CN115770056A - 成像系统、方法 - Google Patents
成像系统、方法 Download PDFInfo
- Publication number
- CN115770056A CN115770056A CN202111049401.2A CN202111049401A CN115770056A CN 115770056 A CN115770056 A CN 115770056A CN 202111049401 A CN202111049401 A CN 202111049401A CN 115770056 A CN115770056 A CN 115770056A
- Authority
- CN
- China
- Prior art keywords
- contour
- image
- positioning image
- positioning
- scanning
- 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
Images
Classifications
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种成像系统、方法。具体地,该成像系统包括:定位图像获取单元,用于获取扫查对象的多个角度的定位图像;轮廓预估单元,用于在至少一幅定位图像存在截断时预估扫描对象在各定位图像中沿扫描方向的轮廓;显示视野确定单元,用于选择预估轮廓的最大值作为图像显示视野。在至少一幅定位图像存在截断时预估扫描对象在各定位图像中沿扫描方向的轮廓,进而确定合适的显示视野,能够准确设置合适的显示视野,以使得重建的图像能够涵盖扫描对象的全部轮廓且具有较高的分辨率。
Description
技术领域
本发明涉及医学成像,尤其是涉及确定显示扫描视野的成像系统和方法。
背景技术
医学成像系统通常用于获得扫描对象的切片图像(亦即诊断图像)以提供诊断或治疗所需要的信息,以计算机断层成像扫描(Computed Tomography,CT)为例,X射线由球管发射后穿过扫描对象,经过衰减的射线由X射线探测器进行检测,经信号采集系统(DAS)收集与转换的投影信号进行重建以获得切片图像。在进行CT扫描时,通常需要设置扫描视野(SFOV,Scan Field of View)与显示视野(DFOV,Display Field of View)。SFOV是由CT设备本身设定的扫描范围(例如50cm),针对不同的检查部位,可以选择合适大小的SFOV,以确SFOV涵盖该检查部位,并且可以改善显示图像的分辨率。DFOV通常在SFOV范围内,通过检查前设定的重建后图像的显示范围。
在扫描时,通常将扫描对象置于SFOV内,例如将扫描对象的中心与SFOV中心对正等方式,以使得SFOV涵盖扫描对象,进而重建后的切片图像反映扫描对象的完整信息。当扫描对象体型肥胖、扫描对象的中心偏移或者扫描对象处于特殊姿势时,扫描对象的部分会处于SFOV之外,此时重建的图像会产生截断。在此情形下,通常需要以大于SFOV的DFOV进行图像重建以提供扫描对象的完整信息。然而,过大的DFOV会使得图像的分辨率下降。
因此,需要一种新的成像系统和方法,能够准确设置合适的DFOV,以使得重建的图像能够涵盖扫描对象的全部轮廓且具有较高的分辨率。
发明内容
针对上述技术问题,本申请实施例提供一种成像系统,其包括:定位图像获取单元,用于获取扫查对象的多个角度的定位图像;轮廓预估单元,用于在至少一幅定位图像存在截断时预估扫描对象在各定位图像中沿扫描方向的轮廓;显示视野确定单元,用于选择预估轮廓的最大值作为图像显示视野。
本发明的一个方面,还包括截断判断单元,用于判断定位图像中是否存在截断。
本发明的一个方面,轮廓预估单元从各定位图像中获取沿扫描方向各位置处非截断部分的轮廓,进行多项式拟合从而得到各定位图像中扫描对象的轮廓。
本发明的一个方面,轮廓预估单元将获取的定位图像中的截断部分对应的扫描对象假定为均匀的模体,从而预估扫描对象在各定位图像中的轮廓。
本发明的一个方面,轮廓预估单元将获取的定位图像输入经过训练的神经网络,从而预估扫描对象在各定位图像中的轮廓。
本发明的一个方面,轮廓预估单元包括初次重建单元与扫描对象轮廓确定单元,初次略重建单元根据扩展显示视野粗略地重建扫查对象的切片图像,扫描对象轮廓确定单元在该每张切片图像中查找扫查对象的扫描对象轮廓。
本申请实施例另提供一种成像方法,其包括:获取扫查对象的多角度的定位图像;在至少一幅定位图像存在截断时,预估扫描对象的轮廓;选择预估轮廓的最大值作为图像显示视野。
本发明的一个方面,还包括在获取扫查对象的定位图像后,判断定位图像中是否存在截断。
本发明的一个方面,预估扫描对象的轮廓包括从各定位图像中获取沿扫描方向各位置处非截断部分的轮廓,进行多项式拟合从而得到各定位图像中扫描对象的轮廓。
本发明的一个方面,预估扫描对象的轮廓包括将获取的定位图像中的截断部分对应的扫描对象假定为均匀的模体,从而预估扫描对象在各定位图像中的轮廓。
本发明的一个方面,预估扫描对象的轮廓包括将获取的定位图像输入经过训练的神经网络,从而预估扫描对象在各定位图像中的轮廓。
本发明的一个方面,预估扫描对象的轮廓包括根据扩展显示视野扫描所获得数据进行初次重建切片图像,在该每张切片图像中查找扫查对象的扫描对象轮廓。
本发明的一个方面,另提供一种系统,包括用于执行前述任一项成像方法的处理器。
本发明的一个方面,另提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一项成像方法。
本发明的一个方面,另提供一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现前述任一项成像方法的步骤。
在本发明中,在至少一幅定位图像存在截断时预估扫描对象在各定位图像中沿扫描方向的轮廓,进而确定显示视野,能够准确设置合适的DFOV,以使得重建的图像能够涵盖扫描对象的全部轮廓且具有较高的分辨率。
应理解,提供上文的简要描述是为了以简化的形式介绍在具体实施方式中进一步描述的技术方案。这并不意味着上文的简要描述限定限定本发明所要求保护的关键或必要特征,本发明所要求保护的范围由权利要求唯一地限定。此外,所要求保护的发明不限于解决在上文中或在本公开的任一区段中所提及的任何缺点的实现。
通过下面参考附图进行的详细描述,本发明的这些以及其他的特征和方面会变得更加清楚。
附图说明
本申请所包括的附图用来帮助进一步理解本申请的实施例,其构成了说明书的一部分,用于例示本申请的实施方式,并与文字描述一起来阐释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施方式。在附图中:
图1示出了根据本发明的实施例的CT成像系统立体图。
图2示出了根据本发明的实施例的CT成像系统的框图。
图3示出了根据本发明的实施例的成像系统的框图。
图4a、图4b示出了根据本发明的实施例的定位图像获取单元所获取的定位图像的示例。
图5a出了根据本发明的实施例的定位图像中特定位置处扫描对象的CT值分布的示例。
图5b示出了根据本发明的实施例的定位图像中特定位置处扫描对象的拟合CT值分布的示例。
图6示出了根据本发明的实施例的轮廓预估单元得到的到扫描对象预估轮廓的示例。
图7示出了根据本发明的实施例的显示视野确定单元确定显示视野的示例。
图8示出了根据本发明的实施例的成像系统的轮廓预估单元的示例。
图9示出了根据本发明的实施例的成像方法的流程框图。
图10示出了根据本发明的实施例的成像方法中预估扫描对象轮廓的流程框图。
图11示出了根据本发明的实施例的执行成像方法的电子设备的示例。
图12示出了根据本发明的实施例的执行成像方法的成像系统的示例。
可以预期的是,本发明的一个实施例中的要素可有利地适用于其他实施例而无需赘述。
具体实施方式
以下将描述本发明的具体实施方式,需要指出的是,在这些实施方式的具体描述过程中,为了进行简明扼要的描述,本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是,在任意一种实施方式的实际实施过程中,正如在任意一个工程项目或者设计项目的过程中,为了实现开发者的具体目标,为了满足系统相关的或者商业相关的限制,常常会做出各种各样的具体决策,而这也会从一种实施方式到另一种实施方式之间发生改变。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本发明公开的内容相关的本领域的普通技术人员而言,在本发明揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本发明的内容不充分。
除非另作定义,权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,也不限于是直接的还是间接的连接。“扫描对象”等类似的词语指成像扫描中扫描及成像的对象,不仅限于对象的全部,也可表示对象的特定扫描范围,即对象的局部或对诊断有价值的感兴趣区域,对象并非限定于人体,也可以为动物。
本文中所描述的成像系统及方法可以适用于各种医学成像模态,包括但不限于计算机断层扫描(CT)设备、PET-CT(正电子发射断层成像术,Positron EmissionTomography,PET)、SPECT-CT(单光子发射计算机断层成像术,Single-Photon EmissionComputed Tomography,SPECT)或其他任何合适的医学成像设备。成像系统可以包括前述医学成像设备,也可以包括连接到医学成像设备的单独的计算机设备,还可以包括连接至互联网云端的计算机设备,该计算机设备通过互联网连接到医学成像设备或者存储医学图像的存储器。成像方法可以由前述医学成像设备、连接到医学成像设备的计算机设备,或者连接至互联网云端的计算机设备独立或者联合的实施。
示例性地,以下结合X射线计算机断层摄影(CT)设备描述本发明。本领域技术人员将理解,本发明还可以适用于其他适于成像的医学成像设备。
图1示出根据本发明示例性实施例的成像系统和方法所适用的CT成像设备100。图2是图1所示的示例CT成像系统100的示意性框图。
参见图1,CT成像系统100被示出为包括扫描机架11。扫描机架11具有X射线源11a,X射线源11a朝向扫描机架11的相对侧上的检测器组件或准直器12投射X射线束11b。
参见图2,检测器组件12包括多个检测器单元12a和数据采集系统(DAS)12b。多个检测器单元12a感测穿过对象10的经投射的X射线11b。
DAS 12b根据检测器单元12a的感测,将收集到的信息转换为投影数据以供后续处理。在采集X射线投影数据的扫描期间,扫描机架11以及安装于其上的部件绕着旋转中心11c旋转。
扫描机架11的旋转和X射线源11a的操作由CT系统100的控制机构13控制。控制机构13包括向X射线源11a提供功率和定时信号的X射线控制器13a、以及控制扫描机架11的旋转速度和位置的扫描机架电机控制器13b。图像重建装置14从DAS 12b接收投影数据并且执行图像重建。重建的图像作为输入传输至计算机15,计算机15将图像存储在大容量存储装置16中。
计算机15还通过控制台17从操作员接收命令和扫描参数,控制台17具有某种形式的操作员界面,例如键盘、鼠标、语音激活控制器或任何其他合适的输入装置。相关联的显示器18允许操作员观察来自计算机15的重建图像和其他数据。操作者提供的命令和扫描参数由计算机15使用,以向DAS 12b、X射线控制器13a和扫描机架电机控制器13b提供控制信号和信息。另外,计算机15操作患者台电机控制器19a,其控制患者台19以定位对象10和扫描机架11。特别地,患者台19使对象10全部或部分地移动通过图1的扫描机架开口11d。
图3示出根据本发明的实施例的成像系统200的示例框图。该成像系统200包括定位图像获取单元21、轮廓预估单元23及显示视野确定单元24。示例地,该等单元21、23、24可以作为如图1与图2所示CT成像系统100的计算机15的一部分或者由计算机15执行。定位图像获取单元21用于获取扫查对象的多个角度的定位图像。轮廓预估单元23用于在至少一幅所获得的定位图像存在截断时预估扫描对象在各定位图像中的轮廓。显示视野确定单元24,用于选择所述预估轮廓的最大值作为图像显示视野。可选地,该成像系统200还包括截断判断单元22,用于判断所述定位图像中是否存在截断,可以理解,该截断判断单元22是非必须的,故在图示中用虚线框表示。以下对各个单元分别进行详细说明。
定位图像获取单元21用于获取扫查对象的多个角度的定位图像。示例地,在CT扫描成像的诊断扫描前先进行定位扫描,即在定位扫描时扫描机架内的X射线球管保持在预设位置固定不动,曝光时扫描床沿着扫描方向(亦即扫描对象轴向、Z方向)移动,同时X射线球管向扫描对象发射低剂量的X射线,CT扫描仪根据探测器检测到的信号重建出平面的定位图像。定位扫描所获得的定位图像包含扫查对象的感兴趣部位,该定位图像可以用于为后续针对感兴趣部位的诊断扫描设置合适的扫描参数,例如待扫描部位的扫描开始位置、扫描结束位置、角度、层厚、扫描视野等。示例地,感兴趣部位可以包括胸部、腹部、下肢等。示例地,定位图像获取单元21可以获取多个角度的定位图像,例如机架处于0°位置亦即X射线球管位于扫描对象的正上方时获取正面定位图像,及机架旋转至90°位置亦即X射线球管位于扫描对象的侧方时获得侧向定位图像。该正面定位图像可以反映扫描对象的宽度,即扫描对象在机架X轴方向的尺寸;侧向定位图像可以反映扫描对象的厚度,即扫描对象在机架Y轴方向的尺寸。在其他实施例中,定位图像获取单元21也可以额外获取其他角度或者仅仅获取其他多个角度的定位图像,例如扫描机架旋位于45°、135°、225°等多个角度的定位图像。示例地图4a、图4b分别显示了定位图像获取单元21所获取的扫描对象的正面定位图像和侧向定位图。
示例地,成像系统200包括截断判断单元22,用于判断所述定位图像中是否存在截断。在图3中截断判断单元22以虚线框表示,可以理解,该截断判断单元22是可选地,在一些实施例中,成像系统200可以不包括该截断判断单元22,故是否发生截断可以由扫描操作员通过观察定位图像来判断;在另一些实施例中,成像系统200可以包括该截断判断单元22,故是否发生截断可以由计算机自动进行,而不需要人工干预,提升了对扫描对象的扫描及成像效率。截断判断单元22可先对获取的定位图像进行预处理,示例的,预处理可以包括平滑滤波等。截断判断单元22进一步将定位图像由灰度图像转换为二值化定位图像,例如,将每个像素的灰度值与特定的阈值进行比较,如果大于该阈值,则该像素点的值为1,如果小于该阈值,则该像素点的值为0。通过转换为二值化图像,可以使图像中数据量大为减少,从而能凸显出扫描对象的轮廓,并且数据的处理和压缩量小。截断判断单元22进而根据转换的二值化定位图像获得扫描对象的解剖组织蒙片(Anatomy mask),亦即,解剖组织部分的像素点的值为1,空气部分的像素点的值为0。截断判断单元22进一步判断是否发生截断,即如果扫描对象的二值化定位图像的边缘像素的值出现多个连续为1,则可以认定定位图像发生截断。
轮廓预估单元23用于在至少一幅定位图像存在截断时预估扫描对象在各定位图像中沿扫描方向的轮廓。如定位图像不存在截断,则可以根据定位图像直接获得图像显示视野,而无需轮廓预估单元23预估扫描对象的轮廓。轮廓预估单元23分别预估多幅定位图像中扫描对象的轮廓,例如分别预估前述正面定位图像与侧向定位图像中扫描对象的轮廓。轮廓预估单元23可以采用多种方法实现,例如多项式拟合、假设截断部分为均匀的模体、深度学习等方法,以下对示例的方法进行详细介绍。
示例地,轮廓预估单元23可以采用多项式拟合方式预估扫描对象的轮廓。具体地如图5a所示为定位图像中在扫描方向上某个特定位置处扫描对象非截断部分的CT值分布,例如其对应于图4b所示正面定位图像中线L所示位置处扫描对象的CT值分布。图中横轴表示扫描对象的宽度尺寸(即垂直于Z轴方向的X轴方向的尺寸),纵轴表示扫描对象的CT值(即HU值),图中曲线代表定位图像中在扫描方向上某个特定位置处扫描对象的CT值分布,可以看出,定位图像在X轴方向600mm处发生截断,曲线未展示扫描对象截断部分的CT值。如图5b所示,轮廓预估单元23采用多项式拟合方式预估在扫描方向上某个特定位置处扫描对象的CT值分布。拟合的扫描对象的CT值分布呈弧形曲线,其拟合了超出600mm部分的CT值分布,即截断部分所对应的CT值分布。另如图5b所示,与X轴平行的横线M所示为根据定位图像中扫描对象与背景分布所设定的特定阈值,拟合CT值分布曲线与横线M交叉的A点与B点即为在扫描方向上某个特定位置处扫面描对象的宽度方向的最外侧轮廓点。轮廓预估单元23根据前述方法预估定位图像中在扫描方向上所有位置处的轮廓点,进而预估出扫描对象的在扫描方向上完整轮廓。
按前述方式,轮廓预估单元23预估出各角度的定位图像中扫描对象的轮廓,亦即得到扫描对象的各角度的显示视野。可选地,轮廓预估单元23进一步将获得的各个角度定位图像中的预估轮廓进行平滑处理。
示例地,轮廓预估单元23可以假设扫描对象的截断部分为均匀的模体,从而预估出扫描对象的轮廓。示例地,可假设为与人体CT值近似的模体,如采用PP(聚丙烯)材料制成的模体,其CT值约为-80HU。具体地,当获取的正面定位图像(即0°定位图像)中含有截断而侧向定位图像(即90°定位图像)无截断时,可采用如下方法预估扫描对象的轮廓:对扫描方向(即Z轴)上的特定位置处,假定D表示90°定位图像中该位置处所有CT值总和,E表示0°定位图像中该位置处所有CT值总和,F表示0°定位图像中该位置处截断部分所有CT值总和,则,
D=E+F (公式1)
其中,D、E可从定位图像中直接获得,从而可以计算出F的值。另假设扫描对象的截断部分为均匀的模体,从而可以根据F的值以及模体CT值计算出0°定位图像中该扫描方向位置处的截断部分的长度。对扫描范围内在扫描方向上的所有位置均进行前述计算,可以得到截断部分的预估轮廓,进而得到扫描对象的预估轮廓。
当获取的正面定位图像(即0°定位图像)与侧向定位图像(即90°定位图像)均含有截断时,可采用如下方法预估扫描对象的轮廓:对扫描方向(即Z轴)上的特定位置处,假定H表示90°定位图像中该位置处所有CT值总和,I表示90°定位图像中该位置处截断部分所有CT值总和,J表示0°定位图像中该位置处所有CT值总和,K表示0°定位图像中该位置处截断部分所有CT值总和,则,
H+I=J+K (公式2)
其中,H、J可从定位图像中直接获得,另假设扫描对象的截断部分为均匀的模体,则I等于K,从而可以计算出I与K的值。进一步,可以根据I、K的值以及模体模拟CT值分别计算出90°定位图像与0°定位图像中该扫描方向位置处的截断部分的长度。对扫描范围内在扫描方向上的所有位置均进行前述计算,可以得到截断部分的预估轮廓,进而得到扫描对象的预估轮廓。
示例地,轮廓预估单元23可以通过深度学习的方法预估扫描对象的轮廓。具体地,所述轮廓预估单元23将所述获取的定位图像输入经过训练的神经网络,从而预估扫描对象在各定位图像中的轮廓。该经过训练的神经网络可以事先使用大量的定位图像与经手动勾画的定位图像进行训练,示例地,不同角度的定位图像可以使用同样的神经网络,从而可以简化神经网络的种类,另一方面在同样数量的扫描对象的前提下可以增加训练的数据量。另示例地,不同角度的定位图像可以分别使用不同的神经网络,从而可以增加各神经网络的准确性。示例地,神经网络可以使用例如U-net、Res-UNet网络。
示例地,对应于图4b所示正面定位图像,轮廓预估单元23通过前述方法得到如图6所示扫描对象的预估轮廓。前述方法中,仅需对多个角度的定位图像进行重建,其运算量较小、运算速度快。
显示视野确定单元24用于选择预估轮廓的最大值作为图像显示视野。如前述,轮廓预估单元23获得多个角度定位图像中扫描对象完整的预估轮廓,示例地,包括正向定位图象、侧向定位图像中扫描对象的预估轮廓。显示视野确定单元24通过比较多角度定位图像中的预估轮廓以确定扫描对象的显示视野,示例地,通过比较选择预估轮廓最大值(扫描对象沿X轴方向的最大宽度值)作为显示视野。如图6所示,沿扫描方向的虚直线确定了显示视野,其中将扫描对象的截断部分的预估轮廓的最外侧作为显示视野的一侧,亦即选择预估轮廓的最大值作为显示视野,从而显示视野涵盖扫描对象的全部。成像系统200后续将该显示视野作为重建视野用于重建诊断扫描(亦即螺旋扫描)所获取的数据,进而获得及显示扫描对象的医学图像。
在一些实施例中,成像系统200可以在获取定位图像后进行诊断扫描,轮廓预估单元25在至少一幅定位图像存在截断时根据扩展显示视野进行初次重建扫查对象的切片图像,并在每张切片图像中查找扫查对象的轮廓。如图8所示,轮廓预估单元25包括初次重建单元25a、扫描对象轮廓预估单元25b。初次略重建单元25a以视野扩展显示视野初略地或者完整地重建切片图像,从而获得扫描对象的切片图。该扩展视野可以较大程度地超过CT设备可能的显示视野,例如通常的CT设备扫描视野为50厘米,该扩展视野可以设置为80厘米,轮廓估计单元22通过截断图像重建算法粗略地重建出切片图像。可以理解,虽然以扩展视野重建的切片图像显示了扫描对象Z轴方向特定位置处的完整图像,但是扫描对象截断部分(即超出扫描视野的部分)是通过重建算法预估出来的,而非依据X射线探测器真实检测的信号重建出来。由于初次重建的目的是预估扫描对象轮廓,对图像质量要求不高,因此可通过去除一些图像校正的过程来做粗略重建,初次重建需要的计算量少,重建速度高,可及时的获得切片图像。
扫描对象轮廓预估单元25b进一步确定每张切片图像上的扫描对象的预估轮廓,进而可以获得扫描对象的完整的预估轮廓。可以理解,扫描对象的截断部分的轮廓是预估出来的,而非真实地检测的轮廓。示例地,轮廓预估单元25可以包括二值图像转换单元,可以在确定每张切片图像上的扫描对象的预估轮廓之前,先将初次重建的切片图像转换为二值化图像。轮廓预估单元25可以包括患者床图像移除单元25d,并将患者床从切片图像中去除,该患者床的图像数据可以来自于成像系统200预设的数据。轮廓预估单元25还可以在确定每张切片图像上的扫描对象的预估轮廓之后,使用平滑滤波器将每张切片图像上的预估轮廓进行沿扫描方向(Z轴方向)的平滑。进而,显示视野确定单元24选择扫描对象的预估轮廓的最大值作为图像显示视野。成像系统200根据显示视野确定单元24确定的图像显示视野作为重建视野对诊断扫描所获取的数据进行精细的重建以获得更加准确、分辨率更高的可供诊断参考的图像。
图9示出根据本发明的实施例的成像方法300的示例框图。成像方法300包括获取扫查对象多个角度的定位图像;在所述至少一幅定位图像存在截断时,预估扫描对象的轮廓;选择所述预估轮廓的最大值作为图像显示视野。示例地,成像方法300可以由如图1与图2所示CT成像系统100的计算机15的一部分或者由计算机15执行。可选地,该成像方法300还包括在获取扫查对象的定位图像后,判断所获得的定位图像是否存在截断。判断所获得的定位图像是否存在截断在图示中用虚线框表示,可以理解,其可以由操作员进行人工判断,或者由计算机自动执行以提升了对扫描对象的扫描效率及成像效率,。以下对成像方法300进行详细介绍。
在31,获取扫描对象的多个角度的定位图像。如前所述,在进行诊断扫描之前进行定位扫描,所获得的定位图像包含扫查对象的感兴趣部位,该定位图像可以用于为后续针对感兴趣部位的诊断扫描设置合适的扫描参数,例如待扫描部位的扫描开始位置、扫描结束位置、角度、层厚、扫描视野等。示例地,感兴趣部位可以包括胸部、腹部、下肢等。示例地,在31,可以获取例如机架处于0°位置亦即X射线球管位于扫描对象的正上方时获取正面定位图像,及机架旋转至90°位置亦即X射线球管位于扫描对象的侧方时获得侧向定位图像。该正面定位图像可以反映扫描对象的宽度,侧向定位图像可以反映扫描对象的厚度。在其他实施例中,在31,也可以额外获取其他角度或者仅仅获取其他多个角度的定位图像,例如扫描机架旋位于45°、135°、225°等多个角度的定位图像。示例地,图4a、图4b分别显示了所获取的扫描对象的正面定位图像和侧向定位图。
在32,判断所获得的定位图像是否存在截断。判断所获得的定位图像是否存在截断可先对获取的定位图像进行预处理,示例的,预处理可以包括平滑滤波等。判断所获得的定位图像是否存在截断进一步将定位图像由灰度图像转换为二值化定位图像,例如,将每个像素的灰度值与特定的阈值进行比较,如果大于该阈值,则该像素点的值为1,如果小于该阈值,则该像素点的值为0。通过转换为二值化图像,可以使图像中数据量大为减少,从而能凸显出扫描对象的轮廓,并且数据的处理和压缩量小。判断所获得的定位图像是否存在截断进而根据转换的二值化定位图像获得扫描对象的解剖组织蒙片(Anatomy mask),亦即,解剖组织部分的像素点的值为1,空气部分的像素点的值为0。判断所获得的定位图像是否存在截断判断所获得的定位图像是否存在截断进一步判断是否发生截断,即如果扫描对象的二值化定位图像的边缘像素的值出现多个连续为1,则可以认定定位图像发生截断。
在33,在至少一幅定位图像存在截断时,预估扫描对象的轮廓。如定位图像不存在截断,则可以根据定位图像直接获得图像显示视野,而无需预估扫描对象的轮廓。在33,分别预估多幅定位图像扫描对象的轮廓,例如分别预估前述正面定位图像与侧向定位图像。预估扫描对象的轮廓可以采用多种方法实现,例如通过前述轮廓预估单元23所揭示的方法,为简洁,于此不再重复描述。
在34,确定显示视野,其选择预估轮廓的最大值作为图像显示视野。如前述,在33,获得多个角度定位图像中扫描对象完整的预估轮廓,示例地,包括正向定位图象、侧向定位图像中扫描对象的预估轮廓。在34,通过比较多角度定位图像中的预估轮廓以确定扫描对象的显示视野,示例地,通过比较选择预估轮廓最大值(最大宽度值)作为显示视野。如图6所示,沿扫描方向的虚直线确定了显示视野,其中将扫描对象的截断部分的预估轮廓的最外侧作为显示视野的一侧,亦即选择预估轮廓的最大值作为显示视野,从而显示视野涵盖扫描对象的全部。成像方法200后续将该显示视野作为重建视野用于重建诊断扫描(亦即螺旋扫描)所获取的数据,进而获得及显示扫描对象的医学图像。
在一些实施例中,成像方法200可以在获取定位图像后进行诊断扫描,在35,预估扫描对象的轮廓在定位图像中存在截断时根据扩展显示视野进行初次重建切片图像,亦即扫查对象的切片图像,在每张切片图像中查找扫查对象的轮廓。如图10所示,在35a,以扩展显示视野初次重建切片图像,从而获得扫描对象的切片图像。该扩展视野可以较大程度地超过CT设备可能的扫描视野,例如通常的CT设备扫描视野为50厘米,该扩展视野可以设置为80厘米,通过截断图像重建算法初次重建出切片图像。可以理解,虽然以扩展视野重建的切片图像显示了扫描对象Z轴方向特定位置处的完整图像,但是扫描对象截断部分(即超出扫描视野的部分)是通过重建算法预估出来的,而非依据X射线探测器真实检测的信号重建出来。由于初次重建的目的是预估扫描对象轮廓,对图像质量要求不高,因此初次重建可通过省略一些图像伪影校正的过程,故,初次重建需要的计算量少,重建速度高,可及时的获得切片图像。
在35b,进一步确定每张切片图像上的扫描对象的预估轮廓,进而可以获得扫描对象的完整的预估轮廓。可以理解,扫描对象的截断部分的轮廓是预估出来的,而非真实地检测的轮廓。示例地,在35c,可以在确定每张切片图像上的扫描对象的预估轮廓之前,先将初次重建的切片图像转换为二值化图像。在35d,将患者床从二值化图像切片图像中去除,该患者床的图像数据可以来自于成像系统200预设的数据。在25d,可以在确定每张切片图像上的扫描对象的预估轮廓之后,使用平滑滤波器将每张切片图像上的预估轮廓沿扫描方向(Z轴方向)进行平滑。进而,在34,确定显示视野中选择扫描对象的预估轮廓的最大值作为图像显示视野。成像方法300根据确定的图像显示视野作为重建视野对诊断扫描所获取的数据进行精细的重建以获得更加准确、分辨率更高的可供诊断参考的图像。
图11示出根据本发明的实施例的执行成像方法的电子设备700的示例。电子设备700包括:一个或多个处理器71;存储装置72,用于存储一个或多个程序,当该一个或多个程序被一个或多个处理器71执行,使得一个或多个处理器71实现本文中描述的成像方法。处理器诸如例如,数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器。
图11所示的电子设备700仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:一个或者多个处理器71,存储装置72,连接不同系统组件(包括存储装置72和处理器71)的总线75。
总线75表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备700典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备700访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置72可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)72a和/或高速缓存存储器72c。电子设备700可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统72b可以用于读写不可移动的、非易失性磁介质(图11未显示,通常称为“硬盘驱动器”)。尽管图11中未示出,可以提供用于对可移动非易失性磁盘(例如"软盘")读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线75相连。存储装置72可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块72f的程序/实用工具72d,可以存储在例如存储装置72中,这样的程序模块72f包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块72f通常执行本发明所描述的任意实施例中的功能和/或方法。
电子设备700也可以与一个或多个外部设备76(例如键盘、指向设备、显示器77等)通信,还可与一个或者多个使得用户能与该电子设备700交互的设备通信,和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口73进行。并且,电子设备700还可以通过网络适配器74与一个或者多个网络(例如局域网(LAN)、广域网(WAN)和/或公共网络,例如因特网)通信。如图11所示,网络适配器74通过总线75与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器71通过运行存储在存储装置72中的程序,从而执行各种功能应用以及数据处理。
根据本发明的实施例,还提供一种计算机可读介质,其上具有指令,所述指令在被处理器执行时使得处理器执行本发明的方法的步骤。该计算机可读介质可以包括但不限于通过机器或设备制造或形成的物品的非瞬态的有形安排,其包括存储介质,诸如:硬盘;任何其他类型的盘,包括软盘、光盘、只读光盘存储器(CD-ROM)、可读写光盘存储器(CD-RW)以及磁光盘;半导体器件,诸如只读存储器(ROM)、诸如动态随机存取存储器(DRAM)和静态随机存取存储器(SRAM)之类的随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、闪存、电可擦除可编程只读存储器(EEPROM);相变存储器(PCM);磁卡或光卡;或适于存储电子指令的任何其他类型的介质。该计算机可读介质可以安装在CT设备中,也可以安装在远程操控CT设备的单独的控制设备或计算机中。
根据本发明的实施例,还提供一种计算机可读介质,其上具有指令,所述指令在被处理器执行时使得处理器执行本发明的方法的步骤。
根据本发明的实施例,还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行本发明前述的方法。
图12示出了根据本发明的实施例的示例性成像系统800的框图。参考图12,成像系统800可以包括用于进行成像扫描以生成医学图像的医学成像设备81、用于存储医学图像的存储设备82、以及通信地连接至存储设备82并且包括处理器85的医学图像工作站83或医学图像云平台分析系统84。处理器85可以用于执行发明的前述成像方法。
医学成像设备81可以是CT设备、PET-CT(正电子发射断层成像术,PositronEmission Tomography,PET))、SPECT-CT(单光子发射计算机断层成像术,Single-PhotonEmission Computed Tomography,SPECT)或其他任何合适的成像设备。存储设备82可以位于医学成像设备81内、医学成像设备81外部的服务器内、独立的医学影像存储系统(诸如,PACS)内和/或远程的云存储系统内。医学图像工作站83可以设置在医学成像设备81本地,亦即医学图像工作站83临近医学成像设备81设置,两者可以共同位于扫查室、影像科或同一医院内。而医学图像云平台分析系统84可以远离医学成像设备81定位,例如设置在与医学成像设备81通信的云端处。作为示例,在医疗机构利用医学成像设备81完成成像扫描之后,扫描得到的数据被存储在存储设备82内;医学图像工作站83可以直接读取扫描得到的数据,并且通过其处理器使用本发明的方法进行处理。作为另一个示例,医学图像云平台分析系统84可以通过远程通信读取存储设备82内的医学图像,以提供“软件即服务(SaaS)”。SaaS可以存在于医院与医院之间、医院与影像中心之间,也可以存在于医院与第三方在线诊疗服务商之间。
本发明中所描述的技术可至少部分地以硬件、软件、固件或其任何组合来实现。例如,可在一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或任何其他等效的集成或分立逻辑电路、以及体现在编程器(诸如,医师或患者编程器、刺激器、或其他设备)中的此类部件的任何组合内实现所述技术的各方面。术语“处理器”、“处理电路”、“控制器”或“控制模块”通常可以指任何上述逻辑电路(单独或与其他逻辑电路组合),或任何其他等效电路(并且单独或与其他数字或模拟电路组合)。
上面已经描述了本发明的一些示例性实施例。然而,应该理解的是,在不脱离本发明精神和范围的情况下,还可以对上述示例性实施例做出各种修改。例如,如果所描述的技术以不同的顺序执行和/或如果所描述的系统、架构、设备或电路中的组件以不同方式被组合和/或被另外的组件或其等同物替代或补充,也可以实现合适的结果,那么相应地,这些修改后的其它实施方式也落入权利要求书的保护范围内。
Claims (15)
1.一种成像系统,其包括:
定位图像获取单元,用于获取扫查对象的多个角度的定位图像;
轮廓预估单元,用于在至少一幅所述定位图像存在截断时预估扫描对象在各定位图像中沿扫描方向的轮廓;
显示视野确定单元,用于选择所述预估轮廓的最大值作为图像显示视野。
2.如权利要求1所述的成像系统,其特征在于:还包括截断判断单元,用于判断所述定位图像中是否存在截断。
3.如权利要求1所述的成像系统,其特征在于:所述轮廓预估单元从各定位图像中获取沿扫描方向各位置处非截断部分的轮廓,进行多项式拟合从而得到各定位图像中扫描对象的轮廓。
4.如权利要求1所述的成像系统,其特征在于:所述轮廓预估单元将所述获取的定位图像中的截断部分对应的扫描对象假定为均匀的模体,从而预估扫描对象在各定位图像中的轮廓。
5.如权利要求1所述的成像系统,其特征在于:所述轮廓预估单元将所述获取的定位图像输入经过训练的神经网络,从而预估扫描对象在各定位图像中的轮廓。
6.如权利要求1所述的成像系统,其特征在于:所述轮廓预估单元包括初次重建单元与扫描对象轮廓确定单元,所述初次略重建单元根据扩展显示视野重建扫查对象的切片图像,所述扫描对象轮廓确定单元在该每张切片图像中查找扫查对象的扫描对象轮廓。
7.一种成像方法,其包括:
获取扫查对象的多角度的定位图像;
在至少一幅所述定位图像存在截断时,预估扫描对象的轮廓;
选择所述预估轮廓的最大值作为图像显示视野。
8.如权利要求8所述的方法,其特征在于:还包括在获取扫查对象的定位图像后,判断所述定位图像中是否存在截断。
9.如权利要求8所述的方法,其特征在于:所述预估扫描对象的轮廓包括从各定位图像中获取沿扫描方向各位置处的非截断部分的轮廓,进行多项式拟合从而得到各定位图像中扫描对象的轮廓。
10.如权利要求7所述的方法,其特征在于:所述预估扫描对象的轮廓包括将所述获取的定位图像中的截断部分对应的扫描对象假定为均匀的模体,从而预估扫描对象在各定位图像中的轮廓。
11.如权利要求7所述的方法,其特征在于:所述预估扫描对象的轮廓包括将所述获取的定位图像输入经过训练的神经网络,从而预估扫描对象在各定位图像中的轮廓。
12.如权利要求7所述的方法,其特征在于:所述预估扫描对象的轮廓包括根据扩展显示视野进行初次重建沿扫描方向特定位置处的切片图像,在该每张切片图像中查找扫查对象的扫描对象轮廓。
13.一种系统,包括用于执行如权利要求7至12中任一项所述的方法的处理器。
14.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求7至12任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求7至12任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111049401.2A CN115770056A (zh) | 2021-09-08 | 2021-09-08 | 成像系统、方法 |
US17/939,170 US20230077083A1 (en) | 2021-09-08 | 2022-09-07 | Imaging system and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111049401.2A CN115770056A (zh) | 2021-09-08 | 2021-09-08 | 成像系统、方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115770056A true CN115770056A (zh) | 2023-03-10 |
Family
ID=85385245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111049401.2A Pending CN115770056A (zh) | 2021-09-08 | 2021-09-08 | 成像系统、方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230077083A1 (zh) |
CN (1) | CN115770056A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117084706A (zh) * | 2023-10-07 | 2023-11-21 | 北京富通康影科技有限公司 | 一种基于三源ct的定位片扫描及其3d轮廓估计方法 |
CN117084706B (zh) * | 2023-10-07 | 2024-07-12 | 北京富通康影科技有限公司 | 一种基于三源ct的定位片扫描及其3d轮廓估计方法 |
-
2021
- 2021-09-08 CN CN202111049401.2A patent/CN115770056A/zh active Pending
-
2022
- 2022-09-07 US US17/939,170 patent/US20230077083A1/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117084706A (zh) * | 2023-10-07 | 2023-11-21 | 北京富通康影科技有限公司 | 一种基于三源ct的定位片扫描及其3d轮廓估计方法 |
CN117084706B (zh) * | 2023-10-07 | 2024-07-12 | 北京富通康影科技有限公司 | 一种基于三源ct的定位片扫描及其3d轮廓估计方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230077083A1 (en) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10561391B2 (en) | Methods and systems for computed tomography | |
US8600132B2 (en) | Method and apparatus for motion correcting medical images | |
US8229200B2 (en) | Methods and systems for monitoring tumor burden | |
EP3264985B1 (en) | Tomography imaging apparatus and method of reconstructing tomography image | |
JP4965433B2 (ja) | トランケートされた投影と事前に取得した3次元ct画像を用いる円錐ビームct装置 | |
US10789738B2 (en) | Method and apparatus to reduce artifacts in a computed-tomography (CT) image by iterative reconstruction (IR) using a cost function with a de-emphasis operator | |
US8788012B2 (en) | Methods and apparatus for automatically registering lesions between examinations | |
EP2880594B1 (en) | Systems and methods for performing segmentation and visualization of multivariate medical images | |
US20160287201A1 (en) | One or more two dimensional (2d) planning projection images based on three dimensional (3d) pre-scan image data | |
WO2010146483A1 (en) | Imaging procedure planning | |
KR101946576B1 (ko) | 의료 영상 장치 및 의료 영상 처리 방법 | |
US8391573B2 (en) | Method and apparatus for motion correcting medical images | |
US20230130015A1 (en) | Methods and systems for computed tomography | |
EP3209207B1 (en) | Methods and systems for normalizing contrast across multiple acquisitions | |
US20160292878A1 (en) | Methods and systems for automatic segmentation | |
US9858688B2 (en) | Methods and systems for computed tomography motion compensation | |
JP2022547463A (ja) | コーンビームctにおけるニューラルネットワークに基づく限定角度アーチファクト軽減のための信頼度マップ | |
US20220381862A1 (en) | Imaging system and method | |
US20160292874A1 (en) | Methods and systems for automatic segmentation | |
CN115770056A (zh) | 成像系统、方法 | |
CN115410692A (zh) | 确定组织边界的装置和方法 | |
WO2016186746A1 (en) | Methods and systems for automatic segmentation | |
US20170103528A1 (en) | Volumetric texture score | |
CN117796826A (zh) | 计算机断层扫描成像方法和装置 |
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 |