基于图像数据的运动帧确定的制作方法

基于图像数据的运动帧确定


背景技术：

1.根据常规核成像，通过注射或摄入，将放射性药物引入患者身体内。放射性药物发射伽马射线（在单光子发射计算机断层摄影（spect）成像的情况下）或者发射与电子湮灭以产生伽马射线的正电子（在正电子发射断层摄影（pet）成像的情况下）。位于身体外部的检测器系统检测所发射的伽马射线，并且基于此来重建图像。
2.对所发射的伽马射线的检测在一时间段内发生，在此期间，身体可能会无意地或由于自然生理过程（诸如，呼吸和心跳）而移动。这种移动可能会导致模糊的图像，特别是在头部、腹部、胸部和心脏区域中。
3.一些系统通过限制成像体积来解决上述问题。其他系统使用外部硬件（诸如，三维相机）来检测患者移动。该移动可以被记录为在数据采集期间的特定时间处出现的运动向量。然后，使用运动向量来确定无运动或相对低运动的时段（即，运动帧），并且校正在运动帧之间采集的数据以计及帧间运动。
4.可以根据经校正的数据来重建图像。在相对显著的运动期间采集的数据被丢弃，并且不用于图像重建。这种数据损失可能会不利地影响重建图像的质量。
5.期望系统单独基于成像数据来标识运动帧，并且与其他运动校正系统相比，该系统保留所采集数据的更大部分以用于图像重建。
附图说明
6.图1是根据一些实施例的pet/ct成像系统的框图；图2图示了根据一些实施例的随时间采集的事件数据；图3包括根据一些实施例的基于事件数据来定义运动帧的过程的流程图；图4图示了根据一些实施例的对事件数据的基于时间的装仓（binning）；图5图示了根据一些实施例的对事件数据的每个基于时间的仓（bin）的空间信息的确定；图6图示了根据一些实施例的对事件数据的两个基于时间的仓的合并；图7图示了根据一些实施例的对事件数据的第三基于时间的仓的合并；图8图示了根据一些实施例的对事件数据的两个基于时间的仓的合并；图9图示了根据一些实施例的事件数据和对应空间信息的簇（cluster）；图10图示了根据一些实施例的用于对事件数据进行聚类（clustering）、运动校正和重建的系统；以及图11图示了根据一些实施例的用于对事件数据进行聚类、运动校正和重建的系统。
具体实施方式
7.以下描述被提供以使得本领域任何人员能够做出并使用所描述的实施例，并且阐述了对于实施所描述的实施例所预期的最佳模式。然而，各种修改对于本领域技术人员来
说将仍然是明显的。
8.一般而言，一些实施例确定在无主体运动或低主体运动期间采集的事件数据的簇。因此，给定簇的事件数据可以用于重建具有最小运动伪影的图像。
9.每个簇与基于该簇内的事件数据所确定的空间信息和采集时间窗口相关联。可以基于时间上相邻的簇的空间信息来确定时间上相邻的簇之间的运动。在图像重建之前或图像重建期间，所确定的运动可以用于对经聚类的事件数据进行后续运动校正。
10.有利地，可以在没有由运动检测系统（诸如，外部3d相机）所提供的附加监测数据的情况下确定簇。一些实施例还提供了对时间上相邻的事件数据的聚类，这与未能考虑数据之间的时间关联的数据聚类技术（例如，k均值聚类）相反。
11.图1图示了pet/ct系统100，用于执行本文中描述的一个或多个过程。实施例不限于系统100。特别地，尽管本文中描述的所采集的数据被称为事件数据（即，对应于伽马射线检测），但是实施例不限于spect和pet成像系统。例如，实施例可以被应用于通过计算机断层摄影（ct）、磁共振（mr）、超声或其他成像模态采集的数据，只要所采集的数据与采集时间和三维位置相关联。
12.系统100包括定义了孔腔112的台架110。如本领域中已知的，台架110容纳用于采集pet图像数据的pet成像组件和用于采集ct图像数据的ct成像组件。pet成像组件可以包括采用本领域已知的任何配置的任何数量的伽马相机。ct成像组件可以包括一个或多个x射线管和一个或多个对应的x射线检测器。
13.根据常规pet成像，通过注射或摄入，将包括放射性核素的示踪化合物引入患者身体内。放射性核素的放射性衰变生成正电子，该正电子最终遇到电子并且由此被湮灭。湮灭产生了在大致相反的方向上行进的两个伽马光子。因此，当设置在身体的相对侧上的两个检测器在特定巧合（coincidence）时间窗口内检测到两个相反地行进的伽马光子的到达时，标识出湮灭事件。
14.因为两个伽马光子在大致相反的方向上行进，所以两个检测器的位置确定了该湮灭事件沿着其发生的响应线（lor）。飞行时间（tof）pet测量从该湮灭事件产生的两个伽马光子的检测时间之间的差。这种差可以用于估计该湮灭事件在其处发生的沿着lor的特定位置。因此，每个湮灭事件可以由指定了该事件在其处发生的三维位置和时间的原始（即，列表模式）数据来表示。
15.床115和基座116可操作，以使躺在床115上的患者移动进入和离开孔腔112。在一些实施例中，床115被配置成在基座116上平移，并且在其他实施例中，基座116可与床115一起移动、或者替代地从床115移动。
16.患者进入和离开孔腔112的移动可以允许使用台架110的ct成像元件和pet成像元件对患者进行扫描。这种扫描可以基于扫描参数（诸如，扫描范围和对应的扫描速度）来进行。根据一些实施例，在这种扫描期间，床115和基座116可以提供连续的床运动，这与步进式（step-and-shoot）运动相反。
17.控制系统120可以包括任何通用或专用计算系统。因此，控制系统120包括：一个或多个处理单元122，其被配置成执行处理器可执行程序代码以使系统120如本文中描述那样操作；以及存储设备130，用于存储该程序代码。存储设备130可以包括安装在对应接口（例如，usb端口）中的一个或多个固定盘、固态随机存取存储器和/或可移除介质（例如，拇指驱
动器）。
18.存储设备130存储控制程序131的程序代码。一个或多个处理单元122可以执行控制程序131，以结合pet系统接口123、床接口125和监视器接口127来控制硬件元件以将患者移动到孔腔112中，并且在该移动期间，控制伽马相机围绕孔腔112旋转，并且检测位于孔腔112中的身体内发生的巧合事件。检测到的事件可以作为pet数据134被存储在存储器130中，该pet数据134可以包括列表模式数据和/或正弦图。
19.一个或多个处理单元122还可以执行控制程序131，以结合ct系统接口124使台架110内的辐射源从不同的投影角度朝向孔腔112内的身体发射辐射，并且控制对应的检测器来采集二维ct数据。ct数据可以基本上与如上所描述的pet数据被同时采集，并且可以作为ct数据136被存储。
20.存储设备130还包括运动校正程序132，以用于基于运动信息来校正所采集的pet数据。例如，实施例可以确定表示第一时间段与第二时间段之间的患者运动的运动向量。可以执行运动校正程序132以基于该运动向量来校正在第二时间段期间采集的pet数据，使得经校正的数据与在第一时间段期间采集的pet数据配准。
21.簇定义135指定了与事件数据的若干个簇中的每一个相对应的时间范围和空间信息。簇的时间范围指示与该簇相关联的事件数据（即，在该时间范围期间采集的事件数据）。对应于每个簇的空间信息可以用于确定簇之间的运动向量。下面将详细描述根据一些实施例的簇定义135的生成。
22.可以执行重建程序133，以使用任何已知或变得已知的重建算法从pet数据134来重建pet图像。如下面将描述的那样，可以从在无运动或低运动时间段期间采集的事件数据的相应簇来重建两个或更多个pet图像，和/或可以从已经基于一个或多个簇间运动向量而校正的所有簇的事件数据来重建单个pet图像。这种pet图像可以被存储在pet图像136当中。
23.pet图像和ct图像可以经由终端接口126被传输到终端140。终端140可以包括耦合到系统120的显示设备和输入设备。终端140可以显示pet图像、ct图像、簇定义和/或任何其他合适的图像或数据。终端140可以接收用于控制数据的显示、系统100的操作和/或本文中描述的处理的用户输入。在一些实施例中，终端140是分离的计算设备，诸如但不限于台式计算机、膝上型计算机、平板计算机和智能电话。
24.系统100的每个组件可以包括对于其操作所必要的其他元件、以及用于提供除了本文中描述的那些功能之外的功能的附加元件。本文中描述的每个功能组件可以在计算机硬件、在程序代码、和/或在执行本领域已知的这种程序代码的一个或多个计算系统中实现。这种计算系统可以包括执行被存储在存储器系统中的处理器可执行程序代码的一个或多个处理单元。
25.出于描述一些实施例的目的，图2表示了所采集的事件数据200。事件数据200描述了由pet或spect扫描仪检测到的事件。每个事件由事件时间（即，该事件发生时的时间）和三维事件位置来描述，该事件时间由其沿着轴t的位置来表示，该三维事件位置由图2的三维图形来表示。事件位置可以使用任何合适的坐标系来表示，该坐标系诸如但不限于成像系统100的坐标系。如本领域中已知的，可以以列表模式来采集事件数据200。
26.图3包括根据一些实施例的基于事件数据来定义运动帧的过程300的流程图。流程
图300和本文中描述的其他过程可以使用硬件和软件的任何合适的组合来执行。体现这些过程的软件程序代码可以由任何非暂时性有形介质来存储，该介质包括固定盘、易失性或非易失性随机存取存储器、dvd、闪存驱动器和磁带。实施例不限于下面描述的示例。
27.初始地，在s305处采集多个事件数据。在一些实施例中，所采集的事件数据可以包括如上所描述的列表模式pet数据。事件数据可以由与执行过程300的剩余部分的系统分离的成像系统来采集。可以最初在成像影院（imaging theatre）中采集事件数据，其中过程300在该采集之后的数小时、数天、数月等被执行。此外，尽管所采集的数据被描述为事件数据，但是在s305处可以采集与采集时间和位置相关联的任何数据。
28.接下来，在s310处，将每个事件数据指派给（即，关联于）多个仓中的一个。该多个仓中的每一个与时间段相关联，并且一个事件的数据被指派给特定仓，该特定仓与包括该一个事件的时间的时间段相关联。关于图2的事件数据200，图4图示了根据一些实施例的在s310处的仓指派。
29.图4示出了八个仓t
0-t7，包括数据200的相应部分。仓t0包括在时间t0和t1之间采集的所有事件数据，仓t1包括在时间t1和t2之间采集的所有事件数据等等。在一些实施例中，每个仓表示1秒的时间段，并且可以使用数百个仓。实施例不限于任何仓持续时间或仓数量。
30.在s315处，确定与每个仓相关联的空间信息（si）。该确定基于与指派给每个仓的事件数据相关联的位置。在一个非穷举的示例中，s315包括：基于与指派给仓t0的每个事件数据相关联的位置来确定与仓t0相关联的空间位置。在这点上，仓t0的每个事件数据与三维位置相关联。因此，在s315处确定的空间位置是如下三维位置：在这些三维位置周围，仓t0的每个事件数据的位置均匀地分布。s315处的确定可以采用任何已知或变得已知的合适算法。
31.图5表示根据一些实施例的在确定相应si之后的仓t
0-t7。如所示出，仓t0与si0相关联，仓t1与si1相关联等等。s315可以包括：确定与每个仓相关联的一个或多个任何空间特性。该特性可以是除了几何分布中心之外的代表性位置。如将从下面的描述中明显的那样，在s315处针对每个仓确定的si可以包括表示空间实体的值/向量/等式，该空间实体允许标识和量化事件数据集合之间的运动。
32.在s320处，开始将仓合并成簇。s320包括：确定“下一个”仓的si是否在“当前”仓的si的预定阈值内。在第一次执行时，s320处的确定假定时间上在先（first-in-time）的仓（即，仓t0）是“当前”仓。
33.在一些实施例中，该预定阈值可以包括标量值。因此，s320处的确定可以包括：确定si0的三维坐标（或线）与si1的三维坐标（或线）之间的距离，并且确定该距离是否小于该标量值。取决于所确定的si的性质，在s320处可以利用空间距离的任何其他度量。如果仓的si由曲线或其他多点实体来表示，则s320可以包括对两个这种实体之间的距离的任何合适的确定。
34.如果s320处的确定是肯定的，则流程进行到s325。在s325处，将当前仓和下一个仓合并成复合仓。图6图示了根据一些实施例的仓t0和t1的合并。所合并的（即，复合）仓被标记为t0t1。在s325处对仓的合并由如下操作组成：将原始仓t0和t1的所有事件数据指派给所合并的仓t0t1。如所图示，与所合并的仓t0t1相关联的时间段是t
0-t2。因此，所合并的仓t0t1的
事件数据包括与t0和t2之间的时间相关联的所有事件数据。
35.所合并的仓t0t1与si0相关联。该关联用于确保与仓t0t1合并的任何其他仓与si0的预定阈值内的si相关联。
36.流程然后继续到s335，以确定是否有另一个仓跟随着“下一个”仓。在本示例中，由于仓t2在时间上跟随着仓t1，因此s335处的确定是肯定的，并且流程返回到s320。在s320处，将下一个仓t2的si2与仓t0t1的si0进行比较。将假定的是，si2在si0的预定阈值内，并且因此在s325处，将仓t2与仓t0t1合并。图7图示了这种合并，其中所合并的仓t0t1t2包括原始仓t0、t1和t2的所有事件数据，并且与si0和时间段t
0-t3相关联。
37.由于仓t3在时间上跟随着仓t2，因此流程从s325行进至s335并且回到s320，如上所描述的那样。将假定的是，仓t3的si3不在si0的预定阈值内。因此，流程继续到s330，以在s330处将该下一个仓（即，仓t3）指派为当前仓。由于下一个仓t4的存在，因此流程然后返回到s320，以确定下一个仓t4的si4是否在新的“当前”仓t3的si3的预定阈值内。
38.过程300如上所描述的那样继续，直到在s335处确定没有“下一个”仓可用于对照当前仓来评估。如图8中所示，过程300已经被执行成：不合并仓t3和t4，不合并仓t4和t5，合并仓t5和t6，并且不合并仓t5t6和t7。
39.一旦在s335处确定没有“下一个”仓可用于对照当前仓来评估，则在s340处确定是否已经达到最大迭代数量。s315至s335的以上描述构成了一个迭代。一些实施例可以实现预定义的最大数量的这种迭代。如果确定已经达到最大迭代数量，则流程终止。
40.如果在s375处确定尚未达到最大迭代数量，则流程继续到s345。在s345处，确定最近完成的迭代结束时所定义的仓是否不同于紧接在前的迭代结束时所定义的仓（即，最后的迭代是否改变了这些仓）。如果否，则假定进一步的迭代将不会改变这些仓，并且流程终止。
41.如果s345处的确定是肯定的，则流程返回到s315，以确定与每个当前定义的仓（即，仓t0t1t2、t3、t4、t5t6和t7）相关联的si。图9图示了仓t0t1t2、t3、t4、t5t6和t7中的每一个的这种空间信息。仓t0t1t2的si
012
可能不同于先前的si0，这是由于si
012
是基于先前仓t0、t1和t2中的每一个的事件数据而确定的。类似地，仓t5t6的si
56
可能不同于先前的si5，这是由于si
56
是基于先前仓t5和t5中的每一个的事件数据而确定的。
42.流程如上所描述的那样进行到s320，以确定时间上随后（next-in-time）的仓的si（例如，仓t3的si3）是否在当前仓的si（例如，簇t0t1t2的si
012
）的预定阈值内。在一些实施例中，每个迭代使用不同的预定阈值。然后，每当s320处的确定是肯定的时候，流程如上所描述的那样继续以将仓合并。
43.如上所提到的那样，迭代继续，直到已经执行了最大数量的迭代、或者最后的迭代没有改变这些仓为止。在过程300的结束时，现有仓可以被称为簇。每个簇与时间段、在该时间段期间发生的事件的事件数据、以及基于该事件数据所确定的空间信息相关联。因为每个簇的事件数据发生在时间上随后的簇的所有事件之前，所以si可以用于确定接续的簇（successive clusters）之间的运动向量。然后，可以使用运动向量以在重建之前对该事件数据进行运动校正。根据一些实施例，与短于给定阈值的时间段相关联的簇在后续处理期间被忽略，因为这种簇被假定为与显著运动的时段相关联。
44.图10图示了根据一些实施例的对事件数据进行聚类、运动校正和重建。图10示出
了列表模式数据1010，该列表模式数据1010将每个检测到的伽马射线事件与检测时间以及使得能够确定该事件的位置的其他值相关联。聚类组件1020接收列表模式数据1010，并且如上所描述的那样操作以定义事件数据的簇。
45.将假定的是，确定了五个簇——簇a-e。簇a-e中的每一个与时间段和空间信息相关联，如上所描述的那样。簇a的时间段在簇b的时间段之前，簇b的时间段在簇c的时间段之前，等等。每个簇包括列表模式数据1010的部分，该部分对应于发生在该簇的时间段期间的事件。
46.列表模式数据1030包括列表模式数据1010的、发生在与簇a相关联的时间段期间的事件。数据集1040a-d中的每一个包括相应簇的列表模式数据、以及相对于簇a的数据的运动向量。簇b的运动向量可以包括簇a的空间信息与簇b的空间信息之间的向量。类似地，簇c的运动向量可以基于簇a的空间信息与簇b的空间信息之间的向量和簇b的空间信息与簇c的空间信息之间的向量来确定（例如，可以是这两个向量的总和）。
47.运动校正组件1050可以应用本领域已知的运动校正，以将数据集1040a-d中的每一个的列表模式数据转换到列表模式数据1030的参考帧。转换可以基于数据集1040a-d中的每一个的运动向量，该运动向量可以指示关于如上所描述的列表模式数据1030的参考帧的相对运动。接下来，重建组件1060基于列表模式数据1030和经运动校正的数据集1040a-d来生成图像1070。如本领域中已知的，在重建之前，该数据可以经受各种数据处理算法（衰减校正、去噪等）。
48.根据一些实施例，运动校正是在重建期间应用的。参考图10，重建组件1060可以基于列表模式数据1030和非运动校正的数据集1040a-d来生成图像1070。
49.图11图示了根据一些实施例的对事件数据进行聚类和重建。聚类组件1120接收列表模式数据1110，并且如上所描述的那样操作以标识对应于相应簇的事件数据1130a-e。
50.重建组件1140分离地对事件数据1130a-e中的每一个进行操作，以生成图像1150a-e，其中每个图像对应于事件数据1130a-e中的相应事件数据。因此，图11图示了对应于事件数据的每个簇的图像的生成，而不考虑其之间的运动向量。
51.本领域技术人员将领会的是，在不脱离权利要求的情况下，可以配置对上面描述的实施例的各种适配和修改。因此，要理解的是，可以以除了本文中具体描述的那些之外的方式来实践权利要求。