CN107802280A - 校正曲线生成方法、投影图像的校正方法、系统及存储介质 - Google Patents
校正曲线生成方法、投影图像的校正方法、系统及存储介质 Download PDFInfo
- Publication number
- CN107802280A CN107802280A CN201711092941.2A CN201711092941A CN107802280A CN 107802280 A CN107802280 A CN 107802280A CN 201711092941 A CN201711092941 A CN 201711092941A CN 107802280 A CN107802280 A CN 107802280A
- Authority
- CN
- China
- Prior art keywords
- image data
- thickness
- projecting image
- calibration curve
- detection object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011088 calibration curve Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012937 correction Methods 0.000 claims abstract description 96
- 238000001514 detection method Methods 0.000 claims description 115
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000000151 deposition Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 abstract description 2
- 238000001228 spectrum Methods 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 239000002245 particle Substances 0.000 description 9
- 230000005855 radiation Effects 0.000 description 9
- 238000001959 radiotherapy Methods 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 7
- 230000002285 radioactive effect Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000007408 cone-beam computed tomography Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000000342 Monte Carlo simulation Methods 0.000 description 5
- 238000013170 computed tomography imaging Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000008021 deposition Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 239000000523 sample Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000729 antidote Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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]
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及一种校正曲线生成方法、投影图像的校正方法、校正曲线生成系统、投影图像的校正系统和计算机可读存储介质。包括获取不同厚度扫描对象的散射核以及不同厚度扫描对象的投影图像数据，根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；基于各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据；根据各厚度扫描对象散射校正后的投影图像数据，得到校正曲线，该校正曲线生成方法去除了实验扫描对象的投影图像的散射量，可以减少散射量的干扰，通过该校正曲线进行图像校正时，可以有效地消除杯状伪影，以提升图像对比度。
Description
技术领域
本发明涉及计算机断层扫描技术领域，特别是涉及一种校正曲线生成方法、投影图像的校正方法、校正曲线生成系统、投影图像的校正系统和计算机可读存储介质。
背景技术
随着计算机断层扫描技术的发展，计算机断层扫描可以有效地应用于辅助诊断、X光透射检查和治疗等，其具有空间分辨率高、数据采集时间短、射线利用率高、直接获得三维图像等优点。
一般而言，计算机断层扫描包括射线产生装置、射线接收装置以及数据处理计算机，射线产生装置发出放射线，比如X射线，放射线穿过扫描对象，投影到与射线产生装置相对设置的射线接收装置，射线接收装置接收穿过扫描对象的放射线，形成投影图像，数据处理计算机接收该投影图像，对该投影图像进行处理，以完成图像重建、图像显示以及应用分析等。
计算机断层扫描通过放射源发出射线，放射源大多采用X射线源，其出射的X射线能谱宽，由于低能光子比高能光子在透射物体过程中的衰减更多，透射物体后的X射线能谱发生变化，探测器探测到的高能光子所占比例增大，导致投影值偏小，重建物体中心区域的CT值偏低，从而形成杯状伪影。同时在X射线图像中，散射射线一直都是导致图像质量不理想的一个重要因素。特别是对于有较大探测器面积的X射线系统来说，例如放射治疗设备，用到的锥束CT(cone beam computed tomography)采用的是平板探测器作为接收X射线的探测器，在其接收到的X射线中散射射线占了很大的比例。散射射线在图像上引起杯状伪影，降低了图像的对比度，极大降低了重建图像的图像精度。
目前对图像中散射射线的矫正方法主要有两种，一种是硬件矫正，是指在X射线影像系统中添加若干硬件工具，减少达到平板探测器的散射射线，从而达到散射矫正目的。常用的硬件矫正工具包括X射线准直器、防散射滤线栅等。第二种是软件矫正方法，是指对已经采集到的X射线投影图像通过对投影图像的分析和被照射物体的估计，得到一个散射分布图，由散射分布图对X射线投影图像进行散射矫正。
软件方法往往需要X射线光子能谱、探测器能量响应曲线的精确信息，但实际无法满足上述条件：
1)精确的X射线光子能谱、探测器能量响应曲线比较难以得到；
2)各机器之间存在一定的差异性。
发明内容
基于此，有必要针对上述问题，提供一种可以改善图像对比度并减少对X射线能谱和探测器响应曲线的精确性要求的校正曲线生成方法、投影图像的校正方法、校正曲线生成系统、投影图像的校正系统和计算机可读存储介质。
一种校正曲线生成方法，包括：
获取不同厚度扫描对象的散射核以及不同厚度扫描对象的投影图像数据；
根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；
基于各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据；
根据各厚度扫描对象散射校正后的投影图像数据，得到校正曲线。
一种校正曲线生成系统，包括校正曲线生成设备和计算机，其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序可用于执行一种校正曲线生成方法。
上述校正曲线生成方法及校正曲线生成系统，包括获取不同厚度扫描对象的散射核以及不同厚度扫描对象的投影图像数据；根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；基于各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据；根据各厚度扫描对象散射校正后的投影图像数据，得到校正曲线，该校正曲线生成方法去除了扫描对象的投影图像的散射量，可以减少散射量的干扰，通过该校正曲线进行图像校正时，可以有效地消除杯状伪影，以提升图像对比度。
一种投影图像的校正方法，包括：
获取检测对象的投影图像数据；
根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到检测对象的投影图像数据对应的厚度；
获取检测对象的投影图像数据对应的厚度所属散射核；
根据检测对象的投影图像数据以及检测对象的投影图像数据所属散射核，得到检测对象的投影图像数据的散射量；
基于检测对象的投影图像数据的散射量，得到检测对象散射校正后的投影图像数据。
可选的，所述投影图像的校正方法还包括如下步骤：
判断是否满足终止条件，如果是，则所述检测对象散射校正后的投影图像数据作为最终散射校正后的投影图像数据，如果否，则根据所述检测对象散射校正后的投影图像数据查找校正曲线，继续进行散射校正直至满足终止条件。
一种投影图像的校正系统，包括投影图像的校正设备和计算机，其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序可用于执行一种投影图像的校正方法。
上述投影图像的校正方法及投影图像的校正系统，包括获取检测对象的投影图像数据，根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到检测对象的投影图像数据对应的厚度；获取检测对象的投影图像数据对应的厚度所属散射核，根据检测对象的投影图像数据以及检测对象的投影图像数据所属散射核，得到检测对象的投影图像数据的散射量；基于检测对象的投影图像数据的散射量，得到检测对象散射校正后的投影图像数据，通过该投影图像的校正方法得到的检测对象散射校正后的投影图像考虑了能谱的不确定性，无需依赖探测器能量响应曲线，可以有效地消除伪影，以提升图像对比度，且基于表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影图像数据之间关系的校正曲线，可以根据检测对象的投影图像找到更准确的厚度，从而得到更准确的散射核，使得图像校正效果更好。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行上述方法。
附图说明
图1为一个实施例中校正曲线生成方法的流程示意图；
图2为一个实施例中投影图像的校正方法的流程示意图。
具体实施方式
本申请的校正曲线生成方法可以应用于多种成像系统，例如FBCT(Fan Beam CT，扇形束CT)系统、CBCT(Cone Beam CT，锥形束CT)系统、放射治疗系统、X光机等，本实施例中以放射治疗系统为例进行介绍。放射治疗系统包括直线加速器、准直器、电子射野影像装置和数据处理计算机，直线加速器安装在固定位置，准直器安装在直线加速器的辐射头上，用于限定辐射范围，以保护靶区外的正常组织，使危及器官免受照射，辐射头可以发出锥形射束，电子射野影像装置用于采集投影图像，位于辐射头的相对位置。通过放射治疗系统可以对物体成像。由于电子射野影像装置采集的物体的投影图像中散射成分较多，因此需要对投影图像中的散射成分进行处理。
如图1所示，一种校正曲线生成方法，包括：
S110，获取不同厚度扫描对象的散射核。
扫描对象是指放射源的照射对象，可以包括水模体，在其它实施例中，也可采用其它材料的模体。可选的，扫描对象可以是不同厚度的长方形均匀水模，或圆柱体均匀水模。模体的厚度是已知的或者可以测量确定的。
具体地，以模体作为扫描对象时，不同厚度的模体均对应一个散射核。例如，将射束能谱作为蒙特卡罗输入，针对不同厚度的模体使用蒙特卡罗方法生成对应的散射核，散射核对能谱变化不敏感，因此，散射核始终不变。在本实施方式中，对射束的能谱要求较低。因此可以使用精度不是很高的射束能谱作为蒙特卡罗的输入，从而得到对应的散射核。一方面减小对能谱精度的要求，另一方面减少计算量。在其它实施方式中，如存在高精度的能谱，可以使用高精度能谱作为蒙特卡罗的输入，从而得到更为精确的散射核。更为具体地，可以通过蒙特卡罗模拟工具箱模拟成像系统，例如可以模拟放射治疗系统的锥束CT(Computed Tomography，计算机断层扫描)成像系统，并且通过运行该系统，获得所有的投影数据，比如从笔形束射线源投影数据中获得散射核，通过蒙特卡罗模拟方法可得到不同厚度扫描对象的散射核。
蒙特卡罗模拟方法可精确地描述事物特点并反映真实的物理过程，其广泛应用于高能物理、空间物理、金融领域、军工领域、医学领域等领域。粒子与物质相互作用时服从统计学规律，发生相互作用的位置、作用形式、粒子被吸收或散射、散射粒子的方向和能量，两次相互作用位置间的距离等参数都是随机变量。蒙特卡罗方法可以模拟粒子与物质相互作用的全过程，通过模拟大量粒子的运输过程，就可以计算出粒子束与物质相互作用过程的宏观特征，如能谱分布、注量分布等，它不仅可以模拟均匀/非均匀物质，还可以根据用户的需要生成特殊的模体。目前有许多的蒙特卡罗模拟工具箱，比如MCNP(Monte CarloNeutron and Photo Transport Code)、EGS(Electron-Gamma Shower)、Geant4(Geometryand Tracking，几何和跟踪)等，其中，Geant4可用于模拟粒子在物质中输送的物理过程，Geant4被划分为多个模块，为探测器的模拟提供了完整的工具，除了几何结构、探测器响应、粒子跟踪、运行和事例、用户接口、可视化之外，还提供了丰富的物理过程。
可以通过蒙特卡罗模拟工具箱模拟CT成像系统，首先根据CT成像系统的需要调整系统的参数，搭建完整的系统环境，然后在搭建好的环境中放置合适的模体，按照一定的物理过程运行产生投影数据。具体地，以锥束CT成像系统为例，模拟的CT成像系统包括一个X射线源、一系列的模体和一个探测器，其中，X射线源用来发射一定数目且具有一定能量、方向和位置的X粒子，模体作为被照射物体，放置于射线源和探测器之间，探测器用来记录模拟过程中的能量沉积。仿真过程中使用的X射线源包括笔形束射线源和锥束射线源，使用笔形束射线源是为了获得散射核的分布，从而对散射核建模，使用锥束射线源是为了获得被照射模体的投影数据。模体具体可以包括用来获得散射点扩展函数的具有不同厚度的矩形水模体、用来获得非对称散射核调整参数的楔形水模体以及用来获得投影数据的椭圆柱水模体。当X光子与物体交互时，可能X光子直接穿透物质而不发生改变，也可能X光子与物体外层电子碰撞，发生康普顿散射，也有可能发生光电效应。构建好CT成像系统之后，运行相关的模拟程序就可以获得所需的投影数据，与模体相对应，实验中投影数据具体可以包括笔形束直接穿过不同厚度的矩形水模体而获得的投影数据、笔形束直接穿过中心厚度不同的楔形水模体而获得的投影数据以及采用锥束照射椭圆柱模体而产生的投影数据，其中，笔形束直接穿过不同厚度的矩形水模体而获得的投影数据和笔形束直接穿过中心厚度不同的楔形水模体而获得的投影数据用来获得散射核拟合参数，采用锥束照射椭圆柱模体而产生的投影数据是用来实施校正的投影数据。
S130，获取不同厚度扫描对象的投影图像数据。
利用放射治疗设备对所述扫描对象进行成像。扫描对象的投影图像数据是指放射源照射扫描对象，穿过扫描对象的放射线所形成的投影图像。可选的，扫描对象可以是不同厚度的长方形均匀水模，每次扫描只获得该厚度的投影图像数据；扫描对象可以是一定直径尺寸的圆柱体均匀水模，一次扫描即可获得所需厚度的投影图像数据。
在本实施例中，将扫描对象(不同厚度的模体)置于直线加速器的扫描范围内。辐射头向电子射野影像装置发出射线，电子射野影像装置接收穿过扫描对象的X射线以产生有关扫描对象内部信息的投影图像数据，数据处理计算机可以从电子射野影像装置中接收扫描对象的投影图像数据。
在其它实施例中，不同厚度扫描对象的散射核和对应的投影图像数据可以实现计算或采集，存储在存储设备中，在本实施例中，直接读取即可。
S150，根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量。
散射大多来源于扫描对象，当X光子与物体交互时，到达探测器的光子包括直接穿透扫描对象的原射线光子和发生一次或多次散射的散射光子，对于探测器上坐标为(x，y)的像素点，探测器在该像素点上的总能量沉积等于到达该像素点的透射光子的能量沉积和到达该像素点的散射光子的能量沉积之和。而根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，计算得到各厚度扫描对象的投影图像数据对应的散射量，具体地，将各厚度扫描对象的投影图像数据分别与对应厚度扫描对象的散射核进行卷积运算，得到各厚度扫描对象的投影图像数据对应的散射量。
在其它实施例中，可以将各厚度扫描对象的投影图像数据进行傅里叶变换，将对应的散射核进行傅里叶变换，计算投影图像数据的傅里叶变换结果与对应的散射核的傅里叶变换结果的乘积，再将该乘积进行反傅里叶变换从而得到各厚度扫描对象的投影图像数据对应的散射量。
S170，基于各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据。
获取各厚度扫描对象的投影图像数据对应的散射量，比如厚度为1厘米的扫描对象的投影图像数据对应的散射量、厚度为2厘米的扫描对象的投影图像数据对应的散射量等，其中，厚度为1厘米的扫描对象的投影图像数据对应的散射量等于厚度为1厘米的扫描对象的投影图像数据与厚度为1厘米的扫描对象的散射核的卷积，厚度为2厘米的扫描对象的投影图像数据对应的散射量等于厚度为2厘米的扫描对象的投影图像数据与厚度为2厘米的扫描对象的散射核的卷积。具体地，将各厚度扫描对象的投影图像数据减去各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据，比如厚度为1厘米的扫描对象散射校正后的投影图像数据等于厚度为1厘米的扫描对象的投影图像数据减去厚度为1厘米的扫描对象的投影图像数据对应的散射量。
S190，根据各厚度扫描对象散射校正后的投影图像数据，得到校正曲线。
当探测器的一个探测单元对应投影图像的一个像素点时，将各投影图像数据中对应相同的探测单元的像素称为对应的像素，可以对每个对应的像素点均生成一条对应的校正曲线，这样得到和探测单元数量一致的多条校正曲线；也可以对每个投影图像中的各个像素点的灰度值进行拟合得到该投影图像的拟合值，再基于该拟合值得到该投影图像的校正曲线。
根据各厚度扫描对象散射校正后的投影图像数据，比如厚度为1厘米的扫描对象散射校正后的投影图像数据、厚度为2厘米的扫描对象散射校正后的投影图像数据、厚度为3厘米的扫描对象散射校正后的投影图像数据等，以厚度为横坐标，以校正后的投影图像数据为纵坐标，得到校正曲线。具体地，根据各厚度扫描对象散射校正后的投影图像数据及各校正后的投影图像数据对应的厚度，基于多项式拟合得到校正曲线，比如以偏差的绝对值之和最小、偏差的最大绝对值最小或偏差的平方和最小为判别准则，确定多项式的系数，以得到校正曲线的表达式。
上述校正曲线生成方法，包括获取不同厚度扫描对象的散射核以及不同厚度扫描对象的投影图像数据；根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；基于各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据；根据各厚度扫描对象散射校正后的投影图像数据，得到校正曲线，该校正曲线生成方法去除了扫描对象的投影图像的散射量，可以减少散射量的干扰，通过该校正曲线进行图像校正时，可以有效地消除伪影，以提升图像对比度。
在一个实施例中，如图2所示，一种投影图像的校正方法，包括：
S210，获取检测对象的投影图像数据。
可以通过射线源照射检测对象，得到检测对象的图像数据，本申请的投影图像的校正方法可以应用于多种成像系统，例如FBCT(Fan Beam CT，扇形束CT)系统、CBCT(ConeBeam CT，锥形束CT)系统、放射治疗系统、X光机等，下面以放射治疗系统为例进行介绍。放射治疗系统包括直线加速器、准直器、电子射野影像装置和数据处理计算机，直线加速器安装在固定位置，准直器安装在直线加速器的辐射头上，用于限定辐射范围，以保护靶区外的正常组织，使危及器官免受照射，辐射头可以发出锥形射束，电子射野影像装置用于采集投影图像，位于辐射头的相对位置。辐射头向电子射野影像装置发出射线，电子射野影像装置接收穿过检测对象的X射线以产生有关检测对象内部信息的投影图像数据，数据处理计算机可以从电子射野影像装置中接收检测对象的投影图像数据。通过放射治疗系统可以对检测对象成像，获得检测对象的投影图像数据。
S230，根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到检测对象的投影图像数据对应的厚度。
校正曲线表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影图像数据之间的关系，具体地，校正曲线的横坐标为扫描对象的厚度，校正曲线的纵坐标为校正后的投影图像数据。当检测对象的投影图像数据的每个像素对应一条校正曲线时，需要基于检测对象的投影图像上的每个像素的灰度值，查找其对应的校正曲线确定一个厚度，因而由校正曲线可以得到多个厚度，再对多个厚度进行拟合得到最终的厚度；当校正曲线是将各投影图像数据进行拟合之后的值(即每个投影图像的各像素点的灰度值被拟合为一个值)确定的校正曲线，则可以根据检测对象的投影图像直接确定对应的厚度。
根据该校正曲线以及检测对象的投影图像数据，得到检测对象的投影图像数据对应的厚度，比如，根据检测对象的投影图像数据找到了校正曲线中厚度为1厘米的扫描对象散射校正后的投影图像数据，那么该检测对象的投影图像数据对应的厚度即为1厘米。更为具体地，可以根据校正曲线生成方法得到的校正曲线以及检测对象的投影图像数据，得到检测对象的投影图像数据对应的厚度。
S250，获取检测对象的投影图像数据对应的厚度所属散射核。
根据检测对象的投影图像数据对应的厚度，比如1厘米，获取厚度为1厘米的扫描对象的散射核，作为检测对象的投影图像数据对应的厚度所属散射核。此处的散射核可以是根据不同厚度的扫描对象计算得到的散射核。可以是在确定校正曲线时针对不同厚度的扫描对象计算得到的散射核。例如上述步骤S110计算得到的散射核。
S270，根据检测对象的投影图像数据以及检测对象的投影图像数据所属散射核，得到检测对象的投影图像数据的散射量。
具体地，将检测对象的投影图像数据以及检测对象的投影图像数据所属散射核进行卷积运算，得到检测对象的投影图像数据的散射量，比如检测对象的投影图像数据所属散射核为厚度1厘米对应的散射核，该检测对象的投影图像数据的散射量等于检测对象的投影图像数据与厚度1厘米对应的散射核两者的卷积。此处的卷积运算，可以利用傅里叶变换等效为频域的相乘运算，在此不进行赘述。
S290，基于检测对象的投影图像数据的散射量，得到检测对象散射校正后的投影图像数据。
获取检测对象的投影图像数据对应的散射量，比如，检测对象的投影图像数据对应的厚度为1厘米，其散射量等于检测对象的投影图像数据与厚度1厘米对应的散射核两者的卷积。具体地，将检测对象的投影图像数据减去检测对象的投影图像数据对应的散射量，得到检测对象散射校正后的投影图像数据，比如厚度为1厘米的检测对象散射校正后的投影图像数据等于该检测对象的投影图像数据减去该投影图像数据对应的散射量。
在步骤S290之后还可以包括判断是否满足终止条件，如果是，则所述检测对象散射校正后的投影图像数据作为最终散射校正后的投影图像数据，如果否，则根据所述检测对象散射校正后的投影图像数据查找校正曲线，继续进行散射校正直至满足终止条件。
所述终止条件可以为迭代的次数、计算的时长或步骤S290中得到的检测对象散射校正后的投影图像数据是否满足要求中的至少一个。如果满足一个终止条件，则完成对检测对象的投影图像数据的散射校正，并将步骤S290中得到的散射校正后的图像作为最终投影图像；如果不满足任一个终止条件，则在当前的检测对象的散射校正后的投影图像数据的基础上继续进行校正，即回到步骤S230，根据步骤S290中得到的检测对象的散射校正后的投影图像数据查找校正曲线，得到对应的厚度，根据对应的厚度确定对应的散射核，从而计算得到对应的散射量，在上一次得到的散射校正后的投影图像数据中减去散射量，从而得到再次进行散射校正后的投影图像，并判断是否满足终止条件，如满足，则结束，如果不满足，则继续迭代直至满足终止条件。
上述投影图像的校正方法，包括获取检测对象的投影图像数据，根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到检测对象的投影图像数据对应的厚度；获取检测对象的投影图像数据对应的厚度所属散射核，根据检测对象的投影图像数据以及检测对象的投影图像数据所属散射核，得到检测对象的投影图像数据的散射量；基于检测对象的投影图像数据的散射量，得到检测对象散射校正后的投影图像数据，通过该投影图像的校正方法得到的检测对象散射校正后的投影图像不依赖于射束能谱和探测器响应的精度，即考虑了能谱的不确定性，即不需要高精度的射束能谱，即可进行有效的散射校正，也无需依赖精确的探测器能量响应曲线，可以有效地消除伪影，以提升图像对比度，且基于表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影图像数据之间关系的校正曲线，可以根据检测对象的投影图像找到更准确的厚度，从而得到更准确的散射核，使得图像校正效果更好。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行上述方法，计算机可读存储介质包括ROM、RAM、磁碟、光盘等。
在一个实施例中，一种校正曲线生成系统，包括校正曲线生成设备和计算机，其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序可用于执行一种校正曲线生成方法，该方法包括：
获取不同厚度扫描对象的散射核以及不同厚度扫描对象的投影图像数据；
根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；
基于各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据；
根据各厚度扫描对象散射校正后的投影图像数据，得到校正曲线。
上述校正曲线生成系统包括校正曲线生成设备和计算机，计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序可用于执行一种校正曲线生成方法，校正曲线生成方法包括获取不同厚度扫描对象的散射核以及不同厚度扫描对象的投影图像数据，根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；基于各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据；根据各厚度扫描对象散射校正后的投影图像数据，得到校正校正曲线，该校正曲线生成系统去除了扫描对象的投影图像的散射量，可以减少散射量的干扰，通过该校正曲线进行图像校正时，可以有效地消除伪影，以提升图像对比度。
在一个实施例中，一种投影图像的校正系统，包括投影图像的校正设备和计算机，其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序可用于执行一种投影图像的校正方法，该方法包括：
获取检测对象的投影图像数据；
根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到检测对象的投影图像数据对应的厚度；
获取检测对象的投影图像数据对应的厚度所属散射核；
根据检测对象的投影图像数据以及检测对象的投影图像数据所属散射核，得到检测对象的投影图像数据的散射量；
基于检测对象的投影图像数据的散射量，得到检测对象散射校正后的投影图像数据。
上述投影图像的校正系统包括投影图像的校正设备和计算机，计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序可用于执行一种投影图像的校正方法，该方法包括获取检测对象的投影图像数据，根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到检测对象的投影图像数据对应的厚度；获取检测对象的投影图像数据对应的厚度所属散射核，根据检测对象的投影图像数据以及检测对象的投影图像数据所属散射核，得到检测对象的投影图像数据的散射量；基于检测对象的投影图像数据的散射量，得到检测对象散射校正后的投影图像数据，通过该投影图像的校正系统得到的检测对象散射校正后的投影图像考虑了能谱的不确定性，无需依赖探测器能量响应曲线，可以有效地消除伪影，以提升图像对比度，且基于表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影图像数据之间关系的校正曲线，可以根据检测对象的投影图像找到更准确的厚度，从而得到更准确的散射核，使得图像校正效果更好。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (14)
1.一种校正曲线生成方法，其特征在于，包括：
获取不同厚度扫描对象的散射核以及所述不同厚度扫描对象的投影图像数据；
根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；
基于所述各厚度扫描对象的投影图像数据对应的散射量，得到所述各厚度扫描对象散射校正后的投影图像数据；
根据所述各厚度扫描对象散射校正后的投影图像数据，得到校正曲线。
2.根据权利要求1所述的校正曲线生成方法，其特征在于，根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量，包括：
将各厚度扫描对象的投影图像数据分别与对应厚度扫描对象的散射核进行卷积运算，得到各厚度扫描对象的投影图像数据对应的散射量。
3.根据权利要求1所述的校正曲线生成方法，其特征在于，根据所述各厚度扫描对象散射校正后的投影图像数据，得到校正曲线，包括：
根据所述各厚度扫描对象散射校正后的投影图像数据及各所述散射校正后的投影图像数据对应的厚度，基于多项式拟合得到校正曲线。
4.根据权利要求3所述的校正曲线生成方法，其特征在于，针对各散射校正后的投影图像数据中对应的像素分别生成校正曲线。
5.根据权利要求3所述的校正曲线生成方法，其特征在于，对各散射校正后的投影图像中的各像素点的灰度值进行拟合得到各散射校正后的投影图像数据对应的拟合值；
利用所述拟合值和所述散射校正后的投影图像数据对应的厚度生成校正曲线。
6.一种投影图像的校正方法，其特征在于，包括：
获取检测对象的投影图像数据；
根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到所述检测对象的投影图像数据对应的厚度；
获取所述检测对象的投影图像数据对应的厚度所属散射核；
根据所述检测对象的投影图像数据以及所述检测对象的投影图像数据所属散射核，得到所述检测对象的投影图像数据的散射量；
基于所述检测对象的投影图像数据的散射量，得到所述检测对象散射校正后的投影图像数据。
7.根据权利要求6所述的投影图像的校正方法，其特征在于，根据所述检测对象的投影图像数据的每个像素的灰度值查找对应的校正曲线，确定多个厚度，对多个厚度进行拟合得到所述检测对象的投影图像数据对应的厚度。
8.根据权利要求6所述的投影图像的校正方法，其特征在于，对所述检测对象的投影图像数据进行拟合，根据拟合之后的值查找校正曲线确定对应的厚度。
9.根据权利要求6所述的投影图像的校正方法，其特征在于，根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影图像数据之间关系的校正曲线，得到所述检测对象的投影图像数据对应的厚度，包括：
根据所述检测对象的投影图像数据以及如权利要求1-4任一项所述的校正曲线生成方法得到的校正曲线，得到所述检测对象的投影图像数据对应的厚度。
10.根据权利要求6所述的投影图像的校正方法，其特征在于，根据所述检测对象的投影图像数据以及所述检测对象的投影图像数据所属散射核，得到所述检测对象的投影图像数据的散射量，包括：
将所述检测对象的投影图像数据以及所述检测对象的投影图像数据所属散射核进行卷积运算，得到所述检测对象的投影图像数据的散射量。
11.根据权利要求6所述的投影图像的校正方法，其特征在于，还包括判断是否满足终止条件，如果是，则所述检测对象散射校正后的投影图像数据作为最终散射校正后的投影图像数据，如果否，则根据所述检测对象散射校正后的投影图像数据查找校正曲线，继续进行散射校正直至满足终止条件。
12.一种校正曲线生成系统，包括校正曲线生成设备和计算机，其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序可用于执行一种校正曲线生成方法，所述方法包括：
获取不同厚度扫描对象的散射核以及所述不同厚度扫描对象的投影图像数据；
根据各厚度扫描对象的投影图像数据以及对应厚度扫描对象的散射核，得到各厚度扫描对象的投影图像数据对应的散射量；
基于所述各厚度扫描对象的投影图像数据对应的散射量，得到各厚度扫描对象散射校正后的投影图像数据；
根据所述各厚度扫描对象散射校正后的投影图像数据，得到校正曲线。
13.一种投影图像的校正系统，包括投影图像的校正设备和计算机，其中计算机包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序可用于执行一种投影图像的校正方法，所述方法包括：
获取检测对象的投影图像数据；
根据表征不同厚度扫描对象与各厚度扫描对象散射校正后的投影值之间关系的校正曲线，得到所述检测对象的投影图像数据对应的厚度；
获取所述检测对象的投影图像数据对应的厚度所属散射核；
根据所述检测对象的投影图像数据以及所述检测对象的投影图像数据所属散射核，得到所述检测对象的投影图像数据的散射量；
基于所述检测对象的投影图像数据的散射量，得到所述检测对象散射校正后的投影图像数据。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时可用于执行权利要求1-11任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711092941.2A CN107802280B (zh) | 2017-11-08 | 2017-11-08 | 校正曲线生成方法、投影图像的校正方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711092941.2A CN107802280B (zh) | 2017-11-08 | 2017-11-08 | 校正曲线生成方法、投影图像的校正方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107802280A true CN107802280A (zh) | 2018-03-16 |
| CN107802280B CN107802280B (zh) | 2021-02-19 |
Family
ID=61591251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711092941.2A Active CN107802280B (zh) | 2017-11-08 | 2017-11-08 | 校正曲线生成方法、投影图像的校正方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107802280B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108577872A (zh) * | 2017-12-29 | 2018-09-28 | 上海联影医疗科技有限公司 | 医学图像的去散射方法、系统及存储介质 |
| CN108918559A (zh) * | 2018-07-28 | 2018-11-30 | 北京纳米维景科技有限公司 | 一种实现图像自校正的x射线图像探测器及其方法 |
| CN108957515A (zh) * | 2018-09-18 | 2018-12-07 | 上海联影医疗科技有限公司 | 确定探测器的能量响应函数的方法、装置和成像系统 |
| CN109523024A (zh) * | 2018-11-22 | 2019-03-26 | 天津大学 | 面向医用x射线探测器的能谱校正方法 |
| CN109846501A (zh) * | 2019-04-02 | 2019-06-07 | 深圳市安健科技股份有限公司 | 散射线校正方法及终端 |
| CN111053566A (zh) * | 2019-12-30 | 2020-04-24 | 上海联影医疗科技有限公司 | X射线图像重建方法、装置、x射线成像系统及介质 |
| CN113409414A (zh) * | 2021-06-08 | 2021-09-17 | 江苏一影医疗设备有限公司 | X线图像的散射修正方法、装置、电子设备、存储介质 |
| US11538160B2 (en) | 2017-12-29 | 2022-12-27 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for scatter correction of image |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1636516A (zh) * | 2004-01-07 | 2005-07-13 | Ge医疗系统环球技术有限公司 | 散射测量方法、散射校正方法、和x射线ct设备 |
| CN101158653A (zh) * | 2007-11-16 | 2008-04-09 | 西北工业大学 | 一种锥束ct系统的散射测定和校正方法 |
| CN104166962A (zh) * | 2014-07-29 | 2014-11-26 | 南京邮电大学 | 一种使用散射核方法的锥束ct散射校正方法 |
-
2017
- 2017-11-08 CN CN201711092941.2A patent/CN107802280B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1636516A (zh) * | 2004-01-07 | 2005-07-13 | Ge医疗系统环球技术有限公司 | 散射测量方法、散射校正方法、和x射线ct设备 |
| CN101158653A (zh) * | 2007-11-16 | 2008-04-09 | 西北工业大学 | 一种锥束ct系统的散射测定和校正方法 |
| CN104166962A (zh) * | 2014-07-29 | 2014-11-26 | 南京邮电大学 | 一种使用散射核方法的锥束ct散射校正方法 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108577872B (zh) * | 2017-12-29 | 2021-07-16 | 上海联影医疗科技股份有限公司 | 医学图像的去散射方法、系统及存储介质 |
| CN108577872A (zh) * | 2017-12-29 | 2018-09-28 | 上海联影医疗科技有限公司 | 医学图像的去散射方法、系统及存储介质 |
| US11538160B2 (en) | 2017-12-29 | 2022-12-27 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for scatter correction of image |
| CN108918559A (zh) * | 2018-07-28 | 2018-11-30 | 北京纳米维景科技有限公司 | 一种实现图像自校正的x射线图像探测器及其方法 |
| CN108918559B (zh) * | 2018-07-28 | 2021-08-17 | 北京纳米维景科技有限公司 | 一种实现图像自校正的x射线图像探测器及其方法 |
| CN108957515A (zh) * | 2018-09-18 | 2018-12-07 | 上海联影医疗科技有限公司 | 确定探测器的能量响应函数的方法、装置和成像系统 |
| CN109523024A (zh) * | 2018-11-22 | 2019-03-26 | 天津大学 | 面向医用x射线探测器的能谱校正方法 |
| CN109846501A (zh) * | 2019-04-02 | 2019-06-07 | 深圳市安健科技股份有限公司 | 散射线校正方法及终端 |
| CN109846501B (zh) * | 2019-04-02 | 2023-02-28 | 深圳市安健科技股份有限公司 | 散射线校正方法及终端 |
| CN111053566A (zh) * | 2019-12-30 | 2020-04-24 | 上海联影医疗科技有限公司 | X射线图像重建方法、装置、x射线成像系统及介质 |
| CN111053566B (zh) * | 2019-12-30 | 2021-09-07 | 上海联影医疗科技股份有限公司 | X射线图像重建方法、装置、x射线成像系统及介质 |
| CN113409414A (zh) * | 2021-06-08 | 2021-09-17 | 江苏一影医疗设备有限公司 | X线图像的散射修正方法、装置、电子设备、存储介质 |
| CN113409414B (zh) * | 2021-06-08 | 2024-03-26 | 江苏一影医疗设备有限公司 | X线图像的散射修正方法、装置、电子设备、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107802280B (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107802280A (zh) | 校正曲线生成方法、投影图像的校正方法、系统及存储介质 | |
| Hueso-González et al. | A full-scale clinical prototype for proton range verification using prompt gamma-ray spectroscopy | |
| Poppe et al. | Two‐dimensional ionization chamber arrays for IMRT plan verification | |
| Zygmanski et al. | The measurement of proton stopping power using proton-cone-beam computed tomography | |
| Hurley et al. | Water‐equivalent path length calibration of a prototype proton CT scanner | |
| Li et al. | Patient‐specific radiation dose and cancer risk estimation in CT: part I. Development and validation of a Monte Carlo program | |
| US9207193B2 (en) | Systems and methodologies for proton computed tomography | |
| US7907697B2 (en) | System to estimate X-ray scatter | |
| Redler et al. | Compton scatter imaging: A promising modality for image guidance in lung stereotactic body radiation therapy | |
| US10674973B2 (en) | Radiation therapy system and methods of use thereof | |
| TWI580459B (zh) | 線量分布演算裝置、粒子線治療裝置，及線量分布演算方法 | |
| JP6444532B2 (ja) | 粒子線治療装置及び治療計画補正方法 | |
| Szczurek et al. | Pre-treatment 2D and 3D dosimetric verification of volumetric arc therapy. A correlation study between gamma index passing rate and clinical dose volume histogram | |
| JP6573970B2 (ja) | 外部放射線治療システムによって投与された線量を推定する方法 | |
| Kostiukhina et al. | Time-resolved dosimetry for validation of 4D dose calculation in PBS proton therapy | |
| Kontaxakis | Maximum likelihood image reconstruction in positron emission tomography (PET):\sConvergence characteristics and stopping rules | |
| Anvari et al. | Online dose delivery verification in small animal image‐guided radiotherapy | |
| Costa et al. | A comprehensive Monte Carlo study of CT dose metrics proposed by the AAPM Reports 111 and 200 | |
| Jiang et al. | A feasibility study of enhanced prompt gamma imaging for range verification in proton therapy using deep learning | |
| Danyk et al. | Using clustering analysis for determination of scattering kernels in X-ray imaging | |
| Doolan et al. | Dose ratio proton radiography using the proximal side of the Bragg peak | |
| Jin et al. | A generalized a priori dose uncertainty model of IMRT delivery | |
| EP3830607A1 (en) | Determining water equivalent path length | |
| CN116973966A (zh) | 辐射分析方法、装置和计算机可读存储介质 | |
| Danyk et al. | PHYSICAL BASES FOR DETERMINATION OF SCATTERING KERNELS FROM INCOMPLETE DATA IN GRID-LESS X-RAY IMAGING. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |