CN107077748A - 针对谱图像迭代重建的开始图像 - Google Patents
针对谱图像迭代重建的开始图像 Download PDFInfo
- Publication number
- CN107077748A CN107077748A CN201580056675.0A CN201580056675A CN107077748A CN 107077748 A CN107077748 A CN 107077748A CN 201580056675 A CN201580056675 A CN 201580056675A CN 107077748 A CN107077748 A CN 107077748A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- voxel value
- mapping graph
- sill
- voxel
- 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
- 238000001228 spectrum Methods 0.000 claims abstract description 219
- 238000013507 mapping Methods 0.000 claims abstract description 86
- 238000003384 imaging method Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 210000004872 soft tissue Anatomy 0.000 claims description 4
- 125000002346 iodo group Chemical group I* 0.000 claims 2
- 239000000758 substrate Substances 0.000 claims 2
- 238000002591 computed tomography Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 229910052740 iodine Inorganic materials 0.000 description 2
- 239000011630 iodine Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229910004613 CdTe Inorganic materials 0.000 description 1
- 229910004611 CdZnTe Inorganic materials 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/408—Dual energy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种计算系统(116)包括重建处理器(114)，所述重建处理器被配置为运行计算机可读指令，所述计算机可读指令令所述重建处理器：以电子格式接收非谱投影数据；重建所述非谱投影数据以生成非谱图像；从非谱体素值到谱体素值映射图的集合中检索针对感兴趣基材料的非谱体素值到谱体素值映射图；基于所述非谱图像和所述非谱体素值到谱体素值映射图来生成谱迭代重建开始图像；并且利用谱迭代重建算法和所述谱迭代重建开始图像根据所述非谱投影数据来重建针对所述感兴趣基材料的电子格式的谱图像。
Description
技术领域
以下总体上涉及谱成像，并且更具体地涉及生成针对谱图像迭代重建(IR)的开始图像，并且结合针对计算机断层摄影(CT)的具体应用来描述。然而，以下还适用于其他成像应用。
背景技术
计算机断层摄影(CT)扫描器包括发射X射线辐射的X射线管。所述辐射贯穿被定位在视场中的对象或目标并且由此被衰减。探测器阵列探测贯穿所述视场的辐射并产生指示所述辐射的信号。重建器对所述信号进行重建以产生一幅或多幅图像。重建算法包括非迭代重建算法(例如，滤波反投影)和迭代重建算法(例如，统计学、数值等)。迭代重建算法以初始图像开始，并且然后通过一系列中间图像来迭代地更新所述初始图像，直到满足停止标准。遗憾的是，该过程是时间密集的，尤其是当初始图像偏离最终图像较远(例如，全零的初始图像)时。
发明内容
在一个方面中，一种计算系统，包括重建处理器，所述重建处理器被配置为运行计算机可读指令，所述计算机可读指令令所述重建处理器：以电子格式接收非谱投影数据；重建所述非谱投影数据以生成非谱图像。所述重建处理器还从非谱体素值到谱体素值映射图的集合中检索针对感兴趣基材料的非谱体素值到谱体素值映射图。所述重建处理器还基于所述非谱图像和所述非谱体素值到谱体素值映射图来生成谱迭代重建开始图像。所述重建处理器还利用谱迭代重建算法和所述谱迭代重建开始图像根据所述非谱投影数据来重建针对所述感兴趣基材料的电子格式的谱图像。
在另一方面中，一种方法，包括：以电子格式从扫描接收非谱投影数据。所述方法还包括重建所述非谱投影数据以生成非谱图像。所述方法还包括从非谱体素值到谱体素值映射图的集合中检索针对感兴趣基材料的非谱体素值到谱体素值映射图。所述方法还包括基于所述非谱图像和所述非谱体素值到谱体素值映射图来生成谱迭代重建开始图像。所述方法还包括利用谱迭代重建算法和所述谱迭代重建开始图像根据所述非谱投影数据来重建针对所述感兴趣基材料的电子格式的谱图像。
在又一方面中，一种成像系统，包括：探测器阵列，其接收贯穿检查区域的辐射，并且生成指示所述检查区域的非谱投影数据；以及计算系统。所述计算系统包括重建处理器，所述重建处理器被配置为运行计算机可读指令，所述计算机可读指令令所述重建处理器以电子格式接收非谱投影数据。所述计算机可读指令还令所述重建处理器重建所述非谱投影数据以生成非谱图像。所述计算机可读指令还包括令所述重建处理器从非谱体素值到谱体素值映射图的集合中检索针对感兴趣基材料的非谱体素值到谱体素值映射图。所述计算机可读指令还令所述重建处理器基于所述非谱图像和所述非谱体素值到谱体素值映射图来生成谱迭代重建开始图像。所述计算机可读指令还令所述重建处理器利用谱迭代重建算法和所述谱迭代重建开始图像根据所述非谱投影数据来重建针对所述感兴趣基材料的电子格式的谱图像。
附图说明
本发明可以采取各种部件和各种部件的布置，以及各个步骤和各个步骤的安排的形式。附图仅是出于图示优选实施例的目的，而不应当被解释为对本发明的限制。
图1示意性图示了具有重建处理器的范例成像系统，所述重建处理器根据非谱图像和非谱值与谱值之间的映射来生成谱IR开始图像。
图2示意性图示了重建处理器的范例。
图3图示了根据非谱图像和非谱值与谱值之间的映射来生成针对谱图像IR的谱IR开始图像的方法。
具体实施方式
图1图示了范例成像系统100，例如，计算机断层摄影(CT)系统。成像系统100包括固定机架102和由固定机架102能旋转支撑的旋转机架104。旋转机架104关于纵轴或z轴(“Z”)围绕检查区域106旋转。成像系统100还包括辐射源110，例如，X射线管，其由旋转机架104能旋转地支撑，随着旋转机架104旋转，并且发射贯穿检查区域106的X射线辐射。
成像系统100还包括探测器阵列112，所述探测器阵列112相对于辐射源110以角弧度与检查区域106相对。探测器阵列112探测贯穿检查区域106的辐射并生成指示所述辐射的非谱投影数据。在一个实施例中，探测器阵列112包括至少具有上层和下层的多层探测器阵列。在该实例中，所述非谱投影数据包括来自所述上层的数据、来自所述下层的数据、来自所述上层和所述下层的所述数据的组合等。多层探测器的范例包括双层探测器，例如在于2006年4月10日提交的标题为“Double Decker Detector for Spectral CT”的美国专利7968853 B2中所描述的双层探测器，在此通过引用将其整体并入本文。在另一实施例中，探测器阵列112包括直接转换光子计数探测器像素。利用这样的像素，所生成的信号将包括具有指示探测到的光子的能量的峰值幅度或峰值高度的电流或电压。所述直接转换光子计数探测器像素可以包括任何合适的直接转换材料，例如，CdTe、CdZnTe、Si、Ge、GaAs或其他直接转换材料。
成像系统100还包括重建处理器114，所述重建处理器114接收来自探测器阵列112和/或其他设备(例如，其他成像系统、存储设备等)的电子格式的非谱投影数据。重建处理器114还接收扫描参数(例如，管电压、滤子(filtration)等)和/或被扫描的目标或对象的特征(例如，大小，感兴趣区域等)。这样的信息能够从电子文件中的域、成像协议、用户输入等获得。重建处理器114处理所述非谱投影数据，并且重建谱图像，所述谱图像例如为以下中的一种或多种：光电图像、康普顿散射图像、碘图像、虚拟非对比图像、骨骼图像、软组织图像，和/或其他基材料图像。如在本文中所利用的，术语“图像”包括二维图像和三维体积图像数据。
如在下文详细描述的，在一个非限制性实例中，重建处理器114针对具体基材料从利用所述非谱投影数据生成的非谱图像导出谱IR开始图像，并且以所述谱IR开始图像开始谱图像IR。针对两种或更多种基材料，重建处理器114导出针对每种基材料的谱IR开始图像。以所述谱IR开始图像开始所述谱图像IR允许相对于利用另一开始图像(例如，全零)的配置降低重建时间，这是因为所述谱IR开始图像将更接近最终谱图像。亦即，所述谱IR开始图像将已经包含边缘，并且通常要求许多次迭代的高频分量以及要求较少次迭代的低频分量将通过迭代过程来更新。
该图示的重建处理器114是计算系统16的一部分，并且经由一个或多个处理器(例如，中央处理单元(CPU)、微处理器等)来实施。(一个或多个)处理器运行被嵌入在或被编码在计算系统116的计算机可读存储介质上的一条或多条计算机可执行指令，所述计算机可读存储介质不包括瞬态介质而包括物理存储器和/或其他非瞬态介质。计算机可执行指令还能够由诸如载波、信号和/或其他瞬态介质的瞬态介质来承载。
成像系统100还包括数据存储库118，所述数据存储库118存储成像系统100和/或其他成像系统的投影数据和/或重建图像。所图示的数据存储库118是成像系统100的一部分，例如，成像系统100的物理存储器。在另一实施例中，数据存储库118是与成像系统100分离的，例如，图片存档及通信系统(PACS)、放射学信息系统(RIS)、医院信息系统(HIS)、电子病例(EMR)、数据库、服务器，和/或其他数据存储库的一部分。
成像系统100还包括计算机，所述计算机充当操作者控制台120，所述操作者控制台具有人类可读输出设备(例如，监测器)和输入设备(例如，键盘、鼠标等)。驻留在控制台120上的软件允许操作者经由图形用户接口(GUI)或者以其他方式与扫描器100交互和/或操作扫描器100。例如，控制台120允许操作者选择扫描协议、谱图像IR算法和/或非谱图像重建算法、初始扫描等。
成像系统100还包括诸如卧榻的对象支撑物122，所述对象支撑物122在检查区域106中支撑人类或动物对象或目标。对象支撑物122能与扫描协调一致地移动，使得在扫描之前、期间和/或之后并且为了装填和/或卸载所述对象或目标而相对于检查区域106引导人类或动物对象或目标。
图2示意性图示了重建处理器114的范例。重建处理器114接收非谱投影数据作为输入。根据以上内容，这样的信息能够从数据存储库118和/或成像系统(例如，成像系统100和/或其他成像系统)获得。重建处理器114还接收扫描参数(例如，管电压、滤子等)和/或被扫描的目标或对象的特征(例如，大小，感兴趣区域等)作为输入。根据以上内容，这样的信息能够从电子文件、成像协议、用户输入等获得。
重建处理器114包括非谱图像重建器202，所述非谱图像重建器202利用非谱图像重建算法204来重建所接收的非谱投影数据，并且生成(一幅或多幅)非谱图像。重建处理器114还包括一个或多个非谱体素值到谱体素值映射图206，每个非谱体素值到谱体素值映射图包括非谱图像的体素与谱图像的体素之间的映射。在一个实例中，所述一个或多个非谱体素值到谱体素值映射图206被包括在一个或多个查找表(LUT)中。例如，所述非谱图像的体素值和所述谱图像的体素值可以按对或者以其他方式来分组。在另一实例中，所述一个或多个非谱体素值到谱体素值映射图206被存储在一个或多个多项式中和/或以其他方式来存储。
能够通过以下操作针对基材料来生成映射图206中的映射图：针对具有相似扫描参数(例如，管电压、滤子等)的采集并且针对相似大小和/或区域的目标或对象，取非谱图像的训练集合和基材料图像的训练集合；并且针对每个非谱图像体素值计算针对所述基材料(例如，康普顿散射、光电、碘、虚拟非对比、骨骼、软组织等)值的平均基材料图像。例如，针对训练非谱图像的集合中的具有V±T(其中，V例如是以亨氏单位为单位的，并且T是容限并且考虑噪声)的值的所有体素(或其子集)，在训练基材料图像的集合中的相同体素(即，相同的x、y、z坐标)的值被平均，并且针对所述基材料的所述映射图利用值V±T和对应的平均基材料体素值来填充。
具有相似扫描参数的非谱图像的训练集合和基材料图像的训练集合能够用于相同的目标或对象和/或不同但相似的目标或对象(例如，大小、几何形状等相似)。这包括对应于所输入的非谱投影数据的相同目标或对象和/或不同但相似的目标或对象。能够使用迭代重建和/或非迭代重建来生成非谱图像的训练集合和/或基材料图像的训练集合。所述一个或多个非谱体素值到谱体素值映射图206能够在工厂和/或在终端用户设施处的组装、测试和校准期间生成。所述一个或多个非谱体素值到谱体素值映射图206能够被存储在成像系统100的本地存储器中和/或远离成像系统100但能由成像系统100经由网络和/或以其他方式访问的存储器中。
重建处理器114还包括谱IR开始图像生成器208，所述IR开始图像生成器208基于从一个或多个非谱体素值到谱体素值映射图206和所重建的非谱图像来生成谱IR开始图像。针对所述映射图，映射图选择器210基于所输入的扫描参数和/或目标或对象特征从所述一个或多个非谱体素值到谱体素值映射图206中选择映射图206。在个体映射图206被组合成单个映射图206的情况下，选择单个映射图206。所述谱IR开始图像生成器208然后检索在所选择的映射图206中对应于在所述非谱图像中的非谱值的谱值。在所选择的映射图206不包括针对非谱值的精确匹配的情况下，所述谱IR开始图像生成器208选择最接近的值，在相邻值之间进行插值等。
重建处理器114还包括谱图像重建器212，所述谱图像重建器212使用所述谱IR开始图像作为初始图像，利用谱图像IR算法214根据所述非谱投影数据来迭代地重建谱图像。重建处理器114能够使用一幅或多幅基材料特异性IR开始图像来生成针对一种或多种基材料的一幅或多幅谱图像，以迭代地重建所述一幅或多幅谱图像。再次地，基材料的范例包括，但不限于，光电图像、康普顿散射图像、碘图像、虚拟非对比图像、骨骼图像、软组织图像，和/或其他基材料图像。
利用在本文中描述的方法，初始IR图像(即，谱IR开始图像)包含非谱图像的边缘和高频分量。正因如此，初始谱图像更接近最终谱图像。一般而言，边缘和高频分量要求许多次迭代，而低频分量要求较少次迭代。结果，在本文中描述的方法将要求较少次迭代，并且因此相对于使用不同开始图像(例如，全零)的配置要求较少的重建时间。
图3图示了根据在本文中描述的实施例的方法。
应当意识到，以下动作的排序是出于解释的目的而非限制。正因如此，在本文中也设想到了其他排序。另外，可以省略所述动作中的一个或多个和/或可以包括一个或多个其他动作。
在302处，执行对目标或对象的非谱扫描，产生所述对象或目标的非谱投影数据。
在304处，重建所述非谱投影数据，产生一幅或多幅非谱图像。
在306处，获得非谱扫描的扫描参数。如在本文中所描述的，这样的参数包括X射线管电压、滤子，和/或其他参数，这些参数能够从数据文件、成像协议中获得和/或以其他方式获得。
