用于减少图像伪影的方法和系统与流程

文档编号:14477934
研发日期:2018/5/19

除非本文另有指明,否则本节中所描述的方法不是本申请中的权利要求书的现有技术,也不因包含于本节中而被承认是现有技术。

计算机断层摄影(CT)涉及通过在单次扫描操作(“扫描”)中收集投影数据来对目标对象的内部结构进行成像。CT在医学领域中广泛用于观察人体的选定部分的内部结构。在理想成像系统中,辐射射线沿着相应直线传输路径从辐射源行进穿过目标对象,并且然后行进到成像系统的相应像素检测器,以便产生不具有伪影的体数据(例如,体积图像)。

然而,在实践中,体数据可能包括诸如线状、噪声、杯状、环状、阴影、模糊等图像伪影。例如,图像伪影可由投影数据中的错误引起,诸如数据不一致性、丢失数据、几何不确定性、投影空间中的叠加、各种物理性质(例如,重构算法未覆盖到的散射)等。上述内容全都导致图像退化并且影响例如后续诊断和治疗规划。因此,希望开发出通过校正投影数据来减少体数据中的图像伪影的技术。



技术实现要素:

在本公开的至少一个实例中,公开一种用于减少图像伪影的方法。所述方法可包括:获得使用成像系统采集的测量投影数据,所述测量投影数据与目标对象和所述成像系统的辐射场内的伪影源相关联。所述方法还可包括:通过正向投影表示所述伪影源的一种或多种物理性质的模型来生成与所述伪影源相关联的虚拟投影数据。所述方法还可包括:基于所述测量投影数据和所述虚拟投影数据生成经校正投影数据;以及将所述经校正投影数据重构成重构体积图像数据,以便减少由所述伪影源造成的图像伪影。

上述概述仅是说明性的,并且不意图以任何形式进行限制。除上文描述的说明性方面、实施方案和特征之外,其他方面、实施方案和特征通过参考附图和以下详细描述将变得显而易见。

附图简述

图1是示出示例性成像系统的示意图;

图2是示出辐射源和检测器相对于目标对象处于多个投影角度的示例性构型的示意图;

图3是用于减少重构体数据中的图像伪影的示例性过程的流程图;

图4是具有位置和取向估计的用于减少重构体数据中的图像伪影的示例性过程的流程图;

图5是具有轨迹估计的用于减少重构体数据中的图像伪影的示例性过程的流程图;

图6是具有模型提取的用于减少重构体数据中的图像伪影的示例性过程的流程图;

图7示出根据图3、图4、图5和图6中的实例的减少图像伪影的示例性实现方式;

图8A示出通过对图7中的测量投影数据应用重构操作生成的示例性重构体数据;

图8B示出图8A中的重构体数据的放大区段;

图8C示出通过对图7中的经校正投影数据应用重构操作生成的示例性重构体数据;

图8D示出图8A中的示例性重构体数据与图8C中的示例性重构体数据之间的差异;并且

图9是被配置来减少重构体数据中的图像伪影的示例性计算装置。

详述

在以下详述中,参照附图,所述附图形成本发明的一部分。在附图中,类似符号通常标识类似部件,除非上下文另外指示。在详述、附图和权利要求书中描述的示例性实施方案并不意味着是限制性的。在不脱离本文提出的主题的精神或范围的情况下,可使用其他实施方案并且可做出其他改变。将容易理解的是,如在本文中大体描述的并在附图中展示的本公开的方面可以各种各样的不同构型进行布置、取代、组合、分离以及设计,所有构型都是在本文中明确考虑的。

图1是示出示例性成像系统100的示意图。尽管示出了一个实例,但成像系统100可根据实践中所希望的实现方式具有替代的或另外的部件。在图1的实例中,成像系统100包括:辐射源110;检测器120,所述检测器120具有沿着投影线(在下文中定义;见185)设置成与辐射源110相对的像素检测器;第一组风扇叶片130,所述第一组风扇叶片130设置在辐射源110与检测器120之间;以及第一风扇叶片驱动器135,所述第一风扇叶片驱动器135固持风扇叶片130并设定其位置。风扇叶片130的边缘可定向成基本上垂直于扫描轴线(在下文中定义;见180),并且基本上平行于检测器120的横轴尺寸(在下文中定义)。

成像系统100还可包括设置在辐射源110与检测器120之间的第二组风扇叶片140以及固持风扇叶片140并设定其位置的第二风扇叶片驱动器145。风扇叶片140的边缘可定向成基本上平行于扫描轴线(在下文中定义;见180),并且基本上垂直于检测器120的轴向尺寸(在下文中定义)。风扇叶片130和140总体上设置成离辐射源110比离检测器120更近。它们正常地保持全开以使得检测器120的完整范围能够暴露于辐射,但是在某些情况下可部分地闭合。

成像系统100还包括:吊架150,所述吊架150保持至少辐射源110、检测器120以及风扇叶片驱动器135和145相对于彼此处于固定或已知的空间关系;机械驱动器155,所述机械驱动器155使吊架150围绕设置在辐射源110与检测器120之间的目标对象105旋转,其中目标对象105设置在一方面的风扇叶片130和140与另一方面的检测器120之间。术语“吊架”具有广泛含义,并且涵盖可保持以上标识的部件处于固定或已知的(但可能可移动的)空间关系的一个或多个结构构件的所有构型。为了附图中的视觉简明性起见,未示出吊架外壳、吊架支撑件和风扇叶片支撑件。

另外地,成像系统100包括控制器160、用户接口165和计算装置170。控制器160可电联接到辐射源110、机械驱动器155、风扇叶片驱动器135和145、检测器120和用户接口165。用户接口165可被配置来使得用户能够至少启动对目标对象105的扫描并且能够从检测器120收集测量投影数据。用户接口165可被配置来呈现测量投影数据的图形表示。联接到控制器160的计算装置170可被配置来执行模拟操作、数据处理操作以及将在下文中更详细描述的其他操作。

在成像系统100中,吊架150可被配置来在扫描过程中围绕目标对象105旋转,使得辐射源110、风扇叶片130和140、风扇叶片驱动器135和145以及检测器120绕目标对象105环行。更确切地,吊架150可使这些部件围绕扫描轴线180旋转。如图1中所示,扫描轴线180与投影线185相交,并且通常垂直于投影线185。目标对象105以基本上固定的关系与扫描轴线180总体上对齐。所述构型在一方面的投影线185与另一方面的扫描轴线180和与其对齐的目标对象105之间提供相对旋转,其中相对旋转由角位移值θ衡量。

机械驱动器155可联接到吊架150以便在由控制器160命令时提供旋转。检测器120上的像素检测器阵列可周期性地读取以采集放射照相投影的数据(在下文也称为“测量投影数据”)。检测器120具有彼此垂直的X轴线190和Y轴线195。检测器120可被定向成使得其Y轴线195平行于扫描轴线180。由于这个原因,Y轴线195也可称为检测器120的轴向尺寸,并且X轴线190可称为检测器120的横轴尺寸或横向尺寸。

X轴线190垂直于由扫描轴线180和投影线185限定的平面,并且Y轴线195平行于这同一平面。检测器120上的每个像素被分配沿着X轴线190的离散X坐标(“X”)和沿着Y轴线195的离散Y坐标(“Y”)。为了视觉清晰起见,图中示出较少数量的像素。检测器120可定中心于投影线185上以实现对目标对象105的全风扇成像,可从投影线185偏移以实现对目标对象105的半风扇成像,或可相对于投影线185可移动以允许对目标对象105的全风扇和半风扇两种成像。

贯穿本公开,术语“投影视角”和“投影角度”可互换地使用。术语“投影数据”、“投影”、“放射照相投影”和“投影图像”也可互换地使用。

如使用图1解释的,辐射源110和检测器120可围绕目标对象105旋转360°以便以各种角度(诸如针对每1°)采集投影数据。更详细地,图2是示出辐射源110和检测器120相对于目标对象105处于多个投影角度的示例性构型200的示意图。X-Y平面被定义为纸的平面,并且Z轴从纸延伸出去。为了简明性,在图2中示出两个投影角度θ1(见202)和θ2(见204),但在实践中,投影数据可以另外的或替代的角度进行收集。

在成像期间,目标对象105(一般是患者等)躺在患者台或治疗躺椅210(例如,具有躺椅轨道215)上,同时辐射源110围绕目标对象105旋转。目标对象105还使用固定装置220总体上保持在相对静止的位置处,所述固定装置220诸如头罩、颈罩、头枕、头架、身体固定架、眼睛和下颚罩、咬合块、上部咬合模具、患者支撑架、真空模袋、聚氨酯泡沫铸件等。为了促进实时跟踪目标对象105的感兴趣结构或区域(例如,肿瘤),可使用定位装置230,诸如来自Varian Medical Systems公司的Calypso系统等。这使得临床医生能够基本上始终保持感兴趣区域在来自辐射源110的辐射射束的路径中。在实践中,Calypso系统可使用射频波执行实时跟踪。目标对象105可植入有至少一个电磁应答器(见植入物235),以向定位装置230传输位置信息。

在锥形射束计算机断层摄影(CBCT)系统中,各种部件可散射辐射并引入伪影。一些实例包括但不限于蝴蝶结滤波器、被扫描的目标对象、抗散射格栅以及所述系统的检测器外壳。另外的描述提供于共同拥有的美国专利号8,326,011中,所述专利以引用方式整体并入本文。

此外,治疗躺椅210、躺椅轨道215、固定装置220、定位装置230和植入装置235可在从使用成像系统100采集的投影数据生成的重构图像数据中造成相当多的图像伪影。例如,治疗躺椅210可引入射束硬化和散射,并且治疗躺椅210、躺椅轨道215、固定装置220、定位装置230和植入装置235在扫描期间的移动还可在重构体数据中造成运动伪影(例如,线状、模糊等)。

由于丢失数据,截断在投影空间中也可能是明显的。如果未妥当处理,此类截断主要导致体积空间中的杯状伪影(通常称为截断伪影)。在图2的实例中,截断可在治疗躺椅210、固定装置220和定位装置230位于成像系统100的辐射场240(还被称为“辐射场”)中但未被成像场250完全覆盖时发生。截断还可在躺椅轨道215或任何其他装置位于辐射场240内但在成像场250之外时发生。这是因为成像场250由于成像系统的限制(诸如,检测器120的大小)而总体上小于辐射场250。由于成像场250表示成像系统100的测量场,所以未被完全辐射的任何对象因为完全地或部分地在成像场250之外而在投影数据中将仅部分地可见或不可见。

作为实例,由于治疗躺椅210未完全在成像场250内,因此当辐射源110处于某些位置或角度时,与治疗躺椅210(例如,延伸超过成像场250的边缘)有关的一些数据将丢失(例如,由于检测器120的大小)。在这种情况下,治疗躺椅210在成像场250内的部分在全部投影数据中将是可见的。然而,治疗躺椅210在成像场250之外的其他部分在某些观察角下可被包括,而对于其他观察角则可未被包括。这也称为丢失数据问题并在投影数据中造成数据不一致性。在实践中,截断的量可取决于检测器120的大小;躺椅210、躺椅轨道215、固定装置220或定位装置230的大小;以及辐射源110的投影角度等。由于丢失检测器120的边缘附近的数据,截断在投影空间中可变得明显。

在另一个实例中,完全在辐射场240和成像场250内的植入装置235还可在投影数据中造成散射,所述散射在重构图像体积中造成所不希望的图像伪影。图像伪影降低重构体积图像数据的质量,这进而不利地影响任何后续诊断、患者定位、治疗规划、剂量验证或依赖于重构体数据的任何其他分析的质量。在下文中,术语“伪影源”将总体上用于指代位于辐射场240内的对象、装置或系统,所述对象、装置或系统在扫描期间采集的投影数据中引入错误(例如,数据不一致性、丢失数据、散射等)并且进而在从投影数据重构的体数据中造成图像伪影。

伪影源可在成像场250中(a)完全可见、(b)部分可见或(c)不可见。这些情境在图2中分别在(a)260(即,完全在成像场250内)、(b)261(即,部分地在成像场250内)以及(c)262(即,在成像场250之外)处表示。尽管在图2中将治疗躺椅210、躺椅轨道215、固定装置220、定位装置230和植入装置235用作实例,但可以针对用于其他目的的其他伪影源(诸如,植入装置)、基准标记等使用基于模型的方法。在一些情况下,目标对象105自身可以是伪影源。

图像伪影减少

图3是用于减少重构体数据350中的图像伪影的示例性过程300的流程图。示例性过程300可包括由一个或多个方框、诸如310至360示出的一个或多个操作、功能或动作。各种方框可基于所希望的实现方式结合到更少的方框中、划分到另外的方框中和/或被消除。图3中的操作325、335、345和355可由图1的计算装置170和/或图1中未示出的任何其他装置执行。

参考图3中的310,获得与目标对象105和伪影源相关联的测量投影数据310。如使用图1所解释的,伪影源可以是治疗躺椅210、躺椅轨道215、固定装置220、定位装置230、植入装置235等。这里,术语“所获得的”或“获得”可以是指(例如,从控制器160)接收或从存储装置检索测量投影数据310。使用成像系统100的辐射源110和检测器120采集的测量投影数据310可在使用成像系统100采集之后进行预处理。可根据所希望的实现方式执行任何合适的预处理,诸如缺陷像素校正、暗场校正、从传输积分到衰减积分的转变(例如,利用空气范数的对数归一化)、散射校正、射束硬化校正、小数化等。

参考图3中的320和330,基于伪影源的模型330生成与伪影源相关联的虚拟投影数据320。这里,术语“模型”总体上可以是指伪影源的一种或多种物理性质的表示。例如,模型330可包括伪影源的位置、取向、形状、大小、材料(例如,密度)、衰减系数和电子密度的虚拟表示。模型330可用于估计由行进穿过伪影源或伪影源在成像场250之外的部分的来自辐射源110的辐射射束造成的伪影。

可使用任何合适的方法来生成虚拟投影数据320,诸如用于正向投影伪影源的模型330的图3中的正向投影操作325。如本文所用,“正向投影”总体上可以是指从体积空间到投影空间的变换。正向投影(也称为合成投影数据)可包括数据诸如衰减路径积分(基色信号)、瑞利散射和康普顿散射。正向投影操作325可以是单色的或多色的;源驱动的或目的地驱动的;基于体素的或基于斑点的;并且使用射线跟踪、Monte Carlo或任何合适的有限元法。

参考图3中的340,基于测量投影数据310和虚拟投影数据320生成经校正投影数据340。在一个实例中,使用伪影减少操作335将虚拟投影数据320从测量投影数据310移除以生成经校正投影数据340。这里,图3中的340处的术语“移除(removing或remove)”总体上可以是指伪影源的视觉冲击的减小,并且可导致将伪影源从测量投影数据310部分地或完全地消除。

例如,当伪影源(例如,植入装置235或治疗躺椅210)至少部分地在成像场250内时(还见图2中的260和261),可生成经校正投影数据340以将伪影源从测量投影数据310完全地或部分地移除和/或减少或校正由伪影源在测量投影数据310中造成的错误。在部分消除的情况下,可移除伪影源的超过成像场250的部分,而保留在成像场250内的其他部分。在另一个实例中,当伪影源(例如,躺椅轨道215)在成像场250之外时(还见图2中的262),可生成经校正投影数据340以减少或校正由伪影源造成的错误。如所讨论的,“错误”由伪影源在投影空间中造成并且可包括数据不一致性、丢失数据、散射、射束硬化等。此类错误在体积空间中导致图像伪影。

参考图3中的350,通过执行重构操作345从经校正投影数据340生成与目标对象105相关联的重构体数据350。可使用任何合适的重构算法,诸如非迭代重构(例如,滤过反投影)、迭代重构(例如,基于代数和统计的重构)等。

这样,使用示例性过程300,经校正投影数据340能够将具有模型330的伪影源考虑在内,并且由伪影源在重构体数据350中造成的图像伪影可减少或移除。根据示例性过程300,重构体数据350可在“假设所有伪影存在”与“假设所有伪影被移除”之间的某处。由伪影源造成的伪影可包括:如以上所讨论的截断伪影;在伪影源在扫描过程中移动的情况下,运动伪影;或射束硬化和散射。在截断事件中,伪影源的模型330提供另外的数据以促进移除截断的伪影源。

为了得到所成像体积的更完整或延伸的表示,可在重构之后再插入伪影源。例如,可执行再插入操作355以将模型330再插入到重构体数据350中,从而生成延伸的重构体数据360。与重构体数据350相比,延伸的重构体数据360包括目标对象105和伪影源两者的重构,并且可延伸成像系统100的成像场250。延伸的重构体数据360可与重构体数据350具有相同大小。再插入操作355对于需要成像场250之外的信息的应用(例如,剂量验证等)可以是有用的。然而,对于一些应用,再插入操作355可能不是必须的,诸如在伪影源在成像场250之外的情况下。

示例性过程300可用于对从任何合适的数据(诸如,CBCT图像)重构的体数据中的伪影进行校正。在下文中,将参考图4(具有位置和取向估计)、图5(具有规迹估计)和图6(具有模型提取)进一步描述各种实例。将使用图7、图8A、图8B、图8C和图8D解释示例性投影数据和重构体数据;并且使用图9解释示例性计算装置170。

位置和取向估计

图3中的模型330依赖于关于伪影源的位置和取向的一些先验知识以便生成虚拟投影数据320。例如,治疗躺椅210、躺椅轨道215、固定装置220和附接到成像系统100的任何其他装置各自具有已知的位置和取向。这允许从模型330直接计算虚拟投影数据320以便移除伪影源并减少来自测量投影数据310的伪影。

然而,对于具有未知位置和取向的伪影源,可在生成虚拟投影数据320之前估计其位置和取向。更详细地,图4是具有位置和取向估计的用于减少重构体数据450中的图像伪影的示例性过程400的流程图。示例性过程400可包括由一个或多个方框、诸如410至475示出的一个或多个操作、功能或动作。图1中的计算装置170或任何其他合适装置可用于实施示例性过程400。

图4中的方框410至460类似于图3中的对应方框310至360。类似于图3中的310、320、325和330,使用成像系统100采集图4中的测量投影数据410,并且通过执行正向投影操作425基于伪影源的模型430生成虚拟投影数据420。类似于图3中的335、340、350、355和360,执行图4中的伪影减少操作435、重构操作445和再插入操作455,以便分别生成经校正投影数据440、重构体数据450和延伸的重构体数据460。

另外地,图4的465和470处示出位置和取向估计的一个实例。具体地,可通过执行现有重构操作465从测量投影数据410生成现有重构体数据470。这里,“现有重构操作”465中的术语“现有”表示在伪影减少操作435、重构操作445和再插入操作455之前对测量投影数据410执行的初步操作。可使用任何合适的重构算法来执行现有重构操作465,诸如迭代和非迭代重构。

接下来,参考图4的475,可使用测量投影数据410和/或现有重构体数据470估计伪影源的位置和取向。位置和取向估计操作475可包括在二维或三维空间内定位伪影源。这可包括将伪影源的模型430配准到测量投影数据410(即,二维图像配准)和/或现有重构体数据470(即,三维图像配准)。

可使用任何合适的方法,诸如特征点检测、对象识别、刚性配准、非刚性图像配准等。例如,可在测量投影数据410和/或现有重构体数据470中检测与伪影源相关联的特征。然后可将所检测特征与模型430进行匹配以便确定伪影源的位置和特征。特征可以是二维的或三维的。还可执行对象识别以基于所检测特征(诸如,由目标对象105穿戴的特定固定装置220)标识伪影源的类型。

此外,图像配准可用于将现有重构体数据470和/或测量投影数据410变换到模型430的参考坐标系中。刚性配准包括线性变换,诸如平移和旋转。非刚性配准更适合于在扫描过程中例如目标对象105可使其变形的伪影源。例如,非刚性配准可包括目标函数的仿射和标度变换、局部相异变换或迭代优化,所述目标函数对一方面的模型430与另一方面的测量投影数据410和/或现有重构体数据470之间的相似性进行建模。

作为实例,尽管由目标对象105穿戴的头架的模型430可获得,但头架的实际位置和取向直到执行扫描为止可能是未知的。在这种情况下,头架的模型430不可直接用于生成虚拟投影数据420。为了估计头架的位置和取向,将头架的模型430配准在测量投影数据410和/或现有重构体数据470中。基于所估计的位置和取向,从头架的模型430生成虚拟投影数据420。

尽管图4中示出实例,但也可使用二维到二维(2D-2D)或二维到三维(2D-3D)配准算法来对测量投影数据410执行位置和取向估计。在这种情况下,不需要现有重构体数据470。可使用任何另外的或替代的估计方法。

轨迹估计

如使用图2所讨论的,在扫描过程中移动的任何伪影源可造成运动伪影。例如,治疗躺椅210(例如,在躺椅跟踪模式下)和定位装置230(例如,标记块)在扫描期间可能不是完全静止的。为了减少此类运动伪影,可估计伪影源的轨迹并合成时间相关的虚拟投影数据。

更详细地,图5是具有轨迹估计的用于减少重构体数据550中的图像伪影的示例性过程500的流程图。示例性过程500可包括由一个或多个方框、诸如510至575示出的一个或多个操作、功能或动作。图1中的计算装置170或任何其他合适装置可用于实施示例性过程500。图5中的方框510至560类似于图3中的对应方框310至360。

具体地,类似于图3中的310、320、325和330,使用成像系统100采集图5中的测量投影数据510,并且通过执行正向投影操作525基于伪影源的模型530生成虚拟投影数据520。类似于图3中的335、340、350、355和360,执行图5中的伪影减少操作535、重构操作545和再插入操作555,以便分别生成经校正投影数据540、重构体数据550和延伸的重构体数据560。

另外地,参考图5的565和570,通过执行现有重构操作565从测量投影数据510生成现有重构体数据570。现有重构操作565表示在伪影减少操作535、重构操作545和再插入操作555之前对测量投影数据510执行的初步操作。可使用任何合适的重构算法,诸如迭代和非迭代重构。

为了减少运动伪影,执行轨迹估计操作575以估计伪影源从初始位置到结束位置的轨迹。在这种情况下,测量投影数据510可表示随时间推移(诸如在时间t=1,2...N时)取得的测量投影图像的时间序列。见511、512和513,其中为了简明性而示出三个图像。伪影源在时间t=1时的位置可被取作初始位置,并且其在t=N时的位置被取作结束位置。

在一个实例中,轨迹估计操作575可包括基于现有重构体数据570估计伪影源在时间t=1时的初始位置。接下来,可通过跟踪伪影源从t=1时的初始位置(见511)到t=N时的结束位置(见513)的位置变化来从测量投影数据510提取伪影源随时间推移的运动。可使用任何合适的跟踪方法,诸如基于核的跟踪、点跟踪、剪影跟踪、基于模型的姿势估计等。如果可获得,可使用伪影源的运动模型,诸如伪影源是否很可能经历平移、旋转、仿射或非刚性运动。

尽管图5中示出实例,但可基于外部源来确定伪影源的轨迹。例如,可使用定位装置230(见图2)、诸如Calypso系统来辅助轨迹估计。可使用任何其他定位装置230,诸如VisionRT或任何合适的摄像机系统。这总体上对减少由附接到目标对象105或植入到其中的移动标记(诸如,基准标记)引入的运动伪影有用。基准标记总体上用于限定目标对象105的感兴趣区域(诸如,肿瘤)的点或界标。当目标对象105在扫描过程中移动时(例如,由于呼吸运动、心脏运动、身体运动等),基准标记也移动并且在测量投影数据510中造成运动伪影。对于肿瘤定位,可将多个信标(例如,两个或三个)放置在肿瘤周围以无线地向Calypso系统发送数据(例如,位置和取向数据)。然后可使用数据来确定移动的基准标记的轨迹,从而解决运动伪影。

522然后可基于使用轨迹估计操作575估计的轨迹和伪影源的模型530生成虚拟投影数据520。在这种情况下,生成虚拟投影数据520以表示在t=1,2...N时的虚拟投影图像的时间序列。例如,虚拟投影图像521、522和523表示伪影源从t=1时的初始位置、t=2时的中间位置到t=N时的结束位置的各种位置。

然后可使用伪影减少操作535从虚拟投影数据520生成经校正投影数据540。具体地,使用虚拟投影图像521、522和523来校正对应的测量投影图像511、512和513。例如,对于t=1,使用虚拟投影图像521来校正测量投影图像511。对于t=2,使用虚拟投影图像522来校正测量投影图像512,并且最后对于t=N,使用虚拟投影图像523来校正测量投影图像513。

由于伪影减少操作535对各种投影图像执行,因此示例性过程500可独立于扫描类型(例如,三维或四维)使用。从经校正投影数据540生成的重构体数据550也将具有减少的由伪影源造成的运动伪影。然而,在实践中,由移动的患者组织引起的运动伪影可仍然存在。

模型提取

图3、图4和图5中的实例依赖于伪影源的已知模型330/430/530来减少伪影。在不可获得模型的情况下,可使用图6中的示例性过程600执行模型提取。例如,当治疗躺椅210或固定装置220的模型不可获得时,可提取模型以抑制呼吸相关图像重构中的线状伪影。

更详细地,图6是具有模型提取的用于减少重构体数据650中的图像伪影的示例性过程600的流程图。示例性过程600可包括由一个或多个方框、诸如610至675示出的一个或多个操作、功能或动作。图1中的计算装置170或任何其他合适装置可用于实施示例性过程600。图6中的方框610至660类似于图3中的对应方框310至360。

具体地,类似于图3中的310、320、325和330,使用成像系统100采集图6中的测量投影数据610,并且通过执行正向投影操作625基于伪影源的模型630生成虚拟投影数据620。类似于图3中的335、340、350、355和360,执行图6中的伪影减少操作635、重构操作645和再插入操作655,以便分别生成经校正投影数据640、重构体数据650和延伸的重构体数据660。

另外地,参考图6中的665和670,通过使用任何合适的重构算法(例如,迭代和非迭代重构)执行现有重构操作665来从测量投影数据610生成现有重构体数据670。现有重构操作665表示在伪影减少操作635、重构操作645和再插入操作655之前对测量投影数据610执行的初步操作。

执行模型提取操作675以确定伪影源的模型630。在一个实例中,可利用来自现有重构体数据670的信息来提取在扫描过程中存在于辐射场240内的伪影源的模型630。如使用图2和图3所讨论的,伪影源可(a)完全地在成像场250内、(b)部分地在其内或(c)在其之外。基于体素的模型提取可用于将现有重构体数据670分割成患者体素和非患者体素。患者体素(“第一体素”)表示目标对象105的身体轮廓内的第一区域,而非患者体素(“第二体素”)表示身体轮廓之外的第二区域。非患者体素还可在身体轮廓内部,诸如与植入装置235有关的体素等。为了获得伪影源(表示第二区域)的模型630,可将第一区域中的患者体素从现有重构体数据670移除。

在一些情况下,分割可依赖于若干假设。例如,由于目标对象105通常基本上位于成像场250的中间,因此假设中央体素是患者体素。另一方面,现有重构体数据670的角落通常是非患者体素。可使用任何合适的方法进行分割,诸如基于阈值的初始掩模估计、初始掩模估计的侵蚀、两遍洪泛填充、洪泛填充结果的稀释等。稀释和侵蚀技术总体上可帮助移除区域的边界处的噪声和间隙。取决于所希望的实现方式,在实践中可使用更稳健或尖端的基于形状或基于图谱的分割。而且,这里所讨论的假设对于某些情况可能不适用,诸如当植入物放置在存在于成像场250中间的肿瘤附近时。

尽管图6中未示出,但可使用特征点检测、对象识别和对象建模方法来生成模型630。与用于移除移动的伪影源的示例性过程500的组合也是可能的。

示例性实现方式

图7示出根据图3、图4、图5和图6中的实例的减少伪影的示例性实现方式。尽管将治疗躺椅210用作用于基于投影的躺椅移除的示例性伪影源,但将理解,可使用任何其他伪影源。更详细地,测量投影数据710(例如,CBCT图像)包括目标对象105(例如,患者)和由于在成像场250内不完全可见而被截断的治疗躺椅210的投影数据。

为了减少从测量投影数据710重构的体数据中的图像伪影,通过正向投影治疗躺椅210的模型730生成治疗躺椅210的虚拟投影数据720。图7中的722和724表示治疗躺椅210的衰减路径积分。然后通过使用测量投影数据710和虚拟投影数据720来至少部分地移除治疗躺椅210而生成经校正投影数据740。

图7还示出从测量投影数据710生成的现有重构体数据750(为了简明性,示出3D体数据的2D切片)的示例性表示。现有重构体数据750可生成用于根据图4的示例性过程400的位置和取向估计、根据图5的示例性过程500的轨迹估计以及根据图6的示例性过程600的模型提取。

现有重构体积750还示出在成像场250内仅部分可见的治疗躺椅210的截断。使用图6中的实例,可从现有重构体数据750提取治疗躺椅210的模型730,诸如基于目标对象的分割身体轮廓和用于伪影抑制的阈值分割。

图8A、图8B、图8C和图8D中提供另外的实例。更详细地,图8A示出通过对图7中的测量投影数据710应用重构操作生成的示例性重构体数据810。图8B示出图8A中的重构体数据810的放大区段815。图8C示出通过对图7中的经校正投影数据740应用重构操作生成的示例性重构体数据830。图8D示出图8A中的示例性重构体数据810与图8C中的示例性重构体数据830之间的差异840。这里,图8A中的测量投影数据710和经校正投影数据740的重构可使用任何合适的重构操作(例如,图3-6中的345/445/545/645)执行,诸如呼吸相关的四维(4D)图像重构。

在图8B中、诸如在突出显示区域825中观察到各种图像伪影(例如,由于因呼吸相关的4D图像重构而导致的不良数据采样所造成的线状伪影)。通过将治疗躺椅数据720从测量投影数据710移除,因此将与治疗躺椅210有关的图像伪影(例如,线状/采样)从重构体数据830移除。在图8C中的重构体数据830中、诸如在对应突出显示区域835中可观察到减少的图像伪影。图8D中也表现出伪影减少。

本公开中的实例可结合用于进一步伪影减少的其他方法使用,诸如呼吸和/或心脏运动补偿、运动更新(例如,McKinnon-Bates(MKB)算法)等。

计算装置

以上实例可由硬件、软件、固件或其组合来实现。图9是用于减少使用成像系统100采集的投影数据中的伪影的示例性计算装置900/170的示意图。示例性计算装置900/170可包括处理器910、计算机可读存储介质920、用于与成像系统100的控制器160对接的接口940以及促进这些所示部件和其他部件之中的通信的总线930。处理器910用于执行本文参考图1至图8D描述的过程。

计算机可读存储介质920可存储任何合适的数据922,诸如测量投影数据310/410/510/610、伪影源的模型330/430/530/630、虚拟投影数据320/420/520/620、经校正虚拟投影数据340/440/540/640、重构体数据350/450/550/650、现有重构体数据470/570/670、延伸的体数据360/460/560/660等。计算机可读存储介质920可进一步存储计算机可读指令924,所述计算机可读指令924响应于由处理器910执行而致使处理器910执行本文参考图1至图8D描述的过程。

上述详细描述已经通过使用方框图、流程图和/或实例陈述了设备和/或过程的各种实施方案。在这类含有一个或多个功能和/或操作的方框图、流程图和/或实例的范围内,本领域技术人员将理解,这类方框图、流程图和/或实例内的每个功能和/或操作可通过广泛范围的硬件、软件、固件或实际上其任何组合来单独和/或共同地实施。

本领域技术人员将认识到,本文所公开的实施方案的一些方面整体地或部分地可在集成电路中作为在一个或多个计算机上运行的一个或多个计算机程序(例如,作为在一个或多个计算机系统上运行的一个或多个程序)、作为在一个或多个处理器上运行的一个或多个程序(例如,作为在一个或多个微处理器上运行的一个或多个程序)、作为固件、或作为实际上其任何组合等效地实现,并且鉴于本公开,为软件和或固件设计电路和/或书写代码将完全在本领域技术人员的技能范围内。

当前第1页1 2 3 
猜你喜欢
网友询问留言