CN113507889B - 增强型光谱x射线成像 - Google Patents

增强型光谱x射线成像 Download PDF

Info

Publication number
CN113507889B
CN113507889B CN201980092561.XA CN201980092561A CN113507889B CN 113507889 B CN113507889 B CN 113507889B CN 201980092561 A CN201980092561 A CN 201980092561A CN 113507889 B CN113507889 B CN 113507889B
Authority
CN
China
Prior art keywords
energy
ray
projections
detector
projection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980092561.XA
Other languages
English (en)
Other versions
CN113507889A (zh
Inventor
汉斯·波拿佛克
弗雷德里克·格洛伯格
马特斯·丹尼尔松
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.)
Prismatic Sensors AB
Original Assignee
Prismatic Sensors AB
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 Prismatic Sensors AB filed Critical Prismatic Sensors AB
Publication of CN113507889A publication Critical patent/CN113507889A/zh
Application granted granted Critical
Publication of CN113507889B publication Critical patent/CN113507889B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • 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
    • A61B6/02—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
    • A61B6/4241—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
    • A61B6/48—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
    • A61B6/52—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
    • 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
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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

Landscapes

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

Abstract

提供了一种用于x射线成像的装置(100)，该装置包括x射线源(10)和具有多个检测器元件的x射线检测器(20)，其中，该x射线源(10)和该x射线检测器(20)被布置在能够围绕要成像的受试者或物体旋转的支撑物上，以实现在不同视角下的一组投影。该装置(100)被配置为在切换kVp模式下操作x射线源(10)，用于在旋转期间交替地施加包括较低电压和较高电压的至少两个不同的电压，以在该组投影上实现较低能量和较高能量的曝光，从而提供较低能量的投影和较高能量的投影。该x射线检测器(20)是光子计数多仓检测器，被配置为将光子计数分配给多个能量仓，并且该装置被配置为从这些能量仓的至少一个子集中选择计数，以便为较低能量的投影和较高能量的投影二者提供对应的光子计数信息。该装置(100)被配置为基于该对应的光子计数信息，针对多个较低能量的投影和较高能量的投影中的每个投影和/或针对至少一个较低能量的投影与至少一个较高能量的投影的多个组合中的每个组合来执行材料基础分解。

Description

增强型光谱X射线成像
技术领域
所提出的技术总体上涉及x射线成像，并且更具体地涉及一种用于x射线成像的装置和一种对应的x射线成像系统。
背景技术
射线照相成像，比如x射线成像，已经在医学应用和无损测试中使用了多年。
通常，x射线成像系统包括x射线源和由多个检测器元件组成的x射线检测器。x射线源发射x射线，这些x射线穿过要成像的受试者或物体并且然后由检测器记录。图1是展示了入射x射线光谱与在x射线检测器中实际蓄积的能量的示例的示意图。由于一些材料比其他材料吸收更大部分的x射线，因此可以形成受试者或物体的内部的图像。
x射线计算机断层摄影(CT)系统包括x射线源和x射线检测器，该x射线源和该x射线检测器的布置方式使得可以在不同视角(通常覆盖至少180度)获取受试者或物体的投影图像。这通常是通过将源和检测器安装在能够围绕受试者或物体旋转的支撑物或台架上来实现的。包含记录在不同检测器元件中的针对不同视角的投影的图像称为正弦图。通常，即使检测器是二维的，使得正弦图成为三维图像，记录在不同检测器元件中的针对不同视角的投影集合也称为正弦图。
x射线成像的令人关注的发展是能量分辨x射线成像，也称为光谱x射线成像，其中x射线透射被测量为几个不同的能级。
举例来说，这可以通过让x射线源在两个不同的发射光谱之间快速切换来实现，或者通过使用发射不同x射线光谱的两个或更多个x射线源以所谓的双能量x射线成像方式来实现。典型的实施方式包括：
i)双重曝光(也称为自旋-自旋或旋转-旋转技术，其中，在一个完整旋转期间使用低加速电压，然后在更高的加速电压下进行第二个完整旋转)，
ii)双源(为两个旋转的x射线管馈送不同的高电压，通常约为80kV和140kV)，
iii)快速kV切换(用交替的高电压对x射线管加以脉冲，通常约为80kV和140kV)，以及
iv)双层技术(夹层检测器，其中，检测器的下部部分比靠近源的部分有效地看到更高的x射线能量)。
在光谱x射线成像的不同方法中，使用能量区分检测器来测量两个或更多个能级的入射辐射。这样的检测器的示例是光子计数多仓检测器，其中，每个记录的光子生成电流脉冲，该电流脉冲与一组阈值进行比较，由此计算入射到多个能量仓中的每一个能量仓中的光子的数量。
举例来说，参考文献[1,2]中概述了光子计数检测器。
在参考文献[3]中，根据辐射源使用的kV波形来调整至少一个能量阈值，使得各个光谱仓中检测到的光子计数基本上均衡。
想要执行光谱x射线成像的方法和原因在文献中有详细描述。x射线计算机断层摄影成像的临床原因包括伪影去除和对比度增强。这些方法基于执行材料基础分解的能力，简而言之，可以通过使用人体组织的线性衰减系数被很好地描述为两个能量基函数的线性组合这一事实来确定人体组织的线性衰减系数的完全能量依赖性。
Faby等人[4]提出了一项模拟研究，其中探讨了使用基于CdTe的光子计数检测器结合双源光谱(见上文第ii点)的潜在好处(两个x射线管)。Faby等人的表II表明，如果使用CdTe的现实响应模型，则可以获得比具有能量积分检测器的双源的图像质量益处和单源光子计数多仓CT的图像质量益处更好的图像质量益处。
来自基于CdTe的实验多源(双源)光子计数检测器CT的测量结果已于2018年11月在RSNA[5]上发表。实验设置基于光子计数检测器结合两个x射线光谱(双源)，但是由于系统限制应用了双能量的自旋-自旋或旋转-旋转方法，即，使用低加速电压进行一个完整旋转，然后在高加速电压下进行第二个完整旋转。
利用光子计数多仓检测器的光子计数光谱CT改进了双能量CT的能力。在两个以上不同能量下估计线性衰减系数允许更高级的图像重建，例如k边缘成像。还有一个普遍的理解，即使对于较简单的重建任务，例如2基础材料分解(即，不使用任何造影剂(比如碘、钆或金纳米粒子)的k边缘)，图像质量也会由于光谱重叠的减少而增强。
光谱重叠是指用于在双能量成像(一种低能量分布和一种高能量分布)中生成两种信号的光子能量的最大后验(MAP)分布的重叠。通常，在双源或切换kVp中用Sn或某种其他金属对高能谱应用重度过滤，以减少重叠量。这增加了高能谱和低能谱的平均能量之间的差异(增加了光谱分离)，从而允许更好地估计线性衰减系数。光子计数检测器(至少如果它们是理想的光电吸收器)在仓之间具有有限的重叠并且具有较大的光谱分离。
如果理想的光子计数检测器将事件放置在由上限Ti和下限Ti+1(以keV为单位)限定的能量仓中，人们就会知道原始x射线能量遵循Ti<E<Ti+1而不是相对更不确定的知识，即像双能技术那样，它来自低能谱或高能谱。这在图2A和图2B中进行了展示，其中针对两个示例系统展示了实际光子能量的入射概率密度函数的最大后验(MAP)估计。
图2A是展示了对于由80kV和140kV馈电的切换kV系统，光子能量的入射概率密度函数的最大后验(MAP)估计的示例的示意图。如果当管在80kV下操作时检测到光子，则实线展示了可以对其原始能量做出的最佳有根据猜测(就分布而言)。虚线是当管在140kV下操作时入射能量的最大后验估计。这些只是入射射线光谱，因为没有附加信息可用。
图2B是展示了以光电效应作为唯一相互作用机制的理想光子计数多仓系统的类似最大值后验估计的示例的示意图。如果在由其边缘74keV和91keV限定的第三个仓中检测到来自120kVp光谱的光子，则以80keV为中心的线是实际光子能量的最佳估计。重叠源于有限但现实的能量分辨率，并且清楚地示出了减少光谱重叠并从而获得更准确的入射能量估计的概念，这对图像重建是有益的。
换句话说，图2A示出了双能量系统的入射x射线能量的MAP概率分布(没有对140-kVp光谱的重度过滤)，并且图2B描绘了光子计数多仓检测器系统的入射x射线能量的MAP概率分布。说明性的光子计数系统具有光电检测器，即入射光子的所有能量都被转换。
在图2A中，80kVp谱线是x射线能量的最佳估计，因为它是在80-kV曝光期间检测到的，这同样适用于140-kV曝光。它们是高度无信息的，并且仅描绘了两个入射x射线光谱，并且可以看到从30keV到80keV的光谱重叠。在图2B中，存在更清晰的能量分离并且能量的MAP估计的重叠(这取决于在哪个仓1至5中检测到事件)更小。
真正的光子计数检测器通常具有不理想的响应函数。如果使用镉-锌-碲化物(CZT)或碲化镉(CdTe)，则响应会存在大的低能量尾部。如果使用硅，则康普顿相互作用将导致入射x射线能量的转换不完全。在这两种情况下，检测到的能量都将小于实际的光子能量。这在图3中进行了展示，其中，分别示出了硅检测器(点划线)和CZT检测器(虚线)对70keV-x射线的响应。
当对这些更现实的响应函数的响应求逆时，为了从检测到的能量中确定实际的光子能量；即，为了确定MAP估计，结果是再次出现光谱重叠，这往往会降低整体成像性能。
因此，普遍需要改进的光谱x射线成像。
发明内容
总体目的是提供用于增强光谱成像的技术解决方案。
具体目的是提供一种用于x射线成像的装置和一种对应的x射线成像系统。
这些和其他目的可以通过所提出的技术的一个或多个实施例来实现。
根据第一方面，提供了一种用于x射线成像的装置，该装置包括x射线源和具有多个检测器元件的x射线检测器，其中，该x射线源和该x射线检测器被布置在能够围绕要成像的受试者或物体旋转的支撑物上，以实现在不同视角下的一组投影。该装置被配置为在所谓的切换kVp模式下操作x射线源，用于在旋转期间交替地施加包括较低电压和较高电压的至少两个不同的电压，以在该组投影上实现较低能量和较高能量的曝光，从而提供较低能量的投影和较高能量的投影。该x射线检测器是光子计数多仓检测器，被配置为将光子计数分配给多个能量仓，并且该装置被配置为从这些能量仓的至少一个子集中选择计数，以便为较低能量的投影和较高能量的投影二者提供对应的光子计数信息。该装置进一步被配置为基于该对应的光子计数信息，针对多个较低能量的投影和较高能量的投影中的每个投影和/或针对至少一个较低能量的投影与至少一个较高能量的投影的多个组合中的每个组合来执行材料基础分解。
这种涉及非常具体的关键特征组合的技术解决方案能够实现增强的光谱x射线成像。
根据第二方面，提供了一种x射线成像系统，该系统包括用于x射线成像的装置。
附图说明
通过参考以下结合附图的描述，可以最好地理解实施例及其进一步的目的和优点，在附图中：
图1是展示了入射x射线光谱与在x射线检测器中实际蓄积的能量的示例的示意图。
图2A是展示了对于由80kV和140kV馈电的切换kV系统，光子能量的入射概率密度函数的最大后验(MAP)估计的示例的示意图。
图2B是展示了以光电效应作为唯一相互作用机制的理想光子计数多仓系统的类似最大值后验估计的示例的示意图。
图3是展示了硅检测器(点划线)和CZT检测器(虚线)分别对70keV-x射线的检测器响应的示例的示意图。
图4是展示了在硅检测器中蓄积5、7、10和15keV的事件的入射能量的MAP估计的示例的示意图。
图5A和图5B是分别展示了检测器对80kVp输入光谱和140kVp输入光谱的响应的示意图。
图6是展示了在不明确使用康普顿事件的双能量处理的情况下材料基础估计方案如何对数据进行操作的示例的示意图。
图7是展示了在明确使用康普顿事件的情况下材料基础估计方案如何对数据进行操作的示例的示意图。
图8A是展示了根据实施例的x射线成像系统的相关部件的示例的示意图。
图8B是展示了根据实施例的整个x射线成像系统的示例的示意图。
图8C是展示了根据实施例的整个x射线成像系统的另一个示例的示意图。
图9是展示了根据实施例的计算机实施方式的示例的示意图。
具体实施方式
在下文中，我们将能量积分x射线检测器称为检测器，其中，来自能量为E(keV)的一个附加相互作用光子的增量输出信号与E成正比。其中当E高于某个阈值时计数器递增的检测器表示为光子计数检测器。最后，光子计数多仓检测器是指具有几个阈值和计数器的检测器，并且其中计数器取决于蓄积的能量E与阈值设置之间的关系而递增。
当提到用于一般x射线成像和特别是计算机断层摄影(CT)的双能量技术时，考虑的是在图像生成中使用两种不同的高效x射线光谱的解决方案。如所提到的，典型的实施方式包括双重曝光(也称为自旋-旋转或旋转-旋转技术)、双源(为两个旋转的x射线管馈送不同的高电压，通常约为80kV和140kV)、快速kV切换(例如，用交替的高电压对x射线管加以脉冲，通常约为80kV和140kV)和双层技术(夹层检测器，其中，检测器的下部部分比靠近源的部分有效地看到更高的x射线能量)。
为了解决改进光谱x射线成像的一些挑战，所提出的技术提供了一种用于x射线成像的装置，该装置包括x射线源和具有多个检测器元件的x射线检测器，其中，该x射线源和该x射线检测器被布置在能够围绕要成像的受试者或物体旋转的支撑物上，以实现在不同视角下的一组投影。该装置被配置为在所谓的切换kVp模式下操作x射线源，用于在旋转期间交替地施加包括较低电压和较高电压的至少两个不同的电压，以在该组投影上实现较低能量和较高能量的曝光，从而提供较低能量的投影和较高能量的投影。该x射线检测器是光子计数多仓检测器，被配置为将光子计数分配给多个能量仓，并且该装置被配置为从这些能量仓的至少一个子集中选择计数，以便为较低能量的投影和较高能量的投影二者提供对应的光子计数信息。该装置进一步被配置为基于该对应的光子计数信息，针对多个较低能量的投影和较高能量的投影中的每个投影和/或针对至少一个较低能量的投影与至少一个较高能量的投影的多个组合中的每个组合来执行材料基础分解。
这种涉及非常具体的关键特征组合的技术解决方案能够实现增强的光谱x射线成像。
举例来说，本发明提出使用与光子计数多仓x射线检测器(例如，以硅作为直接转换材料的光子计数多仓检测器)结合的快速切换kV技术。解决方案的一部分是将特定双能量或多能量技术(即切换kV)的使用与光子计数多仓x射线检测器相结合，以在旋转期间(可能在每次旋转期间)提供较低能量的投影和较高能量的投影二者，并采用多仓x射线检测器为这些投影提供光子计数信息。然后，想法是基于该对应的光子计数信息，针对多个较低能量的投影和较高能量的投影中的每个投影和/或针对至少一个较低能量的投影与至少一个较高能量的投影的多个组合中的每个组合来执行材料基础分解。
所提出的技术与材料基础分解一起对改进图像重建和/或图像质量特别有用。原因是可以从在检测器中仅蓄积5至10keV的其他相当无信息的低能量康普顿事件中提取更多信息。
图4是展示了在硅检测器中蓄积5、7、10和15keV的事件的入射能量的MAP估计的示例的示意图。对于5keV事件和7keV事件，MAP估计与入射光谱非常相似，即，知道蓄积了5keV或7keV这一事实不会增加额外的信息。要记住的是，可以对响应函数求逆，以从检测到的能量确定实际光子能量(MAP估计)。
如果使用切换kV，即在旋转期间快速交替加速电压，使得通常一半或三分之二的投影会看到较柔和的x射线光谱(例如80kVp或90kVp，而不是140kVp或150kVp)，则对于低压投影和高压投影，能量分布MAP估计将是不同的。实际上，当施加80kV和140kV时，蓄积5keV的事件的入射能量的MAP估计将类似于图2A：由于存在关于入射x射线光谱的不同先验信息，因此存在两种不同的分布。因此，很明显，已经引入了附加信息。
参考文献[5]的测量结果和模拟研究表明，在光谱成像中，将一般的双能量方法与光子计数检测器相结合是有益处的。但是，如果是两个x射线管(通常相隔90度安装在旋转台架上)或[5]中建议的双能量自旋-自旋方法，则物体的低能量x射线曝光与高能量x射线曝光之间将存在相对较大的时间延迟。在双源的情况下，这个时间是旋转时间的四分之一，而在自旋-自旋方法中，它是完整的旋转时间。CT中的典型旋转时间为0.3至0.5秒。当对跳动的心脏或其他运动结构进行成像时，这种时间延迟通常会导致大量的运动伪影。
快速切换kV通过在旋转期间在高能量曝光和低能量曝光之间交替来解决这个问题。通常，在一个或两个投影/视图中应用低能量曝光，然后在下一个投影/视图中进行一次高能量曝光，然后再次在一个或两个投影/视图中进行低能量曝光，依此类推，直到收集所有需要的投影/视图(视图是台架在某个旋转角度下的曝光)。例如，2000个视图通常实现台架完整旋转。
因此，所提出的技术包括将kV切换的益处与光子计数多仓x射线检测器(比如光子计数多仓硅检测器)相结合的方法和对应装置，特别是用于与扩展的材料基础分解一起使用以改善图像重建和/或图像质量。
对于在具有kV切换x射线源的CT系统或类似x射线成像系统的台架旋转期间的多个较低能量的投影和较高能量的投影中的每一个投影，可以获取光子计数信息(包括分配给不同能量仓的光子计数)，以提供用于基础材料分解和/或图像重建的光谱信息。
一般而言，切换kVp(也称为kV切换操作或快速kV切换)是指在旋转期间向x射线源交替地施加包括较低电压和较高电压的至少两个不同的电压，以在一组投影上实现较低能量和较高能量的曝光。术语kVp是指峰值千伏电压，其表示施加在x射线管上的最大高压，对应于在产生x射线时撞击x射线源的靶标的电子的最高动能，并与所得x射线发射光谱的最大能量成正比。
因此，该装置可以被配置为提供快速kV切换，用于在旋转期间(可能在每次旋转期间)向x射线源交替地施加至少两个不同的电压。
举例来说，参考例如图8A，光子计数多仓检测器可以被配置为在低能量或高能量曝光下，针对每个投影、即针对每个检测器元件和每个视角，将光子计数分配给能量仓，并且该装置可以被配置为从能量仓的至少一个子集中提取计数以便为投影提供对应的光子计数信息。
例如，该装置可以被配置为：针对多个较低能量的投影和较高能量的投影中的每个投影和/或针对至少一个较低能量的投影与至少一个较高能量的投影的多个组合中的每个组合来执行材料基础分解，以生成基础材料的路径长度估计；并且并基于路径长度估计来执行图像重建。
例如，该装置可以被配置为基于关于所应用的x射线光谱的信息来执行材料基础分解。
在特定示例中，该装置被配置为基于包括至少一个较低能量的投影和至少一个较高能量的投影的光子计数信息的相邻投影来生成双能量路径长度估计。
作为示例，该装置可以被配置为使用双能量路径长度估计作为先验信息来优化空间分辨率与基础图像噪声之间的折衷。
例如，双能量路径长度估计可以用在用于补偿由于相邻投影具有不同视角而降低的空间分辨率的惩罚函数中。
可选地，该装置可以被配置为：生成基础材料的路径长度估计以及表示所估计路径长度的协方差的相关联协方差矩阵；并且基于对应的协方差矩阵来组合针对较低能量的投影和较高能量的投影的路径长度估计。
举例来说，该装置可以被配置为根据选择的成像任务来选择性地执行加权过程。
可选地，将光子计数多仓检测器的阈值分配成使得：一个或多个仓被分配为对光谱的康普顿部分进行计数，而剩余仓被分配给光谱的光电部分。
以这种方式，该装置可以被配置为例如使用来自光谱的光电部分的仓中的计数、使用最大似然法或基于其线性化来在投影域中执行材料基础分解，并且使用光谱的康普顿部分中的计数来进行双能量类材料基础分解，如稍后将更详细地举例说明的。
光子计数多仓检测器对于较高能量的投影和较低能量的投影的阈值可以是相同的，或者光子计数多仓检测器对于较低能量的投影的阈值可以不同于对于较高能量的投影的阈值。
例如，光子计数多仓检测器可以基于直接转换材料。优选地，光子计数多仓检测器以硅作为直接转换材料。
作为补充，提供了一种x射线成像系统，其包括如本文所述的用于x射线成像的装置。
举例来说，该x射线成像系统和/或该用于x射线成像的装置可以是计算机断层摄影(CT)系统。
在下文中，将参考非限制性示例来描述所提出的技术。
例如，该装置可以由具有围绕要成像的物体旋转的单个x射线管的第三代CT扫描仪来实施。例如，检测器包括在光子计数多仓模式下操作的硅传感器。x射线管进一步配备有用于快速kV切换的装置。在扫描投影期间，数据要么在常规模式(为x射线管馈送恒定电压)下获得，要么在切换模式下获得，在该切换模式中，一些投影看到相对较低的加速电压，而其他投影看到较高的加速电压。检测器将计数分配给能量仓，其中针对高能量投影和低能量投影的阈值可能相同也可能不同。
在特定示例中，对于每个投影，仓中的计数用于在投影域或图像域中执行材料基础分解，同时将对于该特定投影的入射x射线光谱的实际形状的知识考虑在内。这可以以不同的方式来完成。在示例实施例中，执行最大似然估计。在另一个实施例中，已经使用其他相同的管设置获取了校准体模测量结果(至少一个使用相对较低的加速电压，并且至少一个使用相对较高的电压，优选地在快速切换模式下获取，因此任何余辉或其他焦斑效应将与临床扫描下的相同)。来自校准测量的结果可以用于根据参考文献[7]为至少一个高能谱和至少一个低能谱确定单独的前向模型。这种方法隐含地捕获了不同的低能和高能谱形状。无论如何，因此可以在执行基础分解和/或图像重建时采用或考虑关于所使用的x射线光谱的(先验)信息。
在又一示例实施例中，将光子计数多仓检测器的阈值被分配成使得：非常少的仓(可能只有一个)被分配为对光谱的康普顿部分进行计数，而剩余仓被分配给光谱的光电部分。将蓄积的能量的光谱划分为康普顿部分和光电部分利用或依赖于直接转换材料是硅，并且在图5A和图5B中展示了这个概念，其中T1、T2、……、T8表示限定能量仓的阈值。在这个特定示例中，因此有8个能量仓。
图5A和图5B是分别展示了检测器对80kVp输入光谱和140kVp输入光谱的响应的示意图。实线是检测器中检测到的能量的典型分布(脉冲高度谱)，而用T1、……、T8表示的虚线展示了用于将计数分组到仓中的能量阈值。
在特定示例中，来自光谱的光电部分的仓中的计数可以用于使用例如最大似然法或基于其某种线性化(例如在[6]中概述的)在投影域中执行材料基础分解。光谱的康普顿部分中的计数(可能仅分配在一个仓中)可以以类似于当前使用能量积分检测器的双能量系统的方式用于双能量类材料基础分解。
如果要分解三种材料，例如碘、骨骼和软组织，则可能有益的是，将两个仓分配给光谱的康普顿部分以获得总共四个独立的高效能量，从而允许分解为三种或更多种基础材料。
如果分别在针对每个应用的kVp的两个路径(一个用于康普顿事件，而另一个用于照片事件)中使用来自切换kVp模式的数据进行材料基础分解，结果将是材料路径长度的两个单独估计。它们将具有相同的期望值但具有不同的协方差矩阵(假设的两种或更多种基础材料的估计路径长度的协方差)。可能取决于成像任务，可以应用比如逆加权等加权方案，通过对从低能谱和高能谱获得的两个独立估计进行加权求和(可能通过矩阵乘法加权)来获得最有效的估计量(具有最低方差)。
使用比如逆加权方案等加权方案也适用于事件未被明确指定为康普顿事件并使用标准双能量方法进行处理的情况。如果应用最大似然或其线性化版本，则切换kV模式中的每个投影仍会生成具有相同期望值但具有不同协方差矩阵的路径长度估计，因此需要执行某种(逆)方差加权。这在图6和图7中进行了示意性展示。
图6是展示了在不明确使用康普顿事件的双能量处理的情况下材料基础估计方案如何对数据进行操作的示例的示意图。
图7是展示了在明确使用康普顿事件的情况下材料基础估计方案如何对数据进行操作的示例的示意图。
请注意，双能量路径长度估计将必须使用未完美对齐的两个相邻投影。这种略微未对准(对于所有执行基础材料分解的切换kVp重建方法来说都是常见的)可能会导致空间分辨率的损失。在(逆)加权方案中可能会或可能不会考虑这一点，这取决于成像任务。成像任务还可以用于确定将使用图6和图7中描述的方法中的哪一种方法。例如，如果高空间分辨率是必要的，则像图6中概述的重建路径可能是优选的，并且如果低对比度分辨率或图像噪声是优选的，则像图7中的路径可能是优选的。
在又一个实施例中，可以对几个合并的视图执行材料基础分解。典型的这样的视图分仓是从看到低能量曝光的视图中的N个能量仓中获取计数，并从看到高能量曝光(以相邻的视角)的N个能量仓中获取计数。在这个示例中，这将产生2N组计数，由于它们是在略微不同的台架角度下获得的，因此会略微未对准。可以对这2N个计数执行材料基础分解。该信息可以用作图6中概述的高保真数据集的材料基础分解的先验信息(例如通过调用最大似然估计中的约束条件)。
该信息可以用作如图6中概述的单独使用至少高能量数据集和低能量数据集的高空间分辨率的材料基础分解的先验信息。使用先验信息的一种可能方法是通过在原生分辨率材料基础分解中添加惩罚项来在图像对比度噪声比与空间分辨率(以及可能的混叠)之间获得更理想的折衷，该惩罚项依赖于路径长度与聚合路径长度估计的偏差。
以下示例说明了这个想法：
如果检测器元件γ中来自低能量曝光的N个计数表示为并且同一检测器元件中但来自具有高能量曝光的相邻视图的N个计数表示为Y(γ,θ高)，则通过组合这两个计数向量生成具有2N个计数的组合视图，/>其中，/>如果F聚合是聚合光谱的前向模型，即从路径长度到计数的映射，/>则路径长度估计的最大似然解为：
其中/>表示F聚合(A)的负对数似然函数。
在不使用作为先验的情况下，原生分辨率路径长度估计将是/> (其中，θ是低能量曝光或高能量曝光的视角)。由于使用了更多的能量信息，因此/>的估计将比A*(γ,θ)噪声小。另一方面，/>将代表两个视图的混合，因此如果其直接用于重建，则与使用A*(γ,θ)进行重建相比，可能会导致空间分辨率变差并可能出现混叠伪影。空间分辨率与对比度之间的折衷可以通过在重建中添加惩罚函数ψ来实现：
例如，惩罚函数可以包括ψ(x)＝λ·x2对大偏差的惩罚越来越大。惩罚函数可以取决于成像情况(即，基础图像中最需要高空间分辨率还是低噪声)。例如，ψ(x)＝0将得到原生分辨率，而不是将混合视图数据用于降噪。
以下非限制性示例说明了三种不同的程序如何利用通过将双能量与切换kVp技术相结合而获得的附加能量信息。
程序1的方案示例：
1.以预定的x射线曝光序列对物体进行曝光，其中x射线管的加速电压在旋转期间会发生几次变化。(视图上的)一个序列可以是低、低、高、低、低、高……而另一个这样的序列可以是低、高、低、高……等。
2.对在检测中相互作用的光子进行计数，并基于蓄积的能量落在哪些阈值之间来使仓计数器递增。
3.输出是使用不同x射线光谱获取的至少两个投影数据子集(对于每个检测器元件和每个视角，仓中的计数)。
4.将材料基础分解应用于投影数据，产生基础材料的路径长度估计(表示为对于每个检测器元件(γ)和视角(θ)的A*(γ,θ)。
5.由于加速电压的切换，不同的视角θ将看到不同的患者前x射线光谱。因此，路径长度估计A*(γ,θ)的协方差矩阵将不同。
6.协方差矩阵的差异(取决于用于特定视角θ的实际x射线光谱)可以但不一定必须在重建中加以考虑，基于成像任务，可能使用逆加权方案。
7.使用可能加权的A*(γ,θ)所有或其子集的集合例如通过逆Radon变换的某种实施方式来重建基础图像。
程序2的方案示例：
1.以预定的x射线曝光序列对物体进行曝光，其中x射线管的加速电压在旋转期间会发生几次变化。(视图上的)一个序列可以是低、低、高、低、低、高……而另一个这样的序列可以是低、高、低、高……等。
2.对在检测中相互作用的光子进行计数，并基于蓄积的能量落在哪些阈值之间来使仓计数器递增。
3.输出是使用不同x射线光谱获取的至少两个投影数据子集(对于每个检测器元件和每个视角，仓中的计数)。
4.已知低能量仓(在图5A和图5B中，在阈值T1与T2之间)中的计数源自康普顿相互作用。可以使用相同的方法来执行材料基础分解(尽管由于高能量和低能量曝光之间的视角略有不同而在空间分辨率上受到惩罚)，该方法通过利用了当今的能量积分检测器的切换kVp系统来执行材料分解。这将得到路径长度估计其中，/>是平均视角(高能量和低能量x射线曝光的平均值)。这些估计会有一定的协方差矩阵。
5.使用其中光电效应占主导地位的仓计数(图5中的T2以上)的材料基础分解是基于投影数据执行的，从而产生基础材料的路径长度估计(表示为对于每个检测器元件(γ)和视角(θ)的θ)。这得到一组A*(γ,θ)。
6.由于加速电压的切换，不同的视角θ将看到不同的患者前x射线光谱。因此，取决于在该视角下应用的光谱，路径长度估计A*(γ,θ)的协方差矩阵将不同。
7.协方差矩阵的差异可以但不一定必须在重建中加以考虑，基于成像任务，可能使用逆加权方案。
8.使用可能加权的A*(γ,θ)和的所有或其子集的集合例如通过逆Radon变换的某种实施方式来重建基础图像。
程序3的方案示例：
1.以预定的x射线曝光序列对物体进行曝光，其中x射线管的加速电压在旋转期间会发生几次变化。(视图上的)一个序列可以是低、低、高、低、低、高……而另一个这样的序列可以是低、高、低、高……等。
2.对在检测中相互作用的光子进行计数，并基于蓄积的能量落在哪些阈值之间来使仓计数器递增。
3.输出是使用不同x射线光谱获取的至少两个投影数据子集(对于每个检测器元件和每个视角，仓中的计数)。
4.基于预定的x射线曝光序列对视图进行分组。如果“低、高、低、高……等”是预定的序列，并且每次曝光收集N个能量仓，则针对每个平均视角生成2N个仓(但视角较少)。
5.将材料基础分解应用于聚合投影数据(2N个仓)，产生基础材料的路径长度估计由于平均视角/>的间距大于原生间距，这会导致在空间分辨率上受到惩罚。
6.用作原生分辨率材料基础分解中的先验信息，惩罚A*(γ,θ)与的偏差。换句话说，当确定A*(γ,θ)(其中，θ是对应于已经施加的高能谱或低能谱的视角)时，可以使用关于/>的信息，其中，/>是高能量x射线曝光和低能量x射线曝光的平均视角，例如如前所述。
7.使用可能加权的A*(γ,θ)所有或其子集的集合例如通过逆Radon变换的某种实施方式来重建基础图像。
对于感兴趣的读者，基础材料分解通常利用这样一个事实：所有由低原子序数元素组成的物质(比如人体组织)都具有线性衰减系数μ(E)，其能量依赖性可以很好地近似表示为两个基函数的线性组合：
μ(E)＝a1f1(E)+a2f2(E)，
其中，fi是基函数，而ai是对应的基系数。如果成像的体积中存在一个或多个具有高原子序数的元素，高到足以在用于成像的能量范围内出现k吸收边缘，则必须为每个这样的元素添加一个基函数。在医学成像领域，这种k边缘元素通常可以是碘或钆，它们是用作造影剂的物质。
在[8]中已经描述了这样的基础材料分解。在基础材料分解中，每个基础系数的积分(Ai＝∫laidl，i＝1，……，N，其中，N是基函数的数量)是根据从源到检测器元件的每个投影射线l中的测量数据推断出来的。在一个实施方式中，这是通过首先将每个能量仓中的预期记录的计数数量表示为Ai的函数来实现的：
这里，λi是能量仓i中的预期计数数量，E是能量，Si是响应函数，该响应函数取决于入射到成像物体上的光谱形状、检测器的量子效率和能量仓i对能量为E的x射线的灵敏度。尽管术语“能量仓”最常用于光子计数检测器，但该公式也可以描述其他能量分辨x射线系统，比如多层检测器或kVp切换源。
然后，在假设每个仓中的计数数量是泊松分布的随机变量的情况下，可以使用最大似然法来估计Ai。这是通过最小化负对数似然函数来实现的，参见Roessl和Proksa的“K-edge imaging in x-ray computed tomography using multi-bin photon countingdetectors[使用多仓光子计数检测器的x射线计算机断层摄影中的K边缘成像]”，Phys.Med.Biol.[物理学医学与生物学]52(2007)，4679-4696：
其中，mi是能量仓i中测量的计数数量，而Mb是能量仓的数量。
当将由此产生的对于每条投影线的估计基系数线积分排列成图像矩阵时，结果得到每个基i的材料特定投影图像，也称为基础图像。该基础图像可以直接查看(例如在投影x射线成像中)，也可以作为用于形成物体内部的基系数ai映射的重建算法的输入(例如在CT中)。无论如何，基础分解的结果可以被视为一个或多个基础图像表示，比如基系数线积分或基系数本身。
为了完整起见，参照图8B提供整个x射线成像系统的说明性示例的简要概述可能是有用的，该图是展示了根据实施例的整个x射线成像系统的示例的示意图。
在该非限制性示例中，x射线成像系统100基本上包括x射线源10、x射线检测器系统20和相关联的图像处理设备30。
x射线源10发射x射线，这些x射线穿过要成像的受试者或物体并且然后由x射线检测器系统记录。由于一些材料比其他材料吸收更大部分的x射线，因此可以形成受试者或物体的图像。该系统被配置为启用x射线源10的kV切换操作。
通常，x射线检测器系统20被配置用于记录来自x射线源10的辐射，该辐射可能已经被可选的x射线光学器件聚焦并穿过物体或受试者或其一部分。x射线检测器系统20可经由合适的模拟处理和读出电子器件(其可以集成在x射线检测器系统20中)连接到图像处理设备30，以使得能够通过图像处理设备30进行图像处理，比如，材料基础分解和/或图像重建。
常用的x射线成像系统的示例是计算机断层摄影(CT)系统，该系统可以包括产生扇形或锥形x射线束的x射线源和用于记录传输穿过患者或物体的x射线部分的相对x射线检测器系统。x射线源和检测器系统通常安装在围绕成像物体旋转的台架中。
因此，图8A和图8B所展示的x射线源10和x射线检测器系统20因此可以被布置为CT系统的一部分，例如，可安装在CT台架中。
在该示例中，x射线检测器系统20是光子计数多仓检测器，并且图像处理设备30可以从x射线检测器20接收光子计数信息作为输入，以用于如本文所述的材料基础分解和/或图像重建。
图8C是展示了根据实施例的整个x射线成像系统的另一个示例的示意图。在该示例中，x射线成像系统100包括x射线源10、台架12和患者检查台14、x射线检测器系统20、相关联的图像处理设备30、各种控制器31、32、33、34、操作员控制台35以及显示器。
在该示例中，x射线源10和x射线检测器系统20安装在相对于等中心15旋转的台架12中。
在该非限制性示例中，各种控制器包括用于控制x射线源(例如，用于打开和关闭x射线源)、以及用于控制操作模式(比如，kV切换模式)的x射线控制器31。系统100还包括台架控制器32和检查台控制器33，例如，两者分别用于控制台架和检查台的移动和旋转。还有检测器控制器34，用于控制光子计数多仓检测器20的操作，包括读出光子计数信息和其他可能的检测器输出。
在该实施例中，x射线检测器系统20也可经由合适的模拟处理和读出电子器件以及模拟和/或数字数据路径连接到图像处理设备30，以使得能够通过图像处理设备30进行图像处理、材料基础分解和/或图像重建。
系统100还可以包括操作员控制台35，该操作员控制台具有相关联的显示器以允许操作员与系统交互。
应当理解，本文描述的方法和设备可以以各种方式组合和重新布置。
例如，特定功能可以在硬件中实施，或者在软件中实施以由合适的处理电路系统来执行，或者其组合。
本文描述的步骤、功能、过程、模块和/或块可以使用任何传统技术以硬件来实施，比如半导体技术、离散电路或集成电路技术，包括通用电子电路系统和专用电路系统两者。
特定示例包括一个或多个适当配置的数字信号处理器和互连以执行特殊功能的其他已知的电子电路(例如，离散逻辑门)或专用集成电路(ASIC)。
可替代地，本文描述的步骤、功能、过程、模块和/或块中的至少一些可以在比如计算机程序等软件中实施，以由合适的处理电路系统(比如一个或多个处理器或处理单元)来执行。
处理电路系统的示例包括但不限于一个或多个微处理器、一个或多个数字信号处理器(DSP)、一个或多个中央处理单元(CPU)、视频加速硬件、和/或任何合适的可编程逻辑电路系统，比如一个或多个现场可编程门阵列(FPGA)或一个或多个可编程逻辑控制器(PLC)。
还应当理解，可以重新使用实施所提出的技术的任何常规设备或单元的一般处理能力。也可以重新使用现有的软件，例如通过对现有软件进行重新编程，或者通过添加新的软件部件。
图9是展示了根据实施例的计算机实施方式的示例的示意图。
在该特定示例中，系统200包括处理器210和存储器220，该存储器包括可由该处理器执行的指令，由此该处理器可操作以执行本文描述的计算机可实施的步骤和/或动作。指令典型地被组织为计算机程序225；235，该计算机程序可以预先配置在存储器220中或从外部存储器设备230下载。可选地，系统200包括输入/输出接口240，该输入/输出接口可以互连到(多个)处理器210和/或存储器220，以实现比如(多个)输入参数和/或得出的(多个)输出参数等相关数据的输入和/或输出。
术语“处理器”应当在一般意义上解释为能够执行程序代码或计算机程序指令以便执行特定处理、确定或计算任务的任何系统或设备。
包括一个或多个处理器的处理电路系统因此被配置为在执行计算机程序时执行比如本文描述的那些明确定义的处理任务。
处理电路系统不必专用于仅执行上述步骤、功能、过程和/或块，而是还可以执行其他任务。所提出的技术还提供了一种计算机程序产品，包括其上存储有这样的计算机程序的计算机可读介质220；230。
举例来说，软件或计算机程序225；235可以实现为计算机程序产品，其通常被携带或存储在计算机可读介质220；230上，特别是非易失性介质。计算机可读介质可以包括一个或多个可移除或不可移除存储器设备，包括但不限于只读存储器(ROM)、随机存取存储器(RAM)、光盘(CD)、数字多功能光盘(DVD)、蓝光光盘、通用串行总线(USB)存储器、硬盘驱动器(HDD)存储设备、闪存、磁带或任何其他传统的存储器设备。可以因此将计算机程序加载到计算机或等效处理设备的操作存储器中，以便由其处理电路系统执行。
当由一个或多个处理器执行时，方法流或其相关部分可以被视为计算机动作流。对应的装置、系统和/或设备可以被定义为一组功能模块，其中由处理器执行的每个步骤对应于功能模块。在这种情况下，功能模块被实施为在处理器上运行的计算机程序。因此，装置、系统和/或设备可以可替代地被定义为一组功能模块，其中这些功能模块被实施为在至少一个处理器上运行的计算机程序。
可以因此将驻留在存储器中的计算机程序组织为适当的功能模块，这些适当的功能模块被配置为在由处理器执行时执行本文所述的步骤和/或任务的至少一部分。
可替代地，可以主要通过硬件模块或者可替代地通过硬件来实现模块。软件与硬件的范围纯粹是实施方式选择。
这些实施例仅作为示例给出，并且应当理解，所提出的技术不限于此。本领域技术人员将理解，在不脱离本发明的范围的情况下，可以对实施例进行各种修改、组合和改变。具体地，在技术上可能的情况下，可以将不同实施例中的不同部分解决方案在其他配置中组合。
参考文献
1.US 2012/0087463
2.US 9,757,085
3.US 9,836,859
4.Sebastian Faby、Stefan Kuchenbecker、Stefan Sawall、David Simons、Heinz-Peter Schlemmer、Michael Lell、Marc Kachelrieβ，“Performance of today’sdual energy CT and future multi energy CT in virtual non-contrast imagingand in iodine quantification:A simulation study[当今双能量CT和未来多能量CT在虚拟非对比成像和碘量化中的性能：模拟研究]”，Medical Physics[医学物理学]42(7)，2015年7月，doi:http://dx.doi.Org/10.1118/l.4922654。
5.Tao,A,Huang,R,Tao,S,Michalak,G,McCollough,C,Leng,S，“Dual SourcePhoton-Counting-Detector CT with a Tin Filter:A Phantom Study on IodineQuantification Accuracy and Precision[带锡过滤器的双源光子计数检测器CT：碘定量准确度和精密度的体模研究]”。北美放射学会2018年科学大会和年会，2018年11月25日至11月30日，芝加哥伊利诺伊州。archive.rsna.org/2018/18014541.html，于2019年2月18日访问。
6.Robert E.Alvarez的“Estimator for photon counting energy selectivex-ray imaging with multibin pulse height analysis[用于光子计数能量选择性x射线成像和多仓脉冲高度分析的估计器]”,Med.Phys.[医学物理学]38(5),2011年5月。
7.Ehn,S,Sellerer,T,Mechlem,K,Fehringer,A,Epple,M,Herzen,J,Pfeiffer,F,Noel,P B,“Basis material decomposition in spectral CT using a semi-empirical,polychromatic adaption of the Beer-Lambert model”[使用Beer-Lambert模型的半经验多色适应在光谱CT中进行材料基础分解]，Phys.Med.Biol.[物理学医学与生物学]62,2017。
8.Alvarez和Macovski，“Energy-selective reconstructions in X-raycomputerised tomography[X射线计算机断层摄影中的能量选择性重建]”，Phys.Med.Biol.[物理学医学与生物学]21,733。

Claims (14)

1.一种用于x射线成像的装置(100)，该装置包括x射线源(10)和具有多个检测器元件的x射线检测器(20)，其中，该x射线源(10)和该x射线检测器(20)被布置在能够围绕要成像的受试者或物体旋转的支撑物(12)上，以实现在不同视角下的一组投影，
其中，该装置(100)被配置为在切换kVp模式下操作x射线源(10)，用于在旋转期间交替地施加包括较低电压和较高电压的至少两个不同的电压，以在该组投影上实现较低能量和较高能量的曝光，从而提供较低能量的投影和较高能量的投影，
其中，该x射线检测器(20)是光子计数多仓检测器，被配置为将光子计数分配给多个能量仓，并且该装置(100)被配置为从这些能量仓的至少一个子集中选择计数，以便为较低能量的投影和较高能量的投影二者提供对应的光子计数信息，
其中，该装置(100)被配置为基于该对应的光子计数信息，针对多个较低能量的投影和较高能量的投影中的每个投影和/或针对至少一个较低能量的投影与至少一个较高能量的投影的多个组合中的每个组合来执行材料基础分解，
其中，该装置(100)被配置为：针对多个较低能量的投影和较高能量的投影中的每个投影和/或针对至少一个较低能量的投影与至少一个较高能量的投影的多个组合中的每个组合来执行所述材料基础分解，以生成基础材料的路径长度估计；并且基于这些路径长度估计来执行图像重建，
其中，该装置(100)被配置为：生成基础材料的路径长度估计以及表示所估计路径长度的协方差的相关联协方差矩阵；并且基于对应的协方差矩阵来组合针对较低能量的投影和较高能量的投影的路径长度估计。
2.如权利要求1所述的装置，其中，该装置(100)被配置为提供快速kV切换，用于在旋转期间向该x射线源(10)交替地施加至少两个不同的电压。
3.如权利要求1所述的装置，其中，该光子计数多仓检测器(20)被配置为在低能量或高能量曝光下，针对每个投影、即针对每个检测器元件和每个视角，将光子计数分配给能量仓，并且该装置(100)被配置为从这些能量仓的至少一个子集中提取计数以便为该投影提供对应的光子计数信息。
4.如权利要求1所述的装置，其中，该装置(100)被配置为基于关于所应用的x射线光谱的信息来执行材料基础分解。
5.如权利要求1所述的装置，其中，该装置(100)被配置为基于包括至少一个较低能量的投影和至少一个较高能量的投影的光子计数信息的相邻投影来生成双能量路径长度估计。
6.如权利要求5所述的装置，其中，该装置(100)被配置为使用所述双能量路径长度估计作为先验信息来优化空间分辨率与基础图像噪声之间的折衷。
7.如权利要求1所述的装置，其中，该装置(100)被配置为根据选择的成像任务来选择性地执行加权过程。
8.如权利要求1所述的装置，其中，将该光子计数多仓检测器(20)的阈值分配成使得：一个或多个仓被分配为对光谱的康普顿部分进行计数，而剩余仓被分配给光谱的光电部分。
9.如权利要求1所述的装置，其中，该光子计数多仓检测器(20)对于较高能量的投影和较低能量的投影的阈值是相同的。
10.如权利要求1所述的装置，其中，该光子计数多仓检测器(20)对于较低能量的投影的阈值不同于对于较高能量的投影的阈值。
11.如权利要求1所述的装置，其中，该光子计数多仓检测器(20)基于直接转换材料。
12.如权利要求11所述的装置，其中，该光子计数多仓检测器(20)以硅作为该直接转换材料。
13.一种x射线成像系统(100)，包括根据权利要求1至12中任一项所述的用于x射线成像的装置(100)。
14.如权利要求13所述的x射线成像系统，其中，该x射线成像系统(100)和/或该用于x射线成像的装置(100)是计算机断层摄影(CT)系统。
CN201980092561.XA 2019-02-19 2019-12-06 增强型光谱x射线成像 Active CN113507889B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962807457P 2019-02-19 2019-02-19
US62/807,457 2019-02-19
PCT/SE2019/051238 WO2020171748A1 (en) 2019-02-19 2019-12-06 Enhanced spectral x-ray imaging

Publications (2)

Publication Number Publication Date
CN113507889A CN113507889A (zh) 2021-10-15
CN113507889B true CN113507889B (zh) 2024-02-20

Family

ID=72041070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980092561.XA Active CN113507889B (zh) 2019-02-19 2019-12-06 增强型光谱x射线成像

Country Status (5)

Country Link
US (1) US11123026B2 (zh)
EP (1) EP3927238A4 (zh)
JP (1) JP7362752B2 (zh)
CN (1) CN113507889B (zh)
WO (1) WO2020171748A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559699A (zh) * 2013-11-18 2014-02-05 首都师范大学 一种基于投影估计的多能谱ct图像重建方法
CN106901767A (zh) * 2015-12-22 2017-06-30 西门子医疗有限公司 X射线系统和图像重建方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005009206A2 (en) * 2003-06-25 2005-02-03 Besson Guy M Dynamic multi-spectral imaging system
US7633062B2 (en) * 2006-10-27 2009-12-15 Los Alamos National Security, Llc Radiation portal monitor system and method
US7551708B2 (en) * 2007-02-07 2009-06-23 General Electric Company Method of iterative reconstruction for energy discriminating computed tomography systems
US8031831B2 (en) * 2009-05-28 2011-10-04 Kabushiki Kaisha Toshiba Voltage and or current modulation in dual energy computed tomography
US8422636B2 (en) 2010-10-12 2013-04-16 Ge Medical Systems Israel, Ltd. Photon counting and energy discriminating detector threshold calibration
US8923583B2 (en) * 2012-06-22 2014-12-30 General Electric Company Methods and systems for performing model-based iterative reconstruction
WO2014080311A1 (en) * 2012-11-26 2014-05-30 Koninklijke Philips N.V. Projection data de-noising
CN105493148B (zh) * 2013-08-30 2019-07-26 皇家飞利浦有限公司 利用反相关滤波器的谱投影数据去噪
US9836859B2 (en) * 2015-01-09 2017-12-05 Toshiba Medical Systems Corporation Wide X-ray spectrum photon counting computed tomography
US9757085B2 (en) 2015-02-25 2017-09-12 Toshiba Medical Systems Corporation Method for identifying and processing detector polarization in photon-counting spectral X-ray detectors
CN108135560B (zh) * 2015-10-27 2021-07-30 株式会社日立制作所 X射线ct数据处理装置以及搭载其的x射线ct装置
JP6577908B2 (ja) * 2016-06-21 2019-09-18 株式会社日立製作所 Ｘ線ｃｔ画像再構成装置、ｘ線ｃｔ画像再構成方法およびｘ線ｃｔ装置
US10360677B2 (en) * 2016-10-07 2019-07-23 Toshiba Medical Systems Corporation Apparatus and method for joint-edge-preserving regularization to reduce noise in four-dimensional computed tomography images
US10716527B2 (en) * 2017-02-17 2020-07-21 Canon Medical Systems Corporation Combined sinogram- and image-domain material decomposition for spectral computed tomography (CT)
US10869646B2 (en) * 2018-04-12 2020-12-22 Canon Medical Systems Corporation Method and apparatus for computed tomography (CT) and material decomposition with pile-up correction calibrated using real pulse pileup effect and detector response

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559699A (zh) * 2013-11-18 2014-02-05 首都师范大学 一种基于投影估计的多能谱ct图像重建方法
CN106901767A (zh) * 2015-12-22 2017-06-30 西门子医疗有限公司 X射线系统和图像重建方法

Also Published As

Publication number Publication date
CN113507889A (zh) 2021-10-15
WO2020171748A1 (en) 2020-08-27
US11123026B2 (en) 2021-09-21
EP3927238A1 (en) 2021-12-29
JP7362752B2 (ja) 2023-10-17
JP2022520840A (ja) 2022-04-01
US20200261041A1 (en) 2020-08-20
EP3927238A4 (en) 2022-11-23

Similar Documents

Publication Publication Date Title
Taguchi et al. Vision 20/20: single photon counting x‐ray detectors in medical imaging
Taguchi Energy-sensitive photon counting detector-based X-ray computed tomography
US8055039B2 (en) System and method to obtain noise mitigated monochromatic representation for varying energy level
Roessl et al. K-edge imaging in x-ray computed tomography using multi-bin photon counting detectors
Leng et al. Noise reduction in spectral CT: Reducing dose and breaking the trade‐off between image noise and energy bin selection
Schlomka et al. Experimental feasibility of multi-energy photon-counting K-edge imaging in pre-clinical computed tomography
Shikhaliev Energy-resolved computed tomography: first experimental results
US10827992B2 (en) Energy-discriminating photon-counting detector and the use thereof
Haidekker Medical imaging technology
US9208585B2 (en) System and method for improved energy series of images using multi-energy CT
US8787519B2 (en) System and method of optimizing a representation of dual energy spectral CT images
CN112423668A (zh) 用于确定多能量x射线成像设备的虚拟输出的方法和系统
JP5869001B2 (ja) 検出値処理装置
CN107710020A (zh) X射线成像的散射估计和/或校正
CN108348203B (zh) 放射线成像系统、信息处理装置和方法、以及存储介质
CN113507889B (zh) 增强型光谱x射线成像
Wiegert Scattered radiation in cone beam computed tomography: analysis, quantification and compensation
Ronaldson Quantitative soft-tissue imaging by spectral CT with Medipix3
JP7061673B6 (ja) 対象物の関心領域のスペクトル画像を再構成するための装置、システム、方法及びコンピュータプログラム
Nik Optimising the benefits of spectral x-ray imaging in material decomposition
JP2020103571A (ja) 医用処理装置及びｘ線診断システム
Wang et al. Microcomputed tomography with a second generation photon-counting x-ray detector: contrast analysis and material separation
JP2023129298A (ja) 計算機式断層写真法システムのための適応型データ取得

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