在308处，获得扫描目标或扫描对象的特征。如在本文中所描述的，这样的信息能够从电子文件、成像协议中获得和/或以其他方式获得。在变体中，该动作被忽略。
在310处，获得针对感兴趣基材料并且对应于扫描参数和目标或对象特征的非谱体素值到谱体素值映射图。在存在超过一个感兴趣基材料的情况下，针对每种基材料获得非谱体素值到谱体素值映射图。
在312处，如在本文中所描述的和/或以其他方式，基于非谱图像和非谱体素值到谱体素值映射图来生成针对基材料的谱IR开始图像。
在314处，利用谱IR算法、非谱投影数据和谱IR开始图像来重建针对基材料的谱图像。在于2014年7月4日提交的并且标题为“HYBRID(SPECTRAL/NON-SPECTRAL)IMAGINGDETECTOR ARRAY AND CORRESPONDING PROCESSING ELECTRONICS”的序列号为PCT/IB2014/062846的申请中(在此通过引用将其整体并入本文)以及在Long等人的“Multi-MaterialDecomposition Using Statistical Image Reconstruction for Spectral CT”(IEEETransaction on Medical Imaging，第33卷，第8号，第1614-1626页，2014年8月)中描述了谱IR算法的范例。
在本文中论述的方法的至少部分可以通过被编码或被嵌入在计算机可读存储介质(其不包括瞬态介质)上的计算机可读指令来实施，所述计算机可读指令当由(一个或多个)计算机处理器被运行时令所述(一个或多个)处理器执行所描述的动作。额外地或者备选地，所述计算机可读指令中的至少一个由信号、载波或其他瞬态介质所承载。
已经参考优选实施例描述了本发明。他人在阅读和理解前面的具体描述的情况下可以想到修改和替代。本文旨在将本发明解释为包括所有这样的修改和替代，只要它们落入权利要求书及其等价方案的范围内。
Claims (20)
1.一种计算系统(116)，包括：
重建处理器(114)，其被配置为运行计算机可读指令，所述计算机可读指令令所述重建处理器：
以电子格式接收非谱投影数据；
重建所述非谱投影数据以生成非谱图像；
从非谱体素值到谱体素值映射图的集合中检索针对感兴趣基材料的非谱体素值到谱体素值映射图；
基于所述非谱图像和所述非谱体素值到谱体素值映射图来生成谱迭代重建开始图像；并且
利用谱迭代重建算法和所述谱迭代重建开始图像根据所述非谱投影数据来重建针对所述感兴趣基材料的电子格式的谱图像。
2.根据权利要求1所述的计算系统，其中，所述非谱体素值到谱体素值映射图提供所述非谱图像的体素值与针对所述基材料的体素值之间的映射。
3.根据权利要求2所述的计算系统，其中，所述重建处理器在所述非谱体素值到谱体素值映射图中识别所述非谱图像的体素的体素值；检索针对所述基材料的对应体素值；并且利用所检索的体素值在所述谱迭代重建开始图像中填充相同的体素坐标。
4.根据权利要求1至3中的任一项所述的计算系统，其中，所述重建处理器：
接收指示所述非谱扫描的至少一个扫描参数的输入；
基于所述至少一个扫描参数从针对所述基材料的非谱体素值到谱体素值映射图的所述集合中识别针对所述基材料的所述非谱体素值到谱体素值映射图，其中，非谱体素值到谱体素值映射图的所述集合包括多个不同的非谱体素值到谱体素值映射图，每个非谱体素值到谱体素值映射图针对所述至少一个扫描参数的不同组合；并且
检索所识别的非谱体素值到谱体素值映射图；并且
利用所检索的所识别的非谱体素值到谱体素值映射图来生成所述谱迭代重建开始图像。
5.根据权利要求4所述的计算系统，其中，所述至少一个扫描参数包括以下中的至少一项：生成所述非谱投影数据的所述非谱扫描的X射线管电压或射束滤子。
6.根据权利要求4至5中的任一项所述的计算系统，其中，所述非谱图像包括具有指示目标或对象的值的体素，并且所述重建处理器：
接收指示以下中的至少一项的输入：所述至少一个扫描参数的X射线管电压或射束滤子，以及所述目标或所述对象的特征；
基于所述至少一个扫描参数和所述特征从针对所述基材料的非谱体素值到谱体素值映射图的所述集合中识别针对所述基材料的所述非谱体素值到谱体素值映射图，其中，非谱体素值到谱体素值映射图的所述集合包括多个不同的非谱体素值到谱体素值映射图，每个非谱体素值到谱体素值映射图针对所述至少一个扫描参数和所述特征的不同组合；并且
检索所识别的非谱体素值到谱体素值映射图；并且
利用所检索的所识别的非谱体素值到谱体素值映射图来生成所述谱迭代重建开始图像。
7.根据权利要求6所述计算系统，其中，所述特征包括以下中的至少一项：所述目标或所述对象的大小或感兴趣区域。
8.根据权利要求1至7中的任一项所述的计算系统，其中，所述重建处理器：
检索非谱体素值到谱体素值映射图的所述集合；并且
存储非谱体素值到谱体素值映射图的所述集合，其中，非谱体素值与谱体素值的每个体素值对包括非谱图像的预先选择的训练集合的体素值和针对所述基材料的谱图像的预先选择的训练集合的对应值。
9.根据权利要求1至8中的任一项所述的计算系统，其中，非谱体素值到谱体素值映射图的所述集合被包括在以下中的至少一项中：查找表或多项式。
10.根据权利要求1至9中的任一项所述的计算系统，其中，所述感兴趣基材料包括以下中的至少一项：光电基材料、康普顿散射基材料、碘基材料、虚拟非对比基材料、骨骼、或软组织。
11.一种方法，包括：
以电子格式从扫描接收非谱投影数据；
重建所述非谱投影数据以生成非谱图像；
从非谱体素值到谱体素值映射图的集合中检索针对感兴趣基材料的非谱体素值到谱体素值映射图；
基于所述非谱图像和所述非谱体素值到谱体素值映射图来生成谱迭代重建开始图像；并且
利用谱迭代重建算法和所述谱迭代重建开始图像根据所述非谱投影数据来重建针对所述感兴趣基材料的电子格式的谱图像。
12.根据权利要求11所述的方法，其中，所述非谱体素值到谱体素值映射图提供所述非谱图像的体素值与针对所述基材料的体素值之间的映射。
13.根据权利要求12所述的方法，其中，所述重建处理器进行以下操作：在所述非谱体素值到谱体素值映射图中识别所述非谱图像的体素的体素值；检索针对所述基材料的对应体素值；并且利用所检索的体素值在所述谱迭代重建开始图像中填充相同的体素坐标。
14.如权利要求11至13中的任一项所述的方法，还包括：
接收指示以下中的至少一项的输入：生成所述非谱投影数据的所述非谱扫描的X射线管电压或射束滤子；
基于X射线管电压或所述射束滤子中的至少一项从针对所述基材料的非谱体素值到谱体素值映射图的所述集合中识别针对所述基材料的所述非谱体素值到谱体素值映射图，其中，非谱体素值到谱体素值映射图的所述集合包括多个不同的非谱体素值到谱体素值映射图，每个非谱体素值到谱体素值映射图针对以下中的至少一项的不同组合：X射线管电压或所述射束滤子；并且
检索所识别的非谱体素值到谱体素值映射图；并且
利用所检索的所识别的非谱体素值到谱体素值映射图来生成所述谱迭代重建开始图像。
15.根据权利要求11至13中的任一项所述的方法，其中，所述非谱图像包括具有指示目标或对象的值的体素，并且还包括：
接收指示以下中的至少一项的输入：生成所述非谱投影数据的所述非谱扫描的X射线管电压或射束滤子，以及所述目标或所述对象的特征；
基于以下中的至少一项从针对所述基材料的非谱体素值到谱体素值映射图的所述集合中识别针对所述基材料的所述非谱体素值到谱体素值映射图：X射线管电压或所述射束滤子，以及所述特征，其中，非谱体素值到谱体素值映射图的所述集合包括多个不同的非谱体素值到谱体素值映射图，每个非谱体素值到谱体素值映射图针对以下中的至少一项的不同组合：X射线管电压或所述射束滤子，以及所述特征；并且
检索所识别的非谱体素值到谱体素值映射图；并且
利用所检索的所识别的非谱体素值到谱体素值映射图来生成所述谱迭代重建开始图像。
16.根据权利要求11至15中的任一项所述的方法，其中，所述方法还包括：
检索非谱体素值到谱体素值映射图的所述集合；并且
存储非谱体素值到谱体素值映射图的所述集合，其中，非谱体素值与谱体素值的每个体素值对包括非谱图像的预先选择的训练集合的体素值和针对所述基材料的谱图像的预先选择的训练集合的对应值。
17.根据权利要求11至16中的任一项所述的方法，其中，非谱体素值到谱体素值映射图的所述集合被包括在以下中的至少一项中：查找表或多项式。
18.根据权利要求11至17中的任一项所述的方法，其中，所述感兴趣基材料包括以下中的至少一项：光电基材料、康普顿散射基材料、碘基材料、虚拟非对比基材料、骨骼、或软组织。
19.一种成像系统(100)，包括：
探测器阵列，其接收贯穿检查区域的辐射，并且生成指示所述检查区域的非谱投影数据；以及
计算系统，其包括：
重建处理器，其被配置为运行计算机可读指令，所述计算机可读指令令所述重建处理器：
以电子格式接收非谱投影数据；
重建所述非谱投影数据以生成非谱图像；
从非谱体素值到谱体素值映射图的集合中检索针对感兴趣基材料的非谱体素值到谱体素值映射图；
基于所述非谱图像和所述非谱体素值到谱体素值映射图来生成谱迭代重建开始图像；并且
利用谱迭代重建算法和所述谱迭代重建开始图像根据所述非谱投影数据来重建针对所述感兴趣基材料的电子格式的谱图像。
20.根据权利要求19所述的成像系统，其中，所述重建处理器进行以下操作：在所述非谱体素值到谱体素值映射图中识别所述非谱图像的体素的体素值；检索针对所述基材料的对应体素值；并且利用所检索的体素值在所述谱迭代重建开始图像中填充相同的体素坐标。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201462065893P | 2014-10-20 | 2014-10-20 | |
| US62/065,893 | 2014-10-20 | ||
| PCT/IB2015/057782 WO2016063170A1 (en) | 2014-10-20 | 2015-10-12 | Start image for spectral image iterative reconstruction |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107077748A true CN107077748A (zh) | 2017-08-18 |
| CN107077748B CN107077748B (zh) | 2020-10-27 |
Family
ID=54360499
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201580056675.0A Active CN107077748B (zh) | 2014-10-20 | 2015-10-12 | 针对谱图像迭代重建的开始图像 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9761024B1 (zh) |
| EP (1) | EP3210192B1 (zh) |
| CN (1) | CN107077748B (zh) |
| WO (1) | WO2016063170A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111615363A (zh) * | 2018-01-16 | 2020-09-01 | 皇家飞利浦有限公司 | 利用非谱成像系统的谱成像 |
| CN111971710A (zh) * | 2018-03-26 | 2020-11-20 | 皇家飞利浦有限公司 | 根据谱成像数据来生成谱炎症图 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018091344A1 (en) | 2016-11-16 | 2018-05-24 | Koninklijke Philips N.V. | Apparatus for generating multi energy data from phase contrast imaging data |
| US11049295B2 (en) * | 2016-12-19 | 2021-06-29 | Koninklijke Philips N.V. | Detection and/or correction of residual iodine artifacts in spectral computed tomography (CT) imaging |
| EP3711026A1 (en) * | 2017-11-14 | 2020-09-23 | Koninklijke Philips N.V. | Single ct backprojector with one geometry calculation per voxel for multiple different types of projection data |
| EP3745959B1 (en) | 2018-01-31 | 2023-12-20 | Koninklijke Philips N.V. | Non-spectral computed tomography (ct) scanner configured to generate spectral volumetric image data |
| EP3660790A1 (en) | 2018-11-28 | 2020-06-03 | Koninklijke Philips N.V. | System for reconstructing an image of an object |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007029129A2 (en) * | 2005-09-06 | 2007-03-15 | Koninklijke Philips Electronics, N.V. | Data handling and analysis in computed tomography with multiple energy windows |
| CN103299345A (zh) * | 2011-01-10 | 2013-09-11 | 皇家飞利浦电子股份有限公司 | 双能量断层摄影成像系统 |
| CN103366389A (zh) * | 2013-04-27 | 2013-10-23 | 中国人民解放军北京军区总医院 | Ct图像重建方法 |
| CN103649990A (zh) * | 2011-07-15 | 2014-03-19 | 皇家飞利浦有限公司 | 用于谱ct的图像处理 |
| 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 (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6507633B1 (en) * | 2001-02-15 | 2003-01-14 | The Regents Of The University Of Michigan | Method for statistically reconstructing a polyenergetic X-ray computed tomography image and image reconstructor apparatus utilizing the method |
| WO2006114716A2 (en) | 2005-04-26 | 2006-11-02 | Koninklijke Philips Electronics, N.V. | Double decker detector for spectral ct |
| US7372934B2 (en) * | 2005-12-22 | 2008-05-13 | General Electric Company | Method for performing image reconstruction using hybrid computed tomography detectors |
| DE102008048682A1 (de) | 2008-09-24 | 2009-12-17 | Siemens Aktiengesellschaft | Verfahren zur Mischung von mindestens zwei objektidentischen CT-Bildern eines Untersuchungsobjektes, aufgenommen mit unterschiedlichen Röntgenenergiespektren |
| WO2012104740A1 (en) | 2011-02-01 | 2012-08-09 | Koninklijke Philips Electronics N.V. | Method and system for dual energy ct image reconstruction |
| US8811709B2 (en) * | 2012-11-14 | 2014-08-19 | General Electric Company | System and method for multi-material correction of image data |
| WO2014080311A1 (en) * | 2012-11-26 | 2014-05-30 | Koninklijke Philips N.V. | Projection data de-noising |
| US9269168B2 (en) * | 2013-03-15 | 2016-02-23 | Carestream Health, Inc. | Volume image reconstruction using data from multiple energy spectra |
| EP3025310B1 (en) | 2013-07-23 | 2018-10-31 | Koninklijke Philips N.V. | Hybrid (spectral/non-spectral) imaging detector array and corresponding processing electronics |
| US9977140B2 (en) * | 2015-01-09 | 2018-05-22 | Toshiba Medical Systems Corporation | More efficient method and apparatus for detector response correction and material decomposition of projection data obtained using photon-counting detectors |
-
2015
- 2015-10-12 EP EP15787021.3A patent/EP3210192B1/en active Active
- 2015-10-12 US US15/518,582 patent/US9761024B1/en active Active
- 2015-10-12 WO PCT/IB2015/057782 patent/WO2016063170A1/en active Application Filing
- 2015-10-12 CN CN201580056675.0A patent/CN107077748B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007029129A2 (en) * | 2005-09-06 | 2007-03-15 | Koninklijke Philips Electronics, N.V. | Data handling and analysis in computed tomography with multiple energy windows |
| CN103299345A (zh) * | 2011-01-10 | 2013-09-11 | 皇家飞利浦电子股份有限公司 | 双能量断层摄影成像系统 |
| CN103649990A (zh) * | 2011-07-15 | 2014-03-19 | 皇家飞利浦有限公司 | 用于谱ct的图像处理 |
| 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 |
| CN103366389A (zh) * | 2013-04-27 | 2013-10-23 | 中国人民解放军北京军区总医院 | Ct图像重建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 毕文元: "双能量单层螺旋CT物品机的图像重建方法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111615363A (zh) * | 2018-01-16 | 2020-09-01 | 皇家飞利浦有限公司 | 利用非谱成像系统的谱成像 |
| CN111971710A (zh) * | 2018-03-26 | 2020-11-20 | 皇家飞利浦有限公司 | 根据谱成像数据来生成谱炎症图 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3210192B1 (en) | 2018-12-12 |
| US9761024B1 (en) | 2017-09-12 |
| US20170243380A1 (en) | 2017-08-24 |
| WO2016063170A1 (en) | 2016-04-28 |
| EP3210192A1 (en) | 2017-08-30 |
| CN107077748B (zh) | 2020-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7518255B2 (ja) | 医用画像処理装置及び医用画像処理システム | |
| US20230119427A1 (en) | Apparatus and method for medical image reconstruction using deep learning for computed tomography (ct) image noise and artifacts reduction | |
| CN107077748A (zh) | 针对谱图像迭代重建的开始图像 | |
| CN110807737B (zh) | 迭代图像重建框架 | |
| CN104318536B (zh) | Ct图像的校正方法及装置 | |
| US8571287B2 (en) | System and method for iterative image reconstruction | |
| JP2021013726A (ja) | 医用装置 | |
| JP5498787B2 (ja) | エネルギー感受性コンピュータ断層撮影における動き補償 | |
| US9613440B2 (en) | Digital breast Tomosynthesis reconstruction using adaptive voxel grid | |
| CN104700438B (zh) | 图像重建方法及装置 | |
| JP2015500048A (ja) | イメージ領域のノイズ除去 | |
| CN102460514A (zh) | 成像程序规划 | |
| EP3937122A1 (en) | 3d-cnn processing for ct image noise removal | |
| US20220414832A1 (en) | X-ray imaging restoration using deep learning algorithms | |
| Cong et al. | Monochromatic CT image reconstruction from current-integrating data via deep learning | |
| CN111278362A (zh) | 用于低剂量多谱x射线断层扫描的系统和方法 | |
| Gomi et al. | Development of a denoising convolutional neural network-based algorithm for metal artifact reduction in digital tomosynthesis for arthroplasty: A phantom study | |
| Tang et al. | Joint Regularized-based Image Reconstruction by Combining Super-Resolution Sinogram for Computed Tomography Imaging | |
| US20240144470A1 (en) | System and Method for Restoring Projection Data from CT/DBT Scans with Improved Image Quality | |
| US20240144441A1 (en) | System and Method for Employing Residual Noise in Deep Learning Denoising for X-Ray Imaging | |
| Martois | X-ray computed tomography using AI-based reconstruction methods | |
| WO2023227511A1 (en) | Simulating x-ray from low dose ct | |
| WO2024046711A1 (en) | Optimizing ct image formation in simulated x-rays | |
| WO2024008764A1 (en) | Cone beam artifact reduction |
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 |