CN1235811A - 对于高衰减物体产生的虚影的校正 - Google Patents

Abstract

使用校正算法校正CT图象数据中由高衰减物体产生的虚影的一种方法。利用图象数据的CT数识别图象数据中的高衰减物体。使用划分的各种高衰减物质的图象数据产生各种物质的独立组分图象。然后将组分图象数据分别正向投影以产生各种物质的投影数据。然后根据各种物质的衰减特性调整投影数据以产生各种物质的投影误差数据。然后将所得的投影误差数据进行滤波和反向投影处理以产生仅含误差的图象数据。

Description

对于高衰减物体产生的虚影的校正

一般来说，本发明涉及计算机断层摄影(CT)成象技术，更具体地说，本发明涉及对于CT扫描图象中高衰减物体虚影的校正。

在至少一种已知CT系统构造中，一个X-射线源发射出一束扇形射束，该射束经过准直处于笛卡尔坐标系的X-Y平面中，该平面通常被称为“成象平面”。X-射线束穿过被成象物体，例如一个病人身体。X-射线束被物体衰减后，入射到一个辐射探测器阵列中。探测器阵列所接收的经过衰减的辐射束强度依赖于物体对于X-射线束的衰减程度。探测器阵列中的每一个探测器元产生一个独立的电信号，该信号是在这个探测器位置射束衰减的一种量度。分别采集所有探测器的衰减测量值以形成一种投影分布。

在已知的第三代CT系统中，X-射线源和探测器阵列随机架一起在成象平面内围绕被成象物体旋转，使得X-射线束与该物体的交角始终在变化。探测器阵列在一个机架角度获得的一组X-射线衰减测量值，即投影数据，被称为一个“视图”。对于物体的一次“扫描”由在X-射线源和探测器旋转一周期间在不同机架角度获得的一组视图构成。在轴向扫描中，对投影数据进行处理构成对应于穿过物体的一个两维片层的图象。

在本领域有一种用于从一组投影数据重构一幅图象的方法被称为过滤反向投影技术。这种方法将在一次扫描中获得的衰减测量值转换成被称为“CT数”或“Hounsfield单位”的整数，它们用于控制阴极射线管显示器上对应像素的亮度。

为了减少多片层扫描所需的总扫描时间，可以进行螺旋扫描。为了进行螺旋扫描，在采集预定数量的片层数据的同时移动病人。这种系统在单扇形束螺旋扫描过程中形成一条螺旋线。由扇形束绘出的这条螺旋线产生投影数据，从这些投影数据可以重构出每个预定片层的图象。除了减少扫描时间以外，螺旋扫描还具有其它优点，例如图象质量提高和更加容易控制对比度。

如上所述，在螺旋扫描过程中，在每一个片层位置只采集一个视图的数据。为了重构一个片层的图象，需要根据所采集的其它视图数据生成该片层的其它视图数据。螺旋重构算法是已知的，例如在C.Crawford和K.King所撰写的“Computed Tomography Scanningwith Simultaneous Patient Translation,”Med.Phys.17(6),Nov/Dec 1990一文中给予了介绍。

一般来说，高衰减物体例如骨骼和金属物会在数据采集电路中产生射线束硬化、局部强度突变、或者低于量程等现象。这些效应又会产生阴影或条纹虚影。例如，在脊骨外科手术中常常使用钛金属框架支撑病人身体。按照一种结构，该框架设置在无脊骨部分，从而使骨骼可以在钛金属框架中生长。为了监测病人病情，必须监测框架内骨骼的生长情况。但是，利用已知的CT扫描机，由于钛金属框架感生的金属虚影十分严重，并且会出现明显的CT数偏差。结果，难于监测框架内的骨骼生长量。

所以，需要校正由高衰减物体引起的虚影。而且还需要在不明显增加系统成本的前提下校正这种虚影。

利用能够校正高衰减物体虚影的一种校正算法可以实现这些和其它目的。根据本发明的一个实施例，对病人进行扫描以产生投影数据。对这些投影数据进行处理以生成图象数据。然后处理所说图象数据以识别高衰减物体。这种识别是通过将图象数据按照高衰减物质类别划分实现的。所说物质类别包括在特定扫描过程中预计可能遇到的各种类型的高衰减物质。通过为每一具体类别指定一个CT数可以划分图象数据。例如，对于钛金属框架，将每个CT数按照骨骼、软组织、和钛金属的预计材料类别进行划分。

然后为每种高衰减物质生成独立成分的图象数据。具体地说，就是将图象数据乘以每种高衰减物质的隶属函数。利用一个衰减特征函数生成投影误差数据。所说衰减特征函数表示各种厚度的高衰减物质的总衰减量。

每种高衰减物质的仅含误差图象数据是通过对投影误差数据进行过滤和反向透射产生的。然后对仅含误差图象数据进行标定，并与原始图象数据结合以校正由所说高衰减物体产生的虚影。对结合数据进行处理以生成经过校正的可显示图象。

上述算法可以校正由高衰减物体产生的虚影。因此，在存在高衰减物体情况下，可以生成质量提高的图象。

图1为CT成象系统的示意图。

图2为图1所示系统的方框示意图。

图3为高衰减物质的衰减特征曲线图。

图4表示软组织、骨骼、和钛金属的隶属函数。

参见图1和图2，图中所示的计算机断层摄影(CT)成象系统10包括表征“第三代”CT扫描机的一个机架12。机架12包括一个X-射线源14，该射线源向位于机架12相反一侧的一个探测器阵列18发射一束X-射线16。X-射线束经过一个准直器(未示出)的准直而处于笛卡尔坐标系中的一个X-Y平面内，通常将这个平面称为“成象平面”。探测器阵列18由多个探测器元20构成，这些探测器元20共同探测穿过受检查病人22的投影X-射线。每个探测器元20产生表示入射X-射线束强度，进而表示射线束穿过病人身体22时产生的衰减的一个电信号。在进行一次扫描以获取X-射线投影数据的过程中，机架12和安装在其上的各个部分围绕一个旋转中心24旋转。

机架12和旋转和X-射线源14的工作由CT系统10的一个控制机构26操纵。控制机构26包括一个X-射线控制器28，该控制器向X-射线源14和用于控制机架12的旋转速度和位置的一个机架电机控制器30提供电力和定时信号。控制机构26中的一个数据采集系统(DAS)32从探测器元20的输出中采集模拟数据，并将这些数据转换成用于后续处理的数字信号。一个图象重构器34从DAS32中接收经过采集和数字化处理的X-射线数据，并进行高速图象重构。将重构获得的图象作为一个输入传输到计算机36中，该计算机将图象存储在一个主存储器38中。

计算机36还通过带有键盘的控制台40从操作者处接收命令和扫描参数。一台相连的阴极射线管显示器42使操作者可以看到重构的图象以及来自计算机的其它数据。计算机36利用操作者输出的命令和参数向DAS32、X-射线控制器28和机架电机控制器30提供控制信号和信息。此外，计算机36还控制一个工作台电机控制器44，该控制器控制一个电机驱动的工作台46将病人22在机架12中定位。具体地说就是，工作台46将病人身体22的一部分移动通过机架开孔48。

以下有关高衰减物质虚影校正的讨论有时特指轴向扫描。但是，这种虚影校正算法并不局限于仅在轴向扫描中使用，而是可以应用于其它形式的扫描，例如螺旋扫描。还应当理解，下述的这种算法可以在计算机36中实施，并处理，例如，重构图象数据。或者，可以在图象重构器34中实施这种算法，并将经过校正的图象数据传输到计算机36。当然，其它的实施方式也是可能的。此外，术语“高衰减”物体指的是与软组织相比具有明显不同密度的那些物质。

如上所述，在进行CT扫描时，从探测器元20中获得数据。在本领域中通常将这种数据称为投影数据。然后进行高速图象重构以生成图象数据。关于图象重构，在目前市场上可买到的CT机中使用许多种图象重构算法，本发明的图象校正算法可以与多种这类算法结合使用。

根据本发明的一个实施例，通过识别每种高衰减物体，生成每种高衰减物质的仅含误差图象数据，将所说仅含误差图象数据与原始图象数据结合以生成经过校正的图象数据来校正高衰减物体虚影的图象数据。然后处理经过校正的图象数据以生成一幅经过校正的图象。

在识别高衰减物体之前，首先确定经常会遇到的高衰减物质的衰减特性。具体地说，通过测量一种物质各种厚度的衰减量来确定或表征每种物质的衰减特征。将测得的衰减量相对于物质厚度进行标绘以生成一条衰减曲线。然后利用衰减曲线借助于已知的曲线拟合算法确定衰减特征函数。

例如，并参见图3，采用二次拟合，钛的衰减特征为：

λ=0.16602+0.233341t-0.00290t²

其中：λ=总衰减量

t=钛的厚度

在确定每种物质的衰减特征之后，识别图象数据中的高衰减物体。这种识别是通过首先识别包含在图象数据中的物质实现的。这种高衰减物质的识别根据扫描类型的不同而有所区别。例如，如果是对牙齿填充物进行牙齿扫描，在需要识别的高衰减物体通常是汞。在识别出这些物质之后，将图象数据分成不同类型并进行校正。具体地说，将图象数据相对于已经识别的每种高衰减物质分成独立类别。例如，当扫描上述的钛金属框架时，将图象数据分成三个独立的类别，即，软组织、骨骼、和钛金属。根据所检测物的不同，还可以限定其它的类别。

为了进行分类，使用了图象数据的CT数。具体地说，根据其强度将图象数据中的每个CT数指定给某一类物质。一般来说，不同的物质具有不同的CT数。例如，骨骼的CT数大于200，水的CT数为0，软组织(大脑中)的CT数大约为20-50，空气的CT数为-1000。由于各种物质的CT数是不同的，所以一般使用一种阈值方法将CT数指定给某一类物质，例如水和软组织。在本领域中已知有许多阈值方法。

但是，如图4所示，许多CT数的强度处于不同类别，或阈值之间。为了将这样的CT数指定给适合类别的物质，可以使用模糊逻辑生成各种物质的隶属函数。例如，有些CT数无法以较高的可信度指定给骨骼或钛金属。这样的CT数对于骨骼类和钛金属类具有双重隶属关系。利用模糊逻辑，可以确定CT数属于具有第一隶属级的钛金属类，并且属于具有第二隶属级的骨骼类。骨骼区到钛金属区的转换函数可以是线性或者非线性的。

在图4所示的一个实施例中，当CT数增加时，软组织的隶属级下降，而骨骼的隶属级提高。当CT数较高时，CT数隶属级从骨骼转换到钛金属。精心设计各个隶属函数，使得各种物质彼此之间能够适合地相互区别。

然后，为每种高衰减物质生成组分图象数据。具体地说，就是将图象数据乘以每种高衰减物质的隶属函数。例如，当扫描钛金属框架时，用骨骼隶属函数乘以重构的图象数据以生成仅含骨骼的组分图象数据。此外，用钛金属隶属函数乘以图象数据以生成仅含钛金属的组分图象数据。

然后，将仅含骨骼的组分图象数据和仅含钛金属的组分图象数据分别正向投影以产生骨骼投影数据组和钛金属投影数据组。正向投影技术是已知的，许多种技术都可以与本发明的算法结合使用。正向投影由于采用了内插处理，所以可以产生较为平滑的投影数据。然后利用衰减特征函数调整骨骼和钛金属投影数据以产生独立的骨骼和钛金属投影误差数据。具体地说，根据骨骼衰减特征函数调整骨骼投影数据，而根据钛金属衰减特征函数调整钛金属投影数据。

在另一个实施例中，对于具有清晰影像的那些扫描，可以用较高的截止频率产生重构图象数据，以生成组分图象数据。在再一个实施例中，可以使用高频截止滤波器对原始重构图象数据进行滤波，以生成边缘增强的图象数据。

在对骨骼和钛金属投影数据滤波之后，将所得的滤波数据反向投影以产生各种物质的仅含误差的图象数据。对每种物质的仅含误差图象数据进行标定，并与原始图象数据相加以校正高衰减物体虚影。在将仅含误差数据和图象数据组合之后，将所得的数据进行处理以生成经过校正的图象。然后，在例如显示器42上显示经过校正的图象。

在另一个实施例中，可以根据从相邻片层采集的图象数据调整高衰减物质的衰减特性。具体地说就是，假定高衰减物体的衰减特性不会非常快速地变化，调整所说衰减特性以使得在对高衰减物体的图象数据校正之后周围区域的均匀性最高。可以对衰减特性调整任意次数，以确保校正的总体性能。此外，可以将紧邻高衰减物体的一个区域或片层的强度与离开高衰减物体一小段距离的一个区域或片层的强度进行比较。如果紧邻区域与周围区域之间的偏差大于一个第一阈值，则不实施校正。但是，如果该偏差处于小于所说第一阈值但是大于一个本底阈值之间的有效范围内时，可以调整高衰减物质的衰减特性，使得经过校正的图象数据反映出平直强度。

在又一个实施例中，操作者可以根据病人22或病人的医疗记录提供的信息从一组预定或预先存储的衰减特性中进行选择。这些预先存储的衰减特性识别通常会遇到的高衰减物质。如果无法获得与特定高衰减物体有关的信息，则可以根据所要进行扫描的类型选择所需衰减特性，例如对于牙齿扫描来说，高衰减物质最有可能是汞。

在再一个实施例中，可以在进行滤波和反向投影之前将各种物质的投影数据结合在一起。然后按照如上所述对结合的投影数据进行处理。这样处理可以提高生成校正图象的速度。

从以上对于本发明各个实施例的描述，显然可知能够实现本发明的目的。尽管已经详细地介绍和描述了本发明，但是应当清楚地理解，以上内容仅仅是说明性，而不是限定性的。因此，本发明的构思和范围只能由权利要求书限定。

Claims (29)

1、用于校正图象数据中由高衰减物体产生的虚影的一种方法，所说图象数据是在一个计算机断层摄影系统中采集的，所说方法包括以下步骤：

确定高衰减物体中各种高衰减物质的衰减特性；

识别所说图象中的高衰减物体；和

产生各种高衰减物体的仅含误差图象数据。

2、如权利要求1所述的一种方法，其特征在于识别所说高衰减物体包括以下步骤：

将图象数据按照物质类别划分；和

生成各种物质类别的隶属函数。

3、如权利要求1所述的一种方法，其特征在于产生各种高衰减物体的仅含误差图象数据包括产生各种高衰减物质的独立组分图象数据的步骤。

4、如权利要求3所述的一种方法，其特征在于产生独立组分图象数据包括将所说图象数据乘以各种物质类别的隶属函数的步骤。

5、如权利要求3所述的一种方法，其特征在于产生各种高衰减物体的仅含误差图象数据还包括以下步骤：

通过将各种高衰减物质的组分图象正向投影产生投影数据；和

通过调整所说投影数据产生投影误差数据。

6、如权利要求5所述的一种方法，其特征在于通过调整所说投影数据产生投影误差数据的步骤包括利用各种高衰减物质的衰减特性调整所说投影数据的步骤。

7、如权利要求6所述的一种方法，其特征在于利用各种高衰减物质的衰减特性调整所说投影数据的步骤包括以下步骤：

利用操作者输入的数据识别所说高衰减物质；和

根据所说经过识别的高衰减物质利用预定的衰减特性调整所说投影数据。

8、如权利要求7所述的一种方法，其特征在于利用操作者输入数据识别所说高衰减物质的步骤包括识别所进行扫描类型的步骤。

9、如权利要求5所述的一种方法，其特征在于从所说投影数据产生仅含误差图象的步骤包括以下步骤：

对各种高衰减物质的投影误差数据进行滤波，和

将经过滤波的投影误差数据进行反向投影。

10、如权利要求5所述的一种方法，其特征在于它还包括在产生投影数据之前将各种高衰减物质的投影数据结合的步骤。

11、如权利要求1所述的一种方法，其特征在于它还包括对各种高衰减物质的仅含误差图象数据进行标定的步骤。

12、如权利要求11所述的一种方法，其特征在于它还包括通过将经过标定的仅含误差图象数据与所说图象数据相加而生成经过校正的图象的步骤。

13、如权利要求1所述的一种方法，其特征在于在所说计算机断层摄影系统中采集的图象数据包括从一组断层切片获得的图象数据，其中确定各种高衰减物质的衰减特性包括以下步骤：

将从一个第一片层获得的图象数据与从一个第二片层获得的图象数据进行比较；和

根据对片层之间图象数据的比较结果调整各种高衰减物质的衰减特性。

14、如权利要求13所述的一种方法，其特征在于根据对不同片层之间图象数据的比较结果调整所说衰减特性包括以下步骤：

确定所说第一片层图象数据与所说第二片层图象数据之间的偏差是否处于一个有效范围之中；和

如果该偏差处于所说有效范围内，则调整所说高衰减物质的衰减特性。

15、用于校正图象数据中由高衰减物体产生的虚影的一种系统，所说图象数据是在断层扫描中获得的，所说系统的结构使之能够：

确定所说高衰减物体的各种物质的衰减特性；

识别所说图象数据中的高衰减物体；和

产生各种高衰减物体的仅含误差图象数据。

16、如权利要求15所述的一种系统，其特征在于识别高衰减物体，所说系统的结构使之能够：

将所说图象数据按照物质类别划分；

产生各种物质类别的隶属函数。

17、如权利要求15所述的一种系统，其特征在于为了产生各种高衰减物体的仅含误差图象数据，所说系统的结构使之能够产生各种高衰减物质的独立组分图象。

18、如权利要求17所述的一种系统，其特征在于产生所说独立组分图象，所说系统的结构使之能够用各种物质类别的隶属函数乘以所说图象数据。

19、如权利要求17所述的一种系统，其特征在于产生各种高衰减物体的仅含误差图象数据，所说系统的结构使之能够：

通过将各种高衰减物质的组分图象正向投影产生投影数据；和

调整所说投影数据以产生投影误差数据。

20、如权利要求19所述的一种系统，其特征在于为了调整所说投影数据以产生投影误差数据，所说系统的结构使之能够利用各种高衰减物质的衰减特性调整所说投影数据。

21、如权利要求20所述的一种系统，其特征在于利用各种高衰减物质的衰减特性调整所说投影数据，所说系统的结构使之能够：

利用操作者输入的数据识别所说高衰减物质；和

根据所识别的高衰减物质利用预定的衰减特性调整所说投影数据。

22、如权利要求21所述的一种系统，其特征在于利用操作者输入的数据，所说操作者识别所进行扫描的类型。

23、如权利要求19所述的一种系统，其特征在于通过调整所说投影数据产生投影误差数据，所说系统的结构使之能够：

对各种高衰减物质的投影误差数据进行滤波；和

将经过滤波的投影误差数据反向投影。

24、如权利要求19所述一种系统，其特征在于该系统还能够在产生所说投影数据之前将各种高衰减物质的投影数据结合起来。

25、如权利要求24所述的一种系统，其特征在于该系统还能够对各种高衰减物质的仅含误差图象数据进行标定。

26、如权利要求25所述的一种系统，其特征在于该系统还能够通过将经过标定的仅含误差图象数据与所说图象数据相加而产生经过校正的图象。

27、如权利要求15所述的一种系统，其特征在于所说在断层扫描中采集的图象数据包括从多个片层获得的图象数据，和确定各种高衰减物质的衰减特性，所说系统的结构使之能够：

将一个第一片层的图象数据与一个第二片层的图象数据进行比较；和

根据不同片层图象数据之间比较结果调整各种高衰减物质的衰减特性。

28、如权利要求27所述的一种系统，其特征在于根据所说不同片层图象数据之间的比较结果调整所说衰减特性，所说系统的结构使之能够：

确定所说第一片层图象数据与所说第二片层图象数据之间的偏差是否处于一个有效范围内；和

如果所说偏差处于所说有效范围内，则调整所说高衰减物质的衰减特性。

29、如权利要求15所述的一种系统，其特征在于该系统还能够产生经过校正的图象。

Images