CN107430765B - 用于对计算机断层摄影进行引导去噪的系统和方法 - Google Patents

用于对计算机断层摄影进行引导去噪的系统和方法 Download PDF

Info

Publication number
CN107430765B
CN107430765B CN201580067327.3A CN201580067327A CN107430765B CN 107430765 B CN107430765 B CN 107430765B CN 201580067327 A CN201580067327 A CN 201580067327A CN 107430765 B CN107430765 B CN 107430765B
Authority
CN
China
Prior art keywords
image
base image
information
base
energy
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
Application number
CN201580067327.3A
Other languages
English (en)
Other versions
CN107430765A (zh
Inventor
J-B.蒂博
D.帕尔
J.唐
K.D.绍尔
C.布曼
R.张
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.)
University Notre Dame Du Lac
General Electric Co
Purdue Research Foundation
Original Assignee
University Notre Dame Du Lac
General Electric Co
Purdue Research Foundation
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 University Notre Dame Du Lac, General Electric Co, Purdue Research Foundation filed Critical University Notre Dame Du Lac
Publication of CN107430765A publication Critical patent/CN107430765A/zh
Application granted granted Critical
Publication of CN107430765B publication Critical patent/CN107430765B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/36—Measuring spectral distribution of X-rays or of nuclear radiation spectrometry
    • 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
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/10—Selection of transformation methods according to the characteristics of the input images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • 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
    • G01N2223/50—Detectors
    • G01N2223/501—Detectors array
    • 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
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/612—Specific applications or type of materials biological material
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/408—Dual energy

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pulmonology (AREA)
  • Toxicology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

一种方法包括经由采集单元获得谱计算机断层摄影(CT)信息，该采集单元包括X射线源和CT检测器。该方法还包括使用谱CT信息，利用一个或多个处理单元，使用至少一次图像变换，生成第一基础图像和第二基础图像。另外，该方法包括使用第一基础图像作为引导，利用一个或多个处理单元对第二基础图像执行引导处理以提供修改的第二基础图像。而且，该方法包括使用第一基础图像和修改的第二基础图像来执行至少一次逆图像变换来生成至少一个修改的图像。

