用于對x射線圖像中的結(jié)構(gòu)進行計算機輔助探測的方法和x射線系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及X射線成像技術(shù)以及圖像后處理。具體而言，本發(fā)明涉及一種用于對X 射線圖像中的結(jié)構(gòu)進行計算機輔助探測的方法和X射線系統(tǒng)、用于計算機輔助探測的計算 機可讀介質(zhì)、程序單元、處理單元以及對方法的使用。
[0002] 具體而言，本發(fā)明涉及通過評估X射線圖像內(nèi)的譜信息來探測X射線圖像中的結(jié) 構(gòu)。
【背景技術(shù)】
[0003] 對感興趣組織結(jié)構(gòu)的計算機輔助探測在放射學(xué)中，尤其是在乳房攝影中變得越來 越重要。計算機輔助探測對應(yīng)于通過將可見的特征形狀與參考庫進行比較來探測在采集到 的X射線圖像內(nèi)的可疑區(qū)域的技術(shù)?？傮w而言，沒有遵從圖像中的絕對值（即，信號強度） 來評估空間信息（即，特征形狀）。具體而言，在乳房影像中，解剖噪聲的發(fā)生限制探測病變 的能力。根據(jù)病變類型，利用光子能量來減小來自解剖噪聲和可疑病變的造影，并且其可見 性可以在某個光子能量處被優(yōu)化。例如，在較高能量處提高腫瘤可探測性，而優(yōu)選在較低能 量處可以探測微鈣化。具體而言，腫瘤受到解剖噪聲的嚴(yán)重影響，并且在較高能量處的解剖 噪聲的減小勝過腫瘤造影的減小，而微鈣化較少受到解剖噪聲影響，并且減少解剖噪聲的 量幾乎不具有影響。
[0004] 相應(yīng)地，采用在某個光子能量處采集到的圖像信息被稱為譜成像信息或采用譜信
其波長入。
[0005] 譜成像采用探測到的能量譜來提取關(guān)于對象的物質(zhì)內(nèi)容的信息。該技術(shù)也具有在 沒有造影劑的情況下進行篩查（即，未增強的成像）時提高探測的潛力，然而，這增加了在 圖像信息中存在的量子噪聲的量。
[0006] B.Norell、E.Fredenberg、K.Leifland、M.Lundqvist、B.Cederstl.dm的"Lesion characterizationusingspectralmammography^(SPIEMedicalImaging2012：Physics ofMedicalImaging)描述了使用譜圖像信息用于表征和區(qū)分探測到的X射線圖像中的結(jié) 構(gòu)。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的一個目標(biāo)可以被認(rèn)為是提供一種對X射線圖像中的結(jié)構(gòu)的改進的計算 機輔助探測。該目標(biāo)通過獨立權(quán)利要求的主題得以實現(xiàn)。本發(fā)明的優(yōu)選實施例被描述在從 屬權(quán)利要求中。
[0008] 本發(fā)明采用譜圖像信息用于探測和表征X射線圖像中的結(jié)構(gòu)。具體地，可以利用 選擇的能量或能量加權(quán)采用涉及特定能量或具有特定能量加權(quán)的X射線圖像信息，選擇能 量或能量加權(quán)使得某些類型的組織（尤其是在X射線圖像信息內(nèi)的所述某些類型的組織的 可見性）被優(yōu)化或最小化。隨后，采用計算機輔助探測算法，所述計算機輔助算法也考慮X 射線圖像信息的譜信息或能量信息。換言之，例如，某些類型的組織結(jié)構(gòu)或病變可以具有采 用第一定義能量的X射線圖像中的最佳可見性（例如，高對比度或信噪比），同時在具有另 外的能量的圖像信息中，相同的結(jié)構(gòu)具有最小的可見性（低對比度或信噪比）。
[0009] 因此，計算機輔助探測（CAD)算法可以采用以下知識：S卩，某些類型的組織（例如， 腫瘤）在一個能量處具有優(yōu)選的可見性，而在另一能量處具有最小化的可見性。當(dāng)評估X射 線圖像時，所述算法因此可以采用所述知識以確定在圖像信息內(nèi)的組織結(jié)構(gòu)的類型。在涉 及特定能量確定另外的X射線圖像的情況下，CAD算法可以探測所述圖像信息中的結(jié)構(gòu)，并 且隨后確定在該特定能量處哪種類型的組織是最佳可見的。CAD算法隨后可以合成具有不 同的能量的另外的X射線圖像，針對所述不同的能量，所述算法知曉某種（先前探測到的） 類型的組織具有最小可見性。通過分析另外的X射線圖像，可以確認(rèn)對組織結(jié)構(gòu)的表征是 否正確的確定。
[0010] 利用譜成像方法，可以提取被成像的物質(zhì)的衰減的能量相關(guān)。具體而言，當(dāng)使用對 應(yīng)于不同的X射線能量的至少兩幅圖像時，可以確定另外的X射線圖像具有特定的能量標(biāo) 識。換言之，根據(jù)兩幅不同的X射線能量圖像，另外的X射線圖像可以被合成或被計算對應(yīng) 于將在單能量光子的任何給定的能量處顯現(xiàn)的X射線圖像。特定特征的計算機輔助探測可 以通過合成在某些能量處的圖像來進行優(yōu)化，所述某些能量處的圖像對于各自的特征的探 測是最佳的，并且然后在相應(yīng)優(yōu)化的圖像信息上使用計算機輔助探測算法。
[0011] 還可以從下文描述的對優(yōu)選實施例的詳細(xì)描述中導(dǎo)出本發(fā)明的方面、特征和優(yōu) 點，參考附圖來解釋所述對優(yōu)選實施例的詳細(xì)描述。利用相同的附圖標(biāo)記指示相同的元件。 附圖不是按比例繪制的，然而，可以描繪定性比例。
【附圖說明】
[0012] 圖Ia-圖Ic不出了本發(fā)明的三個不范性實施方式；
[0013] 圖2a、圖2b示出了根據(jù)本發(fā)明的球形病變的模擬的低能量分箱測量結(jié)果和高能 量分箱測量結(jié)果；
[0014] 圖3a-圖3c示出了根據(jù)本發(fā)明的針對腫瘤和囊腫的示范性直方圖；
[0015] 圖4a_圖4c示出了乳房影像的示范性圖示；
[0016] 圖5示出了根據(jù)本發(fā)明的示范性X射線系統(tǒng)；
[0017] 圖6a_圖6c示出了根據(jù)本發(fā)明的用于對X射線圖像中的結(jié)構(gòu)進行計算機輔助探 測的方法的示范性實施例。
[0018] 附圖標(biāo)記列表
[0019] 50X射線系統(tǒng)
[0020] 52X射線探測器
[0021] 54 對象
[0022] 56X輻射
[0023] 58壓迫槳
[0024]60微處理器
[0025] 62顯示器
[0026] 64槳傾斜
[0027] 66a、66b輸入設(shè)備
[0028] 70用于對結(jié)構(gòu)的計算機輔助探測的方法
[0029] 72獲得譜圖像信息
[0030] 74探測感興趣組織結(jié)構(gòu)
[0031] 80用于對結(jié)構(gòu)的計算機輔助探測的方法
[0032] 82獲得至少兩幅X射線圖像
[0033] 84確定至少一幅另外的X射線圖像
[0034] 86評估至少一幅另外的X射線圖像
[0035] 90用于對結(jié)構(gòu)的計算機輔助探測的方法
[0036] 92確定多幅另外的X射線圖像
[0037] 94評估多幅另外的X射線圖像
[0038] 96確定至少一幅另外的X射線圖像
【具體實施方式】
[0039] 普通計算機輔助探測和未增強的譜成像二者都遭受差的特定和/或差的靈敏度。 因此，提出了用以在實際探測算法處理圖像信息之前針對不同特征的計算機輔助探測優(yōu)化 X射線圖像的譜方法的使用。通過比較在不同能量下的相對探測，組織可以被表征，并且從 而特定可以被增加。換言之，提出了將評估空間信息和目標(biāo)形狀的常規(guī)計算機輔助探測與 提取關(guān)于信號強度的絕對信息并且可以評估目標(biāo)物質(zhì)的譜成像進行組合。
[0040] 圖Ia-圖Ic描繪了本發(fā)明的三個示范性實施方式。根據(jù)圖Ia的本發(fā)明的一個實 施方式是采用計算機輔助探測算法以確定X射線圖像信息中的圖像結(jié)構(gòu)作為輸入，所述計 算機輔助探測算法將探測到的圖像結(jié)構(gòu)與特征庫進行比較。隨后，譜處理算法采用針對不 同的目標(biāo)物質(zhì)的譜庫或查找表，所述目標(biāo)物質(zhì)看成輸入譜X射線圖像和可能的背景參考， 在乳房攝影的領(lǐng)域中，例如，關(guān)于乳房粒度和厚度的信息，其是在結(jié)果以外的區(qū)域中測得 的。
[0041] 換言之，標(biāo)準(zhǔn)CAD系統(tǒng)應(yīng)用于從譜X射線圖像（具體而言是譜乳房影像）中的經(jīng) 加和的圖像中提取可疑特征，作為能量解析圖像的加和。經(jīng)加和的圖像可以與使用正規(guī)CAD 系統(tǒng)的常規(guī)X射線圖像或乳房影像完全相同。特定通常會是差的，其中針對每幅圖像返回 大量結(jié)果。CAD系統(tǒng)因此可以向譜處理程序供應(yīng)發(fā)現(xiàn)的相應(yīng)的感興趣組織結(jié)構(gòu)的感興趣區(qū) 域。后者例如可以使參考區(qū)域在已經(jīng)被探測到的每個特征周圍生長。譜物質(zhì)分解可以應(yīng)用 于從參考區(qū)域提取背景信息，例如乳房粒度和厚度。物質(zhì)分解隨后應(yīng)用于可疑結(jié)果本身，其 中背景信息作為額外的輸入。可以返回用以增加特定的置信測度，例如結(jié)果為良性或惡性 的可能性。置信