改进的能谱X射线中的水图计算的制作方法

本发明涉及用于确定目标材料的材料密度图的系统和相关方法、成像装置、计算机程序单元以及计算机可读介质。

背景技术：

1、根据可在https://www.who.int/news-room/fact-sheets/detail/the-top-10-causes-of-death网站上查阅的who(世界卫生组织)2019年的情况介绍，中风在十大主要死亡原因中排名第二。这相当于2019年全球总死亡人数的11％。中风是一种脑部血管阻塞状况，如果不是死亡，也可能导致残疾而改变生活。疑似病例需要快速诊断和处置。已经发现水肿(即，在脑细胞内积水)是中风存在的一个指标。3d成像模态(例如，x射线计算机断层摄影(ct))是重要的诊断工具。它们允许获得脑部的3d影像，能够对该3d影像分析水肿以支持快速诊断。与常规的能量积分系统不同，能谱ct允许能量分辨成像。在能谱成像中利用衰减系数(其通常是基于ct或x射线的成像中的主要对比度赋予机制)的能量依赖性来获得一系列有用的图像类型。这些图像类型包括材料特异性基图像、表示康普顿散射vs光电效应的贡献的影像、虚拟单能量图像等。

2、已经基于能谱数据来计算水图(水在被成像脑部中的空间分布的表示)以支持中风诊断。参见例如k noguchi等人的“a novel imaging technique(x-map)to identifyacute ischemic lesions using noncontrast dual-energy computed tomography”(发表于j stroke cerebrovasc dis，第26卷，第1期，第34-41页，2017年)。然而，这种已知的方法需要精确衰减值的先验知识，这可能并不总是可行的。已经发现使用参考表中的库存值会产生较差的结果。

技术实现思路

1、因此，可能需要改进基于能谱数据来生成感兴趣区域中的目标材料的空间分布图的方法。

2、本发明的目的通过独立权利要求的主题来实现，其中，进一步的实施例被包含在从属权利要求中。应当注意，本发明的以下描述的方面同样适用于相关的方法、成像装置、计算机程序单元以及计算机可读介质。

3、根据本发明的第一方面，提供了一种用于确定目标材料的材料密度图的系统，所述系统被配置为：

4、至少接收能在至少二维数据空间中表示的能谱数据，所述能谱数据包括或基于由能谱成像装置采集的在所述能谱成像装置的三维图像域中的物体的至少部分的测量结果；

5、在所述数据空间中确定材料聚类，一个材料聚类指示所述目标材料，即，目标材料聚类，并且至少一个其他聚类指示至少一种辅助材料，即，一个或多个辅助材料聚类；

6、分析所述材料聚类以确定所述聚类的相互几何星座；并且

7、基于如此确定的几何星座来确定所述材料密度图。

8、在实施例中，所述系统被配置为在显示设备上将所述成像域中的所述材料密度图可视化。

9、在实施例中，所述系统确定所述聚类的所述(相互)几何星座包括确定所述聚类中的一个聚类相对于所述至少一个其他聚类的至少一个取向。

10、在实施例中，所述系统确定所述材料密度图包括对所述能谱数据进行降维处理。

11、在实施例中，所述系统确定所述材料密度图包括将所述辅助材料聚类投影在由所述目标材料聚类定义的子空间上。

12、在实施例中，所述子空间包括(几何)线。

13、在实施例中，所述聚类和/或至少一个相应取向是通过以下各项中的任意一项或多项来确定的：i)主成分分析，即，pca；ii)经训练的机器学习模型；iii)分割操作。可以对聚类和确定几何星座(例如，取向)都使用相同的算法(例如，pca)，或者能够对聚类和确定几何星座(例如，取向)中的每项使用单独的算法。可以使用因子分析或基于投影的方法来代替pca。

14、在实施例中，所述能谱数据是由所述系统的去噪器或所述系统外部的去噪器去噪的去噪数据。

15、在实施例中，所述系统包括或被耦合到用户接口，所述用户接口被配置为允许用户基于在显示设备或所述显示设备上的所述能谱数据的视觉表示来定义所述聚类和/或所述聚类的取向。

16、在实施例中，所述用户接口优选为图形用户接口。

17、在实施例中，所述能谱成像装置是以下各项中的任意一项：i)x射线成像器；ii)计算机断层摄影扫描器，即，ct扫描器；iii)断层合成扫描器。

18、在实施例中，所述系统确定所述目标材料聚类的所述取向基于所述辅助材料聚类中的至少一个值。

19、在实施例中，所述材料密度图是针对所述图像域的不同部分单独确定的。

20、在实施例中，所述至少一种辅助材料包括灰质和白质中的一种或多种，并且/或者，其中，所述目标材料包括水或脑脊液。

21、在另一方面，提供了一种成像装置，包括上述实施例中的任一实施例的系统以及所述能谱成像装置。

22、在另一方面，提供了一种用于确定目标材料的材料密度图的计算机实施的方法，所述方法包括：

23、至少接收能在至少二维数据空间中表示的能谱数据，所述能谱数据包括或基于由能谱成像装置采集的在所述能谱成像装置的三维图像域中的物体的至少部分的测量结果；

24、在所述数据空间中确定材料聚类，一个材料聚类指示所述目标材料，即，目标材料聚类，并且至少一个其他聚类指示至少一种辅助材料，即，一个或多个辅助材料聚类；

25、分析所述材料聚类以确定所述材料聚类的相互几何星座；并且

26、基于如此确定的几何星座来确定所述材料密度图。

27、在另一方面，提供了一种计算机程序单元，其在由至少一个处理单元运行时适于使所述处理单元执行所述方法。

28、在另一方面，提供了至少一种计算机可读介质，其上存储有所述程序单元或者其上存储有所述机器学习模型。

29、所提出的系统允许在没有目标材料和(一种或多种)辅助材料的预定义衰减值的先验知识的情况下计算材料密度图。取而代之的是，分析给定患者或物体的能谱数据，并且通过在基于聚类的方法中共同使用能谱数据中的信息来计算目标材料密度图。

30、特别地，分析能谱数据的几何形状来计算材料密度图。在计算目标材料密度图的过程中，处理在能谱数据中确定的材料聚类的几何星座。基于脑部成像中的能谱数据计算水图以支持中风诊断是本文在优选实施例中设想的应用，但是根据需要，本文公开的原理可以替代地用于与其他目标材料有关的其他医学成像任务或者甚至非医学成像任务。

31、不依赖于来自外部来源的明确预定义的材料特定衰减值。利用所提出的系统，基于具体的、特定的、给定的能谱数据本身来共同地且隐含地考虑了适用于具体患者和手边的成像情况的“定制”衰减值，从而计算密度图。在本文中能够获得具有低伪影或没有伪影的高度准确的结果。所提出的系统利用了在本文中发现的聚类的方向性属性，这确保了每个聚类的取向被很好地定义。这种方向性似乎源于能谱数据的特定噪声行为。所提出的方法产生目标材料密度图，其对比度由目标材料与正常或预期密度/浓度的偏差(过量或不足)来调节，而不是表示绝对密度/浓度。因此，所提出的方法和系统特别适合于诸如水肿检测之类的应用，在这些应用中，在一种或多种辅助材料中已经存在目标材料的残留的正常成分。因此，目标材料中的对比度集中在所述偏差上。

32、更详细地，参考脑部成像来举例，在本文中不需要灰质(“gm”)组织和白质(“wm”)组织的平均亨氏(hu)值来计算例如水图。具体地，在实施例中，能够计算(特别是在投影方面和基线方面的)几何聚类星座的hu值，而无需所涉及的材料的这种hu值的先验知识。这种适用于临床影像的具体患者病例的材料特异性hu值的先验知识被证明是非常困难的。原因包括：

33、根据基本组织成分的一般假设来预先计算hu值效果不好，因为基本成分和密度可能因患者而异，甚至在一个患者的图像内也不同。图像的hu标度需要绝对校准，这在大多数情况下是无法保证的。

34、由于以下几个原因，直接根据临床脑部图像来导出gm值与wm值也是具有挑战性的：

35、在基于图像的材料分离的情况下，由于剩余射束硬化造成的患者内部变化；

36、由于散射的x射线和不充分的散射校正而导致的整个脑部体积的变化；

37、由于部分体素效应和噪声，很难清晰地分割gm与wm，这导致gm和wm的hu值的强烈重叠分布。

38、本文在实施例中提出的是基于优选基于投影的材料分离的水图计算以及两幅不同虚拟单能量图像(例如在骨-水或光电-康普顿材料分解后在40kev和70kev处)的衰减值的2d密度标绘图(在本文中被称为“a空间”)。考虑到基图像中噪声的反相关性质，在材料分解后的处理中包括任选的去噪步骤。包含gm和wm的体素的衰减值出现在a空间的2d平面中的分布中。这种分布的宽度主要由基图像中的一定量的噪声决定。

39、已经发现：在示例中，每个材料聚类的体素分布具有长轴和短轴的椭圆形形式。根据gm和wm的椭圆形体素分布的长轴的取向来确定投影线，体素沿着该投影线投影到gm-水线上。该轴以与gm和wm的hu分布中心之间的连接线相同的斜率在a空间中定向，并且比每种材料的hu分布的中心点更容易导出。如果gm和wm的体素hu值分布重叠，情况尤其如此。水或脑脊液(csf)与gm或wm之间的目标线也能够通过自动步骤根据图像值来确定。

40、a空间至少是二维的(“2d”)。a空间(也被称为衰减空间)不同于空间域。a空间可以被理解为能谱数据的变换表示，其维度由x射线与物质的不同衰减相互作用方式所跨越。例如，这种不同相互作用方式可以包括由使用探测器或源侧硬件解决方案的成像装置引起的不同能量的衰减。其他示例包括康普顿散射vs光电吸收(“光电”)造成的衰减，或不同基材料(骨和水)造成的衰减等。例如，对于定义n个基函数的n层系统，a空间的维度数n可以大于2。对于n≥2，可以使用a空间中的投影将参数空间/a空间的维度降低到更小(例如，n-k，k＜n)的维度。例如，对于水图情况并且n＝2且k＝1，将数据点减少到子空间(即，水基线)。

41、在本文中计算的目标材料密度图是一种或多种辅助材料(以及可能的额外辅助材料)的混合物中的目标材料密度在空间域中的空间分布的定量表示。可以将密度转换成浓度。例如，该图可以表示目标材料在嵌入了目标材料的材料混合物中的相对含量。密度可以在该图中用衰减值来表示，例如用亨氏单位标度或任何其他合适的量来表示。目标材料图(例如，脑部成像中的水图)可以是无单位的。目标材料图优选被归一化。例如，在预定义的间隔(例如，单位间隔)中，“0”可以表示“健康灰质的正常水密度”，而“1”可以表示“脑脊液中的水密度”。

42、能谱成像装置可以包括任何类型的成像仪器，其具有基于x射线的采集并且被配置(例如通过源侧或探测器侧配置)用于能谱成像。本文设想了诊断或治疗x射线成像器、移动式或固定式安装设施。

43、该系统可以全自动地操作或基于用户输入来操作。因此，用户可以通过gui或其他方式指定方向/取向并且任选地指定聚类位置。

44、在一些实施例中，基于每个聚类的重心或其他指定点来确定取向/方向。然后直线穿过这些点以分别定义目标聚类的基线和穿过辅助聚类的投影方向。

45、“能谱数据”指的是根据能谱成像装置的原始数据导出的数据，它表示物质与x射线相互作用的各个方面。例如，这些方面可以包括不同方式的物质与x射线相互作用的衰减值，其被表示为将一种方式的物质与x射线相互作用的衰减值与至少一种其他方式的物质与x射线相互作用的衰减值进行关联。例如，在二维数据空间(例如，a空间)中，衰减值可能与包括康普顿散射(散射系数)与光电吸收(吸收系数)的相互作用有关。在另一示例中，可以将二维数据空间扩展到三维情况，三维情况额外地包括特定化学元素(如碘或钆)的k边缘周围的x射线相互作用。作为对这种“x射线相互作用的方式”的替代，“物质与x射线相互作用的方面”可以包括材料的能量依赖性。例如，“能谱数据”可以包括不同x射线能量的x射线衰减，因此能谱数据包括来自两幅单能量图像的衰减值(用一种能量的一组衰减值与至少一种其他能量的另一组衰减值来表示)。替代地，衰减值与两种或更多种不同基材料的相互作用有关，这些基材料的原子序数相差很大，能谱数据基于材料分解/分离操作。例如，这些基材料可能由水、骨、一种或多种造影剂或它们的不同组合形成。在本文中不排除相互作用的其他方面，例如从两个不同的有效x射线能谱获得的有效衰减值。

46、“(一个或多个)聚类”是优选a空间的子集。如在本文中确定的聚类具有方向(被拉长，例如，椭圆或椭圆形或其他结构)并且允许定义这样的方向(例如，椭圆/椭圆形的长轴)。

47、如在本文中使用的(目标或辅助)材料的“密度”指的是该材料在与其他一种或多种材料的混合物中的相对密度。相对密度允许描述积聚(或消耗)现象，其中，在给定体积的混合物中一种类型的材料积聚得更多，从而导致相对密度发生变化(例如，水肿中的积水)。相对密度也可以用浓度来描述。

48、“用户”指的是操作成像装置或监督成像流程的人(例如，医务人员或其他人)。换句话说，用户通常不是患者。

49、“物体”在本文中以一般意义使用，包括有生命的“物体”(例如，人或动物患者或其解剖部分)，但是也包括无生命的物体(例如，安全检查中的行李物品或无损检测中的产品)。然而，在本文中将主要参考医学领域来讨论所提出的系统，因此我们将“物体”称为“患者”或患者的部分(例如，患者的解剖结构或器官或一组解剖结构或器官)。