CN103565459B - 一种判断成像质量方法和装置 - Google Patents
一种判断成像质量方法和装置 Download PDFInfo
- Publication number
- CN103565459B CN103565459B CN201310441311.7A CN201310441311A CN103565459B CN 103565459 B CN103565459 B CN 103565459B CN 201310441311 A CN201310441311 A CN 201310441311A CN 103565459 B CN103565459 B CN 103565459B
- Authority
- CN
- China
- Prior art keywords
- eigenvalue
- detector
- crystal
- string
- die body
- 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
Landscapes
- Nuclear Medicine (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明实施例公开了一种判断成像质量方法和装置,包括:当检测出PET系统的检测器上的晶体和/或检测器无法正常工作时,将所述正常弦图上对应的位置上的数据清除;使用数据补偿方法对数据清除的位置进行数据补偿,根据补偿后的弦图重建对应的断层成像;判断伪影模体的第一特征值和对比度模体ROI中的第二特征值是否满足预定条件如果不满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作造成影响,在不需要进行扫描的情况下,就能模拟出在当前晶体甚至检测器无法工作的情况下扫描可能出现的断层成像并对特定区域进行特征值分析,并由此判断出PET在当前情况下是否能够进行正常工作,由此节省了大量的人力物力成本。
Description
技术领域
本发明涉及医疗器械领域,特别是涉及一种判断成像质量方法和装置。
背景技术
在正电子发射型计算机断层成像(Positron Emission ComputedTomography,PET)系统根据注入体内的放射性核素在衰变过程中产生的正电子湮灭辐射和符合探测原理构成的计算机断层装置。PET显像是一种“核素示踪影像技术”,即检测湮灭辐射产生的两个光子到达检测器的时间差来判定湮灭产生的位置,PET系统中由多个用于检测光子到达时间的检测器组成检测器组,每一个检测器中包括多个晶体,用于在光子到达晶体时确定光子到达的时间,检测器之间具有一定的安装间隙,一般来说为了后期处理方便将安装间隙设置成一个晶体的大小,在后期处理成像的过程中将该安装间隙形成的无信号区域当做是一排晶体无法工作造成的,通过补偿算法来对无信号区域进行数据补偿,由此达到有效的断层成像。由于检测器的大小一致,安装位置也是固定的,故安装间隙造成的无信号区域一般都很有规律,形状也很规则,能够准确的有效的通过补偿算法来消除安装间隙对断层成像造成的影响。然而当实际检测器上的一个或多个晶体损坏或无法工作时,由此造成的无信号区域是随机的,而且只要一个检测器中有超过一定比例的晶体损坏无法接收信号,就会导致整个检测器无法接收信号,这样会造成大范围的无信号区域,那么这种大范围的晶体损坏是否会对PET系统的断层成像造成无法辨识的后果或换句话说是否会导致PET系统无法正常工作是当前急需解决的问题。
发明内容
为了解决上述技术问题,本发明提供了一种判断成像质量方法和装置,以使得可以准确判断出大范围的晶体损坏对PET系统的成像所造成的影响是否会导致PET系统无法正常工作。
本发明实施例公开了如下技术方案:
一种判断成像质量方法,应用于正电子发射型计算机断层成像PET系统,设置伪影模体和对比度模体,根据所述伪影模体和对比度模体模拟出PET中检测器上的晶体均正常工作下的正常断层成像和正常弦图Sinogram并保存,包括:
当检测出PET系统的检测器上的晶体和/或检测器无法正常工作时,将所述正常弦图上对应无法正常工作的所述晶体和/或所述检测器的位置上的数据清除;
使用时域和/或频域上的数据补偿方法对数据清除的位置进行数据补偿,获得补偿后的弦图;
根据所述补偿后的弦图重建对应的断层成像,在所述断层成像上的伪影模体感兴趣区域ROI中获取第一特征值,从所述断层成像上的对比度模体ROI中获取第二特征值;
判断所述第一特征值和第二特征值是否满足预定条件;
如果满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作不造成影响;
如果不满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作造成影响。
优选的,所述判断所述第一特征值和第二特征值是否满足预定条件之前还包括:
通过主成分分析法PCA对获取的所述第一特征值和第二特征值进行降维处理,由此去除特征值冗余。
优选的,包括:
所述第一特征值具体为方差值;
所述第二特征值具体为对比度相对误差值。
优选的,所述检测出PET系统的检测器上的晶体和/或检测器无法正常工作,具体包括:
在检测PET系统时,获得与检测器上各个晶体相关的参数,所述参数包括每个晶体的单光子计数值或针对两个晶体的符合数据;
当所述单光子计数值低于预设计数值或所述符合数据符合预设条件时,判定对应的晶体无法正常工作;
当属于同一检测器的无法正常工作的晶体个数超过预定比例,则判定检测器无法正常工作。
优选的,所述使用时域和/或频域上的数据补偿方法,具体包括:
所述时域上的补偿方法为时域上的直接插值法;
所述频域上的补偿方法为频域上的约束傅里叶空间法CFSM。
优选的,所述根据所述补偿后的弦图重建对应的断层成像,具体包括:
采用截断频域为奈奎斯特频率的3D二次投影3DRP算法根据补偿后的弦图重建对应的断层成像。
优选的,所述判断所述第一特征值和第二特征值是否满足预定条件后,包括:
将判断结果作为判断样本进行保存。
一种判断成像质量装置,应用于正电子发射型计算机断层成像PET系统,包括:
设置单元,用于设置伪影模体和对比度模体,根据所述伪影模体和对比度模体模拟出PET中检测器上的晶体均正常工作下的正常断层成像和正常弦图Sinogram并保存;
数据清除单元,用于当检测出PET系统的检测器上的晶体和/或检测器无法正常工作时,将所述正常弦图上对应无法正常工作的所述晶体和/或所述检测器的位置上的数据清除;
数据补偿单元,用于使用时域和/或频域上的数据补偿方法对数据清除的位置进行数据补偿,获得补偿后的弦图;
重建单元,用于根据所述补偿后的弦图重建对应的断层成像,在所述断层成像上的伪影模体感兴趣区域ROI中获取第一特征值,从所述断层成像上的对比度模体ROI中获取第二特征值;
质量判断单元,用于判断所述第一特征值和第二特征值是否满足预定条件;
如果满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作不造成影响;
如果不满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作造成影响。
优选的,还包括:
去除冗余单元,用于在判断所述第一特征值和第二特征值是否满足预定条件之前,通过主成分分析法PCA对获取的所述第一特征值和第二特征值进行降维处理,由此去除特征值冗余。
优选的,所述重建单元,具体包括:
采用截断频域为奈奎斯特频率的3D二次投影3DRP算法根据补偿后的弦图重建对应的断层成像。
由上述技术方案可以看出,在当前出现晶体甚至检测器无法工作的情况下,模拟当前情况获取可能出现的弦图并进行数据补偿,根据补偿后的弦图重建对应的断层成像,并对断层成像的对应感兴趣区域提取特征值进行分析,使得在PET不需要进行实际扫描的情况下,就能模拟出在当前情况下扫描可能出现的断层成像并对特定区域进行特征值分析,并由此判断出PET在当前情况下是否能够进行正常工作,由此节省了大量的人力物力成本,提高了PET系统的使用效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种判断成像质量方法的方法流程图;
图2为本发明通过伪影模体模拟得到的正常断层成像示意图;
图3为本发明通过对比度模体模拟得到的正常断层成像示意图;
图4为本发明通过模体模拟得到的正常弦图示意图;
图5为本发明清除对应位置中数据的弦图示意图;
图6为本发明一种判断成像质量装置的装置结构图;
图7为本发明一种判断成像质量装置的另一个装置结构图。
具体实施方式
本发明实施例提供了一种判断成像质量方法和装置。一方面,在当前出现晶体甚至检测器无法工作的情况下,模拟当前情况获取可能出现的弦图并进行数据补偿,根据补偿后的弦图重建对应的断层成像,并对断层成像的对应感兴趣区域提取特征值进行分析,使得在PET不需要进行实际扫描的情况下,就能模拟出在当前情况下扫描可能出现的断层成像并对特定区域进行特征值分析,并由此判断出PET在当前情况下是否能够进行正常工作,由此节省了大量的人力物力成本,提高了PET系统的使用效率。
另一方面,将判断是否影响PET系统正常工作的结果,即当前的检测器即检测器中晶体的状态作为影响PET系统正常工作的判断样本或者不影响PET系统正常工作的判断样本进行保存,使得用于判断的预定条件随着判断次数的增加而越来越准确,由此可以不断提高判断是否影响PET系统正常工作的结果的精度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明实施例进行详细描述。
实施例一
请参阅图1,其为本发明一种判断成像质量方法的方法流程图,应用于正电子发射型计算机断层成像PET系统,该方法包括以下步骤:
首先是设置步骤:
S100:设置伪影模体和对比度模体,根据所述伪影模体和对比度模体模拟出PET中检测器上的晶体均正常工作下的正常断层成像和正常弦图Sinogram并保存。
这里对上述两种模体的作用以及模拟出的效果进行简单的介绍。
对于伪影模体,如图2所示,其为本发明通过伪影模体模拟得到的正常断层成像示意图,图中在黑色底色上的白色较大的圆形是在扫描注入了放射性液体(比如说F18)的模体后形成的断层成像,在该白色较大的圆形中的多个圆圈视为感兴趣区域(region of interest,ROI),也就是说,ROI中的数据是断层成像中较为重要,是可作为判断依据的数据。
对于对比度模体,如图3所示,其为本发明通过对比度模体模拟得到的正常断层成像示意图,图中多个白色圆形亮点区域视为该断层成像中的ROI。
请参阅图4,其为本发明通过模体模拟得到的正常弦图示意图,与图2和图3相同,均为模拟在PET中检测器组中所有检测器的晶体都能正常工作下的示意图。
设置步骤完成后,包括:
S101:当检测出PET系统的检测器上的晶体和/或检测器无法正常工作时,将所述正常弦图上对应无法正常工作的所述晶体和/或所述检测器的位置上的数据清除;
本发明的一种优选的实施例方式是通过单光子数据或者符合数据的方式来检测晶体的工作情况,优选的,具体包括:
在检测PET系统时,获得与检测器上各个晶体相关的参数,所述参数包括每个晶体的单光子计数值或针对两个晶体的符合数据;
当所述单光子计数值低于预设计数值或所述符合数据符合预设条件时,判定对应的晶体无法正常工作;
当属于同一检测器的无法正常工作的晶体个数超过预定比例,则判定检测器无法正常工作。
先对通过单光子计数值来判断晶体工作情况来进行说明:
PET系统扫描时会生成单光子数据,每一个晶体对应一个单光子计数值。我们用阈值法来判断是否存在损坏的晶体。因为PET探测器系统在轴向上的灵敏度存在一定偏差,所以在统计时我们是按照每个环分别统计的。假设PET探测器系统中共有N个检测器,每个检测器中有M个晶体,每个晶体的单光子计数为S。首先统计每个检测器的单光子计数平均值:
设定一个阈值系数λ∈(0,1),预设计数值为:Ln=λ*Cn
低于该预设计数值的,即被认为对应晶体已无法正常工作。
再对通过符合数据来判断晶体工作情况来进行说明:
PET系统一般通过扫描旋转棒源或均匀圆柱源的形式,使每一条响应线的计数接近同一个值。采集到符合计数后,首先要生成弦图S,然后统计弦图中的计数均值,得到损坏响应线集合也就是预设条件:
查询“响应线—晶体对”表,得到满足预设条件的晶体对集合BrokenPairSet。对该晶体对集合进行直方图统计,最终得到无法正常工作的晶体列表。
由于不同的晶体和检测器所获取的数据会展示在弦图上对应的不同固定区域中,故当确定出无法正常工作的晶体和/或检测器后,在弦图中确定出对应的位置,然后将确定出的位置中的数据清除,即相当于模拟出PET系统在具有这些无法工作的晶体和/或检测器的时候进行扫描时会得到的弦图。
请参阅图5,其为本发明清除对应位置中数据的弦图示意图,图中白色位置便是被清除数据的对应无法正常工作的晶体和/或检测器的位置。
S102:使用时域和/或频域上的数据补偿方法对数据清除的位置进行数据补偿,获得补偿后的弦图;
这里对数据补偿方法进行说明,优选的,所述使用时域和/或频域上的数据补偿方法,具体包括:
所述时域上的补偿方法为时域上的直接插值法;
所述频域上的补偿方法为频域上的约束傅里叶空间法CFSM。
这里需要说明的是,时域上的直接插值法是指在对S101中获得的部分数据被清除的弦图中进行检索,从而确定每一行中无数据段之前和之后的数据位置,由此可以直接对弦图中数据被清除的部分进行数据补偿操作。
而频域上的约束傅里叶空间法(Constrained Fourier Space Method,CFSM)是一种频域上的滤波法,用p(s,θ)表示时域弦图,根据傅里叶变换原理,可得弦图频域响应为:
对于一个点源,|P(w,n)|=Jn(wR),其中Jn表示n阶贝塞尔函数。这就表示其弦图的频域响应分布在区域|n|≤|w|R中。其中R是物体空间上的最大半径。那么,我们就可以生成一个滤波器,去除此区域之外的数据。
当然本发明一种优选的数据补偿方法是结合时域和频域数据补偿的优点,即在确定需要补偿的数据范围是使用时域上的直接插值法快速的确定需要数据补偿的无数据范围的周边的数据,然后将这些数据作为频域数据补偿算法的初值使用频域数据补偿算法进行数据补偿计算,由此加速了频域算法迭代收敛,这样的两种算法的组合可以使得数据补偿的计算速度比任何一种单一的数据补偿方法至少要快40%。
S103:根据所述补偿后的弦图重建对应的断层成像,在所述断层成像上的伪影模体感兴趣区域ROI中获取第一特征值,从所述断层成像上的对比度模体ROI中获取第二特征值;
优选的,包括:
所述第一特征值具体为方差值;
所述第二特征值具体为对比度相对误差值。
优选的,所述根据所述补偿后的弦图重建对应的断层成像,具体包括:
采用截断频域为奈奎斯特频率(Nyquist frequency)的3D二次投影(3D-reprojection,3DRP)算法根据补偿后的弦图重建对应的断层成像。
以下分别对重建出的伪影模体断层成像和对比度模体断层成像进行说明。
伪影特征:
伪影模体断层成像即图2所示的图像,统计每个ROI的方差。因为该图像时针对伪影设计的,是否存在伪影对均值的影响不大,所以伪影模体下的断层成像只考虑方差。一般来说,伪影现象越明显,其中的ROI的方差值就越大。所以,本方法先将每个ROI的方差值按从大到小进行排序,作为待处理特征。
对比度特征:
对比度模体断层成像即图3所示的图像,统计每一个ROI区域的像素均值以及组织区域的像素均值μtissue。这样,就可以得到每一个ROI区域的对比度:
由于实际对比度是事先知道的,所以,对比度相对误差可以表示为:
所需要统计的对比度与ROI位置无关,所以,这里的对比度相对误差值也需要从大到小进行排序。排序后的数据作为待处理特征。
上述两种方式最终得到的待处理特征的数量是非常大的,为了进一步提高判断速度,需要对待处理特征进行去冗余处理。即优选的,述判断所述第一特征值和第二特征值是否满足预定条件之前还包括:
通过主成分分析法PCA对获取的所述第一特征值和第二特征值进行降维处理,由此去除特征值冗余。
也就是说,使用主成分分析法(principal component analysis,PCA)将对待处理特征数据进行降维,减少冗余。
以对比度特征为例,ΔCi=(ΔCi,0,ΔCi,1,…,ΔCi,n)T,其协方差矩阵用表示。
主成分w1是这样一个单位向量:对于所有的样本,投影到w1上面之后被广泛散布,样本之间的差别变得最明显,即最大化方差。
写成拉格朗日问题:
对w1求导并令其等于0,得到:
所以α是∑的特征值,w1是∑的特征向量。
同时,我们得到
实际上,∑n*n有若干个特征值非零的特征向量,这些特征向量按照特征值大小降序排列,就得到了一组投影向量W=[w1,w2,…,wm],降维后的数据为:
ΔCLOWDim=ΔC·W
其中m是一个参数,通常根据前若干特征值之和占所有特征值综合的比例来确定。比如将比例定义为90%,那么使得:
由此获得线性可分的处理后特征。
S104:判断所述第一特征值和第二特征值是否满足预定条件;
如果满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作不造成影响;
如果不满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作造成影响。
优选的,所述判断所述第一特征值和第二特征值是否满足预定条件,包括:
使用特征分类器对第一特征值和第二特征值进行分类。
通过预先模拟各种晶体和检测器无法正常工作的情况,使用数据补偿算法处理并重建。使用支持向量机分类器(当然也可以是其他的特征分类器)对第一特征值和第二特征值进行分类,重建后统计出每种情况的伪影特征和对比度特征,确定出可用和不可用的,确定对应特征样本的“类标签”,即可用(+1)或不可用(-1)。
对于伪影特征和对比度特征,他们都有各自的分类器。以伪影特征为例:
有训练样本,(xi,yi),i=1,2,…,N;xi∈Rn;yi∈{+1,-1}
那么,我们需要找到这样一个超平面,将训练样本正确分开:wx+b=0
求解w和b,就可以对训练样本完成分类。训练得到的数据将会被预存到重建计算机硬盘中。当日常质量控制(Daily QUALITY CONTROL,DailyQC)检测到Block损坏后,这些数据将用于对新生成的伪影特征和对比度特征进行分类。
假设x表示一个新生成的特征向量,计算:f(x)=wx+b
分类规则为:
如果f(x)>0,那么断层成像可用。
如果f(x)<0,那么断层成像不可用。
优选的,所述判断所述第一特征值和第二特征值是否满足预定条件后,包括:
将判断结果作为判断样本进行保存。
从本实施例可以看出,一方面,在当前出现晶体甚至检测器无法工作的情况下,模拟当前情况获取可能出现的弦图并进行数据补偿,根据补偿后的弦图重建对应的断层成像,并对断层成像的对应感兴趣区域提取特征值进行分析,使得在PET不需要进行实际扫描的情况下,就能模拟出在当前情况下扫描可能出现的断层成像并对特定区域进行特征值分析,并由此判断出PET在当前情况下是否能够进行正常工作,由此节省了大量的人力物力成本,提高了PET系统的使用效率。
另一方面,将判断是否影响PET系统正常工作的结果,即当前的检测器即检测器中晶体的状态作为影响PET系统正常工作的判断样本或者不影响PET系统正常工作的判断样本进行保存,使得用于判断的预定条件随着判断次数的增加而越来越准确,由此可以不断提高判断是否影响PET系统正常工作的结果的精度。
实施例二
本实施例为对应实施例一的虚拟装置实施例,请参见图6,其为本发明一种判断成像质量装置的装置结构图,包括:
设置单元600,用于设置伪影模体和对比度模体,根据所述伪影模体和对比度模体模拟出PET中检测器上的晶体均正常工作下的正常断层成像和正常弦图Sinogram并保存;
数据清除单元601,用于当检测出PET系统的检测器上的晶体和/或检测器无法正常工作时,将所述正常弦图上对应无法正常工作的所述晶体和/或所述检测器的位置上的数据清除;
数据补偿单元602,用于使用时域和/或频域上的数据补偿方法对数据清除的位置进行数据补偿,获得补偿后的弦图;
重建单元603,用于根据所述补偿后的弦图重建对应的断层成像,在所述断层成像上的伪影模体感兴趣区域ROI中获取第一特征值,从所述断层成像上的对比度模体ROI中获取第二特征值;
优选的,所述重建单元,具体包括:
采用截断频域为奈奎斯特频率的3D二次投影3DRP算法根据补偿后的弦图重建对应的断层成像。
质量判断单元604,用于判断所述第一特征值和第二特征值是否满足预定条件;
如果满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作不造成影响;
如果不满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作造成影响。
优选的,在前述图6所示的装置中还包括去除冗余单元701,如图7所示:
去除冗余单元701,用于在判断所述第一特征值和第二特征值是否满足预定条件之前,通过主成分分析法PCA对获取的所述第一特征值和第二特征值进行降维处理,由此去除特征值冗余。
由上述实施例可以看出,一方面,在当前出现晶体甚至检测器无法工作的情况下,模拟当前情况获取可能出现的弦图并进行数据补偿,根据补偿后的弦图重建对应的断层成像,并对断层成像的对应感兴趣区域提取特征值进行分析,使得在PET不需要进行实际扫描的情况下,就能模拟出在当前情况下扫描可能出现的断层成像并对特定区域进行特征值分析,并由此判断出PET在当前情况下是否能够进行正常工作,由此节省了大量的人力物力成本,提高了PET系统的使用效率。
另一方面,将判断是否影响PET系统正常工作的结果,即当前的检测器即检测器中晶体的状态作为影响PET系统正常工作的判断样本或者不影响PET系统正常工作的判断样本进行保存,使得用于判断的预定条件随着判断次数的增加而越来越准确,由此可以不断提高判断是否影响PET系统正常工作的结果的精度。
需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上对本发明所提供的一种判断成像质量方法和装置进行了详细介绍,本文中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种判断成像质量方法,应用于正电子发射型计算机断层成像PET系统,其特征在于,设置伪影模体和对比度模体,根据所述伪影模体和对比度模体模拟出PET中检测器上的晶体均正常工作下的正常断层成像和正常弦图Sinogram并保存,包括:
当检测出PET系统的检测器上的晶体和/或检测器无法正常工作时,将所述正常弦图上对应无法正常工作的所述晶体和/或所述检测器的位置上的数据清除;
使用时域和/或频域上的数据补偿方法对数据清除的位置进行数据补偿,获得补偿后的弦图;
根据所述补偿后的弦图重建对应的断层成像,在所述补偿后的弦图重建对应的断层成像上的伪影模体感兴趣区域ROI中获取第一特征值,从所述补偿后的弦图重建对应的断层成像上的对比度模体ROI中获取第二特征值;
判断所述第一特征值和第二特征值是否满足预定条件;
如果满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作不造成影响;
如果不满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作造成影响。
2.根据权利要求1所述的方法,其特征在于,所述判断所述第一特征值和第二特征值是否满足预定条件之前还包括:
通过主成分分析法PCA对获取的所述第一特征值和第二特征值进行降维处理,由此去除特征值冗余。
3.根据权利要求1所述的方法,其特征在于,包括:
所述第一特征值具体为方差值;
所述第二特征值具体为对比度相对误差值。
4.根据权利要求1所述的方法,其特征在于,所述检测出PET系统的检测器上的晶体和/或检测器无法正常工作,具体包括:
在检测PET系统时,获得与检测器上各个晶体相关的参数,所述参数包括每个晶体的单光子计数值或针对两个晶体的符合数据;
当所述单光子计数值低于预设计数值或所述符合数据符合预设条件时,判定对应的晶体无法正常工作;
当属于同一检测器的无法正常工作的晶体个数超过预定比例,则判定检测器无法正常工作。
5.根据权利要求1所述的方法,其特征在于,所述使用时域和/或频域上的数据补偿方法,具体包括:
所述时域上的补偿方法为时域上的直接插值法;
所述频域上的补偿方法为频域上的约束傅里叶空间法CFSM。
6.根据权利要求1所述的方法,其特征在于,所述根据所述补偿后的弦图重建对应的断层成像,具体包括:
采用截断频域为奈奎斯特频率的3D二次投影3DRP算法根据补偿后的弦图重建对应的断层成像。
7.根据权利要求1所述的方法,其特征在于,所述判断所述第一特征值和第二特征值是否满足预定条件,包括:
使用特征分类器对第一特征值和第二特征值进行分类。
8.根据权利要求1所述的方法,其特征在于,所述判断所述第一特征值和第二特征值是否满足预定条件后,包括:
将判断结果作为判断样本进行保存。
9.一种判断成像质量装置,应用于正电子发射型计算机断层成像PET系统,其特征在于,包括:
设置单元,用于设置伪影模体和对比度模体,根据所述伪影模体和对比度模体模拟出PET中检测器上的晶体均正常工作下的正常断层成像和正常弦图Sinogram并保存;
数据清除单元,用于当检测出PET系统的检测器上的晶体和/或检测器无法正常工作时,将所述正常弦图上对应无法正常工作的所述晶体和/或所述检测器的位置上的数据清除;
数据补偿单元,用于使用时域和/或频域上的数据补偿方法对数据清除的位置进行数据补偿,获得补偿后的弦图;
重建单元,用于根据所述补偿后的弦图重建对应的断层成像,在所述补偿后的弦图重建对应的断层成像上的伪影模体感兴趣区域ROI中获取第一特征值,从所述补偿后的弦图重建对应的断层成像上的对比度模体ROI中获取第二特征值;
质量判断单元,用于判断所述第一特征值和第二特征值是否满足预定条件;
如果满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作不造成影响;
如果不满足,则判定无法正常工作的所述晶体和/或所述检测器对PET系统的正常工作造成影响。
10.根据权利要求9所述的装置,其特征在于,还包括:
去除冗余单元,用于在判断所述第一特征值和第二特征值是否满足预定条件之前,通过主成分分析法PCA对获取的所述第一特征值和第二特征值进行降维处理,由此去除特征值冗余。
11.根据权利要求9所述的装置,其特征在于,所述重建单元,具体包括:
采用截断频域为奈奎斯特频率的3D二次投影3DRP算法根据补偿后的弦图重建对应的断层成像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310441311.7A CN103565459B (zh) | 2013-09-25 | 2013-09-25 | 一种判断成像质量方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310441311.7A CN103565459B (zh) | 2013-09-25 | 2013-09-25 | 一种判断成像质量方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103565459A CN103565459A (zh) | 2014-02-12 |
CN103565459B true CN103565459B (zh) | 2015-07-01 |
Family
ID=50038777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310441311.7A Expired - Fee Related CN103565459B (zh) | 2013-09-25 | 2013-09-25 | 一种判断成像质量方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103565459B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110101402B (zh) * | 2019-04-26 | 2023-09-26 | 上海联影医疗科技股份有限公司 | 探测装置及其检测方法、具有探测装置的检测设备 |
CN112177606B (zh) * | 2020-09-18 | 2022-10-14 | 中海油田服务股份有限公司 | 一种多频电成像设备的测量数据补偿方法和装置 |
CN113261940B (zh) * | 2021-02-23 | 2024-03-15 | 上海市医疗器械检验研究院 | 一种磁共振图像质量的检测方法及装置 |
WO2022257011A1 (zh) * | 2021-06-08 | 2022-12-15 | 中加健康工程研究院(合肥)有限公司 | 探测pet设备的晶体效率的方法、装置、系统、介质及程序 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1550214A (zh) * | 2003-04-17 | 2004-12-01 | GEҽ��ϵͳ����������˾ | X-射线计算机断层系统和束硬化后处理方法 |
CN102110288A (zh) * | 2011-02-14 | 2011-06-29 | 东南大学 | 一种ct图像的投影弦图修补方法 |
CN102640016A (zh) * | 2010-12-02 | 2012-08-15 | 株式会社东芝 | Pet 数据处理方法、pet 数据处理装置、计算机可读的存储介质、以及数据处理方法 |
CN102930109A (zh) * | 2012-11-12 | 2013-02-13 | 沈阳东软医疗系统有限公司 | 一种剂量模型匹配方法及系统 |
CN103279929A (zh) * | 2013-05-25 | 2013-09-04 | 北京工业大学 | 一种基于余弦积分的ct图像金属轨迹预测和伪影去除方法 |
-
2013
- 2013-09-25 CN CN201310441311.7A patent/CN103565459B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1550214A (zh) * | 2003-04-17 | 2004-12-01 | GEҽ��ϵͳ����������˾ | X-射线计算机断层系统和束硬化后处理方法 |
CN102640016A (zh) * | 2010-12-02 | 2012-08-15 | 株式会社东芝 | Pet 数据处理方法、pet 数据处理装置、计算机可读的存储介质、以及数据处理方法 |
CN102110288A (zh) * | 2011-02-14 | 2011-06-29 | 东南大学 | 一种ct图像的投影弦图修补方法 |
CN102930109A (zh) * | 2012-11-12 | 2013-02-13 | 沈阳东软医疗系统有限公司 | 一种剂量模型匹配方法及系统 |
CN103279929A (zh) * | 2013-05-25 | 2013-09-04 | 北京工业大学 | 一种基于余弦积分的ct图像金属轨迹预测和伪影去除方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103565459A (zh) | 2014-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sharma et al. | Automatic segmentation of kidneys using deep learning for total kidney volume quantification in autosomal dominant polycystic kidney disease | |
Zavrtanik et al. | Draem-a discriminatively trained reconstruction embedding for surface anomaly detection | |
Hartvig et al. | Spatial mixture modeling of fMRI data | |
Kazemi et al. | Quantitative comparison of SPM, FSL, and brainsuite for brain MR image segmentation | |
Selvathi et al. | Thyroid classification and segmentation in ultrasound images using machine learning algorithms | |
Sneha et al. | Cervical cancer detection and classification using texture analysis | |
CN103565459B (zh) | 一种判断成像质量方法和装置 | |
Zhang et al. | A segmentation method for lung nodule image sequences based on superpixels and density-based spatial clustering of applications with noise | |
Ahmed et al. | Medical image denoising system based on stacked convolutional autoencoder for enhancing 2-dimensional gel electrophoresis noise reduction | |
Berthon et al. | PETSTEP: generation of synthetic PET lesions for fast evaluation of segmentation methods | |
GB2602581A (en) | Automatic detection and replacement of identifying information in images using machine learning | |
Vaden Jr et al. | Multiple imputation of missing fMRI data in whole brain analysis | |
Sanyal et al. | An automated two-step pipeline for aggressive prostate lesion detection from multi-parametric MR sequence | |
CN102939616B (zh) | 组织分类 | |
Beham et al. | Morphological image processing approach on the detection of tumor and cancer cells | |
Fernández Patón et al. | MR denoising increases radiomic biomarker precision and reproducibility in oncologic imaging | |
Gourdeau et al. | On the proper use of structural similarity for the robust evaluation of medical image synthesis models | |
US7558417B2 (en) | Method and apparatus for analyzing three-dimensional images containing voxels | |
Süleyman Yıldırım et al. | Automatic detection of multiple sclerosis lesions using Mask R‐CNN on magnetic resonance scans | |
Joseph et al. | A polynomial model for the adaptive computation of threshold of gradient modulus in 2D anisotropic diffusion filter | |
Pfau et al. | Global saliency: aggregating saliency maps to assess dataset artefact bias | |
Chen et al. | Unsupervised lesion detection with locally Gaussian approximation | |
CN107636725A (zh) | 自知的图像分割方法和系统 | |
Aggarwal et al. | Low rank and sparsity constrained method for identifying overlapping functional brain networks | |
US10908098B1 (en) | Automatic method of material identification for computed tomography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 110179 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Patentee after: Shenyang Neusoft Medical Systems Co.,Ltd. Address before: Hunnan New Century Road 110179 Shenyang city of Liaoning Province, No. 16 Patentee before: SHENYANG NEUSOFT MEDICAL SYSTEMS Co.,Ltd. |
|
CP03 | Change of name, title or address | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150701 |
|
CF01 | Termination of patent right due to non-payment of annual fee |