于心脏相位的锥束射线源的在圆形轨道中收集到的数据还加权的任务。如上所述，处理器单元12或步骤除了根据基于以射线为基础的体动映射(rMMAP)的权重函数决定权重值之外，还根据扇束权重函数wFB(β、γ)决定权重值。
为了在第3实施方式中使用，FB+rMMAP权重函数利用如式(16)定义的那样的wFB+rMMAP(β、γ)进行归一化并指定。
归一化的FB+rMMAP权重函数wFB+rMMAP(β、γ)通过关于相对视角(βC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的uFB(βC n、γC n)与uvMMAP(βC n、γC n)的总和，使FB函数uFB(β)与以射线为基础的体动映射函数urMMAP(β)进行归一化从而被决定的。相对视角(βC n)根据式(4)来定义。相对扇角(γC n)根据式(9)来定义。n＝NPI的值被决定为与心电同步重建或段重建所需要的心跳次数相应的旋转数。归一化的FB+rMMAP权重函数wFB+rMMAP(β、γ)关于视角β与扇角γ从0-1范围中决定权重值。
上述权重函数的组合为一个例子，也可以根据上述权重函数以外的组合对投影数据加权。作为一个例子，有FB+vMMAP+EGR权重函数，即也可以组合使用FB(扇束)函数uFB(β、γ)、以视野为基础的体动映射vMMAP的函数uvMMAP(β)、心电同步重建EGR的函数uEGR(φ(β))。在该例子中，组合的权重函数具有以视野为基础的体动映射以及心电同步重建那样的2个体动指标和扇束指标作为变量。
FB+vMMAP+EGR权重函数如式(17)定义的那样由wFB+vMMAP+EGR(β、γ)提供。
归一化的FB+vMMAP+EGR权重函数wFB+vMMAP+EGR(β、γ)通过关于相对视角(βC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围的uFB(βC n、γC n)与uvMMAP(βC n)与uEGR(φ(βC n))的总和，使FB函数uFB(β、ν)、以视野为基础的体动映射函数uvMMAP(β)与EGR函数uEGR(φ(β))进行归一化从而被决定的。相对视角(βC n)根据式(4)来定义。相对扇角(γC n)根据式(9)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的FB+vMMAP+EGR权重函数wFB+vMMAP+EGR(β、γ)关于视角β与扇角γ从0-1范围中决定权重值。
在其他例子中，有FB+rMMAP+EGR权重函数，即也可以组合使用FB(扇束)函数uFB(β、ν)、以射线为基础的体动映射rMMAP的函数uvMMAP(β、γ)、心电同步重建EGR的函数uEGR(φ(β))。在该例子中，组合的权重函数具有以视野为基础的体动映射以及心电同步重建那样的2个体动指标以及扇束指标作为变量。
FB+rMMAP+EGR权重函数如式(18)定义的那样根据wFB+rMMAP+EGR(β、γ)来被提供。
归一化的FB+rMMAP+EGR权重函数wFB+rMMAP+EGR(β、γ)通过关于相对视角与扇角(βC n、γC n)利用从n＝-NPI(PI＝π)至n＝NPI范围内的uFB(βC n、γC n)、urMMAP(βC n、γC n)与uEGR(φ(βC n))的总和，使FB函数uFB(β、ν)、以射线为基础的体动映射函数urMMAP(β、γ)与EGR函数uEGR(φ(β))进行归一化从而被决定的。相对视角(βC n)根据式(4)来定义。相对扇角(γC n)根据式(9)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的FB+rMMAP+EGR权重函数wFB+rMMAP+EGR(β、γ)关于视角β与扇角γ从0-1范围中决定权重值。
在其他例子中，权重根据至少一个体动指标与锥束特性的组合来被决定，并附加在投影数据上。在该例子中，投影数据在锥束射线源在螺旋轨道进行移动的期间来收集。并且，根据多个体动指标与锥束特性的组合来决定权重。在该例子中，投影数据也在锥束射线源在螺旋轨道进行移动的期间来收集。锥束特性根据扇角与锥角的组合进行加权。
图7中示出了锥束坐标系。为了收集图像重建所需要的最小限的数据，需要从X射线源3向被检体以多个投影角度(也称为视角)进行照射。在与x轴有关的各个投影角β中，X射线以锥角α、扇角γ透过被检体。X射线源3以及检测器5在交叉于旋转轴的半径轴方向上对峙。使用检测器5检测来自沿规定的螺旋轨道移动的X射线源3的X射线。X射线源3的螺旋轨道将螺距设为H时，使用λ(β)＝(Rcos(β-β0)、Rsin(β-β0)、(β-β0)H/2π)来定义。R是射线源3的旋转半径，β0是最初的投影角。
图7中，锥束下的各射线使用(β、γ、ν)来确定。β是投影角(视角)，γ是扇角，ν是平行于旋转轴的检测器坐标。即，将α设为锥角时，以ν＝Rtanα的方式来提供。可以假设用(γ、ν)规定的圆筒状的检测器以距离R在射线源γ(β)上会聚。二维检测器5具有检测器元件k，其k可以在k＝1至N·M范围内定义。N是检测器列的数量，M是每一检测器列的检测器元件数。
针对各数据采样(视野、通道、段)与对应的射线(β、γ、ν)，锥束权重使用以下方法来决定。首先，锥束的相对射线(βc n、γc n、νc n)被决定为在与直接射线(β、γ、ν)相同的点上与重建图像面交叉。在假设合计指标n＝0时，相对射线(βc n、γc n、νc n)与直接射线(β、γ、ν)对应。即，β0＝β、γ0＝γ、ν0＝ν、Δz0＝βs-β。相对射线根据式(19A)、(19B)、(19C)来定义。
在此，Δzn＝ΔβnH/2π，Δβn＝βs-βn，βs是与图像切片位置对应的视角，L＝Δz0R/ν，Lc＝2Rcosγ-L。图像面由z＝zs、βs＝β0+2πzs/H来提供。
在决定锥束权重的下一步骤中，投影数据g(β、γ、ν)按照射线位置加权，并且利用所有相对射线的加权的贡献率进行归一化。因此，归一化的锥束权重(CBW)的函数wCBW(β、γ、ν)根据式(20)来定义。
归一化的锥束权重函数wCBW(β、γ、ν)通过关于相对视角、相对扇角与相对检测器坐标(β、γ、ν)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的uCBW(βC n、γC n、νC n)的总和，使锥束函数uCBW(β、ν)进行归一化从而被决定的。相对视角(βC n)根据式(4)或(19A)来定义。相对检测器坐标(νC n)根据式(19B)来定义。相对扇角(γC n)根据式(9)或(19C)来定义。NPI是图像重建中使用的螺旋旋转(半旋转)的数量。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的CBW权重函数wCBW(β、γ、ν)关于视角β与扇角γ与垂直坐标ν，从0-1范围中决定权重值。
如果详细叙述，则锥束CBW的权重函数如式(21)所示，根据2个权重函数的积来生成。
uCBW(β，ν)＝uFB(β，γ)uCB(ν) (21)
扇束FB的函数uFB(β、γ)以及锥束CB函数uCB(γ、ν)被称为辅助性权重函数。图8A以及图8B中例示了扇束FB函数uFB(β、γ)以及锥束CB函数uCB(ν)。如上所述，扇束FB函数uFB(β、γ)有各种方法。扇束FB函数uFB(β、γ)的一个例子如式(13)所示。
同样，锥束CB函数uCB(γ、ν)也使用各种方法来提供。锥束CB函数uCB(γ、ν)的一个例子示为式(22)。
Δν是规定的平滑间隔。平滑间隔按照3.2mm、3.2段、检测器宽度2W的固定比例那样的固定长度来被提供。例如，平滑间隔任选为0％或50％。函数p()的定义有多种。例如，函数p()为以下某一种。
一次方程式：p(x)＝x.
多项式：p(x)＝3x2-2x3.
三角方程式：
图9中示出了检测器元件的列与平滑间隔。检测器被扩大为比实际宽度大被记为“扩大”的部分大小的检测器宽度2W。根据扩大宽度2W也扩大平滑间隔Δν。平滑函数可以在扩大宽度2W的范围内被更加扩大，并且任意变更平滑率。
在第4实施方式中，通过处理器单元12或步骤，进行还对基于心脏相位的锥束射线源的在螺旋轨道中收集到的投影数据加权的任务。通常，不管是不是锥角都要选择用于心电同步重建(EGR)的补丁，但在此对锥束加权(CBW)扩大为包含EGR以及心脏的体动数据。如上所述，处理器单元12或步骤在按照归一化的锥束权重函数CBW以及归一化的心电同步重建(EGR)的权重函数决定权重值。
在第4实施方式中，CBW+EGR权重函数wCBW+EGR(β、γ、ν)用视角β、扇角γ以及检测器的垂直坐标ν的函数来表示，并如式(23)所示进行归一化。
归一化的CBW+EGR权重函数wCBW+EGR(β、γ、ν)通过关于相对参数(βC n、γC n、νC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的CBW函数uCBW(βC n、γC n、νC n)与uEGR(φ(βC n))的总和，使CBW函数uCBW(β、ν)与EGR函数uEGR(φ(β))归一化从而被决定的。
有关该权重函数wCBW+EGR(β、γ、ν)的定义，可参照上述算式得到。例如归一化的基于锥束加权(CBW)的权重函数wCBW(β、γ、ν)根据式(20)来定义。归一化的基于心电同步重建的加权EGR的权重函数wEGR(β、γ)根据式(3)来定义。相对视角(βC n)典型情况是根据式(4)或(19A)来定义。相对检测器坐标(νC n)的典型定义用以下式(19B)表示。相对扇角(γC n)典型情况是根据式(9)或(19C)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的CBW+EGR权重函数wCBW+EGR(β、γ、ν)关于视角β与扇角γ与垂直坐标ν，从0-1范围中决定权重值。
在第5实施方式中，通过处理器单元12或步骤，进行根据以视野为基础的体动映射vMMAP还对锥束射线源的在螺旋轨道中收集到的数据加权的任务。锥束加权(CBW)为了包含vMMAP而任意地扩大。如上所述，处理器单元12或步骤除了根据归一化的以视野为基础的体动映射(vMMAP)的权重函数来决定权重值，还根据归一化的基于锥束的权重函数来决定权重值。
在第5实施方式中，CBW+vMMAP权重函数wCBW+vMMAP(β、γ、ν)用视角β、扇角γ以及检测器的垂直坐标ν的函数来表示，并如式(24)所示被归一化。
归一化的CBW+vMMAP权重函数wCBW+vMMAP(β、γ、ν)通过关于相对参数(βC n、γC n、νC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的CBW函数uCBW(βC n、γC n、νC n)与uvMMAP(βC n)的总和，使CBW函数uCBW(β、ν)与vMMAP函数uvMMAP(β)进行归一化从而被决定的。
关于该函数的定义，可参照上述算式得到。例如归一化的基于锥束加权(CWB)的权重函数wCBW(β、γ、ν)根据式(20)来定义。归一化的以视野为基础的体动映射(vMMAP)的权重函数wvMMAP(β)用式(6)来定义。相对视角(βC n)典型情况是根据式(4)或(19A)来定义。相对检测器坐标(νC n)的典型定义用下式(19B)来表示。相对扇角(γC n)典型情况是根据式(9)或(19C)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的CBW+vMMAP权重函数wCBW+vMMMAP(β、γ、ν)关于视角β与扇角γ与垂直坐标ν从0-1范围中决定权重值。
在第6实施方式中，通过处理器单元12或步骤，进行还对基于以射线为基础的体动映射rMMAP的锥束射线源的在螺旋轨道中收集到的投影数据加权的任务。锥束加权(CBW)技术为了在其中包含rMMAP而任意地进行扩大。如上所述，处理器单元或步骤除了按照归一化的以射线为基础的体动映射(rMMAP)的权重函数决定权重值，还按照归一化的锥束加权CBW决定权重值。
图10中例示了根据PI线上的测定值差求出的体动。将与某射线源位置对应的相对视角与射线源移动的螺旋轨道相关地用虚线表示。将相对视野与移动的心脏或肺部那样的关心区域一起表示。
在第6实施方式中，CBW+rMMAP权重函数wCBW+rMMAP(β、γ、ν)用视角β、扇角γ以及检测器的垂直坐标ν的函数来表示，并如式(25)所示被归一化。
归一化的CBW+rMMAP权重函数wCBW+rMMAP(β、γ、ν)通过关于相对参数(βC n、γC n、νC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的CBW函数uCBW(βC n、γC n、νC)与urMMAP(βC n、γC n)的总和，使CBW函数uCBW(β、ν)与rMMAP函数urMMAP(β、γ)进行归一化从而来被决定的。
有关该函数的定义，可参照上述算式得到。例如归一化的基于锥束的加权(CBW)的权重函数wCBW(β、γ、ν)根据式(20)来定义。归一化的基于以射线为基础的体动映射(rMMAP)的权重函数wrMMAP(β)用式(8)来定义。相对视角(βC n)典型情况是根据式(4)或(19A)来定义。相对检测器坐标(νC n)的典型定义用下式(19B)来表示。相对扇角(γC n)典型情况是根据式(9)或(19C)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的CBW+rMMAP权重函数wCBW+rMMAP(β、γ、ν)关于视角β与扇角γ与垂直坐标ν从0-1范围中决定权重值。
加权函数的上述组合是一个例子，并且可以与其他一般的加权函数任意组合。例如，有组合了基于锥束的加权CBW的函数uCBW(β、ν)、基于以视野为基础的体动映射vMMAP的函数uvMMAP(β)、基于心电同步重建EGR的函数uEGR(φ(β))的CBW+vMMAP+EGR权重函数。在该例子中，组合的权重函数具有以视野为基础的体动映射以及心电同步重建那样的2个体动指标以及锥束指标作为变量。
CBW+vMMAP+EGR权重函数如式(26)定义的那样通过wCBW+vMMAP+EGR(β、γ、ν)被提供。
归一化的CBW+vMMAP+EGR权重函数wCBW+vMMAP+EGR(β、γ、ν)通过关于相对参数(βC n、γC n、νC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的uCBW(βC n、γC n、νC n)与uvMMAP(βC n)与u(φ(βC n))的总和，使CBW函数uCBW(β、ν)、vMMAP函数uvMMAP(β)与EGR函数uEGR(φ(β))进行归一化从而来被决定的。
有关该函数的定义，可参照上述算式。例如归一化的基于锥束的加权(CBW)的权重函数wCBW(β、γ、ν)根据式(20)来定义。归一化的基于以视野为基础的体动映射(vMMAP)的权重函数wvMMAP(β)用式(6)来定义。相对视角(βC n)典型情况是根据式(4)或(19A)来定义。相对检测器坐标(νC n)的典型定义用下式(19B)表示。相对扇角(γC n)典型情况是根据式(9)或(19C)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的CBW+vMMAP+EGR权重函数wCBW+vMMMAP+EGR(β、γ、ν)关于视角β、扇角γ与垂直坐标ν从0-1范围中决定权重值。
在其他例子中，CBW+rMMAP+EGR权重函数包含基于锥束的加权CBW的函数uCBW(β、ν)、基于以射线为基础的体动映射rMMAP的函数urMMAP(β、γ)、基于心电同步重建EGR的函数uEGR(φ(β))的组合。在该例子中，结合后的权重函数基于以射线为基础的体动映射或心电同步重建那样的2个体动指标以及扇束索引。
CBW+rMMAP+EGR权重函数如式(27)所示，用wCBW+vMMMAP+EGR(β、γ、ν)提供。
归一化的CBW+rMMAP+EGR权重函数wCBW+rMMAP+EGR(β、γ、ν)通过关于相对参数(βC n、γC n、νC n)，利用在n＝-NPI(PI＝π)至n＝NPI范围内的uCBW(βC n、γC n、νC n)、uvMMAP(βC n、γC n)与u(φ(βC n))的总和，使CBW函数uCBW(β、ν)、基于以射线为基础的体动映射rMMAP的权重函数uvMMAP(β)与EGR函数uEGR(φ(β))进行归一化从而来被决定的。
有关该函数的定义，可参照上述算式得到。例如归一化的基于锥束的加权(CBW)的权重函数wCBW(β、γ、ν)根据式(20)来定义。
归一化的基于以射线为基础的体动映射(rMMAP)的权重函数wvMMAP(β)用式(8)来定义。相对视角(βC n)典型情况是根据式(4)或(19A)来定义。相对检测器坐标(νC n)的典型定义用以下式(19B)来表示。相对扇角(γC n)典型情况是根据式(9)或(19C)来定义。n＝NPI的值被决定为与在心电同步重建或段重建中所需要的心跳次数相应的旋转数。归一化的FB+rMMAP+EGR权重函数wFB+rMMMAP+EGR(β、γ、ν)关于视角β、扇角γ与垂直坐标ν从0-1范围中决定权重值。
图11A、图11B以及图11C示出了本实施方式的效果。图11A例示了以宽锥角通过螺旋重建生成的静止对象的图像。图11B例示了通过标准的螺旋心电同步段重建所生成的有体动的对象的图像。如图11B中所看到的伪像不是由体动引起而主要由锥角引起。图11C例示了将与图11B的例子相同的体动作为对象、使用上述实施方式的重建图像。
图12A以及图12B示出了将心跳快的体动虚像作为对象的计算机模拟结果。投影数据以宽锥角被收集。图12A是标准螺旋ECG段重建的例子。图12B是使用上述实施方式的螺旋ECG段重建的例子。
上述实施方式中的一些个实施方式中由于平滑加权，即使在ECG补丁之间有体动，在螺旋ECG同步重建中产生的锥束遮蔽也发生了改善。并且，在上述实施方式中，通过有效的数据利用，可以扩大基于ECG门的数据收集中的螺距，并且相比以往可以以较低的辐射剂量实现较快的扫描。
针对本发明的一些个实施方式进行了说明，但这些实施方式是作为例子而示出的，并不意图限制发明范围。这些实施方式可以通过其他各种方式来实施，在不脱离发明的要旨范围内，可以进行各种省略、置换、变更。这些实施方式或其变形与包含在发明的范围或要旨内一样，是包含在权利要求范围内所述的发明与其等同的范围内的方案。
Claims (8)
1.一种投影数据加权方法，其特征在于：
沿圆形轨道使用锥束收集投影数据，
按照根据用于心电同步重建EGR的函数uEGR(φ(β))的归一化取得的权重函数wEGR(β、γ)，决定对于上述投影数据的权重，上述uEGR(φ(β))利用n＝-NPI至n＝NPI范围的uEGR(φ(βc n))的总和进行归一化，φ表示心跳相位，β表示视角，βc n表示相对视角，PI＝π，
上述uEGR(φ(β))根据
来定义，假设在心跳相位φ0重建切片，σEGR为经验法则上的参数，
对于各个上述投影数据，利用根据上述wEGR(β、γ)所决定的权重进行加权，上述γ表示上述锥束的扇角，
N是表示螺旋的半圈的编号。
2.根据权利要求1所述的投影数据加权方法，其特征在于：
当上述参数σEGR为小值时，基于上述函数uEGR(φ(β))进行的心电同步重建中使用的投影数据的心跳窗口变窄。
3.根据权利要求1所述的投影数据加权方法，其特征在于：
上述权重按照扇束FB+心电同步重建EGR权重函数wFB+EGR(β、γ)来决定，上述wFB+EGR(β、γ)基于上述EGR函数uEGR(φ(β))与扇束FB的函数uFB(β)，上述uEGR(φ(β))与上述uFB(β)的积利用在n＝-NPI至n＝NPI范围的uFB(βc n、γc n)与uEGR(φ(βc n))的积的总和进行归一化，βc n表示相对视角，γc n表示相对扇角，PI＝π，N是表示螺旋的半圈的编号。
4.根据权利要求3所述的投影数据加权方法，其特征在于：
上述uFB(β)根据
来定义，Δβ表示规定的平滑间隔，βstart与βend分别表示图像重建范围的起点与终点。
5.根据权利要求4所述的投影数据加权方法，其特征在于：
上述函数p(x)通过下式来提供
或
6.根据权利要求3所述的投影数据加权方法，其特征在于：
上述权重按照wFB+EGR+vMMAP(β、γ)被决定，上述wFB+EGR+vMMAP(β、γ)基于上述EGR函数uEGR(φ(β))、上述FB函数uFB(β)以及与视野相对应的体动映射(vMMAP)的函数uvMMAP(β)，上述uEGR(φ(β))、上述uFB(β)与上述uvMMAP(β)的积利用在n＝-NPI至n＝NPI范围的uFB(βc n、γc n)与uEGR(φ(βc n))与uvMMAP(βc n)的积的总和进行归一化，βc n表示相对视角，γc n表示相对扇角，PI＝π，N是表示螺旋的半圈的编号。
7.根据权利要求6所述的投影数据加权方法，其特征在于：
上述uvMMAP(β)根据下式来定义，
其中，
ch是通道，maxMmap＝max(MMAP(β))，
minMmap＝min(MMAP(β))，p(x)以p(0)＝0、p(1)＝1、0＜x＜1时单调上升函数的方式被提供，p(x)根据x的增加从0至1单调地增加，MMAP(β)表示体动映射函数。
8.根据权利要求3所述的投影数据加权方法，其特征在于：
上述加权在逆投影前执行。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/903,508 | 2010-10-13 | ||
| US12/903,508 US8270561B2 (en) | 2010-10-13 | 2010-10-13 | Motion weighting in computed tomography (CT) with cone angle |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102525527A CN102525527A (zh) | 2012-07-04 |
| CN102525527B true CN102525527B (zh) | 2017-03-01 |
Family
ID=45934148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110319670.6A Active CN102525527B (zh) | 2010-10-13 | 2011-10-13 | Ct成像的投影数据加权方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US8270561B2 (zh) |
| JP (1) | JP6021311B2 (zh) |
| CN (1) | CN102525527B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8938104B2 (en) * | 2008-08-29 | 2015-01-20 | Varian Medical Systems International Ag | Systems and methods for adaptive filtering |
| JP6026132B2 (ja) * | 2012-04-11 | 2016-11-16 | 東芝メディカルシステムズ株式会社 | Ｘ線コンピュータ断層撮影装置および再構成処理プログラム |
| US9724056B2 (en) * | 2013-11-28 | 2017-08-08 | Toshiba Medical Systems Corporation | Method and system for spectral computed tomography (CT) with inner ring geometry |
| CN104200500B (zh) * | 2014-07-29 | 2017-06-06 | 沈阳东软医疗系统有限公司 | 一种心脏图像的重建方法及装置 |
| DE102014222855B4 (de) * | 2014-11-10 | 2019-02-21 | Siemens Healthcare Gmbh | Optimierte Signalerfassung von quantenzählenden Detektoren |
| CN105806858B (zh) | 2014-12-31 | 2019-05-17 | 北京固鸿科技有限公司 | Ct检测方法和ct设备 |
| US10163204B2 (en) * | 2015-02-13 | 2018-12-25 | St. Jude Medical International Holding S.À R.L. | Tracking-based 3D model enhancement |
| US9858688B2 (en) | 2015-06-30 | 2018-01-02 | General Electric Company | Methods and systems for computed tomography motion compensation |
| KR101725891B1 (ko) | 2015-08-05 | 2017-04-11 | 삼성전자주식회사 | 단층 영상 장치 및 그에 따른 단층 영상 복원 방법 |
| CN106920265B (zh) | 2015-12-28 | 2024-04-26 | 上海联影医疗科技股份有限公司 | 计算机断层扫描图像重建方法及装置 |
| US10307614B2 (en) * | 2016-09-22 | 2019-06-04 | Accuray Incorporated | Systems and methods for selecting a radiation therapy treatment plan |
| EP3664891B1 (en) * | 2017-08-08 | 2024-02-21 | EBR Systems, Inc. | Systems for electromechanical sensing and mapping |
| KR102132017B1 (ko) * | 2018-01-03 | 2020-07-08 | 정성원 | 재회수 기능을 갖는 자주식 콩 수확장치 |
| US11175242B2 (en) * | 2018-03-20 | 2021-11-16 | Fei Company | Geometric alignment, sample motion correction, and intensity normalization of computed tomography projections using pi-line optimization |
| WO2020061814A1 (en) | 2018-09-26 | 2020-04-02 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image generation |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101779961A (zh) * | 2009-01-19 | 2010-07-21 | 株式会社东芝 | X射线图像诊断装置及x射线图像诊断装置的控制方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3124254B2 (ja) * | 1997-07-24 | 2001-01-15 | ジーイー横河メディカルシステム株式会社 | 放射線断層撮影装置 |
| DE19854438B4 (de) * | 1998-11-25 | 2011-04-14 | Siemens Ag | Verfahren zur Bildrekonstruktion für einen Computertomographen |
| US6421552B1 (en) * | 1999-12-27 | 2002-07-16 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for estimating cardiac motion using projection data |
| DE10244180B4 (de) * | 2002-09-23 | 2009-08-27 | Siemens Ag | Verfahren zur Bilderstellung in der Computertomographie eines periodisch bewegten Untersuchungsobjektes und CT-Gerät zur Durchführung des Verfahrens |
| DE102004003882A1 (de) * | 2004-01-26 | 2005-08-18 | Siemens Ag | Verfahren zur Erzeugung von tomographischen Schnittbildern eines sich periodisch bewegenden Objektes mit einer Fokus-Detektor-Kombination |
| US7653224B2 (en) * | 2004-02-16 | 2010-01-26 | Hitachi Medical Corporation | Image reconstruction method and tomograph |
| JP2008505676A (ja) * | 2004-07-07 | 2008-02-28 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 心臓の円錐ビームｃｔ再生における筋状アーチファクト低減 |
| JP2008529637A (ja) * | 2005-02-10 | 2008-08-07 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 螺旋相対運動及び円錐ビーム束を用いたコンピュータ断層撮影方法 |
| US7613275B2 (en) * | 2005-12-19 | 2009-11-03 | General Electric Company | Method and apparatus for reducing cone beam artifacts using spatially varying weighting functions |
| US8233682B2 (en) * | 2007-06-05 | 2012-07-31 | General Electric Company | Methods and systems for improving spatial and temporal resolution of computed images of moving objects |
| US8494111B2 (en) | 2007-11-02 | 2013-07-23 | Kabushiki Kaisha Toshiba | System and method for image reconstruction for helical cone beam computed tomography with factorized redundancy weighting |
-
2010
- 2010-10-13 US US12/903,508 patent/US8270561B2/en active Active
-
2011
- 2011-10-13 CN CN201110319670.6A patent/CN102525527B/zh active Active
- 2011-10-13 JP JP2011226201A patent/JP6021311B2/ja active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101779961A (zh) * | 2009-01-19 | 2010-07-21 | 株式会社东芝 | X射线图像诊断装置及x射线图像诊断装置的控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| Helical cardiac cone beam reconstruction using retrospective ECG gating;M Grass et.al.;《Physics in Medicine and Biology》;20030903;第48卷;3069-3084 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20120093281A1 (en) | 2012-04-19 |
| US8270561B2 (en) | 2012-09-18 |
| CN102525527A (zh) | 2012-07-04 |
| JP6021311B2 (ja) | 2016-11-09 |
| JP2012081279A (ja) | 2012-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102525527B (zh) | Ct成像的投影数据加权方法 | |
| Jia et al. | GPU-based fast low-dose cone beam CT reconstruction via total variation | |
| US8705822B2 (en) | Method for creating images indicating material decomposition in dual energy, dual source helical computed tomography | |
| CN100473357C (zh) | 射线层析摄影方法和装置 | |
| US6990167B2 (en) | Image reconstruction method for divergent beam scanner | |
| JP2017189612A (ja) | 放射線画像診断装置及び医用画像処理装置 | |
| CN106725565B (zh) | 一种稀疏投影下的锥束xct成像质量评估方法 | |
| US8995735B2 (en) | System and method for wide cone helical image reconstruction using blending of two reconstructions | |
| EP2633498B1 (en) | Apparatus and method for hybrid reconstruction of an object from projection data. | |
| CN107822652B (zh) | 用于重建光谱结果图像数据的方法 | |
| CN107106109A (zh) | 计算机断层扫描系统 | |
| US20060140338A1 (en) | Voxel-driven spiral reconstruction for cone-beam computer tomography | |
| US20220028127A1 (en) | Energy weighting of photon counts for conventional imaging | |
| Natterer et al. | Past and future directions in x‐ray computed tomography (CT) | |
| CN105488826A (zh) | 一种基于fbp的能谱ct迭代成像方法和成像系统 | |
| Koken et al. | Aperture weighted cardiac reconstruction for cone-beam CT | |
| US8494111B2 (en) | System and method for image reconstruction for helical cone beam computed tomography with factorized redundancy weighting | |
| US7477771B2 (en) | Method and system for extracting information about the cardiac cycle from CT projection data | |
| JP2002034970A (ja) | マルチ・スライスｃｔ走査の螺旋再構成の方法及び装置 | |
| Miao | Comparative studies of different system models for iterative CT image reconstruction | |
| Kong et al. | Analytic reconstruction approach for parallel translational computed tomography | |
| Zhong et al. | A dual‐view digital tomosynthesis imaging technique for improved chest imaging | |
| Tan et al. | Physical phantom studies of helical cone‐beam CT with exact reconstruction | |
| Kong et al. | Evaluation of an analytic reconstruction method as a platform for spectral cone-beam CT | |
| CN103202704A (zh) | 半扫描位置的确定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20160727 Address after: Japan Tochigi Applicant after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Applicant before: Toshiba Corp Applicant before: Toshiba Medical System Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |