CN106296764A - 图像重建方法及系统 - Google Patents

Abstract

本发明公开了一种图像重建方法及系统，所述方法包括：确定一个图像矩阵，所述图像矩阵对应一个扫描区域，并对应一定数量的体素；划分所述图像矩阵到多个子图像矩阵，所述多个子图像矩阵中的至少一个子图像矩阵对应所述扫描区域的一个子扫描区域，并包含部分所述体素；变换所述至少一个子图像矩阵，生成至少一个变换矩阵；基于所述变换矩阵重建所述至少一个子图像矩阵；以及基于重建的所述至少一个子图像矩阵重建所述图像矩阵。本发明的图像重建方法及系统，通过矩阵变换减少了重建过程中对于高性能计算单元内部存储的消耗，并减少无效运算，加快运算速度。

Description

图像重建方法及系统

技术领域

本申请涉及一种图像重建的方法及系统，特别地，涉及一种具有多分辨率医学图像的重建。

背景技术

经过多年的发展，正电子发射断层成像(Positron Emission Tomography，PET)技术已在临床检查和疾病诊断等方面取得广泛应用。其中，超长轴向PET系统(可由若干个短轴PET构成)具有超长轴向视野，可在单床扫描时得到多个部位乃至全身图像。图像重建是PET技术研究中的一项关键技术，虽然现已有比较成熟的PET图像重建方法，如空间分布函数的区域重建等，但对超长轴向PET系统进行图像重建过程中，仍存在如何对不同部位不同重建参数进行一次性重建、如何降低重建过程中计算量的问题。因此，需要一种新的图像重建方法和系统用于解决上述问题。

发明内容

本发明的目的是提供一种图像重建方法及系统，通过矩阵变换减少重建过程中对于高性能计算单元内部存储的消耗，并减少无效运算，加快运算速度。

为实现上述目的，本发明提供的图像重建方法，包括：确定一个图像矩阵，所述图像矩阵对应一个扫描区域，并对应一定数量的体素；划分所述图像矩阵到多个子图像矩阵，所述多个子图像矩阵中的至少一个子图像矩阵对应所述扫描区域的一个子扫描区域，并包含部分所述体素；变换所述至少一个子图像矩阵，生成至少一个变换矩阵；基于所述变换矩阵重建所述至少一个子图像矩阵；以及基于重建的所述至少一个子图像矩阵重建所述图像矩阵。

优选的，上述变换包括压缩或重排所述子图像矩阵。

优选的，上述方法，包括建立所述图像矩阵和所述子图像矩阵的查找表，所述查找表记录所述子图像矩阵的所述压缩的方式或所述重排的方式。

优选的，上述变换包括根据所述查找表对所述子图像矩阵进行解压缩。

优选的，上述变换包括将所述子图像矩阵中至少部分元素去除。

本发明还提供了一种图像重建系统，包括：图像矩阵生成单元，被配置为生成一个图像矩阵，所述图像矩阵对应一个扫描区域，并对应一定数量的体素；图像矩阵处理单元，被配置为划分所述图像矩阵到多个子图像矩阵，所述多个子图像矩阵中的至少一个子图像矩阵对应所述扫描区域的一个子扫描区域，并包含部分所述体素；变换所述至少一个子图像矩阵，生成至少一个变换矩阵；并基于所述变换矩阵重建所述至少一个子图像矩阵；以及基于重建的所述至少一个子图像矩阵重建所述图像矩阵。

优选的，上述图像矩阵处理单元包括：查找表生成单元，被配置为记录所述子图像矩阵的变换方式。

优选的，上述图像矩阵处理单元包括：图像矩阵压缩子单元，被配置为对所述子图像矩阵进行压缩。

优选的，上述图像矩阵处理单元包括：图像矩阵重排子单元，被配置为对所述子图像矩阵进行重排。

优选的，上述系统包括：存储模块，被配置为存储所述子图像矩阵和/或图像矩阵。

本发明的图像重建方法及系统，通过矩阵变换减少了重建过程中对于高性能计算单元内部存储的消耗，并减少无效运算，加快运算速度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本发明应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构和操作。

图1是根据本申请的一些实施例所示的多分辨率图像重建与存储系统的示意图；

图2是根据本申请的一些实施例所示的处理器的示意图；

图3是根据本申请的一些实施例所示的重建模块的示意图；

图4是根据本申请的一些实施例所示的多分辨率图像重建的流程图；

图5是根据本申请的一些实施例所示的后处理模块的示意图；

图6-A和图6-B是根据本申请的一些实施例所示的后处理的流程图；

图7是根据本申请的一些实施例所示的体素对应矩阵的示意图；

图8是根据本申请的一些实施例所示的模块配对的示意图；

图9是根据本申请的一些实施例所示的图像矩阵处理单元的示意图；

图10是根据本申请的一些实施例所示的图像矩阵处理的示意图；

图11是根据本申请的一些实施例所示的图像矩阵重建的流程图；以及

图12是根据本申请的一些实施例所示的图像矩阵处理的流程图。

具体实施方式

为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

“扫描区域”代表了进行扫描的实际区域，与图像矩阵相对应，“重建区域”代表了与图像矩阵的重建相对应的实际区域。除非上下文明确提示例外情形，在本申请中“扫描区域”、“重建区域”、“实际区域”可以表示相同的意思并可以进行替换。

“元素”代表了图像矩阵中的最小的成分，“体素”代表了实际区域中最小的成分。除非上下文明确提示例外情形，在本申请中图像矩阵中的“元素”和与图像矩阵相对应的实际区域中的“体素”可以表示相同的意思并可以进行替换。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

本申请所述的多分辨率图像重建与储存方法包括在物体中的不同区域采用不同分辨率(即不同的体素大小)对物体图像进行重建与储存。在一些实施例中，本申请一方面涉及一种多分辨率图像重建与储存系统。该多分辨率图像重建与储存系统可以包括接收模块、存储模块、重建模块、后处理模块和显示模块。本申请另一方面涉及一种可以被应用在所述多分辨率图像重建与存储系统中的图像矩阵处理方法。所述图像矩阵处理方法可以包括对图像矩阵进行压缩与解压缩、重排与逆重排等。

本申请的实施例可以应用于不同的图像处理系统。不同的图像处理系统可以包括正电子发射计算机断层显像系统(PET系统)、计算机断层扫描-正电子发射计算机断层显像混合系统(CT-PET系统)、核磁共振-正电子发射计算机断层显像混合系统(MR-PET系统)等。

图1是根据本申请的一些实施例所示的多分辨率图像重建与存储系统的示意图。系统100可以包含一个图像处理器120(简称为处理器120)、一个网络130和一个成像设备110。处理器120对收集到的信息(例如数据等)进行多分辨率图像重建与储存的系统。处理器120可以是一个实体的电子设备，也可以是一个服务器。所述电子设备可以包括便携式计算机、平板、手机、智能终端设备等。处理器120可以是集中式的，例如数据中心；也可以是分布式的，例如一个分布式系统。处理器120可以是本地的，也可以是远程的。在一些实施例中，所述信息可以是通过扫描或其他方式获得的一个或多个对象的图像信息。

在一些实施例中，处理器120可以包括中央处理器(Central Processing Unit，CPU)、专门应用集成电路(Application Specific Integrated Circuit，ASIC)、专用指令处理器(Application Specific Instruction Set Processor，ASIP)、物理处理器(Physics Processing Unit，PPU)、数字信号处理器(Digital Processing Processor，DSP)、现场可编程逻辑门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑器件(Programmable Logic Device，PLD)、处理器、微处理器、控制器、微控制器等中的一种或几种的组合。

网络130可以是单个网络，也可以是多个不同网络的组合。例如，网络130可能是一个局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)、公用网络、私人网络、专有网络、公共交换电话网(Public Switched Telephone Network，PSTN)、互联网、无线网络、虚拟网络、或者上述网络的任何组合。网络130也可以包括多个网络接入点。有线网络可以包括利用金属电缆、混合电缆、一个或多个接口等一种或多种组合的方式。无线网络可以包括利用蓝牙、区域局域网(LAN)、广域局域网(WAN)、无线个域网(WPAN)、近源场通信(Near Field Communication，NFC)等一种或多种组合的方式。网络130可以适用于本申请所描述的范围内，但并不局限于所述描述。

成像设备110可以包括对一个或多个目标进行扫描的一个或多个设备，进一步地，所述用于扫描的设备可以被用在但不仅限于医学领域的应用，例如医学检测等。在一些实施例中，医学检测可以包括磁共振成像(MRI)、X射线计算机断层扫描(X-ray-CT)、正电子发射计算机断层显像(PET)、单光子发射计算机断层显像(SPECT)或者上述一种或多种医学检测的组合。在一些实施例中，所述目标可以是器官、机体、物体、机能障碍、肿瘤等一种或多种的组合。在一些实施例中，所述目标可以是头部、胸腔、器官、骨骼、血管等一种或多种的组合。在一些实施例中，成像设备110可以由一个或多个成像模块拼接而成。进一步地，所述一个或多个成像模块的探测器可以连续地放置在所述目标的周围。

在一些实施例中，成像设备110和处理器120可以是一体的。在一些实施例中，成像设备110可以通过网络130发送信息到处理器120。在一些实施例中，成像设备110也可以直接发送信息到处理器120。在一些实施例中，处理器120也可以包含处理本身存储的信息。

图2是根据本申请的一些实施例所示的处理器的示意图。处理器120可以包含一个或多个接收模块210,、一个或多个重建模块220、一个或多个后处理模块230、一个或多个显示模块240和一个或多个存储模块250。

接收模块210可以以一种或多种方式收集所需要的信息。所述收集信息的方式可以包括扫描一个对象(例如通过成像设备110获取一个对象的信息)，通过收集预先存储的信息(例如通过收集存储模块250中的信息或通过网络130获得的远程信息)等。信息的种类可以包括体素数据、计数、矩阵、图像、向量、向量库等。

重建模块220可以对接收模块210中所收集到的信息进行重建。信息的重建可以包括根据收集到的信息生成被扫描对象整体或者被扫描对象的一个或多个部分所对应的图像矩阵。在一些实施例中，所述信息的重建可以包括确定一个或多个被扫描区域以及所述一个或多个被扫描区域所分别对应的一个或多个体素。所述一个或多个体素可以对应到一个或多个图像矩阵中的一个或多个元素。所述一个或多个图像矩阵可以根据收集到的信息进行迭代的重建。在一些实施例中，所述迭代的重建可以包括对所述图像矩阵进行一次或多次正投影处理和反投影处理。在一些实施例中，信息的重建还可以包括去除信息中的部分内容从而提高系统的运算与存储效率。在一些实施例中，信息可以被转化成图像矩阵的形式，所述提高运算和储存效率的方式可以包括对所述图像矩阵进行压缩和/或重排。

后处理模块230可以对重建模块所产生的重建后的信息进行后处理操作。在一些实施例中，后处理操作可以包括根据所述一个或多个体素对所述迭代的重建后的矩阵进行后处理从而产生被扫描物体整体或者被扫描物体的一个或多个部分的图像或图像所对应的矩阵。所述后处理可以包括对迭代重建后的矩阵进行滤波处理、降噪处理、合并处理、划分处理等。

显示模块240可以显示后处理模块产生的图像。在一些实施例中，显示模块240可以包括一个显示设备，如显示屏等。在一些实施例中，显示模块240可以在显示最终图像之前根据需求对图像进行渲染、缩放、旋转、最大密度投影等操作。在一些实施例中，显示模块240可以进一步包括一个或多个输入设备，如键盘、触屏、触板、鼠标、远程控制等一个或多个。在一些实施例中，用户可以通过所述一个或多个输入设备输入一些原始参数和/或设置对应图像显示和/或处理的初始化条件。在一些实施例中，用户可以根据显示模块240所显示的图像进行设置和/或操作，如设置为二维图像的显示、设置为三维图像的显示、显示扫描数据对应的图像、显示控制界面、显示输入界面、显示不同区域的图像、显示图像重建的过程、显示图像重建的结果，接受到用户的输入后对显示图像进行放大处理、缩小处理、设置多个图像同时显示等一种或几种设置和/或操作的组合。

存储模块250可以存储数据。所述存储的数据可以来自成像设备110，网络130，和/或处理器120中的其他模块/单元(接收模块210、重建模块220、后处理模块230、显示模块240或其他相关模块(未示出))。存储模块250可以是利用电能方式存储信息的设备，例如各种存储器，如随机存取存储器(Random Access Memory(RAM))、只读存储器(Read OnlyMemory(ROM))等。其中随机存储器可以包括十进计数管、选数管、延迟线存储器、威廉姆斯管、动态随机存储器(DRAM)、静态随机存储器(SRAM)、晶闸管随机存储器(T-RAM)、零电容随机存储器(Z-RAM)等中的一种或几种的组合。只读存储器可以包括磁泡存储器、磁钮线存储器、薄膜存储器、磁镀线存储器、磁芯内存、磁鼓存储器、光盘驱动器、硬盘、磁带、早期非易失存储器(NVRAM)、相变化内存、磁阻式随机存储式内存、铁电随机存储内存、非易失SRAM、闪存、电子抹除式可复写只读存储器、可擦除可编程只读存储器、可编程只读存储器、屏蔽式堆读内存、浮动连接门随机存取存储器、纳米随机存储器、赛道内存、可变电阻式内存、可编程金属化单元等中的一种或几种的组合。存储模块250可以是利用磁能方式存储信息的设备，例如硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘、闪存等。存储模块250可以是利用光学方式存储信息的设备，例如CD或DVD等。存储模块250可以是利用磁光方式存储信息的设备，例如磁光盘等。存储模块250的存取方式可以是随机存储、串行访问存储、只读存储等中的一种或几种的组合。存储模块250可以是非永久记忆存储器，或永久记忆存储器。

存储模块250可以与一个或多个接收模块210，重建模块220，后处理模块230、显示模块240或其他相关模块(未示出)关联。在一些实施例中，存储模块250可以通过网络130选择性地关联一个或多个虚拟存储资源，例如云盘存储(cloud storage)、虚拟私人网络(avirtual private network)和/或其他虚拟存储资源。存储的数据可以是各种形式的数据，例如数值、信号、图像、既定目标的相关信息、命令、算法、程序等一种或多种组合。

对于本领域的专业人员来说，在了解多分辨率图像重建与储存系统及方法的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接，对实施上述方法和系统的应用领域形式和细节上的各种修正和改变，但是这些修正和改变仍在以上描述的范围之内。例如，上述模块可以是体现在一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。比如，在本申请的一些实施例中，存储模块250可以被包含在任何一个或多个所述模块中。在一些实施例中，接收模块210和显示模块240可以合并成一个输入/输出模块。在一些实施例中，重建模块220和后处理模块230可以合并成一个图像生成模块。

图3是根据本申请的一些实施例所示的重建模块的示意图。重建模块220可以包括一个或多个参数设置单元310、一个或多个区域选择单元320、一个或多个图像矩阵生成单元340、一个或多个图像矩阵处理单元350、一个或多个计算单元360、一个或多个分配单元370。

参数设置单元310可以在重建的过程进行参数的设置。所述参数可以包括重建区域的大小、重建区域的位置、重建区域中体素的大小、迭代的算法、迭代的次数或终止条件等一种或两种以上的组合。在一些实施例中，所述参数可以从存储模块250中获得。在一些实施例中，用户可以通过接收模块210或者显示模块240进行所述参数的设置。在一些实施例中，参数设置单元310可以存储一个或多个参数的默认值，所述默认值可以在无法获得参数的设置时使用。

区域选择单元320可以选择进行重建的区域。所述重建区域的选择可以包括对所述重建区域的大小和位置进行选择。在一些实施例中，区域选择单元320可以从参数设置单元310获得所述重建区域大小和位置的设置。在一些实施例中，区域选择单元320可以存储多个扫描部位如头腔、胸腔、腹腔等部位的默认区域设置，所述默认区域设置可以随时调用或者调整。在一些实施例中，区域选择单元320可以与显示模块240相结合。进一步地，用户可以在显示模块240所显示的图像中选择一个或多个区域用于扫描和/或重建的区域，区域选择单元320可以在收到用户选择后对对应区域进行扫描和/或重建。

图像矩阵生成单元340可以产生一个或多个图像矩阵。所述一个或多个图像矩阵可以对应到一个或多个扫描区域中。在一些实施例中，所述图像矩阵和所述扫描区域可以是一一对应的。在一些实施例中，图像矩阵中的每一个元素对应扫描区域中的每一个体素的数值。所述数值包括X射线衰减系数、γ射线衰减系数、氢原子密度、体素的密度等一种或多种数值。在一些实施例中，图像矩阵中的元素所对应的体素的数值可以在所述迭代的重建中被修改和/或更新。在一些实施例中，图像矩阵中的元素所对应的体素的数值可以被转化成图像的灰度或RGB色度。进一步地，图像矩阵可以对应一个图像和/或转化成一个图像。

图像矩阵处理单元350可以对产生的图像矩阵进行处理。所述处理可以包括将一个图像矩阵划分为多个子图像矩阵，或者对一个图像矩阵进行旋转、压缩与解压缩、重排与逆重排、填充、分解、合并等一种或多种组合的操作。在一些实施例中，所述图像矩阵的旋转可以包括将图像矩阵进行顺时针或者逆时针的旋转。所述图像矩阵的压缩可以包括将图像矩阵中一部分元素去除。在一些实施例中，所述去除的元素所对应的体素没有被一条或多条射线(例如，PET系统中的响应线，或者CT系统中的x射线等)穿透，在图像重建的过程中,可以将所述去除的元素的表示值设定为是零或者其它固定数值。在一些实施例中，所述去除的元素可以是符合一定条件的，比如数值小于一个阈值或处于某个矩阵中的某些位置等。相应的，矩阵的解压缩可以包括将一些元素加入到图像矩阵中的一些部分。在一些实施例中，矩阵的解压缩可以包括将在图像矩阵压缩时被去除的元素添加回所述元素原始的位置。在一些实施例中，这些在矩阵中被去除又重新添加回图像矩阵的元素的数值在压缩和解压缩的过程中保持不变。在一些实施例中，矩阵的重排可以包括将矩阵中的一部分元素或全部元素从第一位置平移到图像矩阵中的第二位置。在一些实施例中，矩阵的重排可以将某一类别或特点的元素平移到某一特定的位置。相应地，所述图像矩阵的逆重排可以包括将部分或所有平移后的元素从第二位置平移回所述第一位置。在一些实施例中，在图像矩阵中被重排或逆重排的元素的数值保持不变。

所述图像矩阵的填充可以包括根据某些规则或者算法对图像矩阵中某些空的图像矩阵中填入对应数值。在一些实施例中，在与PET有关的系统中，填充可以包括根据响应线(Line of Response，LOR)穿过的体素的位置，对所述响应线穿过的体素所对应的图像矩阵中的元素进行填充。在一些实施例中，所述填充可以基于响应线所对应探测器的计数以及响应线所穿过的体素对计数的影响(亦可称作灵敏度)。所述图像矩阵的分解可以包括将图像矩阵分解成多个子图像矩阵。在一些实施例中，子图像矩阵可以各自覆盖一部分的原始图像矩阵的元素。在一些实施例中，子图像矩阵可以由一条或多条响应线所穿过的扫描区域构成。类似的，一条响应线可以穿过一个或多个子图像矩阵所对应的区域。所述图像矩阵的合并可以包括将多个子图像矩阵合并成一个图像矩阵。在一些实施例中，一个图像矩阵分解后的多个子图像矩阵可以被合并回所述图像矩阵。

计算单元360可以对图像矩阵中元素的数值以及其他数值的计算。在一些实施例中，计算单元360可以根据一条或多条响应线所对应的探测器的示数计算出所述一条或多条响应线所穿过的扫描对象所对应的图像矩阵中元素的数值。在一些实施例中，计算单元360可以包括一个主计算节点和一个或多个副计算节点。在一些实施例中，所述一个或多个副计算节点分别计算一个子图像矩阵，所述子图像矩阵可以对应一个子扫描区域。在一些实施例中，子扫描区域可以由一个或多个探测器扫描形成。在一些实施例中，副计算节点可以根据子扫描区域所对应的探测器的计数计算出所述子扫描区域所对应的子图像矩阵中体素的数值。在一些实施例中，主计算节点可以包括将副计算节点计算出的子扫描区域所对应的子图像矩阵中所对应的体素的数值进行合并与叠加。例如，如果一个体素处在多个子图像矩阵中，主计算节点可以将所述多个副计算节点所计算出的该体素所处在的子图像矩阵的对应数值相加。

分配单元370可以将所述计算任务分配到计算单元不同的计算节点里面，所述计算节点可以包括一个或多个主计算节点和一个或多个副计算节点。在一些实施例中，分配单元370可以将探测器进行配对或分组，并确定配对或分组后的探测器所对应的子扫描区域的大小与位置。在一些实施例中，分配单元370可以将所述子扫描区域所对应的子图像矩阵的重建和计算任务分配到副计算节点中。对于本领域的专业人员来说，在了解多分辨率图像重建与储存系统及方法的原理后，可能在不背离这一原理的情况下，对上述重建模块220进行形式上和/或细节上的各种修正和改变，但是这些修正和改变仍在本申请所披露的范围之内。例如，在本申请的一些实施例中，图像矩阵生成单元340和图像矩阵处理单元350可以合并成一个图像矩阵单元。在一些实施例中，重建模块220中可以没有计算单元360，计算单元360的功能可以在其他单元中实现。

图4是根据本申请的一些实施例所示的多分辨率图像重建的流程图。在一些实施例中，所述多分辨率图像重建可以由处理器120实现。如图4所示，处理器120可以首先在步骤402中获得一个对象的结构信息。在一些实施例中，所述结构信息指的是对象的轮廓信息或外表信息。在一些实施例中，步骤402可以通过接收模块210实现。在一些实施例中，所述结构信息可以通过扫描所述对象所获得。进一步地，所述结构信息可以通过CT、MRI、PET等扫描获得。可选地，所述结构信息也可以通过其他方式获得。

步骤404可以包括根据所述扫描对象的结构信息确定第一区域以及其所对应的第一体素的大小。在一些实施例中，步骤404可以通过接收模块210实现。在一些实施例中，所述第一区域可以对应扫描对象的整体。在一些实施例中，所述第一体素的数值可以被存储在第一图像矩阵M₀中，形成第一元素。

如步骤406所示，接收模块210可以根据所述扫描对象的结构信息确定第二区域以及其所对应的第二体素大小。在一些实施例中，第二区域可以对应扫描对象的一部分。在一些实施例中，所述第二体素的数值可以被存储在第二图像矩阵M₁中，形成第二元素。在一些实施例中，第二体素比第一体素小。在一些实施例中，体素越小，所对应的图像分辨率越高。在一些实施例中，第二区域对应需要被高分辨率成像的区域。

如步骤408所示，处理器120可以获取一个对象的扫描信息。在一些实施例中，处理器120可以通过成像设备110获取所述扫描信息。进一步地，所述成像设备110可以包括PET成像设备。在一些实施例中，所述扫描信息可以从存储模块250中获得。在一些实施例中，所述扫描信息也可以通过网络130从远程存储模块(如云盘)中获得。

在获得了对象的扫描信息之后，处理器120可以在步骤410和步骤412中分别对第一区域和第二区域所对应的第一图像矩阵M₀和第二图像矩阵M₁进行重建，分别得到第一区域图像和第二区域图像。在一些实施例中，对所述第一图像矩阵M₀和第二图像矩阵M₁的重建可以通过一个迭代的重建算法。

仅仅作为例子，所述第一图像矩阵M₀和第二图像矩阵M₁的重建可以通过有序子集最大期望值法(Ordered Subset Expectation Maximization，OSEM)实现：

$f_{jm}^{(n+1)}=f_{jm}^{\left(n\right)}.B(y_i,F),---\left(1\right)$

其中i是响应线(探测器对)的编号，m是重建的图像矩阵编号，j是矩阵m中元素的编号，是重建的图像矩阵m中元素j在第n迭代的值，y_i是响应线i上测量到的实际计数，F是正投影算子，以及B(y_i，F)是反投影算子。

其中所述有序子集最大期望值法需要进行诸如对图像矩阵进行正投影(即对图像矩阵中元素所对应的体素进行正投影)、计算校正系数、对图像矩阵进行反投影(即对图像矩阵中元素所对应的体素进行反投影)、更新图像矩阵等步骤，具体见下文的描述。

在一些实施例中，重建第一图像矩阵M₀得到第一区域图像，所述对第一图像矩阵M₀的重建可以包括对第一体素和第二体素进行正投影，再对第一体素进行反投影等处理；重建第二图像矩阵M₁得到第二区域图像，所述对第二图像矩阵M₁的重建可以包括对第一体素和第二体素进行正投影，以及对第二体素进行反投影等处理。在一些实施例中，所述第一体素和第二体素的大小可以不相同。

对图像矩阵进行正投影从而获得探测器结果，其中正投影算子可表示为：

$F={\Σ}_m{\Σ}_k{c}_{ikm}{f}_{km}^{\left(n\right)},---\left(2\right)$

其中k是响应线i与图像矩阵m相关的所有元素的编号，以及c_ikm是响应线i对于图像矩阵m中的元素j的灵敏度。在一些实施例中，不同图像矩阵对应不同大小的体素。例如，一条响应线可以穿过第一区域(对应于第一体素)和第二区域(对应于第二体素)，根据公式(2)，对图像矩阵进行正投影包括对第一体素和第二体素的正投影。

计算校正系数：

所述校正系数为某一响应线上测量得到的计数与对重建图像沿着该响应线进行的正投影的比值，即

对校正系数进行反投影从而更新图像矩阵：

$B_m(y_i,F)=\frac{1}{{\Σ}_i{\Σ}_k{c}_{ikm}}{\Σ}_i{\Σ}_k{c}_{ikm}\frac{y_i}{F},---\left(3\right)$

在一些实施例中，对于不同的图像矩阵，其对应的图像需要的迭代次数不同。例如对于体部的图像矩阵，可能需要迭代两次；对于脑部的图像，可能需要迭代四次。

不同图像矩阵的预设迭代次数可以记为d(m)，其中，m为图像矩阵的编号，m＝0，1，2...。则公式(3)可以记为：

$B(y_i,F)=\frac{1}{{\Σ}_i{\Σ}_{d\left(m\right)\≥n}{\Σ}_k{c}_{ikm}}{\mathrm{\Σ}}_i{\mathrm{\Σ}}_{d\left(m\right)\≥n}{\Σ}_k{c}_{ikm}\frac{y_i}{F},---\left(4\right)$

而公式(1)可以记为：

$f_{jm}^{(n+1)}=f_{jm}^{\left(n\right)}.B(y_i,F),d\left(m\right)\≥n,---\left(5\right)$

其中，n为当前迭代的序号。若图像矩阵的预设迭代次数d(m)大于当前迭代的序号n，则对图像矩阵继续进行迭代处理，更新图像；若图像矩阵的预设迭代次数d(m)小于或等于当前迭代的序号n，则停止对图像矩阵的迭代，获得当前图像矩阵所对应的图像。

在获得第一图像矩阵M₀和第二图像矩阵M₁之后，处理器120可以根据所述图像矩阵中元素的数值将所述图像矩阵分别转化为第一区域图像和第二区域图像。所述图像矩阵中元素的数值可以被表示成所述图像中体素的灰度或RGB色度。在获得第一图像矩阵M₀和第二图像矩阵M₁以及其所对应的第一区域图像和第二区域图像之后，处理器120可以对所述第一区域图像和第二区域图像，根据本申请其他实施例中提到的方法，进行后处理操作。

图5是根据本申请的一些实施例所示的后处理模块的示意图。后处理模块230可以包括一个或多个滤波处理单元510、一个或多个划分单元520、一个或多个合并单元530。

滤波处理单元510可以对图像矩阵或者图像矩阵所对应的数据或图像进行滤波处理。所述滤波处理可以包括Gaussian滤波、Metz滤波、Butterworth滤波、Hamming滤波、Hanning滤波、Parzen滤波、Ramp滤波、Shepp-logan滤波、Wiener滤波的一种或几种的组合。在一些实施例中，不同扫描区域或扫描对象的不同部位可以使用不同的滤波处理。比如，对于脑部扫描可以采用Metz滤波，而对于体部扫描可以采用Gaussian滤波。

划分单元520可以根据滤波后的一个或多个图像矩阵各自对应的体素的大小将所述的一个或多个图像矩阵分别存放到不同的矩阵里。在一些实施例中，所述被放置在不同矩阵里的滤波后的图像矩阵拥有相同或相似的体素大小。

合并单元530可以将不同体素大小的实际区域所对应的图像矩阵进行合并。在一些实施例中，合并包括创建一个合并矩阵，所述合并矩阵对应的区域为待合并图像矩阵所对应的最大区域。在一些实施例中，所述合并矩阵所对应的体素大小为待合并图像矩阵中所对应最小体素大小。在一些实施例中，体素越小意味着分辨率越高。在一些实施例中，所述合并包括对待合并图像矩阵进行插值处理。所述插值处理可以指在低分辨率图像转化为高分辨率过程中通过特定算法或处理预测高分辨率图像中一部分没有数值的体素。在一些实施例中，所述算法和处理可以包括双线性插值处理、双三次插值处理、分形插值处理、自然邻点插值法、最近邻点插值法、最小曲率法、局部多项式法等一种或几种的组合。

图6-A和图6-B是根据本申请的一些实施例所示的后处理的流程图。在一些实施例中，所述后处理可以由后处理模块230实现。如图6-A所示，在图像矩阵被重建之后可以首先在步骤602中进行滤波处理，所述滤波处理可以包括Gaussian滤波、Metz滤波、Butterworth滤波、Hamming滤波、Hanning滤波、Parzen滤波、Ramp滤波、Shepp-logan滤波、Wiener滤波等一种或几种的组合。在一些实施例中，不同扫描区域或扫描对象的不同部位可以使用不同的滤波处理。比如，对于脑部扫描可以采用Metz滤波，而对于体部扫描可以采用Gaussian滤波。

如步骤604所示，在图像矩阵或图像矩阵所对应的数据或图像经过滤波处理之后，可以将图像划分为不同层级。例如，可以按照图像矩阵所对应的体素大小对图像进行划分。在一些实施例中，图像矩阵在划分为不同层级后可以被写入一个Dicom文件中。所述Dicom文件可以记录图像的层级信息，以及图像矩阵和它们对应的体素大小信息。在一些实施例中，所示体素大小信息也可以指层级信息，其中体素越大代表层级越低。

如步骤606所示，合并不同图像层级对应的图像矩阵。所述不同图像的层级信息可以是包含在以上提到的一个Dicom文件中。所述合并包括将不同层级的图像分别存放在不同的矩阵中，并根据图像的层级将图像填充到一个最终的图像矩阵中。在一些实施例中，合并的步骤可以如图6-B所示。

如步骤608所示，后处理模块230可以根据层级信息将不同体素大小的图像存放在不同的待合并的矩阵内。在一些实施例中，某一实际区域可能对应多个待合并的矩阵，其中多个待合并的矩阵所对应的体素大小不同。所述两个或两个以上的待合并的矩阵所对应的图像可以存在重叠区域，也可以互不重叠。

如步骤610所示，后处理模块230可以建立一个合并矩阵M。所述合并矩阵M对应的实际区域为待合并矩阵所对应的最大实际区域。在一些实施例中，所述合并矩阵M所对应的体素大小为待合并的矩阵所对应最小体素大小。在一些实施例中，体素越小意味着分辨率越高。

如步骤612所示，在建立好合并矩阵M并确定好合并矩阵M的实际区域和所对应的体素大小后，后处理模块230可以对实际区域小于最大实际区域的待合并的矩阵进行填零处理，生成最终图像矩阵。在一些实施例中，后处理模块230可以对体素大小大于最小体素大小的待合并的矩阵进行插值处理。所述插值处理可以指在低分辨率图像转化为高分辨率过程中通过某些算法或处理预测高分辨率图像中一部分没有数值的体素。在一些实施例中，所述算法和处理可以包括双线性插值处理、双三次插值处理、分形插值处理、自然邻点插值法、最近邻点插值法、最小曲率法、局部多项式法等的一种或几种的组合应用。后处理模块230可以将所述经过填零处理和插值处理的待合并图像矩阵合并成最终矩阵M。在一些实施例中，可以依次将不同层级的图像矩阵填充到合并矩阵M中。例如，可以先填充层级较低(例如体素较大)的图像矩阵，再填入层级较高(例如体素较小)的图像矩阵。在较高层级图像矩阵和较低层级图像不存在重叠的区域，可以分别将层级较低的图像矩阵的元素值和层级较高的图像矩阵的元素值对应填入最终矩阵中。在较高层级图像矩阵和较低层级图像矩阵存在重叠的区域，较高层级的图像矩阵的元素值覆盖较低层级的图像矩阵的元素值，即存在重叠的图像区域中的体素值按照层级较高层级的图像矩阵所对应的体素值填入。

图7是根据本申请的一些实施例所示的体素对应矩阵的示意图。在一些实施例中，查找表可以记录图像矩阵及体素的对应关系。如图7所示，M₀和M₁分别代表两个图像矩阵，M₁对应的体素小于M₀对应的体素。在一些实施例中，区域730可以同时被M₀和M₁所对应的区域覆盖。当计算M₀中对应的体素740对响应线i上计数的贡献时，可以通过一个查找表(LookupTable，LUT)得知体素740在M₁中所对应的8个体素720。所述M₀中对应的体素740对响应线i上计数的贡献可以通过计算M₁中所对应的8个体素720分别对响应线i上计数的贡献来获得。在一些实施例中，所述查找表包含了一个或多个图像矩阵的与体素之间的对应关系。比如查找表可以包含矩阵M₀中对应的体素740M₀(X，Y，Z)对应M₁中对应的8个体素720 M₁(X₁，Y₁，Z₁)、M₁(X₁，Y₂，Z₁)、M₁(X₂，Y₁，Z₁)、M₁(X₂，Y₂，Z₁)、M₁(X₁，Y₁，Z₂)、M₁(X₁，Y₂，Z₂)、M₁(X₂，Y₁，Z₂)、M₁(X₂，Y₂，Z₂)的信息。在一些实施例中，不同层级图像矩阵在查找表中的对应关系由各自图像矩阵所对应的图像区域的位置关系所决定。在一些实施例中，所述查找表，根据本申请其他实施例的内容，也可以包含图像矩阵重排时需要平移的位置和方向等。例如，查找表中可以记录压缩、和/或重排后的体素与图像矩阵M₀中元素的对应关系。

图8是根据本申请的一些实施例所示的模块配对的示意图。根据本申请其他实施例的描述，成像设备110可以包括一个或多个成像模块。进一步地，所述一个或多个成像模块的探测器连续的放置在所述目标的周围。仅仅作为例子，这里所说的一个成像模块可以对应一个PET探测器，探测器间的位置关系参看图10中的描述。如图8所示，成像设备110可以由6个成像模块构成。所示6个成像模块可以两两配对从而形成21个模块配对(如图8所示，包括配对模块810、配对模块820及配对模块830)。例如，所述模块配对810可以表示第6成像模块与第6成像模块的配对，即响应线只被第6成像模块左右两边的探测器接收；所述模块配对820可以表示第1成像模块与第6成像模块的配对，即响应线可被第1成像模块和第6成像模块所对应的探测器接收；所述模块配对830可以表示第1成像模块与第4成像模块的配对，即响应线可被第1成像模块和第4成像模块所对应的探测器接收。在一些实施例中，每个模块配对的计算可以由其他实施例中所述的副计算节点计算；所述的主计算节点可以整合与统计所有副计算节点的结果。在一些实施例中，图中黑线部分(矩形框内类似于“x”形状或者-”形状的部分)表示在相应模块配对计算中需要被修改的图像矩阵的元素，具体内容将在图10中描述到。在一些实施例中，每个模块配对可以根据需要被修改的图像矩阵的元素进行矩阵压缩和重排从而减少储存量和运算量。例如，模块配对810可以通过将黑线部分下方的元素去除。又例如，模块820可以通过先将黑线部分平移和聚集到一起，再将黑线部分以外的元素去除从而实现矩阵的压缩。

图9是根据本申请的一些实施例所示的图像矩阵处理单元的示意图。图像矩阵处理单元350可以包括一个或多个图像矩阵压缩子单元910、一个或多个图像矩阵重排子单元920、一个或多个图像矩阵逆重排子单元930、一个或多个图像矩阵解压缩子单元940、一个或多个查找表生成单元950。

图像矩阵压缩子单元910可以对图像矩阵进行压缩。在一些实施例中，所述图像矩阵的压缩可以包括将图像矩阵中一部分元素去除，在一些实施例中，所述去除的元素可以是空的。在与PET系统中，这里所说的空的元素可以对应于没有被响应线穿过的体素，或者在图像重建(例如正投影，反投影等)过程或部分过程中，没有对探测器上的计数产生贡献的体素。在一些实施例中，所述去除的元素可以是符合一定条件的，比如小于一个阈值或处于某个矩阵中的某些位置，如不会对图像重建以及后续步骤有影响的位置等。

图像矩阵重排子单元920可以将图像矩阵中的一部分元素或全部元素从第一位置平移到图像矩阵中的第二位置。在一些实施例中，平移之前处于第二位置的元素在平移之后会被去除。可选地，所述平移可以包括将所述处于第一位置和第二位置的部分或全部元素位置对调。在一些实施例中，矩阵的重排可以包括将某一类别或特点的元素平移到某一特定的位置。在一些实施例中，矩阵的重排可以包括将矩阵中非零的元素平移并集合在一起。

图像矩阵逆重排子单元930可以将部分或所有平移后的元素从第二位置平移回所述第一位置。在一些实施例中，在图像矩阵中被重排或逆重排的元素的数值可以保持不变。

图像矩阵解压缩子单元940可以将一些元素加入到图像矩阵中的一些部分。在一些实施例中，矩阵的解压缩可以包括将在图像矩阵压缩时被去除的元素添加回所述元素原始的位置。在一些实施例中，在矩阵中被去除又重新添加回图像矩阵的元素的数值在压缩和解压缩的过程中可以不发生改变。

查找表生成单元950可以生成一个查找表。在一些实施例中，所述查找表可以包括图像矩阵重排时需要平移的位置和方向等。在一些实施例中，所述查找表可以包括一个或多个图像矩阵的元素之间的转换关系。例如，查找表中可以包括如图7中所述的不同层级的图像矩阵，以及不同层级的图像矩阵所包含的元素所对应的图像区域的位置关系。

以上的描述仅仅是本发明的具体实施例，不应被视为是唯一的实施例。显然，对于本领域的专业人员来说，在了解本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修正和改变，但是这些修正和改变仍在本发明的权利要求保护范围之内。例如，查找表生成单元950可以与图像矩阵重排子单元920合并成一个子单元，所述子单元可以实现上述查找表生成单元950与与图像矩阵重排子单元920的功能。

图10是根据本申请的一些实施例所示的图像矩阵处理的示意图。如图10所示，图像矩阵1010对应一个扫描区域，所述扫描区域由第一成像模块1011，第二成像模块1012，第三成像模块1013和第四成像模块1014共同确定。第一成像模块1011可以与第四成像模块1014进行配对。所述第一成像模块1011和第四成像模块1014分别对应第一探测器和第四探测器。根据本申请其他实施例的描述，为第一成像模块和第四成像模块分配一个副计算节点，该副计算节点计算处在第一成像模块和第四成像模块的探测器所能接收到的响应线。如图10所示，图像矩阵1010中的阴影部分是第一成像模块1011和第四成像模块1014配对后在重建中所需要更新和计算的元素。图像矩阵1010的其他部分所对应的元素在重建过程中的数值可以不发生改变。

在一些实施例中，图像矩阵1010可以被压缩成图像矩阵1020，即可以将处于图像矩阵1010上部和下部的一些重建中不发生改变的元素去除。例如，坐标位于Z1、Z2、Z3、Z18、Z19、Z20的图像矩阵1010中的元素可以被去除从而压缩成图像矩阵1020。进一步地，图像矩阵1020可以被重排和压缩成图像矩阵1030。即可以将图像矩阵1020中在重建中数值可能会发生变化的元素进行平移和集合。更具体的，可以将图像矩阵1020中每一个T维度进行平移，比如将T1坐标下的元素Z9、Z10、Z11、Z12去除，而将其余同处于T1坐标下的元素进行平移。在一些实施例中，所述去除的元素的位置以及元素平移的位置和方向可以通过查询查找表获得。

如图10所示，图像矩阵1010(20x10)在对重建没有影响的情况下被压缩和重排成了图像矩阵1030(10x10)，从而降低了存储空间和计算量。在一些实施例中，所述压缩和重排后的图像矩阵被存储在存储模块250中。所述查找表可以记录对图像矩阵进行压缩和重排的信息，所述信息也可以存储在存储模块250中。图11是根据本申请的一些实施例所示的图像矩阵重建的流程图。在一些实施例中，所述图像矩阵处理可以由重建模块220实现。如图11所示，重建模块可以首先在步骤1102中确定主计算节点和副计算节点。根据本申请其他实施例中的描述，副计算节点可以计算一个子图像矩阵。所述子图像矩阵对应一个子扫描区域。在一些实施例中，子扫描区域由一个或多个探测器形成。在一些实施例中，副计算节点可以根据子扫描区域所对应的探测器的计数计算出所述子扫描区域所对应的子图像矩阵中元素的数值。在一些实施例中，副计算节点对应一组配对的成像模块所对应图像矩阵的计算。在一些实施例中，主计算节点可以包括将副计算节点的计算结果进行合并与整合。

如步骤1104所示，可以分配图像矩阵到副计算节点中。在一些实施例中，每一个副计算节点对应一组配对的成像模块所对应图像矩阵的计算。

在步骤1106和步骤1108中对所述配对的成像模块所对应的图像矩阵进行压缩与重排。压缩与重排的方法可以参见本申请其他实施例中的说明。值得注意的是，不同副计算节点对应的配对的成像模块可能不一样，所需的压缩与重排的方法可能有所区别。例如，图10中的副计算节点计算第一成像模块1011和第四成像模块1014所对应的图像矩阵，需要对该图像矩阵进行压缩与重排，并且压缩与重排的方法由第一成像模块1011和第四成像模块1014之间的阴影部分所决定。在一些实施例中，一个副计算节点可能计算第一成像模块1011所对应的图像矩阵(即第一探测器所限定的区域，表现为一个矩形，在图10中未标出)，所述副计算节点只需要对图像矩阵进行压缩，即只计算第一成像模块1011之间的区域所对应的体素的值。

在步骤1110中计算单个子集下的正投影/反投影结果。在一些实施例中，所述正投影结果指的是根据重建的图像矩阵计算出响应线所对应的一组配对的成像模块的探测器的计数。在一些实施例中，所述反投影结果指的是根据响应线所对应的所述一组配对的成像模块的探测器的计数，计算并重建图像矩阵所包含的元素的值。在正投影/反投影过程中，可以通过查找表对经过重排后的图像矩阵进行坐标转换。在一些实施例中，可以将全部投影数据划分成多个组，一个或多个组可以构成一个子集。例如，可以根据投影方向对投影数据进行分组。在一些实施例中，所需重建的图像中包含不同层级的图像矩阵，如图4所描述的，不同层级的图像矩阵对应不同体素的大小。由于一条响应线可以穿过一个或多个层级的图像矩阵所对应的区域，则在进行正投影/反投影的过程中，可以根据一个查找表所标注的不同层级的图像矩阵的信息，分别计算一种或多种元素大小对该响应线的贡献。在一些实施例中，所述查找表包含了一个或多个图像矩阵的元素之间的转换关系。在重建完图像矩阵，即计算出图像矩阵的元素的值以后，重建模块220可以在步骤1112中对图像矩阵进行逆重排。所述逆重排是指将重排后的图像矩阵还原成与实际图像区域对应的图像矩阵。

在步骤1114中判断是否在单个子集下所有角度的反投影结果已经累加完成，即是否已经计算了满足所述配对的成像模块间所有角度的反投影结果的计算和累加。如果未完成，则需要对矩阵根据角度的不同进行重新的压缩、重排、反投影结果计算和逆重排等步骤(即步骤1106-1112)。如果已完成，重建模块可以在步骤1116中对所述图像矩阵进行解压缩。所述经过解压缩的图像矩阵大小与压缩前的大小一致。

在步骤1118中主计算节点累加所有副计算节点的反投影结果。在一些实施例中，经步骤1116解压缩后得到的不同角度下解压缩后的图像矩阵的大小可能相同，主计算节点可以将所述不同角度下解压缩后的图像矩阵相同位置的每一个元素的值分别进行相加，得到累加后的图像矩阵。

在累加完成后，在步骤1120，主计算节点可以根据累加结果对图像矩阵进行更新，并对下一个子集进行处理。所述更新完成后视为对图像矩阵进行了一个子集的重建。在一些实施例中，重建模块220可以对图像矩阵进行下一个子集的重建并根据重建结果更新图像矩阵，直到所有子集均已遍历为止。如果已遍历所有子集，则实施后续步骤。如果还存在其它子集，则返回步骤1110，重新计算副节点在单个子集下的正投影/反投影结果。根据本申请其他实施例的描述，可以通过有序子集最大期望值法(Ordered Subset ExpectationMaximization，OSEM)对图像矩阵进行重建。在遍历上述所有子集后，获得一个重建图像矩阵，完成一个迭代过程。

在步骤1124中判断是否满足迭代停止条件，如果满足停止条件，则重建过程结束。如果不满足，则返回步骤1104，进入下一个迭代过程，重新将图像矩阵分配到副计算节点。迭代停止条件可以与本次迭代重建的图像矩阵有关，也可以依据人为设定。在一些实施例中，满足的迭代停止条件可以是本次迭代重建的图像矩阵与上一次迭代的图像矩阵之间的差值小于一定的阈值，也可以直接是本次迭代重建的图像矩阵满足一定的条件。在另外一些实施例中，满足的迭代停止条件可以是完成一定数量的迭代次数。

以上的描述仅仅是本发明的具体实施例，不应被视为是唯一的实施例。显然，对于本领域的专业人员来说，在了解本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修正和改变，但是这些修正和改变仍在本发明的权利要求保护范围之内。例如，可选的，在重排图像矩阵前，可以引入正向点扩散函数模型，在矩阵逆重排前引入反向点扩散模型，对图像的重构过程进行修正。

图12是根据本申请的一些实施例所示的图像矩阵处理的流程图。在一些实施例中，所述图像矩阵处理可以由图像矩阵处理单元350实现。在一些实施例中，流程1200可以对应图11所示的步骤1106至步骤1114。根据本申请其他实施例中的描述，成像设备可以由一个或多个成像模块拼接而成。例如，所述一个或多个成像模块的探测器连续的放置在所述目标的周围。在一些实施例中，每个模块配对的计算可以由其他实施例中所述的副计算节点计算；所述的主计算节点可以整合与统计所有副计算节点的结果。在一些实施例中，配对的成像模块可以分别对应一个图像矩阵。在步骤1202中，可以通过图像矩阵处理单元350对模块配对所对应的图像矩阵进行模块压缩从而形成一个第三图像矩阵。

第三图像矩阵可以在步骤1204中被正向旋转。根据第三图像矩阵所对应的配对的成像模块的信息，图像矩阵处理单元350可以计算一个基准层位置和一个有效矩阵范围。所述基准层范围和所述有效矩阵范围可以表示第三图像矩阵在后续的重排步骤中各个元素需要平移的位置和方向。在一些实施例中，图像矩阵处理单元350可以将所述各个元素在后续重排步骤中需要平移的位置和方向储存在一个查找表中。

如步骤1210所示，图像矩阵处理单元350可以根据所述查找表和第三图像矩阵，生成一个第四图像矩阵。在一些实施例中，第三图像矩阵可以通过本申请其他实施例中所述的矩阵重排的方法获得所述第四图像矩阵。

在步骤1212中对第四图像矩阵进行正投影处理并生成一个投影矩阵。根据所述正投影处理的结果，图像矩阵处理单元350可以计算出一个校正系数。所述校正系数可以是某一响应线上测量得到的计数与对重建图像沿着该响应线进行的正投影的比值。如步骤1216所示，可以对投影矩阵进行反投影处理从而产生一个第五图像矩阵。在一些实施例中，第五图像矩阵的产生可以基于所述校正系数。

图像矩阵处理单元350可以在步骤1218中对第五图像矩阵进行逆重排从而生成一个第六图像矩阵。进一步地，可以在步骤1220中对所述第六图像矩阵进行反向旋转。在一些实施例中，所述第三图像矩阵的方向与大小和所述第六图像矩阵保持一致。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述发明披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质、或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档、物件等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (10)

1.一种图像重建方法，其特征在于，包括：

确定一个图像矩阵，所述图像矩阵对应一个扫描区域，并对应一定数量的体素；

划分所述图像矩阵到多个子图像矩阵，所述多个子图像矩阵中的至少一个子图像矩阵对应所述扫描区域的一个子扫描区域，并包含部分所述体素；

变换所述至少一个子图像矩阵，生成至少一个变换矩阵；

基于所述变换矩阵重建所述至少一个子图像矩阵；以及

基于重建的所述至少一个子图像矩阵重建所述图像矩阵。

2.根据权利要求1所述的方法，其特征在于，所述变换包括压缩或重排所述子图像矩阵。

3.根据权利要求2所述的方法，其特征在于，包括建立所述图像矩阵和所述子图像矩阵的查找表，所述查找表记录所述子图像矩阵的所述压缩的方式或所述重排的方式。

4.根据权利要求3所述的方法，其特征在于，所述变换包括根据所述查找表对所述子图像矩阵进行解压缩。

5.根据权利要求3所述的方法，其特征在于，所述变换包括将所述子图像矩阵中至少部分元素去除。

6.一种图像重建系统，其特征在于，包括：

图像矩阵生成单元，被配置为生成一个图像矩阵，所述图像矩阵对应一个扫描区域，并对应一定数量的体素；

图像矩阵处理单元，被配置为划分所述图像矩阵到多个子图像矩阵，所述多个子图像矩阵中的至少一个子图像矩阵对应所述扫描区域的一个子扫描区域，并包含部分所述体素；变换所述至少一个子图像矩阵，生成一个至少一个变换矩阵；并基于所述变换矩阵重建所述至少一个子图像矩阵；以及基于重建的所述至少一个子图像矩阵重建所述图像矩阵。

7.根据权利要求6所述的系统，其特征在于，所述图像矩阵处理单元包括：

查找表生成单元，被配置为记录所述子图像矩阵的变换方式。

8.根据权利要求6所述的方法，其特征在于，所述图像矩阵处理单元包括：

图像矩阵压缩子单元，被配置为对所述子图像矩阵进行压缩。

9.根据权利要求6所述的方法，其特征在于，所述图像矩阵处理单元包括：

图像矩阵重排子单元，被配置为对所述子图像矩阵进行重排。

10.根据权利要求6所述的方法，其特征在于，所述图像矩阵处理单元包括：

存储单元，被配置为存储所述子图像矩阵和/或图像矩阵。