CN115774281A - 用于断层摄影不一致性检测的基于衰减校正的加权 - Google Patents
用于断层摄影不一致性检测的基于衰减校正的加权 Download PDFInfo
- Publication number
- CN115774281A CN115774281A CN202211094593.3A CN202211094593A CN115774281A CN 115774281 A CN115774281 A CN 115774281A CN 202211094593 A CN202211094593 A CN 202211094593A CN 115774281 A CN115774281 A CN 115774281A
- Authority
- CN
- China
- Prior art keywords
- tomographic
- frames
- inconsistency
- attenuation coefficient
- linear 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/037—Emission 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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4258—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector for detecting non x-ray radiation, e.g. gamma radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/467—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/412—Dynamic
Abstract
一种系统和方法包括:确定成像对象的感兴趣区域;生成成像对象的第一线性衰减系数映射,第一线性衰减系数映射被生成以将成像对象的感兴趣区域的体素与比成像对象的其它区域的体素更大的线性衰减系数相关联,基于第一线性衰减系数映射对成像对象的多个断层摄影帧进行衰减校正以生成第二多个断层摄影帧,以及确定第二多个断层摄影帧的断层摄影不一致性。一些方面还包括生成成像对象的第二线性衰减系数映射,基于第二线性衰减系数映射对多个断层摄影帧进行衰减校正以生成第三多个断层摄影帧,以及基于第三多个断层摄影帧和所确定的断层摄影不一致性来重建三维图像。
Description
背景技术
根据常规的核成像,通过注射或摄取将放射性药物引入患者体内。放射性药物发射伽马射线(在单光子发射计算机断层摄影(SPECT)成像的情况下)或与电子湮灭以产生伽马射线的正电子(在正电子发射断层摄影(PET)成像的情况下)。位于身体外部的检测器系统检测发射的伽马射线(即,获取事件数据)并基于其重建图像。
对发射的伽马射线的检测发生在一段时间内,在该段时间期间,身体可能会无意地或由于诸如呼吸和心跳的自然生理过程而移动。这种移动可能会导致断层摄影不一致性,这在投影数据中,特别是在脑、腹部、胸部和心脏区域中可能是在视觉上可检测的。一些系统通过检测患者的移动并基于检测到的移动来校正所采集的事件数据的系统来解决上述问题。所检测的移动可被记录为在数据采集期间的特定时间发生的运动矢量。然后,在图像重建之前,该运动矢量可被用于校正所采集的数据。
最近的系统试图通过将核数据与由更加移动鲁棒的成像模态(例如,计算机断层摄影(CT))同时采集的数据配准来检测运动。然而,这种系统需要两个独立的成像系统。其它最近的系统试图通过将所采集的数据与对核成像系统的采集参数进行建模的系统数据模型进行比较来检测运动。这种比较可能会产生令人不满意的结果,因为对视场内一个区域(例如,颌)的运动的检测和校正可能会不必要地模糊了实际感兴趣区域(ROI)(例如,大脑)的图像,而该实际感兴趣区域在采集期间可能是保持着相对不动的。
需要用于校正断层摄影数据的感兴趣区域内的断层摄影不一致性的改进系统。
附图说明
图1是根据一些实施例的通过使用ROI加强线性衰减系数映射对发射数据进行衰减校正来确定发射数据的断层摄影不一致性,并基于所确定的断层摄影不一致性和发射数据来重建图像的系统的框图;
图2是根据一些实施例的通过使用ROI加强线性衰减系数映射对发射数据进行衰减校正来确定发射数据的断层摄影不一致性并基于所确定的断层摄影不一致性和发射数据来重建图像的过程的流程图;
图3示出根据一些实施例的SPECT成像系统。
图4是示出根据一些实施例的基于核数据确定ROI的框图;
图5描绘根据一些实施例的包括用于生成ROI加强的线性衰减系数映射的ROI符号的切片图像;以及
图6是根据一些实施例的基于使用ROI加强线性衰减系数映射衰减校正的发射数据来确定移位矢量的一个系统的框图。
具体实施方式
提供以下描述以使本领域的任何技术人员能够制造和使用所描述的实施例,并且阐述了预期用于执行所描述的实施例的最佳模式。然而,各种修改对于本领域技术人员来说应当是显而易见的。
线性衰减系数表示了光子在穿过单位厚度的组织时将经历相互作用的概率。典型的μ映射试图通过基于体素内的组织特性将相应的线性衰减系数分配给每个体素来准确地表示体积内的这些概率。衰减校正基于这样的μ映射来校正所采集的发射数据,使得经衰减校正的发射数据示出了每个体素内的定量准确的活动(例如,以Bq/ml为单位的示踪剂摄取)。
对比来说,实施例利用了μ映射/衰减校正范例来执行除了产生定量准确的发射数据之外的任务。例如,一些实施例使用ROI加强线性衰减系数映射将衰减校正应用到发射数据,以便加强(例如,增加ROI的体素的相对亮度)ROI(例如,心脏)的体素和/或解加强(例如,降低非ROI体素的相对亮度)非ROI体素。然后分析如此加强发射数据以确定断层摄影不一致性。因此,与如果使用物理上代表性的线性衰减系数映射执行衰减校正相比,断层摄影不一致性的确定在更大程度上是由ROI的体素驱动的。可以基于发射数据、测试重建、操作者输入和/或第二成像模态的数据来生成ROI加强线性衰减系数映射。
一旦任务(例如,断层摄影不一致性的确定)已经完成,就可以使用物理上代表性的线性衰减系数映射对原始发射数据进行衰减校正。针对上述示例进一步讲,可以使用从所确定的断层摄影不一致性导出的校正信息,根据该衰减校正的发射数据重建图像。因此,一些实施例可以促进经衰减校正的发射数据的高效ROI相关校正。
图1示出了根据一些实施例的系统100。系统100的每个组件和本文所述的每个其它组件可使用硬件和/或软件的任何组合来实现。一些组件可以共享一个或多个其他组件的硬件和/或软件。
发射数据110可以包括多个二维投影图像,其表示如本领域已知的对象内的放射性。例如,将放射性示踪剂注入到患者体内,并且SPECT探测器围绕患者旋转以在规定的时间段内以多个投影角度中的每个接收来自该患者的伽马射线发射。发射数据110的每个投影图像指示了从患者的各种空间位置发射的放射性程度(例如,经由像素亮度)。
ROI加强μ映射115指定了对象体积的每个体素的线性衰减系数。与如上所述的典型的μ映射相反,ROI加强μ映射115旨在衰减不从ROI发出的活动(例如,通过增加不在ROI内的那些体素的线性衰减系数),使得在使用μ映射115应用衰减校正之后,与如果使用精确地表示每个体素的光子密度的μ映射那些体素所显得相比,那些体素显得更亮。这种布置的益处将从下面的描述中变得显而易见。
根据一些实施例,可以通过使用本领域已知的任何技术初始生成对象体积的μ映射来生成ROI加强μ映射115。然后修改该μ映射以增加不在ROI内的那些体素的线性衰减系数。可以以任何数量的方式来识别ROI。例如,可以执行发射数据110的快速、低质量的重建以生成切片图像来呈现给操作者。然后,操作者可以如将参考图5更详细地描述的在切片图像内指示ROI。在其他实施例中,获得体积的CT数据并对体积的CT数据进行分段,以自动或半自动地识别感兴趣的器官。
在其他实施例中,可以直接从发射数据110来确定ROI。例如,在使用聚焦准直器设置成聚焦在ROI上来采集发射数据110的情况下,可以通过识别所检测的计数集中的区域来识别ROI。将参考图4更详细地描述用于直接从图像数据确定ROI的另一方法。
衰减校正组件120基于μ映射115将衰减校正应用于发射数据110。衰减校正组件120可以实现已知或变得已知的任何衰减校正算法。作为使用μ映射115的衰减校正的结果,所得到的ROI加强发射数据125的ROI的体素显得比如果使用包括物理上准确的线性衰减系数的μ映射时它们将显得的更亮。
接下来,不一致性确定组件130基于系统数据模型135确定ROI加强发射数据125的断层摄影不一致性。如本领域所已知的,系统数据模型135对采集发射数据110的系统的数据采集进行建模。因此,不一致性确定组件130可以确定ROI加强发射数据125是否与建模的数据采集一致。
不一致性确定组件130还输出可以用于校正任何确定的不一致性的校正信息。校正信息可以包括移位矢量,其指示发射数据110的每个投影图像应当被移位(例如,在X、Y方向上)以便校正不一致性的程度。根据一些实施例,校正信息可以包括针对每个投影图像的多于一个移位矢量(例如,针对若干不同区域中的每个区域的一个移位矢量)。
断层摄影不一致性的确定将给予输入发射数据的更亮体素更多权重。因此,通过使用μ映射115增加ROI的体素的相对亮度,实施例有效地使断层摄影不一致性的确定和所得到的校正信息偏向于改进ROI的图像质量。
图1的元件140到160表示根据一些实施例的可选的附加处理。衰减校正组件140基于μ映射145将衰减校正应用于任务数据110以生成经衰减校正的发射数据150。μ映射145是表示发射数据110中表示的体素的预期、预测和/或实际线性衰减系数的“传统”μ映射。衰减校正组件140可以执行与衰减校正组件120相同或不同的衰减校正算法。因此,衰减校正组件120和衰减校正组件140可以由相同组件来实现。
重建组件155基于经衰减校正的发射数据150、由不一致性确定组件130生成的校正信息和系统数据模型135来重建三维图像160。这种重建算法在本领域中是已知的,并且如果移位矢量包括在由不一致性确定组件130生成的校正信息中,则可以考虑这些矢量。然后,图像160可以显示为三维视图、切片视图和/或任何其他合适的视图。由于使用用于不一致性校正的μ映射115和用于衰减校正的μ映射145,图像160包括了在ROI内的定量数据(例如Bq/ml)和改进的质量。
一些实施例不包括图1的单元140、145和150。而是,重建组件155基于ROI加强发射数据125、由不一致性确定组件130生成的校正信息和系统数据模型135重建三维图像160。操作者可以确定使用ROI加强发射数据125还是经衰减校正的发射数据150来执行重建。
图2包括根据一些实施例的过程200的一般流程图。过程200可以由系统100执行,但是实施例并不局限于此。在一些实施例中,各种硬件元件(例如,一个或多个处理单元)执行程序代码以执行过程200。过程200的步骤不需要由单个设备或系统来执行,也不需要在时间上彼此相邻或以所示的顺序执行。
过程200和本文提到的所有其它过程可以体现为从一个或多个非暂时性计算机可读介质读取的处理器可执行程序代码,所述非暂时性计算机可读介质诸如基于盘的或固态硬盘驱动器、DVD-ROM、闪存驱动器和磁带,并且然后以压缩、未编译和/或加密格式存储。在一些实施例中,可以使用硬连线电路来代替或结合用于实现根据一些实施例的过程的程序代码。因此,实施例不局限于硬件和软件的任何特定组合。
最初,在S210,采集与对象相关联的多个断层摄影帧。在S210,可以使用产生断层摄影数据的任何成像模态来采集帧,所述成像模态包括但不限于SPECT、PET和CT。
图3示出了根据一些实施例的可以用于在S210处采集帧并执行过程200的各种其他步骤的系统300。根据一些实施例,在S210之前由成像设备采集多个断层摄影帧,并且S210简单地包括从存储装置检索已经采集的图像。系统300是如本领域已知的SPECT成像系统,但是实施例并不局限于此。系统300的每个组件都可以包括其操作所必需的其他元件,以及用于提供除了本文所述的那些之外的功能的附加元件。
系统300包括台架302,两个或多个伽马相机304a、304b附接到该台架,不过可以使用任何数量的伽马相机。每个伽马照相机内的检测器检测由注射到躺在床308上的患者306身体中的放射性示踪剂发射的伽马光子(即,发射数据)303。床308可沿运动轴A滑动。在相应的床位置(即,成像位置)处,患者306的身体的一部分位于伽马相机304a、304b之间,以便从各种投影角度捕获来自该身体部分的发射数据。
控制系统320可以包括任何通用或专用计算系统。控制系统320包括被配置成执行处理器可执行程序代码以使系统320如本文所述的那样工作的一个或多个处理单元322以及用于存储程序代码的存储设备330。存储设备330可以包括一个或多个固定盘、固态随机存取存储器和/或可移动介质(例如,拇指驱动器),其安装在对应的接口(例如,USB端口)中。
存储设备330存储控制程序331的程序代码。一个或多个处理单元322可执行控制程序331,以结合SPECT系统接口324控制马达、伺服系统和编码器,以使伽马相机304a、304b沿台架302旋转,并在旋转期间在限定的成像位置处采集二维发射数据332。系统数据模型333对系统300的成像参数进行建模,并且在重建期间使用,如本领域已知的。
终端340可以包括耦合到系统320的显示设备和输入设备。终端340可以接收和显示断层摄影图像和/或初步或完全重建的图像,并且可以接收指定ROI或用于以其他方式控制成像系统300的操作的操作者输入。在一些实施例中,终端340是单独的计算设备,诸如但不限于台式计算机、膝上型计算机、平板计算机和智能电话。
在S220生成线性衰减系数映射。线性衰减系数映射指定了对象体积的每个体素的线性衰减系数。与传统映射不同,所生成的线性衰减系数映射用来将更大的线性衰减系数分配给没有位于ROI内的体素上。
可以以任何适当的方式确定ROI。在一些实施例中,从所采集的帧重建图像,并且向操作者显示该图像,所述操作者使用输入设备来定义图像内的ROI。在其它实施例中,重建同期CT扫描的投影图像,并对所得到的图像分段以识别其中的不同区域。然后,操作者可以指定器官,例如在分段的CT数据内作为ROI。一些实施例使用聚焦准直来采集投影图像,使得对特定区域内的活动的灵敏度高于在其他区域内的灵敏度。因此,在S220可以通过识别表现出最大活跃度的区域来确定ROI。
图4示出了根据一些实施例的在S220处根据核发射数据确定ROI的系统400。在S210处采集的发射数据410可以指定在SPECT相机的每个像素处针对每个投影角度接收的光子数。在视场中不存在任何对象的情况下,从每个投影角度采集表示成像系统的有用视场(UFOV)的投影数据415。将反向投影算法420和425应用于数据410和415中的每一个,以生成相应的图像430和435。
图像435用于标准化图像430,从而产生图像450。从表示来自每个相应投影角度的对象的视图的图像450,边界确定组件460可以估计对象的三维外边界。例如,在人类对象的情况下,三维外边界可以大致包括椭圆体。
ROI确定组件470从所确定的外边界确定ROI。例如,在ROI旨在包括心脏的情况下,ROI确定组件470可以基于心脏区域的位置与椭圆体的两端之间的估计关系来将椭圆体的轴向区段定义为ROI。
无论如何确定ROI,在S220生成的映射可以将ROI的体素与比周围体素更小的线性衰减系数相关联。在S220的一些实施例中,对象体积的线性衰减系数映射是使用本领域已知的任何技术生成额,并且然后被修改以增加没有位于ROI内的体素的线性衰减系数。
图5是根据一些实施例的切片图像的描绘,以示出在S220生成的线性衰减映射。最粗的线勾勒出解剖特征,包括心脏区域510。椭圆520、530和540被用于定义线性衰减系数的不同范围。假设心脏是ROI,则将椭圆520内的体素的线性衰减系数设置为最低值,将椭圆530内而不是椭圆520内的体素的线性衰减系数设置为较大值,并将椭圆540内而不是椭圆530内的体素的线性衰减系数设置为甚至更大的值。
在一些实施例中,每个椭圆不需要与相同的线性衰减系数相关联。用于与其他体素相比增加某些体素的线性衰减系数的任何方案都可以采用。例如,在一些实施例中,每个椭圆可以与乘法器相关联,使得椭圆520内的体素的线性衰减系数被设置为其“真”值的十分之一,椭圆530内而不是椭圆520内的体素的线性衰减系数被设置为其真值的一半,并且椭圆540内而不是椭圆530内的体素的线性衰减系数被设置为其真值的三倍。
基于在S220生成的映射,在S230对采集的帧执行衰减校正,以生成ROI加强帧。S230处的衰减校正可以使用已知或变为已知的任何衰减校正算法来进行。由于使用在S220生成的映射,ROI的体素在ROI加强帧中显得比使用传统线性衰减系数映射所显现的更亮。
在S240,基于ROI加强帧和用于采集断层摄影帧的成像系统的数据模型(或系统矩阵),确定在S210采集的帧的断层摄影不一致性。图6示出了根据一些实施例的确定断层摄影不一致性的系统600。如所描绘的,由组件615使用系统数据模型620对ROI加强帧610反向投影以生成三维图像625。然后,由组件630使用数据模型620对图像630前向投影以生成估计数据模型635。由组件640将帧610与估计数据模型635进行比较来生成差帧645的。
图6的虚线指示了可用于精细化差帧645的可选迭代。在这样的迭代期间,差帧被反向投影以生成更新的图像625,所述更新的图像625被前向投影以生成更新的估计数据模型635以用于与帧610进行比较。可以采用任何数量的迭代,直到例如新生成的差帧645是在前一迭代的差帧645的适当阈值内。
校正组件650基于由前述过程输出的差帧645生成校正矢量655。对于帧610的每个帧,校正矢量655可以包括表示X方向上的移位的值和表示Y方向上的移位的值。这样的值可以表示减少帧610内的断层摄影不一致性所需的每个帧的配准程度。由于加强帧610内ROI的体素,差帧645加强ROI内的断层摄影不一致性的程度比其他区域内的断层摄影不一致性更大。因此,与其它区域内相比,校正矢量655偏向于减少ROI内的断层摄影不一致性。
返回到过程200,在S250确定第二线性衰减校正映射。第二线性衰减校正映射的系数可以表示在采集的帧中表示的体素的实际线性衰减系数。在S260,使用第二线性衰减校正映射对采集的帧执行衰减校正。接下来,如本领域已知的,在S270基于经衰减校正的帧、在S240确定的断层摄影不一致性以及成像系统数据模型来重建三维图像。然后,可以以任何已知的格式向操作者显示图像。鉴于用于不一致性校正的ROI加强帧和用于衰减校正的“真”线性衰减系数映射,三维图像可以包括可用的定量数据并且在ROI内呈现了改进的质量。
本领域技术人员应当理解,在不脱离权利要求的情况下,可以配置上述实施例的各种适配和修改。因此,应当理解,权利要求可以不同于本文具体描述的方式来实践。
Claims (20)
1.一种系统,包括:
成像系统,用于采集成像对象的多个断层摄影帧,所述多个断层摄影帧中的每个与相应的投影角度相关联;以及
处理单元,用于:
确定所述成像对象的感兴趣区域;
生成所述成像对象的第一线性衰减系数映射,所述第一线性衰减系数映射被生成以将所述成像对象的所述感兴趣区域的体素与比所述成像对象的其他区域的体素更大的线性衰减系数相关联;
基于所述第一线性衰减系数映射对所述多个断层摄影帧进行衰减校正以生成第二多个断层摄影帧;以及
确定所述第二多个断层摄影帧的断层摄影不一致性。
2.根据权利要求1所述的系统,所述处理单元还用于:
生成所述成像对象的第二线性衰减系数映射;
基于所述第二线性衰减系数映射对所述多个断层摄影帧进行衰减校正以生成第三多个断层摄影帧;以及
基于所述第三多个断层摄影帧和所确定的断层摄影不一致性来重建三维图像。
3.根据权利要求1所述的系统,其中,基于所述成像系统的数据模型确定所述断层摄影不一致性,并且其中,基于所述第三多个断层摄影帧、所述第二多个断层摄影帧的所确定的断层摄影不一致性和所述数据模型重建所述三维图像。
4.根据权利要求3所述的系统,其中,基于所述多个断层摄影帧并且不基于其他图像数据来确定所述感兴趣区域。
5.根据权利要求4所述的系统,其中,所述断层摄影不一致性的确定包括生成所述第二多个断层摄影帧中的每一个的移位矢量,以及
其中,基于所述第三多个断层摄影帧、所述第二多个断层摄影帧中的每一个的所述移位矢量以及所述数据模型来重建所述三维图像。
6.根据权利要求1所述的系统,其中,所述断层摄影不一致性的确定包括生成所述第二多个断层摄影帧中的每一个的移位矢量,以及
其中,基于所述第三多个断层摄影帧以及所述第二多个断层摄影帧中的每一个的所述移位矢量来重建所述三维图像。
7.根据权利要求1所述的系统,其中,基于所述多个断层摄影帧并且不基于其他图像数据来确定所述感兴趣区域。
8.一种方法,包括:
采集成像对象的多个断层摄影帧;
生成所述成像对象的第一线性衰减系数映射,所述第一线性衰减系数映射被生成以将所述成像对象的感兴趣区域的体素与比所述成像对象的其他区域的体素更大的线性衰减系数相关联;
基于所述第一线性衰减系数映射对所述多个断层摄影帧进行衰减校正以生成第二多个断层摄影帧;以及
确定所述第二多个断层摄影帧的断层摄影不一致性。
9.根据权利要求8所述的方法,还包括:
生成所述成像对象的第二线性衰减系数映射;
基于所述第二线性衰减系数映射对所述多个断层摄影帧进行衰减校正以生成第三多个断层摄影帧;
基于所述第三多个断层摄影帧和所确定的断层摄影不一致性来重建三维图像;以及
显示所述三维图像。
10.根据权利要求9所述的方法,其中,基于所述成像系统的数据模型确定所述断层摄影不一致性,并且其中,基于所述第三多个断层摄影帧、所述第二多个断层摄影帧的所确定的断层摄影不一致性和所述数据模型重建所述三维图像。
11.根据权利要求10所述的方法,其中,确定所述断层摄影不一致性包括生成所述第二多个断层摄影帧中的每一个的移位矢量,以及
其中,基于所述第三多个断层摄影帧、所述第二多个断层摄影帧中的每一个的所述移位矢量以及所述数据模型来重建所述三维图像。
12.根据权利要求8所述的方法,还包括基于所述多个断层摄影帧并且不基于其他图像数据来确定所述感兴趣区域。
13.根据权利要求8所述的方法,其中,确定所述断层摄影不一致性包括生成所述第二多个断层摄影帧中的每一个的移位矢量,以及
其中,基于所述第三多个断层摄影帧以及所述第二多个断层摄影帧中的每一个的所述移位矢量来重建所述三维图像。
14.一种存储程序代码的非暂时性计算机可读介质,所述程序代码可由处理单元执行以:
生成成像对象的第一线性衰减系数映射,所述第一线性衰减系数映射被生成以将所述成像对象的感兴趣区域的体素与比所述成像对象的其他区域的体素更大的线性衰减系数相关联;
基于所述第一线性衰减系数映射对从所述成像对象采集的多个断层摄影帧进行衰减校正,以生成第二多个断层摄影帧;以及
确定所述第二多个断层摄影帧的断层摄影不一致性。
15.根据权利要求14所述的介质,所述程序代码可由处理单元执行以:
生成所述成像对象的第二线性衰减系数映射;
基于所述第二线性衰减系数映射对所述多个断层摄影帧进行衰减校正以生成第三多个断层摄影帧;以及
基于所述第三多个断层摄影帧和所确定的断层摄影不一致性来重建三维图像。
16.根据权利要求14所述的介质,其中,基于所述成像系统的数据模型确定所述断层摄影不一致性,并且其中,基于所述第三多个断层摄影帧、所述第二多个断层摄影帧的所确定的断层摄影不一致性和所述数据模型重建所述三维图像。
17.根据权利要求16所述的介质,所述程序代码可由处理单元执行以:
基于所述多个断层摄影帧并且不基于其他图像数据来确定所述感兴趣区域。
18.根据权利要求17所述的介质,其中,所述断层摄影不一致性的确定包括生成所述第二多个断层摄影帧中的每一个的移位矢量,以及
其中,基于所述第三多个断层摄影帧、所述第二多个断层摄影帧中的每一个的所述移位矢量以及所述数据模型来重建所述三维图像。
19.根据权利要求15所述的介质,其中,所述断层摄影不一致性的确定包括生成所述第二多个断层摄影帧中的每一个的移位矢量,以及
其中,基于所述第三多个断层摄影帧以及所述第二多个断层摄影帧中的每一个的所述移位矢量来重建所述三维图像。
20.根据权利要求15所述的介质,所述程序代码可由处理单元执行以:
基于所述多个断层摄影帧并且不基于其他图像数据来确定所述感兴趣区域。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/447118 | 2021-09-08 | ||
US17/447,118 US11701067B2 (en) | 2021-09-08 | 2021-09-08 | Attenuation correction-based weighting for tomographic inconsistency detection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115774281A true CN115774281A (zh) | 2023-03-10 |
Family
ID=83508967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211094593.3A Pending CN115774281A (zh) | 2021-09-08 | 2022-09-08 | 用于断层摄影不一致性检测的基于衰减校正的加权 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11701067B2 (zh) |
EP (1) | EP4148680A1 (zh) |
CN (1) | CN115774281A (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8094898B2 (en) | 2008-07-16 | 2012-01-10 | Siemens Medical Solutions Usa, Inc. | Functional image quality assessment |
US9332907B2 (en) | 2009-02-11 | 2016-05-10 | Siemens Medical Solutions Usa, Inc. | Extracting application dependent extra modal information from an anatomical imaging modality for use in reconstruction of functional imaging data |
DE102009027448A1 (de) * | 2009-07-03 | 2011-01-05 | Forschungszentrum Jülich GmbH | Wissensbasierte Segmentierung schwächungsrelevanter Regionen des Kopfes |
US9730664B2 (en) * | 2014-04-14 | 2017-08-15 | Siemens Medical Solutions Usa, Inc. | Multi-bed elastic motion correction |
CN106575441B (zh) | 2014-06-13 | 2020-09-11 | 美国西门子医疗解决公司 | 重构内运动校正 |
US20160327622A1 (en) * | 2015-05-05 | 2016-11-10 | General Electric Company | Joint reconstruction of activity and attenuation in emission tomography using magnetic-resonance-based priors |
US10699445B2 (en) | 2017-04-27 | 2020-06-30 | Siemens Medical Solutions Usa, Inc. | Partial volume correction in multi-modality emission tomography |
JP7017492B2 (ja) * | 2018-09-27 | 2022-02-08 | 富士フイルム株式会社 | 断層画像生成装置、方法およびプログラム |
-
2021
- 2021-09-08 US US17/447,118 patent/US11701067B2/en active Active
-
2022
- 2022-09-05 EP EP22193916.8A patent/EP4148680A1/en active Pending
- 2022-09-08 CN CN202211094593.3A patent/CN115774281A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US11701067B2 (en) | 2023-07-18 |
US20230076112A1 (en) | 2023-03-09 |
EP4148680A1 (en) | 2023-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2413245C2 (ru) | Обработка изображений позитронно-эмиссионной томографии с использованием анатомической маски режима списка | |
US9155514B2 (en) | Reconstruction with partially known attenuation information in time of flight positron emission tomography | |
US10593071B2 (en) | Network training and architecture for medical imaging | |
US8331639B2 (en) | Radiological imaging incorporating local motion monitoring, correction, and assessment | |
US20180061031A1 (en) | Model-Based Scatter in Multi-Modality Multi-Energy SPECT Reconstruction | |
CN106999135B (zh) | 辐射发射成像系统和方法 | |
US11574154B2 (en) | Patient-adaptive nuclear imaging | |
JP2011503570A (ja) | 減衰マップを形成するための装置及び方法 | |
US11816764B2 (en) | Partial volume correction in multi-modality emission tomography | |
CN114494479A (zh) | 利用神经网络对低剂量pet图像进行同时衰减校正、散射校正和去噪声的系统和方法 | |
KR102283934B1 (ko) | Pet 영상에 기반한 가상 ct 영상 및 감쇠보정 pet 영상 생성 방법 및 시스템 | |
US11874411B2 (en) | Estimation of partially missing attenuation in time-of-flight positron emission tomography | |
US11164344B2 (en) | PET image reconstruction using TOF data and neural network | |
US10217250B2 (en) | Multi-view tomographic reconstruction | |
US11701067B2 (en) | Attenuation correction-based weighting for tomographic inconsistency detection | |
US11810228B2 (en) | Network determination of limited-angle reconstruction | |
US11574184B2 (en) | Multi-modal reconstruction network | |
US11663758B2 (en) | Systems and methods for motion estimation in PET imaging using AI image reconstructions | |
US20220262048A1 (en) | Determination of motion frames based on image data |
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 |