CN112330766A - 一种断层成像的系统和方法 - Google Patents
一种断层成像的系统和方法 Download PDFInfo
- Publication number
- CN112330766A CN112330766A CN202011217689.5A CN202011217689A CN112330766A CN 112330766 A CN112330766 A CN 112330766A CN 202011217689 A CN202011217689 A CN 202011217689A CN 112330766 A CN112330766 A CN 112330766A
- Authority
- CN
- China
- Prior art keywords
- points
- detector
- projection model
- plane
- line
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000003325 tomography Methods 0.000 title description 2
- 238000002591 computed tomography Methods 0.000 claims abstract description 107
- 238000003860 storage Methods 0.000 claims description 60
- 238000005070 sampling Methods 0.000 claims description 16
- 230000001174 ascending effect Effects 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 2
- 238000013170 computed tomography imaging Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 85
- 238000003384 imaging method Methods 0.000 description 34
- 230000015654 memory Effects 0.000 description 29
- 230000008569 process Effects 0.000 description 27
- 238000004891 communication Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 17
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 230000003190 augmentative effect Effects 0.000 description 6
- 238000012804 iterative process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000005855 radiation Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect 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
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- 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
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical 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
- G01N23/046—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 tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- G01N2223/413—Imaging sensor array [CCD]
-
- 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
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/21—Collision detection, intersection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/416—Exact reconstruction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Pulmonology (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及用于CT成像的系统和方法。该方法可以包括获取计算机断层扫描(CT)数据，其中通过使用CT扫描仪扫描对象来生成扫描数据，该CT扫描仪包括焦点和探测器，并且该探测器包括多个探测器单元。该方法还可包括获得正投影模型和反投影模型，其中正投影模型和反投影模型与CT扫描仪的探测器单元的尺寸和焦点的尺寸相关联。该方法可以进一步包括基于扫描数据、正投影模型和反投影模型迭代地重建对象的CT图像。
Description
优先权声明
本申请基于要求2019年11月04日提交的申请号为US 16/673,856的美国申请的优先权，其全部内容通过引用的方式被包含于此。
技术领域
本说明书涉及医学成像领域，特别涉及一种断层成像的系统和方法。
背景技术
计算机断层扫描(CT)是一项利用计算机处理的，从不同角度拍摄的X射线图像组合来产生横截面图像的技术。计算机断层扫描(CT)技术已经广泛用于医学诊断，例如人体成像。然而，因为未考虑CT扫描仪的探测器和/或焦点的尺寸，所以在CT成像中使用的常规的基于模型的迭代计算机断层扫描(CT)重建技术可能是不准确的。因此，需要一种用于通过考虑探测器和焦点的有限尺寸来更精确地重建CT图像的系统和方法。
发明内容
在本申请的第一方面，提供了一种方法。该方法可以在具有至少一个处理器和至少一个计算机可读存储设备的计算设备上实现。该方法可以包括：获取计算机断层扫描(CT)数据，其中，通过使用CT扫描仪扫描对象来生成扫描数据，CT扫描仪包括焦点和探测器，并且探测器包括多个探测器单元；获取正投影模型和反投影模型，其中，正投影模型和反投影模型与探测器单元的尺寸和焦点的尺寸相关联；并基于扫描数据、正投影模型和反投影模型迭代地重建对象的CT图像。
在本申请的第二方面，提供了一种系统。该系统可以包括至少一个存储介质，存储介质包括一组指令，以及与至少一个存储介质通信的至少一个处理器。当执行指令时，至少一个处理器可以用于指导系统执行包括获取计算机断层扫描(CT)数据的操作，其中，通过使用CT扫描仪扫描对象来生成扫描数据，CT扫描仪包括：焦点和探测器，探测器包括多个探测器单元；获取正投影模型和反投影模型，其中，正投影模型和反投影模型与探测器单元的尺寸和焦点的尺寸相关联；并基于扫描数据，正投影模型和反投影模型迭代地重建对象的CT图像。
在本申请的第三方面，一种非暂时性计算机可读介质可以存储指令，当指令由至少一个处理器执行时，至少一个处理器可以用于执行包括获取计算机断层扫描(CT)数据的操作。其中，扫描数据是通过使用CT扫描仪扫描对象而产生的，CT扫描仪包括焦点和探测器，并且探测器包括多个探测器单元；获取正投影模型和反投影模型，其中，正投影模型和反投影模型与探测器单元的尺寸和焦点的尺寸相关联；并基于扫描数据、正投影模型和反投影模型迭代地重建对象的CT图像。
在一些实施例中，获得正投影模型和反投影模型可以包括：对于探测器的每个探测器单元，在三维(3D)空间中设置代表探测器单元的探测器平面和代表焦点的焦点平面；在探测器平面和焦点平面之间设置代表对象的多个体素；对探测器平面上的第一数量的第一点和焦点平面上的第二数量的第二点进行采样；确定一组线，每条线将采样的第一数量的第一点与采样的第二数量的第二点连接起来；确定一组线与多个体素的面的相交点；对一组线中每条线上的相交点进行排序；根据每条线上的排序后的相交点确定每条线的正投影模型和反投影模型。
在一些实施例中，探测器平面可以包括至少四个第一边界点，并且焦点平面可以包括至少四个第二边界点。
在一些实施例中，对探测器平面上的第一数量的第一点和焦点平面上第二数量的第二点的采样可以包括：基于每个平面上的至少四个边界点来确定探测器平面的边界和焦点平面的边界；在探测器平面的边界上对第一数量的第一点的第一部分进行采样；在焦点平面的边界上对第二数量的第二点的第一部分进行采样；根据第一数量的第一点的第一部分对探测器平面进行网格化；根据第二数量的第二点的第一部分对焦点平面进行网格化；基于网格化的探测器平面对第一数量的第一点的第二部分进行采样；以及基于网格化的焦点平面对第二数量的第二点的第二部分进行采样。
在一些实施例中，网格化的焦点平面包括多个网格，并且多个网格中的每个网格对应着一个相对于整个焦点平面的权重。
在一些实施例中，该方法可以进一步包括：基于焦点平面上的每个网格的权重来优化正投影模型和反投影模型。
在一些实施例中，对一组线中每条线上的确定的相交点进行排序可以包括：确定每条线上的探测器平面上的第一点与焦点平面上的第二点之间的坐标差，该坐标差包括x分量和y分量；通过确定x分量是否大于y分量来获得确定结果；根据确定结果对一组线中每条线上的相交点进行排序。
在一些实施例中，确定结果是x分量大于y分量，并且基于该确定结果对相交点的排序可以包括：根据相交点的x分量对一组线中每条线上的相交点按升序排序。
在一些实施例中，确定结果是x分量小于y分量，并且基于该确定结果对相交点的排序可以包括：根据相交点的y分量对一组线中每条线上的相交点按升序排序。
在一些实施例中，基于每条线上排序的相交点确定正投影模型可以包括：对于每条线，确定每条线上的排序的相交点中的每两个连续的相交点的绝对范数；以及根据每两个连续的相交点的坐标，确定对应于两个连续的相交点的每个体素的体素坐标；基于与每条线相关联的体素坐标和绝对范数，确定每条线上的多个体素的第一贡献；基于每条线上的多个体素的第一贡献确定正投影模型。
在一些实施例中，基于每条线上的多个体素的第一贡献来确定正投影模型可以包括：通过将每条线上的多个体素的第一贡献相加来确定总贡献，并通过一组线中线的数量来平均总贡献。
在一些实施例中，基于排序的相交点确定反投影模型可以包括：基于与每条线相关联的绝对范数来确定每条线上的多个体素的第二贡献；根据每条线上的多个体素上的第二贡献和正投影模型确定反投影模型。
本申请的一部分附加特性可以在以下描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各个方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。这些实施例是非限制性的示例性实施例，在这些实施例中，各图中相同的编号表示相似的结构，其中：
图1是示出根据本申请的一些实施例的示例性成像系统100的示意图；
图2是示出根据本申请的一些实施例的示例性计算设备的示例性组件的示意图；
图3是示出根据本申请的一些实施例的示例性移动设备的示例性硬件和/或软件组件的框图；
图4是示出根据本申请的一些实施例的示例性处理装置的框图；
图5是示出根据本申请的一些实施例的示例性处理模块的框图；
图6是示出根据本申请的一些实施例的用于重建对象的CT图像的示例性过程的流程图；
图7是示出根据本申请的一些实施例的用于确定正投影模型和反投影模型的示例性过程的流程图；
图8是示出在焦点平面上采样的第二数量的第二点示意图；
图9是示出将探测器平面上的第一点与焦点平面上的第二点连接的线的示意图；
图10是示出根据本申请的一些实施例的加权的焦点平面的示意图。
具体实施方式
为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。然而，本领域技术人员应该明白，可以在没有这些细节的情况下实施本申请。在其它情况下，为了避免不必要地使本申请的各方面变得晦涩难懂，已经在较高的层次上描述了众所周知的方法、过程、系统、组件和/或电路。对于本领域的普通技术人员来讲，显然可以对所披露的实施例作出各种改变，并且在不偏离本申请的原则和范围的情况下，本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此，本申请不限于所示的实施例，而是符合与申请专利范围一致的最广泛范围。
本文提供了用于非侵入性成像(例如，用于疾病诊断、治疗和/或研究目的)的系统和组件。在一些实施例中，成像系统可以是计算机断层扫描(CT)系统、磁共振成像(MRI)系统、计算机断层扫描-正电子发射断层扫描(CT-PET)系统、发射计算机断层扫描(ECT)系统、计算机断层扫描-磁共振成像(CT-MRI)系统、超声检查系统、X射线摄影系统等，或其任意组合。
为了说明的目的，本申请针对用于基于模型的迭代CT图像重建(MBIR)的系统和方法。考虑CT扫描仪中的探测器的有限尺寸以及焦点的形状和位置的正投影模型和反投影模型可以在迭代CT图像重建(MBIR)中使用，以提高重建的CT图像的准确性。
图1是示出根据本申请的一些实施例的示例性成像系统100的示意图。成像系统100可以包括CT扫描仪110、处理设备120、存储设备130、终端设备140和网络150。
CT扫描仪110可包括台架111、探测器112、检测区域113、工作台114和辐射源115。台架111可以支撑探测器112和辐射源115。可以将对象(例如患者)放置在工作台114上以进行CT扫描。辐射源115可以发射X射线。使用高强度磁场从焦点发出X射线以形成X射线束。X射线束可能朝向对象传播。探测器112可以检测来自检测区域113的X射线光子。在一些实施例中，探测器112可以包括一个或多个探测器单元。探测器单元可以是和/或包括单行探测器元件和/或多行探测器元件。
处理设备120可以处理经由网络150从CT扫描仪110获取或者从例如存储设备130、终端设备140和/或外部设备(外部是指相对于系统100而言)检索的数据和/或信息。例如，处理设备120可以考虑到探测器112的探测器单元的尺寸以及焦点的形状和尺寸来确定正投影模型和反投影模型，并且基于正投影模型和反投影模型迭代地重建CT图像。在一些实施例中，处理设备120可以是计算机、用户控制台、单个服务器、服务器组等。服务器组可以是集中式或分布式的。在一些实施例中，处理设备120可以是本地的或远程的。例如，处理设备120可以经由网络150访问存储在CT扫描仪110、终端设备140和/或存储设备130中的信息和/或数据。作为另一示例，处理设备120可以直接连接至CT扫描仪110、终端设备140和/或存储设备130以访问所存储的信息和/或数据。在一些实施例中，处理设备120可以在云平台上实现。仅作为示例，该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。在一些实施例中，处理设备120可以由具有如图2所示的一个或多个组件的计算设备200来实现。
存储设备130可以存储数据、指令和/或任何其他信息。在一些实施例中，存储设备130可以存储从CT扫描仪110、终端设备140和/或处理设备120获得的数据。在一些实施例中，存储设备130可以存储处理设备120可以执行或用于执行本申请中描述的示例性方法的数据和/或指令。在一些实施例中，存储设备130可以包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性大容量存储器可以包括磁盘、光盘、固态驱动器等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取存储器(RAM)。示例性内存(RAM)可包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDRSDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能盘只读存储器等。在一些实施例中，存储设备130可以被实现在云平台上。仅作为示例，该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中，存储设备130可以连接到网络150以与成像系统100中的一个或多个其他组件(例如，处理设备120、终端设备140等)通信。成像系统100中的一个或多个组件可以经由网络150访问存储在存储设备130中的数据或指令。在一些实施例中，存储设备130可以直接连接到成像系统100中的一个或多个其他组件(例如，处理设备120、终端设备140等)或与之通信。在一些实施例中，存储设备130可以是处理设备120的一部分。
终端设备140可以输入/输出信号、数据、信息等。在一些实施例中，终端设备140可以使用户能够与处理设备120交互。例如，终端设备140可以在屏幕160上显示重建的CT图像。作为另一示例，终端设备140可以通过输入设备(例如，键盘、触摸屏、脑波监视设备等)获得用户的输入信息，并将该输入信息发送到处理设备120以进一步处理。终端设备140可以是台式计算机、平板计算机、膝上型计算机、移动设备等，或其任何组合。在一些实施例中，移动设备可以包括家用设备、可穿戴设备、移动设备、虚拟现实设备、增强现实设备等，或其任何组合。在一些实施例中，家用设备可以包括照明设备、智能电气设备的控制设备、监视设备、电视、摄像机、对讲机等，或其任意组合。在一些实施例中，可穿戴设备可以包括手镯、鞋袜、眼镜、头盔、手表、衣物、背包、配件等，或其任何组合。在一些实施例中，移动设备可以包括移动电话、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备、膝上型计算机、平板计算机、台式计算机或类似，或其任何组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括Google GlassTM、Oculus RiftTM、HololensTM、Gear VRTM等。在一些实施例中，终端设备140可以是处理设备120的一部分或处理设备120的外围设备(例如，连接到处理设备120和/或与处理设备120通信的控制台)。
网络150可以包括可以促进成像系统100的信息和/或数据的交换的任何合适的网络。在一些实施例中，成像系统100的一个或多个组件(例如，CT扫描仪110、终端设备140、处理设备120、存储设备130等)可以通过网络150与成像系统100的一个或多个其他组件交换信息和/或数据。例如，处理设备120可以经由网络150从CT扫描仪110获得扫描数据。作为另一示例，处理设备120可以经由网络150从终端设备140获得用户指令。网络150可以是和/或包括公共网络(例如，互联网)、专用网络(例如，局域网(LAN)、广域网(WAN)等)、有线网络(例如，以太网)、无线网络(例如802.11网络、Wi-Fi网络等)，蜂窝网络(例如长期演进(LTE)网络、4G网络、5G网络)、帧中继网络、虚拟专用网(VPN)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任何组合。仅作为示例，网络150可以包括电缆网络、有线网络、光纤网络、电信网络、内联网、无线局域网(WLAN)、城域网(MAN)、公共电话交换网(PSTN)、蓝牙TM网络、ZigBeeTM网络、近场通信(NFC)网络等或其任意组合。在一些实施例中，网络150可以包括一个或以上网络接入点。例如，网络150可以包括诸如基站和/或互联网交换点之类的有线和/或无线网络接入点，通过它们可以将成像系统100的一个或多个组件连接到网络150以交换数据和/或信息。
图2是示出根据本申请的一些实施例的计算设备的示例性组件的示意图。根据本申请的一些实施例，CT扫描仪110、处理设备120、存储设备130和/或终端设备140可以被实现在计算设备200上。特定系统可以使用功能框图来解释包含一个或多个用户界面的硬件平台。该计算设备可以是具有一般或特定功能的计算机。根据本申请的一些实施例，两种类型的计算机可以被配置为实现任何特定的系统。计算设备200可以被配置为实现执行本申请中公开的一个或多个功能的任何组件。例如，计算设备200可以实现如本文所述的成像系统100的任何组件。在图1和2中，仅出于方便的目的仅示出了一个这样的计算机设备。在提交本申请时，本领域的普通技术人员将理解，与本文描述的成像有关的计算机功能可以在许多类似平台上以分布式方式实现，以分配处理负荷。
例如，计算设备200可以包括与网络相连接的通信端口250，以实现数据通信。计算设备200还可以包括一个处理器(例如，中央处理单元220)，它以一个或多个处理器(例如，逻辑电路)的形式存在，用于执行程序指令。例如，处理器可以包括其中的接口电路和处理电路。接口电路可以被配置为从总线210接收电信号，其中，电信号编码由处理电路处理的结构化数据和/或指令。处理电路可以进行逻辑计算，然后将结论、结果和/或指令编码成电信号。然后，接口电路可以经由总线210从处理电路发出电信号。
示例性计算设备可以包括内部通信总线210、不同形式的程序存储和数据存储，例如磁盘270和只读存储器(ROM)230或随机存取存储器(RAM)240，用于处理和/或传输的各种数据文件。该示例性计算设备还可以包括存储在只读存储器(ROM)、随机存取存储器(RAM)240和/或要由中央处理单元220执行的另一种类型的非暂时性存储介质中的程序指令。本申请的方法和/或流程可以以程序指令的方式实现。计算设备200还包括I/O组件260，其支持计算机280和其他组件之间的输入/输出。计算设备200还可以通过网络通信来接收编程和数据。
仅出于说明目的，在图2中仅示出了一个处理器和/或一个处理器。也可以考虑使用多个中央处理单元和/或处理器。因此，本申请中所描述的由一个中央处理单元和/或处理器执行的操作和/或方法步骤也可以由多个中央处理单元和/或处理器共同或分别执行。例如，如果在本申请中，计算设备200的中央处理单元和/或处理器同时执行操作A和操作B，则应当理解，操作A和操作B也可以由两个不同的中央处理单元和/或处理器共同执行或分别在计算设备200中执行(例如，第一处理器执行操作A，第二处理器执行操作B，或者第一和第二处理器共同执行操作A和B)。
图3是示出根据本申请的一些实施例的示例性移动设备的示例性硬件和/或软件组件的框图。根据本申请的一些实施例，处理设备120或终端设备140可以被实现在移动设备300上。如图3所示，移动设备300可以包括通信模块310、显示器320、图形处理单元(GPU)330、中央处理单元(CPU)340、I/O设备350、存储器360和储存库390。中央处理单元340可以包括类似于中央处理单元220的接口电路和处理电路。在一些实施例中，任何其他合适的组件，包括但不限于系统总线或控制器(未示出)，也可包括在移动设备300内。在一些实施例中，可将移动操作系统370(例如，iOSTM、AndroidTM、Windows PhoneTM等)和一个或多个应用程序380从存储器390加载到存储器360中，以便由中央处理单元340执行。应用程序380可以包括浏览器或任何其他合适的移动应用程序，用于从移动设备300上的成像系统接收和渲染与CT成像有关的信息。可以经由I/O设备350来实现与信息流的用户交互，并经由网络150将其提供给处理设备120和/或成像系统100的其他组件。
为了实现上述各种模块、单元及其功能，计算机可以用作一个或多个元件(例如，图1中描述的处理设备120的组件)的硬件平台。由于这些硬件平台、操作系统和程序语言是通用的，因此可以假定，本领域技术人员可以熟悉这些技术，并且他们可以根据本申请中描述的技术提供数据分类所需的信息。具有用户界面的计算机可以用作个人计算机(PC)或其他类型的工作站或终端设备。经过正确编程后，可以将具有用户界面的计算机用作服务器。可以认为，本领域技术人员也可以熟悉这种类型的计算机设备的结构，程序或一般操作。因此，没有为附图提供额外的解释。
图4是示出根据本申请的一些实施例的示例性处理设备120的框图。如图4所示，处理设备120可以包括获取模块410、处理模块420、存储模块430和通信模块440。
获取模块410可以获取数据。获取模块410可以从CT扫描仪110、存储设备130、终端设备140或能够经由网络150存储数据的任何设备或组件中获取数据。例如，获取模块410可以经由网络150从医学云数据中心(未示出)获取数据。所获取的数据可以包括扫描数据、处理结果(例如，处理后的扫描数据、CT图像)、用户指令、算法、程序代码等，或其组合。在一些实施例中，获取模块410可以从CT扫描仪110，更具体地，从CT探测器112获取扫描数据。可以通过使用CT扫描仪(例如，CT扫描仪110)扫描对象来生成扫描数据。仅出于说明目的，可以将对象放置在工作台114上，并且CT扫描仪110可以通过以预定的扫描模式(例如，螺旋扫描)扫描对象来获取扫描数据。扫描数据可以与穿过对象并且由探测器112检测到的X射线的强度有关。获取模块410可以将获取的数据发送到存储设备(例如，存储模块430、存储设备130等)以进行存储。扫描数据可以以体素信息、图像、矢量等或其任意组合的形式存储。在一些实施例中，获取模块410可以将获取的数据发送到计算设备(例如，处理模块420)以进行处理。
处理模块420可以处理由成像系统100的各种模块或组件提供的数据。例如，处理模块420可以处理由获取模块410获取的或从存储模块430检索的扫描数据，等等。处理模块420可以通过执行多个操作来处理获得的数据。示例性数据处理操作可以包括数据校正、数据转换、正投影模型确定、反投影模型确定、图像重建等。在一些实施例中，处理模块420可以确定正投影模型和反投影模型，并基于正投影模型、反投影模型和所获取的扫描数据，使用迭代重建技术来重建CT图像。
存储模块430可以存储数据。仅作为示例，存储模块430可以存储所获取的扫描数据、经处理的扫描数据、控制参数、数据处理算法等或其组合。在一些实施例中，存储模块430可以存储可以由处理设备120的处理器执行以执行本申请中描述的示例性方法的一个或多个程序和/或指令。例如，存储模块430可以存储用于处理设备120重建对象的CT图像的程序。
存储模块430可以是或包括大容量存储设备、可移动存储设备、易失性读写存储器、只读存储器(ROM)等或其任意组合。例如，大容量存储器可以包括磁盘、光盘、固态驱动器等。可移动存储设备可以包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等。易失性读写存储器可以包括随机存取存储器(RAM)。随机存取存储器(RAM)可以包括动态随机存取存储器(DRAM)、双倍速率同步动态随机存取存储器(DDRSDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容器随机存取存储器(Z-RAM)等。只读存储器(ROM)可以包括掩模只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能盘只读存储器等。
通信模块440可以连接到网络(例如，网络150)以促进数据通信。通信模块440可以在处理设备120与CT扫描仪110、存储设备130和/或终端设备140等之间建立连接。该连接可以是有线连接、无线连接、可以实现数据发送和/或接收的任何其他通信连接，和/或这些连接的任意组合。有线连接可以包括例如电缆、光缆、电话线等，或其任何组合。无线连接可以包括例如蓝牙TM链接、Wi-FiTM链接、WiMaxTM链接、无线局域网链接、紫蜂链接、移动网络链接(例如3G、4G、5G等)，或类似内容，或其组合。在一些实施例中，通信模块440可以是和/或包括标准化通信端口，例如RS232、RS485等。在一些实施例中，通信模块440可以是专门设计的通信端口。例如，可以根据医学中的数字成像和通信(DICOM)协议来设计通信模块440。
应当注意，仅出于说明的目的而提供了对处理设备120的以上描述，而无意于限制本申请的范围。对于本领域的普通技术人员来说，可以根据本申请的描述，做出各种各样的变化和修改。然而，这些变化和修改不脱离本申请的范围。在一些实施例中，如图4所示的一个或多个模块可以在如图1所示的示例性成像系统100的至少一部分中实现。例如，获取模块410、处理模块420、存储模块430和/或通信模块440可以集成到控制台(未示出)中。经由控制台，用户可以设置用于扫描对象、控制成像过程、校正扫描数据、控制用于图像重建的参数、查看重建图像等。
图5是示出根据本申请的一些实施例的示例性处理模块420的框图。处理模块420可以包括获取单元510、模型确定单元520和重建单元530。在本发明中，处理模块420中的一个或一个以上单元可实施在各种组件(例如，图2所示的计算设备200的中央处理单元220)上。
获取单元510可以获得扫描数据。在一些实施例中，获取单元510可以从能够在成像系统100中存储数据的存储设备(例如，存储设备130、磁盘270、存储设备390等)获取扫描数据。在一些实施例中，获取单元510可以从被配置为检测X射线的探测器(例如，探测器112)获取扫描数据。受试者可以是患者、体模等或其组合。
可以通过使用CT扫描仪(例如，CT扫描仪110)扫描对象来生成扫描数据。仅出于说明目的，可以将对象放置在工作台114上，并且CT扫描仪110可以通过以预定的扫描模式(例如，螺旋扫描)扫描对象来生成扫描数据。扫描数据可以与穿过对象并且由探测器112检测到的X射线的强度有关。
在一些实施例中，获取单元510可以预处理获取的扫描数据。例如，可以对扫描数据进行预处理以去除伪像(例如，工作台114的支持对象的信号)。作为另一个示例，扫描数据可以被转换成图像。
模型确定单元520可以确定正投影模型和反投影模型。可以通过考虑探测器112的探测器单元的尺寸以及在CT扫描期间形成的焦点的形状和尺寸来确定正投影模型和反模。
在一些实施例中，模型确定单元520可执行以下操作中的一个或多个，以确定正投影模型和/或反投影模型。仅出于说明目的，可以在三维(3D)空间中设置代表探测器112的探测器单元的探测器平面和代表焦点的焦点平面。可以在探测器平面和焦点平面之间设置代表对象的多个体素。可以在探测器平面上采样的第一点，并且可以在焦点平面上采样的第二点。如本文所使用的，第一点是指探测器平面上的点，第二点是指焦点平面上的点。可以确定一组线，每条线将采样的第一点与采样的第二点连接。可以确定该一组线与多个体素的面的相交点。可以按照预设顺序对每条线上确定的相交点进行排序。然后，可以基于每条线上的排序的相交点来确定与探测器112的探测器单元的尺寸和焦点的尺寸相关联的正投影模型和反投影模型。
重建单元530可以重建对象的CT图像。重建单元530可以从获取单元510得到获取的扫描数据，并且从模型确定单元520获取所确定的正投影模型和反投影模型，并且基于正投影模型、反投影模型和获取的扫描数据来迭代地重建对象的CT图像。在一些实施例中，重建单元530可以使用迭代CT图像重建(MBIR)技术来重建对象的CT图像。迭代CT图像重建(MBIR)可以使用具备一种或多种辐射特征以及CT扫描仪特征的各种模型。迭代CT图像重建(MBIR)可以使用正投影和反，根据一种度量方法迭代地将重建图像与获得的扫描数据进行匹配。可以在迭代CT图像重建(MBIR)中使用正投影模型和反投影模型，以重建CT图像。
当满足预设条件时，迭代重建过程可以终止。在一些实施例中，预设条件可以涉及两个重建图像之间的差异，当差异小于预设阈值时，迭代过程可以终止。在一些实施例中，预设条件可以包括要执行的最大或阈值(或计数)迭代次数(例如一百次)，当阈值(或计数)的迭代次数(或称为阈值迭代计算)执行(例如，满足预设条件)，迭代过程可能会终止。阈值迭代次数可以由用户根据成像系统100的默认设置等来设置。迭代过程终止时获得的CT图像可以被指定为重建的CT图像。重建单元530可以将重建的CT图像发送到系统100的一个或多个其他组件，例如，终端设备140、移动设备300等，以进行显示、存储、进一步处理等，或它们的组合。
应当注意，仅出于说明的目的而提供了对处理模块420的以上描述，而不意图限制本申请的范围。对于本领域的普通技术人员来说，可以根据本申请的描述，做出各种各样的变化和修改。然而，这些变化和修改不脱离本申请的范围。例如，在处理模块420中的多个单元中至少一个可以包括存储单元(未示出)。作为另一示例，处理模块420中的多个单元中的任何一个可以被划分为两个或更多个子单元或块。作为另一示例，可以从处理模块420中省略模型确定单元520。例如，正投影模型和/或反投影模型可以由CT扫描仪的制造商或第三方确定，并提供或预先存储在存储设备中，以备将来在图像重建中使用。可以使用通过体模或对象(或患者)获取的数据来确定正投影模型和/或反投影模型。正投影模型和/或反投影模型可以根据与处理设备120或系统100的一部分或外部的不同处理设备上的CT扫描仪相关联或由其获取的数据不时或定期更新。在一些实施例中，可以为同一CT扫描仪提供多个正投影模型和/或反投影模型，以允许用户进行选择。可以基于设置探测器平面和/或焦点平面之一上不同的边界点、同一CT扫描仪的探测器平面和/或焦点平面的不同网格，或类似的，或它们的组合，生成不同的正投影模型和/或反投影模型。
图6是示出根据本申请的一些实施例的用于重建对象的CT图像的示例性过程的流程图。在一些实施例中，过程600可以由处理模块420执行。例如，过程600可以被实现为存储在存储设备130和/或存储模块430中的一组指令。处理设备120和/或中央处理单元220可以执行该组指令，并且因此可以被定向为执行过程600。
在602中，可以获取对象的扫描数据。扫描数据可以由例如获取单元510获取。在一些实施例中，可以从能够在成像系统100中存储数据的存储设备(例如，存储设备130、磁盘270、存储设备390等)获取扫描数据。在一些实施例中，可以从被配置为检测X射线的探测器(例如，探测器112)获取扫描数据。受试者可以是患者、体模等或其组合。
可以通过使用CT扫描仪(例如，CT扫描仪110)扫描对象来生成扫描数据。仅出于说明目的，可以将对象放置在工作台114上，并且CT扫描仪110可以通过以预定的扫描模式(例如，螺旋扫描)扫描对象来生成扫描数据。扫描数据可以与在穿过对象之后到达探测器的X射线的强度有关。衰减的X射线可以由探测器112检测，并且被发送到获取单元510。在一些实施例中，CT扫描仪可包括焦点和一个包括一个或多个探测器单元的探测器。可以使用高强度磁场将所发射的X射线聚焦到焦点以形成X射线束。探测器112可以检测撞击在其上的X射线，包括穿过对象的X射线。在一些实施例中，探测器112可以包括多个探测器单元。多个探测器单元可以布置成单行(称为单行探测器单元)和/或多行(称为多行探测器单元)。
在一些实施例中，所获取的扫描数据可以被发送到存储模块430以进行存储。在一些实施例中，可以将多个扫描数据以数据流的形式发送到指定的设备或组件，例如，成像系统100的处理设备120或通过网络150连接到成像系统100的工作站(未显示)。
在604中，可以获得正投影模型和反投影模型。在一些实施例中，可以从模型确定单元520获得正投影模型和反投影模型。在一些实施例中，可以从存储设备检索正投影模型和反投影模型。可以通过考虑探测器单元的尺寸以及在CT扫描仪110扫描对象时形成的焦点的形状和尺寸来确定正投影模型和反投影模型。关于确定正投影模型和反投影模型的更多描述可以在本申请的其他地方找到，例如图7及其描述。
在606中，可以基于正投影模型、反投影模型和扫描数据来迭代地重建对象的CT图像。CT图像可以由例如重建单元530重建。在一些实施例中，可以使用迭代重建技术来重建对象的CT图像。示例性迭代重建技术可包括但不限于迭代CT图像重建(MBIR)、代数重建、统计重建、学习迭代重建等。在一些实施例中，可以使用迭代CT图像重建(MBIR)技术来重建对象的CT图像。迭代CT图像重建(MBIR)可以使用具有CT扫描仪的一种或多种特征的各种模型。迭代CT图像重建(MBIR)可以使用正投影和反以根据度量将重建的图像与所获取的扫描数据进行迭代匹配。可以在迭代CT图像重建(MBIR)中使用正投影模型和反投影模型，以重建CT图像。
当满足预设条件时，迭代重建过程可以终止。在一些实施例中，预设条件可以涉及两个重建图像之间的差异，当差异小于预设阈值时，迭代过程可以终止。在一些实施例中，预设条件可以包括要执行的最大或阈值(或计数)迭代次数(例如一百次)，当阈值(或计算)的迭代次数(或称为阈值迭代计算)执行(例如，满足预设条件)，迭代过程可能会终止。预设迭代计数可以由用户根据成像系统100的默认设置等来设置。迭代过程终止时获得的CT图像可以被指定为重建的CT图像。重建的CT图像可以被发送到系统100的一个或多个其他组件，例如，终端设备140、移动设备300等，以用于显示、存储、进一步处理等，或其组合。
应当注意，提供过程600的以上描述是出于说明的目的，而不是意图限制本申请的范围。对于本领域普通技术人员而言，根据本申请，可以减少多种变化和修改以进行实践。例如，过程600可以进一步包括用于存储对象的CT图像的操作。然而，这些变型和修改落入本申请的范围内。
图7是示出根据本申请的一些实施例的用于确定正投影模型和反投影模型的示例性过程的流程图。在一些实施例中，过程700可以由处理模块420执行。例如，过程700可以被实现为存储在存储设备130和/或存储模块430中的一组指令。处理设备120和/或中央处理单元220可以执行该组指令，并且因此可以被定向为执行过程700。在一些实施例中，可以根据过程700确定在620中引用的正投影模型和反投影模型。可以由模型确定单元520执行操作702至714。在一些实施例中，可以对探测器中的每个探测器单元执行过程700中的操作702到714。
在702中，可以在三维(3D)空间中设置探测器平面和焦点平面。探测器平面可以代表特定尺寸的探测器单元。例如，探测器平面可以具有与探测器单元相同的尺寸和/或相同的形状。探测器平面可以是探测器单元上X射线撞击的区域。在一些实施例中，探测器平面可以具有多边形的形状(例如，四边形、五边形、星形多边形等)。多边形可以包括至少四个第一边界点(即顶点)。如本文所使用的，第一边界点是指在探测器平面的边界上的点。多边形的第一边界(即，边)可以是连接两个相邻的第一边界点的直线。如本文所使用的，第一边界是指探测器平面的边界。如本文中所使用的，如果两个第一边界点之间没有其他第一边界点，则认为这两个第一边界点彼此相邻。仅出于说明目的，探测器平面可以是包括四个第一边界点的四边形，如在此使用的
可以分别表示图1所示的坐标系101中的四个第一边界点的坐标。在坐标系101中，x轴为沿着工作台114移动以将对象移入或移出CT扫描仪110的孔的方向(为简便起见，称为x方向)，y轴为沿着从地板到天花板的垂直方向(为简便起见，称为y方向)，z轴为沿水平方向从CT扫描仪孔的中心指向侧面(为简便起见，称为z方向)，y方向和z方向定义了一个垂直于x方向的平面。要理解的是，此处的坐标系101是为了说明和方便参考而提供的，并不旨在限制本申请的范围。在实现本文公开的系统和方法中可以采用不同的坐标系。四个第一边界点
可以按顺序排列，例如顺时针排列，如图9所示。可以通过连接四个第一边界点
和相邻的第一边界点来确定探测器平面的第一边界。四边形可以是正方形、矩形、菱形等。
焦点平面可以表示特定尺寸的焦点(例如，当扫描对象时在CT扫描仪110中形成的焦点)。焦点平面可以是X射线穿过的探测器单元的区域。例如，焦点平面可以具有与焦点相同的尺寸和/或相同的形状。在一些实施例中，焦点平面可以具有多边形的形状(例如，四边形、五边形、星形多边形等)。多边形可包括至少四个第二边界点。如本文所使用的，第二边界点是指焦点平面的边界上的点。多边形的第二边界可以是连接两个相邻的第二边界点的直线。如本文所使用的，第二边界是指焦点平面的边界。如本文所使用的，如果两个第二边界点之间没有其他第二边界点，则认为这两个第二边界点彼此相邻。仅出于说明目的，焦点平面可以是包括四个第二边界点
的四边形。如在此所使用的
可以分别表示图1所示的坐标系101中的四个第二边界点的坐标。四个第二边界点
可以如图9所示顺时针旋转。可以通过连接四个第二边界点
和相邻的第二边界点来确定焦点平面的第二边界。四边形可以是正方形、矩形、菱形等。
在一些实施例中，探测器平面和焦点平面可以被设置为在3D空间中彼此平行。探测器平面与焦点平面之间的距离可以由用户根据成像系统100的默认设置等来确定。在一些实施例中，当扫描对象时，探测器平面与焦点平面之间的距离可以等于CT扫描仪中探测器单元与焦点之间的实际距离。
在704中，可以在探测器平面和焦点平面之间设置多个体素。多个体素可以代表对象(例如，由CT扫描仪110扫描的对象)。例如，在从CT扫描仪110的焦点发出的X射线的路径中，多个体素的体积可以与对象的体积相同或接近。每个体素可以具有特定的体积。本文中的多个体素的体积可以指每个体素的体积之和。在一些实施例中，每个体素可以具有相同的尺寸和/或形状。例如，每个体素可以具有立方体的形状。在一些实施例中，每个体素的体积可以由用户根据成像系统100的默认设置等来设置。
仅出于说明目的，每个体素的大小可以是Δx×Δy×Δz，其中Δx表示体素的长度，Δy表示体素的高度，并且Δz表示体素的宽度。多个体素的中心可以由(Dx,Dy,Dz),表示，其中Dx表示体素中心的x坐标，表示Dy体素中心的y坐标，并且表示Dz体素中心的z坐标。体素的数量(或计量)可以用Mx×My×Mz表示，其中Mx表示x方向上的体素的数量(或计量)，My表示y方向上的体素的数量(或计量)，并且Mz表示z方向上的体素数量(或计量)。
在一些实施例中，多个体素可以设置成网格状结构。网格状结构可以包括用于将每个体素与相邻体素分开的多个网格平面。在一些实施例中，将体素与相邻体素分开的网格平面可以与体素的面(也称为体素面)在同一平面(即，共面)上。仅出于说明目的，可以在公式(1)-(6)中表示立方体素(每个体都是立方体形状的体素)的体素面：
Sxk＝{(x,y,z)|x＝xk,y>-Dy,y<MyΔy-Dy,z>-Dz,z<MzΔz-Dz}， (1)
Syl＝{(x,y,z)|y＝yl,x>-Dx,x<MxΔx-Dx,z>-Dz,z<MzΔz-Dz}， (2)
Szn＝{(x,y,z)|z＝zn,x>-Dx,x<MxΔx-Dx,y>-Dy,y<MyΔy-Dy}， (3)
xk＝kΔx-Dx， (4)
yl＝lΔy-Dy， (5)
zn＝nΔz-Dz， (6)
其中Sxk表示垂直于坐标系101的x轴的体素面，Syl表示垂直于坐标系101的y轴的体素面，Szn表示垂直于坐标系101的z轴的体素面，xk表示体素面Sxk与坐标系101的x轴的相交点，yl表示体素面Syl与y轴的相交点，zn表示体素面Szn与z轴的相交点，k表示一个从0到Mx的自然数，l表示一个从0到My的自然数，并且n表示一个从0到Mz的自然数。
在一些实施例中，可以根据对象的位置来确定多个体素的位置。例如，焦点平面与体素的中心之间的距离可以等于或接近焦点与对象的中心之间的距离，并且体素的中心与探测器平面之间的距离可以等于或接近对象的中心与探测器单元之间的距离。
在706中，可以在探测器平面上采样第一数量的第一点，并且可以在焦点平面上采样第二数量的第二点。在一些实施例中，可以基于探测器平面的至少四个边界点来确定探测器平面的第一边界。探测器平面的第一边界可以是连接两个连续边界点的直线。
第一数量的第一点可以包括第一数量的第一点的第一部分(为简洁起见也称为第一点的第一部分)和第一数量的第一点的第二部分(为简洁起见也称为第一点的第二部分)。在一些实施例中，可以在第一边界上对第一点的第一部分进行采样。例如，可以在每个第一边界上采样一个或多个等距的点。可以对每个第一边界上的一个或多个等距点和探测器平面的至少三个第一边界点进行采样并将其指定为第一点的第一部分。可以在探测器平面的内部而不是在第一边界上对第一点的第二部分进行采样。在一些实施例中，可以基于第一点的第一部分来对探测器平面进行网格化。可以基于网格化的探测器平面对第一点的第二部分进行采样。例如，可以通过将一个边界上的等距点与相对侧的另一边界上的相应等距点连接来对探测器平面进行网格化。如本文中所使用的，如果从相同方向(例如，从
的下方朝向
和
如图9所示，或从
的上方朝向
和
如图9所示)观察，则认为第一边界的边界A上的点A对应于第一边界的边界B上的与边界A相对的点B，点A和点B类似地位于它们各自边界上的点之中。例如，当从相同方向观察时，认为边界A最左端的点对应于边界B最左端的点，并且边界A最右端的点为被认为对应于边界B最右边的一个点。当探测器平面网格化时在探测器平面中形成的点可以被采样为第一点的第二部分。例如，当使用两组直线进行网格划分时，其中每组的直线彼此平行，并且一组直线与另一组直线垂直，则在探测器中形成的点平面可以指两组直线相互交叉的平面。
类似地，可以基于焦点平面的至少四个边界点来确定焦点平面的边界。焦点平面的第二边界可以是连接两个相邻边界点的直线。
第二数量的第二点可以包括第二数量的第二点的第一部分(为简洁起见也称为第二点的第一部分)和第二数量的第二点的第二部分(为简洁起见也称为第二点的第二部分)。在一些实施例中，可以在第二边界上采样第二点的第一部分。例如，可以在每个第二边界上采样一个或多个等距的点。可以采样每个第二边界上的一个或多个等距点以及焦点平面的至少三个第二边界点，并将其指定为第二点的第一部分。第二点的第二部分可以在焦点平面的内部而不是在第二边界上被采样。在一些实施例中，可以基于第二点的第一部分来划分焦平面。第二点的第二部分可以基于网格化焦点平面被采样。例如，也可以通过将一个边界上的等距点与相对侧的另一边界上的相应等距点连接来对焦点平面进行网格化。如本文中所使用的，如果从相同方向(例如，如图9所示，从
的下方朝向
和
如图9所示，或者从
的上方朝向
和
)观察，则认为第二边界的边界C上的点C对应于第二边界的边界D上的与边界C相对的点D，点C和点D类似地位于它们各自边界上的点之中。例如，当从相同方向观察时，认为边界C的最左侧的点对应于边界D的最左侧的点，并且边界C的最右侧的点为被认为对应于边界D最右边的一个点。当焦点平面被网格化时在焦点平面中形成的点可以被采样为第二点的第二部分。例如，当使用两组直线将焦点平面网格化时，其中每组的直线彼此平行，并且一组直线与另一组直线垂直，则在焦点平面可以指两组直线彼此交叉的平面。
仅出于说明目的，可在焦点平面上对第二点进行采样，如图8所示。焦点平面可以是包括四个第二边界点
和
和的四边形。表示焦点平面的四边形的四个边界可以是直线，Nx(Nx≥2)可以在某一方向
上对边界上的点进行采样得到，Ny(Ny≥2)可以在某一方向
上对边界上的点进行采样得到。在一些实施例中，Nx和Ny可以由用户根据成像系统100的默认设置等来设置。如图8所示，可以在每个第二边界上采样包括边界点的三个点((Nx＝3,Ny＝3)。可以基于采样点将焦点平面划分为四个部分。当焦点平面被网格化时，在焦点平面中形成的一个或多个点也可以被采样。焦点平面上的采样点(也称为样本)可以包括
和
可以根据公式(7)确定在焦点平面上采样的第二点的坐标：
其中
表示采样点的坐标
和
表示焦点的边界点，Nx表示在一个方向
的边界上采样的点，Ny表示在一个方向
的边界上采样的点，i表示一个从1到的Nx的整数，j表示从一个1到Ny的整数。同样，可以根据公式(8)确定探测器平面上采样的第一点的坐标：
其中，
表示采样的第一点的坐标，
和
表示第一边界点。
在708中，可以确定一组线，该一组线中的每条线将采样的第一点与对应的采样的第二点连接。参考图9，可以确定将探测器平面上的样本与焦点平面上的样本连接的线。如图9所示，探测器平面和焦点平面都可以是四边形。在探测器平面上，可以在一个方向的边界上采样两个点(Nx＝2)(即两个第一边界点)，并且可以在一个方向
的边界上采样两个点((Ny＝2)(即两个第一边界点)。在焦点平面上，可以在一个方向
上的边界上采样两个点，并且可以在一个方向
上的边界上采样两个点((Nx＝2)(即两个第二边界点)，并且可以在一个方向
上的边界上采样两个点((Ny＝2)(即两个第二边界点)。探测器平面可以包括四个边界点
和
焦点平面可以包括四个边界点
和
可以确定将第一边界点与对应的第二边界点连接的四条线
和
可以将第一边界点
与第二边界点
连接。
可以将第一边界点d2与第二边界点
连接。
可以将第一边界点
与第二边界点
连接。
可以将第一边界点
与第二边界点
连接。在一些实施例中，每条线可以以一组点的形式表示，代表线的每组点可以根据公式(9)确定：
其中
表示将探测器平面上的样本(也称为探测器样本或探测器点)
与焦点平面上的对应样本(也称为焦点样本或焦点)
连接的线，
表示线
上的一个点，t参数化线
上的点集。
在710，可以确定一组线与多个体素的体素面的相交点。在一些实施例中，将探测器平面上的样本与焦点平面上的样本连接的线可以与体素面有一个或多个相交点。仅出于说明目的，连接第一点
和第二点
的线
可以在相交点处与平面S相交。在一些实施例中，平面S可以被表示为x＝xs，如果平面S平行于坐标系101中的y-z平面。可以根据公式(10)确定相交点的坐标：
在一些实施例中，一组线
与多个体素的体素面Sxk的所有相交点可以根据公式(10)来确定。仅出于说明目的，一组线
与体素面Sxk的相交点可以用公式(11)表示：
其中(xijk,yijk,zijk)表示一组线
与体素面Sxk的相交点的坐标。一组线
与体素面Syl的相交点可以用公式(12)表示：
其中(xijl,yijl,zijl)表示一组线
与体素面Syl的相交点的坐标。一组线
与体素面Szn的相交点可以用公式(13)表示：
其中(xijn,,yijn,zijn)表示一组线
与体素面Szn的相交点的坐标。所有确定的相交点可以由等式(14)表示：
其中Q表示确定的相交点。
在712中，可以对每条线上确定的相交点进行排序，以便确定相邻的相交点。两个相邻相交点之间的距离可以用于确定正投影模型和/或反投影模型。
在一些实施例中，可以确定在探测器平面上的点与焦点平面上的对应点之间的坐标差。可以根据坐标差对探测器平面上的样本与焦点平面上的相应样本连接在一起的线上的相交点进行排序。例如，可以通过从第二点的坐标减去第一点的坐标来确定坐标差。可以确定坐标差的x分量是否大于坐标差的y分量。如本文中所使用的，坐标差的x分量是x方向上的坐标差的分量。如本文所使用的，坐标差的y分量是y方向上的坐标差的分量。基于确定结果，可以对线上的相交点进行排序。例如，如果坐标差的x分量大于坐标差的y分量，则可以根据相交点的x分量对线上的相交点进行排序。作为另一示例，如果坐标差的x分量小于坐标差的y分量，则可以根据相交点的y分量对线上的相交点进行排序。
仅出于说明目的，对于一条线
可以确定坐标差
可以确定坐标差的x分量
是否大于坐标差的y分量
如果坐标差的x分量
大于坐标差的y分量
则可以根据相交点的x分量对线
上的相交点进行排序。在一些实施例中，可以根据相交点的x分量以升序或降序对线
上的相交点进行排序。如果坐标差的y分量
大于坐标差的x分量
则可以根据相交点的y分量对线
上的相交点进行排序。在一些实施例中，可以根据相交点的y分量以升序或降序对线
上的相交点进行排序。线
上的排序的相交点可以表示为公式(15)：
其中Pn表示确定的相交点，并且n可以是1到N之间的一个整数。N可以是所确定的相交点的总数(或计数)。
在714，可以基于每条线上的排序的相交点来确定正投影模型和反投影模型。在一些实施例中，可以确定与每个相交点相对应的体素坐标。如本文所使用的，体素的体素坐标是指体素的中心点的坐标。由于穿过体素的线在两个相交点处与体素相交，因此可以基于两个相交点来确定体素坐标。两个相交点可以是线上的连续的相交点。如本文所使用的，如果线上没有其他相交点位于它们之间，则两个相交点被认为是连续的。这两个相交点可以被称为与体素相对应的两个连续相交点。在一些实施例中，可以基于两个连续的相交点的坐标来确定与两个连续的相交点相对应的体素的体素坐标。例如，可以根据公式(16)-(18)确定对应于两个顺序交点的体素坐标：
其中Xn表示与相交点Pn和Pn+1相对应的体素坐标的x分量，Yn其中表示与相交点Pn和Pn+1相对应的体素坐标的y分量，Zn表示与相交点Pn和Pn+1相对应的体素坐标的z分量，Pn|x表示相交点Pn坐标的x分量，Pn|y表示相交点Pn坐标的y分量，Pn|z表示相交点Pn坐标的z分量，Pn+1|x表示相交点Pn+1坐标的x分量，Pn+1|y表示相交点Pn+1坐标的y分量，Pn+1|z表示相交点Pn+1坐标的z分量，(Dx,Dy,Dz)表示多个体素的中心，floor(a)表示将实数a映射到最大整数的函数不大于a，dx、dy和dz分别表示体素在x轴，y轴和z轴上的尺寸，n表示从1到N-1的整数，并且N是体素的数量或者计数。
在一些实施例中，还可以确定线上的排序的相交点中的每两个连续相交点的范数。两个连续的相交点的范数可以表示两个连续的相交点之间的距离。
在一些实施例中，可以基于与线上的两个连续的相交点中的每个相对应的体素的体素坐标和线上的每两个连续的相交点的差范数来确定线上的多个体素的贡献。例如，可以根据公式(19)确定一条线
上的多个体素的第一贡献：
其中Sij表示线
上的多个体素的第一贡献，I表示坐标为(Xn,Yn,Zn)的与体素相关的图像值，‖Pn+1-Pn‖表示两个连续相交点Pn+1和Pn的绝对范数。
在一些实施例中，可以基于每条线上的多个体素的第一贡献来确定正投影模型。由于存在将探测器平面上的点与焦点平面上的点连接的一组线，因此可以参照公式(19)来确定多个体素对该一组线的总贡献。关于该一组线，可以通过将多个体素在每条线上的第一贡献相加来确定该一组线中的多个体素的总贡献，并且通过用该一组线中线的数量对总贡献进行平均。仅作为示例，可以根据公式(20)确定该一组线的多个体素的总贡献：
其中，S(f,d)表示多个体素对一组线的总贡献(即正投影模型)。
在一些实施例中，可以基于线上的排序的相交点中的每两个连续的相交点的差范数来确定一条线上的多个体素的第二贡献。例如，可以根据公式(21)确定该线
的多个体素的第二贡献：
在一些实施例中，可以基于每条线在多个体素上的第二贡献以及该一组线的多个体素的总贡献来确定反投影模型。由于存在将探测器平面上的点与焦点平面上的对应点连接的一组线，因此可以参考公式(21)来确定该一组线的多个体素的总贡献。可以通过以下方式确定该一组线的多个体素的总贡献：关于一组线，将每条线的多个体素的第二贡献求和，然后将总贡献除以该一组线的线的数量来求平均。仅作为示例，可以根据公式(22)确定一组线的多个体素上的总贡献：
其中I表示该一组线的多个体素的总贡献(即反投影模型)。
应当注意，提供过程700的以上描述是出于说明的目的，而不意图限制本申请的范围。对于本领域普通技术人员而言，根据本申请，可以减少多种变化和修改以进行实践。例如，可以将焦点平面、探测器平面和/或体素的尺寸设置为变量，从而适应不同的成像设备和/或应用场景。作为另一示例，焦点平面与体素中心之间的距离和/或体素中心与探测器平面之间的距离也可以被设置为变量，从而适应不同的成像设备和/或应用场景。然而，这些变型和修改落入本申请的范围内。
图10是示出根据本申请的一些实施例的加权焦平面的示意图。当使用例如高强度磁场从焦点发出X射线时，由于不均匀的管电流分布，焦点上的X射线可能会不均匀地分布(即，X射线的密度可能在焦点平面1001的不同部分处变化)。不均匀分布的X射线可能会在焦点平面1001上显示为冷点和热点。可以根据焦点平面1001的右侧上的标尺1002来读取与每个部分相对应的权重。
在一些实施例中，可以针对焦点平面1001的每个部分确定代表不均匀分布的X射线的权重。如图10所示，可以在焦点平面1001的每个第二边界上采样十个第二点(例如，(Nx＝10,Ny＝10)。根据在每个第二边界上采样的十个第二点，可以将焦点平面1001划分为81个部分。每个部分对应有一个特定的权重wij。对于整个焦平面1001，这81个部分的权重之和(即，总权重)可以等于1。考虑到权重的优化的正投影模型可以根据公式(23)确定：
考虑权重的优化的反投影模型可以根据公式(24)确定：
考虑了权重的优化的正投影模型和/或优化的反投影模型可以用于在迭代图像重建过程中基于对象的扫描数据来重建对象的CT图像。
上文已对基本概念做了描述，显然，对于阅读此申请后的本领域的普通技术人员来说，上述发明披露仅作为示例，并不构成对本申请的限制。虽然此处并未明确说明，但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特性。因此，应当强调并注意的是，本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域的普通技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的过程、机器、产品或物质的组合，或对其任何新的和有用的改进。因此，本申请的各方面可以完全以硬件，完全以软件(包括固件、常驻软件、微代码等)或通过组合软件和硬件的实现方式来实现，这些实现方式在本文中通常都统称为“单元”、模块”或“系统”。此外，本申请的各方面可以采取体现在其上体现有计算机可读程序代码的一个或多个计算机可读介质中体现的计算机程序产品的形式。
计算机可读信号介质可以包含一个内含有计算机程序代码的传播数据信号，例如，在基带上或作为载波的一部分。此类传播信号可以有多种形式，包括电磁形式、光形式等或任何合适的组合。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF等，或任何上述介质的组合。
可以以一种或多种编程语言的任何组合来编写用于执行本申请的各方面的操作的计算机程序代码，所述编程语言包括诸如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C、C的面向对象的编程语言。程序代码可以完全在用户计算机上执行，部分在用户计算机上作为独立软件包执行，部分在用户计算机上并且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户计算机，或者可以与外部计算机建立连接(例如，通过使用网络服务提供商的网络)或在云计算环境中提供服务，例如软件服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其它名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，尽管上述各种组件的实现可以体现在硬件设备中，但也可以实现为纯软件解决方案，例如，在现有服务器或移动设备上的安装。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或以上发明实施例的理解，前文对本申请的实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。然而，本申请的该方法不应被解释为反映所声称的待扫描对象物质需要比每个权利要求中明确记载的更多特征的意图。相反，发明的主体应具备比上述单一实施例更少的特征。
在一些实施例中，用于描述和要求保护本申请的某些实施例的表示数量或性质的数字应理解为在某些情况下被术语“大约”、“近似”或“基本上”修饰。例如，除非另外说明，否则“大约”、“近似”或“基本上”可以指示其所描述的值的±20％变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
本文中提及的所有专利、专利申请、专利申请公布和其他材料(如论文、书籍、说明书、出版物、记录、事物和/或类似的东西)均在此通过引用的方式全部并入本文以达到所有目的，与上述文件相关的任何起诉文档记录、与本文件不一致或冲突的任何上述文件或对迟早与本文件相关的权利要求书的广泛范畴有限定作用的任何上述文件除外。举例来说，如果在描述、定义和/或与任何所结合的材料相关联的术语的使用和与本文件相关联的术语之间存在任何不一致或冲突，则描述、定义和/或在本文件中使用的术语以本文件为准。
最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (10)
1.一种在具有至少一个处理器和至少一个计算机可读存储设备的计算设备上实现的方法，该方法包括：
获取计算机断层扫描数据，其中，所述扫描数据是通过使用CT扫描仪扫描对象而生成的，所述CT扫描仪包括焦点和探测器，并且所述探测器包括多个探测器单元；
获取正投影模型和反投影模型，其中，所述正投影模型和所述反投影模型与所述探测器单元的尺寸和所述焦点的尺寸相关联；以及
根据所述扫描数据、所述正投影模型和所述反投影模型迭代地重建所述对象的CT图像。
2.根据权利要求1所述的方法，其特征在于，所述获得正投影模型和反投影模型，包括：
对于所述探测器中的每个所述探测器单元，
在三维空间中设置代表所述探测器单元的探测器平面和代表所述焦点的焦点平面；
在所述探测器平面和所述焦点平面之间设置代表所述对象的多个体素；
在所述探测器平面上采样第一数量的第一点，并在所述焦点平面上采样第二数量的第二点；
确定一组线，所述一组线中的每条线将采样的所述第一数量的第一点与采样的所述第二数量的第二点连接起来；
确定所述一组线与多个体素的面的相交点；
对一组线中每条线上的所述相交点进行排序；以及
根据每条线上的所述排序的相交点，确定所述正投影模型和所述反投影模型。
3.根据权利要求2所述的方法，其特征在于，所述探测器平面包括至少四个第一边界点，并且所述焦点平面包括至少四个第二边界点。
4.根据权利要求3所述的方法，其特征在于，所述对所述探测器平面上的第一数量的第一点和所述焦点平面上的第二数量的第二点进行采样，包括：
根据每个平面上的至少四个边界点，确定所述探测器平面的边界和所述焦点平面的边界；
在所述探测器平面的边界上对所述第一数量的第一点中的第一部分进行采样；
在所述焦点平面的边界上对所述第二数量的第二点中的第一部分进行采样；
根据所述第一数量的第一点的第一部分对所述探测器平面网格化；
根据所述第二数量的第二点的第一部分对所述焦点平面网格化；
基于所述网格化的探测器平面对所述第一数量的第一点的第二部分进行采样；以及
基于所述网格化的焦点平面对所述第二数量的第二点的第二部分进行采样。
5.根据权利要求2所述的方法，其特征在于，所述对每条线上确定的所述相交点进行排序，包括：
确定每条线上所述探测器平面上的第一点与所述焦点平面上的第二点之间的坐标差，该坐标差包括x分量和y分量；
通过确定所述x分量是否大于所述y分量来获得确定结果；以及
根据所述确定结果对一组线中每条线上的所述相交点进行排序。
6.根据权利要求5所述的方法，其特征在于，所述确定结果是所述x分量大于所述y分量，并且基于所述确定结果对所述相交点排序包括：
根据所述相交点的x分量按升序对一组线中每条线上的所述相交点进行排序；
所述确定结果是所述x分量小于所述y分量，并且基于所述确定结果对所述相交点进行排序包括：
根据所述相交点的y分量按升序对每条线上确定的所述相交点进行排序。
7.根据权利要求2所述的方法，其特征在于，所述基于每条线上所述排序的相交点确定正投影模型，包括：
对于每条线，
确定每条线的所述排序的相交点中的每两个连续的相交点的绝对范数；
根据所述每两个连续的相交点的坐标，确定与所述每两个连续的相交点对应的每个体素的体素坐标；
基于所述体素坐标和与每条线相关联的所述绝对范数，确定线上的所述多个体素的第一贡献；以及
基于每条线上的所述多个体素的第一贡献确定所述正投影模型。
8.根据权利要求7所述的方法，其特征在于，所述基于每条线上的所述多个体素的第一贡献确定所述正投影模型，包括：
通过对一组线中每条线上的所述多个体素的第一贡献求和，确定该组的总贡献；以及
通过所述一组线中线的数量来平均所述总贡献。
9.根据权利要求7所述的方法，其特征在于，所述基于所述排序的相交点确定反投影模型，包括：
基于与每条线相关联的所述绝对范数，确定每条线上所述多个体素上的第二贡献；以及
基于每条线上的所述多个体素上的第二贡献和所述正投影模型来确定所述反投影模型。
10.一种系统，包括：
至少一个包括一组指令的存储介质；以及
至少一个处理器，被配置为与所述至少一个存储介质通信，其中，当执行所述指令时，所述系统被定向为执行包括以下操作：
获取扫描数据，其中，所述扫描数据是通过使用CT扫描仪对对象进行扫描而生成的，所述CT扫描仪包括焦点和探测器，并且所述探测器包括多个探测器单元；
获取正投影模型和反投影模型，其中，所述正投影模型和所述反投影模型与所述探测器单元的尺寸和焦点的尺寸相关联；以及
根据所述扫描数据、所述正投影模型和所述反投影模型，迭代地重建所述对象的CT图像。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/673,856 | 2019-11-04 | ||
| US16/673,856 US11335038B2 (en) | 2019-11-04 | 2019-11-04 | System and method for computed tomographic imaging |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112330766A true CN112330766A (zh) | 2021-02-05 |
| CN112330766B CN112330766B (zh) | 2023-05-02 |
Family
ID=74323625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011217689.5A Active CN112330766B (zh) | 2019-11-04 | 2020-11-04 | 一种断层成像的系统和方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11335038B2 (zh) |
| CN (1) | CN112330766B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6907102B1 (en) * | 2002-12-16 | 2005-06-14 | Ken Sauer | Iterative reconstruction methods for multi-slice computed tomography |
| CN1833299A (zh) * | 2003-05-30 | 2006-09-13 | 新泰科有限公司 | 在多个位置产生多个x射线束的装置和方法 |
| US20080095420A1 (en) * | 2006-10-18 | 2008-04-24 | Shigeharu Ohyu | X-ray diagnostic apparatus, image processing apparatus, and method of calculating filter coefficients used for image formation processing in x-ray diagnostic apparatus and the like |
| CN101505661A (zh) * | 2006-08-31 | 2009-08-12 | 皇家飞利浦电子股份有限公司 | 成像系统 |
| US20110150305A1 (en) * | 2009-12-17 | 2011-06-23 | General Electric Company | Method and system for correcting artifacts in image reconstruction |
| CN104968275A (zh) * | 2013-01-31 | 2015-10-07 | 株式会社东芝 | 基于模型的用于迭代重建的反投影和正投影的至少一方中的系统光学 |
| CN106296765A (zh) * | 2016-08-02 | 2017-01-04 | 上海联影医疗科技有限公司 | 图像重建方法及系统 |
| CN107582089A (zh) * | 2017-09-29 | 2018-01-16 | 上海联影医疗科技有限公司 | 准直器、成像设备、焦点位置跟踪方法及校正方法 |
| CN108992083A (zh) * | 2018-08-14 | 2018-12-14 | 广州华端科技有限公司 | 锥束计算机断层成像图像校正方法和系统 |
| CN109523602A (zh) * | 2018-10-22 | 2019-03-26 | 上海联影医疗科技有限公司 | 迭代重建优化方法、装置和计算机可读介质 |
| CN109975335A (zh) * | 2019-03-07 | 2019-07-05 | 北京航星机器制造有限公司 | 一种ct检测方法及装置 |
| US20200294285A1 (en) * | 2017-10-23 | 2020-09-17 | Koninklijke Philips N.V. | Reconstructing images for a whole body positron emission tomograpy (pet) scan with overlap and varying exposure time for individual bed positions |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8913805B2 (en) | 2010-08-30 | 2014-12-16 | The Regents Of The University Of Michigan | Three-dimensional forward and back projection methods |
| US8885975B2 (en) * | 2012-06-22 | 2014-11-11 | General Electric Company | Method and apparatus for iterative reconstruction |
| WO2014016626A1 (en) * | 2012-07-23 | 2014-01-30 | Mediso Orvosi Berendezés Fejlesztö És Szerviz Kft. | Method, computer readable medium and system for tomographic reconstruction |
| WO2016007769A1 (en) * | 2014-07-09 | 2016-01-14 | The Johns Hopkins University | System, method and computer readable medium for preview of low-dose x-ray projection and tomographic images |
| US11232612B2 (en) * | 2019-03-15 | 2022-01-25 | University Of Florida Research Foundation, Incorporated | Highly accurate and efficient forward and back projection methods for computed tomography |
-
2019
- 2019-11-04 US US16/673,856 patent/US11335038B2/en active Active
-
2020
- 2020-11-04 CN CN202011217689.5A patent/CN112330766B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6907102B1 (en) * | 2002-12-16 | 2005-06-14 | Ken Sauer | Iterative reconstruction methods for multi-slice computed tomography |
| CN1833299A (zh) * | 2003-05-30 | 2006-09-13 | 新泰科有限公司 | 在多个位置产生多个x射线束的装置和方法 |
| CN101505661A (zh) * | 2006-08-31 | 2009-08-12 | 皇家飞利浦电子股份有限公司 | 成像系统 |
| US20080095420A1 (en) * | 2006-10-18 | 2008-04-24 | Shigeharu Ohyu | X-ray diagnostic apparatus, image processing apparatus, and method of calculating filter coefficients used for image formation processing in x-ray diagnostic apparatus and the like |
| US20110150305A1 (en) * | 2009-12-17 | 2011-06-23 | General Electric Company | Method and system for correcting artifacts in image reconstruction |
| CN104968275A (zh) * | 2013-01-31 | 2015-10-07 | 株式会社东芝 | 基于模型的用于迭代重建的反投影和正投影的至少一方中的系统光学 |
| CN106296765A (zh) * | 2016-08-02 | 2017-01-04 | 上海联影医疗科技有限公司 | 图像重建方法及系统 |
| CN107582089A (zh) * | 2017-09-29 | 2018-01-16 | 上海联影医疗科技有限公司 | 准直器、成像设备、焦点位置跟踪方法及校正方法 |
| US20200294285A1 (en) * | 2017-10-23 | 2020-09-17 | Koninklijke Philips N.V. | Reconstructing images for a whole body positron emission tomograpy (pet) scan with overlap and varying exposure time for individual bed positions |
| CN108992083A (zh) * | 2018-08-14 | 2018-12-14 | 广州华端科技有限公司 | 锥束计算机断层成像图像校正方法和系统 |
| CN109523602A (zh) * | 2018-10-22 | 2019-03-26 | 上海联影医疗科技有限公司 | 迭代重建优化方法、装置和计算机可读介质 |
| CN109975335A (zh) * | 2019-03-07 | 2019-07-05 | 北京航星机器制造有限公司 | 一种ct检测方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李亮等: "一种用于小体积偏置探测器锥束CT系统的反投影滤波重建算法", 《CT理论与应用研究》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US11335038B2 (en) | 2022-05-17 |
| CN112330766B (zh) | 2023-05-02 |
| US20210134026A1 (en) | 2021-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108030502B (zh) | 用于空气校正的系统和方法 | |
| US11331066B2 (en) | Imaging method and system for determining a scan area | |
| CN110151210B (zh) | 一种医学图像处理方法、系统、装置和计算机可读介质 | |
| CN109009199B (zh) | 用于正电子发射断层扫描中的图像数据处理的系统和方法 | |
| CN108122263B (zh) | 图像重建系统及方法 | |
| CN112365560B (zh) | 基于多级网络的图像重建方法、系统、可读存储介质和设备 | |
| CN109215094B (zh) | 相位衬度图像生成方法及系统 | |
| CN108986892B (zh) | 用于确定活度图和衰减图的系统和方法 | |
| WO2021218214A1 (en) | Systems and methods for generating three-dimensional images | |
| CN109060849A (zh) | 一种确定辐射剂量调制线的方法、系统和装置 | |
| US11941805B2 (en) | Systems and methods for image processing | |
| CN107330952A (zh) | 电子计算机断层扫描图像数据处理系统 | |
| CN108921913B (zh) | 图像重建的系统及方法 | |
| CN108957515B (zh) | 确定探测器的能量响应函数的方法、装置和成像系统 | |
| CN109124666A (zh) | 一种确定辐射剂量调制线的方法、系统和装置 | |
| CN112001979B (zh) | 运动伪影处理方法、系统、可读存储介质和设备 | |
| US20200380737A1 (en) | Method and system for improving ct image quality | |
| CN109077746A (zh) | 一种确定辐射剂量调制线的方法、系统和装置 | |
| CN111127475A (zh) | Ct扫描图像处理方法、系统、可读存储介质和设备 | |
| CN117897733A (zh) | 医学成像系统和方法 | |
| CN111161371B (zh) | 成像系统和方法 | |
| CN109431528B (zh) | 校正投影图像的系统和方法 | |
| CN109255825B (zh) | 用于实现正投影的方法、装置、存储介质以及图像重建方法 | |
| CN112330766B (zh) | 一种断层成像的系统和方法 | |
| CN110473271A (zh) | 一种图像数据处理方法、系统、装置及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |