CN107978002A - 一种pet图像重建方法和装置 - Google Patents

一种pet图像重建方法和装置 Download PDF

Info

Publication number
CN107978002A
CN107978002A CN201610940112.4A CN201610940112A CN107978002A CN 107978002 A CN107978002 A CN 107978002A CN 201610940112 A CN201610940112 A CN 201610940112A CN 107978002 A CN107978002 A CN 107978002A
Authority
CN
China
Prior art keywords
lor
data
line
time
time difference
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
CN201610940112.4A
Other languages
English (en)
Other versions
CN107978002B (zh
Inventor
孙智鹏
常杰
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.)
Shenyang Zhihe Medical Technology Co ltd
Original Assignee
Shanghai Neusoft Medical 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 Shanghai Neusoft Medical Technology Co Ltd filed Critical Shanghai Neusoft Medical Technology Co Ltd
Priority to CN201610940112.4A priority Critical patent/CN107978002B/zh
Priority to US15/793,400 priority patent/US10319118B2/en
Publication of CN107978002A publication Critical patent/CN107978002A/zh
Application granted granted Critical
Publication of CN107978002B publication Critical patent/CN107978002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak
    • G01S7/4866—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak by fitting a model or function to the received signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10104—Positron emission tomography [PET]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Nuclear Medicine (AREA)

Abstract

本公开提供一种PET图像重建方法和装置，其中方法包括：对于任一多重符合数据，确定对应的多条响应线LOR；将任一多重符合数据，分配到对应的多条LOR，包括：对于任一LOR，根据LOR对应的两个单事件的时间差，获得LOR对应的线积分值；根据多条LOR分别对应的线积分值之间的比例，将多重符合数据在多条LOR进行分配，分配到任一LOR上的多重符合数据为LOR上的多重分配数据；对于任一LOR，将LOR上的二重符合数据与多重分配数据相加，得到响应线数据；根据响应线数据重建得到PET图像。本公开使得多重符合数据在LOR的分配更加准确，根据LOR的符合数据进行重建得到的图像质量也更高。

Description

一种PET图像重建方法和装置
技术领域
本公开涉及医学图像处理技术，特别涉及一种PET图像重建方法和装置。
背景技术
当前，正电子发射断层成像(Positron Emission Computed Tomography，PET)技术已经大量应用于肿瘤早期检测、药物筛选等重要的生物医学研究领域。PET技术是通过向被检体内注入具有放射性的示踪剂，并在体外探测湮灭事件产生的光子信号，可以根据探测到的数据重建出示踪剂在体内的空间分布，从而间接获取被检体的生理代谢信息。湮灭事件产生的γ光子可以被PET设备的晶体探测到，如果探测到的γ光子的能量高于预定的能量阈值，则该γ光子被记录为一个单事件；如果两个单事件之间满足时间符合，则该两个单事件可以称为一个符合事件，而探测到这两个单事件的晶体之间的连线被记录下来，称为一条响应线(Line of Response，LOR)。大多数情况下，探测到的是二重符合，即一个时间窗内探测到的满足符合条件的单事件数量是两个；而有时也会出现一个时间窗内探测到满足符合条件的单事件数量多于两个，称为多重符合。
由于很难确定多重符合中每条LOR的真实性，有些商业PET设备会将多重符合数据丢弃；但是也存在利用多重符合数据的尝试，以期提高PET设备的灵敏度。相关技术中可以将二重符合和多重符合数据分开统计，并且根据各条LOR上二重符合数据的计数值之间的比例，将某个多重符合数据分配到对应的各条LOR上。但是，当LOR上的二重符合数据的计数数量较少时，这种统计量不足将导致如果仍按照二重符合数据的比例分配，则分配结果不够准确，进而也影响根据LOR上的符合数据重建的PET图像的质量。
发明内容
有鉴于此，本公开提供一种PET图像重建方法和装置，以使得多重符合数据的分配更加准确，进而提高PET图像重建的质量。
具体地，本公开是通过如下技术方案实现的：
第一方面，提供一种正电子发射断层成像PET图像重建方法，所述方法用于根据符合数据重建PET图像，所述符合数据包括：二重符合数据和多重符合数据；所述方法包括：
对于任一多重符合数据，确定所述多重符合数据对应的多条响应线LOR，其中，每条LOR是所述多重符合数据中任两个单事件对应的晶体连线；
将所述任一多重符合数据，分配到对应的所述多条LOR，包括：对于任一LOR，根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值；根据所述多条LOR分别对应的线积分值之间的比例，将所述多重符合数据在所述多条LOR进行分配，分配到任一LOR上的多重符合数据为所述LOR上的多重分配数据；
对于所述符合数据对应的任一LOR，将所述LOR上的二重符合数据与所述多重分配数据相加，得到响应线数据；
根据所述响应线数据重建得到PET图像。
第二方面，提供一种正电子发射断层成像PET图像重建装置，所述装置用于根据符合数据重建PET图像，所述符合数据包括：二重符合数据和多重符合数据；所述装置包括：
响应线确定模块，用于对于任一多重符合数据，确定所述多重符合数据对应的多条响应线LOR，其中，每条LOR是所述多重符合数据中任两个单事件对应的晶体连线；
多重分配模块，用于将所述任一多重符合数据，分配到对应的所述多条LOR，包括：对于任一LOR，根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值；根据所述多条LOR分别对应的线积分值之间的比例，将所述多重符合数据在所述多条LOR进行分配，分配到任一LOR上的多重符合数据为所述LOR上的多重分配数据；
数据加和模块，用于对于所述符合数据对应的任一LOR，将所述LOR上的二重符合数据与所述多重分配数据相加，得到响应线数据；
重建处理模块，用于根据所述响应线数据重建得到PET图像。
本公开提供的PET图像重建方法和装置，通过根据LOR的线积分值的比例分配多重符合数据，使得多重符合数据在LOR的分配更加准确，从而提高了PET的灵敏度，根据LOR的符合数据进行重建得到的图像质量也更高；并且该方法不受统计量不足的影响，而是与图像像素值和时间差相关。
附图说明
图1是本公开一示例性实施例示出的一种PET图像重建方法的流程图；
图2是本公开一示例性实施例示出的一种多重分配示意图；
图3是本公开一示例性实施例示出的另一种PET图像重建方法的流程图；
图4是本公开一示例性实施例示出的一种图像重建设备的结构图；
图5是本公开一示例性实施例示出的一种PET图像重建装置的结构图；
图6是本公开一示例性实施例示出的一种PET图像重建装置的结构图；
图7是本公开一示例性实施例示出的一种PET图像重建装置的结构图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
放射性核素注入被检体的体内后，可以在体内产生湮灭事件，湮灭事件产生的γ光子可以被PET设备的晶体探测到。当晶体探测到一个能量高于预定能量阈值的γ光子时，可以记录探测到一个单事件。如果两个单事件之间满足时间符合，则该两个单事件可以称为一个符合事件，即这两个单事件对应的两个γ光子是由同一个湮灭事件产生的能量相等、方向相反的光子。探测到该符合事件的两个晶体之间的连线，称为一条响应线LOR。
本公开的例子中，可以将符合事件的信息称为符合数据，例如可以包括：符合事件中包括的各个单事件的γ光子能量信息、γ光子的接收时间信息、接收位置信息等。大多数情况下，符合事件中包括的单事件数量是两个，例如，晶体J1探测到一个单事件，晶体J2探测到另一个单事件，这两个单事件的γ光子满足能量阈值，且光子的接收时间差满足时间符合，则这两个单事件的数据可以称为二重符合数据。而有时也会出现多重符合，包括：三重符合、四重符合甚至更高。例如，以三重符合为例，晶体J1探测到单事件D1，晶体J2探测到单事件D2，晶体J3探测到单事件D3，这三个单事件的光子均满足能量阈值，且时间位于同一时间窗，满足时间符合，则这三个单事件数据为三重符合数据。
如上所述，PET设备所探测到的符合数据，通常来说可以包括二重符合数据和多重符合数据。并且，对于符合数据对应的任一LOR来说，该LOR上的符合数据也是包括二重符合和多重符合，例如，仍以晶体J1和晶体J2的连线这个LOR来说，该LOR上可能探测到了多个符合事件，该多个符合事件中，可以既包括二重符合数据“D1(晶体J1探测的单事件)和D2(晶体J2探测的单事件)”，还可以包括三重符合数据“D3(晶体J1探测的单事件)、D4(晶体J2探测的单事件)和D5(晶体J3探测的单事件)”，在该例子中，对于三重符合数据来说，该LOR上的两个晶体(J1和J2)的单事件是该三重符合数据的一部分。
在根据PET设备得到的符合数据进行PET图像重建时，有时多重符合数据会被丢弃，因为，一个湮灭事件产生的能量相等、方向相反的是两个光子即对应两个单事件，而多重符合数据中包括多于两个的单事件，很难准确判定其中的哪两个事件是真正的符合。比如，三重符合数据“D3、D4和D5”中，真正的符合数据是D3和D4，或者是D3和D5，又或者是D4和D5，很难准确判定。但是，当前也有尝试将多重符合数据利用到PET图像的重建中，以期提高PET设备的灵敏度，提高图像质量。本公开提供的PET图像重建方法，也将在重建PET图像时，利用多重符合数据，以提高PET设备的灵敏度。
多重符合数据的有效利用，其中包括要将该多重符合数据尽量准确的分配到各个LOR上，这样才可以根据LOR上的符合数据进行图像重建。以一个三重符合数据“D3、D4和D5”为例，其中包括满足符合条件的三个单事件：晶体J1探测的D3、晶体J2探测的D4、以及晶体J3探测的D5，那么涉及到三个LOR，分别为：LOR12(晶体J1和晶体J2的连线)、LOR13(晶体J1和晶体J3的连线)、LOR23(晶体J2和晶体J3的连线)。多重符合数据的分配，即将该一个三重符合分配到LOR12、LOR13、LOR23，该分配可以表示在各个LOR上发生符合事件的真实性概率，比如，假设这一个三重符合事件向LOR12分配了0.5个事件，向LOR13、LOR23分别分配了0.25个事件，则表示LOR12上发生符合事件的概率最大，该三重符合事件很可能是在LOR12上发生，即D3和D4很大概率是真符合，而D4和D5，或者D3和D5很可能是假符合。
如下结合图1，对本公开例子的PET图像重建方法进行说明，在该方法中，将根据PET设备探测到的符合数据进行图像重建，其中的符合数据可以包括二重符合数据和多重符合数据。本例子中，在对方法的描述中，以三重符合数据为例进行描述，但是具体实施中并不局限于此，四重符合或更多重符合的应用方法与三重符合相同，不再详述。在图1所示例的流程中，将描述如何对多重符合数据进行在各个LOR的分配，以及如何利用分配后的数据进行图像重建。
在步骤101中，对于任一多重符合数据，确定多重符合数据对应的多条LOR。
其中，多重符合数据对应的多条LOR中，每条LOR是所述多重符合数据中任两个单事件对应的晶体连线。例如，参见图2的示例，假设一个三重符合数据“D3、D4和D5”分别是被晶体J1、J2和J3所探测，那么对应的三条LOR分别是LOR12、LOR13、LOR23，其中，LOR12是单事件D3和D4对应的两个晶体J1和J2的连线，LOR13是单事件D3和D5对应的两个晶体J1和J3的连线，LOR23是单事件D4和D5对应的两个晶体J2和J3的连线。在本例子中，对于多重符合数据的分配，将以一个三重符合数据的分配为例进行说明，其他的多重符合数据可以按照同样的方法在涉及的各个LOR上进行分配。
在步骤102中，对于任一LOR，根据LOR对应的两个单事件的时间差，确定该LOR对应的线积分值。
本例子的方法可以应用于TOF-PET(Time-of-Flight Positron EmissionTomography，基于飞行时间技术的PET)，在传统PET中，由于无法得知探测到的湮灭事件位于LOR上的确切位置，因此在图像重建中，每条LOR上探测到的湮灭事件都被等权重地分布于该LOR的全部路径上；而与此不同的是，TOF-PET可以根据γ光子到达两个探测晶体的时间差，理论上可以通过时间差大致确定湮灭事件在LOR上的发生位置。
因此，如果知道了一个符合事件中两个单事件的时间差，基本可以大致定位该符合事件在LOR上的发生区域，time-bin是将这些LOR区域以时间差区间进行了分段。比如，时间差t1至时间差t2，属于一个time-bin，该time-bin在LOR上对应着某一个路径区域，可以称为time-bin区域，更具体的说，假设一个探测到的二重符合事件，该符合事件中的两个单事件的γ光子接收时间差是t，该t满足t1<t<t2，位于上述的时间差区间time-bin内，则可以据此确定该符合事件的发生位置大致位于上述的LOR上的time-bin区域。又比如，时间差t3至时间差t4，属于另一个time-bin，该time-bin在LOR上对应着另一个路径区域，可以称为另一个time-bin区域。如图2的示例，以LOR12为例，一条LOR路径可以被分成多个区段，每个区段对应一个时间差区间time-bin，如果某个符合事件的两个单事件的时间差属于一个time-bin，就可以基本定位符合事件发生在对应该time-bin的路径区段上。
本步骤中，对于某一个多重符合数据涉及到的任一LOR，可以根据该LOR对应的两个单事件的时间差，确定时间差在LOR上对应的time-bin区域。仍以三重符合数据“D3、D4和D5”为例，结合图2来看，根据D3和D4的时间差，可以确定该符合数据在LOR12上对应的time-bin区域A，根据D3和D5的时间差，可以确定该符合数据在LOR13上对应的time-bin区域B，根据D4和D5的时间差，可以确定该符合数据在LOR23上对应的time-bin区域C。
如果要确定多重符合数据对应的任一LOR对应的线积分值，该线积分值可以是TOF核函数与该LOR上对应图像的图像像素值进行积分得到，该图像即二重符合数据重建得到的重建图像。其中，可以看到，线积分值的计算涉及到两个因素，一个是TOF核函数，另一个是图像像素值。
一方面，TOF核函数的确定，可以依据该LOR对应的两个单事件的时间差。
例如，TOF核函数可以是：高斯函数、指数函数、窗函数等中心不低于边缘的函数。以高斯函数为例，可以先确定高斯函数的函数中心和标准差。
高斯函数的函数中心：μ＝c·(t2-t1)/2；函数中心由时间差确定，例如，以LOR12为例，在该公式中，t2和t1分别是光子到达晶体J1和晶体J2的时间差，c表示光速。在另一个例子中，高斯函数中心的确定所依据的时间差，还可以是LOR对应的两个单事件的时间差所属time-bin的中点时间差；比如，该LOR对应的两个单事件的时间差是t0，该t0位于某个time-bin区间[6,10]，可以用该区间的中点时间差8替代上述公式中的t2-t1。该方式相当于根据时间差对应的time-bin，确定了TOF核函数的函数中心。
高斯函数的标准差：timeRes表示系统的时间分辨率。
根据上述的函数中心和标准差，可以得到高斯函数：其中，函数中的x表示投影数据对应的径向位置。
另一方面，图像像素值的确定，可以是根据二重符合数据重建图像的像素值，参见图2的示例，图2中的重建图像可以是由符合数据中的二重符合数据重建得到。而线积分有积分区间，具体来说可以是LOR路径上对应积分区间范围内的图像的像素值。而积分区间可以由TOF核函数确定，只要该区间能够覆盖大部分的函数范围即可。
TOF核函数的宽度通常大于一个time-bin，大约是3～4个time-bin宽度左右，为了使得积分区域的范围尽可能覆盖大部分的函数区域，例如，以高斯函数为例，可以将函数中心作为中点，正负选择3个标准差的长度范围，即[-3σ,+3σ]，在该范围内的LOR路径上进行线积分，即将路径上每一个图像像素点的像素值与TOF核函数相乘，并将这些乘积累加在一起，得到线积分值。此外，需要说明的是，上述选择的[-3σ,+3σ]的积分范围，只是一个示例，只要能覆盖大部分的函数宽度范围即可，不做限制。如果LOR的上述范围内不经过重建图像，则像素值为0，例如图2所示的LOR23的路径上图像像素值为0。
根据上述，对于某个多重符合数据涉及的任一LOR，可以根据该LOR对应的两个单事件的时间差，确定TOF核函数，并将该TOF核函数与LOR路径上积分区间内的图像像素值进行线积分，可以得到该LOR对应的线积分值。
例如，仍以上述的三重符合数据“D3、D4和D5”为例：
LOR12对应的线积分可以按照下式计算：
LOR12对应的线积分：
上面积分公式的积分区间L12，可以由两个单事件D3和D4的时间差确定的TOF核函数得到，通常该积分区间的长度大于一个time-bin的宽度，使得该积分区间尽可能覆盖大部分的函数范围；高斯函数g12为根据D3和D4的时间差确定的高斯函数，或者是根据D3和D4的时间差所在的time-bin区域的中点时间差确定；I是在该积分区间上的重建图像的像素值。
LOR13对应的线积分：
其中，积分区间L13是图2中的LOR13上对应的TOF核函数确定；高斯函数g13是根据图2中两个单事件D3和D5的时间差确定；图像像素值I13是LOR上对应的核函数确定的积分区间内的图像像素值。
LOR23对应的线积分：
其中，积分区间L23是图2中的LOR23上对应的TOF核函数确定；高斯函数g23是根据图2中两个单事件D4和D5的时间差确定；图像像素值I23是所述积分区间的图像像素值。
线积分的计算方式可以有多种，比如，可以将线积分转变为直线参数方程来进行求解。以LOR12对应的线积分的计算为例，可以用点M(xc,yc,zc)表示两个晶体的终点，那么，直线可以表示为以k∈[-1，+1]的参数方程：
对于任意k∈[-1，+1]，其到直线中心(即时间差等于0处)的距离为：
此时，线积分可以表示为一重积分的形式：
在实际计算中，可以适当缩小积分范围，因为相对积分范围来说，高斯函数的参数σ很小，一般来说，6σ之外高斯函数的积分在1％左右，可以忽略。
在另一个例子中，对于根据二重符合数据重建得到的PET图像，可以将该图像进行TOF正投影，这样可以得到各个LOR路径上的各个time-bin区域对应的线积分值，这种线积分值可以是用time-bin的中点时间差确定函数中心。这种方法相当于预先得到了各个LOR上的各time-bin分别对应的线积分值，后续当要分配某一个多重符合数据时，只要先确定该多重符合数据对应的各个LOR，并根据该LOR对应的两个单事件的时间差，确定该时间差对应的time-bin，就可以根据预先得到的对应关系，直接获取到time-bin对应的线积分值。
此外，对于重建图像的TOF正投影，可以是对所有LOR路径进行投影，或者也可以是只对多重符合数据涉及到的LOR路径进行正投影。
在步骤103中，根据所述多条LOR分别对应的线积分值之间的比例，将所述多重符合数据在所述多条LOR进行分配，得到所述LOR上的多重分配数据。
例如，仍以三重符合数据“D3、D4和D5”为例，可以根据步骤103中计算出的LOR12，LOR13，LOR23的线积分值，根据这些LOR的线积分值的比例分配该三重符合数据。如图2的示例，LOR23并未经过重建图像，对应的time-bin区域的像素值为0，所以其线积分值为零，而LOR12，LOR13都经过了图像重建，线积分值不为零，可以将三重符合数据分配到这两条LOR上，比如，LOR12的线积分值较高，分配了0.7个事件，LOR13的线积分值较低，分配了0.3个事件。本例子可以将多重符合数据向LOR上分配的事件数据称为多重分配数据。
由上述的多重符合数据的分配方法可见，某一条响应线LOR对应的事件分配比例，可以与该事件在该LOR上对应积分区域的图像像素值相关；在上述例子中，响应线未经过图像重建(即像素值0)，线积分值为0，那么湮灭事件的发生位置不会是位于该响应线上，即使该条响应线上有二重符合数据的计数，也不会将该响应线参与多重符合数据的分配，根据本方案确定的比例可以排除该响应线的分配；即使各条响应线上都有线积分值，即都经过了重建图像，可以根据三条响应线对应的图像像素值的积分估计分配比例，如果某条LOR上的线积分值越高，很可能这条线上的对应积分区域的像素值比较高，产生的湮灭事件更多，所以符合事件在这条线上发生的概率就越大。因此，该数据分配方法使得对多重符合数据的分配更加准确。
在步骤104中，对于所述符合数据对应的任一LOR，将所述LOR上的二重符合数据与多重分配数据相加，得到响应线数据。
对于每条LOR来说，在该LOR上发生的湮灭事件对应的符合数据，既包括二重符合数据，也包括多重符合数据，本例子可以将经过上述步骤在LOR上分配的多重符合数据，与LOR上的二重符合数据相加，加和后的数据可以称为响应线数据。
在步骤105中，根据所述响应线数据，重建得到PET图像。
本步骤可以按照常规的图像重建算法进行重建，不再赘述。
本例子的PET图像重建方法，通过根据LOR的线积分值的比例分配多重符合数据，使得多重符合数据在LOR的分配更加准确，从而提高了PET的灵敏度，根据LOR的符合数据进行重建得到的图像质量也更高；并且该方法不受统计量不足的影响，而是与图像像素值和时间差相关。
在实际的PET图像重建中，还包括多种类型的校正，以使得重建数据更加准确，例如，随机校正、正规化校正、散射校正和衰减校正。这些校正可以按照常规的校正进行，不再详述。图3示例了一种PET图像重建方法，在该方法中，二重符合数据和分配后的多重分配数据，可以分别进行正规化校正；其中，随机校正一般和单事件计数率有关，而且本身是一个加法因子，只要在二重符合时计算准确，多重符合时可以不再考虑，所以在右侧一路的多重符合的处理流程中可以不包含随机校正。
在将二重符合数据和多重分配数据加和后，可以进行散射校正和衰减校正，即将散射和衰减的校正与后续符合数据相加后的迭代重建算法结合，这样可以尽量保持数据的泊松分布特性，使得图像的迭代重建质量更高。
此外，对于图3中的对多重符合数据在各个LOR的分配，可以采用上述例子所述的方法，不再赘述。需要说明的是，在实际实施中，对于PET设备探测的二重符合数据，可以分成两份，其中一份数据用于根据二重符合数据重建PET图像，后续可以根据该PET图像应用于LOR的线积分的计算中，另一份数据则可以按照图3所示的流程执行，与多重符合数据分配后的多重分配数据相加。
参见图4所示，对应于上述方法，本公开同时提供一种图像重建设备。在PET设备中，PET探测器探测到湮灭事件产生的γ光子后，可以获取该光子的采集时间、能量、位置等数据，并根据这些数据进行符合判定，可以得到二重符合、多重符合等符合数据。符合数据可以被送往该图像重建设备，以使得图像重建设备根据符合数据进行PET图像的重建。
如图4所示，该设备可以包括处理器401以及机器可读存储介质402，其中，处理器401和机器可读存储介质402通常借由内部总线403相互连接。在其他可能的实现方式中，所述装置还可能包括外部接口404，以能够与其他设备或者部件进行通信。进一步地，机器可读存储介质402上存储有PET图像重建的控制逻辑405，该控制逻辑405从功能上划分的逻辑模块，可以是图5所示的PET图像重建装置的结构。
如图5所示，该PET图像重建装置用于根据符合数据重建PET图像，所述符合数据包括：二重符合数据和多重符合数据；所述装置包括：
响应线确定模块51，用于对于任一多重符合数据，确定所述多重符合数据对应的多条响应线LOR，其中，每条LOR是所述多重符合数据中任两个单事件对应的晶体连线；
多重分配模块52，用于将所述任一多重符合数据，分配到对应的所述多条LOR，包括：对于任一LOR，根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值；根据所述多条LOR分别对应的线积分值之间的比例，将所述多重符合数据在所述多条LOR进行分配，分配到任一LOR上的多重符合数据为所述LOR上的多重分配数据；
数据加和模块53，用于对于所述符合数据对应的任一LOR，将所述LOR上的二重符合数据与所述多重分配数据相加，得到响应线数据；
重建处理模块54，用于根据所述响应线数据重建得到PET图像。
在一个例子中，如图6所示，多重分配模块52可以包括：
函数确定子模块521，用于根据所述LOR对应的两个单事件的时间差，确定飞行时间TOF核函数；
积分处理子模块522，用于将所述TOF核函数与所述LOR上预定范围内图像的图像像素值积分。
在一个例子中，函数确定子模块521，具体用于：根据所述时间差，确定TOF核函数的函数中心，所述时间差是所述两个单事件的时间差，或者是所述两个单事件的时间差对应的时间段time-bin的中点时间差；根据所述函数中心，确定所述TOF核函数。
在一个例子中，如图7所示，该装置还包括：投影处理模块55，用于根据所述符合数据中的二重符合数据，得到重建图像，将所述重建图像进行TOF正投影，得到所述LOR上的各个time-bin分别对应的所述线积分值。
多重分配模块52可以包括：
时间段确定子模块523，用于确定所述时间差在所述LOR上对应的time-bin；
积分查找子模块524，用于根据所述投影处理模块预先得到的time-bin与线积分值的对应关系，获取所述time-bin对应的所述线积分值。
在一个例子中，重建处理模块54，具体用于：根据所述响应线数据，生成散射校正因子和衰减校正因子；根据所述散射校正因子和衰减校正因子进行重建，得到PET图像。
在不同的例子中，所述机器可读存储介质402可以是：RAM(Radom Access Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。

Claims (10)

1.一种正电子发射断层成像PET图像重建方法，其特征在于，所述方法用于根据符合数据重建PET图像，所述符合数据包括：二重符合数据和多重符合数据；所述方法包括：
对于任一多重符合数据，确定所述多重符合数据对应的多条响应线LOR，其中，每条LOR是所述多重符合数据中任两个单事件对应的晶体连线；
将所述任一多重符合数据，分配到对应的所述多条LOR，包括：对于任一LOR，根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值；根据所述多条LOR分别对应的线积分值之间的比例，将所述多重符合数据在所述多条LOR进行分配，分配到任一LOR上的多重符合数据为所述LOR上的多重分配数据；
对于所述符合数据对应的任一LOR，将所述LOR上的二重符合数据与所述多重分配数据相加，得到响应线数据；
根据所述响应线数据重建得到PET图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值，包括：
根据所述LOR对应的两个单事件的时间差，确定飞行时间TOF核函数；
将所述TOF核函数与所述LOR上预定范围内图像的图像像素值积分。
3.根据权利要求2所述的方法，其特征在于，所述根据所述LOR对应的两个单事件的时间差，确定TOF核函数，包括：
根据所述时间差，确定TOF核函数的函数中心，所述时间差是所述两个单事件的时间差，或者是所述两个单事件的时间差对应的时间段time-bin的中点时间差；
根据所述函数中心，确定所述TOF核函数。
4.根据权利要求1所述的方法，其特征在于，在根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值，之前还包括：
根据所述符合数据中的二重符合数据，得到重建图像；
将所述重建图像进行TOF正投影，得到所述LOR上的各个time-bin分别对应的所述线积分值；
所述根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值，包括：确定所述时间差在所述LOR上对应的time-bin，并根据预先得到的time-bin与线积分值的对应关系，获取所述time-bin对应的所述线积分值。
5.根据权利要求1所述的方法，其特征在于，所述根据所述响应线数据重建得到PET图像，包括：
根据所述响应线数据，生成散射校正因子和衰减校正因子；
根据所述散射校正因子和衰减校正因子进行重建，得到PET图像。
6.一种正电子发射断层成像PET图像重建装置，其特征在于，所述装置用于根据符合数据重建PET图像，所述符合数据包括：二重符合数据和多重符合数据；所述装置包括：
响应线确定模块，用于对于任一多重符合数据，确定所述多重符合数据对应的多条响应线LOR，其中，每条LOR是所述多重符合数据中任两个单事件对应的晶体连线；
多重分配模块，用于将所述任一多重符合数据，分配到对应的所述多条LOR，包括：对于任一LOR，根据所述LOR对应的两个单事件的时间差，获得所述LOR对应的线积分值；根据所述多条LOR分别对应的线积分值之间的比例，将所述多重符合数据在所述多条LOR进行分配，分配到任一LOR上的多重符合数据为所述LOR上的多重分配数据；
数据加和模块，用于对于所述符合数据对应的任一LOR，将所述LOR上的二重符合数据与所述多重分配数据相加，得到响应线数据；
重建处理模块，用于根据所述响应线数据重建得到PET图像。
7.根据权利要求6所述的装置，其特征在于，所述多重分配模块，包括：
函数确定子模块，用于根据所述LOR对应的两个单事件的时间差，确定飞行时间TOF核函数；
积分处理子模块，用于将所述TOF核函数与所述LOR上预定范围内图像的图像像素值积分。
8.根据权利要求7所述的装置，其特征在于，
所述函数确定子模块，具体用于：根据所述时间差，确定TOF核函数的函数中心，所述时间差是所述两个单事件的时间差，或者是所述两个单事件的时间差对应的时间段time-bin的中点时间差；根据所述函数中心，确定所述TOF核函数。
9.根据权利要求6所述的装置，其特征在于，
所述装置还包括：投影处理模块，用于根据所述符合数据中的二重符合数据，得到重建图像，将所述重建图像进行TOF正投影，得到所述LOR上的各个time-bin分别对应的所述线积分值；
所述多重分配模块，包括：
时间段确定子模块，用于确定所述时间差在所述LOR上对应的time-bin；
积分查找子模块，用于根据所述投影处理模块预先得到的time-bin与线积分值的对应关系，获取所述time-bin对应的所述线积分值。
10.根据权利要求6所述的装置，其特征在于，
所述重建处理模块，具体用于：根据所述响应线数据，生成散射校正因子和衰减校正因子；根据所述散射校正因子和衰减校正因子进行重建，得到PET图像。
CN201610940112.4A 2016-10-25 2016-10-25 一种pet图像重建方法和装置 Active CN107978002B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610940112.4A CN107978002B (zh) 2016-10-25 2016-10-25 一种pet图像重建方法和装置
US15/793,400 US10319118B2 (en) 2016-10-25 2017-10-25 Reconstructing PET image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610940112.4A CN107978002B (zh) 2016-10-25 2016-10-25 一种pet图像重建方法和装置

Publications (2)

Publication Number Publication Date
CN107978002A true CN107978002A (zh) 2018-05-01
CN107978002B CN107978002B (zh) 2021-01-05

Family

ID=61969765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610940112.4A Active CN107978002B (zh) 2016-10-25 2016-10-25 一种pet图像重建方法和装置

Country Status (2)

Country Link
US (1) US10319118B2 (zh)
CN (1) CN107978002B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109658473A (zh) * 2019-01-24 2019-04-19 上海联影医疗科技有限公司 主动降低数据链路负载方法、装置和计算机设备
CN110269638A (zh) * 2019-06-25 2019-09-24 上海联影医疗科技有限公司 图像重建方法、系统、可读存储介质和设备
CN110544283A (zh) * 2019-09-06 2019-12-06 上海联影医疗科技有限公司 Pet重建数据的筛选方法、装置、终端以及存储介质
CN110680370A (zh) * 2019-09-30 2020-01-14 东软医疗系统股份有限公司 图像重建方法、装置、控制台设备及pet系统
CN115251960A (zh) * 2021-04-14 2022-11-01 佳能医疗系统株式会社 核医学诊断装置以及核医学图像数据生成方法
WO2023035361A1 (zh) * 2021-09-10 2023-03-16 苏州瑞派宁科技有限公司 图像重建方法、装置、系统及计算机可读存储介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108109182B (zh) * 2016-11-24 2021-08-24 上海东软医疗科技有限公司 一种pet图像重建方法和装置
US10410383B2 (en) * 2017-08-26 2019-09-10 Uih America, Inc. System and method for image data processing in positron emission tomography
EP3682425B1 (en) * 2017-09-14 2021-07-14 Koninklijke Philips N.V. Scatter correction using emission image estimate reconstructed from narrow energy window counts in positron emission tomography
US10403010B2 (en) * 2017-09-19 2019-09-03 General Electric Company Methods and systems for reconstructing images
CN111684304B (zh) * 2017-12-04 2024-06-04 ams国际有限公司 距离飞行时间模组
CN110215227B (zh) * 2019-06-05 2022-10-14 上海联影医疗科技股份有限公司 时间窗设置方法、装置、计算机设备和存储介质
US11982779B2 (en) * 2021-04-14 2024-05-14 Canon Medical Systems Corporation Method and apparatus for guided pairing of multi-coincidences for time of flight positron emission tomography

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9140806B2 (en) * 2013-01-15 2015-09-22 Siemens Medical Solutions Usa, Inc. Multiple timing measurements for positron emission tomography
CN105193442A (zh) * 2015-09-17 2015-12-30 沈阳东软医疗系统有限公司 一种pet扫描时间的确定方法和装置
CN105354427A (zh) * 2015-11-17 2016-02-24 沈阳东软医疗系统有限公司 一种符合筛选方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8094908B2 (en) * 2008-07-17 2012-01-10 General Electric Company Method and system for estimating randoms in imaging data
US10215864B2 (en) * 2013-07-08 2019-02-26 Massachusetts Institute Of Technology System and method to improve image quality of emission tomography when using advanced radionuclides
WO2016077554A1 (en) * 2014-11-12 2016-05-19 Washington University Systems and methods for point-of-care positron emission tomography
US10049465B2 (en) * 2016-06-30 2018-08-14 General Electric Company Systems and methods for multi-modality imaging component alignment

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9140806B2 (en) * 2013-01-15 2015-09-22 Siemens Medical Solutions Usa, Inc. Multiple timing measurements for positron emission tomography
CN105193442A (zh) * 2015-09-17 2015-12-30 沈阳东软医疗系统有限公司 一种pet扫描时间的确定方法和装置
CN105354427A (zh) * 2015-11-17 2016-02-24 沈阳东软医疗系统有限公司 一种符合筛选方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JACOBO CAL-GONZALES等: "Simulation of triple coincidences in PET", 《PHYSICS IN MEDICINE AND BIOLOGY》 *
JEAN-BAPTISTE MICHAUD等: "Results from neural networks for recovery of PET triple coincidences", 《IEEE NUCLEAR SCIENCE SYMPOSUIM & MEDICAL IMAGING CONFERENCE》 *
王文博: "基于FPGA的TOF PET符合判选研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109658473A (zh) * 2019-01-24 2019-04-19 上海联影医疗科技有限公司 主动降低数据链路负载方法、装置和计算机设备
CN109658473B (zh) * 2019-01-24 2023-08-01 上海联影医疗科技股份有限公司 主动降低数据链路负载方法、装置和计算机设备
CN110269638A (zh) * 2019-06-25 2019-09-24 上海联影医疗科技有限公司 图像重建方法、系统、可读存储介质和设备
CN110544283A (zh) * 2019-09-06 2019-12-06 上海联影医疗科技有限公司 Pet重建数据的筛选方法、装置、终端以及存储介质
CN110680370A (zh) * 2019-09-30 2020-01-14 东软医疗系统股份有限公司 图像重建方法、装置、控制台设备及pet系统
CN110680370B (zh) * 2019-09-30 2023-02-28 东软医疗系统股份有限公司 图像重建方法、装置、控制台设备及pet系统
CN115251960A (zh) * 2021-04-14 2022-11-01 佳能医疗系统株式会社 核医学诊断装置以及核医学图像数据生成方法
WO2023035361A1 (zh) * 2021-09-10 2023-03-16 苏州瑞派宁科技有限公司 图像重建方法、装置、系统及计算机可读存储介质

Also Published As

Publication number Publication date
CN107978002B (zh) 2021-01-05
US10319118B2 (en) 2019-06-11
US20180114346A1 (en) 2018-04-26

Similar Documents

Publication Publication Date Title
CN107978002A (zh) 一种pet图像重建方法和装置
US9753146B2 (en) Pixel identification for small pitch scintillation crystal arrays
CN108109182B (zh) 一种pet图像重建方法和装置
US8265365B2 (en) Time of flight scatter distribution estimation in positron emission tomography
EP2844148B1 (en) Attenuation map with scattered coincidences in positron emission tomography
JP6932250B2 (ja) 陽電子放出断層撮影における狭いエネルギー窓カウントから再構成された放出画像推定を使用した散乱補正
US10215864B2 (en) System and method to improve image quality of emission tomography when using advanced radionuclides
EP3555669B1 (en) Dead pixel correction for digital pet reconstruction
Berthon et al. Influence of cold walls on PET image quantification and volume segmentation: a phantom study
Lage et al. Recovery and normalization of triple coincidences in PET
Cade et al. Use of measured scatter data for the attenuation correction of single photon emission tomography without transmission scanning
Siman et al. Dose volume histogram‐based optimization of image reconstruction parameters for quantitative 90Y‐PET imaging
CN107464270A (zh) 一种图像重建方法和装置
WO2016178116A1 (en) Solving outside-field of view scatter correction problem in positron emission tomography via digital experimentation
Efthimiou New challenges for PET image reconstruction for total-body imaging
CN108209958A (zh) 一种归一化校正因子的确定、获取方法及医学成像方法
CN108186043A (zh) 校正pet设备灵敏度的方法和装置
Walrand et al. Bremsstrahlung SPECT/CT
De Beenhouwer et al. Physics process level discrimination of detections for GATE: assessment of contamination in SPECT and spurious activity in PET
Kim et al. Background reduction in PET by double Compton scattering of quantum entangled annihilation photons
Shopa et al. TOF MLEM adaptation for the total-body J-PET with a realistic analytical system response matrix
Gu et al. Optimization of the energy window for PETbox4, a preclinical PET tomograph with a small inner diameter
CN108648807B (zh) 一种图像重建方法和装置
CN110490948B (zh) 一种pet图像的散射校正方法和装置
Gu et al. A digital pulse library for the optimization of signal processing in PET

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
TR01 Transfer of patent right

Effective date of registration: 20220314

Address after: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province

Patentee after: Shenyang Neusoft Medical Systems Co.,Ltd.

Address before: Room 117 and 119, 1000 Ziyue Road, Minhang District, Shanghai, 200241

Patentee before: Shanghai Neusoft Medical Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230410

Address after: Room 308, No. 177-2 Chuangxin Road, Hunnan District, Shenyang City, Liaoning Province, 110167

Patentee after: Shenyang Zhihe Medical Technology Co.,Ltd.

Address before: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province

Patentee before: Shenyang Neusoft Medical Systems Co.,Ltd.

TR01 Transfer of patent right