CN110403622B - 生成查找表的寻峰方法、装置、计算机设备和存储介质 - Google Patents
生成查找表的寻峰方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110403622B CN110403622B CN201910666635.8A CN201910666635A CN110403622B CN 110403622 B CN110403622 B CN 110403622B CN 201910666635 A CN201910666635 A CN 201910666635A CN 110403622 B CN110403622 B CN 110403622B
- Authority
- CN
- China
- Prior art keywords
- peak
- pixel points
- pixel
- peak value
- values
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000013078 crystal Substances 0.000 claims abstract description 92
- 238000013507 mapping Methods 0.000 claims abstract description 50
- 238000004590 computer program Methods 0.000 claims description 25
- 230000002285 radioactive effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000002600 positron emission tomography Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 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]
- A61B6/037—Emission 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine (AREA)
Abstract
本申请涉及一种生成查找表的寻峰方法、装置、计算机设备和存储介质。所述方法包括：获取二维事件映射图像，获取探测器晶体的理论位置数据，根据所述理论位置数据将二维事件映射图像中的像素点进行分类，在分类后的像素点中确定最终峰值。通过根据符合目标位置的标准相应的调节获取的探测器晶体的理论位置数据，再根据该理论位置数据对二维事件映射图像中整体的像素点进行分类，再分类后寻找最终峰值位置，再利用迭代计算检查最终峰值位置是否正确，以确定寻峰结果正确性。这样的方法目标明确，自适应性强，并且寻峰结果正确性高，有效的提高最后在重建图像的质量。
Description
技术领域
本申请涉及医疗设备技术领域，特别是涉及一种生成查找表的寻峰方法、装置、计算机设备和存储介质。
背景技术
正电子发射计算机断层扫描(Positron Emission Tomography，PET)是一种利用向生物体内部注入正电子放射性同位素标记的化合物，而在体外测量它们的空间分布和时间特性的三维成像无损检测技术，具有灵敏度高、准确性好、定位准确的特点。
目前多数的PET探测器采用离散晶体阵列耦合光电探测器的设计方法。当511keV的伽马光子入射到探测器的闪烁晶体产生大量可见光子，可见光子被光电探测器接收并转换为电信号，通过多个光电探测器产生的信号进行Anger逻辑加权，计算伽马光子作用位置。但是由于探测器实际设计及算法本身问题导致图像发生枕形或桶形失真，实际计算位置并非伽马光子真实作用位置。探测器需要利用泛场源进行照射，对获得的泛场图像进行分割获得各个晶体的响应位置，并作为探测器位置查找表。
在生成晶体位置查找表的过程中，需要确定各晶体的峰值位。各晶体峰值点的位置是否准确严重的影响到后期对PET图像进行重建后的质量。故，在对PET数据进行处理前，确定探测器晶体中接收到光子后产生的峰值位置尤为重要。然而在现在有技术中，利用现有的计算方法无法准确的找到晶体中峰值的位置，导致无法形成正确的晶体位置查找表。
发明内容
基于此，有必要针对上述技术问题，提供一种生成查找表的寻峰方法、装置、计算机设备和存储介质。
一种生成查找表的寻峰方法，所述方法包括：
获取二维事件映射图像；
获取探测器晶体的理论位置数据；
根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
在分类后的像素点中确定最终峰值。
在其他实施例中，所述在分类后的像素点中确定峰值包括：
随机选择一个分类，计算所述该分类中所有像素点的八临域像素值之和；
确定八临域像素值之和数值最大的像素点作为第一峰值；
选择二维事件映射图像中的其他分类，计算所述其他分类中所有像素点的八临域像素值之和；
根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值。
在其他实施例中，所述根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值包括：
计算各所述像素点的八临域像素值之和与各所述像素点到所述第一峰值的距离的乘积；
所述乘积最大值所对应的像素点的位置为该类像素点的峰值。
在其他实施例中，所述探测器晶体的理论位置数据包括固定数量的峰值。
在其他实施例中，所述根据所述理论位置数据将二维事件映射图像中的像素点进行分类包括：
根据像素点与所述固定数量的峰值的距离对像素点进行分类。
在其他实施例中，所述获取二维事件映射图像之前还包括：
对放射源进行扫描，获得单事件数据；
根据所述单事件数据获得二维事件映射图像。
在其他实施例中，所述探测器晶体的理论位置数据由晶体探测器的晶体排布阵列以及晶体数量等因素决定。
一种生成查找表的寻峰装置，所述装置包括：
第一获取模块，用于获取二维事件映射图像；
第二获取模块，用于获取探测器晶体的理论位置数据；
分类模块，用于根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
最终峰值确定模块，用于在分类后的像素点中确定最终峰值。
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：
获取二维事件映射图像；
获取探测器晶体的理论位置数据；
根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
在分类后的像素点中确定最终峰值。
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：
获取二维事件映射图像；
获取探测器晶体的理论位置数据；
根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
在分类后的像素点中确定最终峰值。
上述生成查找表的寻峰方法中，获取二维事件映射图像，获取探测器晶体的理论位置数据，根据所述理论位置数据将二维事件映射图像中的像素点进行分类，在分类后的像素点中确定最终峰值。通过根据符合目标位置的标准相应的调节获取的探测器晶体的理论位置数据，再根据该理论位置数据对二维事件映射图像中整体的像素点进行分类，分类后寻找最终峰值位置。这样的方法目标明确，自适应性强，并且寻峰结果正确性高，有效的提高最后在重建图像的质量。
附图说明
图1为一个实施例中生成查找表的寻峰方法的流程示意图；
图2为一个实施例中生成查找表的寻峰装置的结构框图；
图3为一个实施例中提供了在分类后的像素点钟确定峰值装置的结构框图；
图4为一个实施例中晶体峰值的目标位置示意图；
图5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。
正电子发射型计算机断层显像(Positron Emission Tomography，PET)，是核医学领域比较先进的临床检查影像技术。是将某种物质，一般是生物生命代谢中必须的物质，如：葡萄糖、蛋白质、核酸、脂肪酸，标记上短寿命的放射性核素(如18F，11C等)，注入人体后，放射性核素在衰变过程中释放出正电子，一个正电子在行进十分之几毫米到几毫米后遇到一个电子后发生湮灭，从而产生方向相反的一对能量为511KeV的光子。这对光子，通过高度灵敏的探测器捕捉形成数据信息，这些信息经计算机进行散射和随机等一些列的校正形成校正后数据，经过对校正后数据进行重建处理，我们可以得到在生物体内聚集情况的三维图像，从而达到诊断的目的。
而PET数据采集系统的性能直接影响PET的成像质量，晶体位置映射图的数据采集和信号处理过程与PET数据采集和图像重建不同，晶体位置映射图的数据采集的算法研究是PET数据采集和图像重建的重要组成部分。以电源或泛源持续照射PET晶体阵列，对探测器及前端模拟电路输出的模拟信号进行采集和计算，完成模数转换、机线恢复、事件检测、堆积事件排除、位置逻辑等处理后，得到晶体位置映射图。在实际的PET系统正常工作前，需要通过晶体位置映射图生成一些列的晶体位置查找表，再根据晶体位置查找表对PET图像进行重建。而在生成晶体查找表的过程中，寻找的晶体中各峰值的位置是否准确与最后重建出来的图像质量有着至关重要的关系。
在一个实施例中，如图1所示，提供了一种生成查找表的寻峰方法，所述方法包括以下步骤：
步骤102，获取二维事件映射图像。
具体的，在获取二维事件映射图像之前还包括：对放射源进行扫描，获得单事件数据；再根据所述单事件数据获得二维事件映射图像。
在本实施例中，由PET系统对待扫描物体进行扫描，由探测器获取光电信号后，通过对光电信号的处理得到单事件数据。在PET系统中，多个探测器环形设置，当放射源处发生湮灭事件后，产生的两个方向相反的光子，两个方向相反的光子会被设置在一条直线上的两侧探测器捕获。探测器获取单个光子的数据为单事件数据。
在本实施例中，根据所述单事件数据获得二维事件映射图像。通过各探测器上捕获光子的具体位置可得到湮灭位置。在各探测器上设置有离散晶体阵列，在探测器进行探测光子的过程中，一个探测器上的各晶体均可探测到不同的光子。通过各晶体上接收光子的位置数据可生成二维事件映射图像。
在本实施例中，放射源为待扫描物体内部注入正电子放射性同位素标记的化合物。
步骤104，获取探测器晶体的理论位置数据。
具体的，所述探测器晶体的理论位置数据包括固定数量的峰值。并且晶体的理论位置数据由晶体探测器的晶体排布阵列以及晶体数量等因素决定。
在本实施例中，由于各种型号的PET系统中单个晶体探测器的晶体排布阵列的数量和排布方式是不一样的。例如，在uMI780-PET系统中探测器中的晶体为7乘以8矩阵排布，在该晶体探测器中包括有56个晶体。这样相应的在设置探测器晶体的理论位置数据时，对应此PET系统晶体峰值的数量为固定的56个，并且56个晶体峰值的位置按照七行八列的位置进行排布。在u-explorer-PET系统中的晶体为6乘以7矩阵排布，在该晶体探测器包括有42个晶体。这样相应的在设置探测器晶体的理论位置数据时，对应此PET系统晶体峰值的数量为固定的42个，并且42个晶体峰值的位置按照六行七列的位置进行排布。
进一步的，根据不同PET系统的探测器晶体排布阵列以及晶体数量设置好晶体峰值点数量和排布后，此时各晶体的峰值呈矩形阵列排布。再将所述呈矩形阵列排布的峰值依据不同情况调节成蝶形阵列，如图4所示。图4为调整后的晶体峰值阵列为各晶体峰值的目标位置。
步骤106，根据所述理论位置数据将二维事件映射图像中的像素点进行分类。
具体的，步骤106还包括：根据像素点与所述固定数量的峰值位置的距离对像素点进行分类。
在本实施例中，获取二维事件映射图像中各像素点的位置，计算各像素点的位置到各晶体峰值位置的距离，再查找离各像素点位置最近的晶体峰值，并将该像素点与该晶体峰值分为一类。这样将获取的二维事件映射图像中的所有像素点分类后，可以得到与固定数量的峰值相对应的固定数量类别。例如，晶体峰值的固定数量为56个时，则将所有的像素点分为56类。
步骤108，在分类后的像素点中确定峰值。
具体的，步骤108还包括：随机选择一个分类，计算所述该分类中所有像素点的八临域像素值之和，将八临域像素值之和最大的像素点作为第一峰值。选择二维事件映射图像中的其他分类，计算所述其他分类中所有像素点的八临域像素值之和，根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值。
在本实施例中，在像素点的多个分类中，随即选择一个分类。在选择的分类中，计算所有像素点的八临域像素值之和，并且选出八临域像素值之和最大数值对应的像素点作为第一峰值。再计算其他类别中各像素点的八临域像素值之和，并根据各像素点的八临域像素值之和以及第一峰值的位置确定各个类别中的峰值。
进一步的，根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值包括：计算各所述像素点的八临域像素值之和与各所述像素点到所述第一峰值的距离的乘积，所述乘积最大值所对应的像素点作为该类像素点的最终峰值。
在本实施例中，在计算各其他类别中各个像素点的八临域像素值之和后，再计算各其他类别中的各个像素点位置与第一峰值位置之间的距离，在通过计算每各像素点的八临域像素值之和后和各像素点位置与第一峰值位置之间的距离的乘积。最后在各其他分类中，将最大值乘积所对应的像素点作为该类像素点的最终峰值。这样在二维事件映射图像中可确定固定数量的最终峰值位置，以完成寻峰。
在其他实施例中，计算得到第一峰值位置后，在其他类别中随机挑选一个类别，并计算该类别中各像素点位置到第一峰值位置的距离，再计算各像素点八临域像素值之和与相应像素点位置到第一峰值位置的距离的乘积。在该类中选取最大乘积对应像素点作为该类的最终峰值，变将所述最终峰值作为第二峰值。再从没有确定最终峰值的其他类别中，随机挑选一个类别，再根据第二峰值计算该类别的确定峰值，并将确定峰值作为第三峰值。之后以此类推的计算出所有类别的确定峰值，以完成寻峰。
在其他实施例中，计算得到第一峰值位置，可根据所述第一峰值位置确定与第一峰值位置相邻的多个其他类别的最终峰值。其他还没有确定最终峰值位置的类别可根据最近类别中已确定的最终峰值位置得到该类别的最终峰值位置，以完成寻峰。
在本实施例中，在确定各晶体最终峰值后，可将各类别中的像素点重复迭代步骤108的过程，以多次寻找各晶体峰值，当寻找的峰值位置与前一次一样时，则可确保该峰值位置为准确的，从而保证根据晶体峰值位置得到的晶体位置查找表是准确的。
上述生成查找表的寻峰方法中，获取二维事件映射图像，获取探测器晶体的理论位置数据，根据所述理论位置数据将二维事件映射图像中的像素点进行分类，在分类后的像素点中确定最终峰值。通过根据符合目标位置的标准相应的调节获取的探测器晶体的理论位置数据，再根据该理论位置数据对二维事件映射图像中整体的像素点进行分类，再分类后寻找最终峰值位置，再利用迭代计算检查最终峰值位置是否正确，以确定寻峰结果正确性。这样的方法目标明确，自适应性强，并且寻峰结果正确性高，有效的提高最后在重建图像的质量。
应该理解的是，虽然图1的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，提供了一种生成位置查找表的寻峰装置，包括：第一获取模块202、第二获取模块204、分类模块204和最终峰值确定模块208，其中：
第一获取模块202，用于获取二维事件映射图像。
第二获取模块204，用于获取探测器晶体的理论位置数据。
分类模块206，用于根据所述理论位置数据将二维事件映射图像中的像素点进行分类。
最终峰值确定模块208，用于在分类后的像素点中确定最终峰值。
在一个实施例中，如图3所示，提供了一种在分类后的像素点中确定最终峰值的装置，包括第一选择模块302、第一确定模块304、第二选择模块306以及第二确定模块308，其中：
第一选择模块302：随机选择一个分类，计算所述该分类中所有像素点的八临域像素值之和。
第一确定模块304：确定八临域像素值之和数值最大的像素点作为第一峰值。
第二选择模块306：选择二维事件映射图像中的其他分类，计算所述其他分类中所有像素点的八临域像素值之和。
第二确定模块308：根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值。
关于生成查找表的寻峰装置的具体限定可以参见上文中对于生成查找表的寻峰方法的限定，在此不再赘述。上述生成查找表的寻峰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5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生成查找表的寻峰方法。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5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：
获取二维事件映射图像；
获取探测器晶体的理论位置数据；
根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
在分类后的像素点中确定最终峰值。
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：
随机选择一个分类，计算所述该分类中所有像素点的八临域像素值之和；
确定八临域像素值之和数值最大的像素点作为第一峰值；
选择二维事件映射图像中的其他分类，计算所述其他分类中所有像素点的八临域像素值之和；
根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值。
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：
计算各所述像素点的八临域像素值之和与各所述像素点到所述第一峰值的距离的乘积；
所述乘积最大值所对应的像素点的位置为该类像素点的峰值。
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：
所述探测器晶体的理论位置数据包括固定数量的峰值。
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：
根据像素点与所述固定数量的峰值的距离对像素点进行分类。
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：
对放射源进行扫描，获得单事件数据；
根据所述单事件数据获得二维事件映射图像。
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：
所述探测器晶体的理论位置数据由晶体探测器的晶体排布阵列以及晶体数量等因素决定。
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：
获取二维事件映射图像；
获取探测器晶体的理论位置数据；
根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
在分类后的像素点中确定最终峰值。
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：
随机选择一个分类，计算所述该分类中所有像素点的八临域像素值之和；
确定八临域像素值之和数值最大的像素点作为第一峰值；
选择二维事件映射图像中的其他分类，计算所述其他分类中所有像素点的八临域像素值之和；
根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值。
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：
计算各所述像素点的八临域像素值之和与各所述像素点到所述第一峰值的距离的乘积；
所述乘积最大值所对应的像素点的位置为该类像素点的峰值。
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：
所述探测器晶体的理论位置数据包括固定数量的峰值。
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：
根据像素点与所述固定数量的峰值的距离对像素点进行分类。
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：
对放射源进行扫描，获得单事件数据；
根据所述单事件数据获得二维事件映射图像。
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：
所述探测器晶体的理论位置数据由晶体探测器的晶体排布阵列以及晶体数量等因素决定。
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 (7)
1.一种生成查找表的寻峰方法，其特征在于，所述方法包括：
获取二维事件映射图像；
获取探测器晶体的理论位置数据，所述探测器晶体的理论位置数据包括固定数量的峰值；
根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
所述根据所述理论位置数据将二维事件映射图像中的像素点进行分类包括：根据像素点与所述固定数量的峰值的距离对像素点进行分类；
在分类后的像素点中确定最终峰值；
所述在分类后的像素点中确定峰值包括：随机选择一个分类，计算该所述分类中所有像素点的八临域像素值之和；确定八临域像素值之和数值最大的像素点作为第一峰值；选择二维事件映射图像中的其他分类，计算所述其他分类中所有像素点的八临域像素值之和；根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值，所述最终峰值包括所述第一峰值以及其他分类中的像素点的峰值。
2.根据权利要求1所述的方法，其特征在于，所述根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值包括：
计算各所述像素点的八临域像素值之和与各所述像素点到所述第一峰值的距离的乘积；
所述乘积最大值所对应的像素点的位置为该类像素点的峰值。
3.根据权利要求1所述的方法，其特征在于，所述获取二维事件映射图像之前还包括：
对放射源进行扫描，获得单事件数据；
根据所述单事件数据获得二维事件映射图像。
4.根据权利要求1所述的方法，其特征在于，所述探测器晶体的理论位置数据由晶体探测器的晶体排布阵列以及晶体数量决定。
5.一种生成查找表的寻峰装置，其特征在于，所述装置包括：
第一获取模块，用于获取二维事件映射图像；
第二获取模块，用于获取探测器晶体的理论位置数据，所述探测器晶体的理论位置数据包括固定数量的峰值；
分类模块，用于根据所述理论位置数据将二维事件映射图像中的像素点进行分类；
所述分类模块具体用于：根据像素点与所述固定数量的峰值的距离对像素点进行分类；
最终峰值确定模块，用于在分类后的像素点中确定最终峰值；
所述最终峰值确定模块具体用于：随机选择一个分类，计算该所述分类中所有像素点的八临域像素值之和；确定八临域像素值之和数值最大的像素点作为第一峰值；选择二维事件映射图像中的其他分类，计算所述其他分类中所有像素点的八临域像素值之和；根据所述其他分类中所有像素点的八临域像素值之和以及所述第一峰值确定其他分类中的像素点的峰值，所述最终峰值包括所述第一峰值以及其他分类中的像素点的峰值。
6.一种计算机设备，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4中任一项所述方法的步骤。
7.一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4中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910666635.8A CN110403622B (zh) | 2019-07-23 | 2019-07-23 | 生成查找表的寻峰方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910666635.8A CN110403622B (zh) | 2019-07-23 | 2019-07-23 | 生成查找表的寻峰方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110403622A CN110403622A (zh) | 2019-11-05 |
| CN110403622B true CN110403622B (zh) | 2023-03-21 |
Family
ID=68362692
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910666635.8A Active CN110403622B (zh) | 2019-07-23 | 2019-07-23 | 生成查找表的寻峰方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110403622B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201115175A (en) * | 2009-10-30 | 2011-05-01 | Iner Aec Executive Yuan | Method for identifying and sorting sensing signals with resepct to crystal location of the scintillation detector |
| CN103914860A (zh) * | 2013-01-05 | 2014-07-09 | 苏州瑞派宁科技有限公司 | 晶体条位置查找表生成方法及装置 |
| CN104076383A (zh) * | 2007-05-16 | 2014-10-01 | 皇家飞利浦电子股份有限公司 | 虚拟pet探测器和用于pet的准像素化读出方案 |
| CN107242881A (zh) * | 2017-08-15 | 2017-10-13 | 中日友好医院 | 一种pet晶体位置查找表更新方法 |
| CN109727226A (zh) * | 2018-11-07 | 2019-05-07 | 中国科学院高能物理研究所 | 一种基于机器学习的位置表自动生成方法 |
-
2019
- 2019-07-23 CN CN201910666635.8A patent/CN110403622B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076383A (zh) * | 2007-05-16 | 2014-10-01 | 皇家飞利浦电子股份有限公司 | 虚拟pet探测器和用于pet的准像素化读出方案 |
| TW201115175A (en) * | 2009-10-30 | 2011-05-01 | Iner Aec Executive Yuan | Method for identifying and sorting sensing signals with resepct to crystal location of the scintillation detector |
| CN103914860A (zh) * | 2013-01-05 | 2014-07-09 | 苏州瑞派宁科技有限公司 | 晶体条位置查找表生成方法及装置 |
| CN107242881A (zh) * | 2017-08-15 | 2017-10-13 | 中日友好医院 | 一种pet晶体位置查找表更新方法 |
| CN109727226A (zh) * | 2018-11-07 | 2019-05-07 | 中国科学院高能物理研究所 | 一种基于机器学习的位置表自动生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110403622A (zh) | 2019-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9753146B2 (en) | Pixel identification for small pitch scintillation crystal arrays | |
| US7381959B2 (en) | Technique for reconstructing PET scan images | |
| CN105125231A (zh) | 一种pet图像环状伪影的去除方法和装置 | |
| 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 | |
| CN110025329B (zh) | 符合计数弦图生成方法、装置、计算机设备和存储介质 | |
| CN110215227B (zh) | 时间窗设置方法、装置、计算机设备和存储介质 | |
| CN110327067B (zh) | 图像重建方法、装置、终端设备及pet系统 | |
| CN110327065B (zh) | 单事件计数率校正方法、装置、计算机设备和存储介质 | |
| CN110749916A (zh) | 获取pet探测器晶体时间延迟量的方法、装置和计算机设备 | |
| Mikhaylova et al. | Simulation of the expected performance of a seamless scanner for brain PET based on highly pixelated CdTe detectors | |
| CN109685866B (zh) | 晶体位置查找表构建方法、装置、计算机设备和存储介质 | |
| CN110223247B (zh) | 图像衰减校正方法、装置、计算机设备和存储介质 | |
| CN110400361B (zh) | 子集划分及图像重建的方法、装置和计算机设备 | |
| EP1631844B1 (en) | Generating detector efficiency estimates for a oet scanner | |
| CN110687585B (zh) | 获取晶体效率的方法、装置、计算机设备和存储介质 | |
| CN110403622B (zh) | 生成查找表的寻峰方法、装置、计算机设备和存储介质 | |
| CN105913397B (zh) | 一种重建图像的修正方法、装置及设备 | |
| CN108873047A (zh) | 检测放射源活度的方法、系统、计算机设备和存储介质 | |
| CN110226943B (zh) | 光子到达探测器的参数计算方法、装置和计算机设备 | |
| CN113712583A (zh) | 死时间校正方法、装置、计算机设备和存储介质 | |
| CN111728633B (zh) | Pet系统交叉符合数据处理方法、装置和计算机设备 | |
| CN112102426B (zh) | 本底符合事件判选方法、装置、设备及可读存储介质 | |
| CN108703769B (zh) | Tof数据的校正方法、装置、系统和计算机可读存储介质 | |
| CN110189387A (zh) | Pet图像校正方法方法、装置、计算机设备和存储介质 | |
| CN111914393B (zh) | 死时间校正方法、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 | ||
| CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |