CN105989621B - 用于在图像重构中执行联合估计技术的方法和系统 - Google Patents

Abstract

本发明涉及一种用于在图像重构中执行联合估计技术的方法和系统。一种用于校正发射断层成像图像的方法包括获得第一模态图像数据集，识别第一模态数据集中可受呼吸运动影响的区域，以及应用联合估计衰减校正技术以改进发射图像数据。本文中也描述了医疗成像系统。发射断层成像可包括正电子发射断层成像(PET)和单光子发射计算断层成像(SPECT)。

Description

用于在图像重构中执行联合估计技术的方法和系统

背景技术

本文中公开的主题一般涉及成像系统，并且更具体地说，涉及用于执行医疗图像的校正和重构的方法和系统。

多模态成像系统使用不同模态扫描，例如，计算断层成像(CT)、磁共振成像(MRI)、正电子发射断层成像(PET)及单光子发射计算断层成像(SPECT)。在操作期间，图像质量可受各种因素影响。一个此类因素是患者运动。另一因素是在使用由患者运动造成的两个不同成像模态采集的图像之间不准确的衰减校正。

相应地，至少一个已知PET-CT系统利用由CT系统生成的数据以生成PET扫描数据的衰减校正。具体而言，从在CT扫描期间生成的CT数据推导多个发射衰减校正因子，其中，CT系统专门配置成生成要用于CT衰减校正因子的数据。更具体地说，CT信息用于生成衰减图，衰减图随后可应用于衰减正确的PET或SPECT发射信息。

例如在PET成像中，示踪剂分布的准确定量重构要求将由组织造成的光子的衰减和散射考虑在内。散射校正要求准确的衰减估计。呼吸运动能够对生成的衰减图的准确度有不利影响。被扫描主体的某些受呼吸影响的区域可易于受在CT衰减校正因子与PET发射信息之间的衰减校正失配影响。要改进准确度和图像质量，需要通过改进的技术降低此失配。

发明内容

根据一实施例，提供了成像系统和方法，包括：采集计算断层成像(CT)数据库；从CT数据集确定肺部边界信息；通过生成用于肺部边界信息内体素和肺部边界的参数化距离内体素的图像掩蔽，生成边界掩蔽；采集发射断层成像数据集；以及重构发射断层成像数据集；其中，重构发射断层成像数据集包括应用边界掩蔽到发射断层成像数据集；通过联合衰减活性估计技术，重构边界掩蔽内的发射体素；通过活性估计技术，重构边界掩蔽外的发射体素；以及将重构图像体素组合成重构发射断层成像图像。系统可包括CT系统、PET系统和/或SPECT系统。系统和方法能够还包括向网络、显示器、打印机或存储器装置输出重构发射断层成像图像。基于成像历史、患者特征或操作员输入，能够设置参数化距离。

此外，根据一实施例，联合衰减活性估计技术包括在活性重构与衰减重构之间交替图像体素的更新。联合衰减活性估计技术趋近局部最优。活性重构包括来自发射断层成像数据集的活性信息，并且衰减重构包括来自CT数据集的衰减信息。活性估计衰减校正技术包括使用从CT数据集生成的衰减图。

此外，根据一实施例，发射断层成像数据集是正电子发射 断层成像(PET)数据集。根据一实施例，发射断层成像数据集是单光子发射 计算断层成像(SPECT)数据集。

此外，根据一实施例，发射断层成像数据集是四维(4D)，并且确定肺部边界信息，生成边界掩蔽，以及重构发射断层成像数据集的步骤为发射断层成像数据集的每个箱(bin)执行。通过为每个箱组合重构发射断层成像数据集，系统和方法还能够生成4D重构发射图像。

此外，根据一实施例，使用MRI成像系统和MRI图像数据集而不是CT。

1. 一种成像方法，包括：

采集计算断层成像(CT)数据集；

从所述CT数据集确定肺部边界信息；

通过生成用于所述肺部边界信息内体素和所述肺部边界信息的参数化距离内体素的图像掩蔽，生成边界掩蔽；

采集发射断层成像数据集；以及

重构所述发射断层成像数据集；

其中所述重构所述发射断层成像数据集包括应用所述边界掩蔽到所述发射断层成像数据集；通过联合衰减活性估计技术，重构所述边界掩蔽内的发射体素；通过活性估计技术，重构所述边界掩蔽外的发射体素；以及将重构图像体素组合成重构发射断层成像图像。

2. 如技术方案1所述的方法，其中联合衰减活性估计技术包括在活性重构与衰减重构之间交替图像体素的更新。

3. 如技术方案2所述的方法，其中所述联合衰减活性估计技术趋近局部最优。

4. 如技术方案2所述的方法，其中所述活性重构包括来自所述发射断层成像数据集的活性信息，并且所述衰减重构包括来自所述CT数据集的衰减信息。

5. 如技术方案1所述的方法，其中活性估计技术包括使用从所述CT数据集生成的衰减图。

6. 如技术方案1所述的方法，其中所述发射断层成像数据集是正电子发射 断层成像(PET)数据集。

7. 如技术方案1所述的方法，其中所述发射断层成像数据集是单光子发射 计算断层成像(SPECT)数据集。

8. 如技术方案1所述的方法，还包括：

向网络、显示器、打印机或存储器装置输出所述重构发射断层成像图像。

9. 如技术方案1所述的方法，其中所述发射断层成像数据集是四维(4D)，并且确定肺部边界信息，生成边界掩蔽，以及重构所述发射断层成像数据集的所述步骤为所述发射断层成像数据集的每个箱执行。

10. 如技术方案9所述的方法，还包括：

通过为每个箱组合所述重构发射断层成像数据集，生成4D重构发射图像。

11. 如技术方案1所述的方法，其中基于成像历史、患者特征或操作员输入，设置所述参数化距离。

12. 一种医疗成像系统，包括：

第一模态成像系统；

正电子发射断层成像(PET)系统；

耦合到所述第一模态系统和所述PET系统的计算机，所述计算机编程为：

采集第一模态数据集；

从所述第一数据集确定身体边界信息；

通过生成用于所述身体边界信息内体素和所述身体边界信息的参数化距离内体素的图像掩蔽，生成边界掩蔽；

采集PET数据集；以及

重构所述PET数据集；

其中所述重构所述PET数据集包括应用所述边界掩蔽到所述PET数据集；通过联合衰减活性估计技术，重构所述边界掩蔽内的PET体素；通过活性估计技术，重构所述边界掩蔽外的PET体素；以及将重构PET图像体素组合成重构PET图像。

13. 如技术方案12所述的系统，其中联合衰减活性估计技术包括在活性重构与衰减重构之间交替图像体素的更新。

14. 如技术方案13所述的系统，其中所述联合衰减活性估计技术趋近局部最优。

15. 如技术方案13所述的系统，其中所述活性重构包括来自所述PET数据集的活性信息，并且所述衰减重构包括来自所述第一模态数据集的衰减信息。

16. 如技术方案12所述的系统，其中活性估计技术包括使用从所述第一模态数据集生成的衰减图。

17. 如技术方案12所述的系统，还包括：

向网络、显示器、打印机或存储器装置输出所述重构PET图像。

18. 如技术方案12所述的系统，其中所述PET数据集是四维(4D)，并且确定身体边界信息，生成边界掩蔽，以及重构所述PET数据集的所述步骤为所述PET数据集的每个箱执行。

19. 如技术方案18所述的系统，还包括：

通过为每个箱组合所述重构PET数据集，生成4D重构PET图像。

20. 如技术方案12所述的系统，其中基于成像历史、患者特征或操作员输入，设置所述参数化距离。

21. 如技术方案12所述的系统，其中所述第一模态是计算断层成像(CT)。

22. 如技术方案12所述的系统，其中所述第一模态是磁共振成像(CT)。

23. 如技术方案12所述的系统，其中身体边界信息是肺部边界信息。

24. 如技术方案23所述的系统，其中从所述第一模态数据集确定肺部边界信息包括从所述第一模态数据集确定所述肺部区域的轴向覆盖范围，并且仅确定在所述轴向覆盖范围内所述第一模态数据集的部分中的肺部边界信息。

25. 如技术方案12所述的系统，其中身体边界信息是受呼吸影响的区域信息。

附图说明

图1是根据各种实施例形成的示范成像系统的插图。

图2是示出根据各种实施例，用于衰减校正发射数据的方法的流程图。

图3是示出根据各种实施例的被侵蚀边界的示范图像。

图4是示出根据各种实施例，用于衰减校正4D发射数据的方法的流程图。

图5是根据各种实施例，在图1中示出的第一模态单元的示意框图。

图6是根据各种实施例，在图1中示出的第二模态单元的示意框图。

具体实施方式

在结合附图阅读时，将更好地理解以上概述及各种实施例的以下详细描述。就示出各种实施例的功能块的图解而言，功能块不一定指示硬件电路之间的分割。因此，例如，一个或多个功能块（例如，处理器或存储器）可在单件硬件（例如，通用信号处理器或随机存取存储器块、硬盘或诸如此类）或多件硬件中实现。类似地，程序可以是独立程序，可以作为子例程包含在操作系统中，可以是安装的软件包的功能及诸如此类。应理解的是，各种实施例不限于图形中所示的布置和手段。

在本文使用时，单数形式表述或前面带有字词“一个”的要素或步骤应理解为不排除多个所述要素或步骤，除非明确陈述此类排除。此外，对本发明的“一个实施例”的引用无意解释为排除也包含所述特性的另外实施例的存在。另外，除非有明确相反的陈述，否则，“包括”或“具有”含特定属性的要素或多个要素的实施例可包括不具有该属性的另外要素。

此外，在本文中使用时，短语“重构图像”无意于排除生成表示图像的数据，但未生成可视图像的实施例。因此，在本文中使用时，术语“图像”在广义上指可视图像和表示可视图像的数据。然而，许多实施例生成或配置成生成至少一个可视图像。

图1是根据各种实施例形成的示范成像系统的插图。成像系统10是包括不同类型的成像模态的多模态成像系统，如正电子发射断层成像(PET)、单光子发射计算断层成像(SPECT)、计算断层成像(CT)、超声、磁共振成像(MRI)或能够生成诊断图像的任何其它系统。在所示实施例中，成像系统10是PET/CT系统。各种实施例不限于用于为受试人成像的医疗成像系统，而是可包括用于为非人体对象成像的兽医或非医疗系统。

参照图1，多模态成像系统10包括第一模态单元12和第二模态单元14。这些单元可沿如10中所示轴对齐，或者可共处于患者周围的共同空间，如使第二模态单元14在第一模态单元12内或反之亦然。两个模态单元允许多模态成像系统10使用第一模态单元12在第一模态中扫描对象或主体16，并且使用第二模态单元14在第二模态中扫描主体16。扫描在共处模态情况下可选择性地是同时的。多模态成像系统10允许在不同模态中的多次扫描，以有利于在单模态系统中增大诊断能力。在所示实施例中，第一模态单元12是PET成像系统，并且第二模态单元14是CT系统。成像系统10示为包括与PET成像系统12相关联的机架(gantry) 18和与CT系统14相关联的机架20。在操作期间，使用例如电动工作台24将主体16定位在通过成像系统10定义的口径或中央开口22内。

成像系统10也包括操作员工作站30。在操作期间，响应从操作员工作站30收到的一个或更多个命令，电动工作台24将主体16移到机架18和/或机架20的中央开口22中。工作站30随后发送信号到第一和/或第二模态单元12和14，以扫描主体16，并且采集主体16的发射数据和/或CT数据。工作站30可实施为位于成像系统10附近并且经通信链路32硬连线到成像系统10的计算机。工作站30也可实施为诸如膝上型计算机或手持式计算机等传送信息到成像系统10和从成像系统10接收信息的便携式计算机。可选的是，通信链路32可以是允许以无线方式将信息传送到工作站30和/或从工作站30传送到成像系统10的无线通信链路。在操作中，工作站30配置成实时控制成像系统10的操作。工作站30也编程为执行本文中描述的医疗图像诊断采集和重构过程。

工作站30包括中央处理单元(CPU)或计算机34、显示器36和输入装置38。在本文中使用时，术语“计算机”可包括任何基于处理器或基于微处理器的系统，包括使用微控制器、精简指令集计算机(RISC)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、逻辑电路及能够执行本文中描述的功能的任何其它电路或处理器的系统。上述示例只是示范，因此无意以任何方式限制术语“计算机”的定义和/或含意。在示范实施例中，计算机34执行在一个或更多个存储元件或存储器装置42中存储的指令集，以便处理从第一和第二模态12和14收到的信息。存储元件也可根据希望或需要存储数据或其它信息。存储元件可以是信息源或位于计算机34内的物理存储器元件的形式。

成像系统10也包括实现本文中描述的各种方法的衰减校正模块40。衰减校正模块40可实现为在计算机34中安装的一个硬件。可选的是，衰减校正模块40可实现为在计算机34上安装的指令集。指令集可以是独立程序，可以作为子例程包含在计算机34上安装的操作系统中，可以是计算机34上安装的软件包中的功能及诸如此类。应理解的是，各种实施例不限于图形中所示的布置和手段。

指令集可包括指示做为处理机器的计算机34执行特定操作的各种命令，如本文中描述的各种实施例的方法和过程。指令集可以为软件程序的形式。在本文中使用时，术语“软件”和“固件”可交换，并且包括在存储器中存储，以便由计算机执行的任何计算机程序，存储器包括RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器及非易失性RAM (NVRAM)存储器。上述存储器类型只是示范，并且因此对于可用于存储计算机程序的存储器的类型不是限制。

图2是示出根据各种实施例，用于衰减校正发射数据的方法的流程图。图2是用于衰减校正发射数据的示范方法200的流程图。PET发射数据将表示为一示范实施例。在各种实施例中，方法200可例如使用计算机34和/或衰减校正模块40实现。

在步骤201中，使用例如图1中示出的CT系统14，采集也称为CT数据集的衰减数据。通过执行主体16的扫描，可获得CT数据。可选的是，可从在主体16的以前扫描期间收集的数据获得CT数据，其中，CT数据已存储在诸如存储器装置42等存储器装置中。CT数据可以任何格式存储。可在主体16的实时扫描期间获得CT数据集。它可以是全身扫描，或者是只针对一部分主体的扫描。CT扫描可针对关注的区域(ROI)。如果只为一部分主体执行CT数据采集，则这通常是与在此多模态系统中由另外模态扫描的主体的相同区域。

在步骤202中，系统使用采集的CT数据，确定肺部区域的轴向覆盖。图2中示出的特定实施例集中在校正由肺部的使用造成的呼吸运动有关的图像质量问题。由于第一模态(CT)产生用于发射断层成像数据的衰减校正的数据，因此，患者呼吸状态的任何失配或由于发射数据集的更长时间性质（相对于衰减数据集）造成的失配将贡献于衰减校正的发射数据图像质量的损失。呼吸运动也影响发射断层成像扫描数据和对应重构图像的质量。肺部区域被定义为轴向覆盖，轴向覆盖包括肺部，并且从肺部向外扩展一定距离以便也捕捉受呼吸运动适度到严重影响的区域。这能够包括从上方肺部到肺部隔膜边界，并且能够向下到达膀胱。例如，参见图3中的轴向覆盖308。轴向覆盖可由系统或用户基于偏好或输入调整。用户也可选择使系统扩展轴向覆盖以包括在肺部下面的距离，这也可受在皮肤和空气边界线的衰减伪影影响。因此，本文中描述的方法可应用到另外的衰减伪影情况，其中，呼吸运动影响患者内空气组织界面（内部和外部界面）的运动。

在步骤203中，系统使用来自步骤202的CT轴向覆盖图像数据，确定(3D)三维肺部边界。确定的肺部边界能够是完全CT数据集的数据子集，并且在轴端的填充能够用于允许轴向延伸。可计算肺部区域中像素值的3D图像梯度，以查找其中图像梯度大于预设值的目标边界线。这为受呼吸运动影响最大的区域提供了边界的定义。系统或用户能够设置此类预设值。能够使用检测肺部边界的其它方法。作为备选，系统能够设置成针对空气、组织或骨区。在那些情况下，此步骤将不集中在确定肺部边界，而是将集中在使用本领域熟知的技术，确定那些备选区域。

在一实施例中，步骤203集中在肺部边界上。在一备选实施例中，步骤203能够集中在受呼吸移动影响的身体的其它区域。这些是诸如隔膜附近的区域或肺部附近的其它区域。例如，肿瘤能够在患者的皮肤上的黑色素瘤情况能够具有受呼吸影响的伪影。对于发射和衰减扫描失配，情况尤其是如此。因此，在这些区域中，系统能够在步骤203中确定身体边界，并且随后在步骤204中创建有关被侵蚀的身体边界掩蔽。

在步骤204中，系统生成被侵蚀边界掩蔽。侵蚀表示边界模糊或者轻度扩展成包括在检测到的边界的邻居中的更多像素。系统创建图像掩蔽，其中，如果体素是步骤203的确定的肺部边界的一部分，则将掩蔽中的体素设成某个值（例如，1）。系统随后扩展掩蔽，应用1值到确定的肺部边界像素的参数化、可更改距离内的体素。侵蚀是完成此操作的一种技术。参数化值能够基于多种因素由系统生成，因素包括历史、患者特征（如呼吸周期、呼吸幅度）和/或用户设置。此参数化值意在捕捉可能受呼吸运动（或者如果方法在改进不同衰减伪影类型，则为其它组织）影响靠近空气组织界面的另外像素。被侵蚀边界掩蔽扩展边界掩蔽，以通过高空间密度更改扩展区域中的覆盖。掩蔽中的剩余体素被设置成备选值（例如，0）。因此，生成空气组织边界的被侵蚀边界掩蔽，掩蔽包括肺部边界和来自肺部边界的被侵蚀或扩展区域。

在步骤205中，例如使用图1中示出的PET系统12，采集PET发射数据集或正弦图。通过执行主体16的扫描，可获得PET发射数据集。可选的是，可从在主体16的以前扫描期间收集的数据获得PET发射数据集，其中，PET发射数据集已存储在诸如存储器装置42等存储器装置中。PET发射数据集可以任何格式存储。可在主体16的实时扫描期间获得PET发射数据集。原PET发射数据集可被处理成发射图像数据。

在步骤206中，为来自步骤205的每个发射图像数据中的每个体素决定体素是否在来自步骤204的被侵蚀边界掩蔽内。因此，应用边界掩蔽到发射数据集。如果体素不在掩蔽内，则系统继续到步骤207。如果体素在掩蔽内，则它在由于呼吸运动造成的失配而不可正确估计衰减图的区域中，因此，系统继续到步骤208。步骤208中何处应用联合估计技术的这样的定位降低了在无衰减梯度的区域中不准确的风险。由于联合估计技术可比活性估计技术占用更长时间，因此，只在需要此类技术之处应用联合估计技术使系统图像重构速度保持尽可能低，同时仍尽可能准确地产生图像估计。

在步骤207中，系统通过活性估计技术重构发射图像数据。活性估计技术包括使用预测量的衰减估计。这包括生成和使用来自CT数据的衰减图，并且逐体素匹配发射数据。由于例如呼吸运动影响小或者在这些区域中没有失配衰减系数，因此，这些体素是其中从CT数据创建的标准衰减图可能准确的体素。因此，在图像重构期间，预测量的衰减图应用到发射数据。

在步骤208中，系统使用发射数据和联合估计，通过在活性与衰减的估计之间交替，通过联合估计技术重构图像数据。具体而言，联合衰减活性估计用于已确定在衰减梯度附近并且因此可能受呼吸影响的那些区域。联合估计技术包括迭代算法，迭代算法只使用发射数据交替估计示踪剂活性浓度分布和衰减图像。通过估计衰减信息和活性数据，联合估计技术迭代交替估计在重构体素中的活性浓度。最初可从CT扫描估计衰减信息。CT值与到要求的511 keV光子能的转换一起使用，并且被正向投影以获得衰减校正因子正弦图。这提供了衰减系数的空间分布，该分布能够应用到测量的发射数据。因此，联合估计技术包括连续优化方案，其中，通过在使用用发射图像估计和CT衰减信息建模的衰减图像之间交替的图像重构，更新发射或活性图像。换而言之，联合衰减活性估计重复迭代形成衰减校正活性图像需要的当前衰减和活性估计，随后与测量的发射数据比较。通过在活性重构与衰减重构之间交替图像体素的更新，体素趋近一致的局部最优，以提供更准确的衰减校正。这又提供了发射数据的更准确重构。

在步骤209中，系统将来自步骤207和208的重构发射数据组合成单个重构发射数据集。

在步骤210中，系统向存储器、显示器、网络或其它位置输出校正的定量发射断层成像图像。这些图像可以Bq/ml表示。

此方法通过改进在发射数据与静态CT数据之间的匹配，降低了在定量和图像伪影方面的误差，同时使图像重构时间保持最低。因此，改进的图像能够输出并且向用户显示。用户的一个示例将是医学专家。

在一备选实施例中，本文中的系统和方法可包括与发射断层成像系统(PET/SPECT)组合的MRI系统，这是因为MRI图像能够提供衰减图的初始估计。因此，步骤201-204和其它步骤可通过由MRI成像系统生成的MRI数据完成。

图3是示出根据各种实施例的被侵蚀边界的示范图像。图3有助于根据特定的呼吸实施例，形象化方法200的步骤。本文通篇讨论了方法200的其它使用。示出了患者部分300。轴向覆盖308是在步骤202中确定的肺部区域的范围。肺部边界302在步骤203中确定。被侵蚀边界304（虚线）在步骤204中用于生成被侵蚀边界掩蔽。通过提供与应包括在被侵蚀边界中的肺部边界302的距离，参数化值306用于确定在3D肺部边界302周围的3D被侵蚀边界304。参数化值306示为在被侵蚀边界204与肺部边界302之间的距离。图3将参数化值306示为在边界周围是一致的。在一备选实现中，某些区域可具有变化的参数化值，这些值适用于可比其它区域受呼吸运动影响更多的区域。

图4是示出根据各种实施例，用于衰减校正4D（四维，即，包括时间信息）发射数据的方法的流程图。由于在采集要进行运动匹配的两组图像数据中的时间差原因，能够引发问题。4D CT采集能够在单个呼吸周期内执行。备选，使用MRI数据而不是CT。在一个或更多个呼吸周期内能够与发射数据同时或相继采集MRI数据。门控(gated)或分箱(binned)发射数据收集一般每数据卷利用几个周期，这能够是20或更多个周期。由于图像采集时间差及由于主体的呼吸模式中固有的不变性，能够发生呼吸模式失配。此方法寻求通过允许在空气/组织界面附近的区域中衰减和发射的联合估计，降低与此失配有关的误差，从而改进图像重构。

在步骤402中，系统采集与图像扫描的主体有关的发射数据。这参照PET发射数据相对于图5进一步描述。在一备选实施例中，可采集SPECT数据。

在步骤404中，系统从采集的发射数据生成4D发射数据。系统通过在呼吸周期内对数据进行分箱，添加第四维。根据一实施例，可存在6个呼吸周期箱。视利用的特定硬件实施例而定，这能够与CT数据采集交替或同时发生。

在步骤406中，系统采集与图像扫描的主体有关的4D CT数据。系统可执行全身扫描，或者是只针对一部分主体的扫描。CT扫描可针对关注的区域(ROI)。如果只为一部分主体执行CT数据采集，则这通常是与如将在此多模态系统中由另外模态扫描的主体的相同区域。这相对于图6进一步描述。在一备选实施例中，可采集MRI数据。

在步骤408中，系统从4D CT数据生成4D CT图像和衰减估计。在一实施例中，衰减估计可以为衰减图的形式。

在步骤410中，系统使用在步骤408中生成的4D CT图像数据生成边界掩蔽。能够为每个箱内的CT数据生成被侵蚀边界掩蔽。此步骤可利用图203的步骤202、203和204。

在步骤412中，系统使用联合估计技术执行定量重构以生成4D活性图像。这能够为选择的图像类型的每个箱完成。系统生成4D活性图像，图像在其重构中利用了联合衰减活性估计。对于每个箱，如相对于图2的步骤206、207、208和209讨论的一样，系统能够比较发射体素和相应被侵蚀边界掩蔽以便确定是应通过活性估计技术还是联合衰减活性估计技术来重构特定体素。这些图像能够存储在存储器装置中，通过计算机网络输出，或者打印在纸上，和/或在操作员控制台上显示。在步骤412中，系统可为CT/发射图像应用另外类型的定量校正。

在步骤414中，系统从步骤404的4D发射数据和步骤408的CT图像数据和衰减估计中重构4D活性图像。这可为选择的图像类型的每个箱或门(gate)执行。由于4D CT和发射图像包括时间信息，因此，图像可基于其与时间信息的关系，通过部分图像数据被置于用于重构的选择箱而进行分箱。在呼吸图像中，可存在例如6个箱，其捕捉呼吸周期的6个状态。此步骤也包括图像重构技术；包括使用步骤408的衰减估计，在箱匹配的4D图像的重构中利用衰减校正。系统产生跨完全呼吸周期的初始4D图像。这些初始4D图像能够存储在存储器装置中，通过计算机网络输出，或者打印在纸上，和/或在操作员控制台上显示。

在步骤416中，系统执行已利用步骤412的联合估计技术和步骤414的初始4D图像体积的4D活性图像体积的比较或计算。比较显示在CT与发射数据之间在4D图像体积中完成的位置或相位匹配的程度。比较能够通过计算用于两个图像体积的Jaccard距离来完成。Jaccard距离越大，图像集发散就越大。可使用确定图像类似性的备选方法。也能够生成，存储和输出突出显示检测到的差别的第三图像数据集。

在步骤418中，比较的结果及4D图像的每个集能够输出到计算机、显示屏幕、计算机网络、存储器装置或其它位置。向用户的输出能够提供并排比较，改变颜色、形状、角度和/或字词，以明确传达在图像集之间的差别。此另外的比较信息可有助于医学专家做出与在扫描的主体有关的有根据的判断。另外，对于诊断关注的特征或区域，系统能够输出随用于每个4D重构方案的每个箱变化的定量比较以形成活性图像体积。在特征未拉伸或更改形状，并且箱表示在该箱期间实际示踪剂吸收值的“快照”的假设下，跨箱产生最一致特征定量的重构方法可被视为更准确。

本文中描述的是利用CT信息提供发射图像的衰减校正的方法和系统。如在PET/CT中按常规进行的操作一样，在不同时采集发射数据和衰减校正数据时，成像系统能够遭受到在两者之间由呼吸诱发的失配。这些方法寻求降低失配的影响，并且形成改进的图像。系统能够对活性图像的整个体积执行完全联合估计技术，但这可占用比优选的更长的时间。因此，系统能够作出明知的决定，提供迅速且准确的图像。

本文中描述的方法的各种实施例可作为如图1中所示双模态成像系统10等医疗成像系统的一部分，或者与该系统一起使用。

图5是图1中示出的例如PET成像系统等第一模态单元12的示意框图。PET系统12包括布置为单独检测器模块502的环形配件的检测器阵列500。检测器阵列500也包括中央开口22，其中可使用例如电动工作台24（图1中示出）定位诸如主体16等对象或患者。电动工作台24与检测器阵列500的中央轴对齐。在操作期间，响应从操作员工作站30收到的一个或更多个命令，电动工作台24将主体16移到检测器阵列500的中央开口22中。更具体地说，PET扫描仪控制器510响应通过通信链路32从操作员工作站30收到的命令。因此，通过PET扫描仪控制器510，从操作员工作站30控制扫描操作。

在操作期间，在从主体16内的示踪剂发射的正电子与主体内的电子碰撞时，发射光子。光子与检测器阵列400上的闪烁体碰撞时，光子碰撞在闪烁体上产生闪烁。闪烁体产生传送到电子部分（未示出）的模拟信号，电子部分可形成检测器阵列500的一部分。在发生闪烁事件时，电子部分输出模拟信号。提供了一组采信电路520以接收这些模拟信号。采集电路520处理模拟信号以识别每个有效的事件，并且提供指示识别的事件的数字或值集。例如,此信息指示事件发生的时间和检测到事件的闪烁闪烁体的位置。

数字信号通过例如电缆等通信链路传送到数据采集控制器522。基于收到的信号，数据采集控制器522执行散射校正和/或各种其它操作。PET系统12也可包括经通信链路526互连到数据采集控制器522的图像重构处理器524。在操作期间，图像重构处理器524在数字信号上执行各种图像增强技术，并且生成主体16的图像。

图6是图1中示出的例如CT系统等第二模态单元14的示意框图。机架20具有旋转构件613、x射线源614，该射线源向旋转构件613相对侧上的检测器配件618投射x射线束616。主轴承可用于将旋转构件613附连到机架20的固定结构。X射线源614包括固定目标或旋转目标。检测器配件618由多个检测器620和数据采集系统(DAS) 622形成。视特定实施例配置而定，准直器能够包括在检测器末端和/或在x射线发射末端。多个检测器620感应通过主体16的投射的x射线，并且DAS 622将数据转换成数字信号以便随后处理。每个检测器620产生一个模拟或数字电信号，该信号表示入射x射线束的强度及因此在它通过主体16时是衰减的射束。在采集x射线投影数据的扫描期间，旋转构件613和其上面安装的组件能够绕旋转的中心旋转。

旋转构件613的旋转和x射线源614的操作由CT系统的控制机制626管控。控制机制626能够包括x射线控制器628和提供电源和定时信号到x射源614的生成器630及控制旋转构件613的旋转速度和位置的机架电机控制器632。图像重建器634从DAS 622接收采样和数字化的x射线数据，并且执行高速图像重构。重构的图像输出到计算机34，计算机在计算机存储装置42中存储图像。

计算机34也经具有诸如键盘、鼠标、触敏控制器、话音激活控制器或任何其它适合的输入设备等某一形式操作员接口的操作员输入38，从操作员接收命令和扫描参数。显示器36允许操作员从计算机34观察重构的图像和其它数据。操作员供应的命令和参数由计算机34用于向DAS 622、x射线控制器628和机架电机控制器632提供控制信号和信息。另外，计算机34操作工作台电机控制器644，该控制器控制电动工作台24定位主体16和机架20。

本文中所述方法改进了图像质量，提供了定量准确的活性浓度分布图像。联合估计方法和技术能够得以应用而无需用户动作，从而自动改进了图像质量。此外，由于联合估计技术能够使用螺旋CT采集（静态快照）以覆盖4D发射数据集，因此，可使用更低的CT剂量，因而完全4D CT可不是必需的，并且因此对于患者，从x射线源接收到的剂量将被降低。另外，由于不保证在螺旋CT数据采集期间的呼吸状态匹配发射呼吸状态的静止部分，因此，联合估计和静止期间呼吸门控能够改进活性浓度图像的准确度和可靠性。为适应可能的衰减/发射失配，在空气/组织边界附近的联合活性/衰减估计的相同过程能够用于此运动降低类型的发射成像，其中，仅一定百分比的每个呼吸周期中，最静止部分得以保持并且用于活性浓度图像重构。如果来自CT的衰减信息未精确匹配，则将联合估计在空气/组织边界附近的衰减值和活性浓度值，以允许一定量的空间失配，并且因此改进在这些区域中活性浓度图像的定量准确度。

在本文中使用时，指令集可包括指示做为处理机器的计算机或处理器执行特定操作的各种命令，如本发明的各种实施例的方法和过程。指令集可以为软件程序的形式，软件程序可形成有形非暂时性计算机可读介质或媒体的一部分。软件可以为各种形式，如系统软件或应用软件。此外，软件可以是单独程序或模块的集合，更大程序内的程序模块或程序模块的一部分的形式。软件也可包括以面向对象的编程形式的模块化编程。处理机器对输入数据的处理可以是响应操作员命令，或者响应以前处理的结果，或者响应另一处理机器发出的请求。

在本文中使用时，术语“软件”和“固件”可包括在存储器中存储，由计算机执行的任何计算机程序，存储器包括RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器及非易失性RAM (NVRAM)存储器。上述存储器类型只是示范，并且因此对于可用于存储计算机程序的存储器的类型不是限制。

要理解，上述描述旨在说明而不是限制。例如，上述实施例（和/或其方面）可相互组合使用。另外，在不脱离其范围的情况下，可进行许多修改以使特定情况或材料适应各种实施例的示教。虽然本文中描述的材料的范围和类型旨在定义各种实施例的参数，但它们无意于限制，并且只是示范。在查看上述说明后，本领域的技术人员将明白许多其它实施例。因此，各种实施例的范围应参照所附权利要求及此类权利要求授权的等效物的完全范围来定义。在随附权利要求中，术语“包括”和“其中”用作相应术语“包含”和“之中”的等效物。另外，在下述权利要求中，术语“第一”、“第二”和“第三”等只用作标签，并无意对其物体强加数字要求。此外，除非且直至权利要求限制明确使用词语“用于...的部件”且之后是缺乏其它结构的功能的声明，否则，以下此类权利要求的限制不是以功能性限定的格式编写，并且无意基于35 U.S.C. § 112第6段理解。

此书面说明使用示例公开了各种实施例，包括最佳模式，并且也允许本领域的技术人员实践各种实施例，包括制作和使用任何装置或系统并执行任何包含的方法。各种实施例可取得专利的范围由权利要求定义，并且可包括本领域技术人员明白的其它示例。如果此类其它示例具有并非与权利要求书面语言不同的结构要素，或者包括具有与权利要求书面语言非实质不同的等效结构要素，则示例将在权利要求范围内。

Claims (25)

1.一种成像方法，包括：

采集CT数据集；

从所述CT数据集确定肺部边界信息；

通过生成用于所述肺部边界信息内体素和所述肺部边界信息的参数化距离内体素的图像掩蔽，生成边界掩蔽；

采集发射断层成像数据集；以及

重构所述发射断层成像数据集；

其中所述重构所述发射断层成像数据集包括应用所述边界掩蔽到所述发射断层成像数据集；通过联合衰减活性估计技术，重构所述边界掩蔽内的发射体素；通过活性估计技术，重构所述边界掩蔽外的发射体素；以及将重构图像体素组合成重构发射断层成像图像。

2.如权利要求1所述的方法，其中联合衰减活性估计技术包括在活性重构与衰减重构之间交替图像体素的更新。

3.如权利要求2所述的方法，其中所述联合衰减活性估计技术趋近局部最优。

4.如权利要求2所述的方法，其中所述活性重构包括来自所述发射断层成像数据集的活性信息，并且所述衰减重构包括来自所述CT数据集的衰减信息。

5.如权利要求1所述的方法，其中活性估计技术包括使用从所述CT数据集生成的衰减图。

6.如权利要求1所述的方法，其中所述发射断层成像数据集是PET数据集。

7.如权利要求1所述的方法，其中所述发射断层成像数据集是SPECT数据集。

8.如权利要求1所述的方法，还包括：

向网络、显示器、打印机或存储器装置输出所述重构发射断层成像图像。

9.如权利要求1所述的方法，其中所述发射断层成像数据集是4D，并且确定肺部边界信息，生成边界掩蔽，以及重构所述发射断层成像数据集为所述发射断层成像数据集的每个箱执行。

10.如权利要求9所述的方法，还包括：

通过为每个箱组合所述重构发射断层成像数据集，生成4D重构发射图像。

11.如权利要求1所述的方法，其中基于成像历史、患者特征或操作员输入，设置所述参数化距离。

12.一种医疗成像系统，包括：

第一模态成像系统；

PET系统；

耦合到所述第一模态系统和所述PET系统的计算机，所述计算机编程为：

采集第一模态数据集；

从所述第一模态数据集确定身体边界信息；

通过生成用于所述身体边界信息内体素和所述身体边界信息的参数化距离内体素的图像掩蔽，生成边界掩蔽；

采集PET数据集；以及

重构所述PET数据集；

其中所述重构所述PET数据集包括应用所述边界掩蔽到所述PET数据集；通过联合衰减活性估计技术，重构所述边界掩蔽内的PET体素；通过活性估计技术，重构所述边界掩蔽外的PET体素；以及将重构PET图像体素组合成重构PET图像。

13.如权利要求12所述的系统，其中联合衰减活性估计技术包括在活性重构与衰减重构之间交替图像体素的更新。

14.如权利要求13所述的系统，其中所述联合衰减活性估计技术趋近局部最优。

15.如权利要求13所述的系统，其中所述活性重构包括来自所述PET数据集的活性信息，并且所述衰减重构包括来自所述第一模态数据集的衰减信息。

16.如权利要求12所述的系统，其中活性估计技术包括使用从所述第一模态数据集生成的衰减图。

17.如权利要求12所述的系统，还包括：

向网络、显示器、打印机或存储器装置输出所述重构PET图像。

18.如权利要求12所述的系统，其中所述PET数据集是4D，并且确定身体边界信息，生成边界掩蔽，以及重构所述PET数据集为所述PET数据集的每个箱执行。

19.如权利要求18所述的系统，还包括：

通过为每个箱组合所述重构PET数据集，生成4D重构PET图像。

20.如权利要求12所述的系统，其中基于成像历史、患者特征或操作员输入，设置所述参数化距离。

21.如权利要求12所述的系统，其中所述第一模态是CT。

22.如权利要求12所述的系统，其中所述第一模态是磁共振成像。

23.如权利要求12所述的系统，其中身体边界信息是肺部边界信息。

24.如权利要求23所述的系统，其中从所述第一模态数据集确定肺部边界信息包括从所述第一模态数据集确定所述肺部区域的轴向覆盖范围，并且仅确定在所述轴向覆盖范围内所述第一模态数据集的部分中的肺部边界信息。

25.如权利要求12所述的系统，其中身体边界信息是受呼吸影响的区域信息。

Images