CN102711612B - 处理多能x射线图像的方法和系统 - Google Patents
处理多能x射线图像的方法和系统 Download PDFInfo
- Publication number
- CN102711612B CN102711612B CN201180005598.8A CN201180005598A CN102711612B CN 102711612 B CN102711612 B CN 102711612B CN 201180005598 A CN201180005598 A CN 201180005598A CN 102711612 B CN102711612 B CN 102711612B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- ray
- multipotency
- contrast agent
- 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 70
- 238000012545 processing Methods 0.000 title claims abstract description 14
- 239000002872 contrast media Substances 0.000 claims abstract description 43
- 239000000463 material Substances 0.000 claims description 81
- 230000008569 process Effects 0.000 claims description 41
- 230000015556 catabolic process Effects 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 14
- 231100000915 pathological change Toxicity 0.000 claims description 12
- 230000036285 pathological change Effects 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 8
- 230000000505 pernicious effect Effects 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 7
- 238000002583 angiography Methods 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 230000003211 malignant effect Effects 0.000 abstract description 15
- 230000003902 lesion Effects 0.000 abstract description 7
- 238000000926 separation method Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 6
- 238000012805 post-processing Methods 0.000 description 5
- 238000002601 radiography Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 206010020751 Hypersensitivity Diseases 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 208000026935 allergic disease Diseases 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 230000009610 hypersensitivity Effects 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical group II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image 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
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Physiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
提供了一种处理多能X射线图像的方法和系统。通过所述方法和系统,可使用X射线检测器获取多个目标图像,并且可对获取的目标图像执行信号处理,从而检测并读取良性/恶性病变或肿块,其中,所述X射线检测器使得能够针对应用了造影剂的目标以预定时间间隔执行能量区分。
Description
技术领域
一个或多个实施例涉及一种处理多能X射线图像的方法和设备。
背景技术
处理多能X射线图像的系统可获取具有至少两个能带(energy band)的X射线图像。通常,由于不同的材料被分别视为在不同的能带中具有独特的X射线衰减特性,因此可使用X射线衰减特性来执行针对每种材料的图像的区分。
X射线被广泛用于检测可能表示肿瘤的肿块(mass),同时需要具有高敏感性的系统来对于所述肿块是否为恶性做出确定。然而,在实际的临床诊断中,得不到与高敏感性相结合的高特异性(specificity)。通常,仅通过微创活检(invasive biopsy)来获得这样的特异性,以在良性病变(lesion)或肿块与恶性病变或肿块之间进行区分,这可能对患者有实体影响。因此,当难以通过当前的X射线检查来在良性病变或肿块与恶性病变或肿块之间进行区分时,可能需要从待检查的可疑区域切除组织的微创活检。因此,可能更期望通过仅使用X射线图像处理的非侵入方式来检测人体组织中的恶性病变或肿块。
最近,主要基于检测的肿块(诸如病变)的形状来进行使用X射线图像处理系统执行的肿瘤诊断。由于良性病变或肿块不侵袭周围的组织,因此与周围组织的边界可能是平滑并且是圆形形状的。相反,在恶性病变或肿块的情况下,可能观察到与周围组织的边界是粗糙或不平滑的。有时候,具有圆形形状的病变或肿块也可能反而是恶性病变或肿块。
通常,X射线图像处理在这里被定义为与三维(3D)X射线计算机断层扫描(CT,Computed Tomography)图像处理不同,因为X射线图像处理基于对X射线图像的观察,其中,在所述X射线图像中,深度方向数据的所有片段重叠。三维(3D)X射线计算机断层扫描(CT)图像处理将针对单独的深度提供单独的图像。因此,当这种深度重叠的X射线图像处理被用于检测病变或肿块是良性的还是恶性的时候,由于与检查的病变或肿块的组织不同并且可能仅仅是处于与所述肿块不同的深度(例如,上面或下面)的其他重叠组织,可能不准确地识别良性/恶性病变肿瘤的边界。
此外,X射线系统能够比三维(3D)X射线计算机断层扫描(CT)图像处理更快地获得图像,因此,使用X射线系统可更容易地观察到图像之间的动态(dynamic)。因此,本发明人已发现:需要一种具有高敏感性和高特异性且没有当前系统的成本和时间缺点的新的X射线图像处理方法。
发明内容
根据一个或多个实施例,提供了一种处理多能X射线图像的方法,所述方法包括:以预定时间间隔从多能X射线源获取针对至少两个能带中的每一个能带的多个目标图像,其中,在多能X射线穿过应用了造影剂的目标之后,通过多能X射线形成所述针对至少两个能带中的每一个能带的多个目标图像;对所述多个目标图像执行图像信号处理。
根据一个或多个实施例,提供了一种使用多能X射线源从多能X射线的至少两个能带产生检测的信息,以在选择材料处于身体内时产生目标的至少选择材料的分解图像的方法,所述方法包括:以预定时间间隔获取针对所述至少两个能带中的每一个能带的多个目标图像,其中,在多能X射线源的多能X射线穿过所述目标之后,通过多能X射线源的多能X射线形成所述针对至少两个能带中的每一个能带的多个目标图像;对所述多个目标图像执行图像信号处理。
根据一个或多个实施例,提供了一种处理多能X射线图像的方法,所述方法包括:以预定时间间隔从多能X射线源获取多个目标图像,其中,针对来自穿过应用了造影剂的目标的多能X射线的至少两个能带中的每一个能带形成所述多个目标图像;对所述多个目标图像执行图像信号处理,包括以下步骤中的至少一个:对来自多个目标图像的针对预定时间间隔内的多个预定时间中的至少一个且针对从多能X射线源辐射的多能X射线的所述至少两个能带中的每一个能带的图像进行处理;在预定时间间隔内执行对测量的造影剂的量的动态分析;通过分析来自目标图像的针对至少一种材料的材料分解图像,测量被应用于所述目标的造影剂的量,所述至少一种材料至少包括造影剂;控制通过显示器显示从图像信号处理步骤产生的目标图像。
根据一个或多个实施例,提供了一种用于处理多能X射线图像的设备,所述设备包括:控制单元,控制多能X射线源以使多能X射线在预定时间间隔期间被辐射至目标;X射线检测器,获取针对穿过应用了造影剂的目标的多能X射线的至少两个能带中的每一个能带的多个目标图像;图像处理和分析单元,对所述多个目标图像执行图像信号处理,所述图像信号处理步骤包括以下步骤中的至少一项:对针对预定时间间隔内的多个预定时间中的至少一个且针对多能X射线的所述至少两个能带中的每一个能带的图像进行处理;在预定时间间隔内执行对测量的造影剂的量的动态分析;通过分析来自目标图像的针对至少一种材料的材料分解图像,测量被应用于所述目标的造影剂的量,所述至少一种材料至少包括造影剂。
实施例的另外的方面、特点和/或优点将在以下描述中被部分阐述,还有一部分从说明书中将是清楚的,或者可通过本公开的实施而得知。
附图说明
从以下结合附图对一个或多个实施例进行的描述,这些和/或其他方面将会变得清楚且更容易理解,其中:
图1示出根据一个或多个实施例的处理多能X射线图像的系统;
图2示出根据一个或多个实施例的处理多能X射线图像的方法;
图3示出根据一个或多个实施例的图像处理方法。
具体实施方式
现在将详细参照实施例,其示例在附图中示出,其中,相同的标号始终是指相同的元件。在这一点上,本发明的实施例可以以多种不同的形式被实现并且不应该被解释为受限于在此阐述的实施例。因此,在下面仅仅是通过参照附图来描述实施例,以解释本发明的多个方面。
在一个或多个实施例中,处理多能X射线图像的系统可包括被配置为具有针对两个能带或更多个能带中的每一个能带执行图像的区分的能力的X射线检测器,并且还可包括也被配置为具有针对两个能带或更多个能带中的每一个能带执行图像的区分的能力的放射成像系统(radiography system)、层成像系统(tomosynthesis system)、计算机断层扫描(CT)系统和无损检验(nondestructive inspection)中的任意系统。所讨论的这些系统在此仅作为示例被阐述,另外的和/或可替代的系统同样是可用的。基于在此的公开,应该很好地理解:根据不同的实施例,处理多能X射线的系统可针对各种意图和情况被实现。
图1示出根据一个或多个实施例的用于处理多能X射线图像的系统100。
参照图1,仅作为示例,系统100包括X射线检测器130、控制单元140和图像处理/分析单元150。系统100还可包括X射线源110和取决于系统100的实现方式的台架(stage)120。
X射线源110可将X射线辐射至图1中示出的目标,注意,在不同的实施例中,多个检测器同样是可用的。从X射线源110辐射的X射线可包括具有多个能级的光子(即,与不同的能带对应的光子)。穿过目标的X射线可被X射线检测器130检测到。从X射线源110辐射的X射线的剂量(dose)/电压以及辐射时间可由稍后将更详细地描述的控制单元140控制。
台架120可以是可固定目标的装置。依据实施例,台架120可被设计为通过将预定量的压力施加到目标来使目标固定不动,或者可从目标去除施加的压力。在一个或多个实施例中,示出的台架包括对目标提供造影(contrast)的造影管理装置或系统。可按照各种方式执行造影管理,从而在目标的期望位置,对比度是充分可检测的,例如,可检测在该位置的病变或肿块是良性的还是恶性的。在这一点上,简单地讲,还注意到,根据1997年出版的自然医学(Nature Medicine)(Vol.3,780-782),由于恶性病变或肿块的生理学特性,与正常组织相比,恶性病变或肿块可能相对快速地吸收造影剂(contrast agent)并且可能相对快速地清除造影剂。因此,在一个或多个实施例中,吸收的速度和清除的速度可被测量并与已知的针对检查的病变或肿块是良性的还是恶性的吸收速率和清除速率相比较,并还与针对已知的病变或肿块的特性(例如,具有不同类型或阶段或进展的恶性肿瘤(mal ignancy)具有不同吸收速率和清除速率)的吸收速率和清除速率相比较。仅作为示例,根据一个或多个实施例,这样的速率和/或特性可被存储在图像处理/分析单元150的查找表存储器中。
测量对比度的动态的方案可被称为动态对比度增强成像(DCE成像)方案,并且目前可使用核磁共振成像(MRI)执行该方案。然而,目前不存在能够应用这样的DCE成像方案的X射线系统或用于这样的DCE成像方案的对应检测器。然而,MRI系统可能比X射线成像处理系统贵30倍,并且使用MRI系统产生图像比使用X射线成像处理系统存在更大的时延。因此,通过MRI进行的动态测量极其昂贵并且需要更多的时间来执行这样的测量,导致更少的检查以及每次检查时更多的病人时间和花费,并且导致能够负担得起花费更大的MRI系统及其使用的测试中心的可用性更小。
因此,X射线检测器130可能需要从多能X射线源110获取通过使多能X射线穿过应用了造影剂的目标而形成的多个目标图像。更具体地,X射线检测器130可针对多个能带中的每一个能带检测从X射线源110输入的X射线光子,从而获取由检测到的穿过目标的光子产生的多个目标图像。在一个或多个实施例中,X射线检测器130可以可选择地或者另外地针对多个能级中的每一个能级检测从X射线源110输入的X射线光子。在一个或多个实施例中,X射线检测器130可以是当前正被开发的光子计数检测器(PCD),其中,所述光子计数检测器(PCD)可在能带/能级之间进行区分,并可针对少量X射线提供相对优异的信噪比(SNR)。
控制单元140可控制X射线源110使得多能X射线能够在预定时间间隔内或者在预定时间间隔期间以预定剂量/电压被辐射至目标。此外,在处理期间的任何点,控制单元140可控制台架120调整施加到目标的压力。仅作为示例,在这样的预定时间间隔期间,可选择性地施加较大的压力或支撑,并且/或者在所述预定时间间隔以外,可减少压力或支撑。
图像处理/分析单元150可对在预定时间段期间获取的目标图像执行图像处理。在一个或多个实施例中,仅作为示例,在图像处理/分析单元150中执行的图像处理可包括以下五种方案中的至少一种,注意,可替代方案也是可用的。
(1)针对目标图像的预处理方案
在该示例中,可在每个时间间隔读取多能数据并可随后执行预处理。所述预处理可包括基本图像处理。
作为预处理的另一示例,可在目标图像被产生之前确定期望从目标检测到的感兴趣区域(ROI),并且可单独存储检测到的ROI的周围目标图像,使得存储的目标图像作为目标图像的图像而被不同地参照,并且可能被单独显示。预处理的另一示例是在监测目标身体区域或者一个或多个其他身体区域时,从目标图像去除由于检测到的或确定的目标或身体的移动而产生的运动伪影。
(2)针对目标图像的处理和合成方案
在该示例中,使用X射线检测器130获取的多个目标图像可被区分为针对预定时间间隔内的每个预定时间中的至少一个预定时间且针对多个能带中的每一个能带的各个图像。加权求和方案可被应用于对应的图像以对目标图像进行处理和合成。
(3)针对目标图像的材料分解方案(Material decomposition scheme)
在一个或多个实施例中,可通过将材料分解算法应用于目标图像来执行材料分解方案。根据一个或多个实施例,材料分解算法通过以下图像提供用于将光子数据的信息分解成例如可单独显示的成分(component)或材料的处理,所述图像例如:表现目标图像中找寻的材料(例如,造影材料或其他已知材料)的图像,以及表现包括目标的身体被X射线照射过的区域的光电衰减的图像、表现所述区域的康普顿散射(Compton scatter)的图像、表现至少针对预定时间间隔的与至少两个能带的相应目标图像对应的减影图像(subtraction image)、以及表现血管造影术或动脉造影术的图像。这些单独定义的每个成分都可单独显示一个或多个期望的材料的信息。例如,如果造影剂是碘,则所述材料可以是碘,并且总体检测到的X射线信息可被分解以主要显示针对碘的信息。如上面提到的,仅作为示例,由于恶性病变或肿块可能更容易吸收特定造影剂,并且快速清除造影剂,因此如果由X射线检测器130检测到的图像被分解以主要显示造影剂,则可在预定时间间隔内确定目标病变或肿块是否更有可能是恶性的或者更不可能是恶性的。除了确定病变或肿块是良性的还是恶性的以外,基于材料的分解还可能能够根据病变或肿块的组成对这样的病变或肿块进行分类。
因此,作为材料分解方案的示例,通过使多能X射线谱穿过由至少一种材料组成的目标而产生的能带的相应投影图像(E1至EN)被接收,并且针对可能组成所述目标的M种材料中的每一种估计初始图像。仅作为示例,所述至少一种材料可能至少是造影剂。所述M种材料中的每一种材料将表示不同的“材料”,其中,可从检测到的已穿过目标的X射线选择性地分解所述“材料”。
随后,在材料分解方案中,基于初始图像模拟系统100。例如,模拟的系统100可被表示为以下等式1。
等式1:
这里,Y表示在第j能带测量的系统100的测量图像,I表示基于辐射到目标的X射线源110的效果并基于X射线检测器130的响应效果以及表示系统100的谱信息的已知函数而获得的函数。F表示基于对应能带中组成目标的材料的成分比率而获得的(x和E)的函数,j表示能带的索引,r表示N维的位置矢量,例如,2D图像中的(x,y)以及3D图像中的(x,y和z)。E表示能量变量,n表示噪声项。由于X射线衰减特性基于存在于目标的“r”中的材料而改变,因此目标的内部结构可在X射线图像中被表现。然而,当合并所有能带时,材料间衰减特性的差异会被减小,从而可能难以表现目标的内部结构。因此,在处理多能X射线图像的系统中,如等式1中所示,可通过将范围从零至无限的积分区间除以N来获取多个目标图像。
如等式1中所示,通过模拟系统100的函数Y获得x(r),并可通过被执行预定次数的迭代运算来获得最优x(r)。
作为通过使用函数Y模拟系统100来获取x(r)的方法之一,可配置保真项(fidelity term)。根据一个或多个实施例,保真项可表示可表现与系统100的测量值的相似度的项。为了方便描述,泊松对数似然函数可被用作保真项。还可应用迭代坐标下降与牛顿-拉夫逊(ICD/NR,IterativeCoordinate Descent with Newton-Raphson)方案,其中,ICD/NR方案可采用使用针对Kullback-Leibler(KL)散度的泊松对数似然相似性和个性(similarity and identity)的NR更新方案。
例如,在等式1中,例如,假设并且矢量类型为保真项可被表示为以下的等式2。
等式2:
这里:
在等式2中,μi(Ek)表示基于第k更新程序的第i材料的能量的衰减特性曲线,Li表示第i材料的量(长度)。在等式2中定义的函数F可仅仅是为了方便描述而使用的示例,并可依据系统100的实施方式而在一个或多个实施例中被不同地定义。
如上所述,保真项可被配置,并且可使用配置的保真项来确定优化函数。对优化函数的确定可按照这样的方式被执行:确定使得使用保真项的预定代价函数最小的校正值,并且通过将所述校正值应用于初始图像来将初始图像更新为材料分解图像。这里,仅作为示例,可按照像素单位、块单位和图像单位之一来执行对优化函数的确定。
根据一个或多个实施例,预定正则项(regularization term)还可被包括在如等式2中所示配置的保真项中,从而确定优化函数。
当二次正则项用作正则项的示例时,例如,可使用等式(A+R)x=b确定优化函数。当使用与二次正则项不同的正则项时,可算术地确定优化函数。当使用二次正则项而不是使用等式2的矩阵A时,可使用例如以下等式3。
等式3
A′=A+γR
在等式3中,可获得通过使用逆矩阵运算方法测量针对给定更新的材料的量而获得的测量值。
如上所述,可通过更新初始图像来产生材料分解图像,然后可在例如预定间隔内执行预定次数的迭代运算。可通过所述迭代运算获得具有超优质量的材料分解图像。
通过按照上述处理获得的材料分解图像,可测量被应用于目标的造影剂的量。
(4)动态分析方案
在一个或多个实施例中,可通过采用上述材料分解算法来定量测量造影剂的量,并且可基于测量的造影剂的量来定量测量目标的良性/恶性病变的肿块的对比度的动态(dynamic)。还可基于测量的造影剂的量来定量测量针对目标的可选肿块的对比度的动态。如上面提到的,由于良性/恶性病变或肿块示出相互不同的动态分布,因此通过利用动态分析方案,系统100可被用作诊断装置,从而提高对良性/恶性病变或肿块的特异性。
(5)后处理方案
在一个或多个实施例中,可对通过经过上述图像处理方案(1)至(4)中的至少一个而获得的目标图像执行后处理方案。作为后处理方案的示例,可给出为了方便用户而使用的图像处理方案以及计算机辅助诊断(CAD)处理方案,注意,可替代方案也是可用的。
例如,系统100可按照上述图像处理方案(1)至(5)的各种组合执行图像处理。根据实施例,预处理方案(1)和后处理方案(5)可被选择性地使用。例如,可仅采用处理和合成方案(2),并且可仅采用材料分解方案(3)。可选择地,可采用材料分解方案(3)和动态分析方案(4)两者。将参照图3更详细地对此进行描述。
已通过图像处理/分析单元150处理的目标图像可通过预定显示器160(诸如图1中示出的显示器)被显示。
图2是示出根据一个或多个实施例的处理多能X射线图像的方法的流程图。
在操作210,根据一个或多个实施例,可检测通过使多能X射线穿过应用了造影剂的目标而形成的多个目标图像。
在操作220,可对获得的多个目标图像执行图像处理。在操作230,处理的目标图像可被存储并且/或者可通过显示器(诸如图1中示出的显示器)被显示。仅作为示例,将参照图3更详细地描述在操作220执行的图像处理。
图3示出根据一个或多个实施例的图像处理方法。
在操作301,可对目标图像执行预处理。作为预处理的示例,可预先确定期望被检测到的目标的感兴趣区域(ROI),并且ROI周围的目标图像可被单独存储。仅作为示例,预处理的另一示例是上述的当测量人体时从目标图像去除由于移动而可能产生的运动伪影。
在操作302,确定材料分解算法是否正被应用于预处理的目标图像。在操作303,当材料分解算法被应用于预处理的目标图像时,所述系统可通过将材料分解算法应用于目标图像来测量应用于目标的造影剂的量。
在操作304,当材料分解算法没有被应用于预处理的目标图像时,可处理并合成针对每个预定时间以及每个能带的目标图像。在操作304,可将获取的多个目标图像划分为针对预定时间间隔内的每个预定时间中的至少一个且针对每个能带的图像,并且仅作为示例,可通过采用加权求和方案来合成对应图像。在操作308,合成的图像可被存储并且/或者可通过显示器(诸如图1中示出的显示器)被显示。
在操作305,可定量测量造影剂的量,并且随后可例如基于该定量测量做出是否采用动态分析方案的确定。在操作306,当在操作305确定采用动态分析方案时,可在所述时间间隔内执行对测量的造影剂的量的动态分析。更具体地讲,例如,可基于测量的造影剂的量来定量测量针对目标的良性/恶性病变的肿块的对比度的动态。在实施例中,测量的动态可与例如存储在图1的图像处理/分析单元150中的动态表相比较,这识别测量的动态是指示良性病变或肿块还是恶性病变或肿块。在操作308,已被执行动态分析的目标图像可被存储在例如图1的图像处理/分析单元150的存储器中,并且/或者可通过显示器(诸如图1中示出的显示器)被显示。在实施例中,与针对病变或肿块的所述表的对比的结果被存储在存储器中,并且还可能通过显示器被显示。
在操作307,当在操作305确定不采用动态分析方案时,可基于测量的造影剂的量来产生针对每种选择材料的材料分解图像。在操作308,产生的材料分解图像可被存储在存储器中并且/或者可通过显示器被显示。
操作307还可包括在执行操作308之前对目标图像执行后处理。
在图3的图像处理方法中,例如,可基于用户输入或系统设置来应用所有操作或选择操作301至307,以例如用于执行区分测试。如以上参照图1所述,可基于系统100的实施方式,在不采用材料分解算法的情况下对针对每个预定时间且针对每个能带的目标图像执行图像处理/合成,或者可通过采用材料分解算法执行图像处理。可选择地,可采用材料分解算法并且随后可执行动态分析。可按照各种方式提供图像处理方案的这些组合,并且以上不应被视为是限制性的。
在一个或多个实施例中,这里的设备、系统和单元描述包括一个或多个硬件处理元件。例如,描述的每个单元可包括一个或多个执行上述操作的处理元件、期望的存储器以及期望的任何硬件输入/输出传输装置。此外,专用设备应该被认为与物理系统的元件是同义的,不限于全部实施例中的单个附件或单个相应附件中实现的所有描述的元件,而是,依据实施例,专用设备是开放式的,以通过不同的硬件元件在不同的附件和/或位置中被一起或单独地实现。
除了上述实施例,还可通过非瞬时性介质(例如,计算机可读介质)中/上的计算机可读代码/指令来实现实施例,以控制至少一个处理装置(诸如处理器或计算机)来实现上述任何实施例。所述介质可与任何限定的、可测量的和有形的结构对应,其中,所述结构允许存储和/或传输计算机可读代码。
所述介质还可例如单独包括计算机可读代码、数据文件、数据结构等或数据文件、数据结构等与计算机可读代码的组合。计算机可读介质的一个或多个实施例包括磁介质(诸如硬盘、软盘和磁带)、光介质(诸如CD ROM盘和DVD)、磁光介质(诸如光盘)以及专门配置为存储和执行程序指令的硬件装置(诸如只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。计算机可读代码可包括例如(诸如由编译器产生的)机器代码和包含可由计算机使用解释器执行的更高级代码的文件两者。所述介质还可以是分布式网络,从而计算机可读代码以分布方式被存储和执行。此外,仅作为示例,处理元件可包括处理器或计算机处理器,并且处理元件可分布和/或包括在单个装置中。
计算机可读介质还可被实现在执行(像处理器一样处理)程序指令的至少一个专用集成电路(ASIC)或现场可编程门阵列(FPGA)中。
尽管已参照本发明的不同实施例具体显示和描述了本发明的多个方面,但应该理解,这些实施例应该仅被认为是描述性的,而不是为了限制的目的。对每个实施例内的多个特征或方面的描述通常应该被视为对于其余实施例中的其他类似特征或方面是可用的。如果以不同的顺序执行描述的技术,和/或如果描述的系统、体系结构、装置或电路中的组件以不同的方式被组合和/或被其他组件或其等同物代替或补充,则会实现合适的结果。
因此,尽管已示出和描述了一些实施例,并且另外的实施例同样是可用的,但本领域技术人员将理解,在不脱离本发明的原理和精神的情况下可对这些实施例进行改变,本发明的范围在权利要求及其等同物中被限定。
Claims (15)
1.一种处理多能X射线图像的方法,所述方法包括:
以预定时间间隔从多能X射线源获取针对至少两个能带中的每一个能带的多个目标图像,其中,在多能X射线穿过应用了造影剂的目标之后,通过多能X射线形成所述针对至少两个能带中的每一个能带的多个目标图像;
对所述多个目标图像执行图像信号处理,
其中,执行图像信号处理的步骤包括:
通过分析来自目标图像的针对至少一种材料的材料分解图像,测量被应用于目标的造影剂的量,所述至少一种材料至少包括造影剂。
2.如权利要求1所述的方法,其中,执行图像信号处理的步骤包括:对来自所述多个目标图像的针对所述预定时间间隔内的多个预定时间中的至少一个且针对从多能X射线源辐射的多能X射线的每个能带的图像进行处理。
3.如权利要求1所述的方法,其中,执行图像信号处理的步骤还包括:
使用所述多个图像,针对多种材料中的每一种材料估计相应初始图像;
从所述相应初始图像获取针对所述多种材料中的每一种材料的相应材料分解图像,确定使预定代价函数最小化的校正值,并通过将确定的校正值应用于所述初始图像,基于预定材料分解算法来将所述相应初始图像中针对所述多种材料中的一种材料的初始图像更新为材料分解图像。
4.如权利要求3所述的方法,其中,执行图像信号处理的步骤还包括:
在所述预定时间间隔内执行对造影剂的量的动态分析。
5.如权利要求1所述的方法,还包括:对所述多个目标图像执行预处理,其中,所述预处理包括:搜索所述多个目标图像内的预定感兴趣区域ROI,并分开存储包括搜索到的ROI的目标图像与不包括搜索到的ROI的目标图像。
6.如权利要求1所述的方法,还包括:通过从至少一个目标图像去除运动伪影来对所述多个目标图像执行预处理。
7.如权利要求1所述的方法,其中,执行图像信号处理的步骤包括:通过以下图像中的至少一个将来自所述多个目标图像的信息分解为可单独显示的成分或材料:表现包括目标的身体的对应区域的光电衰减的图像、表现所述区域的康普顿散射的图像、表现与所述至少两个能带的相应目标图像对应的至少针对所述预定时间间隔的减影图像、以及表现针对所述区域的X射线血管造影术的图像。
8.一种使用多能X射线源来从来自多能X射线的至少两个能带产生检测的信息,以在选择材料处于身体内时产生目标的至少选择材料的分解图像的方法,所述方法包括:
以预定时间间隔获取针对所述至少两个能带中的每一个能带的多个目标图像,其中,在多能X射线源的多能X射线穿过所述目标之后,通过多能X射线源的多能X射线形成所述针对至少两个能带中的每一个能带的多个目标图像;
对所述多个目标图像执行图像信号处理,
其中,执行图像信号处理的步骤包括:
通过分析来自目标图像的针对至少一种材料的材料分解图像,测量被应用于目标的作为选择材料的造影剂的量,所述至少一种材料至少包括造影剂。
9.如权利要求8所述的方法,其中,执行图像信号处理的步骤包括:通过以下图像中的至少一个将来自所述多个目标图像的信息分解为可单独显示的成分或材料:表现包括目标的身体的对应区域的光电衰减的图像、表现所述区域的康普顿散射的图像、表现与所述至少两个能带的相应目标图像对应的至少针对所述预定时间间隔的减影图像、以及表现针对所述区域的X射线血管造影术的图像。
10.一种处理多能X射线图像的方法,所述方法包括:
以预定时间间隔从多能X射线源获取多个目标图像,其中,针对来自穿过应用了造影剂的目标的多能X射线的至少两个能带中的每一个能带形成所述多个目标图像;
对所述多个目标图像执行图像信号处理,包括以下步骤中的至少一个:
在所述预定时间间隔内执行对测量的造影剂的量的动态分析;
通过分析来自目标图像的针对至少一种材料的材料分解图像,测量被应用于目标的造影剂的量,所述至少一种材料至少包括造影剂;
控制通过显示器显示从图像信号处理步骤产生的目标图像。
11.如权利要求10所述的方法,其中,执行图像信号处理的步骤包括:通过以下图像中的至少一个将来自所述多个目标图像的信息分解为可单独显示的成分或材料:表现包括目标的身体的对应区域的光电衰减的图像、表现所述区域的康普顿散射的图像、表现与所述至少两个能带的相应目标图像对应的至少针对所述预定时间间隔的减影图像、以及表现针对所述区域的X射线血管造影术的图像。
12.一种用于处理多能X射线图像的设备,所述设备包括:
控制单元,控制多能X射线源以使多能X射线在预定时间间隔期间被辐射至目标;
X射线检测器,获取针对穿过应用了造影剂的目标的多能X射线的至少两个能带中的每一个能带的多个目标图像;
图像处理和分析单元,对所述多个目标图像执行图像信号处理,所述图像信号处理步骤包括以下步骤中的至少一项:在所述预定时间间隔内执行对测量的造影剂的量的动态分析;通过分析来自目标图像的针对至少一种材料的材料分解图像,测量被应用于所述目标的造影剂的量,所述至少一种材料至少包括造影剂。
13.如权利要求12所述的设备,其中,图像处理和分析单元还包括:
预处理单元,执行包括以下步骤中的至少一项的预处理:搜索所述多个目标图像内的预定感兴趣区域ROI,并将包括搜索到的ROI的目标图像与不包括搜索到的ROI的目标图像分开存储;从至少一个目标图像去除运动伪影。
14.如权利要求12所述的设备,其中,图像处理和分析单元还通过以下图像中的至少一个将来自所述多个目标图像的信息分解为可单独显示的成分或材料:表示包括目标的身体的对应区域的光电衰减的图像、表示所述区域的康普顿散射的图像、表示与所述至少两个能带的相应目标图像对应的至少针对所述预定时间间隔的减影图像、以及表示针对所述区域的X射线血管造影术的图像。
15.如权利要求12所述的设备,其中,图像处理和分析单元还通过将测量的动态与动态表相比较来诊断目标内的病变或肿块是否是恶性的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020100000801A KR101669434B1 (ko) | 2010-01-06 | 2010-01-06 | 멀티-에너지 X-ray 영상 처리 방법 및 그 시스템 |
KR10-2010-0000801 | 2010-01-06 | ||
PCT/KR2011/000063 WO2011083973A2 (en) | 2010-01-06 | 2011-01-06 | Method and system of processing multi-energy x-ray images |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102711612A CN102711612A (zh) | 2012-10-03 |
CN102711612B true CN102711612B (zh) | 2015-06-17 |
Family
ID=44224719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180005598.8A Active CN102711612B (zh) | 2010-01-06 | 2011-01-06 | 处理多能x射线图像的方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8761485B2 (zh) |
EP (1) | EP2521488B1 (zh) |
JP (1) | JP2013516269A (zh) |
KR (1) | KR101669434B1 (zh) |
CN (1) | CN102711612B (zh) |
WO (1) | WO2011083973A2 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101460616B1 (ko) * | 2011-08-31 | 2014-11-14 | 삼성전자주식회사 | 멀티 에너지 방사선 데이터를 이용한 방사선 영상 생성 방법 및 장치 |
KR101479212B1 (ko) * | 2012-09-05 | 2015-01-06 | 삼성전자 주식회사 | 엑스선 영상 장치 및 엑스선 영상 생성 방법 |
KR102025753B1 (ko) * | 2012-09-21 | 2019-09-26 | 삼성전자주식회사 | 객체 정보 추정 장치 및 동작 방법 |
CN103720482B (zh) * | 2012-10-11 | 2016-01-20 | 财团法人工业技术研究院 | 影像重建方法与系统及影像建构方法与系统 |
KR102001216B1 (ko) | 2012-10-16 | 2019-10-01 | 삼성전자주식회사 | 스펙트럼 추정 장치 및 방법 |
US20140119495A1 (en) * | 2012-10-29 | 2014-05-01 | Samsung Electronics Co., Ltd. | Radiation imaging apparatus and method for reconstructing image |
KR102003042B1 (ko) | 2012-10-31 | 2019-10-21 | 삼성전자주식회사 | 멀티 에너지 엑스선에 기초한 의료 영상을 합성 및 표시하는 의료 영상 처리 장치 및 방법 |
CN104287762B (zh) * | 2014-08-20 | 2016-10-05 | 沈阳东软医疗系统有限公司 | 一种造影剂跟踪扫描方法及装置 |
KR102301409B1 (ko) * | 2014-09-26 | 2021-09-14 | 삼성전자주식회사 | 엑스선 장치 및 그 제어방법 |
MX2020007726A (es) * | 2018-01-22 | 2020-12-07 | Xenselab Llc | Metodos para la toma de proyecciones radiologicas de un sujeto mediante la descomposicion multiple de energia. |
US20190370956A1 (en) * | 2018-05-30 | 2019-12-05 | General Electric Company | Contrast imaging system and method |
WO2020059306A1 (ja) * | 2018-09-18 | 2020-03-26 | 富士フイルム株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
US11105755B2 (en) | 2019-06-26 | 2021-08-31 | Biosenstech Inc | X-ray detecting panel for multi signal detection and X-ray detector thereof |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1517071A (zh) * | 2002-11-27 | 2004-08-04 | GEҽҩϵͳ����Ƽ���˾ | 获取灌注数据的方法和装置 |
CN101023872A (zh) * | 2006-02-20 | 2007-08-29 | 株式会社东芝 | 图像诊断装置、图像处理装置以及程序 |
CN101044986A (zh) * | 2006-03-31 | 2007-10-03 | 西门子公司 | 自动区分骨骼或含钙物质和软组织中造影剂的方法和装置 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3848130A (en) | 1973-06-25 | 1974-11-12 | A Macovski | Selective material x-ray imaging system |
US4445226A (en) | 1981-05-05 | 1984-04-24 | The Board Of Trustees Of The Leland Stanford Junior University | Multiple-energy X-ray subtraction imaging system |
JPS6448209A (en) | 1987-08-17 | 1989-02-22 | Yamaha Corp | Perpendicular recording and reproducing circuit |
JP2536024B2 (ja) | 1988-02-29 | 1996-09-18 | 株式会社島津製作所 | X線画像処理装置 |
US5827187A (en) | 1996-04-23 | 1998-10-27 | Mayo Foundation For Medical Education And Research | Dynamic MR digital subtraction angiography with complex subtraction |
US6754298B2 (en) | 2002-02-20 | 2004-06-22 | The Regents Of The University Of Michigan | Method for statistically reconstructing images from a plurality of transmission measurements having energy diversity and image reconstructor apparatus utilizing the method |
DE10212638A1 (de) | 2002-03-21 | 2003-10-16 | Siemens Ag | Computertomograph und Verfahren zum Nachweis von Röntgenstrahlung mit einer aus einer Vielzahl von Detektoren bestehenden Detektoreinheit |
US7627078B2 (en) * | 2002-11-08 | 2009-12-01 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for detecting structural, perfusion, and functional abnormalities |
US20040101088A1 (en) | 2002-11-27 | 2004-05-27 | Sabol John Michael | Methods and apparatus for discriminating multiple contrast agents |
US6973158B2 (en) * | 2003-06-25 | 2005-12-06 | Besson Guy M | Multi-target X-ray tube for dynamic multi-spectral limited-angle CT imaging |
