CN107221014A - 医学图像重建任务的调度方法和装置以及医学成像系统 - Google Patents
医学图像重建任务的调度方法和装置以及医学成像系统 Download PDFInfo
- Publication number
- CN107221014A CN107221014A CN201710493876.8A CN201710493876A CN107221014A CN 107221014 A CN107221014 A CN 107221014A CN 201710493876 A CN201710493876 A CN 201710493876A CN 107221014 A CN107221014 A CN 107221014A
- Authority
- CN
- China
- Prior art keywords
- reconstruction tasks
- reconstruction
- data
- tasks
- bed
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000011084 recovery Methods 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims description 7
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 30
- 238000003384 imaging method Methods 0.000 description 29
- 238000010586 diagram Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000002603 single-photon emission computed tomography Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 101000746134 Homo sapiens DNA endonuclease RBBP8 Proteins 0.000 description 4
- 101000969031 Homo sapiens Nuclear protein 1 Proteins 0.000 description 4
- 102100021133 Nuclear protein 1 Human genes 0.000 description 4
- 238000013170 computed tomography imaging Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 102000006822 Agouti Signaling Protein Human genes 0.000 description 1
- 108010072151 Agouti Signaling Protein Proteins 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000003325 tomography Methods 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/416—Exact reconstruction
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种医学图像重建任务的调度方法和装置以及医学成像系统。该方法包括：a.执行第一重建任务；b.当优先级高于所述第一重建任务的第二重建任务被加入时，暂停所述第一重建任务，保存所述第一重建任务的恢复参数；c.执行所述第二重建任务；d.当所述第二重建任务执行完毕时，根据所述恢复参数以及所述第一重建任务的初始参数计算所述第一重建任务从暂停点继续重建所需的数据起始位置；e.从所述数据起始位置继续执行所述第一重建任务。该方法能够第一时间对新加入的高优先级的重建任务进行响应，而且被中断的重建任务还可以从暂停点开始继续重建，避免了重建时间的浪费。
Description
技术领域
本发明主要涉及医学图像重建，尤其涉及一种医学图像重建任务的调度方法和装置以及医学成像系统。
背景技术
在现有的医疗诊断过程中，X光成像、计算机断层扫描(CT)、磁共振成像(MR)、和正子发射断层扫描(PET)、单光子发射计算机断层成像术(Single-Photon EmissionComputed Tomography，SPECT)等成像技术得到了广泛的使用。这些成像技术均需要对获得的原始数据进行图像重建。
在现有的医学图像重建装置中，当具有多个重建任务时，不同的重建任务可以具有不同的优先级。在重建过程中，当有更高优先级的重建任务加入时，通常采用如下两种方案对重建任务进行调度：
方案一：以新加入的高优先级的重建任务为先。在该方案中，当高优先级的重建任务被加入时，正在运行中的低优先级的重建任务直接被删除；当高优先级的重建任务执行完毕后，之前被删除的低优先级的重建任务从头开始进行。该方案的问题是，直接删除进行中的低优先级的重建任务，后续再从头开始进行会导致之间的重建耗时被浪费。
方案二：以正在运行的低优先级的重建任务为先。在该方案中，新加入的高优先级的重建任务只能等正在进行中的低优先级的重建任务完成后，才能启动进行重建。该方案的问题是，高优先级的重建任务会被搁置，不能第一时间被响应。
发明内容
本发明要解决的技术问题是提供一种医学图像重建任务的调度方法和装置，其能够第一时间对新加入的高优先级的重建任务进行响应，而且被中断的重建任务还可以从暂停点开始继续重建，从而避免了重建时间的浪费。
为解决上述技术问题，本发明提供了一种医学图像重建任务的调度方法，包括：a.执行第一重建任务；b.当优先级高于所述第一重建任务的第二重建任务被加入时，暂停所述第一重建任务，保存所述第一重建任务的恢复参数；c.执行所述第二重建任务；d.当所述第二重建任务执行完毕时，根据所述恢复参数以及所述第一重建任务的初始参数计算所述第一重建任务从暂停点继续重建所需的数据起始位置；e.从所述数据起始位置继续执行所述第一重建任务。
在本发明的一实施例中，步骤d包括：d1.根据所述恢复参数以及所述初始参数计算所述第一重建任务从暂停点继续重建所需的床码起始位置；d2.将所述床码起始位置映射成数据的索引值，以得到所述数据起始位置。
在本发明的一实施例中，当根据所述恢复参数能够确定已完成图像张数时，步骤d1中计算所述床码起始位置的方法如下：
其中，StartPosition为所述床码起始位置，ReconStart为所述第一重建任务的下发起始位置，CouchDirection为床运动方向，进床时为-1，出床时为+1，ProducedImageNum为所述已完成图像张数，ImageIncrement为图像间的步进距离，ExtendReconLength为需要扩展的长度。
在本发明的一实施例中，若所述第一重建任务的重建算法中存在需要对数据的头尾进行截取的算法时，则根据所述需要对数据的头尾进行截取的算法的特性对所述数据起始位置进行扩展。
在本发明的一实施例中，在步骤d之后还包括步骤d10：根据所述恢复参数以及所述初始参数计算所述第一重建任务从暂停点继续重建所需的数据终点位置。
在本发明的一实施例中，所述步骤d10包括：d11.根据所述恢复参数以及所述初始参数计算所述第一重建任务从暂停点继续重建所需的床码重建长度；d12.根据所述第一重建任务从暂停点继续重建所需的床码起始位置和所述床码重建长度计算床码终点位置；d13.将所述床码终点位置映射成数据的索引值，以得到所述数据终点位置。
在本发明的一实施例中，当根据所述恢复参数能够确定已完成图像张数时，步骤d11中计算所述床码重建长度的方法如下：
其中，ReconLength为所述床码重建长度，CouchDirection为床运动方向，进床时为-1，出床时为+1，ImageNum为所述第一重建任务的下发重建图像张数，ProducedImageNum为所述已完成图像张数，ImageIncrement为图像间的步进距离，ExtendReconLength为需要扩展的长度。
在本发明的一实施例中，所述需要扩展的长度ExtendReconLength通过下式计算得到，ExtendReConLength＝0.5*[ImageThickness+Collimation*(1+0.5*ScanFov/SID)]其中，ImageThickness为图像层厚度，Collimation为探测器的宽度，ScanFov为机架的孔径，SID为球管到机架旋转中心的距离。
在本发明的一实施例中，若所述第一重建任务的重建算法中存在需要对数据的头尾进行截取的算法时，则根据所述需要对数据的头尾进行截取的算法的特性对所述数据终点位置进行扩展。
在本发明的一实施例中，若所述第一重建任务是依据门控信号进行建像时，则根据由所述数据起始位置和数据终点位置确定的数据范围与所述门控信号的交集确定建像所需的数据。
一种医学图像重建任务的调度装置，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述计算机指令时实现如上所述的方法。
一种计算机可读存储介质，其上存储有计算机指令，其中当计算机指令被处理器执行时，执行如上所述的方法。
一种医学成像系统，包括如上所述的医学图像重建任务的调度装置。
与现有技术相比，本发明具有以下优点：
相较于现有的医学图像重建任务的调度方法，本发明的医学图像重建任务的调度方法能够第一时间对新加入的高优先级的重建任务进行响应，而且被中断的重建任务还可以从暂停点开始继续重建，避免了重建时间的浪费。此外，为恢复重建任务所存储的恢复参数可以仅具有已完成图像张数，可以进一步更快的对新加入的高优先级的重建任务进行响应。
附图说明
图1是根据本发明的一些实施例所示的图像处理系统的示意图。
图2是根据本发明的一些实施例所示的CT成像系统的示意图。
图3是根据本发明的一些实施例所示的图像处理系统的计算机设备配置的架构示意图。
图4是本发明一实施例的医学图像重建任务的调度方法的基本流程图。
图5是本发明一实施例的计算数据起始位置的方法的流程图。
图6是本发明一实施例的计算数据终点位置的方法的流程图。
图7是本发明一实施例的数据示意图。
图8是本发明另一实施例的结合心电图信号的数据示意图。
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。
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。
本发明的实施例描述医学图像重建任务的调度方法和装置，其能够第一时间对新加入的高优先级的重建任务进行响应，而且被中断的重建任务还可以从暂停点开始继续重建，从而避免了重建时间的浪费。
图1是根据本发明的一些实施例所示的图像处理系统的示意图。该图像处理系统100可以包括一个成像系统110、一个图像处理系统120、和一个网络130。在一些实施例中，成像系统110可以是单模态成像设备，或多模态成像系统。在一些实施例中，图像处理系统120可以是对获取的图像数据进行处理以得到图像和/或相关信息。
成像系统110可以是单个成像系统，或是多个不同成像系统的组合。成像系统可以通过扫描一个目标进行成像，在一些实施例中，成像系统可以是一个医学成像系统。医学成像系统可以采集人体各部位的图像信息。医学成像系统可以是X光成像系统、计算机断层扫描(CT)系统、磁共振成像(MR)系统、正子发射断层扫描(PET)系统、单光子发射计算机断层成像(Single-Photon Emission Computed Tomography，SPECT)系统、组合式医学成像系统等。成像系统110可以包括一个或多个扫描仪。
图像处理系统120可以处理获取的数据信息。在一些实施例中，数据信息可以包括文本信息，图像信息，声音信息等一种或几种的组合。在一些实施例中，图像处理系统120可以包括一个处理器，一个处理核，一个或多个存储器等中的一种或几种的组合。例如，图像处理系统120可以包括中央处理器(Central Processing Unit，CPU)，专用集成电路(Application-Specific Integrated Circuit，ASIC)，专用指令处理器(Application-Specific Instruction-Set Processor，ASIP)，图形处理器(Graphics Processing Unit，GPU)，物理运算处理器(Physics Processing Unit，PPU)，数字信号处理器(DigitalSignal Processor，DSP)，现场可编程逻辑门阵列(Field Programmable Gate Array，FPGA)，可编程逻辑器(Programmable Logic Device，PLD)，控制器(Controller)，微控制器单元(Microcontroller unit)，处理器(Processor)，微处理器(Microprocessor)，ARM处理器(Advanced RISC Machines)等一种或几种的组合。在一些实施例中，图像处理系统120可以处理从成像系统110获取的图像信息。
网络130可以是单个网络，或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、城域网络、电话网络等中的一种或几种的组合。网络130可以包括多个网络接入点，例如，有线接入点、无线接入点、基站、互联网交换点等在内的有线或无线接入点。通过这些接入点，数据源可以接入网络130并通过网络130发送数据信息。在一些实施例中，网络130可以用于图像处理系统120的通信，接收图像处理系统120内部或外部的信息，向图像处理系统120内部其他部分或外部发送信息。
需要注意的是，上述图像处理系统120可以实际存在于成像系统110中，或通过云计算平台完成相应功能。所述云计算平台可以包括存储数据为主的存储型云平台、以处理数据为主的计算型云平台以及兼顾数据存储和处理的综合云计算平台。成像系统110所使用的云平台可以是公共云、私有云、社区云或混合云等。例如，根据实际需要，成像系统110输出的一些图像信息和/或数据信息，可以通过用户云平台进行计算和/或存储。另一些图像信息和/或数据信息，可以通过本地图像处理系统120进行计算和/或存储。
由于CT成像系统的代表性，在本发明的实施例中，医学成像系统是以CT成像系统为例描述。
图2是根据本发明的一些实施例所示的CT成像系统200的示意图。成像系统200可以是成像系统110的一个具体实施例。该成像系统200可以包括一个机架210和一个检查床250。
在一些实施例中，机架210可以包括具有围绕成像系统200轴线旋转的可旋转部分220。可旋转部分220的空间结构可以是圆柱体、椭圆体、长方体等一种或几种的组合。在一些实施例中，可旋转部分220可以包括X射线源230、X射线探测器240和扫描腔体270。可旋转部分220可以以成像系统200的轴线260为轴进行旋转。X射线源230和X射线探测器240可以随可旋转部分220一起以轴线260为轴进行旋转。
在进行检查时，一个对象(例如，患者、模体等)可以被放置在检查床250上。检查床250可以沿着Z轴方向被推入到扫描腔体270中。绕轴线260进行旋转时，X射线源230和X射线探测器240可以采集患者的扫描数据，产生原始数据文件。原始数据文件可以在图像处理系统120中被用于重建。
在一些实施例中，成像系统200可以进行螺旋扫描。在螺旋扫描中，被扫描对象可以沿轴260前后移动，同时X射线源可以绕轴260进行旋转。X射线源可以相对于对象产生螺旋轨迹。
图3是根据本发明的一些实施例所示的图像处理系统120的计算机设备配置的架构示意图。计算机300能够被用于实现实施本申请中披露的特定系统。本实施例中的特定系统利用功能框图解释了一个包含用户界面的硬件平台。计算机300可以实施当前图像处理系统120的一个或多个组件、模块、单元、子单元。另外，图像处理系统120能够被计算机300通过其硬件设备、软件程序、固件以及它们的组合所实现。这种计算机可以是一个通用目的的计算机，或一个有特定目的的计算机。两种计算机都可以被用于实现本实施例中的特定系统。为了方便起见，图3中只绘制了一台计算机，但是本实施例所描述的提供图像处理所需信息的相关计算机功能是可以以分布的方式、由一组相似的平台所实施的，分散系统的处理负荷。
如图3所示，计算机300可包括内部通信总线310，处理器(processor)320，只读存储器(ROM)330，随机存取存储器(RAM)340，通信端口350，输入/输出组件360，硬盘370，和用户界面380。内部通信总线310可实现计算机300组件间的数据通信。处理器320可以执行程序指令完成在此申请中所描述的图像处理系统120的任何功能、组件、模块、单元、子单元。处理器320可以由一个或多个处理器组成。通信端口350可以实现计算机300与系统100其他部件(比如成像系统110)之间数据通信(比如通过网络130)。计算机300还可以包括不同形式的程序储存单元以及数据储存单元，例如硬盘370，只读存储器(ROM)330，随机存取存储器(RAM)340，存储计算机处理和/或通信使用的各种数据文件，以及处理器320所执行的可能的程序指令。输入/输出组件360支持计算机300与系统100其他组件(如成像系统110)之间的输入/输出数据流。计算机300也可以通过通信端口350从网络130发送和接受信息及数据。
本领域技术人员能够理解，本申请所披露的内容可以出现多种变型和改进。例如，以上所描述的不同系统组件都是通过硬件设备所实现的，但是也可能只通过软件的解决方案得以实现。例如：在现有的服务器上安装系统。此外，这里所披露的位置信息的提供可能是通过一个固件、固件/软件的组合、固件/硬件的组合或硬件/固件/软件的组合得以实现。
在现有的医学图像重建系统中，通常会具有多个待处理的重建任务，且这些待处理的重建任务具有不同的优先级，因此需要对这些待处理的重建任务进行调度。上述的多个待处理的重建任务构成一待处理队列。
图4是本发明一实施例的医学图像重建任务的调度方法的基本流程图。请参考图4，医学图像重建任务的调度方法400包括：
步骤410：执行第一重建任务；
步骤420：当优先级高于第一重建任务的第二重建任务被加入时，暂停第一重建任务，保存第一重建任务的恢复参数；
步骤430：执行第二重建任务；
步骤440：当第二重建任务执行完毕时，根据恢复参数以及第一重建任务的初始参数计算第一重建任务从暂停点继续重建所需的数据起始位置；
步骤450：根据恢复参数以及初始参数计算第一重建任务从暂停点继续重建所需的数据终点位置；
步骤460：从数据起始位置继续执行第一重建任务。
在图像处理系统接收到成像系统发送的经其采集患者等的扫描数据而产生原始数据文件后，图像处理系统即可开始执行第一重建任务，即执行步骤410。初始参数为执行第一重建任务所需要参数，其可以经由医生或操作员的输入或经由原始数据文件中提取、计算而得到。初始参数可以包括重建的区域、重建的图像层厚、使用的算法功能和数据的焦点模式等。举例而言，初始参数可以包括图像层厚度、探测器的宽度、机架的孔径、球管到机架旋转中心的距离、任务下发时的起始位置、床运动方向、已完成图像张数、图像间的步进距离和任务下发时的重建图像张数等中的一者或多者。
在步骤420和步骤430中，当有优先级高于第一重建任务的第二重建任务被加入到待处理队列时，图像处理系统暂停执行第一重建任务，并在保存恢复第一重建任务所必需的恢复参数后，即执行第二重建任务。如此，可以使有较高优先级的第二重建任务得到快速的响应，并能够在第二重建任务执行完毕后，可以根据所保存的恢复参数使第一重建任务从暂停点开始继续重建。恢复参数可以包括已完成图像张数和/或待重建图像张数，优选地包括已完成图像张数。
图5是本发明一实施例的计算数据起始位置的方法的流程图。请参考图5，步骤440可以包括：
步骤441：根据恢复参数以及初始参数计算第一重建任务从暂停点继续重建所需的床码起始位置；
步骤442：将床码起始位置映射成数据的索引值，以得到数据起始位置。
当根据恢复参数能够确定已完成图像张数时，步骤441中可以使用式(1)计算床码起始位置，
其中，StartPosition为床码起始位置，ReconStart为第一重建任务的下发起始位置，CouchDirection为床运动方向，进床时为-1，出床时为+1，ProducedImageNum为已完成图像张数，ImageIncrement为图像间的步进距离，ExtendReconLength为需要扩展的长度。其中，需要扩展的长度ExtendReconLength是图像重建过程中需要的床码冗余量，举例而言，医生要求对床码为1000mm-1200mm的范围进行建像，如果ExtendReconLength＝10mm，则整个建像过程中需要用到的是床码为990mm-1210mm的范围所对应的数据。
对于CT的实施例中，需要扩展的长度ExtendReconLength可以通过式(2)计算得到，
ExtendReConLength＝0.5*[ImageThickness+Collimation*(1+0.5*ScanFov/SID)] (2)
其中，ImageThickness为图像层厚度，Collimation为探测器的宽度，ScanFov为机架的孔径，SID为球管到机架旋转中心的距离。
可以理解，根据恢复参数能够确定已完成图像张数包括恢复参数包含已完成图像张数的情形。
同样可以理解，当恢复参数仅包含待重建图像张数时，可以通过第一重建任务的下发重建图像张数减去待重建图像张数得到已完成图像张数。如此，即可使用上述所介绍的方法计算出床码起始位置。
由于床码与数据的索引值具有一一对应关系，因此在步骤442中，将床码起始位置映射成数据的索引值后(StartPosition＝＝>StartIndex)，即可得到数据起始位置。
由于重建算法中的部分算法需要对数据的头尾进行截取，因此需要根据需要对数据的头尾进行截取的算法的特性对数据起始位置进行扩展。举例而言，需要对数据的头尾进行截取的算法有散焦校正算法(OffFocal)，射束重排算法(AziRebin)。
对于散焦校正算法而言，截取的数据量直接跟一圈有多少视野(ViewPerRevolution)相关。定义ExtendVeiwOffFocal为在散焦校正算法下，需要扩展的数据量。一般而言，在ViewPerRevolution＝2400的情况下，ExtendVeiwOffFocal＝60；在ViewPerRevolution＝4800的情况下，ExtendVeiwOffFocal＝120。
对于射束重排算法而言，其截取的数据量直接跟探测器模块与球管的夹角(DetectAngle)和一圈有多少视野(ViewPerRevolution)相关。定义ExtendVeiwAziRebin为在射束重排算法下，需要扩展的数据量。ExtendVeiwAziRebin可根据式(3)计算得到，
若重建算法中同时包含有多个需要对数据的头尾进行截取的算法，则确定需要扩展的数据总量ExtendVeiw为各个需要对数据的头尾进行截取的算法确定的需要扩展的数据量的总和。对于同时包含散焦校正算法和射束重排算法而言，
ExtendVeiw＝ExtendViewOffFocal+ExtendViewAziRebin (4)。
对数据起始位置进行扩展可按式(5)进行，
StartIndex02＝StartIndex-CouchDirection*ExtendView (5)
其中，StartIndex02为扩展后的数据起始位置。
在步骤450中计算了数据终点位置，但应可以理解，由于在计算出数据起始位置后，即可让第一重建任务从数据起始位置继续执行第一重建任务，因此步骤450在本发明中并不是必需的。特别是在已知了数据终点位置的情况下，例如，在原始数据文件中存在数据终点位置标志、由初始参数可以得到数据终点位置等情形。由于在下发第一重建任务时，通常需要通过初始参数计算得到任务下发时的数据起始位置和数据终点位置，且在重建任务执行过程中数据终点位置并不会发生变化，因此，由初始参数可以得到数据终点位置通常是成立的。
图6是本发明一实施例的计算数据终点位置的方法的流程图。参考图6，步骤450可以包括：
步骤451：根据恢复参数以及初始参数计算第一重建任务从暂停点继续重建所需的床码重建长度；
步骤452：根据第一重建任务从暂停点继续重建所需的床码起始位置和床码重建长度计算床码终点位置；
步骤453：将床码终点位置映射成数据的索引值，以得到数据终点位置。
当根据恢复参数能够确定已完成图像张数时，步骤451中可以使用式(6)计算床码重建长度，
ReconLength＝CouchDirection*[(ImageNum-ProducedImageNum-1)*ImageIncrement+2*ExtendReconLength] (6)
其中，ReconLength为床码重建长度，CouchDirection为床运动方向，进床时为-1，出床时为+1，ImageNum为第一重建任务的下发重建图像张数，ProducedImageNum为已完成图像张数，ImageIncrement为图像间的步进距离，ExtendReconLength为需要扩展的长度。其中，需要扩展的长度ExtendReconLength可以与步骤441中的相同，因此在此不再重复描述。
在步骤452中，根据床码起始位置和床码重建长度计算床码终点位置可按式(7)进行，
EndPosition＝StartPosition+ReconLength (7)。
同样地，由于床码与数据的索引值具有一一对应关系，因此在步骤453中，将床码终点位置映射成数据的索引值后(EndPosition＝＝>EndIndex)，即可得到数据终点位置。
在重建算法中包含需要对数据的头尾进行截取的算法时，同样需要对数据终点位置进行扩展。对数据终点位置进行扩展可按式(8)进行，
EndIndex02＝EndIndex+CouchDirection*ExtendView (8)
其中，EndIndex02为扩展后的数据终点位置。
在步骤460中，图像处理系统从数据起始位置继续执行第一重建任务。
如此，本发明的医学图像重建任务的调度方法400能够第一时间对新加入的高优先级的重建任务进行响应，而且被中断的重建任务还可以从暂停点开始继续重建，避免了重建时间的浪费。
可以理解，医学图像重建任务的调度方法400是可以嵌套的。以优先级依次递增的第一重建任务、第二重建任务和第三重建任务为例进行说明。在执行第一重建任务的过程中，第二重建任务被加入，则暂停第一重建任务，执行第二重建任务。在执行第二重建任务的过程中，第三重建任务被加入，则暂停第二重建任务，执行第三重建任务。在第三重建任务执行完毕时，恢复执行第二重建任务。在第二重建任务执行完毕时，恢复执行第一重建任务。
图7是本发明一实施例的数据示意图。参考图7，原始数据包含在床码500mm-750mm范围内所采集的数据，其中床码500mm对应第1个视野，即床码500mm对应的数据的索引值为1，床码750mm对应第1500个视野，即床码750mm对应的数据的索引值为1500。第一重建任务所要重建的范围是床码520mm-720mm之间。
当要进行第一重建任务时，下发起始位置、图像层厚度、图像间的步进距离和所采用的算法等均已确定，因此可以使用上述的式(1)至式(8)来计算(此为已完成图像张数ProducedImageNum＝0)得到第一重建任务下发时的数据起始位置StartIndex01和数据终点位置EndIndex01。
当优先级高于第一重建任务的第二重建任务被加入到待处理队列时，第一重建任务被暂停，并保存第一重建任务的恢复参数之后，执行第二重建任务。
当第二重建任务执行完毕，根据恢复参数以及初始参数可以通过上述的式(1)至式(8)计算得到第一重建任务从暂停点继续重建所需的数据起始位置StartIndex02和数据终点位置EndIndex02，即再次开始重建的数据范围为[StartIndex02,EndIndex02]。
由图7可看出，[StartIndex02,EndIndex02]只是[StartIndex01,EndIndex01]的某个子集，且EndIndex02＝EndIndex01。因此，在一实施例中，恢复参数可以包括数据终点位置EndIndex01，如此，可以不必再计算数据终点位置EndIndex02。
在另一优选的实施例中，恢复参数可以仅包含已完成图像张数ProducedImageNum。如此，由于仅需存储一个数据，存储所需要消耗的时间更短，因此可以更快的对更高优先级的重建任务进行响应。
当第一重建任务是依据门控信号进行建像时，重建数据的选取不仅要考虑上述方法所确定的数据范围外，还需要结合其他信息，例如在心脏建像时要考虑心电图信息，呼吸建像时要考虑呼吸波形信息。
图8是本发明另一实施例的结合心电图信号的数据示意图。参考图8，在心脏建像时，需要将利用上述方法确定的数据范围结合心电图(ECG)信息，得出的建像需要的数据为[StartIndex01,EndIndex01]和T0的交集区域。
本发明一实施例的医学图像重建任务的调度装置可以如图3所示的计算机系统或者其变化例中实施。例如图像重建装置可包括诸如RAM 340这样的存储器、处理器320这样的处理器和储存在存储器上的计算机指令，处理器执行该计算机指令时实施本发明所描述的方法。计算机指令可以持久在存储在ROM 330或硬盘370这样的计算机存储介质中，或者临时地通过通信端口350从网络获取后实施。处理器320可以是通用处理器(CPU)，也可以是图形处理器(GPU)。
本发明的一实施例的计算机存储介质，其上存储有计算机指令，其中当计算机指令被处理器执行时，执行本发明所描述的方法。计算机存储介质可以是如图3的RAM 340、ROM 330、硬盘370，也可以是光盘、软盘等各种已知的介质。位于计算机存储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。
本发明的图像重建装置可以包含在医学成像系统，例如图1所示的成像系统110中，作为其一部分，也可以是独立于医学成像系统的装置。
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。
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。
虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (10)
1.一种医学图像重建任务的调度方法，包括：
a.执行第一重建任务；
b.当优先级高于所述第一重建任务的第二重建任务被加入时，暂停所述第一重建任务，保存所述第一重建任务的恢复参数；
c.执行所述第二重建任务；
d.当所述第二重建任务执行完毕时，根据所述恢复参数以及所述第一重建任务的初始参数计算所述第一重建任务从暂停点继续重建所需的数据起始位置；
e.从所述数据起始位置继续执行所述第一重建任务。
2.根据权利要求1所述的方法，其特征在于，步骤d包括：
d1.根据所述恢复参数以及所述初始参数计算所述第一重建任务从暂停点继续重建所需的床码起始位置；
d2.将所述床码起始位置映射成数据的索引值，以得到所述数据起始位置。
3.根据权利要求2所述的方法，其特征在于，当根据所述恢复参数能够确定已完成图像张数时，步骤d1中计算所述床码起始位置的方法如下：
StartPosition＝ReconStart+CouchDirection*(ProducedImageNum*ImageIncrement－ExtendReconLength)
其中，StartPosition为所述床码起始位置，ReconStart为所述第一重建任务的下发起始位置，CouchDirection为床运动方向，进床时为-1，出床时为+1，ProducedImageNum为所述已完成图像张数，ImageIncrement为图像间的步进距离，ExtendReconLength为需要扩展的长度。
4.根据权利要求1所述的方法，其特征在于，若所述第一重建任务的重建算法中存在需要对数据的头尾进行截取的算法时，则根据所述需要对数据的头尾进行截取的算法的特性对所述数据起始位置进行扩展。
5.根据权利要求1所述的方法，其特征在于，在步骤d之后还包括步骤d10：根据所述恢复参数以及所述初始参数计算所述第一重建任务从暂停点继续重建所需的数据终点位置。
6.根据权利要求5所述的方法，其特征在于，所述步骤d10包括：
d11.根据所述恢复参数以及所述初始参数计算所述第一重建任务从暂停点继续重建所需的床码重建长度；
d12.根据所述第一重建任务从暂停点继续重建所需的床码起始位置和所述床码重建长度计算床码终点位置；
d13.将所述床码终点位置映射成数据的索引值，以得到所述数据终点位置。
7.根据权利要求6所述的方法，其特征在于，当根据所述恢复参数能够确定已完成图像张数时，步骤d11中计算所述床码重建长度的方法如下：
ReconLength＝CouchDirection*[(ImageNum-ProducedImageNum-1)*ImageIncrement+2*ExtendReconLength]
其中，ReconLength为所述床码重建长度，CouchDirection为床运动方向，进床时为-1，出床时为+1，ImageNum为所述第一重建任务的下发重建图像张数，ProducedImageNum为所述已完成图像张数，ImageIncrement为图像间的步进距离，ExtendReconLength为需要扩展的长度。
8.根据权利要求3或7所述的方法，其特征在于，所述需要扩展的长度ExtendReconLength通过下式计算得到，
ExtendReConLength＝0.5*[ImageThickness+Collimation*(1+0.5*ScanFov/SID)]
其中，ImageThickness为图像层厚度，Collimation为探测器的宽度，ScanFov为机架的孔径，SID为球管到机架旋转中心的距离。
9.根据权利要求1所述的方法，其特征在于，若所述第一重建任务是依据门控信号进行建像时，则根据由所述数据起始位置和数据终点位置确定的数据范围与所述门控信号的交集确定建像所需的数据。
10.一种医学图像重建任务的调度装置，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机指令，其特征在于，所述处理器执行所述计算机指令时实现如权利要求1至9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710493876.8A CN107221014A (zh) | 2017-06-26 | 2017-06-26 | 医学图像重建任务的调度方法和装置以及医学成像系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710493876.8A CN107221014A (zh) | 2017-06-26 | 2017-06-26 | 医学图像重建任务的调度方法和装置以及医学成像系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107221014A true CN107221014A (zh) | 2017-09-29 |
Family
ID=59950769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710493876.8A Pending CN107221014A (zh) | 2017-06-26 | 2017-06-26 | 医学图像重建任务的调度方法和装置以及医学成像系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107221014A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108634975A (zh) * | 2018-04-26 | 2018-10-12 | 沈阳东软医疗系统有限公司 | 扫描定位方法和装置 |
| US11227416B2 (en) * | 2018-11-28 | 2022-01-18 | Siemens Healthcare Gmbh | Image reconstruction method, apparatus, and system in magnetic resonance imaging, and storage medium |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1409209A (zh) * | 2001-09-24 | 2003-04-09 | 深圳市中兴通讯股份有限公司上海第二研究所 | 一种多任务实时操作系统的实现方法 |
| CN1570855A (zh) * | 2004-04-30 | 2005-01-26 | 浙江大学 | Arm处理器架构的微内核设计方法 |
| CN104107063A (zh) * | 2013-04-18 | 2014-10-22 | 上海联影医疗科技有限公司 | 一种医学图像扫描方法及装置 |
| CN105303589A (zh) * | 2014-10-21 | 2016-02-03 | 沈阳东软医疗系统有限公司 | 用于计算ct扫描的重建图像中的运动向量场的方法及装置 |
| CN106264587A (zh) * | 2016-07-25 | 2017-01-04 | 沈阳东软医疗系统有限公司 | 多序列扫描方法及装置 |
| CN106651985A (zh) * | 2016-12-29 | 2017-05-10 | 上海联影医疗科技有限公司 | Ct图像的重建方法和装置 |
| CN106802825A (zh) * | 2016-12-09 | 2017-06-06 | 南京邮电大学 | 一种基于实时系统的动态任务调度方法与系统 |
-
2017
- 2017-06-26 CN CN201710493876.8A patent/CN107221014A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1409209A (zh) * | 2001-09-24 | 2003-04-09 | 深圳市中兴通讯股份有限公司上海第二研究所 | 一种多任务实时操作系统的实现方法 |
| CN1570855A (zh) * | 2004-04-30 | 2005-01-26 | 浙江大学 | Arm处理器架构的微内核设计方法 |
| CN104107063A (zh) * | 2013-04-18 | 2014-10-22 | 上海联影医疗科技有限公司 | 一种医学图像扫描方法及装置 |
| CN105303589A (zh) * | 2014-10-21 | 2016-02-03 | 沈阳东软医疗系统有限公司 | 用于计算ct扫描的重建图像中的运动向量场的方法及装置 |
| CN106264587A (zh) * | 2016-07-25 | 2017-01-04 | 沈阳东软医疗系统有限公司 | 多序列扫描方法及装置 |
| CN106802825A (zh) * | 2016-12-09 | 2017-06-06 | 南京邮电大学 | 一种基于实时系统的动态任务调度方法与系统 |
| CN106651985A (zh) * | 2016-12-29 | 2017-05-10 | 上海联影医疗科技有限公司 | Ct图像的重建方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| TRISTAN GLATARD: "Performance Evaluation of Grid-Enabled Registration Algorithms Using Bronze-Standards", 《SPRINGER-VERLAG BERLIN HEIDELBERG》 * |
| 杨旭: "基于微处理器的螺旋CT固件远程升级的设计与实现", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108634975A (zh) * | 2018-04-26 | 2018-10-12 | 沈阳东软医疗系统有限公司 | 扫描定位方法和装置 |
| US11227416B2 (en) * | 2018-11-28 | 2022-01-18 | Siemens Healthcare Gmbh | Image reconstruction method, apparatus, and system in magnetic resonance imaging, and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5377310B2 (ja) | 胸部ｃｔ撮像における心運動アーチファクトの削減 | |
| US20070109299A1 (en) | Surface-based characteristic path generation | |
| CN105190696A (zh) | 用于同时的图像伪像减少和断层扫描重建的系统和方法 | |
| US20150248538A1 (en) | 3d modelling of bodies | |
| JP4337987B2 (ja) | 情報処理装置およびプログラム | |
| WO2007122896A1 (ja) | 医用画像表示システム及び医用画像表示プログラム | |
| CN106296764A (zh) | 图像重建方法及系统 | |
| CN107016672A (zh) | 医学扫描图像的重建方法和装置以及医学成像系统 | |
| US9498645B2 (en) | Dose deformation error calculation method and system | |
| CN105580053A (zh) | 运动补偿的迭代重建 | |
| CN107221014A (zh) | 医学图像重建任务的调度方法和装置以及医学成像系统 | |
| CN112116642A (zh) | 医学图像的配准方法、电子装置和存储介质 | |
| JP6074450B2 (ja) | Ｃｔシステム | |
| US8594461B2 (en) | Image data compression and decompression | |
| CN105225257A (zh) | 用于来自医学扫描的人类骨架的可视化方法 | |
| JP5602142B2 (ja) | 医療レポートのための患者固有の解剖学的スケッチのための物および方法 | |
| WO2022163513A1 (ja) | 学習済みモデルの生成方法、機械学習システム、プログラムおよび医療画像処理装置 | |
| CN115619792A (zh) | 一种ct影像中肋骨二维展开方法、装置及应用 | |
| JP2017099755A (ja) | 情報処理装置、画像再構成方法、およびプログラム | |
| CN106651985A (zh) | Ct图像的重建方法和装置 | |
| JP4191753B2 (ja) | 画像処理方法 | |
| JPWO2020090445A1 (ja) | 領域修正装置、方法およびプログラム | |
| Yu et al. | 3D Reconstruction of Medical Image Based on Improved Ray Casting Algorithm | |
| JP2006513812A (ja) | 可変ピッチ・スパイラルｃｔ用の効率的な画像復元アルゴリズム | |
| Rumberger et al. | Development and application of image processing, data processing, database, and data query tools to study post-infarction cardiac remodeling in man |
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 | ||
| CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 no.2258, Chengbei Road, Jiading District, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| CB02 | Change of applicant information |