一种多模态医学图像的重建方法与流程

1.本发明涉及医学图像技术领域，尤其涉及一种多模态医学图像的重建方法。


背景技术：

2.当前，各种模态的医学成像设备在临床诊断和医学研究中得到了广泛使用，这些多种模态的医学成像设备所涉及的影像技术主要包括正电子发射型断层成像(positron emission computed tomography，pet)、计算机断层扫描(computed tomography，ct)、磁共振成像(magnetic resonance，mr)以及超声成像(ultrasonography，us)等。其中，ct图像、mr图像和us图像可提供成像部位的形态和结构信息；pet图像可提供成像部位的功能信息。遗憾的是，任何一种模态的成像方式都存在自身的缺陷。例如，ct扫描对密度差异较大的组织具有较好的成像效果，且空间和时间分辨率高，但是软组织对比差；mr扫描对软组织具有较高的对比度，但是成像结果通常难以定量化；pet扫描图像的敏感度和特异性高，但是空间分辨率较差。不同模态的医学图像数据可获取成像组织不同的形态学参数、代谢参数、表观扩散系数以及杨氏模量等参数，将不同模态医学图像信息融合，可以实现信息互补、较差验证，有效实现早期准确诊断。
3.然而，在对功能图像进行重建时，如果按照统一的体素标准对扫描数据进行重建通常需要花费更多的重建时间，效率较低。尤其是在需要获得动态图像时，重建时间会超出临床能接受的限度，因此有必要提出一种加速动态功能图像重建的方法。


技术实现要素：

4.本发明提供一种能够实现加速动态功能图像重建的多模态医学图像的重建方法，包括：
5.获取扫描对象的第一图像，基于所述第一图像识别扫描对象的多个器官；
6.将所述第一图像按所述多个器官分割成多个部分，对每个所述部分分别赋予不同的体素值；
7.选取所述多个部分中的每一个部分，分别计算每个所述部分的区域中心；
8.将所述每个区域中心分别移至第一中心位置、前置位置与后置位置，所述第一中心位置为获取扫描对象功能图像的扫描系统中心位置，所述前置位置为所述第一中心位置的前一个床码值所对应的扫描位置，所述后置位置为所述第一中心位置的后一个床码值所对应的扫描位置；
9.分别获取所述第一图像的每个所述部分在所述第一中心位置、前置位置与后置位置的功能扫描数据；
10.根据所述体素值对所述不同位置获取的功能扫描数据分别赋予不同的重建参数，基于所述重建参数重建扫描对象的功能图像。
11.在本发明的一个方面，所述分别计算每个所述部分的区域中心包括：基于功能图像扫描系统的笛卡尔坐标系，分别获取第一图像的每个部分在笛卡尔坐标系坐标轴四个方
向的坐标临界最大值，根据所述四个坐标临界最大值确定所述区域中心。
12.在本发明的一个方面，所述重建扫描对象的功能图像包括，基于第一图像的图像信息对一个或多个所选部分的功能扫描数据执行插值降噪化处理。
13.在本发明的一个方面，基于每个不同的体素值对一个或多个所选部分的功能扫描数据执行所述插值降噪化处理。
14.在本发明的一个方面，所述方法进一步包括将不同的动力学模型应用于所述不同的体素值。
15.在本发明的一个方面，所述根据所述体素值对所述不同位置获取的功能扫描数据分别赋予不同的重建参数，基于所述重建参数重建扫描对象的功能图像包括：
16.根据不同的重建参数重建第一功能图像、第二功能图像以及第三功能图像，所述第一功能图像为第一中心位置对应的功能扫描数据重建的图像，第二功能图像为前置位置对应的功能扫描数据重建的图像，第三功能图像为后置位置对应的功能扫描数据重建的图像。
17.在本发明的一个方面，在重建扫描对象的功能图像之前对所述功能扫描数据进行散射校正。
18.在本发明的一个方面，在重建扫描对象的功能图像之后基于所述第一图像对所述功能扫描图像进行图像衰减校正。
19.在本发明的一个方面，所述第一图像是扫描对象的计算机断层摄影(ct)图像或磁共振(mr)图像，并且所述功能图像是正电子发射断层摄影(pet)或单光子发射计算机断层摄影(spect)图像。
20.在本发明的一个方面，所述第一图像是计算机断层摄影(ct)图像，所述功能图像是正电子发射断层摄影(pet)图像。
21.本发明提供的多模态医学图像的重建方法，可以实现在同时重建多个功能图像的过程中，加速重建过程，提高多模态影像系统的使用效率。
附图说明
22.图1所示为根据本技术一些实施例所示的示例性图像重建系统的应用场景示意图；
23.图2所示为根据本技术一个实施例所示的医学图像重建的示例性流程图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。
26.本技术所披露的图像重建方法，可以应用于多种医学扫描成像设备，包括但不限于计算机x线摄影仪(cr)、数字化x线摄影仪(dr)、计算机断层扫描仪(ct)、屏片x射线机、数字减影血管造影扫描仪(dsa)、磁共振成像系统(mri)、发射型计算机断层扫描仪(ect)等中的一种或其任意组合。仅出于说明的目的，本技术将以pet-ct系统为例，对披露的技术方案进行详细描述，并不旨在限制本发明的范围。
27.图1所示为根据本技术一些实施例所示的示例性图像重建系统的应用场景示意图。在一些实施例中，该图像重建系统可以获取扫描对象的原始投影数据，并基于本技术所披露的方法获取扫描对象的重建图像。如图1所示，图像重建系统100可以包括扫描设备110、网络120、一个或多个终端130、处理设备140以及存储设备150。
28.扫描设备110可以包括机架111、探测器112、探测区域113、扫描床114和放射扫描源115。机架111可以支撑探测器112和放射扫描源115。机架111可以旋转，例如，围绕机架旋转轴线顺时针或逆时针旋转。放射扫描源115可以与机架111一同旋转。扫描对象可以放置于扫描床114上接受扫描。放射扫描源115可以发出放射线束到扫描对象。探测器112可以探测从探测区域113发出的辐射束(例如，伽马光子)，在接收穿过扫描对象的辐射束后，探测器112可以将其转变为可见光，并由光电转变为电信号，再经模拟/数字转换器转换为数字信息，输入计算设备(例如，计算机)进行处理，或传输至存储设备进行存储。在一些实施例中，探测器112可以包括一个或多个探测器单元。探测器单元可以包括闪烁探测器(例如，碘化铯探测器)和其他探测器等。探测器单元可以是包括单排探测器和/或多排探测器。
29.处理设备140可以处理从扫描设备110、终端130和/或存储设备150获得的数据和/或信息。例如，处理设备140可以确定图像重建所需的扫描数据。在一些实施例中，处理设备140可以用于对读取后的数据进行处理，例如，数据预处理、图像重建、重建后处理等。在一些实施例中，处理设备140可以是单个服务器或服务器组。服务器组可以是集中式的，也可以是分布式的。在一些实施例中，处理设备140可以是本地的或远程的。例如，处理设备140可以通过网络120从扫描设备110、终端130和/或存储设备150访问信息和/或数据。又例如，处理设备140可以直接连接扫描设备110、终端130和/或存储设备150以访问信息和/或数据。在一些实施例中，处理设备140可以在云平台上实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、跨云、多云等其中一种或几种的组合。
30.终端130可以包括移动设备131、平板电脑132、笔记本电脑133等或其任意组合。在一些实施例中，终端130可以通过网络与图像重建系统100中的其他组件交互。例如，终端130可以向扫描设备110发送一种或多种控制指令以控制扫描设备110按照指令进行扫描。又例如，终端130还可以接收处理设备140的处理结果，例如，重建后的图像。在一些实施例中，移动设备131可以包括智能家居装置、可穿戴设备、移动装置、虚拟现实装置、增强现实装置等或其任意组合。在一些实施例中，智能家居装置可以包括智能照明装置、智能电器控制装置、智能监控装置、智能电视、智能摄像机、对讲机等或其任意组合。在一些实施例中，可穿戴设备可以包括手链、鞋袜、眼镜、头盔、手表、衣服、背包、智能附件等或其任意组合。在一些实施例中，移动装置可包括移动电话、个人数字助理(pda)、游戏装置、导航装置、pos装置、笔记本电脑、平板电脑、台式机等或其任意组合。在一些实施例中，该虚拟现实装置和/或增强现实装置可包括虚拟现实头盔、虚拟现实眼镜、虚拟现实补丁、增强现实头盔、增强现实眼镜、增强现实补丁等或其任意组合。例如，该虚拟现实装置和/或增强现实装置可
包括google glass
tm
、oculus rift
tm
、hololens
tm
或gear vr
tm
等。在一些实施例中，终端130可以是处理设备140的一部分。
31.存储设备150可以存储数据(例如，对目标对象的扫描数据)、指令和/或任何其他信息。在一些实施例中，存储设备150可以存储从扫描设备110、终端130和/或处理设备140处获得的数据，例如，存储设备150可以存储从扫描设备110获得的扫描对象的扫描数据。在一些实施例中，存储设备150可以存储处理设备140执行或使用的数据和/或指令，以执行本技术中描述的示例性方法。在一些实施例中，存储设备150可包括大容量存储器、可移除存储器、易失性读写存储器、只读存储器(rom)等其中一种或几种的组合。大容量存储可以包括磁盘、光盘、固态硬盘、移动存储等。可移除存储器可以包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等。易失性读写存储器可以包括随机存取存储器(ram)。ram可以包括动态随机存储器(dram)、双数据率同步动态随机存取存储器(ddr-sdram)、静态随机存取存储器(sram)、可控硅随机存取存储器(t-ram)、零电容随机存取存储器(z-ram)等。rom可以包括掩模只读存储器(mrom)、可编程的只读存储器(prom)、可擦除可编程只读存储器(eprom)，电可擦除可编程只读存储器(eeprom)、光盘只读存储器(cd-rom)、数字多功能光盘等。在一些实施例中，存储设备150可以通过本技术中描述的云平台实现。例如，云平台可以包括私有云、公共云、混合云、社区云、分布式云、跨云、多云等其中一种或几种的组合。
32.在一些实施例中，存储设备150可以连接网络120，以与图像重建系统100中的一个或多个组件(例如，处理设备140、终端130等)之间实现通信。图像重建系统100中的一个或多个组件可以通过网络120读取存储设备150中的数据或指令。在一些实施例中，存储设备150可以是处理设备140的一部分，也可以是独立的，与处理设备140直接或间接相连。
33.网络120可以包括能够促进图像重建系统100的信息和/或数据交换的任何合适的网络。在一些实施例中，图像重建系统100的一个或多个组件(例如，扫描设备110、终端130、处理设备140、存储设备150等)可以通过网络120与图像重建系统100的一个或多个组件之间交换信息和/或数据。例如，处理设备140可以通过网络120从数据处理计划系统获取计划数据。网络120可以包括公共网络(如互联网)、私人网络(例如，局域网(lan)、广域网(wan))等)、有线网络(如以太网)、无线网络(例如，802.11网络、无线wi-fi网络等)、蜂窝网络(例如，长期演进(lte)网络)、帧中继网络、虚拟专用网络(vpn)、卫星网络、电话网络、路由器、集线器、服务器计算机等其中一种或几种组合。例如，网络120可以包括有线网络、光纤网络、电信网络、局域网、无线局域网(wlan)、城域网(man)，公用电话交换网(pstn)、蓝牙
tm
网络，zigbee
tm
网络、近场通信(nfc)网络等其中一种或几种的组合。在一些实施例中，网络120可以包括一个或多个网络接入点。例如，网络120可以包括有线和/或无线网络接入点，例如基站和/或因特网交换点，通过所述接入点，图像重建系统100的一个或多个组件可以连接网络120以交换数据和/或信息。
34.图2所示为根据本技术一个实施例所示的图像重建的示例性流程图。在一些实施例中，流程可以通过处理逻辑来执行，该处理逻辑可以包括硬件(例如，电路、专用逻辑、可编程逻辑、微代码等)、软件(运行在处理设备上以执行硬件模拟的指令)等或其任意组合。图2所示的用于图像重建的流程中的一个或多个操作可以通过图1所示的处理设备140实现。例如，流程可以以指令的形式存储在存储设备150中，并由处理设备140执行调用和/或执行。
35.如图2所示，该图像处理的方法可以包括以下操作：
36.步骤210，获取扫描对象的第一图像，基于所述第一图像识别扫描对象的多个器官。具体地，所述第一图像为扫描对象的解剖结构图像，更具体的，在本实施例中该解剖结构图像为ct图像。本步骤的具体实现过程为：对扫描对象进行ct扫描，获得扫描对象的ct图像，ct图像可以是定位像，也可以是诊断ct图像。利用深度学习方法对扫描得到的ct图像进行识别，用经训练的深度学习模型对扫描对象的器官的识别结果进行校正。
37.步骤220，将所述第一图像按所述多个器官分割成多个部分，对每个所述部分分别赋予不同的体素值。具体地，在将第一图像按所述多个器官分割成多个部分之后，识别各个部分的图像中是否有病灶点，对于有病灶点的部分赋予第一体素值，对没有病灶点的部分赋予第二体素值。第一体素值与第二体素值的数值不同，在本实施例中，第一体素值小于第二体素值，可以实现对有病灶点的器官进行信噪比更高的图像重建。
38.步骤230，选取所述多个部分中的每一个部分，分别计算每个所述部分的区域中心。具体的，基于功能图像扫描系统的笛卡尔坐标系，分别获取第一图像的每个部分在笛卡尔坐标系坐标轴四个方向的坐标临界最大值，根据所述四个坐标临界最大值确定所述区域中心。
39.步骤240，将所述每个区域中心分别移至第一中心位置、前置位置与后置位置，分别获取所述第一图像的每个所述部分在所述第一中心位置、前置位置与后置位置的功能扫描数据。具体地，所述第一中心位置为获取扫描对象功能图像的扫描系统中心位置，所述前置位置为所述第一中心位置的前一个床码值所对应的扫描位置，所述后置位置为所述第一中心位置的后一个床码值所对应的扫描位置。具体的，获取的三组功能扫描数据可以反映一个时间周期内的扫描对象的药物摄取值变化情况，完成动态pet图像重建。
40.步骤250，根据所述体素值对所述不同位置获取的功能扫描数据分别赋予不同的重建参数，基于所述重建参数重建扫描对象的功能图像。具体的，体素值较小对应的重建参数的选取可以保证更高图像信噪比。
41.在本发明的另一实施例中，所述分别计算每个所述部分的区域中心包括：基于功能图像扫描系统的笛卡尔坐标系，分别获取第一图像的每个部分在笛卡尔坐标系坐标轴四个方向的坐标临界最大值，根据所述四个坐标临界最大值确定所述区域中心。具体的，根据坐标临界最大值确定四条平行于笛卡尔坐标轴的直线，截取直线的交点间的线段组成感兴趣区域，将感兴趣区域的中心确定为区域中心。
42.在本发明的另一实施例中，所述重建扫描对象的功能图像包括，基于第一图像的图像信息对一个或多个所选部分的功能扫描数据执行插值降噪化处理。
43.在本发明的另一实施例中，基于每个不同的体素值对一个或多个所选部分的功能扫描数据执行所述插值降噪化处理。
44.在本发明的另一实施例中，所述方法进一步包括将不同的动力学模型应用于所述不同的体素值。
45.在本发明的另一实施例中，根据所述体素值对所述不同位置获取的功能扫描数据分别赋予不同的重建参数，基于所述重建参数重建扫描对象的功能图像包括：
46.根据不同的重建参数重建第一功能图像、第二功能图像以及第三功能图像，所述第一功能图像为第一中心位置对应的功能扫描数据重建的图像，第二功能图像为前置位置
对应的功能扫描数据重建的图像，第三功能图像为后置位置对应的功能扫描数据重建的图像。
47.在本发明的另一实施例中，在重建扫描对象的功能图像之前对所述功能扫描数据进行散射校正。
48.在本发明的另一实施例中，在重建扫描对象的功能图像之后基于所述第一图像对所述功能扫描图像进行图像衰减校正。
49.在本发明的另一实施例中，所述第一图像是扫描对象的计算机断层摄影(ct)图像或磁共振(mr)图像，并且所述功能图像是正电子发射断层摄影(pet)或单光子发射计算机断层摄影(spect)图像。
50.在本发明的另一实施例中，所述第一图像是计算机断层摄影(ct)图像，所述功能图像是正电子发射断层摄影(pet)图像。
51.本发明提供多模态医学图像的重建方法，可以实现在同时重建多个功能图像的过程中，加速重建过程，提高多模态影像系统的使用效率。
52.本技术领域的普通技术人员应当认识到，以上的实施方式仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上实施方式所作的适当改变和变化都落在本发明要求保护的范围内。

技术特征：
1.一种多模态医学图像的重建方法，其特征在于，包括：获取扫描对象的第一图像，基于所述第一图像识别扫描对象的多个器官；将所述第一图像按所述多个器官分割成多个部分，对每个所述部分分别赋予不同的体素值；选取所述多个部分中的每一个部分，分别计算每个所述部分的区域中心；将所述每个区域中心分别移至第一中心位置、前置位置与后置位置，所述第一中心位置为获取扫描对象功能图像的扫描系统中心位置，所述前置位置为所述第一中心位置的前一个床码值所对应的扫描位置，所述后置位置为所述第一中心位置的后一个床码值所对应的扫描位置；分别获取所述第一图像的每个所述部分在所述第一中心位置、前置位置与后置位置的功能扫描数据；根据所述体素值对所述不同位置获取的功能扫描数据分别赋予不同的重建参数，基于所述重建参数重建扫描对象的功能图像。2.根据权利要求1所述的方法，其特征在于，所述分别计算每个所述部分的区域中心包括：基于功能图像扫描系统的笛卡尔坐标系，分别获取第一图像的每个部分在笛卡尔坐标系坐标轴四个方向的坐标临界最大值，根据所述四个坐标临界最大值确定所述区域中心。3.根据权利要求1所述的方法，其特征在于，所述重建扫描对象的功能图像包括，基于第一图像的图像信息对一个或多个所选部分的功能扫描数据执行插值降噪化处理。4.根据权利要求1所述的方法，其特征在于，基于每个不同的体素值对一个或多个所选部分的功能扫描数据执行所述插值降噪化处理。5.根据权利要求1所述的方法，其特征在于，所述方法进一步包括将不同的动力学模型应用于所述不同的体素值。6.根据权利要求1所述的方法，其特征在于，所述根据所述体素值对所述不同位置获取的功能扫描数据分别赋予不同的重建参数，基于所述重建参数重建扫描对象的功能图像包括：根据不同的重建参数重建第一功能图像、第二功能图像以及第三功能图像，所述第一功能图像为第一中心位置对应的功能扫描数据重建的图像，第二功能图像为前置位置对应的功能扫描数据重建的图像，第三功能图像为后置位置对应的功能扫描数据重建的图像。7.根据权利要求1所述的方法，其特征在于，在重建扫描对象的功能图像之前对所述功能扫描数据进行散射校正。8.根据权利要求1所述的方法，其特征在于，在重建扫描对象的功能图像之后基于所述第一图像对所述功能扫描图像进行图像衰减校正。9.根据权利要求1所述的方法，其特征在于，所述第一图像是扫描对象的计算机断层摄影(ct)图像或磁共振(mr)图像，并且所述功能图像是正电子发射断层摄影(pet)或单光子发射计算机断层摄影(spect)图像。10.根据权利要求1所述的方法，其特征在于，所述第一图像是计算机断层摄影(ct)图像，所述功能图像是正电子发射断层摄影(pet)图像。

技术总结
本发明提供一种多模态医学图像的重建方法，包括，获取扫描对象的第一图像，基于第一图像识别扫描对象的多个器官；将第一图像按多个器官分割成多个部分，对每个部分分别赋予不同的体素值；选取多个部分中的每一个部分，分别计算每个所述部分的区域中心；将每个区域中心分别移至第一中心位置、前置位置与后置位置，分别获取第一图像的每个所述部分在所述第一中心位置、前置位置与后置位置的功能扫描数据；根据体素值对所述不同位置获取的功能扫描数据分别赋予不同的重建参数，基于重建参数重建扫描对象的功能图像。本发明提供的重建方法可以实现在同时重建多个功能图像的过程中，加速重建过程，提高多模态影像系统的使用效率。提高多模态影像系统的使用效率。


技术研发人员：高健
受保护的技术使用者：高健
技术研发日：2020.11.23
技术公布日：2022/5/25