CN106880902B - 基于单能量图像记录确定材料属性值的空间分布 - Google Patents

基于单能量图像记录确定材料属性值的空间分布 Download PDF

Info

Publication number
CN106880902B
CN106880902B CN201611161597.3A CN201611161597A CN106880902B CN 106880902 B CN106880902 B CN 106880902B CN 201611161597 A CN201611161597 A CN 201611161597A CN 106880902 B CN106880902 B CN 106880902B
Authority
CN
China
Prior art keywords
distribution
material property
base materials
spatial distribution
determining
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
CN201611161597.3A
Other languages
English (en)
Other versions
CN106880902A (zh
Inventor
R·劳帕赫
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.)
Siemens Medical Co Ltd
Original Assignee
Siemens Medical 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 Siemens Medical Co Ltd filed Critical Siemens Medical Co Ltd
Publication of CN106880902A publication Critical patent/CN106880902A/zh
Application granted granted Critical
Publication of CN106880902B publication Critical patent/CN106880902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

描述了一种用于确定检查对象的检查区域中材料属性值的空间分布的方法。根据该方法,首先提供使用具有限定的测量能量的单能CT记录并且使用限定的测量投影几何结构捕获从检查对象的检查区域生成的测量投影数据。然后基于所捕获的测量投影数据重建图像数据。接下来,使用阈值来估计检查区域中两种基本材料的分布。基于两种基本材料的所确定的分布并且基于材料属性值的分布与两种基本材料的分布之间的先前已知的理论关系,确定材料属性值的空间分布。另外,描述了材料属性分布确定设备。还描述了计算机断层扫描系统。

Description

基于单能量图像记录确定材料属性值的空间分布
技术领域
本发明涉及一种用于确定检查对象的检查区域中材料属性值的空间分布的方法。本发明还涉及一种材料属性分布确定设备。还描述了一种计算机断层扫描系统。
背景技术
当在放射治疗的情况下计划患者的照射时,通过例如CT图像记录来捕获放射学数据,使得可以建立用于计划的照射的辐射剂量。特别地,重要的是,建立具有高度空间分辨率的辐射剂量,以便仅破坏待照射区域中的恶性组织并且保护相邻且可能非常敏感的区域。
照射期间辐射与组织之间发生的相互作用可以分为初级和次级效应。主要效果是与组织的直接相互作用。在用光子照射的情况下,相互作用主要是与电子进行。如果用重颗粒照射组织,则相互作用主要与原子核进行。此外,在上述主要过程的情况下,在相互作用期间将这么多能量转移到电子,使得这些电子与分子分离,并且它们本身仍然具有足够的能量以引起作为次级效应的进一步的电离过程。在电磁辐射与电子的相互作用期间发生不同的效应。当在主要由水组成的软组织中吸收辐射时,康普顿效应是主要的,而在固体物质、例如骨物质中是吸收的情况下,光电效应是主要的。
为了能够预先确定用于放射治疗的辐射剂量,必须知道电荷密度分布,即特别是存在于待检查区域中的材料的电子密度分布或核电荷分布。
用于基于CT图像数据记录确定电子密度的常规方法在于使用简单的表将CT图像数据的衰减值(以下也称为CT值)映射到电子密度上。然而,使用该方法不能实现非常高的精度水平,因为当应用如在CT图像记录的情况下使用的多色X射线时,图像中相同材料的CT值取决于吸收它们的被检查对象的大小,并且还取决于被照射区域在物体的横截面中的位置。
这源于以下事实:由于辐射硬化(radiation hardening),在映射期间,近表面体积元暴露于比中心定位的体积元更软的辐射。因此,对于相同的密度和相同的材料,近表面体积元被分配比中心定位的体积元更高的CT值(更大的衰减度)。由于不同的CT值,因此,近表面体积元被分配比中心定位的体积元更高的电子密度。因此,即使使用测试体(所谓的幻影)预先非常精确和重复地执行校准,该方法的精度也受到限制。
确定电子密度的另一种方式是基于使用两个光谱的CT测量,也称为双能CT,其中所记录的测量数据用基本材料击穿来表示。然后可以将根据各个材料划分的测量数据再次映射到电子密度。如上所述,生物相关材料的吸收性质基本上仅基于两种不同的效应,即光电效应和康普顿效应,并且因此基于两种基本材料、例如水和钙的测量数据的击穿就足够了。以这种方式,对于这些材料,患者体型和体积元在患者体内的位置的影响减小。
然而,并非所有CT设备都具有双能量图像记录的可能性,因此该方法具有有限的可用性。
这提出了开发用于确定检查对象的检查区域中的电荷密度分布的精确方法的问题,当使用单能CT系统用于预记录时,该方法也起作用。
发明内容
该目的通过一种用于确定检查对象的检查区域中材料属性值的空间分布的方法、一种材料属性分布确定设备以及一种计算机断层扫描系统来实现。
根据用于确定检查对象、例如患者的检查区域中材料属性值的空间分布的本发明方法,首先提供了使用具有定义的测量能量的单能CT记录并且使用定义的测量投影几何结构来捕获从检查对象的检查区域生成的测量投影数据。材料属性涉及材料特定的行为,其可以独立于用于测量X射线的能量来确定。这样的属性涉及例如材料或材料混合物的电子密度或核电荷数。此外,对于预定辐射能量的衰减系数或吸收性质也是材料属性。单能CT图像记录通常使用多色X射线进行。这包括在特定能量范围上的光谱分布,或具有不同频率但仅一个频率间隔的X射线。定义的测量投影几何结构可以包括例如在其方向上捕获测量投影数据的投影线。然后基于捕获的测量投影数据重建图像数据。
随后,通过优选地在图像数据空间中根据图像点是否包含显著比例的第二基本材料对图像点进行分类,使用阈值估计检查区域中包括第一和第二基本材料的两种基本材料的分布。这种分布可以是例如包括两种基本材料的2-材料系统。
在另一步骤中,基于估计的分布和已经关于测量投影数据对两种基本材料的分布的依赖性确定的一般依赖性规则来确定两种基本材料的分布。一般依赖性规则指定两种基本材料的分布与测量投影数据的值之间的函数关系。例如,它可以通过使用与在记录测量投影数据时使用的相同定义的测量投影几何结构在实验地或数学地进行应用。基于两种基本材料的所确定的分布以及材料属性值的分布与两种基本材料的分布之间的先前已知的理论关系,则确定材料属性值的空间分布,其独立于测量能量。
因此,使用本发明的方法,可以使用简单的单能CT设备确定被检查对象、例如患者的检查区域中的材料属性分布,特别是电子密度分布。假设知道材料属性分布,则可以计划和执行治疗措施,例如肿瘤的照射。因此,有利地可以不使用复杂的双能CT系统,使得也可以使用简单或更旧的CT系统,甚至在不能提供这些更昂贵的双能CT系统的较小、甚至分散的治疗设施中进行治疗计划。然而,在这种情况下,材料属性分布以高精度确定,这对应于当使用复杂的双能CT系统时实现的精度。
本发明的材料属性分布确定设备包括用于捕获测量投影数据的投影数据捕获单元。它还具有用于基于投影数据重建图像数据的图像数据重建单元。另外,本发明的材料属性分布确定设备的一部分是材料分布估计单元,材料分布估计单元用于通过根据图像点是否包含包括第一和第二基本材料的两种基本材料中的显著比例的第二基本材料对图像点进行分类,使用阈值确定检查区域中两种基本材料的所估计的分布。
本发明的材料属性分布确定设备还包括基本材料分布确定单元,基本材料分布确定单元用于基于所估计的分布和已经关于所捕获的测量投影数据对两种基本材料的分布的依赖性确定的一般依赖性规则来确定两种基本材料的分布。除此之外,本发明的材料属性分布确定设备具有材料属性分布确定单元,材料属性分布确定单元用于基于两种基本材料的分布并且基于材料属性值的分布与两种基本材料的分布之间的先前已知的理论关系确定材料属性值的空间分布,所述分布独立于测量能量。本发明的材料属性分布确定设备的附加单元包括评估设备,其可以容易地被添加到常规CT成像系统中,而不必从根本上改变现有的技术结构单元。因此,本发明的材料属性分布确定设备可以容易且经济地实施。
本发明的计算机断层扫描系统包括本发明的材料属性分布确定设备。例如,材料属性分布确定设备可以是用于计算机断层扫描系统的控制设备或附接到计算机断层扫描系统的评估系统的一部分。
本发明的材料属性分布确定设备的基本部件可以大部分以软件部件的形式来设计。这特别涉及图像数据重建单元、材料分布估计单元、基本材料分布确定单元和材料属性分布确定单元中的部分。然而,原则上,这些部件中的一些也可以以软件支持的硬件的形式实现,例如,FPGA或类似的,特别是当涉及特别快速的计算时。同样,所需的接口可以被设计为软件接口,例如,在它们只接收来自其他软件部件的数据的情况下。然而,它们也可以被设计为由合适的软件激活的基于硬件的接口。
很大程度上基于软件的实现具有以下优点:目前使用的材料属性分布确定设备也可以通过软件更新容易地升级,以便以本发明的方式操作。在此方面,本发明的目的还通过具有计算机程序的相应的计算机程序产品来实现,该计算机程序可以直接加载到本发明的材料属性分布确定设备的存储器设备中,计算机程序包括当计算机程序在材料属性分布确定设备中被执行时用于执行本发明的方法的所有步骤的程序段。
除了计算机程序之外,这样的计算机程序产品可以可选地包括用于软件的使用的附加元件(例如文档)和/或附加部件(包括硬件部件,例如,硬件钥匙(电子狗等))。
为了传送到材料属性分布确定设备的存储器设备和/或在材料属性分布确定设备处的存储装置的目的,可以使用计算机可读介质,例如记忆棒、硬盘或其他可移动或永久安装的数据介质,其上存储有计算机程序的可以由材料属性分布确定设备的计算机单元读取并执行的程序段。此外,计算机单元可以具有例如一个或多个互通微处理器或类似物。
从属权利要求和下面的描述各自包含本发明的特别有利的实施例和改进。特别地,一类权利要求的权利要求可以以与在这种情况下的另一类权利要求的从属权利要求类似的方式来开发。此外,不同示例性实施例和权利要求的各种特征也可以组合以在本发明的上下文中形成新的示例性实施例。
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法的实施例中,使用对测量信号衰减的另外的测量或仿真来确定一般依赖性规则,该测量信号衰减取决于两种基本材料在定义的测量投影几何结构中的厚度。例如,一般依赖性规则可以包括取决于在每种情况下在投影方向上的两种基本材料的厚度的信号衰减的函数。在本文中,厚度被理解为两种材料中的一种在投影方向上的比例。如果具有特定路径长度的投影线行进穿过检查区域,则该路径长度可以被划分为对应于两种材料的厚度的两个部分区段。换句话说,沿着路径,存在出现一种材料的部分和出现另一种材料的部分。如果将被分别分配给各个材料的部分(或它们的长度)加在一起,则产生材料在投影方向上的相应厚度。然后可以参考所测量的测量投影数据并且基于基本材料的所估计的分布来估计实际上存在于检查区域中的具体厚度。因此,厚度的估计不仅仅借助于基于所捕获的投影测量数据估计的基本材料分布来进行,而且还考虑信号衰减对厚度值的函数依赖性,其中上述函数依赖性原则上可以以任何精度来获知。知道基本材料的厚度并且使用材料属性值的分布与基本材料的厚度之间的先前已知的理论关系,则基于基本材料的所确定的厚度可以确定空间材料属性值的分布,例如,电子密度,其独立于测量能量。这种程序方法允许以比使用仅基于基本材料的估计分布的简单估计的基本材料的厚度的情况明显更高的精度来确定材料属性值。
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法的优选实施例中,一般依赖性规则包括投影,其给出取决于两种基本材料的分布的测量信号衰减的线积分。在这种情况下,测量信号衰减被理解为由存在于检查区域中材料所衰减的X辐射的衰减。线积分沿着定义的测量投影几何结构的投影线行进,并且沿着检查区域中的投影线,对沿着投影线局部出现的信号衰减进行积分。
在用于确定检查对象的检查区域中材料属性值的空间分布的发明方法中,材料属性值的分布与两种基本材料的分布之间的先前已知的理论关系优选地具有先前已知的理论投影,其给出取决于两种基本材料的分布的、两种材料中所包含的材料属性载流子(例如电子)的密度的线积分。例如,这种理论投影反映了对于辐射所穿透的基本材料的已知厚度,在材料属性值(例如电子密度)上的线积分。
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法中,材料属性值的分布和两种基本材料的分布之间的先前已知的理论关系最优选地被表示为线性关系。该线性关系包括两种基本材料的分布与两种基本材料中包含的材料属性载流子的比密度ρ1、ρ2的乘积的和。换句话说,取决于两种基本材料的厚度d1、d2的理论关系P可以表示如下:
P(d1,d2)=ρ1·d12·d2 (1)
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法的特别有利的变型中,材料属性值包括与光谱吸收和/或电子密度和/或核电荷载流子密度有关的值。使用与电子密度有关的值,例如,可以计划用光子照射。在知道核电荷密度的情况下,可以计划处理方法,其中发生使用重粒子例如质子的辐射。
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法的特别有利的实施例中,基于重建的图像数据确定估计分布,其中假定在包含两种基本材料中的显著比例的第二基本材料的检查区域的那些子区域中的估计分布与重建的图像数据的衰减值成比例。换句话说,假设在所测量的衰减与第二基础材料的比例之间存在线性关系。
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法的优选变型的上下文中,基于所估计的分布,使用前向投影(forward projection)(处于与所捕获的投影数据相同的几何结构)确定合成的投影数据记录。到测量数据空间中的投影允许或辅助随后确定厚度,同时应用与测量投影数据的值对两种基本材料的分布的依赖性相关的一般依赖性规则。
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法的特别实际的变型中,基于由先前已知的理论投影确定的投影值来执行图像数据的重建,以便确定材料属性值的空间分布,上述空间分布独立于测量能量。所确定的投影值给出了材料属性值的空间分布上的线积分。为了获得材料属性值的空间分布,投影值必须映射到图像数据空间中。通常为此目的执行滤波的后向投影(back projection)。
在用于确定检查对象的检查区域中材料属性值的空间分布的本发明方法的具体变型中,材料属性值的分布与两种基本材料的分布之间的先前已知的理论关系以取决于所捕获的测量投影数据与合成的投影数据的值的函数的列表值的形式存在。基于所捕获的测量投影数据和借助于估计确定的合成的投影数据,可以使用表格直接读出函数的列表值。该值可以是投影值,例如,其给出材料属性值的空间分布上的线积分。根据该投影值,然后可以通过到图像数据空间中的后向投影来计算所需的材料属性的分布。
为了确定材料属性值的分布和两种基本材料的分布之间的先前已知的理论关系的函数的值,优选地提供在两个列表的插值节点之间执行插值。如果捕获的测量投影数据的值与估计的合成的投影数据的值位于两个表格条目的值之间,则这种程序方法实现了更大的精度。由于待确定的投影值取决于两个值,即测量投影数据和估计的合成的投影数据,考虑期望的精度执行双线性内插是特别有效的。然而,从根本上讲,也可以仅基于两个输入值中的一个执行非线性内插或线性内插。
附图说明
下面基于示例性实施例并参考附图再次详细解释本发明,附图中:
图1示出了示出根据本发明的第一示例性实施例的用于确定材料属性值的空间分布的方法的流程图;
图2示出了示出CT值函数的图表,上述函数在根据第一示例性实施例的方法的上下文中应用;
图3示出了示出根据本发明的第二示例性实施例的用于确定材料属性值的空间分布的方法的流程图;
图4示出了示出根据本发明的示例性实施例的材料属性分布确定设备的示意性框图;以及
图5示出了根据本发明的示例性实施例的计算机断层扫描系统。
具体实施方式
图1示出了流程图100,其示出了根据本发明的第一示例性实施例的用于确定材料属性值的空间分布(在这种情况下是电子密度分布)的方法。在步骤1.I,首先提供捕获单能CT投影数据PM(k)。数据可以例如直接从检查对象的检查区域被记录在单能CT图像记录中。在这种情况下,使用CT成像系统用于从各个方向或角度记录检查区域的测量投影数据。索引k旨在以简化形式表示测量投影数据PM(k)的所有现有自由度。这些自由度尤其包括在每种情况下从其记录测量投影数据PM(k)的投影角度、经由其转发测量投影数据PM(k)的检测器通道的通道号、以及借助于其来记录测量投影数据PM(k)的检测器的检测器行等。
在步骤1.II,然后提供基于所捕获的测量投影数据PM(k)重建常规图像数据记录IM(x,y,z)。这种重建使用例如到所捕获的测量投影数据PM(k)上的滤波的后向投影来进行。在步骤1.III,现在提供定义了包括第一材料M1和第二材料M2的双材料系统。此外,两种材料M1、M2在其吸收属性方面是线性独立的,并且可以通过阈值T2在图像数据中分割包含相关浓度的第二材料M2的体积元。用于医疗应用的合适的双材料系统包括作为第一材料M1的材料水和作为第二材料M2的骨头。由于钙含量和因此光电效应的更大贡献,骨头在此情况下是线性独立的,并且可以在CT图像中通过阈值T2=180HU在相关比例下进行识别。
在步骤1.IV,提供计算分割的和变换的或合成的图像数据记录IT(x,y,z)。在分割的或合成的图像数据记录IT(x,y,z)的值IT与常规CT图像数据记录IM(x,y,z)的值之间,例如当IM>T2时适用线性关系,并且当IM<=T2时IT=0:
Figure GDA0002172245800000091
例如f(t)=a*(t-b),其中例如如果I0被设置为由于水引起的衰减的值,即使用HU标度,则b=0且a=μ2/1000。这里的值μ2表示第二材料M2的衰减系数。这种关系在图2中示出。潜在概念是具有低于阈值T2的CT值的所有体积元仅包含具有可变密度的第一材料M1,并且具有高于阈值T2的CT值的所有体积元包含作为混合物的第一材料M1和第二材料M2,其中在该示例性实施例中,第二材料M2的比例随着CT值的增加而线性增加。
在步骤1.V,提供使用前向投影基于所计算的分割的合成的图像数据记录IT(x,y,z)来确定合成的投影数据记录PT(k)。在这种情况下所应用的前向投影的几何结构对应于生成所捕获的测量投影数据PM(k)所借助的投影的几何结构。在随后的步骤1.VI,使用函数Λ基于所捕获的投影数据PM(k)和合成的投影数据PT(k)执行测量值映射,其中投影数据Pe(k)被确定为最精确地逼近检查区域中的真实电荷载流子密度的线积分的函数的值:
Pe(k)=Λ(PM(k),PT(k)) (3)
该映射可以被定义为两种基本材料的厚度的函数P=P(d1,d2)。假设第二材料M2的材料厚度可以近似地根据合成的投影数据PT确定,其中d2≈PT2,则可得出PM≈P(d1,PT2)。基于第一分量d1中的严格单调,该映射可以被反转,使得第一材料M1的未知厚度d1可以被确定为d1≈g(PM,PT2),其中函数g由P(g(x,y),y)=x隐含地定义。如果由辐射穿透的厚度d1、d2对于基本材料M1、M2是已知的,则电子密度的线积分是精确已知的:
Figure GDA0002172245800000101
因此,从等式3和等式4产生期望的映射Λ(PM,PT),为:
Figure GDA0002172245800000102
例如,可以预先计算映射Λ(PM,PT),并且可以以取决于数据库中的投影数据PM、PT的值的表格的形式存储函数的值。在步骤1.VI,然后提供以列表值之间的二维查找的形式执行优选双线性内插,以便获得投影数据Pe(k)的值。
在步骤1.VII,最后提供基于所确定的投影数据Pe(k)重建修正后的CT图像数据记录Ie(x,y,z)。修正后的图像数据Ie(x,y,z)可以直接解释为物理电子密度,或者相对于水以与CT成像的HU值类似的格式导出“eHU”的电子密度,为:
Figure GDA0002172245800000111
在这种情况下,ρe规定检查区域中材料中的电子密度,ρe H 2 O规定水的电子密度。
在根据第二示例性实施例的用于确定材料属性值的空间分布的图3所示的方法中,提供了确定核电荷分布IZ(x,y,z)。在第二示例性实施例的情况下,首先以与图1所示的步骤1.I至1.V类似的方式执行步骤3.I至3.V,因此不需要在此再次解释。
然而,在步骤3.VI,提供基于所捕获的投影数据PM(k)和分割的或合成的投影数据PT(k)使用不同的函数Λz来执行测量值映射。使用函数Λz,将投影数据Pz(k)确定为最精确地逼近检查区域中的真实核载流子密度的线积分的函数的值:
Pz(k)=Λz(PM(k),PT(k)) (7)
如在第一示例性实施例的情况下,该映射可以被定义为两种基本材料P=P(d1,d2)的厚度的函数。假设材料厚度可以近似地根据分段投影数据PT确定,其中d2≈PT2,则得出PM≈P(d1,PT2)。基于第一分量d1中的严格单调,该映射可以被反转,使得第一材料M1的未知厚度d1可以被确定为d1≈g(PM,PT2),其中函数g由P(g(x,y),y)=x隐含地定义。如果由辐射穿透的厚度d1、d2对于基本材料M1、M2是已知的,则核电荷密度的线积分也是精确已知的:
Figure GDA0002172245800000112
因此,从等式7和等式8产生映射Λz(PM,PT),为:
Figure GDA0002172245800000113
例如,可以预先计算映射Λz(PM,PT),并且可以以取决于数据库中的投影数据PM、PT的值的表格的形式存储函数的值。在步骤3.VI,然后提供以列表值之间的二维查找的形式执行优选双线性内插,以便获得Pz(k)的值。
在步骤3.VII,最后提供基于所确定的投影数据Pz(k)重建修正后的CT图像数据记录Iz(x,y,z)。修正后的CT图像数据记录Iz(x,y,z)可以直接解释为物理核电荷密度,或者相对于水以与CT成像的HU值类似的格式导出“eHU”的电子密度,为:
Figure GDA0002172245800000121
在这种情况下,Z规定存在于检查区域中的材料混合物中的核电荷密度的分布,并且ZH 2 O规定水的核电荷密度。
根据另外的示例性实施例,还可以重建电子密度ρe和核电荷密度Z的组合。此外,可以单独地基于单个CT测量确定归属于康普顿效应的图像数据、归属于光电效应的图像数据。另外可以确定不同材料的密度。因此,可以根据单个单能CT图像记录确定材料属性分布的多重性(multiplicitly)。
图4示出了示出根据本发明的示例性实施例的材料属性分布确定设备40的方框示意图。材料属性分布确定设备40包括投影数据捕获单元41,通过该投影数据捕获单元41捕获测量投影数据PM(k)。上述数据可以经由例如到CT检测器的接口(参见图5)传送到投影数据捕获单元41。测量投影数据PM(k)也可以来自在被检查对象的检查区域的成像之后被存储其中的数据库。所捕获的测量投影数据PM(k)然后被发送到图像数据重建单元42,图像数据重建单元42基于测量投影数据PM(k)重建图像数据IM(x,y,z)。图像数据IM然后被传送到材料分布估计单元43。材料分布估计单元43通过以下方式确定检查区域FoV中包括第一和第二基本材料的两种基本材料M1、M2的所估计的分布IT(x,y,z),该方式即通过根据这些材料是否包含两种基本材料M1、M2中的显著比例的第二基本材料M2对图像点进行分类来进行。这通过使用如上参考图1所解释的阈值T2来完成。
然后,所估计的分布IT在投影单元43a中被前向投影到测量数据空间中,使得生成合成的投影数据PT(k)。
合成的投影数据PT(k)然后被传送到基本材料分布确定单元44,基本材料分布确定单元44基于所确定的合成的投影数据PT(k)、所捕获的测量投影数据PM(k)和一般依赖性规则P(d1,d2)确定两种基本材料M1、M2的分布,其中一般依赖性规则P(d1,d2)关于所捕获的测量投影数据PM对两种基本材料M1、M2的分布d1、d2的依赖性来确定。例如,基本材料分布确定单元44确定测量投影数据PM(k)的投影线的方向上的两种基本材料M1、M2的厚度d1、d2。然后将这些厚度d1、d2传送到材料属性分布确定单元45,材料属性分布确定单元45基于两种材料M1、M2的厚度d1、d2并基于材料属性值ρe、Z的分布与两种基本材料M1、M2的厚度d1、d2之间的先前已知的理论关系确定材料属性值ρe、Z的空间分布,上述空间分布独立于测量能量。材料属性分布确定单元45包括投影数据确定单元45a,其以结合图1和图3所描述的方式来确定表示测量数据空间中材料属性分布的投影数据Pe(k)。所确定的投影数据Pe(k)然后被传送到后向投影单元45,后向投影单元45同样是材料属性分布确定单元45的一部分,并且将确定的投影数据Pe(k)后向投影到图像数据空间中,使得能够生成表示材料属性分布的图像数据记录Ie(x,y,z)。
图5示意性地示出了具有根据本发明的示例性实施例的本发明的材料分布确定设备40的计算机断层扫描系统(CT系统)1。
在这种情况下,CT系统1基本上由扫描器10组成,其中包括检测器16和与检测器16相对地定位的X射线源15的投影数据采集单元5机架11上围绕测量空间12旋转。在扫描器10的前面布置有患者支承设备3或患者诊察台3,其上部2和位于其上的患者O可以被推向扫描器10,以便将患者O相对于检测器系统16移动通过测量空间12。扫描器10和患者诊察台3由控制设备20激活,通过标准接口24从控制设备20接收采集控制信号AS,以便以常规方式根据预定测量协议激活整个系统。作为沿着z方向(其对应于纵向穿过测量空间12并同时旋转X射线源15的系统轴线z)移动患者O的结果,在测量期间产生针对X射线源15相对于患者O的螺旋路径。在这种情况下,检测器16同时与X射线源15相对地连续移动,以便捕获然后用于重建体积和/或层图像数据的投影测量数据PM(k)。同样可以执行这样的顺序测量方法,其中选择z方向上的固定位置,然后在以z位置有关的旋转、部分旋转或的多个旋转期间捕获所需的投影测量数据PM(k)以便在该z位置处重建截面图像或者根据多个z位置的投影数据重建体积图像数据。原则上,本发明的方法也可以与其它CT系统一起使用,例如,具有形成完整的环的检测器的CT系统。
从检测器16获取的测量投影数据PM(k)(以下也称为原始数据)经由原始数据接口23被传送到控制设备20。然后,该原始数据在材料分布确定设备40中被进一步处理,材料分布确定设备40在该示例性实施例中可以在控制设备20中的处理器上以软件的形式实现。该材料分布确定设备40基于原始数据PM(k)确定材料属性分布,例如电子密度分布Ie(x,y,z)。
所确定的材料属性分布然后被转发到存储器设备50。从那里,关于材料属性分布的信息可以例如在显示屏上被图形化地表示,或者还被转发到外部分析装置或治疗计划装置(未示出)。
总之,再次注意到,上述方法和装置仅涉及本发明的优选示例性实施例,并且本领域技术人员可以改变本发明,而不脱离由权利要求规定的本发明的范围。例如,上面主要参考用于记录医学图像数据的系统来说明用于确定检查对象的检查区域中的材料属性值的空间分布的方法和材料属性分布确定装置。然而,本发明不限于医疗领域中的应用,并且原则上可以应用于出于其它目的的图像数据的记录。为了完整性,还要注意,不定冠词“一(a)”或“一个(an)”的使用不排除多次出现相关特征的可能性。同样,术语“单元”并不排除这包括多个部件的可能性,如果适用,这些部件也可以在物理上是分布式的。

Claims (14)

1.一种用于确定检查对象(O)的检查区域(FoV)中材料属性值的空间分布的方法,包括步骤:
使用具有限定的测量能量的单能CT记录并且使用限定的测量投影几何结构捕获从所述检查对象(O)的所述检查区域(FoV)生成的测量投影数据(PM(k)),
基于所捕获的测量投影数据(PM(k))重建图像数据(IM(x,y,z)),
通过根据图像点是否包含有包括第一基本材料(M1)和第二基本材料(M2)的两种基本材料(M1,M2)中的显著比例的所述第二基本材料(M2)对所述图像点分类,使用阈值(T2)来估计所述检查区域(FoV)中所述两种基本材料(M1,M2)的空间分布(IT(x,y,z)),
基于所估计的空间分布(IT(x,y,z))以及一般依赖性规则(P(d1,d2)),确定所述两种基本材料(M1,M2)的厚度分布(d1,d2),所述一般依赖性规则(P(d1,d2))已经关于所述测量投影数据(PM(k))对所述两种基本材料(M1,M2)的厚度分布(d1,d2)的依赖性而被确定,
基于所述两种基本材料(M1,M2)的所确定的厚度分布(d1,d2)并且基于所述材料属性值的空间分布(Ie(x,y,z),Iz(x,y,z))与所述两种基本材料(M1,M2)的厚度分布(d1,d2)之间的先前已知的理论关系(Pe theo(d1,d2),Pz theo(d1,d2)),确定所述材料属性值的空间分布(Ie(x,y,z),Iz(x,y,z)),所述材料属性值的空间分布(Ie(x,y,z),Iz(x,y,z))独立于所述测量能量。
2.根据权利要求1所述的方法,其中所述一般依赖性规则(P(d1,d2))使用另外的测量或者取决于所述两种基本材料(M1,M2)的所述厚度分布(d1,d2)的测量信号衰减(P)的仿真来确定。
3.根据权利要求1或2所述的方法,其中所述一般依赖性规则(P(d1,d2))包括给出取决于所述两种基本材料(M1,M2)的厚度分布(d1,d2)的测量信号衰减的线积分的投影(P)。
4.根据权利要求1所述的方法,其中所述材料属性值的空间分布与所述两种基本材料(M1,M2)的厚度分布(d1,d2)之间的所述先前已知的理论关系(Pe theo(d1,d2),Pz theo(d1,d2))包括先前已知的理论投影(Pe theo,Pz theo),所述先前已知的理论投影(Pe theo,Pz theo)给出取决于所述两种基本材料(M1,M2)的厚度分布(d1,d2)的所述两种材料(M1,M2)中包含的材料属性载流子(e,Z)的密度(ρ12)的线积分。
5.根据权利要求1所述的方法,其中所述材料属性值的空间分布与所述两种基本材料(M1,M2)的厚度分布(d1,d2)之间的所述先前已知的理论关系(Pe theo(d1,d2),Pz theo(d1,d2))被公式化为线性关系,所述线性关系包括所述两种基本材料(M1,M2)的厚度分布(d1,d2)与所述两种基本材料(M1,M2)中包含的材料属性载流子(e,Z)的比密度(ρe,Z)的乘积的和。
6.根据权利要求1所述的方法,其中所述材料属性值包括与光谱吸收和/或电子密度(ρe)和/或核电荷载流子密度(Z)有关的值。
7.根据权利要求1所述的方法,其中所估计的空间分布(IT(x,y,z))基于重建的图像数据(IM(x,y,z))来确定,其中假定在所述检查区域(FoV)的包含所述两种基本材料(M1,M2)中的显著比例的所述第二基本材料(M2)的那些子区域中的所估计的空间分布(IT(x,y,z))与所述重建的图像数据(IM(x,y,z))的值成比例。
8.根据权利要求1所述的方法,其中使用前向投影基于所估计的空间分布(IT(x,y,z))确定合成的投影数据记录(PT(k))。
9.根据权利要求4到8中的一项所述的方法,其中出于确定所述材料属性值的空间分布的目的,基于由所述先前已知的理论投影(Pe theo,Pz theo)确定的投影值(Pe(k),Pz(k))执行图像数据(Ie(x,y,z))的重建,其中所述材料属性值的空间分布独立于所述测量能量。
10.根据权利要求1、2、4-7和8中的一项所述的方法,其中所述材料属性值的空间分布与所述两种基本材料((M1,M2)的厚度分布(d1,d2)之间的所述先前已知的理论关系(Pe theo(d1,d2),Pz theo(d1,d2))以取决于所捕获的测量投影数据(PM(k))的值与所述合成的投影数据(PT)的值的函数的表列值的形式存在,并且其中出于确定所述材料属性值的空间分布与所述两种基本材料((M1,M2)的厚度分布(d1,d2)之间的所述先前已知的理论关系的函数值的目的,执行两个表列插值节点之间的插值。
11.一种材料属性分布确定设备(40),具有:
投影数据捕获单元(41),用于捕获测量投影数据(PM(k)),
图像数据重建单元(42),用于基于投影数据(PM(k))重建图像数据(IM(x,y,z)),
材料分布估计单元(43),用于通过根据图像点是否包含有包括第一基本材料(M1)和第二基本材料(M2)的两种基本材料(M1,M2)中的显著比例的所述第二基本材料(M2)对所述图像点进行分类,使用阈值(T2)来确定检查区域(FoV)中所述两种基本材料(M1,M2)的估计的空间分布(IT(x,y,z)),
基本材料分布确定单元(44),用于基于所估计的空间分布(IT(x,y,z))以及一般依赖性规则(P(d1,d2)),确定所述两种基本材料(M1,M2)的厚度分布(d1,d2),所述一般依赖性规则(P(d1,d2))已经关于所捕获的测量投影数据(PM(k))对所述两种基本材料(M1,M2)的厚度分布(d1,d2)的依赖性被确定,
材料属性分布确定单元(45),用于基于所述两种基本材料(M1,M2)的厚度分布(d1,d2)并且基于所述材料属性值(ρe,Z)的空间分布(Ie(x,y,z),Iz(x,y,z))与所述两种基本材料(M1,M2)的厚度分布(d1,d2)之间的先前已知的理论关系,确定所述材料属性值(ρe,Z)的空间分布(Ie(x,y,z),Iz(x,y,z)),所述材料属性值的空间分布独立于测量能量。
12.一种计算机断层扫描系统(1),具有根据权利要求11所述的材料属性分布确定设备(40)。
13.一种非瞬时性计算机可读介质,包括计算机可读指令,其能够被直接加载到根据权利要求11所述的材料属性分布确定设备的存储器中,所述计算机可读指令包括程序段,所述程序段在被执行时使得所述材料属性分布确定设备(40)执行根据权利要求1所述的方法。
14.一种计算机可读介质,所述计算机可读介质上存储有程序段,所述程序段能够被读入到根据权利要求11所述的材料属性分布确定设备(40)的处理单元中并且由所述处理单元执行,以便当所述程序段由所述材料属性分布确定设备(40)的所述处理单元执行时执行根据权利要求1到10中的一项所述的方法的所有步骤。
CN201611161597.3A 2015-12-16 2016-12-15 基于单能量图像记录确定材料属性值的空间分布 Active CN106880902B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102015225395.3A DE102015225395B4 (de) 2015-12-16 2015-12-16 Ermittlung einer räumlichen Verteilung eines Materialeigenschaftswerts auf Basis einer Einzelenergie-Bildaufnahme
DE102015225395.3 2015-12-16

Publications (2)

Publication Number Publication Date
CN106880902A CN106880902A (zh) 2017-06-23
CN106880902B true CN106880902B (zh) 2020-01-10

Family

ID=58994274

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611161597.3A Active CN106880902B (zh) 2015-12-16 2016-12-15 基于单能量图像记录确定材料属性值的空间分布

Country Status (3)

Country Link
US (1) US9872662B2 (zh)
CN (1) CN106880902B (zh)
DE (1) DE102015225395B4 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107209944B (zh) * 2014-08-16 2021-08-10 Fei公司 在容器中成像的样品微层析成像中的射束硬化伪像的校正
DE102016204709A1 (de) * 2016-03-22 2017-09-28 Siemens Healthcare Gmbh Verfahren zur Bildrekonstruktion
DE102016207437B4 (de) 2016-04-29 2018-01-04 Siemens Healthcare Gmbh Spektralunabhängige Ermittlung von Kalkablagerungen in Blutgefäßen
DE102016209674B4 (de) 2016-06-02 2023-10-26 Siemens Healthcare Gmbh Ermittlung einer räumlichen Verteilung von Materialeigenschaftswerten auf Basis einer Einzelenergie-CT-Bildaufnahme mit Hilfe eines iterativen Optimierungsverfahrens
EP3327673B1 (de) * 2016-11-29 2019-03-06 Siemens Healthcare GmbH Erzeugen von hochaufgelösten ct-bildern mit spektraler information
EP3511053B1 (de) * 2018-01-10 2020-03-04 Siemens Healthcare GmbH Verfahren und vorrichtung zur bestimmung des bremsvermögens für die protonentherapie
EP3564906A1 (de) 2018-05-04 2019-11-06 Siemens Healthcare GmbH Verfahren zur erzeugung von bilddaten bei einem computertomographiegerät, bilderzeugungsrechner, computertomographiegerät, computerprogrammprodukt und computerlesbarer datenträger
EP3569147B1 (de) * 2018-05-16 2021-07-21 Siemens Healthcare GmbH Verfahren und vorrichtung zum bestimmen einer geometriekalib-rierung für eine bildgebende vorrichtung sowie verfahren zum bestimmen von zuordnungsdaten für die geometriekalibrierung

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103900931A (zh) * 2012-12-26 2014-07-02 首都师范大学 一种多能谱ct成像方法及成像系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2961904B1 (fr) * 2010-06-29 2012-08-17 Commissariat Energie Atomique Procede d'identification de materiaux a partir de radiographies x multi energies
US8811709B2 (en) * 2012-11-14 2014-08-19 General Electric Company System and method for multi-material correction of image data
US9173624B2 (en) * 2013-10-14 2015-11-03 Wisconsin Alumni Research Foundation System and method for multi-energy X-ray imaging using a polychromatic source

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103900931A (zh) * 2012-12-26 2014-07-02 首都师范大学 一种多能谱ct成像方法及成像系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A simple image based method for obtaining electron density and atomic number in dual energy CT;Timothy P.Szczykutowicz等;《SPIE Medical Imaging》;20110616;79613A-1至79613A-6 *
Single-Energy Material Decomposition Using X-Ray Path Length Estimation;Kis, Benedek Janos MSc等;《Journal of Computer Assisted Tomography》;20121231;正文第4栏,图2 *

Also Published As

Publication number Publication date
DE102015225395A1 (de) 2017-06-22
CN106880902A (zh) 2017-06-23
US9872662B2 (en) 2018-01-23
DE102015225395B4 (de) 2021-05-06
US20170172533A1 (en) 2017-06-22

Similar Documents

Publication Publication Date Title
CN106880902B (zh) 基于单能量图像记录确定材料属性值的空间分布
JP7073134B2 (ja) 医用画像生成装置
US10034646B2 (en) Material decomposition of multi-spectral X-ray projections using neural networks
US9036879B2 (en) Multi-material decomposition using dual energy computed tomography
Le et al. Least squares parameter estimation methods for material decomposition with energy discriminating detectors
Sechopoulos et al. Dosimetric characterization of a dedicated breast computed tomography clinical prototype
Zhao et al. Tight‐frame based iterative image reconstruction for spectral breast CT
US10139354B2 (en) Spectral X-ray imaging
Le et al. Segmentation and quantification of materials with energy discriminating computed tomography: A phantom study
US10542956B2 (en) Estimation of an attenuation map based on scattered coincidences in a PET system
US20160166221A1 (en) Methods and systems for spectral ct imaging
Wu et al. Evaluation of scatter effects on image quality for breast tomosynthesis
CN112423668A (zh) 用于确定多能量x射线成像设备的虚拟输出的方法和系统
JP2015112475A (ja) X線コンピュータ断層撮影装置及びリファレンス補正プログラム
Tremblay et al. A theoretical comparison of tissue parameter extraction methods for dual energy computed tomography
Johnston et al. Comparison of radiation dose estimates, image noise, and scan duration in pediatric body imaging for volumetric and helical modes on 320-detector CT and helical mode on 64-detector CT
US20140140604A1 (en) Method for processing dual-energy radiological images
WO2010015953A2 (en) Spectral imaging
US20190142357A1 (en) Systems and methods for improving image quality with three-dimensional scout
Saunders Jr et al. The effect of breast compression on mass conspicuity in digital mammography
CN108065951A (zh) 在ct成像方法中同时使用不同的造影剂
CN107212898B (zh) 图像重建方法
CN107456237B (zh) 确定材料空间分布的方法和设备以及计算机断层摄影系统
Chen et al. Automatic attenuation map estimation from SPECT data only for brain perfusion scans using convolutional neural networks
Sulieman et al. Dose reduction in chest CT examination

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant