CN114140582B - 基于单视角系统矩阵重建3d剂量分布方法及系统 - Google Patents

基于单视角系统矩阵重建3d剂量分布方法及系统 Download PDF

Info

Publication number
CN114140582B
CN114140582B CN202111427883.0A CN202111427883A CN114140582B CN 114140582 B CN114140582 B CN 114140582B CN 202111427883 A CN202111427883 A CN 202111427883A CN 114140582 B CN114140582 B CN 114140582B
Authority
CN
China
Prior art keywords
distribution
visual angle
voxel
iteration
system matrix
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
CN202111427883.0A
Other languages
English (en)
Other versions
CN114140582A (zh
Inventor
杨悦
董顺成
祖聪颖
文万信
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.)
Suzhou University
Original Assignee
Suzhou University
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 Suzhou University filed Critical Suzhou University
Priority to CN202111427883.0A priority Critical patent/CN114140582B/zh
Publication of CN114140582A publication Critical patent/CN114140582A/zh
Application granted granted Critical
Publication of CN114140582B publication Critical patent/CN114140582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048Monitoring, verifying, controlling systems and methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及基于单视角系统矩阵重建3D剂量分布方法及系统。本发明基于正交三视成像系统,并结合第一视角投影数据,获得第一体素分布;将第一体素分布通过第一空间位置转换操作,作为在第二视角下的迭代顺序输入,结合系统矩阵和第二视角投影数据得到第二体素分布;将第二体素分布通过第二空间位置转换操作,作为在第三视角下的迭代顺序输入,并结合系统矩阵和第三视角投影数据得到第三体素分布;将第三体素分布重新变为第一体素分布;重复上述步骤直至达到预设的迭代次数或重建迭代算法收敛,输出最终体素分布。本发明通过将重建介质中的体素排布顺序进行空间位置转换,完成3D闪烁光或切伦科夫光分布的重建,且重复性好、准确度高。

Description

基于单视角系统矩阵重建3D剂量分布方法及系统
技术领域
本发明涉及三维重建技术领域,尤其是指基于单视角系统矩阵重建3D剂量分布方法及系统。
背景技术
随着现代调强适形放疗(IMRT)、容积旋转调强放疗(VMAT)、体部立体定向放疗(SBRT)等高能光子放疗技术日益复杂化,加速器质量控制中和治疗前计划验证中的3D剂量测量越来越受到临床的重视。在高能光子放疗的射线能量范围内,射线在水等效介质中沉积的能量与闪烁光强度成正比,因此3D剂量测量的关键技术是在透明的水等效介质中,重建由能量沉积形成的瞬时3D闪烁光或切伦科夫光分布。使用有序子集期望最大化(OSEM)统计迭代算法是目前广泛应用于PET 3D图像重建的主流算法之一,目前,该算法也是在投影数量有限制的情况下实现3D闪烁光重建的有效方法。该算法充分考虑投影图像数据的噪声模型,在用于重建的投影图像存在噪声的情况下,该算法依然能够准确重构高质量的图像。
OSEM算法通常需要对所有投影视角下的光子探测系统或成像系统进行建模,将不同投影视角计算的系统矩阵,分别作为系统矩阵子集参与每轮迭代中的有序子集迭代。
现有系统矩阵的计算方法主要有近轴光线追踪、蒙特卡罗光线追踪、基于Zemax等光学设计软件的光线追踪等方法。蒙特卡罗光线追踪、基于Zemax等光学设计软件的光线追踪方法指定介质内某个体素随机位置产生的光子经镜头透镜传播到相机传感器像素完成追踪模拟,遍历介质内所有体素重复相同过程,即可得到该成像系统模型中的系统矩阵,因此模拟结果逐列填充系统矩阵;而近轴光线追踪的每次模拟中,光线以有限角度从传感器像素通过镜头透镜传播到重建介质内部,遍历所有像素重复相同过程,最后需将模拟结果逐行填充得到系统矩阵。为了保证较高的重建精度,重建介质的体素通常划分的足够小,若重建体积范围也较大,那么体素数量会比较多,如10cm*10cm*10cm的介质内部,体素以边长2mm划分,体素数量达125000;一般高清相机传感器的像素规模达1000000;此外,为了提高重建结果的信噪比,模拟过程中使用的光线数量需足够多,因此系统矩阵计算量庞大。上述OSEM算法中,系统矩阵由成像系统模型在各投影角度计算的系统矩阵子集拼接而得。由于每个投影角度下的系统矩阵计算量庞大,完成所有投影角度下系统矩阵子集的计算将会非常耗时。
发明内容
为此,本发明所要解决的技术问题在于克服现有OSEM算法中系统矩阵由成像系统模型在各投影角度计算的系统矩阵子集拼接而得,由于每个投影角度下的系统矩阵计算量庞大导致的完成所有投影角度下系统矩阵子集的计算将会非常耗时的问题。
为解决上述技术问题,本发明提供了一种基于单视角系统矩阵重建3D剂量分布方法,包括如下步骤:
步骤S1:以重建介质为中心、构建在第一视角、第二视角、第三视角三个正交视角下的成像系统,按第一视角、第二视角、第三视角的顺序利用成像传感器分别获取第一视角投影数据、第二视角投影数据、第三视角投影数据,将第一视角投影数据、第二视角投影数据、第三视角投影数据作为重建迭代算法的有序子集;
步骤S2:计算成像传感器正对第一视角下,重建介质各体素发光在成像传感器像素的分布概率权值,将遍历重建介质体素计算的结果作为系统矩阵,根据第一视角投影数据和系统矩阵,在第一视角下迭代后获得体素按上述系统矩阵遍历顺序的第一体素分布;
步骤S3:将第一体素分布通过第一空间位置转换操作,改变第一体素分布中重建介质体素的分布顺序并作为在第二视角下的迭代顺序输入,并结合系统矩阵和第二视角投影数据,在第二视角下迭代后得到第二体素分布;
步骤S4:将第二体素分布通过第二空间位置转换操作,改变第二体素分布中重建介质体素的分布顺序并作为在第三视角下的迭代顺序输入,并结合系统矩阵和第三视角投影数据,在第三视角下迭代后得到第三体素分布;
步骤S5:将第三体素分布通过第三空间位置转换操作,重新变为第一体素分布并作为在第一视角下的迭代顺序输入,并结合系统矩阵和第一视角投影数据在第一视角下迭代后得到第一体素分布;
步骤S6:重复步骤S3-S5直至达到预设的迭代次数或重建迭代算法收敛,输出最终体素分布。
在本发明的一种实施方式中,所述重建介质为方形塑料闪烁体。
在本发明的一种实施方式中,所述重建迭代算法将投影数据按照投影角度划分为多个子集,按顺序依次对每个子集中的数据遍历,遍历一个子集就完成了一次子迭代,每次子迭代得到的结果作为下一次子迭代的初始分布,遍历完所有子集算完成一次迭代,完成规定迭代次数或结果符合收敛的要求后,停止迭代输出结果。
在本发明的一种实施方式中,所述重建迭代算法中,第j个体素的第k次迭代中,第q个子集迭代更新式表示为:
Figure BDA0003378131620000031
其中,Sq为投影子集的数据集;Aij表示第j个体素在第i个像素上的分布概率权值,pi表示某个视角下成像传感器像素测量的2D投影分布向量。
在本发明的一种实施方式中,所述Aij由近轴光线追踪或蒙特卡罗光线追踪或基于Zemax光学设计软件的光线追踪方法计算得到。
在本发明的一种实施方式中,所述第一视角、第二视角、第三视角分别为左视、前视、仰视。
在本发明的一种实施方式中,所述第一空间位置转换操作为:将第一体素分布通过0轴和1轴互换,并对换轴后的0轴以2轴为对称轴进行镜像翻转。
在本发明的一种实施方式中,所述第二空间位置转换操作为:将第二体素分布通过0轴和2轴互换,并对换轴后的2轴以1轴为对称轴进行镜像翻转。
在本发明的一种实施方式中,所述第三空间位置转换操作为:将第二体素分布通过0轴和1轴互换后,再次进行0轴和2轴互换。
本发明还提供一种基于单视角系统矩阵重建3D剂量分布系统,包括:
成像系统建立模块,用于以重建介质为中心、构建在第一视角、第二视角、第三视角三个正交视角下的成像系统,按第一视角、第二视角、第三视角的顺序利用成像传感器分别获取第一视角投影数据、第二视角投影数据、第三视角投影数据,将第一视角投影数据、第二视角投影数据、第三视角投影数据作为重建迭代算法的有序子集;
系统矩阵建立模块,用于计算成像传感器正对第一视角下,重建介质各体素发光在成像传感器像素的分布概率权值,将遍历重建介质体素计算的结果作为系统矩阵,根据第一视角投影数据和系统矩阵;
第一体素分布获取模块,用于根据第一视角投影数据和系统矩阵,在第一视角下迭代后获得体素按上述系统矩阵遍历顺序的第一体素分布;
第二体素分布获取模块,用于将第一体素分布通过第一空间位置转换操作,改变第一体素分布中重建介质体素的分布顺序并作为在第二视角下的迭代顺序输入,并结合系统矩阵和第二视角投影数据,在第二视角下迭代后得到第二体素分布;
第三体素分布获取模块,用于将第二体素分布通过第二空间位置转换操作,改变第二体素分布中重建介质体素的分布顺序并作为在第三视角下的迭代顺序输入,并结合系统矩阵和第三视角投影数据,在第三视角下迭代后得到第三体素分布;
最终体素分布获取模块,用于将第三体素分布通过第三空间位置转换操作,重新变为第一体素分布并作为在第一视角下的迭代顺序输入,并结合系统矩阵和第一视角投影数据在第一视角下迭代后得到第一体素分布;并重复迭代步骤直至达到预设的迭代次数或重建迭代算法收敛,输出最终体素分布。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的基于单视角系统矩阵重建3D剂量分布方法及系统,通过控制三个正交视角的相机到重建介质第一个面的物距相等,仅需计算单个投影视角成像模型的系统矩阵,利用空间位置转换方法改变OSEM算法每次子迭代输出的介质体素分布顺序,作为初始值带入下一次子迭代中,完成正交三视成像系统下3D剂量分布重建,相较计算所有视角下的系统矩阵子集,总体用时较短、重复性好、且准确度高。
本发明利用OSEM算法对所有投影视角下的光子探测系统或成像系统进行建模,将不同投影视角计算的系统矩阵,分别作为系统矩阵子集参与每轮迭代中的有序子集迭代,仅需对正交三视下,某一投影视角的成像系统和方形重建介质进行建模,通过将重建介质中的体素排布顺序进行空间位置转换,即可利用同一视角下的系统矩阵计算结果,完成基于OSEM算法的3D闪烁光或切伦科夫光分布的重建,且重复性好,准确度高。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是加速器下病人坐标系及正交三视成像系统投影图像示意图;
图2是在左视投影视角下成像系统建模及方形介质体素顺序示意图;
图3是前视投影视角下体素顺序示意图;
图4是仰视投影视角下体素顺序示意图;
图5是重建3D剂量分布和参考3D剂量分布正交三视图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例一
本发明实施例提供了一种基于单视角系统矩阵重建3D剂量分布方法,包括如下步骤:
步骤S1:以重建介质为中心、构建在第一视角、第二视角、第三视角三个正交视角下的成像系统,按第一视角、第二视角、第三视角的顺序利用成像传感器分别获取第一视角投影数据、第二视角投影数据、第三视角投影数据,将第一视角投影数据、第二视角投影数据、第三视角投影数据作为重建迭代算法的有序子集;
步骤S2:计算成像传感器正对第一视角下,重建介质各体素发光在成像传感器像素的分布概率权值,将遍历重建介质体素计算的结果作为系统矩阵,根据第一视角投影数据和系统矩阵,在第一视角下迭代后获得体素按上述系统矩阵遍历顺序的第一体素分布;
步骤S3:将第一体素分布通过第一空间位置转换操作,改变第一体素分布中重建介质体素的分布顺序并作为在第二视角下的迭代顺序输入,并结合系统矩阵和第二视角投影数据,在第二视角下迭代后得到第二体素分布;
步骤S4:将第二体素分布通过第二空间位置转换操作,改变第二体素分布中重建介质体素的分布顺序并作为在第三视角下的迭代顺序输入,并结合系统矩阵和第三视角投影数据,在第三视角下迭代后得到第三体素分布;
步骤S5:将第三体素分布通过第三空间位置转换操作,重新变为第一体素分布并作为在第一视角下的迭代顺序输入,并结合系统矩阵和第一视角投影数据在第一视角下迭代后得到第一体素分布;
步骤S6:重复步骤S3-S5直至达到预设的迭代次数或重建迭代算法收敛,输出最终体素分布。
正交三视成像系统的构建如附图1,左边为选用边长10cm,荧光光谱发射波长为432nm的方形塑料闪烁体1作为重建介质,实际重建体积2可以闪烁体中心为中心,根据需求确定。选用CMOS或CCD传感器的相机配用合适的镜头,保证传感器成像范围完全覆盖所需重建区域。以介质左视、前视、仰视三个正交投影视角为例,以加速器6下病人参考坐标系原点为参考点,分别将3个相机固定在介质的左方、前方和下方,调整相机位置使其到闪烁体左面、前面、下面的距离相等。在加速器射束开启后,以相同的曝光时间获取左视、前视、仰视正交角度传感器上的投影像素数据3、4、5。
单视角下的成像系统矩阵计算的坐标系可以和病人坐标系独立,如附图2所示,以左视投影为例,通过蒙特卡罗光线追踪或基于Zemax等光学设计软件光线追踪等方法,给定塑闪体素尺寸、数量,发射波长,镜头焦距、光圈,传感器像素尺寸、数量,物距等光学参数,创建包括塑料闪烁体1、重建介质2、镜头7、成像传感器8的成像系统模型。通过单视角下的成像系统,使用3个正交视角作为方形塑料闪烁体内部由能量沉积引起的瞬时荧光分布的投影视角,在能够完成剂量分布重建的基础上选择最少的相机分布数量,有利于控制3D剂量计的成本;方形介质有利于重建体积内体素的划分,方便后续系统矩阵的建立和重建过程中的空间位置转换。单视角下的成像系统仅需计算正交视角中任一视角下包括闪烁体、光源、相机的成像系统的系统矩阵,控制另外两个视角的相机到闪烁体第一个面的距离与模型视角下的距离相等,利用空间位置转换,可实现一个系统矩阵用于三个投影中的重建。
本发明的重建迭代算法利用OSEM重建算法,在OSEM重建算法中,按左视、前视、仰视的顺序将三个正交投影数据作为有序子集。由于正交三视成像系统在构建中保证了相机位置使其到闪烁体左、前、下面的距离相等,那么左视的系统矩阵和前视、仰视的结果一致。
单视角下,投影成像模型可以写成矩阵形式为
Figure BDA0003378131620000081
其中,
Figure BDA0003378131620000082
表示某个视角下成像传感器像素测量的2D投影分布向量;A表示正向投影系统矩阵,矩阵中的每个元素Aij表示第j个体素在第i个像素上的分布概率权值,可由近轴光线追踪、蒙特卡罗光线追踪、基于Zemax等光学设计软件的光线追踪等方法计算得到;/>
Figure BDA0003378131620000083
Figure BDA0003378131620000084
表示重建介质中每个体素的分布向量。
OSEM算法通常将投影数据按照投影角度划分为S个子集,按顺序依次对每个子集中的数据遍历,遍历一个子集就完成了一次子迭代,每次子迭代得到的结果作为下一次子迭代的初始分布,遍历完所有子集算完成一次迭代,完成规定迭代次数或结果符合收敛的要求后,停止迭代输出结果。第j个体素的第k次迭代中,第q个子集迭代更新式可以表示为:
Figure BDA0003378131620000085
其中,Sq为投影子集的数据集。在正交三视成像系统中,每个正交投影即作为单独的子集,根据上述OSEM算法,系统矩阵由各投影角度对应的成像系统模型计算的系统矩阵子集拼接而得,且系统矩阵子集顺序应和投影数据子集顺序一致。
在单视角下的成像系统下,以左视为视角遍历体素,将计算结果按列填入系统矩阵,系统矩阵的第i列即为第i个体素在传感器8上的分布概率权值,所以系统矩阵遍历体素的顺序,就是塑料闪烁体1中重建的每个体素的分布向量排列顺序,参考附图2中3*3*3体素顺序,按1、2、3、4、5、…、25、26、27的顺序遍历,此处记为顺序①。
在第k轮迭代中,左视投影子迭代完成后,输出按顺序①排列的体素分布向量
Figure BDA0003378131620000086
进入前视投影子集迭代前,将左视系统矩阵用于前视中,参照附图3,相当于体素遍历的顺序①发生了改变,为按7、8、9、16、17、18、…、19、20、21的顺序②遍历。因此,将体素分布向量/>
Figure BDA0003378131620000091
通过0-1轴互换,并对换轴后的0轴翻转这一空间位置转换操作,变为按顺序②排列,作为前视投影子迭代的输入,完成迭代后,输出按顺序②排列的体素分布向量
Figure BDA0003378131620000092
进入仰视投影子迭代前,将左视系统矩阵用于仰视中,见附图4,改为按1、4、7、10、13、16、…、21、24、27的顺序③遍历。将
Figure BDA0003378131620000093
通过0-2轴互换,并对换轴后的2轴翻转这一空间位置转换操作,变为按顺序③排列,作为仰视投影子迭代的输入,完成迭代后,输出按顺序③排列的体素分布向量/>
Figure BDA0003378131620000094
k轮迭代结束。
进入第k+1轮迭代中左视投影子迭代前,此时就是系统矩阵计算所用的模型,体素分布按顺序①遍历。将
Figure BDA0003378131620000095
通过0-1轴互换,并对换轴后再次进行0-2轴互换这一空间位置转换操作,重新变为按顺序①排列,作为第k+1轮迭代中左视投影子迭代的输入,后续重复k轮迭代中的相同操作,直到达到规定的迭代次数或结果符合收敛的要求,停止迭代。
为了将介质内3D剂量分布重建的结果和临床上设计的治疗计划剂量分布参考数据进行比较,需要将上述重建算法最终输出的体素分布向量
Figure BDA0003378131620000096
按照临床规定的DICOM-RT放疗系统的坐标规则排列。主要做法为将/>
Figure BDA0003378131620000097
通过0-1轴互换,并对换轴后进行0-2轴互换,再0轴翻转后,1轴翻转的空间位置转换操作,变为按9、18、27、8、17、26、…、1、10、19的顺序排列。参照附图5所示,为按本实施例操作的重建剂量相对分布/>
Figure BDA0003378131620000098
和参考剂量相对分布
Figure BDA0003378131620000099
3个正交切面图,可见该方法重建准确度较高。
综上所述,OSEM算法通常需要对所有投影视角下的光子探测系统或成像系统进行建模,将不同投影视角计算的系统矩阵,分别作为系统矩阵子集参与每轮迭代中的有序子集迭代。本发明仅需对正交三视下,某一投影视角的成像系统和方形重建介质进行建模,通过在子迭代过程中将重建介质中的体素排布顺序进行空间位置转换,即可利用同一视角下的系统矩阵计算结果,完成基于OSEM算法的3D闪烁光或切伦科夫光分布的重建。基于该方法实现的3D剂量分布重建,相较计算所有视角下的系统矩阵子集,总体用时较短,且重建准确度高。克服了传统OSEM算法通常需要对所有投影视角下的光子探测系统或成像系统进行建模,将不同投影视角下计算的系统矩阵,分别作为系统矩阵子集参与每轮迭代中的有序子集迭代,为了保证重建质量,每个视角下的系统矩阵子集计算量庞大,系统矩阵的计算非常耗时的问题。
实施例二
基于同一发明构思,本实施例提供了一种基于单视角系统矩阵重建3D剂量分布系统,其解决问题的原理与所述一种基于单视角系统矩阵重建3D剂量分布方法类似,重复之处不再赘述。
本实施例提供了一种基于单视角系统矩阵重建3D剂量分布系统,包括:
成像系统建立模块,用于以重建介质为中心、构建在第一视角、第二视角、第三视角三个正交视角下的成像系统,按第一视角、第二视角、第三视角的顺序利用成像传感器分别获取第一视角投影数据、第二视角投影数据、第三视角投影数据,将第一视角投影数据、第二视角投影数据、第三视角投影数据作为重建迭代算法的有序子集;
系统矩阵建立模块,用于计算成像传感器正对第一视角下,重建介质各体素发光在成像传感器像素的分布概率权值,将遍历重建介质体素计算的结果作为系统矩阵,根据第一视角投影数据和系统矩阵;
第一体素分布获取模块,用于根据第一视角投影数据和系统矩阵,在第一视角下迭代后获得体素按上述系统矩阵遍历顺序的第一体素分布;
第二体素分布获取模块,用于将第一体素分布通过第一空间位置转换操作,改变第一体素分布中重建介质体素的分布顺序并作为在第二视角下的迭代顺序输入,并结合系统矩阵和第二视角投影数据,在第二视角下迭代后得到第二体素分布;
第三体素分布获取模块,用于将第二体素分布通过第二空间位置转换操作,改变第二体素分布中重建介质体素的分布顺序并作为在第三视角下的迭代顺序输入,并结合系统矩阵和第三视角投影数据,在第三视角下迭代后得到第三体素分布;
最终体素分布获取模块,用于将第三体素分布通过第三空间位置转换操作,重新变为第一体素分布并作为在第一视角下的迭代顺序输入,并结合系统矩阵和第一视角投影数据在第一视角下迭代后得到第一体素分布;并重复迭代步骤直至达到预设的迭代次数或重建迭代算法收敛,输出最终体素分布。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.基于单视角系统矩阵重建3D剂量分布方法,其特征在于,包括如下步骤:
步骤S1:以重建介质为中心、构建在第一视角、第二视角、第三视角三个正交视角下的成像系统,按第一视角、第二视角、第三视角的顺序利用成像传感器分别获取第一视角投影数据、第二视角投影数据、第三视角投影数据,将第一视角投影数据、第二视角投影数据、第三视角投影数据作为重建迭代算法的有序子集;
步骤S2:计算成像传感器正对第一视角下,重建介质各体素发光在成像传感器像素的分布概率权值,将遍历重建介质体素计算的结果作为系统矩阵,根据第一视角投影数据和系统矩阵,在第一视角下迭代后获得体素按上述系统矩阵遍历顺序的第一体素分布;
步骤S3:将第一体素分布通过第一空间位置转换操作,改变第一体素分布中重建介质体素的分布顺序并作为在第二视角下的迭代顺序输入,并结合系统矩阵和第二视角投影数据,在第二视角下迭代后得到第二体素分布;
步骤S4:将第二体素分布通过第二空间位置转换操作,改变第二体素分布中重建介质体素的分布顺序并作为在第三视角下的迭代顺序输入,并结合系统矩阵和第三视角投影数据,在第三视角下迭代后得到第三体素分布;
步骤S5:将第三体素分布通过第三空间位置转换操作,重新变为第一体素分布并作为在第一视角下的迭代顺序输入,并结合系统矩阵和第一视角投影数据在第一视角下迭代后得到第一体素分布;
步骤S6:重复步骤S3-S5直至达到预设的迭代次数或重建迭代算法收敛,输出最终体素分布。
2.根据权利要求1所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述重建介质为方形塑料闪烁体。
3.根据权利要求1所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述重建迭代算法将投影数据按照投影角度划分为多个子集,按顺序依次对每个子集中的数据遍历,遍历一个子集就完成了一次子迭代,每次子迭代得到的结果作为下一次子迭代的初始分布,遍历完所有子集算完成一次迭代,完成规定迭代次数或结果符合收敛的要求后,停止迭代输出结果。
4.根据权利要求3所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述重建迭代算法中,第j个体素的第k次迭代中,第q个子集迭代更新式表示为:
Figure FDA0003378131610000021
其中,Sq为投影子集的数据集;Aij表示第j个体素在第i个像素上的分布概率权值,pi表示某个视角下成像传感器像素测量的2D投影分布向量。
5.根据权利要求4所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述Aij由近轴光线追踪或蒙特卡罗光线追踪或基于Zemax光学设计软件的光线追踪方法计算得到。
6.根据权利要求1所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述第一视角、第二视角、第三视角分别为左视、前视、仰视。
7.根据权利要求6所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述第一空间位置转换操作为:将第一体素分布通过0轴和1轴互换,并对换轴后的0轴以2轴为对称轴进行镜像翻转。
8.根据权利要求7所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述第二空间位置转换操作为:将第二体素分布通过0轴和2轴互换,并对换轴后的2轴以1轴为对称轴进行镜像翻转。
9.根据权利要求8所述的基于单视角系统矩阵重建3D剂量分布方法,其特征在于,所述第三空间位置转换操作为:将第二体素分布通过0轴和1轴互换后,再次进行0轴和2轴互换。
10.一种基于单视角系统矩阵重建3D剂量分布系统,其特征在于,包括:
成像系统建立模块,用于以重建介质为中心、构建在第一视角、第二视角、第三视角三个正交视角下的成像系统,按第一视角、第二视角、第三视角的顺序利用成像传感器分别获取第一视角投影数据、第二视角投影数据、第三视角投影数据,将第一视角投影数据、第二视角投影数据、第三视角投影数据作为重建迭代算法的有序子集;
系统矩阵建立模块,用于计算成像传感器正对第一视角下,重建介质各体素发光在成像传感器像素的分布概率权值,将遍历重建介质体素计算的结果作为系统矩阵,根据第一视角投影数据和系统矩阵;
第一体素分布获取模块,用于根据第一视角投影数据和系统矩阵,在第一视角下迭代后获得体素按上述系统矩阵遍历顺序的第一体素分布;
第二体素分布获取模块,用于将第一体素分布通过第一空间位置转换操作,改变第一体素分布中重建介质体素的分布顺序并作为在第二视角下的迭代顺序输入,并结合系统矩阵和第二视角投影数据,在第二视角下迭代后得到第二体素分布;
第三体素分布获取模块,用于将第二体素分布通过第二空间位置转换操作,改变第二体素分布中重建介质体素的分布顺序并作为在第三视角下的迭代顺序输入,并结合系统矩阵和第三视角投影数据,在第三视角下迭代后得到第三体素分布;
最终体素分布获取模块,用于将第三体素分布通过第三空间位置转换操作,重新变为第一体素分布并作为在第一视角下的迭代顺序输入,并结合系统矩阵和第一视角投影数据在第一视角下迭代后得到第一体素分布;并重复迭代步骤直至达到预设的迭代次数或重建迭代算法收敛,输出最终体素分布。
CN202111427883.0A 2021-11-26 2021-11-26 基于单视角系统矩阵重建3d剂量分布方法及系统 Active CN114140582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111427883.0A CN114140582B (zh) 2021-11-26 2021-11-26 基于单视角系统矩阵重建3d剂量分布方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111427883.0A CN114140582B (zh) 2021-11-26 2021-11-26 基于单视角系统矩阵重建3d剂量分布方法及系统

Publications (2)

Publication Number Publication Date
CN114140582A CN114140582A (zh) 2022-03-04
CN114140582B true CN114140582B (zh) 2023-03-24

Family

ID=80388337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111427883.0A Active CN114140582B (zh) 2021-11-26 2021-11-26 基于单视角系统矩阵重建3d剂量分布方法及系统

Country Status (1)

Country Link
CN (1) CN114140582B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130129178A1 (en) * 2010-08-04 2013-05-23 Koninklijke Philips Electronics N.V. Method and system for iterative image reconstruction
CN102842141B (zh) * 2012-07-03 2015-03-11 东南大学 一种旋转x射线造影图像迭代重建方法
US10339634B2 (en) * 2015-12-11 2019-07-02 Shanghai United Imaging Healthcare Co., Ltd. System and method for image reconstruction
CN105832358B (zh) * 2016-03-16 2019-02-19 西安电子科技大学 一种基于系统校准的旋转双平板pet系统的成像方法
CN106846465B (zh) * 2017-01-19 2020-04-14 深圳先进技术研究院 一种ct三维重建方法及系统
CN110458939B (zh) * 2019-07-24 2022-11-18 大连理工大学 基于视角生成的室内场景建模方法
CN113112558B (zh) * 2021-03-26 2024-03-15 江苏医药职业学院 一种高清pet图像重建方法

Also Published As

Publication number Publication date
CN114140582A (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
JP6960509B2 (ja) 合成医療画像を生成するためのニューラルネットワーク
CN106061554B (zh) 用于患者专用放疗的治疗验证和质量保障的系统和方法
AU2019452405B2 (en) Predicting radiotherapy control points using projection images
CN111432879A (zh) 使用深度卷积神经网络确定束模型参数
CN110570923B (zh) 一种混合蒙特卡罗的放疗逆向优化方法、设备和存储介质
WO2014060913A1 (en) Method of determining distribution of a dose in a body
Rilling et al. Tomographic‐based 3D scintillation dosimetry using a three‐view plenoptic imaging system
CN114140582B (zh) 基于单视角系统矩阵重建3d剂量分布方法及系统
WO2015197625A1 (fr) Procede de production d'un fantôme physique radiometrique d'un organisme biologique et fantôme physique produit par ce procede
CN111679311B (zh) 放射治疗中剂量测量的系统和方法
Bridger et al. A dosimetric comparison of CT-and photogrammetry-generated 3D printed HDR brachytherapy surface applicators
CN112399870B (zh) 鲁棒放射治疗计划的系统和方法
CN108983273B (zh) 一种人体内部三维剂量分布的实时测量系统及方法
Jia et al. Deep learning‐enabled EPID‐based 3D dosimetry for dose verification of step‐and‐shoot radiotherapy
CN116785601A (zh) 用于剂量映射不确定性的稳健放疗治疗计划的方法和系统
WO2022047637A9 (en) Automatic beam modeling based on deep learning
US12017089B2 (en) Planning apparatus for planning a radiation therapy
CN116739933A (zh) 一种融合系统响应矩阵和神经网络的pet图像生成方法
US20220203124A1 (en) Planning apparatus for planning a radiation therapy
Witte et al. A deep learning based dynamic arc radiotherapy photon dose engine trained on Monte Carlo dose distributions
Archambault et al. Dynamic 3D measurement of modulated radiotherapy: a scintillator-based approach
Yang et al. Cerenkov luminescence imaging guided selective-reconstruction for a flexible dual-head PET
Hesz et al. Investigation of 3D SPECT Reconstruction with Multi-energy Photon Emitters
Massanes et al. Motion compensated reconstruction of 4D SPECT using parallel computation and deformable content adaptive mesh
Šemnická et al. Simulation and experimental verificationof dose distributions of electron beams

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