CN107356615B - 一种用于双能x射线ct的方法和系统 - Google Patents
一种用于双能x射线ct的方法和系统 Download PDFInfo
- Publication number
- CN107356615B CN107356615B CN201610304724.4A CN201610304724A CN107356615B CN 107356615 B CN107356615 B CN 107356615B CN 201610304724 A CN201610304724 A CN 201610304724A CN 107356615 B CN107356615 B CN 107356615B
- Authority
- CN
- China
- Prior art keywords
- energy
- projection data
- low
- dual
- energy projection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000000463 material Substances 0.000 claims abstract description 143
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 112
- 230000000694 effects Effects 0.000 claims abstract description 101
- 230000009977 dual effect Effects 0.000 claims abstract description 18
- 238000002591 computed tomography Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000007689 inspection Methods 0.000 abstract description 14
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 9
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000001151 other effect Effects 0.000 abstract description 2
- 230000000717 retained effect Effects 0.000 abstract description 2
- 238000013170 computed tomography imaging Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000001228 spectrum Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 239000000126 substance Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 239000003814 drug Substances 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002355 dual-layer Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002247 constant time method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 239000011824 nuclear material Substances 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
- G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
- G01N23/087—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays using polyenergetic X-rays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/20—Sources of radiation
- G01N2223/206—Sources of radiation sources operating at different energy levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/423—Imaging multispectral imaging-multiple energy imaging
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Toxicology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
公开了一种用于双能X射线CT的方法和系统。在该方法中,保留占主导地位的两种效应例如康普顿效应和电子对效应,而把其他的效应例如光电效应的影响剔除,从而提高材料分解的精度。该发明的独特优势在于能够有效的消除现有双能CT(无论keV低能或MeV高能)方法在材料分解过程中直接选择两种效应公式计算原子序数Z带来的误差,大大提高双能CT材料分解和识别的准确性,对于临床医疗、安检、工业无损检测等领域的应用都有十分重要的意义。
Description
技术领域
本发明的实施例涉及辐射成像,特别涉及一种用于双能X射线CT(ComputerizedTomography)的材料分解方法和相应的系统。
背景技术
虽然X射线CT成像技术已经在临床医学、安检和工业无损检测等领域得到了广泛的应用,但是目前主流CT技术是采用单一X射线能谱,使用能量积分式探测器,利用CT重建方法获得被扫描物体内部的线性衰减系数分布图像,是物质对X射线吸收强弱的灰度图像,无法实现临床医学和安检所追求的准确识别物质的需求。而X射线双能CT技术的出现为实现准确的物质识别提供了一种有力的途径,双能CT通过采集两种不同X射线能谱下的投影数据,一般地分别记作低能数据和高能数据,然后通过专门的双能CT材料分解算法,可以同时重建得到被扫描物体原子序数Z和电子密度ρe的分布图像,而获得了原子序数Z也就实现了物质识别。
由于物质的衰减系数是随光子的能量变化的,目前X射线CT最常用的X射线源是X光机或加速器,其出射X射线具有很宽的能谱,并不是单色的,因此传统CT的投影模型应该是非线性的,对投影数据直接重建得到的是等效衰减系数,是线衰减系数函数在射线源能谱和被照物共同影响下的一种平均值,不具备清晰的物理含义,只能够提供被照物的结构信息。但是,双能CT通过使用两个不同的X射线能谱,获得两组投影数据,经过专门的双能CT材料分解方法,实现物质识别。
双能CT的材料分解算法可以分为三大类:投影域前处理方法、图像域后处理方法和迭代方法。投影域前处理方法认为线衰减系数函数可以分解为两个已知的只以能量为变量的基函数的线性组合,对每条射线路径,先用该路径上的双能投影值求出线性组合系数在射线路径上的积分,然后按照传统的CT图像重建算法得到每点的组合系数,相当于得到每点的线衰减系数函数的特征量,根据一点的特征量确定该点的线衰减系数函数或者物质信息(原子序数和电子密度)。前处理方法能够有效地去除硬化伪影,但是需要双能投影路径匹配。图像域后处理方法先将双能CT的投影数据分别各自进行图像重建,得到两个不同能谱下的CT重建图像,然后比较每个像素点的重建数值与基材料图像之间的关系完成材料分解。后处理方法实现简单,但无法去除硬化伪影。迭代方法是将CT图像重建与材料分解整合到一个数学模型中,直接通过迭代算法完成最终的材料分解,同时迭代方法还可以增加其他的先验约束,例如统计噪声模型,用最大似然(ML)、最大期望(EM)或者最大后验(MAP)等方法,优化迭代求解的过程。迭代方法的优点是能够更好地抑制噪声,但是其计算过程更加复杂,耗时较长。
在X射线双能CT成像中,上述三种材料分解方法的理论基础是X光子与物质的作用,考虑到临床医学、安检、工业无损检测和海关走私检查等主要应用领域使用的X射线能量在10keV~10MeV之间,其相互作用可能存在四种:瑞利散射、光电效应、康普顿散射和电子对效应,可以较为完整地描述许多物质的衰减系数函数。但实际上,双能CT由于只采集高低两个能量的投影数据,理论上只能使用两种效应的数学模型进行材料分解,而忽略其他效应的影响,例如在低能成像中只考虑光电效应和康普顿散射,而在高能成像中只考虑康普顿散射和电子对效应,这些近似虽然使得双能CT成像能够进行材料分解,但是势必会带来一定的误差,并且在某些情况下这些误差变得难以忽略。特别是在高能双能CT成像中,例如放射性核材料的检测、大型集装箱检查系统、航空箱检查系统、大型金属工件无损检测等,电子对效应的截面并不比光电效应大很多,只选择其中一种会带来明显的误差,必须综合考虑不同效应对材料分解的影响才能有效提高高能双能CT成像的效果。
发明内容
针对现有技术中的一个或多个问题,提出了一种于双能X射线CT的材料分解方法和相应的系统。
在本发明的一个方面,提出了一种高能双能X射线CT材料分解方法,包括步骤:对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据;针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数;将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度;根据每个像素的等效原子序数和电子密度,计算光电效应所对应的质量衰减系数;利用光电效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与光电效应所对应的部分;以及利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像。
根据一些实施例,利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像的步骤包括:利用修正后的高能和低能投影数据得到更新的基材料分解系数;在满足迭代标准的情况下,利用更新的基材料分解系数计算得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像。
根据一些实施例,利用滤波反投影或ART迭代算法重建基材料分解系数。
在本发明的另一方面,提出了一种低能双能X射线CT材料分解方法,包括步骤:对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据;针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数;将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度;根据每个像素的等效原子序数和电子密度,计算瑞利散射效应所对应的质量衰减系数;利用瑞利散射效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与瑞利散射效应所对应的部分;以及利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像。
在本发明的再一方面,提出了一种用于高能双能X射线CT材料分解的系统,包括:对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据的装置;针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数的装置;将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度的装置;根据每个像素的等效原子序数和电子密度,计算光电效应所对应的质量衰减系数的装置;利用光电效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与光电效应所对应的部分的装置;以及利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像的装置。
在本发明的又一方面,提出了一种用于低能双能X射线CT材料分解的系统,包括:对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据的装置;针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数的装置;将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度的装置;根据每个像素的等效原子序数和电子密度,计算瑞利散射效应所对应的质量衰减系数的装置;利用瑞利散射效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与瑞利散射效应所对应的部分的装置;以及利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像的装置。
利用上述实施例的方案,能够有效消除现有的双能CT方法在材料分解和物质识别过程中由于直接忽略某种效应而带来的计算原子序数Z的误差。这样能够大大提高双能CT的物质识别精度,对于提升现有的各类双能CT成像系统的应用效果,例如临床医学、安检、工业无损检测和海关缉私等领域都有十分重要的意义,具有重要的市场应用价值。
附图说明
为了更好的理解本发明,将根据以下附图对本发明的实施例进行描述:
图1示出了根据本发明实施例的双能CT系统的示意性结构图;
图2是根据本发明一个实施例的用于X射线双能CT的材料分解方法的流程图;
图3是根据本发明另一实施例的用于X射线双能CT的材料分解方法的流程图;
图4A示出了在无噪声情况下本发明实施例的模拟实验结果,其中左侧图为模型的真实原子序数分布图,而中间图为现有的传统双能CT基材料分解结果,右侧图为本发明实施例的双能CT材料分解结果;
图4B示出了在具有泊松噪声情况下本发明实施例的模拟实验结果,其中左侧图为模型的真实原子序数分布图,而中间图为现有的传统双能CT基材料分解结果,右侧图为本发明实施例的双能CT材料分解结果;
图5A示出了沿着图4A中沿着各圆柱中心点弧线所画出的剖面线,即:真实值曲线,传统双能CT基材料分解方法所得到的曲线,和本发明实施例方法所得到的曲线;
图5B示出了沿着图4B中沿着各圆柱中心点弧线所画出的剖面线,即:真实值曲线,传统双能CT基材料分解所得到的曲线,和本发明实施例方法所得到的曲线。
附图没有对实施例的所有电路或结构进行显示。贯穿所有附图相同的附图标记表示相同或相似的部件或特征。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的电路、材料或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
图1示出了根据本发明实施例的CT系统的结构示意图。如图1所示,根据本实施例的CT系统包括X射线源11、探测和采集装置12、传送装置13、控制器14、诸如CPU或GPU之类的计算单元15和显示单元16。X射线源11和探测和采集装置12安装在诸如机架之类的旋转装置上,在控制器14的控制下高速旋转。并且控制器14控制传送装置13例如皮带以恒定的速率把被检物体17从旋转装置的一侧传送至另外一侧。X射线源11发出高能/低能射线穿过被检物体17后被探测器接收,通过模数转换电路形成数字信号,作为投影数据。计算单元15例如图像处理单元将数字信号重建为反映被检物体17内部结构和/或材料特征的三维图像。
根据本发明的实施例,X射线源11可以为双能X射线源,探测器也能够接收多种能量的X射线,从而对被检查物体17进行双能X射线检查。这里进行的CT扫描可以是螺旋扫描也可以是圆周扫描或者其他扫描方式。X射线双能CT成像的实现方式主要有两大类:1)使用两种或多种不同能谱的X射线源,典型技术包括双源CT技术、X光机高压快速切换技术和K边缘滤波法。2)利用具有X光能量分辨能力的探测器,例如双层探测器或光子计数探测器等。上述两大类技术在临床医学、安检、海关缉私、工业无损检测等领域均有应用,本发明技术可以应用于上述任何一种双能X射线CT成像系统,无论是低能(keV级别)或高能(MeV级别)的情况均可以使用。
探测和采集装置12例如是具有整体模块结构的探测器及数据采集器,例如平板探测器,用于探测透射被检查物体的射线,获得模拟信号,并且将模拟信号转换成数字信号,从而输出被检查物体17针对X射线的投影数据。
控制器14连接到射线源11、探测和采集装置12和传送装置13,控制整个系统的各个部分同步工作。计算单元15用来处理由数据采集器采集的数据,对数据进行处理并重建,输出结果。例如,被检查物体17通过双能CT设备扫描后,得到的双能三维图像数据送入计算单元15,利用安装的物质识别系统根据图像数据对被检物体进行物质识别,得到不同物质的等效原子序数和密度等信息,并对三维图像进行着色,显示在显示单元16的屏幕上,供判图员进行检查。
如图1所示,射线源11置于被检查物体17的一侧,探测和采集装置12置于被检查物体17的另一侧,包括探测器和数据采集器,用于获取被检查物体17的多角度投影数据。数据采集器中包括数据放大成形电路,它可工作于(电流)积分方式或脉冲(计数)方式。探测和采集装置12的数据输出电缆与控制器14和计算单元15连接,根据触发命令将采集的数据存储在存储器中。本领域技术人员可以理解,在其他实施例中,射线源和探测器可以采用无机架即静态分布式多光源的方式。
根据Beer-Lambert定理,具有一定能谱分布的一束X射线经过某一物体的衰减后,在能量积分型探测器上采集到的信号强度可以用如下公式描述:
在X射线双能CT成像中,经常采用基材料分解模型进行材料分解,而基材料分解模型的基本原理是认为:所有物质的线衰减系数都可以由原子序数和电子密度两个变量唯一确定,可以选择两种基材料——比如碳和铁,用基材料的线衰减系数的线性组合表示其他所有材料的线衰减系数,即:
μ(E)=b1μ1(E)+b2μ2(E) (2)
其中,μ(E)是被扫描物体任意一点处的线衰减系数,而μ1(E)和μ2(E)则是两种已知的基材料的线衰减系数函数,b1和b2为该点处的基材料的分解系数。
将公式(2)代入到(1)中,可以得到:
考虑到μ1(E)和μ2(E)是与位置无关的已知量,上式可以进一步化简为:
在X射线双能CT成像中,一般会采集两种不同能谱下的投影数据,分别记作高能投影和低能投影,如下:
上式中的B1和B2仍然如公式(5)所定义的。
在临床医学成像领域,所使用的X射线光子能量一般不超过160keV,在这个能量范围下,光子与物质的主要作用方式有三种:瑞利散射、光电效应和康普顿散射,目前在临床双能CT(经常也被称为能谱CT)上广泛使用的基于基材料分解方法,均是基于光电效应、康普顿散射占主导地位而瑞利散射可以忽略为前提,这种近似存在一定误差。
在海关检查和工业成像领域,例如航空箱CT成像,被照物厚度往往较厚且原子序数变化范围较大,需要较强的射线来成像,通常使用加速器作为射线源,光子能量从100keV到几个MeV甚至十几个MeV。在这个能量范围内,光子与物质的作用方式有三种:光电效应、康普顿散射和电子对效应,且每种都不能完全忽略。因此,在基材料法中需要三种基材料的质量衰减系数函数来描述任意物质的质量衰减系数函数,但双能CT只能提供两个方程,未知数个数多于方程个数,该分解问题不定,无法求解。因此,现有的X射线高能双能CT均采用了忽略一种效应,直接套用双基材料的分解方法,与物理模型不匹配,导致分解结果存在明显的误差。
下面以X射线能量范围在几十keV到十几MeV的高能双能CT为例,详细介绍本发明的材料分解方法。
根据本发明提出的迭代基材料分解方法,例如在高能双能CT的情况下,在当前迭代中,先用上次迭代得到的基材料分解结果来估计投影中的光电贡献,然后在原始投影中去掉光电贡献,做基材料分解,得到新的基材料分解结果,并进入下一次迭代。通过这样的迭代方式,将光电效应从三种效应中分离出来;使得在做基材料分解时,用两种基材料的去掉光电效应的质量衰减系数函数作基材料分解的基函数,并相应地从投影数据中去掉光电效应的贡献,这样基材料分解就与两种效应(康普顿散射和电子对效应)的物理模型相匹配,有效提升分解的准确率。
图2是根据本发明一个实施例的用于X射线双能CT的材料分解方法的流程图。如图2所示,在步骤S21,对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据。在步骤S22,针对高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数。例如,对X射线双能CT采集到的高低能投影数据IL、IH进行预处理,得到:
其中,IL0、IH0分别是双能CT的低能X射线和高能X射线在不经过任何物体直接入射到探测器上采集得到投影数据,而DL0(E)、DH0(E)为事先测量得到的低能、高能X射线源的归一化有效能谱。
将公式(7)写出如下非线性方程组的形式:
利用非线性最小二乘方法,例如Levenberg–Marquardt方法求解:
得到B1、B2。
由B1、B2,利用滤波反投影或ART(Algebra Reconstruction Technique)迭代等CT图像重建算法,重建出基材料分解的系数b1、b2;此时计算得到的b1、b2作为后面迭代材料分解计算过程的初值。
在步骤S23,将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度。例如,根据初值或上次迭代计算得到的b1、b2,计算被扫描物体每个像素点的等效原子序数和电子密度,公式如下:
ρe=b1·ρe1+b2·ρe2 (11)
其中,Z1、Z2分别是两种基材料的原子序数,ρe1、ρe2是两种基材料的电子密度,均为已知量。
在步骤S24,根据每个像素的等效原子序数和电子密度,计算光电效应所对应的质量衰减系数。例如,根据每个像素点的等效原子序数和电子密度,计算其光电效应的反应截面以及其对应的质量衰减系数:
其中,NA是阿伏伽德罗常数,Et=0.1MeV,ai,bi,ci,di,ni是已知的常数,而ψ(Zeff)是Zeff在能量Et处的光电截面,单位是m2,其计算方式为计算不同壳层(K层,L层,M层,…)电子的光电截面的和。由如下公式计算得到:
其中,上式(14)中的多项参数可以通过如下计算得到:
上式中的常数包括:元电荷e=1.5189·10-14[m3/2kg1/2s-1],带电量q=1.6021892·10-19[C],电子静止质量m=me=9.1095·10-31[kg],普朗克常数h=6.6261·10-34[J·s],光速c=2.99792458·108[m/s]
在步骤S25,利用光电效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与光电效应所对应的部分。例如,对高低能投影数据,根据公式(13)计算得到的光电效应对应的质量衰减系数进行修正,修正公式如下:
其中,D′L0(E)、D′H0(E)可以看作是光电效应修正的等效能谱:
在步骤S26,利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像。例如,将修正后的高低能投影数据(16)重新代入公式(8),利用Levenberg–Marquardt方法求解公式(9)的非线性最小二乘解,得到更新后的B1和B2。由更新后的B1、B2,重新利用滤波反投影或ART迭代等CT图像重建算法,重建出更新后的基材料分解系数b1、b2。判断是否满足迭代收敛的标准,如果未满足,重新回到步骤1)中进行继续迭代;如果已满足收敛条件,则由b1、b2代入公式(10-11)计算得到最终的原子序数和电子密度分布图像。
需要说明的是:虽然上述推导是针对X射线高能双能CT开展的,但是,低能双能CT的材料分解完全可以按照上述思路,通过在迭代过程中利用上次迭代结果计算出瑞利散射的贡献,然后在原始投影数据中去掉瑞利散射贡献再做基材料分解的思路,得到基于本发明的更精确的低能双能CT材料分解方法。
图3是根据本发明另一实施例的用于X射线双能CT的材料分解方法的流程图。在步骤S31,对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据。在步骤S32,针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数。在步骤S33,将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度。
与上述图2所示的实施例不同的是,在步骤S34,根据每个像素的等效原子序数和电子密度,计算瑞利散射效应所对应的质量衰减系数,例如,计算方式可以用Klein-Nishina散射截面理论公式乘以弹性碰撞的比例因子得到的或者其他的计算方式得到;并且在步骤S35,利用瑞利散射效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与瑞利散射效应所对应的部分;以及在步骤S36,利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像。
图4A、图4B、图5A和图5B示出了本发明实施例的模拟结果。在模拟中,使用了一个包含10个圆柱的数值模型,这10个圆柱内的物质原子序数分别是13、14、20、25、26、27、29、30、40和47,而两种基材料分别选择原子序数为6、50的碳和锡。在双能CT扫描过程中,分别选择使用9MeV和6MeV的电子轰击钨靶产生的X射线束作为高低能X射线源,同时利用滤波片将低于100keV光子过滤掉;在360°的扇束扫描过程中,每隔1度采集1个投影,合计采集360个角度的投影数据,探测器个数为193,而重建图像128*128。仿真模拟中,首先针对无噪声投影数据进行了双能CT的材料分解结果验证和比较;同时考虑入射总光子数为109时,引入了泊松噪声进行了类似的方法验证和比较。
从图4A、图4B、图5A和图5B的仿真模拟结果可以发现:本发明实施例的技术能够有效地提高现有X射线双能CT的材料分解真确性,消除了由于双能CT成像模型与物理过程不一致带来的分解误差,对于提升当前各类双能CT的成像质量和物质识别精度具有现实意义。
现有的X射线双能CT成像模型和材料分解方法与真实物理过程之间存在一定的不一致,即多种X光子与物质相互作用共存,而现有的双能CT材料分解方法只能选择其中两种而忽略其他。本发明上述实施例的X射线双能CT迭代材料分解方法,能够计算并消除其他次要地位的作用截面(仅保留两种占主导地位的相互作用截面)的影响,从而利用修正后的高低能投影数据实现更加精确的材料分解和物质识别。本发明实施例的技术无需硬件改动,能够应用于目前多个领域的X射线双能CT系统中,包括临床医学(例如西门子双源CT、GE高压快速切换双能CT、飞利浦双层探测器能谱CT等等)、安检、海关缉私、工业无损检测等等,无论是低能(几百keV)或高能(十几MeV)情况均可应用,能够有效提高双能CT的物质识别准确性,降低误报率和漏报率,具有重大的市场应用价值。
以上的详细描述通过使用示意图、流程图和/或示例,已经阐述了用于X射线双能CT的材料分解方法和系统的众多实施例。在这种示意图、流程图和/或示例包含一个或多个功能和/或操作的情况下,本领域技术人员应理解,这种示意图、流程图或示例中的每一功能和/或操作可以通过各种结构、硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中,本发明的实施例所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而,本领域技术人员应认识到,这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中,实现为在一台或多台计算机上运行的一个或多个计算机程序(例如,实现为在一台或多台计算机系统上运行的一个或多个程序),实现为在一个或多个处理器上运行的一个或多个程序(例如,实现为在一个或多个微处理器上运行的一个或多个程序),实现为固件,或者实质上实现为上述方式的任意组合,并且本领域技术人员根据本公开,将具备设计电路和/或写入软件和/或固件代码的能力。此外,本领域技术人员将认识到,本公开所述主题的机制能够作为多种形式的程序产品进行分发,并且无论实际用来执行分发的信号承载介质的具体类型如何,本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于:可记录型介质,如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等;以及传输型介质,如数字和/或模拟通信介质(例如,光纤光缆、波导、有线通信链路、无线通信链路等)。虽然已参照几个典型实施例描述了本发明,但应当理解,所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质,所以应当理解,上述实施例不限于任何前述的细节,而应在随附权利要求所限定的精神和范围内广泛地解释,因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。
Claims (10)
1.一种高能双能X射线CT材料分解方法,包括步骤:
对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据;
针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数;
将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度;
根据每个像素的等效原子序数和电子密度,计算光电效应所对应的质量衰减系数;
利用光电效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与光电效应所对应的部分;以及
利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像。
2.如权利要求1所述的方法,其中利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像的步骤包括:
利用修正后的高能和低能投影数据得到更新的基材料分解系数;
在满足迭代标准的情况下,利用更新的基材料分解系数计算得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像。
3.如权利要求2所述的方法,其中利用滤波反投影或ART迭代算法得到更新的基材料分解系数。
4.一种低能双能X射线CT材料分解方法,包括步骤:
对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据;
针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数;
将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度;
根据每个像素的等效原子序数和电子密度,计算瑞利散射效应所对应的质量衰减系数;
利用瑞利散射效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与瑞利散射效应所对应的部分;以及
利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像。
5.如权利要求4所述的方法,其中利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像的步骤包括:
利用修正后的高能和低能投影数据得到更新的基材料分解系数;
在满足迭代标准的情况下,利用更新的基材料分解系数计算得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像。
6.如权利要求5所述的方法,其中利用滤波反投影或ART迭代算法得到更新的基材料分解系数。
7.一种用于高能双能X射线CT材料分解的系统,包括:
对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据的装置;
针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数的装置;
将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度的装置;
根据每个像素的等效原子序数和电子密度,计算光电效应所对应的质量衰减系数的装置;
利用光电效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与光电效应所对应的部分的装置;以及
利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像的装置。
8.如权利要求7所述的系统,其中利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像的装置包括:
利用修正后的高能和低能投影数据得到更新的基材料分解系数的装置;
在满足迭代标准的情况下,利用更新的基材料分解系数计算得到与康普顿效应和电子对效应对应的原子序数图像和电子密度图像的装置。
9.一种用于低能双能X射线CT材料分解的系统,包括:
对被检查物体进行双能X射线CT扫描,得到高能投影数据和低能投影数据的装置;
针对所述高能投影数据和低能投影数据进行双能基材料分解,得到基材料分解系数的装置;
将所述基材料分解系数作为初值,计算被检查物体的每个像素的等效原子序数和电子密度的装置;
根据每个像素的等效原子序数和电子密度,计算瑞利散射效应所对应的质量衰减系数的装置;
利用瑞利散射效应所对应的质量衰减系数对所述高能投影数据和低能投影数据进行修正,以消除所述高能投影数据和低能投影数据中与瑞利散射效应所对应的部分的装置;以及
利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像的装置。
10.如权利要求9所述的系统,其中利用修正后的高能和低能投影数据进行双能基材料分解,得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像的装置包括:
利用修正后的高能和低能投影数据得到更新的基材料分解系数的装置;
在满足迭代标准的情况下,利用更新的基材料分解系数计算得到与康普顿效应和光电效应对应的原子序数图像和电子密度图像的装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610304724.4A CN107356615B (zh) | 2016-05-10 | 2016-05-10 | 一种用于双能x射线ct的方法和系统 |
US15/494,884 US10302578B2 (en) | 2016-05-10 | 2017-04-24 | Method for performing material decomposition using a dual-energy X-ray CT and corresponding dual-energy X-ray CT apparatus |
GB1706727.3A GB2551029B (en) | 2016-05-10 | 2017-04-27 | Method for performing material decoposition using a dual-energy X-Ray CT and corresponding Dual-energy X-Ray CT Apparatus |
DE102017207125.7A DE102017207125A1 (de) | 2016-05-10 | 2017-04-27 | Verfahren zum Durchführen einer Materialzerlegung unter Verwendung einer Dual-Energie-Röntgen-CT und eines entsprechenden Dual-Energie-Röntgen-CT-Gerätes |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610304724.4A CN107356615B (zh) | 2016-05-10 | 2016-05-10 | 一种用于双能x射线ct的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107356615A CN107356615A (zh) | 2017-11-17 |
CN107356615B true CN107356615B (zh) | 2020-01-21 |
Family
ID=59011124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610304724.4A Active CN107356615B (zh) | 2016-05-10 | 2016-05-10 | 一种用于双能x射线ct的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10302578B2 (zh) |
CN (1) | CN107356615B (zh) |
DE (1) | DE102017207125A1 (zh) |
GB (1) | GB2551029B (zh) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107356615B (zh) | 2016-05-10 | 2020-01-21 | 清华大学 | 一种用于双能x射线ct的方法和系统 |
CA3025821A1 (en) * | 2016-05-30 | 2017-12-07 | Southern Innovation International Pty Ltd | Material characterisation system and method |
CN108267464B (zh) * | 2016-12-29 | 2020-03-10 | 同方威视技术股份有限公司 | 液体探测方法和装置及安检设备 |
CN106841244A (zh) * | 2017-02-23 | 2017-06-13 | 门阔 | 利用cbct能谱成像获取物质成分的方法 |
US11517278B2 (en) * | 2017-10-06 | 2022-12-06 | Mayo Foundation For Medical Education And Research | System and method for basis material decomposition with general physical constraint for multi-energy computed tomography |
CN109959669B (zh) * | 2017-12-26 | 2021-02-23 | 清华大学 | 基材料分解方法和装置及计算机可读存储介质 |
US10809414B2 (en) * | 2018-01-09 | 2020-10-20 | Voti Inc. | Methods for reconstructing an unknown object in a scanned image |
DE102018201967A1 (de) * | 2018-02-08 | 2019-08-08 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren zum Auswerten einer Multi-Energie-Röntgen-Aufnahme mittels einer Basismaterialzerlegung |
US11977037B2 (en) | 2018-10-22 | 2024-05-07 | Rapiscan Holdings, Inc. | Insert for screening tray |
JP7272833B2 (ja) * | 2019-03-15 | 2023-05-12 | 住友重機械工業株式会社 | X線ct装置、画像再構成装置、及び画像再構成方法 |
CN110175957B (zh) * | 2019-04-11 | 2021-03-09 | 清华大学 | 多能量ct基材料物质分解方法 |
CN110448320A (zh) * | 2019-08-01 | 2019-11-15 | 新里程医用加速器(无锡)有限公司 | 用于cbct系统的球管组件及双能三维体积图像的重建方法 |
CN110687565B (zh) * | 2019-09-20 | 2023-01-20 | 天津大学 | 一种用于x射线探测器的光生电荷的快速计算方法 |
CN110742635B (zh) * | 2019-10-08 | 2021-10-08 | 南京安科医疗科技有限公司 | 一种复合能谱ct成像方法 |
JP7493944B2 (ja) * | 2020-01-21 | 2024-06-03 | キヤノンメディカルシステムズ株式会社 | X線ct装置 |
CN111340127B (zh) * | 2020-03-04 | 2023-01-10 | 清华大学 | 基于材料聚类的能谱ct迭代材料分解方法和装置 |
CN111707688B (zh) * | 2020-06-18 | 2021-10-01 | 清华大学 | 光子计数能谱ct成像中自适应能谱优化方法及其应用 |
CN112304987B (zh) * | 2020-10-19 | 2024-04-12 | 西北工业大学 | 基于光子计数能谱ct的含能材料等效原子序数测量方法 |
CN112652054B (zh) * | 2020-12-22 | 2022-12-20 | 上海索骥信息科技有限公司 | 一种dr/ct数字物体构建方法和系统 |
CN112666194B (zh) * | 2020-12-22 | 2022-12-20 | 上海培云教育科技有限公司 | 一种虚拟数字dr图像的生成方法及dr虚拟仿真仪器 |
WO2022172047A1 (en) * | 2021-02-12 | 2022-08-18 | Totalenergies Onetech | Device for analyzing a fluid ina sample and related method |
US11885752B2 (en) | 2021-06-30 | 2024-01-30 | Rapiscan Holdings, Inc. | Calibration method and device therefor |
US12019035B2 (en) | 2021-07-16 | 2024-06-25 | Rapiscan Holdings, Inc. | Material detection in x-ray security screening |
CN114113169B (zh) * | 2021-11-19 | 2024-05-31 | 数岩科技股份有限公司 | 确定矿物分布的方法及装置、电子设备及计算机存储介质 |
CN114926560B (zh) * | 2022-05-11 | 2024-08-06 | 中国计量科学研究院 | 基于基材料分解的成像金属伪影校正方法及系统、成像设备 |
CN115266782B (zh) | 2022-09-27 | 2023-03-24 | 中国科学院地质与地球物理研究所 | 一种基于双能ct技术评价非常规储层双甜点的方法 |
CN117007621B (zh) * | 2023-03-13 | 2024-03-29 | 北京光影智测科技有限公司 | 基于微焦点光源的双能同轴相位ct材料分解方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266216A (zh) * | 2007-03-14 | 2008-09-17 | 清华大学 | 标定双能ct系统的方法和图像重建方法 |
CN102162798A (zh) * | 2007-10-05 | 2011-08-24 | 清华大学 | 液态物品检查方法和设备 |
EP2437050A1 (en) * | 2009-05-27 | 2012-04-04 | Tsinghua University | Dual-energy under-sampling material discriminating method and system |
CN102590234A (zh) * | 2009-05-27 | 2012-07-18 | 清华大学 | 基于直线轨迹扫描的双能欠采样物质识别系统和方法 |
CN104240270A (zh) * | 2013-06-14 | 2014-12-24 | 同方威视技术股份有限公司 | Ct成像方法和系统 |
CN104346820A (zh) * | 2013-07-26 | 2015-02-11 | 清华大学 | 一种x光双能ct重建方法 |
CN104422704A (zh) * | 2013-08-21 | 2015-03-18 | 同方威视技术股份有限公司 | 对x光能谱ct的能谱信息进行分解的方法和对应的重建方法 |
CN104574416A (zh) * | 2015-01-27 | 2015-04-29 | 南方医科大学 | 一种低剂量能谱ct图像去噪方法 |
CN105759319A (zh) * | 2015-03-06 | 2016-07-13 | 公安部第研究所 | 一种改进的双能ct成像方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090052621A1 (en) * | 2007-08-23 | 2009-02-26 | Deborah Joy Walter | Method and apparatus for basis material decomposition with k-edge materials |
US8194961B2 (en) * | 2008-04-21 | 2012-06-05 | Kabushiki Kaisha Toshiba | Method, apparatus, and computer-readable medium for pre-reconstruction decomposition and calibration in dual energy computed tomography |
US8315352B2 (en) * | 2010-09-16 | 2012-11-20 | General Electric Company | System and method of spectral calibration and basis material decomposition for X-ray CT systems |
US9687207B2 (en) * | 2015-04-01 | 2017-06-27 | Toshiba Medical Systems Corporation | Pre-reconstruction calibration, data correction, and material decomposition method and apparatus for photon-counting spectrally-resolving X-ray detectors and X-ray imaging |
CN107356615B (zh) | 2016-05-10 | 2020-01-21 | 清华大学 | 一种用于双能x射线ct的方法和系统 |
-
2016
- 2016-05-10 CN CN201610304724.4A patent/CN107356615B/zh active Active
-
2017
- 2017-04-24 US US15/494,884 patent/US10302578B2/en active Active
- 2017-04-27 GB GB1706727.3A patent/GB2551029B/en active Active
- 2017-04-27 DE DE102017207125.7A patent/DE102017207125A1/de active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101266216A (zh) * | 2007-03-14 | 2008-09-17 | 清华大学 | 标定双能ct系统的方法和图像重建方法 |
CN102162798A (zh) * | 2007-10-05 | 2011-08-24 | 清华大学 | 液态物品检查方法和设备 |
EP2437050A1 (en) * | 2009-05-27 | 2012-04-04 | Tsinghua University | Dual-energy under-sampling material discriminating method and system |
CN102590234A (zh) * | 2009-05-27 | 2012-07-18 | 清华大学 | 基于直线轨迹扫描的双能欠采样物质识别系统和方法 |
CN104240270A (zh) * | 2013-06-14 | 2014-12-24 | 同方威视技术股份有限公司 | Ct成像方法和系统 |
CN104346820A (zh) * | 2013-07-26 | 2015-02-11 | 清华大学 | 一种x光双能ct重建方法 |
CN104422704A (zh) * | 2013-08-21 | 2015-03-18 | 同方威视技术股份有限公司 | 对x光能谱ct的能谱信息进行分解的方法和对应的重建方法 |
CN104574416A (zh) * | 2015-01-27 | 2015-04-29 | 南方医科大学 | 一种低剂量能谱ct图像去噪方法 |
CN105759319A (zh) * | 2015-03-06 | 2016-07-13 | 公安部第研究所 | 一种改进的双能ct成像方法及装置 |
Non-Patent Citations (5)
Title |
---|
X射线CT射束硬化校正方法总数;张俊 等;《CT理论与应用研究》;20130131;第22卷(第1期);第195-204页 * |
双能CT成像基材料分解法的理论误差分析;郑鹏 等;《CT理论与应用研究》;20110630;第20卷(第2期);第153-162页 * |
双能谱CT的迭代重建模型及重建方法;赵云松 等;《电子学报》;20140430(第4期);第666-671页 * |
基于双能 X 射线的有效原子序数提取算法研究;常青青 等;《计算机仿真》;20140228;第31卷(第2期);第297-301页 * |
结合全变差最小化的双能CT重建;高洋 等;《计算机应用研究》;20120331;第29卷(第3期);第1158-1161页 * |
Also Published As
Publication number | Publication date |
---|---|
US20170328844A1 (en) | 2017-11-16 |
GB2551029A (en) | 2017-12-06 |
GB201706727D0 (en) | 2017-06-14 |
GB2551029B (en) | 2019-08-28 |
CN107356615A (zh) | 2017-11-17 |
DE102017207125A1 (de) | 2017-11-16 |
US10302578B2 (en) | 2019-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107356615B (zh) | 一种用于双能x射线ct的方法和系统 | |
US10339673B2 (en) | Dual-energy ray imaging methods and systems | |
Rebuffel et al. | Dual-energy X-ray imaging: benefits and limits | |
Zhao et al. | A model‐based scatter artifacts correction for cone beam CT | |
CN103472074B (zh) | Ct成像系统和方法 | |
EP2866661B1 (en) | Estimating multi-energy data in a radiation imaging modality | |
CN110660111B (zh) | Pet散射校正及图像重建方法、装置及设备 | |
WO2019067524A1 (en) | TD MONOCHROMATIC IMAGE RECONSTRUCTION FROM CURRENT INTEGRATION DATA VIA AUTOMATIC LEARNING | |
CN104422704A (zh) | 对x光能谱ct的能谱信息进行分解的方法和对应的重建方法 | |
CN106153647B (zh) | 能谱ct成像系统及数据采集和重建能谱ct图像的方法 | |
Xing et al. | A reconstruction method for dual high-energy CT with MeV X-rays | |
Ahmed et al. | A Monte Carlo model of a benchtop X-ray fluorescence computed tomography system and its application to validate a deconvolution-based X-ray fluorescence signal extraction method | |
Kim et al. | Industrial gamma-ray tomographic scan method for large scale industrial plants | |
Sullivan et al. | Validation of a Bayesian-based isotope identification algorithm | |
JP6917356B2 (ja) | 主成分材料組み合わせによる分解方法および装置 | |
US20220122300A1 (en) | Calibration method for a spectral computerized tomography system | |
Steuben et al. | X-ray marching for the computational modeling of tomographic systems applied to materials applications | |
CN111340127B (zh) | 基于材料聚类的能谱ct迭代材料分解方法和装置 | |
Hausladen et al. | Progress on Associated-Particle ImagingAlgorithms, 2022 | |
Zhao et al. | Dynamic material decomposition method for MeV dual-energy X-ray CT | |
Fernandez et al. | RT Modelling for NDT Recent and Future Developments in the CIVA RT/CT Module | |
Lee et al. | A simulation study of high-resolution x-ray computed tomography imaging using irregular sampling with a photon-counting detector | |
Griner et al. | Correcting statistical CT number biases without access to raw detector counts: Applications to high spatial resolution photon counting CT imaging | |
Turner | Erosion and dilation of edges in dimensional X-ray computed tomography images | |
Abdullah et al. | Development of a neutron tomography system for industrial applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |