CN102947864B - 用于执行低剂量ct成像的方法和系统 - Google Patents
用于执行低剂量ct成像的方法和系统 Download PDFInfo
- Publication number
- CN102947864B CN102947864B CN201180030461.8A CN201180030461A CN102947864B CN 102947864 B CN102947864 B CN 102947864B CN 201180030461 A CN201180030461 A CN 201180030461A CN 102947864 B CN102947864 B CN 102947864B
- Authority
- CN
- China
- Prior art keywords
- image data
- data
- projection
- resolution image
- resolution
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013170 computed tomography imaging Methods 0.000 title claims description 4
- 230000004907 flux Effects 0.000 claims abstract description 49
- 230000005855 radiation Effects 0.000 claims abstract description 43
- 238000005070 sampling Methods 0.000 claims abstract description 28
- 230000010354 integration Effects 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims 4
- 238000002591 computed tomography Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000004304 visual acuity Effects 0.000 description 3
- 241000272165 Charadriidae Species 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 201000004384 Alopecia Diseases 0.000 description 1
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 239000012190 activator Substances 0.000 description 1
- 231100000360 alopecia Toxicity 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 231100000075 skin burn Toxicity 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000451 tissue damage Effects 0.000 description 1
- 231100000827 tissue damage Toxicity 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- 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
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- 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
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/436—Limited angle
Landscapes
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种方法,包括基于欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据生成较高分辨率图像数据。在同一扫描的不同采集间隔期间采集所述欠采样的较高分辨率投影数据和所述不完整的较低分辨率投影数据。一种系统,包括:辐射源,其被配置为在扫描的不同积分时期期间在较高通量和较低通量之间交替地调制发射辐射通量;探测器阵列,其被配置为与所述通量的调制相协调,在较高分辨率和较低分辨率之间交替地切换探测器像素复用;以及重建器,其被配置为基于与欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据对应的投影数据重建较高分辨率图像。
Description
以下大体涉及CT数据采集和重建,并且更具体而言涉及具有高分辨率重建的低剂量CT。
CT扫描器发射电离辐射,其可能对活的组织造成损害,在典型剂量时导致癌症、肿瘤和基因损伤的风险增加以及在高剂量时可能造成皮肤灼伤和脱发。因此,己提出各种方法以在CT扫描期间减少对电离辐射的患者暴露(即,减少患者剂量)。
文献中提出的一种方法使用压缩感测原理。目标是通过以诸如先前图像的额外信息补偿丢失的投影以及通过引入通用稀疏度限制来从显著欠采样的数据重建没有伪影的断层摄影图像。然而,在多数临床情况下,CT图像不具有显著的稀疏特性,因为有用的信息广范地分布于图像域和正弦图域两者之中。
因此,为了使用压缩感测方法,需要与目标图像具有相似特征的先前图像。在这些情形下,两图像之间的差可具有稀疏特性,该稀疏特性可以在进一步的专门的重建期间使用。所述先前的图像是,例如,目标扫描之前(或之后)很短时间进行的CT扫描,像在CT灌注中;或者它可以是心脏CT中全角度采样低时间分辨率图像。诸如PICCS和HYPR的技术是基于这样的先前扫描的。
遗憾的是,辐射剂量的降低不可避免地影响图像噪声,其主要由到达探测器的X射线光子的内在泊松(Poissonic)(或“量子”)噪声占主导。此外,尝试在常规CT系统中使用非常低的剂量工作产生显著的过量图像噪声和伪影。这在由探测器元件生成的电信号接近电子噪声的水平时会发生。
在当前的临床实践中,在多种不同应用使用CT扫描器,所述多种不同应用的要求可能显著不同。例如,心脏扫描通常需要相对短时间段内的高X射线通量密度(通过高的射线管电流实现),而肺部扫描可以使用非常低的射线管电流完成。出于这个原因,辐射探测器在不管是非常低还是非常高的X射线通量密度下都给出可靠数据是重要的。
常规积分探测器探测低的信号并且同时具有宽的动态范围的能力是有限的,该常规积分探测器是基于耦合到闪烁体像素的电流积分光电二极管的。通常在这种情况下,受光电二极管暗电流和电子噪声两者影响的噪声水平等于大约10-50平均X射线量子。确切的数字依赖于特定的设计以及工作状况。噪声水平限定了最低探测极限,因为在测量值显著大于噪声,大约大两倍或更多时,才可以进行可靠的探测。
常规积分探测器提供的具有良好线性的全动态范围通常是非常大的并且可超过1:100000,但是实际的问题主要是每单次读数可靠探测的小数量的X射线量子,即在1-100X射线量子大小的数量级上。这个探测范围对在非常低的X射线剂量下工作是至关重要的,因为穿过高度衰减的对象的很多视图可以达到这些低值。当为实现高分辨率的扫描器而考虑具有特别小像素的探测器阵列时,低信号问题会更加常见。在为双能量应用制造的双层探测器中也可出现类似的限制,在所述双能量应用中,所述辐射通量在两个探测通道之间被分开。
本申请的各方面解决上述问题及其他问题。
根据一个方面,一种方法包括基于欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据生成较高分辨率图像数据。在同一扫描的不同采集间隔期间采集所述欠采样的较高分辨率投影数据和所述不完整的较低分辨率投影数据。
根据另一方面,一种系统包括:辐射源,其被配置为在扫描的不同积分期期间在较高通量和较低通量之间交替地调制发射辐射通量;探测器阵列,其被配置为与所述通量的调制相协调地在较高分辨率和较低分辨率之间交替地切换探测器像素复用;以及重建器,其被配置为基于与欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据对应的投影数据重建较高分辨率图像数据。
根据另一方面,一种用指令编码的计算机可读存储介质,所述指令当被计算机的处理器运行时令处理器:采用压缩感测重建算法,以基于从同一扫描获得的欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据重建全部的较高分辨率图像数据。
本发明可以采取各种部件和部件的布置,以及各种步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的并且不应被理解为限制本发明。
图1图示了示例成像系统。
图2-6图示了示范性辐射通量调制/探测器像素复用水平/分组和模式。
图7图示了用于从欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据重建全部的较高分辨率图像数据的示例方法。
图8图示了用于重建图7中全部的较高分辨率图像数据的示例方法。
图1图示了成像系统100,例如计算机断层摄影(CT)扫描器。所述成像系统100包括:固定机架102以及由所述固定机架102能旋转地支撑的旋转机架104。所述旋转机架104绕检查区域106关于纵向或z轴旋转。支撑物118,例如榻,支撑检查区域106内的受试者。支撑物118可以用于在扫描前、扫描期间和/或扫描后关于x、y或z轴不同地定位受试者。
辐射源108,例如X射线管,由旋转机架104支撑并且与旋转机架104一起旋转,并且发射辐射。源控制器110控制辐射源108。如以下更加详细地描述地,源控制器110可以控制辐射源108以在扫描的不同积分间隔/时期期间在至少第一通量和第二不同通量之间调制所发射的辐射的通量。其中所述第一(或第二)通量大于所述第二(或第一)通量,与所述源108仅发射具有较高通量的辐射的同一扫描相比,在扫描期间在第一通量和第二通量之间调制减少了患者剂量。
具有单行或多行探测器像素的辐射敏感探测器阵列112定位于源108的对面并探测穿过检查区域106的辐射且生成指示其的投影数据。探测器控制器114控制所述辐射敏感探测器阵列112。如以下更加详细地描述地,在一个实施例中,控制器110选择性地改变探测器像素复用,使得使用单个像素或者较大的像素组来探测投影。通常,与较大的像素组相比,单个像素提供相对较高的分辨率。
重建器124重建投影数据并且生成指示检查区域106的体积图像数据。重建器124可采用各种重建算法,例如,重建算法库116中的算法和/或其他算法。如以下更加详细地描述地,重建器124可采用这样一种算法:在所述算法中使用欠采样的较高分辨率投影数据和较低分辨率重建图像数据重建全部的较高分辨率体积图像数据。这样的算法允许降低患者剂量并且生成全部的较高分辨率图像数据,同时减轻与低辐射通量相关联的探测限制。
通用计算系统用作操作者控制台120,其包括人类可读输出设备例如显示器和/或打印机,以及输入设备例如键盘和/或鼠标。控制台120上驻留的软件允许操作者控制系统100的操作,例如,允许用户选择扫描技术,在所述扫描技术中调制辐射发射通量并且与所述调制协调地改变探测器像素复用(得到在空间和时间上配准的较高分辨率和较低分辨率的投影数据),并且允许用户选择重建算法用于从所得到的投影数据重建全部的较高分辨率图像数据。
如以上简要介绍地,源控制器110可控制辐射源108以调制辐射通量,以及探测器控制器114可控制探测器阵列112以改变像素复用。应该理解,可以使用各种方法来做这件事,并且所述方法可基于各种因素,例如,特定临床应用、优化、图像质量的折衷(例如,在分辨率、噪声、伪影等方面)、患者辐射剂量、系统能力和性能和/或其他因素。
通过示例的方式,像素复用可以通过将几个探测器像素模拟复用为较大的有效像素(通常使用两个像素或四个像素的组)来实现。在这种情形下,较大的像素组将与小的基础像素具有大约相同的绝对电子噪声水平,但是同时,撞击到较大像素组上的X射线通量可以翻了等于面积比例的倍数。因此,相对于有效像素面积的增加,改善了信噪比。使用较大的像素降低了空间分辨率。
可以通过如下方式实现辐射通量调制:通过改变电子发射器例如热阴极的温度;通过用脉冲高电压源给X射线管供电以影响电子源和X射线管的阳极之间的电场;通过直接改变电子发射器前面的电场;通过对撞击到X射线管阳极表面上的电子束应用电的和/或磁的偏转;通过使用旋转阳极的特殊几何结构或者通过用不同材料构建阳极等。用于在一时间间隔内实现期望的平均辐射通量的一种方法是使用所述辐射在“开”和“关”状态之间的非常快速地反复切换。
图2、3、4和5分别图示了相互协调地调制辐射通量和复用探测器像素的非限制性范例。在图2(a)、3(a)、4(a)和5(a)中,y轴表示相对强度或通量,以及,在所有图中,x轴表示时间。
在图2(a)中,通量在两个水平202和204之间变化,其中较低水平202是较高水平204的四分之一。调制模式206调制通量,使得在一个积分期(采集间隔,视图等)通量在较高水平204并且在接下来的两个积分期通量在较低水平202。随时间重复这种模式。图2(b)示出了相应的探测器复用模式208,在所述探测器复用模式208中单个小的探测器像素210在较高水平204期间探测辐射,并且单个小的探测器像素的分组212在较低水平202期间探测辐射。在这个范例中,分组的尺寸为四个探测器像素并且分组的形状是跨越沿x轴的两个探测器像素(即扫描器的角度方向)和沿z轴的两行探测器像素的二维阵列(或矩阵)。
在图3(a)和3(b)中,通量调制水平202和204以及调制模式206与图2(a)中的相同。然而,复用模式302包括使用单个探测器像素210来探测较高水平204的辐射并且沿z轴方向的四个探测器像素的分组304来探测较低水平202的辐射。在图4(a)和4(b)中,较低通量水平402是较高通量水平204的一半,调制模式404在一个积分期调制通量在较高水平204并且在接下来的五个积分期调制通量在较低水平402,并且复用模式406包括针对较高通量水平204使用单个探测器像素210以及针对较低通量水平402使用沿z轴方向的两个像素的分组408。
在图5(a)和5(b)中,通量水平与图1(a)和2(a)中的相同,通量调制模式与图3(a)中的相同,像素分组与图2(b)中的相同,像素复用模式406与图4(b)中的相同。在图2-5中,相对于100%的剂量的扫描,分别将总辐射剂量降低到50.0%,50.0%,58.33%以及37.5%,在所述100%剂量的扫描中针对每个积分期使用较高通量和单个像素。
注意到在以上范例中,探测信噪比与标准扫描中的信噪比是相同的,在标准扫描中在所有视图/积分期中使用单个像素并且对于所有视图/积分期相对辐射水平均为一。在其他实施例中,可以执行复用使得至少两个积分期的信噪比是不同的。此外,可以使用不同的和/或较大的像素的分组(例如,6,8,10,16等)。而且,可以采用多于两种的不同的辐射强度水平和/或多于两个的不同的像素分组。
此外,可以在扫描持续时间内改变两个高分辨率投影之间的时间差。另外,在扫描期间X射线谱可以变化或者可以不变化。而且,辐射的调制相位(或者整个序列相对于参考时间点的移动)可以是能够随时间调整的。也注意到,在附图中,每积分期的X射线强度调制是阶跃函数并且本文也预期稍微慢点的响应(图6的曲线602),例如,在10-50微秒大小的数量级上。
在为双能量应用制造的双层探测器中,可以使用复用持续时间来将上方像素和下方像素组合为具有较低噪声的有效常规单层探测器像素。不同光谱图像的重建将使用欠采样的双能量投影和不完整的全光谱投影。
在一种情况下,像素复用可以基于从互补N通道和P通道CMOS晶体管制造的常规CMOS开关。通过向N通道栅极施加所需的+Vc(控制电压)以及向P通道栅极施加-Vc,可以将开关激活为短路点或断路点。使用N晶体管和P晶体管的配置使得能够减少在开关序列期间引起的过量电荷注入。如果这一对中的两个晶体管是良好匹配的,在开关序列期间可实现远低于1fCb的电荷注入。在一些探测器配置中,在开关期间的注入电荷可以是能忽略的。
在其他配置中,所注入的电荷是不能忽略的并且因而应该实现特殊电路以在开关刚结束并且在新的读数开始之前重置该电荷。这可以例如通过当今己经在CT探测器电子元件中使用的标准技术来完成。开关持续时间可以低至几个纳秒。然而,可以根据积分期设置包括任何额外重置机制的总开关时间。例如,当使用数量级为100-300微秒的积分期配置系统100时,开关持续时间可以设置为差不多几个微秒。应该指出,使用术语“积分期”和其他术语来描述与确定多个成像视图的单个持续时长对应的任何通用采集技术。
如上所述,使通量调制和像素复用同步。在一个实例中,可以通过调整(例如,在系统校准期间)要么辐射调制的要么像素复用的控制信号的时间相位来控制同步。可以在临床扫描之前执行一次校准,或者其他情况。通过示例的方式,在校准过程期间,执行(在空气中或体模上)所规划的交替扫描配置并且记录数据。然后,略微改变相对交替相位并且重复测量。可以执行迭代序列以寻找相位设置,在所述相位设置中小像素数据达到所有尝试中的最高信号并且复用数据组中的数据达到最低信号。
如上所述,重建器124可以基于欠采样的较高分辨率投影数据和较低分辨率的重建图像数据来重建全部的较高分辨率图像数据,所述较低分辨率的重建图像数据是从欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据生成的。在一个实施例中,重建算法通过同时求解方程1和方程2来生成较高分辨率图像数据:
方程:1
min||Ψ(BX-XR)||,以及
方程2:
min||MX-Y||
其中,方程1与压缩感测的稀疏性考虑相关,方程2与断层摄影图像重建相关,Ψ是稀疏变换,X表示较高分辨率图像数据,B是将X的3D空间分辨率降低至XR的空间分辨率的模糊变换,XR是参考的良好重建的低分辨率图像数据,M是包括所有相关的扫描器性质的系统变换,Y是欠采样的较高分辨率投影数据。
在一个实例中,方程1可以使用全变差技术经由范数最小化来处理,以及方程2可以通过某种意义上的最小二乘解或基于泊松(Poissonic)噪声模型的优化的迭代重建技术(例如,ART,MLEM)来处理。然而,可以替代地使用其他合适的数学技术并且本文也这样预期。变换B可以是在图像体素空间或者在傅立叶变换空间中操作的空间图像滤波器,其中滤波器的性质从较高分辨率和较低分辨率模式的已知调制传递函数(MTF)中导出。合适的模糊变换可以是平滑低通滤波器。模糊变换B嵌入到方程1的迭代解中。方程3中示出了针对这样的过程的合适的方案:
方程:3 并且
其中,t代表迭代序列,I代表更新的高分辨率图像,IR代表参考图像,B代表模糊变换,α代表预设参数,TV代表全变差算子,以及‘del’算子给出(针对每个体素)在那个体素中每次变化的全变差的相对梯度。
可以作为系统校准或预设计算一次模糊变换B。由于己知所有所需参数,因而可以解析地进行计算或者可以通过扫描器的计算机模型进行模拟。也可能设计出在体模上的测量校准程序,以高分辨率和低分辨率模式扫描所述体模。可以使用图像特性来寻找合适的变换,所述变换将高分辨率图像修改为低分辨率图像。
图7图示了用于从欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据重建较高分辨率图像数据的方法。
在702,执行扫描,其中协调地调制辐射通量和复用探测器像素。通过非限制性示例的方式,通量调制和探测器像素复用可以如结合图2-5、它们的组合和/或其他方式所描述地。
在704,可以组合欠采样的较高分辨率投影数据和较低分辨率投影数据以生成较低分辨率投影数据的完整集。在一个实例中,可以组合几个空间邻近的高分辨率投影数据以生成有效低分辨率投影数据。
在706,重建较低分辨率投影数据的完整集以生成参考的较低分辨率图像数据。
在708,使用欠采样的较高分辨率投影数据和参考的较低分辨率图像数据来重建全部的较高分辨率图像数据。如本文中所讨论,可以采用压缩感测重建来重建全部的较高分辨率图像数据,如图8中所讨论或者其他情况。
图8图示了可以在图7的方法的动作708中使用的合适的压缩感测流程图。
在802,获得欠采样的较高分辨率投影数据和参考的重建较低分辨率图像数据。
在804,锐化参考的重建较低分辨率图像数据。例如,在一个实施例中,经由为图像数据提供初始猜测的去卷积技术来锐化参考的重建较低分辨率图像数据。
在806,使用欠采样的较高分辨率投影数据和经锐化的参考的重建较低分辨率图像数据来重建中间的较高分辨率图像数据。所述重建技术可以是迭代断层摄影重建。
在808,对所重建的中间的较高分辨率图像数据进行滤波。例如,在一个实施例中,例如,使用本文中结合方程1-3所描述的模糊变换B模糊重建较低分辨率图像数据。
在810,通过得到经滤波的重建中间较高分辨率图像数据和重建较低分辨率图像数据之间的差生成差分图像数据。
在812,确定所述差分图像数据是否满足预定标准。
如果差分图像数据不满足预定标准,则在814优化中间的较高分辨率图像数据并且重复动作808至812以生成新的中间的较高分辨率图像,该新的中间的较高分辨率图像在808的滤波之后变得与重建较低分辨率图像更相似。优化可以将重建参数、稀疏度、全变差、正则化和/或其他因素考虑在内。所述预定标准也可以是预定迭代次数。
如果差分图像数据满足预定标准,则在816确定是否满足停止标准。所述标准可以包括以下中的一个或多个:预定迭代次数、预定误差阈值、迭代结果之间的差和/或其他标准。
如果不满足停止标准,则使用替代针对806的第一动作使用的经锐化的参考重建较低分辨率图像数据的中间的较高分辨率图像数据重复动作806-816。一般来说,继续迭代过程,其中在每一步骤中较高分辨率图像数据变得更接近预定解。
如果满足停止标准,则在818,输出较高分辨率图像数据。
以上所描述的动作可以通过计算机可读指令的方式来实现,所述指令当被(一个或多个)计算机处理器运行时,令(一个或多个)处理器执行本文中所描述的动作。在这样的情况下,所述指令存储在计算机可读存储介质中,例如与相关计算机相关联和/或通过相关计算机能访问的存储器中。
注意到本文中使用术语“高”、“较高”、“低”和“较低”用来描述相对水平,以及“较高分辨率”表示特定应用中的目标分辨率,以及“较低分辨率”表示在应用中低于目标分辨率结果。
己参考优选的实施例描述了本发明。他人在阅读和理解先前的详细描述的基础上可以进行修改和变更。旨在将本发明解释为包括所有这样的修改和变更,只要他们落在所附权利要求或它们的等价物的范围之内。
Claims (15)
1.一种用于执行CT成像的方法,其包括:
在扫描的不同积分期期间在较高通量和较低通量之间调制发射辐射通量;
基于欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据生成较高分辨率图像数据,其中,在同一扫描的不同采集间隔期间采集所述欠采样的较高分辨率投影数据和所述不完整的较低分辨率投影数据。
2.如权利要求1所述的方法,还包括:
用所述欠采样的较高分辨率投影数据使所述不完整的较低分辨率投影数据完整。
3.如权利要求2所述的方法,还包括:
基于完整的较低分辨率投影数据重建较低分辨率图像数据;以及
基于参考的较低分辨率图像数据和所述欠采样的较高分辨率投影数据重建所述较高分辨率图像数据。
4.如权利要求3所述的方法,还包括:
锐化所述参考的较低分辨率图像数据;以及
基于经锐化的参考的较低分辨率图像数据和所述欠采样的较高分辨率投影数据重建全部的较高分辨率图像数据。
5.如权利要求4所述的方法,其中,所述锐化包括去卷积所述参考的较低分辨率图像数据。
6.如权利要求3至5中任一项所述的方法,还包括:
基于所述参考的较低分辨率图像数据和所述欠采样的较高分辨率投影数据重建中间的较高分辨率图像数据;以及
在生成所述较高分辨率图像数据的过程中对所述中间的较高分辨率图像数据进行滤波。
7.如权利要求6所述的方法,其中,对所述中间的较高分辨率图像数据进行滤波包括模糊所述中间的较高分辨率图像数据。
8.如权利要求6所述的方法,其中,基于与确定的高分辨率扫描模式和低分辨率扫描模式对应的MTF,对所述中间的较高分辨率图像数据进行滤波。
9.如权利要求6所述的方法,还包括:
基于经滤波的中间的较高分辨率图像数据和所述参考的较低分辨率图像数据确定差分图像数据;以及
优化所述中间的较高分辨率图像数据,直到所述差分图像数据满足预定标准,其中,将经优化的中间的较高分辨率图像数据输出为全部的较高分辨率图像数据。
10.如权利要求1所述的方法,其中,在成像过程期间采集所述欠采样的较高分辨率投影数据和所述不完整的较低分辨率投影数据,在所述成像过程中,较高分辨率数据采集和不完整的较低分辨率数据采集是交错的。
11.如权利要求10所述的方法,其中,所述较高分辨率数据采集包括发射具有第一通量的辐射以及经由具有第一面积的探测器像素探测所述辐射,并且所述较低分辨率数据采集包括发射具有第二通量的辐射以及经由组合起来具有第二面积的两个或更多个探测器像素探测所述辐射,其中,所述第一通量大于所述第二通量,并且所述第一面积小于所述第二面积。
12.如权利要求1所述的方法,还包括:
采用压缩感测重建算法来生成所述较高分辨率图像数据。
13.一种用于执行CT成像的系统,其包括:
辐射源(108),其被配置为在扫描的不同积分期期间在较高通量和较低通量之间交替地调制发射辐射通量;
探测器阵列(112),其被配置为与所述通量的调制相协调地在较高分辨率和较低分辨率之间交替地切换探测器像素多路复用;
重建器(124),其被配置为基于与欠采样的较高分辨率投影数据和不完整的较低分辨率投影数据对应的投影数据重建较高分辨率图像数据。
14.如权利要求13所述的系统,其中,所述重建器(124)采用压缩感测重建算法来重建所述较高分辨率图像数据。
15.如权利要求14所述的系统,其中,所述重建器(124)基于所述较低分辨率投影数据和所述欠采样的较高分辨率投影数据重建较低分辨率图像数据,锐化所述较低分辨率图像数据,以及部分基于经锐化的较低分辨率图像数据生成中间的较高分辨率图像数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US35682010P | 2010-06-21 | 2010-06-21 | |
US61/356,820 | 2010-06-21 | ||
PCT/IB2011/051850 WO2011161558A1 (en) | 2010-06-21 | 2011-04-27 | Method and system for performing low- dose ct imaging |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102947864A CN102947864A (zh) | 2013-02-27 |
CN102947864B true CN102947864B (zh) | 2015-08-12 |
Family
ID=44120321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180030461.8A Expired - Fee Related CN102947864B (zh) | 2010-06-21 | 2011-04-27 | 用于执行低剂量ct成像的方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9262845B2 (zh) |
EP (1) | EP2583250B1 (zh) |
JP (1) | JP5848759B2 (zh) |
CN (1) | CN102947864B (zh) |
RU (1) | RU2571564C2 (zh) |
WO (1) | WO2011161558A1 (zh) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5608001B2 (ja) * | 2010-07-13 | 2014-10-15 | 富士フイルム株式会社 | 放射線画像撮影方法および装置 |
JP5818588B2 (ja) * | 2011-09-05 | 2015-11-18 | 株式会社東芝 | 放射線検出データ処理装置及び方法 |
US9147229B2 (en) * | 2012-01-20 | 2015-09-29 | Kabushiki Kaisha Toshiba | Method and system for image denoising using discrete total variation (TV) minimization with one-direction condition |
US9864184B2 (en) | 2012-10-30 | 2018-01-09 | California Institute Of Technology | Embedded pupil function recovery for fourier ptychographic imaging devices |
US10652444B2 (en) | 2012-10-30 | 2020-05-12 | California Institute Of Technology | Multiplexed Fourier ptychography imaging systems and methods |
AU2013338193A1 (en) * | 2012-10-30 | 2015-05-21 | California Institute Of Technology | Fourier ptychographic imaging systems, devices, and methods |
CN103413338B (zh) * | 2013-05-29 | 2016-04-13 | 中国工程物理研究院流体物理研究所 | 一种基于广义变分最小化的少量投影ct图像重建方法 |
CN104240270B (zh) | 2013-06-14 | 2017-12-05 | 同方威视技术股份有限公司 | Ct成像方法和系统 |
US9426455B2 (en) | 2013-07-31 | 2016-08-23 | California Institute Of Technology | Aperture scanning fourier ptychographic imaging |
KR20150016032A (ko) * | 2013-08-02 | 2015-02-11 | 삼성전자주식회사 | 영상 복원 모드 선택이 가능한 영상 복원 방법 및 그 장치 |
WO2015027188A1 (en) | 2013-08-22 | 2015-02-26 | California Institute Of Technoloby | Variable-illumination fourier ptychographic imaging devices, systems, and methods |
JP6466057B2 (ja) * | 2013-09-04 | 2019-02-06 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置 |
DE102013217852B3 (de) * | 2013-09-06 | 2014-10-30 | Siemens Aktiengesellschaft | Verfahren und Röntgensystem zur Zwei-Energiespektren-CT-Abtastung und Bildrekonstruktion |
US11468557B2 (en) | 2014-03-13 | 2022-10-11 | California Institute Of Technology | Free orientation fourier camera |
JP6072723B2 (ja) * | 2014-04-21 | 2017-02-01 | 株式会社日立製作所 | 磁気共鳴イメージング装置、及び画像撮像方法 |
US10162161B2 (en) | 2014-05-13 | 2018-12-25 | California Institute Of Technology | Ptychography imaging systems and methods with convex relaxation |
US10492744B2 (en) | 2014-07-08 | 2019-12-03 | The General Hospital Corporation | System and method for motion-free computed tomography |
CN106462985B (zh) * | 2014-09-15 | 2018-09-21 | 皇家飞利浦有限公司 | 利用锐度驱动的正则化参数的迭代图像重建 |
US10718934B2 (en) | 2014-12-22 | 2020-07-21 | California Institute Of Technology | Epi-illumination Fourier ptychographic imaging for thick samples |
WO2016118761A1 (en) | 2015-01-21 | 2016-07-28 | California Institute Of Technology | Fourier ptychographic tomography |
AU2016211635A1 (en) | 2015-01-26 | 2017-06-29 | California Institute Of Technology | Multi-well fourier ptychographic and fluorescence imaging |
JP6675214B2 (ja) * | 2015-03-12 | 2020-04-01 | キヤノンメディカルシステムズ株式会社 | X線ct装置及びデータ圧縮復元方法 |
EP3268769A4 (en) | 2015-03-13 | 2018-12-05 | California Institute of Technology | Correcting for aberrations in incoherent imaging system using fourier ptychographic techniques |
US9993149B2 (en) | 2015-03-25 | 2018-06-12 | California Institute Of Technology | Fourier ptychographic retinal imaging methods and systems |
WO2016187591A1 (en) | 2015-05-21 | 2016-11-24 | California Institute Of Technology | Laser-based fourier ptychographic imaging systems and methods |
DE102015007939A1 (de) * | 2015-06-19 | 2016-12-22 | Universität Stuttgart | Verfahren und Computerprogrammprodukt zum Erzeugen eines hochaufgelösten 3-D-Voxeldatensatzes mit Hilfe eines Computertomographen |
CN106530366B (zh) * | 2015-09-09 | 2019-04-16 | 清华大学 | 能谱ct图像重建方法及能谱ct成像系统 |
US9841592B2 (en) * | 2015-11-20 | 2017-12-12 | Integrated Dynamic Electron Solutions, Inc. | Temporal compressive sensing systems |
WO2017112623A1 (en) * | 2015-12-22 | 2017-06-29 | Carestream Health, Inc. | Tomographic image acquisition using asymmetric pixel binning |
WO2017207383A1 (en) * | 2016-05-31 | 2017-12-07 | Koninklijke Philips N.V. | Apparatus for generating x-rays |
US10568507B2 (en) | 2016-06-10 | 2020-02-25 | California Institute Of Technology | Pupil ptychography methods and systems |
US11092795B2 (en) | 2016-06-10 | 2021-08-17 | California Institute Of Technology | Systems and methods for coded-aperture-based correction of aberration obtained from Fourier ptychography |
US10107921B1 (en) | 2016-09-08 | 2018-10-23 | Koninklijke Philips N.V. | Radiation detector and X-ray imaging system |
CN106683146B (zh) * | 2017-01-11 | 2021-01-15 | 上海联影医疗科技股份有限公司 | 一种图像重建方法和图像重建算法的参数确定方法 |
CN106989835B (zh) * | 2017-04-12 | 2023-07-11 | 东北大学 | 基于压缩感知的光子计数x射线能谱探测装置及成像系统 |
WO2019090149A1 (en) | 2017-11-03 | 2019-05-09 | California Institute Of Technology | Parallel digital imaging acquisition and restoration methods and systems |
CN109978809B (zh) | 2017-12-26 | 2022-02-22 | 同方威视技术股份有限公司 | 图像处理方法、装置及计算机可读存储介质 |
KR102128765B1 (ko) * | 2018-05-16 | 2020-07-01 | 가천대학교 산학협력단 | 의료영상기기에서 압축센싱 활용을 위한 샘플링 패턴 산출장치 및 그 방법 |
US11408983B2 (en) * | 2018-10-01 | 2022-08-09 | Infineon Technologies Ag | Lidar 2D receiver array architecture |
US11039801B2 (en) | 2019-07-02 | 2021-06-22 | GE Precision Healthcare LLC | Systems and methods for high-resolution spectral computed tomography imaging |
CN112401912A (zh) * | 2020-12-10 | 2021-02-26 | 杭州美诺瓦医疗科技股份有限公司 | 一种具有更低放射剂量的儿童骨龄成像方法及其成像装置 |
KR102540320B1 (ko) * | 2021-07-20 | 2023-06-07 | 연세대학교 산학협력단 | 적응적 샘플링 기반 cbct 영상 획득 방법 및 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1942141A (zh) * | 2004-04-13 | 2007-04-04 | 皇家飞利浦电子股份有限公司 | 用于计算机断层摄影的动态剂量控制 |
CN101087561A (zh) * | 2004-12-22 | 2007-12-12 | 皇家飞利浦电子股份有限公司 | 用于计算机层析摄影术的方法和计算机层析摄影机 |
CN101310303A (zh) * | 2005-11-17 | 2008-11-19 | 皇家飞利浦电子股份有限公司 | 用于显示高分辨率图像数据和时变低分辨率图像数据的方法 |
WO2009155418A2 (en) * | 2008-06-18 | 2009-12-23 | Wright State University | Computed tomography scanners, x-ray filters and methods thereof |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6437338B1 (en) | 1999-09-29 | 2002-08-20 | General Electric Company | Method and apparatus for scanning a detector array in an x-ray imaging system |
WO2001039558A1 (en) | 1999-11-23 | 2001-05-31 | Koninklijke Philips Electronics N.V. | X-ray examination apparatus with exposure control |
US6389096B1 (en) * | 2000-11-22 | 2002-05-14 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for providing additional computed tomography imaging modes |
US7054406B2 (en) * | 2002-09-05 | 2006-05-30 | Kabushiki Kaisha Toshiba | X-ray CT apparatus and method of measuring CT values |
EP1737346B1 (en) * | 2004-04-13 | 2014-05-07 | Koninklijke Philips N.V. | Dynamic dose control for computed tomography |
EP1902424B1 (en) | 2005-07-08 | 2009-11-11 | Wisconsin Alumni Research Foundation | Highly constrained image reconstruction method |
CN100565336C (zh) * | 2005-11-21 | 2009-12-02 | 清华大学 | 成像系统 |
US7317783B2 (en) | 2006-04-21 | 2008-01-08 | Pavel Dolgonos | Reduced X-Ray exposure using power modulation |
CN101449352A (zh) | 2006-05-22 | 2009-06-03 | 皇家飞利浦电子股份有限公司 | 与旋转阳极移动同步地操纵电子束的x射线管 |
US7881510B2 (en) * | 2007-06-08 | 2011-02-01 | Allegheny-Singer Research Institute | Method and apparatus for forming an image with dynamic projective data |
JP5470271B2 (ja) | 2007-12-20 | 2014-04-16 | ウイスコンシン アラムナイ リサーチ ファウンデーシヨン | ダイナミック先験的画像制限画像再構成法 |
US8374413B2 (en) | 2007-12-20 | 2013-02-12 | Wisconsin Alumni Research Foundation | Method for prior image constrained image reconstruction |
JP5547655B2 (ja) | 2008-01-14 | 2014-07-16 | ウイスコンシン アラムナイ リサーチ ファウンデーシヨン | 先行画像で制約する連続画像再構成の方法 |
US8135186B2 (en) * | 2008-01-25 | 2012-03-13 | Purdue Research Foundation | Method and system for image reconstruction |
US7697658B2 (en) | 2008-02-01 | 2010-04-13 | Virginia Tech Intellectual Properties, Inc. | Interior tomography and instant tomography by reconstruction from truncated limited-angle projection data |
US8472688B2 (en) | 2008-04-17 | 2013-06-25 | Wisconsin Alumni Research Foundation | Method for image reconstruction employing sparsity-constrained iterative correction |
US8952333B2 (en) * | 2009-11-02 | 2015-02-10 | Virginia Tech Intellectual Properties, Inc. | Methods for improved single photon emission computed tomography using exact and stable region of interest reconstructions |
US8705828B2 (en) * | 2011-08-31 | 2014-04-22 | Carestream Health, Inc. | Methods and apparatus for super resolution scanning for CBCT system and cone-beam image reconstruction |
-
2011
- 2011-04-27 EP EP11722562.3A patent/EP2583250B1/en not_active Not-in-force
- 2011-04-27 RU RU2013102504/08A patent/RU2571564C2/ru not_active IP Right Cessation
- 2011-04-27 WO PCT/IB2011/051850 patent/WO2011161558A1/en active Application Filing
- 2011-04-27 CN CN201180030461.8A patent/CN102947864B/zh not_active Expired - Fee Related
- 2011-04-27 JP JP2013515994A patent/JP5848759B2/ja not_active Expired - Fee Related
- 2011-04-27 US US13/703,729 patent/US9262845B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1942141A (zh) * | 2004-04-13 | 2007-04-04 | 皇家飞利浦电子股份有限公司 | 用于计算机断层摄影的动态剂量控制 |
CN101087561A (zh) * | 2004-12-22 | 2007-12-12 | 皇家飞利浦电子股份有限公司 | 用于计算机层析摄影术的方法和计算机层析摄影机 |
CN101310303A (zh) * | 2005-11-17 | 2008-11-19 | 皇家飞利浦电子股份有限公司 | 用于显示高分辨率图像数据和时变低分辨率图像数据的方法 |
WO2009155418A2 (en) * | 2008-06-18 | 2009-12-23 | Wright State University | Computed tomography scanners, x-ray filters and methods thereof |
Also Published As
Publication number | Publication date |
---|---|
RU2571564C2 (ru) | 2015-12-20 |
JP5848759B2 (ja) | 2016-01-27 |
US20130083886A1 (en) | 2013-04-04 |
JP2013529491A (ja) | 2013-07-22 |
US9262845B2 (en) | 2016-02-16 |
EP2583250B1 (en) | 2014-12-17 |
WO2011161558A1 (en) | 2011-12-29 |
CN102947864A (zh) | 2013-02-27 |
EP2583250A1 (en) | 2013-04-24 |
RU2013102504A (ru) | 2014-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102947864B (zh) | 用于执行低剂量ct成像的方法和系统 | |
CN108577876B (zh) | 一种多边形静止ct及其工作方法 | |
US9949709B2 (en) | Techniques for suppression of motion artifacts in medical imaging | |
Kappler et al. | First results from a hybrid prototype CT scanner for exploring benefits of quantum-counting in clinical CT | |
CN106462985B (zh) | 利用锐度驱动的正则化参数的迭代图像重建 | |
CN101061504B (zh) | 通过迭代约束去卷积进行核医学2d平面图像的恢复 | |
CN109561865B (zh) | 一种通过时空重叠x射线来重建三维图像的方法和系统 | |
CN106255994B (zh) | 针对正电子发射断层摄影(pet)列表模式迭代重建的重建中滤波 | |
US9292946B2 (en) | X ray computer tomography apparatus and image processing apparatus | |
US8546763B2 (en) | Positron computed tomography device | |
CN109416405A (zh) | 光子计数计算机断层摄影 | |
CN110179486B (zh) | 多能量ct成像系统及其应用 | |
CN101495886A (zh) | 立体管计算机断层摄影 | |
CN102697516B (zh) | 用于建立断层造影图像显示的方法和计算机断层造影系统 | |
JP6176828B2 (ja) | 画像再構成装置、画像再構成方法およびx線コンピュータ断層撮影装置 | |
US20150178957A1 (en) | Iterative reconstruction for spectral ct based upon combined data of full views of intensity data and sparse views of spectral data | |
CN109893154B (zh) | 一种基于低秩约束的pet时间校正方法 | |
CN111278362A (zh) | 用于低剂量多谱x射线断层扫描的系统和方法 | |
Parcero et al. | Impact of view reduction in CT on radiation dose for patients | |
CN111373445A (zh) | 对具有重叠的全身正电子发射断层摄影(pet)扫描重建图像,并且改变个体床位的曝光时间 | |
Qi et al. | Scatter correction for positron emission mammography | |
Kobayashi et al. | Design considerations for a partial-ring, multi-modal compatible whole-body TOF PET scanner: flexible PET | |
Baek et al. | Initial results with a multisource inverse-geometry CT system | |
Carramate et al. | Multi-slice Energy Resolving CT system using a THCOBRA detector operating in NeCH4 | |
Motta et al. | A full Monte Carlo simulation of the YAP-PEM prototype for breast tumor detection |
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 |
Granted publication date: 20150812 Termination date: 20170427 |
|
CF01 | Termination of patent right due to non-payment of annual fee |