CN103069456A - 包括品质度量的双模态成像 - Google Patents
包括品质度量的双模态成像 Download PDFInfo
- Publication number
- CN103069456A CN103069456A CN2011800410161A CN201180041016A CN103069456A CN 103069456 A CN103069456 A CN 103069456A CN 2011800410161 A CN2011800410161 A CN 2011800410161A CN 201180041016 A CN201180041016 A CN 201180041016A CN 103069456 A CN103069456 A CN 103069456A
- Authority
- CN
- China
- Prior art keywords
- image
- emission
- attenuation map
- registration
- image data
- 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.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims description 54
- 238000013442 quality metrics Methods 0.000 title description 2
- 230000009977 dual effect Effects 0.000 title 1
- 230000005855 radiation Effects 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 42
- 238000002600 positron emission tomography Methods 0.000 claims description 37
- 238000002591 computed tomography Methods 0.000 claims description 28
- 238000013480 data collection Methods 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 17
- 210000004072 lung Anatomy 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 9
- 210000004165 myocardium Anatomy 0.000 claims description 9
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 7
- 238000007639 printing Methods 0.000 claims description 3
- 238000000275 quality assurance Methods 0.000 abstract 3
- 230000008569 process Effects 0.000 description 15
- 210000003484 anatomy Anatomy 0.000 description 13
- 238000005520 cutting process Methods 0.000 description 10
- 230000000747 cardiac effect Effects 0.000 description 9
- 239000013598 vector Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010521 absorption reaction Methods 0.000 description 7
- 238000013170 computed tomography imaging Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000012879 PET imaging Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 210000004872 soft tissue Anatomy 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000002902 bimodal effect Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000012217 radiopharmaceutical Substances 0.000 description 2
- 241000446313 Lamella Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/10084—Hybrid tomography; Concurrent acquisition with multiple different tomographic 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
Abstract
针对对象采集解剖学图像数据集和发射图像数据集。从所述解剖学图像数据集生成衰减映射图。重建所述发射图像数据集以生成发射图像。所述重建包括使用衰减映射图校正对象中的发射辐射衰减。计算对所述衰减映射图和所述发射图像的对准进行量化品质保证(QA)度量的值。将所述发射图像与所计算的品质保证度量一起显示或打印。在一些实施例中,在重建之前,通过执行全局刚性配准并继之以感兴趣区域的局部非刚性配准将所述衰减映射图与所述发射图像数据集配准。
Description
以下涉及发射成像领域、医疗成像领域、双模态成像领域和相关领域。
诸如正电子发射断层摄影(PET)或单光子发射计算机断层摄影(SPECT)的发射成像技术需要向对象施予放射性物质(例如,放射性药剂),并基于发射测量生成对象中的放射性物质的分布的映射图。这样的技术能够有利地提供功能信息,并且能够用在诸如功能心脏成像的应用中。
发射成像是诸如透射计算机断层摄影(CT)或磁共振(MR)成像的解剖学成像技术的补充,因为前者提供了与后者所描绘的关于解剖学结构的功能信息。此外,已经认识到,CT或MR图像提供的解剖学信息能够提供衰减(或者,等价地,吸收)映射图,以负责来自对象中的放射性物质的发射的衰减(或者,等价地,吸收)。CT直接测量衰减,并且因此将CT图像转换为衰减映射图是直截了当的(例如,校正CT中所使用的x射线的吸收与PET中所使用的511keV光子之间的差异)。为了从MR图像导出衰减映射图,基于组织类型的识别用衰减值适当地替代MR图像的体素。该后一方案还可以用于从CT图像构建吸收映射图。使用这样的衰减映射图,能够说明衰减对发射数据的作用,从而重建出更加精确的发射图像。
如果解剖学图像与发射图像很好地空间对齐,那么基于相应的解剖学图像针对吸收校正发射图像是有利的。然而,发射图像和解剖学图像之间的错位可能导致针对吸收校正的发射图像中存在伪影。在心脏成像(或者其他的躯干区域的成像)的说明性实例中,如果吸收校正将肺体素错误地识别为组织体素或反之,则可能产生显著的伪影。这是因为肺区域(大部分是空气)的吸收比组织的吸收低得多。组织/骨体素的错误识别也类似地是有问题的。
在典型的临床实践中,医师需要患者的PET或SPECT图像。从放射科医师或其他成像技术人员对所需的成像过程进行规划,继而执行,所述人员既执行成像数据采集,又执行接下来的图像重建处理(后者是结合计算机等执行的)。通常,放射科医师或其他成像技术人员在不进行吸收校正的情况下执行初始发射图像重建,并通过图像融合技术等对未校准的发射图像和解剖学图像(或由其生成的衰减映射图)进行目测比较。如果匹配是相近的,那么放射科医师或其他成像技术人员将继续使用解剖学图像进行衰减校正重建,以生成衰减映射图。如果存在相当大的错位,那么放射科医师或其他成像技术人员例如可以通过移动解剖学图像使之与发射图像更好地对准而执行一定的人工图像配准,之后使用配准的衰减映射图执行衰减校正的重建。
如果放射科医师或其他成像技术人员所做的人工图像配准工作较差,或者在存在显著的错位时完全忽略了执行人工图像配准,那么最终的衰减校正发射图像可能包含显著的伪影。另一方面,如果采集状态的发射和解剖学图像数据集已经得到了良好的对准,那么即使不执行图像配准,最终的图像也可能具有高的品质。
医师最后接收最终衰减校正的发射图像用于临床观察。医师附加到这一图像上的临床价值依赖于医师对其可靠性的评估。然而,图像的可靠性取决于(至少部分地)衰减校正的精确性,医师没有评估该准确性的基础。
以下提供了本文中公开的新的改进的装置和方法。
根据一个公开的方面,一种方法包括:从所采集的对象的解剖学图像数据集生成衰减映射图;重建所采集的对象的发射图像数据集以生成发射图像,所述重建包括使用所述衰减映射图校正对象中的发射辐射的衰减;计算对所述衰减映射图和所述发射图像的对准进行量化的品质保证度量的值;以及将所述发射图像与所计算的品质保证度量一起显示或打印。
根据另一个公开的方面,一种包括数据处理电子设备的装置被配置为执行包括以下内容的方法:从针对对象采集的解剖学图像数据集生成衰减映射图;重建所采集的对象的发射图像数据集以生成发射图像,所述重建包括使用所述衰减映射图校正对象中的发射辐射的衰减;计算对所述衰减映射图和所述发射图像的对准进行量化的品质保证度量的值;以及构建包括所述发射图像和表示所计算的品质保证度量的元数据的数据单元。
根据另一个公开的方面,一种存储介质存储了可以由数据处理电子设备运行的指令,用于执行包括以下内容的方法:通过重建从对象采集的发射图像数据集而生成初始发射图像;从从对象采集的解剖学图像数据集生成衰减映射图,所述生成包括将以下中的一个与所述初始发射图像配准:(i)从所述解剖学图像数据集重建的解剖学图像和(ii)所述衰减映射图,所述配准包括执行全局刚性配准,之后是对感兴趣区域的局部非刚性配准;以及重建所述发射图像数据集以生成衰减校正的发射图像,所述重建包括使用所生成的衰减映射图对对象中的发射辐射的衰减进行校正。
一个优点在于发射图像和衰减映射图之间的更加精确的对准,以及作为结果的更加精确的衰减校正发射图像的生成。
另一优点在于提供了医师可以对衰减校正的发射图像的临床价值进行评估的合理基础。
在阅读并理解了下述具体实施方式后,其他优点对于本领域技术人员而言是显而易见的。
图1示意性地示出了被配置为执行衰减校正的发射(例如,PET)成像的混合成像系统。
图2示意性地示出了包括由图1的系统适当地执行的衰减校正的发射图像重建过程。
图3示意性地示出了用于将衰减映射图配准到发射图像的适当配准过程的说明性范例。
图4示意性地示出了针对图3的配准过程中所采用的局部非刚性配准的适当的非刚性网格扭曲方法的说明性范例。
图5示意性地示出了针对图3的配准过程中所采用的局部非刚性配准的适当方法。
参考图1,示出了一种被配置为执行衰减校正发射(例如,PET)成像的混合成像设施的说明性范例。所述说明性设施采用混合PET/CT成像系统10,在图示的实施例中,所述系统10为GEMINITM PET/CT成像系统(可从荷兰埃因霍温的皇家飞利浦电子股份有限公司获得)。该混合PET/CT成像系统10包括发射计算机断层摄影(CT)扫描机架12和正电子发射断层摄影(PET)扫描机架14。由于公共的直线对象传送系统16被布置为将成像对象传送到CT或PET扫描机架12或14中的任一者内,故混合PET/CT成像系统10是一种“混合”系统。所述CT扫描机架12装备有x射线管18和对x射线敏感的辐射探测器组件20。通过CT扫描机架12的局部剖面图示出了内部部件18、20。PET扫描机架14容纳有PET辐射探测器组件22(通过PET扫描机架14的局部剖面图示意性地部分示出),该PET辐射探测器组件22在PET扫描架14内被布置为环形圈。PET辐射探测器组件22对正电子湮灭事件发射的511keV辐射敏感。
在所述说明性实施例中,发射图像是通过PET扫描机架14采集的PET图像。然而,所述发射图像可以是适当的采集硬件采集的其他类型的发射图像,例如,由伽玛照相机采集的单光子发射计算机断层摄影(SPECT)图像。类似地,在所述说明性实施例中,解剖学图像是CT扫描机架12采集的CT图像。然而,解剖学图像可以是适当的采集硬件采集的其他类型的解剖学图像,例如,磁共振扫描机采集的磁共振(MR)图像。使用诸如所述说明性混合PET/CT成像系统10的混合成像系统是有利的,因为其提高了使采集状态的解剖学和发射图像数据集空间对准或者合理地接近空间对准的可能性。然而,预计发射和解剖学图像之间存在一定的错位。一种错位来源是对象运动,其可能会达到某种不可忽略的程度,因为发射成像数据集采集通常要用几分钟到几十分钟,而解剖学成像数据集的采集通常要用几秒钟到几分钟。这些相对长的时间周期使得对象很可能在所述图像数据集采集的一个或两者的期间发生移动。
尽管混合成像系统(例如,所图示的混合PET/CT成像系统10,或者混合PET/MR成像系统,或者混合SPECT/CT成像系统等)是有利的,但是也预期使用独立的成像系统来采集解剖学成像数据集和发射成像数据集。例如,可以使用独立的MR扫描机采集MR图像,使用并排的伽玛照相机采集SPECT图像。
所述混合成像设施还包括图示的计算机24或者其他控制和数据处理电子设备,其对所述混合成像系统10加以控制,以获得共同对象的CT图像数据集和PET图像数据集。所述计算机24或其他控制和数据处理电子设备对这些数据集进行重建,从而分别生成CT图像和PET图像,所述PET图像包括使用从所述CT图像生成的衰减映射图执行的衰减校正。作为说明性计算机24的替代或者作为其附加,所述控制和数据处理电子设备可以包括其他硬件或者相关软件或固件,例如专用集成电路(ASIC)或其他专用硬件、通过设置在所述混合成像设施中的工作站访问的远程服务器等。此外,所公开的数据处理方法可以实现为存储了指令的存储介质,所述指令可通过图示的计算机24或者其他数据处理电子设备运行,以执行所公开的数据处理方法。通过说明性范例,这样的存储介质可以包括硬盘驱动或其他基于磁的存储介质、光盘或其他基于光的存储介质、随机存取存储器(RAM)、只读存储器(ROM)、闪速存储器或其他电子存储介质等。
由操作混合成像系统10以及计算机24和数据处理电子设备的人类放射科医师或其他成像专业人员对采集和图像重建过程进行配置、启动和执行。人类放射科医师或其他成像专业人员查看计算机24或其他控制和数据处理电子设备的显示器26,在所述显示器上可以显示最终的衰减校正的发射图像或者在重建操作过程中生成的各种中间图像。
继续参考图1,计算机24或其他控制和数据处理电子设备包含一组30重建模块,所述重建模块使用从解剖学图像生成的衰减映射图协同地执行衰减校正的发射图像重建。为此,解剖学图像重建模块32对解剖学(例如,CT)图像数据集进行重建以生成解剖学(例如,CT)图像。重建模块32可以采用任何适当的重建技术,例如,滤波反向投影、迭代反向投影等。衰减映射图转换模块34将解剖学(例如,CT)图像转换成衰减映射图。在图示的范例中,CT图像表示x射线的衰减,因而针对PET图像重建而实施的到衰减映射图的转换要求调整CT图像的体素值,以反映PET成像中使用的放射性物质(例如,放射性药剂)的发射在511keV能量上的衰减。作为另一范例,为了从MR图像导出衰减映射图,使用在基于组织类型的识别的发射(例如,PET)成像中测得的发射辐射的衰减值适当地替代MR图像的体素。也可以使用该后一方案从CT图像重建吸收图。
还提供了发射图像重建模块42对发射(例如PET)图像数据集进行重建,以生成发射(例如PET)图像。重建模块42也可以采用任何适当的重建技术,例如,迭代反向投影。提供衰减校正子模块44对投影(或反向投影)进行调整,以负责在重建过程中由对象造成的发射的衰减。然而,如果所述衰减映射图未与发射图像数据集很好地对准,那么这样的衰减校正可能带来更多的图像劣化而不是改善。因此,首先在不使用衰减校正子模块44的情况下调用发射图像重建模块42,以生成没有衰减校正的初始发射图像。
将初始发射图像和衰减映射图输入到衰减映射图对准和配准模块50内,该衰减映射图对准和配准模块50执行对发射图像和衰减映射图的图像分割以便于对准。通过(一个或多个)品质保证(QA)度量计算模块52对分割的图像进行分析,该(一个或多个)品质保证(QA)度量计算模块52将生成在文中被称为(一个或多个)QA度量的一个或多个定量评估,所述定量评估指示衰减映射图与发射图像的对准程度。如果认为对准太差,使得衰减映射图不能被衰减校正子模块44使用,那么衰减映射图对准和配准模块50将执行配准算法,从而使衰减映射图与发射图像配准。在这一配准过程中,使用QA度量作为评估配准的品质因数。
一旦获得了令人满意的对准的衰减映射图,那么发射图像重建模块42就执行第二发射图像重建,这次是调用衰减校正子模块以执行衰减校正。优选地由放射科医师或其他成像技术人员查看最终的具有衰减校正的发射图像,以进行视觉查看和核定。一旦通过核定,那么DICOM格式化模块56就用适当的格式对具有衰减校正的最终发射图像进行格式化,在所述说明性实施例中,所述格式为DICOM格式(其中,“DICOM”代表由美国弗吉尼亚州罗斯林的医疗成像技术联盟管理的“医疗数字成像和通信”标准)。尽管DICOM是优选标准,但是也可以使用其他成像格式。DICOM格式化模块56将具有衰减校正的最终发射图像格式化为DICOM格式,所述DICOM格式包括提供关于所述图像的选定的元数据的DICOM报头。所述DICOM格式化模块56包括生成所述图像的衰减校正发射图像重建中所使用的衰减映射图的(一个或多个)QA度量。将具有(一个或多个)QA度量标记的格式化的最终衰减校正发射图像适当地存储在图片存档及通信系统(PACS)60内。任选地,将用(一个或多个)QA度量标记的带标记最终衰减校正发射图像额外地或者替代地存储到本地工作站或者其他适当的存储位置上。
之后的某时,将通知要求PET成像的医师已经完成了成像,并提供图像。在所述说明性实施例中,医师在其办公室62内从PACS60检索到图像,并将所述图像显示在他或她的办公室计算机64上,一起显示的还有与图像存储在一起的(一个或多个)QA度量。替代地,放射科医师或其他成像技术人员可以打印出最终衰减校正发射图像的硬拷贝,(一个或多个)QA度量也将被打印在所述硬拷贝片子上,并且可以将这一硬拷贝转发给医师(在这种情况下,可以任选地省略格式化模块56和PACS60)。在任一实施例中,医师有供查看的图像,还有供查看的(一个或多个)QA度量。因此,医师能够在考虑(一个或多个)QA度量定量指示的衰减校正的品质的情况下,为图像指配适当的临床权重。
继续参考图1,并进一步参考图2,描述了包括衰减校正的发射图像重建过程。在操作100中,调用解剖学图像重建模块32,从而从针对对象采集的解剖学图像数据集重建解剖学(例如,CT)图像。在相似的操作102中,调用发射图像重建模块42从而从针对对象采集的发射图像数据集重建初始发射(例如,PET)图像。在不进行衰减校正的情况下执行重建操作102,因而可以在没有可用的衰减映射图的情况下执行所述操作。由于在操作102中不执行衰减校正,因而本文中又将所得到的初始发射图像称为未校正的发射(例如,PET)图像。在操作104中,调用衰减映射图生成模块34以将解剖学图像转换成衰减映射图,例如通过用表示511keV衰减值(就PET而言)的对应值替代表示x射线衰减值的CT图像值衰减映射图。例如,操作104可以基于组织类型向体素分配衰减值,其中,基于CT体素值和/或分割操作110的结果识别组织类型。
在操作110、112中,对相应的解剖学和未校正的发射图像进行分割以识别感兴趣特征。在一个说明性范例中,假定所述成像是心脏成像,感兴趣特征包括心肌层、肺野(所包含的大部分是空气)和外部身体轮廓。实际上可以采用任何适当的分割过程,例如,区域生长算法、基于阈值的分割、基于模型的分割、利用图形用户界面的人工分割或者它们的各种组合等。如果将所述分割自动化的话,那么其可以是全自动的或者半自动的(其中,放射科医师或其他成像技术人员对自动分割结果进行检查并任选地对其进行校正,并且还可以任选地定义区域生长的种子,或者提供针对分割算法的其他“初始值”)。由衰减映射图对准和配准模块50适当地执行分割操作110、112。
在操作120中,调用QA度量计算模块52以计算一个或多个品质保证(QA)度量的值。可以使用各种(一个或多个)QA度量。在一个说明性范例中,计算对发射图像的特征延伸到衰减映射图的对应特征以外的最大距离进行量化的最大偏移QA度量的值。在心脏成像的说明性范例中,也预期替代的最大偏移QA度量,其中,最大偏移QA度量的值将发射图像的心肌层特征延伸到衰减映射图的肺野特征内的最大距离进行量化。这一作为替代的最大偏移QA度量表明,如果衰减映射图将心肌组织误识为肺野的部分或相反,那么相当高的伪影将倾向于导致衰减校正发射图像。
另一种预期的QA度量是差异QA度量。差异QA度量的值对延伸到衰减映射图的相应特征之外的发射图像的特征的部分(例如,百分比或分数)进行量化。对于心脏成像这一说明性范例而言,差异QA度量值将延伸到衰减映射图的相应心肌层特征之外的发射图像的心肌层特征的百分比或分数值进行适当的量化。
所述(一个或多个)QA度量,例如,最大偏移QA度量和差异QA度量提供了对衰减映射图与未校正的发射图像的对准的定量评估。在一些实例中,所述(一个或多个)QA度量可以指示对准是令人满意的。例如,当在使用具有相同的或相关联的对象坐标系的混合成像系统并且对象在数据集采集过程中基本上保持不动的情况下采集发射图像数据集和解剖学图像数据集时,可能就是这样。在这样的情况下,不调用图配准操作122,最终衰减映射图124与转换操作104输出的衰减映射图等同。
然而,在某些情况下,所述(一个或多个)QA度量可能指示衰减映射图和未校正的发射图像之间的对准不令人满意。其原因可能在于对象的移动,使用不同的以及不相关联的成像系统采集解剖学图像数据集和发射图像数据集,等等。在这样的情况下,执行图配准操作122,从而使衰减映射图与未校正的发射图像空间地配准,从而生成最终衰减映射图124。基本上可以使用任何类型的刚性配准或者任何类型的非刚性配准执行配准操作122。所述配准可以是自动化的、人工的或者半自动化的。在本文中公开的一些实施例中,配准是两步配准,即采用第一全局性刚性配准,继之以第二局部非刚性配准。例如,第二配准步骤可以采用网格扭曲,其中,将所述扭曲网格局部化到所述心肌特征上(在心脏成像这一说明性范例中)。在通过操作122配准之后,处理流程返回至所述(一个或多个)QA度量计算操作120以使用更新的(即经配准的)衰减映射图重新计算所述(一个或多个)QA度量。
实际上,在一些迭代配准实施例中,使用在操作120中计算的(一个或多个)QA度量作为将要通过配准进行优化的品质因数,在这种情况下,在迭代配准过程的每次迭代之后,处理流程返回至操作120,从而对所述(一个或多个)QA度量进行更新。例如,在手动迭代配准方案中,用户对衰减映射图进行手动调整(例如,偏移和/或旋转),之后点击GUI接口按钮(或者提供某一其他用户输入)以令计算机24重新执行操作120,以更新所述(一个或多个)QA度量的值,由此对手动调整产生的对准的改进(如果有的话)进行评估。可以对这一过程进行迭代重复,从而手动地降低所述(一个或多个)QA度量值,由此改进衰减映射图的对准。
最终衰减映射图124(或者是在调用配准操作122的情况下获得的或者是在未调用该操作的情况下获得的)作为QA度量计算操作120的最后一次(可能是唯一的一次)执行的输入,以生成对(最终)衰减映射图124与未校正的发射图像的对准的进行量化的(一个或多个)QA度量值126。在操作130中,再次调用发射图像重建模块42,从而对发射图像数据集进行重建,但是这次包括通过调用衰减校正子模块44而提供的衰减校正结合(最终)衰减映射图124,从而针对发射衰减的投影(或反向投影)进行校正。重建操作130的输出是具有衰减校正的最终发射图像。
具有衰减校正的最终发射图像(一般而言)与操作102生成的初始的未校正的发射图像的区别在于最终发射图像包括衰减校正。然而,不能期望这一衰减校正能够充分地影响衰减映射图和发射图像之间的对准。因此,还希望对最终衰减映射图124和未校正的发射图像的对准进行量化的(一个或多个)QA度量值126来对最终衰减映射图124与具有衰减校正的最终发射图像的对准进行量化。因此,在操作132中,将最终的发射图像格式化为具有DICOM报头的DICOM格式,所述报头含有包括所述(一个或多个)QA度量值126的关于最终发射图像的元数据。(更一般而言,操作132通过将最终的发射图像格式化为包括含有与发射图像相关的元数据的图像元数据结构的格式来生成数据单元,其中,所述格式化将表示所计算出的(一个或多个)QA度量值126的元数据包含到图像元数据结构中)。
替代地,可以在第二次重建操作130之后,使用最终衰减映射图130和具有衰减校正的最终发射图像作为输入额外地执行一次操作120,以生成更加准确地表示最终衰减映射图130和最终发射图像之间的对准的(一个或多个)QA度量值。之后将通过对操作120的这一最后一次执行计算出的(一个或多个)QA度量值与通过操作132的具有DICOM格式的最终图像存储到一起。
将具有被标记为元数据的QA度量值126的DICOM格式(或者其他格式)的最终发射图像存储到PACS60内(或者更一般而言存储到图像存储器中),医师以后可以从PACS60(或其他图像存储器)检索所述图像,医师然后使用所述的最终发射图像来执行临床分析136并参考所标记的QA度量值来评估可靠性。替代地,可以将最终发射图像打印成硬拷贝,QA度量值126也一起被打印在硬拷贝片子上,并且将所述硬拷贝实体地递送给之后执行临床分析136的医师。在任一种情况下,将认识到,在大多数实施例中,临床分析136将在之后的某时,在与放射实验室或者其他执行包括(一个或多个)QA度量计算操作120的成像的机构不同的位置执行。是通过将QA度量值126与最终图像标记在一起来使得医师能够容易地可以使用这些值执行临床分析136的。
对于说明性最大偏差和差异QA度量而言,两种度量的小的值都将指示发射数据的准确衰减校正的充分的对准。这些说明性QA度量的较大值指示,医师应当认识到可能存在伪影。在将发射和解剖学图像数据集存储在PACS60或其他位置(或者将诸如无损失重建图像的等价信息存储于其内)的一些实施例中,医师可以要求重复重建,所述重建可以在不进行衰减校正的情况下进行,也可以在进行衰减校正的情况下进行但是具有更好的衰减映射图配准。
在图2的说明性范例中,将解剖学图像转换为衰减映射图,之后计算120(一个或多个)QA度量,并在适当时执行配准122。但是,也预期计算(一个或多个)QA度量并使用解剖学图像适当地执行配准,之后对经配准的解剖学图像进行转换以生成衰减映射图。在这样的实施例中,所述解剖学图像(未转换)被分割并充当(一个或多个)QA度量计算操作120的输入,并且配准(如果执行的话)的作用在于对解剖学图像刚性地和/或非刚性地调整。在这些替代性实施例中,一旦得到最终解剖学图像(在适当的情况下具有配准调整),那么就应用转换模块34生成衰减映射图。
参考图3,提供了另一说明性范例,其具体示出了用于执行配准操作122的适当的两步全局刚性/局部非刚性配准方案。在该范例中,假定发射图像数据集为SPECT图像数据集,而解剖学图像数据集还是CT图像数据集。该范例假定存在(未校正的)分割的衰减映射图150和分割的初始发射图像152。该范例中对准的评估(或者与之等价的错位的检测)开始于提取发射图像152内的表示心脏的区域。在该范例中,衰减映射图150的分割包括识别“安全区域”,其表示衰减映射图预计心脏定位于其内的内部区域(根据在该处发现的衰减映射图值)。
在第一全局配准操作160中,执行刚性偏移(任选地还包括刚性旋转),从而优化衰减映射图150和初始发射图像152中的身体轮廓的匹配。随后是第二配准步骤162,其执行对内部心脏区域进行对准的局部非刚性配准(对于心脏成像的说明性范例而言),同时保持这一局部心脏区域之外的其余图像部分不变。在一些适当的实施例中,局部非刚性配准采用弹性形变或扭曲算法,所述算法对心脏区域内的衰减映射图的形状进行校正,从而使心脏区域接近肺或胸廓,但不与之发射干扰。第二配准步骤162的输出是空间配准的分割衰减映射图164,将其适当地输入回(一个或多个)QA度量计算操作120,从而对(配准的)对准进行评估,并且还在重建操作130中的衰减校正当中使用其。
在一些实施例中,可以在第一配准步骤160中导出配准匹配度量时排除第二配准步骤162中关注的心脏区域。否则,根据所应用的配准方法,心脏区域可能对全局配准162的品质产生相当大的影响,因为心脏区域内的局部失配可能引入很高的负面匹配评分贡献。但是,一旦导出了刚性配准的参数,就全局地应用全局配准160,也就是说,在第一配准160中执行的刚性偏移或旋转包括在配准匹配参数的计算当中排除的心脏区域。换言之,在操作160中,在计算刚性偏移和/或旋转的大小/方向时可以任选地排除心脏区域,但是全局地应用实际的刚性偏移/旋转,包括对心脏区域的刚性偏移/旋转。
继续参考图3,将更为详细地描述所述说明性两步配准以及先前的分割的一些实施例。首先考虑发射图像152,在对心脏的左心室进行分割之前,任选地限定分割处理的区域以避免无意中对附近的“热”区(即发射图像中具有高发射的区域),例如肝脏或胆囊,进行分割。为了实现这一空间预选,可以将分段线性曲线拟合至表示每一轴向片层中的累积发射活动函数,并分析所述线性段之间的转折点的(特性)位置。通过这样的方案,能够找到含有心脏作为最热区域的轴向片层。从这一片层内的心脏体素之一开始对整个心脏(左心室)进行分割,例如,使用区域生长算法,使用体素值作为所需的阈值参数的指标。替代地,可以使用基于模型的分割算法或者其他分割算法。
考虑到衰减映射图的下一分割,可以应用基于典型衰减值的范围分类器的阈值分割以导出内部“安全”区域的二元掩码,所述区域表示心脏预计定位于其中的内部区域。为了导出适当的阈值,将高斯函数适当地拟合至由整个衰减映射图生成的直方图的最右峰值(表示较大的灰度值)。然后可以导出针对所述软组织区域的识别的范围分类器,例如从这一高斯峰的半峰宽(FWHM)直接导出。为了进一步仅选择相关的内部身体部分,排除位于胸廓以外的组织,任选地采用某种进一步处理。例如,基于肺部总是由外部的软组织包围的这一假设,可以生成肺野图像以更加准确地界定所述安全区域。使用其作为额外的标准以去除外部软组织,并且能够由已知的肺的位置导出其间的心肌层的位置。此外,任选地对中间结果应用形态学操作,从而在去除小的缝隙或者不连续性的同时保持安全区域的拓扑连贯性。一旦完成了前述分割处理(或者其他适当的分割处理),就执行全局刚性配准步骤160。
为提供心脏错位的更加准确的规范,通过对由两部分构成的心脏的体素(所述体素是由不处于所述安全区域内的发射数据检测到的)进行定位而对指示第二步骤162的错位的体积区域进行量化。可以对这些体素的总数量或者百分比进行量化(对应于差异QA度量),或者可以对其他特性进行量化,例如特定空间分布的度量(例如,通过最大偏移QA度量表示)。将这样的QA度量适当地用作错位程度的一个或多个指标。
继续参考图3,并进一步参考图4,将阐述用于执行局部非刚性配准操作162的一些区域性扭曲或形变方案。图4示出了由恒定边界170界定的局部区域,在该区域内执行通过区域性扭曲的非刚性配准。示出了矩形局部区域,但是也预期圆形、椭圆形、不规则或者其他局部区域几何结构。为触发变形调整,识别出最佳拖曳矢量172。可以由在安全区域以外(OSR)检测到的所有心脏体素所代表的(曲线)区域的(外)表面法线导出最佳拖曳矢量172的方向。任选地,应用形态学滤波,以确保曲面区域不含有任何孔。之后,(自动)指定围绕心脏的区域R,其限定随后衰减映射图形变或扭曲生效的空间区域。在这一区域内,通过弹性的方式改变衰减值以产生非刚性配准。
继续参考图3和图4并进一步参考图5,在通过操作162借助扭曲或形变执行非刚性配准的一个适当实施例中将遵循以下步骤。在步骤180中,计算心脏在与拖曳矢量正交的平面上的投影的形状(或“阴影”)(通过S表示)。在步骤182中,将阴影S再次反向投影到心脏上,以识别出界定属于心脏传播前沿(HPF)174的那些心脏体素的闭合曲面形状。通过图4中的灰色阴影指示属于HPF174的体素。在步骤184中,确定在使用拖曳矢量172使阴影S通过一个(由R表示的)区域时跨越的所有这些体素所定义的体积(由V表示)。在步骤186中,计算将HPF移动到拖曳矢量的方向内的最佳(例如,最小)范围,使得之后使新的或者调适的安全区域完全覆盖发射图像中的心脏。在步骤188中,根据下述算法对区域R内的每一体素分类,并使其根据其相对于HPF的位置以及体积V发生移动:(A)将处于HPF174的前面的体素176沿拖曳矢量172的方向进行压缩;(B)根据在步骤(4)中确定的最佳范围将属于HPF174的体素沿拖曳矢量172的方向移动;以及(C)将处于HPF174的后面的体素178沿拖曳矢量172的方向拉伸。为了在执行步骤188时保持相邻结构之间的平稳过渡,也将体积V外的像素拖曳到拖曳矢量172的方向内。然而,它们移动范围根据,例如其与体积V的表面的距离,单独设定。可以使用各种函数来设置这一(径向)距离依赖性,例如,线性函数、反曲函数或类高斯曲线函数。在步骤190中,通过适当的内插导出区域R的新的(标准网格)衰减值。
在变型方案中,将所述非刚性区域修改和对周围体素位置的影响表示为三维弹性体模型。在另一变型方案中,将整个安全区域(和衰减映射图)沿介质背部(media-dorsal)方向移动,直到心脏边界恰好开始超过引向软错位的边界区域,因而出现OSR。然后按照操作162拖动OSR,但是沿相反的方向,从而导致了安全区域的收缩。
预期各种额外的或者替代的针对所述配准处理的预处理步骤。例如,在提取安全区域之前可以任选地执行对衰减映射图中的条纹伪影的校正。由于可能为会将条纹伪影局部地误解为一种或多种不正确的组织类型,从而在非刚性配准操作162中导致非生理失真,因而这一操作可能是有利的。一些适当的条纹校正算法包括拓扑或中值算法、滤波算法、基于直方图分析的局部衰减值的调整、基于霍夫变换的条纹校正方案等。
本申请描述了一个或多个优选的实施例。通过阅读并理解前面详细的说明,本领域技术人员可以进行修改和变型。旨在将本申请理解为包括所有这样的修改和变型,只要它们落在所附权利要求及其等价物的范围之内。
Claims (20)
1.一种方法,包括:
从所采集的对象的解剖学图像数据集生成衰减映射图;
重建所采集的所述对象的发射图像数据集以生成发射图像,所述重建包括使用所述衰减映射图校正所述对象中的发射辐射的衰减;
计算对所述衰减映射图和所述发射图像的对准进行量化的品质保证度量的值;以及
将所述发射图像与所计算的品质保证度量一起显示或打印。
2.根据权利要求1所述的方法,其中,所述生成衰减映射图包括:
重建所述发射图像数据集以生成初始发射图像;以及
将以下中的一个与所述初始发射图像配准:(i)从所述解剖学图像数据集重建的解剖学图像和(ii)所述衰减映射图。
3.根据权利要求2所述的方法,其中,所述配准包括:
执行全局刚性配准;以及
在所述全局刚性配准之后执行感兴趣区域的局部非刚性配准。
4.根据权利要求3所述的方法,其中,所述执行局部非刚性配准包括:
执行网格扭曲配准。
5.根据权利要求2-4中任一项所述的方法,其中,所述配准包括:
在所述配准中采用所述品质保证度量作为品质因数。
6.根据权利要求1-5中任一项所述的方法,其中,所述计算包括:
计算对所述发射图像的特征延伸到所述衰减映射图的相应特征以外的最大距离进行量化的最大偏差品质保证度量的值。
7.根据权利要求1-5中任一项所述的方法,其中,所述计算包括:
计算对所述发射图像的心肌层特征延伸到所述衰减映射图的肺野特征内的最大距离进行量化的最大偏差品质保证度量的值。
8.根据权利要求1-7中任一项所述的方法,其中,所述计算包括:
计算对所述发射图像的特征延伸到所述衰减映射图的相应特征之外的部分进行量化的差异品质保证度量的值。
9.根据权利要求1-7中任一项所述的方法,其中,所述计算包括:
计算对所述发射图像的心肌层特征延伸到所述衰减映射图的相应心肌层特征之外的部分进行量化的差异品质保证度量的值。
10.根据权利要求1-9中的任一项所述的方法,其中,所述计算接收第一输入,所述第一输入包括:
所述发射图像和通过在不进行衰减校正的情况下重建所述发射图像数据集所生成的未校正的发射图像这两者之一,
并且接收第二输入,所述第二输入包括:
从所述解剖学图像数据集重建的解剖学图像、所述衰减映射图、从所述解剖学图像数据集重建的并与所述发射图像数据集配准的解剖学图像以及与所述发射图像数据集配准后的衰减映射图之一。
11.根据权利要求1-10中任一项所述的方法,还包括:
将所述发射图像和所计算的品质保证度量存储到图像存储器内;以及
在所述存储之后,从所述图像存储器检索所述发射图像的实例和所计算的品质保证度量的实例;
其中,所述显示或打印包括将所检索出的所述发射图像的实例与所检索出的所计算的品质保证度量的实例一起显示。
12.根据权利要求1-10中任一项所述的方法,还包括:
将所述发射图像格式化为存储格式,所述存储格式包括图像元数据结构,所述图像元数据结构含有关于所述发射图像的元数据;
在所述格式化期间,将表示所计算的品质保证度量的元数据包括到所述图像元数据结构中;以及
将所述发射图像以所述存储格式存储到图像存储器内,所述存储格式包括所述图像元数据结构,所述图像元数据结构含有表示所计算的品质保证度量的所述元数据。
13.根据权利要求1-12中任一项所述的方法,还包括:
使用透射计算机断层摄影(CT)成像和磁共振(MR)成像之一采集所述对象的所述解剖学图像数据集。
14.根据权利要求1-13中任一项所述的方法,还包括:
使用正电子发射断层摄影(PET)成像和单光子发射计算机断层摄影(SPECT)成像之一采集所述对象的所述发射图像数据集。
15.一种装置,包括:
数据处理电子设备(24),其被配置为执行包括以下内容的方法:
从针对对象采集的解剖学图像数据集生成衰减映射图;
重建针对所述对象采集的发射图像数据集以生成发射图像,所述重建包括使用所述衰减映射图校正所述对象中的发射辐射的衰减;
计算对所述衰减映射图与所述发射图像的对准进行量化的品质保证度量的值;以及
构建包括所述发射图像和表示所计算的品质保证度量的元数据的数据单元。
16.根据权利要求15所述的装置,其中,所述生成衰减映射图包括:
在不对衰减进行校正的情况下重建所述发射图像数据集,以生成未校正的发射图像;以及
将以下中的一个与所述未校正的发射图像进行配准:(i)从所述解剖学图像数据集重建的解剖学图像和(ii)所述衰减映射图,所述配准包括执行全局刚性配准,以及在所述全局刚性配准之后执行对感兴趣区域的局部非刚性配准。
17.根据权利要求15-16中任一项所述的方法,其中,所述计算包括以下内容的至少一项:
计算对所述发射图像的选定特征延伸到所述衰减映射图的选定特征之外或之内的最大距离进行量化的最大偏差品质保证度量的值,以及
计算对所述发射图像的特征延伸到所述衰减映射图的相应特征之外的部分进行量化的差异品质保证度量的值。
18.一种存储了指令的存储介质,所述指令可通过数据处理电子设备(24)运行,以执行包括下述内容的方法:
通过重建针对对象采集的发射图像数据集而生成初始发射图像;
从针对对象采集的解剖学图像数据集生成衰减映射图,所述生成包括将以下中的一个与所述初始发射图像配准:(i)从所述解剖学图像数据集重建的解剖学图像和(ii)所述衰减映射图,所述配准包括执行全局刚性配准,继而执行对感兴趣区域的非刚性配准;以及
重建所述发射图像数据集以生成衰减校正发射图像,所述重建包括使用所生成的衰减映射图对所述对象中的发射辐射的衰减进行校正。
19.根据权利要求18所述的存储介质,其中,所述生成初始发射图像包括:
通过在不对所述对象中的发射辐射衰减进行校正的情况下重建针对所述对象所采集的所述发射图像数据集来生成所述初始发射图像。
20.根据权利要求18-19中任一项所述的存储介质,其中,所述执行局部非刚性配准包括:
执行网格扭曲配准。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US37687610P | 2010-08-25 | 2010-08-25 | |
US61/376,876 | 2010-08-25 | ||
PCT/IB2011/053636 WO2012025855A1 (en) | 2010-08-25 | 2011-08-17 | Dual modality imaging including quality metrics |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103069456A true CN103069456A (zh) | 2013-04-24 |
CN103069456B CN103069456B (zh) | 2016-11-16 |
Family
ID=44588131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180041016.1A Active CN103069456B (zh) | 2010-08-25 | 2011-08-17 | 包括品质度量的双模态成像 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8977027B2 (zh) |
EP (1) | EP2609572B1 (zh) |
CN (1) | CN103069456B (zh) |
RU (1) | RU2589383C2 (zh) |
WO (1) | WO2012025855A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108553121A (zh) * | 2018-02-12 | 2018-09-21 | 沈阳东软医疗系统有限公司 | 一种pet延迟扫描的方法和装置 |
CN109381205A (zh) * | 2017-08-08 | 2019-02-26 | 西门子保健有限责任公司 | 用于执行数字减影血管造影的方法、混合成像装置 |
CN111566745A (zh) * | 2017-12-04 | 2020-08-21 | 皇家飞利浦有限公司 | 自动即时正电子发射断层摄影(pet)扫描规划和优化 |
CN115937163A (zh) * | 2022-12-19 | 2023-04-07 | 西北民族大学 | 一种spect肺灌注成像的目标区域提取方法与系统 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8923592B2 (en) * | 2012-05-29 | 2014-12-30 | General Electric Company | Methods and systems for performing attenuation correction |
US9002082B2 (en) * | 2012-12-27 | 2015-04-07 | General Electric Company | Axially varying truncation completion for MR-based attenuation correction for PET/MR |
EP2819093B1 (en) * | 2013-06-24 | 2016-05-11 | RaySearch Laboratories AB | Method and system for atlas-based segmentation |
RU2677764C2 (ru) * | 2013-10-18 | 2019-01-21 | Конинклейке Филипс Н.В. | Координатная привязка медицинских изображений |
US9031300B1 (en) * | 2013-10-25 | 2015-05-12 | General Electric Company | System and method reconstructing a nuclear medicine image using deformed attenuation image |
CN105849775B (zh) * | 2013-12-20 | 2019-07-19 | 皇家飞利浦有限公司 | Pet/mr系统中的密度引导的衰减图生成 |
US10583293B2 (en) * | 2014-09-09 | 2020-03-10 | Medtronic, Inc. | Therapy program selection for electrical stimulation therapy based on a volume of tissue activation |
US10368822B2 (en) * | 2015-08-31 | 2019-08-06 | General Electric Company | Iterative X-ray imaging optimization method and system |
US10552959B2 (en) | 2018-02-23 | 2020-02-04 | Cameron Anthony Piron | System and method for using imaging quality metric ranking |
WO2019185498A1 (en) * | 2018-03-26 | 2019-10-03 | Koninklijke Philips N.V. | Automatic fault detection in hybrid imaging |
RU2738135C1 (ru) * | 2020-02-11 | 2020-12-08 | Общество с ограниченной ответственностью "Научно-технический центр "МТ" (ООО "НТЦ-МТ") | Способ двухэнергетической рентгенографии (варианты) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003105069A1 (en) * | 2002-06-11 | 2003-12-18 | Tomotherapy Incorporated | Method for reconstruction of limited data images using fusion-aligned reprojection and normal-error-aligned reprojection |
CN1504931A (zh) * | 2002-11-26 | 2004-06-16 | GEҽҩϵͳ����Ƽ���˾ | 图像组的计算机辅助诊断 |
US20040122790A1 (en) * | 2002-12-18 | 2004-06-24 | Walker Matthew J. | Computer-assisted data processing system and method incorporating automated learning |
WO2009065079A2 (en) * | 2007-11-14 | 2009-05-22 | The Regents Of The University Of California | Longitudinal registration of anatomy in magnetic resonance imaging |
WO2009090572A2 (en) * | 2008-01-18 | 2009-07-23 | Koninklijke Philips Electronics, N.V. | Image registration alignment metric |
CN101496064A (zh) * | 2006-04-06 | 2009-07-29 | 皇家飞利浦电子股份有限公司 | 用于重构图像的方法和用于重构图像的重构系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5970182A (en) | 1995-11-15 | 1999-10-19 | Focus Imaging, S. A. | Registration process for myocardial images |
US6266453B1 (en) | 1999-07-26 | 2001-07-24 | Computerized Medical Systems, Inc. | Automated image fusion/alignment system and method |
WO2002061444A2 (en) | 2001-02-02 | 2002-08-08 | Koninklijke Philips Electronics N.V. | Registration reliability measure |
US7639896B2 (en) | 2004-08-09 | 2009-12-29 | Carestream Health, Inc. | Multimodal image registration using compound mutual information |
US7813535B2 (en) | 2005-04-19 | 2010-10-12 | Siemens Medical Solutions Usa, Inc. | System and method for fused PET-CT visualization for heart unfolding |
RU2413245C2 (ru) * | 2005-11-10 | 2011-02-27 | Конинклейке Филипс Электроникс Н.В. | Обработка изображений позитронно-эмиссионной томографии с использованием анатомической маски режима списка |
CN101379413A (zh) | 2006-02-03 | 2009-03-04 | 皇家飞利浦电子股份有限公司 | 创建基于ct的衰减图时对外来物体的说明 |
US20080052112A1 (en) * | 2006-08-24 | 2008-02-28 | Siemens Medical Solutions Usa, Inc. | Clinical Trial Data Processing and Monitoring System |
EP2289048B1 (en) * | 2008-05-15 | 2019-02-27 | Koninklijke Philips N.V. | Using non-attenuation corrected pet emission images to compensate for incomplete anatomic images |
US8600136B2 (en) | 2008-09-19 | 2013-12-03 | Koninklijke Philips N.V. | Method for generation of attenuation map in PET-MR |
US9177102B2 (en) * | 2011-04-28 | 2015-11-03 | Bioptigen, Inc. | Database and imaging processing system and methods for analyzing images acquired using an image acquisition system |
-
2011
- 2011-08-17 EP EP11754929.5A patent/EP2609572B1/en active Active
- 2011-08-17 CN CN201180041016.1A patent/CN103069456B/zh active Active
- 2011-08-17 WO PCT/IB2011/053636 patent/WO2012025855A1/en active Application Filing
- 2011-08-17 RU RU2013112941/08A patent/RU2589383C2/ru not_active IP Right Cessation
- 2011-08-17 US US13/817,150 patent/US8977027B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003105069A1 (en) * | 2002-06-11 | 2003-12-18 | Tomotherapy Incorporated | Method for reconstruction of limited data images using fusion-aligned reprojection and normal-error-aligned reprojection |
CN1504931A (zh) * | 2002-11-26 | 2004-06-16 | GEҽҩϵͳ����Ƽ���˾ | 图像组的计算机辅助诊断 |
US20040122790A1 (en) * | 2002-12-18 | 2004-06-24 | Walker Matthew J. | Computer-assisted data processing system and method incorporating automated learning |
CN101496064A (zh) * | 2006-04-06 | 2009-07-29 | 皇家飞利浦电子股份有限公司 | 用于重构图像的方法和用于重构图像的重构系统 |
WO2009065079A2 (en) * | 2007-11-14 | 2009-05-22 | The Regents Of The University Of California | Longitudinal registration of anatomy in magnetic resonance imaging |
WO2009090572A2 (en) * | 2008-01-18 | 2009-07-23 | Koninklijke Philips Electronics, N.V. | Image registration alignment metric |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109381205A (zh) * | 2017-08-08 | 2019-02-26 | 西门子保健有限责任公司 | 用于执行数字减影血管造影的方法、混合成像装置 |
CN111566745A (zh) * | 2017-12-04 | 2020-08-21 | 皇家飞利浦有限公司 | 自动即时正电子发射断层摄影(pet)扫描规划和优化 |
CN108553121A (zh) * | 2018-02-12 | 2018-09-21 | 沈阳东软医疗系统有限公司 | 一种pet延迟扫描的方法和装置 |
CN115937163A (zh) * | 2022-12-19 | 2023-04-07 | 西北民族大学 | 一种spect肺灌注成像的目标区域提取方法与系统 |
CN115937163B (zh) * | 2022-12-19 | 2023-07-28 | 西北民族大学 | 一种spect肺灌注成像的目标区域提取方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103069456B (zh) | 2016-11-16 |
RU2589383C2 (ru) | 2016-07-10 |
EP2609572A1 (en) | 2013-07-03 |
RU2013112941A (ru) | 2014-09-27 |
US8977027B2 (en) | 2015-03-10 |
WO2012025855A1 (en) | 2012-03-01 |
US20130142411A1 (en) | 2013-06-06 |
EP2609572B1 (en) | 2020-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103069456A (zh) | 包括品质度量的双模态成像 | |
US20200184639A1 (en) | Method and apparatus for reconstructing medical images | |
US9474495B2 (en) | System and method for joint estimation of attenuation and activity information | |
CN109567843B (zh) | 一种成像扫描自动定位方法、装置、设备及介质 | |
US7378660B2 (en) | Computer program, method, and system for hybrid CT attenuation correction | |
US7737406B2 (en) | Compensating for truncated CT images for use as attenuation maps in emission tomography | |
CN101959454B (zh) | 通过磁共振图像的自动分割进行ct替代 | |
US11594321B2 (en) | Radiation dose reduction and improved consistency between sessions in hybrid imaging studies | |
US20080095414A1 (en) | Correction of functional nuclear imaging data for motion artifacts using anatomical data | |
CN108242068A (zh) | 用于正电子发射断层成像中的散射校正的方法和系统 | |
CN106462974B (zh) | 用于分割图像的参数优化 | |
CN109978966A (zh) | 对pet活度分布图像进行衰减校正的校正信息获取方法 | |
CN108553121A (zh) | 一种pet延迟扫描的方法和装置 | |
US20130101193A1 (en) | Positron Emission Tomography and Method for Correcting Attenuation of PET Image Using Magnetic Resonance Image | |
US20230048734A1 (en) | Method for analyzing human tissue on basis of medical image and device thereof | |
KR101350496B1 (ko) | 광자감쇠지도 생성 방법 및 mri 융합영상시스템 | |
Turco et al. | Impact of CT-based attenuation correction on the registration between dual-gated cardiac PET and high-resolution CT | |
CN113393551A (zh) | 一种基于云服务器的影像系统 | |
CN112529977A (zh) | 一种pet图像重建的方法和系统 | |
US11823399B2 (en) | Multi-scan image processing | |
EP4329624A1 (en) | Systems and methods for medical imaging | |
CN117058042A (zh) | 图像校正方法、装置、电子设备及存储介质 | |
CN117788624A (zh) | 一种pet图像的散射校正方法与系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |