CN103356206A - 用于x射线成像中的造影剂估计的系统和方法 - Google Patents

用于x射线成像中的造影剂估计的系统和方法 Download PDF

Info

Publication number
CN103356206A
CN103356206A CN2013101031055A CN201310103105A CN103356206A CN 103356206 A CN103356206 A CN 103356206A CN 2013101031055 A CN2013101031055 A CN 2013101031055A CN 201310103105 A CN201310103105 A CN 201310103105A CN 103356206 A CN103356206 A CN 103356206A
Authority
CN
China
Prior art keywords
contrast
contrast agent
energy
wavelength
image
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.)
Pending
Application number
CN2013101031055A
Other languages
English (en)
Inventor
B.达斯
A.纳拉亚南
P.沙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN103356206A publication Critical patent/CN103356206A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明所公开的实施例涉及确定图像中的造影剂的量。例如,计算机实现的图像处理方法包括从在第一能量下所得到的第一多波长对比度增强X射线图像以及在第二能量下所得到的第二多波长对比度增强X射线图像来生成模拟的第一单波长对比度增强X射线图像和模拟的第二单波长对比度增强X射线图像。模拟的第一单波长对比度增强X射线图像包括增强对比度的第一区域,以及模拟的第二单波长对比度增强X射线图像包括增强对比度的第二区域。该方法还包括将增强对比度的第一和第二区域与图像的其它区域隔离,以及至少基于可归因于造影剂的所得出的部分信号来确定增强对比度的第一和第二区域中的造影剂的量。

Description

用于 X 射线成像中的造影剂估计的系统和方法
技术领域
本发明涉及X射线成像,特别是涉及用于X射线成像中的造影剂估计的系统和方法。
背景技术
在计算机断层扫描(CT)和荧光透视成像系统中,X射线辐射跨越感兴趣受检者、例如人类患者,并且辐射的一部分碰撞到其中收集图像数据的探测器或照相底板。在一些X射线系统中,照相底板则经过显影以产生图像,图像可由放射科医生或主治医生用于进行诊断。在数字X射线系统中,光电探测器产生表示碰撞到探测器表面的离散像素区域的辐射的量或强度的信号。然后可处理信号,以便生成可显示以供审查的图像。在CT系统中,包括一系列探测器元件的探测器阵列当扫描架围绕患者移动位置时通过各个位置产生相似信号。
在这类系统所产生的图像中,基于X射线穿过患者组织时所遇到的材料对X射线的变化的衰减来创建对比度。通常,具有带更大原子数的原子的材料将具有对X射线的更大衰减。因此,与诸如脂肪组织之类的其它组织相比,诸如骨头之类的组织可在图像中创建较高对比度。用于CT和荧光透视成像的一些技术使用造影剂在通常没有较高对比度的诸如血管之类的部位中人为地创建对比度。造影剂可包括能够以较高程度的效率来衰减X射线的一个或多个原子、例如碘。例如,在CT血管造影术中,通常将造影剂注入患者,之后接着CT成像。造影剂通常通过患者的某些组织来灌注,并且所产生的CT图像包含与灌注有造影剂的部位对应的增强对比度的区域。
造影剂可包括离子或非离子有机化合物。基于水溶性有机化合物的较低毒性及其碘原子的共价键,利用碘的造影剂通常包括水溶性有机化合物。因此,除了碘原子之外,这类造影剂还包括碳(C)、氢(H),并且可包括氮(N)、氧(O)以及具有较低X射线衰减性质的其它原子。相应地,这些原子与碘原子的比例可影响造影剂对X射线的信号响应。因此,不同造影剂的使用可引起至少基于造影剂的分子结构的变化的信号响应。
发明内容
下面提出本文所公开的某些实施例的概述。应当理解,示出这些方面仅以便为读者提供这些实施例的概述,并且这些方面不是意在限制本公开的范围。实际上,本公开可包含下面可能没有提出的各个方面。
在一个实施例中,提供计算机实现的图像处理方法。该方法包括从在第一能量下所得到的第一多波长对比度增强X射线图像以及在第二能量下所得到的第二多波长对比度增强X射线图像来生成模拟的第一单波长对比度增强X射线图像和模拟的第二单波长对比度增强X射线图像。模拟的第一单波长对比度增强X射线图像包括增强对比度的第一区域,以及模拟的第二单波长对比度增强X射线图像包括增强对比度的第二区域。该方法还包括将增强对比度的第一和第二区域与图像的其它区域隔离,以及至少基于可归因于造影剂的所得出的部分信号来确定增强对比度的第一和第二区域中的造影剂的量。
在另一个实施例中,提供计算机实现的图像处理方法。该方法包括在患者的包括增强对比度的区域的多波长对比度增强X射线图像中将增强对比度的区域与图像的其它区域隔离。增强对比度的区域包括可归因于造影剂的部分信号。该方法还包括使用造影剂的合成线性衰减系数和给定体积的多波长能谱(polychromatic spectral)响应来确定增强对比度的区域的给定体积中的造影剂的体积。造影剂的合成线性衰减系数包括对用于得到多波长对比度增强X射线图像的能量范围的造影剂的相应线性衰减系数的加权和。
在另一个实施例中,提供一种系统。该系统包括:处理器,配置成运行存储器中存储的指令集,以便处理对比度增强X射线图像;以及具有指令集的存储器。指令集由处理器可执行以从在第一能量下所得到的第一多波长对比度增强X射线图像以及在第二能量下所得到的第二多波长对比度增强X射线图像来生成模拟的第一单波长对比度增强X射线图像和模拟的第二单波长对比度增强X射线图像。模拟的第一单波长对比度增强X射线图像在第一能量下来模拟并且包括增强对比度的第一区域,以及模拟的第二单波长对比度增强X射线图像在第二能量下来模拟并且包括增强对比度的第二区域。指令集还由处理器可执行以至少基于模拟的第一和第二单波长对比度增强X射线图像的给定体积中的造影剂的体积与模拟的第一和第二单波长对比度增强X射线图像的相应能谱响应之间的关系来确定增强对比度的第一和第二区域中的造影剂的量。
附图说明
通过参照附图阅读以下详细描述,将会更好地了解本发明的实施例的这些及其它特征和方面,附图中,相似符号在附图中通篇表示相似部件,其中:
图1是计算机断层扫描(CT)系统的一实施例的示意图,所述CT系统配置成获取患者的CT图像并且处理图像以确定所生成图像的区域中的造影剂的量;
图2是由X射线源所生成的两个不同多波长源能谱的线图的一实施例;
图3是示出用于使用从两个或更多多波长图像所模拟的两个或更多单波长图像来确定图像中的造影剂的量的方法的一实施例的过程流程图;
图4是表示在两个不同能量的体积的信号响应的笛卡尔线图(Cartesian plot)的一实施例,该线图的原点在两个能量的水的信号响应处;
图5是作为图4所绘制的信号响应的函数的造影剂体积的线图的一实施例;
图6是作为图4所绘制的信号响应的函数的造影剂体积的线图的一实施例;以及
图7是示出用于使用合成线性衰减系数来确定图像中的造影剂的量的方法的一实施例的过程流程图,其中合成线性衰减系数是对用于生成多波长X射线图像的给定多波长源能谱而确定的。
具体实施方式
下面将描述一个或多个具体实施例。在提供这些实施例的简要描述的过程中,本说明书中可能没有描述实际实现的所有特征。应当理解,在任何这种实际实现的开发中,如同任何工程或设计项目中那样,必须进行许多实现特定的判定以便实现开发人员的特定目标,例如符合系统相关和业务相关限制,这些限制可对每个实现而改变。此外,应当理解,这种开发工作可能是复杂且费时的,但仍然是获益于本公开的技术人员进行的设计、制作和制造的日常事务。
在介绍本发明的各个实施例的要素时,限定词“一”、“该”和“所述”预计表示存在要素的一个或多个。术语“包含”、“包括”和“具有”预计包括在内,并且表示可存在除了列示要素之外的附加要素。此外,以下论述中的任何数字示例预计是非限制性的,并且因而附加的数值、范围和百分比均在所公开实施例的范围之内。
诸如CT灌注研究之类的某些成像方法尝试通过将造影剂注入患者的血流来测量经过各个患者组织的血流量。当造影剂进入给定组织时,组织将在X射线(例如CT)图像中呈现增强对比度。这个增强对比度可由成像系统来跟踪,并且能够提供对组织随时间而摄取血流量的能力的了解,这可具有诊断价值。虽然这类方法能够提供与组织之间的相对摄取率有关的定性信息,但是可能期望量化对增强对比度组织的给定体积的造影剂的量。例如,这种量化可实现图像获取之间以及造影剂之间的更直接比较。然而,如上所述,不同造影剂可产生不同信号响应。例如,高衰减原子(例如碘)与其它较低衰减原子的比率可对不同造影剂而改变。因此,基于相等重量或体积的剂量的造影剂可能不会引起相似的对比度增强。
虽然产生于各种造影剂的信号可能是不同的,但是现在认识到,也许有可能基于它在用于成像的特定能量下的衰减系数来对造影剂的信号响应进行建模。例如,按照本公开的某些实施例,基于计算机的图像处理器可对一个或多个等式的输出进行建模,所述一个或多个等式将图像中的增强对比度的给定体积中的造影剂的体积与来自在不同能量所产生的至少两个图像中的给定体积的相应总信号响应相关。在某些实施例中,至少两个图像可以是通过X射线能谱成像从至少两个多波长图像所产生的单波长图像。作为非限制性示例,这种X射线能谱成像可由从General Electric Company可得到的宝石能谱成像(Gemstone Spectral Imaging)系统来执行。在其它实施例中,单一多波长源能谱可用于基于在不同能量的源能谱的各种强度来确定造影剂的合成线性或质量衰减系数。合成衰减系数可与多波长图像的给定体积的总信号响应相关,以便确定图像中的造影剂的量。
图1示出用于获取和处理图像数据以确定从造影剂产生的信号响应的成像系统10的一个这样的实施例。在所示实施例中,系统10是设计成获取X射线投影数据、将投影数据重构为断层分析图像以及处理图像数据供显示和分析的计算机断层扫描(CT)系统。在图1所示的实施例中,CT成像系统10包括X射线源12。如本文中更详细所述,源12可包括一个或多个X射线源,例如X射线管。按照本实施例,X射线源12配置成以一个或多个能量来发射X射线束20。例如,X射线源12可配置成在较低能量多波长发射(例如40 kVp)与较高能量多波长发射(例如140 kVp)之间进行切换。这种可变发射可使系统10能够使用(作为非限制性示例)能谱发射来执行材料密度测量。
源12可定位成接近准直仪22,准直仪22用于限定进入受检者24(例如患者)所在的区域中的一个或多个X射线束20的大小和形状。可包含一种或多种造影剂材料的受检者24衰减X射线的至少一部分。所产生的经衰减X射线26碰撞到多个探测器元件所形成的探测器阵列28。各探测器元件产生表示当射束撞击探测器28时在探测器元件的位置入射的X射线束的强度的电信号。获取和处理电信号以生成一个或多个扫描数据集。
系统控制器30命令成像系统10的操作,以便运行检查和/或校准规程,并且处理所获取数据。针对X射线源12,系统控制器30提供X射线检查序列的电力、焦斑位置、控制信号等。探测器28耦合到系统控制器30,系统控制器30命令对探测器28所生成的信号的获取。另外,系统控制器30经由电动机控制器36可控制用于移动成像系统10的组件和/或受检者24的线性定位子系统32和/或旋转子系统34的操作。系统控制器30可包括信号处理电路及关联存储器电路。在这类实施例中,存储器电路可存储由系统控制器30所运行以操作包括X射线源12的成像系统10并且处理由探测器28所获取的数据的程序、例程和/或编码算法。在一个实施例中,系统控制器30可实现为诸如通用或专用计算机系统之类的基于处理器的系统的全部或部分。
源12可由系统控制器30中包含的X射线控制器38来控制。X射线控制器38可配置成向源12提供电力和定时信号。另外,在一些实施例中,X射线控制器38可配置成有选择地激活源12,使得系统10中的不同位置的管或发射器可彼此同步或者彼此无关地来操作。
系统控制器30可包括数据获取系统(DAS)40。DAS 40接收由探测器28的读出电子器件所收集的数据,例如来自探测器28的取样模拟信号。DAS 40则可将数据转换成数字信号,供诸如计算机42之类的基于处理器的系统进行后续处理。在其它实施例中,探测器28可在传输到数据获取系统40之前将取样模拟信号转换成数字信号。计算机42可包括一个或多个非暂时存储器装置46或者与其通信,其中非暂时存储器装置46能够存储由计算机42所处理的数据、将要由计算机42来处理的数据或者将要由计算机42的处理器来运行的指令。例如,计算机42的处理器可运行存储器46中存储的一个或多个指令集,其中存储器46可以是计算机42的存储器、处理器的存储器、固件或者类似例示。按照本实施例,存储器46存储在由处理器运行时执行图像处理方法的指令集。下面参照图3-7详细论述这类方法的实施例。如上所述,存储器46还可存储用于将两个多波长测量转换成材料分解对(例如水-碘对)并且进而从两个或更多多波长图像获取来生成单波长图像(例如在第一能量下的第一单波长图像以及在第二能量下的第二单波长图像)的指令,其过程在本文中称作能谱成像(例如X射线或CT能谱成像)。一般来说,这类能谱成像技术实现原本从真正单波长获取(即,在单一能量下的成像)来产生的图像的模拟。
计算机42还可适合例如响应由操作人员通过操作员工作站48所提供的命令和扫描参数来控制由系统控制器30所实现的特征(即,扫描操作和数据获取)。系统10还可包括显示器50,显示器50耦合到操作员工作站48,允许操作人员查看相关系统数据、成像参数、原始成像数据、重构数据、按照本公开所产生的造影剂密度图等。另外,系统10可包括打印机52,打印机52耦合到操作员工作站48并且配置成打印任何期望测量结果。显示器50和打印机52还可直接地或者经由操作员工作站48连接到计算机42。此外,操作员工作站48可包括或者耦合到图像存档和通信系统(PACS)54。PACS 54可耦合到远程系统56、放射科信息系统(RIS)、医院信息系统(HIS)或者耦合到内部或外部网络,使得在不同位置的其他人能够访问图像数据。
如上所述,X射线源12可配置成以一个或多个能量来发射X射线。但是,应当注意,在X射线源的单一能量下的发射可构成集中在该能量或者在该能量具有峰值强度的多波长发射。图2中示出线图60,示出由图1的X射线源12所发射的两个源能谱的示例。具体来说,图2的线图60提供第一源能谱62和第二源能谱64。线图60示出作为X轴上的所发射能量的函数的Y轴上的第一和第二源能谱62、64的强度。
如图所示,第一源能谱62表示由X射线源12进行的大约80 kVp或峰值千伏的发射,这表示第一源能谱62中发射的最高能量。按照本实施例,这表示由X射线源12所发射的第一能量,并且又可称作第一多波长能量发射。第二源能谱64表示由X射线源进行的大约140 kVp的发射。在一个实施例中,第一源能谱62可表示较低能量发射,而第二源能谱62可表示较高能量发射。如可以理解的那样,这两个源能谱可引起在X射线成像之后所产生的不同图像。此外,这样产生的图像可以是包含跨整个源能谱而不是在离散单一能量下的衰减信息的合成图像。
按照本实施例,可期望使用至少从一般可以是任何能量的第一和第二源能谱62、64所产生的图像来生成作为真正单波长图像的模拟图像。如本文所定义,模拟单波长图像预计表示由图像处理装置产生以使用通过使用两个不同多波长源能谱所得到的至少两个多波长图像来模拟在使用真正单波长源(即,仅发射没有带宽的一个能量的源)来得到图像时图像看来是怎么的或者图像中的数据会是什么的图像。如以下针对图3-6所述,本实施例提供用于使用从至少两个多波长图像所产生的至少两个单波长图像的相应能谱响应来对图像的给定体积中的造影剂的量进行建模的方式。
谨记以上针对图1和图2所述的系统10以及具体来说是X射线源12的操作,图3示出图像处理的方法70的一个实施例的过程流程图。具有存储器和处理器的任何适当专用或通用计算机可执行方法70。作为举例,如以上针对图1所述,计算机42及关联存储器46可配置成执行方法70。例如,可以是任何有形非暂时机器可读介质(例如盘、固态装置、芯片、固件)的存储器46可存储一个或多个指令集,指令集由计算机42的处理器可执行以执行方法70的步骤。按照本实施例,处理器在执行方法70中可对于可以是使用CT图像获取和处理所得到的二维图像或三维体积图像的对比度增强X射线图像中的造影剂的量进行确定、估计或建模。
方法70包括在第一源能量下得到是多波长的第一多波长对比度增强X射线图像(框72)。与框72关联的动作可在对受检者24进行成像时或者成像后执行。例如,得到第一多波长对比度增强图像可包括使用图1的系统10来执行成像以生成第一图像。作为替代或补充,与框72关联的动作可包括从存储器、例如从本地存储装置或者从诸如图1的PACS 54之类的图像存档系统来访问第一图像。因此,与框72关联的动作可由系统10或者由从其中获取图像的设施本地的或者远离该设施的计算装置来执行。第二多波长对比度增强X射线图像则可按照与第一图像相似的方式在第二源能量下得到(框74),其是多波长的。
使用按照框72和74所得到的第一和第二多波长对比度增强X射线图像,可模拟第一和第二单波长对比度增强X射线图像(框76)。作为非限制性示例,第一和第二单波长图像可使用X射线能谱成像技术来模拟。按照某些实施例,X射线能谱成像技术可实现在单一能量下而不是在如使用多波长源所得到的多个能量下的图像的能谱响应的测量。作为示例,如上所述,配置成执行X射线能谱成像(例如能谱CT)的一种这样的系统是从General Electric Company可得到的宝石能谱成像系统。因此,按照框76所生成的第一单波长图像可模拟成包含表示在第一单一能量下的能谱响应的数据。应当注意,第一单一能量可对应于或者可以不对应于用于得到第一多波长图像的源能谱的峰值能量(即,第一源能量的峰值能量)。类似地,按照框76所生成的第二单波长图像可模拟成包含表示在第二单一能量下的能谱响应的数据。第二单一能量又可对应于或者可以不对应于用于得到第二多波长图像的第二源能量的峰值能量。
X射线的衰减一般随入射在衰减材料上的X射线的增加的能量而降低。因此,在较低能量下,除了较高密度材料之外,还也许有可能对诸如软组织之类的较低密度材料进行成像。在较高能量下,较低密度材料可能不会将X射线衰减到与较低能量相同的程度。因此,使用高能量和低能量成像的组合可在给定成像例程中提供对感兴趣组织和/或材料的更准确描写。实际上,可使用按照框76所生成的单波长图像更准确地测量材料的衰减。按照本实施例,如上所述,第一和第二单波长图像的信号响应还可用于确定图像的给定体积中的衰减材料的相对量。相应地,第一和第二单波长图像是相同或相似体积的图像。
相应地,在方法70中,一旦生成/模拟第一和第二单波长图像,可归因于诸如造影剂之类的感兴趣材料的部分信号能够基于感兴趣的给定体积中的造影剂体积与第一和第二单波长图像中的给定体积的相应总信号响应之间的关系来得出(框78)。应当注意,以下所述的按照框78的动作可在多种不同情境中可适用于确定衰减材料的量、体积、浓度或密度。例如,按照框78的动作可用于确定血液的给定体积中存在的造影剂的量、用于确定骨头的给定体积中的钙密度以及相似确定。虽然本方式可适用于任何这种情境,但是将论述血液的给定体积中的造影剂量的确定,以便于描述本实施例的方面。例如,本文所述的方式可适用于CT血管造影术、CT静脉造影术和/或CT灌注研究。此外,在一些实施例中,按照框78的动作可包括将增强对比度的区域与图像的其它区域隔离以供进一步操纵,以及便于计算,如下面所述。
如上所述,给定成像体积中的造影剂的体积可基于造影剂的体积与第一和第二单波长图像的相应信号响应之间的关系来建模。在能量E下的给定体积v(为了简洁起见例如称作体素)的总信号响应对于CT灌注研究可以是体素中的血液的线性衰减系数与在能量E下的体素中的造影剂的组合的函数。在使用能量E来成像时确定体素的信号响应的在E下的体素的线性衰减系数是体素(体积v)的质量衰减系数μv(E)和体素的密度ρv的组合。这些参数使用下式1和2来定义:
(1)
Figure 850945DEST_PATH_IMAGE001
(2)
Figure 556733DEST_PATH_IMAGE002
其中
Figure 704949DEST_PATH_IMAGE003
是体积v中的造影剂所占据的体积,ρc是造影剂的已知密度,μc(E)是在能量E下的造影剂的已知质量衰减系数,(v-x)是体积v中的血液体积,ρb是血液的假定密度,以及μb(E)是在能量E下的血液的已知质量衰减系数(例如基于所假定组成)。在某些实施例中,某些造影剂的质量衰减系数对于各种能量是已知的。但是,在这些值不是已知的实施例中,质量衰减系数可使用等式3来确定:
(3)
Figure 496188DEST_PATH_IMAGE004
其中,mi是造影剂化合物的给定原子的质量,μi是在特定能量下的原子的质量衰减系数,以及M由下式来定义:
(3a)
Figure 575002DEST_PATH_IMAGE005
.
在各种能量下的各种原子的质量衰减常数(即,μi)可从国家标准与技术研究院(NIST)值来得到。线性衰减系数可经由与材料的已知/测量密度(即,造影剂的已知/测量密度)相乘从质量衰减系数来得到。在下表1中提供列示示例基于有机碘的造影剂及其关联性质的表。
Figure 886029DEST_PATH_IMAGE006
OMNIPAQUE®射线照相造影剂是作为可注射溶液从General Electric Healthcare购买的。OMNIPAQUE®射线照相造影剂使用具有如下化学结构的碘海醇(C-1)(N,N’-二(2,3-二羟丙基)-5-[N-(2,3-二羟丙基)-乙酰胺基]-2,4,6-三碘间苯二甲酰胺)((N,N'-bis(2,3-dihydroxypropyl)-5-[N-(2,3-dihydroxypropyl)-acetamido]-2,4,6-triiodoisophthalamide)):
Figure 657676DEST_PATH_IMAGE007
VISIPAQUE®射线照相造影剂也是作为可注射溶液从General Electric Healthcare购买的。VISIPAQUE®射线照相造影剂使用具有如下化学结构的碘克沙醇(C-2)(5,5’-[(2-羟基-1,3-丙二基)二(乙酰亚胺基)]二[N,N’-二(2,3-二羟丙基)-2,4,6-三碘-1,3-邻苯二甲酰胺)((5,5'-[(2-hydroxy-1,3-propanediyl)bis (acetylimino)] bis[N,N'-bis(2,3-dihydroxypropyl)-2,4,6- triiodo-1,3- benzenedicarboxamide)):
ISOVUE®射线照相造影剂是作为可注射溶液从Bracco Diagnositc, Inc.可购买的。ISOVUE®射线照相造影剂利用碘帕醇(C-3)((S)-N,N’-二[2-羟基-1-(羟甲基)-乙基]-2,4,6-三碘-5-乳酰胺异酞酰胺)(((S)-N,N’-bis[2-hydroxy-1-(hydroxymethyl)-ethyl]-2,4,6-triiodo-5-lactamidoisophthalamide))。碘帕醇具有如下化学结构:
Figure 553136DEST_PATH_IMAGE009
如上所述,包括较高衰减原子、例如碘以及较低衰减原子、例如碳和氢的造影剂的整体结构有助于造影剂所提供的对比度增强,它是造影剂分子的质量衰减系数的函数。相应地,可以理解,各造影剂可具有产生于分子结构的这些差异的不同质量衰减系数,并且相应地可提供不同的对比度增强。更具体来说,作为造影剂的质量衰减系数和密度的乘积的造影剂的线性衰减系数可提供可归因于造影剂的信号响应。
如上所述与体积v中的血液和造影剂的相应量和线性衰减系数相关的体积v的线性衰减系数被认为处于衰减空间中。体积v的线性衰减系数与可被认为是增强对比度的区域并且可在图像空间中按照亨氏单位(HU)来测量的体积v的信号响应直接相关。按照本实施例,在某些实施例中可与在两个能量下的非增强区域分隔开以生成增强对比度的第一区域和增强对比度的第二区域的体积v的图像空间中的两个不同能量下的总信号响应可表示为笛卡尔坐标集合。在一些实施例中,笛卡尔坐标集合(即,信号响应)可绘制成将在两个能量下的图像空间信号响应与造影剂的量相关。图4中示出一种这样的线图80。在线图80中,轴82为HUE1值(即,在第一单一能量下的增强对比度的第一区域的值),以及轴84为HUE2值(即,在第二单一能量下的增强对比度的第二区域的值)。相应地,通过在第一能量下的体积v的信号响应HUE1以及在第二能量下的体积v的信号响应HUE2来定义点86,其中HUE1是X坐标,以及HUE2是Y坐标。这个笛卡尔坐标点86表示在第一和第二单一能量下的体积v的组合信号响应。
类似地,线图80的原点88表示在水的第一和第二单一能量下的组合信号响应。因此,点86以图形方式示出在原点88与水相关的体积v的信号响应。如图所示,点86和点88的相对定位可在线图80中通过它们相应位置之间的距离r来表示。此外,r还可通过θ与表示HUE1的轴82相关。如图所示,θ是由距离r所创建的线条与轴82之间的角。在一个实施例中,在第一和第二单一能量下的体积v的信号响应可由通过下式4和5所定义的r和θ来表示。
(4)
Figure 718670DEST_PATH_IMAGE010
(5)
Figure 661218DEST_PATH_IMAGE011
按照本实施例,点86与原点88之间的距离r与给定体积v中存在的造影剂的体积x相互关联。另外,如上所述,造影剂的体积x与总体积的衰减相关。因此,图像空间中的信号响应(即,HU值)可由下式6来转换成衰减空间。
(6)
按照某些实施例,μmaterialρmaterial是体积v中的血液和造影剂的组合信号响应。相应地,使用上式并且执行适当的置换,x和r可通过第一等式来相关,以及x和θ可通过第二等式来相关。具体来说,按照本实施例,x和r可通过下式7来相关:
(7)
以及A、B和C定义为:
(7a)
Figure 927092DEST_PATH_IMAGE014
(7b)
Figure 853591DEST_PATH_IMAGE015
(7c)
使用等式7所述的关系、已知的造影剂分子配置和造影剂的已知质量衰减系数/线性衰减系数,可绘制等式7的一系列输出,以便对给定造影剂的x对r的相关性进行建模。图5中示出一种这样的电路90的一个实施例。具体来说,在轴92表示r以及轴94表示x的图5中,可将x作为r的函数来绘制,以便生成线条96。线条96可用于确定给定r的x。相应地,作为举例,线图90可表示一种特定造影剂的体积与具有可归因于特定造影剂的部分信号的两个单波长图像的信号响应之间的关系。因此,应当注意,可对特定研究中使用的各造影剂来生成一种这样的线图。此外,使用诸如线图90之类的线图可实现提出与单波长图像中的信号响应相关的各种造影剂体积的一个或多个查找表的生成。
如上所述,作为对r的代替或补充,θ用于对x进行建模。因此,按照一个实施例,x和θ通过下式8来相关:
(8)
Figure 65447DEST_PATH_IMAGE017
以及P、Q、R和S定义为:
(8a)
Figure 126944DEST_PATH_IMAGE018
(8b)
Figure 224344DEST_PATH_IMAGE019
(8c)
Figure 636871DEST_PATH_IMAGE020
(8d)
Figure 727186DEST_PATH_IMAGE021
.
