CN114666495B - 高分辨率康普顿相机成像方法、装置、电子设备及介质 - Google Patents
高分辨率康普顿相机成像方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114666495B CN114666495B CN202210157728.XA CN202210157728A CN114666495B CN 114666495 B CN114666495 B CN 114666495B CN 202210157728 A CN202210157728 A CN 202210157728A CN 114666495 B CN114666495 B CN 114666495B
- Authority
- CN
- China
- Prior art keywords
- resolution
- detector
- scattering
- event
- energy
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 66
- 238000004364 calculation method Methods 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 27
- 238000007476 Maximum Likelihood Methods 0.000 claims abstract description 15
- 238000010521 absorption reaction Methods 0.000 claims description 48
- 239000004065 semiconductor Substances 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 11
- 239000013078 crystal Substances 0.000 claims description 9
- 230000035945 sensitivity Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 5
- 230000008021 deposition Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 abstract description 9
- 239000010410 layer Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 8
- 239000002356 single layer Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000000151 deposition Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002213 X-ray fluorescence microscopy Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002727 particle therapy Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/815—Camera processing pipelines; Components thereof for controlling the resolution by using a single image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Abstract
本申请涉及一种高分辨率康普顿相机成像方法、装置、电子设备及介质，方法包括：获取康普顿相机的光子事件信息；在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵；以及将光子事件信息、系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。由此，解决了康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长等问题，通过引入具有分辨率校正的高分辨率图像重建方法，以实现康普顿相机系统的快速系统矩阵求解及高分辨迭代重建，有效的提高了康普顿相机等特殊结构的相机分辨率。
Description
技术领域
本申请涉及相机成像技术领域，特别涉及一种高分辨率康普顿相机成像方法、装置、电子设备及介质。
背景技术
康普顿相机是一种通过探测在探测器发生的康普顿事件，来定位入射伽马射线空间位置的成像模式，与其它伽马成像模式相比，康普顿相机无需机械准直结构，有着探测视野大、探测效率高、单视角三维成像等优良特性，因此康普顿相机已经被普遍应用于天文、辐射检测、重粒子治疗及医学成像等多个领域。在康普顿相机结构设计中，一般分为两种，传统的双层/多层探测器结构，以及新型的单层探测器结构。其中单层康普顿相机的结构更简单、体积更小，使用更灵活，使用场景更广泛，但由于散射事件和吸收事件均发生在同一晶体内，晶体的厚度就限制了深度方向距离上限，这就使得深度位置信息获取的相对误差较大，从而使成像分辨率变差，重建高分辨率图像的难度也更大。
康普顿相机没有机械准直，因此该种成像模式的高分辨率成像一直是一个挑战性的问题，此外，由于康普顿相机成像从物理原理上受到多普勒展宽、探测器分辨率等因素的限制，这进一步加剧了成像分辨率上的挑战。对于康普顿相机的重建算法而言，在目前的算法中，LM-MLEM(List Mode-Maximum Likelihood Expectation Maximization,列表模式极大似然期望最大化)算法由于能进行较高分辨率的重建，是康普顿相机领域使用最广泛的重建方法之一。
目前，已有的康普顿相机重建算法中，解析算法的重建空间分辨率较差，而迭代算法中普遍需要使用蒙卡仿真的方法才能获得比较高准确的系统矩阵，进而的得到高空间分辨率的重建结果，而这样的蒙卡仿真是非常耗时的。
发明内容
本申请提供一种高分辨率康普顿相机成像方法、装置、电子设备及介质，以解决了康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长的问题。
本申请第一方面实施例提供一种高分辨率康普顿相机成像方法，包括以下步骤：
获取康普顿相机的光子事件信息；
在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵；以及
将所述光子事件信息、所述系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到所述康普顿相机的高分辨图像。
根据本申请的一个实施例，所述获取康普顿相机的光子事件信息，包括：
通过面阵列探测器的响应像素位置确定散射事件和吸收事件的二维空间坐标，沉积能量确定所述散射事件和所述吸收事件的能量；
通过探测缪子径迹标定半导体晶体中的载流子漂移速度，将所述散射事件和所述吸收事件的真实探测时间差转化成为深度方向距离差；
基于所述散射事件和所述吸收事件的能量及所述深度方向距离差获取所述光子事件信息，并使用列表模式记录。
根据本申请的一个实施例，所述系统矩阵数值计算公式为：
其中，tij为系统矩阵的元素，i为事件数索引，j为体素索引，vj为体素j的内部空间，
为散射位置与体素位置连线，/>
为/>
与探测器法线夹角，K(β|E0)为康普顿散射截面，β为真实散射角，E0为入射光子能量，σsr、σer、σdb分别为探测器空间分辨率、探测器能量分辨率、多普勒展宽效应引入的角分辨率不确定度，θ为散射角。
根据本申请的一个实施例，所述探测器能量分辨率的计算公式为：
其中，θ为散射角，E0为入射光子能量，E1为反冲电子能量，E2为散射光子能量，me为电子静止质量，ΔEs和ΔEa为散射层探测器和吸收层探测器的能量分辨率。
所述探测器空间分辨率的计算公式为：
其中，
为散射位置与体素位置连线，D2′D1′为吸收位置和散射位置连线，Δrs和Δra为散射层探测器和吸收层探测器的空间分辨率。
所述多普勒展宽效应的影响的计算公式为：
其中，a＝E0/mec2，Δpz为康普顿剖面线。
根据本申请的一个实施例，所述高分辨图像的重建公式为：
其中，i为事件索引，N为事件数，j为体素索引，M为体素数，λ(l)为经过l轮迭代后图像，tij为系统矩阵，sj为灵敏度矩阵。
根据本申请实施例的高分辨率康普顿相机成像方法，在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵，并将光子事件信息、系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。由此，解决了康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长等问题，通过引入具有分辨率校正的高分辨率图像重建方法，以实现康普顿相机系统的快速系统矩阵求解及高分辨迭代重建，有效的提高了康普顿相机等特殊结构的相机分辨率。
本申请第二方面实施例提供一种高分辨率康普顿相机成像装置，包括：
获取模块，用于获取康普顿相机的光子事件信息；
计算模块，用于在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵；以及
重建模块，用于将所述光子事件信息、所述系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到所述康普顿相机的高分辨图像。
根据本申请的一个实施例，所述获取模块，具体用于：
通过面阵列探测器的响应像素位置确定散射事件和吸收事件的二维空间坐标，沉积能量确定所述散射事件和所述吸收事件的能量；
通过探测缪子径迹标定半导体晶体中的载流子漂移速度，将所述散射事件和所述吸收事件的真实探测时间差转化成为深度方向距离差；
基于所述散射事件和所述吸收事件的能量及所述深度方向距离差获取所述光子事件信息，并使用列表模式记录。
根据本申请的一个实施例，所述系统矩阵数值计算公式为：
其中，tij为系统矩阵的元素，i为事件数索引，j为体素索引，vj为体素j的内部空间，
为散射位置与体素位置连线，/>
为/>
与探测器法线夹角，K(β|E0)为康普顿散射截面，β为真实散射角，E0为入射光子能量，σsr、σer、σdb分别为探测器空间分辨率、探测器能量分辨率、多普勒展宽效应引入的角分辨率不确定度，θ为散射角。
根据一个实施例，所述探测器能量分辨率的计算公式为：
其中，θ为散射角，E0为入射光子能量，E1为反冲电子能量，E2为散射光子能量，me为电子静止质量，ΔEs和ΔEa为散射层探测器和吸收层探测器的能量分辨率。
所述探测器空间分辨率的计算公式为：
其中，
为散射位置与体素位置连线，D′2D′1为吸收位置和散射位置连线，Δrs和Δra为散射层探测器和吸收层探测器的空间分辨率/>
所述多普勒展宽效应的影响的计算公式为：
其中，a＝E0/mec2，Δpz为康普顿剖面线。
根据本申请的一个实施例，所述高分辨图像的重建公式为：
其中，i为事件索引，N为事件数，j为体素索引，M为体素数，λ(l)为经过l轮迭代后图像，tij为系统矩阵，sj为灵敏度矩阵。
根据本申请实施例的高分辨率康普顿相机成像装置，在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵，并将光子事件信息、系统矩阵入代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。由此，解决了康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长等问题，通过引入具有分辨率校正的高分辨率图像重建方法，以实现康普顿相机系统的快速系统矩阵求解及高分辨迭代重建，有效的提高了康普顿相机等特殊结构的相机分辨率。
本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的高分辨率康普顿相机成像方法。
本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的高分辨率康普顿相机成像方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请实施例提供的一种高分辨率康普顿相机成像方法的流程图；
图2为根据本申请一个实施例提供的传统双层半导体探测器康普顿相机系统示意图；
图3为根据本申请一个实施例提供的单层半导体探测器康普顿相机系统的xy平面示意图；
图4为根据本申请一个实施例提供的单层半导体探测器康普顿相机系统的xz平面示意图；
图5为根据本申请一个实施例提供的康普顿相机系统数据获取示意图；
图6为根据本申请实施例的高分辨率康普顿相机成像装置的示例图；
图7为根据本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的高分辨率康普顿相机成像方法、装置、电子设备及介质。针对上述背景技术中心提到的康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长的问题，本申请提供了一种高分辨率康普顿相机成像方法，在该方法中，在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵，并将光子事件信息、系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。由此，解决了康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长等问题，通过引入具有分辨率校正的高分辨率图像重建方法，以实现康普顿相机系统的快速系统矩阵求解及高分辨迭代重建，有效的提高了康普顿相机等特殊结构的相机分辨率。
具体而言，图1为本申请实施例所提供的一种高分辨率康普顿相机成像方法的流程示意图。
在介绍本申请实施例前，首先介绍一下相关技术中两种康普顿相机领域使用最广泛的重建方法。
相关技术中提出一种运用锥投影数据的线积分，并对线积分应用球谐函数调和展开的方法，实现了康普顿相机的球谐滤波反投影解析重建。
相关技术中还提出一种用于恢复分辨率的图像重建方法，通过重建图像和分辨率模型点扩散函数进行卷积，从而减少图像的空间分辨率下降。
下面根据本申请实施例提出的高分辨率康普顿相机成像方法进行详细阐述。
如图1所示，该高分辨率康普顿相机成像方法包括以下步骤：
在步骤S101中，获取康普顿相机的光子事件信息。
进一步地，在一些实施例中，获取康普顿相机的光子事件信息，包括：通过面阵列探测器的响应像素位置确定散射事件和吸收事件的二维空间坐标，沉积能量确定散射事件和吸收事件的能量；通过探测缪子径迹标定半导体晶体中的载流子漂移速度，将散射事件和吸收事件的真实探测时间差转化成为深度方向距离差；基于散射事件和吸收事件的能量及深度方向距离差获取光子事件信息，并使用列表模式记录。
具体地，在康普顿相机结构设计中，一般分为两种，传统的双层/多层探测器结构，以及新型的单层探测器结构，其中，单层康普顿相机的结构更简单、体积更小，使用更灵活，使用场景更广泛，但重建高分辨率图像的难度也更大。需要说明的是，在本申请实施例中提出的高分辨率康普顿相机成像方法适用于各类型结构的康普顿相机，如图2所示的传统双层半导体探测器康普顿相机系统，如图3、图4所示的单层半导体探测器康普顿相机系统以及其他多层结构的康普顿相机都可以使用本申请实施例的重建算法以提升成像分辨率，其中，探测器的类型同样也可以有多种选择，不局限于半导体探测器，也可以是闪烁体等类型的探测器均可。为了更好的阐述高分辨率康普顿相机成像的算法，本申请实施例结合单层半导体探测器为例进行详细说明。
具体地，如图3、图4所示，通过面阵列探测器的响应像素位置分别在xy平面和xz平面确定散射事件和吸收事件的二维空间坐标，沉积能量确定两事件能量；通过探测缪子径迹标定半导体晶体中的载流子漂移速度，从而将理论上同时性的散射、吸收事件的真实探测时间差，转化成为深度方向距离差；通过上述步骤从而获取到所有的康普顿相机重建所需的列表模式事件信息。
在步骤S102中，在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵。
进一步地，在一些实施例中，系统矩阵数值计算公式为：
其中，tij为系统矩阵的元素，i为事件数索引，j为体素索引，vj为体素j的内部空间，
为散射位置与体素位置连线，/>
为/>
与探测器法线夹角，K(β|E0)为康普顿散射截面，β为真实散射角，E0为入射光子能量，σsr、σer、σdb分别为探测器空间分辨率、探测器能量分辨率、多普勒展宽效应引入的角分辨率不确定度，θ为散射角。
进一步地，在一些实施例中，探测器能量分辨率的计算公式为：
其中，θ为散射角，E0为入射光子能量，E1为反冲电子能量，E2为散射光子能量，me为电子静止质量，ΔEs和ΔEa为散射层探测器和吸收层探测器的能量分辨率。
探测器空间分辨率的计算公式为：
其中，
为散射位置与体素位置连线，D2′D1′为吸收位置和散射位置连线，Δrs和Δra为散射层探测器和吸收层探测器的空间分辨率。
多普勒展宽效应的影响的计算公式为：
其中，a＝E0/mec2，Δpz为康普顿剖面线。
进一步地，在一些实施例中，高分辨图像的重建公式为：
其中，i为事件索引，N为事件数，j为体素索引，M为体素数，λ(l)为经过l轮迭代后图像，tij为系统矩阵，sj为灵敏度矩阵。
具体地，通过上述步骤，如图5所示，为获取到的康普顿相机重建所需的列表模式数据和信息，将它们用于列表模式极大似然期望最大化算法的迭代重建，通过在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，本申请实施例创新性的推导出有分辨率校正的系统矩阵数值计算公式，如表达式(1)所示：
其中，tij为系统矩阵的元素，i为事件数索引，j为体素索引，vj为体素j的内部空间，
为散射位置与体素位置连线，/>
为/>
与探测器法线夹角，K(β|E0)为康普顿散射截面，β为真实散射角，E0为入射光子能量，σsr、σer、σdb分别为探测器空间分辨率、探测器能量分辨率、多普勒展宽效应引入的角分辨率不确定度，θ为散射角。
进一步地，系统矩阵计算中的三个不确定度值得计算方法分别如表达式(2)-(4)所示：
其中，探测器能量分辨率的计算公式(2)为：
其中，θ为散射角，E0为入射光子能量，E1为反冲电子能量，E2为散射光子能量，me为电子静止质量，ΔEs和ΔEa为散射层探测器和吸收层探测器的能量分辨率。
探测器空间分辨率的计算公式(3)为：
其中，
为散射位置与体素位置连线，D2′D1′为吸收位置和散射位置连线，Δrs和Δra为散射层探测器和吸收层探测器的空间分辨率。
多普勒展宽效应的影响的计算公式(4)为：
其中，a＝E0/mec2，Δpz为康普顿剖面线。
由此，通过上述的重建算法得到的具有分辨率校正的系统矩阵数值有效的提升了成像的分辨率。
在步骤S103中，将光子事件信息、系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。
具体地，通过上述步骤得到的重建算法，将探测到的光子事件信息数据、以及求解出的系统矩阵，代入列表模式极大似然期望最大化算法的迭代重建公式，如表达式(5)所示：
其中，i为事件索引，N为事件数，j为体素索引，M为体素数，λ(l)为经过l轮迭代后图像，tij为系统矩阵，sj为灵敏度矩阵。
通过以上对于高分辨率康普顿相机成像方法的详细阐述，实现了康普顿相机系统的快速系统矩阵求解及低能伽马射线的高分辨迭代重建，校正了因多普勒展宽等因素带来的分辨率损失。其中，需要说明的是，本申请实施例的灵敏度矩阵可以为任意合理的方法获得，如数值计算方法、蒙卡仿真方法、实验测量法等；重建算法的迭代过程初值可以任意选取，如随机初值、直接反投影重建结果作为初值、滤波反投影算法重建结果作为初值等；重建算法的迭代过程参数没有固定方案，迭代轮数、迭代步长、像素空间选取等参数均可以根据需要进行灵活调整。
基于本申请实施例提出的高分辨率康普顿相机成像方法，除了上述的优点外，本申请实施例由于对多普勒展宽效应的精确校正，对于能量低于200keV的伽马射线成像也能提升30％以上的巨大的分辨率性能。相较于相关技术中提出的运用锥投影数据的线积分，并对线积分应用球谐函数调和展开的方法，以及用于恢复分辨率的图像重建方法，实现了康普顿相机的球谐滤波反投影解析重建和分辨率模型点扩散函数进行卷积，从而减少图像的空间分辨率下降。本申请实施例算法的成像分辨率更佳、适用场景更广，且运行速度更快，计算量和迭代用时更小，适用于临床核医学成像、X射线荧光成像，以及放射性物质检测等多个领域。
根据本申请实施例的高分辨率康普顿相机成像方法，在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵，并将光子事件信息、系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。由此，解决了康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长等问题，通过引入具有分辨率校正的高分辨率图像重建方法，以实现康普顿相机系统的快速系统矩阵求解及高分辨迭代重建，有效的提高了康普顿相机等特殊结构的相机分辨率。
其次参照附图描述根据本申请实施例提出的高分辨率康普顿相机成像装置。
图6是本申请实施例的高分辨率康普顿相机成像装置的方框示意图。
如图6所示，该高分辨率康普顿相机成像装置10包括：获取模块100、计算模块200和重建模块300。
其中，获取模块100用于获取康普顿相机的光子事件信息；
计算模块200用于在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵；以及
重建模块300用于将光子事件信息、系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。
进一步地，在一些实施例中，获取模块100，具体用于：
通过面阵列探测器的响应像素位置确定散射事件和吸收事件的二维空间坐标，沉积能量确定散射事件和吸收事件的能量；
通过探测缪子径迹标定半导体晶体中的载流子漂移速度，将散射事件和吸收事件的真实探测时间差转化成为深度方向距离差；
基于散射事件和吸收事件的能量及深度方向距离差获取光子事件信息，并使用列表模式记录。
进一步地，在一些实施例中，系统矩阵数值计算公式为：
其中，tij为系统矩阵的元素，i为事件数索引，j为体素索引，vj为体素j的内部空间，
为散射位置与体素位置连线，/>
为/>
与探测器法线夹角，K(β|E0)为康普顿散射截面，β为真实散射角，E0为入射光子能量，σsr、σer、σdb分别为探测器空间分辨率、探测器能量分辨率、多普勒展宽效应引入的角分辨率不确定度，θ为散射角。
进一步地，在一些实施例中，探测器能量分辨率的计算公式为：
其中，θ为散射角，E0为入射光子能量，E1为反冲电子能量，E2为散射光子能量，me为电子静止质量，ΔEs和ΔEa为散射层探测器和吸收层探测器的能量分辨率。
探测器空间分辨率的计算公式为：
其中，
为散射位置与体素位置连线，D′2D′1为吸收位置和散射位置连线，Δrs和Δra为散射层探测器和吸收层探测器的空间分辨率。
多效应的影响的计算公式为：
其中，a＝E0/mec2，Δpz为康普顿剖面线。
进一步地，在一些实施例中，高分辨图像的重建公式为：
其中，i为事件索引，N为事件数，j为体素索引，M为体素数，λ(l)为经过l轮迭代后图像，tij为系统矩阵，sj为灵敏度矩阵。
根据本申请实施例的高分辨率康普顿相机成像装置，在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵，并将光子事件信息、系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到康普顿相机的高分辨图像。由此，解决了康普顿相机在多普勒展宽等因素中带来的分辨率损失及在相关算法中重建空间的分辨率差且耗时长等问题，通过引入具有分辨率校正的高分辨率图像重建方法，以实现康普顿相机系统的快速系统矩阵求解及高分辨迭代重建，有效的提高了康普顿相机等特殊结构的相机分辨率。
图7为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括：
存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。
处理器702执行程序时实现上述实施例中提供的高分辨率康普顿相机成像方法。
进一步地，电子设备还包括：
通信接口703，用于存储器701和处理器702之间的通信。
存储器701，用于存放可在处理器702上运行的计算机程序。
存储器701可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
如果存储器701、处理器702和通信接口703独立实现，则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(PeripheralComponent，简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture，简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器701、处理器702及通信接口703，集成在一块芯片上实现，则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。
处理器702可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的高分辨率康普顿相机成像方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种高分辨率康普顿相机成像方法，其特征在于，包括以下步骤：
获取康普顿相机的光子事件信息；
在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵；以及
将所述光子事件信息、所述系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到所述康普顿相机的高分辨图像；
其中，所述系统矩阵数值计算公式为：
其中，tij为系统矩阵的元素，i为事件数索引，j为体素索引，vj为体素j的内部空间，
为散射位置与体素位置连线，/>
为/>
与探测器法线夹角，K(β|E0)为康普顿散射截面，β为真实散射角，E0为入射光子能量，σsr、σer、σdb分别为探测器空间分辨率、探测器能量分辨率、多普勒展宽效应引入的角分辨率不确定度，θ为测量散射角；
所述探测器能量分辨率的计算公式为：
其中，c为光速，θ为散射角，E0为入射光子能量，E1为反冲电子能量，E2为散射光子能量，me为电子静止质量，ΔEs和ΔEa为散射层探测器和吸收层探测器的能量分辨率；
所述探测器空间分辨率的计算公式为：
其中，
为散射位置与体素位置连线，D2′D1′为吸收位置和散射位置连线，Δrs和Δra为散射层探测器和吸收层探测器的空间分辨率；
所述多普勒展宽效应的影响的计算公式为：
其中，a＝E0/ec2，Δpz为康普顿剖面线。
2.根据权利要求1所述的方法，其特征在于，所述获取康普顿相机的光子事件信息，包括：
通过面阵列探测器的响应像素位置确定散射事件和吸收事件的二维空间坐标，沉积能量确定所述散射事件和所述吸收事件的能量；
通过探测缪子径迹标定半导体晶体中的载流子漂移速度，将所述散射事件和所述吸收事件的真实探测时间差转化成为深度方向距离差；
基于所述散射事件和所述吸收事件的能量及所述深度方向距离差获取所述光子事件信息，并使用列表模式记录。
3.根据权利要求1所述的方法，其特征在于，所述高分辨图像的重建公式为：
其中，i为事件索引，N为事件数，j为体素索引，M为体素数，λ(l)为经过l轮迭代后图像，tij为系统矩阵，sj为灵敏度矩阵。
4.一种高分辨率康普顿相机成像装置，其特征在于，包括：
获取模块，用于获取康普顿相机的光子事件信息；
计算模块，用于在概率模型中引入探测器能量分辨率、探测器空间分辨率、多普勒展宽效应的影响，利用预设的系统矩阵数值计算公式求解系统矩阵；以及
重建模块，用于将所述光子事件信息、所述系统矩阵代入极大似然期望最大化算法的迭代重建公式，重建得到所述康普顿相机的高分辨图像；
其中，所述系统矩阵数值计算公式为：
其中，tij为系统矩阵的元素，i为事件数索引，j为体素索引，vj为体素j的内部空间，
为散射位置与体素位置连线，/>
为/>
与探测器法线夹角，K(β|E0)为康普顿散射截面，β为真实散射角，E0为入射光子能量，σsr、σer、σdb分别为探测器空间分辨率、探测器能量分辨率、多普勒展宽效应引入的角分辨率不确定度，θ为散射角；
所述探测器能量分辨率的计算公式为：
其中，θ为散射角，E0为入射光子能量，E1为反冲电子能量，E2为散射光子能量，me为电子静止质量，ΔEs和ΔEa为散射层探测器和吸收层探测器的能量分辨率；
所述探测器空间分辨率的计算公式为：
其中，
为散射位置与体素位置连线，D2′D1′为吸收位置和散射位置连线，Δrs和Δra为散射层探测器和吸收层探测器的空间分辨率；
所述多普勒展宽效应的影响的计算公式为：
其中，a＝E0/mec2，Δpz为康普顿剖面线。
5.根据权利要求4所述的装置，其特征在于，所述获取模块，具体用于：
通过面阵列探测器的响应像素位置确定散射事件和吸收事件的二维空间坐标，沉积能量确定所述散射事件和所述吸收事件的能量；
通过探测缪子径迹标定半导体晶体中的载流子漂移速度，将所述散射事件和所述吸收事件的真实探测时间差转化成为深度方向距离差；
基于所述散射事件和所述吸收事件的能量及所述深度方向距离差获取所述光子事件信息，并使用列表模式记录。
6.根据权利要求4所述的装置，其特征在于，所述高分辨图像的重建公式为：
其中，i为事件索引，N为事件数，j为体素索引，M为体素数，λ(l)为经过l轮迭代后图像，tij为系统矩阵，sj为灵敏度矩阵。
7.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-3任一项所述的高分辨率康普顿相机成像方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-3任一项所述的高分辨率康普顿相机成像方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210157728.XA CN114666495B (zh) | 2022-02-21 | 2022-02-21 | 高分辨率康普顿相机成像方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210157728.XA CN114666495B (zh) | 2022-02-21 | 2022-02-21 | 高分辨率康普顿相机成像方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114666495A CN114666495A (zh) | 2022-06-24 |
| CN114666495B true CN114666495B (zh) | 2023-06-06 |
Family
ID=82028347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210157728.XA Active CN114666495B (zh) | 2022-02-21 | 2022-02-21 | 高分辨率康普顿相机成像方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114666495B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115356362A (zh) * | 2022-08-22 | 2022-11-18 | 清华大学 | X射线荧光成像方法、装置、电子设备及存储介质 |
| CN116577819B (zh) * | 2023-05-18 | 2023-09-26 | 兰州大学 | 一种多头康普顿探测方法及系统 |
| CN116524060B (zh) * | 2023-06-25 | 2024-01-26 | 四川科瑞达电子技术有限公司 | 一种射线探测成像重建方法及系统 |
| CN117571543B (zh) * | 2024-01-16 | 2024-04-09 | 清华大学 | 一种利用X/γ射线在线测量散状物料真密度的方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113607762A (zh) * | 2021-08-05 | 2021-11-05 | 兰州大学 | 一种碲锌镉三维高精度康普顿成像方法、系统及应用 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014097065A1 (en) * | 2012-12-21 | 2014-06-26 | Koninklijke Philips N.V. | Image processing apparatus and method for filtering an image |
| EP3050028B1 (en) * | 2013-09-26 | 2017-07-12 | Koninklijke Philips N.V. | Joint reconstruction of electron density images. |
-
2022
- 2022-02-21 CN CN202210157728.XA patent/CN114666495B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113607762A (zh) * | 2021-08-05 | 2021-11-05 | 兰州大学 | 一种碲锌镉三维高精度康普顿成像方法、系统及应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114666495A (zh) | 2022-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114666495B (zh) | 高分辨率康普顿相机成像方法、装置、电子设备及介质 | |
| US7888651B2 (en) | Method and system for using tissue-scattered coincidence photons for imaging | |
| JP5582370B2 (ja) | ガンマ線を利用する画像化装置、画像信号処理装置およびガンマ線測定データの画像処理方法 | |
| US7381959B2 (en) | Technique for reconstructing PET scan images | |
| Snyder et al. | A matheematical model for positron-emission tomography systems having time-of-flight measurements | |
| JP5174813B2 (ja) | Ｔｏｆｐｅｔの再構成を改良するための方法及びシステム | |
| US6169285B1 (en) | Radiation-based imaging system employing virtual light-responsive elements | |
| US6674083B2 (en) | Positron emission tomography apparatus | |
| WO2015006123A1 (en) | System and method to improve image quality of emission tomography when using advanced radionuclides | |
| US6881959B2 (en) | Method and system for generating an image of the radiation density of a source of photons located in an object | |
| JPWO2007145154A1 (ja) | コンプトンカメラ装置 | |
| JP2002504224A (ja) | シングルフォトンガンマカメラ用リアルタイムｐｅｔ撮像プロセッサ | |
| WO2024041265A1 (zh) | X射线荧光成像方法、装置、电子设备及存储介质 | |
| JP2535762B2 (ja) | 陽電子断層撮影装置におけるγ線吸収体による散乱同時計数測定法及び陽電子断層撮影装置 | |
| Wu et al. | An accurate probabilistic model with detector resolution and Doppler broadening correction in list-mode MLEM reconstruction for Compton camera | |
| Frandes et al. | Image Reconstruction Techniques for Compton Scattering Based Imaging: An Overview [Compton Based Image Reconstruction Approaches] | |
| Bouwens et al. | Image-correction techniques in SPECT | |
| Peterson et al. | Monte Carlo-based quantitative pinhole SPECT reconstruction using a ray-tracing back-projector | |
| CN109875592B (zh) | 一种pet和spect同时成像的方法、装置和系统 | |
| Nuyts | Nuclear medicine technology and techniques | |
| JP6132495B2 (ja) | ポジトロン放射断層撮影システム、再構成装置及び距離比決定方法 | |
| US20070200066A1 (en) | Emission-data-based photon scatter correction in computed nuclear imaging technology | |
| CN111080737A (zh) | 图像重建方法、装置及pet扫描系统 | |
| Hua | Compton imaging system development and performance assessment | |
| Motta et al. | Fast 3D-EM reconstruction using Planograms for stationary planar positron emission mammography camera |
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 |