CN107908361A - 针对全数字pet的符合事件筛选的方法及装置 - Google Patents

针对全数字pet的符合事件筛选的方法及装置 Download PDF

Info

Publication number
CN107908361A
CN107908361A CN201711102839.6A CN201711102839A CN107908361A CN 107908361 A CN107908361 A CN 107908361A CN 201711102839 A CN201711102839 A CN 201711102839A CN 107908361 A CN107908361 A CN 107908361A
Authority
CN
China
Prior art keywords
event
screening
meets
data cache
primary data
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
Application number
CN201711102839.6A
Other languages
English (en)
Other versions
CN107908361B (zh
Inventor
刘世豪
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.)
Hubei Sharp Digital Medical Imaging Technology Co Ltd
Original Assignee
Hubei Sharp Digital Medical Imaging Technology Co Ltd
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 Hubei Sharp Digital Medical Imaging Technology Co Ltd filed Critical Hubei Sharp Digital Medical Imaging Technology Co Ltd
Priority to CN202111489577.XA priority Critical patent/CN114305470A/zh
Priority to CN201711102839.6A priority patent/CN107908361B/zh
Publication of CN107908361A publication Critical patent/CN107908361A/zh
Application granted granted Critical
Publication of CN107908361B publication Critical patent/CN107908361B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0628Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0655Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
    • G06F3/0656Data buffering arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0602Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/061Improving I/O performance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0628Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0655Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Radiation (AREA)
  • Nuclear Medicine (AREA)

Abstract

本发明适用于医疗技术领域,提供了一种针对全数字PET的符合事件筛选的方法及装置,该方法包括:设置时间段,根据各个事件的时间将事件放入各个所述时间段内,其中每个时间段的范围的大小不大于时间符合筛选的时间窗的范围的大小;对一个时间段内的事件进行位置符合判断,对位置符合的所述事件的符合信息进行标记;根据事件的能量信息对事件依次进行能量筛选,丢弃能量筛选不符合的事件及及与其配对的配对事件;全数字PET能够更加精确直接的获取事件对应的位置信息,采用软件对全数字PET的符合事件筛选,进行符合筛选计算的阈值数据可以根据需求或者不同的测试情况进行调整,并且能够根据具体测试过程中的结果进行反馈优化。

Description

针对全数字PET的符合事件筛选的方法及装置
技术领域
本发明属于医疗技术领域,尤其涉及一种针对全数字PET的符合事件筛选的方法及装置。
背景技术
正电子发射计算机断层扫描(Positron Emission Tomography,PET)系统是当今医疗领域中的一种先进的分子影像学诊断设备,因其采用放射性核素作为示踪剂,所以也称为核医学设备。PET系统目前广泛应用于肿瘤早期病灶检测、放化疗恢复效果评估、以及心脑神经等系统疾病检查,在一些诊断领域中具有不可替代的优势。
PET原理上将含正电子核素的FDG标记作为示踪剂注射到受检人体内后,该示踪剂会随着血液扩散到各个组织中并参与人体的代谢活动,正电子核素会释放出正电子与周围环境中的负电子发生湮灭,产生一对能量相等、传播方向相反的γ光子,将探测装置探测到的认定为来自同一个正电子湮灭事件的γ光子被称作符合事件。为了提高PET扫描的效率,需要实现在采集到探测器发出的所有事件数据的同时,对这些事件进行筛选,最后将符合后的事件保存下来。
现有技术中对PET的符合事件的筛选或判定基于的传统PET,例如名称为“一种基于硬件的符合事件判定方法”(授权公告号:CN103336683B)、“判定随机符合事件和判定真符合事件的方法及装置”(授权公告号:CN103559391B)以及“一种符合事件的判定方法和装置”(授权公告号:103413051B)的中国发明专利公开的技术方案中,采用模拟或者模数混合的采用模拟或者模数混合的方法处理高速闪烁脉冲,不能直接获取探测到的光子的时间信息或者位置信息,例如名称为“一种符合事件的判定方法和装置”的专利公开的技术方案中,湮灭事件产生的γ光子对分别到达探测装置的空间位置构成一条符合线,通过符合线的长度判断位置γ光子对的位置是否符合,符合事件判定过程复杂且不准确。
进一步的,符合事件由软件完成时,需要上传至处理软件的事件信息较大时,会导致探测装置与计算机软件之间的通讯链路压力较大,通讯链路实现的成本也就较大。另外,上述符合事件判定方法需要在短时间内,以串行的方式完成巨量的空间符合判断等处理过程,处理软件的压力非常大,处理时间较长,同时导致符合事件判定效率较低,所以现有技术采用的是基于硬件进行符合事件的判定。采用硬件进行判定需要的成本高且硬件维护过程复杂,并且判定规则不能根据需要进行实时调整。
发明内容
本发明实施例的目的在于提供一种针对全数字PET的符合事件筛选的方法及装置,至少可克服现有技术的部分缺陷。
本发明实施例涉及的一种针对全数字PET的符合事件筛选的方法,包括:
步骤S201,设置时间段,根据各个事件的时间将事件放入各个所述时间段内,其中每个时间段的范围的大小不大于时间符合筛选的时间窗的范围的大小;
步骤S202,对一个时间段内的事件进行位置符合判断,对位置符合的所述事件的符合信息进行标记;
步骤S203,计算各个事件的能量信息,根据事件的能量信息对事件依次进行能量筛选,丢弃能量筛选不符合的事件及的事件及与其配对的配对事件。
进一步的,所述步骤202中,根据所述事件的IP地址对所述事件进行位置符合判断,根据有效区域的范围以及所述全数字PET包含的探测器的个数确定所述事件的IP地址间隔的最小阈值。
进一步的,所述符合信息包括是否是配对事件以及配对对象事件的索引号;
是否是配对事件表示所述事件是否与另一所述事件配对组成所述符合事件;
配对对象事件的索引号表示与所述事件组成一个符合事件的所述事件的索引号。
进一步的,所述步骤S202包括:
步骤S20201,判断第i个所述事件与i+1个所述事件的位置是否符合判断,否,执行步骤S20202;是,执行步骤S20203;i为正整数;优选的,i的初始值为1;
步骤S20202,i=i+1后,执行所述步骤S20304;
步骤S20203,将第i和第i+1个所述事件标记为配对事件,并标记配对对象事件索引号;i=i+2后,执行步骤S20204;
步骤S20204,判断是否所有所述事件均完成了位置符合判断,是,执行所述步骤S203,否,执行所述步骤S20201。
进一步的,所述方法在基于CUDA的系统进行,所述系统包括内存和显存,所述内存包括至少一个第一原始数据缓存和至少一个第一事件缓存,所述显存包括至少一个第二原始数据缓存和至少一个第二事件缓存;
所述方法在所述第二事件缓存中进行。
进一步的,所述系统中数据进行处理的过程包括:
步骤S1,采集探测器发出的数据包写入到所述第一原始数据缓存中,将所述第一原始数据缓存中的原始数据拷贝到所述第二原始数据缓存中;
步骤S2,将所述第二原始数据缓存中的所述原始数据进行解析成各个事件,将生成的所述事件写入到所述第二事件缓存中,对所述第二原始数据缓存中的各个所述事件进行符合筛选,根据符合筛选结果对各个事件的符合信息进行标记;
步骤S3,将在所述第二事件缓存中完成符合筛选的所述事件拷贝到所述第一事件缓存中,遍览所述第一事件缓存,根据所述符合信息对符合的事件信息进行保存。
进一步的,所述第一原始数据缓存和所述第一事件缓存的数量为至少两个。
优选的,所述步骤S1包括:将采集到的所述数据包写入一个所述第一原始数据缓存中,当一个所述第一原始数据缓存写满后,下次收到的所述数据包写入到下一个所述第一原始数据缓存中,并将写满的一个所述第一原始数据缓存中的所述原始数据拷贝到所述第二原始数据中;
优选的,所述步骤S3中将在所述第二事件缓存中完成符合筛选的事件拷贝到一个所述第一事件缓存中,然后遍览所述第一事件缓存,根据所述符合信息对所述符合事件进行保存。
进一步的,所述第一原始数据缓存和第一事件缓存分别设置编号;所述步骤S1中将采集到的数据包按照所述第一原始数据缓存的编号顺序依次写入各个所述第一原始数据缓存中;所述步骤S3中完成符合筛选的所述事件按照所述第一事件缓存的编号顺序依次拷贝到各个所述第一事件缓存中;
优选的,所述第一原始数据缓存和第一事件缓存分别设置标志位,所述第一原始数据缓存的标志位表示所述第一原始数据缓存中的数据传输方向的最后状态为写入或读出,所述第一事件缓存的标志位表示其是否完成遍览保存符合事件的过程;所述步骤S1中将采集到的数据包依次随机写入标志位为读出的任一第一原始数据缓存中;所述步骤S3中完成符合筛选的所述事件依次随机拷贝到标志位为完成的任一所述第一事件缓存中。
进一步的,所述第二原始数据缓存和所述第二事件缓存的数量为一个;
优选的,在步骤S1之前还包括:定义事件对象,包括:时间信息、能量信息、位置信息和符合信息。
进一步的,本发明实施例还提供一种基于CUDA的PET符合事件筛选的装置,包括:
处理器;
存储器,用于存储多条指令,所述指令适于由处理器加载并执行前述的一种针对全数字PET的符合事件筛选的方法。
本发明实施例提供的一种针对全数字PET的符合事件筛选的方法及装置的有益效果包括:
本发明实施例提供的一种针对全数字PET的符合事件筛选的方法,设置时间段,按照事件的时间将事件放入各个时间段内,其中每个时间段的范围的大小不大于时间筛选的时间窗的范围的大小,保证每个时间段的任意两个事件之间都符合时间筛选。后续无需进行时间筛选和排序的过程。
判断两个事件的位置和时间符合组成配对事件,再判断配对事件中的两个事件的能量筛选是否符合,在判断配对事件中有任一事件能量筛选不符合时即放弃配对事件包含的两个事件,减少整个事件配对过程所需步骤,加快处理时间。
在位置和时间符合筛选之后再计算各个能量的信息,充分利用内存各个时段的计算能力,减少后续符合筛选消耗的时间,加快整个符合筛选方法的进程。
采用软件对全数字PET的符合事件筛选,全数字PET采用一一耦合的晶体条和硅光电倍增管,各个晶体条对应的探测器的IP地址即可代表探测器获取该事件的位置信息,因此能够更加精确直接的获取事件对应的位置信息;全数字PET还采用基于高精度时钟参考源的全局时钟系统,根据脉冲信号产生的时钟信号,事件对象包含的时间信息包括一个粗时间和八个细时间,时间精度大大提高,时间信息的存储空间大大降低;采用软件进行PET符合事件的筛选,基于的数据直观可得,计算过程简单,计算速率和准确度高且硬件维护成本低,并且进行符合筛选计算的阈值数据可以根据需求或者不同的测试情况进行调整,并且能够根据具体测试过程中的结果进行反馈优化。
本发明实施例提供的一种针对全数字PET的符合事件筛选的方法,根据CUDA用GPU进行通用并行计算的架构,专为密集型、高度并行化的计算而设计,且在浮点运算方面能力更强的特点,在内存和显存中分别设置原始数据缓存和事件缓存空间分别存储原始数据和事件,内存获取原始数据后,拷贝到显存中,在显存中对事件进行符合筛选,再将完成筛选的事件存储到内存中,充分合理的利用CPU的存储空间和GPU的计算能力,满足PET工程化实现过程中,探测器发出的时间数据速率高(一般在1~3Gbps左右),对于软件筛选符合事件的性能要求较高的要求;整个筛选过程中,缓存空间前期已经申请,显存和内存之间只存在数据拷贝的过程,只有最开始的数据写入和最后的数据获取的过程存在内存的分配和释放过程,整个系统运行的效率和速度高。
本发明实施例提供的一种针对全数字PET的符合事件筛选的方法,在内存中申请多个原始数据缓存和多个事件缓存,在显存中申请单个原始数据缓存和单个事件缓存,显存的原始数据缓存一次对内存的一个原始数据缓存中的原始数据进行符合筛选,可以根据显存的计算能力设置一个内存的原始数据缓存的大小,更加合理充分高效的利用显存的计算能力;并且各个原始数据缓存和事件缓存之间的数据的拷贝过程可以同时进行,大大降低各个拷贝过程消耗的时间。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种针对全数字PET的符合事件的筛选方法的流程图;
图2是本发明实施例提供的针对全数字PET的符合事件的筛选方法基于CUDA的系统的结构示意图;
图3是本发明实施例提供的一种针对全数字PET的符合事件的筛选方法基于CUDA的整体流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。本发明提供的一种针对全数字PET的符合事件筛选的方法,包括:
步骤S201,设置时间段,根据各个事件的时间将事件放入各个时间段内,其中每个时间段的范围的大小不大于时间符合筛选的时间窗的范围的大小。
由于光子的物理衰减等特性,到达探测器的路径不同,所以到达两个探测器的时间也有一定的差别,判断两个事件的时间是否符合即判断两个事件是否在一个时间窗内。在本发明实施例中,设置时间段,按照事件的时间将事件放入各个时间段内,其中每个时间段的范围的大小不大于时间筛选的时间窗的范围的大小,保证每个时间段的任意两个事件之间都符合时间筛选。后续无需进行时间筛选和排序的过程。
步骤S202,对一个时间段内的事件进行位置符合判断,对位置符合的事件的符合信息进行标记。
进一步的,该符合信息包括是否是配对事件以及配对对象事件的索引号,是否是配对事件表示该事件是否与另一事件配对组成符合事件,即符合事件表示两个相互配对的配对事件;配对对象事件的索引号表示与该事件组成一个符合事件的所述事件的索引号。
步骤S203,计算各个事件的能量信息,根据事件的能量信息对事件依次进行能量筛选,丢弃能量筛选不符合的事件及与其配对的配对事件。
判断两个事件的位置和时间符合组成配对事件,再判断配对事件中的两个事件的能量筛选是否符合,在判断配对事件中有任一事件能量筛选不符合时即放弃配对事件包含的两个事件,减少整个事件配对过程所需步骤,加快处理时间。
本发明实施例提供的一种针对全数字PET的符合事件筛选的方法,在位置和时间符合筛选之后再计算各个能量的信息,充分利用内存各个时段的计算能力,减少后续符合筛选消耗的时间,加快整个符合筛选方法的进程。
实施例一
本发明提供的实施例一为本发明提供的一种针对全数字PET的符合事件筛选的方法的实施例,如图1所示为本发明实施例提供的一种针对全数字PET的符合事件的筛选方法的流程图,由图1可知,该实施例包括:
步骤S201,设置时间段,根据各个事件的时间将事件放入各个时间段内,其中每个时间段的范围的大小不大于时间符合筛选的时间窗的范围的大小。
本发明提供的一种针对全数字PET的符合事件的筛选方法,该全数字PET包括基于高精度时钟参考源的全局时钟系统,根据脉冲信号产生的时钟信号,事件对象包含的时间信息包括一个粗时间和八个细时间。粗时间由周期较大的脉冲信号决定,细时间为基于MVT采样法的八个采样点的时间,由周期较小的脉冲信号决定。
因此事件的时间信息包括粗时间(4个字节)和八个细时间(2个字节),大大降低了时间信息的存储大小。
步骤S20201,判断第i个所述事件与i+1个所述事件的位置是否符合判断,否,执行步骤S20202;是,执行步骤S20203;i为正整数,优选的,i的初始值为1。
步骤S20202,i=i+1后,执行所述步骤S20304。
在判断第i个和第i+1个事件的位置不符合时,即放弃序号较小的第i个事件,以序号较大的第i+1个事件为起点,对第i+1个事件与其下一个事件进行符合判断。
步骤S20203,将第i和第i+1个所述事件标记为配对事件,并标记配对对象事件索引号;i=i+2后,执行步骤S20204。
配对对象事件的索引号的标记可以只对第i个和第i+1个事件中的任意一个标记,也可以对第i个和第i+1个事件同时标记互相索引。判断第i个和第i+1个事件为符合事件后,即以第i+2个事件为起点,对第i+2个事件与其下一个事件进行符合判断。
步骤S20204,判断是否所有所述事件均完成了位置符合判断,是,执行所述步骤S203,否,执行所述步骤S20201。
有任一事件没有完成位置符合判断时,重新执行步骤S20201,用新得到的i重新开始位置的符合判断。
本发明提供的一种针对全数字PET的符合事件的筛选方法,根据事件的IP地址对事件进行位置符合判断,全数字PET的探测器包括一一耦合的晶体条和硅光电倍增管,各个晶体条的编号对应其位置信息,各个晶体条对应的探测器的IP地址即可代表探测器获取该事件对象的位置信息,整个系统能够更加精准快速的获取探测器收到的信号的位置信息。
由于探测器的IP代表了对应的晶体条的位置,有效检测区域的范围比探测器环小,对于某一个IP的探测器,可符合的事件一定来自于与自己相隔某个值以外的探测器。本发明给出的实施例中,PET包括两圈一共176个探测器,根据有效区域的范围与探测器环大小计算可得,IP间隔大于20的两个事件的位置是符合的。
步骤S203,计算各个事件的能量信息,根据事件的能量信息对事件依次进行能量筛选,丢弃能量筛选不符合的事件及与其配对的配对事件。
判断该事件是否符合能量筛选即判断该事件的能量信息是否在能量窗的范围内,当判断任意一个事件能量筛选不符合时,其配对对象事件的索引号对应的事件也丢弃,即判断能量筛选不符合时,成对丢弃互相配对的两个配对事件,最后得到符合事件。
本发明提供的一种针对全数字PET的符合事件筛选的方法,采用软件对全数字PET的符合事件筛选,全数字PET采用一一耦合的晶体条和硅光电倍增管,各个晶体条对应的探测器的IP地址即可代表探测器获取该事件的位置信息,因此能够更加精确直接的获取事件对应的位置信息;全数字PET还采用基于高精度时钟参考源的全局时钟系统,根据脉冲信号产生的时钟信号,事件对象包含的时间信息包括一个粗时间和八个细时间,时间精度大大提高,时间信息的存储空间大大降低;采用软件进行PET符合事件的筛选,基于的数据直观可得,计算过程简单,计算速率和准确度高且硬件维护成本低,并且进行符合筛选计算的阈值数据可以根据需求或者不同的测试情况进行调整,并且能够根据具体测试过程中的结果进行反馈优化。
实施例二
本发明提供的实施例二为本发明提供的一种针对全数字PET的符合事件的筛选方法的整体流程的实施例,如图1所示为本发明实施例提供的一种针对全数字PET的符合事件的筛选方法的流程图,本发明提供的一种针对全数字PET的符合事件的筛选方法的整体流程在基于CUDA的系统中进行,如图2所示为本发明实施例提供的针对全数字PET的符合事件的筛选方法基于CUDA的系统的结构示意图,如图3所示为本发明实施例提供的针对全数字PET的符合事件的筛选方法基于CUDA的整体流程图,由图2可知,该系统包括内存和显存,内存包括至少两个第一原始数据缓存和至少两个第一事件缓存,显存包括一个第二原始数据缓存和一个第二事件缓存。
定义事件对象,包括:时间信息、能量信息和位置信息。
步骤S1,采集探测器发出的数据包写入到内存的原始数据缓存中,将内存的原始数据缓存中的原始数据拷贝到显存的原始数据缓存中。
具体的,使用事件循环机制,单线程采集探测器发出的网络数据包,包括:将采集到的数据包写入内存的一个原始数据缓存中,当内存中的一个原始数据缓存写满后,下次收到的数据包写入到内存的下一个原始数据缓存中,并将写满的内存的一个原始数据缓存中的原始数据拷贝到显存中。
一种方法中,可以通过对内存的原始数据缓存设置编号,确定内存的各个原始数据缓存的数据的写入顺序。
将采集到的数据包按照内存的原始数据缓存的编号顺序依次写入各个内存的原始数据缓存中,即当内存中编号为n的原始数据缓存写满后,下次收到的数据包写入到内存中编号为n+1的原始数据缓存中。
另一种方法中,可以通过对内存中的原始数据缓存标志位,确定内存的各个原始数据缓存的数据的写入顺序。
内存的原始数据缓存的标志位表示内存的原始数据缓存中的数据传输方向的最后状态为写入或读出,内存的原始数据缓存中有数据写入时,将其标志位修改为写入,内存的原始数据缓存中有数据读出时,将其标志位改为读出。
将采集到的数据包依次随机写入标志位为读出的内存的任一原始数据缓存中。内存的原始数据缓存的标志位为读出时,表示该内存的原始数据缓存的最后一次数据传输的过程为将原始数据拷贝到显存的原始数据缓存中,此时可以将采集探测器发出的数据包写入到任意一个标志位为读出的原始数据缓存中。
步骤S2,将显存的原始数据缓存中的原始数据进行解析生成各个事件,将生成的事件写入到显存的事件缓存中,对显存的事件缓存中的各个事件进行符合筛选,根据符合筛选结果对事件的符合信息进行标记。
具体的,在显存的单个原始数据缓存中对原始数据进行解析并同时计算能量,解析生成的事件写入到显存的单个事件缓存中。
在该显存中的单个事件缓存中,根据事件的时间信息、能量信息和位置信息对事件进行符合筛选,并将筛选结果写在每个事件的符合信息中。符合信息包括是否是配对事件以及配对对象事件的索引号,是否是配对事件表示该事件是否与另一事件配对组成符合事件,即符合事件表示两个相互配对的配对事件;配对对象事件的索引号表示与该事件组成一个符合事件的所述事件的索引号。
该显存的单个事件缓存中的所有事件处理完成后,将显存中的单个事件缓存中的事件拷贝到内存的一个事件缓存中。
具体的,对显存的事件缓存中的各个事件进行符合筛选的过程包括:
步骤S201,设置时间段,根据各个事件的时间将事件放入各个时间段内,其中每个时间段的范围的大小不大于时间符合筛选的时间窗的范围的大小。
本发明提供的一种针对全数字PET的符合事件的筛选方法,该全数字PET包括基于高精度时钟参考源的全局时钟系统,根据脉冲信号产生的时钟信号,事件对象包含的时间信息包括一个粗时间和八个细时间。粗时间由周期较大的脉冲信号决定,细时间为基于MVT采样法的八个采样点的时间,由周期较小的脉冲信号决定。
因此事件的时间信息包括粗时间(4个字节)和八个细时间(2个字节),大大降低了时间信息的存储大小。
步骤S202,对一个时间段内的事件进行位置符合判断,对位置符合的事件的符合信息进行标记。
本发明提供的一种针对全数字PET的符合事件的筛选方法,根据事件的IP地址对事件进行位置符合判断,全数字PET的探测器包括一一耦合的晶体条和硅光电倍增管,各个晶体条的编号对应其位置信息,各个晶体条对应的探测器的IP地址即可代表探测器获取该事件对象的位置信息,整个系统能够更加精准快速的获取探测器收到的信号的位置信息。
由于探测器的IP代表了对应的晶体条的位置,有效检测区域的范围比探测器环小,对于某一个IP的探测器,可符合的事件一定来自于与自己相隔某个值以外的探测器。本发明给出的实施例中,PET包括两圈一共176个探测器,根据有效区域的范围与探测器环大小计算可得,IP间隔大于20的两个事件的位置是符合的。
步骤S20201,判断第i个所述事件与i+1个所述事件的位置是否符合判断,否,执行步骤S20202;是,执行步骤S20203;i为正整数,优选的,i的初始值为1。
步骤S20202,i=i+1后,执行所述步骤S20304。
在判断第i个和第i+1个事件的位置不符合时,即放弃序号较小的第i个事件,以序号较大的第i+1个事件为起点,对第i+1个事件与其下一个事件进行符合判断。
步骤S20203,将第i和第i+1个所述事件标记为配对事件,并标记配对对象事件索引号;i=i+2后,执行步骤S20204。
配对对象事件的索引号的标记可以只对第i个和第i+1个事件中的任意一个标记,也可以对第i个和第i+1个事件同时标记互相索引。判断第i个和第i+1个事件为符合事件后,即以第i+2个事件为起点,对第i+2个事件与其下一个事件进行符合判断。
步骤S20204,判断是否所有所述事件均完成了位置符合判断,是,执行所述步骤S203,否,执行所述步骤S20201。
有任一事件没有完成位置符合判断时,重新执行步骤S20201,用新得到的i重新开始位置的符合判断。
步骤S203,计算各个事件的能量信息,根据事件的能量信息对事件依次进行能量筛选,丢弃能量筛选不符合的事件及与其配对的配对事件。
判断该事件是否符合能量筛选即判断该事件的能量信息是否在能量窗的范围内,当判断任意一个事件能量筛选不符合时,其配对对象事件的索引号对应的事件也丢弃,即判断能量筛选不符合时,成对丢弃互相配对的两个配对事件,最后得到符合事件。
本发明提供的一种针对全数字PET的符合事件筛选的方法,采用软件对全数字PET的符合事件筛选,全数字PET采用一一耦合的晶体条和硅光电倍增管,各个晶体条对应的探测器的IP地址即可代表探测器获取该事件的位置信息,因此能够更加精确直接的获取事件对应的位置信息;全数字PET还采用基于高精度时钟参考源的全局时钟系统,根据脉冲信号产生的时钟信号,事件对象包含的时间信息包括一个粗时间和八个细时间,时间精度大大提高,时间信息的存储空间大大降低;采用软件进行PET符合事件的筛选,基于的数据直观可得,计算过程简单,计算速率和准确度高且硬件维护成本低,并且进行符合筛选计算的阈值数据可以根据需求或者不同的测试情况进行调整,并且能够根据具体测试过程中的结果进行反馈优化。
步骤S3,将在显存的事件缓存中完成符合筛选的事件拷贝到内存的一个事件缓存中,然后遍览该内存的一个事件缓存,根据符合信息对符合事件进行保存。
一种方法中,可以通过对内存的事件缓存设置编号,确定内存的各个事件缓存的数据的写入顺序。
完成符合筛选的事件按照内存的事件缓存的编号顺序依次拷贝到内存的各个事件缓存中,即当内存中编号为n的事件缓存写满后,下次收到的完成符合筛选的事件拷贝到内存中编号为n+1的事件缓存中。
另一种方法中,可以通过对内存中的事件缓存标志位,确定内存的各个事件缓存的数据的写入顺序。
内存的事件缓存的标志位表示该内存的事件缓存是否完成遍览保存符合事件的过程,内存的事件缓存完成遍览保存符合事件的过程时,将其标志位修改为完成,内存的事件缓存中有数据拷贝进入时,将其标志位修改为未完成。
完成符合筛选的所述事件依次随机拷贝到标志位为完成的内存的任一事件缓存中。内存的事件缓存的标志位为完成时,表示其内部存储的事件已经完成遍览保存符合事件的过程,此时可以将显存的事件缓存中完成符合筛选的所述事件拷贝到任意一个标志位为完成的内存的事件缓存中。
本发明实施例还提供一种针对全数字PET的符合事件筛选的装置,包括:处理器和存储器。存储器用于存储多条指令,该指令适于由处理器加载并执行所述一种针对全数字PET的符合事件筛选的方法的所有步骤,具体详见上述方法实施例的描述。
在其中一实施例中,所述处理器运行时,可执行以下步骤:
步骤S201,设置时间段,根据各个事件的时间将事件放入各个时间段内,其中每个时间段的范围的大小不大于时间符合筛选的时间窗的范围的大小。
步骤S202,对一个时间段内的事件进行位置符合判断,对位置符合的事件的符合信息进行标记。
进一步的,该符合信息包括是否是配对事件以及配对对象事件的索引号,是否是配对事件表示该事件是否与另一事件配对组成符合事件,即符合事件表示两个相互配对的配对事件;配对对象事件的索引号表示与该事件组成一个符合事件的所述事件的索引号。
步骤S203,计算各个事件的能量信息,根据事件的能量信息对事件依次进行能量筛选,丢弃能量筛选不符合的事件及与其配对的配对事件。
在本发明实施例中,设置时间段,按照事件的时间将事件放入各个时间段内,其中每个时间段的范围的大小不大于时间筛选的时间窗的范围的大小,保证每个时间段的任意两个事件之间都符合时间筛选。后续无需进行时间筛选和排序的过程。
判断两个事件的位置和时间符合组成配对事件,再判断配对事件中的两个事件的能量筛选是否符合,在判断配对事件中有任一事件能量筛选不符合时即放弃配对事件包含的两个事件,减少整个事件配对过程所需步骤,加快处理时间。
本发明实施例提供的一种针对全数字PET的符合事件筛选的方法,在位置和时间符合筛选之后再计算各个能量的信息,充分利用内存各个时段的计算能力,减少后续符合筛选消耗的时间,加快整个符合筛选方法的进程。
本领域普通技术人员还可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,所述的存储介质,包括ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种针对全数字PET的符合事件筛选的方法,其特征在于,所述方法包括:
步骤S201,设置时间段,根据各个事件的时间将事件放入各个所述时间段内,其中每个时间段的范围的大小不大于时间符合筛选的时间窗的范围的大小;
步骤S202,对一个时间段内的事件进行位置符合判断,对位置符合的所述事件的符合信息进行标记;
步骤S203,计算各个事件的能量信息,根据事件的能量信息对事件依次进行能量筛选,丢弃能量筛选不符合的事件及的事件及与其配对的配对事件。
2.如权利要求1所述的方法,其特征在于,所述步骤S202中,根据所述事件的IP地址对所述事件进行位置符合判断,根据有效区域的范围以及所述全数字PET包含的探测器的个数确定所述事件的IP地址间隔的最小阈值。
3.如权利要求1所述的方法,其特征在于,所述符合信息包括是否是配对事件以及配对对象事件的索引号;
是否是配对事件表示所述事件是否与另一所述事件配对组成所述符合事件;
配对对象事件的索引号表示与所述事件组成一个符合事件的所述事件的索引号。
4.如权利要求1所述的方法,其特征在于,所述步骤S202包括:
步骤S20201,判断第i个所述事件与i+1个所述事件的位置是否符合判断,否,执行步骤S20202;是,执行步骤S20203;i为正整数;优选的,i的初始值为1;
步骤S20202,i=i+1后,执行所述步骤S20304;
步骤S20203,将第i和第i+1个所述事件标记为配对事件,并标记配对对象事件索引号;i=i+2后,执行步骤S20204;
步骤S20204,判断是否所有所述事件均完成了位置符合判断,是,执行所述步骤S203,否,执行所述步骤S20201。
5.如权利要求1-4任一项所述的方法,其特征在于,所述方法在基于CUDA的系统进行,所述系统包括内存和显存,所述内存包括至少一个第一原始数据缓存和至少一个第一事件缓存,所述显存包括至少一个第二原始数据缓存和至少一个第二事件缓存;
所述方法在所述第二事件缓存中进行。
6.如权利要求5所述的方法,其特征在于,
所述系统中数据进行处理的过程包括:
步骤S1,采集探测器发出的数据包写入到所述第一原始数据缓存中,将所述第一原始数据缓存中的原始数据拷贝到所述第二原始数据缓存中;
步骤S2,将所述第二原始数据缓存中的所述原始数据进行解析成各个事件,将生成的所述事件写入到所述第二事件缓存中,对所述第二原始数据缓存中的各个所述事件进行符合筛选,根据符合筛选结果对各个事件的符合信息进行标记;
步骤S3,将在所述第二事件缓存中完成符合筛选的所述事件拷贝到所述第一事件缓存中,遍览所述第一事件缓存,根据所述符合信息对符合的事件信息进行保存。
7.如权利要求6所述的方法,其特征在于,所述第一原始数据缓存和所述第一事件缓存的数量为至少两个;
优选的,所述步骤S1包括:将采集到的所述数据包写入一个所述第一原始数据缓存中,当一个所述第一原始数据缓存写满后,下次收到的所述数据包写入到下一个所述第一原始数据缓存中,并将写满的一个所述第一原始数据缓存中的所述原始数据拷贝到所述第二原始数据缓存中;
优选的,所述步骤S3中将在所述第二事件缓存中完成符合筛选的事件拷贝到一个所述第一事件缓存中,然后遍览所述第一事件缓存,根据所述符合信息对所述符合事件进行保存。
8.如权利要求7所述的方法,其特征在于,
所述第一原始数据缓存和第一事件缓存分别设置编号;所述步骤S1中将采集到的数据包按照所述第一原始数据缓存的编号顺序依次写入各个所述第一原始数据缓存中;所述步骤S3中完成符合筛选的所述事件按照所述第一事件缓存的编号顺序依次拷贝到各个所述第一事件缓存中;
优选的,所述第一原始数据缓存和第一事件缓存分别设置标志位,所述第一原始数据缓存的标志位表示所述第一原始数据缓存中的数据传输方向的最后状态为写入或读出,所述第一事件缓存的标志位表示其是否完成遍览保存符合事件的过程;所述步骤S1中将采集到的数据包依次随机写入标志位为读出的任一所述第一原始数据缓存中;所述步骤S3中完成符合筛选的所述事件依次随机拷贝到标志位为完成的任一所述第一事件缓存中。
9.如权利要求6所述的方法,其特征在于,所述第二原始数据缓存和所述第二事件缓存的数量为一个;
优选的,在所述步骤S1之前还包括:定义事件对象,包括:时间信息、能量信息和位置信息。
10.一种针对全数字PET的符合事件筛选的装置,其特征在于,包括:
处理器;
存储器,用于存储多条指令,所述指令适于由处理器加载并执行所述权利要求1-9任一项所述的方法。
CN201711102839.6A 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选的方法及装置 Active CN107908361B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111489577.XA CN114305470A (zh) 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选装置
CN201711102839.6A CN107908361B (zh) 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711102839.6A CN107908361B (zh) 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选的方法及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202111489577.XA Division CN114305470A (zh) 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选装置

Publications (2)

Publication Number Publication Date
CN107908361A true CN107908361A (zh) 2018-04-13
CN107908361B CN107908361B (zh) 2021-11-09

Family

ID=61844571

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111489577.XA Pending CN114305470A (zh) 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选装置
CN201711102839.6A Active CN107908361B (zh) 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选的方法及装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202111489577.XA Pending CN114305470A (zh) 2017-11-10 2017-11-10 针对全数字pet的符合事件筛选装置

Country Status (1)

Country Link
CN (2) CN114305470A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101561937A (zh) * 2009-05-27 2009-10-21 哈尔滨工业大学 基于普通微机的大数据量医学影像三维交互方法
CN102302372A (zh) * 2011-05-23 2012-01-04 江苏中惠医疗科技股份有限公司 一种全数字化处理装置的全数字化电子学系统
JP2012150114A (ja) * 2011-01-20 2012-08-09 Toshiba Corp 陽電子放出コンピュータ断層撮影装置、陽電子放出コンピュータ断層撮影装置で実行される方法及びプログラム
CN102783964A (zh) * 2012-07-02 2012-11-21 苏州瑞派宁科技有限公司 Pet成像中单事件列表式数据的同步方法及系统
CN102933150A (zh) * 2011-06-08 2013-02-13 株式会社东芝 正电子放射断层摄影方法、正电子放射断层摄影装置及非暂时性计算机可读存储介质
CN103099639A (zh) * 2013-03-01 2013-05-15 江苏中惠医疗科技股份有限公司 Pet成像系统的环形拓扑结构及其实现方法
CN103336683A (zh) * 2013-06-24 2013-10-02 沈阳东软医疗系统有限公司 一种基于硬件的符合事件判定方法和装置
CN105868123A (zh) * 2016-04-07 2016-08-17 武汉数字派特科技有限公司 一种并发数据的缓存结构及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101561937A (zh) * 2009-05-27 2009-10-21 哈尔滨工业大学 基于普通微机的大数据量医学影像三维交互方法
JP2012150114A (ja) * 2011-01-20 2012-08-09 Toshiba Corp 陽電子放出コンピュータ断層撮影装置、陽電子放出コンピュータ断層撮影装置で実行される方法及びプログラム
CN102302372A (zh) * 2011-05-23 2012-01-04 江苏中惠医疗科技股份有限公司 一种全数字化处理装置的全数字化电子学系统
CN102933150A (zh) * 2011-06-08 2013-02-13 株式会社东芝 正电子放射断层摄影方法、正电子放射断层摄影装置及非暂时性计算机可读存储介质
CN102783964A (zh) * 2012-07-02 2012-11-21 苏州瑞派宁科技有限公司 Pet成像中单事件列表式数据的同步方法及系统
CN103099639A (zh) * 2013-03-01 2013-05-15 江苏中惠医疗科技股份有限公司 Pet成像系统的环形拓扑结构及其实现方法
CN103336683A (zh) * 2013-06-24 2013-10-02 沈阳东软医疗系统有限公司 一种基于硬件的符合事件判定方法和装置
CN105868123A (zh) * 2016-04-07 2016-08-17 武汉数字派特科技有限公司 一种并发数据的缓存结构及方法

Also Published As

Publication number Publication date
CN107908361B (zh) 2021-11-09
CN114305470A (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
US10765382B2 (en) Method for mixed tracers dynamic PET concentration image reconstruction based on stacked autoencoder
CN107638188A (zh) 图像衰减校正方法及装置
CN107976706B (zh) 一种pet系统的计数丢失校正方法和装置
CN104224219B (zh) 一种符合对的判定方法和设备
CN109683188A (zh) 一种契连柯夫事件与伽马事件符合成像装置和方法
CN108615250A (zh) 图像重建方法、装置、系统和计算机可读存储介质
CN112365560B (zh) 基于多级网络的图像重建方法、系统、可读存储介质和设备
CN110025329A (zh) 符合计数弦图生成方法、装置、计算机设备和存储介质
WO2014172927A1 (zh) 一种基于rpca的pet图像动态重建方法及系统
CN109658472A (zh) 处理正电子发射计算机断层扫描图像数据的系统和方法
CN109717891A (zh) 一种基于深度学习的pet散射校正方法
CN109242920A (zh) 物质分解方法、装置和系统
CN109816740A (zh) 一种闪烁脉冲事件的符合处理方法
CN113160347A (zh) 一种基于注意力机制的低剂量双示踪剂pet重建方法
Ruan et al. Separation of a mixture of simultaneous dual-tracer PET signals: a data-driven approach
CN107908362A (zh) 针对全数字pet的符合事件筛选的方法及装置
CN103559015B (zh) 一种基于硬件的符合事件判定方法和装置
Qing et al. Separation of dual-tracer PET signals using a deep stacking network
CN103559391A (zh) 判定随机符合事件和判定真符合事件的方法及装置
CN110047116A (zh) Pet图像校正方法、装置、计算机设备和存储介质
CN107928692A (zh) 针对全数字pet的符合事件筛选的方法及装置
CN104331596B (zh) 一种基于硬件的多重符合事件筛选方法和装置
Ilisie et al. Building blocks of a multi-layer PET with time sequence photon interaction discrimination and double Compton camera
Gao et al. Dynamic dual-tracer PET reconstruction
CN110215224B (zh) 图像重建方法、装置、医疗影像设备和存储介质

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