用于重构发射活动图像的系统和方法与流程

本发明大体上涉及医疗成像，且更确切地说，涉及用于重构发射活动图像(emissionactivityimage)的系统和方法。

背景技术：

例如电子发射断层扫描(pet)成像、单光子发射计算机断层扫描(spect)成像及其类似者的发射断层扫描(et)提供关于代谢和生物化学过程的体内功能信息。在et成像中，包括放射性示踪剂的溶液注入到待扫描的受检者(例如，人类患者)体内。通常，示踪剂朝向受检者的一个或多个器官移动且被吸收在其中，在所述一个或多个器官中出现这些生物和生物化学过程。一旦示踪剂的放射性同位素衰变，其就发射正电子，正电子行进短距离，随后与电子湮灭。湮灭(annihilation)产生两个高能光子，即在基本相反方向上传播的伽马光子。

et成像使用通常以环形图案围绕扫描区域布置的光子检测器阵列，受检者或至少受检者的所关心部分位于所述扫描区域中。当检测器阵列在短时间窗内检测到两个伽马光子时，记录所谓的“重合”。连接接收光子的两个检测器的线称为响应线(lor)。et图像的重构是基于以下前提：衰变的放射性同位素位于lor上某处。每一重合可以用三个条目记录在列表中，其中两个条目表示两个检测器，且一个条目表示检测时间(本文中还称为发射投射数据)。

基于从如上文所描述的使用光子检测器的发射断层扫描仪获取的发射投射数据，重构发射活动图像。发射活动图像表示体内放射性的空间和/或时间分布，并且提供肿瘤学、心脏病学或神经病学应用方面的临床有用信息。

影响发射活动图像重构准确度的一个现象涉及在受检者体内行进的伽马光子的衰减。为了提供精确定量的断层扫描，在et图像重构或数据处理期间需要适当地考虑此衰减。给定受检者，表示伽马光子的线性衰减系数(例如，pet的511kev光子)的空间图的发射衰减图(或简称衰减图)用于衰减校正。本文中在下文描述通过一些技术获得的衰减图及其局限性。

可以执行使用外部伽马光子源(例如，用于pet中的511kev光子的68ge/68ga源)的透射扫描(transmissionscan)以提取关于衰减的信息。然而，透射扫描增加了扫描时间，并且由于低信噪比(snr)传输扫描数据，所估计的衰减图或衰减校正因子中的噪声很高。此外，发射断层扫描仪(emissiontomographyscanner)需要能够进行透射扫描，而不是每个发射断层扫描仪(emissiontomographyscanner)都有所述能力。

或者，x射线计算机断层扫描(ct)扫描(或简称ct扫描)可以用于发射断层扫描中的衰减校正。x射线ct扫描速度快，且可以提供高snr和高分辨率的ct图像。在pet/ct(或spect/ct)扫描仪中，pet与ct之间(或spect与ct之间)不需要图像配准，因为pet与ct(或spect与ct)扫描仪组合在单台架系统中。常规上，从x射线ct扫描仪(或简称ct扫描仪)获取的ct投射数据重构x射线ct图像，且接着基于重构的x射线ct图像生成用于发射断层扫描的发射衰减图。由于x射线光子的能量(例如，约30到120kev)不同于伽马光子的能量(例如，对于pet为511kev)，因此x射线ct图像需要适当缩放以形成发射衰减图。常规上，使用双线性或三线性缩放方法来以亨氏单位(hounsfieldunit)缩放x射线ct图像以便获得发射衰减图。缩放取决于x射线能量和伽马光子能量，且如果使用任何造影剂，则需要为ct造影剂进行校准。

通常，ct的跨轴向视场(fov)比发射断层扫描的fov小。在此情况下，ct图像被截断或具有截断伪影，并且基于ct图像生成的发射衰减图因此被截断或具有截断伪影。截断伪影引起发射活动图像中的定量误差。如果受检者体内存在金属，则在ct图像中可能出现金属伪影，并且金属伪影传播到基于ct图像生成的发射衰减图中，从而导致发射活动图像中的定量误差。随着ct剂量降低或ct图像数目减少，可以由于ct图像中的低剂量或欠采样而出现伪影，且伪影可能传播到基于ct图像的衰减图中。

或者，可以仅基于发射投射数据联合地重构发射衰减图和发射活动图像。此类方法称为衰减和活动的最大似然重构(mlaa)、联合估计或联合重构。然而，从发射投射数据估计发射衰减图和发射活动图像两者的问题不具有唯一的解决方案，且mlaa方法通常遭受串扰伪影。尽管从tofpet扫描仪获取的飞行时间(tof)信息缓解了非唯一性和串扰伪影的问题，但它并不能完全解决这些问题。

技术实现要素：

一方面，示出一种用于生成优化发射活动图像的方法。所述方法包括接收受检者的来自发射断层扫描仪的原始发射投射数据和来自射线照相扫描仪的原始射线照相投射数据。所述方法接着包括获取所述受检者的具有初始发射活动图像和初始发射衰减图或初始射线照相图像中的至少一个的初始化数据集。所述方法接着包括应用第一建模函数使用所述初始发射活动图像、所述初始发射衰减图和将发射活动图像空间映射到发射投射数据空间中的一个或多个发射算子生成估计发射投射数据。所述方法还包括应用第二建模函数使用所述初始射线照相图像和将射线照相图像空间映射到射线照相投射数据空间中的至少一个射线照相算子生成估计射线照相投射数据。所述方法包括提供缩放函数以将射线照相图像空间映射到发射衰减图空间中。所述方法接着包括使用基于所述第一建模函数、所述第二建模函数、所述缩放函数、所述原始发射投射数据和所述原始射线照相数据的优化函数来迭代地确定优化发射活动图像。

另一方面，提供一种成像系统，包括：发射断层扫描仪，其用以生成受检者的原始发射投射数据；射线照相扫描仪，其用以生成所述受检者的原始射线照相投射数据；图像重构单元，其是使用一个或多个处理器实施；以及显示单元，其用以显示由所述图像重构单元生成的优化发射活动图像和优化发射衰减图。所述图像重构单元包括：数据获取系统，其以通信方式耦合到分别接收所述原始发射投射数据与所述原始射线照相投射数据的所述发射断层扫描仪与所述射线照相扫描仪；初始化模块，其用以生成所述受检者的具有初始发射活动图像和初始发射衰减图或初始射线照相图像中的至少一个的初始化数据集；第一建模函数，其用以使用所述初始发射活动图像、所述初始发射衰减图和将发射活动图像空间映射到发射投射数据空间中的一个或多个发射算子生成估计发射投射数据；第二建模函数，其用以使用所述初始射线照相图像和将射线照相图像空间映射到射线照相投射数据空间中的至少一个射线照相算子生成估计射线照相投射数据；缩放函数，其用以将射线照相图像空间映射到发射衰减图空间中；以及基于所述第一建模函数、所述第二建模函数、所述缩放函数、所述原始发射投射数据和所述原始射线照相数据的优化函数，其用以迭代地确定优化发射活动图像和优化发射衰减图。

另一方面，提供一种计算机程序产品，其包括编码指令的非暂时性计算机可读媒体，所述指令响应于由至少一个处理器执行而使得所述处理器执行本文中在上文所描述的方法步骤中提及的操作。

附图说明

当参考附图阅读下面的具体实施方式时，本发明的这些和其它特征、方面和优点将变得更好理解，在所有图中类似的标记表示类似的部件，在附图中：

图1是图示用于获取受检者的发射断层扫描(et)/计算机断层扫描(ct)数据的系统的实例的框图；

图2是用于生成优化发射活动图像的方法的流程图表示；

图3到7是由本发明的方面的系统和方法使用的优化函数的图解表示；以及

图8到11是图2的流程图中描述的方法的示范性实施方案的流程图表示。

具体实施方式

本发明的方面涉及使用迭代更新基于原始发射投射数据和原始射线照相投射数据两者生成发射活动图像以及发射衰减图。本文中提及的原始发射投射数据和原始射线照相投射数据涉及来自et/射线照相扫描仪的检测器的数据。此举提供优于透射扫描(transmissionscan)方法的优势，因为射线照相扫描(radiographyscans)比使用外部伽马光子源的透射扫描快得多。另外，因为原始射线照相投射数据用于迭代地更新发射活动图像和发射衰减图，因此在射线照相图像重构(例如，在ct图像重构中)期间将归因于视场(fov)截断、金属的存在、低x射线剂量或欠采样而出现的图像伪影不会传播到发射衰减图中。类似地，使用原始发射投射数据减少了ct图像金属伪影对衰减校正的影响，因为与金属对x射线光子造成的衰减相比，金属对伽马光子造成的衰减较小。

本文中提及的发射活动图像表示放射性的空间和/或时间分布。发射活动图像可以表示为数字阵列，每一数字表示对应体素或像素中的放射性。本文中提及的发射衰减图表示伽马光子的线性衰减系数的空间图。发射衰减图可以表示为数字阵列，每一数字表示针对所使用的伽马光子能量的对应体素或像素的线性衰减系数。例如，对于pet系统，线性衰减系数是针对511kev光子。

另外，本文中所描述的本发明的方面并不需要射线照相投射数据是完整的。

图1图示用于获取原始发射投射数据和原始射线照相投射数据的系统10的示范性框图。系统10包括组合式发射断层扫描(et)扫描仪与射线照相扫描仪12以分别获取受检者20的原始发射投射数据16与射线照相数据18，所述原始发射投射数据和射线照相数据使用网络22和相关联通信电路发射到图像重构单元14。

et/射线照相扫描仪12可以是被配置成扫描受检者20(例如，人类患者、动物，等等)且生成受检者20的原始发射投射数据16和原始射线照相数据18的任何类型的扫描仪。在示范性实施例中，et/射线照相扫描仪12为被配置成生成受检者20的pet发射投射数据和ct投射数据的电子发射断层扫描(pet)扫描仪/ct扫描仪。在另一实施例中，et/射线照相扫描仪12为pet/x射线照相扫描仪，且单个视图视为原始射线照相投射数据。在又一实施例中，et/射线照相扫描仪12为spect/ct扫描仪。在又一实施例中，et/射线照相扫描仪12为spect/x射线照相扫描仪。在一些其它实施例中，可以使用断层合成扫描仪实施射线照相扫描仪，其中具有有限视角的部分采样数据可以用作原始射线照相投射数据。在一些其它实施例中，乳房x线照相扫描仪锥形射束计算机断层扫描仪可以用作射线照相扫描仪。本发明的一些实施例可以涉及具有一个或多个x射线源和/或一个或多个检测器的不规则或任意轨迹的x射线ct扫描仪。再者，一些实施例可以表示发射断层扫描的轴向视场(fov)比ct的轴向视场长以获得高质量ct图像(例如，在螺旋状ct扫描中)的情况。

et/射线照相扫描仪12包括具有各自的检测器组件的et台架24和射线照相台架26。在操作时，et台架24的一个或多个检测器(未示出)检测由受检者20体内的放射性示踪剂间接发射的光子，且生成原始发射投射数据16。在一个实施方案中，et台架24生成表示关于每一检测到的事件的信息(例如，时间、能量和检测器索引)的列表模式发射投射数据。在另一实施方案中，原始发射投射数据为直方图模式格式。发射投射数据还可以是二维或完全三维的数据。如果pet或pet/ct扫描仪具有tof能力，那么发射投射数据可以包括飞行时间(tof)测量数据。

本文中提及的射线照相台架26包括被配置成朝向受检者20投射x射线射束的x射线源28。射线照相台架26进一步包括被配置成接收因受检者20而衰减的x射线射束且生成原始射线照相投射数据18的x射线检测器30。在使用ct的实施方案中，原始射线照相投射数据为以轴向、螺旋状或螺旋扫描模式获取的ct投射数据。ct投射数据可以是不完整或部分采样的投射数据。在一些实施例中，可以针对稀疏采样视角获取ct投射数据。在另一实施例中，可以针对仅一个视角获取ct投射数据，如在x射线照相术中。即，ct投射数据可以表示x射线照相数据。在某一其它实施例中，ct投射数据可以表示断层合成数据。在另一实施例中，ct投射数据可以经预处理以例如用于射束硬化校正。包括正规化和校正的某一其它预处理也可以应用于ct投射数据。例如，对数运算可以应用于ct投射数据。

图像重构单元14经由网络22以通信方式耦合到发射断层扫描/射线照相扫描仪12，且使用处理器32和存储器34而实施。

图像重构单元14的数据获取单元36从et/射线照相扫描仪12接收原始发射投射数据16和射线照相数据18。所属领域的技术人员将了解，在一些实施方案中，数据获取单元36在图像重构单元14外部。发射投射数据可以是二维或完全三维的数据。如果pet或pet/ct扫描仪具有tof能力，那么发射投射数据可以包括飞行时间(tof)测量数据。

数据获取单元36包括被配置成从et/射线照相扫描仪12接收原始发射投射数据16和射线照相数据18的代码和例程。在一个实施例中，数据获取单元36包括可由处理器32执行以提供用于从et/射线照相扫描仪12接收原始发射投射数据16和射线照相数据18的功能性的一组指令。在另一实施例中，数据获取单元36存储于存储器34中，且可由处理器32存取且执行。在任一实施例中，数据获取单元36适于与处理器32和图像重构单元14的其它组件通信且协作。

图像重构单元14包括初始化模块38，所述初始化模块用于生成受检者的具有初始发射活动图像和初始发射衰减图或初始射线照相图像中的至少一个的初始化数据集。在一个实施例中，初始发射衰减图与初始射线照相图像可以单独地初始化。在另一实施例中，可以对发射衰减图和射线照相图像中的仅一个进行初始化，且基于被初始化的一个和本文中在下文描述的缩放函数对另一个进行初始化。可以使用均一图像导出初始发射活动图像以及初始发射衰减图和初始射线照相图像中的至少一个。均一图像表示体素(或像素)值在某种程度上恒定(例如，1)的图像。用于均一图像的背景区的体素(或像素)值可以是零。在一些实施例中，可以提取受检者的身体边界，且使用其来生成初始图像。例如，可以从仅从发射投射数据重构而无衰减校正的发射活动图像或仅从射线照相投射数据重构的射线照相图像提取身体边界。在另一实施例中，可以使用从射线照相投射数据重构的射线照相图像来初始化射线照相图像。可以使用仅从发射投射数据重构而无衰减校正或基于初始发射衰减图或初始射线照相图像中的一个进行衰减校正的发射活动图像来初始化发射活动图像。

初始化模块38包括被配置成生成受检者的具有初始发射活动图像和初始发射衰减图或初始射线照相图像中的至少一个的初始化数据集的代码和例程。在一个实施例中，初始化模块38包括可由处理器32执行以提供用于生成受检者的具有初始发射活动图像和初始发射衰减图或初始射线照相图像中的至少一个的初始化数据集的功能性的一组指令。在另一实施例中，初始化模块38存储于存储器34中，且可由处理器32存取且执行。在任一实施例中，初始化模块38适于与处理器32和图像重构单元14的其它组件通信且协作。

图像重构单元14进一步包括第一建模函数40，所述第一建模函数用于使用所述初始发射活动图像、所述初始发射衰减图和将发射活动图像空间映射到发射投射数据空间中的一个或多个发射算子生成估计发射投射数据。

第一建模函数40存在两个方面。在第一方面中，第一建模函数40为确定性建模函数或系统建模函数，其在给定初始发射活动图像和初始发射衰减图的情况下生成估计发射投射数据。本文中提及的确定性建模函数涉及将发射活动图像空间映射到发射投射数据空间中的前向投射。确定性建模函数可能涉及基于初始发射衰减图并入衰减的因子。确定性建模函数还可能涉及并入分散、随机重合、检测器正规化、放射性衰变、扫描持续时间、检测器响应模型等等的其它因子。在第二方面中，第一建模函数40还是用于发射投射数据空间的统计噪声建模函数。泊松噪声建模函数(poissonnoisemodelfunction)或高斯噪声建模函数(gaussiannoisemodelfunction)可以用于统计噪声建模函数。在一些实施例中，可能不能明确地选择用于发射投射数据空间的统计噪声建模函数，且对于此类情况，可以采用高斯噪声建模函数。统计噪声建模函数确定拟合良好度的测量，拟合良好度概括估计发射投射数据与原始发射投射数据之间的偏差。统计噪声建模用于下文的优化函数46。

第一建模函数40包括被配置成使用初始发射活动图像、初始发射衰减图和将发射活动图像空间映射到发射投射数据空间中的一个或多个发射算子生成估计发射投射数据的代码和例程。在一个实施例中，第一建模函数40包括可由处理器32执行以提供用于使用初始发射活动图像、初始发射衰减图和将发射活动图像空间映射到发射投射数据空间中的一个或多个算子生成估计发射投射数据的功能性的一组指令。在另一实施例中，第一建模函数40存储于存储器34中，且可由处理器32存取且执行。在任一实施例中，第一建模函数40适于与处理器32和图像重构单元14的其它组件通信且协作。

提供第二建模函数42以用于使用初始射线照相图像和将射线照相图像空间映射到射线照相投射数据空间中的至少一个射线照相算子生成估计射线照相投射数据。

射线照相图像可以表示为数字阵列，每一数字表示针对所使用的x射线光子能量的对应像素或体素的线性衰减系数。可以按亨氏单位尺度来表示射线照相图像。如本文中在上文所提及，射线照相图像是作为实例而提及，且表示ct图像、断层合成图像或乳房x线照相图像。

就像本文中在上文提及的第一建模函数，第二建模函数也具有两个方面。在第一方面中，第二建模函数为确定性建模函数或系统建模函数，其在给定初始射线照相图像的情况下估计射线照相投射数据。确定性建模函数可以涉及将射线照相图像空间映射到射线照相投射数据空间中的前向投射。第二数据建模函数的第二方面为其包括用于射线照相投射数据空间的统计噪声建模函数。泊松噪声建模函数、例如移位泊松的经修改泊松噪声建模函数或高斯噪声建模函数可以用于统计噪声建模。在一些实施例中，可能不能明确地建构用于射线照相投射数据空间的统计噪声建模函数，且对于此类情况，可以采用高斯噪声建模函数。统计噪声建模用于下文的优化函数46。

第二建模函数42包括被配置成使用初始射线照相图像和将射线照相图像空间映射到射线照相投射数据空间中的至少一个射线照相算子生成估计射线照相投射数据的代码和例程。在一个实施例中，第二建模函数42包括可由处理器32执行以提供用于使用初始射线照相图像和将射线照相图像空间映射到射线照相投射数据空间中的至少一个射线照相算子估计射线照相投射数据的一组指令。

在另一实施例中，第二建模函数42存储于存储器34中，且可由处理器32存取且执行。在任一实施例中，第一建模函数40适于与处理器32和图像重构单元14的其它组件通信且协作。

图像重构单元14进一步包括用于将射线照相图像空间映射到发射衰减图空间中的缩放函数44。在一个实施例中，缩放函数替代地表示发射衰减图空间到射线照相图像空间中的映射。所属领域的技术人员将了解，用于获取射线照相投射数据的x射线光子与用于获取发射投射数据的伽马光子的能量不同。缩放函数用于转换不同光子能量的线性衰减系数。常规上，双线性缩放模型或三线性缩放模型用于缩放ct图像以形成发射衰减图。缩放取决于x射线光子能量和伽马光子能量。此外，如果用于射线照相成像，那么缩放函数可以将造影剂列入考虑因素。

缩放函数44包括被配置成将射线照相图像空间映射到发射衰减图空间中的代码和例程。在一个实施例中，缩放函数44包括可由处理器32执行以提供用于将射线照相图像空间映射到发射衰减图空间中的功能性的一组指令。在另一实施例中，缩放函数44存储于存储器34中，且可由处理器32存取且执行。在任一实施例中，缩放函数44适于与处理器32和图像重构单元14的其它组件通信且协作。

接着基于第一建模函数40、第二建模函数42、缩放函数44、原始发射投射数据16和原始射线照相数据18生成优化函数46，以迭代地确定优化发射活动图像48。稍后描述优化函数的一些实例。可以进一步由图像重构单元14生成若干其它输出，并且下文提及一些示范性输出。

在一个实施例中，图像重构单元14进一步使用优化函数46生成优化发射衰减图50。在此实施例的另一实施方案中，图像重构单元14进一步使用缩放函数44和优化发射衰减图50生成优化射线照相图像52。在又一实施方案中，图像重构单元14进一步使用原始发射投射数据16和优化发射衰减图50或优化射线照相图像52中的至少一个生成衰减被校正的发射活动图像54。

在又一实施例中，图像重构单元14进一步使用优化函数46生成优化射线照相图像52。

在又一实施例中，图像重构单元14进一步使用优化函数46生成优化发射衰减图50和优化射线照相图像52两者。

如本文中所提及，迭代确定涉及使用一个或多个数值优化算法。另外，迭代地确定包括生成迭代发射活动图像和迭代发射衰减图或迭代射线照相图像中的至少一个。在一个实施方案中，迭代发射活动图像与迭代发射衰减图或迭代射线照相图像中的至少一个是以交替顺序生成。在另一实施方案中，迭代发射活动图像与迭代发射衰减图或迭代射线照相图像中的至少一个是同时生成。

优化函数46包括被配置成迭代地确定优化发射活动图像48和本文中在上文提及的其它输出的代码和例程。在一个实施例中，优化函数46包括可由处理器32执行以迭代地确定优化发射活动图像48和本文中在上文提及的其它输出的一组指令。在另一实施例中，优化函数46存储于存储器34中，且可由处理器32存取且执行。在任一实施例中，优化函数46适于与处理器32和图像重构单元14的其它组件通信且协作。

显示单元56从图像重构单元14接收输出，例如优化发射活动图像48、优化发射衰减图50、优化射线照相图像52或/和衰减被校正的发射活动图像54，以用于显示所述输出。在一些实施例中，显示单元56可以设置在外部通信装置或外部计算装置上，或可以是与et/射线照相扫描仪12相关联的监视装置的一部分。

显示单元56包括被配置成显示本文中在上文提及的输出的代码和例程。在一个实施例中，显示单元56包括可由处理器32执行以显示本文中在上文提及的输出的一组指令。在另一实施例中，显示单元56存储于存储器34中，且可由处理器32存取且执行。在任一实施例中，显示单元56适于与处理器32和图像重构单元14的其它组件通信且协作。

将参考本文中在下文相对于图2到5的方法(作为本发明的方面)更详细地描述图像重构单元以及不同模块和函数的功能性的其它细节。

如本文中在上文所提及，从et/射线照相扫描仪12到数据获取模块36的数据传达是经由网络22完成，所述网络可以是有线或无线类型，且可能具有任何数目个配置，例如星形配置、令牌环配置或其它已知配置。此外，所述网络可以包括局域网(lan)、广域网(wan)(例如，因特网)和/或多个装置可以跨其通信的任何其它互连数据路径。在一个实施例中，所述网络可以是对等网络。所述网络还可以耦合到电信网络或包括电信网络的部分以按多种不同的通信协议发送数据。在一个实施例中，网络可以包括蓝牙通信网络或蜂窝式通信网络以例如经由短消息接发服务(sms)、多媒体消息接发服务(mms)、超文本传送协议(http)、直接数据连接、wap、电子邮件等等发送和接收数据。

所属领域的技术人员将了解，经由处理器32和存储器34实施的图像重构单元14、数据获取模块36、初始化模块38、第一建模函数40、第二建模函数42、缩放函数44、优化函数46的不同组件耦合到通信总线(未示出)以彼此通信且传送数据。

本文中在上文所描述的处理器32可以包括至少一个算术逻辑单元、微处理器、通用控制器或其它处理器阵列以执行计算和/或检索存储在存储器34上的数据。在一个实施例中，处理器32可以是多核处理器。处理器处理数据信号，且可以包括各种计算架构，包括复杂指令集计算机(cisc)架构、精简指令集计算机(risc)架构或实施指令集组合的架构。在一个实施例中，处理器32的处理能力可能限于支持数据检索和数据发射。在另一实施例中，处理器32的处理能力还可以执行较复杂的任务，包括各种类型的特征提取、调制、编码、多路复用，等等。还设想其它类型的处理器、操作系统和物理配置。

在一个实施例中，本文中在上文描述的存储器34可以是非暂时性存储媒体。例如，存储器可以是动态随机存取存储器(dram)装置、静态随机存取存储器(sram)装置、闪存存储器或其它存储器装置。存储器还可以包括非易失性存储器或类似永久性存储装置和媒体，例如硬盘驱动器、软盘驱动器、光盘只读存储器(cd-rom)装置、数字多功能光盘只读存储器(dvd-rom)装置、数字多功能光盘随机存取存储器(dvd-ram)装置、数字多功能光盘可重写(dvd-rw)装置、闪存存储器装置或其它非易失性存储装置。存储器34存储图像重构单元14以执行相关联功能所需的数据。在一些实施例中，存储器34存储图像重构单元14的不同组件。在一些实施例中，存储器34存储来自图像重构单元14的不同输出以及原始发射投射数据16和原始射线照相数据18。此外，存储器34存储图像重构单元14的每一个别组件的经处理输出，即由初始化模块生成的输出，由第一建模函数、第二建模函数、缩放函数生成的输出，和来自优化函数的输出。

下文解释本文中在上文描述的本发明的不同方面的非限制性实施方案：

令y^pet指代表示以直方图模式获取的pet投射数据的向量，且y^ct指代表示ct投射数据的向量。

第一建模函数(即pet投射数据建模函数)的确定性(或系统)建模函数可以写成：

其中i指代数据二进制数索引，

指代表示估计pet投射数据的向量，

μ^pet指代表示pet衰减图的向量，

λ指代表示pet活动图像的向量，

g为矩阵(或算子)，其第(i，j)个元素表示体素j对于针对数据二进制数i的响应线(lor)的贡献(例如，与体素j相交的用于数据二进制数i的lor区段的长度)，

p为将pet活动图像空间映射到pet投射数据空间中的矩阵(或算子)，且

ri表示背景贡献，例如分散和随机重合。

此处，p可以建模几何前向投射(geometricforwardprojection)、检测器效率、几何校准、扫描持续时间、放射性衰变、失效时间、点扩散函数等等，例如分散和随机重合的衰减和累加背景除外。注意，g和p可以称为发射算子。而且，注意，为将pet(发射)图像空间映射到pet(发射)投射数据空间中的算子。

泊松噪声建模可以用于本文中在上文描述的pet投射数据建模函数的统计噪声建模函数。换句话说，pet投射数据建模为独立泊松随机变量，其均值为

类似地，第二建模函数(即ct投射数据建模函数)的确定性(或系统)建模函数可以写成：

其中指代表示估计ct投射数据的向量，μ^ct指代表示ct图像的向量，且a为将ct图像映射到ct投射数据空间中的矩阵(或算子)。此处，为将ct图像空间映射到ct投射数据空间中的算子。注意，a可以称为射线照相算子。以上方程式适用于后对数数据(post-logdata)情况，其中取所获取ct投射数据的对数且使正负号反转。对于不取对数的前对数数据情况，可以使用以下模型：

其中，为将ct图像空间映射到ct投射数据空间中的算子。

高斯噪声建模函数可以用于ct投射数据模型的统计噪声建模函数。即，ct投射数拆可以建模为独立高斯随机变量，其均值为且方差为wi(此用于下文方程式7中)。

将ct图像映射到pet衰减图的缩放函数可以写成

μ^pet＝s(μ^ct)...方程式4

其中，s为逐体素三线性变换，其常规上用于基于ct的pet衰减校正。此处，μ^pet＝s(·)为将ct图像空间映射到pet衰减图空间中的算子。

成本函数(即，用于发射(pet)活动图像、发射(pet)衰减图和ct图像的目标函数)可以如下建构：

其中，d^pet和d^ct分别为用于pet与ct投射数据的数据拟合函数，且r为规则化函数。以下对数似然性函数可以用于基于pet投射数据模型(即第一建模函数)的pet投射数据的数据拟合函数d^pet，同时忽略常数：

对于用于ct投射数据的数据拟合函数d^ct，可以基于ct投射数据建模函数使用以下基于高斯噪声建模函数的经加权最小平方或等效的对数似然性函数：

对于规则化函数r，可以使用促进空间光滑度的图像粗糙度惩罚函数。

数值优化算法可以用来解算以下优化函数：

最小化

满足

此处，μ^pet＝s(μ^ct)为来自缩放函数的约束，且且为非负约束。或者，优化函数可以写成

最小化

满足

此处，λi≥0且为非负约束(non-negativityconstraints)。注意，可以包括如在方程式1中描述的分散估计ri。

例如，梯度方法可以用来解决上文的最小化问题：

初始化pet活动图像：λ⁽⁰⁾＝均一图像

初始化pet衰减图：μ^pet，(0)＝均一图像e

对于i＝1：niter，其中niter，为预定迭代数目

更新pet活动图像：

其中αi为步长，且为成本函数ψ相对于pet活动图像λ的梯度(注意，为pet投射数据y^pet和ct投射数据y^ct的函数)

如果(对于所有j)，那么通过设定强制执行非负约束。

更新pet衰减图：

其中βi为步长，且为成本函数ψ相对于pet衰减图μ^pet的梯度(注意，为pet投射数据y^pet和ct投射数据y^ct的函数)

如果(对于所有j)，那么通过设定强制执行非负约束。

结束for循环。

与分别取为优化pet活动图像与优化pet衰减图。

以上实施方案的方面描述为用于在图2的流程图60中生成优化发射活动图像的方法步骤。如流程图60中所示，所述方法包括步骤62：接收受检者的来自发射断层扫描仪的原始发射投射数据和来自射线照相扫描仪的原始射线照相投射数据，如参考图1所提及。所述方法进一步包括步骤64：获取所述受检者的具有初始发射活动图像和初始发射衰减图或初始射线照相图像中的至少一个的初始化数据集。

接下来，所述方法包括步骤66：应用第一建模函数使用所述初始发射活动图像、所述初始发射衰减图和将发射活动图像空间映射到发射投射数据空间中的一个或多个发射算子产生估计发射投射数据。

所述方法还包括，如步骤68中所示，应用第二建模函数用于使用初始射线照相图像和将射线照相图像空间映射到射线照相投射数据空间中的至少一个射线照相算子生成估计射线照相投射数据。

所述方法进一步包括步骤70：提供用于将射线照相图像空间映射到发射衰减图空间中的缩放函数。

如步骤72中所示，所述方法接着使用基于所述第一建模函数、所述第二建模函数、所述缩放函数、所述原始发射投射数据和所述原始射线照相数据的优化函数来迭代地确定优化发射活动图像。此处，迭代地确定还涉及使用一个或多个终止准则来生成优化发射活动图像。

在一个实例中，如参考方程式5所描述，优化函数涉及基于第一建模函数的用于原始发射投射数据的第一数据拟合函数。优化函数还涉及基于第二建模函数的用于原始射线照相投射数据的第二数据拟合函数。在一个实例中，数据拟合函数为平方残差的总和，且在另一实例中，为基于统计噪声建模函数的似然性函数。

所述优化函数还包括用于发射活动空间、发射衰减图空间或射线照相图像空间中的至少一个的规则化函数(也参考方程式5加以描述)。一个或多个规则化函数可以表示关于发射活动图像、发射衰减图或射线照相图像的先验知识(或信息)。例如，粗糙度惩罚函数、总和变化函数、能量函数或基于先前函数的高斯混合可以用于规则化函数。

图3是优化函数46的表示，所述优化函数包括本文中在上文描述的第一数据拟合函数82、第二数据拟合函数84和规则化函数86。

在一些实施例中，如图4中所示出，优化函数46包括由参考数字88示出的对于发射活动空间、发射衰减空间或射线照相图像空间中的至少一个的一个或多个约束。所述一个或多个约束可以包括对于发射活动图像、发射衰减图或射线照相图像的非负或正约束。

在另一实施例中，优化函数46进一步基于发射分散估计90，如图5中所示。基于发射投射数据和初始发射衰减图或初始射线照相图像中的至少一个估计发射分散。可以使用基于模型的分散估计方法或所属领域的技术人员已知的蒙特卡罗模拟方法(montecarlosimulationmethod)估计发射分散。在另一实例中，基于原始发射投射数据和发射衰减图或射线照相图像中的经更新(迭代)的至少一个估计发射分散。

在另一实施例中，优化函数46是基于从原始射线照相投射数据和第二建模函数生成的重构射线照相图像中识别出的一个或多个不确定区92，如图6中所示。

如本文中在上文描述的优化函数46的解算涉及由使用如图7中所示的一个或多个数值优化算法94的迭代解算。

图8示出示范性操作96，其中如98所示的原始发射投射数据和/或原始射线照相数据用于优化函数46和迭代数值算法解算器94。数值优化算法更新示出为迭代发射活动图像102的发射活动图像以及示出为迭代发射衰减图104的发射衰减图和示出为迭代射线照相图像106的射线照相图像中的至少一个，以最小化或减小优化函数值，同时满足至少一个约束。例如，对于数值优化算法，可以使用预期最大化(em)、有序子集em(osem)、梯度方法、递增梯度、随机梯度、共轭梯度、协调下降、优化转移、优化最小化(majorize-minimize，mm)、变量分裂或交替乘法器方向方法(admm)。

迭代更新继续，直到满足一个或多个终止准则108，如图8中所示。如果不满足一个或多个终止准则，那么重复更新发射活动图像以及发射衰减图和射线照相图像中的至少一个。另一方面，如果满足一个或多个终止准则，那么生成如本文中在下文所提及的不同输出。在一实例中，一个或多个终止准则是基于更新发射活动图像以及发射衰减图和射线照相图像中的至少一个的次数。在另一实例中，终止准则是基于更新后的发射衰减图与更新前的先前发射衰减图的差异。在另一实例中，终止准则是基于更新后的发射活动图像与更新前的先前发射活动图像的差异。在又一实例中，终止准则是基于更新后的射线照相图像与更新前的先前射线照相图像的差异。在又一实例中，终止准则是基于更新前后的成本函数值的差异或更新前后的成本函数的梯度差异。

所属领域的技术人员还将了解，在一些实施例中，迭代发射活动图像与迭代发射衰减图和迭代射线照相图像中的至少一个是以交替顺序更新。在不同实施方案中，迭代发射活动图像与迭代发射衰减图或迭代射线照相图像中的至少一个是同时更新。在替代实施例中，可以引入一个或多个双变量或扩增(或辅助)变量以用于更新。

若干输出通过使用原始发射投射数据、原始射线照相数据和本文中在上文提及的不同函数生成，且示出为优化发射活动图像110、优化发射衰减图112和/或优化射线照相图像114，如图8中所示。

图9和图10图示两个特定实施方案。在图9中，首先获得优化射线照相图像114，且使用所述优化射线照相图像生成优化发射衰减图112。如本文中在上文所提及，使用原始发射投射数据、原始射线照相投射数据和优化函数获得优化发射活动图像110。在图10中，首先获得优化发射衰减图112，且使用所述优化发射衰减图，使用本文中在上文描述的缩放函数生成优化射线照相图像114。

在一些实施例中，为获得例如优化ct图像的优化射线照相图像，基于第二建模函数从原始ct投射数据进行ct图像重构。可以基于原始ct投射数据通过使用滤波反投射(fbp)、em、osem、梯度方法、递增梯度、随机梯度、共轭梯度、协调下降、优化转移、优化最小化(mm)、变量分裂或交替乘法器方向方法(admm)来重构(初始)ct图像。

接下来，识别经重构ct图像中的一个或多个不确定区(或伪影区)，例如截断区或金属伪影区。例如，可以基于ct扫描仪的几何结构或ct投射数据识别截断区。在另一实例中，可以通过机器学习、定限ct投射数据继之以反投射和图像空间定限，或用于金属伪影识别的任何其它现有算法来识别金属伪影区。

接下来，基于第一建模函数、第二建模函数、缩放函数和识别出的一个或多个不确定区确定优化函数，即成本函数和一个或多个约束。在一实例中，所述一个或多个约束包括等同性约束，其中对于并不属于识别出的一个或多个不确定区的区，ct图像的体素或像素值等于初始ct图像的体素或像素值。如所属领域的技术人员将显而易见，可以基于经重构ct图像必须如何用于生成发射衰减图来选择所述约束。例如，可以使用不同约束，其中对于并不属于识别出的一个或多个不确定区的区，发射衰减图的体素或像素值等于初始发射衰减图的体素或像素值。因此，仅更新在发射衰减图或ct图像重构中的一个或多个不确定区，且其余区从初始ct图像保持不变。

如本文中在上文所描述，成本函数和一个或多个约束可以包括表示基于初始ct图像的先验函数的规则化函数。或者，成本函数和一个或多个约束可以包括初始发射衰减图，其中先验权重基于识别出的一个或多个不确定区在空间上调制。低先验权重用于一个或多个不确定区中，且高先验权重用于其余区中。可以基于此项技术中已知技术进行先验权重的调制。

在一些实施例中，发射衰减图与ct图像的图像矩阵大小不同，且执行图像变换操作(例如内插、下采样和上采样)来匹配图像矩阵大小。在某一实施例中，执行图像平移和/或图像旋转操作以匹配发射断层扫描仪与ct扫描仪的坐标。

图11示出又一实施方案120，其中从优化发射活动图像110和/或优化发射衰减图或优化射线照相图像128中的至少一个生成优化的衰减被校正的发射活动图像130，所述优化发射活动图像和/或所述优化发射衰减图或优化射线照相图像中的至少一个又是使用原始发射投射数据122和优化函数46而生成。

因此，本文中所提供的系统和方法允许et/射线照相扫描的不同灵活输出，所述输出可以根据由例如医疗专业人员(例如医生)等用户限定的用途和需要而加以选择。

在另一方面中，提供一种计算机程序产品，其包括编码指令的非暂时性计算机可读媒体，所述指令响应于由至少一个处理器执行而使得所述处理器执行本文中在上文所描述的方法步骤中提及的操作。

前述描述是出于说明和解释的目的而针对本发明的特定实施例。然而，所属领域的技术人员将显而易见，在不脱离本发明的范围和精神的情况下，对上述实施例的许多修改和改变是可能的。旨在将所附权利要求书解释为涵盖所有此类修改和改变。

虽然本文中仅说明及描述本发明的某些特征，但所属领域的技术人员将想到许多修改和改变。因此，应了解，所附权利要求书希望涵盖如属于本发明的真实精神内的所有此类修改和改变。