CN105682559A - 用于估计散射的方法和系统 - Google Patents
用于估计散射的方法和系统 Download PDFInfo
- Publication number
- CN105682559A CN105682559A CN201480052854.2A CN201480052854A CN105682559A CN 105682559 A CN105682559 A CN 105682559A CN 201480052854 A CN201480052854 A CN 201480052854A CN 105682559 A CN105682559 A CN 105682559A
- Authority
- CN
- China
- Prior art keywords
- scattering
- data collection
- data
- collection
- destination object
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000005855 radiation Effects 0.000 claims abstract description 35
- 238000013480 data collection Methods 0.000 claims description 97
- 238000003384 imaging method Methods 0.000 claims description 37
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 19
- 238000007670 refining Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000873 masking effect Effects 0.000 claims description 7
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 6
- 238000013213 extrapolation Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 description 9
- 238000013459 approach Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 5
- 208000030984 MIRAGE syndrome Diseases 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000004197 pelvis Anatomy 0.000 description 4
- TVLSRXXIMLFWEO-UHFFFAOYSA-N prochloraz Chemical compound C1=CN=CN1C(=O)N(CCC)CCOC1=C(Cl)C=C(Cl)C=C1Cl TVLSRXXIMLFWEO-UHFFFAOYSA-N 0.000 description 4
- 238000002601 radiography Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000007408 cone-beam computed tomography Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001139376 Allas Species 0.000 description 1
- 101150053888 allA gene Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
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
- A61B6/52—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
- A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- 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
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种用于估计与目标对象相关联的散射的示例方法可以包括:获取原始投影数据集,该原始投影数据集包括处于与目标对象相关联的一个或多个选定投影角度的初级辐射和散射辐射,从原始投影数据集生成第一估计散射数据集,通过使用第一估计散射数据集执行第一轮重建来生成重建图像数据,并且基于重建图像数据生成与目标对象相关联的参照散射数据集。该示例方法还可以包括:基于重建图像数据生成与目标对象相关联的参照初级和散射数据集,基于参照初级和散射数据集生成与目标对象相关联的第二估计散射数据集,并且生成与目标对象相关联的扰动数据。
Description
相关申请的交叉引用
本申请要求于2013年9月25日提交的并且代理人案卷编号为124-0014-US-PRO的美国临时申请号61/882,566的权益。本申请还涉及共同拥有的美国临时申请号61/663,494(于2012年6月22日提交的)和专利合作条约(PCT)申请号PCT/US2013/047199(于2013年6月22日提交的)。包括其任何附录或附件的美国临时申请号61/882,566、美国临时申请号61/663,494和PCT申请号PCT/US2013/047199通过引用以其整体并入本文。
背景技术
除非在本文中另外指出,否则在该部分中所描述的途径并不是本申请中权利要求的现有技术,也不应当因为被包括在该部分中而被承认为现有技术。
计算机断层扫描(CT)包括:通过在单个扫描操作(“扫描”)中收集几个投影图像(“射线照相投影”)来对目标对象的内部结构进行成像,并且在医疗领域中广泛用于观察人体的选定部分的内部结构。在理想的成像系统中,辐射射线从辐射源沿着相应的直线传输路径行进,通过目标对象,然后在没有生成散射射线的情况下,行进到成像系统的相应的像素检测器。然而,在真实系统中,当辐射量子被目标对象的一部分吸收时,通常生成偏离入射辐射的传输路径的一个或多个散射射线。这些散射射线通常由不位于在其上传送初级辐射量子的传输路径上的“周边”检测器元件接收,由此会产生测量误差。
由散射辐射产生的测量误差导致由成像系统产生的射线照相投影数据和CT图像的空间和对比分辨率的伪影和损失。散射辐射还可能导致图像重建算法的数值误差。所有前述内容会导致图像劣化。
已经提出解决方案来估计和/或纠正散射辐射。对于使用散射核的解决方案,由内部不均匀性或外部相邻对象产生的某些散射可能难以建模。包括将来自投影数据的估计散射与模拟散射进行比较的其它解决方案可能需要解决对模拟简档进行缩放的艰难过程。
因此,需要开发出能够进一步提高估计精度但以有效的方式进行的技术。
发明内容
根据本公开的至少一些实施例,公开了一种用于估计与目标对象相关联的散射的方法。该方法可以包括:使用成像系统的辐射源和检测器获取原始投影数据集,该原始投影数据集包括处于与目标对象相关联的一个或多个选定投影角度的初级辐射和散射辐射,使用散射估计算法从原始投影数据集生成第一估计散射数据集,通过使用第一估计散射数据集执行第一轮重建来生成重建图像数据,基于重建图像数据来生成与处于一个或多个选定投影角度的目标对象相关联的参照散射数据集,基于重建图像数据来生成处于与一个或多个选定投影角度的目标对象相关联的参照初级和散射数据集,使用散射估计算法基于参照初级和散射数据集来生成与目标对象相关联的第二估计散射数据集,并且通过比较参照散射数据和第二估计散射数据集来生成与目标对象相关联的扰动数据。
前面的概述仅是说明性的并非旨在以任何方式进行限制。除了上文所描述的说明性方面、实施例和特征之外,参照附图和以下的具体实施方式,进一步的方面、实施例和特征将变得显而易见。
附图说明
图1是示例成像系统;
图2是对于如由机架沿着圆形轨迹绕着目标对象的转动所提供的两个选定投影角度的台子相对于台子上的目标对象、辐射源和检测器的示例配置;
图3是与目标对象相关联的散射估计的示例流程;
图4是用于生成参照散射数据集和参照初级和散射数据集的示例流程;
图5是用于生成扰动数据的示例流程;
图6是根据图3的示例流程与目标对象相关联的散射估计的示例实现方式;
图7是示例正弦图扰动映射图;
图8A、图8B、图8C和图8D是使用成像系统扫描的大骨盆幻像的重建图像;
图9是可以被配置成执行散射估计的示例计算设备。
具体实施方式
在以下具体实施方式中,参照形成其一部分的附图。在附图中,类似符号通常标识类似部件,除非上下文另外指示。在具体实施方式、附图和权利要求书中所描述的说明性实施例并不意味着是限制性的。可以利用其它实施例,并且在不脱离本文中所呈现的主题的精神或范围的情况下,可以做出其它改变。容易理解的是,如本文中通常描述的并且在附图中所图示的本公开的方面可以以广泛多种不同配置进行布置、替换、组合、分离和设计,所有这些在本文中都明确地预期。
在整个的本公开中,术语“投影视图”和“投影角度”可以互换使用,并且“投影”、“投影图像”和“投影数据”还可以互换使用。
图1是示例成像系统100。该成像系统100包括辐射源110、具有沿着投影线布置在辐射源110对面的像素检测器的检测器120、设置在辐射源110和检测器120之间的第一组扇形叶片130、保持扇形叶片130并且设定它们的位置的第一扇形叶片驱动135。扇形叶片130的边缘可以被定向成基本上垂直于扫描轴(定义如下),并且基本上平行于检测器120的横切面维度(定义如下)。
作为选项,成像系统100可以进一步包括设置在辐射源110和检测器120之间的第二组扇形叶片140、和保持扇形叶片140并且设定它们的位置的第二扇形叶片驱动145。扇形叶片140的边缘可以被定向成基本上平行于扫描轴(定义如下),并且基本上垂直于检测器120的轴向维度(定义如下)。扇形叶片通常比检测器120更靠近辐射源110设置。它们通常保持敞开,以使检测器120的全部范围能够暴露于辐射,但可能在某些情形下被部分关闭。
成像系统100还包括:机架150,其以彼此固定的或已知的空间关系至少保持辐射源110、检测器120和扇形叶片驱动135和145;机械驱动155,其绕着设置在辐射源110和检测器120之间的目标对象转动机架150;以及检测器120,其一方面具有设置在扇形叶片130和140之间的目标对象,另一方面具有检测器120。术语机架具有广泛的意义,并且涵盖可以以固定的或已知的(但可能可移动的)空间关系保持上文所标识的部件的一个或多个结构构件的所有配置。为了附图中的视觉简单起见,机架外壳、机架支撑和扇形叶片支撑未被示出。
附加地,成像系统100还包括控制器160、用户接口165和计算设备170。控制器160可以电性地耦合到辐射源110、机械驱动155、扇形叶片驱动135和145、检测器120和用户接口165。用户接口165可以被配置成使用户能够至少发起对目标对象的扫描,并且从检测器120收集所测量的投影数据。用户界面165可以被配置成呈现所测量的数据的图形表示。耦合到控制器160的计算设备170可以被配置成执行模拟操作、数据处理操作和其它操作。
在成像系统100中,机架150可以被配置成在扫描期间绕着目标对象转动,使得辐射源110、扇形叶片130和140、扇形叶片驱动135和145和检测器120环绕目标对象移动。更具体地,如图1所示,机架150可以绕着扫描轴转动这些部件,其中,扫描轴与投影线相交,并且通常垂直于投影线。目标对象以基本上固定的关系与扫描轴对准。该构造一方面提供了投影线之间的相对转动,并且另一方面提供了扫描轴和与其对准的目标对象,而相对转动由角位移值θ测量。
机械驱动155可以耦合到机架150以根据控制器160的命令提供转动。可以周期性地读取检测器120上的像素检测器阵列来获得射线照相投影的数据。检测器120的X轴和Y轴彼此互相垂直。检测器120可以被定向成使得其Y轴平行于扫描轴。出于这个原因,Y轴还可以被称为检测器120的轴向维度,并且X轴可以被称为设备120的横切面维度、或横向维度。
X轴垂直于由扫描轴和投影线所限定的平面,并且Y轴平行于同一平面。每个像素被分配沿着X轴的离散X坐标(“X”)和沿着Y轴的离散Y坐标(“Y”)。为了视觉清晰度起见,图中示出了较少数量的像素。检测器可以在投影线上居中,以使目标对象能够全扇形成像,可以与投影线偏移,以使目标对象能够半扇形成像,或者可以相对于投影线是可移动的以允许目标对象的全扇形成像和半扇形成像。
在锥形射束系统中,各种部件可以散射辐射。一些示例包括但不限于蝴蝶结型过滤器、要扫描的对象、抗散射栅格和系统的检测器外壳。在共同拥有的美国专利号8,326,011中提供附加描述,其通过引用以其整体并入本文。
图2是对于如由机架沿着圆形轨迹220绕着目标对象转动提供的两个选定投影角度的台子200相对于台子200上的目标对象205(通常,患者等)、辐射源210和检测器215的示例配置。在该示例中,X-Y平面被定义为纸张平面。Z轴从纸张伸出。由辐射源210传送的信号还被称为“初级信号”,其中一些在被检测器215检测到之前,可以穿过目标对象205和台子200。另外,由于散射,检测器215还检测到散射信号。由检测器215检测的总信号可以包括初级信号和散射信号两者(也被称为“初级和散射”信号)。
尽管辐射源210可以转动360°,并且对于每1°,可以生成投影数据,但是可以分析处于选定投影角度(诸如图2所示的θ1和θ2)的投影数据并且进行不同处理。比如,在散射估算模型(诸如上文所提及的核模型)中,对于某些投影角度(诸如但不限于,在横向方向上(诸如θ1)、近似45度(未示出)、近似135度(诸如θ2)),该组估计散射可以不那么准确。随后各段落将进一步详细说明如何处理处于这样的感兴趣的选定投影角度的投影数据。
散射估计
图3是用于散射估计的示例流程300。示例流程300可以包括由一个或多个方框(诸如310-370)所图示的一个或多个操作、功能或动作。各种方框可以基于所期望的实现方式被组合成更少的方框、被分成附加的方框和/或被消除。图3中的操作332-362可以由图1的计算设备170,或由图1中未示出的一个或多个计算设备(例如,计算机集群中的一个或多个计算设备)来执行。
参照图3中的310,生成原始投影数据集,该原始投影数据集包括处于与目标对象(例如,患者)相关联的一个或多个投影角度的初级辐射和散射辐射。例如,成像系统100的辐射源110和检测器120可以用来生成原始投影集310(即,原始射线照相投影,还被称为“原始投影”)。
参照图3中的320,使用散射估计算法(参见散射估计操作312)从原始投影数据集生成第一估计散射数据集320。可以使用任何合适的散射估计算法,诸如基于核的算法、基于测量的技术(例如,射束阻挡阵列、狭缝扫描、检测器遮蔽技术等)。
参照图3中的330,通过使用第一估计散射数据集320执行第一轮重建来生成重建图像数据330。参照图4对生成重建图像数据330的示例图像重建操作322进行更详细地解释。
参照图3中的340,基于重建图像数据330以一个或多个选定投影角度生成与目标对象相关联的参照散射数据集340。参照散射数据集340与散射信号相关联并且还被称为“模拟的散射”。
参照图3中的350,基于重建图像数据330以一个或多个选定投影角度生成与目标对象相关联的参照初级和散射数据集350。该参照初级和散射数据集350与由检测器(例如,图1中的120或图2中的215)检测到的总信号(即,初级和散射)相关联并且还可以被称为“模拟初级和散射”信号。
应当理解,由成像系统(例如,系统100的检测器120)检测到的原始投影集通常包括散射。通过模拟参照散射数据集340以及参照初级和散射数据集350,可以根据后续方框360-370来估计散射。第一参照生成操作(参见332)可以用来生成参照散射数据集340,并且第二参照生成操作(参见334)可以生成参照初级和散射数据集350。结合图4对这两个操作332和334进行更详细地解释。
一个或多个选定投影角度(参见340和350)可以是不一定必须与方框310的原始投影集的角度一致的任何合适的投影角度。例如,一个或多个选定投影角度可以是因为散射估计通常在那些角度较不准确所以已知是不期望的某些角度。一个或多个选定投影角度可以合适地相距很远(使用相等或不相等的间隔),诸如5度和30度之间。还可以在视场中没有对象的情况下,可以模拟空白投影。
参照图3中的360,基于参照初级和散射数据集350生成(例如,通过模拟)与目标对象相关联的第二估计散射数据集360。例如,可以使用散射估计操作生成第二估计散射数据集360(参见352)。类似于312,散射估计操作352可以是基于核的算法、基于测量的技术(例如,射束阻挡阵列、狭缝扫描、检测器遮蔽技术等)、以及其它。
参照图3中的370,基于参照散射数据集340和第二估计散射数据集360来生成与目标对象相关联的扰动数据370。该扰动数据370表示所需要的散射校正(例如,可能需要调整的量,其中,该量可以与所估计的集和所模拟的散射之间的差异相对应)。
可以使用扰动操作来生成扰动数据370(参见362),该扰动操作是非参数操作、参数操作或两者的组合。在实践中,扰动数据370可以是二维(2D)扰动映射图。结合图5对扰动数据370的生成进行进一步详细解释。
使用扰动数据370,第一估计散射数据集320可以被重新应用于原始投影集310和使用扰动映射图扰动的第一估计散射数据集320以生成精炼的估计散射数据集(为简单起见未示出)。然后,可以使用精炼的估计散射数据集来校正原始投影集310,然后进行重建。
根据图3的示例,基于参照初级和散射数据集350来生成第二估计散射数据集360。这又允许通过比较第二估计散射数据集360和参照散射数据集340,而非依赖来自原始投影的估计散射和参照散射数据集之间的比较,来生成扰动数据370。在至少一些示例中,这种途径消除了需要解决缩放参照散射数据集340(表示模拟简档)来匹配例如测量散射数据的艰难过程。另外,这种途径还可能对投影角度和/或幻像模型不匹配会更宽容,因为这种途径可能侧重于标识在使用中根植于散射估算方法中的误差。这还允许在实践中模拟和建模存在于成像系统中的任何其它散射源。
参照数据生成
图4是图3中的用于生成参照散射数据集340以及参照初级和散射数据集350的示例流程400。示例流程400可以包括由一个或多个方框(诸如310-250和410-420)所图示的一个或多个操作、功能或动作。各种方框可以被组合为更少的方框、被分成附加的方框和/或基于所期望的实现方式被消除。
如参照图3所解释的,可以使用任何合适的散射估计算法(例如,基于核的、基于测量的等)从原始投影数据集310生成第一估计散射数据集320。尽管未示出,但是可以首先从原始投影集310生成校正投影集。例如,这可能包括:对原始投影集310应用校正操作(例如,散射核叠加等),以对散射、射束硬化等做出校正。
参照图4的330和332,基于校正投影集310生成与目标对象相关联的重建图像数据330。例如,这可能包括:执行图像重建操作322,诸如,第一轮锥形射束计算机断层摄影(CBCT)重建。重建图像数据330可以是以Hounsfield单位(HUs)表示的形式,并且被称为体积图像、图像体积等。
参照图4中的410和420,重建图像数据330诸如通过执行转换操作410被转换成3D映射图数据420。3D映射图数据420通常包含像是图像的目标对象的适当的材料组成和密度(例如,骨骼结构,某些器官等)。还有,3D映射图数据420可以用来使用MonteCarlo模拟或其它技术建模x射线传送。在一个示例中,转换操作410可以包括以下内容:
(ⅰ)可以首先下采样重建图像数据330,以减少其矩阵大小,诸如通过将原始体素装仓成更大的体素(例如,到1×1×1cm的体素等)。
(ii)该下采样的重建图像数据330然后可以在轴向方向(锥角方向,沿着转动轴)上扩展,以避免(或减少)截断伪影,并且以根据需要模拟锥形射束外部的散射介质的存在。
(ⅲ)已知对象(例如,患者台)在视场(FOV)中是否被截断,则已知截断对象可以插回到该下采样的重建图像数据330中。
(iv)该下采样的重建图像数据330的图像强度可以使用分割算法被转换成不同的材料类型和密度或具有不同密度的单一材料。
参照图4中的332,基于3D映射图数据420生成参照散射数据集340,诸如通过执行第一参照生成操作332,以模拟一个或多个选定投影角度的散射信号。
参照图4中的334,基于3D映射图数据420生成参照初级和散射数据集350,诸如使用第二参照生成操作334,以模拟一个或多个选定投影角度的初级和散射信号。例如,可以模拟与特定数量的观察角度相关联的特定数量的射线照相投影中的初级和散射信号。
第一参照生成操作332或第二参照生成操作334或两者可以包括:基于重建图像数据330或3D映射图数据420来执行MonteCarlo模拟或确定性计算。
更详细地,可以使用任何合适的生成操作332/334。例如,可以对检测器的选定子组的像素检测器(例如,选定行的像素检测器,也参见图中的120)和/或可以已知以得到不期望的散射估计的投影角度的投影视图执行MonteCarlo模拟以生成参照散射数据集340。附加地或可替代地,可以使用确定性方法(例如,通过解方程)。例如,可以使用Boltzmann求解器求解确定性粒子输运方程(诸如Boltzmann输运方程)。在又一个示例中,散射测量技术(诸如但不限于,射束阻断方法、调制方法、狭缝扫描方法和准直器遮蔽技术)可以用来获得参照散射数据。在准直器遮蔽技术的一种实现方式中,检测器120的一部分(一般在其边缘的一个或多个中)可以通过扇形叶片130或附加的这种设备阻挡初级信号。参照生成操作332/334还可以基于x射线束光谱、成像系统(例如,参见图1中的100)的成像几何结构和成像部件(例如,蝴蝶结型过滤器和防散射栅格等)、重建图像数据420和3D映射图数据420的任意组合。
在图4中的示例中,为了减少任何图像伪影对参照散射数据集340的影响,可以在转换操作410之前,将某些图像处理技术应用于所述减少或移除这些伪影。可能处理操作的示例是在美国专利申请13/154465中所描述的去条纹技术。还可以首先执行转换操作410以生成3D映射图数据420,随后是下采样操作。下采样操作还可以由除了这里所提及的简单装仓方法之外的方法来实现,例如,本领域技术人员通常已知的那些。
尽管各种示例已经参照图4进行了描述,但是还应当注意,对于第一轮重建,可以使用最可能的校正,或者相反,侧重于速度,而无需任何校正,和/或仅使用原始投影310的子集,或其间的任何项。可替代地,可以使用现有的扫描(诸如辐射治疗中的计划CT)例如用于散射模拟和计算,从而不需要第一轮重建。
扰动数据生成
图5是用于生成图3中的扰动数据370的示例流程500。该示例流程500(与图3中的扰动操作362有关)可以包括由一个或多个方框(诸如510-570)所图示的一个或多个操作、功能或动作。各种方框可以基于所期望的实现方式被组合成更少的方框、被分成附加的方框和/或被消除。
参照图5中的510-520,任何合适的途径可以用来生成扰动数据530,诸如以下各项中的任一项或两项:
(a)可以执行参数扰动操作510来优化核模型的一个或多个核参数。感兴趣的参数可以是任何合适的参数,诸如核幅度、核宽度和不对称因数等。参数还可以与对象散射、抗散射栅格、检测器散射和由散射核叠加方法所采用的任何参数有关。优化可以包括:定义和优化目标函数。一般而言,“参数扰动”可以是指一种通过求解散射核参数(基于无论是来自测量或者模拟或计算(诸如MonteCarlo模拟或确定性计算)的一些散射参照)来扰动散射估计的方法。通过散射核参数的改变来实现扰动散射。
(b)可以执行非参数扰动操作520,诸如减法、除法等。与参数扰动相反,“非参数扰动”是指在无需首先修改核参数的情况下,直接扰动散射估计。通过使用这样的非参数化途径,没有必要执行优化以找到最佳扰动参数,并且可以容纳更复杂的扰动数据。
非参数扰动操作520可以包括:比较参照散射数据集340与第二估计散射数据集360。基于该比较,扰动因数可以被确定为针对一个或多个选定投影角度的每一个投影角度的像素位置的函数。例如,扰动因素可能是模拟地面实况散射(例如,参照散射数据集340)和第二估计散射集(例如,360)之间的比例。扰动因数可以导出作为针对参照散射数据集340或参照初级和散射数据集350的一个或多个选定投影角度的每一个投影角度的像素位置的函数。扰动数据540可以是以表示所需要的散射校正的2D映射图的形式。
应当理解,扰动数据530可以是参数操作510、非参数操作520或两者的组合。例如,参数操作510可以用来优化核模型的一个或多个散射核参数。可以使用非参数操作520说明任何残余误差。
参照图5中的540-570,可以对扰动数据530执行一个或多个操作,诸如以减少噪声并且扩展到所有投影角度。应当理解,图3中所图示的扰动数据370可以是图5中的530、550或570。下文对操作进行更详细地描述。
在一个示例中,可以执行过滤操作540用于减少噪声并且平滑扰动数据530。这是为了解决要引入到扰动数据530中的噪声的可能性,诸如当使用非参数扰动操作520时。附加地或可替代地,可以过滤模拟结果(例如,参照散射数据集340或参照初级和散射数据集360)。过滤之后,扰动数据530可以被称为过滤的扰动数据550。
在另一示例中,可以执行扩展操作560以经由内插和/或外推将扰动数据550扩展到所有投影角度。当使用非参数扰动操作520时,对(非参数)扰动数据550执行内插或外推。在参数扰动操作510的情况下,这种途径通常比内插或外推参数更具鲁棒性。还有,参数内插是1D内插,而非参数2D扰动映射图可以在空间上被更好限定并且更具体。如此,由于任何局部误差仅会影响检测器像素的一小部分,所以非参数扰动操作520可以用来提高准确度并且减少总体误差。
存在很多使用内插和/或外推执行扩展操作560的方式。一些示例包括但不限于非线性内插、采用二阶多项式的操作、三次样条内插等。在扫描结束时,在计算中可能需要考虑视图数目和投影角度。例如,当扫描不是360度时,除了内插之外,可能需要外推操作。
尽管上文描述了一些示例,但是应当注意,可以不同于其中仅仅修改了散射参数的应用来执行使用非参数扰动的散射校正。这里,可以首先使用核方法来估计散射,然后可以通过扰动数据来修改该估计。还应当注意,在散射测量技术(诸如射束阻挡器、初级调制器、狭缝扫描或者准直器遮蔽技术)的情况下,还可以获得参照散射计算集(参见图4中的332)。在一个实施例中,可以在每个投影的检测器的一部分上推导出扰动数据,因此在每个投影内需要内插或外推但在投影角度内无需内插。可以在检测器像素子集上生成散射(例如,使用MonteCarlo模拟或确定性计算或两者),并且可以仅在检测器的一部分上推导出扰动。
示例实现方式
图6是根据图3中的示例流程的与目标对象相关联的散射估计的示例实现方式。在该示例中,目标对象是患者,更具体地,患者的骨盆区域。两轮重建过程可以用来生成高品质的CBCT图像。总之,基于第一轮重建,可以应用精炼的散射估计以生成改进的第二轮估计。通过第一轮重建,精炼的估计可以通过x射线输送的MonteCarlo(或其它)模拟来获得。
参照图6中的610(与图3中的310有关),在第一操作中生成与目标对象相关联的原始投影集。接着(与图3中的320有关),重建原始投影集以生成重建图像数据615。重建图像数据615然后可以转换成包含适当的材料组成和密度的3D映射图。然后从重建图像数据615或3D映射图中,可以生成参照散射数据集620(与图3中的340有关)和参照初级和散射数据集630(与图3中的350有关)。然后可以从参照初级和散射数据集630中生成第二估计散射数据集640(与图3中的360有关)。
接着,参照图5所描述的,可以基于参照散射数据集620和第二估计散射数据集640来生成扰动数据650(与图中的370有关),诸如根据非参数途径、参数途径或两者。可以执行图5中的扩展操作560以将扰动数据650扩展到所有投影角度。
更详细地,图7是由与大骨盆幻像相关联的每个投影的(多个)中心检测器行形成的示例正弦图扰动映射图。x轴表示检测器超像素(例如,下采样的检测器像素),而y轴是投影数目。标记条指示在上文中所描述的一个或多个选定投影角度处模拟的那些投影。图7中示出的范围为0.7-1.3的值表示扰动映射图中的扰动值。该映射图可以用来修改第一估计散射数据集(参见图3中的320)以生成精炼的估计散射集。例如,像素的扰动值1意味着没有必要精炼该像素。另一方面,扰动值1.3意味着第一估计散射数据集320的对应像素被乘以1.3。
参照图6中的670,第一估计散射数据集(参见图3中的320)然后可以重新应用于原始投影集610(或从先前所保存的结果)并且被精炼以通过使用扰动数据650扰动第一估计散射数据集320来生成精炼的估计散射数据集。原始投影集610然后可以用精炼的估计散射数据集校正并且被重建成最终图像(参见图6中的680)。
图8A、图8B、图8C和图8D是使用成像系统(例如,CBCT系统)扫描的大骨盆幻像的重建图像。在所示出的示例中,使用上文所描述的非参数扰动操作(参见图5中的520)来生成扰动数据650。图8A和图8B示出了什么可以用散射核叠加方法来实现,而图8C和图8D示出了使用非参数扰动所达到的改进。图8B和图8D是相对于地面实况参照图像的差值图像。借助于扰动,提高图像均匀性并且将均方根(RMS)误差从图8B中的26Hounsfield(HU)减少到图8D中的16HU。
示例计算设备
上述示例可以由硬件、软件或固件或它们的组合来实现。图9是用于估计散射的示例计算设备900的示意图。示例计算机系统900可以包括处理器910、计算机可读存储介质920、与成像系统(例如,图1中的100)接口的接口940、以及有助于这些所图示的部件和其它部件之间的通信的总线930。处理器910要执行参照图1至图8D本文中所描述的过程。
计算机可读存储介质920可以存储任何合适的信息922(诸如与原始投影集、参照散射数据集、参照初级和散射数据集、估计散射数据集、重建图像数据、扰动数据等有关的信息)。计算机可读存储介质920还可以存储计算机可读指令924,其响应于由处理器910执行,使处理器910执行参照图1至图8D本文中所描述的过程。
前面的具体实施方式已经经由使用框图、流程图和/或示例阐述了设备和/或过程的各种实施例。在这些包含一个或多个功能和/或操作的框图、流程图和/或示例的范围内,本领域技术人员应当理解,这些框图、流程图或示例内的每个功能和/或操作可以通过各种各样的硬件、软件、固件或实际上其任何组合来单独和/或共同实现。本领域技术人员将认识到,本文中所公开的实施例的一些方面全部或部分可以在集成电路中等效地实现为在一个或多个计算机上运行的一个或多个计算机程序(例如,作为在一个或多个计算机系统上运行的一个或多个程序)、作为在一个或多个处理器上运行的一个或多个程序(例如,作为在一个或多个微处理器上运行的一个或多个程序)、作为固件或作为实际上其任何组合,并且还认识到为软件和或固件设计电路和/或编写代码鉴于本公开的内容都很好地处于本领域技术人员的技术范围之内。
Claims (22)
1.一种用于估计与目标对象相关联的散射的方法,包括:
使用成像系统的辐射源和检测器获取原始投影数据集,所述原始投影数据集包括处于与所述目标对象相关联的一个或多个选定投影角度的初级辐射和散射辐射;
使用散射估计算法从所述原始投影数据集生成第一估计散射数据集;
通过使用所述第一估计散射数据集执行第一轮重建生成重建图像数据;
基于所述重建图像数据生成与处于所述一个或多个选定投影角度的所述目标对象相关联的参照散射数据集;
基于所述重建图像数据生成与处于所述一个或多个选定投影角度的所述目标对象相关联的参照初级和散射数据集;
使用所述散射估计算法基于所述参照初级和散射数据集生成与所述目标对象相关联的第二估计散射数据集;以及
通过比较所述参照散射数据和所述第二估计散射数据集来生成与所述目标对象相关联的扰动数据。
2.根据权利要求1所述的方法,其中,所述散射估计算法是基于核的算法。
3.根据权利要求1所述的方法,其中,所述散射估计算法是使用射束阻挡阵列、狭缝扫描或检测器遮蔽技术的基于测量的技术。
4.根据权利要求1所述的方法,其中,生成所述参照初级和散射数据集或生成所述参照散射数据集包括:
对所述重建图像数据执行MonteCarlo模拟。
5.根据权利要求1所述的方法,其中,生成所述参照初级和散射数据集或生成所述参照散射数据集包括:
基于所述重建图像数据执行确定性计算。
6.根据权利要求1所述的方法,其中,生成所述扰动数据包括:
执行非参数扰动操作来比较所述参照散射数据集和所述第二估计散射数据集;以及
基于所述比较,确定扰动映射图形式的所述扰动数据。
7.根据权利要求6所述的方法,其中,所述非参数扰动操作包括以下各项中的至少一项:所述参照散射数据集和所述第二估计散射数据集之间的减法或除法。
8.根据权利要求1所述的方法,其中,生成所述扰动数据包括:
执行参数扰动操作以优化核模型的一个或多个散射核参数。
9.根据权利要求8所述的方法,其中,所述一个或多个散射核参数包括以下各项中的至少一项:核幅度、核宽度或不对称因数。
10.根据权利要求1所述的方法,其中,生成所述扰动数据包括:
经由内插或外推来扩展用于所有原始投影角度的所述扰动数据,所述扰动数据基于所述参照散射数据集和处于所述一个或多个选定投影角度的所述第二估计散射数据集而被生成。
11.根据权利要求10所述的方法,还包括:
基于所述扩展的扰动数据通过调整所述第一估计散射数据集来生成与所述目标对象相关联的精炼的估计散射数据集。
12.根据权利要求11所述的方法,还包括:
基于所述精炼的估计散射数据集来调整所述原始投影集;以及
基于所调整的原始投影集来生成与所述目标对象相关联的精炼的重建图像数据。
13.一种成像系统,所述成像系统被配置成估计与目标对象相关联的散射,包括:
辐射源;
检测器;
控制器;以及
计算设备,所述计算设备耦合到所述控制器,其中,
所述辐射源和所述检测器被配置成获取与所述目标对象相关联的原始投影集,以及
所述计算设备被配置成:
使用成像系统的辐射源和检测器获取原始投影数据集,所述原始投影数据集包括处于与所述目标对象相关联的一个或多个选定投影角度的初级辐射和散射辐射;
使用散射估计算法从所述原始投影数据集生成第一估计散射数据集;
通过使用所述第一估计散射数据集执行第一轮重建来生成重建图像数据;
基于所述重建图像数据来生成与处于所述一个或多个选定投影角度的所述目标对象相关联的参照散射数据集;
基于所述重建图像数据来生成与处于所述一个或多个选定投影角度的所述目标对象相关联的参照初级和散射数据集;
使用所述散射估计算法基于所述参照初级和散射数据集来生成与所述目标对象相关联的第二估计散射数据集;以及
通过比较所述参照散射数据和所述第二估计散射数据集来生成与所述目标对象相关联的扰动数据。
14.根据权利要求13所述的成像系统,其中,所述散射估计算法是基于核的算法。
15.根据权利要求13所述的成像系统,其中,所述散射估计算法是使用射束阻挡阵列、狭缝扫描或检测器遮蔽技术的基于测量的技术。
16.根据权利要求13所述的成像系统,其中,所述计算设备被配置成通过执行以下各项中的一项来生成所述参照初级和散射数据集或所述参照散射数据集:
对所述重建图像数据的MonteCarlo模拟。
基于所述重建图像数据的确定性计算。
17.根据权利要求13所述的成像系统,其中,所述计算设备被配置成通过以下各项来生成所述扰动数据:
执行非参数扰动操作来比较所述参照散射数据集和所述第二估计散射数据集;以及
基于所述比较,确定扰动映射图形式的所述扰动数据。
18.根据权利要求17所述的成像系统,其中,所述非参数扰动操作包括以下各项中的至少一项:所述参照散射数据集和所述第二估计散射数据集之间的减法或除法。
19.根据权利要求13所述的成像系统,其中,所述计算设备被配置成通过以下各项来生成所述扰动数据:
执行参数扰动操作以优化核模型的一个或多个散射核参数。
20.根据权利要求19所述的成像系统,其中,所述一个或多个散射核参数包括以下各项中的至少一项:核幅度、核宽度或不对称因数。
21.根据权利要求13所述的成像系统,其中,所述计算设备被配置成通过以下各项来生成所述扰动数据:
经由内插或外推来扩展用于所有原始投影角度的所述扰动数据,所述扰动数据通过比较所述参照散射数据集和处于所述一个或多个选定投影角度的所述第二估计散射数据集而被生成。
22.根据权利要求21所述的成像系统,其中,所述计算设备还被配置成:
基于所述扩展的扰动数据通过调整所述第一估计散射数据集来生成与所述目标对象相关联的精炼的估计散射数据集;
基于所述精炼的估计散射数据集来调整所述原始投影集;以及
基于所调整的原始投影集生成与所述目标对象相关联的精炼的重建图像数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361882566P | 2013-09-25 | 2013-09-25 | |
US61/882,566 | 2013-09-25 | ||
PCT/US2014/057552 WO2015048350A1 (en) | 2013-09-25 | 2014-09-25 | Methods and systems for estimating scatter |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105682559A true CN105682559A (zh) | 2016-06-15 |
CN105682559B CN105682559B (zh) | 2019-07-09 |
Family
ID=52744472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480052854.2A Active CN105682559B (zh) | 2013-09-25 | 2014-09-25 | 用于估计散射的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10342504B2 (zh) |
EP (1) | EP3048979B1 (zh) |
CN (1) | CN105682559B (zh) |
WO (1) | WO2015048350A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107137102A (zh) * | 2016-12-29 | 2017-09-08 | 上海联影医疗科技有限公司 | 一种pet成像系统及多模态医学图像处理系统 |
CN107837090A (zh) * | 2016-09-20 | 2018-03-27 | 西门子医疗有限公司 | 计算机断层成像中基于正弦图的散射射线校正 |
CN108877892A (zh) * | 2017-05-12 | 2018-11-23 | 瓦里安医疗系统公司 | 自动估算和减少计算机断层成像扫描中的散射 |
CN110022772A (zh) * | 2016-11-25 | 2019-07-16 | 三星电子株式会社 | X射线装置及其获取医学图像的方法 |
CN110477937A (zh) * | 2019-08-26 | 2019-11-22 | 上海联影医疗科技有限公司 | 散射估计参数确定方法、装置、设备及介质 |
US11589831B2 (en) | 2016-11-25 | 2023-02-28 | Samsung Electronics Co., Ltd. | X-ray apparatus and method of acquiring medical image thereof |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018082088A1 (zh) * | 2016-11-07 | 2018-05-11 | 深圳先进技术研究院 | 一种用于锥束ct图像散射修正的阻挡光栅优化方法及装置 |
US10552992B2 (en) * | 2017-05-17 | 2020-02-04 | Carestream Health, Inc. | Poly-energetic reconstruction method for metal artifacts reduction |
EP3814758A1 (en) * | 2018-06-29 | 2021-05-05 | Universiteit Antwerpen | Item inspection by dynamic selection of projection angle |
US10960232B2 (en) * | 2018-07-28 | 2021-03-30 | Varian Medical Systems, Inc. | Single-pass imaging and radiation treatment delivery via an extended rotation gantry |
DE102020109859B3 (de) * | 2020-04-08 | 2021-01-28 | Balluff Gmbh | Verfahren und System zum Ermitteln mindestens eines physikalischen Wertes |
US11054534B1 (en) | 2020-04-24 | 2021-07-06 | Ronald Nutt | Time-resolved positron emission tomography encoder system for producing real-time, high resolution, three dimensional positron emission tomographic image without the necessity of performing image reconstruction |
US11300695B2 (en) | 2020-04-24 | 2022-04-12 | Ronald Nutt | Time-resolved positron emission tomography encoder system for producing event-by-event, real-time, high resolution, three-dimensional positron emission tomographic image without the necessity of performing image reconstruction |
CN114365196A (zh) * | 2020-08-04 | 2022-04-15 | 万睿视影像有限公司 | 估计来自未知源的背景辐射 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060088140A1 (en) * | 2004-09-30 | 2006-04-27 | Rebecca Fahrig | System and method for performing scatter measurement in volumetric CT |
US20090290682A1 (en) * | 2008-05-21 | 2009-11-26 | Varian Medical Systems, Inc. | Methods, systems, and computer-program products for estimating scattered radiation in radiographic projections |
US20100046696A1 (en) * | 2008-08-21 | 2010-02-25 | Maltz Jonathan S | System to estimate x-ray scatter |
US20110255655A1 (en) * | 2010-04-14 | 2011-10-20 | Varian Medical Systems, Inc. | Methods of Scatter Correction of X-Ray projection data 1 |
JP2012250043A (ja) * | 2011-06-06 | 2012-12-20 | Toshiba Corp | ノイズ低減方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6031892A (en) | 1989-12-05 | 2000-02-29 | University Of Massachusetts Medical Center | System for quantitative radiographic imaging |
DE19523090C1 (de) | 1995-06-26 | 1996-08-29 | Siemens Ag | Röntgenuntersuchungsgerät |
US6490476B1 (en) | 1999-10-14 | 2002-12-03 | Cti Pet Systems, Inc. | Combined PET and X-ray CT tomograph and method for using same |
DE10047720A1 (de) | 2000-09-27 | 2002-04-11 | Philips Corp Intellectual Pty | Vorrichtung und Verfahren zur Erzeugung eines Röntgen-Computertomogramms mit einer Streustrahlungskorrektur |
US6687326B1 (en) | 2001-04-11 | 2004-02-03 | Analogic Corporation | Method of and system for correcting scatter in a computed tomography scanner |
US6633626B2 (en) | 2002-02-01 | 2003-10-14 | General Electric Company | Methods and apparatus for correcting scatter |
US6748047B2 (en) | 2002-05-15 | 2004-06-08 | General Electric Company | Scatter correction method for non-stationary X-ray acquisitions |
US6909771B2 (en) | 2002-11-22 | 2005-06-21 | Board Of Regents, The University Of Texas System | Three component x-ray bone densitometry |
DE112005002108B4 (de) | 2004-09-22 | 2017-03-09 | Siemens Healthcare Gmbh | Patiententisch für eine Strahlentherapie- oder Strahlendiagnostikanlage |
CN101111758A (zh) | 2005-02-01 | 2008-01-23 | 皇家飞利浦电子股份有限公司 | 用于x射线投影的校正或扩展的设备和方法 |
FR2897444B1 (fr) | 2006-02-10 | 2008-03-14 | Commissariat Energie Atomique | Procede d'estimation de rayonnement diffuse dans un detecteur bidimensionnel |
CN101473348A (zh) | 2006-06-22 | 2009-07-01 | 皇家飞利浦电子股份有限公司 | 用于误差补偿的方法和系统 |
US7336760B2 (en) | 2006-07-28 | 2008-02-26 | Varian Medical Systems Technologies, Inc. | Methods, systems, and computer-program products to estimate scattered radiation in cone-beam computerized tomographic images and the like |
US8199873B2 (en) | 2010-04-15 | 2012-06-12 | Varian Medical Systems Inc. | Methods of scatter correction of x-ray projection data 2 |
US8989469B2 (en) | 2010-12-20 | 2015-03-24 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for simultaneous acquisition of scatter and image projection data in computed tomography |
US8705827B2 (en) | 2011-04-15 | 2014-04-22 | Georgia Tech Research Corporation | Scatter correction methods |
US8897527B2 (en) | 2011-06-07 | 2014-11-25 | Varian Medical Systems, Inc. | Motion-blurred imaging enhancement method and system |
WO2013192600A1 (en) | 2012-06-22 | 2013-12-27 | Varian Medical Systems, Inc. | Methods and systems for estimating scatter |
-
2014
- 2014-09-25 CN CN201480052854.2A patent/CN105682559B/zh active Active
- 2014-09-25 EP EP14848042.9A patent/EP3048979B1/en active Active
- 2014-09-25 US US15/023,396 patent/US10342504B2/en active Active
- 2014-09-25 WO PCT/US2014/057552 patent/WO2015048350A1/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060088140A1 (en) * | 2004-09-30 | 2006-04-27 | Rebecca Fahrig | System and method for performing scatter measurement in volumetric CT |
US20090290682A1 (en) * | 2008-05-21 | 2009-11-26 | Varian Medical Systems, Inc. | Methods, systems, and computer-program products for estimating scattered radiation in radiographic projections |
US20100046696A1 (en) * | 2008-08-21 | 2010-02-25 | Maltz Jonathan S | System to estimate x-ray scatter |
US20110255655A1 (en) * | 2010-04-14 | 2011-10-20 | Varian Medical Systems, Inc. | Methods of Scatter Correction of X-Ray projection data 1 |
JP2012250043A (ja) * | 2011-06-06 | 2012-12-20 | Toshiba Corp | ノイズ低減方法 |
Non-Patent Citations (4)
Title |
---|
ERNESTO MAINEGRA-HING,ET AL: "Fast Monto Carlo calculation of scatter corrections for CBCT images", 《JOURNAL OF PHYSICS:CONFERENCE SERIES》 * |
JONATHAN S,MALTZ,ET AL: "Focused beam-stop array for the measurement of scatter in megavoltage portal and cone beam CT imaging", 《MEDICAL PHYSICS》 * |
JOSH STAR-LACK,ET AL: "Efficient scatter correction using asymmetric kernels", 《PROC.OF SPIE》 * |
JOSH STAR-LACK,ET AL: "Scatter Correction with Kernel Perturbation", 《PROC.OF SPIE》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107837090A (zh) * | 2016-09-20 | 2018-03-27 | 西门子医疗有限公司 | 计算机断层成像中基于正弦图的散射射线校正 |
CN110022772A (zh) * | 2016-11-25 | 2019-07-16 | 三星电子株式会社 | X射线装置及其获取医学图像的方法 |
US11589831B2 (en) | 2016-11-25 | 2023-02-28 | Samsung Electronics Co., Ltd. | X-ray apparatus and method of acquiring medical image thereof |
CN110022772B (zh) * | 2016-11-25 | 2023-08-08 | 三星电子株式会社 | X射线装置及其获取医学图像的方法 |
CN107137102A (zh) * | 2016-12-29 | 2017-09-08 | 上海联影医疗科技有限公司 | 一种pet成像系统及多模态医学图像处理系统 |
CN108877892A (zh) * | 2017-05-12 | 2018-11-23 | 瓦里安医疗系统公司 | 自动估算和减少计算机断层成像扫描中的散射 |
CN108877892B (zh) * | 2017-05-12 | 2022-03-22 | 瓦里安医疗系统公司 | 自动估算和减少计算机断层成像扫描中的散射 |
CN110477937A (zh) * | 2019-08-26 | 2019-11-22 | 上海联影医疗科技有限公司 | 散射估计参数确定方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105682559B (zh) | 2019-07-09 |
EP3048979B1 (en) | 2019-04-17 |
US10342504B2 (en) | 2019-07-09 |
US20160213345A1 (en) | 2016-07-28 |
EP3048979A1 (en) | 2016-08-03 |
WO2015048350A1 (en) | 2015-04-02 |
EP3048979A4 (en) | 2017-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105682559A (zh) | 用于估计散射的方法和系统 | |
JP7202302B2 (ja) | 断層撮影再構成に使用するためのデータのディープラーニングに基づく推定 | |
CN108877892B (zh) | 自动估算和减少计算机断层成像扫描中的散射 | |
Kim et al. | A rigid motion correction method for helical computed tomography (CT) | |
Markiewicz et al. | NiftyPET: a high-throughput software platform for high quantitative accuracy and precision PET imaging and analysis | |
US9330458B2 (en) | Methods and systems for estimating scatter | |
Shekhar et al. | Automatic segmentation of phase‐correlated CT scans through nonrigid image registration using geometrically regularized free‐form deformation | |
Abella et al. | FUX-Sim: Implementation of a fast universal simulation/reconstruction framework for X-ray systems | |
US9858690B2 (en) | Computed tomography (CT) image reconstruction method | |
CN107635469A (zh) | 基于pet系统中的散射符合的衰减图的估计 | |
Zhang | An unsupervised 2D–3D deformable registration network (2D3D-RegNet) for cone-beam CT estimation | |
Zhao et al. | GPU based iterative cone-beam CT reconstruction using empty space skipping technique | |
US20110019791A1 (en) | Selection of optimal views for computed tomography reconstruction | |
Niebler et al. | Projection‐based improvement of 3D reconstructions from motion‐impaired dental cone beam CT data | |
Xie et al. | An effective CUDA parallelization of projection in iterative tomography reconstruction | |
Denisova et al. | Development of anthropomorphic mathematical phantoms for simulations of clinical cases in diagnostic nuclear medicine | |
EP3867871B1 (en) | System and method for automatic delineation of scanned images | |
CN107886554A (zh) | 流数据的重构 | |
Johnston et al. | GPU-based iterative reconstruction with total variation minimization for micro-CT | |
KR101493683B1 (ko) | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 pet 영상 재구성 장치 및 그 방법 | |
Hoffman et al. | Free CT _ ICD: An open‐source implementation of a model‐based iterative reconstruction method using coordinate descent optimization for CT imaging investigations | |
Kalantari et al. | Attenuation correction in 4D‐PET using a single‐phase attenuation map and rigidity‐adaptive deformable registration | |
Manescu et al. | Motion compensation for PET image reconstruction using deformable tetrahedral meshes | |
Maur et al. | Auto-calibration by locally consistent contours for dental CBCT | |
Savanier et al. | Magnification‐driven B‐spline interpolation for cone‐beam projection and backprojection |
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 |