CN107822652A - 用于重建光谱结果图像数据的方法 - Google Patents
用于重建光谱结果图像数据的方法 Download PDFInfo
- Publication number
- CN107822652A CN107822652A CN201710840529.8A CN201710840529A CN107822652A CN 107822652 A CN107822652 A CN 107822652A CN 201710840529 A CN201710840529 A CN 201710840529A CN 107822652 A CN107822652 A CN 107822652A
- Authority
- CN
- China
- Prior art keywords
- data
- projection measurements
- sector
- projection
- jiao
- 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
- 238000000034 method Methods 0.000 title claims abstract description 85
- 230000003595 spectral effect Effects 0.000 title abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 89
- 238000002083 X-ray spectrum Methods 0.000 claims abstract description 45
- 238000007689 inspection Methods 0.000 claims abstract description 13
- 239000000463 material Substances 0.000 claims description 27
- 238000001228 spectrum Methods 0.000 claims description 18
- 238000013170 computed tomography imaging Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 4
- 230000003213 activating effect Effects 0.000 claims 1
- 239000011159 matrix material Substances 0.000 description 20
- 239000013598 vector Substances 0.000 description 13
- 238000002591 computed tomography Methods 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 3
- 229910052688 Gadolinium Inorganic materials 0.000 description 3
- 229910052791 calcium Inorganic materials 0.000 description 3
- 239000011575 calcium Substances 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 229910001868 water Inorganic materials 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000005303 weighing 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- 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
-
- 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]
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4035—Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/405—Source units specially adapted to modify characteristics of the beam during the data acquisition process
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4078—Fan-beams
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4064—Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
- A61B6/4085—Cone-beams
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/436—Limited angle
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- General Physics & Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及用于重建光谱结果图像数据的方法，该方法包括：利用共同的X射线源‑探测器系统来记录第一投影测量数据和与第一投影测量数据不同的第二投影测量数据，其中第一投影测量数据在最大为180°的第一角扇区中利用第一X射线光谱被记录，第二投影测量数据在最大为180°的与第一角扇区不相交的第二角扇区中、利用与第一X射线光谱不同的第二X射线光谱被记录；从第一投影测量数据创建第一初始图像数据，并且从第二投影测量数据创建第二初始图像数据；以及基于第一初始图像数据来耦合式迭代重建第一结果图像数据，并基于第二初始图像数据来耦合式迭代重建第二结果图像数据，其中第一结果图像数据和第二结果图像数据中的每个均呈现检查区域的完整图像。
Description
技术领域
本发明涉及用于重建光谱结果图像数据的一种方法以及一种图像重建设备、一种计算机断层成像系统、一种计算机程序产品和一种计算机可读介质。
背景技术
计算机断层成像是一种成像方法，其主要用于医学诊断，也用于材料检查。在计算机断层成像中，为了记录空间上的三维图像数据，诸如X射线源之类的一个辐射源以及与所述源相互作用的一个探测器设备围绕一个待检查对象旋转。在旋转运动期间，记录一个角扇区内的测量数据。投影测量数据涉及多个投影，其包含与检查对象从多个不同投影角度所引起的辐射衰减有关的信息。检查对象的二维切片图像或三维体积图像能够从这些投影计算出来。投影测量数据也被称为原始数据，或者投影测量数据可以是已经被预处理过的数据，使得例如与探测器相关的衰减的强度差异被减小。然后，可以通过例如被称为滤波反投影的方法或者通过迭代重建方法，来从该投影测量数据重建图像数据。如果检查对象在记录期间移动，则在重建图像数据期间可能出现由移动导致的不清晰区域和伪影。
已知用于利用计算机断层成像系统扫描一个检查对象的多种方法。例如，可以采用带有前进扫描或螺旋扫描的轨道扫描、顺序轨道扫描。也可以采用非基于轨道运动的其他类型扫描，例如利用线性段的扫描。通过相应的记录方法，借助于至少一个X射线源和至少一个相对的探测器装置，检查对象的吸收数据从多个不同的记录角度而被记录，并且这种吸收数据以及以这种方式收集的投影被计算为该检查对象的切片图像。
为了从一个计算机断层成像系统的投影测量数据重建多个计算机断层成像图像，将被称为滤波反投影(FBP)的方法作为标准方法来使用。然而，由于经典FBP方法是近似性的操作方法，所以这些经典FBP算法存在着所谓锥束伪影、螺旋伪影和受限视角伪影的问题。此外，根据经典FBP方法，图像清晰度与图像噪声相关。实现的清晰度越高，图像噪声也越高，反之亦然。
FBP方法属于一组近似重建方法。还存在一组精确重建方法，但是目前几乎不被使用。迭代方法形成了第三组重建方法。
利用迭代重建方法，可以克服所提到的FBP的限制中的至少部分限制。根据这种迭代重建方法，首先要从投影测量数据重建初始图像数据。例如，滤波反投影方法可以用于这一目的。随后，迭代重建方法逐步创建改进的图像数据。可以利用一个“投影器”来从初始图像数据创建合成投影数据，“投影器”是一个投影算子，其例如被设计为尽可能地以数学方式描绘测量系统。然后，利用与“投影器”共轭的算子对与测量信号的差进行反向投影，以这种方式重建了用于更新初始图像的一个残差图像。更新后的图像数据进而可以被用在下一迭代步骤中，以便借助于投影算子来创建新的合成投影数据，由此再次形成与测量信号的差，并计算新的残差图像，利用该新的残差图像，当前迭代阶段中的图像数据将会再次得到改善，依此类推。这种方法重建出来的图像数据可以具有相对良好的图像清晰度并且仍然具有低水平的图像噪声。迭代重建方法的示例有代数重建技术(ART)、联合代数重建技术(SART)、迭代滤波反投影(IFBP)或统计迭代图像重建技术。
在计算机断层成像中，可以使用计数式直接转换X射线探测器或积分式间接转换X射线探测器。X射线辐射或多个光子可以在直接转换X射线探测器中被一种适当转换器材料转换成多个电脉冲。通常，这些电脉冲的电平与被吸收的X射线光子的能量成比例。这使得光谱信息能够通过将电脉冲的电平与一个阈值进行比较而被提取。X射线辐射或多个光子也可以在间接转换X射线探测器中被一种适当转换器材料转换为光，并且通过光电二极管而被转换成电脉冲。电脉冲的电平指定所检测到的X射线辐射的累积强度。
在双能量计算机断层成像(双能量CT)、双源计算机断层成像(双源CT)中，在使用例如直接转换X射线探测器之类的能量分辨计数式X射线探测器的情况下，可以基于所测量数据集进行材料分解，来得到两种或三种材料。在双能量计算机断层成像中，例如可以通过在不同的管电压之间来回切换、或者通过使用部分包括在光束路径中的滤光器，来创建不同的光谱。在双源计算机断层成像中，可以利用不同的管电压来操作这两个X射线源。本发明人已经认识到，利用一个单个的X射线源难以创建多于两个光谱数据集。
从G.Chen和Y.Li的“Synchronized multiartefact reduction withtomographic reconstruction(SMART-RECON):A statistical model based iterativeimage reconstruction method to eliminate limited-view artifacts and tomitigate the temporal-average artifacts in time-resolved CT”，Med.Phys.42，4698(2015)中，可以获知一种用于时间分辨计算机断层成像的方法，其提供了一种新的用于消除受限视角伪影的方法。在该方法中，使用了在一个超短时间窗口中记录的数据，该超短时间窗口对应于大约60°的角度范围。
发明内容
本发明的目的是提供一种方法以及一种图像重建设备、一种计算机断层成像系统、一种计算机程序产品和一种计算机可读介质，其能够基于在较小角扇区中记录的图像来重建完整的光谱图像。
根据本发明，该目的通过权利要求1所述的方法、权利要求8所述的图像重建设备、权利要求10所述的计算机断层成像系统、权利要求11所述的计算机程序产品和权利要求12所述的计算机可读介质来实现。
本发明涉及利用一个计算机断层成像系统对一个待检查对象的一个检查区域进行成像的方法，该方法具有记录的步骤、创建第一初始图像数据和第二初始图像数据的步骤以及耦合式迭代重建的步骤。在记录步骤中，利用一个共同的X射线源-探测器系统记录第一投影测量数据和第二投影测量数据，第二投影测量数据与第一投影测量数据不同，其中第一投影测量数据利用一个第一X射线光谱在最大为180°的一个第一角扇区中而被记录，第二投影测量数据利用一个第二X射线光谱在最大为180°的一个第二角扇区中而被记录，第二X射线光谱与第一X射线光谱不同，第二角扇区与第一角扇区不相交。在创建步骤中，通过第一重建方法，特别是一种已知重建方法，优选通过一个滤波反投影方法，从第一投影测量数据创建第一初始图像数据，从第二投影测量数据创建第二初始图像数据。第一重建方法与耦合式迭代重建不同。第一重建方法可以包括例如滤波反投影或已知迭代重建。在耦合式迭代重建步骤中，基于第一初始图像数据重建第一结果图像数据，并基于第二初始图像数据重建第二结果图像数据，其中第一结果图像数据和第二结果图像数据中的每一个都呈现检查区域的一个完整图像。
本发明人提出，对投影测量数据的记录进行划分，使得利用多个不同的X射线光谱在多个不相交的角扇区中记录投影测量数据。光谱分离可以通过多个不同电压、通过不同光圈或滤光器、或者通过这两种选项的组合来产生，其中这些不同光圈或滤光器例如被布置在光束路径中与X射线源相距较近处。
可以利用一个共同的X射线源-探测器系统在单次扫描中记录投影测量数据，即，例如当系统在处于一个轨道期间并沿单个方向前进时来记录该投影测量数据。特别地，投影测量数据可以包括经过预处理的原始数据，其例如已经考虑了多个叠合强度之间的与探测器相关的差异或几何差异的校正。第一投影测量数据与第二投影测量数据可以不同方式来预处理。
在螺旋扫描中，一个切片或一个切片体积的数据区域的长度取决于检查床相对于X射线源-探测器系统的前进速度。例如，对于最大前进速度而言，针对每个切片能够获得的投影测量数据的长度仅约为半个轨道。因此，例如三个不相交的角扇区只能覆盖大约60°或80°，或者在更普适的实施例中可能覆盖小于180°。在多个不相交角扇区的投影测量数据的单独重建中，例如在通过滤波反投影方法进行的重建中，出现了所谓的受限视角伪影，这是因为在记录角扇区(例如第一角扇区)的投影测量数据(例如第一投影测量数据)期间，在记录对象中的一个特定点时，并不是所有平面都与记录轨迹上的这个特定点相交至少一次。由于初始图像数据将从最大为180°的投影图像数据被重建，而通过常规重建方法来重建(特别是精确重建)完整图像的最低要求是：角度达到180°加上入射X射线光束锥或光束扇的扇形角之和，所以用于重建的投影图像数据不足以满足这一最低要求，因此初始图像数据不是完整图像。特别地，对于小于180°减去扇形角的角扇区，可能会存在受限视角伪影，也使得对不完整子图像的重建变得更困难。
第一初始图像数据、第二初始图像数据和任何其他初始图像数据可以作为向量被输入到一个空间-光谱图像矩阵X中，其中针对不同X射线光谱的初始图像数据被输入到图像矩阵的多个列中。
图像矩阵可以是一个M×N矩阵，其中多个图像向量中的每一个均具有M个条目，并且X射线光谱的数目可以例如等于N。初始图像数据的多个向量利用不同的X射线光谱而被记录，这些向量可以被布置在图像矩阵中，其中多个图像体素的多个条目被布置在一个维度中，而光谱信息被布置在另一个维度中。该矩阵也可以被写成一个具有MN个行的列向量正向投影可以如下：
其中A是系统矩阵。
可以通过使具有合适正则化的一个合适代价函数最小化，来迭代地重建结果图像数据。正则化项可以定义如下：
Ψ(X)＝‖X‖*＝‖U∑Vtr‖＝∑rσr。 (3)
在这种情况下，X＝U∑Vtr可以是矩阵X的奇异值分解。U和V可以是两个正交矩阵。∑＝diag(σr)是对角线矩阵。值σr(r＝1,2,…)被称为矩阵X的奇异值。在这种情况下，在正则化期间，可以强制图像矩阵的核范数被最小化。这种情况中，核范数可以被定义为图像矩阵的奇异值之和。
迭代重建可以如下被公式化为一个凸优化问题：
可以引入参数λ，以便在数据的保真度和正则化强度之间进行加权。对角噪声矩阵D可以将对数化数据(特别是投影测量数据)的噪声方差的倒数作为其对角元素。凸优化问题可以通过例如交替更新方法来解决，其中原始优化问题被分为两个子问题：
和
其中是矩阵X的Frobenius范数。
为了计算将一个噪声加权的强制性数据保真度条件应用于每个频谱数据集的重建，以便获得一个具有MN个行的临时中间图像向量该中间图像向量被转换回M×N矩阵X(k)。为了计算X(k+1)，核范数‖X‖*可以被用作正则化器，以便定义一个经修改的去噪问题。有利地，这使得受限视角伪影和图像噪声能够减少。
结果图像数据可以仅从不完整初始图像数据而被重建，这会受到受限视角伪影的影响。因此，优选地，图像矩阵X的秩可以不同于理想值1，特别地，可以减小图像矩阵的秩，并且可以增加矩阵的核范数的秩。有利地，可以通过施加最小核范数来减少受限视角的伪影。参数λ可以用于控制光谱图像与受限视角伪影的强度在经重构的结果图像数据中的平衡度的权重。
为了解决这两个子问题，可以使用一种用于迭代解的梯度下降方法。为了解决计算的二次型问题，可以使用以下更新序列：
在中间图像向量的第k次迭代之后，它被转换回空间-光谱图像矩阵X(k)。参数δ可以指定一个更新步长。例如，参数δ可以等于0.25。
通过同时考虑第一初始图像数据、第二初始图像数据和任何其他初始图像数据，耦合式迭代重建可以有利地创建完整的结果图像数据。有利地，最小化条件使得受限视角伪影能够被减少。特别地，在不同情况下，耦合式迭代重建能够基于第一X射线光谱的第一投影测量数据获得一个完整的第一图像。这同样适用于第二投影测量数据和任何其他投影测量数据。有利地，时间分辨率得以提高。光谱结果图像数据可以作为图像矩阵的多个列向量而被输出。第一结果图像数据可以被呈现，从而第一完整图像得以示出。这同样适用于第二结果图像数据和任何其他结果图像数据。
第一角扇区、第二角扇区和任何其他的角扇区可以包括远小于180°的一个角度范围。第一角扇区、第二角扇区和任何其他的角扇区可以包括60°至180°的一个角度范围，优选为70°至140°，并且特别优选为80°至120°。多个角扇区可以包括多个不同的角度范围。有利地，可以从多个角扇区中的记录来重建多个完整的光谱结果图像。有利地，在耦合式迭代重建中，可以使用初始图像数据之间的相似性信息，使得可以减少或防止受限视角伪影。
例如，一个角扇区可以包括一个较大的角度区域，使得一组结果图像数据有利地具有更佳图像特性。在这种情况下，有利的是，图像矩阵可以另外具有在一个较大角扇区中被记录的初始图像数据，该较大角扇区例如至少是180°与扇形角之和，使得该光谱图像本身不会受到受限视角伪影的不利影响，另外，还可以例如基于来自如下角扇区的投影测量数据，来提供至少两个其他光谱图像，该角扇区为360°减去180°再减去扇形角。
有利地，本发明的方法也可以用于双源计算机断层成像，其中每个X射线源-探测器系统实现本发明的方法，并且例如在心脏成像中，多个光谱图像的时间分辨率可以通过使用两个X射线源-探测器系统而被加倍。
有利地，可以利用一个间接转换X射线探测器来实现本发明的方法，其中得到多于两种基本材料的任何材料分解成为可能。有利地，可以利用一个直接转换X射线探测器来实现本发明的方法，其中例如可以实现改善的光谱分离或者分解成另一基本材料。有利地，可以通过逐像素加权来作为线性组合，而在共同的混合图像中示出第一和第二结果图像数据以及任何其他结果图像数据。
根据本发明的一个方面，一个完整初始图像的完整初始图像数据基于一次记录的多个投影测量数据而从常规重建得到，并在耦合式迭代重构中被进行考虑。
完整初始图像数据可以作为多个向量被输入到图像矩阵的一个列中。
相应地，图像矩阵可以是一个M×(N+1)矩阵，可以按照与M×N矩阵的使用相类似的方式来执行所有其他方法步骤。完整初始图像数据包括来自于大于180°的角度的投影测量数据，特别是来自于至少为180°加上扇形角的和的角度的投影测量数据。例如，完整初始图像数据可以从第一投影测量数据、第二投影测量数据和任何其他投影测量数据而被联合重建。完整初始图像数据例如可以通过滤波反投影来重建。完整初始图像数据可以提供检查区域的一个完整图像，但是由于同时考虑不同X射线光谱的投影测量数据，完整初始图像数据可能具有不均匀的强度分布。有利地，在图像矩阵中考虑完整的初始图像数据进一步减少了受限视角伪影。
根据本发明的一个方面，第三投影测量数据在最大为180°的一个第三角扇区中利用一个第三X射线光谱而被附加地记录，第三X射线光谱与第一X射线光谱和第二X射线光谱不同，第三角扇区与第一角扇区和第二角扇区不相交。第三投影测量数据可以被称为其他投影测量数据。
扩展到三个不同X射线光谱得到三种基本材料的任何材料分解成为可能。有利地，可以利用单源计算机断层成像来实现得到三种基本材料的任何材料分解，特别地，即使在高速前进的情况下也是如此。因此，使用三个不同的X射线光谱可以是特别有利的。
根据本发明的一个方面，耦合式迭代重建包括具有正则化的一种最小化。
这种最小化可以是对一个预先确定的代价函数的一种最小化。耦合式迭代重建包括对具有正则化的一个代价函数进行最小化，其中正则化具有所谓的稀疏边界条件。耦合式迭代重建可以是一种梯度下降法，例如基于最小二乘法。耦合式迭代重建可以包括用于正则化的一个惩罚项，其中图像矩阵呈现一个低秩，正则化呈现一个高秩。在正则化中，图像矩阵的核范数可以被最小化，其中奇异值之和通过奇异值分解而被最小化。特别地，可以从图像矩阵的奇异值中获取图像信息，图像矩阵的奇异值在正则化框架内将被用作图像矩阵的核范数。图像矩阵的正则化包括所谓的稀疏边界条件。耦合式迭代重建还可以包括一个数据加权矩阵，用于维持对比度并确定噪声特性。数据加权矩阵使得正向投影与初始图像数据的距离能够被最小化。有利地，多种结果图像数据各自具有一个完整图像。
根据本发明的一个方面，本发明方法还包括基于结果图像数据的材料分解的步骤。第一结果图像数据、第二结果图像数据和任何第三结果图像数据可以被表示为一个逐像素的线性组合，并且得到两种或三种基本材料的材料分解成为可能。在不同情况下，这种材料分解可以基于一种基本材料来呈现多个材料图像。例如钆、碘、钙或水可以被用作基本材料。有利地，在每种情况下，可以针对水、钙和造影剂(例如钆或碘)显示一个材料图像。有利地，基于多个不同材料图像或多个彼此混合的材料图像，诊断可以得到简化。
根据本发明的一个方面，多个不同X射线光谱的平均光子能量或最大光子能量相差至少10keV。不同平均光子能量或最大光子能量能够实现多个不同X射线光谱之间尽可能小的分离或重叠。优选地，平均光子能量可以相差至少10keV，以便实现特别有利的多个不同X射线光谱。
根据本发明的一个方面，多个不同X射线光谱之间的切换包括：在X射线源的光束路径中使用一个滤光器，或改变X射线源的一个管电压。
例如，可以使用一个滤光器或一个光圈来在多个不同X射线光谱间切换。例如可以使用一个锡滤光器。可以设计多个不同光谱，使得这些光谱中的各个能量的强度的重叠有利地尽可能小，以便减少投影测量数据之间的线性依赖。在使用变化的管电压的情况下，例如一个70kV的管电压可被用于第一X射线光谱，一个120kV的管电压可被用于第二X射线光谱，一个150kV的管电压可被用于第三X射线光谱。
本发明还涉及一种用于实现本发明方法的图像重建设备。该图像重建设备包括一个输入接口，用于从一个待检查对象的一个检查区域采集投影测量数据，该数据借助于一次记录通过一个计算机断层成像系统而被获取；一个重建单元，用于基于所采集的投影测量数据来重建结果图像数据；以及一个图像数据接口，用于输出重建的结果图像数据。有利地，本发明方法的所有步骤都可以在图像重建设备中被实现。
根据本发明的一个方面，图像重建设备还包括一个材料分解单元，用于基于重建的结果图像数据计算材料分解。有利地，结果图像数据可以直接在图像重建设备中被进一步处理。
本发明还涉及一种计算机断层成像系统，包括一个投影数据记录单元、一个控制设备和一个图像重建设备，投影数据记录单元包括一个X射线源和一个探测器装置，用于记录一个待检查对象的一个检查区域的投影测量数据，控制设备用于激活投影数据记录单元。有利地，计算机断层成像系统具有用于实现该方法的所有装置。
本发明还涉及具有一个计算机程序的一种计算机程序产品，其能够被直接加载到一个计算机断层成像系统的一个存储设备中，其具有多个程序段，当计算机程序在计算机断层成像系统的控制设备中被执行时，多个程序段实现本发明方法的所有步骤。有利地，可以使用计算机程序产品，使得一个计算机断层成像系统可以实现本发明方法。
本发明还涉及一种计算机可读介质，在该计算机可读介质上存储有能够被一个计算单元读入和执行的多个程序段，多个程序段当被处理单元执行时，可以执行本发明方法的所有步骤。有利地，可以使用计算机可读介质，使得一个计算机断层成像系统可以实现本发明方法。
附图说明
下面参考附图来更详细地解释本发明的示例性实施例。在附图中：
图1示出了根据第一实施例的发明方法的概念示意图；
图2示出了根据本发明方法的第一实施例的、在一个第一角扇区和一个第二角扇区中进行记录的概念示意图；
图3示出了根据第二实施例的发明方法的概念示意图；
图4示出了根据第三实施例的发明方法的概念示意图；
图5示出了根据本发明方法的第三实施例的、在一个第一角扇区、一个第二角扇区和一个第三角扇区中进行记录的概念示意图；
图6示出了根据第四实施例的发明方法的概念示意图；以及
图7示出了本发明的计算机断层成像的概念示意图。
具体实施方式
图1示出了根据第一实施例的发明方法S的典型版本，方法S利用一个计算机断层成像系统来对一个待检查对象的一个检查区域进行成像。该方法S包括：记录步骤S1、创建第一初始图像数据F1和第二初始图像数据F2的步骤S2，以及耦合式迭代重建的步骤S3。在记录步骤S1中，利用一个共同的X射线源-探测器系统，来记录第一投影测量数据P1和与第一投影测量数据P1不同的第二投影测量数据P2，其中第一投影测量数据P1在最大为180°的一个第一角扇区中利用一个第一X射线光谱而被记录，第二投影测量数据P2在最大为180°的第二角扇区中利用一个第二X射线光谱而被记录，第二X射线光谱与第一X射线光谱不同，第二角扇区与第一角扇区不相交。第一角扇区和第二角扇区包括远小于180°的角度区域。第一角扇区和第二角扇区可以包括60°至180°的角度区域，优选为70°至140°，特别优选为80°至120°。第一角扇区和第二角扇区可以包括多个不同的角度区域。在创建步骤S2中，通过滤波反投影方法，从第一投影测量数据P1来创建第一初始图像数据F1，从第二投影测量数据P2来创建第二初始图像数据F2。在耦合式迭代重建步骤S3中，基于第一初始图像数据F1来重建第一结果图像数据B1，基于第二初始图像数据F2来重建第二结果图像数据B2，其中第一结果图像数据B1和第二结果图像数据B2呈现检查区域的一个完整图像。
在记录步骤S1中，利用一个共同的X射线源-探测器系统在一个单次扫描中记录第一投影测量数据P1和第二投影测量数据P2，即，例如在沿单个方向前进运动期间并且在一个轨道期间来进行这种记录。第一投影测量数据P1和第二投影测量数据P2包括经过预处理的原始数据，这种经过预处理的原始数据例如已经考虑了多个叠合强度之间的、与探测器相关的多个差异或多个几何差异。第一投影测量数据P1与第二投影测量数据P2可以不同方式被预处理。
第一初始图像数据F1和第二初始图像数据F2可以作为向量被输入到一个空间-光谱图像矩阵X中，其中针对多个不同X射线光谱的初始图像数据被输入到图像矩阵的多个列中。
图像矩阵是一个M×2矩阵，其中图像向量各自具有M个条目，并且在此X射线光谱的数目例如为2。利用不同的X射线光谱所记录的第一初始图像数据F1和第一初始图像数据F2的向量可以被布置在图像矩阵中，其中多个图像体素的多个条目被布置在一个维度中，光谱信息被布置在另一个维度中。该矩阵也可以被写成具有2M个行的一个列向量
有利地，通过同时考虑第一初始图像数据F1和第二初始图像数据F2，耦合式迭代重建S3可以创建完整的第一结果图像数据B1和第二结果图像数据B2。在图1中通过框来图示在耦合式迭代重建S3中耦合或考虑第一初始图像数据F1和第二初始图像数据F2。
图2示出了根据本发明方法S的第一实施例、在一个第一角扇区W1和一个第二角扇区W2中进行的本发明的记录S1的一个典型版本。通常，第一角扇区W1和第二角扇区W2各自包括一个大约为80°的角度区域。在第一角扇区W1中，利用一个第一X射线光谱E1记录第一投影测量数据P1。在第二角扇区W2，利用一个第二X射线光谱E2记录第二投影测量数据P2。第一角扇区W1和第二角扇区W2彼此不相交并且彼此相邻。
图3示出了根据第二实施例的本发明方法S的一个典型版本。在耦合式迭代重建S3中，考虑了来自于一个常规重建的一个完整初始图像的完整初始图像数据F0，常规重建基于一次记录S1的多个投影测量数据项P1、P2。完整初始图像数据F0通过滤波反投影方法从第一投影测量数据P1和第二投影测量数据P2而被确定。
完整初始图像数据可以作为向量被输入到图像矩阵的一个列中。
相应地，图像矩阵XP可以是一个M×(N+1)矩阵，可以与使用M×N矩阵类似地来执行所有其他的方法步骤。优选地，完整初始图像数据包括总计大于180°(特别是至少为180°与扇形角之和)的投影测量数据P1、P2。
图4示出了根据第三实施例的本发明方法S的一个典型版本。在记录步骤S1中，在一个最大为180°的第三角扇区中，利用一个第三X射线光谱记录第三投影测量数据P3，第三X射线与第一X射线光谱和第二X射线光谱不同，第三角扇区与第一角扇区和第二角扇区不相交。图像矩阵X是：
图5示出了根据本发明方法的第三实施例的、在一个第一角扇区W1、一个第二角扇区W2和一个第三角度扇区W3中进行本发明记录的一种典型方式。在第三角扇区W3中，利用一个第三X射线光谱E3来记录第三投影测量数据P3。第一角扇区W1、第二角扇区W2和第三角扇区W3彼此不相交并且彼此相邻。
图6示出了根据第四实施例的、执行本发明方法S的一个典型方式。方法S还具有基于结果图像数据B1、B2、B3的材料分解的步骤S4。第一结果的图像数据B1、第二个结果图像数据B2和第三结果的图像数据B3可以被表示为一个逐像素的线性组合，并且从而可以实现得到三种基本材料的材料分解。在不同情况，材料分解可以基于一种基本材料来呈现多个材料图像。例如，钆、碘、钙或水可以被用作基本材料。类似地，利用本发明方法S，可以基于第一投影测量数据P1和第二投影测量数据P2将材料分解S3成两种基本材料(未示出)。
图7示出了用于实现本发明方法的、本发明的计算机断层成像系统31的一个典型实施例。计算机断层成像系统31包含一个投影数据记录单元33，具有一个转子35。转子35包括一个X射线源37和探测器装置29。对象39被患者诊察台41支撑，并且能够沿旋转轴线z 43移动而通过投影数据记录单元33。使用一个计算机单元45来控制和计算多个切片图像。计算机单元45包括具有一个存储设备51的一个控制设备50。计算机单元45还包括一个图像重建设备52，其具有一个输入接口53、一个重建单元54、一个图像数据接口55和一个材料分解单元56。一个输入设备47和一个输出装置49连接到计算机单元45。
尽管已经通过优选示例性实施例更详细地图示和描述了本发明，但是本发明不受所公开的示例的限制，并且本领域技术人员可以从本文中推导出其他变形，而不脱离本发明的保护范围。
Claims (12)
1.一种利用一个计算机断层成像系统(31)对一个待检查对象(39)的一个检查区域进行成像的方法(S)，所述方法(S)包括以下步骤：
-利用一个共同的X射线源-探测器系统(29，37)来记录(S1)第一投影测量数据(P1)和第二投影测量数据(P2)，所述第二投影测量数据(P2)与所述第一投影测量数据(P1)不同，其中所述第一投影测量数据(P1)在最大为180°的一个第一角扇区(W1)中利用一个第一X射线光谱(E1)而被记录，并且所述第二投影测量数据(P2)在最大为180°的一个第二角扇区(W2)中利用一个第二X射线光谱(E2)而被记录，所述第二射线光谱(E2)与所述第一X射线光谱(E1)不同，所述第二角扇区(W2)与所述第一角扇区(W1)不相交，
-通过一种第一重建方法从所述第一投影测量数据(P1)创建(S2)第一初始图像数据(F1)，并且从所述第二投影测量数据(P2)创建(S2)第二初始图像数据(F2)，以及
-基于所述第一初始图像数据(F1)来耦合式迭代重建(S3)第一结果图像数据(B1)，并且基于所述第二初始图像数据(F2)来耦合式迭代重建(S3)第二结果图像数据(B2)，其中所述第一结果图像数据(B1)和所述第二结果图像数据(B2)中的每一个都呈现所述检查区域的一个完整图像。
2.根据权利要求1所述的方法(S)，其中来自于一个常规重建的一个完整初始图像的完整初始图像数据(F0)在所述耦合式迭代重建(S3)中被考虑，所述常规重建来自于一次记录(S1)的多项投影测量数据(P1，P2，P3)。
3.根据前述权利要求中任一项所述的方法(S)，其中额外地，第三投影测量数据(P3)在最大为180°的一个第三角扇区(W3)中利用一个第三X射线光谱(E3)而被记录，所述第三X射线光谱与所述第一X射线光谱(E1)和所述第二X射线光谱(E2)不同，所述第三角扇区(W3)与所述第一角扇区(W1)和所述第二角扇区(W2)不相交。
4.根据前述权利要求中任一项所述的方法(S)，其中所述耦合式迭代重建(S3)包括具有正则化的最小化。
5.根据前述权利要求中任一项所述的方法(S)，还包括基于所述结果图像数据(B1，B2，B3)的材料分解(S4)步骤。
6.根据前述权利要求中任一项所述的方法(S)，其中多个不同X射线光谱(E1，E2，E3)的平均光子能量或最大光子能量相差至少10keV。
7.根据前述权利要求中任一项所述的方法(S)，其中多个不同X射线光谱(E1，E2，E3)之间的一次切换包括：在所述X射线源(37)的光束路径中使用一个滤光器，或改变所述X射线源(37)的管电压。
8.一种图像重建设备(52)，用于执行根据权利要求1至7中任一项所述的方法(S)，所述图像重建设备(52)包括：
-一个输入接口(53)，用于从一个待检查对象(39)的一个检查区域采集投影测量数据(P1，P2，P3)，所述投影测量数据(P1，P2，P3)借助于一次记录通过一个计算机断层成像系统(31)而被获取，
-一个重建单元(54)，用于基于采集的所述投影测量数据(P1，P2，P3)来重建结果图像数据(B1，B2，B3)，以及
-一个图像数据接口(55)，用于输出重建的所述结果图像数据(B1，B2，B3)。
9.根据权利要求8所述的图像重建设备(52)，还包括：
-一个材料分解单元(56)，用于基于重建的所述结果图像数据(B1，B2，B3)计算材料分解。
10.一种计算机断层成像系统，包括：
-一个投影数据记录单元(33)，包括一个X射线源(37)和一个探测器装置(29)，用于记录一个待检查对象(39)的一个检查区域的投影测量数据(P1，P2，P3)，
-一个控制设备(50)，用于激活所述投影数据记录单元(33)，以及
-根据权利要求8或9中任一项所述的一个图像重建设备(52)。
11.一种具有一个计算机程序的计算机程序产品，其能够被直接加载到一个计算机断层成像系统(31)的一个控制设备(50)的一个存储设备(51)中，所述计算机程序产品具有多个程序段，当所述计算机程序在所述计算机断层成像系统(31)的所述控制设备(50)中被执行时，所述多个程序段用于执行根据权利要求1至7中任一项所述的一种方法(S)的所有步骤。
12.一种计算机可读介质，在所述计算机可读介质上存储能够被一个计算机单元(45)读入和执行的多个程序段，所述多个程序段当被所述计算机单元(45)执行时，用于执行根据权利要求1至7中任一项所述的一种方法(S)的所有步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102016217639.0A DE102016217639B3 (de) | 2016-09-15 | 2016-09-15 | Verfahren zur Rekonstruktion spektraler Ergebnisbilddaten, Bildrekonstruktionseinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium |
| DE102016217639.0 | 2016-09-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107822652A true CN107822652A (zh) | 2018-03-23 |
| CN107822652B CN107822652B (zh) | 2019-07-12 |
Family
ID=61166767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710840529.8A Active CN107822652B (zh) | 2016-09-15 | 2017-09-15 | 用于重建光谱结果图像数据的方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10026203B2 (zh) |
| CN (1) | CN107822652B (zh) |
| DE (1) | DE102016217639B3 (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109709085A (zh) * | 2019-01-25 | 2019-05-03 | 厦门大学 | 一种多通道拉曼光谱重建方法、终端设备及存储介质 |
| CN110638478A (zh) * | 2018-06-26 | 2020-01-03 | 西门子医疗有限公司 | 用于显示具有精细结构的检查区域的方法 |
| WO2021007808A1 (en) * | 2019-07-17 | 2021-01-21 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for synthesizing a projection image |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3632325A1 (en) * | 2018-10-04 | 2020-04-08 | Koninklijke Philips N.V. | System for providing a spectral image |
| US11699094B2 (en) * | 2018-10-31 | 2023-07-11 | Salesforce, Inc. | Automatic feature selection and model generation for linear models |
| DE102019203713A1 (de) * | 2019-03-19 | 2020-09-24 | Siemens Healthcare Gmbh | Korrektur einer Unwucht anhand der aufgenommenen Strahlungsdaten |
| CN114916950B (zh) * | 2022-07-21 | 2022-11-01 | 中国科学院深圳先进技术研究院 | 基于多层平板探测器的高空间分辨能谱ct图像重建方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007126572A2 (en) * | 2006-03-31 | 2007-11-08 | General Electric Company | Image-based material decomposition |
| US20100189212A1 (en) * | 2009-01-28 | 2010-07-29 | Kabushiki Kaisha Toshiba | METHOD OF PRE-RECONSTRUCTION DECOMPOSITION FOR FAST kV-SWITCHING ACQUISITION IN DUAL ENERGY COMPUTED TOMOGRAPHY (CT) |
| CN103099633A (zh) * | 2011-11-14 | 2013-05-15 | 三星电子株式会社 | 计算机断层扫描设备及其控制方法 |
| CN103913779A (zh) * | 2012-12-31 | 2014-07-09 | 清华大学 | 多能ct成像系统以及成像方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4506327A (en) | 1981-11-23 | 1985-03-19 | General Electric Company | Limited-angle imaging using multiple energy scanning |
| AU2003249438A1 (en) * | 2002-08-14 | 2004-03-03 | Koninklijke Philips Electronics N.V. | Method and apparatus for generating improved computer tomography images of natural tissues |
| US7362843B2 (en) * | 2004-09-23 | 2008-04-22 | General Electric Company | System and method for reconstruction of cone beam tomographic projections with missing data |
| WO2013181635A1 (en) * | 2012-06-01 | 2013-12-05 | The Johns Hopkins University | Information propagation in prior-image-based reconstruction |
| DE102012217940A1 (de) * | 2012-10-01 | 2014-04-03 | Siemens Aktiengesellschaft | Rekonstruktion von Bilddaten |
| DE102013221818A1 (de) * | 2013-10-28 | 2015-04-30 | Siemens Aktiengesellschaft | Bildgebendes System und Verfahren zur Bildgebung |
| US9406107B2 (en) * | 2013-12-18 | 2016-08-02 | General Electric Company | System and method of computed tomography signal restoration via noise reduction |
| 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 |
| DE102015206363B3 (de) * | 2015-04-09 | 2016-08-04 | Siemens Healthcare Gmbh | Filteranordnung für CT-System mit mehreren Röntgenquellen |
| DE102015207894A1 (de) * | 2015-04-29 | 2016-11-03 | Bayer Pharma Aktiengesellschaft | Ermitteln der Geschwindigkeit eines Fluids mit Hilfe eines bildgebenden Verfahrens |
-
2016
- 2016-09-15 DE DE102016217639.0A patent/DE102016217639B3/de active Active
-
2017
- 2017-09-13 US US15/703,015 patent/US10026203B2/en active Active
- 2017-09-15 CN CN201710840529.8A patent/CN107822652B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007126572A2 (en) * | 2006-03-31 | 2007-11-08 | General Electric Company | Image-based material decomposition |
| US20100189212A1 (en) * | 2009-01-28 | 2010-07-29 | Kabushiki Kaisha Toshiba | METHOD OF PRE-RECONSTRUCTION DECOMPOSITION FOR FAST kV-SWITCHING ACQUISITION IN DUAL ENERGY COMPUTED TOMOGRAPHY (CT) |
| CN103099633A (zh) * | 2011-11-14 | 2013-05-15 | 三星电子株式会社 | 计算机断层扫描设备及其控制方法 |
| CN103913779A (zh) * | 2012-12-31 | 2014-07-09 | 清华大学 | 多能ct成像系统以及成像方法 |
Non-Patent Citations (2)
| Title |
|---|
| 赵云松 等: "双能谱CT的迭代重建模型及重建方法", 《电子学报》 * |
| 赵星 等: "一种新的基于GPU实现的锥束CT正投影算法", 《电子学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110638478A (zh) * | 2018-06-26 | 2020-01-03 | 西门子医疗有限公司 | 用于显示具有精细结构的检查区域的方法 |
| CN110638478B (zh) * | 2018-06-26 | 2023-06-16 | 西门子医疗有限公司 | 用于显示具有精细结构的检查区域的方法 |
| CN109709085A (zh) * | 2019-01-25 | 2019-05-03 | 厦门大学 | 一种多通道拉曼光谱重建方法、终端设备及存储介质 |
| WO2021007808A1 (en) * | 2019-07-17 | 2021-01-21 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for synthesizing a projection image |
| CN112437949A (zh) * | 2019-07-17 | 2021-03-02 | 上海联影医疗科技股份有限公司 | 一种用于合成投影图像的方法和系统 |
| CN112437949B (zh) * | 2019-07-17 | 2021-07-27 | 上海联影医疗科技股份有限公司 | 一种用于合成投影图像的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| US10026203B2 (en) | 2018-07-17 |
| US20180075627A1 (en) | 2018-03-15 |
| CN107822652B (zh) | 2019-07-12 |
| DE102016217639B3 (de) | 2018-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107822652B (zh) | 用于重建光谱结果图像数据的方法 | |
| CN110807737B (zh) | 迭代图像重建框架 | |
| US9613441B2 (en) | Joint reconstruction of electron density images | |
| Liu et al. | Total variation-stokes strategy for sparse-view X-ray CT image reconstruction | |
| KR101728046B1 (ko) | 단층 영상 복원 장치 및 그에 따른 단층 영상 복원 방법 | |
| CN100457039C (zh) | X射线散射校正 | |
| RU2510080C2 (ru) | Устройство для обработки изображения, способ обработки изображения и среда долговременного хранения информации | |
| US7558362B2 (en) | Streak artifact reduction in cardiac cone beam CT reconstruction | |
| JP6021311B2 (ja) | Ｘ線コンピュータ断層撮影装置 | |
| DE102013217351B4 (de) | Bildbasierte Bewegungskompensation von Bilddaten | |
| US8768030B2 (en) | CT measurement with multiple X-ray sources | |
| WO2010016425A1 (ja) | Ｘ線ｃｔ画像形成方法及びそれを用いたｘ線ｃｔ装置 | |
| US20130343624A1 (en) | Methods and systems for performing model-based iterative reconstruction | |
| US8995735B2 (en) | System and method for wide cone helical image reconstruction using blending of two reconstructions | |
| US7602879B2 (en) | Method for increasing the resolution of a CT image during image reconstruction | |
| CN107106109A (zh) | 计算机断层扫描系统 | |
| US11986336B2 (en) | Non-spectral computed tomography (CT) scanner configured to generate spectral volumetric image data | |
| DE102012104599A1 (de) | Verfahren und System zur Rekonstruktion tomografischer Bilder | |
| Johnston et al. | Temporal and spectral imaging with micro‐CT | |
| KR20160053220A (ko) | 이중 해상도의 관심 영역 내외 투영 데이터를 이용한 체내 단층 촬영 방법 및 시스템 | |
| JP7187131B2 (ja) | 画像生成装置、ｘ線コンピュータ断層撮影装置及び画像生成方法 | |
| Bussod et al. | Convolutional neural network for material decomposition in spectral CT scans | |
| Cengiz et al. | Comparison of algebraic reconstruction techniques for tomosynthesis | |
| Ding et al. | Image-domain multi-material decomposition for dual-energy CT via total nuclear norm and l_0 norm | |
| Jadue et al. | MACE CT Reconstruction for Modular Material Decomposition from Energy Resolving Photon-Counting Data |
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 |