CN108352077B - 图像重建的系统和方法 - Google Patents

图像重建的系统和方法 Download PDF

Info

Publication number
CN108352077B
CN108352077B CN201680045586.0A CN201680045586A CN108352077B CN 108352077 B CN108352077 B CN 108352077B CN 201680045586 A CN201680045586 A CN 201680045586A CN 108352077 B CN108352077 B CN 108352077B
Authority
CN
China
Prior art keywords
voxel
image
voxels
sub
detector
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.)
Active
Application number
CN201680045586.0A
Other languages
English (en)
Other versions
CN108352077A (zh
Inventor
王璐
王思睿
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 CN108352077A publication Critical patent/CN108352077A/zh
Application granted granted Critical
Publication of CN108352077B publication Critical patent/CN108352077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0007Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/412Dynamic

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本公开涉及用于生成图像的系统和方法。当至少一个处理器执行指令时可执行一个或多个如下操作。当取回与对象有关的原始数据时,可以基于此生成图像。基于与第一体素相关的第一几何参数来标识图像的第一体素;基于与第二体素相关的第二几何参数来标识图像的第二体素;使用迭代重建过程来重建图像,在该过程中,与第一体素有关的计算是基于第一数量的子体素,并且与第二体素相关的计算基于第二体素。

Description

图像重建的系统和方法
技术领域
本公开涉及图像处理,更具体地,涉及用于图像重建的系统和方法。
背景技术
随着包括诸如CT技术的基于放射的成像技术的快速发展,以及其新的临床和工业应用的扩展,图像重建期间的计算速度可能构成挑战。
图像重建(reconstruction)可能会对生成的CT图像引入伪影。某个体素对重建一个图像的贡献可以取决于例如体素值和相关贡献因子。相关贡献因子可以通过体素在检测器的坐标系中的位置来确定。
发明内容
本公开的一些实施例涉及用于重建图像,例如计算机断层扫描(CT)图像的方法。所述方法可以包括以下操作中的一者或多者。可以接收与对象的扫描部分有关的原始数据。可以基于接收到的原始数据来生成图像。可以根据与体素有关的几何参数,将生成的图像的体素标识为不同种类的体素。可以基于与第一体素有关的第一几何参数来标识图像的第一体素,并且可以将第一体素划分为第一数量的子体素。可以基于与第二体素有关的第二几何参数来标识第二体素。可以使用包括多次迭代的迭代重建过程来重建图像。在多次迭代的迭代期间,与第一体素有关的计算可以基于第一数量的子体素,而与第二体素有关的计算可以基于第二体素。在一些实施例中,第一几何参数可以包括由第一体素投影在至少一个检测器单元上的第一足迹阴影范围,并且足迹阴影范围可以超过第一阈值。在一些实施例中,第一阈值可以与检测器单元的尺寸有关。在一些实施例中,可以基于与第三体素有关的第三几何参数来标识第三体素。可以将第三体素划分为第三数量的子体素。第三数量可以与第一数量不同。并且在重建图像时的多次迭代的迭代期间,与第三体素有关的计算可以基于第三数量的子体素。在一些实施例中,第三几何参数可以包括由第三体素投影在至少一个检测器单元上的第三足迹阴影范围,并且第三足迹阴影范围可以超过第三阈值。在一些实施例中,可以基于多个邻近体素来标识图像的第四体素。当重建图像时,在多次迭代的一个或多个迭代期间可以省略第四体素。在一些实施例中,与第四体素的邻近体素相关的局部平均值可以超过第四阈值,或匹配第一查找表中的第一参考值和第二查找表中的第二参考值。第四体素可以表示对象中对应于空气部分或床台区域的部分,并且可以预先确定第四体素的值。
本公开的一些实施例涉及用于重建图像,例如计算机断层扫描(CT)图像的方法。所述方法可以包括以下操作中的一者或多者。可以接收与对象的扫描部分有关的原始数据。可以基于接收到的原始数据来生成图像。可以基于多个相邻体素来标识图像的第一体素。可以使用包括多次迭代的迭代重建过程来重建之前获取的图像,且在该多次迭代的一次或多次迭代期间可以省略第一体素。在一些实施例中,可以预先确定第一体素的值。
本公开的一些实施例涉及包括数据获取单元、阴影范围计算器、体素划分模块以及图像处理模块的图像重建系统(例如,用于处理计算机断层扫描(CT)图像的系统)。这一系统可以被配置为重建一扫描部分的图像。当数据获取单元接收到与一扫描部分有关的原始数据时,可以重建图像。阴影范围计算器可以计算图像的第一体素和第二体素的足迹阴影范围。体素划分模块可以将第一体素分成第一数量的子体素。图像处理模块可以使用包括多次迭代的迭代重建过程来重建图像。在多次迭代的每次迭代期间,与第一体素有关的计算可以基于第一数量的子体素,而与第二体素有关的计算可以基于第二体素。在一些实施例中,系统也可包括遮罩生成器。遮罩(mask)生成器可以基于多个邻近体素来标识图像的第三体素。在重建图像的多次迭代中的一次或多次迭代期间,可以省略第三体素。在一些实施例中,系统可包括空气体素评估单元,以评估表示与扫描部分中的空气部分对应的一个部分的第三体素的局部平均值。在一些实施例中,系统可包括在先对象体素评估单元,以评估表示扫描部分中的床台区域的第三体素的局部平均值。
本公开的一些实施例涉及包括存储介质、至少一个处理器的图像重建系统(例如,用于重建计算机断层扫描(CT)图像的系统)。存储介质可用来存储指令。当执行这些指令时,可使至少一个处理器执行如下操作。可以接收与对象的扫描部分有关的原始数据。可以基于接收到的原始数据来生成图像。可以基于与第一体素相关的第一几何参数来标识图像的第一体素。可以将第一体素划分为第一数量的子体素。可以基于与第二体素有关的第二几何参数来标识第二体素。可以使用包括多个迭代的迭代重建过程来重建图像。在多次迭代的迭代期间,与第一体素有关的计算可以基于第一数量的子体素,而与第二体素有关的计算可以基于第二体素。
附图说明
本公开进一步以示例性实施例的形式来描述。这些示例性的实施例将参考附图详述。这些实施例是非限定性的示例性实施例,其中在附图的几个视图中相同的附图标记表示相似的结构,并且其中:
图1是根据本公开的一些实施例的X射线成像系统的框图;
图2是根据本公开的一些实施例的X射线成像系统的框图;
图3是根据本公开的一些实施例的成像系统的示例性原理图。
图4是根据本公开的一些实施例描述图像重建过程的流程图;
图5是根据本公开的一些实施例的示出示例性轴向锥形束弯曲检测器的几何的示意图;
图6是根据本公开的一些实施例的前向投影模块的框图;
图7是根据本公开的一些实施例描述加速图像重建的过程的流程图;
图8是根据本公开的一些实施例的用于生成空气体素遮罩的过程的流程图;
图9是根据本公开的一些实施例的用于生成对象体素遮罩的过程的流程图;
图10是根据本公开的一些实施例的遮罩生成引擎的框图;
图11-A和图11-B是根据本公开的一些实施例的示出示例性前向/反向投影的足迹阴影范围;
图12-A和图12-B是根据本公开的一些实施例的示出示例性足迹阴影范围;
图13是根据本公开的一些实施例描述体素划分过程的流程图;
图14是根据本公开的一些实施例的体素划分引擎的框图;
图15是根据本公开的一些实施例描述迭代重建过程的流程图;
图16-A和图16-B示出根据本公开的一些实施例基于迭代重建而生成的两个X射线图像;以及图16-C示出根据本公开的一些实施例的图16-A和图16-B的对应部分的差异。
具体实施方式
在以下详细描述中,通过示例的方式阐述了许多具体细节以提供对相关公开的透彻理解。然而,对本领域技术人员而言应当明了的是,没有这些细节也可实践本公开。在其它实例中,已在相对较高的层级描述了公知的方法、过程、系统、组件和/或电路系统而没有细节,以避免不必要地模糊本公开的各方面。对于所公开实施例的各种修改对本领域技术人员将是显而易见的,并且可将本文中所定义的一般原理应用于其他实施例和应用,而不脱离本公开的精神和范围。由此,本公开不被限定于所示实施例,而是应被授予与权利要求一致的最广范围。
应当理解,在此使用的术语“系统”、“引擎”、“单元”、“模块”和/或“块”是以升序区分不同层级的不同组件、元件、部件、局部(section)、或组装件的一种方法。然而,如果其他表达可达成相同的目的,则这些术语可以由这些其它表达来代替。
应当理解的是,当单元、引擎、模块或块被称为“在……上”或“连接到”或“耦合到”另一单元、引擎、模块或块时,其可以直接在该另一单元、引擎、模块或块上,连接到或耦合到该另一单元、引擎、模块或块,或者与该另一单元、引擎、模块或块通信,或者可以存在居间单元、引擎、模块或块,除非上下文明确指示为其它情况。如本文所用,术语“和/或”包括一个或多个相关联的列出项目的任何和所有组合。
此处使用的术语仅为了描述特定示例和实施例的目的,而并不旨在构成限定。如本文所使用的,单数形式“一”、“某”和“该”也旨在包括复数形式,除非上下文另有明确指示。将进一步理解,当在本公开中使用时,术语“包括”和/或“包含”指定了整体件(integer)、设备、行为、阐述的特征、步骤、元件、操作和/或组件的存在,但是不排除一个或多个其他整体件、设备、行为、特征、步骤、元件、操作、组件和/或其群组的存在或添加。将进一步理解,术语“构建”和“重建”在本公开中使用时可以表示类似的过程,其中可以从数据中转换出图像。此外,短语“图像处理”和短语“图像生成”可以互换使用。在一些实施例中,图像处理可以包括图像生成。
在此提供的本公开涉及图像处理。具体地,本公开涉及用于图像重建和优化以获得改进的图像,例如CT图像的系统和方法。图像的噪点和/或对比度可能会对图像质量产生影响。选择用于图像重建的对象参数化也可能影响构建的图像。本公开提供图像重建方法和系统,其具有包括诸如去离散对象参数化、用于降噪的噪声模型选择、对比度增强、或类似物、或其组合的特征。本公开的一些描述是结合计算机断层扫描(CT)图像而提供。应当理解,这是为了说明的目的,而不是旨在限制本公开的范围。在此公开的系统和方法可以用于处理来自其他成像模态的图像或图像数据,其他成像模态包括例如数字射线照相(DR)系统、多模态系统、或类似物,或其任何组合。示例性的多模态系统可以包括计算机断层扫描-正电子发射断层扫描(CT-PET)系统、计算机断层扫描-磁共振成像(CT-MRI)系统等。
图1是根据本公开的一些实施例的X射线成像系统100的示意图。应该注意的是,下文描述的X射线成像系统仅仅是为了阐述放射成像系统的示例而提供的,而不是旨在限定本公开的范围。在此使用的放射包括粒子射线、光子射线,或类似物,或者其任何组合。粒子射线可包括中子、原子、电子、μ-介子、重离子,或类似物,或者其任意组合。光子束可包括X射线、γ射线、α射线、β射线、紫外线、激光,或类似物,或者其任意组合。为阐述目的,将X射线成像系统作为放射成像系统的示例描述。X射线成像系统可以在诸如举例而言医药或工业等不同的领域中得以应用。仅作为示例,X射线成像系统可以是计算机断层扫描(CT)系统、数字射线照相(DR)系统、多模态系统、或类似物,或其任何组合。示例性的多模态系统可以包括计算机断层扫描-正电子发射断层扫描(CT-PET)系统、计算机断层扫描-磁共振成像(CT-MRI)系统等。在另一示例中,系统可用于部件的内部检查,例如缺陷检测、安全扫描、故障分析、计量、组件分析、空隙(void)分析、壁厚分析、或类似物,或者其任意组合。
如图1所示,X射线成像系统100可以包括放射模块110、图像处理模块120、控制模块130和存储模块140。放射模块110可包括X射线发生单元111和X射线检测单元112。在一些实施例中,控制模块130可控制放射模块110的X射线发生单元111和/或X射线检测单元112、图像处理模块120和/或存储模块140。图像处理模块120可以处理从辐射模块110、控制模块130和/或存储模块140接收的信息。图像处理模块120可以基于该信息生成一个或多个CT图像,并且递送这些图像以供显示。存储单元140可以被配置为或用于存储从图像处理模块120、控制模块130和/或辐射模块110接收的信息。辐射模块110、控制模块130、图像处理模块120和存储模块140可直接彼此连接,或者通过居间单元彼此连接(图1未示出)。居间单元可以是可视组件或不可视场(无线电、光学、超声、电磁感应等)。不同单元之间的连接可以是有线或无线的。有线连接可以包括使用金属电缆、光缆、混合电缆、接口、或类似物,或其任何组合。无线连接可包括使用局域网(LAN)、广域网(WAN)、蓝牙、ZigBee、近场通信(NFC),或类似物,或其任何组合。
应当注意,关于辐射系统的上述描述仅仅是一示例,不应被理解为唯一的实施例。对于本领域技术人员而言,理解不同单元之间连接的基本原理之后,可以在不脱离这些原理的情况下修改或者改变这些单元以及这些单元之间的连接。修改和变化仍然是在上文描述的当前公开的范围之内。在一些实施例中,这些单元是独立的,并且在一些实施例中,这些单元的一部分可以被集成到一个单元中以共同工作。
辐射模块110可被配置为或用于扫描被检查的对象(图1中未示出),并产生图像的原始数据。对象可包括物质、组织、器官、样本、身体、或类似物,或者其任意组合。在某些实施例中,对象可包括患者或其一部分。对象可包括头、胸、肺、胸膜、纵隔、腹、大肠、小肠、膀胱、胆囊、三焦、盆腔、骨干、末端、骨架、血管,或类似物,或者其任意组合。X射线形成单元111被构造为或用于产生X射线,X射线穿过被检查的对象。X射线发生单元111可包括X射线发生器、高电压发生器,和/或其它附件。X射线发生器可包括一个或多个X射线管。X射线管可以通过X射线管发射X射线(或称为X射线束)。X射线产生单元111可以是冷阴极离子管、高真空热阴极管、旋转阳极管等。发射的X射线束的形状可以是线形、窄笔形、窄扇形、扇形、锥形、楔形、或类似物,或不规则形状,或其任何组合。X射线发生单元111中的X射线管可以被固定在一个位置上。在某些场景中,可以平移或旋转X射线管。
X射线检测单元112可接收从X射线发生单元111或其它辐射源发射的X射线。来自X射线发生单元111的X射线可以穿过受检查对象,然后到达X射线检测单元112。接收X射线之后,X射线检测单元112可生成受检查对象的X射线图像的原始数据。术语“原始数据”可以指X射线检测单元112检测到的数据,该数据可被用来构建X射线图像。X射线检测单元112可接收X射线,生成受检查对象的X射线图像的原始数据。X射线检测单元112可包括X射线检测器或者其它组件。X射线检测器的形状可以是平板、弧形、圆形、或类似物,或者其任何组合。弧形检测器的扇形角度可以是0°和360°之间的角度。扇形角度可被固定或者根据不同的状况可调节,不同的状况包括期望的图像分辨率、图像尺寸、检测器的灵敏度、检测器的稳定性、或类似物,或者其任何组合。在一些实施例中,检测器的像素可以与最小检测单元的数量,例如检测器单元的数量(例如,闪烁体或光电传感器等)有关。检测器的像素可以布置成单行、两行或另一数目的行。X射线检测器可以是一维、二维、或者三维的。
根据本公开的一些实施例,控制模块130可以控制辐射模块110、图像处理模块120、存储模块140或系统中的其它单元或设备。控制模块130可以从辐射模块110、图像处理模块120和/或存储模块140接收信息,或者发送信息给辐射模块110、控制模块120和/或存储模块140。在一些实施例中,控制模块130可以控制辐射模块110以生成用于对象扫描的特定电压和/或特定电流。仅作为示例,电压和/或电流可以不同,以检查不同年龄、体重、身高等的人。在一些实施例中,控制模块130可以接收由包括例如成像技术人员、医生等的用户提供的命令。示例性的命令可涉及扫描时间、对象位置、对象躺在床台的位置、机架的反对(objection)或旋转速度、可用于图像重建过程的与阈值有关的特定参数,或类似物,或其任意组合。控制模块130可控制图像处理模块120选择不同的算法来处理X射线图像的原始数据。控制模块130可以在针对各种扫描场景设计的多个协议中选择协议。控制模块130可以向存储模块140传送一些命令以取回用于显示的图像。示例性的指令包括图像的尺寸、要显示的对象的部分、X射线图像要在显示屏上显示的时间等。在本公开的一些实施例中,X射线图像可以被分成若干子部分进行显示。控制模块130可以控制X射线图像的划分。例如,控制模块130可以确定要生成的子部分的数量、子部分的尺寸、要在子部分中被覆盖的区域,或类似物,或其任何组合。应当注意的是,上文关于控制模块的描述仅仅是根据本公开的示例。
图像处理模块120可以处理从不同模块或单元接收的不同种类的信息,这些模块或单元包括辐射模块110、控制模块130、存储模块140或可以生成与图像有关的信息的其他模块或单元。图像处理模块120可以处理来自辐射模块110的数据,以生成受检查对象的X射线图像。图像处理可以基于包括例如傅里叶切片定理、滤波反投影算法、扇形束重建、迭代重建、或类似物等的算法,或其任何组合。图像处理模块120可以将信息从存储模块140转换到可由控制模块130标识、理解或执行的特定形式,并且它可以处理来自控制模块130的信息以从存储模块140取回数据。控制模块130到辐射模块110的信息可以首先由图像处理模块120进行处理,以便它可被辐射模块110标识、理解、执行或运行。上文关于图像处理模块120的描述仅仅出于示例性的目的,不应该被理解为仅有的实施例,并且这些示例不限定本公开的范围。
存储模块140可以被配置或用于存储信息。信息可包括程序、软件、算法、数据、文本、数字、图像、声音,或类似物,或其任何组合。例如,用户或操作员可以输入一些初始参数或条件以发起扫描,此扫描可以被存储在存储模块140中。示例性的参数或条件可包括扫描时间、扫描对象的位置、机架的转速、与体素计算有关的遮罩、或类似物,或其任何组合。作为另一示例,一些信息可以从外部源导入,外部源例如是软盘、硬盘、无线终端,或类似物,或其任何组合。存储模块140可以从控制模块130接收信息以调整与显示相关的一些参数。此类参数可以包括但不限于:图像的尺寸,其图像将被显示的对象的部分,图像保持在显示屏上的时间,图像或图像的部分显示的顺序,或类似物,或其组合。关于X射线图像的显示,可以显示X射线图像的全部或一部分。在一些实施例中,X射线图像被划分为几个子部分,其可被同时显示或者以一定的顺序显示在屏幕上。在一些实施例中,可以用不同分辨率显示不同子部分。根据本公开的一些实施例,用户或者操作员可以根据某些条件选择显示一个或多个子部分。仅作为示例,用户可以指定一子部分的放大视图将被显示。与显示或其他信息相关的这种信息可以由例如用户在信息将被使用时实时地提供,或者在信息被使用前提供并存储在例如存储模块140中。应当注意,关于存储模块140的上述描述仅仅是根据本公开的一些实施例的示例。
应当注意,对X射线成像系统100的以上描述仅仅是为了提供说明,而并非旨在限定本公开的范围。对于本领域普通技术人员而言,可在本公开的教导下做出多种变化和修改。例如,X射线成像系统100的组装件和/或功能可根据具体实现场景来变动或改变。仅作为示例,一些其它组件可被添加到X射线成像系统100中,这些部件诸如是患者定位单元、高压柜(high voltage tank)、放大器单元、存储单元、模数转换器、数模转换器、接口电路、或类似物,或者其任何组合。放大器单元可以放大由X射线检测单元112接收的信号。注意,X射线成像系统可以是单模态成像系统,或者是多模态成像系统,包括例如正电子发射断层扫描-计算机断层扫描(PET-CT)系统、计算机断层扫描-磁共振成像(CT-MRI)系统、远程医疗X射线成像系统等。然而,那些变型和修改并不脱离本公开的范围。
图2示出根据本公开的一些实施例的X射线成像系统100的框图。如图所示,X射线成像系统100可以包括机架201、对象床台202、高压发生器203、操作控制计算机204、图像生成器205以及操作员控制台和显示器206。
机架201可以容纳一些组件,这些组件是产生和检测X射线以生成CT图像时需要或使用的。机架201可以包括X射线管208和检测器207。应当注意,在本公开的替代实施例中,高电压发生器203可以位于机架201中。X射线管208可以发射辐射,辐射在穿过曝露在机架201的孔中的对象之后可以被检测器207接收。仅作为示例,辐射可以包括粒子射线、光子射线、或类似物,或者其任何组合。粒子射线可以包括中子流、质子流、电子流、μ-介子流、重离子流、或类似物,或其任意组合。光子束可以包括X射线束、γ射线束、α射线束、β射线束、紫外线束、激光束、或类似物,或其任意组合。对象可包括物质、组织、器官、物体、样本、身体、或类似物,或者其任意组合。在一些实施例中,X射线管208可以是冷阴极离子管、高真空热阴极管、旋转阳极管等。X射线管208发射的X射线束的形状可以是线型、窄铅笔型、窄角扇形、扇形、锥形、楔形,或者不规则形状,或类似物,或者它们的任何组合。检测器207的形状可以是平板、弧形、圆形、或类似物,或者其任何组合。弧形检测器的扇形角度可以是从0°到360°的角度。扇形角度可被固定或者根据不同的状况可调节,不同的状况包括期望的图像分辨率、图像尺寸、检测器的灵敏度、检测器的稳定性、或类似物,或者其任何组合。在一些实施例中,检测器207的像素可以是最小检测单元的数量,例如检测器单元的数量(例如,闪烁体或光电传感器等)。检测器的像素可以布置成单行、两行或另一数目的行。X射线检测器可以是一维、二维、或者三维的。
高电压发生器203可以产生高电压,并将其施加到X射线管208。由高电压发生器203产生的电压可以在80kV至140kV,或120kV至140kV的范围内。高电压发生器产生的电流可以在20mA到500mA的范围内。在本公开的替代实施例中,由高电压发生器203生成的电压范围可以从0至75kV或从75至150kV。
操作控制计算机204可以与机架201、管208、高压发生器203、对象床台202、图像生成器205和/或操作员控制台显示器204双向通信。仅作为示例,机架201可以由操作控制计算机204控制以旋转到可由用户经由操作员控制台和显示器206规定的期望位置。操作控制计算机204可执行控制模块130的至少一些功能。例如,操作控制计算机204可控制辐射生成、图像处理等。操作控制计算机204也可控制其他参数。例如,操作控制计算机204可以控制高压发生器203的产生,例如由高压发生器203产生的电压和/或电流的幅值。作为另一个示例,操作控制计算机204可以控制图像在操作员控制台和显示器206上的显示。例如,可以显示图像的全部或部分。在一些实施例中,图像可被划分为几个子部分,其可被同时显示或者以一定的次序显示在屏幕上。根据本公开的一些实施例,用户或者操作员可以根据某些条件选择显示一个或多个子部分。仅作为示例,用户可以指定一子部分的放大视图将被显示。
操作员控制台和显示器206可允许用户输入信息到系统100。操作员控制台和显示器206可包括例如,全键盘、带有“软”按钮的触摸屏,用于传达命令和信息给系统100等。操作员控制台和显示器206也可替代性地包括麦克风,用户可通过其提供口头命令给系统100,以便被语音标识程序或其他进行“翻译”。操作员控制台和显示器206可以另外包括任何其他类似的设备来提供或实现与系统100的用户界面和数据交换。例如,用户可以经由操作员控制台和显示器206进行输入以打开系统100或一个或多个处理器、模块、单元,从而启动图像重建过程。
操作员控制台和显示器206可以与操作控制计算机204和图像生成器205耦合。在一些实施例中,操作员控制台和显示器206可以显示由图像生成器205生成的图像。在一些实施例中,操作员控制台和显示器206可以向图像生成器205和/或操作控制计算机204发送命令。关于图像生成器的功能的更多描述可以在例如图3中的处理模块305中找到。在本公开的一些实施例中,操作员控制台和显示器206可以获取用于扫描的参数。这些参数可以包括采集参数和/或重建参数。仅作为示例,获取参数可以包括管电位、管电流、重建参数(例如,切片厚度)、扫描时间、准直/切片宽度、束过滤、螺距、或类似物,或其任意组合。重建参数可以包括重建视野、重建矩阵、卷积内核/重建滤波器、或类似物,或其任何组合。
对象床台202可以在检查期间支撑患者并且移动患者通过机架201的孔。如图2所示,检查期间传送患者的方向沿着z方向。取决于所选择的患者内感兴趣区域(ROI)或所选择的协议,患者可以被定位为仰卧或俯卧,并且脚先或头先。在本公开的一些实施例中,对象床台202可以在多个扫描之间被标索引。在本公开的一些实施例中,对象床台202可以以恒定速度平移穿过机架201。此速度可以与待扫描区域的长度、总扫描时间、或类似物,或其任何组合有关。在一些实施例中,对象床台202可以用于支撑对象,例如患者。这样的结构可以移动用于检查的对象通过X射线成像系统。
应当注意,提供对X射线成像系统的描述是为了说明,而并非旨在限定本公开的范围。对于本领域技术人员而言,可在本公开的教导下进行各种变型和修改。然而,那些变型和修改并不背离本公开的范围。例如,机架201还可以包括麦克风、矢状激光对准灯、患者导向灯、X射线曝光指示灯、能量停止按钮、机架控制面板、外部激光对准灯等。
图3是根据本公开的一些实施例的CT扫描系统的示例性示意图。该系统可以包括操作控制器300、终端304和处理模块305。在扫描期间,X射线源306和检测器307可围绕中心轴线308旋转。X射线源的射束可以由位于检测器307上的各个位置的多个检测器单元接收。检测器单元可以产生对应于例如入射X射线束的强度的电信号。穿过位于X射线源306和检测器307之间的对象(例如患者)的X射线束的强度会被衰减,并且该强度会被基于入射到检测器307上的X射线束进行评估。如图3所示,机架310和安装在其上的部件的旋转,X射线源306的操作以及检测器307的操作可以由操作控制器300来控制。操作控制器300可以包括X射线控制器301、机架控制器302和/或数据获取单元303。在一些实施例中,操作控制器可以执行控制模块130的某些功能,其可以控制例如数据获取、图像重建、或类似物,或其组合。
X射线控制器301可以向X射线源306提供电源和时序信号。在一些实施例中,X射线源306可以包括多于一个焦点,在这种情况下,由检测器307接收的辐射可能来自在扫描期间产生多个射束路径的不同焦点。因此,在扫描的某些条件下,这一个或多个产生X射线的焦点可以由X射线控制器301控制。在一些实施例中,辐射源可具有固定焦点。机架310的转速和位置可以由机架控制器302控制。
在一些实施例中,检测器307可由多个检测器单元和数据获取系统形成。多个检测器单元可以感测穿过主体的投影X射线,并且数据获取系统可以将数据转换为数字或模拟信号用于后续处理。检测器单元可以产生可表示入射到检测器单元上的X射线束的强度的信号。如果X射线束在到达检测器单元之前穿过主体,则入射的X射线束的强度会被衰减。数据获取过程可以由数据获取单元303控制。
终端304可以能够显示与辐射成像系统中扫描的对象有关的信息。例如,可以显示所扫描的部分的重建图像。在一些实施例中,终端304可以能够从包括例如成像技术人员、医生等的用户接收输入或操作指令。仅作为示例,可以在来自终端304的输入之后调整床台的位置。示例性输入信息可以包括扫描时间、机架转速、与可在图像重建过程中使用的阈值有关的特定参数、或类似物,或其组合。处理模块305可以例如与系统默认设置、从终端304或与成像系统有关的任何其它信息源接收的指令配合,处理由数据获取单元获取的扫描数据。例如,处理模块305可以取回与床台、辐射源和/或检测器的位置有关的信息。作为另一示例,处理模块305可以从集成在系统(图3中未示出)的本地存储设备或从远程服务器或云存储处,取回图像重建模型或进行图像的迭代重建的指令。处理模块305可以包括至少一个处理器或微处理器,其可以经由例如操作控制器300和终端304之间的通信链路来解释和/或执行指令并处理输出和输入信号。
应当注意,提供对CT扫描系统的描述是为了说明,而并非旨在限定本公开的范围。对于本领域技术人员而言,可在本公开的教导下进行各种变型和修改。然而,那些变型和修改并不背离本公开的范围。例如,可以通过单个集成电路来实现X射线控制器301、机架控制器302和/或数据获取单元303的效果。此外,控制器可以通过有线连接彼此通信,或者通信也可以以无线方式实现。
图4示出了根据本公开的一些实施例的由辐射成像系统进行图像重建的过程。在步骤401中,可以将对象置于辐射(例如X射线)成像系统100中,具体地,置于本公开其他部分中描述的对象床台202上。
在放置好对象之后,在步骤402中,辐射成像系统100的机架可以被旋转到期望的位置。在步骤403,可以对该对象执行扫描。在本公开的一些实施例中,可以创建用于扫描不同对象的数个协议。可以由这些协议确定多个参数。仅作为示例,参数可以是关于准直器孔径、检测器孔径、X射线管电压和/或电流、扫描模式、台标索引速度、机架速度、重建视野(FOV)、核、或类似物、或其任何组合。
通过扫描,可以在步骤404获取与对象相对应的原始数据。在获取了原始数据之后,可以在步骤405中构建对象的图像。仅作为示例,图像的重建可以基于如下方法,包括:傅里叶切片定理、滤波反投影算法、扇形束重建、迭代重建、或类似物,或其组合。
如本公开的其它部分所述,图像重建可能必须考虑到成像系统的几何形状。基于统计模型的图像重建中的前向/反向投影可以基于不同种类的射束几何形状,并且旨在揭示成像系统的几何和物理现实。示例性的束的几何形状可以包括但不限于锥形束几何形状、平行束几何形状、扇形束几何形状、或类似物,或其组合。用于执行图像重建的几何形状可以是二维(2D)或三维(3D)的。为了简单起见,在图5中示出了根据本公开的一些实施例的示例性锥形束几何形状,其中还使用重建平台的图像坐标系。X射线源可以位于半径为Ds0、圆心为
Figure GDA0003421994760000091
的圆上的各点上,该圆位于z=0平面。Ds0可指源
Figure GDA0003421994760000092
和旋转中心
Figure GDA0003421994760000093
之间的距离。D0D可以表示旋转中心
Figure GDA0003421994760000094
与检测器的局部坐标原点之间的距离。图5中的字母γ可以表示由角度定义的检测器通道方向局部坐标,其坐标轴位于γ轴中。字母t可以表示由长度定义的检测器切片方向局部坐标,其坐标轴位于t轴中。图5中的矢量
Figure GDA0003421994760000095
可以表示从源到检测器的辐射线。
前向投影可以定义为:
Figure GDA0003421994760000096
其中Proj(γ,t,β)可以表示沿连接着源和检测器坐标(γ,t)的路径的衰减系数的线积分,β可以表示源点从y轴起逆时针的角度(当视角是从z轴的正方向时),
Figure GDA0003421994760000097
可以表示2D或3D图像体素值,并且
Figure GDA0003421994760000098
可以位于体素中心坐标(x,y,z)中,该体素中心坐标(x,y,z)的坐标(0,0,0)位于
Figure GDA0003421994760000099
可以表示体素贡献因子(例如足迹(footprint)功能),(γk,tl)可以表示由索引(k,l)指定的检测器单元的中心。
反向投影可以定义为:
Figure GDA00034219947600000910
其中贡献因子
Figure GDA00034219947600000911
(或其共轭)表示投影算子,其代表
Figure GDA00034219947600000912
前向投影到Proj(γ,t,β)的贡献,或者Proj(γ,t,β)以角度β反向投影到
Figure GDA00034219947600000913
的贡献。贡献因子
Figure GDA00034219947600000914
(或其共轭)可以定义为:
Figure GDA00034219947600000915
其中
Figure GDA00034219947600000916
可以表示具有单位幅度的2D函数,并且代表投射在检测器(γk,tl)上的体素阴影,并且
Figure GDA00034219947600000917
可以表示
Figure GDA00034219947600000918
的幅度,且代表透过体素的射线长度。投射射线方向可以通过连接着源
Figure GDA00034219947600000919
和的射线
Figure GDA00034219947600000920
来确定。
足迹阴影(footprint shadow)可以近似分成两个独立的方向:
Figure GDA00034219947600000921
其中
Figure GDA00034219947600000922
可以表示沿着检测器通道方向的足迹阴影,
Figure GDA00034219947600000923
可以表示沿着检测器切片方向的足迹阴影。
在迭代图像重建的实践中,图像可以通过前向投影从图像域变换成投影域中的数据,也可通过反向投影将投影域中的数据变换成图像域。在反向投影中,如式(2)所示,图像可以通过贡献因子
Figure GDA00034219947600000924
和衰减系数的线积分Proj(γk,tl,β)这两者来确定。
在前向投影中,如等式(1)所示,投影数据可以由贡献因子
Figure GDA00034219947600000925
和图像体素值
Figure GDA00034219947600000926
两者确定。如图6所示,其描绘根据本公开的一些实施例的前向投影块的示例性框图。前向投影块601可包括贡献因子计算器602、体素值近似单元603以及前向投影计算器604。贡献因子计算器602可计算体素的贡献因子。体素值近似单元603可计算体素值。前向投影计算单元604可接收贡献因子和体素值以基于算法(例如,如式(1)所述)来进行投影。贡献因子计算器602和体素值近似单元603可以基于例如体素的足迹阴影范围来计算体素或自体素划分出的子体素的贡献因子和体素值。关于体素划分的细节可以在本公开的别处找到。例如,参见图9及其描述。
在一些实施例中,贡献因子可以由辐射源(例如X射线源)、对象和检测器之间的几何关系来确定。在一个示例中,贡献因子可以由辐射源、对象和检测器的相对位置来确定。
在另一示例中,体素的配置可能对贡献因子具有影响。如本文所使用的,体素的配置可以包括但不限于:体素的几何模型(例如,长方体模型、极坐标网格模型、小波模型、重叠圆或球体模型、圆盘模型、多边形模型等等)、体素的尺寸(例如,沿x轴和y轴的尺寸,沿z方向的厚度)。
在一些实施例中,体素值可以包括与例如体素的灰度、体素的RGB级别、体素的亮度、或类似物,或其组合相关的信息。此外,可以以不同的方式配置图像中的体素值的分布。例如,体素值的分布可以被配置为离散的,这意味着两个相邻体素的体素值不是连续的。在另一示例中,体素值的分布可以被配置为连续的,这意味着相邻体素的体素值是连续的。在另一示例中,体素值的分布可以被配置为部分离散并且部分连续,这意味着一个条件下的至少一些体素的体素值是连续的,并且另一条件下的至少一些体素的体素值是离散的。仅作为示例,x-y平面中的两个相邻体素的体素值可以是离散的,并且沿z方向的两个相邻体素的体素值可以是连续的。在另一示例中,x-y平面中的两个相邻体素的体素值可以是连续的,并且沿z方向的两个相邻体素的体素值可以是离散的。在另一个示例中,沿z方向的一个z坐标范围内的两个相邻体素的体素值可以是离散的,并且沿Z方向的另一z坐标范围内的两个相邻体素的体素值可以是连续的。关于用于配置体素值的方法和系统的描述可以在例如2015年12月11日提交的国际专利申请号PCT/CN2015/097121中找到,其通过引用并入本文。
应当注意,许多替代,修改和变化对本领域技术人员而言是明了的。本文描述的示例性实施例的特征、结构、方法和其它特点可以不同方式被组合以获得附加的和/或替代的示例性实施例。例如,前向投影块601可以包括可产生与一些物理效果有关的信息的至少一个单元。这些物理效应的实例可以是多色X射线光谱、有限检测器点扩散函数、有限焦斑尺寸、方位模糊、散射辐射、测量噪声、或离焦辐射、或类似物,或其组合。
图7示出根据本公开的一些实施例的示例性图像重建的流程图。在步骤701中,可以通过收集入射到检测器上的辐射(例如X射线)束在包括一个或多个检测器单元的检测器处获取原始数据。一些辐射在入射到检测器之前可能会穿过对象。然后,可以在步骤702中基于原始数据来生成初始图像。仅作为示例,可以基于多种方法进行初始图像的构建,包括:傅里叶切片定理、滤波反投影算法、扇形束重建、或类似物,或其组合。在步骤703中,可以计算空气体素遮罩。如本文所使用的,空气体素遮罩可以涉及标识被扫描的对象或其部分中的那些位于空气中或表示空气的体素。在图像处理期间,可以在同一个操作中或不同的操作中以与处理那些感兴趣区域不同的方式处理一个或多个区域,例如肠道中具有一些空气的区域或含有一定量空气的任何其它部分。在一些实施例中,空气体素遮罩可以用于以与一个或多个感兴趣体素不同的方式标记位于空气中或表示空气的体素。在随后的处理中,标记为“空气”或任何指定的标志的体素可被省略或不被处理,或可进行与感兴趣体素不同的处理。例如,标记为“空气”的体素可以在前向投影和/或反向投影期间被省略或不被计算,或者在迭代重建期间被省略或不被迭代计算。如本文所使用的,感兴趣体素可以指构建了图像中感兴趣区域的体素。示例性的感兴趣区域可以包括组织、器官、样本、患者的身体或其一部分、或类似物,或其组合。
在步骤704中,可以计算对象体素遮罩。类似地,对象体素遮罩可以用于标识与感兴趣体素不同的特定体素。例如,可以使用对象体素遮罩来标识某种先前的对象。如本文所使用的,先前对象可以指除被检查对象(例如患者)之外的预先存在的对象。这样的先前对象的示例可以包括床台,或者成像系统的在扫描期间可以与感兴趣区域一起被扫描的任何其他设备或组件。在一些实施例中,对象体素遮罩可以以与感兴趣体素不同的方式标记某个先前对象。在随后的处理期间,先前对象可被省略或不被处理,或者可以被进行与感兴趣体素不同的处理。在一些实施例中,可以生成多于一个的对象体素遮罩。对象体素遮罩可以基于不同种类的先前对象。对象体素遮罩或其一部分可用来标记用于后续处理的先前对象。
应当注意,可以不需要生成空气体素遮罩和/或对象体素遮罩,并且生成空气体素遮罩和对象体素遮罩的顺序可以不是唯一的。在一个示例中,可以在获取初始图像之后,同时生成空气体素遮罩和对象体素遮罩。在另一示例中,可以在生成空气体素遮罩之前生成对象体素遮罩。在又一示例中,可以在获取初始图像之前,基于与先前对象有关的参数(例如床台的位置、与床台有关的体素值等)来生成对象体素遮罩。如在本公开的其它部分所述,可以基于系统设计和成像系统的几何结构来获取与先前对象有关的参数。例如,作为系统设计的一部分,可以提供各种体素配置和/或其他扫描参数以供用户选择;可以提供对应于各种体素选择和/或其他扫描参数的对象体素遮罩;当用户选择体素配置和/或一个或多个其他扫描参数时,一个或多个相应的对象体素遮罩会被自动选择或被提供给用户进行选择或用于信息目的。
在步骤705中,可以基于空气体素和/或对象体素遮罩获得重新设定的初始图像。在一些实施例中,图像的不同部分中的体素可以用不同的标志来标记,据此可以在随后的处理中对体素进行不同的处理。例如,标记为不太重要或先前已知的体素可以在迭代重建的前向投影和/或反向投影中被省略或不被计算。
在步骤706中,可以基于空气体素遮罩和/或对象体素遮罩来计算迭代遮罩。在一些实施例中,可以通过将各种类型的对象体素遮罩与所分配的对象标记进行合并来获取迭代遮罩。在迭代计算的前向投影和/或反向投影期间,可以基于所分配的对象标记将一些体素视为现有知识。在一个示例中,在前向投影和/或反向投影期间省略或不计算“空气”体素。在另一示例中,在反向投影期间省略或不计算先前对象体素,因为可以对先前对象体素赋予例如精确值,使得在反向投影中先前对象体素的贡献可以为零。在又一示例中,一个视角(或每个视角)内用于辐射线或辐射束的先前对象体素的前向投影贡献因子
Figure GDA0003421994760000111
可被预先计算和/或在图像处理中被迭代使用。预先计算的各种先前对象体素的前向投影贡献可以与例如系统配置有关的相应参数一起存储在存储器中用于将来使用。示例性系统配置可以包括束几何形状,辐射源(例如X射线源)、床台、对象与检测器之间的几何关系,或类似物,或其组合。
在步骤707和步骤708中,可以进行迭代重建以生成对象的重建图像。关于迭代的详细描述可在本公开中别处找到。例如,参见图13及其描述。
应当注意,对重建过程的以上描述仅仅是为了解说的目的而提供的,而并非旨在限定本公开的范围。对于本领域普通技术人员而言,可在本公开的教导下做出多种变化和修改。例如,可以不需要在步骤705中重新设置初始图像。或者,可以在迭代过程期间执行重新设置。在一些实施例中,在一个迭代步骤中使用的迭代遮罩可以不同于另一个迭代步骤的迭代遮罩。例如,迭代遮罩的使用可以由从先前迭代获得的图像来确定。在一些实施例中,空气体素遮罩、对象体素遮罩、和/或迭代遮罩的获取可以基于存储有多个遮罩的数据库以及可在其下检索或使用相应遮罩的条件。
图8是根据本公开的一些实施例的用于生成空气体素遮罩的过程的流程图。在步骤801,获得图像。可以基于原始数据来初始生成图像,原始数据例如是通过CT扫描产生或者来自其它来源(例如计算机模拟扫描)。在一些实施例中,可以根据重建算法来生成初始图像。这样的重建算法的示例可以包括:基于菲尔德坎普-戴维斯-克雷斯(FeldkampDavis-Kress,FDK)重建、最大后验概率(MAP)、最大似然(ML)、代数重建技术(ART)、基于熵的优化、最小二乘法(LS)或惩罚加权最小二乘法(PWLS)、滤波反投影(FBP)、或类似物,或其组合。所描述的这些算法可以被执行一次,或可以被迭代地执行。在一些实施例中,可以基于原始数据的一部分来构建初始图像。在一些实施例中,也可以默认方式适当地设定初始图像。例如,初始图像可以是由包括诸如成像技术人员、医生等的用户设置的对象轮廓。
在步骤802中,可以计算与步骤801中获得的图像中的体素有关的局部平均值。如本文所使用的,与体素有关的局部平均值可以是由一个或多个邻近体素表征的值。例如,与特定体素有关的局部平均值可以是包括或不包括特定体素的体素值的所有邻近体素的体素值的平均值。
这些邻近体素可以是围绕或紧邻特定体素的多个体素。数量可以是两个、四个、六个、九个,或任何正整数。在一些实施例中,这些邻近体素可以是紧邻特定体素的最接近体素。例如,在特定体素是包括六个正方形(或矩形)面的一个立方体(或立方体的)体素的情况下,邻近体素可以是与立方体(或立方体的)体素的六个面中的一个或多个面紧邻的一个或多个体素。在一些实施例中,周围的邻近体素可以位于与特定体素距一定距离以内。该距离可以与特定体素的尺寸有关,特定体素的尺寸例如是在立方体体素的情况下的边长、在球形体素的情况下的半径等。在一个示例中,当特定体素的形状是矩形(例如在x-y平面中)时,距离可以被设置为边长的数倍。在另一示例中,相邻体素可以包括位于紧邻或围绕着特定体素的圆中的体素,或位于围绕第一体素的一个或多个外圆中的体素,或类似物,或其组合。
在一些实施例中,邻近体素的数量在该过程期间可以保持相同,或者可以在该过程期间改变。在一些实施例中,考虑更多数量的邻近体素,可以在例如空气体素的标识中达到更准确的结果。在一些实施例中,被考虑的邻近体素的数量可以基于正被扫描的对象而改变。例如,可以通过如下方式来处理记录为重要的第一种对象:在确定局部体素值时,相比记录为较不重要的第二种对象,分配更多数量的邻近体素。对象的重要性可以被记录或存储在连接到系统100的数据库中。数据库可以是本地存储设备(例如存储模块140)或者远程存储设备(例如云服务器)。
应当注意,上面描述的邻近体素的排列仅仅是为了说明如何选择邻近体素的示例而提供的,而不是为了限制本公开的范围。在标识出特定体素的邻近体素之后,可以根据一些或所有邻近体素的体素值计算邻近体素的平均值,称之为局部平均值。与特定体素有关的平均值可以进一步用于决定特定体素的标识。
在计算与图像中的各种体素有关的局部平均值之后,可以在步骤803中进行检索。检索可以从图像的第一个体素开始到图像的最后一个体素,或从图像的中心开始到边缘区域,或从感兴趣的区域开始到不重要的区域,或类似的,或其任何组合。
在步骤804可以进行确定。可以将体素的局部平均值与阈值进行比较,以确定体素是否为例如空气体素。其局部平均值低于阈值的体素可被视为空气体素。在一些实施例中,可以基于先前的操作或经验来默认地设置阈值。在一些其他实施例中,可以动态地根据所计算的局部平均值来设置阈值。例如,可以基于图像中的体素的局部平均值的分布来设置阈值。具体而言,阈值可以被设定为使整体体素的一个百分比被分类为空气体素,且这一百分比可以是例如0.5%,或1%,或2%,或0到1之间的另一个值。
在上述确定后,如果局部平均值低于阈值,则可以标记体素。在一些实施例中,如果体素的局部平均值低于阈值,则体素可被视为空气体素。为了说明的目的,标记可以进行如下。首先,图像的所有体素可以在相同的条件下被初始化。示例性的初始化过程可以包括将第一数字分配给体素,或者将第一图形符号分配给体素,或类似的,或其组合。当标记体素时,可以为体素分配第二数字或第二图形符号,或类似的,或其组合。
在步骤806中,可以执行评估以确定标识是否完成。如果需要处理另一体素,则该过程可以返回到步骤803。如果基于停止条件完成了标识,则可以进行到步骤807。停止条件可以是:图像的所有体素都已被检索和评估。
在所有体素被处理之后,可以在步骤807中生成空气体素遮罩。遮罩可以将体素分类成不同的类别(也称为组)。一个示例性类别可以表示:所标记的体素在前向投影和/或反向投影期间不需要被处理。此外,可以由于例如先前判断缺少可靠性而修改遮罩。在一些实施例中,可以使用侵蚀操作来重塑空气体素的规模(scale),基于此可以调整与空气体素有关的区域。仅作为示例,如果经历步骤801的初始图像相对于对象的一个或多个参数(例如边界、位置等)不准确,则可能错误地将一些体素标记为空气体素。如本文所使用的,侵蚀操作可以指用于适应或修改规模的过程,其中一个或多个空气体素被标记。例如,可以减小规模,使得在规模中包含较少的空气体素。
应当注意,许多替代、修改和变化对本领域技术人员而言是显而易见的。本文描述的示例性实施例的特征、结构、方法和其它特点可以不同方式结合以获得另外的和/或替代的示例性实施例。例如,在检索初始图像的体素之后,可以进行体素的局部平均值的计算。
如上所述,可以在图像重建处理中使用空气体素遮罩,以减少计划在前向/反向投影期间计算的体素数量。此外,还可以构造与先前对象有关的遮罩以便于图像重建。如本文所使用的,先前对象可以指在执行扫描之前就存在且在扫描期间由辐射线扫描的对象。这样的先前对象的示例可以包括床台,或者可能停留在辐射源和检测器之间的任何其它装置。图9是示出用于生成对象体素遮罩的过程的流程图。在步骤901,可以获得图像。可以基于本公开中别处描述的方法来生成图像。
在步骤902中,可以计算与在步骤901中获得的体素有关的局部平均值,并且可以在步骤903中取回体素的局部平均值,用于后续处理。关于计算局部平均值的细节可以在本公开的别处找到。例如,参见图8及其描述。
在步骤904中,可以根据第一查找表进行第一判断。具体地,可以将与体素有关的值,例如体素的局部平均值,与第一查找表中的参考值进行比较。如果该值与第一查找表中的参考值相匹配,则可以进行到步骤905。如果该值与第一查找表中的参考值不相匹配,则可以进行到步骤907。第一查找表可以是存储有先前对象体素值范围的数据库。在一些实施例中,可以默认方式设置数据库。例如,在临床扫描之前或在CT系统投入使用之前,可以由包括例如成像技术人员、医生等用户来输入数据。在一些实施例中,数据库可以连接到或存储在服务器,例如云服务器中。仅作为示例,CT系统可以与云服务器通信或访问云服务器。可以下载存储在云服务器中的数据库。可以使用访问权限来控制与数据库或服务器的通信或者对数据库或服务器访问。访问权限可以分层。仅作为示例,可以提供三层访问权限。第一层可以包括关于与患者或对象有关的信息的完全访问权限,允许接收和更新与患者或对象相关的信息。第二层可以包括关于与患者或对象相关的信息的部分访问权限,允许接收和更新与患者或对象相关的信息的一部分。第三层可以包括关于与患者或对象相关的信息的最小访问权限,允许接收与患者或对象相关的一些信息,但是没有权限更新与患者或对象相关的任何信息。不同的登录凭证可以与对系统中主体相关信息的不同访问权限相关联。如本文所使用的,更新可以包括提供在数据库或服务器中不存在的信息,或者用新信息修改预先存在的信息。可以基于某个CT系统的设计参数来预先建立数据库。示例性参数可以包括材料、构造、几何尺寸,或类似物,或其组合。例如,数据库可以包括位于床台区域中的体素的局部平均值范围的信息。
可以在步骤905中根据第二查找表进一步判断。具体来说,可以将体素的位置与第二查找表进行比较。如果该体素的位置与第二查找表相匹配,则可以进行到步骤906。如果该体素的位置与第二查找表不相匹配,则可以进行到步骤907。第二查找表可以是存储有位于先前对象中的体素的位置的数据库。在一些实施例中,数据库可以存储先前对象区域相对于系统的一点的坐标。该点包括,例如,系统的中心。一旦给出了系统中心坐标,可以基于系统(例如某个CT系统)的设计、根据第二查找表来生成位于先前对象中的所有体素的坐标。由于床台的移动,可以配合先前对象的操作,提供位于或对应于先前对象的体素的位置。换句话说,可以在先前对象的相同条件下将体素的位置与第二查找表进行比较。如果体素的坐标与第二查找表匹配,则体素可以被认为是位于先前对象中的体素。
在上述两个判断之后,可以在步骤906中标记体素,所标记的体素是被标识为位于先前对象中的体素。为了说明的目的,标记可以按如下方式进行。首先,图像的所有体素可以在相同的条件下被初始化。示例性的初始化过程可以包括将第一数字分配给体素,或者将第一图形符号分配给体素,或类似的,或其组合。当标记体素时,可以为体素分配第三数字或第三图形符号,或类似的,或其组合。
在步骤907中,可以进行另一判断以确定体素的标识是否完成。如果需要处理另一体素,则可以跳到步骤903。如果基于停止条件完成了标识,则可以进行到步骤908。停止条件可以是:在步骤903至步骤906的一个或多个中检索和/或评估了图像的所有体素。
在所有体素被处理之后,可以在步骤908中生成对象体素遮罩。遮罩可以将体素分类成不同的类别(也称为组)。体素的一个示例性类别可以是在步骤906中标记的体素。这个类别的体素的值可以被分配,并且不需要在至少部分迭代(例如,反向投影、前向投影等)期间被计算。相应地,估计的投影误差可以是零。参见本公开中别处的描述,例如图13及其描述。此外,可以由于例如先前判断缺少可靠性而修改遮罩。在一些实施例中,可以使用侵蚀操作来重塑对象体素的规模,基于此可以调整与对象体素有关的区域。仅作为示例,如果经历步骤901的初始图像相对于对象的一个或多个参数(例如边界、位置等)不准确,则可能错误地将一些体素标记为对象体素。如本文所使用的,侵蚀操作可以指用于适应或修改规模的过程,其中一个或多个对象体素被标记。例如,可以减小规模,使得在规模中包含较少的对象体素。
应当注意,许多替代、修改和变化对本领域技术人员而言是明了的。本文描述的示例性实施例的特征、结构、方法和其它特点可以不同方式被组合以获得附加的和/或替代的示例性实施例。在一个示例中,可以调整流程图的顺序,使得可以在检索初始图像体素之后进行体素的局部平均值计算。第一查找表的检查可以在第二查找表的检查之后。在另一示例中,除了局部平均值之外的体素本身的体素值也可以用于体素的标识。
图10示出了根据本公开的一些实施例的遮罩生成引擎1000。引擎1000可包括数据获取模块1010、计算模块1020和遮罩生成器1030。数据获取模块1010可以检索或获取与要被重建的图像有关的数据。计算模块1020可以执行如例如图7、图8和/或图9中所描述的计算。遮罩生成器1030可以在与图像重构有关的数据中生成遮罩,包括例如空气体素遮罩、对象体素遮罩、或类似物,或其组合。数据获取模块1010、计算模块1020和遮罩生成器1030可以经由有线或无线连接来彼此连接。引擎1000可进一步与数据库1040通信。数据库1040可被存储在本地存储装置(例如存储模块140)中或被连接到云服务器1050。
数据获取模块1010可以包括图像数据单元1011和操作数据单元1012。图像数据单元1011可以基于原始数据来获取或检索与图像处理有关的数据。操作数据单元1012可以基于系统的默认设置或由用户(例如成像技术员、医生等)提供的设置来获取或检索操作数据。示例性的操作数据可以包括:扫描时间、对象的位置、对象所在的床台的位置、或者机架的旋转速度、与可被计算模块1020和/或用于生成遮罩的遮罩生成模块1030使用的阈值有关的特定参数,或类似物。
计算模块1020可以包括体素值计算器1021和检索单元1022。体素值计算器1021可以计算与图像中的体素有关的值。仅作为示例,可以由体素值计算器1021基于先前获取的图像来计算如上所述在步骤802中计算的与体素有关的局部平均值。在一些实施例中,体素值计算器1021可以进一步用于在迭代图像重建期间执行前向投影和/或反向投影。检索单元1022可以包括用于在例如遮罩的生成和/或迭代图像重建期间监视计算的进度的计数器。作为一个例子,计数器可以用来计数检索的体素的数量;该数量可以被用作基础来如例如图8、图9中所描述的那样确定计算是否可以结束。
遮罩生成器1030可以包括空气体素评估单元1031、先前对象体素评估单元1032和标记模块1033。空气体素评估单元1031可以基于由计算模块1020计算的对应局部平均值来识别空气体素。作为示例,根据与体素有关的局部平均值低于阈值,可以认为体素是空气体素。先前对象体素评估单元1032可以基于由计算模块1020计算的对应局部平均值来识别与先前对象(例如床台)对应的体素。作为示例,根据与体素有关的局部平均值与第一查找表中的第一参考值匹配,可以认为体素是先前体素。作为另一示例,根据体素的坐标与第二查找表中的参考值相匹配,可将体素识别为先前体素。作为又一示例,根据与体素相关的局部平均值与第一查找表中的第一参考值相匹配并且体素的坐标与第二查找表中第二参考值相匹配,可将体素识别为先前体素。在一些实施例中,第一查找表可以包括一个或多个参考值,其与对应于先前对象的体素的值或局部平均值有关。仅作为示例,示例性先前对象,即床台可包含不同的材料。不同的材料在CT图像中的体素值或局部平均体素值可能不同。可以在第一查找表中存储不同材料及其对应的体素值或局部平均体素值的信息。在一些实施例中,第二查找表可以包括一个或多个参考值,其与对应于先前对象的体素的坐标或几何位置有关。例如,如前所述,床台可以包含不同的材料,并且可以预先确定不同材料的位置。可以基于预定位置和预定位置处的材料来分配床台的体素值。可以将与不同材料对应的、包括诸如坐标或几何位置的位置信息存储在第二查找表中。第一查找表和/或第二查找表可以存储在本地存储设备(例如存储模块140)中,或者可以从远程存储设备(例如云服务器1050)中检索。在一些实施例中,第一查找表和第二查找表可以彼此相关。例如,具有不同坐标的体素可以对应于不同体素值或局部平均值。具体而言,在扫描期间,在床台从第一位置移动到第二位置的情况下,对应于床台上特定位置(例如患者的头部可能位于的位置)的体素值可以改变。在识别先前对象体素时,可以一并参考第一查找表和第二查找表。标记模块1033可基于空气体素评估单元1031和先前对象体素评估单元1032的识别,以指定标志将体素标记空气体素或先前对象体素,用于后续使用。
应该注意的是,这些功能块并不一定表示硬件电路之间的划分。例如,一个或多个功能块(例如数据获取模块1010、计算模块1020、遮罩生成器1030等)可以在单个硬件(例如,通用信号处理器或随机访问存储器、硬盘,或类似物)或多个硬件中实现。类似地,程序可以是独立的程序,可以作为子例程纳入操作系统中,可以是所安装的软件包中的功能,或类似物。
由于辐射成像系统中的锥形束几何结构,即使每个体素具有相同的几何尺寸,如公式(4)中所描述的将每个体素投射到检测器上的阴影范围也会是不同的。图11-A和图11-B是根据本公开的一些实施例的前向和/或反向投影的足迹阴影范围。在两个图中,辐射源由点S表示,并且辐射束(例如穿过对象的辐射束)可以将与对象有关的阴影投射到检测器如图11-A所示,块“1”、“2”和“3”可以表示正被重建的图像的三个体素。所有三个块可以位于辐射源S和检测器1101之间。块“1”可以位于块“2”的左侧,意味着体素“1”的位置可以比体素“2”更靠近辐射源。在一些实施例中,体素的足迹阴影范围可以由在检测器1101上的足迹阴影范围中涉及的检测器单元的数量来表示。在一些实施例中,体素的足迹阴影范围可以由一个方向上的足迹阴影范围的长度来表示。为了说明的目的,图11-A和图11-B所示的方向是沿着位于如图5所示检测器坐标上的t轴。如图11-A所示,体素“1”和体素“2”沿着t轴的足迹阴影范围分别由字母“a”和字母“b”表示。长度“a”/“b”可以表示从穿过检测器1101上的体素“1”/“2”的辐射线的最高点到穿过检测器1101上的体素“1”/“2”的辐射线的最低点的距离。因此,与体素“2”的足迹阴影范围相比,体素“1”的足迹阴影范围可以覆盖更大规模或者尺寸,其涉及检测器1101上的更多检测器单元。类似地,体素“3”可以位于体素“1”的正下方。体素“3”沿着t轴的足迹阴影范围可以由字母“c”表示,如图11-A所示。由体素的足迹阴影范围覆盖的检测器单元的具体数量可以由一个或多个因素确定。示例性因素可以包括:体素的尺寸、检测器单元的尺寸(例如阴影范围可以由检测器单元的数量表示)、体素相对于辐射源和/或检测器的位置、辐射束的几何形状、或类似物,或其组合。应该注意的是,可以使用任何方向来确定沿特定方向的足迹阴影范围的规模或尺寸。
如图11-B所示,体素“1”可以被分成多个(例如如图11-B所示的四个)子体素。子体素“A”可以投影一足迹阴影范围,其形成原始体素“1”的一部分,并且这一沿着t轴的足迹阴影范围可以由字母“a”表示。长度a’可以是长度a的分数。分数可以是在0到1范围内的任何值。例如,分数可以在范围(0,1/10),或(0,1/8),或(0,1/6),或(0,1/4),或(0,1/6),或(0,1/4),或(0,1/2),或(0,2/3)。该分数可以对应于原始体素被划分的模式。在一些实施例中,原始体素可以被分成两个子体素、或四个子体素、或六个子体素、或九个子体素等。在一些实施例中,子体素的形状可以是相同的。例如,正方形的原始体素“1”可以被分成四个相同的正方形子体素。在一些实施例中,子体素的形状可以是不同的。在一些实施例中,划分可以在切片方向(z方向)上执行。仅仅作为例子,厚的体素可以在z方向上被分成一些薄的子体素。在一些实施例中,划分可以在x-y平面中执行。仅作为示例,可以在x-y平面中将体素分成四个子体素,并且四个子体素中的一个或多个可以具有与原始体素相同的厚度。在一些实施例中,划分可以在切片方向和x-y平面中都执行。
应该注意的是,图11-A和图11-B中描述的体素的足迹阴影范围可以被反映在多于一个维度上,并且不同维度上的足迹阴影范围的差异可以对应于不同的检测器单元。例如,体素“2”可以对应于2乘2阵列的检测器单元,并且因此对应于4个检测器单元;体素“1”可以对应于3乘3阵列的检测器单元,并且因此对应于9个检测器单元。作为另一个例子,体素“2”可以对应于2乘3阵列的检测器单元,并且因此对应于6个检测器单元;体素“1”可以对应于3乘4阵列的检测器单元,并且因此对应于12个检测器单元。在一些实施例中,体素的划分可以取决于与体素的足迹阴影范围对应的不同维度中的检测器单元。例如,如果体素“1”可以对应于3乘3检测器单元,则体素“1”可以被划分成4个子体素;如果体素“2”可以对应于2乘2检测器单元,则体素“2”可以被划分成2个子体素。作为另一示例,如果体素“1”可以对应于3乘4检测器单元,则体素“1”可以被划分成9个子体素;如果体素“2”可以对应于2乘3检测器单元,则体素“2”可以被划分成4个子体素。图12-A和图12-B是两个示例,其表示具有512×512图像矩阵的足迹阴影范围分布。
视角可以位于(2n+1)*pi/4中,其中n是整数。如图12-A所示,辐射源位于左上角。图12-A中的比例尺表示颜色与足迹阴影范围的级别或尺寸之间的相关性。颜色越深,体素的足迹阴影范围就越小。体素的足迹阴影范围的级别或尺寸可以取决于一些因素,包括例如:体素与辐射源之间的距离、体素相对于辐射源和检测器或检测器单元的位置、或类似物,或其组合。在矩阵的左上角,体素会更靠近辐射源(与图像矩阵的其他区域中的体素相比),颜色会更亮,表示在此区域体素的足迹阴影范围会比此图像矩阵中的其他区域大。当辐射源和体素之间的距离变大时,颜色会变暗,表示体素的足迹阴影范围变小。这里阐述的体素的足迹阴影范围的分布可以对应于图11及其描述。在左下角和右上角,有两个三角形区域的颜色最深,表示由于辐射束的形状,体素的零足迹阴影范围。
视角可以位于2n*pi/4,这意味着辐射源位于图像矩阵左侧的中间。如图12-B所示,靠近辐射源的区域可以对应于较浅的颜色和体素的较大足迹阴影范围。足迹阴影范围可能会随着到辐射源距离的增加而减小。图像矩阵的左上角和左下角有两个三角形区域颜色最暗,表示位于两个区域的体素都没有投影出足迹阴影范围。
在一些实施例中,体素的一部分可以被分成子体素以为每一个体素和子体素实现基本均匀的阴影范围。图13是根据本公开的一些实施例描述体素划分过程的流程图。在步骤1301,可以获得图像。在步骤1302中,可以检索与在步骤1301中获得的图像有关的体素。在本公开的一些实施例中,检索可以从图像的第一个体素开始到图像的最后一个体素,或者从图像的中心到边缘区域,或者从很可能是感兴趣的区域开始到不重要区域,或类似的,或其任何组合。如本公开别处所述,检测器上体素的足迹阴影范围可以与体素的位置有关。例如,如果一个体素更靠近辐射源,则体素可以产生比远离辐射源的体素更大的足迹阴影范围。位于不同区域的体素可以按不同方式检索。在一些其他实施例中,某个区域中的体素可以被逐个地检索,或者每隔一个体素检索,或者每隔几个体素检索,或类似的,或者其组合。
对于从图像检索的体素,可以在步骤1303中计算足迹阴影范围。如本公开别处所述,体素的足迹范围可以涉及一个或多个参数。示例性参数可以包括辐射源的束几何形状、体素的形状、检测器的几何尺寸、体素的位置、体素的尺寸、或类似的,或其组合。在一些实施例中,示例性的束的几何形状可以包括但不限于锥形束几何形状、平行束几何形状、扇形束几何形状、或类似物,或其组合。如本文所使用的,体素的形状可以包括但不限于:立方体模型、极坐标网格模型(polar grids model)、小波模型、重叠圆或球体模型、圆盘模型、多边形模型等。根据在本公开内容的别处描述,体素的覆盖范围可以取决于一些因素,包括例如:与辐射源的距离、体素的尺寸、或类似物,或其组合。仅作为示例,如果体素的位置靠近辐射源,或其体积大,则体素会具有较大的足迹范围;如果体素位置远离辐射源,或其体积小,或者两者兼而有之,则体素会具有较小的足迹范围。
应该注意的是,体素的足迹阴影范围的计算可以在检索体素之前进行。在一些实施例中,在获得初始图像之后,可以根据一组给定的参数来计算图像的体素的全部足迹阴影范围,这些参数例如是:辐射束的几何形状、辐射束的位置、检测器单元的尺寸和布局、或类似物,或其组合。在计算之后,该过程可以继续检索初始图像的体素。
可以在步骤1303之后进行判断。可以根据阈值将体素分开或分成至少两个类别。如果体素的阴影范围高于阈值,则体素可以在随后的处理中被划分或被处理为几个体素。如果体素的阴影范围低于阈值,则其可以进行到步骤1306。阈值可以以多种方式确定。在一些实施例中,可以基于例如操作参数、系统设计、或类似物、或其组合,通过默认设置来设置阈值。例如,阈值可以涉及检测器上足迹阴影范围的区域、检测器上足迹阴影范围的长度、或类似物,或其组合。
在一些实施例中,可以基于并行计算的时间来设置阈值。如本文所使用的,并行计算可以指的是可以同时处理多个体素的计算过程。在并行计算中,要消耗的时间可以由花费最长时间的体素的计算速度来确定。体素的计算速度可以与足迹阴影范围所覆盖检测器单元的数量有关。因此,为了实现期望的计算时间,阈值可以是足迹阴影范围覆盖了阈值数量的检测器单元;即足迹阴影范围与检测器单元尺寸的比率不超过此阈值数量。如本文所使用的,“超过”阈值可以包括大于或低于阈值。阈值数量可以是例如1.5或2或2.5或3或4或5或大于5。如本文所使用的,如果检测器单元是矩形的,则检测器单元的尺寸可以与检测器单元的长度或宽度有关;或者如果检测器是圆形的,则检测器单元的尺寸可以与检测器单元的半径有关;或者检测器单元的尺寸可以与检测器单元的区域有关。在其他一些实施例中,可以基于统计结果来设置阈值。例如,在计算全部或部分体素的足迹阴影范围之后,可以通过所计算体素的足迹阴影范围的分布来确定阈值。例如,可以设置阈值以确定在随后的步骤中要划分的体素的百分比。百分比可以是五十、六十、七十、或者是在零到一百之间的任何值。
回头参考图13所示,如果足迹阴影范围超过阈值,则过程可以前进到步骤1305。可以将所检索的体素划分为一些子体素。体素可以在图像切片方向(z方向)上划分,或者分成x-y平面中的多个子体素。数量可以是两个、四个、六个、八个,或任何正整数。在一些实施例中,体素分成的子体素可以具有相同的尺寸。在一些实施例中,体素分成的子体素可以具有不同的尺寸。子体素的形状可以基于被划分的体素的形状。子体素的示例性形状可以包括立方体、圆柱体、球体、多面体、或类似物,或其组合。如果两个体素产生相同的阴影范围或者两个体素的阴影范围的差异保持在一定范围内,则可以以类似的方式处理这两个体素,包括使用相同的计算参数、模型、算法、或类似物,或其组合。通过划分得到的子体素可以具有比原始体素更均匀的足迹阴影范围,从而可以加快计算速度并减少计算时间。在一些实施例中,可以基于保持子体素的贡献总和等于原始体素的贡献的规则来进行划分。从原始体素划分的子体素的数量可以是恒定的或在该过程期间可改变的。
在步骤1306中,可以进行另一判断以确定检索是否完成。可以采用不同种类的停止条件来停止检索。在一些实施例中,当图像的每个体素都被检索到时可以停止检索。在一些实施例中,当属于感兴趣区域的体素被检索到时可以停止检索。如果检索完成,可以进行迭代以重建图像。
应当注意,许多替代、修改和变化对本领域技术人员而言是显而易见的。本文描述的示例性实施例的特征、结构、方法和其它特点可以不同方式结合以获得另外的和/或替代的示例性实施例。例如,在确定划分过程中可以使用一系列的阈值。例如,可以有第一阈值和第二阈值。如果足迹阴影范围高于第一阈值且低于第二阈值,则可以将原始体素分成第一数量的子体素。如果足迹阴影范围高于第二阈值,则可以将原始体素分成第二数量的子体素。阈值水平的数量可以是两个、三个或任何正整数。在一些实施例中,体素的划分可以在迭代重建过程期间变化。例如,体素可以在图像重建过程的一次或多次迭代期间被划分为第一数量的子体素,并且在第二图像重建过程期间可以被划分为第二数量的子体素。
图14示出根据本公开的一些实施例的体素划分引擎1400。引擎1400可以包括体素检索模块1401、阴影范围计算器1402和体素划分模块1403。体素检索模块1401可以如步骤1302所描述那样来检索体素。在一些实施例中,体素检索模块1401可以执行与图10中描述的检索单元1022相同的功能,并且计数器可以记录正被检索的体素的数量。在一些实施例中,遮罩生成引擎1000和体素划分引擎1400可以共享相同的体素检索单元或模块以检索体素供后续处理。
阴影范围计算器1402可以基于例如体素的尺寸、检测器单元的尺寸、体素相对于辐射源和检测器的位置、辐射束的几何形状、或类似物、或其组合来计算体素的阴影范围。在一些实施例中,阴影范围可以被具体编程为执行例如式(4)的计算。
体素检索模块1401和阴影范围计算器1402可以耦合到体素划分模块1403,通过该体素划分模块1403,可以确定为基于其阴影范围将体素分成子体素。在一些实施例中,划分的子体素的数量可取决于相应体素的阴影范围。例如,如果体素的阴影范围超过第一阈值,则可以划分第一数量的子体素;如果体素的阴影范围超过第二阈值,则可以划分第二数量的子体素。第一数量可以与第二数量不同。
应该注意的是,这些功能块并不一定表示硬件电路之间的划分。例如,一个或多个功能块(例如体素检索模块1401、阴影范围计算器1402和/或体素划分模块1403等)可以在单个硬件(例如,通用信号处理器或随机访问存储器、硬盘,或类似物)或多个硬件中实现。此外,这种生成引擎1000和体素划分引擎1400可以至少共享公共的处理器或微处理器。在各个系统中执行功能的指令可以同时执行,也可以按照有序的顺序执行。例如,可以在划分体素之前、之后或同时生成遮罩。
图15是根据本公开的一些实施例描述图像重建过程的示意性流程图。可以在步骤1502中通过例如步骤1501中的扫描处理来获取原始数据。可以基于在步骤1502中获取的原始数据来进行至少两种不同的处理方式。仅作为示例,可以在步骤1501中通过CT扫描来生成原始数据,或者可以从其他来源(例如计算机模拟扫描)获得原始数据。可以在步骤1505中基于在步骤1502中获取的原始数据来执行初始重建,其中可以生成初始图像。如本公开别处所述,根据重建算法的初始重建可以生成与对象有关的初始图像。这样的重建算法的示例可以包括:基于菲尔德坎普-戴维斯-克雷斯(Feldkamp-Davis-Kress,FDK)重建、最大后验概率(MAP)、最大似然(ML)、代数重建技术(ART)、基于熵的优化、最小二乘法(LS)或惩罚加权最小二乘法(PWLS)、滤波反投影、或类似物,或其组合。所描述的这些算法可以被执行一次,或可以被迭代地执行。在一些实施例中,也可以默认方式适当地设定初始图像。例如,可以将对象的边缘轮廓设置为初始重建。此外,在步骤1502中获取的原始数据可以在步骤1503进行噪声估计,并且可以在步骤1504中生成估计的噪声数据。可以通过步骤1503中的噪声估计来获取噪声模型,噪声估计可以由降噪单元(图15未示出)进行。步骤1503中的噪声估计可以包括通过将一个或多个噪声模型拟合到估计的噪声来估计在步骤1502中获取的原始数据中包含的噪声。如本文所使用的,噪声可以包括可由电子设备(例如传感器、扫描器的电路、或类似物,或其组合)产生的电子噪声。噪声模型可以指示图像的噪声分布、图像的各个点的噪声幅度、或类似物,或其组合。所描述的重建可以包括迭代重建过程,其可包括基于计算机的迭代处理。迭代重建过程可以包括重复的投影和噪声消除过程等。上述模型示例是出于说明目的而提供的,且并不旨在限定本公开的范围。
在构建初始图像之后,可以在步骤1518中计算多个体素遮罩模型。如本公开别处所述,可以使用体素遮罩模型来生成空气体素遮罩、对象体素遮罩、或类似物、或其组合。在一些实施例中,不同的遮罩可以合并在一起。例如,位于空气中的体素和位于先前对象中的体素可以合并为新的一组体素,并且这新的一组可以被称为先前体素或类似的。
在步骤1518之后,可以基于体素遮罩模型执行至少三个步骤。在步骤1519中,可以生成重新设置的初始图像,这意味着基于体素遮罩模型中的至少一个来重新设置初始图像的体素值。在一些实施例中,对于在前面的任何一个步骤中标记的某个体素,可以根据例如存储在数据库中的信息将对应体素值设置为先前值。该信息可以根据例如设计参数预先计算,也可以根据之前的经验默认设置。
在步骤1520中,可以生成迭代遮罩。在一些实施例中,可以通过合并或部分合并各种遮罩来生成迭代遮罩模型。在一些实施例中,可以在每次迭代或整个迭代的一部分期间使用迭代遮罩。遮罩确定将在迭代过程中处理图像体素的方式。
在步骤1521中,可以根据体素遮罩模型来生成前向投影查找表。前向投影查找表可以包括与前向投影有关的参数。如本公开别处所述,可以预先计算用于辐射束和视角的先前对象体素的前向投影贡献。在一些实施例中,所预先计算的先前对象体素的贡献可被存储为前向投影查找表。在迭代重建期间随后的前向投影可以仅计算来自其他非先前体素的贡献,然后将它们与预先计算的贡献合并。
在虚线框1517中的图像迭代重建可以涉及噪声估计过程。在第一次迭代期间,步骤1519中获得的初始图像或重新设置的初始图像可以通过在步骤1519中直接输入重新设置的初始图像而在步骤1506中获取;而在随后的迭代中,步骤1506中的图像可以由先前迭代所生成的重建图像来更新。可以在步骤1506之后确定迭代是否完成。如果迭代完成,则该过程可以进行到步骤1514中输出图像。在一些实施例中,可以在以下步骤中进一步优化在步骤1514中获得的输出图像,例如增强对比度。如果需要进一步的迭代,则可以进行到步骤1507,其中可以执行前向投影。可以有不同种类的停止条件来确定迭代是否完成。在一些实施例中,停止条件可以涉及在系统中设定的一个或多个参数。例如,停止条件可以是:来自当前迭代和前次迭代的重建图像之间的差异低于某个阈值。在其他实施例中,停止条件可由用户确定。例如,在几次迭代之后,与特定组织有关的临床图像可被医生接受。
步骤1507中的前向投影可以是基于计算机的投影,其可以将第一次迭代中的初始图像或重置的初始图像、或将其他迭代中的经更新图像变换到数据域。仅仅作为示例,3D(或2D)图像(例如初始图像、重置的初始图像、或经更新图像)中的体素(或像素)可以包括与投影有关的信息。信息可以包括但不限于:体素的几何形状(例如,形状、位置、尺寸、或类似物,或其组合)和体素(或像素)值(例如,灰度级分布、RGB级分布、亮度分布、或类似物,或其组合),或类似物,或其组合。如在本公开别处所描述的,由于辐射源的锥形束几何形状、体素的形状、体素的位置、体素的尺寸、或类似物、或其组合,每个体素投射到检测器上的阴影范围可能是不同的。在前向投影期间,体素的一部分可以被分成子体素以为每一个体素和子体素实现基本均匀的阴影范围,如图11所示。此外,前向处理遮罩可以被用来提供先前对象体素的预先计算的前向投影贡献,和/或迭代遮罩可以被用来标识在前向投影期间将不被计算的空气体素。基于步骤1508中的前向投影,可以在步骤1507中执行估计投影。
基于例如在步骤1509中获得的估计噪声数据和在步骤1504中获得的估计投影,可以在步骤1508中执行加权比较。在一些实施例中,在步骤1504中获得的估计噪声数据可以包括与至少一个噪声模型有关的至少一个参数,所述至少一个噪声模型与在步骤1503的噪声估计中生成的估计噪声拟合。
在一些实施例中,步骤1509中的加权比较可以包括标识在步骤1508中获得的估计投影与在步骤1504中获得的估计噪声数据之间的相关性,并基于相关性来生成加权估计。
在步骤1510中,可以标识投影误差。可以基于在步骤1504中获得的噪声模型和在步骤1509中获得的加权估计来生成投影误差,加权估计是基于步骤1508中获得的估计投影与在步骤1504中获得的估计噪声数据之间的相关性而获得。在步骤1511中,例如通过反向投影,可以将投影误差进一步变换回到图像域,以在步骤1512中提供图像误差。在步骤1513中,在步骤1512中生成的图像误差可以用于与步骤1516中生成的惩罚数据相结合来更新图像。惩罚数据可以从步骤1515中的正规化计算获得,正规化计算时基于第一次迭代中的初始图像或重置的初始图像、或其他迭代中的更新图像。如本文所述,正则化计算可以表征CT系统的固有属性并保留图像内的一些特性。示例性特征可以包括位于高强度区域和低强度区域之间的清晰边缘。在一些实施例中,正则化计算可以通过例如改善高强度区域或低强度区域内的平滑度来帮助提高图像质量。在一些实施例中,在步骤1515中执行的正则化计算可以区分具有不同强度的区域。例如,在步骤1515中执行的正则化计算可能有助于理解金属植入物在患者体内的位置。正则计算可以提高金属和非金属组织之间的清晰边缘的可视性。
基于在步骤1516中获得的惩罚数据和/或在步骤1512中获得的图像误差,可以在步骤1513中更新图像。例如,更新可以基于惩罚数据和图像误差的乘法。该更新可以提高在先前迭代中获得的图像的质量。该过程可以重复一定次数的迭代或直到满足标准。
在一些实施例中,步骤1507中的前向投影可以由辐射源、对象和检测器之间的几何关系确定。例如,贡献因子
Figure GDA0003421994760000211
可以由辐射源、对象和检测器的相对位置确定。在一些实施例中,步骤1507中的前向投影可以由图像体素值或子体素值
Figure GDA0003421994760000212
确定。如本文所使用的,图像体素值
Figure GDA0003421994760000213
可以包括与例如体素的灰度、体素的RGB级、体素的亮度、或类似物,或其组合有关的信息。此外,可以以不同的方式配置图像中的体素值和/或子体素值的分布。例如,两个相邻体素的图像体素值或子体素值
Figure GDA0003421994760000214
可以是连续的或离散的。具体而言,形成原始体素的子体素的子体素值可以是连续的或离散的。本领域普通技术人员还应该理解,在步骤1507的前向投影期间可以进一步考虑其他物理效应。这些物理效应的实例可以是多色X射线光谱、有限检测器点扩散函数、有限焦斑尺寸、方位模糊、散射辐射、测量噪声、或离焦辐射、或类似物,或其组合。
在一些实施例中,步骤1511中的反向投影可以考虑迭代遮罩,其中体素的一部分(例如,如图8中标记的)可以被视为可不被计算的空气体素,并且一部分体素(例如,如图9中标记的)可以被视为可不被执行的先前知识(例如先前对象)。
应当注意,许多替代,修改和变化对本领域技术人员而言是明了的。本文描述的示例性实施例的特征、结构、方法和其它特点可以不同方式被组合以获得附加的和/或替代的示例性实施例。例如,本领域技术人员应当理解,步骤1515中的正则化计算和步骤1516中生成的惩罚数据可以是不必要的。因此,步骤1513中的图像更新可以仅依赖于步骤1512中的图像误差。此外,在实际中,可以在步骤1507中或在图15描述的过程的其他适当部分中执行前向投影。在另一示例中,步骤1510中生成的投影误差可用于更新步骤1508中所估计的投影,并且可以通过步骤1511中的反向投影将更新的投影变换回到图像域。结果,变换的图像可以在随后的迭代步骤中用作更新的图像。
在一些实施例中,可提供具有记录在其上的指令的有形和非暂态性机器可读介质,供处理器或计算机操作成像装置运行成像装置以执行本文别处描述的模块或单元的一个或多个功能,例如执行生成体素遮罩或者在后续过程中重建图像的过程。介质可以是任何类型的CD-ROM、DVD、软盘、硬盘、光盘、快闪RAM驱动器或其他类型的计算机可读介质或其组合。
各种实施例和/或组件,例如,其中的模块、单元、处理器、组件以及控制器(例如控制模块130)也可以被实现为一个或多个计算机或处理器的一部分。计算机或处理器可以包括例如用于访问互联网或与云服务器通信的计算设备、输入设备、显示单元和接口。计算机或处理器可以包括微处理器。该微处理器可以连接到通信总线。计算机或处理器还可以包括存储器。存储器可以包括随机存取存储器(RAM)和只读存储器(ROM)。计算机或处理器还可以包括存储设备,包括例如硬盘驱动器或诸如软盘驱动器、光盘驱动器等的可移动存储驱动器或其组合。存储设备还可以是用于将计算机程序或其他指令加载到计算机或处理器中的其他类似的装置。计算机或处理器执行存储在一个或多个存储元件中的指令集,以便处理输入数据。存储元件还可以根据需求或需要,存储数据或其他信息。存储元件可以是处理机内的信息源或物理存储器元件的形式。
示例
以下示例是出于说明目的而提供的,且并不旨在限定本公开的范围。
图16-A和图16-B示出根据本公开的一些实施例基于迭代重建而生成的两个X射线图像。图16-A是来自使用了迭代遮罩的组合前向/反向投影的重建图像。图16-B是没有包含迭代遮罩的前向/反向投影,并且可以被认为是标准图像。图16-C是示出图16-A和图16-B之间的差异的图像。与图16-B相比,图16-A是通过本公开别处描述的方法获得。在图16-C中示出了图16-A和图16-B的相应位置的差异。如图16-C所示,朝向图像中心的区域,即内椭球区域,表示组织区域。如图16-C所示,在组织区域中,图16-A和图16-B之间的差异几乎不可见,表明背景(例如床台、空气体素等)很少或没有可见的噪声或伪影。结果可以指示如本公开中所描述的迭代遮罩的有效性。
还将理解,上述方法实施例可以采取计算机或控制器实现的过程和装置的形式来实施这些过程。本公开还可以以包含指令的计算机程序代码的形式实现,计算机程序代码体现在诸如软盘、CD-ROM、硬盘驱动器或任何其他计算机可读存储介质的计算机程序代码有形介质中,其中当加载计算机程序代码到计算机或控制器且由其执行时,此计算机成为实施本发明的装置。本公开也可以以计算机程序代码或信号的形式实现,例如,存储在存储介质中且加载到计算机或控制器中和/或由计算机或控制器执行,或通过某些传输介质传输,如通过电线或电缆、通过光纤、或通过电磁辐射;其中,当计算机程序代码被加载到计算机中并由其执行时,计算机变为用于实施此发明的装置。当在通用微处理器上实现时,计算机程序代码段配置微处理器以创建特定的逻辑电路。
上面描述的各种方法和技术提供了许多方式来执行应用。当然,应理解,不一定所描述的所有目的或优势都可根据本文描述的任意特定实施例而实现。因此,例如,本领域的技术人员将认识到本方法可按实现或优化本文所教导的一个优势或一组优势的方式来执行,而不一定要实现本文教导或建议的其他目的或优势。本文提到了各种替代方案。应当理解的是,一些实施例具体包括一个、另一个或多个特征,而其他实施例特别排除一个、另一个或多个特征,而还有一些实施例通过包含一个、另一个或多个有利特征来缓解特定特征。
此外,本领域技术人员将认识到来自不同实施例的各种特征的适用性。类似地,本领域普通技术人员可以以各种组合采用上面讨论的各种元件、特征和步骤以及每个这样的元件、特征或步骤的其他已知的等同物,来执行根据本文所描述的原理的方法。在不同的实施例中,将特别包括各种元件、特征和步骤中的一些,并且特别地排除另一些。
尽管本申请已经在某些实施例和示例的背景下被公开,但是本领域技术人员将会理解,本申请的实施例超出具体公开的实施例而延伸到其他替代实施例和/或其使用和修改及其等同物。
在一些实施例中,在描述本申请的特定实施例的上下文(特别是在下面的权利要求的某些中)中使用的术语“一”,“一个”和“所述”以及类似的文字可以被解释为涵盖单数和复数。本文中对值的范围的叙述仅仅旨在用作单独地引用落入该范围内的每一个分开值的速记法。除非在本文中另外指示,否则就像在本文中单独地叙述其那样将每一个单个值结合进说明书。可以任何合适的顺序来执行本文中所述的所有方法,除非在本文中另外指示或否则明显与上下文矛盾。在本文中参照某些实施例而提供的任何及全部示例或示例性语言(例如“诸如”)的使用仅仅旨在更好地说明本申请,并且不对另外被要求权利的本发明的申请构成限制。说明书中没有语言应当被解释为指示对实施本申请必要的任何非要求权利的元素。
本文描述了本申请的一些实施例。这些实施例的变体将在本领域内普通技术人员阅读在前描述之后变得显而易见。预期技术人员可以适当地使用这样的变化,并且可以以与本文具体描述的方式不同的方式来实施本申请。因此,本申请的许多实施例包括这里所附的权利要求书中所叙述的主题的所有修改和等效方案,如可适用法规所允许的。此外,上述元素在其所有可能变体中的任意组合均被本申请涵盖,除非在本文中另外说明或明显与上下文矛盾。
本文引用的所有专利、专利申请、专利申请公开以及其它材料(例如文章、书籍、说明书、出版物、文献、物品、或类似物)在此出于所有目的引用整体并入本文,除了任何起诉文件历史记录之类的,任何与本文件不一致或与本文件相冲突之类的,任何对本文件之类的现在或稍后的权利要求最大保护范围有限定影响之类的。举例来说,如果任何所引用的材料其描述、定义和/或术语的使用与本文件存在任何不一致或冲突,则描述、定义和/或以本文件中的术语为准。
最后,应该理解,本文公开的应用的实施例是本申请的实施例的原理的说明。可以采用的其他修改可以落在本申请的范围内。因此,作为示例而非限制,根据本文的教导可以使用本申请的实施例的替代配置。因此,本申请的实施例不限于如所示和所描述的那样。

Claims (21)

1.一种图像重建方法,包括:
检索与对象的被扫描部分有关的原始数据;
根据所述原始数据生成图像;
基于与所述图像的第一体素相关的第一几何参数来标识所述第一体素;
将所述第一体素划分成第一数量个子体素;
基于与第二体素相关的第二几何参数来标识所述第二体素;
将所述第二体素划分成第二数量个子体素;
使用包括多个迭代的迭代重建过程来重建所述图像,其中在所述多个迭代的迭代期间与所述第一体素有关的计算是基于所述第一数量个子体素;以及与所述第二体素有关的计算是基于所述第二体素;其中,所述第一体素的划分数量和所述第二体素的划分数量在迭代重建过程中变化。
2.如权利要求1所述的方法,其中所述第一几何参数包括由所述第一体素投影在至少一个检测器单元上的第一足迹阴影范围,并且所述足迹阴影范围超过第一阈值。
3.根据权利要求2所述的方法,其中所述第一阈值与所述检测器单元的尺寸有关。
4.如权利要求1所述的方法,进一步包括:
基于与第三体素相关的第三几何参数来标识所述第三体素;
将所述第三体素划分成第三数量个子体素,其中所述第三数量不同于所述第一数量,且
在所述多次迭代的迭代期间,与所述第三体素有关的计算是基于所述第三数量个子体素。
5.如权利要求4所述的方法,其中所述第三几何参数包括由所述第三体素投影在至少一个检测器单元上的第三足迹阴影范围,并且所述第三足迹阴影范围超过第三阈值。
6.如权利要求1所述的方法,进一步包括:
基于多个相邻体素来标识所述图像的第四体素,其中所述第四体素在所述多个迭代中的一个或多个迭代期间被省略。
7.根据权利要求6所述的方法,其中与所述相邻体素有关的局部平均值超过第四阈值。
8.如权利要求6所述的方法,进一步包括:
检索第一查找表,其中与相邻体素有关的局部平均值与所述第一查找表中的第一参考值匹配。
9.根据权利要求6所述的方法,还包括检索第二查找表,其中所述第四体素的坐标与所述第二查找表中的第二参考值相匹配。
10.根据权利要求6所述的方法,其中,所述第四体素表示与所述对象中与床台区域或空气部分对应的部分。
11.根据权利要求6所述的方法,其中所述第四体素的值是预定的。
12.一种图像重建方法,包括:
检索与对象的被扫描部分有关的原始数据;
根据所述原始数据生成图像;
基于多个相邻体素来标识所述图像的第一体素;以及使用包括多次迭代的迭代重建过程来重建图像,且
在该多次迭代的一次或多次迭代期间省略第一体素;其中,所述第一体素的划分数量在迭代重建过程中变化。
13.根据权利要求12所述的方法,其中所述第一体素的值是预定的。
14.如权利要求12所述的方法,进一步包括:
基于与所述图像的第二体素相关的第二几何参数来标识所述第二体素;
将所述第二体素划分成第二数量个子体素;
基于与所述图像的第三体素相关的第三几何参数来标识所述第三体素;
其中在所述多次迭代的一次或多次迭代期间与所述第二体素有关的计算是基于所述第二数量个子体素;以及与所述第三体素有关的计算是基于所述第三体素。
15.如权利要求14所述的方法,其中所述第二几何参数包括由所述第二体素投影在至少一个检测器单元上的第二足迹阴影范围,并且所述足迹阴影范围超过第二阈值。
16.根据权利要求15所述的方法,其中所述第二阈值与所述检测器单元的尺寸有关。
17.一种图像重建系统,包括:
数据获取单元,被配置为接收与对象的被扫描部分有关的原始数据,所述原始数据用于生成图像;
阴影范围计算器,被配置为计算所述图像的第一体素和第二体素的足迹阴影范围;以及
体素划分模块,被配置为将所述第一体素划分成第一数量个子体素,将所述第二体素划分成第二数量个子体素;
图像处理模块,被配置为使用包括多次迭代的迭代重建过程来重建所述图像;其中与所述第一体素有关的计算是基于所述第一数量个子体素;且与所述第二体素有关的计算是基于所述第二体素;其中,所述第一体素的划分数量和所述第二体素的划分数量在迭代重建过程中变化。
18.根据权利要求17所述的系统,还包括被配置为生成与所述图像有关的遮罩的遮罩生成器,其中所述遮罩基于多个相邻体素来标识所述图像的第三体素;并且其中所述第三体素在多次迭代中的一次或多次迭代期间被省略。
19.根据权利要求18所述的系统,还包括空气体素评估单元,被配置为评估所述第三体素的局部平均值。
20.根据权利要求18所述的系统,还包括先前对象体素评估单元,被配置为评估所述第三体素的局部平均值。
21.一种图像重建系统,包括:
存储多个指令的存储介质;以及
至少一个处理器,其中
所述指令在被执行时使所述至少一个处理器执行操作,所述操作包括:
检索与对象的被扫描部分有关的原始数据;
根据所述原始数据生成图像;
基于与所述图像的第一体素相关的第一几何参数来标识所述第一体素;
将所述第一体素划分成第一数量个子体素;
基于与第二体素相关的第二几何参数来标识所述第二体素;
将所述第二体素划分成第二数量个子体素;
使用包括多个迭代的迭代重建过程来重建所述图像,其中在所述多个迭代的迭代期间与所述第一体素有关的计算是基于所述第一数量个子体素;以及
与所述第二体素有关的计算是基于所述第二体素;其中,所述第一体素的划分数量和所述第二体素的划分数量在迭代重建过程中变化。
CN201680045586.0A 2016-03-31 2016-03-31 图像重建的系统和方法 Active CN108352077B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2016/078035 WO2017166187A1 (en) 2016-03-31 2016-03-31 System and method for image reconstruction

Publications (2)

Publication Number Publication Date
CN108352077A CN108352077A (zh) 2018-07-31
CN108352077B true CN108352077B (zh) 2022-03-01

Family

ID=59962492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680045586.0A Active CN108352077B (zh) 2016-03-31 2016-03-31 图像重建的系统和方法

Country Status (4)

Country Link
US (2) US10445905B2 (zh)
EP (1) EP3245634B1 (zh)
CN (1) CN108352077B (zh)
WO (1) WO2017166187A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019010648A1 (en) * 2017-07-12 2019-01-17 Shenzhen United Imaging Healthcare Co., Ltd. SYSTEM AND METHOD FOR CORRECTION TO AIR
WO2019045144A1 (ko) 2017-08-31 2019-03-07 (주)레벨소프트 의료용 항법 장치를 위한 의료 영상 처리 장치 및 의료 영상 처리 방법
CN107958472B (zh) * 2017-10-30 2020-12-25 深圳先进技术研究院 基于稀疏投影数据的pet成像方法、装置、设备及存储介质
CN107958471B (zh) * 2017-10-30 2020-12-18 深圳先进技术研究院 基于欠采样数据的ct成像方法、装置、ct设备及存储介质
US11348292B2 (en) 2019-02-18 2022-05-31 Argospect Technologies Inc. Image reconstruction method for collimator and detector based medical imaging systems
CN111325834B (zh) * 2020-03-24 2023-12-26 中海石油(中国)有限公司 基于数字图像处理的建模方法及系统
EP3958209A1 (en) * 2020-08-19 2022-02-23 Volkswagen Ag Computer-implemented methods, computing devices and computer programs for processing volumetric scanning data and analyzing a performance of structural elements
CN112215953B (zh) * 2020-11-10 2023-11-17 中国科学院高能物理研究所 图像重建方法、装置与电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779350A (zh) * 2012-06-07 2012-11-14 中国人民解放军信息工程大学 一种锥束ct迭代重建算法投影矩阵构建方法
CN103400401A (zh) * 2006-06-22 2013-11-20 通用电气公司 改善图像分辨率的系统和方法
CN103514615A (zh) * 2012-06-22 2014-01-15 通用电气公司 用于迭代重建的方法和设备
CN104968275A (zh) * 2013-01-31 2015-10-07 株式会社东芝 基于模型的用于迭代重建的反投影和正投影的至少一方中的系统光学

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5862198A (en) 1997-09-30 1999-01-19 Siemens Corporate Research, Inc. Pre-calculated hitlist for reducing run-time processing of an exact cone beam reconstruction algorithm
US6990228B1 (en) * 1999-12-17 2006-01-24 Canon Kabushiki Kaisha Image processing apparatus
US6768782B1 (en) * 2002-12-16 2004-07-27 University Of Notre Dame Du Lac Iterative method for region-of-interest reconstruction
ATE460714T1 (de) 2004-10-08 2010-03-15 Koninkl Philips Electronics Nv Bildrekonstruktion mit voxelabhängiger interpolation
US9171353B2 (en) 2008-07-16 2015-10-27 Siemens Medical Solutions Usa, Inc. Multimodal image reconstruction with zonal smoothing
US8189735B2 (en) 2010-07-22 2012-05-29 General Electric Company System and method for reconstruction of X-ray images
US8913805B2 (en) * 2010-08-30 2014-12-16 The Regents Of The University Of Michigan Three-dimensional forward and back projection methods
JP5985836B2 (ja) 2011-03-03 2016-09-06 ゼネラル・エレクトリック・カンパニイ イメージング・システムによって放出される放射線量を減少させる方法
US8903152B2 (en) 2012-06-29 2014-12-02 General Electric Company Methods and systems for enhanced tomographic imaging
US9478049B2 (en) * 2013-09-30 2016-10-25 Koninklijke Philips N.V. Method for local adjustment of regularization parameters for image quality optimization in fully 3D iterative CT reconstruction
US9600924B2 (en) 2014-02-05 2017-03-21 Siemens Aktiengesellschaft Iterative reconstruction of image data in CT
WO2016053677A1 (en) * 2014-09-30 2016-04-07 Hexagon Metrology, Inc. System and method for measuring an object using x-ray projections
CN108292428B (zh) 2015-12-11 2023-03-31 上海联影医疗科技股份有限公司 图像重建的系统和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103400401A (zh) * 2006-06-22 2013-11-20 通用电气公司 改善图像分辨率的系统和方法
CN102779350A (zh) * 2012-06-07 2012-11-14 中国人民解放军信息工程大学 一种锥束ct迭代重建算法投影矩阵构建方法
CN103514615A (zh) * 2012-06-22 2014-01-15 通用电气公司 用于迭代重建的方法和设备
CN104968275A (zh) * 2013-01-31 2015-10-07 株式会社东芝 基于模型的用于迭代重建的反投影和正投影的至少一方中的系统光学

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
3D Forward and Back-Projection for X-Ray CT Using Separable Footprints;Long, Yong;Fessler, Jeffrey A.;Balter, James M;《IEEE Transactions on Medical Imaging》;IEEE;20100607;第29卷(第11期);第1839-1850页 *
基于SIMD技术的锥束ART算法快速并行图像重建;张顺利; 张定华; 李明君; 吉军;《仪器仪表学报》;20100331;第31卷(第3期);第630-634页 *

Also Published As

Publication number Publication date
EP3245634A4 (en) 2018-11-14
CN108352077A (zh) 2018-07-31
US10445905B2 (en) 2019-10-15
US11475611B2 (en) 2022-10-18
US20200043206A1 (en) 2020-02-06
WO2017166187A1 (en) 2017-10-05
EP3245634B1 (en) 2020-10-14
US20180158217A1 (en) 2018-06-07
EP3245634A1 (en) 2017-11-22

Similar Documents

Publication Publication Date Title
US20220292646A1 (en) System and method for image reconstruction
CN108352077B (zh) 图像重建的系统和方法
US10255696B2 (en) System and method for image reconstruction
US8000435B2 (en) Method and system for error compensation
US8532350B2 (en) Dose reduction and image enhancement in tomography through the utilization of the object's surroundings as dynamic constraints
US20090202127A1 (en) Method And System For Error Compensation
EP2443614B1 (en) Imaging procedure planning
US20070116343A1 (en) Methods and systems for improving quality of an image
CN108601575B (zh) 用于计算机断层扫描的系统和方法
US20110096968A1 (en) Extension of the field of view of a computed tomography system in the presence of interfering objects
US7379527B2 (en) Methods and apparatus for CT calibration
US20160292878A1 (en) Methods and systems for automatic segmentation
CN112204607B (zh) 用于x射线成像的散射校正
JP2022547463A (ja) コーンビームctにおけるニューラルネットワークに基づく限定角度アーチファクト軽減のための信頼度マップ
US20220375038A1 (en) Systems and methods for computed tomography image denoising with a bias-reducing loss function
US11270477B2 (en) Systems and methods for tailored image texture in iterative image reconstruction
Shamul et al. Change detection in sparse repeat CT scans with non-rigid deformations
Pluta et al. A New Statistical Approach to Image Reconstruction with Rebinning for the X-Ray CT Scanners with Flying Focal Spot Tube
CN113749679A (zh) 用于多材料分解的方法和系统
CN117710343A (zh) 一种基于多尺度哈希编码的锥形束ct重建方法
Kyprianou Image simulation

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 2258 Chengbei Road, Jiading District, Shanghai

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 2258 Chengbei Road, Jiading District, Shanghai

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

GR01 Patent grant
GR01 Patent grant