CN114365196A - 估计来自未知源的背景辐射 - Google Patents

估计来自未知源的背景辐射 Download PDF

Info

Publication number
CN114365196A
CN114365196A CN202180002497.9A CN202180002497A CN114365196A CN 114365196 A CN114365196 A CN 114365196A CN 202180002497 A CN202180002497 A CN 202180002497A CN 114365196 A CN114365196 A CN 114365196A
Authority
CN
China
Prior art keywords
radiation
offset
measured
simulated
vector
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
CN202180002497.9A
Other languages
English (en)
Inventor
孙明山
J·斯达-拉克
K·霍尔特
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.)
Varex Imaging Corp
Original Assignee
Varex Imaging Corp
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 Varex Imaging Corp filed Critical Varex Imaging Corp
Publication of CN114365196A publication Critical patent/CN114365196A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/16—Measuring radiation intensity
    • G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
    • G01T1/164—Scintigraphy
    • G01T1/1641—Static instruments for imaging the distribution of radioactivity in one or two dimensions using one or several scintillating elements; Radio-isotope cameras
    • G01T1/1647—Processing of scintigraphic 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
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
    • G01T1/2914—Measurement of spatial distribution of radiation
    • G01T1/2921—Static instruments for imaging the distribution of radioactivity in one or two dimensions; Radio-isotope cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
    • G01T1/2914—Measurement of spatial distribution of radiation
    • G01T1/2985—In depth localisation, e.g. using positron emitters; Tomographic imaging (longitudinal and transverse section imaging; apparatus for radiation diagnosis sequentially in different planes, steroscopic radiation diagnosis)
    • 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
    • G01N2223/419—Imaging computed tomograph

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Pulmonology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Biomedical Technology (AREA)
  • Optics & Photonics (AREA)
  • Medical Informatics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

实施方案包括一种方法，包括：接收从辐射检测器获得的所测量的辐射，所述辐射检测器接收穿过对象的辐射；模拟从所述辐射检测器获得的所测量的辐射，所述辐射检测器接收穿过所述对象的辐射；基于所测量的辐射和所模拟的测量辐射来生成偏移；基于所述偏移来估计散射辐射；以及基于所估计的散射辐射来估计主要辐射。

Description

估计来自未知源的背景辐射
背景技术
除非本文另有指示，否则本部分中描述的方法不是本公开中的权利要求的现有技术，并且不通过包括在本部分中而被承认是现有技术。
一些x射线成像可以使用宽区域锥形束。x射线检测器可以检测主辐射和散射辐射两者。散射辐射可在图像或重建中引入伪影。
附图说明
图1是根据一些实施方案的成像系统的框图。
图2A-图2B是根据一些实施方案的具有散射校正的图像处理技术的流程图。
图3是根据一些实施方案的具有散射校正的图像处理技术中的增益估计的流程图。
图4是根据一些实施方案的具有散射校正的图像处理技术中的多遍增益估计的流程图。
图5是根据一些实施方案的在具有散射校正的图像处理技术中使用感兴趣区域的多遍增益估计的流程图。
图6是根据一些实施方案的具有散射校正的图像处理技术中的偏移估计的流程图。
图7是根据一些其他实施方案的具有散射校正的图像处理技术中跨子区域的偏移估计的流程图。
图8A示出了所测量的辐射图像Im。
图8B示出了所模拟的主要辐射图像Jp。
图8C示出了所模拟的散射辐射图像Js。
图9A示出了所测量的辐射图像Im与所模拟的辐射图像Jtot的第一遍二阶多项式拟合的散点图。
图9B示出了所测量的辐射图像Im与排除离群值的所模拟的辐射图像Jtot的第二遍二阶多项式拟合的散点图。
图10示出了列向量的曲线图。
图11A示出了偏移图像。
图11B示出了经平滑的偏移图像。
图12A示出了没有背景或外部散射校正的重建图像。
图12B示出了具有背景或外部散射校正的重建图像。
图13是根据一些其他实施方案的具有散射校正的图像处理技术中的增益估计的流程图。
图14是根据一些其他实施方案的具有散射校正的图像处理技术中的偏移估计的流程图。
图15是根据一些实施方案的具有散射校正的图像处理技术中的增益和偏移估计的流程图。
图16A示出了所测量的辐射图像Im。
图16B示出了所模拟的主要辐射图像Jp。
图16C示出了所模拟的散射辐射图像Js。
图17示出了归一化的测量辐射图像Im与所模拟的测量辐射图像Jtot的散点图或曲线图。
图18A示出了所测量的辐射图像。
图18B示出了在偏移计算中使用的像素。
图18C示出了在增益计算中使用的像素。
图19是根据一些实施方案的具有散射校正的图像处理技术中的增益和偏移估计的流程图。
图20示出了示例性背景辐射估计和校正设备的框图。
具体实施方式
在详细解释本发明的任何实施方案之前，应当理解，本发明在其应用中不限于在以下描述中阐述的或在以下附图中示出的部件的构造和布置的细节。本发明能够存在其他实施方案并且能以各种方式实施或进行。提供流程图和过程中提供的数字是为了清楚地说明步骤和操作，而不一定指示特定的顺序或序列。除非另有定义，否则术语“或”可以指选项的选择(例如，或运算符或异或)或选项的组合(例如，与运算符、和/或、逻辑或、或者布尔或)。
所公开的实施方案大体上涉及技术、机构、方法、设备和系统，整体上称为技术，以估计背景散射辐射或来自未知源的偏移以及对象散射并且校正由成像检测器的视野(FOV)中的对象生成的散射辐射、成像检测器的FOV之外的背景散射辐射两者、等等。所公开的实施方案还提供用于估计对象散射的空间变化和/或空间不变缩放因子(增益)和背景散射辐射的空间变化和/或空间不变偏移的技术。
图1是根据一些实施方案的成像系统的框图。锥形束计算机断层摄影(CBCT)是用于提供对象的三维(3D或3-D)体积信息的成像技术。成像系统100通常包括辐射源102诸如x射线源和辐射检测器106，也称为平板检测器、成像检测器或检测器。使用x射线源作为示例，辐射源102被配置为发射x射线辐射的发散锥体103，该发散锥体在穿过对象108之后在辐射检测器106上产生信号，从而生成投影图像。通过(例如，经由台架)使系统100完全或部分地围绕对象108旋转，或者等效地通过使对象108在固定的静止成像系统100内旋转，然后应用适当的重建算法，可以获得对象108的内部结构的3D重建。尽管使用旋转作为示例，但在其他实施方案中，可以使用不同的采集轨迹或技术，诸如螺旋、圆+线、鞍形、断层合成、层析摄影、“反几何CT”等。由于CBCT的高各向同性空间分辨率和高吞吐量，CBCT是用于工业应用如维度计量、非破坏性测试、缺陷标识、一般的质量控制和装配线上的零件检查的强大工具。CBCT也是用于其他应用诸如医学成像和安全检查的强大工具。
当宽区域锥形束103穿过材料时，可生成大量的散射辐射，从而导致不希望的且有时甚至产生伪影的严重图像质量下降，诸如杯突、阴影、条纹、不均匀性和材料密度不准确等。
系统100可以耦合到处理器112。处理器112可以是通用处理器、数字信号处理器(DSP)、图形处理单元(GPU)、专用集成电路、微控制器、可编程逻辑设备、离散电路、此类设备的组合等。虽然在系统100中仅示出了一个处理器112，但是可以存在多个处理器112。此外，其他接口设备诸如存储器、逻辑芯片组、集线器、存储器控制器、通信接口等可以是处理器112的一部分。
处理器112可以被配置为对从图像检测器106接收的一个或多个图像执行各种图像处理技术。一些图像处理技术可以减轻散射问题，特别是解决由对象本身引起的散射。例如，基于内核的散射估计方法可以是快速且有效的，但是可能具有一些中等精度。在另一个示例中，CBCT散射校正算法使用在GPU上运行的快速有限元确定性光子传输解算器。快速有限元确定性光子传输解算器可以快速计算传输通过对象的3D体素表示的非散射(主要)和散射的x射线光子，其通常从经处理的第一遍CBCT重建生成。然后可以从所测量的原始投影中减去来自内核方法或基于传输的方法的所估计或所计算的散射(其近似于实际散射)，以重建更准确的图像。
因为实际上在x射线束路径中的任何东西都可以生成散射，所以可以存在比对象108中的那些散射源更多的散射源。例如，如果x射线束是宽开口的，如一些工业应用中的情况，则不在辐射检测器106的视野103a(FOV)中但是在照射场103中的任何附加的对象114也可以生成到达检测器的散射辐射110a。根据扫描系统的特定设置和附加对象114的位置，该散射(或“背景”)分量可能是显著的。但遗憾的是，因为这种类型的散射源不被辐射检测器106观察到，所以任何常规的基于软件的散射估计/校正算法(包括上述两种方法和文献中的许多其他方法)实际上是不可能解决和校正这种背景散射的强度。
对背景辐射的校正在工业CBCT中是一个普遍存在的问题，因为光束通常不经过准直。本文中描述的一些实施方案可以启发式地解决估计来自辐射检测器FOV 103a之外的未知源的散射的问题。
在x射线成像中，到达检测器的信号具有两个分量，主要分量和散射分量，如表达式1所表示：
Im＝Ip+Is 表达式1
Im是到达检测器的(所测量的)信号，Ip是主要，并且Is是散射。主要Ip表示未散射的光子，其空间分布承载关于对象108的内部结构的信息并且被认为是“真”信号。Im是所测量的信号。执行散射校正技术或算法以从已知的Im获得未知的Ip。
在一些实施方案中，使用描述辐射传输的基础物理定律从给定对象的第一遍重建计算散射Is辐射和主要Ip辐射。这种计算或过程被称为模拟。该模拟从x射线源的光谱开始，对锥形辐射进行建模，通过成分和密度上与对象类似的材料的3D矩阵使建模的辐射衰减，并且分别计算主要强度和散射强度。所模拟的信号由表达式2表示：
Jtot＝Jp+Js 表达式2
Jp是所模拟的主要辐射，Js是所模拟的散射辐射，并且Jtot是组合的模拟的测量辐射。
当包括x射线光谱、源分布、扫描仪几何形状、对象性质(诸如材料成分和密度)以及检测器响应的各种分量被正确建模时，所模拟的测量辐射Jtot与所测量的辐射Im应该密切匹配。所模拟的测量辐射Jtot和所测量的辐射Im之间的差应该包括增益或缩放常数和噪声。增益产生自这样一个事实，即在模拟中表示的光子数量不一定表示测量结果(例如，差异可能由各种未建模的效应导致，诸如模数转换器(ADC)缩放、电子增益、检测器电容器选择、管电流设置(例如，mA设置)、管过滤或距离测量的不准确源)。令增益被表示为λ，并且最初忽略噪声源，诸如光子噪声和电子噪声(稍后进行讨论)，则所模拟的测量辐射Jtot和所测量的辐射Im之间的关系可以由表达式3表示：
Figure BDA0003254744800000061
组合表达式1和表达式3，主要辐射Ip可以由表达式4表示：
Ip＝Im-λJs 表达式4
CBCT散射校正方法不直接将λJp作为Ip，因为主要信号通常是高频信号，难以基于粗略的第一遍重建进行建模。因为散射信号是低频信号，因此其计算在第一遍重建中的误差通常是稳健的，从所测量的信号中减去散射估计导致相比于直接模拟主要信号本身，获得更准确的主要信号Ip。
可以从两个已知量Im和Jtot推断出缩放因子λ，作为两者的正比，如表达式5所表示：
λ＝Im/Jtot 表达式5
Jtot和Im是图像(或在数学术语中为矩阵)。在一些实施方案中，λ是应用于所有像素的标量，其中所生成的λ的值是对于每个像素可能是良好折衷的值。例如，可以通过求平均获得λ的值，可以在计算表达式5之前求平均(例如，对Im和Jtot中的像素值求平均，然后根据Im和Jtot的平均值的比率生成缩放因子λ(λ＝Im,AVG/Jtot,AVG))或在计算表达式5之后求平均(例如，计算Im和Jtot中每个像素的值的比率，然后根据比率的平均值生成缩放因子λ(λ＝(平均(Im/Jtot,)))。换言之，一种方法是针对每个像素计算表达式5，然后通过取这些比率的平均值来聚合结果以获得λ。另一种方法是首先通过取Jtot像素的平均值和Im像素的平均值来聚合像素值，然后应用表达式5以获得λ。作为另一个示例，λ可以作为加权平均而不是简单的平均，对噪声较大或可信度较低的数据点赋予较小的权重。作为又一个示例，可以用中值而不是平均值来计算λ。
需注意，除了增益λ所描述的，所模拟的测量辐射Jtot和所测量的辐射Im还可以不同。换句话讲，所模拟的测量辐射Jtot可以不类似于由辐射检测器106测量为所测量的辐射Im的。这种差异的存在可以有许多原因，包括在模拟中偏离物理现实的任何假设。例如，可能极难以对x射线源的能谱、对象108模型的材料和密度估计的准确度以及检测器对x射线入射的响应进行完美的建模。尽管模拟模型中的误差可以是误差源，但是这些误差相对于来自除被成像的对象之外的源的添加的外部散射分量通常较小。
不将添加的外部散射分量考虑到模拟模型中可能存在问题，因为不再保持测量和模拟之间的比例关系。如果对象是模型的一部分，则所公开的没有背景补偿的方法是有效的。如果未知对象114存在于FOV 103a之外，并且未考虑这些未知对象114，则没有背景补偿的图像处理会显著低估散射。
在检测器附近的对象被照射但不在检测器上产生直接图像(主要)，但对图像赋予散射的情况下，该信号在本文中被称为“背景散射”或“外部散射”。表达式3可以被重写、增强和/或扩展以包括背景分量，这可以由表达式6表示：
Figure BDA0003254744800000081
其中附加变量b表示背景散射并且是未知的。
本文中描述的实施方案可以使用来自Im和Jtot的信息来估计λ和b。需注意，λ和b中的每一者可以是空间变化的(矩阵)或空间恒定的(标量)。实施方案可以包括若干算法，包括第一算法、第二算法和第三算法，在第一算法中增益λ是标量并且偏移b是矩阵，在第二算法中增益λ是标量并且偏移b是标量，并且第三算法具有用于支持增益λ和偏移b两者中的空间变化的框架。其他实施方案可以包括不同的算法。在一些实施方案中，与Jtot、Jp和Js相关联的增益λ可以相同或不同。
如本文所用，偏移b可被互换地称为“外部散射”、“背景”、“附加散射”或“偏移”。并且λ被称为“缩放因子”或“增益”。
图2A-图2B是根据一些实施方案的具有散射校正的图像处理技术的流程图。图1的系统100将被用作示例。图1的处理器112可以被配置为执行本文中描述的各种技术；然而，在其他实施方案中，处理器112可以被配置为执行一些操作，而其他操作由其他处理器执行。参见图1、图2A和图2B，在一些实施方案中，在200中，接收从辐射检测器106获得的所测量的辐射Im，该辐射检测器接收穿过对象108的辐射103。处理器112可以基于从辐射检测器106接收的数据生成表示所接收的辐射的强度的二维数据阵列。在一些实施方案中，辐射检测器106可以被配置为生成数据。在其他实施方案中，处理器112可以被配置为接收来自不同源的所测量的辐射Im。
在202中，从接收穿过对象108的辐射的辐射检测器106获得的所测量的辐射Im被模拟为Jtot。在一些实施方案中，处理器112执行模拟，而在其他实施方案中，其他系统可以执行模拟并且将结果提供给处理器112。可以使用各种光子传输模拟技术来执行模拟。3DVSHARP是此类技术的示例；然而，在其他实施方案中，可以使用其他技术。
在一些实施方案中，在204中，基于所测量的辐射Im和所模拟的测量辐射Jtot来生成增益λ。然而，在其他实施方案中，增益的生成可以省略，假设为常数诸如1，或者不基于所测量的辐射Im和所模拟的测量辐射Jtot中的一者或两者。在一些实施方案中，增益λ可以作为较早的校准过程的一部分来生成。可以执行不存在对象108的扫描。增益可以为λ，可以通过使用来自该扫描的所测量和所模拟的数据而不是当生成偏移b时的数据来生成。在一些实施方案中，可以在获得来自对象108的期望的扫描的数据之前生成增益λ。在其他实施方案中，可以通过基于源成像器距离、源通量等按照适当的因子缩放增益λ来生成增益λ。在一些实施方案中，可以通过模拟系统100的部件来解析地生成增益λ以生成增益λ。
在206中，基于所测量的辐射Im和所模拟的测量辐射Jtot生成偏移b。增益λ和偏移b可以由处理器112生成。如下所述，可以使用多种技术来生成增益λ和偏移b。增益λ和偏移b中的每一者可以是矩阵或标量。在操作204和操作206中，可以通过使用所模拟的测量辐射Jtot的一部分(诸如所模拟的主要辐射Jp或所模拟的散射辐射Js)基于所模拟的测量辐射Jtot来生成增益λ和偏移b。
在208或208'中，分别基于偏移b或增益λ和偏移b来估计散射辐射Is。在210中，基于所估计的散射辐射Is来估计主要辐射Ip。所估计的主要辐射也可以被称为校正主要辐射。或者校正所测量的辐射Im。在一些实施方案中，一旦生成增益λ和偏移b两者，散射辐射Is的估计可以被计算为所模拟的散射辐射Js加上由偏移b表示的外部散射，如表达式7所表示：
Is＝λJs+b 表达式7
为了完整起见，需注意，所测量的主要辐射或主要辐射Ip只是所测量的辐射Im与所测量的散射辐射Is之间的差，但在一些实施方案中，为了降低噪声，估计主要辐射Ip，如表达式8所表示：
Figure BDA0003254744800000101
实际上，接着可以对乘以Im的项进行滤波和/或限幅以便降低噪声。在其他实施方案中，仅通过从所测量的辐射Im中减去散射辐射Is的估计来计算所测量的主要辐射Ip。
在一些实施方案中，所计算的偏移b可以不具有与Js相同的大小，并且如果必要的话可以将大小调整为Js的大小。在一些实施方案中，可能需要再次调整Is的大小以与Im的大小相匹配。
图3是根据一些实施方案的具有散射校正的图像处理技术中的增益估计的流程图。在一些实施方案中，可以基于对所测量的辐射和所模拟的测量辐射的各种操作来估计增益λ。操作204-1和204-2是可以包括在图2B的操作204中的操作的示例。
在204-1中，将多项式拟合到所测量的辐射Im的像素值的第一向量与所模拟的测量辐射Jtot的像素值的第二向量。在204-1中，增益λ基于多项式。例如，增益λ可以是作为多项式的线性分量的标量值。
在一些实施方案中，多项式可以是一阶或线性多项式。然而，在其他实施方案中，多项式可以是更高阶多项式。在一些实施方案中，至少是二阶多项式的多项式可以更好地适应模拟模型中的误差，诸如残余光束硬化效应、检测器响应不准确等。因此，线性项可能较少受到模拟-测量映射中对应的非线性的影响。
拟合还将产生0阶项，该项被认为是整个投影的总偏移(或标量偏移b)。如下所述，可以执行附加操作以生成用于估计散射辐射的偏移b。
图4是根据一些其他实施方案的具有散射校正的图像处理技术中的多遍增益估计的流程图。操作204-1、204-3、204-4和204-5是可以包括在图2B的操作204中的操作的示例。
在204-1中，将第一多项式拟合到所测量的辐射的像素值的第一向量与所模拟的测量辐射的像素值的第二向量。该操作可以与如上所述的图3的204-1相同。
在204-3中，减小第一向量的大小和第二向量的大小以移除第一多项式的误差大于阈值的像素。在一些实施方案中，阈值可以是无穷大或足够大的数字。因此，将不移除像素。在其他实施方案中，可以设置阈值，使得移除边远的像素。因此，第一向量和第二向量将具有较少的像素。在特定的示例中，误差的阈值可以为约40％-60％。在一些实施方案中，阈值为50％。
在204-4中，第二多项式被拟合到减小的第一向量与减小的第二向量。拟合操作可以与204-1中的操作相同或类似。如果204-1和204-3中的操作移除了作为离群值(即相对于第一多项式具有更高的误差)的像素，则第二多项式可以具有更好的拟合。在一些实施方案中，204-4中的操作可以使用不同阶的多项式作为第二多项式。
在204-5中，基于第二多项式生成增益λ。增益λ的生成可以与204-2中的相同或类似，但是使用第二多项式。
在一些实施方案中，可以重复类似于204-1和204-3的操作以使第一向量和第二向量的像素进一步减少。可以使用相同或不同的误差阈值来移除像素。然而，在多次迭代之后，最终多项式可以类似于204-4进行拟合，并且如204-5中那样生成增益λ。
图5是根据一些其他实施方案的在具有散射校正的图像处理技术中使用感兴趣区域的多遍增益估计的流程图。操作204-6至204-12是可以包括在图2B的操作204中的操作的示例。
在204-6中，所测量的辐射Im和/或所模拟的测量辐射Jtot经过大小调整，使得所测量的辐射Im和所模拟的测量辐射Jtot具有相同的分辨率。所测量的辐射Im可以经过大小调整，所模拟的测量辐射Jtot可以经过大小调整，或者这两者可以经过大小调整。在经过大小调整之后，所测量的辐射Im和所模拟的测量辐射Jtot的像素可以具有一对一的关联。
在204-7中，确定所测量的辐射Im的感兴趣区域(ROI)。在一些实施方案中，ROI可以是全图像，而在其他实施方案中，ROI可以是图像的子区域。在特定的示例中，ROI可以是通常信号最低并且因此散射影响最大的区域。具有最低信号的图像区域可以包括对应于投影到辐射检测器106上的对象108的中心区域的区域。作为另一个示例，在体积周围可放置有若干ROI，要么以固定间隔放置，要么放置在由计算机视觉标识的特定的感兴趣特征处。在一些特定的示例中，可以通过以下方式确定ROI：将体积与CAD模型上的手动标识的ROI进行配准；自动搜索几个大的宽的平坦区域；自动搜索具有某些期望的路径长度(例如，较长的路径，或中等路径，大于图像四分之一的路径等)的平坦区域；自动搜索具有不同路径长度分布的区域；在图像中找到一些边缘或角落并且分析围绕边缘或角落的ROI；找到气缸体或电路板的质心并且围绕其绘制ROI；将ROI放置在混合材料区域上或密集对象之间，等等。
在204-8中，生成值小于第一阈值的感兴趣区域中所测量的辐射的像素值的第一向量。可以选择第一阈值，使得选择ROI的所有像素。在其他实施方案中，可以选择第一阈值，使得仅选择值小于特定信号电平的像素。这些像素值被收集到第一向量中。
在204-9中，生成对应于第一向量的所模拟的测量辐射的像素值的第二向量。如在204-6中，所测量的辐射Im和/或所模拟的测量辐射Jtot经过大小调整，可以在一对一的基础上选择与像素值的第一向量相对应的像素值的第二向量。
在204-10中，第一多项式拟合到第一向量与第二向量。在204-11中，从第一向量和第二向量中移除第一多项式的相对误差大于第二阈值的像素值。在204-12中，第二多项式拟合到第一向量与第二向量的其余像素值。在204-13中，增益包括第二多项式的线性项。204-10至204-13中的操作可以类似于以上关于图4所述的操作204-1、204-3、204-4和204-5。
图6是根据一些实施方案的具有散射校正的图像处理技术中的偏移估计的流程图。操作206-1至206-3是可以包括在图2A或图2B的操作206中的操作的示例。在一些实施方案中，针对每一行，确定强度最低(并且外部散射的影响是显著的)的区域，然后将所模拟的信号与测量结果进行比较以获得差异。差异量为偏移b。阈值用于确定强度是否足够低。阈值是行最小值乘以常数。
在一些实施方案中，针对所测量的辐射Im的多个子区域中的每一个子区域执行操作206-1至206-3。在206-1中，基于子区域的最小值来生成阈值。例如，子区域内的最小值可以按照大于1的因子诸如1.1、1.5等缩放。如下文将进一步详细描述的，该阈值可用于将像素划分为单独计算偏移b的像素和具有基于其他单独计算的偏移b计算出的偏移b的像素。
具体地，在206-2中，为子区域中具有低于阈值的值的每个像素生成像素偏移。在一些实施方案中，可以由表达式9计算偏移b：
b(i，子区域)＝Im(i，子区域)-λ×Jtot(i，子区域) 表达式9
在206-3中，子区域中具有低于阈值的值的像素的像素偏移被组合成子区域中具有大于阈值的值的像素的默认偏移。例如，来自206-2的偏移b可以被平均以生成用于其他像素的偏移b。在其他实施方案中，可以使用其他技术诸如中值、加权平均等来组合偏移b。
使用大于1的阈值允许用于生成待控制的单独偏移b的像素的划分。例如，可以选择阈值，使得可以使用子区域内具有较低值的多个像素而不是单个像素(即，具有最小值的像素)来降低噪声的影响。
如上所述，可以为每个像素生成偏移b。因此，偏移b是包括子区域中具有低于阈值的值的像素的偏移b和默认偏移的偏移图像。在一些实施方案中，可以基于子区域或基于作为整体的偏移图像来平滑偏移图像。平滑可以使可由于某些像素的不同处理而出现的任何不连续性软化。可以通过应用中值滤波器、箱式滤波器、双边滤波器、样条、高斯滤波器、低通滤波器或其他类型的滤波器来执行平滑。一些滤波器诸如中值滤波器具有仅使用一个参数的优点，并且提供一致的结果和改善的图像质量。在一些实施方案中，滤波器的大小可以基于图像的大小。例如，滤波器可以具有50毫米(mm)的大小，而图像具有约2000mm的大小。
在一些实施方案中，可以对偏移图像进行箝位以具有限制。例如，可以在下限对偏移图像进行箝位，使得偏移图像不经过该下限。在特定的示例中，下限可以为零或负数。因此，可以对大的负数进行箝位。
在一些实施方案中，通过计算增益λ，存在所模拟的测量辐射Jtot和所测量的辐射Im之间的基本映射，并且可以确定偏移b。在一些实施方案中，偏移b可以包括外部散射。可以期望偏移b在像素之间以平滑的方式变化。例如，在工业成像中，通常用于旋转对象108的转盘经常生成外部散射，因此外部散射通常在行与行之间相比于比列与列之间具有更大的变化(其中行与旋转轴正交)，因此可以逐行估计外部散射。即，行可以限定子区域。然而，在其他实施方案中，子区域可以由辐射检测器106相对于生成外部散射的对象114的取向来限定。子区域可以包括列、像素的对角区域、像素的弯曲区域等。
图7是根据一些其他实施方案的具有散射校正的图像处理技术中跨子区域的偏移估计的流程图。操作206-4至206-7是可以包括在图2A或图2B的操作206中的操作的示例。
在206-4中，生成包括来自所测量的辐射Im的多个子区域中的每一个子区域的最小值的第三向量。例如，针对所测量的辐射Im中的每一行，找到最小值。创建包含来自每一行的最小值的第三向量。第三向量的长度是所测量的辐射Im中的行数。
在206-5中，平滑第三向量以生成第四向量。可以使用多种技术来执行平滑，诸如通过应用中值滤波器、箱式滤波器、双边滤波器、样条、高斯滤波器、低通滤波器或其他类型的滤波器。滤波器通常可以在几个像素的长度上工作。因此，第四向量可以包括逐行平滑的最小值。在一些实施方案中，中值滤波器降低噪声，同时不引起从相邻行到一行的信号溢出或过冲，这在对象在其轴向上(即，从行到行)的衰减具有突然变化时可能是有帮助的。
在206-6中，第四向量按照大于1的值缩放以生成第五向量。如上文关于操作206-1所述，最小值可以按照大于1的因子缩放。对第四向量进行缩放生成类似于206-1中的阈值，但针对每一行进行。可以利用偏移准确度和噪声降低之间的折衷，针对不同的应用优化缩放。较小值趋于给出更精确的偏移b，而在计算中导致更多像素的较大值可以帮助减少噪声。
在206-7中，偏移矩阵生成为偏移b，其中对于所测量的辐射Im的每个子区域的每个像素，如果像素值低于与子区域相关联的第五向量的值，则偏移矩阵的对应像素是所测量的辐射的像素值与按照增益λ缩放的所模拟的测量辐射的对应像素值之差。此外，对于其他像素，基于子区域的偏移矩阵的其他像素值来生成偏移矩阵的对应像素值。该操作206-7可以类似于上述针对每一行的操作206-2和206-3。
图8A示出了所测量的辐射图像Im。图8B示出了所模拟的主要辐射图像Jp。图8C示出了所模拟的散射辐射图像Js。所模拟的主要辐射Jp和所模拟的散射辐射Js的组合可以形成所模拟的测量辐射Jtot。
图9A示出了在全图像ROI下所测量的辐射Im与对应的所模拟的辐射图像Jtot的第一遍二阶多项式拟合的散点图。根据图8A-图8C，y轴表示所测量的辐射Im，并且x轴表示所模拟的测量辐射Jtot，其中每个像素作为红色的点和拟合曲线为蓝色的。该拟合曲线可以是操作204-1或其他类似操作的结果。
图9B示出了在排除误差大于50％(>50％)的离群值下所测量的辐射图像Im与对应的所模拟的辐射图像Jtot的第二遍二阶多项式拟合的散点图。在排除离群值之后，根据图8A-图8C，y轴表示所测量的辐射Im，并且x轴表示所模拟的测量辐射Jtot，其中每个像素作为红色的点和拟合曲线为蓝色的。线性项为0.608，是此所示出的投影的增益λ。该拟合曲线可以是操作204-4或其他类似操作的结果。
图10示出了列向量的曲线图。蓝色虚线是具有每一行的最小值的向量，如操作206-4中。然后，在使用向量产生偏移图像之前，用上述滤波器中的一个滤波器平滑该向量以示出以红色实线表示的噪声减少的向量，如操作206-5中。
图11A示出了来自操作206-7的平滑之前的偏移图像，并且图11B示出了平滑之后的偏移图像。由于对每一行使用阈值T，因此只有图像的一部分具有对偏移的直接计算。如图11A所示，图像的其余部分填充有来自每一行的可用偏移的平均值。在用箱式滤波器(例如，50mm滤波器)滤波之后，偏移变得平滑，成为计算出的外部散射。
图12A示出了没有背景或外部散射校正的重建图像。图12B示出了使用所描述的技术的具有背景或外部散射校正的重建图像。如图所示，图像均匀性得到改善。
如上所述，一些实施方案包括标量增益λ和空间变化的偏移b。在其他实施方案中，增益λ可以保持为标量并且偏移b被改变为标量。标量偏移b可以被称为静态偏移或静态背景。可以不同地计算偏移b和增益λ两者。例如，高强度区域诸如空气区域可用于增益计算，并且将衰减最大的区域(或低强度区域)可用于偏移计算。
图13是根据一些实施方案的具有散射校正的图像处理技术中的增益估计的流程图。操作204-13至204-15是可以包括在图2A的操作204中的操作的示例。
在204-13中，选择所测量的辐射Im和所模拟的测量辐射Jtot的像素，其中每个像素值元组具有高于阈值的欧几里德量值。例如，对于所测量的辐射Im和所模拟的测量辐射Jtot的每个像素值元组，可以如在表达式10中那样计算欧几里德量值r。
Figure BDA0003254744800000171
g1是粗略的增益估计。在一些实施方案中，g1可以基于所测量的辐射Im和所模拟的测量辐射Jtot来生成；然而，在其他实施方案中，g1可以为1。所测量的辐射Im的较高强度值可能在所模拟的测量辐射Jtot的对应的像素中具有较高的强度值。这些较高的强度值可以给出对增益λ的更好的估计。
该阈值用于选择较高的强度值。例如，阈值可以是r的最大值的95％(称为m3)。95％仅仅是示例，并且可以是接近1的任何数字，以选择期望量的较高强度的像素。
在204-14中，基于所选择的像素生成中间增益g2。例如，可以使用表达式11生成中间增益g2：
Figure BDA0003254744800000172
其中所有k满足r(k)>0.95m3 表达式11
在204-15中，基于偏移和第二中间增益g2生成增益λ。如将在下面进一步详细描述的，可生成偏移b并且然后将其用于进一步改良增益λ。
图14是根据一些其他实施方案的具有散射校正的图像处理技术中的偏移估计的流程图。在206-10中，选择所测量的辐射和所模拟的测量辐射的像素，其中每个像素值元组具有低于阈值的欧几里德量值。类似于操作204-13，在206-10中，可以使用阈值来选择像素；然而，实施选择和阈值以选择具有较低欧几里德量值的像素。阈值可以基于最小欧几里德量值(m4)。例如，阈值可以是m4的1.1倍。值1.1是示例，并且可以是大于1的任何值，以选择期望量的较低强度的像素。
在206-11中，基于所选择的像素生成偏移b。表达式12是选择准则和偏移b的生成的示例。
b＝平均(Im(k)-g2Jtot(k))其中所有k满足r(k)<1.10m4 表达式12
在此，对于所选择的像素，从所测量的辐射Im中减去缩放的所模拟的测量辐射Jtot。对所模拟的测量辐射Jtot的缩放是中间增益g2。偏移b是所有所选择的像素上的那些值的平均值。
图15是根据一些实施方案的具有散射校正的图像处理技术中的增益和偏移估计的流程图。在204-20中，基于所测量的辐射的最大值和所模拟的测量辐射的最大值来生成第一中间增益。例如，找到所测量的数据Im的最大值(m1)和所模拟的测量辐射Jtot的最大值(m2)。第一中间增益g1被估计为m1/m2。粗略的增益估计g1可能不准确，但可用作起始点以生成有效的最终增益λ和偏移b。
在204-21中，所模拟的测量辐射被归一化为具有第一中间增益的所测量的辐射Im。在一些实施方案中，所模拟的测量辐射Jtot用第一中间增益g1进行缩放，如以上表达式10所示。然而，可以倒置第一中间增益g1的计算。可以通过第一中间增益g1的倒数来缩放所模拟的测量辐射Jtot，可以通过第一中间增益g1来缩放所测量的辐射Im，等等。无论如何，所模拟的测量辐射Jtot被归一化到所测量的辐射Im。
在204-22中，针对每个像素计算归一化的所模拟的测量辐射和所测量的辐射的欧几里德量值。可以类似于如上所述的操作204-13或适当地给出的归一化技术来计算欧几里德量值。
在204-23中，选择所测量的辐射和所模拟的测量辐射的第一像素，第一像素对应于欧几里德量值高于第一阈值的归一化的所模拟的测量辐射Jtot和所测量的辐射Im的像素。在204-24中，基于所测量的辐射Im和所模拟的测量辐射Jtot的所选择的第一像素生成第二中间增益g2。这些操作可以类似于上述204-13和204-14中的操作。
在206-20中，选择所测量的辐射Im和所模拟的测量辐射Jtot的第二像素，第二像素对应于量值低于第二阈值的归一化的所模拟的测量辐射Jtot和所测量的辐射Im的像素。该操作可以类似于操作206-10。
在206-21中，基于所测量的辐射Im和所模拟的测量辐射Jtot的所选择的第二像素生成偏移。该操作可以类似于操作206-11。
在204-25中，基于偏移和第二中间增益g2生成增益。在一些实施方案中，调整第二中间增益g2以反映偏移b的存在以达到最终增益g3(或λ)，使用表达式13来计算该最终增益：
Figure BDA0003254744800000191
上文在表达式11中使用的相同的阈值(在该示例中为0.95)在此可以用作用于选择表达式13中的所模拟的测量辐射Jtot的像素的选择准则。
在一些实施方案中，可以如在表达式14中那样计算静态背景偏移。
b＝Im(r＝＝m4)–g2*Jtot(r＝＝m4) 表达式14
在一些实施方案中，在上文关于图3-图5描述的增益计算中，来自多项式拟合的第0项表示图像的总偏移。该值不用作静态、标量或不变的偏移，因为该总偏移值是从ROI中的大多数(如果不是全部)像素导出的。在一些示例中，与使用具有所有强度的所有像素相比，仅使用最暗的像素用于静态偏移计算(即，在纵坐标处的截距)是更准确的，因为它们接近纵坐标。
图16A示出了所测量的辐射图像Im。图16示出了所模拟的主要辐射图像Jp。图16C示出了所模拟的散射辐射图像Js。由此，第一中间增益g1被计算为0.518。第一中间增益g1用于缩放所模拟的总增益，以绘制所测量的辐射与所模拟的辐射点的曲线图。计算每个数据点与原点的距离。选择位于距离最远点5％以内的那些数据点(并且将其用于计算增益)，并且选择位于距离最近点10％以内的那些数据点(并且将其用于计算偏移)。5％和10％的阈值仅仅是示例，并且在其他实施方案中可以是不同的百分比、不同的值等等。
图17示出了归一化的测量辐射图像Im与所模拟的测量辐射图像Jtot的散点图或曲线图。y轴表示所测量的辐射Im，并且x轴表示所模拟的测量辐射Jtot，其中每个像素为红色的点和拟合曲线为蓝色的。右上角的绿色点簇表示204-23中使用的数据(用于增益)，并且左下角的绿色点簇表示206-20中使用的数据(用于偏移)。
图18A示出了所测量的辐射图像Im供参考。图18B示出了在206-20中的偏移计算中使用的像素(示出为白色)，并且图18C示出了在204-23中的增益计算中使用的像素(示出为白色)。图18B-图10C示出了示出对应于图17的散点图中的绿色点的像素的图像。
一旦标识近处的数据点和远处的数据点，就可以如上所述使用这些点来计算增益λ和偏移b。在该示例中，增益λ为0.488并且偏移b为139。
在一些实施方案中，增益λ和偏移b两者可以在空间上变化。具有空间相关的增益λ在许多不同的应用中可以是有用的。特别地，在模型或模拟中可存在许多可能的不准确性的来源，包括x射线光谱、目标成分、固有过滤、后跟效应、对象的材料成分和密度、闪烁体响应、检测器线性等，并且这些因素中的许多可以表现为数据的非线性。使用泰勒级数近似，这些非线性效应中的许多非线性效应可以至少部分地由空间变化的增益λ来补偿。然而，估计空间变化的增益λ可能要攻克一些技术障碍，将在下面进行说明。
同时估计增益和背景两者的一个挑战可被概括为旨在针对许多像素同时求解表达式6中的第三等式(即，Im＝λJtot+b)，可以重新将其表述为表达式15：
Im[i]＝λ[i]Jtot[i]+b[i] 表达式15
i为正整数，是像素索引。如果存在N个像素，则i为1至N。则表达式15表示N个等式的方程组，其中N通常较大。如果b和λ与i无关(即,b和λ两者是标量)，则存在N个等式和两个未知数，因此通常可以期望方程组具有明确定义的解，并且该问题适合使用诸如上述的算法。如果λ是矩阵但b是标量，则存在具有N+1个未知数的N个等式，无法直接求解，但是上述算法通过首先使用多项式拟合(N个等式，并且未知数等于多项式系数的数量，远小于N)求解标量λ，然后固定λ并且求解一组选择的b(具有最多N个未知数的N个等式)来解决该问题。然而，如果λ和b两者是矩阵，则在没有附加假设的情况下，存在具有2N个未知数的N个等式，因此表达式14是不适定问题。例如，这些退化解在表达式16-18中在技术上都有效，但没有一个是特别有意义的：
对于所有像素λ[i]＝0并且b[i]＝Im[i] 表达式16
对于所有像素λ[i]＝Im[i]/Jtot[i]并且b[i]＝0 表达式17
对于所有像素λ[i]＝1并且b[i]＝Im[i]-Jtot[i] 表达式18
因此，可以使用一些附加的假设或约束来将问题明确定义。一些实施方案包括类似于上述方法的方法，不同之处在于不是针对所有像素找到λ，而是为像素的局部子区域找到λ，并且针对像素的一组子区域重复该过程。
图19是根据一些实施方案的具有散射校正的图像处理技术中的增益和偏移估计的流程图。在204-30中，生成中间增益矩阵，包括用于所测量的辐射的多个子区域中的每一个子区域的中间增益。可以如上所述如操作204-11所述计算中间增益。在204-30中，基于相关联的中间增益来生成每个子区域的偏移。例如，可以如上所述如操作206-11所述生成偏移b。因此，即使当增益λ或偏移b在子区域中为标量时，增益λ和偏移b也可以至少跨子区域在空间上变化。
一些实施方案并入了增益λ和偏移b两者中的平滑度准则。使用平滑度的原因是观察到应当期望大多数非理想情况缓慢变化。考虑表达式19的成本函数：
Figure BDA0003254744800000221
A＝Jtot，m＝Im，获取所有i的向量范数，
Figure BDA0003254744800000227
是梯度(即，空间导数)算子，并且α和β是标量参数。因此，表达式19右侧的第一项(即，
Figure BDA0003254744800000222
表示表达式14中对所有像素求和而得的总平方误差，而第二项(即，
Figure BDA0003254744800000223
)惩罚λ的粗糙度(即，与平滑度相反)，并且第三项(即，
Figure BDA0003254744800000224
)惩罚b的粗糙度。需注意，当且仅当对于所有
Figure BDA0003254744800000225
时λ才空间恒定，继而当且仅当表达式19右侧的第二项为零时才如此。此外，当最小化E时，α越大，第二项越可能接近于零。因此，α作为增益λ的平滑度控制，其中使用较大的α值使E最小化将产生更平滑的λ，并且使用较小的α值使E最小化将产生粗糙度更高的λ。类似地，β作为偏移b的平滑度控制。
表达式19的一阶最优性准则在表达式20-21中：
Figure BDA0003254744800000226
Figure BDA0003254744800000231
将表达式20-21改写成矩阵形式，将表达式19最小化相当于求解表达式22中的λ和b：
Figure BDA0003254744800000232
表达式22具有2N个等式和2N个未知数，可以用公知的线性系统解算器求解，或者表达式19可以直接用最小二乘法或二次最优化解算器求解。
在表达式18中存在成本函数的许多合理变化，包括非二次误差项，或表示增益和偏移值的其他方式。例如，增益和偏移值可以由较低阶样条(或其他变换)表示，其中λ＝Fc并且b＝Gd，其中F和G是样条(或变换)基，并且c和d是样条(或变换)系数。然后，表达式18可以由较低阶样条表示为表达式22或表达式23，其中任一者可以由用于求解表达式19的类似技术来求解：
Figure BDA0003254744800000233
Figure BDA0003254744800000234
在求解c和d之后，应用λ＝Fc和b＝Gd以获得期望的增益λ和偏移b值。
在一些实施方案中，可以用其他更复杂的方法来执行偏移外推，包括但不限于线性内插或外推、边缘像素的扩展、样条、像素修复、稀疏图像恢复等。
在一些实施方案中，所计算的偏移b可以具有负值。负偏移b值可能由不同的原因导致，诸如计算中的合理误差、未完全考虑的射束硬化效应、所测量的数据中的其他不一致性、或存在不准确性或过校正的其他预处理步骤。按原样接受负散射可能是优选的或期望的，因为即使负偏移在物理上可能不现实，负偏移b通常可以提供良好的数学近似来校正数据中的其他非理想情况。然而，在其他示例中，应用下限来将负散射箝位到固定最小值可能是优选的或期望的。这可以例如通过使用二次最优化来求解表达式19并且并入b≥0的线性约束来实现。
标量偏移或静态背景在外部散射跨检测器相当均匀的情况下，或者在检测器的偏移校准中有意或无意地留下恒定偏移时可是有用的。所描述的方法和技术在空气区域或投影中的衰减非常小的区域(这在许多扫描中是常见的)时有效。所涉及的计算步骤是稳健的并且可以快速执行，在一些示例中可以实时执行。
一些实施方案可以与空间变化背景或静态背景一起使用，并且还可以用于校正没有偏移校正的数据。在示例中，如果存在外部散射，则偏移b项表示偏移值加上外部散射的和。如果不存在外部散射，则偏移b仅表示偏移值。
对象的3D体素化表示通常来自于没有校正或者有一些不太准确的散射校正诸如基于内核的散射估计的第一遍CBCT重建。然而，对象的3D体素化表示可以另选地来自CAD模型，或相同对象设计的不同制品的配准的重建。这些后面的可能性似乎是在线检查的良好候选者。
CBCT重建可以被迭代，其中所描述的技术用于校正一组投影图像，并且用于进行新的重建，该新的重建然后用于计算材料和密度图像用于CBCT重建图像的又一遍。这种校正和重建可以重复任意次数，但在一些示例中，在两遍之后出现足够好的图像质量。
所描述的技术可以与FDK结合使用来重建数据(其中FDK是由Feldkamp、Davis和Kress提出的一种锥形束算法—一种广泛使用的用于3D CBCT重建的滤波反向投影[或反向投影]算法，见于L.A.Feldkamp等人的“Practical cone-beam algorithm”，J.Opt.Soc.Am.A 1,612-619，1984年[https://www.osapublishing.org/DirectPDFAccess/DB95BFA8-FCC7-6A9F-0192BAAB142A6FEF_996/josaa-1-6-612.pdf？da＝1&id＝996&seq＝0&mobile＝no])，其整体以引用方式并入。但是所描述的技术不依赖于任何特定的重建算法。所描述的技术可以与各种算法一起使用，包括滤波反向投影、反向投影滤波、Hilbert方法、pi线、Katzevich方法、机器学习方法或各种迭代方案。
图20示出了示例性背景辐射估计和校正设备的框图。背景估计辐射估计和校正设备300可以包括背景辐射估计器310。背景辐射估计器310可以被配置为生成如上所述的增益λ和偏移b。背景辐射估计器310可以包括被配置为接收如上所述的所测量的辐射Im的接收器312。背景辐射估计器310可以包括模型模拟器314和可选的对象建模器316。模型模拟器314可以被配置为生成如上所述的模拟。
背景辐射估计器310可以包括偏移估计器340和增益估计器320。增益估计器320和偏移估计器340可以被配置为生成如上所述的增益λ和偏移b。例如，增益估计器320可以被配置为执行以上关于图2B、图3-图5、图13、图15和图19的操作204、操作204-1至204-25和操作204-30等描述的操作。偏移估计器340可以被配置为执行以上关于图2A、图2B、图6、图7、图14、图15和图19的操作206、206-1至206-7、206-10、206-11、206-20、206-21和206-30等描述的操作。增益估计器320和偏移估计器340可以被配置为彼此通信以实现上述迭代过程。
增益估计器320可以包括大小调整器322、ROI生成器324、阈值选择器326、向量生成器328、多项式拟合器330、计算器322等以执行上述操作。偏移估计器340可以包括大小调整器322、像素选择器344、向量生成器328、平滑器348、计算器322、外推器352、图像生成器354等以执行上述操作。例如，大小调整器322可以被配置为执行操作204-6等。ROA生成器324可以被配置为执行操作204-7等。阈值选择器326可以被配置为选择阈值用于操作204-3、204-8、204-11、204-13、204-23、206-1、206-2、206-10、206-20等。向量生成器328可以被配置为生成与操作204-1、204-3、204-8、204-9、204-11、206-4、206-5、206-6等相关联的向量。多项式拟合器330可以被配置为执行操作204-1、204-4、204-10、204-12等。计算器322可以被配置为执行上述各种操作和等式中的计算。
背景估计辐射估计和校正设备300可以包括散射辐射估计器360和主要辐射估计器362。散射辐射估计器360可以被配置为执行上述生成散射辐射Is的操作。主要辐射估计器362可以被配置为如上所述生成主要辐射Ip。
背景估计辐射估计和校正设备300可包括处理器诸如处理器112、相关联的存储器、通信接口等，以接收上述数据，执行上述处理，并且发射数据，诸如所估计或所校正的主要辐射Ip。
以上提供的概述是说明性的，而不旨在以任何方式进行限制。除了上述示例之外，通过参考附图、以下详细描述和所附权利要求，本发明的其他方面、特征和优点将变得明显。
一些实施方案包括一种用于在断层摄影扫描中估计来自未知源的背景辐射的方法，该方法包括：接收从辐射检测器获得的所测量的辐射(Im)，其中所测量的辐射(Im)包括穿过辐射检测器的视野(FOV)中的对象的主要辐射(Ip)和包括来自FOV中的对象的对象散射辐射和来自FOV之外的物质的背景散射辐射的散射辐射(Is)；根据所测量的辐射(Im)对对象进行建模，从而生成建模对象；模拟穿过建模对象的辐射传输，得到来自建模对象的所模拟的主要辐射(Jp)，来自建模对象的所模拟的散射辐射(Js)，其中组合的模拟辐射(Jtot)包括所模拟的主要辐射(Jp)和所模拟的散射辐射(Js)(Jtot＝Jp+Js)；以及根据所测量的辐射(Im)和组合的模拟辐射(Jtot)来估计背景散射辐射(偏移或b)。
在一些实施方案中，背景散射辐射的估计是空间变化的。
在一些实施方案中，估计背景散射辐射(偏移或b)还包括：使所测量的辐射(Im)经过大小调整成为所测量的辐射图像，并且使组合的模拟辐射(Jtot)经过大小调整成为具有与所测量的辐射图像类似大小的像素的组合的模拟辐射图像；在所测量的辐射图像的每一行中选择具有最小强度值的像素，其中具有最小强度值的每个像素是最小像素；根据每一行的最小像素生成所测量的列向量(V1)；平滑所测量的列向量(V1)以生成经平滑的所测量的列向量(V2)；将经平滑的所测量的列向量(V2)与大于一的乘数(A)相乘，以生成具有行阈值的阈值列向量(T(行)＝V2(行)*A)；计算行中具有低于像素所属行的对应的行阈值的强度值的每个像素(p(i,行))的偏移(偏移(i,行))，其中每个像素偏移等于所测量的像素值减去对应的组合的模拟辐射像素值乘以缩放因子(增益或λ)(偏移(i,行)＝Im(i,行)–λ*Jtot(i,行))；根据像素偏移计算将偏移外推到行中的强度值高于对应的行阈值的每个像素；根据像素偏移计算和像素偏移外推生成大小与所测量的辐射图像的大小类似的偏移图像；以及平滑该偏移图像以生成经平滑的偏移图像，其中背景散射辐射的估计(偏移或b)是该经平滑的偏移图像。
在一些实施方案中，使用箱式滤波器、双边滤波器、中值滤波器或另一低通滤波器来平滑所测量的列向量(V1)以生成经平滑的所测量的列向量(V2)，并且使用箱式滤波器、双边滤波器、高斯滤波器、低通滤波器、中值滤波器、样条或另一低通滤波器来平滑偏移图像以生成经平滑的偏移图像。
在一些实施方案中，针对行中的每个像素外推偏移还包括：对每一行中的像素偏移计算求平均以生成每一行的平均行偏移；以及将像素偏移外推设置为每一行的平均行偏移。
在一些实施方案中，该方法还包括为每个像素(p(i))设置偏移(偏移(i))的下限。
在一些实施方案中，该方法还包括根据所测量的辐射(Im)和(除以)组合的模拟辐射(Jtot)生成缩放因子(增益或λ)(或λ＝Im/Jtot)。
在一些实施方案中，生成缩放因子(增益或λ)还包括：使所测量的辐射(Im)的大小经过调整成为所测量的辐射图像，并且使组合的模拟辐射(Jtot)的大小经过调整成为具有与所测量的辐射图像类似大小的像素的组合的模拟辐射图像；在所测量的辐射图像和组合的模拟辐射图像中选择类似的感兴趣区域(ROI)；以及针对具有类似的ROI的类似大小的像素计算缩放因子(增益或λ)。
在一些实施方案中，缩放因子(增益或λ)为标量。
在一些实施方案中，针对大小类似的像素计算缩放因子(增益或λ)还包括：选择包含阈值(T1)；根据所测量的辐射图像中具有低于包含阈值(T1)的测量结果的每个像素生成第一测量向量(Y1)，其中第一测量向量(Y1)中具有低于包含阈值(T1)的测量结果的每个像素是所包含的测量像素；根据组合的模拟辐射图像中对应于所包含的测量像素的每个像素生成(伴随)第一模拟向量(X1)；将第一测量向量(Y1)多项式拟合到第一模拟向量(X1)；计算第一测量向量中所包含的测量像素的相对拟合误差；选择误差阈值(T2)；根据第一测量向量(Y1)中具有低于误差阈值(T2)的拟合误差的每个像素生成第二测量向量(Y2)，其中第二测量向量(Y2)中具有低于误差阈值(T2)的拟合误差的每个像素是低误差测量像素；根据第一模拟向量(X1)中对应于低误差测量像素的每个像素生成第二模拟向量(X2)；将第二测量向量(Y2)多项式拟合到第二模拟向量(X2)；以及根据第二测量向量(Y2)和第二模拟向量(X2)的多项式拟合的线性项系数生成缩放因子(增益或λ)。
在一些实施方案中，针对大小类似的像素计算缩放因子(增益或λ)还包括：针对每个像素(p(i))计算所测量的辐射(Im)与组合的模拟辐射(Jtot)的增益比率(λ(i))，并且对增益比率(λ(i))求平均以生成缩放因子(增益或λ)；或者针对每个像素(p(i))计算所测量的辐射(Im)与组合的模拟辐射(Jtot)的增益比率(λ(i))，并且根据中值增益比率生成缩放因子(增益或λ)；或者针对每个像素(p(i))对组合的模拟辐射(Jtot)求平均以生成平均的组合的模拟辐射，针对每个像素(p(i))对所测量的辐射(Im)求平均值以生成平均测量辐射，并且根据平均测量辐射与平均的组合的模拟辐射的比率来计算缩放因子(增益或λ)。
在一些实施方案中，缩放因子(增益或λ)和背景散射辐射(偏移或b)各自选自由空间不变标量或空间变化矩阵组成的组。
在一些实施方案中，背景散射辐射(偏移或b)是空间不变的，并且缩放因子(增益或λ)是空间不变的。
在一些实施方案中，生成缩放因子(增益或λ)使用所测量的辐射(Im)、组合的模拟辐射(Jtot)或所测量的辐射(Im)和组合的模拟辐射(Jtot)的数学组合的至少一个高强度区域；以及估计背景散射辐射(偏移或b)使用所测量的辐射(Im)、组合的模拟辐射(Jtot)或所测量的辐射(Im)和组合的模拟辐射(Jtot)的数学组合的至少一个低强度区域。
在一些实施方案中，至少一个高强度区域用于增益计算，并且至少一个低强度区域用于偏移计算，其中：高强度区域由像素位置组成，其中像素值在所有像素的像素值的高百分比位中，其中任选地，高百分比位是介于80％和100％之间的范围，并且低强度区域由像素位置组成，其中像素值在所有像素的像素值的低百分位中，其中任选地，低百分比位是介于0％和20％之间的范围，并且像素值可以是所模拟的辐射、所测量的辐射、或所模拟的辐射和所测量的辐射的数学组合。
在一些实施方案中，背景散射辐射(偏移或b)是空间变化的，并且缩放因子(增益或λ)是空间变化的。
在一些实施方案中，建模对象的参数选自由对象密度、线性衰减系数、对象化学成分和对象原子序数组成的组。
在一些实施方案中，模拟穿过建模对象的辐射传输和来自对象的散射辐射包括使用基于内核的散射估计器、(线性)玻尔兹曼方程解算器(LBES)、其他有限元确定性光子传输解算器或蒙特卡罗模拟器。
在一些实施方案中，散射辐射(Is)的估计是缩放因子(增益或λ)乘以所模拟的散射辐射(Js)加上背景散射辐射的估计(偏移或b)(或Is＝λJs+b)。
一些实施方案包括一种用来自未知源的背景辐射校正断层摄影扫描的方法，该方法包括：如上所述生成缩放因子(增益或λ)并且估计背景散射辐射(偏移或b)；根据缩放因子(增益或λ)乘以所模拟的散射辐射(Js)加上背景散射辐射的估计(偏移或b)来估计散射辐射(Is)(或Is＝λJs+b)；通过从所测量的辐射(Im)中减去散射辐射(Is)的估计来估计主要辐射(Ip)。
一些实施方案包括用来自未知源的背景辐射校正断层摄影扫描的方法，该方法包括：从辐射检测器接收所测量的辐射(Im)，其中所测量的辐射(Im)包括穿过辐射检测器的视野(FOV)中的对象的主要辐射Ip和包括来自FOV中的对象的对象散射辐射和来自FOV之外的物质的背景散射辐射的散射辐射(Is)(Im＝Ip+Is)；从根据所测量的辐射(Im)生成模型对象的辐射模拟器接收组合的模拟辐射(Jtot)，其中组合的模拟辐射Jtot)包括来自建模对象的所模拟的主要辐射(Jp)和来自建模对象的所模拟的模拟散射辐射(Js)(Jtot＝Jp+Js)；生成缩放因子(增益或λ)；估计背景散射辐射(偏移或b)；根据缩放因子(增益或λ)乘以所模拟的散射辐射(Js)加上背景散射辐射的估计(偏移或b)来估计散射辐射(Is)(或Is＝λJs+b)；通过从所测量的辐射(Im)中减去散射辐射(Is)的估计来估计主要辐射(Ip)。
在一些实施方案中，该方法还包括呈现主要辐射(Ip)的估计；或者其中估计主要辐射(Ip)执行从所测量的辐射(Im)中简单地减去散射辐射(Is)的估计(或Ip＝Im-Is)；或者其中估计主要辐射(Ip)执行经平滑的减法(Ip＝Im(1-平滑(Is/Im))。
一些实施方案包括一种用于在断层摄影扫描中估计来自未知源的背景辐射的方法，该方法包括：使用辐射检测器测量辐射，其中所测量的辐射(Im)包括穿过辐射检测器的视野(FOV)中的对象的主要辐射(Ip)和包括来自FOV中的对象的对象散射辐射和来自FOV之外的物质的背景散射辐射的散射辐射(Is)；根据所测量的辐射(Im)对对象进行建模，得到建模对象；模拟穿过建模对象的辐射传输，得到来自建模对象的所模拟的主要辐射(Jp)，来自建模对象的所模拟的散射辐射(Js)，其中组合的模拟辐射(Jtot)包括所模拟的主要辐射(Jp)和所模拟的散射辐射(Js)(Jtot＝Jp+Js)；以及根据所测量的辐射(Im)和组合的模拟辐射(Jtot)来估计背景散射辐射(偏移或b)。
一些实施方案包括用于在断层摄影扫描中估计来自未知源的背景辐射的方法，该方法包括：接收从辐射检测器获得的测量辐射(Im)，其中所测量的辐射(Im)包括穿过辐射检测器的视野(FOV)中的对象的主要辐射(Ip)和包括来自FOV中的对象的对象散射辐射和来自FOV之外的物质的背景散射辐射的散射辐射(Is)；基于对象的所测量的辐射(Im)接收建模对象的组合的模拟辐射(Jtot)，其中组合的模拟辐射(Jtot)包括所模拟的主要辐射(Jp)和所模拟的散射辐射(Js)(Jtot＝Jp+Js)；以及根据所测量的辐射(Im)和组合的模拟辐射(Jtot)来估计背景散射辐射(偏移或b)。
一些实施方案包括至少一种非暂时性机器可读存储介质，该至少一种非暂时性机器可读存储介质包括适于被执行以实施本文所描述的方法的多个指令。
一些实施方案包括背景辐射估计器310，包括：接收器312，该接收器用于从辐射检测器获得所测量的辐射(Im)，其中所测量的辐射(Im)包括穿过辐射检测器的视野(FOV)中的对象的主要辐射(Ip)和包括来自FOV中的对象的对象散射辐射和来自FOV之外的物质的背景散射辐射的散射辐射(Is)；模型模拟器314，该模型模拟器用于基于对象的所测量的辐射(Im)来模拟穿过建模对象的辐射传输，从而得到来自建模对象的所模拟的主要辐射(Jp)，来自建模对象的所模拟的散射辐射(Js)，其中组合的模拟辐射(Jtot)包括所模拟的主要辐射(Jp)和所模拟的散射辐射(Js)(Jtot＝Jp+Js)；以及偏移估计器340，用于根据所测量的辐射(Im)和组合的模拟辐射(Jtot)来估计背景散射辐射(偏移或b)。
在一些实施方案中，偏移估计器340还包括：大小调整器322，该大小调整器被配置为使所测量的辐射(Im)经过大小调整成为所测量的辐射图像，并且使组合的模拟辐射(Jtot)经过大小调整成为具有与所测量的辐射图像类似大小的像素的组合的模拟辐射图像；或像素选择器344，该像素选择器被配置为选择所测量的辐射图像的每一行中具有最小强度值的像素，其中具有最小强度值的每个像素是最小像素；向量生成器328，该向量生成器被配置为根据每一行的最小像素生成所测量的列向量(V1)；平滑器348，该平滑器被配置为平滑所测量的列向量(V1)以生成经平滑的所测量的列向量(V2)，并且被配置为平滑偏移图像以生成经平滑的偏移图像，其中背景散射辐射(偏移或b)的估计是该经平滑的偏移图像；计算器/处理器332，该计算器/处理器被配置为将经平滑的所测量的列向量(V2)与大于一的乘数(A)相乘以生成具有行阈值的阈值列向量(T(行)＝V2(行)*A)，并且被配置为计算行中具有低于像素所属行的对应行阈值的强度值的每个像素(p(i,行))的偏移(偏移(i,行))，其中每个像素偏移等于所测量的像素值减去对应的组合的模拟辐射像素值乘以缩放因子(增益或λ)(偏移(i,行)＝Im(i,行)–λ*Jtot(i,行))；外推器352，该外推器被配置为根据像素偏移计算将偏移外推到行中具有高于对应的行阈值的强度值的每个像素；以及成像生成器354，该成像生成器被配置为根据像素偏移计算和像素偏移外推来生成具有与所测量的辐射图像类似大小的偏移图像。
在一些实施方案中，背景辐射估计器310还包括增益估计器320，该增益估计器被配置为从所测量的辐射(Im)和组合的模拟辐射(Jtot)生成缩放因子(增益或λ)。
在一些实施方案中，增益估计器320还包括：大小调整器322，该大小调整器被配置为使所测量的辐射(Im)经过大小调整成为所测量的辐射图像，并且使组合的模拟辐射(Jtot)经过大小调整成为具有与所测量的辐射图像类似大小的像素的组合的模拟辐射图像；感兴趣区域(ROI)生成器324，该ROI生成器被配置为在所测量的辐射图像和组合的模拟辐射图像中选择类似的感兴趣区域(ROI)；阈值选择器326，该阈值选择器被配置为选择包含阈值(T1)，并且被配置为选择误差阈值(T2)；向量生成器328，该向量生成器被配置为根据所测量的辐射图像中具有低于包含阈值(T1)的测量结果的每个像素生成第一测量向量(Y1)，其中第一测量向量(Y1)中具有低于包含阈值(T1)的测量结果的每个像素是所包含的测量像素，并且被配置为根据组合的模拟辐射图像中对应于所包含的测量像素的每个像素生成(伴随)第一模拟向量(X1)；多项式拟合器330，该多项式拟合器被配置为将第一测量向量(Y1)多项式拟合到第一模拟向量(X1)并且将第二测量向量(Y2)多项式拟合到第二模拟向量(X2)；计算器/处理器332，该计算器/处理器被配置为计算第一测量向量中所包含的测量像素的相对拟合误差；并且其中向量生成器328还被配置为根据第一测量向量(Y1)中具有低于误差阈值(T2)的拟合误差的每个像素生成第二测量向量(Y2)，其中第二测量向量(Y2)中具有低于误差阈值(T2)的拟合误差的每个像素是低误差测量像素，并且还被配置为根据第一模拟向量(X1)中对应于低误差测量像素的每个像素生成第二模拟向量(X2)；并且其中计算器/处理器332还被配置为根据来自第二测量向量(Y2)和第二模拟向量(X2)的多项式拟合的线性项的系数来生成缩放因子(增益或λ)。
在一些实施方案中，背景辐射估计器310还包括散射辐射估计器360，该散射辐射估计器被配置为根据缩放因子(增益或λ)乘以所模拟的散射辐射(Js)加上背景散射辐射的估计(偏移或b)来估计散射辐射(Is)(或Is＝λJs+b)；以及主要辐射估计器362，该主要辐射估计器被配置为通过从所测量的辐射(Im)中减去散射辐射(Is)的估计来估计主要辐射(Ip)。
一些实施方案包括用于在断层摄影扫描中估计来自未知源的背景辐射的背景辐射估计器，包括：测量辐射接收装置，该测量辐射接收装置用于从辐射检测器获得测量辐射(Im)，其中所测量的辐射(Im)包括穿过辐射检测器的视野(FOV)中的对象的主要辐射(Ip)和包括来自FOV中的对象的对象散射辐射和来自FOV之外的物质的背景散射辐射的散射辐射(Is)；模型模拟装置，该模型模拟装置用于基于对象的所测量的辐射(Im)来模拟穿过建模对象的辐射传输，从而得到来自建模对象的所模拟的主要辐射(Jp)，来自建模对象的所模拟的散射辐射(Js)，其中组合的所模拟的辐射(Jtot)包括所模拟的主要辐射(Jp)和所模拟的散射辐射(Js)(Jtot＝Jp+Js)；以及偏移估计装置，用于根据所测量的辐射(Im)和组合的模拟辐射(Jtot)来估计背景散射辐射(偏移或b)。
在一些实施方案中，背景辐射估计器还包括对象建模装置，用于根据所测量的辐射(Im)生成建模对象；或增益估计装置，用于根据所测量的辐射(Im)和组合的模拟辐射(Jtot)生成缩放因子(增益或λ)。
在一些实施方案中，背景辐射估计器还包括：大小调整装置，用于使所测量的辐射(Im)经过大小调整成为所测量的辐射图像，并且使组合的模拟辐射(Jtot)经过大小调整成为具有与所测量的辐射图像类似大小的像素的组合的模拟辐射图像；或像素选择装置，用于选择所测量的辐射图像的每一行中具有最小强度值的像素，其中具有最小强度值的每个像素是最小像素；或向量生成装置，用于从每一行的最小像素生成所测量的列向量(V1)；或平滑装置，用于平滑所测量的列向量(V1)以生成经平滑的所测量的列向量(V2)，并且平滑偏移图像以生成经平滑的偏移图像，其中背景散射辐射的估计(偏移或b)是该经平滑的偏移图像；或计算/处理装置，用于将经平滑的所测量的列向量(V2)与大于一的乘数(A)相乘，以生成具有行阈值的阈值列向量(T(行)＝V2(行)*A)，并且计算行中具有低于像素所属行的对应的行阈值的强度值的每个像素(p(i,行))的偏移(偏移(i,行))，其中每个像素偏移等于所测量的像素值减去对应的组合的模拟辐射像素值乘以缩放因子(增益或λ)(偏移(i,行)＝Im(i,行)–λ*Jtot(i,行))；或外推装置，用于根据像素偏移计算将偏移外推到行中具有高于对应的行阈值的强度值的每个像素；或成像生成装置，用于根据像素偏移计算和像素偏移外推生成具有与所测量的辐射图像类似的大小的偏移图像；或阈值选择装置，用于选择包含阈值(T1)，并且选择误差阈值(T2)；或向量生成装置，用于根据所测量的辐射图像中具有低于包含阈值(T1)的测量结果的每个像素生成第一测量向量(Y1)，其中第一测量向量(Y1)中具有低于包含阈值(T1)的测量结果的每个像素是所包含的测量像素，并且根据组合的模拟辐射图像中对应于所包含的测量像素的每个像素生成(伴随)第一模拟向量(X1)；或多项式拟合装置，用于将第一测量向量(Y1)多项式拟合到第一模拟向量(X1)，并且将第二测量向量(Y2)多项式拟合到第二模拟向量(X2)；或计算/处理装置，用于计算第一测量向量中所包含的测量像素的相对拟合误差；或向量生成装置，用于根据第一测量向量(Y1)中具有低于误差阈值(T2)的拟合误差的每个像素生成第二测量向量(Y2)，其中第二测量向量(Y2)中具有低于误差阈值(T2)的拟合误差的每个像素是低误差测量像素，并且根据第一模拟向量(X1)中对应于低误差测量像素的每个像素生成第二模拟向量(X2)；或增益估计装置，用于根据来自第二测量向量(Y2)和第二模拟向量(X2)的多项式拟合的线性项的系数来生成缩放因子(增益或λ)。
一些实施方案包括用于校正具有来自未知源的背景辐射的断层摄影扫描的背景辐射校正设备，包括：如上所述的背景辐射估计器；散射辐射估计装置，用于根据缩放因子(增益或λ)乘以模拟散射辐射(Js)加上背景散射辐射的估计(偏移或b)来估计散射辐射(Is)(或Is＝λJs+b)；以及主要辐射估计装置，用于通过从所测量的辐射(Im)中减去散射辐射(Is)的估计来估计主要辐射(Ip)。一些实施方案包括一种方法，包括：接收从辐射检测器获得的所测量的辐射，该辐射检测器接收穿过对象的辐射200；模拟从接收穿过对象的辐射的辐射检测器获得的测量辐射202；基于所测量的辐射和所模拟的测量辐射来生成偏移206；基于偏移来估计散射辐射208、208’；以及基于所估计的散射辐射来估计主要辐射210。
在一些实施方案中，该方法还包括基于所测量的辐射和所模拟的测量辐射来生成增益204；其中估计散射辐射还包括基于增益和偏移来估计散射辐射208'。
在一些实施方案中，该方法还包括基于增益、偏移和所模拟的测量辐射的所模拟的散射辐射分量生成估计的散射辐射；以及基于所估计的散射辐射和所测量的辐射来生成所估计的主要辐射。
在一些实施方案中，该方法还包括将多项式拟合到所测量的辐射的像素值的第一向量与所模拟的测量辐射的像素值的第二向量204-1；以及基于多项式生成增益204-2。
在一些实施方案中，增益是多项式的线性项。
在一些实施方案中，多项式至少为二阶多项式。
在一些实施方案中，该方法还包括将第一多项式拟合到所测量的辐射的像素值的第一向量与所模拟的测量辐射的像素值的第二向量204-1；减小第一向量的大小和第二向量的大小以移除第一多项式的误差大于阈值的像素值204-3；将第二多项式拟合到减小的第一向量与减小的第二向量204-4；以及基于第二多项式生成增益204-5。
在一些实施方案中，该方法还包括调整所测量的辐射和/或所模拟的测量辐射的大小，使得所测量的辐射和所模拟的测量辐射具有相同的分辨率204-6；确定所测量的辐射的感兴趣区域204-7；生成值小于第一阈值的感兴趣区域中所测量的辐射的像素值的第一向量204-8；生成对应于第一向量的所模拟的测量辐射的像素值的第二向量204-9；将第一多项式拟合到第一向量与第二向量204-10；从第一向量和第二向量中移除第一多项式的相对误差大于第二阈值的像素值204-11；将第二多项式拟合到第一向量与第二向量的其余像素值204-12；其中增益包括第二多项式的线性项；从所测量的辐射的多个子区域中的每一个子区域生成包括最小值的第三向量206-4；平滑第三向量以生成第四向量206-5；将第四向量按照大于1的值缩放以生成第五向量206-6；以及生成偏移矩阵作为偏移，其中针对所测量的辐射的每个子区域的每个像素：如果像素的值低于与子区域相关联的第五向量的值，则偏移矩阵的对应像素的值是所测量的辐射的像素值与按照增益缩放的所模拟的测量辐射的对应像素的像素值之差；以及针对其他像素，基于子区域的偏移矩阵的其他像素来生成偏移矩阵的对应像素的值206-7。
在一些实施方案中，该方法还包括选择所测量的辐射和所模拟的所测量辐射的像素，其中每个像素值元组具有高于阈值的欧几里德量值204-13；基于所选择的像素生成中间增益204-14；以及基于偏移和第二中间增益来生成增益204-15。
在一些实施方案中，该方法还包括基于所测量的辐射的最大值和所模拟的测量辐射的最大值生成第一中间增益204-20；将所模拟的测量辐射归一化为具有第一中间增益的所测量的辐射204-21；针对每个像素计算归一化的所模拟的测量辐射和所测量的辐射的欧几里德量值204-22；选择所测量的辐射和所模拟的测量辐射的第一像素，该第一像素对应于欧几里德量值高于第一阈值的归一化的所模拟的测量辐射和所测量的辐射的像素204-23；基于所测量的辐射和所模拟的测量辐射的所选择的第一像素来生成第二中间增益204-24；选择所测量的辐射和所模拟的测量辐射的第二像素，该第二像素对应于量值低于第二阈值的归一化的所模拟的测量辐射和所测量的辐射的像素206-20；基于所测量的辐射和所模拟的测量辐射的所选择的第二像素生成偏移206-21；以及基于偏移和第二中间增益生成增益204-25。
在一些实施方案中，该方法还包括生成中间增益矩阵，该中间增益矩阵包括用于所测量的辐射的多个子区域中的每一个子区域的中间增益204-30；以及基于相关联的中间增益为子区域中的每一个子区域生成偏移206-30。
在一些实施方案中，针对所测量的辐射的多个子区域中的每一个子区域：基于子区域的最小值生成阈值206-1；针对子区域中具有低于阈值的值的每一个像素生成像素偏移206-2；以及将子区域中具有低于阈值的值的像素的像素偏移组合为子区域中具有大于阈值的值的像素的默认偏移206-3；其中偏移是包括子区域中具有低于阈值的值的像素的像素偏移和默认偏移的偏移图像。
在一些实施方案中，该方法还包括选择所测量的辐射和所模拟的测量辐射的像素，其中每个像素值元组具有低于阈值的欧几里德量值206-10；以及基于所选择的像素生成偏移206-11。
一些实施方案包括一种系统，包括：通信接口；存储器；以及处理器，该处理器被配置为：接收从辐射检测器获得的测量辐射，该辐射检测器接收穿过对象的辐射；模拟从辐射检测器获得的所测量的辐射，该辐射检测器接收穿过对象的辐射；基于所测量的辐射和所模拟的测量辐射来生成偏移；基于偏移来估计散射辐射；以及基于所估计的散射辐射来估计主要辐射。
在一些实施方案中，处理器还被配置为：将第一多项式拟合到所测量的辐射的像素值的第一向量与所模拟的测量辐射的像素值的第二向量；减小第一向量的大小和第二向量的大小以移除第一多项式的误差大于阈值的像素值；将第二多项式拟合到减小的第一向量与减小的第二向量；基于第二多项式生成增益；以及基于增益和偏移来估计散射辐射。
在一些实施方案中，处理器还被配置为：选择所测量的辐射和所模拟的测量辐射的像素，其中每个像素值元组具有高于阈值的欧几里德量值；基于所选择的像素生成中间增益；基于偏移和第二中间增益生成增益；以及基于增益和偏移来估计散射辐射。
在一些实施方案中，处理器还被配置为：基于子区域的最小值生成阈值；为子区域中具有低于阈值的值的每个像素生成像素偏移；以及将子区域中具有低于阈值的值的像素的像素偏移组合为子区域中具有大于阈值的值的像素的默认偏移；其中偏移是包括子区域中具有低于阈值的值的像素的像素偏移和默认偏移的偏移图像。
在一些实施方案中，处理器还被配置为：选择所测量的辐射和所模拟的测量辐射的像素，其中每个像素值元组具有低于阈值的欧几里德量值；以及基于所选择的像素生成偏移。
一些实施方案包括一种系统，包括：用于接收从辐射检测器获得的所测量的辐射的装置，该辐射检测器接收穿过对象的辐射；用于模拟从辐射检测器获得的测量辐射的装置，该辐射检测器接收穿过对象的辐射；用于基于所测量的辐射和所模拟的测量辐射来生成偏移的装置；用于基于偏移来估计散射辐射的装置；以及用于基于所估计的散射辐射来估计主要辐射的装置。
在一些实施方案中，系统还包括用于基于所测量的辐射和所模拟的测量辐射生成增益的装置，其中用于估计散射辐射的装置包括用于基于增益估计散射辐射的装置；用于基于增益、偏移和所模拟的测量辐射的所模拟的散射辐射分量生成所测量的散射辐射的装置；以及用于基于所测量的散射辐射和所测量的辐射生成所测量的未散射辐射的装置。
一些实施方案包括非暂时性计算机可读介质，该非暂时性计算机可读介质包括在由计算机执行时使计算机执行本文所述的操作的指令。电路可以包括硬件、固件、程序代码、可执行代码、计算机指令和/或软件。非暂时性计算机可读存储介质可以是不包括信号的计算机可读存储介质。
应当理解，本说明书中描述的许多功能单元被标记为模块，以便更具体地强调它们的实施独立性。例如，模块可以实现为包括定制超大规模集成(VLSI)电路或门阵列的硬件电路，包括但不限于逻辑芯片、晶体管或其他部件。模块还可以在可编程硬件设备中实现，包括但不限于现场可编程门阵列(FPGA)、可编程阵列逻辑、可编程逻辑设备或类似的设备。
在整个说明书中对“示例”或“实施方案”的引用意味着结合该示例描述的特定特征、结构或特性被包括在本发明的至少一个实施方案中。因此，在本说明书中的各个部分出现的词语“示例”或“实施方案”不一定都指相同的实施方案。
此外，所描述的特征、结构或特性可以在一个或多个实施方案中以合适的方式组合。在以下描述中，提供了许多具体细节(例如，布局和设计的示例)以提供对本发明实施方案的透彻理解。然而，相关领域的技术人员将认识到，可以在没有具体细节中的一个或多个的情况下或者利用其他方法、部件、布局等来实践本发明。在其他情况下，未示出或详细描述公知的结构、部件或操作，以避免模糊本发明的各方面。
本书面公开之后的权利要求由此被明确地并入到本书面公开中，其中每个权利要求独立地作为单独的实施方案。本公开包括独立权利要求及其从属权利要求的所有排列。此外，能够从随后的独立权利要求和从属权利要求衍生的另外的实施方案也明确地并入本书面描述中。这些另外的实施方案是通过用短语“以权利要求[x]开始并且以紧接在所述权利要求之前的权利要求结束的权利要求中的任一个”来替换给定从属权利要求的从属关系来确定的，其中括号内的术语“[x]”被用最近引用的独立权利要求的编号来替换。例如，对于以独立权利要求1开始的第一权利要求集，权利要求4可以从属于权利要求1和权利要求3中的任一者，其中这些单独的从属关系产生两个不同的实施方案；权利要求5可以从属于权利要求1、权利要求3或权利要求4中的任一者，其中这些单独的从属关系产生三个不同的实施方案；权利要求6可以从属于权利要求1、权利要求3、权利要求4或权利要求5中的任一者，其中这些单独的从属关系产生四个不同的实施方案；以此类推。
权利要求中关于特征或要素的术语“第一”的叙述不一定意味着第二或附加的此类特征或要素的存在。以装置加功能格式具体引用的要素(如有)旨在根据35U.S.C.§112(f)解释为覆盖本文描述的对应的结构、材料或行为以及它们的等同物。要求排他性属性或特性的本发明的实施方案限定如下。

Claims (20)

1.一种方法，其包括：
接收从辐射检测器获得的所测量的辐射，所述辐射检测器接收穿过对象的辐射；
模拟从所述辐射检测器获得的所述所测量的辐射，所述辐射检测器接收穿过所述对象的辐射；
基于所述所测量的辐射和所模拟的测量辐射来生成偏移；
基于所述偏移来估计散射辐射；以及
基于所估计的散射辐射来估计主要辐射。
2.如权利要求1所述的方法，其还包括：
基于所述所测量的辐射和所述所模拟的测量辐射来生成增益；
其中估计所述散射辐射还包括基于所述增益和所述偏移来估计所述散射辐射。
3.如权利要求2所述的方法，其还包括：
基于所述增益、所述偏移和所述所模拟的测量辐射的所模拟的散射辐射分量生成所述所估计的散射辐射；以及
基于所述所估计的散射辐射和所述所测量的辐射生成所估计的主要辐射。
4.如权利要求2-3中任一项所述的方法，其还包括：
将多项式拟合到所述所测量的辐射的像素值的第一向量与所述所模拟的测量辐射的像素值的第二向量；以及
基于所述多项式生成所述增益。
5.如权利要求4所述的方法，其中：
所述增益是所述多项式的线性项。
6.如权利要求5所述的方法，其中：
所述多项式至少是二阶多项式。
7.如权利要求2-3中任一项所述的方法，其还包括：
将第一多项式拟合到所述所测量的辐射的像素值的第一向量与所述所模拟的测量辐射的像素值的第二向量；
减小所述第一向量的大小和所述第二向量的大小以移除所述第一多项式的误差大于阈值的像素值；
将第二多项式拟合到减小的第一向量与减小的第二向量；以及
基于所述第二多项式生成所述增益。
8.如权利要求2-3中任一项所述的方法，其还包括：
调整所述所测量的辐射和/或所述所模拟的测量辐射的大小，使得所述所测量的辐射和所述所模拟的测量辐射具有相同的分辨率；
确定所述所测量的辐射的感兴趣区域；
生成值小于第一阈值的所述感兴趣区域中所述所测量的辐射的像素值的第一向量；
生成对应于所述第一向量的所述所模拟的测量辐射的像素值的第二向量；
将第一多项式拟合到所述第一向量与所述第二向量；
从所述第一向量和所述第二向量中移除所述第一多项式的相对误差大于第二阈值的像素值；
将第二多项式拟合到所述第一向量与所述第二向量的其余像素值；
其中所述增益包括所述第二多项式的线性项；
从所述所测量的辐射的多个子区域中的每一个子区域生成包括最小值的第三向量；
平滑所述第三向量以生成第四向量；
将所述第四向量按照大于1的值缩放以生成第五向量；以及
生成偏移矩阵作为所述偏移，其中针对所述所测量的辐射的每个子区域的每个像素：
如果所述像素的值低于与所述子区域相关联的所述第五向量的值，则所述偏移矩阵的对应像素的值是所述所测量的辐射的所述像素值与按照所述增益缩放的所述所模拟的测量辐射的对应像素的像素值之差；以及
针对其他像素，基于所述子区域的所述偏移矩阵的其他像素生成所述偏移矩阵的对应像素的值。
9.如权利要求2-3中任一项所述的方法，其还包括：
选择所述所测量的辐射和所述所模拟的测量辐射的像素，其中每个像素值元组具有高于阈值的欧几里德量值；
基于所选择的像素生成中间增益；以及
基于所述偏移和所述第二中间增益来生成所述增益。
10.如权利要求2-3中任一项所述的方法，其还包括：
基于所述所测量的辐射的最大值和所述所模拟的测量辐射的最大值来生成第一中间增益；
将所述所模拟的测量辐射归一化为具有所述第一中间增益的所述所测量的辐射；
针对每个像素计算归一化的所模拟的测量辐射和所测量的辐射的欧几里德量值；
选择所述所测量的辐射和所述所模拟的测量辐射的第一像素，所述第一像素对应于欧几里德量值高于第一阈值的所述归一化的所模拟的测量辐射和所测量的辐射的像素；
基于所述所测量的辐射和所述所模拟的测量辐射的所选择的第一像素来生成第二中间增益；
选择所述所测量的辐射和所述所模拟的测量辐射的第二像素，所述第二像素对应于量值低于第二阈值的所述归一化的所模拟的测量辐射和所测量的辐射的像素；
基于所述所测量的辐射和所述所模拟的测量辐射的所选择的第二像素来生成所述偏移；以及
基于所述偏移和所述第二中间增益来生成所述增益。
11.如权利要求2-3中任一项所述的方法，其还包括：
为所述所测量的辐射的多个子区域中的每一个子区域生成包括中间增益的中间增益矩阵；以及
基于相关联的中间增益为所述子区域中的每一个子区域生成所述偏移。
12.如权利要求1-3中任一项所述的方法，其中针对所述所测量的辐射的多个子区域中的每一个子区域：
基于所述子区域的最小值生成阈值；
为所述子区域中具有低于所述阈值的值的每一个像素生成像素偏移；以及
将所述子区域中具有低于所述阈值的所述值的所述像素的所述像素偏移组合为所述子区域中具有大于所述阈值的值的像素的默认偏移；
其中所述偏移是包括所述子区域中具有低于所述阈值的所述值的所述像素的所述像素偏移和所述默认偏移的偏移图像。
13.如权利要求1-3中任一项所述的方法，其还包括：
选择所述所测量的辐射和所述所模拟的测量辐射的像素，其中每个像素值元组具有低于阈值的欧几里德量值；以及
基于所选择的像素生成所述偏移。
14.一种系统，其包括：
通信接口；
存储器；以及
处理器，所述处理器被配置为：
接收从辐射检测器获得的所测量的辐射，所述辐射检测器接收穿过对象的辐射；
模拟从所述辐射检测器获得的所述所测量的辐射，所述辐射检测器接收穿过所述对象的辐射；
基于所述所测量的辐射和所模拟的测量辐射来生成偏移；
基于所述偏移来估计散射辐射；以及
基于所估计的散射辐射来估计主要辐射。
15.如权利要求14所述的系统，其中所述处理器还被配置为：
将第一多项式拟合到所述所测量的辐射的像素值的第一向量与所述所模拟的测量辐射的像素值的第二向量；
减小所述第一向量的大小和所述第二向量的大小以移除所述第一多项式的误差大于阈值的像素值；
将第二多项式拟合到减小的第一向量与减小的第二向量；
基于所述第二多项式来生成增益；以及
基于所述增益和所述偏移来估计所述散射辐射。
16.如权利要求14所述的系统，其中所述处理器还被配置为：
选择所述所测量的辐射和所述所模拟的测量辐射的像素，其中每个像素值元组具有高于阈值的欧几里德量值；
基于所选择的像素生成中间增益；
基于所述偏移和所述第二中间增益来生成增益；以及
基于所述增益和所述偏移来估计所述散射辐射。
17.如权利要求14-15中任一项所述的系统，其中所述处理器还被配置为：
基于所述子区域的最小值生成阈值；
为所述子区域中具有低于所述阈值的值的每个像素生成像素偏移；以及
将所述子区域中具有低于所述阈值的所述值的所述像素的所述像素偏移组合为所述子区域中具有大于所述阈值的值的像素的默认偏移；
其中所述偏移是包括所述子区域中具有低于所述阈值的所述值的所述像素的所述像素偏移和所述默认偏移的偏移图像。
18.如权利要求14-15中任一项所述的系统，其中所述处理器还被配置为：
选择所述所测量的辐射和所述所模拟的测量辐射的像素，其中每个像素值元组具有低于阈值的欧几里德量值；以及
基于所选择的像素生成所述偏移。
19.一种系统，其包括：
用于接收从辐射检测器获得的所测量的辐射的装置，所述辐射检测器接收穿过对象的辐射；
用于模拟从所述辐射检测器获得的所述所测量的辐射的装置，所述辐射检测器接收穿过所述对象的辐射；
用于基于所述所测量的辐射和所述所模拟的测量辐射来生成偏移的装置；
用于基于所述偏移来估计散射辐射的装置；以及
用于基于所估计的散射辐射来估计主要辐射的装置。
20.如权利要求19所述的系统，其还包括：
用于基于所述所测量的辐射和所述所模拟的测量辐射生成增益的装置，其中所述用于估计散射辐射的装置包括用于基于所述增益来估计散射辐射的装置；
用于基于所述增益、所述偏移和所述所模拟的测量辐射的所模拟的散射辐射分量生成所测量的散射辐射的装置；以及
用于基于所述所测量的散射辐射和所述所测量的辐射生成所测量的未散射辐射的装置。
CN202180002497.9A 2020-08-04 2021-08-04 估计来自未知源的背景辐射 Pending CN114365196A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063060988P 2020-08-04 2020-08-04
US63/060,988 2020-08-04
PCT/US2021/044542 WO2022031848A1 (en) 2020-08-04 2021-08-04 Estimating background radiation from unknown sources

Publications (1)

Publication Number Publication Date
CN114365196A true CN114365196A (zh) 2022-04-15

Family

ID=77499599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180002497.9A Pending CN114365196A (zh) 2020-08-04 2021-08-04 估计来自未知源的背景辐射

Country Status (5)

Country Link
US (1) US12066390B2 (zh)
EP (1) EP3951434A1 (zh)
JP (1) JP7551993B2 (zh)
CN (1) CN114365196A (zh)
WO (1) WO2022031848A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12039745B2 (en) * 2021-07-27 2024-07-16 GE Precision Healthcare LLC Method and systems for removing anti-scatter grid artifacts in x-ray imaging
US20230281888A1 (en) * 2022-03-02 2023-09-07 General Electric Company Computed tomography scatter and crosstalk correction

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080253515A1 (en) 2005-02-01 2008-10-16 Koninklijke Philips Electronics, N.V. Apparatus and Method for Correction of Extension of X-Ray Projections
DE102005048397A1 (de) * 2005-10-10 2007-04-12 Siemens Ag Verfahren zur Strahlungskorrektur eines CT-Systems
WO2008012710A1 (en) 2006-07-20 2008-01-31 Koninklijke Philips Electronics N. V. X-ray detector gain calibration depending on the fraction of scattered radiation
US8199879B2 (en) 2010-04-14 2012-06-12 Varian Medical Systems Inc. Methods of scatter correction of x-ray projection data 1
JP5522925B2 (ja) 2008-11-04 2014-06-18 キヤノン株式会社 放射線撮影装置および処理方法
US10342504B2 (en) 2013-09-25 2019-07-09 Varian Medical Systems, Inc. Methods and systems for estimating scatter
JP6744749B2 (ja) 2016-04-07 2020-08-19 キヤノン株式会社 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム
DE102016221658B4 (de) 2016-11-04 2024-05-08 Siemens Healthineers Ag Streustrahlungskompensation für ein bildgebendes medizinisches Gerät
US10327727B2 (en) 2017-05-12 2019-06-25 Varian Medical Systems, Inc. Automatic estimating and reducing scattering in computed tomography scans
AU2018309611B2 (en) * 2017-07-31 2022-11-10 Lawrence Livermore National Security, Llc Convergent x-ray imaging device and method
JP6984010B2 (ja) * 2017-09-28 2021-12-17 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 深層学習ベースの散乱補正
US10593070B2 (en) 2017-12-22 2020-03-17 Canon Medical Systems Corporation Model-based scatter correction for computed tomography
EP3886707A1 (en) * 2018-11-30 2021-10-06 Accuray, Inc. Helical cone-beam computed tomography imaging with an off-centered detector

Also Published As

Publication number Publication date
WO2022031848A1 (en) 2022-02-10
US20220042932A1 (en) 2022-02-10
US12066390B2 (en) 2024-08-20
JP2022029447A (ja) 2022-02-17
JP7551993B2 (ja) 2024-09-18
EP3951434A1 (en) 2022-02-09

Similar Documents

Publication Publication Date Title
US9036771B2 (en) System and method for denoising medical images adaptive to local noise
La Riviere et al. Reduction of noise-induced streak artifacts in X-ray computed tomography through spline-based penalized-likelihood sinogram smoothing
US7251306B2 (en) Methods, apparatus, and software to facilitate iterative reconstruction of images
US7203267B2 (en) System and method for boundary estimation using CT metrology
US8135186B2 (en) Method and system for image reconstruction
JP4831287B2 (ja) コンピュータ断層撮影装置の散乱及びビームハードニング補正
US8731266B2 (en) Method and system for correcting artifacts in image reconstruction
US8923583B2 (en) Methods and systems for performing model-based iterative reconstruction
US10282872B2 (en) Noise reduction in tomograms
US8885903B2 (en) Method and apparatus for statistical iterative reconstruction
US10475215B2 (en) CBCT image processing method
CN111899188B (zh) 一种神经网络学习的锥束ct噪声估计与抑制方法
KR20120116940A (ko) 향상된 화상 데이터/선량 감소
CN110389138B (zh) 使用Alvarez-Macovski衰减模型在断层摄影重建中进行X射线束硬化校正
CN101473348A (zh) 用于误差补偿的方法和系统
CN114365196A (zh) 估计来自未知源的背景辐射
CN109363703B (zh) Ct系统能谱不一致性的校正方法
CN110651302A (zh) 用于图像重建的方法和设备
Jiang et al. Enhancement of 4-D cone-beam computed tomography (4D-CBCT) using a dual-encoder convolutional neural network (DeCNN)
Fragnaud et al. CAD-based X-ray CT calibration and error compensation
Kole et al. Evaluation of the ordered subset convex algorithm for cone-beam CT
CN106133792B (zh) 图像生成装置
Thierry et al. Hybrid simulation of scatter intensity in industrial cone-beam computed tomography
Magdics et al. Filtered sampling for PET
CN112288762A (zh) 一种有限角度ct扫描的离散迭代重建方法

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