[發(fā)明專利]用于材料特性描述的斷層圖像重建

有效

• 申請(qǐng)?zhí)枺?/td>: 201580054693.5
• 申請(qǐng)日: 2015-08-15
• 公開（公告）號(hào): CN107251094B
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計(jì)）人: B·M·B·雷庫爾;M·帕齊雷什;G·R·邁爾斯;A·M·金斯頓;S·J·萊瑟姆
• 申請(qǐng)（專利權(quán)）人: FEI公司
• 主分類號(hào): G06T11/00
• 分類號(hào): G06T11/00
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 鄭勇

本發(fā)明的一些實(shí)施例提供了一種通過迭代斷層圖像重建確定樣品中材料的材料特性的方法。該方法進(jìn)行樣品的一次或多次X射線斷層攝影的掃描，然后使用斷層圖像重建算法確定樣品中的多個(gè)體積元的一個(gè)或多個(gè)估算的材料特性，例如原子序數(shù)和強(qiáng)度。然后通過參考存儲(chǔ)的已知材料特性數(shù)據(jù)來修改這些估算的材料特性。優(yōu)選地，在重建期間確定樣品體積的組成包括將樣品分割成具有共同組成的區(qū)域，在迭代重建期間執(zhí)行分割而不是基于在迭代重建完成時(shí)確定的體素特性。優(yōu)選的版本將會(huì)執(zhí)行斷層圖像重建算法一次或多次額外的迭代，其中每一次迭代更新體積元的一個(gè)或多個(gè)估算的材料特性。

技術(shù)領(lǐng)域

本發(fā)明涉及斷層圖像重建，并且尤其涉及，使用斷層圖像重建以確定樣品的材料特性。

相關(guān)申請(qǐng)的交叉引用

本發(fā)明要求于2014年8月16日提交的題為“用于材料特性的斷層圖像重建”申請(qǐng)?zhí)枮?2/038,263的臨時(shí)申請(qǐng)的優(yōu)先權(quán)。

背景技術(shù)

斷層攝影術(shù)需要以多個(gè)角度穿過對(duì)象的切片檢測輻射并且從所檢測的輻射中重建樣品的性質(zhì)。如果輻射源在待測對(duì)象內(nèi)，則該技術(shù)被稱為發(fā)射斷層攝影術(shù)。例如，正電子發(fā)射斷層掃描(PET)和單光子發(fā)射計(jì)算機(jī)斷層掃描(SPECT)均用于檢測從患者體內(nèi)發(fā)射的伽馬射線的醫(yī)學(xué)成像。如果輻射源在待測對(duì)象外部，例如在X射線計(jì)算機(jī)斷層掃描中該技術(shù)被稱為透射斷層攝影。CT用于醫(yī)學(xué)成像，以及地質(zhì)樣品，如化石、儲(chǔ)層巖石還有土壤。

檢測到輻射后，將重建算法應(yīng)用于所檢測的數(shù)據(jù)以重建掃描的樣品的模型。諸如濾過反向投影的分析技術(shù)是基于單次重建，而迭代技術(shù)使用朝向改進(jìn)的解收斂的算法的多次重復(fù)。

迭代技術(shù)包括代數(shù)重建技術(shù)(ART)、同步ART、同步迭代重建技術(shù)(SIRT)、有序子集SIRT、乘法代數(shù)重建技術(shù)、最大似然期望最大化、有序子集期望最大化、有序子集凸化算法、迭代坐標(biāo)下降(ICD)、有序子集ICD或基于模型的迭代重建。

X射線CT已被用于繪制地質(zhì)樣品的內(nèi)部結(jié)構(gòu)。通常，照射樣品，然后重建算法表征構(gòu)成樣品的體積元的衰減。然后可以將具有類似性質(zhì)的體積元或體素分組或“分段”以確定結(jié)構(gòu)元素，如孔隙或晶相。

可以在重建算法的一次迭代結(jié)束時(shí)執(zhí)行分割處理，將體積分成共同的材料簇。然后，在重建的下一次迭代的前向模型中處理每一個(gè)簇，以驗(yàn)證“分段數(shù)據(jù)的組合”與獲取的完整性。

可以使用提供多于一個(gè)頻率的X射線的源或多個(gè)源來執(zhí)行CT。不同頻率的衰減信息可以提供額外的樣品信息，其可以用于很多目的如將樣品分割成不同的材料。過去已經(jīng)提出了一些雙-能量迭代重建/分割。

一種方法提供了對(duì)原始數(shù)據(jù)集獲得的每一個(gè)簇使用相同的分割。例如，假設(shè)該分割提取4個(gè)簇。通過雙重迭代重建/分割算法，獲得四個(gè)子正弦圖和四個(gè)斷層圖像(每個(gè)簇一個(gè))。四個(gè)斷層圖像允許定量分析(例如，體積測量)，并且由于每一個(gè)都與自身的正弦圖相關(guān)聯(lián)，所以每一個(gè)還能夠直接從投影中提取衰減、Hounsfield窗口以及劑量或輻射檢查(在PET或放射治療中)。此外，由于每一個(gè)簇的斷層圖像被假定由一個(gè)單一的“材料”組成，一些方法重建每個(gè)體素值作為出現(xiàn)在體素中的材料的量，例如：

體素＝1-100％的體素包含該簇的材料。

體素＝0.34-34％的體素包含那簇的材料。

當(dāng)想要矢量化該斷層圖像用于3D渲染時(shí)這是特別有用的。由于在斷層圖像重建和分割之間存在雙重檢查，多材料體素將會(huì)出現(xiàn)在一些斷層圖像中。換言之：在算法迭代期間驗(yàn)證“體素混合”的種類，以便檢查該分割與其本身獲取的一致性。

但是，在這些分支中，該分割是基于重建的體素的強(qiáng)度和基于強(qiáng)度的局部變化以確定簇之間的接口。換言之，該分割主要是基于圖像特性。

發(fā)明內(nèi)容