CN109959669B - 基材料分解方法和装置及计算机可读存储介质 - Google Patents
基材料分解方法和装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109959669B CN109959669B CN201711432840.5A CN201711432840A CN109959669B CN 109959669 B CN109959669 B CN 109959669B CN 201711432840 A CN201711432840 A CN 201711432840A CN 109959669 B CN109959669 B CN 109959669B
- Authority
- CN
- China
- Prior art keywords
- region
- point
- base material
- decomposition
- atomic number
- 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
Links
- 239000000463 material Substances 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 122
- 239000000126 substance Substances 0.000 claims abstract description 12
- 238000002591 computed tomography Methods 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 abstract description 6
- 230000005855 radiation Effects 0.000 abstract description 3
- 230000009977 dual effect Effects 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000013170 computed tomography imaging Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 229910052740 iodine Inorganic materials 0.000 description 2
- 239000011630 iodine Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4266—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a plurality of detector units
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/488—Diagnostic techniques involving pre-scan acquisition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
- G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
- G01N23/087—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays using polyenergetic X-rays
-
- 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
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/408—Dual energy
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pulmonology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Toxicology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本公开公开了一种基材料分解方法和装置及计算机可读存储介质，涉及辐射成像领域。该方法包括根据被扫描物体的每个点的等效原子序数，将被扫描物体划分为若干区域，每个区域采用相同的一组基材料组合，不同区域之间采用不同的基材料组合；分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数；根据区域中每个点处的分解系数和该区域的基材料组合的原子信息，分别确定每个区域中每个点的等效原子序数，以便根据各个区域中每个点的等效原子序数更新被扫描物体划分的区域；循环执行上述步骤，直至所有区域的分解系数收敛。从而实现了一种动态基材料分解方法，降低基材料组合选择不当带来的分解误差，提高多能CT基材料分解和物质识别的准确性。
Description
技术领域
本公开涉及辐射成像领域，特别涉及一种基材料分解方法和装置及计算机可读存储介质。
背景技术
现有的X射线双能CT(Computed Tomography，计算机断层扫描)成像技术，将物质的衰减系数函数分解成两种已知基材料的衰减系数函数的线性组合，而线性组合系数就是待求解的未知量。其中，被扫描物体的每一点采用固定的一组双基材料，使用固定的一组衰减系数函数。例如在医疗双能CT中，可以选水和骨骼为双基材料。
发明内容
发明人发现，现有的固定基材料组合分解方法，在待识别物质具有较小的原子序数变动范围时会取得较好的效果，但是在变化范围很大时，会产生较大的分解误差。例如从碳(原子序数Z＝6，代表有机物)到铅(Z＝82，代表重金属)，它们的衰减系数函数区别很大。如果用固定的一组基材料，例如选择碳(Z＝6)和锡(Z＝50)，对于被扫描物体中Z>50和Z＝28附近的物质，它们的分解误差很大；如果选择碳(Z＝6)和铅(Z＝82)，对于被扫描物体中30<Z<60的物质，它们的分解误差很大；如果选择锡(Z＝50)和铅(Z＝82)，对于被扫描物体中Z<50的物质，它们的分解误差很大。
本公开实施例所要解决的一个技术问题是：降低基材料组合选择不当带来的分解误差。
本公开的一个方面提出一种基材料分解方法，包括：
根据被扫描物体的每个点的等效原子序数，将被扫描物体划分为若干区域，其中，每个区域采用相同的基材料组合，不同区域之间采用不同的基材料组合；
分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数；
根据区域中每个点处的分解系数和该区域的基材料组合的原子信息，分别确定每个区域中每个点的等效原子序数，以便根据各个区域中每个点的等效原子序数更新被扫描物体划分的区域；
循环执行上述步骤，直至所有区域的分解系数收敛。
可选地，所述被扫描物体的区域划分方法包括：根据被扫描物体的每个点的等效原子序数在预设的原子序数关系链中所处的位置，将在原子序数关系链中位于同一子区间的各个点划分到一个区域，并且将子区间两端点处的原子序数对应的材料确定为该区域的基材料组合。
可选地，采用迭代方法分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数，所述迭代方法包括：
从t＝1开始，计算t区域中每个点对t区域的基材料组合分解得到的分解系数；
将t区域中每个点的分解系数作为下次计算的已知量，计算t+1区域中每个点对t+1区域的基材料组合分解得到的分解系数；
直至t增加到N，迭代过程结束，得到每个区域中每个点对该区域的基材料组合分解得到的分解系数，N表示区域的数量。
可选地，t区域中每个点对t区域的基材料组合分解得到的分解系数的计算方法包括：根据每一条射线上匹配的各种能量的投影数据，计算t区域的基材料组合的分解系数在该射线上的积分，得到t区域的基材料组合的分解系数在所有射线上的积分后，根据预设的重建算法重建出被扫描物体的t区域中每个点对t区域的基材料组合分解得到的分解系数。
可选地，每个区域中每个点的等效原子序数的确定方法包括：根据区域中每个点处的分解系数和该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效电子密度；根据区域中每个点处的分解系数和等效电子密度、及该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效原子序数。
可选地，循环开始时所需要的被扫描物体的每个点的初始等效原子序数，根据固定基材料组合分解结果确定。
可选地，该方法还包括：利用收敛后的每个区域中每个点的等效原子序数对每个区域分别进行物质识别。
可选地，适用于射线的多能计算机断层扫描，所述点为像素点或体素点。
本公开的另一个方面提出一种基材料分解装置，包括：执行前述方法的模块。
本公开的再一个方面提出一种基材料分解装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行前述方法。
本公开的又一个方面提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述方法。
本公开将被扫描物体划分为若干区域，每个区域采用相同的基材料组合，不同区域之间采用不同的基材料组合，并根据各个区域中每个点的等效原子序数更新被扫描物体划分的区域，直至所有区域的分解系数收敛，从而实现了一种动态基材料分解方法，降低基材料组合选择不当带来的分解误差，提高多能CT基材料分解和物质识别的准确性。在被扫描物体的原子序数变动范围大时，例如医疗CT增强成像(使用了碘等材料的对比剂)、高能多能CT成像(例如安检、航空箱或集装箱CT成像等)，优点尤为明显。
附图说明
下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍。根据下面参照附图的详细描述，可以更加清楚地理解本公开，
显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开基材料分解方法一个实施例的流程图。
图2示出了公式(6-13)参与运算的被循环执行的动态基材料分解方法流程图.
图3示出了一组仿真实验结果。
图4为本公开基材料分解装置一个实施例的结构示意图。
图5为本公开基材料分解装置再一个实施例的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。
图1为本公开基材料分解方法一个实施例的流程图。如图1所示，该实施例的方法包括：
步骤110，根据被扫描物体的每个点的等效原子序数，将被扫描物体划分为若干区域，其中，每个区域采用相同的基材料组合，不同区域之间采用不同的基材料组合。
其中，点为像素点或体素点。当被扫描物体不是单一材料时，被扫描物体通常被划分为多个区域。如果计算机的处理速度足够快，最多可以将被扫描物体的每个像素点或每个体素点划分为一个区域。在计算机处理速度有限的情况下，可以将被扫描物体中等效原子序数差距小于预设范围的多个点划分为一个区域。
其中，循环开始时所需要的被扫描物体的每个点的初始等效原子序数，可以根据固定基材料组合分解结果确定。固定基材料组合分解方法可以参考现有技术的固定双基材料分解方法来实现。
步骤120，分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数。
步骤130，根据区域中每个点处的分解系数和该区域的基材料组合的原子信息，分别确定每个区域中每个点的等效原子序数，以便根据各个区域中每个点的等效原子序数更新被扫描物体划分的区域。
其中，原子信息例如包括原子序数和原子量。
步骤140，循环执行上述步骤，直至所有区域的分解系数收敛。
例如，若某区域的分解系数的改变量小于预设的阈值，认为该区域的分解系数收敛。
利用收敛后的每个区域中每个点的等效原子序数可以对每个区域分别进行物质识别。
上述实施例，将被扫描物体划分为若干区域，每个区域采用相同的基材料组合，不同区域之间采用不同的基材料组合，并根据各个区域中每个点的等效原子序数更新被扫描物体划分的区域，直至所有区域的分解系数收敛，从而实现了一种动态基材料分解方法，降低基材料组合选择不当带来的分解误差，提高多能CT基材料分解和物质识别的准确性。
在被扫描物体的原子序数变动范围大时，例如医疗CT增强成像(使用了碘等材料的对比剂)、高能多能CT成像(例如安检、航空箱或集装箱CT成像等)，动态基材料分解方法的优点尤为明显。对于临床医疗、安检、工业无损检测等领域都有十分重要的应用价值。
本公开的基材料分解方法不仅适用于双能(能谱)CT，如果可以采集到更多个能谱的投影数据，如三能CT数据或者基于多能区光子计数探测器的能谱CT数据，也可以应用到多能CT中。在双能CT中，每个区域采用的双基材料的组合。在多能CT中，每个区域需要采用与能谱数量相同的若干基材料的组合。例如，在三能CT中，每个区域需要采用三种基材料的组合。后续实施例的具体公式以双能CT为例进行描述，本领域技术人员基于本公开双能CT的基材料分解方法，不需要付出创造性劳动即可获取多能CT的基材料分解方法。
步骤120的一种示例性实现方法为：采用迭代方法分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数。
其中的迭代方法包括：从t＝1开始，计算t区域中每个点对t区域的基材料组合分解得到的分解系数；然后，将t区域中每个点的分解系数作为下次计算的已知量，计算t+1区域中每个点对t+1区域的基材料组合分解得到的分解系数；直至t增加到N，迭代过程结束，得到每个区域中每个点对该区域的基材料组合分解得到的分解系数，N表示区域的数量。
其中，t区域中每个点对t区域的基材料组合分解得到的分解系数的计算方法包括：根据每一条射线上匹配的各种能量的投影数据(例如，高能投影数据和低能投影数据)，计算t区域的基材料组合的分解系数在该射线上的积分，得到t区域的基材料组合的分解系数在所有射线上的积分后，根据预设的重建算法，例如，滤波反投影(filtered backprojection，FBP)算法，重建出被扫描物体的t区域中每个点对t区域的基材料组合分解得到的分解系数。
上述t区域中每个点对t区域的基材料组合分解得到的分解系数的计算方法，本实施例以双基材料的组合为例进行描述，具体可以参考公式(1-10)来实现。
假设被扫描物体划分为N个区域，表示为：
Ω1,Ω2,...,ΩN (1)
每个区域的双基材料的衰减系数函数为：
μ1(j,E),μ2(j,E),j＝1,2,...,N (2)
其中，j为不同区域的编号。
每个点(像素点或体素点)对双基材料进行分解得到的分解系数(或称分解系数图像)记为：
b1(x),b2(x) (3)
其中，x表示像素点或体素点。
那么X射线双能CT的高(H)/低(L)能投影数据可以写成:
其中，
SL/H(E)表示高/低能射线源能谱，
表示高/低能射线源能谱的最高能量，rayi表示第i条射线经过的路径，公式(4)中对dl的积分即为对该条射线上的相关物理量沿该路径进行积分。
当前求解的分解区域下标为t，假设其余区域的分解系数图像已知，则可以通过前处理分解方法求出t区域的分解系数图像，由双能投影公式(4)可知:
其中，
由于t以外区域的分解系数图像
j＝1,2,...,N,j≠t已知，双能射线源能谱SL/H(E)也已知，可以计算出
从而通过双能投影方程组(6)求解出t区域的分解系数图像在射线rayi上的积分，即:
在得到t区域的分解系数图像在所有射线上的积分后，可以通过一般的CT重建算法，例如滤波反投影算法(FBP算法)重建出每个像素点/体素点处的分解系数：
b1(x,t)＝Recon{B1(rayi)|i},b2(x,t)＝Recon{B2(rayi)|i} (9)
其中，Recon表示重建算法。
由于限制在t区域上，则最终分解系数图像表示为：
步骤130中每个区域中每个点的等效原子序数的一种示例性确定方法包括：根据区域中每个点处的分解系数和该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效电子密度；根据区域中每个点处的分解系数和等效电子密度、及该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效原子序数。
其中，以双基材料的组合为例，每一点的等效电子密度ρeff和等效原子序数Zeff计算公式如下：
其中，j区域的双基材料的原子序数表示为
和
原子量表示为
和
其中，经验性地设定参数α如下：
步骤110中被扫描物体的一种示例性区域划分方法包括：根据被扫描物体的每个点的等效原子序数在预设的原子序数关系链中所处的位置，将在原子序数关系链中位于同一子区间的各个点划分到一个区域，并且将子区间两端点处的原子序数对应的材料确定为该区域的基材料组合。
其中，原子序数关系链的长度(即公式13中N的大小)与物质识别的准确度有关，原子序数关系链的长度越大，物体被划分的区域越多，物质识别的准确度越高。原子序数关系链中用来划定区域边界的原子序数，例如可以选取常见材料对应的原子序数，或者，根据被检测物体包含的材料进行设置。
前述区域划分方法的公式表示如下：
其中，新划分区域的双基材料可以选择为
对应的材料。
如前所述，本公开的动态基材料分解方法在所有区域的分解系数收敛之前会被循环执行。图2示出了公式(6-13)参与运算的被循环执行的动态基材料分解方法流程图，其中的Eq表示公式，例如Eq.(10)表示公式10。
图3示出了一组仿真实验结果。图像大小256*256，像素大小1.6mm*1.6mm,探测器单元数736，旋转角度数540，旋转角度360°。双能CT射线源能谱的最高能量分别为9MeV和6MeV。模体基底的大圆柱材料是水，其他小圆柱分为内外两组，内外两组材料相同，它们的材料的原子序数分别为：13、20、26、30、34、40、50、60、70、80(逆时针旋转、颜色由浅到深)。图2中的三幅图从左往右依次是：真实原子序数图像；传统固定双基材料分解方法得到的原子序数图像，使用了原子序数为6和50的材料作为固定的双基材料；本公开的动态基材料组合分解方法得到的原子序数图像。从仿真结果可以看出，本公开能够有效地提高X射线双能CT的材料分解准确性，降低由于双能CT成像模型与物理过程不一致带来的分解误差，对于提升双能CT的成像质量和物质识别精度具有重要意义和应用价值。
本公开还提出一种基材料分解装置，包括：执行前述基材料分解方法的模块。
图4为本公开基材料分解装置一个实施例的结构示意图。
如图4所示，基材料分解装置40包括：
划分模块410，用于根据被扫描物体的每个点的等效原子序数，将被扫描物体划分为若干区域，其中，每个区域采用相同的基材料组合，不同区域之间采用不同的基材料组合。
分解系数确定模块420，用于分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数；
等效原子序数确定模块430，用于根据区域中每个点处的分解系数和该区域的基材料组合的原子信息，分别确定每个区域中每个点的等效原子序数，以便根据各个区域中每个点的等效原子序数更新被扫描物体划分的区域；
循环处理模块440，循环执行上述模块的功能，直至所有区域的分解系数收敛。
可选地，循环开始时所需要的被扫描物体的每个点的初始等效原子序数，根据固定基材料组合分解结果确定。
可选地，划分模块410，用于根据被扫描物体的每个点的等效原子序数在预设的原子序数关系链中所处的位置，将在原子序数关系链中位于同一子区间的各个点划分到一个区域，并且将子区间两端点处的原子序数对应的材料确定为该区域的基材料组合。
可选地，分解系数确定模块420，用于采用迭代方法分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数，所述迭代方法包括：从t＝1开始，计算t区域中每个点对t区域的基材料组合分解得到的分解系数；将t区域中每个点的分解系数作为下次计算的已知量，计算t+1区域中每个点对t+1区域的基材料组合分解得到的分解系数；直至t增加到N，迭代过程结束，得到每个区域中每个点对该区域的基材料组合分解得到的分解系数，N表示区域的数量。
可选地，t区域中每个点对t区域的基材料组合分解得到的分解系数的计算方法包括：根据每一条射线上匹配的各种能量的投影数据，计算t区域的基材料组合的分解系数在该射线上的积分，得到t区域的基材料组合的分解系数在所有射线上的积分后，根据预设的重建算法重建出被扫描物体的t区域中每个点对t区域的基材料组合分解得到的分解系数。
可选地，等效原子序数确定模块430，用于每个区域中每个点的等效原子序数的确定方法包括：根据区域中每个点处的分解系数和该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效电子密度；根据区域中每个点处的分解系数和等效电子密度、及该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效原子序数。
图5为本公开基材料分解装置再一个实施例的结构示意图。
如图5所示，基材料分解装置50包括：存储器510以及耦接至该存储器510的处理器520，处理器520被配置为基于存储在存储器510中的指令，执行前述任意一个实施例中的基材料分解方法。
其中，存储器510例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
装置50还可以包括输入输出接口530、网络接口540、存储接口550等。这些接口530，540，550以及存储器510和处理器520之间例如可以通过总线560连接。其中，输入输出接口530为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口540为各种联网设备提供连接接口。存储接口550为SD卡、U盘等外置存储设备提供连接接口。
本公开还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任意一个实施例中的基材料分解方法。
本领域内的技术人员应当明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (11)
1.一种基材料分解方法，包括：
根据被扫描物体的每个点的等效原子序数，将等效原子序数之间的差距小于预设范围的多个点划分为一个区域，从而将被扫描物体划分为若干区域，其中，每个区域使用的基材料组合根据该区域中所有点形成的等效原子序数范围内的材料确定，以使得每个区域采用相同的基材料组合，并且不同区域之间采用不同的基材料组合；
分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数；
根据区域中每个点处的分解系数和该区域的基材料组合的原子信息，分别确定每个区域中每个点的等效原子序数，以便根据各个区域中每个点的等效原子序数更新被扫描物体划分的区域；
循环执行上述步骤，直至所有区域的分解系数收敛。
2.如权利要求1所述的方法，其中，所述被扫描物体的区域划分方法包括：
根据被扫描物体的每个点的等效原子序数在预设的原子序数关系链中所处的位置，将在原子序数关系链中位于同一子区间的各个点划分到一个区域，并且将子区间两端点处的原子序数对应的材料确定为该区域的基材料组合。
3.如权利要求1所述的方法，其中，采用迭代方法分别确定每个区域中每个点对该区域的基材料组合分解得到的分解系数，所述迭代方法包括：
从t＝1开始，计算t区域中每个点对t区域的基材料组合分解得到的分解系数；
将t区域中每个点的分解系数作为下次计算的已知量，计算t+1区域中每个点对t+1区域的基材料组合分解得到的分解系数；
直至t增加到N，迭代过程结束，得到每个区域中每个点对该区域的基材料组合分解得到的分解系数，N表示区域的数量。
4.如权利要求3所述的方法，其中，t区域中每个点对t区域的基材料组合分解得到的分解系数的计算方法包括：
根据每一条射线上匹配的各种能量的投影数据，计算t区域的基材料组合的分解系数在该射线上的积分，得到t区域的基材料组合的分解系数在所有射线上的积分后，根据预设的重建算法重建出被扫描物体的t区域中每个点对t区域的基材料组合分解得到的分解系数。
5.如权利要求1所述的方法，其中，每个区域中每个点的等效原子序数的确定方法包括：
根据区域中每个点处的分解系数和该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效电子密度；
根据区域中每个点处的分解系数和等效电子密度、及该区域的基材料组合的原子序数和原子量，确定该区域中每个点的等效原子序数。
6.如权利要求1所述的方法，其中，循环开始时所需要的被扫描物体的每个点的初始等效原子序数，根据固定基材料组合分解结果确定。
7.如权利要求1所述的方法，还包括：利用收敛后的每个区域中每个点的等效原子序数对每个区域分别进行物质识别。
8.如权利要求1所述的方法，适用于射线的多能计算机断层扫描，所述点为像素点或体素点。
9.一种基材料分解装置，包括：
执行权利要求1-8任一项所述方法的模块。
10.一种基材料分解装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行权利要求1-8任一项所述方法。
11.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1-8任一项所述方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711432840.5A CN109959669B (zh) | 2017-12-26 | 2017-12-26 | 基材料分解方法和装置及计算机可读存储介质 |
| GB1820957.7A GB2571192B (en) | 2017-12-26 | 2018-12-21 | Decomposition method and apparatus based on basis material combination |
| DE102018133435.4A DE102018133435A1 (de) | 2017-12-26 | 2018-12-21 | Zerlegungsverfahren und zerlegungsvorrichtung auf der basis einer basismaterialkombination |
| JP2018240727A JP6917356B2 (ja) | 2017-12-26 | 2018-12-25 | 主成分材料組み合わせによる分解方法および装置 |
| US16/232,072 US10448904B2 (en) | 2017-12-26 | 2018-12-26 | Decomposition method and apparatus based on basis material combination |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711432840.5A CN109959669B (zh) | 2017-12-26 | 2017-12-26 | 基材料分解方法和装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109959669A CN109959669A (zh) | 2019-07-02 |
| CN109959669B true CN109959669B (zh) | 2021-02-23 |
Family
ID=65364536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711432840.5A Active CN109959669B (zh) | 2017-12-26 | 2017-12-26 | 基材料分解方法和装置及计算机可读存储介质 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10448904B2 (zh) |
| JP (1) | JP6917356B2 (zh) |
| CN (1) | CN109959669B (zh) |
| DE (1) | DE102018133435A1 (zh) |
| GB (1) | GB2571192B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111134709B (zh) * | 2020-01-17 | 2021-09-14 | 清华大学 | 一种多能量ct基材料分解方法 |
| CN113100803A (zh) * | 2021-04-20 | 2021-07-13 | 西门子数字医疗科技(上海)有限公司 | 用于显示静脉血栓的方法、装置、计算机设备和介质 |
| JP2023009382A (ja) * | 2021-07-07 | 2023-01-20 | 浜松ホトニクス株式会社 | 元素分布測定装置および元素分布測定方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102313753A (zh) * | 2010-06-30 | 2012-01-11 | 清华大学 | 物品检测设备及其检测方法 |
| WO2012080914A1 (en) * | 2010-12-13 | 2012-06-21 | Koninklijke Philips Electronics N.V. | Breast density assessment |
| CN106815813A (zh) * | 2015-11-27 | 2017-06-09 | 西门子医疗有限公司 | 用于处理多能量计算机断层扫描图像数据集的方法和图像数据处理设备 |
| CN107356615A (zh) * | 2016-05-10 | 2017-11-17 | 清华大学 | 一种用于双能x射线ct的方法和系统 |
| CN107427276A (zh) * | 2015-03-30 | 2017-12-01 | 株式会社日立制作所 | 图像生成装置、图像生成方法以及x射线ct装置 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7298812B2 (en) * | 2006-03-31 | 2007-11-20 | General Electric Company | Image-based material decomposition |
| US20090052621A1 (en) * | 2007-08-23 | 2009-02-26 | Deborah Joy Walter | Method and apparatus for basis material decomposition with k-edge materials |
| US8260023B2 (en) * | 2008-11-26 | 2012-09-04 | General Electric Company | Forward projection for the generation of computed tomography images at arbitrary spectra |
| US20100310036A1 (en) * | 2009-06-04 | 2010-12-09 | General Electric Company | Computed tomography method and apparatus |
| US9435900B2 (en) * | 2011-06-08 | 2016-09-06 | The Board Of Trustees Of The Leland Stanford Junior University | X-ray system utilizing alternating spectrum x-ray source in conjuction with a fixed spectrum separation filter approval |
| DE102012215515A1 (de) * | 2012-08-31 | 2014-03-06 | Klinikum Der Universität München | Verfahren zur Detektion von Schäden an Silikonimplantaten und Computertomographiegerät |
| US8811709B2 (en) * | 2012-11-14 | 2014-08-19 | General Electric Company | System and method for multi-material correction of image data |
| CN104903933B (zh) * | 2012-11-26 | 2018-10-19 | 皇家飞利浦有限公司 | 投影数据降噪 |
| US8885910B2 (en) * | 2012-12-28 | 2014-11-11 | General Electric Company | Systems and methods for X-ray imaging |
| US20140236488A1 (en) * | 2013-02-19 | 2014-08-21 | Mindways Software, Inc. | Computed Tomography Calibration Systems and Methods |
| CN104700389B (zh) * | 2013-12-09 | 2019-08-13 | 通用电气公司 | 双能ct扫描图像中的对象识别方法 |
| US9977140B2 (en) * | 2015-01-09 | 2018-05-22 | Toshiba Medical Systems Corporation | More efficient method and apparatus for detector response correction and material decomposition of projection data obtained using photon-counting detectors |
-
2017
- 2017-12-26 CN CN201711432840.5A patent/CN109959669B/zh active Active
-
2018
- 2018-12-21 GB GB1820957.7A patent/GB2571192B/en active Active
- 2018-12-21 DE DE102018133435.4A patent/DE102018133435A1/de active Pending
- 2018-12-25 JP JP2018240727A patent/JP6917356B2/ja active Active
- 2018-12-26 US US16/232,072 patent/US10448904B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102313753A (zh) * | 2010-06-30 | 2012-01-11 | 清华大学 | 物品检测设备及其检测方法 |
| WO2012080914A1 (en) * | 2010-12-13 | 2012-06-21 | Koninklijke Philips Electronics N.V. | Breast density assessment |
| CN107427276A (zh) * | 2015-03-30 | 2017-12-01 | 株式会社日立制作所 | 图像生成装置、图像生成方法以及x射线ct装置 |
| CN106815813A (zh) * | 2015-11-27 | 2017-06-09 | 西门子医疗有限公司 | 用于处理多能量计算机断层扫描图像数据集的方法和图像数据处理设备 |
| CN107356615A (zh) * | 2016-05-10 | 2017-11-17 | 清华大学 | 一种用于双能x射线ct的方法和系统 |
Non-Patent Citations (3)
| Title |
|---|
| 双层CT基物质分解算法应用研究;王丽新;《中国优秀硕士学位论文全文库》;20161020;第31-44页 * |
| 基于双能X射线的有效原子序数提取算法研究;常青青等;《计算机仿真》;20140228;第31卷(第2期);第297-301页 * |
| 高能X射线基材料分解法基材料选择方法;张玉龙等;《强激光与粒子束》;20140228;第26卷(第2期);第025101-1-025101-5页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| DE102018133435A1 (de) | 2019-06-27 |
| JP6917356B2 (ja) | 2021-08-11 |
| CN109959669A (zh) | 2019-07-02 |
| GB201820957D0 (en) | 2019-02-06 |
| JP2019117193A (ja) | 2019-07-18 |
| US10448904B2 (en) | 2019-10-22 |
| GB2571192A (en) | 2019-08-21 |
| US20190192090A1 (en) | 2019-06-27 |
| GB2571192B (en) | 2020-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Burger et al. | First order algorithms in variational image processing | |
| JP6925868B2 (ja) | Ｘ線コンピュータ断層撮影装置及び医用画像処理装置 | |
| CN109959669B (zh) | 基材料分解方法和装置及计算机可读存储介质 | |
| US10255694B2 (en) | Methods and systems for emission computed tomography image reconstruction | |
| Hashemi et al. | Adaptively tuned iterative low dose CT image denoising | |
| US11419568B2 (en) | Multi-energy metal artifact reduction | |
| Li et al. | Multienergy cone-beam computed tomography reconstruction with a spatial spectral nonlocal means algorithm | |
| CN110136218A (zh) | 基于噪声生成机制与数据驱动紧框架的ct投影去噪重建方法及装置 | |
| Li et al. | Sparse CT reconstruction based on multi-direction anisotropic total variation (MDATV) | |
| Xu et al. | Projection decomposition algorithm for dual-energy computed tomography via deep neural network | |
| Clark et al. | MCR toolkit: A GPU‐based toolkit for multi‐channel reconstruction of preclinical and clinical x‐ray CT data | |
| CN111278362A (zh) | 用于低剂量多谱x射线断层扫描的系统和方法 | |
| Clark et al. | GPU-Based Tools for Multi-Channel X-ray CT Reconstruction | |
| WO2022268618A1 (en) | Multi-energy x-ray imaging with anatomical intelligence | |
| Mustafa et al. | Sparse-view spectral CT reconstruction using deep learning | |
| Yu et al. | Low-dose computed tomography reconstruction regularized by structural group sparsity joined with gradient prior | |
| CN110675467B (zh) | 能谱ct的材料分解方法、装置、存储介质及电子设备 | |
| Johnston et al. | Phase-selective image reconstruction of the lungs in small animals using Micro-CT | |
| CN111435530A (zh) | 提供限制图像数据组和/或差分图像数据组 | |
| KR101493683B1 (ko) | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 ｐｅｔ 영상 재구성 장치 및 그 방법 | |
| Iskender et al. | A physics-motivated DNN for X-ray CT scatter correction | |
| US11657501B2 (en) | Generating enhanced x-ray images using constituent image | |
| JP5493072B2 (ja) | Ｃｔ装置、ｃｔ装置における画像再構成方法、及び電子回路部品 | |
| CN114862980A (zh) | 散射校正方法、pet成像方法、装置、设备及存储介质 | |
| Wang et al. | A framelet-based iterative maximum-likelihood reconstruction algorithm for spectral CT |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |