CN117330592A - 能谱及散射校正方法、装置和设备 - Google Patents

能谱及散射校正方法、装置和设备 Download PDF

Info

Publication number
CN117330592A
CN117330592A CN202311617251.XA CN202311617251A CN117330592A CN 117330592 A CN117330592 A CN 117330592A CN 202311617251 A CN202311617251 A CN 202311617251A CN 117330592 A CN117330592 A CN 117330592A
Authority
CN
China
Prior art keywords
attenuation
data
data set
path length
actual
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.)
Granted
Application number
CN202311617251.XA
Other languages
English (en)
Other versions
CN117330592B (zh
Inventor
梁健
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.)
Sinovision Technology Beijing Co ltd
Original Assignee
Sinovision Technology Beijing Co ltd
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 Sinovision Technology Beijing Co ltd filed Critical Sinovision Technology Beijing Co ltd
Priority to CN202311617251.XA priority Critical patent/CN117330592B/zh
Publication of CN117330592A publication Critical patent/CN117330592A/zh
Application granted granted Critical
Publication of CN117330592B publication Critical patent/CN117330592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pulmonology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本公开的实施例提供的能谱及散射校正方法、装置和设备，包括：基于探测器采集到的实际模体的投影数据组确定观测衰减数据组；基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组；构建光谱函数，并根据光谱函数确定理论衰减数据组；根据理论衰减数据组和观测衰减数据组，确定实际光谱；根据实际光谱得到目标衰减路径长度所对应的实际衰减数据；根据实际衰减数据和理想衰减数据，确定在目标衰减路径下的校正向量，解决CT系统的多光谱硬化问题。

Description

能谱及散射校正方法、装置和设备
技术领域
本发明涉及CT扫描技术领域以及相关技术领域，具体地，涉及适用于一种能谱及散射校正方法、装置和设备。
背景技术
CT系统的扫描及图像重建的物理基础是基于射线与物质作用的朗博-比尔定律，该定律描述了在特定单光谱下在单一物质内满足指数衰减，该方法可以有效的测量衰减的大小并可以将衰减的量进行定标达到准确恢复被扫描物质的CT值的作用。
但由于射线的多光谱效应，CT扫描系统在实际工作过程中，不同角度下不同的衰减路径长度将偏离指数衰减趋势（或取对数后无法得到衰减与路径长度的线性关系），这使得长衰减路径下衰减被低估，进而使实际模体由外向内的CT值分布有逐渐降低的趋势，也就是业届常提到的“杯状”或“碗状”伪影。
发明内容
本文中描述的实施例提供了一种能谱及散射校正方法、装置和设备，解决现有技术存在的问题。
第一方面，根据本公开的内容，提供了一种能谱及散射校正方法，包括：
基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，其中，所述投影数据组包括N个投影数据，所述观测衰减数据组包括N个观测衰减数据，每一观测衰减数据与一投影数据对应，每一所述观测衰减数据沿探测器通道方向分布是低频连续平滑的，所述投影数据为探测器旋转一周采集实际模体所对应的投影数据，所述实际模体的圆心与旋转中心不重叠，N为大于等于1的整数；
基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，其中，所述初始理想空间投影路径长度数据组包括N个初始理想空间投影路径长度数据，所述初始理想空间投影路径长度数据基于构建的理想CT扫描模型中探测器获取到的光源与理想模体的相交路径，所述理想模体的参数与所述观测衰减数据组扫描的实际模体的参数相同；
构建光谱函数，并根据所述光谱函数确定理论衰减数据组；
根据所述理论衰减数据组和所述观测衰减数据组，确定实际光谱；
根据所述实际光谱得到目标衰减路径长度所对应的实际衰减数据；
根据所述实际衰减数据和理想衰减数据，确定在目标衰减路径下的校正向量，其中，所述理想衰减数据基于某一个keV下水模的恒定衰减系数和目标衰减路径长度确定。
在本公开一些实施例中，所述基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，包括：
针对每一投影数据，进行空气校正，得到各投影数据对应的衰减数据；
对各投影数据对应的衰减数据进行降序处理，得到衰减降序数据；
根据所述衰减降序数据，确定与各所述投影数据对应的观测衰减数据，其中，与各所述投影数据对应的观测衰减数据构成所述观测衰减数据组。
在本公开一些实施例中，所述对各投影数据对应的衰减数据进行降序处理，得到衰减降序数据，包括：
针对每一衰减数据，对具有相同层和相同通道的各曝光角度所对应的衰减数据进行降序处理，得到子衰减降序数据，其中，每一衰减数据所对应的子衰减降序数据构成衰减降序数据；
所述根据所述衰减降序数据，确定与各所述投影数据对应的观测衰减数据，包括：
依次从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据；
对从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据进行处理得到相同层和相同通道所对应的子观测衰减数据，其中，所述目标数量与所述衰减降序数据的数量和所述衰减降序数据的分布方式有关；
根据每一层和每一通道所对应的子观测衰减数据确定每一投影数据对应的观测衰减数据。
在本公开一些实施例中，所述基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，包括：
对具有相同层和相同通道的各曝光角度所对应的初始理想空间投影路径长度数据进行降序处理，得到子初始理想空间投影路径长度数据；
依次从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据；
对从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据进行处理得到相同层和相同通道所对应的子目标理想空间投影路径长度数据；
根据每一层和每一通道所对应的子目标理想空间投影路径长度数据确定目标理想空间投影路径长度数据。
在本公开一些实施例中，所述构建光谱函数，并根据所述光谱函数确定理论衰减数据组，包括：
构建可调滤过参数的光谱函数；
基于所述光谱函数，确定所述光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；
根据所述第一光谱强度数据组和所述第二光谱强度数据组确定理论衰减数据组。
在本公开一些实施例中，所述构建光谱函数，并根据所述光谱函数确定理论衰减数据组，包括：
构建可调权重向量的能谱函数；
基于所述能谱函数，确定光谱函数；
基于所述光谱函数，确定所述光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；
根据所述第一光谱强度数据组和所述第二光谱强度数据组确定理论衰减数据组。
在本公开一些实施例中，所述根据所述理论衰减数据组和所述观测衰减数据组，确定实际光谱，包括：
根据所述理论衰减数据组和所述观测衰减数据组，构建目标差异函数；
通过求解所述目标差异函数的极小值，确定实际光谱。
在本公开一些实施例中，所述根据所述实际光谱得到目标衰减路径长度所对应的实际衰减数据，包括：
基于所述实际光谱，确定所述实际光谱在探测器的第一实际光谱强度数据和在经过目标衰减路径后在探测器的第二实际光谱强度数据；
根据所述第一实际光谱强度数据和所述第二实际光谱强度数据确定目标衰减路径长度所对应的实际衰减数据。
第二方面，根据本公开的内容，提供了一种能谱及散射校正装置，包括：
观测衰减数据组确定模块，用于基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，其中，所述投影数据组包括N个投影数据，所述观测衰减数据组包括N个观测衰减数据，每一观测衰减数据与一投影数据对应，每一所述观测衰减数据沿探测器通道方向分布是低频连续平滑的，所述投影数据为探测器旋转一周采集实际模体所对应的投影数据，所述实际模体的圆心与旋转中心不重叠，N为大于等于1的整数；
目标理想空间投影路径长度数据组确定模块，用于基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，其中，所述初始理想空间投影路径长度数据组包括N个初始理想空间投影路径长度数据，所述初始理想空间投影路径长度数据基于构建的理想CT扫描模型中探测器获取到的光源与理想模体的相交路径，所述理想模体的参数与所述观测衰减数据组扫描的实际模体的参数相同；
理论衰减数据组确定模块，用于构建光谱函数，并根据所述光谱函数确定理论衰减数据组；
实际光谱确定模块，用于根据所述理论衰减数据组和所述观测衰减数据组，确定实际光谱；
实际衰减数据确定模块，用于根据所述实际光谱得到目标衰减路径长度所对应的实际衰减数据；
校正向量确定模块，用于根据所述实际衰减数据和理想衰减数据，确定在目标衰减路径下的校正向量，其中，所述理想衰减数据基于某一个keV下水模的恒定衰减系数和目标衰减路径长度确定。
第三方面，根据本公开的内容，提供了一种计算机设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面中任一所述的方法。
本公开实施例提供的能谱及散射校正方法、装置和设备，首先基于旋转扫描偏心摆放的两个特定直径的圆柱形模体的扫描数据，基于特定的排序方法，提取沿每一层探测器通道方向排布的低频衰减分布曲线作为系统能谱扫描特性的观测衰减数据，然后基于蒙特卡洛模拟的原始谱、系统预设的平板滤过材料和厚度以及系统预设的形状滤过材料和厚度，可得到出射滤过后（入射被扫描物体前）的谱信息，该谱信息可基于多光谱的比尔定律来计算与观测衰减数据的匹配性，并可通过微调原始谱、系统预设的平板滤过材料和厚度以及系统预设的形状滤过材料和厚度来实现最优匹配，完成优化匹配后确定出射滤过后（入射被扫描物体前）的光谱，最后在确定该光谱后，所有探测器通道可以生成水衰减路径空间上的实际曲线，通过做映射校正得到直线进而解决系统的多光谱硬化问题。此外，本申请中基于两个水模扫描得到的数据进行实际观测作为判定条件，又基于谱分析计算并对理论预设滤过进行微调整来解释观测数据的形成，保证了在水衰减区间上的至少两点观测路径上的匹配精度，可以准确地校正系统谱衰减的硬化问题，其中微调整的方案又对系统的kV准确性（影响原始谱准确性）、滤过的材料精度、形状误差等提高了容忍度，降低了系统设计难度和成本。
上述说明仅是本申请实施例技术方案的概述，为了能够更清楚了解本申请实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本申请实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开的实施例的技术方案，下面将对实施例的附图进行简要说明，应当知道，以下描述的附图仅仅涉及本公开的一些实施例，而非对本公开的限制，其中：
图1是本公开实施例提供的一种能谱及散射校正方法的流程示意图；
图2是本公开实施例提供的一种实际模体位置的结构示意图；
图3是本公开实施例提供的一种能谱及散射校正装置的结构示意图；
图4是本公开实施例提供的一种计算机设备的结构示意图。
在附图中，最后两位数字相同的标记对应于相同的元素。需要注意的是，附图中的元素是示意性的，没有按比例绘制。
具体实施方式
为了使本公开的实施例的目的、技术方案和优点更加清楚，下面将结合附图，对本公开的实施例的技术方案进行清楚、完整的描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域技术人员在无需创造性劳动的前提下所获得的所有其它实施例，也都属于本公开保护的范围。
除非另外定义，否则在此使用的所有术语（包括技术和科学术语）具有与本公开主题所属领域的技术人员所通常理解的相同含义。进一步将理解的是，诸如在通常使用的词典中定义的那些的术语应解释为具有与说明书上下文和相关技术中它们的含义一致的含义，并且将不以理想化或过于正式的形式来解释，除非在此另外明确定义。如在此所使用的，将两个或更多部分“连接”或“耦接”到一起的陈述应指这些部分直接结合到一起或通过一个或多个中间部件结合。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语“实施例”并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：存在A，同时存在A和B，存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
此外，在本公开的所有实施例中，诸如“第一”和“第二”的术语仅用于将一个部件（或部件的一部分）与另一个部件（或部件的另一部分）区分开。
在本申请的描述中，除非另有说明，“多个”的含义是指两个以上（包括两个），同理，“多组”指的是两组以上（包括两组）。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
本公开实施例提供的能谱及散射校正方法应用于控制终端，控制终端可以为个人计算机，也可以为笔记本电脑，又或者iPad等，本公开实施例不对此进行具体限定。
基于现有技术存在的问题，本公开实施例提供一种能谱及散射校正方法，图1是本公开实施例提供的能谱及散射校正方法的流程示意图，如图1所示，能谱及散射校正方法的具体过程包括：
S110、基于探测器采集到的实际模体的投影数据组确定观测衰减数据组。
其中，投影数据组包括N个投影数据，观测衰减数据组包括N个观测衰减数据，每一观测衰减数据与一投影数据对应，每一观测衰减数据沿探测器通道方向分布是低频连续平滑的，投影数据为探测器旋转一周采集实际模体所对应的投影数据，实际模体的圆心与旋转中心不重叠，N为大于等于1的整数。
作为一种具体的实施方式，当N为1的整数时，投影数据组包括第一投影数据，第一投影数据为探测器采集到的第一实际模体的投影数据，第一实际模体的圆心与旋转中心不重叠，旋转中心为探测器和光源旋转形成的圆形所对应的圆心，投影数据包括探测器旋转一周采集到的实际模体所对应的投影数据。
作为另一种具体的实施方式，当N为大于1的整数，示例性的，N为2，此时投影数据组包括第一投影数据和第二投影数据，第一投影数据为探测器采集到的第一实际模体的投影数据，第二投影数据为探测器采集到的第二实际模体的投影数据，第一实际模体的圆心和第二实际模体的圆心与旋转中心不重叠，第一实际模体的半径与第二实际模体的半径不相同，第一实际模体的圆心距离旋转中心的距离与第二实际模体的圆心距离旋转中心的距离不相等，当第一实际模体的半径大于第二实际模体的半径时，第一实际模体的圆心距离旋转中心的距离小于第二实际模体的圆心距离旋转中心的距离，旋转中心为探测器和光源旋转形成的圆形所对应的圆心，投影数据均包括探测器旋转一周采集到的实际模体所对应的投影数据。
以下实施例将以N=2为例进行举例说明本申请的实施过程。
作为一种具体的实施例，设置投影数据组包括第一投影数据和第二投影数据，具体的，首先基于第一实际模体，获取探测器接收的穿过第一实际模体的第一X射线并将获取的第一X射线转换为第一投影数据，在采集完第一投影数据后，基于第二实际模体，获取探测器接收的穿过第二实际模体的第二X射线并将获取的第二X射线转化成第二投影数据。
在本公开实施例中，第一投影数据和第二投影数据均为探测器旋转一周接收到的X射线所转换的投影数据。
如图2所示，第一实际模体的半径为r1，第一实际模体的圆心为O1，旋转中心为O，第一实际模体的圆心与旋转中心之间的距离为R1，第二实际模体的半径为r2，第二实际模体的圆心为O2，第二实际模体的圆心与旋转中心之间的距离为R2，第二实际模体的半径r2与第一实际模体的半径r1不相同，第二实际模体的圆心与旋转中心之间的距离R2与第一实际模体的圆心与旋转中心之间的距离R1不相同。
需要说明的是，图2示例性以平面方式表示出第一实际模体的圆心和第二实际模体的圆心，在具体的实施过程中，第一实际模体和第二实际模体均为立体结构，因此对应的圆心为立体结构的中心。
通过设置不同的实际模体，得到与该实际模体对应的投影数据，其中，第一实际模体对应的投影数据为第一投影数据，第二实际模体对应的投影数据为第二投影数据，第一投影数据和第二投影数据组成投影数据组，第一投影数据表示为P1(c,s,v)，第二投影数据表示为P2(c,s,v)，各投影数据中，c、s和v分别是通道、层和曝光角度的索引，则投影数据组为[P1，P2]。
在获取到投影数据组后，通过对投影数据组进行处理得到与投影数据组对应的观测衰减数据组。
其中，观测衰减数据组包括与第一投影数据对应的第一观测衰减数据以及与第二投影数据对应的第二观测衰减数据，每一观测衰减数据沿探测器通道方向分布是低频连续平滑的。
在具体的实施例中，基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，包括：针对每一投影数据，进行空气校正，得到各投影数据对应的衰减数据；对各投影数据对应的衰减数据进行降序处理，得到衰减降序数据；根据衰减降序数据，确定与各投影数据对应的观测衰减数据，其中，与各投影数据对应的观测衰减数据构成观测衰减数据组。
其中，针对每一投影数据，进行空气校正，得到各投影数据对应的衰减数据的具体过程包括：获取探测器采集到的空气投影数据，其中，空气投影数据为探测器旋转一周采集到的无放置实际模体时所对应的投影数据；根据每一组投影数据与空气投影数据的关系，确定衰减数据。
上述步骤中，得到的投影数据组为[P1，P2]，该投影数据组中，P1(c,s,v) 为第一投影数据，P2(c,s,v) 为第二投影数据，在得到投影数据组后，将第一投影数据与空气投影数据进行比对，确定第一投影数据对应的第一衰减数据AirCor(P 1 (c,s,v))，将第二投影数据与空气投影数据进行比对，确定第二投影数据对应的第二衰减数据AirCor(P 2 (c,s,v))。
在该过程中，空气投影数据为不设置实际模体时，根据探测器接收的X射线转换的投影数据，且空气投影数据包括探测器旋转一周采集到的投影数据。
在得到衰减数据后，对具有相同层和相同通道的各曝光角度所对应的衰减数据进行降序排序后，得到子衰减降序数据，其中，每一衰减数据所对应的子衰减降序数据构成衰减降序数据；依次从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据；对从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据进行处理得到相同层和相同通道所对应的子观测衰减数据，其中，目标数量与衰减降序数据的数量和衰减降序数据的分布方式有关，且该目标数量值在不同层和不同通道上的设置相同；根据每一层和每一通道所对应的子观测衰减数据确定每一投影数据对应的观测衰减数据。
本公开实施例适用于具有多排结构的探测器，因此，一个探测器对应一个通道，此外，由于实际模体为立体结构，因此，投影数据包括多层。
本公开实施例中，确定观测衰减数据的具体过程，示例性的，针对第一投影数据对应的第一衰减数据，首选从第一衰减数据中获取第一层和第一通道的各曝光角度所对应的衰减数据，对第一层和第一通道的各曝光角度所对应的衰减数据进行降序排序，在降序排序后，得到第一层和第一通道的子衰减降序数据，通过从第一层和第一通道的子衰减降序数据中选取目标数量的衰减数据，并将选取的目标数量的衰减数据求和或求平均得到一个子观测衰减数据（该子观测衰减数据为第一衰减数据中的第一层和第一通道对应的观测衰减数据）。然后获取第一层和第二通道的各曝光角度所对应的衰减数据，对第一层和第二通道的各曝光角度所对应的衰减数据进行降序排序，在降序排序后，得到第一层和第二通道的子衰减降序数据，通过从第一层和第二通道的子衰减降序数据中选取目标数量的曝光角度所对应的衰减数据，并将选取的目标数量的曝光角度所对应的衰减数据求和或求平均得到一个子观测衰减数据（该子观测衰减数据为第一衰减数据的第一层和第二通道对应的观测衰减数据），以此类推，直至获取到第一衰减数据的第一层第i通道对应的子观测衰减数据），在获取到第一衰减数据的第一层第i通道对应的子观测衰减数据后，根据获取第一衰减数据的第一层中各通道对应的子观测衰减数据的过程，获取第一衰减数据的第二层中各通道对应的子观测衰减数据，以及获取第一衰减数据的第j层中各通道对应的子观测衰减数据，然后基于第一衰减数据的各层和各通道对应的子观测衰减数据，得到第一衰减数据对应的第一观测衰减数据，依此类推，直至获取到第二投影数据对应的第二衰减数据所对应的第二观测衰减数据/>。
在得到每一衰减数据对应的观测衰减数据后，各观测衰减数据组成观测衰减数据组。上述实施例中，获取的第一衰减数据对应的第一观测衰减数据为，获取的第二衰减数据对应的第二观测衰减数据为/>，第一观测衰减数据、第二观测衰减数据/>构成观测衰减数据组。
上述实施例中，基于选取的同一层和同一通道的目标数量k的曝光角度所对应的衰减数据求和得到一个子观测衰减数据的表达式为：
此外，上述实施例中，在同一层和同一通道中选取的目标数量的曝光角度所对应的衰减数据的数量远远小于投影数据中同一层和同一通道所包括的衰减数据的个数。
S120、基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组。
其中，初始理想空间投影路径长度数据组包括N个初始理想空间投影路径长度数据，初始理想空间投影路径长度数据基于构建的理想CT扫描模型中探测器获取到的光源与理想模体的相交路径，理想模体的参数与观测衰减数据组扫描的实际模体的参数相同。
在具体的实施方式中，基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，包括：对具有相同层和相同通道的各曝光角度所对应的初始理想空间投影路径长度数据进行降序处理，得到子初始理想空间投影路径长度数据；依次从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量k的曝光角度所对应的初始理想空间投影路径长度数据；对从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据进行处理得到相同层和相同通道所对应的子目标理想空间投影路径长度数据；根据每一层和每一通道所对应的子目标理想空间投影路径长度数据确定目标理想空间投影路径长度数据。
需要说明的是，上述实施例中从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据与从依次从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据中目标数量均为k。
在具体的实施方式中，当构建的观测衰减数据组包括第一观测衰减数据和第二观测衰减数据时，此时，初始理想空间投影路径长度数据组包括第一初始理想空间投影路径长度数据和第二初始理想空间投影路径长度数据。
以下将通过具体的实施例介绍基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组的过程：针对第一模体对应的第一初始理想空间投影路径长度数据，首选从第一初始理想空间投影路径长度数据中获取第一层和第一通道的各曝光角度所对应的初始理想空间投影路径长度数据，对第一层和第一通道的各曝光角度所对应的初始理想空间投影路径长度数据进行降序排序，在降序排序后，得到第一层和第一通道的子初始理想空间投影路径长度数据，通过从第一层和第一通道的子初始理想空间投影路径长度数据中选取目标数量的曝光角度所对应的初始理想空间投影路径长度数据，并将选取的目标数量的初始理想空间投影路径长度数据求和或求平均得到一个子目标理想空间投影路径长度数据。然后获取第一层和第二通道的各曝光角度所对应的初始理想空间投影路径长度数据，对第一层和第二通道的各曝光角度所对应的初始理想空间投影路径长度数据进行降序排序，在降序排序后，得到第一层和第二通道的子初始理想空间投影路径长度数据，通过从第一层和第二通道的子初始理想空间投影路径长度数据中选取目标数量的曝光角度所对应的衰减数据，并将选取的目标数量的曝光角度所对应的子初始理想空间投影路径长度数据求和或求平均得到一个子目标理想空间投影路径长度数据，以此类推，直至获取到第一初始理想空间投影路径长度数据的第一层第i通道对应的子目标理想空间投影路径长度数据），在获取到第一初始理想空间投影路径长度数据的第一层第i通道对应的子目标理想空间投影路径长度数据后，根据获取第一初始理想空间投影路径长度数据的第一层中各通道对应的子目标理想空间投影路径长度数据的过程，获取第一初始理想空间投影路径长度数据的第二层中各通道对应的子目标理想空间投影路径长度数据，以及获取第一初始理想空间投影路径长度数据的第j层中各通道对应的子目标理想空间投影路径长度数据，然后基于第一初始理想空间投影路径长度数据的各层和各通道对应的子目标理想空间投影路径长度数据，得到第一初始理想空间投影路径长度数据对应的第一目标理想空间投影路径长度数据，依此类推，直至获取到第二初始理想空间投影路径长度数据对应的第二目标理想空间投影路径长度数据/>。
在得到每一初始理想空间投影路径长度数据对应的目标理想空间投影路径长度数据后，各目标理想空间投影路径长度数据组成目标理想空间投影路径长度数据组。
S130、构建光谱函数，并根据光谱函数确定理论衰减数据组。
作为一种具体的实施方式，构建光谱函数，并根据所述光谱函数确定理论衰减数据组包括：构建可调滤过参数的光谱函数；基于光谱函数，确定光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；根据第一光谱强度数据组和第二光谱强度数据组确定理论衰减数据组。
具体的，构建可调滤过参数的光谱函数满足：
其中，S(E) 为球管出射谱，即球管出射的X光在各个能量区间E上的光子分布，μ1(E)、μ2(E) 为系统的两个滤过材料的衰减特性，F1(c,s)、F2为两个滤过材料的厚度分布，F1(c,s) 表征带有形状差异分量的滤过，F2表征无形状差异分量的滤过，C1、C2为两个滤过材料的微调因子。
需要说明的是，上述实施例示例性表示球管出射谱经过两个滤过材料的滤过，在其它可实施方式中，球管出射谱经过的滤过材料的个数本公开实施例不对此进行具体限定。
此时，光谱函数出射的光谱在探测器的第一光谱强度数据满足：
其中，keV为光谱能量向量，DR(E) 为探测器的光谱响应向量。
光谱函数出射的光谱在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据满足：
当目标理想空间投影路径长度数据组包括第一目标理想空间投影路径长度数据和第二目标理想空间投影路径长度数据/>时，确定的第二光谱强度数据组包括光谱函数出射的光谱在经过第一目标理想空间投影路径长度数据后在探测器的第二光谱强度数据Q21和光谱函数出射的光谱在经过第二目标理想空间投影路径长度数据后在探测器的第二光谱强度数据Q22。
第二光谱强度数据Q21满足如下公式：
第二光谱强度数据Q22满足如下公式：
此时确定的理论衰减数据组包括第一理论衰减数据和第二理论衰减数据。
第一理论衰减数据满足：
第二理论衰减数据满足：
作为另一种具体的实施方式，构建光谱函数，并根据所述光谱函数确定理论衰减数据组包括：构建可调权重向量的能谱函数；基于能谱函数，确定光谱函数；基于光谱函数，确定光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；
根据第一光谱强度数据组和第二光谱强度数据组确定理论衰减数据组。
具体的，构建可调权重向量的能谱函数：
其中，Si(E) 为能谱向量，为能谱权重向量，/>。
具体的，基于能谱函数，确定的出射的过滤后的光谱函数满足：
其中，S(E) 为球管出射谱，即球管出射的X光在各个能量区间E上的光子分布，μ1(E)、μ2(E) 为系统的两个滤过材料的衰减特性，F1(c,s)、F2为两个滤过材料的厚度分布，F1(c,s) 表征带有形状差异分量的滤过，F2表征无形状差异分量的滤过，能谱权重向量为球管出射能谱的微调因子。
此时，光谱函数出射的光谱在探测器的第一光谱强度数据满足：
其中，keV为光谱能量向量，DR(E) 为探测器的光谱响应向量。
光谱函数出射的光谱在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据满足：
当目标理想空间投影路径长度数据组包括第一目标理想空间投影路径长度数据和第二目标理想空间投影路径长度数据/>时，确定的第二光谱强度数据组包括光谱函数出射的光谱在经过第一目标理想空间投影路径长度数据后在探测器的第二光谱强度数据Q21和光谱函数出射的光谱在经过第二目标理想空间投影路径长度数据后在探测器的第二光谱强度数据Q22。
第二光谱强度数据Q21满足如下公式：
第二光谱强度数据Q22满足如下公式：
此时确定的理论衰减数据组包括第一理论衰减数据和第二理论衰减数据。
第一理论衰减数据满足：
第二理论衰减数据满足：
S140、根据理论衰减数据组和观测衰减数据组，确定实际光谱。
在具体的实施方式中，根据理论衰减数据组和观测衰减数据组，确定实际光谱，包括：
根据理论衰减数据组和观测衰减数据组，构建目标差异函数；通过求解目标差异函数的极小值，确定实际光谱。
具体的，当理论衰减数据组包括第一理论衰减数据和第二理论衰减数据，第一理论衰减数据为，第二理论衰减数据为/>，观测衰减数据组包括第一观测衰减数据/>第二观测衰减数据/>，此时，基于理论衰减数据组和观测衰减数据组，构建目标差异函数满足：
通过求解目标差异函数的最小值，确定两个滤过材料的微调因子C1和C2，也即光谱函数的滤过参数，此时根据确定的光谱函数的滤过参数，可以确定实际光谱。
在该实施例中，确定的实际光谱满足：
具体的，当理论衰减数据组包括第一理论衰减数据和第二理论衰减数据，第一理论衰减数据为和第二理论衰减数据/>，观测衰减数据组包括第一观测衰减数据/>第二观测衰减数据/>，此时，基于理论衰减数据组和观测衰减数据组，构建目标差异函数满足：
通过求解目标差异函数的最小值，确定能谱权重向量，也即球管出射能谱的微调因子，此时根据确定的球管出射能谱的微调因子，可以确定实际光谱。
在该实施例中，确定的实际光谱满足：
S150、根据实际光谱得到目标衰减路径长度所对应的实际衰减数据。
在得到实际光谱后，基于实际光谱求解目标衰减路径长度所对应的实际衰减数据的过程包括：基于实际光谱，确定实际光谱在探测器的第一实际光谱强度数据和在经过目标衰减路径后在探测器的第二实际光谱强度数据；根据第一实际光谱强度数据和第二实际光谱强度数据确定目标衰减路径长度所实际衰减数据。
其中，第一实际光谱强度数据满足：
第二实际光谱强度数据满足：
其中，为目标衰减路径长度。
实际衰减数据满足：
S160、根据实际衰减数据和理想衰减数据，确定在目标衰减路径下的校正向量。
其中，理想衰减数据组基于某一个keV下水模的恒定衰减系数和目标衰减路径长度确定。
目标衰减路径长度下的理想衰减数据满足：
目标衰减路径下的理想衰减数据为，因此，根据根据实际衰减数据和理想衰减数据，确定在目标衰减路径长度下的校正向量。
本公开实施例提供的能谱及散射校正方法，首先基于旋转扫描偏心摆放的两个特定直径的圆柱形模体的扫描数据，基于特定的排序方法，提取沿每一层探测器通道方向排布的低频衰减分布曲线作为系统能谱扫描特性的观测衰减数据，然后基于蒙特卡洛模拟的原始谱、系统预设的平板滤过材料和厚度以及系统预设的形状滤过材料和厚度，可得到出射滤过后（入射被扫描物体前）的谱信息，该谱信息可基于多光谱的比尔定律来计算与观测衰减数据的匹配性，并可通过微调原始谱、系统预设的平板滤过材料和厚度以及系统预设的形状滤过材料和厚度来实现最优匹配，完成优化匹配后确定出射滤过后（入射被扫描物体前）的光谱，最后在确定该光谱后，所有探测器通道可以生成水衰减路径空间上的实际曲线，通过做映射校正得到直线进而解决系统的多光谱硬化问题。此外，本申请中基于两个水模扫描得到的数据进行实际观测作为判定条件，又基于谱分析计算并对理论预设滤过进行微调整来解释观测数据的形成，保证了在水衰减区间上的至少两点观测路径上的匹配精度，可以准确地校正系统谱衰减的硬化问题，其中微调整的方案又对系统的kV准确性（影响原始谱准确性）、滤过的材料精度、形状误差等提高了容忍度，降低了系统设计难度和成本。
在上述实施例的基础上，图3是本公开实施例提供一种能谱及散射校正装置的结构示意图，如图3所示，能谱及散射校正装置包括：
观测衰减数据组确定模块310，用于基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，其中，投影数据组包括N个投影数据，观测衰减数据组包括N个观测衰减数据，每一观测衰减数据与一投影数据对应，每一观测衰减数据沿探测器通道方向分布是低频连续平滑的，投影数据为探测器旋转一周采集实际模体所对应的投影数据，实际模体的圆心与旋转中心不重叠，N为大于等于1的整数；
目标理想空间投影路径长度数据组确定模块320，用于基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，其中，初始理想空间投影路径长度数据组包括N个初始理想空间投影路径长度数据，初始理想空间投影路径长度数据基于构建的理想CT扫描模型中探测器获取到的光源与理想模体的相交路径，理想模体的参数与观测衰减数据组扫描的实际模体的参数相同；
理论衰减数据组确定模块330，用于构建光谱函数，并根据光谱函数确定理论衰减数据组；
实际光谱确定模块340，用于根据理论衰减数据组和观测衰减数据组，确定实际光谱；
实际衰减数据确定模块350，用于根据实际光谱得到目标衰减路径长度所对应的实际衰减数据；
校正向量确定模块360，用于根据实际衰减数据和理想衰减数据，确定在目标衰减路径下的校正向量，其中，理想衰减数据基于某一个keV下水模的恒定衰减系数和目标衰减路径长度确定。
本公开实施例提供的能谱及散射校正装置，首先基于旋转扫描偏心摆放的两个特定直径的圆柱形模体的扫描数据，基于特定的排序方法，提取沿每一层探测器通道方向排布的低频衰减分布曲线作为系统能谱扫描特性的观测衰减数据，然后基于蒙特卡洛模拟的原始谱、系统预设的平板滤过材料和厚度以及系统预设的形状滤过材料和厚度，可得到出射滤过后（入射被扫描物体前）的谱信息，该谱信息可基于多光谱的比尔定律来计算与观测衰减数据的匹配性，并可通过微调原始谱、系统预设的平板滤过材料和厚度以及系统预设的形状滤过材料和厚度来实现最优匹配，完成优化匹配后确定出射滤过后（入射被扫描物体前）的光谱，最后在确定该光谱后，所有探测器通道可以生成水衰减路径空间上的实际曲线，通过做映射校正得到直线进而解决系统的多光谱硬化问题。此外，本申请中基于两个水模扫描得到的数据进行实际观测作为判定条件，又基于谱分析计算并对理论预设滤过进行微调整来解释观测数据的形成，保证了在水衰减区间上的至少两点观测路径上的匹配精度，可以准确地校正系统谱衰减的硬化问题，其中微调整的方案又对系统的kV准确性（影响原始谱准确性）、滤过的材料精度、形状误差等提高了容忍度，降低了系统设计难度和成本。
在具体的实施方式中，基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，包括：
针对每一投影数据，进行空气校正，得到各投影数据对应的衰减数据；
对各投影数据对应的衰减数据进行降序处理，得到衰减降序数据；
根据衰减降序数据，确定与各投影数据对应的观测衰减数据，其中，与各投影数据对应的观测衰减数据构成观测衰减数据组。
在具体的实施方式中，对各投影数据对应的衰减数据进行降序处理，得到衰减降序数据，包括：
针对每一衰减数据，对具有相同层和相同通道的各曝光角度所对应的衰减数据进行降序处理，得到子衰减降序数据，其中，每一衰减数据所对应的子衰减降序数据构成衰减降序数据；
根据衰减降序数据，确定与各投影数据对应的观测衰减数据，包括：
依次从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据；
对从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据进行处理得到相同层和相同通道所对应的子观测衰减数据，其中，目标数量与衰减降序数据的数量和衰减降序数据的分布方式有关；
根据每一层和每一通道所对应的子观测衰减数据确定每一投影数据对应的观测衰减数据。
在具体的实施方式中，基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，包括：
对具有相同层和相同通道的各曝光角度所对应的初始理想空间投影路径长度数据进行降序处理，得到子初始理想空间投影路径长度数据；
依次从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据；
对从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据进行处理得到相同层和相同通道所对应的子目标理想空间投影路径长度数据；
根据每一层和每一通道所对应的子目标理想空间投影路径长度数据确定目标理想空间投影路径长度数据。
在具体的实施方式中，构建光谱函数，并根据光谱函数确定理论衰减数据组，包括：
构建可调滤过参数的光谱函数；
基于光谱函数，确定光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；
根据第一光谱强度数据组和第二光谱强度数据组确定理论衰减数据组。
在具体的实施方式中，构建光谱函数，并根据光谱函数确定理论衰减数据组，包括：
构建可调权重向量的能谱函数；
基于能谱函数，确定光谱函数；
基于光谱函数，确定光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；
根据第一光谱强度数据组和第二光谱强度数据组确定理论衰减数据组。
在具体的实施方式中，根据理论衰减数据组和观测衰减数据组，确定实际光谱，包括：
根据理论衰减数据组和观测衰减数据组，构建目标差异函数；
通过求解目标差异函数的极小值，确定实际光谱。
在具体的实施方式中，根据实际光谱得到目标衰减路径长度所对应的实际衰减数据，包括：
基于实际光谱，确定实际光谱出射的光谱在探测器的第一实际光谱强度数据和在经过目标衰减路径后在探测器的第二实际光谱强度数据；
根据第一实际光谱强度数据和第二实际光谱强度数据确定目标衰减路径长度所对应的实际衰减数据。
本申请实施例还提供了一种计算机设备，具体请参阅图4，图4为本实施例计算机设备基本结构框图。
计算机设备包括通过系统总线相互通信连接存储器510和处理器520。需要指出的是，图中仅示出了具有组件510-520的计算机设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路（Application SpecificIntegrated Circuit，ASIC）、可编程门阵列（Field-ProgrammableGate Array，FPGA）、数字处理器（Digital Signal Processor，DSP）、嵌入式设备等。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
存储器510至少包括一种类型的可读存储介质，可读存储介质包括非易失性存储器（non-volatile memory）或易失性存储器，例如，闪存（flash memory）、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（random access memory，RAM）、只读存储器（read-only memory，ROM）、可擦写可编程只读存储器（erasable programmableread-only memory，EPROM）、电可擦写可编程只读存储器（electricallyerasableprogrammable read-only memory，EEPROM）、可编程只读存储器（programmable read-onlymemory，PROM）、磁性存储器、磁盘、光盘等，RAM可以包括静态RAM或动态RAM。在一些实施例中，存储器510可以是计算机设备的内部存储单元，例如，该计算机设备的硬盘或内存。在另一些实施例中，存储器510也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡或闪存卡（Flash Card）等。当然，存储器510还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器510通常用于存储安装于计算机设备的操作系统和各类应用软件，例如上述方法的程序代码等。此外，存储器510还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器520通常用于执行计算机设备的总体操作。本实施例中，存储器510用于存储程序代码或指令，程序代码包括计算机操作指令，处理器520用于执行存储器510存储的程序代码或指令或者处理数据，例如运行上述方法的程序代码。
本文中，总线可以是工业标准体系结构（Industry Standard Architecture，ISA）总线、外设部件互连标准（Peripheral Component Interconnect，PCI）总线或扩展工业标准结构（Extended Industry Standard Architecture，EISA）总线等。该总线系统可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
本申请的另一实施例还提供一种计算机可读介质，计算机可读介质可以是计算机可读信号介质或者计算机可读介质。计算机中的处理器读取存储在计算机可读介质中的计算机可读程序代码，使得处理器能够执行在上述方法中每个步骤、或各步骤的组合中规定的功能动作；生成实施在框图的每一块、或各块的组合中规定的功能动作的装置。
计算机可读介质包含但不限于电子、磁性、光学、电磁、红外的存储器或半导体系统、设备或者装置，或者前述的任意适当组合，存储器用于存储程序代码或指令，程序代码包括计算机操作指令，处理器用于执行存储器存储的上述方法的程序代码或指令。
存储器和处理器的定义，可以参考前述计算机设备实施例的描述，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
在本申请各个实施例中的各功能单元或模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（RandomAccess Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
除非上下文中另外明确地指出，否则在本文和所附权利要求中所使用的词语的单数形式包括复数，反之亦然。因而，当提及单数时，通常包括相应术语的复数。相似地，措辞“包含”和“包括”将解释为包含在内而不是独占性地。同样地，术语“包括”和“或”应当解释为包括在内的，除非本文中明确禁止这样的解释。在本文中使用术语“示例”之处，特别是当其位于一组术语之后时，所述“示例”仅仅是示例性的和阐述性的，且不应当被认为是独占性的或广泛性的。
适应性的进一步的方面和范围从本文中提供的描述变得明显。应当理解，本申请的各个方面可以单独或者与一个或多个其它方面组合实施。还应当理解，本文中的描述和特定实施例旨在仅说明的目的并不旨在限制本申请的范围。
以上对本公开的若干实施例进行了详细描述，但显然，本领域技术人员可以在不脱离本公开的精神和范围的情况下对本公开的实施例进行各种修改和变型。本公开的保护范围由所附的权利要求限定。

Claims (10)

1.一种能谱及散射校正方法，其特征在于，包括：
基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，其中，所述投影数据组包括N个投影数据，所述观测衰减数据组包括N个观测衰减数据，每一观测衰减数据与一投影数据对应，每一所述观测衰减数据沿探测器通道方向分布是低频连续平滑的，所述投影数据为探测器旋转一周采集实际模体所对应的投影数据，所述实际模体的圆心与旋转中心不重叠，N为大于等于1的整数；
基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，其中，所述初始理想空间投影路径长度数据组包括N个初始理想空间投影路径长度数据，所述初始理想空间投影路径长度数据基于构建的理想CT扫描模型中探测器获取到的光源与理想模体的相交路径，所述理想模体的参数与所述观测衰减数据组扫描的实际模体的参数相同；
构建光谱函数，并根据所述光谱函数确定理论衰减数据组；
根据所述理论衰减数据组和所述观测衰减数据组，确定实际光谱；
根据所述实际光谱得到目标衰减路径长度所对应的实际衰减数据；
根据所述实际衰减数据和理想衰减数据，确定在目标衰减路径下的校正向量，其中，所述理想衰减数据基于某一个keV下水模的恒定衰减系数和目标衰减路径长度确定。
2.根据权利要求1所述的方法，其特征在于，所述基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，包括：
针对每一投影数据，进行空气校正，得到各投影数据对应的衰减数据；
对各投影数据对应的衰减数据进行降序处理，得到衰减降序数据；
根据所述衰减降序数据，确定与各所述投影数据对应的观测衰减数据，其中，与各所述投影数据对应的观测衰减数据构成所述观测衰减数据组。
3.根据权利要求2所述的方法，其特征在于，所述对各投影数据对应的衰减数据进行降序处理，得到衰减降序数据，包括：
针对每一衰减数据，对具有相同层和相同通道的各曝光角度所对应的衰减数据进行降序处理，得到子衰减降序数据，其中，每一衰减数据所对应的子衰减降序数据构成衰减降序数据；
所述根据所述衰减降序数据，确定与各所述投影数据对应的观测衰减数据，包括：
依次从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据；
对从具有相同层和相同通道所对应的子衰减降序数据中获取目标数量的曝光角度所对应的衰减数据进行处理得到相同层和相同通道所对应的子观测衰减数据，其中，所述目标数量与所述衰减降序数据的数量和所述衰减降序数据的分布方式有关；
根据每一层和每一通道所对应的子观测衰减数据确定每一投影数据对应的观测衰减数据。
4.根据权利要求1所述的方法，其特征在于，所述基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，包括：
对具有相同层和相同通道的各曝光角度所对应的初始理想空间投影路径长度数据进行降序处理，得到子初始理想空间投影路径长度数据；
依次从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据；
对从具有相同层和相同通道所对应的子初始理想空间投影路径长度数据中获取目标数量的曝光角度所对应的初始理想空间投影路径长度数据进行处理得到相同层和相同通道所对应的子目标理想空间投影路径长度数据；
根据每一层和每一通道所对应的子目标理想空间投影路径长度数据确定目标理想空间投影路径长度数据。
5.根据权利要求1所述的方法，其特征在于，所述构建光谱函数，并根据所述光谱函数确定理论衰减数据组，包括：
构建可调滤过参数的光谱函数；
基于所述光谱函数，确定所述光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；
根据所述第一光谱强度数据组和所述第二光谱强度数据组确定理论衰减数据组。
6.根据权利要求1所述的方法，其特征在于，所述构建光谱函数，并根据所述光谱函数确定理论衰减数据组，包括：
构建可调权重向量的能谱函数；
基于所述能谱函数，确定光谱函数；
基于所述光谱函数，确定所述光谱函数出射的光谱在探测器的第一光谱强度数据组和在经过目标理想空间投影路径长度数据后在探测器的第二光谱强度数据组；
根据所述第一光谱强度数据组和所述第二光谱强度数据组确定理论衰减数据组。
7.根据权利要求1所述的方法，其特征在于，所述根据所述理论衰减数据组和所述观测衰减数据组，确定实际光谱，包括：
根据所述理论衰减数据组和所述观测衰减数据组，构建目标差异函数；
通过求解所述目标差异函数的极小值，确定实际光谱。
8.根据权利要求1所述的方法，其特征在于，所述根据所述实际光谱得到目标衰减路径长度所对应的实际衰减数据，包括：
基于所述实际光谱，确定所述实际光谱在探测器的第一实际光谱强度数据和在经过目标衰减路径后在探测器的第二实际光谱强度数据；
根据所述第一实际光谱强度数据和所述第二实际光谱强度数据确定目标衰减路径长度所对应的实际衰减数据。
9.一种能谱及散射校正装置，其特征在于，包括：
观测衰减数据组确定模块，用于基于探测器采集到的实际模体的投影数据组确定观测衰减数据组，其中，所述投影数据组包括N个投影数据，所述观测衰减数据组包括N个观测衰减数据，每一观测衰减数据与一投影数据对应，每一所述观测衰减数据沿探测器通道方向分布是低频连续平滑的，所述投影数据为探测器旋转一周采集实际模体所对应的投影数据，所述实际模体的圆心与旋转中心不重叠，N为大于等于1的整数；
目标理想空间投影路径长度数据组确定模块，用于基于初始理想空间投影路径长度数据组确定目标理想空间投影路径长度数据组，其中，所述初始理想空间投影路径长度数据组包括N个初始理想空间投影路径长度数据，所述初始理想空间投影路径长度数据基于构建的理想CT扫描模型中探测器获取到的光源与理想模体的相交路径，所述理想模体的参数与所述观测衰减数据组扫描的实际模体的参数相同；
理论衰减数据组确定模块，用于构建光谱函数，并根据所述光谱函数确定理论衰减数据组；
实际光谱确定模块，用于根据所述理论衰减数据组和所述观测衰减数据组，确定实际光谱；
实际衰减数据确定模块，用于根据所述实际光谱得到目标衰减路径长度所对应的实际衰减数据；
校正向量确定模块，用于根据所述实际衰减数据和理想衰减数据，确定在目标衰减路径下的校正向量，其中，所述理想衰减数据基于某一个keV下水模的恒定衰减系数和目标衰减路径长度确定。
10.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～8中任一所述的方法。
CN202311617251.XA 2023-11-30 2023-11-30 能谱及散射校正方法、装置和设备 Active CN117330592B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311617251.XA CN117330592B (zh) 2023-11-30 2023-11-30 能谱及散射校正方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311617251.XA CN117330592B (zh) 2023-11-30 2023-11-30 能谱及散射校正方法、装置和设备

Publications (2)

Publication Number Publication Date
CN117330592A true CN117330592A (zh) 2024-01-02
CN117330592B CN117330592B (zh) 2024-03-15

Family

ID=89275974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311617251.XA Active CN117330592B (zh) 2023-11-30 2023-11-30 能谱及散射校正方法、装置和设备

Country Status (1)

Country Link
CN (1) CN117330592B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5774519A (en) * 1997-01-30 1998-06-30 Analogic Corporation Method of and apparatus for calibration of CT scanners
US20120051619A1 (en) * 2010-08-31 2012-03-01 Frank Dennerlein Method for correction of artifacts arising from temporal changes of attenuation values
CN104605880A (zh) * 2014-12-30 2015-05-13 沈阳东软医疗系统有限公司 一种硬化效应数据的生成方法和装置
CN108109183A (zh) * 2016-11-25 2018-06-01 上海东软医疗科技有限公司 射束硬化校正方法及装置
US20190325618A1 (en) * 2018-04-19 2019-10-24 Fei Company X-ray beam-hardening correction in tomographic reconstruction using the Alvarez-Macovski attenuation model
CN110811660A (zh) * 2019-10-25 2020-02-21 赛诺威盛科技（北京）有限公司 一种校正ct射线束硬化伪影的方法
US20200170591A1 (en) * 2018-11-30 2020-06-04 Accuray, Inc. Multi-pass computed tomography scans for improved workflow and performance
CN115998315A (zh) * 2022-12-28 2023-04-25 武汉联影生命科学仪器有限公司 射束硬化效应的校正方法、系统、设备和介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5774519A (en) * 1997-01-30 1998-06-30 Analogic Corporation Method of and apparatus for calibration of CT scanners
US20120051619A1 (en) * 2010-08-31 2012-03-01 Frank Dennerlein Method for correction of artifacts arising from temporal changes of attenuation values
CN104605880A (zh) * 2014-12-30 2015-05-13 沈阳东软医疗系统有限公司 一种硬化效应数据的生成方法和装置
CN108109183A (zh) * 2016-11-25 2018-06-01 上海东软医疗科技有限公司 射束硬化校正方法及装置
US20190325618A1 (en) * 2018-04-19 2019-10-24 Fei Company X-ray beam-hardening correction in tomographic reconstruction using the Alvarez-Macovski attenuation model
US20200170591A1 (en) * 2018-11-30 2020-06-04 Accuray, Inc. Multi-pass computed tomography scans for improved workflow and performance
CN110811660A (zh) * 2019-10-25 2020-02-21 赛诺威盛科技（北京）有限公司 一种校正ct射线束硬化伪影的方法
CN115998315A (zh) * 2022-12-28 2023-04-25 武汉联影生命科学仪器有限公司 射束硬化效应的校正方法、系统、设备和介质

Also Published As

Publication number Publication date
CN117330592B (zh) 2024-03-15

Similar Documents

Publication Publication Date Title
Bagher‐Ebadian et al. On the impact of smoothing and noise on robustness of CT and CBCT radiomics features for patients with head and neck cancers
US7024026B1 (en) Relative calibration for dosimetric devices
Nyflot et al. Quantitative radiomics: impact of stochastic effects on textural feature analysis implies the need for standards
JP4838161B2 (ja) 線量測定デバイスのための相対的および絶対的較正
CN112345090A (zh) 点目标红外辐射测量的方法、设备及可读存储介质
CN112233200A (zh) 剂量确定方法及装置
Delgadillo et al. Repeatability of CBCT radiomic features and their correlation with CT radiomic features for prostate cancer
CN112884820A (zh) 一种影像初始配准及神经网络的训练方法、装置和设备
Fritze et al. A scanning microphotometer with an on‐line data reduction for large field Schmidt plates
CN117330592B (zh) 能谱及散射校正方法、装置和设备
Yang et al. Geometry calibration method for a cone‐beam CT system
Flouris et al. Assessing radiomics feature stability with simulated CT acquisitions
Maras et al. Fast isocenter determination using 3D polymer gel dosimetry with kilovoltage cone-beam CT reading and the polyGeVero-CT software package for linac quality assurance in radiotherapy
WO2024041265A1 (zh) X射线荧光成像方法、装置、电子设备及存储介质
Anam et al. Impact of ROI size on the accuracy of noise measurement in CT on computational and ACR phantoms
CN109646026B (zh) 一种乳腺图像去散射处理方法和系统
CN111679311A (zh) 放射治疗中剂量测量的系统和方法
CN113506600B (zh) 颗粒均匀性评价方法、装置及设备
Fin et al. A practical way to improve contrast‐to‐noise ratio and quantitation for statistical‐based iterative reconstruction in whole‐body PET imaging
Ishizaka et al. Prediction of patient‐specific quality assurance for volumetric modulated arc therapy using radiomics‐based machine learning with dose distribution
Brost et al. Space‐variant deconvolution of Cerenkov light images acquired from a curved surface
Lee et al. Deep learning proton beam range estimation model for quality assurance based on two‐dimensional scintillated light distributions in simulations
Bagher‐Ebadian et al. On the development of an outcome‐driven frequency filter for improving radiomics‐based modeling of human papillomavirus (HPV) in patients with oropharyngeal squamous cell carcinoma
CN117618014B (zh) Ct扫描系统中球管位置校正方法和装置
CN103955610A (zh) 一种医学影像计算机辅助分析方法

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
GR01 Patent grant
GR01 Patent grant