用于改善移动对象的计算图像的空间和时间分辨率的方法和系统

摘要

提供了一种使用图像重建来改善图像分辨率的方法。所述方法包括采集对象的扫描数据并且正向投影扫描数据的当前图像估计以生成算出的投影数据。所述方法还包括将数据拟合项和正则化项应用于扫描数据和算出的投影数据并且修改数据拟合项和正则化项中的至少一个以适应空间时间信息，由此从扫描数据和算出的投影数据中形成重建图像。

说明书

技术领域

本发明一般涉及图像重建，尤其涉及改善重建图像的时间分辨率和空间分辨率两者。

发明背景

CT心脏成像是CT成像领域最新的技术进步之一；然而，CT心脏成像的至少一些已知方法由于CT扫描期间心脏的运动而受到限制。由此需要在心脏运动最小时收集CT数据。这就使得CT心脏成像的至少一些已知方法在对应于心动周期的特定相位的窄时间窗口内收集数据。

具体地，在一些已知CT心脏成像方法中，使用滤波反投影(FBP)图像重建来重建跨越足够宽角度范围的投影数据。数据被分组或合并成L个测得投影数据集使得相应数据集的每个帧y_m可以被重建。例如，如果L＝2，那么第一数据集z₁将等于{y₁.....y_M/2}并且第二数据集z₂将等于{y_M/2+1.....y_M}，其中M表示投影视图的总数。典型地，将基于EKG信号限定数据集z₁和z₂。随后从数据集z₁重建帧f₁并且从数据集z₂重建帧f₂。由此就能够为心动周期的每个相位重建心脏图像。进一步地，也可以使用迭代重建方法从数据集z₁重建f₁和从数据集z₂重建f₂。然而，相对于FBP图像重建，对这类分组的数据集使用常规迭代重建并不改善时间分辨率，因为限定数据集{z₁}的分组确定了时间分辨率。特别地，常规迭代方法和FBP方法需要投影视图的完整或近似完整集合并且这常常需要可能在此期间发生对象运动的更长的时间间期。

发明内容

在一个方面中，提供了一种使用图像重建来改善图像分辨率的方法。所述方法包括采集对象的扫描数据并且正向投影扫描数据的当前图像估计以生成算出的投影数据。所述方法也包括将数据拟合项和正则化项应用于扫描数据和算出的投影数据并且修改数据拟合项和正则化项中的至少一个以适应空间时间信息，由此从扫描数据和算出的投影数据形成重建图像。

在另一个方面中，提供了一种用于重建图像的系统。所述系统包括处理器，所述处理器被配置为采集对象的扫描数据并且正向投影扫描数据的当前图像估计以生成算出的投影数据。所述处理器也被配置为将数据拟合项和正则化项应用于扫描数据和算出的投影数据并且修改数据拟合项和正则化项中的至少一个以适应空间时间信息，由此从扫描数据和算出的投影数据形成重建图像。

在又一个方面中，提供了一种用于重建心脏图像的系统。所述系统包括处理器，所述处理器被配置为采集心脏的扫描数据并且正向投影扫描数据的当前图像估计以生成算出的投影数据。所述处理器也被配置为将数据拟合项和正则化项应用于扫描数据和算出的投影数据并且修改数据拟合项和正则化项中的至少一个以适应空间时间信息，由此从扫描数据和算出的投影数据形成重建图像。

附图说明

图1是计算机断层摄影(CT)成像系统的一个实施例的等轴视图。

图2是图1的CT系统的框图。

图3是一种用于改善图像分辨率的方法的一个实施例的流程图。

具体实施方式

图1和2例示了计算机断层摄影(CT)成像系统10的一个实施例。具体地，图1是计算机断层摄影(CT)成像系统10的一个实施例的等轴视图，并且图2是计算机断层摄影(CT)成像系统10的框图。虽然本发明基于CT成像系统进行描述，但是本领域技术人员将会理解，本文所述的方法也可以适用于X射线计算机断层摄影、磁共振成像、单光子发射计算机断层摄影、正电子发射断层摄影或者能够利用本文所述方法的任何其他成像系统。

CT成像系统10包括扫描架22并且是“第三代”CT系统。在一个备选实施例中，CT系统10可以是能量积分、光子计数(PC)或光子能量甄别(ED)CT检测器系统。扫描架22具有朝着检测器阵列18投射x射线束的x射线源12。x射线穿过受试者16(例如患者)，生成衰减x射线。受试者16沿z轴平躺。受试者16的高度方向平行于z轴。检测器阵列18由一起感测衰减x射线的多个检测器元件20形成。检测器阵列18的行沿着x轴定位并且检测器阵列18的列沿着y轴定位。在一个备选实施例中，检测器阵列18的每个检测器元件20可以是光子能量积分检测器、光子计数或光子能量甄别检测器。每个检测器元件20产生代表衰减x射线的强度的电信号。在采集投影数据的扫描期间，扫描架22和安装在扫描架22上的部件围绕旋转中心23旋转。

扫描架22的旋转和x射线源12的操作由CT系统10的控制机构24管理。控制机构24包括将功率和定时信号提供给x射线源12的x射线控制器26，以及控制扫描架22的转速和位置的扫描架电机控制器28。控制机构24中的数据采集系统(DAS)32采样和数字化来自检测器元件20的投影数据并且将投影数据转化成经采样和数字化的投影数据以供随后处理。

包括控制器36的预处理器35接收来自DAS 32的经采样和数字化的投影数据以预处理该经采样和数字化的投影数据。在一个实施例中，预处理包括但不限于偏移修正、主速度修正、基准通道修正和空气校准。在本文中使用时，术语控制器不仅限于在本领域中被称为控制器的那些集成电路，而是广义地表示处理器、微处理器、微控制器、可编程逻辑控制器、专用集成电路和其他可编程电路，并且这些术语在本文中可互换使用。预处理器35预处理经采样和数字化的投影数据以生成预处理投影数据。

图像重建器34接收来自预处理器35的预处理投影数据并且执行图像重建以生成CT图像。CT图像作为输入被应用于在大容量存储设备38中存储CT图像的计算机64。在本文中使用时，术语“计算机”和“图像重建器”都不仅限于在本领域中被称为计算机的那些集成电路，而是广义地表示处理器、微控制器、控制器、可编程逻辑控制器、专用集成电路和其他可编程电路，并且这些术语在本文中可互换使用。x射线控制器26基于CT图像的质量调节x射线源12内的管电流。

计算机64还通过具有用户接口设备的控制台40接收来自用户(例如操作者)的命令和扫描参数。显示器42(例如监视器)允许用户(例如操作者)观察CT图像和来自计算机64的其他数据。计算机64使用命令和扫描参数将控制信号和信息提供给DAS 32、x射线控制器26和扫描架电机控制器28。另外，计算机64操作床台电机控制器46，所述床台电机控制器控制机动床台48以在扫描架22内定位和平移受试者16。特别地，床台电机控制器46调节床台48以移动受试者16各部分并使受试者16在扫描架开口49内居中。

在一个备选实施例中，可以使用被配置为朝着受试者16投射高频电磁能量的高频电磁能量投射源来代替x射线源12。同样可以使用布置在扫描架内并且被配置为检测高频电磁能量的检测器阵列来代替检测器阵列18。

同样当在本文中使用时，图像的重建并不旨在排除其中生成代表图像的数据但是未生成可视图像的用于滤波对象的密度度量的系统和方法的实施例。用于滤波对象的密度度量的系统和方法的许多实施例生成或被配置为生成至少一个可视图像。

图3是一种用于改善图像分辨率的方法的一个实施例的流程图100。具体地，图3是一种通过将数据拟合项、时间正则化项和空间正则化项应用于在心脏CT扫描期间采集的数据来最小化迭代重建期间的代价函数，从而改善心脏CT图像的时间分辨率和空间分辨率的方法的流程图100。虽然本发明借助心脏CT成像进行描述，但是本领域技术人员将会理解，所述方法也可以适用于任何其他对象的CT成像。此外，本领域技术人员将会理解，本发明也可以适应于X射线计算机断层摄影、磁共振成像、单光子发射计算机断层摄影、正电子发射断层摄影或者能够利用本文所述方法的任何其他成像系统。

参考回图2和图3，计算机64采集扫描数据102。在该示例性实施例中，扫描数据包括M个数量的CT投影视图。在备选实施例中，扫描数据包括M个数量的SPECT投影视图、MRI中k空间数据的M个部分或PET中M个数量的同步事件中的至少一种。此外，采集扫描数据102可以包括使用连续180°加上心脏扇角和小于180°加上心脏扇角中的至少一种来采集扫描数据。进一步地，可以采集锥束扫描数据。由此，本文所述的方法可以适用于单扇区或分段图像重建，其中使用来自单次心跳的数据来重建图像。此外，相同方法也可以适用于多扇区重建，其中来自多次心跳的数据提供互补角范围从而以更高的时间分辨率重建心脏特定相位的图像。

采集到的图像数据包括由系统记录的y₁至y_M投影视图。在该示例性实施例中，扫描参数104的预定集被编程到计算机64中以规定将要重建的采集到的图像数据的参数。例如，对于每个切片有1000个检测器通道并且每次旋转有980个投影视图的64切片扫描器来说，每个y_m是长度为64,000个元素的向量，并且在一个实施例中M的典型值会是980的倍数。具体地，M将等于每次旋转980个投影视图乘以旋转的数量。对象(即患者的胸和心脏)在扫描期间连续变化，但在实践中使用在心动周期各相位的胸和心脏的图片的若干“快照”或“帧”实现重建。对“快照”或“帧”的分组通过让f₁至f_L表示要从测得投影数据重建的L个图像帧来实现。在一个示例性实施例中，每个帧的体积将为512×512×200并且L将在2到16帧之间。所以，每个f₁将是长度大约为512＊512＊200个元素的向量。

扫描参数104在标准快速重建106(例如FBP)期间用于扫描数据102。随后使用标准快速重建106的输出、扫描数据102和扫描参数104计算初始正则化参数108以正则化图像数据。具体地，初始正则化参数包括空间时间数据加权因数w_ml、时间正则化参数t_lj、和空间正则化参数s_jk。初始正则化参数108在图像重建开始之前被预先确定并且用于通过最小化代价函数110重建图像，所述代价函数由三项组成：数据拟合项、时间正则化项和空间正则化项。在数学上最小化可以表达如下：

f^＝arg min_fD(f)+T(f)+S(f)   (1)

其中f＝f(f₁，..，f_L)并且分别地，D(f)代表数据拟合项，T(f)代表时间正则化项，以及S(f)代表空间正则化项。

在该示例性实施例中，数据拟合项被如下加权：

D(f)＝∑_m＝1^M∑_l＝1^Lw_mld(y_m，A_mf_l)    (2)

其中A_m表示系统模型或正向投影算子并且d(y_m，A_mf_l)表示测得投影数据y_m与预测或再投影数据A_mf_l之间距离的测量。在一个实施例中，d(y_m，A_mf_l)将包括基于已知数据统计的加权。例如，已知数据统计可以包括泊松、高斯或复合泊松分布中的至少一种或它们的组合。

进一步地，在该示例性实施例中，时间正则化项被如下加权：

T(f)＝∑_l＝2^L∑_j＝1^Jt_ljp(f_1j-f_l-1，j)    (3)

其中p(.)表示第一“势函数”，例如但不限于本领域中已知的休伯(Huber)函数或二次函数，并且J表示每个图像中的体素的数量。在该示例性实施例中，时间正则化参数t_lj被选择以改善时间分辨率。

此外，在该示例性实施例中，空间正则化项被如下加权：

S(f)＝∑_j＝1^J∑_k＝1^Ks_jkp(f_lj-f_lj-nk)    (4)

其中K表示每个图像的空间邻域的数量，n_k表示第k个邻域的相对下标，并且p(.)表示第二“势函数”，例如但不限于本领域中已知的休伯函数或二次函数。在该示例性实施例中，空间正则化参数s_jk被选择以改善空间分辨率。

通过最小化代价函数110，产生经更新的图像112。计算机64然后确定114是否完成了重建的所有迭代。如果完成了迭代，则在显示器42上显示116重建图像。如果未完成迭代，则由计算机64调节初始正则化参数并将其重新应用于代价函数110以更新图像112。

具体地，在该示例性实施例中，基于投影数据m落在心动周期中相对于心动相位l的何处来调节118空间时间数据加权因数，由此得到相位加权迭代重建。在该示例性实施例中，自适应地选择w_ml以改善时间分辨率。具体地基于来自当前图像估计的预测数据与投影视图y_m的匹配程度来调节w_ml。在一个备选实施例中，其他考虑用于选择性地适应w_ml，例如但不限于数据是否对应于被扫描对象的动态部分。另外，基于心脏运动的状态动态地调节A_m。具体地，对于正向投影，可以基于心脏运动的任何现有知识动态地“翘曲”矩阵。这样的现有知识可以包括但不限于从早先探察或从其他传感器或成像器确定的运动向量。此外，在多次迭代之后，心脏运动中间估计可以用于适应系统模型A_m，之后进行更多的(改善的)迭代。

进一步地，在该示例性实施例中，基于体素值如何随着时间变化自适应地调节空间正则化参数s_jk。例如，对于对应于远离心脏壁的图像区域由j的值下标的体素，预期运动较少；并且因此在那些区域中利用较大值用于正则化参数。同时，对于对应于接近心脏壁的图像区域由j的值下标的体素，则预期运动较多；并且因此在那些区域中利用较小值用于正则化参数以最大化那些区域中的空间分辨率。例如，可以设置s_jk＝exp(-a d_j)，其中d_j表示第j个体素离心脏壁的距离并且a是根据经验选择的调谐参数。此外，对于对应于心动周期的静止部分(心舒末期或心缩末期)的图像帧l，与心脏正在快速移动的时帧相比，使用较大值的正则化参数。

此外，在该示例性实施例中，基于诸如体素的空间定位和时间特性之类的考虑，自适应地调节时间正则化参数122。更具体地，对于心脏区域内的体素下标j，利用较小值的时间正则化参数来最优化那些区域中的图像质量。进一步地，在远离心脏的区域中，则利用较大值的时间正则化参数来减小重建图像中的噪声。

在一个备选实施例中，其他考虑用于选择性地适应时间正则化参数122，例如但不限于使用ECG信号(或所谓的伪ECG信号)来指导正则化参数的设计。由此，对ECG向量的形状进行分析并且确定或估计心脏运动的状态以完全利用在ECG信号中反映的患者的心脏运动特性变化。具体地，同时在空间上和时间上适应正则化参数。

经调节的参数124被重新应用于代价函数110以进一步更新图像112。重复调节正则化参数118、120、122的过程直到完成图像的所有迭代并且显示最终图像116。

在以上空间和时间正则化项中，如本领域中已知的，可以利用更高阶差代替以上显示的一阶差。

在迭代重建中，需要多次迭代来优化代价函数。在缺少运动映射的情况下，可以利用优化过程中的中间结果来进一步调节或估计运动参数。例如，在每次迭代结束时，心动周期不同相位处重建的图像之间的差异可以提供关于运动方向的空间和时间信息。由此就可以调节正则化参数，使其沿着运动方向平滑较少而沿着正交方向平滑较多。

在一个实施例中，提供了一种使用图像重建来改善图像分辨率的方法。所述方法包括采集对象的扫描数据并且正向投影扫描数据的当前图像估计以生成算出的投影数据。所述方法还包括将数据拟合项和正则化项应用于扫描数据和算出的投影数据并且修改数据拟合项和正则化项中的至少一个以适应空间时间信息，从而从扫描数据和算出的投影数据形成重建图像。在一个实施例中，所述方法还包括将方程f^＝arg min_f D(f)+T(f)+S(f)应用于扫描数据，其中f＝f(f₁，...，f_L)并且代表正被重建的L个图像帧的数量，D(f)是数据拟合项，T(f)是时间正则化项，而S(f)是空间正则化项。

在该示例性实施例中，应用数据拟合项的步骤包括应用含有正向投影算子和时间数据加权因数的数据拟合项，基于对象的运动状态动态调节正向投影算子，以及基于预测图像与图像的投影视图之间的关系自适应地选择时间数据加权因数。

进一步地，在一个实施例中，应用至少一个正则化项的步骤包括基于图像数据的单个体素内的对象运动的量自适应地选择时间正则化参数。通过选择较大参数用于基本不运动体素和选择较小参数用于具有显著运动的体素来修改所述至少一个正则化项。

而且，在另一个实施例中，应用至少一个正则化项的步骤包括基于从单个体素到对象的距离自适应地选择空间正则化参数。通过选择较大参数用于基本在对象内的体素和选择较小参数用于基本在对象外部的体素来修改所述至少一个正则化项。

在本文中使用时，以单数或在前面加上单词“a”或“an”的形式叙述的元素或步骤应当被理解成不排除多个元素或步骤，除非明确表明这一排除。此外，对本发明的“一个实施例”的引用不应被解释为排除同样结合所述特征的附加实施例的存在。

用于重建图像的上述方法有助于提供具有改善的空间分辨率和时间分辨率两者的移动对象的重建图像。所述方法包括在每次迭代之后正则化空间和时间参数两者。因此，与现有技术的方法相比，上述方法有助于提供改善的图像质量。

虽然在心脏CT图像重建的上下文中描述了本文所述的方法和系统，但是应当理解本文所述的方法和系统并不限于计算机断层摄影。类似地，所述的方法并不限于心脏成像，而是可以用于重建任何对象的图像，无论对象是移动的还是固定的。

虽然借助各种特定实施例描述了本发明，但是本领域技术人员将会认识到可以在权利要求的精神和范围内进行修改来实施本发明。