专利名称：功能图像数据增强和/或增强器的制作方法
技术领域：
以下总体涉及功能成像数据的增强，将借助对多模态成像系统的特定应用来对其进行描述，其中，所述多模态成像系统的一个成像系统主要提供功能信息，所述多模态成像系统的另一个成像系统主要提供解剖学信息。这里也可以设想单独的功能成像系统和解剖学成像系统。
背景技术：
就例如PET-CT、SPECT-CT和PET-MRI等双模态成像系统而言，PET或SPECT成像数据主要提供功能信息，而CT或MRI成像数据则主要提供解剖学信息。除了常用的几何配准、辐射衰减校正和融合可视化之外，在两个信息集之间几乎不采用算法交互。例如，曾经有人演示过一些尝试，试图利用更加高级的交互作用进行患者运动校正以及功能图像的协同增强。 就协同增强而言，有文献公开了试图提高PET空间解析度，增强图像对比度，校正分体积效应，降低图像噪声，以及向功能图像添加可能出现在解剖学图像中的精细结构的技术。这些技术主要以小波分解、隐马尔可夫树和正则化迭代解卷积这些数学技术为基础。这些方案中的一些，例如，隐马尔可夫树非常复杂，而且难以优化。此外，所公布的结果只表明了部分改善，其可能不足以实现可靠的临床使用。所公开的其他针对双模态成像的相关技术采用独特的定靶CT造影剂材料和PET放射示踪剂的相关联的生理分布。借助这种技术，CT图像还将提供功能信息。其他的一些技术则尝试采用解剖学数据校正功能核成像数据中的运动伪像。还有其他的一些技术对肺结节的PET图像施行校正，其前提是能够在CT图像上准确地检测到结节。从上文来看，存在一种有待解决的需求，即，需要新的并且不明显的使用功能成像数据和解剖学成像数据的系统和/或方法。
发明内容
本申请的各个方面解决了上述和其他问题。根据一个方面，一种用于增强功能图像数据的方法包括获得功能图像数据；获得对应于所述功能图像数据的解剖学图像数据；以及通过在所述功能图像数据和解剖学图像数据的基础上扩散所述功能图像数据而生成增强的功能图像数据。根据另一方面，一种功能图像数据增强器包括处理器，该处理器通过对功能图像数据应用非线性扩散算法而生成增强的功能图像数据。根据另一方面，一种计算机可读存储介质编码有指令，所述指令在通过计算机执行时使所述计算机的处理器执行下述步骤生成经调适的功能图像数据，其中，基于所述功能图像数据和所述解剖学图像数据中的结构之间的相关性对功能图像数据中的结构进行调适，使之适应于解剖学图像数据中的结构。本发明可以采取各种部件和部件布置的形式，以及各种步骤和步骤布置的形式。附图的用途仅在于对优选实施例进行图示，而不应理解为对本发明构成限制。
图I示出了一种包括用于采集功能图像数据的成像系统和用于采集解剖学图像数据的成像系统的示范性多模态成像系统以及被配置为基于所述功能图像数据和解剖学图像数据增强功能图像数据的计算部件。图2示出了一种包括功能图像数据增强处理部件的示范性功能图像数据增强器。图3示出了一种示范性功能图像数据增强处理部件。图4示出了一种示范性功能图像数据增强工作流程。
图5示出了一种功能图像数据增强的示范性方法，其包括对功能图像数据进行调适和平滑处理。图6示出了一种用于对功能图像数据进行调适和平滑处理的示范性方法。
具体实施例方式下文涉及基于功能图像数据和解剖学图像数据来增强功能图像数据。在一个例子中，其包括采用相关非线性扩散方案增强功能图像数据，在所述方案中，通过某种方式改变功能图像数据的结构，使它们的流类似于解剖学图像数据的结构。一般而言，只要是在所述功能和解剖学图像数据中的对应形态相关的情况下都可以存在这种处理，并且两种图像数据集之间的调适的程度是可选择的。在一些功能成像模态中，通过成像系统能够检测到的适当的示踪剂、标记、造影剂材料等的摄入水平来表示生理功能。然而，在其他功能成像模态中，通过例如在测量身体的电磁信号的MEG和EEG中直接测量生物学信号来表示功能信息。应当认识到，此处采用的摄入一词通常描述任何相关的功能图像信息。应当认识到所述功能和解剖学图像数据可以来自于多模态成像系统，例如，PET-CT, SPECT-CT, PET-MRI和具有光学成像的临床前CT，并且/或者可以来自于单独的成像系统。其他适当的成像模态包括US、X射线放射照相术、功能MRI、磁性粒子成像(MPI)、红外成像、脑磁波描记(MEG)、脑电波描记(EEG)和/或其他成像系统。图I示出了一种示范性系统100。所述系统包括至少一个成像系统102。所示出的成像系统102包括至少两个子成像系统，即，至少生成功能图像数据的第一成像系统104和至少生成解剖学图像数据的第二成像系统106。在另一实施例中，第一成像系统104反过来或者另外又生成解剖学图像数据，并且/或者第二成像系统106反过来或者另外又生成功能图像数据。在又一实施例中，所述第一和第二成像系统104和106是分开的单独的系统。系统100还包括计算部件108，例如，工作站、台式计算机、膝上型电脑、手持计算设备等。所述计算系统包括一个或多个处理器110和存储器112，例如，所述存储器是采用数据114和/或指令116对其进行编码的计算机可读介质，在通过处理器110执行时，所述数据和/或指令将使计算系统108执行各种操作。至少采用功能图像数据增强指令118对所示出的存储器112进行了编码。输入/输出120提供了用于接收诸如算法参数的输入和/或将诸如受到增强的功能图像数据传送至(例如)一个或多个远程装置122的接口。
适当的远程装置122的例子包括但不限于显示器、计算机、数据库、图片存档及通信系统(PACS)和/或其他装置。受到增强的功能图像数据能够通过联系初始功能图像数据、解剖学图像数据和/或其他图像数据来进行可视化和/或做进一步处理。或者或此外，所述功能图像数据增强指令118能够通过第一或第二成像系统104或106、另一成像系统、PACS系统、其他计算部件和/或其他系统的至少其中之一来存储和/或实施。以下进行更详细的描述，在一个例子中，所述功能图像数据增强指令118使所述功能图像数据中的结构适合于所述解剖学图像数据中的结构，例如，至少在对应的模态相关的地方是这样。其结果是，相对于省略了功能图像数据增强指令的配置，获得了功能信息和解剖学信息之间的更好的调适。此外，其可以在(例如)背景摄入未发生变化的地方以更高的信噪比(SNR)实现功能图像数据的图像锐化。因而，能够实现功能图像数据中的形态结构的更好的描绘，与此同时获得更加准确的功能图像值。就作为功能模态的一个代表实例的核医学而言，这样做可以得到改进的 临床应用，例如，对小的转移的检测和功能评估、勾勒肿瘤轮廓以用于放射治疗规划和后续措施以及对放射示踪剂摄入的定量评估。其还可以促进扫描时间和/或放射示踪剂剂量的降低。图2示出了基于解剖学图像数据而增强功能图像数据的功能图像数据增强器202。功能图像数据增强器202能够通过处理器110(图I)执行功能图像数据增强指令118(图I)的和/或其他方式来执行。所示出的功能图像数据增强器202接收功能图像数据、解剖学图像数据以及任选的一个或多个参数。所述功能图像数据和/或解剖学图像数据可以包括重构的图像数据。在一个例子中，对所述重构的图像数据应用诸如衰减校正、空间配准等的各种处理。所述功能图像数据增强器202包括对所述功能和/或解剖学图像数据进行预处理的相关增强前处理部件204。例如，在一个非限制性例子中，所述相关增强前处理部件204对所述功能和/或解剖学图像数据进行重新采样。例如，在一个例子中，其可以包括对功能图像数据(或解剖学图像数据)重新采样，以使其适合所述解剖学图像数据(或所述功能图像数据)相同的体素大小和位置(例如，沿X、y和/或z方向)。在一个例子中，对具有相对较为粗略的采样网格的图像数据进行预处理，从而使其图像数据适合具有相对较为精细的采样网格的图像的采样网格。在另一个例子中，对两种图像数据集都重新采样。在又一个例子中，对两种图像数据集都不重新采样。在另一非限制性实施例中，相关增强前处理部件204对所述图像数据集的至少其中之一，例如，对所述功能图像数据集应用锐化算法。适当的锐化算法包括图像解卷积技术，例如,Lucy-Ri chardson解卷积或者其他基于MLEM的解卷积。可以通过2D-轴体层的锐化和/或ID轴向锐化或者完全的3D锐化来应用锐化。也可以设想其他算法。在一个例子中，所述锐化在只增加适度的噪声的情况下使功能图像数据显著锐化。可以将所述锐化算法等同地应用于整个功能图像数据体或其预定部分。在另一实施例中，省略相关增强前处理部件204。所述功能图像数据增强器202还包括相关增强处理部件206。在图示的实施例中，相关增强处理部件206基于解剖学图像数据对经过预处理的功能图像数据应用相关非线性扩散算法。在一个例子中，其可以包括按照非线性的方式对经过预处理的功能图像数据进行平滑处理、边缘增强或形变处理中的一者或多者，其中，所述功能图像数据的梯度和所述解剖学图像数据的梯度控制所述平滑处理/边缘增强/形变。出于(例如)增强算法的内部迭代的目的，可以按照一种不同的方式或者按照类似的方式使解剖学图像数据平滑。所述相关非线性扩散算法可以是(例如)具有预定次数的迭代的单迭代或多迭代算法。方程I示出了这样的算法的非限制性例子方程I:
权利要求
1.一种用于增强功能图像数据的方法，包括 获得功能图像数据； 获得对应于所述功能图像数据的解剖学图像数据；以及 通过基于所述功能图像数据和所述解剖学图像数据使所述功能图像数据扩散而生成增强的功能图像数据。
2.根据权利要求I所述的方法，生成所述增强的功能图像数据包括 基于所述功能图像数据和所述解剖学图像数据中的结构之间的相关性对所述功能图像数据中的结构进行调适，使之适合于所述解剖学图像数据中的结构。
3.根据权利要求I或2所述的方法，还包括 采用相关非线性扩散算法生成所述增强的功能图像数据。
4.根据权利要求3所述的方法，还包括 以迭代的方式应用所述算法，其中，对于相继的迭代而言，相对于前一迭代以更高的强度对低梯度区域应用所述算法。
5.根据权利要求3或4所述的方法，其中，对于相继的迭代而言，相对于前一迭代，降低了用于区分低梯度区域和高梯度区域的梯度值。
6.根据权利要求I所述的方法，还包括 在增强所述功能图像数据之前使所述功能图像数据锐化。
7.根据权利要求6所述的方法，其中，对所述功能图像数据均匀地应用锐化。
8.根据权利要求1、3、4和5中的任何一项所述的方法，还包括 调适功能图像数据形态，使之适合于解剖学图像数据形态。
9.根据权利要求8所述的方法，其中，调适包括 a)确定用于所述解剖学图像数据的梯度； b)基于所述梯度对所述解剖学图像数据进行平滑处理；以及 c)基于所述梯度和经平滑处理的解剖学图像数据，对所述功能图像数据进行平滑处理和/或边缘增强和/或使之发生形变。
10.根据权利要求9所述的方法，还包括 采用经平滑处理的解剖学图像数据和经平滑处理的/边缘增强的/形变的功能图像数据对操作a)_c)进行预定次数的重复。
11.根据权利要求10所述的方法，还包括 a)确定中间增强功能图像数据的梯度；以及 b)基于所述功能图像数据梯度对所述中间增强功能图像数据进行平滑处理。
12.根据权利要求11所述的方法，还包括 采用经平滑处理的功能图像数据对a)_b)进行预定次数的重复。
13.根据权利要求12所述的方法，还包括 在增强所述功能图像数据之前对所述功能图像数据或所述解剖学图像数据的至少其中之一进行上采样。
14.根据权利要求13所述的方法，还包括 基于对初始功能图像数据的采样对所述增强的功能图像数据进行下采样。
15.一种功能图像数据增强器(202)，包括通过对功能图像数据应用非线性扩散算法而生成增强的功能图像数据的处理器(206)。
16.根据权利要求15所述的增强器，还包括 在应用所述相关非线性扩散算法之前使功能图像数据锐化的相关增强前处理部件(204)。
17.根据权利要求15或16所述的增强器，还包括 调适处理块(304)，其基于所述功能图像数据和所述解剖学图像数据中的结构之间的相关性对功能图像数据中的结构进行调适，使之适合于解剖学图像数据中的结构。
18.根据权利要求17所述的增强器，其中，所述调适处理块(304)以迭代的方式应用所述算法，对于相继的迭代而言，相对于前一迭代以更高的强度对低梯度区域应用所述算法。
19.根据权利要求18所述的增强器，其中，对于相继的迭代而言，相对于前一迭代，降低了用于区分低梯度区域和高梯度区域的梯度值。
20.根据权利要求17到19中的任何一项所述的增强器，还包括 对经调适的功能图像数据进行平滑处理以生成增强的功能图像数据的平滑处理块(306)。
21.根据权利要求15到20中的任何一项所述的增强器，其中，所述处理器(206)基于一个或多个处理参数生成增强的功能图像数据，所述参数包括选自由下述参数构成的集合中的至少一个参数锐度参数、调适参数和背景参数。
22.根据权利要求21所述的增强器，其中，所述锐度参数界定功能图像数据锐化的水平以及具有满足预定范围的功能指示水平的小的图案的相关强度校正。
23.根据权利要求21到22中的任何一项所述的增强器，其中，所述调适参数决定着功能图像数据到解剖学图像数据的取决于相关性的形态调适的水平。
24.根据权利要求21到23中的任何一项所述的增强器，其中，所述背景参数界定所述功能图像数据中的被看作是不应被增强的背景功能指示水平的强度范围。
25.根据权利要求15到24中的任何一项所述的增强器，还包括 在应用所述相关非线性扩散算法之前对所述功能图像数据进行重新采样和/或尺寸重设的相关增强前处理部件(204);以及 在应用所述相关非线性扩散算法之后对所述功能图像数据进行重新采样和/或尺寸重设的相关增强后处理部件(208 )。
26.一种采用编码有指令的计算机可读存储介质，所述指令在通过计算机的处理器执行时使所述计算机执行下述步骤 生成经调适的功能图像数据，其中，基于所述功能图像数据和所述解剖学图像数据中的结构之间的相关性对功能图像数据中的结构进行调适，使之适合于解剖学图像数据中的结构。
27.根据权利要求26所述的计算机可读存储介质，其中，所述指令在通过所述处理器执行时使所述计算机执行下述步骤 基于所述经调适的功能图像数据的梯度对所述经调适的功能图像数据进行平滑处理。
全文摘要
一种用于增强功能图像数据的方法，其包括获得功能图像数据；获得对应于所述功能图像数据的解剖学图像数据；以及通过在所述功能图像数据和解剖学图像数据的基础上使所述功能图像数据扩散而生成增强的功能图像数据。
文档编号G06T5/00GK102804228SQ201180014492
公开日2012年11月28日 申请日期2011年2月17日 优先权日2010年3月18日
发明者R·卡尔米 申请人:皇家飞利浦电子股份有限公司