US7444011B2 (en) * | 2004-02-10 | 2008-10-28 | University Of Chicago | Imaging system performing substantially exact reconstruction and using non-traditional trajectories |
US7283654B2 (en) | 2004-08-26 | 2007-10-16 | Lumeniq, Inc. | Dynamic contrast visualization (DCV) |
US7319733B2 (en) | 2004-09-27 | 2008-01-15 | General Electric Company | System and method for imaging using monoenergetic X-ray sources |
US7317821B2 (en) | 2004-11-22 | 2008-01-08 | Carestream Health, Inc. | Automatic abnormal tissue detection in MRI images |
US7583779B2 (en) | 2004-11-24 | 2009-09-01 | General Electric Company | System and method for acquisition and reconstruction of contrast-enhanced, artifact-reduced CT images |
US20060251209A1 (en) | 2005-05-06 | 2006-11-09 | General Electric Company | Energy sensitive x-ray system and method for material discrimination and object classification |
EP1882449A4 (en) * | 2005-05-18 | 2010-05-05 | Hitachi Medical Corp | RADIOGRAPHY DEVICE AND IMAGE PROCESSING PROGRAM |
JP4794238B2 (ja) | 2005-08-10 | 2011-10-19 | 株式会社日立メディコ | マルチエナジーx線ct装置 |
US20070127789A1 (en) * | 2005-11-10 | 2007-06-07 | Hoppel Bernice E | Method for three dimensional multi-phase quantitative tissue evaluation |
US20070160276A1 (en) | 2005-12-29 | 2007-07-12 | Shoupu Chen | Cross-time inspection method for medical image diagnosis |
DE102006009222B4 (de) * | 2006-02-28 | 2008-02-28 | Siemens Ag | Verfahren und Vorrichtung zur Bestimmung der Konzentration einer Substanz in einem Körpermaterial mittels Mehr-Energie-Computertomographie |
CN101076218B (zh) | 2006-05-19 | 2011-05-11 | 清华大学 | 产生具有不同能量的x射线的设备、方法及材料识别系统 |
JP5384115B2 (ja) * | 2006-12-20 | 2014-01-08 | 株式会社日立メディコ | X線ct装置 |
US20090080740A1 (en) | 2007-09-11 | 2009-03-26 | Siemens Medical Solutions Usa, Inc. | Automatic Lesion Detection and Characterization Using Generative Model of Enhancement Dynamics in Breast MR |
US7613274B2 (en) | 2007-11-16 | 2009-11-03 | General Electric Company | Method and system of energy integrating and photon counting using layered photon counting detector |
JP5191787B2 (ja) * | 2008-04-23 | 2013-05-08 | 株式会社日立メディコ | X線ct装置 |
US8311181B2 (en) * | 2008-11-28 | 2012-11-13 | General Electric Company | Apparatus and method of visualizing multi-energy imaging data |
-
2010
- 2010-01-06 KR KR1020100000801A patent/KR101669434B1/ko active IP Right Grant
-
2011
- 2011-01-05 US US12/929,173 patent/US8761485B2/en active Active
- 2011-01-06 JP JP2012547959A patent/JP2013516269A/ja active Pending
- 2011-01-06 EP EP11731911.1A patent/EP2521488B1/en active Active
- 2011-01-06 WO PCT/KR2011/000063 patent/WO2011083973A2/en active Application Filing
- 2011-01-06 CN CN201180005598.8A patent/CN102711612B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1517071A (zh) * | 2002-11-27 | 2004-08-04 | GEҽҩϵͳ����Ƽ���˾ | 获取灌注数据的方法和装置 |
CN101023872A (zh) * | 2006-02-20 | 2007-08-29 | 株式会社东芝 | 图像诊断装置、图像处理装置以及程序 |
CN101044986A (zh) * | 2006-03-31 | 2007-10-03 | 西门子公司 | 自动区分骨骼或含钙物质和软组织中造影剂的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2521488A2 (en) | 2012-11-14 |
WO2011083973A2 (en) | 2011-07-14 |
CN102711612A (zh) | 2012-10-03 |
EP2521488B1 (en) | 2019-08-28 |
WO2011083973A3 (en) | 2011-12-01 |
JP2013516269A (ja) | 2013-05-13 |
KR20110080532A (ko) | 2011-07-13 |
US8761485B2 (en) | 2014-06-24 |
KR101669434B1 (ko) | 2016-10-27 |
EP2521488A4 (en) | 2013-12-25 |
US20110164797A1 (en) | 2011-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102711612B (zh) | 处理多能x射线图像的方法和系统 | |
Kim et al. | SPIE medical imaging | |
Meignan et al. | Metabolic tumour volumes measured at staging in lymphoma: methodological evaluation on phantom experiments and patients | |
Burgess | Visual perception studies and observer models in medical imaging | |
Grangeat | Tomography | |
CA3088378A1 (en) | Methods for x-ray imaging of a subject using multiple-energy decomposition | |
EP3612095B1 (en) | Beam hardening correction in x-ray dark-field imaging | |
Jia Feng et al. | A software‐based x‐ray scatter correction method for breast tomosynthesis | |
KR20110032047A (ko) | 멀티-에너지 x선 시스템 및 멀티-에너지 x선 물질 분리 이미지 처리 장치와, 멀티-에너지 x선 시스템의 물질 분리 이미지 처리 방법 | |
EP3213298B1 (en) | Texture analysis map for image data | |
Han et al. | Human and model observer performance for lesion detection in breast cone beam CT images with the FDK reconstruction | |
EP3429474A1 (en) | Improved precision and resolution of quantitative imaging by combining spectral and non-spectral material decomposition | |
JP2016506267A (ja) | 画像処理装置及び画像をフィルタリングするための方法 | |
Yu et al. | Need for objective task‐based evaluation of deep learning‐based denoising methods: a study in the context of myocardial perfusion SPECT | |
Barufaldi et al. | Computer simulations of case difficulty in digital breast tomosynthesis using virtual clinical trials | |
Stryker et al. | Simulation based evaluation of a fan beam coded aperture x-ray diffraction imaging system for biospecimen analysis | |
JP6546201B2 (ja) | オブジェクトの画像を生成するイメージングシステム | |
Ghammraoui et al. | Maximum-likelihood estimation of scatter components algorithm for x-ray coherent scatter computed tomography of the breast | |
Farag et al. | Evaluation of MR anatomically-guided PET reconstruction using a convolutional neural network in PSMA patients | |
Lakshmanan et al. | Accuracy assessment and characterization of x-ray coded aperture coherent scatter spectral imaging for breast cancer classification | |
Sauter et al. | Sparse sampling computed tomography (SpSCT) for detection of pulmonary embolism: a feasibility study | |
Barufaldi et al. | MRMC ROC analysis of calcification detection in tomosynthesis using computed super resolution and virtual clinical trials | |
Jang et al. | Convolutional neural network‐based model observer for signal known statistically task in breast tomosynthesis images | |
Krupinski et al. | Special section guest editorial: artificial intelligence in medical imaging | |
Siewerdsen et al. | Incorporation of task in 3D imaging performance evaluation: the impact of asymmetric NPS on detectability |
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 |