TW201417769A - 一種影像品質的改善處理方法及其造影系統 - Google Patents
一種影像品質的改善處理方法及其造影系統 Download PDFInfo
- Publication number
- TW201417769A TW201417769A TW101141803A TW101141803A TW201417769A TW 201417769 A TW201417769 A TW 201417769A TW 101141803 A TW101141803 A TW 101141803A TW 101141803 A TW101141803 A TW 101141803A TW 201417769 A TW201417769 A TW 201417769A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- detection
- function
- function variable
- pixel
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000003384 imaging method Methods 0.000 title claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 86
- 230000015556 catabolic process Effects 0.000 claims description 66
- 238000006731 degradation reaction Methods 0.000 claims description 66
- 238000005259 measurement Methods 0.000 claims description 26
- 238000003325 tomography Methods 0.000 claims description 24
- 230000006872 improvement Effects 0.000 claims description 18
- 238000003672 processing method Methods 0.000 claims description 18
- 230000009467 reduction Effects 0.000 claims description 14
- 238000002583 angiography Methods 0.000 claims description 9
- 238000002591 computed tomography Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 5
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 21
- 230000000694 effects Effects 0.000 abstract description 3
- 230000005855 radiation Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 98
- 238000010586 diagram Methods 0.000 description 7
- 238000009206 nuclear medicine Methods 0.000 description 6
- 238000011084 recovery Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 241000283984 Rodentia Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4417—Constructional features of apparatus for radiation diagnosis related to combined acquisition of different diagnostic modalities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10108—Single photon emission computed tomography [SPECT]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Quality & Reliability (AREA)
Abstract
本發明提供一種影像品質的改善處理方法供醫學影像使用。本發明透過一函數變量應用於影像復原的演算法中,改善會導致影像模糊化之部份體積效應(partial volume effects,PVE)現象,增進影像定量的準確性。在一實施例中,利用該影像品質的改善處理方法,本發明更提供一種造影系統用來檢測待測物,進而得到關於病灶部位之清晰還原影像。
Description
本發明係有關醫學影像處理技術,尤其是指一種影像品質的改善處理方法與使用該方法之造影系統。
隨著科技的進步,核醫影像為近代發展的診斷之有效工具,其主要目的是利用放射性同位素來追蹤觀察感興趣的活體組織位置。為偵測其影像,一般普遍使用例如正子斷層造影(Positron Emission Tomography,PET)和單光子電腦斷層造影(Single Photon Emission Computed Tomography,SPECT)的儀器。
偵測的原理是利用造影時偵檢器所收到之訊號建立數學模型,再利用影像重建技術將影像還原出來。重建影像的過程中,受限於儀器的空間解析度會使影像產生一定程度的退化現象,影響影像定量準確性。
假設g(x,y)為測量到的影像,則影像退化的模型可以用下列的式子表示:g(x,y)=H[f(x,y)]+n(x,y);其中,原始影像f(x,y)受到一個退化函數H作用後,再加上不特定雜訊n(x,y)產生所見到的影像g(x,y),通常為了簡化運算,會假設H是一個線性空間不變量(linear spatially invariant),則該退化模型可以表示成:g(x,y)=h(x,y)* f(x,y)+n(x,y);其中*為迴旋積(convolution),空間中的迴旋積和其頻率域
的乘法為傅立葉轉換對。
接著對上述的模型進行傅立葉轉換,在頻率域中進行計算下式:G(u,v)=H(u,v)×F(u,v)+N(u,v)
之後再進行傅立葉轉換回到空間域上可以縮減運算時間和負擔。在核醫影像的應用上,讓h(x,y)作用在一個光點上(原始影像只是一個點),所量測的影像會具有擴散模糊的退化特性,因此h(x,y)又稱為點散開函數(point spread function,PSF)。影像復原的目的是獲得一個原始影像的估測,一般而言,對退化函數h(x,y)和雜訊n(x,y)瞭解越多,所產生的效果會越好。
為了提升定量分析的解析度和鑑別率,會採用影像復原的方式來增進影像品質,此方式又稱為影像去模糊化(de-blurring)。影像復原演算法按其性質可以分為兩大類:直接演算法(direct method)和迭代演算法(iteration method),其中直接演算法的精神在於透過對影像模型的估計,一次獲得其解,而迭代演算法是反復循環的求解,逼近原始的影像。在迭代演算法中,以路西理查德森(Lucy Richardson,LR)演算法為被廣泛使用的迭代演算法。
例如,美國專利US.Pat.No.7,899,254係將LR影像復原演算法應用在核醫影像上。LR演算法的原理取自於最大概似估計法:
其中g (k)(x,y)=h(x,y)* f (k)(x,y),這個演算法的觀念源自於將影像
資料想成隨機量,是由其他隨機量產生的某種可能,去找出這些可能性的最大值。使用上述演算法之前提為影像中所有數值不得小於0。
傳統LR演算法最大的問題在於,該演算法假設退化現象是一個線性空間不變量(linear spatially invariant),儘管核醫影像的退化現象多半為高斯分佈,但它會是一個空間變量問題,以microPET R4為實施例,如第1圖所示,其係為系統退化測量結果曲線圖,建立該退化測量結果曲線可以參考文獻Knoess C等人所發表之"Performance evaluation of the microPET R4 PET scanner for rodents",Eur J Nucl Med Mol Imaging,30(5),pp.737-47,2003。由第1圖可以得知離系統中心越遠則模糊情況越為嚴重,若針對每個位置均採用對應的退化函數進行復原,會是非常耗時的問題,舉例來說,一張512 x 512的影像具有262144個退化函數,所需復原時間是原先的數倍,傳統解決方式是切分成多張子影像進行取捨。另一個問題是傳統LR演算法針對不同位置或是不同物件,所需的適當迭代數因應各種情況而有所不同,例如小體積的造影物因PVE現象嚴重,所需迭代數較高,同一張影像選定一個迭代數後無法作到面面俱到。
綜合上述,因此亟需一種影像品質的改善處理方法與使用該方法之造影系統來解決習用LR演算法所產生之問題。
本發明提供一種影像品質的改善處理方法與使用該方
法之造影系統,其係透過一函數變量t,利用函數t進行內插或外插,函數變量t用以描述不同位置的退化函數差異,可將復原的過程與不同位置的退化函數建立關係,快速的進行復原,改善空間變量的問題。
本發明提供一種影像品質的改善處理方法與使用該方法之造影系統,其係透過關於物體體積大小的資訊之一體積函數變量tb與關於不同位置的位置退化函數ta的乘積作為還原所需之函數變量t,進行一個適度化復原,抑制或加快迭代數的影響,增進影像定量的準確性。
在一實施例中,本發明提供一種影像品質的改善處理方法,其係包括有下列步驟:提供一造影裝置,該造影裝置具有關於一偵測平面中每一個偵測位置(x,y)之一退化函數h(x,y);根據該退化函數h(x,y)決定出該偵測平面中的每一個偵測位置(x,y)相對於該偵測平面內之一基準位置之一退化距離所對應之一位置函數變量(ta);以該造影裝置產生關於至少一射源於該偵測平面上之一量測影像g(x,y),其係具有複數個像素,每一像素對應該偵測平面中之其中一偵測位置(x,y),且該原始影像中之一像素對應該基準位置;根據每一個像素與對應該基準位置之像素間的距離尋找出相應的退化距離以決定出每一像素所相應的位置函數變量(ta);根據該量測影像g(x,y)以及該退化函數h(x,y),對該量測影像g(x,y)的每一像素進行一還原運算以產生一
初始還原影像f(x,y);以及根據一方程式,對該量測影像g(x,y)之每一個像素所對應之偵測位置(x,y)進行一迭代運算,經過k次之迭代運算後,形成一迭代還原影像fk+1(x,y),其中該方程式為:
其中t係為函數變量,其係為該位置函數變量(ta)與一體積函數變量(tb)之乘積。
在另一實施例中,本發明提供一種造影系統,包括:一造影裝置,其係具有關於一偵測平面中每一個偵測位置(x,y)之一退化函數h(x,y),該造影裝置產生關於至少一射源於該偵測平面上之一量測影像g(x,y),其係具有複數個像素,每一像素對應該偵測平面中之其中一偵測位置(x,y),且該原始影像中之一像素對應該基準位置;一儲存單元,其係儲存有根據該退化函數h(x,y)決定出該偵測平面中的每一個偵測位置(x,y)相對於該偵測平面內之一基準位置之一退化距離所對應之一位置函數變量(ta);一控制單元,其係根據每一個像素與對應該基準位置之像素間的距離尋找出相應的退化距離以決定出每一像素所相應的位置函數變量(ta),該控制單元根據該量測影像g(x,y)以及該退化函數h(x,y),對該量測影像g(x,y)的每一像素進行一還原運算以產生一初始還原影像f(x,y),該控制單元根據一方程式,對該量測影像g(x,y)之每一個像素所對應之偵測位置(x,y)進行一迭代運算,經過k次之迭代運算後,形成一迭
代還原影像fk+1(x,y),其中該方程式為:
其中t係為函數變量,其係為該位置函數變量(ta)與一體積函數變量(tb)之乘積。
請參閱第2圖所示,該圖為造影系統示意圖。該造影系統係可以為X光(X-ray)造影系統、電腦斷層掃描(computer tomography)造影系統、正子斷層造影系統、單光子電腦斷層造影系統或者是斷層合成(tomosynesis)造影系統,但不以此為限制。在本實施例中,係以協和微系統(Concorde MicroSystems)所製造的microPET R4之正子斷層造影系統做說明。該斷層造影系統3包括有一斷層造影裝置30,其係具有一偵檢模組31,其係成一環狀,其內有一中空區域32可以提供位於移動台33上的待測物或人進入。該偵檢模組31具有複數對偵檢器,用以偵測輻射源所發出之單光子或正子對,該偵檢器係屬於習用之技術,在此不做贅述。要說明的是,偵檢模組30的架構並不以環狀為限制,也可以為可以進行相對線性位移運動之成對的偵檢器。該斷層造影裝置30,其係具有關於一偵測平面中每一個偵測位置(x,y)之一退化函數h(x,y),該斷層造影裝置30產生關於至少一射源於該偵測平面上之一量測影像g(x,y),其係具有複數個像素,每一像素對應該偵測平面中之其中一偵測位置(x,y),
且該原始影像中之一像素對應該基準位置。
該斷層造影裝置30更具有一控制單元34以及一儲存單元35。該控制單元34可以為具有運算處理能力的計算機,例如:電腦或伺服器。該電腦或伺服器可以整合在斷層造影裝置內或者是為外接的裝置。該控制單元34與該儲存單元35以及該偵檢模組31電性連接。該儲存單元35,其係為硬碟或記憶體,用以儲存有根據該退化函數h(x,y)所決定出該偵測平面中的每一個偵測位置(x,y)相對於該偵測平面內之一基準位置之一退化距離所對應之一位置函數變量(ta)。
要說明的是,該退化函數,如第1圖所示,係代表每一個斷層造影系統所具有影像還原退化的狀態。通常,在斷層造影系統出廠後,系統製造商都會提供關於該斷層造影系統之退化函數之系統資訊。該退化函數,主要是以一基準位置為中心,而其他偵測位置對該基準位置的距離所具有的解析度半高全寬值。在本實施例中該基準位置係為該斷層造影系統之一偵測平面上的中心位置。以第2圖所示的系統而言,偵測平面係為XZ座標平面上,該偵檢模組之環狀內部所涵蓋之圓形中空平面。要說明的是,該偵測平面之數量並非單一個,其係可以在Y軸向有多個偵測平片,其數量係根據偵檢器之晶體陣列之大小而定。而該退化距離,則指該偵測平面(圓形中空平面)上之偵測位置(x,y)相對於該基準位置之在徑向上之距離。
請參閱第3圖所示,該圖係為退化距離示意圖。在第3圖中顯示出環狀的偵檢模組31,其內部的中空區域32在Y軸向可以定義出複數個偵測平面90與91(第3圖僅以2個偵
測平面示意)。以偵測平面90而言,退化距離係為位置901與基準位置(偵測平面90之中心)900之間在徑向的距離r。另外,要說明的是,該基準位置,在本實施例中,雖為該偵測平面之中心,但不以此為限制,使用者可以根據需要自訂基準位置。又,對應每一個偵測平面的還原影像上的每一個像素與偵測平面上的每一個偵測位置相對應,因此還原影像中的每一個像素所具有的退化距離即可根據前述之偵測位置與基準中心之關係得知。
在說明該位置函數變量(ta)之前,先說明LR演算的原理,如下式(1)所示,其係為傳統LR演算法方程式:
其中,g (k)(x,y)=h(x,y)* f (k)(x,y),而f(k+1)(x,y)代表經過迭代k次後的還原影像的每一個像素之灰階值。傳統LR演算法是假設退化函數h(x,y)是一個線性空間不變量(linear spatially invariant)。然而,根據第1圖所示儘管核醫影像的退化現象多半為高斯分佈,但它會是一個空間變量問題。而還原影像之每一個像素f(k+1)(x,y)對應著斷層造影系統之每一個偵測平面上之一偵測位置。又因為每一個偵測位置相對於一基準位置(偵測平面之中心)在徑向上之距離對應有一半高全寬值(如第1圖所示),因此每一個像素f(k+1)(x,y)在還原過程中係對應不同的退化函數。
為了方便演算,本發明讓還原影像之每一個像素都以該基準位置所具有的退化函數作為對應該像素之退化函數。不過為了將退化函數是空間變量的導引至還原的演算
法,因此設置了一函數變量(t)作為空間變量的調整之用。因此,根據以下的推導,形成了本發明還原影像之演算法:
其中根據上述推導而得下述方程式(2)即為本發明為了克服線性空間不變量之缺陷,而形成的影像還原演算法:
根據上述推導,可以得知,本發明對每一個經過迭代複數次後所得之還原影像像素fk+1(x,y)而言,加入一函數變量(t)至傳統的演算法中,進行適度的補償,修正影像復原用於核醫影像。其中,在一實施例中,該函數變量係為位置函數變量(ta)與體積函數變量之乘積。在一實施例中,該體積函數變量(tb)係為1,亦即不考慮射源體積對還原影像造成的影像。而該位置函數變量(ta)則可以根據第1圖所示之曲線,根據偵測位置與基準位置之距離,找出對應的退化函數之半高全寬值,然後將該半高全寬值除以2.35得到模糊變異值(blur sigma)σ。再根據第4圖之曲線,由σ值找到對應的位置函數變量(ta)值。
接下來說明,如何產生第4圖之曲線。第4圖之曲線可
以透過實驗或電腦模擬之方式來建立。請參閱第4圖所示,其中曲線92代表電腦模擬而得,而曲線93代表透過實驗的方式而得。首先說明電腦方式所得的曲線。首先利用軟體對一點射源進行蒙地卡羅模擬(monte carlo simulations),其係用以模擬關於一斷層造影系統在點射源在各個不同偵測位置下的退化狀態。在本實施例中,該斷層造影系統係以microPET R4來說明。一般而言,軟體可以接收關於斷層造影系統之相關系統參數,而可以模擬出該斷層造影系統之退化狀態。相關軟體之操作係為本領域技術之人所熟知,在此不做贅述。
透過電腦模擬的方式,軟體可以自動地將點射源設置在各個位置,此時軟體可以模擬microPET R4偵測該點射源的計數,進而可以得到如第1圖所示的退化曲線。透過軟體模擬,而得到退化曲線(亦即半寬全高值與各位置之關係曲線)之後,即可以得知在偵測平面之各個位置下的σ值。截至目前的程序所得的σ值代表LR演算時對應每一個還原影像像素所需要的退化函數h(x,y)理論上應該帶入之值。為了尋找出t和σ值之關係,請參閱第5A圖與第5B圖所示。通過蒙地卡羅(軟體)模擬即可得知系統中不同位置的σ值,圖5A之範例顯示關於偵測平面90之A點(中央)的σ值為3.4,B點之σ值則為4.0。一般而言,通常造影系統中心的σ值較小,靠近邊緣的σ值較大。
接著,對於位置902之射源,採用σ值為3.4,然後以式(2)對的不同的t針對前述點射源的實驗結果進行影像復原。舉例來說,假設以系統中心位置A的退化現象為基準,
並測量得到它的σ值為3.4,欲對另一個位置902進行復原,位置B的σ值為4,以σ值為4若要看位置902的t值,可以先在位置902模擬一個半徑大於兩倍系統半高全寬的物體退化現象(σ=4)。接著以方程式(2)給σ=4,t=1進行復原並圈選有興趣區域94(ROI)得到第5B圖中之(a)圖,接著讓t從0~2改變,且以σ=3.4進行復原並圈選有興趣區域(ROI),如第5B圖中之(b)圖所示。最後再由(b)中找出復原結果與(a)之結果相近時的t值。以上圖範例而言,當S2使用σ=3.4,t=1.4進行復原時結果和使用σ=4.0,t=1對同一處復原可以獲得最接近的結果,便可以獲得位置902之t與退化函數的關係。同理,如果以實驗的方式,也是相同的模式進行。要說明的是,如果是以實驗的方式來進行,一般並無法完全對所有的偵測位置進行偵測,因此可以再透過再以曲線擬合(curve fitting)之方式改善離散取點的實驗誤差問題,建立如第4圖所示之t和σ值之間的轉換關係。
由於該函數變量係為位置函數變量(ta)與體積函數變量之乘積,而在前述之一實施例中,有提到體積函數變量(tb)為1。在另一實施例中,可以該體積函數變量(tb)也可以不為1。以下說明如何決定該體積函數變量不為1時之方式。函數變量(t)中要考慮到體積函數變量(tb)時,通常會是在射源體積的半高全寬值小於2倍的情況,因為這樣的射源大小在經過LR還原時,並無法得到清楚的影像,因此通常需要增加迭代演算的次數,而讓還原影像清楚。不過增加迭代演算之次數,往往會在偵測平面中有多個射源且射源體積不同時,讓其他射源的還原影像變形。為了解決這個
問題,尤其是在多個體積大小不同的射源時,可以透過體積函數變量(tb)的補償,使得多個射源經過還原後所得的還原影像可以更清楚。
決定體積函數變量(tb)可以先取得該退化函數h(x,y),其係為該偵測平面中每一個偵測位置(x,y)相對於該偵測平面之中心之距離與該斷層造影裝置所具有之一解析度半高全寬之關係。該退化函數可以透過造影實驗或蒙地卡羅方法模擬取得系統半高全寬,如第1圖所示。接著,對該系統解析度半高全寬之一特定倍數範圍,給予該體積函數變量(tb)從2降至1的一變化關係,而超過該解析度半高全寬之特定倍數範圍時,則該體積函數變量(tb)給予1。在本實施例中,如第6圖所示,係對系統一倍至兩倍半高全寬時,給予一個t從2降至1的曲線變化,超過系統兩倍半高全寬時給予1。要說明的是,倍數範圍可以根據需要而定,並不以本實施例之一倍與兩倍為限制。此外,在另一個實施例中,判斷每一射源之影像寬度係可藉由一影像裝置所得之射源影像來判斷。其中該影像裝置係為電腦斷層造影(computed tomography,CT)或者是核磁共振造影(magnetic resonance imaging,MRI)。因此,如果造影時有CT或MRI影像能給予體積資訊,再以體積資訊轉換為系統半高全寬。
請參閱第7圖所示,該圖係為本發明之影像品質的改善處理方法流程示意圖。該影像品質的改善處理方法2包括有進行步驟20提供一斷層造影裝置,該斷層造影裝置具有關於一偵測平面中每一個偵測位置(x,y)之一退化函數h(x,y)。該斷層造影裝置,在本實施例中,係為如第2圖所
示之斷層造影裝置30,microPET R4。而該退化函數h(x,y)則為第1圖所示之曲線。接著,進行步驟21,根據該退化函數h(x,y)決定出該偵測平面中的每一個偵測位置(x,y)相對於該偵測平面內之一基準位置之一退化距離所對應之一位置函數變量(ta)。在本步驟中,係如前述關於第3圖之說明,每一個偵測位置與該基準位置間有一個徑向的退化距離r。要說明的是,以第2圖為例,步驟21所得到之資訊都是儲存於儲存單元35內。儲存單元35可以整合在控制單元34內或為額外獨立的元件。
接著以步驟22,以該造影裝置產生關於至少一射源於該偵測平面上之一量測影像g(x,y),其係具有複數個像素,每一像素對應該偵測平面中之其中一偵測位置(x,y),且該原始影像中之一像素對應該基準位置。在本步驟中,如第2圖所示,含有射源之待測物或人體進入該斷層造影裝置30之中空部,使該偵檢模組31對該待測物或人體進行偵測正子或單光子,偵檢模組31偵測到的計數訊號再傳至控制單元34進行處理以得到量測影像g(x,y)。
接著,再進行步驟23,根據每一個像素與對應該基準位置之像素間的距離尋找出相應的退化距離以決定出每一像素所相應的位置函數變量(ta)。在本步驟中,由於每一個測量位置都會對應到影像的特定像素,因此控制單元34可以計算得知每一個像素與基準位置之距離,再根據步驟21所得到的資訊決定出位置函數變量(ta)。
接著再進行步驟24,根據該量測影像g(x,y)以及該退化函數h(x,y),對該量測影像g(x,y)的每一像素進行一還原運
算以產生一初始還原影像f(x,y)。在本步驟中,該初始還原影像f(x,y)可以利用LR之影像還原方式,計算而得。接著,進行步驟25,根據方程式(2),對該量測影像g(x,y)之每一個像素所對應之偵測位置(x,y)進行一迭代運算,經過k次之迭代運算後,形成一迭代還原影像fk+1(x,y),其中t係為函數變量,其係為該位置函數變量(ta)與一體積函數變量(tb)之乘積。該迭代還原影像fk+1(x,y)即為經過方程式(2)所得到之品質改善的還原影像。
要說明的是,迭代運算次數k可以根據需求以及影像還原狀況而定。迭代運算次數k與函數變量(t)之乘積為定值,舉例來說,迭代6次且t為1與迭代4次t為1.5的復原結果是接近的,如遇到迭代1次或2次後影像已過度復原(常發生在SPECT),在一實施例中,可以利用壓低函數變量(t)值來抑制迭代次數造成的過度影響。根據前述之方式,在一實施例中,可以藉由調整迭代運算次數k與以及函數變量(t),來控制迭代運算造成影像過度還原之步驟。
要說明的是,前述之實施例主要為體積函數變量(tb)為1的實施例,亦即不考慮射源之體積對還原造成的影響。在另一實施例中,可以考慮射源體積,而根據第6圖來決定體積函數變量(tb)之值。然後,將位置函數變量(ta)和體積函數變量(tb)相乘結果作為影像復原的調整函數變量(t)。如此可以讓體積小的射源,在影像還原中也可以產生清楚的影像。甚至在複數個體積大小不同之射源時,透過體積函數變量(tb)之補償可以得到更好解析效果的還原影像。
不過,由於相乘的結果可能使得函數變量(t)大於2,因
此,如果是在這種情況下,則有需要利用函數變量(t)與迭代次數k之間乘積為定值關係,來調整增加迭代數,以降低函數變量(t)值,進而避免迭代演算發散。請參閱第8A圖所示,其係顯示AB兩個位置各自的位置函數變量(tb)及體積函數變量(tb),兩個位置的最後ta*tb值皆未超過2,故可以直接以此參數進行復原即可。但是,如第8B圖所示,如果若其中一點B的ta*tb值超過2時則必須針對t值以及迭代數進行修正。修正方法為先找到ta*tb最大的數字,以第8B圖而言就是2.52,依據定義t與迭代數之間的關係中,假設復原的迭代數設定為5,則依據迭代數乘t為定值k的結果可以得到:2.52(t)×5(迭代數)=12.6(k)………(3)其中12.6即為常數k。為了使t必須小於2,修正方法便是降低函數變量(t),提高迭代次數k,使得最後相乘的常數不變。以上式(3)來說可以把2.52除2,使t降至1.26,然後提升迭代數2倍到10,即可達到降低函數變量(t)值與維持迭代次數k與函數變量(t)相乘的常數,如下式(4)所示:
因此,只要選擇夠大的除數就可以將t值降到2以下。要說明的是,除了B點之外,其他的位置所對應之函數變量(t)值也要同步除以2,並接著迭代次數提升2倍。
惟以上所述之具體實施例,僅係用於例釋本發明之特點及功效,而非用於限定本發明之可實施範疇,於未脫離本發明上揭之精神與技術範疇下,任何運用本發明所揭示
內容而完成之等效改變及修飾,均仍應為下述之申請專利範圍所涵蓋。
2‧‧‧影像品質的改善處理方法
20~25‧‧‧步驟
3‧‧‧斷層造影系統
30‧‧‧斷層造影裝置
31‧‧‧偵檢模組
32‧‧‧中空區域
33‧‧‧移動台
34‧‧‧控制單元
35‧‧‧儲存單元
90、91‧‧‧偵測平面
900‧‧‧基準位置
901、902‧‧‧位置
92、93‧‧‧曲線
94‧‧‧興趣區域
第1圖係為系統退化測量結果曲線圖。
第2圖係為斷層造影系統示意圖。
第3圖係為退化距離示意圖。
第4圖係為σ值與位置函數變量(ta)值對應曲線圖。
第5A圖與第5B圖係為決定位置函數變量(ta)示意圖。
第6圖係為本發明之決定體積函數變量(tb)曲線之一實施例示意圖。
第7圖係為本發明之影像品質的改善處理方法流程示意圖。
第8A與第8B圖係為本發明調整迭代次數以及函數變量(t)示意圖。
3‧‧‧斷層造影系統
30‧‧‧斷層造影裝置
31‧‧‧偵檢模組
32‧‧‧中空區域
33‧‧‧移動台
34‧‧‧控制單元
35‧‧‧儲存單元
Claims (14)
- 一種影像品質的改善處理方法,其係包括有下列步驟:提供一造影裝置,該造影裝置具有關於一偵測平面中每一個偵測位置(x,y)之一退化函數h(x,y);根據該退化函數h(x,y)決定出該偵測平面中的每一個偵測位置(x,y)相對於該偵測平面內之一基準位置之一退化距離所對應之一位置函數變量(ta);以該造影裝置產生關於至少一射源於該偵測平面上之一量測影像g(x,y),其係具有複數個像素,每一像素對應該偵測平面中之其中一偵測位置(x,y),且該原始影像中之一像素對應該基準位置;根據每一個像素與對應該基準位置之像素間的距離尋找出相應的退化距離以決定出每一像素所相應的位置函數變量(ta);根據該量測影像g(x,y)以及該退化函數h(x,y),對該量測影像g(x,y)的每一像素進行一還原運算以產生一初始還原影像f(x,y);以及根據一方程式,對該量測影像g(x,y)之每一個像素所對應之偵測位置(x,y)進行一迭代運算,經過k次之迭代運算後,形成一迭代還原影像fk+1(x,y),其中該方程式為:
- 如申請專利範圍第1項所述之影像品質的改善處理方法,其中該函數變量(t)之範圍係介於0-2。
- 如申請專利範圍第1項所述之影像品質的改善處理方法,其中在該還原運算以及該迭代運算中的退化函數h(x,y)係為對應該基準位置之h(x,y)。
- 如申請專利範圍第1項所述之影像品質的改善處理方法,其中迭代運算次數k與函數變量(t)之乘積為定值。
- 如申請專利範圍第4項所述之影像品質的改善處理方法,其係更包括有藉由調整迭代運算次數k與以及函數變量(t),來控制迭代運算造成影像過度還原之步驟。
- 如申請專利範圍第1項所述之影像品質的改善處理方法,其中該體積函數變量(tb)係為1。
- 如申請專利範圍第1項所述之影像品質的改善處理方法,其中該體積函數變量(tb)之決定方式更包括有下列步驟:取得該退化函數h(x,y),其係為該偵測平面中每一個偵測位置(x,y)相對於該偵測平面之中心之距離與該造影裝置所具有之一解析度半高全寬之關係;對該系統解析度半高全寬之一特定倍數範圍,給予該體積函數變量(tb)從2降至1的一變化關係,而超過該解析度半高全寬之特定倍數範圍時,則該體積函數變量(tb)給予1;判斷關於每一射源之影像寬度是否介於該解析度半高全寬之一特定倍數範圍內;以及如果是,則根據該影像寬度所對應之該特定倍數範圍內 之一數值與該變化關係,決定該體積函數變量(tb)。
- 如申請專利範圍第7項所述之影像品質的改善處理方法,其中該特定倍數範圍係界於該解析度半高全寬之一倍至兩倍之間。
- 如申請專利範圍第7項所述之影像品質的改善處理方法,其中判斷每一射源之影像寬度係由該量測影像g(x,y)中關於每一射源之影像來判斷。
- 如申請專利範圍第7項所述之影像品質的改善處理方法,其中判斷每一射源之影像寬度係藉由一影像裝置所得之射源影像來判斷。
- 如申請專利範圍第10項所述之影像品質的改善處理方法,其中該影像裝置係為電腦斷層造影(computed tomography,CT)或者是核磁共振造影(magnetic resonance imaging,MRI)。
- 如申請專利範圍第1項所述之影像品質的改善處理方法,其係更包括有如果函數變量(t)大於2,則根據迭代運算次數k與函數變量(t)之乘積為定值之關係來改變迭代次數k而使該函數變量(t)之值小於2之步驟。
- 一種造影系統,包括:一造影裝置,其係具有關於一偵測平面中每一個偵測位置(x,y)之一退化函數h(x,y),該造影裝置產生關於至少一射源於該偵測平面上之一量測影像g(x,y),其係具有複數個像素,每一像素對應該偵測平面中之其中一偵測位置(x,y),且該原始影像中之一像素對應該基準位置;; 一儲存單元,其係儲存有根據該退化函數h(x,y)決定出該偵測平面中的每一個偵測位置(x,y)相對於該偵測平面內之一基準位置之一退化距離所對應之一位置函數變量(ta);以及一控制單元,其係根據每一個像素與對應該基準位置之像素間的距離尋找出相應的退化距離以決定出每一像素所相應的位置函數變量(ta),該控制單元根據該量測影像g(x,y)以及該退化函數h(x,y),對該量測影像g(x,y)的每一像素進行一還原運算以產生一初始還原影像f(x,y),該控制單元根據一方程式,對該量測影像g(x,y)之每一個像素所對應之偵測位置(x,y)進行一迭代運算,經過k次之迭代運算後,形成一迭代還原影像fk+1(x,y),其中,該方程式為:
- 如申請專利範圍第13項所述之造影系統,其係為X光造影系統、電腦斷層攝影系統、正子斷層造影、單光子電腦斷層造影或斷層合成造影系統。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101141803A TWI500412B (zh) | 2012-11-09 | 2012-11-09 | 一種影像品質的改善處理方法及其造影系統 |
US13/962,029 US8971657B2 (en) | 2012-11-09 | 2013-08-08 | Method for improving image quality and imaging system using the same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW101141803A TWI500412B (zh) | 2012-11-09 | 2012-11-09 | 一種影像品質的改善處理方法及其造影系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201417769A true TW201417769A (zh) | 2014-05-16 |
TWI500412B TWI500412B (zh) | 2015-09-21 |
Family
ID=50681735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW101141803A TWI500412B (zh) | 2012-11-09 | 2012-11-09 | 一種影像品質的改善處理方法及其造影系統 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8971657B2 (zh) |
TW (1) | TWI500412B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI682231B (zh) * | 2017-09-26 | 2020-01-11 | 日商島津製作所股份有限公司 | 醫用x射線影像處理裝置與x射線影像攝影裝置 |
TWI788109B (zh) * | 2021-11-18 | 2022-12-21 | 國立陽明交通大學 | 依據造影之對應空間位置整合醫學影像之系統及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5273040A (en) * | 1991-11-14 | 1993-12-28 | Picker International, Inc. | Measurement of vetricle volumes with cardiac MRI |
US5790709A (en) * | 1995-02-14 | 1998-08-04 | Ben-Gurion, University Of The Negev | Method and apparatus for the restoration of images degraded by mechanical vibrations |
US5737456A (en) * | 1995-06-09 | 1998-04-07 | University Of Massachusetts Medical Center | Method for image reconstruction |
US6246783B1 (en) * | 1997-09-17 | 2001-06-12 | General Electric Company | Iterative filter framework for medical images |
US20010008418A1 (en) * | 2000-01-13 | 2001-07-19 | Minolta Co., Ltd. | Image processing apparatus and method |
JP2002288653A (ja) * | 2001-03-23 | 2002-10-04 | Minolta Co Ltd | 画像処理装置,方法,プログラム及び記録媒体 |
US7423790B2 (en) | 2004-03-18 | 2008-09-09 | Canon Kabushiki Kaisha | Photoelectric conversion apparatus and contact-type image sensor |
-
2012
- 2012-11-09 TW TW101141803A patent/TWI500412B/zh not_active IP Right Cessation
-
2013
- 2013-08-08 US US13/962,029 patent/US8971657B2/en not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI682231B (zh) * | 2017-09-26 | 2020-01-11 | 日商島津製作所股份有限公司 | 醫用x射線影像處理裝置與x射線影像攝影裝置 |
TWI788109B (zh) * | 2021-11-18 | 2022-12-21 | 國立陽明交通大學 | 依據造影之對應空間位置整合醫學影像之系統及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20140133723A1 (en) | 2014-05-15 |
TWI500412B (zh) | 2015-09-21 |
US8971657B2 (en) | 2015-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10274439B2 (en) | System and method for spectral x-ray imaging | |
US8094898B2 (en) | Functional image quality assessment | |
CN112770838B (zh) | 使用自关注深度学习进行图像增强的系统和方法 | |
US10977841B2 (en) | Time-of-flight (TOF) PET image reconstruction using locally modified TOF kernels | |
US20110268334A1 (en) | Apparatus for Improving Image Resolution and Apparatus for Super-Resolution Photography Using Wobble Motion and Point Spread Function (PSF), in Positron Emission Tomography | |
CN107635469B (zh) | 基于pet系统中的散射符合的衰减图的估计 | |
EP2852931A1 (en) | Fast scatter estimation in pet reconstruction | |
US11816764B2 (en) | Partial volume correction in multi-modality emission tomography | |
JP2022545440A (ja) | 深層学習を用いた正確且つ迅速な陽電子放出断層撮影のためのシステム及び方法 | |
JP2018153605A (ja) | 体脂肪率測定装置、方法およびプログラム | |
CN109716388B (zh) | 图像数据中的降噪 | |
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 | |
JP2023553918A (ja) | 医用画像内のアーチファクトの低減 | |
KR101268246B1 (ko) | 양전자 단층 촬영 영상에서 워블 동작과 psf을 이용한 초해상도 촬영 장치 및 방법 | |
TWI500412B (zh) | 一種影像品質的改善處理方法及其造影系統 | |
US10363002B2 (en) | X-ray CT image reconstruction device, X-ray CT image reconstruction method, and X-ray CT apparatus | |
KR101958099B1 (ko) | 양전자 방출 단층 촬영기의 비행시간 정보를 이용한 감쇠보정 방법 | |
JP4360601B2 (ja) | 画像再構成処理プログラムおよび記録媒体 | |
CN116172594B (zh) | 用于生成患者的结果图像数据集的方法及装置 | |
Liu et al. | TV-stokes strategy for sparse-view CT image reconstruction | |
KR20130124870A (ko) | 양전자 방출 단층 촬영에 있어서 보정 모델을 이용하여 고해상도 영상을 생성하는 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |