CN110211198B - 图像散射校正方法、装置、计算机设备和存储介质 - Google Patents
图像散射校正方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110211198B CN110211198B CN201910478096.5A CN201910478096A CN110211198B CN 110211198 B CN110211198 B CN 110211198B CN 201910478096 A CN201910478096 A CN 201910478096A CN 110211198 B CN110211198 B CN 110211198B
- Authority
- CN
- China
- Prior art keywords
- bed
- image
- beds
- correction
- scattering
- 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
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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]
Abstract
本申请涉及一种图像散射校正方法、装置、计算机设备和存储介质。所述方法包括:获取连续的多个床位的扫描数据,对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到多个所述床位的对应的重建图像,将所述多个床位对应的重建图像进行图像拼接,得到校正图像,根据所述校正图像对多个所述床位中至少一个床位的数据进行散射校正,得到相应床位的重建图像。通过将多个床位的PET数据进行经过散射校正的图像重建,再将多个床位的图像进行拼接后,对扫描数据进行校正,其校正方法简单,且实用性高,进一步的可提高重建图像质量以及图像量化准确性。
Description
技术领域
本申请涉及医学图像处理技术领域,特别是涉及一种图像散射校正方法、装置、计算机设备和存储介质。
背景技术
随着医学成像技术的不断发展,为了更好的对人体进行检查,正电子发射型计算机断层显像技术应运而生。正电子发射型计算机断层显像(Positron Emission ComputedTomography),是医学影像领域比较先进的临床检查影像技术。
PET的工作原理为:将发射正电子的放射性核素标记到能够参与人体组织血流或代谢过程的化合物上,将标有带正电子化合物的放射性核素注射到受检者体内,让受检者在PET的有效视野范围内进行PET显像。在PET扫描过程中,放射核素发射出的正电子在体内移动大约1mm后与组织中的负电子结合发生湮灭辐射(即湮灭事件),产生两个能量相等、方向相反的γ光子。由于两个γ光子在体内的路程不同,到达两个探测器的时间也有一定差别,如果在规定的时间窗内(例如0-15us),位于响应线上的探头系统探测到两个互成180度(±0.25度)的光子时,构成一个符合事件,处理设备就会记录下响应的数据,原始数据通过图像重建技术,可获得所需要的图像。
但在PET扫描过程中,两个γ光子由于康普顿作用的影响,散射光子在损失能量的同时会偏离原本的运动方向,这种被探测器探测到的两个光子虽然来源于同一次正负电子湮没事件,但其中至少一个光子与介质发生了一次或者多次散射,这样的事件被称为散射事件。散射符合事件会造成图像噪声严重、对比度差、定量分析不准确等问题,严重影响图像质量,因此现代PET成像中都需要对此进行散射校正。
目前,在对光子散射事件进行校正时,通常使用的方法包括tailfitting拟合法、单散射模拟法以及蒙特卡罗模拟法等。但均为较粗糙的校正方法考虑散射校正事件,导致重建后的图像质量低以及图像量化不准确。
发明内容
基于此,有必要针对上述技术问题,提供一种图像散射校正的方法、装置、计算机设备和存储介质。
一种图像散射校正方法,所述方法包括:
获取连续的多个床位的扫描数据;
对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像;
将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
在其中一个实施例中,所述对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像包括:
获取连续的第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据;
对第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据分别进行经过散射校正的图像重建,得到第一床位图像、第二床位图像以及第三床位图像。
在其中一个实施例中,所述将所述多个床位图像进行图像拼接,得到校正图像包括:
将所述第一床位图像、第二床位图像以及第三床位图像进行图像拼接,得到校正图像。
在其中一个实施例中,所述根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像包括:
根据所述校正图像对第二床位扫描数据进行散射校正,得到相应床位的重建图像。
在其中一个实施例中,所述根据所述校正图像对第二床位的扫描数据进行散射校正,得到相应床位的重建图像包括:根据所述校正图像利用蒙特卡罗模拟对第二床位的扫描数据进行散射校正,得到第二床位的重建图像。
在其中一个实施例中,所述根据所述校正图像利用蒙特卡罗模拟对第二床位的扫描数据进行散射校正,得到第二床位的重建图像包括:
根据所述第二床位的扫描数据以及蒙特卡洛模拟弦图,得到精确散射弦图;
根据所述精确散射弦图对所述第二床位的扫描数据进行图像重建,得到第二床位的重建图像。
在其中一个实施例中,所述根据所述第二床位的扫描数据以及蒙特卡洛模拟弦图,得到精确散射弦图包括:
根据所述第二床位的扫描数据获取实际符合事件数据;
根据所述校正图像对第二床位的散射事件进行蒙特卡洛模拟,得到估计符合事件数量以及蒙特卡洛模拟弦图;
根据所述实际符合事件数量以及估计符合事件数量,得到符合事件与估计事件的比例因子;
根据所述比例因子以及蒙特卡洛模拟弦图,得到精确散射弦图。
一种图像散射校正装置,所述装置包括:
床位扫描模块,用于获取连续的多个床位的扫描数据;
图像重建模块,用于对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像;
图像拼接模块,用于将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
散射校正模块,用于根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取连续的多个床位的扫描数据;
对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到多个与所述床位对应的重建图像;
将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取连续的多个床位的扫描数据;
对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像;
将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
上述图像散射校正方法、装置、计算机设备和存储介质,通过在PET多床位扫描时,获取连读的多个床位的扫描数据,并且对多个所述床位的扫描数据分别进行经过散射校正的图像重建,得到多个所述床位的对应的重建图像,再将多个床位对应的重建图像进行图像拼接,得到校正图像。最后由校正图像对多个所述床位中至少一个床位的数据进行散射校正,得到相应床位的重建图像。通过将多个床位的PET数据进行经过散射校正的图像重建,再将多个床位的图像进行拼接后,对扫描数据进行校正,其校正方法简单,且实用性高,进一步的可提高重建图像质量以及图像量化准确性。
附图说明
图1为一个实施例中图像散射校正方法的流程示意图;
图2为一个实施例中图像散射校正装置的结构框图;
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
现有的PET探测器系统轴向范围有限,每次PET扫描(一次PET扫描也可称为一个床位,下文均称为床位)过程中,PET探测器系统相对患者静止,所以,当进行全身扫描或大面积扫描时,一般需要进行多个床位的扫描。根据患者身高以及PET探测器系统的轴向覆盖范围,一般全身扫描需要进行5-8个床位的PET扫描。相邻两个床位之间,扫描床会沿轴向行进一段距离,同时保证相邻两个床位之间有一定的轴向重叠。当扫描床移动每一个床位的过程中,PET系统扫描采集每一床位的数据。
由于放射源在人体内呈连续分布的,在PET系统对每一床位进行扫描获取床位扫描数据时,床位外面散射事件会进入视野被PET系统采集到。在利用单散射模拟法或者蒙特卡洛模拟法对单床位扫描数据进行散射校正时,由于缺少床位外面的信息,则无法准确的估计出散射事件,从而影响到散射弦图估计。再通过tailfitting拟合法将估计的散射事件与PET系统实际采集的散射事件映射到同一量级。在利用tailfitting拟合法进行校正的同时进行粗略的散射校正,但是在病人注射的放射性核素标记剂量较低,或PET扫描时间较短,或者在对脂肪较多的患者进行扫描时,导致tail上的计数较少,噪声较大会,从而严重的影响散射校正的准确性。
在一个实施例中,如图1所示,提供了一种图像散射校正方法,该方法包括以下步骤:
步骤102,获取连续的多个床位的扫描数据。
在本实施例中,多个床位的扫描数据为PET系统对待测物体进行多床位扫描时,连续获取的多个相邻床位的扫描数据。并且,多个床位的扫描数据为PET对待测物体进行扫描后得到原始数据。一般在对人体进行全身扫描时,需要进行5-8个床位的PET扫描。故在本步骤中,最多可以连续获取8个床位的扫描数据,最少可以连续获取2个床位的扫描数据。
步骤104,对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像。
在本实施例中,分别对每个床位的扫描数据进行经过散射校正的图像重建。在对每个床位的扫描数据进行散射校正时,可以利用任意一种散射校正方法得到散射弦图估计,再基于散射弦图估计进行图像重建。其中获取散射弦图估计的方法可以为单散射模拟法,蒙特卡洛模拟法。也可以用基于不同能量窗的散射校正法、基于高斯形状的估计等。
步骤106,将所述多个床位对应的重建图像进行图像拼接,得到校正图像。
在本实施例中,将在步骤106中得到的多个床位对应的重建图像进行图像拼接,得到校正图像。
步骤108,根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
在本是实施例中,由于校正图像为多个床位的重建图像拼接图像,则当对其中一个床位的扫描数据进行散射校正时,校正图像中包含有该床位外的散射信息。这样在进行散射校正时,由各方法可获取精确的散射弦图,基于精确的散射弦图估计可得到高质量并且量化准确性更高的各床位的重建图像。再依次利用校正图像对上述其他多个床位的扫描数据进行散射校正,得到各床位高质量的重建图像。最后基于多个床位的高质量的重建图像得到待检测物体的完整的重建图像。
上述图像校正方法中,通过在PET多床位扫描时,获取连读的多个床位的扫描数据,并且对多个所述床位的扫描数据分别进行经过散射校正的图像重建,得到多个所述床位的对应的重建图像,再将多个床位对应的重建图像进行图像拼接,得到校正图像。最后由校正图像对多个所述床位中至少一个床位的数据进行散射校正,得到相应床位的重建图像。由于校正图像中包含有较全面的散射信息,因此根据校正图像对待散射校正床位的数据进行散射校正后,得到的床位图像的质量和量化准确性都得到了提高,并且这样的方法简单,可操作性强,具有较好的实用性。
在其他实施例中,也可获取连续的三个床位的扫描数据,利用本方法对中间床位的扫描数据进行散射校正,其步骤如下:
步骤104,对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到多个所述床位的对应的重建图像包括:获取连续的第一床位扫描数据、第二床位扫描数据以及第三扫描数据,并且对第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据分别进行经过散射校正的图像重建,得到第一床位图像、第二床位图像以及第三床位图像。
需要说明的是,上述中的第一,第二以及第三为说明这三个床位的扫描数据为先后连续获取的三个相邻床位的扫描数据,而非在PET扫描过程中,最先获取的前三个床位的数据。
步骤106中,将所述多个床位图像进行图像拼接,得到校正图像包括:将所述第一床位图像、第二床位图像以及第三床位图像进行图像拼接,得到校正图像。
步骤108中,根据所述校正图像对多个所述床位中至少一个床位的数据进行散射校正,得到相应床位的重建图像包括:根据所述校正图像对第二床位的扫描数据进行散射校正,得到相应床位的重建图像。
在本实施例中,当利用校正图像对第二床位的扫描数据进行散射校正时,由于校正图像为第一床位图像、第二床位图像以及第三床位图像拼接而成,此时第一床位图像与第三床位图像中均包含有第二床位外部的散射信息,则校正图像中包含有第二床位的扫描数据较全面的散射信息,故根据校正图像得到的散射弦图为精确的散射弦图,基于精确的散射选图估计对第二床位的扫描数据进行散射校正,得到的第二床位图像为高质量图像。
在本实施例中,上述步骤利用三个连续并且相邻的三个床位的扫描数据利用本方法对中间的床位数据进行散射校正,最后可以得到PET高质量的重建图像。假设在PET系统对待测物体进行扫描时,需要依次获取8个床位的扫描数据才能得到完整的PET扫描数据时。利用本方法对PET扫描数据进行散射校正,首先根据最先获取的第一床位数据,第二床位的扫描数据以及第三床位数据得到的校正图像对第二床位的扫描数据进行散射校正得到第二床位的高质量图像,再根据第二床位的扫描数据,第三床位数据以及第四床位数据得到的校正图像对第三床位数据进行散射校正得到第三床位的高质量图像,以此类推直到得到第七床位的高质量图像。此时,处于最先获取的第一床位数据,由第一床位数据以及第二年床位数据得到的校正图像,对第一床位数据进行散射校正后得到第一床位的高质量图像。最后获取的第八床位数据,由第七床位数据以及第八床位数据得到的校正图像,对第八床位数据进行散射校正后得到第八床位的高质量图像。最后由8个床位的高质量图像得到完整的高质量PET重建图像。
在步骤108中,根据所述校正图像对第二床位的扫描数据进行散射校正,得到相应床位的重建图像包括:根据所述校正图像利用蒙特卡罗模拟对第二床位的扫描数据进行散射校正,得到第二床位的重建图像。具体的,根据所述第二床位的扫描数据以及蒙特卡洛模拟弦图,得到精确散射弦图。根据所述精确散射弦图对所述第二床位的扫描数据进行图像重建,得到第二床位的重建图像。
其中,根据所述第二床位的扫描数据蒙特卡洛模拟弦图,得到精确散射弦图包括:根据所述第二床位的扫描数据获取实际符合事件数据,根据所述校正图像对第二床位的散射事件进行蒙特卡洛模拟,得到估计符合事件数量以及蒙特卡洛模拟弦图,根据所述实际符合事件数量以及估计符合事件数量,得到符合事件与估计事件的比例因子,根据所述比例因子以及蒙特卡洛模拟弦图,得到精确散射弦图。
在本实施例中,第二床位的扫描数据为PET系统扫描第二床位时获取的原始数据。通过第二床数据可以得到PET系统在扫描第二床位过程中,光子实际符合事件数据。将校正图像对第二床位的散射事件进行蒙特卡洛模拟,可以模拟出估计符合事件数据以及蒙特卡洛模拟弦图。其中蒙特卡洛模拟弦图为通过将校正图像进行蒙特卡洛模拟得到的光子散射事件估计,再以数据弦图的储存方式生成蒙特卡洛模拟弦图。在其他实施例中,可基于蒙特卡洛模拟弦图对PET原始数据进行校正。由于蒙特卡洛模拟弦图基于校正图像生成。在本实施例中,校正图像包含有第二床位散射信息以及第二床位外部(也就是第一床位和第三床位)的散射信息,因此散射弦图较为精确。
可以理解的,采用蒙特卡洛模拟方法模拟的估计符合事件数据与第二床位的扫描数据中的实际符合事件数据存在数量级的差别,因此,在基于所述散射弦图对第二床位的扫描数据进行校正之前,还包括对所述散射弦图进行统计缩放处理,以转化到与所述第二床位的扫描数据匹配的数量级,并基于转化后的蒙特卡洛模拟弦图对第二床位的扫描数据进行校正。
在本实施例中,根据第二床位的扫描数据得到实际符合事件数据以及由采用蒙特卡洛模拟方法模拟的估计符合事件数据得到比例因子,再由比例因子将蒙特卡洛模拟弦图转化为与第二床位的扫描数据匹配数量级后得到的精确散射弦图。再将第二床位的扫描数据基于所述精确弦图,得到高质量的第二床位图像。
上述图像校正方法,通过将在PET系统扫描过程中,获取的连续多床的扫描数据,根据任意一种散射校正方法,分别获得多个床位对应的床位图像,再通过将多个床位图像进行拼接得到校正图像。再利用校正图像以及蒙特卡洛模拟对其中一个床位的扫描数据进行散射校正。具体的,将校正图像进行蒙特卡洛模拟,获取蒙特卡洛模拟弦图。由于校正图像中包含有较全面的散射信息,因此该散射弦图为较为精准的散射弦图。并且,在本方法中使用待校正床位的扫描数据中的实际符合事件数据以及由蒙特卡洛模拟方法模拟的估计符合事件数据得到比例因子,对散射弦图进行比例缩放,将蒙特卡洛模拟方法模拟得到的散射事件与PET系统采集的散射事件映射到同一量级,使进行比例缩放后的散射弦图转化为精确散射弦图。这样解决了传统的在通过tailfitting拟合法将估计的散射事件与PET系统实际采集的散射事件映射到同一量级时,由于tail上计数较少、噪声较大而严重影响散射校正的准确性的问题。
应该理解的是,虽然图1流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图2所示,提供了一种图像散射校正装置,包括:床位扫描模块202、图像重建模块204、图像拼接模块206和散射校正模块208,其中:
床位扫描模块202,用于获取连续的多个床位的扫描数据。
图像重建模块204,用于对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像。
图像拼接模块206,用于将所述多个床位对应的重建图像进行图像拼接,得到校正图像。
散射校正模块208,用于根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
关于图像散射校正装置的具体限定可以参见上文中对于图像散射校正方法的限定,在此不再赘述。上述图像散射校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像散射校正方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取连续的多个床位的扫描数据;
对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像;
将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取连续的第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据;
对第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据分别进行经过散射校正的图像重建,得到第一床位图像、第二床位图像以及第三床位图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将所述第一床位图像、第二床位图像以及第三床位图像进行图像拼接,得到校正图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据所述校正图像对第二床位的扫描数据进行散射校正,得到相应床位的重建图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据所述校正图像利用蒙特卡罗模拟对第二床位的扫描数据进行散射校正,得到第二床位的重建图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据所述第二床位的扫描数据以及蒙特卡洛模拟弦图,得到精确散射弦图;
根据所述精确散射弦图对所述第二床位的扫描数据进行图像重建,得到第二床位的重建图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据所述第二床位的扫描数据获取实际符合事件数据;
根据所述校正图像对第二床位的散射事件进行蒙特卡洛模拟,得到估计符合事件数量以及蒙特卡洛模拟弦图;
根据所述实际符合事件数量以及估计符合事件数量,得到符合事件与估计事件的比例因子;
根据所述比例因子以及蒙特卡洛模拟弦图,得到精确散射弦图。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取连续的多个床位的扫描数据;
对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像;
将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取连续的第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据;
对第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据分别进行经过散射校正的图像重建,得到第一床位图像、第二床位图像以及第三床位图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将所述第一床位图像、第二床位图像以及第三床位图像进行图像拼接,得到校正图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据所述校正图像对第二床位的扫描数据进行散射校正,得到相应床位的重建图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据所述校正图像利用蒙特卡罗模拟对第二床位的扫描数据进行散射校正,得到第二床位的重建图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据所述第二床位的扫描数据以及蒙特卡洛模拟弦图,得到精确散射弦图;
根据所述精确散射弦图对所述第二床位的扫描数据进行图像重建,得到第二床位的重建图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据所述第二床位的扫描数据获取实际符合事件数据;
根据所述校正图像对第二床位的散射事件进行蒙特卡洛模拟,得到估计符合事件数量以及蒙特卡洛模拟弦图;
根据所述实际符合事件数量以及估计符合事件数量,得到符合事件与估计事件的比例因子;
根据所述比例因子以及蒙特卡洛模拟弦图,得到精确散射弦图。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像散射校正方法,其特征在于,所述方法包括:
获取连续的多个床位的扫描数据;
对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像;
将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像。
2.根据权利要求1所述的方法,其特征在于,所述对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到与多个所述床位对应的重建图像包括:
获取连续的第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据;
对第一床位扫描数据、第二床位扫描数据以及第三床位扫描数据分别进行经过散射校正的图像重建,得到第一床位图像、第二床位图像以及第三床位图像。
3.根据权利要求2所述的方法,其特征在于,所述将所述多个床位图像进行图像拼接,得到校正图像包括:
将所述第一床位图像、第二床位图像以及第三床位图像进行图像拼接,得到校正图像。
4.根据权利要求3所述的方法,其特征在于,所述根据所述校正图像对多个所述床位中至少一个床位的扫描数据进行散射校正,得到相应床位的重建图像包括:
根据所述校正图像对第二床位的扫描数据进行散射校正,得到相应床位的重建图像。
5.根据权利要求4所述的方法,其特征在于,所述根据所述校正图像对第二床位的扫描数据进行散射校正,得到相应床位的重建图像包括:根据所述校正图像利用蒙特卡罗模拟对第二床位的扫描数据进行散射校正,得到第二床位的重建图像。
6.根据权利要求5所述的方法,其特征在于,所述根据所述校正图像利用蒙特卡罗模拟对第二床位的扫描数据进行散射校正,得到第二床位的重建图像包括:
根据所述第二床位的扫描数据以及蒙特卡洛模拟弦图,得到精确散射弦图;
根据所述精确散射弦图对所述第二床位的扫描数据进行图像重建,得到第二床位的重建图像。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第二床位的扫描数据以及蒙特卡洛模拟弦图,得到精确散射弦图包括:
根据所述第二床位的扫描数据获取实际符合事件数据;
根据所述校正图像对第二床位的散射事件进行蒙特卡洛模拟,得到估计符合事件数量以及散射弦图;
根据所述实际符合事件数量以及估计符合事件数量,得到符合事件与估计事件的比例因子;
根据所述比例因子以及散射弦图,得到精确散射弦图。
8.一种图像散射校正装置,其特征在于,所述装置包括:
床位扫描模块,用于获取连续的多个床位的扫描数据;
图像重建模块,用于对多个所述床位的所述扫描数据分别进行经过散射校正的图像重建,得到多个所述床位的对应的重建图像;
图像拼接模块,用于将所述多个床位对应的重建图像进行图像拼接,得到校正图像;
散射校正模块,用于根据所述校正图像对多个所述床位中至少一个床位的数据进行散射校正,得到相应床位的重建图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910478096.5A CN110211198B (zh) | 2019-06-03 | 2019-06-03 | 图像散射校正方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910478096.5A CN110211198B (zh) | 2019-06-03 | 2019-06-03 | 图像散射校正方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110211198A CN110211198A (zh) | 2019-09-06 |
CN110211198B true CN110211198B (zh) | 2023-01-03 |
Family
ID=67790497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910478096.5A Active CN110211198B (zh) | 2019-06-03 | 2019-06-03 | 图像散射校正方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110211198B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657011A (zh) * | 2005-03-22 | 2005-08-24 | 东软飞利浦医疗设备系统有限责任公司 | 一种自动去除黑心伪影的x-射线计算机层析成像机 |
WO2013175352A1 (en) * | 2012-05-21 | 2013-11-28 | Koninklijke Philips N.V. | Fast scatter estimation in pet reconstruction. |
CN105193442A (zh) * | 2015-09-17 | 2015-12-30 | 沈阳东软医疗系统有限公司 | 一种pet扫描时间的确定方法和装置 |
-
2019
- 2019-06-03 CN CN201910478096.5A patent/CN110211198B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1657011A (zh) * | 2005-03-22 | 2005-08-24 | 东软飞利浦医疗设备系统有限责任公司 | 一种自动去除黑心伪影的x-射线计算机层析成像机 |
WO2013175352A1 (en) * | 2012-05-21 | 2013-11-28 | Koninklijke Philips N.V. | Fast scatter estimation in pet reconstruction. |
CN105193442A (zh) * | 2015-09-17 | 2015-12-30 | 沈阳东软医疗系统有限公司 | 一种pet扫描时间的确定方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110211198A (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106491151B (zh) | Pet图像获取方法及系统 | |
US10147206B2 (en) | Determining PET scanning time | |
RU2524302C2 (ru) | Расширение на основе модели поля обзора при радионуклидной визуализации | |
CN102067176B (zh) | 结合局部运动监测、校正和评估的辐射成像 | |
CN111080584A (zh) | 医学图像的质控方法、计算机设备和可读存储介质 | |
US20210327560A1 (en) | Systems and methods for functional imaging | |
CN108615250B (zh) | 图像重建方法、装置、系统和计算机可读存储介质 | |
CN104335247A (zh) | 在pet重建中的快速散射估计 | |
CN110584698B (zh) | 探测器质量控制效验方法、装置、计算机设备和存储介质 | |
US11179128B2 (en) | Methods and systems for motion detection in positron emission tomography | |
CN110063742B (zh) | 散射校正方法、装置、计算机设备和存储介质 | |
US20210398329A1 (en) | Artificial intelligence (ai)-based standardized uptake vaule (suv) correction and variation assessment for positron emission tomography (pet) | |
CN110223247B (zh) | 图像衰减校正方法、装置、计算机设备和存储介质 | |
CN110047116B (zh) | Pet图像校正方法、装置、计算机设备和存储介质 | |
CN111588399B (zh) | 医学成像设备状态监控的方法、设备和计算机设备 | |
US20090127451A1 (en) | Devices and Methods for Calibrating Nuclear Medical and Radiological Images | |
CN111105472B (zh) | Pet图像的衰减校正方法、装置、计算机设备和存储介质 | |
CN110327065B (zh) | 单事件计数率校正方法、装置、计算机设备和存储介质 | |
CN110687585B (zh) | 获取晶体效率的方法、装置、计算机设备和存储介质 | |
CN108873047B (zh) | 检测放射源活度的方法、系统、计算机设备和存储介质 | |
CN110477941B (zh) | 摄取值的校正方法、装置、计算机设备和可读存储介质 | |
CN110400361B (zh) | 子集划分及图像重建的方法、装置和计算机设备 | |
CN110211198B (zh) | 图像散射校正方法、装置、计算机设备和存储介质 | |
CN110189387B (zh) | Pet图像校正方法方法、装置、计算机设备和存储介质 | |
CN110215226B (zh) | 图像衰减校正方法、装置、计算机设备和存储介质 |
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 2258 Chengbei Road, Jiading District, Shanghai Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201807 2258 Chengbei Road, Jiading District, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |