CN105488823A - Ct图像重建方法、ct图像重建装置及ct系统 - Google Patents

Ct图像重建方法、ct图像重建装置及ct系统 Download PDF

Info

Publication number
CN105488823A
CN105488823A CN201410472082.XA CN201410472082A CN105488823A CN 105488823 A CN105488823 A CN 105488823A CN 201410472082 A CN201410472082 A CN 201410472082A CN 105488823 A CN105488823 A CN 105488823A
Authority
CN
China
Prior art keywords
image
moving object
data
angle
partial angle
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
CN201410472082.XA
Other languages
English (en)
Other versions
CN105488823B (zh
Inventor
盛兴东
韩颖婕
后藤大雅
山川惠介
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.)
Fujifilm Healthcare Corp
Original Assignee
Hitachi Medical Corp
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 Hitachi Medical Corp filed Critical Hitachi Medical Corp
Priority to CN201410472082.XA priority Critical patent/CN105488823B/zh
Priority to US15/503,041 priority patent/US20170231581A1/en
Priority to JP2016548590A priority patent/JP6386060B2/ja
Priority to PCT/JP2015/067154 priority patent/WO2016042863A1/ja
Publication of CN105488823A publication Critical patent/CN105488823A/zh
Application granted granted Critical
Publication of CN105488823B publication Critical patent/CN105488823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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]
    • A61B6/032—Transmission computed tomography [CT]
    • 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]
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • 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
    • 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
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供CT图像重建方法、CT图像重建装置及CT系统，用于减少有物体运动的情况下的CT图像的运动伪影。CT图像重建方法根据通过X射线扫描而得到的投影数据重建CT图像，包括：运动物体位置检测步骤，检测运动物体在CT图像中的位置；部分角度选择步骤，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；部分角度约束步骤，根据所述部分角度的数据，生成部分角度约束条件；以及迭代重建步骤，使用所述部分角度约束条件，通过迭代重建来生成CT图像。由此，能够提高运动物体的CT图像的时间分辨率，减少运动伪影。

