CN109009200A - 用于正电子发射断层成像图像重建的系统和方法 - Google Patents

用于正电子发射断层成像图像重建的系统和方法 Download PDF

Info

Publication number
CN109009200A
CN109009200A CN201811002520.0A CN201811002520A CN109009200A CN 109009200 A CN109009200 A CN 109009200A CN 201811002520 A CN201811002520 A CN 201811002520A CN 109009200 A CN109009200 A CN 109009200A
Authority
CN
China
Prior art keywords
pet
image
gated
breathing
breathing phases
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
CN201811002520.0A
Other languages
English (en)
Other versions
CN109009200B (zh
Inventor
王骥喆
李弘棣
冯涛
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 CN109009200A publication Critical patent/CN109009200A/zh
Application granted granted Critical
Publication of CN109009200B publication Critical patent/CN109009200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/16—Measuring radiation intensity
    • G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
    • G01T1/164—Scintigraphy
    • G01T1/166—Scintigraphy involving relative movement between detector and subject
    • G01T1/1663—Processing methods of scan data, e.g. involving contrast enhancement, background reduction, smoothing, motion correction, dual radio-isotope scanning, computer processing ; Ancillary equipment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. 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 for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
    • G01T1/2914—Measurement of spatial distribution of radiation
    • G01T1/2992—Radioisotope data or image processing not related to a particular imaging system; Off-line processing of pictures, e.g. rescanners
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T7/00—Details of radiation-measuring instruments
    • G01T7/005—Details of radiation-measuring instruments calibration techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4808—Multimodal MR, e.g. MR combined with positron emission tomography [PET], MR combined with ultrasound or MR combined with computed tomography [CT]
    • G01R33/481—MR combined with positron emission tomography [PET] or single photon emission computed tomography [SPECT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Nuclear Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本公开涉及用于正电子发射断层成像图像重建的系统和方法。该系统可执行该方法以获取在对象保持在屏气状态时采集的对象的解剖图像；获取对象的PET数据，该PET数据对应于具有对象的多个呼吸相位的呼吸信号，这些呼吸相位包括第一呼吸相位和第二呼吸相位；对PET数据进行门控；重建多个PET门控图像，该多个PET门控图像包括对应于第一呼吸相位的第一PET门控图像和对应于第二呼吸相位的第二PET门控图像；确定第一PET门控图像与第二PET门控图像之间的第一运动矢量场；确定解剖图像与第二PET门控图像之间的第二运动矢量场；以及重建经衰减校正的PET图像。

Description

用于正电子发射断层成像图像重建的系统和方法
相关申请的交叉引用
本申请要求2017年09月30日递交的美国申请No.15/721,783的优先权，其全部内容通过参考在此引入。
技术领域
本公开一般涉及用于图像处理的系统和方法，尤其涉及用于重建正电子发射断层成像(PET)图像的方法和系统。
背景
PET是一种生成对象的目标器官或组织中的功能过程的三维图像的专门的放射规程。具体而言，在PET研究中，携带放射示踪剂分子的生物活性分子被首先引入到对象中。PET系统随后检测示踪剂间接发射的γ射线对并且通过分析检测到的信号来重建对象内示踪剂浓度的三维图像。由于PET研究中所使用的生物活性分子是目标器官或组织处新陈代谢的天然基质，所以PET可以评估目标器官或组织的生理(功能性)、以及其生物化学属性。目标器官或组织的这些属性的改变可提供用于在与疾病相关的解剖学改变变得可被其它诊断测试(诸如，计算机断层扫描(CT)或磁共振成像(MRI))检测之前标识疾病的初起或进展的信息。
此外，皮摩尔范围中的PET的高灵敏度可允许检测到活体内的少量放射性标记的标记物。PET可以与其它诊断测试协同使用以实现同时采集对象的结构和功能信息两者。示例包括PET/CT混合系统、PET/MR混合系统。
对象的PET和CT数据可以使用PET/CT混合系统来获得。CT数据可被应用在PET数据的衰减校正中。在PET/CT系统的扫描期间，对象可经历呼吸运动。当扫描是针对胸部或上腹部检查执行时，对象的肺的呼吸运动和/或心脏的心脏运动可导致PET数据与CT数据之间的失配。该失配可随后导致PET图像中的伪影，其进而可影响对PET图像的解读、或者基于PET图像执行的诊断。CT扫描是快速的，从而对象可被要求在CT扫描期间屏住他或她的呼吸。PET扫描相对较慢，并且对象需要在PET扫描期间呼吸，这可能导致CT数据与PET数据之间的失配。因此，开发用于将在对象处于屏气状态时采集的CT数据与在对象处于呼吸状态时采集的PET数据进行匹配以降低对象的呼吸和/或心脏运动的影响并改进相应重建的PET图像的质量的方法和系统是合乎期望的。
发明简述
根据本申请的一方面，提出一种在至少一个机器上实现的成像方法，所述至少一个机器中的每一者具有至少一个处理器和存储，所述方法包括：获取在对象保持在屏气状态时采集的所述对象的扫描区域的解剖图像；获取所述对象的所述扫描区域的正电子发射断层成像(PET)数据，所述PET数据对应于具有所述对象的多个呼吸相位的呼吸信号，所述呼吸相位包括第一呼吸相位和第二呼吸相位；基于所述呼吸信号的所述多个呼吸相位将所述PET数据门控至多个箱；基于所述经门控PET数据来重建对应于所述多个呼吸相位的多个PET门控图像，所述多个PET门控图像包括对应于所述第一呼吸相位的第一PET门控图像和对应于所述第二呼吸相位的第二PET门控图像；确定所述第一PET门控图像与所述第二PET门控图像之间的第一运动矢量场；基于所述第一运动矢量场来确定所述解剖图像与所述第二PET门控图像之间的第二运动矢量场；以及基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建经衰减校正的PET图像。
在一些实施例中，所述屏气状态是深吸气屏气状态，所述第一呼吸相位是呼气末相位，并且所述第二呼吸相位是吸气末相位，或者所述屏气状态是深呼气屏气状态，所述第一呼吸相位是吸气末相位，并且所述第二呼吸相位是呼气末相位。
在一些实施例中，，所述确定所述第一PET门控图像与所述第二PET门控图像之间的第一运动矢量场包括：将所述第一PET门控图像与所述第二PET门控图像进行配准；以及基于所述第一PET门控图像与所述第二PET门控图像之间的配准来确定所述第一运动矢量场。
在一些实施例中，所述将所述第一PET门控图像与所述第二PET门控图像进行配准是基于以下至少一者：光流配准算法、demons配准算法、或者B样条配准算法。
在一些实施例中，所述经衰减校正的PET图像对应于参考呼吸相位，并且基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建所述经衰减校正的PET图像进一步包括：确定所述多个呼吸相位当中的所述参考呼吸相位；在所述多个PET门控图像当中获取对应于所述参考呼吸相位的参考PET门控图像；针对所述多个PET门控图像中的每一者，确定该PET门控图像与所述参考PET门控图像之间的第三运动矢量场；针对所述多个呼吸相位中的每一者，基于所述第二运动矢量场来重建对应于所述呼吸相位的第一PET图像；针对所述多个呼吸相位中的每一者，基于对应第三运动矢量场来将对应于所述呼吸相位的所述第一PET图像变换成对应于所述参考呼吸相位的第二PET图像；以及基于所述多个第二PET图像来生成对应于所述参考呼吸相位的经衰减校正的PET图像。
在一些实施例中，进一步包括：基于所述呼吸相位与所述参考呼吸相位之间的对应第三运动矢量场，来将对应于所述参考呼吸相位的所述经衰减校正的PET图像变换成对应于所述多个呼吸相位之一的经衰减校正的PET图像。
在一些实施例中，基于所述第二运动矢量场来重建对应于所述多个呼吸相位中的每一者的第一PET图像进一步包括：对于对应于所述多个呼吸相位中的每一者的每个PET门控图像，确定该PET门控图像与所述第二PET门控图像之间的第四运动矢量场；基于所述第四运动矢量场和所述第二运动矢量场来确定该PET门控图像与所述解剖图像之间的第五运动矢量场；基于所述第五运动矢量场来校正所述解剖图像以获取对应于所述呼吸相位的经校正解剖图像；以及基于所述经门控PET数据和所述经校正解剖图像来重建对应于所述呼吸相位的第一PET图像。
在一些实施例中，所述经衰减校正的PET图像对应于所述多个呼吸相位的平均，并且基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建所述经衰减校正的PET图像进一步包括：针对每个呼吸相位重建对应于所述呼吸相位的第一PET图像；以及通过将对应于所述多个呼吸相位的所述第一图像加和来获取对应于所述多个呼吸相位的平均的经衰减校正的PET图像。
在一些实施例中，所述经衰减校正的PET图像对应于所述多个呼吸相位的平均，并且基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建所述经衰减校正的PET图像进一步包括：针对每个呼吸相位生成对应于所述呼吸相位的经校正解剖图像；通过将对应于所述多个呼吸相位的经校正解剖图像加和来生成平均经校正的解剖图像；以及基于所述PET数据和所述平均经校正的解剖图像来重建对应于所述多个呼吸相位的平均的经衰减校正的PET图像。
在一些实施例中，所述确定所述第二PET门控图像与所述解剖图像之间的第二运动矢量场进一步包括：基于所述解剖图像和所述第一运动矢量场来确定多个候选解剖图像；针对所述候选解剖图像中的每一者，确定所述第二PET门控图像与该候选解剖图像之间的相似性；标识所确定的相似性当中的最高相似性；以及基于所标识的最高相似性，确定所述第二PET门控图像与同所述最高相似性相关联的候选解剖图像之间的第二运动矢量场。
在一些实施例中，所述确定所述第二PET门控图像与每个所述候选解剖图像之间的相似性至少基于以下各项：基于像素的相似性、基于熵的相似性、互信息相似性、或基于轮廓的相似性。
在一些实施例中，所述解剖图像是以下至少一者：计算机断层扫描(CT)图像或磁共振成像(MR)图像。
在一些实施例中，所述多个呼吸相位是基于所述呼吸信号中所表示的运动的振幅或时间区间来确定的。
根据本申请的第二方面，提出一种在至少一个机器上实现的成像方法，所述至少一个机器中的每一者具有至少一个处理器和存储，所述方法包括：获取对象的扫描区域的解剖图像，所述解剖图像不受呼吸运动影响；获取所述对象的所述扫描区域的正电子发射断层成像(PET)数据，所述PET数据受所述对象的呼吸运动影响；将所述PET数据分箱成所述对象的所述呼吸运动的多个呼吸相位；基于被分箱的PET数据来重建多个PET门控图像；确定所述解剖图像与所述多个PET门控图像当中的目标PET门控图像之间的目标运动矢量场；以及基于所述解剖图像和所述目标运动矢量场通过对所述目标经门控PET数据执行相位匹配衰减校正来生成经衰减校正的目标PET门控图像。
在一些实施例中，所述多个呼吸相位包括第一呼吸相位和第二呼吸相位，并且其中：所述解剖图像是在所述对象保持在深吸气屏气状态时采集的，所述第一呼吸相位是呼气末相位，并且所述第二呼吸相位是吸气末相位，或者所述解剖图像是在所述对象保持在深呼气屏气状态时采集的，所述第一呼吸相位是吸气末相位，并且所述第二呼吸相位是呼气末相位。
在一些实施例中，所述确定所述解剖图像与所述多个PET门控图像当中的目标PET门控图像之间的目标运动矢量场包括：确定对应于所述第一呼吸相位的第一PET门控图像与对应于所述第二呼吸相位的第二PET门控图像之间的第一运动矢量场；基于所述第一运动矢量场来确定所述解剖图像与所述第二PET门控图像之间的第二运动矢量场；以及基于所述第一运动矢量场和所述第二运动矢量场来确定所述解剖图像与所述目标PET门控图像之间的目标运动矢量场。
在一些实施例中，所述通过对所述目标经门控PET数据执行相位匹配衰减校正来生成经衰减校正的目标PET门控图像进一步包括：通过将所述目标运动矢量场应用于所述解剖图像来确定对应于所述目标PET门控图像的相位匹配的解剖图像；
基于所述相位匹配的解剖图像来对所述目标经门控PET数据执行所述相位匹配衰减校正以生成经衰减校正的目标PET门控图像。
在一些实施例中，所述相位匹配的解剖图像和所述目标经门控PET数据对应于相同的呼吸相位。
根据本申请的第三方面，提出一种系统，包括：至少一个存储介质，其包括用于重建正电子发射断层成像(PET)图像的指令集；以及至少一个处理器，其被配置成与所述至少一个存储介质通信，其中当执行所述指令集时，所述系统被指导：
获取在对象保持在屏气状态时采集的所述对象的扫描区域的解剖图像；获取所述对象的所述扫描区域的PET数据，所述PET数据对应于具有所述对象的多个呼吸相位的呼吸信号，所述呼吸相位包括第一呼吸相位和第二呼吸相位；基于所述呼吸信号的所述多个呼吸相位将所述PET数据门控成多个箱；基于所述经门控PET数据来重建对应于所述多个呼吸相位的多个PET门控图像，所述多个PET门控图像包括对应于所述第一呼吸相位的第一PET门控图像和对应于所述第二呼吸相位的第二PET门控图像；确定第一PET门控图像与第二PET门控图像之间的第一运动矢量场；基于所述第一运动矢量场来确定所述解剖图像与所述第二PET门控图像之间的第二运动矢量场；以及基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建经衰减校正的PET图像。
在一些实施例中，所述屏气状态是深吸气屏气状态，所述第一呼吸相位是呼气末相位，并且所述第二呼吸相位是吸气末相位，或者所述屏气状态是深呼气屏气状态，所述第一呼吸相位是吸气末相位，并且所述第二呼吸相位是呼气末相位。
附图简述
本公开进一步以示例性实施例的形式来描述。这些示例性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，其中类似的附图标记贯穿附图的若干视图表示相似的结构，并且其中：
图1是解说根据本公开的一些实施例的示例性成像系统的示意图；
图2是解说其上可实现根据本公开的一些实施例的数据处理系统或其部分的计算设备的示例性硬件和软件组件的示意图；
图3是解说其上可实现根据本公开的一些实施例的用户终端的移动设备的示例性硬件和/或软件组件的示意图；
图4是解说根据本公开的一些实施例的示例性数据处理系统的框图；
图5是解说根据本公开的一些实施例的示例性处理模块的框图；
图6是解说根据本公开的一些实施例的用于重建经衰减校正的PET图像的示例性过程的流程图；
图7A是解说根据本公开的一些实施例的用于重建对应于呼吸相位的经衰减校正的PET门控图像的示例性过程的流程图；
图7B是解说根据本公开的一些实施例的用于重建对应于参考呼吸相位的参考PET图像的示例性过程的流程图；
图8是解说根据本公开的一些实施例的用于门控PET数据的示例性过程的流程图；
图9是解说根据本公开的一些实施例的用于确定PET门控图像与CT图像之间的运动矢量场的示例性过程的流程图；
图10解说了根据本公开的一些实施例的在无需将PET数据与CT衰减图进行匹配的情况下基于PET数据和CT衰减图重建的示例性经衰减校正的PET图像；以及
图11解说了根据本公开的一些实施例的示例性PET门控图像和CT图像。
详细描述
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发明，而并非以任何方式限制本发明的范围。
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。
虽然本申请对根据本申请的实施例的系统中的某些系统、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直接电气耦合，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。
本文提供了用于非介入成像(诸如用于疾病诊断或研究目的)的系统和组件。在一些实施例中，该成像系统可以是计算机断层扫描(CT)系统、磁共振成像(MRI)系统、正电子发射断层成像(EPT)系统、PET-CT系统、PET-MRI系统、或类似物、或其任何组合。
提供以下描述用于帮助更好地理解PET/CT图像重建方法和/或系统。本公开中使用的术语“图像”可指代2D图像、3D图像、4D图像、和/或任何相关的图像数据(例如，CT数据、与CT数据相对应的投影数据)。这并不旨在限制本公开的范围。对于本领域普通技术人员而言，可在本公开的指导下推导出一定量的变型、改变和/或修改。那些变型、改变和/或修改并不脱离本公开的范围。
本公开涉及用于重建经衰减校正的PET图像的系统和方法。这些系统和方法可基于在所扫描对象处于呼吸状态时采集的PET数据以及在对象保持在屏气状态(例如，深吸气屏气状态、深呼气屏气状态)时采集的解剖图像来重建经衰减校正的PET图像。解剖图像可包括CT图像或MR图像。出于解说目的，基于CT图像来重建经衰减校正的PET图像是作为示例在本公开中描述的。PET数据和CT图像可对应于对象的相同扫描区域。PET数据可被门控以重建与多个呼吸相位相对应的多个PET门控图像。PET门控图像可包括与呼气末相位相对应的PET门控图像以及与吸气末相位相对应的PET门控图像。可以确定对应于吸气末相位和呼气末相位的PET门控图像之间的PET运动矢量场。可以基于PET运动矢量场来确定对应于吸气末相位或呼气末相位的PET门控图像与CT图像之间的PET-CT运动矢量场。可随后基于PET数据(或经门控PET数据)、CT图像、和PET-CT运动矢量场来重建经衰减校正的PET图像。
经衰减校正的PET图像可指代基于CT图像(或经校正CT图像)来进行衰减校正的PET图像(或PET门控图像)。经衰减校正的PET图像可包括经衰减校正的PET门控图像、经衰减校正的参考PET图像、经衰减校正的平均PET图像、或类似物。经衰减校正的PET门控图像可指代对应于特定呼吸相位的PET图像。经衰减校正的PET门控图像可以基于经门控PET数据和CT图像(或对应于呼吸相位的经校正CT图像)来生成。经衰减校正的参考PET图像(为了简洁也被称为参考PET图像)可指代与多个呼吸相位当中的参考呼吸相位相对应的PET图像。经衰减校正的平均PET图像(为了简洁也被称为平均PET图像)可指代与多个呼吸相位的平均相对应的PET图像。参考PET图像和/或平均PET图像可以基于多个经衰减校正的PET门控图像来生成。
图1解说了根据本公开的一些实施例的示例性成像系统100。成像系统100可产生对象的图像。如所解说的，成像系统100可以包括成像设备110、控制器120、数据处理系统130、输入/输出设备140、网络160、以及(诸)终端170、门控系统180、存储190。
在一些实施例中，成像设备110可以扫描对象，并且采集与该对象有关的数据。在一些实施例中，成像设备110可以是例如PET设备、CT设备、MRI设备等、或类似物、或其任何组合(例如，PET-CT设备、PET-MRI设备或CT-MRI设备)。在一些实施例中，成像设备110可以是放射成像设备。放射成像设备可包括用于向要被扫描的对象发射放射线的放射源。放射线可以包括例如粒子射线、光子射线等，或其任何组合。粒子射线可包括中子、质子、电子、μ-介子、重离子，或类似物，或其任何组合。光子射线可包括X射线、γ射线、α射线、β射线、紫外线、激光，或类似物，或其任何组合。
在一些实施例中，成像设备110可以是包括架体111、检测器112、检测区域113、平台114和放射源115的PET/CT成像设备。架体111可支承检测器112和放射源115。对象可被置于平台114上以进行扫描。放射源115可向该对象发射放射线。检测器112可以检测从检测区域113发射的放射事件(例如，γ光子)。在一些实施例中，检测器112可包括一个或多个检测器单元。检测器112可包括闪烁检测器(例如，碘化铯检测器)、气体检测器等等。检测器112可以是和/或包括单排检测器(其中多个检测器单元排列成单排)和/或多排检测器(其中多个检测器单元排列成多排)。
控制器120可以控制成像设备110、输入/输出设备140和/或数据处理系统130。在一些实施例中，控制器120可控制成像设备110的X射线生成单元和/或X射线检测单元(如果有)。控制器120可以从成像设备110、输入/输出设备140和/或数据处理系统130接收信息或者向其发送信息。例如，控制器120可以从输入/输出设备140接收用户提供的命令。作为另一示例，控制器130可处理用户经由输入/输出单元140输入的数据并将该数据变换成一个或多个命令。作为另一示例，控制器120可根据接收到的命令或经变换的命令来控制成像设备110、输入/输出设备140和/或数据处理系统130。作为又一示例，控制器120可以从成像设备110接收与对象有关的图像信号或数据。作为又一示例，控制器120可以向数据处理系统130发送图像信号或数据。作为又一示例，控制器120可以从数据处理系统130接收经处理的数据或重建的图像。作为又一示例，控制器120可以向输入/输出设备140发送经处理的数据或重建的图像以供显示。在一些实施例中，控制器120可以包括计算机、程序、算法、软件、存储设备、一个或多个接口等。示例性接口可以包括与成像设备110、输入/输出设备140、数据处理系统130和/或成像系统100中的其他模块或单元的接口。
在一些实施例中，控制器120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。示例性命令可涉及扫描时间、对象位置、对象所躺平台的位置、机架的旋转速度、可被用于图像重建过程的与阈值有关的特定参数、或类似物，或其任何组合。在一些实施例中，控制器120可以控制数据处理系统130选择不同的算法来处理图像的原始数据。
数据处理系统130可以处理从成像设备110、控制器120、输入/输出设备140和/或终端170接收到的信息。在一些实施例中，数据处理系统130可以基于成像设备110所采集的信息来重建CT图像和/或PET图像。数据处理系统130可以将图像递送到输入/输出设备140以供显示。在一些实施例中，数据处理系统130可以执行包括例如数据预处理、图像重建、图像校正、图像合成、查找表创建等或其任何组合的操作。在一些实施例中，数据处理系统130可以基于包括例如傅立叶切片定理、滤波反投影算法、扇形束重建、迭代重建等或其任何组合的算法来处理数据。仅作为示例，可以在数据处理系统130中处理关于肺的图像数据。在一些实施例中，数据处理系统130可以基于CT图像来生成重建的PET图像。在一些实施例中，由于处于呼吸状态中的对象的PET数据与处于屏气状态中的该对象的CT数据的失配，伪影可能出现在PET图像中。数据处理系统130可应用各种算法或技术来减少伪影。例如，可处理与对象的胸部有关的投影数据以减少伪影。
在一些实施例中，数据处理系统130可生成关于对成像设备110的配置的控制信号。在一些实施例中，由数据处理系统130生成的结果可以经由网络160被提供给系统中的其他模块或单元，包括例如数据库190、终端170。
输入/输出设备140可接收或输出信息。在一些实施例中，输入/输出设备140可以包括键盘、触摸屏、鼠标、遥控器等、或其任何组合。输入和/或输出信息可采取程序、软件、算法、数据、文本、数字、图像、声音、或类似物、或其任何组合的形式。例如，用户可输入某些初始参数或条件以发起成像过程。作为另一示例，可以从外部资源(包括例如软盘，硬盘，有线终端，无线终端等或其任何组合)导入一些信息。输出信息可以被传送到显示设备、打印机、存储设备、计算设备、或类似物、或其组合。在一些实施例中，输入/输出设备140可包括图形用户接口。该图形用户接口可促成用户输入参数和/或干预数据处理规程。
网络160可包括任何合适的网络，该网络能促成为成像系统100交换信息和/或数据。在一些实施例中，成像系统100(例如，成像设备110、控制器120、数据处理系统130、输入/输出设备140和/或终端170等)的一个或多个组件可以经由网络160与成像系统100的一个或多个其他组件传达信息和/或数据。例如，数据处理系统130可以经由网络160从成像设备110获取图像数据。作为另一示例，数据处理系统130可经由网络160从终端170获取用户指令。
网络160可以是和/或包括公共网络(例如，因特网)、专有网络(例如，局域网(LAN)、广域网(WAN)等)、有线网络(例如，以太网)、无线网络(例如，802.11网络、Wi-Fi网络等)、蜂窝网络(例如，长期演进(LTE)网络)、帧中继网络、虚拟专用网(“VPN”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机、和/或其任何组合。仅作为示例，网络160可包括电缆网络、有线网络、光纤网络、电信网络、内联网、无线局域网(WLAN)、城域网(MAN)、公共电话交换网(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信(NFC)网络等等、或其任何组合。在一些实施例中，网络160可包括一个或多个网络接入点。例如，网络160可包括有线和/或无线网络接入点(诸如基站和/或因特网交换点)，成像系统100的一个或多个组件可通过这些接入点被连接到网络160以交换数据和/或信息。
(诸)终端170可包括移动设备171、平板计算机172、膝上型计算机173等等、或其任何组合。在一些实施例中，移动设备171可包括智能家用设备、可穿戴设备、虚拟现实设备、增强现实设备等等、或类似物、或其任何组合。在一些实施例中，智能家用设备可包括智能照明设备、智能电气装置的控制设备、智能监视设备、智能电视、智能摄像机、互联电话等等、或其任何组合。在一些实施例中，可穿戴设备可包括手环、鞋袜、眼镜、头盔、手表、衣物、背包、智能饰物等等、或其任何组合。在一些实施例中，移动设备171可包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、膝上型设备、平板计算机、台式机、或类似物、或其任何组合。在一些实施例中，虚拟现实设备和/或增强现实设备可包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等等、或其任何组合。例如，虚拟现实设备和/或增强现实设备可包括Google GlassTM、OculusRiftTM、HololensTM、Gear VRTM等。在一些实施例中，(诸)终端170可以是数据处理系统130的一部分或与其通信。
门控系统180可收集与例如呼吸、心跳等有关的信息。门控系统180可分析该信息以获取运动信号，包括例如呼吸信号、心脏运动信号等。门控系统180可以包括用于检测对象运动的门控相机、控制面板、对象表面上用于指示对象运动的标记物、或类似物、或其任何组合。在一些实施例中，门控相机可以是红外相机。例如，当成像设备110正在扫描患者时，门控系统可被自动触发。门控系统180可以在扫描期间收集与对象的呼吸运动相关联的信息。门控系统180收集到的数据可以与PET数据或CT数据存储在一起。
在一些实施例中，成像设备110、控制器120、数据处理系统130、输入/输出设备140、终端170和门控系统180可以直接彼此连接或通信。在一些实施例中，成像设备110、控制器120、数据处理系统130、输入/输出装置140可经由网络160彼此连接或通信。在一些实施例中，成像设备110、控制器120、数据处理系统130、输入/输出设备140可经由居间单元(未在图1中示出)彼此连接或通信。居间单元可以是可视组件或不可视场(无线电、光学、声学、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。可以结合本文中描述的本系统使用的网络160不是穷尽性的且不是限定性的。
存储190可以存储与成像系统100相关的信息。在一些实施例中，存储190可以执行某种存储相关功能，诸如数据合并和/或数据预处理。存储190可以从其它模块采集信息或者向其它模块输出信息。存储190中所存储的信息可以是从外部资源(诸如软盘、硬盘、CD-ROM、网络服务器、云服务器、无线终端、或类似物、或其任何组合)采集，或者被输出给外部资源。
存储190可以藉由电、磁、光能量、或虚拟存储资源等来存储信息。藉由电能量存储信息的存储模块可以包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、或类似物、或其任何组合。藉由磁能量存储信息的存储模块可以包括硬盘、软盘、磁带、磁核存储器、磁泡存储器、USB闪存驱动器、或类似物、或其任何组合。藉由光能量存储信息的存储模块可以包括CD(压缩盘)、VCD(视频压缩盘)、或类似物、或其任何组合。藉由虚拟存储资源存储信息的存储模块可包括云存储、虚拟专用网络、和/或虚拟存储资源。用于存储信息的方法可包括顺序存储、链接存储、哈希(hash)存储、索引存储、或类似物、或其任何组合。
应当注意，关于成像系统100的上述描述仅仅是一示例，且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。修改和变形仍然在上文描述的本申请的范围之内。在一些实施例中，这些单元可以是独立的，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。在一些实施例中，成像设备110可被用于组件的内部检视，包括例如缺陷检测、安全扫描、故障分析、计量、组装件分析、空隙(void)分析、壁厚分析、或类似物、或者其任何组合。
图2是解说其上可实现根据本公开的一些实施例的数据处理系统130或其部分的计算设备200的示例性硬件和软件组件的示意图。例如，处理模块440可以在计算设备200上实现并且被配置成执行在本公开中描述的数据处理系统130的功能。
计算设备200可以是通用计算机或专用计算机，这两者均可被用来实现本公开的按需系统。计算设备200可以被用来实现如本文描述的按需服务的任何组件。例如，数据处理系统130可以在计算设备200上通过其硬件、软件程序、固件或其任何组合实现。尽管为方便起见仅示出了一个此类计算机，但是与如本文中所描述的按需服务有关的计算机功能可按分布式方式被实现在数个类似平台上，以使得处理负荷分布开来。
计算设备200例如可包括连接去往和来自网络以促成数据通信的通信(COM)端口260。计算设备200还可包括一个或多个处理器形式的处理器230(例如，中央处理单元(CPU))以用于执行程序指令。示例性计算机平台可包括内部通信总线220、不同形式的程序存储和数据存储(例如，盘210、以及只读存储器(ROM)240、或随机存取存储器(RAM)250)，以用于要由该计算机处理和/或传送的各种数据文件。示例性计算机平台还可包括存储在ROM240、RAM 250、和/或另一类型的非瞬态存储介质中的要由处理器230执行的程序指令。本公开的方法和/或过程可被实现为程序指令。计算设备200还包括I/O组件270，其支持计算机与其中的其他组件(诸如用户接口元件280)之间的输入/输出。计算设备200还可经由网络通信来接收编程和数据。
仅用于解说，计算设备200中仅解说了一个处理器。然而，应注意，本公开中的计算设备200还可以包括多个处理器，由此由本公开中所描述的由一个处理器执行的操作和/或方法步骤也可以由多个处理器联合地或分别地执行。例如，如果在本公开中计算设备200的处理器执行操作A和操作B两者，则应理解，操作A和操作B也可以由计算设备200中的两个不同的处理器联合地或分开地执行(例如，第一处理器执行操作A并且第二处理器执行操作B，或者第一和第二处理器联合地执行操作A和B)。
图3是解说其上可实现根据本公开的一些实施例的用户终端170的示例性移动设备300的示例性硬件和/或软件组件的示意图。如图3所解说的，移动设备300可包括通信平台310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、I/O 350、存储器360、操作系统(OS)370、应用380以及存储390。在一些实施例中，移动设备300中还可包括任何其他合适的组件，包括但不限于系统总线或控制器(未示出)。在一些实施例中，移动操作系统370(例如，iOSTM、AndroidTM、Windows PhoneTM等)和一个或多个应用380可从存储390被加载到存储器360中以便由CPU 340执行。应用380可包括浏览器或用于接收并呈现与图像处理相关的信息或来自数据处理系统130的其它信息的任何其它合适的移动应用。用户与信息流的交互可通过I/O 350实现，通过网络160提供给数据处理系统130和/或成像系统100的其它组件。
图4是解说根据本公开的一些实施例的示例性数据处理系统130的框图。如图4所示，数据处理系统130可包括数据采集模块410、存储模块420、显示模块430和处理模块440。数据处理系统130的至少一部分可在如图2所解说的计算设备200或如图3所解说的移动设备300上实现。
数据采集模块410可采集数据。该数据可以从成像系统的一个或多个组件(诸如，成像设备110和/或控制器120)采集。在一些实施例中，该数据可以经由网络160从外部数据源采集。所采集的数据可以是3D图像数据和/或2D图像数据。所采集的数据可包括关于整个人体、肺、支气管、胸腔、或类似物、或者其任何组合的信息。在一些实施例中，数据采集模块410可以包括无线接收机以经由网络160接收数据。
存储模块420可以存储数据。所存储的数据可以是数值、信号、图像、对象的信息、指令、算法、或类似物、或其组合。所存储的数据可以由数据采集模块410采集，经由输入/输出设备140导入，在处理模块440中生成，或者在系统初始化期间或者在数据处理操作之前预先存储在存储模块420中。存储模块420可以包括整合地提供的(即，基本上不可移除的)系统存储设备(例如，盘)、或者可经由例如端口(例如，UBS端口、火线端口等)可移除地连接到系统的存储设备、驱动器(盘驱动器等)等。存储模块420可以包括例如硬盘、软盘、selectron存储、随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、磁泡存储器、薄膜存储器、磁性镀线存储器、相变存储器、闪存、云盘等，或其组合。存储模块420可以被连接到数据采集模块410，处理模块440和显示模块430中的一个或多个模块或与其通信。在一些实施例中，存储模块420可以经由网络160与一个或多个虚拟存储资源(例如，云存储，虚拟专用网络，其他虚拟存储资源等)操作地连接。
显示模块430可以显示信息。所显示的信息可以包括值、文本、图像和对象的信息。所显示的信息可以从数据采集模块410、存储模块420和/或处理模块440传送。在一些实施例中，显示模块430可以将信息变换到输入/输出设备140以进行显示。在一些实施例中，显示模块430可变换从处理模块440中生成的图像数据以供显示。在一些实施例中，显示模块430可变换直接从存储模块420或网络160中提取的图像数据以供显示。
处理模块440可处理数据并生成图像。数据可以从数据采集模块410、存储模块420等采集。图像可由处理模块440传送到显示模块430。在一些实施例中，经处理的数据可以经由网络160从外部数据源获取。在一些实施例中，处理模块440可重建图像数据以生成一个或多个图像。图像数据可通过使用重建算法来重建。重建算法可以是分析重建算法、迭代重建算法、基于压缩感测(CS)的重建算法，等等。
在一些实施例中，处理模块440可以包括通用处理器，例如可编程逻辑器件(PLD)、专用集成电路(ASIC)、微处理器、片上系统(SoC)、数字信号处理器DSP)、或类似物、或其任何组合。处理模块440中的这些通用处理器中的两个或更多个处理器可以彼此独立地集成到硬件设备中、或者两个或更多个硬件设备中。应理解，处理模块440中的通用处理器可经由各种配置来实现。例如，在一些实施例中，处理模块440的处理规程可以通过硬件、软件、或者硬件软件的组合来实现，不仅可以通过超大规模集成电路中的可编程硬件器件中的硬件电路、门阵列芯片、诸如晶体管之类的半导体、或现场可编程门阵列、可编程逻辑器件来实现，而且可以通过各种处理器执行的软件来实现，而且还可以通过上述硬件和软件的组合(例如，固件)来实现。
应注意，关于数据处理系统130的以上描述仅仅是一示例，且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。修改和变形仍然在上文描述的本申请的范围之内。例如，显示模块430可被省略。
图5是解说根据本公开的一些实施例的示例性处理模块440的框图。如图5所示，处理模块440可以包括门控单元510、运动矢量场确定单元520、重建单元530、校正单元540、配准单元550和图像处理单元560。在一些实施例中，处理模块440可以在计算设备200中的处理器230、移动设备300中的CPU 340或成像系统100中的任何组件上实现。处理模块440的至少一部分可在如图2所解说的计算设备200或如图3所解说的移动设备300上实现。模块可以是被设计成执行以下动作中的一个或多个的硬件电路、存储在一个或多个存储介质中的指令集、和/或硬件电路和一个或多个存储介质的任何组合。
门控单元510可将PET数据门控(或箱化)成经门控PET数据的多个群或相位帧。PET数据可以是PET扫描的投影数据。例如，可以通过使用成像系统100(例如，PET成像系统)扫描患者的胸腔来生成PET数据。PET数据可以从采集模块410、或成像系统100中的任何其他组件获取。在一些实施例中，PET数据可以按电子信号的形式传送或接收。电子信号可被用于对PET数据进行编码。仅作为示例，PET数据可以经由网络160从云存储(例如，公共云)取回。在一些实施例中，PET数据可被重建以提供多个PET图像。
在一些实施例中，PET数据可对应于CT数据或CT图像。例如，PET数据和CT数据和/或CT图像可以通过扫描相同对象(例如，患者)的相同区域来获取。CT数据可以通过在患者的PET扫描之前或之后在(基本上)相同的患者位置扫描患者来获取。在一些实施例中，患者的PET数据可以在患者被允许呼吸(或被称为处于呼吸状态)时采集，而患者的对应CT数据可以在患者保持在屏气状态(例如，深吸气屏气状态、深呼气屏气状态)时获取。
在一些实施例中，PET数据可基于门控条件来门控或划分。在一些实施例中，门控条件可以与对象的运动(或被称为对象运动)的类型相关联。对象运动可以包括具有多个呼吸相位的呼吸运动(或称为呼吸运动)(相关描述可以在本公开中的其他地方找到)、具有多个心脏相位的心脏运动、具有多个胃肠相位的胃肠运动、具有多个骨骼肌肉运动相位的骨骼肌肉运动等，或其任何组合。例如，对象(例如患者)可能在PET扫描和/或CT扫描期间经历呼吸运动。出于说明的目的参考呼吸运动描述了这些方法和系统，并且不旨在限制本公开的范围。本文公开的系统和方法可以适用于其它运动类型的上下文中，包括例如心脏运动，胃肠运动，骨骼肌肉运动等，或其组合。
门控条件可包括门控参数、时间区间、感兴趣区域、压缩算法等或其任何组合。门控参数可包括呼吸相位、心脏相位、胃肠相位、骨骼肌肉运动相位、或类似物、或其任何组合。呼吸相位可对应于对象(例如，患者)的呼吸运动。对象的呼吸运动可以包括吸入相位(或称为吸气相位)和/或呼出相位(或称为呼气相位)。例如，在吸气相位中，患者可扩张他/她的胸部以在胸部中产生负压。负压可导致空气流入患者的肺部。作为另一示例，在呼气相位中，患者可收缩胸部以在胸部中产生正压。正压可将空气推出肺部。
在一些实施例中，门控单元510可以通过基于与呼吸运动相关联的时间区间将PET数据分成多个群或帧来执行。该时间区间可基于呼吸运动的振幅、振幅随时间的变化等来确定。例如，在呼吸循环中，从呼气末到吸气末，运动振幅可从最低值增加到最高值。最低值和最高值的平均值可以被确定为中途振幅。在这种情况下，第一时间区间可被确定为对应于呼气末的时间点与对应于在呼气末后的呼吸运动期间首次出现的中途振幅的时间点之间的时间段。第二时间区间可被确定为对应于中途振幅的定时的时间点与对应于在中途振幅之后的呼吸运动期间首次出现的吸气末的时间点之间的时间段。类似地，群的数目可改变，PET数据群对应于一时间区间，该时间区间进而对应于对象的呼吸运动振幅范围。在一些实施例中，时间区间可以是常数。
在一些实施例中，门控单元510可基于门控系统180所采集的运动信息来划分PET数据。门控系统180可以包括用于检测对象运动的设备、控制面板、对象表面上用于指示对象运动的标记物、或类似物、或其任何组合。在一些实施例中，门控系统180可以包括运动检测设备，诸如门控相机(例如，红外线相机)、固定在对象胸部周围的带子或用于测量对象呼吸循环期间的压力变化的另一种压力测量技术或设备。门控系统180可被用于收集与例如呼吸、心跳等有关的信息。门控系统180可以分析信息以获取门控参数(例如，呼吸相位)。在一些实施例中，运动信息可以从包括例如PET数据的成像数据中导出。包括自门控的示例性门控技术可以在例如2016年12月21日提交的美国申请No.15/386,048和2017年6月9日提交的美国申请No.15/618,425中找到，两者的标题均为“METHODS AND SYSTEMS FOR EMISSIONCOMPUTED TOMOGRAPHY IMAGE RECONSTRUCTION(用于发射计算断层扫描图像重建的方法和系统)”，其每一者的内容通过引用结合于此。
运动向量场确定单元520可以确定两个图像之间的运动矢量场。在一些实施例中，运动矢量场确定单元520可以确定对应于不同呼吸相位的两个PET门控图像之间的PET运动矢量场。运动矢量场可包括多个运动矢量。运动矢量可被用来描述对象的空间点在对应于这两个PET门控图像的两个呼吸相位之间的运动。在一些实施例中，运动矢量可通过配准这两个PET门控图像来确定。例如，在配准这两个PET门控图像后，可确定PET门控图像中的对应于该对象的同一空间点的两个体素的位置。然后，运动矢量场确定单元520可以基于这两个体素的位置来确定空间点的对应运动矢量。运动矢量场可以包括两个PET门控图像之间的部分或全部运动矢量。运动矢量场可以被用来描述空间点在对应于该两个PET门控图像的两个呼吸相位之间的运动关系。
在一些实施例中，运动矢量场确定单元520可以确定每个PET门控图像与参考图像之间的运动矢量场。参考图像可通过基于选择条件(例如，多个PET门控图像的顺序)来从多个PET门控图像中选择一个PET门控图像来确定。例如，对应于吸气末相位的PET门控图像可被选为参考图像。除参考图像以外的PET门控图像可以与对应于吸气末相位的PET门控图像配准以确定该PET门控图像相对于参考图像的运动矢量场。配准可由配准单元550执行。
在一些实施例中，运动矢量场确定单元520可以确定PET门控图像与CT图像之间的PET-CT运动矢量场。例如，运动矢量场确定单元520可以确定对应于吸气末相位的PET门控图像与对应于深吸气屏气状态的CT图像之间的PET-CT运动矢量场。PET-CT运动矢量场可以基于对应于吸气末相位的PET门控图像与对应于呼气末相位的PET门控图像之间的运动矢量场来确定。关于确定PET门控图像与CT图像之间的PET-CT运动矢量场的细节可以在本公开的其他地方找到。例如，参见图6和9及其相关描述。
重建单元530可以重建对应于一个或多个呼吸相位的一个或多个PET门控图像。PET门控图像可以基于对应于不同呼吸相位的经门控PET数据来重建。附加或替换地，重建单元530可以基于经门控PET数据和对应于此经门控PET数据的CT图像(或经校正CT图像，如本公开其它地方描述的)来重建对应于一呼吸相位的经衰减校正的PET门控图像。在一些实施例中，经衰减校正的PET门控图像可以整合经门控PET数据和CT图像(或经校正CT图像)的信息。对象的解剖信息可以从CT图像(或经校正CT图像)获取，并且功能信息可以从经门控PET数据获取。重建单元530可以基于CT图像(或经校正CT图像)来生成包括多个衰减系数的衰减图。衰减图可被用来校正经门控PET数据。重建单元530随后可以基于经门控PET数据和对应的衰减图来重建经衰减校正的PET门控图像。
在一些实施例中，重建单元530可以使用重建算法来重建PET门控图像和/或PET图像。示例性重建算法可以包括衰减和活动的最大似然重建(MLAA)算法、迭代重建算法(例如，统计重建算法)、傅立叶切片定理算法、滤波反投影(FBP)算法、压缩感测(CS)算法、扇形束重建算法、最大似然期望最大化(MLEM)算法、有序子集期望最大化(OSEM)算法、最大后验(MAP)算法、分析重建算法、或类似物、或其任何组合。
校正单元540可以校正CT图像。在一些实施例中，校正单元540可以基于CT图像与对应于呼吸相位的PET门控图像之间的PET-CT运动矢量场来校正CT图像以生成对应于该呼吸相位的经校正CT图像。例如，校正单元540可以通过向CT图像应用运动矢量场来生成对应于呼气末相位的经校正CT图像。应用于CT图像的运动矢量场可以是CT图像相对于与呼气末相位相对应的PET门控图像的运动矢量场。关于CT图像的校正的更多描述可以在本公开的其它地方找到。参见例如图7A及其相关描述。
配准单元550可配准两个图像。例如，配准单元550可以配准对应于不同运动相位的两个PET门控图像(例如，对应于呼气末相位的第一PET门控图像和对应于吸气末相位的第二PET门控图像)。在一些实施例中，配准单元550可将一个或多个PET门控图像与参考PET图像配准。参考图像可以是PET门控图像之一。任一个PET门控图像可被指定为参考PET图像或者被称为参考PET门控图像。
配准可基于至少一个配准算法来实现。示例性的配准算法可以包括基于点的配准算法(例如，基于解剖学标志的配准算法)、基于曲线的配准算法、基于表面的配准算法(例如，基于表面轮廓的配准算法)、空间对准配准算法、互相关配准算法、基于互信息的配准算法、顺序相似度检测算法(SSDA)、非线性变换配准算法、光流、demons(恶魔)配准算法、B样条配准算法等，或其任何组合。在一些实施例中，可基于刚性变换、仿射变换、投影变换、非线性变换、基于光流的配准、相似度测量等或其任何组合来执行配准。相似度测量可以包括基于互信息的测量、基于傅立叶分析的测量等，或其任何组合。
图像处理单元560可以处理一个或多个图像。在一些实施例中，图像处理单元560可以向图像应用运动矢量场(例如，根据式(2)来实现)。例如，图像处理单元560可将对应于呼吸相位的经衰减校正的PET门控图像变换成对应于参考呼吸相位的经相位校正的PET图像。经相位校正的PET图像可通过向经衰减校正的PET门控图像应用呼吸相位相对于参考呼吸相位的PET运动矢量场来生成。在一些实施例中，图像处理单元560可将一个或多个图像加和为一个图像。
应当注意，处理模块440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。然而，那些变形和修改并不脱离本公开的范围。在一些实施例中，两个或更多个单元可被整合到一个单元中以执行其功能。例如，校正单元540可被整合到图像处理单元560中。
图6是解说根据本公开的一些实施例的用于重建经衰减校正的PET图像的示例性过程的流程图。过程600的至少一部分可在如图2所解说的计算设备200或如图3所解说的移动设备300上实现。在一些实施例中，过程600的一个或多个操作可由图1中解说的成像系统100来实现。例如，过程600可以按指令的形式存储在数据处理系统130的存储模块420中，并且由数据处理系统130(例如，数据处理系统130的处理器230)调用和/或执行。
在一些实施例中，对象(例如，患者)的经衰减校正的PET图像可以基于该对象的CT数据和PET数据来重建。CT数据可被应用在PET数据的衰减校正中。CT数据和PET数据可能需要关于它们的对应运动相位进行匹配以减少因例如呼吸运动造成的运动伪影，如本公开其它地方描述的。CT扫描通常花费较短的时间，而PET扫描通常花费相对较长的时间。例如，CT扫描可以约1.5秒/平台位置的速度来执行。PET扫描可以约5分/平台位置的速度来执行。
PET数据可以在对象处于呼吸状态时采集，而CT数据可以在对象保持在屏气状态中(例如，深呼气屏气状态、深吸气屏气状态)时采集。经衰减校正的PET图像可以基于在对象处于呼吸状态时所采集的PET数据以及在对象保持在深呼气屏气状态或深吸气屏气状态时采集。出于解说目的，本公开以基于在对象保持在深吸气屏气状态时所采集的CT数据来重建经衰减校正的PET图像作为示例。
在610中，采集模块410可以获取对应于对象的扫描区域的CT图像。CT扫描可以在对象保持在深吸气屏气状态时执行。当对象保持在深吸气屏气状态时，对象可不经历或者经历很小的呼吸运动。相应地，CT图像可以不被呼吸运动影响或者基本不被呼吸运动影响。
CT图像可以是3D CT图像，包括多个2D CT图像层(例如，图像切片)。替换地，CT图像可以是3D CT图像的2D CT图像层(也被称为图像切片)。在一些实施例中，CT图像可以是经处理的CT图像(例如，与CT图像相关的衰减图)。CT图像可以基于由CT扫描器采集或经由网络160从存储设备取回的CT数据来生成。
对象可以包括患者、动物、体模或其一部分，包括例如假肢、人造心脏、肿瘤、可以使用X射线检查的任何结构或器官等或其任何组合。在一些实施例中，扫描区域可包括对象的整个身体。替换地，扫描区域可以是对象的一部分，诸如，对象(例如，患者)的脑、肺、肝、肾、骨、任何器官或感兴趣区域(ROI)。
在620中，采集模块410可以获取对应于对象的相同扫描区域的PET数据。如本文所使用的，如果对应于CT图像的扫描区域与对应于PET数据(或PET图像)的扫描区域至少部分地交叠，则CT图像和PET数据(或PET图像)被认为是对应于相同扫描区域。PET数据可以在对象处于呼吸状态时采集。PET数据可以对应于与如结合610描述的CT扫描相同的扫描区域。例如，如果执行患者的胸部的CT扫描，则可以在患者保持基本相同的患者体位时执行对患者胸部的PET扫描，以促成对PET数据和CT数据的信息进行组合。
在PET数据采集期间，对象可被允许呼吸(例如，自由地呼吸)。与如结合操作610描述的可在对象保持在深吸气屏气状态时采集的相同扫描区域的CT数据相比，PET数据可对应于不同的呼吸相位并且可被对象在PET数据采集期间的呼吸运动影响。于是对象在PET数据的采集中的呼吸运动可导致对象的相同部分(例如，器官、组织等)在CT图像中相对于在PET图像或PET门控图像有位置偏移(或被称为失配)。例如，CT图像中的肝脏位置可能不同于PET图像或PET门控图像中的肝脏位置。当PET图像(或PET门控图像)基于CT图像来重构时，该失配可降低PET图像(或PET门控图像)的图像质量。
在630中，门控单元510可将PET数据门控(或箱化)成与对象的多个呼吸相位相对应的多个箱。经门控PET数据可被用来重建与这些呼吸相位相对应的多个PET门控图像。对象的呼吸相位可包括第一呼吸相位和第二呼吸相位。在一些实施例中，第一呼吸相位可以是呼气末相位，而第二呼吸相位可以是吸气末相位。在一些实施例中，对象的呼吸相位可包括呼气末相位与吸气末相位之间的一个或多个相位。呼气末相位可指代呼吸信号的呼气相位的结束，其对应于呼吸信号中的波谷。吸气末相位可指代呼吸运动信号的吸气相位的结束，其对应于呼吸信号中的波峰。PET门控图像可包括与呼气末相位相对应的第一PET门控图像以及与吸气末相位相对应的第二PET门控图像。
在一些实施例中，门控单元510可以根据PET扫描期间对象的呼吸信号来对PET数据进行门控。呼吸信号可以由门控单元510基于PET数据来确定，和/或从另一源(例如，门控系统180)采集。门控单元510可以基于呼吸信号的振幅或时间来将呼吸信号划分成多个呼吸相位。门控单元510还可确定对应于这些呼吸相位的经门控PET数据的多个群(或称为帧)。重建模块530可以基于与这些呼吸相位相对应的多个经门控PET数据来重建多个PET门控图像。关于PET数据的门控和/或PET门控图像的重建的更多描述可以在本公开的其它地方找到。参见例如图8及其相关描述。
在640中，配准单元530可以将对应于呼气末相位的第一PET门控图像与对应于吸气末相位的第二PET门控图像进行配准。配准单元550可以基于配准算法来对两个PET门控图像进行配准。示例性的配准算法可以包括基于点的配准算法(例如，基于解剖学标志的配准算法)、基于曲线的配准算法、基于表面的配准算法(例如，基于表面轮廓的配准算法)、空间对准配准算法、互相关配准算法、基于互信息的配准算法、顺序相似度检测算法(SSDA)、非线性变换配准算法、光流等或其任何组合。在一些实施例中，第一和第二PET门控图像之间的配准可以包括自动配准、半自动配准或人工配准。如本文所使用的，自动配准指代在没有用户干预的情况下由计算设备(例如，如图2所解说的计算设备200)自动执行的配准。如本文所使用的，半自动配准指代在有用户干预的情况下由计算设备(例如，如图2所解说的计算设备200)执行的配准。用户干预可包括提供关于要在配准中使用的特定配准算法的信息、要在配准中使用的参数、或类似物、或其组合。例如，在半自动配准期间，用户提供标识特性特征的信息(例如，通过将其标记在要在显示图像的用户界面上配准的每一个图像上)，并且计算设备基于该信息结合配准算法和/或参数来执行配准。如本文所使用的，手动配置指代根据用户所提供的指令执行的配准。例如，通过在例如输入/输出设备140或如图3解说的移动设备上实现的用户界面，用户可手动地对齐两个PET门控图像以将这两个PET门控图像配准。在一些实施例中，可基于刚性变换、仿射变换、投影变换、非线性变换、基于光流的配准、相似度测量等或其任何组合来执行配准。
在650中，运动矢量场确定单元520可以基于该配准来确定对应于呼气末相位的第一PET门控图像和对应于吸气末相位的第二PET门控图像之间的PET运动矢量场(也被称为第一运动矢量场)。PET运动矢量场可包括多个PET运动矢量。PET运动矢量可被用来描述对象的空间点在对应于第一和第二PET门控图像的呼吸相位(即，呼气末相位和吸气末相位)之间的运动。例如，运动矢量场确定单元520可以确定空间点在第一PET门控图像中的第一位置为(X1，Y1，Z1)，并且该点在第二PET门控图像中的第二位置为(X2，Y2，Z2)。运动矢量场确定单元520可进一步基于该空间点的第一位置和第二位置来确定PET运动矢量为(Ux，Uy，Uz)，其中，Ux可以等于(X1-X2)，Uy可以等于(Y1-Y2)，并且Uz可以等于(Z1-Z2)。
在660中，运动矢量场确定单元520可以确定对应于吸气末相位的第二PET门控图像与CT图像之间的PET-CT运动矢量场(也被称为第二运动矢量场)，第二PET门控图像与CT图像两者均对应于对象的相同扫描区域。PET-CT运动矢量场可以基于对应于吸气末相位的第一PET门控图像和对应于呼气末相位的第二PET门控图像之间的PET运动矢量场来确定。PET-CT运动矢量场可包括多个PET-CT运动矢量。PET-CT运动矢量可被用来描述对象的空间点在对应于PET门控图像与CT图像的呼吸相位之间的运动。例如，在CT图像对应于深吸气屏气状态时，同时PET门控图像对应于吸气末相位，PET-CT运动矢量可被用来描述对象的空间点在对应于PET门控图像与CT图像的这两个呼吸相位之间的运动。
对象在对应于深吸气屏气状态的CT图像中的相同部分(例如，器官、组织等)可与在对应于呼吸相位的任何PET门控图像中的不同。例如，在冠状面上的CT图像中的肝脏可比在任何PET门控图像中的低(更远离对象的头部)。对象在吸气末相位与深吸气屏气状态之间的呼吸运动可类似于呼气末相位与吸气末相位之间的呼吸运动。相应地，对应于吸气末相位的第二PET门控图像和对应于深吸气屏气状态的CT图像之间的PET-CT运动矢量场可以基于对应于呼气末相位的第一PET门控图像与对应于吸气末相位的第二PET门控图像之间的PET运动矢量场来确定。关于PET-CT运动矢量场的确定的更多描述可以在本公开的其它地方找到。参见例如图9及其相关描述。
在670中，重建单元530可基于CT图像、PET数据(或经门控PET数据)、和PET-CT运动矢量场来重建经衰减校正的PET图像。在一些实施例中，校正单元540可以校正CT图像以生成对应于与PET数据(或经门控PET数据)相同的呼吸相位的经校正CT图像。重建单元530可基于经校正CT图像和PET数据(或经门控PET数据)来重建经衰减校正的PET图像。
在一些实施例中，可以生成对应于呼吸相位的经衰减校正的PET门控图像。校正单元540可以生成对应于呼吸相位的经校正CT图像。重建单元530可基于经门控PET数据和对应的经校正CT图像来重建对应于呼吸相位的经衰减校正的PET门控图像。关于生成经衰减校正的PET门控图像的更多描述可以在本公开的其它地方找到。参见例如图7A及其描述。
在一些实施例中，可以生成对应于参考呼吸相位的经衰减校正的参考PET图像(为了简化也被称为参考PET图像)。对象的任何呼吸相位可被指定为参考呼吸相位。例如，对应于除参考呼吸相位以外的呼吸相位的经衰减校正的PET门控图像可被变换为相对于参考呼吸相位的经相位校正的PET图像。参考PET图像随后可以基于经相位校正的PET图像来生成。参考PET图像可包括所有呼吸相位中的功能信息，并由此具有高图像质量。在一些实施例中，参考PET图像可进一步被变换成对应于另一呼吸相位的经衰减校正的PET图像。
在一些实施例中，可以生成与多个呼吸相位的平均相对应的经衰减校正的平均PET图像(为了简化也被称为平均PET图像)。重建单元530可以通过执行过程700A来重建对应于每个呼吸相位的经衰减校正的PET门控图像。图像处理单元560随后可以通过将对应于多个呼吸相位的经衰减校正的PET门控图像加和来生成平均PET图像。替换地，校正单元540可以通过执行过程700A的操作701到704来生成对应于每个呼吸相位的经校正CT图像。校正单元540可以通过将对应于多个呼吸相位的经校正CT图像加和来生成平均经校正CT图像。重建单元530随后可以基于整体(未经门控)PET数据和平均经校正CT图像来重建平均PET图像。
在一些实施例中，PET图像(例如，PET门控图像)的衰减伪影可由光子射线(例如，γ射线)在它们穿过对象(例如，患者)时引起。可基于衰减系数来校正衰减伪影。例如，衰减系数可以是对应于511KeV的能级中的γ射线的组织衰减系数。组织衰减系数可被用来确定γ射线的衰减校正因子。例如，衰减校正因子可通过式(1)来确定：
ACF＝e∫u(x)dx， (1)
其中ACF代表γ射线的衰减校正因子，并且u代表组织衰减系数。
在一些实施例中，可以根据经校正CT图像来确定衰减校正因子。例如，PET门控图像的衰减校正因子可以根据对应于PET门控图像的经校正CT图像来确定。经校正CT图像可与对应的PET门控图像叠合，从而由对应PET门控图像提供的功能信息可由经校正CT图像提供的解剖信息来补充。
例如，对应于X射线的组织衰减系数可基于经校正CT图像来确定。对应于X射线的组织衰减系数可以被变换成与γ射线相对应的组织衰减系数，并且可以使用对应于γ射线的组织衰减系数使用式(1)来确定γ射线的组织衰减校正因子。
在一些实施例中，重建单元530可以使用重建算法来生成经衰减校正的PET图像(例如，对应于参考呼吸相位的参考PET图像、对应于多个呼吸相位的经衰减校正的PET图像)。重建算法可以包括迭代重建算法(例如统计重建算法)、傅立叶切片定理算法、滤波反投影(FBP)算法、压缩感测(CS)算法、扇形束重建算法、最大似然期望最大化(MLEM)算法、有序子集期望最大化(OSEM)算法、最大后验(MAP)算法、分析重建算法等或其任何组合。
应注意，过程600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。然而，那些变形和修改并不脱离本公开的范围。
在一些实施例中，经衰减校正的PET图像(例如，对应于参考呼吸相位的参考PET图像、对应于多个呼吸相位的平均的经衰减校正的平均PET图像)可以基于在对象保持在深呼气屏气状态时采集的CT数据和在对象处于呼吸状态时采集的PET数据来重建。在610中，采集模块410可以获取与对象的扫描区域相对应的CT图像。CT图像可以在对象保持在深呼气屏气状态时采集。在630中，第一呼吸相位可以是吸气末相位，而第二呼吸相位可以是呼气末相位。PET数据可被门控以重建与吸气末相位相对应的第一PET门控图像以及与呼气末相位相对应的第二PET门控图像。在660中，对应于呼气末相位的第二PET门控图像与对应于深呼气屏气状态的CT图像之间的PET-CT运动矢量场可由运动矢量场确定单元520来确定。在670中，经衰减校正的PET图像(例如，对应于参考呼吸相位的参考PET图像、对应于多个呼吸相位的平均的经衰减校正的平均PET图像)可以基于CT图像、PET数据(或经门控PET数据)和PET-CT运动矢量场来重建。
在一些实施例中，第一呼吸相位和第二呼吸相位可以是过程600中的任何两个不同的呼吸相位。在一些实施例中，经衰减校正的PET图像可以基于除CT图像以外的解剖图像来重建。例如，经衰减校正的PET图像可以基于均对应于对象的相同扫描区域的PET数据和MR图像来重建。PET数据可以在对象处于呼吸状态时采集，而MR图像可以在对象保持在深吸气屏气状态或深呼气屏气状态时采集。MR图像可提供对象的解剖数据，解剖数据可以在对PET数据的衰减校正中结合不同部分的组织衰减系数来应用。
图7A是解说根据本公开的一些实施例的用于重建对应于特定呼吸相位的经衰减校正的PET门控图像的示例性过程700A的流程图。图7B是解说根据本公开的一些实施例的用于重建对应于参考呼吸相位的参考PET图像的示例性过程700B的流程图。过程700A和/或700B的至少一部分可在如图2所解说的计算设备200或如图3所解说的移动设备300上实现。在一些实施例中，过程700A和/或700B的一个或多个操作可以在图1中解说的成像系统100中实现。过程700A和/或过程700B可被执行以达成如结合图6所描述的操作670。
在701中，配准单元550可以将对应于呼吸相位的PET门控图像与对应于吸气末相位的第二PET门控图像进行配准。该呼吸相位可以是除吸气末相位以外的任何呼吸相位。操作701可以按照与操作640相似的方式执行的，并且其描述在此不再重复。
在702中，运动矢量场确定单元520可以基于该PET门控图像与对应于吸气末相位的第二PET门控图像之间的配准来确定PET门控图像与第二PET门控图像之间的PET运动矢量场(也被称为第四运动矢量场)。操作702可以按照与操作650相似的方式执行的，并且其描述在此不再重复。
在703中，运动矢量场确定单元520可以确定该PET门控图像与CT图像(对应于深吸气屏气状态)之间的PET-CT运动矢量场(也被称为第五运动矢量场)。PET-CT运动矢量场可以基于该PET门控图像与第二PET门控图像之间的PET运动矢量场以及第二PET门控图像与CT图像之间的PET-CT运动矢量场来确定。例如，运动矢量场确定单元520可以通过将该PET门控图像与第二PET门控图像之间的PET运动矢量场和第二PET门控图像与CT图像之间的PET-CT运动矢量场相加来确定PET-CT运动矢量场。第二PET门控图像与CT图像之间的PET-CT运动矢量场的确定可以在本公开的其它地方找到。参见例如图9及其描述。
在704中，校正单元540可以基于PET门控图像与CT图像之间的PET-CT运动矢量场来校正CT图像以获取对应于PET门控图像的经校正CT图像。对应于PET门控图像的经校正CT图像可具有与PET门控图像相匹配的呼吸相位(例如，相同呼吸相位或基本上相同的呼吸相位)。对应于PET门控图像的经校正CT图像也可以被称为对应于PET门控图像的相位匹配CT图像。
出于解说目的，CT图像与PET门控图像之间的PET-CT运动矢量场可被表达为(mu(x，y，z)，mv(x，y，z)，mw(x，y，z))，其中mu表示x轴方向上的运动矢量分量，mv表示y轴方向上的运动矢量分量，mw表示z轴方向上的运动矢量分量。校正单元540可以通过向CT图像应用PET-CT运动矢量场来校正CT图像以生成对应于PET门控图像的经校正CT图像(两者均与相同的呼吸相位相关)。CT图像的校正可以根据下式(2)来执行：
C2(x，y，z)＝C(x+mu(x，y，z)，y+mv(x，y，z)，z+mw(x，y，z))， (2)
其中C(x，y，z)表示CT图像，并且C2(x，y，z)表示对应于PET门控图像的经校正CT图像。
在705中，重建单元530可基于对应于呼吸相位的经门控PET数据和对应的经校正CT图像来重建对应于特定呼吸相位的经衰减校正的PET门控图像(也被称为第一PET图像)。经衰减校正的PET门控图像的重建可类似于结合操作670所描述的PET图像的重建，并且其描述在此不再重复。如结合704所描述的，经校正CT图像可具有与PET门控图像相匹配的呼吸相位。基于相位匹配的CT图像对PET门控图像的衰减校正也可以被称为对PET门控图像的相位匹配衰减校正。
在一些实施例中，过程700中的操作701可被省略。特定PET门控图像与对应于吸气末相位的第二PET门控图像之间的PET运动矢量场可以基于对应于呼气末相位的第一PET门控图像与第二PET门控图像之间的PET运动矢量场来确定。例如，PET门控图像与第二PET门控图像之间的PET运动矢量场可以通过将第一和第二PET门控图像之间的PET运动矢量场乘以一系数来确定。该系数可以是默认值或者根据不同场景来调节。在一些实施例中，该系数可以与诸如PET门控图像的呼吸相位与第二PET门控图像的呼吸相位之差相关联。例如，门控单元510可以将PET数据门控为四个呼吸相位，即，吸气中间相位、吸气末相位、呼气中间相位以及呼气末相位。吸气中间相位与吸气末相位之间的PET运动矢量场可以为吸气末相位与呼气末相位之间的PET运动矢量场的0.5倍。
在一些实施例中，呼吸相位可被指定为参考呼吸相位。过程700A可以针对每个呼吸相位来执行以生成对应的经校正CT图像并重建对应的经衰减校正的PET门控图像。过程700B可被实现成基于呼吸相位的经衰减校正的PET门控图像来生成对应于参考呼吸相位的参考PET图像。对应于参考呼吸相位的参考PET图像可包括所有呼吸相位中的功能信息，并由此可具有高图像质量。
在706中，门控单元510可以确定对象的呼吸相位当中的参考呼吸相位。这些呼吸相位中的任一个可被指定或称为参考呼吸相位。例如，参考呼吸相位可以是呼气末相位、吸气末相位、呼气中间相位、或者吸气中间相位。
在707中，采集模块410可以获取与参考呼吸相位相对应的PET门控图像。对应于参考呼吸相位的PET门控图像可被称为参考PET门控图像。在一些实施例中，参考PET门控图像可基于对应于参考呼吸相位的一群经门控PET数据通过图像重建来生成。参考PET门控图像的重建可由重建单元530基于如本公开其它地方描述的重建算法(例如，图5和相关描述)来执行。在一些实施例中，在707中，先前确定的参考PET门控图像可以从成像系统100中的存储设备(例如，存储190、存储模块420)或者经由因特网160从外部存储设备取回。
在708中，对于与除参考呼吸相位以外的呼吸相位相对应的每个PET门控图像，运动矢量场确定单元520可以确定PET门控图像与参考PET门控图像之间的PET运动矢量场(例如，也被称为第三运动矢量场)。对于PET门控图像，配准单元550可以将PET门控图像与参考PET门控图像进行配准，并且运动矢量场确定单元520可以基于该配准来确定对应的PET运动矢量场。PET门控图像与参考PET门控图像之间的配准可类似于结合操作640所描述的配准，并且其描述在此不再重复。确定PET门控图像相对于参考PET图像的PET运动矢量场可类似于结合操作650所描述的确定PET运动矢量场，并且其描述在此不再重复。附加或替换地，运动矢量场确定单元520可以基于对应于吸气末相位与呼气末相位的PET门控图像之间的运动矢量场来确定PET门控图像与参考PET门控图像之间的PET运动矢量场，如结合图7A所描述的。
在709中，重建单元530可以重建对应于每个呼吸相位的经衰减校正的PET门控图像。对应于每个呼吸相位的经衰减校正的PET门控图像可通过针对每个呼吸相位执行过程700A来重建。
在710中，对于每个呼吸相位，图像处理单元560可将对应于该呼吸相位的经衰减校正的PET门控图像变换成对应于参考呼吸相位的经相位校正的PET图像(也被称为第二PET图像)。该变换可基于对应于参考PET图像的PET门控图像的对应PET运动矢量场来执行。例如，图像处理单元560可将对应PET运动矢量场应用于与该呼吸相位相对应的经衰减校正的PET门控图像以生成经相位校正的PET图像。关于将运动矢量场应用于图像的更多描述可以在本公开的其它地方找到。参见例如操作704及其相关描述。
在711中，图像处理单元560可基于对应于参考呼吸相位的多个经相位校正的PET图像来生成对应于参考呼吸相位的参考PET图像。在一些实施例中，图像处理单元560可通过将对应于参考呼吸相位的经相位校正的PET图像加和来生成对应于参考呼吸相位的参考PET图像。对应于参考呼吸相位的参考PET图像可包括所有呼吸相位中的功能信息，并由此可具有高图像质量。
在712中，图像处理单元560可基于另一呼吸相位与参考呼吸相位之间的对应PET运动矢量场将对应于参考呼吸相位的加和参考PET图像变换成对应于该另一呼吸相位的经衰减校正的PET图像(也被称为第三PET图像)。该呼吸相位可以是对象的除参考呼吸相位以外的任何呼吸相位。该另一呼吸相位与参考呼吸相位之间的PET运动矢量场可在操作708中确定。图像处理单元560可以将对应于参考呼吸相位的特定呼吸相位的PET运动矢量场变换成对应于参考呼吸相位的参考PET图像以生成对应于该特定呼吸相位的经衰减校正的PET图像。对应于特定呼吸相位的经衰减校正的PET图像还可包括所有呼吸相位中的功能信息。
应当注意，对过程700A和/或过程700B的以上描述仅仅是出于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作出多种变型和修改。然而，那些变型和修改并不脱离本公开的范围。
在一些实施例中，对应于参考呼吸相位的参考PET图像可以基于在对象保持在深呼气屏气状态时采集的CT数据和在对象处于屏气时采集的PET数据来重建。过程700A和/或过程700B中的第二PET门控图像可对应于呼气末相位。过程700A可对与呼气末相位相对应的第二PET门控图像执行以确定对应于呼吸相位的经衰减校正的PET门控图像。在一些实施例中，过程700A可以针对每个呼吸相位来执行以生成对应的经衰减校正的PET门控图像。过程700B可被执行以基于经衰减校正的PET门控图像来生成对应于参考呼吸相位的参考PET图像。在一些实施例中，参考PET图像可以基于不同于CT图像的解剖图像来重建。例如，经衰减校正的PET图像可以基于均对应于对象的相同扫描区域的PET数据和MR图像来重建。MR图像可提供对象的解剖数据，解剖数据可以结合PET数据的衰减校正中的不同部分的组织衰减系数来应用。
图8是解说根据本公开的一些实施例的用于门控PET数据的示例性过程的流程图。在一些实施例中，过程800的至少一部分可在如图2所解说的计算设备200或如图3所解说的移动设备300上实现。在一些实施例中，过程800的一个或多个操作可在图1中解说的成像系统100中实现。例如，过程800可以按指令的形式存储在数据处理系统130的存储模块420中，并且由数据处理系统130(例如，数据处理系统130的处理器230)调用和/或执行。在一些实施例中，过程800可被执行以实现如结合图6所描述的操作630。
在810中，门控单元510可以获取对象在PET扫描期间的呼吸信号。该呼吸信号可对应于对象的多个呼吸相位。在一些实施例中，门控单元510可获取与来自PET数据的呼吸运动相关的呼吸信号的信息，并且基于该信息来确定呼吸运动的呼吸信号。
在一些实施例中，呼吸信号可从除PET数据以外的源采集。例如，呼吸信号可以从门控系统180获取。门控系统180可收集诸如例如呼吸信息、心跳信息等信息。门控系统180还可分析该信息以确定一个或多个门控参数(例如，呼吸相位)和/或获取呼吸信号。
在一些实施例中，可以通过正弦函数、余弦函数、多项式函数、脉冲函数等或其任何组合来近似呼吸信号。在一些实施例中，呼吸信号可以用二维坐标表达。二维坐标可以包括表示时间的第一坐标轴(或X轴)和表示振幅或值的第二坐标轴(或Y轴)。例如，呼吸信号可以通过二维坐标中的正弦函数来近似。呼吸信号可以在Y轴中示出振幅，并且振幅可以取决于X轴中的时间而变化。在一些实施例中，呼吸信号可通过正弦信号或余弦信号来近似。门控单元510可使用例如正弦函数、余弦函数等来近似呼吸信号。例如，呼吸信号可通过式(3)来近似：
Y＝c*sin(aX+b)， (3)
其中Y是呼吸运动的振幅，X是呼吸运动的时间，且a、b和c是常量参数。
在一些实施例中，呼吸信号可被分成多个呼吸相位。例如，门控单元510可将呼吸信号分成4个呼吸相位，其中每一个呼吸相位可对应于呼吸信号循环中的不同部分。在一些实施例中，门控单元510可以根据用户(例如，医生)的指令来划分呼吸信号。用户可以经由在例如图3所解说的移动设备上实现的用户界面来提供他/她的指令。
在一些实施例中，可以根据呼吸信号的振幅来划分呼吸信号。例如，可以基于呼吸信号的振幅来划分呼吸信号的循环。如果呼吸信号的振幅被分段为n个部分(例如，从最大振幅到最小振幅)，则呼吸信号的这n个部分可以对应于n个呼吸相位。在一些实施例中，呼吸信号可以基于呼吸信号的时间被划分为N个部分，并且这N个部分可以对应于N个呼吸相位。例如，如果呼吸信号的循环持续5秒，则呼吸信号的循环可以根据时间区间(例如，0.5秒或1秒)进行划分，并且该呼吸信号的此循环可被分为N个呼吸相位(例如5/0.5或即10个呼吸相位，5/1或即5个呼吸相位)。包括自门控的示例性门控技术可以在例如2016年12月21日提交的美国申请No.15/386,048和2017年6月9日提交的美国申请No.15/618,425中找到，两者的标题均为“METHODS AND SYSTEMS FOR EMISSION COMPUTED TOMOGRAPHY IMAGERECONSTRUCTION(用于发射计算断层扫描图像重建的方法和系统)”，其内容通过引用结合于此。
在一些实施例中，该多个呼吸相位可包括呼气末相位和吸气末相位。呼气末相位可指代呼吸信号的呼气相位的结束，其对应于呼吸信号中的波谷。吸气末相位可指代呼吸运动信号的吸气相位的结束，其对应于呼吸信号中的波峰。
在820中，门控单元510可基于呼吸信号的多个呼吸相位将PET数据门控成多个箱。例如，呼吸信号可对应于N个呼吸相位，并且门控单元510可基于该N个呼吸相位来将PET数据门控成N群(或帧)经门控PET数据。每群经门控PET数据可对应于一呼吸相位。
在830中，重建单元530可以基于经门控PET数据来重建对应于呼吸相位的多个PET门控图像。在一些实施例中，重建单元530可以基于对应的一群经门控PET数据来重建关于每个呼吸相位的PET门控图像。替换地，重建单元530可以根据不同场景来重建关于呼吸相位的一部分的一个或多个PET门控图像。在一些实施例中，重建单元530可以基于对应于呼气末相位的一群经门控PET数据来重建对应于呼气末相位的第一PET门控图像，并且基于对应于吸气末相位的一群经门控PET数据来重建对应于吸气末相位的第二PET门控图像。
在一些实施例中，重建单元530可以使用重建算法来重建PET门控图像。示例性重建算法可以包括衰减和活动的最大似然重建(MLAA)算法、迭代重建算法(例如，统计重建算法)、傅立叶切片定理算法、滤波反投影(FBP)算法、压缩感测(CS)算法、扇形束重建算法、最大似然期望最大化(MLEM)算法、有序子集期望最大化(OSEM)算法、最大后验(MAP)算法、分析重建算法、或类似物、或其任何组合。在一些实施例中，重建单元530可以基于MLAA算法来生成PET门控图像。
在一些实施例中，重建单元530可以基于一种或多种校正技术来校正一个或多个PET门控图像。示例性校正技术可包括随机校正技术、散射校正技术、死时间校正、或类似物、或其任何组合。在一些实施例中，重建单元530可以基于除基于CT的衰减校正技术以外的衰减校正技术来校正一个或多个PET门控图像。例如，重建单元530可以基于MLAA算法来执行对一个或多个PET门控图像的衰减校正。
图9是解说根据本公开的一些实施例的用于确定PET门控图像与CT图像之间的运动矢量场的示例性过程的流程图。在一些实施例中，过程900可被执行以实现如结合图6所描述的操作660。在一些实施例中，过程900的至少一部分可在如图2所解说的计算设备200或如图3所解说的移动设备300上实现。在一些实施例中，过程900的一个或多个操作可以在图1中所解说的成像系统100中实现。例如，过程900可以按指令的形式存储在数据处理系统130的存储模块420中，并且由数据处理系统130(例如，数据处理系统130的处理器230)调用和/或执行。
在910中，运动矢量场确定单元520可以基于CT图像以及第一PET门控图像与第二PET门控图像之间的PET运动矢量场(也被称为第一运动矢量场)来确定多个候选CT图像。如结合图6所描述的，对象的经衰减校正的PET图像可以基于在对象处于呼吸状态时所采集的PET数据以及在对象保持在深呼气屏气状态或深吸气屏气状态时所采集的CT数据来生成。当CT数据是在对象保持在深呼气屏气状态时采集的时候，第一PET门控图像可对应于呼气末相位，并且第二PET门控图像可对应于呼气末相位。当CT数据是在对象保持在深吸气屏气状态时采集的时候，第一PET门控图像可对应于呼气末相位，并且第二PET门控图像可对应于吸气末相位。出于解说目的，对应于吸气末相位的第二PET门控图像与对应于深吸气屏气状态的CT图像之间的PET-CT运动矢量场的确定在本公开中作为示例来描述。
在一些实施例中，运动矢量场确定单元520可以通过将运动矢量场应用于CT图像来生成候选CT图像。应用于CT的运动矢量场可以是对应于呼气末相位的PET门控图像与对应于吸气末相位的PET门控图像之间的PET运动矢量场的α倍。该α是系数，并且可以具有任何值。候选CT图像可以根据下式(4)来确定：
C′(x)＝C(x+αT1→2) (4)
其中C′(x)表示候选CT图像，C(x)表示CT图像，x表示2D候选CT图像中的像素或3D候选CT图像中的体素的坐标，T1→2表示第一PET门控图像(对应于呼气末相位)与第二PET门控图像(对应于吸气末相位)之间的PET运动矢量场，并且αT1→2表示为T1→2的α倍的运动矢量场。
在一些实施例中，运动矢量场确定单元520可以根据α的不同值来确定多个候选CT图像。
在920中，运动矢量场确定单元520可以确定第二PET门控图像(对应于呼气末相位)与在920中生成的一个或多个候选CT图像之间的相似性。在一些实施例中，该相似性可包括基于像素的相似性、基于熵的相似性、互信息相似性、或类似物、或其任何组合。在一些实施例中，运动变形确定单元520可以基于式(5)确定候选CT图像与第二PET门控图像之间的互信息相似性：
D(P2，C′)＝H(P2)+H(C′)-H(P2，C′)， (5)
其中，D(P2，C′)表示第二PET门控图像与候选CT图像之间的互信息，H(P2)表示第二PET门控图像的熵，H(C′)表示候选CT图像的熵，并且H(P2，C′)表示第二PET门控图像和候选CT图像的联合熵。当第二PET门控图像和候选CT图像不相关时，联合熵可以基本上类似于这两个图像的熵的总和。当第二PET门控图像和候选CT图像相关时，联合熵可以更接近这两个图像(第二PET门控图像和候选CT图像)中的较大熵。在一些实施例中，第二PET门控图像的熵H(P2)、候选CT图像的熵H(C′)可通过式(6)来确定：
其中pA(v)表示图像A的直方图。图像A可以是第二PET门控图像或候选CT图像。在一些实施例中，图像A的pA(v)通过式(7)来确定：
pA(v)＝∫∫Allδ(A(x，y)-v)dxdy， (7)
其中A(x，y)表示图像A中的(x，y)处的像素的像素值，v是灰度值，δ表示中心在0的窗口函数(例如，具有平均值0的高斯函数)。
在一些实施例中，候选CT图像和第二PET门控图像的联合熵H(P2，C′)可通过式(8)来确定：
其中u表示第二PET门控图像中的像素的像素值，v表示候选CT图像中的对应像素的像素值，并且是第二PET门控图像和候选CT图像的对应像素的组合直方图的像素值。在一些实施例中，可通过式(9)来确定：
其中δ表示中心为0的窗口函数。在一些实施例中，式(7)和式(9)中的函数δ可采取狄拉克δ函数的形式，如通过式(10)和(11)确定的：
其被限制为满足以下恒等式：
在930中，运动矢量场确定单元520可以标识所确定的相似性当中的最高相似性。在一些实施例中，运动矢量场确定单元520可以对相似性进行排名(例如，从最低相似性到最高相似性，或反之)，并且标识最高相似性。
在940中，运动矢量场确定单元520可以基于所标识的最高相似性来确定第二PET门控图像与CT图像之间的PET-CT运动矢量场。运动矢量场确定单元520可以确定对应于最高相似性(具有与第二PET门控图像的最高相似性)的候选CT图像。如结合910所描述的，候选CT图像可以根据式(4)来确定。运动矢量场确定单元520随后可以确定系数α以及对应于所标识的与第二PET门控图像具有最高相似性的候选CT图像的运动矢量场αT1→2。运动矢量场αT1→2可被指定为第二PET门控图像与CT图像之间的PET-CT运动矢量场。
在一些实施例中，使候选CT图像与第二PET门控图像之间的相似性最大化的系数α可根据下式(12)来确定：
a＝argmaxα∈R(D(P2(x)，C′(x)))＝argmaxα∈R(D(P2(x)，C(x+αT1→2))) (12)
以下示例是出于解说目的而被提供的，且并不旨在限定本公开的范围。
图10解说了根据本公开的一些实施例的在无需将PET数据与CT衰减图进行匹配的情况下基于PET数据和CT衰减图重建的示例性经衰减校正的PET图像。CT衰减图是在患者保持在深吸气屏气状态时采集的。PET数据是在在患者处于呼吸状态时采集的。PET数据和CT衰减图在相对于运动相位重建之前是不匹配的。该图像示出患者在PET数据采集中的呼吸运动导致PET图像和CT衰减图的失配。如图10所示，线1010指示CT衰减图中的肝的上边界，而线1020指示PET图像中的肝的上边界，其示出了PET图像和CT衰减图关于肝的位置的失配。.
图11解说了根据本公开的一些实施例的示例性PET门控图像和CT图像。P1是对应于呼气末相位的第一PET门控图像，P2是对应于吸气末相位的第二PET门控图像，并且C是对应于深吸气屏气状态的CT图像。对象在对应于深吸气屏气状态的CT图像中的相同部分(例如，器官、组织等)可与在第一和第二PET门控图像中的不同。例如，冠状面上的CT图像中的肝脏位置(由线1110指示)比在第一PET门控图像中的位置(由线1120指示)和第二PET门控图像中的位置(图11中未示出)低。
T1→2是对应于呼气末相位的第一PET门控图像与对应于吸气末相位的第二PET门控图像之间PET运动矢量场。在吸气末相位与深吸气屏气状态之间的呼吸运动类似于呼气末相位与吸气末相位之间的呼吸运动。CT图像与第二PET门控图像之间的运动矢量场可以是T1→2的α倍，其中α通过执行如结合图9描述的过程900来确定。
既已描述了基本概念，对本领域技术人员来说在阅读本详细公开之后十分显然的是，之前的详细公开旨在仅作为示例来给出，而并不构成限定。各种变更、改善和修改可发生并且为本领域技术人员所预期，尽管未在本文中明确陈述。这些变更、改善和修改旨在为本公开所建议，并且落在本公开的示例性实施例的精神和范围之内。
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“数据块”、“模块”、“引擎”、“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。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
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(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，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。相应地，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，特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，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

Claims (10)

1.一种在至少一个机器上实现的成像方法，所述至少一个机器中的每一者具有至少一个处理器和存储，所述方法包括：
获取在对象保持在屏气状态时采集的所述对象的扫描区域的解剖图像；
获取所述对象的所述扫描区域的正电子发射断层成像(PET)数据，所述PET数据对应于具有所述对象的多个呼吸相位的呼吸信号，所述呼吸相位包括第一呼吸相位和第二呼吸相位；
基于所述呼吸信号的所述多个呼吸相位将所述PET数据门控至多个箱；
基于所述经门控PET数据来重建对应于所述多个呼吸相位的多个PET门控图像，所述多个PET门控图像包括对应于所述第一呼吸相位的第一PET门控图像和对应于所述第二呼吸相位的第二PET门控图像；
确定所述第一PET门控图像与所述第二PET门控图像之间的第一运动矢量场；
基于所述第一运动矢量场来确定所述解剖图像与所述第二PET门控图像之间的第二运动矢量场；以及
基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建经衰减校正的PET图像。
2.如权利要求1所述的方法，其特征在于：
所述屏气状态是深吸气屏气状态，所述第一呼吸相位是呼气末相位，并且所述第二呼吸相位是吸气末相位，或者
所述屏气状态是深呼气屏气状态，所述第一呼吸相位是吸气末相位，并且所述第二呼吸相位是呼气末相位。
3.如权利要求1所述的方法，其特征在于，所述确定所述第一PET门控图像与所述第二PET门控图像之间的第一运动矢量场包括：
将所述第一PET门控图像与所述第二PET门控图像进行配准；以及
基于所述第一PET门控图像与所述第二PET门控图像之间的配准来确定所述第一运动矢量场。
4.如权利要求1所述的方法，其特征在于，所述经衰减校正的PET图像对应于参考呼吸相位，并且基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建所述经衰减校正的PET图像进一步包括：
确定所述多个呼吸相位当中的所述参考呼吸相位；
在所述多个PET门控图像当中获取对应于所述参考呼吸相位的参考PET门控图像；
针对所述多个PET门控图像中的每一者，确定该PET门控图像与所述参考PET门控图像之间的第三运动矢量场；
针对所述多个呼吸相位中的每一者，基于所述第二运动矢量场来重建对应于所述呼吸相位的第一PET图像；
针对所述多个呼吸相位中的每一者，基于对应第三运动矢量场来将对应于所述呼吸相位的所述第一PET图像变换成对应于所述参考呼吸相位的第二PET图像；以及
基于所述多个第二PET图像来生成对应于所述参考呼吸相位的经衰减校正的PET图像。
5.如权利要求4所述的方法，其特征在于，进一步包括：
基于所述呼吸相位与所述参考呼吸相位之间的对应第三运动矢量场，来将对应于所述参考呼吸相位的所述经衰减校正的PET图像变换成对应于所述多个呼吸相位之一的经衰减校正的PET图像。
6.如权利要求4所述的方法，其特征在于，基于所述第二运动矢量场来重建对应于所述多个呼吸相位中的每一者的第一PET图像进一步包括：
对于对应于所述多个呼吸相位中的每一者的每个PET门控图像，
确定该PET门控图像与所述第二PET门控图像之间的第四运动矢量场；
基于所述第四运动矢量场和所述第二运动矢量场来确定该PET门控图像与所述解剖图像之间的第五运动矢量场；
基于所述第五运动矢量场来校正所述解剖图像以获取对应于所述呼吸相位的经校正解剖图像；以及
基于所述经门控PET数据和所述经校正解剖图像来重建对应于所述呼吸相位的第一PET图像。
7.如权利要求1所述的方法，其特征在于，所述经衰减校正的PET图像对应于所述多个呼吸相位的平均，并且基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建所述经衰减校正的PET图像进一步包括：
针对每个呼吸相位重建对应于所述呼吸相位的第一PET图像；以及
通过将对应于所述多个呼吸相位的所述第一图像加和来获取对应于所述多个呼吸相位的平均的经衰减校正的PET图像。
8.如权利要求1所述的方法，其特征在于，所述经衰减校正的PET图像对应于所述多个呼吸相位的平均，并且基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建所述经衰减校正的PET图像进一步包括：
针对每个呼吸相位生成对应于所述呼吸相位的经校正解剖图像；
通过将对应于所述多个呼吸相位的经校正解剖图像加和来生成平均经校正的解剖图像；以及
基于所述PET数据和所述平均经校正的解剖图像来重建对应于所述多个呼吸相位的平均的经衰减校正的PET图像。
9.一种在至少一个机器上实现的成像方法，所述至少一个机器中的每一者具有至少一个处理器和存储，所述方法包括：
获取对象的扫描区域的解剖图像，所述解剖图像不受呼吸运动影响；
获取所述对象的所述扫描区域的正电子发射断层成像(PET)数据，所述PET数据受所述对象的呼吸运动影响；
将所述PET数据分箱成所述对象的所述呼吸运动的多个呼吸相位；
基于被分箱的PET数据来重建多个PET门控图像；
确定所述解剖图像与所述多个PET门控图像当中的目标PET门控图像之间的目标运动矢量场；以及
基于所述解剖图像和所述目标运动矢量场通过对所述目标经门控PET数据执行相位匹配衰减校正来生成经衰减校正的目标PET门控图像。
10.一种系统，包括：
至少一个存储介质，其包括用于重建正电子发射断层成像(PET)图像的指令集；以及
至少一个处理器，其被配置成与所述至少一个存储介质通信，其中当执行所述指令集时，所述系统被指导：
获取在对象保持在屏气状态时采集的所述对象的扫描区域的解剖图像；
获取所述对象的所述扫描区域的PET数据，所述PET数据对应于具有所述对象的多个呼吸相位的呼吸信号，所述呼吸相位包括第一呼吸相位和第二呼吸相位；
基于所述呼吸信号的所述多个呼吸相位将所述PET数据门控成多个箱；
基于所述经门控PET数据来重建对应于所述多个呼吸相位的多个PET门控图像，所述多个PET门控图像包括对应于所述第一呼吸相位的第一PET门控图像和对应于所述第二呼吸相位的第二PET门控图像；
确定第一PET门控图像与第二PET门控图像之间的第一运动矢量场；
基于所述第一运动矢量场来确定所述解剖图像与所述第二PET门控图像之间的第二运动矢量场；以及
基于所述PET数据、所述第二运动矢量场和所述解剖图像来重建经衰减校正的PET图像。
CN201811002520.0A 2017-09-30 2018-08-30 用于正电子发射断层成像图像重建的系统和方法 Active CN109009200B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/721,783 2017-09-30
US15/721,783 US10690782B2 (en) 2017-09-30 2017-09-30 Systems and methods for positron emission tomography image reconstruction

Publications (2)

Publication Number Publication Date
CN109009200A true CN109009200A (zh) 2018-12-18
CN109009200B CN109009200B (zh) 2021-11-23

Family

ID=64625686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811002520.0A Active CN109009200B (zh) 2017-09-30 2018-08-30 用于正电子发射断层成像图像重建的系统和方法

Country Status (2)

Country Link
US (1) US10690782B2 (zh)
CN (1) CN109009200B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110063739A (zh) * 2019-04-11 2019-07-30 澳门大学 Spect和pet的图像校正方法、装置以及电子设备
CN110084868A (zh) * 2019-04-28 2019-08-02 上海联影医疗科技有限公司 图像校正方法、装置、计算机设备和可读存储介质
CN110458779A (zh) * 2019-08-08 2019-11-15 江苏赛诺格兰医疗科技有限公司 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法
CN112731222A (zh) * 2020-12-28 2021-04-30 上海联影医疗科技股份有限公司 检测设备校准方法、装置、计算机设备和存储介质
CN113674377A (zh) * 2020-08-26 2021-11-19 上海联影医疗科技股份有限公司 正电子发射断层扫描图像重建的系统和方法
CN113727650A (zh) * 2019-04-26 2021-11-30 医科达有限公司 利用周期性运动提供质子放射治疗的方法
CN113674377B (zh) * 2020-08-26 2024-05-10 上海联影医疗科技股份有限公司 正电子发射断层扫描图像重建的系统和方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110215226B (zh) * 2019-05-28 2023-10-03 上海联影医疗科技股份有限公司 图像衰减校正方法、装置、计算机设备和存储介质
US11648422B2 (en) * 2019-10-09 2023-05-16 University Of Macau Apparatus and methods of generating 4-dimensional computer tomography images
DE102019216648B3 (de) * 2019-10-29 2021-04-22 Siemens Healthcare Gmbh Verfahren zur Aufnahme eines PET-Bilddatensatzes mit einer Magnetresonanz-PET-Einrichtung, Magnetresonanz-PET-Einrichtung, Computerprogramm und elektronisch lesbarer Datenträger
US11686797B2 (en) * 2019-12-12 2023-06-27 GE Precision Healthcare LLC Method and system for motion compensation in hybrid PET-MR imaging
US11300695B2 (en) 2020-04-24 2022-04-12 Ronald Nutt Time-resolved positron emission tomography encoder system for producing event-by-event, real-time, high resolution, three-dimensional positron emission tomographic image without the necessity of performing image reconstruction
US11054534B1 (en) 2020-04-24 2021-07-06 Ronald Nutt Time-resolved positron emission tomography encoder system for producing real-time, high resolution, three dimensional positron emission tomographic image without the necessity of performing image reconstruction
EP3928684A1 (en) * 2020-06-26 2021-12-29 Koninklijke Philips N.V. Contactless temperature-based monitoring of a patient
US20220327665A1 (en) * 2021-04-08 2022-10-13 Canon Medical Systems Corporation Neural network for improved performance of medical imaging systems

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070081704A1 (en) * 2005-03-17 2007-04-12 The University Of Texas System System, program product, and methods for attenuation correction of emission data on PET/CT and SPECT/CT
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
JP2009156856A (ja) * 2007-12-03 2009-07-16 Shimadzu Corp 核医学診断ｘ線ｃｔ装置
CN101658426A (zh) * 2009-09-11 2010-03-03 昆明理工大学 基于三维正电子发射探测器灵敏度特性的呼吸门控技术
CN102057298A (zh) * 2008-06-06 2011-05-11 皇家飞利浦电子股份有限公司 用于衰减校正的方法和装置
US20120078089A1 (en) * 2010-09-23 2012-03-29 General Electric Company Method and apparatus for generating medical images
CN103054605A (zh) * 2012-12-25 2013-04-24 沈阳东软医疗系统有限公司 一种衰减校正的方法和系统
US20130303898A1 (en) * 2012-05-09 2013-11-14 Paul E. Kinahan Respiratory motion correction with internal-external motion correlation, and associated systems and methods
CN103608845A (zh) * 2011-06-21 2014-02-26 皇家飞利浦有限公司 呼吸运动确定装置
WO2014069712A1 (ko) * 2012-10-29 2014-05-08 한국과학기술원 소수의 저선량 씨티 영상을 이용하여 피이티 영상을 움직임 보상 및 감쇠 보정하는 방법
KR20140055896A (ko) * 2012-10-29 2014-05-09 한국과학기술원 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법
CN105147312A (zh) * 2015-08-25 2015-12-16 上海联影医疗科技有限公司 Pet图像获取方法及系统
CN106491151A (zh) * 2016-01-25 2017-03-15 上海联影医疗科技有限公司 Pet图像获取方法及系统
US20170079608A1 (en) * 2015-09-23 2017-03-23 Siemens Medical Solutions Usa, Inc. Spatial Registration Of Positron Emission Tomography and Computed Tomography Acquired During Respiration
CN106618628A (zh) * 2017-01-24 2017-05-10 昆明理工大学 基于pet/ct成像的呼吸运动门控校正和衰减校正方法
CN107095691A (zh) * 2017-07-11 2017-08-29 上海联影医疗科技有限公司 一种pet成像方法及系统
CN107133549A (zh) * 2016-02-29 2017-09-05 上海联影医疗科技有限公司 Ect运动门控信号获取方法及ect图像重建方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6147353A (en) * 1997-05-30 2000-11-14 Picker International, Inc. Image shift for gamma camera
US6490476B1 (en) * 1999-10-14 2002-12-03 Cti Pet Systems, Inc. Combined PET and X-ray CT tomograph and method for using same
US8569706B2 (en) * 2011-06-03 2013-10-29 General Electric Company Method and system for processing gated image data
US10255694B2 (en) 2016-12-21 2019-04-09 Uih America, Inc. Methods and systems for emission computed tomography image reconstruction
US10360724B2 (en) 2016-12-21 2019-07-23 Uih America, Inc. Methods and systems for emission computed tomography image reconstruction

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070081704A1 (en) * 2005-03-17 2007-04-12 The University Of Texas System System, program product, and methods for attenuation correction of emission data on PET/CT and SPECT/CT
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
JP2009156856A (ja) * 2007-12-03 2009-07-16 Shimadzu Corp 核医学診断ｘ線ｃｔ装置
CN102057298A (zh) * 2008-06-06 2011-05-11 皇家飞利浦电子股份有限公司 用于衰减校正的方法和装置
CN101658426A (zh) * 2009-09-11 2010-03-03 昆明理工大学 基于三维正电子发射探测器灵敏度特性的呼吸门控技术
US20120078089A1 (en) * 2010-09-23 2012-03-29 General Electric Company Method and apparatus for generating medical images
CN103608845A (zh) * 2011-06-21 2014-02-26 皇家飞利浦有限公司 呼吸运动确定装置
US20130303898A1 (en) * 2012-05-09 2013-11-14 Paul E. Kinahan Respiratory motion correction with internal-external motion correlation, and associated systems and methods
WO2014069712A1 (ko) * 2012-10-29 2014-05-08 한국과학기술원 소수의 저선량 씨티 영상을 이용하여 피이티 영상을 움직임 보상 및 감쇠 보정하는 방법
KR20140055896A (ko) * 2012-10-29 2014-05-09 한국과학기술원 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법
CN103054605A (zh) * 2012-12-25 2013-04-24 沈阳东软医疗系统有限公司 一种衰减校正的方法和系统
CN105147312A (zh) * 2015-08-25 2015-12-16 上海联影医疗科技有限公司 Pet图像获取方法及系统
US20170079608A1 (en) * 2015-09-23 2017-03-23 Siemens Medical Solutions Usa, Inc. Spatial Registration Of Positron Emission Tomography and Computed Tomography Acquired During Respiration
CN106491151A (zh) * 2016-01-25 2017-03-15 上海联影医疗科技有限公司 Pet图像获取方法及系统
CN107133549A (zh) * 2016-02-29 2017-09-05 上海联影医疗科技有限公司 Ect运动门控信号获取方法及ect图像重建方法
CN106618628A (zh) * 2017-01-24 2017-05-10 昆明理工大学 基于pet/ct成像的呼吸运动门控校正和衰减校正方法
CN107095691A (zh) * 2017-07-11 2017-08-29 上海联影医疗科技有限公司 一种pet成像方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
LAMARE F. ET AL: "Local respiratory motion correction for PET/CT imaging: Application to lung cancer", 《MEDICAL PHYSICS》 *
PAUL DASARI ET AL: "MRI Investigation of the Linkage Between Respiratory Motion of the Heart and Markers on Patient’s Abdomen and Chest: Implications for Respiratory Amplitude Binning List-Mode PET and SPECT Studies", 《IEEE TRANSACTIONS ON NUCLEAR SCIENCE》 *
傅磊等: "PET-CT成像中的呼吸运动衰减校正仿真实验", 《生物医学工程与临床》 *
崔锐等: "一种自动确定PET-CT呼吸运动门控阈值方法的研究", 《医疗卫生装备》 *
潘李鹏等: "PET-CT成像呼吸运动B样条校正", 《计算机工程与应用》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110063739A (zh) * 2019-04-11 2019-07-30 澳门大学 Spect和pet的图像校正方法、装置以及电子设备
CN110063739B (zh) * 2019-04-11 2023-11-24 澳门大学 Spect和pet的图像校正方法、装置以及电子设备
CN113727650A (zh) * 2019-04-26 2021-11-30 医科达有限公司 利用周期性运动提供质子放射治疗的方法
CN110084868A (zh) * 2019-04-28 2019-08-02 上海联影医疗科技有限公司 图像校正方法、装置、计算机设备和可读存储介质
CN110084868B (zh) * 2019-04-28 2023-09-12 上海联影医疗科技股份有限公司 图像校正方法、装置、计算机设备和可读存储介质
CN110458779A (zh) * 2019-08-08 2019-11-15 江苏赛诺格兰医疗科技有限公司 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法
CN110458779B (zh) * 2019-08-08 2021-11-16 江苏赛诺格兰医疗科技有限公司 对呼吸或心脏的pet图像进行衰减校正的校正信息获取方法
CN113674377A (zh) * 2020-08-26 2021-11-19 上海联影医疗科技股份有限公司 正电子发射断层扫描图像重建的系统和方法
CN113674377B (zh) * 2020-08-26 2024-05-10 上海联影医疗科技股份有限公司 正电子发射断层扫描图像重建的系统和方法
CN112731222A (zh) * 2020-12-28 2021-04-30 上海联影医疗科技股份有限公司 检测设备校准方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN109009200B (zh) 2021-11-23
US20190101655A1 (en) 2019-04-04
US10690782B2 (en) 2020-06-23

Similar Documents

Publication Publication Date Title
CN109009200A (zh) 用于正电子发射断层成像图像重建的系统和方法
CN109035355A (zh) 用于pet图像重建的系统和方法
CN109741284A (zh) 用于校正pet成像中由呼吸运动引起的失配的系统和方法
CN102144927B (zh) 基于运动补偿的ct设备和方法
US11020077B2 (en) Simultaneous CT-MRI image reconstruction
CN104252714B (zh) 时变数据的重建
KR101428005B1 (ko) 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법
US8655040B2 (en) Integrated image registration and motion estimation for medical imaging applications
CN105849778B (zh) 成像中的移动结构运动补偿
US11842465B2 (en) Systems and methods for motion correction in medical imaging
US20230222709A1 (en) Systems and methods for correcting mismatch induced by respiratory motion in positron emission tomography image reconstruction
WO2014069712A1 (ko) 소수의 저선량 씨티 영상을 이용하여 피이티 영상을 움직임 보상 및 감쇠 보정하는 방법
CN106062818A (zh) 用于时间选通pet研究的基于选通特定的mr的衰减校正的方法和装置
CN107886554A (zh) 流数据的重构
US20230360794A1 (en) System and method for medical imaging
Pansiot et al. 3D imaging from video and planar radiography
CN110215226A (zh) 图像衰减校正方法、装置、计算机设备和存储介质
Jaouen et al. 4D respiratory motion synchronized image synthesis from static CT images using GANs
US20230045406A1 (en) System and method for hybrid imaging
US20240135516A1 (en) Systems and methods for motion correction in medical imaging
Könik et al. Digital anthropomorphic phantoms of non-rigid human respiratory and voluntary body motions: A tool-set for investigating motion correction in 3D reconstruction
Sanders Methods for quantification and respiratory motion management in spect imaging
James Visual Dissection and Motion Field Mosaics for Breathing Motion Correction in Nuclear Medicine Imaging

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

Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

Applicant after: Shanghai Lianying Medical Technology Co., Ltd

Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258

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

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant