用于核医疗成像中基于发射数据进行衰减补偿的系统和方法

摘要

本发明用于核医疗成像中基于发射数据进行衰减补偿的系统和方法，提供用于核医疗成像中基于发射数据进行衰减补偿的系统和方法。一种方法（150），包括在含至少一种放射性同位素的放射性药物的服药人的多个能量窗口处获取（152）发射数据。该方法还包括执行(154)所获取的发射数据的初级重构以创建峰值能量窗口和散射能量窗口的一个或多个初级图像，以及从峰值能量窗口的或散射能量窗口的重构的初级图像的至少其中之一确定（154）此人的身体外形。该方法还包括识别（156）心脏轮廓并分割（158）至少左肺。该方法附加地包括基于身体外形和分割的左肺定义(160)衰减映射图，以及使用迭代联合估算重构来重构此人的关注区域的图像。

说明书

技术领域

本文披露的主题一般涉及核医疗成像系统，以及更具体地来说涉及用于单光子发射计算机层析（SPECT）成像系统以及尤其在心脏成像中，使用发射数据进行SPECT系统中的发射衰减的补偿。

背景技术

已知有不同类型的成像技术，并且将其用于医疗诊断成像。例如，使用诊断核成像，如SPECT成像来研究受检者（如患者）体内的放射性核素分布。典型地，将一个或多个放射性药物或放射性同位素注入到患者体内。将典型地包括准直器的伽马照相机检测器头置于患者表面附近以捕获和记录发射的辐射从而获取图像数据。已知有不同的配置，其中伽马照相机可以在扫描期间保持在相对于关注的受检者固定的位置/朝向（例如，聚焦的检测器模块）或可绕着患者旋转。然后可以使用如背投的图像重构技术来基于所获取的图像或所获取的数据（例如，列表数据）来构造受检者内部结构内放射性示踪剂摄取分布的图像。

虽然此类常规系统可以提供具有良好诊断值的高质量图像，但是光子衰减是影响SPECT系统中的重构图像的质量的主要物理因素。此类衰减可以是由于例如发射源与系统检测器之间的组织所致。但是，在SPECT成像中，以及确切地来说在心脏病学中，重要的是存在患者身体所导致的衰减（例如，由于康普顿散射的辐射所导致的大部分中）的情况下获得精确的发射图像（成像的患者体内放射性同位素分布的三维3D图）。

在心脏成像中，光子衰减占从心肌区域发射的光子的损耗的高达85%。而且，从量化角度来看，与图像重构中使用的模型的数据不一致性在空间上也是变化的（例如，仅在一些情况中心肌内的误差70-85%）。由此，已知的重构方法需要衰减映射图的知识，例如影响到达检测器的辐射的区域中患者组织的3D模型。这些方法目前主要依赖于常常失效的、可包括辐射源的直接透射测量，或昂贵的、来自x射线计算机层析（CT）系统的测量，这些方法还可能增加给予患者的辐射剂量、额外的成像时间、几何空间上配准不良和分辨率差异。可以使用模型来表征衰减，但是实际衰减可能有很大不同。而且，因为患者尺寸和形状的高度可变性，“患者标准”可能得到差的重构结果。

发明内容

根据实施例，提供一种用于图像重构的方法。该方法包括在含至少一种放射性同位素的放射性药物的服药人的多个能量窗口处获取发射数据，其中这些能量窗口包括（i）以同位素的峰值发射为中心的至少峰值能量窗口，以及（ii）位于比峰值能量窗口低的能量范围处的至少一个散射能量窗口。该方法还包括执行所获取的发射数据的初级重构以创建峰值能量窗口和散射能量窗口的一个或多个初级图像，从峰值能量窗口的重构的初级图像或散射能量窗口的重构的初级图像的至少其中之一确定此人的身体外形。该方法还包括从峰值能量窗口的重构的初级图像识别此人的心脏轮廓，以及使用识别的心脏轮廓作为界标，以从散射能量窗口的重构的初级图像分割此人的至少左肺。该方法附加地包括基于至少确定的身体外形和分割的左肺定义衰减映射图，并使用包括更新衰减映射图和峰值能量窗口的图像的迭代联合估算重构来重构此人的关注区域的图像，其中该联合估算重构包括使用所述多个能量窗口中获取的数据。

根据另一个实施例，提供一种核医疗（NM）成像系统，其包括门架和多个核医疗（NM）照相机，多个核医疗（NM）照相机耦合到门架且配置成在含至少一种放射性同位素的放射性药物的服药人的多个能量窗口处获取发射数据，其中这些能量窗口包括（i）以同位素的峰值发射为中心的至少峰值能量窗口，以及（ii）位于比峰值能量窗口低的能量范围处的至少一个散射能量窗口。该NM成像系统还包括图像重构模块，图像重构模块配置成（i）执行所获取的发射数据的初级重构以创建峰值能量窗口和散射能量窗口的一个或多个初级图像，（ii）从峰值能量窗口的重构的初级图像或散射能量窗口的重构的初级图像的至少其中之一确定此人的身体外形，（iii）从峰值能量窗口的重构的初级图像识别此人的心脏轮廓，（iv）使用识别的心脏轮廓作为界标，以从散射能量窗口的重构的初级图像分割此人的至少左肺，（v）基于至少所确定的身体外形和所分割的左肺定义衰减映射图，以及（vi）使用包括更新衰减映射图和峰值能量窗口的图像的迭代联合估算重构来重构此人的关注区域的图像，其中该联合估算重构包括使用多个能量窗口中获取的数据。

根据又一个实施例，提供一种用于使用处理器执行图像重构的非临时性计算机可读存储介质。该非临时性计算机可读存储介质包括用于命令处理器执行如下操作的指令：在含至少一种放射性同位素的放射性药物的服药人的多个能量窗口处获取发射数据，其中这些能量窗口包括（i）以同位素的峰值发射为中心的至少峰值能量窗口，以及（ii）位于比峰值能量窗口低的能量范围处的至少一个散射能量窗口。非临时性计算机可读存储介质还包括命令处理器执行如下操作的指令：执行所获取的发射数据的初级重构以创建峰值能量窗口和散射能量窗口的一个或多个初级图像，以及从峰值能量窗口的重构的初级图像或散射能量窗口的重构的初级图像的至少其中之一确定此人的身体外形。该非临时性计算机可读存储介质还包括命令处理器执行如下操作的指令：从峰值能量窗口的重构的初级图像识别此人的心脏轮廓，使用识别的心脏轮廓作为界标，以以从散射能量窗口的重构的初级图像分割此人的至少左肺，以及基于至少确定的身体外形和分割的左肺定义衰减映射图。非临时性计算机可读存储介质还包括命令处理器执行如下操作的指令：使用包括更新衰减映射图和峰值能量窗口的图像的迭代联合估算重构来重构此人的关注区域的图像，其中该联合估算重构包括使用多个能量窗口中获取的数据。

附图说明

图1是根据多种实施例构造的示范成像系统的简化框图。

图2是图示根据一个实施例的图1的成像系统的检测器配置的示意图。

图3是图示根据另一个实施例的图1的成像系统的检测器配置的示意图。

图4是根据一个实施例形成的检测器模块的示意图。

图5是根据另一个实施例形成的检测器模块的示意图。

图6是图示不同发射的示意图。

图7是根据多种实施例的处理流程的框图。

图8是图示能量响应分布中的不同能量级的曲线图。

图9是根据多种实施例用于衰减补偿的方法的流程图。

图10是图示根据多种实施例的检测器模块获取的附加视图的示意图。

图11是图示根据多种实施例使用的永久性图像的示意图。

图12是图示根据多种实施例使用的体元映射的示意图。

图13是图示根据多种实施例的重构的图像的示意图。

具体实施方式

当结合附图阅读时，将更好地理解前述发明内容以及下文对多种实施例的详细描述。就附图图示多种实施例的功能框的示意图而言，这些功能框不一定表示硬件电路之间的划分。因此，例如，这些功能块的其中一个或多个功能块（例如，处理器或存储器）可以在单件硬件（例如通用信号处理器或随机存取存储器块、硬盘等）或多件硬件中实现。相似地，程序可以是单独运行的程序，可以是作为子例行程序并入操作系统中，可以是安装的软件包中的功能等。应该理解，这些多种实施例不限于附图中示出的布置和实现方式。

本文描述的是用于确定核医疗成像系统，具体为单光子发射计算机层析（SPECT）成像系统内的衰减以及对此进行补偿的系统和方法。多种实施例仅使用SPECT系统获取的发射数据来估算衰减并对衰减进行补偿。

图1是根据多种实施例构造的示范核医疗成像系统20的框图，在本实施例中，示范核医疗成像系统20是SPECT成像系统。一个实施例中的系统20包括集成的门架22，集成的门架22还包括围绕门架中心孔洞26朝向的转子24。转子24配置成支承一个或多个核医疗（NM）照相机28和30（出于图示的目的，示出两个）。在多种实施例中，NM照相机28和30可以是例如通用伽玛照相机或非通用伽玛照相机，如为心脏成像配置的聚焦的针孔伽玛照相机模块。NM照相机28和30可以由不同类型的适合材料形成，适合材料可以是直接转换材料或间接转换材料，可以是像素化检测器或照相机。例如，在间接转换材料中，闪烁体通常由碘化钠（NaI）的晶状材料制成，并且将接收的伽马辐射转换成（例如，紫外线范围中）较低能量的光能。在这些系统中，光电倍增管然后接收此光并生成对应于光子撞击特定离散像点（像素）区域的图像数据。在如碲化镉锌（CZT）的直接转换材料中，撞击光子被直接地转换成电信号。

转子24还配置成围绕着包括患者台架34的检查轴轴向旋转，患者台架34可以包括滑动地耦接到床台支承系统以支承患者36的床台，床台可以直接地耦接到地板或可以通过耦接到门架22的基座耦接到门架22。该床台可以包括滑动地耦接到床台的上表面的担架。患者台架34配置成有助于患者36进入和退出基本与检查轴对齐的检查位置。在成像扫描期间，可以控制患者台架34以将床台和/或担架轴向移入和移出孔洞26。可以采用本领域中公知的任何方式来执行成像系统20的操作和控制。应该注意，可以与包括旋转门架或固定门架的成像系统结合来实现多种实施例。

可以与NM照相机28和30组合来提供准直器38。例如，可以将准直器38耦接到NM照相机28和30的每个照相机的前检测面。准直器38可以是本领域中公知的任何适合类型的准直器。

将来自NM照相机28和30的输出传送到处理单元40，处理单元40可以是任何适合的计算机或计算装置。如本文使用的，术语“计算机”或“模块”可以包括任何基于处理器或基于微处理器的系统，包括使用微控制器、精简指令集计算机（RISC）、ASIC、逻辑电路和能够执行本文描述的功能的任何其他电路或处理器的系统。上文这些示例仅是示范性的，因此不应以任何形式限制术语“计算机”的定义和/或含义。

处理单元40可以包括衰减补偿模块50，衰减补偿模块50用于执行如本文更详细描述的衰减补偿。衰减补偿模块50可以采用硬件、软件或硬件与软件的组合来实现。

应该注意，成像系统20还可以是多模态成像系统，如NM/MR成像系统。在成像扫描期间，可以由作为控制器42的一部分的台架控制器单元44来控制患者台架34。台架控制器单元44可以控制患者台架34以将患者台架34轴向移入和移出孔洞26。NM照相机28和30可以设在相对于患者36的多个位置（例如，采用L模式配置）。应该注意虽然NM照相机28和30配置成用于沿着（或围绕）门架22进行可移动操作，但是可以将NM照相机28和30与之固定。控制器42还包括控制门架22的移动（例如，围绕患者的旋转移动）和NM照相机28和30的移动（如枢转移动或移近/移开患者36的移动）的门架电动机控制器46。

因此，控制器42可以控制患者台架34相对于伽玛照相机28和30的移动和定位以及NM照相机28和30相对于患者36的移动和定位以将患者36的期望解剖结构（例如器官）定位在NM照相机28和30的视场（FOV）内，此操作可以在获取关注的器官的图像之前执行。台架控制器44和门架电动机控制器46可以由处理单元40来各自自动命令，由操作员来手动控制或二者组合。可以将成像数据组合并重构成图像，如下文更详细描述的，图像可以包括2D图像、3D容积或随时间推移的3D容积（4D）。

数据获取系统（DAS）48接收NM照相机28和30产生的模拟和/或数字电信号数据，并将数据解码以供后续处理，正如本文更详细描述的。图像重构处理器52从DAS 48接收数据，并使用本领域中公知的任何重构过程结合如本文描述的衰减补偿来重构图像。可以提供数据存储装置54以存储来自DAS 48的数据或重构的图像数据。还可以提供输入装置56以接收用户输入，以及可以提供显示器58以显示重构的图像。

操作中，在进行数据收集之前，将如放射性药物物质的放射性同位素（有时称为放射性示踪剂）对患者36给服，并且可以被特定组织或器官结合或摄取。典型的放射性同位素包括多种放射性形式的元素，尽管在SPECT成像中许多典型放射性同位素基于衰变过程中发射伽马辐射的锝（99Tc）的同位素。可以选择性地将多种额外物质与此类同位素组合来靶向身体的特定区域或组织。 

由NM照相机28和30检测患者体内位置处暂时性存在的放射性同位素发射的伽马辐射。虽然在图1中图示NM照相机28和30为置于患者36上方的平面装置，但是NM照相机28和30也可以设在患者下方36，同时设在患者36上方和下方，设在患者36旁边，以及可以至少部分地包绕着患者36。

在一些实施例中的成像系统20可以耦接到更多网络的其中之一以使系统数据能够往返于图像系统20传送以及能够传输和存储图像数据和处理的图像。例如，局域网、广域网、无线网络等可以使图像数据能够存储在放射科信息系统上或医院信息系统上。此类网络连接还使图像数据能够传输到远程后处理系统、医生办公室等。

本文描述的多种实施例可以与用于对关注的具体器官（如用于心脏成像和评估）的专用SPECT系统结合使用。这些系统的其中一些表征为以包含关注的器官和/或非平行准直为目标的有限视场（FOV）。此类系统有时称为“移位变异”成像系统。这里，移位变异意味着对物体（例如，点源）的系统响应因物体在FOV中的位置而有所不同。在这些差异中，有系统响应的几何形状、系统灵敏度和从发射物体到系统检测器的衰减路径中的差异。

多种实施例可以与如图2和图3所示的不同SPECT成像配置结合来使用。在图2的实施例中，成像系统扫描仪60包括支承双头照相机（以L配置示出）的门架22。该照相机包括两个照相机分段，图示为设在门架22中的NM照相机28和30以获取围绕患者36的约180上的数据。在图示的实施例中，成像系统扫描仪60配置成用于心脏成像，以及本文描述的实施例允许对始发于心脏中和周围的位置处的发射62的散射和衰减进行特征化和校正。一般来说，此类发射将穿越心脏64的至少一些区域以及身体的软组织66，具体为左肺68。应该注意，可以利用安装机构70将伽玛照相机NM和30安装到门架22，安装机构70除了围绕患者36移动外还允许如逼近或远离患者36的枢转移动或平移。

图3图示成像扫描仪80的另一个配置，其允许定义多针孔获取系统，多针孔获取系统包括多个模块82，在本实施例中，这些模块82是针孔伽玛照相机模块。模块82围绕患者容积定位并朝向以便收集穿越患者36的类似组织的发射62。应该注意，在针孔获取系统的情况中，模块82的针孔可以调整成使得针孔聚焦在所关注的容积上，并且可以在图像获取期间为静止的，例如，可从GE Healthcare公司可获得的Discovery NM 530c。

还应该注意，可以采用其他类型和配置的照相机，如美国专利号6,242,743中所披露类型的照相机。

模块82可以采取如图4和图5所示的不同形式。例如，图4所示的针孔配置包括检测器90，检测器90具有与之组合（例如耦合到检测器90的检测面94）的针孔准直器92。模块82可以枢转或旋转。

模块82还可以包括不同类型的准直，如图5所示的平行孔准直器96。但是，可以使用其他类型的准直，包括本领域中公知的发散和收敛类型的准直。在图5所示的实施例中，提供枢轴98。

图6图示这些情景中辐射发射穿越组织的更详细图示。患者36的身体将延伸到皮肤空气边界，并且具有从中获取SPECT数据的成像容积中的大致轮廓100。在身体内以及心脏成像的情况中，心脏64将具有轮廓102，轮廓102表示心脏64的组织与周围解剖结构的组织之间的边界或过渡。肺部68（这是左肺）将具有进一步的轮廓104，轮廓104表示肺部组织与这些周围组织之间的范围和过渡。在SPECT成像数据获取期间，发射62可以在所有方向上辐射，并穿越这些组织的其中一些或全部，并被各个组织差异性地散射和衰减。例如，某些辐射线106可能仅穿越心脏组织和软组织，而其他辐射线108可能穿越心脏组织和肺部组织，二者之间具有很少软组织，然后穿越软组织达到身体轮廓。又一些辐射线110（直线辐射）可能穿越心脏组织，软组织，然后进一步穿越肺部和更多软组织，之后离开身体。一些辐射112也可能散射，其中组织中的电子114散射伽玛。多种实施例使用这些轮廓来表征散射和/或发射的衰减以用于图像数据处理和图像重构。

多种实施例提供仅使用发射数据的SPECT中的衰减校正。图7中示出处理流程120，其大致图示一些实施例中执行的衰减补偿。然后下文将是详细描述。处理流程120包括基于所获取的发射数据执行初级重构122。在如图8所示的多种实施例中，流程图120中使用的所获取的发射数据包括全频谱的能量，以便创建主发射或峰值能量窗口和一个或多个散射窗口的至少初级图像。由此，在多个能量窗口或能量级处对患者获取发射数据（例如，列表模式数据），以便能够可追溯地定义多个能量窗口。例如，获取图示为主能量窗口140的峰值能量窗口和一个或多个散射能量窗口142，峰值能量窗口对应于能量响应144中的主要能量峰值，以及一个或多个散射能量窗口142对应于能量响应144中的较低能量峰值或无能量峰值。在多种实施例中，主能量窗口位于大致以同位素的峰值发射为中心附近，以及散射能量窗口位于比峰值能量窗口低的能量范围。应该注意，能量响应144定义可以识别小角度散射的光子和大角度散射的光子的分布。由此，可以在多种实施例中使用散射信息，如检测具有不同散射角度的较低能量窗口中的散射信息。应该注意，较小散射角度的散射具有较小的偏移和较小的能量损耗，而较大散射角度的散射具有较大的偏移和较大的能量损耗。

再次参考图7，执行初级重构122而不校正物理效应，即没有衰减校正。此初级重构122大致地定义关注的边界，例如患者的外部边界。应该注意，可以仅使用主能量窗口或可选地包括来自一个或多个散射能量窗口的散射数据（为了提高外部边界检测）来执行初级重构122。由此，通过使用峰值能量窗口和可选地一个或多个散射能量窗口的重构的初级图像分割身体外形，从而确定身体轮廓的粗略估算124。

然后使用来自重构的初级图像确定患者的心脏轮廓的识别126。可以使用本领域中公知的任何方法来执行此识别126。然后执行至少左肺的分割128，这可以包括使用识别的心脏轮廓以协助肺部分割。例如，可以识别左心室和肺部之间的边界，然后可以使用种子和生长过程来识别左肺的边界。由此，可以使用识别的心脏轮廓作为界标，以从散射能量窗口的重构的初级图像分割左肺。

然后使用由身体轮廓和分割的左肺的粗略估算填充以线性衰减系数生成的二进制映射图作为对联合估算重构130的输入。这些输入定义衰减映射图的初始逼近或猜测，即初级衰减映射图。联合估算重构130是迭代过程，其中在每次迭代处执行两个更新。首先，使用衰减映射图的估算来执行衰减校正，然后将其用于更新发射数据。由此，在每个步骤处，基于来自前次迭代步骤的衰减映射图更新发射估算，然后将其用于在当前步骤中更新衰减映射图。相应地通过衰减和散射补偿来执行联合估算重构130以生成重构的图像132。

因此，在多种实施例中，使用峰值能量窗口、散射能量窗口或其组合（例如峰值能量窗口和散射能量窗口之和）来识别身体外形。从重构“峰值”识别心脏轮廓。从散射数据，如使用一个或多个散射能量窗口来识别肺部。可以执行识别不同界标和补偿衰减的多种操作或步骤，例如下文更详细描述的。

更具体来说，多种实施例提供如图9所示的方法150，用于衰减补偿，具体在SPECT成像中，尤其心脏SPECT成像中的衰减补偿。方法150包括在152处获取多个能量窗口的发射数据，在154处将其用于利用初级重构分割身体外形。由此，使用多个能量窗口（峰值能量窗口+散射能量窗口）的发射数据，执行初级重构而不进行衰减校正。在一个实施例中，可以将使用任何适合SPECT重构方法的主发射或峰值能量窗口重构用于确定身体轮廓的粗略估算。正如本文更详细描述的，可以使用散射能量窗口重构来补充主发射或峰值能量窗口重构。由此，在方法150中使用非x射线CT数据。

在一些实施例中，在152处获取附加投影视图。例如，如使用旋转SPECT，从仰卧方向对图10所示的标准180度获取弧获取附加投影视图。由此，可以通过旋转NM照相机或检测器（例如，NM照相机28和30）附加门架步骤来获取附加视图以解析身体外形，例如在一个实施例中，旋转是约等于NM照相机或检测器的尺寸的距离。例如，图10图示为NM照相机28和30定位的三个门架。应该注意，通过多个门架步骤旋转NM照相机28和30，而出于说明性目的仅示出三个。正如可见到的，位置1和2是标准180度获取的一部分，而位置3获取附加视图。

在一些实施例中，例如在如图11所示的聚焦的准直系统170（具有聚焦的几何形状）中，可以使用永久性数据172。在例如患者定位期间，获取永久性数据172，并在这些实施例中不予废弃。由此，此永久性数据172提供类似于跟踪数据的数据。

再次参考图9，此后，在156处从峰值能量窗口和可选地一个或多个散射能量窗口的重构的初级图像分割心脏轮廓。可以使用任何适合的公知心脏分割方法来确定心脏的识别。心脏轮廓可以可选地用作界标来确定心脏与左肺之间的介面以在158处帮助肺部分割。例如，可以使用始于心脏左心室的已知方向将心脏轮廓圈在含有在介面处识别的左肺的椭圆（例如图形覆盖）中。

由此，在158处，使用散射窗口重构，即从散射能量窗口的重构的初级图像分割左肺。例如，使用散射数据，可以使用规则性重构，如从发射到检测器的直线投射的主窗口重构来执行散射窗口重构，从而忽略几何形状变化。在一些实施例中，可以使用散射重构的特殊投影器，如使用例如基于Monte-Carlo的方法的模型以对散射几何形状建模来提高肺部对比度。应该注意，可以一次性地更新体元的全部或子集。

因此，可以使用基于分割的肺部确定来使用体元值和预定阈值来获得二进制映射图，以便例如识别组织。在一些实施例中，可以通过如先验构造的肺部模型的知识集来协助分割。

然后，在160处使用来自确定的轮廓的数据执行迭代联合估算重构，其中每次迭代包括两个更新。在多种实施例中，基于确定的身体外形和分割的左肺定义初级衰减映射图。具体来说，在每次迭代中，利用衰减校正估算来重构发射数据，并更新衰减映射图。例如，可以使用最大似然过程来进行发射更新，以及使用共轭梯度类过程来进行衰减映射图更新。应该注意，在一些实施例中，可以使用专门构造的先验知识（例如，添加规则化），如联合熵或其他中间滤波器（基于相邻体元）或双正态分布来对最终图像提供平滑性并形成用于呈现（develop）期望属性的图像。

由此，多种实施例在两个主要阶段中提供重构过程。首先，由一系列重构和分割步骤创建衰减映射图的初始估算。其次，当可互换地更新并细化具有衰减以及可选的散射补偿的SPECT数据重构和衰减映射图估算时，使用此估算连同SPECT发射投影作为迭代联合估算过程的输入（初始逼近），直到预定义准则被满足为止。应该注意，可以在一个步骤中通过重构优化的散射窗口来实现方法150的多种步骤。

具有衰减和散射补偿的重构可以对应于不同轨迹线对通过每个轨迹线所穿越的组织的散射/衰减赋值。例如，图12是心脏成像的情况中此类映射的示意图图示。在此图示中，对关注的解剖结构编译映射180，并在由离散容积元素或体元182组成的三维分割中示出布置。基于多种组织的密度和位置，体元可以指示更大或更小的散射/衰减。可以由身体和组织轮廓以及本文更详细描述的容积确定来确定映射，并将其用于从所获取的SPECT数据重构图像。

操作中以及例如，可以采用多种方法执行身体轮廓的粗略估算，具体取决于获取的几何形状。对于常规旋转SPECT获取，使用主发射窗口中的计数和/或散射窗口中检测的计数的重构。对于备选几何形状，如固定获取/有限获取弧/小视场（FOV）表征的几何形状，可以添加附加的数据，如来自远端检测器位置的跟踪或永久性数据。在此情况中可以将若干辅助视图追加到与标准获取轨道/几何形状对应的投影数据并一起重构，以确保身体外形的完整可视性，正如本文描述的。然后将此初始重构分割成“身体”和“外侧空气”分类。

在此身体轮廓估算阶段之后，以及在心脏成像的情况中，执行左肺容积的粗略估算。此估算可以基于来自重构的左心室表面的边缘的“种子”以提供用于肺部识别和分割的附加界标。此阶段得到的数据定义衰减映射图的初始估算。在相同的体元网格和容积上作为发射数据以及由相同的数据重构衰减映射图。由此，将从此过程获取的衰减映射图固有性地对准到发射数据。

例如，如图13所示，可以执行所获取的发射数据的初级重构以分别创建至少峰值能量窗口的初级图像190和散射能量窗口的初级图像192。可以在图像194中如图示地识别心脏，包括提供覆盖195，以便分割心脏的左心室轮廓。图像194中的箭头表示肺部搜索“种子”，以分割左肺198，如图像196中所示。

由此，利用所确定的衰减映射图，可以执行对SPECT发射的散射/衰减进行补偿的图像重构。在多种实施例中，例如图13中如图所示的轮廓的确定提供衰减映射图的初始估算，在如本文描述的联合估算的过程中将对其进一步地强化。

操作中，第二阶段的重构过程产生通过补偿衰减和可选地对散射的效应重构的最终SPECT图像。根据一个实施例，重构过程是迭代的，并且可以按下文描述的来提供。作为初始化步骤，按标准方式将放射性摄取分布假定为根据如下关系是均匀的：

 公式 1

其中SPECT发射投影、衰减映射图的初始估算以及可选地散射估算（与发射重构的容积相同的容积）是输入。

在初始化之后，执行联合估算。对于联合估算过程的每次迭代，执行两个后续更新。首先，在例如常规罚分似然方案之后进行放射性浓度估算x（SPECT重构）。在此更新中，使用衰减映射图x^k的当前估算。在第二更新中，使用刚才获得的放射性浓度估算细化衰减映射图估算。不遵守泊松统计的衰减映射图的更新不是由似然最大值驱动，而是由如坐标下降的通用优化方案来驱动。所以，可以通过如下关系描述联合估算算法的一次迭代：

公式2

 公式3

其中x表示放射性分布以及m表示衰减映射图。

由公式2，根据如下关系更新x的值：

公式 4

同时应用数值坐标下降类框架以推进m。在多种实施例中，联合重构的过程中，将衰减映射图估算保持平滑。在确保此平滑性的多种方法中，可以使用基于交叉熵的先验知识，其中：

公式 5

其中是衰减映射图估算以及是某个辅助图像。在交叉熵框架下，的每个体元由其相邻体元的加权算术平均值组成，从而利用(impose)平滑性。可以进一步实施边缘保持约束。

然后根据数据形成过程中使用的放射性药物，依据如下关系单个阈值：

公式 6

（或使用本领域中公知描述的其他分割技术）将的值界定（thresholded）成空气与软组织划分，并以来自查询表的线性衰减系数填充。

减少或消除了将衰减映射图的初始独立重构与联合估算的组合。当将发射特定特征（例如，心肌摄取）传播到衰减映射图中时，出现“串音（cross-talk）”。

可设想变化和修改。例如，在一个实施例中，可以提供如下处理：

A. 准备：

1. 将在至少两个能量窗口（E0和E1）中收集数据。

E0是定义为“峰值能量+/- dE”的峰值能量窗口，其中dE常常为百分之几；

E1是散射能量范围内的能量窗口，其中“散射能量窗口”的能量范围低于“峰值能量窗口”，以及在多种实施例中“散射能量窗口”的能量范围比“峰值能量窗口”宽；

可选地，定义较多散射能量窗口，如E2（或更多），即将“散射能量窗口”分成两个或更多个子窗口，在一些实施例中，这些子窗口是不重叠且连续的子窗口。2.  定义系统响应函数 – 只要目标是已知的，则允许估算数据的函数。系统响应取决于准直器、检测器等。

B. 数据获取：

收集发射数据“e(P,E)”，在能量窗口“E”中检测器位置“P”处收集的光子的数量。

这里，“E”是能量窗口（E= 0. 1,　2, …）

以及“P”是检测器位置的通用指定。

1. 在多针孔照相机中P={x, y, p}，其中x、y是像素索引以及p是针孔索引。

2. 在旋转SPECT照相机中，P={x, y, p}，其中x、y是像素索引以及p是投影索引（门架角度“f”）。

3. 在具有多个旋转准直头的照相机（如图5所示）中，P={x, y, p, f}，其中x、y是像素索引以及p是头索引，以及f是头p的角度。可选地，如果头在2D中旋转，则f由f={fx,fy}定义。

应该注意，数据集的维度是x*y*p*e（对于两个能量窗口：“e0= 峰值”和“e1=散射”，e=2，可选地如果将散射窗口细分，则e >2）。还应该注意，解是相同（或较低）维度的解。

C. 假设和定义

应该注意，假设具有单个发射峰值的单个同位素（例如具有140 keV处的峰值Tc），但是可以提供至多峰值同位素或多个同位素的扩充。

2. 目标（患者）

目标O(X) = {S,D}(X)同时由如下项定义：

“源浓度”S(x,y,z) = S(X)；（S以“每cc居里”为单位，x,y,z = X是3D中的体元索引）。典型地，维数x=y=z= 64或128，源浓度必须是非负数值

以及

“身体密度”D(x,y,z) = D(X)；（D以每cc克为单位）。应该注意，可以通过能量有关核参数交叉部分参数将D(x,y,z)转换成“吸收和康普顿散射系数”。典型地，应用线性变换，但是非线性变换（将骨骼化学成分纳入考虑）也是公知的。

组织分割

为了降低计算的复杂性，可以将如下算法应用于D(X)：

1. 空气 – 对于D ~ 0（或低于阈值）- 假定该组织是“空气”。确切地来说，如果它可能位于患者边界之外，则将D设为D=0 

2. 肺部 – 对于“最小肺部密度”与“最大肺部密度”之间的D – 组织，空气与软组织的混合，具有必要的混合百分比。确切地来说，如果组织可能位于患者肺部边界之内，D保留为变量，

3. 软组织 – 对于“最大肺部密度”与“最小松质骨密度”之间的D – 假定该组织是软组织。D设为软组织平均值。

4. 松质骨 – 对于“最小松质骨密度”与“最大松质骨密度”之间的D – 组织，软组织与骨骼的混合，具有必要的混合百分比。D保留为变量，以及将化学成分假定为硬质骨与具有密度D的软组织的适合混合。

5. 硬质骨 – 对于“最小硬质骨密度”与“最大硬质骨密度”之间的D – 该组织是硬质骨。将D设为密度和硬质骨。

6. 金属 – 对于高于“最大硬质骨密度”的D – 组织，植入体或外来物 – 需要操作员介入。

此过程称为“患者组织的分割”（分割为：空气、肺部、软组织、松质骨和硬质骨。但是，在一些情况中，仅考虑空气、肺部和软组织，而忽略骨骼并以软组织或具有相同人工高密度的“致密软组织替代）。

分割减少了计算，因为大部分容积包含空气或软组织。

从D到吸收和散射系数的简单（线性）变换是：

吸收A(X,E) = a(E)*D(X)；其中“a”是对于能量E的组织的平均吸收系数（由于组织类型，忽略次要变化） 

康普顿散射C(X,E,E’) = c(E,E’)*D(X)，其中c(E,E’)是从能量E到能量E’的组织的平均康普顿散射系数（也定义散射角，所以实际上，可以定义C(X,E,t) = c(E,t)*D(X)，其中“t”是散射角）

还要注意，总衰减U(X,E)是：

U(X,E) = A(X,E) + Sum[{E’}, C(X,E,E’)]，其中Sum[{E’}, C(X,E,E’)]为C(X,E,E’)的所有E’（或角度t）之和。

2. 获取的数据集

发射数据集定义为e(P,E) = {e0,e1,e2…}(P)，其中：

e0是具有能量e0等的检测到的光子的数量（一般来说，e0将是非散射发射能量，而e1、e2…eN是康普顿散射的能量e1、e2..eN < e0。

P是通用化像素数量。

在“固定针孔照相机”中，P = (p,x,y)，其中p是针孔数量，x,y是与像素关联的像素索引。

在SPECT（旋转）照相机中，P = (f,x,y)，其中f是投影角 

在“频谱动态”照相机中，P = (h,f,x,y)，其中h是头数量，f是头角度。

前向投影–根据S(X)和D(X)估算“峰值”数据e0'(P)

无论什么系统，P指示照相机配置。每个P与“响应函数矩阵”M(P,X)中的矩阵元素关联，元素将通用化像素P处检测到的光子与身体中位置（体元）X中的放射性源关联（给定检测器的响应或灵敏度）。

在通用意义中，M(P,X)是响应函数，定义为在给定照相机几何形状下（包括例如准直、检测器灵敏度等。例如给定刺穿隔膜和/或检测器响应的能量依赖性下，这使得M(P,X) => M(P,X.E)）检测到从位置X在通用化数据像素P处随机发射的光子的概率，但是不包括患者衰减。

在没有衰减(D(X)=0)的情况下，源S(X)将（统计上来说 – 估算为最可能）产生获取的数据e(P,E) = {e0,e1,e2…}(P) = {M(P,X)*S(X), 0, 0, …}或e0(P)=M(P,X)*S(X)。注意，M是非常稀疏的（大多数M元素为0）

但是，在有真实的患者的情况下，通过按积分（求和的）总衰减U(X, e0)将每个光子衰减来修改公式（正如沿着从对应的X到P的穿越线从D(X)推导的）。

前向散射估算–根据S(X)和D(X)估算“散射”数据e1'(P) （对于多个散射窗口–还有e2'(P)等）

本领域中披露有若干公知的方法用于在假设已知S'(X)和D'(X)时计算e1'(P)。

例如，可以使用“Monte Carlo模拟”。一般来说，存在密集计算（花费很长时间）。由此，根据一个实施例，通过“加速的Monte Carlo”估算散射的数据可以包括如下简化：

1. 在散射频谱的高能量范围处仅定义一个散射窗口e1(P)。 

2. 由此：

A. 仅需要计算进入小角度的散射（产生小于最大能量损耗的“阿尔法最大值”），以及

B. 可以忽略二阶散射。

C. 可以将散射的光子的衰减系数取值为单个平均值U(X,e1')，其中e1'是窗口e1中光子的平均能量。

如果忽略如下步骤，则“Monte Carlo”模拟得以加速。

1. 对于发射的光子：

A. 忽略从其到检测器没有可能的有效散射的传播方向（将有限“阿尔法最大值”和准直器接受纳入考虑）。

B. 如果路径达到纯空气（患者体外） - 终止光子。

C. 可选地忽略S(X) us低于阈值的位置。

2. 仅计算第一散射过程（将D(X)纳入考虑）：在此计算中仅：

A. 散射小于“阿尔法最大值”；以及

B. 仅进入准直器的有效接受方向

3. 通过如下对吸收进行调整（将D'(X)纳入考虑）：

A. 对于从X0至X1的路径，U(X, e0)（其中X0是光子的原点以及X1是散射发生的位置）；以及

B. 对于从X1至P的路径，U(X, e1')（其中X1是散射发生的位置，以及P是检测像素）；以及

由此，多种实施例找到了尽可能地接近真实源S(X)分布的精确估算S’(X)。

为了找到S’(X)，确定尽可能接近真实密度D(X)的精确估算D’(X)。使用D’(X)来进行发射图像的衰减校正。D’(X)对于操作员确定患者身体内S’(X)的朝向是有用的；以及对于能够将图像与解剖结构图像（如CT或MRI）对准是有用的。

在一些实施例中，可以提供组合的重构算法，其包括：

1. 测量数据{e0(P), e1(P)}

2. 从初始猜测{S'(X), D'(X)}开始

3. 通过猜测{S'(X), D'(X)}的前向投影估算{e0'(P), e1'(P)}

4. 将估算{e0'(P), e1'(P)}与测量的数据{e0(P), e1(P)}比较

5. 鉴于#4更新猜测{S'(X), D'(X)}

6. 判断是否重复#3至#5，如果不需重复，则：

7. 进行后续处理，并显示最后更新的猜测{S'(X), D'(X)}（后续处理可以包括正如本领域中公知的滤波和图像分析）

8. 停止。

操作备选包括：可以仅对S'(X)和e0'(P)重复步骤#3、#4和#5（这更重要且耗时更少）几次，然后对 D'(X)和e1'(P)执行这些步骤。但是，应该注意，在如下若干方面中，组合的问题更棘手：

1. 目标更复杂：O(X) = {S,D}(X) – 对于找到每个“X”有两个未知项

2. 数据集e(P)更复杂，e(P) = {e0, e1}(P) – 每个“P”有两个测量的值

3. 数据的估算有两个部分：

a. 如本领域公知的估算e0(P)；以及

b. 如加速的Monte Carlo（上文）中披露的，估算e1(P)。

4. 更新猜测有两个部分：

a. 如本领域中公知的，更新源S'(X)（持续有例如如下限制：1. S(X)为正，以及2.在患者边界外S(X)=0）；以及

b. 更新密度D'(X)（持续有例如如下限制：1. D'(X)为正，以及2. 在患者边界外D'(X)=0），3. 分割D'(X)，如上文披露的）。

根据一个实施例，更新猜测D'(X)可以包括如下：

1. 从测量的散射数据减去估算的散射数据以得到误差函数：

ERR(P) = e1(P)-e1'(P).

2. 重构ERR(P)以产生对猜测的密度的建议更改deltaD'(X)。重构可以通过本领域中公知的方法来实现。重构的deltaD'(X)可以是正值或负值，但是它可受如下要求限制：

D'(X)为正 – 即，deltaD'(X)不可以大于D'(X)

D(X)的范围受限 – 即deltaD'(X)+D'(X)必须不大于“硬质骨的密度”.

患者边界外deltaD'(X)=0

3. 将密度的猜测更新为

D'(X) => D'(X)+deltaD'(X)

至停止（#6）的判断结果可以依据迭代的次数和/或要求e0'与e0以及e1'与e1两者之间的最小匹配。

初始逼近

根据多种实施例：

根据一个方面，提供一种用于图像重构的方法，所述方法包括：在含至少一种放射性同位素的放射性药物的服药人的多个能量窗口处获取发射数据，其中所述能量窗口包括（i）以所述同位素的峰值发射为中心的至少峰值能量窗口，以及（ii）位于比所述峰值能量窗口低的能量范围处的至少一个散射能量窗口；执行所获取的发射数据的初级重构以创建所述峰值能量窗口和所述散射能量窗口的一个或多个初级图像；从所述峰值能量窗口的重构的初级图像或所述散射能量窗口的重构的初级图像的至少其中之一确定所述人的身体外形；从所述峰值能量窗口的重构的初级图像识别所述人的心脏轮廓；使用所识别的心脏轮廓作为界标，以从所述散射能量窗口的重构的初级图像分割所述人的至少左肺；基于至少所确定的身体外形和所分割的左肺定义衰减映射图；以及使用包括更新所述衰减映射图和所述峰值能量窗口的图像的迭代联合估算重构来重构所述人的关注区域的图像，其中所述联合估算重构包括使用所述多个能量窗口中获取的数据。

优选地，上述方法不使用x射线计算机层析（CT）数据执行所述初级重构。

优选地，获取所述发射数据包括执行180度单光子发射计算机层析（SPECT）获取扫描弧。进一步地，上述方法还包括从仰卧方向获取附加视图。进一步地，上述方法还包括使用所述峰值能量窗口重构中的永久性数据以分割所述身体外形。

优选地，分割所述左肺包括使用基于Monte-Carlo的投影估算方法的散射窗口重构。

优选地，分割所述左肺包括使用先验肺部模型。

优选地，所述迭代联合估算重构期间的所述更新包括，对于每次迭代，使用罚分的似然最大化方案来确定所述峰值能量窗口的更新的放射性分布估算。进一步地，所述迭代联合估算重构期间的所述更新包括，使用所述更新的放射性分布估算来更新所述衰减映射图。进一步地，所述迭代联合估算重构期间的所述更新包括，使用共轭梯度方法来更新所述衰减映射图。

优选地，所述迭代联合估算重构期间的所述更新包括，使用包含联合熵先验知识或双正态分布先验知识之一的重构的先验知识。

优选地，所述方法还包括在与所述发射数据相同的体元网格和容积上重构所述衰减映射图。

优选地，获取所述发射数据包括获取至少峰值能量窗口和多个散射能量窗口中的数据。进一步地，上述方法还包括分割组织。

优选地，上述方法还包括执行前向投影以使用与所述发射数据相同的发射投影来确定散射数据。

根据另一个方面，提供一种核医疗（NM）成像系统，包括：门架；多个核医疗（NM）照相机，所述多个核医疗（NM）照相机耦接到所述门架且配置成在含至少一种放射性同位素的放射性药物的服药人的多个能量窗口处获取发射数据，其中所述能量窗口包括（i）以所述同位素的峰值发射为中心的至少峰值能量窗口，以及（ii）位于比所述峰值能量窗口低的能量范围处的至少一个散射能量窗口；以及图像重构模块，其配置成：（i）执行所获取的发射数据的初级重构以创建所述峰值能量窗口和所述散射能量窗口的一个或多个初级图像，（ii）从所述峰值能量窗口的重构的初级图像或所述散射能量窗口的重构的初级图像的至少其中之一确定所述人的身体外形，（iii）从所述峰值能量窗口的重构的初级图像识别所述人的心脏轮廓，（iv）使用所识别的心脏轮廓作为界标，以从所述散射能量窗口的重构的初级图像分割所述人的至少左肺，（v）基于至少所确定的身体外形和所分割的左肺定义衰减映射图，以及（vi）使用包括更新所述衰减映射图和所述峰值能量窗口的图像的迭代联合估算重构来重构所述人的关注区域的图像，其中所述联合估算重构包括使用所述多个能量窗口中获取的数据。

优选地，所述图像重构模块配置成不使用x射线计算机层析（CT）数据执行所述初级重构。

优选地，所述多个NM照相机配置成围绕所述人旋转以从180度单光子发射计算机层析（SPECT）获取扫描弧获取所述发射数据。

优选地，所述多个NM照相机配置成从仰卧方向获取所述人的附加视图。

优选地，所述图像重构模块配置成使用所述多个NM照相机在所述峰值能量窗口重构中获取的永久性数据分割所述身体外形。

优选地，所述多个NM照相机包括所述门架上固定朝向中的聚焦的检测器模块。

优选地，所述图像重构模块配置成通过如下操作的至少其中之一分割所述左肺（i）使用基于Monte-Carlo的估算方法对散射建模或（ii）使用先验肺部模型。

优选地，所述图像重构模块配置成在所述迭代联合估算重构的每次迭代中使用如下的至少其中之一更新所述衰减映射图：（i）更新的放射性分布估算或共轭梯度方法。

优选地，所述图像重构模块配置成在所述迭代联合估算重构期间使用包含联合熵先验知识或双正态分布先验知识之一的重构的先验知识。

优选地，所述多个NM照相机配置成获取至少峰值能量窗口和多个散射能量窗口中的发射数据。

根据又一个方面，提供一种用于使用处理器执行图像重构的非临时性计算机可读存储介质，所述非临时性计算机可读存储介质包括命令处理器执行如下操作的指令：在含至少一种放射性同位素的放射性药物的服药人的多个能量窗口处获取发射数据，其中所述能量窗口包括（i）以所述同位素的峰值发射为中心的至少峰值能量窗口，以及（ii）位于比所述峰值能量窗口低的能量范围处的至少一个散射能量窗口；执行所获取的发射数据的初级重构以创建所述峰值能量窗口和所述散射能量窗口的一个或多个初级图像；从所述峰值能量窗口的重构的初级图像或所述散射能量窗口的重构的初级图像的至少其中之一确定所述人的身体外形；从所述峰值能量窗口的重构的初级图像识别所述人的心脏轮廓；使用所识别的心脏轮廓作为界标，以从所述散射能量窗口的重构的初级图像分割所述人的至少左肺；基于至少所确定的身体外形和所分割的左肺定义衰减映射图；以及使用包括更新衰减映射图和峰值能量窗口的图像的迭代联合估算重构来重构所述人的关注区域的图像，其中所述联合估算重构包括使用所述多个能量窗口中获取的数据。

部件列表

核医疗成像系统 20

门架 22

转子 24

孔洞 26

（NM）照相机 28

NM照相机 30

患者台架 34

患者 36

准直器 38

处理单元 40

控制器 42

台架控制器 44

门架电动机控制器 46

DAS 48

衰减补偿模块 50

图像重构处理器 52

数据存储装置 54

输入装置 56

显示器 58

成像系统扫描仪 60

发射 62

心脏 64

软组织 66 

肺部 68

安装机构 70 

成像扫描仪 80

模块 82

检测器 90

针孔准直器 92

检测面 94

平行孔准直器 96

枢轴 98

轮廓 100、102、104

辐射 106、108、110、112

电子 114

处理流程 120

初级重构 122

粗略估算 124

识别 126

分割 128

联合估算重构 130

重构的图像 132

主能量窗口 140

散射能量窗口 142

能量响应 144

方法 150

获取多个能量窗口的发射数据 152

利用初级重构分割身体外形 154

使用主发射窗口重构识别心脏轮廓 156

使用散射窗口重构分割左肺 158

使用确定的轮廓执行迭代联合估算重构 160

准直系统 170 

永久性数据 172

映射 180 

容积元素或体元 182

初级图像 190

初级图像 192

图像 194

覆盖 195

图像 196

左肺 198。