用于迭代重建的方法和設備的制作方法
【專利摘要】本發明提供用于迭代地重建對象的圖像的方法。該方法包括訪問與該圖像關聯的測量數據并且使用同時算法來重建圖像。使用同時算法來重建圖像包括確定標度因子（其是體素依賴的）并且將該體素依賴的標度因子應用于目標函數的梯度來重建圖像。
【專利說明】用于迭代重建的方法和設備
【技術領域】
[0001]本文公開的主題一般來說涉及成像系統，并且更具體地，涉及用于使用迭代技術重建圖像的方法和設備。
【背景技術】
[0002]傳統地，使用例如濾波反向投影(FBP)或卷積反向投影(CBP)的直接重建算法來從計算機斷層攝影(CT)數據重建圖像。近來，基于模型的迭代重建(MBIR)算法已經在商業上用于重建CT圖像。MBIR算法的一個優勢是MBIR算法可以更準確地對從CT系統獲得的測量建模。這對于具有多片檢測器的螺旋CT系統尤其真實，因為螺旋CT系統產生斜穿過二維(2D)重建圖像平面的投影測量，并且采集的數據固有地是有噪的。通過更準確地對這些投影建模，MBIR算法可以產生具有較高質量(例如，分辨率)、較低噪聲和較少偽像的重建。因此，MBIR算法可以用作用于明顯降低CT掃描中的劑量同時維持診斷圖像質量的工具。
[0003]然而，MBIR的主要挑戰是完成重建所需要的計算時間和計算資源。MBIR算法典型地通過首先形成目標函數(其包含準確的系統模型、統計噪聲模型和先驗模型)來重建圖像。利用手中的目標函數，然后通過計算使目標函數最小化的估計來重建圖像，其典型地使用迭代優化算法來執行。這樣的迭代優化算法中的一些的示例包括迭代坐標下降(ICD)、預期最大化(EM)的變化、共軛梯度(CG)和有序子集(OS)。然而，因為MBIR目標函數和關聯的迭代解的復雜性，一些迭代算法可需要相對高數量的迭代來獲得最后的估計。因此，對MBIR目標函數求解的已知迭代算法可能需要相對大量的時間來重建圖像。
【發明內容】
[0004]在一個實施例中，提供用于迭代地重建對象的圖像的方法。該方法包括訪問與該圖像關聯的測量數據并且使用同時算法來重建圖像。使用同時算法來重建圖像包括確定標度因子(其是體素依賴的)并且將該體素依賴的標度因子應用于目標函數的梯度來重建圖像。
[0005]在另一個實施例中，成像系統包括檢測器陣列和耦合于該檢測器陣列的計算機。該計算機配置成訪問與對象的圖像關聯的測量數據并且使用同時算法來重建圖像。該計算機配置成使用該同時算法以通過以下來重建圖像:確定標度因子(其是體素依賴的)并且將該體素依賴的標度因子應用于目標函數的梯度來重建圖像。
[0006]在另一個實施例中，提供用于迭代地重建對象的圖像的方法。該方法包括訪問與該圖像關聯的測量數據并且使用同時算法來重建圖像。同時算法包括計算正則化矩陣函數的梯度。使用同時算法來重建圖像包括將多個樣本梯度值存儲在查找表中、訪問查找表中的樣本梯度值以及使用樣本梯度值來計算近似實際梯度值。
[0007]在另一個實施例中，提供用于迭代地重建對象的圖像的方法。該方法包括訪問與該圖像關聯的測量數據并且使用同時算法來重建圖像。同時算法包括計算正則化矩陣函數的梯度。使用同時算法來重建圖像包括計算圖像重建迭代處的實際梯度、將補償項添加到該實際梯度以及使用該實際梯度和補償項作為圖像重建的后續迭代的梯度。
[0008]提供一種用于迭代地重建對象的圖像的方法，所述方法包括:
訪問與所述圖像關聯的測量數據；以及
使用同時算法來重建所述圖像，其中使用所述同時算法來重建所述圖像包括:
確定是體素依賴的標度因子；并且
將所述體素依賴的標度因子應用于目標函數的梯度來重建所述圖像。
[0009]優選的，確定是體素依賴的標度因子包括基于采集幾何形狀直接計算所述標度因子。
[0010]優選的，確定是體素依賴的標度因子包括基于采集幾何形狀直接計算所述標度因子，采用三維(3D )采集幾何形狀非均勻地對所述測量數據采樣。
[0011]優選的，確定是體素依賴的標度因子包括生成系數圖并且使用所述系數圖來計算體素依賴的標度因子。
[0012]優選的，生成系數圖包括變換從至少兩個迭代或至少兩個子迭代中的一個的差獲得的更新。
[0013]優選的，生成系數圖包括生成局部平滑并且能夠被低通濾波的系數圖。
[0014]優選的，生成系數圖包括從初始圖像獲得所述系數圖。
[0015]優選的，生成系數圖包括用關于初始圖像的先驗信息、當前圖像的特征或采集幾何形狀中的至少一個來使所述系數圖擴大。
[0016]優選的，將所述體素依賴的標度因子應用于目標函數的梯度來重建所述圖像包括使用所述體素依賴的標度因子來標度所述梯度。
[0017]優選的，所述標度是以下中的至少一個:使用AtWA獲得的或與子集對每一個體素的貢獻聯系起來的。
[0018]優選的，將所述體素依賴的標度因子應用于目標函數的梯度來重建所述圖像包括對所述測量數據的每個切片計算松弛因子，采用三維(3D)采集幾何形狀非均勻地對所述測量數據采樣，其中通過與感興趣區(ROI)外部的切片相比不同數量的視圖來對所述ROI內部的切片采樣。
[0019]優選的，將所述體素依賴的標度因子應用于目標函數的梯度來重建所述圖像包括以降至每第η個迭代而不是每個迭代的頻率更新所述體素依賴的標度因子。
[0020]優選的，對所述系數圖下采樣。
[0021]提供一種成像系統，其包括:
檢測器陣列；和
計算機，其耦合于所述檢測器陣列，所述計算機配置成:
訪問與對象的圖像關聯的測量數據；并且
使用同時算法來重建所述圖像，其中所述計算機配置成使用所述同時算法以通過以下而重建所述圖像:確定是體素依賴的標度因子并且將所述體素依賴的標度因子應用于目標函數的梯度來重建所述圖像。
[0022]優選的，所述計算機配置成通過基于采集幾何形狀直接計算所述標度因子而確定是體素依賴的所述標度因子。[0023]優選的，所述計算機配置成通過生成系數圖并且使用所述系數圖來計算所述體素依賴的標度因子而確定是體素依賴的所述標度因子。
[0024]優選的，所述計算機配置成通過變換從至少兩個迭代或至少兩個子迭代中的一個的差獲得的更新而生成所述系數圖，所述變換是離散或連續中的一個。
[0025]優選的，所述計算機配置成通過使用所述體素依賴的標度因子來標度所述梯度而將所述體素依賴的標度因子應用于所述目標函數的梯度。
[0026]優選的，所述計算機配置成通過計算所述測量數據的每個切片的松弛因子而將所述體素依賴的標度因子應用于所述目標函數的梯度，采用三維(3D)采集幾何形狀非均勻地對所述測量數據采樣，其中通過與感興趣區(ROI)外部的切片相比不同數量的視圖來對所述ROI內部的切片采樣。
[0027]提供一種用于迭代地重建對象的圖像的方法，所述方法包括:
訪問與所述圖像關聯的測量數據；并且
使用同時算法來重建所述圖像，其中所述同時算法包括計算正則化矩陣函數的梯度，并且其中使用所述同時算法來重建所述圖像包括:
將多個樣本梯度值存儲在查找表中；
訪問所述查找表中的樣本梯度值；以及 使用所述樣本梯度值來計算近似實際梯度值。
[0028]優選的，使用所述樣本梯度值來計算近似實際梯度值包括計算所述重建的每個迭代的近似實際梯度值。
[0029]優選的，使用所述樣本梯度值來計算近似實際梯度值包括使用插值方案來計算所述近似實際梯度值。
[0030]優選的，將多個樣本梯度值存儲在查找表中包括以固定的采樣頻率對所述梯度值采樣。
[0031]提供一種用于迭代地重建對象的圖像的方法，所述方法包括:
訪問與所述圖像關聯的測量數據；并且
使用同時算法來重建所述圖像，其中所述同時算法包括計算正則化矩陣函數的梯度，并且其中使用所述同時算法來重建所述圖像包括:
計算所述圖像重建迭代處的實際梯度；
將補償項添加到所述實際梯度；以及
使用所述實際梯度和所述補償項作為圖像重建的后續迭代的梯度。
[0032]優選的，使用所述實際梯度和所述補償項作為圖像重建的后續迭代的梯度包括將不同的補償項添加到繼所述后續迭代之后的所述圖像重建的每個迭代的實際梯度。
[0033]優選的，使用所述實際梯度和所述補償項作為圖像重建的后續迭代的梯度包括對所述后續迭代的所有子迭代使用所述梯度。
[0034]優選的，將補償項添加到所述實際梯度包括構造所述正則化矩陣函數的替代。
[0035]優選的，所述補償項僅包括加、減、除或乘中的至少一個。
【專利附圖】
【附圖說明】
[0036]圖1是用于根據各種實施例重建對象圖像的示范性方法的流程圖。[0037]圖2是使用在圖1中示出的方法生成的示范性系數圖的視覺表示。
[0038]圖3是圖示與圖1的方法關聯的示范性有序子集可分離拋物面型替代(OS-SPS)算法的示范性收斂的曲線圖。
[0039]圖4是使用圖3的示范性OS-SPS算法生成的多種圖像的視覺表示。
[0040]圖5是圖示根據各種實施例重建對象圖像的示范性方法的另一個流程圖。
[0041]圖6是示范性螺旋幾何形狀和采用螺旋幾何形狀的示范性重建圖像的視覺表示。
[0042]圖7是圖示與圖5的方法關聯的OS-SPS算法的示范性平均和標準偏差的曲線圖。
[0043]圖8是圖示根據各種實施例重建對象圖像的示范性方法的另一個流程圖。
[0044]圖9是圖示根據各種實施例重建對象圖像的示范性方法的另一個流程圖。
[0045]圖10是使用與圖9的方法關聯的示范性OS-SPS算法生成的多種圖像的視覺表
/Jn ο
[0046]圖11是圖示與示范性OS-SPS算法(其與圖9的方法關聯)關聯的收斂速率的曲線圖。
[0047]圖12是圖示與示范性OS-SPS算法(其與圖9的方法關聯)關聯的收斂速率的另一個曲線圖。
[0048]圖13是使用與圖9的方法關聯的示范性OS-SPS算法生成的多種圖像的視覺表
/Jn ο
[0049]圖14是根據各種實施例形成的示范性多模態成像系統的圖示。
[0050]圖15是在圖14中圖示的系統的框示意圖。
【具體實施方式】
[0051]前面的概要以及各種實施例的下列詳細描述當與附圖結合閱讀時將更好理解。就圖圖示各種實施例的功能框的圖來說，功能框不一定指示硬件電路之間的劃分。從而，例如，功能框(例如處理器或存儲器)中的一個或多個可采用單件硬件(例如，通用信號處理器或一塊隨機存取存儲器、硬盤或諸如此類)或多件硬件實現。相似地，程序可以是獨立程序，可作為子例程包含在操作系統中，可以是安裝的軟件包中的功能等。應該理解各種實施例不限于圖中示出的布置和工具。
[0052]本文描述用于使用同時算法來迭代地重建圖像的各種實施例。圖像由多個圖像元素組成。為了本文公開的目的，術語“圖像元素”將指圖像空間陣列內對象的元素。例如，圖像元素可包括圖像像素或圖片元素，其可以對應于二維(2D)或三維(3D)重建中的單個體素或體積元素。通過優化目標函數來重建圖像。如本文使用的，目標函數或成本函數一般來說包括用于采集成像數據的成像系統、與該成像系統關聯的噪聲以及要重建的圖像的類型的模型。在下面，術語“優化”和“最小化”、“目標函數”和“成本函數”是能互換的。
[0053]各種實施例提供用于計算“自適應”體素依賴的標度因子的新穎方法。將該體素依賴的標度因子應用于同時算法的梯度來重建圖像。各種實施例根據采集(例如，掃描儀/偵查)幾何形狀提供使對圖像的更新松弛(或對其標度)的新穎方法。對圖像的更新可通過梯度的適當標度或通過修改應用于梯度的步長而松弛(或對其標度)來計算圖像更新。步長典型地是應用于梯度的定標器。計算最佳步長可導致最佳收斂。各種實施例提供用于使在不影響底層單調算法的單調性的情況下計算正則化矩陣函數的梯度的時間量減少的新穎想法。各種實施例的至少一個技術效果是減少瞬態并且對固定計算時間改進圖像質量。各種實施例的至少一個技術效果是采用比常規同時算法更少的迭代而更快地收斂到原始成本函數的解。例如，與本領域內公布的常規算法所需要的50或100個迭代相比，各種實施例可采用五至十個迭代而收斂到可接受圖像質量的收斂度量的相似值。
[0054]在開發用于計算機斷層攝影(CT)成像的基于模型的迭代重建(MBIR)算法方面有著顯著的興趣，因為已經證明MBIR算法通過降低噪聲并且改進分辨率來改進圖像質量。MBIR算法典型地通過首先形成牽涉數據統計模型的成本函數、描述系統幾何形狀的系統模型以及描述重建圖像的可期望性質的先驗模型而工作。因為成本函數典型地太復雜而不允許直接從一個通道中的測量重建圖像，圖像通過采用若干步驟使成本函數最小化而估計。因此，迭代優化算法需要對這樣的基于模型的成本函數求解并且叫作MBIR算法。
[0055]假設μ e Rn是圖像并且y e Rm是測量的投影數據。最大后驗(MAP)估計問題可以制定為數據對數似然項L和先驗項R的和。對數似然項基于數據的統計和系統幾何形狀而制定。先驗項確保圖像估計屬于某一概率密度函數(Pdf)并且β是先驗標度(或先驗強度)，需要以其來應用該約束。
[0056]
根據數據統計的模型可以存在若干個對數似然項L的選擇。一個這樣的L的選擇是二次形式，從而導致
【權利要求】
1.一種用于迭代地重建對象的圖像的方法，所述方法包括: 訪問與所述圖像關聯的測量數據；以及 使用同時算法來重建所述圖像，其中使用所述同時算法來重建所述圖像包括: 確定是體素依賴的標度因子；并且 將所述體素依賴的標度因子應用于目標函數的梯度來重建所述圖像。
2.如權利要求1所述的方法，其中，確定是體素依賴的標度因子包括基于采集幾何形狀直接計算所述標度因子。
3.如權利要求1所述的方法，其中，確定是體素依賴的標度因子包括基于采集幾何形狀直接計算所述標度因子，采用三維(3D)采集幾何形狀非均勻地對所述測量數據采樣。
4.如權利要求1所述的方法，其中，確定是體素依賴的標度因子包括生成系數圖并且使用所述系數圖來計算體素依賴的標度因子。
5.如權利要求4所述的方法，其中，生成系數圖包括變換從至少兩個迭代或至少兩個子迭代中的一個的差獲得的更新。
6.如權利要求4所述的方法，其中，生成系數圖包括生成局部平滑并且能夠被低通濾波的系數圖。
7.如權利要求4所述的方法，其中，生成系數圖包括從初始圖像獲得所述系數圖。
8.如權利要求4所述的方法，其中，生成系數圖包括用關于初始圖像的先驗信息、當前圖像的特征或采集幾何形狀中的至少一個來使所述系數圖擴大。
9.如權利要求1所述的方法，其中，將所述體素依賴的標度因子應用于目標函數的梯度來重建所述圖像包括使用所述體素依賴的標度因子來標度所述梯度。
10.如權利要求9所述的方法，其中，所述標度是以下中的至少一個:使用AtWA獲得的或與子集對每一個體素的貢獻聯系起來的。
【文檔編號】G06T11/00GK103514615SQ201310248485
【公開日】2014年1月15日 申請日期:2013年6月21日 優先權日:2012年6月22日
【發明者】D.帕爾, B.K.B.德曼, J.H.喬, 余宙, J-B.迪博, J.A.費斯勒, 付林, S.斯里瓦斯塔瓦, D.金 申請人:通用電氣公司, 密執安大學評議會