CN115004231A - 一种产生射线断层照片的设备和方法 - Google Patents
一种产生射线断层照片的设备和方法 Download PDFInfo
- Publication number
- CN115004231A CN115004231A CN202080092050.0A CN202080092050A CN115004231A CN 115004231 A CN115004231 A CN 115004231A CN 202080092050 A CN202080092050 A CN 202080092050A CN 115004231 A CN115004231 A CN 115004231A
- Authority
- CN
- China
- Prior art keywords
- ray
- region
- entropy
- gradient
- ray attenuation
- 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 description 25
- 230000005855 radiation Effects 0.000 title claims description 15
- 238000003325 tomography Methods 0.000 title description 2
- 238000003384 imaging method Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G01N2223/401—Imaging image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明试图通过在预定网格10上使用初始扫描以获得最小图像集,然后识别感兴趣区域20以进行进一步扫描,从而减少产生高分辨率断层照片的负担。进一步的扫描位置40由在先前迭代中找到的图像熵或梯度确定;这些区域表示该区域内的边缘、裂缝或复杂结构。每次迭代后,信息级别(例如图像熵或梯度)将相对于像素/体素大小降低。这样,就实现了一种更高效的扫描方式。
Description
本发明总体上涉及一种用于产生射线断层照片的设备和方法,并且发现在病理学和/或非破坏性评估中特别有用,但这并不它的唯一用途。
通常需要对较大区域进行高分辨率扫描;但是,随着分辨率的提高和区域大小的增加,这项工作变得很繁重。重建完成后,很明显不需要对整个区域进行高分辨率扫描,但可以在某些子区域使用较低的分辨率,这将减少成像和重建的一些负担。
本发明试图通过在成像过程中动态地确定哪些位置适合高分辨率和低分辨率扫描来减少这种负担。通过这种方式,可以快速轻松地扫描飞机机翼等大型结构。具体而言,可以以低分辨率扫描大区域,而系统基于低分辨率扫描自动确定需要更高分辨率的子区域。
根据本发明的第一方面,提供了一种产生射线断层照片的方法,该方法包括以下步骤:获取对象的多个第一X射线衰减图像,该多个第一X射线衰减图像适用于重建指示X射线辐射衰减的第一密度函数,该第一密度函数具有第一分辨率;根据所述多个第一X射线衰减图像识别至少一个第一区域,其中熵和/或梯度分别超过预定阈值熵和/或梯度;获取所述至少一个第一区域的至少一个第二X射线衰减图像;以及根据所述多个第一X射线衰减图像和所述至少一个第二X射线衰减图像重建指示X射线辐射衰减的第二密度函数,第二密度函数具有一第二分辨率,该第二分辨率比所述第一分辨率高。
该方法使用预先确定的网格上的初始扫描来获得最小的图像集,然后识别感兴趣区域以进行进一步扫描。进一步的扫描位置由上一次迭代中找到的信息级别(例如图像熵或梯度)确定;这些区域表示该区域内的边缘、裂缝或复杂结构。每次迭代后,信息级别(例如图像熵或梯度)将相对于像素/体素大小降低。在本文档中,体素定义为3D像素;即决定重建的密度函数分辨率的大小。
通过这种方式实现了一种更高效的扫描方式。这意味着可以增加扫描点(即图像)的数量,这意味着可以使用具有更短间隔距离的低功率设备,这将产生更紧凑和便携的设备。例如,常见的源会产生一个开角为30-60度的X射线锥体。将这样的源移动到几倍于物体厚度的间隔距离将允许完全覆盖2D图像,但是这种覆盖所要付出的代价是平方反比定律需要数倍的X射线功率,并且需要非常大探测器区域或从一个位置进行多次曝光。与将源移动到物体厚度的小倍数相比,整个设备的体积和重量会增加。
预定义阈值可以由操作员调整,或者可以由处理器基于一个或多个物理约束自动选择。在可能的预定义阈值范围内,可以选择低阈值,但是该低阈值仍然高于通常针对均质材料测量的值,并且可以考虑要执行成像的设置的典型背景噪声水平(即可以选择低阈值以在其他均质材料中寻找细微的缺陷)。相反,可以选择高阈值使得裂缝或锐利边缘将达到这样的设置(即,可以选择高阈值以仅识别裂缝)。低阈值可用于确定需要进一步检查的区域,而高阈值可用于确定区域何时已达到足以检测到小特征的细节。用户可以根据采集和/或对象的情况来选择中间阈值。
该方法还可以包括以下步骤:根据所述多个第一X射线衰减图像和所述至少一个第二X射线衰减图像识别熵和/或梯度分别超过预定阈值熵和/或梯度的至少一个第二区域;获取所述至少一第二区域的至少一第三X射线衰减图像;以及根据所述多个X射线衰减图像、所述至少一个第二X射线衰减图像和所述至少一个第三X射线衰减图像重建指示X射线辐射衰减的第三密度函数,第三密度函数具有第三分辨率,该第三分辨率高于所述第二分辨率。
也可以设想另外的顺序,这些另外的顺序以类似方式实施,涉及识别至少一个另外的(例如第三、第四等)区域,获取至少一个另外的(例如第四、第五等)X射线衰减图像,以及重建另外的密度函数(例如第四、第五等)。本文公开的方法是迭代地基于获得的图像数据,因此基于对象特征。
该迭代过程可以一直继续到其中熵和/或梯度分别超过预定阈值熵和/或梯度的至少一个另外的区域不能被识别为止。替代地或附加地,该迭代过程可以一直继续到信息级别(例如图像熵或梯度)没有进一步改善为止;也就是说,相对于像素/体素大小没有出现进一步的减小,或者至少这种减小低于某些阈值水平。阈值水平可以是相对于预定义阈值熵和/或梯度的百分比和/或绝对变化。
这些限制定义了迭代过程的结束,并且可能需要应用于所有体素。
获取对象的多个第一X射线衰减图像可以包括确定重建指示X射线辐射衰减的第一密度函数所需的第一X射线衰减图像的最小数量。也就是说,该获取步骤可以包括确定第一组发射器位置,确定第一组发射器位置是为了用源自每个发射器位置的X射线锥体完全照射对象。完全照射可以意指至少单个X射线辐射束穿过对象的每个部分,和/或至少两个、三个或更多个X射线辐射束穿过对象的每个部分。
重建指示X射线辐射衰减的第一密度函数可以包括生成对象的2D图像,或者可以包括生成3D断层照片。这样产生的3D断层照片可以包括预定的分辨率,例如10微米、20微米、50微米、100微米、200微米、500微米、1000微米等。可以由操作员来选择分辨率或可以基于所得断层照片的要求和/或考虑中的对象来选择分辨率。
类似地,如此产生的3D断层照片可以包括预定的切片厚度,例如10微米、20微米、50微米、100微米、200微米、500微米、1000微米等。可以由操作员来选择切片的厚度或可以基于所得断层照片的要求和/或考虑中的对象来选择切片的厚度。切片厚度可以基于寻求的分辨率来确定(例如,可以选择切片厚度/分辨率以匹配切片内的分辨率)或可以独立于寻求的分辨率。通过这种方式,术语分辨率可以表示切片(在X-Y平面中,例如在X和/或Y轴中)的平面分辨率,可以与像素大小相关,和/或可以表示切片分辨率(例如Z方向的分辨率,与平面分辨率成直角。术语分辨率尤其可能与体素大小有关。
重建后续(例如,第二、第三、第四、第五等)密度函数可以包括生成另一个3D断层照片,其切片厚度与先前(例如,第一、第二、第三、第四)密度函数产生的3D断层照片相同或比其小。
对象可以是人、身体部位、样本、制造部件或任何其他要被询问的项目。对象可以是其一部分;也就是说,对象可能是上述项目中的一个感兴趣区域。感兴趣区域可以呈任何形状(例如,立方体、圆柱形或用户定义的任何其他几何形状),并且可以只是总区域的一部分,可以在该部分上发射和/或探测到X射线。
可有单个可移动X射线发射器;然而,在优选实施例中,可以有多个X射线发射器,例如布置成阵列(例如形成平板)。该阵列可以是三角形/六边形网格、正方形/矩形网格和/或任何其他所需的网格;然而,可以想象可以移动单个发射器来复制这种网格的布置。多个X射线发射器也可以或不可以相对于对象移动。所述多个X射线发射器也可以相对于探测器(例如探测器面板)可移动或不可移动。
根据多个第一X射线衰减图像识别至少一个其中熵和/或梯度分别超过预定义阈值熵和/或梯度的第一区域的步骤可以包括:重建指示X射线辐射衰减的第一密度函数;并且对于第一密度函数中的多个点中的每个点,确定围绕该点的区域内的熵和/或梯度。该识别步骤可以由处理器自动执行。
可以选择和/或预定所述点以对应于可以应用于第一密度函数的每个切片的网格/阵列。替代地或附加地,这些点可以对应于第一密度函数中的像素/体素。
例如,根据多个第一X射线衰减图像识别其中熵和/或梯度分别超过预定阈值熵和/或梯度的至少一个第一区域的步骤可以包括:重建指示X射线辐射衰减的第一密度函数,该第一密度函数包括多个像素/体素,多个像素/体素的值与所确定的X射线衰减量对应;和/或对于第一密度函数中的多个像素/体素中的每个像素/体素,确定围绕该像素/体素的区域内的熵和/或梯度。
围绕该点/像素/体素的区域可以基于距该像素/体素的绝对距离和/或该点/像素/体素的中心(例如半径)和/或距该点/像素/体素的相对距离和/或该点/像素/体素的中心(例如半径)来确定。在此上下文中,绝对距离可以指相对于对象测量的距离(例如,以微米为单位的距离),和/或相对距离可以指相对于像素/体素测量的距离(例如,像素/体素的数量和/或切片,例如至少一个、两个、五个、十个、二十个、五十个或更多个像素/体素切片)。
这种熵计算(例如,通过计算区域内的总变化)可能涉及使用基于距检查中的扫描位置的距离的加权项。
第一密度函数中的多个像素/体素可以形成第一密度函数中的所有像素/体素,或者可以仅形成第一密度函数中的全部像素/体素的子集,从而仅对子集进行确定步骤。通过这种方式,可以减少处理。
上面讨论的关于第一密度函数的相同原理可以应用于随后的(例如第二、第三、第四等)密度函数。例如,第二密度函数可以包括具有对应于所确定的X射线衰减量的值的第二多个像素/体素,以及根据多个第一X射线衰减图像和至少一个第二X射线衰减图像识别其中熵和/或梯度分别超过预定阈值熵和/或梯度的至少一个第二区域可以包括对于第二密度函数中的多个像素/体素中的每个像素/体素,确定围绕该像素/体素的区域内的熵和/或梯度。
根据多个第一X射线衰减图像识别其中熵和/或梯度分别超过预定阈值熵和/或梯度的至少一个第一区域的步骤可以包括:针对X射线源的每个潜在位置:通过所述至少一个第一区域从探测器平面反向投影到相应的潜在位置;以及针对至少一个第一区域内的每个体素确定是否从该潜在位置获取至少一个第二X射线衰减图像;其中,获取所述至少一个第一区域的至少一个第二X射线衰减图像包括获取对应于那些已建立的潜在位置的衰减图像。
建立步骤可以包括:优化包括加权约束的函数,包括:使体素的角覆盖最大化的几何因子;确保体素至少成像一次的重叠因子;以及使至少一个第一区域内的熵最小化的熵因子;并基于函数的值选择潜在位置。
几何因子可能倾向于使扫描点尽可能地分开(即加权到更大的角度,但小于源的最大锥角)。重叠因子可能倾向于使重叠最大化,这可以驱动扫描点尽可能接近。重叠因子可以被视为“无盲点”条件。权重可以通过测量或建模来确定,但会根据所考虑的硬件而有所不同。
可以沿最高熵梯度的方向或在最近的网格点处执行随后的扫描。
该方法还可以包括确定要采集的至少一个第二X射线衰减图像中的每一个之间的接近最优路径的步骤。
一旦生成了一组完整的源位置“请求”,就可以计算出接近最优的路径。一般来说,没有重复访问的n点之间的最优路径是不可解的封闭形式,并且是NP困难(因此需要n>>>1的大量计算成本)。来自经过充分研究的“旅行商问题”(TSP)的技术通常用于通过一组坐标找到接近最优的路径。
源可以沿着最优路径移动到每个点,并且可以在每个点进行曝光并记录在探测器上。这种移动可能是真实的;也就是说,源可以在路径上的点之间物理移动。替代地或附加地,移动可以是虚拟的;也就是说,可以在发射器阵列内激活一系列X射线发射器,从而追踪路径。在一些实施例中,可以使用组合或真实和虚拟的移动;也就是说,发射器阵列可以物理移动,允许激活单个X射线发射器以追踪路径。当探测器与X射线锥投影相比较小时,可能需要对给定位置进行多次曝光,在这种情况下,必须将探测器移动到多个位置,并在每个探测器位置进行一次曝光。在这种情况下,探测器区域和位置被视为总所需探测区域的子集,并且检探器重复定位以覆盖总所需探测区域。
对于非常高分辨率的断层照片,可以在一个或多个基本方向上在所有已建立的位置加上或减去预定偏移量(例如探测器像素大小的一半,尽管设想其他偏移量)重复扫描。可以对最终复合数据集执行最终重建。
可以理解,在执行后续步骤之前不必完全扫描对象,而是可以在第一次采集之后立即执行识别步骤。
根据本发明的第二方面,提供了一种用于产生断层照片的设备,该设备包括:一X射线发射器;一X射线探测器面板;以及用于执行根据前述权利要求中任一项所述的方法的处理器。
所述设备可以包括由多个X射线发射器组成的X射线发射器面板,其中所述X射线发射器是一个这样的示例。或者,所述X射线发射器可以是设备中唯一的这种X射线发射器。
所述X射线发射器(和/或X射线发射器面板)可以是可移动的。具体而言,X射线发射器(和/或X射线发射器面板)可以安装在电枢上以用于移动,例如由处理器自动移动。
根据以下结合附图给出的具体实施方式,本发明的上述和其他特征、特点和优点将变得更加显而易见,其中所述附图通过示例示出了本发明的远离。该描述仅为了示例给出,而不限制本发明的范围。以下引用的附图标记指附图。
图1示出了X射线源阵列,其中显示了重叠的感兴趣区域。
图2示出了与图1相同的视图,其中指示了为第一个感兴趣区域标记的后续图像捕获位置。
图3示出了与图2相同的视图,在随后的图像捕获位置之间标记了一条接近最优的路径。
本发明将参照某些附图进行描述,但本发明不限于此,而仅受权利要求的限制。所描述的附图只是示意性的并且是非限制性的。每张附图可能不包括本发明的所有特征,因此不应被认为是本发明的一个实施例。在附图中,出于说明的目的,一些元件的尺寸可能被夸大并且未按比例绘制。尺寸和相对尺寸与本发明实践的实际缩减并不对应。
此外,说明书和权利要求中的术语第一、第二、第三等用于区分相似的元件,并不一定用于描述时间、空间、排序或任何其他方式的顺序。应当理解,如此使用的术语在适当的情况下是可互换的,并且能够以不同于本文描述或图示的其他顺序进行操作。同样,以特定顺序描述或要求保护的方法步骤可以理解为以不同顺序操作。
此外,说明书和权利要求中的术语顶部、底部、上方、下方等用于描述目的,并不一定用于描述相对位置。应当理解,如此使用的术语在适当的情况下是可互换的,并且能够在不同于本文描述或图示的其他方向上进行操作。
需要注意的是,在权利要求中使用的术语“包括”不应被解释为受限于其后列出的装置;它不排除其他元素或步骤。因此,它被解释为指定所提及的所述特征、整体、步骤或组件的存在,但不排除存在或添加一个或多个其他特征、整体、步骤或组件或其组。因此,表述“包括装置A和B的设备”的范围不应限于仅由组件A和B组成的设备。这意味着就本发明而言,设备的唯一相关组件是A和B。
在整个说明书中对“一个实施例”或“一个方面”的引用意味着结合该实施例或方面描述的特定特征、结构或特性包括在本发明的至少一个实施例或方面中。因此,在本说明书各处出现的短语“在一个实施例中”,或“在一个方面”不一定都指代相同的实施例或方面,而是可以指代不同的实施例或方面。此外,本发明的任何一个实施例或方面的特定特征、结构或特性可以以任何合适的方式与本发明的另一实施例或方面的任何其他特定特征、结构或特性组合,这对于本领域的普通技术人员而言是显而易见的。
类似地,应当理解,在描述中,本发明的各种特征有时在单个实施例、图或对其的描述中组合在一起,目的是简化发明内容并帮助理解各种发明方面中的一个或多个。然而,这种公开方法不应被解释为表明要求保护的发明需要的特征要比每条权要中明确说明的特征多。此外,任何单独的附图或方面的描述不应被认为是本发明的实施例。相反,如以下权利要求所反映的,创造性方面在于少于单个前述公开的实施例的所有特征。因此,具体实施方式之后的权利要求特此明确并入该具体实施方式中,每个权利要求独立作为本发明的单独实施例。
此外,如本领域技术人员将理解的,虽然本文描述的一些实施例包括其他实施例中包含的一些特征,但是不同实施例的特征的组合意在在本发明的范围内,并且形成另外的实施例。例如,在以下权利要求中,可以以任何组合使用任何要求保护的实施例。
在本文提供的描述中,阐述了许多具体细节。然而,应当理解,可以在没有这些具体细节的情况下实践本发明的实施例。在其他情况下,为了不混淆对本描述的理解,没有详细示出公知的方法、结构和技术。
在讨论本发明的过程中,除非有相反的说明,否则参数的允许范围的上限或下限的替代值的公开,加上所述值之一比另一个更优选的指示,应被解释为隐含地表明,位于所述备选方案中更优选和次优选之间的所述参数的每个中间值本身优先于所述次优选值以及位于所述次优选值和所述中间值之间的每个值。
在某些情况下,“至少一个”一词的使用可能仅表示一个。在某些情况下,“任何”一词的使用可能意味着“所有”和/或“每个”。
现在将通过与示例性特征相关的至少一幅附图的详细描述来描述本发明的原理。很明显,在不脱离基本概念或技术教导的情况下,根据本领域技术人员的知识可以配置其他布置,本发明仅由所附权利要求的条款限制。
图1示出了三角形/六边形阵列的一部分,其中X射线源位于网格线10的交叉点处。虚线圆圈20表示已经识别出需要更高分辨率图像的感兴趣区域的位置。
图2示出了与图1相同的视图,这次为了清楚起见,网格线10用虚线表示。虚线圆圈20仍然存在,指示已识别感兴趣区域的位置。第一感兴趣区域30用实线示出。在第一感兴趣区域30内和第一感兴趣区域30附近指示随后的图像捕获位置40,该位置由相应的十字标记。
已选择每个识别的图像捕获位置40以便建立感兴趣区域的高分辨率重建。图像捕获位置40不是均匀分布在感兴趣区域上的,因为它们的位置是基于优化加权公式确定的,该加权公式包括对应于重建中每个体素周围的图像熵的项、体素的角度覆盖范围以及体素处X射线锥的重叠程度。
图3示出了与图2相同的视图,在随后的图像捕获位置之间标记了接近最优路径50。
在该示例中,接近最优路径在移动到第二感兴趣区域60之前穿过第一感兴趣区域中的所有图像捕获位置40;然而,在优选实施例中,将考虑横跨所有感兴趣区域20的所有图像捕获位置来确定接近最优路径50。因此,接近最优路径可以在感兴趣区域之间移动,并且可以返回到先前感兴趣区域,以收集另外的图像捕获位置。
在本示例中,仅选择第一感兴趣区域30作为说明性示例,使得接近最优路径50在移动到第二感兴趣区域60之前通过所有图像捕获位置40。然而,应当理解,如果为说明性示例选择了不同的感兴趣区域20,则情况并非如此。
Claims (7)
1.一种产生断层照片的方法,该方法包括以下步骤:
获取对象的多个第一X射线衰减图像,所述多个第一X射线衰减图像适合于重建指示X射线辐射衰减的第一密度函数,所述第一密度函数具有第一分辨率;
根据所述多个第一X射线衰减图像识别至少一个第一区域,在所述至少一个第一区域中,熵和/或梯度分别超过预定阈值熵和/或梯度;
获取所述至少一个第一区域的至少一个第二X射线衰减图像;和
根据所述多个第一X射线衰减图像和所述至少一个第二X射线衰减图像重建指示所述X射线辐射衰减的第二密度函数,该第二密度函数具有高于所述第一分辨率的第二分辨率。
2.根据权利要求1所述的产生断层照片的方法,其特征在于,所述方法还包括以下步骤:
根据所述多个第一X射线衰减图像和所述至少一个第二X射线衰减图像识别至少一个第二区域,在该至少一个第二区域中熵和/或梯度分别超过预定阈值熵和/或梯度;
获取所述至少一第二区域的至少一第三X射线衰减图像;和
根据所述多个X射线衰减图像、所述至少一个第二X射线衰减图像和至少一个第三X射线衰减图像,重建指示所述X射线辐射衰减的第三密度函数,该第三密度函数具有高于所述第二分辨率的第三分辨率。
3.根据权利要求1或2所述的产生断层照片的方法,其特征在于,根据所述多个第一X射线衰减图像,识别其中熵和/或梯度分别超过预定阈值熵和/或梯度的至少一个第一区域的步骤包括:
重建指示所述X射线辐射衰减的第一密度函数;和
对于所述第一密度函数中的多个点中的每个点,确定围绕该点的区域内的熵和/或梯度。
4.根据前述权利要求中任一项所述的产生断层照片的方法,其特征在于,根据所述多个第一X射线衰减图像,识别其中熵和/或梯度分别超过预定阈值熵和/梯度的至少一个第一区域的步骤包括,对于X射线源的每个潜在位置:
通过所述至少一个第一区域从探测器平面反向投影到相应的潜在位置;和
为所述至少一个第一区域内的每个体素建立是否从所述潜在位置获取所述至少一个第二X射线衰减图像;
其中,获取所述至少一个第一区域的所述至少一个第二X射线衰减图像包括,获取与那些已建立的潜在位置对应的衰减图像。
5.根据权利要求4所述的产生断层照片的方法,其特征在于,所述建立步骤包括:
优化包含加权约束的函数,包括:
最大化体素角度覆盖范围的几何因子;
确保所述体素至少成像一次的重叠因子;和
使所述至少一个第一区域内的熵最小化的熵因子;以及
根据所述函数的值选择潜在位置。
6.根据前述权利要求中任一项所述的产生断层照片的方法,其特征在于,还包括确定要采集的所述至少一个第二X射线衰减图像中的每一个之间的接近最优路径的步骤。
7.一种用于产生断层照片的设备,该设备包括:
一X射线发射器;
一X射线探测器面板;和
一种用于执行根据前述权利要求中任一项所述的方法的处理器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB2000238.2 | 2020-01-08 | ||
GB2000238.2A GB2590946B (en) | 2020-01-08 | 2020-01-08 | Apparatus and method of producing a tomogram |
PCT/GB2020/053170 WO2021140309A1 (en) | 2020-01-08 | 2020-12-10 | Apparatus and method of producing a tomogram |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115004231A true CN115004231A (zh) | 2022-09-02 |
Family
ID=69527813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080092050.0A Pending CN115004231A (zh) | 2020-01-08 | 2020-12-10 | 一种产生射线断层照片的设备和方法 |
Country Status (11)
Country | Link |
---|---|
US (1) | US20220343568A1 (zh) |
EP (1) | EP4088262A1 (zh) |
JP (1) | JP2023514031A (zh) |
KR (1) | KR20220125273A (zh) |
CN (1) | CN115004231A (zh) |
AU (1) | AU2020421011A1 (zh) |
BR (1) | BR112022012547A2 (zh) |
CA (1) | CA3165949A1 (zh) |
GB (1) | GB2590946B (zh) |
IL (1) | IL294303A (zh) |
WO (1) | WO2021140309A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6768782B1 (en) * | 2002-12-16 | 2004-07-27 | University Of Notre Dame Du Lac | Iterative method for region-of-interest reconstruction |
US7734119B2 (en) * | 2004-09-21 | 2010-06-08 | General Electric Company | Method and system for progressive multi-resolution three-dimensional image reconstruction using region of interest information |
US8081809B2 (en) * | 2006-11-22 | 2011-12-20 | General Electric Company | Methods and systems for optimizing high resolution image reconstruction |
WO2013148632A1 (en) * | 2012-03-29 | 2013-10-03 | Ingrain, Inc. | A method and system for estimating properties of porous media such as fine pore or tight rocks |
EP3274962B1 (de) * | 2016-02-04 | 2019-03-06 | YXLON International GmbH | Verfahren zur rekonstruktion eines prüfteils bei einem röntgen-ct-verfahren in einer röntgen-ct-anlage mittels einer intelligenten bahnkurve |
US10517543B2 (en) * | 2017-09-13 | 2019-12-31 | The University Of Chicago | Multiresolution iterative reconstruction for region of interest imaging in X-ray cone-beam computed tomography |
-
2020
- 2020-01-08 GB GB2000238.2A patent/GB2590946B/en active Active
- 2020-12-10 AU AU2020421011A patent/AU2020421011A1/en active Pending
- 2020-12-10 KR KR1020227026118A patent/KR20220125273A/ko unknown
- 2020-12-10 BR BR112022012547A patent/BR112022012547A2/pt unknown
- 2020-12-10 CA CA3165949A patent/CA3165949A1/en active Pending
- 2020-12-10 CN CN202080092050.0A patent/CN115004231A/zh active Pending
- 2020-12-10 JP JP2022541223A patent/JP2023514031A/ja active Pending
- 2020-12-10 IL IL294303A patent/IL294303A/en unknown
- 2020-12-10 EP EP20838148.3A patent/EP4088262A1/en active Pending
- 2020-12-10 WO PCT/GB2020/053170 patent/WO2021140309A1/en unknown
-
2022
- 2022-07-08 US US17/860,437 patent/US20220343568A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4088262A1 (en) | 2022-11-16 |
GB2590946B (en) | 2023-10-25 |
KR20220125273A (ko) | 2022-09-14 |
IL294303A (en) | 2022-08-01 |
AU2020421011A1 (en) | 2022-07-14 |
GB2590946A (en) | 2021-07-14 |
GB202000238D0 (en) | 2020-02-19 |
US20220343568A1 (en) | 2022-10-27 |
BR112022012547A2 (pt) | 2022-09-06 |
JP2023514031A (ja) | 2023-04-05 |
WO2021140309A1 (en) | 2021-07-15 |
CA3165949A1 (en) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6028910A (en) | High resolution areal tomosynthesis | |
US6813374B1 (en) | Method and apparatus for automatic image quality assessment | |
RU2334973C1 (ru) | Система и способ для реконструирования изображения посредством сканирования по прямолинейной траектории | |
US6961404B2 (en) | Method and system for reconstructing an image from projection data acquired by a cone beam computed tomography system | |
CA1309514C (en) | Method of using a priori information in computerized tomography | |
RU2400735C2 (ru) | Способ досмотра грузов с использованием просвечивания излучением под разными углами | |
US7424141B2 (en) | System and method for performing auto-focused tomosynthesis | |
EP3407793B1 (en) | Medical imaging system with a fixed array of x-ray detectors and method of using the same | |
KR20010081097A (ko) | 비파괴 테스트용 컴퓨터 단층 촬영법 및 장치 | |
US5390111A (en) | Method and system for processing cone beam data for reconstructing free of boundary-induced artifacts a three dimensional computerized tomography image | |
JP2000107167A (ja) | 円錐状放射線ビ―ムを使用するコンピュ―タ断層撮影方法 | |
CN101627409B (zh) | 在ct方法和设备中的几何相关的滤波 | |
US7515675B2 (en) | Apparatus and method for providing a near-parallel projection from helical scan data | |
US7933375B2 (en) | Ray consistency based reconstruction of helical cone beam data | |
US20220343568A1 (en) | Apparatus and method of producing a tomogram | |
US20070140415A1 (en) | Apparatus and method for providing an orthographic projection from helical scan data | |
CN101517617A (zh) | 基于射线一致性的螺旋锥形束数据的重建 | |
JPWO2021140309A5 (zh) | ||
Tam | Region-of-interest imaging in cone beam computerized tomography |
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 |