CN103356221A - 减小和压缩量子计数探测器的原始数据的方法和传输线路 - Google Patents
减小和压缩量子计数探测器的原始数据的方法和传输线路 Download PDFInfo
- Publication number
- CN103356221A CN103356221A CN2013100933127A CN201310093312A CN103356221A CN 103356221 A CN103356221 A CN 103356221A CN 2013100933127 A CN2013100933127 A CN 2013100933127A CN 201310093312 A CN201310093312 A CN 201310093312A CN 103356221 A CN103356221 A CN 103356221A
- Authority
- CN
- China
- Prior art keywords
- data
- detector
- pixel
- counting
- energy
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000005540 biological transmission Effects 0.000 claims abstract description 48
- 238000005259 measurement Methods 0.000 claims description 29
- 230000009466 transformation Effects 0.000 claims description 14
- 238000000513 principal component analysis Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 11
- 238000012546 transfer Methods 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 description 36
- 238000006243 chemical reaction Methods 0.000 description 25
- 238000002591 computed tomography Methods 0.000 description 17
- 238000001228 spectrum Methods 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 16
- 239000000470 constituent Substances 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000000354 decomposition reaction Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000000630 rising effect Effects 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000013144 data compression Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 3
- 239000004926 polymethyl methacrylate Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 244000287680 Garcinia dulcis Species 0.000 description 1
- 229920005479 Lucite® Polymers 0.000 description 1
- 208000034189 Sclerosis Diseases 0.000 description 1
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000011045 prefiltration Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2134—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on separation criteria, e.g. independent component analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/004—Predictors, e.g. intraframe, interframe coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/408—Dual energy
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明涉及一种用于减小和压缩量子计数探测器（D）的待传输的探测器原始数据的方法，其中在探测器原始数据中确定计数样本，利用相对于探测器原始数据减小的比特深度来编码，传输编码的计数样本和在传输之后解码计数样本。本发明还涉及一种在量子计数探测器（D）和计算机系统（10）之间的数据传输线路（7），其中设置在运行时执行上面提到的方法步骤的装置（Prg1-Prgn），以及一种具有这样的数据传输线路（7）的CT系统。
Description
技术领域
本发明涉及一种用于减小和压缩具有多个探测器像素的量子计数探测器的待传输的探测器原始数据的方法，所述探测器像素被分成多个子探测器像素并且各子探测器像素将至少两个不同的能量门限用于待计数的入射量子的能量分辨。此外，本发明还涉及一种在量子计数探测器和计算系统之间的数据传输线路以及一种具有这样的数据传输线路的CT系统。
背景技术
在量子计数X射线探测器中通常采用信号处理通道，其确定了在不同的能量门限中的计数率。由此，X射线信号的测量不是仅通过每个通道的单独的值，而是通过每个能量门限的各一个值来描述。这一点在相同的空间分辨率（像素维度）的情况下和在N个能量门限的情况下通常导致了N倍的数据量。每个能量门限的数据量几乎不变，因为动态区域分别保持大致相同。
在具有高的光子流的X射线应用中，特别是在计算机断层造影（CT）的领域内，附加地会导致问题变得困难，即每个像素的计数率必须保持尽可能小，从而避免单个脉冲的叠加（“脉冲堆积”）和由此计数效率的减小。因此，像素面积通常被分割为M个子探测器像素，从而每个子探测器像素的流减小到1/M。但这一点导致了数据体积进一步提升了大约倍数M。总之，相对于在CT中的积分探测器，（原始）数据体积在相同空间分辨率和相同面积的情况下提高了大约倍数M*N。
更确切地说：由于像素面积减小，则每个通道所需的动态范围也减小了倍数1/M，从而每个通道的所需要的数据宽度与未分割的像素相比可以减小log2(M)比特。将像素（下面称为“宏像素”）例如分成4×4子探测器像素，每个子探测器像素被看作流的十六分之一，从而测量值的数据宽度与未分割的像素相比可以减小4比特。因此，每个子探测器像素的具有16比特的16倍分割的像素的动态区域相应于例如未分割的具有20比特的像素。在具体的情况下具有M＝16、N＝4并且在考虑从20比特减小到16比特的情况下，由此得出相对于当前的积分探测器系统提高了倍数50（～16*4*(16/20)）的计数探测器的原始数据率，该计数探测器具有四个能量门限和在宏像素上的16个子探测器像素。因为常规的积分探测器的待传输的数据体积已经提出了挑战，所以通过计数探测器的提高了倍数50的数据量产生相应的问题。
在常规的积分探测器系统的范围内，用于数据减小的各种方法是公知的。这样的方法可以基本上转用于计数探测器系统并且在此产生类似的数据减小，但在此没有解决在量子计数探测器中提高大约50倍的数据率的问题。
在计数探测器中公知的是，通过减小所分析的能量门限的数量来减小数据率，这导致按比例的节省并且根据临床方案是部分地可以接受的。但由此也至少部分地放弃了量子计数探测器的能量分辨率的优点。此外，通过将在那里存在的子探测器像素的值综合为宏像素的总值，在探测器中还可以进行数据减小。在极端情况下，可以将数据量由此减小到常规系统的量。但在此失去了较高的本征位置分辨率和不同能量门限的谱信息。也就是，通过该措施仅产生由于信息损失的数据减小。
发明内容
本发明要解决的技术问题是，找到一种用于减小和压缩来自于量子计数探测器的待传输的数据量的方法，其中发生尽可能小的信息损失。
发明人已经认识到，可以通过在应用所使用的能量谱的典型特性和探测器的本征特性的情况下变换数据，在基本上没有损失在其中包含信息内容的情况下明显减小来自于探测器原始数据的待传输的数据体积。此外，还可以通过有针对性地结构化在数据体积中包含的信息和减小不需要的信息内容来灵活地缩放信息量，以及仅传输需要的或期望的部分。在此，基本上采用如下的典型探测器特性：
a）在准备阶段中确定的在典型入射的X射线谱中各自的探测器的不同能量门限的计数率的典型关系，
b）子探测器像素的不同能量门限的计数率的共同点，和
c）属于宏像素或另一组子探测器像素的子探测器像素的计数率的共同点。
原则上也可以单独应用这些措施中的每一个，并且也单独地引起效果。特别地，可以补充或替换地应用a）和b）。
对于a）：在各自的门限中的计数率的关系基本上取决于在传感器中吸收的X射线辐射的脉冲高度谱并且由于堆积也取决于击中的X射线量子的流。可以在准备阶段通过按照典型临床相关的方案的测量近似地确定并且然后可以由信号计算出该依赖关系的典型特性。如果例如识别出，第一能量范围E1示出了最高180%的关于能量范围平均的信号电平，相反高的能量范围E4典型地为40%，则足以对于具体的测量仅传输与该预计的特性的偏差。为此所需的数据宽度通常低于在不使用基本知识的情况下的数据宽度，从而进行数据减小。
对于b）：不同能量门限的信号通常是强烈相关联的。通过包含子探测器像素的N个能量门限的测量矢量的合适的基本变换来应用该关联。结果是已经在第一成分中包含了大部分信息（例如辐射强度）的矢量。其它维度包含具有下降的重要性的附加的信息，例如谱硬化、谱的非线性失真等。如果对于各个成分仅选择实际上最小需要的比特深度（Bittief）或者对其完全忽略，则相对于输出矢量在没有大的信息损失的情况下可以实现明显的数据减小。
对于识别合适的基本变换的系统方法提供了主成分分析（=PrincipalComponent Analysis）。所述主成分分析由一组在准备阶段中产生的测试测量来确定主成分并且产生相关的本征矢量和本征值。
具体地，这样的主成分分析可以具有如下的方法步骤：
-记录典型的和（对于各自的应用）重要的测量数据组。在此可以对于不同的临床问题得出不同的数据组。
-例如按照http://en.wikipedia.org/wiki/Principal_component_analysis或http://de.wikipedia.org/wiki/Hauptkomponentenanalyse对关于总的所使用的探测器的测量数据实施主成分分析。
-由主成分分析的结果识别对于具体应用重要的成分并且识别对于应用情况所需的比特宽度。例如为此可以进行数码的或有关用户的图像质量评估。
-对于按照本发明的数据减小应用由此获得的变换和离散化参数。
作为正式的主成分分析的实施的替换，也可以手动地识别对于应用情况重要的阶、参数或基本矢量，例如根据强度、谱硬化、谱位移、到双能材料基础或到具有例如造影剂、水、骨骼组织、肌肉组织、脂肪、PMMA（=Polymethylmethacrylat，有机玻璃）或丙烯酸玻璃的多材料基础的变换、根据光效应&康普顿效应的吸收值的分解及其精确性。合适的选择取决于目标应用并且可以由专业人员针对目标应用做出。
实际上可以看出，主成分基本上相应于平均信号强度，X射线管的亮度波动和恰好透视的对象的吸收系数的影响又位于该平均信号强度中。由谱的形变描述了较高的阶，所述谱的形变由谱硬化或谱的压缩/拉伸引起，如其例如可以通过电场变化在传感器中引起的那样。
作为根据测量数据的系统的主成分分解的替换，取而代之也可以在准备阶段选择同样直观的一组主成分。在每种情况下，在准备阶段确定变换和比特宽度，从而在实时获得数据期间所需的计算开销保持在可实现的界限。具体的变换、成分的意义和对于其传输合理的比特宽度也取决于采用方法a）与方法b）的组合还是用方法b）替换方法a）。
对于c）：宏像素的子探测器像素的或其它空间组的空间信号可以类似于b）那样分解为其主成分和副成分。为此可以考虑不同的方法。如下地实现按照本发明的数据减小，即，识别对于测量重要的共同的成分和仅通过各个需要的数据宽度进行传输。
主要份额例如可能是平均计数率，如其也在将子探测器像素综合为宏像素值的情况下被传输的那样。由此，较高的成分包括例如关于在上升的阶中的空间梯度的信息并且可以通过匹配的减小的比特宽度进行传输。本发明的关于数据减小的第二方面是，灵活地并且在需要时也动态地将数据的精确性与期望的或提供的数据带宽相匹配：特别地，不必强制传输所有成分并且有意义的是，可以放弃具有较高阶的效应的成分或者其按照下降的阶仅在允许带宽的量度上进行传输。
相对于传输所有子探测器像素值，该方法提供了较小的数据带宽的优点，相对于仅传输宏像素值，该方法提供了如下优点，即在数据体积仅非常适度地增长的情况下可以使用较高的空间分辨率。
在此，按照本发明的方法的不是微不足道的步骤在于，识别在具有多个能量门限的量子计数X射线探测器的信号中的冗余并且导出如下方法，即通过该方法可以使用该冗余来解决数据体积问题。
这样的方法对于技术的实现是合适的，因为通过其基本上使用测量数据矢量的线性变换，其将实时需要的计算开销减小到最小，这可以与高程度对照。此外，可以在准备阶段（也在使用相应大的计算开销的情况下）已经确定了所需的参数。在此也可以根据花费/应用/开销标准来优化所使用的查询表的范围。
此外，本发明的应用允许将量子计数探测器的主要信息缩放为根据当前状态为此所需要的数据体积的几分之一。
相应地，发明人建议一种用于减小和压缩具有多个探测器像素的量子计数探测器的待传输的探测器原始数据的方法，所述探测器像素被分成多个子探测器像素并且各子探测器像素将至少两个不同的能量门限用于待计数的入射量子的能量分辨率，该方法具有如下方法步骤：
-探测各能量范围的各子探测器像素的入射量子的数量，其中经由至少一个子探测器像素产生计数样本
其信息内容包含系统的信息结构，
-在计数样本中确定至少一部分信息结构，
-利用相对于探测器原始数据压缩的比特深度来编码计数样本，
-传输所编码的计数样本，和
-在传输之后解码计数样本。
相应于上面示出的a）至c）的实施，至少一部分编码的（和由此压缩的）信息结构包含预先已知的信息、和/或典型的能量分布样本和/或空间的强度分布样本。
优选地，可以执行所测量的数据的基本变换来确定计数样本，其中优选地对于基本变换可以采用一组预定的本征矢量和本征值。
此外可以进行主成分分析，其中在使用测试测量的情况下确定主成分并且确定相关的本征矢量和本征值。
在按照本发明的方法的特别的实施中，附加地对于编码的计数样本使用取决于测量的信噪比的比特深度。
此外，在编码计数样本时可以根据其空间的和/或能量的分辨率分层地将由此产生的数据进行分类。由此然后可以对于测量的预定时间段这样传输根据分辨率分层地分类的数据，使得首先传输涉及低的分辨率的数据并且随后传输涉及较高的分辨率的数据。替换地，可以在达到预定或产生的时间限制的情况下放弃较高分辨率的数据的传输。
还建议，将所传输的数据的阶与传输路径的提供的带宽进行动态地匹配。由此，分别传输最大可能的信息量，但避免由于过高的数据密度引起数据阻塞。替换地，也可以仅传输来自于编码的计数样本的数据的（对于各自的应用的）重要的部分。即这意味着，在数据传输之前判断，通过探测器产生的信息的哪个部分对于建立的应用是重要的，并且在待克服的数据传输线路之前已经从数据流中去除除此以外的信息内容。
除了按照本发明的方法，发明人还建议一种CT系统，该CT系统具有至少一个量子计数探测器、计算机系统和在探测器和计算机系统之间的数据传输线路，其中在计算机系统中存储了在运行时执行的程序，该程序模拟了按照本发明的方法的方法步骤。
附图说明
下面根据优选的实施例借助附图对本发明作进一步的说明，其中仅示出为理解本发明所需的特征。采用如下附图标记：1：CT系统；2：第一X射线管；3：第一探测器；4：第二X射线管；5：第二探测器；6：机架壳体；7：数据导线；8：检查卧榻；9：系统轴；10：计算单元/计算机系统；A：典型的脉冲高度图；B：实际测量图；C：主要剩余信息图；D：探测器/像素矩阵；E：能量；E1-E4：能量范围；M：宏像素；P：患者；Prg1-Prgn：计算机程序；R：计数率；R′：计数率的剩余信息；S：子探测器像素；SⅠ：像素组的重排；SⅡ：分层的差形成；SⅢ：离散化；SⅣ：与信号噪声匹配的变换；SⅤ：数据传输；Δ差/区别。
附图中：
图1A-1C示出了利用将测量值标准化到其平均计数值的基础知识来减小数据的图示，
图2A-2C示出了利用相对于另外的通道将测量值标准化到其各自的典型的计数值的基础知识来减小数据的图示，
图3示出了通过基本变换将测量数据变换为其成分的图解，其中产生的层包含各自的成分的像素值并且在变换之后主要信息位于前置的成分/层中，从而可以弃用较高阶的后置的层或成分的传输，
图4示出了测量值的合适的基本变换的三个实施例，以按照图3的减小的比特深度来传输数据，
图5示出了分层的差形成的示意图，
图6示出了由于分层的差形成的按照本发明的数据压缩、由于按照与信号噪声匹配的变换之后的离散化以及由于在升阶之后的传输的数据压缩的示意图，
图7示出了重新构造和变换探测器原始数据的示意图，
图8示出了用于执行按照本发明的方法的CT系统。
具体实施方式
图1和图2示出了通过运用基础知识来减小数据的示例性图示，其中分别在图A和图B中关于能量E描绘计数率R，并且在图C中分别对于四个能量范围关于能量E描绘在数据减小之后计数率R′的剩余的剩余信息。粗略水平的虚线表示各个计数率的平均值，而细微的虚线示出了计数率随能量的变化。
图1示出了在量子计数探测器中对于典型的能量范围计数进行编码的简单示例。示出了相互之间的三个图，其分别对于四个能量范围E1至E4示出了在各自的能量范围内入射量子的数量。在上方首先示出了图A，其示出了在CT系统的各个现有的测量配置中的量子计数的探测器元件的典型脉冲高度谱，即示出了基础知识。水平的虚线图形地表示脉冲高度的平均值。相应地，关于在所有能量范围上各能量范围100%的量子的按百分比的平均量，在各自的能量范围内以典型的信息结构的形式示出量子的按百分比的量。即在区域E1为180%、在区域E2为120%、在区域E3为60%和在区域E4为40%。
在中间图B中示出了像素的实际测量，其中量子当前如下地分布到能量范围：在区域E1为190%、在区域E2为140%、在区域E3为50%和在区域E4为20%。由此，对于每个能量范围得出与典型的能量分布按照百分点的偏差，如在下方图C中所描述的那样，具有如下偏差：在区域E1为+10%、在区域E2为+20%、在区域E3为－10%和在区域E4为－20%。
按照本发明，现在可以如下地实现节省待传输的数据，即通过在此应用的编码必须仅以偏差倍数的形式传输相对于典型分布的测量值的偏差并且该百比点偏差按照其比特深度小于实际测量值。比特深度被理解为对例如具有8、10、12、16或24比特的字符的“宽度”的描述。替换地，概念比特深度用于数据传输的数字分辨率。也就是，图C包含标准化为测量的平均值的主要的剩余信息。
作为图1的替换示出的方法在图2中示出了一种变形，其中标准化不是涉及关于能量范围的测量的平均值，而是涉及各能量范围的计数的典型测量值。在上方图A中又以示例性的在能量范围E1为1800计数（Count）、在能量范围E2为1200计数、在能量范围E3为600计数和在能量范围E4为400计数示出该典型的测量值，即基础知识，其中1000计数相应于100%。中间的图B又示出了相应于图1的测量值。相应地，在下方图C中得出相对于在能量范围中各个典型测量值的偏差的编码的测量值，即在能量范围E1为+5.6%、在能量范围E2为+16.7%计数、在能量范围E3为－16.7%和在能量范围E4为－50%计数。在此，待传输的计数值基本上也小于原始数据，从而在没有信息损失的情况下可以以减小的比特深度传输该数据。
对于该在此采用的基本知识的描述具体地提供了一种查询表，该查询表对于具体的输入谱和具体的能量门限的组包含门限彼此的预计的关系。根据实施，该表可以扩展对于管电流强度、平均计数率、按毫米水柱的衰减、通道位置（例如在楔形滤波器中）等的维度。可以根据开销/应用/花费标准在准备阶段优化查询表的具体范围。
替换地，也提供一种典型特性的功能描述，如其例如通过多项式-拟合（Polynom-Fit）到查询表的数据所确定的那样。
可以不同地实施将所测量的计数率标准化的选择，例如数据可以涉及平均的计数率或者也可以涉及特定门限的计数率，例如涉及所选择的能量范围。如果为标准化而引入平均计数率，则必须将其分开地传输或者其可以与b）组合作为主成分出现。不同能量范围的计数率的主共同点在于辐射强度。由此，在此以自然的方式给出关于b）的参考。在后一种情况下，会改变第二高的成分的意义并且可能会减小为其图示所需的数据带宽。替换地，可以相对于标准化参数或相对于该门限的典型的标准化值来考察各自计数值与典型特性的偏差。
按照本发明的另一个方面，图3示出了从在探测器的不同能量门限的情况下的测量值（左边）变换到一组描述计数率谱的成分（右边）的粗略示意图。在左侧的层相应于探测器矩阵的像素的分别记录了能量门限的计数值（原始数据）。在右侧的层相应于在探测器矩阵的像素中的各个成分的份额（按照图4）。在此，这样分析和变换在各个像素中在不同的能量门限的情况下测量的计数率，从而得出由此分类的数据组，该数据组按照其顺序进一步具有在总是较高的阶的份额中的计数率谱的发展。例如由此在第一阶的数据组（前置层）中可以存在平均计数率的空间分布，第二阶（第二层）包含计数率谱的线性近似的上升的空间分布并且位于其后的层具有较高阶的成分的空间分布。在结果中，这样的方法允许数据传输分别匹配传输线路所提供的带宽并且必要时仅传输现有测量的主要部分。
图4示出了变换的三个不同的变形Ⅰ-Ⅲ，如将在计数探测器的测量数据中存在的典型信息结构，在此为关于能量范围的脉冲高度分布，在没有基本知识（Ⅰ，Ⅲ）或具有基本知识（Ⅱ）的情况下通过基本变换分解为其成分，并且然后可以以相对于原始测量基本上更小的比特深度来传输。
上面示出了具有八个测量值的像素的脉冲高度分布的当前测量。该测量产生了计数率谱，如其在变形Ⅰ中上方作为第一图所示的那样。由测量值然后可以确定水平的虚线表示的计数平均值，其表示例如现有的光子流。这是第一成分。在其下方附加地确定计数率曲线的线性上升。即示出了基于前两个成分的图示，由此已经能够示出测量的核心信息。在其下方附加地考虑上升的第一阶的扭曲（第三成分）并且在其下方附加地考虑较高阶的扭曲，由此逐渐精确地描述脉冲高度曲线。也就是，从上方至下方按照提高的阶收集总是进一步的信息，该信息总是更好地描述实际测量值。相应地，可以（与各自的应用的要求匹配地）恰好传输对于各自的应用情况绝对必要的信息。
在变形Ⅱ中，同样采集计数率谱作为原始测量并且将其（在下面进一步）分解为不同的成分。在此，第一成分也是平均计数率。但在该情况下，通过分解为所选择的两个或多个不同材料基础来获得较高阶的成分。在较高阶的成分中还可选地采集此外的扭曲。在合适地选择材料基础的情况下，通过平均计数率和材料基础分解的成分已经足以描述所测量的谱，从而进行比特深度的强烈减小。附加地，该变形具有如下优点，即所传输的成分已经具有为诊断目的可能使用的物理意义。
最后在变形Ⅲ中示意性示出了成分1至4的数学上的主成分分析，其中必须也在此仅传输相应于期望的信息深度的比特深度。
在所传输的数据的分析或解码中，又分别添加在准备阶段已知的并且为编码数据而使用的基本知识，从而在解码之后再次给出探测器信息的尽可能完整的带宽。
在图5中示出了重新构造空间的信息结构的示例。在此象征性示出了，具有4×4子探测器像素的宏像素结构怎样从左上到右边延伸，首先经由平均值结构或2×2像素组的合计减小到2×2像素矩阵并且然后减小到相应于1阶信息深度的1×1像素。最后利用Δ计算与各个较低阶的平均值的偏差。由此形成具有数据组的分层的数据结构，其关于原始测量的数据分别提供（在此相对于其空间信息）总是更深入的信息，并且在此在传输各个层级时仅分别产生绝对必要的数据流。
可以如下地实现数据流的进一步减小，使得（如图6中步骤SⅠ至SⅤ所示的那样）除了通过重排像素组SⅠ和分层的差形成SⅡ（如其已经在图5中示出和描述的那样）的数据压缩之外附加地现在通过在与信号噪声匹配的变换SⅣ之后的离散化SⅢ进行进一步数据压缩。在该变换中，由综合的像素的探测器元件的计数事件阶乘地减小现有（高的）计数值，使得可区别的计数差最终位于噪声的不可靠的区域中。因为出现计数事件的时间点随机地分布，则测量的噪声例如与所测量的计数值的根成比例。由此，前面确定的差值的噪声与所观察的像素组的平均值的根成比例。具有上面提到的特性的合适的变换因此通过倍数与差值成比例，该倍数在该像素组的平均计数率的区域中与平方根函数的上升相匹配。可以在应用离散化步骤之前通过与恒定倍数的进一步相乘来调节相对于噪声的离散化精确性。由此减小了相对于不变换的计数值的绝对计数值并且由此也极大地减小了待传输的数据的比特深度。在大量像素的随后传输中，首先还关于其价值重新构造现在存在的计数值，从而产生分层的阶并且根据提高的阶可能进行数据的传输SⅤ。
关于上面提到的子探测器像素的不同能量门限的共同点，提供了将单个的子探测器像素的计数率测量变换为不同实施可能性的主成分，并且可选地可以在具有或没有基本知识清除的情况下进行。一般地，在主成分分析的情况下根据一系列测量的数据组能够识别示出了对所测量的分布的最大影响并且由此典型地带有大部分信息的特征向量。
典型地，主成像相应于平均计数率，并且较高阶的谱的形状或如果应用预先公知的知识描述了其形变。作为成分的系统分析的替换，对于变换也可以选择具体的分解，例如根据谱的硬化或根据材料基础，这对于解释数据及其在随后的处理步骤（例如CT重建）中的进一步利用是优选的。
可以根据需要来优化所传输的成分的阶和各自的比特深度，并且也可以根据测量样本来对其进行区分。
如果采用属于宏像素或另一组的子探测器像素的子探测器像素的共同点，与在子探测器像素的不同能量门限的共同点的情况下类似的自由度在空间地分解为主成分的情况下也存在。对于本发明重要的是，将主成分从较少的主成分中分离的分解，以及利用对于其合适的数据深度传输各自的成分或者完全不传输各自的成分。
一般地，为此合适的是按照可选的基本功能的分解。具体地，例如提供如下替换：
根据总是更细微的子组按照一种“象限四分树（Quad-Tree）”树形结构进行分解，如例如在“http://en.wikipedia.org/wiki/File:Quad_tree_bitmap.svg”中所描述的那样。在此，第一成分会是宏像素的平均计数率。下面，依据各个正方形的各自的平均值进行改良，然后通过各自的改良得到子正方形等。在此，每个层级必须仅编码较高的节点的平均值的偏差，从而子探测器像素的信号的空间相关性越强，就可以越良好地降低总的数据量。由于成分的简单缩放以及直观的意义，该分解是具有优势的：首先获得宏像素数据，接着进一步改良至子探测器像素分辨率。
另一种替换在于所应用的分解，该分解根据上升的阶的位置频率（例如根据平均计数率、在phi方向或z方向上的梯度等）、根据一种离散的傅里叶变换或根据一种小波分解。具有优势的是：分解可以作为线性变换示出，从而其可以通过子探测器像素矢量与变换矩阵的简单相乘来计算。即使宏像素的子探测器像素的综合是特别有利的，替换地也可以综合较大或较小组的子探测器像素。同样与必要时已经存在的压缩法的组合也可以是有意义的。
如果应用多个上面提到的变形，则将单个的变换组合为总变换来简化计算是具有优势的。其将所有门限的所测量的矢量变换为在目标矢量中的所有子探测器像素，其然后利用特定于成分的比特深度进行传输。
对于这样的变换的简单示例是将子探测器像素数据映射到缩放的总测量值，该总测量值作为各个能量门限的子探测器像素平均值的加权和给出。此外还具有优势的是，计算的精确性与各自的成分的最终传输的精确性相匹配。
按照本方法的另一种优选的实施，可以将数据变换有针对性地应用到单个的成分。尤其是基本上承载计数率信息的成分可以从中获利。相反，在具有另一种信息内容（例如谱硬化）的成分中具有优势的是，不使用这样的数据变换，从而避免了信息损失。
图7示意性示出了由计数探测器的像素矩阵D重新构造和变换原始数据，该像素矩阵D由多个彼此相邻布置的宏像素M组成，该宏像素M分别由4×4子探测器像素S构造。通过变换首先将数据变换为1阶的数据组，在该数据组中分别将位于4×4像素组中的信息综合为1×1结构。相应地，位于此的数据量也是小的。然后跟随2阶，其中以2×2结构进行小空间分割，但其中在此仅包含与按照1×1结构的数据的差。最后跟随3阶数据，即再次改良位置分辨率为4×4矩阵，其在此相应于探测器的分辨率。该变换了且重新构造了的数据组的分层传输允许仅限于主要或必要信息内容的数据传输。
图8示例性示出了具有计数探测器的CT系统1，其原始数据相应于上面描述的方法可以在探测器和计算系统之间传输。CT系统1具有第一管/探测器系统，该系统具有X射线管2和相对布置的量子计数探测器3。该CT系统1可选地具有第二X射线管4和相对布置的第二量子计数探测器5。两个管/探测器系统位于机架上，该机架布置在机架壳体6中并且在扫描时围绕系统轴9转动。在此，从探测器通过在此未详细描述但一般已知的滑环系统和用于计算单元10的数据导线7传输数据。患者P位于可移动的检查卧榻8上，该检查卧榻连续地或顺序地沿着z轴或系统轴9移动穿过位于机架壳体6中的扫描场，其中通过计数探测器来测量从X射线管以光子流形式发出的X射线辐射的衰减。在此，根据入射光子的能量范围分别划分地计数到达探测器像素的光子流。由此相对于常规的积分探测器得出在待传输的数据体积中的大的增长。上面描述的按照本发明的方法在传输该大的数据流的情况下会是有帮助的。
借助计算单元10进行CT系统1的控制和按照本发明的方法的实施，在该计算单元中存在相应的计算机程序Prg1至Prgn。附加地，在探测器侧需要相应的（在此未详细示出的）计算系统，该计算系统以按照本发明的方式压缩探测器产生的原始数据并且发送到传输线路。
在此要指出的是，在本发明的意义上具有计数探测器的C形臂系统也包含在在此提到的CT系统的组中。
总之，本发明建议一种用于减小或压缩量子计数探测器的待传输的探测器原始数据的方法，其中在探测器原始数据中确定计数样本，利用相对于探测器原始数据减小的比特深度进行编码，传输所编码的计数样本，并且在传输之后进行解码。本发明还包含在量子计数探测器和计算机系统之间的数据传输线路，其中设置在运行时实施上面提到的方法步骤的装置，以及具有这样的数据传输线路的CT系统。
虽然通过优选的实施例详细解释和描述了本发明，但本发明不受到公开的示例限制并且可以由专业人员从中导出其它方案，而不脱离本发明的保护范围。
Claims (16)
1.一种用于减小和压缩具有多个探测器像素（M）的量子计数探测器（D）的待传输的探测器原始数据的方法，所述探测器像素被分成多个子探测器像素（S）并且各子探测器像素（S）将至少两个不同的能量门限（E1-E4）用于待计数的入射量子的能量分辨率，该方法具有如下方法步骤：
1.1.探测各能量范围的各子探测器像素（S）的入射量子的数量，其中经由至少一个子探测器像素（S）产生计数样本，其信息内容包含系统的信息结构，
1.2.在所述计数样本中确定至少一部分信息结构，
1.3.利用相对于所述探测器原始数据减小的比特深度来编码所述计数样本，
1.4.传输所述编码的计数样本，和
1.5.在传输之后解码所述计数样本。
2.根据上述权利要求1所述的方法，其特征在于，至少一部分编码的信息结构包含预先已知的信息。
3.根据上述权利要求1或2所述的方法，其特征在于，至少一部分编码的信息结构包含能量分布样本。
4.根据上述权利要求1至3中任一项所述的方法，其特征在于，至少一部分编码的信息结构包含空间的强度分布样本。
5.根据上述权利要求2至4中任一项所述的方法，其特征在于，执行所测量的数据的基本变换来确定所述计数样本。
6.根据上述权利要求5所述的方法，其特征在于，对于所述基本变换采用一组预定的本征矢量和本征值。
7.根据上述权利要求5所述的方法，其特征在于，在使用测试测量的情况下借助主成分分析对于所述基本变换确定并应用一组本征矢量和本征值。
8.根据上述权利要求1至7中任一项所述的方法，其特征在于，对于所述编码的计数样本使用取决于测量的信噪比的比特深度。
9.根据上述权利要求1至8中任一项所述的方法，其特征在于，在编码所述计数样本时将由此产生的数据根据其空间的和/或能量的分辨率分层地分类。
10.根据上述权利要求9所述的方法，其特征在于，对于测量的预定时间段这样传输根据分辨率分层地分类的数据，使得首先传输涉及低的分辨率的数据并且随后传输涉及较高的分辨率的数据。
11.根据上述权利要求10所述的方法，其特征在于，在达到预定或产生的时间限制的情况下放弃较高分辨率的数据的传输。
12.根据上述权利要求1至11中任一项所述的方法，其特征在于，将所传输的数据的阶与传输路径的提供的带宽进行动态地匹配。
13.根据上述权利要求1至12中任一项所述的方法，其特征在于，仅传输来自于所述编码的计数样本的数据的重要的部分。
14.根据上述权利要求1至13中任一项所述的方法，其特征在于，依据规划的检查来选择所传输的数据的阶和分辨率。
15.一种数据传输线路（7），其位于在空间上划分为多个像素的量子计数探测器和用于处理所传输的探测器数据的计算机系统（10）之间，其特征在于，所述数据传输线路（7）具有装置，特别是至少一个可编程的处理器，其被构造为在运行时执行上述权利要求的方法步骤。
16.一种CT系统（1），该CT系统具有至少一个量子计数探测器、计算机系统（10）和在探测器（3，5）和计算机系统（10）之间的数据传输线路（7），其特征在于，在所述计算机系统（10）中存储了在运行时执行的程序（Prg1-Prgn），该程序模拟了上述权利要求的方法步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE201210204775 DE102012204775A1 (de) | 2012-03-26 | 2012-03-26 | Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors, Datenübertragungsstrecke und CT-System |
| DE102012204775.1 | 2012-03-26 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103356221A true CN103356221A (zh) | 2013-10-23 |
| CN103356221B CN103356221B (zh) | 2016-03-02 |
Family
ID=49112272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310093312.7A Expired - Fee Related CN103356221B (zh) | 2012-03-26 | 2013-03-22 | 减小和压缩量子计数探测器的原始数据的方法和传输线路 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US9153039B2 (zh) |
| CN (1) | CN103356221B (zh) |
| DE (1) | DE102012204775A1 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108113694A (zh) * | 2016-11-29 | 2018-06-05 | 西门子医疗有限公司 | 生成具有光谱信息的高分辨率ct图像 |
| US20220294545A1 (en) * | 2021-03-09 | 2022-09-15 | Apple Inc. | Multi-phase-level signaling to improve data bandwidth over lossy channels |
| US11606230B2 (en) | 2021-03-03 | 2023-03-14 | Apple Inc. | Channel equalization |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6026215B2 (ja) * | 2012-10-17 | 2016-11-16 | 東芝メディカルシステムズ株式会社 | 光子計数型のｘ線コンピュータ断層撮影装置およびそのデータ転送方法 |
| EP2871496B1 (en) | 2013-11-12 | 2020-01-01 | Samsung Electronics Co., Ltd | Radiation detector and computed tomography apparatus using the same |
| JP6698444B2 (ja) * | 2016-06-30 | 2020-05-27 | 株式会社日立製作所 | 放射線撮像装置、放射線撮像方法及び放射線撮像プログラム |
| DE102019204070A1 (de) * | 2019-03-25 | 2020-10-01 | Carl Zeiss Industrielle Messtechnik Gmbh | Verfahren zum Speichern von tomographischen Volumendaten und Tomographiesystem |
| US11039801B2 (en) * | 2019-07-02 | 2021-06-22 | GE Precision Healthcare LLC | Systems and methods for high-resolution spectral computed tomography imaging |
| JP7399143B2 (ja) | 2021-09-01 | 2023-12-15 | 富士フイルムヘルスケア株式会社 | 光子計数回路、及び放射線撮像装置、閾値設定方法 |
| DE102022200225B3 (de) | 2022-01-12 | 2023-07-06 | Siemens Healthcare Gmbh | Verfahren zum Betrieb einer Bildaufnahmeeinrichtung, Bildaufnahmeeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1750786A (zh) * | 2003-02-14 | 2006-03-22 | 西门子公司 | X射线探测器 |
| US20080292168A1 (en) * | 2007-04-18 | 2008-11-27 | Helmut Winkelmann | Image data acquisition system of an x-ray, CT or MRI machine with an integrated data compression module for data reduction of acquired image data |
| CN101578535A (zh) * | 2006-07-10 | 2009-11-11 | 皇家飞利浦电子股份有限公司 | 能谱重建 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7844097B2 (en) * | 2007-12-03 | 2010-11-30 | Samplify Systems, Inc. | Compression and decompression of computed tomography data |
| US7852977B2 (en) * | 2008-09-11 | 2010-12-14 | Samplify Systems, Inc. | Adaptive compression of computed tomography projection data |
| US7916830B2 (en) * | 2008-09-11 | 2011-03-29 | Samplify Systems, Inc. | Edge detection for computed tomography projection data compression |
| US8151022B2 (en) * | 2008-11-26 | 2012-04-03 | Simplify Systems, Inc. | Compression and storage of projection data in a rotatable part of a computed tomography system |
| EP2387779B1 (en) * | 2010-01-28 | 2020-05-06 | LaVision BioTec GmbH | Tomographic imaging using poissonian detector data |
-
2012
- 2012-03-26 DE DE201210204775 patent/DE102012204775A1/de not_active Withdrawn
-
2013
- 2013-03-14 US US13/802,947 patent/US9153039B2/en not_active Expired - Fee Related
- 2013-03-22 CN CN201310093312.7A patent/CN103356221B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1750786A (zh) * | 2003-02-14 | 2006-03-22 | 西门子公司 | X射线探测器 |
| CN101578535A (zh) * | 2006-07-10 | 2009-11-11 | 皇家飞利浦电子股份有限公司 | 能谱重建 |
| US20080292168A1 (en) * | 2007-04-18 | 2008-11-27 | Helmut Winkelmann | Image data acquisition system of an x-ray, CT or MRI machine with an integrated data compression module for data reduction of acquired image data |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108113694A (zh) * | 2016-11-29 | 2018-06-05 | 西门子医疗有限公司 | 生成具有光谱信息的高分辨率ct图像 |
| US11606230B2 (en) | 2021-03-03 | 2023-03-14 | Apple Inc. | Channel equalization |
| US20220294545A1 (en) * | 2021-03-09 | 2022-09-15 | Apple Inc. | Multi-phase-level signaling to improve data bandwidth over lossy channels |
Also Published As
| Publication number | Publication date |
|---|---|
| US9153039B2 (en) | 2015-10-06 |
| US20130251220A1 (en) | 2013-09-26 |
| CN103356221B (zh) | 2016-03-02 |
| DE102012204775A1 (de) | 2013-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103356221B (zh) | 减小和压缩量子计数探测器的原始数据的方法和传输线路 | |
| CN1985765B (zh) | 利用混合的计算机断层摄影检测器来执行图像重构的方法 | |
| Bettinardi et al. | Physical Performance of the new hybrid PET/CT Discovery‐690 | |
| EP3479145B1 (en) | Photon-counting computed tomography | |
| CN102608648B (zh) | 正电子发射断层摄影中的飞行时间测量 | |
| US9220469B2 (en) | Systems and methods for correcting detector errors in computed tomography imaging | |
| CN102293661A (zh) | 核医学成像装置以及放射线治疗装置 | |
| DE102005015017A1 (de) | Vorrichtung und Verfahren zum Digitalisieren von PET-Strahlungs-Ereignissen | |
| CN110599562B (zh) | 基于多能量系统响应矩阵的放射源定位重建方法 | |
| CN101410871A (zh) | 双能x射线成像中的噪声降低 | |
| CN103876772B (zh) | 一种多谱成像方法和装置 | |
| CN113069128A (zh) | 用于产生x射线图像数据集的方法 | |
| Borges et al. | Computed tomography to estimate the representative elementary area for soil porosity measurements | |
| US9591314B2 (en) | Method for the compressed storage of graphical data | |
| CN113167913A (zh) | 针对常规成像的光子计数的能量加权 | |
| GB2596646A (en) | Methods, apparatuses, computer programs and computer-readable media for scalable image coding | |
| CN112014870A (zh) | 放射线检测装置、能量校正方法以及程序 | |
| DE102007034982B4 (de) | Verfahren zum Betreiben eines getakteten, zählenden Röntgenstrahlendetektors | |
| CN110706299B (zh) | 一种用于双能ct的物质分解成像方法 | |
| CN110313928B (zh) | 用于确定放射性结果数据的分析方法和分析单元 | |
| He et al. | Material Discrimination Based on K‐edge Characteristics | |
| CN104814756B (zh) | 电子学系统及其信号处理方法和单光子发射断层成像设备 | |
| CN208156201U (zh) | 获取能谱的装置、获取能谱及设置能量窗的装置 | |
| CN111208548A (zh) | 一种双材pet成像系统与方法 | |
| DE102009032252B3 (de) | Verfahren zur Erzeugung von Röntgenbildern mit einem Mehrenergie-Röntgendetektionssystem sowie Vorrichtung zur Durchführung des Verfahrens |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220128 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160302 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |