CN104408763A - 一种图像重建方法及装置 - Google Patents

一种图像重建方法及装置 Download PDF

Info

Publication number
CN104408763A
CN104408763A CN201410597287.0A CN201410597287A CN104408763A CN 104408763 A CN104408763 A CN 104408763A CN 201410597287 A CN201410597287 A CN 201410597287A CN 104408763 A CN104408763 A CN 104408763A
Authority
CN
China
Prior art keywords
image
matrix
line
radial
string
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
Application number
CN201410597287.0A
Other languages
English (en)
Other versions
CN104408763B (zh
Inventor
刘勺连
李明
孙智鹏
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.)
Shenyang Zhihe Medical Technology Co ltd
Original Assignee
Neusoft Medical Systems Co Ltd
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 Neusoft Medical Systems Co Ltd filed Critical Neusoft Medical Systems Co Ltd
Priority to CN201410597287.0A priority Critical patent/CN104408763B/zh
Publication of CN104408763A publication Critical patent/CN104408763A/zh
Application granted granted Critical
Publication of CN104408763B publication Critical patent/CN104408763B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine (AREA)
  • Image Processing (AREA)

Abstract

本申请提供了一种图像重建方法及装置,所述方法包括:获取弦图径向PSF矩阵和图像轴向PSF矩阵;将弦图径向PSF矩阵和图像轴向PSF矩阵作为点扩散函数矩阵,根据点扩散函数矩阵构建重建模型;利用重建模型对探测到的符合计数进行重建,以获取PET重建图像;其中,弦图径向PSF矩阵用于表示每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合;图像轴向PSF矩阵用于表示每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。可见,本申请仅在探测区域的轴向方向上考虑像素点的扩散,因此仍然能够保证较低的计算复杂度,并且本申请仅在弦图的径向方向上考虑响应线的扩散,因此提高了点扩散的校正效果。

Description

一种图像重建方法及装置
技术领域
本申请涉及图像处理领域,尤其是涉及一种图像重建方法及装置。
背景技术
正电子发射型计算机断层显像(Positron Emission ComputedTomography,PET)是一种常用的医学影像技术。在PET技术中,将生物生命代谢中必须的物质标记上放射性核素(如F18,C11等),放射性核素在衰变过程中释放出正电子,一个正电子遇到一个电子后发生湮灭事件,从而产生方向大致相反的光子对(based on pair production)。因此,通过探测正电子湮灭产生的光子对,能够重建出放射性核素分布的三维图像(即PET图像),从而得到放射性核素在生物生命代谢中聚集的位置,以反映生命代谢活动的情况。
然而,由于正电子的湮灭射程、光子对的非准直性、光子对在闪烁晶体中的透射及散射(探测过程中光子对会经过闪烁晶体)等原因,会导致点扩散问题,从而影响重建图像的分辨率和对比度。因此,需要在重建图像时考虑点扩散问题。
现有技术中一种重建方式是,在重建模型中,考虑一个像素点向其他像素点的扩散,然而由于一个像素点在其扩散范围内的像素点数量较多,从而使得重建图像时的计算复杂度较高,尤其是当像素点变小时,计算复杂度会成平方地增加。现有技术还提出了一种重建方式是在重建模型中考虑一条响应线向其他响应线的扩散。由于一条响应线在其扩散范围的响应线数量较少,从而这种重建方式在在重建图像时的计算复杂度较低,但是对点扩散的校正效果较差。因此,如何实现在重建PET图像时,在保证计算复杂度较低的前提下,提高点扩散的校正效果,是现有技术亟待解决的问题。
发明内容
本申请解决的技术问题在于提供一种图像重建方法及装置,以实现在重建PET图像时,在保证计算复杂度较低的前提下,提高了点扩散的校正效果。
为此,本申请解决技术问题的技术方案是:
本申请提供了一种图像重建方法,包括:
获取弦图径向PSF矩阵和图像轴向PSF矩阵;
将所述弦图径向PSF矩阵和所述图像轴向PSF矩阵作为点扩散函数矩阵,根据所述点扩散函数矩阵构建重建模型;
利用所述重建模型对探测到的符合计数进行重建,以获取PET重建图像;
其中,所述弦图径向PSF矩阵用于表示每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合;所述图像轴向PSF矩阵用于表示每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。
可选的,所述重建模型为:
y=Psino_radialMPimage_axialx;
其中,x为所述PET重建图像,y为所述探测到的符合计数,M为光子对被探测器对所检测到的概率构成的矩阵,Psino_radial为所述弦图径向PSF矩阵,Pimage_axial为所述图像轴向PSF矩阵。
可选的,获取弦图径向PSF矩阵包括:
通过扫描点源或者线源,在每个环差以及每个投影方向上,获取多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数;
对获取到的所述多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述弦图径向PSF矩阵。
可选的,获取图像轴向PSF矩阵包括:
通过扫描点源,重建得到点源图像;
根据所述点源图像获取多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数;
对获取到的所述多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述图像轴向PSF矩阵。
可选的,在所述弦图径向PSF矩阵中,相关的各个矩阵元素的总和为固定值;所述相关的各个矩阵元素用于表示任一条响应线分别向其他响应线的扩散系数。
本申请还提供了一种图像重建装置,包括:
第一获取模块,用于获取弦图径向PSF矩阵;
第二获取模块,用于获取图像轴向PSF矩阵;
构建模块,用于将所述弦图径向PSF矩阵和所述图像轴向PSF矩阵作为点扩散函数矩阵,根据所述点扩散函数矩阵构建重建模型;
重建模块,用于利用所述重建模型对探测到的符合计数进行重建,以获取PET重建图像;
其中,所述弦图径向PSF矩阵用于表示每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合;所述图像轴向PSF矩阵用于表示每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。
可选的,所述重建模型为:
y=Psino_radialMPimage_axialx;
其中,x为所述PET重建图像,y为所述探测到的符合计数,M为光子对被探测器对所检测到的概率构成的矩阵,Psino_radial为所述弦图径向PSF矩阵,Pimage_axial为所述图像轴向PSF矩阵。
可选的,所述第一获取模块包括:
第一获取子模块,用于通过扫描点源或者线源,在每个环差以及每个投影方向上,获取多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数;
第二获取子模块,用于对获取到的所述多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述弦图径向PSF矩阵。
可选的,所述第二获取模块包括:
第三获取子模块,用于通过扫描点源,重建得到点源图像;
第四获取子模块,用于根据所述点源图像获取多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数;
第五获取子模块,用于对获取到的所述多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述图像轴向PSF矩阵。
可选的,在所述弦图径向PSF矩阵中,相关的各个矩阵元素的总和为固定值;所述相关的各个矩阵元素用于表示任一条响应线分别向其他响应线的扩散系数。
通过上述技术方案可知,本申请在构建重建模型时,基于的是弦图径向PSF矩阵和图像轴向PSF矩阵。其中弦图径向PSF矩阵表示的是每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合;图像轴向PSF矩阵表示的是每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。因此可以看出,本申请仅在轴向方向上考虑像素点的扩散,而在径向方向上考虑的不再是像素点的扩散,因此仍然能够保证较低的计算复杂度,并且由于发明人发现,在仅考虑响应线的扩散时,造成点扩散校正效果差的主要原因在于轴向方向上的各个因素影响,因此本申请中仅在弦图的径向方向上考虑响应线的扩散,而在轴向方向上考虑的不再是响应线的扩散,因此提高了点扩散的校正效果。从而,本申请实现了在重建PET图像时,在保证计算复杂度较低的前提下,提高了点扩散的校正效果。
附图说明
图1是仅考虑响应线扩散时的一种扩散缺失的示意图;
图2是仅考虑响应线扩散时的轴向压缩扩散影响的示意图;
图3是本申请实施例提供的图像重建方法的一种实施例的流程示意图;
图4是说明符合事件的示意图;
图5是一种弦图的示意图;
图6是现有技术和本申请的PET重建图像的对比图;
图7示出了探测器环的两个不同的投影方向;
图8是本申请实施例提供的图像重建方法的另一种实施例的流程示意图;
图9是本申请实施例提供的图像重建装置的一种实施例的结构示意图。
具体实施方式
在PET技术中,将生物生命代谢中必须的物质,如:葡萄糖、蛋白质、核酸、脂肪酸,标记上短寿命的放射性核素(如F18,C11等),通过探测放射性核素在生物生命代谢中的聚集的位置,来反映生命代谢活动的情况,从而达到诊断的目的。
由于放射性核素的寿命比较短,在衰变过程中释放出正电子,一个正电子在行进十分之几毫米到几毫米后遇到一个电子后发生湮灭,从而产生方向相反的并且能量为511KeV的光子对。因此,探测器不是直接探测放射性核素所在的位置,而是通过探测放射性核素发射的正电子湮灭产生的光子对重建出放射性核素分布的三维图像,即PET重建图像,从而反映生命代谢的情况。
然而,由于正电子的湮灭射程(正电子从产生到湮灭需要经过一定的射程)、光子对的非准直性、光子对在闪烁晶体中的透射及散射(探测过程中光子对会经过闪烁晶体)等原因,会导致点扩散问题,从而影响重建图像的分辨率和对比度,因此若重建图像显示的是病理信息时,会导致一些小的病灶模糊不清、一些病灶被周围的病灶掩盖、较近的病灶很难分开等。因此,需要在重建图像时考虑点扩散问题。
现有技术中一种重建方式是,在重建模型中,考虑一个像素点向其他像素点的扩散,然而由于一个像素点在其扩散范围内的像素点数量较多,从而使得重建图像时的计算复杂度较高,尤其是当像素点变小时(例如像素点从长宽都是2mm变为长宽都是1mm),如果重建区域不变,总的像素点个数会增加,从而使得计算复杂度会成平方地增加。现有技术还提出了一种重建方式是在重建模型中考虑一条响应线向其他响应线的扩散。由于一条响应线在其扩散范围的响应线数量较少,从而这种重建方式在重建图像时的计算复杂度较低,但是在三维重建中对点扩散的校正效果较差。因此,如何实现在重建PET图像时,在保证计算复杂度较低的前提下,提高点扩散的校正效果,是现有技术亟待解决的问题。
实际上,发明人经过研究发现,在重建模型中若仅考虑响应线向其他响应线的扩散,造成点扩散校正效果差的主要原因在于轴向方向上的各个因素影响。下面具体说明。
若在重建模型中仅考虑响应线向其他响应线的扩散,在对扩散数据缺失进行补偿时以及由于弦图轴向压缩,都会导致点扩散的校正效果较差。首先说明对扩散缺失进行补偿这种情况。例如图1以11环探测器结构为例,对于探测器2A和探测4B探测到的响应线11,若扩散范围为7层(包括自身层),因此分别扩散至响应线12、响应线13、响应线14、响应线15、响应线16和响应线17。其中响应线可能扩散到探测器的探测区域之外,导致扩散数据的缺失,例如上述例子中的响应线17就无法被探测到。而为了减少扩散缺失的影响,一般会针对扩散范围超出探测区域的部分进行补偿,然而,补偿数据与真实数据存在一定的误差,由于响应线的影响范围很大(由于响应线覆盖的图像像素较多),尤其是轴向方向上扩散的层数较多,因此会使得这种误差也较大,最终导致点扩散的校正效果较差。其次说明对于弦图存在轴向压缩的情况,如图2所示,假设响应线21、响应线22、响应线23、响应线24和响应线25都压缩到响应线21处,在各条响应线的交点处轴向扩散影响的范围较小,然而,随着距离交点的位置变远,轴向扩散影响的范围也将增大。因此其不同位置处的扩散情况是不一致的,但是如果仅考虑响应线的扩散,只能假设各个位置的扩散情况是一致的,这将造成校正点扩散时产生较大的误差,导致校正效果较差。
而在本申请实施例中,提供一种图像重建方法及装置,以实现在重建PET图像时,在保证计算复杂度较低的前提下,提高了点扩散的校正效果。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参阅图3,本申请实施例提供了图像重建方法的一种实施例。
为了更好地理解本申请实施例,首先介绍本申请实施例中涉及到的相关名词。在本申请实施例中,一般通过探测器探测放射性核素发射的正电子湮灭产生的光子对,因此多个探测器组成的空间的内部,即用于放置探测体的区域即为探测区域。其中探测器一般为单层或多层结构,并且每层探测器一般为环状,即构成探测器环。在本申请实施例中,探测区域的轴向方向指的就是多个探测器环的中心连线方向。
其中,两个探测器在一个符合时间窗(即一个极小的时间差)内分别探测到一个光子,即称一次符合事件。对符合事件的计数即称为符合计数,通过重建模型对符合计数进行重建,能够得到放射性核素分布的三维图像,即PET重建图像。其中,探测到正电子湮灭的光子对的探测器对之间的连线,即为响应线(Line of Response,LOR),也称为投影线。在本申请实施例中,弦图的径向方向也可以称为响应线的径向方向,指的是垂直于响应线的方向。
在本申请实施例中,可以将符合事件按照响应线径向距离编码,存储与矩阵中,该矩阵所形成的图像即为弦图。如图4所示,在一个符合时间窗内,探测器A和探测器B分别接收到正电子湮灭产生的光子γ1和γ2,被称作发生一个符合事件。视野中心O到探测器A和探测器B连线的距离r是径向坐标,而过O点与两个探测器A和B连线的垂线OC与x轴的夹角φ为角度坐标,(r,φ)唯一地表示一对探测器对应的位置。将所有位于(r,φ)的所发生的符合事件的次数累计的和作为矩阵中(r,φ)处的值。所有不同位置的探测器的符合事件的统计组成一个完整的矩阵,即为弦图,见图5。
本实施例的方法包括:
S301:获取弦图径向PSF矩阵和图像轴向PSF矩阵。
在本申请实施例中,弦图径向PSF矩阵用于表示,每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合。其中每条响应线可以指的是弦图中的每条响应线。因此,弦图径向PSF矩阵中的任一个矩阵元素,实际上指的是弦图中的任一条响应线沿弦图的径向方向扩散到另一条响应线的扩散系数,比如,弦图径向PSF矩阵为矩阵P,其中矩阵P中第i行第j列的元素pij可以表示弦图中的第j条响应线向第i条响应线的扩散系数。其中扩散系数也可以称为扩散权重。
在本申请实施例中,图像轴向PSF矩阵用于表示,每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。其中每个像素点可以指的是探测区域的每个像素点。因此,图像轴向PSF矩阵中的任一个矩阵元素,实际上指的是探测区域中的任一个像素点沿探测区域的轴向方向扩散到另一个像素点的扩散系数,比如,图像轴向PSF矩阵为矩阵Q,其中矩阵Q中第i行第j列的元素qij可以表示探测区域中的第j个像素点向第i个像素点的扩散系数。
S302:将步骤S301获取的弦图径向PSF矩阵和图像轴向PSF矩阵作为点扩散函数矩阵,根据点扩散函数矩阵构建重建模型。
在本申请实施例中,为了能够在重建图像时对点扩散的问题进行校正,实际上就是需要获取到能够表示点扩散规律的点扩散函数(Point Spreadfunction,PSF),其中多个点的点扩散函数即构成点扩散矩阵,通过点扩散函数矩阵构建出重建模型,从而根据重建模型进行图像重建时即能够实现对点扩散的校正。
在现有技术中,由于要么只考虑像素点的扩散,要么只考虑响应线的扩散,从而导致要么计算量复杂度较高,要么点扩散校正效果差。而在本申请实施例中,由于发明人经过研究发现,点扩散校正效果差主要是由于在考虑响应线扩散时,轴向方向上的各个因素影响,因此在本申请实施例中将步骤S301获取的弦图径向PSF矩阵和图像轴向PSF矩阵作为点扩散函数矩阵,因此在弦图的径向方向上考虑的不再是像素点的扩散,而是响应线的扩散,因此能够保证较低的计算复杂度。并且本申请实施例中在探测区域的轴向方向上考虑的不再是响应线的扩散,而是像素点的扩散,因此就可以对每个位置充分考虑其扩散情况,以实现精确校正。另外,由于像素点扩散范围较小,数据缺失部分只在边界层出现,因此在数据补偿时引入的误差也只会影响到很少的边界层,而边界层一般不是特别关注。从而本申请实施例中在轴向方向上考虑像素点的扩散能够提高点扩散的校正效果。
S303:利用重建模型对探测到的符合计数进行重建,以获取PET重建图像。
由于本申请实施例中的重建模型基于步骤S302中的获取的点扩散函数矩阵构建,因此根据重建模型重建得到的PET重建图像能够实现在保证计算复杂度较低的前提下,提高了点扩散的校正效果。
通过上述技术方案可知,本申请实施例在构建重建模型时,基于的是弦图径向PSF矩阵和图像轴向PSF矩阵。其中弦图径向PSF矩阵表示的是每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合;图像轴向PSF矩阵表示的是每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。因此可以看出,本申请仅在轴向方向上考虑像素点的扩散,而在弦图的径向方向上考虑的不再是像素点的扩散,因此仍然能够保证较低的计算复杂度,并且由于发明人发现,在仅考虑响应线的扩散时,造成点扩散校正效果差的主要原因在于轴向方向上的各个因素影响,因此本申请中仅在弦图的径向方向上考虑响应线的扩散,而在探测区域的轴向方向上考虑的不再是响应线的扩散,因此提高了点扩散的校正效果。从而,本申请实现了在重建PET图像时,在保证计算复杂度较低的前提下,提高了点扩散的校正效果。从而提高了图像分辨率和对比度。例如图6上图示出了仅考虑响应线的扩散时得到的PET重建图像,下图示出了采用本申请实施例的方式得到的PET重建图像,显然本申请实施例中得到的PET重建图像具有更高的图像分辨率和对比度,获得了更好的重建效果。
在本申请实施例中,弦图的径向方向指的是垂直于响应线的方向,下面对弦图的径向方向进行详细的介绍。
为了说明弦图的径向方向,首先需要通过一个例子介绍一下环差。如图7示出了探测器环的两个不同的投影方向,在图7左图中,以探测器(1,9)的方向为投影方向,在图7右图中,以探测器(2,10)的方向为投影方向。弦图中包括各个投影方向的响应线情况。其中,第一环上的探测器4,3,2,1,16,15,14,到第二环上的探测器6,7,8,9,10,11,12,形成的响应线(4,6),(3,7),(2,8),(1,9),(16,10),(15,11),(14,12),称为环差为1的响应线。同样,第二环上的4,3,2,1,16,15,14,到第三环上的6,7,8,9,10,11,12,形成的响应线(4,6),(3,7),(2,8),(1,9),(16,10),(15,11),(14,12),也称为环差为1的响应线。第一环上的4,3,2,1,16,15,14,到第三环上的6,7,8,9,10,11,12,形成的响应线(4,6),(3,7),(2,8),(1,9),(16,10),(15,11),(14,12),称为环差为2的响应线。一般情况下,环差都有正负之分,从第二环到第一环上的响应线,即为环差为负数的响应线。其中,两个探测器环之间的弦图,指的是同一层弦图。
弦图的径向方式,指的就是与同一环差、同一层弦图的响应线垂直的方向。例如,第一环上的探测器4,3,2,1,16,15,14,到第二环上的探测器6,7,8,9,10,11,12,形成的响应线(4,6),(3,7),(2,8),(1,9),(16,10),(15,11),(14,12)就属于同一环差(环差均为1)、同一层弦图(都是从第一环到第二环)的响应线。
下面将通过一种优选的实施例,提供本申请中一种重建模型的具体实例。
请参阅图8,本申请实施例提供了图像重建方法的另一种实施例。本实施例中的方法包括:
S801:获取弦图径向PSF矩阵和图像轴向PSF矩阵。
在本申请实施例中,弦图径向PSF矩阵用于表示每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合。图像轴向PSF矩阵用于表示每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。
其中,弦图径向PSF矩阵和图像轴向PSF矩阵都可以通过扫描点源或者线源的方式测出。下面分别说明。
首先说明对弦图径向PSF矩阵的获取方式:
第一步:通过扫描点源或者线源,在每个环差以及每个投影方向上,获取多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数。
该步骤中一般是先扫描一个点源或线源得到弦图,在弦图的每个环差上,每个投影方向上,得到一条响应线沿弦图的径向方向扩散到其他响应线的扩散函数,通过重复执行上述步骤,即能够获取到大量的响应线沿弦图的径向方向扩散到其他响应线的扩散函数。
第二步:对上一步中获取到的扩散函数的特征参数进行多项式拟合,根据拟合结果获得弦图径向PSF矩阵。该步骤中一般根据拟合结果获取到所有响应线沿弦图的径向方向扩散到其他响应线的扩散函数,进一步根据该扩散函数得到弦图径向PSF矩阵。其中,扩散函数的特征参数,是指能够反映扩散函数的特性的参数,例如可以包括高斯函数的均值方差,多项式的系数等。
接下来说明对图像轴向PSF矩阵的获取方式:
第一步:通过扫描点源,重建得到点源图像,根据点源图像获取多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数。
该步骤中一般是先扫描一个点源或线源得到弦图,重建得到点源图像,根据该点源图像获取到一个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数,通过重复执行上述步骤,即能够获取到大量的像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数。
第二步:对上一步中获取到的扩散函数的特征参数进行多项式拟合,根据拟合结果获得图像轴向PSF矩阵。
该步骤中一般是根据拟合结果获得所有像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数,进一步根据该扩散函数得到图像轴向PSF矩阵。
S802:将步骤S801获取的弦图径向PSF矩阵和图像轴向PSF矩阵作为点扩散函数矩阵,根据点扩散函数矩阵构建重建模型。其中重建模型为:
y=Psino_radialMPimage_axialx
其中,x为PET重建图像,y为探测到的符合计数,M为光子对被探测器对所检测到的概率构成的矩阵,即由重建图像到符合计数的几何投影系统矩阵,Psino_radial为弦图径向PSF矩阵,Pimage_axial为图像轴向PSF矩阵。
在弦图径向PSF矩阵中,相关的各个矩阵元素的总和为固定值;其中相关的各个矩阵元素用于表示任一条响应线分别向其他响应线的扩散系数,也就是说,任一条响应线分别向其他响应线的扩散系数之和为一固定值,例如,即一条投影线扩散到其他投影线的总权重和为1。
S803:利用重建模型对探测到的符合计数进行重建,以获取PET重建图像。
根据重建模型以及探测到的符合计数y、光子对被探测器对所检测到的概率构成的矩阵M、弦图径向PSF矩阵Psino_radial,图像轴向PSF矩阵Pimage_axial,即能够通过迭代等方式得到PET重建图像x。
对应于前述方法实施例,本申请还提供了一种图像重建装置。下面具体说明。
请参阅图9,本申请实施例提供了图像重建装置的一种实施例。在本实施例的装置包括第一获取模块901、第二获取模块902、构建模块903和重建模块904。
第一获取模块901,用于获取弦图径向PSF矩阵。
在本申请实施例中,弦图径向PSF矩阵用于表示,每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合。因此,弦图径向PSF矩阵中的任一个矩阵元素,实际上指的是弦图中的任一条响应线沿弦图的径向方向扩散到另一条响应线的扩散系数。
第二获取模块902,用于获取图像轴向PSF矩阵。
在本申请实施例中,图像轴向PSF矩阵用于表示,每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。因此,图像轴向PSF矩阵中的任一个矩阵元素,实际上指的是探测区域中的任一个像素点沿探测区域的轴向方向扩散到另一个像素点的扩散系数。
构建模块903,用于将所述弦图径向PSF矩阵和所述图像轴向PSF矩阵作为点扩散函数矩阵,根据所述点扩散函数矩阵构建重建模型。
在现有技术中,由于要么只考虑像素点的扩散,要么只考虑响应线的扩散,从而导致要么计算量复杂度较高,要么点扩散校正效果差。而在本申请实施例中,由于发明人经过研究发现,点扩散校正效果差主要是由于在考虑响应线扩散时,轴向方向上的各个因素影响,因此在本申请实施例中将第一获取模块901和第二获取模块902获取的弦图径向PSF矩阵和图像轴向PSF矩阵作为点扩散函数矩阵,因此在弦图的径向方向上考虑的不再是像素点的扩散,而是响应线的扩散,因此能够保证较低的计算复杂度。并且本申请实施例中在探测区域的轴向方向上考虑的不再是响应线的扩散,而是像素点的扩散,因此就可以对每个位置充分考虑其扩散情况,以实现精确校正。另外,由于像素点扩散范围较小,数据缺失部分只在边界层出现,因此在数据补偿时引入的误差也只会影响到很少的边界层,而边界层一般不是特别关注。从而本申请实施例中在轴向方向上考虑像素点的扩散能够提高点扩散的校正效果。
重建模块904,用于利用所述重建模型对探测到的符合计数进行重建,以获取PET重建图像。
可选的,在本申请实施例中,重建模型可以为:
y=Psino_radialMPimage_axialx;
其中,x为所述PET重建图像,y为所述探测到的符合计数,M为光子对被探测器对所检测到的概率构成的矩阵,Psino_radial为所述弦图径向PSF矩阵,Pimage_axial为所述图像轴向PSF矩阵。
可选的,本申请实施例中的第一获取模块901可以包括:
第一获取子模块,用于通过扫描点源或者线源,在每个环差以及每个投影方向上,获取多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数。
第二获取子模块,用于对获取到的所述多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述弦图径向PSF矩阵。
可选的,本申请实施例中的第二获取模块902可以包括:
第三获取子模块,用于通过扫描点源,重建得到点源图像。
第四获取子模块,用于根据所述点源图像获取多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数。
第五获取子模块,用于对获取到的所述多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述图像轴向PSF矩阵。
可选的,本申请实施例的弦图径向PSF矩阵中,相关的各个矩阵元素的总和可以为固定值;其中相关的各个矩阵元素用于表示任一条响应线分别向其他响应线的扩散系数。也就是说,任一条响应线分别向其他响应线的扩散系数之和为一固定值,例如,即一条投影线扩散到其他投影线的总权重和为1。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本申请的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种图像重建方法,其特征在于,包括:
获取弦图径向PSF矩阵和图像轴向PSF矩阵;
将所述弦图径向PSF矩阵和所述图像轴向PSF矩阵作为点扩散函数矩阵,根据所述点扩散函数矩阵构建重建模型;
利用所述重建模型对探测到的符合计数进行重建,以获取PET重建图像;
其中,所述弦图径向PSF矩阵用于表示每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合;所述图像轴向PSF矩阵用于表示每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。
2.根据权利要求1所述的方法,其特征在于,所述重建模型为:
y=Psino_radialMPimage_axialx;
其中,x为所述PET重建图像,y为所述探测到的符合计数,M为光子对被探测器对所检测到的概率构成的矩阵,Psino_radial为所述弦图径向PSF矩阵,Pimage_axial为所述图像轴向PSF矩阵。
3.根据权利要求1所述的方法,其特征在于,获取弦图径向PSF矩阵包括:
通过扫描点源或者线源,在每个环差以及每个投影方向上,获取多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数;
对获取到的所述多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述弦图径向PSF矩阵。
4.根据权利要求1所述的方法,其特征在于,获取图像轴向PSF矩阵包括:
通过扫描点源,重建得到点源图像;
根据所述点源图像获取多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数;
对获取到的所述多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述图像轴向PSF矩阵。
5.根据权利要求1所述的方法,其特征在于,在所述弦图径向PSF矩阵中,相关的各个矩阵元素的总和为固定值;所述相关的各个矩阵元素用于表示任一条响应线分别向其他响应线的扩散系数。
6.一种图像重建装置,其特征在于,包括:
第一获取模块,用于获取弦图径向PSF矩阵;
第二获取模块,用于获取图像轴向PSF矩阵;
构建模块,用于将所述弦图径向PSF矩阵和所述图像轴向PSF矩阵作为点扩散函数矩阵,根据所述点扩散函数矩阵构建重建模型;
重建模块,用于利用所述重建模型对探测到的符合计数进行重建,以获取PET重建图像;
其中,所述弦图径向PSF矩阵用于表示每条响应线沿弦图的径向方向扩散到其他响应线的扩散系数的集合;所述图像轴向PSF矩阵用于表示每个像素点沿探测区域的轴向方向扩散到其他像素点的扩散系数的集合。
7.根据权利要求6所述的装置,其特征在于,所述重建模型为:
y=Psino_radialMPimage_axialx;
其中,x为所述PET重建图像,y为所述探测到的符合计数,M为光子对被探测器对所检测到的概率构成的矩阵,Psino_radial为所述弦图径向PSF矩阵,Pimage_axial为所述图像轴向PSF矩阵。
8.根据权利要求6所述的装置,其特征在于,所述第一获取模块包括:
第一获取子模块,用于通过扫描点源或者线源,在每个环差以及每个投影方向上,获取多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数;
第二获取子模块,用于对获取到的所述多条响应线沿弦图的径向方向扩散到其他响应线的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述弦图径向PSF矩阵。
9.根据权利要求6所述的装置,其特征在于,所述第二获取模块包括:
第三获取子模块,用于通过扫描点源,重建得到点源图像;
第四获取子模块,用于根据所述点源图像获取多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数;
第五获取子模块,用于对获取到的所述多个像素点沿探测区域的轴向方向扩散到其他像素点的扩散函数的特征参数进行多项式拟合,根据拟合结果获得所述图像轴向PSF矩阵。
10.根据权利要求6所述的装置,其特征在于,在所述弦图径向PSF矩阵中,相关的各个矩阵元素的总和为固定值;所述相关的各个矩阵元素用于表示任一条响应线分别向其他响应线的扩散系数。
CN201410597287.0A 2014-10-29 2014-10-29 一种图像重建方法及装置 Active CN104408763B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410597287.0A CN104408763B (zh) 2014-10-29 2014-10-29 一种图像重建方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410597287.0A CN104408763B (zh) 2014-10-29 2014-10-29 一种图像重建方法及装置

Publications (2)

Publication Number Publication Date
CN104408763A true CN104408763A (zh) 2015-03-11
CN104408763B CN104408763B (zh) 2017-08-11

Family

ID=52646391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410597287.0A Active CN104408763B (zh) 2014-10-29 2014-10-29 一种图像重建方法及装置

Country Status (1)

Country Link
CN (1) CN104408763B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106859686A (zh) * 2017-01-19 2017-06-20 沈阳东软医疗系统有限公司 成像方法和成像系统
CN106963407A (zh) * 2016-06-12 2017-07-21 上海联影医疗科技有限公司 正电子发射断层成像系统及其图像重建方法
CN107133998A (zh) * 2016-05-25 2017-09-05 沈阳东软医疗系统有限公司 图像重建的方法和装置
US10043295B2 (en) 2015-10-13 2018-08-07 Shenyang Neusoft Medical Systems Co., Ltd. Reconstruction and combination of pet multi-bed image
CN113112558A (zh) * 2021-03-26 2021-07-13 徐州医科大学 一种高清pet图像重建方法
WO2022199630A1 (en) * 2021-03-23 2022-09-29 Shanghai United Imaging Healthcare Co., Ltd. Systems, apparatuses, and methods for data acquisition in pet

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101243331A (zh) * 2005-08-18 2008-08-13 皇家飞利浦电子股份有限公司 使用探测器响应函数的正电子发射断层扫描仪飞行时间列表模式重构
CN102282589A (zh) * 2009-01-19 2011-12-14 皇家飞利浦电子股份有限公司 列表模式pet成像中的区域重建和定量评估
US20120267536A1 (en) * 2011-04-21 2012-10-25 Toshiba Medical Systems Corporation Pet imaging system including detector elements of different design and performance
CN103547941A (zh) * 2011-06-14 2014-01-29 株式会社东芝 重建装置、方法以及程序
US20140093151A1 (en) * 2012-10-02 2014-04-03 Samsung Electronics Co. Ltd. Methods and apparatuses for generating a response of a scanner in an imaging apparatus and medical image using the same
CN103996213A (zh) * 2014-04-01 2014-08-20 平生医疗科技(昆山)有限公司 一种pet图像重建方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101243331A (zh) * 2005-08-18 2008-08-13 皇家飞利浦电子股份有限公司 使用探测器响应函数的正电子发射断层扫描仪飞行时间列表模式重构
CN102282589A (zh) * 2009-01-19 2011-12-14 皇家飞利浦电子股份有限公司 列表模式pet成像中的区域重建和定量评估
US20120267536A1 (en) * 2011-04-21 2012-10-25 Toshiba Medical Systems Corporation Pet imaging system including detector elements of different design and performance
CN103547941A (zh) * 2011-06-14 2014-01-29 株式会社东芝 重建装置、方法以及程序
US20140093151A1 (en) * 2012-10-02 2014-04-03 Samsung Electronics Co. Ltd. Methods and apparatuses for generating a response of a scanner in an imaging apparatus and medical image using the same
CN103996213A (zh) * 2014-04-01 2014-08-20 平生医疗科技(昆山)有限公司 一种pet图像重建方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
EUGENIO RAPISARDA ET AL.: "Evaluation of a new regularization prior for 3D PET reconstruction including PSF modelling", 《NUCLEAR SCIENCE SYMPOSIUM CONFERENCE RECORD,2010 IEEE》 *
I1 JUN AHN ET AL.: "LOR-based reconstruction for super-resolved 3D PET image", 《NUCLEAR SCIENCE SYMPOSIUM AND MEDICAL IMAGING CONFERENCE,2013 IEEE》 *
张剑戈 等: "一种三维PET图像盲恢复方法", 《上海交通大学学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10043295B2 (en) 2015-10-13 2018-08-07 Shenyang Neusoft Medical Systems Co., Ltd. Reconstruction and combination of pet multi-bed image
CN107133998A (zh) * 2016-05-25 2017-09-05 沈阳东软医疗系统有限公司 图像重建的方法和装置
CN106963407A (zh) * 2016-06-12 2017-07-21 上海联影医疗科技有限公司 正电子发射断层成像系统及其图像重建方法
CN106963407B (zh) * 2016-06-12 2022-03-01 上海联影医疗科技股份有限公司 正电子发射断层成像系统及其图像重建方法
CN106859686A (zh) * 2017-01-19 2017-06-20 沈阳东软医疗系统有限公司 成像方法和成像系统
CN106859686B (zh) * 2017-01-19 2020-01-03 东软医疗系统股份有限公司 成像方法和成像系统
WO2022199630A1 (en) * 2021-03-23 2022-09-29 Shanghai United Imaging Healthcare Co., Ltd. Systems, apparatuses, and methods for data acquisition in pet
CN113112558A (zh) * 2021-03-26 2021-07-13 徐州医科大学 一种高清pet图像重建方法
CN113112558B (zh) * 2021-03-26 2024-03-15 江苏医药职业学院 一种高清pet图像重建方法

Also Published As

Publication number Publication date
CN104408763B (zh) 2017-08-11

Similar Documents

Publication Publication Date Title
CN104408763A (zh) 一种图像重建方法及装置
CN102439626B (zh) 连续飞行时间散射模拟方法和装置
US10578753B2 (en) Apparatus, method and system for sparse detector
CN101796428B (zh) 减小了边缘效应的检测器
CN103393434B (zh) 获取正电子发射断层扫描系统响应模型与图像重建的方法
EP3207406B1 (en) Pet detector scintillator arrangement with light sharing and depth of interaction estimation
CN109031395B (zh) 利用晶体辐射对患者床移位的自动检测和校正方法和装置
CN102007430B (zh) 放射线断层摄影装置
CN102755172B (zh) 核医学成像方法以及核医学成像装置
CN101978288B (zh) 二维位置图校准方法
CN103417235B (zh) 一种随机噪声的校正方法和装置
CN101925834A (zh) 放射线检测器及具备该放射线检测器的断层摄像装置
US20130256537A1 (en) Pet detector modules utilizing overlapped light guides
CN109887048A (zh) Pet散射校正方法、图像重建方法、装置及电子设备
DE112015002935B4 (de) Rekonstruktion mit mehreren Photopeaks in quantitativer Einzelphotonen-Emissionscomputertomographie
CN105496436A (zh) 用于pet装置的时间校正方法和装置
CN107684436A (zh) 在pet系统中确定入射光子的位置的方法
CN101530330B (zh) 核医学诊断设备及方法,形态断层摄影诊断设备及方法
CN106388841A (zh) 一种图像重建方法、装置及设备
CN103745185A (zh) 一种识别探测器晶体单元位置的方法和装置
CN110168409A (zh) 具有联合tof和非tof图像重建的混合tof和非tof pet系统
US7129497B2 (en) Method and system for normalization of a positron emission tomography system
CN109313276A (zh) 伽马射线图像获取装置及伽马射线图像获取方法
CN107260194A (zh) 用于正电子断层成像的方法和图像重建方法及系统
CN106859686A (zh) 成像方法和成像系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
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.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230426

Address after: Room 308, No. 177-2 Chuangxin Road, Hunnan District, Shenyang City, Liaoning Province, 110167

Patentee after: Shenyang Zhihe Medical Technology Co.,Ltd.

Address before: 110179 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province

Patentee before: Shenyang Neusoft Medical Systems Co.,Ltd.