[发明专利]用于通过流形近似进行自动变换的系统和方法

说明书

一种可以使用数据驱动的流形学习技术将传感器数据从传感器域变换到图像域的系统，该流形学习技术可以例如使用神经网络来实现。传感器数据可以由图像传感器生成，图像传感器可以是成像系统的一部分。可以将系统中的神经网络的完全连接的层应用于传感器数据，以将激活函数应用于传感器数据。激活函数可以是双曲正切激活函数。然后，可以应用卷积层来对完全连接的层的输出进行卷积以用于高级特征提取。可以将输出层应用于卷积层的输出以对输出进行去卷积并在图像域中产生图像数据。

关联申请的交叉引用

本申请基于2016年9月1日提交的美国临时申请序列第62/382,490号，以及2017年5月24日提交的美国临时申请序列第62/510,572号，要求其优先权并且通过引用以其全文结合在此。

关于联邦资助研究的说明

不适用

背景

本公开总体地涉及成像，并且更具体地，涉及用于从获取到的数据重建图像的系统和方法。

成像对于广泛的行业和活动是重要的。从太空探索到石油勘探，成像在这些努力中起着关键作用。可用于成像的模态至少与使用它们的行业一样多样化。例如，仅在医疗行业中，在常规的、临床医学中采用了惊人的大量成像模态。例如，仅举数例，磁共振成像(MRI)、计算机断层扫描(CT)成像、发射断层扫描成像(包括诸如正电子发射断层扫描和单光子发射计算机断层扫描之类的模态)、光学、X射线荧光透视、以及每天被用于现代医学中的许多其他模态。

无论采用何种模态或工业/应用，重建都是任何成像过程中的关键过程。在某些情况下，图像重建可能非常基本的或很好地解决。例如，用于x射线荧光透视的图像重建通常包括将衰减值转换成数字图像中的对比度值。其他模态需要复杂得多的重建技术。

在计算断层扫描系统中，x射线源发射扇形束，该扇形束被准直为位于笛卡尔坐标系的x-y平面内，术语称为“图像平面”。x射线束穿过被成像的对象(诸如医疗患者)并撞击在辐射检测器的阵列上。经透射的辐射的强度取决于对象对X射线束的衰减，并且每个检测器产生单独的电信号，该电信号是束衰减的测量值。分别获取来自所有检测器的衰减测量值以产生所谓的“透射分布”或“衰减分布”或“投影”。在x射线荧光透视中，该2D投影被转换成单个图像。

常规CT系统中的源和检测器阵列在成像平面内的机架上并围绕对象旋转，使得x射线束与对象相交的角度持续地变化。来自检测器阵列的在给定角度处的透射分布被称为“视图”，并且对象的“扫描”包括在x射线源和检测器的一次旋转期间在不同角度方向上制作的一组视图。在2D扫描中，处理数据来构建对应于通过对象获取的两维切片的两维图像。用于从2D数据重建图像的主要方法在这个领域中被称为滤波反投影技术。这个图像重建过程将扫描过程中获取的衰减测量转换为称为“CT数”或“亨氏单元”的整数，这被用于控制显示器上对应像素的亮度。

经滤波的反投影(backprojection)图像重建方法是用于从所获取的透射分布重建CT图像的最常用技术。如图1所示，通过沿着产生如箭头106所指示的射线总和104的相同射线路径通过FOV 102投影分布100中的每个射线总和104，将每个所获取的x射线透射分布100反投影到视场(FOV)102上。在对FOV 102中的每个射线总和104进行投影时，我们没有对象的先验知识，并且作出FOV 102中的x射线衰减是均匀的，并且射线总和应该在射线路径通过的每个像素中均等地分布的假设。例如，图1中针对一个透射分布100中的单个射线总和104示出了射线路径108，并且射线路径108穿过FOV 102中的N个像素。该射线总和104的衰减值P在这N个像素之间被均等地划分。

其中μ_n是衰减值，该衰减值分配给具有N个像素的射线路径中的第n个像素。