CN107330951A - 图像重建系统及方法 - Google Patents

图像重建系统及方法 Download PDF

Info

Publication number
CN107330951A
CN107330951A CN201710516484.9A CN201710516484A CN107330951A CN 107330951 A CN107330951 A CN 107330951A CN 201710516484 A CN201710516484 A CN 201710516484A CN 107330951 A CN107330951 A CN 107330951A
Authority
CN
China
Prior art keywords
data
projection
pixel
geometry
memory
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
Application number
CN201710516484.9A
Other languages
English (en)
Other versions
CN107330951B (zh
Inventor
马克·马格尔蒂
王思睿
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 Shanghai United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Publication of CN107330951A publication Critical patent/CN107330951A/zh
Application granted granted Critical
Publication of CN107330951B publication Critical patent/CN107330951B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/60Memory management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/416Exact reconstruction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/421Filtered back projection [FBP]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/428Real-time

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请披露了一种用于图像重建中确定和预取投影数据的系统及方法。该方法包括:确定多个像素的序列,所述多个像素包括第一像素和与所述第一像素相关的第二像素;确定第一几何计算,所述第一几何计算用于至少一个处理器从第一存储器中访问与所述第一像素相关的第一组投影数据;基于所述第一几何计算,确定第二几何计算;基于所述第二几何计算,确定与所述第一像素相关的第一数据模板和与所述第二像素相关的第二数据模板;以及基于所述第一数据模板和所述第二数据模板,从第二存储器中预取第二组投影数据。

Description

图像重建系统及方法
本申请涉及图像重建,特别地,涉及重建计算机断层扫描(CT)图像的系统和方法。
背景技术
成像方法,例如计算机断层扫描(CT)、正电子发射断层扫描(PET)、单光子发射计算机断层扫描(SPECT)和磁共振成像(MRI)等已被广泛用于医学诊断。例如,CT是一种通过计算机处理从不同角度拍摄的X射线图像的组合来产生横截面图像(即,CT图像)的技术。CT图像可以基于重建算法生成。在重建过程中,投影数据可以从存储器被加载并被处理器进一步处理,因此,数据带宽可能是对重建过程的效率的限制。需要一种有效地加载投影数据的系统和方法
发明内容
本发明所要解决的技术问题是提供一种能够预取投影数据的方法及系统。
本发明解决上述技术问题所采用的技术方案如下:
本发明一方面披露了一种预取投影数据的方法,包括确定多个像素的序列,所述多个像素包括第一像素和与所述第一像素相关的第二像素;确定第一几何计算,所述第一几何计算用于至少一个处理器从第一存储器中访问与所述第一像素相关的第一组投影数据;基于所述第一几何计算,确定第二几何计算;基于所述第二几何计算,确定与所述第一像素相关的第一数据模板和与所述第二像素相关的第二数据模板;以及基于所述第一数据模板和所述第二数据模板,从第二存储器中预取第二组投影数据。
进一步地,通过所述至少一个处理器,可以从所述第一存储器中访问所述第一组投影数据。
进一步地,通过所述至少一个处理器,可以从所述第一存储器中访问所述第二组投影数据。
进一步地,基于所述第一组投影数据和所述第二组投影数据,所述至少一个处理器可以产生图像。
进一步地,所述预取第二组投影数据包括以下操作。填充所述第一组投影数据到所述第一数据模板中。确定所述第二数据模板与所述被填充的第一数据模板的重叠区域。基于被除去所述重叠区域的第二数据模板,预取所述第二组投影数据。
进一步地,填充所述第二组投影数到所述第二数据模板。
进一步地,所述第二几何计算与所述第一几何计算可以相同。
进一步地,所述至少一个处理器可以包括三个或三个以上处理器。
进一步地,所述三个或三个以上处理器可以以并行架构布置。
进一步地,所述第一存储器可以包括缓存。
进一步地,在所述多个像素的序列中,所述第二像素与所述第一像素相邻。
根据本申请的第二方面,提供了一种从存储器中确定和预取投影数据的系统。所述系统包括至少一个存储介质,包括用于提取投影数据的指令和至少一个处理器,被配置成与所述至少一个存储介质进行通信。当所述至少一个处理器执行所述指令时,所述至少一个处理器执行以下一个或多个操作。所述至少一个处理器可以确定多个像素的序列,所述多个像素包括第一像素和和与所述第一像素相关的第二像素。所述至少一个处理器可以确定第一几何计算,所述第一几何计算用于所述至少一个处理器从第一存储器中访问与所述第一像素相关的第一组投影数据。所述至少一个处理器可以基于所述第一几何计算确定第二几何计算。所述至少一个处理器可以基于所述第二几何计算,确定与所述第一像素相关的第一数据模板和与所述第二像素相关的第二数据模板;所述至少一个处理器可以基于所述第一数据模板和所述第二数据模板,从第二存储器中预取所述第二组投影数据。
进一步地,所述至少一个处理器可以进一步执行从所述第一存储器中访问所述第一组投影数据。
进一步地,所述至少一个处理器可以进一步执行从所述第一存储器中访问所述第二组投影数据。
进一步地,所述至少一个处理器可以进一步填充所述第一组投影数据到所述第一数据模板、确定所述第二数据模板与所述被填充的第一数据模板的重叠区域和基于被除去所述重叠区域的第二数据模板,预取所述第二组投影数据。
进一步地,所述第二几何计算可以与所述第一几何计算相同。
进一步地,所述至少一个处理器可以包括三个或三个以上处理器。
进一步地,所述三个或三个以上处理器可以以并行架构布置。
进一步地,所述第一存储器可以包括缓存。
根据本申请的第三方面,提供了一种非暂时性的计算机可读介质。所述非暂时性的计算机可读介质包括可执行指令。当至少一个处理器执行所述指令时,所述至少一个处理器可以执行一种方法。所述方法可以包括以下一个或多个操作。确定多个像素的序列,所述多个像素包括第一像素和与所述第一像素相关的第二像素;确定第一几何计算,所述第一几何计算用于至少一个处理器从第一存储器中访问与所述第一像素相关的第一组投影数据;基于所述第一几何计算,确定第二几何计算;基于所述第二几何计算,确定与所述第一像素相关的第一数据模板和与所述第二像素相关的第二数据模板;以及基于所述第一数据模板和所述第二数据模板,可以从第二存储器中预取第二投影数据。
进一步地,所述第一存储器可以存储被传送到所述处理器中的投影数据。第二存储器可以存储被传送到所述第一存储器的投影数据。
进一步地,所述第一几何计算和/或第二几何计算可以被用于确定与特定的像素或特定的图像部分对应的投影数据。
进一步地,所述第二几何计算可以与所述第一几何计算相同。
进一步地,所述第一数据模板可以包括一个框架,该框架部分被或将被对应于所述第一像素的投影数据填充。所述第二数据模板可以包括一个框架,该框架部分被或将被对应于所述第二像素的投影数据填充。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的检查或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是显而易见的。本披露的特性可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
根据示例性实施例可以进一步描述本申请。参考附图可以详细描述所述示例性实施例。所述实施例并非限制性的示例性实施例,其中相同的附图标记代表附图的几个视图中相似的结构,并且其中:
图1是根据本申请的一些实施例所示的一种示例性CT系统的示意图;
图2是根据本申请的一些实施例所示的另一种示例性CT系统的示意图;
图3是根据本申请的一些实施例所示的一种示例性计算设备的示例性硬件和/或软件组件的示意图;
图4是根据本申请的一些实施例所示的一种示例性移动设备的示例性硬件和/或软件组件的示意图;
图5是根据本申请的一些实施例所示的一种示例性处理引擎的框图;
图6是根据本申请的一些实施例所示的一种示例性处理模块的框图;
图7是根据本申请的一些实施例所示的一种处理图像数据的示例性流程图;
图8是根据本申请的一些实施例所示的一种示例性图像生成单元的示意图;
图9是根据本申请的一些实施例所示的一种示例性调度器的示意图;
图10是根据本申请的一些实施例所示的一种示例性处理区块的示意图;
图11是根据本申请的一些实施例所示的另一种示例性处理区块的示意图;
图12是根据本申请的一些实施例所示的一种生成图像数据的示例性的流程图;
图13是根据本申请的一些实施例所示的一种获取投影数据的示例性流程图;以及
图14是根据本申请的一些实施例所示的一种示例性数据模板的示意图。
具体实施方式
在下面的详细描述中,为了提供对相关申请的透彻理解,通过实施例阐述了实施例的具体细节。然而,对于本领域技术人员来说显而易见的是,本申请可以在没有这些具体细节的情况下被实现。在其他情况下,为了避免不必要地模糊本申请的各方面,已经以较高级别(没有细节)描述了众所周知的方法、程序、系统、部件和/或电路。对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,并且在不脱离本申请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中。因此,本申请不限于所示的实施例,而是符合与权利要求一致的最广范围。
本申请使用的术语仅用于描述特定示例性实施例的目的,而不是限制性的。如本申请所使用的,除非上下文明确提示例外情形,单数形态的“一”,“一个”和“该”也可以包括复数。应当进一步理解的是,在本说明书中使用的术语“包括”和/或“包含”时,指存在所述特征、整形常量、步骤、操作、元素和/或组件,但不排除存在或添加一个或多个其他特征、整形常量、步骤、操作、元件、组件和/或其组合。
应当理解的是,本申请使用的术语“系统”、“引擎”、“单元”、“模块”和/或“区块”是一种以升序的形式来区分不同组件、元件、部件、部件或组件的级别方法。然而,如果其他表达方式达到相同的目的,则这些术语可能被其他表达方式所取代。
通常,如本申请所使用的“模块”、“单元”或“区块”是指以硬件或固件或软件指令的集合体现的逻辑。本申请描述的模块、单元或区块可以在软件和/或硬件上被执行,并且可以被存储在任何类型的非暂时性计算机可读介质或其他存储设备中。在一些实施例中,软件模块、单元、区块可以被编译并连接到可执行程序中。应当理解的是,软件模块可以从其他模块、单元、区块或其自身调用和/或可以响应于检测到的事件或中断而被调用。配置用于在计算设备上执行的软件模块/单元/区块(例如,如图3所示的处理器310)可以被提供在计算机可读介质上,诸如光盘、数字视频盘、闪存驱动器、磁盘或任何其他有形介质或作为数字下载(并且可以原始地以压缩或可安装的格式存储,在执行之前需要安装、解压缩或解密)。软件代码可以部分或全部存储在执行计算设备的存储设备上供计算设备执行。软件指令可以被嵌入到固件当中,例如EPROM。应当理解的是,硬件模块、单元或区块可以包括在连接的逻辑组件中,例如门和触发器和/或可以包括在诸如可编程门阵列或处理器之类的可编程单元中。本申请描述的模块、单元、区块或计算设备功能可以被实现为软件模块/单元/区块,但是可以用硬件或固件来表示。通常,这里描述的模块、单元、区块是指可以与其他模块、单元、区块组合或者分成子模块、子单元、子区块的逻辑模块、单元、区块,尽管它们的物理组织或存储。所述描述可以适用于系统、引擎或其一部分。
应当理解的是,当单元、引擎、模块或区块被称为“在…上”、“连接到”或“耦合到”另一单元、引擎、模块或区块时,其可以直接在另一单元、引擎、模块或区块通信、或者可以存在单元、引擎、模块或区块,除非上下文明确提示例外情形。如本申请所使用的,术语“和/或”包括一个或多个相关所列项目的任何一种和所有的组合。
参照附图并考虑以下描述,本申请的这些和其他特征以及相关的结构元件以及制造的部件和经济的结合的操作和功能的方法可以变得更加明显,且都构成本申请的一部分。然而,应当明确地理解,附图仅仅是为了说明和描述的目的,并不意图限制本申请的范围。应当理解附图不是按比例的。
本申请提供了用于非侵入性成像的系统和组件,例如用于疾病诊断或研究目的。在一些实施例中,成像系统可以是计算机断层摄影(CT)系统、发射计算机断层摄影(ECT)系统、磁共振成像(MRI)系统、超声检查系统,X射线摄影系统、正电子发射断层扫描(PET)系统等中的一种或多种的组合。
为了说明的目的,本申请描述了用于CT图像重建的系统和方法。所述系统和方法可以基于图像重建算法重建CT图像。在重建CT图像期间,所述系统和方法可以将相应的投影数据分割成投影数据的多个部分。所述投影数据的多个部分可以对应于多个像素。所述系统和方法可以根据像素序列,获取对应于特定像素的投影数据的一部分。
提供以下描述以帮助更好地理解CT图像重建方法和/或系统。本申请中使用的术语“图像”可以指2D图像、3D图像、4D图像和/或任何相关图像数据(例如,CT数据、对应于CT数据的投影数据)。应当注意的是,在本申请中,术语“图像数据”和“图像”可以互换使用。这并不是为了限制本申请的范围。对于本领域的技术人员来说,在本申请的指导下可以进行各种修正和改变。各种修正和改变并不脱离本申请的范围。
图1是根据本申请的一些实施例所示的一种示例性CT系统100的示意图。图2是根据本申请的一些实施例所示的另一种示例性CT系统100的示意图。如图所示,CT系统100可以包括CT扫描仪110、网络120、终端130、处理引擎140和数据库150。CT系统100的各组件之间的连接方式是可变的。仅作为示例说明,如图1所示,CT扫描仪110可以通过网络120与处理引擎140连接。例如,如图2所示,CT扫描仪110可以与处理引擎140直接连接。
CT扫描仪110可以包括机架111、探测器112、探测区域113、治疗床114和放射扫描源115。机架111可以支撑探测器112和放射扫描源115。对象可以放置于治疗床114上用于扫描。放射扫描源115可以发出放射线束到对象。探测器112可以探测从探测区域113发出的放射物(例如,伽马光子)。在一些实施例中,探测器112可以包括一个或多个探测单元。所述探测器单元可以包括一个闪烁探测器(例如,一个碘化铯探测器)和一个其他探测器等。探测器单元可以是和/或包括单排探测器和/或多排探测器。
网络120可以包括有助于CT系统100交换信息和/或数据的任何适合的网络。在一些实施例中,CT系统100的一个或多个其他组件(例如,CT扫描仪110、终端130、处理引擎140、数据库150等)可以通过网络120相互交互信息和/或数据。例如,处理引擎140可以通过网络120从CT扫描仪110获取图像数据。又例如,处理引擎140可以通过网络120获取来自终端130的用户指令。网络120可以是和/或包括公共网络(例如,互联网)、专用网络(例如,局域网(LAN)、广域网(WAN)等)、有线网络(例如,以太网)、无线网络(例如,802.11网络、Wi-Fi网络等)、蜂窝网络(例如,LTE网络)、帧中继网络、虚拟专用网络(“VPN”)、卫星网络、电话网络、路由器、集线器、转换器、服务器计算机和/或其中的一种或多种的组合。例如,网络120可以包括电缆网络、有线网络、光纤网络、电信网络、局域网、无线局域网(WLAN)、城域网(MAN)、公用电话交换网(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信网络(NFC)等中的一种或多种的组合。在一些实施例中,网络120可以包括一个或多个网络接入点。例如,网络120可以包括有线和/或无线网络接入点,如基站和/或CT系统100的一个或多个组件可以被接入到网络120以进行交换数据和/或信息所通过的网络交换点。
终端130可以包括移动设备131、平板电脑132、笔记本电脑133等中的一种或多种的组合。在一些实施例中,移动设备131可以包括智能家庭设备、可穿戴设备、移动设备、虚拟现实设备、增强现实设备等中的一种或多种的组合。在一些实施例中,智能家用设备可以包括智能照明装置、智能电器控制装置、智能监控装置、智能电视、智能摄像机、对讲机等中的一种或多种的组合。在一些实施例中,可穿戴设备可能包括手环、鞋袜、眼镜、头盔、手表、服装、背包、智能配件等一种或多种的组合。在一些实施例中,移动设备可以包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、笔记本电脑、平板电脑、台式机等中的一种或多种的组合。在一些实施例中,虚拟现实设备和/或增强现实装置可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等中的一种或多种的组合。例如,虚拟现实设备和/或增强现实设备可以包括GoogleGlassTM、Oculus RiftTM、HololensTM、Gear VRTM等。在一些实施例中,终端130可以是处理引擎140的一部分。
处理引擎140可以处理从CT扫描仪110、终端130和/或数据库150中获得的数据和/或信息。例如,处理引擎140可以处理投影数据产生图像。在一些实施例中,处理引擎140可以是服务器或服务器群组。所述服务器群组可以是集中式的或者分布式的。在一些实施例中,处理引擎140可以是本地的或远程的。例如,处理引擎140可以通过网络120访问存储在CT扫描仪110、终端130和/或数据库150的信息和/或数据。例如,处理引擎140可以直接与CT扫描仪110、终端130和/或数据库150连接从而访问其存储的信息和/或数据。在一些实施例中,处理引擎140可以在云平台上被执行。例如,云平台可以包括云平台私有云、公有云、混合云、社区云、分布式云、互联云、多重云等种的一种或多种的组合。在一些实施例中,处理引擎140可以由具有一个或多个组件的计算设备300(如图3所示)执行。
数据库150可以存储数据、指令和/或其他信息。在一些实施例中,数据库150可以存储从终端130和/或处理引擎140中获得的数据。在一些实施例中,数据库150可以存储处理引擎140为执行本申请中描述的示例性方法所执行或使用的数据和/或指令。在一些实施例中,数据库150可以包括大容量存储器、可移动存储器、易失读写存储器、只读存储器(ROM)等中的一种或多种的组合。示例性的大容量存储器可包括磁盘、光盘、固态驱动器等。示例性的可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、拉链盘、磁带等。示例性的易失读写存储器可以包括随机存取存储器(RAM)。示例性的随机存取存储器RAM可以包括动态随机存储器(DRAM)、双倍数据率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性的只读存储器(ROM)可以包括掩模只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多用途光盘等。在一些实施例中,数据库150可以在云平台上被执行。例如,云平台可以包括云平台私有云、公有云、混合云、社区云、分布式云、互联云、多重云等种的一
在一些实施例中,数据库150可以连接到网络120与CT系统100中的一个或多个其他组件(例如,处理引擎140、终端130等)进行通信。CT系统100中的一个或多个组件可以通过网络120访问存储在数据库150中的数据或指令。在一些实施例中,数据库150可以直接与CT系统100中的一种或多个其他组件(例如,处理引擎140、终端130等)连接或通信。在一些实施例中,数据库150可以是处理引擎140的一部分。
图3是根据本申请的一些实施例所示的计算设备300的示例图。数据处理引擎140可以在该计算设备300上实施。如图3所示,计算设备300可以包括处理器310、存储器320、输入/输出(I/O)330和通信端口340。
处理器310可以根据本申请所描述的技术执行计算机指令(例如,程序代码)和处理引擎140的功能。计算机指令可以包括例如执行本申请描述的特定功能的例程、程序、对象、组件、数据结构、过程和模块。例如,处理器310可以处理从CT扫描仪110、终端130、数据库150和/或CT系统100的任何其他组件中获得的图像数据。在一些实施例中,处理器310可以包括一个或多个硬件处理器,诸如微控制器、微处理器、精简指令集计算机(RISC)、专用集成电路(ASIC)、应用特定指令集成处理器(ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高级RISC机(ARM)、可编程逻辑器件(PLD)、能够执行一个或多个功能的任何电路或处理器等中的一种或多种的组合。
仅仅为了说明,在计算设备300中仅描述了一个处理器。然而,应当注意的是,本申请中的计算设备300还可以包括多个处理器,因此本申请中描述的处理器执行的操作和/或方法步骤也可以由多个处理器联合或单独执行。例如,如果在本申请中,计算设备300的处理器执行步骤A和步骤B,则应当理解,步骤A和步骤B也可以由计算设备300的两个或多个不同的处理器共同或分开执行(例如,第一处理器执行步骤A、第二处理器执行步骤B或者第一和第二处理器共同执行步骤A和B)。
存储器320可以存储从CT扫描仪110、终端130、数据库150和/或CT系统100的任何其他组件中获得的数据/信息。在一些实施例中,存储器320可以包括大容量存储器、易失性读写存储器、只读存储器(ROM)等中的一种或多种的组合。例如,大容量存储器可以包括磁盘、光盘、固态驱动器等。可移除存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。易失性读写存储器可以包括随机存取存储器(RAM)。随机存取存储器可以包括动态随机存取存储器(DRAM)、双倍数据率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。只读存储器可以包括掩模只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字通用盘只读存储器等。在一些实施例中,存储器320可以存储一个或多个程序和/或指令以执行在本申请中描述的示例性方法。例如,存储器320可以存储用于处理投影数据或图像数据的处理引擎140的程序。
输入/输出(I/O)330可以输入和/或输出信号、数据、信息等。在一些实施例中,输入/输出(I/O)330可以使用户能够与处理引擎140进行交互。在一些实施例中,输入/输出(I/O)330可以包括输入装置和输出装置。示例性的输入设备可以包括键盘、鼠标、触摸屏、麦克风等中的一种或多种的组合。示例性的输出设备可以包括显示设备、扬声器、打印机、投影仪等中的一种或多种的组合。示例性的显示装置可以包括液晶显示器(LCD)、基于发光二极管(LED)的显示器、平板显示器、弯曲屏幕、电视设备、阴极射线管(CRT)、触摸屏幕等中的一种或多种的组合。
通信端口340可以连接到网络(例如,网络120)以便于数据通信。通信端口340可以建立处理引擎140与CT扫描仪110、终端130和/或数据库150之间的连接。连接可以是有线连接、无线连接、任何其他可以实现数据传输和/或接收的通信连接等中的一种或多种的组合。有线连接可以包括例如,电缆、光缆、电话线等中的一种或多种的组合。无线连接可以包括例如,蓝牙TM连接、Wi-FiTM连接、WiMaxTM连接、无线局域网连接、ZigBee连接、移动网络连接(例如,3G、4G、5G等)等中的一种或多种的组合。在一些实施例中,通信端口340可以是和/或包括标准化通信端口,诸如RS232、RS485等。在一些实施例中,通信端口340可以是专门设计的通信端口。例如,通信端口340可以根据医学数字成像和通信(DICOM)协议进行设计。
图4是根据本申请的一些实施例所示的一种示例性移动设备400的示例性硬件和/或软件组件的示意图。终端130可以在该移动设备400上实施。如图4所示,移动设备400可以包括天线410、显示器420、图形处理单元(GPU)430、中央处理单元(CPU)440、输入/输出(I/O)450、内存460和存储器490。在一些实施例中,任何其它合适的组件包括但不限于系统总线或控制器(未示出),也可以包括在移动设备400中。在一些实施例中,移动操作系统470(例如,iOSTM、AndroidTM、Windows PhoneTM等)和一个或多个应用480可以从存储490加载到存储器460中,以便由中央处理单元(CPU)440执行。应用480可以包括浏览器或任何其他合适的移动应用用于接收和呈现与处理引擎140有关的图像处理信息或其他信息。信息流的用户交互可以通过输入/输出(I/O)450获得,也可以通过网络120提供给处理引擎140和/或CT系统100的其他组件。
为了实现在本申请中描述的各种模块、单元及其功能,计算机硬件平台可以用作本申请所描述的一个或多个元件的硬件平台。具有用户界面元件的计算机可以用于执行个人计算机(PC)或任何其他类型的工作站或终端设备。通过适当的编程,计算机也可以充当服务器。
图5是根据本申请的一些实施例所示的一种示例性处理引擎140的示意图。处理引擎140可以包括获取模块510、控制模块520、存储模块530和处理模块540。
获取模块510可以获取CT数据。获取模块510可以从探测器112处获取CT数据。CT数据可以与通过对象的X射线相关。在一些实施例中,放射性扫描源115可以向对象发射X射线。X射线可以通过对象并可能在通过过程中衰减。衰减的X射线可以由探测器112探测并被发送到获取模块510。在一些实施例中,获取的CT数据可以被发送到存储模块530存储。
控制模块520可以控制获取模块510、存储模块530和/或处理模块540的操作(例如,通过产生一个或多个控制参数)。例如,控制模块520可以控制获取模块510获取信号、获取信号的时刻等。又例如,控制模块520可以控制处理模块540处理由获取模块510获取的CT数据。在一些实施例中,控制模块520可以接收实时命令或追溯由用户(例如,医生)提供的预定命令,以控制获取模块510和/或处理模块540的一个或多个操作。控制模块520可以根据实时命令和/或预定命令来调整获取模块510和/或处理模块540以产生对象的图像。在一些实施例中,控制模块520可以与处理引擎140的一个或多个其他模块进行通信,以交换信息和/或数据。
存储模块530可以存储CT数据、控制参数、经处理的CT数据等中的一种或多种的组合。在一些实施例中,存储器530可以存储由处理引擎140的处理器执行的一个或多个程序和/或指令,以执行在本申请中描述的示例性方法。例如,存储器530可以存储由处理引擎140的处理器执行的程序和/或指令,以获取CT数据、基于CT数据重建CT图像和/或显示任何中间结果或生成的图像。在一些实施例中,存储模块530可以包括大容量存储器。例如,大容量存储器可以包括磁盘、光盘、固态驱动器等。
处理模块540可以处理由处理引擎140的各个模块提供的信息。处理模块540可以处理由获取模块510获取的CT数据、从存储模块530中提取的CT数据等。在一些实施例中,根据本申请的各种实施例,处理模块540可以根据重建算法基于CT数据重建CT图像、生成包括一个或多个CT图像和/或其他相关信息的报告和/或执行依照本申请的不同实施例的用于图像重建的任何其它功能。重建算法可以包括迭代重建算法(例如,统计重构算法)、傅里叶片定理算法、滤波反投影(FBP)算法、扇形束重建算法、分析重构算法等中的一种或多种的组合。
在一些实施例中,图5所示的一个或多个模块可以在示例性CT系统100的至少一部分中实施(如图1和图2所示)。例如,获取模块510、控制模块520、存储模块530和/或处理模块540可以被集成到控制台(未示出)。通过控制台,用户可以设置用于扫描物体的参数、控制成像过程、控制图像重建的参数、观察重建图像等。在一些实施例中,控制台可以由处理引擎140和/或终端130实施。
图6是根据本申请的一些实施例所示的一种示例性处理模块540的示意图。如图6所示,处理模块540可以包括图像生成单元610、后处理单元620和存储单元630。
图像生成单元610可以基于投影数据生成图像数据(或图像)。所述图像数据可以包括2D图像数据、3D图像数据或4D图像数据。所述图像数据可以包括CT图像数据、MRI图像数据、PET数据等中的一种或多种的组合。例如,所述图像数据可以是3D CT图像数据。图像生成单元610可以从存储模块530中获取所述投影数据。在一些实施例中,图像生成单元610可以基于重建算法生成所述图像数据。在一些实施例中,所述重建算法可以包括反投影算法和/或前向投影算法。仅作为示例,所述重建算法可以包括傅里叶频谱定理算法、滤波反投影(FBP)算法、扇形束重建算法、迭代重建算法、分析重构算法、基于压缩感知的算法(CS)等中的一种或多种的组合。
在一些实施例中,图像生成单元610可以生成图像数据的多个部分。在一些实施例中,图像生成单元610可以由多个处理器(例如,图3所示的处理器310)实施。多个处理器可以用于生成所述图像数据的多个部分。
在一些实施例中,图像生成单元610可以与后处理单元620和/或存储单元630连接或通信。仅作为示例,图像生成单元610可以将所述图像数据发送到存储单元630并加以存储。又例如,图像生成单元610可以将所述图像数据发送到后处理单元620以进一步处理。
后处理单元620可以对所述图像数据进行后处理。后处理单元620可以从图像生成单元610和/或存储单元630中获得所述图像数据。在一些实施例中,后处理单元620可以辅以显示效果(例如,放大,闪烁,突出显示等)显示图像数据。在一些实施例中,后处理单元620可以减少或去除所述图像数据中的伪影或噪声。在一些实施例中,后处理单元620可以编辑所述图像数据。在一些实施例中,后处理单元620可以基于分析结果分析图像数据并识别组织(例如,血管)。
存储单元630可以存储所述图像数据、经过后处理的图像数据或由图像生成单元610和/或后处理单元620使用的任何信息。在一些实施例中,存储格式可以包括文本、图片、音频、视频、代码等中的一种或多种的组合。在一些实施例中,当例如获取所述投影数据、生成所述图像数据、后处理所述图像数据时等使用的一个或多个算法可以被存储在存储单元630中。存储单元630可以由本申请的其他地方披露的任何存储设备来实施。
应当注意的是,以上对处理模块540的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。对于本领域的技术人员来说,在本申请的教导下可以进行各种修正和改变。然而,各种修正和改变仍在以上描述的范围之内。例如,存储单元630可以省略,存储模块530可以实现存储单元630的功能。
图7是根据本申请的一些实施例所示的一种处理图像数据的示例性流程700的流程图。
在步骤702中,可以获得投影数据。所述投影数据可以由图像生成单元610获得。所述投影数据可以包括稀疏投影数据、限定范围投影数据、低剂量投影数据、局部投影数据、不完全投影数据等中的一种或多种的组合。在一些实施例中,所述投影数据可以基于如下所示的几何计算划分为投影数据的多个部分:
{投影数据1、投影数据2、...、投影数据i、...、投影数据N}。
在步骤704中,基于所述投影数据可以生成图像数据。所述图像数据可以由图像生成单元610生成。在一些实施例中,图像数据的多个部分可以分别基于投影数据的多个部分生成。例如,所述图像数据的多个部分可以被表示为:
{图像数据1、图像数据2、...、图像数据i、...、图像数据N}。
在一些实施例中,所述图像数据的多个部分可以对应于多个像素,例如第一像素、第二像素等。在一些实施例中,所述图像数据的多个部分可以对应于多个图像部分,例如第一图像部分、第二图像部分等。如本申请所使用的,一个图像部分可以包括一定数量(例如,2个)的像素。
在步骤706中,可以后处理所述图像数据。后处理单元620可以对所述图像数据进行后处理。例如,可以突出显示所述图像数据的一部分。又例如,可以编辑所述图像数据的对比度或分辨率。又例如,可以过滤图像数据以降低噪声。又例如,可以在所述图像数据中确定一个感兴趣区域(ROI),并且可以识别组织(例如,血管)。在一些实施例中,经过后处理的图像数据可以发送到存储单元630、存储模块530或本申请其他地方披露的任何存储器处。在一些实施例中,经过后处理的图像数据可以被发送到终端130或数据库150。
应当注意的是,以上对流程图的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。对于本领域的技术人员来说,在本申请的教导下可以进行各种修正和改变。然而,各种修正和改变仍在以上描述的范围之内。例如,投影数据和/或图像数据可以被存储的步骤可以被添加到流程图700。
图8是根据本申请的一些实施例所示的一种示例性图像生成单元610的示意图。如图8所示,图像生成单元610可以包括处理流程控制器810、几何计算区块820、调度器830、存储控制器840和处理区块850。
处理流程控制器810可以确定像素序列或图像部分序列。如本申请所使用的,所述像素序列可以指多个像素排列的序列。所述图像部分序列可以指多个图像部分排列的序列。如结合步骤702所述,所述投影数据的多个部分可以对应于所述多个像素(或多个图像部分)。基于所述像素序列(或图像部分序列),可以处理所述投影数据的多个部分。在一些实施例中,所述多个像素(或多个图像部分)中的每一个像素可以被分配一个像素标签(或部分标签)以识别所述像素序列(或图像部分序列)中的像素(或图像部分)。所述像素标签(或部分标签)可以包括标签、序列号、代码等中的一种或多种的组合。在一些实施例中,对应于特定像素(或图像部分)的投影数据的一部分可以与分配给特定像素(或图像部分)的对应像素标签(或部分标签)相关联。基于所述像素标签(或区段标签)可以识别所述投影数据部分。
在一些实施例中,处理流程控制器810可以连接到几何计算区块820或与几何计算区块820进行通信。例如,处理流程控制器810可以将所述像素序列(或图像部分序列)发送到几何计算区块820。
几何计算区块820可以确定几何计算。所述几何计算可以用于确定对应于特定像素或特定图像部分的投影数据。在一些实施例中,几何计算区块820可以确定第一几何计算并将第一几何计算发送到处理区块850。处理区块850可以基于第一几何计算从第一存储器(未示出)(例如,调度器830和/或存储控制器840)中访问所述投影数据。所述第一存储器可以从第二存储器(未示出)(例如,存储模块530和/或存储控制器840)中预取投影数据。在一些实施例中,几何计算区块820可以确定第二几何计算并将所述第二几何计算传送到调度器830。在一些实施例中,几何计算区块820可以基于所述第一几何计算确定所述第二几何计算。所述第一存储器(例如,调度器830)可以基于所述第二几何计算从所述第二存储器中访问投影数据。
在一些实施例中,几何计算区块820可以基于所述几何计算确定一个数据模板。所述数据模板可以一个框架,该框架部分被或将被对应于一个特定像素的投影数据填充。在一些实施例中,可以确定多个数据模板。所述多个数据模板中的每一个数据模板可以对应于一个像素(或一个图像部分)。例如,对应于特定像素(或特定图像部分)的数据模板可以包括框架,该框架可以部分被或将被生成对应于所述特定像素(或特定图像部分)的图像数据所需的投影数据填充。在一些实施例中,基于所述第二几何计算可以生成所述数据模板。仅作为示例,基于所述第二几何计算可以确定生成对应于特定像素(或特定图像部分)的图像数据所需的投影数据,且可以基于确定的投影数据生成与所述特定像素(或图像部分)相关的数据模板。
调度器830可以从几何计算区块820、存储控制器840和/或存储模块530中获得信息,并将获得的信息发送到存储控制器840或处理区块850。例如,调度器830可以从几何计算区块820中获得所述第二几何计算。又例如,调度器830可以基于所述第二几何计算从存储控制器840或存储模块530中获取所述投影数据,并将获取的投影数据发送到处理区块850。
在一些实施例中,调度器830可以确定调度信息。所述调度信息可以涉及从存储控制器840或存储模块530中获取什么投影数据、何时从存储控制器840或存储模块530中获取投影数据和/或何时将投影数据发送到处理区块850。在一些实施例中,调度器830可以基于所述像素序列(或图像部分序列)和所述第二几何计算确定从存储控制器840或存储控制器840中获取什么投影数据。例如,调度器830可以根据所述像素序列选择一个特定像素(例如,第一像素),并且确定对应于所述特定像素的投影数据。此外,调度器830可以从存储控制器840或存储模块530中预取对应于所述特定像素的投影数据的至少一部分(这里使用的投影数据可以被称为“要使用的投影数据”)。调度器830可以基于特定像素的阴影信息确定被使用的投影数据。如本申请所使用的,像素的阴影信息可以指与投影平面上的像素的阴影位置有关的信息。在一些实施例中,可以基于所述第二几何计算确定所述像素的阴影信息。在一些实施例中,在生成对应于上述特定像素的图像数据期间或之前,调度器830可以根据所述像素序列选择下一个像素(例如,第二像素),并重复上述过程。
在一些实施例中,调度器830可以确定何时将预取的投影数据发送到处理区块850。仅作为示例,调度器830可以确定与处理区块850正在生成的一个特定像素(或特定图像部分)对应的图像数据,并且当处理区块850已经生成与所述特定像素(或所述特定图像部分)对应的图像数据(也称为“对应于所述特定像素的投影数据的处理(或特定图像部分)”),调度器830可以根据像素序列将预取的对应于下一个像素的投影数据发送到处理区块850。
存储控制器840可以与调度器830、处理区块850和/或存储模块530进行通信。例如,存储控制器840可以基于所述第二几何计算从存储模块530中获取投影数据。又例如,存储控制器840可以将所述投影数据发送到调度器830和/或处理区块850。
处理区块850可以基于所述投影数据生成图像数据。投影数据可以从所述第一存储器中取出。仅作为示例,所述投影数据可以从调度器830和/或存储控制器840中取出。处理区块850可以根据所述像素序列或所述图像部分序列生成所述图像数据。例如,处理区块850可以从调度器830或存储控制器840中获取与所述第一像素(或第一图像部分)相对应的投影数据1,并且基于投影数据1生成图像数据1。在产生图像数据1之后,处理区块850可以进一步从调度器830或存储控制器840中获取与所述第二像素(或第二图像部分)相对应的投影数据2,并且基于投影数据2生成图像2。
应当注意的是,以上对图像生成单元610的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。对于本领域的技术人员来说,在本申请的教导下可以进行各种修正和改变。然而,各种修正和改变仍在以上描述的范围之内。例如,图像生成单元610可以包括多个子处理区块。调度器830可以包括多个子调度器。多个子调度器可以分别对应于多个子处理区块。又例如,调度器830而不是几何计算区块820可以被配置为基于第二几何计算确定数据模板。又例如,调度器830和存储控制器840可以被集成到独立区块中用于执行多个功能。又例如,存储控制器840可以省略。
图9是根据本申请的一些实施例所示的一种示例性调度器830的示意图。如图9所示,调度器830可以包括计分板内存931和缓存932。
记分板内存931可以存储被配置为监视处理区块850中存在什么投影数据的记分板。在一些实施例中,记分板可以是用于确定是否和/或何时将投影数据发送到处理区块850的算法。仅作为示例,根据所述像素序列(或图像部分序列),仅在计分板内存931确定处理区块850已经完成对应于特定像素(或特定图像部分)的投影数据的处理时,对应于下一个像素(或下一个图像部分)的投影数据才可以被发送到处理区块850。
缓存932可以存储由调度器830获取的投影数据。仅作为示例,缓存932可以存储从存储控制器840和/或存储模块530中预取的投影数据。在一些实施例中,缓存932可以包括第一数据端口和第二数据端口。所述第一数据端口可以连接到存储模块530,并且所述第二数据端口可以连接到处理区块850。
应当注意的是,以上对调度器830的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。对于本领域的技术人员来说,在本申请的教导下可以进行各种修正和改变。然而,各种修正和改变仍在以上描述的范围之内。例如,缓存932可以位于调度器830外部(例如,存储控制器840)。
图10是根据本申请的一些实施例所示的一种示例性处理区块850的示意图。图11是根据本申请的一些实施例所示的另一种示例性处理区块850的示意图。
如图10所示,处理区块850可以包括本地投影存储器1010。本地投影存储器1010可以存储从所述第一存储器(例如,调度器830或存储控制器840)中接收的投影数据。在一些实施例中,存储在本地投影存储器1010中的投影数据可以包括生成对应于一个特定像素(或特定图像部分)的图像数据部分所需的投影数据,和至少一部分生成对应于下一个像素(或下一个图像部分)的图像数据部分所需的投影数据。所述下一个像素(或下一个图像部分可以根据所述像素序列(或图像部分序列)确定的。
如图11所示,处理区块850可以包括多个处理子区块,包括第一处理子区块850-1、第二处理子区块850-2、…、第n个处理子区块850-N。多个处理子区块可以以并行架构布置。在一些实施例中,所述多个处理子区块可以处理多个投影数据部分以并行地生成多个图像数据部分。
在一些实施例中,多个处理子区块中的每一个处理子区块可以包括局部投影子存储器。例如,处理子区块850-1可以包括本地投影子存储器1010-1、处理子区块850-2可以包括本地投影子存储器1010-2等。本地投影子存储器可以存储由本地投影子存储所在的处理子区块处理的投影数据。例如,本地投影子存储器1010-1可以存储由处理子区块850-1处理的投影数据。
应当注意的是,以上对处理区块850的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。对于本领域的技术人员来说,在本申请的教导下可以进行各种修正和改变。然而,各种修正和改变仍在以上描述的范围之内。例如,多个处理子块可以彼此部分互连。
图12是根据本申请的一些实施例所示的一种生成图像数据的示例性流程1200的流程图。
在步骤1202中,所述像素序列(也称为“多个像素的序列”)可以被确定。如本申请所使用的,所述像素序列可以指多个像素排列的序列。所述像素序列可以由处理流程控制器810确定。例如,所述像素序列可以表示为:
{第一像素、第二像素、...、第i像素、...、第n像素}。
在一些实施例中,可以确定一个图像部分序列。如本申请所使用的,所述图像部分序列可以指多个图像部分排列的序列。例如,所述图像部分序列可以表示如下:
{第一图像部分、第二图像部分、...、第i图像部分、...、第n图像部分},如本申请所使用的,一个图像部分可以包括一定数量(例如,2个)的像素。
在步骤1204中,可以确定第一几何计算。所述第一几何计算可以由几何计算区块820确定。如结合计算区块820所述,所述第一几何计算可用于通过处理区块850从所述第一存储器(例如,调度器830和/或存储器控制器840)中访问投影数据。
在步骤1206中,基于所述第一几何计算,可以确定第二几何计算。所述第二几何计算可以由几何计算区块820确定。所述第二几何计算可以与所述第一几何计算相同。如结合计算区块820所述,所述第二几何计算可用于从所述第二存储器中访问投影数据。例如,所述第二几何计算可用于调度器830(或存储控制器840从存储模块530中访问投影数据)访问来自存储模块530和/或存储控制器840的投影数据。在一些实施例中,所述第一几何计算和所述第二几何计算可统称为“几何计算”。如本申请所使用的,所述几何计算可以用于确定存储器(例如,存储模块530、缓存932等)中的一个特定像素或一个特定图像部分的投影数据。
在步骤1208中,基于所述第二几何计算和所述多个像素的序列可以从存储器(例如,所述第二存储器)中预取投影数据。所述投影数据可以由调度器830或存储控制器840预取。例如,假设与特定像素(例如,第一像素)对应的图像数据(例如,图像数据1)正在被生成,根据像素序列,可以预取对应于下一个像素(例如,第二像素)的至少部分投影数据(例如,投影数据2)。所述预取的投影数据可以存储在调度器830(例如,缓存932)或存储控制器840中。
在步骤1210中,通过处理所述预取的投影数据可以生成所述图像数据。例如,如结合步骤1208所述,对应于所述第二像素的图像数据2可以基于由调度器830或存储控制器840预取的投影数据2生成。在一些实施例中,所述图像数据可以根据本申请其他地方披露的重建算法,基于所述投影数据生成。仅作为示例,所述图像数据可以基于滤波反向投影(FBP)算法被生成。
应当注意的是,以上对图12的流程图的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。对于本领域的技术人员来说,在本申请的教导下可以进行各种修正和改变。然而,各种修正和改变仍在以上描述的范围之内。例如,图12所示的流程1200可以由多个处理子区块(例如,850-1、850-2、850-N等)并行执行。
图13是根据本申请的一些实施例所示的一种获取投影数据的示例性流程1300的流程图。
在步骤1302中,可以基于所述第二几何计算确定与所述多个像素中的第一像素相关的第一数据模板(例如,图14中所示的1410)。所述第一数据模板可以由调度器830或几何计算区块820来确定。所述第一数据模板可以包括一个框架,该框架部分被或将被生成对应于第一像素的图像数据1所需的投影数据填充。如结合1208所述,可以基于所述第二几何计算确定生成与所述第一像素对应的图像数据1所需的投影数据(即,投影数据1)。
在步骤1304中,第一组投影数据可以被填充到所述第一数据模板中。所述第一组投影数据可对应于所述第一像素。所述第一组投影数据可以由调度器830或处理区块850填充到所述第一数据模板中。在一些实施例中,在所述第一组投影数据被填充到所述第一数据模板之后,被填充的第一数据模板可以被处理以产生对应于所述第一像素的图像数据1。
在步骤1306中,可以基于手术室第二几何计算确定与第二像素有关的第二数据模板(例如,图14中示出的1420)。如在本申请其他地方所描述的,根据所述像素序列,所述第二像素可以是第一像素的下一个像素。所述第二数据模板可以由调度器830或几何计算区块820来确定。所述第二数据模板可以对应于生成对应于所述第二像素的图像数据2所需的投影数据。如结合步骤1208所述,基于所述第二几何计算可以确定生成与所述第二像素对应的图像数据2所需的投影数据(即,投影数据2)。
在步骤1308中,可以基于被填充的第一数据模板和第二数据模板确定第二组投影数据。所述第二组投影数据可以是生成对应于所述第二像素的图像数据2所需的投影数据(即,投影数据2)的一部分。仅作为示例,被填充的第一数据模板和第二数据模板可以彼此重叠。所述第二数据模板与所述被填充的第一数据模板重叠的重叠区域可以被确定。第二组投影数据可以对应于除去重叠区域的第二数据模板。在一些实施例中,所述重叠区域可以使用计分板内存931来确定。
在步骤1310中,可以从存储器(例如,上述第二存储器)中预取所述第二组投影数据。所述第二组投影数据可以由调度器830或存储控制器840预取。在所述第一组投影数据的处理期间(即,在处理对应于像素序列中第二像素的投影数据2之前)可以预取所述第二组投影数据。
在步骤1312中,所述第二组投影数据可以被填充到所述第二数据模板中。所述第二组投影数据可以由调度器830或几何计算区块820填充到所述第二数据模板中。在一些实施例中,在所述第二组投影数据被填充到所述第二数据模板之后,被填充的第二数据模板可以被处理以产生对应于所述第二像素的图像数据2。
在一些实施例中,流程1300可以是迭代过程。例如,在所述第二组投影数据被填充到所述第二数据模板之后,可以根据所述像素序列确定下一个像素(例如,第三像素)。此外,从第二存储器中可以预取生成与下一个像素(例如,第三像素)相对应的图像数据(例如,图像数据3)所需的投影数据的至少一部分。在一些实施例中,流程1300可以被迭代地执行,直到生成与像素序列中的多个像素相关的全部图像数据。
应当注意的是,以上对图13的流程图的描述,仅为描述方便,并不能把本申请限制在所举实施例范围之内。对于本领域的技术人员来说,在本申请的教导下可以进行各种修正和改变。然而,各种修正和改变仍在以上描述的范围之内。例如,在步骤1310和步骤1312之间可以添加用于存储第二组投影数据的步骤。
图14是根据本申请的一些实施例所示的一种示例性数据模板的示意图。
如图14所示,探测器112探测的投影数据可以由与探测器112相关联的坐标系表示。例如,假设探测器112可以包括多个探测器单元。所述多个探测器单元可以被布置成一行或多行,并且每行可以包括一个或多个探测器单元。所述多个探测器单元中的每个探测器单元可以根据其在坐标系中的位置由坐标值(u,v)表示。仅作为示例,所述多个探测器单元可以被布置成16行,并且每行可以包括1024个探测器单元,其中u为1至1024,并且v为1至16。由一个特定探测器单元探测的投影数据可以由与所述探测器单元相同的坐标值表示。因此,投影数据可以表示为(u,v)。
如图14所示,投影数据(u2,v2)至投影数据(u1,v1)可以被需要以用于生成与所述第一像素对应的图像数据1。投影数据(u2,v3)至投影数据(u1,v2)可以被需要以用于生成与所述第二像素对应的图像数据2。第一数据模板1410可以被通过投影数据(u2,v2)的投影数据(u1,v1)填充。如图所示,第二数据模板1420与第一数据模板1410重叠。第二数据模板1420已经被第一数据模板1410和第二数据模板1420的重叠区域中的投影数据部分填充。预取的第二组投影数据可以对应于投影数据(u2,v3)至投影数据(u1,v3),即除去所述重叠区域的第二数据模板1420。
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。
此外,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、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、Smal ltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (10)

1.一种图像重建系统,包括:
至少一个存储介质,所述存储介质包括一组用于提取投影数据的指令;以及
至少一个处理器,所述处理器被配置为与所述至少一个存储介质进行通信,当执行所述指令时,所述至少一个处理器用于:
确定多个像素的序列,所述多个像素包括第一像素和与所述第一像素相关的第二像素;
确定第一几何计算,所述第一几何计算用于所述至少一个处理器从第一存储器中访问与所述第一像素相关的第一组投影数据;
基于所述第一几何计算,确定第二几何计算;
基于所述第二几何计算,确定与所述第一像素相关的第一数据模板和与所述第二像素相关的第二数据模板;以及
基于所述第一数据模板和所述第二数据模板,从第二存储器中预取所述第二组投影数据。
2.根据权利要求1所述的系统,其特征在于,所述至少一个处理器进一步用于从所述第一存储器中访问所述第一组投影数据。
3.根据权利要求2所述的系统,其特征在于,所述至少一个处理器进一步用于从所述第一存储器中访问所述第二组投影数据。
4.根据权利要求2所述的系统,其特征在于,所述至少一个处理器进一步用于:
填充所述第一组投影数据到所述第一数据模板;
确定所述第二数据模板与所述被填充的第一数据模板的重叠区域;以及
基于被除去所述重叠区域的第二数据模板,预取所述第二组投影数据。
5.根据权利要求1所述的系统,其特征在于,所述第二几何计算与所述第一几何计算相同。
6.根据权利要求1所述的系统,其特征在于,所述至少一个处理器包括三个或三个以上处理器。
7.根据权利要求6所述的系统,其特征在于,所述三个或三个以上处理器以并行架构布置。
8.根据权利要求1所述的系统,其特征在于,在所述多个像素的序列中,所述第二像素与所述第一像素相邻。
9.根据权利要求1所述的系统,其特征在于,所述第一存储器包括缓存。
10.一种包括可执行指令的非暂时性的计算机可读介质,由至少一个处理器执行所述可执行指令时,使所述至少一个处理器执行一种方法,所述方法包括:
确定多个像素的序列,所述多个像素包括第一像素和和与所述第一像素相关的第二像素;
确定第一几何计算,所述第一几何计算用于所述至少一个处理器从第一存储器中访问与所述第一像素相关的第一组投影数据;
基于所述第一几何计算,确定第二几何计算;
基于所述第二几何计算,确定与所述第一像素相关的第一数据模板和与所述第二像素相关的第二数据模板;以及
基于所述第一数据模板和所述第二数据模板,从第二存储器中预取所述第二组投影数据。
CN201710516484.9A 2017-04-28 2017-06-29 图像重建系统及方法 Active CN107330951B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/499,923 US10482632B2 (en) 2017-04-28 2017-04-28 System and method for image reconstruction
US15/499,923 2017-04-28

Publications (2)

Publication Number Publication Date
CN107330951A true CN107330951A (zh) 2017-11-07
CN107330951B CN107330951B (zh) 2020-12-11

Family

ID=59258094

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201710516634.6A Active CN108122263B (zh) 2017-04-28 2017-06-29 图像重建系统及方法
CN201710516484.9A Active CN107330951B (zh) 2017-04-28 2017-06-29 图像重建系统及方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201710516634.6A Active CN108122263B (zh) 2017-04-28 2017-06-29 图像重建系统及方法

Country Status (3)

Country Link
US (3) US10482632B2 (zh)
EP (1) EP3396629B1 (zh)
CN (2) CN108122263B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
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
CN113228046A (zh) * 2018-12-27 2021-08-06 浙江大华技术股份有限公司 图像融合的系统和方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11869121B2 (en) 2018-06-29 2024-01-09 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image reconstruction
US10867415B1 (en) * 2019-01-17 2020-12-15 National Technology & Engineering Solutions Of Sandia, Llc Device and method for constructing and displaying high quality images from imaging data by transforming a data structure utilizing machine learning techniques
CN110533573B (zh) * 2019-09-04 2023-07-14 山东华沃医疗科技有限公司 一种基于java语言的mri图像并行处理方法及处理系统
CN114463557B (zh) * 2022-01-25 2023-03-24 腾讯科技(深圳)有限公司 轮廓标记方法、装置、设备、存储介质及系统
CN114444423B (zh) * 2022-04-02 2022-06-24 北京得瑞领新科技有限公司 基于验证平台的数据处理方法、系统及电子设备
CN115205472B (zh) * 2022-09-16 2022-12-02 成都国星宇航科技股份有限公司 实景重建图片的分组方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020154727A1 (en) * 2001-02-16 2002-10-24 Ruola Ning System and method for fast parallel cone-beam reconstruction using one or more microprocessors
US20030169842A1 (en) * 2002-03-06 2003-09-11 Akihiko Nishide X-ray CT apparatus and method of controlling it
US20080018919A1 (en) * 2006-07-24 2008-01-24 Konica Minolta Business Technologies, Inc. Image processing apparatus and image processing method

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5158576B2 (ja) * 2007-06-05 2013-03-06 日本電気株式会社 入出力制御システム、入出力制御方法、及び、入出力制御プログラム
CN101908321B (zh) 2009-06-03 2013-05-08 联咏科技股份有限公司 用于一平面显示器的伽玛电压产生装置
CN101908231B (zh) * 2010-07-27 2012-05-30 清华大学 处理含有主平面场景的三维点云重建方法和系统
US8490088B2 (en) * 2010-09-10 2013-07-16 International Business Machines Corporation On demand virtual machine image streaming
US20140143000A1 (en) * 2011-03-01 2014-05-22 Steeve Teong Sin KAY Project Management System
CN103211608B (zh) 2012-01-18 2016-08-03 上海联影医疗科技有限公司 基于gpu加速的螺旋ct图像重构中孔径加权的计算方法
CN102567944B (zh) 2012-03-09 2013-10-30 中国人民解放军信息工程大学 基于fpga的ct图像重建硬件加速方法
CN103247075B (zh) * 2013-05-13 2015-08-19 北京工业大学 基于变分机制的室内环境三维重建方法
JP6313168B2 (ja) * 2014-09-02 2018-04-18 キヤノンメディカルシステムズ株式会社 X線ct装置、画像処理装置及び画像処理プログラム
DE102015208905A1 (de) 2015-05-13 2016-11-17 Siemens Healthcare Gmbh Verfahren zum Erzeugen eines Bildes
CN104915992A (zh) * 2015-06-15 2015-09-16 上海应用技术学院 基于股骨ct图像的实时阴影体绘制方法
CN105608717A (zh) * 2015-12-22 2016-05-25 肖古华 一种ct系统和ct图像重建方法
CN106570886B (zh) * 2016-10-27 2019-05-14 南京航空航天大学 一种基于超分辨率重建的目标跟踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020154727A1 (en) * 2001-02-16 2002-10-24 Ruola Ning System and method for fast parallel cone-beam reconstruction using one or more microprocessors
US20030169842A1 (en) * 2002-03-06 2003-09-11 Akihiko Nishide X-ray CT apparatus and method of controlling it
US20080018919A1 (en) * 2006-07-24 2008-01-24 Konica Minolta Business Technologies, Inc. Image processing apparatus and image processing method

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIAO WANG ET AL: "High Performance Model Based Image Reconstruction", 《ACM SIGPLAN NOTICES》 *

Cited By (4)

* Cited by examiner, † Cited by third party
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
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
CN113228046A (zh) * 2018-12-27 2021-08-06 浙江大华技术股份有限公司 图像融合的系统和方法
CN113228046B (zh) * 2018-12-27 2024-03-05 浙江大华技术股份有限公司 图像融合的系统和方法

Also Published As

Publication number Publication date
EP3396629B1 (en) 2022-05-11
CN108122263A (zh) 2018-06-05
US10482632B2 (en) 2019-11-19
US20210343053A1 (en) 2021-11-04
CN107330951B (zh) 2020-12-11
EP3396629A1 (en) 2018-10-31
US20200082580A1 (en) 2020-03-12
US11455756B2 (en) 2022-09-27
CN108122263B (zh) 2021-06-25
US11062487B2 (en) 2021-07-13
US20180315220A1 (en) 2018-11-01

Similar Documents

Publication Publication Date Title
CN107330951A (zh) 图像重建系统及方法
CN109727663A (zh) 生成用于图像处理的神经网络模型的系统和方法
CN107808379A (zh) 图像处理系统、方法、装置和计算机可读介质
CN109009199A (zh) 用于正电子发射断层扫描中的图像数据处理的系统和方法
CN109493951A (zh) 用于降低辐射剂量的系统和方法
US11995837B2 (en) System and method for medical image visualization
CN110060313A (zh) 一种图像伪影校正方法和系统
US10593073B2 (en) System and method for removing hard tissue in CT image
CN110151210A (zh) 一种医学图像处理方法、系统、装置和计算机可读介质
JP2016530051A (ja) 高度グラフィカルユーザインターフェースを有する放射線治療システム
CN106691486A (zh) 医学成像系统及方法
CN107886553A (zh) 图像重建系统和方法
CN110418665A (zh) 放射治疗计划的自适应系统、存储介质以及装置
CN110996800B (zh) 用于确定pet成像动力学参数的系统、方法及非暂时性计算机可读介质
CN108209954A (zh) 发射型计算机断层图像重建方法及系统
CN107330952A (zh) 电子计算机断层扫描图像数据处理系统
CN108986892A (zh) 用于确定活度图和衰减图的系统和方法
CN109272562A (zh) 一种迭代重建的系统和方法
CN108921913A (zh) 图像重建的系统及方法
CN109242923A (zh) 一种迭代重建的系统和方法
CN110473271A (zh) 一种图像数据处理方法、系统、装置及存储介质
CN109431528A (zh) 校正投影图像的系统和方法
CN117897733A (zh) 医学成像系统和方法
CN109255825A (zh) 用于实现正投影的方法、装置、存储介质以及图像重建方法
CN114010212A (zh) 动态参数成像可视化方法、装置、电子装置和存储介质

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
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 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant