CN118021342A - 图像散射校正方法、装置、医学成像设备及存储介质 - Google Patents
图像散射校正方法、装置、医学成像设备及存储介质 Download PDFInfo
- Publication number
- CN118021342A CN118021342A CN202410172620.7A CN202410172620A CN118021342A CN 118021342 A CN118021342 A CN 118021342A CN 202410172620 A CN202410172620 A CN 202410172620A CN 118021342 A CN118021342 A CN 118021342A
- Authority
- CN
- China
- Prior art keywords
- scattering
- corrected
- scatter
- distribution condition
- distribution
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012937 correction Methods 0.000 title claims abstract description 64
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims description 32
- 102000003745 Hepatocyte Growth Factor Human genes 0.000 claims description 15
- 108090000100 Hepatocyte Growth Factor Proteins 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 abstract description 12
- 238000002600 positron emission tomography Methods 0.000 description 141
- 230000004044 response Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Nuclear Medicine (AREA)
Abstract
本发明公开了一种图像散射校正方法、装置、医学成像设备及存储介质。首先，获取含有散射符合事件PET扫描数据。然后，基于PET扫描数据生成PET扫描数据中散射符合事件的待修正分布情况，在该过程中，散射符合事件在PET扫描数据中的实采散射计数作为泊松随机变量，且服从待修正分布情况对应的泊松概率分布；接着，基于PET扫描数据进行散射估计，得到PET扫描数据中散射符合事件的估计分布情况。最后，利用估计分布情况对待修正分布情况进行修正，得到精度更高的校正散射因子。通过应用该校正散射因子能够更准确地表现散射分布情况，从而能够比较准确剔除散射符合事件，获得更为精确的散射校正精度，进而可以提高PET图像质量并减少引入的伪影。
Description
技术领域
本发明涉及诊断成像技术领域，尤其涉及一种图像散射校正方法、装置、医学成像设备及存储介质。
背景技术
在正电子发射断层扫描系统采集过程中，散射事件被错误地按照真符合事件记录下来，混淆了核素的位置信息，进而在图像中产生散射伪影，影响图像质量。
相关技术中，单散射模拟校正方法被广泛用于PET重建中的散射校正。然而，相关技术中散射校正后得到的PET图像的质量有待提升。因此，需要提出一种新的图像散射校正方法。
发明内容
本说明书实施方式旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本说明书实施方式提出一种图像散射校正方法、装置、医学成像设备及存储介质。
本说明书实施方式提供一种图像散射校正方法，所述方法包括：
获取PET扫描数据；其中，所述PET扫描数据含有散射符合事件；
基于所述PET扫描数据生成所述PET扫描数据中散射符合事件的待修正分布情况；其中，所述散射符合事件在所述PET扫描数据中的实采散射计数作为泊松随机变量，且服从所述待修正分布情况对应的泊松概率分布；
基于所述PET扫描数据进行散射估计，得到所述PET扫描数据中散射符合事件的估计分布情况；
利用所述估计分布情况对所述待修正分布情况进行修正，得到校正散射因子。
在其中一个实施方式中，所述利用所述估计分布情况对所述待修正分布情况进行修正，得到校正散射因子，包括：
根据所述估计分布情况对散射符合事件的占比进行计算，得到探测视野内的整体占比数据，以及所述探测视野内不同轴向位置处的轴向占比数据；其中，所述整体占比数据用于表征所述探测视野内的散射符合事件总数与所述探测视野内散射符合事件与真符合事件总和之间的比例关系；所述轴向占比数据用于表征任一轴向位置处的散射符合事件计数与所述任一轴向位置处的散射符合事件与真符合事件总和之间的比例关系；所述任一轴向位置对应多个时间差段；
根据所述估计分布情况确定所述任一轴向位置处任一时间差段内的时间差段散射计数；其中，所述时间差段散射计数用于表征所述任一轴向位置处任一时间差段内的散射符合事件的数量；
根据所述整体占比数据、所述轴向占比数据、所述时间差段散射计数对所述待修正分布情况进行修正，得到所述校正散射因子。
在其中一个实施方式中，所述根据所述整体占比数据、所述轴向占比数据、所述时间差段散射计数对所述待修正分布情况进行修正，得到所述校正散射因子，包括：
利用所述散射符合事件的占比数据对所述待修正分布情况进行数量级调节，得到第一中间分布情况；
利用所述轴向占比数据、所述时间差段散射计数对所述第一中间分布情况进行修正，得到所述校正散射因子。
在其中一个实施方式中，所述利用所述轴向占比数据、所述时间差段散射计数对所述第一中间分布情况进行修正，得到所述校正散射因子，包括：
利用所述轴向占比数据对所述第一中间分布情况中轴向位置处的散射分布情况进行轴向分布调节，得到第二中间分布情况；
基于所述时间差段散射计数对所述第二中间分布情况进行修正，得到所述校正散射因子。
在其中一个实施方式中，所述基于所述时间差段散射计数对所述第二中间分布情况进行修正，得到所述校正散射因子，包括：
利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射分布情况进行时间差段方向分布调节，得到所述校正散射因子。
在其中一个实施方式中，所述利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射分布情况进行调节，得到所述校正散射因子，包括：
利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射符合事件计数进行调节，得到调节后散射事件计数；
基于调节后散射事件计数确定所述校正散射因子。
在其中一个实施方式中，所述利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射分布情况进行调节，得到所述校正散射因子，包括：
基于所述时间差段散射计数和所述第二中间分布情况中时间差段内的散射符合事件计数确定微调系数集合；
利用所述微调系数集合对所述第二中间分布情况中时间差段内的散射分布情况进行调节，得到所述校正散射因子。
在其中一个实施方式中，所述基于所述PET扫描数据进行散射估计，得到所述PET扫描数据中散射符合事件的估计分布情况，包括：
基于所述PET扫描数据中的时间信息、空间信息和能量信息进行散射估计，得到所述估计分布情况。
在其中一个实施方式中，所述待修正分布情况是基于核素分布图像和衰减系数图像而生成；通过以下方式中的任一种得到所述衰减系数图像：
基于所述PET扫描数据进行计算，得到所述衰减系数图像；
获取解剖信息图像，将所述解剖信息图像转换为所述衰减系数图像。
本说明书实施方式提供一种图像散射校正装置，所述装置包括：
扫描数据获取模块，用于获取PET扫描数据；其中，所述PET扫描数据含有散射符合事件；
分布情况生成模块，用于基于所述PET扫描数据生成所述PET扫描数据中散射符合事件的待修正分布情况；其中，所述散射符合事件在所述PET扫描数据中的实采散射计数作为泊松随机变量，且服从所述待修正分布情况对应的泊松概率分布；
散射估计模块，用于基于所述PET扫描数据进行散射估计，得到所述PET扫描数据中散射符合事件的估计分布情况；
分布情况修正模块，用于利用所述估计分布情况对所述待修正分布情况进行修正，得到校正散射因子。
本说明书实施方式提供一种医学成像设备，所述医学成像设备包括：存储器，以及与所述存储器通信连接的一个或多个处理器；所述存储器中存储有可被所述一个或多个处理器执行的指令，所述指令被所述一个或多个处理器执行，以使所述一个或多个处理器实现上述任一项实施方式所述的方法的步骤。
本说明书实施方式提供计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项实施方式所述的方法的步骤。
本说明书实施方式提供一种计算机程序产品，所述计算机程序产品中包括指令，所述指令被计算机设备的处理器执行时，使得所述计算机设备能够执行上述任一项实施方式所述的方法的步骤。
上述说明书实施方式中，首先，获取含有散射符合事件PET扫描数据。然后，基于PET扫描数据生成PET扫描数据中散射符合事件的待修正分布情况，在该过程中，散射符合事件在PET扫描数据中的实采散射计数作为泊松随机变量，且服从待修正分布情况对应的泊松概率分布；接着，基于PET扫描数据进行散射估计，得到PET扫描数据中散射符合事件的估计分布情况。最后，利用估计分布情况对待修正分布情况进行修正，得到精度更高的校正散射因子。通过应用该校正散射因子能够更准确地表现散射分布情况，从而能够比较准确剔除散射符合事件，获得更为精确的散射校正精度，进而可以提高PET图像质量并减少引入的伪影。此外，由于上述实施方式对扫描流程没有影响，因此适用于临床场景。
附图说明
图1a为本说明书实施方式提供的磁共振成像方法的示意图；
图1b为本说明书实施方式提供的图像散射校正方法的示意图；
图1c为本说明书实施方式提供的图像散射校正方法的示意图；
图1d为本说明书实施方式提供的轴向视野外散射符合形成的示意图；
图1e为本说明书实施方式提供的对校正图像进行散射校正，得到相应床位的重建图像的流程图；
图1f为本说明书实施方式提供的图像散射校正方法的流程图；
图2为本说明书实施方式提供的图像散射校正方法的流程示意图；
图3为本说明书实施方式提供的得到校正散射因子的流程示意图；
图4为本说明书实施方式提供的经过数量级调节，得到校正散射因子的流程示意图；
图5为本说明书实施方式提供的经过轴向分布调节，得到校正散射因子的流程示意图；
图6为本说明书实施方式提供的得到校正散射因子的流程示意图；
图7为本说明书实施方式提供的基于微调系数集合，得到校正散射因子的流程示意图；
图8为本说明书实施方式提供的图像散射校正方法的流程示意图；
图9为本说明书实施方式提供的图像散射校正装置的示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
PET(Positron Emission Tomography，正电子发射断层扫描)是一种用于探测人体内组织代谢情况的医学成像设备。
PET利用静脉注射含有放射性核素标记的药物进入人体，使放射性核素标记过的药物参与人体组织的代谢过程。与此同时，放射性核素会发生衰变，核素衰变过程中产生的正电子会与附近的负电子发生湮灭，生成一对能量为511KeV的γ光子。请参阅图1a，正电子与负电子在P处发生湮灭，生成的能量为511KeV的两个γ光子以近似180°的方向背对背以光速行进。
PET探测器通常采用近似环形的正多边形筒的结构。如前文所述，γ光子对的发射是各向同性的。所以，在PET探测器的视野内(即环形筒内)，一定概率下γ光子对的两个光子会分别击中某个PET探测器。当PET探测器被光子击中后，光子在探测器内会发光，光电转换器件记录下光信号的能量和时间信息。上述记录被称之为单事件。请继续参阅图1a，图1a中的一个γ光子击中的探测器A和γ光子击中的探测器B分别形成了一个单事件。
在PET系统中，预先设置有能量窗和时间窗。当两个单事件的能量值和时间差落到能量窗和时间窗内时，两个单事件对应的γ光子对会被记录为一个符合事件。而被击中的两个探测器之间的连线则称为响应线(Line of Response，LoR)，代表了该符合事件的空间信息。因此，一个符合事件包含了一组信息，其中包括时间信息、能量信息以及空间信息。
预设的时间窗通常为几纳秒，其目的在于确认两个单事件是否“同时发生”，以保证发生湮灭的位置在探测器视野内。然而，有时也会出现不符合预期的情况。请参阅图1b，一个γ光子击中的探测器A所形成的单事件和一个γ光子击中的探测器B所形成的单事件虽然落在了同一个时间窗内，但它们并非同一个正负电子湮灭过程中产生的，这种情况被称之为随机符合。随机符合是PET数据中的噪声、假数据。需要说明的是，随着核素活度的增加，随机符合发生的概率也会增加。
预设的能量窗通常以KeV为单位。由于晶体的能量分辨率和光子的穿透效应等影响，PET探测器探测到的能量与511KeV的目标值存在一定偏差，因此能量窗通常是一个包含511KeV的能量范围。请参阅图1c，图1c中展示了散射符合的形成：一个γ光子击中的探测器A所形成的单事件和一个γ光子击中的探测器B所形成的单事件在同一个时间窗内，并且它们的能量都在能量窗内。然而击中的探测器B的γ光子在S点发生了康普顿散射，其运行方向发生了改变，导致探测器记录下的LoR位置并不穿过实际的湮灭位置，这是一条噪声数据。根据物理学原理，γ光子在S点处发生了康普顿散射后，该γ光子的能量会有所减小，减小幅度与偏转角度有关。偏转角度越大，能量损失也越大。如果能量窗设置的比较宽，那么就会探测到很多散射符合，从而降低数据的信噪比；反之，如果能量窗比较小，会损失掉一部分真实符合数据，从而降低数据的统计量。信噪比和统计量的降低都会影响最终图像的质量。
因此，为了获得高质量的PET图像，需要准确估计PET数据中的散射符合和随机符合。通常，散射校正通常通过使用PET图像、解剖图像(如CT或MR)并经由蒙特卡洛算法或单散射模拟算法来计算散射分布。在一般情况下，请参阅图1d，被扫描的物体长度会超出PET探测器轴向视野，PET探测器轴向视野外的散射符合也会被探测器接收到。然而探测器轴向视野外的PET图像和解剖图像是未知的，所以无法准确估计出来自视野外的散射分布。
相关技术中，存在一种类似于穷举法的模拟方法，用于估计视野外核素引起的散射。该方法并不关注视野外核素的分布或衰减介质的准确性，其唯一目标是将代价函数f最小化。代价函数f用于衡量估计的散射与实际散射之间的差异。在穷举过程中，该方法随机的对视野外的活度进行设置，同时视野外衰减介质的分布也可能需要进行各种排布遍历(如果有视野外CT数据，则优先使用)。对每一个遍历，计算散射分布，然后将其与实际散射进行比较，选择差异最小的配置作为最佳补偿结果。
然而，上述模拟方法存在严谨性问题。由于遍历过程的计算量过大，无法对所有核素分布情况进行遍历，因此无法得到最优解。
相关技术中，通过对视野外两侧的区域进行低剂量CT和短时间PET扫描来估计衰减介质的分布。也可以不扫CT，直接使用短时间PET扫描数据来估计衰减介质的分布。
上述实施方式可以获得比较准确的视野外的核素分布，但是扫描时间比较长。因为需要额外进行两次扫描来覆盖视野外区域。这也会导致扫描床需要走的距离比一般的PET扫描要多，从而不利于提高扫描效率。
相关技术中，请参阅图1e，首先，通过获取连续的多个床位的扫描数据，并对多个床位的扫描数据分别进行经过散射校正的图像重建，可以得到与多个床位对应的重建图像。然后，将多个床位对应的重建图像进行图像拼接，得到校正图像。最后，根据校正图像(即核素分布信息)对多个床位中至少一个床位的扫描数据进行散射校正，得到相应床位的重建图像。
上述实施方式实现相对简单，但是需要进行大量的运算。因此在扫描完成后，用户需要等待比较长的时间，会影响使用体验。另外，上述实施方式中第一个床位之前和最后一个床位之后的视野外部分无法考虑到。
基于此，本说明书实施方式提供一种图像散射校正方法。首先，获取含有散射符合事件PET扫描数据。然后，基于PET扫描数据生成PET扫描数据中散射符合事件的待修正分布情况，在该过程中，散射符合事件在PET扫描数据中的实采散射计数作为泊松随机变量，且服从待修正分布情况对应的泊松概率分布；接着，基于PET扫描数据进行散射估计，得到PET扫描数据中散射符合事件的估计分布情况。最后，利用估计分布情况对待修正分布情况进行修正，得到精度更高的校正散射因子。通过应用该校正散射因子能够更准确地表现散射分布情况，从而能够比较准确剔除散射符合事件，获得更为精确的散射校正精度，进而可以提高PET图像质量并减少引入的伪影。此外，由于上述实施方式对扫描流程没有影响，因此适用于临床场景。
本说明书实施方式提供一个图像散射校正的场景示例。本场景示例中，采用散射弦图表示散射符合事件分布情况。具体地，首先，使用SSS方法对散射进行估计，生成了一个光滑且噪声较低的第一散射弦图。需要注意的是，第一散射弦图并未经过尾部拟合或蒙卡散射比率标定，因此其数值与真实值存在一定差距。接下来，可以使用其他方法估算出第二散射弦图。其中，相对于第一散射弦图来说，第二散射弦图的噪声较高，但第二散射弦图能提供准确的散射比率和散射轴向分布信息。因此，利用第二散射弦图对第一散射弦图进行整体调整(比如数量级调整)、轴向分布调整、时间差段方向上分布调整。进一步地，可以利用非TOF的第一散射弦图来拟合每个时间段(time-bin)下的第二散射弦图，从而实现直接生成光滑的TOF散射弦图的功能。需要说明的是，得到第二散射弦图的其他方法可以考虑到轴向扫描视野外发生的散射事件。由于顾及到来自轴向扫描视野外发生的散射事件，因此能够提高图像散射校正方法的鲁棒性。
具体地，请参阅图1f，利用CT设备对检查对象扫描，得到解剖信息图像。然后将解剖信息图像进行坐标配准，衰减系数转换以及模糊处理，生成衰减图像。利用PET设备对检查对象扫描，得到包含时间信息、空间信息和能量信息的扫描数据。将衰减图和扫描数据作为输入，进行PET图先后的重建，得到核素分布图像。利用SSS方法，使用核素分布图像和衰减图像生成散射弦图SCA。使用扫描数据中的时间信息、空间信息和能量信息生成散射弦图SCB。根据散射弦图SCB对散射符合事件的占比进行计算，得到整体占比数据、轴向占比数据。以及根据散射弦图SCB确定任一轴向位置处任一时间差段内的时间差段散射计数。根据整体占比数据、轴向占比数据、时间差段散射计数对散射弦图SCA进行修正，得到校正散射因子。利用校正散射因子进行图像重建，得到散射校正后图像。
本说明书实施方式提供一种图像散射校正方法，请参阅图2，该图像散射校正方法可以包括以下步骤：
S210、获取PET扫描数据。
其中，PET扫描数据含有散射符合事件。散射符合事件可以是同一时刻内，在不同位置上的两个探测器分别记录下γ光子，且两γ光子对应探测器之间的响应线的能量和时间满足预设条件。
具体地，在进行PET扫描之前，需要向检查对象体内注射含有放射性核素标记的药物，例如18F-FDG，用于标记特定的生物分子或组织。然后，将检查对象放置于扫描床上，利用PET设备对检查对象进行扫描，记录γ光子的能量和位置信息，从而获取PET扫描数据。PET扫描数据中含有单事件和符合事件，单事件和符合事件都具有时间信息、空间信息和能量信息。其中，符合事件包括散射符合事件、真符合事件以及随机符合事件。
对于单事件而言，时间信息可以是该单事件被探测器探测到的时刻，其精度要求较高，通常在皮秒数量级(10-10～10-12秒)。空间信息可以是探测到该单事件的探测器位置。能量信息可以是该单事件在探测器内沉积的能量值，反映了放射性示踪剂的代谢活性。
对于符合事件而言，时间信息可以是两个单事件被探测器探测到的时间差。空间信息可以是通过连接探测到两个单事件的探测器位置所形成的线段，也称为响应线(LoR)。能量信息可以是两个单事件分别在对应探测器内沉积的能量值。
在一些实施方式中，PET设备可以使用步进式扫描方式对检查对象进行扫描。具体地，将一个比探测器轴向视野长的范围分成若干段，每段长度与探测器视野相等或相近，且相邻段存在一定范围的重叠。在扫描每一段时，扫描床静止不动，PET设备记录下每个探测器中检测到的单事件和符合事件的信息，以获取该段范围内的PET扫描数据。完成当前段扫描后，扫描床会自动行进到探测器轴向视野下一段的位置，然后再次进行扫描，直至扫描完所有分段。
在另一些实施方式中，PET设备可以使用连续进床的扫描方式对检查对象进行扫描。具体地，整个扫描过程中，检查对象随着扫描床一直处于移动状态，直至探测器覆盖了预设的扫描范围。在扫描过程中，PET设备会记录下每个探测器中检测到的单事件和符合事件的信息，以获取PET扫描数据。
S220、基于PET扫描数据生成PET扫描数据中散射符合事件的待修正分布情况。
其中，散射符合事件在PET扫描数据中的实采散射计数作为泊松随机变量，且服从待修正分布情况对应的泊松概率分布。实采散射计数可以是在PET扫描数据中，针对散射符合事件所进行的实际计数。
具体地，根据物理原理和统计模型，建立散射事件模拟方法。通过模拟γ光子在组织中的传播和散射过程，计算其经历单个散射事件的概率。在PET扫描中，不同位置的散射事件的概率是不同的。因此，为了准确模拟散射分布，需要确定散射事件发生的轴向位置。在确定轴向位置后，可以计算出每个位置上的散射事件计数。将确定的散射事件计数与PET扫描数据中的轴向位置信息相结合，可以生成PET扫描数据中散射符合事件的待修正分布情况。
需要说明的是，待修正分布情况与PET扫描数据中的实采散射计数均可以用矩阵的形式来表示，两者在维度上是一致的。矩阵中的元素的值用于表征对应响应线上的散射符合事件计数。待修正分布情况与实采散射计数中每个元素的值看作随机变量，这些随机变量波动较大，但是整体趋势呈现平滑。为了衡量待修正分布情况和实采散射计数之间的差异，可以通过计算它们之间的矩阵差异(比如绝对值或平方的形式)，来反映它们的相似程度。待修正分布情况与PET扫描数据中的实采散射计数间矩阵对应元素的值越接近，矩阵差异就越小，进而说明它们的相似度越高。
散射符合事件在PET扫描数据中的实采散射计数作为泊松随机变量，而待修正分布情况作为实采散射计数的期望。如果作为泊松随机变量的实采散射计数越接近作为期望的待修正分布情况，那么泊松概率分布对应的概率会越高。换句话说，实际采集到的散射计数与待修正分布情况之间的相似程度越高。
示例性地，单散射模拟法(Single Scatter Simulation，简称SSS)是一种结合了物理模型和统计模型的方法，用于生成PET扫描数据中散射符合事件的待修正分布情况。具体地，对于探测器对AB的散射计数，可以使用以下公式进行计算：
其中，SAB为湮灭发生在SA上，其中一个γ光子在S点发生康普顿散射的情况下，AB上的散射计数。VS是散射点，表示探测器A和探测器B的立体角，表示空间几何上的探测概率；μ是线性衰减系数，σC是康普顿截面，二者之商是单位体积内的原子数(其物理单位是atom/cm3)，与发生康普顿作用的概率成正比。/>是康普顿差分截面，表示发生当前散射角的概率。∈表示探测器效率。
通过遍历所有探测器对，生成PET扫描数据中散射符合事件的待修正分布情况。此外，根据两个探测器探测到单事件的时间差，结合系统时间分辨率，可以将散射事件分为多个时间差段(time-bin)，形成多个time-bin的待修正分布情况。通过以上方法计算得到的待修正分布情况需要进行修正，以提高PET扫描的准确性和可靠性。
S230、基于PET扫描数据进行散射估计，得到PET扫描数据中散射符合事件的估计分布情况。
S240、利用估计分布情况对待修正分布情况进行修正，得到校正散射因子。
其中，估计分布情况可以是指通过对PET扫描数据的分析和处理，推断出散射符合事件在不同位置和能量范围内的分布情。校正散射因子可以是经过调整后的分布情况，用于调整PET图像中散射事件的影响。
具体地，通过分析和处理PET扫描数据，推断出散射符合事件的分布情况，以提取出散射事件的位置和能量信息，得到估计分布情况。散射符合事件的存在会对最终PET图像的质量产生影响，可能导致图像中出现伪影或模糊现象。为了提高重建PET图像的质量，在进行图像重建之前，利用估计分布情况确定修正系数，然后基于修正系数对待修正分布情况进行修正，得到校正散射因子，以提高PET图像的质量。
上述实施方式中，首先，获取含有散射符合事件PET扫描数据。然后，基于PET扫描数据生成PET扫描数据中散射符合事件的待修正分布情况，在该过程中，散射符合事件在PET扫描数据中的实采散射计数作为泊松随机变量，且服从待修正分布情况对应的泊松概率分布；接着，基于PET扫描数据进行散射估计，得到PET扫描数据中散射符合事件的估计分布情况。最后，利用估计分布情况对待修正分布情况进行修正，得到精度更高的校正散射因子。通过应用该校正散射因子能够更准确地表现散射分布情况，从而能够比较准确剔除散射符合事件，获得更为精确的散射校正精度，进而可以提高PET图像质量并减少引入的伪影。此外，由于上述实施方式对扫描流程没有影响，因此适用于临床场景。
在一些实施方式中，请参阅图3，利用估计分布情况对待修正分布情况进行修正，得到校正散射因子，可以包括以下步骤：
S310、根据估计分布情况对散射符合事件的占比进行计算，得到探测视野内的整体占比数据，以及探测视野内不同轴向位置处的轴向占比数据。
其中，整体占比数据用于表征探测视野内的散射符合事件总数与探测视野内散射符合事件与真符合事件总和之间的比例关系。轴向占比数据用于表征任一轴向位置处的散射符合事件计数与任一轴向位置处的散射符合事件与真符合事件总和之间的比例关系。
具体地，根据估计分布情况，确定探测视野内散射符合事件对应的总数以及真符合事件对应的总数。将探测视野内的估计散射符合事件总数除以散射符合事件与真符合事件总和，得到整体占比数据记为sf。由于核素分布不均匀、浓度不均匀等因素的影响，不同轴向位置上的散射总数会呈现轴向上的缓慢变化。因此，根据估计的分布情况，可以确定任一轴向位置处的散射符合事件计数以及真符合事件计数。针对任一轴向位置，将该轴向位置处的散射符合事件计数除以散射符合事件与真符合事件总和，得到轴向占比数据记为
S320、根据估计分布情况确定任一轴向位置处任一时间差段内的时间差段散射计数。
S330、根据整体占比数据、轴向占比数据、时间差段散射计数对待修正分布情况进行修正，得到校正散射因子。
其中，任一轴向位置对应多个时间差段，每个时间差段可以确定一个物理的空间范围。时间差段散射计数用于表征任一轴向位置处任一时间差段内的散射符合事件的数量。
具体地，根据估计分布情况，确定任一轴向位置处对应的散射符合事件，并且对于每对γ光子，可以确定它们从湮灭位置到探测器探测到γ光子之间的距离。基于每对γ光子对应的距离，确定多个时间差段。然后，根据估计分布情况确定任一轴向位置处任一时间差段内的散射符合事件对应的数量。使用整体占比数据来调整待修正分布情况，以确保修正后的分布比例与实采散射计数相匹配，可以消除分布偏差，使得修正后的分布情况更准确地反映实际情况。根据轴向占比数据，对待修正分布情况进行调整，考虑不同轴向上的散射分布情况。通过对每个轴向上的散射分布情况进行适当的修正，能够更好地还原真实的散射符合事件分布情况，提高重建图像的准确性。根据时间差段散射计数对待修正分布情况进行修正，以确保修正后的分布情况与实际观测数据相符。通过上述修正，得到校正散射因子，以提高PET图像的质量。
示例性地，γ光子击中的探测器A距离发生湮灭位置之间的距离为SA，γ光子击中的探测器B距离发生湮灭位置之间的距离为SB。将SA除以光速得到的数值和SB除以光速得到的数值相减，确定两者的传播时间差为200皮秒。若定义五个时间差段，将200皮秒的时间段分为五个不同的时间差段，分别记为0、1、2、3、4。时间差段0对应于1至40皮秒的时间范围，时间差段1对应于41至80皮秒的时间范围，时间差段2对应于81至120皮秒的时间范围，时间差段3对应于121至160皮秒的时间范围，时间差段4对应于161至200皮秒的时间范围。
上述实施方式中，根据估计分布情况对散射符合事件的占比进行计算，得到探测视野内的整体占比数据，以及探测视野内不同轴向位置处的轴向占比数据，根据估计分布情况确定任一轴向位置处任一时间差段内的时间差段散射计数，根据整体占比数据、轴向占比数据、时间差段散射计数对待修正分布情况进行修正，得到校正散射因子，以提高PET图像质量并减少引入的伪影。
在一些实施方式中，请参阅图4，根据整体占比数据、轴向占比数据、时间差段散射计数对待修正分布情况进行修正，得到校正散射因子，可以包括以下步骤：
S410、利用散射符合事件的占比数据对待修正分布情况进行数量级调节，得到第一中间分布情况。
S420、利用轴向占比数据、时间差段散射计数对第一中间分布情况进行修正，得到校正散射因子。
具体地，待修正分布情况与实采散射计数之间存在较高的相似度，但数量级不匹配。因此，利用散射符合事件的占比数据作为缩放因子，对待修正分布情况进行数量级调节，使得待修正分布情况中的散射符合事件数量与实采散射计数相匹配。将经过数量级调节后的待修正分布情况作为第一中间分布情况。第一中间分布情况是经过数量级调节后得到的一个中间结果，用于进一步修正和校正分布情况，以获得更加准确的实验结果。因此，在确定第一中间分布情况后，根据轴向占比数据，对第一中间分布情况进行调整，考虑不同轴向上的散射分布情况。通过对每个轴向上的散射分布情况进行适当的修正，能够更好地还原真实的散射符合事件分布情况，提高重建图像的准确性。根据时间差段散射计数对第一中间分布情况进行修正，以确保修正后的分布情况与实际观测数据相符。通过上述修正，得到校正散射因子，以提高PET图像的质量。
示例性地，估计分布情况、待修正分布情况、第一中间分布情况可以采用散射弦图表示，估计分布情况表示为估计散射弦图SCB，待修正分布情况表示为待修正散射弦图SCA，第一中间分布情况表示为第一中间散射弦图SCA。则利用散射符合事件的占比数据对待修正分布情况进行数量级调节，得到第一中间分布情况，能够通过如下公式表示：
其中，PA表示待修正散射弦图对应的探测视野内散射符合事件与真符合事件，sf表示散射符合事件的占比数据，等式右边SCA表示待修正散射弦图，为归一化处理，sum(PA)为待修正散射弦图对应的探测视野内散射符合事件与真符合事件总和，sum(SCA)为待修正散射弦图对应的探测视野内散射符合事件的总数。等式左边SCA表示第一中间散射弦图。
需要说明的是，能够通过以下公式表示sf：
其中，SCB表示估计散射弦图，sum(SCB)为估计散射弦图对应的探测视野内散射符合事件的总数，PB表示估计散射弦图对应的探测视野内散射符合事件与真符合事件，sum(PB)为估计散射弦图对应的探测视野内散射符合事件与真符合事件总和。
上述实施方式中，利用散射符合事件的占比数据对待修正分布情况进行数量级调节，得到第一中间分布情况，利用轴向占比数据、时间差段散射计数对第一中间分布情况进行修正，得到校正散射因子，以提高PET图像质量并减少引入的伪影。
在一些实施方式中，请参阅图5，利用轴向占比数据、时间差段散射计数对第一中间分布情况进行修正，得到校正散射因子，可以包括以下步骤：
S510、利用轴向占比数据对第一中间分布情况中轴向位置处的散射分布情况进行轴向分布调节，得到第二中间分布情况。
S520、基于时间差段散射计数对第二中间分布情况进行修正，得到校正散射因子。
具体地，在进行整体的数量级调节后，利用轴向占比数据作为调节参数，对第一中间分布情况中轴向位置处的散射分布情况进行轴向分布调节，以使调节后的分布更准确地反映实际观测数据中的轴向散射事件分布情况。将经过轴向分布调节后的第一中间分布情况作为第二中间分布情况。根据时间差段散射计数对第二中间分布情况进行修正，以确保修正后的分布情况与实际观测数据相符。通过上述修正，得到校正散射因子，以提高PET图像的质量。
示例性地，估计分布情况、第二中间分布情况、第一中间分布情况可以采用散射弦图表示，估计分布情况表示为估计散射弦图SCB,i，第一中间分布情况表示为第一中间散射弦图SCA,i，第二中间分布情况表示为第二中间散射弦图SCA,i。则利用轴向占比数据对第一中间分布情况中轴向位置处的散射分布情况进行轴向分布调节，得到第二中间分布情况，能够通过如下公式表示：
其中，i∈I,I表示需要调整的轴向位置集合。表示第i轴向位置处的轴向占比数据，等式右边SCA,i表示第一中间散射弦图，sum(SCA,i)表示第i轴向位置处散射符合事件计数。∑i′∈Isum(SCA,i′)表示轴向位置集合中各个轴向位置处散射符合事件计数的总和。等式左边SCA,i表示第二中间散射弦图。
需要说明的是，通过能够通过以下公式表示
其中，SCB,i表示估计散射弦图，sum(SCB,i)为估计散射弦图对应的探测视野内第i轴向位置处散射符合事件的总数，PB,i估计散射弦图对应的探测视野内第i轴向位置处散射符合事件与真符合事件，sum(PB,i)为估计散射弦图对应的探测视野内第i轴向位置处散射符合事件与真符合事件总和。
上述实施方式中，利用轴向占比数据对第一中间分布情况中轴向位置处的散射分布情况进行轴向分布调节，得到第二中间分布情况，基于时间差段散射计数对第二中间分布情况进行修正，得到校正散射因子，以提高PET图像质量并减少引入的伪影。
在一些实施方式中，基于时间差段散射计数对第二中间分布情况进行修正，得到校正散射因子，可以包括：利用时间差段散射计数对第二中间分布情况中时间差段内的散射分布情况进行时间差段方向分布调节，得到校正散射因子。
具体地，在进行轴向分布调节后，需要考虑到任一轴向位置对应多个时间差段的情况。由于任一轴向位置对应多个时间差段，利用时间差段散射计数对第二中间分布情况中时间差段内的散射分布情况进行时间差段方向分布调节，以确保修正后的分布情况与实际观测数据相符，得到校正散射因子，以提高PET图像的质量。
上述实施方式中，利用时间差段散射计数对第二中间分布情况中时间差段内的散射分布情况进行时间差段方向分布调节，得到校正散射因子，以提高PET图像质量并减少引入的伪影。
在一些实施方式中，请参阅图6，利用时间差段散射计数对第二中间分布情况中时间差段内的散射分布情况进行调节，得到校正散射因子，可以包括以下步骤：
S610、利用时间差段散射计数对第二中间分布情况中时间差段内的散射符合事件计数进行调节，得到调节后散射事件计数。
S620、基于调节后散射事件计数确定校正散射因子。
具体地，在进行轴向分布调节后，需要考虑到任一轴向位置对应多个时间差段的情况。由于任一轴向位置对应多个时间差段，利用时间差段散射计数对第二中间分布情况中时间差段内的散射分布情况进行时间差段方向分布调节，以确保修正后的分布情况与实际观测数据相符，得到调节后散射事件计数。在一些实施方式中，调节后散射事件计数可以作为校正散射因子。在另一些实施方式中，利用微调系数集合对调节后散射事件计数进行调节，得到校正散射因子。
示例性地，估计分布情况、第二中间分布情况、调节后散射事件计数可以采用散射弦图表示，估计分布情况表示为估计散射弦图SCB,i,t，第二中间分布情况表示为第二中间散射弦图SCA,i,t，调节后散射事件计数表示为调节后散射弦图SCA,i,t。则利用时间差段散射计数对第二中间分布情况中时间差段内的散射符合事件计数进行调节，得到调节后散射事件计数，能够通过如下公式表示：
其中，t∈T,T表示需要调整的时间差段集合。sum(SCB,i,t)表示第i轴向位置处的第t时间差段内的时间差段散射计数，等式右边SCA,i,t表示第二中间散射弦图，sum(SCA,i,t)为第二中间散射弦图对应的探测视野内第i轴向位置处的第t时间差段内散射符合事件的总数。等式左边SCA,i,t表示调节后散射弦图。
上述实施方式中，利用时间差段散射计数对第二中间分布情况中时间差段内的散射符合事件计数进行调节，得到调节后散射事件计数，基于调节后散射事件计数确定校正散射因子，以提高PET图像质量并减少引入的伪影。
在一些实施方式中，请参阅图7，利用时间差段散射计数对第二中间分布情况中时间差段内的散射分布情况进行调节，得到校正散射因子，可以包括以下步骤：
S710、基于时间差段散射计数和第二中间分布情况中时间差段内的散射符合事件计数确定微调系数集合。
S720、利用微调系数集合对第二中间分布情况中时间差段内的散射分布情况进行调节，得到校正散射因子。
其中，微调系数集合可以是用来对第二中间分布情况中时间差段内的散射符合事件计数进行调节的一组光滑且幅度较低的系数。
具体地，如果来自视野外的散射事件较多，那么估计的散射分布情况与实际情况存在差异。为了减小这种差异，需要进行微调。在一些实施方式中，利用时间差段散射计数对第二中间分布情况中时间差段内的散射符合事件计数进行调节，得到调节后散射事件计数。根据调节后散射事件计数和估计分布情况进行计算，确定微调系数集合。然后，通过计算得到的微调系数集合，可以对调节后散射事件计数进行调节。这相当于将原始的光滑曲线乘以一组系数，从而得到校正后的散射因子。
示例性地，估计分布情况、调节后散射事件计数可以采用散射弦图表示，估计分布情况表示为估计散射弦图SCB,i,t，调节后散射事件计数表示为调节后散射弦图SCA,i,t。则根据调节后散射事件计数和估计分布情况进行计算，确定微调系数集合，能够通过如下公式表示：
/>
其中，w表示微调系数集合。α和β是两个超参数，用于控制微调系数的幅度和光滑程度。Q函数是二次惩罚项，表示相邻微调系数的偏差。符号表示对应元素相乘。SCA,i,t表示调节后散射弦图，SCB,i,t表示估计散射弦图。i∈I,I表示需要调整的轴向位置集合，t∈T,T表示需要调整的时间差段集合。
然后，利用微调系数集合对调节后散射事件计数进行调节，得到校正散射因子，能够通过如下公式表示：
其中，等式右边SCA,i,t表示调节后散射弦图。等式左边SCA,i,t表示校正散射因子。
在另一些实施方式中，根据第二中间分布情况和估计分布情况进行计算，确定微调系数集合。然后，通过计算得到的微调系数集合，可以对第二中间分布情况中时间差段内的散射分布情况进行调节。这相当于将原始的光滑曲线乘以一组系数，从而得到校正后的散射因子。
示例性地，估计分布情况、第二中间分布情况可以采用散射弦图表示，估计分布情况表示为估计散射弦图SCB,i,t，第二中间分布情况表示为第二中间散射弦图SCA,i,t。则根据第二中间分布情况和估计分布情况进行计算，确定微调系数集合，能够通过如下公式表示：
其中，SCA,i,t表示第二中间散射弦图。
然后，利用微调系数集合对第二中间分布情况中时间差段内的散射分布情况进行调节，得到校正散射因子，能够通过如下公式表示：
其中，等式右边SCA,i,t表示第二中间散射弦图中时间差段内的散射分布情况。等式左边SCA,i,t表示校正散射因子。
上述实施方式中，基于时间差段散射计数和第二中间分布情况中时间差段内的散射符合事件计数确定微调系数集合，利用微调系数集合对第二中间分布情况中时间差段内的散射分布情况进行调节，得到校正散射因子，以提高PET图像质量并减少引入的伪影。
在一些实施方式中，基于PET扫描数据进行散射估计，得到PET扫描数据中散射符合事件的估计分布情况，可以包括：基于PET扫描数据中的时间信息、空间信息和能量信息进行散射估计，得到估计分布情况。
具体地，基于PET扫描数据中的时间信息、空间信息和能量信息，通过估算散射符合来推断出散射情况，并且其估计的散射符合中，包含来自视野外的散射符合。通过估算的散射符合，得到估计分布情况。
示例性地，首先利用PET设备采集线源，得到近似无散射的基线能谱，该步骤只需要进行一次或间隔较长时间执行即可，平时临床重建时可忽略。基线能谱用于定义实测净真值的权重，基于采集到的基线能谱，可以计算每条响应线上的高能窗加权符合计数。基于采集到的基线能谱以及每条响应线上的高能窗加权符合计数进行归一化，得到每条响应线上的高能窗加权符合计数。将实测净真值与高能窗加权符合计数之差相加，得到每条响应线上的散射计数的初始估计值。此外，在原始散射估计中没有考虑高能散射的显式估计。因此基于高能窗加权符合计数，计算每条响应线上的高能量散射计数估计值。然后使用初始估计值、高能量散射计数估计值、高能窗加权符合计数的线性组合来修正初始估计值中的高能散射成分缺失，使结果更准确，得到响应线上的数值。
最后，基于高斯滤波平滑，估算出散射符合，得到估计分布情况。上述实施方式适用于生成单个time-bin的非TOF散射弦图以及多个time-bin的TOF散射弦图。与待修正分布情况相比，估计分布情况的局部噪声更高，但整体统计量更准确，并且可以顾及到来自视野外的散射。
上述实施方式中，基于PET扫描数据中的时间信息、空间信息和能量信息进行散射估计，得到估计分布情况，为后续确定整体占比数据、轴向占比数据、时间差段散射计数提供基础。
在一些实施方式中，待修正分布情况是基于核素分布图像和衰减系数图像而生成。通过以下方式得到衰减系数图像：基于PET扫描数据进行计算，得到衰减系数图像。
其中，衰减系数图像可以描述组织或介质对放射性粒子(正电子)的吸收能力或阻碍程度。核素分布图像可以显示放射性核素在患者体内的分布情况。不同颜色或强度的像素表示在不同位置上检测到的γ光子数量，反映了放射性核素在该区域的浓度或代谢活性。核素分布图像提供了关于患者体内特定组织或器官的代谢活动、血流量以及特定病理情况的信息。
具体地，通过使用PET设备对人体进行扫描，得到PET扫描数据。在扫描过程中，含有放射性核素标记的药物被注射到人体内，放射性核素会发生衰变，核素衰变过程中产生的正电子会与组织中的原子核相遇并发生湮灭反应。湮灭反应会导致正电子在组织中传播时发生散射和吸收。由于不同组织的密度和厚度不同，它们对正电子的散射和吸收程度也会有所差异。为了准确描述组织的放射性剂量分布情况，需要计算衰减系数图像。使用已知的线性衰减系数和参考组织的密度信息来估计每个组织区域的衰减系数。然后，将估计得到的衰减系数应用于PET扫描数据，从而获得经过衰减校正的PET图像，也被称为衰减系数图像，以提高定量分析的准确性和质量。
需要说明的是，衰减系数图像和PET扫描数据中的时间信息、空间信息和能量信息作为输入，进行PET图像的重建，得到核素分布图像。其中，衰减系数图像主要起着对PET扫描数据进行衰减校正的作用。不同组织对正电子的吸收和散射程度不同，因此PET扫描数据中的放射性剂量分布往往会受到衰减效应的影响。衰减系数图像通过估计每个组织区域的衰减系数，可以对PET扫描数据中的放射性剂量分布进行更准确的修正，以生成更准确的核素分布图像。
上述实施方式中，基于PET扫描数据进行计算，得到衰减系数图像，为后续生成待修正分布情况提供基础。
在一些实施方式中，待修正分布情况是基于核素分布图像和衰减系数图像而生成。通过以下方式得到衰减系数图像：获取解剖信息图像，将解剖信息图像转换为衰减系数图像。
其中，解剖信息图像可以是通过医学影像学设备获取的人体组织结构或器官分布的图像。解剖信息图像可以提供详细的组织结构和器官分布信息，以便进行疾病诊断和治疗规划等医疗工作。
在一些实施方式中，由于不同医学影像设备的图像具有不同的物理意义，因此将不同物理意义的图像统一转换为衰减系数图像，以更准确地反映组织或器官对辐射的吸收能力，更准确地估算核素的分布情况，进而实现散射校正。
具体地，使用其他模态的医学影像设备(比如CT、MR等)对人体进行扫描，以获取包含人体解剖结构信息的解剖信息图像。然后，通过确定其他模态的医学影像设备与PET设备之间的空间几何关系，将解剖信息图像的图像坐标系与PET图像坐标系进行重合。接下来，需要将解剖信息图像的衰减系数转换为511keV能量下的线性衰减系数。最后，为了使解剖信息图像的图像分辨率接近于PET图像分辨率，降低出现伪影的可能性，对经过衰减系数转换的解剖信息图像进行一定程度的模糊处理，从而生成衰减系数图像。
示例性地，通过旋转平移操作，将解剖信息图像的图像坐标系与PET图像坐标系进行重合(类似于刚性配准)，从而使解剖信息图像的位置、方向等属性与PET图像相一致，进而提高生成衰减系数图像的准确性和可靠性。
上述实施方式中，获取解剖信息图像，将解剖信息图像转换为衰减系数图像，为后续生成待修正分布情况提供基础。
本说明书实施方式还提供一种图像散射校正方法。示例性地，请参阅图8，该图像散射校正方法可以包括以下步骤：
S802、获取PET扫描数据。
其中，PET扫描数据含有散射符合事件。
S804、基于PET扫描数据生成PET扫描数据中散射符合事件的待修正分布情况。
其中，散射符合事件在PET扫描数据中的实采散射计数作为泊松随机变量，且服从待修正分布情况对应的泊松概率分布。
S806、基于PET扫描数据中的时间信息、空间信息和能量信息进行散射估计，得到估计分布情况。
S808、根据估计分布情况对散射符合事件的占比进行计算，得到探测视野内的整体占比数据，以及探测视野内不同轴向位置处的轴向占比数据。
其中，整体占比数据用于表征探测视野内的散射符合事件总数与探测视野内散射符合事件与真符合事件总和之间的比例关系；轴向占比数据用于表征任一轴向位置处的散射符合事件计数与任一轴向位置处的散射符合事件与真符合事件总和之间的比例关系；任一轴向位置对应多个时间差段。
S810、根据估计分布情况确定任一轴向位置处任一时间差段内的时间差段散射计数。
其中，时间差段散射计数用于表征任一轴向位置处任一时间差段内的散射符合事件的数量。
S812、利用散射符合事件的占比数据对待修正分布情况进行数量级调节，得到第一中间分布情况。
S814、利用轴向占比数据对第一中间分布情况中轴向位置处的散射分布情况进行轴向分布调节，得到第二中间分布情况。
S816、利用时间差段散射计数对第二中间分布情况中时间差段内的散射符合事件计数进行调节，得到调节后散射事件计数。
S818、基于调节后散射事件计数确定校正散射因子。
本说明书实施方式提供一种图像散射校正装置900，请参阅图9，图像散射校正装置900包括：扫描数据获取模块910、分布情况生成模块920、散射估计模块930、分布情况修正模块940。
扫描数据获取模块910，用于获取PET扫描数据；其中，所述PET扫描数据含有散射符合事件；
分布情况生成模块920，用于基于所述PET扫描数据生成所述PET扫描数据中散射符合事件的待修正分布情况；其中，所述散射符合事件在所述PET扫描数据中的实采散射计数作为泊松随机变量，且服从所述待修正分布情况对应的泊松概率分布；
散射估计模块930，用于基于所述PET扫描数据进行散射估计，得到所述PET扫描数据中散射符合事件的估计分布情况；
分布情况修正模块940，用于利用所述估计分布情况对所述待修正分布情况进行修正，得到校正散射因子。
关于图像散射校正装置的具体描述，可以参见上文中对图像散射校正方法的描述，在此不再赘述。
本说明书实施方式提供一种医学成像设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施方式中的方法步骤。
本说明书实施方式提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项实施方式中的方法的步骤。
本说明书的一个实施方式提供一种计算机程序产品，计算机程序产品中包括指令，指令被计算机设备的处理器执行时，使得计算机设备能够执行上述任一项实施方式的方法的步骤。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
Claims (12)
1.一种图像散射校正方法，其特征在于，所述方法包括：
获取PET扫描数据；其中，所述PET扫描数据含有散射符合事件；
基于所述PET扫描数据生成所述PET扫描数据中散射符合事件的待修正分布情况；其中，所述散射符合事件在所述PET扫描数据中的实采散射计数作为泊松随机变量，且服从所述待修正分布情况对应的泊松概率分布；
基于所述PET扫描数据进行散射估计，得到所述PET扫描数据中散射符合事件的估计分布情况；
利用所述估计分布情况对所述待修正分布情况进行修正，得到校正散射因子。
2.根据权利要求1中所述的方法，其特征在于，所述利用所述估计分布情况对所述待修正分布情况进行修正，得到校正散射因子，包括：
根据所述估计分布情况对散射符合事件的占比进行计算，得到探测视野内的整体占比数据，以及所述探测视野内不同轴向位置处的轴向占比数据；其中，所述整体占比数据用于表征所述探测视野内的散射符合事件总数与所述探测视野内散射符合事件与真符合事件总和之间的比例关系；所述轴向占比数据用于表征任一轴向位置处的散射符合事件计数与所述任一轴向位置处的散射符合事件与真符合事件总和之间的比例关系；所述任一轴向位置对应多个时间差段；
根据所述估计分布情况确定所述任一轴向位置处任一时间差段内的时间差段散射计数；其中，所述时间差段散射计数用于表征所述任一轴向位置处任一时间差段内的散射符合事件的数量；
根据所述整体占比数据、所述轴向占比数据、所述时间差段散射计数对所述待修正分布情况进行修正，得到所述校正散射因子。
3.根据权利要求2中所述的方法，其特征在于，所述根据所述整体占比数据、所述轴向占比数据、所述时间差段散射计数对所述待修正分布情况进行修正，得到所述校正散射因子，包括：
利用所述散射符合事件的占比数据对所述待修正分布情况进行数量级调节，得到第一中间分布情况；
利用所述轴向占比数据、所述时间差段散射计数对所述第一中间分布情况进行修正，得到所述校正散射因子。
4.根据权利要求3中所述的方法，其特征在于，所述利用所述轴向占比数据、所述时间差段散射计数对所述第一中间分布情况进行修正，得到所述校正散射因子，包括：
利用所述轴向占比数据对所述第一中间分布情况中轴向位置处的散射分布情况进行轴向分布调节，得到第二中间分布情况；
基于所述时间差段散射计数对所述第二中间分布情况进行修正，得到所述校正散射因子。
5.根据权利要求4中所述的方法，其特征在于，所述基于所述时间差段散射计数对所述第二中间分布情况进行修正，得到所述校正散射因子，包括：
利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射分布情况进行时间差段方向分布调节，得到所述校正散射因子。
6.根据权利要求5中所述的方法，其特征在于，所述利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射分布情况进行调节，得到所述校正散射因子，包括：
利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射符合事件计数进行调节，得到调节后散射事件计数；
基于调节后散射事件计数确定所述校正散射因子。
7.根据权利要求5中所述的方法，其特征在于，所述利用所述时间差段散射计数对所述第二中间分布情况中时间差段内的散射分布情况进行调节，得到所述校正散射因子，包括：
基于所述时间差段散射计数和所述第二中间分布情况中时间差段内的散射符合事件计数确定微调系数集合；
利用所述微调系数集合对所述第二中间分布情况中时间差段内的散射分布情况进行调节，得到所述校正散射因子。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述基于所述PET扫描数据进行散射估计，得到所述PET扫描数据中散射符合事件的估计分布情况，包括：
基于所述PET扫描数据中的时间信息、空间信息和能量信息进行散射估计，得到所述估计分布情况。
9.根据权利要求1至7任一项所述的方法，其特征在于，所述待修正分布情况是基于核素分布图像和衰减系数图像而生成；通过以下方式中的任一种得到所述衰减系数图像：
基于所述PET扫描数据进行计算，得到所述衰减系数图像；
获取解剖信息图像，将所述解剖信息图像转换为所述衰减系数图像。
10.一种图像散射校正装置，其特征在于，所述装置包括：
扫描数据获取模块，用于获取PET扫描数据；其中，所述PET扫描数据含有散射符合事件；
分布情况生成模块，用于基于所述PET扫描数据生成所述PET扫描数据中散射符合事件的待修正分布情况；其中，所述散射符合事件在所述PET扫描数据中的实采散射计数作为泊松随机变量，且服从所述待修正分布情况对应的泊松概率分布；
散射估计模块，用于基于所述PET扫描数据进行散射估计，得到所述PET扫描数据中散射符合事件的估计分布情况；
分布情况修正模块，用于利用所述估计分布情况对所述待修正分布情况进行修正，得到校正散射因子。
11.一种医学成像设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410172620.7A CN118021342A (zh) | 2024-02-06 | 2024-02-06 | 图像散射校正方法、装置、医学成像设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410172620.7A CN118021342A (zh) | 2024-02-06 | 2024-02-06 | 图像散射校正方法、装置、医学成像设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118021342A true CN118021342A (zh) | 2024-05-14 |
Family
ID=90985387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410172620.7A Pending CN118021342A (zh) | 2024-02-06 | 2024-02-06 | 图像散射校正方法、装置、医学成像设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118021342A (zh) |
-
2024
- 2024-02-06 CN CN202410172620.7A patent/CN118021342A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11576628B2 (en) | Full dose PET image estimation from low-dose PET imaging using deep learning | |
| RU2524302C2 (ru) | Расширение на основе модели поля обзора при радионуклидной визуализации | |
| Zaidi et al. | Scatter modelling and compensation in emission tomography | |
| US10537299B2 (en) | Attenuation map reconstruction from TOF PET data | |
| Zhao et al. | A model‐based scatter artifacts correction for cone beam CT | |
| US7680240B2 (en) | Iterative reconstruction of tomographic image data method and system | |
| US20180330233A1 (en) | Machine learning based scatter correction | |
| EP2210238B1 (en) | Apparatus and method for generation of attenuation map | |
| CN106491151B (zh) | Pet图像获取方法及系统 | |
| CN108242068B (zh) | 用于成像系统的方法和ct/pet系统 | |
| US20090110256A1 (en) | System and method for image-based attenuation correction of pet/spect images | |
| US20090202125A1 (en) | Restoration of the nuclear medicine 2d planar image by iterative constrained deconvolution | |
| US11179128B2 (en) | Methods and systems for motion detection in positron emission tomography | |
| US10925554B2 (en) | Outside-FOV activity estimation using surview and prior patient data in positron emission tomography | |
| IL225474A (en) | Systems and methods for reducing permutation in a medical nuclear image based on emission data | |
| US11918390B2 (en) | Methods and systems for motion detection in positron emission tomography | |
| Ritt et al. | SPECT/CT technology | |
| US20200033491A1 (en) | System and method for self-time alignment calibration for a positron emission tomography system | |
| CN111588399A (zh) | 医学成像设备状态监控的方法、设备和计算机设备 | |
| CN118021342A (zh) | 图像散射校正方法、装置、医学成像设备及存储介质 | |
| Cuddy‐Walsh et al. | Patient‐specific estimation of spatially variant image noise for a pinhole cardiac SPECT camera | |
| EP2711738A1 (en) | A method and a device to generate virtual X-ray computed tomographic image data | |
| CN112767511B (zh) | Pet图像的获取方法及装置 | |
| Erlandsson | Partial volume correction in PET imaging | |
| Strother et al. | Testing quantitation in PET |
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 |