Description

CT图像重建方法、CT图像重建装置及CT系统
技术领域
本发明涉及CT图像重建方法、CT图像重建装置及CT系统，特别涉及有物体运动的情况下的CT图像重建方法、CT图像重建装置及CT系统。
背景技术
X射线计算机断层成像(CT)技术正在得到越来越广泛的应用。例如，CT技术被广泛利用于科学研究、生物体数据获取、人体检查等多个领域。其中，CT图像例如作为中间数据用于疾病诊断已有30年的历史。对CT图像重建方式进行研究以降低辐射剂量、提高CT图像质量、降低图像伪影，一直是研究中的热点问题。
实际应用中，CT图像重建方式主要包括滤波反投影方式和迭代重建方式。其中，滤波反投影方式是CT图像重建的传统方式，已经在目前的CT产品中得到了广泛的应用。但在滤波反投影方式中，重建图像的投影数据被假设为无噪声干扰的。而实际上，噪声是伴随着投影数据始终存在的，尤其是在低剂量扫描的情况下更是如此。因此，通过滤波反投影方式难以获得高质量的CT图像。
然而，随着CT技术的各应用领域的发展，CT应用的广度和深度都日渐达到了前所未有的高度。在这种新的形势背景下，业界对CT使用的安全性考虑与图像质量均有了新的、更高的要求。这便使得滤波反投影方式难以满足新的需求。
针对以上新的需求，在高端应用中，迭代重建方式被重视并研究。迭代重建方式可以很好地处理电子噪声和其它物理因素所导致的图像伪影，从而在保证图像质量的情况下，降低扫描时的X射线剂量。但是由于其庞大的计算量导致成像速度缓慢而难以实际应用。近年，但随着计算机硬件和计算科学的飞速发展，迭代重建方式应用于实际产品成为了可能。
图像重建过程可以公式1表示，其中M表示CT的系统矩阵，X为需要重建的图像，P为CT扫描得到的投影数据。
MX＝P(公式1)
迭代重建方式是通过迭代的过程求公式2中最小化目标函数Oart来得到最终的图像X，即最终重建得到的图像X要满足CT扫描得到的投影数据的一致性条件。
Oart＝||MX-P||2(公式2)
近年来，压缩感知(Compresssensing)理论在CT图像重建领域得到了广泛研究(参见现有技术文献1)。根据压缩感知理论，在CT图像的迭代重建中引入先验知识作为约束条件，能够有效的减少迭代重建方式的迭代次数，提高图像重建质量。
压缩感知(Compresssensing)理论的CT图像重建过程可以用公式3表示。公式3表示在满足公式1所示的数据一致性条件下，最小化先验知识的约束项目标函数，即约束重建的图像在稀疏变换后L1范数最小。其中Ψ为稀疏变换矩阵，常用的有各种小波变换。
min||ΨX||1,s.t.MX＝P(公式3)
在现有技术文献1的方法中，已经证实了Ψ为TV(总变分：TotalVariation)变换时的有效性。
现有技术文献2在现有技术文献1的基础上过引入已知先验图像作为约束条件，能够在稀疏的投影数据的情况下重建清晰的图像，其约束项增加了先验图像约束项，如公式4所示。
min[α||Ψ1(X-Xp)||1+(1-α)||Ψ2(X)||1],s.t.MX＝P(公式4)
其中Ψ1，Ψ2均为稀疏变换矩阵，Xp为通过一定方法估计得到的先验基本图像，α为权重。这样，即使在投影数据较少(稀疏)的情况下，由于先验图像的约束，也能重建出清晰的图像，从而可以有效地减少X射线的辐射剂量。
如上所述，CT技术特别是CT图像重建技术这些年发展迅速。但是，在实际的CT应用中，对于有运动物体的情况，往往还是会有较大的伪影。这是由于在CT旋转扫描过程中，运动的物体导致了CT扫描的数据具有不一致性，因此难以重建一致性好的清晰的图像。例如，在对心脏进行扫描的过程中，由于CT在旋转一周扫描的过程中心脏在跳动，这样每个角度扫描时内部结构发生了变化。因此，在利用所有角度进行图像重建时就会产生运动伪影，难以重建出清晰的图像。然而，针对心脏等运动物体的CT扫描的需求这些年来越来越大，因此该技术问题急需得到研究和解决。
现有技术文献1：SidkyEY,PanX.Imagereconstructionincircularcone-beamcomputedtomographybyconstrained,total-variationminimization[J].Physicsinmedicineandbiology,2008,53(17):4777.
现有技术文献2：ChenGH,TangJ,LengS.Priorimageconstrainedcompressedsensing(PICCS):amethodtoaccuratelyreconstructdynamicCTimagesfromhighlyundersampledprojectiondatasets[J].Medicalphysics,2008,35(2):660-663.
发明内容
本申请针对现有技术中的上述技术问题，提出了一种CT图像重建方法、CT图像重建装置及CT系统，用于减少有物体运动的情况下的CT图像的运动伪影。
本发明提供一种CT图像重建方法，根据通过X射线扫描而得到的投影数据重建CT图像，其特征在于，包括：运动物体位置检测步骤，检测运动物体在CT图像中的位置；部分角度选择步骤，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；部分角度约束步骤，根据所述部分角度的数据，生成部分角度约束条件；以及迭代重建步骤，使用所述部分角度约束条件，通过迭代重建来生成CT图像。
根据本发明的CT图像重建方法，将部分角度投影数据作为数据一致性的约束条件引入迭代重建算法中。由于部分角度的投影数据能够限制在扫描过程中图像的不一致性，因此将部分角度的投影数据作为整个重建结果的约束，则能让迭代重建的结果向着符合一致性的方向进行，也就是运动伪影较小的方向进行。由此，能够提高运动物体的CT图像的时间分辨率，减少运动伪影。
在上述CT图像重建方法中，也可以在所述运动物体的位置不属于CT图像的中心区域的情况下，所述部分角度选择步骤选择相对于CT图像的中心与所述运动物体的位置处于不同侧的视角点；在所述运动物体的位置属于CT图像的中心区域的情况下，所述部分角度选择步骤选择任意的视角点。
其中，也可以在所述运动物体的位置不属于CT图像的中心区域的情况下，所述部分角度选择步骤选择距离所述运动物体的位置最远的视角点。
由此，在运动物体的位置不属于CT图像的中心区域的情况下，选择相对于CT图像的中心与运动物体的位置处于不同侧的视角点、例如距离运动物体的位置最远的视角点，能够减少运动物体的运动对投影数据的影响，从而进一步减少运动伪影。
在上述CT图像重建方法中，所述部分角度选择步骤也可以从所述投影数据中，选择以所述视角点为中心的预先设定的角度范围的数据，作为所述部分角度的数据。
由此，通过以视角点为中心，根据经验值等适当设定角度范围，能够进一步减少运动伪影。
在上述CT图像重建方法中，所述迭代重建步骤也可以使用对所述部分角度约束条件和整体图像约束条件进行加权相加而得到的约束条件，通过迭代重建来生成CT图像。
由此，通过将部分角度投影数据作为数据一致性的约束条件引入例如基于压缩感知理论的迭代重建中，能够提高运动物体的CT图像的时间分辨率，减少运动伪影。
另外，本发明还提供一种CT图像重建装置，根据通过X射线扫描而得到的投影数据重建CT图像，其特征在于，具备：运动物体位置检测单元，检测运动物体在CT图像中的位置；部分角度选择单元，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；部分角度约束单元，根据所述部分角度的数据，生成部分角度约束条件；以及迭代重建单元，使用所述部分角度约束条件，通过迭代重建来生成CT图像。
另外，本发明还提供一种CT系统，通过X射线进行扫描并输出CT图像，其特征在于，具有：CT扫描仪，通过X射线进行扫描，得到投影数据；CT图像重建装置，检测运动物体在CT图像中的位置，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据，根据所述部分角度的数据，生成部分角度约束条件，使用所述部分角度约束条件，通过迭代重建来生成CT图像；以及CT图像输出装置，输出由所述CT图像重建装置重建的CT图像。
本发明的CT图像重建方法的上述各个方式都能够通过CT图像重建装置及CT系统实现。另外，本发明不限于上述CT图像重建方法、CT图像重建装置及CT系统，也可以通过使计算机执行上述CT图像重建方法的CT图像重建程序或者构成上述CT图像重建装置的集成电路来实现。
附图说明
图1是具备本发明的实施方式的CT图像重建装置的、CT系统的结构框图。
图2是本发明的实施方式的CT图像重建装置的结构框图。
图3是本发明的实施方式的CT图像重建方法的流程图。
图4是本发明的实施方式的CT图像重建的一个具体例的流程图。
图5A至图5D是本发明的实施方式的部分角度约束有效性的原理图。
图6A、图6B是本发明的实施方式的具体例的运动物体位置检测的一个方式的原理图，图6C是其流程图。
图7A是本发明的实施方式的具体例的运动物体位置检测的另一个方式的原理图，图7B是其流程图。
图8A、图8B是本发明的实施方式的具体例的部分角度选择与设置的原理图，图8C是其流程图。
具体实施方式
以下结合附图及实施方式对本发明进行更详细的说明。此外，在附图中给同一或者相应部分附以同一附图标记，省略重复的说明。
首先详细说明具备本发明的CT图像重建装置的CT系统。图1是具备本发明的实施方式的CT图像重建装置的、CT系统的结构框图。如图1所示，CT系统1主要包括CT扫描仪10、CT图像重建装置20和CT图像输出装置30。
CT扫描仪10通过X射线进行扫描，得到投影数据。CT扫描仪10包括X射线扫描器101(以下又称为X射线源)，通过X射线对扫描区域中的扫描对象进行扫描。在此，扫描对象例如为人体等生物体，可以包括心脏等运动物体。
CT图像重建装置20例如由通用的计算机或专用的集成电路实现，具体在后文中详细说明。CT图像重建装置306根据CT扫描仪301所输出的投影数据，利用例如迭代重建方式的CT图像重建来生成CT图像。
CT图像输出装置30输出由CT图像重建装置20重建的CT图像。CT图像输出装置30典型为CT图像显示装置，在屏幕上显示由CT图像重建装置20输出的CT图像。当然，CT图像输出装置30不限于CT图像显示装置，也可以是通过网络发送由CT图像重建装置20输出的CT图像的数据传输接口、打印由CT图像重建装置20输出的CT图像的打印机等。
由CT系统1输出的CT图像例如可以被利用于科学研究、生物体数据获取等多个领域。另外，该CT图像例如也可以作为中间数据，被利用于疾病诊断和健康管理等领域。
以下，具体说明本发明的实施方式的CT图像重建装置20。图2是本发明的实施方式的CT图像重建装置的结构框图。如图2所示，CT图像重建装置20的一个具体结构例具备运动物体位置检测单元21、部分角度选择单元22、部分角度约束单元23和迭代重建单元24。CT图像重建装置20所具备的这些结构可以分别由独立的电路结构作为硬件来实现，也可以通过处理器执行存储器中存储的程序作为功能模块来实现。
运动物体位置检测单元21根据被输入的投影数据，检测运动物体在CT图像中的基本位置，并输出检测到的运动图像位置。部分角度选择单元22根据运动物体的位置选择视角点和角度范围，并根据视角点和角度范围选择投影数据中的部分角度的数据，作为部分角度约束单元23的输入。部分角度约束单元23根据部分角度的数据，生成部分角度约束条件。迭代重建单元24使用由部分角度约束单元23给定的部分角度约束条件作为约束项，通过迭代重建来生成CT图像，以最终提高运动物体的CT图像的时间分辨率，减少运动伪影。
图2所示的CT图像重建装置20的上述结构仅是本发明的CT图像重建装置的一例。本发明的CT图像重建装置只要能够实现由上述结构所实现的功能即可，不限定于必须具有上述结构。
接着，具体说明本发明的实施方式的CT图像重建装置20所执行的CT图像重建方法。图3是本发明的实施方式的CT图像重建方法的流程图。如图3所示，根据本发明的实施方式的CT图像重建方法，在运动物体位置检测步骤S1中，运动物体位置检测单元21检测运动物体在CT图像中的位置。然后，在部分角度选择步骤S2中，部分角度选择单元22根据运动物体的位置选择视角点和角度范围，并根据视角点和角度范围选择投影数据中的部分角度的数据。然后，在部分角度约束步骤S3中，部分角度约束单元23根据部分角度的数据，生成部分角度约束条件。最后，在迭代重建步骤S4中，迭代重建单元24使用部分角度约束条件，通过迭代重建来生成CT图像。
根据本实施方式的CT图像重建装置20及CT图像重建方法，将部分角度投影数据作为数据一致性的约束条件引入迭代重建算法中。由于部分角度的投影数据能够限制在扫描过程中图像的不一致性，因此将部分角度的投影数据作为整个重建结果的约束，则能让迭代重建的结果向着符合一致性的方向进行，也就是运动伪影较小的方向进行。由此，能够提高运动物体的CT图像的时间分辨率，减少运动伪影。
以下说明本实施方式的CT图像重建装置及其方法的一个具体例。该具体例仅为了使本实施方式的CT图像重建装置及其方法容易理解而举出，并不用于对本实施方式的CT图像重建装置及其方法进行限定。接下来结合附图详细说明该具体例。
图4是本发明的实施方式的CT图像重建的一个具体例的流程图。如图4所示，在步骤201中，CT图像重建装置20首先进行一次完整角度的图像重建，得到初始图像，该初始图像用作迭代重建的初始图像，也可以被用作运动物体位置检测。其中完整角度图像重建一般使用传统的滤波反投影方法(FBP)，得到的图像具有基本的重建结果，但包含较大的伪影。
在步骤202中，运动图像位置检测单元21利用步骤201中得到的初始图像，进行运动图像位置检测。具体过程在后文中详细说明。
在步骤203中，在步骤202通过运动物体位置检测得到运动物体位置后，部分角度选择单元22判断运动物体的位置是否属于CT图像的中心区域。在此，CT图像的中心区域例如是距离CT图像的中心小于规定阈值的区域。一种可实施的方式是计算运动物体的中心点距离图像中心点的距离，当两个中心点距离小于规定阈值时，则判断为运动物体的位置属于CT图像的中心区域。另一种可实施的方式是判断运动物体的区域是否覆盖到图像中心点，如果覆盖到，则判断为运动物体的位置属于CT图像的中心区域。
在步骤203中判断为运动物体的位置不属于CT图像的中心区域的情况下，执行步骤204。在步骤204中，部分角度选择单元22选择距离运动物体的位置最远的视角点，并从投影数据中，选择以选择的视角点为中心的预先设定的角度范围的数据，作为部分角度(以下也称为局部角度)的数据。具体过程在后文中详细说明。在此，角度范围只要为投影数据的角度(例如360度)中的部分角度即可，不作特别设定，例如可以根据以往的履历进行估计并设定为经验值。
在步骤203中判断为运动物体的位置属于CT图像的中心区域的情况下，执行步骤205。在步骤205中，部分角度选择单元22选择任意的视角点，并选择以该视角点为中心的预先设定的角度范围的数据，作为部分角度的数据。即，选择投影数据的完整角度中任意的局部角度。
在步骤206中，部分角度约束单元23根据部分角度的数据，生成部分角度约束条件(以下也称为局部角度约束)。局部角度约束例如是结合实际局部投影数据和当前的图像重建结果正向投影得到的对应角度的局部投影数据Plmt生成的稀疏约束项，可以用公式5表示：
Φ 1 ( P ‾ lmt - P lmt ) 公式5
其中Φ1表示投影数据的稀疏性变换。
为了和其他图像约束项一致，将该约束项转换到CT图像域中，可由公式6表示。
Ψ 1 ( X ‾ lmt - X lmt ) 公式6
其中Ψ1为图像数据的稀疏性变换，为实际局部投影数据滤波反投影后得到的图像，Xlmt为当前的图像重建结果正向投影得到的对应角度的局部投影数据Plmt再进行滤波反投影得到的图像。由此，结合局部角度实际投影数据和当前的图像重建结果得到局部角度投影数据的约束项，即部分角度约束条件。
本具体例的CT图像重建装置20将局部角度投影数据的约束项增加到基于压缩感知理论的迭代重建的目标函数中，这样基于压缩感知理论的迭代重建的目标函数如公式7所示：
min [ α | | Ψ 1 ( X ‾ lmt - X lmt ) | | 1 + ( 1 - α ) | | Ψ 2 X | | 1 ] 公式7
其中Ψ2X对应于步骤207中生成的其他约束项。作为其他约束项的一例，可以是针对图像整体的整体图像约束条件，例如TV(总变分)变换或者其他形式的图像本身的稀疏性约束。α为权衡本发明提出的局部角度约束项和其它约束项的权重，范围为0～1，一般根据不同应用条件通过实验选取。
在步骤208中，迭代重建单元24进行迭代重建更新。在迭代重建更新中，可以使用现有的基本的迭代重建方式，如ART(代数迭代)、SART(联合迭代)等。
在步骤209中，迭代重建单元24对目标函数进行最优化。目标函数优化可以使用一般的目标函数优化方法，如梯度下降法等。
在步骤210中，迭代重建单元24判断迭代的过程是否满足一定的迭代结束条件。迭代约束条件可以是最大迭代次数，也可以是重建图像数据的计算机投影和实际投影数据的差异小于一定阈值的情况，或者是二者的组合。
在步骤210中判断为不满足迭代结束条件的情况下，返回步骤208，并继续进行迭代重建。
在步骤210中判断为满足迭代结束条件的情况下，执行步骤211。在步骤211中，迭代重建单元24得到满足约束条件的最终重建结果图像。
如上所述，在本具体例中，迭代重建单元24在步骤S208至S211中，使用对部分角度约束条件和整体图像约束条件进行加权相加而得到的约束条件，通过迭代重建来生成CT图像。
在本实施方式的上述具体例中，步骤202对应于运动物体位置检测步骤S1，步骤203至205对应于部分角度选择步骤S2，步骤206对应于部分角度约束步骤S3，步骤208至步骤211对应于迭代重建步骤S4。根据该具体例，CT图像重建装置20通过增加了部分角度约束条件，能够生成具有较少的运动伪影的CT图像。
以下详细说明本实施方式(及其具体例)能够生成具有较少的运动伪影的CT图像的原理，即部分角度约束有效性原理。图5A至图5D是本发明的实施方式的部分角度约束有效性的原理图。图中301是图像，302是运动物体，303是X射线源，304是X射线源扫描一圈的轨迹。从图5A、图5B和图5C可以看出，当X射线源扫描角度较小时，也就是扫描时间较短时(例如图5B的情况)，运动物体的对图像一致性的影响较小，当X射线源扫描角度较大时，也就是扫描持续时间较长时(例如图5C的情况)，运动物体的对图像一致性的影响较大。这一倾向通过图5D示出。部分角度的投影数据能够限制在扫描过程中图像的不一致性，因此将部分角度的投影数据作为整个重建结果的约束，则能让迭代重建的结果向着符合一致性的方向进行，也就是运动伪影较小的方向进行。
接着，详细说明由本实施方式的上述具体例中运动物体位置检测模块21在步骤202中进行的运动物体位置检测的具体例。运动物体位置检测可以使用基于透射图的定位方式(图6A至图6C)和基于切片图(一般的CT图像)的定位方式(图7A、图7B)。
图6A、图6B是本发明的实施方式的具体例的运动物体位置检测的一个方式的原理图，图6C是其流程图。在该基于透射图的定位方式中，通过给定两个垂直方向的透射图，在每个透射图中定位运动目标，从而得到运动目标在CT图像中的X，Y轴的位置坐标。一般根据图像坐标系选取正好是X，Y坐标轴方向的两个垂直透射图以方便处理。如图6C的流程图所示，在步骤304中，输入投影数据。在步骤305中，获取两个投影角度成直角的透射图，由此在步骤306、307中得到透射图1和透射图2。在步骤308中，针对透射图1和透射图2进行运动物体检测定位。在步骤309、310中，分别确定运动物体X轴向位置和运动物体Y轴向位置。由此，在步骤311中，检测出运动物体的位置。其中，运动物体的检测定位可以是根据某种特定运动物体(如心脏)的透射图特征的自动检测方法，也可以是由用户输入确定。
图7A是本发明的实施方式的具体例的运动物体位置检测的另一个方式的原理图，图7B是其流程图。在该基于切片图(一般的CT图像)的定位方式中，如图7B的流程图所示，在步骤312中，获取切片图像。在步骤313中，提取运动物体特征。在步骤314中，训练该物体的分类器。在步骤315中，检测出运动物体窗口位置。其中，可以利用某些特定运动物体(如心脏)的CT图像特征，例如形状、纹理、CT值等，通过训练该物体的特征分类器，在CT图像中检测得到位置。该方式属于图像检测领域内的成熟技术，可参考人脸检测方法。
另外，本实施方式中的运动物体位置检测不限于上述方式，可以使用以往的各种检测方式，也可以直接由用户划定运动目标的大概位置。
接着详细说明本实施方式的上述具体例中部分角度选择模块22在步骤203至205中进行的部分角度选择的原理。图8A、图8B是本发明的实施方式的具体例的部分角度选择与设置的原理图，图8C是其流程图。在上述具体例中，部分角度的选择可以根据运动物体的位置来确定。如图8A所示，当X射线源501在距离运动物体502较远的一侧时，运动物体的运动对投影数据的影响范围为503所示。如图8B所示，当X射线源501在距离运动物体502较近的一侧时，运动物体的运动对投影数据的影响范围为505所示。可以看出，图8A中503的范围比图8B中505的范围要小。即，X射线源501在距离运动物体502较远时与较近时相比，运动物体的运动对投影数据的影响范围较小。
因此，为了使运动物体的运动对投影数据的影响小，选择X射线源501距离运动物体502较远的图8A中504所示的部分角度，优于选择X射线源501距离运动物体502较近的图8B中506所示的部分角度。进而，为了使得X射线源501距离运动物体502较远，可以选择相对于CT图像的中心与运动物体的位置处于不同侧的视角点。在上述具体例中，作为相对于CT图像的中心与运动物体的位置处于不同侧的视角点，选择了距离运动物体的位置最远的视角点。
因此，在运动物体的位置不属于CT图像的中心区域的情况下，可以如图8C的流程图所示决定部分角度范围。在步骤507中，部分角度选择模块22从运动物体位置检测模块21获取运动物体位置。在步骤508中，部分角度选择模块22计算X射线源旋转轨道(扫描轨道)上的距离运动物体最远点。在步骤509中，部分角度选择模块22获取该最远点对应的投影数据的投影角度FV。在步骤510中，部分角度选择模块22以投影角度FV为中心设置部分角度的范围。由此，选择扫描轨道上距离运动物体最远的点对应的角度作为部分角度的中心点，部分角度的部分范围可以随意调整，具体权衡伪影强度和重建时间根据实验设定。由此，通过以视角点为中心，根据经验值等适当设定角度范围，能够进一步减少运动伪影。
以上参照附图说明了本发明的实施例。其中，以上说明的实施例仅是本发明的具体例子，用于理解本发明，而不用于限定本发明的范围。本领域技术人员能够基于本发明的技术思想对各实施例进行各种变形、组合和要素的合理省略，由此得到的方式也包括在本发明的范围内。

Claims (10)

1.一种CT图像重建方法，根据通过X射线扫描而得到的投影数据重建CT图像，其特征在于，包括：
运动物体位置检测步骤，检测运动物体在CT图像中的位置；
部分角度选择步骤，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；
部分角度约束步骤，根据所述部分角度的数据，生成部分角度约束条件；以及
迭代重建步骤，使用所述部分角度约束条件，通过迭代重建来生成CT图像。
2.如权利要求1所述的CT图像重建方法，其特征在于，
在所述运动物体的位置不属于CT图像的中心区域的情况下，所述部分角度选择步骤选择相对于CT图像的中心与所述运动物体的位置处于不同侧的视角点；
在所述运动物体的位置属于CT图像的中心区域的情况下，所述部分角度选择步骤选择任意的视角点。
3.如权利要求2所述的CT图像重建方法，其特征在于，
在所述运动物体的位置不属于CT图像的中心区域的情况下，所述部分角度选择步骤选择距离所述运动物体的位置最远的视角点。
4.如权利要求1至3中任一项所述的CT图像重建方法，其特征在于，
所述部分角度选择步骤从所述投影数据中，选择以所述视角点为中心的预先设定的角度范围的数据，作为所述部分角度的数据。
5.如权利要求1至3中任一项所述的CT图像重建方法，其特征在于，
所述迭代重建步骤使用对所述部分角度约束条件和整体图像约束条件进行加权相加而得到的约束条件，通过迭代重建来生成CT图像。
6.一种CT图像重建装置，根据通过X射线扫描而得到的投影数据重建CT图像，其特征在于，具备：
运动物体位置检测单元，检测运动物体在CT图像中的位置；
部分角度选择单元，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；
部分角度约束单元，根据所述部分角度的数据，生成部分角度约束条件；以及
迭代重建单元，使用所述部分角度约束条件，通过迭代重建来生成CT图像。
7.如权利要求6所述的CT图像重建装置，其特征在于，
在所述运动物体的位置不属于CT图像的中心区域的情况下，所述部分角度选择单元选择相对于CT图像的中心与所述运动物体的位置处于不同侧的视角点；
在所述运动物体的位置属于CT图像的中心区域的情况下，所述部分角度选择单元选择任意的视角点。
8.如权利要求6或7所述的CT图像重建装置，其特征在于，
在所述运动物体的位置不属于CT图像的中心区域的情况下，所述部分角度选择单元选择距离所述运动物体的位置最远的视角点。
9.如权利要求6或7所述的CT图像重建装置，其特征在于，
所述部分角度选择单元从所述投影数据中，选择以所述视角点为中心的预先设定的角度范围的数据，作为所述部分角度的数据。
10.一种CT系统，通过X射线进行扫描并输出CT图像，其特征在于，具有：
CT扫描仪，通过X射线进行扫描，得到投影数据；
CT图像重建装置，检测运动物体在CT图像中的位置，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据，根据所述部分角度的数据，生成部分角度约束条件，使用所述部分角度约束条件，通过迭代重建来生成CT图像；以及
CT图像输出装置，输出由所述CT图像重建装置重建的CT图像。
CN201410472082.XA 2014-09-16 2014-09-16 Ct图像重建方法、ct图像重建装置及ct系统 Active CN105488823B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201410472082.XA CN105488823B (zh) 2014-09-16 2014-09-16 Ct图像重建方法、ct图像重建装置及ct系统
US15/503,041 US20170231581A1 (en) 2014-09-16 2015-06-15 Ct image reconstruction method, ct image reconstruction device, and ct system
JP2016548590A JP6386060B2 (ja) 2014-09-16 2015-06-15 Ｃｔ画像再構成方法、ｃｔ画像再構成装置およびｃｔシステム
PCT/JP2015/067154 WO2016042863A1 (ja) 2014-09-16 2015-06-15 Ｃｔ画像再構成方法、ｃｔ画像再構成装置およびｃｔシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410472082.XA CN105488823B (zh) 2014-09-16 2014-09-16 Ct图像重建方法、ct图像重建装置及ct系统

Publications (2)

Publication Number Publication Date
CN105488823A true CN105488823A (zh) 2016-04-13
CN105488823B CN105488823B (zh) 2019-10-18

Family

ID=55532908

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410472082.XA Active CN105488823B (zh) 2014-09-16 2014-09-16 Ct图像重建方法、ct图像重建装置及ct系统

Country Status (4)

Country Link
US (1) US20170231581A1 (zh)
JP (1) JP6386060B2 (zh)
CN (1) CN105488823B (zh)
WO (1) WO2016042863A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106821407A (zh) * 2016-12-28 2017-06-13 上海联影医疗科技有限公司 用于计算机断层扫描的运动检测方法和装置
WO2018040126A1 (zh) * 2016-08-31 2018-03-08 广州华端科技有限公司 断层合成图像重建方法和系统
CN112070856A (zh) * 2020-09-16 2020-12-11 重庆师范大学 基于非下采样轮廓波变换的有限角c型臂ct图像重建方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10410343B2 (en) * 2015-07-08 2019-09-10 Hitachi, Ltd. Image computing device, image computing method, and tomograph
US10716527B2 (en) * 2017-02-17 2020-07-21 Canon Medical Systems Corporation Combined sinogram- and image-domain material decomposition for spectral computed tomography (CT)
CN109544655B (zh) * 2018-11-19 2023-06-02 山东科技大学 一种海水管线的x射线ct重建方法
CN110827370B (zh) * 2019-11-09 2023-06-06 中北大学 一种非等厚构件的多能ct循环迭代重建方法
CN113362413B (zh) * 2021-06-03 2023-11-03 东软医疗系统股份有限公司 一种ct图像数据的获取方法、装置及计算机设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1644167A (zh) * 2004-01-22 2005-07-27 西门子公司 用焦点探测器组合产生周期运动物体断层造影图像的方法
CN1650807A (zh) * 2002-11-05 2005-08-10 西门子公司 对周期运动检查对象进行计算机断层造影的方法及设备
CN101833786A (zh) * 2010-04-06 2010-09-15 清华大学 三维模型的捕捉及重建方法和系统
US20110142315A1 (en) * 2009-12-15 2011-06-16 Jiang Hsieh System and method for tomographic data acquisition and image reconstruction
US20110268335A1 (en) * 2010-05-03 2011-11-03 Siemens Aktiengesellschaft Increased Temporal Resolution In The Case Of CT Images By Means Of Iterative View Reconstruction With Limiting Conditions
CN102456227A (zh) * 2010-10-28 2012-05-16 清华大学 Ct图像重建方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013008702A1 (ja) * 2011-07-08 2013-01-17 株式会社 日立メディコ 画像再構成装置及び画像再構成方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1650807A (zh) * 2002-11-05 2005-08-10 西门子公司 对周期运动检查对象进行计算机断层造影的方法及设备
CN1644167A (zh) * 2004-01-22 2005-07-27 西门子公司 用焦点探测器组合产生周期运动物体断层造影图像的方法
US20110142315A1 (en) * 2009-12-15 2011-06-16 Jiang Hsieh System and method for tomographic data acquisition and image reconstruction
CN101833786A (zh) * 2010-04-06 2010-09-15 清华大学 三维模型的捕捉及重建方法和系统
US20110268335A1 (en) * 2010-05-03 2011-11-03 Siemens Aktiengesellschaft Increased Temporal Resolution In The Case Of CT Images By Means Of Iterative View Reconstruction With Limiting Conditions
CN102456227A (zh) * 2010-10-28 2012-05-16 清华大学 Ct图像重建方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018040126A1 (zh) * 2016-08-31 2018-03-08 广州华端科技有限公司 断层合成图像重建方法和系统
CN106821407A (zh) * 2016-12-28 2017-06-13 上海联影医疗科技有限公司 用于计算机断层扫描的运动检测方法和装置
CN112070856A (zh) * 2020-09-16 2020-12-11 重庆师范大学 基于非下采样轮廓波变换的有限角c型臂ct图像重建方法

Also Published As

Publication number Publication date
US20170231581A1 (en) 2017-08-17
WO2016042863A1 (ja) 2016-03-24
JPWO2016042863A1 (ja) 2017-04-27
CN105488823B (zh) 2019-10-18
JP6386060B2 (ja) 2018-09-05

Similar Documents

Publication Publication Date Title
CN105488823A (zh) Ct图像重建方法、ct图像重建装置及ct系统
JP7246866B2 (ja) 医用画像処理装置
CN111373448B (zh) 使用机器学习正则化器的图像重建
Burger et al. A variational reconstruction method for undersampled dynamic x-ray tomography based on physical motion models
CN102549616B (zh) 用于生成感兴趣区域的图像的系统和方法
Rit et al. On‐the‐fly motion‐compensated cone‐beam CT using an a priori model of the respiratory motion
US9595120B2 (en) Method and system for medical image synthesis across image domain or modality using iterative sparse representation propagation
US10867375B2 (en) Forecasting images for image processing
JP2017094097A (ja) 医用画像処理装置、ｘ線コンピュータ断層撮像装置及び医用画像処理方法
US7978886B2 (en) System and method for anatomy based reconstruction
Kim et al. Cardiac motion correction based on partial angle reconstructed images in x‐ray CT
CN102103757B (zh) 锥束图像重建方法及装置
Dang et al. dPIRPLE: a joint estimation framework for deformable registration and penalized-likelihood CT image reconstruction using prior images
Bai et al. Probabilistic self‐learning framework for low‐dose CT denoising
US9224204B2 (en) Method and apparatus for registration of multimodal imaging data using constraints
CN102933142B (zh) 基于幅度/斜率的运动时相映射
WO2022257959A1 (en) Multi-modality and multi-scale feature aggregation for synthesizing spect image from fast spect scan and ct image
CN108074219B (zh) 一种图像校正方法、装置及医疗设备
Zhang et al. DREAM-Net: Deep residual error iterative minimization network for sparse-view CT reconstruction
Huang et al. Mambamir: An arbitrary-masked mamba for joint medical image reconstruction and uncertainty estimation
CN103793890A (zh) 一种能谱ct图像的恢复处理方法
Barba-J et al. Segmentation and optical flow estimation in cardiac CT sequences based on a spatiotemporal PDM with a correction scheme and the Hermite transform
Abascal et al. A novel prior-and motion-based compressed sensing method for small-animal respiratory gated CT
CN105631908A (zh) 一种pet图像重建方法和装置
Gu et al. Translational motion correction algorithm for truncated cone-beam CT using opposite projections

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160624

Address after: Tokyo, Japan, Japan

Applicant after: Hitachi Ltd.

Address before: Tokyo, Japan, Japan

Applicant before: Hitachi Medical Corporation

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211123

Address after: Chiba County, Japan

Patentee after: Fujifilm medical health Co.,Ltd.

Address before: Tokyo, Japan

Patentee before: Hitachi, Ltd.