CN103713329A - Ct成像中定位物体的方法以及设备 - Google Patents

Abstract

提出了一种在CT成像中定位多个感兴趣物体的方法和设备。利用三幅近似垂直视角下的投影图像，实现感兴趣物体的三维空间定位。该方法对于扫描视野中存在多个感兴趣物的情况，仍然能够快速的确定CT图像中的感兴趣区物体的位置，并且无需对CT图像进行预重建，算法中也不涉及迭代步骤，方法快速、有效，能够很好地适用于工程应用。

Description

CT成像中定位物体的方法以及设备

技术领域

本发明的实施例主要涉及辐射成像，更具体地，涉及在CT成像中定位物体的方法以及设备。

背景技术

自从1972年Hounsfield发明了第一台CT机，CT技术给医学诊断和工业无损检测带来了革命性的影响，CT已经成为医疗、生物、航空航天、国防等行业重要的检测手段之一。随着技术的进步，CT扫描模式和成像方法也在不断地改进，三维锥束CT已经成为研究和应用的主流。X射线锥束CT已经在医学临床、安全检查、无损检测等领域得到了广泛的应用，特别是在医学临床诊断中，CT已经成为不可或缺的检查手段之一。

1989年，螺旋CT开始投入医学临床应用，由于螺旋CT的巨大优势，使得它逐步替代了以前的断层CT，螺旋CT相对于断层CT的优势在于：螺旋CT可以连续不间断地采集投影数据，并通过专门设计的重建算法得到物体的三维体数据，使得CT扫描的时间大大缩短，提供了重建图像的Z轴分辨率，减少了运动伪迹。螺旋CT在临床应用中取得了巨大的成功，很快，螺旋CT使用的探测器从单层发展到双层、四层、8层、16层，并逐渐发展到32层、64层、128层，到2007年Toshiba公司已经率先推出了320层的螺旋CT。螺旋飞速发展的同时，另外一项技术也在悄然进步：平板探测器技术。不同于多层螺旋CT使用的很多独立探测器模块拼装成的阵列探测器，平板探测器直接使用整块的大面积闪烁体，后面封装大规模光敏单元阵列(例如CCD、CMOS、TFT等)，然后经过A/D转换得到X射线强度数据。平板探测器技术的发展促使一类新的锥束CT(CBCT)得以面世，使用了平板探测器的CBCT系统一般只需旋转一周即可完成较大区域(例如30cm*30cm)的CT扫描，重建出该扫描视野(FOV)范围内的三维CT图像。

在安全检查和工业无损检查领域，CT技术在近年来也获得了快速的发展，例如基于双能技术安检CT由于具备了很好的区分物质的能力，已经得到了安检领域的认可，正在逐步推广；而针对工业无损检测领域的工业CT也在空间分辨率、密度分辨率方面取得了较大的进步。

在对CT图像重建的过程中，如何准确地确定例如金属物体之类感兴趣物体的位置，也是一个重要的研究课题。

发明内容

考虑到现有技术的一个或多个问题，提出了CT成像中定位物体的方法以及设备。

根据本发明的实施例，一种在CT成像中定位多个感兴趣物体的方法，包括步骤：

利用投影合成算法从投影数据中计算出其观察方向垂直于CT断层平面的第一投影图像；

在垂直于所述观察方向的锥束投影中选择两幅投影图像，即第二投影图像和第三投影图像，所述第二投影图像和所述第三投影图像基本上正交；

确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置；

基于多个感兴趣物体在所述第一投影图像、第二投影图像和所述第三投影图像中的位置计算每个感兴趣物体在三维空间中的位置。

根据本发明的实施例，计算第一投影平面的步骤包括：

利用投影数据和雷当变换数值的关系，基于投影数据计算出与第一投影图像对应的雷当数据的偏导数；

利用滤波反投影算法和所述雷当数据的偏导数计算出第一投影图像。

根据本发明的实施例，选择两幅投影图像的步骤包括：

基于所述第一投影图像选择第二投影图像和第三投影图像，以使得第二投影图像和第三投影图像中的多个感兴趣物体之间的重叠区域最小。

根据本发明的实施例，基于所述第一投影图像选择第二投影图像和第三投影图像的步骤包括：

对所述第一投影图像进行分割，得到只包含感兴趣区域信息的二值化图像；

对所述二值化图像进行扇束的前向投影，得到扇束投影的正弦图，此处所用到的扇束的扇角需要等于锥束系统中心层对应光源靶点的张角；

对于正弦图的每列，通过寻峰算法计算峰的个数；

对于所有峰值个数等于第一投影图像中感兴趣物体个数的投影角度，选择二者之间角度为90度的投影角度，从而确定第二投影图像和第三投影图像。

根据本发明的实施例，确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置的步骤包括：

在第一投影图像中对各个感兴趣物体进行分割，确定每个感兴趣物体区域在第一图像中的重心；

在第二投影图像和第三投影图像中对各个感兴趣物体区域进行分割，并且确定每个感兴趣物体在第二投影图像和第三投影图像中的重心。

根据本发明的实施例，一种在CT成像中定位多个感兴趣物体的设备，包括：

利用投影合成算法从投影数据中计算出其观察方向垂直于CT断层平面的第一投影图像的装置；

在垂直于所述观察方向的锥束投影中选择两幅投影图像，即第二投影图像和第三投影图像，所述第二投影图像和所述第三投影图像基本上正交的装置；

确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置的装置；

基于多个感兴趣物体在所述第一投影图像、第二投影图像和所述第三投影图像中的位置计算每个感兴趣物体在三维空间中的位置的装置。

通过上述实施例，能够从CT投影数据中确定感兴趣物体的位置。

附图说明

为了更好的理解本发明，将根据以下附图对本发明进行详细描述：

图1是根据本发明实施方式的CT设备的结构示意图；

图2示出了如图1所示的计算机数据处理器的结构框图；

图3示出了根据本发明第一实施方式的控制器的结构框图；

图4示出了根据本发明实施例的定位物体的方法过程的示意图；

图5是描述CBCT系统的示意图；

图6是描述通过投影数据合成俯视角平行束投影图的算法的示意图；

图7示出了是定位所有备选MAP的示意图；

图8是描述由俯视图选择两幅正交的水平投影图；

图9示出了根据本发明另一实施例的消除CT成像中的伪影的方法流程图；

图10示出了伪影消除的实验结果。

具体实施方式

下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。应当理解，当称“元件”“连接到”或“耦接”到另一元件时，它可以是直接连接或耦接到另一元件或者可以存在中间元件。相反，当称元件“直接连接到”或“直接耦接到”另一元件时，不存在中间元件。

根据本发明的一些实施例，能够在CT成像中定位多个感兴趣物体。利用投影合成算法从投影数据中计算出其观察方向垂直于CT断层平面的第一投影图像。然后在垂直于所述观察方向的锥束投影中选择两幅投影图像，即第二投影图像和第三投影图像，所述第二投影图像和所述第三投影图像基本上正交。确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置。基于多个感兴趣物体在所述第一投影图像、第二投影图像和所述第三投影图像中的位置计算每个感兴趣物体在三维空间中的位置。

根据本发明的另外实施例，能够消除CT成像中的伪影。从投影数据中计算所述多个特定物体在三个彼此基本上垂直的投影图上的位置从而确定所述多个特定物体在三维空间中的位置。利用所述多个特定物体的重心坐标对所有角度下的投影图像进行物体分割。用分割了该多个特定物体后的投影数据对该多个特定物体的投影数据进行修复。利用修复后的投影数据进行CT重建获得不包含该多个特定物体的CT图像。

图1是根据本发明实施方式的CT设备的结构示意图。如图1所示，根据本实施方式的CT设备包括：发出检查用X射线的射线源10，诸如X光机；承载机构40，其承载被检物品围绕轴Z转动，并且可以升降，使得被检物体进入检测区域，从而由射线源10发出的射线能够透过被检物体；探测和采集装置30，它是具有整体模块结构的探测器及数据采集器，例如平板探测器，用于探测透射被检物品的射线，获得模拟信号，并且将模拟信号转换成数字信号，从而输出被检查物体针对X射线的投影数据；控制器50，它用于控制整个系统的各个部分同步工作；以及计算机数据处理器60，它用来处理由数据采集器采集的数据，对数据进行处理并重建，输出结果。

如图1所示，射线源10置于可放置被检物体的承载机构40一侧，探测和采集装置30置于承载机构40的另一侧，包括探测器和数据采集器，用于获取被检物品投射数据和/或多角度投影数据。数据采集器中包括数据放大成形电路，它可工作于(电流)积分方式或脉冲(计数)方式。探测和采集装置30的数据输出电缆与计算机数据处理器60连接，根据触发命令将采集的数据存储在计算机数据处理器60中。

另外，检查设备还可以包括由金属制成的筒状物体通道20，它设置在承载机构40上，被检物品放置在被检物体通道中。

图2示出了如图1所示的计算机数据处理器60的结构框图。如图2所示，数据采集器所采集的数据通过接口单元68和总线64存储在存储器61中。只读存储器(ROM)62中存储有计算机数据处理器的配置信息以及程序。随机存取存储器(RAM)63用于在处理器66工作过程中暂存各种数据。另外，存储器61中还存储有用于进行数据处理的计算机程序。内部总线64连接上述的存储器61、只读存储器62、随机存取存储器63、输入装置65、处理器66、显示装置67和接口单元68。

在用户通过诸如键盘和鼠标之类的输入装置65输入的操作命令后，计算机程序的指令代码命令处理器66执行预定的数据处理算法，在得到数据处理结果之后，将其显示在诸如LCD显示器之类的显示装置67上，或者直接以诸如打印之类硬拷贝的形式输出处理结果。

图3示出了根据本发明实施方式的控制器的结构框图。如图3所示，控制器50包括：控制单元51，根据来自计算机60的指令，来控制射线源10、承载机构40和探测和采集装置30；触发信号产生单元52，用于在控制单元的控制下产生用来触发射线源10、探测和采集装置30以及承载机构40的动作的触发命令；第一驱动电机55，它在根据触发信号产生单元52在控制单元51的控制下产生的触发命令驱动承载机构40上升或者下降；高度信息获取单元53，它随着承载机构40的运动，向控制单元51反馈承载机构的高度信息；第二驱动电机56，它根据触发信号产生单元52在控制单元51的控制下产生的触发命令驱动承载机构40旋转；角度信息获取单元54，它在承载机构40旋转过程中获取承载机构40的旋转角度，反馈给控制单元51。根据本发明的实施方式，上述的高度信息获取单元53和角度信息获取单元54都是光电码盘，它具备抗干扰的优点。

下面详细介绍基于三视图的定位CT成像中特定物体(感兴趣物体)的方法。图4示出了根据本发明实施例的定位物体的方法过程的示意图。

设CBCT的系统如下：重建区域以三维直角坐标系Oxyz描述，其中坐标原点O为系统的旋转中心。S(β)为锥形束射线源所在的位置，其中β为系统的旋转角度值。平板探测器30置于旋转中心另一侧，并随光源同步转动。探测器上的投影数据以P(β，u，v)表示，其中u、v为平板探测器上的直角坐标。CBCT系统示意图如图5所示。

在步骤S41：利用投影合成算法从投影数据中计算出其观察方向垂直于CT断层平面的第一投影图像。

通过采集的锥束CT(CBCT)投影数据，计算成像视野内的俯视角平行束投影图。例如利用投影数据和雷当变换数值的关系，基于投影数据计算出与第一投影图像对应的雷当数据的偏导数。例如，可以通过公式(1)计算俯视图(本例中对应于第一投影图像)对应的雷当值(Radon)的偏导数：

$\frac{\∂}{\∂u}{R}_f(s,\stackrel{\→}{m})=\frac{1}{{\cos }^2\mathrm{\γ}}\underset{t_1}{\overset{t_2}{\∫}}\frac{\∂}{\∂u}(\frac{\mathrm{SO}}{\mathrm{SA}\left(t\right)}\×P(\mathrm{\β},u(s,\stackrel{\→}{m}),v(s,\stackrel{\→}{m},t)))\mathrm{dt}---\left(1\right)$

如附图6所示，点C位于中心平面Ω中，OC的长度对应着公式(1)之中的s，

为向量

的单位向量，γ代表∠CSO。积分计算沿着一条垂直于水平面且经过C点的线段t₁t₂完成。

然后，利用滤波反投影算法和所述雷当数据的偏导数计算出第一投影图像。例如，利用公式(2)求出俯视角的平行束投影图：

$\mathrm{Pf}\left(\stackrel{\→}{r}\right)=\frac{1}{2\mathrm{\π}}{\∫}_0^{\mathrm{\π}}[\frac{\∂\mathrm{Rf}\left(s\right)}{\∂s}*h_H\left(s\right)]{|}_{s=\stackrel{\→}{r}\·\stackrel{\→}{m}}\mathrm{d\β}---\left(2\right)$

其中h_H(s)为希尔伯特滤波，其具体形式为：

$h_H\left(s\right)={\∫}_{-\∞}^{+\∞}(-i\·\mathrm{sign}\left(\mathrm{\ρ}\right))\·e^{2\mathrm{\πi\ρs}}\mathrm{d\ρ}---\left(3\right)$

在步骤S42，在垂直于所述观察方向的锥束投影中选择两幅投影图像，即第二投影图像和第三投影图像，所述第二投影图像和所述第三投影图像基本上正交。

本实施例中用金属块中的某一点MAP(metal anchor point)的三位坐标来表示金属的位置。通过三个视角的投影图在三维空间中定位所有的MAP，其中一幅是上步骤中得到的俯视角投影图，另外两幅是从所有的锥束投影图中选出。俯视角平行束投影图将帮助选择出这两幅水平的锥束投影，以使得这两幅投影中出现的金属重叠区域最小，而且两幅投影所对应的旋转角度尽量垂直，以降低计算误差。

图7以一组实际数据为例介绍了通过俯视角图像选择水平视角图像的方法。我们首先将俯视角图像分割，得到只包含金属区域信息的二值化图像；然后对此二值化图像进行扇束的前向投影，得到扇束投影的正弦图，此处所用到的扇束的扇角需要等于锥束系统中心层对应光源靶点的张角，以此模拟锥束投影过程在俯视角下的情况；对于正弦图的每列，通过寻峰算法计算峰的个数；对于所有峰值个数等于俯视角图像中金属个数的投影角度。例如通过公式(4)从中挑选出较为垂直的两个角度angle₁和angle₂，此两个角度即为所选。

(angle₁，angle₂)＝argmin||angle₁-angle₂|-90°|(4)

在步骤S43，确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置，然后，基于多个感兴趣物体在所述第一投影图像、第二投影图像和所述第三投影图像中的位置计算每个感兴趣物体在三维空间中的位置。

例如，在所挑选出的两幅水平投影图中，对金属区域进行分割，并计算出每块金属区域的重心，如公式(5)所示：

$\left\{\begin{array}{c}{u}_c\left(i\right)=\frac{\underset{(u,v)\∈M_i}{\mathrm{\Σ}}P(u,v)\·u}{\underset{(u,v)\∈M_i}{\mathrm{\Σ}}P(u,v)}\\ v_c\left(i\right)=\frac{\underset{(u,v)\∈M_i}{\mathrm{\Σ}}P(u,v)\·v}{\underset{(u,v)\∈M_i}{\mathrm{\Σ}}P(u,v)}\end{array}\right.---\left(5\right)$

其中(u_c(i)，v_c(i))为第i块金属区域M_i对应的重心坐标。

在三维空间中，上述三幅图像用来定位所有的MAP。若金属块为凸几何体，那么连结光源点和金属区域重心点的直线一定会穿过金属块，而两条穿过同一块金属的已知的直线的交点就可以被认作是此块金属的MAP。如附图8所示，在实际情况中，空间两条直线往往是不相交的，因此可以计算这两条直线的最小二乘解作为MAP的坐标，如公式(6)：

(x_m，y_m，z_m)＝arg min(d²(x，y，z，l₁)+d²(x，y，z，l₂))(6)

其中d(x，y，z，l₁)和d(x，y，z，l₂)代表(x_m，y_m，z_m)到两条直线l₁和l₂的距离。

计算得到M(x_m，y_m，z_m)之后，可以用第三个投影图来检验M(x_m，y_m，z_m)是否投影在对应的金属区域内，如是，则M(x_m，y_m，z_m)可记录为MAP。

俯视角平行束投影图像用来帮助选择水平投影，以尽可能避免水平投影中出现金属重叠的情况。实际应用中情况较为复杂，此处对实际情况进行讨论。假设视野中存在m块金属，俯视角平行束投影图像中包含n_o块金属区域，两幅水平投影中分别包含块n₁和n₂金属区域，这里不妨假设n₁≥n₂。我们可以分三种情况加以讨论。

(1)如果m＝n_o＝n₁＝n₂，那么意味着三幅选择出来的图像中金属均无重叠，那么公式(5)中计算的所有金属区域重心是准确的。我们可以选用三幅图像中的任意两幅，使用公式(6)计算可能的MAP坐标，并用第三幅图像筛查排除错误的选项。

(2)如果m＝n_o＝n₁＞n₂或者m＝n₁＝n₂＞n₀，那么意味着三幅图像中有两幅图像中金属是完全分隔开不重叠的。我们可以选用这两幅金属不重叠的图像，利用公式(6)计算可能的MAP坐标，并用第三幅图像筛查排除错误的选项。

(3)如果m＝n_o＞n₁≥n₂或者m＝n₁＞n₀∩n₁＞n₂，则只有一幅图像没有金属重叠；如果m＞max(n_o，n₁)，则三幅图像都包含金属重叠的区域。此两种情况下无法应用上述方法计算MAP坐标。

通过上述过程，能够从CT投影数据中确定感兴趣物体的位置。

另外，针对CT成像中广泛存在的金属伪影问题，本发明的另一实施例提出了一种基于三视图的CT金属伪影校正方法，利用投影合成技术和基于三视图的多物体三维坐标定位技术，实现CT成像中的金属伪影消除。本发明实施例的方法属于投影预处理类校正方法，无需CT预重建，算法过程简捷、速度快，能够很好地满足工程应用对重建速度的要求。

在该实施例的方法中，当扫描视野中存在多颗金属植入物的情况下，仍然能够快速的去除重建图像中的金属伪影。其独特的优点在于不对图像进行预重建，算法中也不涉及迭代步骤，只采用三个(近似)垂直的视角的投影图来定位金属，因此可以快速、准确的对投影数据进行修复。

图9示出了根据本发明另一实施例的消除CT成像中的伪影的方法流程图。如图9所示，在步骤S91，从投影数据中计算所述多个特定物体在三个彼此基本上垂直的投影图上的位置从而确定所述多个特定物体在三维空间中的位置。

根据另一实施例，从投影数据中计算所述多个特定物体在三个彼此基本上垂直的投影图上的位置从而确定所述多个特定物体在三维空间中的位置方法过程如下：

1)首先利用投影合成算法直接从投影数据中计算出俯视角位置的平行束投影图像，通过考察金属区域在俯视角投影图中的位置关系，在所有水平方向的锥束投影钟选出两幅投影，这两幅水平投影中金属要尽可能地不相互重叠，而且两幅水平投影的旋转角度之差要尽可能的接近90°，以保证后续计算的准确性。

2)利用选出的三幅投影图像，在这三幅图像内对金属区域进行分割，然后根据三幅图像中金属的位置计算该金属物体在三维空间中的位置，并将该物体重心的三维坐标记做该金属的定位点(metal anchor point，简称MAP)。实际应用中难免会遇到所选择的投影图像中金属物相互之间有重叠，经论证，只要三幅图像里有至少两副图像中金属不重叠，则此算法可以准确的定位出所有的金属的MAP。

在步骤S92，利用所述多个特定物体的重心坐标对所有角度下的投影图像进行物体分割。

在步骤S93，用分割了该多个特定物体后的投影数据对该多个特定物体的投影数据进行修复。

在步骤S94，利用修复后的投影数据进行CT重建获得不包含该多个特定物体的CT图像。

例如，将MAP投影到各个角度下的探测器平面上，得到的投影点命名为金属种子点(metal seed point，简称MSP)。由此MSP点出发，对每一个角度的投影图像进行预处理，以MSP为种子点对该投影图中的所有金属区域进行分割。在分割出所有投影图像中的金属区域后，对分割出的金属区域位置的投影数据进行修复(采用一般的插值方法即可)。利用修正后的投影数据，使用现有的CT重建算法重建出不包含金属的CT图像。

例如，在三维空间中定位了所有的MAP之后，我们可以在每个投影角度下计算MAP在平板探测器上的投影，记作MSP(metal seed point)。因为MAP在三维空间中定位在金属块内部，那么MSP在投影图中一定会位于金属投影区域的内部。基于此，可以利用较为成熟的区域生长算法在投影图中分割出所有的金属投影区域。

在标记出投影图的金属区域之后，我们利用双线性插值的算法对金属投影区域进行修复。此方法如公式(7)所示：

$I=\frac{\frac{(d_{\mathrm{up}}\×I_{\mathrm{down}}+d_{\mathrm{down}}\×I_{\mathrm{up}})}{(d_{\mathrm{up}}+d_{\mathrm{down}})}\×(d_{\mathrm{left}}+d_{\mathrm{right}})+\frac{(d_{\mathrm{left}}\×I_{\mathrm{right}}+d_{\mathrm{right}}\×I_{\mathrm{left}})}{(d_{\mathrm{left}}+d_{\mathrm{right}})}\×(d_{\mathrm{up}}+d_{\mathrm{down}})}{d_{\mathrm{up}}+d_{\mathrm{down}}+d_{\mathrm{left}}+d_{\mathrm{right}}}---\left(7\right)$

其中，I是填入对应像素点的修复数据，d_up、d_dowb、d_left和d_right是该像素点距离金属区域边缘的距离，I_up、I_down、I_left和I_right是对应边缘上的图像的灰度值。

利用上述方法完成投影数据的预处理后，就可以使用现有的CT方法(例如圆轨道FDK算法、螺旋轨道FDK算法等)重建出不包含金属的CT图像。

在实际系统上对上述理论和方法进行了实验验证。使用的CBCT系统如图10(a)所示。平板探测器尺寸为243.84mm×195.07mm，每个像素尺寸为0.127mm×0.127mm，这意味着阵列包含1920×1536个像素。X光源位于探测器对面，电压为120keV，电流为1.7mA。转台位于探测器和光源之间，光源靶点距离旋转中心750mm，光源靶点距离探测器中心1050mm。每次扫描在360°范围内均匀的采集360个投影。我们制作了一个模型来说明算法(如图10(b))，在塑料烧杯内固定一只塑料烧瓶，在烧瓶外侧固定若干颗金属球。为了能够模拟医学应用，在扫描过程中烧杯和烧瓶都将注满水。

实验结果如图10所示。金属球以两种不同的摆放方式固定在了烧瓶外侧，以考察不同位置关系对于定位算法是否有影响。其中，图10(a1、b1、b3)是未予处理的CT图像，而图10(a2、b2、b4)是对应的利用本发明方法进行金属伪影校正之后的CT图像。可以发现金属块之间的条状伪影和金属附近的伪影都可以通过本发明的金属伪影校正方法有效地去除。

上述伪影校正方法从投影域图像处理方法入手，能够快速、有效地解决多个金属物体共存时的金属伪影消除问题。此外，该方法无需迭代，能够方便地应用于实际工程中。

以上的详细描述通过使用方框图、流程图和/或示例，已经阐述了定位物体的方法和/或校正伪影校正方法的众多实施例。在这种方框图、流程图和/或示例包含一个或多个功能和/或操作的情况下，本领域技术人员应理解，这种方框图、流程图或示例中的每一功能和/或操作可以通过各种硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中，本发明的实施例所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而，本领域技术人员应认识到，这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中，实现为在一台或多台计算机上运行的一个或多个计算机程序(例如，实现为在一台或多台计算机系统上运行的一个或多个程序)，实现为在一个或多个处理器上运行的一个或多个程序(例如，实现为在一个或多个微处理器上运行的一个或多个程序)，实现为固件，或者实质上实现为上述方式的任意组合，并且本领域技术人员根据本公开，将具备设计电路和/或写入软件和/或固件代码的能力。此外，本领域技术人员将认识到，本公开所述主题的机制能够作为多种形式的程序产品进行分发，并且无论实际用来执行分发的信号承载介质的具体类型如何，本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于：可记录型介质，如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等；以及传输型介质，如数字和/或模拟通信介质(例如，光纤光缆、波导、有线通信链路、无线通信链路等)。

虽然已参照几个典型实施例描述了本发明，但应当理解，所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质，所以应当理解，上述实施例不限于任何前述的细节，而应在随附权利要求所限定的精神和范围内广泛地解释，因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。

Claims (10)

1.一种在CT成像中定位多个感兴趣物体的方法，包括步骤：

利用投影合成算法从投影数据中计算出其观察方向垂直于CT断层平面的第一投影图像；

在垂直于所述观察方向的锥束投影中选择两幅投影图像，即第二投影图像和第三投影图像，所述第二投影图像和所述第三投影图像基本上正交；

确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置；

基于多个感兴趣物体在所述第一投影图像、第二投影图像和所述第三投影图像中的位置计算每个感兴趣物体在三维空间中的位置。

2.如权利要求1所述的方法，其中，计算第一投影平面的步骤包括：

利用投影数据和雷当变换数值的关系，基于投影数据计算出与第一投影图像对应的雷当数据的偏导数；

利用滤波反投影算法和所述雷当数据的偏导数计算出第一投影图像。

3.如权利要求1所述的方法，其中，选择两幅投影图像的步骤包括：

基于所述第一投影图像选择第二投影图像和第三投影图像，以使得第二投影图像和第三投影图像中的多个感兴趣物体之间的重叠区域最小。

4.如权利要求3所述的方法，其中，基于所述第一投影图像选择第二投影图像和第三投影图像的步骤包括：

对所述第一投影图像进行分割，得到只包含感兴趣区域信息的二值化图像；

对所述二值化图像进行扇束的前向投影，得到扇束投影的正弦图，此处所用到的扇束的扇角需要等于锥束系统中心层对应光源靶点的张角；

对于正弦图的每列，通过寻峰算法计算峰的个数；

对于所有峰值个数等于第一投影图像中感兴趣物体个数的投影角度，选择二者之间角度为90度的投影角度，从而确定第二投影图像和第三投影图像。

5.如权利要求1所述的方法，其中，确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置的步骤包括：

在第一投影图像中对各个感兴趣物体进行分割，确定每个感兴趣物体区域在第一图像中的重心；

在第二投影图像和第三投影图像中对各个感兴趣物体区域进行分割，并且确定每个感兴趣物体在第二投影图像和第三投影图像中的重心。

6.一种在CT成像中定位多个感兴趣物体的设备，包括：

利用投影合成算法从投影数据中计算出其观察方向垂直于CT断层平面的第一投影图像的装置；

在垂直于所述观察方向的锥束投影中选择两幅投影图像的装置，即选择第二投影图像和第三投影图像，所述第二投影图像和所述第三投影图像基本上正交；

确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置的装置；

基于多个感兴趣物体在所述第一投影图像、第二投影图像和所述第三投影图像中的位置计算每个感兴趣物体在三维空间中的位置的装置。

7.如权利要求6所述的设备，其中，计算第一投影平面的装置包括：

利用投影数据和雷当变换数值的关系，基于投影数据计算出与第一投影图像对应的雷当数据的偏导数的装置；

利用滤波反投影算法和所述雷当数据的偏导数计算出第一投影图像的装置。

8.如权利要求6所述的设备，其中，选择两幅投影图像的装置包括：

基于所述第一投影图像选择第二投影图像和第三投影图像，以使得第二投影图像和第三投影图像中的多个感兴趣物体之间的重叠区域最小的装置。

9.如权利要求8所述的设备，其中，基于所述第一投影图像选择第二投影图像和第三投影图像的装置包括：

对所述第一投影图像进行分割，得到只包含感兴趣区域信息的二值化图像的装置；

对所述二值化图像进行扇束的前向投影，得到扇束投影的正弦图的装置，此处所用到的扇束的扇角需要等于锥束系统中心层对应光源靶点的张角；

对于正弦图的每列，通过寻峰算法计算峰的个数的装置；

对于所有峰值个数等于第一投影图像中感兴趣物体个数的投影角度，选择二者之间角度为90度的投影角度，从而确定第二投影图像和第三投影图像的装置。

10.如权利要求6所述的设备，其中，确定多个感兴趣物体在所述第一投影图像、所述第二投影图像和所述第三投影图像中的位置的装置包括：

在第一投影图像中对各个感兴趣物体进行分割，确定每个感兴趣物体区域在第一图像中的重心的装置；

在第二投影图像和第三投影图像中对各个感兴趣物体区域进行分割，并且确定每个感兴趣物体在第二投影图像和第三投影图像中的重心的装置。

Images