CN110023999A - 发射和透射断层摄影中的交互式目标超快重建 - Google Patents

发射和透射断层摄影中的交互式目标超快重建 Download PDF

Info

Publication number
CN110023999A
CN110023999A CN201780073757.5A CN201780073757A CN110023999A CN 110023999 A CN110023999 A CN 110023999A CN 201780073757 A CN201780073757 A CN 201780073757A CN 110023999 A CN110023999 A CN 110023999A
Authority
CN
China
Prior art keywords
roi
image
counting
reconstructing
algorithm
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
Application number
CN201780073757.5A
Other languages
English (en)
Inventor
S·德维韦迪
A·安德烈耶夫
白传勇
C-H·董
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN110023999A publication Critical patent/CN110023999A/zh
Pending legal-status Critical Current

Links

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
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • 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
    • A61B6/032—Transmission computed tomography [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
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/037—Emission tomography
    • 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
    • G06T2207/10104—Positron emission tomography [PET]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/428—Real-time

Abstract

重建(24)包括沿着响应线(LOR)的探测计数的成像数据集(22)以生成标准分辨率的全体积图像。提供区域选择图形用户接口(GUI)(26)，经由所述区域选择图形用户接口在所述全体积图像中定义用户选择的感兴趣区域(ROI)，并且这是通过以下操作来自动调整的：识别与所述用户选择的ROI相对应的解剖特征，并且调整所述用户选择的ROI以改善与该特征的对齐。选择(30)所述成像数据集的所述计数的子集(32)以用于重建所述ROI，并且仅重建(34)所选择的子集以生成分辨率比所述标准分辨率更高的表示所述ROI的ROI图像(36)。可以使用不同的重建算法(40)重建计数的所述子集的部分以生成对应的样本ROI图像，并且重建算法选择图形用户接口(42)采用这些样本ROI图像。

Description

发射和透射断层摄影中的交互式目标超快重建
技术领域
下文总体上涉及图像重建领域、医学成像领域、放射学工作站领域及相关领域。
背景技术
在正电子发射断层摄影(PET)中，向患者施用放射性药物，放射性药物在药理学上被设计为在感兴趣的器官或组织中累积。放射性药物发射正电子，每个正电子在电子-正电子湮灭事件中迅速湮灭，湮灭事件会发射两个相反方向的511keV的伽马射线。在三维(3D)PET成像中，所采集的PET成像数据包括沿着响应线(LOR)探测的计数，从而联系到所涉及的探测器元件。PET中的每个计数均由同时探测到的(在时间窗口内)两条伽马射线来定义，其中，每条伽马射线的能量为511keV(在能量窗口内)。在常规的PET中，仅知晓源电子-正电子湮灭事件位于沿着LOR的某处(忽略散射和随机重合事件)。在飞行时间PET(TOF-PET)中，成对的两条伽马射线之间的有限时间差用于进一步定位沿着LOR的湮灭事件，例如通过使用高斯分布或其他概率分布来进一步定位沿着LOR的湮灭事件。在医学成像中，为了确保患者安全，施用给患者的放射性药物的剂量很低，这会导致PET成像数据采集时间较长和重建图像的信噪比(SNR)较低。
迭代图像重建是一类已知的图像重建技术，其能够进行定制以提供高质量的重建PET图像。在典型的迭代图像重建中，提供初始图像(在一些情况下，初始图像可以是均匀强度图像)，并且迭代地调整该初始图像，直到投影到数据空间中的图像与所采集的PET成像数据一致(即收敛到所采集的PET成像数据)。
对被分成图像元素(体素)的3D体积执行3D迭代重建。在所采集的PET成像数据的物理分辨率所施加的某些限制内，3D体积的较高体素分辨率会产生相应较高分辨率的图像，但是这通常以较长的迭代图像重建时间为代价。在实践中，以可物理实现的最高分辨率重建典型的大体积PET成像数据集(例如，包围整个患者躯干，或者包围患者的整个头部，或者包围患者身体的大部分或全部)会花费若干小时。
鉴于此，通常的工作流程需要以低于可物理实现的最高分辨率的“标准”分辨率重建整个PET成像数据集，以便产生全体积图像。标准分辨率低于可物理实现的最高分辨率，但其仍然足以产生具有“医学质量”的图像，即，具有对于医学人员根据重建图像描绘临床发现来说足够高的分辨率的图像。然后，临床医生能够在全体积图像内选择感兴趣区域(ROI)，然后使用比标准分辨率更高的分辨率(即，更小的体素)重建所选择的ROI。由于仅重建ROI，因此能够以更高的分辨率执行这种超快的ROI图像重建，(与在以更高分辨率重建整个体积的情况下需要若干小时相比)其可接受的重建时间为几秒或更短的时间。临床医生还可以选择ROI图像重建以采用临床医生选择的图像重建参数。例如，临床医生可以选择在ROI图像重建中以所选择的参数控制强度采用迭代平滑或边缘增强滤波器。
虽然参考PET成像进行了描述，但是应当理解，前述考虑也适用于具有长迭代图像重建时间的类似问题的其他医学成像模态，例如，单光子发射计算机断层摄影(SPECT)成像、透射计算机断层摄影(CT)成像等。
下文公开了解决了上述问题和其他问题的新的且改进的系统和方法。
发明内容
在一个公开的方面中，一种图像处理设备包括：电子处理器；显示器，其与所述电子处理器可操作地连接；以及至少一个非瞬态存储介质，其存储能由所述电子处理器读取并运行以执行图像重建过程的指令，所述图像重建过程包括：重建包括沿着相应的响应线(LOR)的计数的成像数据集以生成标准分辨率的全体积图像；通过至少包括提供区域选择图形用户接口的操作来选择感兴趣区域(ROI)，经由所述区域选择图形用户接口在所述全体积图像中定义用户选择的ROI；选择所述成像数据集的所述计数的子集以用于重建所述ROI；仅重建所述计数的所述子集以生成分辨率比所述标准分辨率更高的表示所述ROI的ROI图像；以及在所述显示器上显示所述ROI图像。
在另一公开的方面中，一种非瞬态存储介质存储能由电子处理器读取并运行以执行图像重建过程的指令。在该过程中，重建包括沿着响应线(LOR)的计数的成像数据集以生成标准分辨率的全体积图像；通过至少包括以下操作的操作来选择感兴趣区域(ROI)：提供区域选择图形用户接口，经由所述区域选择图形用户接口在所述全体积图像中定义用户选择的ROI，以及至少通过以下操作来自动调整所述用户选择的ROI：在所述全体积图像中识别与所述用户选择的ROI相对应的解剖特征，并且调整所述用户选择的ROI以改善与所识别的解剖特征的对齐；以及重建所述成像数据集的所述计数的至少子集以生成分辨率比所述标准分辨率更高的表示所述ROI的ROI图像。
在另一公开的方面中，公开了一种图像重建过程。重建包括沿着响应线(LOR)的计数的成像数据集以产生标准分辨率的全体积图像；通过至少包括提供区域选择图形用户接口的操作来选择感兴趣区域(ROI)，经由所述区域选择图形用户接口在所述全体积图像中定义用户选择的ROI；使用多个不同的重建算法重建所述成像数据集的计数的部分，以生成表示所述ROI的对应的多个不同的样本ROI图像；提供重建算法选择图形用户接口，经由所述重建算法选择图形用户接口从所述多个不同的重建算法中选择用户选择的重建算法，所述重建算法选择图形用户接口显示包括表示所述ROI的所述样本ROI图像的重建算法选择用户对话框；使用所述用户选择的重建算法重建所述成像数据集的所述计数的至少子集，以生成分辨率比所述标准分辨率更高的表示所述ROI的ROI图像；以及在显示器上显示所述ROI图像。
一个优点在于提供了针对感兴趣区域的改善的图像质量。
另一优点在于提供了感兴趣区域的更有效的图像重建。
另一优点在于提供了指导医学人员选择图像重建的用户接口。
另一优点在于提供了对感兴趣区域的改善选择以用于增强的图像重建。
给定的实施例可以提供前述优点中的零个、一个、两个、更多个或所有优点，并且/或者可以提供在本领域普通技术人员在阅读和理解了本公开内容后变得明显的其他优点。
附图说明
本发明可以采用各种部件和各种部件的布置，以及各个步骤和各个步骤的安排的形式。附图仅出于图示优选实施例的目的，并且不应被解释为对本发明的限制。
图1图解性地示出了包括如本文所公开的改善的图像重建的说明性成像设备。
图2图解性地示出了由图1的成像设备适当运行的说明性图像重建工作流程和图形用户接口。
图3图解性地示出了用于选择由运行图2的工作流程的图1的成像设备适当执行的感兴趣区域(ROI)重建的计数的最优集合的方法。
具体实施方式
参考图1，说明性成像设备包括正电子发射断层摄影(PET)成像扫描器8和电子处理器10，电子处理器10被编程为处理由PET成像扫描器8采集的成像数据以生成一幅或多幅重建图像。PET成像扫描器8采集包括响应线(LOR)的成像数据集。LOR可以包括或不包括飞行时间(TOF)定位。在非TOF PET中，每个LOR由两个同时探测到的(在时间窗口内)伽马射线来定义，这两条伽马射线中的每条伽马射线都具有511keV的能量(在能量窗口内)。在TOF-PET中，每个LOR还包括沿着LOR的正电子-电子湮灭事件的空间定位，例如，这种空间定位被表示为基于PET探测器的时间分辨率确定的宽度的高斯分布。虽然说明性实施例采用PET(包括非TOF PET和TOF PET两者)，但这仅仅是说明性示例，并且所公开的图像处理和图像处理工作流程技术也适用于采用迭代图像重建的类似类型的医学成像模态，例如，单个光子发射计算机断层摄影(SPECT)成像或透射计算机断层摄影(CT)成像。在SPECT成像的情况下，所图示的PET成像扫描器8通常由具有一个、两个、三个或更多个可移动辐射探测器头的伽马相机(有时被称为核相机)来代替(但是也可以预想到探测器环)，并且计数是由用于采集SPECT成像数据集的伽马相机的准直器(例如，蜂房型准直器)定义的响应线(LOR)。因此，在SPECT中，每个计数(LOR)对应于单个发射粒子(或光子)探测事件。在CT成像中，PET成像扫描器8通常由CT扫描器来代替，并且计数是由C射线管-探测器元件连接线定义的响应线(LOR)。举一些非限制性说明性示例，说明性PET成像扫描器8可以是VereosTM的数字PET/CT扫描器或IngenuityTM的TF PET扫描器的PET机架，伽马相机的示例是ForteTM的核医学相机，而CT扫描器的示例是上述VereosTM的数字PET/CT扫描器的CT机架。这些说明性商业成像扫描器和其他合适的扫描器可从荷兰埃因霍温的皇家飞利浦公司获得。
例如，电子处理器10可以被实施为运行从存储指令的一个或多个非瞬态电子存储介质(例如，一个或多个硬盘驱动器、光盘、固态驱动器或其他电子数字存储设备，其各种组合等)读取的指令的计算机12(例如，台式计算机、基于网络的服务器计算机、专用的PET控制计算机，其各种组合等)。计算机12包括或可操作地访问至少一个显示器14(例如，LCD显示器、等离子显示器等)，并且包括或可操作地访问至少一个用户输入设备，用户能够经由所述至少一个用户输入设备来输入信息。说明性用户输入设备包括键盘16和鼠标18、触控板19、显示器14的触敏覆盖层和/或其他指示设备。这些都旨在作为非限制性示例，并且也预想到其他用户输入设备。
电子处理器10被编程为执行控制操作(即，PET成像设备控制20)以采集包括响应线(LOR)的成像数据集22。在操作24中，使用任何合适的图像重建算法重建成像数据集22，以生成标准分辨率的全体积图像，在显示器14上将所述全体积图像显示给用户。电子处理器10还被编程为提供区域选择图形用户接口26，经由所述区域选择图形用户接口在全体积图像中定义用户选择的感兴趣区域(ROI)。例如，这可能需要显示在操作24中生成的3D全体积图像的用户选择的切片，使得用户能够通过绘制感兴趣的器官或其他解剖特征周围的轮廓来描绘用户选择的ROI。
在操作28中，自动调整用户选择的ROI，例如通过在全体积图像中识别与3D ROI相对应的解剖特征并调整ROI以改善ROI与所识别的解剖特征的对齐来自动调整用户选择的ROI。因此，例如，如果用户选择的ROI至少包含心脏的阈值分数(例如，在一些非限制性实施例中为80％-100％)，则操作28检测到该情况，并且执行自动分割以描绘包含心脏的体积，并且调整该3D ROI以匹配该体积。作为另一示例，如果发现用户选择的ROI包含前列腺器官的阈值分数，则操作28检测到该情况，并且执行自动分割以描绘包含前列腺的体积，并且调整ROI以匹配该体积。任选地，操作28可以添加边缘，使得经调整的ROI包含包括解剖特征(例如，心脏或前列腺)和包围该解剖特征的边缘的体积。在适合于TOF PET的一个说明性示例中，可以基于TOF定位不确定度来选择边缘(例如，可以将边缘设置为用于表示沿着LOR的TOF定位的高斯TOF内核的标准偏差的两倍或三倍)。在其他实施例中，可以基于对感兴趣解剖特征的自动描绘的边界的统计不确定度来设置边缘。
自动ROI调整操作28的一些实施例的优点在于，其能够有助于放宽对临床医生经由区域选择图形用户接口26执行对用户选择的ROI的定义所需的手动轮廓绘制要求。例如，通常临床医生需要在至少两个，更优选为至少三个非平行平面中对感兴趣解剖特征绘制轮廓，以便充分定义ROI。在一些实施例中，临床医生可以在低至单个平面的情况下对感兴趣解剖特征绘制轮廓，然后操作28识别在该单个平面中根据用户绘制的轮廓而选择的器官，并且在3D中继续自动分割该器官，并且将经分割的器官提供给临床医生作为用于增强的图像重建的ROI。
继续参考图1，在操作30中，选择成像数据集22的优化子集32以用于增强的ROI重建。操作30基于本文的以下见解：即，并非所有探测到的成像数据集22的计数都与重建ROI相关，而且可能需要少于完整成像数据集22的计数来实现期望的增强的重建ROI图像。在一些实施例中，使用迭代图像重建算法在操作34中重建计数的优化子集32，以便生成分辨率比重建的全体积图像的标准分辨率更高的表示ROI的ROI图像36。在操作38中将该ROI图像36适当显示在显示器14上，或者以其他方式利用该ROI图像36。从可用的增强的图像重建算法40的集合中适当选择在操作34中使用的迭代重建算法。多个不同的图像重建算法40可能通过采用不同的迭代重建算法(例如，有序子集最大期望(OSEM)图像重建算法、最大后验(MAP)重建算法等)而不同。额外地或替代地，通过对相同的基础重建算法采用不同的参数值并且/或者通过对相同的基础重建算法采用不同的先验信息，重建算法40的集合中的不同重建算法可以不同(例如，使用二次先验的MAP图像重建算法与使用边沿保持先验的MAP图像重建算法不同)，并且，额外地或替代地，通过采用不同的图像滤波，重建算法40的集合中的不同重建算法可以不同。在实践中，在许多情况下临床医生并不是成像专家，并且可能无法识别这些各种不同的图像重建算法40的不同能力。因此，临床医生可能从可用的增强的图像重建算法40的集合中选择不太理想的图像重建算法以用于操作34。
为了解决这个问题，在说明性图1中，电子处理器10还被编程为提供重建选择图形用户接口(GUI)42以帮助临床医生从可用的增强的图像重建算法40的集合中选择最优图像重建算法以用于操作34。重建选择GUI 42执行操作44(在操作44中，显示有效重建的样本ROI图像)以帮助临床医生进行选择。为此，执行LOR子集部分选择操作46以选择LOR的子集32的部分，并且在操作48中，使用可用的图像重建算法40的集合的每个图像重建算法重建该子集的该部分以生成样本重建。对部分选择进行选择以平衡用于重建算法选择的足够图像质量与过度重建时间。
参考图2，描述了采用图1的成像设备的说明性工作流程示例。图2示出了ROI选择GUI 26的说明性实施例的图解性屏幕截图，其中，操作24以标准分辨率提供全体积图像的显示，并且在全体积图像中定义用户选择的ROI 50，例如由医生操作鼠标18(图1)以在全体积图像中绘制矩形轮廓52。医生(或其他临床医生)基于自由手部选择52、轮廓绘制等来选择ROI 50。ROI优化器28然后使用解剖信息、本地信息和/或拓扑信息来细化ROI。细化可以例如包括：分割使用GUI 26识别的感兴趣的器官或其他解剖特征，并且调整ROI以完全包含该感兴趣特征，任选地，经调整的ROI可以具有额外的边缘。计数数据子集优化器30然后迭代地优化数据子集以用于重建ROI。例如，这可以通过使用自适应逻辑以确定要用于经计数优化的ROI图像的增强重建的计数的数量来完成。所选择的数据子集32特定于目标ROI。在一些实施例中，ROI优化28和数据子集优化30作为组合操作而一起执行。作为示例，ROI中的数据可以来自不同的帧(在使用分步拍摄成像数据采集模式的情况下)，然后组合来自不同帧的计数。因此，如果器官具有来自两个帧的重叠，但是重建仅使用来自一个帧的计数数据(如在常规的逐帧重建中那样)，则与使用来自两个帧的全部可用数据相比，图像质量将会降低。为了改善这一点，数据子集优化器30包括来自所有相关帧的计数，然后执行重建。使用优化的数据子集32执行ROI的高级(任选地，实时)图像重建。在一些实施例中，部分选择46自适应地选择计数的部分以用于快速实时图像重建48。举例来说，如果例如选择20％的最优LOR子集32，则获得超快但相对低质量的重建。如果期望更高质量但更慢的样本重建，则可以增加百分比。这是针对可用的重建算法40来完成的，并且显示器44向医生呈现若干ROI重建的选项。也可以由医生根据情况预先选择可用的重建算法40的集合，例如，在心脏成像任务的情况下，可以选择供心脏图像重建使用的可用的重建算法的集合。在操作54中，医生操作图1的重建选择GUI 42以选择用于ROI重建引擎34的特定重建算法，从而生成最终的诊断ROI图像38。
继续参考图2，图1的重建选择GUI 42能够包括用于促进选择最优图像重建算法的各种特征。例如，每幅快速样本重建的ROI图像能够包括相关联的滑块56或其他输入部，通过滑块56或其他输入部，用户能够根据需要而选择更改样本ROI图像的图像质量。(一个或多个)滑块56用作与每个样本ROI图像相关联的重建参数用户输入对话框56，并且表示应当如何重建样本ROI图像(平滑度/清晰度等)。用户经由参数用户输入对话框56更新重建参数引起以下操作：使用对应的重建算法(重新)重建48LOR的子集以生成经更新的样本ROI图像，并且显示经更新的样本ROI图像。以这种方式，用户能够使用不同的重建算法40以选择最优的重建算法及其参数来执行“定制的”重建。
返回参考图1，医生操作ROI选择GUI 26以选择用户选择的ROI。能够手动选择该ROI选择(例如能够通过自由手绘来手动选择该ROI选择)或者能够通过自动算法来选择该ROI选择(例如，医生能够请求对心脏的分割以生成用户选择的ROI作为自动分割的心脏体积)。然而，需要在3D中定义ROI，这对于医生来说难以准确进行，特别是在有时间限制的情况下。医生也可能只做出一个自由手绘并可能期望自动生成准确的ROI。然后，ROI优化器28使用可用的解剖信息和/或其他信息自适应地调整ROI，以迭代地校正ROI体积和形状。对于不同的情况和场景，相同的ROI能够具有不同的特性。最优ROI优化器28将这样的输入考虑在内并且生成最优ROI。临床医生通常希望看到ROI中的细节，而不是整个采集的患者体积。ROI通常仅是完整重建体积的一小部分(例如，在操作24中产生的全体积)。另外，重建ROI不需要所有计数。而是，执行迭代计数子集选择过程30以选择要在ROI的重建过程中使用的所涉及的计数32的最优子集。
继续参考图1并进一步参考图3，描述了迭代探测计数子集选择过程30的说明性实施例。在操作60中，选择成像数据集22的计数的初始子集。在一些实施例中，计数的初始子集被选择为包括几何地通过ROI的所有计数。在其中计数包括TOF定位的一些TOF-PET实施例中，计数的初始子集被选择为包括具有高于计数源自ROI的阈值概率的概率的所有计数，所述概率是概率。例如，如果超过TOF概率密度函数的阈值百分比位于ROI内，则其将被包括在计数的初始子集中。
在操作62中，计算成本函数成本函数提供可能通过重建所选择的子集而生成的图像的可接受性对计算复杂性成本的平衡的度量。用于优化计数的子集的成本函数可以例如包括以下项中的一个或多个：表示子集中的计数的数量的项(例如，如果子集变得大于计数的某个期望的目标数量，则惩罚子集，该目标数量本身可以是ROI大小和重建引擎的计算能力的函数)；表示TOF分辨率的项(较高的TOF分辨率可以利用较少的计数实现相当的图像质量和/或分辨率，例如，计数的目标数量也可以是TOF分辨率的函数)；期望的增强的ROI重建图像特性(例如，期望的分辨率、对比度或方差)等。成本函数用于确定该子集是否可接受。在说明性实施例中，执行成本函数的迭代最小化。在操作64中，检查成本函数是否处于如通过的导数测量的最小值替代地，操作64能够检查成本函数是否低于阈值。如果成本函数处于最小值(或者低于停止阈值)，则在操作66中存储LOR 32的优化子集以用于进一步处理。如果成本函数不处于最小值(或者不低于停止阈值)，则在操作68中将计数添加到初始子集(或者，在一些实施例中，也可以从初始子集移除计数)，并且迭代地重复操作62、64、68，直到在操作64处发现成本函数处于最小值(或者被确定为低于停止阈值)。
在一些非限制性说明性实施例中，可用于仅使用子集32的那些计数(例如与ROI物理相交的那些计数)重建ROI内部的ROI图像的重建算法40的集合是迭代重建OSEM型算法的集合。对于这种类型的迭代图像重建算法，能够以如下方式写出更新方程(本文中被称为ROI-OSEM，其中，ROI指被重建的感兴趣区域)：
在上面的更新方程中，是ROI体积内部的发射分布的第n次迭代估计结果(被分成高分辨率体积元素i)，Hji和Hij是前向投影算子和反向投影算子(系统矩阵，可以包括飞行时间和空间分辨率建模)。Hij任选地是自适应的，并且当处于目标ROI内部时包括适当准确的系统矩阵建模，并且当在处于目标ROI外部时使用简化的系统矩阵。是惩罚项，再次仅应用于目标ROI以加速计算时间。Corrj是各种校正(散射和随机)因素，并且能够在速度优化部分期间导出，si是灵敏度矩阵，数据元素索引j在当前的OSEM子集k上运行，fSPEEDm是ROI体积外部的速度优化的发射分布估计结果，被分成低分辨率的体积元素m。图像fSPEEDi是在速度优化的PET图像重建期间获得的，其得到适当的缩放以匹配强度水平，其被认为是恒定的并且不应在ROI-OSEM迭代期间进行更新，从而节省计算时间。能够针对每个跨过ROI体积的数据元素预先计算HjmfSPEEDm的乘积并将该乘积存储在存储器中以用于大量提高计算速度。因此，低速高分辨率操作只在有限的感兴趣体积上进行，从而节省了大量的计算时间。
说明性ROI重建算法40的集合可以包括上述OSEM型的各种不同的重建。这些重建可以至少包括一个SUV优化的ROI图像重建算法、至少一个正则化图像ROI图像重建算法、至少一个双边滤波器ROI图像重建算法等。这些选项由操作46、48生成并经由重建选择GUI 42被实时呈现给医生。在操作46、48中，自适应地选择优化的LOR的部分以生成这些选项44。例如，样本重建48可以使用计数的X％的最优子集32以生成优化的ROI图像，并且可以使用计数的Y％(其可以与X％相同或不同)的最优子集以生成正则化图像等。在医生经由GUI 42选择了重建算法之后，在操作30中迭代确定的计数的优化子集32被用于生成诊断ROI图像36。
应当注意，在特定实施例中可以省略各种公开的方面。例如，预想到包括ROI优化器28但省略计数子集优化30(在这种情况下，成像数据集22的所有计数都用于ROI重建)和/或省略样本生成和显示44、46、48。
同样，预想到包括数据子集优化30但省略ROI优化器28(在这种情况下，在没有调整的情况下使用用户选择的ROI)和/或省略样本生成和显示44、46、48。
同样，预想到包括样本生成和显示44、46、48但省略ROI优化器28(在这种情况下，在没有调整的情况下使用用户选择的ROI)和/或省略数据子集优化30(在这种情况下，成像数据集22的所有计数都用于ROI重建)。
已经参考优选实施例描述了本发明。他人在阅读和理解前面的具体描述的情况下可以想到修改和替代。本文旨在将本发明解释为包括所有这样的修改和替代，只要它们落入权利要求书及其等价方案的范围内。

Claims (20)

1.一种图像处理设备，包括：
电子处理器(10)；
显示器(14)，其与所述电子处理器可操作地连接；以及
至少一个非瞬态存储介质，其存储能由所述电子处理器读取并运行以执行图像重建过程的指令，所述图像重建过程包括：
重建包括沿着响应线(LOR)的计数的成像数据集(22)以生成标准分辨率的全体积图像；
通过至少包括提供区域选择图形用户接口(26)的操作来选择感兴趣区域(ROI)，经由所述区域选择图形用户接口在所述全体积图像中定义用户选择的ROI(50)；
选择所述成像数据集的所述计数的子集(32)以用于重建所述ROI；
仅重建(34)所述计数的所述子集以生成分辨率比所述标准分辨率更高的表示所述ROI的ROI图像(36)；以及
在所述显示器上显示所述ROI图像。
2.根据权利要求1所述的图像处理设备，其中，选择所述计数的所述子集(32)包括：
选择(60)所述计数的初始子集；以及
向所述初始子集添加计数或者从所述初始子集移除计数(68)以优化成本函数(62)。
3.根据权利要求2所述的图像处理设备，其中，所述计数的所述初始子集包括通过所述ROI的所有计数。
4.根据权利要求2所述的图像处理设备，其中，所述计数包括飞行时间定位，并且所述计数的所述初始子集包括具有高于所述计数源自所述ROI的阈值概率的概率的所有计数。
5.根据权利要求1至4中的任一项所述的图像处理设备，其中，通过自动调整(28)所述用户选择的ROI(50)的另外的操作来选择所述ROI，所述自动调整是通过以下操作来完成的：在所述全体积图像中识别与所述ROI相对应的解剖特征，并且调整所述ROI以改善所述ROI与所识别的解剖特征的对齐。
6.根据权利要求5所述的图像处理设备，其中，自动调整(28)所述ROI以改善所述ROI与所识别的解剖特征的对齐包括添加边缘，使得所述ROI包含包括所述解剖特征和包围所述解剖特征的所述边缘的体积。
7.根据权利要求1-6中的任一项所述的图像处理设备，其中，所述图像重建过程还包括：
使用多个不同的重建算法(40)来重建(48)探测到的计数的所述子集(32)的部分，以生成表示所述ROI的对应的多个不同的样本ROI图像；以及
提供重建算法选择图形用户接口(42)，经由所述重建算法选择图形用户接口从所述多个不同的重建算法中选择用户选择的重建算法，其中，所述重建算法选择图形用户接口显示(44)包括表示所述ROI的所述样本ROI图像的重建算法选择用户对话框；
其中，使用所述用户选择的重建算法来执行重建所述计数的所述子集(32)以生成表示所述ROI的所述ROI图像(36)的操作(34)。
8.根据权利要求7所述的图像处理设备，其中，提供所述重建算法选择图形用户接口包括：
提供与每个样本ROI图像相关联的重建参数用户输入对话框(56)以用于接收重建参数的值，其中，用户经由所述参数用户输入对话框来更新所述重建参数的所述值引起以下操作：使用具有经更新的参数值的对应的重建算法重建(48)所述LOR的子集以生成经更新的样本ROI图像，并且显示(44)所述经更新的样本ROI图像。
9.根据权利要求1-8中的任一项所述的图像处理设备，还包括以下项中的一个：
正电子发射断层摄影(PET)成像设备(8)，其被配置为采集包括沿着LOR的计数的所述成像数据集；
飞行时间正电子发射断层摄影(TOF-PET)成像设备(8)，其被配置为采集包括具有TOF定位的计数的所述成像数据集；以及
单光子发射计算机断层摄影(SPECT)成像设备，其被配置为采集包括由用于采集所述SPECT成像数据集的伽马相机的准直器定义的计数的所述成像数据集。
10.一种存储指令的非瞬态存储介质，所述指令能由电子处理器(10)读取并运行以执行图像重建过程，所述图像重建过程包括：
重建包括沿着响应线(LOR)的计数的成像数据集(22)以生成标准分辨率的全体积图像；
通过至少包括以下操作的操作来选择感兴趣区域(ROI)：
提供区域选择图形用户接口(26)，经由所述区域选择图形用户接口在所述全体积图像中定义用户选择的ROI(50)，以及
至少通过以下操作来自动调整(28)所述用户选择的ROI：在所述全体积图像中识别与所述用户选择的ROI相对应的解剖特征，并且调整所述用户选择的ROI以改善与所识别的解剖特征的对齐；以及
重建(34)所述成像数据集的所述计数的至少子集(32)以生成分辨率比所述标准分辨率更高的表示所述ROI的ROI图像(36)。
11.根据权利要求10所述的非瞬态存储介质，其中，自动调整(28)所述用户选择的ROI(50)以改善与所识别的解剖特征的对齐包括添加边缘，使得所述ROI包含包括所述解剖特征和包围所述解剖特征的所述边缘的体积。
12.根据权利要求10-11中的任一项所述的非瞬态存储介质，其中，所述图像重建过程还包括：
选择(30)所述成像数据集(22)的所述计数的子集(32)以用于重建所述ROI；
其中，仅重建(34)所述成像数据集的所述计数的所选择的子集以生成表示所述ROI的所述ROI图像(36)。
13.根据权利要求12所述的非瞬态存储介质，其中，选择(30)所述计数的所述子集(32)包括：
选择(60)所述计数的初始子集；以及
向所述初始子集添加LOR或者从所述初始子集移除计数以优化成本函数(62)。
14.根据权利要求13所述的非瞬态存储介质，其中，所述计数的所述初始子集包括通过所述ROI的所有计数。
15.根据权利要求13所述的非瞬态存储介质，其中，所述计数包括飞行时间定位，并且所述计数的所述初始子集包括具有高于所述计数源自所述ROI的阈值概率的概率的所有计数。
16.根据权利要求10-15中的任一项所述的非瞬态存储介质，其中，所述图像重建过程还包括：
使用多个不同的重建算法(40)来重建(48)所述成像数据集(22)的所述计数的部分，以生成表示所述ROI的对应的多个不同的样本ROI图像；以及
提供重建算法选择图形用户接口(42)，经由所述重建算法选择图形用户接口从所述多个不同的重建算法中选择用户选择的重建算法，其中，所述重建算法选择图形用户接口显示(44)包括表示所述ROI的所述样本ROI图像的重建算法选择用户对话框；
其中，使用所述用户选择的重建算法来执行重建(34)至少所述计数的所述子集以生成表示所述ROI的所述ROI图像(36)的操作。
17.根据权利要求16所述的非瞬态存储介质，其中，提供所述重建算法选择图形用户接口(42)包括：
提供与每个样本ROI图像相关联的部分用户输入对话框(56)以生成所述样本ROI图像，所述样本ROI图像表示重建的所述成像数据集的所述计数的所述部分，其中，用户经由所述部分用户输入对话框更新所述部分引起以下操作：使用对应的重建算法重建(48)所述成像数据集的所述计数的经更新的部分以生成经更新的样本ROI图像，并且显示(44)所述经更新的样本ROI图像。
18.根据权利要求10-17中的任一项所述的非瞬态存储介质，其中，所述成像数据集包括以下项中的一个：
包括计数的正电子发射断层摄影(PET)成像数据集(22)；
包括具有TOF定位的计数的飞行时间正电子发射断层摄影(TOF-PET)成像数据集(22)；以及
包括由用于采集所述SPECT成像数据集的伽马相机的准直器定义的计数的单光子发射计算机断层摄影(SPECT)成像数据集。
19.一种图像重建过程，包括：
重建(24)包括沿着响应线(LOR)的计数的成像数据集(22)以产生标准分辨率的全体积图像；
通过至少包括提供区域选择图形用户接口(26)的操作来选择感兴趣区域(ROI)，经由所述区域选择图形用户接口在所述全体积图像中定义用户选择的ROI(50)；
使用多个不同的重建算法(40)重建(48)所述成像数据集的计数的部分，以生成表示所述ROI的对应的多个不同的样本ROI图像；
提供重建算法选择图形用户接口(42)，经由所述重建算法选择图形用户接口从所述多个不同的重建算法中选择用户选择的重建算法，其中，所述重建算法选择图形用户接口显示(44)包括表示所述ROI的所述样本ROI图像的重建算法选择用户对话框；
使用所述用户选择的重建算法重建(34)所述成像数据集的所述计数的至少子集(32)，以生成分辨率比所述标准分辨率更高的表示所述ROI的ROI图像(36)；以及
在显示器(14)上显示(38)所述ROI图像。
20.根据权利要求19所述的图像重建方法，其中，提供所述重建算法选择图形用户接口(42)包括：
提供与每个样本ROI图像相关联的部分用户输入对话框(56)以生成所述样本ROI图像，所述样本ROI图像表示重建的所述成像数据集的所述计数的所述部分，其中，用户经由所述部分用户输入对话框更新重建参数引起以下操作：使用对应的重建算法重建(48)所述成像数据集的所述计数以生成经更新的样本ROI图像，并且显示(44)所述经更新的样本ROI图像。
CN201780073757.5A 2016-11-29 2017-11-22 发射和透射断层摄影中的交互式目标超快重建 Pending CN110023999A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662427173P 2016-11-29 2016-11-29
US62/427,173 2016-11-29
PCT/EP2017/079987 WO2018099772A1 (en) 2016-11-29 2017-11-22 Interactive targeted ultrafast reconstruction in emission and transmission tomography

Publications (1)

Publication Number Publication Date
CN110023999A true CN110023999A (zh) 2019-07-16

Family

ID=61005760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780073757.5A Pending CN110023999A (zh) 2016-11-29 2017-11-22 发射和透射断层摄影中的交互式目标超快重建

Country Status (4)

Country Link
US (1) US11069098B2 (zh)
EP (1) EP3549104B1 (zh)
CN (1) CN110023999A (zh)
WO (1) WO2018099772A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017256A (zh) * 2020-08-31 2020-12-01 南京安科医疗科技有限公司 在线ct图像质量自由定制方法及计算机可读存储介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018099772A1 (en) * 2016-11-29 2018-06-07 Koninklijke Philips N.V. Interactive targeted ultrafast reconstruction in emission and transmission tomography
EP3594722A1 (en) * 2017-03-09 2020-01-15 Shimadzu Corporation Scattering estimation method, scattering estimation program, and positron ct device having same installed thereon
US20190142358A1 (en) * 2017-11-13 2019-05-16 Siemens Medical Solutions Usa, Inc. Method And System For Dose-Less Attenuation Correction For PET And SPECT
JP7138858B2 (ja) * 2018-07-04 2022-09-20 国立大学法人 東京大学 フィルタ逆投影法によるｃｔ再構成処理方法
JP7254656B2 (ja) * 2019-07-18 2023-04-10 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像診断装置及び核医学診断装置
US20230052774A1 (en) * 2019-12-05 2023-02-16 Electronics And Telecommunications Research Institute Method, apparatus, and recording medium for region-based differential image encoding/decoding
US11250599B2 (en) 2020-04-24 2022-02-15 Canon Medical Systems Corporation Method of regularization design and parameter tuning for dynamic positron emission tomography image reconstruction

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012153262A1 (en) * 2011-05-12 2012-11-15 Koninklijke Philips Electronics N.V. List mode dynamic image reconstruction
CN103298405A (zh) * 2011-01-06 2013-09-11 皇家飞利浦电子股份有限公司 用于跟踪推注的计算机断层摄影系统和方法
CN103390284A (zh) * 2012-05-08 2013-11-13 西门子公司 在扩展的测量场中的ct图像重建
WO2014115841A1 (ja) * 2013-01-25 2014-07-31 株式会社 東芝 医用画像撮影装置
WO2014145452A1 (en) * 2013-03-15 2014-09-18 Real Time Tomography, Llc Enhancements for displaying and viewing tomosynthesis images

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7734119B2 (en) * 2004-09-21 2010-06-08 General Electric Company Method and system for progressive multi-resolution three-dimensional image reconstruction using region of interest information
US7211799B2 (en) * 2005-09-14 2007-05-01 General Electric Company Method and system for calibrating a time of flight positron emission tomography system
EP1991959B1 (en) * 2006-02-28 2017-08-30 Koninklijke Philips N.V. Local motion compensation based on list mode data
US20080135769A1 (en) * 2006-11-22 2008-06-12 Rosen Bruce R Attenuation correction of pet image using image data acquired with an mri system
US8588367B2 (en) 2007-02-07 2013-11-19 Koninklijke Philips N.V. Motion compensation in quantitative data analysis and therapy
KR100991640B1 (ko) * 2007-12-28 2010-11-04 가부시키가이샤 시마즈세이사쿠쇼 핵의학 진단장치, 형태단층촬영 진단장치, 핵의학용 데이터연산처리방법 및 형태단층화상 연산처리방법
WO2010082101A1 (en) 2009-01-19 2010-07-22 Koninklijke Philips Electronics, N.V. Regional reconstruction and quantitative assessment in list mode pet imaging
US8903152B2 (en) * 2012-06-29 2014-12-02 General Electric Company Methods and systems for enhanced tomographic imaging
US9155514B2 (en) * 2013-08-01 2015-10-13 Siemens Medical Solutions Usa, Inc. Reconstruction with partially known attenuation information in time of flight positron emission tomography
CN104751499B (zh) 2013-12-31 2018-01-16 上海联影医疗科技有限公司 一种pet二维图像重建方法及装置
US9474495B2 (en) * 2014-12-22 2016-10-25 General Electric Company System and method for joint estimation of attenuation and activity information
US9990741B2 (en) * 2015-09-28 2018-06-05 Siemens Medical Solutions Usa, Inc. Motion correction in a projection domain in time of flight positron emission tomography
WO2018099772A1 (en) * 2016-11-29 2018-06-07 Koninklijke Philips N.V. Interactive targeted ultrafast reconstruction in emission and transmission tomography

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103298405A (zh) * 2011-01-06 2013-09-11 皇家飞利浦电子股份有限公司 用于跟踪推注的计算机断层摄影系统和方法
WO2012153262A1 (en) * 2011-05-12 2012-11-15 Koninklijke Philips Electronics N.V. List mode dynamic image reconstruction
CN103390284A (zh) * 2012-05-08 2013-11-13 西门子公司 在扩展的测量场中的ct图像重建
WO2014115841A1 (ja) * 2013-01-25 2014-07-31 株式会社 東芝 医用画像撮影装置
WO2014145452A1 (en) * 2013-03-15 2014-09-18 Real Time Tomography, Llc Enhancements for displaying and viewing tomosynthesis images

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017256A (zh) * 2020-08-31 2020-12-01 南京安科医疗科技有限公司 在线ct图像质量自由定制方法及计算机可读存储介质
CN112017256B (zh) * 2020-08-31 2023-09-15 南京安科医疗科技有限公司 在线ct图像质量自由定制方法及计算机可读存储介质

Also Published As

Publication number Publication date
EP3549104A1 (en) 2019-10-09
US20200066009A1 (en) 2020-02-27
EP3549104B1 (en) 2020-09-09
WO2018099772A1 (en) 2018-06-07
US11069098B2 (en) 2021-07-20

Similar Documents

Publication Publication Date Title
CN110023999A (zh) 发射和透射断层摄影中的交互式目标超快重建
US9474495B2 (en) System and method for joint estimation of attenuation and activity information
RU2527211C2 (ru) Реконструкция времяпролетной позитронно-эмиссионной томографии с помощью содержания изображения, формируемого поэтапно на основе времяпролетной информации
RU2413245C2 (ru) Обработка изображений позитронно-эмиссионной томографии с использованием анатомической маски режима списка
Schramm et al. Evaluation of parallel level sets and Bowsher’s method as segmentation-free anatomical priors for time-of-flight PET reconstruction
WO2017024451A1 (en) Multi-modality imaging system and method
EP3378041B1 (en) Pet image reconstruction and processing using lesion proxies
CN104252714A (zh) 时变数据的重建
CN106999135B (zh) 辐射发射成像系统和方法
JP2012515342A (ja) リストモードｐｅｔ撮像における領域再構成及び定量的評価
CN107077731B (zh) 成像不确定性的可视化
JP7359851B2 (ja) 陽電子放出断層撮影（ｐｅｔ）のための人工知能（ａｉ）ベースの標準取込み値（ｓｕｖ）補正及び変動評価
CN109844815A (zh) 使用从不同迭代提取的特征图像进行基于特征的图像处理
CN110168410A (zh) 用于数字pet重建的死像素校正
WO2015189815A1 (en) Multiple emission energies in single photon emission computed tomography
US10083527B2 (en) Multi-structure atlas and/or use thereof
Hosch et al. Artificial intelligence guided enhancement of digital PET: scans as fast as CT?
Flaus et al. PET image enhancement using artificial intelligence for better characterization of epilepsy lesions
Rajagopal et al. Synthetic PET via domain translation of 3-D MRI
CN106462988B (zh) 多视角断层摄影重构
US11880986B2 (en) Gantry alignment of a medical scanner
JP2024509039A (ja) 分類の視覚的説明、方法、システム
Zaidi Quantification of small-animal imaging data
CN110070588A (zh) Pet图像重建方法、系统、可读存储介质和设备
Novosad et al. Applying a [11 C] raclopride template to automated binding potential estimation in HRRT brain PET

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190716