CN103493101B - 多能量成像 - Google Patents
多能量成像 Download PDFInfo
- Publication number
- CN103493101B CN103493101B CN201280020383.8A CN201280020383A CN103493101B CN 103493101 B CN103493101 B CN 103493101B CN 201280020383 A CN201280020383 A CN 201280020383A CN 103493101 B CN103493101 B CN 103493101B
- Authority
- CN
- China
- Prior art keywords
- line integral
- boundary mark
- jing
- component
- collected
- 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
- 238000003384 imaging method Methods 0.000 title claims description 8
- 239000000463 material Substances 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000001228 spectrum Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 18
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000013139 quantization Methods 0.000 claims description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 2
- 229910052791 calcium Inorganic materials 0.000 claims description 2
- 239000011575 calcium Substances 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 239000002872 contrast media Substances 0.000 claims 1
- 230000004043 responsiveness Effects 0.000 claims 1
- 239000000203 mixture Substances 0.000 abstract description 8
- 238000000926 separation method Methods 0.000 abstract description 5
- 238000011002 quantification Methods 0.000 abstract 1
- DGAIEPBNLOQYER-UHFFFAOYSA-N iopromide Chemical compound COCC(=O)NC1=C(I)C(C(=O)NCC(O)CO)=C(I)C(C(=O)N(C)CC(O)CO)=C1I DGAIEPBNLOQYER-UHFFFAOYSA-N 0.000 description 17
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 13
- 229910052740 iodine Inorganic materials 0.000 description 13
- 239000011630 iodine Substances 0.000 description 13
- 238000005259 measurement Methods 0.000 description 12
- 238000002360 preparation method Methods 0.000 description 11
- 210000004872 soft tissue Anatomy 0.000 description 11
- 230000005855 radiation Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 230000005622 photoelectricity Effects 0.000 description 7
- 150000001875 compounds Chemical class 0.000 description 5
- 230000004907 flux Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 210000000577 adipose tissue Anatomy 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- PVBALTLWZVEAIO-UHFFFAOYSA-N diodone Chemical compound OC(=O)CN1C=C(I)C(=O)C(I)=C1 PVBALTLWZVEAIO-UHFFFAOYSA-N 0.000 description 2
- 229960001845 diodone Drugs 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000000295 emission spectrum Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
Abstract
一种方法包括针对在被扫描结构中的不同材料组分生成界标,以及使用所述界标来执行无射束硬化伪迹的图像域的材料分离和量化,其中,界标表示在多能量亨氏单位空间中通过射束硬化而失真的材料组分的位置。
Description
技术领域
下文总体上涉及多能量成像,并且关于对计算机断层摄影(CT)的具体应用加以描述;然而,下文也可处理其他成像模态。
背景技术
在双能量CT成像中,由于射束硬化效应,非水材料的亨氏单位(HU)依赖于被扫描物体的尺寸和组分可以具有不同的值。因此,特定材料如碘造影剂在双能量HU-HU平面上的位置可以变化并且依赖于患者的组分和尺寸。这一现象可以劣化对患者内材料的分类和量化。在下文中提出了两种方法来减少这种劣化。
R.Carmi,G.Naveh和A.Altman在IEEE Nuclear Science Symposium records(2005)“Material separation with dual layer CT”中提出了基于针对每个图像像素计算平均射束硬化因数来在图像域中进行校正。以上提及的不稳定性敏感地依赖于射束硬化和所考虑的材料(例如碘)的能量衰减曲线之间的相互影响。这一图像域方法没有考虑这一相互影响,并且,因此遗憾地具有有限的精确性和鲁棒性。
R.E.Alvarez和A.Macovski于Phys.Med.Bioi.21,733(1976)中提出了一种双基础模型,其包括将投影域内的衰减系数分解为由散射和光电效应吸收所导致的两个分量。根据这一模型,不同材料的衰减能量依赖曲线被表示为联合针对所有材料的散射和光电效应曲线的线性组合。遗憾的是,这一近似的有限的精确性,结合射束硬化,限制了这一方法的精确性和鲁棒性。
图1、图2和图3图示了后一方法的有限的精确性可以如何导致射束硬化失真。对于这一范例,两个仿真体模,肝脏体模102(图1)以及肝脏与胸腔体模202(图2),包括在肝脏器官106和206中的相同浓度的碘104和204。以80和140kVp模拟这些体模的单个切片圆形扫描,随后进行基于水的校正以及针对水的散射和光电效应分量的投影域分解。注意到,模拟的结果酷似或者类似于通过执行实际扫描而将获得的结果。
图3示出了在双能量散射/光电效应HU-HU平面300上针对两个不同材料所产生的碘溶液位置。在图3中,y轴302表示散射HU,并且x轴304表示光电效应HU。当将双基础模型应用于在相关能量范围内具有K边缘的碘时内含的近似具有有限的精确性。由于这一有限的精确性,结合射束硬化失真,尽管碘点306和308具有相同的浓度,但是碘点306和308位于对于两个不同的体模102和202的不同的(x,y)坐标。考虑到至少上述内容,对降低这种射束硬化失真的用于处理多能量成像数据的其他方法的需要仍未得到解决。
发明内容
本申请的各方面解决了以上提及的问题和其他问题。
根据一个方面,一种方法包括针对在被扫描结构中的不同材料组分生成界标,其中界标表示在多能量亨氏单位空间中通过射束硬化失真的材料组分的位置,以及使用所述界标来执行图像域的材料分离和量化。
在另一方面中,一种系统包括线积分计算器,其被配置为基于被分解为至少两个不同分量的所收集的线积分、感兴趣材料的人工路径长度、所述感兴趣材料的衰减曲线、以及多能量处的多色谱来计算线积分。所述系统进一步包括分解器,其将所述所收集的线积分以及由所述线积分计算器计算出的所述线积分分解为至少两个不同的分量。所述系统进一步包括位移向量确定器,其从所述经分解的计算出的线积分分量中减去经分解的所收集的线积分分量,生成差分经分解线积分分量。所述系统进一步包括位移向量确定器,其将所述差分经分解线积分分量除以所述人工路径长度。所述系统进一步包括反投影器,其将所述差分经分解线积分分量进行反投影。该系统进一步包括缩放器,其将所述经反投影的差分经分解线积分分量缩放为亨氏单位,生成界标。界标表示在多能量亨氏单位空间中通过射束硬化失真的材料组分的位置。
在另一方面中,一种被编码具有计算机可读指令的计算机可读存储介质,在由计算系统的处理器执行所述计算机可读指令时,其使得所述处理器:利用从所述所收集的线积分经分解分量中重建的所述图像以及所述计算出的界标,来执行基本上无射束硬化伪迹的图像域的材料分离和量化。
在阅读和理解以下详细描述的情况下,本领域技术人员将意识到本发明的还存在的其他方面。
附图说明
本发明可采取各种部件和部件布置的形式,以及采取各种步骤和步骤安排的形式。附图仅出于图示优选实施例的目的,并且不被解释为限制本发明。
图1、图2和图3图示了与现有技术的双基础分解方法有关的射束硬化伪迹。
图4示意性图示了与界标确定器有关的范例成像系统。
图5图示了界标确定器的范例。
图6、图7和图8图示了根据在本文中描述的界标方法的范例。
图9图示了计算出的投影读数和界标之间的关系。
图10图示了用于产生和使用界标的范例方法。
具体实施方式
图4图示了范例谱成像系统400,诸如,谱计算机断层摄影(CT)系统。
成像系统400包括通常固定的机架402和由该固定机架402旋转支撑的旋转机架404。旋转机架404围绕检查区域406关于纵轴或者z轴旋转。
辐射源408(诸如,X-射线管)由旋转机架404支撑并且发射辐射,准直所述辐射以产生通常锥形、扇形、楔形、或者其他形状的辐射束,所述辐射束横穿检查区域406以及被安置于其中的对象或者物体的一部分。辐射源408被配置为在至少两个不同的峰值发射谱(例如,80kVp与140kVp)之间进行切换,以进行扫描。在另一实施例中,系统400可以额外地或者备选地包括多个源408,其中的一个或多个源408可能被配置为或者可能不被配置为用于kVp切换。
辐射敏感探测器阵列410包括一维或者二维探测器阵列,其被配置为探测横穿检查区域406的辐射,并产生指示所述辐射的电信号。所述探测器可包括常规的探测器或者能量分辨谱探测器,诸如,多层探测器(其中,每一层被配置为探测与不同的预定能量范围对应的光子)、光子计数探测器、和/或其他谱探测器。当阵列410被配置有谱探测器时,源408可以备选地为单个非kVp切换源408。
诸如卧榻的对象支架412支撑检查区域406中的人类或动物患者或者物体。对象支架412是能够与扫描协同移动的,以便相对于检查区域406导引对象或者物体。
通用目的计算机用作操作者控制台414。控制台414包括诸如监视器或者显示器的人类可读输出设备以及诸如键盘和鼠标的输入设备。控制台414上的常驻软件允许操作者经由图形用户界面(GUI)或者以其他方式来与系统400交互,用于控制系统400。
投影域降噪器418能够用于对线积分降噪。在一个实例中,这可以改善SNR。适当的降噪算法包括但不限于,全变差最小化算法。在另一实施例中,省略投影域降噪器418。
分解器420基于在不同能量处的多色谱将所收集的线积分分解为至少两个分量。在图示的实施例中,分解器420被配置为基于预先计算出的查找表(LUT)将线积分分解为光电效应分量和散射分量。在另一实施例中,分解器420能够被配置为将信号分解为其他分量,诸如,水和优维显(Ultravist)、水和骨、和/或其他分解结果。
重建器422将经分解的线积分重建为图像。在一个实例中,这包括将光电效应分量和散射分量单独地和/或以组合方式地进行重建。
图像域降噪器424能够用于在图像域中对重建图像进行降噪。同样地,适当的降噪算法包括但不限于,全变差最小化算法。在另一实施例中,省略图像域降噪器424。
将意识到,分解器420执行常规的双基础模型投影域分解。
界标确定器426针对在多能量HU空间上的不同材料的位置来确定界标或者点。一旦适当地考虑特定扫描物体收集数据以及图像像素位置,就能够明确定义这种界标。如下文中更加详细描述的,界标确定器426基于人工加入沿线积分的材料的恒定路径长度来确定界标。
通常,每个界标预测针对像素的测量点,如果仅在这一像素的位置处的真实的物体组分已经被材料替代,则已经获得所述测量点。考虑本身依赖于特定的患者尺寸和形状的实际的射束硬化,完成这一计算。因此,界标能够用作参考点,用于降低在材料的分离和量化期间的射束硬化影响。
数据分析器428被配置为基于所确定的界标来执行图像域材料分离和/或量化。这种分析基本上是无射束硬化失真的。数据分析器428输出的范例包括碘图,其示出了在被扫描结构中的碘浓度。
将意识到,能够经由一个或多个处理器来实现投影域降噪器418、分解器420、重建器422、图像域降噪器424、界标确定器426、或数据分析器428中的一个或多个,所述处理器执行被嵌入或者被编码到诸如物理存储器的计算机可读存储介质中的一个或者多个计算机可读和/或可执行指令。另外或者作为备选,该一个或多个处理器能够执行信号介质中承载的指令。
图5图示了界标确定器426的范例。
线积分计算器504基于经分解的所收集的线积分、适当的材料组分衰减曲线、以及在不同能量处的多色谱来计算线积分,所述线积分沿所收集的线积分加入材料的人工恒定路径长度。
分解器506基于在不同能量处的多色谱将加入了人为恒定路径而获得的线积分分解为至少两个分量。在图示的实施例中,分解器506被配置为基于由分解器420(图4)使用的预先计算出的查找表(LUT),将线积分分解为光电效应分量和散射分量。
位移向量确定器508确定在经分解的所收集的线积分与通过506加入人为恒定路径而计算出的经分解的线积分之间的位移向量。在一个实例中,这包括确定与光电效应对应的线积分之间的差(例如,相减),以及确定与散射对应的线积分之间的差。在图示的实施例中,位移向量确定器也将通过相减获得的差除以在504中使用的材料的恒定路径长度。
反投影器510将线积分进行反投影。在一个实例中,这包括将线积分反投影至用于角平均的过程网格(例如,~40mm的像素尺寸)
缩放器512将反投影的图像缩放至亨氏单位,获得界标。能够使用图像的像素的子矩阵来计算该界标,并且能够使用其他插值技术来生成界标,用于维持图像的像素。
下文提供了对由分解器420和重建器422执行的双基础模型(TBM)的范例描述。
每个感兴趣材料的能量依赖衰减曲线能够被近似为水的光电和散射机制的衰减曲线的线性组合,如在方程1中所示:
方程1:
其中,E表示光子能量,i表示材料的指数,表示源自光电效应的水衰减分量的衰减曲线,表示源自散射的水衰减分量的衰减曲线,表示来自不依赖于能量的光电效应的材料i的材料依赖系数,并且表示来自不依赖于能量的散射的材料i的材料依赖系数。
在CT中测量的衰减系数的线积分(P)能够如方程2所示被表示为:
方程2:
其中,F(E)表示从管朝向探测器像素发出的光子通量,并且l表示沿射线路径的坐标。用替换以及用替换以表示沿射线的不同材料,并且将方程2代入方程1中,得到方程3:
方程3:
对于各种多能量扫描模式,在较高和较低能量处收集针对每个射线的线积分。对于双能量扫描,方程3能够用于获得PH(即,P较高能量)和PL(即,P较低能量),在本文中被表示为PH/L。将理解的是,在整个的方程讨论中,在本文中采用的概念H/L对应于H(或者高)或者L(或者低)。
在方程3中将lp代入并且将ls代入得到方程4:
方程4:
假设已知管通量FH/L(E),如水衰减曲线分量,方程4包括PH/L与lp/s之间的两个关系,并且对于每个lp/s,能够对应于这一射线确定收集的一对PH/L。将理解的是,在整个的方程讨论中,在本文中采用的概念p/s对应于光电或者散射。
由于输入对lp/s与输出对PH/L之间的一一对应性,对于所收集的线积分的所有实际值,能够生成如方程5所示的查找表(LUT):
方程5:
(lp,ls)=LUT(PH,PL)。
将lp乘以并且将ls乘以其中,Eo是任意选定的能量,能够提取出对于光电效应分量和散射分量针对Eo处的单能量谱已经收集到的线积分值,如在方程6中所示:
方程6:
其中,Pp/s表示Pp和Ps。
使用Pp/s的物理意义,能够分别重建两个正弦图{Pp}和{Ps},以生成光电和散射图像Ip/s,如在方程7中所示:
方程7:
Ip/s=R-1({Pp/s}),
其中,R表示拉东(Radon)变换。图像Ip/s能够同时用于图像域的材料分离和量化分析。
注意到,在方程1中,所收集的线积分PH/L不仅依赖于lp/s也依赖于l碘。被所采集的射线贯穿的指定材料对所收集PH/L的精确影响依赖于能量依赖通量曲线FH/L(E)并且依赖于指定材料的衰减曲线μi(E)。这一依赖性受到沿射线的谱的射束硬化的影响,并且再也不能由方程4来建模。
因此,通过方程5-方程7获得的指定材料的亨氏单位随着物体尺寸、位置以及指定材料的周围组分而变化。针对指定材料的Ip/s的这些变化在本文中被称为造影剂不稳定性,并且这些不稳定性能够劣化图像域的材料分离和量化。
下文提供了由界标确定器426执行的界标方法的范例描述,包括示出了计算出的界标如何帮助降低造影剂不稳定性对材料分析的影响的范例,以及用于确定界标的非限制性方法。
由二维平面定义双基础模型亨氏单位(TBM HU)空间,其中,水平轴代表图像Ip中的像素亨氏单位,并且垂直轴代表图像Is中的像素亨氏单位。使用符号pix来表示像素指数,每个重建的像素能够在这一平面上由具有坐标(Ip(pix),Is(pix))的点来表示。在本文中这被称为针对像素的测量点,因为它是通过方程5-7从测量数据中计算出的。从所有的重建像素(Ip{pix},Is{pix})中获得的多个点被表示为TBM散射绘图。目的是抵消造影剂不稳定性对材料的分离和量化的影响。
如之前描述的,不稳定性使得(Ip(pix),Is(pix))的值不仅依赖于像素内的材料组分也依赖于贯穿这一像素的射线的射束硬化。为了达到这一目的,在TBM HU平面上计算一些参考点或者界标。考虑射束硬化对TBM散射绘图的影响,这些点帮助后续处理散射绘图,用于材料的分离和量化。假设在像素内具有一些预定义的材料复合物,通过针对每个像素计算其在TBM HU平面上的对应点来获得这些界标。
仅出于计算界标的目的来完成假设像素内具有预定义材料组分,并且不会与由像素内的实际复合物所确定的TBM散射绘图相混淆(但是也受到射束硬化的影响)。所述界标方法能够应用于不同的材料,例如,软组织、造影剂、钙等。它还能够包含临床组分,例如软组织加上造影剂、脂肪加上碳酸磷灰石等。
对于每个像素,计算对应于不同的可能组分的一些界标。在由k表示这一不同组分组内的组分指数的情况下,单个界标由(表示。基于上文来计算界标是重要的,并且在下文中详细描述,之后的若干非限制性范例(图6、图7和图8)示出了计算出的界标如何帮助降低造影剂不稳定性对材料分析的影响。
图6示出了使用界标和TBM HU平面的第一范例。x轴表示光电效应中的像素HU,并且y轴表示在投影分解之后重建的散射图像。点M表示在这些图像中的指定像素的测量HU,即,(Ip(pix),Is(pix))。
在指定的范例中,从以下两个可能的不同候选中识别出在这一像素内的复合物:软组织加上一些未知浓度的优维显造影剂(即,工业碘造影剂),以及主要存在于人体钙化物和骨的人体脂肪和碳酸磷灰石的混合物。也将识别碘/钙化物密度。因此,对应于以下不同的复合物计算四个界标:人体软组织、吸收了具有36.9mg/cc的任意密度的优维显的人体软组织、人体脂肪、以及人体脂肪和一些已知密度的碳酸磷灰石的混合物。这四个界标用L1-L4标记在图6中。
注意到,所有界标的计算都不仅考虑了对应的复合物,也考虑了沿贯穿像素的不同射线的射束硬化。这是使用它们作为参考点帮助抵消造影剂不稳定性的影响的原因。
使用这些界标,测量点M与线相比更加接近于线因而,像素很可能包含软组织加上碘。测量点与这条线的偏离归因于CT量子噪声。为了估计碘浓度,将测量点投影到线以获得P,从而角度L1PM是直角。确定的比率,在这一范例中所述比率等于0.6。根据这一比率,可以推断,在像素内的优维显浓度是36.9mg/cc的大约0.6倍,其大约是22.1mg/cc。
图7示出了使用界标和TBM HU平面的第二范例。在这一范例中,先验地假设像素的内容是健康软组织和脂肪之间的一些混合物加上一些未知的优维显浓度之和。如在先前范例中的,脂肪和健康软组织的衰减曲线是先验已知的。
在这一情况下,以以下方式来找到碘浓度。首先,如在先前范例中的,针对软组织和脂肪来相应地计算出界标L1和L3。此外,针对纯净优维显已知浓度36.9mg/cc计算出界标L2。这一界标具有与图6中的界标L2不同的含义,这是因为当前是针对纯净的优维显而不是针对软组织与纯净优维显的总和来计算所述界标的。
由于纯净优维显并不单独存在于患者中,因此新的界标并不对应于能够在TBM HU平面上实际测量到的点。而是,新的界标现在用作向量,如在图7中通过箭头所示。在计算出L1-L3的情况下,根据先验假设,必须满足方程8(忽视图像噪声)。
方程8:
这里,箭头用来提醒:方程8是双标量方程系统,即,用于TBM HU平面的散射坐标和光电效应坐标。其包含两个未知量:α,其代表在软组织和脂肪的混合物内的软组织权重,以及β,其代表像素中的真实优维显浓度和与L2相关联的36.9mg/cc的任意浓度之间的比率。
由于L2并不平行于向量L3-L1,因此,使用方程8能够找到α和β的值。最后,注意到,在本范例中,L1和L3的位置与它们在图6中的对应位置稍微不同。同样,在本范例中,L2与先前范例中由L2-L1定义的向量不同。这些不同反映了造影剂不稳定性如何改变患者内或者从一个患者到另一患者的测量点和所计算的界标。
在先前范例中,示出了在先验已知基底组分是具有已知衰减曲线的两个组分的混合物的情况下,如何计算优维显浓度。这一信息在一些临床情况下可能是不可获得的。对于这种情况,仍然有机会以以下方式找到优维显浓度图。
使用如美国公开2010/0328313A1中描述的密度绘图的技术,可能在TBM HU平面内识别对应于无优维显的物体像素的密度峰值。利用这一识别,计算针对纯净优维显的界标将足以结合图8来提取出优维显浓度图。
这里,密度峰值D1代替了图6的计算出的界标L1,并且向量L2是如图7中的纯净优维显界标。通过将测量点M投影至线(D1,D1+L2)来获得点P,从而垂直于L2。通过将与L2相关联的浓度乘以比率来估计出像素中的优维显浓度。
如以上针对每个像素所说明的,计算对应于不同的可能组分的一些界标,并且计算界标是重要的。下文描述的方法示出了如何预测针对像素的测量点,如果仅在这一像素的位置处的真实的物体组分已经被组分k替代,则已经获得所述测量点,而忽略有限空间分辨率。
像素pix的组分通过贯穿该像素的射线的衰减而影响所测量的光电效应坐标和散射坐标。这种具有不同扇形和锥形角度的射线也经过患者内的不同路径。由于所有的这些原因,当到达探测器时,它们的谱是不同的。因而,pix中的组分影响这些射线的读数的方式,即{Pp/s(pix)},是不同的。为了找到这一影响,首先找到当到达探测器时这些射线的谱。已知如何建模从管朝向每个不同的探测器像素发射的谱FH/L。
当一些材料不能由和的线性组合进行描述时,再也不能明确地定义lp和ls。然而,为了估计到达探测器的谱,以如下方式使用TBM近似。首先,确定LUT并在方程5中使用LUT,用于从所测量的线积分中获得经分解的路径{lp/s(pix)}。然后,如在方程9中所示,以如下方式针对贯穿像素的所有射线来估计在探测器处的谱:
方程9:
这里,变量r代表射线,并且上标d代表在探测器处的通量。方程9是基于TBM的近似。随着下文描述的下一步骤,能够示出,使用这一近似导致与造影剂不稳定性相比可忽略的计算出的界标中的误差。这在当造影剂仅担负沿穿过患者的每个射线路径的衰减的一部分时是尤其正确的。
现在,使用方程10来估计探测器处的光谱,如果除了所测量的衰减,射线不得不经过沿使用的组分k的其他小路径,则将获得所述光谱:
方程10:
这里,δ是小路径(例如,1mm),并且μk(E)是与界标k相关联的组分的衰减曲线。如方程11所示,最后的变量用于计算线积分,如果除了实际的衰减,贯穿像素的射线不得不经过通过组分k的其他小路径δ,则将收集所述线积分:
方程11:
重复与方程5-方程6结合描述的过程,现在采用作为输入,得到方程12和13:
方程12:
以及
方程13:
注意到,针对δ=0应用方程9-方程12将导致由方程5计算的lp/s。这是因为方程4是方程5的倒数,而与方程4中涉及的TBM近似无关。
与射线r和组分k相关联的光电效应和散射衰减系数能够被定义为如方程14所示:
方程14:
图9图示了范例,所述范例示出了能量独立系数μp/s,k(r)(E0是将材料线积分Pp/s缩放至更熟悉单位所必需的固定能量)能够如何用于获得如图6-8所示的期望的界标的光电效应坐标和散射坐标。
图9图示了由圆形单个切片CT扫描所重建的2D图像。这里,在中间的圆点表示重建像素的中心。与其同心的圆表示由C指示的圆形小区域。由空气代替C内的组分将导致根据方程7重建的图像Ip,α(Is,α),其在像素处将具有零值,即,Ip/s,α(pix)=0。
注意到,空气能够被精确地表达为水的光电分量和散射分量的简单的线性组合,即,界标坐标能够被表示为如方程15所示:
方程15:
根据常规的滤波反投影(FBP)重建方法,获得重建图像,作为从由角度θ索引的不同投影的不同贡献的总和,如方程16所示:
方程16:
将方程15和16进行组合,得到方程17:
方程17:
在方程17中,通过Ip/s,k-α(pix,θ)来定义针对来自投影θ的像素的贡献之间的差。这一贡献差与BP权重wθ(pix)成比例。独立地,接着以下描述,这一贡献差也与μp/s,k(r(pix,θ))成比例。
从图9,注意到,由于区域C的小尺寸,针对属于投影θ并且贯穿这一区域的每个射线的μp/s,k(r(pix,θ))的值是固定的。此外,C足够小,因而如果由空气替代C内的物体组分,则基于所收集的正弦图而计算出的这些值几乎不改变。让Δ代表这些射线中的任何射线的贯穿C的路径。
由于C的小尺寸,对应于这些射线中的任何射线的线积分Pp/s的归因于组分k对空气的替代的增大能够被表示为如方程18所示:
方程18:
ΔPp/s(r)≈μp/s,k(r)·Δ(r).
将这与斜变滤波器卷积的线性相组合实现了Ip/s,k-α(pix,θ)和μp/s,k(r)之间的比例性的检验。
由于Ip/s,k-α(pix,θ)与wθ(pix)和μp/s,k(r)的比例比,并且由于缺乏以在不同投影之间变化的方式来影响Ip/s,k-α(pix,θ)的任意其他因素,得到方程19:
方程19:
其中,是总共加起来为一的归一化BP权重,并且右手边的第一项负责表达HU中的结果。方程19示出了如何使用在方程14中定义的计算出的衰减系数,用于找到界标。注意到,这一结果也适用于三维反投影(3D BP)。
当将迭代方法用于光电和散射图像的图像重建时,也能够应用界标方法。在这一情况下,针对所有投影的平均成角的μp/s,k(r(pix,θ))是更有挑战性的,这是因为遵循所有迭代并且计算不同投影对重建像素的最终贡献是不现实的。然而,估计探测器处的通量允许合理地估计不同投影的相对贡献,并且由这些相对贡献替代方程19中的BP权重以便获得界标。
图10图示了用于采用在本文中描述的界标方法的方法。
在1002处,执行多能量扫描,针对不同能量处的多色谱产生所收集的线积分。
在1004处,在所收集的线积分上执行双基础分解,将这些线积分分解为散射分量和光电水分量。
在1006处,计算线积分,在向原始路径中加入经过所考虑材料的已知衰减曲线的小长度额外路径部分之后,针对不同能量测量到所述线积分。
这一计算是基于将至少一个感兴趣材料的预定路径加入通过两个水分量的所计算路径,并且还基于不同能量处的已知谱以及水分量与感兴趣材料的已知衰减曲线。
在1008处,在计算出的线积分上执行双基础分解,将这些线积分分解为散射分量和光电分量。
在1010处,从利用所述额外路径计算出的经分解的线积分中减去经分解的所收集的线积分,生成针对该散射分量和光电分量的差分线积分。
在1012处,通过将差分线积分除以所述额外路径而进行归一化。
在1014处,将经归一化的差分线积分进行反投影。
在1016处,所述经反投影的数据通过因数进行缩放,在散射光电HU空间中产生针对所考虑材料的界标的位置。
在1018,界标用于如本文中描述的促进图像域的材料分离和/或量化。
以上可以通过计算机可读指令的方式来实现,所述指令当被(多个)计算机处理器执行时,使得(多个)处理器执行所描述的动作。在这种情况下,指令能够被存储在与相关计算机相关联或者以其它方式由相关计算机可访问的计算机可读存储介质中。额外地或备选地,一个或多个指令能够由载波或者信号来携载。
在本文中已经参考各种实施例描述了本发明。当阅读本文的描述后,其他人可以想到修改和变型。旨在将本发明解释为包括所有的这种修改和变型,只要它们落在所附权利要求或者其等价物的范围之内。
Claims (13)
1.一种多能量成像方法,包括:
基于被分解为至少两个不同分量的所收集的线积分、被加入到与所述所收集的线积分相对应的射线路径中的感兴趣材料的人工路径长度、所述感兴趣材料的衰减曲线、以及在所述多能量处的多色谱来计算线积分;
至少考虑图像像素位置,基于计算出的线积分,针对在被扫描结构中的不同材料组分生成各自的界标,其中,每个界标表示在多能量亨氏单位空间中针对一像素、通过射束硬化而失真的预定义材料组分的位置;并且
使用所述界标来执行图像域的材料分离和量化。
2.如权利要求1所述的方法,其中,所述图像域的材料分离和量化基本上没有射束硬化伪迹。
3.如权利要求1-2中的任一项所述的方法,生成所述界标还包括:
通过从在将所述感兴趣材料的所述人工路径长度加入到与所收集的线积分相对应的所述射线路径中之后计算出的所述线积分的经分解的分量中减去所述所收集的线积分的经分解的分量,确定差分线积分;以及
基于所述差分线积分来生成所述界标。
4.如权利要求3所述的方法,生成所述界标还包括:
将所述差分线积分除以额外的人工路径长度;以及
对除以所述额外的人工路径长度的所述差分线积分进行反投影,生成所述界标。
5.如权利要求4所述的方法,所述反投影包括:
执行角平均。
6.如权利要求4-5中的任一项所述的方法,还包括:
将经反投影的差分线积分缩放至亨氏单位,生成所述界标。
7.如权利要求4-5中的任一项所述的方法,其中,所述反投影包括采用迭代重建,所述迭代重建使用估计的反投影权重。
8.如权利要求1-2中的任一项所述的方法,生成所述界标还包括:将所述所收集的线积分分解为至少两个不同的分量。
9.如权利要求8所述的方法,其中,所收集的线积分的经分解的不同分量和计算出的用于找到所述界标的所述线积分的经分解的不同分量两者都包括散射分量和光电效应分量。
10.如权利要求8所述的方法,其中,所收集的线积分的经分解的不同分量和计算出的用于找到所述界标的所述线积分的经分解的不同分量两者都包括水分量或者造影剂分量。
11.如权利要求8所述的方法,其中,所收集的线积分的经分解的不同分量和计算出的用于找到所述界标的所述线积分的经分解的不同分量两者都包括水分量或者钙分量。
12.如权利要求1-2中的任一项所述的方法,还包括:
针对图像的像素的子集生成所述界标;以及
基于所述生成的界标通过插值来得到所述图像的其他像素的界标。
13.一种多能量成像系统,包括:
线积分计算器(504),其被配置为基于被分解为至少两个不同分量的所收集的线积分、感兴趣材料的人工路径长度、所述感兴趣材料的衰减曲线、在多能量处的多色谱、以及探测器谱响应率来计算线积分;
分解器(506),其将计算出的线积分分解为至少两个不同分量;
位移向量确定器(508),其从经分解的计算出的线积分分量中减去经分解的所收集的线积分分量,生成差分经分解的线积分分量,并且将所述差分经分解的线积分分量除以所述人工路径长度;
反投影器(510),其对所述差分经分解的线积分分量进行反投影;以及
缩放器(512),其将经反投影的差分经分解的线积分分量缩放为亨氏单位,生成界标,
其中,每个界标表示在多能量亨氏单位空间中针对一像素、通过射束硬化而失真的预定义材料组分的位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161480009P | 2011-04-28 | 2011-04-28 | |
US61/480,009 | 2011-04-28 | ||
PCT/IB2012/051828 WO2012147004A1 (en) | 2011-04-28 | 2012-04-13 | Multi-energy imaging |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103493101A CN103493101A (zh) | 2014-01-01 |
CN103493101B true CN103493101B (zh) | 2017-03-22 |
Family
ID=46062656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280020383.8A Expired - Fee Related CN103493101B (zh) | 2011-04-28 | 2012-04-13 | 多能量成像 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9324142B2 (zh) |
EP (1) | EP2702563B1 (zh) |
CN (1) | CN103493101B (zh) |
RU (1) | RU2013152742A (zh) |
WO (1) | WO2012147004A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9547889B2 (en) * | 2011-07-15 | 2017-01-17 | Koninklijke Philips N.V. | Image processing for spectral CT |
DE102012215515A1 (de) * | 2012-08-31 | 2014-03-06 | Klinikum Der Universität München | Verfahren zur Detektion von Schäden an Silikonimplantaten und Computertomographiegerät |
CN104903933B (zh) * | 2012-11-26 | 2018-10-19 | 皇家飞利浦有限公司 | 投影数据降噪 |
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 |
US9924917B2 (en) * | 2013-05-24 | 2018-03-27 | Hitachi, Ltd. | X-ray CT device and processing method |
DE102014206720A1 (de) | 2014-04-08 | 2015-10-08 | Siemens Aktiengesellschaft | Rauschreduktion in Tomogrammen |
WO2016142796A1 (en) * | 2015-03-09 | 2016-09-15 | Koninklijke Philips N.V. | Multi-energy (spectral) image data processing |
CN106373100B (zh) * | 2016-08-30 | 2019-03-26 | 首都师范大学 | 一种ct图像的硬化伪影校正方法 |
EP3815046A1 (en) | 2018-06-29 | 2021-05-05 | Koninklijke Philips N.V. | Imaging system configured to generate non-spectral volumetric image data from a kvp switching multi-energy acquisition |
EP3967233A1 (en) | 2020-09-09 | 2022-03-16 | Koninklijke Philips N.V. | Controller for a ct scanner |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4029963A (en) * | 1976-07-30 | 1977-06-14 | The Board Of Trustees Of Leland Stanford Junior University | X-ray spectral decomposition imaging system |
US6683934B1 (en) * | 2000-06-05 | 2004-01-27 | General Electric Company | Dual energy x-ray imaging system and method for radiography and mammography |
CN1518955A (zh) * | 2002-11-27 | 2004-08-11 | GEҽ��ϵͳ����������˾ | 软组织容积可视化的方法和装置 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5155365A (en) * | 1990-07-09 | 1992-10-13 | Cann Christopher E | Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data |
US5376795A (en) * | 1990-07-09 | 1994-12-27 | Regents Of The University Of California | Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data |
US20060259282A1 (en) * | 2003-03-14 | 2006-11-16 | Failla Gregory A | Deterministic computation of radiation transport for radiotherapy dose calculations and scatter correction for image reconstruction |
US6987833B2 (en) | 2003-10-16 | 2006-01-17 | General Electric Company | Methods and apparatus for identification and imaging of specific materials |
US7583779B2 (en) * | 2004-11-24 | 2009-09-01 | General Electric Company | System and method for acquisition and reconstruction of contrast-enhanced, artifact-reduced CT images |
US7298812B2 (en) | 2006-03-31 | 2007-11-20 | General Electric Company | Image-based material decomposition |
DE102007017629B4 (de) | 2007-04-12 | 2011-03-24 | Siemens Ag | Verfahren zur Zuordnung von Voxeln eines CT-Bilddatensatzes zu einer von zwei Materialmischungen jeweils bestehend aus zwei von vier unterschiedlichen Materialien |
DE102007024158B4 (de) * | 2007-05-24 | 2017-09-14 | Bayer Intellectual Property Gmbh | Auswahlverfahren für zwei Kontrastmittel zur Verwendung in einer Dual-Energy-CT-Untersuchung, Kontrastmittelkombination und Erzeugung von CT-Aufnahmen mit einer Kontrastmittelkombination mit unterschiedlichen Energiespektren |
US7813474B2 (en) * | 2007-10-09 | 2010-10-12 | General Electric Company | Method and apparatus for performing dual-spectrum CT with fast KV modulation at multiple-view intervals |
US8194961B2 (en) | 2008-04-21 | 2012-06-05 | Kabushiki Kaisha Toshiba | Method, apparatus, and computer-readable medium for pre-reconstruction decomposition and calibration in dual energy computed tomography |
DE102008030552A1 (de) | 2008-06-27 | 2009-12-31 | Siemens Aktiengesellschaft | Verfahren zur Erzeugung von Bilddaten zu einer virtuell vorgebbaren Röntgenröhrenspannung aus ersten und zweiten CT-Bilddaten |
JP5049937B2 (ja) * | 2008-09-30 | 2012-10-17 | 株式会社日立製作所 | エネルギー情報を用いたx線ct画像再構成法 |
US7983382B2 (en) * | 2008-11-26 | 2011-07-19 | General Electric Company | System and method for material segmentation utilizing computed tomography scans |
US8294717B2 (en) | 2009-06-26 | 2012-10-23 | Kabushiki Kaisha Toshiba | Advanced clustering method for material separation in dual energy CT |
-
2012
- 2012-04-13 CN CN201280020383.8A patent/CN103493101B/zh not_active Expired - Fee Related
- 2012-04-13 US US14/113,821 patent/US9324142B2/en active Active
- 2012-04-13 WO PCT/IB2012/051828 patent/WO2012147004A1/en active Application Filing
- 2012-04-13 RU RU2013152742/08A patent/RU2013152742A/ru not_active Application Discontinuation
- 2012-04-13 EP EP12720617.5A patent/EP2702563B1/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4029963A (en) * | 1976-07-30 | 1977-06-14 | The Board Of Trustees Of Leland Stanford Junior University | X-ray spectral decomposition imaging system |
US6683934B1 (en) * | 2000-06-05 | 2004-01-27 | General Electric Company | Dual energy x-ray imaging system and method for radiography and mammography |
CN1518955A (zh) * | 2002-11-27 | 2004-08-11 | GEҽ��ϵͳ����������˾ | 软组织容积可视化的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US20140056503A1 (en) | 2014-02-27 |
CN103493101A (zh) | 2014-01-01 |
EP2702563A1 (en) | 2014-03-05 |
RU2013152742A (ru) | 2015-06-10 |
WO2012147004A1 (en) | 2012-11-01 |
US9324142B2 (en) | 2016-04-26 |
EP2702563B1 (en) | 2019-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103493101B (zh) | 多能量成像 | |
US10147168B2 (en) | Spectral CT | |
JP5469293B2 (ja) | ハイブリッド型コンピュータ断層撮影検出器を使用して画像再構成を行うための方法 | |
CN100457039C (zh) | X射线散射校正 | |
US9036879B2 (en) | Multi-material decomposition using dual energy computed tomography | |
EP2243020B1 (en) | System and method for quantitative imaging of chemical composition to decompose more than two materials | |
JP6472088B2 (ja) | スペクトルctに関する構造伝播復元 | |
US9600866B2 (en) | Projection data de-noising | |
JP2008062035A (ja) | 対象の多重スペクトル画像を形成する方法及びシステム | |
CN107430778A (zh) | 基于来自光子计数多仓检测器的能量分辨的图像数据的图像重建 | |
EP2243021A2 (en) | System and method for quantitative imaging of chemical composition to decompose multiple materials | |
CN107106109A (zh) | 计算机断层扫描系统 | |
US10657679B2 (en) | Multi-energy (spectral) image data processing | |
Sukovle et al. | Basis material decomposition using triple-energy X-ray computed tomography | |
Gonzales et al. | Rectangular computed tomography using a stationary array of CNT emitters: initial experimental results | |
CN107212898B (zh) | 图像重建方法 | |
Baer et al. | Scatter correction methods in dimensional CT | |
Gomi | State-Of-The-Art X-Ray Digital Tomosynthesis Imaging | |
Natali et al. | Computer tomography for virtual models in dental imaging AN NATALI, MM VIOLA | |
Yang et al. | Sinogram-based attenuation correction in PET/CT | |
Shechter et al. | Accurate material quantification in dual energy CT | |
Hugonnard et al. | Dynamic CT simulation for minimal invasive surgery | |
Wang | Maximizing the Information Content of Dual Energy X-Ray and CT Imaging |
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: 20170322 |