CN111445550B - Pet图像的迭代重建方法、装置和计算机可读存储介质 - Google Patents
Pet图像的迭代重建方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111445550B CN111445550B CN202010221481.4A CN202010221481A CN111445550B CN 111445550 B CN111445550 B CN 111445550B CN 202010221481 A CN202010221481 A CN 202010221481A CN 111445550 B CN111445550 B CN 111445550B
- Authority
- CN
- China
- Prior art keywords
- iterative reconstruction
- pet
- pet image
- image
- initial
- 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 41
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000012937 correction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008520 organization Effects 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 210000001519 tissue Anatomy 0.000 description 43
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000002591 computed tomography Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000002595 magnetic resonance imaging Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000700 radioactive tracer Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000470 constituent Substances 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
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Nuclear Medicine (AREA)
Abstract
本申请涉及一种PET图像的迭代重建方法、装置、计算机设备和计算机可读存储介质。其中,该方法包括:获取具有扫描对象的组织结构的扫描图像;将扫描图像按照组织结构分割为多个区域;向每个区域分别填充标准像素值,得到初始PET图像;以初始PET图像作为迭代重建的初始值进行迭代重建计算,得到扫描对象的PET图像。通过本申请,解决了PET图像的迭代重建时间长的问题,减少了PET图像的迭代重建时间。
Description
技术领域
本申请涉及计算机成像领域,特别是涉及正电子发射型计算机断层显像(Positron Emission Computed Tomography,简称为PET)图像的迭代重建方法、装置、计算机设备和计算机可读存储介质。
背景技术
PET是核医学领域重要的影像学诊断工具,目前已经被广泛应用于医学影像学诊断和研究。在通过PET系统对生物体进行扫描前,先给生物体注射含有放射性核素的示踪剂,示踪剂在生物体内会发生衰变并产生正电子,接着衰变后产生的正电子在行进一段距离后,与生物体内的电子相遇,发生正负电子对湮灭反应,从而生成一对方向相反、能量相同的光子,这一对光子穿过生物体组织,被PET系统的探测器接收,并经过计算机进行散射和随机信息的校正,以通过相应的图像重建算法生成能够反映示踪剂在生物体内分布的图像。
PET图像重建主要有解析重建和迭代重建两种主流方法,其中,解析重建以滤波反投影(Filtered Back-Projection,简称为FBP)算法最具代表性;但是通过滤波反投影算法重建图像需要完备的投影数据和精确定量的辐射剂量,因此在临床应用中难以获得精确的PET图像。而迭代重建算法能够有效地克服FBP算法的上述问题。迭代重建算法的基本原理是对被扫描物体估计得到估计图像,然后对估计图像进行模拟投影,并与实际测量的真实投影进行比较后,使用二者之间的误差对估计图像进行校正,再将校正后的估计图像进行下一次模拟投影和比较校正,如此反复迭代计算,对图像信息进行不断的检验和修正,直到误差降到最低,最后得到修正的图像即为重建图像。
在相关技术中,通常使用空白图像或者其他类型的医学扫描图像作为初始的估计图像(称为初始值),例如在PET-CT系统中在进行PET扫描前,可以利用CT扫描生成一张CT图像,然后以CT图像为初始值进行PET图像的迭代重建。然而,空白图像或者CT图像等其他类型的图像与PET图像的像素值差异大,以空白图像或者CT图像作为初始值导致迭代重建的时间长或重建图像的效果差。
针对相关技术中PET图像的迭代重建时间长的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种PET图像的迭代重建方法、装置、计算机设备和计算机可读存储介质,以至少解决相关技术中PET图像的迭代重建时间长的问题。
第一方面,本申请实施例提供了一种PET图像的迭代重建方法,包括:获取具有扫描对象的组织结构的扫描图像;将所述扫描图像按照组织结构分割为多个区域;向每个区域分别填充标准像素值,得到初始PET图像;以所述初始PET图像作为迭代重建的初始值进行迭代重建计算,得到所述扫描对象的PET图像。
第二方面,本申请实施例提供了一种PET图像的迭代重建装置,包括:获取模块,用于获取具有扫描对象的组织结构的扫描图像;分割模块,用于将所述扫描图像按照组织结构分割为多个区域;填充模块,用于向每个区域分别填充标准像素值,得到初始PET图像;迭代重建模块,用于以所述初始PET图像作为迭代重建的初始值进行迭代重建计算,得到所述扫描对象的PET图像。
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PET图像的迭代重建方法。
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PET图像的迭代重建方法。
相比于相关技术,本申请实施例提供的PET图像的迭代重建方法、装置、计算机设备和计算机可读存储介质,通过获取具有扫描对象的组织结构的扫描图像;将扫描图像按照组织结构分割为多个区域;向每个区域分别填充标准像素值,得到初始PET图像;以初始PET图像作为迭代重建的初始值进行迭代重建计算,得到扫描对象的PET图像的方式,解决了PET图像的迭代重建时间长的问题,减少了PET图像的迭代重建时间。
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是根据本申请实施例的PET-CT系统的结构示意图;
图2是根据本申请实施例的PET图像的迭代重建方法的流程图;
图3是根据本申请实施例的迭代重建过程的流程示意图;
图4是根据本申请实施例的PET图像的迭代重建装置的结构框图。
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“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。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。
本申请所涉及的方法、装置、设备或者计算机可读存储介质可用于非侵入成像,如疾病的诊断和研究等;其所涉及的系统可以包括PET系统,还可以包括PET-MR系统、PET-CT等多模态混合系统。本申请所涉及的方法、装置、设备或者计算机可读存储介质既可以与上述的系统集成在一起,也可以是相对独立的。
下面将以PET-CT系统为例对本申请实施例进行说明。
本实施例提供了一种PET-CT系统。图1是根据本申请实施例的PET-CT系统的结构示意图,如图1所示,该PET-CT系统包括:PET扫描设备11、CT扫描设备12和计算机设备13,其中,计算机设备13包括计算机包括存储器135、处理器132及存储在存储器135上并可在处理器132上运行的计算机程序。计算机设备还可以包括显示单元133、输入/输出设备134、通信端口136;PET扫描设备11、CT扫描设备12和计算机设备13之间可以通过通信总线14进行数据传输,从而实现对成像过程的控制。
其中,处理器132可以由一个或多个处理器组成,可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,显示单元133可以是提供给用户用来显示图像的显示器。
其中,输入/输出设备134可以是键盘、鼠标、控制盒等相关设备,支持输入/输出相应数据流。
其中,存储器135可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器135可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(Solid State Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerial Bus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器135可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器135可在数据处理装置的内部或外部。在特定实施例中,存储器135是非易失性(Non-Volatile)存储器。在特定实施例中,存储器135包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(Random Access Memory,简称为RAM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory,简称为PROM)、可擦除PROM(ErasableProgrammable Read-Only Memory,简称为EPROM)、电可擦除PROM(Electrically ErasableProgrammable Read-Only Memory,简称为EEPROM)、电可改写ROM(ElectricallyAlterable Read-Only Memory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。存储器135可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器132所执行的可能的程序指令。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(FastPage Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic Random Access Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
其中,通信端口136可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
其中,通信总线14包括硬件、软件或两者,将磁共振系统的部件彼此耦接在一起。通信总线14包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,通信总线14可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro Channel Architecture,简称为MCA)总线、外围组件互连(Peripheral ComponentInterconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SerialAdvanced Technology Attachment,简称为SATA)总线、视频电子标准协会局部(VideoElectronics Standards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,通信总线14可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
在本实施例中,处理器132被配置为:获取具有扫描对象的组织结构的扫描图像;将扫描图像按照组织结构分割为多个区域;向每个区域分别填充标准像素值,得到初始PET图像;以初始PET图像作为迭代重建的初始值进行迭代重建计算,得到扫描对象的PET图像。
在其中一些实施例中,处理器132还被配置为:在向每个区域分别填充标准像素值之前,获取数据库中已存储的PET图像;从数据库中已存储的PET图像中提取出与组织结构对应的标准像素值。
在其中一些实施例中,处理器132还被配置为:在向每个区域分别填充标准像素值之前,获取数据库中已存储的PET图像;从数据库中已存储的PET图像中提取出与组织结构对应的像素值;均一化处理与组织结构对应的像素值,得到标准像素值,其中,数据库中已存储的PET图像的数量为一个或多个。
在其中一些实施例中,扫描图像包括但不限于以下之一:CT图像、MRI图像、PET图像、超声图像。
在其中一些实施例中,处理器132还被配置为:执行PET图像迭代重建步骤,若达到收敛条件则中止执行PET图像迭代重建步骤,否则再次执行PET图像迭代重建步骤;其中,PET图像迭代重建步骤包括:计算初始PET图像在预设视角的第一投影值;根据对扫描对象的实际测量数据计算在预设视角的第二投影值;根据第一投影值和第二投影值,计算校正系数,并使用校正系数更新初始PET图像。
在其中一些实施例中,处理器132还被配置为:在未到达收敛条件而PET图像迭代重建步骤被中止之后,当重新开始执行PET图像迭代重建步骤时,以上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到收敛条件,得到扫描对象的PET图像。
在其中一些实施例中,处理器132还被配置为:在未到达收敛条件而PET图像迭代重建步骤被中止之后,存储上一次PET图像迭代重建步骤中更新的初始PET图像;当重新开始执行PET图像迭代重建步骤时,以存储的上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到收敛条件,得到扫描对象的PET图像。
下面介绍本申请实施例提供的PET图像的迭代重建方法。
图2是根据本申请实施例的PET图像的迭代重建方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,获取具有扫描对象的组织结构的扫描图像。
在本实施例中,具有扫描对象的组织结构的扫描图像可以是但不限于电子计算机断层扫描(Computed Tomography,简称为CT)图像、磁共振成像(Magnetic ResonanceImaging,简称为MRI)图像、PET图像、超声图像,或者其他的数字X线摄影(DigitalRadiography,简称为DR)图像。
在一些实施例中,上述的扫描图像可以是至少具有PET图像扫描能力的多模态混合系统扫描到的扫描图像。例如,以PET-CT多模态混合系统为例,在扫描中,PET-CT系统中CT扫描的视野与PET扫描的视野相同,因此通过CT扫描可以快速获取与PET扫描视野相同的CT图像,在CT图像中具有扫描对象的组织结构。并且,CT图像的成像速度快,能够减少扫描时间。
在一些实施例中,也可以不借助于其他模态的扫描系统,而直接通过PET系统获得具有扫描对象的组织结构的扫描图像。
步骤S202,将扫描图像按照组织结构分割为多个区域。
在步骤S201中获得了具有组织结构的扫描图像后,在步骤S202中就可以根据扫描图像携带的这些组织结构的扫描图像,按照组织结构分割得到多个组织结构区域。
其中组织结构的分割方法可以采用已知的任意组织结构分割方法,包括但不限于目标检测算法、边缘检测算法等方法。还可以利用深度学习方法,采用已训练的人工神经网络来进行组织结构的分割。
本实施例中的组织结构是指器官、组织或者生物体的其他组成成分。
在PET图像中,组织结构具有各自的标准化摄取值(Standard Uptake Value,简称为SUV),SUV值对应于PET图像上不同的像素值范围。例如,通常情况下肝部的SUV值大约为2,肌肉部分的SUV值大约为0.8。也存在部分组织结构的SUV值比较接近的情况。在一些实施例中,还可以将SUV值或者PET图像像素值比较接近的组织结构合并为相同的区域,减少扫描图像被分割的区域数量。
步骤S203,向每个区域分别填充标准像素值,得到初始PET图像。
在上述步骤中向每个区域分别填充标准像素值,从而将步骤S201中的扫描图像的对应区域的像素值替换为与组织结构对应的标准像素值,相当于给扫描图像“重新上色”。在本实施例中,标准像素值是指预先设置的像素值,这些像素值与组织结构相对应,且标准像素值与对应的组织结构在PET图像中的像素值大体相近。
步骤S204,以初始PET图像作为迭代重建的初始值进行迭代重建计算,得到扫描对象的PET图像。
由于步骤S203中填充标准像素值之后,得到的初始PET图像中各个部分的像素值与实际扫描对象最终将重建得到的PET图像中各个部分的像素值差异变得更小。因此,以这样的初始PET图像作为迭代重建的初始值进行迭代计算,能够加速误差的收敛,快速获得扫描对象的PET图像。
通过上述步骤,解决了相关技术中迭代重建的时间长的问题,提高了PET图像迭代重建的效率,减少了PET图像的迭代重建时间。同时,由于迭代重建的时间缩短了,也有利于进一步减小示踪剂的用量,降低将扫描对象暴露在辐射中的风险。
在上述步骤中的标准像素值只需要与相应组织结构的PET图像的像素值大体接近即可,通过迭代重建的方法可以将填充标准像素值得到的初始PET图像的像素值快速调整到与真实像素值更小的误差范围内。而获得标准像素值的方式有多种方式,包括但不限于基于统计的方法,或者基于先验图像的方法。
例如,在其中一些实施例中,可以从数据库中获取已存储的PET图像,然后从这PET图像中提取出与组织结构对应的标准像素值。在这些实施例中,可以选取数据库已存储的PET图像中与当前扫描的PET图像最为相似的PET图像,并从该PET图像中提取出与组织结构对应的标准像素值。也可以选取数据库已存储的PET图像中至少包含当前扫描的PET图像中至少一个组织结构的图像,并从该PET图像中提取出该至少一个组织结构对应的标准像素值。
在另一些实施例中,可以预先从数据库的已存储的PET图像中预先将各个组织结构对应的标准像素值提取出来并按照组织结构进行存储,在下一次需要填充标准像素值时,只需要根据标准像素值对应的组织结构获取已存储的标准像素值,而无需多次提取标准像素值。
在上述实施例中,提取得到的组织结构对应的标准像素值可以是对应图像区域内的像素值。在另一些实施例中,也可以使用对应图像区域内的像素值的平均值作为标准像素值。例如,获取数据库中已存储的PET图像;从数据库中已存储的PET图像中提取出与组织结构对应的像素值;均一化处理与组织结构对应的像素值,得到标准像素值。
在上述实施例中,数据库中已存储的PET图像的数量可以为一个或多个。在数据库中已存储了大量的PET图像时,可以计算每个PET图像中对应像素的像素值均值作为该像素的标准像素值;也可以求取所有PET图像中相同组织结构的像素值的均值作为标准像素值。上述两种标准像素值的提取方式均能够实现本申请的目的。
在本实施例中采用的迭代重建算法可以为已知的任意迭代重建算法。在本实施例中采用的迭代重建过程如图3所示,该过程包括如下步骤:
PET图像迭代重建步骤包括步骤S301~步骤S303:
步骤S301,计算初始PET图像在预设视角的第一投影值。
步骤S302,根据对扫描对象的实际测量数据计算在预设视角的第二投影值;
步骤S303,根据第一投影值和第二投影值,计算校正系数,并使用校正系数更新初始PET图像。
步骤S304,若达到收敛条件则中止执行PET图像迭代重建步骤,否则从步骤S301开始,再次执行PET图像迭代重建步骤。
采用本申请实施例提供的上述的PET图像的迭代重建方法能够优化迭代重建的初始值,从而显著加快迭代速度。
在另一些场景下,PET扫描可能因为某些原因而被中断或者延迟。在本实施例中,在未到达收敛条件而PET图像迭代重建步骤被中止之后,当重新开始执行PET图像迭代重建步骤时,以上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到收敛条件,得到扫描对象的PET图像。通过上述方式,以上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,缩短了重新开始的PET图像迭代重建的时间。
在另一些场景下,PET扫描根据实际需要,可能需要从某个位置补扫或者重新扫描(例如回访)。在本实施例中,在未到达收敛条件而PET图像迭代重建步骤被中止之后,存储上一次PET图像迭代重建步骤中更新的初始PET图像;当重新开始执行PET图像迭代重建步骤时,以存储的上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到收敛条件,得到扫描对象的PET图像。
例如,将初始PET图像按照扫描位置、扫描对象为关键词,存储在存储器中。当下一次扫描时,可以通过比对扫描位置、扫描对象是否相同,在均相同的情况下,则从存储器中提取初始PET图像作为迭代重建的初始值,进行后续的PET图像迭代重建。通过上述方式,可以缩短相同扫描对象、相同扫描位置的PET图像的迭代重建的时间。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种PET图像的迭代重建装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本申请实施例的PET图像的迭代重建装置的结构框图,如图4所示,该装置包括:获取模块41,用于获取具有扫描对象的组织结构的扫描图像。分割模块42,耦接至获取模块41,用于将扫描图像按照组织结构分割为多个区域。填充模块43,耦接至分割模块42,用于向每个区域分别填充标准像素值,得到初始PET图像。迭代重建模块44,耦接至填充模块43,用于以初始PET图像作为迭代重建的初始值进行迭代重建计算,得到扫描对象的PET图像。
在其中一些实施例中,装置还包括:PET图像获取模块,用于获取数据库中已存储的PET图像。提取模块,耦接至PET图像获取模块和填充模块43,用于从数据库中已存储的PET图像中提取出与组织结构对应的标准像素值。
在其中一些实施例中,装置还包括:PET图像获取模块,用于获取数据库中已存储的PET图像。提取模块,耦接至PET图像获取模块,用于从数据库中已存储的PET图像中提取出与组织结构对应的像素值。均一化模块,耦接至提取模块和填充模块43,用于均一化处理与组织结构对应的像素值,得到标准像素值,其中,数据库中已存储的PET图像的数量为一个或多个。
在其中一些实施例中,扫描图像包括但不限于以下之一:CT图像、MRI图像、PET图像、超声图像。
在其中一些实施例中,迭代重建模块44,用于执行PET图像迭代重建步骤,若达到收敛条件则中止执行PET图像迭代重建步骤,否则再次执行PET图像迭代重建步骤;其中,PET图像迭代重建步骤包括:计算初始PET图像在预设视角的第一投影值;根据对扫描对象的实际测量数据计算在预设视角的第二投影值;根据第一投影值和第二投影值,计算校正系数,并使用校正系数更新初始PET图像。
在其中一些实施例中,迭代重建模块44,还用于在未到达收敛条件而PET图像迭代重建步骤被中止之后,当重新开始执行PET图像迭代重建步骤时,以上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到收敛条件,得到扫描对象的PET图像。
在其中一些实施例中,迭代重建模块44,还用于在未到达收敛条件而PET图像迭代重建步骤被中止之后,存储上一次PET图像迭代重建步骤中更新的初始PET图像;当重新开始执行PET图像迭代重建步骤时,以存储的上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到收敛条件,得到扫描对象的PET图像。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合上述实施例中的PET图像的迭代重建方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种PET图像的迭代重建方法。
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 (9)
1.一种PET图像的迭代重建方法,其特征在于,包括:
获取具有扫描对象的组织结构的扫描图像;
将所述扫描图像按照组织结构分割为多个区域;
获取数据库中已存储的PET图像;
从所述数据库中已存储的PET图像中提取出与组织结构对应的标准像素值;
向每个区域分别填充标准像素值,得到初始PET图像;
以所述初始PET图像作为迭代重建的初始值进行迭代重建计算,得到所述扫描对象的PET图像。
2.根据权利要求1所述的PET图像的迭代重建方法,其特征在于,所述从所述数据库中已存储的PET图像中提取出与组织结构对应的标准像素值包括:
从所述数据库中已存储的PET图像中提取出与组织结构对应的像素值;
均一化处理与组织结构对应的像素值,得到标准像素值,其中,所述数据库中已存储的PET图像的数量为一个或多个。
3.根据权利要求1所述的PET图像的迭代重建方法,其特征在于,所述扫描图像包括以下之一:CT图像、MRI图像、PET图像、超声图像。
4.根据权利要求1至3中任一项所述的PET图像的迭代重建方法,其特征在于,以所述初始PET图像作为迭代重建的初始值进行迭代重建计算,得到所述扫描对象的PET图像包括:
执行PET图像迭代重建步骤,若达到收敛条件则中止执行所述PET图像迭代重建步骤,否则再次执行所述PET图像迭代重建步骤;
其中,所述PET图像迭代重建步骤包括:计算所述初始PET图像在预设视角的第一投影值;根据对所述扫描对象的实际测量数据计算在所述预设视角的第二投影值;根据所述第一投影值和所述第二投影值,计算校正系数,并使用所述校正系数更新所述初始PET图像。
5.根据权利要求4所述的PET图像的迭代重建方法,其特征在于,所述方法还包括:
在未到达所述收敛条件而所述PET图像迭代重建步骤被中止之后,当重新开始执行所述PET图像迭代重建步骤时,以上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到所述收敛条件,得到所述扫描对象的所述PET图像。
6.根据权利要求4所述的PET图像的迭代重建方法,其特征在于,所述方法还包括:
在未到达所述收敛条件而所述PET图像迭代重建步骤被中止之后,存储上一次PET图像迭代重建步骤中更新的初始PET图像;
当重新开始执行所述PET图像迭代重建步骤时,以存储的上一次PET图像迭代重建步骤中更新的初始PET图像作为迭代重建的初始值,进行迭代重建计算,直至达到所述收敛条件,得到所述扫描对象的所述PET图像。
7.一种PET图像的迭代重建装置,其特征在于,包括:
获取模块,用于获取具有扫描对象的组织结构的扫描图像;
分割模块,用于将所述扫描图像按照组织结构分割为多个区域;
PET图像获取模块,用于获取数据库中已存储的PET图像;
提取模块,用于从所述数据库中已存储的PET图像中提取出与组织结构对应的标准像素值;
填充模块,用于向每个区域分别填充标准像素值,得到初始PET图像;
迭代重建模块,用于以所述初始PET图像作为迭代重建的初始值进行迭代重建计算,得到所述扫描对象的PET图像。
8.一种计算机设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的PET图像的迭代重建方法。
9.一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,该程序被处理器执行时实现如权利要求1至6中任一项所述的PET图像的迭代重建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010221481.4A CN111445550B (zh) | 2020-03-26 | 2020-03-26 | Pet图像的迭代重建方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010221481.4A CN111445550B (zh) | 2020-03-26 | 2020-03-26 | Pet图像的迭代重建方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111445550A CN111445550A (zh) | 2020-07-24 |
CN111445550B true CN111445550B (zh) | 2024-05-14 |
Family
ID=71652502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010221481.4A Active CN111445550B (zh) | 2020-03-26 | 2020-03-26 | Pet图像的迭代重建方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111445550B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112017258B (zh) * | 2020-09-16 | 2024-04-30 | 上海联影医疗科技股份有限公司 | Pet图像重建方法、装置、计算机设备以及存储介质 |
CN112365593B (zh) * | 2020-11-12 | 2024-03-29 | 江苏赛诺格兰医疗科技有限公司 | 一种pet图像重建的方法和系统 |
CN112488952A (zh) * | 2020-12-07 | 2021-03-12 | 深圳先进技术研究院 | Pet图像的重建方法及重建终端、计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847207A (zh) * | 2009-03-23 | 2010-09-29 | 莫弗探测公司 | 用于容器检查的方法和系统 |
CN107644421A (zh) * | 2016-07-20 | 2018-01-30 | 上海联影医疗科技有限公司 | 医学图像分割方法及系统 |
CN108109185A (zh) * | 2017-12-18 | 2018-06-01 | 上海联影医疗科技有限公司 | 一种生成用于消除ct伪影的校正系数的方法,以及一种基于校正系数消除ct伪影的方法 |
CN110168612A (zh) * | 2017-01-06 | 2019-08-23 | 皇家飞利浦有限公司 | 用于正电子发射断层摄影(pet)成像中改善的结果稳健性的标准化的摄取值(suv)指导的重建控制 |
CN113168721A (zh) * | 2018-11-28 | 2021-07-23 | 皇家飞利浦有限公司 | 用于重建对象的图像的系统 |
-
2020
- 2020-03-26 CN CN202010221481.4A patent/CN111445550B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847207A (zh) * | 2009-03-23 | 2010-09-29 | 莫弗探测公司 | 用于容器检查的方法和系统 |
CN107644421A (zh) * | 2016-07-20 | 2018-01-30 | 上海联影医疗科技有限公司 | 医学图像分割方法及系统 |
CN110168612A (zh) * | 2017-01-06 | 2019-08-23 | 皇家飞利浦有限公司 | 用于正电子发射断层摄影(pet)成像中改善的结果稳健性的标准化的摄取值(suv)指导的重建控制 |
CN108109185A (zh) * | 2017-12-18 | 2018-06-01 | 上海联影医疗科技有限公司 | 一种生成用于消除ct伪影的校正系数的方法,以及一种基于校正系数消除ct伪影的方法 |
CN113168721A (zh) * | 2018-11-28 | 2021-07-23 | 皇家飞利浦有限公司 | 用于重建对象的图像的系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111445550A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11232543B2 (en) | System and method for image correction | |
CN111445550B (zh) | Pet图像的迭代重建方法、装置和计算机可读存储介质 | |
CN109308728B (zh) | 正电子发射型计算机断层扫描图像处理方法及装置 | |
RU2413245C2 (ru) | Обработка изображений позитронно-эмиссионной томографии с использованием анатомической маски режима списка | |
CN108876794B (zh) | 体积图像数据中的动脉瘤与载瘤血管的隔离 | |
US9098912B2 (en) | Method, system and computer readable medium for automatic segmentation of a medical image | |
US20230394719A1 (en) | System and method for image processing | |
US8588498B2 (en) | System and method for segmenting bones on MR images | |
US20180247434A1 (en) | Methods, systems, and media for noise reduction in computed tomography images | |
CN110415310B (zh) | 医学扫描成像方法、装置、存储介质及计算机设备 | |
CN110136076B (zh) | 医学扫描成像方法、装置、存储介质及计算机设备 | |
CN112037147B (zh) | 医学图像降噪方法和装置 | |
CN111612689B (zh) | 医学图像处理方法、装置、计算机设备和可读存储介质 | |
KR101885562B1 (ko) | 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치 | |
CN111544022B (zh) | 一种pet衰减校正方法、装置和计算机设备 | |
CN112017258B (zh) | Pet图像重建方法、装置、计算机设备以及存储介质 | |
CN108876783B (zh) | 图像融合方法及系统、医疗设备和图像融合终端 | |
US20220383491A1 (en) | Tissue boundary determination apparatus and method | |
CN113888566B (zh) | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 | |
CN111612867B (zh) | 运动伪影校正方法、装置、计算机设备和可读存储介质 | |
CN112052885B (zh) | 图像处理方法、装置、设备及pet-ct系统 | |
CN111904445A (zh) | 一种乳腺对比增强图像的获取及处理方法、装置 | |
Luu et al. | Automatic scan range for dose-reduced multiphase ct imaging of the liver utilizing cnns and gaussian models | |
CN112634147B (zh) | 自监督学习的pet图像降噪方法、系统、装置及介质 | |
US20230154067A1 (en) | Output Validation of an Image Reconstruction Algorithm |
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 |