CN104541183A - 用于利用连续的床移动的分布式列表模式飞行时间重建的虚拟框架 - Google Patents
用于利用连续的床移动的分布式列表模式飞行时间重建的虚拟框架 Download PDFInfo
- Publication number
- CN104541183A CN104541183A CN201380042473.1A CN201380042473A CN104541183A CN 104541183 A CN104541183 A CN 104541183A CN 201380042473 A CN201380042473 A CN 201380042473A CN 104541183 A CN104541183 A CN 104541183A
- Authority
- CN
- China
- Prior art keywords
- event
- virtual framework
- framework
- pet
- virtual
- 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
- 238000002600 positron emission tomography Methods 0.000 claims abstract description 28
- 230000000007 visual effect Effects 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001052 transient effect Effects 0.000 claims description 5
- 210000003484 anatomy Anatomy 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000012636 positron electron tomography Methods 0.000 description 3
- 229940121896 radiopharmaceutical Drugs 0.000 description 3
- 239000012217 radiopharmaceutical Substances 0.000 description 3
- 230000002799 radiopharmaceutical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 241000272165 Charadriidae Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005251 gamma ray Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 244000287680 Garcinia dulcis Species 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004323 axial length Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
- G01T1/2985—In depth localisation, e.g. using positron emitters; Tomographic imaging (longitudinal and transverse section imaging; apparatus for radiation diagnosis sequentially in different planes, steroscopic radiation diagnosis)
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
- G01T1/164—Scintigraphy
- G01T1/1641—Static instruments for imaging the distribution of radioactivity in one or two dimensions using one or several scintillating elements; Radio-isotope cameras
- G01T1/1647—Processing of scintigraphic data
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine (AREA)
Abstract
一种正电子发射断层摄影(PET)系统包括：存储器(18)、对象支撑物(3)、归类单元(20)以及重建单元(22)。所述存储器(18)连续地记录由PET探测器(4)探测的探测到的符合事件对。所述对象支撑物(3)支撑对象并且以连续的移动来移动通过所述PET探测器(4)的视场(10)。所述归类单元(20)将所记录的符合对归类到多个在空间上定义的虚拟框架(14)的每个中。所述重建单元(22)将每个虚拟框架的经归类的符合对重建到框架图像中，并且将所述框架图像组合到共同的细长图像中。
Description
技术领域
下文总体上涉及医学成像。本发明具体应用在与正电子发射断层摄影(PET)、图像重建以及连续的床移动(CBM)结合的应用中，并且将具体参考其进行描述。然而，应当理解，本发明还具体应用在其他使用场景中，并且不必限于前述应用。
背景技术
在PET成像中，探测器阵列探测从对象中的正电子湮没事件发射的伽玛光子对。探测到的伽马光子对确定响应线(LOR)。飞行时间(TOF)PET基于对每个光子对的探测之间的平均时间差来添加对湮没事件发生的起始位置的估计结果。该估计结果是沿着LOR的距离的。探测到的符合对和TOF信息能够被记录在被称为列表模式数据的事件列表中。根据列表模式数据来重建一幅或多幅图像。
临床工作流程包括扫描患者的时间和重建一幅或多幅图像的时间。临床时间是宝贵的。临床工作流程能够包括利用一种或多种成像模态(例如，X射线计算机断层摄影(CT))进行成像。改进临床工作流程的一种方法是快速生成图像，同时减少总的扫描时间。当对患者的区域进行成像时(其比对扫描器的区域进行成像更长)，使用步进拍摄技术来生成细长图像。患者支撑物移动到第一位置，停止并且对患者的第一区域进行成像。对第一区域进行成像后，支撑物被移动到第二位置，停止并且对第二区域进行成像等。为了均匀地进行采样，患者区域被交叠例如50％。然而，移动或步进到下一位置的时间延长了总的扫描时间。停止/启动运动对一些对象是不舒服的。在多模态或混合系统(例如，PET-CT)中，一些模态(例如，CT)不受益于步进拍摄方法，所述步进拍摄方法可以实际上妨碍其他模态的工作流程。
另一方法是连续的床移动(CBM)。CBM缩短了总的扫描时间，这是因为床是连续运动的并且数据被连续地收集。步进拍摄方法中启动床和停止床的时间被消除。然而，单个大数据集被收集，并且图像重建被推迟直到所有的数据都被采集。例如，在对基于正弦图的细长的数据集的重建中，每个正弦图包括对来自数据集的全长度的数据贡献。因此，数据不能够被分箱成正弦图，直到所有的数据都被收集。因此，虽然用于PET的总的数据采集时间能够被减少，但是图像重建被推迟，直到使用密集计算资源结束。典型地，患者没有从扫描器被释放，直到所重建的图像已经被接收并且被批准，从而引起工作流程中的瓶颈。另外，将来自其他模态的图像与所重建的图像进行组合被推迟，这增加了计算资源瓶颈。与其他模态的组合利用诸如衰减图的成像组分。
发明内容
下文公开了一种用于利用连续的床移动的分布式列表模式重建的新的且改进的虚拟框架，所述虚拟框架解决了上面提到的问题和其他问题。
根据一个方面，正电子发射断层摄影(PET)系统包括：存储器、对象支撑物、归类单元以及重建单元。所述存储器连续地记录由PET探测器探测的探测到的符合事件对。所述对象支撑物支撑对象并且以连续的移动来移动通过所述PET探测器的视场。所述归类单元将所记录的符合对归类到多个在空间上定义的虚拟框架中的每个中。所述重建单元将每个虚拟框架的经归类的符合对重建到框架图像中，并且将所述框架图像组合到共同的细长图像中。
根据另一方面，正电子发射断层摄影(PET)的方法包括：将对象支撑物上的对象连续地移动通过PET探测器的视场，同时将探测到的符合事件对记录在存储器中；所记录的符合事件对被归类到多个在空间上定义的虚拟框架中的每个中；每个虚拟框架的经归类的符合事件被重建到共同的细长图像中。
根据另一方面，飞行时间(TOF)正电子发射断层摄影(PET)系统包括：PET探测器阵列、对象支撑物以及一个或多个处理器。所述PET探测器阵列探测并记录列表模式中的符合事件。所述对象支撑物支撑对象并且以连续的移动来移动通过所述PET探测器阵列的视场。所述一个或多个处理器被配置为基于飞行时间信息来将所记录的符合对归类到相邻的虚拟框架中。所述一个或多个处理器还被配置为重建来自每个虚拟框架的框架图像，并且将框架图像组合到连续的细长视场中。
一个优点是改进的患者舒适度。
另一优点在于集成的多模态工作流程。
另一优点在于利用分布式处理的有效的并行重建。
另一优点包括缩短扫描延迟。
另一优点是均匀的轴向灵敏度轮廓。
另一优点在于更好的轴向采样和空间分辨率。
另一优点包括感兴趣区域适于采集。
本领域普通技术人员在阅读和理解以下详细的说明书的基础上将认识到其他优点。
本发明可以采取各种部件和部件的布置，以及各种步骤和步骤的安排的形式。附图仅出于图示优选实施例的目的，并且不得被解释为对本发明的限制。
附图说明
图1示意性地图示了利用虚拟框架PET系统的CBM的实施例。
图2示意性地图示了利用虚拟框架的示例性CBM采集。
图3示意性地图示了使用事件的飞行时间(TOF)虚拟框架归类的示例性CBM。
图4是使用利用虚拟框架的CBM的实施例的方法的流程图。
具体实施方式
参考图1，示意性地图示了利用虚拟框架TOF-PET系统(1)的CBM的实施例。系统1包括以横截面示出的TOF-PET扫描器2。也可以预期非TOF PET。所述扫描器被配置具有对象支撑物或床3，所述对象支撑物或床3以连续的移动来移动通过PET探测器阵列4。在开口或膛6周围设置探测器，通过所述开口或膛6，对象支撑物在轴向方向8上移动。开口周围的探测器4的设置定义视场10。对象支撑物3支撑被注射放射性药物的对象12。当对象支撑物3移动通过视场10时，放射性药物随着其被组织摄取然后洗脱而发生衰变。当放射性药物发生衰变时，正电子被发射，这引起发射作为符合对的伽马光子的湮没事件。来自视场10的伽玛光子的符合对被探测器4探测到。CBM或对象支撑物的移动被记录，例如，初始位置、恒定速度以及消逝时间和/或通过位置传感器，所述位置传感器记录与探测器同步的时间ti处的确切位置。用于每个探测器事件的数据包括每个事件对被探测到的时间、每个事件被探测到时的探测器的位置以及在探测的时间处的支撑物位置。
要被成像的体积或对象12沿着对象支撑物移动的轴向方向被划分成由距离定义的相邻的空间虚拟框架14。虚拟框架14能够是任何长度的并且由框架单元16进行配置。由框架单元16配置的每个虚拟框架14的长度能够基于各种因素，例如，扫描协议、视场长度、分布式计算配置、对象支撑物的速度、预期的图像质量、来自另一成像模态的对象的解剖结构的特征等。例如，一个框架可以被设计为大脑的尺寸，并且另一框架被设计为心脏的尺寸，另一个被设计为腹部的尺寸等。框架能够比视场10更长、更短，或与视场10的尺寸相同。在具有许多分布式处理器的另一范例中，许多虚拟框架能够用于分布重建工作量。利用用于对象支撑物的速度的高速率，指示更长的虚拟框架。
探测到的符合对事件以列表模式被记录。探测器4被连接到列表模式存储器18，所述存储器18按顺序记录符合对事件。列表模式包括每个探测到的伽玛光子的时间和位置，根据每个探测到的伽玛光子的所述时间和位置导出飞行时间信息。当对象支撑物3连续地移动通过视场10时，事件数据在列表模式中被连续地采集。每个虚拟框架14移动到视场中，通过视场并且穿出视场。列表模式存储器能够是瞬态的或非瞬态的。非瞬态存储器包括诸如磁盘、虚拟磁盘、基于云的存储器等的存储介质。
归类单元20基于湮没衰变事件发生的空间位置来将符合对归类到虚拟框架14中的一个中。归类包括从探测器的坐标系到对象支撑物的坐标系的转换。如果对象没有移动，那么对象支撑物和对象共享相同的坐标系。这两个坐标系共享相同的平面位置或x-y坐标并且仅在z方向上或轴向方向上是不同的。归类分辨在zd或探测器坐标与zs或对象支撑物坐标之间的差。能够使用来自列表模式的时间和在相同时间处的对象支撑物的相对位置来执行分辨。根据初始位置、速度以及消逝时间和/或确定在时间点处的位置的传感器来确定对象支撑物的相对位置。例如，利用初始位置时间t0、坐标位置zs＝0以及在时间ti＝50秒处的为10毫米/秒的速度，相对坐标位置是zs＝500毫米。如果初始坐标位置zs等于用于初始位置的zd，则发生在时间ti处的事件的zs坐标位置由zd+500毫米给出。备选地，如果在时间t1和t2处的zs的位置是已知的并且采集时间戳指示事件的时间发生在td(t1<td<t2)处并且速度是相对恒定的，则位置zs能够在时间td处被内插。
每个符合对能够被实时归类为从列表模式存储器接收或追溯的对。归类能够包括添加将其虚拟框架识别到列表模式存储器中的符合对的索引和/或将符合对分类到用于每个虚拟框架21的对应的单独列表中。应当注意，符合对事件是通过空间位置而不是探测时间而被归类的。特别是当在两个框架之间的接口正在移动通过视场时，两个邻近的框架的事件将被暂时散置。
在虚拟框架从视场穿过后，则没有更多的符合事件对能够针对虚拟框架而被记录。在每个虚拟框架从视场穿过的时间处或在其之前存在于列表模式存储器中的所有符合对被归类后，则该虚拟框架能够被重建。每个虚拟框架能够由重建单元22单独地重建。重建单元22利用针对各自的虚拟框架被归类的符合对来重建每个虚拟框架。虚拟框架表示用于重建的完整的工作单元，所述用于重建的完整的工作单元能够利用分布式处理技术。例如，第一虚拟框架能够被分配给被配置为执行诸如基于笛卡尔的重建、基于正弦图的重建等的重建的第一处理器。当第一处理器将第一框架重建到图像中时，数据被连续地采集以用于后续的虚拟框架。当用于第二虚拟框架的数据变成对从视场穿过的框架和经归类的符合对可用时，第二处理器被分配给第二虚拟框架的重建。当每个虚拟框架到图像中的重建完成时，则处理器能够被重新分配到另一虚拟框架重建。处理器能够包括多核处理器和多处理器和/或组合。
当重建单元完成将每个虚拟框架重建到图像中时，将框架图像与细长图像的其他重建图像进行组合，并且能够被显示在显示设备24(例如，工作站26的显示设备)上。显示设备能够包括计算机监视器、电视屏幕、触摸屏、阴极射线管(CRT)、平板显示器、发光二极管(LED)显示器、电致发光显示器(ELD)、等离子显示板(PDP)、液晶显示器(LCD)、有机发光二极管显示器(OLED)、投影仪等。工作站26包括电子处理器或电子处理设备28以及一个或多个输入设备30。显示器24显示细长的重建图像或每个虚拟框架和菜单、面板以及诸如由框架单元16利用的配置信息的条目或选择的用户控制。工作站20能够是台式计算机、膝上型计算机、平板电脑、移动计算设备、智能电话等。输入设备能够是键盘、鼠标、麦克风等。通过被编程为执行各个单元16、20、22的功能的电子数据处理设备来合适地实施各个单元16、20、22，并且各个单元16、20、22能够包括电子处理器或工作站26的电子处理设备28，或者通过基于网络的与工作站26可操作地连接的服务器计算机来实施各个单元16、20、22等。此外，使用非瞬态存储介质来合适地实施所公开的框架、归类以及重建技术，所述非瞬态存储介质存储由电子数据处理设备可读的和由电子数据处理设备可执行的指令(例如，软件)，以执行所公开的框架、归类以及重建技术。备选地，每个虚拟框架的图像能够被重组到图像体积中，并且被存储在存储管理系统中，例如，图片归档和通信系统(PACS)、放射科信息系统等。
图2示意性地图示了利用虚拟框架14的示例性CBM采集。要被成像的对象的体积在启动点32处启动，并且在结束点34处结束。体积被划分成相邻的虚拟框架14。数据采集或轴向扫描器范围从当第一框架的前缘进入视场的初始时间36向最后的框架的后缘从视场穿过的结束时间38延伸。针对每个虚拟框架14的完整的数据采集40包括前组分42、主组分44以及后组分46。前组分包括LOR，所述LOR包括在虚拟框架之内的一个结束点和前框架中的一个结束点。主组分包括具有虚拟框架中的两个结束点的LOR，并且后组分具有虚拟框架中的一个结束点和在随后的框架中的一个结束点。探测器的几何结构影响前组分和后组分的长度。膛的尺寸和探测器的轴向跨度确定可能的LOR。许多LOR以不正交于移动轴的角度发生。因此，LOR能够跨越虚拟框架，这意味着数据采集在框架之间交叠。
图3示意性地图示了利用跨越两个框架的符合事件对的TOF虚拟框架归类的示例性CBM。第一50探测到的伽玛光子和第二52探测到的伽玛光子的符合的探测到的事件对定义响应线(LOR)54的结束点。由飞行时间信息分辨沿着LOR发生的湮没事件的位置，例如，发射探测到的伽玛光子的E156或E258。TOF信息提供信息来确定位置或沿着湮没事件发生的LOR处的一系列位置的概率曲线。使用对象支撑物的经同步的时间和/或位置的对象支撑物的相对位置提供对对象支撑物的坐标系的转换。因此，飞行时间提供在本范例中确定在位置E1处或位置E2处发生的事件的估计结果。在E1处发生的实例中，所记录的符合事件通过分辨在探测器与对象支撑物之间的坐标差在虚拟框架A中被归类。在E2处发生的实例中，所记录的符合事件在虚拟框架B中被归类。归类由归类单元20执行。
基于对象支撑物的坐标系中的位置来对伽玛光子进行定位。这包括不相对于对象支撑物进行移动的对象的坐标系。伽玛光子对由探测器的坐标系中的探测器探测为符合对。归类分辨两个坐标系之间的差。在TOF信息指示在框架边界处发生的事件的实例中，则该事件能够通过以下来进行分辨：对在两个框架中的事件的任一归类，以及对用于交叠的重建中的边界进行加权，根据前缘进行归类，根据后缘进行归类等。
归类能够包括向列表模式数据添加诸如索引的标识符和/或将列表模式数据分类到单独的列表中。单独的列表能够用于减少文件争用预防并且改进重建期间的数据访问。在该范例中，基于在时间t处的轴向坐标来将E1事件分类到用于虚拟框架A 60的列表文件中，并且将E2事件分类到用于虚拟框架B 62的列表文件中。虚拟框架A 60和虚拟框架B 62中的每个列表包括经归类的符合对或用于各自的虚拟框架的事件。
除了TOF之外，能够以其他方式对事件归类，特别是当TOF信息不可用时。在一个范例中，湮没事件被分配给由LOR的最大部分贯穿的框架。在另一范例中，例如基于LOR部分，湮没事件被成比例地分配给两个框架。
图4是使用利用虚拟框架的CBM的实施例的方法的流程图。在步骤64中，虚拟框架14由框架单元16进行配置。虚拟框架的配置定义虚拟框架沿着CBM的轴线方向8的长度。虚拟框架14基于来自健康护理从业者的输入、对象病历、用于TOF-PET扫描器的配置信息、分布式计算资源等来进行配置。
在施予放射性药物并且对象12被放置在对象支撑物3上之后，在步骤66中，健康护理从业者开始启动连续的床移动(CBM)或对象支撑物的移动。对象支撑物以连续的运动并且优选以实质上恒定的速度来进行移动。位置传感器和/或时间确定对象支撑物和虚拟框架的精确位置。连续的运动向患者提供超过步进摄影技术的舒适度。
在步骤68中，系统连续地接收探测到的符合对，所述探测到的符合对定义列表模式中的LOR。探测到的符合对包括飞行时间信息。探测到的符合对被记录在列表模式存储器中。当对象支撑物在运动时，系统能够连续地接收探测到的数据。通过沿着轴向位置的探测器的CBM提供更加均匀的轴向灵敏度轮廓。沿着穿过探测器的轴向长度的采样提供更好的轴向采样和空间分辨率。在备选实施例中，来自诸如CT的其他模态的信息用于定义虚拟框架，以开始对针对适于采集的感兴趣区域的采集。
在列表模式存储器18中所记录的符合对在步骤70中由归类单元20进行归类。只要每个符合对事件被记录在列表模式存储器18中，归类能够开始进行，并且当事件被添加到存储器时继续进行。归类分辨在探测器4的坐标系与对象支撑物3之间的差，并且将事件归类到虚拟框架中，在所述虚拟框架中，湮没事件被确定或被预计为已经发生。经归类的虚拟框架能够包括被添加到列表模式存储器中的标识符，或者经归类的虚拟框架能够将事件分别分类到用于每个虚拟框架的单独的列表中。
当虚拟框架14离开探测器4的视场10时，用于虚拟框架的数据采集结束。在一系列并行步骤70中，重建单元22重建每个经归类的虚拟框架。每个框架的重建使用每个虚拟框架的单独的列表或到列表模式存储器中的标识符的索引。例如，在步骤66中重建第一虚拟框架，并且在步骤68中单独地重建最终虚拟框架N。单独地重建虚拟框架提供要被应用的分布式计算技术，以用于减少计算瓶颈和高效的并行图像重建。来自其他模态的诸如衰减图的信息能够应用于每个并行的重建。
当每个并行的重建结束时，每个虚拟框架的重建图像在一系列的并行步骤76中被任选地显示在显示设备24上。例如，当第一虚拟框架66的重建结束时，第一虚拟框架的图像在步骤72中被显示在显示设备上。后续的虚拟框架能够被并排、叠加等地显示。在步骤74中，能够继续显示每个虚拟框架，以最终虚拟框架N来结束。框架被重组78成连续的的细长图像。细长图像被显示、存储在病人档案中等。健康护理从业者能够使用输入设备30与系统进行交互。
应当理解，结合本文提出的具体的说明性实施例，特定结构特征和/或功能特征被描述为并入定义的元件和/或部件中。然而，预期这些特征也可以同样地被并入其他恰当的元件和/或部件中，以得到相同或类似的益处。还应当理解，可以以恰当的方式有选择地采用示范性实施例的不同方面，以获得适合所期望的应用的其他备选实施例，从而其他备选实施例实现并入其中的各方面的各自优点。
还应当理解，本文描述的具体元件或部件可以经由硬件、软件、固件或其组合来适当地实施其功能。额外地，应当理解，本文描述的一起并入的特定元件在适当的境况下可以是独立元件或以其他方式被分开。类似地，描述的由一个具体元件执行的多个具体功能可以由独立作用以执行个体功能的多个有区别的元件来执行，或者特定个体功能可以被拆分并且由协同作用的多个有区别的元件来执行。或者，本文中以其他方式描述和/或示出为彼此有区别的一些元件或部件可以在适当的情况下物理地或在功能上被组合。
简言之，已经参考优选实施例阐述了本说明书。显然，他人在阅读和理解本说明书的情况下将做出修改和替代。旨在将本发明解释为包括所有这样的修改和替代，只要它们落入权利要求书及其等价方案的范围之内。亦即，应当理解，各种以上公开的特征和功能以及其他特征和功能，或其备选，可以以期望方式被组合到许多其他不同的系统或应用中，并且，本领域技术人员随后也可以做出各种本文目前未预见或未预料的替代、修改、变型或改进，权利要求同样意图涵盖它们。
Claims (20)
1.一种正电子发射断层摄影(PET)系统(1)，包括：
存储器(18)，其连续地记录由PET探测器(4)探测的探测到的符合事件对；
对象支撑物(3)，其支撑对象并且以连续的移动来移动通过所述PET探测器(4)的视场(10)；
归类单元(20)，其将所记录的符合对归类到多个在空间上定义的虚拟框架(14)中的每个中；以及
重建单元(22)，其将每个虚拟框架的经归类的符合对重建到框架图像中，并且将所述框架图像组合到共同的细长图像中。
2.根据权利要求1所述的系统(1)，还包括：
框架单元(16)，其配置沿着所述对象支撑物(3)移动的轴(8)的长度的相邻的虚拟框架(14)。
3.根据权利要求2所述的系统(1)，其中，所配置的虚拟框架(14)的所述长度基于以下中的至少一个：
扫描协议；
视场(10)长度；
分布式计算配置；
所述对象支撑物(3)的速度；
图像质量；以及
对象(12)解剖结构的特征。
4.根据权利要求1-3中的任一项所述的系统(1)，其中，所述探测到的符合事件对中的一些的探测到的事件被定位在两个不同的虚拟框架中，并且所述归类单元将所述符合事件对指定给所述两个虚拟框架中的一个。
5.根据权利要求1-4中的任一项所述的系统(1)，其中，所述归类单元基于飞行时间信息来将具有探测到的事件的每个符合事件对归类在两个不同的虚拟框架中。
6.根据权利要求1-5中的任一项所述的系统(1)，其中，所述归类单元基于产生所述事件对的湮没事件的投影位置来将具有探测到的事件的每个符合事件对归类在两个不同的虚拟框架中。
7.根据权利要求1-6中的任一项所述的系统(1)，其中，每个虚拟框架(14)的位置是基于所述对象支撑物(3)的初始位置和速度以及所述符合对的时间来确定的。
8.根据权利要求1-7中的任一项所述的系统(1)，其中，所述重建单元(22)独立地重建每个虚拟框架(14)。
9.根据权利要求1-8中的任一项所述的系统(1)，还包括：
显示设备(24)，其显示所述细长图像，所述细长图像在每个虚拟框架重建被完成时进行增长。
10.根据权利要求1-9中的任一项所述的系统(1)，其中，所述重建单元(22)被配置为当所述虚拟框架从所述视场(10)穿过时启动重建每个框架图像。
11.一种正电子发射断层摄影(PET)的方法，包括：
将对象支撑物(3)上的对象(12)连续地移动(66)通过PET探测器(4)的视场(10)，同时将探测到的符合事件对记录在存储器(18)中；
将记录的符合事件对归类(70)到多个在空间上定义的虚拟框架(14)中的每个中；
将每个虚拟框架的经归类的符合事件重建(76)到共同的细长图像中。
12.根据权利要求11所述的方法，还包括：
当对应的虚拟框架从所述视场(10)穿过时，启动对每个框架图像的重建。
13.根据权利要求12所述的方法，其中，配置(64)所述多个虚拟框架(14)的所述长度基于以下中的至少一个：
扫描协议；
视场(10)长度；
分布式计算配置；
所述对象支撑物(3)的速度；
图像质量；以及
对象(12)解剖结构的特征。
14.根据权利要求11-13中的任一项所述的方法，其中，归类(70)还包括：
将符合对指定给两个虚拟框架中的一个，其中，所述探测到的符合事件对被定位在两个不同的虚拟框架中。
15.根据权利要求11-14中的任一项所述的方法，其中，符合事件对具有在两个不同的虚拟框架中的探测到的事件，并且归类包括基于飞行时间信息进行归类。
16.根据权利要求11-15中的任一项所述的方法，其中，符合事件对具有在两个不同的虚拟框架中探测到的事件，并且归类包括基于产生所述事件对的湮没事件的投影位置进行归类。
17.根据权利要求11-16中的任一项所述的方法，还包括：
在显示设备(24)上显示(82)所述细长图像，所述细长图像在每个框架重建完成时进行增长。
18.一种承载软件的非瞬态计算机可读存储介质，所述软件控制一个或多个电子数据处理设备(28)，以执行根据权利要求11-17中的任一项所述的方法。
19.一种电子数据处理设备(28)，其被配置为执行根据权利要求11-17中的任一项所述的方法。
20.一种飞行时间(TOF)正电子发射断层摄影(PET)系统(1)，包括：
PET探测器阵列(4)，其探测并记录列表模式中的符合事件；
对象支撑物(3)，其支撑对象(12)并且以连续的移动来移动通过所述PET探测器阵列(4)的视场(10)；以及
一个或多个处理器，其被配置为：
基于飞行时间信息来将所记录的符合对归类(70)到相邻的虚拟框架(14)中；
重建(76)来自每个虚拟框架(14)的框架图像；并且
将框架图像组合(78)到连续的的细长图像中。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201261681659P | 2012-08-10 | 2012-08-10 | |
| US61/681,659 | 2012-08-10 | ||
| PCT/IB2013/056301 WO2014024099A2 (en) | 2012-08-10 | 2013-07-31 | Virtual frames for distributed list-mode time-of-light reconstruction with continuous bed movement |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104541183A true CN104541183A (zh) | 2015-04-22 |
| CN104541183B CN104541183B (zh) | 2017-09-08 |
Family
ID=49448216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201380042473.1A Active CN104541183B (zh) | 2012-08-10 | 2013-07-31 | 用于利用连续的床移动的分布式列表模式飞行时间重建的虚拟框架 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9476994B2 (zh) |
| EP (1) | EP2883084B1 (zh) |
| JP (1) | JP6178416B2 (zh) |
| CN (1) | CN104541183B (zh) |
| BR (1) | BR112015002566A2 (zh) |
| RU (1) | RU2640787C2 (zh) |
| WO (1) | WO2014024099A2 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097409A (zh) * | 2016-06-15 | 2016-11-09 | 沈阳东软医疗系统有限公司 | 一种图像重建方法、装置及设备 |
| WO2018059577A1 (en) * | 2016-09-30 | 2018-04-05 | Shenzhen United Imaging Healthcare Co., Ltd. | Method and system for calibrating an imaging system |
| CN108836375A (zh) * | 2017-04-25 | 2018-11-20 | 美国西门子医疗解决公司 | 用于具有灵活扫描模式的全身连续床运动参数化pet的系统和方法 |
| CN112274169A (zh) * | 2020-09-18 | 2021-01-29 | 南昌大学 | 基于直线轨迹投影数据的pet成像系统及方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8941071B1 (en) | 2013-07-18 | 2015-01-27 | General Electric Company | Methods and systems for axially segmenting positron emission tomography data |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006064401A2 (en) * | 2004-12-15 | 2006-06-22 | Koninklijke Philips Electronics, N.V. | Concurrent reconstruction using multiple bed frames or continuous bed motion |
| CN101454801A (zh) * | 2006-02-28 | 2009-06-10 | 皇家飞利浦电子股份有限公司 | 基于列表模式数据的局部运动补偿 |
| US20100303319A1 (en) * | 2007-05-30 | 2010-12-02 | Koninklijke Philips Electronics N.V. | Pet local tomography |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6915004B2 (en) | 2002-02-28 | 2005-07-05 | Cti Pet Systems, Inc. | Continuous tomography bed motion data processing apparatus and method |
| JP4238534B2 (ja) * | 2002-07-24 | 2009-03-18 | 株式会社島津製作所 | ポジトロンｃｔ装置の３次元画像再構成方法及びその装置 |
| JP4353040B2 (ja) * | 2004-09-22 | 2009-10-28 | 株式会社島津製作所 | ポジトロンｃｔ装置 |
| US7173248B2 (en) | 2004-10-20 | 2007-02-06 | General Electric Company | Methods and systems for positron emission tomography data correction |
| CN101088028B (zh) * | 2004-12-22 | 2011-08-31 | 皇家飞利浦电子股份有限公司 | 实时列表模式重建 |
| US7638771B2 (en) | 2006-05-18 | 2009-12-29 | Siemens Medical Solutions Usa, Inc. | On-line time-of-flight mashing: DMA rebinning applied to a long-axis PET-TOF system for reduced transaxial angular sampling with 3-D nearest-neighbor projection-space rebinning in clinical PET/CT |
| US8314380B2 (en) | 2008-09-11 | 2012-11-20 | Siemens Medical Solutions Usa, Inc. | On-line TOF-PET mashed rebinning for continuous bed motion acquisitions |
| US8466419B2 (en) | 2009-10-01 | 2013-06-18 | Kabushiki Kaisha Toshiba | System and method for enhanced sampling via helical scanning and list-mode reconstruction in positron emission tomography |
-
2013
- 2013-07-31 WO PCT/IB2013/056301 patent/WO2014024099A2/en active Application Filing
- 2013-07-31 RU RU2015108044A patent/RU2640787C2/ru not_active IP Right Cessation
- 2013-07-31 BR BR112015002566A patent/BR112015002566A2/pt not_active IP Right Cessation
- 2013-07-31 US US14/418,486 patent/US9476994B2/en active Active
- 2013-07-31 CN CN201380042473.1A patent/CN104541183B/zh active Active
- 2013-07-31 JP JP2015525983A patent/JP6178416B2/ja active Active
- 2013-07-31 EP EP13779918.5A patent/EP2883084B1/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006064401A2 (en) * | 2004-12-15 | 2006-06-22 | Koninklijke Philips Electronics, N.V. | Concurrent reconstruction using multiple bed frames or continuous bed motion |
| CN101454801A (zh) * | 2006-02-28 | 2009-06-10 | 皇家飞利浦电子股份有限公司 | 基于列表模式数据的局部运动补偿 |
| US20100303319A1 (en) * | 2007-05-30 | 2010-12-02 | Koninklijke Philips Electronics N.V. | Pet local tomography |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106097409A (zh) * | 2016-06-15 | 2016-11-09 | 沈阳东软医疗系统有限公司 | 一种图像重建方法、装置及设备 |
| US10410379B2 (en) | 2016-06-15 | 2019-09-10 | Shenyang Neusoft Medical Systems Co., Ltd. | Reconstructing an image |
| CN106097409B (zh) * | 2016-06-15 | 2019-09-10 | 东软医疗系统股份有限公司 | 一种图像重建方法、装置及设备 |
| WO2018059577A1 (en) * | 2016-09-30 | 2018-04-05 | Shenzhen United Imaging Healthcare Co., Ltd. | Method and system for calibrating an imaging system |
| CN108836375A (zh) * | 2017-04-25 | 2018-11-20 | 美国西门子医疗解决公司 | 用于具有灵活扫描模式的全身连续床运动参数化pet的系统和方法 |
| CN108836375B (zh) * | 2017-04-25 | 2022-07-29 | 美国西门子医疗解决公司 | 用于全身连续床运动参数化pet的系统和方法 |
| CN112274169A (zh) * | 2020-09-18 | 2021-01-29 | 南昌大学 | 基于直线轨迹投影数据的pet成像系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP2883084B1 (en) | 2017-09-27 |
| RU2640787C2 (ru) | 2018-01-17 |
| JP2015528564A (ja) | 2015-09-28 |
| JP6178416B2 (ja) | 2017-08-09 |
| WO2014024099A3 (en) | 2014-04-17 |
| BR112015002566A2 (pt) | 2017-07-04 |
| WO2014024099A2 (en) | 2014-02-13 |
| US20150260857A1 (en) | 2015-09-17 |
| RU2015108044A (ru) | 2016-09-27 |
| EP2883084A2 (en) | 2015-06-17 |
| US9476994B2 (en) | 2016-10-25 |
| CN104541183B (zh) | 2017-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105389788B (zh) | Pet多床位图像的重建方法及装置、合并方法及装置 | |
| US10909168B2 (en) | Database systems and interactive user interfaces for dynamic interaction with, and review of, digital medical image data | |
| JP6770121B2 (ja) | 画像表示方法 | |
| CN101454801B (zh) | 基于列表模式数据的局部运动补偿 | |
| CN109523459B (zh) | 用于重建图像的方法和系统 | |
| CN101278317B (zh) | 分布式迭代图像重建 | |
| CN1809841B (zh) | 运动补偿的重建方法、设备与系统 | |
| CN104541183A (zh) | 用于利用连续的床移动的分布式列表模式飞行时间重建的虚拟框架 | |
| US9753153B2 (en) | High spatial resolution mode solid state positron emission tomography (PET) scanner | |
| US20090271738A1 (en) | Method and user interface for the graphical presentation of medical data | |
| CN111080584A (zh) | 医学图像的质控方法、计算机设备和可读存储介质 | |
| CN103765475A (zh) | 具有对最优断层摄影切片的自动选择的交互式实况分割 | |
| US11169693B2 (en) | Image navigation | |
| CN102483459A (zh) | 核医学用数据处理方法以及核医学诊断装置 | |
| CN101300601A (zh) | 使用部分事件数据进行pet图像重建的方法和系统 | |
| US20160073976A1 (en) | Nuclear medicine diagnostic apparatus and nuclear medicine image generating method | |
| CN102622743A (zh) | 用于比较3d和2d图像数据的方法和设备 | |
| US9320486B2 (en) | System for viewing vasculature and perfuse tissue | |
| US10324582B2 (en) | Medical image display apparatus, method for controlling the same | |
| EP3701498A1 (en) | Reconstructing images for a whole body positron emission tomography (pet) scan with overlap and varying exposure time for individual bed positions | |
| CN105631908A (zh) | 一种pet图像重建方法和装置 | |
| JP2020098488A (ja) | 医用情報処理装置及び医用情報処理システム | |
| CN109426348A (zh) | 用于选择虚拟对象或图像参数值的方法和选择单元 | |
| GB2523531A (en) | Arrangements for viewing clinical images | |
| JP2016041227A (ja) | 画像表示装置、方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |