CN105493148A - 利用反相关滤波器的谱投影数据去噪 - Google Patents

Abstract

一种方法包括：接收含噪声的基材料线积分的至少两个集合，每个集合对应于不同的基材料；并且利用反相关滤波器对含噪声的基材料线积分的所述至少两个集合进行滤波，从而产生经去噪的基材料线积分，所述反相关滤波器至少包括具有平衡正则化因子的正则化项。一种成像系统(100)包括具有反相关滤波器(118)的投影数据处理器(116)，所述反相关滤波器对含噪声的基材料线积分的至少两个集合进行滤波，从而产生经去噪的基材料线积分，每个集合对应于不同的基材料，其中，所述反相关滤波器包括具有正则化平衡因子的正则化项。

Description

利用反相关滤波器的谱投影数据去噪

技术领域

以下内容总体上涉及投影数据处理，并且更具体地涉及利用反相关滤波器对投影数据的投影域去噪，所述反相关滤波器包括具有针对每种基材料的子项和对应的比例因子的正则化项，并且结合针对谱(即，多能量)计算机断层摄影(CT)的特定应用来加以描述。然而，以下内容也适用于其他成像模态。

背景技术

CT扫描器包括X射线管，所述X射线管发射穿过检查区域和检查区域中的目标的辐射。被定位在与X射线管对面的检查区域相对的探测器阵列探测穿过检查区域和检查区域中的目标的辐射，并且生成指示检查区域和检查区域中的目标的投影数据。重建器处理投影数据并重建指示检查区域和检查区域中的目标的体积图像数据。

利用谱CT扫描器，采集多个投影数据集，所述多个投影数据集表示被扫描的目标针对不同X射线谱的衰减性质。能够通过kVp切换、双层探测器、计数探测器和/或以其他方式来采集该多个集合。基于这些数据集，能够局部地确定物理目标性质(例如，光电效应、康普顿效应、水含量、骨含量、碘含量等)。对这些性质的确定被称作材料分解。

利用投影域处理，通过将针对每条射线所测量的线积分转换成基材料线积分来执行材料分解。然后重建基材料线积分以生成基材料图像。然而，所测量的投影数据的噪声趋向于被强烈地放大，并且经放大的噪声针对一条采集射线的不同材料线积分是高度反相关的。

该反相关的噪声能够导致条纹状伪影，并且直接根据该基材料线积分重建的图像归因于噪声放大而趋向于强烈含噪声，降低了它们的临床值。反相关滤波器(ACF)能够用于对反相关的噪声进行滤波。遗憾的是，ACF对基材料线积分的应用可以导致基材料数据集之间的串扰，产生减小经重建的基材料图像的诊断值的伪影。

在本文中描述的各方面解决了以上提及的问题和其他问题。

发明内容

该应用描述了一种通过反相关滤波器来降低谱基材料线积分中的反相关噪声的方法，所述反相关滤波器包括具有针对每种基材料的子项和对应的比例因子的正则化项，其中，比例因子平衡每个子项的作用，减轻组织边界之间的串扰，这种串扰在没有这样的平衡时可能存在。

在一方面中，一种方法，包括：接收含噪声的基材料线积分的至少两个集合，每个集合对应于不同的基材料；并且利用反相关滤波器来对含噪声的基材料线积分的所述至少两个集合进行滤波，从而产生经去噪的基材料线积分，所述反相关滤波器至少包括具有平衡正则化因子的正则化项。

在另一方面中，一种成像系统，包括具有反相关滤波器的投影数据处理器。所述反相关滤波器对含噪声的基材料线积分的至少两个集合进行滤波，从而产生经去噪的基材料线积分，每个集合对应于不同的基材料。所述反相关滤波器包括具有正则化平衡因子的正则化项。

在另一方面中，计算机可读指令被编码在计算机可读存储介质上，所述计算机可读指令当由计算系统的处理器运行时，令所述处理器：接收含噪声的基材料线积分的至少两个集合，每个集合对应于不同的基材料；并且利用反相关滤波器对含噪声的基材料线积分的所述至少两个集合进行滤波，从而产生经去噪的基材料线积分，所述反相关滤波器至少包括具有平衡正则化因子的正则化项。

附图说明

本发明可以采取各种部件和部件的布置，以及各个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，并且不被解释为对本发明的限制。

图1示意性图示了具有与成像系统连接的反相关滤波器的投影数据处理器。

图2示意性图示了反相关滤波器的非限制性范例，所述反相关滤波器是基于具有正则化子项平衡比例因子的正则化最大似然算法的。

图3示出了利用没有正则化子项平衡的反相关滤波器生成的范例图像。

图4示出了利用在本文中描述的反相关滤波器生成的范例图像，所述反相关滤波器包括正则化子项平衡。

图5图示了用于利用反相关滤波器来对投影数据进行去噪的范例方法，所述反相关滤波器利用包括正则化子项平衡比例因子的正则化最大似然算法。

具体实施方式

首先参考图1，示意性图示了诸如计算机断层摄影(CT)扫描器的成像系统100。成像系统100包括大体上固定的机架102和旋转机架104。旋转机架104由固定机架102可旋转的支撑，并且关于纵轴或z轴围绕检查区域106旋转。

诸如X射线管的辐射源108由旋转机架104可旋转地支撑。辐射源108与旋转机架104一起旋转并且发射穿过检查区域106的辐射。源准直器110包括对辐射进行准直以形成大体上锥形、楔形、扇形或其他形状的辐射射束的准直构件。

辐射敏感探测器阵列112跨检查区域106以一角度弧与辐射源108相对。探测器阵列112包括沿着z轴方向延伸的一行或多行的探测器。探测器阵列112探测穿过检查区域106的辐射并且生成表示检查区域106的投影数据(或所测量的线积分)。

在所图示了实施例中，投影数据是谱投影数据并且包括投影数据的至少两个子集，每个子集表示被扫描的目标针对不同X射线谱的衰减性质。在以下情况中能够获得这样的投影数据：即，在探测器阵列112包括光子计数探测器和/或多层谱探测器的情况中，和/或在辐射源108被配置为在扫描期间在至少两种不同能量谱之间进行切换的情况中。

谱分解器114对由辐射敏感探测器阵列112生成的谱投影数据进行分解，产生经分解的谱投影数据或基材料线积分。分解能够基于两个或更多个基材料，例如，能够基于光电效应、康普顿散射、水含量、骨含量、碘含量、k边缘和/或(一种或多种)其他基材料。

投影数据处理器116处理经分解的谱投影数据。所图示的投影数据处理器116包括至少反相关滤波器(ACF)118。ACF118至少对来自经分解的谱投影数据的反相关噪声进行滤波。这包括使用迭代的统计学模型对反相关噪声进行滤波。合适的反相关滤波器118的范例包括正则化最大似然滤波器，所述正则化最大似然滤波器包括数据项和正则化项。如在下文中更加详细地描述的，正则化项包括两个或更多个子项以及对应的平衡比例因子，针对每种基材料一个子项，所述对应的平衡比例因子减轻在组织-空气边界处的串扰。

重建器120重建经去噪的经分解的投影数据，并且生成指示所述投影数据的体积图像数据，包括材料基体积图像数据。诸如卧榻的患者支撑物122在检查区域106中支撑诸如人类患者的目标或对象。计算系统或计算机充当操作者控制台124，所述操作者控制台124允许操作者控制对系统100的操作，例如选择和/或激活至少投影域去噪算法。

在所图示的实施例中，投影数据处理器116关于控制台124为单独的设备。在该实例中，投影数据处理器116能够为诸如专用计算机的计算系统和/或其他计算系统的部分。在变型中，投影数据处理器116为控制台124的部分。在任一实例中，投影数据处理器116能够经由运行计算机可读指令的处理器(例如，微处理器、中央处理单元或CPU等)来实施，所述计算机可读指令被存储在诸如物理存储器的计算机可读存储介质中(并且排除非瞬态介质)。处理器也能够运行由载波、信号或其他瞬态介质承载的指令。

图2图示了反相关滤波器118的非限制性范例。

为了简明和清楚，以下内容结合谱投影数据的两个子集进行讨论。然而，应当理解，以下内容能够被延伸到谱投影数据的两个以上的子集。

反相关滤波器118作为输入部接收经分解的线积分或基材料线积分m_1i和m_2i，其中，i为采集到的射线指数，并且输出经去噪的经分解的投影数据(基材料线积分)。

对数似然确定器202基于正则化最大似然算法来处理数据，生成经去噪的经分解的投影数据。在公式1中示出了合适的正则化最大似然的范例：

公式1：

$\hat{L}\≡-\frac{1}{2}\underset{i}{\Σ}{(m_i-{\stackrel{\‾}{m}}_i)}^T{C_i}^{-1}(m_i-{\stackrel{\‾}{m}}_i)-\mathrm{\β}\underset{i}{\Σ}\sqrt{{R_{1i}}^2+{R_{2i}}^2}$

其中，m_i＝(m_1i,m_2i)并且表示含噪声的基材料线积分的两个集合的向量，并且表示经去噪的基材料线积分的两个集合的向量，C_i表示描述m_1i和m_2i中的相关噪声的协方差矩阵，R_1i和R_2i表示针对两种材料正弦图的基材料正则化子项，并且β为确定正则化的强度的参数。

在本文中也预期其他正则化项。例如，2012年11月26日提交的申请序列号为61/729782的标题为“PROJECTIONDATADE-NOISING”的申请描述了合适的正则化项，通过引用将其整体并入本文。

在公式1中，第一项为数据项，描述经去噪的材料线积分属于给定已知方差和协方差的含噪声的材料线积分的可能性。第二项为表示关于材料线积分的“真”集合的先验信息的正则化项。公式1由迭代优化来实施，直到识别出最有可能属于含噪声的材料线积分的经去噪的材料线积分。

基材料线积分方差确定器204处理接收到的基材料线积分m_1i和m_2i，并且生成基材料线积分方差var(m_1i)和var(m_2i)以及协方差cov(m_1i,m_2i)。

基材料协方差矩阵确定器206基于基材料线积分方差var(m_1i)和var(m_2i)以及基材料线积分协方差cov(m_1i,m_2i)来确定协方差矩阵C_i。例如，能够如公式2中所示来确定协方差矩阵C_i：

公式2：

$C_i=\left(\begin{array}{cc}\mathrm{var}\left(m_{1i}\right)& \mathrm{cov}(m_{1i},m_{2i})\\ \mathrm{cov}(m_{1i},m_{2i})& \mathrm{var}\left(m_{2i}\right)\end{array}\right)$

能够如公式3和公式4中所示来确定正则化项R_1i和R_2i：

公式3：

$R_{1i}=\underset{k}{\mathrm{\Σ}}{w}_{ik}\mathrm{\ψ}({\stackrel{\‾}{m}}_{1i}-{\stackrel{\‾}{m}}_{1k})$

公式4：

$R_{2i}=\underset{k}{\mathrm{\Σ}}{w}_{ik}\mathrm{\ψ}({\stackrel{\‾}{m}}_{2i}-{\stackrel{\‾}{m}}_{2k})$

在这些公式中，利用势函数ψ对现有的进行平滑化。势函数针对每个测量的射线i评价材料线积分值与多条临近射线k的值的差异，其中，w_ik为加权因子。

归因于正则化项R_1i和R_2i，对公式1的优化将得到一对去噪的材料线积分集合，所述去噪的材料线积分总体上被最优地平滑化。归因于两个材料线积分数据集合m_1i与m_2i之间强烈的反相关，优化将在另一方面(归因于数据项)例如对一个材料线积分值m_1i的减少补偿对应值m_2i的增加。

这将引起，尤其是在边缘处，两种材料之间的串扰。例如，在空气与软组织之间的边界处，将在两幅正弦图中都存在低值(空气)与高值(组织)之间的边缘。归因于正则化，优化趋向于使两个边缘平滑化，而归因于数据项，不能够使两个边缘平滑化，这是由于这导致两个对应值m_1i和m_2i的减少或增加。

如果没有正确地平衡正则化项和数据项，则结果将是一个材料数据集中的边缘的平滑化和另一材料数据集中的相同边缘的增强。这样，总体上，正则化项具有与在边缘处未进行平滑化的值相比更优化的值。这是不想要的效果，导致图像伪影，这降低了图像的临床值。

公式5和公式6示出了正则化项R_1i和R_2i，分别经由比例项f_1i和f_2i对所述正则化项R_1i和R_2i进行平衡，使得由正则化项对使两个边缘的平滑化的任何努力都不被数据项的努力影响，以允许仅根据两个材料数据集的反相关的改变：

公式5：

$R_{1i}=f_{1i}\underset{k}{\Σ}{w}_{ik}\mathrm{\ψ}({\stackrel{\‾}{m}}_{1i}-{\stackrel{\‾}{m}}_{1k})$

公式6：

$R_{2i}=f_{2i}\underset{k}{\Σ}{w}_{ik}\mathrm{\ψ}({\stackrel{\‾}{m}}_{2i}-{\stackrel{\‾}{m}}_{2k})$

比例项f_1i和f_2i对正则化项R_1i和R_2i进行平衡，使得在组织-空气边界处的串扰相对于公式3和公式4的正则化项R_1i和R_2i被减小。这被图示质子图3和图4中。

图3示出了根据利用没有子项平衡的正则化反相关滤波器(例如，公式3和公式4)来进行滤波的投影数据生成的范例图像。区域302识别出在肺部、气管和身体的边界处的伪影黑色区域。图4示出了根据利用公式1，使用具有平衡的公式5和公式6的正则化子项来处理的投影数据生成的范例图像。图4中的伪影在区域402中相对于图3的区域302中的伪影被减小。

一般，f_1i和f_2i被确定为使得它们满足预定准则，例如，在一个实例中，合适的准则包括f_1i/f_2i＝预定恒定值，以下内容描述了用于确定f_1i和f_2i的非限制性范例方法。

在例如目标的外边界处，材料线积分值m_1i和m_2i针对两种材料从有限值降低到零。正则化项的目的是使两个有限值在边缘处更接近零，引起与向量(-m_1i,-m_2i)的方向一致的想要的改变。另一方面，数据项的目的是允许仅根据两个值m_1i和m_2i之间的噪声相关性的改变。如果相关性接近于-1，则优选改变的方向由向量(sqrt(var(m_1i)),-sqrt(var(m_2i)))来给定。

如果这两个方向不是正交的，则将在两种材料之间出现串扰。因此，m_1i和m_2i要被缩放为使得由正则化给定的改变的方向正交于(sqrt(var(m_1i)),-sqrt(var(m_2i)))。这能够通过利用f_1i＝sqrt(m_2i*sqrt(var(m_2i)))来缩放m_1i并且利用f_2i＝sqrt(m_1i*sqrt(var(m_1i)))来缩放m_2i来实现。然后，归因于正则化项的改变将在(f₁*m_1i,f₂*m_2i)的方向上，并且归因于数据项的改变将在(f₁*sqrt(var(m_1i)),-f₂*sqrt(var(m_2i)))的方向上，它们是正交的。

在本文中也预期用于确定f_1i和f_2i的其他方法。

图5图示了用于利用具有正则化平衡的反相关滤波器对投影数据进行去噪的范例方法。

应当认识到，在本文中描述的方法的动作的排序不是限制性的。正因如此，在本文中也预期其他排序，另外，可以省略一个或多个动作和/或可以包括一个或多个额外的动作。

在502处，获得来自谱扫描的含噪声的基材料线积分的集合。

在504处，获得具有正则化平衡的反相关滤波器。

在506处，生成用于平衡正则化子项的比例因子。

在508处，优化正则化最大似然算法，产生经去噪的基材料线积分。

一般，这包括实施迭代优化以识别具有属于含噪声的材料线积分的相对最高可能性的去噪的基材料线积分。

在510处，重建经去噪的基材料线积分，产生体积图像数据，包括基材料体积图像数据。

以上方法可以通过计算机可读指令的方式得以实施，所述计算机可读指令被编码或被嵌入在计算机可读存储介质上，所述计算机可读指令在被(一个或多个)计算机处理器运行时，令(一个或多个)处理器执行所描述的动作。额外地或备选地，计算机可读指令中的至少一个由信号、载波或其他瞬态介质承载。

已经参考优选实施例描述了本发明。他人在阅读和理解前面的具体描述的情况下可以想到修改和替代。本文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内。

Claims (20)

1.一种方法，包括：

接收含噪声的基材料线积分的至少两个集合，每个集合对应于不同的基材料；并且

利用反相关滤波器对含噪声的基材料线积分的所述至少两个集合进行滤波，从而产生经去噪的基材料线积分，所述反相关滤波器至少包括具有平衡正则化因子的正则化项。

2.根据权利要求1所述的方法，还包括：

重建经去噪的分解的基材料线积分，从而生成基材料体积图像数据。

3.根据权利要求1至2中的任一项所述的方法，其中，所述反相关滤波器是基于统计学模型的。

4.根据权利要求3所述的方法，其中，所述统计学模型包括迭代的正则化最大似然算法。

5.根据权利要求4所述的方法，其中，所述正则化最大似然算法包括数据项和所述正则化项，所述正则化项包括针对所述基材料中的每种的子项。

6.根据权利要求5所述的方法，还包括：

确定针对所述基材料中的每种的正则化因子。

7.根据权利要求5所述的方法，其中，一个正则化因子与另一正则化因子的比率等于预定的恒定值。

8.根据权利要求6至7中的任一项所述的方法，还包括：

将第一正则化因子确定为所述含噪声的基材料线积分的针对第一材料的第一集合与含噪声的基材料线积分的所述第一集合的标准差的乘积的平方根；并且

将第二正则化因子确定为含噪声的基材料线积分的针对第二材料的第二集合与含噪声的基材料线积分的所述第二集合的标准差的乘积的平方根。

9.根据权利要求8所述的方法，其中，所述正则化项包括所述子项的平方和的平方根的总和。

10.根据权利要求6至9中的任一项所述的方法，其中，所述正则化因子引起所述数据项和所述正则化项在正交于彼此的方向上改变。

11.一种成像系统(100)，包括：

投影数据处理器(116)，其包括：

反相关滤波器(118)，其对含噪声的基材料线积分的至少两个集合进行滤波，从而产生经去噪的基材料线积分，每个集合对应于不同的基材料，其中，所述反相关滤波器包括具有正则化平衡因子的正则化项。

12.根据权利要求11所述的成像系统，还包括：

重建器(120)，其处理经去噪的分解的基材料线积分，从而生成基材料体积图像数据。

13.根据权利要求11至12中的任一项所述的成像系统，其中，所述正则化项包括针对每种不同基材料的子项，并且所述反相关滤波器包括：

正则化项比例因子确定器(214)，其确定针对所述子项中的每项的正则化项比例因子。

14.根据权利要求13所述的成像系统，其中，一个正则化比例因子与另一正则化比例因子的比率等于预定的恒定值。

15.根据权利要求13至14中的任一项所述的成像系统，其中，所述正则化项比例因子确定器将第一正则化因子确定为所述含噪声的基材料线积分的针对第一材料的第一集合与含噪声的基材料线积分的所述第一集合的标准差的乘积的平方根，并且将第二正则化因子确定为含噪声的基材料线积分的针对第二材料的第二集合与含噪声的基材料线积分的所述第二集合的标准差的乘积的平方根。

16.根据权利要求13至14中的任一项所述的成像系统，其中，所述正则化项包括所述子项的平方和的平方根的总和。

17.根据权利要求11至16中的任一项所述的成像系统，所述反相关滤波器还包括：

基材料积分方差确定器(204)，其确定所述含噪声的基材料线积分的方差；

基材料积分协方差确定器(206)，其确定所述含噪声的基材料线积分之间的协方差；

其中，所述反相关滤波器基于所述方差、所述协方差和所述正则化项来确定所述经去噪的基材料线积分。

18.根据权利要求17所述的成像系统，所述反相关滤波器还包括：

对数似然确定器(202)，其基于所述方差、所述协方差和所述正则化项来识别最可能属于含噪声的材料线积分的经去噪的材料线积分的集合，其中，所识别的经去噪的材料线积分的集合为所产生的经去噪的基材料线积分。

19.根据权利要求18所述的成像系统，其中，所述对数似然确定器执行两次或更多次迭代以识别经去噪的材料线积分的所述集合。

20.一种被编码在计算机可读存储介质上的计算机可读指令，所述计算机可读指令当由计算系统的处理器运行时，令所述处理器：

接收含噪声的基材料线积分的至少两个集合，每个集合对应于不同的基材料，并且

利用反相关滤波器对含噪声的基材料线积分的所述至少两个集合进行滤波，从而产生经去噪的基材料线积分，所述反相关滤波器至少包括具有平衡正则化因子的正则化项。