CN107223267A - 图像重建方法和系统 - Google Patents
图像重建方法和系统 Download PDFInfo
- Publication number
- CN107223267A CN107223267A CN201680006842.5A CN201680006842A CN107223267A CN 107223267 A CN107223267 A CN 107223267A CN 201680006842 A CN201680006842 A CN 201680006842A CN 107223267 A CN107223267 A CN 107223267A
- Authority
- CN
- China
- Prior art keywords
- voxel
- subset
- ray
- thread
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 80
- 230000015654 memory Effects 0.000 claims abstract description 65
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 11
- 239000012141 concentrate Substances 0.000 claims 1
- 230000002285 radioactive effect Effects 0.000 abstract description 111
- 238000002600 positron emission tomography Methods 0.000 description 34
- 239000002245 particle Substances 0.000 description 25
- 238000003384 imaging method Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 16
- 238000001514 detection method Methods 0.000 description 15
- 230000005855 radiation Effects 0.000 description 15
- 238000002591 computed tomography Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 13
- 239000013078 crystal Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000005251 gamma ray Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 238000012357 Gap analysis Methods 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004323 axial length Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000001962 electrophoresis 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
- 239000010977 jade Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 125000003367 polycyclic group Chemical group 0.000 description 1
- 229940121896 radiopharmaceutical Drugs 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 230000002799 radiopharmaceutical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000000007 visual effect 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
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- 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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/428—Real-time
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及一种用于图像重建的系统和方法。该方法可以包括:获取与一个体积内的射线对应的原始数据;确定穿过多个体素的一条放射线;将所述体素分为多个子集,至少一些子集的体素被顺序加载到一个存储器中;以及执行对所述顺序加载的体素的计算。所述放射线可以基于原始数据确定。所述计算可以由一个并行硬件架构中的多个处理线程执行。一个处理线程可以对应一个体素的子集。
Description
技术领域
本申请涉及图像处理,更具体地,涉及图像重建中数据处理的系统和方法。
背景技术
正电子发射断层成像(Positron emission tomography,PET)已经越来越广泛地用于医疗诊断和其他用途。一个待测物体,如一个患者,可以被一个PET系统扫描以获得PET数据集。为从PET数据集中重建出PET图像,各种重建方法已被开发出来。这些方法大致可分为两类:解析法和迭代法。
在PET图像重建过程中,前向投影和反向投影可能消耗大量的计算。由于迭代方法的图像重建涉及多次前向投影和反向投影操作,迭代方法的重建过程可能更耗时。最近几年,前向投影和反向投影操作的并行化研究已经在进行,如迭代逼近法的并行计算使用一个图形处理单元(Graphics Processing Unit,GPU)。
这样的方法可能涉及一个共享存储器或一个纹理存储器的使用。共享存储器或纹理存储器可以存储一个图像矩阵,并且GPU可以以相对短的时间来访问该图像矩阵。共享存储器或纹理存储器的存储器空间相对较小,通常从几千字节到几兆字节。然而,实际上,由于PET系统的较高的空间分辨率和/或PET扫描仪尺寸上的增加,图像矩阵可能需要更多的存储空间。因此,共享存储器或纹理存储器的存储器空间可能不足以处理在这种PET扫描器中获取的图像矩阵。因此,需要解决这些和/或其他问题。
发明内容
本申请的一些实施例涉及一种生成图像的方法。该方法可以包括一个或多个以下操作。获取与一个体积内的射线对应的原始数据。所述体积可以包括放射线的不同区域。放射线的区域可以基于例如径向距离、倾角、旋转角度等的参数或其组合来确定。在一些实施例中,例如在PET系统中,可以基于响应线(Line of response,LOR)上的湮灭点的位置来确定放射线的区域。可以基于原始数据确定放射线中穿过所述体积中的多个体素的第一放射线。所述体素可以被分成多个子集,至少一个体素的子集被顺序地加载到存储器中。在一些实施例中,所述放射线穿过的体素可以基于诸如径向距离、倾角、旋转角度等的参数或其组合被分成不同的子集。在一些实施例中,例如在PET系统中,放射线穿过的体素也可以基于LOR上的湮灭点的位置被分成多个子集。一个体素的子集可以对应于一个或多个体素。体素的不同子集可以分配不同的线程。在一些实施例中,与体素相对应的线程的分配可以涉及放射线线对体素的截距。可以由并行硬件架构中的多个处理线程执行关于体素的子集的计算,其中,一个处理线程对应于一个体素的子集。与放射线相关的体素的不同子集的计算可以由处理单元(例如,线程)来处理。线程执行的计算可以并行或至少部分并行进行。在一些实施例中,并行硬件架构可以包括至少一个图形处理单元。所述图形处理单元可以进一步包括多个标量处理器。所述多个处理线程可以具有相同的控制路径。在一些实施例中,控制路径可以是信号从图形处理单元传播到线程的距离。在一些实施例中,计算包括前向投影。可以基于与待测物体相对应的粒子发射数据进行前向投影来获得测量数据。在一些实施例中,计算包括反向投影。可以基于测量数据通过执行反向投影来获得粒子发射数据。在一些实施例中,可以迭代地执行前向投影和反向投影。
本申请的一些实施例涉及一个包括数据采集模块、数据处理引擎、分析模块和投影模块的系统。所述系统可以重建被测对象的图像。当系统中的数据采集模块接收与一个体积内的粒子发射活动相对应的原始数据时,系统可以执行一个或多个以下操作。系统可以基于原始数据来确定穿过体积中的多个体素的放射线。所述体素可以被分成多个子集,至少一个体素的子集被顺序地加载到存储器中。在一些实施例中,所述放射线穿过的体素可以基于诸如径向距离、倾角、旋转角度等的参数,或类似的,或其组合被分组成不同的子集。在一些实施例中,在PET系统里,放射线穿过的体素也可以基于LOR上的湮灭点的位置被分成多个子集。如本申请所述,LOR是PET系统中的放射线的具体表示,在一些其它成像系统中,放射线可以采取与辐射有关的其它的射线形式。一个体素的子集可以对应于一个或多个体素。可以由并行硬件架构中的多个处理线程执行关于体素子集的计算,其中,一个处理线程对应于一个体素的子集。与放射线相关的体素的不同子集的计算可以由处理单元(例如,线程)来处理。线程执行的计算可以并行或至少部分并行进行。在一些实施例中,计算可以包括前向投影或反向投影。
附加特征将在后续描述中部分地阐述,并且本领域技术人员通过检查后续描述及其附图的方式将会是显而易见的,或者可以通过实施本申请的实施例来理解本申请。本申请的特征可以通过实施下述的详细示例中阐述的方法,手段及其组合来实现和获得。
附图说明
以示例性实施例的方式对本申请进一步描述。这些示例性实施例具体参照附图进行描述。这些实施例是非限制性实施例,其中类似的参考标号在附图的不同视图中代表类似结构,并且其中:
图1是根据本申请的一些实施例所示的一个成像系统100的示意框图;
图2是根据本申请的一些实施例所示的一个γ射线探测器200的透视图;
图3-A和图3-B是根据本申请的一些实施例所示的响应线(LORs)的几何结构;
图4是根据本申请的一些实施例所示的一个图形处理器107的示意框图;
图5是根据本申请的一些实施例所示的一个图像重建的示意性流程图;
图6是根据本申请的一些实施例所示的一个分配架构;
图7是根据本申请的一些实施例所示的一个响应线穿过体素的示意图;
图8是根据本申请的一些实施例所示的并行计算响应线的示意图;以及
图9是根据本申请的一些实施例所示的并行计算架构下在CPU和GPU间进行数据传输的示意图。
具体实施方式
在下面的详细描述中,通过示例阐述了本申请的许多具体细节,以便提供对相关披露的透彻理解。然而,对于本领域的普通技术人员来讲,本申请显而易见的可以在没有这些细节的情况下实施。在其他情况下,本申请中的公知的方法、过程、系统、组件和/或电路已经在别处以相对高的级别进行了描述,本申请中对此没有详细地描述,以避免不必要地重复。对于本申请的实施例的各种修改对于本领域技术人员将是显而易见的,并且在不脱离本公开的精神和范围的情况下,本申请定义的一般原理可以应用于其他实施例和应用场景。因此,本申请不限于本申请中提及的实施例,而是与符合权利要求的最广范围相一致。
应当理解的是,本申请中使用“系统”、“装置”、“单元”和/或“模块”术语,是用于区分在顺序排列中不同级别的不同部件、元件、部分或组件的一种方法。然而,如果其他表达式可以实现相同的目的,这些术语可以被其他表达式替换。
应当理解的是,当单元、引擎、模块或块被称为“在……上”、“连接到”或“耦合到”另一单元、引擎、模块或块时,其可以直接与另一单元、引擎、模块或块通信,或者可以存在中间单元、引擎、模块或块,除非上下文明确提示例外情形。例如,本申请所使用的术语“和/或”包括一个或多个相关所列条目的任何一个和所有组合。
本申请所用术语仅为了描述特定实施例,而非限制本申请范围。如本申请说明书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”仅指定包括已明确标识的整体、器件、行为、指定特征、步骤、元素、操作和/或组件,而该类表述并不构成一个排它性的罗列,其他整体、器件、行为、指定特征、步骤、元素、操作、组件和/或它们的组合也可以包含在内。一般来说,术语“构建”与“重建”仅表示一种数据转换为图像的相似的过程。此外,短语“图像处理”和短语“图像生成”可以互换使用。在一些实施例中,图像处理可以包括图像生成。
本申请涉及一种图像重建系统。具体地,该方法可以在处理单元的并行架构中执行。在一些实施例中,该方法可以在并行硬件架构是至少一个图形处理单元(GPU)的情况下被详细描述。本申请中的系统也可以应用于不背离基本原理的并行架构的修改版本中。所述方法和系统可以用于基于图像数据的图像重建中,这些图像数据可以通过例如正电子发射断层摄影(PET)系统,单光子发射计算机断层摄影(SPECT)系统,计算机断层摄影(CT)系统,数字射线照相(DR)系统,多模态系统,磁共振成像系统,或类似的,或其的组合。
图1是根据本申请的一些实施例所示的一个成像系统100的示意框图。应当注意,下面描述的成像系统100仅为了说明的目的,而不限制本申请的范围。这里使用的射线可以包括粒子射线、光子射线,或类似的,或其任何组合。粒子射线可以包括中子、质子、电子、μ-介子、重离子,或类似的,或其任何组合。光子束可以包括X射线、γ射线、β射线、紫外线、激光,或类似的,或其任何组合。成像系统可以应用到诸如医学或工业的不同领域中。例如,成像系统可以是正电子发射断层摄影(PET)系统、单光子发射计算机断层摄影(SPECT)系统、计算机断层摄影(CT)系统、数字射线照相(DR)系统、多模态系,或类似的,或其任何组合。示例性多模态系统可以包括计算机断层摄影-正电子发射断层摄影(CT-PET)系统、计算机断层摄影-磁共振成像(CT-MRI)系统等。又例如,该系统可以用于内部检查组件包括例如缺陷检测、安全扫描、故障分析、计量学、装配分析、空隙分析、壁厚分析,或类似的,或其任何组合。
如图1所示,成像系统100可以包括机架101、探测器102、控制器104、中央处理器105、主存储器106、图形处理器107、GPU存储器单元108、二级存储器109和数据采集电路111。
机架101可以包括开口103,一个待测物体,如患者可以位于机架内进行检查。可以按照从头部到腹部直到脚部的顺序扫描患者,从而获得患者的图像。探测器102可以包括多个探测单元。探测单元可以被布置为环形、部分环形或圆柱体的一部分以包围被扫描的物体。探测器102可以放置在机架101的内壁。在一些实施例中,探测器102可以是伽马射线探测器。一些实施例中,探测器102可以是X射线探测器。关于探测器102的详细描述见图2。
成像系统100还可以包括可以放置待测物体的平台(图1中未示出)。平台可以上下移动。平台可以平行于z轴移入和移出机架101。平台的移动可以由控制器104控制。此外,控制器104可以控制成像系统100的其他部件。控制器104可以与中央处理器105通信以交换与扫描仪或成像系统100的其他部分的操作相关的信息。控制逻辑(软件)和数据可以存储在连接到中央处理器105的主存储器106中。在一些实施例中,主存储器可以是随机存取存储器(RAM)、只读存储器(ROM)等。二级存储器109可以包括例如硬盘驱动器和/或移动存储驱动器,如软盘驱动器。磁带驱动器、光盘驱动器等。移动存储驱动器可以以某种方式从可移动存储单元读取和/或写入数据。
控制器104还可以控制图形处理器107。图形处理器107可以是单个处理器或多个多重处理器的集合。一个多重处理器可以具有几个单指令多数据结构(SIMD)标量处理器,所述单指令多数据结构(SIMD)标量处理器共享指令单元并执行相同的机器指令。图形处理器107可以包括多个着色模块、一个栅格化模块,或类似的,或其组合。各个模块可以位于一个信号半导体平台上以形成图形处理单元(GPU)。如本申请中所使用的,信号半导体平台可以指单一半导体基底的集成电路或芯片。应当注意,术语“信号半导体平台”还可以涉及多芯片操作,并且相对于使用传统的中央处理单元(CPU)和总线配置具有实质性的改进。在一些实施例中,各个模块可以单独地或集成地位于半导体平台上。
图形处理器107可以访问GPU存储器单元108。GPU存储器单元108可以采用全局存储器,共享存储器,寄存器等的形式,或类似的,或其组合。例如,共享存储器可以由其各个并行处理器访问。共享存储器可以包括与每个处理器相关联的物理上分离的多个存储器(例如,包括在图形处理器107中)。或者,共享存储器可以包括在处理器之间共享的一个或多个存储器的分别分配的区域。又例如,全局存储器可以被例如图形处理器107的一个或多个处理器访问。全局存储器可以位于一个与图形处理器107所在的集成电路分离的集成电路上。GPU存储器单元108可以由ROM、RAM等存储介质形成。在一些实施例中,与数据采集电路111相关的数据和/或由图形处理器107处理产生的各种数据可以写入并存储在RAM中,和/或可以根据需要从RAM读取。数据采集电路111可用于探测成像系统中的放射线。例如,放射线可以在PET系统中表现为响应线(LOR)的形式。LOR的探测可以由数据采集电路111通过计数正电子湮灭的符合值来执行。又例如,放射线可以是穿过CT系统中的待测物体(例如,患者)的X射线束。穿过X射线源和探测器102之间的待测物体的X射线束的强度可以被衰减,并由数据采集电路111进一步评估。在一些实施例中,ROM可以存储用于各种核医学诊断成像的程序。核医学诊断的示例性类型可以包括PET,SPECT,CT,MRI,或类似的,或其组合。例如,为了使NVIDIA公司提供的称为CUDA的并行计算架构使用图形处理器107执行并行计算,与CUDA相关的程序可以存储在ROM中,并且可以由中央处理器105和/或图形处理器107根据需要执行。这里还应当注意,这里使用的“响应线”或“LOR”可以代表放射线,而不是为了限制本申请的范围。本文所用的放射线可包括粒子射线,光子射线,或类似的,或其任何的组合。粒子射线可以包括中子,质子,电子,μ-介子,重离子,或类似的,或其任何的组合。例如,在CT系统的情况下,放射线可以表示穿过被测对象的X射线束的强度。又例如,放射线可以表示在PET系统中产生正电子的概率。
数据采集电路111可以从原始数据中选择要进一步处理的数据。数据采集电路111可以测量探测器102上的计数,并确定例如PET的响应线(LOR),CT中通过被测对象的X射线等。在一些实施例中,在PET的情况下,数据采集电路111可以是符合计数电路。具体地,当患者服用放射性药物后,正电子的湮灭可以产生两个γ射线。例如,符合计数电路可以检查伽马射线的入射时间,并且当伽马射线同时或几乎同时在探测器102相对患者的两侧上撞击时,确定输入的事件为合适的数据。符合计数电路可以是数据采集电路111的一部分。
在一些实施例中,显示器110可以显示例如图形处理器107生成的图像。在一些实施例中,显示器110可以显示存储在GPU存储器单元108、主存储器106和/或二级存储器109中的数据。
进一步地,虽然未示出,成像系统100可以连接到网络(例如,电信网络、局域网(LAN)、无线网络、广域网(WAN)例如因特网、点对点网络、有线网络等)进行通信。
图2是根据本申请的一些实施例所示的一个放射线(例如,γ射线)探测器200的透视图。如图2所示,放射线探测器200可以包括闪烁晶体块210、光导管220和光电倍增管230。光导管220可以光学地耦合到闪烁晶体块210,光电倍增管230可以光学地耦合到光导管220。应当注意,下面描述的放射线探测器200仅用于说明的目的,而不是旨在限制本申请的范围。本文使用的射线可以包括粒子射线,光子束,或类似的,或其任何的组合。粒子射线可以包括正电子、中子、质子、电子、μ-介子、重离子,或类似的,或其任何的组合。光子束可以包括γ射线、β射线、X射线、紫外线、激光,或类似的,或其任何的组合。在一些实施例中,放射线探测器200可以包括一个或多个探测块。探测块可以包括多个探测单元。在PET系统中,放射线探测器200的探测块可以以环状或圆柱体的形式布置,使得放射线探测器200的横截面可以基本上是封闭形状,例如,圆、椭圆等。在CT系统中,放射线探测器200的探测块可以以圆弧,一部分环或一部分圆柱体的形式布置。一个探测环,在PET中也被称为PET环,或在CT中被称为CT环,可以包括一个或多个探测块。放射线探测器200可以包括一个或多个探测环。这种放射线探测器200可以在z轴上围绕被测对象。
在一些实施例中,探测环的直径可以相同。探测环的数量可以取决于探测模块的数量。探测模块可以对应于一个或多个探测环。在一些实施例中,一个或多个探测模块可以在成像系统中使用,它们彼此连接或彼此分离。在一些实施例中,探测模块可以沿着机架101的z轴方向平行布置,以在系统中形成多环探测器。仅作为示例,在一些实施例中,PET环的数量可以在16-112之间。例如,PET环的数量可以是24,36,44,52,96或112。在一些实施例中,PET环的数量可以超过112。
应当注意的是,以上的描述,包括如探测环的直径或形状的内容仅为了说明的目的,而不是为了限制本发明的范围。例如,放射线探测器200可以包括占据环或圆柱体的一部分的一个或多个探测块,使得放射线探测器200的横截面可以是封闭形状的一部分。例如,一对探测块可以相对于z轴(例如,机架101的中心线)相对设置。这种探测器200可以被驱动以围绕z方向旋转。
闪烁晶体块210可以包括多个闪烁晶体单元。闪烁晶体单元可以将照射在闪烁晶体单元上的放射线转换为光。在一些实施例中,闪烁晶体单元可以通过自身发射光的方式将放射线转换成光。发射的光可以在闪烁晶体块210中进一步扩散,并且可以通过光导管220传输到光电倍增管230。
光电倍增管230可以倍增由光导管220传输到其上的光。光电倍增管230可以将光转换成电信号。在一些实施例中,电信号可以进一步发送到图形处理器107中。在一些实施例中,如上所述,电信号可以被识别为数据采集电路111(PET系统中的符合计数电路)的事件。在一些实施例中,仅当光几乎同时地撞击在闪烁晶体单元上且光撞击的两个闪烁晶体的连线穿过被测对象时,光撞击闪烁晶体的行为可以作为被探测到的一个真实事件,且该事件可以被数据采集电路111计数。这里应当注意,光电倍增管230仅是一个用于说明光电信号转换器的示例,并不旨在限制本申请的范围。例如,光电转换器还可以进一步包括光电二极管、电泳探测器,或类似的,或其任何的组合。
在一些实施例中,可以使用迭代近似方法重建在成像系统100中获取的图像数据。示例性迭代方法可以包括ML-EM(最大似然期望最大化)、OSEM(有序子集期望最大化)、RAMLA(行-行为最大似然算法)、DRAMA(动态行-行为最大似然算法),或类似的,或其组合。在一些实施例中,迭代近似方法可以包括获取与粒子发射行为对应的测量数据的前向投影操作,和获取粒子发射数据的反向投影操作。前向投影操作可以包括执行由数据采集电路111收集的待测物体对应的粒子发射数据的前向投影计算。反向投影操作可以包括执行测量数据的反向投影计算。在一些实施例中,前向投影操作和/或反向投影操作可由一个或多个计算机上的一个或多个GPU并行计算。例如,可以并行计算对应于不同体素的子集的前向投影计算。又例如,可以并行计算对应于不同体素的子集的反向投影的计算。体素的分组可以取决于例如穿过相应体素的放射线(例如,LOR或X射线)的辐射方向,放射线在体素中的截距,或类似的,或其组合。关于体素分组和并行计算的细节可以在本申请的其它部分中找到。再例如,可以并行计算对应于不同放射线的前向投影或反向投影的计算。
图3-A和图3-B是根据本申请的一些实施例所示的响应线(LORs)的几何结构。如图3-A所示,一条或多条放射线可以被以圆柱体形式布置的探测器200探测。放射线可以被不同的参数表征。示例性参数可以包括旋转角度,倾角,径向距离,或类似的,或其组合。
为了说明的目的,考虑平面302上的放射线303。平面302可以与z方向平行。与放射线303相关的旋转角度可以是由x方向和平面320形成的角度。在一些实施例中,旋转角度可以是0°至360°的任何值。与放射线303相关的倾角θ可以是由放射线303和x-y平面形成的角度。在一些实施例中,倾角θ的值可以取决于探测器200的尺寸。例如,倾角θ的最大值可以由圆柱体301的高度和底部的尺寸或圆柱体301的横截面(例如,底部的半径或圆柱体301的横截面)确定。圆柱体301的高度可以对应于探测环的数量。在一些实施例中,圆柱体301包括的环越多,倾角可以达到的最大值越大。
在一些实施例中,对应于一个定值θ的放射线的数量可以与倾角θ有关。例如,对应于倾角θ接近0时的放射线的数量可能大于对应于倾角θ接近最大值时的放射线的数量。
如图3-B所示,放射线303和304位于平面302上。放射线304的倾角θ′小于放射线303的倾角θ。为了说明的目的,在平面上的对应于一个较小倾角θ′的放射线304可能相对于对应较大倾角的放射线303有更高的概率被探测到。
如图3-B所示,与放射线303相关的径向距离可以表示从原点O到平面302的距离。为了更好地说明应用,以PET系统为例但不对应用的范围构成限制。点A可以表示产生撞击在探测器上并形成LOR303的两个光子的湮灭点。点A在x-y平面上的投影是A’,原点O在平面302上的投影是O’。在一些实施例中,点A的位置可由A’和O’之间的距离表示。
在图像重建过程中,放射线可以基于例如径向距离,LOR处的湮灭点的位置、倾角、旋转角度,或类似的,或其组合而被分组成不同的区域。在一些实施例中,与不同旋转角度有关的LOR可以被划分成不同的区域。可以在LOR的不同区域上的依次进行迭代重建方法(例如,OSEM,MLEM,DRAMA等)。例如,对应于某一确定的旋转角度的LOR可以被分到同一个区域,并且可以在一次迭代重建过程中被计算。在一个迭代中,可以在测量中获取多个方向测量数据,并通过对图像细节的评估进行处理。在根据本申请的一些实施例中,测量数据可以由前向投影产生。在一些实施例中,可以基于上一次迭代的反向投影产生的粒子发射数据来进行前向投影。上一次迭代可以基于对应于一个确定的旋转角度或一定范围的放射线的第一区域。迭代的反向投影可以通过反向投影前向投影产生的测量数据进行,并且可以基于对应于另一特定旋转角度值或一定范围的放射线的第二区域。
图4是根据本申请的一些实施例的图形处理器107的框图。如图4所示,图形处理器107可以包括数据采集模块410,控制模块420,数据处理引擎430和输出模块440。数据处理引擎430可以包括投影模块432和分析模块431。分析模块431可以包括分组单元4310和体素-线程分配单元4311。在一些实施例中,控制模块420可以控制分析模块431中分组单元4310和体素-线程分配单元4311、数据处理引擎430中的投影模块432、数据采集取模块410和/或输出模块440中的至少一个。数据处理引擎430可以基于从数据采集模块410、控制模块420或输出模块接收的信息,生成与一个或多个图像(例如,PET图像或CT图像)相关的数据,并且可以进一步重建该一个或多个图像。在一些实施例中,连接到存储器或与存储器通信的输出模块440可将反馈传送到数据处理引擎430。在一些实施例中,发送到数据处理引擎430的反馈可以基于由数据处理引擎430处理的数据。数据采集模块410、控制模块420、数据处理引擎430和输出模块440可以直接相连或者通过中间元件(图4中未示出)相连。中间元件可以是可见组件或不可见场(无线电,光学,声波,电磁感应等)。不同单元/模块之间的连接可以是有线或无线的。有线连接可以包括使用金属电缆,光缆,混合电缆,接口,或类似的,或其任何的组合。无线连接可以包括使用局域网(LAN),广域网(WAN),蓝牙,ZigBee,近场通信(NFC),或类似的,或其任何的组合。
需要注意的是,上述关于放射成像系统的描述都是用于说明的,不是用于限制本发明的保护范围的。对于本领域的技术人员来说,在了解单元间关联的基本原理后,可能在不背离这一原理的情况下,对实施上述单元和单元件的联系方式和细节上的各种修正和改变。这些修正和改变仍属于本申请的保护范围。在一些实施例中,单元/模块可以是独立的。在一些实施例中,部分单元可以集成为一个单元以协同工作。
数据采集模块410可以直接或间接地从成像系统100中的其它部件获取数据,例如数据采集电路111,中央处理器105,GPU存储器单元108,控制器104,显示器110等。所获取的数据可以被发送到数据处理引擎430并由数据处理引擎430进一步处理。在一些其他实施例中,所获取的数据可以被发送到控制模块420,以进一步控制数据采集模块410的操作。
根据本申请的一些实施例,控制模块420可以控制数据采集模块410,数据处理引擎430,输出模块440或系统中未示出的其它单元或设备。控制模块420可以从数据采集模块410,数据处理引擎430和/或输出模块440接收信息,也可以向它们发送信息。在一些实施例中,控制模块420可以控制数据采集模块410的操作。例如,控制模块420可以控制是否获取数据或下一次数据采集的时间。又例如,控制模块420可以控制在重建的迭代过程中哪一个区域的放射线被处理。控制模块420可以控制数据处理引擎430,选择不同的算法来处理图像的原始数据,以确定迭代投影处理的迭代次数和/或放射线的位置。控制模块420可以向输出模块440发送命令以显示图像。在一些实施例中,控制模块420可以接收由用户,如成像技术员或医生,提供的实时或预定命令。在一些实施例中,控制模块420可以从计算机设备接收命令。在一些实施例中,当触发事件发生时,计算机设备的命令发送命令。
数据处理引擎430可以处理由数据采集模块410发送的数据。分析模块431可以分析由图形处理器107接收到的数据。分组单元4310可以将体素分组成多个子集,这些子集可以进一步在多个并行处理线程中计算。体素-线程分配单元4311可以控制线程与一个或多个体素的映射关系。在一些实施例中,一个线程可以被分配给一个或多个体素。在一些实施例中,体素-线程分配单元4311可以将算法分解为并行线程。投影模块432可以迭代地执行与图像相关的数据的前向投影和反向投影以生成优化的图像。前向投影可以将图像(例如,粒子发射数据)转换到数据域(例如,测量数据)。反向投影可以将数据域的数据转换成图像域中的数据。在一些实施例中,迭代次数可由用户或计算机设备指定。在一些实施例中,迭代次数可以基于一个终止迭代的条件确定。在一些实施例中,投影模块432可以涉及一个迭代循环,当条件满足时终止循环。例如,条件可以是在两次连续迭代中获得的两个图像之间的成本或误差等于或小于预设值。又例如,条件可以是在多次连续迭代(例如,多于两次迭代)中获得的多个图像(例如,多于两个图像)之间的成本或误差等于或小于预定义值。在一些实施例中,投影模块432可以包括投影内核(图4中未示出)。投影内核可以定义或衡量体素对放射线的贡献多少。例如,如果体素被放射线穿过,则投影内核可以将内核值“1”分配给该体素;如果体素不被放射线穿过,则投影核心可以将内核值“0”分配给该体素。又例如,体素对放射线的贡献可以与放射线穿过体素的截距有关,并且在前向投影和/或反向投影中会考虑体素对放射线的贡献。在一些实施例中,投影内核可以是CPU投影内核,GPU投影内核,或类似的,或其任何的组合。
输出模块440可以将由数据处理引擎430产生的图像输出到显示器110或存储设备。在一些实施例中,输出模块440可以向数据处理引擎430发送反馈以控制其进一步的操作。仅仅作为示例,当显示器出错或输出模块440连接的存储器已满时,输出模块440可反馈一个命令给数据处理引擎430,并且数据处理引擎430可以确定是否终止处理数据,或在GPU存储器中存储处理后的数据或图像。
图5是根据本申请的一些实施例所示的一个图像重建的示意性流程图。在步骤501,可以确定放射线的不同辐射区域。图像重建的过程可以对应于放射线的辐射区域进行。如本申请的其他部分所述,放射线可以基于诸如径向距离,倾角,旋转角度等之类的参数,或类似的,或其组合来分组。在一些实施例中,在PET系统中,放射线(也称为LOR)可以基于LOR上的湮灭点的位置分组。仅作为示例,放射线的区域可以基于放射线的旋转角度来确定。放射线的第一区域可以涉及第一旋转角度,放射线的第二区域可以涉及第二旋转角度。在一些实施例中,放射线的第一区域中的每个放射线的旋转角度可以是第一旋转角度。在一些实施例中,放射线的第一区域中的放射线的旋转角度可以在对应于第一旋转角度的上限或下限之间。在一些实施例中,第一区域中放射线的旋转角度可以在基于第一旋转角度的一个区间范围。如申请的其它内容中所描述的,图像重建以迭代重建方法来进行。迭代重建方法可以是OSEM,MLEM,DRAMA等。在迭代中,可以进行前向投影,由此可以生成测量数据。前向投影可以是基于粒子发射数据,粒子发射数据由上一次迭代基于放射线的第一区域进行的反向投影产生。迭代的反向投影可以对上一次迭代产生的测量数据进行反向投影,反向投影可以基于放射线的第二区域进行。
在步骤502,可以确定感兴趣的区域。可以在图像重建过程中计算穿过感兴趣区域的放射线。在一些实施例中,感兴趣区域可以由用户或成像系统100提供的默认设置来确定。例如,在迭代中由反向投影产生的图像的区域可以由用户,例如医师,医生等确定。在一些实施例中,可以基于粒子发射数据来确定感兴趣的区域。例如,可以将具有高强度的粒子发射的区域确定为感兴趣的区域。此外,可以将粒子发射强度超过一个阈值的区域确定为感兴趣的区域。
在步骤503,可以基于穿过感兴趣区域的放射线,分配体素和线程。在一些实施例中,被放射线穿过的体素可以基于,例如放射线的径向距离、放射线的倾角,放射线的旋转角度,或类似的,或其组合被分组成不同的子集。在一些实施例中,在PET系统中,LOR穿过的体素可以基于LOR上的湮灭点的位置被分组成不同的子集。体素的子集可以由图形处理107中的至少一个处理单元(例如,线程)来计算。如图4所示,体素的子集可以由分组单元4310确定,并且处理单元的分配可以由体素-线程分配单元4331执行。在一些实施例中,计算放射线对应的不同体素的子集的处理单元(例如,线程)可以位于同一处理器中相邻的位置。在一些实施例中,被分配用于计算体素的子集的处理单元(例如,线程)可以与自己的体素存储在存储器(例如,全局存储器)中的位置对应。关于体素的分组和不同体素的子集的处理单元的分配细节将在图6、图7、图8中描述。
在步骤504,可以执行前向投影。前向投影可以基于由数据采集电路111采集的与待测物体相对应的粒子发射数据进行前向投影计算以获得测量数据。在步骤505,可以执行反向投影。反向投影可以基于测量数据进行反向投影计算以获得粒子发射数据。在一些实施例中,可以基于将处理单元分配给体素的子集来执行前向投影和/或反向投影。
应当注意,许多替代方案,修改方案和变形对于本领域技术人员是显而易见的。本文描述的示例性实施例的特征,结构,方法和其他特征可以以各种方式组合以获得附加的和/或替代的示例性实施例。例如,感兴趣区域的确定可以在确定放射线区域之前进行。此外,放射线区域的确定可以基于确定的感兴趣区域。又例如,可以不需要确定感兴趣的区域。在一些实施例中,前向投影过程中的处理单元的分配可以不同于反向投影过程中的处理单元的分配。例如,一个处理单元在前向投影和反向投影过程中可以被分配用于计算不同的子集。在一些实施例中,在不同的迭代过程中,可以以不同的方式对体素进行子集的分组。例如,体素可以在第一次迭代中以第一种方式分组;在第二次迭代中,体素可以以第二种方式分组。第一种方式可能与第二种方式不同。在一些实施例中,处理单元在一次迭代中的分配可以不同于另一次迭代中处理单元的分配。
图6是根据本申请的一些实施例所示的一个分配架构。在步骤601,可以获取一条放射线。可以在步骤602识别放射线穿过的体素。识别体素时,可以获取放射线穿过体素的截距。在一些实施例中,截距可对应于粒子发射数据。例如,穿过体素的较大截距可能反映体素中较高的粒子发射强度。如图5所示的体素的线程分配可以与放射线和体素的截距有关。关于分配的细节参见在图7及其说明。
在步骤603,可以将体素划分成不同的子集。在一些实施例中,一个子集可以对应于一个体素。在一些实施例中,一个子集可以对应于两个或多个体素。如图6所示,体素1可以形成后续处理的一个第一子集,体素2和体素3可以形成后续处理的一个第二子集。当放射线穿过的体素被分组时,可以在前向投影和/或反向投影中为不同的体素子集分配不同的线程。如图6所示,体素的第一子集(例如,体素1)可以由线程1计算;体素的第二子集(例如,体素2和体素3)可以由线程2计算。线程可以由GPU软件内核(例如,包括在图形处理器107中)来控制。由线程执行的计算可以并行或至少部分并行地进行。在计算放射线的过程中,多个线程可以由控制模块420进行同步。
在步骤605,可以收集由线程计算的结果用于后续处理。在一些实施例中,后续处理可以包括在前向投影中计算测量数据或者在反向投影中计算粒子发射数据。在一些实施例中,后续处理可以包括计算与迭代过程中或其上一次迭代过程中获取的测量数据和/或粒子发射数据相关的成本函数。
图7是根据本申请的一些实施例所示的一个穿过体素的放射线的示意图。首先,可以确定放射线的起点和终点。起点A和终点B的坐标可以由LOR和待重建的图像的边界来确定。不失一般性,假设图像由Ns*Nt*Nz个体素组成,且当体素为长方体时,一个体素的尺寸为ps*pt*pz。
为了说明的目的,如图3-A和图3-B所示的z-t平面(也称为平面302)根据图5中步骤501确定的区域被阐述。由于该区域在z-t平面中,如图7所示的起点A在该区域的坐标可以是(t,z)坐标,终点B在该区域的坐标可以是(t,z)坐标。起始点A的坐标可以表示为(ts,zs),终点B的坐标可以表示为(te,ze)。在一些实施例中,一条放射线通过的体素的数量可以由放射线的倾角θ确定。例如,在环型PET/CT系统中,当倾角θ为0时,放射线可以通过Nt个体素。在一些实施例中,放射线的较大倾角θ可以对应于更多数目的该放射线穿过的体素。例如,一条放射线通过的体素的最大数量可以表示为
对应于放射线可以达到的最大倾角β。如图3所示,最大倾角β可以由环的直径Ld和轴向长度(或称为“高度”)Lz确定。更具体地,β可以等于
回到图7,放射线穿过的体素的坐标可以表示为
ts+n×dt, (2)
其中0≤n≤Nt-1,dt可以表示沿t方向的单位步长。为了说明的目的,假设最大倾角β不超过45°,放射线可以穿过不少于Nt个体素,且不超过2Nt个体素。
如图7所示,放射线穿过的体素用1、2、3、...,7标记。体素1可以对应于一个t值ts。体素2可以对应于一个t值ts+dt。体素3和体素4可以对应于t值ts+2×dt。在一些实施例中,放射线穿过的体素可以基于它们的t值被分组。例如,体素1可以形成第一子集,体素2可以形成第二子集。体素3和体素4可以形成第三子集。如本申请的其他部分所述,不同的体素子集可以被分配给不同的线程以计算由放射线和体素形成的截距。第一线程可以用于计算放射线穿过体素1的截距;第二线程可以用于计算放射线穿过体素2的截距;第三线程可以用于计算放射线在体素3和体素4的组合上的截距。
应当注意,一个子集中的体素数量可以取决于成像系统100的结构(例如,轴向长度)。例如,在最大倾角β大于45°的情况下,一个子集中的体素数不大于
应当注意,许多替代方案,修改方案和变形对于本领域技术人员将是显而易见的。本文描述的示例性实施例的特征,结构,方法和其他特征可以以各种方式组合以获得附加的和/或替代的示例性实施例。例如,体素的分组可以基于t坐标的范围,且t坐标在同一范围内的体素可以被分组到同一子集。又例如,根据包括在子集中的体素,可以为该子集分配多于一个的线程。
在一些实施例中,第一线程,第二线程和第三线程可以在同一个标量处理器中彼此相邻。在一些实施例中,图像的体素可以以特定顺序存储或缓存在存储器中。例如,可以以下列方式来存储或缓存体素:首先,沿着t方向的第一行的体素可以按顺序存储或缓存在存储器中;其次,与第一行相邻的第二行的体素可以按顺序存储或缓存在同一存储器中;第三,属于下一区域的体素的存储或缓存可以在对应本区域的体素被存储或缓存完成后执行。
如图7所示,体素1、体素2和体素3的存储或缓存可以发生在同一存储器中的体素4、体素5、体素6的存储或缓存之前。因此,在计算放射线通过体素的截距时,相邻的体素可被相邻的线程访问。例如,存储或缓存在存储器中的相邻体素1和2可以被位于GPU中彼此相邻的第一线程和第二线程访问。本申请提到的存储器可以是GPU存储单元108,GPU存储单元108可以是全局存储器,共享存储器,寄存器,或类似的,或其组合的形式。关于存储器的细节可以参见图9及其描述。
图8是根据本申请的一些实施例所示的并行计算响应线的示意图。如图8所示,“Thread_0”,“Thread_1”,“Thread_2”,“Thread_3”,“Thread_M”可以是放射线303穿过的体素的并行计算的处理单元。例如,可以使用“Thread_0”来计算放射线303穿过的与一个体素子集有关的截距。“Thread_1”可用于计算放射线303穿过的与另一个体素子集相关的截距。在一些实施例中,在一个GPU设备中,“Thread_0”和“Thread_1”可以位于标量处理器的一个相同的线程块中相邻的位置。在一些实施例中,在存储器中,由“Thread_0”计算的体素子集可以存储或缓存在由“Thread_1”计算的体素子集的相邻位置。
图9是根据本申请的一些实施例所示的并行计算架构下在CPU和GPU间进行数据传输的示意图。如图9所示,中央处理器(CPU)可以连接到图形处理单元(GPU)或与图形处理单元(GPU)通信。CPU可以与CPU存储器通信以获取指令或待处理的数据。GPU可以包括一个可与GPU存储器通信的标量处理器。示例性的GPU存储器可以包括全局存储器,本地共享存储器,特定存储器,或类似的,或其组合。在PET系统中用于图像重建的数据可以在CPU存储器和GPU存储器之间传送。应当注意,可以应用其他存储设备(例如,辅助存储器109,图9中未示出)来存储例如GPU处理器的处理结果。在一些实施例中,GPU可以包括多个标量处理器和寄存器,使在GPU中相比于在CPU中进行体素相关数据的并行处理更有效率。
根据本申请的一些实施例所示的采用并行算法的并行处理架构由虚线包围的放大图中示出。如图所示,线程是处理器中最小的处理单元。多个线程可以分布到一个块中(例如,线程块(0,0),线程块(1,0),线程块(0,1),线程块(1,1)等),多个线程块可以形成网格(例如,网格1,网格2等)。在一些实施例中,由GPU执行的一个线程块中的线程可以被分配给一个处理器,使得这些线程可以具有相同的控制路径。线程的分配可以基于线程位于的线程块和网格中的位置进行。例如,线程块中的相邻的线程可被设计为访问存储或缓存在如全局存储器中的相邻数据单元。不同体素子集的线程分配可以被一个CPU内核(例如,内核1)和/或一个GPU软件内核(未示出)控制。在一些实施例中,线程块中的每个线程可以执行独立的指令。例如,图像中体素子集的计算可以由具有不同于其他线程指令的线程来执行。
如在本申请中描述的,一条放射线可被分配给一个或多个线程。如图8所示,例如,放射线303可以由位于同一线程块中彼此相邻的“线程_0”、“线程_1”、“线程_2”,…,“线程_M”的组合进行处理。每个线程被配置为读取(写入)体素的子集。例如,“线程_1”可以被配置为读取(写入)体素1,“线程2”可以被配置为读取(写入)体素2和体素3。
GPU存储器可以包括全局存储器,本地共享存储器,特定存储器,或类似的,或其组合。特定存储器可以被配置为存储线程的本地数据。在一些实施例中,其他线程不能访问该特定存储器。本地共享存储器可以被配置为存储线程块中线程的数据。在一些实施例中,本地共享存储器可以被同一线程块中的一些或所有线程访问。在一些实施例中,本地共享存储器可以充当全局存储器的托管缓存。全局存储器可以被配置为或用作网格中所有数据块的公共存储器,并且可以被并行处理架构的所有处理器访问。在一些实施例中,图像中体素相关的数据可以以特定顺序存储或缓存在全局存储器或本地共享存储器中。例如,如图7所示,沿着t方向的一行体素可以被按顺序存储或缓存在全局存储器中。
在一些实施例中,全局存储器可以以层级的方式组织从而加速存储器访问。例如,假定放射线的不同区域可以基于旋转角度被依次地处理,则全局存储器可以被配置为依次地存储放射线穿过的体素。又例如,被同一放射线穿过的体素可以依次地存储在全局存储器中。
值得注意的是,虽然所示全局存储器所在的集成电路与前述并行处理架构的处理器所在的集成电路是分隔开的,但在一些实施例中,全局存储器和所述处理器可以根据需要集成在同一集成电路上。
CPU内核(例如,内核1,内核2等)或GPU内核(例如,内核3,内核4等),如图9所示,可以耦合到GPU处理器,并且可以被配置为或用于定义或评估一个体素对放射线的贡献多少。例如,如果一个体素被放射线穿过,则内核可以为该体素赋值“1”;如果一个体素不被放射线穿过,则内核可以为该体素赋值“零”。在一些实施例中,由内核为体素的赋值可以在本地计算并在GPU中的寄存器中进行累积。在一些实施例中,内核值可以在迭代处理之前被预先确定,并且可以存储在CPU或GPU中。在一些其他实施例中,可以在GPU上实时计算内核值。在一些实施例中,内核值可以取决于放射线穿过体素的截距。例如,穿过一个体素的较长的截距与较大的内核值有关。体素对放射线的贡献可以基于放射线的截距进行衡量。在一些实施例中,CPU内核和GPU内核可以是投影模块432中的投影内核。
应当注意,许多替代方案,修改方案和变形对于本领域技术人员将是显而易见的。本文描述的示例性实施例的特征,结构,方法和其他特征可以以各种方式组合以获得附加的和/或替代的示例性实施例。例如,CPU内核和GPU内核可以是同一个CPU和GPU共用的内核。
在一些实施例中,本申请中其它地方描述了一种有形且非暂时的存储指令的介质,这些介质可以被一个处理器或计算机执行以操作一个成像设备,该成像设备能够被操作用于执行一个或多个模块或单元的功能,例如,实现体素分组的过程,或为计算某些体素相关的数据分配线程。所述介质或媒介可以是任何类型的CD-ROM、DVD、软盘、硬盘、光盘、闪存RAM驱动器或其他类型的计算机可读介质,或其组合。
各种实施例和/或组件,例如模块、单元、处理器、组件和控制器(例如,控制器104)可以被实现为一个或多个计算机或处理器的一部分。计算机或处理器可以包括例如用于访问因特网或与云服务器通信的计算设备、输入设备、显示单元和接口。计算机或处理器可以包括微处理器。微处理器可以连接到通信总线。计算机或处理器还可以包括一个存储器。存储器可以包括随机存取存储器(RAM)和只读存储器(ROM)。计算机或处理器进一步可以包括存储设备,例如硬盘驱动器或诸如软盘驱动器,光盘驱动器等,或其组合。存储设备也可以是用于将计算机程序或其他指令加载到计算机或处理器中的其他类似装置。计算机或处理器执行存储在一个或多个存储单元中的一组指令,以便处理输入数据。存储单元还可以根据需要存储数据或其他信息。存储单元可以是信息源或处理机内的物理存储单元的形式。
需要注意的是,上述关于处理系统的描述都是用于说明的,不是用于限制本发明的保护范围的。例如,本申请中的非笛卡尔采样可以与并行成像、压缩传感、局部傅里叶变换或它们的任意组合进行结合。对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,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。
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”、“子模块”、“引擎”、“单元”、“子单元”、“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、射频信号、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。
Claims (21)
1.一种方法,包括:
获取与一个体积内的射线对应的原始数据;
基于所述原始数据,确定所述射线中的第一射线,所述第一射线穿过与所述体积对应的多个体素;
将所述体素分为多个子集,至少一些子集的体素被顺序加载到一个存储器中;以及
由一个并行硬件架构中的多个处理线程执行对所述顺序加载的体素的计算,所述多个处理线程中一个处理线程对应一个体素的子集。
2.权利要求1所述的方法,所述并行硬件架构包括至少一个图形处理单元,所述至少一个图形处理单元包括多个标量处理器。
3.权利要求2所述的方法,至少部分所述多个处理线程具有相同的控制路径。
4.权利要求1所述的方法,一个或多个所述射线包括X射线、γ射线、β射线、紫外线或激光。
5.权利要求1所述的方法,至少一条所述射线包括一个响应线。
6.权利要求1所述的方法,还包括:
确定所述第一射线穿过一个子集中体素的截距。
7.权利要求6所述的方法,还包括:
对原始数据执行至少一次迭代以获得所述体积的图像,所述至少一次迭代包括前向投影和反向投影,对所述多个子集中至少部分子集的前向投影或反向投影是并行执行的。
8.权利要求7所述的方法,所述多个子集中一个子集的体素数目取决于所述第一射线的倾角。
9.权利要求7所述的方法,所述多个子集中一个子集包括一个或多个体素。
10.一个系统,包括:
一个数据获取模块,所述数据获取模块被配置为获取与一个体积内的射线对应的原始数据;
一个数据处理引擎,所述数据处理引擎被配置为基于原始数据,确定所述射线中的第一射线,所述第一射线穿过与所述体积对应的多个体素;
一个分析模块,所述分析模块被配置为将所述体素分为多个子集,至少一些体素的子集被顺序加载到一个存储器中;
一个投影模块,所述投影模块被配置为,由一个并行硬件架构中的多个处理线程执行对所述顺序加载的体素的计算,所述多个处理线程中一个处理线程对应一个体素的子集。
11.权利要求10所述的系统,所述分析模块包括一个分组单元和一个体素-线程分配单元,其中分组单元被配置为将体素分为多个子集,所述体素-线程分配单元被配置为给体素的子集分配线程。
12.权利要求10所述的系统,其中一个处理线程被分配给一个或多个体素。
13.权利要求10所述的系统,所述并行硬件架构包括至少一个图形处理单元,所述至少一个图形处理单元包括多个标量处理器。
14.权利要求13所述的系统,至少部分所述多个处理线程具有相同的控制路径。
15.权利要求10所述的系统,所述投影模块被进一步配置为确定所述第一射线穿过一个子集中体素的截距。
16.权利要求15所述的系统,所述投影模块被进一步配置为:
对原始数据执行至少一次迭代以获得所述体积的图像,所述至少一次迭代包括:
一个前向投影和一个反向投影,对所述多个子集中至少部分子集的前向投影或反向投影是并行执行的。
17.权利要求16所述的系统,所述多个子集中一个子集的体素数目取决于所述第一射线的倾角。
18.权利要求16所述的系统,所述多个子集中一个子集包括一个或多个体素。
19.权利要求10所述的系统,所述系统包括一个中央处理器或一个图像处理器。
20.权利要求10所述的系统,所述射线是X射线、γ射线、β射线、紫外线或激光。
21.权利要求10所述的系统,所述存储器是图形处理器内存。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/079721 WO2017181357A1 (en) | 2016-04-20 | 2016-04-20 | System and method for image reconstruction |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107223267A true CN107223267A (zh) | 2017-09-29 |
CN107223267B CN107223267B (zh) | 2021-01-01 |
Family
ID=59592532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680006842.5A Active CN107223267B (zh) | 2016-04-20 | 2016-04-20 | 图像重建方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (4) | US10176604B2 (zh) |
EP (1) | EP3350776B1 (zh) |
CN (1) | CN107223267B (zh) |
GB (1) | GB2577662B (zh) |
WO (1) | WO2017181357A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921913A (zh) * | 2018-06-29 | 2018-11-30 | 上海联影医疗科技有限公司 | 图像重建的系统及方法 |
CN109523459A (zh) * | 2017-09-19 | 2019-03-26 | 通用电气公司 | 用于重建图像的方法和系统 |
CN111881412A (zh) * | 2020-07-28 | 2020-11-03 | 南京航空航天大学 | 一种基于cuda的pet系统矩阵计算方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3350776B1 (en) | 2016-04-20 | 2021-09-22 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image reconstruction |
US10282869B2 (en) * | 2016-12-28 | 2019-05-07 | Lawrence Livermore National Security, Llc | Few-view image reconstruction |
CN111512343A (zh) * | 2017-09-21 | 2020-08-07 | 皇家飞利浦有限公司 | 用于正电子发射断层摄影随机符合估计的松弛迭代最大似然期望最大化 |
US11869121B2 (en) | 2018-06-29 | 2024-01-09 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image reconstruction |
CN111445552B (zh) * | 2020-03-27 | 2023-11-21 | 上海联影医疗科技股份有限公司 | Pet系统的子集划分方法、图像重建方法和装置 |
US20230177745A1 (en) * | 2021-12-03 | 2023-06-08 | Canon Medical Systems Corporation | Devices, systems, and methods for deep-learning kernel-based scatter estimation and correction |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1204402A (zh) * | 1995-10-25 | 1999-01-06 | 阿达克实验室 | 多片层限制投影角度正电子发射断层照相术 |
CN1541617A (zh) * | 2002-10-22 | 2004-11-03 | ��ʽ���綫֥ | X射线计算机层析装置、图像处理装置以及图像处理方法 |
US20120126125A1 (en) * | 2009-09-04 | 2012-05-24 | Ayako Akazawa | Data processing method for nuclear medicine, and a nuclear medicine diagnostic apparatus |
WO2014016626A1 (en) * | 2012-07-23 | 2014-01-30 | Mediso Orvosi Berendezés Fejlesztö És Szerviz Kft. | Method, computer readable medium and system for tomographic reconstruction |
US20140368504A1 (en) * | 2013-06-12 | 2014-12-18 | Microsoft Corporation | Scalable volumetric 3d reconstruction |
CN105453139A (zh) * | 2013-07-17 | 2016-03-30 | 微软技术许可有限责任公司 | 用于3d表面重建的稀疏gpu体素化 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7378661B2 (en) * | 2005-10-11 | 2008-05-27 | Siemens Medical Solutions Usa, Inc. | Asymmetrical positron emission tomograph detectors |
DE102009007680A1 (de) * | 2008-08-13 | 2010-07-01 | CT Imaging GmbH | Verfahren und Vorrichtung zur interaktiven CT-Rekonstruktion |
US9111381B2 (en) * | 2010-01-27 | 2015-08-18 | Koninklijke Philips N.V. | Shift-varying line projection using graphics hardware |
JP5818704B2 (ja) | 2012-01-25 | 2015-11-18 | 三菱日立パワーシステムズ株式会社 | ガス化炉、ガス化発電プラント |
CN103908278B (zh) | 2013-01-06 | 2017-07-28 | 上海联影医疗科技有限公司 | 图像重建方法及装置、医疗成像系统 |
CN104183012B (zh) | 2013-10-31 | 2015-12-09 | 上海联影医疗科技有限公司 | 一种pet三维图像重建方法和装置 |
CN104751499B (zh) | 2013-12-31 | 2018-01-16 | 上海联影医疗科技有限公司 | 一种pet二维图像重建方法及装置 |
CN105078495B (zh) | 2014-04-30 | 2022-06-21 | 上海联影医疗科技股份有限公司 | 一种pet-ct扫描成像方法及相关成像方法 |
CN106846430B (zh) | 2014-11-21 | 2020-06-26 | 上海联影医疗科技有限公司 | 一种图像重建方法 |
US11020614B2 (en) * | 2015-06-08 | 2021-06-01 | Koninklijke Philips N.V. | Radiation therapy optimization unit with global considerations |
CN105147312A (zh) | 2015-08-25 | 2015-12-16 | 上海联影医疗科技有限公司 | Pet图像获取方法及系统 |
CN106491151B (zh) | 2016-01-25 | 2021-01-29 | 上海联影医疗科技股份有限公司 | Pet图像获取方法及系统 |
EP3350776B1 (en) | 2016-04-20 | 2021-09-22 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image reconstruction |
-
2016
- 2016-04-20 EP EP16815525.7A patent/EP3350776B1/en active Active
- 2016-04-20 US US15/318,212 patent/US10176604B2/en active Active
- 2016-04-20 GB GB1710485.2A patent/GB2577662B/en active Active
- 2016-04-20 WO PCT/CN2016/079721 patent/WO2017181357A1/en active Application Filing
- 2016-04-20 CN CN201680006842.5A patent/CN107223267B/zh active Active
-
2019
- 2019-01-07 US US16/241,030 patent/US11049292B2/en active Active
-
2021
- 2021-06-07 US US17/341,362 patent/US11704846B2/en active Active
-
2023
- 2023-07-17 US US18/353,274 patent/US20230360288A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1204402A (zh) * | 1995-10-25 | 1999-01-06 | 阿达克实验室 | 多片层限制投影角度正电子发射断层照相术 |
CN1541617A (zh) * | 2002-10-22 | 2004-11-03 | ��ʽ���綫֥ | X射线计算机层析装置、图像处理装置以及图像处理方法 |
US20120126125A1 (en) * | 2009-09-04 | 2012-05-24 | Ayako Akazawa | Data processing method for nuclear medicine, and a nuclear medicine diagnostic apparatus |
CN102483459A (zh) * | 2009-09-04 | 2012-05-30 | 株式会社岛津制作所 | 核医学用数据处理方法以及核医学诊断装置 |
WO2014016626A1 (en) * | 2012-07-23 | 2014-01-30 | Mediso Orvosi Berendezés Fejlesztö És Szerviz Kft. | Method, computer readable medium and system for tomographic reconstruction |
US20150213630A1 (en) * | 2012-07-23 | 2015-07-30 | Mediso Orvosi Berendezes Fejleszto es Szerviz Kft. | Method, computer readable medium and system for tomographic reconstruction |
US20140368504A1 (en) * | 2013-06-12 | 2014-12-18 | Microsoft Corporation | Scalable volumetric 3d reconstruction |
CN105378796A (zh) * | 2013-06-12 | 2016-03-02 | 微软技术许可有限责任公司 | 可伸缩体积3d重构 |
CN105453139A (zh) * | 2013-07-17 | 2016-03-30 | 微软技术许可有限责任公司 | 用于3d表面重建的稀疏gpu体素化 |
Non-Patent Citations (1)
Title |
---|
CHOU CHENG-YING: "A fast forward projection using multithreads for multirays on GPUs in medical image reconstruction", 《MEDICAL PHYSICS》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523459A (zh) * | 2017-09-19 | 2019-03-26 | 通用电气公司 | 用于重建图像的方法和系统 |
CN109523459B (zh) * | 2017-09-19 | 2024-04-23 | 通用电气公司 | 用于重建图像的方法和系统 |
CN108921913A (zh) * | 2018-06-29 | 2018-11-30 | 上海联影医疗科技有限公司 | 图像重建的系统及方法 |
CN108921913B (zh) * | 2018-06-29 | 2023-11-10 | 上海联影医疗科技股份有限公司 | 图像重建的系统及方法 |
CN111881412A (zh) * | 2020-07-28 | 2020-11-03 | 南京航空航天大学 | 一种基于cuda的pet系统矩阵计算方法 |
Also Published As
Publication number | Publication date |
---|---|
US11049292B2 (en) | 2021-06-29 |
WO2017181357A1 (en) | 2017-10-26 |
GB201710485D0 (en) | 2017-08-16 |
US20230360288A1 (en) | 2023-11-09 |
US20180165839A1 (en) | 2018-06-14 |
US20210304459A1 (en) | 2021-09-30 |
EP3350776A4 (en) | 2018-12-05 |
GB2577662A (en) | 2020-04-08 |
EP3350776B1 (en) | 2021-09-22 |
CN107223267B (zh) | 2021-01-01 |
GB2577662B (en) | 2020-09-23 |
US10176604B2 (en) | 2019-01-08 |
US11704846B2 (en) | 2023-07-18 |
US20190139273A1 (en) | 2019-05-09 |
EP3350776A1 (en) | 2018-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107223267A (zh) | 图像重建方法和系统 | |
US10578753B2 (en) | Apparatus, method and system for sparse detector | |
US8000513B2 (en) | System and method for 3D time of flight PET forward projection based on an exact axial inverse rebinning relation in fourier space | |
CN101490712B (zh) | 使用数据排序的图像重建 | |
CN106491153A (zh) | 一种pet散射校正方法、pet成像方法及pet成像系统 | |
US8983162B2 (en) | Method and apparatus for estimating monte-carlo simulation gamma-ray scattering in positron emission tomography using graphics processing unit | |
US11510636B2 (en) | System and method for positron emission tomography | |
CN101278318B (zh) | 使用替代图像进行pet图像重建的方法和系统 | |
US20190087986A1 (en) | Methods and systems for reconstructing images | |
CN101842806A (zh) | 脏同位素pet重建 | |
CN109658390B (zh) | 一种用于正电子检测正弦矩阵图的感兴趣区域提取方法 | |
US20070230762A1 (en) | Fast iterative 3D pet image reconstruction using a set of 2D linogram transformations | |
CN103908278A (zh) | 图像重建方法及装置、医疗成像系统 | |
US7564035B2 (en) | Generating detector efficiency estimates for a pet scanner | |
US20230058112A1 (en) | Machine learning-based scintillator resonse modelling for increased spatial resolution in nuclear imaging | |
CN111080737A (zh) | 图像重建方法、装置及pet扫描系统 | |
Dimmock et al. | An OpenCL implementation of pinhole image reconstruction | |
US20230206516A1 (en) | Scatter estimation for pet from image-based convolutional neural network | |
Hong | List Mode Reconstruction in X-Ray CT and SPECT Imaging | |
Zioga et al. | Image Reconstruction in the Positron Emission Tomography |
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 No. 2258, Jiading District North Road, Shanghai Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 No. 2258, Jiading District North Road, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |