CN108209954A - 发射型计算机断层图像重建方法及系统 - Google Patents

发射型计算机断层图像重建方法及系统 Download PDF

Info

Publication number
CN108209954A
CN108209954A CN201710049007.6A CN201710049007A CN108209954A CN 108209954 A CN108209954 A CN 108209954A CN 201710049007 A CN201710049007 A CN 201710049007A CN 108209954 A CN108209954 A CN 108209954A
Authority
CN
China
Prior art keywords
ect
voxel
gate number
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
Application number
CN201710049007.6A
Other languages
English (en)
Other versions
CN108209954B (zh
Inventor
冯涛
朱闻韬
李弘棣
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.)
Shanghai United Imaging Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Healthcare 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 United Imaging Healthcare Co Ltd filed Critical Shanghai United Imaging Healthcare Co Ltd
Publication of CN108209954A publication Critical patent/CN108209954A/zh
Application granted granted Critical
Publication of CN108209954B publication Critical patent/CN108209954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • A61B5/7289—Retrospective gating, i.e. associating measured signals or images with a physiological event after the actual measurement or image acquisition, e.g. by simultaneously recording an additional physiological signal during the measurement or image acquisition
    • 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
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • A61B5/7292—Prospective gating, i.e. predicting the occurrence of a physiological event for use as a synchronisation signal
    • 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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission 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
    • A61B6/52—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
    • 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
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Pulmonology (AREA)
  • Nuclear Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Quality & Reliability (AREA)

Abstract

本申请涉及发射型计算机断层图像重建的方法和系统。其中，发射型计算机断层图像重建的系统设置为包含处理器和存储器的设备，该设备可产生ECT投影数据，该ECT投影数据对应多个体素；为多个体素确定若干个门控数，且若干个门控数与多个体素的运动信息相关；根据ECT投影数据和若干个门控数重建ECT图像。

Description

发射型计算机断层图像重建方法及系统
相关申请的交叉引用
本申请要求2016年12月21日递交的美国申请No.15/386,048的优先权，其全部内容通过参考在此引入。
【技术领域】
本申请涉及医学图像重建技术领域，尤其涉及发射型计算机断层(EmissionComputed Tomography，ECT)图像重建方法及系统。
【背景技术】
发射型计算机断层扫描仪(Emission Computed Tomography，ECT)在医学诊断及其它领域具有广泛的应用。ECT的类型主要包括正电子发射型计算机断层扫描(PositronEmission Tomography，PET)和单光子发射计算机断层扫描(Single-Photon EmissionComputed Tomography，SPECT)。通过ECT扫描设备可获得受检者的ECT图像，通过ECT图像可获得肿瘤、心、脑疾病诊断。然而，当对胸部或者上腹部执行扫描时，由于肺部或者受检者心脏的运动会导致最终生成的ECT图像中产生严重的运动伪影。鉴于此，有必要对现有ECT图像重建方法进行改进，以抑制运动伪影、提高图像质量。
【发明内容】
本申请所要解决的技术问题是提出一种新的ECT图像重建方法，该重建方法可抑制运动伪影、提高图像质量。
根据本申请的一方面，提出一种ECT图像重建方法，包括：
对受检者进行扫描获取ECT投影数据，所述ECT投影数据与重建图像域的多个体素相对应；
确定所述多个体素的门控数，所述门控数与所述多个体素的运动信息相关；
基于所述ECT投影数据和所述门控数重建ECT图像。
可选地，对受检者进行扫描的设备为ECT扫描设备，所述ECT扫描设备具有固有分辨率，且所述门控数等于体素的运动幅度与所述固有分辨率的比值。
可选地，确定所述多个体素的门控数包括：
采用基于字典库的方法获取所述多个体素的运动幅度；
基于所述运动幅度确定所述多个体素的门控数。
可选地，确定所述多个体素的门控数包括：
根据所述ECT投影数据产生中间图像；
根据所述中间图像确定所述多个体素在不同时间点之间的差别；
根据所述差别确定差值图像；以及，
基于所述差值图像确定多个体素的门控数。
可选地，基于所述ECT投影数据和所述门控数重建ECT图像包括：
基于所述门控数确定与所述多个体素的运动信息相关的特征值；以及，
基于所述特征值重建所述ECT投影数据获取ECT图像。
可选地，还包括：
根据所述门控数确定时域扩展函数；
基于所述时域扩展函数获取与所述多个体素的运动信息相关的特征值。
可选地，所述时域扩展函数为模糊函数，所述特征值为时域扩展函数的半高宽。
可选地，确定与所述运动信息相关的特征值包括：
确定与所述门控数相关的阈值；以及，
基于所述门控数和所述阈值确定时域扩展函数的半高宽。
可选地，确定所述多个体素的门控数包括：
在所述多个体素包括第一体素和第二体素，分别确定所述第一体素的第一门控数和所述第二体素的第二门控数，且所述第一门控数与所述第二门控数不相等。
可选地，还包括：
为所述第一体素确定第一时域扩展函数的第一半高宽，所述第一半高宽对应所述第一体素的第一运动幅度；以及，
为所述第二体素确定第二时域扩展函数的第二半高宽，所述第二半高宽对应所述第二体素的第二运动幅度，且所述第一半高宽与所述第二半高宽不同。
根据本申请的另一方面，提出一种ECT图像重建方法，包括：
获取受检者的ECT投影数据；
根据所述ECT投影数据产生中间图像，所述中间图像包含多个体素；
为所述中间图像的多个体素确定门控数，所述门控数与所述多个体素的运动信息相关；
基于所述ECT投影数据和所述门控数重建ECT图像。
可选地，为所述中间图像的多个体素确定门控数包括：
确定所述中间图像的多个体素在不同时间点的差别；
利用所述差别确定差值图像；以及，
基于所述差值图像确定多个体素的门控数。
可选地，基于所述ECT投影数据和所述门控数重建ECT图像包括：
根据所述门控数将所述ECT投影数据分类为多个箱；以及，
使用多个箱中的至少一个重建ECT图像。
可选地，基于所述ECT投影数据和所述门控数重建ECT图像包括：
根据所述门控数确定时域扩展函数；
根据所述时域扩展函数获取至少一个特征值，所述特征值与所述多个体素的运动信息相关；
基于与所述多个体素的运动信息相关的特征值和所述ECT投影数据重建ECT图像。
根据本申请的又一方面，提出一种ECT扫描系统，包括：
一个或多个处理器，所述处理器执行ECT图像重建指令，并完成如下操作：
获取ECT投影数据，所述ECT投影数据与重建图像域的多个体素相对应；
确定所述多个体素的门控数，所述门控数与所述多个体素的运动信息相关；
基于所述ECT投影数据和所述门控数重建ECT图像。
与现有技术相比，本申请根据受检者不同体素或空间点具有不同的运动幅度的特征，首先获取可表征受检者不同空间点运动幅度的运动曲线或与体素的运动信息相关的特征值，基于该运动曲线或与体素的运动信息相关的特征值确定不同的门控数，在运动幅度小的空间点选用较小的门控数，在运动幅度大的空间点选用较大的门控数，同时平衡噪声和运动伪影两个参数，生成的图像既可具有较高的信噪比，又可有效抑制运动伪影。
【附图说明】
在此所述的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的限定。在各图中，相同标号表示相同部件。
图1-A为本申请一些实施例的ECT扫描系统结构示意图；
图1-B为本申请一些实施例的图像处理系统结构框图；
图2为本申请一些实施例的计算机设备配置的软件和/或硬件结构框图；
图3为本申请一些实施例的处理模块结构框图；
图4为本申请一些实施例的ECT图像重建示例性流程图；
图5为本申请一些实施例的确定用于ECT图像重建的门控数示例性流程图；
图6为本申请一些实施例的时域扩展函数示意图；
图7-A至图7-C为本申请一实施例中分别利用不同图像重建方法获得的ECT图像；
图8-A至图8-C为本申请另一实施例中分别利用不同图像重建方法获得的ECT图像。
【具体实施方式】
为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。应当理解，给出这些示例性实施例仅是为了使相关领域的技术人员能够更好地理解进而实现本申请，而并非以任何方式限制本申请的范围。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
虽然本申请对实施例的某些系统、模块或单元做出了各种引用，然而，任何数量的不同模块可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
不同系统、模块或单元之间的连接、耦合可表示直接电气连接或耦合，以用于不同模块之间的信息传递，还可采用无线通信同时进行相互之间的信息传递。本说明书中的“和/或”表示两者之一或者两者的结合。
本申请中使用流程图用来说明实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。可替代地，按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
本申请所涉及的是非侵入性成像系统或组件，可用于疾病诊断或医学研究。在一些实施例中，非侵入性医学成像系统可以是ECT扫描系统、计算机断层扫描(ComputedTomography，CT)系统、磁共振成像(Magnetic Resonance Imaging，MRI)系统、超声系统、多模态系统中的至少一种或者多种的组合。ECT扫描系统可包括PET系统、SPECT系统等。多模态系统可以是PET-CT系统、PET-MR系统等。在一些实施例中，多模态系统可以包括用于ECT成像和对成像数据进行分析的模块或组件。
本申请示例性给出ECT图像重建的方法和系统，该成像系统可基于门控方法重建ECT图像。可选地，门控方法通常将ECT数据划分为多个部分，每一部分的数据可参与重建获取ECT图像。示例性地，该成像系统可根据一个或多个门控数将从受检者或扫描物体/扫描者采集的ECT数据分类为多个箱(bin)，基于该多个箱可重建ECT图像。在另一实施例中，成像系统可获取受检者的多个空间位点或者体素位置的门控数，对不同体素位置可应用不同的门控数，应用上述不同的门控数可重建ECT图像。
以下描述的目的在于方便理解本申请ECT图像重建方法或系统。本申请所涉及的图像可指2D图像、3D图像、4D图像或如ECT数据、ECT对应的投影数据等其他相关的图像数据。图像数据可对应受检者体内ECT示踪剂的分布。在本申请中，ECT示踪剂也称之为“放射性指示剂”，示踪剂在受检者体内的代谢具有差别，而通过示踪剂的活性或者荧光分布可监测受检者身体部分的功能特性或者细胞代谢活性。需要说明的是，并不能把本申请限制在所举实施例范围之内。对于本领域的普通技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对本申请所涉及的方法进行任意组合或者修正，均应在本申请所包含的范围内。
图1-A为根据本申请一些实施例的ECT扫描系统结构示意图。ECT扫描系统可包括ECT扫描器110和主机120，其中ECT扫描器110可包括机架111、探测器112、扫描区域113以及支撑受检者的扫描床114，扫描床114可将受检者或者生物体移动至扫描区域113。
携带放射性示踪剂的生物活性分子首先被注入到受检者的身体，探测器112可检测从受检者扫描区域113发射的伽马光子从而产生单光子事件/光子响应事件。在一些实施例中，探测器112可包括多个探测单元，且多个探测单元可组成环状、圆筒形或探测器阵列，探测单元可包括一个或多个晶体和/或光电倍增管(Photomultiplier Tubes，PMT)。可选地，光电倍增管PMT可包括光电阴极、电子光学输入系统、电子倍增系统以及阳极。其中光电阴极通常由逸出功较小的碱金属化合物镀膜形成，在一定能量的光子照射下发生外光电效应，将光子转化成电子；接着，电子在电场约束下通过电子光学系统进入倍增级，电子通过电场加速后轰击倍增级表面的二次电子材料实现电子的倍增，电子信号经过多级倍增以后可以达到105-109倍的放大；最后，放大后的信号被阳极收集输出。可选地，光电倍增管可以选择侧窗型光电倍增管和/或端窗型光电倍增管。
在一些实施例中，单光子事件可存储在存储器，该存储器可设置在主机120，该主机120还可包括数据转换器、数据传输装置或者显示器等其他相关设备。可选地，用于通过主机120控制ECT扫描器110。
进一步地，ECT扫描系统可包括数据传输网络，该数据传输网络可以是单个网络，也可以是多个不同网络的组合。例如，数据传输网络可以是局域网(LAN)、广域网(WAN)、公共网络、私人网络、专有网络、公共交换电话网(PSTN)、互连网、无线网络、虚拟网络或者上述网络的任何组合。数据传输网络也可以包括一个或多个网络接入点，例如无线网络或有线网络。有线网络可以包括利用金属电缆、混合电缆、一个或多个接口等一种或多种组合的方式。无线网络可以包括利用蓝牙、区域局域网(LAN)、广域局域网(WAN)、无线个域网(WPAN)、近源场通信(NFC)等一种或多种组合的方式。
应当理解的是，以上对ECT扫描系统的描述仅用于示例性说明，并不能把本申请限制在所举实施例范围之内。对于本领域的普通技术人员来说，在了解该系统的原理后，在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接，对实施上述系统的应用领域形式和细节上的各种修正和改变。在一些实施例中，如梯度放大模块及其他设备或模块等其它组件可以加入到成像系统中。
图1-B为根据本申请一些实施例的图像处理系统100结构框图。该图像处理系统100可应用于主机120。请参考附图1-B，图像处理系统100可包括采集模块131、控制模块132、存储模块133、处理模块134以及显示器135。
采集模块131可用于采集或接收ECT数据，该ECT数据可包括SPECT数据PET数据或者CT数据，且ECT数据可以是多个数据集。在一些实施例中，ECT数据可以是正弦图(sinogram)模式数据或者列表(list-mode)模式数据。在一个实施例中，ECT扫描系统为PET扫描系统，通过采集模块131可获取受检者扫描部位的PET数据。
在一个实施例中，首先在PET扫描前向受检者体内注入放射性同位素标识的药剂/示踪剂，示踪剂在受检者体内可产生两个沿相反方向发射的、511keV的伽马光子/伽马射线；采集模块131包含的探测器检测从成对湮灭伽马射线，生成与检测出的成对湮没伽马γ射线的光量相应的脉冲状电信号；采集模块131包含的信号处理器可根据脉冲电信号可生成单事件数据(Single Event Data)，实际中信号处理器通过检出电信号的强度超过阈值这一情况，从而电检测湮没γ射线；单事件数据被供给至采集模块131的同时计数部，同时计数部对与多个单事件有关的单事件数据实施同时计数处理。示例性地，同时计数部从重复供给的单事件数据中重复确定容纳在与预先设定的时间范围内的两个单事件有关的事件数据，时间范围被设定为例如6ns～18ns左右。该成对的单事件被推测为由来于从同一成对湮没点产生的成对湮灭伽马射线，其中成对的单事件概括地被称为符合事件。连结检测出该成对湮没伽马射线的成对的探测器的线被称为响应线(Line Of Response，LOR)，也称之为PET数据/投影数据。通过该PET投影数据可获得受检者体内符合响应事件发生的位置或者光子湮灭事件位置。
在一些实施例中，PET扫描中所用的示踪剂可包括碳(11C)、氮(13N)、氧(15O)、氟(18F)等一种或多种放射性元素。在一些实施例中，ECT成像系统可选择SPECT扫描系统，且该SPECT扫描系统所用的示踪剂可以是锝-99m、碘-123、铟-111、碘-131中的一种或多种。示例性地，示踪剂可以是18F-FDG、18F-EF5、18F-ML-10等单示踪剂；也可是动态扫描的多示踪剂，如：18F-FDG和18F-FLT、11C-ACT和18F-FDG等双示踪剂。需要说明的是，示踪剂的分布信息可作为受检者或生物体生理功能检测的标识。可选地，用于PET或者SPECT的示踪剂也可称之为ECT示踪剂。
控制模块132可产生控制采集模块131、存储模块133、处理模块134以及显示器135的控制参数。例如，控制模块132可控制采集模块131的信号采集时间；控制模块132也可控制处理模块134采用不同的算法处理采集模块131获取的ECT数据。在一些实施例中，控制模块132可接收用户(如医师)发出的命令，将该命令转化成主机120可识别的控制程序，通过该控制程序控制采集模块131和/或处理模块134产生受检者扫描部位的图像。在另一些实施例中，控制模块132可与图像处理系统100的其他模块进行信息交互。
存储模块133可用于存储采集得到的ECT数据、扫描参数、ECT投影数据等。可选地，存储器133包括但不限于，硬盘、软盘、随机存储器(random access memory，RAM)、动态随机存储器(dynamic random access memory，DRAM)、静态随机存储器(static random accessmemory，SRAM)、磁泡存储器(bubble memory)、薄膜存储器(thin film memory)、磁镀线存储器(magnetic plated wire memory)、相变存储器(phase change memory)、闪速存储器(flash memory)、云盘(a cloud disk)等的一种或多种的组合。存储模块133可以是用于向计算机或处理器加载程序或指令的其他类似的装置。示例性地，存储模块133可存储图像处理系统100生成ECT数据的程序或命令、ECT数据重建获得的图像以及中间图像、目标图像(最终图像)的信息。
处理模块134可处理从图像处理系统100的不同模块获取的不同类型信息。在一个实施例中，处理模块134可对采集模块131获取的或缓存在存储模块133ECT数据进行处理，处理模块134基于ECT数据重建ECT图像，生成与ECT图像相关的诊断信息。在另一个实施例中，处理模块134可采用门控法对ECT数据进行处理；以及，重建门控处理后的ECT数据。可选地，受检者不同空间位置/体素所采用的门控数不同，根据不同的器官部位/身体区域可根据运动幅度的不同采用不同的门控数。
显示器135可显示与成像系统100相关的多种信息，该信息的呈现形式可包括指令、图像、声音、数据、文本等。在一些实施例中，显示器135可以包括显示装置和/或用户界面，例如，液晶显示器(LCD)、发光二极管(LED)、平板显示器、曲屏(或电视)或阴极射线管等的一种或多种的组合。在一些实施例中，显示器135可以包括一个或多个输入设备，例如键盘、触屏、触板、鼠标、远程控制等一个或多个。
可以理解的，附图1-B所述的一个或多个模块可应用在如图1-A所示的ECT成像系统中。在一些实施例中，采集模块131、控制模块132、存储模块133、处理模块134以及显示器135可以集成在一个控制台，通过该控制台用户可设置扫描参数、成像控制程序、图像重建过程中的控制参数、图像显示的分辨率或视野等。可选地，上述控制台可设置在主机120中。
图2为根据本申请一些实施例的计算机设备200配置的软件和/或硬件结构框图，该计算机设备200可包括图像处理系统100。在一些实施例中，计算机设备200可包括处理器202、存储器204和交换接口206。
处理器202可执行处理模块134中的计算机指令/程序代码并完成相应的功能。计算机指令可包括程序、算法、数据结构、功能性指令等。例如，处理器202可处理发送自采集模块131、控制模块132、存储模块133、处理模块134以及图像处理系统100其他模块的数据或者信息。可选地，处理器202可包括但不限于，微控制器、精简指令集计算机(RISC)、专用集成电路(ASIC)、应用专用指令集处理器(ASIP)、中央处理单元(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)等中的一种或多种的组合。示例性地，处理器202可选择微控制器对ECT扫描器110采集的ECT数据进行图像重建。
存储器204可存储来自采集模块131、控制模块132、存储模块133、处理模块134等一个或多个模块的数据信息。在一个实施例中，存储器204可包括硬盘、软盘、随机存储器、动态随机存储器、静态随机存储器、薄膜存储器、磁镀线存储器、相变存储器、闪速存储器、云盘、电可擦除存储器、紧致盘存储器等中的一种或多种的组合。在一些实施例中，存储器204可存储一个或多个如前所述的指令或程序。示例性地，存储器204可存储处理模块134中的程序，该程序用于基于ECT数据执行ECT图像重建。
交换接口206可通过网络实现采集模块131、控制模块132、存储模块133、处理模块134之间的信息接收或者发送。在一些实施例中，交换接口206可包括通用串行总线接口(USB)、高清晰度多媒体接口(HDMI)等有线端口，或者蓝牙接口、WiFi接口等无线端口。
如图3为本申请一些实施例的处理模块134结构框图。示例性地，处理模块134可包括预处理单元302、门控单元304、重建单元306、存储单元308等。在一些实施例中，至少两个单元之间可通过无线或有线方式连接。其中，有线连接的方式可采用铜缆、光纤、同轴线缆等，无线连接的方式可采用局域网、广域网、蓝牙、ZigBee以及近场通信等。
预处理单元302可处理来自采集模块131、控制模块132、存储模块133、处理模块134和/显示器135等不同类型的数据信息。该数据信息可包括ECT数据，受检者包括身体、体重、扫描部位在内的生理信息，分辨率、亮度或大小等显示信息等。在一个实施例中，预处理单元302可对ECT数据执行降噪处理等平滑操作。
门控单元304可确定用于ECT数据重建图像的门控参数、该门控参数可以是门控数/门控数目等。在一些实施例中，ECT数据为4D数据，该4D数据包括3D体数据和时间信息。示例性地，4D数据或者基于4D数据重建得到的相应ECT图像可用λ(j,t)表示，其中：j表示ECT图像的体素或像素，该体素可对应受检者扫描区域的一个空间位置；t表示时间，具体表示为时间轴上的一个时刻。可以理解的，本申请所涉及的“门控”表示将ECT数据沿时间轴划分为多个部分数据集，每一部分数据集可用于重建ECT图像。本申请所涉及的“门控数”表示将ECT数据划分的部分数据集的数量/个数。可选地，门控数可用时间轴的上的时刻表示或两者之间存在对应关系。示例性地，如果采用的门控数为n，则相应的时间轴可表示为{1,2,3,…,n}。
在一些实施例的ECT数据采集过程中，由于心脏、呼吸或者其他身体部位运动的影响，最终重建得到的ECT图像中往往不可避免的会有运动伪影产生。为了抑制运动伪影，门控单元304可对ECT数据进行门控操作划分为多个部分数据集，重建部分数据集中的一个或多个可获取ECT图像。需要指出的是，选择的门控数可同时影响ECT图像的运动伪影和图像噪声。示例性地，对于一个运动幅度为A0的体素位置/空间位置，当且仅当A0>ε的前提下，某一空间点对应的图像质量在应用门控的方法后才可能变好，ε表示成像系统固有分辨率。在按照运动幅度进行门控划分的前提下，n个门控可将该空间点体素的运动幅度降为A0/n，但是同时也会使该空间点体素的噪声增加至原先的除此之外，若n过大则图像的噪声增加将会增加过多；若n过小则会有较高的运动模糊。
对于不同的体素或空间点，其运动信息也可能不同。例如，在考虑呼吸运动时，受检者背部脊椎的运动幅度几乎为0，而胸腔对应的体素却具有较高的运动幅度。若采用非门控方法进行ECT成像，最终图像会存在严重的运动伪影或者图像噪声。在利用门控方法获得的最终结果中，虽然有些运动区域的信噪比有了提升，但是在背部区域的信噪比会下降。基于上述情况，如果分别在胸腔或背部对应的体素位置分别采用不同的门控，即考虑胸腔对应的体素具有较高的运动幅度而选择较大门控数；考虑背部对应的体素具有较小的运动幅度而选择接近零的门控数，则重建得到的图像可有效抑制运动伪影。
在一些实施例中，根据受检者不同体素或空间点具有不同的运动幅度，门控单元304可为ECT图像对应的不同ECT数据选择门控数，该ECT数据可在图像空间分别对应不同的空间点。在一些实施例中，门控单元304可确定表征受检者不同空间点运动幅度的运动曲线，基于该运动曲线可确定不同的门控数。
在一些实施例中，门控单元304在选择门控数时，需同时平衡噪声和运动伪影两个参数，既可以获得较高信噪比的图像，还可有效抑制运动伪影。在一些实施例中，门控单元304可获取多个空间点的体素在不同时间获取的中间图像，通过该中间图像确定门控数。可选地，体素的大小可用灰度值表示。在另一实施例中，门控单元304可根据门控数确定时域扩展函数，重建单元306可根据该时域扩展函数重建ECT图像。
重建单元306可根据门控数和ECT数据产生受检者扫描部位的ECT图像。示例性地，重建单元306可根据门控数对ECT数据采用不同的门控处理操作，并且对经过门控操作的ECT数据重建获得ECT图像。在一些实施例中，重建单元306可采用不同的重建方法进行图像重建操作。可选地，图像重建算法可采用基于傅里叶变换方法、滤波反投影方法、迭代重建方法中的一种或多种。在另一实施例中，重建单元306可包括一个或多个子单元，该子单元可执行多种重建方法完成图像重建。可选地，重建单元306获得的图像可存储在存储电管308。
存储单元308可存储预处理单元302处理的ECT数据、重建单元306获得的ECT图像、以及门控单元304确定的门控参数等。在一些实施例中，参与数据处理的算法、重建算法、门控处理算法可采用文本、图片、或代码的形式存在存储单元308。可选地，数据处理的算法可包括阈值分割算法、统计算法、平滑滤波算法等。
可以理解的是，上述对处理模块134的描述而并不构成对本申请的限定。对于本领域的普通技术人员来讲，虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。在一些实施例中，单独的存储单元308可以集成在处理模块134的任何一个模块中。可选地，处理模块134可以不包括存储单元308，此外预处理单元302同样也可以是不必要的。
图4为根据本申请一些实施例的ECT图像重建示例性流程图。步骤402，处理模块134确定与多个体素相对应的投影数据。该多个体素可对应受检者的多个空间点。在一些实施例中，投影数据可以是4D数据，且该4D数据可宝库三维(Three Dimensional，3D)空间数据和时间信息。在一些实施例中，处理模块134可从采集模块110采集的ECT数据确定投影数据。
步骤404，门控单元304可为多个体素确定门控数，其中至少包括两种不同数目的门控。门控数的多少可通过一个或多个体素的运动信息确定。在一些实施例中，门控单元304可根据受检者不同空间点对应的运动幅度(如运动曲线)确定门控数，且空间点与多个体素相对应。示例性地，不同空间点对应的运动幅度可通过基于字典库或者population方法确定。需要说明的是，基于字典库或者population方法的前提是假定数据库中所有受检者的呼吸运动或者心跳运动都是类似的，且不同空间点对应的运动幅度根据统计分布或者大数据的方法分析获得。
进一步地，基于字典库或者population方法可通过如下过程获取呼吸或者心跳运动的信息：将大量受检者数据按照特定类别进行分类，分类的参照可按照性别、年龄、体重、身高的信息，以精确获取身体每一部分的运动幅度。
在本申请一个实施例中，门控单元304可通过如下公式(1)确定多个门控数，每个门控数在数值上等于空间点的运动幅度与体素或系统固有分辨率的比值：
n(j)＝A0(j)/ε， (公式1)
其中，j表示ECT图像的体素或像素的序号；A0(j)表示与体素j对应的空间点的运动幅度；ε表示ECT成像系统固有分辨率；n(j)表示体素j的门控数。
在本申请一些实施例中，对于不同应用场景下不同的体素的最优门控数可能不同。示例性地，对于对图像噪声敏感的应用，最优的门控的数据要小于上式的解，对于对图像精确定量敏感的应用，最优的门控数目要大于上式的解。
在本申请一些实施例中，门控单元304可基于中间图像确定多个门控数。在一个实施例中，对ECT数据进行处理可包括如下步骤：从不同的空间点可采集得到ECT数据，其中不同的空间点对应中间图像中不同的体素；对ECT数据采用均一的门控数进行门控处理；根据门控处理后的ECT数据产生中间图像。在此实施例中，中间图像设置为4D图像。基于中间图像，可获得中间图像的各体素在不同时间点的差别，如第一时间点至第n(n>2)时间点的差别，需要说明的是，在获取各体素差别的过程中，体素的对应的空间保持不变而仅仅计算不同时间点的差别/差值。在一些实施例中，根据上述差别可获得差值图像。门控单元304可根据差值图像获取多个体素对应的门控数。示例性地，对于中间图像的特定体素，差值图像的值越大(通常为灰度值)，则与空间点对应的体素的门控数越大。反之，若中间图像的特定体素，两个不同时间点的差别越小，则与空间点对应的体素的门控数越小。
在一些实施例中，门控单元304还可确定与体素的运动信息相关的特征值。示例性地，门控单元304可根据门控数确时域扩展函数(temporal spread function，TSF)，且特征值为时域扩展函数模型的半高宽(FWHM)。在一个实施例中，时域扩展函数可表征模糊效应(如高斯模糊)。在另一实施例中，时域扩展函数可与不同空间点采集得到的ECT数据(投影数据)的空间信息和时间信息相关。
在此实施例中，多个体素包括第一体素和第二体素以及其他体素，且第一体素与第二体素分别对应具有不同运动幅度的组织/器官，分别确定所述第一体素的第一门控数和所述第二体素的第二门控数，且第一门控数与第二门控数不相等。进一步地，对不同体素采用不同的时域扩展函数模型，且时域扩展函数模型包括第一时域扩展函数、第二时域扩展函数以及其他时域扩展函数，其中：为第一体素确定第一时域扩展函数的第一半高宽，该第一半高宽对应第一体素的第一运动幅度；为第二体素确定第二时域扩展函数的第二半高宽，该第二半高宽对应所述第二体素的第二运动幅度，且第一半高宽与第二半高宽不同。
步骤406，重建单元306可基于投影数据和多个门控数产生ECT图像。在一些实施例中，门控单元304或重建单元306可根据多个门控数对投影数据进行门控处理。示例性地，对于一个特定体素，门控单元304或重建单元306可执行如下操作：沿时间轴对从某一空间点采集的投影数据进行门控处理。该空间点对应特定体素，门控处理后的投影数据可包括各体素的投影数据和各自对应的门控数；重建单元306可基于门控处理后的投影数据重建ECT图像。可选地，重建单元306可基于时域扩展函数重建ECT图像，或利用图像重建算法重建ECT图像。可选地，图像重建算法可包括最大似然期望重建(MLEM)算法、有序子集最大似然重建(OSEM)算法、发射和衰减的最大似然重建(MLAA)算法等。
在本申请一个实施例中，体素的投影数据分布近似为泊松分布，服从泊松分布的投影数据可用如下公式(2)所示的似然函数表示：
其中，表示似然函数估计的投影数据分布；p为采集到的原始符合计数数据；x表示检测得到的投影数据p分布；i表示响应线以及飞行时间的序号；pi表示第i条响应线的投影数据估计。
在一些实施例中，投影数据的估计可基于成像系统中投影矩阵、受检者体内PET示踪剂的分布估计、散射事件估计或随机符合事件等。可选地，投影矩阵可由用户自己设定，而散射事件或者随机符合时间的估计可基于统计值或经验值得到。示例性地，投影数据的估计可采用如下公式(3)：
其中，H表示包含系统矩阵；F表示与PET图像重建相关的矢量，且该矢量与PET示踪剂在受检者体内的分布相关(通常情况下在ECT成像过程中，F表示估计得到的ECT图像)；S表示散射事件；R表示随机符合事件。
在一些实施例中，ECT图像可根据由第一插值函数获取的第一取代ECT图像确定。可选地，第一取代ECT图像可以是与受检者体内的示踪剂相对应的ECT图像。对于第一取代ECT图像中的不同的体素(或受检者不同的空间点)，时间轴的坐标可具有不同值。可选地，对于不同的体素，时间轴的长度可具有不同值。示例性地，对于体素j，在时间轴的长度为n(j)的情况下，时间轴的坐标可以是{1,2,3,…,n(j)}，且n(j)为整数。
在一个实施例中，如公式(4)所示ECT图像估计可根据第一取代ECT图像确定：
其中，j表示体素的编号或序号；g和t表示时间坐标(也可称之为“时间轴坐标”)；F(j,g)表示估计的ECT图像或上采样图像；λ(j,t)表示第一取代ECT图像；uj(g,t)表示第一插值函数。
在一些实施例中，对于根据第一取代ECT图像确定的ECT图像的不同体素(或受检者不同的空间点)，时间轴的坐标可设置成相同，即：对于不同的体素，时间轴的长度相等(例如：设G为多个门控数的最大值/门控阈值，可令G为时间轴的长度)。示例性地，对于体素j，时间轴的长度为G，门控数可选择为n(j)，其中n(j)可设置成整数或者非整数。
在一些实施例中，第一插值函数可采用线性插值函数、指数插值函数、基于样条的插值函数等其中的一种或多种。示例性地，第一插值函数可用公式(5)表示为：
其中，令j表示体素编号/索引或序号；g和t表示时间编号/索引或序号；n(j)表示序号的j的体素对应的门控数，当然门控数的选择也可参照时间轴的长度；G表示多个门控数的最大值；表示取小于或等于x的最大整数，也可称之为向下取整；{x}表示取x的小数部分，即：
在一些实施例中，第一取代ECT图像可根据有第二差值函数获取的第二取代ECT图像获得。对于第二取代ECT图像的不同体素，时间轴可采用统一的坐标，即：对于不同的体素，时间轴的长度相同，都设定为多个门控数的最大值G。对于体素j，时间轴的长度为G，门控数可表示为n(j)，且n(j)为整数或非整数。可选地，第一取代ECT图像可由公式(6)确定：
其中，j表示体素序号；τ和t表示时间序号；G表示时间轴的最大均一长度，该最大长度可选择为多个门控数的最大值；λ(j,t)表示第一取代ECT图像，也可称之为示踪剂的4D分布图像；vj(t,τ)表示第二差值函数；f(j,τ)表示第二取代ECT图像。
在一些实施例中，第一取代图像可由第二取代图像确定，且第二取代与ECT图像之间存在对应关系。示例性地，可通过引入时域扩展函数，建立ECT图像和第二取代ECT图像之间的关系：
其中，j表示体素序号；τ和t表示时间序号；G表示时间轴的最大均一长度，该最大长度可选择为多个门控数的最大值；F(j,g)表示ECT图像；f(j,τ)表示第二取代ECT图像；wj(g,τ)表示时域扩展函数。
在一些实施例中，时域扩展函数可通过第一插值函数确定。例如，ECT图像可通过如下公式获得：
其中，j表示体素序号；g、τ和t表示时间序号；G表示时间轴的最大均一长度，该最大长度可选择为多个门控数的最大值；F(j,g)表示ECT图像；λ(j,t)表示第一取代ECT图像；uj(g,t)和vj(t,τ)分别表示第一插值函数和第二插值函数；f(j,τ)表示第二取代ECT图像；wj(g,τ)表示时域扩展函数。
其中，时域扩展函数可采用如下公式表示：
其中，j表示体素序号；g和t表示时间序号；uj(g,t)和vj(t,τ)分别表示第一插值函数和第二插值函数；n(j)表示编号为j的体素所对应的门控数，该门控数可设置成整数；wj(g,τ)表示时域扩展函数。
在一些实施例中，时域扩展函数可根据多个门控数确定，该时域扩展函数可以是高斯函数等模糊函数模型。可选地，模糊函数的半高宽可表示为G/n(j)。示例性地，时域扩展函数可通过如下公式表示：
其中，j表示体素序号；g和τ表示时间序号；G表示时间轴的最大均一长度，该最大长度可选择为多个门控数的最大值；n(j)表示编号为j的体素所对应的门控数，该门控数可设置成整数；Cg为一常数，且满足关系式∑τwj(g,τ)＝1。
在另一实施例中，时域扩展函数可通过如下公式确定：
其中，j表示体素序号；g和τ表示时间序号。
在一些实施例中，第一取代ECT图像可联合公式(3)和包含MLEM重建算法的公式(4)确定。第一取代ECT图像的迭代函数可通过如下公式确定：
其中，j、k表示体素序号；g、t和τ表示时间序号；m表示迭代次序；u表示第一插值函数；H表示系统投影矩阵；S表示散射事件数据；R表示随机符合事件数据；P表示估算的向量形式的4D投影数据；λ表示第一取代ECT图像。在一些实施例中，第二取代ECT图像可通过包含MLEM算法和公式(7)和公式(4)联合确定，对应于第二取代ECT图像的迭代函数可通过如下公式确定：
其中，i表示响应线的编号；j、k表示体素序号；g、t和τ表示时间序号；m表示迭代次序/次数；w表示时域扩展函数；H表示系统投影矩阵；S表示散射事件数据；R表示随机符合事件数据；P表示估算的向量形式的4D投影数据；f表示第二取代ECT图像。
可选地，在每次迭代执行过程中，判断发射投影数据的估计值与发射投影数据的测量值之间是否存在差值，当发射投影数据的估计值接近目标真实值迭代过程停止。在每次迭代过程中更新估计的投影数据，投影数据的估计值与目标投影数据的差值逐渐减小。可选地，当投影数据的估计值与目标投影数据的两者之间的差距缩小至设定阈值，迭代过程可终止。在一些实施例中，当连续执行一定数量(如连续进行2次、3次或4次)迭代进程，每次迭代过程后计算投影数据的估计值与目标投影数据的两者之间的差值，且该差值始终在在设定阈值范围内，可判定迭代过程维持稳定。在另一些实施例中，可由用户根据经验值在成像系统设定迭代门限值，当执行迭代的次数达到迭代门限值，则终止迭代处理过程。
在一些实施例中，可根据第一取代ECT图像或第二取代ECT图像获取估计的ECT图像。在一个实施例中，图像处理系统100可根据估计的ECT图像第一取代ECT图像和/或第二取代ECT图像产生ECT图像。需要指出的是，本申请中“中间图像”、“取代图像”、“替代图像”都可表示目标ECT图像产生过程中相关的图像或者中间量。
图5为本申请一些实施例的获取用于ECT图像重建的门控数流程图。步骤502，门控单元304根据与多个体素对应的投影数据产生中间图像。可选地，门控单元304可采用与一系列体素相对应的同一门控数对投影数据进行门控处理。
步骤504，门控单元304根据中间图像确定体素在不同时间点之间的差别/差值。在此实施例中，所涉及的体素可对应受检者中间图像同一空间点，其区别仅在于对应不同时间点，不同时间点可从第一时间点至第n时间点(n>2)。示例性地，该差值可由x(j,g)-x(j,t)确定，其中j表示体素编号；g和t表示时间序号；x(j,t)表示第j个体素在时间点t的值(如灰度值)；x(j,g)表示第j个体素在时间点g的值(如灰度值)。
步骤506，门控单元304根据由步骤504确定的差别确定差值图像。示例性地，差值图像可由公式(14)确定：
其中，j表示体素序号；g和t表示时间序号；G表示时间轴的最大均一长度，该最大长度可选择为多个门控数的最大值；x(j,t)表示第j个体素在时间点t的值；x(j,g)表示第j个体素在时间点g的值；D(j,t)表示差值图像。
步骤508，门控单元304基于步骤506获取的差值图像确定多个体素的门控数。示例性地，对于第j个体素，在差值图像中时间点t相对应的值越大，则该体素需要施加的(动态)门控数越大；在差值图像中时间点t相对应的值越小，则该体素需要施加的门控数越小。可选地，第j个体素的门控数可由公式(15)确定：
其中，n(j)表示编号为j的体素所对应的门控数；G表示时间轴的最大均一长度，该最大长度可选择为多个门控数的最大值；D(j,t)表示差值图像中第j个体素在时间点t的差值。
当确定多个门控数之后，门控单元304可利用公式(10)进一步确定时域扩展函数。在一些实施例中，基于差值图像可获得如图6所示的时域扩展函数。可选地，差值图像中第j个体素在时间点t的值越大，时域扩展函数的半高宽(FWHM)越小。
如图6所示，该曲线表示第j个体素随时间变化的时域扩展函数示意图。该曲线的半高宽(FWHM)可用G/n(j)表示。当半高宽的值越大，时域扩展函数曲线则越平滑。在一些实施例中，根据与受检者体素相对应的空间位置的运动幅度可确定半高宽。可选地，半高宽的值可基于如图5所示的差值图像获得：半高宽(FWHM)可用G/n(j)表示，其中，G表示时间轴的最大均一长度，该最大长度可选择为多个门控数的最大值；n(j)表示编号为j的体素所对应的门控数。
以下具体实施例是对本发明所涉及技术方案的进一步地说明，而并非以任何方式限制本申请的范围。
实施例1
图7-A、图7-B和图7-C分别为本申请一实施例利用不同图像重建方法获得的受检者目标扫描部位的ECT图像。为了方便显示，选用2D图像进行示意。其中，图7-A为本实施例基于时域扩展函数对投影数据进行重建处理获得的ECT图像；图7-B为本实施例采用非门控技术(如基于点扩散函数的方法)对投影数据进行重建处理获得的ECT图像；图7-C为本实施例对投影数据采用均一门控方法进行重建处理获得的ECT图像。
图7-B的ECT图像具有较低的噪声水平(信噪比高)，但重建图像的分辨率差。图7-C的ECT图像具有较高的图像分辨率，但噪声水平高(信噪比差)。图7-A的ECT图像分辨率好且噪声水平低，同时保留了类似非门控重建方法的较高噪声水平(如图7-B所示的信噪比)，同时保留了现有均一门控重建方法获得图像的高分辨率(如图7-C所示的分辨率)。
实施例2
图8-A、图8-B和图8-C分别为本申请一实施例利用不同图像重建方法获得的受检者目标扫描部位的ECT图像(2D/两维形式)。图8-A为本实施例基于时域扩展函数对投影数据进行重建处理获得的ECT图像；图8-B为本实施例采用非门控技术(如基于点扩散函数的方法)对投影数据进行重建处理获得的ECT图像；图8-C为本实施例对投影数据采用均一门控方法进行重建处理获得的ECT图像。图8-B的ECT图像具有较低的噪声水平(信噪比高)，但重建图像的分辨率差。图8-C的ECT图像具有较高的图像分辨率，但噪声水平高(信噪比差)。图8-A的ECT图像分辨率好且噪声水平低，同时保留了类似非门控重建方法的较高噪声水平(与图8-B的信噪比接近或相同)，同时保留了现有均一门控重建方法获得图像的高分辨率(与图8-C的分辨率接近或相同)。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述发明披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“模块”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网或广域网，或连接至外部计算机，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。
在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档、物件等，在此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不限于本申请明确介绍和描述的实施例。

Claims (15)

1.一种ECT图像重建方法，包括：
对受检者进行扫描获取ECT投影数据，所述ECT投影数据与重建图像域的多个体素相对应；
确定所述多个体素的门控数，所述门控数与所述多个体素的运动信息相关；
基于所述ECT投影数据和所述门控数重建ECT图像。
2.根据权利要求1所述的方法，其特征在于，对受检者进行扫描的设备为ECT扫描设备，所述ECT扫描设备具有固有分辨率，且所述门控数等于体素的运动幅度与所述固有分辨率的比值。
3.根据权利要求1所述的方法，其特征在于，确定所述多个体素的门控数包括：
采用基于字典库的方法获取所述多个体素的运动幅度；
基于所述运动幅度确定所述多个体素的门控数。
4.根据权利要求1所述的方法，其特征在于，确定所述多个体素的门控数包括：
根据所述ECT投影数据产生中间图像；
根据所述中间图像确定所述多个体素在不同时间点之间的差别；
根据所述差别确定差值图像；以及，
基于所述差值图像确定多个体素的门控数。
5.根据权利要求1所述的方法，其特征在于，基于所述ECT投影数据和所述门控数重建ECT图像包括：
基于所述门控数确定与所述多个体素的运动信息相关的特征值；以及，
基于所述特征值重建所述ECT投影数据获取ECT图像。
6.根据权利要求5所述的方法，其特征在于，还包括：
根据所述门控数确定时域扩展函数；
基于所述时域扩展函数获取与所述多个体素的运动信息相关的特征值。
7.根据权利要求6所述的方法，其特征在于，所述时域扩展函数为模糊函数，所述特征值为时域扩展函数的半高宽。
8.根据权利要求7所述的方法，其特征在于，确定与所述运动信息相关的特征值包括：
确定与所述门控数相关的阈值；以及，
基于所述门控数和所述阈值确定时域扩展函数的半高宽。
9.根据权利要求8所述的方法，其特征在于，确定所述多个体素的门控数包括：
在所述多个体素包括第一体素和第二体素，分别确定所述第一体素的第一门控数和所述第二体素的第二门控数，且所述第一门控数与所述第二门控数不相等。
10.根据权利要求9所述的方法，其特征在于，还包括：
为所述第一体素确定第一时域扩展函数的第一半高宽，所述第一半高宽对应所述第一体素的第一运动幅度；以及，
为所述第二体素确定第二时域扩展函数的第二半高宽，所述第二半高宽对应所述第二体素的第二运动幅度，且所述第一半高宽与所述第二半高宽不同。
11.一种ECT图像重建方法，包括：
获取受检者的ECT投影数据；
根据所述ECT投影数据产生中间图像，所述中间图像包含多个体素；
为所述中间图像的多个体素确定门控数，所述门控数与所述多个体素的运动信息相关；
基于所述ECT投影数据和所述门控数重建ECT图像。
12.根据权利要求11所述的方法，其特征在于，为所述中间图像的多个体素确定门控数包括：
确定所述中间图像的多个体素在不同时间点的差别；
利用所述差别确定差值图像；以及，
基于所述差值图像确定多个体素的门控数。
13.根据权利要求11所述的方法，其特征在于，基于所述ECT投影数据和所述门控数重建ECT图像包括：
根据所述门控数将所述ECT投影数据分类为多个箱；以及，
使用多个箱中的至少一个重建ECT图像。
14.根据权利要求11所述的方法，其特征在于，基于所述ECT投影数据和所述门控数重建ECT图像包括：
根据所述门控数确定时域扩展函数；
根据所述时域扩展函数获取至少一个特征值，所述特征值与所述多个体素的运动信息相关；
基于与所述多个体素的运动信息相关的特征值和所述ECT投影数据重建ECT图像。
15.一种ECT扫描系统，包括：
一个或多个处理器，所述处理器执行ECT图像重建指令，并完成如下操作：
获取ECT投影数据，所述ECT投影数据与重建图像域的多个体素相对应；
确定所述多个体素的门控数，所述门控数与所述多个体素的运动信息相关；
基于所述ECT投影数据和所述门控数重建ECT图像。
CN201710049007.6A 2016-12-21 2017-01-23 发射型计算机断层图像重建方法及系统 Active CN108209954B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/386,048 US10255694B2 (en) 2016-12-21 2016-12-21 Methods and systems for emission computed tomography image reconstruction
US15/386,048 2016-12-21

Publications (2)

Publication Number Publication Date
CN108209954A true CN108209954A (zh) 2018-06-29
CN108209954B CN108209954B (zh) 2021-05-14

Family

ID=62561777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710049007.6A Active CN108209954B (zh) 2016-12-21 2017-01-23 发射型计算机断层图像重建方法及系统

Country Status (2)

Country Link
US (1) US10255694B2 (zh)
CN (1) CN108209954B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112558A (zh) * 2021-03-26 2021-07-13 徐州医科大学 一种高清pet图像重建方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10282871B2 (en) 2017-07-10 2019-05-07 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for pet image reconstruction
CN111316332A (zh) * 2017-09-07 2020-06-19 Cmte发展有限公司 空间数据处理系统及方法
US10690782B2 (en) 2017-09-30 2020-06-23 Uih America, Inc. Systems and methods for positron emission tomography image reconstruction
US11568581B2 (en) 2018-01-27 2023-01-31 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for correcting mismatch induced by respiratory motion in positron emission tomography image reconstruction
US10504250B2 (en) 2018-01-27 2019-12-10 Uih America, Inc. Systems and methods for correcting mismatch induced by respiratory motion in positron emission tomography image reconstruction
CN109255825B (zh) * 2018-09-28 2023-01-17 上海联影医疗科技股份有限公司 用于实现正投影的方法、装置、存储介质以及图像重建方法
US11487029B2 (en) * 2020-08-26 2022-11-01 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for positron emission tomography image reconstruction
JP2022085289A (ja) * 2020-11-27 2022-06-08 キヤノン株式会社 放射線撮影システム、放射線撮影システムの制御方法及びプログラム

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101238391A (zh) * 2005-08-04 2008-08-06 皇家飞利浦电子股份有限公司 功能成像中的运动补偿
CN101288101A (zh) * 2005-07-26 2008-10-15 皇家飞利浦电子股份有限公司 根据小规模重建的运动分析进行的心区检测
CN101855564A (zh) * 2007-11-09 2010-10-06 皇家飞利浦电子股份有限公司 Mr-pet周期运动门控和校正
US20110103664A1 (en) * 2009-11-05 2011-05-05 Gil Kovalski Method and apparatus for compensating for motion in an imaged object
US20120051664A1 (en) * 2010-08-31 2012-03-01 General Electric Company Motion compensation in image processing
US20120305780A1 (en) * 2011-06-03 2012-12-06 Sheshadri Thiruvenkadam Method and system for processing gated image data
US20130197347A1 (en) * 2012-01-30 2013-08-01 Mehdi Hedjazi Moghari Method for Free-Breathing Magnetic Resonance Imaging Using Iterative Image-Based Respiratory Motion Correction
US20150036905A1 (en) * 2013-08-05 2015-02-05 Kerstin Mueller Three-dimensional x-ray imaging
WO2015134176A1 (en) * 2014-02-14 2015-09-11 The General Hospital Corporation System and method for tomographic lifetime multiplexing
CN106030955A (zh) * 2014-02-19 2016-10-12 Abb瑞士股份有限公司 包括模块化多电平转换器的能量存储系统
US20160324500A1 (en) * 2015-05-08 2016-11-10 Cedars-Sinai Medical Center Characterization of respiratory motion in the abdomen using a 4d mri technique with 3d radial sampling and respiratory self-gating

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4731476B2 (ja) * 2003-07-16 2011-07-27 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ボリュメトリックデータからの動くオブジェクトの画像の再構成
US7782998B2 (en) * 2004-12-21 2010-08-24 General Electric Company Method and apparatus for correcting motion in image reconstruction
EP2126842B1 (en) * 2007-01-08 2013-12-25 Koninklijke Philips N.V. Motion determination system for determining the motion of a periodically moving object.
US8107695B2 (en) * 2007-06-27 2012-01-31 General Electric Company Methods and systems for assessing patient movement in diagnostic imaging
US8098916B2 (en) * 2007-10-30 2012-01-17 General Electric Company System and method for image-based attenuation correction of PET/SPECT images
US8131044B2 (en) * 2008-04-08 2012-03-06 General Electric Company Method and apparatus for determining the effectiveness of an image transformation process
US8108778B2 (en) * 2008-09-30 2012-01-31 Yahoo! Inc. System and method for context enhanced mapping within a user interface
US8483432B2 (en) * 2009-12-23 2013-07-09 General Electric Company Methods for automatic segmentation and temporal tracking
US8611630B1 (en) * 2010-06-04 2013-12-17 University Of Central Florida Research Foundation, Inc. Algorithm for motion estimation from the tomographic data
US9305377B2 (en) 2011-01-05 2016-04-05 Koninklijke Philips N.V. Method and apparatus to detect and correct motion in list-mode PET data with a gated signal
US8600132B2 (en) * 2011-05-03 2013-12-03 General Electric Company Method and apparatus for motion correcting medical images
CN103608845B (zh) * 2011-06-21 2016-10-19 皇家飞利浦有限公司 呼吸运动确定装置
IN2014CN02779A (zh) * 2011-10-24 2015-07-03 Koninkl Philips Nv
US8965094B2 (en) * 2012-04-14 2015-02-24 Nocimed, Llc Magnetic resonance spectroscopy pulse sequence, acquisition, and processing system and method
US8879814B2 (en) * 2012-05-22 2014-11-04 General Electric Company Method and apparatus for reducing motion related imaging artifacts using consistency values
US9031300B1 (en) * 2013-10-25 2015-05-12 General Electric Company System and method reconstructing a nuclear medicine image using deformed attenuation image

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101288101A (zh) * 2005-07-26 2008-10-15 皇家飞利浦电子股份有限公司 根据小规模重建的运动分析进行的心区检测
CN101238391A (zh) * 2005-08-04 2008-08-06 皇家飞利浦电子股份有限公司 功能成像中的运动补偿
CN101855564A (zh) * 2007-11-09 2010-10-06 皇家飞利浦电子股份有限公司 Mr-pet周期运动门控和校正
US20110103664A1 (en) * 2009-11-05 2011-05-05 Gil Kovalski Method and apparatus for compensating for motion in an imaged object
US20120051664A1 (en) * 2010-08-31 2012-03-01 General Electric Company Motion compensation in image processing
US20150339821A1 (en) * 2010-08-31 2015-11-26 General Electric Company Motion compensation in image processing
US20120305780A1 (en) * 2011-06-03 2012-12-06 Sheshadri Thiruvenkadam Method and system for processing gated image data
US20130197347A1 (en) * 2012-01-30 2013-08-01 Mehdi Hedjazi Moghari Method for Free-Breathing Magnetic Resonance Imaging Using Iterative Image-Based Respiratory Motion Correction
US20150036905A1 (en) * 2013-08-05 2015-02-05 Kerstin Mueller Three-dimensional x-ray imaging
WO2015134176A1 (en) * 2014-02-14 2015-09-11 The General Hospital Corporation System and method for tomographic lifetime multiplexing
CN106030955A (zh) * 2014-02-19 2016-10-12 Abb瑞士股份有限公司 包括模块化多电平转换器的能量存储系统
US20160324500A1 (en) * 2015-05-08 2016-11-10 Cedars-Sinai Medical Center Characterization of respiratory motion in the abdomen using a 4d mri technique with 3d radial sampling and respiratory self-gating

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112558A (zh) * 2021-03-26 2021-07-13 徐州医科大学 一种高清pet图像重建方法
CN113112558B (zh) * 2021-03-26 2024-03-15 江苏医药职业学院 一种高清pet图像重建方法

Also Published As

Publication number Publication date
US20180174333A1 (en) 2018-06-21
US10255694B2 (en) 2019-04-09
CN108209954B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN108209954A (zh) 发射型计算机断层图像重建方法及系统
CN107137102B (zh) 一种pet成像系统及多模态医学图像处理系统
US11164345B2 (en) System and method for generating attenuation map
US10692212B2 (en) System and method for image reconstruction
CN109961834B (zh) 影像诊断报告的生成方法及设备
CN109009200B (zh) 用于正电子发射断层成像图像重建的系统和方法
Tong et al. Image reconstruction for PET/CT scanners: past achievements and future challenges
CN107638188B (zh) 图像衰减校正方法及装置
CN104252714B (zh) 时变数据的重建
CN110151210B (zh) 一种医学图像处理方法、系统、装置和计算机可读介质
US9364192B2 (en) Error estimates in quantitative functional imaging
CN109009199A (zh) 用于正电子发射断层扫描中的图像数据处理的系统和方法
CN111540025B (zh) 预测用于图像处理的图像
US10529130B2 (en) Methods and systems for emission computed tomography image reconstruction
CN106485680B (zh) 图像校正方法及装置
CN107095691A (zh) 一种pet成像方法及系统
US8705832B2 (en) Registration of emission tomography and computed tomography
CN106251380A (zh) 图像重建方法
CN106251381A (zh) 图像重建方法
CN107348969B (zh) 一种pet数据处理方法、系统及pet成像设备
CN108986892A (zh) 用于确定活度图和衰减图的系统和方法
Bian et al. Low‐dose dynamic myocardial perfusion CT imaging using a motion adaptive sparsity prior
US20190282186A1 (en) System and method for detecting organ motion
CN111402358A (zh) 用于图像重建的系统和方法
CN117897733A (zh) 医学成像系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai.

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai.

Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd.

GR01 Patent grant
GR01 Patent grant