【技术实现步骤摘要】
X射线CT系统及方法
本专利技术的实施方式涉及X射线CT系统及方法。
技术介绍
计算机断层摄影(CT)系统及方法,尤其针对医用摄像及医用诊断,被广泛使用。CT系统一般而言制作与被检体的身体有关的一个或者多个截面性的切片的图像。X射线管等的放射源从一侧面对身体照射X射线。通过了该身体的放射线的衰减通过对从检测器收到的电信号进行处理来测定,该电信号被使用于通过执行逆拉东变换(逆Radon变换)(或者其等同的变换)来重构身体的图像。原来,为了测定CT投影数据而使用能量积分型检测器,但最近,光子计数检测器正在成为对于以往的能量积分型检测器的可执行的代替手段。光子计数检测器(photoncountingdetectors:PCDs)还包括具有执行光谱CT的能力,有很多的优点。为了获取被发送的X射线数据的光谱的本质,光子计数检测器将X射线束分割为其成分能量或者光谱窗口(bin),并且计数各窗口中的光子的数量。光谱CT包括以两个以上的能级发送的X射线的检测,所以光谱CT如其名字那样,通常包括双能CT。光谱CT及双能CT之所以有利是因为,适于物质辨别的执行,由此能够从身体的软组织中区分出骨,能够对医师、医疗临床医生提供较多的临床的信息。各种各样的构成能够使用于CT中的光谱摄像。一般而言,光谱CT构成能够分类为两个类型。即(i)与能量积分型检测器组合而生成X射线源下的不同的能谱(例如,高速kVp(kilo-voltagepeak)切换、及双线源构成),(ii)伴随能量识别/分解检测器的涉及范围广的能谱X射线源。 ...
【技术保护点】
1.一种X射线计算机断层摄影系统,具备:/n取得部,取得第1图像和第2图像,该第1图像对应于离散的第1视图群,且为基于伴随着第1能量的X射线的照射而采集到的第1投影数据集的图像,该第2图像对应于与上述第1视图群不同的离散的第2视图群,且为基于伴随着与上述第1能量不同的第2能量的X射线的照射而采集到的第2投影数据集的图像;及/n处理部,针对基于上述第1图像及上述第2图像而生成将上述第1图像中的条纹状伪影减少后的第3图像及将上述第2图像中的条纹状伪影减少后的第4图像的学习完毕模型,输入上述第1图像及上述第2图像,从而生成上述第3图像及上述第4图像。/n
【技术特征摘要】
20190717 JP 2019-132018;20181221 US 16/231,1891.一种X射线计算机断层摄影系统,具备:
取得部,取得第1图像和第2图像,该第1图像对应于离散的第1视图群,且为基于伴随着第1能量的X射线的照射而采集到的第1投影数据集的图像,该第2图像对应于与上述第1视图群不同的离散的第2视图群,且为基于伴随着与上述第1能量不同的第2能量的X射线的照射而采集到的第2投影数据集的图像;及
处理部,针对基于上述第1图像及上述第2图像而生成将上述第1图像中的条纹状伪影减少后的第3图像及将上述第2图像中的条纹状伪影减少后的第4图像的学习完毕模型,输入上述第1图像及上述第2图像,从而生成上述第3图像及上述第4图像。
2.如权利要求1所述的X射线计算机断层摄影系统,
与上述第3图像对应的第3视图群及与上述第4图像对应的第4视图群分别包括上述第1视图群及上述第2视图群。
3.如权利要求2所述的X射线计算机断层摄影系统,
上述第3视图群比上述第1视图群多,上述第4视图群比上述第2视图群多。
4.如权利要求1所述的X射线计算机断层摄影系统,
上述第1投影数据集及上述第2投影数据集分别是正弦图。
5.如权利要求1所述的X射线计算机断层摄影系统,
上述第3图像及上述第4图像分别是与图像重构所必要的全部的视图对应的计算机断层摄影图像。
6.如权利要求1所述的X射线计算机断层摄影系统,
上述取得部,
取得对多个检测器元件中的X射线放射的亮度进行表示的投影数据,该投影数据构成上述第1投影数据集及上述第2投影数据集,上述第1投影数据集表示使用对X射线源施加的第一电压而采集到的第一稀疏视图数据,上述第2投影数据集表示使用对上述X射线源施加的第二电压而采集到的第二稀疏视图数据,上述第二电压比上述第一电压大,上述第一稀疏视图数据通过与采集到上述第二稀疏视图数据的第2视图群不同的第1视图群而采集,
根据上述第一稀疏视图数据,重构上述第1图像即第一低能量图像,
根据上述第二稀疏视图数据,重构上述第2图像即第一高能量图像,
上述处理部构成为,
取得具有低能量图像用的一个输入通道和高能量图像用的另一个输入通道这两个通道的伪影减少神经网络,上述伪影减少神经网络是使用如下学习数据集进行学习而得到的上述学习完毕模型,该学习数据集包含输入图像和对象图像,该输入图像是具有互补的条纹状伪影的稀疏的视图重构出的图像的一个一个的对,该对象图像是上述条纹状伪影已被降低的对应的对象图像,
将上述第一低能量图像和上述第一高能量图像应用于上述伪影减少神经网络,以生成作为伪影减少图像的上述第3图像及上述第4图像。
7.如权利要求6所述的X射线计算机断层摄影系统,
上述伪影减少图像包含作为上述第3图像的第二低能量图像和作为上述第4图像的第二高能量图像,上述第二低能量图像表示上述条纹状伪影被降低后的上述第一低能量图像,并且上述第二高能量图像表示上述条纹状伪影被降低后的上述第一高能量图像。
8.如权利要求7所述的X射线计算机断层摄影系统,
上述处理部还构成为,
取得具有上述低能量图像用的一个输入通道和上述高能量图像用的另一个输入通道这两个通道的物质辨别神经网络,上述物质辨别神经网络在条纹状伪影被降低后的低能量图像与高能量图像的对被应用于上述物质辨别神经网络的情况下,以生成第一物质图像和第二物质图像的方式而学习,
将上述第二低能量图像和上述第二高能量图像应用于上述物质辨别神经网络,以生成被物质辨别后的图像。
9.如权利要求8所述的X射线计算机断层摄影系统,
上述物质辨别神经网络使用如下学习数据集而学习,该学习数据集为,被物质辨别后的对象图像包含针对射束硬化的校正、并且使为了生成上述对象图像而使用的X射线束中的空间的变动明显的学习数据集。
10.如权利要求6所述的X射线计算机断层摄影系统,
上述伪影减少神经网络使用如下学习数据集而学习,该学习数据集为,对象图像基于使用低能量X射线束而采集到的第一全视图投影数据和使用高能量X射线束而采集到的第二全视图投影数据而生成的学习数据集。
11.如权利要求6所述的X射线计算机断层摄影系统,
在稀疏的视图重构出的图像被应用于上述伪影减少神经网络的情况下,上述伪影减少神经网络也是作为综合处理而学习了降低条纹状伪影并且将光谱图像辨别为物质成分这两方的物质辨别神经网络。
12.如权利要求11所述的X射线计算机断层摄影系统,
上述伪影减少神经网络使用如下学习数据集而学习,该学习数据集为,对象图像是从根据使用低能量X射线束而采集到的第一全视图投影数据和使用高能量X射线束而采集到的第二全视图投影数据而重构出的光谱图像中辨别出的物质图像的学习数据集,
上述输入图像是根据使用上述低能量X射线束而采集到的第一稀疏视图投影数据和使用上述高能量X射线束而采集到的第二稀疏视图投影数据而重构出的光谱图像,上述第一稀疏视图投影数据是与上述第二稀疏视图投影数据的投影视图不同的角度下的投影视图。
13.如权利要求6所述的X射线计算机断层摄影系统,
上述伪影减少神经网络使用如下学习数据集而学习,该学习数据集为,上述输入图像使用为了重构上述第一低能量图像和上述第一高能量图像而使用的重构法相同的重构法来重构的学习数据集。
14.如权利要求8所述的...
【专利技术属性】
技术研发人员:周健,刘研,余宙,
申请(专利权)人:佳能医疗系统株式会社,
类型:发明
国别省市:日本;JP
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。