使用等式8所述的三角关系、已知的造影剂分子配置和造影剂的已知质量衰减系数/线性衰减系数,可绘制等式8的一系列输出,以便对给定造影剂的x对r的相关性进行建模。图6中示出一种这样的电路100的一个实施例。具体来说,在轴102表示θ以及轴104表示x的图6中,可将x作为θ的函数来绘制,以便生成三角线106。
虽然线条106可用于如同图5中一样来确定给定θ的x,但是将会理解,对于θ的某些值,x可以不在图6中定义。例如,在线图100中,θ的某些值引起x的负值,这是θ与x之间的三角关系的结果。如以上针对图5所述,可对特定研究中使用的各造影剂来生成与线图100相似的线图。此外,使用诸如线图100之类的线图可实现提出与单波长图像中的信号响应相关的各种造影剂体积的一个或多个查找表的生成。实际上,在某些实施例中,线图90(图5)和100均可用于估计给定被成像体积中的造影剂的体积。因此,图5的线图90、图6的线图100或者它们的组合可用于确定给定被成像体积中的造影剂的体积x,它可以是对比度增强体素、血管或者能够与图像的其它非对比度增强区域分隔开的任何体积。
回到图3的方法70,给定体积(例如体素)中的造影剂的所估计/确定体积x(即,可归因于造影剂的部分信号)可用于确定造影剂的实际量(框110)。例如,经由方法70所得到的体积x可与造影剂的已知密度相乘,以便确定体积v中的造影剂的量。因此,作为替代或补充,可期望识别体积v中的造影剂的总密度。相应地,造影剂的量可除以体积v,以便确定给定体积中的造影剂的密度。
如以下所述,所确定量和/或密度可用于对增强对比度的区域来生成造影剂图。在某些实施例中,可期望还确定造影剂的衰减原子(例如碘)的量,这可实现扫描之间和/或造影剂之间的直接比较。相应地,在这类实施例中,基于造影剂的所确定体积x、造影剂的量(例如以克为单位)、造影剂的体积分数(例如x/v)或者它们的任何组合,可确定衰减原子的衰减原子的量(例如体积和/或量)。此外,衰减原子的密度可使用给定体积(例如体素)的体积v来确定。因此,造影剂和/或衰减原子(例如碘)的量可表示为量(例如克)、体积分数、密度(例如质量碘/v、质量造影剂/v)。
下面提供示例情况连同每种情况的所计算碘剂量和碘密度的表。在示例情况中,使用从General Electric Healthcare可得到的GSI HDCT扫描仪、使用OMNIPAQUE 300®造影剂进行对比度增强CT检查。在头部情况下选择基底动脉区域以用于注入造影剂溶液,而在头-颈部情况下选择左颈总动脉。在给定立方厘米(cc)的血管截面的体积以及HU的平均信号响应强度的情况下,所计算的“得分”捕获血液的给定体积中的造影剂溶液的百分比。使用来自造影剂的信息及其用于扫描的组成,碘剂量按照含碘毫克数(mgI)来计算,以及随后计算mg/mL的碘密度。在下表2中公布了对多种情况的所估计造影剂剂量。
Figure 2013101031055100002DEST_PATH_IMAGE023
使用造影剂的所确定量、造影剂的所确定密度、感兴趣衰减原子的所确定量或者感兴趣衰减原子的所确定密度,可生成图(框112)。例如,感兴趣造影剂和/或衰减原子的相对等级的图可覆盖于上述图像的任一个上,或者可作为独立图像/图来生成。在这类图中,较高对比度的区域可表示给定部位中的感兴趣造影剂/衰减原子的相对等级。例如,更亮部位可表示感兴趣造影剂/衰减原子的更高等级。另外,这种映射可实现灌注的一个或多个分析。例如,造影剂可从脉管系统灌注到血管外空间,作为举例,这实现灌注体积和灌注动力的分析。
如图所示,作为按照框112来生成造影剂图的补充或替代,方法70可包括使用可归因于按照框78所得到的造影剂的部分信号或者使用按照框110所得到的给定图像体积中的碘的密度或者它们的组合来计算一个或多个虚拟图像(virtual image)(框114)。例如,一个或多个虚拟图像可包括对比度归一化图像、虚拟高对比度图像以及其中实际上采用另一种造影剂来替代原始造影剂的虚拟图像。
为了产生对比度归一化图像,可调整具有较大量的造影剂(通过较高的相对对比度所证明)的部位和/或具有较低量的造影剂(通过较低的相对对比度所证明)的部位。在给定造影剂“汇合”在组织区域中的情况下,这类方式会是期望的。汇合可引起小体积中的极高等级的对比度,这可妨碍其中已经汇合造影剂的部位附近的区域中的脉管分析。相应地,在某些情况下,归一化/调整对比度便于分析对比度增强图像。
在一个实施例中,可通过实际上将具有较低对比度的给定被成像体积中的区域的对比度增强到与具有较高造影剂量(并且因此具有较高对比度)的那些区域的对比度基本上相似的等级,来产生虚拟图像。实际上,在某些实施例中,可通过从原始图像计算基本上恒定的碘密度图像,来产生虚拟图像,这实现可能没有灌注有足够量的造影剂的血管的可视化。作为举例,可通过将造影剂的量(例如碘剂量)调整到对于给定被成像体积中的血管基本上恒定的等级,来产生归一化虚拟图像。
在另一个实施例中,可通过在计算上调整被成像体积中的对比度的最大等级,来产生虚拟图像。例如,在计算对于被成像体积的造影剂的量时,可应用将对比度的最大等级限制到造影剂的某个剂量的阈值函数。在一个实施例中,这可通过将造影剂的最大剂量或者衰减元素(例如碘)的剂量对于被成像体积限制到特定等级来实现。因此,可通过在计算上减少(例如削减)具有高于所选阈值的造影剂剂量的部位中的造影剂剂量,从所得对比度增强图像来产生虚拟图像。
作为通过调整给定被成像体积中的给定造影剂的量来产生虚拟图像的补充或替代,可期望实际上用一种造影剂取代另一种。也就是说,在按照本公开的一个实施例中,可通过采用第二造影剂实际上取代所得图像中的第一造影剂以产生虚拟图像,从所得对比度增强图像来产生虚拟图像。可通过计算造影剂之间的转换因子(例如经由其相应的信号响应),并且基于从第一造影剂到第二造影剂的转换因子将所得图像中的对比度等级调整到新的对比度等级,来实现这种取代。例如,下表3提供OMNIPAQUE®射线照相造影剂和ISOVUE®射线照相造影剂等两种不同造影剂对不同成像能量可具有变化响应的方式的示例。具体来说,提供因跨两种造影剂的分子结构的差异引起的差分响应信号。表3中,将造影剂归一化成碘的相同等效密度(300 mg/mL)。另外,计算具有血液的混合物中在不同浓度以及在不同能量下的各造影剂的响应。在给定碘密度是恒定的情况下,信号差能够归因于各造影剂的分子组成的差异。相应地,可以理解,查找表、换算表等可从相似数据来产生,以便实现一种造影剂取代另一种。
Figure 2013101031055100002DEST_PATH_IMAGE025
虽然上表3示出可相互转换的两种碘基射线照相造影剂的方式,但是应当注意,可计算其它造影剂、例如通常用于磁共振成像(MRI)的造影剂的预期响应。因此,通常用于MRI的造影剂(例如钆基造影剂)的预期X射线成像信号响应可用于实际上取代碘基造影剂的信号响应。例如,在给定能量下的给定材料(例如钆基造影剂)的预期信号响应可使用可基于如上所述的造影剂的分子结构来得到的、在那个能量下的造影剂的质量衰减系数来计算。
下表4提供主要在MRI中使用的两种钆造影剂的预期响应。具体来说,作为可注射溶液从General Electric Healthcare可得到的OMNISCAN®MRI造影剂使用钆双胺(gadodimide)(C-4)(钆(III)5,8-二(羧甲基)-2-[2-(甲氨基)-2-乙氧基]-10-氧代-2,5,8,11-四氮杂癸烷-1-羧酸)((gadolinium(III) 5,8-bis(carboxylatomethyl)-2-[2-(methylamino)-2-oxoethyl]-10-oxo-2,5,8,11-tetraazadodecane-1-carboxylate hydrate))来提供对比度,并且作为一个示例来提供。钆双胺具有化学结构:
Figure 784135DEST_PATH_IMAGE026
另外,作为可注射溶液从Bayer Healthcare, Inc.可得到的VASOVIST™MRI造影剂使用钆膦维司钠(gadofosveset trisodium)(C-5)(三钠-{(2-(R)-[4,4-二苯基环己基)膦酰氧甲基]-二乙烯三胺五乙酸)(aquo)钆(III))((trisodium-{(2-(R)-[(4,4-diphenylcyclohexyl) phosphonooxymethyl]-diethylenetriaminepentaacetato)(aquo) gadolinium(III)))来提供对比度,并且作为表4中的另一个示例来提供以进行比较。钆膦维司钠具有化学结构:
Figure 973808DEST_PATH_IMAGE027
对于用于产生表4的计算,假定造影剂的相同体积已经注入患者的血流中。响应的差异因此是由于造影剂的分子结构的可变响应。具体来说,响应的差异可归因于用于螯合钆离子的有机载体剂(organic carrier agent)。50.24 keV用于这些结果,因为它对于钆是k边缘(k-edge)。
Figure 677891DEST_PATH_IMAGE028
使用来自上表4所列示的造影剂的预期信号响应,钆造影剂的响应可用于代替对于碘基造影剂所得到的实际响应,以便生成虚拟图像。实际上,按照本方式,质量衰减系数并且因而预期信号响应可对任何分子配置来计算,以便从按照本实施例所得到的对比度增强图像来生成虚拟图像。
此外,应当注意,在某些实施例中,技术人员或者类似健康护理人员可得到在另一个位置或设施已经模拟的单波长图像集合。例如,可获取多波长图像,以及单波长图像可在一个或多个独立设施来模拟,然后提供给技术人员。相应地,由技术人员所使用的系统可执行方法70的全部步骤或者仅执行部分步骤(例如框78、110、112或者它们的任何组合)。
虽然上述方式可适用于其中可得到模拟单波长图像的情况,但是在一些实施例中,可期望确定造影剂量而无需使用X射线能谱成像(例如能谱CT成像),例如在系统可能没有适当地配置成执行能谱成像的情况下。相应地,本实施例还提供示为图7的过程流程图、用于基于造影剂的合成质量衰减系数与增强对比度的隔离区域、即体积v的总信号响应之间的关系来确定造影剂体积的方法120。
如同方法70一样,具有存储器和处理器的任何适当专用或通用计算机可执行方法120。作为举例,如以上针对图1所述,计算机42及关联存储器46可配置成执行方法120。例如,可以是任何有形非暂时机器可读介质(例如磁盘、固态装置、芯片、固件)的存储器46可存储一个或多个指令集,指令集由计算机42的处理器可执行以执行方法120的步骤。按照本实施例,处理器在执行方法120中可对于可以是使用CT图像获取和处理所得到的二维图像或三维体积图像的对比度增强X射线图像中的造影剂的量进行确定、估计或建模。
方法120包括得到多波长对比度增强图像(框122)。图2所示的源能谱62、64各是各可用于生成相应多波长对比度增强图像的多波长源能谱的示例。如以上针对图1所述,X射线源12可生成具有峰值千伏(kVp)的这种多波长源能谱。相应地,作为举例以及如上所述,以80 kVp所执行的成像例程可引起X射线源12发射图2的源能谱62。应当注意,各X射线源可在不同成像能量下产生不同源能谱。换言之,第一X射线源可在80 kVp下产生第一多波长源能谱,而第二X射线源可在80 kVp下产生第二多波长源能谱。第一和第二多波长源能谱的相应强度在特定能量下可有所不同。例如,第一多波长源能谱在40 keV下可具有比第二多波长源能谱要低的发射强度。
在按照框122得到多波长对比度增强图像之前或之后,对于造影剂来确定合成线性衰减系数(框124)。按照本实施例,可通过对X射线源12(图1)所发射的能量E1至E2的范围的造影剂的线性衰减系数的加权和来生成合成质量衰减系数,它们均可以是已知的或者如上所述直接计算的。
造影剂的合成线性衰减系数kp可由作为对X射线源12所发射的能量范围的造影剂的线性衰减系数的加权和k(i)的等式9来确定。
(9)
给予各衰减系数的加权α(i)通过在特定能量下的源能谱的强度来计算。相似操作也可对血液来执行,以便得到血液的合成线性衰减系数kb p。具体来说,kb p使用在也可基于NIST值的变化能量下的假定衰减系数来生成。
在一些实施例中,方法120还包括将增强对比度的区域与多波长图像的其它部分隔离(框126)。这种隔离可在图像空间或衰减空间中执行。在其它实施例中,可以不隔离这类区域。在某些实施例中,可期望隔离这类区域,以便简化与方法120关联的某些处理器密集计算。在某些实施例中,体积v可与图像的其它区域隔离。
基于造影剂和血液的合成线性衰减系数以及来自多波长图像的体积v的总信号响应,确定体积v中的造影剂的体积x(框128)。按照本实施例,等式1和2可以相结合,以及可隔离x以按照等式10来确定造影剂的体积:
(10)
Figure 306319DEST_PATH_IMAGE030
其中,kb p(E)是对于由X射线源在能量E下生成的多波长源能谱所确定的血液的合成线性衰减系数,kc p(E)是对于由X射线源在能量E下生成的多波长源能谱所确定的造影剂的合成线性衰减系数,以及kv p(E)是在能量E下的体积v的合成线性衰减系数。按照本实施例,kv p(E)可与体积v的总信号响应相关,以便确定x。
如以上针对等式5所述,体积v(例如体素)可以是造影剂和血液的混合物。在等式5中,这个混合物的线性衰减系数表示为μmaterialρmaterial。求解等式5中的这一项,并且假定μmaterialρmaterial是体积v的线性衰减系数,得到等式11,等式11将HU的所观测信号响应与体积v的合成线性衰减系数相关:
(11)
Figure 607987DEST_PATH_IMAGE031
其中,kp water(E)和Kp air(E)分别是对于由X射线源在能量E下生成的多波长源能谱所确定的水和空气的合成线性衰减系数。IHU通过亨氏单位(Hounsfield unit)来表示多波长图像中的体积v的总信号响应。相应地,在给定由X射线源在用于成像的能量下生成的多波长源能谱、造影剂的化学结构和体积v的总信号响应的情况下,按照框128的动作实现造影剂的体积x的确定。
在确定体积x时,如以上针对图3所述,可期望生成表示给定被成像区域中的造影剂的量的图。因此,如以上针对图3所述,感兴趣造影剂和/或衰减原子的量可按照框110来确定。此外,在某些实施例中,如以上针对图3所述,感兴趣造影剂和/或衰减原子的图可按照框112来生成。
作为按照框112来生成造影剂或衰减原子的图的补充或替代,如上所述,可使用造影剂的所得体积x和/或使用按照框122所得到的感兴趣造影剂和/或衰减原子的量来计算一个或多个虚拟图像(框114)。因此,一个或多个虚拟图像可包括对比度归一化图像、虚拟高对比度图像以及其中实际上采用另一种造影剂来替代原始造影剂的虚拟图像,如以上针对图3所述。
使用上述方式的任一个或者组合,本公开还实现对多个造影剂的信号响应的比较,以便最终使用单一造影剂的已知规程来得到目标对比度增强。例如,如上所述以及如下表5所示,不同造影剂可在注入之后在患者的血流中沉积碘的变化浓度表5示出,对于对比度目标增强(HU(E)),对于不同造影剂向患者给予不同的碘。
Figure 781611DEST_PATH_IMAGE033
表6示出可对不同造影剂得到等效造影剂剂量以取得在能量(E)下的目标HU增强的方式。所列示计算考虑对造影剂的差分信号(即,造影剂之间的分子结构差异)。作为一个示例,如果X ml的OMNIPAQUE®300射线照相造影剂用于达到在70 keV下的700 HU增强,则X ml的ISOVUE®370射线造影剂的81%用于取得其上相同的增强。这类转换可用于参照单一造影剂的已知临床规程使用任何造影剂来取得相似图像对比质量。
Figure 168730DEST_PATH_IMAGE035
本书面描述使用包括最佳模式的示例来公开本主题,并且还使本领域的技术人员能够实施本方式,包括制作和使用任何装置或系统,以及执行任何结合方法。专利范围由权利要求来限定,并且可包括本领域的技术人员想到的其它示例。如果这类其它示例具有与权利要求的文字语言完全相同的结构单元,或者如果它们包括具有与权利要求的文字语言的非实质差异的等效结构单元,则它们意在落入权利要求的范围之内。
附图标记说明
10 成像系统
12 X射线源
20 X射线束
22 准直仪
24 受检者
26 X射线
28 探测器阵列
30 系统控制器
36 电动机控制器
32 线性定位子系统
34 旋转子系统
38 X射线控制器
40 DAS
42 计算机
46 非暂时存储器装置
48 操作员工作站
50 显示器
52 打印机
54 PACS
56 远程系统
60 线图
62 第一源能谱
64 第二源能谱
70 方法
72 在第一能量下得到第一多波长对比度增强图像
74 在第二能量下得到第二多波长对比度增强图像
76 分别在第一能量和第二能量下生成第一和第二单波长对比度增强图像
78 得出可归因于造影剂的部分信号
80 线图
82
84
86
88 原点
90 线图
92
94
96 线条
100 线图
102
104
106 三角线
110 确定造影剂的量
112 生成造影剂图
114 计算虚拟图像
120 方法
122 得到多波长对比度增强图像
124 确定造影剂的合成线性衰减系数
126 隔离感兴趣体积
128 确定所隔离体积中的造影剂的体积

Claims (25)

1.一种计算机实现的图像处理方法,包括:
将包括可归因于造影剂的部分信号的增强对比度的第一和第二区域分别与模拟的第一单波长对比度增强X射线图像和模拟的第二单波长对比度增强X射线图像隔离;以及
至少基于可归因于所述造影剂的所得出的部分信号以及所述模拟的第一和第二单波长对比度增强X射线图像的相应信号响应来确定增强对比度的第一和第二区域中的所述造影剂的量,
其中分别从在第一能量下所得到的第一多波长对比度增强X射线图像以及在第二能量下所得到的第二多波长对比度增强X射线图像来模拟所述模拟的第一和第二单波长对比度增强X射线图像。
2.如权利要求1所述的方法,其中,增强对比度的所述第一和第二区域包括具有血液和所述造影剂的混合物的至少一个血管。
3.如权利要求2所述的方法,包括至少基于所述造影剂的相应线性衰减系数、所述血液以及所述第一和第二能量下的给定体积来确定增强对比度的所述第一和第二区域的所述给定体积中的所述造影剂所占据的造影剂体积。
4.如权利要求3所述的方法,包括基于所述所确定造影剂体积来确定所述造影剂的量。
5.如权利要求4所述的方法,包括使用所述造影剂的量和所述给定体积来确定造影剂密度。
6.如权利要求5所述的方法,包括基于所述所确定造影剂密度来生成造影剂密度图。
7.如权利要求2所述的方法,其中,得出可归因于所述造影剂的所述部分信号包括对一个或多个等式的输出进行建模,所述一个或多个等式将增强对比度的所述第一和第二区域的给定体积中的所述造影剂所占据的所述体积与所述模拟的第一和第二单波长对比度增强X射线图像的相应能谱响应之间的关系相关。
8.如权利要求7所述的方法,其中,所述模拟的第一和第二单波长对比度增强X射线图像的所述相应能谱响应之间的所述关系由笛卡尔线图表示。
9.如权利要求8所述的方法,其中,所述一个或多个等式将所述造影剂所占据的所述体积与作为X值的所述模拟的第一单波长对比度增强X射线图像的能谱响应以及作为Y值的所述模拟的第二单波长对比度增强X射线图像的能谱响应所定义的所述笛卡尔线图上的位置和所述笛卡尔线图的原点之间的距离相关,其中所述原点表示在所述第一和第二能量下的水的所述能谱响应。
10.如权利要求8所述的方法,其中,所述一个或多个等式将所述造影剂所占据的所述体积与从所述原点绘制到所述笛卡尔线图上的位置的线条和所述笛卡尔线图的X轴之间的角相关,其中所述位置由作为X值的所述模拟的第一单波长对比度增强X射线图像的能谱响应以及作为Y值的所述模拟的第二单波长对比度增强X射线图像的能谱响应以及所述笛卡尔线图的原点来定义,所述原点表示在所述第一和第二能量下的水的所述能谱响应。
11.如权利要求1所述的方法,其中,所述造影剂包括感兴趣元素,以及确定所述造影剂的量包括确定所述感兴趣元素的量。
12.如权利要求1所述的方法,其中,生成所述模拟的第一和第二单波长对比度增强X射线图像包括对于在所述第一能量下所得到的所述第一多波长对比度增强X射线图像以及在所述第二能量下所得到的所述第二多波长对比度增强X射线图像分别以所述第一和第二能量来执行X射线能谱成像。
13.一种计算机实现的图像处理方法,包括:
在包括增强对比度的区域的患者的多波长对比度增强X射线图像中将增强对比度的所述区域与所述图像的其它区域隔离,其中增强对比度的所述区域包括可归因于造影剂的部分信号;以及
使用所述造影剂的合成线性衰减系数和给定体积的多波长能谱响应来确定增强对比度的所述区域的所述给定体积中的所述造影剂的体积,
其中所述造影剂的所述合成线性衰减系数包括对用于得到所述多波长对比度增强X射线图像的能量范围的所述造影剂的相应线性衰减系数的加权和。
14.如权利要求13所述的方法,其中,用于得到所述多波长对比度增强X射线图像的所述能量范围包括由X射线源所生成的所述能量。
15.如权利要求13所述的方法,其中,向在所述加权和的能量范围中的各能量下的所述造影剂的所述线性衰减系数所给予的加权值表示在相应能量下的所述X射线源的源能谱的强度。
16.如权利要求13所述的方法,包括基于所述给定体积中的所述造影剂的所确定体积来确定所述造影剂的量。
17.如权利要求16所述的方法,包括生成表示对增强对比度的所述区域的所述造影剂的量的图。
18.如权利要求16所述的方法,包括基于所述造影剂的所确定量来确定所述造影剂的感兴趣元素的量。
19.一种系统,包括:
处理器,配置成运行存储器中存储的指令集,以便处理对比度增强X射线图像;以及
所述存储器,具有由所述处理器可执行以执行下列步骤的所述指令集:
从在第一能量下所得到的第一多波长对比度增强X射线图像以及在第二能量下所得到的第二多波长对比度增强X射线图像来生成模拟的第一单波长对比度增强X射线图像和模拟的第二单波长对比度增强X射线图像,其中所述模拟的第一单波长对比度增强X射线图像在所述第一能量下模拟并且包括增强对比度的第一区域,以及所述模拟的第二单波长对比度增强X射线图像在所述第二能量下模拟并且包括增强对比度的第二区域;以及
至少基于所述模拟的第一和第二单波长对比度增强X射线图像的给定体积中的造影剂的体积与所述模拟的第一和第二单波长对比度增强X射线图像的相应能谱响应之间的关系来确定增强对比度的所述第一和第二区域中的所述造影剂的量。
20.如权利要求19所述的系统,其中,所述指令集是所述处理器可执行以使用所述造影剂的相应线性衰减系数、所述血液和所述给定体积来确定所述给定体积中的所述造影剂的体积。
21.如权利要求19所述的系统,其中,所述指令集由所述处理器可执行以对所述第一多波长对比度增强X射线图像和所述第二多波长对比度增强X射线图像以所述第一和第二能量来执行X射线能谱成像,以便分别生成所述模拟的第一和第二单波长对比度增强X射线图像。
22.如权利要求19所述的系统,其中,所述指令集由所述处理器可执行以生成对增强对比度的所述第一和第二区域的所述造影剂的量的图。
23.如权利要求19所述的系统,其中,所述指令集由处理器可执行以确定所述造影剂的感兴趣元素的量,以及所述感兴趣元素是碘。
24.如权利要求23所述的系统,其中,所述指令集由所述处理器可执行以生成表示对增强对比度的所述第一和第二区域的所述感兴趣元素的量的图。
25.如权利要求19所述的系统,包括:
X射线源,配置成至少按照交替方式以所述第一和第二能量来产生多波长X射线辐射;
扫描架,配置成使所述X射线源围绕患者旋转;以及
X射线探测器,设置在相对所述X射线源的所述扫描架的相对侧上,并且配置成探测由所述X射线源所产生的所述多波长X射线辐射的至少一小部分,以便生成表示所述第一和第二多波长对比度增强X射线图像的信号。
CN2013101031055A 2012-03-28 2013-03-28 用于x射线成像中的造影剂估计的系统和方法 Pending CN103356206A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/433,055 US9271688B2 (en) 2012-03-28 2012-03-28 System and method for contrast agent estimation in X-ray imaging
US13/433,055 2012-03-28

Publications (1)

Publication Number Publication Date
CN103356206A true CN103356206A (zh) 2013-10-23

Family

ID=49235921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101031055A Pending CN103356206A (zh) 2012-03-28 2013-03-28 用于x射线成像中的造影剂估计的系统和方法

Country Status (3)

Country Link
US (1) US9271688B2 (zh)
JP (1) JP6139207B2 (zh)
CN (1) CN103356206A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104899904A (zh) * 2015-06-03 2015-09-09 方若谷 一种在低辐射剂量下进行血流参数图像的输出方法
CN105979879A (zh) * 2014-01-24 2016-09-28 皇家飞利浦有限公司 具有光学形状感测设备视角的虚拟图像

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5981220B2 (ja) * 2012-05-21 2016-08-31 東芝メディカルシステムズ株式会社 医用画像処理装置及びx線撮影装置
CN103892859A (zh) * 2012-12-28 2014-07-02 Ge医疗系统环球技术有限公司 基于多模式Scout扫描的CT成像方法和CT系统
CN106659456B (zh) * 2014-06-12 2021-03-12 皇家飞利浦有限公司 对比剂剂量模拟
CN106659400B (zh) 2014-06-30 2021-01-05 皇家飞利浦有限公司 用于确定血流储备分数值的装置
US10806372B2 (en) * 2014-09-09 2020-10-20 Siemens Healthcare Gmbh Method and system for simultaneous evaluation of airway wall density and airway wall inflammation
US10420519B2 (en) 2014-11-06 2019-09-24 Koninklijke Philips N.V. Computed tomography system
US9530196B2 (en) * 2015-04-27 2016-12-27 Varian Medical Systems, Inc. Reducing heel effect in dual energy x-ray images
WO2017019554A1 (en) * 2015-07-24 2017-02-02 Photo Diagnostic Systems, Inc. Method and apparatus for performing multi-energy (including dual energy) computed tomography (ct) imaging
US10573030B2 (en) 2017-04-07 2020-02-25 Photo Diagnostic Systems, Inc. Method for artifact reduction using monoenergetic data in computed tomography
EP3695251A1 (en) * 2017-10-09 2020-08-19 Koninklijke Philips N.V. Material-selective adaptive blending of volumetric image data
JP2020103571A (ja) * 2018-12-27 2020-07-09 キヤノンメディカルシステムズ株式会社 医用処理装置及びx線診断システム
JP7460662B2 (ja) * 2019-06-20 2024-04-02 キヤノン ユーエスエイ,インコーポレイテッド Oct管腔クリアランス用のレンジファインダ
WO2023078308A1 (en) * 2021-11-02 2023-05-11 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for medical imaging

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6236706B1 (en) 1996-12-12 2001-05-22 General Electric Company Methods and apparatus for predicting contrast agent uptake in a computed tomography system
US6891918B2 (en) 2002-11-27 2005-05-10 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for acquiring perfusion data
US7352885B2 (en) * 2004-09-30 2008-04-01 General Electric Company Method and system for multi-energy tomosynthesis
WO2007034359A2 (en) 2005-09-22 2007-03-29 Philips Intellectual Property & Standards Gmbh Quantitative material decomposition for spectral ct
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
EP2207405B1 (en) 2006-08-31 2013-10-16 Koninklijke Philips N.V. Power supply for an x-ray generator system comprising cascade of two voltage sources
US7756239B2 (en) 2006-12-07 2010-07-13 General Electric Company Diagnostic imaging two non K-edge basis materials plus N K-edge contrast agents
JP5274812B2 (ja) * 2007-11-12 2013-08-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線ct装置及び画像処理装置
US20100111398A1 (en) 2008-10-31 2010-05-06 Texas Instruments Incorporated Method and system for detection of oral sub-mucous fibrosis using microscopic image analysis of oral biopsy samples
CN102281815A (zh) 2008-11-14 2011-12-14 阿波罗医学影像技术控股有限公司 用于对急性中风的组织状态绘图的方法和系统
US9036879B2 (en) * 2008-11-28 2015-05-19 General Electric Company Multi-material decomposition using dual energy computed tomography
US9597042B2 (en) * 2009-05-12 2017-03-21 Koninklijke Philips N.V. Perfusion imaging
US20110188720A1 (en) 2010-02-02 2011-08-04 General Electric Company Method and system for automated volume of interest segmentation
KR101585751B1 (ko) * 2010-07-12 2016-01-14 지이 헬스케어 에이에스 저농도의 조영제 및/또는 저방사선량의 x-선 영상화
KR101486776B1 (ko) * 2010-07-29 2015-01-29 삼성전자주식회사 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105979879A (zh) * 2014-01-24 2016-09-28 皇家飞利浦有限公司 具有光学形状感测设备视角的虚拟图像
CN105979879B (zh) * 2014-01-24 2023-01-17 皇家飞利浦有限公司 具有光学形状感测设备视角的虚拟图像
CN104899904A (zh) * 2015-06-03 2015-09-09 方若谷 一种在低辐射剂量下进行血流参数图像的输出方法
CN104899904B (zh) * 2015-06-03 2018-09-28 方若谷 一种在低辐射剂量下进行血流参数图像的输出方法

Also Published As

Publication number Publication date
JP6139207B2 (ja) 2017-05-31
US20130261441A1 (en) 2013-10-03
US9271688B2 (en) 2016-03-01
JP2013202414A (ja) 2013-10-07

Similar Documents

Publication Publication Date Title
CN103356206A (zh) 用于x射线成像中的造影剂估计的系统和方法
Sensakovic Review of radiologic physics
Hsieh et al. Computed tomography recent history and future perspectives
Liguori et al. Emerging clinical applications of computed tomography
Yu et al. Dual-energy CT–based monochromatic imaging
Kim et al. SPIE medical imaging
Yu et al. Radiation dose reduction in computed tomography: techniques and future perspective
McCollough et al. Achieving routine submillisievert CT scanning: report from the summit on management of radiation dose in CT
Ebner et al. Lung nodule detection by microdose CT versus chest radiography (standard and dual-energy subtracted)
JP2011503570A (ja) 減衰マップを形成するための装置及び方法
Dhawan et al. Principles and advanced methods in medical imaging and image analysis
Zaidi et al. Advances in attenuation correction techniques in PET
Dawood et al. Correction techniques in emission tomography
CN106659456A (zh) 对比剂剂量模拟
McCollough et al. Milestones in CT: past, present, and future
Li et al. A quality‐checked and physics‐constrained deep learning method to estimate material basis images from single‐kV contrast‐enhanced chest CT scans
Speidel et al. Prototype system for interventional dual-energy subtraction angiography
Andriole Medical imaging modalities and digital images
Goh et al. Dual-energy x-ray approach for object/energy-specific attenuation coefficient correction in single-photon emission computed tomography: effects of contrast agent
Simon et al. Physical image simulation of human brain in case of acute stroke
Ikejimba et al. Task-based strategy for optimized contrast enhanced breast imaging: analysis of six imaging techniques for mammography and tomosynthesis
ROMMAN Computer, Physics, and Clinical Applications of Spectral Computed Tomography
US20230169654A1 (en) Method and apparatus for providing a perfusion image data set of a patient
Bosmans et al. Physics of Medical Imaging
Tsaklakidis et al. Methods of Forensic Imaging

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131023