CN111402356B - 参数成像输入函数提取方法、装置和计算机设备 - Google Patents
参数成像输入函数提取方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111402356B CN111402356B CN202010194722.0A CN202010194722A CN111402356B CN 111402356 B CN111402356 B CN 111402356B CN 202010194722 A CN202010194722 A CN 202010194722A CN 111402356 B CN111402356 B CN 111402356B
- Authority
- CN
- China
- Prior art keywords
- input function
- region
- image
- interest
- frame
- 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
- 238000012905 input function Methods 0.000 title claims abstract description 122
- 238000000605 extraction Methods 0.000 title claims abstract description 89
- 238000003384 imaging method Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 29
- 210000000709 aorta Anatomy 0.000 claims abstract description 14
- 239000008280 blood Substances 0.000 claims description 29
- 210000004369 blood Anatomy 0.000 claims description 29
- 230000000694 effects Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 230000000740 bleeding effect Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000002591 computed tomography Methods 0.000 description 23
- 239000000700 radioactive tracer Substances 0.000 description 11
- 238000009826 distribution Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004060 metabolic process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 210000002376 aorta thoracic Anatomy 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 210000000115 thoracic cavity Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 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
- 241001465754 Metazoa Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010241 blood sampling Methods 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 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
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002610 neuroimaging Methods 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
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
Abstract
本申请涉及一种参数成像输入函数提取方法、装置和计算机设备,其中参数成像输入函数提取方法包括:获取扫描对象的原始扫描数据;在扫描对象上规划感兴趣区域,感兴趣区域为主动脉和心脏所在区域;在原始扫描数据中获取与感兴趣区域对应的子扫描数据;对感兴趣区域内的子扫描数据进行重建,得到重建图像;根据重建图像,提取参数成像输入函数。上述方法通过对扫描对象上规划感兴趣区域,感兴趣区域表示提取参数成像输入函数的所需区域,从而只需要对感兴趣区域进行图像重建,可以提高参数成像输入函数的提取速度,且可以有效节省机器资源。
Description
技术领域
本发明涉及医疗技术领域,特别是涉及一种参数成像输入函数提取方法、装置和计算机设备。
背景技术
参数成像是示踪剂动力学模型在PET(正电子发射成像)领域的定量化分析应用。示踪剂动力学以示踪剂在人体内的代谢过程为基础建立动力学数学模型,包括输入函数、PET动态图像(或感兴趣区域的时间活度曲线,time activity curve,TAC)和动力学参数,其中PET动态图像或TAC来自PET对示踪剂信号的采集和数据重建。输入函数是指动脉血中示踪剂浓度的时间活度曲线。通过对应示踪剂的代谢模型,利用输入函数和PET动态图像的测量值,可以计算出模型中的各个动力学参数,这些参数或其某种组合就是具有生理意义的定量指标。在其他医学影像设备如CT,MRI领域,对造影剂的动力学参数分析同样需要输入函数进行模型求解。
传统地,提取参数成像函数的金标准为动脉采血,但是由于该方案是侵入式的,因此现在大多数实验会选择从PET动态图像中提取血池中的参数成像输入函数。
但是,在长轴PET系统中,如果要从PET图像中提取参数成像输入函数,需要重建所有图像,对于脑部成像和直接参数成像,存在极大的计算机资源和时间浪费。
发明内容
本申请提供一种参数成像输入函数提取方法、装置和计算机设备,以至少解决参数成像输入函数提取速度慢和浪费机器资源的问题。
第一方面,本申请实施例提供了一种参数成像输入函数提取方法,包括:
获取扫描对象的原始扫描数据;
在所述扫描对象上规划感兴趣区域,所述感兴趣区域为主动脉和心脏所在区域;
在所述原始扫描数据中获取与所述感兴趣区域对应的子扫描数据;
对所述感兴趣区域内的所述子扫描数据进行重建,得到重建图像;
根据所述重建图像,提取参数成像输入函数。
在其中一些实施例中,所述根据所述重建图像,提取动脉输入函数包括:所述重建图像包括多帧动态图像;
在所述重建图像对应的血池位置标识出输入函数提取区域;
获取每一帧动态图像在所述输入函数提取区域中像素值的均值;
对所述均值进行校正处理,得到所述参数成像输入函数。
在其中一些实施例中,在所述重建图像对应的血池位置标识出输入函数提取区域包括:
获取所述感兴趣区域的CT图像,在所述CT图像上标识出输入函数提取区域,将所述CT图像上标识出输入函数提取区域与所述多帧动态图像进行匹配。
在其中一些实施例中,在所述重建图像对应的血池位置标识出输入函数提取区域包括:
在所述多帧动态图像中筛选出血池活度数值较高帧,在所述血池活度数值较高帧上标识出输入函数提取区域,将所述血池活度数值较高帧上标识出输入函数提取区域与所述多帧动态图像进行匹配。
在其中一些实施例中,采用人工智能方法在所述CT图像上标识出所述输入函数提取区域。
在其中一些实施例中,所述原始扫描数据包括PET扫描数据。
第二方面,本申请实施例提供了一种参数成像输入函数提取装置,所述装置包括:
第一获取模块,用于获取扫描对象的原始扫描数据;
区域规划模块,用于在所述扫描对象上规划感兴趣区域,所述感兴趣区域为主动脉和心脏所在区域;
第二获取模块,用于在所述原始扫描数据中获取与所述感兴趣区域对应的子扫描数据;
图像重建模块,用于对所述感兴趣区域内的所述子扫描数据进行重建,得到重建图像;
提取模块,用于根据所述重建图像,提取参数成像输入函数。
在其中一些实施例中,所述提取模块包括:
标识单元,用于在所述重建图像对应的血池位置标识出输入函数提取区域;
获取单元,用于获取每一帧动态图像在所述输入函数提取区域中像素值的均值;
校正单元,用于对所述均值进行校正处理,得到所述参数成像输入函数。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的参数成像输入函数提取方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的参数成像输入函数提取方法。
相比于相关技术,本申请实施例提供的参数成像输入函数提取方法,通过获取扫描对象的原始扫描数据;在所述扫描对象上规划感兴趣区域,所述感兴趣区域为主动脉和心脏所在区域;在所述原始扫描数据中获取与所述感兴趣区域对应的子扫描数据;对所述感兴趣区域内的所述子扫描数据进行重建,得到重建图像;根据所述重建图像,提取参数成像输入函数。解决了参数成像输入函数提取速度慢和浪费机器资源的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为一实施例提供的参数成像输入函数提取方法的流程图;
图2为一实施例提供的根据重建图像提取动脉输入函数的流程图;
图3为一个实施例中参数成像输入函数提取装置的结构框图;
图4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,对本申请进行描述和说明。应当理解,此处所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。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请中描述的各种技术可以应用于PET扫描系统中,所述PET扫描系统包括PET扫描设备、PET控制台计算机设备、PET重建计算机设备。其中,所述PET控制台计算机设备用于向PET扫描设备和PET重建计算机设备发送控制命令、显示医学图像以及储存原始扫描数据。所述PET扫描设备用于接收所述PET控制台计算机设备发送的控制命令,通过PET扫描设备中的数据采集模块(具体可包括探测器)采集扫描数据,并将扫描数据传输至重建计算机设备。所述重建计算机设备用于接收所述PET控制台计算机设备发送的控制命令以及接收PET扫描设备发送的扫描数据,并对所述扫描数据进行解析以及图像重建,并将重建图像传输至所述PET控制台计算机设备进行显示。当然,本申请实施例还可以应用到其他场景中,在此不进行限制。需要注意的是,上述应用场景仅是为了便于理解本申请而示出,本申请的实施方式在此方面不受任何限制。相反,本申请的实施方式可以应用于适用的任何场景。
图1为一实施例提供的参数成像输入函数提取方法的流程图,如图1所示,参数成像输入函数提取方法包括步骤110至步骤150,其中:
步骤110,获取扫描对象的原始扫描数据。
扫描对象可以是人体、动物体或者一些仿真实验体等。扫描对象的原始扫描数据包括PET扫描数据。本申请均以原始扫描数据为PET扫描数据为例进行说明。
步骤120,在扫描对象上规划感兴趣区域,感兴趣区域为主动脉和心脏所在区域。
在直接参数成像时,不需要全身所有组织的动态图像,只需要主动脉输入函数(Arterial Input Function,AIF)和扫描数据就可以进行参数成像。
AIF为某组织供血动脉中对比剂的时间-浓度曲线函数。根据定义,AIF应该提取于整个容积图像的每个像素,即AIF应该在为每个像素进行供血的毛细血管中提取,基于此,可以确定AIF的测量应该在较小的动脉中实现。但是由于周围组织的部分容积效应导致很难测量较小动脉中的信号强度,否则部分容积效应会对AIF形状的正确测量产生严重的不良影响。为了减少部分容积效应对A1F提取结果的污染,通常AIF需要在较大的动脉血管中测量。因此,本实施例中,将感兴趣区域规划为主动脉区域和心脏区域,从而可以提高参数成像输入函数提取的准确性。感兴趣区域也可以理解为提取参数成像输入函数所需的区域。
需要说明的是,在进行扫描对象的其他单独部位(如脑部)重建时,无论是直接参数成像还是间接参数成像(indirect parametric reconstruction,基于图像的参数成像),都不需要身体其他部位的动态图,只需要AIF,因此也只需要胸腔位置视野进行PET图像动态重建。另外,由于脑部参数图不一定要用主动脉(指胸腔位置升主动脉,主动脉弓,降主动脉)中动态图像提取出的时间活度曲线(TAC)作为输入函数,也可以从劲动脉(颅内段或颅外段)进行提取,因此直接重建头部与颈部即可完成脑部参数成像。
步骤130,在原始扫描数据中获取与感兴趣区域对应的子扫描数据。
在获取到原始扫描数据并划分出感兴趣区域后,在原始扫描数据中筛选出感兴趣区域对应的子扫描数据。由于感兴趣区域仅是扫描区域的部分区域,因此,子扫描数据也是原始扫描数据的部分数据。对于长轴PET系统来说,长轴PET系统探测器接收的光子方向分布范围远大于短轴向系统,因此其扫描视野较大,在对扫描对象执行扫描后可以获得全视野的原始扫描数据,通过在扫描对象上规划出感兴趣区域,从而可以去除数据冗余,在大量的原始扫描数据中筛选出对于提取参数成像输入函数有用的扫描数据。
步骤140,对感兴趣区域内的子扫描数据进行重建,得到重建图像。
在得到感兴趣区域内的子扫描数据后,对子扫描数据进行数据重建,得到重建图像。
正电子发射型计算机断层显像(PET)系统是核医学领域比较先进的临床检查影像技术。其工作原理如下: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,PET利用其封闭环绕型探测器阵列对背对背的光子进行符合测量,形成投影线。子扫描数据中只包含感兴趣区域的扫描数据,因此只包含感兴趣区域对应的投影数据,利用计算机对这些投影数据进行处理可以求解出感兴趣区域的放射性分布,即可重建出人体的放射性物质的空间浓度分布,从而可以得到子扫描数据的重建图像。
步骤150,根据重建图像,提取参数成像输入函数。
本实施例提供的参数成像输入函数提取方法,包括获取扫描对象的原始扫描数据;在扫描对象上规划感兴趣区域,感兴趣区域为主动脉和心脏所在区域;在原始扫描数据中获取与感兴趣区域对应的子扫描数据;对感兴趣区域内的子扫描数据进行重建,得到重建图像;根据重建图像,提取参数成像输入函数。上述方法通过对扫描对象上规划感兴趣区域,感兴趣区域表示提取参数成像输入函数的所需区域,从而只需要对感兴趣区域进行图像重建,可以提高参数成像输入函数的提取速度,且可以有效节省机器资源。
在其中一些实施例中,根据重建图像,提取动脉输入函数包括步骤210至步骤230,其中:
步骤210,在重建图像对应的血池位置标识出输入函数提取区域。
重建图像包括多帧动态图像。通常静态正电子发射断层成像认为在符合计数采集过程中示踪物质的分布是稳定不变的,这是一种理想的情况,从而重建的放射性活度图像可以看成是示踪物质在静态时间窗内的平均分布。事实上,示踪物质进入活体开始就不断参与生理化学分解与合成过程中,其分布也是在不断改变的,而在PET扫描过程中始终维持不变的是组织代谢水平。在某些情况下不仅需要得到示踪物质在生物体内的空间分布,更希望对生物体组织或器官的真实代谢水平进行定量分析。本实施例根据对各区域成像情况的需求程度,将子扫描数据分割成若干阶段,并将各阶段分割成若干帧,然后对各帧进行动态重建,得到多帧动态图像。
在重建图像对应的血池位置标识出输入函数提取区域,该区域可以是与心脏或动脉血液相关联的区域。
在其中一些实施例中,在重建图像对应的血池位置标识出输入函数提取区域包括:
获取感兴趣区域的CT图像,在CT图像上标识出输入函数提取区域,将CT图像上标识出输入函数提取区域与多帧动态图像进行匹配。
本实施例通过CT图像来获取输入函数提取区域。具体地,通过计算机断层扫描设备(CT)扫描感兴趣区域得到CT扫描数据,对CT扫描数据进行重建得到感兴趣区域的CT图像。在CT图像的血池位置标识出输入函数提取区域,然后将标识出的输入函数提取区域与其他帧动态图像进行匹配,以确定每一帧动态图像中对应的输入函数提取区域,可以节省获取像素值的时间,从而进一步提高参数成像输入函数的提取效率。
在其中一些实施例中,采用人工智能方法在CT图像上标识出输入函数提取区域。例如可以通过建立识别模型自动识别CT图像中的输入函数提取区域,从而可以减少人力成本,且节省标识时间。
在其中一些实施例中,在重建图像对应的血池位置标识出输入函数提取区域包括:
在多帧动态图像中筛选出血池活度数值较高帧,在血池活度数值较高帧上标识出输入函数提取区域,将血池活度数值较高帧上标识出输入函数提取区域与多帧动态图像进行匹配。
重建得到的动态图像也可以理解为参数图像,可以包括血池活度数值、体素或像素,可以帮助评估器官或组织的生理学和/或解剖学以及其生化特性。本实施例通过在多帧动态图像中选择一帧血池活度数值较高的动态图像,并在该帧动态图像上标识出输入函数提取区域,然后将标识出的输入函数提取区域与其他帧动态图像进行匹配,以确定每一帧动态图像中对应的输入函数提取区域。可以理解的是,该标识过程也可以通过人工智能的方法来实现。
步骤220,获取每一帧动态图像在输入函数提取区域中像素值的均值。
步骤230,对均值进行校正处理,得到参数成像输入函数。
计算该均值的时间-示踪剂浓度曲线,并将时间-示踪剂浓度曲线作为参数成像输入函数。
本实施例通过在多帧动态图像中选取一帧图像,并首先在该帧图像上进行标识输入函数提取区域,然后再与其他帧图像进行匹配来确定多帧动态图像中的输入函数提取区域,可以节省获取像素值的时间,从而进一步提高参数成像输入函数的提取效率。
应该理解的是,虽然图1和图2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和图2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3所示,提供了一种参数成像输入函数提取装置,包括:第一获取模块310、区域规划模块320、第二获取模块330、图像重建模块340和提取模块350,其中:
第一获取模块310,用于获取扫描对象的原始扫描数据;
区域规划模块320,用于在扫描对象上规划感兴趣区域,感兴趣区域为主动脉和心脏所在区域;
第二获取模块330,用于在原始扫描数据中获取与感兴趣区域对应的子扫描数据;
图像重建模块340,用于对感兴趣区域内的子扫描数据进行重建,得到重建图像;
提取模块350,用于根据重建图像,提取参数成像输入函数。
在其中一些实施例中,重建图像包括多帧动态图像;提取模块350包括:
标识单元,用于在重建图像对应的血池位置标识出输入函数提取区域;
获取单元,用于获取每一帧动态图像在输入函数提取区域中像素值的均值;
校正单元,用于对均值进行校正处理,得到参数成像输入函数。
在其中一些实施例中,标识单元还用于获取感兴趣区域的CT图像,在CT图像上标识出输入函数提取区域,将CT图像上标识出输入函数提取区域与多帧动态图像进行匹配。
在其中一些实施例中,标识单元还用于在多帧动态图像中筛选出血池活度数值较高帧,在血池活度数值较高帧上标识出输入函数提取区域,将血池活度数值较高帧上标识出输入函数提取区域与多帧动态图像进行匹配。
在其中一些实施例中,采用人工智能方法在CT图像上标识出输入函数提取区域。
本申请涉及一种参数成像输入函数提取装置,包括第一获取模块310、区域规划模块320、第二获取模块330、图像重建模块340和提取模块350;通过第一获取模块310获取扫描对象的原始扫描数据;区域规划模块320在扫描对象上规划感兴趣区域,感兴趣区域为主动脉和心脏所在区域;第二获取模块330在原始扫描数据中获取与感兴趣区域对应的子扫描数据;图像重建模块340对感兴趣区域内的子扫描数据进行重建,得到重建图像;提取模块350根据重建图像,提取参数成像输入函数。上述装置通过对扫描对象上规划感兴趣区域,感兴趣区域表示提取参数成像输入函数的所需区域,从而只需要对感兴趣区域进行图像重建,可以提高参数成像输入函数的提取速度,且可以有效节省机器资源。
关于参数成像输入函数提取装置的具体限定可以参见上文中对于参数成像输入函数提取方法的限定,在此不再赘述。上述参数成像输入函数提取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4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参数成像输入函数提取方法。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4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:
获取扫描对象的原始扫描数据;
在所述扫描对象上规划感兴趣区域,所述感兴趣区域为主动脉和心脏所在区域;
在所述原始扫描数据中获取与所述感兴趣区域对应的子扫描数据;
对所述感兴趣区域内的所述子扫描数据进行重建,得到重建图像;
根据所述重建图像,提取参数成像输入函数。
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:
获取扫描对象的原始扫描数据;
在所述扫描对象上规划感兴趣区域,所述感兴趣区域为主动脉和心脏所在区域;
在所述原始扫描数据中获取与所述感兴趣区域对应的子扫描数据;
对所述感兴趣区域内的所述子扫描数据进行重建,得到重建图像;
根据所述重建图像,提取参数成像输入函数。
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。
以上所述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申请专利范围的限制。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 (6)
1.一种参数成像输入函数提取方法,其特征在于,所述方法包括:
获取扫描对象的原始扫描数据;
在所述扫描对象上规划感兴趣区域,所述感兴趣区域为主动脉和心脏所在区域;
在所述原始扫描数据中获取与所述感兴趣区域对应的子扫描数据;
对所述感兴趣区域内的所述子扫描数据进行重建,得到重建图像;
根据所述重建图像,提取参数成像输入函数;包括,所述重建图像包括多帧动态图像;在所述重建图像对应的血池位置标识出输入函数提取区域;获取每一帧动态图像在所述输入函数提取区域中像素值的均值;对所述均值进行校正处理,得到所述参数成像输入函数;其中,在所述重建图像对应的血池位置标识出输入函数提取区域包括:获取所述感兴趣区域的CT图像,在所述CT图像上标识出输入函数提取区域,将所述CT图像上标识出输入函数提取区域与所述多帧动态图像进行匹配;或,在所述多帧动态图像中筛选出血池活度数值较高帧,在所述血池活度数值较高帧上标识出输入函数提取区域,将所述血池活度数值较高帧上标识出输入函数提取区域与所述多帧动态图像进行匹配。
2.根据权利要求1所述的方法,其特征在于,采用人工智能方法在所述CT图像上标识出所述输入函数提取区域。
3.根据权利要求1所述的方法,其特征在于,所述原始扫描数据包括PET扫描数据。
4.一种参数成像输入函数提取装置,其特征在于,所述装置包括:
第一获取模块,用于获取扫描对象的原始扫描数据;
区域规划模块,用于在所述扫描对象上规划感兴趣区域,所述感兴趣区域为主动脉和心脏所在区域;
第二获取模块,用于在所述原始扫描数据中获取与所述感兴趣区域对应的子扫描数据;
图像重建模块,用于对所述感兴趣区域内的所述子扫描数据进行重建,得到重建图像;
提取模块,用于根据所述重建图像,提取参数成像输入函数;包括,所述重建图像包括多帧动态图像;在所述重建图像对应的血池位置标识出输入函数提取区域;获取每一帧动态图像在所述输入函数提取区域中像素值的均值;对所述均值进行校正处理,得到所述参数成像输入函数;其中,在所述重建图像对应的血池位置标识出输入函数提取区域包括:获取所述感兴趣区域的CT图像,在所述CT图像上标识出输入函数提取区域,将所述CT图像上标识出输入函数提取区域与所述多帧动态图像进行匹配;或,在所述多帧动态图像中筛选出血池活度数值较高帧,在所述血池活度数值较高帧上标识出输入函数提取区域,将所述血池活度数值较高帧上标识出输入函数提取区域与所述多帧动态图像进行匹配。
5.一种计算机设备,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3中任一项所述方法的步骤。
6.一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3中任一项所述的方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010194722.0A CN111402356B (zh) | 2020-03-19 | 2020-03-19 | 参数成像输入函数提取方法、装置和计算机设备 |
US17/134,570 US11688071B2 (en) | 2020-03-19 | 2020-12-28 | Systems and methods for image reconstruction and processing |
US18/341,735 US20230342939A1 (en) | 2020-03-19 | 2023-06-26 | Systems and methods for image reconstruction and processing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010194722.0A CN111402356B (zh) | 2020-03-19 | 2020-03-19 | 参数成像输入函数提取方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111402356A CN111402356A (zh) | 2020-07-10 |
CN111402356B true CN111402356B (zh) | 2024-04-16 |
Family
ID=71428874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010194722.0A Active CN111402356B (zh) | 2020-03-19 | 2020-03-19 | 参数成像输入函数提取方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402356B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116309355A (zh) * | 2023-01-31 | 2023-06-23 | 优脑银河(浙江)科技有限公司 | 用于脑影像图像的冗余信息处理方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5212717A (en) * | 1990-06-27 | 1993-05-18 | Kabushiki Kaisha Toshiba | Computed tomography scanner apparatus |
WO2006006096A1 (en) * | 2004-07-09 | 2006-01-19 | Philips Intellectual Property & Standards Gmbh | Image processing system for the processing of morphological and functional images |
JP2006326078A (ja) * | 2005-05-27 | 2006-12-07 | Hitachi Medical Corp | 血流動態解析装置、x線ct装置、mri装置、及び血流動態解析プログラム |
CN101190131A (zh) * | 2006-11-28 | 2008-06-04 | 西门子(中国)有限公司 | 一种计算机断层扫描成像中视野的选取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163403A1 (en) * | 2012-12-12 | 2014-06-12 | The Texas A&M University System | Automated determination of arterial input function areas in perfusion analysis |
-
2020
- 2020-03-19 CN CN202010194722.0A patent/CN111402356B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5212717A (en) * | 1990-06-27 | 1993-05-18 | Kabushiki Kaisha Toshiba | Computed tomography scanner apparatus |
WO2006006096A1 (en) * | 2004-07-09 | 2006-01-19 | Philips Intellectual Property & Standards Gmbh | Image processing system for the processing of morphological and functional images |
JP2006326078A (ja) * | 2005-05-27 | 2006-12-07 | Hitachi Medical Corp | 血流動態解析装置、x線ct装置、mri装置、及び血流動態解析プログラム |
CN101190131A (zh) * | 2006-11-28 | 2008-06-04 | 西门子(中国)有限公司 | 一种计算机断层扫描成像中视野的选取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111402356A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11398026B2 (en) | Systems and methods for synthetic medical image generation | |
US8774481B2 (en) | Atlas-assisted synthetic computed tomography using deformable image registration | |
US9275451B2 (en) | Method, a system, and an apparatus for using and processing multidimensional data | |
EP2399238B1 (en) | Functional imaging | |
CN110960241A (zh) | 医学影像扫描的扫描参数确定方法、装置和计算机设备 | |
CN102301394B (zh) | 透壁灌注梯度图像分析 | |
US20100135556A1 (en) | Method and system for outlining a region in positron emission tomography studies | |
US20040167395A1 (en) | Dynamic medical imaging | |
US20070165926A1 (en) | Data processing system for compartmental analysis | |
CN110996800B (zh) | 用于确定pet成像动力学参数的系统、方法及非暂时性计算机可读介质 | |
US20100054559A1 (en) | Image generation based on limited data set | |
CN110223247B (zh) | 图像衰减校正方法、装置、计算机设备和存储介质 | |
US7668359B2 (en) | Automatic detection of regions (such as, e.g., renal regions, including, e.g., kidney regions) in dynamic imaging studies | |
US9626759B2 (en) | Method for the automatic recognition of anatomical structures in images obtained by positron emission tomography, system and computer program for performing said method | |
CN113989231A (zh) | 动力学参数的确定方法、装置、计算机设备和存储介质 | |
CN111402356B (zh) | 参数成像输入函数提取方法、装置和计算机设备 | |
Dassanayake et al. | caliPER: a software for blood-free parametric Patlak mapping using PET/MRI input function | |
US20030048937A1 (en) | Method of processing visual imagery from a medical imaging device | |
CN110136076A (zh) | 医学扫描成像方法、装置、存储介质及计算机设备 | |
JP4997575B2 (ja) | 減弱係数マップ作成装置、減弱係数マップ作成方法およびプログラム | |
CN110477941B (zh) | 摄取值的校正方法、装置、计算机设备和可读存储介质 | |
CN110742639B (zh) | 扫描系统配置方法、装置、计算机设备和可读存储介质 | |
CN110215203B (zh) | 心电信号获取方法、装置、计算机设备和存储介质 | |
CN110215226B (zh) | 图像衰减校正方法、装置、计算机设备和存储介质 | |
CN111035403A (zh) | 一种扫描时机确定方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 201807 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. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant |