CN110308165B - 使用Pi线优化的计算机断层扫描投影的几何对齐、样本移动校正以及强度归一化 - Google Patents
使用Pi线优化的计算机断层扫描投影的几何对齐、样本移动校正以及强度归一化 Download PDFInfo
- Publication number
- CN110308165B CN110308165B CN201910210482.6A CN201910210482A CN110308165B CN 110308165 B CN110308165 B CN 110308165B CN 201910210482 A CN201910210482 A CN 201910210482A CN 110308165 B CN110308165 B CN 110308165B
- Authority
- CN
- China
- Prior art keywords
- projections
- line
- data
- detector
- projection
- 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
- 238000002591 computed tomography Methods 0.000 title claims abstract description 82
- 238000012937 correction Methods 0.000 title abstract description 12
- 238000005457 optimization Methods 0.000 title abstract description 6
- 238000010606 normalization Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 59
- 230000004044 response Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000036962 time dependent Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 14
- 230000003595 spectral effect Effects 0.000 description 7
- 239000000203 mixture Substances 0.000 description 5
- 230000036961 partial effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004907 flux Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 229910021417 amorphous silicon Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/30—Accessories, mechanical or electrical features
- G01N2223/33—Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts
- G01N2223/3307—Accessories, mechanical or electrical features scanning, i.e. relative motion for measurement of successive object-parts source and detector fixed; object moves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pulmonology (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
使用Pi线优化的计算机断层扫描投影的几何对齐、样本移动校正以及强度归一化。本文公开了用于基于pi线校正CT扫描中的不一致的方法和设备。实例方法至少包含:获取样本的多个投影,所述多个投影中的每个投影是基于轨迹在样本周围的不同位置处获取的;基于相应的pi线从所述多个投影确定相对投影对;以及确定每个相对投影对的相应的pi线数据之间的不一致量,其中所述pi线数据至少部分地基于衰减数据。
Description
技术领域
本公开总体上涉及计算机断层扫描,并且更具体地涉及优化pi线一致性以在计算机断层扫描中获得几何对齐、样本移动校正以及强度归一化。
背景技术
计算机断层扫描(CT)使用各种物质来研究如x射线和电子束等样本,以获得样本内部结构的数据。基于CT的系统通常将样本和x射线源以及检测器相对于彼此移动,例如,旋转,以获得围绕样本的许多角度的数据。然后可以通过算法操纵扫描数据以获得样本内的区域的重建。重建的分辨率可能受到如源、样本以及检测器等各种组件之间距离的影响。例如,源和样本之间的大距离通常会降低锥束CT布置中所获得的数据的分辨率。另外,重建的质量可能受到扫描期间发生的系统组件的时间相关变化的影响。例如,样本和/或源检测器的移动可能不完全如预期的那样,导致未对齐。进一步地,时变源强度也可能影响所获得的数据。
未对齐可能会影响重建的质量。虽然已经实现了许多减轻此类时间相关未对齐和源强度变化的尝试,但是这些尝试需要高计算开销或极其精确的机制。如此,期望一种克服先前解决方案的问题的方法解决此类时间相关未对齐和源强度变化。更一般地,此方法可以应用于对理想化实验的任何形式的偏差的采集后估计,所述偏差将表现为非零的相反射线差值。
发明内容
本文公开了用于使用pi线优化的计算机断层扫描投影的几何对齐、样本移动校正和强度归一化的方法和装置。实例方法至少包含:获取样本的多个投影,所述多个投影中的每个投影是基于轨迹在所述本周围的不同位置处获取的;基于相应的pi线从所述多个投影确定相对投影对;以及确定每个相对投影对的相应的pi线数据之间的不一致量,其中所述pi线数据至少部分地基于测得的的强度数据。
一种CT系统包含:源,其提供x射线;检测器,其在穿过样本后检测x射线;以及控制器,其被耦合以控制所述源和所述检测器,所述控制器进一步包含代码,所述代码当由所述控制器执行时使所述控制器:获取样本的多个投影,所述多个投影中的每个投影是基于轨迹在所述样本周围的不同位置处获取的;基于相应的pi线从所述多个投影确定相对投影对;确定每个相对投影对的相应的pi线数据之间的不一致量,其中所述pi线数据至少部分地基于衰减数据。
附图说明
图1是根据本公开的实施例的CT系统的说明性示意图。
图2A和图2B是根据本公开的实施例的实例CT扫描。
图3A到图3D是根据本公开的实施例的CT扫描投影的说明性平面图。
图4是根据本公开的实施例的两个pi线投影的说明性组合。
图5A至图5C示出了根据本公开的实施例的一对投影。
图6是根据本文公开的实施例的用于基于pi线对齐CT扫描的投影的实例方法。
图7是根据本公开的实施例的CT系统的实例功能框图。
在附图的全部多个视图中,相同的参考标记是指相对应的部分。
具体实施方式
下面使用锥形x射线束和圆形或螺旋形扫描轨迹在用于小物体的微小尺度或纳米尺度计算机断层扫描的断层扫描成像设备的背景下描述本发明的实施例,所述小物体可以是任何形状但通常是圆柱形的。在一些实施例中,可以使用pi线来对齐投影,如彼此接近于相对的投影对,以校正系统的时间相关未对齐和其它时变性变化,并且可以与用于校正静态未对齐的技术相结合。此类时间相关未对齐和其它时变性变化,如不一致的源亮度,通常可以被称为与相对投影相关联的数据的不一致。然而,应当理解的是,本文所描述的方法通常适用于各种不同的断层扫描方法和设备,包含锥形束和平行束系统,并且不限于任何特定的设备类型、光束类型、物体类型、长度尺度或扫描轨迹。
如在本申请书和权利要求书中所使用的,除非文中另外明确指明,否则单数形式的“一个(a)”、“一个(an)”以及“所述(the)”包含复数形式。另外,术语“包含”意指“包括”。进一步地,术语“耦合”不排除耦合项之间存在中间元素。
本文所描述的系统、设备以及方法不应以任何方式被解释为限制性的。相反,本公开针对各种公开的实施例(单独和与彼此的各种组合和子组合中)的所有新颖和非显而易见特征和方面。所公开的系统、方法以及设备不限于任何特定方面或特征或其组合,所公开的系统、方法以及设备也不要求存在任何一个或多个具体优点或者要求问题被解决。任何操作理论都是为了便于解释,但是所公开的系统、方法以及设备不限于这种操作理论。
尽管所公开的方法中的一些的操作被以用于方便呈现的特定顺序次序描述,但是应当理解的是,此描述方式涵盖重新布置,除非特定排序是在下面所阐述的具体语言所要求的。例如,在某些情况下,可以重新布置或并发执行按顺序描述的操作。此外,为简明起见,附图可能未示出所公开的系统、方法以及设备可以与其它系统、方法以及设备结合使用的的各种方式。另外,本说明书有时使用像“产生”和“提供”等术语来描述所公开的方法。这些术语是被执行的实际操作的高级抽象。与这些术语相对应的实际操作将取决于特定实现而变化并且易于由本领域普通技术人员辨别。
在一些实例中,数值、程序或设备被称为“最低”、“最佳”、“最小”等。将被认识到的是,此类描述旨在表明可以在许多使用的功能替代方案中进行选择,并且这种选择不需要更好、更小或者优选于其它选择。另外,所选择的值可以通过数字或其它近似方式获得,并且可以仅是理论上正确/值的近似值。
可以用于获得微米和/或纳米尺度的数据的基于实验室的CT系统用于对各种样本成像。样本可以是生物、矿物、晶体等,并且所得图像可以是内部结构的重建。通常,CT系统包含x射线源和检测器,其间布置有样本。CT源可以在宽角度锥上均匀地发射辐射(基于宽角度锥的CT可以被称为锥束断层扫描术),并且这种锥束断层扫描的效率随着入射在样本上的锥角变高而增加,这可以使用源和样本之间的小距离获得。如所指出的,这些CT系统要么相对于源和检测器移动样本,要么相对于样本一致地移动源和检测器。在一些实施例中,样本相对于源和检测器的相对移动可以包含样本或源检测器对的旋转。例如,样本可以在源和检测器之间的空间中的轴上旋转,即,转动。例如,CT系统可能在扫描期间经历时间相关未对齐和/或各种组件从投影到投影的功能的不一致,其可能造成不期望的重建质量的降低。
一系列影响可能导致x射线源点、样本和检测器的不期望的相对移动,从而导致断层扫描设备的未对齐。CT系统的一些组件可能在数据采集期间变化,例如,提供一些实例,x射线源点漂移、电动定位阶段的不准确性以及组件的热膨胀,并且其会导致未对齐误差。另外,源的源强度和/或光谱组成的时间或空间变化也可能导致不一致的数据。例如,不一致的数据通常通过在重建图像中的灰度值中引入人为的空间变化来降低图像质量。对齐问题和不一致的数据问题都可能降低CT系统的图像和重建。如本文所使用的,不一致可以用于描述未对齐、不一致的数据或两者,并且本文所公开的技术可以单独或组合地解决与两者相关的问题。
在某些情况下,与机动定位相关的误差可能造成严重问题。标准机械台可能无法提供微米和纳米CT系统所需的完整三维定位精度。通常期望具有能够承受高负荷并具有大行程距离的平台。然而,此类平台可能不够精确,并且可能表现出可重复且不可重复的移动误差,例如,间隙。因此,通常必须校正微CT图像重建中的未对齐。本公开阐述了用于基于最小假设和相对小的计算开销来识别和校正静态和时间相关误差的技术。与先前的技术相比,所公开的方式明显更加稳健和有效,特别是当应用于从如空间填充轨迹等高度各向同性的扫描轨迹获取的数据时,这可能是因为更多的各向同性轨迹具有通过可能的位置和角度的空间更广泛分布的pi线。
另外,由于源的源强度和/或光谱组成的时间或空间变化而与不一致数据相关联的误差可能造成形成重建的问题。例如,源强度和/或光谱组成的差异可能导致例如,不同的衰减数据,并且可能导致相对投影之间的匹配度差。
扫描轨迹,无论是圆形、螺旋形、双螺旋形还是空间填充,倾向于具有多对投影,其中源点基本上位于样本的相对侧。通常扫描轨迹可以由样本的参考帧中的坐标系定义,其中轨迹由坐标系中的点源的移动限定。正确对齐的数据可以带来更高质量的重建图像。例如,这些改进可以有助于增加实际的或估计的扫描轨迹的对称性,降低整个样本的放大率变化或者增加视角的数量。然而,如果基于轨迹的模型,相反对齐的投影不在预期/期望的位置,例如,由于如上所述的静态和/或时间相关未对齐,那么所得的重建可能具有不太理想的质量,如鬼影边缘、模糊涂抹/条纹,“双边缘”等。由于体素的大小和在相似尺度上的相对未对齐,这些未对齐倾向于对于微米和纳米CT更重要。虽然多年来已经开发了各种对齐技术,如基于软件的对齐后数据采集(‘后验’(‘a-posteriori’))和数据采集之前系统的物理对齐,但是这些已知技术要么提供的校正不完善,要么需要大量时间和/或现金开销。如此,期望较低计算密集度的对齐技术。
一种解决方案包含高精度后验技术,以通过利用来自不同方向的射线对来测量和校正断层扫描设备的时间相关未对齐,所述射线横穿通过样本的同一路径,但是在相反的方向上,并从而提供冗余信息。如本文所使用的,“射线(ray)”和“射线(rays)”包含沿着从源到检测器的路径横穿过样本的介质,例如,x射线或电子。每条射线可以撞击检测器上的像素,并且记录相关射线的强度水平。强度水平指射线经历横穿样本的衰减量或由于样本的相性质导致的折射/衍射量。此外,在检测器上记录的强度水平可以有助于或提供二维投影图像。可以将穿过样本的每条射线的测得的强度与来自等效但不受阻碍的射线的强度值进行比较,例如与获得的去除样本的“明场”投影相比较,并且所述比较提供了相关的射线衰减或射线相变的指示。横穿同一路径的相对射线可称为pi线,并且每条pi线将横穿所述一对或多对投影的每个投影的源位置以及横穿通过样本的路径。限定pi线的另一种方式是在横穿通过样本的同一路径的两个相对投影的源和相对投影中的每一个的源位置之间的直线。另外,由于经历来自样本的相同衰减,对应射线的检测器数据应当相等。
所述技术可以实现系统对齐、校正电动样本定位误差并补偿源通量的时间变化,例如,x射线通量变化,因为这些因素中的每一个可能导致两个检测器数据点不相等。为实现上述目的,改变控制扫描轨迹的建模或实际参数,以实现与每个识别的pi线对应的数据点对之间的最大一致性。为补偿移动误差,可以在每个投影的基础上移位源点或检测器位置,同时可以通过在每个投影的基础上改变图像强度来补偿通量变化。与其它技术相比,本文讨论的pi线技术在计算上更有效并且可以解决静态和时间相关未对齐以及单个过程中的强度变化。通过与极线一致性条件相结合或通过使用单独的‘参考扫描’,所述技术的变体可以潜在地应用于具有不足pi线的不完整扫描轨迹,其中投影的冗余子集在主要数据采集之前或之后获取。进一步地,所述方法可以与用于校正未对齐或变化的其它现有技术组合,其中所述方法按顺序(其中一种方法改进另一种方法的估计)、联合地或通过允许每种方法校正不同方面而组合。
此外,为获得低计算开销,所述技术可以使用原始收集数据来确定是否存在任何未对齐和/或不一致,并且如果期望,校正未对齐/不一致。在一些实施例中,原始数据可以是未处理的检测器数据或已经被略微校正的检测器数据,如针对明场或暗场。可以确定pi线,并且可以比较相关联pi线的原始数据。通常,pi线可以在实际(连续)空间中计算,并且可能未与检测器上的特定像素完美对齐。在这种情况下,将需要一些探测器像素值的插值。如果没有未对齐/不一致,则对应于每个pi线(‘pi线数据’)的两个数据点应是相同的,因为这两种光线横穿通过样本的同一路径而不管方向如何,这导致相同的衰减。然而,如果相对投影之间存在未对齐/不一致,则pi线数据可能不同。为校正未对齐和/或不一致,可以平移、旋转或缩放每个pi线投影对的相对成对投影中的一个或两个以使差异最小化。可替代地,可以修改实际或建模的扫描轨迹以表示未对齐/不一致,例如通过移动对应于扫描期间获得的每个投影的源点。在一些实施例中,每次扫描可以产生大量的pi线投影对,并且可以同时或迭代地针对每个pi线对校正未对齐。通常应认识到的是,作为在检测器上的此内插的结果,但也因为可能插入使用优化方法计算的目标函数以识别最小到子体素精度,可以获得子像素(或子体素)的精度。
虽然本文的讨论主要包含对样本的完整扫描,但本公开不应被视为限制于此。应当注意的是,本公开还适用于感兴趣区域(ROI)扫描,其中视场仅是样本的一部分。在ROI扫描中,强度校正特别有用,因为没有未衰减的射线可以与明场值进行比较以估计强度变化。在此情况下,在已使用“样本”一词之处,其应当用“样本中感兴趣的子体”代替。
图1是根据本公开的实施例的CT系统100的说明性示意图。CT系统100可以用于获得样本的投影并作为响应提供CT图像和/或重建。CT系统100可以至少包含源102、平台108和检测器106。在一些实施例中,源102、平台108和检测器106可以耦合到控制其操作并至少从检测器106接收数据的控制电子设备(未示出)。CT系统100可以获得样本104的投影,例如,x射线衰减数据,然后所述数据可以用于获得样本104的期望面积和/或体积的重建。在一些实施例中,pi线可以用于校正CT系统100的时间相关未对齐和/或源波动。通常,术语“不一致(inconsistency)”、“不一致(inconsistencies)”和“不一致的数据”在本文中可以用于共同地指代时间相关未对齐和时间相关源波动,所述时间相关源波动包含源强度和光谱组成。然而,此类术语也可以指一种或其它类型的时间相关问题。不一致的校正可以在后验但在重建过程之前执行。在一些实施例中,校正可以使用原始或被略微校正的投影数据来校正不一致。通常,扫描数据可以经历各种预处理步骤以校正缺陷像素、非线性检测器响应、束硬化、暗场、亮场和/或线性化。如此,本文公开的基于pi线的校正,例如,pi线差异最小化可以在数据被传递用于图像重建之前在所获取的数据的预处理内的任何阶段发生。
源102可以提供呈锥形的x射线110,其以高锥角从源102向外照射。如本文所使用的,“高锥角”定义了从法线参照的到源102的角度。基于此定义,低锥角将是从法线参照的较小角度。通常,高锥角限定较大的锥体,并且低锥角限定较小的锥体。另外,用于获得任何投影的锥角可能受到源102、样本104和检测器106之间的相对距离的影响。这些相对距离通常可以影响扫描的分辨率度以及视场(FOV)。如所指出的,通常,这些距离越小,由于穿过样本104并入射到检测器106上的x射线通量的增加,可以获得更高分辨率的扫描。
检测器106可以定位成接收已穿过样本104的x射线。检测器106可以包含闪烁体,所述闪烁体在被x射线照射时产生可见光,以及安装在闪烁体后面的CCD或非晶硅平板传感器,所述CCD或非晶硅平板传感器产生表示由闪烁体产生的闪烁的空间布置的二维图像的图像数据。结果是投射物体的x射线的二维图像或x射线强度图。例如,所得的图或x射线强度可以被称为投影。作为将被认识到的,这些图像中的每一个都显示沿着透射样本104到检测器106的x射线的方向投影时样本104的外部和内部结构特征。
平台108支撑样本104。在一些实施例中,平台108能够以顺时针、逆时针或两者(图1中所示的θ)旋转,并且进一步地能够以如图1所示的Z方向所指示的上下移动平移。然而,在一些实施例中,平台108可以保持固定,而源102和检测器106一致地围绕样本旋转,同时还沿+/- Z方向平移。样本104和源103/检测器106对的相对移动可以定义在获得投影,例如,图像数据时使用的轨迹。在一些实施例中,轨迹可以是二维的,而在其它实施例中,轨迹可以是三维的。例如,2D轨迹可以包含圆,例如,在同一平面中围绕样本104的部分或完全旋转,并且3D轨迹可以包含围绕样本104执行的螺旋或双螺旋。空间填充(SF)轨迹也可以用于获得样本104的投影,并且可以被认为是3D轨迹。SF轨迹可以形成围绕样本104的表面布置的收集点阵列,并且将在下面更详细地讨论。
由CT系统100执行轨迹以从期望角度,例如,样本104周围的视点获得样本104的投影。轨迹可以被定义为源102和检测器106在样本104周围发生的路径和/或收集轨迹,而不管实际上是哪个组件正在移动。当沿着期望的轨迹移动时,CT系统100可以以包含连续、半连续或周期性的不同速率拍摄图像。然后可以组合/操纵图像以获得沿任何期望平面的样本104的切片的重建。
投影是基于x射线110的样本104的x射线图像。x射线110从源102发射并透过样本104以撞击在检测器106上。例如,x射线110可以以扇形几何形状或锥形几何形状发射。每个单独的x射线110采用从源102到检测器106的不同路径或线,使得横穿过样本104的每个x射线110撞击在检测器106的不同像素或检测器106上的间隙位置,其中间隙位置出现在两个或更多像素之间。此外,由于样本104对x射线的衰减或者由于样本的相位特性,检测器数据,例如,原始强度数据可以是检测器106上的样本104的阴影。如此,检测器数据可以根据每个x射线谱线或射线提供样本104的衰减信息。对于从样本104的相对侧取得的投影,可以存在x射线谱线,例如,与彼此和源102对齐的射线。彼此对齐的射线可以横穿通过样本的同一路径,但沿相反方向穿过。如上所讨论的,这些类型的x射线被称为pi线,因为其彼此分开180°,例如,以pi弧度的角度分开。如所指出的,随着横穿通过样本的同一条线,pi线将在两侧与源对齐。当执行投影时,CT系统100可以对轨迹建模并且基于模型确定哪些投影应该相对,并且进一步确定检测器106的哪个像素将包含pi线衰减数据。在一些实施例中,pi线可以不撞击在单个像素上,但是可以由检测器106在像素之间,例如,在间隙位置处接收。在这种实施例中,可以对撞击点附近的像素的像素数据进行内插或平均化以提供pi线像素数据。
由于pi线横穿通过样本的同一路径或线,其应具有相同的投影数据,例如,像素数据或衰减数据。然而,如果与pi线相关联的像素数据不同,例如,不完全相同,则可以确定投影,例如,pi线投影可能彼此未对齐。例如,这种未对齐可能是由于CT系统部件的时间相关移动,如源102漂移、不一致的平台108移动,不一致的检测器106移动等,或者另外由于几何误差或源102的强度/光谱含量的未校正变化。另外,如果相对投影由于未对齐和/或源不一致而不一致,则从数据进行重建可能会比较困难或可能不可能。通常,CT重建可能取决于完美或接近完美的几何模型,并且如果移动期间存在缺陷,例如,未对齐或源不一致,则CT数据可能固有地不一致,并且可能难以或不可能产生准确可靠的重建。例如,来自不一致的相对投影的重建可能会有以下形式的下降,仅举几个例子,模糊、拖尾/条纹和“双边缘”。pi线可以用于校正未对齐/不一致并减轻或消除投影和重建的下降。例如,如果CT系统100确定来自一对相对投影的pi线不同,则系统100可以移动所述一对相对投影中的一个或两个投影以最小化pi线数据的差异。在一些实施例中,可以调整轨迹模型以解决未对齐。例如,可以参数化轨迹模型以定义在没有任何时间相关不一致/未对齐的情况下获得投影的位置,然后基于pi线不一致/未对齐和相关联的最小化来移动模型。在其它实施例中,可以移动、旋转或缩放相对投影以对齐pi线。在任一情况下,校正未对齐通常将检测器106的不同像素放置在每个pi线的末端,从而改变所比较的值并因此改变整体pi线一致性。
通常,每个投影通常与大量其它投影配对,对于其它投影,源点稍微位于样本的另一侧。一对充分相对的投影将包含共同但相反的射线路径(例如,pi线),因为一个投影的源位置位于另一个投影的视场内。在一些实例中,对于每个相对投影对可以仅有一个pi线,其可以用于对齐至少那两个投影。基于轨迹模型与pi线相关联的原始或近原始像素数据可以用于使用少量假设对齐投影。通常,所公开的技术尤其可以使用几个假设,特别是通过与已知的方法相比,确定来自原始或近原始像素数据的未对齐。并且因为可以在每个投影的基础上调整对齐,所以可以校正或消除可能在投影之间出现的与时间相关未对齐。此外,由于原始或近原始的投影数据用于校正,因此可能不需要用于校正未对齐的一些其它方法所需的试验重建。虽然基于pi线的对齐适用于任何类型的轨迹,但是一些轨迹可以比其它轨迹更容易或更有效地校正。例如,SF轨迹可以比螺旋轨迹更容易或更有效地校正,这可能是由于SF轨迹的面积布局和pi线方向和位置的相应的广泛分布。
图2A和图2B分别是根据本公开的实施例的实例CT扫描201和203。CT扫描201和203(或简称扫描)可以例如由系统100执行,并且被执行以基于不同的扫描轨迹获得样本204的投影。例如,扫描201使用扫描轨迹214A来获得样本204的投影,而扫描203使用扫描轨迹214B和/或214C来获得样本204的投影。虽然仅公开了三个不同的扫描轨迹,但是由任何给定的CT扫描实施的扫描轨迹不是本公开的限制方面,并且本文考虑了所有可能的扫描轨迹。应当注意的是,扫描的附图未按比例绘制,并且本文考虑了扫描点或扫描线之间的所有距离。例如,利用扫描201和203获得的投影数据可以用于形成样本204的断层图像和重建,并且可以使用通过CT扫描201和203获得的相对投影来使用相关联的pi线来校正未对齐。应当注意的是,通常,可能存在大量的相对投影,因为每个投影将与大量的其它投影‘相对’,在某种意义上,其具有共同但相反的射线路径(例如,其通过pi线连接)。还应当注意的是,虽然射线完全相反(即,‘pi’弧度相隔180度),但是相对投影仅需要足够相对,使得一个投影的源点位于另一个投影的视场中。在一些实施例中,所确定的相对投影可以基于所实现的轨迹的模型。
扫描轨迹214A可以是螺旋或双螺旋扫描轨迹,由扫描201实施。扫描轨迹214A可以使样本204相对于源和检测器对,如源102和检测器106在垂直方向上旋转和平移。例如,样本204可以安装在提供Z方向,例如,垂直方向上的旋转和平移的平台上。在一些实施例中,源和检测器有时也可以在源旋转时动态地移动。在其它实施例中,源和检测器可以是静止的。θ(例如,旋转)和Z方向上的移动可以连续地、半连续地或周期性地执行,并且类似地可以获得投影数据。扫描轨迹214A可以带来沿着在螺旋路径中环绕样本204的线获得的投影数据,所述扫描轨迹可以被称为样本静止的坐标系中的源轨迹。如此,沿着扫描轨迹214A路径可以在样本204周围获得多个相对投影,并且每个相对投影对将具有相关联的pi线。然后,由于例如,样本204、源和检测器的相对移动的不准确性,pi线可以用于通过优化每个相对投影对的pi线数据的一致性来校正相对投影之间的未对齐。虽然pi线数据的不一致可能不是对未对齐量的准确评估,但是pi线一致性的优化可以减少或消除未对齐,这可以使样本204的图像得以改善。在其它实施例中,可以不明确使用各个pi线的一致性,而是来自多个相对投影的所有pi线的平均一致性,其可以提供足够平滑的函数,例如,在所有pi线上平均的未对齐,可以被优化以同时校正与所有投影相关联的未对齐。在另一个实施例中,可以通过最大化与所述投影相关联的多个pi线的一致性来分别对齐(校正)每个投影,并且可以通过在所有投影上迭代然后重复多次来改善对齐。然后可以通过对齐pi线来减少或消除未对齐,例如,平移相对投影的一个或两个以对齐其pi线像素、通过缩放改变投影,即,改变放大率、或者通过将未对齐表示成也可以使pi线像素(pi线像素数据)相应地改变的修改的扫描轨迹。在一些实施例中,可以修改扫描轨迹的估计以解决未对齐和/或不一致。
可以基于扫描轨迹214B或214C获得扫描203,所述扫描轨迹都是空间填充型扫描轨迹的实例。扫描轨迹214B和214C被示出为围绕样本204间隔开的点阵列。点表示获得投影的位置。两个扫描轨迹214B和214C是彼此的变体,并且不一定是不同的。例如,扫描轨迹214C可以表征为214B的偏斜版本。当然,阵列的其它特征和布局是可能的并且考虑在本文中。扫描轨迹214B和214C可以被称为空间填充轨迹,因为其形成所示阵列并且获得跨样本204的表面区域而不是沿着样本204周围的连续线,如轨迹214A的投影。关于相对投影对,扫描轨迹214B和214C可能由于扫描轨迹的区域布局而带来更多数量的相对投影。如此,相比于用扫描轨迹214A获得的相对投影对可能存在更大数量的具有至少一个pi线的相对投影对,这可能是由于pi线的比大约绝对数量的投影更平坦(例如,更各向同性)的分布。
图3A和图3B分别是根据本公开的实施例的CT扫描投影305和307的说明性平面图。CT扫描投影305和307可以由系统100获得,例如,在单次CT扫描期间。可以使用图2中讨论的如螺旋、双螺旋和SF等任何扫描轨迹来获得投影305和307。然而,可以实施任何扫描轨迹以获得投影305和307。CT扫描投影305和307都可以通过使用从源302横穿样本304以撞击在检测器306上的x射线110A、110B从样本304获得。x射线110A、110B可以是平行的、呈锥形或扇形,这在一些实施例中可能取决于检测器布置。入射在样本上的x射线的形状是本公开的非限制性方面。CT扫描305和307的各个x射线可以沿着各个路径或迹线从源302传播通过样本304,并撞击在检测器306上。
投影305和307可以从样本304的相对侧获得,例如,其可以是相对投影,具有用于相对投影中的每一个的相关pi线和pi线数据,其也可以被称为pi线投影。基于所实施的扫描轨迹的模型,例如,空间填充类型或线性类型轨迹,系统100可以确定投影305和307是pi线投影(相对投影),例如,确定存在来自每个投影的横穿通过样本304的同一路径并穿过另一个投影的源302位置的虚拟空间的至少一条射线。然而,由于平台、源或检测器的不准确移动,pi线投影可能未对齐,如图3C所示。仅出于说明性目的,来自投影305的中间x射线迹线312A和来自投影307的x射线迹线312B可以是预期的pi线。如图3C所示,组合的投影309未对齐,如所指示的两个x射线迹线312A和312B没有横穿通过样本304的同一路径,也没有入射到另一个投影的源302上。出于说明性目的,可能由于旋转偏移引起的偏移量被夸大。
除了未对齐之外,由于强度和/或光谱组成的源波动/不一致,相关的pi线数据可能不一致。虽然这种不一致可能不会表现为未对齐,但是不一致可能导致pi线像素数据的差异,这也可以通过所公开的技术进行校正。
如图3D中的组合投影311所示,在对齐两个投影305和307之后,pi线312A和312B对齐。两个投影可以通过平移、旋转或缩放投影305和307中的一个或两个来对齐,或者通过修改建模的扫描轨迹来对齐,例如通过移动源位置。对齐量可以通过pi线数据之间的未对齐量和/或不一致量来确定,未对齐量和/或不一致量也可能影响所实施的校正措施。如果未对齐较大,例如,误差大于五个检测器像素,则可以通过移动源位置和投影来校正对齐。源和检测器的移动可以被称为“修改建模的扫描轨迹”。如图3D所示,右检测器306被绘制为虚线/点线轮廓以指示不仅仅源地点,投影也被移位。如果未对齐量低,例如,小于约五个像素,则可以通过仅移动投影,例如,检测器移位来校正对齐。
图4是根据本公开的实施例的两个pi线投影的说明性组合413。组合413包含在CT扫描实施期望扫描轨迹期间获得的一对pi线投影。在一些实施例中,扫描轨迹可以是包含旋转和z平移的螺旋或双螺旋轨迹。如此,可以参考样本404从不同的高度位置获得一对pi线投影。当然,也可以实施其它扫描轨迹。尽管两个投影的高度可能不同,但仍可能存在相关联的pi线,如pi线412。然而,因为两个投影是在不同的z位置处获得的,所以投影数据可能不完全重叠,但是至少可以具有共同的pi线412数据,这通常对于任何一对pi线投影来说都可以是正确的,其中源点并不刚好相隔180°。当然,样本404的另外特征可以包含在来自两个投影的投影数据中。
第一投影可以包含x射线410A,而相对投影包含x射线410B。如图4所示,pi线412横穿通过样本的同一路径并穿过每个投影的源位置。基于所实施的轨迹的模型,CT系统将知道检测器406的哪个像素或像素邻域与每个投影的pi线数据相关联。如果投影是对齐的,则像素的投影数据应当相等,因为x射线横穿用过样本404的同一路径,从而经历相同的衰减。但是,如果投影未对齐,则像素数据将不同,表示未对齐。
然后CT系统可以确定如何平移、旋转和/或缩放至少一个投影以最小化或消除像素数据中的差异,从而对齐两个投影。可替代地,系统可以允许建模的源轨迹中的扰动。
图5A至图5C示出了根据本公开的实施例的一对投影515和517。如图5A和5B所示,投影515和517可以从单个CT扫描获得,并且在一些实施例中,可以是pi线投影。例如,可以使用空间填充轨迹来获得投影515和517。pi线投影515和517的为对齐量可以如图5C所示。例如,未对齐520可能是由于在投影515和517的CT扫描期间发生的时间相关未对齐。另外,pi线投影515和517可能受到源强度和/或光谱含量波动的影响,这会影响相应的pi线像素数据一致性。
投影515包含在样本504的部分图像516A中示出的特征518和pi线512A。部分图像516A由于源502产生的并在横穿通过样本504之后撞击在检测器506上的x射线510A而形成。部分图像516A可以由原始或近原始像素数据形成。例如,近原始像素数据可以是针对亮场或暗场进行校正,但也可以是如上所述进行预处理的原始像素数据。投影517可以带来还包含特征518和pi线512B的部分图像516B。
图5C通过重叠投影515和517示出了未对齐520。如图所示,未对齐520可以包含旋转、放大和平移分量。由于轨迹的模型,与pi线512A、512B相关联的点或像素512被确定为与pi线对应。pi线512A、512B的像素值的差异可以用于最小化此差异,这也可以使未对齐520减少或消除和/或识别出未对齐520的最佳近似。如此,可以对齐投影515和517,并且可以提高任何所得到的重建的质量。
在一些实施例中,未对齐/不一致的量可能影响所实施的校正。例如,如果未对齐520比较小,例如,约五个像素,则投影可以彼此重叠到合理的近似。然而,如果未对齐520比较大,例如,大于约5个像素,则可能无法通过几何变换来校正未对齐。在这种情况下,视角也可以相对于理想轨迹改变,因此投影515或517可以与理想投影不同。如果pi线数据包含由于源波动引起的不一致,则校正动作可以包含例如缩放一个或两个投影。
图6是根据本文公开的实施例的用于基于pi线对齐CT扫描的投影的实例方法621。方法621可以由如CT系统100等CT系统执行。方法621可以开始于处理框623,其包含获取样本的多个投影,所述多个投影中的每个投影是基于轨迹在样本周围的不同位置处获取的。轨迹可以是例如圆形、螺旋形、双螺旋形或空间填充。投影可以带来横穿样本并撞击检测器的每个x射线的衰减数据。检测器的像素可以与x射线相关联,其中一些x射线横穿样本带来衰减数据,例如,图像数据。
处理框623之后可以是处理框625,其包含基于相应的pi线从所述多个投影确定相对投影对。在一些实施例中,处理框625可以包含基于关联的pi线确定所有相对投影组的子集,并且可以不确定所有的相对投影。通常,每次扫描可以产生大量的相对投影,例如,多个pi线投影。
处理框625之后可以是处理框627,其包含基于轨迹的模型确定与pi线对应的像素数据。基于轨迹模型的系统可以确定哪个像素对应于相对投影对的pi线。另外,方法621可以确定哪个像素对应于多个pi线投影中的每一个的pi线。应当注意的是,本发明不限于确定一个或所有像素数据,并且在一些实施例中,可以确定pi线投影的子集和相关联的像素数据。虽然讨论指出数据可能与像素有关,但是在pi线射线在像素之间撞击检测器而不是直接撞击在像素上的情况下,也可能需要从相邻像素内插像素数据。处理框627可以是处理框625的子集。
处理框627之后可以是处理框629,其包含确定所述每个相对投影对的相应的pi线数据之间的不一致量,其中所述不一致表明相对投影,例如,pi线投影,未对齐或表明发生源不一致。在一些实施例中,可以基于与每个相对投影对中的每个投影的pi线数据相关联的衰减数据来确定不一致。例如,可以比较与投影对的每个投影的pi线相关联的像素数据以确定齐是否不同,并且如果不同,则确定差异量。基于差异的存在,系统可以确定投影中存在未对齐,所述未对齐可以包含旋转、放大和平移未对齐的量。虽然可能不能从pi线不一致,例如,pi线像素数据的差异确定未对齐量,但是不一致的减少或消除可以使未对齐减少或消除。进一步地,方法621可以针对多个pi线投影的每个pi线投影重复框627,以确定与多个pi线投影中的每一个相关联的未对齐。
处理框629之后可以是处理框631,其包含通过最小化与每个相对投影对的所述相应的pi线相关联的检测器数据差来对齐所述每个相对投影对。在一些实施例中,可以同时或迭代地对齐所有被识别的示出未对齐和/或不一致的pi线投影,例如,多个pi线投影,以最小化扫描的许多(最可能大于100,000)pi线的总检测器数据差。
图7是根据本公开的实施例的CT系统700的实例功能框图。CT系统700可以是CT系统100的实例,并且可以用于获得样本的CT扫描并提供样本的各种切片和体积的重建。CT系统700至少可以包含控制器720、存储器522、平台724、程序726、检测器728和源730。通常,CT系统700可以执行如本文所述的样本扫描。
控制器720可以是微控制器、CPU、一个或多个计算核等。控制器720可以控制CT系统700的多个方面,并且可以被耦合以从CT系统700的各种其它组件接收数据并向其提供控制信号。例如,控制器720可以执行存储在程序726中的代码,以使CT系统700使用期望的轨迹执行CT扫描,并基于轨迹的模型确定pi线投影。进一步地,基于pi线的相关联像素数据,系统700可以确定pi线投影之间的不一致量(如果有)并最小化任何差异以校正不一致。另外,可以将由检测器728获得的扫描数据提供给控制器720。作为响应,控制器720可以对数据执行算法以提供CT扫描、投影等。如所指出的,算法可以是程序726的一部分。
存储器722可以是易失性或非易失性存储器,其被耦合以保留数据和指令。可以是存储器722的一部分的程序726可以包含用于执行CT系统700的各种任务的操作指令和代码,如控制平台、源和检测器,以及各种其它辅助组件。
平台724可以响应于控制器720提供的控制信号来支持样本并提供其移动。控制器720可以在执行存储在存储器722和/或程序726中的平台控制指令的同时生成控制信号。例如,平台控制可以使平台根据如螺旋、双螺旋或空间填充图案等期望的轨迹移动。
检测器728可以检测已穿过样本的x射线并记录其强度。基于穿过样本的衰减,可以降低x射线的强度。衰减量可以是用于对样本成像和用于生成重建的数据。可以将图像数据或扫描数据提供给控制器720以进行处理,或者将其存储在存储器722中以供稍后处理。另外,可以响应于来自控制器720的控制信号移动检测器728。
源730将x射线提供给样本并且可以由控制器720控制。例如,响应于来自控制器720的控制信号,源730可以产生期望强度的x射线,并且还可以以相对于样本的方向移动。
Claims (27)
1.一种方法,其包括:
获取样本的多个投影,所述多个投影中的每个投影是基于轨迹在所述样本周围的不同位置处获取的;
基于相应的pi线从所述多个投影确定相对投影对;
确定每个相对投影对的相应的pi线数据之间的不一致量,其中所述pi线数据至少部分地基于检测器数据;以及
通过最小化与每个相对投影对的所述相应的pi线相关联的检测器数据差来对齐每个相对投影对,其中针对每个相对投影对,移位检测器位置和/或朝向和/或源位置,直到相对投影对之间的所述检测器数据差被最小化。
2.根据权利要求1所述的方法,其中确定每个相对投影对的所述相应的pi线数据之间的不一致量包含确定与每个相对投影对的每个投影相关联的pi线检测器数据之间的差。
3.根据权利要求2所述的方法,其中与每个相对投影对的两个投影相关联的所述pi线检测器数据是基于来自检测器的像素的数据或者从所述检测器的两个或更多个相邻像素内插的数据的。
4.根据权利要求1所述的方法,其中所述pi线是与所述相对投影对中的每一对的两个投影相关联的射线路径,所述投影横穿通过所述样本和每个相对投影对的两个投影的所述源位置的同一路径。
5.根据权利要求1所述的方法,其中所述检测器数据是原始强度数据。
6.根据权利要求1所述的方法,其中所述检测器数据是已经历一个或多个预处理步骤的原始强度数据。
7.根据权利要求6所述的方法,其中所述一个或多个预处理步骤包含校正亮场。
8.根据权利要求6所述的方法,其中所述一个或多个预处理步骤包含校正暗场。
9.根据权利要求1所述的方法,其中所述不一致是由于所述相对投影对、源强度变化或其组合之间的未对齐。
10.根据权利要求1所述的方法,其中所述轨迹选自螺旋、双螺旋和空间填充轨迹之一。
11.根据权利要求1所述的方法,其中最小化与pi线相关联的检测器数据差包含响应于不一致量大于阈值,通过移位源位置和投影来最小化与所述pi线相关联的所述检测器数据差;以及响应于不一致量低于所述阈值,通过仅移位投影来最小化与所述pi线相关联的所述检测器数据差。
12.根据权利要求1所述的方法,其中最小化与所述pi线相关联的所述检测器数据差还包含平移、旋转或缩放相对投影中的一个或两个。
13.根据权利要求11所述的方法,其中对齐每个相对投影对包含迭代地最小化每个相对投影对的所述相应的pi线数据之间的所述不一致。
14.根据权利要求11所述的方法,其中对齐每个相对投影对包含集中地最小化每个相对投影对的pi线不一致。
15.一种计算机断层扫描系统,其包括:
源,其用于提供x射线;
检测器,其用于在穿过样本后或在样本周围检测x射线;以及
控制器,其被耦合以控制所述源和所述检测器,所述控制器进一步包含代码,所述代码当由所述控制器执行时使所述控制器:
获取样本的多个投影,所述多个投影中的每个投影是基于轨迹在样本周围的不同位置处获取的;
基于相应的pi线从所述多个投影确定相对投影对;
确定每个相对投影对的相应的pi线数据之间的不一致量,其中所述pi线数据至少部分地基于检测器数据;以及
通过最小化与每个相对投影对的所述相应的pi线相关联的检测器数据差来对齐每个相对投影对,其中针对每个相对投影对,移位检测器位置和/或朝向和/或源位置,直到相对投影对之间的所述检测器数据差被最小化。
16.根据权利要求15所述的计算机断层扫描系统,其中使所述控制器确定每个相对投影对的所述相应的pi线数据之间的不一致量的所述代码进一步包含当被执行时使所述控制器确定与每个相对投影对的每个投影相关联的pi线检测器数据之间的差的代码。
17.根据权利要求15所述的计算机断层扫描系统,其中与每个相对投影对的两个投影相关联的所述pi线检测器数据是基于来自所述检测器的像素的数据或者从所述检测器的两个或更多个相邻像素内插的数据的。
18.根据权利要求15所述的计算机断层扫描系统,其中所述pi线是与所述相对投影对中的每一对的两个投影相关联的射线路径,所述投影横穿通过所述样本和每个相对投影对的两个投影的所述源位置的同一路径。
19.根据权利要求15所述的计算机断层扫描系统,其中所述检测器数据是原始强度数据。
20.根据权利要求15所述的计算机断层扫描系统,其中所述检测器数据是已经历一个或多个预处理步骤的原始强度数据。
21.根据权利要求20所述的计算机断层扫描系统,其中所述一个或多个预处理步骤包含校正亮场。
22.根据权利要求15所述的计算机断层扫描系统,其中所述不一致是由于所述相对投影对、源强度变化或其组合之间的未对齐。
23.根据权利要求15所述的计算机断层扫描系统,其中所述轨迹选自螺旋、双螺旋和空间填充轨迹之一。
24.根据权利要求15所述的计算机断层扫描系统,其中最小化与pi线相关联的检测器数据差包含响应于不一致量大于阈值,通过修改所述轨迹来最小化与所述pi线相关联的所述检测器数据差;以及响应于不一致量低于所述阈值,通过仅移位投影来最小化与所述pi线相关联的所述检测器数据差。
25.根据权利要求15所述的计算机断层扫描系统,其中使得所述控制器最小化与所述pi线相关联的所述检测器数据差的所述代码进一步包含当被执行时使所述控制器平移、旋转或缩放相对投影中的一个或两个的代码。
26.根据权利要求24所述的计算机断层扫描系统,其中使所述控制器对齐每个相对投影对的所述代码进一步包含当被执行时,使所述控制器迭代地最小化每个相对投影对的所述相应的pi线数据之间的不一致的代码。
27.根据权利要求24所述的计算机断层扫描系统,其中使所述控制器对齐每个相对投影对的所述代码进一步包含当被执行时使所述控制器集中地最小化每个相对投影对的pi线不一致的代码。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/926621 | 2018-03-20 | ||
US15/926,621 US11175242B2 (en) | 2018-03-20 | 2018-03-20 | Geometric alignment, sample motion correction, and intensity normalization of computed tomography projections using pi-line optimization |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110308165A CN110308165A (zh) | 2019-10-08 |
CN110308165B true CN110308165B (zh) | 2024-06-11 |
Family
ID=67983538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910210482.6A Active CN110308165B (zh) | 2018-03-20 | 2019-03-19 | 使用Pi线优化的计算机断层扫描投影的几何对齐、样本移动校正以及强度归一化 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11175242B2 (zh) |
JP (1) | JP7166964B2 (zh) |
CN (1) | CN110308165B (zh) |
AU (1) | AU2019201125B2 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7143567B2 (ja) * | 2018-09-14 | 2022-09-29 | 株式会社島津テクノリサーチ | 材料試験機および放射線ct装置 |
CN114782566B (zh) * | 2021-12-21 | 2023-03-10 | 首都医科大学附属北京友谊医院 | Ct数据重建方法和装置、电子设备和计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5390111A (en) * | 1993-11-12 | 1995-02-14 | General Electric Company | Method and system for processing cone beam data for reconstructing free of boundary-induced artifacts a three dimensional computerized tomography image |
JPH0862159A (ja) * | 1994-08-25 | 1996-03-08 | Hitachi Ltd | 断層撮影装置 |
CN1268035A (zh) * | 1997-07-01 | 2000-09-27 | 模拟技术公司 | 利用螺旋扫描ct再现立体图像 |
US6292525B1 (en) * | 1999-09-30 | 2001-09-18 | Siemens Corporate Research, Inc. | Use of Hilbert transforms to simplify image reconstruction in a spiral scan cone beam CT imaging system |
JP2009112627A (ja) * | 2007-11-08 | 2009-05-28 | Ge Medical Systems Global Technology Co Llc | X線ct装置 |
CN101515370A (zh) * | 2009-03-06 | 2009-08-26 | 北京航空航天大学 | 三维显微ct扫描系统中射线源焦点的投影坐标的标定方法 |
CN202305443U (zh) * | 2011-09-30 | 2012-07-04 | 清华大学 | Ct系统 |
CN103961119A (zh) * | 2013-01-31 | 2014-08-06 | Ge医疗系统环球技术有限公司 | Ct成像系统和确定ct准直仪缝隙轮廓的方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0610916A3 (en) * | 1993-02-09 | 1994-10-12 | Cedars Sinai Medical Center | Method and device for generating preferred segmented numerical images. |
US5946371A (en) * | 1997-12-08 | 1999-08-31 | Analogic Corporation | Method and apparatus for volumetric computed tomography scanning with offset symmetric or asymmetric detector system |
JP3993483B2 (ja) * | 2002-07-11 | 2007-10-17 | 東芝Itコントロールシステム株式会社 | コンピュータ断層撮影装置 |
JP4165319B2 (ja) * | 2003-07-17 | 2008-10-15 | ソニー株式会社 | コンピュータ断層撮像方法及び装置 |
US7170966B2 (en) * | 2003-08-05 | 2007-01-30 | Gioietta Kuo-Petravic | Practical implementation of a CT cone beam algorithm for 3-D image reconstruction as applied to nondestructive inspection of baggage, live laboratory animal and any solid materials |
US7444011B2 (en) * | 2004-02-10 | 2008-10-28 | University Of Chicago | Imaging system performing substantially exact reconstruction and using non-traditional trajectories |
CN100592340C (zh) * | 2004-02-13 | 2010-02-24 | 皇家飞利浦电子股份有限公司 | 运动假影补偿 |
DE102005031893A1 (de) * | 2005-07-07 | 2007-01-18 | Siemens Ag | Verfahren zur Fokusjustage in einem CT |
JP4733484B2 (ja) * | 2005-09-13 | 2011-07-27 | 東芝Itコントロールシステム株式会社 | コンピュータ断層撮影装置 |
JP4607727B2 (ja) * | 2005-09-21 | 2011-01-05 | 東芝Itコントロールシステム株式会社 | コンピュータ断層撮影装置 |
CN100495439C (zh) * | 2005-11-21 | 2009-06-03 | 清华大学 | 采用直线轨迹扫描的图像重建系统和方法 |
US8233690B2 (en) * | 2008-04-30 | 2012-07-31 | Real-Time Tomography, Llc | Dynamic tomographic image reconstruction and rendering on-demand |
CN101897593B (zh) * | 2009-05-26 | 2014-08-13 | 清华大学 | 一种计算机层析成像设备和方法 |
US8483351B2 (en) * | 2009-10-28 | 2013-07-09 | Virginia Tech Intellectual Properties, Inc. | Cardiac computed tomography methods and systems using fast exact/quasi-exact filtered back projection algorithms |
CN102711613B (zh) * | 2010-01-13 | 2015-07-15 | 澳大利亚国立大学 | 计算断层摄影成像方法及系统 |
US8270561B2 (en) * | 2010-10-13 | 2012-09-18 | Kabushiki Kaisha Toshiba | Motion weighting in computed tomography (CT) with cone angle |
EP3136345A1 (en) * | 2015-08-24 | 2017-03-01 | FEI Company | Positional error correction in a tomographic imaging apparatus |
WO2018094121A1 (en) * | 2016-11-16 | 2018-05-24 | University Of Central Florida Research Foundation, Inc. | System and method for motion estimation and compensation in helical computed tomography |
-
2018
- 2018-03-20 US US15/926,621 patent/US11175242B2/en active Active
-
2019
- 2019-02-18 AU AU2019201125A patent/AU2019201125B2/en active Active
- 2019-03-13 JP JP2019045391A patent/JP7166964B2/ja active Active
- 2019-03-19 CN CN201910210482.6A patent/CN110308165B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5390111A (en) * | 1993-11-12 | 1995-02-14 | General Electric Company | Method and system for processing cone beam data for reconstructing free of boundary-induced artifacts a three dimensional computerized tomography image |
JPH0862159A (ja) * | 1994-08-25 | 1996-03-08 | Hitachi Ltd | 断層撮影装置 |
CN1268035A (zh) * | 1997-07-01 | 2000-09-27 | 模拟技术公司 | 利用螺旋扫描ct再现立体图像 |
US6292525B1 (en) * | 1999-09-30 | 2001-09-18 | Siemens Corporate Research, Inc. | Use of Hilbert transforms to simplify image reconstruction in a spiral scan cone beam CT imaging system |
JP2009112627A (ja) * | 2007-11-08 | 2009-05-28 | Ge Medical Systems Global Technology Co Llc | X線ct装置 |
CN101515370A (zh) * | 2009-03-06 | 2009-08-26 | 北京航空航天大学 | 三维显微ct扫描系统中射线源焦点的投影坐标的标定方法 |
CN202305443U (zh) * | 2011-09-30 | 2012-07-04 | 清华大学 | Ct系统 |
CN103961119A (zh) * | 2013-01-31 | 2014-08-06 | Ge医疗系统环球技术有限公司 | Ct成像系统和确定ct准直仪缝隙轮廓的方法 |
Non-Patent Citations (2)
Title |
---|
CT模体投影解析计算及其在射束 硬化校正中的应用;汤少杰 等;《西安交通大学学报》;第664-668页 * |
Experimental ultra fast X-ray computed tomography with a linearly scanned electron beam source;U. Hampel et al;《Flow Measurement and Instrumentation 》;第65-72页 * |
Also Published As
Publication number | Publication date |
---|---|
US11175242B2 (en) | 2021-11-16 |
RU2019107567A3 (zh) | 2022-01-25 |
US20190293574A1 (en) | 2019-09-26 |
JP2019164132A (ja) | 2019-09-26 |
RU2019107567A (ru) | 2020-09-18 |
JP7166964B2 (ja) | 2022-11-08 |
AU2019201125A1 (en) | 2019-10-10 |
CN110308165A (zh) | 2019-10-08 |
AU2019201125B2 (en) | 2023-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7950849B2 (en) | Method and device for geometry analysis and calibration of volumetric imaging systems | |
Kyriakou et al. | Simultaneous misalignment correction for approximate circular cone-beam computed tomography | |
CN107764846B (zh) | 一种正交直线扫描的cl成像系统及分析方法 | |
US9538974B2 (en) | Methods and systems for correcting table deflection | |
CN107328798B (zh) | 一种新型icl系统及实现方法 | |
CN107796834B (zh) | 一种正交电子直线扫描cl成像系统及方法 | |
US20130243293A1 (en) | Method for reducing motion artifacts | |
US20050265523A1 (en) | C-arm device with adjustable detector offset for cone beam imaging involving partial circle scan trajectories | |
KR20040111005A (ko) | 단층촬영장치 | |
Meng et al. | Online geometric calibration of cone-beam computed tomography for arbitrary imaging objects | |
JP2007014783A (ja) | コンピュータ断層撮影装置における焦点調整方法 | |
CN110057847B (zh) | Tr层析扫描投影重排方法及装置 | |
CN110308165B (zh) | 使用Pi线优化的计算机断层扫描投影的几何对齐、样本移动校正以及强度归一化 | |
CN103163165A (zh) | 一种二代ct扫描成像方法 | |
CN103565465A (zh) | 一种ct机焦点的修正方法与装置 | |
CN104027127A (zh) | 一种ct机及其球管焦点的实时监测方法 | |
US8948337B2 (en) | Computed tomography image reconstruction | |
WO2013192600A1 (en) | Methods and systems for estimating scatter | |
Ametova et al. | Software-based compensation of instrument misalignments for X-ray computed tomography dimensional metrology | |
Niebler et al. | Projection‐based improvement of 3D reconstructions from motion‐impaired dental cone beam CT data | |
CN105319225B (zh) | 一种实现板状样品高分辨率大视野cl成像的扫描方法 | |
CN109146800B (zh) | 锥束计算机断层成像图像校正方法和系统 | |
Tan et al. | An interval subdividing based method for geometric calibration of cone-beam CT | |
Duan et al. | Knowledge-based self-calibration method of calibration phantom by and for accurate robot-based CT imaging systems | |
Delgado-Friedrichs et al. | PI-line difference for alignment and motion-correction of cone-beam helical-trajectory micro-tomography data |
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 |