CN108065950A - 一种放射成像方法及其系统 - Google Patents
一种放射成像方法及其系统 Download PDFInfo
- Publication number
- CN108065950A CN108065950A CN201611001451.2A CN201611001451A CN108065950A CN 108065950 A CN108065950 A CN 108065950A CN 201611001451 A CN201611001451 A CN 201611001451A CN 108065950 A CN108065950 A CN 108065950A
- Authority
- CN
- China
- Prior art keywords
- convolution kernel
- convolution
- wave beam
- data
- projection
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 20
- 238000009826 distribution Methods 0.000 claims abstract description 53
- 230000005855 radiation Effects 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 70
- 230000010354 integration Effects 0.000 description 19
- 238000002591 computed tomography Methods 0.000 description 11
- 230000003044 adaptive effect Effects 0.000 description 9
- 238000000342 Monte Carlo simulation Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000000333 X-ray scattering Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000790 scattering method 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4266—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a plurality of detector units
-
- 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)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种放射成像方法,包括以下步骤,通过辐射源发射波束到物体上;通过探测器检测穿过所述物体的所述波束,并输出投影数据;确定所述物体沿着所述波束的位置;基于所述物体的所述位置确定卷积核;根据所述卷积核估算散射分布;基于所述散射分布校正所述的投影数据;及使用所述经校正的投影数据生成图像。所述散射分布能够更准确地估算并生能生成更清晰的图像。
Description
背景技术
本发明涉及一种放射成像技术,更具体的就是放射成像方法及其系统。
非侵入性成像技术,如计算机断层摄影(CT),其可以获得物体的内部结构的图像,而不对物体进行破坏操作。在CT成像系统中,X射线测量中的散射信号可能导致阴影伪像,降低图像分辨率,并导致所有降低图像质量的其它伪像。同时,来自物体的散射信号是CT成像系统的重建图像的定量测量的偏差的主要来源之一。
在CT扫描期间,即使是在使用防散射栅格的情况下,被扫描的物体在接收X射线后会产生散射。CT扫描中的X射线散射是许多类型的图像伪影并降低图像分辨率的根本原因,这可能导致临床CT中的误诊,因而其需要被校正。
发明内容
在一个实施例中,本公开提供了一种放射成像方法,其包括以下步骤,通过辐射源放射波束到物体上;通过探测器检测穿过物体的波束,并输出投影数据;确定物体沿着波束的位置;基于物体的位置确定卷积核;根据卷积核估算散射分布;基于所述散射分布校正所述的投影数据;及使用所述经校正的投影数据生成图像。
在另一个实施例中,本公开提供了一种放射成像方法,其包括以下步骤,通过辐射源放射多个波束到物体上;通过多个探测器检测分别穿过物体的多个波束,并输出投影数据;确定物体沿着多个波束中的每条波束的每个位置;基于物体的每个位置确定每个卷积核;根据每个卷积核估算散射分布;基于散射分布校正投影数据;及使用经校正的投影数据生成图像。
在又一个实施例中,本公开提供了一种放射成像系统,包括辐射源,其用于发射波束到物体;探测器,其用于检测穿过物体的波束;数据处理系统,其用于输出投影数据;控制器,其被配置用来确定物体沿着波束的位置,用来基于物体的位置确定卷积核,用来基于所述卷积核估计散射分布,用来基于散射分布校正投影数据,以及用来使用经校正的投影数据生成图像。
附图说明
当参照附图阅读以下详细描述时,本发明的这些和其它特征、方面及优点将能够更好理解,其中:
图1是根据本公开实施例的放射成像系统的透视图;
图2是用于计算散射分布的前向散射强度模型;
图3是物体沿着波束的质心的示意图;
图4示出了获取物体质心的方法的说明性示意图;
图5示出了物体沿着波束的厚度的说明性示意图;
图6示出了基于厚度和距离获得卷积核的方法的示意图;
图7是根据本发明实施例的放射成像流程图;
图8是根据本发明实施例的仿真模型;
图9是基于图8中的模拟模型的模拟结果;
图10是根据本公开实施例的放射成像系统。
具体实施方式
为帮助本领域的技术人员能够确切地理解本发明所要求保护的主题,下面结合附图详细描述本发明的具体实施方式。在以下对这些具体实施方式的详细描述中,本说明书对一些公知的功能或构造不做详细描述以避免不必要的细节而影响到本发明的披露。
除非另作定义,本权利要求书和说明书中所使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。“一个”和“一”等类似词语并不表示数量限制,而是表示存在至少一个。“或”等词语表示包括性的,并且是指所列出的项目中的一个或全部。“具有”、“包括”或“含有”等类似的词语意指出现在“包括”或者“具有”前面的元件或者物体涵盖出现在“包括”或者“具有”后面列举的元件或者物体及其等同元件,并不排除其他元件或者物体。
本发明的实施例可以用功能组件和各种处理步骤方面来描述。应当理解,这样的功能组件可通过任意数量的硬件、软件和/或固件组件来实现,其被配置来执行特定功能。例如,本发明的实施例可以采用各种集成电路部件,如存储器元件、数字信号处理元件、逻辑元件、查找表等,其在一个或多个微处理器或其它控制装置的控制下,可以执行“控制器”的各种功能。此外,这里描述的系统仅示出一个典型实施例。
参照附图中的图1,在计算机断层摄影(CT)成像系统10中,辐射源14,如X射线源,发射扇形的波束或多个波束,其穿过蝶形滤波器15到物体上,物体可为患者22或一件行李。下文中,术语“物体”应包括可成像的任何东西。波束或多个波束,在经物体衰减后,撞击机架12上另一侧的具有多个探测器20的探测器阵列18上。该探测器阵列接收的经衰减的波束辐射的强度通常取决于经物体的X射线波束或多个波束的衰减。探测器阵列的每一个探测器对应于每条波束,其产生独立的电信号,其表示经由每个探测器接收的衰减波束。将该电信号传送到数据处理系统30而生成投影数据,其最终生成图像。
通常,X射线源和探测器阵列围绕机架12旋转并在成像平面围绕物体旋转。工作台46移动患者22全部或部分穿过图1的台架开口48。X射线源通常包括X射线管,其在焦点处发射X射线波束。在典型的应用中,X射线探测器通常包括用于准直探测器接收的X射线波束的准直器32,用于将X射线转换为邻近准直器的光能的闪烁体,以及用于接收来自邻近闪烁体的光能并产生电信号的光电二极管。通常,闪烁体阵列中的每个闪烁体将X射线转换成光能。每个闪烁体将光能释放到与其相邻的光电二极管上,且每个光电二极管检测光能并产生相应的电信号。然后将光电二极管的输出传送到数据处理系统用于图像重建。
参照附图中的图7,公开了放射成像的散射估计方法。该方法包括步骤,110)经辐射源14将波束16辐射到物体;120)经探测器20检测穿过物体的波束,并输出投影数据;130)确定物体沿波束的位置;140)基于物体沿着波束的位置确定卷积核;150)根据卷积核估算散射分布;160)基于所述散射分布校正所述的投影数据;170)及使用所述经校正的投影数据生成图像。
参照附图中的图2,如Ohnesorge,et al,Eur.Radiol.9(3)563-569,1999所述,示出了前向散射强度模型,其用于计算散射分布。
在具有一维(1D)或二维(2D)的抗散射栅格的临床CT系统中,到达探测器处的大多数散射光子来自前向散射(或小角度散射)。散射校正仅基于投影数据,接着来确定前向散射强度分布。如图2所示,穿过物体104的X射线102的路径上的某个体素i 100为前向散射强度的来源,该物体沿着延伸d1(沿着长度L 106)具有X射线衰减μi:
如公式1所示且仍参照图2,前向散射强度的微分与数个参数成正比,该参数包括由X射线源14发射的主强度Io。前向散射常数Ksc,f,i指体素元素i 100的平均微分散射截面而散射角ψ≈0。等式1中的指数参数表示未衰减的主强度Io在物体中穿过距离li 108后的衰减量。离开体素i 100的前向散射强度在穿过物体104的剩余距离L-li后衰减。方程2有比例地表示由体素i 100发射的,并到达相应探测器的前向散射强度。
如公式3所示,对沿着波束路径[0,L]的前向散射强度的微分进行积分,该波束路径穿过物体104,可生成在相应的探测器通道中检测到的总的前向散射强度。
公式3可进行积分并重新书写为以下等式:
其中Iscan是探测器通过患者沿着所述波束的扫描检测数据,Iair是无患者时,探测器沿着所述波束的扫描检测数据。k、p和q是经调整的参数且可通过模拟来确定,比如MonteCarlo模拟或由Prep来确定。
估算散射分布的方法为首先根据上述公式4和公式5计算探测器沿着波束的散射强度:
接着使用卷积估算散射分布:
通常,该卷积核是预确定的卷积核,其为任意情形下的固定值,因而具有固定卷积核的散射估算不是非常准确。在本发明中,卷积核基于被扫描物体沿着波束通过的位置而确定。
参照附图中的图3,在本发明的实施例中,物体的位置包括物体沿波束的质心61的位置。一种用来确定质心的方法是利用源自第一道侦查的成像系统的数据和图像处理。使用该方法,质心的估算是准确的。在另一种方法中,参照附图中的图4,该质心通过对相邻视图进行过滤操作获得。进一步说,质心可通过将相邻视图的波束两侧的数据差相减来获得。如果需要,其可在数据产生过程链中不引入任何图像延迟的情况下完成。
考虑由特定行的探测器所测量的所有波束的集合形成的表面S。可以通过对整个表面X射线强度的积分来估算该表面上的总的X射线吸收质量。由于强度积分的数据已经沿着一个方向积分,所以跨行的积分可以得出质量。该积分可以被分成两部分(波束N左边的部分和波束N右边的部分)。将这两个部分积分相减(视图A)得出两部分质量(左和右质量)的差。通过在视图B中执行相同的操作,再次获得这两部分的质量差,但这两部分之间的边界旋转了一个小角度。通过将这两个质量差相减,即获得边界光束(波束N)的加权线积分,其中权重与最接近原点的点的距离成线性关系。
考虑两个相邻的视图:A和B以及某个光柱N(在并行重组几何中)。A:一个视图中一行内的数据;B:下一视图中同一行内的数据;N:探测器的特定光柱,其确定要沿着哪条波束估计质心。为了估算物体在此波束上的质心,我们执行以下操作:
sum(A(1:N-1))–sum(B(1:N-1))–sum(A(N+1:end))+sum(B(N+1:end))
如以上所述,给出了波束上的加权积分。用此加权积分除以未加权积分(A(N)或B(N),或更准确地讲,此两项的平均值)得到一个值,该值可与物体沿着波束的质心很好地相关。在另一个例子中,将上式的值除以衰减系数μ,得到质心和CT系统中ISO中心点的距离,这样,质心就被确定了。
然后,为了确定物体沿着波束的位置,计算质心和辐射源或探测器之间的距离,以表示物体沿着波束的位置。因为辐射源的位置相对于探测器的位置是固定的,所以质心和辐射源之间的距离或质心和探测器之间的距离可表示物体的位置。
基于物体沿着波束的位置确定卷积核包括生成与物体位置相关的卷积核数据库,并基于物体的位置根据该数据库确定卷积核。
物体的位置由质心与辐射源和探测器之一间的距离表示。和质心与辐射源和探测器之一间的距离相关的卷积核数据库可通过Monte Carlo模拟方法或实验方法获得。卷积核是1维向量或是2维矩阵,则取决于校正算法。然后使用数值方法来获取卷积核,例如插值法或拟合法。这里使用插值法作为用来获得卷积核的示例:卷积核=插值(数据库,距离)。因此,在计算质心与辐射源和探测器之一间的距离后,通过插值方法可确定卷积核。
将卷积核应用于等式6的卷积,可估算散射分布。通过从总强度的投影数据中减去散射分布来校正投影数据,以获得校正的投影数据,并使用校正的投影数据生成图像。由于卷积核自适应于物体的位置,因此可更好地估算散射分布,并可生成更清晰的图像。
在另一个实施例中,参照附图中的图5,卷积核也自适应于物体沿波束的厚度。该方法还包括确定物体沿着波束的厚度的步骤,其中根据物体的厚度确定卷积核。如图5所示:患者厚度与沿着波束的质量积分相关。
沿波束的质量积分T可由下述等式计算:
其中Iscan是有患者时,探测器沿着波束的扫描检测数据,Iair是无患者时,探测器沿着波束的扫描检测数据,μ是衰减系数。
在光谱校准之后μ近似为常数,因此质量积分可以等同于
该方法还包括基于物体的厚度确定卷积核,其包括生成与物体的厚度相关的卷积核的数据库,以及基于依据该数据库的物体的厚度而确定卷积核。
质量积分与物体沿着波束的厚度相关。与厚度相关的卷积核的数据库可以通过Monte Carlo模拟方法或实验方法获得。卷积核是1维向量还是2维矩阵,则取决于校正算法。然后使用数值方法来获取卷积核,例如插值法或拟合法。这里使用插值法作为用来获得卷积核的示例:卷积核=插值(数据库,厚度)。因此,在计算该质量积分并用其代表厚度之后,可通过插值法确定卷积核。
将卷积核应用于等式6的卷积,可估算散射分布。通过从总强度的投影数据中减去散射分布来校正投影数据,以获得校正的投影数据,并使用校正的投影数据生成图像。由于卷积核自适应于物体的位置,因此可更好地估算散射分布,并生成更清晰的图像。
在又一个实施例中,如图6所示,该方法还包括确定物体沿着波束的厚度的步骤,其中根据物体的位置确定卷积核包括根据物体的位置和厚度确定其卷积核。根据物体的厚度确定和物体的位置确定卷积核,包括生成与物体的位置和物体的厚度相关的卷积核的数据库,基于物体的位置和物体的厚度并依据该数据库而确定该卷积核。
质量积分关联于物体沿着波束的厚度。位置则关联于其与辐射源或探测器的距离。该方法利用经测量的成像系统的投影数据,从而通过前述方法获得相关厚度和距离。该厚度和距离可以通过Monte Carlo模拟方法或实验方法获得。卷积核是1维向量还是2维矩阵,则取决于校正算法。然后使用数值方法来获取卷积核,例如插值法或拟合法。这里使用了一种2D插值法作为获取卷积核的示例:
卷积核=插值(数据库,厚度,距离) 公式9
因此,在物体的质量积分和物体的质心与辐射源或探测器的距离计算之后,其卷积核可通过插值法来确定。
将卷积核应用于等式6的卷积,可估算散射分布。通过从总强度的投影数据中减去散射分布来校正投影数据,以获得校正的投影数据,并使用校正的投影数据生成图像。由于卷积核自适应于物体的位置,因此可更好地估算散射分布,并生成更清晰的图像。
在一个CT系统中,对于所有视图的所有波束,所有的卷积核都分别根据上述方法计算,然后根据卷积计算所有的散射分布。通过将所有散射分布从投影数据的总强度中减去,来修正投影数据,然后根据修正后的投影数据生成重建图像。
在另一个实施例中,本发明公开了一种放射成像方法,包括通过辐射源,放射多个波束到物体上;通过多个探测器,检测穿过物体的多个波束,并输出投影数据;确定物体沿着多个波束中的每条波束的每个位置;基于物体的每个位置确定每个卷积核;根据每个卷积核估算散射分布;基于散射分布校正投影数据;及使用经校正的投影数据生成图像。
每个卷积核与所有视图的多个波束中的每个波束一一对应,并且每个卷积核都可以分别根据前述方法计算。
估算散射分布的方法为首先根据上述公式4和公式5计算多个波束中每条波束(即每个探测器通道)的散射强度。接着使用公式6的卷积公式估算散射分布。
在本发明的一个实施例中,物体沿多个波束中每条波束的位置包括沿着多个波束中每条波束的物体的质心的位置。一种用来确定质心的方法是利用源自第一道侦查的成像系统的数据和图像处理。使用该方法,质心的估算便是准确的。在另一种方法中,该质心通过对相邻视图进行滤波操作获得。此外,质心还可通过将相邻视图的波束两侧的数据差相减来获得。详细的计算方法上文已有相关描述。
根据沿多个波束中每条波束的每个位置确定每个卷积核包括生成一个关于物体位置的卷积核数据库,和基于物体的每个位置并根据所述数据库确定每个卷积核。
数据库可通过Monte Carlo模拟方法或实验方法获得。然后使用数值方法来获取卷积核,例如插值法或拟合法。这里使用了一种插值法作为获取卷积核的示例:卷积核=插值(数据库,距离)。因此,在每个质心和辐射源的距离计算后,每个卷积核可通过插值法确定。
根据每个卷积核估算散射分布包括:根据每个卷积核分别应用公式6的卷积,来获得卷积结果,并将卷积结果相加,得到所述的散射分布。
在另一个实施例中,根据每个卷积核估算散射分布包括:根据预设标准从每个卷积核中形成至少一个卷积核组;对至少一个卷积核组分别应用卷积以得到卷积结果,并将所述卷积结果相加。其中该卷积核组包括至少一个卷积核。例如,把相似的卷积核分为一个组,选择一个值,如平均值作为这个组的卷积核统一计算卷积。因此,计算负荷降低了。在优选示例中,对于每个卷积核组,预设标准为方差小于预定值。
通过从投影数据的总强度中减去相加的卷积和来校正投影数据,以获得校正的投影数据,并使用校正的投影数据生成图像。由于卷积核自适应于物体的位置,因此可更好地估算散射分布,并可生成更清晰的图像。
在另一个实施例中,卷积核自适应于物体沿着多个波束中每条波束的厚度。该方法还包括确定物体沿着多个波束中每条波束的每个厚度的步骤,其中确定。如图5所示,患者的厚度与沿着多个波束中每条波束的质量积分相关。
沿着波束的质量积分T由公式7或公式8计算。
该方法还包括基于物体沿多个波束中每条波束的每个质量积分确定每个卷积核,包括生成与物体的厚度相关的卷积核的数据库,基于物体的每个厚度并依据该数据库确定每个卷积核。
质量积分与物体沿着波束的厚度相关。与质量积分相关的卷积核的数据库可通过Monte Carlo模拟方法或实验方法获得。卷积核是1维向量还是2维矩阵,则取决于校正算法。然后使用数值方法来获取卷积核,例如插值法或拟合法。这里使用了一种插值法作为获取卷积核的示例:卷积核=插值(数据库,厚度)。因此,在每个质量积分计算后,每个卷积核均可通过插值法确定。
根据每个卷积核估算每个散射分布包括根据每个卷积核分别应用公式3的卷积,来得到卷积结果,从而估算每个散射分布并将卷积结果相加。
在另一个实施例中,根据每个卷积核估算散射分布包括:根据预设标准从每个卷积核中形成至少一个卷积核组;对至少一个卷积核组分别应用卷积以获得卷积结果,并将所述卷积结果相加。其中该卷积核组包括至少一个卷积核。例如,把相似的卷积核分为一个组,选择一个值,如平均值作为这个组的卷积核统一计算卷积。因此,计算负荷降低了。在优选示例中,对于每个卷积核组,预设标准为方差小于预定值。
通过从投影数据的总强度中减去相加的卷积和来校正投影数据,以获得校正的投影数据,并使用校正的投影数据生成图像。由于卷积核自适应于物体的位置,因此可更好地估算散射分布,并可生成更清晰的图像。
在一个实施例中,该方法还包括确定沿每条波束的物体的每个厚度,其中,基于物体的每个位置确定每个卷积核包括基于物体的每个位置和每个厚度确定每个卷积核。基于物体的每个位置和每个厚度确定每个卷积核包括,生成与物体的位置和物体的厚度相关的卷积核的数据库;基于物体的每个位置和物体的每个厚度并依据该数据库确定每个卷积核。
质量积分与物体沿着波束的厚度相关。与每个距离和每个质量积分相关的每个卷积核的数据库可通过Monte Carlo模拟方法或实验方法获得。卷积核是1维向量还是2维矩阵,则取决于校正算法。然后使用数值方法来获取卷积核,例如插值法或拟合法。参照公式9,此处使用2D插值法来获取卷积核。
因此,在物体的每个质量积分以及物体的每个质心被计算后,每个卷积核可通过插值法确定。
根据每个卷积核来估算每个散射分布包括:根据每个卷积核分别应用公式6的卷积,来获得卷积结果,从而估算每个散射分布并将卷积结果相加。
在另一个实施例中,根据每个卷积核估算散射分布包括:根据预设标准从每个卷积核中形成至少一个卷积核组;对至少一个卷积核组分别应用卷积以获得卷积结果,并将所述卷积结果相加。其中该卷积核组包括至少一个卷积核。例如,把相似的卷积核分为一个组,选择一个值,如平均值作为这个组的卷积核统一计算卷积。因此,计算负荷降低了。在优选示例中,对于每个卷积核组,预设标准为方差小于预定值。
通过从投影数据的总强度中减去相加的卷积和来校正投影数据,以获得校正的投影数据,并使用校正的投影数据生成图像。由于卷积核自适应于物体的位置及物体的质量积分,因此可更好地估算散射分布,并可生成更清晰的图像。
参照附图中的图8,其组建了模拟模型。而参照附图中的图9,模拟结果表明,本发明引入的具有自适应的卷积核的经估算的散射,比常规固定卷积核方法更准确。
参照附图中的图10,本发明还公开了放射成像系统10,其包括辐射源14,其用于发射波束到物体上;探测器20,其用于检测穿过物体的所述波束;数据处理系统30,其用于输出投影数据;控制器40,其被配置用来确定物体沿着波束的位置,用来基于物体的位置确定卷积核,用来基于卷积核估计散射分布,用来基于散射分布校正投影数据,以及用来依据经校正的投影数据生成图像。
其中确定物体沿着波束的位置即为计算物体沿着波束的质心与辐射源或沿着波束的探测器间的距离。
其中控制器被配置来确定沿着波束的厚度,用来生成与物体位置和物体厚度相关的卷积核的数据库,用来基于物体的位置和物体的厚度并依据该数据库的而确定卷积核。
图像重建器从数据采集系统接收抽样的和数字化的X射线数据,并执行高速重建以产生图像。
本书面描述使用了示例来描述本公开,其包括最佳模式,并使本领域任何技术人员能够实践本公开,包括制造和使用任何装置或系统以及实行任何结合的方法。本公开的可给予专利权的范围由权利要求限定,并可包括本领域技术人员涉及的其他示例。如果该其它示例具有与权利要求的字面语言相同的结构元件,或如果它们包括与权利要求的字面语言无实质差异的等同结构元件,则这些其它示例被规定在权利要求的范围内。
Claims (12)
1.一种放射成像方法,其特征在于,包括:
通过辐射源放射波束到物体上;
通过探测器检测穿过所述物体的所述波束,并输出投影数据;
确定所述物体沿着所述波束的位置;
基于所述物体的所述位置确定卷积核;
根据所述卷积核估算散射分布;
基于所述散射分布校正所述的投影数据;及
使用所述经校正的投影数据生成图像。
2.如权利要求1所述的方法,其特征在于:确定所述物体的所述位置包括确定所述物体沿着所述波束的质心的位置。
3.如权利要求2所述的方法,其特征在于:确定所述质心的位置包括将相邻图像的波束两侧的数据差相减。
4.如权利要求1所述的方法,其特征在于:确定卷积核包括生成与所述物体的位置相关的所述卷积核的数据库,及基于所述物体的所述位置并且依据所述数据库确定所述卷积核。
5.如权利要求1所述的方法,其特征在于:还包括确定所述物体沿所述波束的厚度,其中基于所述物体的所述位置确定卷积核,包括基于所述物体的所述位置和所述厚度确定卷积核。
6.如权利要求5所述的方法,其特征在于:基于所述物体的所述位置和所述厚度确定卷积核,包括生成与所述物体的位置和质量积分相关的所述卷积核的数据库;基于所述物体的所述位置和所述质量积分并依据所述数据库确定所述卷积核。
7.一种放射成像方法,其特征在于,包括:
通过辐射源放射多个波束到物体上;
通过多个探测器检测穿过所述物体的所述多个波束,并输出投影数据;
分别确定所述物体沿着所述多个波束中每条波束的每个位置;
基于所述物体的所述每个位置确定每个卷积核;
根据所述每个卷积核估算散射分布;
基于所述散射分布校正所述投影数据;及
使用所述经校正的投影数据生成图像。
8.如权利要求7所述的方法,其特征在于:根据所述每个卷积核估算散射分布,包括分别对所述每个卷积核应用卷积以得到卷积结果,并将所述卷积结果相加。
9.如权利要求7所述的方法,其特征在于:根据所述每个卷积核估算散射分布,包括在所述每个卷积核中,将符合预定标准的卷积核形成至少一个卷积核组;分别对所述至少一个卷积核组应用卷积以得到卷积结果;将所述卷积结果相加。
10.如权利要求9所述的方法,其特征在于:所述卷积核组包括至少一个卷积核。
11.如权利要求7所述的方法,其特征在于:还包括确定所述物体沿所述每条波束的每个厚度;基于所述物体的所述每个位置确定卷积核,包括生成与所述物体的位置和厚度相关的所述卷积核的数据库,和基于所述物体的所述每个位置和所述每个厚度并依据所述数据库确定所述卷积核。
12.一种放射成像系统,其包括:
辐射源,其用于发射波束到物体;
探测器,其用于检测穿过所述物体的所述波束,及数据处理系统,其用于输出投影数据;
控制器,其被配置用来确定所述物体沿着所述波束的位置,用来基于所述物体的所述位置确定卷积核,用来基于所述卷积核估计散射分布,用来基于所述散射分布校正所述投影数据,以及用来使用所述经校正的投影数据生成图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611001451.2A CN108065950B (zh) | 2016-11-14 | 2016-11-14 | 一种放射成像方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611001451.2A CN108065950B (zh) | 2016-11-14 | 2016-11-14 | 一种放射成像方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108065950A true CN108065950A (zh) | 2018-05-25 |
CN108065950B CN108065950B (zh) | 2021-05-11 |
Family
ID=62162211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611001451.2A Active CN108065950B (zh) | 2016-11-14 | 2016-11-14 | 一种放射成像方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108065950B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113096211A (zh) * | 2021-04-16 | 2021-07-09 | 上海联影医疗科技股份有限公司 | 一种校正散射的方法和系统 |
EP4372674A1 (en) * | 2022-10-21 | 2024-05-22 | Siemens Healthineers International AG | Estimating scatter in x-ray images caused by imaging system components using spatially-dependent kernels |
EP4372675A1 (en) * | 2022-10-21 | 2024-05-22 | Siemens Healthineers International AG | Estimating scatter in x-ray images caused by imaging system components using kernels based on beam hardening |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5270925A (en) * | 1988-09-05 | 1993-12-14 | U.S. Philips Corporation | Method of and device for correcting scattered-radiation effects in X-ray images |
US20080075347A1 (en) * | 2006-09-27 | 2008-03-27 | Ernst-Peter Ruhrnschopf | Method for correcting x-ray scatter in projection radiography and computer tomography |
CN101473348A (zh) * | 2006-06-22 | 2009-07-01 | 皇家飞利浦电子股份有限公司 | 用于误差补偿的方法和系统 |
US20140093151A1 (en) * | 2012-10-02 | 2014-04-03 | Samsung Electronics Co. Ltd. | Methods and apparatuses for generating a response of a scanner in an imaging apparatus and medical image using the same |
CN103987320A (zh) * | 2011-12-12 | 2014-08-13 | 株式会社日立医疗器械 | X线ct装置以及散射x线校正方法 |
CN104783819A (zh) * | 2014-08-27 | 2015-07-22 | 上海联影医疗科技有限公司 | 散射校正方法及装置 |
US20160296191A1 (en) * | 2015-04-08 | 2016-10-13 | Kabushiki Kaisha Toshiba | Scatter correction method and apparatus for computed tomography imaging |
-
2016
- 2016-11-14 CN CN201611001451.2A patent/CN108065950B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5270925A (en) * | 1988-09-05 | 1993-12-14 | U.S. Philips Corporation | Method of and device for correcting scattered-radiation effects in X-ray images |
CN101473348A (zh) * | 2006-06-22 | 2009-07-01 | 皇家飞利浦电子股份有限公司 | 用于误差补偿的方法和系统 |
US20080075347A1 (en) * | 2006-09-27 | 2008-03-27 | Ernst-Peter Ruhrnschopf | Method for correcting x-ray scatter in projection radiography and computer tomography |
CN103987320A (zh) * | 2011-12-12 | 2014-08-13 | 株式会社日立医疗器械 | X线ct装置以及散射x线校正方法 |
US20140093151A1 (en) * | 2012-10-02 | 2014-04-03 | Samsung Electronics Co. Ltd. | Methods and apparatuses for generating a response of a scanner in an imaging apparatus and medical image using the same |
CN104783819A (zh) * | 2014-08-27 | 2015-07-22 | 上海联影医疗科技有限公司 | 散射校正方法及装置 |
US20160296191A1 (en) * | 2015-04-08 | 2016-10-13 | Kabushiki Kaisha Toshiba | Scatter correction method and apparatus for computed tomography imaging |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113096211A (zh) * | 2021-04-16 | 2021-07-09 | 上海联影医疗科技股份有限公司 | 一种校正散射的方法和系统 |
EP4372674A1 (en) * | 2022-10-21 | 2024-05-22 | Siemens Healthineers International AG | Estimating scatter in x-ray images caused by imaging system components using spatially-dependent kernels |
EP4372675A1 (en) * | 2022-10-21 | 2024-05-22 | Siemens Healthineers International AG | Estimating scatter in x-ray images caused by imaging system components using kernels based on beam hardening |
Also Published As
Publication number | Publication date |
---|---|
CN108065950B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7217020B2 (ja) | X線装置、x線検査方法、及びデータ処理装置 | |
JP6590381B2 (ja) | X線装置、データ処理装置及びデータ処理方法 | |
US7734076B2 (en) | Material decomposition image noise reduction | |
US10878602B2 (en) | Image reconstruction device, X-ray CT device, and image reconstruction method | |
US8054940B2 (en) | Image capturing system for medical use, image processing apparatus, and image processing method | |
US7496171B2 (en) | Method for estimating the radiation scattered in a two-dimensional detector | |
US10507005B2 (en) | Spectral calibration of spectral computed tomography (CT) | |
EP2243021B1 (en) | System and method for quantitative imaging of chemical composition to decompose multiple materials | |
US20130202079A1 (en) | System and Method for Controlling Radiation Dose for Radiological Applications | |
EP1566771A1 (en) | Scatter and beam hardening correction in computed tomography applications | |
US7471759B2 (en) | Method for estimating the scattered radiation in X-ray tomography | |
US11116470B2 (en) | Beam hardening correction in x-ray dark-field imaging | |
JP5853123B2 (ja) | 光子計数検出装置のための不完全性の動的モデリング | |
CN108065950A (zh) | 一种放射成像方法及其系统 | |
US6921902B2 (en) | Scatter correction device for radiative tomographic scanner | |
US8351572B1 (en) | Method and system to reconstruct treatment dose to a patient from integrated exit-transit images of radiation fields taken during treatment | |
JP2017113526A (ja) | スペクトルを修正するための方法 | |
CN117679067A (zh) | 散射伪影校正方法、装置、医学成像设备及存储介质 | |
Balda et al. | Non-Stationary CT Image Noise Spectrum Analysis. | |
KR20050037955A (ko) | X선 ct 장치 및 x선 ct 장치에 의한 촬상 방법 | |
JP2018121929A (ja) | 放射線撮影装置、放射線撮影方法およびプログラム |
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 |