CN1681438A - 血流动态分析设备及方法和图像诊断设备 - Google Patents

Abstract

一种血流动态分析设备和方法，根据动态拍摄的X射线断层像，对每一个组织的流入动脉的时间—浓度曲线和时间—浓度曲线执行傅里叶变换。然后，根据傅里叶变换的流入动脉的时间—浓度曲线计算得出一个逆滤波器。将逆滤波器乘以傅里叶变换的每一个组织的时间—浓度曲线，以得到用于组织的传递函数。然后，将用于每一个组织的得到的传递函数用于计算生理功能信息。因此，如果从计算机X线断层照相设备提供的X射线断层像获得要分析的器官的生理功能信息，可以按照较低的造影率获得大量的生理功能信息。尤其是只需要最少的计算时间就可以获取生理功能信息。

Description

血流动态分析设备及方法和图像诊断设备

技术领域

本发明涉及一种血流动态(blood flow dynamic)分析设备和方法，以及一种图像诊断设备，尤其是一种有助于使用血流动态分析设备或类似设备对X射线断层像进行图像分析的技术，该X射线断层像由能够使用X射线或电磁波提供对象的生理功能时间变化信息的计算机X射线断层像诊断设备提供。

背景技术

例如，传统的血流动态分析设备使用X射线CT设备来进行动态成像。在成像过程中，向患者体内注射碘基造影剂，这样，血流动态分析设备就可以提供注射入体内的造影剂浓度的时间变化信息。通过时间变化情况，可以描绘出一个时间—浓度曲线图，然后，通过分析时间—浓度曲线图的曲线，就能够得出患者的生理功能信息，例如血流动态。用于血流动态分析的典型算法包括伽马函数分析法、最大梯度法(maximum gradient)以及去卷积(deconvolution)法。

首先，伽马函数分析法运用伽马函数来逼近时间—浓度曲线，然后，从逼近曲线的峰值和曲线下面积来计算血流信息。接下来，最大梯度法通过把每个组织的时间—浓度曲线的最大倾角值除以动脉输入函数的CT值最大攀升值来计算出血流量。

然而，伽马函数分析法和最大梯度法需要在对象体内注入大约8到10毫升/秒的造影剂。不利地，这会给注入造影剂的对象的体能带来沉重的负担。此外，不利地，伽马函数分析法只能做定性评估，不能做定量评估。

因此，人们做了大量工作来研究能减少造影率(contrast rate)并可进行定量评估的血流分析法。结果，去卷积法得以提出(见下述公知文献)。去卷积法将动脉输入函数和组织剩余(redidue)函数进行去卷积运算，求出搏动剩余(impulse redidue)函数。然后，从求出的搏动剩余函数的峰值或曲线下面积来计算出血流信息。去卷积法的有利之处在于可使检查所需的造影率降低到3到5毫升/秒，此外，去卷积法所需造影剂的注射速度只是伽马函数分析法和最大梯度法所需速度的一半左右。

(公知文献：L.Ostergarrd等：High Resolution Measurement ofCerebral Blood Flow using Intravascular Tracer Bolus Passages：1996；Magnetic Resonance in Medicine Vol.36：715-725页)

然而，去卷积法要求在数据转换计算中进行大量的积分运算，数据转换运算从动脉输入函数和组织剩余函数确定了搏动剩余函数。因此，去卷积法需要计算时间。

本发明的目的是使血流动态分析能够在较短时间内实现。

发明内容

为了实现上述目的，本发明的特征在于：输入断层X射线摄影装置拍摄的X射线断层像；确定指示了输入X射线断层像的每个像素的时间变化信息的时间—浓度曲线；对于X射线断层像的每一个像素，从所确定的的时间—浓度曲线中提取流入动脉时间—浓度曲线；从提取的流入动脉时间—浓度曲线得出逆滤波函数；根据得出的逆滤波函数和用于X射线断层像的每个像素的时间—浓度曲线，得出用于X射线断层像的每个像素的传递函数，并利用已得出的用于X射线断层像的每个像素的传递函数来确定血流动态分析图像。

例如，这可以通过在频率空间中，将流入动脉时间—浓度曲线和组织时间—浓度曲线的逆滤波器相乘来得出用于每一个组织的传递函数。因此，和普通的去卷积法相比，可以减少运算的时间。

此外，根据希望的实施例，本发明的特征在于：从X射线断层像提取最大相连像素(connected pixel)区域；创建显示所提取的最大相连像素区域的掩码图像；以及所创建的掩码图像从与掩码图像区域不同的输入X射线断层像上去除不需要的区域，包括室内空气、床和骨。

因此，去除了血流分析不需要的区域，从而减少了要分析的数据量。这可以减少上述生理功能信息计算装置等进行计算所需的时间。

此外，根据另一个希望的实施例，本发明的特征在于：根据X射线断层像的每个像素的已确定的时间—浓度曲线来确定流出静脉时间—浓度曲线；得出流入动脉时间—浓度曲线与流出静脉时间—浓度曲线的峰值，本发明的特征还在于：流入动脉时间—浓度曲线中的部分体积平均(下文简称为PVA)效应的校正，以使流入动脉时间—浓度曲线的峰值与流出静脉的时间—浓度曲线的峰值相匹配。

具体地，如果将X射线CT设备来检查血流动态，与其固有的值相比，PVA效应可以减少包含动脉的立体像素(voxel)的CT值。这就降低了分析的定量特性。因此，对PVA效应的校正可以实现更为清晰的血流动态分析。

附图说明

图1是示出了根据本发明的血流动态分析设备的硬件配置的实例的方框图；

图2是示出了从向根据本发明的血流动态分析设备进行X射线断层像的输入到血流动态分析设备执行的函数图像的显示的过程的流程图；

图3示出了去除不需要区域的方法的流程图；

图4(a)和4(b)是示出了根据本实施例的校正PVA效应的方法的图；

图5(a)到5(c)是示出了根据本实施例的校正PVA效应的另一种方法的图；

图6是示出了根据本实施例的计算血管直径和峰值的过程的流程图；

图7是示出了根据本实施例的逆滤波器方法的概念图；

图8是示出了根据本实施例的逆滤波器方法的概念图；

图9是示出了根据本实施例的逆滤波器计算的处理过程的流程图；

图10是示出了计算生理功能信息的方法的图；

图11(a)到11(c)是示出了计算高频控制滤波器的方法1的图；

图12是示出了计算高频控制滤波器的方法2的图；以及

图13是示出了计算高频控制滤波器的方法3的图。

具体实施方式

参考附图，以下是对根据本发明的血流动态分析设备的优选实施例的详细说明。

图1是示出了根据本发明的血流动态分析设备的硬件配置的实例的方框图。如图1所示，血流动态分析设备由X射线断层像输入装置1和计算装置2组成，其中将由计算机X射线断层像成像设备拍摄的X射线断层像输入到装置1，装置2执行诸如图像分析的各种的计算。

X射线断层像输入装置1和计算装置2不必彼此独立，而可以集成在一起。

计算装置2包括：从X射线断层像输入装置1载入X射线断层像的接口(I/F)3、临时存储X射线断层像和计算结果的存储器4、执行不同计算的中央处理单元(CPU)5、例如其上存储了计算结果和函数图像的硬盘的记录介质6、例如鼠标和键盘的外部输入装置7和能够显示处理结果的显示装置8。这些部件由公用总线9连接在一起。

图2是流程图，示出了从向根据本发明的血流动态分析设备进行X射线断层像的输入到血流动态分析设备执行的函数图像的显示的过程。

首先，X射线断层像输入装置1选择向其执行血流动态分析的对象的X射线断层像。然后，X射线断层像输入装置1把所选择的X射线断层像输入到计算装置2中(步骤201)。输入的X射线断层像被临时存储在存储器4中或保存到记录介质6上。如果X射线断层像输入装置1和计算装置2是集成的，外部输入装置7就选择向其执行血流动态分析的对象的X射线断层像。从记录介质6读取所选择的X射线断层像并临时存储到存储器4中。

然后，CPU5将X射线断层像中显示为室内空气、床、骨等和分析生理功能信息不需要的区域去除(步骤202)。下文将详细说明去除不需要区域的方法。

然后，CPU5从每个像素的X射线断层像中获得指示了关于时间变化信息的时间—浓度曲线(步骤203)。随后，CPU5从时间—浓度曲线获得第一循环分量(步骤204)。为了获得第一循环分量，可以使用任意的公知算法，例如基于指数函数的伽玛函数拟合或外推。

随后，CPU 5确定用于动脉输入函数的动脉(以下称为流入动脉)和用于例如PVA效应校正的量化的静脉(以下称为流出静脉)(步骤205)。操作员可以在观察X射线断层像时手动地指定流入动脉和流出静脉。对于要分析的器官，还可以根据时间—浓度曲线的峰值和高峰时间，自动地确定流入动脉和流出静脉。

如果流入动脉和流出静脉是自动地被确定的，首先计算流入动脉和流出静脉的中央像素。为了自动地选择流入动脉和流出静脉的中央像素，可以利用用于每个组织的时间—浓度曲线的最大和最小值之间的差值(以下称为ΔTDC)，或高峰时间差值或峰值特征。例如，通过选择ΔTDC值等于或大于一定阈值的像素之一、峰值等于或大于预定阈值且具有最早高峰时间的像素，可以自动选择流入动脉的中央像素。此外，通过选择ΔTDC值等于或大于一定阈值的像素之一、峰值等于或大于预定阈值且具备最晚高峰时间的像素，可以自动选择流出静脉的中央像素。对于流入动脉和流出静脉的中央像素周围的像素，将峰值等于或大于阈值的像素与峰值小于阈值的那些像素相分离。然后，从峰值等于或大于阈值的像素中提取包括中央像素的相连像素。结果，确定了流入动脉区域和流出静脉区域。可以将中央像素单独确定为流入动脉和流出静脉。

然后，CPU5对PVA效应进行校正(步骤206)。后面将对PVA效应的校正方法进行详细描述。随后，CPU5对每一个像素进行逆滤波计算，以计算出生理功能信息(步骤207)。逆滤波器计算将在下面进行描述。

通过映射对每一个像素进行分析的生理功能信息来得到功能图像(步骤208)。然后，显示装置显示功能图像(步骤209)。可以在步骤206和207之间执行步骤204。

现在，将描述去除不需要区域的方法。

图3是示出了去除不需要区域的方法的流程图。如图3所示，CPU5首先对在图2的步骤201中输入的X射线断层像进行二值化(步骤301)。例如，通过在X射线断层像中将值大于或等于阈值的像素用1替换，同时将值小于阈值的像素用0替换来执行二值化处理。阈值可以是任意值，以便能够将要分析的活组织与室内空气相分离。例如，如果输入X射线断层像是CT图像，可以将阈值设置为大约-200。

随后，CPU 5对在步骤301中被二值化的图像进行标签标记(label)(步骤302)。通过将相同的数字(标签)应用到所有相连的像素(相连的分量)，同时将不同的数字应用到不同的相连分量，执行标签标记处理。如果相邻像素的值都是1，将其连接。例如，用作标签的值可以是从50开始的连续数字。

然后，CPU 5搜索最大相连分量(步骤303)。通过以下步骤来执行搜索最大相连分量：扫描被标记的整体图像、计数对于每一个标签值的像素数目并选择具有指示了最大像素数目的标签值的相连分量。随后，CPU 5提取最大相连分量(步骤304)。通过利用0替换除了在步骤303中被选择且具有指示了最大像素数目的所有像素来提取最大相连部分。因此，在二值化阶段，利用0来替换不需要区域的像素值，例如其像素值被替换为1的床和静脉内点滴管。

然后，CPU5跟踪绘制(track)出最大相连分量的轮廓，以提取最大相连分量的最外围的轮廓线(步骤305)。通过以下步骤来跟踪绘制轮廓线：水平地扫描在步骤304中只剩余最大相连分量的图像，从图像的左上角的像素开始，利用首先遇到的并且具有非零标签值的像素作为起点以逆时针方向跟踪绘制出轮廓，并且当扫描回到起点时结束跟踪绘制。一个和标签值不同的值(例如1)可以用来替换轮廓线上的像素。

随后，CPU5将1填充到步骤305中确定的轮廓线的内部，由此创建掩码图像(步骤306)。为了用1填充，可以利用种子填充(seed fill)算法，这是利用封闭区域内部的一点作为起点来利用数据填充封闭区域的内部的传统公知处理。在本实施例中，封闭区域是在步骤305中确定的轮廓线。此外，封闭区域内部的点是具有在步骤304确定的最大相连分量的标签值的像素。通过检测具有该标签值的像素并且将其用作起点来执行种子填充处理，可以利用数据来填充轮廓线的内部。

然后，CPU5将输入图像(X射线断层像)与在步骤S306中创建的掩码图像相乘，以去除位于掩码区域之外的像素(步骤307)。具体地，检查掩码图像的每一个像素。当检测到发现零像素时，用最小亮度来替换在原始图像中与该零像素的坐标相对应的像素。对于所有像素执行该操作，以便从输入图像中去除位于掩码区域之外的像素。

现在，将描述校正PVA效应的一种方法。

图4是示出了根据本实施例的校正PVA效应的方法的图。例如，如果分析大脑的生理功能信息，一般情况下将前部或中部脑动脉用作流入动脉。将上部矢状静脉窦用作流出静脉。根据Lapin等人的研究(Journal of Computer Assisted Tomography 1993 Vol.17卷：第108-114页)，PVA效应减小了包含动脉的立体像素的信号值，因此，前部或中部脑动脉时间—浓度曲线，即，流入动脉，具有比起固有值更小的数值。此外，根据Lee等人的研究(American Journal ofNeuroradiology 1999；Vol.20：第63-73页)，直径至少为1.73毫米的血管没有受到PVA效应的影响，因此，上部矢状静脉窦的时间—浓度曲线，即，流出静脉，没有受到PVA效应的影响。

因此，流入动脉和流出静脉的时间—浓度曲线通常如图4(a)所示。流入动脉的时间—浓度曲线的峰值Pa比流出静脉的时间—浓度曲线的峰值Pv减小了与由PVA效应引起的信号值的减小相对应的数值。理想情况下，与血管的直径无关，血管内的造影剂的浓度是固定的。结果，在没有PVA效应的情况下，与血管的直径无关，高峰信号值是固定的。因此，当将流入动脉的峰值被定义为Pa且流出静脉的峰值被定义为Pv时，如图4(b)所示，通过用Pv/Pa乘以流入动脉的时间—浓度曲线来校正流入动脉的PVA效应。当将在PVA效应校正之前的时间t处观察到的流入动脉的时间—浓度曲线定义为AIFpva(t)并且将在PVA效应校正之后的时间t处观察到的流入动脉的时间—浓度曲线被定义为AIF(t)时，可以进行校正，从而在两个时间—浓度曲线之间建立如下所示的公式：

$\mathrm{AIF}\left(t\right)=\mathrm{AIFpva}\left(t\right)\frac{\mathrm{Pv}}{\mathrm{Pa}}...\left(1\right)$

图5是示出了根据本实施例的校正PVA效应的另一种方法的图。

如果存在在与执行检查的成像和造影条件相同的条件下拍摄的任意以前的临床图像，可以将该图像用于进行PVA效应校正。

例如，在图5(a)所示的临床图像中，对于包含在X射线断层像中的多条血管1至5，计算血管直径R1至R5和用于血管的时间—浓度曲线的峰值。图5(b)示出了这些值。当在图表中描绘这些值时，得到了如图5(c)所示的曲线。后面将给出计算血管直径和峰值的方法的说明。血管直径越细，PVA效应越明显。当血管直径至少具有某一值时，血管就不会受到PVA效应的影响。因此，图5(c)中的曲线就会逐渐升高，直到达到直径Rth。然后，对于直径R大于或等于Rth的值，峰值就会得到平衡。在这种平衡状态中，为方便起见，峰值被定义为Pth。流入动脉的血管直径被定义为Ra。流入动脉时间—浓度曲线的峰值被定义为Pa。

如果Ra小于Rth，流入动脉的PVA效应就可以通过用Pth/Pa乘以流入动脉时间—浓度曲线得到校正。当将在PVA效应校正之前的时间t处观察到的流入动脉的时间—浓度曲线定义为AIFpva(t)并且将在PVA效应校正之后的时间t处观察到的流入动脉的时间—浓度曲线定义为AIF(t)时，可以进行校正，从而在两条时间—浓度曲线间建立起如下所示的公式：

$\mathrm{AIF}\left(t\right)=\mathrm{AIFpva}\left(t\right)\frac{\mathrm{Pth}}{\mathrm{Pa}}...\left(2\right)$

现在，将给出是计算血管直径和峰值的方法的描述。

图6是示出了根据本实施例的计算血管直径和峰值的过程的流程图。首先，CPU5计算出每一个时间—浓度曲线的高峰时间和峰值(步骤601)。然后，CPU5计算出血管的中央像素(步骤602)。峰值的特性可以用于计算中央像素。选择具有最大峰值的像素能够实现血管中央像素的自动选择。随后，对于血管的中央像素周围的像素，CPU 5将峰值等于或大于阈值的像素和峰值小于阈值的像素分离开(步骤603)。随后，CPU5从步骤603中确定的峰值大于或等于阈值的像素中提取包括中央像素的相连像素。由此，确定了一个血管区域(步骤604)。

然后，CPU5计算血管区域内像素的数目(步骤605)。CPU5然后从计算的像素数目中计算出血管区域的大小(步骤606)。由于在每个设备中的每一个像素的面积都是固定的值，可以通过将步骤605中确定的像素数目乘以一个像素的面积而得出血管面积的大小S。

随后，CPU5计算血管直径R(步骤607)。X射线断层像上的血管的形状可以用圆形近似。因此，下面所示的公式对于血管直径R和面积S成立。可以根据这个公式计算血管直径。

$R=\sqrt{\left(\frac{S}{\mathrm{\π}}\right)}...\left(3\right)$

然后，CPU5计算血管的时间浓度曲线(步骤608)。由于在步骤203中已经计算出每一个像素的时间—浓度曲线，通过计算血管区域内所有像素的时间—浓度曲线的平均值能够获得血管的时间—浓度曲线。不采用平均值，而可以根据在步骤602中计算到血管中央像素的距离来执行任意加权。

然后，CPU5计算出血管的时间—浓度曲线的峰值(步骤609)。可以颠倒从步骤605到步骤607以及从步骤608到步骤609的处理顺序。在本实施例中，通过利用峰值的特性来提取血管。然而，提取血管的方法并不仅限于此。只要能够准确提取血管就可以利用任意方法。可选地，可以通过在观察X射线断层像时手动地指定血管区域来提取血管。

现在，将描述逆滤波器方法的概念。

图7是示出了根据本实施例的逆滤波器方法的概念图。对于传递函数f的目标组织，当输入函数被定义为Cin(t)且输出函数被定义Cout(t)时，可以通过将Cin(t)与f进行卷积积分而得到Cout(t)。这个过程可以表达为如下公式：

$\mathrm{Cout}\left(t\right)=\underset{0}{\overset{t}{\∫}}\mathrm{Cin}\left(t\right)\·f(t-t^{\′})d{t}^{\′}...\left(4\right)$

如果将造影剂通过动脉注入到人体内，Cin(t)被流入动脉的时间—浓度曲线(动脉输入函数)AlF(t)替代，并且Cout(t)被组织的时间—浓度曲线Cr(t)替代。这个过程可以被表达为以下公式。

$\mathrm{Crt}\left(t\right)=\underset{0}{\overset{t}{\∫}}\mathrm{AIF}\left(t\right)\·f(t-t^{\′})d{t}^{\′}...\left(5\right)$

当公式(5)被转换到频率空间时，给出如下公式。

F{Cr(t)}＝F{AIF(t)}·F{f(t)}        …(6)

在这个公式中，F{AIF(t)}表示AIF(t)的傅里叶变换，F{Cr(t)}表示Cr(t)的傅里叶变换，F{f(t)}表示f(t)的傅里叶变换。

根据公式(5)和公式(6)，通过对流入动脉的时间—浓度曲线和组织的时间—浓度曲线进行逆卷积，可以得到传递函数f。然而，可以通过将流入动脉的时间—浓度曲线的逆滤波器乘以组织的时间—浓度曲线来获得相同的计算结果，而不采用执行逆卷积的方法。

当AIF(t)的逆滤波器被定义为AIF^-1(t)时，根据公式(6)，f(t)可以被表示为以下。

f(t)＝F^-1[F{AIF^-1(t)}·F{Cr(t)}]             …(7)

在这个公式中，F^-1表示傅里叶逆变换。

图8是示出了根据本实施例的逆滤波器方法的概念图。

在大多数情况下，对于血流动态分析，为了避免侵害对象，造影剂一般通过静脉被输入到人体中。在这种情况下，造影剂在人体内循环，然后流入被分析的组织中。将输入函数被定义为Cin(t)。循环路径的传递函数被定义为f1。目标组织的传递函数被定义为f2。目标组织的输出函数被定义为Cout(t)。于是，可以通过对Cin(t)和f1进行卷积积分以及对其计算结果和f2进行卷积积分来获得Cout(t)。因此，就得出下面的公式。

$\mathrm{Cout}\left(t\right)=\underset{0}{\overset{t}{\∫}}\{\∫\mathrm{Cin}\left(t\right)\·f_1(t1-{t_1}^{\′})d{t}_1^{\′}\}\·f_2(t-{t_2}^{\′})d{t_2}^{\′}...\left(8\right)$

Cin(t)和f1的卷积积分可以利用流入动脉的时间—浓度曲线(动脉输入函数)AIF(t)来替换。Cout(t)可以用组织的时间—浓度曲线Cr(t)来替换。因此，就得出了以下公式。

$\mathrm{Cr}\left(t\right)=\underset{0}{\overset{t}{\∫}}\mathrm{AIF}\left(t\right)\·f_2(t-{t_2}^{\′})d{t_2}^{\′}...\left(9\right)$

如前所述，公式(9)和公式(5)等价。因此，传递参数f2可以被表达为以下形式。

f₂(t)＝F^-1[F{AIF^-1(t)}·F{Cr(t)}]      …(10)

图9是示出了根据本实施例的逆滤波器计算的处理过程的流程图。如图9所示，CPU5执行对流入动脉的时间—浓度曲线的傅里叶变换(步骤901)。然后，CPU5根据傅里叶变换的流入动脉的时间—浓度曲线计算逆滤波器(步骤902)。当傅里叶变换的流入动脉的时间—浓度曲线的实数部分被定义为F{AIF_R}并且虚数部分被定义为F{AIF_I}时，逆滤波就可以表示如下。

$F\left\{\mathrm{AI}{F}^{-1}\left(t\right)\right\}=\frac{1}{\left[F\right\{\mathrm{AI}{F}_R\}+i\{\mathrm{AI}{F}_I\left\}\right]}...\left(11\right)$

$=\frac{F\left\{\mathrm{AI}{F}_R\right\}}{\left[F\right\{\mathrm{AI}{F}_R{\}}^2+i\left\{\mathrm{AI}{F}_I{\}}^2\right]}-\frac{\mathrm{iF}\left\{\mathrm{AI}{F}_I\right\}}{\left[F\right\{\mathrm{AI}{F}_R{\}}^2+i\left\{\mathrm{AI}{F}_I{\}}^2\right]}$

然后，逆滤波器的高频分量就被控制(步骤903)。通过利用例如Wiener滤波器或Butterworth滤波器的高频控制滤波器来对逆滤波器进行滤波，控制了逆滤波器的高频分量。随后，CPU5对每一个组织的时间—浓度曲线进行傅里叶变换(步骤904)。CPU5利用在步骤902中确定的逆滤波器来滤波经过傅里叶变换的组织的时间—浓度曲线(步骤905)。因此，CPU5得到了对经过傅里叶变换滤波的组织的时间—浓度曲线进行傅里叶逆变换(步骤906)的传递函数。

然后，CPU5从在步骤906中确定的传递函数计算生理功能信息，例如血流动态(步骤907)。下文将对计算生理功能信息的方法进行描述。可以将步骤904到步骤907重复等于被分析的组织的X射线断层像上的像素的数目的次数。另外，可以逆向执行从步骤901到步骤903的处理过程和步骤904的处理。

现在，将给出从传递函数中计算生理功能信息的方法的说明。

图10是示出了计算生理功能信息的方法的图。当传递函数被定义为f(t)时，例如，f(t)就具有如图10所示的形状。从如下所示的f(t)的最大值确定的血流(以下称为BF)。

BF＝f_max         …(12)

如下所示，此外，从f(t)的曲线下区域确定血量(以下称为BV)。

$\mathrm{BV}=\∫f\left(t\right)\mathrm{dt}...\left(13\right)$

如下所示，从f(t)的宽度确定平均通过时间(以下称为MIT)。

$\mathrm{MTT}=\∫\frac{f\left(t\right)\mathrm{dt}}{f_{\max }}...\left(14\right)$

在这个公式中，f_max表示f(t)的最大值。

现在，将给出确定高频控制滤波器的方法的说明。为了根据公式(9)计算传递函数，有必要对动脉的时间—浓度曲线和组织的时间—浓度曲线执行逆卷积。逆卷积可以粗略分为例如采用行列式的单值分解法以及采用傅里叶变换的逆滤波法。与采用行列式的方法相比，采用傅里叶变换的方法可以缩短时间。利用逆滤波方法，对于经过傅里叶变换的组织的时间—浓度曲线，在频率空间上采用根据经过傅里叶变换的动脉的时间—浓度曲线计算的逆滤波器进行滤波。该计算是用于加强高频分量的处理。一般情况下，生理信号分量出现在低频区域，而噪音部分出现在高频区域。因此，简单的逆滤波计算会不必要地加强噪音，这使得难以准确地获得生理功能信息。因此，对于逆滤波器，必须控制高频分量。

假设实际上已经测量了目标组织的动脉输入函数，即流入动脉的时间—浓度曲线，如图11a所示。该时间—浓度曲线的平均通过时间(MTTArtery)确定如下。

$\left(\mathrm{MT}{T}_{\mathrm{Artery}}\right)=\frac{\underset{t=0}{\overset{n}{\mathrm{\Σ}}}t\·\mathrm{Ca}\left(t\right)}{\underset{t=0}{\overset{n}{\mathrm{\Σ}}}\mathrm{Ca}\left(t\right)}...\left(15\right)$

在这个公式中，t表示时间，n表示测量点的数目，Ca(t)表示时间—浓度曲线。图11(b)所示的这种理想的矩形输入函数ideal_Ca(t)是根据流入动脉的时间—浓度曲线的高峰时间(图11中的PT)和利用公式(16)得出的平均通过时间来确定的；高峰时间前后的理想矩形输入函数的宽度等于平均通过时间。当经过傅里叶变换的ideal_Ca(t)被定义为F{ideal_Ca(t)}时，F{ideal_Ca(t)}如图11(c)所示。在这种情况下，有用的生态信息就会显示为低频分量，而对分析不重要的噪音部分就会显示为高频分量。相应地，对于如图所示的F{ideal_Ca(t)}函数，例如，只有角频率为0到(2π)/k的分量保持不变，(2π)/k到(4π)/k的分量被减弱，超过(4π)/k的频率部分被截除以确定滤波器的形状。该高频控制滤波器由以下的公式给出。

$\mathrm{filter}\left(\mathrm{\ω}\right)=\left\{\begin{array}{cc}1& 0\≤\mathrm{\ω}\≤{\mathrm{\ω}}_s\\ \frac{1}{2}+\cos \left\{\frac{\mathrm{\π}}{2({\mathrm{\ω}}_e-{\mathrm{\ω}}_s)}(\mathrm{\ω}-{\mathrm{\ω}}_s)\right\}& {\mathrm{\ω}}_s\≤\mathrm{\ω}\≤{\mathrm{\ω}}_e\\ 0& {\mathrm{\ω}}_e\≤\mathrm{\ω}\end{array}\right....\left(16\right)$

在这个公式中，ω表示角频率，ωs表示控制起始频率，ωe表示控制结束频率。当ideal_Ca(t)的宽度，也就是Ca(t)的平均通过时间被定义为k时，ωs＝(2π)/k，ωe＝(4π)/k。因此，高频区域控制滤波器的形状根据流入动脉的时间—浓度曲线确定。在本实施例的描述中，为方便起见，ωs＝(2π)/k，ωe＝(4π)/k。然而，ωs和ωe并不局限于此。也可以采用任意设置；ωs＝(nπ)/k，ωe＝(2π)/k(m≤n).在本实施例中，ωs和ωe根据流入动脉的时间—浓度曲线计算得出。然而，计算ωs和ωe的方法并不局限于此，也可以采用如图12所示的最大频率任意设置。

高频控制滤波器可以如下所示。

$\begin{array}{c}\end{array}\left[\begin{array}{c}\mathrm{filter}\left(\mathrm{\ω}\right)=\mathrm{filter}2\left(\mathrm{\ω}\right)+k\{\mathrm{filtcr}2\left(\mathrm{\ω}\right)-\mathrm{filtcrl}\left(\mathrm{\ω}\right)\}\\ \mathrm{filter}1\left(\mathrm{\ω}\right)=\left\{\begin{array}{cc}1& 0\≤\mathrm{\ω}\≤\mathrm{\ω}{1}_s\\ \frac{1}{2}-\cos \left\{\frac{\mathrm{\π}}{2(\mathrm{\ω}{1}_e-\mathrm{\ω}{1}_s)}(\mathrm{\ω}-\mathrm{\ω}{1}_s)\right\}& \mathrm{\ω}{1}_s\≤\mathrm{\ω}\≤\mathrm{\ω}{1}_e\\ 0& \mathrm{\ω}{1}_e\≤\mathrm{\ω}\end{array}\right.\\ \mathrm{filter}2\left(\mathrm{\ω}\right)\left\{\begin{array}{cc}1& 0\≤\mathrm{\ω}\≤\mathrm{\ω}{2}_s\\ \frac{1}{2}+\cos \left\{\frac{\mathrm{\π}}{2(\mathrm{\ω}{2}_e-\mathrm{\ω}{2}_s)}(\mathrm{\ω}-\mathrm{\ω}{2}_s)\right\}& {\mathrm{\ω}}_s\≤\mathrm{\ω}\≤\mathrm{\ω}{2}_e\\ 0& \mathrm{\ω}{2}_e\≤\mathrm{\ω}\end{array}\right.\end{array}\right.\·\·\·\left(17\right)$

公式(17)所表示的滤波器抑制了高频分量，同时增强了低频分量。在该公式中，k表示一个指示了如何增强低频分量的参数。如果进行以下设置：ω1s＝0，ω1e＝π/k，ω2s＝0，ω2e＝(3π)/k，且k＝0.75，则就可以得到如图13所示的一个高频控制滤波器。在本实施例中，ω1s、ω1e、ω2s、ω2e可以根据流入动脉的时间—浓度曲线计算得出。然而，计算方法并不局限于此。这些值可以在最大频率的基础上任意设置。

此外，高频控制滤波器可以显示一个图表，表示在计算机X射线断层像诊断设备中设置的图像显示部分上的测量的进度。结合这一图表，可以允许改变为高频控制滤波器所设置的不同参数中的至少一个，这通过采用定点设备的公知用户接口来进行，例如鼠标或跟踪球，以改变被显示图表的形状。不同的参数包括高频控制滤波器的控制频率和低频区域的频率增强的程度。

因此，可以通过改变不同的参数来适当加强原始信号，例如，通过增强高频控制滤波器的控制频段或低频区域的增强程度。结果，增大了信号分量的数目以抑制噪音分量。可以如此来设置优化的高频控制滤波器。这可以为血流动态提供经过了高分辨率生理功能信息分析的图像。

如上所述，根据以上的实施例，如果在用计算机X射线断层像诊断设备动态拍摄的X射线断层像上实行生理功能信息分析，可以实现具有小于伽马函数分析方法或最大梯度方法的造影率和少于去卷积法的计算时间的分析。本实施例还能够防止由于PVA效应引起的量化的退化。本实施例还能够防止由于不需要区域造成的计算时间的不必要增加，同时可以增强分析精度，而不需增加操作员的负担。

Claims (30)

1.一种血流动态分析设备，包括：

输入由X射线断层像成像装置拍摄的X射线断层像的输入装置；

第一计算装置，用于确定时间—浓度曲线，该曲线指示了由输入装置输入的X射线断层像的每个像素的时间变化信息；

第二计算装置，用于根据由第一计算装置确定的X射线断层像的每一个像素的时间—浓度曲线来提取流入动脉的时间—浓度曲线；

第三计算装置，用于根据第二计算装置所提取的流入动脉的时间—浓度曲线来得到逆滤波函数；

第四计算装置，用于根据由第三计算装置得到的逆滤波函数和由第一计算装置所确定的X射线断层像的每一个像素的时间—浓度曲线，得到用于X射线断层像的每一个像素的传递函数；以及

第五计算装置，用于利用由第四计算装置得到的用于X射线断层像的每一个像素的传递函数来确定血流动态分析图像。

2.根据权利要求1所述的血流动态分析设备，其中第三计算装置包括高频控制滤波器装置，用于控制所得到的逆滤波函数的高频分量。

3.根据权利要求2所述的血流动态分析设备，其中高频控制滤波器装置包括滤波函数计算装置，用于根据由第二计算装置所提取的流入动脉的时间—浓度曲线来得到滤波函数。

4.根据权利要求3所述的血流动态分析设备，其中滤波函数计算装置对由第二计算装置提取的流入动脉的时间—浓度曲线执行傅里叶变换，根据傅里叶变换的流入动脉的时间—浓度曲线来设置用于高频控制滤波装置的控制起始频率和控制结束频率，并根据所设置的控制起始频率和控制结束频率，得到用于高频控制滤波装置的滤波函数。

5.根据权利要求4所述的血流动态分析设备，其中根据傅里叶变换的流入动脉的时间—浓度曲线的最大频率来确定控制起始频率和控制结束频率。

6.根据权利要求2所述的血流动态分析设备，其中高频控制滤波装置包括参数设置装置，用于设置高频控制滤波器的低频部分要增强到的程度的至少一个参数和高频控制滤波器的波段。

7.根据权利要求6所述的血流动态分析设备，其中参数设置装置包括显示高频控制滤波装置的滤波函数的显示装置和改变由显示装置显示的滤波函数的改变装置。

8.根据权利要求7所述的血流动态分析设备，其中改变装置改变利用图形用户界面在显示装置上所显示的高频控制滤波函数的形状。

9.根据权利要求1所述的血流动态分析设备，还包括：

从输入装置所输入的X射线断层像提取最大相连像素区域的提取装置；以及

去除装置，用于根据由提取装置所提取的最大相连像素区域，从输入装置所输入的X射线断层像上去除对于血流动态分析不必要的区域。

10.根据权利要求9所述的血流动态分析设备，其中不必要的区域包括室内空气、床和骨。

11.根据权利要求1所述的血流动态分析设备，还包括：

确定装置，用于从输入装置所输入的、用于X射线断层像的每一个像素的时间—浓度曲线中确定流出静脉的时间—浓度曲线，得到所确定的流入动脉的时间—浓度曲线和所确定的流出静脉时间—浓度曲线的峰值；以及

校正装置，用于对流入动脉时间—浓度曲线的部分体积平均效应进行校正，以使得到的流入动脉的时间—浓度曲线的峰值与得到的流出静脉的时间—浓度曲线的峰值相匹配。

12.一种血流动态分析方法，包括：

输入步骤，输入由X射线断层像成像设备拍摄的X射线断层像；

第一计算步骤，用于确定时间—浓度曲线，该曲线指示了输入步骤所输入的X射线断层像的每一像素的时间变化信息；

第二计算步骤，用于从第一计算步骤所确定的X射线断层像的每一像素的时间—浓度曲线中提取流入动脉的时间—浓度曲线；

第三计算步骤，用于从第二计算步骤所提取的流入动脉的时间—浓度曲线中得到逆滤波函数；

第四计算步骤，用于根据由第三计算步骤得到的逆滤波函数，得到用于X射线断层像的每一个像素的传递函数，并得到用于第一计算装置所确定的X射线断层像的每一个像素的时间—浓度曲线；以及

第五计算步骤，用于利用由第四计算步骤得到的X射线断层像的每一个像素的传递函数来确定血流动态分析图像。

13.根据权利要求12所述的血流动态分析方法，其中第三计算步骤包括控制已得到的逆滤波函数的高频分量的高频控制滤波步骤。

14.根据权利要求13所述的血流动态分析方法，其中高频控制滤波步骤包括滤波函数计算步骤，用于根据第二计算步骤所提取的流入动脉的时间—浓度曲线来得到滤波函数。

15.根据权利要求14所述的血流动态分析方法，其中滤波函数计算步骤对在第二计算步骤中提取的流入动脉的时间—浓度曲线执行傅里叶变换，根据傅里叶变换的流入动脉的时间—浓度曲线，设置用于高频控制滤波装置的控制初始频率和控制结束频率，并根据所设置的控制初始频率和控制结束频率，得到用于高频控制滤波装置的滤波函数。

16.根据权利要求15所述的血流动态分析方法，其中根据傅里叶变换的流入动脉的时间—浓度曲线的最大频率来确定控制初始频率和控制结束频率。

17.根据权利要求13所述的血流动态分析方法，其中高频控制滤波步骤包括参数设置步骤，用于高频控制滤波器的低频部分要增强到的程度的至少一个参数和高频控制滤波器的波段。

18.根据权利要求17所述的血流动态分析方法，其中参数设置步骤包括：

在显示单元上显示高频控制滤波装置的滤波函数的步骤；以及

对在显示步骤中显示的滤波函数进行改变的步骤。

19.根据权利要求18所述的血流动态分析方法，其中

改变步骤采用图形用户界面来改变显示步骤所显示的高频控制滤波函数的形状。

20.根据权利要求12所述的血流动态分析方法，还包括：

从输入步骤所输入的X射线断层像提取最大相连像素区域的提取步骤；以及

去除步骤，用于根据在提取步骤中所提取的最大相连像素区域，从输入步骤所输入的X射线断层像上去除对于血流动态分析不必要的区域。

21.根据权利要求20所述的血流动态分析方法，其中不必要的区域包括室内空气、床和骨。

22.根据权利要求20所述的血流动态分析方法，还包括：

确定步骤，用于从输入装置所输入的X射线断层像的每一个像素的时间—浓度曲线确定流出静脉的时间—浓度曲线，得到所确定的流入动脉的时间—浓度曲线和流出静脉时间—浓度曲线的峰值；以及

校正步骤，用于校正流入动脉时间—-浓度曲线的部分体积平均效应，以使得到的流入动脉的时间—浓度曲线的峰值与得到的流出静脉的时间—浓度曲线的峰值相匹配。

23.一种拍摄活体的X射线断层像的图像诊断设备，包括：

输入装置，用于输入由X射线断层像成像装置所拍摄的X射线断层像；

第一计算装置，用于确定时间—浓度曲线，该曲线指示了输入装置所输入的X射线断层像的每一像素的时间变化信息；

第二计算装置，用于从第一计算装置所确定的X射线断层像的每一像素的时间—浓度曲线中提取流入动脉的时间—浓度曲线；

第三计算装置，用于从第二计算装置所提取的流入动脉的时间—浓度曲线得到逆滤波函数；

第四计算装置，用于根据第三计算装置所得到的逆滤波函数得到用于X射线断层像的每一个像素的传递函数，并得到用于由第一计算装置确定的X射线断层像的每一个像素的时间—浓度曲线；以及

第五计算装置，用于利用由第四计算装置得到的X射线断层像的每一个像素的传递函数来确定血流动态分析图像。

24.根据权利要求23所述的图像诊断设备，其中第三计算装置包括控制已得到的逆滤波函数的高频分量的高频控制滤波装置。

25.根据权利要求24所述的图像诊断设备，其中高频控制滤波装置包括滤波函数计算装置，用于根据第二计算装置提取的流入动脉的时间—浓度曲线来得到滤波函数。

26.根据权利要求25所述的图像诊断设备，其中滤波函数计算装置对第二计算装置提取的流入动脉的时间—浓度曲线执行傅里叶变换，根据傅里叶变换的流入动脉的时间—浓度曲线设置用于高频控制滤波装置的控制初始频率和控制结束频率，并根据所设置的控制初始频率和控制结束频率得到用于高频控制滤波装置的滤波函数。

27.根据权利要求26所述的图像诊断设备，其中根据傅里叶变换的流入动脉的时间—浓度曲线的最大频率来确定控制初始频率和控制结束频率。

28.根据权利要求24所述的图像诊断设备，其中高频控制滤波装置包括参数设置装置，用于设置高频控制滤波器的低频部分要增强到的程度的至少一个参数和高频控制滤波器的波段。

29.根据权利要求28所述的图像诊断设备，其中参数设置装置包括显示高频控制滤波装置的滤波函数的显示装置以及改变显示装置显示的滤波函数的改变装置。

30.根据权利要求29所述的图像诊断设备，其中改变装置采用图形用户界面来改变显示装置所显示的高频控制滤波函数的形状。

Images