CN107638188B - 图像衰减校正方法及装置 - Google Patents

Abstract

本发明公开了一种图像衰减校正方法及装置，属于医学影像成像技术领域。方法包括：根据第一图像数据集重建第一模态图像，将第一模态图像转换成衰减校正图像；根据第二图像数据集重建出每个门控相位的第二模态图像；将衰减校正图像与每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像；根据每个门控相位的衰减校正图像，重建每个门控相位的第二模态图像。解决了相关技术中由于受检者在检查过程中的运动或者生理过程降低了PET图像与CT图像的匹配性，导致PET图像易产生衰减校正错位，造成PET图像中出现衰减伪影的问题，达到了对PET数据进行衰减校正，提高PET图像的图像质量的效果。

Description

图像衰减校正方法及装置

技术领域

本发明实施例涉及医学影像成像技术领域，特别涉及一种图像衰减校正方法及装置。

背景技术

正电子发射断层显像(Positron EmissionTomography，PET)是一种利用向生物体内部注入正电子放射性同位素标记的化合物，而在体外测量它们的空间分布和时间特性的三维成像无损检测技术，具有灵敏度高、准确性好、定位准确的特点。

PET的工作原理为：将发射正电子的放射性核素标记到能够参与人体组织血流或代谢过程的化合物上，将标有带正电子化合物的放射性核素注射到受检者体内，让受检者在PET的有效视野范围内进行PET显像。在PET扫描过程中，放射核素发射出的正电子在体内与组织中的负电子结合发生湮灭辐射(即湮灭事件)，产生两个能量相等、方向相反的γ光子。由于两个γ光子在体内的路程不同，到达两个PET探测器的时间也有一定差别，如果在规定的时间窗内，位于响应线上的探头系统探测到两个互成180度的光子时，构成一个符合事件，处理设备就会记录下响应的数据，将所记录下的响应的数据通过图像重建技术，来获得所需要的PET图像。

在γ光子到达PET探测器之前，γ光子会在人体中进行衰减。由于PET检查需要较长的时间，也就是说，γ光子的衰减过程将在受检者检查的时间段中发生，为了尽可能提高PET图像与CT图像的匹配性，在该时间段内受检者必须保持相对静止。然而，即使不考虑受检者可能进行的有意或可控运动，受检者的呼吸和/或心跳等各种生理过程也会影响PET图像与CT图像的匹配性。当PET图像与CT图像的匹配性较低时，PET图像易产生衰减校正错位，衰减校正错位会导致PET图像中出现衰减伪影。由于衰减伪影易提高医生的误诊率，因此目前急需一种对PET图像衰减进行校正的方法。

发明内容

为了解决现有技术中存在的问题，本发明实施例提供了一种图像衰减校正方法及装置。技术方案如下：

根据本发明实施例的第一方面，提供了一种图像衰减校正方法，所述方法包括：

采用第一成像模态采集第一图像数据集，根据所述第一图像数据集重建第一模态图像，将所述第一模态图像转换成衰减校正图像；

采用第二成像模态采集携带有门控数据的第二图像数据集，根据所述第二图像数据集重建出每个门控相位的第二模态图像；

将所述衰减校正图像与所述每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像；

根据所述每个门控相位的衰减校正图像，重建所述每个门控相位的第二模态图像。

根据本发明实施例的第二方面，提供了一种图像衰减校正装置，所述装置包括：

转换模块，用于采用第一成像模态采集第一图像数据集，根据所述第一图像数据集重建第一模态图像，将所述第一模态图像转换成衰减校正图像；

第一重建模块，用于采用第二成像模态采集携带有门控数据的第二图像数据集，根据所述第二图像数据集重建出每个门控相位的第二模态图像；

配准模块，用于将所述衰减校正图像与所述每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像；

第二重建模块，用于根据所述每个门控相位的衰减校正图像，重建所述每个门控相位的第二模态图像。

本发明实施例提供的技术方案带来的有益效果是：

将衰减校正图像与所述每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像，根据每个门控相位的衰减校正图像，重建每个门控相位的第二模态图像，由于第二模态图像重建过程中的衰减校正信息来自于第二模态图像对应的第二图像数据集；解决了相关技术中由于受检者在检查过程中的运动或者生理过程降低了PET图像与CT图像的匹配性，导致PET图像易产生衰减校正错位，造成PET图像中出现衰减伪影的问题，达到了对PET数据进行衰减校正，提高PET图像的图像质量的效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1A是本发明一个实施例中提供的图像衰减校正方法的流程图；

图1B是本发明另一个实施例中提供的图像衰减校正方法的流程图；

图1C是本发明一个实施例中提供的CT图像转化得到的衰减校正图像和利用本申请所提供的图像衰减校正方法得到的衰减校正图像的对比示意图；

图1D是本发明一个实施例中提供的传统静态扫描得到的PET图像和传统门控扫描得到的PET图像分别与利用本申请所提供的图像衰减校正方法得到的衰减校正图像的对比示意图；

图2是本发明一个实施例提供的图像衰减校正装置的结构方框图；

图3是本发明实施例提供了一种处理终端。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1A是本发明一个实施例中提供的图像衰减校正方法的流程图，如图1A所示，该图像衰减校正方法包括以下步骤。

步骤101，采用第一成像模态采集第一图像数据集，根据第一图像数据集重建第一模态图像，将第一模态图像转换成衰减校正图像。

需要说明的是，第一成像模态是电子计算机断层扫描(Computed Tomography，CT)或磁共振成像(Magnetic Resonance Imaging，MRI)中的一种。

步骤102，采用第二成像模态采集携带有门控数据的第二图像数据集，根据第二图像数据集重建出每个门控相位的第二模态图像。

需要说明的是，第二成像模态为PET或单光子发射计算机断层成像术(Single-Photon Emission Computed Tomography，SPECT)中的一种，本实施例以第二成像模态为PET进行举例说明，但并不对第二成像模态的具体类型做任何限定。

需要说明的是，门控数据通过外部门控硬件联合采集得到，或者通过内部门控软件处理得到。

具体的，根据第二图像数据集重建出每个门控相位的第二模态图像的过程如下：

步骤S1，将预设的PET图像对应的建模公式，代入预设的最大似然估计(log-likelihood)函数，得到PET图像对应的log-likelihood函数。

其中，预设的PET图像对应的建模公式用下述公式(1)表示：

其中，由于PET图像对应的数据集服从泊松分布，因此预设的log-likelihood函数用下述公式(2)表示：

将公式(1)代入公式(2)后，剔除与未知数x无关的项，得到PET图像对应的log-likelihood函数用下述公式(3)表示：

其中，y＝[y₁,y₂,…,y_N]^T为预定门控相位的第二图像数据集，该预定门控相位为门控数据中的其中一个门控相位，N为第二图像数据集的总维度，x＝[x₁,x₂,…,x_M]^T为未知图像，M为未知图像的图像空间的大小，A＝[A_ij]为探测概率的系统矩阵，探测概率为PET系统中空间位置体素j被PET探测器i探测到的概率，r＝[r₁,r₂,…,r_N]^T为随机噪声和散射噪声的平均值。

步骤S2，对PET图像对应的log-likelihood函数求解，并根据求解结果得到每个门控相位的第二模态图像。

对PET图像对应的log-likelihood函数求解即为对log-likelihood函数中的未知数求解，该PET图像对应的log-likelihood函数中包含未知数为未知图像x。对x做最大似然估计，即为PET的图像重建过程。

具体的，对x求解的过程为：利用MLEM算法，推导出x对应的迭代公式。

其中，该x对应的迭代公式用公式(4)表示：

需要说明的是，对x做最大似然估计过程中，迭代的停止条件为n达到预设阈值，或者，迭代前后PET图像之间的差异程度小于预设阈值。

步骤103，将衰减校正图像与每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像。

虽然第一模态图像与第二模态图像是不同模态系统图像，且整个图像的值域范围也不相同，但这两个模态图像在人体表面及各个组织器官的基本轮廓是相同的，因此可以利用该基本轮廓上的类似关系进行配准。

需要说明的是，衰减校正图像与每个门控相位的第二模态图像之间的图像配准采用非刚性多模态算法配准算法，该非刚性多模态算法配准算法包括不限于基于图像互信息的图像配准算法、基于卷积神经网络的图像配准算法、光流法的图像配准算法、基于demons的图像配准算法。本实施例以基于图像互信息的配准算法为例进行解释说明，但并不对非刚性多模态算法配准算法的具体类型做任何限定。

具体的，先根据每个门控相位的第二模态图像、衰减校正图像以及第二模态图像与衰减校正图像之间的互信息公式，计算衰减校正图像以及每个门控相位的第二模态图像与衰减校正图像之间的位移场，再通过每个门控相位的第二模态图像的位移场分别作用于衰减校正图像，得到每个门控相位的衰减校正图像。

其中，互信息公式用公式(5)表示：

其中，I(F，M°U)＝H(F)+H(M°U)-H(F，M°U)，H＝-∑p_ilogp_i。

其中，M为衰减校正图像，F为预定门控相位的第二模态图像，U是衰减校正图像对应的位移场，H为香农熵，p_i为第二模态图像的像素取值为i的概率，H(F)为预定门控相位的第二模态图像对应的香农熵，H(M°U)为衰减校正图像对应的香农熵，H(F，M°U)为预定门控相位的第二模态图像与衰减校正图像的联合熵，I(F，M°U)为预定门控相位的第二模态图像与衰减校正图像之间的互信息。

步骤104，根据每个门控相位的衰减校正图像，重建每个门控相位的第二模态图像。

需要说明的是，本发明实施例提供的图像衰减校正方法不仅适用于门控采集，也可以用于多时间点的动态采集临床应用。

综上所述，本发明实施例提供的图像衰减校正方法，将衰减校正图像与所述每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像，根据每个门控相位的衰减校正图像，重建每个门控相位的第二模态图像，由于第二模态图像重建过程中的衰减校正信息来自于第二模态图像对应的第二图像数据集；解决了相关技术中由于受检者在检查过程中的运动或者生理过程降低了PET图像与CT图像的匹配性，导致PET图像易产生衰减校正错位，造成PET图像中出现衰减伪影的问题，达到了对PET数据进行衰减校正，提高PET图像的图像质量的效果。

图1B是本发明另一个实施例中提供的图像衰减校正方法的流程图，如图1B所示，在一种可能实现的方式中，如果PET采集协议包含有门控协议，在步骤104之后，可在最终重建得到的每个门控相位的第二模态图像，选择其中一个门控相位的PET图像作为基准门控相位的PET图像，依次对其它所有相位图像相对该基准门控相位的PET图像进行图像配准，使其它相位的PET图像叠加至该基准图像上，从而获取衰减校正后的PET图像。

步骤105，根据图像相似性公式，依次将待配准的每个门控相位的PET图像分别与基准门控相位的PET图像进行图像配准，得到待配准的每个门控相位的PET图像分别与基准门控相位的PET图像的相似性。

该基准门控相位的PET图像为门控数据中的其中一个门控相位的PET图像，该待配准的门控相位为门控数据中除基准门控相位外的其他门控相位。

例如，将门控相位1的PET图像作为基准门控相位的PET图像，让门控相位2、3……N的图像分别与门控相位1的PET图像进行图像配准。

其中，图像相似性公式用公式(6)表示：

S(X，Y°U)＝||X-Y°U||²+β||u||² 公式(6)，

其中，X为基准门控相位的PET图像，Y为待配准的门控相位的PET图像，Y°U为待配准的门控相位对应的配准后的PET图像，S(X，Y°U)为基准门控相位的PET图像和待配准的门控相位的PET图像的相似性，β为超参数，u为位移场U单位次数的增量，β||u||²为对相似性二范数规范化。

步骤106，依次最小化待配准的每个门控相位的PET图像分别与基准门控相位的PET图像的相似性，得到待配准的每个门控相位分别对应的配准后的PET图像。

最小化基准门控相位的PET图像和待配准的某一门控相位的PET图像的相似性S(X，Y°U)，即可得到该门控相位对应的配准后的PET图像Y°U。

步骤107，将待配准的每个门控相位分别对应的配准后的PET图像分别与基准门控相位的PET图像叠加，将叠加后得到的每个门控相位的PET图像分别对对应的配准前的PET图像进行更新。

请参见图1C和图1D，其中图1C是本发明一个实施例中提供的CT图像转化得到的衰减校正图像和利用本申请所提供的图像衰减校正方法得到的衰减校正图像的对比示意图，图1C(1)所示为CT图像转化得到的衰减校正图像，图1D是所示为利用本申请所提供的图像衰减校正方法得到的衰减校正图像；图1D是本发明一个实施例中提供的CT图像转化得到的衰减校正图像和利用本申请所提供的图像衰减校正方法得到的衰减校正图像的对比示意图，图1D(1)是传统静态扫描得到的PET图像，图1D(2)是传统门控扫描得到的PET图像，图1D(3)是本申请所提供的图像衰减校正方法进行衰减校正后得到的PET图像。对比图1D(1)和图1D(3)本申请所提供的图像衰减校正方法进行衰减校正后得到的PET图像的图像分辨率更高，对比图1D(2)和图1D(3)本申请所提供的图像衰减校正方法进行衰减校正后得到的PET图像的图像噪声水平更低。

显然，相比现有技术中利用CT图像进行衰减校正的方法，本申请提出的图像衰减校正方法，优点非常明显：

1)由于在PET图像重建过程中的衰减信息来自于探测到的数据集本身，因此当被探测者的呼吸或心跳以及被探测者移动导致PET图像和CT图像不匹配时，仍然能够对PET图像进行衰减校正，提高PET图像的质量，便于医生的分析和应用；

2)由于在多时间点PET/CT探测时，不需要针对不同时间段分别进行CT扫描，因此简化了操作，降低药物剂量和减少采集时间，从而降低被探测者及操作者所受的辐射风险。

下述为本发明装置实施例，对于装置实施例中未详尽描述的细节，可以参考上述一一对应的方法实施例。

请参考图2，其示出了本发明一个实施例提供的图像衰减校正装置的结构方框图。该装置包括：转换模块201、第一重建模块202、配准模块203和第二重建模块204。

转换模块201，用于采用第一成像模态采集第一图像数据集，根据第一图像数据集重建第一模态图像，将第一模态图像转换成衰减校正图像；

第一重建模块202，用于采用第二成像模态采集携带有门控数据的第二图像数据集，根据第二图像数据集重建出每个门控相位的第二模态图像；

配准模块203，用于将衰减校正图像与每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像；

第二重建模块204，用于根据每个门控相位的衰减校正图像，重建每个门控相位的第二模态图像。

综上所述，本发明实施例提供的图像衰减校正装置，将衰减校正图像与每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像，根据每个门控相位的衰减校正图像，重建每个门控相位的第二模态图像，由于第二模态图像重建过程中的衰减校正信息来自于第二模态图像对应的第二图像数据集；解决了相关技术中由于受检者在检查过程中的运动或者生理过程降低了PET图像与CT图像的匹配性，导致PET图像易产生衰减校正错位，造成PET图像中出现衰减伪影的问题，达到了对PET数据进行衰减校正，提高PET图像的图像质量的效果。

基于上述实施例提供的图像衰减校正装置，可选的，该第一重建模块，包括：代入单元和求解单元。

代入单元，用于将预设的PET图像对应的建模公式，代入预设的最大似然估计log-likelihood函数，得到PET图像对应的log-likelihood函数；

求解单元，用于对PET图像对应的log-likelihood函数求解，并根据求解结果得到每个门控相位的第二模态图像；

其中，预设的PET图像对应的建模公式为：

其中，预设的log-likelihood函数为：

其中，y＝[y₁,y₂,…,y_N]^T为预定门控相位的第二图像数据集，预定门控相位为门控数据中的其中一个门控相位，N为第二图像数据集的总维度，x＝[x₁,x₂,…,x_M]^T为未知图像，M为未知图像的图像空间的大小，A＝[A_ij]为探测概率的系统矩阵，探测概率为PET系统中空间位置体素j被PET探测器i探测到的概率，r＝[r₁,r₂,…,r_N]^T为随机噪声和散射噪声的平均值。

可选的，该述配准模块，包括：计算单元和作用单元。

计算单元，用于根据每个门控相位的第二模态图像、衰减校正图像以及第二模态图像与衰减校正图像之间的互信息公式，计算衰减校正图像以及每个门控相位的第二模态图像与衰减校正图像之间的位移场；

作用单元，用于通过每个门控相位的第二模态图像的位移场分别作用于衰减校正图像，得到每个门控相位的衰减校正图像；

其中，互信息公式为：

I(F，M°U)＝H(F)+H(M°U)-H(F，M°U)，

H＝-Σp_ilogp_i，

其中，M为衰减校正图像，F为预定门控相位的第二模态图像，预定门控相位为门控数据中的其中一个门控相位，U是衰减校正图像对应的位移场，H为香农熵，p_i为第二模态图像的像素取值为i的概率，H(F)为预定门控相位的第二模态图像对应的香农熵，H(M°U)为衰减校正图像对应的香农熵，H(F，M°U)为预定门控相位的第二模态图像与衰减校正图像的联合熵，I(F，M°U)为预定门控相位的第二模态图像与衰减校正图像之间的互信息。

可选的，该装置还包括：配准模块和更新模块。

配准模块，用于在重建每个门控相位的第二模态图像之后，根据图像相似性公式，依次将待配准的每个门控相位的PET图像分别与基准门控相位的PET图像进行图像配准，得到待配准的每个门控相位的PET图像分别与基准门控相位的PET图像的相似性，基准门控相位的PET图像为门控数据中的其中一个门控相位的PET图像，待配准的门控相位为门控数据中除基准门控相位外的其他门控相位；

最小化模块，用于依次最小化待配准的每个门控相位的PET图像分别与基准门控相位的PET图像的相似性，得到待配准的每个门控相位分别对应的配准后的PET图像；

更新模块，用于待配准的每个门控相位分别对应的配准后的PET图像分别与基准门控相位的PET图像叠加，将叠加后得到的每个门控相位的PET图像分别对对应的配准前的PET图像进行更新；

其中，图像相似性公式为：

S(X，Y°U)＝||X-Y°U||²+β||u||²，

其中，X为基准门控相位的PET图像，Y为待配准的门控相位的PET图像，Y°U为待配准的门控相位对应的配准后的PET图像，S(X，Y°U)为基准门控相位的PET图像和待配准的门控相位的PET图像的相似性，β为超参数，u为位移场U单位次数的增量，β||u||²为对相似性二范数规范化。

可选的，第一成像模态是电子计算机断层扫描CT或磁共振成像MRI中的一种，第二成像模态为正电子发射断层显像PET或单光子发射计算机断层成像术SPECT中的一种。

需要说明的是：上述实施例提供的图像衰减校正装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的图像衰减校正装置和图像衰减校正方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

参见图3，本发明实施例提供了一种处理终端。该处理终端300用于实施上述实施例中提供的图像衰减校正方法。具体来讲：

处理终端300可以包括处理器310、收发器320、存储器330、输入单元340、显示单元350、音频电路360以及电源370等部件，如图3所示，本领域技术人员可以理解，图3中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件或者组合某些部件，或者不同的部件布置。其中：

处理器310可以是终端的控制中心，利用各种接口和线路连接整个终端设备的各个部分，如收发器320和存储器330等，通过运行或执行存储在存储器330内的软件程序和/或模块，以及调用存储在存储器330内的数据，执行处理终端300的各种功能和处理数据，从而对处理终端300进行整体监控。可选的，处理器310可包括一个或多个处理核心。在本发明中，处理器310可以用于确定门控信号的相关处理。收发器320可以用于接收和发送数据，终端可以通过收发器320接收和发送数据，终端可以通过因特网收发数据，收发器可以是网卡。

存储器330可用于存储软件程序以及模块，处理器310通过运行存储在存储器330的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器330可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如确定门控信号功能等)等；存储数据区可存储根据终端的使用所创建的数据(比如湮灭点位置信息等)等。此外，存储器330可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。输入单元340可以用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。显示单元350可以用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元350可包括显示面板351，可选的，可以采用LCD(LiquidCrystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板351。音频电路360、扬声器361，传声器362可提供用户与终端之间的音频接口，音频电路360可将接收到的音频数据转换为电信号。电源370可以通过体素管理系统与处理器310逻辑相连，从而通过体素管理系统实现管理充电、放电、以及功耗管理等功能。电源370还可以包括一个或一个以上的直流或交流体素、再充电系统、体素故障检测电路、体素转换器或者逆变器、体素状态指示器等任意组件。

具体在本发明实施例中，处理终端300还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行。上述一个或者一个以上程序包含用于进行以下操作的指令：

采用第一成像模态采集第一图像数据集，根据所述第一图像数据集重建第一模态图像，将所述第一模态图像转换成衰减校正图像；

采用第二成像模态采集携带有门控数据的第二图像数据集，根据所述第二图像数据集重建出每个门控相位的第二模态图像；

将所述衰减校正图像与所述每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像；

根据所述每个门控相位的衰减校正图像，重建所述每个门控相位的第二模态图像。

可选的，所述根据所述第二图像数据集重建出每个门控相位的第二模态图像，包括：

将预设的所述PET图像对应的建模公式，代入预设的最大似然估计log-likelihood函数，得到所述PET图像对应的log-likelihood函数；

对所述PET图像对应的log-likelihood函数求解，并根据求解结果得到所述每个门控相位的第二模态图像；

其中，所述预设的所述PET图像对应的建模公式为：

所述预设的log-likelihood函数为：

所述PET图像对应的log-likelihood函数为：

其中，所述y＝[y₁,y₂,…,y_N]^T为所述预定门控相位的第二图像数据集，所述预定门控相位为所述门控数据中的其中一个门控相位，所述N为所述第二图像数据集的总维度，所述x＝[x₁,x₂,…,x_M]^T为未知图像，所述M为所述未知图像的图像空间的大小，所述A＝[A_ij]为探测概率的系统矩阵，所述探测概率为PET系统中空间位置体素j被PET探测器i探测到的概率，所述r＝[r₁,r₂,…,r_N]^T为随机噪声和散射噪声的平均值。

可选的，所述将所述衰减校正图像与所述每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像，包括：

根据所述每个门控相位的第二模态图像、所述衰减校正图像以及第二模态图像与衰减校正图像之间的互信息公式，计算所述每个门控相位的第二模态图像的位移场；

通过所述每个门控相位的第二模态图像的位移场分别作用于所述衰减校正图像，得到所述每个门控相位的衰减校正图像。

其中，互信息公式为：

I(F，M°U)＝H(F)+H(M°U)-H(F，M°U)，

H＝-∑p_ilogp_i，

其中，所述M为所述衰减校正图像，所述F为预定门控相位的第二模态图像，所述预定门控相位为所述门控数据中的其中一个门控相位，所述U是所述衰减校正图像对应的位移场，所述H为香农熵，p_i为所述第二模态图像的像素取值为i的概率，所述H(F)为所述预定门控相位的第二模态图像对应的香农熵，所述H(M°U)为所述衰减校正图像对应的香农熵，所述H(F，M°U)为所述预定门控相位的第二模态图像与所述衰减校正图像的联合熵，所述I(F，M°U)为所述预定门控相位的第二模态图像与所述衰减校正图像之间的互信息。

可选的，在所述重建所述每个门控相位的第二模态图像之后，所述方法还包括：

根据图像相似性公式，依次将待配准的每个门控相位的PET图像分别与所述基准门控相位的PET图像进行图像配准，得到所述待配准的每个门控相位的PET图像分别与所述基准门控相位的PET图像的相似性，所述基准门控相位的PET图像为所述门控数据中的其中一个门控相位的PET图像，所述待配准的门控相位为所述门控数据中除所述基准门控相位外的其他门控相位；

依次最小化所述待配准的每个门控相位的PET图像分别与所述基准门控相位的PET图像的相似性，得到所述待配准的每个门控相位分别对应的配准后的PET图像；

将所述待配准的每个门控相位分别对应的配准后的PET图像分别与所述基准门控相位的PET图像叠加，将叠加后得到的每个门控相位的PET图像分别对对应的配准前的PET图像进行更新；

其中，所述图像相似性公式为：

S(X，Y°U)＝||X-Y°U||²+β||u||²，

其中，所述X为所述基准门控相位的PET图像，所述Y为待配准的门控相位的PET图像，所述Y°U为所述待配准的门控相位对应的配准后的PET图像，所述S(X，Y°U)为所述基准门控相位的PET图像和所述待配准的门控相位的PET图像的相似性，所述β为超参数，所述u为位移场U单位次数的增量，所述β||u||²为对相似性二范数规范化。

可选的，所述第一成像模态是电子计算机断层扫描CT或磁共振成像MRI中的一种，所述第二成像模态为正电子发射断层显像PET或单光子发射计算机断层成像术SPECT中的一种。

本发明实施例中，将衰减校正图像与每个门控相位的第二模态图像分别进行图像配准，得到每个门控相位的衰减校正图像，根据每个门控相位的衰减校正图像，重建每个门控相位的第二模态图像，由于第二模态图像重建过程中的衰减校正信息来自于第二模态图像对应的第二图像数据集；解决了相关技术中由于受检者在检查过程中的运动或者生理过程降低了PET图像与CT图像的匹配性，导致PET图像易产生衰减校正错位，造成PET图像中出现衰减伪影的问题，达到了对PET数据进行衰减校正，提高PET图像的图像质量的效果。

本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是存储器中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端中的计算机可读存储介质。该计算机可读存储介质存储有至少一条指令，该至少一条指令被一个或者一个以上的处理器用来执行上述图像衰减校正方法。

应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”(“a”、“an”、“the”)旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种图像衰减校正方法，其特征在于，所述方法包括：

采用第一成像模态采集第一图像数据集，根据所述第一图像数据集重建第一模态图像，将所述第一模态图像转换成第一衰减校正图像，其中，所述第一成像模态是电子计算机断层扫描CT或磁共振成像MRI中的一种；

采用正电子发射断层显像PET采集携带有门控数据的第二图像数据集，根据所述第二图像数据集重建出每个门控相位的PET图像，作为每个门控相位的第一PET图像；

将所述第一衰减校正图像与所述每个门控相位的第一PET图像分别进行图像配准，得到每个门控相位的第二衰减校正图像；

根据所述每个门控相位的第二衰减校正图像，重建所述每个门控相位的PET图像，得到每个门控相位的第二PET图像；

在重建得到的每个门控相位的第二PET图像中，选择一个门控相位的第二PET图像作为基准门控相位的第二PET图像；

根据图像相似性公式，依次将待配准的每个门控相位的第二PET图像分别与所述基准门控相位的第二PET图像进行图像配准，得到所述待配准的每个门控相位的第二PET图像分别与所述基准门控相位的第二PET图像的相似性，所述待配准的门控相位为所述门控数据中除所述基准门控相位外的其他门控相位；

依次最小化所述待配准的每个门控相位的第二PET图像分别与所述基准门控相位的第二PET图像的相似性，得到所述待配准的每个门控相位分别对应的配准后的第二PET图像；

将所述待配准的每个门控相位分别对应的配准后的第二PET图像分别与所述基准门控相位的第二PET图像叠加，将叠加后得到的每个门控相位的第三PET图像分别对对应的配准前的第二PET图像进行更新；

其中，所述图像相似性公式为：

其中，所述X为所述基准门控相位的第二PET图像，所述Y为待配准的门控相位的第二PET图像，所述

为所述待配准的门控相位对应的配准后的第二PET图像，所述

为所述基准门控相位的第二PET图像和所述待配准的门控相位的第二PET图像的相似性，所述β为超参数，所述u为位移场U单位次数的增量，所述β||u||²为对相似性二范数规范化。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第二图像数据集重建出每个门控相位的PET图像，作为每个门控相位的第一PET图像，包括：

将预设的PET图像对应的建模公式，代入预设的最大似然估计log-likelihood函数，得到PET图像对应的log-likelihood函数；

对PET图像对应的log-likelihood函数求解，并根据求解结果得到所述每个门控相位的第一PET图像；

其中，预设的PET图像对应的建模公式为：

预设的log-likelihood函数为：

PET图像对应的log-likelihood函数为：

其中，所述y＝[y₁,y₂,…,y_N]^T为预定门控相位的第二图像数据集，所述预定门控相位为所述门控数据中的其中一个门控相位，所述N为所述第二图像数据集的总维度，所述x＝[x₁,x₂,…,x_M]^T为未知图像，所述M为所述未知图像的图像空间的大小，所述A＝[A_ij]为探测概率的系统矩阵，所述探测概率为PET系统中空间位置体素j被PET探测器i探测到的概率，所述r＝[r₁,r₂,…,r_N]^T为随机噪声和散射噪声的平均值。

3.根据权利要求1所述的方法，其特征在于，所述将所述第一衰减校正图像与所述每个门控相位的第一PET图像分别进行图像配准，得到每个门控相位的第二衰减校正图像，包括：

根据所述每个门控相位的第一PET图像、所述第一衰减校正图像以及第一PET图像与衰减校正图像之间的互信息公式，计算所述每个门控相位的第一PET图像的位移场；

通过所述每个门控相位的第一PET图像的位移场分别作用于所述第一衰减校正图像，得到所述每个门控相位的第二衰减校正图像；

其中，所述互信息公式为：

H＝-∑p_ilogp_i，

其中，所述M为所述第一衰减校正图像，所述F为预定门控相位的第一PET图像，所述预定门控相位为所述门控数据中的其中一个门控相位，所述U是所述第一衰减校正图像对应的位移场，所述H为香农熵，p_i为所述第一PET图像的像素取值为i的概率，所述H(F)为所述预定门控相位的第一PET图像对应的香农熵，所述

为所述第一衰减校正图像对应的香农熵，所述

为所述预定门控相位的第一PET图像与所述第一衰减校正图像的联合熵，所述

为所述预定门控相位的第一PET图像与所述第一衰减校正图像之间的互信息。

4.一种图像衰减校正装置，其特征在于，所述装置包括：

转换模块，用于采用第一成像模态采集第一图像数据集，根据所述第一图像数据集重建第一模态图像，将所述第一模态图像转换成第一衰减校正图像，其中，所述第一成像模态是电子计算机断层扫描CT或磁共振成像MRI中的一种；

第一重建模块，用于采用正电子发射断层显像PET采集携带有门控数据的第二图像数据集，根据所述第二图像数据集重建出每个门控相位的PET图像，作为每个门控相位的第一PET图像；

配准模块，用于将所述第一衰减校正图像与所述每个门控相位的第一PET图像分别进行图像配准，得到每个门控相位的第二衰减校正图像；

第二重建模块，用于根据所述每个门控相位的第二衰减校正图像，重建所述每个门控相位的PET图像，得到每个门控相位第二PET图像；

配准模块，用于在重建得到的每个门控相位的第二PET图像中，选择一个门控相位的第二PET图像作为基准门控相位的第二PET图像；根据图像相似性公式，依次将待配准的每个门控相位的第二PET图像分别与所述基准门控相位的第二PET图像进行图像配准，得到所述待配准的每个门控相位的第二PET图像分别与所述基准门控相位的第二PET图像的相似性，所述待配准的门控相位为所述门控数据中除所述基准门控相位外的其他门控相位；

最小化模块，用于依次最小化所述待配准的每个门控相位的第二PET图像分别与所述基准门控相位的第二PET图像的相似性，得到所述待配准的每个门控相位分别对应的配准后的第二PET图像；

更新模块，用于所述待配准的每个门控相位分别对应的配准后的第二PET图像分别与所述基准门控相位的第二PET图像叠加，将叠加后得到的每个门控相位的第二PET图像分别对对应的配准前的第二PET图像进行更新；

其中，所述图像相似性公式为：

其中，所述X为所述基准门控相位的第二PET图像，所述Y为待配准的门控相位的第二PET图像，所述

为所述待配准的门控相位对应的配准后的第二PET图像，所述

为所述基准门控相位的第二PET图像和所述待配准的门控相位的第二PET图像的相似性，所述β为超参数，所述u为位移场U单位次数的增量，所述β||u||²为对相似性二范数规范化。

5.根据权利要求4所述的装置，其特征在于，所述第一重建模块，包括：

代入单元，用于将预设的PET图像对应的建模公式，代入预设的最大似然估计log-likelihood函数，得到PET图像对应的log-likelihood函数；

求解单元，用于对PET图像对应的log-likelihood函数求解，并根据求解结果得到所述每个门控相位的第一PET图像；

其中，预设的PET图像对应的建模公式为：

预设的log-likelihood函数为：

PET图像对应的log-likelihood函数为：

其中，所述y＝[y₁,y₂,…,y_N]^T为所述预定门控相位的第二图像数据集，所述预定门控相位为所述门控数据中的其中一个门控相位，所述N为所述第二图像数据集的总维度，所述x＝[x₁,x₂,…,x_M]^T为未知图像，所述M为所述未知图像的图像空间的大小，所述A＝[A_ij]为探测概率的系统矩阵，所述探测概率为PET系统中空间位置体素j被PET探测器i探测到的概率，所述r＝[r₁,r₂,…,r_N]^T为随机噪声和散射噪声的平均值。

6.根据权利要求4所述的装置，其特征在于，所述配准模块，包括：

计算单元，用于根据所述每个门控相位的第一PET图像、所述第一衰减校正图像以及第一PET图像与第一衰减校正图像之间的互信息公式，计算所述每个门控相位的第一PET图像的位移场；

作用单元，用于通过所述每个门控相位的第一PET图像的位移场分别作用于所述第一衰减校正图像，得到所述每个门控相位的第二衰减校正图像；

其中，所述互信息公式为：

H＝-∑p_ilogp_i，

其中，所述M为所述第一衰减校正图像，所述F为预定门控相位的第一PET图像，所述预定门控相位为所述门控数据中的其中一个门控相位，所述U是所述第一衰减校正图像对应的位移场，所述H为香农熵，p_i为所述第一PET图像的像素取值为i的概率，所述H(F)为所述预定门控相位的第一PET图像对应的香农熵，所述

为所述第一衰减校正图像对应的香农熵，所述

为所述预定门控相位的第一PET图像与所述第一衰减校正图像的联合熵，所述

为所述预定门控相位的第一PET图像与所述第一衰减校正图像之间的互信息。

Images