CN112168196A - 用于高分辨率能谱计算机断层摄影成像的系统和方法 - Google Patents

用于高分辨率能谱计算机断层摄影成像的系统和方法 Download PDF

Info

Publication number
CN112168196A
CN112168196A CN202010509882.XA CN202010509882A CN112168196A CN 112168196 A CN112168196 A CN 112168196A CN 202010509882 A CN202010509882 A CN 202010509882A CN 112168196 A CN112168196 A CN 112168196A
Authority
CN
China
Prior art keywords
detector
data set
energy
individual detectors
macro
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.)
Granted
Application number
CN202010509882.XA
Other languages
English (en)
Other versions
CN112168196B (zh
Inventor
叶夫根尼·德拉普金
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.)
GE Precision Healthcare LLC
Original Assignee
GE Precision Healthcare LLC
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 GE Precision Healthcare LLC filed Critical GE Precision Healthcare LLC
Publication of CN112168196A publication Critical patent/CN112168196A/zh
Application granted granted Critical
Publication of CN112168196B publication Critical patent/CN112168196B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • 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]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • 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
    • A61B6/4233—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
    • 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
    • A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • 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
    • A61B6/4266—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a plurality of detector units
    • 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • G01N23/044—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 laminography or tomosynthesis
    • 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
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/408—Dual energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/421—Filtered back projection [FBP]
    • 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

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Pulmonology (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Mathematical Physics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measurement Of Radiation (AREA)

Abstract

本发明题为“用于高分辨率能谱计算机断层摄影成像的系统和方法”。本发明提供了用于高分辨率计算机断层摄影成像的方法和系统。在一个实施方案中，一种方法包括：用检测器阵列检测由x射线源生成并被待成像的受检者衰减的光子，该检测器阵列包括各自被配置为具有第一数目的能量区间的多个单独检测器；通过将单独检测器的子集选择性地聚合成具有第二数目的能量区间的宏检测器来生成针对包括单独检测器和宏检测器的组合的虚拟检测器阵列的第一数据集；通过对该第一数据集进行上采样来生成针对增强检测器阵列的第二数据集，该增强检测器阵列包括各自被配置为具有该第二数目的能量区间的多个单独检测器器；以及从该第二数据集重建该受检者的图像。以这种方式，高分辨率检测器阵列可获取最少的数据，同时保持高图像分辨率和能谱分辨率。

Description

用于高分辨率能谱计算机断层摄影成像的系统和方法
技术领域
本文所公开主题的实施方案涉及非侵入式诊断成像，并且更具体地涉及高分辨率能谱计算机断层摄影成像。
背景技术
双能谱或多能谱计算机断层摄影(CT)系统可显示物体中不同材料的密度，并生成在多个单色x射线能级下采集的图像。在不存在物体散射的情况下，系统基于来自光谱中的两个具有光子能量的区域的信号导出不同能量下的行为：入射x射线谱的低能量部分和高能量部分。在CT的给定能量区域中，两种物理过程主导x射线衰减：康普顿散射和光电效应。从两个能量区域检测到的信号提供足够的信息来解析被成像材料的能量依赖性。从两个能量区域检测到的信号提供足够的信息来确定由两种假想材料构成的物体的相对组成。
发明内容
在一个实施方案中，一种方法包括：用检测器阵列检测由x射线源生成并被待成像的受检者衰减的光子，该检测器阵列包括各自被配置为具有第一数目的能量区间的多个单独检测器；通过将单独检测器的子集选择性地聚合成具有第二数目的能量区间的宏检测器来生成针对包括单独检测器和宏检测器的组合的虚拟检测器阵列的第一数据集；通过对该第一数据集进行上采样来生成针对增强检测器阵列的第二数据集，该增强检测器阵列包括各自被配置为具有该第二数目的能量区间的多个单独检测器器；以及从该第二数据集重建该受检者的图像。以这种方式，高分辨率检测器阵列可获取最少的数据，同时保持高图像分辨率和能谱分辨率，从而提高在带宽有限时的数据传输效率。
应当理解，提供上面的简要描述来以简化的形式介绍在具体实施方式中进一步描述的一系列概念。这并不意味着识别所要求保护的主题的关键或必要特征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。
附图说明
通过参考附图阅读以下对非限制性实施方案的描述将更好地理解本发明，其中在下文中：
图1示出了根据一个实施方案的成像系统的绘画视图；
图2示出了根据一个实施方案的示例性成像系统的方框示意图；
图3示出了根据一个实施方案的概要流程图，该概要流程图示出了用于在采集期间具有鲁棒数据压缩的多能量成像的示例性方法。
图4示出了根据一个实施方案的表格，该表格示出了在针对一系列视图的检测器阵列中的各单独检测器之间的能量区间的示例性分布；
图5示出了根据一个实施方案的表格，该表格示出了在针对一系列视图的检测器阵列中的单独检测器和宏检测器之间的能量区间的示例性分布；
图6示出了根据一个实施方案的表格，该表格示出了在针对一系列视图的检测器阵列中的单独检测器和宏检测器之间的不同能级的能量区间的示例性分布；并且
图7示出了根据一个实施方案的表格，该表格示出了在上采样之后在针对一系列视图的检测器阵列中的单独检测器之间的能量区间的示例性分布。
具体实施方式
以下描述涉及医学成像系统的各种实施方案。具体地，提供了用于利用高分辨率检测器阵列进行计算机断层摄影成像的系统和方法。在图1和图2中提供了可用于根据本发明技术获取图像的CT成像系统的示例。CT成像系统可包括高分辨率检测器阵列，该高分辨率检测器阵列具有布置在各检测器行中的大量单独检测器。对于具有各种光子能量的能谱CT成像，诸如双能量CT成像，在扫描期间收集的数据总量可能非常大，这可能需要相对高带宽的滑环和大型数据缓冲器以用于在扫描期间传输来自CT机架的数据。一种使用高分辨率检测器阵列进行能谱CT成像的方法，诸如图3所示的方法，包括将来自具有第一数目的能量区间的单独检测器的数据选择性地聚合到具有大于该第一数目的第二数目的能量区间的宏检测器中，从而产生具有减小的文件大小的数据集；以及在从旋转机架传输该数据集之后对该数据集进行上采样。检测器阵列可被配置为使得每个单独检测器检测具有第一数目的能量区间的光子，如图4所示。然后，成像系统的数据采集系统可在整个检测器阵列中以及在整个不同视图中以交替模式将来自单独检测器的数据选择性地聚合到具有第二数目的能量区间的宏检测器中，如图5所示。此外，数据采集系统可以在整个检测器阵列中在各检测器行之间和各视图之间交替能量区间的分布，以进一步最小化信息损失，如图6所示。通过选择性地交替单独检测器和宏检测器，可将数据上采样到与高分辨率检测器阵列对应的完整数据集中，其中每个检测器被配置为在所有视图中具有第二数目的能量区间，如图7所示。因此，本文提供的系统和方法使得能够实现原始能谱CT数据的稀疏采集，同时保持高分辨率。以这种方式，可以在分辨率和能谱能量信息的信息损失最小的情况下显著减小所采集的数据集的大小，从而使得能够将具有大量能量区间的高分辨率检测器阵列用于具有有限带宽的成像系统，以便在成像扫描期间传输数据，例如经由滑环或无线传输来传输数据。例如，本文所述的方法使得能够在分辨率和能量信息的信息损失最小的情况下将数据集的文件大小缩小多达两倍或三倍。此外，如本文进一步所述的在数据采集期间选择性地聚合光子计数的方法使得能够将数据集上采样到显著高于初始检测到的数据的分辨率的分辨率。
尽管以举例的方式描述了CT系统，但是应当理解，当应用于使用其他成像模态(诸如层析X射线照相组合、MRI、C臂血管造影术等)获取的图像时，本发明技术也可以是有用的。对CT成像模态的本发明论述仅提供作为一种合适的成像模态的示例。
图1示出了被配置用于具有自动管电势选择的双能量成像的示例性CT系统100。具体地，CT系统100被配置为对受检者112(诸如患者、无生命对象、一个或多个制造部分)和/或外来对象(诸如存在于身体内的牙科植入物、支架和/或造影剂)进行成像。在一个实施方案中，CT系统100包括机架102，该机架102继而还可以包括至少一个x射线辐射源104，该至少一个x射线辐射源被配置为投射x射线辐射束106以用于对受检者112进行成像。具体地，x射线辐射源104被配置为将x射线106朝向定位在机架102的相对侧上的检测器阵列108投射。虽然图1仅描绘了单一x射线辐射源104，但是在某些实施方案中，可以采用多个x射线辐射源和检测器来投射多个x射线106，以获取不同能级下与患者对应的投射数据。在一些实施方案中，x射线辐射源104可通过快速kVp切换来实现双能量宝石能谱成像(GSI)。在一些实施方案中，所采用的x射线检测器是能够区分具有不同能量的x射线光子的光子计数检测器。在其他实施方案中，使用两组x射线管检测器来生成双能量投射，其中一组设置为低kVp并且另一组设置为高kVp。因此，应当理解的是本文所述的方法可用单能量采集技术以及双能量采集技术来实现。
在某些实施方案中，CT系统100还包括图像处理器单元110，该图像处理器单元被配置为使用迭代或分析图像重建方法来重建受检者112的靶体积的图像。例如，图像处理器单元110可以使用分析图像重建方法诸如滤波反投射(FBP)来重建患者靶体积的图像。作为另一示例，图像处理器单元110可以使用迭代图像重建方法诸如高级统计迭代重建(ASIR)、共轭梯度(CG)、最大似然期望最大化(MLEM)、基于模型的迭代重建(MBIR)等等来重建受检者112的靶体积的图像。如本文进一步所述，在一些示例中，除了迭代图像重建方法之外，图像处理器单元110还可使用分析图像重建方法，诸如FBP。
在一些已知的CT成像系统配置中，辐射源投射锥形射束，该锥形射束被准直成位于笛卡尔坐标系的X-Y-Z平面内，该X-Y-Z平面通常称为“成像平面”。辐射束穿过正在被成像的对象，诸如患者或受检者112。射束在被对象衰减之后照射在辐射检测器阵列上。在检测器阵列处接收的衰减辐射束的强度取决于对象对辐射束的衰减。阵列中的每个检测器元件产生单独的电信号，该单独的电信号是检测器位置处的射束衰减的测量。单独地获取来自所有检测器的衰减测量值，以产生传输分布。
在一些CT系统中，使用机架使辐射源和检测器阵列在成像平面内围绕待成像的对象旋转，使得辐射束与对象相交的角度不断变化。在一个机架角度下来自检测器阵列的一组辐射衰减测量值(即，投射数据)被称为“视图”。对象的“扫描”包括在辐射源和检测器的一次旋转期间在不同的机架角度或视角下形成的一组视图。可以设想，本文所述的方法的有益效果源于除CT之外的医学成像模态，因此如本文所用，术语“视图”不限于如上文关于来自一个机架角度的投射数据所述的用途。术语“视图”用于表示每当存在来自不同角度(无论是来自CT采集、PET采集还是SPECT采集)和/或任何其他模态的多个数据采集时的一个数据采集，该任何其他模态包括尚未开发的模态以及这些模态在融合实施方案中的组合。
对投射数据进行处理以重建与透过对象拍摄的二维切片对应的图像。一种用于根据一组投射数据来重建图像的方法在本领域中称为滤波反投射技术。传输和发射断层摄影重建技术还包括统计迭代方法，诸如最大似然期望最大化(MLEM)和有序子集期望重建技术以及迭代重建技术。该方法将来自扫描的衰减测量值转换成称为“CT数”或“亨氏单位”的整数，该整数用于控制显示设备上的对应像素的亮度。
为了减少总扫描时间，可执行“螺旋”扫描。为了执行“螺旋”扫描，在采集到规定数量的切片的数据时，移动患者。此类系统从锥形射束螺旋扫描产生单个螺旋。由锥形射束标测出的螺旋产生投射数据，根据该投射数据可重建每个规定切片中的图像。
如本文所用，短语“重建图像”并非旨在排除其中生成表示图像的数据而非可视图像的本发明的实施方案。因此，如本文所用，术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而，许多实施方案生成(或被配置为生成)至少一个可视图像。
图2示出了类似于图1的CT系统100的示例性成像系统200。根据本公开的各方面，成像系统200被配置为用于具有管电势自动选择的双能量成像。在一个实施方案中，成像系统200包括检测器阵列108(参见图1)。检测器阵列108还包括多个检测器元件202，该多个检测器元件一起感测穿过受检者204(诸如患者)的x射线束106(参见图1)以获取对应的投射数据。因此，在一个实施方案中，以包括多行单元或检测器元件202的多切片配置来制造检测器阵列108。在此类配置中，一个或多个附加行的检测器元件202以并行配置布置，以用于获取投射数据。
在某些实施方案中，成像系统200被配置为遍历受检者204周围的不同角位置以获取所需的投射数据。因此，机架102和安装在其上的部件可以被配置为围绕旋转中心206旋转，以获取例如不同能级下的投射数据。另选地，在相对于受检者204的投射角度随时间变化的实施方案中，所安装的部件可被配置为沿着大致弧形而不是沿着圆的一段移动。
当x射线源104和检测器阵列108旋转时，检测器阵列108收集衰减的x射线束的数据。由检测器阵列108收集的数据进行预处理和校准以对数据进行调节以表示所扫描受检者204的衰减系数的线积分。经处理的数据通常被称为投射。
在一些示例中，检测器阵列108中的单独检测器或检测器元件202可包括光子计数检测器，该光子计数检测器将单独光子的交互寄存到一个或多个能量区间(energy bin)中。应当理解，本文所述的方法还可使用能量集成检测器来实现。
所采集的投射数据集可用于基础材料分解(BMD)。在BMD期间，将所测量的投射转换为一组材料密度投射。可重建材料密度投射以形成每种相应的基础材料的一对或一组材料密度标测图或图像，诸如骨、软组织和/或造影剂标测图。密度图或图像可继而相关联以在成像体积中形成基础材料(例如骨、软组织和/或造影剂)的体绘制(volume rendering)。
一旦被重建，由成像系统200产生的基础材料图像就显示出以两种基础材料的密度表示的受检者204的内部特征。可显示密度图像以展示这些特征。在用于诊断医学病症(诸如疾病状态)，并且更一般地医学事件的传统方法中，放射科医生或医师将考虑密度图像的硬拷贝或显示以识别感兴趣的特性特征。此类特征可包括特定解剖结构或器官的病变、尺寸和形状，以及将基于个体医师的技能和知识而在图像中可辨别的其他特征。
在一个实施方案中，成像系统200包括控制机构208以控制部件的运动，诸如机架102的旋转和x射线辐射源104的操作。在某些实施方案中，控制机构208还包括x射线控制器210，该x射线控制器210被配置为向辐射源104提供功率和定时信号。另外，控制机构208包括机架马达控制器212，该机架马达控制器被配置为基于成像要求来控制机架102的旋转速度和/或位置。
在某些实施方案中，控制机构208还包括数据获取系统(DAS)214，该DAS被配置为对从检测器元件202接收的模拟数据进行采样，并将模拟数据转换为数字信号以用于后续处理。DAS 214还可被配置为将来自检测器元件202的子集的模拟数据选择性地聚合到所谓的宏检测器中，如本文进一步所述。将由DAS 214采样和数字化的数据传输到计算机或计算设备216。在一个示例中，计算设备216将数据存储在存储设备218中。例如，存储设备218可以包括硬盘驱动器、软盘驱动器、光盘-读/写(CD-R/W)驱动器、数字通用光碟(DVD)驱动器、闪存驱动器，以及/或者固态存储驱动器。
另外，计算设备216向DAS 214、x射线控制器210和机架马达控制器212中的一者或多者提供命令和参数，以控制系统操作，诸如数据获取和/或处理。在某些实施方案中，计算设备216基于操作员输入来控制系统操作。计算设备216经由可操作地耦接到计算设备216的操作员控制台220来接收操作员输入，该操作员输入例如包括命令和/或扫描参数。操作员控制台220可以包括键盘(未示出)或触摸屏，以允许操作员指定命令和/或扫描参数。
虽然图2仅示出了一个操作员控制台220，但是多于一个操作员控制台可以耦接到成像系统200，例如以用于输入或输出系统参数、请求检查和/或查看图像。此外，在某些实施方案中，成像系统200可以经由一个或多个可配置的有线和/或无线网络(诸如互联网和/或虚拟专用网络)而耦接到例如在机构或医院内或者处于完全不同位置的本地或远程定位的多个显示器、打印机、工作站和/或类似设备。
在一个实施方案中，例如，成像系统200包括图片存档和通信系统(PACS)224或者耦接到PACS。在一个示例性实施方式中，PACS 224进一步耦接到远程系统(诸如放射科信息系统、医院信息系统)和/或耦接到内部或外部网络(未示出)，以允许处于不同位置的操作员提供命令和参数和/或获得对图像数据的访问。
计算设备216使用操作员提供的和/或系统定义的命令和参数来操作工作台马达控制器226，该工作台马达控制器又可控制工作台228，该工作台可包括电动工作台。具体地，工作台马达控制器226移动工作台228以将受检者204适当地定位在机架102中，以采集与受检者204的靶体积对应的投射数据。
如前所述，DAS 214对由检测器元件202获取的投射数据进行采样和数字化。随后，图像重建器230使用所采样和数字化的x射线数据来执行高速重建。虽然图2将图像重建器230示出为单独的实体，但是在某些实施方案中，图像重建器230可以形成计算设备216的一部分。另选地，图像重建器230可以不存在于成像系统200中，并且替代地计算设备216可以执行图像重建器230的一种或多种功能。此外，图像重建器230可以本地或远程地定位，并且可以使用有线或无线网络来可操作地连接到成像系统200。具体地，一个示例性实施方案可以使用“云”网络集群中的计算资源来用于图像重建器230。
在一个实施方案中，图像重建器230将重建的图像存储在存储设备218中。或者，图像重建器230将重建的图像传输到计算设备216，以生成用于诊断和评估的可用患者信息。在某些实施方案中，计算设备216将重建的图像和/或患者信息传输到显示器232，该显示器通信地耦接到计算设备216和/或图像重建器230。
本文进一步所述的各种方法和过程可作为可执行指令存储在成像系统200中的计算设备上的非暂态存储器中。在一个实施方案中，图像重建器230可在非暂态存储器中包括此类可执行指令，并且可应用本文所述的方法来从扫描数据重建图像。在另一个实施方案中，计算设备216可在非暂态存储器中包括指令，并且可在从图像重建器230接收重建图像之后将本文所述的方法至少部分地应用于该重建图像。在另一个实施方案中，本文所述的方法和过程可分布在整个图像重建器230和计算设备216上。
在一个实施方案中，显示器232允许操作员评估成像的解剖结构。显示器232还可以允许操作员例如经由图形用户界面(GUI)来选择感兴趣的体积(VOI)和/或请求患者信息，以用于进行后续扫描或处理。
图3示出了根据一个实施方案的概要流程图，该概要流程图示出了用于具有增加的图像分辨率的多能量成像的示例性方法300。参照图1和图2的系统和部件描述了方法300，但是应当理解，方法300可在不脱离本公开的范围的情况下用其他系统和部件来实现。方法300可被实现为一个或多个计算设备(诸如图像重建器230和/或计算设备216)的非暂态存储器中的可执行指令。
方法300在305处开始。在305处，方法300确定用于受检者的扫描的扫描参数。扫描参数可包括用于控制例如x射线源104、检测器阵列108、DAS 214、机架102和/或工作台228以对受检者204的所需感兴趣区域进行成像的一个或多个参数。为此，扫描参数可包括扫描范围、目标剂量、螺距、两个或更多个管电流、两个或更多个管电势等中的一者或多者。扫描参数中的一个或多个可针对被扫描的受检者进行定制。方法300确定两个或更多个管电流和/或两个或更多个管电势，使得可例如使用双能量或多能量成像技术在不同能级下对受检者204进行成像。
在310处，方法300在视图v＝0处开始对受检者的扫描。为此，方法300可经由机架马达控制器212调整机架102的位置，使得x射线源104和检测器阵列108相对于受检者204处于与初始视图或零视图v＝0对应的初始位置。
在315处，方法300控制x射线源以在视图v处生成朝向源的x射线束。例如，方法300可利用至少两个管电势和至少两个管电流来控制x射线源104以生成多个x射线106，该多个x射线包括具有第一能级的x射线和具有第二能级的x射线，其中该x射线的该第一能级和该第二能级由该至少两个管电势确定。例如，方法300可在管电势与管电流之间切换，以生成具有不同能级的不同x射线束。在其他示例中，方法300可控制具有第一管电势和第一管电流的第一x射线源(诸如x射线源104)以生成具有第一能级的x射线；以及控制具有第二管电势和第二管电流的第二x射线源以生成具有第二能级的x射线。应当理解的是，在不脱离本公开的范围的情况下，可根据其他双能量或多能量成像技术生成x射线或各种能级。
在320处，方法300用布置成检测器阵列中的N个单独检测器检测x射线，每个单独检测器具有m个能量区间。单独检测器可包括记录单独光子的相互作用的光子计数检测器。例如，当被受检者衰减的光子(诸如x射线)与检测器阵列中的单独检测器相互作用时，单独检测器生成与该光子的能量成比例的对应电脉冲。单独检测器的m个能量区间中的每个能量区间包括能量范围，使得如果光子的能量在该m个能量区间的某一能量区间的能量范围内，则该单独检测器将该光子计数为在该能量区间内。
在325处，方法300生成光子计数数据集，该光子计数数据集在每个检测器行中在具有M个能量区间的宏检测器与n个单独检测器之间交替，其中来自该检测器行中的n个单独检测器的计数被聚合到宏检测器中，并且宏检测器与相邻检测器行中的单独检测器相邻。即，方法300例如经由DAS214聚合来自检测器行中彼此相邻的n个单独检测器(每个具有m个能量区间)的光子计数，如同具有M个能量区间(其中M等于n乘以m)的单个检测器被定位成代替检测器阵列中的n个单独检测器一样。因此，通过方法300生成光子计数数据集，如同检测器阵列的每个检测器行在n个单独检测器与一个宏检测器之间交替，而不是在多个单独检测器之间交替一样。此外，在单独检测器与宏检测器之间的交替模式在相邻检测器行之间移位，使得第一检测器行中的前n个单独检测器在光子计数数据集中被计数为各自具有m个能量区间的n个单独检测器，而与该第一检测器行相邻的第二检测器行中的前n个单独检测器在光子计数数据集中被计数为具有M个能量区间的单个宏检测器，第三检测器行中的前n个单独检测器被计数为n个单独检测器，并且在整个检测器阵列中依此类推。
在将光子计数选择性地聚合到宏检测器中以生成光子计数数据集之后，方法300继续至330。在330处，方法300将光子计数数据集从旋转机架传输到固定控制台。例如，当DAS 214和检测器阵列108定位于在扫描期间旋转的机架102上时，DAS 214与图像重建器230和/或计算设备216之间的带宽可由滑环限制，从而使得能够在成像系统200的旋转部件(诸如DAS 214)与成像系统200的静止部件(诸如计算设备216)之间进行数据传输。因此，当采集数据集时，给定视图v的光子计数数据集从成像系统200的旋转部件传输到成像系统200的静止部件。
在335处继续，方法300确定扫描是否完成。当采集到所需扫描范围内的所有视图时，扫描完成。如果扫描未完成(“否”)，则方法300继续到340。在340处，方法300将x射线源和检测器旋转至视图v＝v+1，并且使模式移位以用于使虚拟检测器和单独检测器交替。例如，如果第一检测器行中的前n个单独检测器被聚合成前一视图的宏检测器，则相同的n个单独检测器在后续视图中作为单独检测器被采样。本文参照图5进一步描述了单独检测器与宏检测器之间的交替模式的移位。此外，在一些示例中，方法300可将能量区间在视图之间移位。例如，假设两个不同的能量区间分布在各单独检测器之间，则某一单独检测器可被配置为检测第一视图的第一能量区间内的光子，其中在该第一视图之后是第二视图的第二能量区间，其中在该第二视图之后是第三视图的第一能量区间，以此类推。在本文中参照图6进一步描述了以这种方式使能量区间的分布移位。
在一些示例中，除了旋转机架以旋转x射线源和检测器阵列之外，方法300还可通过调整受检者定位于其上的工作台的位置来调整受检者的位置。在将机架旋转到更新视图v并使针对单独检测器和宏检测器的交替模式移位之后，方法300返回至315以采集更新视图v处的附加光子计数数据集。因此，方法300在扫描期间采集每个视图v的光子计数数据集。
再次参见335，一旦扫描完成(“是”)，则方法300继续至345。在345处，方法300结束扫描。即，方法300停止控制x射线源104生成x射线以及经由检测器阵列108获取对应的光子计数。
在350处继续，方法300由来自每个视图v的光子计数数据集生成经整理的光子计数数据集。应当理解的是，当在扫描期间在固定控制台处接收到来自每个视图v的光子计数数据集时，方法300可根据这些光子计数数据集生成经整理的光子计数数据集。
在355处，方法300通过对经整理的光子计数数据集进行上采样来生成全光子计数数据集，该全光子计数数据集包括各自具有M个能量区间的N个单独检测器的数据。例如，方法300可以使用导向的双线性上采样技术或基于深度学习的上采样技术将经整理的光子计数数据集上采样到全光子计数数据集中。例如，由于每个视图的具有m个能量区间的单独检测器和具有M个能量区间的宏检测器的分布是已知的，因此方法300可执行导向的双线上采样以生成全光子计数数据集，该全光子计数数据集包括各自具有M个能量区间的N个单独检测器的数据。又如，可以用假体或其他测试受检者执行多次测试扫描，其中每次测试扫描采集至少两组经整理的光子计数数据集，该至少两组经整理的光子计数数据集包括组合检测器阵列的经整理的光子计数数据集，该组合检测器阵列包括如本文针对多个视图v所述交替的具有m个能量区间的单独检测器和具有M个能量区间的宏检测器；以及用各自具有针对该多个视图v的M个能量区间的N个单独检测器采集的经整理的光子计数数据集。例如，可以在组合检测器阵列的经整理的光子计数数据集上训练深度神经网络作为输入，其中调整该深度神经网络的权重以减小深度神经网络的输出与全高分辨率检测器阵列的经整理的光子计数数据集之间的误差。因此，方法300可通过将在350处生成的经整理的光子计数数据集输入到经训练的深度神经网络中来将经整理的光子计数数据集上采样到全光子计数数据集中。
在360处，方法300根据全光子计数数据集重建一个或多个图像。例如，方法300可以根据双能量或多能量图像重建技术根据全光子计数数据集重建一个或多个图像。作为一个非限制性示例，方法300可执行基础材料分解、重建基础材料图像，以及重建单色图像。应当理解的是，方法300可以使用其他能谱CT图像重建方法来根据全光子计数数据集的能量区间的数量M根据全光子计数数据集重建一个或多个图像。
在365处，方法300输出一个或多个重建图像。例如，方法300可将一个或多个重建图像输出到用于显示给操作员的显示设备232、用于后续检索和查看的大容量存储装置218或用于远程存储和/或查看的PACS 224中的一者或多者。然后，方法300返回。
本文提供的系统和方法使得能够对原始能谱CT数据进行稀疏采集，同时保持高分辨率。在一种意义上，如本文所述的在数据采集期间选择性地聚合光子计数的方法使得能够在分辨率和能谱能量信息的信息损失最小的情况下显著减小数据集的大小，从而使得能够将具有大量能量区间的高分辨率检测器阵列用于具有有限带宽的成像系统，以便在成像扫描期间传输数据，例如经由滑环或无线传输来传输数据。在另一种意义上，如本文所述的在数据采集期间选择性地聚合光子计数的方法使得能够将数据集上采样到显著高于初始检测到的数据的分辨率的分辨率。
为了说明本文所述的系统和方法的优点，在下文中进一步描述的图4至图7示出了例示性和非限制性示例，其中来自包括各自被配置为具有单个能量区间的单独检测器的检测器阵列的数据可用于获得全分辨率数据集，如同每个单独检测器被配置为在数据采集期间具有多个能量区间一样。
图4示出了根据一个实施方案的表400，该表示出了在针对一系列视图的检测器阵列405中的单独检测器之间的能量区间的示例性分布。表400包括与多个单独检测器402对应的列以及与多个检测器行404对应的行。表400还描绘了多个视图406，包括第零视图410、第一视图420、第二视图430和第三视图440。表400描绘了针对多个视图406中的每个视图的检测器阵列405的各单独检测器之间的能量区间分布，包括第零视图410的第零分布412、第一视图420的第一分布422、第二视图430的第二分布432和第三视图440的第三分布442。
在所描绘的示例中，检测器阵列405包括布置在四个检测器行(即，行0、行1、行2和行3)中的三十六个单独检测器或检测器元件，其中每个检测器行中有九个单独检测器(即，检测器0、检测器1、检测器2、检测器3、检测器4、检测器5、检测器6、检测器7和检测器8)。应当理解的是，检测器和检测器行的数量是例示性的和非限制性的。此外，检测器之间的能量区间的第零分布412包括检测器阵列405中的每个单独检测器的m个能量区间，其中在所描绘的示例中m等于1。类似地，能量区间的第一分布422、第二分布432和第四分布442包括每个单独检测器阵列405的单个能量区间。
应当理解的是，在一些示例中，每个单独检测器可被配置有多于一个能量区间。然而，原始数据的大小根据每个检测器的能量区间的数目而线性增加。例如，对于每个检测器两个能量区间，原始数据的大小加倍；对于每个检测器三个能量区间，原始数据的大小是三倍，以此类推。对于具有大量单独检测器和每个检测器有多个能量区间的高分辨率检测器，在扫描期间采集的原始数据可超过用于在成像系统200的旋转部件(诸如DAS214)与成像系统200的静止部件(诸如图像重建器230和/或计算装置216)之间进行数据传输的带宽。
如上文所讨论的，在数据采集期间由单独检测器检测到的光子计数可由DAS选择性地聚合到宏检测器中。作为例示性和非限制性示例，图5示出了根据一个实施方案的表500，该表示出了针对一系列视图406，检测器阵列505中的单独检测器和宏检测器之间的能量区间的示例性分布。类似于图4的表400，表500包括与布置在检测器阵列505中的多个单独检测器402对应的列以及与多个检测器行404对应的行。此外，表500描绘了多个视图406，包括第零视图410、第一视图420、第二视图430和第三视图440。
如上文所述，具有第一数目的能量区间(例如，m个能量区间)的多个单独检测器各自可聚合成具有第二数目的能量区间(例如，M个能量区间)的单个“宏检测器”，该第二数目的能量区间大于该第一数目的能量区间，其中该宏检测器包括跨越包括宏检测器在内的多个单独检测器的物理空间的虚拟检测器。例如，各自具有m个能量区间的n个相邻的单独检测器可聚合成具有覆盖与该n个相邻的单独检测器相同的物理空间的M个能量区间的单个宏检测器，其中M大于m。在图5所示的示例中，例如，聚合成宏检测器的单独检测器的数目n为3，单独检测器的能量区间的第一数目m为1，并且宏检测器的能量区间的第二数目M为3。具体地，如图所示，检测器阵列505中的三个检测器(例如，行0的检测器3、4和5)聚合成具有三个能量区间的单个宏检测器515，而检测器阵列505中的单独检测器(例如，行0的检测器0、1、2、6、7和8)包括一个能量区间。
此外，第零视图410中行1的前三个单独检测器(检测器0、1和2)聚合成宏检测器，第零视图410中行1的下三个单独检测器(检测器3、4和5)保持为单独检测器，并且第零视图410中行1的下三个单独检测器(检测器6、7和8)聚合成宏检测器。以这种方式，行0的单独检测器与行1中的宏检测器相邻，而行0的一个或多个宏检测器与行1中的单独检测器相邻。该交替模式继续通过检测器阵列505的行2和行3。因此，检测器阵列505包括宏检测器(在表500中被描绘为阴影条目)和单独检测器(在表500中被描绘为无阴影条目)的组合，而能量区间分布512将例个能量区间分配给单独检测器并且将M个能量区间分配给宏检测器，其中在所描绘的示例中例等于1并且M等于3。
此外，第一视图420的宏检测器和单独检测器之间的能量区间分布522是从第零视图410的宏检测器和单独检测器之间的能量区间分布512移位的。具体地，第一视图420的行0的前三个单独检测器(检测器0、1和2)聚合成宏检测器，第一视图420的行0的下三个单独检测器(检测器3、4和5)保持为单独检测器，并且第一视图420的行0的下三个单独检测器(检测器6、7和8)聚合成宏检测器。因此，宏检测器和单独检测器之间的能量区间分布针对给定的检测器行移位并在各视图之间移位，使得在各视图之间检测器行中的位置在宏检测器与单独检测器之间交替。通过相对于第一视图420的第一分布522的第二视图430的第二分布532以及相对于第二视图430的第二分布532的第三视图440的第三分布542进一步描绘了该交替模式。
因此，成像系统的检测器阵列可如图4所示根据能量区间分布而物理地配置，但是数据可以如图5所示根据能量区间分布记录到光子计数数据集中。即，虽然单独检测器可物理地检测具有m个能量区间的光子，但作为例示性示例，在扫描期间采集的光子计数数据集可包括具有m个能量区间的单独检测器和具有M个能量区间的宏检测器的光子计数。
通过在数据采集期间使宏检测器和单独检测器的相对位置在检测器阵列505中的各检测器行之间以及在各视图之间交替，当在图像重建之前对数据集进行上采样时，数据压缩中的信息损失最小。
此外，除了使宏检测器的位置在各检测器行之间以及在各视图之间移位之外，在一些示例中，还可使得能量区间本身的分布移位。作为例示性和非限制性示例，图6示出了根据一个实施方案的表600，该表示出了针对一系列视图606，检测器阵列605中的单独检测器和宏检测器之间的不同能级的能量区间的示例性分布。具体地，表600描绘了包括第一能量区间E1、第二能量区间E2和第三能量区间E3的独立能量区间的第零视图610的第零分布612和第一视图620的第一分布622。能量区间E1、E2和E3对应于光子能量的不重叠范围，该光子能量的不重叠范围可以是预先确定的，或者在一些示例中可以自动和/或由用户手动选择。
如表600所示，能量区间可以分布在单独检测器之间，使得每个单独检测器被配置为具有单个能量区间，其中相邻的单独检测器被配置为具有不同的能量区间。如检测器行0中的第零视图610所示，单独检测器630(与检测器0对应)被配置为检测具有第一能量区间E1内的能量的光子，单独检测器631(与检测器1对应)被配置为检测具有第二能量区间E2内的能量的光子，并且单独检测器632(与检测器2对应)被配置为检测具有第三能量区间E3内的能量的光子。此外，与第零视图610的行0中的检测器3、4和5对应的各单独检测器被配置为分别检测具有第一能量区间E1、第二能量区间E2和第三能量区间E3内的能量的光子。如图所示，这些单独检测器的光子计数被聚合到配置有所有三个能量区间的单个宏检测器634中。单独检测器636(与检测器6对应)被配置为检测具有第一能量区间E1内的能量的光子，单独检测器637(与检测器7对应)被配置为检测具有第二能量区间E2内的能量的光子，并且单独检测器638(与检测器8对应)被配置为检测具有第三能量区间E3内的能量的光子。
在零视图610的相邻检测器行1中，能量区间分布被移位为使得检测器0元件被配置为具有第二能量区间E2，检测器1元件被配置为具有第三能量区间E3，检测器2元件被配置为具有第一能量区间E1，以及在整个检测器行1中以此类推。此外，将第零视图610的行1中的前三个检测器元件0、1和2聚合成具有所有三个能量区间E1、E2和E3的宏检测器。类似地，将能量区间分布针对检测器行2和3再次移位，使得第零检测器元件被配置为具有用于检测器行2的第三能量区间E3和用于检测器行3的第一能量区间E1。
此外，如图所示，对于第一视图620，能量区间分布622相对于第零视图610的能量区间分布612类似地移位。例如，第一视图620的行0的检测器元件0被配置为具有第二能量区间E2而不是第一能量区间E1，而第一视图620的行0的检测器元件1被配置为具有第三能量区间E3而不是第二能量区间E2，并且对于第一视图620中的每个检测器行中的每个检测器元件以此类推。因此，如图所示，宏检测器聚合在各行与各视图之间以及各能量区间分布之间移位。
如上文参照图3所述，可对具有宏检测器和单独检测器的组合检测器阵列的光子计数数据集进行上采样，以生成各自具有M个能量区间的N个单独检测器的检测器阵列的全光子计数数据集。作为例示性和非限制性示例，图7示出了根据一个实施方案的表700，该表示出了在上采样之后针对一系列视图，检测器阵列405中的单独检测器之间的能量区间的示例性分布。类似于图4的表400，表700包括与布置在检测器阵列705中的多个单独检测器402对应的列以及与多个检测器行404对应的行。此外，表700描绘了与多个视图406对应的多个能量区间分布，包括第零视图410的第零更新分布712、第一视图420的第一更新分布722、第二视图430的第二更新分布732和第三视图440的第三更新分布742。
如图所示，检测器阵列705包括各自具有M个能量区间的N个单独检测器，其中N等于三十六并且M等于三。因此，如上文所述的全光子计数数据集包括各自具有M个能量区间的N个单独检测器的光子计数数据。
以这种方式，检测器阵列包括N个单独检测器，每个检测器被配置为具有m个能量区间。将最初由该检测器阵列检测到的光子计数选择性地聚合并收集到包括各自配置有m个能量区间的单独检测器和各自配置有M个能量区间的宏检测器的检测器阵列的光子计数数据集中。将光子计数数据集上采样到包括各自配置有M个能量区间的N个单独检测器的检测器阵列的全光子计数数据集中。
本公开的一种技术效果包括在以最小的信息损失进行数据采集和数据上采样期间光子计数的鲁棒数据压缩。本公开的另一种技术效果包括关于在数据采集期间检测到的光子的数据的选择性聚合。本公开的又一种技术效果包括将减小的数据集从成像系统的旋转部分传输到成像系统的静止部分。本公开的另一种技术效果包括重建具有增加的图像分辨率和增加的能谱信息的图像。本公开的又一种技术效果包括相对于在没有本文所述的数据压缩和上采样方法的情况下根据数据重建的图像，显示出根据数据重建的具有增加的图像分辨率和增加的能谱信息的图像。
在一个实施方案中，一种方法包括：用检测器阵列检测由x射线源生成并被待成像的受检者衰减的光子，该检测器阵列包括各自被配置为具有第一数目的能量区间的多个单独检测器；通过将单独检测器的子集选择性地聚合成具有第二数目的能量区间的宏检测器来生成针对包括单独检测器和宏检测器的组合的虚拟检测器阵列的第一数据集；通过对该第一数据集进行上采样来生成针对增强检测器阵列的第二数据集，该增强检测器阵列包括各自被配置为具有该第二数目的能量区间的多个单独检测器器；以及从该第二数据集重建该受检者的图像。
在该方法的第一示例中，虚拟检测器阵列在被配置为具有第一数目的能量区间的n个单独检测器与被配置为具有第二数目的能量区间的宏检测器之间交替；并且将单独检测器的子集选择性地聚合成宏检测器包括将n个相邻的单独检测器聚合成宏检测器。在任选地包括第一示例的该方法的第二示例中，虚拟检测器阵列包括多个检测器行，该虚拟检测器阵列在该多个检测器行中的一个检测器行中在n个单独检测器与宏检测器之间交替，并且该虚拟检测器阵列还在每个检测器行的第一位置中在单独检测器与宏检测器之间交替。在任选地包括第一示例和第二示例中的一者或多者的该方法的第三示例中，该方法还包括使虚拟检测器阵列中的单独检测器和宏检测器的位置在第一数据集的视图之间交替。在任选地包括第一示例至第三示例中的一者或多者的该方法的第四示例中，对第一数据集进行上采样以生成第二数据集包括将导向的双线性插值应用于第一数据集。在任选地包括第一示例至第四示例中的一者或多者的该方法的第五示例中，对第一数据集进行上采样以生成第二数据集包括将第一数据集输入到经训练的深度学习模型以用于生成第二数据集。在任选地包括第一示例至第五示例中的一者或多者的该方法的第六示例中，能量区间的第一数目包括1，并且其中能量区间的第二数目包括2。在任选地包括第一示例至第五示例中的一者或多者的该方法的第七示例中，能量区间的第一数目包括1，并且其中能量区间的第二数目包括3。在任选地包括第一示例至第七示例中的一者或多者的该方法的第八示例中，该方法还包括利用x射线源以与第二数目的能量区间对应的不同能级生成光子。在任选地包括第一示例至第八示例中的一者或多者的该方法的第九示例中，该方法还包括使能量区间分布在检测器阵列的各检测器行之间和在各视图之间交替。
在另一个实施方案中，一种用于成像系统的方法包括：控制x射线源以朝向受检者生成x射线束；用布置在检测器阵列中的N个单独检测器检测所述x射线束，每个单独检测器被配置为具有m个能量区间；生成光子计数数据集，该光子计数数据集在每个检测器行中在具有M个能量区间的宏检测器与n个单独检测器之间交替，其中M等于n乘以m，其中来自检测器行中的n个相邻单独检测器的光子计数聚合到宏检测器中，并且其中该宏检测器与相邻检测器行中的单独检测器相邻；通过对所述光子计数数据集进行上采样来生成全光子计数数据集，所述全光子计数数据集包括各自被配置为具有M个能量区间的N个单独检测器的光子计数；以及根据全光子计数数据集重建图像。
在该方法的第一示例中，该方法还包括控制机架以使x射线源和检测器阵列围绕受检者旋转通过多个视图；以及针对该多个视图中的每个视图生成光子计数数据集，其中该光子计数数据集使宏检测器和单独检测器的位置在视图之间交替。在任选地包括第一示例的该方法的第二示例中，该方法还包括针对多个视图中的所有视图根据光子计数数据集生成经整理的光子计数数据集；以及通过对该经整理的光子计数数据集进行上采样来生成全光子计数数据集。在任选地包括第一示例和第二示例中的一者或多者的该方法的第三示例中，该方法还包括将每个视图的光子计数数据集从数据采集系统传输到成像系统的固定计算设备，该数据采集系统与机架一起旋转通过多个视图。在任选地包括第一示例至第三示例中的一者或多者的方法的第四示例中，对第一数据集进行上采样包括将导向的双线性插值应用于第一数据集或将第一数据集输入到经训练的深度学习模型中的一者。
在又一个实施方案中，一种系统包括：x射线源，该x射线源朝向待成像的受检者发射x射线束；检测器阵列，所述检测器阵列被配置为接收被所述受检者衰减的x射线，所述检测器阵列包括被布置成多个检测器行的多个单独检测器；数据采集系统(DAS)，所述DAS可操作地连接到所述检测器阵列，所述DAS被配置为针对所述多个单独检测器中的每个单独检测器对m个能量区间内的检测到的光子进行计数，所述DAS还被配置为将来自n个相邻单独检测器的计数聚合到被配置为具有M个能量区间的宏检测器中，其中M等于m乘以n；以及计算设备，该计算设备可操作地连接到DAS并且被配置为具有非暂态存储器中的可执行指令，该可执行指令在被执行时使得计算设备：在受检者的扫描期间，控制DAS采集第一数据集，该第一数据集在每个检测器行中的宏检测器与n个单独检测器之间交替；通过对所述第一数据集进行上采样来生成第二数据集，以包括所述检测器阵列中的每个单独检测器的M个能量区间；以及根据第二数据集重建受检者的图像。
在该系统的第一示例中，该系统还包括机架，该机架限定开口，受检者通过该开口定位，其中x射线源和检测器阵列彼此相对地定位在机架上，并且其中计算设备还被配置为具有可执行指令，该可执行指令在被执行时使得该计算设备：在该扫描期间控制机架围绕受检者旋转通过多个视图；控制所述DAS以采集所述多个视图中的每个视图的所述第一数据集；针对所述多个视图中的每个视图从所述DAS接收所述第一数据集；将每个视图的所述第一数据集整理成经整理的第一数据集；以及根据该经整理的第一数据集生成第二数据集。在任选地包括第一示例的系统的第二示例中，DAS使宏检测器和单独检测器的位置在虚拟检测器阵列中交替，以用于在多个视图中的每个视图之间生成第一数据集。在任选地包括第一示例和第二示例中的一者或多者的该系统的第三示例中，第一数据集还在各检测器行之间在宏检测器与n个单独检测器之间交替。在任选地包括第一示例至第三示例中的一者或多者的该系统的第四示例中，该系统还包括显示设备，该显示设备通信地耦接到计算设备，其中该计算设备还被配置为具有可执行指令，该可执行指令在被执行时使得该计算设备将图像输出到显示设备以用于显示。
如本文所用，以单数形式列举并且以单词“一个”或“一种”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，除非明确说明此类排除。此外，对本发明的“一个实施方案”的引用不旨在被解释为排除也包含所引用特征的附加实施方案的存在。此外，除非明确地相反说明，否则“包含”、“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此类元件。术语“包括”和“在…中”用作相应的术语“包含”和“其中”的简明语言等同形式。此外，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或特定位置次序。
该书面描述使用示例来公开本发明，包括最佳模式，并且还使相关领域中的普通技术人员能够实践本发明，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。虽然本文所提供的示例涉及医学应用，但本公开的范围覆盖工业、生物医学和其他领域的非破坏性测试。本发明可取得专利权的范围由权利要求书限定，并且可包括本领域普通技术人员想到的其他示例。如果此类其它示例具有与权利要求书的字面语言没有区别的结构元素，或者如果它们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，则此类其它示例旨在落入权利要求书的范围内。

Claims (15)

1.一种方法，包括：
用检测器阵列检测由x射线源生成并被待成像的受检者衰减的光子，所述检测器阵列包括多个单独检测器，所述多个单独检测器各自被配置为具有第一数目的能量区间；
通过将单独检测器的子集选择性地聚合成具有第二数目的能量区间的宏检测器来生成针对虚拟检测器阵列的第一数据集，所述虚拟检测器阵列包括所述单独检测器和所述宏检测器的组合；
通过对所述第一数据集进行上采样来生成针对增强检测器阵列的第二数据集，所述增强检测器阵列包括所述多个单独检测器，所述多个单独检测器各自被配置有所述第二数目的能量区间；以及
根据所述第二数据集重建所述受检者的图像。
2.根据权利要求1所述的方法，其中所述虚拟检测器阵列在被配置为具有所述第一数目的能量区间的n个单独检测器与被配置为具有第二数目的能量区间的宏检测器之间交替；并且其中将单独检测器的所述子集选择性地聚合成所述宏检测器包括将n个相邻的单独检测器聚合成所述宏检测器。
3.根据权利要求2所述的方法，其中所述虚拟检测器阵列包括多个检测器行，其中所述虚拟检测器阵列在所述多个检测器行中的一个检测器行中在n个单独检测器与所述宏检测器之间交替，其中所述虚拟检测器阵列还在每个检测器行的第一位置中在单独检测器与宏检测器之间交替。
4.根据权利要求2所述的方法，还包括使所述虚拟检测器阵列中的单独检测器和宏检测器的位置在所述第一数据集的视图之间交替。
5.根据权利要求1所述的方法，其中对所述第一数据集进行上采样以生成所述第二数据集包括将导向的双线性插值应用于所述第一数据集。
6.根据权利要求1所述的方法，其中对所述第一数据集进行上采样以生成所述第二数据集包括将所述第一数据集输入到经训练的深度学习模型以用于生成所述第二数据集。
7.根据权利要求1所述的方法，其中能量区间的所述第一数目包括1，并且其中能量区间的所述第二数目包括2。
8.根据权利要求1所述的方法，还包括利用所述x射线源以与所述第二数目的能量区间对应的不同能级生成所述光子。
9.根据权利要求1所述的方法，还包括使能量区间分布在所述检测器阵列中的各检测器行之间以及在各视图之间交替。
10.一种用于成像系统的方法，包括：
控制x射线源以生成朝向受检者的x射线束；
用布置在检测器阵列中的N个单独检测器检测所述x射线束，每个单独检测器被配置为具有m个能量区间；
生成光子计数数据集，所述光子计数数据集在每个检测器行中在具有M个能量区间的宏检测器与n个单独检测器之间交替，其中来自检测器行中的n个相邻单独检测器的光子计数聚合到所述宏检测器中，并且其中所述宏检测器与相邻检测器行中的单独检测器相邻：
通过对所述光子计数数据集进行上采样来生成全光子计数数据集，所述全光子计数数据集包括各自被配置为具有M个能量区间的N个单独检测器的光子计数；以及
根据所述全光子计数数据集重建图像。
11.根据权利要求10所述的方法，还包括控制机架以使所述x射线源和所述检测器阵列围绕所述受检者旋转通过多个视图；以及针对所述多个视图中的每个视图生成所述光子计数数据集，其中所述光子计数数据集使宏检测器和单独检测器的位置在视图之间交替。
12.根据权利要求11所述的方法，还包括针对所述多个视图中的所有视图根据光子计数数据集生成经整理的光子计数数据集；以及通过对所述经整理的光子计数数据集进行上采样来生成所述全光子计数数据集。
13.根据权利要求11所述的方法，还包括将每个视图的所述光子计数数据集从数据采集系统传输到所述成像系统的固定计算设备，所述数据采集系统与所述机架一起旋转通过所述多个视图。
14.一种系统，包括：
x射线源，所述x射线源朝向待成像的受检者发射x射线束；
检测器阵列，所述检测器阵列被配置为接收被所述受检者衰减的x射线，所述检测器阵列包括被布置成多个检测器行的多个单独检测器；
数据采集系统(DAS)，所述DAS可操作地连接到所述检测器阵列，所述DAS被配置为针对所述多个单独检测器中的每个单独检测器对m个能量区间内的检测到的光子进行计数，所述DAS还被配置为将来自n个相邻单独检测器的计数聚合到被配置为具有M个能量区间的宏检测器中，其中M等于m乘以n；和
计算设备，所述计算设备可操作地连接到所述DAS并且被配置为具有可执行指令，所述可执行指令在被执行时使所述计算设备：
在所述受检者的扫描期间，控制所述DAS以采集在每个检测器行中的所述宏检测器与n个单独检测器之间交替的第一数据集；
通过对所述第一数据集进行上采样来生成第二数据集，以包括所述检测器阵列中的每个单独检测器的M个能量区间；以及
根据所述第二数据集重建所述受检者的图像。
15.根据权利要求14所述的系统，所述系统还包括机架，所述机架限定开口，所述受检者通过所述开口定位，其中所述x射线源和所述检测器阵列彼此相对地定位在所述机架上，并且其中所述计算设备还被配置为具有可执行指令，所述可执行指令在被执行时使得所述计算设备：
在所述扫描期间控制所述机架围绕所述受检者旋转通过多个视图；
控制所述DAS以采集所述多个视图中的每个视图的所述第一数据集；
针对所述多个视图中的每个视图从所述DAS接收所述第一数据集；
将每个视图的所述第一数据集整理成经整理的第一数据集；以及
根据所述经整理的第一数据集生成所述第二数据集。
CN202010509882.XA 2019-07-02 2020-06-05 用于高分辨率能谱计算机断层摄影成像的系统和方法 Active CN112168196B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/460,748 US11039801B2 (en) 2019-07-02 2019-07-02 Systems and methods for high-resolution spectral computed tomography imaging
US16/460,748 2019-07-02

Publications (2)

Publication Number Publication Date
CN112168196A true CN112168196A (zh) 2021-01-05
CN112168196B CN112168196B (zh) 2024-09-13

Family

ID=71120018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010509882.XA Active CN112168196B (zh) 2019-07-02 2020-06-05 用于高分辨率能谱计算机断层摄影成像的系统和方法

Country Status (4)

Country Link
US (1) US11039801B2 (zh)
EP (1) EP3760126B1 (zh)
JP (1) JP6972242B2 (zh)
CN (1) CN112168196B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112882057A (zh) * 2021-01-19 2021-06-01 中国科学院西安光学精密机械研究所 一种基于插值的光子计数非视域三维成像超分辨方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11694876B2 (en) 2021-12-08 2023-07-04 Applied Materials, Inc. Apparatus and method for delivering a plurality of waveform signals during plasma processing
US20240225565A9 (en) * 2022-10-23 2024-07-11 Wisconsin Alumni Research Foundation Systems and methods for controlling scatter in computed tomography data
EP4434466A1 (de) * 2023-03-23 2024-09-25 Siemens Healthineers AG Verfahren zum betrieb einer computertomographieeinrichtung und computertomographieeinrichtung

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5841833A (en) * 1991-02-13 1998-11-24 Lunar Corporation Dual-energy x-ray detector providing spatial and temporal interpolation
CN1636514A (zh) * 2003-12-30 2005-07-13 Ge医疗系统环球技术有限公司 减少射线散射的多检测器ct成像方法和装置
JP2008023241A (ja) * 2006-07-25 2008-02-07 Morita Mfg Co Ltd デジタルｘ線撮影装置及び方法
CN101680953A (zh) * 2007-05-16 2010-03-24 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
CN101810488A (zh) * 2009-01-29 2010-08-25 皇家飞利浦电子股份有限公司 探测值校正设备
US20100278296A1 (en) * 2009-04-29 2010-11-04 General Electric Company Method for energy sensitive computed tomography using checkerboard filtering
US20120236987A1 (en) * 2011-03-18 2012-09-20 David Ruimi Multiple energy ct scanner
WO2012137205A1 (en) * 2011-04-08 2012-10-11 Arineta Ltd. Dual energy ct scanner
US20130214144A1 (en) * 2011-08-09 2013-08-22 Siemens Aktiengesellschaft Method for homogenization of the threshold values of a multi-channel, quanta-counting radiation detector
WO2013131402A1 (zh) * 2012-03-09 2013-09-12 同方威视技术股份有限公司 用于射线扫描成像的设备和方法
DE102012204775A1 (de) * 2012-03-26 2013-09-26 Siemens Aktiengesellschaft Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors, Datenübertragungsstrecke und CT-System
WO2014055066A1 (en) * 2012-10-02 2014-04-10 Analogic Corporation Detector array comprising energy integrating and photon counting cells
GB201410528D0 (en) * 2013-06-14 2014-07-30 Nuctech Co Ltd CT imaging methods and systems
US20150117594A1 (en) * 2012-06-29 2015-04-30 Julia Pavlovich Estimating multi-energy data in a radiation imaging modality
US20150331115A1 (en) * 2012-05-31 2015-11-19 Minnesota Imaging And Engineering Detector systems for radiation imaging
CN105581804A (zh) * 2014-11-10 2016-05-18 西门子股份公司 通过量子计数检测器来优化信号检测
US20160239971A1 (en) * 2015-02-13 2016-08-18 Kabushiki Kaisha Toshiba Computed tomography scanner calibration with angle correction for scan angle offset
US20170332990A1 (en) * 2016-05-19 2017-11-23 Toshiba Medical Systems Corporation X-ray ct apparatus and x-ray detector
EP3327673A1 (de) * 2016-11-29 2018-05-30 Siemens Healthcare GmbH Erzeugen von hochaufgelösten ct-bildern mit spektraler information
US20180189986A1 (en) * 2017-01-03 2018-07-05 Siemens Healthcare Gmbh Reducing the number of spectral channels in multi-energy ct imaging
CN109770933A (zh) * 2017-11-14 2019-05-21 通用电气公司 通过三维定位改进图像质量的系统和方法
CN109924998A (zh) * 2019-03-22 2019-06-25 上海联影医疗科技有限公司 医学成像方法及光子计数能谱ct成像设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6963631B2 (en) 2002-10-25 2005-11-08 Koninklijke Philips Electronics N.V. Dynamic detector interlacing for computed tomography
CN101326437A (zh) 2005-12-12 2008-12-17 显示成像技术有限公司 移置光线型ct检查
US20070205367A1 (en) * 2006-03-01 2007-09-06 General Electric Company Apparatus and method for hybrid computed tomography imaging
RU2571564C2 (ru) 2010-06-21 2015-12-20 Конинклейке Филипс Электроникс Н.В. Способ и система для выполнения визуализации методом низкодозовой компьютерной томографии
US9310495B2 (en) 2011-05-04 2016-04-12 Oy Ajat Ltd. Photon/energy identifying X-ray and gamma ray imaging device (“PID”) with a two dimensional array of pixels and system therefrom
US8488854B2 (en) 2011-12-07 2013-07-16 Ge Medical Systems Israel, Ltd. System and apparatus for classifying x-ray energy into discrete levels
US8965095B2 (en) 2013-05-30 2015-02-24 Kabushiki Kaisha Toshiba Noise balance pre-reconstruction data decomposition in spectral CT
WO2014196479A1 (ja) * 2013-06-06 2014-12-11 株式会社 東芝 フォトンカウンティング装置
JP6448917B2 (ja) * 2014-05-28 2019-01-09 キヤノンメディカルシステムズ株式会社 フォトンカウンティングｃｔ装置

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5841833A (en) * 1991-02-13 1998-11-24 Lunar Corporation Dual-energy x-ray detector providing spatial and temporal interpolation
CN1636514A (zh) * 2003-12-30 2005-07-13 Ge医疗系统环球技术有限公司 减少射线散射的多检测器ct成像方法和装置
JP2008023241A (ja) * 2006-07-25 2008-02-07 Morita Mfg Co Ltd デジタルｘ線撮影装置及び方法
CN101680953A (zh) * 2007-05-16 2010-03-24 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
CN101810488A (zh) * 2009-01-29 2010-08-25 皇家飞利浦电子股份有限公司 探测值校正设备
US20100278296A1 (en) * 2009-04-29 2010-11-04 General Electric Company Method for energy sensitive computed tomography using checkerboard filtering
US20120236987A1 (en) * 2011-03-18 2012-09-20 David Ruimi Multiple energy ct scanner
WO2012137205A1 (en) * 2011-04-08 2012-10-11 Arineta Ltd. Dual energy ct scanner
US20130214144A1 (en) * 2011-08-09 2013-08-22 Siemens Aktiengesellschaft Method for homogenization of the threshold values of a multi-channel, quanta-counting radiation detector
WO2013131402A1 (zh) * 2012-03-09 2013-09-12 同方威视技术股份有限公司 用于射线扫描成像的设备和方法
DE102012204775A1 (de) * 2012-03-26 2013-09-26 Siemens Aktiengesellschaft Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors, Datenübertragungsstrecke und CT-System
US20150331115A1 (en) * 2012-05-31 2015-11-19 Minnesota Imaging And Engineering Detector systems for radiation imaging
US20150117594A1 (en) * 2012-06-29 2015-04-30 Julia Pavlovich Estimating multi-energy data in a radiation imaging modality
WO2014055066A1 (en) * 2012-10-02 2014-04-10 Analogic Corporation Detector array comprising energy integrating and photon counting cells
GB201410528D0 (en) * 2013-06-14 2014-07-30 Nuctech Co Ltd CT imaging methods and systems
CN105581804A (zh) * 2014-11-10 2016-05-18 西门子股份公司 通过量子计数检测器来优化信号检测
US20160239971A1 (en) * 2015-02-13 2016-08-18 Kabushiki Kaisha Toshiba Computed tomography scanner calibration with angle correction for scan angle offset
US20170332990A1 (en) * 2016-05-19 2017-11-23 Toshiba Medical Systems Corporation X-ray ct apparatus and x-ray detector
EP3327673A1 (de) * 2016-11-29 2018-05-30 Siemens Healthcare GmbH Erzeugen von hochaufgelösten ct-bildern mit spektraler information
US20180189986A1 (en) * 2017-01-03 2018-07-05 Siemens Healthcare Gmbh Reducing the number of spectral channels in multi-energy ct imaging
CN109770933A (zh) * 2017-11-14 2019-05-21 通用电气公司 通过三维定位改进图像质量的系统和方法
CN109924998A (zh) * 2019-03-22 2019-06-25 上海联影医疗科技有限公司 医学成像方法及光子计数能谱ct成像设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112882057A (zh) * 2021-01-19 2021-06-01 中国科学院西安光学精密机械研究所 一种基于插值的光子计数非视域三维成像超分辨方法
CN112882057B (zh) * 2021-01-19 2023-12-08 中国科学院西安光学精密机械研究所 一种基于插值的光子计数非视域三维成像超分辨方法

Also Published As

Publication number Publication date
US20210000434A1 (en) 2021-01-07
EP3760126B1 (en) 2024-03-20
EP3760126A1 (en) 2021-01-06
JP2021020057A (ja) 2021-02-18
US11039801B2 (en) 2021-06-22
JP6972242B2 (ja) 2021-11-24
CN112168196B (zh) 2024-09-13

Similar Documents

Publication Publication Date Title
CN112168196B (zh) 用于高分辨率能谱计算机断层摄影成像的系统和方法
US10755407B2 (en) Systems and methods for capturing deep learning training data from imaging systems
US10679346B2 (en) Systems and methods for capturing deep learning training data from imaging systems
US9943279B2 (en) Methods and systems for task-based data generation and weighting for CT spectral imaging
US11419566B2 (en) Systems and methods for improving image quality with three-dimensional scout
EP3738512A1 (en) Systems and methods for automatic tube potential selection in dual energy imaging
US10383589B2 (en) Direct monochromatic image generation for spectral computed tomography
US20240029207A1 (en) Systems and methods for adaptive blending in computed tomography imaging
JP7242622B2 (ja) コンピュータ断層撮影のためのセグメント化された光子計数検出器を使用するコヒーレント散乱撮像のためのシステムおよび方法
US11270477B2 (en) Systems and methods for tailored image texture in iterative image reconstruction
US20240265591A1 (en) Systems and methods for interpolation of dual-energy ct data
CN112535492B (zh) 生成光谱计算机断层扫描图像数据集的方法和装置
US20230048231A1 (en) Method and systems for aliasing artifact reduction in computed tomography imaging
JP2024534411A (ja) エネルギービンのダウンサンプリングのためのシステムと方法
JP2024105180A (ja) Ｃｔ画像再構成のためのシステム及び方法
JP2024082589A (ja) 医用画像処理装置、および医用画像処理方法
CN117979904A (zh) 用于能量箱下采样的系统和方法
CN117974821A (zh) 用于以改进的图像质量从ct/dbt扫描中恢复投影数据的系统和方法
WO2021252751A1 (en) Systems and methods for generating synthetic baseline x-ray images from computed tomography for longitudinal analysis
CN112535492A (zh) 生成光谱计算机断层扫描图像数据集的方法和装置

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
GR01 Patent grant
GR01 Patent grant