[发明专利]用于材料特性描述的断层图像重建

说明书

本发明的一些实施例提供了一种通过迭代断层图像重建确定样品中材料的材料特性的方法。该方法进行样品的一次或多次X射线断层摄影的扫描，然后使用断层图像重建算法确定样品中的多个体积元的一个或多个估算的材料特性，例如原子序数和强度。然后通过参考存储的已知材料特性数据来修改这些估算的材料特性。优选地，在重建期间确定样品体积的组成包括将样品分割成具有共同组成的区域，在迭代重建期间执行分割而不是基于在迭代重建完成时确定的体素特性。优选的版本将会执行断层图像重建算法一次或多次额外的迭代，其中每一次迭代更新体积元的一个或多个估算的材料特性。

技术领域

本发明涉及断层图像重建，并且尤其涉及，使用断层图像重建以确定样品的材料特性。

相关申请的交叉引用

本发明要求于2014年8月16日提交的题为“用于材料特性的断层图像重建”申请号为62/038,263的临时申请的优先权。

背景技术

断层摄影术需要以多个角度穿过对象的切片检测辐射并且从所检测的辐射中重建样品的性质。如果辐射源在待测对象内，则该技术被称为发射断层摄影术。例如，正电子发射断层扫描(PET)和单光子发射计算机断层扫描(SPECT)均用于检测从患者体内发射的伽马射线的医学成像。如果辐射源在待测对象外部，例如在X射线计算机断层扫描中该技术被称为透射断层摄影。CT用于医学成像，以及地质样品，如化石、储层岩石还有土壤。

检测到辐射后，将重建算法应用于所检测的数据以重建扫描的样品的模型。诸如滤过反向投影的分析技术是基于单次重建，而迭代技术使用朝向改进的解收敛的算法的多次重复。

迭代技术包括代数重建技术(ART)、同步ART、同步迭代重建技术(SIRT)、有序子集SIRT、乘法代数重建技术、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、迭代坐标下降(ICD)、有序子集ICD或基于模型的迭代重建。

X射线CT已被用于绘制地质样品的内部结构。通常，照射样品，然后重建算法表征构成样品的体积元的衰减。然后可以将具有类似性质的体积元或体素分组或“分段”以确定结构元素，如孔隙或晶相。

可以在重建算法的一次迭代结束时执行分割处理，将体积分成共同的材料簇。然后，在重建的下一次迭代的前向模型中处理每一个簇，以验证“分段数据的组合”与获取的完整性。

可以使用提供多于一个频率的X射线的源或多个源来执行CT。不同频率的衰减信息可以提供额外的样品信息，其可以用于很多目的如将样品分割成不同的材料。过去已经提出了一些双-能量迭代重建/分割。

一种方法提供了对原始数据集获得的每一个簇使用相同的分割。例如，假设该分割提取4个簇。通过双重迭代重建/分割算法，获得四个子正弦图和四个断层图像(每个簇一个)。四个断层图像允许定量分析(例如，体积测量)，并且由于每一个都与自身的正弦图相关联，所以每一个还能够直接从投影中提取衰减、Hounsfield窗口以及剂量或辐射检查(在PET或放射治疗中)。此外，由于每一个簇的断层图像被假定由一个单一的“材料”组成，一些方法重建每个体素值作为出现在体素中的材料的量，例如：

体素＝1-100％的体素包含该簇的材料。

体素＝0.34-34％的体素包含那簇的材料。

当想要矢量化该断层图像用于3D渲染时这是特别有用的。由于在断层图像重建和分割之间存在双重检查，多材料体素将会出现在一些断层图像中。换言之：在算法迭代期间验证“体素混合”的种类，以便检查该分割与其本身获取的一致性。

但是，在这些分支中，该分割是基于重建的体素的强度和基于强度的局部变化以确定簇之间的接口。换言之，该分割主要是基于图像特性。

发明内容