CN111398318A - 基于x射线计算关联成像的x射线单像素相机 - Google Patents
基于x射线计算关联成像的x射线单像素相机 Download PDFInfo
- Publication number
- CN111398318A CN111398318A CN201811536901.7A CN201811536901A CN111398318A CN 111398318 A CN111398318 A CN 111398318A CN 201811536901 A CN201811536901 A CN 201811536901A CN 111398318 A CN111398318 A CN 111398318A
- Authority
- CN
- China
- Prior art keywords
- ray
- modulation
- matrix
- pixel
- imaging
- 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
Links
Images
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
-
- 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
- G01N23/043—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 fluoroscopic examination, with visual observation or video transmission of fluoroscopic images
-
- 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
- G01N23/041—Phase-contrast imaging, e.g. using grating interferometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
-
- 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
- G01N23/20—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 using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
- G01T1/2921—Static instruments for imaging the distribution of radioactivity in one or two dimensions; Radio-isotope cameras
- G01T1/295—Static instruments for imaging the distribution of radioactivity in one or two dimensions; Radio-isotope cameras using coded aperture devices, e.g. Fresnel zone plates
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
-
- 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
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
-
- 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
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- 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
- G01N2223/306—Accessories, mechanical or electrical features computer control
-
- 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
- G01N2223/42—Imaging image digitised, -enhanced in an image processor
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Crystallography & Structural Chemistry (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明提供了一种基于X射线计算关联成像的X射线单像素相机,属于X射线计算关联成像及X射线单像素成像领域技术研究领域,其包括:X射线调制系统、X射线调制控制系统、X射线单像素探测器、总控制系统单元、时间同步系统、计算成像系统;总控制系统单元通过软件控制各个模块;时间同步系统控制各个模块同步以自动采集;计算成像系统用于将X射线单像素探测器采集到的信号与预设定的调制矩阵进行二阶关联运算或压缩感知计算或深度学习计算,得到待测物体的像。本发明提供的基于X射线计算关联成像的X射线单像素相机,实现单像素成像,在保证成像质量下大大减小采样次数,降低成像过程中的X射线辐射剂量。
Description
技术领域
本发明涉及X射线计算关联成像及X射线单像素成像领域技术研究领域,特别是涉及一种基于X射线计算关联成像的X射线单像素相机。
背景技术
X射线作为一种具有高穿透性的光源,可以快速地对样品实现非侵入式成像,作为一种强有力的成像诊断技术一直被广泛地应用在工业、医学以及基础科学领域。作为波长更短、光子能量更高的电磁波,X射线在得到样品内部结构的同时也会造成辐射伤害。例如在医学领域,细胞接受过多的辐射会使癌变几率大大提升。因此如何在保证成像质量的同时减小X射线的辐射剂量,是人们关注的问题。此外,大阵面高像素的X射线探测器的结构复杂,造价昂贵,也给工业、医学以及基础科学领域带来一定的经济压力。
结合关联成像技术的X射线关联成像可以很好的解决X射线的高能辐射及降低对X射线探测器的要求的问题。强度关联成像作为一种间接成像方式,自1995年首次在实验室利用量子光源实现过后便因为其独特的性质迅速发展起来。这种非定域的成像方式颠覆了人们对于传统成像的认知:通过分束测定或预设置照射在物体上的光场分布,将其与经过物体的投射(或反射)总光强进行统计关联运算便可复原物体的图像。这样可以避免光能量分配在面阵式探测器的每个像素上,从而提高物光信号的强度,降低散粒噪声的影响,提高信噪比。成像原理上的不同使得鬼成像的方法比起传统成像而言不仅可以实现超分辨率的成像,还可实现极弱光照下的成像。然而,由于X射线的波长太短,没有合适的空间光调制器件对光场进行已知及可控的调制,因此目前已报道的对X射线鬼成像的实验均为随机调制后的赝热光,不仅需要大面阵的X射线探测器对调制后的光场进行预测量,而且需要大量采集次数才能将物体的像恢复出来,且成像效果较差。
发明内容
本发明的一个目的是针对现有技术中存在的上述缺陷,提供基于X射线计算关联成像的X射线单像素相机,其能够对X射线进行可控及特定的调制,实现X射线计算关联成像。
本发明的另一个目的是提供基于X射线计算关联成像的X射线单像素相机,实现单像素成像,在保证成像质量下大大减小采样次数,降低成像过程中的X射线辐射剂量。
特别地,本发明提供了一种基于X射线计算关联成像的X射线单像素相机,包括:X射线调制系统、X射线调制控制系统、X射线单像素探测器、总控制系统单元、时间同步系统、计算成像系统;
所述X射线调制系统,用于对X射线进行调制;所述X射线调制控制系统,用于控制所述X射线调制系统;所述X射线单像素探测器,用于采集信号;所述总控制系统单元通过软件控制各个模块;所述时间同步系统控制各个模块同步以自动采集;所述计算成像系统,用于将所述X射线单像素探测器采集到的信号与预设定的调制矩阵进行二阶关联运算或压缩感知计算或深度学习计算,得到待测物体的像。
可选地,还包括用于发射X射线的X光源。
可选地,待测物体放置在所述X光源与所述X射线调制系统之间拍摄。
可选地,待测物体放置在所述X射线调制系统与所述X射线单像素探测器之间拍摄。
可选地,所述X射线调制系统包括调制矩阵,所述调制矩阵包括若干个矩阵单元;任一所述矩阵单元为在X射线吸收材料上镂空有不同的预定图案;所述X射线调制控制系统控制所述X射线调制系统移动,以使得X射线照射在一个所述矩阵单元,以形成与所述预定图案相同分布的X射线图样。
可选地,所述X射线调制系统包括调制矩阵,所述调制矩阵包括若干个矩阵单元;任一所述矩阵单元为由对X射线进行相位调制的材料制成;所述X射线调制控制系统控制所述X射线调制系统移动,以使得X射线照射在一个所述矩阵单元,以形成与所述预定图案相应分布的X射线图样。
可选地,所述X射线吸收材料为能够对X射线有吸收的材料,包括元素周期表中,铁及铁以后高原子序数元素单质或化合物;单质包括铁、钴、镍、铜、锌、钼、银、镉、锡、钽、钨、铂、金、铅中的任一种;化合物包括氧化铁、氧化铜、氧化锌、碘化银中的任一种。
可选地,所述总控制系统单元通过软件控制触发所述X射线调制控制系统,使X射线照射所述X射线调制系统的不同的矩阵单元上;通过软件控制所述X射线单像素探测器进行信号采集;
所述时间同步系统设置时序,使得软件先触发所述X射线调制控制系统,使X射线照射在所述X射线调制系统的不同的矩阵单元上;再设置软件触发所述X射线单像素探测器进行信号采集。
可选地,所述二阶关联运算下的物体的像则可由如下公式得到:
其中,Ii(η,ξ)为每一个设定好的调制矩阵,i为小于总采样次数N的所有正整数,相对应的每个调制矩阵照射在物体后桶探测器探测到的光强记为Si。
可选地,所述压缩感知计算的采集过程是一个线性投影过程,如下所示
y=Ax
其中,在N次测量中,用于表示物体的M像素图像可以由一维向量x=(x1,x2,...,xM)表示,A为调制矩阵Ii(η,ξ)的二维矩阵表示,Si为每次探测到的光强,Si由一维向量y=(y1,y2,...,yN)表示;压缩感知问题就是已知测量值y和测量矩阵A的基础上,求解欠定方程组y=A x得到原信号M像素图像x。
可选地,所述深度学习计算包括:
输入一系列的函数作为待训练模型;
评价各个函数的好坏,使用误差率作为标准;
通过每个函数的输出与正确的结果对比,来选择最佳的匹配函数。
本发明提供的一种基于X射线计算关联成像的X射线单像素相机,利用特殊测量矩阵对待测原始X光影像进行可控、已知的调制后,或将特殊测量矩阵调制后的散斑照射在物体上,将X射线单像素探测器接收到的总光强与测量矩阵进行强度关联算法进行图像恢复,在获得相同分辨率的情况下可以大大降低对成像探测器的要求,对于降低X射线成像装置的成本具有重大意义。
此外,本发明提供的一种基于X射线计算关联成像的X射线单像素相机,与随机测量矩阵相比,特殊矩阵能够实现在测量次数较少时得到衬噪比更高的图像,在得到相同衬噪比的图像的情况下可以大幅减少测量次数,从而降低样品所受到的辐射剂量,在医学领域具有重大意义。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1为根据本发明一个实施例的一种基于X射线计算关联成像的X射线单像素相机的组成示意图;
图2为根据本发明另一个实施例的一种基于X射线计算关联成像的X射线单像素相机的组成示意图;
图3为根据本发明一个实施例的X射线调制控制系统的调制矩阵的结构示意图。
具体实施方式
下面通过附图和实施方式对本发明专利做进一步说明。但本发明的保护方位并不局限于以下实例,应包含权利要求书中的全部内容。
本发明的发明人在研究中发现:现有技术中对X射线鬼成像的实验均为随机调制后的赝热光,不仅需要大面阵的X射线探测器对调制后的光场进行预测量,而且需要大量采集次数才能将物体的像恢复出来,且成像效果较差。其原因是由于X射线的波长太短,没有合适的空间光调制器件对光场进行已知及可控的调制。因此,发明人在深入研究如何对X射线进行可控及特定的调制,以便实现X射线计算关联成像中提出了本发明的设计,其不仅能真正实现单像素成像,而且能在保证成像质量下大大减小采样次数,降低成像过程中的X射线辐射剂量。
图1为根据本发明一个实施例的一种基于X射线计算关联成像的X射线单像素相机的组成示意图。图2为根据本发明另一个实施例的一种基于X射线计算关联成像的X射线单像素相机的组成示意图。图3为根据本发明一个实施例的X射线调制控制系统的调制矩阵的结构示意图。下面结合图1至图3进行详细说明。如图1和图2所示,本发明提供的一种基于X射线计算关联成像的X射线单像素相机,一般性地,可以包括:X射线调制系统3、X射线调制控制系统4、X射线单像素探测器5、总控制系统单元6、时间同步系统7、计算成像系统8。其中,所述X射线调制系统3,用于对X射线进行调制;所述X射线调制控制系统4,用于控制所述X射线调制系统3;所述X射线单像素探测器5,用于采集信号;所述总控制系统单元6通过软件控制各个模块;所述时间同步系统7控制各个模块同步以自动采集;所述计算成像系统8,用于将所述X射线单像素探测器5采集到的信号与预设定的调制矩阵进行二阶关联运算或压缩感知计算与深度学习计算,得到待测物体2的像。
具体地,还包括用于发射X射线的X光源1,X光源1发射出X射线,照射在待测物体2后,照射至X射线调制系统3上,从而被X射线调制系统3将X射线进行空间上或相位上的调制,从而产生已知、可控的X射线图样。在一个可选的实施方式中,待测物体2放置在所述X光源1与X射线调制系统3之间拍摄。在另一个可选的实施方式中,待测物体2放置在X射线调制系统3与X射线单像素探测器4之间拍摄。
X射线调制系统3包括调制矩阵。调制矩阵包括若干个矩阵单元,任一矩阵单元为在X射线吸收材料上镂空有不同的预定图案。如图3所示,为X射线调制控制系统的调制矩阵的结构示意图。图3中共包括了4*4个矩阵单元,每一个矩阵单元都具有不同的预定图案。其中黑色部分为调制材料,包括但不限于基于吸收X射线的材料。若为对X射线具有吸收的材料,可以为金属板;白色部分为镂空部分,X射线可以穿透。X射线调制系统3是为了允许来自X射线源的一些通过每一个调制矩阵,其目的是为了使均匀的X射线受到空间上的调制,从而产生已知、可控的X射线图样,来照在物体上。因此,为了产生已知、可控的X射线图样,X射线调制系统3的材料需要能够吸收X射线(比如金属,如铜,铁,或金)或对X射线有一定的相位调制。以基于对X射线吸收的金属板举例。首先需要将调制矩阵逐一刻在金属板上作为X射线调制系统3,然后将均匀的X射线照射在X射线调制系统3的某一个调制矩阵上,由此便可在X射线调制系统3后形成具有相同分布的X射线图样。通过X射线调制控制系统4移动X射线调制系统3,使X射线照射在X射线调制系统3的不同调制矩阵上,便可形成不同的已知分布的X射线图样。
X射线调制控制系统4控制X射线调制系统3移动,以使得X射线照射在其中一个所述矩阵单元,以形成与预定图案相同或与矩阵单元相对应分布的X射线图样。X射线吸收材料为能够对X射线有吸收的材料,包括元素周期表中,铁及铁以后高原子序数元素单质或化合物;单质包括且不限于铁、钴、镍、铜、锌、钼、银、镉、锡、钽、钨、铂、金、铅中的任一种;化合物包括且不限于氧化铁、氧化铜、氧化锌、碘化银中的任一种。
在另一个具体的实施方式中,调制矩阵包括若干个矩阵单元,任一矩阵单元为由对X射线进行相位调制的材料制成。X射线调制控制系统控制X射线调制系统移动,以使得X射线照射在一个矩阵单元,以形成与该矩阵单元相对应分布的X射线图样。该矩阵单元对X射线的相位进行可以预知的调制,以使得其得到的X射线图样也为可以预知的。能够对X射线进行相位调制的材料包括玻璃等。
总控制系统单元6通过软件控制各个模块。即通过软件控制触发X射线调制控制系统4,使X射线照射X射线调制系统3的不同的矩阵单元上;通过软件控制X射线单像素探测器5进行信号采集。时间同步系统7设置时序,使得软件先触发X射线调制控制系统4,使X射线照射在X射线调制系统3的不同的矩阵单元上;再设置软件触发X射线单像素探测器5进行信号采集。
本发明提供的一种基于X射线计算关联成像的X射线单像素相机,将每一个设定好的调制矩阵记为Ii(η,ξ),i为小于总采样次数N的所有正整数,相对应的每个调制矩阵照射在物体后桶探测器探测到的光强记为Si,则二阶关联运算下的物体的像则可由如下公式得到:
其中,Ii(η,ξ)为每一个设定好的调制矩阵,i为小于总采样次数N的所有正整数,相对应的每个调制矩阵照射在物体后桶探测器探测到的光强记为Si。
所述压缩感知计算为:采集过程是一个线性投影过程,如下所示
y=Ax
其中,在N次测量中,用于表示物体的M像素图像可以由一维向量x=(x1,x2,...,xM)表示,A为调制矩阵Ii(η,ξ)的二维矩阵表示,Si为每次探测到的光强,Si由一维向量y=(y1,y2,...,yN)表示。压缩感知问题就是已知测量值y和测量矩阵A的基础上,求解欠定方程组y=A x得到原信号M像素图像x。
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(在本发明中指物体的像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务,比如从噪声中获取物体的信息。
深度学习的过程就是使用多个处理层对数据进行高层抽象,得到多重非线性变换函数的过程。就目前而言,深度学习主要是与人工神经网络相结合的,因此这里的深度学习算法框架也可以成为深度神经网络算法框架。
深度学习通过构建深层神经网络,来模拟人类大脑的工作原理。深层神经网络由一个输入层,数个隐层,以及一个输出层构成。每层有若干个神经元,神经元之间有连接权重。每个神经元模拟人类的神经细胞,而结点之间的连接模拟神经细胞之间的连接。深度学习计算包括以下步骤:
输入一系列的函数作为待训练模型;
评价各个函数的好坏,使用误差率作为标准;
通过每个函数的输出与正确的结果对比,来选择最佳的匹配函数。
本发明提供的一种基于X射线计算关联成像的X射线单像素相机,其工作过程原理如下:X光源1照射在待测物体2后,待测量的像落在X射线调制系统3上。X射线调制系统3为将所有预设置的调制矩阵刻在上面的调制材料,其中调制材料能够吸收X射线或对X射线有一定的相位调制,比如金属板。调制矩阵中最小的调制单位决定了X射线单像素相机的分辨率。通过X射线调制控制系统4控制待测量的物体的像有序地落在X射线调制系统3上的每个调制矩阵上,或通过X射线调制控制系统4控制X射线调制系统3上的每个调制矩阵落在待测量的物体上,从而形成对带测量的像的已知及可控的调制。单像素探测器5用于采集X射线调制系统3对待测像调制后的总光强。所有的模块都有对应控制的软件,集成为总控制系统单元6,并通过实验逻辑先后顺序设计时间同步系统7,实现自动采集。采集完成后,计算成像系统8将单像素探测器5采集到的光强序列与预知的调制矩阵(即X射线调制系统3上刻制的调制矩阵)进行二阶关联运算或压缩感知计算或深度学习计算等,最终得到待测物体的像。
本发明提供的一种基于X射线计算关联成像的X射线单像素相机,利用特殊测量矩阵对待测原始X光影像进行可控、已知的调制后,或将特殊测量矩阵调制后的散斑照射在物体上,将X射线单像素探测器接收到的总光强与测量矩阵进行强度关联算法进行图像恢复,在获得相同分辨率的情况下可以大大降低对成像探测器的要求,对于降低X射线成像装置的成本具有重大意义。
此外,本发明提供的一种基于X射线计算关联成像的X射线单像素相机,与随机测量矩阵相比,特殊矩阵能够实现在测量次数较少时得到衬噪比更高的图像,在得到相同衬噪比的图像的情况下可以大幅减少测量次数,从而降低样品所受到的辐射剂量,在医学领域具有重大意义。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
1.一种基于X射线计算关联成像的X射线单像素相机,其特征在于,包括:X射线调制系统、X射线调制控制系统、X射线单像素探测器、总控制系统单元、时间同步系统、计算成像系统;
所述X射线调制系统,用于对X射线进行调制;所述X射线调制控制系统,用于控制所述X射线调制系统;所述X射线单像素探测器,用于采集信号;所述总控制系统单元通过软件控制各个模块;所述时间同步系统控制各个模块同步以自动采集;所述计算成像系统,用于将所述X射线单像素探测器采集到的信号与预设定的调制矩阵进行二阶关联运算或压缩感知计算或深度学习计算,得到待测物体的像。
2.根据权利要求1所述的X射线单像素相机,其特征在于,还包括用于发射X射线的X光源;待测物体放置在所述X光源与所述X射线调制系统之间拍摄。
3.根据权利要求1所述的X射线单像素相机,其特征在于,还包括用于发射X射线的X光源;待测物体放置在所述X射线调制系统与所述X射线单像素探测器之间拍摄。
4.根据权利要求1所述的X射线单像素相机,其特征在于,所述X射线调制系统包括调制矩阵,所述调制矩阵包括若干个矩阵单元;任一所述矩阵单元为在X射线吸收材料上镂空有不同的预定图案;所述X射线调制控制系统控制所述X射线调制系统移动,以使得X射线照射在一个所述矩阵单元,以形成与所述预定图案相同分布的X射线图样。
5.根据权利要求4所述的X射线单像素相机,其特征在于,所述X射线调制系统包括调制矩阵,所述调制矩阵包括若干个矩阵单元;任一所述矩阵单元为由对X射线进行相位调制的材料制成;所述X射线调制控制系统控制所述X射线调制系统移动,以使得X射线照射在一个所述矩阵单元,以形成与所述矩阵单元相对应分布的X射线图样。
6.根据权利要4所述的X射线单像素相机,其特征在于,所述X射线吸收材料为能够对X射线有吸收的材料,包括元素周期表中,铁及铁以后高原子序数元素单质或化合物;单质包括铁、钴、镍、铜、锌、钼、银、镉、锡、钽、钨、铂、金、铅中的任一种;化合物包括氧化铁、氧化铜、氧化锌、碘化银中的任一种。
7.根据权利要求4所述的X射线单像素相机,其特征在于,所述总控制系统单元通过软件控制触发所述X射线调制控制系统,使X射线照射所述X射线调制系统的不同的矩阵单元上;通过软件控制所述X射线单像素探测器进行信号采集;
所述时间同步系统设置时序,使得软件先触发所述X射线调制控制系统,使X射线照射在所述X射线调制系统的不同的矩阵单元上;再设置软件触发所述X射线单像素探测器进行信号采集。
10.根据权利要求1所述的X射线单像素相机,其特征在于,所述深度学习计算包括:
输入一系列的函数作为待训练模型;
评价各个函数的好坏,使用误差率作为标准;
通过每个函数的输出与正确的结果对比,来选择最佳的匹配函数。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536901.7A CN111398318A (zh) | 2018-12-14 | 2018-12-14 | 基于x射线计算关联成像的x射线单像素相机 |
PCT/CN2019/124392 WO2020119690A1 (zh) | 2018-12-14 | 2019-12-10 | 基于x射线计算关联成像的x射线单像素相机 |
US17/413,729 US11255800B1 (en) | 2018-12-14 | 2019-12-10 | X-ray single-pixel camera based on x-ray computational correlated imaging |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536901.7A CN111398318A (zh) | 2018-12-14 | 2018-12-14 | 基于x射线计算关联成像的x射线单像素相机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111398318A true CN111398318A (zh) | 2020-07-10 |
Family
ID=71076246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536901.7A Pending CN111398318A (zh) | 2018-12-14 | 2018-12-14 | 基于x射线计算关联成像的x射线单像素相机 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11255800B1 (zh) |
CN (1) | CN111398318A (zh) |
WO (1) | WO2020119690A1 (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103777206A (zh) * | 2014-01-26 | 2014-05-07 | 上海交通大学 | 一种基于偏振关联成像的单像素成像系统 |
CN108447113A (zh) * | 2018-03-22 | 2018-08-24 | 北京理工大学 | 一种基于深度学习模型的脉冲式强度关联三维成像方法 |
CN108827988A (zh) * | 2018-06-12 | 2018-11-16 | 中国科学院上海光学精密机械研究所 | 基于光场高阶关联的非局域调制x射线衍射成像装置和方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101699312B (zh) | 2009-09-08 | 2012-01-04 | 中国科学院上海光学精密机械研究所 | 强度关联提高散射介质中物体成像质量的装置 |
CN103323396B (zh) | 2013-06-28 | 2015-11-11 | 中国科学院空间科学与应用研究中心 | 一种基于符合测量的二维压缩鬼成像系统及方法 |
CN103363924B (zh) * | 2013-07-15 | 2016-02-03 | 中国科学院空间科学与应用研究中心 | 一种压缩的三维计算鬼成像系统及方法 |
KR102126510B1 (ko) | 2015-04-22 | 2020-06-24 | 삼성전자주식회사 | 엑스선 장치 및 시스템 |
US10352880B2 (en) * | 2015-04-29 | 2019-07-16 | Sigray, Inc. | Method and apparatus for x-ray microscopy |
CN105227815B (zh) | 2015-09-29 | 2018-07-13 | 郑州大学 | 一种被动式单像素望远成像方法 |
CN106526602A (zh) | 2016-10-18 | 2017-03-22 | 西安交通大学 | 一种基于热光鬼成像原理的超声波鬼成像方法及装置 |
US10985777B2 (en) * | 2016-12-09 | 2021-04-20 | William Marsh Rice University | Signal recovery via deep convolutional networks |
US11402342B2 (en) * | 2018-02-21 | 2022-08-02 | Bar-Ilan University | System and method for high-resolution high contrast x-ray ghost diffraction |
-
2018
- 2018-12-14 CN CN201811536901.7A patent/CN111398318A/zh active Pending
-
2019
- 2019-12-10 WO PCT/CN2019/124392 patent/WO2020119690A1/zh active Application Filing
- 2019-12-10 US US17/413,729 patent/US11255800B1/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103777206A (zh) * | 2014-01-26 | 2014-05-07 | 上海交通大学 | 一种基于偏振关联成像的单像素成像系统 |
CN108447113A (zh) * | 2018-03-22 | 2018-08-24 | 北京理工大学 | 一种基于深度学习模型的脉冲式强度关联三维成像方法 |
CN108827988A (zh) * | 2018-06-12 | 2018-11-16 | 中国科学院上海光学精密机械研究所 | 基于光场高阶关联的非局域调制x射线衍射成像装置和方法 |
Non-Patent Citations (3)
Title |
---|
SOPHIA CHEN: "X-ray ‘ghost images’ could cut radiation doses", 《SCIENCE》 * |
郑少波等: "《物理光学基础》", 31 August 2009, 国防工业出版社 * |
郭树旭等: "基于压缩感知归一化关联成像实现目标重构", 《光学精密工程》 * |
Also Published As
Publication number | Publication date |
---|---|
US20220042928A1 (en) | 2022-02-10 |
US11255800B1 (en) | 2022-02-22 |
WO2020119690A1 (zh) | 2020-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7309500B2 (ja) | X線ctシステム及び方法 | |
CN107111125B (zh) | 多路复用傅立叶重叠关联成像的系统和方法 | |
KR102424145B1 (ko) | 시공간적으로 오버랩하는 x선들로부터 3d 영상을 재구성하는 방법과 장치 | |
CN106153647B (zh) | 能谱ct成像系统及数据采集和重建能谱ct图像的方法 | |
CN108577876A (zh) | 一种多边形静止ct及其工作方法 | |
EP3631763B1 (en) | Method and devices for image reconstruction | |
CN113504202B (zh) | 一种基于轴向平移二元振幅掩膜的相干调制成像方法 | |
CN111398318A (zh) | 基于x射线计算关联成像的x射线单像素相机 | |
Nozaki et al. | Blind reconstruction of x-ray penumbral images based on a heuristic method | |
KR101493683B1 (ko) | 콘-빔 기반 반응선 재구성을 이용한 초고해상도 pet 영상 재구성 장치 및 그 방법 | |
JP2023540949A (ja) | スペクトルx線物質分別方法 | |
CN110706297B (zh) | 一种自由感知几何框架下的低辐射度cxt方法 | |
KR102180569B1 (ko) | 기계 학습을 통한 격자간섭계에서의 민감도 및 해상도 향상을 위한 장치 | |
Nozaki et al. | A heuristic penumbral imaging technique for measurements of laser-produced plasma density profile | |
CN113447976A (zh) | 一种高分辨率慢正电子束形貌的测量方法及装置 | |
Carramate et al. | Energy resolving CT systems using Medipix2 and MHSP detectors | |
Santos-Villalobos et al. | Iterative reconstruction of coded source neutron radiographs | |
Jolivet et al. | An alternating projection-image domains algorithm for spectral CT | |
Cuadros | Sparse sampling in x-ray computed tomography via spatial and spectral coded illumination | |
Haboub et al. | Coded aperture imaging for fluorescent x-rays | |
Powers-Luhn | Neural-net-based imager offset estimation in fieldable associated particle imaging | |
CA3222366A1 (en) | Method and system for high photon energies imaging | |
Lim et al. | $\mu $-Net: ConvNext-Based U-Nets for Cosmic Muon Tomography | |
Barutcu et al. | A Deep Generative Approach to Oversampling in Ptychography | |
Wittler et al. | The influence of noise on image quality in phase-diverse coherent diffraction imaging |
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 |