使用从不同迭代提取的特征图像进行基于特征的图像处理制造技术

由计算机(22)执行的图像处理包括迭代图像重建或细化(26、56)，其产生在迭代重建或细化图像中结束的一系列更新图像。在系列的第一更新图像(30、60)与第二更新图像(32、62)之间计算差分图像(34、64)。差分图像被转换为特征图像(40)，并且被用在迭代处理(26、56)中或在根据不同重建或细化技术的迭代重建或细化的一幅或多幅图像上执行的后处理(44)中。在另一实施例中，第一和第二图像重建(81、83)被执行以生成相应的第一和第二重建图像(80、82)。在两幅图像之间计算差分图像(84)，每幅图像是从包括以下项的组选择的：第一重建图像、第一重建的更新图像、第二重建图像和第二重建的更新图像。特征图像是根据差分图像生成的，并且被用于组合第一和第二重建图像。

Feature-based image processing using feature images extracted from different iterations

Image processing performed by a computer (22) includes iterative image reconstruction or thinning (26, 56), which generates a series of updated images at the end of the iterative reconstruction or thinning image. Differential images (34, 64) are calculated between the first update image (30, 60) and the second update image (32, 62) of the series. Differential images are converted into feature images (40) and used in iterative processing (26, 56) or post-processing (44) on one or more images that are iteratively reconstructed or refined according to different reconstruction or thinning techniques. In another embodiment, first and second image reconstruction (81, 83) is performed to generate corresponding first and second reconstructed images (80, 82). A differential image (84) is calculated between the two images, and each image is selected from a group comprising the following items: the first reconstructed image, the first reconstructed updated image, the second reconstructed image and the second reconstructed updated image. The feature image is generated from the difference image and is used to combine the first and second reconstructed images.

【技术实现步骤摘要】
【国外来华专利技术】使用从不同迭代提取的特征图像进行基于特征的图像处理
以下总体上涉及图像处理领域、图像重建领域、磁共振(MR)成像以及图像重建和细化领域、核发射成像和图像重建和细化领域、计算机断层摄影(CT)成像和图像重建和细化领域以及相关领域。
技术介绍
使用各种成像模态执行医学成像。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)的核发射成像模态提供放射性药物在组织或器官中的吸收和/或分布的功能成像。透射计算机断层摄影(CT)或磁共振(MR)成像通常用于对解剖特征进行成像，但是可以结合造影剂或高级对比技术(例如，飞行时间磁共振血管造影(TOF-MRA))使用这些技术获得额外的信息。在这些技术中，所采集的成像数据通常不直接形成可识别的图像。在PET中，成像数据是由检测到的511keV伽马射线对定义的响应线(LOR)，任选地具有飞行时间(TOF)定位。SPECT数据通常被收集为由蜂巢或其它类型的准直器定义的线性或窄角锥形投影，而CT数据是沿着从X射线管到检测器元件的路径的投影(此处是吸收线积分)。MR数据通常被采集为笛卡尔、径向、螺旋或其它采集几何结构中的k-空间数据。在这些情况中的任何下，合适的图像重建算法被应用为将来自投影空间或k-空间的成像数据转换为二维(2D)或三维(3D)图像空间中的重建图像。图像重建通常是迭代过程，但是诸如滤波反投影的非迭代重建算法也是已知的。各种图像细化算法(例如滤波器和/或迭代分辨率恢复)可以任选地应用于重建图像以增强显著特性。图像重建和细化处理中的挑战是噪声抑制和边缘保持(或边缘增强)的平衡。这些目标趋于是相反的，因为噪声构成要被抑制的不想要的图像对比；而边缘构成要保留或甚至可能增强的期望图像对比。重建后滤波是医学成像中噪声抑制的主要方法，但需要(一个或多个)滤波器类型和滤波器参数的仔细选择以获得用于临床分析的可接受(即使不是最佳)图像。一些已知的噪声抑制滤波器包括低通滤波器、双边滤波器、自适应滤波器等。低通滤波器趋于均匀地平滑图像，这可以抑制病变对比。双边滤波器使用局部图像信息来识别边缘，目标是仅将区域平滑到边缘的侧面并使边缘保持不变或最小程度的平滑。这是一种类型的边缘保留滤波器，并且如果进行适当调谐可以保留病变/器官定量。然而，取决于滤波器参数，边缘可能不在一些小/弱病变/器官周围检测到，在这种情况下，小/弱病变/器官被滤波，并且定量准确度可能被损害。其它高级自适应图像滤波器同样需要仔细调谐。以下公开了解决上述问题和其它问题的新的和改进的系统和方法。
技术实现思路
在一个公开的方面中，一种图像处理设备，包括计算机以及至少一个非瞬态存储介质，所述至少一个非瞬态存储介质存储指令，所述指令可由计算机读取和运行，以执行包括以下项的操作：执行包括以下之一的迭代处理：(i)在投影或k-空间成像数据上执行以生成迭代重建图像的迭代图像重建，以及(ii)在输入重建图像上执行以生成迭代细化图像的迭代图像细化；其中，迭代处理产生在迭代重建或细化图像中结束的一系列更新图像；生成一系列更新图像的两幅更新图像之间的差分图像；并且在所述迭代处理中或在迭代重建或细化图像上执行的后处理中使用所述差分图像。在另一公开方面中，一种存储指令的非瞬态存储介质，所述指令可由计算机读取和运行以执行图像处理方法，所述图像处理方法包括：在投影或k-空间成像数据上执行迭代图像重建以生成在迭代重建图像中结束的一系列更新图像；在所述一系列更新图像的第一更新图像和第二更新图像之间生成差分图像；通过变换操作将所述差分图像变换为特征图像；并且在所述迭代图像重建中或在所述迭代重建图像上执行的后处理中使用所述特征图像。在另一公开方面中，一种图像处理方法包括：在投影或k-空间成像数据上执行第一图像重建以生成第一重建图像；在投影或k-空间成像数据上执行第二图像重建以生成第二重建图像；生成在两幅图像之间的差分图像，每幅图像选自包括所述第一重建图像、所述第一图像重建的更新图像、所述第二重建图像以及所述第二图像重建的更新图像的组；并且生成最终重建图像，所述最终重建图像使用所述差分图像组合所述第一重建图像和所述第二重建图像。一个优点在于迭代重建图像的改进图像质量。另一优点在于迭代细化图像的改进图像质量。另一优点在于提供恶性肿瘤或病变的更准确的检测。另一优点在于提供临床图像中的模糊噪声的减少。另一优点在于提供降低或去除小病变特征的噪声抑制图像处理的减少的可能性。给定实施例可以不提供前述优点，提供前述优点中的一个、两个、更多或全部，和/或可以提供其它优点，这对于本领域普通技术人员而言在阅读和理解了本公开后将变得显而易见。附图说明本专利技术可以采取各种部件和部件的布置的形式，并且可以采取各种步骤和各步骤安排的形式。附图仅用于图示优选实施例的目的，而不应被解释为对本专利技术的限制。图1图解地示出了包括图像重建和/或细化的说明性成像系统，其利用使用迭代图像重建的两个不同图像更新计算的差分图像。图2图解地示出了包括图像细化的说明性成像系统，其利用使用迭代图像细化过程的两个不同图像更新计算的差分图像。图3图解地示出了构造两个不同图像重建的加权组合的说明性成像系统，其中，权重与在两个重建之间或在一个或两个图像重建的图像更新之间的差分图像一致。图4-8呈现了如本文描述的图像重建结果。图9图示了被显示以提供关于检测到的特征的视觉引导的如本文所公开的特征图像的使用。具体实施方式本文公开的图像重建和细化方法的前提是以下洞悉：不是尝试使用局部空间信息(例如，通过检测大图像强度梯度)来识别图像中的边缘，可以在迭代图像重建或细化过程期间基于更新图像的“时间”演替有效地检测作为整体(不仅是边缘)的图像特征。具体地，差分图像被计算为在迭代图像重建或细化过程的两幅不同更新图像的对应的像素之间的差(例如，绝对差)。如本文所公开的，针对更新图像的适当选择，这样的差分图像可以产生捕获图像特征(例如小病变或肿瘤)作为区域结构的差分图像，而不是作为描绘如在边缘保留或边缘增强图像滤波中的这种结构的边缘。所公开的“时间”方法在PET和SPECT图像的典型迭代重建期间利用关于更新图像的演替的某些观察。一个观察是：大结构通常比小结构收敛得更快，即，对于大结构而言采取较少迭代次数来收敛。类似地，图像中低空间频率分量比高空间频率分量收敛得更快。这些观察直观地链接，因为大结构主要包括较低空间频率分量(例如，在空间傅里叶变换意义上)，而小结构主要包括较高空间频率分量。非期望的噪声通常由高频率分量表示(高于有用的真实结构所需的分量)。根据这些观察，可以意识到，采用迭代图像重建的较早更新图像的差分图像倾于捕获大特征，而采用稍后更新图像的差分图像倾于捕获较小特征。另一观察是，在核发射图像(例如PET或SPECT)的情况下，冷区域倾于比热区域收敛得更慢。此处，“冷”指的是低放射性药物浓度的区域，而“热”指的是高放射性药物浓度的区域。更一般地，小病变和锐边缘对应于高空间频率图像信号。可以在经验上选择用于差分图像的更新图像的最佳选择，例如经由体模研究以选择用于差分图像的更新图像，其产生对于模拟预期肿瘤尺寸的体模特征具有最强对比度的差分图像。应当注意，形成差分图像的两幅更新图像不一定需要是在最终迭代重建图像本文档来自技高网...

【技术保护点】
1.一种图像处理设备，包括：计算机(22)；以及至少一个非瞬态存储介质，其存储指令，所述指令能够由所述计算机读取和运行以执行包括以下项的操作：执行包括以下中的一项的迭代处理(26、56)：(i)迭代图像重建(26)，其在投影或k‑空间成像数据上执行以生成迭代重建图像，以及(ii)迭代图像细化(56)，其在输入重建图像上执行以生成迭代细化图像；其中，所述迭代处理产生在所述迭代重建图像或所述迭代细化图像中结束的一系列更新图像；生成所述一系列更新图像的两幅更新图像(30、32、60、62)之间的差分图像(34、64)；并且在所述迭代处理中或在被执行在所述迭代重建图像或所述迭代细化图像上的后处理(44)中使用所述差分图像。

【技术特征摘要】
【国外来华专利技术】2016.08.22 US 62/377,8441.一种图像处理设备，包括：计算机(22)；以及至少一个非瞬态存储介质，其存储指令，所述指令能够由所述计算机读取和运行以执行包括以下项的操作：执行包括以下中的一项的迭代处理(26、56)：(i)迭代图像重建(26)，其在投影或k-空间成像数据上执行以生成迭代重建图像，以及(ii)迭代图像细化(56)，其在输入重建图像上执行以生成迭代细化图像；其中，所述迭代处理产生在所述迭代重建图像或所述迭代细化图像中结束的一系列更新图像；生成所述一系列更新图像的两幅更新图像(30、32、60、62)之间的差分图像(34、64)；并且在所述迭代处理中或在被执行在所述迭代重建图像或所述迭代细化图像上的后处理(44)中使用所述差分图像。2.根据权利要求1所述的图像处理设备，其中，所述差分图像(34、64)是所述两幅更新图像(30、32、60、62)之间的绝对差分图像，在所述绝对差分图像中，所述绝对差分图像的每个像素或体素被计算为所述两幅更新图像的对应的像素或体素之间的差的绝对值。3.根据权利要求1所述的图像处理设备，其中，所述两幅更新图像(30、32、60、62)之间的所述差分图像(34、64)具有指示所述两幅更新图像之间的大的正变化和大的负变化的像素或体素值。4.根据权利要求1-3中的任一项所述的图像处理设备，其中，所述两幅更新图像(30、32、60、62)中的每幅更新图像是在生成所述迭代重建图像或所述迭代细化图像之前通过所述迭代处理(26、56)生成的。5.根据权利要求1-4中的任一项所述的图像处理设备，其中，所执行的操作还包括：通过变换操作(36、66)将所述差分图像(34、64)变换为特征图像(40、70)，所述变换操作至少包括对所述差分图像的像素或体素进行缩放或加权；其中，所述使用包括在所述迭代处理中或在被执行在所述迭代重建图像或所述迭代细化图像上的所述后处理(44)中使用所述特征图像。6.根据权利要求5所述的图像处理设备，还包括：显示部件(92)；其中，所执行的操作还包括在所述显示部件上同时显示所述特征图像(40)和临床图像(90)两者。7.根据权利要求5-6中的任一项所述的图像处理设备，其中，所述使用包括：根据以下图像变换使用所述特征图像(40、70)对所述迭代重建图像或所述迭代细化图像进行后处理(44)：T1(I(i))(1-f(i))+T2(I(i))f(i)其中，i对像素或体素进行索引，I(i)指代所述迭代重建图像或所述迭代细化图像的像素或体素，并且f(i)指代所述特征图像的对应的像素或体素，并且T1和T2是两个不同的图像变换。8.根据权利要求7所述的图像处理设备，其中，所述两个不同的图像变换T1和T2是两个不同的图像滤波器。9.根据权利要求5-6中的任一项所述的图像处理设备，其中，所述使用包括：根据以下图像变换使用所述特征图像(40、70)对所述迭代重建图像或所述迭代细化图像进行后处理(44)：I1(i)(1-f(i))+I2(i)f(i)其中，i对像素或体素进行索引，I1(i)和I2(i)指代通过被应用于所述投影或k-空间成像数据或被应用于所述输入重建图像的两个不同的图像重建或细化算法生成的两幅不同的图像的像素或体素，f(i)指代所述特征图像(40)的对应的像素或体素，并且I1(i)和I2(i)中的一个是通过所述迭代处理(26、56)生成的所述迭代重建图像或所述迭代细化图像。10.根据权利要求1-9中的任一项所述的图像处理设备，其中，所述迭代处理(26、56)包括在投影或k-空间成像数据上执行以生成所述迭代重建图像的迭代图像重建(26)。11.根据权利要求10所述的图像处理设备，其中，所述使用包括：在产生所述两幅更新图像(30、32)之后执行的所述迭代图像重建(26)的迭代中...

【专利技术属性】
技术研发人员：白传勇，A·安德烈耶夫，张滨，YM·朱，宋犀云，叶京汉，胡志强，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰,NL