CN112969411A - 用于提供谱图像的系统 - Google Patents

用于提供谱图像的系统 Download PDF

Info

Publication number
CN112969411A
CN112969411A CN201980072815.1A CN201980072815A CN112969411A CN 112969411 A CN112969411 A CN 112969411A CN 201980072815 A CN201980072815 A CN 201980072815A CN 112969411 A CN112969411 A CN 112969411A
Authority
CN
China
Prior art keywords
projection data
acquired
image
detector
spectral
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201980072815.1A
Other languages
English (en)
Inventor
M·格拉斯
R·普罗克绍
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN112969411A publication Critical patent/CN112969411A/zh
Pending legal-status Critical Current

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
    • A61B6/42—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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/025—Tomosynthesis
    • 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
    • A61B6/027—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis characterised by the use of a particular data acquisition trajectory, e.g. helical or spiral
    • 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
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4035—Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
    • 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
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/405—Source units specially adapted to modify characteristics of the beam during the data acquisition process
    • 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
    • A61B6/488—Diagnostic techniques involving pre-scan acquisition
    • 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
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • 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
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G01N2223/423—Imaging multispectral imaging-multiple energy imaging
    • 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
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/441—AI-based methods, deep learning or artificial neural networks

Landscapes

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

Abstract

本发明涉及一种用于使用常规CT系统提供谱图像的系统。所述系统包括：数据提供单元(11)，其用于提供第一投影数据和第二投影数据，其中，所述第一投影数据和所述第二投影数据是使用不同的采集谱采集的，其中，所述第一投影数据是在侦察扫描中采集的，所述第二投影数据是在诊断扫描中采集的，或者其中，所述第一投影数据和所述第二投影数据已经分别由探测器的第一部分和第二部分采集。探测器的第一部分和第二部分利用不同的采集谱采集投影数据。谱图像生成单元(12)基于所述投影数据来生成谱图像。利用该系统，可以使用传统的CT系统以减少的采集时间来提供谱图像。

Description

用于提供谱图像的系统
技术领域
本发明涉及用于提供谱图像的系统、方法和计算机程序。
背景技术
通常，通过使用谱CT系统(例如，双能量CT系统)来生成谱图像。但是，今天，这样的专用谱CT系统仍然没有广泛可用。因此，提供一种允许使用常规CT系统进行谱成像的系统将是有利的。
发明内容
本发明的目的是提供一种允许使用常规CT系统提供谱图像的系统、方法和计算机程序。
在本发明的第一方面中，提出了一种用于提供谱图像的系统，其中，所述系统包括数据提供单元，所述数据提供单元用于提供投影数据，所述投影数据包括使用包括探测器的CT系统采集的第一投影数据和第二投影数据，其中，所述第一投影数据使用第一采集谱采集的，所述第二投影数据是使用第二采集谱采集的，其中，所述第一投影数据是在侦察扫描期间采集的，并且所述第二投影数据是在诊断扫描期间采集的，或者其中，所述第一投影数据是由所述探测器的第一部分采集的，并且所述第二投影数据是由所述探测器的第二部分采集的，其中，所述探测器的所述第一部分和所述第二部分由于阳极足跟效应而分别利用所述第一采集谱和所述第二采集谱来采集投影数据；以及谱图像生成单元，其用于基于所提供的投影数据来生成谱图像。
因为数据提供单元提供第一投影数据和第二投影数据，其中，所述第一投影数据是在侦察扫描期间使用第一采集谱采集的，并且所述第二投影数据是在诊断扫描期间使用第二采集谱采集的，或者因为所述第一投影数据是由所述探测器的所述第一部分采集的，并且所述第二投影数据由所述探测器的所述第二部分采集的，其中，所述探测器的所述第一部分和所述第二部分分别利用第一采集谱和第二采集谱来采集投影数据，由于阳极足跟效应，因此利用常规CT系统采集包括不同谱信息的投影数据是可能的。因此，可以根据第一投影数据和第二投影数据的谱信息来生成谱图像，使得该系统允许利用常规CT系统来生成谱图像。此外，可以通过使用所述探测器的所述第一部分和所述第二部分在同一扫描期间采集所述第一投影数据和所述第二投影数据，或者可以在侦察扫描过程中非常快速地采集第一投影数据，例如使用比第二投影数据更低的分辨率，使得可以减少采集所述第一投影数据和所述第二投影数据并因此采集使用常规CT系统提供谱图像所需的信息的时间。因此，可以使用传统的CT系统以减少的采集时间来提供谱图像。
数据提供单元适于提供在对象的CT扫描期间已经采集的投影数据。所述数据提供单元可以例如直接连接至用于采集所述投影数据的所述CT系统，并且直接提供由所述CT系统采集的所述投影数据。此外，所述数据提供单元也可以是采集所述投影数据的所述CT系统的部分。替代地，所述数据提供单元可以与所述CT系统分离和/或可以例如连接到存储由所述CT系统采集的对象的投影数据的存储单元。此外，所述数据提供单元本身可以被配置为存储对象的投影数据的存储单元。所述对象可以是由CT系统扫描的任何对象，例如，人，动物或无生命的物体，例如手提箱。在一个优选的实施方案中，所述对象是患者，并且所述CT系统是常规医学CT系统，其中，常规医学CT系统是指非谱CT系统，即未被专门构造成提供谱图像的CT系统。特别地，CT系统可以是包括常规探测器元件，即非谱探测器元件的CT系统，其中，来自常规探测器元件的投影数据用于生成谱图像。因此，CT系统也可以是包括混合探测器的CT系统。混合探测器包括谱探测器元件(即允许对入射辐射的能量进行分辨的探测器元件)和常规探测器元件(即对接收到的辐射的能量进行积分的探测器元件)两者。混合探测器的不同探测器元件可以以不同方式布置，例如，使得探测器的第一行和最后一行包括常规探测器并且探测器的中间行包括谱探测器元件，反之亦然。谱探测器元件也可以被提供在探测器的中间，并且被常规的探测器元件包围，反之亦然。不同的探测器元件也可以以棋盘形式布置。它们还可以以如下的方式布置：使得谱探测器覆盖沿着探测器的扇形方向的区域，而探测器的其余部分填充有常规探测器元件。也可以想象其他类型的混合探测器元件。在这样的实施例中，本发明不仅允许使用通过谱探测器元件采集的投影数据来重建谱图像，而且还可以使用来自常规探测器元件的投影数据。
数据提供单元提供的投影数据包括第一投影数据和第二投影数据，其中，所述第一投影数据是使用第一采集光谱采集的，并且所述第二投影数据是使用第二采集谱采集的。采集谱是指由CT系统的辐射源(即，X射线辐射源)提供的辐射(即，X射线辐射)的谱。因此，由数据提供单元提供的第一投影数据已经通过包括第一采集谱的辐射被采集，并且第二投影数据已经通过包括第二采集谱的辐射被采集。第一采集谱和第二采集谱彼此不同，即，包括不同的谱特性。
在一个实施例中，数据提供单元适于提供在侦察扫描期间已经采集的第一投影数据和在诊断扫描期间已经采集的第二投影数据。侦察扫描是指对在诊断扫描之前采集的对象进行的扫描。通常，以非常快的方式采集侦察扫描，并且信噪比低于诊断图像的信噪比。侦察扫描可以用于规划诊断扫描，例如，基于侦察扫描的投影数据确定重建的侦察图像中的感兴趣区域，其中，然后，将诊断扫描限制在侦察图像中确定的所述感兴趣区域。还可以设想侦察扫描的其他功能，例如，确定患者的位置，在诊断扫描期间要提供给对象的辐射剂量的辐射剂量计算，确定或优化诊断扫描的成像设置等。诊断扫描是指利用成像设置来对对象进行扫描，所述成像设置允许基于从在诊断扫描期间采集的投影数据重建的诊断图像来提供对对象的诊断。这些成像设置可以指的是例如良好的信噪比、高分辨率、对象的特定结构之间的高对比度等。
在一个实施例中，数据提供单元适于提供已经由CT系统的探测器的第一部分采集的第一投影数据和已经由CT系统的探测器的第二部分采集的第二投影数据。由探测器的第一部分采集的第一投影数据已经利用第一采集谱采集，并且由探测器的第二部分采集的第二投影数据已经由于阳极足跟效应而利用第二采集谱采集。阳极足跟效应导致辐射源的阳极发出的辐射强度(即X射线辐射)发生变化，其中，辐射强度的变化取决于辐射的发射方向。因此，探测辐射源发射的辐射的探测器的不同部分经历具有不同辐射谱的辐射。因此，由于阳极足跟效应，探测器的不同部分采集具有不同采集谱的投影数据。在优选的实施例中，已经使用谱滤波器来采集利用探测器的第一部分采集的第一投影数据和利用探测器的第二部分采集的第二投影数据，所述谱滤波器增加阳极足跟效应引起的第一采集谱与第二采集谱的谱差异。
在该实施例中，使用探测器的第一部分采集第一投影数据，并且使用探测器的第二部分采集第二投影数据。通过用不同的采集谱照射来定义探测器的第一部分和第二部分。因此，探测器的第一部分和第二部分由CT系统的辐射源的阳极的位置和谱辐射特性来定义。探测器的第一部分和第二部分可以指探测器的任何部分，其由于阳极足跟效应而允许以不同的采集谱来采集投影数据。例如，在探测器的第一部分可以指代探测器的前半部，而探测器的第二部分可以指代探测器的后半部，其在由于阳极足跟效应而提供不同的采集谱的方向上，其中，所述第一部分和所述第二部分不交叠。替代地，探测器的第一部分和探测器的第二部分可以包括交叠区域，在该交叠区域中，探测器的第一部分和探测器的第二部分交叠。同样，探测器的第一部分和探测器的第二部分一起可以仅指探测器的一部分，即第一部分和第二部分一起可以小于整个探测器。例如，探测器的第一部分可以指代探测器的前三分之一，而探测器的第二部分可以指代探测器的后三分之一，其中，探测器的三分之一可能不用于采集投影数据。进一步地，如果所述探测器包括探测器元件，其中，探测器元件形成探测器元件行，则第一和第二部分可以由探测器元件行限定。例如，在通过提供采集谱之间的差异所限定的方向上，第一部分可以指的是前三个探测器行，第二部分可以指的是后三个探测器行。
此外，数据提供单元优选地适于在探测器的第三部分处提供使用第三采集谱采集的第三投影数据，其中，而且由于阳极足跟效应，探测器的第三部分使用第三采集谱来采集投影数据。在该优选实施例中，谱图像生成单元适于基于所提供的包括第一、第二和第三投影数据的投影数据来生成谱图像。此外，除了第一、第二和第三投影数据之外，数据提供单元还可以适于提供其他投影数据，例如第四投影数据。因此，除了第一和第二投影数据之外，数据提供单元还可以提供任意数量的其他投影数据，其中，每个另外的投影数据将使用探测器的另一部分利用另一采集谱采集，其中，所有采集谱包括不同的谱特性。同样对于所有其他投影数据，探测器的相应部分可以包括与探测器的任何其他部分的交叠区域。在这种情况下，谱图像生成单元还适于基于另外的投影数据来生成谱图像。
谱图像生成单元适于基于所提供的包括第一投影数据和第二投影数据的投影数据来生成谱图像。特别地，谱图像生成单元适于基于第一投影数据和第二投影数据，例如基于由不同的采集谱引起的第一投影数据和第二投影数据之间的差异来生成谱图像，并且提供被成像的对象的谱信息。由于已经利用第一采集谱和第二采集谱采集了第一投影数据和第二投影数据，因此成像对象的谱信息可用于生成谱图像。谱图像可以是例如物质图像，内容散布图像，K边缘图像，单能量图像等。此外，谱图像生成单元可以适于基于所提供的投影数据来生成多于一幅谱图像，例如，以生成示出对象的第一材料的图像和示出对象的第二材料的图像。用于生成谱图像的示例性方法例如在R.Alvarez等人的以下文章中描述：“Energy-selective Reconstruction X-ray Computerized Tomography”，Physics inMedicin and Biology，第21卷，第733-744页(1976)。
在一个实施例中，CT系统包括辐射源，并且在侦察扫描期间采集的第一投影数据已经通过以第一辐射能量操作辐射源和/或通过为辐射源提供用于过滤辐射源的辐射的第一滤波器来采集，并且在诊断扫描期间采集的第二投影数据己经通过以第二辐射能量操作辐射源和/或通过为辐射源提供用于过滤辐射源的辐射的第二滤波器来采集。如果辐射源以第一辐射能量(即第一电压)操作，则辐射源发射的辐射将包括第一采集谱，即第一谱特性，并且当辐射源以第二辐射能量(即第二电压)操作时，辐射源发出的辐射将包括第二采集谱，即第二谱特性。优选地，第一辐射能可以在70至90keV之间的范围内，并且第二辐射能可以在120至140keV之间的范围内。替代地，第二辐射能可以在70至90keV之间的范围内，并且第一辐射能可以在120至140keV之间的范围内。此外，如果辐射源被提供有用于过滤由辐射源发射的辐射的第一滤波器，则探测器探测到的发射辐射将包括第一采集谱，并且如果辐射源被提供有用于过滤由辐射源发射的辐射的第二滤波器，则由探测器探测到的辐射将包括第二采集谱。优选地，第一滤波器和第二滤波器可以包括锡电势滤波器。
在一个实施例中，利用低于采集诊断图像的管电流的管电流来采集侦察扫描，和/或其中，利用低于采集诊断图像的空间分辨率的空间分辨率来采集侦察扫描。投影数据的空间分辨率是指在对象的扫描期间(即，在投影数据的采集期间)所采集的每空间体积的信息量，即投影值的量。投影数据的空间分辨率取决于，例如，采集投影数据所使用的辐射能量，取决于在采集期间探测器相对于对象的相对运动等。如果以螺旋扫描模式采集投影数据，则空间分辨率还取决于采集投影数据的螺距。此外，还可以通过例如调整所采集的投影的数量，焦斑的尺寸，通过彼此连接或断开探测器元件的探测器元件的尺寸等来改变空间分辨率。如果所述第一空间分辨率低于所述第二空间分辨率，则可以比所述第二投影数据快得多地采集所述第一投影数据。在优选实施例中，以第一分辨率采集的第一投影数据对应于在3D侦察扫描期间采集的投影数据。在其他实施例中，侦察扫描也可以是2D侦察扫描。此外，还可以在两次2D侦察扫描期间采集第一投影数据。在许多医学应用中，有必要首先采集侦察扫描，以精确地确定在随后的诊断CT扫描期间应成像的目标区域。因此，如果侦察扫描是使用第一采集谱来采集的(例如，通过以第一能量操作辐射源来采集)，并且后续扫描(即诊断扫描)是使用第二采集谱来采集的(例如，以第二能量来操作辐射源)，则可以提供分别的第一投影数据和第二投影数据，而不需要额外的采集时间或使患者暴露于额外的辐射。
在一个实施例中，数据提供单元还适于提供指示第一采集谱和第二采集谱的特性的谱特性，其中，所述谱生成单元适于还基于所提供的谱特性来生成至少一幅谱图像。优选地，所述数据提供单元适于提供在使用CT系统的校准测量期间已经测量的谱特性以及用于采集投影数据的CT系统的设置。替代地，所述数据提供单元可以适于提供已经使用CT系统(特别是CT系统的辐射源)的模型建模的谱特性。如果数据提供单元提供在侦察扫描期间采集的第一投影数据和在诊断扫描期间采集的第二投影数据，则数据提供单元还适于提供指示使用用于采集第一投影数据的CT系统的设置对CT系统进行测量或建模的第一谱的谱特性和指示使用用于采集第二投影数据的设置对CT系统测量或建模的第二谱的谱特性。如果所述数据提供单元提供利用探测器的第一部分采集的第一投影数据和利用探测器的第二部分采集的第二投影数据，则所述数据提供单元还适于提供指示通过由所述探测器的所述第一部分接收到的辐射的谱的特性进行测量或建模的第一谱的特性，并且提供指示通过对由所述探测器的所述第二部分接收到的辐射进行测量或建模而采集的第二采集谱的特性的谱特性。使用谱特性用于产生谱图像的示例性方法例如也在R.Alvarez等人的以下文章中描述：“Energy-selective Reconstruction X-ray Computerized Tomography”，Physics in Medicin and Biology,第21卷，第733-744页(1976)。
在一个实施例中，在相同采集扫描中，已经采集了所述探测器的第一部分采集的第一投影数据和所述探测器的第二部分采集的第二投影数据，其中，采集扫描是在螺距小于1的螺旋扫描模式下进行的。螺旋扫描模式下CT系统的螺距定义为在360°机架旋转中行进的工作台距离除以探测器高度，其中，探测器的高度被定义为投影在旋转轴上的探测器的高度。因此，螺距小于1是指其中在相继的360°机架旋转期间成像的对象的区域部分交叠的扫描模式。例如，在示例性的第一360°机架旋转期间，对象的区域被探测器的第一部分成像，其中，在示例性的随后的第二360°机架旋转中，患者的相同区域被探测器的第二部分成像。优选地用于采集所提供的投影数据的螺距取决于探测器的第一和/或第二部分在采集扫描方向上的范围。在螺旋扫描模式中，将采集扫描方向定义为与工作台行进的方向相反的方向，即平行于工作台的方向，辐射源的螺旋轨迹在在该方向中延伸。此外，在该优选实施例中，探测器的第一部分是指探测器的如下的部分：在采集扫描方向上，位于探测器的第二部分所指的探测器的部分的前方。更优选地，在该实施例中，螺距被选择为使得探测器的第一部分在360°机架旋转期间与在随后的360°机架旋转期间探测器的第二部分对对象相同区域成像。此外，如果数据提供单元适于提供第三投影数据，则数据投影单元适于提供使用一螺距采集的投影数据，所述螺距被确定为使得对象的相同区域被探测器的第一部分在第一360°机架旋转期间、探测器的第二部分在随后的360°机架旋转期间，并且由探测器的第三部分在探测器的进一步随后的360°机架旋转期间成像。如果数据提供单元适于进一步提供额外的另外的投影数据，则优选地已经相应地确定了螺距。此外，还可以基于取决于重建的视场的直径的最大螺距来确定用于采集投影数据的螺距，其中，然后，将螺距确定为最大螺距除以应使用其他采集谱采集的投影数据的数量。例如，如果采集了第一和第二投影数据，则投影数据的数量是2，或者，如果采集了第一、第二和第三投影数据，则投影数据的数量是3。
在一个实施例中，谱图像生成单元适于基于第一投影数据重建第一图像，并基于第二投影数据重建第二图像，并且通过在第一图像和第二图像上应用基于图像的谱分离来提供谱图像。例如，在“C.Maaβ等人的文章“Image-based dual energy CT usingoptimized precorrection functions:A practical new approach of materialdecomposition in image domain”，Medical Physics，第38卷，第3818-3829页(2009)中给出了针对基于图像的谱分离示例。
替代地，谱图像生成单元可以适于使用机器学习方法来生成谱图像。在这样的实施例中，在训练阶段，将第一投影数据、第二投影数据和基于第一和第二投影数据生成的谱图像提供给机器学习系统，例如神经网络，以训练机器学习系统，其中，在训练阶段之后，机器学习系统被配置为基于提供的第一和第二投影数据来生成谱图像。
在一个实施例中，已经利用探测器的第一部分采集了第一投影数据，并且已经利用探测器的第二部分采集了第二投影数据，并且谱图像生成单元适于基于所提供的包括第一投影数据和第二投影数据的投影数据，使用具有移位后的孔径加权功能的孔径加权螺旋重建，重建第一图像和第二图像，其中，为了重建第一图像，使用第一孔径加权函数，其仅对于在探测器的第一部分中采集的投影数据是非零的，其中，为了重建第二图像，使用第二孔径加权函数，其仅对于在探测器的第二部分中采集的投影数据是非零的，其中，利用移位的孔径加权函数的合适的孔径加权螺旋重建可以在例如WO 2018050572中找到。
在一个实施例中，在侦察扫描期间已经采集了第一投影数据，并且在诊断扫描期间已经采集了第二投影数据，并且谱图像生成单元适于在应用基于图像的谱分离第一图像之前对第一图像应用去噪算法。L.Rudin等人，Physica D，第60卷，第259-268页(1992)中的文章“Nonlinear total variation based noise removal algorithms”中描述了可以与本发明一起使用的示例性降噪算法。
在一个实施例中，在侦察扫描期间已经采集了第一投影数据，并且在诊断扫描期间已经采集了第二投影数据，并且谱图像生成单元适于在应用基于图像的谱分离之前将第一图像和第二图像彼此配准。可以使用任何合适的已知配准算法来执行第一图像与第二图像之间的配准。例如，在S.Kabus等人的文章“Evaluation of 4D-CT Lung Registration”，MICCAI 2009.Lecture Notes in Computer Science，第5761卷，第747-754页(2009)中描述了一种合适的算法的示例。
在一个实施例中，谱图像生成单元还适于分割第一图像和第二图像，并使配准和基于图像的谱分离基于第一图像和第二图像中的预定段。谱图像生成单元可以适于基于任何合适的已知分割算法，例如基于根据预定图像值阈值分割图像的算法，来分割第一图像和第二图像。优选地，如果要使用谱图像来确定骨矿物质密度，则分割可以基于感兴趣区域的骨模型以分割感兴趣区域中的相应骨骼，其中，然后对第一图像和第二图像进行配准是基于第一图像和第二图像中分割的骨骼的，并且其中，此外，将基于图像的谱分离应用于分割的区域，即应用于分割的骨骼。在分割的精度受到限制的情况下，可以基于下采样的第一图像和第二图像来生成谱信息。下采样图像在此被定义为从原始图像生成的图像，其中，对于下采样图像，图像数据已被插值到大于原始图像体素尺寸的体素尺寸。下采样图像的体素可以例如是指从原始图像的八个相邻体素合并的体素。
在本发明的另一方面中，提出了一种用于提供谱图像的方法，其中，所述方法包括：提供投影数据，所述投影数据包括使用包括探测器的CT系统采集的第一投影数据和第二投影数据，其中，所述第一投影数据使用第一采集谱采集的，所述第二投影数据是使用第二采集谱采集的，其中，所述第一投影数据是在侦察扫描期间采集的，并且所述第二投影数据是在诊断扫描期间采集的，或者其中，所述第一投影数据是由所述探测器的第一部分采集的，并且所述第二投影数据是由所述探测器的第二部分采集的，其中，所述探测器的所述第一部分和所述第二部分由于阳极足跟效应而分别利用所述第一采集谱和所述第二采集谱来采集投影数据；并且基于所提供的投影数据来生成谱图像。
在本发明的另一方面中，提出了一种用于提供谱图像的计算机种序，其中，所述计算机程序包括程序代码单元，所述程序代码单元用于当计算机程序在控制所述系统的计算机上运行时使所述系统执行如权利要求14所述的方法的步骤。
应当理解，用于提供对象的谱图像的根据权利要求1所述的系统、根据权利要求14所述的方法和根据权利要求15的计算机程序具有相似和/或相同的优选实施例，特别是如从属权利要求中所限定的。
应该理解，本发明的优选实施例也可以是从属权利要求或以上实施例与各自的独立权利要求的任何组合。
参考本文下文中所描述的实施例，本发明的这些和其他方面将显而易见并将得以阐述。
附图说明
在以下附图中：
图1示意性地并且示例性地示出了用于提供对象的谱图像的系统的实施例，
图2示意性地并且示例性地示出了系统的实施例的一个方面的图示，
图3示意性地并且示例性地示出了系统的实施例的另一个方面的图示，
图4示意性地并且示例性地示出了适于与系统的实施例一起使用的孔径加权函数，
图5和图6分别示出了在没有足跟效应的影响和有足跟效应的影响下采集的探测器的不同部分的示例性谱，并且
图7示出了示例性地示出用于提供对象的谱图像的方法的实施例的流程图。
具体实施方式
图1示意性且示例性地示出了用于生成谱图像的系统的实施例。在该实施例中，系统10适于生成躺在诸如患者台的支撑器件14上的患者13的谱图像。系统10包括数据提供单元11，数据提供单元11用于提供由CT系统15采集的患者13的投影数据，其中，所述CT系统是传统CT系统，即，非谱CT系统。此外，系统10包括用于生成患者13的谱图像的谱图像生成单元12。
在一个实施例中，数据提供单元11适于提供患者13的投影数据，所述投影数据包括已经通过CT系统15获得的具有第一采集谱的第一投影数据和已经通过CT系统15获得的具有第二采集谱的第二投影数据。优选地，在该实施例中，数据提供单元11适于提供在患者13的3D侦察扫描期间采集的投影数据作为第一投影数据。3D侦察扫描可以是例如超低剂量3D侦察扫描，其中，CT系统15的辐射源在3D侦察扫描期间以第一能量，即以第一电压来操作，以提供具有第一采集谱的辐射。此外，数据提供单元11在该实施例中适于提供在患者13的3D侦察扫描之后的诊断扫描期间采集的投影数据作为第二投影数据。诊断扫描已经通过以第二能量，即以第二电压操作的辐射源进行采集，以利用第二采集谱来采集第二投影数据。在该实施例中，谱图像生成单元12适于基于第一投影数据来重建第一图像，并且基于第二投影数据来重建第二图像，并且基于第一图像和第二图像来生成谱图像。谱图像的这种生成将在下面关于图2更详细地说明。
在图2中，描绘了基于在3D侦察扫描期间采集的第一投影数据重建的第一图像21和基于在诊断扫描期间采集的第二投影数据重建的第二图像20。谱图像生成单元12适于处理第一图像21和第二图像20以生成谱图像24。在第一实施例中，谱图像生成单元12适于首先将第一图像21和第二图像20彼此配准，以向第一图像21提供已知的去噪算法，然后将基于图像谱分离算法应用于第一图像21和第二图像20以生成谱图像24。在图2中，方框22示意性地示出了该处理。额外地或替代地，谱图像生成单元12可以适于通过使用训练的神经网络来处理第一图像21和第二图像20，在图2中将其示为方框23。在这种情况下，将第一图像21和第二图像20作为输入提供给已训练的神经网络，其中，神经网络根据其训练提供谱图像24作为输出。
尽管在上述实施例中，使用用于操作辐射源的第一能量采集了第一投影数据，并且使用用于操作辐射源的第二能量采集了第二投影数据，但是替代地或额外地，可以通过对辐射源发射的辐射提供第一滤波器来采集第一投影数据，并且对辐射源发射的辐射提供第二滤波器来采集第二投影数据。在这种情况下，选择第一滤波器和第二滤波器，使得通过第一滤波器的辐射包括第一采集谱，并且通过第二滤波器的辐射包括第二采集谱。
尽管在以上实施例中，数据提供单元适于提供第一投影数据作为在3D侦察扫描期间采集的投影数据，但是数据提供单元也可以适于提供第一投影数据作为在另一扫描期间采集的投影数据，用于例如，用于提供第一投影数据的额外扫描。
尽管在以上实施例中，数据提供单元适于提供在侦察扫描期间已采集的第一投影数据和在诊断扫描期间已采集的第二投影数据，但在另一实施例中，数据提供单元适于提供由探测器的第一部分采集的第一投影数据和由探测器的第二部分采集的第二投影数据，如将在下面详细解释的。
在该实施例中，CT系统15包括多行探测器，其中，多个探测器元件布置在相继的探测器元件行中。利用这种多行探测器，可以同时采集多个图像切片，即，与重建的3D图像中的图像切片相对应的投影数据。然后，数据提供单元11适于提供由在探测器的第一部分中的探测器元件行所采集的投影数据作为第一投影数据和与由在探测器的第二部分中的探测器元件行所采集的投影数据相对应的第二投影数据，如将在下面参考图3进行解释。
在该实施例中，数据提供单元11适于提供以螺旋扫描模式采集的投影数据。在螺旋扫描模式中，可以将辐射源32和探测器31视为在患者13周围的螺旋线33上移动。在这种情况下，采集扫描方向30被定义为平行于放射线源32在其中移动的CT系统的纵轴(即对称轴)的方向，即与在投影数据的采集期间患者台14移动的方向相反的方向。螺旋扫描模式进一步由螺距定义，其中，螺距定义为在360°机架旋转中行进的工作台距离除以所有同时采集的图像切片的总厚度，即，螺距确定了辐射源32相对于对象所遵循的螺旋线13的绕组之间的距离。在该实施例中，螺距被选择为小于1，使得在随后的旋转即360°机架旋转时，利用探测器的不同部分对被扫描对象的相同区域进行成像。
在图3所示的实施例中，由探测器31采集的投影数据包括第一投影数据、第二投影数据和第三投影数据。用探测器31的第一部分341采集第一投影数据，在该实施例中，探测器31的第一部分341在采集方向30上包括探测器31的最后六个探测器元件行。在该实施例中，通过探测器31的第二部分351来采集第二投影数据，在本实施例中，是指探测器31的中间六行；并且，利用探测器31的第三部分361采集第三投影数据，在本实施例中，是指沿采集方向30到达探测器31的第一个六行。在该实施例中，螺距被选择为使得在机架回转期间由第三部分361，在接下来的随后机架回转期间由第二部分351，并且在再接下来的随后机架回转期间由第一部分341对对象的相同区域进行成像。此外，由于辐射源32的阳极足跟效应，探测器31的第一部分341，第二部分351和第三部分361分别接收包括第一、第二和第三采集谱的辐射。
图5和图6示出了用于示例性CT系统的探测器的三个部分341、351、361的各自的足跟效应。两个图均示出了对应于探测器31的第一部分341的第一管输出谱54、64，对应于探测器31的第二部分351的第二管输出谱53、63以及对应于探测器31的第三部分361的第三管输出谱52、62，其中，X轴51、61反射以keV为单位的光子能量，Y轴50、60描绘管输出谱的值。图5示出了第一管输出谱54、第二管输出谱53和第三管输出谱52，即第一、第二和第三采集谱，其中，辐射源发出的辐射已使用铝楔形滤波器过滤，以补偿足跟效应，如在CT图像采集过程中通常会出现的。如图所示，探测器不同部分的谱仅显示出很小的差异。
图6示出了第一管输出谱64、第二管输出谱63和第三管输出谱62，即第一、第二和第三采集谱，而没有应用足跟效应补偿滤波器。可以看出，在这种情况下，探测器不同部分的谱清晰可辨，并显示出不同的谱特性。因此，用这些不同的采集谱采集的投影数据提供了不同的谱信息，如可以在本发明的实施例中利用的。
因此，现在再次参考图3，该实施例中的图像生成单元适于从利用探测器31的第一部分341采集的第一投影数据重建第一图像342，从用探测器31的第二部分351采集第二投影数据重建第二图像352，并且从利用探测器31的第三部分361采集的第三投影数据重建第三图像362。在该实施例中，谱图像生成单元12适于使用利用移位的孔径加权函数的螺旋重建算法，来根据包括第一、第二和第三投影数据的投影数据重建第一图像342、第二图像352和第三图像362。图4中显示了适当移动孔径加权函数的示例。
图4所示的曲线图包括X轴41和Y轴40，X轴41是指相应的探测器行，Y轴40是指加权函数的值。在该实施例中，利用第一加权函数42来重建第一图像342，利用第二加权函数43来重建第二图像352，并且利用第三加权函数44来重建第三图像362。如图4所示，第一加权函数42、第二加权函数43和第三加权函数44仅对于要重建的各幅图像所对应的探测器341、351、361的部分相对应的探测器元件行包括显著大于零的函数值。因此，在该实施例中，可以从包括第一、第二和第三投影数据的投影数据直接重建第一、第二和第三图像，并且不需要提供第一、第二和第三投影数据作为用于重建相应的图像的单独数据集。
由于第一图像342、第二图像352和第三图像362分别对应于以不同的采集谱采集的投影数据，因此可以从这三幅图像中导出谱信息。因此，在该实施例中，谱图像生成单元12适于基于第一图像342、第二图像352和第三图像362来生成谱图像。
尽管在以上实施例中，数据提供单元适于提供三个投影数据集，即已经由探测器的三个部分采集的第一、第二和第三投影数据，但是在另一个实施例中，数据提供单元可以适于提供仅两个投影数据集或提供三个以上的投影数据集，其中，谱图像生成单元然后适于基于两个或更多个投影数据集来生成谱图像。
尽管在以上实施例中，数据提供单元适于提供已经由探测器的第三部分采集的第三图像，但是在另一实施例中，数据提供单元可以适于将第三投影数据提供为在侦察扫描期间(尤其是在3D侦察扫描期间)已采集的投影数据。在这样的实施例中，可以基于已经使用三个非常不同的采集谱采集的三个投影数据集来生成谱图像。因此，甚至可以提供更多的谱信息以生成谱图像。
尽管在以上实施例中，谱图像生成单元适于基于从所提供的投影数据重建的图像(例如，第一图像和第二图像)来生成谱图像，但是谱图像生成单元也可以适于生成直接从提供的投影数据(例如，第一投影数据和第二投影数据)中提取的谱图像。在这样的实施例中，谱图像生成单元可以例如适于使用训练的神经网络来从提供的投影数据中生成谱图像。
图7示出了示例性地示出用于生成对象的谱图像的方法的实施例的流程图。方法700包括第一步骤710，其提供根据上述实施例之一的投影数据，所述投影数据包括使用CT系统15采集的第一投影数据和第二投影数据。此外，所述方法包括第二步骤720，其基于所提供的投影数据来生成谱图像，如以上实施例中所公开的。
在本发明中，提出以第一能量执行3D侦察扫描，即通过以第一能量操作辐射源并进行第一滤波，即通过对由辐射源发射的辐射提供第一滤波器，同时以第二能量和第二滤波来对3D侦察扫描的规划的子体积执行诊断扫描。这导致谱信息可用于相同的图像体积，即子体积。在这种情况下，可以从3D侦察扫描和诊断扫描在常规CT扫描仪上生成谱信息，其中，无需其他硬件。
针对本发明的实施例提出了以下步骤。首先，执行具有第一能量和第一滤波的3D侦察扫描，以及以第二能量和第二滤波在3D侦察扫描的计划子体积执行诊断扫描。接下来，对于两个扫描，即基于所提供的两个扫描的投影数据，重建处于相同位置和体积大小的图像体积。在3D侦察扫描和诊断扫描之间已经发生运动，即患者已经移动的情况下，可以在图像体积上，即在第一图像和第二图像上执行基于图像的配准。随后，将基于图像的谱分离应用于图像体积，即第一图像和第二图像，以生成光子，康普顿，单能量或材料图像，即谱图像。作为基于手工图像的谱分离算法的替代，可以使用基于机器学习的方法，其中，例如，神经网络被训练用于谱分离，其中，可以对神经网络进行额外的训练，以在必要时为图像体积(特别是第一图像)提供去噪。如果有关骨矿物质密度的信息是诊断的主要目标，则可以将基于模型的骨分割应用于图像体积，并且仅将分割后的骨骼内部的体素配准并用于基于图像的谱分离。在分割的精度受到限制的情况下，可以在下采样的数据集上生成谱信息。
在本发明的一个实施例中，还提出了当使用锥形束CT系统时利用阳极足跟效应，所述阳极足跟效应在z方向上(即在采集方向上)改变跨探测器元件行的X射线束的谱。使用低螺距螺旋采集和利用移位孔径加权函数的重建，可以重建多幅图像，这些图像对应于使用某些探测器元件行(即探测器的不同部分)采集的数据。因此，具有不同谱信息的图像体积被生成并且可以使用基于图像的谱分离来利用。
尽管数据可能具有较低的谱分离度，在材料分解中产生有限的信噪比，但是可以使用已知的分离方法或机器学习方法对谱分离度有利地使用这些图像体积来生成谱图像。
因此，针对本发明的实施例提出了以下步骤。首先，可以经由校准或物理建模来执行用于采集投影数据的CT扫描器的谱分析，从而确定由阳极足跟效应产生的与探测器元件行相关的谱特性。然后，可以在螺距扫描模式下以小于1的低螺距采集投影数据。随后，可以使用利用经移位的孔径加权函数的孔径加权螺旋重建来重建位置\体积大小和分辨率相同的图像体积。因为由于低螺距而采集了冗余数据，因此可以选择孔径加权函数，使其仅在探测器的特定区域内明显为非零。取决于螺距，可以使用不同的数据并生成不同的有效采集谱来重建两个或更多图像体积。因此，可以执行基于在先前步骤中重建的具有不同谱特性的多幅图像体积的基于图像的谱分离。此外，虽然可以使用此方法生成具有不同谱特性的多幅图像，但是当考虑所有数据进行重建时，常规CT图像也始终可用。在另外的实施例中，可以使用额外的波束滤波器来增加足跟效应引起的谱修改。
本领域技术人员通过研究附图、公开以及权利要求书，在实践规划的本发明时，可以理解和实现对所公开实施例的其他的变型。
在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。
单个单元或装置可以完成权利要求中列举的几项的功能。尽管特定措施是在互不相同的从属权利要求中记载的，但是这并不指示不能有利地使用这些措施的组合。
由一个或几个单元或设备执行的诸如产生谱图像或提供投影数据之类的过程可以由任何其他数量的单元或设备执行。系统的过程和/或操作可以被实现为计算机程序的程序代码单元和/或被实现为专用硬件。可以将计算机程序存储/分布在与其它硬件一起提供或者作为其它硬件的部分提供的诸如光存储介质或者固态存储介质的合适介质中，但是还可以以诸如经因特网或者其它有线或无线电信系统的其它形式分布。
权利要求书中的任何附图标记不应被解释为对范围的限制。
本发明涉及一种用于使用常规CT系统提供谱图像的系统。所述系统包括：数据提供单元，其用于提供第一投影数据和第二投影数据，其中，所述第一投影数据和所述第二投影数据是使用不同的采集谱采集的，其中，所述第一投影数据是在侦察扫描中采集的，所述第二投影数据是在诊断扫描中采集的，或者其中，所述第一投影数据和所述第二投影数据已经分别由探测器的第一部分和第二部分采集。探测器的第一部分和第二部分利用不同的采集谱采集投影数据。谱图像生成单元基于所述投影数据来生成谱图像。利用该系统，可以使用传统的CT系统以减少的采集时间来提供谱图像。

Claims (15)

1.一种用于提供谱图像的系统，其中，所述系统包括：
数据提供单元(11)，其用于提供投影数据，所述投影数据包括使用包括探测器的CT系统采集的第一投影数据和第二投影数据，其中，所述第一投影数据是使用第一采集谱采集的，并且所述第二投影数据是使用第二采集谱采集的，其中，所述第一投影数据是在侦察扫描期间采集的，并且所述第二投影数据是在诊断扫描期间采集的，或者其中，所述第一投影数据是由所述探测器的第一部分采集的，并且所述第二投影数据是由所述探测器的第二部分采集的，其中，由于阳极足跟效应，所述探测器的所述第一部分和所述第二部分分别利用所述第一采集谱和所述第二采集谱采集投影数据，以及
谱图像生成单元(12)，其用于基于所提供的投影数据来生成谱图像。
2.根据权利要求1所述的系统，其中，所述CT系统包括辐射源，并且其中，在侦察扫描期间采集的所述第一投影数据是通过以第一辐射能量操作所述辐射源和/或通过为所述辐射源提供用于过滤所述辐射源的辐射的第一滤波器来采集的，并且在诊断扫描期间采集的所述第二投影数据是通过以第二辐射能量操作所述辐射源和/或通过为所述辐射源提供用于过滤所述辐射源的辐射的第二滤波器来采集的。
3.根据权利要求1和2中的任一项所述的系统，其中，所述侦察扫描是利用低于采集所述诊断图像的管电流的管电流来采集的，和/或其中，所述侦察扫描是利用低于采集所述诊断图像的空间分辨率的空间分辨率来采集的。
4.根据权利要求1至3中的任一项所述的方法，其中，所述侦察扫描是3D侦察扫描。
5.根据权利要求1至4中的任一项所述的方法，其中，所述数据提供单元(11)还适于提供指示所述第一采集谱的特性和所述第二采集谱的特性的谱特性，其中，所述谱生成单元适于还基于所提供的谱特性来生成所述至少一幅谱图像。
6.根据权利要求1和5中的任一项所述的系统，其中，利用所述探测器的所述第一部分采集的所述第一投影数据和利用所述探测器的所述第二部分采集的所述第二投影数据是在相同的采集扫描期间采集的，其中，所述采集扫描是在螺距小于1的螺旋扫描模式下执行的。
7.根据权利要求6所述的系统，其中，针对所述采集扫描使用的所述螺距取决于所述探测器的所述第一部分和/或所述第二部分在采集扫描方向上的范围。
8.根据权利要求1和5至7中的任一项所述的系统，其中，所述CT系统包括辐射源，并且其中，利用所述探测器的所述第一部分采集的所述第一投影数据和利用所述探测器的所述第二部分采集的所述第二投影数据是使用谱滤波器来采集的，所述谱滤波器增加所述阳极足跟效应引起的所述第一采集谱与所述第二采集谱的谱差异。
9.根据权利要求1至8中的任一项所述的方法，其中，所述谱图像生成单元(12)适于：基于所述第一投影数据来重建第一图像，并且基于所述第二投影数据来重建第二图像，并且通过在所述第一图像和所述第二图像上应用基于图像的谱分离来提供所述谱图像。
10.根据权利要求9所述的系统，其中，所述第一投影数据是利用所述探测器的所述第一部分采集的，并且所述第二投影数据是利用所述探测器的所述第二部分采集的，并且其中，所述谱图像生成单元(12)适于：使用利用移位的孔径加权函数的孔径加权螺旋重建，基于所提供的包括所述第一投影数据和所述第二投影数据的投影数据来重建所述第一图像和所述第二图像，其中，为了重建所述第一图像，使用第一孔径加权函数，所述第一孔径加权函数仅对于在所述探测器的所述第一部分中采集的投影数据是非零的，并且其中，为了重建所述第二图像，使用第二孔径加权函数，所述第二孔径加权函数仅对于在所述探测器的所述第二部分中采集的投影数据是非零的。
11.根据权利要求9所述的系统，其中，所述第一投影数据是在侦察扫描期间采集的，并且所述第二投影数据是在诊断扫描期间采集的，并且其中，所述谱图像生成单元(12)适于在应用所述基于图像的谱分离之前对所述第一图像应用去噪算法。
12.根据权利要求9和11中的任一项所述的系统，其中，所述第一投影数据是在侦察扫描期间采集的，并且所述第二投影数据是在诊断扫描期间采集的，并且其中，所述谱图像生成单元(12)适于在应用所述基于图像的谱分离之前将所述第一图像和所述第二图像彼此配准。
13.根据权利要求12所述的系统，其中，所述谱图像生成单元(12)还适于：分割所述第一图像和所述第二图像，并且使所述配准和所述基于图像的谱分离基于所述第一图像和所述第二图像中的预定段。
14.一种用于提供谱图像的方法，其中，所述方法包括：
提供投影数据，所述投影数据包括使用包括探测器的CT系统采集的第一投影数据和第二投影数据，其中，所述第一投影数据是使用第一采集谱采集的，并且所述第二投影数据是使用第二采集谱采集的，其中，所述第一投影数据是在侦察扫描期间采集的，并且所述第二投影数据是在诊断扫描期间采集的，或者其中，所述第一投影数据是由所述探测器的第一部分采集的，并且所述第二投影数据是由所述探测器的第二部分采集的，其中，由于阳极足跟效应，所述探测器的所述第一部分和所述第二部分分别利用所述第一采集谱和所述第二采集谱采集投影数据，并且
基于所提供的投影数据来生成谱图像。
15.一种用于提供谱图像的计算机程序，其中，所述计算机程序包括程序代码单元，所述程序代码单元用于当计算机程序在控制根据权利要求1所述系统的计算机上运行时使所述系统执行根据权利要求14所述的方法的步骤。
CN201980072815.1A 2018-10-04 2019-09-27 用于提供谱图像的系统 Pending CN112969411A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18198673.8A EP3632325A1 (en) 2018-10-04 2018-10-04 System for providing a spectral image
EP18198673.8 2018-10-04
PCT/EP2019/076287 WO2020070023A1 (en) 2018-10-04 2019-09-27 System for providing a spectral image

Publications (1)

Publication Number Publication Date
CN112969411A true CN112969411A (zh) 2021-06-15

Family

ID=63762397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980072815.1A Pending CN112969411A (zh) 2018-10-04 2019-09-27 用于提供谱图像的系统

Country Status (4)

Country Link
US (1) US11744532B2 (zh)
EP (2) EP3632325A1 (zh)
CN (1) CN112969411A (zh)
WO (1) WO2020070023A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023201056A1 (en) * 2022-04-15 2023-10-19 Calidar, Inc. System and method for in vivo tissue imaging using coded aperture x-ray scatter tomography

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6385278B1 (en) * 2000-04-28 2002-05-07 Ge Medical Systems Global Technology Company, Llc Method and apparatus for region of interest multislice CT scan
US20060285630A1 (en) * 2005-06-17 2006-12-21 Philipp Bernhardt Device and method for computer tomography
US20080144764A1 (en) * 2006-12-18 2008-06-19 Akihiko Nishide X-ray computed tomography apparatus
US20090122953A1 (en) * 2007-11-12 2009-05-14 Yasuhiro Imai X-ray ct apparatus and image processing apparatus
CN101529275A (zh) * 2006-10-27 2009-09-09 皇家飞利浦电子股份有限公司 用于对对象进行成像的成像系统
US20100208962A1 (en) * 2006-08-15 2010-08-19 Koninklijke Philips Electronics N. V. Motion compensation in energy-sensitive computed tomography
US20110096892A1 (en) * 2008-06-30 2011-04-28 Koninklijke Philips Electronics N.V. Spectral ct
US20120069953A1 (en) * 2010-09-22 2012-03-22 Naveen Chandra System and method of notch filtration for dual energy ct
CN104066374A (zh) * 2011-11-23 2014-09-24 皇家飞利浦有限公司 使用x射线投影和光学断层摄影对身体软组织进行成像的方法和设备
US20150038839A1 (en) * 2012-02-27 2015-02-05 Koninklijke Philips N.V. Spectral imaging
US20150117593A1 (en) * 2013-10-25 2015-04-30 Toshiba Medical Systems Corporation Method for spectral ct local tomography
US20160157795A1 (en) * 2013-07-23 2016-06-09 Koninklijke Philips N.V. Hybrid (spectral/non-spectral) imaging detector array and corresponding processing electronics
KR20160068420A (ko) * 2014-12-05 2016-06-15 삼성전자주식회사 컴퓨터 단층 촬영장치 및 그 제어방법
US20180075627A1 (en) * 2016-09-15 2018-03-15 Siemens Healthcare Gmbh Method for reconstruction of spectral result image data
CN108135557A (zh) * 2016-09-09 2018-06-08 皇家飞利浦有限公司 计算机断层摄影x射线成像
WO2018108849A1 (en) * 2016-12-15 2018-06-21 Koninklijke Philips N.V. Ct imaging system and a method for a ct imaging system
CN108209956A (zh) * 2016-12-12 2018-06-29 西门子医疗有限公司 用于确定肿瘤的组织特性的方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6728331B1 (en) 2002-10-21 2004-04-27 Ge Medical Systems Global Technology Company, Llc Method and system for trauma application of CT imaging
US7031425B2 (en) 2002-11-27 2006-04-18 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for generating CT scout images
WO2004072904A1 (en) 2003-02-14 2004-08-26 Koninklijke Philips Electronics N.V. System and method for exact image reconstruction for helical cone beam computed tomography including redundant data
US6950492B2 (en) 2003-06-25 2005-09-27 Besson Guy M Dynamic multi-spectral X-ray projection imaging
JP5606667B2 (ja) * 2008-05-26 2014-10-15 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー Ｘ線ｃｔ装置
WO2010052614A1 (en) * 2008-11-07 2010-05-14 Koninklijke Philips Electronics, N.V. Cone beam z-axis coverage
US8548118B2 (en) 2009-12-21 2013-10-01 General Electric Company Apparatus and method for spectral projection imaging with fast KV switching
WO2012114250A1 (en) * 2011-02-22 2012-08-30 Koninklijke Philips Electronics N.V. Detection apparatus
US9237874B2 (en) * 2012-04-30 2016-01-19 General Electric Company Method and system for non-invasive imaging of a target region
CN103892859A (zh) * 2012-12-28 2014-07-02 Ge医疗系统环球技术有限公司 基于多模式Scout扫描的CT成像方法和CT系统
CN105939667B (zh) 2014-12-05 2017-12-12 皇家飞利浦有限公司 用于生成谱计算机断层摄影投影数据的系统
CN109716394A (zh) 2016-09-16 2019-05-03 皇家飞利浦有限公司 用于螺旋计算机断层摄影的运动补偿的重建
US10987071B2 (en) * 2017-06-29 2021-04-27 University Of Delaware Pixelated K-edge coded aperture system for compressive spectral X-ray imaging

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6385278B1 (en) * 2000-04-28 2002-05-07 Ge Medical Systems Global Technology Company, Llc Method and apparatus for region of interest multislice CT scan
US20060285630A1 (en) * 2005-06-17 2006-12-21 Philipp Bernhardt Device and method for computer tomography
US20100208962A1 (en) * 2006-08-15 2010-08-19 Koninklijke Philips Electronics N. V. Motion compensation in energy-sensitive computed tomography
CN101529275A (zh) * 2006-10-27 2009-09-09 皇家飞利浦电子股份有限公司 用于对对象进行成像的成像系统
US20080144764A1 (en) * 2006-12-18 2008-06-19 Akihiko Nishide X-ray computed tomography apparatus
CN101229063A (zh) * 2006-12-18 2008-07-30 Ge医疗系统环球技术有限公司 X射线计算机层析摄影设备
US20090122953A1 (en) * 2007-11-12 2009-05-14 Yasuhiro Imai X-ray ct apparatus and image processing apparatus
US20110096892A1 (en) * 2008-06-30 2011-04-28 Koninklijke Philips Electronics N.V. Spectral ct
US20120069953A1 (en) * 2010-09-22 2012-03-22 Naveen Chandra System and method of notch filtration for dual energy ct
CN104066374A (zh) * 2011-11-23 2014-09-24 皇家飞利浦有限公司 使用x射线投影和光学断层摄影对身体软组织进行成像的方法和设备
US20150038839A1 (en) * 2012-02-27 2015-02-05 Koninklijke Philips N.V. Spectral imaging
US20160157795A1 (en) * 2013-07-23 2016-06-09 Koninklijke Philips N.V. Hybrid (spectral/non-spectral) imaging detector array and corresponding processing electronics
US20150117593A1 (en) * 2013-10-25 2015-04-30 Toshiba Medical Systems Corporation Method for spectral ct local tomography
US20160113613A1 (en) * 2013-10-25 2016-04-28 Kabushiki Kaisha Toshiba Method for spectral ct local tomography
KR20160068420A (ko) * 2014-12-05 2016-06-15 삼성전자주식회사 컴퓨터 단층 촬영장치 및 그 제어방법
CN108135557A (zh) * 2016-09-09 2018-06-08 皇家飞利浦有限公司 计算机断层摄影x射线成像
US20180075627A1 (en) * 2016-09-15 2018-03-15 Siemens Healthcare Gmbh Method for reconstruction of spectral result image data
CN108209956A (zh) * 2016-12-12 2018-06-29 西门子医疗有限公司 用于确定肿瘤的组织特性的方法
WO2018108849A1 (en) * 2016-12-15 2018-06-21 Koninklijke Philips N.V. Ct imaging system and a method for a ct imaging system

Also Published As

Publication number Publication date
WO2020070023A1 (en) 2020-04-09
US20210338182A1 (en) 2021-11-04
US11744532B2 (en) 2023-09-05
EP3860463B1 (en) 2023-01-04
EP3860463A1 (en) 2021-08-11
EP3632325A1 (en) 2020-04-08

Similar Documents

Publication Publication Date Title
US11039806B2 (en) Apparatus and method that uses deep learning to correct computed tomography (CT) with sinogram completion of projection data
RU2596715C2 (ru) Устройство детектирования
EP1522045B1 (en) Motion artifact correction of tomographical images
EP2891455B1 (en) Radiation tomographic image-generating apparatus and radiation tomographic image-generating method
US20110044559A1 (en) Image artifact reduction
CN110636796B (zh) X射线暗场成像中的射束硬化校正
CN108553121B (zh) 一种pet延迟扫描的方法和装置
US20220313176A1 (en) Artificial Intelligence Training with Multiple Pulsed X-ray Source-in-motion Tomosynthesis Imaging System
JP6176828B2 (ja) 画像再構成装置、画像再構成方法およびｘ線コンピュータ断層撮影装置
US7924968B2 (en) Imaging system for imaging a region of interest from energy-dependent projection data
JP7370989B2 (ja) スペクトルボリューム画像データを生成するように構成された非スペクトルコンピュータ断層撮影（ｃｔ）スキャナ
CN109381214B (zh) 利用不同能量门限集的计算机断层摄影记录
US10143434B2 (en) Imaging system for generating an image of an object
US11744532B2 (en) System for providing a spectral image
CN112535492A (zh) 生成光谱计算机断层扫描图像数据集的方法和装置
JP7280357B2 (ja) 対象物の画像を再構成するためのシステム
JP2022145494A (ja) 画像処理装置、補正方法及びプログラム
EP4250230A1 (en) Motion compensation in spectral computed tomographic imaging
WO2023180104A1 (en) Motion compensation in spectral computed tomographic imaging
JP2024515595A (ja) コンピュータ断層撮影における深層学習画像再構成の信頼度表示の決定

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