CN114930197A - 数字x射线成像中谱调整的方法和设备 - Google Patents
数字x射线成像中谱调整的方法和设备 Download PDFInfo
- Publication number
- CN114930197A CN114930197A CN202080091904.3A CN202080091904A CN114930197A CN 114930197 A CN114930197 A CN 114930197A CN 202080091904 A CN202080091904 A CN 202080091904A CN 114930197 A CN114930197 A CN 114930197A
- Authority
- CN
- China
- Prior art keywords
- images
- composite image
- weighting factor
- applying
- ray
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000003595 spectral effect Effects 0.000 title claims abstract description 38
- 238000003384 imaging method Methods 0.000 title claims abstract description 34
- 239000002131 composite material Substances 0.000 claims abstract description 83
- 239000000463 material Substances 0.000 claims description 8
- 238000002059 diagnostic imaging Methods 0.000 claims description 4
- 238000002673 radiosurgery Methods 0.000 claims description 3
- 238000001959 radiotherapy Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 description 9
- 238000002083 X-ray spectrum Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 206010073306 Exposure to radiation Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000002601 radiography Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- XQPRBTXUXXVTKB-UHFFFAOYSA-M caesium iodide Chemical compound [I-].[Cs+] XQPRBTXUXXVTKB-UHFFFAOYSA-M 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013152 interventional procedure Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4035—Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—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
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- 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
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
一种用于数字X射线成像系统的谱调整的方法和系统。该方法包括获得初始数字X射线图像的集合,然后对图像进行加权因子化以生成加权因子化的数字X射线图像的集合。然后,加权因子化的数字X射线图像被组合以生成在谱上不同于初始数字X射线图像的集合的合成图像。
Description
对其他申请的交叉引用
本公开要求于2019年11月27日提交的美国临时申请No.62/941,048的优先权,其通过引用并入本文。
技术领域
本公开总体涉及X射线成像,并且更具体地,涉及用于数字X射线成像中的谱调整的方法和设备。
背景技术
放射学检查被看作是使用X射线成像技术(例如但不限于数字射线照相术、计算机断层摄影、荧光透视法或相关技术)的检查,以生成数字图像来帮助用户可视化身体空间和器官及其功能。使用这些类型的检查已经带来了帮助医学专业人员为患者准备诊断的改进。这些检查系统虽然广泛使用,但是却存在一些缺点。
放射学检查的图像重新拍摄不仅增加了辐射暴露于患者和/或医学专业人员的风险,而且浪费了医学资源并且降低了服务质量。图像重新拍摄的一些原因通常是错位、不良技术和一般伪影、患者移动、数据处理和传递错误。各种学术出版物已经报道了胸部和腹部X射线的图像重新拍摄率分别在5%和15%之间,其中,过度曝光/曝光不足占重新拍摄总量的高达20%-30%。虽然可通过适当的训练来解决由于错位、伪影和灵感不足而引起的重新拍摄,但是由于过度曝光/曝光不足引起的重新拍摄由于预测每个患者的理想曝光设置的复杂性而继续存在。即使随着更宽动态范围数字射线照相(DR)X射线成像设备的出现,这也仍然是真实的。如今,当全球进行年度超过20亿次的X射线检查时,由于过度曝光范围和曝光范围不足引起的重新拍摄继续表示诊断成像中的有效问题。此外,在其他X射线成像应用(例如,动态成像)中,确定用于可视化的最佳X射线能量也可能需要重新拍摄和重复成像相同的感兴趣区域。
由此,提供一种用于数字X射线成像中的谱调整的方法和设备,该方法和设备克服了当前系统的缺点。
发明内容
本公开涉及一种用于数字X射线成像中的谱调整的方法和设备。在一个实施例中,本公开包括:获得包括不同谱信息的至少两个初始图像的集合,对至少两个初始图像进行加权因子化,然后组合加权因子化的图像,以生成包括与两个初始图像的集合不同的谱信息的合成图像。
在本公开的一个方面中,提供了一种用于数字X射线成像的数字谱调整的方法,包括:获得由X射线成像系统生成的至少两个图像,至少两个图像中的每个包括谱信息,至少两个图像中的每个的谱信息彼此不同;将加权因子应用于至少两个图像以针对至少两个图像中的每个生成加权因子化的图像;以及通过组合至少两个图像的加权因子化的图像来生成合成图像,其中合成图像与至少两个图像在谱上不同。
在另一方面中,生成合成图像包括对至少两个图像的加权因子化的图像执行线性组合。在另一方面中,生成合成图像包括对至少两个图像中的加权因子化的图像执行非线性组合。在又一方面中,应用加权因子包括将相同的加权因子应用于至少两个图像中的每个。在一方面中,应用加权因子包括将不同的加权因子应用于至少两个图像中的每个。在另一方面中,应用加权因子包括将预定加权因子应用于至少两个图像中的个。在另一方面中,应用加权因子包括:从用户接收输入;以及基于来自用户的输入确定加权因子。在又一方面,在应用加权因子之前:从用户接收加权因子。在又一方面,该方法包括:基于合成图像的特性来计算X射线源设置;以及显示所计算的X射线源设置。在另一方面,所计算的X射线源设置包括kVp设置或过滤设置。
在另一方面中,该方法在动态介入式医学成像应用中使用,并且该加权因子是小于1的值。在进一步地方面,该方法用于多材料对象的数字X射线成像。在又一方面,应用加权因子包括:基于多材料对象的感兴趣区,将不同的加权因子应用于该至少两个图像中的每个。在又一个方面,该方法用于放射疗法或放射外科手术中。在另一方面中,生成谱不同的合成图像包括:在较低kVp设置下生成谱不同的合成图像。
在本公开的另一方面,提供了一种用于数字X射线成像的谱调整的计算机实现的方法,包括:在配置有可执行指令的一个或更多个计算机系统的控制下,获得由X射线成像系统生成的至少两个图像,至少两个图像中的每个包括谱信息,至少两个图像中的每个的谱信息彼此不同;将加权因子应用于至少两个图像以针对至少两个图像中的每个生成加权因子化的图像;以及通过组合至少两个图像的加权因子化的图像来生成合成图像,其中合成图像与至少两个图像谱不同。
在另一方面中,生成合成图像包括对所至少两个图像的加权因子化的图像执行线性组合。在另一方面中,生成合成图像包括对至少两个图像中的加权因子化的图像执行非线性组合。
在本公开的另一方面,提供了一种X射线成像系统,包括:X射线源;多层X射线检测器,该多层X射线检测器用于生成至少两个初始图像的集合;以及处理器,该处理器用于对至少两个初始图像进行加权因子化以生成至少两个初始图像的集合中的每个的加权因子化的图像,并且该处理器用于组合加权因子化的图像以生成合成图像,其中该合成图像与至少两个初始图像中的每个在谱上不同。
在另一方面,处理器被集成在多层X射线检测器内。
附图说明
现在将参考附图仅通过示例的方式来描述本公开的实施例。
图1是数字X射线成像系统的示意图;
图2是用于数字X射线成像系统的谱调整的方法的流程图;
图3是用于数字X射线成像系统的谱调整的另一方法的流程图;以及
图4是示出所执行的、理想的和补偿的图像的X射线谱的曲线图。
具体实施方式
本公开涉及一种用于数字X射线成像中的谱调整的方法和设备。在一个实施例中,本公开包括:获得包括不同谱信息的至少两个初始图像的集合,对至少两个初始图像进行加权因子化,然后组合加权因子化的图像,以生成包括与两个初始图像的集合不同的谱信息的合成图像。本公开的一个优点是与当前系统相比,患者和/或医学专业人员(如临床医生)可以更少暴露于辐射。
在数字射线照相(DR)系统中,拍摄患者的X射线图像,该X射线图像使患者以及可能的被分配以拍摄X射线图像的医学专业人员暴露于辐射。在一些情况下,需要重新拍摄,从而使患者和医学专业人员暴露于至少另一剂量的辐射。例如,如果经历不正确的暴露,则可能需要这些重新拍摄。不正确的曝光是由曝光参数的选择引起的,曝光参数为诸如但不限于导致图像不满足预定要求的X射线源峰值千伏电压(kVp)和曝光电流-时间倍数(mAs)。例如,选择低于或高于最佳或优选值的kVp和/或mAs值通常导致不正确的暴露。
优选的、正确的(或“最佳”)kVp设置或具有相对于kVp设置低于或高于“最佳”值的mAs值的值将生成图像对比度的损失,因为光子太少或太多。然而,这通常在DR设备中通过利用数字X射线设备的更宽动态范围和具有常规线性窗口和偏移的后处理来校正。然而,应注意,低mAs设置即使在校正之后仍可能生成看起来有纹理的图像。
如果使用不正确的kVp设置或值,在后处理中具有较小的灵活性,从而生成不满足预定要求的图像。非最佳kVp图像通常不能使用线性偏移和窗口技术来校正,即使使用更宽的动态范围DR设备也是如此,因为跨图像的总体和相对X射线穿透可能不会生成理想的对比度。当使用高kVp设置来对低密度对象(例如,瘦患者)成像时,导致差的图像对比度的是高能量光子与低能量光子的比率的增加。由非最佳kVp设置引起的差的图像对比度与非最佳mAs设置不同,非最佳mAs设置简单地指太多或太少的光子,其中针对不同mAs值的高能量光子与低能量光子的比率被保留。因此,常规X射线成像系统难以用后处理技术来校正该比率的不足,并且因此经常需要重新拍摄,由此将患者和/或医学专业人员暴露于更多的辐射。本公开提供对这些当前技术的改进。
在本公开的一种方法中,为了克服或减少诸如由于不正确的kVp设置引起的对重新拍摄的需要,该方法包括利用包含在穿过患者的X射线中的能量数据。
转向图1,示出了根据本公开的实施例的X射线系统的示意图。如图1所示,系统100包括:X射线源102,X射线源102将源X射线104朝向患者106引导;以及X射线检测器108,X射线检测器108在透射的X射线108穿过患者106或标本之后感测或接收透射的X射线108。将理解,X射线源102和X射线检测器108相对于标本的定位。
在实施例中,X射线检测器108能够分辨入射到检测器108上或被检测器108感测的X射线谱的不同X射线能带。在另一实施例中,X射线检测器108可以包括多个堆叠的灵敏传感器或检测器,在它们之间的层具有可选的过滤材料。这导致更高比例的高能光子到达每个检测器层,从而使得该检测器能够获得多个能带或具有不同谱信息的至少两个图像。在另一个实施例中,检测器108可以通过使用不同的kVp(以及可能不同的mAs)值的多次曝光,来获得或感测不同的能带或具有不同谱信息的不同图像。由于增加的kVp值将导致输入X射线谱的高能X射线的比例增加,所以可能通过增加kVp值来获得增加能量的能带的测量。
在另一实施例中,由检测器108通过使用具有能量鉴别的单光子计数X射线检测器获得能量信息。在该实施例中,一些被吸收的X射线光子的能量可在吸收时被分类到预定带集合中,从而将输入谱分裂成两个或更多个带或者具有不同谱信息的两个或更多个图像。更一般地,设想了能够执行一些X射线谱分析(如分辨单独的光子能量或至少分辨能带)的X射线检测器和系统技术,其中,分辨率可以生成谱信息不同的至少两个图像。在本公开的每个实施例中,获得至少两个能带或谱信息不同的图像,以能够改进非最佳kVp设置。
在一个实施例中,当用如上所述的能量分辨X射线系统获得最终X射线图像时,本公开的方法包括计算、形成或生成一个或更多个合成图像,一次一个,直到合成图像中的一个满足预定要求。这些要求可以基于医学专业人员的审核或可以基于预存储在该系统内(如在处理器111内)的要求,该处理器111可以是X射线检测器108的一部分(如图1所示)或可以在X射线检测器108的外部但与该检测器通信。处理器111可包括计算机可执行指令,这些指令如果被执行,则在数字X射线成像系统中提供谱调整的方法。
当生成每个合成图像时,每个合成图像可以诸如经由显示器110显示给系统的操作者(诸如医学专业人员),或者每个合成图像可以存储在数据库112中以供后期访问、供远程用户访问,或者每个合成图像可以被显示和存储。该合成图像可被视为传统射线照片的替代或改进。
假设X射线检测器具有堆叠传感器集合,常规的射线照片将包括从堆叠传感器集合中的每个获得的多个图像。如下文将论述的,本公开的系统和方法接下来将这些图像组合在一起。
为了生成或计算合成图像,这可以通过首先选择或检索由检测器获得的至少两个图像来完成(200)。在一个实施例中,如上所述,获得多个能量图像。如所理解的,这些多个能量图像包括能带信息。可替代地,所获得的图像中的每一个包括不同于其他所获得的图像的谱信息。
然后,诸如通过将加权因子化的图像与初始合成图像组合,对至少两个图像进行加权或加权因子化,以帮助创建或生成初始合成图像(202),其中初始合成图像与所获得的图像中的每个在谱上不同。在替代实施例中,所获得的图像中的每个的谱信息可以是加权因子化的。如将理解的,图像通常基于与图像相关联的数值来生成,并且在一个实施例中,这些数值被加权因子化并且然后被组合以根据具有不同谱信息的至少两个图像生成单个合成图像。在进一步的实施例中,取决于本公开内容正使用的应用,对于不同图像中的每个,加权因子可以是相同的值,或者对于不同图像中的每个,加权因子可以是不同的值或者不相同的值。在另一实施例中,加权因子可基于默认参数。
然后执行检查以确定初始合成图像是否被批准(204)。这可通过向医学专业人员显示用于审核的初始合成图像(以及接收来自医学专业人员的响应)来完成,或可由可针对预定要求(诸如但不限于与噪声特性或频率功率谱形状的对比度)处理合成图像的系统来完成。
如果初始合成图像未被批准,则生成更新的合成图像(206)。为了生成更新的合成图像,更新或改变加权因子,使得生成新的合成图像。经更新的或新的合成图像也将在谱上与所获得的图像中的每个不同。可以基于来自医学专业人员的输入来更新加权因子,或者可以基于系统的计算或确定来更新加权因子。这些确定可基于预先存储的参数,或者可基于初始合成图像的加权因子化值。如果初始合成图像被批准,则该图像被存储、保存或显示(208)。存储的、保存的或显示的图像然后可以被视为最终图像。
还检查更新的合成图像以查看其是否被批准(210)。如果未被批准,则诸如通过进一步更新或改变加权因子来生成另一经更新的合成图像(206)。如果更新的合成图像被批准,则该更新的合成图像然后被存储、保存或显示(208)并且被视为最终图像。基于该最终图像,或任何合成图像,系统可计算可用于生成图像的X射线源设置。该计算可基于合成图像的特性。这些特性还可以包括一个或更多个加权因子或者可以不包括一个或更多个加权因子。在一个实施例中,X射线源设置可被视为估计的X射线源设置。这些X射线源设置可以包括kVp设置、过滤设置或两者。可替代地,该系统可以计算将与最终图像相关联的近似kVp值,使得此信息可以被提供给医学专业人员以供将来检查中可能使用。
图4示出了曲线图,该曲线图示出了在几个不同场景中与图像相关联的能量信息的比较。每个场景示出了通过人体胸部的近似来滤波并且在双层X射线检测器中被吸收的模拟谱。在当前的图中,每个层包括约350μm的碘化铯(CsI)层作为其X射线敏感材料。在该示例中,通过多传感器检测器实现X射线系统的能量鉴别能力。首先,双层X射线检测器检测两个初始图像或层图像。
第一种情况示出了初始合成图像的有效谱,该初始合成图像是通过以等加权因子对两层图像进行加权因子化之后组合这两层图像而生成的。对于这个示例,该加权因子的集合可以被认为是默认设置。用户然后可以针对顶层图像和底层图像分别选择100%和22%的加权因子作为用于所获得的图像的第二配置(或更新的合成图像)。然后,该系统可以能够使用关于源X射线谱和平均患者吸收的某些假设,来估计在110kV下采集的图像可能已经生成与更新的、或第二合成图像相似的图像对比度特性(如果已经使用默认加权因子的话)。图4示出了该新的谱以及它与第二合成图像的有效谱有多么接近。然后,可以向用户提供此信息以建议用户将其源kVp设置改变为110kV,从而默认地实现期望的对比度,或将默认加权因子改变为100%和22%。
在一个实施例中,该系统和方法可被视为拍摄具有不同谱信息的至少两个图像并且生成单个最终图像,该单个最终图像是该至少两个图像的组合,其中,该至少两个图像已经被加权因子化。
初始或任何更新的合成图像的有效谱遵循在其计算中使用的等式和参数。生成初始或任何更新的合成图像的常用方式是通过所有能量或获得的图像的线性组合:
然而,可以将不同的加权因子应用于每个检索的图像或能量图像,从而在任何单独的合成图像中不同地加权每个能带或不同的谱信息。这允许对用于生成每个单独的合成图像的能量谱进行采集后的修改。还可以以非线性方式组合图像,在这种情况下,可以使用更多或不同的参数。例如,通过首先使用低通滤波器和高通滤波器划分所获得的图像,然后将单独的加权因子应用于这些子图像的每一者,可以对不同的空间频带不同地加权。无论具体的合成图像等式如何,采集后修改这些加权因子或参数的能力为本公开提供新颖性方面。
通过修改初始或任何合成图像的谱,可以调谐X射线能量的相对贡献,并且因此可以校正合成图像中被认为缺乏kVp相关对比度的一些或所有缺陷。换言之,通过这种方法,有可能计算模拟(最初所使用的)不同kVp设置的最终图像,从而允许(X射线系统的)操作者在曝光之后具有校正图像错误的一些灵活性,由此消除或减少对重新拍摄的需要。用户或医学专业人员可使用本公开的方法来在评估结果的同时动态地改变X射线带比例,以便找到或确定改善的整体图像对比度。
转到图3,示出了生成合成图像(或最终图像)的方法的另一实施例。如图3的流程图所示,本公开不仅允许预先计算的补偿,而且允许用户(诸如医学专业人员)在采集之后动态地修改任何合成图像。可以连续进行修改,直到用户对所获得的合成图像满意为止。在一些实施例中,可以要求用户直接输入用户想要用于生成合成图像的加权因子,或者可以将该过程从用户中抽象出来,其中,向用户呈现更简单的交互机制并且在后台中计算加权因子。这些交互机制可以包括但不限于生成更硬或更柔和的图像,由此用户选择交互机制中的一个和将由系统自动地选择或计算的加权因子,以生成分别使用更硬或更柔和的输入谱获得的经更新的合成图像。
首先,通过如上所述的实施例之一获得至少两个或多个能量图像。这些图像中的每一个包含它们自己的能带信息,由此一个图像的能带信息可以被视为与任何其他图像的能带信息在谱上不同的信息。在一个实施例中,每个图像包含来自较高平均X射线能带的信息。然后,使用默认参数(诸如用于每个图像(1)的加权因子)计算或生成初始合成图像。在本实施例中,合成图像被计算为所有选择的图像与其加权参数w1…n的线性组合。
接下来,向用户显示该初始合成图像。此时,用户可以决定他们对初始合成图像的质量满意并因此保存它。然而,如果它们确定该图像遭受一些kVp相关的对比度缺陷,则用户可以选择通过使用更新的参数集或加权因子来重新计算该图像。然后可以使用新的参数或加权因子来生成更新的合成图像。
加权因子可以由操作者直接或间接地输入。在直接输入方法中,用户选择加权因子。在一个实施例中,这是通过包括滑动条的用户界面来实现的,该滑动条允许用户针对每个所获得的能量图像选择加权因子。例如,在双能量系统中,用户可以为低能量图像选择100%的加权因子和为高能量图像选择25%的加权因子。在间接输入方法中,可以将加权因子的数值的确定或计算从操作者中抽象出来。在一个实施例中,这可以通过(如通过用户界面)向操作者呈现“更柔和”和“更硬”按钮来实现。对“更柔和”按钮的选择更新先前选择或使用的加权因子并用预定值来缩放加权因子。在一个实施例中,预定值可与图像数目互逆,因为应理解,较高编号的图像含有较高能量信息,且更柔和的X射线束是具有较低平均能量的X射线束。相反,“更硬”按钮的选择可以与它们的层数直接成比例地缩放加权因子。然而,应理解,此缩放方法仅是加权因子可如何由系统确定或计算的一个实施例,且预期用户输入与加权因子修改之间的数字抽象的许多方法。
然后向用户呈现用新的参数集计算的更新的合成图像,并且可以决定它们是否满足它或者想要继续用进一步的新参数或加权因子重新计算另一单个合成图像。一旦用户已经找到他们认为可接受的参数集(或满足预定要求的经更新的合成图像),用户就可以保存该图像。
可替代地,作为系统的方法的一部分,系统可以基于来自预定义参数的推断来自动计算用于生成的加权因子或者初始或任何更新的合成图像的加权因子。此自动化可包含从加权因子的先前确定的表或预先存储的表检索加权因子集。这可以被存储在处理器或数据库中。可替代地,可以算术地选择它来最大化或增加给定的图像参数。例如,可通过智能地选择加权因子来最大化或提高图像的两个给定区域之间的对比度与噪声比。在给定图像数据和已知的理想穿透特性的情况下,这可以通过动态地改变图像的不同部分处的加权因子来进一步扩展。其他图像参数可包括但不限于,图像强度、图像噪声、图像空间谱功率形状、相对区域对比度或图像直方图形状。
可以在各种应用中发现本公开的方法和系统的益处。例如,本公开可以用于动态介入式医学成像应用中,其中如果例如在最高kVp处对感兴趣区域执行第一X射线暴露,则可以最小化或减少过量辐射暴露。然后,用户或医学专业人员可以应用本公开的方法以在不同kVp设置处形成初始的、并且如果必要的话更新的合成图像,以便在进行介入式手术的其余部分之前审核和发现使感兴趣区域可视化所要求的最佳的或接近最佳的kVp或kVp设置。这可以使医学专业人员和患者免于传统情况中的过量或额外的X射线曝光,以找到可视化的最佳能量。
在另一应用中,在多材料对象的检查中,本公开的方法可以使得能够在多个kVp处同时呈现对象图像以突出显示不同的材料。作为示例,众所周知,软组织成像在较低kVp下生成更好的对比度,并且骨成像在高kVp下生成更好的对比度。可以使用不同的加权因子集从相同的曝光生成许多图像,从而允许用户聚焦于每个图像中的不同感兴趣区域。或者,可以对图像进行分段,并且可以通过为不同的图像分段选择不同的加权因子来生成合成图像。在另一实施例中,系统可执行对合成图像内的分段的测量,且基于该测量确定一个或多个加权因子。
在又一应用中,在放射疗法或放射外科手术应用中,本公开的方法可以通过使用高能量MeV束并且应用本公开的方法来在典型地用于成像的较低kVp设置下重新形成图像来使得能够同时高质量地追踪治疗下的肿瘤,由此使患者免于额外的辐射暴露。
虽然本文已参考优选实施例及其特定实例说明和描述了本公开,但对于本领域普通技术人员来说将显而易见的是,其他实施例和示例可执行类似功能和/或实现类似结果。所有此类等效实施例和示例都在本公开的精神和范围内。
在前面的描述中,为了说明的目的,阐述了许多细节以便提供对实施例的透彻理解。然而,对本领域技术人员显而易见的是,可以不需要这些具体细节。在其他实例中,公知的结构可以框图形式示出,以便不模糊理解。例如,不提供关于本文描述的实施例的元件是否被实现为软件程序、硬件电路、固件或其组合的具体细节。
Claims (20)
1.一种用于数字X射线成像的数字谱调整的方法,包括:
获得由X射线成像系统生成的至少两个图像,所述至少两个图像中的每个包括谱信息,所述至少两个图像中的每个的谱信息彼此不同;
将加权因子应用于所述至少两个图像,以生成所述至少两个图像中的每个的加权因子化的图像;以及
通过组合所述至少两个图像的加权因子化的图像来生成合成图像,其中所述合成图像在谱上不同于所述至少两个图像。
2.根据权利要求1所述的方法,其中,生成合成图像包括:
对所述至少两个图像的加权因子化的图像执行线性组合。
3.根据权利要求1所述的方法,其中,生成合成图像包括:
对所述至少两个图像的加权因子化的图像执行非线性组合。
4.根据权利要求1所述的方法,其中,应用加权因子包括:
将相同的加权因子应用于所述至少两个图像中的每个。
5.根据权利要求1所述的方法,其中,应用加权因子包括:
将不同的加权因子应用于所述至少两个图像中的每个。
6.根据权利要求1所述的方法,其中,应用加权因子包括:
将预定加权因子应用于所述至少两个图像中的每个。
7.根据权利要求1所述的方法,其中,应用加权因子包括:
接收来自用户的输入;以及
基于来自所述用户的所述输入来确定所述加权因子。
8.根据权利要求1所述的方法,还包括在应用加权因子之前:
从用户接收所述加权因子。
9.根据权利要求1所述的方法,还包括:
基于所述合成图像的特性来计算X射线源设置;以及
显示所计算的X射线源设置。
10.根据权利要求9所述的方法,其中,所计算的X射线源设置包括kVp设置或过滤设置。
11.根据权利要求1所述的方法,其中,所述方法用于动态介入式医学成像应用中,并且所述加权因子是小于1的值。
12.根据权利要求1所述的方法,其中,所述方法用于多材料对象的数字X射线成像。
13.根据权利要求12所述的方法,其中,所述应用加权因子包括:
基于所述多材料对象的感兴趣区,将不同的加权因子应用于所述至少两个图像中的每个。
14.权利要求1的方法,其中,所述方法用于放射疗法或放射外科手术。
15.根据权利要求14所述的方法,其中,生成合成图像包括:
在较低kVp设置下生成谱不同的合成图像。
16.一种用于数字X射线成像的谱调整的计算机实现的方法,包括:
在配置有可执行指令的一个或更多个计算机系统的控制下,
获得由X射线成像系统生成的至少两个图像,所述至少两个图像中的每个包括谱信息,所述至少两个图像中的每个的谱信息彼此不同;
将加权因子应用于所述至少两个图像,以生成所述至少两个图像中的每个的加权因子化的图像;以及
通过组合所述至少两个图像的加权因子化的图像来生成合成图像,其中所述合成图像在谱上不同于所述至少两个图像。
17.根据权利要求16所述的计算机实现的方法,其中,生成合成图像包括:
对所述至少两个图像的加权因子化的图像执行线性组合。
18.根据权利要求16所述的计算机实现的方法,其中,生成合成图像包括:
对所述至少两个图像的加权因子化的图像执行非线性组合。
19.一种X射线成像系统,包括:
X射线源;
多层X射线探测器,所述多层X射线探测器用于生成至少两个初始图像的集合;以及
处理器,所述处理器用于对所述至少两个初始图像进行加权因子化以生成所述至少两个初始图像的集合中的每个的加权因子化图像,并且用于组合所述加权因子化图像以生成合成图像,其中,所述合成图像在谱上不同于所述至少两个初始图像中的每个。
20.根据权利要求19所述的X射线成像系统,其中,所述处理器集成在所述多层X射线检测器内。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962941048P | 2019-11-27 | 2019-11-27 | |
US62/941,048 | 2019-11-27 | ||
PCT/CA2020/051619 WO2021102576A1 (en) | 2019-11-27 | 2020-11-26 | Method and apparatus for spectral adjustment in digital x-ray imaging |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114930197A true CN114930197A (zh) | 2022-08-19 |
Family
ID=75974568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080091904.3A Pending CN114930197A (zh) | 2019-11-27 | 2020-11-26 | 数字x射线成像中谱调整的方法和设备 |
Country Status (9)
Country | Link |
---|---|
US (1) | US11147529B2 (zh) |
EP (1) | EP4066022A4 (zh) |
JP (1) | JP2023503326A (zh) |
KR (1) | KR20220104774A (zh) |
CN (1) | CN114930197A (zh) |
AU (1) | AU2020390867A1 (zh) |
BR (1) | BR112022010084A2 (zh) |
CA (1) | CA3159717A1 (zh) |
WO (1) | WO2021102576A1 (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004004295A1 (de) | 2004-01-28 | 2005-08-25 | Siemens Ag | Verfahren zur Bilddatenaufnahme und -auswertung mit einem Tomographiegerät |
JP2012125409A (ja) * | 2010-12-15 | 2012-07-05 | Fujifilm Corp | 放射線撮影装置 |
DE102011076346B4 (de) * | 2011-05-24 | 2016-07-14 | Siemens Healthcare Gmbh | Verfahren und Computertomographiesystem zur Erzeugung tomographischer Bilddatensätze |
US10304217B2 (en) | 2012-07-30 | 2019-05-28 | Toshiba Medical Systems Corporation | Method and system for generating image using filtered backprojection with noise weighting and or prior in |
AU2017220492B2 (en) * | 2016-02-19 | 2022-03-31 | Ian A. Cunningham | System and method for a X-ray detector |
CN109195526B (zh) * | 2016-06-07 | 2020-08-14 | 皇家飞利浦有限公司 | X射线成像系统和定量成像方法及其计算单元 |
US11000701B2 (en) * | 2017-08-01 | 2021-05-11 | Varex Imaging Corporation | Dual-layer detector for soft tissue motion tracking |
DE102018204517B3 (de) * | 2018-03-23 | 2019-09-26 | Siemens Healthcare Gmbh | Verfahren zur Bilderzeugung mittels eines Computertomographiegeräts und Computertomographiegerät |
-
2020
- 2020-11-26 CN CN202080091904.3A patent/CN114930197A/zh active Pending
- 2020-11-26 EP EP20892515.6A patent/EP4066022A4/en active Pending
- 2020-11-26 CA CA3159717A patent/CA3159717A1/en active Pending
- 2020-11-26 AU AU2020390867A patent/AU2020390867A1/en active Pending
- 2020-11-26 WO PCT/CA2020/051619 patent/WO2021102576A1/en unknown
- 2020-11-26 JP JP2022530161A patent/JP2023503326A/ja active Pending
- 2020-11-26 BR BR112022010084A patent/BR112022010084A2/pt unknown
- 2020-11-26 US US17/105,579 patent/US11147529B2/en active Active
- 2020-11-26 KR KR1020227020932A patent/KR20220104774A/ko unknown
Also Published As
Publication number | Publication date |
---|---|
JP2023503326A (ja) | 2023-01-27 |
EP4066022A4 (en) | 2023-11-22 |
AU2020390867A1 (en) | 2022-06-09 |
US11147529B2 (en) | 2021-10-19 |
CA3159717A1 (en) | 2021-06-03 |
EP4066022A1 (en) | 2022-10-05 |
BR112022010084A2 (pt) | 2022-08-30 |
US20210153835A1 (en) | 2021-05-27 |
WO2021102576A1 (en) | 2021-06-03 |
KR20220104774A (ko) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9140803B2 (en) | Acquisition protocol assessment apparatus | |
US7856134B2 (en) | Method for generating image data relating to a virtually prescribable X-ray tube voltage from first and second CT image data | |
US9693742B2 (en) | Method for generating a contrast medium-assisted X-ray image and X-ray system | |
US6904118B2 (en) | Method and apparatus for generating a density map using dual-energy CT | |
JP5269298B2 (ja) | X線診断装置 | |
US20070076842A1 (en) | Adaptable energy discriminating computed tomography system | |
JP2021525639A (ja) | マルチエネルギx線撮影装置の仮想出力を決定するための方法およびシステム | |
US7822169B2 (en) | Noise reduction in dual-energy X-ray imaging | |
CN105962959A (zh) | 对于虚拟x射线量子能量分布产生图像的方法和拍摄装置 | |
Shkumat et al. | Optimization of image acquisition techniques for dual‐energy imaging of the chest | |
US20230306657A1 (en) | Noise suppression using deep convolutional networks | |
US11350897B2 (en) | Apparatus for presentation of dark field X-ray image information | |
Morin et al. | Radiation dose and safety: informatics standards and tools | |
US9101325B2 (en) | Chest radiography image contrast and exposure dose optimization | |
US20190076108A1 (en) | Breast imaging apparatus, dose calculating apparatus, control method for breast imaging apparatus, dose calculating method, and non-transitory computer-readable medium | |
CN114930197A (zh) | 数字x射线成像中谱调整的方法和设备 | |
EP2878268B1 (en) | Method and apparatus time adjusting technical exposure factors during a radiographic acquisition | |
CN111553958B (zh) | 图像矩阵大小的计算 | |
Shkumat et al. | Development and implementation of a high-performance cardiac-gated dual-energy imaging system | |
JP6313402B2 (ja) | 放射線画像撮影装置、放射線画像撮影方法、及び放射線画像撮影プログラム | |
CN117338316A (zh) | 一种计算机断层扫描的扫描参数确定方法、装置和系统 | |
Tongkum | THE DETERMINATION OF OPTIMAL PROTOCOL FOR DIGITAL CHEST TOMOSYNTHESIS | |
Aichinger et al. | Optimisation of Image Quality and Dose | |
Dalehaug | Optimization in CT: Evaluation of dose saving potential in a thorax-abdomen/pelvis protocol using iterative reconstruction techniques |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40078077 Country of ref document: HK |