專利名稱：使用非剛性配準校正門控pet圖像中運動的系統和方法
技術領域：
本發明的實施例大體上涉及成像，并且更具體地涉及使用非剛性配準校正門控圖 像中的運動。
背景技術：
在現代健康護理設施中，非侵入性成像(non-invasive imaging)系統常常用于 識別、診斷和治療身體疾病。醫療成像涵蓋用于使患者內的器官和組織的內部結構和/或 功能行為(例如化學或代謝活動等)成像和可視化的不同非侵入技術。當前，存在許多形 態的醫療診斷和成像系統，每個典型地依據不同的物理原理運行以產生不同類型的圖像和 信息。這些形態包括超聲系統、計算機斷層攝影(CT)系統、X射線系統(包括常規和數字 或數字化的成像系統兩者)、正電子發射斷層攝影(PET)系統、單光子發射計算機斷層攝影 (SPECT)系統和磁共振(MR)成像系統。PET圖像通常用于放射治療(RT)和放射治療計劃(RTP)。一般，胸的PET圖像在 若干分鐘的時間間隔上采集。在該時間期間，患者典型地由于呼吸、心臟運動和其他總患者 移動經歷運動。該運動導致產生的最終圖像模糊，因此導致在該模糊的圖像中不準確的計 劃腫瘤體積(PTV)的識別。該不準確的PTV可不利地導致實際腫瘤區域的不準確檢測和/ 或正常組織的去除。當前可用的技術通過使用門控技術將呼吸周期分解成更小的時間間隔并且采集 對應于這些更小時間間隔的圖像數據解決與PET成像中的呼吸運動關聯的問題。盡管通過 采用這些門控技術對應于個體門的圖像數據可沒有運動，隔離的每個門苦于由于在對應的 采集時間間隔內減少的記錄光子數引起的低信噪比。此外，由于患者呼吸引起的運動的存 在妨礙在PET成像中使用胸部掃描評估結節，因為從不同的門采集的圖像不對準并且這些 門控圖像的不對準表現為不同圖像之間感興趣的解剖對象的相對運動。因此，可能不能從 PET掃描獲得腫瘤準確定位和它們的隨后量化。另外，當前可用的技術采用配準技術以產生 最終圖像，其中對應于特定門的圖像選擇為參考圖像并且其他門控圖像配準到選擇的門控 圖像。使用門控圖像作為參考圖像導致圖像偏移到選擇的門控圖像。該偏移妨礙患者中的 腫瘤體積或異常的準確確定。因此開發用于產生沒有由于例如呼吸或心臟運動等患者移動引起的運動影響的 具有提高的信噪比的圖像的系統和方法是可取的。更具體地，需要有用于校正由于患者移 動引起的圖像中的運動的系統和方法。另外，需要有產生最終圖像的方法，其采用無參考配 準技術以減少在最終圖像中的任何偏移。
發明內容
根據本技術的方面，提供成像的方法。該方法包括重建在多個時間間隔采集的圖 像數據以獲得多個圖像。此外，該方法包括使用該多個圖像產生均值圖像(mean image) 0 該方法還包括通過迭代地確定該均值圖像或該多個圖像的或該均值圖像和該多個圖像兩者的收斂性(convergence)以產生收斂的均值圖像、收斂的多個圖像或收斂的均值圖像和 收斂的多個圖像兩者，而校正在該均值圖像或該多個圖像中或在該均值圖像和該多個圖像 兩者中的運動。根據本技術的另一個方面，提供成像的方法。該方法包括重建在多個時間間隔采 集的圖像數據以獲得多個圖像。另外，該方法包括使用該多個圖像產生均值圖像。該方法 還包括通過將該多個圖像配準到該均值圖像而變換該多個圖像以獲得多個變換的圖像。此 外，該方法包括使用該多個變換的圖像產生更新的均值圖像。并且，該方法包括通過迭代確 定該均值圖像或該多個圖像或該多個變換的圖像的收斂性以產生收斂的均值圖像、收斂的 多個圖像或收斂的多個變換的圖像，而校正在該均值圖像或該多個圖像或該多個變換的圖 像中的運動。根據本技術的再另一個方面，提供成像系統。該系統包括用于在多個時間間隔中 的每個處采集圖像數據的數據采集系統。此外，該系統包括用于重建該圖像數據以獲得多 個圖像的計算機系統。另外，該系統包括運動校正子系統，其用于使用該多個圖像產生均值 圖像，通過迭代確定該均值圖像或該多個圖像的或該均值圖像和該多個圖像兩者的收斂性 以產生收斂的均值圖像、收斂的多個圖像或收斂的均值圖像和收斂的多個圖像兩者，而校 正在該均值圖像或該多個圖像中或在該均值圖像和該多個圖像兩者中的運動，和顯示運動 校正的最終圖像的顯示裝置。
當下列詳細說明參照附圖(其中相似的符號在整個附圖中代表相似的部件)閱讀 時，本發明的這些和其他的特征、方面和優勢將變得更好理解，其中圖1是根據本技術的方面的示范性PET成像系統的示意圖；圖2是描繪根據本技術的方面的運動校正的示范性方法的流程圖；圖3是描繪根據本技術的方面的跨迭代的門控圖像收斂性的圖示。
具體實施例方式本發明的實施例大體上涉及成像。更具體地本發明的實施例涉及使用非剛性配準 的在門控圖像中的運動校正。盡管本論述在醫療成像系統和特別地PET系統的上下文中提 供示例，可注意到本技術還可用于例如超聲系統、計算機斷層攝影(CT)系統、X射線系統、 單光子發射計算機斷層攝影(SPECT)系統和磁共振(MR)成像系統等成像系統。現在參照圖1，呈現用于校正在圖像中的運動的成像系統10的圖示。在該圖示的 實施例中，系統10是根據本技術設計成采集斷層攝影數據、將該斷層攝影數據重建成圖像 并且處理該圖像數據用于顯示和分析的正電子發射斷層攝影(PET)系統。該PET系統10 包括檢測器組件12、數據采集系統14和計算機系統16。該檢測器組件12典型地包括設置 在一個或多個環中的許多檢測器模塊(一般用標號18命名)，如在圖1中描繪的。該PET 系統10還包括操作員工作站20和顯示器22。盡管在圖示的實施例中，數據采集系統14和 計算機系統16示為設置在檢測器組件12和操作員工作站20外面，在某些其他實現中，這 些部件中的一些或所有可提供為檢測器組件12和/或操作員工作站20的部分。前面提到 的部件中的每個將在接著的章節中更詳細地論述。
在PET成像中，患者13典型地被注入包含放射性示蹤劑的溶液。該溶液在整個 身體中不同程度地分布并且吸收，取決于采用的示蹤劑和在患者13中的器官和組織的功 能。例如，腫瘤典型地比相同類型的健康組織處理更多的葡萄糖。因此，包含放射性示蹤劑 的葡萄糖溶液可由腫瘤不成比例地代謝，允許通過放射性發射物定位和可視化腫瘤。特別 地，該放射性示蹤劑發射稱為正電子的粒子，其與稱為電子的互補粒子相互作用并且湮滅 以產生伽馬射線。在每個湮滅反應中，發射相反方向上傳播的兩個伽瑪射線。在PET成像 系統10中，該對伽瑪射線由檢測器組件12檢測，檢測器組件12配置成確定在時間上足夠 近地檢測到的兩個伽瑪射線由相同的湮滅反應產生。由于湮滅反應的性質，這樣的一對伽 瑪射線的檢測可用于確定伽瑪射線在碰撞檢測器組件12之前傳播所沿的響應線(line of response) (LOR)，由此允許湮滅事件到該線的定位。繼續參照圖1，數據采集系統14適應于讀出響應于來自檢測器組件12的檢測器模 塊18的伽瑪射線產生的信號。例如，數據采集系統14可從檢測器組件12接收采樣模擬信 號并且將該模擬信號轉換為數字信號用于隨后由計算機系統16處理。在某些實施例中，計 算機系統16可耦合于數據采集系統14。由數據采集系統14采集的信號傳送到計算機系統 16用于進一步處理。此外，在某些實施例中，計算機系統16可包括圖像重建模塊17用于 重建由數據采集系統14采集的數據以獲得圖像。在目前設想的配置中，計算機系統16示 為包括圖像重建模塊17。然而，在某些其他實施例中，圖像重建模塊17可與計算機系統16 分離并且可操作地耦合于計算機系統16。根據本技術的方面，PET成像系統10可還包括示范性運動校正子系統24。該運動 校正子系統M可配置成校正在門控PET圖像中的運動。如本文使用的，術語“門控圖像”用 于指在多個時間間隔采集的圖像。示范性運動校正子系統M的工作將關于圖2-3更詳細 地描述。在目前設想的配置中，運動校正子系統M操作地耦合于計算機系統16。然而，在 另一個實施例中運動校正子系統M可是計算機系統16的一體部分。此外，在再另一個實 施例中，運動校正模塊M可遠程耦合于計算機系統16。門控圖像可通過使用門控裝置(沒有在圖1中示出)采集。在一個實施例中，門 控裝置可耦合于數據采集系統14以采集圖像數據。備選地，門控裝置可是數據采集系統14 的一體部分。從而在多個時間間隔采集的圖像數據可由計算機系統16重建以獲得多個圖 像。在一個實施例中，在多個時間間隔采集的圖像數據可通過圖像重建模塊17重建以產生 多個圖像。操作員工作站20可由系統操作員利用以提供控制指令給描述的部件中的一些 或所有并且用于配置幫助數據采集和圖像產生的各種操作參數。耦合于操作員工作站20 的顯示器22可利用以觀察重建的圖像。可進一步注意到操作員工作站20和顯示器22可 耦合于其他輸出裝置，其可包括打印機和標準或專用計算機監視器。一般，顯示器、打印機、 工作站和相似裝置可設置在PET系統10附近。然而，顯示器、打印機、工作站和其他相似裝 置可遠離PET系統10 (例如在機構或醫院內的別處或在完全不同的位置等)并且通過一個 或多個可配置網絡(例如互聯網、虛擬專用網等)鏈接到PET系統10。當前可用的重建技術典型地使用參考的配準產生最終圖像。特別地，在參考的配 準過程中，對應于個體門的圖像選擇作為參考，并且其他門控圖像配準到該選擇的門控圖 像。遺憾地，其他門控圖像到選擇的參考門控圖像的該配準引入相對于選擇的門控圖像的 偏移。具體地，如果選擇的參考門由于運動偽像的存在而質量差，配準到選擇的參考門的圖像將再現這樣的運動偽像。根據本技術的方面，提供通過避免選擇特定的門控圖像作為參 考來克服任何偏移的運動校正的示范性方法。圖2是描繪根據本技術的方面的在門控圖像中的運動校正的示范性方法的流程 圖30。更具體地，該示范性方法牽涉使用無參考非剛性配準用于門控圖像中的運動校正。 運動校正的該示范性方法包括重建在多個時間間隔采集的圖像數據以獲得多個圖像，使用 該多個圖像產生均值圖像，并且校正在該均值圖像或該多個圖像中或該均值圖像和該多個 圖像兩者中的運動。這通過迭代確定該均值圖像或該多個圖像或該均值圖像和該多個圖像 兩者的收斂性以產生收斂的均值圖像、收斂的多個圖像或收斂的均值圖像和收斂的多個圖 像兩者而完成。該方法需要在多個時間間隔的圖像采集。如之前提到的，門控裝置可用于在該多 個時間間隔采集圖像數據以對例如心臟、肺、乳房和上腹部位置等區域成像以獲得多個門 控圖像。該門控圖像可通過采用例如但不限于相位門控技術、振幅門控技術或其組合等門 控技術獲得。因此，如在圖2中描繪的，該方法在步驟32開始，其中圖像數據在多個時間間隔采 集。該采集的圖像數據采用圖像重建技術重建，如由步驟34指示的。根據本技術的方面， 例如但不限于迭代圖像重建技術或濾波反投影技術等圖像重建技術可用于便于該采集的 圖像數據的重建。多個圖像36可通過應用圖像重建技術于采集的圖像數據獲得。在一個 實施例中，圖像重建模塊17(參見圖1)可用于重建由數據采集系統14(參見圖1)采集的 圖像數據以產生多個圖像36。可注意到在多個圖像36的采集期間在患者13 (參見圖1)中 的運動和/或由于患者13中的器官移動(例如由于呼吸引起的肺的移動等)引起的運動 可導致在使用多個圖像36重建的圖像中的運動影響。因此，該多個圖像36可被處理以便于來自該多個圖像36的任何運動影響的校正。 這樣處理的圖像然后可用于產生運動校正的最終圖像。如本文使用的，術語“運動校正”可 用于指圖像中任何運動影響的校正。并且，術語“運動校正”和“運動補償”可交換使用。 為此，根據本技術的方面，均值圖像40可使用多個圖像36計算，如由步驟38指示的。在 一個實施例中，均值圖像40可通過對多個圖像36中的像素強度取平均而計算。如本文使 用的，術語“對多個圖像取平均”可用于指在多個圖像36中的像素強度的均值、中值或眾數 (mode)的計算以獲得均值圖像40。在備選實施例中，均值圖像40可通過計算在多個圖像 36中的像素強度的算術平均數而計算。可注意到運動校正子系統M(參見圖1)可用于產 生均值圖像40。如之前提到的，多個圖像36可包含由于任何患者運動和/或患者中的器官移動引 起的運動影響。因此，在步驟42，做出關于例如由于患者運動或器官移動引起的運動影響 是否在多個圖像36中或在均值圖像40或在多個圖像36和均值圖像40兩者中存在的確 定。在一個實施例中，運動影響在多個圖像36或均值圖像40中的存在可通過比較門控圖 像(例如多個圖像36等)中的每個與均值圖像40來驗證。更具體地，在一個實施例中，多個圖像36中的每個可通過使用配準度量與均值圖 像40比較。根據本技術的方面，該配準度量可包括均方誤差度量、交互信息度量或相關性 度量。在某些其他實施例中，還可使用均方誤差度量、交互信息度量或相關性度量的組合。 通過示例，如果配準度量包括均方誤差度量，可計算對應于多個圖像36中的每個的均方誤
7差值。可注意到對應于多個圖像36中的每個的均方誤差值可代表對應圖像36和均值圖像 40之間強度差。此外，在步驟42，如果對應于多個圖像36中的每個的均方誤差值小于確定 的閾值，可推斷多個圖像36得以運動校正。隨后，運動校正的多個圖像36可用于產生運動 校正的最終圖像50。然而，在步驟42，如果確定多個圖像36包括運動影響，多個圖像36可進一步處理 以進一步減少運動影響在多個圖像36中的存在。特別地，如果對應于多個圖像36中的至 少一個圖像的均方誤差值大于確定的閾值，那么根據本技術的方面多個圖像36可變換到 均值圖像40，如由步驟44描繪的。具體地，多個圖像36可通過將多個圖像36中的每個與 均值圖像40配準來變換。在一個實施例中，多個圖像36中的每個可通過使用非剛性配準 技術與均值圖像40配準。因此，將多個圖像36與均值圖像40配準的該示范性方法還可稱 為無參考非剛性配準方法，因為該方法不需要特定門控圖像作為參考的選擇和使用。在備 選實施例中，多個圖像36中的每個可使用剛性配準技術與均值圖像40配準。由于在步驟 44的該變換，可獲得多個變換的圖像46。在某些實施例中，運動校正子系統M可配置成確 定對應于多個圖像36中的每個的均方誤差值并且便于多個變換的圖像46的產生。繼多個變換的圖像在步驟44產生后，可使用多個變換的圖像46計算更新的均值 圖像，如由步驟48描繪的。因此，均值圖像40現在可代表更新的均值圖像。該在步驟48 產生的更新的均值圖像可稱為“進化的”均值圖像，因為更新的均值圖像使用多個變換的圖 像46 (其進而通過將多個圖像36配準到均值圖像40產生)產生。可再次執行檢查以確定運動影響是否在多個變換的圖像46中存在，如由判定框 42描繪的。具體地，在一個實施例中，運動影響在多個變換的圖像46中的存在的確定可通 過計算對應于多個變換的圖像46中的每個的均方誤差值獲得。對應于多個變換的圖像46 中的每個的均方誤差值可代表對應變換的圖像46和更新的均值圖像之間強度差。此外，如 果對應于多個變換的圖像46中的每個的均方誤差值小于確定的閾值，那么可推斷變換的 圖像46現在得以運動校正。該多個變換的圖像46和/或對應的更新均值圖像可用于產生 運動校正的最終圖像50。然而，在步驟42，如果確定對應于多個變換的圖像46中的至少一個的均方誤差值 大于確定的閾值，那么可推斷多個變換的圖像46沒有完全得以運動校正。因此，步驟40-48 可迭代重復直到對應于多個變換的圖像46的均方誤差值小于確定的閾值。具有小于確定 的閾值的對應均方誤差值的多個變換的圖像46可用于產生最終運動校正的圖像50。根據本發明的其他方面，不是基于均方誤差值的迭代，而是步驟40-48可簡單地 迭代執行設置的迭代數。通過示例，步驟40-48可執行N個迭代。例如，在第N個迭代產生 的多個變換的圖像可用于重建最終的運動校正圖像50。此外，根據本技術的其他方面，可對更新的均值圖像檢查運動影響的存在。具體 地，運動影響在更新的均值圖像中的存在可通過比較在當前迭代(第N個迭代)產生的均 值圖像與在之前迭代(第N-I個迭代)產生的對應均值圖像來檢查。通過示例，均值圖像 的當前迭代可包括使用多個變換的圖像46產生的更新的均值圖像，而均值圖像的之前迭 代可包括使用多個圖像36產生的均值圖像40。在本示例中，可計算對應于更新的均值圖像 的均方誤差值。該均方誤差值可代表更新的均值圖像和均值圖像40之間強度差。如果計 算的均方誤差值小于確定的閾值，那么可推斷更新的均值圖像得以運動校正。該更新的均值圖像可代表運動校正的最終圖像50或可用于產生運動校正的最終圖像50。然而，如果均方誤差值大于確定的閾值，那么可推斷更新的均值圖像沒有完全運 動校正。因此，步驟40-48可迭代重復直到對應于更新的均值圖像的均方誤差值小于確定 的閾值。這里再次，不是基于均方誤差值的迭代，而是步驟40-48可簡單地迭代執行設置的 迭代數(例如N個迭代)并且在第N個迭代產生的更新的均值圖像可用于產生最終圖像或 可代表最終運動校正圖像50。根據本技術的再另一個方面，關于運動影響是否存在的確定可通過比較在當前迭 代(第N個迭代)產生的圖像與在之前迭代(第N-I個迭代)產生的對應圖像完成。通過 示例，圖像的當前迭代可包括多個變換的圖像46，而圖像的之前迭代可包括多個圖像36。 具體地，可計算對應于多個變換的圖像46中的每個的均方誤差值。該均方誤差值可代表多 個變換的圖像46中的每個和對應圖像36之間強度差。如果計算的對應于多個變換的圖像 46中的每個的均方誤差值小于確定的閾值，那么可推斷多個變換的圖像46得以運動校正。 多個變換的圖像46可用于產生運動校正的最終圖像50。然而，如果多個變換的圖像46中的至少一個的均方誤差值大于確定的閾值，那么 可推斷多個變換的圖像46沒有完全運動校正。因此，步驟40-48可迭代重復直到對應于多 個變換的圖像46中的每個的均方誤差值小于確定的閾值。備選地，步驟40-48可迭代執行 設置的迭代數。另外，根據本技術的另外方面，在步驟42，在門控PET圖像中的運動校正還可基于 多個圖像36的收斂性和/或均值圖像40的收斂性來驗證。如本文使用的，如果對應于多 個圖像的當前迭代的均方誤差值和對應于多個圖像的之前迭代的均方誤差值之間的差小 于確定的閾值，則多個圖像認為是“收斂的”。具體地，如果在當前迭代(例如，第N個迭代) 確定的均方誤差值大致上相似于在之前的迭代(第N-I個迭代)確定的均方誤差值，或如 果對應于當前迭代和之前迭代的均方誤差值之間的差小于確定的閾值，則可推斷對應于當 前迭代的圖像和對應于之前迭代的那些圖像已經“收斂”。該收斂性可代表在對應于當前迭 代的圖像中的運動校正。這些對應于當前迭代的收斂的變換圖像然后可用于產生最終圖像 50，其中最終圖像50代表運動校正圖像。然而，如果沒有達到收斂，步驟40-48可迭代重復 直到獲得收斂性。在再另一個實施例中，運動影響的存在可通過比較均值圖像的當前迭代與均值圖 像的之前迭代來檢查。通過示例，在第N個迭代獲得的均值圖像可與在第N-I個迭代獲得 的均值圖像比較以檢查運動影響的校正。因此，如果對應于均值圖像的當前迭代(第N個 迭代)的均方誤差值和對應于均值圖像的之前迭代(第N-I個迭代)的均方誤差值大致上 相似，或如果對應于均值圖像的當前迭代和之前迭代的均方誤差值之間的差小于確定的閾 值，那么可推斷均值圖像已經收斂。該收斂的均值圖像可代表運動校正的最終圖像或可用 于產生該運動校正的最終圖像。此外，根據本技術的另外的方面，在多個變換的圖像46中 的運動影響的存在的確定可通過比較多個變換的圖像46中的每個與對應變換的圖像的之 前迭代來完成。繼續參照圖2，最終圖像50得以運動校正并且具有提高的圖像質量，因為最終圖 像50使用得以運動影響校正的多個變換的圖像(收斂的變換圖像)和/或更新的均值圖 像(收斂的更新均值圖像)產生。更特別地，運動校正的示范性方法通過將門控圖像中的每個配準到進化的均值圖像來消除朝特定參考門控圖像的偏移，由此最小化在最終圖像50 中的運動影響。運動校正的最終圖像50的產生進而便于在感興趣對象中的任何異常的準 確確定。可注意到在某些實施例中運動校正子系統M可用于執行圖2的步驟32-50。此 外，從而產生的最終圖像50可在圖1的顯示裝置22上顯示。實現如在上文中描述的運動校正的方法，可獲得具有增強的圖像質量的運動校正 的最終圖像。此外，收斂的速度可相當大地提高，因為進化的圖像用于檢查以進行運動校 正。圖3是描繪根據關于圖2描述的示范性方法的例如圖2的多個圖像36等門控圖 像的收斂性的圖示60。如之前提到的，如果對應于多個圖像中的每個的均方誤差值不在隨 后的迭代中相當大地改變，則認為達到收斂。備選地，收斂性的驗證可通過執行設定數量的 迭代獲得。在圖3中呈現的示例中，執行固定數量的迭代以獲得收斂性。可注意到Y軸62 代表均方誤差值而X軸64代表迭代的數量。在本示例中，采用配置成在六個時間間隔采集 圖像數據的門控裝置。可重建在該六個門中的每個獲得的圖像數據以獲得六個門控圖像。 標號66、68、70、72、74和76代表第一曲線、第二曲線、第三曲線、第四曲線、第五曲線和第六 曲線，分別描繪在每個迭代對應于六個門控圖像Ik(其中K= 1至6)中的每個的均方誤差 值。如由在圖3中的第一曲線66圖示的，對于第一門控圖像I1,均方誤差值在第一迭 代中是大約M0000。如描繪的，在應用關于圖2描述的示范性運動校正方法后，均方誤差值 在第二迭代減小到大約180000的值。此外，對應于第一門控圖像I1的均方誤差值在大約 第十三個迭代減小到大約60000。并且，對應于第一門控圖像I1的均方誤差值在繼第十三 個迭代后的迭代中不相當大地改變，由此描繪收斂性。另外，如由圖3中的曲線68、70、72、74和76描繪的，對應于門控圖像中的每個的 均方誤差值隨每個迭代減小并且在大約第十三個迭代達到大致上相似的值。另外，這些均 方誤差值在隨后的迭代中不相當大地改變，由此指示收斂性。通過示例，對應于六個門控圖 像中的每個的均方誤差值在大約第十三個迭代減小到大約60000的值并且在隨后的迭代 中不改變，由此收斂到大致上相似的值。如在上文中描述的門控PET圖像中的運動校正的系統和方法具有例如消除朝特 定門圖像的偏移等若干優勢。結果，與通過使用選擇個體門作為參考的其他方法產生的圖 像相比，獲得具有增強的圖像質量的圖像。此外，運動校正的示范性方法產生這些門之間的 被校正了例如呼吸運動等患者運動的最終圖像。提供了用于對準和結合在呼吸周期上的從 多個門獲得的PET圖像信息的無參考非剛性配準方法。該方法產生最終的“均值圖像”，其 中圖像模糊減少同時提高信噪比(SNR)。此外，示范性方法需要均值圖像的迭代聯合估計和 不同門圖像朝進化均值的非剛性變換。另外，與涉及配準到選擇作為參考圖像的個體門的 常規方法比較，運動校正的該方法可配置成提高收斂的速度。此外，通過前述選擇任何單個 門作為參考的本方法同樣地處理所有門并且由此未偏移。此外，提高的達到收斂的速度可使用示范性方法獲得，因為該方法克服選擇參考 門的需要。此外，運動校正的示范性方法需要對應于一個或多個門的信息的結合以產生均 值圖像。這提高用于產生最終圖像的光子數統計并且還對增加的信噪比有貢獻。另外，該 信息豐富的均值圖像然后用于圖像配準。
該方法還增強PET圖像中噪聲的減少。在對示范性方法描述的配準過程期間也可 包含噪聲模型，其中進化的均值圖像可認為是無噪聲的并且在多個門獲得的圖像可具有泊 松狀分布的噪聲。特別地，示范性方法可擴展成通過泊松或備選的物理模型信號來模擬在 PET中的噪聲。使用來自PET圖像信息的信息模擬噪聲提供真正信號的估計。盡管本文僅圖示和描述本發明的某些特征，本領域內技術人員將想到許多修改和 改變。因此，要理解附上的權利要求意在覆蓋所有這樣的修改和改變，它們作為落入本發明 的真正精神內。
權利要求
1.一種成像的方法，其包括重建在多個時間間隔采集的圖像數據以獲得多個圖像； 使用所述多個圖像產生均值圖像；以及通過迭代確定所述均值圖像或所述多個圖像或所述均值圖像和所述多個圖像兩者的 收斂性以產生收斂的均值圖像、收斂的多個圖像或收斂的均值圖像和收斂的多個圖像兩 者，來校正在所述均值圖像或所述多個圖像中或在所述均值圖像和所述多個圖像兩者中的 運動。
2.如權利要求1所述的方法，其中迭代確定所述均值圖像的收斂性包括通過將所述多 個圖像配準到所述均值圖像而變換所述多個圖像以獲得多個變換的圖像。
3.如權利要求2所述的方法，進一步包括使用所述多個變換的圖像產生更新的均值圖像。
4.如權利要求3所述的方法，其中迭代確定所述均值圖像的收斂性包括比較所述均值 圖像的當前迭代與所述均值圖像的之前迭代、或者比較所述多個圖像中的每個的當前迭代 與對應的之前迭代、或它們的組合。
5.如權利要求3所述的方法，其中迭代確定所述均值圖像的收斂性進一步包括 變換所述多個圖像為更新的均值圖像以獲得多個新的變換圖像；以及使用所述多個新的變換圖像產生新的均值圖像。
6.如權利要求5所述的方法，進一步包括采用所述收斂的更新均值圖像、所述收斂的 多個圖像或所述收斂的更新均值圖像和所述收斂的多個圖像兩者產生運動校正的最終圖像。
7.如權利要求6所述的方法，進一步包括在顯示器上顯示所述運動校正的最終圖像。
8.一種成像的方法，其包括重建在多個時間間隔采集的圖像數據以獲得多個圖像； 使用所述多個圖像產生均值圖像；通過將所述多個圖像配準到所述均值圖像而變換所述多個圖像以獲得多個變換的圖像；使用所述多個變換的圖像產生更新的均值圖像；以及通過迭代確定所述均值圖像或所述多個圖像或所述多個變換的圖像的收斂性以產生 收斂的均值圖像、收斂的多個圖像或收斂的多個變換的圖像，而校正在所述均值圖像或所 述多個圖像或所述多個變換的圖像中的運動。
9.一種成像系統(10)，其包括數據采集系統(14)，用于在多個時間間隔的每個采集圖像數據； 用于重建所述圖像數據以獲得多個圖像的計算機系統(16)； 運動校正子系統(M)，其用于 使用所述多個圖像產生均值圖像；通過迭代確定所述均值圖像或所述多個圖像或所述均值圖像和所述多個圖像兩者的 收斂性以產生收斂的均值圖像、收斂的多個圖像或收斂的均值圖像和收斂的多個圖像兩 者，而校正在所述均值圖像或所述多個圖像中或在所述均值圖像和所述多個圖像兩者中的 運動；以及顯示運動校正的最終圖像的顯示裝置02)。
10.如權利要求9所述的成像系統(10)，其中所述成像系統(10)包括正電子發射斷層 攝影系統、計算機斷層攝影系統、單光子發射計算機斷層攝影系統、磁共振成像系統或其組合。
全文摘要
提供成像的方法。該方法包括重建在多個時間間隔采集的圖像數據以獲得多個圖像。此外，該方法包括使用該多個圖像產生均值圖像。該方法還包括通過迭代確定該均值圖像或該多個圖像的或該均值圖像和該多個圖像兩者的收斂性以產生收斂的均值圖像、收斂的多個圖像或收斂的均值圖像和收斂的多個圖像兩者，而校正在該均值圖像或該多個圖像中或在該均值圖像和該多個圖像兩者中的運動。
文檔編號A61B5/055GK102100565SQ201010604248
公開日2011年6月22日 申請日期2010年12月15日 優先權日2009年12月17日
發明者A·S·羅伊, G·戈帕拉克里什南, R·M·曼杰什瓦, R·穆利克, S·R·蒂魯文卡達姆 申請人:通用電氣公司