Description

用于对计算机断层摄影进行引导去噪的系统和方法
技术领域
本发明所公开的主题大体而言涉及用于计算机断层摄影(computed tomography；CT)成像的系统和方法。
发明背景
在CT成像中，X射线源可以绕物体旋转以获得成像信息。来自源、由物体衰减的X射线可以由检测器(detector)收集或检测并且用来重建(reconstruct)图像。由于根据材料之间的能级衰减(attenuation)中的变化，谱CT成像(spectral CT imaging)提供区分不同材料的能力，即使对于在给定能量进行的常规单能CT扫描，材料具有相似衰减。使用材料分解(material decomposed；MD)图像的线性组合，谱CT成像可以用来提供合成单色图像(synthetic monochromatic images)。然而，原始MD图像(即，水和碘)作为经过滤波的反向投影(filtered back-projection)的直接结果，可以遭受由于投影空间材料分解导致的大量负相关噪声(negatively correlated noise)。因此可能需要随后的降噪(noisereduction)步骤。在某些能量，MD图像中的一个或另一个可能倾向于占主导地位，而在其它能量，可能基本上抵消负相关噪声。当MD图像之一倾向于占主导地位时，可能需要额外降噪来保持在合成单色图像中的噪声在可接受水平，同时保持空间分辨率和图像品质(IQ)。
与原始MD图像相比，常规降噪方案可能并未在所有光子能级在合成单色图像中实现一致较低的噪声。例如，如果组合经过常规去噪(de-noised)的MD图像，所得到的单色图像的噪声可能在一定光子能量范围包含比原始MD图像的组合更多的噪声。当产生单色图像时，原始图像和去噪图像可以混合，以便选择应组合哪些MD图像(原始图像或去噪图像)以在整个能量范围产生更低噪声。然而，这种混合导致不必要的较大的存储器使用和存储要求，因为在运行中用于对图像去噪的信息与原始MD图像信息一起存储。另外，常规去噪方案可能并未在低剂量水平实现充分降噪，和/或可能引入伪影(artifacts)，伪影会损坏图像质地和空间分辨率。
发明内容
在一实施例中，提供一种方法，这种方法包括经由采集单元(acquisition unit)获得谱计算机断层摄影(CT)信息，该采集单元包括X射线源和CT检测器。该方法还包括使用谱CT信息，利用一个或多个处理单元，使用至少一次图像变换(image transform)，生成第一基础图像(basis image)和第二基础图像。另外，该方法包括使用第一基础图像作为引导，利用一个或多个处理单元对第二基础图像执行引导处理(guided processing)(例如，去噪)以提供修改的(modified)第二基础图像。而且，该方法包括：使用第一基础图像和修改的第二基础图像来执行至少一次逆(inverse)图像变换来生成至少一个修改的图像。而且，该方法还可包括使用所述第一基础图像和所述修改的第二基础图像执行第一逆图像变换以提供第一修改的图像。该方法还可包括使用所述第一基础图像和所述修改的第二基础图像执行第二逆图像变换以提供第二修改的图像。
进一步地，所述谱CT信息包括双能CT信息，所述双能CT信息包括分别对应于第一能量和第二能量的第一能量投影数据和第二能量投影数据，并且其中使用至少一次图像变换来生成所述第一基础图像和所述第二基础图像包括：使用所述第一能量投影数据和第二能量投影数据执行第一材料分解以提供第一材料图像；使用所述第一能量投影数据和所述第二能量投影数据执行第二材料分解以提供第二材料图像；以及使用所述第一材料图像和所述第二材料图像执行第一图像变换以提供第一基础图像；以及使用所述第一材料图像和所述第二材料图像执行第二图像变换以提供第二基础图像。
进一步地，所述第一图像变换是第一线性变换，该第一线性变换被配置成提供在最佳keV级的单色图像，其中所述最佳keV级对应于相对于其它能量值第一线性变换的噪声级在所述最佳keV级处最小的能量值。
更进一步地，所述第二图像变换是所述第一线性变换的转置。
更进一步地，所述第一线性变换对应于所述第一材料图像和所述第二材料图像的相加，并且其中第二线性变换对应于所述第一材料图像和所述第二材料图像的相减。
所述的方法还包括对所述第一基础图像执行额外处理以提供修改的第一基础图像，并且其中执行所述引导处理包括使用所述修改的第一基础图像。
进一步地，执行所述引导处理包括利用滤波器来对所述第二基础图像进行滤波，所述滤波器具有随来自所述第一基础图像的信息而变化的权重。
进一步地，所述权重还被配置成随来自所述第二基础图像的信息而变化。
进一步地，所述权重被配置成三边滤波器，所述三边滤波器具有第一部件、第二部件和第三部件，其中所述第一部件随来自所述第一基础图像的信息而变化，其中所述第二部件随来自所述第二基础图像的信息而变化，并且所述第三部件随在像素之间的距离而变化。
进一步地，所述第一基础图像具有第一噪声级，并且所述第二基础图像具有高于所述第一噪声级的第二噪声级。
进一步地，执行所述引导处理包括使用所述第一基础图像对所述第二基础图像执行引导去噪。
在另一实施例中，提供一种成像系统，其包括：计算机断层摄影(CT)采集单元和处理单元。CT采集单元包括X射线源和CT检测器，CT采集单元被配置成收集待成像物体的谱CT信息。X射线源和CT检测器被配置成绕待成像的物体旋转并且在X射线源和CT检测器绕待成像的物体旋转时收集在多个能级的物体系列投影。处理单元包括：至少一个处理器，处理器可操作地联接到CT采集单元。处理单元被配置成控制CT采集单元以收集待成像的物体的谱CT信息。处理单元还被配置成：使用谱CT信息，使用至少一次图像变换，生成第一基础图像和第二基础图像。另外，处理单元被配置成使用第一基础图像作为引导，对第二基础图像执行引导处理以提供修改的第二基础图像。另外，处理单元还被配置成：使用第一基础图像和修改的第二基础图像来执行至少一次逆变换来生成至少一个修改的图像。
进一步地，所述谱CT信息包括双能CT信息，所述双能CT信息包括分别对应于第一能量和第二能量的第一能量投影数据和第二能量投影数据，并且其中所述处理单元还被配置成：使用所述第一能量投影数据和第二能量投影数据执行第一材料分解以提供第一材料图像；使用所述第一能量投影数据和第二能量投影数据执行第二材料分解以提供第二材料图像；使用所述第一材料图像和所述第二材料图像执行第一图像变换以提供第一基础图像；以及使用所述第一材料图像和所述第二材料图像执行第二图像变换以提供第二基础图像。
更进一步地，所述第一图像变换是第一线性变换，该第一线性变换被配置成提供在最佳keV级的单色图像，其中所述最佳keV级对应于相对于其它能量值第一线性变换的噪声级在所述最佳keV级处最小的能量值。
进一步地，所述处理单元被配置成通过利用滤波器对所述第二基础图像滤波而执行所述引导处理，所述滤波器具有随来自所述第一基础图像的信息而变化的权重。
更进一步地，所述权重被配置成三边滤波器，所述三边滤波器具有第一部件、第二部件和第三部件，其中所述第一部件随来自所述第一基础图像的信息而变化，所述第二部件随来自所述第二基础图像的信息而变化，并且所述第三部件随在像素之间的距离而变化。
在另一实施例中，提供一种有形非暂态计算机可读介质，其包括一个或多个计算机软件模块，计算机软件模块被配置成指导一个或多个处理器以：经由采集单元获得谱计算机断层摄影(CT)信息，该采集单元包括X射线源和CT检测器；使用谱CT信息，使用至少一次图像变换，生成第一基础图像和第二基础图像；使用第一基础图像作为引导，对第二基础图像执行引导处理以提供修改的第二基础图像；以及使用第一基础图像和修改的第二基础图像来执行至少一次逆图像变换来生成至少一个修改的图像。
进一步地，所述谱CT信息包括双能CT信息，所述双能CT信息包括分别对应于第一能量和第二能量的第一能量投影数据和第二能量投影数据，并且其中所述计算机可读介质还被配置成指导所述一个或多个处理器以：使用所述第一能量投影数据和第二能量投影数据执行第一材料分解以提供第一材料图像；使用所述第一能量投影数据和第二能量投影数据执行第二材料分解以提供第二材料图像；使用所述第一材料图像和所述第二材料图像执行第一图像变换以提供第一基础图像；以及使用所述第一材料图像和所述第二材料图像执行第二图像变换以提供第二基础图像。
进一步地，所述计算机可读介质还被配置成指导所述一个或多个处理器以利用滤波器对所述第二基础图像进行滤波，所述滤波器具有随来自所述第一基础图像的信息而变化的权重以执行所述引导处理。
更进一步地，所述权重被配置成三边滤波器，所述三边滤波器具有第一部件、第二部件和第三部件，其中所述第一部件随来自所述第一基础图像的信息而变化，所述第二部件随来自所述第二基础图像的信息而变化，并且所述第三部件随在像素之间的距离变化。
附图说明
图1示出了根据各种实施例用于引导去噪的示意过程流程。
图2示出了根据各种实施例的示例引导去噪的结果。
图3提供了在常规去噪与根据各种实施例的引导去噪之间的结果比较。
图4示出了在不同光子能量比较从MD图像合成的单色图像中测量的噪声的曲线图。
图5示出了根据各种实施例用于引导去噪的示意过程流程。
图6是根据各种实施例的方法的流程图。
图7是示出根据各种实施例的成像系统的示意框图。
图8是示出根据各种实施例的成像系统的示意框图。
具体实施方式
当结合附图理解时，下文某些实施例的详细描述将更好地理解。附图在某种程度上示出了各种实施例的功能框图，这些功能框未必表示硬件电路之间的划分。例如，功能框中的一个或多个(例如，处理器或存储器)可实施于单件硬件中(例如，通用信号处理器或随机存取存储器的一区块、硬盘等)或多件硬件中。同样，程序可为单独的程序，可作为子例程合并于操作系统中，可为安装软件包中的功能等。应了解各种实施例并不限于附图所示的布置和手段。
如本发明所用的术语“系统”、“单元”或“模块”可以包括用来执行一个或多个功能的硬件和/或软件系统。例如，模块、单元或系统可以包括计算机处理器、控制器或根据存储于有形和非暂时计算机可读存储介质例如计算机存储器上的指令来执行操作的其它基于逻辑的装置。替代地，模块、单元或系统可以包括基于装置的硬接线逻辑执行操作的硬接线装置。在附图中示出的各种模块或单元可以表示根据软件或硬接线指令而操作的硬件，指导硬件执行操作的软件或其组合。
“系统”、“单元”或“模块”可以包括或者表示执行本发明所描述的一个或多个操作的硬件和相关联的指令(例如，存储于有形和非暂时计算机可读介质诸如计算机硬盘驱动器、ROM、RAM等上的软件)。硬件可以包括电子电路，所述电子电路包括和/或连接到一个或多个基于逻辑的装置诸如微处理器、处理器、控制器等。这些装置可以是现成的装置，它们用上文所描述的指令适当地编程或者指导以执行在本发明所描述的操作。作为补充或替代，这些装置中的一个或多个可以利用逻辑电路硬接线来执行这些操作。
如本发明所用的以单数形式陈述且前面有词“一”的元件或步骤应被理解为并不排除多个所述元件或步骤，除非明确地陈述这种排除。另外，对“一个实施例”的提及的意图不应理解为排除也合并所陈述的特点的额外实施例的存在。此外，除非明确地陈述为相反情况，“包括”或“具有”有着特定性质的元件或多个元件的实施例可包括无该性质的额外元件。
各种实施例提供用来对材料分解图像和/或使用材料分解图像形成或生成的图像(例如，合成(synthetic)单色图像)降噪的系统和方法。各种实施例利用降噪算法或技术，这些降噪算法或技术减少了在谱(例如，双能)CT图像中的相关噪声。某些实施例利用变换域中的去噪性能，其中，使相关噪声近似去相关。例如，在某些实施例中，首先执行线性变换以将原始MD图像转换为替代域(例如，两个MD图像可以组合以提供两个变换的图像)，其中这种变换被配置成在变换的图像之一中提供低相关噪声(例如，渐进极小(approximatelyminimal))但是在另一变换图像中提供相对大量噪声。然后，具有较少量相关噪声的图像(例如，第一变换图像或第一基础图像)可以用作引导来对具有较大量相关噪声的图像(例如，第二变换图像或第二基础图像)去噪。之后，第一变换的图像(例如，具有较少量相关噪声的图像)和去噪的第二变换图像可以变换回MD域以获得去噪的MD图像。另外，可以使用去噪MD图像的线性组合来生成一个或多个合成单色图像。在某些实施例中，用来从原始材料图像提供变换的图像(或者用于对第一基础图像引导的第二基础图像去噪的基础图像)的变换可以与用来从去噪材料图像提供单色图像的变换相同或相似，而在其它实施例中，变换可以不同。
在各种实施例中，可以利用在材料分解过程之后可在MD图像中存在的负噪声相关性的原理，例如通过施加线性变换以提供基础图像来降噪。例如，从原始材料分解图像，可以通过使多个材料分解图像相加以提供第一变换或第一基础图像而创建70keV等效单色图像，而第二变换图像或第二基础图像可以由多个MD图像的相减形成。在相加图像中，相关噪声抵消，导致在单色域中低噪声高信号图像。在相减图像中，相关噪声加倍并且图像对应于差分信号。相减图像然后可以比原始MD图像相对更容易地去噪。例如，相加图像可以用作引导来确定在相减图像中应当保留的诸如器官边缘等特征或者上面不应发生滤波的特征。在对相减图像去噪后，使用相加图像和去噪相减图像的逆线性变换可以用来将图像变回MD域，这得到去噪的MD图像。在各种实施例中，可以执行一个或多个额外去噪步骤(或者其它处理步骤诸如边缘增强)以用于进一步图像品质增强。
应当指出的是在各种实施例中，其它图像和/或变换可以用于引导去噪。例如，除了相加或相减之外的变换可以用来提供变换的或基础图像。作为另一示例，在双能CT中，一般而言，在较高能获得的第一投影将具有比较低能获得的第二投影更低的噪声级。因此，在各种实施例中，可以使用高能投影数据来对低能投影数据去噪。一般而言，在各种实施例中，使用第一图像对第二图像进行引导去噪可以包括向第二图像施加滤波，其中滤波至少部分地根据(as a function of)第一图像限定。例如，用于第二图像的给定像素的权重(weighting)可以是第一图像的相对应像素或像素集合的函数。
各种实施例提供改进的成像，例如经由改进的去噪或降噪。至少一个实施例的技术效果包括在材料分解图像中降低的噪声和/或在由材料分解图像形成的合成单色图像中降低的噪声。至少一个实施例的技术效果包括提供具有相对较低计算要求的降低的噪声。至少一个实施例的技术效果包括相对于常规技术，排除或减少在MD图像与单色图像之间噪声的交叉污染。至少一个实施例的技术效果包括在一定范围的所有能量提供改进的降噪。至少一个实施例的技术效果包括允许将较低辐射剂量用于扫描而无损图像品质或者诊断能力(例如，由于改进的降噪)。至少一个实施例的技术效果包括避免或减少图像伪影、分辨率损失和/或与常规MD去噪技术相关联的其它图像降级。至少一个实施例的技术效果包括在具有有限管能力或者降低的通量效率的扫描仪上恢复与采集双能数据相关联的通量损失的至少一部分。
图1示出了根据各种实施例用于引导去噪的示意过程流程100。应当指出的是在图1中所描绘的各种框可以表示在某些实施例中的过程步骤和/或在某些实施例中被配置成执行过程步骤的部件或方面。一般而言，如在图1中可以看出，双能CT信息在某些实施例中可以作为输入接收，并且去噪材料图像和/或去噪单色图像(或多个图像)的输出可以提供为过程流程100的输出。在各种实施例中，可以省略某些框，和/或可以添加额外过程框(参见例如图5)。
关于在图1中所描绘的实施例，在框110，对扫描期间采集的双能CT信息执行经滤波的反向投影。在图示实施例中，高能信息E1和低能信息E2用来生成材料分解图像，具体地生成第一原始材料分解图像m1和第二原始材料分解图像m2。举例而言，第一材料分解图像m1可以对应于碘图像并且第二材料分解图像m2可以对应于水图像。作为包括由限定框120的虚线示出的引导去噪的过程的部分，原始材料分解图像m1和m2可以去噪以提供相对应的去噪MD图像
Figure GDA0001610835440000091
和
Figure GDA0001610835440000092
在图示实施例中，框120包括线性变换框(框130)、引导去噪框(框140)和逆线性变换框(框150)。在框130执行的线性变换被配置成提供低噪声图像和高噪声图像，低噪声图像在后来用于对高噪声图像进行引导去噪。低噪声图像可以经由第一线性变换提供并且高噪声图像可以经由第二线性变换提供。在某些实施例中，第二线性变换可以是第一线性变换的转置。在某些实施例中，在框130处执行的线性变换可以提供第一单色图像和第二单色图像；然而，在其它实施例中可以采用其它变换。在某些实施例中，高噪声图像可以是低噪声图像的转置(transpose)。应当指出的是如本发明所用的第一线性变换和第二线性变换未必是单独的，而是可以各是包括第一线性变换和第二线性变换二者的共同线性变换的一部分或一方面。变换，例如，可以应用于两个图像的集合以产生两个图像的另一集合，其中第一线性变换是用于产生第一图像的变换的一部分并且第二线性变换是用于产生第二图像的一部分。(参看例如等式(Equations)(1)和(2))。同样，逆变换可以具有两个部分，第一部分被称作第一逆变换并且第二部分或方面被称作第二逆变换。
在图示实施例中，在框130，从第一原始材料分解图像m1和第二原始材料分解图像m2，执行第一线性变换以提供第一基础图像x1和执行第二线性变换以提供第二基础图像x2。第一基础图像x1是低噪声图像(low-noise image)，并且第二基础图像x2是高噪声图像(high-noise image)。在某些实施例中采用的特定变换被配置成在第一基础图像中提供最小或降低的噪声级并且在第二基础图像中提供最大、升高或增加的噪声级。例如，第一基础图像和第二基础图像可以是从第一材料图像和第二材料图像生成的合成单色图像，但是第一基础图像的噪声级可能低于使用第一材料图像和第二材料图像用于诊断目的生成的单色图像的噪声级，而第二基础图像的噪声级可能高于使用第一材料图像和第二材料图像用于诊断目的生成的单色图像的噪声级。
例如，基础图像可以是在最佳能级(optimal energy level)或keV级生成的单色图像。如本发明所用的最佳能级或者最佳keV级可以被理解为相对于其它能量值第一线性变换的噪声级(noise level)在最佳keV级处最小的能级。最佳能级可以对应于在由正被成像的物体衰减之后的输出谱的平均能量。在最佳能量与输出谱之间的特定关系可以由系统和正被成像的物体改变。一般而言，在各种实施例中，可以采用常规技术来确定给定系统和利用该系统正被成像的物体的最佳能级。在最佳能量，在框130处执行的线性变换可以包括生成低噪声图像x1的相加和用来生成高噪声图像x2的相减。例如，在图示实施例中，相加移除负相关的噪声以提供低噪声图像并且相减增强了负相关噪声以提供高噪声图像。应当指出的是在替代实施例中，并非最佳能量的能级可以用于线性变换。
之后，在框140，低噪声第一基础图像x1用于使高噪声第二基础图像x2去噪以提供去噪的第二基础图像
Figure GDA0001610835440000111
为了使用第一基础图像x1对第二基础图像x2进行引导去噪，至少部分地由第一基础图像x1限定的滤波可以应用于第二基础图像x2。例如，权重可以应用于第二基础图像x2的像素，该权重的至少一项随第一基础图像x1的一个或多个相对应像素而变化。
在对第二基础图像x2去噪之后，逆线性变换(例如，先前在130执行的变换的逆变换)在150应用于第一基础图像x1和去噪的第二基础图像
Figure GDA0001610835440000112
以提供第一去噪材料图像
Figure GDA0001610835440000113
和第二去噪图像
Figure GDA0001610835440000114
例如，第一去噪材料图像
Figure GDA0001610835440000116
可以是碘图像并且第二去噪材料图像
Figure GDA0001610835440000115
可以是水图像。去噪材料图像可以是过程的终端产物并且可以向使用者显示。作为替代或补充，可以执行去噪材料图像(例如，框120的输出)的进一步处理。例如，在图示实施例的框160处，使用第一去噪材料图像
Figure GDA0001610835440000117
和第二去噪材料图像
Figure GDA0001610835440000118
执行线性变换以提供合成单色图像
Figure GDA0001610835440000119
可以使用在一个或多个所希望能量的去噪材料图像来生成一个或多个合成单色图像。应当指出的是在某些实施例中，(参看例如，图5和相关讨论)可以在150执行逆线性变换之前执行其它处理或去噪。
可以根据本发明概述的一般原理使用各种不同变换。例如，在某些实施例中，引导去噪方案采用以下原理：存在特定光子能量，在这个特定光子能量，原始MD图像的相对应线性组合产生单色图像，单色图像在所有诊断相关能级具有最小噪声。即，在两个MD图像中负相关噪声在这个能量抵消。特定光子能量可以在本发明中被称作最佳keV级，在本发明中也在其它地方讨论。在各种实施例中，在最佳keV级的单色图像可以用作引导来执行引导去噪。
例如，m1可以是第一材料分解图像并且m2可以是第二材料分解图像。在各种实施例中，原始分解图像可以是使用在扫描期间采集的双能CT信息的反向滤波投影(backfiltered projection)生成的水图像和碘图像。而且，x1和x2可以是通过线性变换T得到的图像(例如，可以在框130处执行的线性变换)。在各种实施例中线性变换T可以由下式给出：
(等式1)
Figure GDA0001610835440000121
如上文所示，在各种实施例中，x1是最佳keV单色图像，其中α1和α2表示在最佳keV级的单色组合的系数。如果(β1，β2)＝(α1，-α2)，那么得到下式：
(等式2)
Figure GDA0001610835440000122
对于这种特定变换，相关噪声在最佳keV单色图像x1抵消，而相关噪声在另一图像x2中放大。因此，引导去噪可以使用x1作为引导(asa guide)移除x2中的相关噪声。
各种去噪滤波器可以根据各种实施例结合去噪算法、技术、过程和/或系统用于引导去噪。一般而言，当规定特定去噪滤波器时，可以考虑若干因素。首先，去噪滤波器被配置成使用来自引导图像的信息来有效移除待去噪的图像中的相关噪声，同时仍保持在噪声图像中的真实信号。另外，去噪滤波器不应从引导图像向去噪的噪声图像引入人工结构。此外，有益地，去噪滤波器尽可能在计算上简单并高效。
在一示例中，三边滤波器(trilateral filter)可以用作去噪滤波器以实现上文所讨论的目的。示例三边滤波器将经过滤波的输出中的每个像素值计算为相邻像素的像素值的线性组合，其中，组合权重基于在目标像素与相邻像素之间的空间距离、引导图像中的强度相似性和待去噪图像中的强度相似性生成。具体而言，对于一个示例三边滤波器，在像素i的x2的滤波值由下式给出：
(等式3)
Figure GDA0001610835440000131
示例滤波器的权重，wij，由下式给出：
(等式4)
Figure GDA0001610835440000132
在等式4中，σs，σr，和σq是滤波器参数，并且zi＝∑jwij是归一化因数(normalizingfactor)。
对于示例三边滤波器，在指数内的项起到不同作用。例如，在指数内的第一项(-(i-j)2/σs 2)被配置成解释在像素i与j之间的几何相似性，这种几何相似性随着两个像素的空间距离增加而减小并且因此随着像素更远地分开而减小了滤波器的影响。第一项提供随像素之间距离而变化的滤波器的部件的示例。
第二项(-(x1，i-x1，j)2/σr 2)被配置成解释引导图像x1中的光度相似性。这项使用图像x1来引导图像x2的滤波。例如，这项可以帮助识别对应于边缘或同质区域的引导图像的部分。在示例滤波器中，用于特定像素的实际像素值用于这个项。第二项提供随来自第一基础图像(或者引导图像)的信息而变化的滤波器的部件的示例。
第三项，
Figure GDA0001610835440000141
被配置成解释在局部平均化噪声图像
Figure GDA0001610835440000142
中的光度相似性。第三项提供随来自第二基础图像(或将利用引导滤波器去噪的图像)的信息而变化的滤波器的部件的示例。在示例滤波器中，局部平均值用于这项。应当指出的是，例如，在替代实施例中可以使用像素的实际值，而不是局部平均值。对于第二项和第三项，该值随着相对应图像中的两个像素的强度差增加而减小，这帮助在仅具有相似强度的像素之中提供平滑。
对于示例滤波器，第二项和第三项一起使用来自引导图像和待去噪的图像的信息来反映引导去噪的使用。例如，x1(例如最佳keV图像)提供具有良好或高置信度的信号，这个信号因此可以用作引导，而x2(噪声图像)尽管被相对较高噪声级破坏，仍可以包含相对较弱但是独特的信息用于材料分化，并且因此不应被忽略。因此，可以考虑低噪声(或引导)图像和噪声图像(或者待去噪图像)用于生成去噪滤波器的充分权重，但是具有不同的置信级，例如σr＜σq。因此，对于引导图像中的更高置信度(例如，σr＜σq))，权重wij主要取决于最佳keV图像x1，但是由噪声图像的局部平均版本
Figure GDA0001610835440000143
略微调制，这是平均值的简单估计。
可以定制参数(σs，σr，σq)的强度(例如，相对强度)以实现三边滤波器的所希望的性能。例如，参数σs控制空间平滑的强度，较大σs使得空间核(spatial kernel)更平坦。参数σr和σq分别控制引导图像和噪声图像的影响。较大σr和σq引入更多的平滑，而更小σr/σq比增加了引导图像对经过滤波的噪声图像的影响。在各种实施例中，参数值和/或所用项的特定配置可以改变，例如以提供所希望的图像品质、去噪量和/或计算效率。
应当指出的是上文所讨论的三边滤波器提供滤波器示例，滤波器具有第一部件(component)、第二部件和第三部件，其中第一部件随来自第一基础图像的信息而变化，第二部件随来自第二基础图像的信息而变化，并且第三部件随在像素之间的距离而变化。在其它实施例中，可以采用更少或更多部件或项。例如，在某些实施例中，可以利用第一部件，但是不利用第二部件和第三部件，或者，作为另一示例，在某些实施例中，可以采用第一部件和第二部件，但是不采用第三部件。
图2示出了根据各种实施例的示例引导去噪的结果，并且图3提供了在常规去噪与根据各种实施例的引导去噪之间的结果比较。对于在图2中描绘的示例，使用以下参数设置来采用引导去噪算法，引导去噪算法采用如上文所描述的三边滤波器。通过对原始噪声图像x2滤波而产生局部平均噪声图像
Figure GDA0001610835440000152
其中7×7高斯滤波器(Gaussian filter)具有标准偏差(standard deviation)2。σs在所有情况下设置为9，并且σr在高剂量情况下设置为20并且在低剂量情况下设置为80。另外，参数σq由以下等式设置：
(等式5)
Figure GDA0001610835440000151
在等式5中，σp是在通过使用7×7滑窗计算的引导图像中的局部标准偏差。在此示例中，对于在引导图像中具有较大变化的局部区域，经过滤波的噪声图像比其它区域以更高的影响做出贡献，以便帮助保持边缘或结构。σp的下限限制了噪声图像的影响以确保充分降噪，而σp的上限确保了来自噪声图像的某些贡献以恢复在引导图像中失去的独特信号。
例如图2和图3，执行了低剂量临床腹部扫描。图2示出了三边滤波器的输入和输出。在图2中，示出了用于使输入噪声图像220去噪的引导图像210。在图示实施例中，引导图像210是70 keV合成单色图像，并且从材料分解图像的相减生成输入噪声图像220。输出去噪图像230也在图2中示出。输出去噪图像230和输入引导图像210例如可用于生成去噪材料分解图像，而去噪材料分解图像可以用于生成去噪单色图像。图3示出在常规去噪结果与示例实施例的结果之间的比较。图像310是经由常规技术获得的水图像，而图像320是经由常规技术获得的碘图像。而且，图像330是使用根据各种实施例的引导去噪获得的水图像，并且图像340是使用根据各种实施例的引导去噪获得的碘图像。如在图3中看出，与图像310和320相比，图像330和340具有更低噪声和更好纹理，而无损空间分辨率。
图4示出了在不同光子能量比较从MD图像合成的单色图像中测量的噪声的曲线图400。在图4中，第一曲线410描绘了在原始(例如，未去噪)合成单色图像中的噪声，第二曲线420描绘了使用常规去噪技术产生的合成单色图像中的噪声，并且第三曲线430描绘了使用根据示例实施例的引导去噪而进行去噪的合成单色图像中的噪声。在具有肝脏的同质区域内进行曲线图400的噪声测量。如在图4中看出，使用引导去噪而进行去噪的单色图像包含在keV谱范围中比从原始或常规去噪图像的噪声一致地更低的噪声。
而且，如上文所提到的那样，对于不同实施例，用于去噪的算法、过程或系统的各种方面可以改变。例如，作为由上述等式1描述的变换的替代，可以使用不同变换。在某些实施例中，可以利用以下正交变换：
(等式6)
Figure GDA0001610835440000161
作为另一示例，对于全部变换或者变换的一部分，合成单色图像的光子能量可以不同于最佳keV。例如，在各种实施例中，可以采用以下变换：
(等式7)
Figure GDA0001610835440000162
在等式7中，εopt是最佳光子能量并且ε是不同光子能量。可以用于生成基础图像的另一可能变换是直接从低能和高能kVp图像而不是材料图像加工以形成引导图像。例如，相对于使用材料图像，低kVp图像和高kVp图像的线性组合可以提供计算上更便宜的替代以产生引导图像，这需要更耗时的MD(材料分解)过程并且其也可能需要更多数据。
作为另一示例，其中发生引导去噪的图像可以是材料图像，而不是施加变换(例如，等式1的变换)。在此情况下，并不依靠在图像之间的噪声的负相关的原理，而是引导去噪仍可是有效的和/或提供改进的去噪。另外，可以在单个kVp域执行引导去噪。
另外，对于各种实施例可以调整三边滤波器的各种参数。例如，参数σs控制空间平滑的强度，更大的值引入更重的平滑。在上文所讨论的示例中，参数σs是固定的。然而，在其它实施例中，参数可以不是固定的。例如，可以根据实际三维像素大小来设计参数。在某些实施例中，更小的σs可以用于具有更大三维像素大小的图像，或者用于更大视野(FOI)以减小或避免细节损失。另外，参数也可以被设计为适应最佳keV图像的实际噪声级，其中较大值用于更高的噪声级，因为更高的噪声级也可以具有更强的空间相关性并且因此受益于更重的空间平滑。
另外，当配置σs时，可以考虑由于高斯函数的无限支持造成的加窗(windowing)。例如，在某些实施例中，二维矩形窗可以用于覆盖在两个维度上的范围[-3σs，+3σs](例如，55×55矩形窗可以用于x＝σs)。尽管这种较大窗口可以避免谱泄露，这种较大窗口可能包括不必要地较大数量的零元素，这些零元素可能会增加计算耗费。在某些实施例中，可能增加的计算耗费可以通过使用二维海明/汉宁窗口(hamming/hanning window)来解决，这提供更小的窗口，但是仍避免或减小谱泄露。
作为另一示例，参数σr控制与引导信号强度相关的平滑强度，较大值在不同强度引入更多平滑。在某些实施例中，如本发明所讨论的那样，参数σr可以在具有不同剂量水平的各情况下不同，并且可以进行经验上确定。例如，如上文讨论的那样，σr＝20可以用于高剂量情况并且σr＝80用于低剂量情况。然而，在各种实施例中，σr可以被配置成与最佳keV信号中的噪声级明确相关。这种配置可能需要估计噪声级。另外，σr可以被配置为适应引导信号的局部变化而在空间上变化。例如，较小σr可以用于具有较大变化的局部区域，较大变化可能指示一个边缘，以避免过度平滑。
作为又一示例，参数σq控制与噪声信号强度有关的平滑强度，这也控制噪声信号对引导信号的影响。较大σq值在不同强度引入更多平滑，而较大σr/σq比减小噪声信号对引导信号的影响。在σq配置中的可能变化包括使用σq的不同上限和下限(例如，等式5的上限和下限)和/或基于实际三维像素大小和/或噪声级改变窗口大小来计算σq。
另外，在各种实施例中，可以采用不同技术来计算
Figure GDA0001610835440000181
。如上文所讨论，
Figure GDA0001610835440000182
是噪声信号的平均值的估计，并且用于计算三边滤波器的权重。在上文所讨论的示例中，具有标准偏差2的7×7高斯滤波器用于获得噪声信号的局部平均值。但是，在替代实施例中，滤波器大小和强度例如可与噪声级成比例和/或与实际三维像素大小成反比。
在某些实施例中，可以采用三维去噪滤波器(例如三维三边滤波器)。使用三维滤波器可以提供改进的降噪和细节保持，例如因为边缘倾向于具有比三维噪声更好的空间相关性。然而，使用三维滤波器可能会增加计算要求。
另外，滤波器设计可以包括比本发明所讨论的示例三边滤波器规定的更少的项，或者可以包括基于x1、x2与
Figure GDA0001610835440000183
之间所希望的关系的额外约束。而且，而且，权重计算项可以包括除了等式4中描述的指数之外的其它数学分量。例如，其它数学技术可以用来将分量乘在一起以形成滤波器权重，因此将所公开的三边滤波器形式修改为具有多维输入的其它一般滤波器公式。
应当指出的是在各种实施例中可以利用在引导去噪中使用的对基础图像的额外去噪和/或其它形式的处理。图5示出了根据各种实施例用于引导去噪的示意过程流程500。应当指出的是，在图5中描绘的各种框可以表示在某些实施例中的过程步骤和/或在某些实施例中被配置成执行过程步骤的部件或方面。过程流程500可以总体上类似于关于图1所讨论的流程100，其中相似编号或标记的方面大体上相似；然而，过程流程500包括结合第一基础图像x1或者引导图像(例如，用作对不同图像去噪的引导的图像)使用的额外处理框。
在图5中所描绘的实施例中，过程流程500包括框510和框520，作为关于图1已经讨论的框的补充。对于框510和520，可以执行额外去噪、其它滤波和/或其它处理。在框510，对引导图像x1执行滤波过程以提供修改的引导图像
Figure GDA0001610835440000191
修改的引导图像
Figure GDA0001610835440000192
提供给框520以用于额外去噪，之后用作对x2进行引导去噪的引导从而提供
Figure GDA0001610835440000193
此外，修改的引导图像
Figure GDA0001610835440000195
随着去噪图像
Figure GDA0001610835440000194
一起提供给框150，其中使用
Figure GDA0001610835440000197
和
Figure GDA0001610835440000196
执行逆线性变换以提供去噪材料图像(例如，水图像和碘图像)。应当指出的是额外处理(例如，在框510和/或框520执行)可以额外地或替代地包括除了去噪之外的处理，诸如边缘增强或高斯平滑等。
对于图示实施例，在框510，对引导图像或引导信号执行额外滤波。例如，框510可以对应于边缘保持滤波(edge-preserving filter)。在框510处的滤波可以有益地抑制在引导图像或信号中的不相关噪声并且因此导致具有降低噪声级的MD图像。如在图5中所示，框510的结果也由框150用来执行逆线性变换，逆线性变换提供材料图像。因此，在框510处执行的滤波器可以被配置成避免实际信号的任何损失或使实际信号的任何损失最小并且避免伪影形成或使伪影形成最小。
而且对于图示实施例，可以提供额外滤波器，如在框520处所示。在框520，例如，滤波器可以被配置为简单平滑滤波器。在图示实施例中，在框520处的额外滤波器接收引导信号或图像(或者修改的引导信号或图像，例如，对于包括如图5示出的框510的实施例)并且产生平滑的信号作为输出，其中框520的输出用于在框140处引导噪声信号的去噪。所描绘的滤波器520用于引导去噪，但是并连接至逆线性变换，逆线性变换在框150处执行用于产生材料图像。在框520执行的滤波可以提供引导信号的略微平滑以帮助在130处执行的滤波的去噪性能；然而，由于在框520处执行的滤波并不直接影响框150生成的材料，滤波器可以被配置为简单线性平滑，例如，小高斯核(6aussian kernel)。
在框510处执行的滤波，以及在框520处执行的滤波，提供对第一基础图像执行额外处理以提供修改的基础图像用作引导去噪的部分的示例。而且，在框510处执行的滤波提供对第一基础图像执行额外处理之后执行第一逆线性变换和第二逆线性变换以提供材料图像的示例。在各种实施例中可以利用额外处理框的其它组合或位置。
图6提供了根据各种实施例用于使物体成像的方法600的流程图。该方法600例如可以采用本发明所讨论的各种实施例的结构或方面(例如，系统和/或方法和/或过程流程)或者由本发明所讨论的各种实施例的结构或方面执行。在各种实施例中，可以省略或添加某些步骤，可以组合某些步骤，可以并行地执行某些步骤，可以同时执行某些步骤，某些步骤可以分成多个步骤，可以以不同次序执行某些步骤，或者可以以迭代方式执行某些步骤或系列步骤。在各种实施例中，方法600的部分、方面和/或变化能用作指导硬件(例如，处理单元720的一个或多个方面)执行本发明所描述的一个或多个操作的一个或多个算法。
在602，使用CT采集单元采集谱CT信息，CT采集单元包括X射线源和检测器，X射线源和检测器绕待成像的物体旋转(例如，在台架(gantry)上)。在某些实施例中，X射线源(或者多个X射线源)被配置成产生多于一个能量的X射线(例如，产生具有不同最大能量的至少两个能谱)。在各种实施例中，X射线源可以被配置用于双能CT并且提供第一较高能级的X射线和第二较低能级的X射线。例如，双能CT信息在某些实施例中可以由在不同旋转位置的交替管(alternating tube)能量采集以提供交织的信息(例如，在旋转CT台架的每隔一个旋转位置的交替管能量)。在其它实施例中，一个能级可以用于一次完整旋转并且一个不同能级可以用于随后旋转。作为另一示例，可以使用提供不同能量的两个或更多个X射线管，以及相对应的检测器。作为另一个示例，可以利用检测器，其吸收在一范围的能量，同时将其它范围传递到其它检测器以采集谱CT信息。
在604，生成基础图像。例如，可以生成具有一个或多个伪影的相对较低影响的一个基础图像并且可以生成具有一个或多个伪影的相对较高影响的另一基础图像。例如，在所描绘的实施例中，生成基础图像以提供很小或较低噪声级的一个基础图像(引导图像)和具有最大、较高或高噪声级的另一基础图像(待去噪的噪声图像)。基础图像也被配置成使得每个基础图像包含在其它基础图像中不包含的至少某些有用信息。应当指出的是对于双能扫描，高能投影数据的噪声通常小于低能投影数据。因此，在一示例中，高能数据可以用于第一基础图像或者引导图像，并且低能数据可以用于待使用如本发明所讨论的引导去噪技术去噪的第二基础图像。在某些实施例中，双能CT信息还经过进一步处理以提供基础信号，例如使用在图6中所描绘的子集606和608之一或二者。
在图示实施例的606，例如使用经过滤波的反向投影来生成材料图像(参看，例如，图1的框110和相关讨论)。可以基于随不同材料表现出的X射线能量而有不同的衰减变化来生成材料图像。例如，可以生成水图像和碘图像。在某些实施例中，可以将材料图像用作基础图像，而在其它实施例中，材料图像可以经进一步处理以生成基础图像用于引导去噪。在图示实施例中，在608，执行线性变换(例如，参看图1的框130和相关讨论)以提供低噪声基础图像和高噪声基础图像。例如，由线性变换生成的一个或两个基础图像可以是在最佳能级的合成单色图像。在某些实施例中，用于生成高噪声基础图像的线性变换可以是用于生成低噪声基础图像的线性变换的转置。在某些实施例中，可以通过相加运算生成低噪声基础图像，并且可以由相减运算生成高噪声图像。
在610，执行引导去噪(参看，例如图1的框140和相关讨论)。在所描绘的实施例中，使用低噪声基础图像作为引导来对高噪声基础图像去噪。例如，可以采用包括一个或多个部件的滤波器，其中使用来自低噪声基础图像的信息的滤波器的至少一个部件来对高噪声基础图像去噪。在某些实施例中的滤波器可以被配置为如本发明所讨论的三边滤波器。应当指出的是额外处理步骤可以对低噪声基础图像和/或高噪声基础图像执行以进一步降噪和/或改进图像品质(例如，参看图5的框510和520和相关讨论)。引导去噪可以提供去噪或修改的高噪声基础图像。
在612，生成一个或多个图像，例如用于向使用者显示。在某些实施例中，可以向使用者显示去噪图像。作为补充或替代，可以使用去噪图像来生成一个或多个额外图像。去噪图像可以结合低噪声基础图像用于(或者其进一步处理或修改的版本)以生成一个或多个最终图像。在图示实施例中，在614，逆线性变换(参看，例如图1的框150和相关讨论)用于提供材料图像，可以显示材料图像。作为补充或作为替代，材料图像可以用于生成一个或多个合成单色图像(例如，在预定能级的单色图像，诸如最佳能级)。例如，在图示实施例中，在616，使用第一或低噪声基础图像以及第二或去噪基础图像执行线性变换以提供合成的单色图像(参看，例如图1的框160和相关的讨论)。
图7示出了根据一实施例的成像系统700。成像系统700可以用来执行或实施过程流程100、过程流程500和/或本发明所讨论的方法600的一个或多个方面。成像系统700可以例如被配置成执行物体诸如人或动物患者(或者其一部分)的计算机断层摄影(CT)扫描。成像系统700包括CT采集单元710和处理单元720。一般而言，CT采集单元710被配置成采集在两个或更多个能级的投影数据或成像数据(例如，谱CT数据或谱CT成像信息)，并且处理单元720被配置成使用由CT采集单元710所采集的数据来重建图像。应当指出的是，各种实施例可以包括额外部件，或者可以不包括在图7中示出的所有部件(例如，各种实施例可以提供结合其它子系统使用的子系统以提供成像系统)。另外，应当指出的是被图示为图7中的单独框的成像系统700的某些方面可以合并于单个物理实体内，和/或图7中示出的单个框的方面可以在两个或更多个物理实体之间共用或分开。
所描绘的CT采集单元710包括X射线源712和CT检测器714。(关于示例CT系统的额外信息，参看图8和本发明中的相关讨论)。X射线源712和CT检测器714(以及相关联的部件，诸如蝴蝶结形滤波器(bowtie filters)、源准直器(source collimators)、检测器准直器或类似物(在图7中未示出))可以绕系统700的台架716的内孔的中心轴线旋转。
一般而言，来自X射线源712的X射线可以通过源准直器和蝴蝶结形滤波器引导至待成像的物体。如本发明所讨论的X射线源被配置成提供在至少两个不同能级的X射线。待成像的物体例如可以是人患者或者其一部分(例如，头或躯干等)。源准直器可以被配置成允许在所希望视场(FOV)内的X射线通过待成像的物体同时阻挡其它X射线。蝴蝶结形滤波器模块可以被配置成吸收来自X射线源712的辐射以控制传递到待成像物体的X射线分布。
通过待成像物体的X射线由物体衰减并且由CT检测器714接收(其可以具有与之相关联的检测器准直器)，其检测衰减的X射线并且向处理单元720提供成像信息。处理单元720然后可以使用CT检测器714提供的成像信息(或者投影信息)重建物体的扫描部分的图像。处理单元720可以包括或者操作性地联接到输出单元740，输出单元740在某些实施例中被配置成显示图像，例如，一个或多个材料(例如，碘或水)图像和/或由处理单元720使用来自CT检测器714的成像信息生成的一个或多个合成单色图像。所描绘的输入单元750被配置成获得对应于待执行的扫描的输入，其中处理单元720使用输入来确定一个或多个扫描设置(例如，管电压、管电流、扫描旋转速度等)。输入单元750可以包括键盘、鼠标、触摸屏等以从操作者接收输入，和/或可以包括端口或其它连接装置以从计算机或其它源接收输入。
在图示实施例中，X射线源712被配置成绕物体旋转。例如，X射线源712和CT检测器714可以绕台架716的内孔718定位并且绕待成像的物体旋转。在成像扫描期间，随着X射线源712绕物体旋转，由CT检测器714在一次完整旋转期间接收的X射线提供经过该物体的X射线的360度视图。在替代实施例中可以使用其它成像扫描范围。CT成像信息可以收集为一系列视图，这些视图一起构成旋转或旋转的部分。每个视图或者投影可以具有一定视图持续时间，在此期间，收集关于特定视图的信息(例如，计数)。用于特定视图的视图持续时间限定该特定视图的CT信息采集周期。例如，每次旋转可以由约1000个视图或投影组成，其中每个视图或者投影具有一个完整旋转的约1/1000的持续时间或长度。X射线源712可以以交替视图或投影在高能级与较低能级之间交替以收集双能CT信息。在各种实施例中，可以利用其它布置来收集谱CT信息(参看，例如，在本发明中关于方法600的步骤602的讨论)。
如本发明所示，处理单元720被配置成控制采集单元的各个方面和/或使用经由采集单元获得的信息来重建图像。例如，处理单元720可以被配置成使用由CT采集单元710所收集的信息来重建CT图像。图示实施例的处理单元720被配置成执行关于过程流程100、过程流程500或方法600所讨论的一个或多个方面(例如，生成高能和低能投影、生成材料分解图像、生成基础图像、处理基础图像、使用低噪声图像对高噪声基础图像进行引导去噪、执行逆线性变换以提供去噪基础图像或者去噪材料图像或者执行线性变换以提供去噪合成单色图像等)。
所描绘的处理单元720操作性地联接到输入单元750、输出单元740和CT采集单元710。处理单元720例如可以从CT检测器714接收成像数据或投影数据(例如，双能CT投影数据)。作为另一示例，处理单元720可以向CT采集单元710的一个或多个方面提供控制信号，诸如X射线源712和CT检测器714。处理单元720可以包括处理电路，处理电路被配置成执行本发明所讨论的一个或多个任务、功能或步骤。应当指出的是如本发明所用的“处理单元”并非意图必需限于单个处理器或计算机。例如，处理单元720可以包括多个处理器和/或计算机，其可以集成到共同外壳或单元内，或者其可以在多个单元或外壳之中分布。应当指出的是由处理单元720执行的操作(例如，对应于本发明所讨论的过程流程或方法的操作或者其方面)可以充分复杂使得这些操作可能并非由人在合理时间段内执行。例如，成像数据的处理、成像采集单元的控制或者滤波的执行、反向投影、线性变换或逆线性变换可以依靠或者利用人在合理时间段内可能无法完成的计算。
所描绘的处理单元720被配置成控制CT采集单元710以在成像扫描期间收集双能CT信息。
在图示实施例中，处理单元包括材料分解模块722、线性变换模块723、引导去噪模块724、控制模块726和存储器728。应当指出的是在替代实施例中，可以采用其它模块类型、数量或组合，和/或本发明所描述的模块的各种方面可以额外地或者替代地用于不同模块。一般而言，处理单元720的各种方面与其它方面单独地或者合作地用于执行本发明所讨论的方法、步骤或过程的一个或多个方面。
所描绘的材料分解模块722被配置成从CT采集单元710采集CT投影数据，并且执行材料分解以提供第一材料图像和第二材料图像。例如，材料分解模块722可以被配置成采用经过滤波的反向投影以及关于材料衰减变化的预定信息和能级来生成第一材料图像和第二材料图像。在某些实施例中，材料图像之一可以是水图像并且另一材料图像可以是碘图像。
所描绘的线性变换模块723被配置成执行各种逆变换和逆线性变换，诸如在本发明中所讨论的那些。例如，图示实施例的线性变换模块723被配置成从材料分解模块722采集材料图像并且使用材料图像生成高噪声基础图像和低噪声基础图像。作为另一示例，线性变换模块723可以从引导去噪的模块724采集一个或多个去噪或者以其它方式修改的基础图像，并且执行逆变换以提供去噪材料图像。另外，线性变换模块723可以使用去噪材料图像执行线性变换以提供一个或多个去噪的合成单色图像。在某些实施例中，线性变换模块723可以使用类似变换以从材料图像生成基础图像(例如，低噪声或引导基础图像)并且从去噪材料图像生成去噪单色图像，而在其它实施例中，线性变换模块723可以使用不同的变换来生成基础图像和去噪单色图像。
所描绘的引导去噪模块724被配置成执行如本发明所描述的引导去噪。在图示实施例中，引导去噪模块724从线性变换模块723采集第一、低噪声或引导基础图像以及第二、高噪声基础图像。引导去噪模块724随后使用第一基础图像作为引导以对第二基础图像去噪从而提供去噪或者修改的第二基础图像。例如，引导的去噪模块可以向第二基础图像应用滤波器，滤波器包括随来自第一基础图像的信息变化的权重。滤波器可以是如本发明所讨论的三边滤波器。引导去噪模块724可以如本发明所讨论对一个或多个基础图像执行额外处理步骤(参看，例如图5和相关讨论)。
所描绘的控制模块726被配置成控制CT采集单元710和/或系统100的其它方面以收集谱CT投影数据或信息。例如，X射线源712可以在台架旋转期间在高能与低能之间交替以采集双能CT信息。
存储器728可以包括一个或多个计算机可读存储介质。存储器728例如可以存储采集的CT信息，将用于执行本发明所讨论的过程流程或方法的各个方面的参数值，对应于所生成图像的图像数据，中间处理步骤的结果等。另外，本发明所讨论的过程流程和/或流程图(或者其方面)可以表示在存储器728中存储的用于系统700的指导操作的一个或多个指令集合。
输出单元740被配置成向使用者提供信息。输出单元740可以被配置成显示例如一个或多个材料图像、去噪材料图像或者去噪合成单色图像等。输出单元740可以包括屏幕、触摸屏、打印机中的一个或多个等。
输入单元750可以被配置成获得对应于待执行的扫描的一个或多个设置或特征的输入并且向处理单元720提供输入(或者对应于输入的信息)，处理单元720可以使用输入来确定、调整，或者选择一个或多个参数来用于采集或者处理成像数据。输入可以包括例如待扫描的身体的一部分(例如，头部、身体)。作为另一示例，输入可以包括将用于引导去噪的一个或多个参数值和/或可以用来确定一个或多个这样的参数值的信息。输入单元750可以被配置成接受手动使用者输入、诸如经由触摸屏、键盘、鼠标等。作为补充或作为替代，输入单元750可以从成像系统700的另一方面、另一系统或远程计算机例如经由端口或其它连接装置来接收信息。输入单元750也可以被配置成对所建议的扫描设置获得使用者赞同或拒绝。
本发明所描述的各种方法和/或系统(和/或其方面)可以使用医疗成像系统来实施。例如，图8是示例性CT成像系统900的示意框图，示例性CT成像系统900可以用来实施本发明所讨论的各种实施例。尽管CT成像系统900被图示为独立成像系统，应当指出的是在某些实施例中，CT成像系统900可以形成多模态成像系统的部分。例如，多模态成像系统可以包括CT成像系统900和正电子发射断层摄影(PET)成像系统，或者单光子发射计算机断层摄影(SPECT)成像系统。还应当指出的是也设想到使用能执行本发明所描述的功能的其它成像系统。
CT成像系统900包括台架910，台架910具有X射线源912，X射线源912将X射线束朝向台架910相对侧上的检测器阵列914投射。源准直器913和蝴蝶结形滤波器模块915设置于X射线源912附近。检测器阵列914包括多个检测器元件916，多个检测器元件916被布置成行并且布置在通道中，它们一起感测经过受检者917的投射的X射线。成像系统900还包括计算机918，计算机918从检测器阵列914接收投影数据并且处理投影数据以重建受检者917的图像。计算机918，例如，可以包括处理单元720的一个或多个方面，或者可操作地连接到处理单元720的一个或多个方面。在操作中，计算机918使用操作者提供的命令和参数以提供控制信号和信息来重新定位机动化台或工作台922。更具体而言，机动化台922用来将受检者917移动进出台架910。特定而言，工作台922将受检者917的至少一部分移动通过台架开口(未图示)，台架开口延伸穿过台架910。另外，工作台922可以用来在台架910的内孔内竖直地移动受检者917。
所描绘的检测器阵列914包括多个检测器元件916。每个检测器元件916产生电信号或输出，该电信号或输出表示碰撞X射线束的强度并且因此允许估计在束经过受检者917时束的衰减。在扫描以采集X射线投影数据期间，台架910和安装于台架910上的部件绕旋转中心940旋转。图8示出了仅一单行检测器元件916(即，检测器行)。然而，多层检测器阵列914包括检测器元件916的多个平行的检测器行使得对应于多个层的投影数据可以在一次扫描期间同时采集。
台架910的旋转和X射线源912的操作受到控制机构942的调控。控制机构942包括X射线控制器944和台架电动机控制器946，X射线控制器944向X射线源912提供功率和时序信号，台架电动机控制器946控制台架910的旋转速度和位置。在控制机构942中的数据采集系统(DAS)948对来自检测器元件916的模拟数据取样并且将数据转换成数字信号以在随后进行处理。图像重建器950从DAS 948接收取样并且数字化的X射线数据并且执行高速图像重建。重建的图像被输入到计算机918，计算机918在存储装置952中存储图像。计算机918也可以经由具有键盘的控制台960从操作者接收命令和扫描参数。相关联的视觉显示单元962允许操作者观察重建的图像和来自计算机的其它数据。应当指出的是计算机918、控制器等中的一个或多个可以合并为处理单元诸如在本发明中所讨论的处理单元720的一部分。
操作者提供的命令和参数由计算机918用来向DAS 948、X射线控制器944和台架电动机控制器946提供控制信号和信息。此外，计算机918操作工作台电动机控制器964，工作台电动机控制器964控制机动式工作台922以将受检者917定位于台架910中。特定而言，工作台922移动受检者917的至少一部分通过台架开口。
在各种实施例中，计算机918包括装置970，例如，CD-ROM驱动、DVD驱动、磁光盘(MOD)装置或者任何其它数字装置，包括网络连接装置诸如以太网装置以从不包括信号的有形非暂时计算机可读介质972诸如CD-ROM、DVD或另一数字源诸如网络或因特网以及尚未开发的数字机构读取指令和/或数据。在另一实施例中，计算机918执行存储在固件(未图示)中的指令。计算机918被编程为执行本发明所描述的功能并且如本发明所用的术语计算机并不限于那些在本领域中称为计算机的集成电路，而是广泛地指计算机、处理器、微控制器、微计算机、可编程的逻辑控制器、专用集成电路和其它可编程电路并且这些术语在本发明中互换地使用。
在示例性实施例中，X射线源912和检测器阵列914随着台架910一起在成像平面内并且绕着待成像的受检者917旋转使得X射线束974与受检者917相交的角度恒定地变化。以一个台架角度来自检测器阵列914的一组X射线衰减测量，即，投影数据，被称作“视图”或“投影”。受检者917的“扫描”包括在X射线源912和检测器阵列914的一次或多次绕转期间以不同台架角度或者视角做出的视图集合。在CT扫描中，处理投影数据以重建对应于从受检者917取得的三维体积的图像。应当指出的是在某些实施例中，可以使用少于一次完整绕转的数据来重建图像。例如，利用多源系统，可以利用显著小于一次完整旋转。因此，在某些实施例中，对应于360度视图的扫描(或块(slab))可以使用少于一次完整绕转获得。
应当指出的是可以以硬件、软件或者其组合实施各种实施例。各种实施例和/或部件例如其中的模块或部件和控制器也可以实施为一个或多个计算机或处理器的部分。计算机或处理器可以包括计算装置、输入装置、显示单元和接口，例如用于访问因特网。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)。计算机或处理器还可以包括存储装置，存储装置可以是硬盘驱动器或者可移除的储存驱动器诸如固态驱动器、光盘驱动器等。存储装置也可以是其它类似器件以用于将计算机程序或其它指令加载到计算机或处理器内。
如本发明所用的术语“计算机”或“模块”可以包括任何基于处理器或基于微处理器的系统，包括使用微控制器的系统、精简指令集合计算机(RISC)、ASIC、逻辑电路和能执行本发明所描述的功能的任何其它电路或处理器。上述实例只是示例性的，且是因此预期并不以任何方式限制术语“计算机(computer)”的定义和/或意义。
计算机或储器执行存储于一个或多个储存元件中的指令集合，以便处理输入数据。存储元件也可以根据需要或要求来存储数据或其它信息。存储元件可以呈在处理机器内的信息源或物理存储元件的形式。
指令集合可以包括各种命令，其指导作为处理机器的计算机或处理器执行具体操作诸如各种实施例的方法和过程。指令的集合可以呈软件程序的形式。软件可以呈各种形式诸如系统软件或者应用程序软件并且其可以实施为有形和非暂时计算机可读介质。另外，软件可以呈单独程序或模块的集合的形式、在较大程序内的程序模块或者程序模块的一部分的形式。软件还可以包括呈面向对象编程形式的模块式编程。由处理机器对输入数据的处理可以响应于操作者命令或者响应于先前处理的结果，或者响应于由另一处理机器做出的请求而进行。
如本发明所用的“被配置成”执行特定任务或操作的结构、限制或元件特别地以对应于任务或操作的形式在结构上形成、构建或调适。出于清楚目的并且为了避免疑惑，只能通过修改来执行任务或操作的物体并非“被配置成”执行如本发明所用的任务或操作。替代地，如本发明所用的“被配置成”表示结构适应或特征，并且表示被描述为“配置成”执行任务或操作的任何结构、限制或元件的结构要求。例如，“被配置成”执行任务或操作的处理单元、处理器或计算机可以理解为特别地结构化为执行该任务或操作(例如，具有在上面存储或与之相结合地使用、被定制成执行或计划执行任务或操作的一个或多个程序或指令和/或具有被定制成执行或计划执行任务或操作的处理电路布置)。出于清楚目的并且避免疑惑，通用计算机(其可以变成“被配置成”执行任务或操作，如果适当地编程的话)并非“被配置成”执行任务或操作，除非或者直到具体编程或者结构上修改成执行任务或操作。
如本发明所用的术语“软件”和“固件”是可互换的，且包括存储于存储器中用于由计算机实行的任何计算机程序，所述存储器包括RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器和非易失性RAM(NVRAM)存储器。上文所述的存储器类型只是示例性的，且因此并不限制可用于存储计算机程序的存储器类型。
应了解上文的描述预期是说明性的而不是限制性的。例如，上述实施例(和/或其方面)可彼此组合地使用。此外，可做出许多修改以使得特定情形或材料适应各种实施例的教导内容而不偏离本公开的范围。虽然本发明所述的材料的尺寸和类型预期限定各种实施例的参数，它们绝无限制意义并且只是示例性的。通过阅读上文的描述，本发明的许多其它实施例将对于本领域技术人员显而易见。因此，应参考所附权利要求，以及所附权利要求被赋予的等效物的整个范围来确定各个实施例的范围。在所附权利要求中，术语“包括”和“在其中”用作相应术语“包含”和“其中”的纯英语等效物。此外，在所附权利要求中，术语“第一”、“第二”和“第三”等仅用作标签，且预期并不对其目标施加任何数值要求。另外，下文权利要求的限制并不以装置加功能格式书写且意图并不根据35U.S.C.§112第六段落来解释，除非这样的权利要求限制明确地使用短语“用于……的装置(means for)”之后为功能陈述而没有另外的结构。
本书面描述使用示例来公开各种实施例，包括最佳实施方式，且也能使本领域技术人员实践各种实施例，包括做出和使用任何装置或系统和执行任何合并的方法。各实施例的专利保护范围由权利要求限定，且可包括本领域技术人员想到的其它实例。如果其它实例具有与权利要求的字面语言并无不同的结构元件或者其它示例包括与权利要求的字面语言并无实质不同的等效结构元件，其它实例预期在权利要求的保护范围内。

Claims (20)

1.一种CT图像降噪方法，包括：
经由采集单元获得谱CT信息，所述采集单元包括X射线源和CT检测器；
使用所述谱CT信息，利用一个或多个处理单元，使用至少一次图像变换，生成第一基础图像和第二基础图像；
使用所述第一基础图像作为引导，利用所述一个或多个处理单元对所述第二基础图像执行引导处理以提供修改的第二基础图像；
使用所述第一基础图像和所述修改的第二基础图像执行第一逆图像变换以提供第一修改的图像；以及
使用所述第一基础图像和所述修改的第二基础图像执行第二逆图像变换以提供第二修改的图像。
2.根据权利要求1所述的方法，其中，所述谱CT信息包括双能CT信息，所述双能CT信息包括分别对应于第一能量和第二能量的第一能量投影数据和第二能量投影数据，并且其中使用至少一次图像变换来生成所述第一基础图像和所述第二基础图像包括：
使用所述第一能量投影数据和第二能量投影数据执行第一材料分解以提供第一材料图像；
使用所述第一能量投影数据和所述第二能量投影数据执行第二材料分解以提供第二材料图像；以及
使用所述第一材料图像和所述第二材料图像执行第一图像变换以提供第一基础图像；以及
使用所述第一材料图像和所述第二材料图像执行第二图像变换以提供第二基础图像。
3.根据权利要求2所述的方法，其中，所述第一图像变换是第一线性变换，该第一线性变换被配置成提供在最佳keV级的单色图像，其中所述最佳keV级对应于相对于其它能量值第一线性变换的噪声级在所述最佳keV级处最小的能量值。
4.根据权利要求3所述的方法，其中，所述第二图像变换是所述第一线性变换的转置。
5.根据权利要求4所述的方法，其中，所述第一线性变换对应于所述第一材料图像和所述第二材料图像的相加，并且其中第二线性变换对应于所述第一材料图像和所述第二材料图像的相减。
6.根据权利要求1所述的方法，其还包括：对所述第一基础图像执行额外处理以提供修改的第一基础图像，并且其中执行所述引导处理包括使用所述修改的第一基础图像。
7.根据权利要求1所述的方法，其中，执行所述引导处理包括利用滤波器来对所述第二基础图像进行滤波，所述滤波器具有随来自所述第一基础图像的信息而变化的权重。
8.根据权利要求7所述的方法，其中，所述权重还被配置成随来自所述第二基础图像的信息而变化。
9.根据权利要求7所述的方法，其中，所述权重被配置成三边滤波器，所述三边滤波器具有第一部件、第二部件和第三部件，其中所述第一部件随来自所述第一基础图像的信息而变化，其中所述第二部件随来自所述第二基础图像的信息而变化，并且所述第三部件随在像素之间的距离而变化。
10.根据权利要求1所述的方法，其中，所述第一基础图像具有第一噪声级，并且所述第二基础图像具有高于所述第一噪声级的第二噪声级。
11.根据权利要求10所述的方法，其中，执行所述引导处理包括使用所述第一基础图像对所述第二基础图像执行引导去噪。
12.一种成像系统，包括：
CT采集单元，其包括X射线源和CT检测器，所述CT采集单元被配置成收集待成像的物体的谱CT信息，所述X射线源和CT检测器被配置成绕所述待成像的物体旋转并且在所述X射线源和CT检测器绕所述待成像的物体旋转时收集在多个能级的物体的系列投影；以及
处理单元，其包括至少一个处理器，所述处理器可操作地联接到所述CT采集单元，所述处理单元被配置成：
控制所述CT采集单元以收集所述待成像的物体的谱CT信息，
使用所述谱CT信息，使用至少一次图像变换，生成第一基础图像和第二基础图像；
使用所述第一基础图像作为引导，对所述第二基础图像执行引导处理以提供修改的第二基础图像；以及
使用所述第一基础图像和所述修改的第二基础图像来执行至少一次逆变换来生成至少一个修改的图像。
13.根据权利要求12所述的成像系统，其中，所述谱CT信息包括双能CT信息，所述双能CT信息包括分别对应于第一能量和第二能量的第一能量投影数据和第二能量投影数据，并且其中所述处理单元还被配置成：
使用所述第一能量投影数据和第二能量投影数据执行第一材料分解以提供第一材料图像；
使用所述第一能量投影数据和第二能量投影数据执行第二材料分解以提供第二材料图像；
使用所述第一材料图像和所述第二材料图像执行第一图像变换以提供第一基础图像；以及
使用所述第一材料图像和所述第二材料图像执行第二图像变换以提供第二基础图像。
14.根据权利要求13所述的成像系统，其中，所述第一图像变换是第一线性变换，该第一线性变换被配置成提供在最佳keV级的单色图像，其中所述最佳keV级对应于相对于其它能量值第一线性变换的噪声级在所述最佳keV级处最小的能量值。
15.根据权利要求12所述的成像系统，其中，所述处理单元被配置成通过利用滤波器对所述第二基础图像滤波而执行所述引导处理，所述滤波器具有随来自所述第一基础图像的信息而变化的权重。
16.根据权利要求15所述的成像系统，其中，所述权重被配置成三边滤波器，所述三边滤波器具有第一部件、第二部件和第三部件，其中所述第一部件随来自所述第一基础图像的信息而变化，所述第二部件随来自所述第二基础图像的信息而变化，并且所述第三部件随在像素之间的距离而变化。
17.一种有形非暂态计算机可读介质，包括一个或多个计算机软件模块，所述计算机软件模块被配置成指导一个或多个处理器以：
经由采集单元获得谱CT信息，所述采集单元包括X射线源和CT检测器；
使用所述谱CT信息，使用至少一次图像变换，生成第一基础图像和第二基础图像；
使用所述第一基础图像作为引导，对所述第二基础图像执行引导处理以提供修改的第二基础图像；以及
使用所述第一基础图像和所述修改的第二基础图像来执行至少一次逆变换来生成至少一个修改的图像。
18.根据权利要求17所述的有形非暂态计算机可读介质，其中，所述谱CT信息包括双能CT信息，所述双能CT信息包括分别对应于第一能量和第二能量的第一能量投影数据和第二能量投影数据，并且其中所述计算机可读介质还被配置成指导所述一个或多个处理器以：
使用所述第一能量投影数据和第二能量投影数据执行第一材料分解以提供第一材料图像；
使用所述第一能量投影数据和第二能量投影数据执行第二材料分解以提供第二材料图像；
使用所述第一材料图像和所述第二材料图像执行第一图像变换以提供第一基础图像；以及
使用所述第一材料图像和所述第二材料图像执行第二图像变换以提供第二基础图像。
19.根据权利要求17所述的有形非暂态计算机可读介质，其中，所述计算机可读介质还被配置成指导所述一个或多个处理器以利用滤波器对所述第二基础图像进行滤波，所述滤波器具有随来自所述第一基础图像的信息而变化的权重以执行所述引导处理。
20.根据权利要求19所述的有形非暂态计算机可读介质，其中，所述权重被配置成三边滤波器，所述三边滤波器具有第一部件、第二部件和第三部件，其中所述第一部件随来自所述第一基础图像的信息而变化，所述第二部件随来自所述第二基础图像的信息而变化，并且所述第三部件随在像素之间的距离变化。
CN201580067327.3A 2014-12-11 2015-10-08 用于对计算机断层摄影进行引导去噪的系统和方法 Active CN107430765B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/566,874 US9460485B2 (en) 2014-12-11 2014-12-11 Systems and methods for guided de-noising for computed tomography
US14/566874 2014-12-11
PCT/US2015/054659 WO2016093939A1 (en) 2014-12-11 2015-10-08 Systems and methods for guided de-noising for computed tomography

Publications (2)

Publication Number Publication Date
CN107430765A CN107430765A (zh) 2017-12-01
CN107430765B true CN107430765B (zh) 2020-10-09

Family

ID=54396950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580067327.3A Active CN107430765B (zh) 2014-12-11 2015-10-08 用于对计算机断层摄影进行引导去噪的系统和方法

Country Status (3)

Country Link
US (2) US9460485B2 (zh)
CN (1) CN107430765B (zh)
WO (1) WO2016093939A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2612575C2 (ru) 2011-07-15 2017-03-09 Конинклейке Филипс Н.В. Обработка изображений для спектральной компьютерной томографии
US9460485B2 (en) * 2014-12-11 2016-10-04 General Electric Company Systems and methods for guided de-noising for computed tomography
US10175005B2 (en) * 2015-03-30 2019-01-08 Infinera Corporation Low-cost nano-heat pipe
US10755395B2 (en) * 2015-11-27 2020-08-25 Canon Medical Systems Corporation Dynamic image denoising using a sparse representation
US9875527B2 (en) * 2016-01-15 2018-01-23 Toshiba Medical Systems Corporation Apparatus and method for noise reduction of spectral computed tomography images and sinograms using a whitening transform
US10383589B2 (en) 2017-12-01 2019-08-20 General Electric Company Direct monochromatic image generation for spectral computed tomography
WO2020003744A1 (ja) * 2018-06-27 2020-01-02 キヤノン株式会社 放射線撮影装置、放射線撮影方法およびプログラム
JP7079680B2 (ja) * 2018-07-05 2022-06-02 富士フイルムヘルスケア株式会社 超音波撮像装置、および、画像処理装置
CN109493290B (zh) * 2018-10-26 2021-10-01 上海奕瑞光电子科技股份有限公司 X射线图像降噪的方法、系统及装置
JP6686122B1 (ja) * 2018-12-21 2020-04-22 株式会社モルフォ 画像処理装置、画像処理方法およびプログラム
JP2020185223A (ja) * 2019-05-15 2020-11-19 国立大学法人北海道大学 単色ｃｔ画像作成方法、単色ｃｔ画像作成装置および単色ｃｔ画像作成プログラム
US11176642B2 (en) * 2019-07-09 2021-11-16 GE Precision Healthcare LLC System and method for processing data acquired utilizing multi-energy computed tomography imaging
CN112446930B (zh) * 2019-08-30 2024-07-12 通用电气精准医疗有限责任公司 用于图像重建的方法、成像系统以及存储有对应程序的介质
CN110866883B (zh) * 2019-11-29 2023-03-17 上海联影医疗科技股份有限公司 一种双能ct图像去噪方法、装置、终端及存储介质
CN115245343A (zh) * 2021-04-28 2022-10-28 西安大医集团股份有限公司 确定球管电参数的方法、主机及医学成像系统
WO2023169874A1 (en) * 2022-03-08 2023-09-14 Leica Instruments (Singapore) Pte. Ltd. Surgical microscope system and system, method and computer program for a surgical microscope system

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1743835A (zh) * 2004-07-14 2006-03-08 株式会社东芝 X射线计算机断层摄影系统以及该系统的数据校正方法
CN103034989A (zh) * 2013-01-09 2013-04-10 清华大学 一种基于优质先验图像的低剂量cbct图像去噪方法
CN103854262A (zh) * 2014-03-20 2014-06-11 西安电子科技大学 基于结构聚类与稀疏字典学习的医学图像降噪方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101410871A (zh) * 2006-03-29 2009-04-15 皇家飞利浦电子股份有限公司 双能x射线成像中的噪声降低
US7724865B2 (en) * 2007-08-22 2010-05-25 General Electric Company System and method of optimizing a monochromatic representation of basis material decomposed CT images
US8787519B2 (en) 2010-08-12 2014-07-22 General Electric Company System and method of optimizing a representation of dual energy spectral CT images
US8401266B2 (en) 2010-11-29 2013-03-19 General Electric Company Method and system for correlated noise suppression in dual energy imaging
US9460485B2 (en) * 2014-12-11 2016-10-04 General Electric Company Systems and methods for guided de-noising for computed tomography
US9330443B1 (en) * 2015-02-13 2016-05-03 Kabushiki Kaisha Toshiba Noise reduction in image domain for spectral computed tomography

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1743835A (zh) * 2004-07-14 2006-03-08 株式会社东芝 X射线计算机断层摄影系统以及该系统的数据校正方法
CN103034989A (zh) * 2013-01-09 2013-04-10 清华大学 一种基于优质先验图像的低剂量cbct图像去噪方法
CN103854262A (zh) * 2014-03-20 2014-06-11 西安电子科技大学 基于结构聚类与稀疏字典学习的医学图像降噪方法

Also Published As

Publication number Publication date
WO2016093939A1 (en) 2016-06-16
US20160171648A1 (en) 2016-06-16
US20170010224A1 (en) 2017-01-12
CN107430765A (zh) 2017-12-01
US9460485B2 (en) 2016-10-04

Similar Documents

Publication Publication Date Title
CN107430765B (zh) 用于对计算机断层摄影进行引导去噪的系统和方法
JP7139119B2 (ja) 医用画像生成装置及び医用画像生成方法
US9245320B2 (en) Method and system for correcting artifacts in image reconstruction
US8923583B2 (en) Methods and systems for performing model-based iterative reconstruction
US8989469B2 (en) Systems and methods for simultaneous acquisition of scatter and image projection data in computed tomography
US9036771B2 (en) System and method for denoising medical images adaptive to local noise
CN102013089B (zh) 用于噪声减少的迭代ct图像滤波器
US8885903B2 (en) Method and apparatus for statistical iterative reconstruction
US10111638B2 (en) Apparatus and method for registration and reprojection-based material decomposition for spectrally resolved computed tomography
US20120263360A1 (en) Scatter correction methods
US10593070B2 (en) Model-based scatter correction for computed tomography
US9375192B2 (en) Reconstruction of a cone beam scanned object
US20130170609A1 (en) Method and apparatus for reducing noise- related imaging artifacts
JP2007152106A (ja) 断層撮影における高コントラスト対象のコンピュータ支援による認識方法およびシステム
EP3039650B1 (en) Spectral projection data de-noising with anti-correlation filter
US10098603B2 (en) Method for estimation and correction of grid pattern due to scatter
US20180096476A1 (en) Data fidelity weight design for iterative reconstruction
JP2023518054A (ja) 画像の散乱線補正のためのノイズおよびアーティファクト低減
US9105124B2 (en) Methods and systems for reducing noise- related imaging artifacts
US20120177173A1 (en) Method and apparatus for reducing imaging artifacts
JP2024526210A (ja) アンカードカーネル散乱推定
Meng Artifacts Reduction Techniques in X-Ray Cone-Beam Computed Tomography Reconstruction
Xia et al. Scaling calibration in the ATRACT algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant