CN115697203A - 能谱暗场成像 - Google Patents

能谱暗场成像 Download PDF

Info

Publication number
CN115697203A
CN115697203A CN202180040766.0A CN202180040766A CN115697203A CN 115697203 A CN115697203 A CN 115697203A CN 202180040766 A CN202180040766 A CN 202180040766A CN 115697203 A CN115697203 A CN 115697203A
Authority
CN
China
Prior art keywords
image
dark
ray
field
different
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
CN202180040766.0A
Other languages
English (en)
Inventor
A·亚罗申科
T·克勒
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 CN115697203A publication Critical patent/CN115697203A/zh
Pending legal-status Critical Current

Links

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
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • 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
    • A61B6/405—Source units specially adapted to modify characteristics of the beam during the data acquisition process
    • 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
    • A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • 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
    • A61B6/483—Diagnostic techniques involving scattered radiation
    • 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
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • 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
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • 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
    • A61B6/484—Diagnostic techniques involving phase contrast X-ray imaging
    • 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
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Toxicology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种图像处理设备(1)，所述图像处理设备包括输入部(2)，所述输入部用于从医学X射线成像装置(100)接收表示患者体内的感兴趣区域的图像数据。所述图像数据包括针对第一X射线能谱获得的第一暗场图像和针对不同的第二X射线能谱获得的第二暗场图像。组合单元(3)通过组合所述第一暗场图像与所述第二暗场图像来提供表示医学状况图(例如，肺部状况图)的组合图像。

Description

能谱暗场成像
技术领域
本发明涉及(例如在医学诊断应用中的)暗场成像领域。具体地，本发明涉及用于医学诊断成像(例如用于辅助对不同肺部状况的检测和诊断)的图像处理设备、图像处理方法、成像系统和相关的计算机程序产品。
背景技术
如本领域中已知的，X射线暗场成像是一种有用且非常通用的(例如用于医学诊断应用的)电离辐射成像模态。特别有利的是，能够从X射线暗场图像数据中收集关于在低于成像系统的空间分辨率极限的尺度下的结构的信息。
众所周知，这种成像模态能够用于(例如在肺部病症的检测中)实现高灵敏度的检测。考虑到肺部成像的代表性示例，注意到负责血液与吸入的空气之间的气体交换的肺部的肺泡是特别小且精细的结构。虽然很难或者甚至不可能对这些肺泡直接成像(至少通过无创成像)，但是能够通过用于小角度散射的肺泡的电离辐射散射属性来传达关于肺泡及其潜在病症的有用信息。这些小角散射属性能够通过X射线暗场成像来表征，使得这种模态对于肺部病症的准确检测特别有用。不幸的是，通过X射线暗场成像检测到的观察信号的变化可能缺乏特异性。例如，仅仅依靠暗场信号不容易确定肺部病症的类型。因此，在本领域中需要提供良好的手段和方法来允许区分不同的肺部病症，同时优选伴随地保持暗场成像对肺部病症的高检测灵敏度(例如至少与现有技术的暗场成像方法相当的灵敏度)。
通过本领域中已知的方法获得的X射线暗场放射摄影图像使得临床医生能够检测到与预期的肺部健康状态的偏差，但是无法从暗场图像中辨别不同种类的肺部病症，因为许多这样的病症都会引起X射线暗场信号的非常相似的变化(例如，局部降低)。例如，肺气肿可能引起肺泡大小的显著增大，而急性炎症可能引起受影响的肺泡充满液体或细胞物质。尽管如此，这两种病症在X射线暗场信号中都表现出相似的降低，使得通常需要额外的数据来进行差异化诊断并因此允许为患者确定合适的治疗、处置或疾病管理方法。
US 2018/271465公开了一种现有技术方法，其中，在患者的肺部检查中使用X射线暗场成像信息。在这种方法中，在应用了肺部分割和骨骼抑制算法之后，根据衰减图像数据来计算肺部深度图。然后使用空间对应的估计肺部厚度值对X射线暗场图像进行归一化以获得指示肺部状况(例如，慢性阻塞性肺病(COPD))的图。虽然COPD通常在常规的X射线衰减图像上不可见，但是经归一化的暗场图像对这种影响肺泡微结构的状况特别敏感。
虽然本说明书重点将肺部成像作为代表性示例和应用，但是本领域技术人员应当理解，根据实施例的方法和设备能够更广泛地应用于不同的应用。例如，骨骼结构与肺部结构有许多相似之处，其中，肺泡的小角度散射行为可能被认为类似于骨小梁上的散射。此外，人体或动物体的复杂结构包含了许多具有相似特性的结构，本公开内容的教导能够应用于这些结构。可能呈现类似的散射行为的微结构的另一示例是肾单位。
发明内容
本发明的实施例的目的是提供容易、有效、高效和/或良好的手段和/或方法来处理诊断图像以允许区分不同的病症和/或医学状况(例如辅助对肺部病症的鉴别诊断)。
本发明的实施例的优点在于，如本领域中当前可实现的暗场成像对肺部或其他疾病的高检测灵敏度能够有利地与根据本发明的实施例的方法和/或设备相结合，以实现对多种不同状况或病症(例如，不同肺部病症)的良好检测特异性(和/或选择性)。
本发明的实施例的优点在于，根据实施例的方法和/或设备能够容易地适于与容易获得的X射线成像装置一起工作并且或者能够容易地包括在已建立的医学成像方法和/或工作流程中。
本发明的实施例的优点在于，多能谱(例如，双能量)X射线衰减信息能够用于图像分割和/或骨骼抑制和/或像素值归一化，同时使用(通常伴随采集的)多能谱X射线暗场信息来检测和区分不同类型的肺部病症。
本发明的实施例的优点在于，能够从不同但相似的这种状况中检测和辨识与肺部肺泡的正常或异常功能状态相关联的肺部状况。
本发明的实施例的优点在于，能够检测和辨识不同的骨骼状况(例如，骨质疏松症与骨水肿)。
本发明的实施例的优点在于，根据本发明的实施例，能够更容易地鉴别不同的状况，这些不同的状况在利用单峰值光子能量(即，单能谱)采集的常规暗场X射线图像中呈现出相似或几乎完全相同的图像，或者至少在这样的图像中难以辨别这些不同的状况。
本发明的实施例的优点在于，能够从由成像模态获得的图像中收集关于肺泡的正常或异常功能以及与之相关联的肺部病症的信息，该成像模态能够具有(例如尽管具有)空间检测阈值(例如，空间分辨率)，该空间检测阈值不足以独立对这种肺泡进行成像或者甚至不足以对这种肺泡的微结构进行详细成像。
根据本发明的实施例的设备、方法、系统和计算机程序产品实现了上述目的。
在第一方面，本发明涉及一种图像处理设备，所述图像处理设备包括输入部，所述输入部用于从医学X射线成像装置接收表示患者体内的感兴趣区域的图像数据。所述图像数据包括针对第一X射线能谱获得的第一暗场图像和针对第二X射线能谱获得的第二暗场图像，其中，所述第一X射线能谱与所述第二X射线能谱是(基本上)不同的。所述图像处理设备包括组合单元，所述组合单元适于通过组合所述第一暗场图像与所述第二暗场图像来提供表示状况图的组合图像。例如，状况图可以是解剖状况、生理状况和/或疾病状况的图，例如，哪些状况可能(并不一定)特定于感兴趣区域。
在根据本发明的实施例的图像处理设备中，所述感兴趣区域可以是胸部区域，其中，所述状况图是肺部状况图。
在根据本发明的实施例的图像处理设备中，所述感兴趣区域可以是骨骼区域，并且所述状况图可以是骨骼状况图，例如，骨质疏松症和骨水肿的图。
在根据本发明的实施例的图像处理设备中，所述组合单元可以适于将所述组合图像构建为向量值图像，其中，所述向量值图像的分量对应于所述第一暗场图像和所述第二暗场图像或者是基于所述第一暗场图像和所述第二暗场图像来计算的。
在根据本发明的实施例的图像处理设备中，所述组合单元可以适于针对所述组合图像中的像素位置确定作为光子能量的函数或者作为相关长度的函数的暗场信号。
在根据本发明的实施例的图像处理设备中，所述组合单元可以适于计算所述第一暗场图像与所述第二暗场图像之间的偏差度量，其中，所述组合图像中的像素值对应于所述偏差度量。
在根据本发明的实施例的图像处理设备中，所述输入部适于接收所述图像数据，其中，所述图像数据包括针对对应的至少三个不同的X射线能谱获得的至少三幅暗场图像。
根据本发明的实施例的图像处理设备可以包括控制器，所述控制器用于在被连接到所述X射线成像装置时控制所述X射线成像装置的操作，以便采集所述图像数据。
在根据本发明的实施例的图像处理设备中，所述控制器可以适于：通过控制所述X射线成像装置的相位步进机构来步进通过多个相位步进；针对多个相位步进中的每个相位步进从所述X射线成像装置的图像探测器采集图像数据；并且控制所述X射线成像装置的X射线源，以便在针对所述多个相位步进中的至少一个相位步进的所述第一X射线能谱与针对所述多个相位步进中的至少另一个相位步进的所述第二X射线能谱之间切换。
根据本发明的实施例的图像处理设备可以包括分割器，所述分割器用于分割所述第一暗场图像、所述第二暗场图像、所述组合图像和/或经由所述输入部接收的另一图像，以识别感兴趣结构(例如，肺部结构)。
根据本发明的实施例的图像处理设备可以包括分类器(即，分类单元)，所述分类器用于利用分类器标签来标记每个识别出的感兴趣结构，所述分类器标签是由所述分类器基于所述组合图像从多个分类器标签中选择的，所述多个分类器标签对应于不同的状况(例如，不同的肺部状况)。
在第二方面，本发明涉及一种X射线成像系统，所述X射线成像系统包括根据本发明的第一方面的实施例的图像处理设备以及X射线成像装置，所述X射线成像装置被配置为：针对对应的多个X射线能谱采集患者的(例如，胸部的或骨骼区域的……)感兴趣区域的多幅X射线暗场图像，并且将所述X射线暗场图像提供给所述图像处理设备的所述输入部。
在根据本发明的实施例的成像系统中，所述X射线成像装置可以包括X射线源和X射线(例如图像)探测器。
在根据本发明的实施例的图像处理设备中，所述X射线探测器可以是能量分辨光子计数探测器。
在根据本发明的实施例的图像处理设备中，所述X射线成像装置可以包括双能量成像装置或能谱成像装置。
根据本发明的实施例的图像处理设备可以包括配准单元，所述配准单元用于空间配准所述多幅X射线暗场图像，以便补偿图像采集之间的患者运动。
在根据本发明的实施例的图像处理设备中，所述X射线成像装置可以包括用于差分相位相衬和暗场成像的光栅干涉仪装置。
在第三方面，本发明涉及一种临床工作站，所述临床工作站包括根据本发明的第一方面的实施例的图像处理设备。
在第四方面，本发明涉及一种用于处理图像数据的方法，例如，计算机实施的方法。所述方法包括：从医学X射线成像装置获得表示患者体内的感兴趣区域的图像数据。所述图像数据包括针对第一X射线能谱获得的第一暗场图像和针对第二X射线能谱获得的第二暗场图像，其中，所述第一X射线能谱与所述第二X射线能谱是显著不同的。所述方法包括通过组合所述第一暗场图像与所述第二暗场图像来提供表示状况图的组合图像。
在根据本发明的实施例的方法中，所述感兴趣区域可以是胸部区域。所述状况图可以是肺部状况图。
在第五方面，本发明涉及一种计算机程序产品，当在合适的处理器上运行所述计算机程序产品时，所述计算机程序产品用于执行根据本发明的第四方面的(例如计算机实施的)方法。
在第六方面，本发明涉及一种患者体内(例如，胸部区域、骨骼区域……)的感兴趣区域的医学诊断图像，包括针对第一X射线能谱获得的第一暗场图像与针对第二X射线能谱获得的第二暗场图像的组合，其中，所述第一X射线能谱与所述第二X射线能谱是(充分)不同的。
当提到第一能谱和第二能谱显著不同(即，充分不同)时，本领域技术人员应当理解，这意味着第一X射线能谱与第二X射线能谱的不同足以从针对这些不同能谱获得的图像中获得补充信息。因此，能谱可以相差至少1kV，优选相差至少5kV，在能谱的平均能量或峰值能量(kVp)方面，优选相差至少10kV(例如相差至少20kV)，或者甚至相差更大(例如至少50kV)。要注意的是，即使对于相同的峰值光子能量(kVp)，例如通过由不同的射束调节滤光器进行滤光(即，不同的射束滤光选择)，能谱仍然能够显著不同。
还应当理解，本发明的实施例同样可以涉及正被采集和/或使用的图像数据，该图像数据包括分别针对第一X射线能谱、第二X射线能谱、任选的第三X射线能谱、任选的第四X射线能谱等获得的多幅暗场图像。换句话说，针对不同能谱获得的暗场图像的数量能够扩展到任意数量(大于一)，例如，如特定应用可能需要或受益的数量。本领域技术人员应当理解，可以基于通过组合大量图像来取得准确性和/或进一步鉴别信息与增加复杂性和成本(例如，在操作时间、处理资源、能量消耗和/或临床医生的评价时间方面的成本)之间的权衡来选择所使用的能谱数量。
独立权利要求和从属权利要求描述了本发明的具体和优选特征。从属权利要求的特征能够与独立权利要求的特征以及其他从属权利要求的特征进行组合，只要被认为是适当的即可，而不一定只是如权利要求中明确记载的那样。
附图说明
图1示意性地图示了根据本发明的实施例的设备。
图2示出了根据本发明的实施例的系统。
图3示出了针对不同类型的微结构的相关函数，以图示本发明的实施例的各个方面。
图4示出了根据本发明的实施例的方法。
附图是示意性的而非限制性的。附图中的元件不一定是按比例呈现的。本发明不一定限于附图所示的本发明的特定实施例。
具体实施方式
虽然下文描述了示例性实施例，但是本发明仅受到权利要求的限制。权利要求由此被明确地结合到该具体实施方式中，其中，每个权利要求以及权利要求所定义的从属结构所允许的权利要求的每种组合形成了本发明的单独实施例。
在权利要求中使用的词语“包括”不限于此后描述的特征、元件或步骤，且并不排除额外的特征、元件或步骤。因此，这指定了所提到的特征的存在，而并不排除一个或多个特征的进一步存在或添加。
在该具体实施方式中，呈现了各种具体细节。本发明的实施例能够在没有这些具体细节的情况下实现。此外，为了使本公开内容清楚简洁，没有必要详细描述众所周知的特征、元件和/或步骤。
在第一方面，本发明涉及一种医学图像处理设备。这种医学图像处理设备可以(例如通过使用双能量或能谱X射线成像系统)有利地使用针对两个或更多个不同的X射线能谱采集的暗场图像信息，以提高X射线暗场成像在评价困扰预定感兴趣区域(例如，(一叶或多叶)肺或另一器官或身体结构)的状况时的诊断目的方面的特异性。例如，不同的肺部病症可能不同地影响肺部的肺泡，并且这些不同的影响能够在由根据本发明的实施例的医学图像处理设备处理之后被检测到并且相对于彼此被辨识出。
参考图1，示出了根据本发明的实施例的说明性图像处理设备1。图像处理设备1可以包括计算机，例如，被专门编程用于实施所述设备的功能的计算机。这种计算机可以包括输入部和输出部，例如，用于例如经由数据载体和/或通信网络接口来接收数据和发送数据的(一个或多个)通信接口。这样的输入部和输出部还可以包括用户接口硬件，例如，用于接收来自人类用户的输入的人机交互设备(例如，键盘、鼠标、语音解释器、触摸接口、陀螺仪或加速度计等)、用于向用户呈现信息的监视器、扬声器、用于将信息绘制到物理载体(例如，纸张)上的打印机、用于生成数据的三维物理模型的三维打印机以及本领域中已知的其他此类元件。
计算机可以包括用于执行指令(例如，计算机代码)的通用处理器以及用于存储这样的指令的存储器。计算机可以包括用于存储数据的存储器，例如，用于根据指令操纵数据的存储器。该设备不一定限于通用计算机，还可以包括专用集成电路(ASIC)和/或可配置的处理硬件，例如，现场可编程门阵列(FPGA)。此外，设备1可以被包括在单个处理设备(例如，计算机)中，但是也可以被分布在能操作性地彼此连接的多个这样的设备上，例如使得本文描述的处理通过服务器和(一个或多个)客户端设备或者并行处理系统(例如，计算集群)的联合动作来执行。
在第二方面，本发明还涉及一种医学成像系统。图2示意性地图示了根据本发明的实施例的这种系统10。系统10包括根据本发明的第一方面的实施例的图像处理设备1。系统10还包括X射线成像装置100，X射线成像装置100被配置为向图像处理设备1的输入部2供应图像数据。应当理解，“输入部”能够是物理连接部(例如使用信号线、连接器等)，但是仅要求操作连接(例如可以指经由数据通信网络的连接、无线连接，或者甚至是经由可移动数据载体的连接，该可移动数据载体能够被连接到成像装置100以接收和存储图像数据，并且能够(例如随后)被连接到处理设备1以提供对所存储的数据的访问)。此外，图像处理设备1可以与成像装置100的处理和/或控制部件共同集成，例如作为被配置为在计算设备上运行的软件部件，其也可以用于运行成像装置的其他功能。例如，“输入部”2可以仅指共享存储器(易失性或非易失性存储器)，成像系统的一部分经由该共享存储器使图像数据可用于处理设备1(例如，以成像系统的另一部分的形式，可能仅包括软件)。
X射线成像装置100(例如，X射线图像采集设备)可以包括X射线源和X射线探测器。X射线成像装置可以被配置为以不同的代表性能量(例如针对不同的X射线能谱)采集患者胸部的X射线暗场信息。虽然大多数X射线成像系统具有可调节的光子能量设置(例如，kVp)，但是要注意的是，X射线成像装置可以特别适于针对不同能谱伴随地(即，同时或至少快速相继地(例如，延迟小于10秒，优选小于1秒，甚至更优选小于100毫秒，甚至更优选小于10毫秒))采集X射线暗场信息。X射线成像装置还可以适于伴随地采集X射线衰减信息和/或X射线相衬信息。应当注意，X射线成像装置还可以适于以相对较低的速度(例如在不同能谱采集之间具有超过10秒的延迟)相继地采集不同代表性能量的X射线暗场图像信息。X射线成像装置100或设备1可以包括配准单元，以补偿采集之间的患者运动(即，校正第一暗场图像和/或第二暗场图像，以便确保不同图像中的对应图像特征的良好对准)。如果X射线成像装置不是特别适于同时采集针对不同能谱(例如，能量范围或能量分箱)的图像或者不是特别适于以高切换速度在能谱之间切换，则上述情况中的后一种情况可能特别有用。
设备1包括输入部2，输入部2用于从医学X射线成像装置100接收表示患者体内的感兴趣区域(例如，患者的胸部区域，例如，患者的胸部或其部分)的图像数据，其中，图像数据包括针对第一X射线能谱获得的第一暗场图像和针对第二X射线能谱获得的第二暗场图像。第二X射线能谱与第一X射线能谱基本上是不同的。“图像数据”可以指任何类型的信息，例如，典型的数字数据，其来源于X射线成像装置并且适合用于构建感兴趣区域(例如，患者的胸部区域(或其成像部分))的视觉表示。换句话说，该术语不应被狭义地解释为仅指像素数据的矩阵，而是同样可以是例如压缩的、加密的和/或编码的图像数据，它们可以是经处理的格式(例如，经分割的图像数据、经注释的图像数据)、原始格式(例如，由图像传感器或探测器直接记录的数据信号)、向量值格式(例如，每个像素的包括多个值的矩阵)和/或参数表示(例如，等强度(等值)曲线、图像中的经分割的轮廓和/或表面的参数描述)。
可以通过针对不同的源能谱收集小角度X射线散射信息来获得第一暗场图像和第二暗场图像(例如根据不同的峰值能量和/或材料滤光参数来生成第一暗场图像和第二暗场图像)，或者可以通过由不同配置的探测器进行辐射探测以便对不同的X射线能谱敏感来收集小角度X射线散射信息来获得第一暗场图像和第二暗场图像。因此，第一暗场图像和第二暗场图像可以对应于针对不同的源能谱获得的暗场图像，或者可以从根据不同的探测器响应函数(例如作为光子能量的函数的探测器灵敏度)采集的原始探测器数据获得，或者可以对应于其组合(例如不同的辐射源能谱和收集探测器响应函数)。例如，暗场图像可以对应于能量分辨探测器(例如，能量分辨光子计数探测器)的不同能量通道，或者对应于这些能量通道的(基本上)不同组合。
如本领域技术人员将清楚理解的，第一暗场图像和第二暗场图像在基本上相同的时刻(例如在单次胸部成像检查中)都表示同一患者的同一区域(例如，胸部区域)，并且优选是自然共同配准的，例如是利用基本上相同的成像几何并且在基本上相同的时刻获得的(即使如本领域中通常理解的情况那样，由于一些系统设计选择而明显产生了成像几何中的小的和不明显的差异和/或针对不同能谱的图像采集之间的小的时间间隔，也会是如此)。
例如，X射线成像装置100可以是双能量成像装置，该双能量成像装置被配置为以两种不同的(例如，不同的均值或不同的峰值)光子能量对患者(或至少患者的胸部区域)进行成像。
X射线成像装置100还可以适于以对应的不同代表性光子能量采集两幅以上的不同图像，例如可以是能够采集两幅以上的不同能量图像的能谱成像设备。因此，输入部可以适于接收图像数据，该图像数据包括分别针对两个以上的不同X射线能谱获得的两幅以上的暗场图像。
该成像装置适于暗场成像和/或相衬成像。例如，该系统可以包括光栅干涉仪，例如包括两个或更多个光栅。例如，如本领域中已知的，可以使用三光栅干涉仪装置。这种方法是特别有利的，因为它的实施不会对X射线源101和探测器102施加任何麻烦的限制，例如，原则上能够与适合用于常规衰减X射线成像的常规X射线源101和探测器102一起使用。例如，成像装置可以适于(例如使用Talbot-Lau型干涉仪来进行)差分相衬成像。例如，X射线成像装置100可以包括源光栅103，源光栅103在设备的使用中通常位于X射线源101与要成像的目标106(例如，患者的胸部)之间，并且X射线成像装置100可以包括相位光栅104和吸收(或分析器)光栅105，相位光栅104和吸收(或分析器)光栅105通常位于目标106与探测器102之间。根据本领域中已建立的知识，光栅通常可以具有明确定义的光栅线周期，并且可以关于彼此、关于源和关于探测器以明确定义的距离定位以获得期望的效果。源光栅可以创建独立相干但互不相干的虚拟源阵列。然而，应当理解，存在用于实现X射线细射束的相同或相似相干性的替代方案。相位光栅可以用于将射束分成其第一衍射级。吸收光栅可以充当透射掩模以将局部条纹变化变换成可检测的强度值，其中，这些条纹图案可以由Talbot效应产生，例如特别是当相位光栅与分析器光栅之间的距离对应于Talbot距离时。
X射线成像装置100可以包括相位步进机构，以关于分析器光栅(例如以小步长)平移相位光栅(或者反之亦然)。这允许针对每个相位步进收集原始图像探测器数据，通过使用本领域中已知的方法，可以根据这些原始图像探测器数据来重建X射线衰减图像、相衬图像和暗场图像。
暗场成像不一定要求相位步进机构。例如，可以使用条纹分析方法，例如，空间条纹扫描技术。此外，针对不同能谱的不同暗场图像不一定是通过使用相同的技术采集的。例如，相位步进可以用于一个能谱，而空间条纹扫描技术可以用于另一个能谱。即使图像中的一幅图像可能具有较低的空间分辨率，这也可能使得采集时间减少。例如，以最高空间分辨率采集的图像可以用于检测感兴趣特征(例如，肺部的异常)，而其他图像或较低空间分辨率的图像可以用于确定异常的类型(一旦检测到异常)。
也可以通过在收集相位步进曲线的同时改变能谱(例如切换源能量)来减少采集时间，而不是单独收集针对每个能谱的整条相位步进曲线(即，固定数量的相位步进点)。因此，例如，当经历相位步进的同时，可以交替使用两个能谱(能量)。还要注意，针对每个能谱的相位步进采样点的数量不需要相等。例如，针对一个能谱(例如，参考能谱)，可以确定大量的相位步进，而针对另一个能谱(以及可能的其他能谱)，只使用少量的相位步进。例如，确定暗场信号所需的相位步进样本的数量可以少于确定相衬信号所需的相位步进样本的数量。因此，参考能谱可以用于获得高质量的衰减、相衬和暗场图像，而另外的(一个或多个)能谱可以用于仅获得额外的(一幅或多幅)暗场图像，该额外的(一幅或多幅)暗场图像可能具有更低的空间分辨率或者可能具有跟更大的噪声。
设备1可以包括控制器7，控制器7用于控制X射线成像装置100的操作(即，当设备能操作性连接到X射线成像装置时)，以便采集图像数据。例如，控制器7可以适于控制X射线源和/或X射线图像探测器。此外，控制器7可以适于控制X射线成像装置的相位步进机构。例如，控制器7可以适于针对多个相位步进中的每个相位步进从图像探测器采集(原始)图像数据，例如控制相位步进机构在采集每幅图像之前进行一个相位步进。如本领域中已知的，能够根据针对多个相位步进收集的这种原始图像数据来计算暗场图像以及衰减图像和相衬图像。因此，设备1可以包括像素值计算器，以根据原始图像数据(例如，与相位步进中的每个相位步进相对应的不同检测信号值)来确定针对每个图像像素的暗场信号值(也可能是衰减值和/或相衬值)。控制器7可以适于控制X射线源以例如在针对多个相位步进的至少一个相位步进(例如，第一集合)的第一X射线能谱与针对多个相位步进的至少另一个相位步进(例如，第二集合)的第二\射线能谱之间进行切换。例如，控制器可以在迭代进行相位步进时在两个X射线能谱之间交替进行。
然而，获得相衬和/或暗场图像信息的其他方法(例如，不同的光栅干涉仪设计或与光栅干涉仪设计不同的相衬/暗场图像成像系统)是本领域中已知的，并且在本发明的实施例中不一定排除这些方法。暗场和相衬成像系统被认为是本领域公知的，因此不再对其进行详细讨论。
应当注意，通常，能够由同一系统通过对所采集的原始图像数据的特定但不同的处理来同时获得相衬成像信息和暗场成像信息。同样，通常也能够根据同一图像数据来获得衰减图像数据。然而，为了本申请的目的，X射线成像装置100应当能够生成暗场图像信息或能够从中导出这种暗场图像的原始数据。尽管如此，将意识到，可以(基本上)同时获得相衬信息和衰减信息，即使这不是严格必要的也是如此，并且也可以将相衬信息和衰减信息作为有用信息呈现给用户(例如，使用根据本发明的实施例的设备的临床医生)。如本领域中已知的，暗场图像信息是由超小角度散射(例如，微结构上的多次折射)产生的，而衰减图像衬度是由光子吸收的局部差异引起的，并且相位衬度对电子密度变化很敏感，例如可能是由折射属性(例如，折射率)的局部变化引起的。
将意识到，这三种不同的互补图像模态(能够有利地伴随获得它们)提供了对被成像目标的不同属性的洞察。暗场成像分量提供了对被成像目标(例如，肺部组织)的结构属性的洞察，所述结构以能够显著小于成像系统的空间分辨率(即，小于系统的空间检测阈值)的尺度出现。
暗场信号V(例如，针对给定的几何射线或像素位置)是所谓的相关长度ξcorr的函数：
y(ξcorr)＝exp(σt(G(ξcorr)-1))
其中，t是(如在手边的射线所经历的)样本厚度，并且σ是每单位长度的总散射概率，其由公式
Figure BDA0003982686620000071
给出。此外，差分横截面能够被表示为：
Figure BDA0003982686620000072
相关函数能够被计算为
Figure BDA0003982686620000073
并且通常，相关长度可以被计算为
Figure BDA0003982686620000074
其中，λ是波长，p2是吸收光栅的光栅周期，并且
Figure BDA0003982686620000075
是样本与吸收光栅之间的距离。
光栅周期通常是预定的和固定的。此外，样本与吸收(分析器)光栅之间的距离也可以优选是固定的，以便例如保持恒定的放大因子。然而，诸如双能量成像装置(但不限于此)之类的能谱成像系统允许独立地探测X射线束的不同波长(或能谱分量)。因此，能够针对不同的相关长度(基本上)同时(或至少伴随地)确定暗场信号。
如果在(至少)两个不同的X射线能谱下获得X射线放射照片，则暗场信号会因不同的相关长度而改变，这是由不同的X射线能量所暗示的。将函数拟合到所测量的暗场信号这一操作产生了关于样本的微结构的额外信息，即，补充了由在单光子能量或单能谱下获得的暗场信号已经提供的关于微结构的信息，使得例如微结构能够由该额外信息更好地表征。例如，针对壳体球体(健康状态下的肺泡)和实心球体(纤维化组织等)的相关函数非常不同并且如下所示。图3图示了针对球体31和球壳32的相关函数G(z)。x轴已被归一化为球体(和外壳)的半径R的单位z/R。在该示例中，壳体的内径(标绘线32)对应于外径R的0.9倍。能够看出，肺部的某些状况可以良好地(或更好地)符合实心球体的示例(例如当散射由充满液体的肺泡或纤维化组织引起时)，而肺部的其他状况可以良好地(或更好地)符合空壳的示例(例如，健康的肺泡)。然而，要注意的是，这仅仅是说明不同的微结构可以对应于实质上不同的相关函数的一个示例，因此能够基于针对不同相关长度(即，不同能谱，例如，不同能量)的暗场图像来辨别不同的微结构。
X射线成像装置100可以包括X射线源101和X射线探测器102。X射线源和/或X射线探测器可以适于进行双能量和/或能谱成像，即，适于以不同的代表性光子能量并且基本上同时对同一目标(例如，患者的胸部)进行成像(或者以可忽略的时间间隔进行采集以获得不同能量下的自然对准和配准的图像)。例如，X射线源可以适于(例如通过允许峰值能量kVp以高切换速率在不同设置之间变化)在至少两个不同的光子能谱之间快速切换。不同的能谱还可以(替代地或额外地)由除了仅不同峰值能量以外的其他特征(例如，不同的X射线过滤、阳极靶属性、斑点尺寸等)来表征。X射线探测器可以适于在不同的响应特性之间切换，以便选择性地对不同的X射线能谱敏感，或者可以适于(例如通过针对同一空间点解析多个不同的能量窗口)同时采集针对不同能谱的(原始)图像数据。例如，X射线探测器可以具有不同的传感器元件，这些不同的传感器元件对入射的X射线辐射具有(固有的或根据滤波器设计产生的)不同的灵敏度，或者能够直接确定入射光子的能量。要注意的是，如本领域中已知的，为了适合于这个目的，能够通过具体调整X射线源101或X射线探测器102或源和探测器这两者来实现双能量或能谱成像装置。双能量和能谱成像系统在本领域中是众所周知的，因此在本说明书中不再对其进行详细描述。
X射线成像装置100可以是计算机断层摄影系统，例如可以包括围绕要被成像的目标(例如，患者)旋转源、探测器和另外的图像形成元件(例如，干涉仪光栅)的机架。这种系统还可以包括图像重建器，例如，适于根据由探测器从(例如与机架的不同取向相对应的)多个不同投影角度采集的图像数据来重建断层摄影图像的处理器或计算机设备。然而，X射线成像装置100也可以是数字投影放射摄影系统，例如不一定具有断层重建能力。例如，X射线成像装置100可以适于在患者胸部区域的单个投影视图(例如，前-后(AP)或后-前(PA)投影视图图像采集)中采集第一暗场图像和第二暗场图像。显然，用户(例如，放射科医师)可以决定从不同角度捕获多幅视图，但是根据本发明的实施例的X射线成像装置100不一定要求运行协调的(例如自动化的)断层扫描(例如，螺旋扫描)的能力。因此，在本公开内容中提到的(第一、第二、另外的……)暗场图像可以指投影图像，但也可以指断层重建图像。
设备1包括组合单元3，组合单元3用于计算第一暗场图像和第二暗场图像的组合图像(例如，肺部状况图)，使得例如用户在评价组合图像时能够容易地辨识不同的肺部状况。例如，组合图像可以不同地示出不同的肺部状况，例如，肺气肿、COPD和/或急性炎症(但不限于此)。
组合单元3可以根据第一暗场图像和第二暗场图像(并且任选地还有(一幅或多幅)另外的暗场图像)来构建向量值图像。例如，这种向量值图像可以是彩色图像，其中，不同的颜色分量对应于不同的暗场图像中的像素。然而，该图像中的向量值也能够通过更复杂的算法来构造，从而例如将暗场图像的平均值显示为像素强度(“值”)，并且将暗场图像之间的差异(例如在色调-饱和度-值表示中)显示为颜色色调或颜色饱和度。如果获得了另外的图像，则能够考虑不同的组合以允许对数据的可视化。例如，相衬图像或衰减图像可以用作一个颜色分量(例如，“值”或“红色”)，而暗场图像能够被编码在其他颜色分量(例如，“色调”和“饱和度”或“绿色”和“蓝色”)中。
针对组合图像中的像素位置，组合单元3可以适于确定作为光子能量(例如均值或峰值能量)的函数或作为相关长度的函数的暗场信号的表示。例如，虽然能够在向量值图像中组合有限数量的暗场图像以进行视觉评价，但是对于较大数量的暗场图像，这种组合可能就不太合适了，例如，由于人类视觉的限制，要求选择有限数量的特征。然而，组合图像可以包括(例如至少针对感兴趣像素或区域)这样的详细功能表示，使得用户能够选择图像中的点以查看对应的功能图。
例如，输入部2可以适于接收图像数据，其中，图像数据包括针对对应的多个(不同)X射线能谱获得的多幅(例如，两幅以上，例如，至少4幅，例如，至少8幅，例如，至少16幅，例如，至少32幅，例如，至少64幅，例如，至少128幅，例如，至少256幅……)暗场图像。例如，可以从能量分辨探测器获得图像数据，例如，每幅图像可以包括基于由能量分辨探测器收集的不同能量分箱(或分箱的集合)计算的暗场分量。因此，作为能量的函数的暗场信号的表示可以包括由针对能量分箱中的每个能量分箱获得的暗场值指定的函数，但是也可以包括根据该数据确定的函数的参数定义。例如，这种参数定义可以包括样条表示、傅立叶表示、线性、二次或三次插值图、高斯混合表示或另一合适形式。组合单元可以例如将参数模型拟合到针对每个像素获得的数据，并且将所获得的参数存储在组合图像中。
组合单元3可以计算第一暗场图像与第二暗场图像之间的偏差度量，并且将该偏差度量作为像素值(或像素值的分量)存储在组合图像中。例如，这种偏差度量可以是差值、绝对差值、比率和差值的对数和/或用于(以绝对项或相对项)比较两个值的另一合适运算。能够看出，比率可能是有用的度量，例如，针对相对较低的光子能量(例如，更长的波长、更长的相关长度)获得的暗场信号除以针对相对较高的光子能量(例如，更短的波长、更短的相关长度)获得的暗场信号(针对对应的像素位置)。这种比率可以用作针对相关函数的斜率的近似值或替代值，其可以对关于潜在状况的性质的有用信息进行编码(参见例如图3中的z/R＝0附近的显著不同的斜率)。
组合图像可以适合用于呈现给用户(例如，放射科医师)，但是也可以是用于进一步图像处理(例如，图像分割)的技术图像。
设备1还可以包括分割器4，分割器4用于分割图像以识别感兴趣肺部结构，例如，受异常肺部状况困扰的区域。该分割器使用的图像可以是暗场图像、组合图像或经由输入部接收的另一图像(例如，衰减图像或相衬图像)中的至少一项。分割器也可以使用不同的图像(例如在逐步分割方法中或者作为向量值复合图像)。例如，可以使用X射线衰减信息来确定肺部掩模图像，例如作为掩模来(例如基于组合图像来)限制对不同的感兴趣肺部结构的进一步分割。
参考US 2018/271465，该设备还可以包括归一化单元，该归一化单元适于通过使用用于归一化的肺部深度图来归一化第一暗场图像、第二暗场图像和/或任何另外的暗场图像。如在前述专利申请中详细描述的，能够通过应用骨骼抑制算法(能够基于能谱衰减信息(例如，可以在为了计算第一暗场图像和第二暗场图像而采集的同一原始探测器数据中已经可用的能谱衰减信息)来有利地执行这种算法)并将辐射衰减模型应用于无骨骼的肺部图像数据来计算这种肺部深度图。
设备1还可以包括分类器5，分类器5用于基于组合图像，利用多个分类器标签来标记经分割的肺部结构。分类器标签对应于不同的肺部状况，例如(选自以下各项的两项或多项)，发炎的肺部组织、肺气肿、肺癌结节、COPD、囊性纤维化、支气管扩张、胸腔积液等。分类器可以适于利用经标记的分割的肺部结构来注释组合图像以获得注释图像。
因此，分类器5可以基于组合图像为每个检测到的肺部结构选择多个可能标签中的一个标签。然而，分类器5还可以考虑其他图像信息，例如，一幅或多幅(例如针对不同能谱的)衰减图像、一幅或多幅(例如针对不同能谱的)相衬图像，或者甚至是通过不同模态获得的图像(例如，优选与所使用的其他图像共配准的图像)。
设备1可以包括输出部6，输出部6用于输出组合图像和/或分割图像和/或者注释图像。输出部可以包括数据存储设备、网络连接部、数据总线或其他类型的数字通信和/或存储接口。输出部还可以包括用户接口设备(例如，计算机监视器、打印机等)以显示组合图像。如本领域中已知的，这种用户接口还可以包括用于从用户接收(例如交互式)命令的模块。因此，组合图像可以被呈现给用户(例如，放射科医师)以供审查。一个优点是：通过组合针对不同X射线能量(不同能谱)的暗场图像，用户能够更容易地辨别不同的肺部状况，而不要求额外的成像(例如使用不同成像模态的进一步检查)或进一步检查(例如，功能性肺测试、活检等)。
在第三方面，本发明涉及一种包括如上文所述的图像处理设备1的临床工作站。该临床工作站可以适于呈现视觉信息，例如，成像可视化工作站。该工作站可以包括一个或多个图形显示设备(例如，监视器、(一个或多个)用户接口设备(例如，键盘和/或鼠标)和/或本领域中已知的其他人机接口设备)和处理器。工作站可以由计算机、智能手机、平板电脑、网络服务器计算机和/或其组合来实施。这种临床工作站可以适合用于放射学套件、活检实验室套件、手术室套件、放射治疗规划和/或运行系统等或者被集成在其中。
参考图4，在第四方面，本发明涉及一种用于处理图像数据的方法20，例如，计算机实施的方法。方法20包括从医学X射线成像装置获得21表示患者的感兴趣区域的图像数据。图像数据包括针对第一X射线能谱获得的第一暗场图像和针对第二X射线能谱获得的第二暗场图像，其中，所述第一X射线能谱与所述第二X射线能谱是基本上不同的。该方法包括通过组合第一暗场图像与第二暗场图像来提供22表示肺部状况图的组合图像。
鉴于上文提供的与根据本发明的实施例的设备和/或系统相关的描述，根据本发明的实施例的方法的其他特征或上文描述的特征的细节应当是清楚的。
在第五方面，本发明涉及一种计算机程序产品，当在合适的处理器上运行计算机程序产品时，所述计算机程序产品用于执行根据本发明的实施例的(例如计算机实施的)方法。
在第六方面，本发明涉及一种患者的胸部区域的医学诊断图像，所述医学诊断图像包括针对第一X射线能谱获得的第一暗场图像与针对第二X射线能谱获得的第二暗场图像的组合，其中，第一X射线能谱与第二X射线能谱是不同的。

Claims (17)

1.一种图像处理设备(1)，包括：
输入部(2)，其用于从医学X射线成像装置(100)接收表示患者体内的感兴趣区域的图像数据，其中，所述图像数据包括针对第一X射线能谱获得的第一暗场图像和针对第二X射线能谱获得的第二暗场图像，其中，所述第一X射线能谱与所述第二X射线能谱是不同的，以及
组合单元(3)，其用于通过组合所述第一暗场图像与所述第二暗场图像来提供表示状况图的组合图像。
2.根据权利要求1所述的图像处理设备，其中，所述感兴趣区域是胸部区域，并且其中，所述状况图是肺部状况图。
3.根据权利要求1或权利要求2所述的图像处理设备，其中，所述组合单元(3)适于将所述组合图像构建为向量值图像，其中，所述向量值图像的分量对应于所述第一暗场图像和所述第二暗场图像或者是基于所述第一暗场图像和所述第二暗场图像来计算的。
4.根据前述权利要求中的任一项所述的图像处理设备，其中，所述组合单元(3)适于针对所述组合图像中的像素位置确定作为光子能量的函数或者作为相关长度的函数的暗场信号。
5.根据前述权利要求中的任一项所述的图像处理设备，其中，所述组合单元(3)适于计算所述第一暗场图像与所述第二暗场图像之间的偏差度量，其中，所述组合图像中的像素值对应于所述偏差度量。
6.根据前述权利要求中的任一项所述的图像处理设备，其中，所述输入部适于接收所述图像数据，其中，所述图像数据包括针对对应的至少三个不同的X射线能谱获得的至少三幅暗场图像。
7.根据前述权利要求中的任一项所述的图像处理设备，还包括控制器(7)，所述控制器用于在被连接到所述X射线成像装置(100)时控制所述X射线成像装置的操作，以便采集所述图像数据。
8.根据权利要求7所述的图像处理设备，其中，所述控制器(7)适于：通过控制所述X射线成像装置的相位步进机构来步进通过多个相位步进；针对多个相位步进中的每个相位步进从所述X射线成像装置的图像探测器采集图像数据；并且控制所述X射线成像装置的X射线源，以便在针对所述多个相位步进中的至少一个相位步进的所述第一X射线能谱与针对所述多个相位步进中的至少另一个相位步进的所述第二X射线能谱之间切换。
9.根据前述权利要求中的任一项所述的图像处理设备，包括分割器(4)，所述分割器用于分割所述第一暗场图像、所述第二暗场图像、所述组合图像和/或经由所述输入部接收的另一图像，以识别感兴趣结构。
10.根据权利要求9所述的图像处理设备，包括分类器(5)，所述分类器用于利用分类器标签来标记每个识别出的感兴趣结构，所述分类器标签是由所述分类器基于所述组合图像从多个分类器标签中选择的，所述多个分类器标签对应于不同的状况。
11.一种成像系统(10)，包括根据前述权利要求中的任一项所述的图像处理设备(1)以及X射线成像装置(100)，所述X射线成像装置被配置为：针对对应的多个X射线能谱采集患者体内的感兴趣区域的多幅X射线暗场图像，并且将所述X射线暗场图像提供给所述图像处理设备的所述输入部(2)。
12.根据权利要求11所述的成像系统，其中，所述X射线成像装置(100)包括X射线源(101)和X射线探测器(102)。
13.根据权利要求12所述的成像系统，其中，所述X射线探测器是能量分辨光子计数探测器。
14.根据权利要求11至13中的任一项所述的成像系统，其中，所述X射线成像装置(100)包括用于差分相位相衬和暗场成像的光栅干涉仪装置(103、104、105)。
15.一种用于处理图像数据的方法(20)，所述方法包括：
从医学X射线成像装置获得(21)表示患者体内的感兴趣区域的图像数据，其中，所述图像数据包括针对第一X射线能谱获得的第一暗场图像和针对第二X射线能谱获得的第二暗场图像，其中，所述第一X射线能谱与所述第二X射线能谱是不同的，并且
通过组合所述第一暗场图像与所述第二暗场图像来提供(22)表示状况图的组合图像。
16.根据权利要求15所述的方法，其中，所述感兴趣区域是胸部区域，并且其中，所述状况图是肺部状况图。
17.一种计算机程序产品，当在处理器上运行所述计算机程序产品时，所述计算机程序产品用于执行根据权利要求14所述的方法。
CN202180040766.0A 2020-06-08 2021-06-03 能谱暗场成像 Pending CN115697203A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP20178684.5A EP3922178A1 (en) 2020-06-08 2020-06-08 Spectral dark-field imaging
EP20178684.5 2020-06-08
PCT/EP2021/064895 WO2021249855A1 (en) 2020-06-08 2021-06-03 Spectral dark-field imaging

Publications (1)

Publication Number Publication Date
CN115697203A true CN115697203A (zh) 2023-02-03

Family

ID=71069732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180040766.0A Pending CN115697203A (zh) 2020-06-08 2021-06-03 能谱暗场成像

Country Status (5)

Country Link
US (1) US20230222658A1 (zh)
EP (2) EP3922178A1 (zh)
JP (1) JP7486614B2 (zh)
CN (1) CN115697203A (zh)
WO (1) WO2021249855A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230267576A1 (en) * 2022-02-22 2023-08-24 GE Precision Healthcare LLC System and method for dynamic phase correction for x-ray phase-contrast imaging

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6214819B1 (ja) 2015-05-06 2017-10-18 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 微分位相コントラストｘ線撮像における暗視野信号の最適なエネルギ加重
WO2017032864A1 (en) 2015-08-26 2017-03-02 Koninklijke Philips N.V. Dual energy differential phase contrast imaging
CN108366773B (zh) 2015-09-16 2022-06-17 皇家飞利浦有限公司 暗场增强虚拟x射线结肠镜检查
CN108348204B (zh) 2015-09-30 2021-09-03 皇家飞利浦有限公司 生成肺状况图
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
EP3378396A1 (en) 2017-03-23 2018-09-26 Koninklijke Philips N.V. X-ray imaging data processing device and method
EP3391819A1 (en) 2017-04-20 2018-10-24 Koninklijke Philips N.V. Beam hardening correction in x-ray dark-field imaging
EP3496109A1 (en) * 2017-12-08 2019-06-12 Koninklijke Philips N.V. Oscillatory dark-field imaging

Also Published As

Publication number Publication date
US20230222658A1 (en) 2023-07-13
EP4161389A1 (en) 2023-04-12
EP3922178A1 (en) 2021-12-15
WO2021249855A1 (en) 2021-12-16
JP2023529382A (ja) 2023-07-10
EP4161389B1 (en) 2024-01-31
JP7486614B2 (ja) 2024-05-17

Similar Documents

Publication Publication Date Title
EP2875781B1 (en) Apparatus and method for processing a medical image of a body lumen
NL1024869C2 (nl) Werkwijze en systeem voor het meten van voor ziekte relevante weefselveranderingen.
JP5081390B2 (ja) 腫瘍量を監視する方法及びシステム
JP6515936B2 (ja) 骨解析装置
US10448915B2 (en) System and method for characterizing anatomical features
US20140050378A1 (en) System and method for detecting materials or disease states using multi-energy computed tomography
JP2008539930A (ja) 超短スキャン及び最新データのより強い重み付けを実行する連続コンピュータ断層撮影
JP2013516269A (ja) マルチエネルギｘ線画像処理方法およびそのシステム
CN108209955A (zh) 斑块的表征
US20050084063A1 (en) Method and device for determining the type of fluid in a fluid mass in an object
US20220313176A1 (en) Artificial Intelligence Training with Multiple Pulsed X-ray Source-in-motion Tomosynthesis Imaging System
Ye et al. Improved discrimination between benign and malignant LDCT screening-detected lung nodules with dynamic over static 18F-FDG PET as a function of injected dose
WO2020241669A1 (ja) Ｘ線検出データを処理するデータ処理装置及びデータ処理方法、並びに、その装置又は方法を搭載したｘ線検査装置
EP3703569B1 (en) Apparatus for presentation of dark field x-ray image information
JP2019523683A (ja) スペクトルｃｔデータからのカルシウム含有量の特定
EP4161389B1 (en) Spectral dark-field imaging
JP2019527885A (ja) スペクトルコンピュータ断層撮影フィンガープリンティング
Hutt et al. Is bronchial wall imaging affected by temporal resolution? comparative evaluation at 140 and 75 ms in 90 patients
EP3883474B1 (en) Apparatus for alveoli based visualization in dark-field or phase-contrast x-ray imaging
EP3970620A1 (en) Processing dark-field x-ray image data information
Lim et al. Feasibility study of deep-learning-based bone suppression incorporated with single-energy material decomposition technique in chest X-rays
WO2023016784A1 (en) Heterogeneity analysis in 3d x-ray dark-field imaging

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