CN115039135A - 处理计算机断层扫描(ct)数据以用于滤波反投影(fbp)的方法 - Google Patents

处理计算机断层扫描(ct)数据以用于滤波反投影(fbp)的方法 Download PDF

Info

Publication number
CN115039135A
CN115039135A CN202080094794.6A CN202080094794A CN115039135A CN 115039135 A CN115039135 A CN 115039135A CN 202080094794 A CN202080094794 A CN 202080094794A CN 115039135 A CN115039135 A CN 115039135A
Authority
CN
China
Prior art keywords
data
image
sinograms
noise
frequency
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
CN202080094794.6A
Other languages
English (en)
Inventor
G·谢克特
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN115039135A publication Critical patent/CN115039135A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/408—Dual energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/421—Filtered back projection [FBP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种处理CT数据以抑制CT图像中的图像锥束伪影(CBA)的方法，其中CT图像是根据所述CT数据重建的。分频方法被用于重建。然而，这种方法的直接使用可导致在应用图像域去噪方法后留在基图像中的残余低频噪声的不期望的增加。然后，这种残余噪声相当线性地传播到频谱结果。为了避免这种噪声的增加，这里提出的方法选择性地且有效地使用FS方法。因此，在本发明的第一方面，提供了一种处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法。该方法包括以下步骤：获得在患者的CT扫描期间生成的CT数据(步骤S1)；在投影域中分解所获得的CT数据，从而产生多个分解的正弦图(步骤S2)；在所述分解的正弦图之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性(步骤S3)。

Description

处理计算机断层扫描(CT)数据以用于滤波反投影(FBP)的 方法
技术领域
本发明涉及一种处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法、一种用于处理CT数据以抑制CT图像中的图像锥束伪影(CBA)的系统、一种计算机程序单元以及一种计算机可读介质。
背景技术
锥束计算机断层扫描(CT)系统的引入带来了一些益处。与单切片CT系统相比，可以减少数据获取的时间，更有效地使用x射线管的输出，从而导致更简单的管的热管理，且不再需要为了实现可接受的扫描时间而牺牲z分辨率。然而，使用锥束CT系统的一个主要问题是找到合适的重建算法。大量出版物已经解决了在源-检测器系统的螺旋路径期间获取的锥束投影的重建问题。
例如，WO2019/096600建议使用单个CT反投影仪，其中针对多种不同类型的投影数据，每个体素有一个几何计算，由此降低重建系统的成本并改善处理时间。
然而，到目前为止，精确或准精确的算法仅适用于PI和3-PI获取。然而，从实际的角度来看，近似方法对于中等尺寸的锥角仍具有优势，尤其是如果它们可以使用任意数量的冗余数据，因为已知使用冗余数据可以显著减少在z方向上的采样伪影以及对患者运动的敏感性。
此外，大多数近似方法可以在任意螺距值下使用整个检测器区域，因此使用被施加于患者的所有剂量，并支持使用射线偏移技术来增强分辨率的可能性。另一个优点可能来自于减少的计算工作量。这就是为什么本发明的发明人与其共同发明人一起发明了分频方法，该方法于2004年在论文“The frequency split method for helical cone beamreconstruction”(Gilad Shechter,Thomas Koehler,Ami Altman and Roland Proksa,Medical Physics 31,No.8,2004)中公开。自从那时起，分频(FS)方法在CT从业者中广受欢迎，且是一种改善CT成像的公知技术。
分频(FS)方法提供了一种实用的方式来抑制根据非门控螺旋扫描(non-gatedhelical scan)重建的CT图像中的锥束伪影(CBA)。然而，这种方法的使用增加了图像的低频噪声分量。这种噪声的增加在投影域分解之后重建的光谱CT图像中变得更加棘手(参见论文“Energy-selective reconstructions in X-ray computerized tomography”(Robert E.Alvarez和Albert Macovski,Phys.Med.Biol.21,p-733,1796)和“K-edgeimaging in x-ray computed tomography using multi-bin photon countingdetectors”(Ewald Roessl和Roland Proksa,Physics in medicine and biology,52,2007))。这是因为已知这些图像会受到强烈的反相关噪声的影响，如在“Quantization ofLiver Tissue in Dual kVp Computed Tomography using Linear DiscriminantAnalysis”(J.Eric Tkaczyk等,Proceedings of SPIE 7258,2009)中所述的。
在先进的图像域去噪方法的存在下，这种噪声的增加也更为加重，这些去噪方法设法从图像中消除几乎所有的高频噪声分量。
因此，本发明的发明人确定需要进一步减少宽锥角光谱CT中的CBA问题。
发明内容
因此，可能需要一种抑制宽锥角光谱CT中的CBA的实用方法和系统。
本发明的目的通过独立权利要求的主题来解决，其中进一步的实施例被并入从属权利要求中。应注意的是，本发明的以下描述的方面同样适用于处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法、系统、程序单元和计算机可读介质。
根据本发明的第一方面，提供了一种处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法。该方法包括以下步骤：
获得在患者的CT扫描期间生成的CT数据(步骤S1)；
在投影域分解所获得的CT数据，从而产生多个分解的正弦图(步骤S2)；和
在所述分解的正弦图之间不均匀地散布将导致图像锥束伪影的噪声和/或不一致性(步骤S3)，以及
通过对在步骤S3中应用了不均匀地散布的分解的正弦图应用滤波反投影(FBP)来重建一个或多个基础图像，从而使用分频(FS)方法(步骤S4)。
换句话说，这里提出了一种用于抑制CT中的图像CBA的实用方法。与本领域技术人员基于本文前面提到的介绍FS方法的论文而现在应用的原始的FS方法相反，本发明的方法抑制了这些CT图像中的低频噪声，这将在下文中进行更详细的解释。
应注意的是，本发明的方法优选在计算机上执行，例如重建服务器，其通常被用于重建CT图像。
此外，这里给出的这种方法的可能应用是各种宽锥角光谱CT系统中的所有非门控螺旋扫描，例如双能系统(如双层检测器、快速kVp切换或双源)以及光子计数系统。
此外，在本发明的上下文中，“待重建的CT图像”是在下文中更详细地描述的“基础图像(base image)”或“基图像(basis image)”。通过使用本发明的方法，从原始获得的CT数据重建的基图像例如可以在图2中看到，其中它们被以附图标记206示出。
应注意的是，关于在投影域中分解所获得的CT数据而产生多个分解的正弦图的步骤，本领域技术人员熟悉该方法步骤，因为多年来在CT重建领域经常这样做。关于其的细节例如被上文提及的出版物公开且还将在下文中在本发明的具体实施例的情形中进行描述。
如前所述的方法步骤S1至S3的结果是正弦图，其中将导致图像锥束伪影的噪声和/或不一致性被不均匀地散布。优选地，噪声和/或不一致性被尽可能不均匀地散布，即，在将导致图像锥束伪影的所述噪声和/或不一致性的不均匀散布中具有最大值。这将在下文中更详细地解释。
此外，本发明所提供的正弦图可以随后被使用，即，在应用了步骤S1至S3之后，作为公知的分频(FS)方法被应用于其上的数据。因此，步骤S1到S3已经提供了改进的数据，然后改进的数据可通过对分解的正弦图(在步骤S3中对其应用了不均匀地散布)应用滤波反投影(FBP)而在一个或多个基础图像的重建中被使用和处理。在该滤波反投影(FBP)中，可以使用分频(FS)方法。
在本发明的上下文中，“分频(FS)方法”应被理解为CT重建中的技术人员通常所做的，作为公知的方法，其在论文“The frequency split method for helical cone beamreconstruction”(Gilad Shechter,Thomas Koehler,Ami Altman和Roland Proksa,Medical Physics 31,No.8,2004)中被详细描述。当从本发明的方法的步骤S1到S3产生的正弦图/数据被用于所述方法中时，可以重建改进的CT图像。这将在下文中更详细地解释。
在本发明的情形中使用的分频(FS)方法可被理解为滤波反投影(FBP)，其中使用所提供的CT数据的并非所有数据来重建基础图像中的至少一些低频，而使用CT数据的更多的、优选是所有的数据来重建基础图像的高频。因此，本文提出的方法可被视为一种处理CT以用于滤波反投影的方法。
因此，利用本文提出的方法在使用步骤S1至S3之前，提出了一种用于抑制宽锥角光谱CT中的CBA的实用方法。与原始的FS方法相反，本文提出的方法有助于限制这些图像中的低频噪声，这从本公开中变得明显。
在一个示例性实施例中，人们可以首先对在投影域中分解的不同正弦图进行单元基变换。以这种方式，人们可以在这些正弦图之间尽可能不均匀地散布噪声(和/或导致图像CBA的不一致性)。接下来，人们可以使用FS方法来重建每个正弦图，从而降低用于已知比其他的更嘈杂和/或受锥角不一致性较少地污染的正弦图的其激进性。
换言之，在该实施例中，建议选择性使用，在选择性地将FS方法不同地应用于不同的正弦图的意义上。FS方法的这种选择性使用也可适用于双源光谱系统。
当然，可以通过各种不同的方式来实现如步骤S3中所要求的这种不均匀地散布，一些示例性实施例将在下文中利用具体的数学表达的实施例进行更详细的阐述。
总体上，所提出的方法解决了重建CT图像的现有技术中的问题，其中分频方法被应用，但带来了图像的低频噪声分量增加的缺点。在投影域分解后重建的光谱CT图像中，这种噪声的增加变得更加棘手。这些缺点通过根据上文描述的步骤S1到S3提供正弦图而被克服，因为在利用FS方法处理它们之后，将避免或至少减少待重建的图像中的低频噪声分量的增加。
本发明的发明人还可以在图5a至图5c所示的测试中展示本文提出的方法所提供的优点。图5a至图5c中所示的矢状脑图像是根据具有旋转中心处8cm波束开口、0.3的螺距因子和340mAs的模拟双能螺旋扫描重建的。如图5a所示，如果没有应用FS方法进行重建，小脑周围会出现不可接受的条形CBA。在图5b中，本发明人利用低频滤波器使用FS方法来重建原始基元素Lα＝1,2，其中低频滤波器以每厘米4线对(LPP)降至零。这里，CBA的抑制伴随着残余低频噪声的增加。这种噪声增加正破坏灰质和白质之间的区别，并且比原始CBA对图像的损害更大。残余低频噪声(在x-y中)也是造成小脑周围的图像模糊的原因。在图5c中，本发明人在分解的正弦图之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性。作为示例，他使用下面的公式(3)中描述的Uβα而切换到新的基。在利用被用于获得图5b的FS方法设置来重建Lβ＝2的正弦图时，在不使用FS方法的情况下重建Lβ＝1的正弦图。由于在图5c的测试中选择性地使用了FS，相对于图5a，没有观察到残余低频噪声的增加。同时，对CBA的明确抑制依然被实现。因此，正如这些测试所确认的，与现有技术相比，处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法提供了改进的重建结果。
工业用双能CT扫描仪包括在两个能量仓处收集信号。在光子计数CT系统中，由nbin表示的仓的数量可以增加到例如5。通过投影域分解，多个nm等效路径被数值分解，其中nm≤nbin。这可以通过例如反转分析表达式，或通过最大化似然函数来实现。让我们用Aα；α＝1,2…nm来表示这些等效路径。为方便起见，我们将等效路径转换为由Lα表示的无量纲线积分，如下所示。这里μα是在某一固定能量(例如70keV)下与Aα对应的材料的衰减系数。
(1)Lα＝Aα·μα；α＝1,2…nm。
然后，通过滤波反投影(FBP)方法根据这些线积分的正弦图来重建由Iα表示的基图像。
因此，根据示例性实施例，投影域分解被用于数值分解多个nm等效路径。
根据本发明的另一示例性实施例，噪声和/或将导致图像锥束伪影的不一致性在所述分解的正弦图之间被尽可能不均匀地散布。
根据本发明，该方法还包括以下步骤：
通过对在步骤S3中应用了不均匀地散布的分解的正弦图应用滤波反投影(FBP)来重建一个或多个基础图像，从而使用分频(FS)方法(步骤S4)。
换言之，通过应用滤波反投影(FBP)来重建一个或多个基础图像，其中使用所获得的CT数据的并非所有数据来重建基础图像的至少一些低频，而使用CT数据的更多的、优选是所有的数据来重建基础图像的高频。因此，根据该实施例，仅使用投影的小部分来重建图像的低频，从而增加了它们之间的2D一致性。
FS方法是利用螺旋锥束CT中的冗余数据的一种近似方法。它是基于以下观察结果，即，如果仅使用略大于180°的数据进行反投影，则原始的WEDGE方法提供出色的图像质量，并且如果使用大量的冗余数据，则出现明显的低频伪影。这种劣化通过分频方法得到补偿。图像的低频部分可以使用略大于180°的数据来重建，而高频部分则使用更多的、优选是所有的数据来重建。公知的是，FS方法几乎不会降低重建图像的信噪比，并且在存在运动的情况下表现稳健。
根据本发明的另一示例性实施例，分频(FS)方法的特征在于，使用所获得的CT数据的并非所有数据来重建基础图像的至少一些低频，而使用CT数据的更多的、优选是所有的数据来重建基础图像的高频。
根据本发明的另一示例性实施例，分频(FS)方法被选择性地应用于多个正弦图。
因此，至少对于两个不同的正弦图，FS方法的参数对于不同的正弦图是变化的，这将在下文中详细解释。
根据本发明的另一示例性实施例，分频(FS)方法的激进性对于不同的正弦图是变化的。
如本领域技术人员所理解的，FS方法对所获得的CT数据应用(与先前的重建方法相比较)至少两次重建，即，对高频进行一次重建，其中使用所获得CT数据的所有数据或大量数据，且对低频进行一次重建，其中不使用全部CT数据，因为这里忽略了冗余数据。因此，FS方法的“激进性(aggressiveness)”在本发明的上下文中被理解为描述或指示通过应用FS方法而忽略了多少冗余数据的参数/指标。
在第一示例中，可以由用户或系统设置且区分高频和低频(对其应用不同的重建)的边界是调整FS方法的“激进性”的一种方式。例如当用户或系统设置高边界值时，因此将许多频率分类为“低频”，在重建期间将忽略一定数量的冗余数据，这将被本领域技术人员理解为一种应用FS方法的相当激进的方式。因此，在应用具有低“激进性”值的FS方法时，本领域技术人员将理解将所提供的CT数据的高频和低频分开的相当低的边界值。
在第二示例(其当然可以与第一示例相结合)中，用户/系统可以使用限制在低频重建中所提供的CT数据的角度光谱的使用的角度参数，设置FS方法的“激进性”。假设所提供的CT数据包含患者的360°的扫描，所述角度参数例如限定仅使用180°度，或185°度，或190°度，或200°度，或240°度来重建低频。因此，这个角度参数还与前面描述的边界值一起确定了FS方法以怎样的激进性被应用。
根据本发明的另一示例性实施例，对于具有高的低频噪声的至少一个正弦图，优选是所有的正弦图，分频(FS)方法的激进性被降低。
执行该方法的用户和/或系统可以例如通过用户输入来确定在哪个低频噪声水平之上将被认为是高的低频噪声。这可被视为该方法的示例性实施例的一部分。然后，该方法可以从所提供的CT数据在投影域中被分解成的正弦图中自动地选择满足该标准的那些正弦图。这将在下文中在详细实施例的情形中更详细地解释。
根据本发明的另一示例性实施例，对于具有低水平的锥角不一致性的至少一个正弦图，优选是所有的正弦图，分频(FS)方法的激进性被降低。
执行该方法的用户和/或系统可以例如通过用户输入来确定低于哪个水平的锥角不一致性被认为是低水平的锥角不一致性。这可被视为该方法的示例性实施例的一部分。然后，该方法可以从所获得的CT数据在投影域中被分解成的正弦图中自动地选择满足该标准的那些正弦图。这将在下文中在详细实施例的情形中更详细地解释。
根据本发明的另一示例性实施例，通过改变分频(FS)方法中使用的低频滤波器的截止点和/或形状来控制用于不同的正弦图的分频(FS)方法的激进性的变化。
这种变化可以由计算机自动完成，或者可以由用户通过为每个正弦图或一组正弦图单独地控制/调整分频(FS)方法中使用的低频滤波器的截止点和/或形状来完成。这将在下文中在详细实施例的情形中更详细地解释。
根据本发明的另一示例性实施例，通过修改用于生成低频图像的反投影(BP)加权方案来控制用于不同正弦图的分频(FS)方法的激进性的变化。
反投影(BP)加权方案的这种修改可以由计算机自动完成，或者可以由用户通过为每个正弦图或一组正弦图单独地控制/调整反投影(BP)加权方案来完成。这将在下文中在详细实施例的情形中更详细地解释。
根据本发明的另一示例性实施例，CT数据源自患者身体的非门控螺旋扫描。因此，所给出的方法还可包括以下步骤：利用CT成像设备对患者的身体进行非门控螺旋扫描，并生成所制作的图像数据作为本文提出的方法的步骤S1中使用的“CT数据”。
根据本发明的第二方面，提出了一种用于处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的系统。该系统包括计算单元，其被配置成用于：
接收在患者的CT扫描期间生成的CT数据；
在投影域中分解所接收的CT数据，从而产生多个分解的正弦图；
在所述分解的正弦图之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性，和
通过对应用了不均匀地散布的分解的正弦图应用滤波反投影(FBP)来重建一个或多个基础图像，从而使用分频(FS)方法。
该系统可被实现为计算机，例如，重建服务器，其通常被用于重建CT图像。然而，该系统也可被包括在CT成像装置中，其中执行如步骤S1至S3中描述的CT数据处理。
该系统的一些或所有部件可被布置成硬件，例如适当编程的FPGA(现场可编程门阵列)或硬连线的IC芯片。该系统的一些部件可以被布置成软件、硬件或两者。
本文公开的一个或多个特征可被配置或实现为/具有在计算机可读介质内编码的电路和/或其组合。电路可包括分立和/或集成电路、专用集成电路(ASIC)、片上系统(SOC)及其组合、机器、计算机系统、处理器和存储器、计算机程序。
根据本发明的另一示例性实施例，计算单元被配置为通过对应用了步骤S3的不均匀地散布的分解的正弦图应用滤波反投影(FBP)来重建基础图像，从而使用分频(FS)方法(步骤S3)，其中分频(FS)方法优选地被选择性地应用于多个正弦图。
根据本发明的另一方面，提出了一种计算机断层扫描(CT)系统，其用于处理CT数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)。该系统包括CT成像系统和如上文所述的系统。
根据本发明的另一方面，一种计算机程序单元，其在被至少一个处理单元执行时适于使处理单元执行该方法：
获得在患者的CT扫描期间生成的CT数据(步骤S1)；
在投影域中分解所获得的CT数据，从而产生多个分解的正弦图(步骤S2)；
在所述分解的正弦图之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性(步骤S3)和
通过对应用了不均匀地散布的分解的正弦图应用滤波反投影(FBP)来重建一个或多个基础图像，从而使用分频(FS)方法。
因此，计算机程序单元可被存储在计算机单元上，该计算机单元也可以是本发明的实施例的一部分。该计算单元可适于执行或诱发执行上述方法的步骤。此外，它可适于操作上述设备的部件。计算单元可适于自动操作和/或执行用户的命令。可以将计算机程序加载到数据处理器的工作存储器中。因此，数据处理器可以被装备以执行本发明的方法。
本发明的该示例性实施例既覆盖从一开始就使用本发明的计算机程序，也覆盖通过更新的方式将现有程序变成使用本发明的程序的计算机程序。
此外，计算机程序单元能够提供所有必要的步骤来完成如上所述的方法的示例性实施例的操作。
根据本发明的另一方面，提出了一种计算机可读介质，其上存储有如前所述的程序单元。
根据本发明的另一示例性实施例，提出了一种计算机可读介质，例如CD-ROM，其中该计算机可读介质具有存储在其上的计算机程序单元，该计算机程序单元通过前述部分进行了描述。
计算机程序可以被存储和/或分布在适合的介质(尤其是，但不必是，非暂时性介质)上，例如与其他硬件一起或作为其他硬件的一部分提供的光学存储介质或固态介质，但也可以以其他形式分布，例如通过互联网或其他有线或无线电信系统。
然而，计算机程序也可以通过像万维网这样的网络提供，并可以从这样的网络下载到数据处理器的工作存储器中。根据本发明的另一示例性实施例，提供了一种用于使计算机程序单元可供下载的介质，该计算机程序单元被安排成执行根据本发明的前述实施例之一所述的方法。
根据本发明的示例性实施例，所获得的CT数据集是宽锥角光谱CT数据集。
必须指出的是，参考不同主题描述了本发明的实施例。尤其是，参考方法类型的权利要求描述了一些实施例，而参考装置类型的权利要求描述了另外的实施例。然而，本领域技术人员将从上文和下文描述中得出，除非另有指示，否则除了属于一种类型的主题的特征的任何组合之外，与不同主题相关的特征之间的任何组合也被认为由本申请公开。然而，所有特征都可以组合，从而提供多于特征的简单加和的协同效果。
附图说明
图1示出了根据本发明的示例性实施例的处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法的流程图。
图2示出了根据本发明的示例性实施例的处理CT数据以抑制待根据所述CT数据重建的CT图像中的CBA的方法的流程图。
图3示出了可在本发明的示例性实施例中使用的噪声分量的典型散点图。
图4示出了根据本发明的示例性实施例的用于处理CT数据以抑制CT图像中的图像锥束伪影(CBA)的CT系统。
图5a-c示出了本发明的方法的示例性实施例相对于重建CT图像的现有技术的结果。
具体实施方式
图1示出了处理CT数据以抑制CT图像中的图像锥束伪影(CBA)的方法的流程图，其中CT图像是根据CT数据重建的。FS方法被用于重建。然而，这种方法的直接使用可导致在应用图像域去噪方法后留在基图像中的残余低频噪声的不期望的增加。然后，这种残余噪声相当线性地传播到光谱结果。为了避免这种噪声的增加，图1中所示的方法选择性地且有效地使用FS方法。这将在下文中以及结合其他的图2至图4来更详细地解释。
图1的方法包括以下步骤：在步骤S1中，接收/提供/获取在患者的CT扫描期间生成的CT数据。作为进一步的步骤，在步骤S2中，所获得的CT数据在投影域中被分解，从而产生多个分解的正弦图。此外，在步骤S3中，执行在所述分解的正弦图之间关于噪声和/或将导致图像锥束伪影的不一致性的不均匀地散布。在步骤S3之后，在步骤S4中，使用所产生的数据，即具有分布的噪声/不一致性的正弦图。在该步骤中，通过对在步骤S3中应用了不均匀地散布的分解的正弦图应用滤波反投影(FBP)来执行一个或多个基础图像的重建，由此在步骤S4中使用分频(FS)方法。
换句话说，这里提出了一种用于抑制宽锥角光谱CT中的图像CBA的实用方法。与原始的FS方法相反，本发明的方法有助于限制这些图像中的低频噪声，这将在下文中更详细地解释，尤其是在图2所示的实施例的情形中。
应注意的是，图1的方法优选地在计算机上执行，例如重建服务器，其通常被用于重建CT图像。此外，这里提出的这种方法的可能应用是各种宽锥角光谱CT系统中的所有非门控螺旋扫描，例如双能系统(例如，双层检测器、快速kVp切换或双源)以及光子计数系统。
如本文前面所述的方法步骤S1至S3的结果将产生正弦图，其中噪声和/或将导致图像锥束伪影的不一致性被不均匀地，即不平均地散布。优选地，噪声和/或不一致性被尽可能不均匀地散布，即在所述噪声和/或将导致图像锥束伪影的不一致性的不均匀的分布中具有最大值。这将在图2的情形中更详细地解释。
同样，如在图1的情形中使用的分频(FS)方法可被理解为滤波反投影(FBP)，其中使用所获得的CT数据的并非所有数据来重建基础图像的至少一些低频，而使用CT数据的更多的、优选是所有的数据来重建基础图像的高频，如现在将在图2和图3的情形中进行解释的那样。
图2示出了根据本发明的示例性实施例的处理CT数据以抑制待根据所述CT数据重建的CT基础图像中的CBA的方法的流程图。如从下面的解释中将变得明显的，图2示出了一种用于抑制宽锥角光谱CT中的图像CBA的实用方法，因为它有助于限制这些图像中的低频噪声。图2所示的实施例可被应用于各种宽锥角光谱CT系统中的所有非门控螺旋扫描，例如双能系统(例如双层检测器、快速kVp切换或双源)以及光子计数系统。
在图2的方法200中，预先计算的基变换201被用于在分解的正弦图202之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性。这导致基础的变化，这将在下文的详细示例性实施例中进行解释。当然，有不同的方式来预先计算基变换201。例如，可以使用旨在以不均匀的方式在不同的正弦图之间散布噪声的先验知识。这里的构思是对每个基元素选择性地使用FS方法而将每个正弦图重建为图像，即，降低用于已知比其他的具有更高的低频噪声的正弦图的FS的激进性。替代性地，可以使用不同的先验知识，其现在旨在以不均匀的方式在这些不同的正弦图之间散布源自宽锥角的不一致性。在这种情况下，人们应重建正弦图，从而降低用于已知比其他的包含较少的锥角不一致性的那些的FS的激进性。使用这两种方法中的任何一种或两种方法的组合，人们可以设法具有满意的CBA减少，同时避免增加光谱结果中的残余低频噪声。
在图2中，还有被示出的多个分解的正弦图204a、205a和206a，基础的变化被应用于这些正弦图，以便在分解的正弦图202之间不均匀地散布噪声和/或不一致性。此外，图2示出了FS方法被在FS方法的激进性方面不同地应用于不同的正弦图，参见204b、205b、206b。然后，这导致产生重建的基图像206，其可被用于产生光谱结果。图2所示的实施例的原理现在将通过详细的进一步的实施例来阐明。
详细的示例性实施例
工业用双能CT扫描仪包括在两个能量仓处收集信号。在光子计数CT系统中，由nbin表示的仓的数量可以增加到例如5。通过投影域分解，多个nm等效路径被数值分解，其中nm≤nbin。这可以通过反转分析表达式，或通过最大化似然函数来完成。让我们用Aα；α＝1,2…nm来表示这些等效路径。
为方便起见，我们将等效路径转换为由Lα表示的无量纲线积分，如下所示。这里μα是在某一固定能量(例如70keV)下与Aα对应的材料的衰减系数。
(1)Lα＝Aα·μα；α＝1,2…nm。
然后，通过滤波反投影(FBP)方法根据这些线积分的正弦图重建由Iα表示的基图像。这些图像提供所有的光谱结果，例如虚拟单能图像、碘无水图像、K边缘材料图像等。为了允许准确的定量成像，这些图像必须不含CBA。在这里，可以使用FS方法。然而，这种方法的直接使用可导致在应用图像域去噪方法后留在Iα中的残余低频噪声的不期望的增加。然后，这种残余噪声相当线性地传播到光谱结果。为了避免这种噪声的增加，本实施例建议选择性且有效地使用FS方法。为此目的，我们首先在该示例性实施例中在Lα上应用单元基变换。
(2)
Figure BDA0003767434010000131
基变换矩阵Uβα可以使用先验知识来选择，其旨在不同的正弦图Lβ之间以不均匀的方式散布噪声。这里的构思是对每个基元素β选择性地使用FS方法以将每个正弦图Lβ重建为图像Iβ，即，降低用于已知具有比其他的更高的低频噪声的Lβ正弦图的FS的激进性。
变换矩阵Uβα也可使用不同的先验知识来选择，其现在旨在以不均匀的方式在这些不同的正弦图之间散布源自宽锥角的不一致性。在这种情况下，我们重建Lβ正弦图，从而降低用于已知比其他的包含较少的锥角不一致性的那些的FS的激进性。
使用这两种方法中的任何一种，或两种方法的组合，我们设法具有满意的CBA减少，同时避免增加光谱结果中的残余低频噪声。
如上文引用的FS方法论文中所提及的，通过改变FS方法所使用的低频滤波器的截止点或形状来执行根据该示例性方法的控制FS的激进性。替代性地，可以通过修改被用于生成低频图像的BP加权方案来改变激进性。
由于基Lα到Lβ的变换是线性地进行的，所以我们不需要在后面应用逆变换来从Iβ得到Iα。代替的是，我们可以直接从Iβ中提取光谱结果。这样的流程图在图2中示出。我们现在将更详细地展示该方法的示例性实施例。
该方法是为各种数量的分解的等效路径设计的。然而，为了形象化地展示它，我们在这里通过示例提及双能系统，其中nm＝nbin＝2。我们选择基Lα，使得Lα＝1表示通过虚拟材料的线积分，该虚拟材料具有能量相关衰减曲线，其类似于水中的康普顿散射机制的衰减曲线。我们完成了基，从而选择Lα＝2作为通过具有能量相关衰减曲线的虚拟材料的线积分，该能量相关衰减曲线类似于水中瑞利散射和光电机制的衰减曲线之和。
在图3中，我们示出了Lα的噪声分量的典型散点图。为了获得这些，我们使用NCAT数学模型扫描的模拟。噪声分量是在从有噪声的Lα中省略它们的通过无噪声模拟获得的值之后获得的。在图3的(a)中，我们示出了给定检测器行的Lα＝1+Lα＝2的水状正弦图。我们在其中定义了两个关注区域(ROI)，参见椭圆形轮廓。在图3的(b)中，我们示出了属于这些ROI的读数的噪声分量。图3提供了两个重要的观察结果。首先，在
Figure BDA0003767434010000141
之间的明显的反相关行为具有被定向为约-45°的主轴线。其次，该轴线相对于正弦图内的读数位置不敏感。实际上，对于在两个能量仓中该系统的给定光谱，该轴线在不同的被扫描对象的正弦图之间也几乎没有变化。按照这个概念，我们选择Uβα，如(3)所示。这允许以最不均匀的方式在Lβ正弦图之间散布噪声。
(3)
Figure BDA0003767434010000151
将这些观察结果推广回nm≥2，我们现在引入由Σαα′表示的协方差矩阵，其描述了不同的Lα之间的噪声相关性。(2)中使用的单元变换矩阵Uβα有助于对角化UTΣU。它的列被作为Σαα′的右特征向量。根据它们的特征值以降序对它们进行排序，路径Lβ的正弦图中的噪声如设计的那样在减少β。
根据协方差矩阵Σαα′选择矩阵Uβα是基于以下假设：通过不同路径的正弦图Lβ扩散到光谱结果中的宽锥角不一致性的量大致相同。然而，如前面简短地提及的，另一种方法是使用关于患者解剖结构的先验知识，以便有意地构建包含不同数量的宽锥角不一致性的Lβ正弦图。这种先验知识的示例是这样的事实，即，大部分图像CBA源自患者的皮质骨含量沿旋转轴线z的强梯度。在这里，我们忽略了膜片区域处的空气与软组织的界面。皮质骨X射线衰减可以在两个基础模型中所涉及的近似中被描述为前面描述的限定双能基元素Lα＝1,2的两个虚拟材料的线性组合。利用该输入，我们可以使用(5)中给出的基变换矩阵
Figure BDA0003767434010000152
(4)μCB(E)＝c1·μα＝1(E)+c2·μα＝2(E)。
(5)
Figure BDA0003767434010000153
本发明的发明人还可以在图5a至图5c所示的测试中展示本文提出的方法所提供的优点。图5a至图5c中所示的矢状脑图像是根据具有旋转中心处的8cm波束开口、0.3的螺距因子和340mAs的模拟双能螺旋扫描重建的。如图5a所示，如果没有应用FS方法进行重建，小脑周围会出现不可接受的条形CBA。在图5b中，本发明人利用低频滤波器使用FS方法来重建原始基元素Lα＝1,2，其中低频滤波器以每厘米4线对(LPP)降至零。这里，CBA的抑制由残余低频噪声的增加来确定。这种噪声增加正破坏灰质和白质之间的区别，并且比原始CBA对图像的损害更大。残余低频噪声(在x-y中)也是造成小脑周围的图像模糊的原因。在图5c中，本发明人在分解的正弦图之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性。作为示例，他使用下面的公式(3)中描述的Uβα而切换到新的基。在利用被用于获得图5b的FS方法设置来重建Lβ＝2的正弦图时，在不使用FS方法的情况下重建Lβ＝1的正弦图。由于在图5c的测试中选择性地使用了FS，相对于图5a，没有观察到残余低频噪声的增加。同时，对CBA的明确抑制依然被实现。因此，正如这些测试所确认的，与现有技术相比，处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法提供了改进的重建结果。
图4示出了根据本发明的示例性实施例的用于处理CT数据以抑制CT图像中的图像锥束伪影(CBA)的CT系统400。系统400包括CT成像系统401、402和具有计算单元(406)的系统403，该计算单元被配置成用于：
接收在患者CT的扫描期间生成的CT数据；
在投影域中分解所提供的CT数据，从而产生多个分解的正弦图；和
在所述分解的正弦图之间不均匀地散布噪声和/或。
还示出了计算机程序单元404，其在被至少一个处理单元(PU)执行时适于使处理单元(PU)执行如本文所述的方法。
利用这样的计算单元406，人们可以解决重建CT图像的现有技术中的问题，其中分频方法被应用，但带来图像的低频噪声分量增加的缺点。在投影域分解后重建的光谱CT图像中，这种噪声的增加变得更加棘手。利用计算单元406克服了这些缺点，因为在用FS方法处理了正弦图之后，将避免或至少减少待重建的图像中低频噪声分量的增加。
尽管已经在附图和前面的描述中例示说明和描述了本发明，但这样的例示说明和描述被认为是例示说明性的或示例性的而非限制性的。本发明不限于所公开的实施例。通过研究附图、公开内容和从属权利要求，本领域技术人员在实践所要求保护的本发明时，能够理解并实现所公开的实施例的其他变型。
在权利要求中，“包括”一词不排除其他元件或步骤，并且不定冠词“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。仅在互不相同的从属权利要求中记载某些措施并不表示不能有利地使用这些措施的组合。权利要求中的任何附图标记不应解释为限制范围。

Claims (14)

1.一种处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的方法，
所述方法包括以下步骤：
获得在患者的CT扫描期间生成的CT数据(步骤S1)；
在投影域中分解所获得的所述CT数据，从而产生多个分解的正弦图(步骤S2)；
在所述分解的正弦图之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性(步骤S3)，以及
通过对在步骤S3中应用了不均匀地散布的所述分解的正弦图应用滤波反投影(FBP)来重建一个或多个基础图像，由此使用分频(FS)方法(步骤S4)。
2.根据权利要求1所述的方法，其中，所述方法还包括以下步骤：
对在所述投影域中被分解的不同的正弦图应用单元基变换，其中所述噪声和/或所述将导致图像锥束伪影的不一致性在所述分解的正弦图之间被尽可能不均匀地散布。
3.根据权利要求1所述的方法，
其中，所述分频(FS)方法的特征在于，使用所获得的所述CT数据的并非所有数据来重建所述基础图像的至少一些低频，而使用所述CT数据的更多的、优选是所有的数据来重建所述基础图像的高频。
4.根据权利要求1或3中的任一项所述的方法，
其中，所述分频(FS)方法被选择性地应用于所述多个正弦图。
5.根据权利要求1至4中的任一项所述的方法，其中，所述方法还包括以下步骤：
针对所述不同的正弦图改变所述分频(FS)方法的激进性。
6.根据权利要求5所述的方法，
其中，对于具有较高的低频噪声的至少一个正弦图，且优选是所有的正弦图，所述分频(FS)方法的激进性被降低。
7.根据权利要求5或6所述的方法，
其中，对于具有低水平的锥角不一致性的至少一个正弦图，且优选是所有的正弦图，所述分频(FS)方法的激进性被降低。
8.根据权利要求5至7中的任一项所述的方法，其中，所述方法还包括以下步骤：
通过改变所述分频(FS)方法中使用的低频滤波器的截止点和/或形状来控制用于所述不同的正弦图的所述分频(FS)方法的激进性的变化。
9.根据权利要求5至8中的任一项所述的方法，其中，所述方法还包括以下步骤：
通过修改用于生成低频图像的反投影(BP)加权方案来控制用于所述不同的正弦图的所述分频(FS)方法的激进性的变化。
10.根据前述权利要求中的任一项所述的方法，
其中，所述CT数据源于所述患者的身体的非门控螺旋扫描。
11.一种用于处理计算机断层扫描(CT)数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的系统(403)，所述系统包括：
计算单元(406)，其被配置成用于：
获得在患者的CT扫描期间生成的CT数据；
在投影域中分解所获得的所述CT数据，从而产生多个分解的正弦图；和
在所述分解的正弦图之间不均匀地散布噪声和/或将导致图像锥束伪影的不一致性，和
通过对应用了不均匀地散布的所述分解的正弦图应用滤波反投影(FBP)来重建一个或多个基础图像，由此使用分频(FS)方法。
12.一种用于处理CT数据以抑制待根据所述CT数据重建的CT图像中的图像锥束伪影(CBA)的计算机断层扫描(CT)系统(400)，所述系统包括：
CT成像系统(401、402)，以及
根据权利要求11所述的系统(403)。
13.一种计算机程序单元(404)，其在被至少一个处理单元(PU)执行时适于使所述处理单元(PU)执行根据权利要求1至10中的任一项所述的方法。
14.一种计算机可读介质(405)，其上存储有根据权利要求13所述的程序单元。
CN202080094794.6A 2019-12-27 2020-12-24 处理计算机断层扫描(ct)数据以用于滤波反投影(fbp)的方法 Pending CN115039135A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19219793.7A EP3843042A1 (en) 2019-12-27 2019-12-27 Method of processing computer tomography (ct) data for filter back projection (fbp)
EP19219793.7 2019-12-27
PCT/EP2020/087892 WO2021130379A2 (en) 2019-12-27 2020-12-24 Method of processing computer tomography (ct) data for filter back projection (fbp)

Publications (1)

Publication Number Publication Date
CN115039135A true CN115039135A (zh) 2022-09-09

Family

ID=69055730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080094794.6A Pending CN115039135A (zh) 2019-12-27 2020-12-24 处理计算机断层扫描(ct)数据以用于滤波反投影(fbp)的方法

Country Status (5)

Country Link
US (1) US20230053052A1 (zh)
EP (2) EP3843042A1 (zh)
JP (1) JP2023508147A (zh)
CN (1) CN115039135A (zh)
WO (1) WO2021130379A2 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726704A (zh) * 2023-12-19 2024-03-19 燕山大学 一种卡通纹理字典网络的有限角度ct金属伪影校正方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014172421A1 (en) * 2013-04-16 2014-10-23 The Research Foundation Iterative reconstruction for x-ray computed tomography using prior-image induced nonlocal regularization
EP3221848B1 (en) * 2015-09-16 2018-11-21 Koninklijke Philips N.V. X-ray imaging device for an object
WO2017190968A1 (en) * 2016-05-03 2017-11-09 Koninklijke Philips N.V. Device and method for denoising a vector-valued image
EP3270788B1 (en) * 2016-05-20 2021-09-29 Shanghai United Imaging Healthcare Co., Ltd. System and method for computed tomography
US10198812B2 (en) * 2016-09-30 2019-02-05 Toshiba Medical Systems Corporation Data fidelity weight design for iterative reconstruction
US10716527B2 (en) * 2017-02-17 2020-07-21 Canon Medical Systems Corporation Combined sinogram- and image-domain material decomposition for spectral computed tomography (CT)
US11517197B2 (en) * 2017-10-06 2022-12-06 Canon Medical Systems Corporation Apparatus and method for medical image reconstruction using deep learning for computed tomography (CT) image noise and artifacts reduction
WO2019096600A1 (en) * 2017-11-14 2019-05-23 Koninklijke Philips N.V. Single ct backprojector with one geometry calculation per voxel for multiple different types of projection data

Also Published As

Publication number Publication date
WO2021130379A2 (en) 2021-07-01
EP4081984A2 (en) 2022-11-02
WO2021130379A3 (en) 2021-09-30
JP2023508147A (ja) 2023-03-01
EP3843042A1 (en) 2021-06-30
US20230053052A1 (en) 2023-02-16

Similar Documents

Publication Publication Date Title
US10147168B2 (en) Spectral CT
EP3195265B1 (en) Iterative image reconstruction with a sharpness driven regularization parameter
US7187794B2 (en) Noise treatment of low-dose computed tomography projections and images
CN102667852B (zh) 增强图像数据/剂量减小
La Riviere et al. Reduction of noise-induced streak artifacts in X-ray computed tomography through spline-based penalized-likelihood sinogram smoothing
US8611626B2 (en) System and methods for fast implementation of equally-sloped tomography
Lauzier et al. Characterization of statistical prior image constrained compressed sensing (PICCS): II. Application to dose reduction
CN102270350B (zh) 结合四维噪声滤波器的迭代ct图像重建
CN104903933B (zh) 投影数据降噪
JP2019516460A (ja) 空間とスペクトル情報に基づく複数エネルギーのｃｔ画像におけるノイズ制御のためのシステムと方法
Zhang et al. Statistical image reconstruction for low-dose CT using nonlocal means-based regularization. Part II: An adaptive approach
JP2007050259A (ja) ボリュームデータ再構成後の断層撮影３ｄ画像のフィルタリング方法
JP2014514048A (ja) コントラスト依存の解像度をもつ画像
EP2958494A1 (en) Structure propagation restoration for spectral ct
Zheng et al. Detector blur and correlated noise modeling for digital breast tomosynthesis reconstruction
Karimi et al. Metal artifact reduction for CT-based luggage screening
Cho et al. A novel low-dose dual-energy imaging method for a fast-rotating gantry-type CT scanner
CN107106105B (zh) 用于物体的x射线成像装置
JP7362460B2 (ja) 医用画像処理装置、方法及び記憶媒体
CN115039135A (zh) 处理计算机断层扫描(ct)数据以用于滤波反投影(fbp)的方法
Wang et al. Locally linear transform based three‐dimensional gradient‐norm minimization for spectral CT reconstruction
Zhu et al. Iterative CT reconstruction via minimizing adaptively reweighted total variation
Hamelin et al. Metal Artefact Reduction by Least-Squares Penalized-Likelihood Reconstruction with a Fast Polychromatic Projection Model

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