CN110910464A - 用于改善的图像重建的系统和方法 - Google Patents

用于改善的图像重建的系统和方法 Download PDF

Info

Publication number
CN110910464A
CN110910464A CN201910835506.7A CN201910835506A CN110910464A CN 110910464 A CN110910464 A CN 110910464A CN 201910835506 A CN201910835506 A CN 201910835506A CN 110910464 A CN110910464 A CN 110910464A
Authority
CN
China
Prior art keywords
information
image
list mode
scan
subset
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
CN201910835506.7A
Other languages
English (en)
Inventor
穆罕默德·迈赫迪·哈利吉
弗洛里贝特斯·Pm·休肯斯费尔特詹森
夏洛特·罗奇·胡
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN110910464A publication Critical patent/CN110910464A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Nuclear Medicine (AREA)

Abstract

本发明题为“用于改善的图像重建的系统和方法”。本发明提供了一种方法(100)，该方法包括采集正电子发射断层显像(PET)扫描(1)的扫描信息(102)。扫描信息包括时间信息。该方法(100)还包括使用扫描信息来生成成像信息(104)。另外，该方法还包括使用时间信息来修改成像信息(110)以生成修改的成像信息(110)，以及使用修改的成像信息(110)来重建图像(116)。

Description

用于改善的图像重建的系统和方法
背景技术
本文所公开的主题整体涉及用于诊断医学成像诸如正电子发射断层显像(PET)成像的装置和方法。
PET图像重建可分为两大类：基于正弦图的重建和基于列表模式的重建。在基于正弦图的图像重建诸如TOF-OSEM中，从列表文件中读取所有重合事件并用于生成正弦图，然后将其用于PET图像重建。在这种类型的重建中，在形成正弦图之后，关于列表文件内的重合事件的时间信息丢失。此外，在基于正弦图和基于列表模式的技术中，各种常规方法假定基于时间的效应诸如放射性示踪剂的生物动力学可忽略不计，因此无法考虑此类效应。
发明内容
在一个实施方案中，提供了一种方法，包括采集正电子发射断层显像(PET)扫描的扫描信息。扫描信息包括时间信息。该方法还包括使用扫描信息生成列表模式成像信息。此外，该方法还包括使用时间信息修改列表模式成像信息以生成修改的列表模式成像信息，以及使用修改的列表模式成像信息重建图像。
在另一个实施方案中，提供了一种方法，该方法包括采集正电子发射断层显像(PET)扫描的扫描信息。扫描信息包括时间信息。该方法还包括使用时间信息将扫描信息划分为子集，以及使用扫描信息生成初始列表模式图像。此外，该方法包括用每个子集分别地更新初始列表模式图像以生成对应的修改的列表模式图像，以及使用修改的列表模式图像生成最终图像。
在另一个实施方案中，提供了一种系统，该系统包括正电子发射断层显像(PET)采集单元和至少一个处理器。PET采集单元被配置为采集PET成像信息。至少一个处理器可操作地耦接到PET采集单元，并且被配置为从PET采集单元采集扫描信息，该扫描信息包括时间信息；使用时间信息将扫描信息划分为子集；使用扫描信息生成初始列表模式图像；用每个子集分别地更新初始列表模式图像，生成对应的修改的图像；以及使用修改的图像生成最终图像。
附图说明
图1提供了根据各种实施方案的方法的流程图。
图2提供了根据各种实施方案的方法的流程图。
图3提供了根据各种实施方案的方法的流程图。
图4提供了根据各种实施方案的成像系统的示意性框图。
图5示出了根据各种实施方案的成像系统。
图6是图5的成像系统的示意图。
图7示出了根据各种实施方案的形成成像系统的一部分的检测器模块的示例。
具体实施方式
当结合附图阅读时，将更好地理解某些实施方案的以下详细描述。就附图示出各种实施方案的功能块的图的范围而言，这些功能块不一定表示硬件电路之间的划分。例如，一个或多个功能块(例如，处理器或存储器)可以在单件硬件(例如，通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中实现。类似地，程序可以是独立程序，可以作为子例程包含在操作系统中，可以是安装的软件包中的功能等。应当理解，各种实施方案不限于附图中所示的布置和工具。
如本文所用，术语“系统”、“单元”或“模块”可包括操作以执行一个或多个功能的硬件和/或软件系统。例如，模块、单元或系统可包括计算机处理器、控制器或基于存储在有形和非暂态计算机可读存储介质(诸如计算机存储器)上的指令来执行操作的其他基于逻辑的设备。另选地，模块、单元或系统可包括基于设备的硬连线逻辑来执行操作的硬连线设备。附图中示出的各种模块或单元可表示基于软件或硬连线指令操作的硬件、指示硬件执行操作的软件、或其组合。
“系统”、“单元”或“模块”可以包括或表示执行本文描述的一个或多个操作的硬件和相关指令(例如，存储在有形和非暂态计算机可读存储介质上(诸如计算机硬盘驱动器、ROM、RAM等)的软件)。硬件可包括电子电路，其包括和/或连接到一个或多个基于逻辑的设备，诸如微处理器、处理器、控制器等。这些设备可以是被适当编程或指示以根据上文所述的指令来执行本文所述的操作的现成设备。除此之外或另选地，这些设备中的一个或多个可以与逻辑电路硬连线以执行这些操作。
如本文所用，以单数形式列举并且以单词“一”或“一个”开头的元件或步骤应当被理解为不排除多个所述元件或步骤，除非明确说明这种排除。此外，对“一个实施方案”的引用并非旨在被解释为排除也包含所叙述的特征的其他实施方案的存在。此外，除非明确地相反说明，否则“包括”或“具有”具有特定特性的元件或多个元件的实施方案可包括不具有该特性的附加元件。
本文所公开的各种系统和方法解决了当前系统的缺点。例如，当期望随时间推移摄取的显著变化时，常规技术独立地重建多个数据帧，并且尝试考虑活动的快速变化需要短帧持续时间，从而导致噪声增加。相比之下，本文所公开的各种实施方案通过允许重建能够准确表示摄取的时间变化的低噪声、时间变化图像来减轻随时间推移的摄取变化的问题。
各种实施方案提供了用于改善PET图像的图像质量的系统和方法。例如，各种实施方案利用与扫描信息(例如，列表模式信息)有关的时间信息来解决成像信息中(例如，由于放射性示踪剂的生物动力学的)与时间相关的变化。例如，成像数据可被分为时间顺序子集。在使用列表模式重建技术进行初始重建之后，可使用每个子集的计数来对初始重建的图像执行更新，从而得到每个子集的修改的图像。然后可随时间对来自所有子集的图像进行平均、滤波或以其他方式进行处理，以生成最终图像。
各种常规的PET图像重建技术忽略了重合事件的时间统计信息。例如，在PET成像的许多情况下，在注入之后患者被很好地扫描，并且假定在数据采集期间示踪剂的生物分布是不随时间变化的。可以指出的是，即使在成像开始之后注入示踪剂的动态PET成像中，在几十秒之后示踪剂的生物动力学也趋于减慢，同时在重合事件统计中具有较小的时间变化。这些效应虽然随着注入后的时间而减少，但仍可能对成像过程产生影响并因此影响图像质量。本文所公开的各种实施方案利用重合事件的时间信息来改善最终图像质量。
各种实施方案提供的技术效应包括改善的图像质量(例如，改善的信噪比(SNR))。由各种实施方案提供的技术效应包括考虑放射性示踪剂的生物动力学和/或独特地影响特定扫描的其他时间效应。由各种实施方案提供的技术效应包括促进与注入时间更接近的成像(例如，通过更好地处理越接近注入时间越明显的放射性示踪剂行为随时间的变动)。由各种实施方案提供的技术效应包括在剂量减少与SNR提高之间进行权衡的能力。
图1提供了根据各种实施方案的(例如，用于重建PET图像的)方法100的流程图。例如，方法100可以采用本文讨论的各种实施方案(例如，系统和/或方法和/或处理流程)的结构或方面或由这些结构或方面来执行。在各种实施方案中，可以省略或添加某些步骤，可以组合某些步骤，可以同时执行某些步骤，可以将某些步骤分为多个步骤，可能以不同的顺序执行某些步骤，或者可能以迭代方式重新执行某些步骤或一系列步骤。在各种实施方案中，方法100的部分、方面和/或变型形式可以能够用作一个或多个算法以引导硬件(例如，结合图4讨论的处理单元420的一个或多个方面)执行本文所述的一个或多个操作。
在102处，针对正电子发射断层显像(PET)扫描采集扫描信息(在例示的实施方案中的列表模式信息)。列表模式信息包括时间信息。如本文所用，时间信息可被理解为识别或对应于相对于扫描开始或其他参考时间检测到重合事件(由两个检测器同时或接近同时检测到的事件)的时间的信息。因此，可基于事件的时间信息顺序对给定扫描的所有事件顺序地(按时间顺序)排序。列表模式信息还可包括与事件相关联的两个检测器的标识，以及可用于确定两个检测器之间的事件的相对距离的飞行时间(TOF)信息，该相对距离可用于识别用于图像重建的事件发生的大致位置。可以指出的是，结合所示实施方案，讨论了列表模式信息。然而，结合另选实施方案，可采集其他扫描信息或者可采用其他类型的重建技术。
在104处，使用列表模式信息(作为一种类型的扫描信息的示例)生成列表模式成像信息(作为一种类型的成像信息的示例)。在各种实施方案中，列表模式成像信息包括使用或不使用时间信息的情况下重建的一个或多个初始图像。可以指出的是，对于使用除列表模式信息之外的其他扫描信息的实施方案，可使用该扫描信息)生成成像信息(例如，一个或多个重建图像)。在例示的示例中，在106处，使用时间信息将列表模式信息划分为子集，并且在108处，子集用于迭代地生成初始列表模式图像。例如，在106处，使用时间信息，可将子集排序成由时间分隔的类似大小的(例如，相同数量的计数或事件)子集。最早采集的计数可被分组为第一子集，第二早采集的计数组被分组为第二子集，依此类推，直到最后一组计数被分组为最后一个子集。在各种实施方案中，多个子集包含共同数量的计数，使得不同子集之间的图像质量相似。例如，每个子集可由5兆计数形成(例如，采集的前5兆计数形成第一子集，接下来采集的5兆计数形成第二子集，依此类推)，但最后一个子集除外，其包括在形成所有先前子集之后的剩余计数。然后，在108处，可依次使用每个子集来更新初步估计图像，作为迭代列表模式重建过程的一部分，以生成或重建初始列表模式图像。
在110处，使用时间信息修改列表模式成像信息以生成修改的列表模式成像信息。可以指出的是，时间信息可以直接地(例如，基于检测时间，以及由于放射性示踪剂的衰变和/或生物动力学，基于检测时间的预期信号的相对强度或弱度，对数据进行更大或更小的加权)以及/或者间接地用于修改列表模式成像信息。间接修改的示例包括使用按采集时间分组的不同子集来生成不同的修改的图像。
例如，可使用按采集时间分组的对应子集生成一组修改的图像(例如，修改自初始列表模式图像)，然后使用滤波和/或平均来组合修改的图像组以提供图像。例如，在图1所示的实施方案中，修改列表模式成像信息包括在112处用每个子集(例如，在106处形成的子集或以其他方式基于时间信息分组的子集)分别地更新初始列表模式图像以生成对应的修改的列表模式图像。然后可对修改的列表模式图像进行处理和/或组合以生成最终图像。例如，在例示的示例中，在114处，使用滤波或平均方法中的至少一者来组合修改的列表模式图像。例如，可使用加权平均方法。附加地或另选地，可确定修改的列表模式图像的均方根信息。进一步附加地或另选地，可应用高通和/或低通滤波器。
在116处，使用修改的列表模式成像信息来重建图像。例如，在114处生成的修改的列表模式图像可用于生成图像。通过使用时间信息来生成图像，可解决随时间推移而影响扫描过程的问题，包括特定扫描所特有的问题(例如，特定规程中特定患者体内的放射性示踪剂的生物动力学)。
图2提供了根据各种实施方案的(例如，用于重建PET图像的)方法200的流程图。例如，方法200可以采用本文讨论的各种实施方案(例如，系统和/或方法和/或处理流程)的结构或方面或由这些结构或方面来执行。在各种实施方案中，可以省略或添加某些步骤，可以组合某些步骤，可以同时执行某些步骤，可以将某些步骤分为多个步骤，可能以不同的顺序执行某些步骤，或者可能以迭代方式重新执行某些步骤或一系列步骤。在各种实施方案中，方法200的部分、方面和/或变型形式可以能够用作一个或多个算法以引导硬件(例如，结合图4讨论的处理单元420的一个或多个方面)执行本文所述的一个或多个操作。可以指出的是，方法200提供了方法100的各方面的示例，其中形成列表模式信息的一部分的时间信息用于(例如，通过使用时间分组的子集来单独地修改初始图像)间接地修改列表模式成像信息。可以指出的是，结合使用列表模式信息和列表模式图像的示例性实施方案，讨论了与方法100的流程图和本文所讨论的其他例示的实施方案类似的方法200的流程图；然而，在其他实施方案中可使用其他类型的扫描信息和/或重建技术(例如，使用正弦图)。
方法200的流程图分为第一部分210(在左侧)和第二部分250(在右侧)。一般来讲，第一部分210产生初始列表模式图像240，该初始列表模式图像被提供给第二部分250，其中初始列表模式图像240被(例如，使用时间信息)修改。一般来讲，方法200读取重合事件的子集并对子集执行重建以避免尝试一次性重建整个数据集时可能遇到的存储器和/或处理限制。方法200采用L1迭代和L2子集。可基于患者信息、可用处理能力、特定规程和/或用户偏好中的一者或多者来选择或定制L1和L2的特定值。如图2所示，在初始图像重建以生成初始列表模式图像240之后，使用第二部分250中的每个子集的计数来执行另一图像更新。在例示的实施方案中，每个子集具有预先定义的相等数量的事件(除了最后一个子集)。因此，来自每个子集的重建图像具有相似的图像质量。然后随时间对来自所有子集的图像进行滤波和/或平均，并获得最终图像。
如图2所示，在212处，开始迭代重建过程。在214、216、218、220、222和224处，该过程循环通过子集和迭代。对于每次迭代，初始估计图像由每个子集顺序地更新，直到图像已被所有子集进行更新。可以指出的是，对于第一部分210，由子集依次通过迭代连续更新单个图像，使得当完成所有更新的迭代时，生成单个初始列表模式图像240并将其提供给方法200的第二部分250。然而，在第二部分中，初始列表模式图像由每个子集分别地或单独地更新，以形成每个特定子集的唯一或单独的修改的图像。
然后在252处，第二部分250开始于第一子集，或者当前子集设置为1(例如，最早采集的事件的子集)。在254处，只要存在至少一个剩余子集，方法200就前进至256。在256处，读取当前子集，用于生成初始列表模式图像240的更新，并且保存该更新。在258处，使子集递增并且方法前进至254。因此，为每个子集生成并保存不同的修改的图像(例如，通过用特定子集更新初始列表模式图像而生成的修改的图像)。在例示的实施方案中，初始列表模式图像240为每次执行步骤256时的步骤256的输入，其中初始列表模式图像240由每个子集相应地分别地修改，并且为每个子集生成分别的对应的修改的图像。一旦所有子集已被用于生成对应的修改的图像，方法200就前进至260。在260处，对在256处生成并保存的修改的图像进行平均、滤波或以其他方式组合，并且确定均方根。然后可使用均方根获得最终图像。
图3提供了根据各种实施方案的(例如，用于重建PET图像的)方法300的流程图。例如，方法300可以采用本文讨论的各种实施方案(例如，系统和/或方法和/或处理流程)的结构或方面或由这些结构或方面来执行。在各种实施方案中，可以省略或添加某些步骤，可以组合某些步骤，可以同时执行某些步骤，可以将某些步骤分为多个步骤，可能以不同的顺序执行某些步骤，或者可能以迭代方式重新执行某些步骤或一系列步骤。在各种实施方案中，方法300的部分、方面和/或变型形式可以能够用作一个或多个算法以引导硬件(例如，结合图4讨论的处理单元420的一个或多个方面)执行本文所述的一个或多个操作。可以指出的是，方法200提供了方法300的各方面的示例。可以指出的是，结合使用列表模式信息和列表模式图像的示例性实施方案，讨论了与方法100的流程图和本文所讨论的其他例示的实施方案类似的方法300的流程图；然而，在其他实施方案中可使用其他类型的扫描信息和/或重建技术(例如，使用正弦图)。
在302处，针对正电子发射断层显像(PET)扫描采集列表模式信息。在各种实施方案中，列表模式信息包括时间信息(例如，识别或对应于相对于扫描开始检测到重合事件(由两个检测器同时或接近同时检测到的事件)的时间的定时)。因此，如本文所讨论的，使用时间信息，可顺序地或按时间顺序对给定扫描的所有事件进行排序和/或分组。可以指出的是，列表模式信息还可包括与事件相关联的两个检测器的识别，以及可用于确定两个检测器之间的事件的相对距离的飞行时间(TOF)信息。
在304处，使用时间信息将列表模式信息划分为子集。例如，来自给定扫描的计数可被分成包含共同数量的计数的顺序或时间顺序子集。可选择计数的数量以为每个子集提供足够的图像质量。例如，在各种实施方案中，可使用每个子集1兆计数、5兆计数或20兆计数。例如，在使用20兆计数的情况下，如果扫描检测到1990兆计数，那么列表模式信息将分为100个子集。最早采集的20兆计数将形成第一子集，下一个最早的20兆计数将形成第二子集，依此类推。当达到第100个子集时，仅剩下10兆计数，第100个子集将由最新采集的10兆计数形成。对于此类示例，第1至第99个子集将具有20兆计数。
在306处，使用列表模式信息生成初始列表模式图像。例如，每个子集可依次用作单个图像的迭代更新的一部分。在例示的实施方案中，在308处，迭代地使用子集来更新重建以生成初始列表模式图像。生成初始列表模式图像的示例由方法200的第一部分210提供。
在310处，用每个子集分别地更新初始列表模式图像以生成对应的修改的列表模式图像。因此，对于每个子集存在分别的修改的列表模式图像，其中修改的列表模式图像中的每一个通过用不同的对应子集更新相同的初始列表模式图像而生成。使用相同的初始列表模式图像生成不同的修改的列表模式图像的示例由方法200的第二部分250提供。因此，在执行310之后，生成多个修改的列表模式图像(每个子集一个)。
在312处，使用修改的列表模式图像生成最终图像。一般来讲，修改的列表模式图像以某种方式组合，以便解决扫描过程中随时间推移的变化(如按时间顺序采集的子集中所反映的)。因此，时间信息可用于解决在扫描期间收集的数据中与时间相关的波动，包括由诸如对于每位患者和规程变化的放射性示踪剂的生物动力学等问题引起的波动。由于仅使用来自特定扫描的数据，因此针对特定扫描定制了解决与时间相关的波动的修改。可通过平均和/或滤波方法中的一个或多个来组合修改的列表模式图像。
例如，在314处，对修改的列表模式图像应用平均方法。该平均可为加权平均。作为另一个附加的或另选的示例，在316处，对修改的列表模式图像应用滤波方法。例如，可利用时间滤波器、低通滤波器或高通滤波器中的一者或多者。作为另一个附加的或另选的示例，在318处，确定修改的列表模式图像的均方根，并用于生成最终图像。
图4提供了根据各种实施方案形成的成像系统400的示意性框图。成像系统400包括正电子发射断层显像(PET)采集单元410和处理单元420。一般来讲，PET采集单元被配置为采集PET成像信息，并且处理单元420被配置为利用所采集的PET成像信息来重建图像。例如，在各种实施方案中，处理单元420被配置为利用或实现方法100和/或方法200和/或方法300的一个或多个方面来重建图像。
例如，PET采集单元410可包括环绕待成像对象(例如，已施用放射性示踪剂的患者(或其部分))的检测器环。在各种实施方案中，PET采集单元410被配置为检测重合事件或由两个相对的检测器检测到的沿着飞行线的事件，其中该事件由被成像对象内的湮灭事件生成。关于PET成像系统的其他讨论，参见例如图5和相关讨论。一般来讲，来自PET采集单元410的信息针对每个事件可包括采集时间(例如，参考预先确定的点的时间，诸如扫描开始时间或通用参考系统中的时间)、受特定事件影响的检测器，以及飞行时间信息(例如，由两个检测器接收的时间之间的时间差，该时间差可用于沿两个检测器之间的线建立事件的位置)。
在例示的实施方案中，处理单元420可操作地耦接到PET采集单元140，并且被配置为从PET采集单元410采集列表模式信息。列表模式信息包括时间信息(例如，描述或对应于每个特定重合事件相对于其他重合事件的采集时间的信息)。例如，时间信息可用于将采集的事件分组为按时间顺序排列的事件子集。因此，处理单元420还被配置为使用时间信息将列表模式信息划分为子集。可以指出的是，结合使用列表模式信息和列表模式图像的示例性实施方案，讨论了与方法100的流程图和本文所讨论的其他例示的实施方案类似的系统400；然而，在其他实施方案中可使用其他类型的扫描信息和/或重建技术(例如，使用正弦图)。
另外，处理单元420被进一步配置为使用时间信息来修改列表模式信息，并且使用修改的信息来生成图像。例如，在例示的实施方案中，处理单元420被配置为使用列表模式信息来生成初始列表模式图像，用每个子集分别地更新初始列表模式图像以生成对应的修改的列表模式图像，并且使用修改的列表模式图像来生成最终图像。通过使用时间信息，成像系统400(例如，成像系统400的处理单元420)能够利用时间信息来解决成像过程中(例如，由于针对特定扫描的放射性示踪剂的生物动力学的)随时间推移的变动或波动以改善最终图像质量。
可以指出的是，在各种实施方案中，处理单元420包括被配置为执行本文所讨论的一个或多个任务、功能或步骤的处理电路。可以注意到，本文使用的“处理单元”并不一定限于单个处理器或计算机。例如，处理单元420可包括多个处理器、ASIC、FPGA和/或计算机，其可集成在共同的壳体或单元中或者可分布在各种单元或壳体中。可以指出的是，由处理单元420执行的操作(例如，对应于本文所讨论的处理流程或方法的操作或其方面)可能是足够复杂的，使得人类在合理的时间段内可能无法执行操作。
所描绘的处理单元420包括存储器422。存储器422可包括一个或多个计算机可读存储介质。例如，存储器422可存储描述检测器位置的映射信息、包括列表模式信息的采集的发射信息、与所生成的图像相对应的图像数据、中间处理步骤的结果、重建参数或重建信息(例如，对应于用于采集成像信息的特定PET采集单元410的重建信息)等。另外，本文讨论的处理流程和/或流程图(或其方面)可以表示存储在存储器422中以用于引导成像系统400的操作的一个或多个指令集。
图5至图7示出了PET成像系统，可以利用该PET成像系统来采用本文描述的各种实施方案。在其他实施方案中，如本文所讨论的晶体阵列可以与其他成像系统(例如，被配置用于一种或多种附加或替代模态的成像系统)一起使用。图5示出了PET扫描系统1，其包括机架10，该机架围绕中心开口或孔12支撑检测器环组件11。在例示的实施方案中，检测器环组件11大体是圆形的并且由多个检测器环组成，这些检测器环沿中心轴线2间隔开以形成圆柱形检测器环组件。在各种实施方案中，检测器环组件11可以包括沿中心轴线2间隔开的5个检测器环。患者台13定位在机架10的前面并且与检测器环组件11的中心轴线2对准。患者台控制器(未示出)响应于通过通信链路16从操作员工作站15接收的命令将台床14移动到孔12中。机架控制器17安装在机架10内，并响应于通过第二通信链路18从操作员工作站15接收的命令来操作机架。
如图6所示，操作员工作站15包括中央处理单元(CPU)50、显示器51和键盘52。操作员可以使用键盘来控制PET扫描仪的校准、PET扫描仪的配置、以及患者台的定位以进行扫描。而且，操作员可以使用由工作站CPU 50执行的程序来控制所得图像在显示器51上的显示和/或执行图像增强功能。
检测器环组件11包括多个检测器模块。例如，检测器环组件11可包括36个检测器模块，其中每个检测器模块包括八个检测器块。在图5中示出了一个检测器块20的示例。检测器模块中的检测器块20可以例如以2×4配置来布置，使得检测器环组件11的周围环绕72个块，并且检测器组件11的宽度是4个检测器块宽。每个检测器块20可包括多个单独的检测器晶体。在例示的实施方案中，检测器晶体21的阵列位于四个光电传感器22的前面。光电传感器22被示意性地描绘为光电倍增管；然而，可以指出的是，SiPM可以用于各种实施方案中。在各种实施方案中，可以采用其他配置、大小和数量的检测器晶体、光电传感器和检测器模块。
在PET扫描期间，湮灭光子可以撞击检测器晶体21中的一个。例如，可以由例如硅酸镥钇(LYSO)或锗酸铋(BGO)形成的检测器晶体21将湮灭光子转换成由光电传感器接收和检测的多个光子。由检测器晶体产生的光子通常在一定程度上扩散并进入邻近的检测器晶体，使得四个光电传感器22中的每一个由于湮灭光子撞击单个检测器晶体21而接收一定数量的光子。
响应于闪烁事件，每个光电传感器22在线A-D中的一根线上产生信号23A-23D，如图7所示，该信号在发生闪烁事件时急剧上升并且然后以指数方式尾移。信号的相对幅度由发生闪烁事件的检测器晶体阵列中的位置确定。引起闪烁事件的湮灭光子的能量确定四个信号的总幅度。信号开始上升的时间由闪烁事件发生的时间、以及使光子从闪烁事件的位置行进到光电传感器所需的时间确定。图7中描绘的示例提供了基于真空光电检测器的示例；然而，可以指出的是，本文公开的某些原理通常也可以应用于SiPM检测器。
如图6所示，一组采集电路25安装在机架10内以接收来自检测器块20的四个信号。采集电路25使用相对信号强度来确定检测器晶体阵列内的定时、能量和事件坐标。结果被数字化并通过电缆26发送到容纳在单独的机柜28中的事件定位器电路27。每个采集电路25还生成指示发生闪烁事件的确切时刻的事件检测脉冲。
事件定位器电路27形成数据采集处理器30的一部分，该数据采集处理器周期性地对由采集电路25产生的信号进行采样。数据采集处理器30具有采集CPU 29，其控制局域网18和总线31上的通信。事件定位器电路27将关于每个有效事件的信息组合成一组数字值，其指示事件发生的时间和检测到事件的检测器晶体21的标识。例如，事件定位器电路27可以使用检测器位置映射图将一对坐标映射到已检测事件的检测器21。
事件数据分组被传输到重合检测器32，该重合检测器也是数据采集处理器30的一部分。重合检测器32接受来自事件定位器电路27的事件数据分组，并确定它们中的任何两个是否重合。重合由多个因素确定。例如，每个事件数据分组中的时间标记可能被要求在彼此的指定时间段内，例如6纳秒。作为另一个示例，由两个事件数据分组指示的位置可能被要求位于穿过扫描器孔12的视场(FOV)的直线上。丢弃不能配对的事件，但是重合事件对被定位并记录为通过串行链路33传输到分类器34的重合数据分组。例如，重合数据分组的格式可以是四十八位数据分组，其具体地包括一对数字值，该对数字值精确地识别检测到事件的两个检测器晶体21的位置。
可包括CPU并形成图像重建处理器40的一部分的分类器34从重合检测器32接收重合数据分组。分类器34的功能是接收重合数据分组并且为重合数据的存储分配存储器。在发射扫描期间，在存储器43中组织重合计数。
重合事件随机发生，并且分类器34确定每个重合数据分组的对应信息并且使对应阵列元素的计数递增。在发射扫描完成时，阵列48存储湮灭事件的总数。阵列处理器45根据阵列48中的数据重建图像。图像CPU 42可存储图像阵列数据或者将数据输出到操作员工作站15。
应当注意，各种实施方案可能以硬件、软件或其组合来实现。各种实施方案和/或部件(例如，模块或其中的部件和控制器)也可以被实现为一个或多个计算机或处理器的一部分。计算机或处理器可以包括计算设备、输入设备、显示单元和接口，例如用于访问因特网。计算机或处理器可以包括微处理器。微处理器可以连接到通信总线。计算机或处理器还可以包括存储器。存储器可以包括随机存取存储器(RAM)和只读存储器(ROM)。计算机或处理器还可以包括存储设备，其可以是硬盘驱动器或可移除存储驱动器，诸如固态驱动器、光盘驱动器等。存储设备还可以是用于将计算机程序或其他指令加载到计算机或处理器中的其他类似装置。
如本文所用，术语“计算机”或“模块”可以包括任何基于处理器或基于微处理器的系统，其包括使用微控制器、精简指令集计算机(RISC)、ASIC、逻辑电路和能够执行本文所述功能的任何其他电路或处理器的系统。以上示例仅是示例性的，并且因此不旨在以任何方式限制术语“计算机”的定义和/或含义。
计算机或处理器执行存储在一个或多个存储元件中的指令集以便处理输入数据。存储元件还可以根据期望或需要存储数据或其他信息。存储元件可以呈处理机内的信息源或物理存储器元件的形式。
指令集可以包括指示计算机或处理器作为处理机来执行特定操作(诸如各种实施方案的方法和过程)的各种命令。指令集可以呈软件程序的形式。软件可以呈各种形式，诸如系统软件或应用软件，并且可以体现为有形和非暂时性计算机可读介质。此外，软件可以呈以下形式：分开的程序或模块的集合、较大程序内的程序模块或程序模块的一部分。软件还可以包括以面向对象编程形式的模块化编程。处理机对输入数据的处理可以响应于操作员命令，或者响应于先前处理的结果，或者响应于另一个处理机做出的请求。
如本文所用，“被配置成”执行任务或操作的结构、限制或元件在特定结构上以对应于任务或操作的方式形成、构造或调整。出于清楚和避免疑问的目的，仅能够被修改以执行任务或操作的对象未“被配置成”执行如本文所用的任务或操作。相反，如本文所用，使用“被配置成”表示结构适应或特性，并且表示被描述为“被配置成”执行任务或操作的任何结构、限制或元件的结构要求。例如，“被配置成”执行任务或操作的处理器单元、处理器或计算机可以被理解为被特别构造为执行该任务或操作(例如，具有存储在其上或与其一起使用的被定制或旨在执行任务或操作的一个或多个程序或指令，和/或具有定制或旨在执行任务或操作的处理电路的布置)。出于清楚和避免疑问的目的，通用计算机(其可以“被配置成”执行任务或操作，如果适当编程的话)未“被配置成”执行任务或操作，除非或直到被专门编程或结构上进行修改以执行任务或操作。
如本文所用，术语“软件”和“固件”是可互换的，并且包括存储在存储器中以供计算机执行的任何计算机程序，该存储器包括RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器和非易失性RAM(NVRAM)存储器。上述存储器类型仅是示例性的，并且因此不限制可用于存储计算机程序的存储器的类型。
应当理解，以上描述旨在是例示性的而非限制性的。例如，上述实施方案(和/或其方面)可以彼此组合使用。另外，在不脱离本发明的范围的情况下，可进行许多修改以使特定情况或材料适应各种实施方案的教导。虽然本文描述的材料的尺寸和类型旨在限定各种实施方案的参数，但它们决不是限制性的并仅是示例性的。在回顾以上描述后，许多其他实施方案对于本领域技术人员将是显而易见的。因此，各种实施方案的范围应该参考所附权利要求书以及这些权利要求所赋予的等同物的全部范围来确定。在所附权利要求书中，术语“包括”和“在……中”用作相应术语“包含”和“其中”的通俗中文等同物。此外，在以下权利要求书中，术语“第一”、“第二”和“第三”等仅用作标记，而不旨在对其对象施加数字要求。此外，以下权利要求书的限制不是用装置加功能格式书写的，也不旨在基于35U.S.C.§112(f)来解释，并且除非直到这些权利要求限制明确地使用短语“用于……的装置”，然后是没有其他结构的功能陈述。
该书面描述使用示例来公开各种实施方案，包括最佳模式，并且还使本领域技术人员能够实践各种实施方案，包括制造和使用任何设备或系统以及执行任何包含的方法。各种实施方案的专利范围由权利要求书限定，并且可包括本领域技术人员想到的其他示例。如果此类其他示例具有与权利要求书的字面语言没有区别的结构元素，或者示例包括与权利要求书的字面语言具有微小差别的等效结构元素，则此类其他示例旨在落入权利要求书的范围内。

Claims (6)

1.一种方法(100)，包括：
采集正电子发射断层显像(PET)扫描(1)的扫描信息(102)，所述扫描信息包括时间信息；
使用所述扫描信息生成成像信息(104)；
使用所述时间信息修改所述成像信息(110)以生成修改的成像信息(110)；以及
使用所述修改的成像信息(110)来重建图像(116)。
2.根据权利要求1所述的方法(100)，其中生成所述成像信息(110)包括重建初始图像(116)。
3.根据权利要求2所述的方法(100)，还包括使用所述时间信息将所述扫描信息划分为子集(106)，以及迭代地使用所述子集以生成所述初始图像。
4.根据权利要求3所述的方法(100)，其中多个所述子集包含共同数量的计数。
5.根据权利要求2所述的方法(100)，还包括使用所述时间信息将所述扫描信息划分为子集(106)，并且其中修改所述成像信息(110)包括用每个子集分别地更新所述初始图像(112)以生成对应的修改的图像。
6.根据权利要求5所述的方法(100)，其中修改所述成像信息(110)包括使用滤波或平均中的至少一者组合所述修改的图像。
CN201910835506.7A 2018-09-14 2019-09-05 用于改善的图像重建的系统和方法 Pending CN110910464A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/131,800 2018-09-14
US16/131,800 US20200090378A1 (en) 2018-09-14 2018-09-14 Systems and methods for improved image reconstruction

Publications (1)

Publication Number Publication Date
CN110910464A true CN110910464A (zh) 2020-03-24

Family

ID=69773055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910835506.7A Pending CN110910464A (zh) 2018-09-14 2019-09-05 用于改善的图像重建的系统和方法

Country Status (2)

Country Link
US (1) US20200090378A1 (zh)
CN (1) CN110910464A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090161933A1 (en) * 2007-12-20 2009-06-25 Guang-Hong Chen Method for dynamic prior image constrained image reconstruction
CN101681429A (zh) * 2007-06-05 2010-03-24 普渡研究基金会 用于改善移动对象的计算图像的空间和时间分辨率的方法和系统
CN101860741A (zh) * 2005-08-31 2010-10-13 索尼株式会社 信息处理设备、信息记录介质制造设备、信息记录介质及其方法、以及计算机程序
CN103282941A (zh) * 2011-01-05 2013-09-04 皇家飞利浦电子股份有限公司 利用门控信号检测和校正列表模式pet数据中的运动的方法和装置
US20140233821A1 (en) * 2013-02-20 2014-08-21 Matthew David Kelly Method for frame averaging post-filter optimization

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8384038B2 (en) * 2009-06-24 2013-02-26 General Electric Company Readout electronics for photon counting and energy discriminating detectors
US9508163B2 (en) * 2013-06-14 2016-11-29 General Electric Company Accelerated iterative reconstruction

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101860741A (zh) * 2005-08-31 2010-10-13 索尼株式会社 信息处理设备、信息记录介质制造设备、信息记录介质及其方法、以及计算机程序
CN101681429A (zh) * 2007-06-05 2010-03-24 普渡研究基金会 用于改善移动对象的计算图像的空间和时间分辨率的方法和系统
US20090161933A1 (en) * 2007-12-20 2009-06-25 Guang-Hong Chen Method for dynamic prior image constrained image reconstruction
US20090175523A1 (en) * 2007-12-20 2009-07-09 Guang-Hong Chen Method For Image Reconstruction Using Sparsity-Constrained Correction
CN103282941A (zh) * 2011-01-05 2013-09-04 皇家飞利浦电子股份有限公司 利用门控信号检测和校正列表模式pet数据中的运动的方法和装置
US20140233821A1 (en) * 2013-02-20 2014-08-21 Matthew David Kelly Method for frame averaging post-filter optimization

Also Published As

Publication number Publication date
US20200090378A1 (en) 2020-03-19

Similar Documents

Publication Publication Date Title
EP2643710B1 (en) Pet calibrations with varying coincidence windows
US9747701B2 (en) Systems and methods for emission tomography quantitation
RU2517586C2 (ru) Обратное реконструирование данных для оптимальной временной выработки импульсов счета в радиологической физиологической визуализации в режиме списка
US8530846B2 (en) Apparatus and methods for detector scatter recovery for nuclear medicine imaging systems
CN105125231B (zh) 一种pet图像环状伪影的去除方法和装置
US9684973B2 (en) Systems and methods for selecting imaging data for principle components analysis
US10719961B2 (en) Systems and methods for improved PET imaging
WO2007082126A2 (en) Method of constructing time- in-flight pet images
JP6338689B2 (ja) 陽電子放出断層撮影においけるデッドピクセル識別
JP7242708B2 (ja) リストモード再構成における定量化精度向上のための補正方法
JP2005326406A (ja) 陽電子放出断層システムの規格化のための方法及びシステム
US10482634B2 (en) Systems and methods for imaging with anisotropic voxels
US8450693B2 (en) Method and system for fault-tolerant reconstruction of images
US20090257633A1 (en) Method and system for compressing data
US20110142367A1 (en) Methods and systems for correcting image scatter
CN110327067A (zh) 图像重建方法、装置、终端设备及pet系统
US8076644B2 (en) Methods and systems for determining a medical system alignment
US20180203140A1 (en) Methods and systems for adaptive scatter estimation
US9947116B2 (en) Methods and systems for detector gap corrections
CN110910464A (zh) 用于改善的图像重建的系统和方法
US5424946A (en) Adaptive angular transmission filter for pet scanner
CN110327063A (zh) 能量校正方法、装置、控制台设备及pet系统
US20240193828A1 (en) Systems and methods of list-mode image reconstruction in positron emission tomography (pet) systems
CN112102426B (zh) 本底符合事件判选方法、装置、设备及可读存储介质
US11816763B2 (en) 3D scatter distribution estimation

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200324

RJ01 Rejection of invention patent application after publication