CN109716394A - 用于螺旋计算机断层摄影的运动补偿的重建 - Google Patents
用于螺旋计算机断层摄影的运动补偿的重建 Download PDFInfo
- Publication number
- CN109716394A CN109716394A CN201780056317.9A CN201780056317A CN109716394A CN 109716394 A CN109716394 A CN 109716394A CN 201780056317 A CN201780056317 A CN 201780056317A CN 109716394 A CN109716394 A CN 109716394A
- Authority
- CN
- China
- Prior art keywords
- vector field
- image
- detector
- distortion
- computer
- 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.)
- Pending
Links
- 238000003325 tomography Methods 0.000 title description 3
- 239000013598 vector Substances 0.000 claims abstract description 108
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000003384 imaging method Methods 0.000 claims abstract description 29
- 230000006870 function Effects 0.000 claims description 50
- 230000005855 radiation Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000012937 correction Methods 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000007689 inspection Methods 0.000 description 10
- 238000002591 computed tomography Methods 0.000 description 9
- 206010011224 Cough Diseases 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 4
- 208000031361 Hiccup Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000013213 extrapolation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
- A61B6/527—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion using data from a motion artifact sensor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/412—Dynamic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种成像方法包括获得针对对象的螺旋扫描的投影数据。所述方法还包括:针对特定时间和感兴趣图像切片位置,利用来自探测器行的第一子集的投影数据来重建在探测器阵列上并且在第一方向上与中心行偏离的在较早时间处的第一时间运动状态图像;并且针对所述特定时间和所述图像切片位置,利用来自探测器行的第二不同子集的投影数据来重建在所述探测器阵列上并且在第二方向上与所述中心行偏离的在稍后时间处的第二时间运动状态图像。所述方法还包括:估计所述第一时间运动状态图像与所述第二时间运动状态图像之间的扭曲矢量场;并且利用使用所述扭曲矢量场补偿任意运动的运动补偿重建算法来构建运动补偿的体积图像数据。
Description
技术领域
下文总体涉及成像,并且更具体涉及补偿螺旋扫描中的运动,并且利用对计算机断层摄影(CT)的具体应用来描述。
背景技术
CT扫描器通常包括被安装在可旋转机架上的X射线管,所述可旋转机架关于z轴围绕检查区域旋转。X射线管发射穿过检查区域以及位于其中的对象或目标的辐射。X射线敏感辐射探测器阵列以角度弧对着与X射线管相对的检查区域,探测穿过检查区域的辐射,并且生成指示所述辐射的信号。重建器处理所述信号并且重建指示检查区域的体积图像数据。
在扫描期间的对象运动导致图像伪影,诸如在重建的体积图像数据中的模糊和/或其他图像伪影。根据伪影的严重度,可能需要重新扫描所述对象,这增加了对象剂量,并且电离辐射会导致对细胞的损伤。在胸部或腹部扫描期间指示对象屏住其呼吸能够减少由于呼吸循环而引起的周期性运动。此外,存在运动补偿重建算法,其补偿某些周期性运动,诸如由于心动周期和/或呼吸循环而引起的周期性运动。
在螺旋扫描期间也可能发生非自主运动,诸如,例如咳嗽、打嗝或肠运动,并且这些运动同样会导致在重建的体积图像数据中的模糊。针对非自主运动的运动模式是非周期性的。遗憾的是,对象可能不能够阻止这样的运动,并且针对周期性运动的运动补偿重建算法并不能很好地适用于补偿非周期性运动。
另外,目标内的运动会导致体积图像数据中的被扫描目标的形状的扭曲。扭曲取决于运动的方向。例如,横向于支撑目标的桌台的z轴移动的运动导致重建图像中的x-z视图中的剪切应变,在桌台移动的方向上的运动导致重建图像中的y-z视图中的压缩,并且在与桌子移动相反的方向上的运动导致重建图像中的y-z视图中的拉伸。
这样,存在针对另一运动补偿的重建方法的另一种方法(例如,至少减轻上文所提到模糊和/或扭曲的运动补偿的重建方法)的未解决的需求。
发明内容
在本文中所描述的各方面解决了上文所提到的问题和/或其他问题。
在一个方面中,一种成像系统,包括:X射线源,其被配置为发射X射线辐射;二维探测器阵列,其包括多行探测器,所述二维探测器阵列被配置为探测X射线辐射并且生成指示所述X射线辐射的信号;以及重建器,其被配置为处理所述信号并且重建针对任意运动而校正的体积成像数据。所述重建器被配置为生成至少两幅时间运动状态图像,所述至少两幅时间运动状态图像包括:利用来自探测器行的第一子集的投影数据来生成当感兴趣切片位置位于所述二维探测器阵列的第一子部分中时的第一时间运动状态图像,以及利用来自探测器行的第一不同子集的投影数据来生成当所述感兴趣切片位置位于所述二维探测器阵列的第二不同子部分中时的第二时间运动状态图像。所述重建器还被配置为:利用至少所述第一时间运动状态图像和所述第二时间运动状态图像来生成扭曲矢量场,其中,所述扭曲矢量场表示运动;并且利用所述扭曲矢量场来生成当所述感兴趣切片位置在所述二维探测器阵列上居中时的运动补偿的体积图像数据。
在另一方面中,一种计算机可读介质,其被编码有计算机可执行指令,所述计算机可执行指令当由处理器执行时使所述处理器:获得针对对象的螺旋扫描的投影数据;针对特定时间和感兴趣图像切片位置,利用来自探测器行的第一子集的投影数据来重建在探测器阵列上并且在第一方向上与中心行偏离的在较早时间处的第一时间运动状态图像;针对所述特定时间和所述图像切片位置,利用来自探测器行的第二不同子集的投影数据来重建在所述探测器阵列上并且在第二方向上与所述中心行偏离的在稍后时间处的第二时间运动状态图像;估计所述第一时间运动状态图像与所述第二时间运动状态图像之间的扭曲矢量场;并且利用使用所述扭曲矢量场补偿任意运动的运动补偿重建算法来构建运动补偿的体积图像数据。
在另一方面中,一种成像方法,包括:通过将不同的孔径加权函数应用于成像系统的探测器的探测器行的不同子集的输出,从单次螺旋扫描来构建不同运动状态的三维图像;使用图像配准算法来计算不同时间图像之间的扭曲矢量场;并且重建运动补偿的图像,其使用所述扭曲矢量场来补偿任意运动。
附图说明
本发明可以采用各种部件和部件布置以及各种步骤和步骤安排的形式。附图仅仅出于图示优选实施例的目的,而不应当被解释为限制本发明。
图1示意性图示了具有采用运动重建算法的重建器的范例成像系统。
图2示意性图示了运动补偿重建算法的范例。
图3描绘了在螺旋扫描期间对象针对焦斑的螺旋路径的探测器覆盖度。
图4示意性图示了用于生成针对两个不同时间点的两幅时间运动状态图像的范例加权函数。
图5示意性图示了用于生成针对三个不同时间点的三幅时间运动状态图像的范例加权函数。
图6描绘了与确定针对运动的扭曲矢量场相关的射束几何形状的示意图。
图7描绘了用于在重建中考虑针对目标运动的扭曲矢量场的焦斑、体素和探测器阵列的示意图。
图8图示了根据本文中的实施例的用于运动校正的范例方法。
图9示意性图示了用于生成针对N个不同时间点的N幅时间运动状态图像的范例加权函数。
图10示出了运动校正的图像以及指示针对哪些z值预期到显著的图像扭曲的标绘数据,所述运动校正的图像具有因患者的横向运动而导致剪切的扭曲以及在剪切区域下方由于在扫描方向上的目标运动而导致的图像的拉伸。
图11示出了运动校正的图像,所述运动校正的图像具有针对由图形标记指示的区域的扭曲进行校正的运动校正的图像的区域。
图12示出了没有扭曲的图像以供比较。
图13图示了根据本文中的实施例的用于运动和扭曲校正两者的范例方法。
具体实施方式
下文描述了补偿自主运动、非自主运动、周期性运动、非周期性运动和/或其他运动的运动补偿方法。通常,利用在本文中所描述的方法,探测器行的集合在z方向上被分成两个或更多个子集(例如,前部和后部,前部、中部和后部等)。通过使用这些子集进行重建引起了所得到的图像的时间差。这与其中时间上不同的若干幅图像均是根据来自所有行(整个探测器)的数据生成的方法形成对比。
图1示意性图示了诸如计算机断层摄影(CT)扫描器的成像系统100。
系统100包括大致固定的机架102和旋转机架104。旋转机架104由固定机架102通过轴承(不可见)等可旋转地支撑并且围绕检查区域106关于作为旋转轴的z轴旋转。辐射源108(诸如X射线管)由旋转机架104支撑并且与旋转机架104一起旋转,并且发射X射线辐射。
辐射敏感探测器阵列110以角度弧跨检查区域106与辐射源108相对,并且探测穿过检查区域106的辐射并且生成指示所述辐射的信号(投影数据)。所图示的辐射敏感探测器阵列110包括二维(2D)阵列,所述二维阵列具有沿着z轴的方向相对于彼此布置的多个行。
重建器112重建所述信号并且生成指示检查区域106的体积图像数据。所图示的重建器112被配置为至少利用来自重建算法存储器116的运动补偿重建算法114。如下文更详细描述的,运动补偿重建算法114针对扫描来重建表示针对特定图像切片的不同运动状态的两幅或更多幅时间运动状态图像,并且然后,在重建特定图像切片的重建期间使用所述两幅或更多幅时间运动状态图像。所述重建能够减轻诸如自主运动和/或非自主运动之类的运动,例如,由于咳嗽、打嗝、肠运动引起的运动,包括周期性运动和/或非周期性运动。
重建器112能够经由硬件和/或软件来实施。例如,重建器112能够经由处理器(例如,中央处理单元或CPU、微处理器、控制器等)来实施,所述处理器被配置为执行在计算机可读介质(例如,存储器设备)(不包括瞬态介质)上存储、编码、嵌入等的计算机可执行指令,其中,执行指令使所述处理器执行在本文中所描述的动作中的一个或多个动作和/或另一动作。
在所图示的范例中,重建器112、重建算法存储器116和运动重建算法114被示为成像系统100的部分。在另一实施例中,重建器112、重建算法存储器116和运动重建算法114与成像系统100分离。在任一种情况下,重建器112和/或重建算法存储器116和运动重建算法114能够在成像系统100本地或者远离成像系统100。
诸如卧榻之类的支撑体118支撑检查区域106中的对象并且能够被用于在扫描之前、期间和/或之后相对于x轴、y轴和/或z轴来定位所述对象。计算系统用作操作者控制台120并且包括输出设备(诸如被配置为显示重建图像的显示器)和输入设备(诸如键盘、鼠标等)。驻留在控制台120上的软件允许操作者控制系统100的操作,例如,识别重建算法等。
图2示意性图示了运动补偿重建算法114的范例。
在该范例中,运动重建算法114包括运动状态重建模块202、扭曲矢量场确定器模块204以及运动补偿重建处理器206。通常,运动状态重建模块202重建时间运动状态图像,所述时间运动状态图像至少对应于与源108处于特定切片位置处时的当前时间相比较早的时间点和较晚的时间点。还能够重建针对另一点(诸如中心时间点、较早/较晚时间点与中心时间点之间的时间点、其他时间点之间的时间点等)的一幅或多幅其他时间运动状态图像。运动扭曲场确定器模块204根据所述时间运动状态图像的图像配准来计算扭曲矢量场。运动补偿重建处理器206在对特定切片位置的重建期间采用扭曲矢量场。能够将所述矢量场与运动校正的切片一起存储在存储器中。
现在结合图2-7以及图9来更详细地描述模块202、204和206。图3描绘了对象302、辐射源108的X射线焦点或焦斑306的螺旋路径304(具有间距“d”)以及探测器阵列110。对于在该时间点处具有与焦斑306和探测器阵列110的中心相同的z坐标的特定切片位置300,在旋转机架104在z方向上相对于对象302移动时,探测器阵列110的第一半部308(或者第一行数)在时间上较早地收集数据,并且探测器阵列110的第二半部310(或者第二行数)在时间上稍后地收集针对相同切片位置的数据。
在该范例中,运动状态重建模块202使用分段的孔径加权来重建所述时间运动状态图像。运动状态重建模块202使用第一加权函数来重建针对第一半部308的第一时间运动状态图像,并且使用第二加权函数来重建针对第二半部310的第二图像。相对间距是图6的间距d与投影的探测器高度hdet 600之间的关系,投影的探测器高度hdet 600是投影到旋转轴上的探测器高度(在z方向上的探测器延伸)。当仅使用探测器行的子集来重建时间运动状态图像时,有效探测器高度相应地减小到由用于重建的探测器行的集合所涵盖的高度范围。因此,当仅使用如在图3-6中的探测器行的一半时,与根据全探测器高度计算的间距相比,相对间距加倍。由于只要相对间距小于2就能够重建图像,因此在相对间距d/hdet等于或小于一(1)的情况下,仅能够重建两幅独立的运动状态图像,例如,针对第一半部308有一幅运动状态图像,并且针对第二半部310有一幅运动状态图像。
在间距大于一(1)并且小于二(2)的情况下,孔径加权函数宽度将大于探测器高度的一半,因为针对用于重建运动状态图像的探测器的部分所计算的相对间距小于二。因此,所述加权函数将在探测器中心处重叠并且将存在时间重叠,并且每幅图像将具有来自图6的两个半部308和310的贡献。图2和图6示出了针对半部308和310而创建的两幅时间运动状态图像的范例。然而,例如通过将阵列110分成超过两个区域并且应用合适的加权函数,能够生成超过两幅时间运动状态图像。
图4示出了第一加权函数402和第二加权函数404的范例。虚线400表示特定切片位置的中心。所述加权函数针对探测器半部310的最大部分具有值0,并且针对探测器半部308具有值1。因此,在重建对应的运动状态图像时,将忽略利用探测器半部310采集的投影数据,并且将仅根据利用探测器半部308采集的数据来重建图像。在探测器中心中并且也在探测器上端处的线性过渡范围是出于减少图像伪影的目的。由于这些过渡范围,来自中心附近的310的数据对图像的贡献程度很小。反之亦然,加权函数404在308中为零,从而该探测器半部308并非对相应的运动状态图像做出主要贡献。
加权函数402和404的数量和形状并不是限制性的。在Koken等人的“Apertureweighted cardiac reconstruction for cone-beam CT”(Phys.Med.Biol.,51(2006)3433-3448)中讨论了这样的加权的范例。图5示出了存在针对三幅时间图像的三个加权函数402、404和502的范例。第三加权函数502利用为一的权重对覆盖这两个半部308和310的子部分的中心区域进行加权,并且利用为零的权重对周边区域进行加权,其中,远离周边区域权重增加,而朝向周边区域权重减小。
图9示出了利用N个加权函数902的变化,N个加权函数902中的N-1个加权函数(904、906、908、910、912和914)居中于与探测器高度范围930的中心928的非零探测器行偏离916、918、920、922、924和926处。并且N个加权函数902中的一个加权函数(932)居中于探测器高度范围930的中心928。图9还示出了利用所述加权函数重建的N幅对应的运动状态图像934,包括中心运动状态图像936和N-1幅其他运动状态图像938、940、942、944、946和948。图9还示出了N个扭曲矢量场950,包括据此重建的扭曲矢量场952、954、956、958、960、962和964并且描述了中心运动状态图像936与其他运动状态图像938、940、942、944、946和948之间的扭曲,其中,中心扭曲矢量场958为零。尽管图4、图5和图9示出了梯形加权函数,但是在本文中也设想到了非梯形加权函数。
返回到图2,扭曲矢量场确定器模块204计算不同时间图像之间的扭曲矢量场。这能够利用基于图像的弹性配准方法、刚性配准方法或者基于模型的分割与随后的扭曲矢量场插值来实现。对于结合图4生成的两幅图像,所述扭曲矢量场Δ处在两幅时间运动状态图像之间。对于结合图5所生成的三幅图像,在针对第一半部308的图像与中心图像之间生成第一扭曲矢量场,并且在针对第二半部310的图像与中心图像之间生成第二扭曲矢量场。类似地,在假设目标随时间的运动恒定的情况下,根据仅基于在图4中所描绘的两个孔径加权函数而生成的扭曲矢量场,能够通过将扭曲矢量场分别乘以+1/2和-1/2来生成两个扭曲矢量场的等效集合。
接下来描述不同的孔径加权函数如何与运动状态图像中的时间差相关。图6示出了焦斑306、旋转轴602、探测器第一半部308和第二半部310、撞击探测器第一半部308和第二半部310的中心区域的射线射束,以及在两条射线的z方向上的平均差(Δz)606。该差表示对应于利用探测器第一半部308和第二半部310采集的线积分值的X射线路径的z平均差。由于恒定的桌台速度(或者对象支撑体速度)vT,这个z平均差对应于时间差ΔT=Δz/vT。
所述扭曲矢量场被用于在运动补偿的重建中来校正运动伪影。在Stevendaal等人的“A motion-compensated scheme for helical cone-beam reconstruction incardiac CT angiography”(Med.Phys.,35,3239(2008))中讨论了类似的范例。该参考文献描述了如何在重建中考虑针对图像体素的给定扭曲矢量,以便补偿对象运动对重建图像的影响。然而,在Stevendaal的文献中,假设对象是周期性/循环运动的。其目的是生成表示在特定时间点时或者更精确地在特定心脏阶段处的目标的图像。相反,利用在本文中所描述的方法生成的图像产生三维(3D)图像,其中,在特定z坐标处的每个图像切片表示在X射线焦斑具有相同z位置时的目标。
返回到图2,运动补偿重建处理器206采用补偿在反投影过程期间的估计的运动的重建算法(例如,滤波反投影或迭代算法)。在反投影期间所使用的扭曲矢量场对于从探测器阵列110的中心探测器行反投影的线积分值而言为零,所述扭曲矢量场随着在图7中从中心行到位于所述孔径加权函数的中心处的行位置的行距离增加而从零线性地增加,所述扭曲矢量场在位于所述孔径加权函数的中心处的行位置处是估计的扭曲矢量场,针对位于所述孔径加权函数的中心处的行位置之间的行被内插,并且针对远离所述孔径加权函数的中心而不是最外侧中心的行被外推。针对所述扭曲矢量场的一个元素,在图9中在966处示出了这种情况。
图7描绘了用于补偿重建中的目标运动的方法。在重建体素702的值时,针对要进行反投影的每个线积分值来确定距探测器中心的行距离基于该值,通过如上文所描述的扭曲矢量场的内插或外推来确定对应的扭曲矢量,并且然后,考虑与由所确定的扭曲矢量场移位的体素位置706相对应的探测器数据,即,评价与沿着X射线路径708的线积分相对应的探测到的X射线强度,而不是与沿着原始体素位置的X射线路径704的线积分相关的X射线强度。
替代利用孔径函数608和610(图6)的中心的行位置来识别运动状态图像和对应的扭曲矢量场并且使用通过被重建的体素的X射线路径的行位置作为相关量度以对扭曲矢量场进行采样(在图7中的r(x)),还能够利用对应的孔径函数的投影的探测器偏离来识别所述运动状态图像并且针对要被反投影的每个线积分值使用焦斑之间的z距离(具有针对对应于线积分值的X射线路径的z坐标zFS)并且使用被重建体素(具有z坐标zvox)(即,zvox-zFS)作为相关量度。投影的探测器偏离是从投影到机架旋转轴上的探测器中心测量的偏离,即,通过因子缩放的位置608与622的差异(图6)。
在2006年11月14日提交的标题为“Motion compensated CT reconstruction ofhigh contrast objects”的专利US 8184883B2中描述了范例运动补偿的重建,通过引用将其整体并入本文。在本文中所描述的方法减轻了由于自主和/或非自主的周期性和/或非周期性运动引起的运动,包括由于咳嗽、打嗝或肠运动引起的运动。所述方法能够被用于恢复其中对象咳嗽、呼吸和/或具有其他运动的扫描,并且因此,避免了重新扫描的需要以及使患者经受额外的剂量。这对于幼儿或肺部筛查患者而言尤其有价值。在本文中所描述的运动补偿重建算法能够与其他运动补偿重建算法一起使用。
图8图示了根据本文中的实施例的范例方法。
以下动作的排序仅用于说明目的而非限制。这样,这些动作中的一个或多个动作能够以不同的顺序执行,包括但不限于同时地执行。此外,可以省略所述动作中的一个或多个动作并且/或者可以添加一个或多个其他动作。
在802处,执行螺旋扫描。
在804处,如在本文中所描述的,针对特定切片位置和时间在两个不同的时间时生成至少两幅时间运动状态图像。
在806处,如在本文中所描述的,根据至少两幅时间运动状态图像来确定扭曲矢量场,所述至少两幅时间运动状态图像包括:在相对于所述时间的较早的时间点处的第一时间运动状态图像,以及在相对于所述时间的稍后的时间点处的第二时间运动状态图像。
在808处,如在本文中所描述的,使用所述扭曲矢量场利用所采集的数据来生成图像以减轻运动伪影。
在810处,显示运动补偿的图像。
以上操作可以通过被编码或嵌入在计算机可读存储介质上的计算机可读指令来实施,所述计算机可读指令当由(一个或多个)计算机处理器来执行时使(一个或多个)处理器执行所描述的动作。另外地或备选地,计算机可读指令中的至少一条计算机可读指令由信号、载波或者其他瞬态介质承载。
还能够基于上文所描述的矢量场来校正在螺旋扫描中由于目标内的运动相对于对象支撑体118(图1)的移动的方向而引起的扭曲的体积图像数据。下文描述了用于这样做的范例非限制性方法。
在图9中,矢量场950能够被表示为其中,表示针对2n+1个矢量场在时间间隔jΔtD期间在目标内的运动,其中,ΔtD表示根据相邻的孔径函数(例如,图9中分别以不同探测器行偏离918和920为中心的906和908)重建的两幅短扫描图像(例如,图9中的940和942)的采集之间的平均时间差。所述平均时间差能够被表示为在公式1中所示的:
公式1:
其中,Δhhet表示在阵列110的物理探测器上测量的孔径加权函数之间的距离,rFA表示源108的X射线焦斑与成像系统100的旋转轴602之间的距离,rFD表示X射线焦斑与探测器之间的距离,并且vt表示对象支撑体速度。rFA和rFD对于成像系统而言是已知并且恒定的,并且vt能够根据扫描计划中的桌台速度扫描参数而获得。
亦即,针对具有z坐标z的横向切片,扭曲矢量场表示目标从其中X射线焦斑具有相同z位置的时间点t(z)和时间t(z)-jΔtD(其是短扫描图像数j的平均采集时间)的运动。由于利用以探测器为中心的孔径函数并且因此也以焦斑z位置为中心的孔径函数来采集短扫描图像数“0”,因此,短扫描图像数“0”被用作针对扭曲矢量场估计的参考图像,并且与之相关的扭曲矢量场消失了。为了将运动校正的图像I(x,y,z)变换成表示在该时间点t0处的特定z坐标z0周围的目标的未扭曲图像,在一个非限制性实例中,重建器112执行下文所描述的算法。
在一个非限制性范例中,z0是图像切片的z坐标并且表示在时间t0处的目标,并且z′是运动校正的图像中的相邻切片的z坐标并且表示在时间Δt′处的目标,其中,Δt′=(z′-z0)/vt。为了校正在时间间隔Δt′内的运动,即,为了抵消该时间间隔内的运动,重建器112通过对用于运动补偿的重建的扭曲矢量场进行内插来确定与-Δt′相关的对应的扭曲矢量场。例如,重建器112能够通过找到j而采用线性内插,使得jΔtD≤-Δt′<(j+1)ΔtD并且然后如在公式2中所示地计算内插矢量场:
公式2:
备选地,能够使用其他线性和/或非线性内插。
类似地,针对时间差|Δt′|>n·ΔtD,重建器112执行外推。结果,针对具有z坐标的所有图像切片构建三维扭曲矢量场该矢量场在本文中被称为“扭曲校正矢量场”。在一个实例中,该方法限于这个在z0周围的z-范围,因为仅在此处利用内插和/或外推来估计扭曲矢量场。能够自由地选取参数z0,因此重建器112能够计算针对任何所选取位置的邻域的未扭曲图像。然后,通过利用扭曲校正矢量场(其中,)使运动补偿的图像I(x,y,z)翘曲来生成未扭曲图像。
扭曲图像以及因此还有未扭曲的图像将随着z0而改变,因此,应当在图像查看器中指示在+z方向和-z方向上(即,)的校正的限制。当在冠状模式、矢状模式或者3D模式下启动图像查看器时,初始显示运动校正的图像。图10示出了具有扭曲的运动校正的图像的范例。然后,用户指定、标记并且/或者以其他方式指示(例如,经由鼠标点击等)针对其计算并且显示未扭曲图像的z0。然后,扭曲校正被应用于该区域,并且显示经扭曲校正的运动补偿的图像。图11示出了非限制性范例,其中,利用框1102指示了运动补偿的图像的扭曲校正的区域。能够使用其他标记并且/或者能够显示所述图像而不指示所述区域。
如在本文中所描述的,能够根据所述扭曲矢量场来计算由于所述区域的目标运动而引起的扭曲量。在这种情况下,应当使用扭曲矢量场,因为其可以在没有额外处理的情况下可用。这可以被用于指示在哪个图像区域中存在扭曲以及应当应用所描述的校正方法的位置。在图10中在1002处示出了范例,其示出了沿着z的扭曲的幅值的绘图1004,其中,阈值1006被用于指示是否应当应用校正(例如,仅当幅值超过阈值时)。指示切片z中的显著扭曲的范例度量是在扭曲矢量场中的一个扭曲矢量场中的所有矢量的范数的最大值,如在公式3中所示的:
公式3:
其中,所述扭曲校正矢量场的最大范数利用对应的绝对时间差|j|ΔtD进行缩放,以便将其转换为针对目标内的最大速度的量度。替代针对度量仅使用一个扭曲矢量场也可以针对度量使用若干个扭曲矢量场,例如通过对所有扭曲矢量场的求平均来实现此目的。
如果度量(速度)超过预定阈值,则控制台120能够计算该度量并且推荐扭曲校正。范例阈值是桌台速度的10%。另外地或备选地,每当要求在特定图像位置处的几何测量(例如,结节的体积或者病灶的范围)时,用户手动地或者控制台120自动地激活所述扭曲校正。
在一个实施例中,显示经校正的和未校正的测量结果两者的值。控制台120还能够比较这些值并且将可靠性值附加到测量结果,例如,指示在大的不一致和/或大的局部运动的情况下的不可靠的测量。在另一实施例中,并且如在图11中所示的,能够另外地或备选地显示未扭曲的图像加上未扭曲的图像的z范围之外的运动校正的图像。为了实施在区域和中的运动校正的图像部分两者之间的平滑过渡,利用与未扭曲的图像的最外侧切片相同的扭曲校正矢量场(即,通过使用扭曲校正矢量场和)来变换上述两个运动校正的图像部分。
图13图示了根据本文中的实施例的范例方法。
以下动作的排序仅用于说明目的而非限制。这样,这些动作中的一个或多个动作能够以不同的顺序来执行,包括但不限于同时地执行。此外,可以省略所述动作中的一个或多个动作并且/或者可以添加一个或多个其他动作。
在1302处,执行螺旋扫描。
在1304处,如在本文中和/或以其他方式所描述的,使用矢量场来生成体积图像数据以减轻运动伪影。
在1306处,如在本文中和/或以其他方式所描述的,针对所述体积图像数据来确定感兴趣的z轴位置。
在1308处,如在本文中所描述的,利用扭曲校正矢量场来校正绕z轴位置的预定区域的扭曲。
在1310处,显示具有扭曲校正区域的运动校正图像。
以上操作可以通过被编码或嵌入在计算机可读存储介质上的计算机可读指令来实施,所述计算机可读指令当由(一个或多个)计算机处理器执行时使(一个或多个)处理器执行所描述的动作。另外地或备选地,计算机可读指令中的至少一个由信号、载波或者其他瞬态介质来承载。
在螺旋CT中,可以使用其他加权方案并且使其适于实现与这里所描述的用于重建运动状态图像的孔径加权相同的效果。在Grass等人的“Helical cardiac cone beamreconstruction using retrospective ECG gating”(Phys.Med.Biol.,48(2003)3069-3084)中例示说明了范例。在Grass的文献中,引入了照明窗口,所述照明窗口描述了针对每个体素在螺旋扫描中暴露于X射线的时间段。令Φf和Φl为照射的体素的第一投影和最后投影。为方便起见,这里假设体素位于机架旋转轴上。然后,例如,通过设计相应的基于投影的加权函数,仅使用来自照明窗口的第一半部的投影(即,从投影Φf到投影来产生与重建的图像中的体素值相同的体素值,因为孔径加权函数402仅考虑利用探测器的前半部测量的线积分值。通常,通过使用专用的依赖体素的加权方案,能够实现与之前所描述的探测器孔径加权相同的运动状态图像。因此,这里的探测器孔径加权指代能够被转换为这里所描述的孔径加权函数或者具有与这里所描述的孔径加权函数相同的影响的加权方案。
在本文中所描述的方法也可以以迭代方式来应用,即,如上文所描述地计算的扭曲矢量场可以被用于对运动状态图像的第二集合的运动补偿的重建。当运动补偿完美地工作时,这些运动状态图像的第二集合将不示出任何差异,因为所有目标运动都被抵消。然而,不完整的运动补偿将导致运动状态图像的第二集合中的差异。根据该运动状态图像的第二集合确定的扭曲矢量场的第二集合描述了在第一次迭代中未补偿的剩余目标运动。因此,第一扭曲矢量场与第二扭曲矢量场的加和更好地描述了目标运动,并且能够被用于改进的运动补偿的重建。其还能够被用于重建用作针对第三迭代的输入的运动状态图像的第三集合。
在文本中所描述的方法能够与谱CT(例如,光子计数探测器、多层探测器等和/或相衬CT)一起应用。对于这些,预处理的投影数据(例如,量化碘或者其他造影剂的投影数据)可以被用于估计扭曲矢量场,并且后者可以被用于运动补偿重建中的所有图像类型。
利用在本文中所描述的方法,被校正的目标运动的类型是任意的(周期性的、非周期性的等)。根据探测器行的不同子集来生成运动状态图像。重建中的运动矢量场依赖性取决于通过对应于被重建的体素的线积分的X射线路径所击中的探测器行或者被重建的体素的z坐标与焦斑的z坐标(即,X射线路径的起源)的差异。当焦斑具有相同的z坐标时,所得到的图像显示在其状态下的每个目标切片。这与其中校正的目标运动的类型是周期性的运动的常规方法(例如,Stevendaal)形成对比,运动状态图像是根据在不同时间/心脏阶段处采集的整个投影的不同集合生成的,重建中的运动矢量场依赖性取决于时间/心脏阶段,并且所得到的图像显示在一个时间点/特定心脏阶段处的目标。
已经参考优选实施例描述了本发明。他人在阅读和理解前文的具体描述的情况下可以设想到修改和更改。本文旨在将本发明解释为包括所有这样的修改和更改,只要其落入权利要求书以及其等价方案的范围之内。
Claims (34)
1.一种成像系统(100),包括:
X射线源(108),其被配置为发射X射线辐射;
二维探测器阵列(110),其包括多行探测器,所述二维探测器阵列被配置为探测X射线辐射并且生成指示所述X射线辐射的信号;以及
重建器(116),其被配置为处理所述信号并且重建针对任意运动而被校正的体积成像数据,
其中,所述重建器被配置为生成至少两幅时间运动状态图像的第一集合,包括:当感兴趣切片位置位于所述二维探测器阵列的第一子部分中时利用来自探测器行的第一子集的投影数据来生成第一时间运动状态图像,并且当所述感兴趣切片位置位于所述二维探测器阵列的第二不同子部分中时利用来自探测器行的第一不同子集的投影数据来生成第二时间运动状态图像;并且
其中,所述重建器被配置为:利用至少所述第一时间运动状态图像和所述第二时间运动状态图像来生成扭曲矢量场,其中,所述扭曲矢量场表示运动;并且当所述感兴趣切片位置在所述二维探测器阵列上居中时利用所述扭曲矢量场来生成运动补偿的体积图像数据。
2.根据权利要求1所述的成像系统,其中,所述重建器被配置为生成至少两幅时间运动状态图像的至少一个后续集合、针对所述至少一个后续集合的至少一个后续扭曲矢量场,以及利用所述至少一个后续扭曲矢量场的后续运动补偿的体积图像数据的至少一个集合。
3.根据权利要求1所述的成像系统,其中,所述重建器基于通过配准所述第一时间运动状态图像与所述第二时间运动状态图像而确定的扭曲场来生成所述扭曲矢量场。
4.根据权利要求1所述的成像系统,其中,所述重建器基于在z方向上的体素的位置与在所述z方向上对应于线积分值的所述X射线源的焦斑的位置之间的差异来生成针对所述线积分值的所述扭曲矢量场。
5.根据权利要求1所述的成像系统,其中,所述重建器基于中间探测器行与对应于线积分值的X射线路径击中所述探测器的所述探测器行之间的距离来生成针对所述线积分值的所述扭曲矢量场。
6.根据权利要求1至5中的任一项所述的成像系统,其中,所述重建器采用第一孔径加权函数来重建所述第一时间运动状态图像,并且采用第二孔径加权函数来重建所述第二时间运动状态图像。
7.根据权利要求6所述的成像系统,其中,所述重建器分别使用一个或多个其他孔径加权函数分别针对所述多行探测器中的一个或多个其他子集来重建一幅或多幅其他时间运动状态图像,并且估计所述时间运动状态图像之间的运动矢量场。
8.根据权利要求7所述的成像系统,其中,所述重建器将所述扭曲矢量场分别应用于位于相应的孔径加权函数的中心处的行位置。
9.根据权利要求7至8中的任一项所述的成像系统,其中,所述重建器根据距中心探测器行的距离将扭曲矢量场从零值线性地增加到针对线积分值的相应的扭曲矢量场,所述线积分值从所述中心探测器行被反投影到所述相应的孔径加权函数的所述中心处的所述行位置。
10.根据权利要求9所述的成像系统,其中,所述重建器针对超出所述相应的孔径加权函数的行对扭曲矢量场进行外推。
11.根据权利要求9至10中的任一项所述的成像系统,其中,所述重建器针对从所述探测器阵列的所述中心探测器行反投影的线积分值应用零的扭曲矢量场。
12.根据权利要求1至11中的任一项所述的成像系统,其中,所述重建器还被配置为利用所述扭曲矢量场来校正所述运动补偿的体积图像数据的子部分中的被扫描目标的图像的扭曲,所述扭曲归因于目标运动。
13.根据权利要求11所述的成像系统,其中,所述子部分是关于感兴趣z位置的预定范围。
14.根据权利要求13所述的成像系统,其中,所述重建器通过计算在z轴方向上的探测器行的高度与以下比率的乘积来确定所述预定范围:所述比率为所述X射线源的X射线焦斑与所述探测器阵列的旋转轴之间的距离同所述X射线焦斑与探测器之间的距离的比率。
15.根据权利要求12至14中的任一项所述的成像系统,其中,所述重建器通过使所述运动补偿的图像的所述子部分翘曲来校正所述子部分的所述扭曲。
16.根据权利要求15所述的成像系统,其中,所述重建器通过内插和缩放所述扭曲矢量场来计算扭曲校正矢量场,并且利用对应的矢量场使所述子部分翘曲以抵消在时间间隔内的运动。
17.一种编码有计算机可执行指令的计算机可读介质,所述计算机可执行指令当由处理器执行时使所述处理器:
获得针对对象的螺旋扫描的投影数据;
针对特定时间和感兴趣图像切片位置,利用来自探测器行的第一子集的投影数据来重建在探测器阵列上并且在第一方向上与中心行偏离的在较早时间处的第一时间运动状态图像;
针对所述特定时间和所述图像切片位置,利用来自探测器行的第二不同子集的投影数据来重建在所述探测器阵列上并且在第二方向上与所述中心行偏离的在稍后时间处的第二时间运动状态图像;并且
估计所述第一时间运动状态图像与所述第二时间运动状态图像之间的扭曲矢量场;并且
利用使用所述扭曲矢量场补偿任意运动的运动补偿重建算法来构建运动补偿的体积图像数据。
18.根据权利要求17所述的计算机可读介质,其中,所述探测器阵列包括多行探测器,并且所述计算机可执行指令还使所述处理器:
针对所述多行探测器的第一子集来重建所述第一时间运动状态图像;并且
针对所述多行探测器的第二不同子集来重建所述第二时间运动状态图像。
19.根据权利要求18所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:
采用第一孔径加权函数来重建所述第一时间运动状态图像;并且
采用第二孔径加权函数来重建所述第二时间运动状态图像。
20.根据权利要求19所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:
将所估计的扭曲矢量场应用于位于所述孔径加权函数的中心处的行位置。
21.根据权利要求20所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:
根据距中心探测器行的距离将所估计的扭曲矢量场从零值线性地增加到针对线性积分值的估计值,所述线性积分值从所述中心探测器行被反投影到所述孔径加权函数的所述中心处的所述行位置,其中,根据所有探测器行来重建体素,并且所应用的所述扭曲矢量场取决于被反投影的投影。
22.根据权利要求20至21中的任一项所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:
针对从所述探测器阵列的所述中心探测器行反投影的线积分值应用零的扭曲矢量场;并且
针对位于所述孔径加权函数的所述中心处的所述行位置之外的行外推所述扭曲矢量场。
23.根据权利要求15至20中的任一项所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:基于针对相同时间间隔的扭曲校正矢量场对所述运动补偿的体积图像数据的子部分来校正所述运动补偿的体积图像数据中的被扫描目标的形状的扭曲。
24.根据权利要求23所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:仅显示未扭曲的子部分。
25.根据权利要求23所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:显示未扭曲的子部分以及扭曲的部分。
26.根据权利要求25所述的计算机可读介质,其中,所述计算机可执行指令还使所述处理器:在视觉上突出显示所述未扭曲的子部分。
27.一种计算机实施的方法,包括:
通过将不同的孔径加权函数应用于成像系统的探测器的探测器行的不同子集的输出,从单次螺旋扫描来构建不同运动状态的三维图像;
使用图像配准算法来计算不同时间图像之间的扭曲矢量场;并且
使用所述扭曲矢量场来重建补偿任意运动的运动补偿的图像。
28.根据权利要求27所述的计算机实施的方法,还包括:
利用等于或小于一的间距来执行所述单次螺旋扫描。
29.根据权利要求27或28所述的计算机实施的方法,还包括:
采用以下中的一种来生成所述扭曲矢量场:弹性配准、刚性配准,或者基于模型的分割与随后的扭曲矢量场估计。
30.根据权利要求27至29中的任一项所述的计算机实施的方法,还包括:
接收指示使用所述扭曲矢量场使得所述运动补偿的图像的子部分不被扭曲的信号;并且
基于所述扭曲矢量场来校正所述子部分。
31.根据权利要求30所述的计算机实施的方法,其中,所述信号是用户输入。
32.根据权利要求30所述的计算机实施的方法,还包括:
自动地生成扭曲度量以指示所述图像中所述扭曲是显著的并且应当被校正的位置。
33.根据权利要求32所述的计算机实施的方法,还包括:
将所述扭曲度量计算为所述扭曲校正矢量场中所有扭曲校正矢量的范数的缩放最大值。
34.根据权利要求30至33中的任一项所述的计算机实施的方法,还包括:
测量在未扭曲的子部分中的感兴趣组织的几何形状;
测量在扭曲的子部分中的所述感兴趣组织的几何形状;
确定所述几何形状的差异;并且
基于所述差异来计算可靠性度量,其中,小于预定阈值的差异指示可靠的测量,并且大于所述预定阈值的差异指示不可靠的测量。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662395396P | 2016-09-16 | 2016-09-16 | |
US62/395396 | 2016-09-16 | ||
US201762456692P | 2017-02-09 | 2017-02-09 | |
US62/456692 | 2017-02-09 | ||
PCT/EP2017/072672 WO2018050572A1 (en) | 2016-09-16 | 2017-09-11 | Motion compensated reconstruction for helical computer tomography |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109716394A true CN109716394A (zh) | 2019-05-03 |
Family
ID=59846580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780056317.9A Pending CN109716394A (zh) | 2016-09-16 | 2017-09-11 | 用于螺旋计算机断层摄影的运动补偿的重建 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210295574A1 (zh) |
EP (1) | EP3513383A1 (zh) |
CN (1) | CN109716394A (zh) |
WO (1) | WO2018050572A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3552546A1 (en) * | 2018-04-13 | 2019-10-16 | Koninklijke Philips N.V. | X-ray system error tracking and calibration |
EP3632325A1 (en) | 2018-10-04 | 2020-04-08 | Koninklijke Philips N.V. | System for providing a spectral image |
WO2023194141A1 (en) * | 2022-04-06 | 2023-10-12 | Koninklijke Philips N.V. | Device-less motion state estimation |
EP4258215A1 (en) * | 2022-04-06 | 2023-10-11 | Koninklijke Philips N.V. | Device-less motion state estimation |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090310825A1 (en) * | 2007-01-08 | 2009-12-17 | Koninklijke Philips Electronics N. V. | Imaging system for imaging a region of interest comprising a moving object |
US20110142313A1 (en) * | 2009-12-15 | 2011-06-16 | General Electric Company | Method for computed tomography motion estimation and compensation |
US20110200232A1 (en) * | 2008-10-23 | 2011-08-18 | Koninklijke Philips Electronics N.V. | Method for characterizing object movement from ct imaging data |
US20160321821A1 (en) * | 2013-12-20 | 2016-11-03 | Koninklijke Philips N.V. | Moving structure motion compensation in imaging |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007060572A2 (en) | 2005-11-24 | 2007-05-31 | Philips Intellectual Property & Standards Gmbh | Motion compensated ct reconstruction of high contrast objects |
-
2017
- 2017-09-11 WO PCT/EP2017/072672 patent/WO2018050572A1/en unknown
- 2017-09-11 US US16/330,415 patent/US20210295574A1/en not_active Abandoned
- 2017-09-11 CN CN201780056317.9A patent/CN109716394A/zh active Pending
- 2017-09-11 EP EP17764809.4A patent/EP3513383A1/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090310825A1 (en) * | 2007-01-08 | 2009-12-17 | Koninklijke Philips Electronics N. V. | Imaging system for imaging a region of interest comprising a moving object |
US20110200232A1 (en) * | 2008-10-23 | 2011-08-18 | Koninklijke Philips Electronics N.V. | Method for characterizing object movement from ct imaging data |
US20110142313A1 (en) * | 2009-12-15 | 2011-06-16 | General Electric Company | Method for computed tomography motion estimation and compensation |
US20160321821A1 (en) * | 2013-12-20 | 2016-11-03 | Koninklijke Philips N.V. | Moving structure motion compensation in imaging |
Also Published As
Publication number | Publication date |
---|---|
WO2018050572A1 (en) | 2018-03-22 |
EP3513383A1 (en) | 2019-07-24 |
US20210295574A1 (en) | 2021-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dawood et al. | Lung motion correction on respiratory gated 3-D PET/CT images | |
CN103198497B (zh) | 确定运动场和利用运动场进行运动补偿重建的方法和系统 | |
Reyes et al. | Model-based respiratory motion compensation for emission tomography image reconstruction | |
US10111638B2 (en) | Apparatus and method for registration and reprojection-based material decomposition for spectrally resolved computed tomography | |
CN109716394A (zh) | 用于螺旋计算机断层摄影的运动补偿的重建 | |
CN104395933B (zh) | 运动参数估计 | |
US9538974B2 (en) | Methods and systems for correcting table deflection | |
CN102947861A (zh) | 用于在低剂量计算机断层摄影中降低噪声的方法和系统 | |
EP3084726B1 (en) | Moving structure motion compensation in imaging | |
JP6363197B2 (ja) | 画像データ処理 | |
CN103190927B (zh) | 确定运动场和产生运动补偿的ct图像数据组的方法和系统 | |
Mok et al. | Interpolated average CT for attenuation correction in PET—A simulation study | |
CN104412297B (zh) | 图像质量驱动的非刚性图像配准 | |
US20230204701A1 (en) | Systems and methods for magnetic resonance imaging | |
Chen et al. | X-ray CT geometrical calibration via locally linear embedding | |
Steven Tilley et al. | Modeling shift-variant X-ray focal spot blur for high-resolution flat-panel cone-beam CT | |
Dikaios et al. | Improved motion‐compensated image reconstruction for PET using sensitivity correction per respiratory gate and an approximate tube‐of‐response backprojector | |
CN105578963A (zh) | 用于组织剂量估计的图像数据z轴覆盖范围延伸 | |
Dennerlein et al. | Geometric jitter compensation in cone-beam CT through registration of directly and indirectly filtered projections | |
US20170270694A1 (en) | Virtual projection images for tomosynthesis artifact reduction | |
JP2019010378A (ja) | X線トモシンセシス装置 | |
Miao et al. | Dynamic MR-based respiratory motion compensation for hybrid PET/MR system | |
Kim et al. | A Feasibility Study of Digital Tomosynthesis System Using a Moving Carbon Nanotube Array | |
Bhowmik et al. | A head motion measurement system suitable for 3D cone-beam tomography using markers | |
CN104395934A (zh) | 交错的多能量成像中的图像重建 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190503 |
|
WD01 | Invention patent application deemed withdrawn after publication |