CN105806856B - 双能射线成像方法和系统 - Google Patents

双能射线成像方法和系统 Download PDF

Info

Publication number
CN105806856B
CN105806856B CN201410842363.XA CN201410842363A CN105806856B CN 105806856 B CN105806856 B CN 105806856B CN 201410842363 A CN201410842363 A CN 201410842363A CN 105806856 B CN105806856 B CN 105806856B
Authority
CN
China
Prior art keywords
projection
low energy
energy data
kinds
data
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.)
Active
Application number
CN201410842363.XA
Other languages
English (en)
Other versions
CN105806856A (zh
Inventor
李亮
陈志强
康克军
张丽
赵自然
邢宇翔
肖永顺
顾建平
郑娟
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.)
Tsinghua University
Nuctech Co Ltd
Original Assignee
Tsinghua University
Nuctech 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 Tsinghua University, Nuctech Co Ltd filed Critical Tsinghua University
Priority to CN201410842363.XA priority Critical patent/CN105806856B/zh
Priority to EP15875158.6A priority patent/EP3242126B1/en
Priority to US15/129,455 priority patent/US10339673B2/en
Priority to MYPI2016703506A priority patent/MY186391A/en
Priority to PL15875158T priority patent/PL3242126T3/pl
Priority to PCT/CN2015/098470 priority patent/WO2016107480A1/zh
Publication of CN105806856A publication Critical patent/CN105806856A/zh
Application granted granted Critical
Publication of CN105806856B publication Critical patent/CN105806856B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating 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
    • G01N23/02Investigating 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
    • G01N23/04Investigating 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30112Baggage; Luggage; Suitcase
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/408Dual energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

公开了一种双能射线成像方法和系统。该方法包括:利用标定的曲面拟合方法计算两种材料重叠区域的材料质量厚度,再将该像素原始的一对高低能数据分解为对应两种材料的两组高低能数据,最后计算得到每一个像素不同材料的分解结果。该发明的独特优势在于能够消除由于两种材料前后重叠导致的材料错误识别问题,可以实现多种材料的分层成像,有效提高物质识别的准确性,降低误报率和漏报率,特别是对于安检、海关缉私等领域的应用具有十分重要的意义。

Description

双能射线成像方法和系统
技术领域
本发明的实施例涉及辐射成像,具体涉及一种双能射线成像方法和系统。
背景技术
自从X射线被发现以来,X射线透视成像技术作为一种无损检测手段在医疗、安检、缉私等诸多领域得到了广泛的应用。X射线透视成像技术发展经历了最初的X射线胶片摄影到CR(Computed Radiography),再到DR(Digital Radiography),以及双能谱DR成像,甚至多能谱DR成像技术等。X射线透视成像技术的基本原理是:X射线照射被照物,与物质发生作用,穿过被照物衰减后的X射线被探测器接收转换成电信号并形成图像;该图像上每个像素信号强度的大小反应的是该像素对于X射线透视方向上物质对X光子吸收的强弱,即该X射线路径方向所有物质对X射线线性衰减系数的积分。因此,单能谱X射线透视成像并不能够直接给出被透视物体的密度或原子序数等材料信息,往往需要通过该图像中各个物体的形状信息判断被照物,而形状信息经常是不准确的,特别是对于没有固定形状的材料,例如炸药、毒品、汽油等,容易造成误报或漏报。
由于单能谱X射线透视成像的上述局限性,无法满足对物体材料进行准确识别的需求,人们提出了双能X射线透视成像技术。不同于单一能谱的X射线成像,双能X射线成像系统使用两套能谱不同的X射线透视图像,利用专门的材料识别算法,能够对被扫描物体实现不同物质或材料的特异性识别,这是单一能谱X射线成像技术无法做到的。
X射线光子与物质的相互作用主要分为三种:光电效应、康普顿散射和电子对效应,这三种相互作用的反应截面与X光子能量以及物质的原子序数有关。而对于给定物质对X射线的线性衰减系数则等于原子总截面与原子密度的乘积,因此,通过测量物质在不同能谱下对X射线的线性衰减系数就可以利用其与原子总截面的关系,求解出该物质的原子序数和电子密度,也就实现了材料的识别。
目前的双能X射线透视成像系统一般采用基于双能曲线的材料识别方法,用于快速、准确地计算原子序数,并且在此基础上实现材料的定性和定量评价。根据应用需求的不同,现有的双能X射线透视技术可以分为低能双能和高能双能两大类:
1)低能双能一般指X射线光子最高能量<=450keV的情况,此时X射线光子与物质的相互作用只有光电效应和康普顿散射两种情况,并且在低能区,光电效应占优,且与Z强相关,而在中低能区康普顿散射占优,且基本与Z无关,两个能量下衰减系数的比值随Z单调变化,具有较好的区分度,可以根据该比值来实现材料识别。低能双能X射线透视成像技术一般应用在物体体积较小且密度不高的情况下,比如行李物品机、骨密度仪、煤灰分仪等。
2)高能双能一般指X射线光子最高能量>=1MeV的情况,高能X射线光子与物质的相互作用与低能光子不同,此时光电效应、康普顿散射和电子对效应三种相互作用并存,因此,其材料识别的实现方法和识别能力也有所不同。一般来说,在MeV能区,由于不同物质的高低能曲线间隔较小,其材料识别能力要比低能双能时差。高能双能X射线透视成像一般用于低能X射线无法穿透的高原子序数材料的检查或体积较大的物体检测中,例如放射性核材料的检测、大型集装箱检查系统、航空箱检查系统、大型金属工件无损检测等等。
但是,目前广泛使用的上述双能X射线透视成像技术仍然存在其固有的缺陷。由于透视成像仅仅是通过某一个视角对物体进行X射线穿透式扫描,其获得的高低能投影数据是表示的是每条X射线直线传播路径上所有材料的积分信息。因此,当该路径上有多种材料重叠时,双能X射线透视成像技术无法区分这种前后的重叠关系,即其只能对不重叠的单一材料(纯净物质)实现准确的识别,对于两种及以上材料在X射线透射方向上存在前后重叠的情况,现有双能DR成像技术无法区分,只能将其识别为一种新的混合材料,导致无法准确识别出原始材料,而带来识别错误。这一缺点也限制了双能X射线DR成像技术在安检等领域的应用价值。
要解决物质重叠的正确识别难题,现有技术一般通过额外增加几个视角,从不同的角度采集双能X射线透视图像,尽量避开重叠区域;但是,该方法并不能保证完全解决重叠问题。另一种解决途径是采用更加复杂的CT技术(computed tomography),从360°范围内采集成百上千个角度的透视图像,例如专门的CT重建算法直接计算得到物体的全三维图像信息,从根本上解决物质重叠问题。然而,上述两种办法都需要对成像系统的硬件做大幅改变,特别是采用CT技术,将大大增加双能成像系统的硬件成本和技术难题,同时也增加了该系统的维护难度,降低了其适用的范围。
发明内容
考虑到上述现有技术的一个或多个问题,提出了一种双能射线成像方法和系统,消除了射线方向上材料重叠造成的误识别问题。
在本发明的一个方面,提出了一种双能射线成像方法,包括步骤:对被检查物体进行双能透射扫描,得到所述被检查物体的至少一部分的高能投影数据和低能投影数据;利用标定的曲面拟合方法计算由每个像素的高能投影数据和低能投影数据组成至少一组投影数据所对应的两种基材料的质量厚度,所述两种基材料包括第一基材料和第二基材料;基于该两种基材料各自的质量衰减系数和所计算的质量密度,计算与第一基材料对应的第一高低能数据组和与第二基材料对应的第二高能数据组;利用所计算的第一高低能数据组和第二高低能数据组进行物质识别。
优选地,所述的方法还包括步骤:利用单一基材料查找表判断所述被检查物体的至少一部分的高能投影数据和低能投影数据是否对应两种基材料的组合;其中,在对应的情况下计算两种基材料的质量厚度。
优选地,将高能投影数据和低能投影数据带入单一基材料查找表,确定其在不同厚度的单一纯材料高低能曲线中的位置,进而通过计算该位置到不同基材料曲线的距离,判断该位置是否与两种基材料对应。
优选地,所述的方法还包括步骤:基于所述高能投影数据和低能投影数据中的至少一种,显示所述被检查物体的图像;接收用户对所述图像中至少一部分的选择,得到感兴趣区域;其中针对所述感兴趣区域计算两种基材料的质量厚度。
优选地,利用标定的曲面拟合方法计算两种基材料的质量厚度的步骤包括:利用将高能投影数据和低能投影数据在高低能投影数据库中检索,得到对应的两种基材料的质量厚度。
优选地,利用R曲线法、高低能曲线法或者α曲线法之一进行物质识别。
优选地,通过二次曲面拟合来得到计算不同基材料的质量厚度的公式。
在本发明的另一方面,提出了一种双能射线成像系统,包括:扫描设备,对被检查物体进行双能透射扫描,得到所述被检查物体的至少一部分的高能投影数据和低能投影数据;数据处理设备,利用标定的曲面拟合方法计算由每个像素的高能投影数据和低能投影数据组成至少一组投影数据所对应的两种基材料的质量厚度,所述两种基材料包括第一基材料和第二基材料,基于该两种基材料各自的质量衰减系数和所计算的质量密度,计算与第一基材料对应的第一高低能数据组和与第二基材料对应的第二高能数据组,并利用所计算的第一高低能数据组和第二高低能数据组进行物质识别。
优选地,所述的双能射线成像系统还包括:显示设备,基于所述高能投影数据和低能投影数据中的至少一种,显示所述被检查物体的图像;输入装置,接收用户对所述图像中至少一部分的选择,得到感兴趣区域;其中针对所述感兴趣区域计算两种基材料的质量厚度。
优选地,数据处理设备利用将高能投影数据和低能投影数据在高低能投影数据库中检索,得到对应的两种基材料的质量厚度。
上述实施例的方案能够消除由于两种材料前后重叠导致的材料错误识别问题,可以实现多种材料的分层成像,有效提高物质识别的准确性,降低误报率和漏报率,特别是对于安检、海关缉私等领域的应用具有十分重要的意义。
附图说明
为了更好地理解本发明,将根据以下附图对本发明进行详细描述:
图1示出了根据本发明实施例的双能X射线DR成像系统的示意图;
图2示出了在图1所示的实施例中用于图像处理的计算机的内部结构的示意图;
图3示出了根据一个实施例的双能射线成像方法的流程图;
图4是描述根据本发明另一实施例的双能射线成像方法流程图;
图5是描述在本发明的实施例中单一均匀材料的阶梯模型示意图;
图6是描述在本发明的实施例中用于检验标定方法的模拟实验的简要系统模型;
图7是模拟本发明实施例的方案得到的结果例子;以及
图8是本发明实施例的方案得到的真实结果的例子。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的结构、材料或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
针对现有技术中射线方向上材料重叠造成的错误识别问题,本发明的实施例提出了一种基于材料分层的双能X射线成像技术,根据该技术,先通过高低能曲线对每个像素数据进行材料区间的粗分,然后利用标定的曲面拟合方法计算两种材料重叠区域的材料的质量厚度,再将该像素原始的一对高低能数据分解为对应两种材料的两组高低能数据,最后计算得到每一个像素不同材料的分解结果。该方案的优势在于能够消除由于两种材料前后重叠导致的材料错误识别问题,可以实现多种材料的分层成像,有效提高物质识别的准确性,降低误报率和漏报率,特别是对于安检、海关缉私等领域的应用具有十分重要的意义。并且,该技术可以自然地扩展到多能X射线成像情况,比如N个能量(能谱,N>=3),此时,每条X射线路径上可以实现N种材料的分层成像。
图1示出了根据本发明实施例的双能射线系统的结构示意图。如图1所示的系统包括承载被检查物体130前进的承载机构140,例如皮带等,X射线源110,探测器模块150、采集电路160、控制器170和数据处理计算机180等。射线源110包括一个或多个X射线发生器,以便进行双能扫描。该多个X射线发生器分布在与被检查物体130的行进方向交叉的一个或者多个平面上。
如图1所示,承载机构140承载被检查行李130穿过射线源110与探测器150之间的扫描区域。在一些实施例中,探测器150和采集电路160例如是具有整体模块结构的探测器及数据采集器,例如多排探测器,用于探测透射被检物品的射线,获得模拟信号,并且将模拟信号转换成数字信号,从而输出被检查物体针对X射线的投影数据。例如针对高能射线设置一排探测器,针对低能射线设置另一排探测器,或者高能射线和低能射线分时使用同一排探测器。控制器170用于控制整个系统的各个部分同步工作。数据处理计算机180用来处理由数据采集器采集的数据,对数据进行处理并重建,输出结果。
根据该实施例,探测器150和采集电路160用于获取被检查物体130的透射数据。采集电路160中包括数据放大成形电路,它可工作于(电流)积分方式或脉冲(计数)方式。采集电路150的数据输出电缆与控制器170和数据处理计算机180连接,根据触发命令将采集的数据存储在数据处理计算机180中。
在一些实施例中,探测器模块150包括多个探测单元,接收穿透被检查物体的X射线。数据采集电路160与探测器模块150耦接,将探测器模块160产生的信号转换为探测数据。控制器170通过控制线路CTRL1与射线源110连接,通过控制线路CTRL2与探测器模块连接,并且与数据采集电路连接,控制射线源中的一个或多个X射线发生器的至少两个X射线发生器轮流产生不同能量的X射线,从而随着被检查物体的移动而发出穿透被检查物体。此外,控制器170控制探测器模块150和数据采集电路160,分别获得与至少两种能量下X射线发生器相对应的探测数据。数据处理计算机180基于探测数据重建被检查物体的图像。
图2示出了如图1所示的数据处理计算机180的结构框图。如图3所示,采集电路160所采集的数据通过接口单元28和总线24存储在存储器21中。只读存储器(ROM)22中存储有计算机数据处理器的配置信息以及程序。随机存取存储器(RAM)23用于在处理器26工作过程中暂存各种数据。另外,存储器21中还存储有用于进行数据处理的计算机程序。内部总线24连接上述的存储器21、只读存储器22、随机存取存储器23、输入装置25、处理器26、显示装置27和接口单元28。
在用户通过诸如键盘和鼠标之类的输入装置25输入的操作命令后,计算机程序的指令代码命令处理器26执行预定的数据重建算法,在得到数据处理结果之后,将其显示在诸如LCD显示器之类的显示装置27上,或者直接以诸如打印之类硬拷贝的形式输出处理结果。
例如,射线源110可以是放射性同位素(例如钴-60),也可以是低能的X光机或高能的X射线加速器等。
例如,探测器阵列150从材料上划分,可以是气体探测器、闪烁体探测器或固体探测器等,从阵列排布上划分,可以是单排、双排或者多排,以及单层探测器或双层高低能探测器等。
物品传送机构140是让物品130移动以便形成扫描图像,也可以是物品自行移动通过,例如集装箱车辆,或者是等效的物品静止不同而X射线源和探测器阵列移动完成扫描过程。
为了实现双能X射线DR扫描,一般采用以下三种技术手段:1)X射线源通过改变电压,提供高低两种能量的能谱,完成高低能X射线DR扫描;2)采用双层高低能探测器,将入射X射线能谱分为高能和低能两部分,分别采集获得双能X射线DR扫描数据;3)采用双X射线源+双探测器阵列技术,分别进行高、低能X射线DR扫描。以上三种技术手段在安检、海关缉私、临床医学成像中均有使用。本发明的实施例可应用于上述任何一种双能X射线成像系统。
图3示出了根据一个实施例的双能射线成像方法的流程图。如图3所示,在步骤S31,对被检查物体进行双能透射扫描,得到所述被检查物体的至少一部分的高能投影数据和低能投影数据,例如通过双能透射成像系统对被检查物体进行扫描,得到物体的高能投影数据和低能投影数据。
在步骤S32,利用标定的曲面拟合方法计算由每个像素的高能投影数据和低能投影数据组成至少一组投影数据所对应的两种基材料的质量厚度,所述两种基材料包括第一基材料和第二基材料。例如在图像处理计算机180中对高能投影数据和低能投影数据针对两种基材料(如铁和石墨)进行分解,得到针对两种基材料的质量厚度。
在步骤S33,基于该两种基材料各自的质量衰减系数和所计算的质量密度,计算与第一基材料对应的第一高低能数据组和与第二基材料对应的第二高能数据组。由于这两种基材料的衰减系数已知,因此根据计算的质量密度和已知的衰减系数计算分别与这两种材料对应的高能数据组和低能数据组。
在步骤S34,利用所计算的第一高低能数据组和第二高低能数据组进行物质识别。例如,从针对不同基材料的高低能数据组进行物质的识别,从而射线方向上的材料分层准确识别。
图4是描述根据本发明另一实施例的双能射线成像方法流程图。根据Beer-Lambert定理,具有一定能谱分布的一束X射线经过质量厚度为M的单一材料物质后,在能量积分型探测器上采集到的信号强度可以用如下公式描述:
其中,μm(E)表示该材料对能量为E的X射线的质量衰减系数;质量厚度M=ρ·D,是密度与物体沿X射线方向厚度的乘积;I0(E)表示该束X射线中能量为E的光子在不经过任何物体直接入射到探测器上采集到的信号的强度。在X射线成像中,我们习惯于将公式(1)转化为如下投影数据:
其中,I0表示该束X射线在不经过任何物体直接入射到探测器上采集到的全部信号的总强度,D(E)=I0(E)/I0表示归一化后的系统能谱。
在双能X射线成像中,需要采集低能和高能两个不同能谱的投影数据,本发明实施例中分别记作:
其中,D1(E)和D2(E)分别表示低能和高能(归一化)系统能谱。
本发明技术方案方法流程如附图4所示,在步骤S411,S412和S413,根据双能X射线成像任务的要求,选择基材料的种类和数量,例如石墨、水、铝、铁、铅等,设计制作如图5所示的单一均匀材料的阶梯模型。该阶梯中每个台阶的厚度均匀,而台阶的数量则根据实际应用需求确定,一般来说,台阶数量越多,能够采集的基材料的高低能数据越多,后续计算结果越准确。扫描每一个单一材料阶梯模型的高低能投影数据,建立基材料的数据库或查找表,并绘制出不同基材料的高低能曲线图。
图6展示了不同基材料下高低能曲线图的示意图,其横坐标轴表示低能X射线经过某一定厚度的原子序数为Z的基材料模块后的投影数据,纵坐标轴则表示高能X射线经过某一定厚度的原子序数为Z的基材料模块后的投影数据,而将同一种基材料不同厚度的低能、高能投影数据绘制在一张如图6所示的二维平面上,将可以连成一条曲线;因此,图6中所绘制的绿、蓝、紫、红四条曲线分别表示了四种不同原子序数的基材料的高低能曲线。
但是,依靠图6仅仅能够确定单一纯材料的原子序数或物质种类,一旦在X射线的传播路径上存在两种或两种以上物质的重叠,则该方法的物质识别结果将产生误差,甚至完全错误的结果,这也是传统的双能X射线物质识别算法的最大缺点。本发明实施例的技术将克服这一难题。
建立单一基材料的高低能数据库,并绘制出不同基材料的高低能曲线图后,在步骤S421和S422,本发明的实施例还进一步将上述不同材料的基材料模块两两组合、重叠放置,即采集两种不同基材料在不同厚度重叠下的高低能投影数据,该投影数据可以记作:
其中,i,j表示任意两种基材料的种类编号。
上述双材料投影数据计算公式(5-6)可以用如下的二次曲面方程近似:
其中,F表示低能或高能投影数据,而a0~a5,b0~b2表示待确定的常系数;公式(7)的物理含义是:对于不同厚度组合的、两种重叠的基材料,其高低能投影数据可以根据公式(7)定义的有理分式近似计算得到,而不需要像公式(5-6)要求的那样必须已知其各自的质量衰减系数。需要特别指出的是:也可以用型如公式(7),但阶次更高的曲面方程近似,例如三次、四次,但是阶次越高,待定系数越多,需要根据实际应用需求确定。
我们的目前是根据测量到的高低能投影数据实现物质识别,因此,还需要求公式(7)的逆运算,即不同基材料的质量厚度应该满足该如下的公式:
其中,Mi,Mj分别表示编号为i,j的基材料质量厚度,而a0_i/j~a5_i/j,b0_i/j~b2_i/j则表示其中第i/j种基材料曲面拟合公式的待定系数。在步骤S423,通过曲面拟合建立不同组合下的双基材料面密度计算公式。
公式(8-9)的作用是:对于任意两种基材料重叠下采集到的高低能投影数据,可以利用公式(8-9)分别计算出这两种基材料的准确的质量厚度,而一旦获得这两种基材料的质量厚度后,就可以分别计算得到这两种厚度基材料对应的投影数据,也即实现了两种基材料的分层成像。为了要实现上述目标,还需要首先确定出公式(8-9)中的一系列待定系数a0_i/j~a5_i/j,b0_i/j~b2_i/j
(1)根据图4右侧虚线框的内容,将图3所示的单一基材料阶梯模型两两组合、重叠放置,进行高低能X射线DR扫描、采集投影数据,建立两种基材料两两重叠下的高低能投影数据库。
(2)将任意一组双材料重叠采集的高低能投影数据代入公式(8-9),建立该基材料配对下不同质量厚度对应的方程组,该方程组为一维线性方程组,通过线性拟合算法(例如最小二乘拟合方法)可以方便的计算出该一系列待定系数a0_i/j~a5_i/j,b0_i/j~b2_i/j的取值。至此,公式(8-9)中的全部系数就可以完成确定出来。
下面通过一组高低能投影数据,详细介绍按照图4实现基于材料分层的双能X射线成像的全部过程。
在步骤S431,对待扫描物品进行双能X射线DR扫描,对采集的任意一组高低能投影数据(p1,p2),首先代入单一基材料的查找表中,确定出(p1,p2)在图6“单一纯材料阶梯的高低双能曲线”中的坐标位置,并根据该点所在的位置,通过计算该点到不同基材料曲线的距离,初步判断该点所对应的两种基材料种类组合。
在步骤S432,如果确定出(p1,p2)对应的是单一基材料,则直接代入单一基材料查找表,进行材料识别;而对于多数情况下,(p1,p2)将被判断为两种基材料的组合,假定该两种基材料的编号为i,j。
在步骤S433,将(p1,p2)代入已经确定出的编号为i,j的两种基材料对应的重叠情 况下的高低能投影数据库,即代入公式(8-9),计算得到对应的两种基材料的质量厚度Mi, Mj。在步骤S434,由于该两种基材料对应的高能、低能X射线的质量衰减系数已知,因此,可 以代入公式(3-4),分别计算出这两种材料分别对应的高低能投影数据
在步骤S435,将(p1,p2)对应的、分解为两种基材料分别对应的高低能投影数据重新代入单一基材料的查找表中进行材料识别,并获得最终的分层成像结果。
需要说明的是:不管选用哪一组材料分辨特征,即不同的分类曲线方法,例如R曲线法、高低能曲线法、α曲线法等,在数学上都是等同的,只要确定各个类别的分界线,即可对实际数据进行材料识别;因此,本发明实施例的方法仅以高低能曲线法介绍,但其应用不限于该方法。
在步骤S436,对分解后的结果按照摆脱那个材料分布图像进行伪彩色绘制,获得最终的多层材料的分布图像。
图7是模拟本发明实施例的方案得到的结果例子;以及图8是本发明实施例的方案得到的真实结果的例子。
利用蒙特卡洛方法模拟了6/9M加速器双能X射线能谱下,对石墨和铁两种材料阶梯模型下的双材料分层成像进行了模拟验证。首先,利用蒙特卡洛模拟软件计算得到钨靶下6M和9M加速器的X射线能谱,并查表获得石墨和铁两种元素的X射线质量衰减系数。然后,设计如附图7第一行所示的石墨和铁单一材料的阶梯模型,图7(a)为石墨材料的阶梯模型,从左到右石墨的质量厚度从0等间隔递增到100;(b)为铁材料的阶梯模型,从上到下铁的质量厚度从100等间隔减小到0;(c)则是将(a,b)两个阶梯模型重叠放置的结果,其质量厚度从左下角的最小值0向右上角递增到200。对(a-c)这三个阶梯模型,分别计算其6M、9M X射线能谱下的高低能投影数据。图8第二行显示的是上述双能投影数据下的物质识别结果,(d)显示的是不采用本发明实施例的技术,直接将双能投影数据代入单一材料高低能曲线中进行材料识别的结果,右侧彩条为不同原子序数对应的颜色条,可以发现能够准确识别的除了最底下一行的纯材料Z=6的石墨,以及最左侧一行的纯材料Z=26的铁之外,存在石墨和铁两种材料重叠的区域全部识别错误,均识别为原子序数为6<Z<26的中间材料;(e-f)是通过本发明实施例的技术实现的石墨和铁两种基材料分层成像的结果,可以发现石墨材料在整个模型区域内都实现了准确的识别,铁材料模型也在绝大多数区域都是准确的,只是在下端几行铁材料较薄的区域存在一定误差,即:该模拟实验结果表明本发明实施例的技术对石墨和铁两种基材料的重叠双能X射线DR成像实现了很好的分层成像和物质的识别。
在4/7M高低能加速器为源的集装箱双能成像系统上对本发明实施例的技术进行了真实实验验证。在此实验中,加工制作了不同厚度的石墨块和铁块,并将这些模块按照有重叠或无重叠两种方式放置在铁支架上,扫描获得4/7M双能DR数据,并利用本发明实施例的基于材料分层的X射线双能物质识别技术进行验证。结果如附图8所示,三个不同材料组合放置在铁支架上,从左到右分别为单一铁材料模块、铁和石墨重叠且石墨高出一部分、铁和石墨重叠且铁高出一部分。(a)显示的是不采用本发明实施例的技术,直接将该双能投影数据代入单一材料高低能曲线中进行材料识别的结果,可以发现传统技术只能对最左侧的单一铁材料模块或者露出的、不重叠部分的石墨、铁实现较为准确的识别,但是对于石墨和铁重叠的部分,其识别结果均是错误的,识别为表征铝材料的绿色;即只能对单一纯材料进行识别,无法识别重叠材料,这一结果和附图7的模拟实验结果相一致。(b-c)为本发明实施例的技术针对石墨、铁两种基材料分层后材料识别的结果,可以发现在展示石墨材料分布结果的(b)中确实对石墨部分进行了准确的识别,没有任何铁材料分布,只是存在一些铁支架的灰色线条,这是由于数据中存在噪声干扰产生的误差,属于可以接受的范围;而展示铁材料分布结果的(c)中同样可以发现铁材料分布的区域均被正确识别,并被赋予代表铁的蓝色,包括支架部分。
因此,模拟实验和真实实验均表明:本发明实施例的技术能够对存在任意两种材料重叠的物体进行准确的物质识别,消除了原有双能X射线DR成像技术中因为不同材料重叠带来的错误识别问题,证明了本发明实施例的技术的正确性、有效性和可行性。
本发明上述方案提出了一种基于材料分层的多层双能X射线成像技术,无需对现有的双能X射线成像系统硬件做大的改变,利用专门设计的基材料或特异性材料标定模块,实现对每条X射线路径上任意两种基材料组合的分层成像,其独特优势在于能够消除由于两种材料前后重叠导致的材料错误识别问题,可以实现多种材料的分层成像,有效提高物质识别的准确性,降低误报率和漏报率,特别是对于安检、海关缉私等领域的应用具有十分重要的意义。
以上的详细描述通过使用示意图、流程图和/或示例,已经阐述了双能射线成像方法和系统的众多实施例。在这种示意图、流程图和/或示例包含一个或多个功能和/或操作的情况下,本领域技术人员应理解,这种示意图、流程图或示例中的每一功能和/或操作可以通过各种结构、硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中,本发明的实施例所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而,本领域技术人员应认识到,这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中,实现为在一台或多台计算机上运行的一个或多个计算机程序(例如,实现为在一台或多台计算机系统上运行的一个或多个程序),实现为在一个或多个处理器上运行的一个或多个程序(例如,实现为在一个或多个微处理器上运行的一个或多个程序),实现为固件,或者实质上实现为上述方式的任意组合,并且本领域技术人员根据本公开,将具备设计电路和/或写入软件和/或固件代码的能力。此外,本领域技术人员将认识到,本公开所述主题的机制能够作为多种形式的程序产品进行分发,并且无论实际用来执行分发的信号承载介质的具体类型如何,本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于:可记录型介质,如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等;以及传输型介质,如数字和/或模拟通信介质(例如,光纤光缆、波导、有线通信链路、无线通信链路等)。
虽然已参照几个典型实施例描述了本发明,但应当理解,所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质,所以应当理解,上述实施例不限于任何前述的细节,而应在随附权利要求所限定的精神和范围内广泛地解释,因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。

Claims (10)

1.一种双能射线成像方法,包括步骤:
对被检查物体进行双能透射扫描,得到所述被检查物体的至少一部分的高能投影数据和低能投影数据;
利用标定的曲面拟合方法计算由每个像素的高能投影数据和低能投影数据组成至少一组投影数据所对应的两种基材料的质量厚度,所述两种基材料包括第一基材料和第二基材料;
基于该两种基材料各自的质量衰减系数和所计算的质量密度,计算与第一基材料对应的第一高低能数据组和与第二基材料对应的第二高能数据组;
利用所计算的第一高低能数据组和第二高低能数据组进行物质识别。
2.如权利要求1所述的方法,还包括步骤:
利用单一基材料查找表判断所述被检查物体的至少一部分的高能投影数据和低能投影数据是否对应两种基材料的组合;
其中,在对应的情况下计算两种基材料的质量厚度。
3.如权利要求2所述的方法,其中将高能投影数据和低能投影数据带入单一基材料查找表,确定其在不同厚度的单一纯材料高低能曲线中的位置,进而通过计算该位置到不同基材料曲线的距离,判断该位置是否与两种基材料对应。
4.如权利要求1所述的方法,还包括步骤:
基于所述高能投影数据和低能投影数据中的至少一种,显示所述被检查物体的图像;
接收用户对所述图像中至少一部分的选择,得到感兴趣区域;
其中针对所述感兴趣区域计算两种基材料的质量厚度。
5.如权利要求1所述的方法,其中利用标定的曲面拟合方法计算两种基材料的质量厚度的步骤包括:
利用将高能投影数据和低能投影数据在高低能投影数据库中检索,得到对应的两种基材料的质量厚度。
6.如权利要求1所述的方法,其中利用R曲线法、高低能曲线法或者α曲线法之一进行物质识别。
7.如权利要求1所述的方法,其中通过二次曲面拟合来得到计算不同基材料的质量厚度的公式。
8.一种双能射线成像系统,包括:
扫描设备,对被检查物体进行双能透射扫描,得到所述被检查物体的至少一部分的高能投影数据和低能投影数据;
数据处理设备,利用标定的曲面拟合方法计算由每个像素的高能投影数据和低能投影数据组成至少一组投影数据所对应的两种基材料的质量厚度,所述两种基材料包括第一基材料和第二基材料,基于该两种基材料各自的质量衰减系数和所计算的质量密度,计算与第一基材料对应的第一高低能数据组和与第二基材料对应的第二高能数据组,并利用所计算的第一高低能数据组和第二高低能数据组进行物质识别。
9.如权利要求8所述的双能射线成像系统,还包括:
显示设备,基于所述高能投影数据和低能投影数据中的至少一种,显示所述被检查物体的图像;
输入装置,接收用户对所述图像中至少一部分的选择,得到感兴趣区域;
其中针对所述感兴趣区域计算两种基材料的质量厚度。
10.如权利要求8所述的双能射线成像系统,其中数据处理设备利用将高能投影数据和低能投影数据在高低能投影数据库中检索,得到对应的两种基材料的质量厚度。
CN201410842363.XA 2014-12-30 2014-12-30 双能射线成像方法和系统 Active CN105806856B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201410842363.XA CN105806856B (zh) 2014-12-30 2014-12-30 双能射线成像方法和系统
EP15875158.6A EP3242126B1 (en) 2014-12-30 2015-12-23 Dual-energy ray imaging method and system
US15/129,455 US10339673B2 (en) 2014-12-30 2015-12-23 Dual-energy ray imaging methods and systems
MYPI2016703506A MY186391A (en) 2014-12-30 2015-12-23 Dual-energy ray imaging methods and systems
PL15875158T PL3242126T3 (pl) 2014-12-30 2015-12-23 Sposób i system obrazowania promieniowaniem podwójnej energii
PCT/CN2015/098470 WO2016107480A1 (zh) 2014-12-30 2015-12-23 双能射线成像方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410842363.XA CN105806856B (zh) 2014-12-30 2014-12-30 双能射线成像方法和系统

Publications (2)

Publication Number Publication Date
CN105806856A CN105806856A (zh) 2016-07-27
CN105806856B true CN105806856B (zh) 2019-02-19

Family

ID=56284255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410842363.XA Active CN105806856B (zh) 2014-12-30 2014-12-30 双能射线成像方法和系统

Country Status (6)

Country Link
US (1) US10339673B2 (zh)
EP (1) EP3242126B1 (zh)
CN (1) CN105806856B (zh)
MY (1) MY186391A (zh)
PL (1) PL3242126T3 (zh)
WO (1) WO2016107480A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107595311A (zh) * 2017-08-30 2018-01-19 沈阳东软医疗系统有限公司 双能量ct图像处理方法、装置以及设备
US10795047B2 (en) * 2018-01-09 2020-10-06 Voti Inc. Methods for removing a background object from an image
CN108720858A (zh) * 2018-05-24 2018-11-02 东南大学 一种使用高次曲面拟合的新型骨密度计算方法及装置
CN109064447A (zh) * 2018-06-29 2018-12-21 沈阳东软医疗系统有限公司 骨密度展示方法、装置及设备
CN109100775B (zh) * 2018-07-06 2020-05-29 郑州云海信息技术有限公司 一种双层探测器的能量谱校正方法与装置
CN109297996A (zh) * 2018-10-12 2019-02-01 西南大学 一种利用γ射线测量复合材料成分比例的方法
WO2020082171A1 (en) 2018-10-22 2020-04-30 Voti Inc. Tray insert for screening tray
CN109471185A (zh) * 2018-12-17 2019-03-15 同方威视技术股份有限公司 Ct系统和用于ct系统的探测装置
FR3106409B1 (fr) * 2020-01-16 2022-04-22 Commissariat Energie Atomique Procédé d'établissement d'une fonction de réponse spectrale d'un système de mesure par rayon X ou gamma
US11564645B2 (en) * 2020-02-25 2023-01-31 GE Precision Healthcare LLC Methods and systems for digital mammography imaging
CN111489406B (zh) * 2020-03-26 2023-11-14 深圳先进技术研究院 生成高能ct图像模型的训练及生成方法、设备、存储介质
CN113491526B (zh) * 2020-04-07 2023-12-05 辽宁开普医疗系统有限公司 一种基于dr系统的骨密度校正和测量的方法
CN112666194B (zh) * 2020-12-22 2022-12-20 上海培云教育科技有限公司 一种虚拟数字dr图像的生成方法及dr虚拟仿真仪器
CN112950877B (zh) * 2021-02-18 2021-10-15 黑龙江省机场管理集团有限公司 行李安检x光机防入侵系统
TWI776443B (zh) * 2021-03-26 2022-09-01 行政院原子能委員會核能研究所 用於雙能量x光成像系統之有效原子序計算方法
US11885752B2 (en) 2021-06-30 2024-01-30 Rapiscan Holdings, Inc. Calibration method and device therefor
US12019035B2 (en) 2021-07-16 2024-06-25 Rapiscan Holdings, Inc. Material detection in x-ray security screening
CN115105107A (zh) * 2022-06-20 2022-09-27 北京朗视仪器股份有限公司 一种能谱成像方法及能谱成像系统
JP7254237B1 (ja) 2022-11-15 2023-04-07 株式会社日立パワーソリューションズ X線装置及びx線を用いた材質分類方法
CN115993102B (zh) * 2023-03-24 2023-09-29 杭州宇称电子技术有限公司 基于单光子探测器的重叠物厚度检测方法、装置及其应用
CN117705842A (zh) * 2023-12-11 2024-03-15 北京工业职业技术学院 一种在线煤灰分仪及检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101435783A (zh) * 2007-11-15 2009-05-20 同方威视技术股份有限公司 物质识别方法和设备
CN101647706A (zh) * 2008-08-13 2010-02-17 清华大学 高能双能ct系统的图象重建方法
CN101900695A (zh) * 2009-05-27 2010-12-01 清华大学 伪双能欠采样物质识别系统和方法
US8218837B2 (en) * 2008-06-06 2012-07-10 General Electric Company Material composition detection from effective atomic number computation

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19812055C2 (de) * 1998-03-19 2002-08-08 Heimann Systems Gmbh & Co Bildverarbeitung zur Materialerkennung mittels Röntgenstrahlungen
CN101266216A (zh) * 2007-03-14 2008-09-17 清华大学 标定双能ct系统的方法和图像重建方法
JP5124227B2 (ja) * 2007-10-01 2013-01-23 浜松ホトニクス株式会社 放射線検出器
EP2298040A4 (en) * 2008-06-13 2013-10-09 L 3 Comm Security & Detection INVESTIGATION OF A REGION USING DOUBLE-EFFICIENCY RADIATION
JP5297142B2 (ja) 2008-10-09 2013-09-25 アンリツ産機システム株式会社 異物検出方法および装置
US7970096B2 (en) 2009-01-07 2011-06-28 Analogic Corporation Method of and system for low cost implementation of dual energy CT imaging

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101435783A (zh) * 2007-11-15 2009-05-20 同方威视技术股份有限公司 物质识别方法和设备
US8218837B2 (en) * 2008-06-06 2012-07-10 General Electric Company Material composition detection from effective atomic number computation
CN101647706A (zh) * 2008-08-13 2010-02-17 清华大学 高能双能ct系统的图象重建方法
CN101900695A (zh) * 2009-05-27 2010-12-01 清华大学 伪双能欠采样物质识别系统和方法

Also Published As

Publication number Publication date
EP3242126B1 (en) 2022-01-26
US20170309043A1 (en) 2017-10-26
CN105806856A (zh) 2016-07-27
WO2016107480A1 (zh) 2016-07-07
PL3242126T3 (pl) 2022-06-27
US10339673B2 (en) 2019-07-02
EP3242126A1 (en) 2017-11-08
EP3242126A4 (en) 2018-11-07
MY186391A (en) 2021-07-22

Similar Documents

Publication Publication Date Title
CN105806856B (zh) 双能射线成像方法和系统
US7492862B2 (en) Computed tomography cargo inspection system and method
US8306180B2 (en) Image reconstruction method for high-energy, dual-energy CT system
US6556653B2 (en) Non-rotating X-ray system for three-dimensional, three-parameter imaging
US11598730B2 (en) Combined image generation of article under examination and image of test item
US8582857B2 (en) Dual-energy material identification method and apparatus with undersampling
US9390523B2 (en) Determination of z-effective value for set of voxels using CT density image and sparse multi-energy data
US8588494B2 (en) System and method for material decomposition optimization in image domain
CN106353828B (zh) 在安检系统中估算被检查物体重量的方法和装置
US7894568B2 (en) Energy distribution reconstruction in CT
Miller et al. Scatter in cargo radiography
Li et al. First dual MeV energy X-ray CT for container inspection: design, algorithm, and preliminary experimental results
CN108280860A (zh) 减少多能量ct成像中的光谱通道数目
EP2352129A1 (en) System and method of visualizing features in an image
Miller et al. Combining radiography and passive measurements for radiological threat localization in cargo
CN111340127B (zh) 基于材料聚类的能谱ct迭代材料分解方法和装置
Mikeli et al. Compton Camera Imaging Sensitivity with Improved Event Selection
Agasthya Low-dose imaging of liver diseases through neutron stimulated emission computed tomography: simulations in GEANT4
Agasthya et al. Neutron time-of-flight spectroscopy for depth-resolved quantification through NSECT
Vrbaski Caratterizzazione quantitativa del materiale nella tomografia computerizzata a raggi X spettrale
CN117518284A (zh) 基于单一直线扫描通道的ct扫描成像系统和方法
Dunning Contrast agent imaging using an optimized table-top x-ray fluorescence and photon-counting computed tomography imaging system
Nicolas et al. Gamma Source Location Learning from Synthetic Multi-pinhole Collimator Data
Lu Improvements in lesion detection in X-ray breast tomosynthesis and in emission tomography
Gardner et al. Prompt gamma-ray imaging for small animals

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