本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種ect運(yùn)動(dòng)門控信號(hào)獲取方法及ect圖像重建方法。

背景技術(shù)：

ect(emissioncomputedtomography)，又稱為發(fā)射型計(jì)算機(jī)斷層掃描，是一種利用放射性核素的檢查方法。ect成像的基本原理：放射性藥物引入人體，經(jīng)代謝后在臟器內(nèi)ect外或病變部位和正常組織之間形成放射性濃度差異，將探測(cè)到這些差異，通過(guò)計(jì)算機(jī)處理再成像，ect包括spect、pet。

spect(single-photonemissioncomputedtomography，spect)，即單光子發(fā)射計(jì)算機(jī)斷層掃描。它利用發(fā)射單光子的核素藥物如99mtc、133i、67ga、153sm等進(jìn)行檢查。spect除顯示腫瘤病灶外，尚可顯示局部臟器功能的變化，如：化療后左心功能、腎功能的改變等。

pet(positronemissioncomputedtomography)，即正電子發(fā)射斷層計(jì)算機(jī)斷層掃描是繼電子計(jì)算機(jī)斷層掃描(computedtomography，ct)之后迅速發(fā)展起來(lái)的一種神經(jīng)影學(xué)檢查儀器。目前，在腫瘤、冠心病和腦部疾病這三大類疾病的診療中突顯出重要的價(jià)值，是核醫(yī)學(xué)領(lǐng)域比較先進(jìn)的臨床檢查影像技術(shù)。它可以在不改變生理狀態(tài)的情況下，向生物活體注入放射性示蹤劑，參與生物活體的生理代謝。示蹤劑標(biāo)記物發(fā)生衰變產(chǎn)生的正電子，正電子發(fā)生湮沒效應(yīng)，產(chǎn)生逆向發(fā)射的511kevγ光子對(duì)。使用符合探測(cè)技術(shù)探測(cè)成對(duì)出現(xiàn)的光子對(duì)，確定符合響應(yīng)線(lineofresponse，lor)，通過(guò)采集得到數(shù)量較多的lor，并經(jīng)過(guò)校正處理后，進(jìn)行圖像斷層重建，即可觀測(cè)所述生物活體的代謝功能。

在獲取被掃描部位掃描數(shù)據(jù)時(shí)，由于被檢查對(duì)象的呼吸、心跳等原因，導(dǎo)致肺部、胸部處的器官或組織會(huì)發(fā)生周期性運(yùn)動(dòng)。在數(shù)據(jù)采集期間的這種運(yùn)動(dòng)會(huì)造成圖像偽影，降低了圖像質(zhì)量。

在ect掃描中，可利用門控采集的方式獲得被檢查對(duì)象的數(shù)據(jù)。一種方法為基于外部硬件設(shè)備，例如精準(zhǔn)的攝像機(jī)定位系統(tǒng)，甚至同步的pet/mr，來(lái)獲取呼吸或者心跳波形，然后基于相應(yīng)的波形，對(duì)采集的數(shù)據(jù)進(jìn)行分箱處理。然而，此種方法中，通常需要大幅度增加掃描的操作步驟，例如需要在掃描前讓病人配搭額外的設(shè)備，或者需要昂貴的硬件設(shè)備，增加了設(shè)備的成本，及其可能給技師在操作時(shí)帶來(lái)額外的輻射劑量，不利于臨床應(yīng)用。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種ect運(yùn)動(dòng)門控信號(hào)獲取方法及ect圖像重建方法。

為解決上述技術(shù)問題，本發(fā)明提供一種ect運(yùn)動(dòng)門控信號(hào)獲取方法，包括以下步驟：

s1.對(duì)被掃描部位進(jìn)行ect掃描，獲取原始ect數(shù)據(jù)，所述原始ect數(shù)據(jù)包括事件的時(shí)間信息和空間信息；

s2.將原始ect數(shù)據(jù)劃分為屬于數(shù)個(gè)相同時(shí)間間隔的數(shù)據(jù)段；

s3.構(gòu)建一個(gè)參數(shù)化的感興趣區(qū)域voi，所述voi由n個(gè)參數(shù)x1、x2、x3…xn定義；

s4.選取至少一個(gè)參數(shù)，設(shè)為可變參數(shù)，計(jì)算所述可變參數(shù)在不同取值時(shí)所對(duì)應(yīng)的voi內(nèi)包含的原始ect數(shù)據(jù)與坐標(biāo)方向的加權(quán)信號(hào)；

s5.對(duì)所述加權(quán)信號(hào)進(jìn)行傅里葉頻譜分析，獲得對(duì)應(yīng)的信噪比；

s6.重復(fù)執(zhí)行步驟s3～s5若干次，獲取由數(shù)種可變參數(shù)分別定義的voi內(nèi)包含的加權(quán)信號(hào)的信噪比，并以加權(quán)信號(hào)的信噪比最大者所對(duì)應(yīng)的voi為最優(yōu)voiopt；

s7.對(duì)最優(yōu)voiopt所包含的加權(quán)信號(hào)進(jìn)行濾波處理，獲取最優(yōu)voiopt內(nèi)的運(yùn)動(dòng)波形的時(shí)間曲線；

s8.按照運(yùn)動(dòng)波形的幅值或相位，對(duì)原始的ect數(shù)據(jù)進(jìn)行分箱處理。

優(yōu)選的，所述原始ect數(shù)據(jù)為列表模式數(shù)據(jù)或者包含時(shí)間信息的弦圖數(shù)據(jù)。

優(yōu)選的，所述感興趣區(qū)域voi小于掃描范圍fov。

優(yōu)選的，voi包括n個(gè)參數(shù)，n＝voi的總像素?cái)?shù)，每個(gè)參數(shù)取值為0或1，表示是否包含此像素點(diǎn)。

優(yōu)選的，所述步驟s3中的voi為球體，所述球體包括4個(gè)參數(shù)x1、x2、x3、x4，分別為球心坐標(biāo)(i、j、k)，以及球半徑r；或者所述步驟s3中的voi為方體，包括6個(gè)參數(shù)x1、x2、x3、x4、x5、x6，分別為中心坐標(biāo)(i、j、k)，以及各個(gè)邊長(zhǎng)u，v，w。

為解決上述技術(shù)問題，本發(fā)明提供一種ect圖像重建方法，包括以下步驟：

s1.對(duì)被掃描部位進(jìn)行ect掃描，獲取原始ect數(shù)據(jù)，所述原始ect數(shù)據(jù)包括事件的時(shí)間信息和空間信息；

s2.將原始ect數(shù)據(jù)劃分為屬于數(shù)個(gè)相同時(shí)間間隔的數(shù)據(jù)段；

s3.構(gòu)建一個(gè)參數(shù)化的感興趣區(qū)域voi，所述voi由n個(gè)參數(shù)x1、x2、x3…xn定義；

s4.選取至少一個(gè)參數(shù)，設(shè)為可變參數(shù)，計(jì)算所述可變參數(shù)在不同取值時(shí)所對(duì)應(yīng)的voi內(nèi)包含的原始ect數(shù)據(jù)與坐標(biāo)方向的加權(quán)信號(hào)；

s5.對(duì)所述加權(quán)信號(hào)進(jìn)行傅里葉頻譜分析，獲得對(duì)應(yīng)的信噪比；

s6.重復(fù)執(zhí)行步驟s3～s5若干次，獲取由數(shù)種可變參數(shù)分別定義的voi內(nèi)包含的加權(quán)信號(hào)的信噪比，并以加權(quán)信號(hào)的信噪比最大者所對(duì)應(yīng)的voi為最優(yōu)voiopt；

s7.對(duì)最優(yōu)voiopt所包含的加權(quán)信號(hào)進(jìn)行濾波處理，獲取最優(yōu)voiopt內(nèi)的運(yùn)動(dòng)波形的時(shí)間曲線；

s8.按照運(yùn)動(dòng)波形的幅值或相位，對(duì)原始的ect數(shù)據(jù)進(jìn)行分箱處理，產(chǎn)生若干個(gè)新的ect數(shù)據(jù)文件；對(duì)所述若干個(gè)新的ect數(shù)據(jù)文件進(jìn)行圖像重建，獲取分箱后的重建圖像。

優(yōu)選的，對(duì)所述若干幅ect圖像進(jìn)行合并，獲得最終的ect圖像。

優(yōu)選的，所述圖像重建利用有序子集最大期望法。

優(yōu)選的，所述時(shí)間間隔為50ms～1000ms。

優(yōu)選的，所述感興趣區(qū)域voi為球體、柱體或方體。

本發(fā)明對(duì)比現(xiàn)有技術(shù)有如下的有益效果：本發(fā)明的方法是從獲取的原始listmode數(shù)據(jù)或帶有時(shí)間信息的弦圖數(shù)據(jù)中，自動(dòng)獲取最優(yōu)的數(shù)據(jù)區(qū)間(voi)，進(jìn)一步獲取可信的呼吸運(yùn)動(dòng)或者心跳運(yùn)動(dòng)的信息。最終產(chǎn)生呼吸或者心跳運(yùn)動(dòng)的門控圖像，降低運(yùn)動(dòng)模糊、提高suv、小病灶的早期發(fā)現(xiàn)以及與ct衰減圖像之間的不匹配。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例的被掃描對(duì)象沿z方向進(jìn)入pet掃描腔的示意圖；

圖2是一個(gè)符合事件在坐標(biāo)系中的示意圖；

圖3為對(duì)感興趣區(qū)域中獲取呼吸/心跳運(yùn)動(dòng)信號(hào)傅里葉分析后的結(jié)果；

圖4示出了對(duì)固定感興趣區(qū)域中呼吸/心跳運(yùn)動(dòng)信號(hào)傅里葉分析后的結(jié)果；

圖5示出了自動(dòng)獲取的固定感興趣區(qū)域中呼吸/心跳運(yùn)動(dòng)信號(hào)傅里葉分析后的結(jié)果；

圖6為在時(shí)間域中本發(fā)明的方法與傳統(tǒng)方法所獲得的呼吸信號(hào)對(duì)比圖；

圖7為傳統(tǒng)算法所獲得的門控圖像；

圖8為發(fā)明的方法分離出的門控圖像；

圖9為發(fā)明的一種ect運(yùn)動(dòng)門控信號(hào)的獲取方法的流程圖；

圖10為發(fā)明的一種ect圖像重建方法的流程圖。

具體實(shí)施方式

以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明提出的ect圖像獲取方法及系統(tǒng)作進(jìn)一步詳細(xì)說(shuō)明。根據(jù)下面說(shuō)明和權(quán)利要求書，本發(fā)明的優(yōu)點(diǎn)和特征將更清楚。需說(shuō)明的是，附圖均采用非常簡(jiǎn)化的形式且均使用非精準(zhǔn)的比例，僅用以方便、明晰地輔助說(shuō)明本發(fā)明實(shí)施例的目的。

本發(fā)明通過(guò)將被掃描對(duì)象1置于ect探測(cè)器2的檢查腔中進(jìn)行掃描，從獲取的原始listmode數(shù)據(jù)或帶有時(shí)間信息的弦圖數(shù)據(jù)中，自動(dòng)獲取最優(yōu)的數(shù)據(jù)區(qū)間(voi)，進(jìn)一步獲取可信的呼吸運(yùn)動(dòng)或者心跳運(yùn)動(dòng)的信息。最終產(chǎn)生呼吸或者心跳運(yùn)動(dòng)的門控圖像，降低運(yùn)動(dòng)模糊以及與ct衰減圖像之間的不匹配。也就是說(shuō)，本發(fā)明呼吸運(yùn)動(dòng)或者心跳運(yùn)動(dòng)的信息的獲取，不需要增加額外的硬件設(shè)備。

請(qǐng)參考圖9，其為本發(fā)明實(shí)施例的ect運(yùn)動(dòng)門控信號(hào)的獲取方法的流程圖。

一種ect圖像的運(yùn)動(dòng)門控信號(hào)的獲取方法，包括以下步驟：

s1.對(duì)被掃描部位進(jìn)行ect掃描，獲取原始ect數(shù)據(jù)，所述原始ect數(shù)據(jù)包括事件的時(shí)間信息和空間信息；

s2.將原始ect數(shù)據(jù)劃分為屬于數(shù)個(gè)相同時(shí)間間隔的數(shù)據(jù)段；

s3.構(gòu)建一個(gè)參數(shù)化的voi(感興趣區(qū)域)，所述voi由n個(gè)參數(shù)x1、x2、x3…xn定義或決定；所述n為整數(shù)，其取值范圍可以為2-10。

s4.選取至少一個(gè)參數(shù)，設(shè)為可變參數(shù)(固定其他參數(shù))，計(jì)算所述可變參數(shù)在不同取值時(shí)所對(duì)應(yīng)的voi(由所述相應(yīng)可變參數(shù)約束的voi)內(nèi)包含的原始ect數(shù)據(jù)與坐標(biāo)方向的加權(quán)信號(hào)；

s5.對(duì)(每一個(gè))所述加權(quán)信號(hào)進(jìn)行傅里葉頻譜分析，獲得對(duì)應(yīng)的信噪比；

s6.重復(fù)執(zhí)行步驟s3～s5若干次(例如2-6次)，獲取由數(shù)種可變參數(shù)分別定義(約束)的voi內(nèi)包含的加權(quán)信號(hào)的信噪比，并以加權(quán)信號(hào)的信噪比最大者所對(duì)應(yīng)的voi為最優(yōu)voiopt；

s7.對(duì)最優(yōu)voiopt所包含的加權(quán)信號(hào)進(jìn)行濾波處理，獲取最優(yōu)voiopt內(nèi)的運(yùn)動(dòng)波形的時(shí)間曲線；

s8.按照運(yùn)動(dòng)波形的幅值或相位，對(duì)原始的ect數(shù)據(jù)進(jìn)行分箱處理。

本發(fā)明具體實(shí)施例中ect包括pet、spect等，現(xiàn)以pet為例進(jìn)行詳細(xì)說(shuō)明。

本發(fā)明通常利用原始的listmode或者弦圖數(shù)據(jù)，獲取每一個(gè)事件的坐標(biāo)信息相關(guān)參數(shù)定義在圖1與圖2中，其中ze表示了事件與z軸的交點(diǎn)值，構(gòu)成了弦圖的兩個(gè)軸：事件投影線的徑向距離及角度。θ是事件在z方向的傾角，λe通過(guò)time-of-flight(tof)方法記錄了事件距離中心點(diǎn)的位置和時(shí)間信息t。

為了實(shí)際應(yīng)用中的計(jì)算速度要求，本發(fā)明沒有通過(guò)重建圖像定義voi，比如在tofpet中，可以通過(guò)tof信息定義了每個(gè)事件的最可能湮滅點(diǎn)與對(duì)應(yīng)的tof展寬，通過(guò)這些tof信息，可以不通過(guò)傳統(tǒng)的圖像重建過(guò)程快速的獲得相對(duì)準(zhǔn)確的事件三維分布信息。本發(fā)明中的voi定義在3d圖像區(qū)間，也可以定義在弦圖或者投影圖區(qū)間。利用每一個(gè)事件的參數(shù)信息可以計(jì)算出每一個(gè)事件在3d圖像空間中最可能的湮滅點(diǎn)，其計(jì)算方法可以表述為公式1：

[公式1]

在公式1中，λe的取值精確度最低。因此事件的真實(shí)tof坐標(biāo)λ被看作一個(gè)高斯分布的隨機(jī)變量，其分布表述在公式2中：

[公式2]

其中λe為高斯分布的期望，是每個(gè)事件中測(cè)量出的tof值。σ為分布的方差，其具體數(shù)值可通過(guò)求解系統(tǒng)的時(shí)間分辨率來(lái)獲取。由于將tof坐標(biāo)認(rèn)為隨機(jī)變量，使得計(jì)算出的此事件的湮滅點(diǎn)也并不時(shí)一個(gè)固定的點(diǎn)，而是一個(gè)隨λ變化的隨機(jī)變量，隨機(jī)變量之間的關(guān)系仍由公式1所決定。變量的分布概率

通過(guò)計(jì)算在時(shí)間為t的時(shí)候所有觀測(cè)到的事件的概率分布，我們可以獲取藥物在時(shí)間t時(shí)地概率分布：

[公式3]

通過(guò)獲取到的時(shí)間t時(shí)的概率分布，我們可以通過(guò)計(jì)算觀測(cè)到的事件與坐標(biāo)信息的加權(quán)求和即可計(jì)算病人內(nèi)部器官的運(yùn)動(dòng)(公式4)。當(dāng)w1(x,y,z)＝z，z是每個(gè)事件(event)的z方向數(shù)值，w2(x,y,z)＝1的時(shí)候我們即可得到數(shù)據(jù)在z方向的重心信號(hào)(公式5)，當(dāng)w1(x,y,z)＝1,w2(x,y,z)＝1/f(x,y,z,t)的時(shí)候我們即可得到每一符合事件總計(jì)數(shù)信號(hào)(公式5-1)。

[公式4]

[公式5]

其中，com(centerofmass,重心or質(zhì)心)。

[公式5-1]

在公式4和公式5中，dv是空間積分參量，dv＝dxdydz,dτ是事件積分參量，在fov上的積分表示這個(gè)事件空間的位置包含在此次掃描的整個(gè)fov中。在[t,t+δt]內(nèi)的積分表示此事件的時(shí)間位置處在t,t+δt區(qū)間內(nèi)。δt為時(shí)間間隔，通常為50ms-1000ms。時(shí)間間隔得取值要根據(jù)采樣定律的需求保證足夠多的采樣點(diǎn)數(shù)。獲取的信號(hào)com(t)預(yù)示在整個(gè)掃描區(qū)間內(nèi)藥物隨時(shí)間的z方向的分布。在藥物動(dòng)力學(xué)變化不明顯的前提下，藥物在z方向隨時(shí)間的變化就等于病人的運(yùn)動(dòng)。獲取的count(t)預(yù)示著在此掃描區(qū)間內(nèi)總計(jì)數(shù)隨時(shí)間的變化。由于pet沿z方向的靈敏度不同，藥物隨z方向變化的時(shí)候會(huì)帶來(lái)總計(jì)數(shù)的變化。當(dāng)某些器官(例如心臟或者肝臟)在邊界部分移進(jìn)移出時(shí)，也會(huì)對(duì)總計(jì)數(shù)造成變化，所以count(t)也能一定程度上反映病人的呼吸運(yùn)動(dòng)。此種方法的弱點(diǎn)是由于pet數(shù)據(jù)很高的噪聲，獲取的呼吸或者心跳波形準(zhǔn)確度較低。

由于在掃描的范圍內(nèi)，并不是每個(gè)空間位置的藥物分布都能反映出呼吸或者心跳運(yùn)動(dòng)。這些額外的位置只會(huì)帶來(lái)額外的噪聲。因此，通過(guò)人為選定重建圖像中的一個(gè)感興趣區(qū)域(volumeofinterest,voi)，即將公式4更新為公式6，這樣可以較優(yōu)的獲取呼吸/心跳運(yùn)動(dòng)信號(hào)，參圖3。

[公式6]

在公式6中，v(x，y，z)為一個(gè)取值為0或者1的函數(shù)，取值為1的范圍代表了一個(gè)voi區(qū)間，與v(x，y，z)相乘再積分表示僅僅選擇空間位置在某個(gè)特定voi中的事件而不是整個(gè)的掃描空間。其余同公式4。

此方法雖然能獲得更好的呼吸信號(hào)，但是由于涉及了較多的人工操作，并且需要用戶在重建圖像中選擇，需要較多的后處理時(shí)間，而且此方法的好壞嚴(yán)重依賴于使用者的選擇。

本發(fā)明主要解決的就是voi的選取問題。本發(fā)明同時(shí)定義了呼吸/心跳運(yùn)動(dòng)波形的snr，為自動(dòng)尋找最優(yōu)voi提供了數(shù)據(jù)依據(jù)。信號(hào)的snr定義為公式7。

[公式7]

其中ft(signal(t))是對(duì)信號(hào)進(jìn)行fourier變換操作f是ft變換后的頻域量，f∈signalspace表示頻率屬于信號(hào)區(qū)間，信號(hào)區(qū)間的定義見圖3，對(duì)于呼吸運(yùn)動(dòng)的檢測(cè)，“呼吸信號(hào)頻率范圍”定義為信號(hào)區(qū)間，對(duì)于心跳運(yùn)動(dòng)檢測(cè)，“心跳信號(hào)頻率范圍”定義為信號(hào)區(qū)間。表示頻率不屬于信號(hào)區(qū)間。g1與g2為兩個(gè)對(duì)函數(shù)的變換，一個(gè)可能的例子定義在公式8中。

g1(g(f))＝g2(g(f))＝||g(f)||²[公式8]

其中g(shù)(f)為任意的變量為f的函數(shù)，返回值得范圍為整個(gè)復(fù)數(shù)域。||g(f)||表示為g(f)的絕對(duì)值，其為頻域的能量。

本發(fā)明通過(guò)實(shí)現(xiàn)以下公式9完成對(duì)最優(yōu)voi以及最優(yōu)信號(hào)的尋找:

[公式9]

其中u為所有可能的voi的函數(shù)表示v(x，y，z)所構(gòu)成的集合。signal(t，v(x，y，z))表示獲取的呼吸/心跳信號(hào)不僅僅是時(shí)間t的函數(shù)，還和選取的v(x，y，z)有關(guān)。由于u的范圍過(guò)大，在實(shí)際應(yīng)用時(shí)我們通過(guò)參數(shù)定義voi的函數(shù)表示v(x，y，z)，即一個(gè)voi可以用有限個(gè)參數(shù)來(lái)完全表示，此時(shí)voi的定義函數(shù)v(x，y，z)可以修改為v(x，y，z，η)，η表示為決定voi形狀的n個(gè)參數(shù)，η＝(η1，η2，…ηn)。例如一個(gè)球體，可以由球心坐標(biāo)(i,j,k)，以及球半徑r等四個(gè)參量來(lái)完全定義。η＝(i，j，k，r)為這個(gè)voi的參數(shù)。v(x,y,z)為一個(gè)取值為0或者1的函數(shù)，取值為1的范圍代表了一個(gè)voi區(qū)間。給定了一個(gè)η后遍歷所有的x,y,z，v才能認(rèn)為是一個(gè)voi，若給定一個(gè)η,x,y,z,則返回值只是一個(gè)0或者1的數(shù)，其含義為在η的選擇下，坐標(biāo)(x,y,z)是否被包含進(jìn)所選的voi。

而公式9可以簡(jiǎn)化為公式10:

[公式10]

依據(jù)此法選擇的voi數(shù)目有限，可以通過(guò)進(jìn)一步將n個(gè)參數(shù)η＝(η1，η2，...ηn)分組為k個(gè)組(k≤n),η＝(ζ1，ζ2，...ζk)，然后循環(huán)更替每一個(gè)組的方法(公式11)獲得進(jìn)一步加速。加速后可以通過(guò)逐個(gè)遍歷的方式實(shí)現(xiàn)公式10。

[公式11]

在沒有tof的情況下，(例如non-tofpet或者spect)，本發(fā)明利用弦圖區(qū)間定義voi。利用每一個(gè)事件的參數(shù)信息可以計(jì)算出時(shí)刻[t,t+δt]時(shí)的弦圖表示

其中其中z表示為3d弦圖的z方向，構(gòu)成了弦圖的另外兩個(gè)軸：事件投影線的徑向距離及角度。dv表示對(duì)3個(gè)弦圖坐標(biāo)的積分。是定義在弦圖上的voi。

其余計(jì)算同上。

獲取最優(yōu)voi以及最優(yōu)波形后，此發(fā)明通過(guò)進(jìn)一步的帶通濾波方法過(guò)濾掉不相關(guān)區(qū)域，更好的獲取呼吸或者心跳波形。

傳統(tǒng)的呼吸，心跳波形計(jì)算方法對(duì)數(shù)據(jù)質(zhì)量的要求很高，很多病人數(shù)據(jù)通過(guò)傳統(tǒng)的固定voi方法直接計(jì)算不能獲得可靠的呼吸，心跳波形。通過(guò)此自動(dòng)voi方法能大大提升算法的成功率，同時(shí)并不需要任何人工介入的方式。通過(guò)逐個(gè)voi而不是逐個(gè)像素的計(jì)算也能大大減低噪聲的影響，同時(shí)此方法不僅僅能用于可以逐個(gè)像素相加的信號(hào)(例如像素值)也能直接應(yīng)用于不能直接相加的信號(hào)(例如重心信號(hào))。

在一個(gè)病人實(shí)例中，利用傳統(tǒng)方法獲取的信號(hào)在fourier空間內(nèi)不能看到明顯的呼吸運(yùn)動(dòng)或者心跳運(yùn)動(dòng)的信號(hào)峰值(圖4)，利用此發(fā)明獲取的信號(hào)能明顯的觀測(cè)到呼吸峰值(圖5)。

在時(shí)間域，也能看出與傳統(tǒng)方法所獲得的呼吸信號(hào)(圖6中的虛線)對(duì)比，此發(fā)明獲取的呼吸信號(hào)(圖6中的實(shí)線)更加接近真實(shí)的呼吸狀態(tài)。

和傳統(tǒng)算法所獲得的門控圖像(圖7)相比，通過(guò)此發(fā)明分離出的門控圖像(圖8)，能看出更明顯的呼吸運(yùn)動(dòng)，證明此發(fā)明獲取的呼吸信號(hào)更為準(zhǔn)確。

優(yōu)選的，所述感興趣區(qū)域(voi)小于掃描范圍(fov)。

優(yōu)選的，所述步驟s3中的voi包括n個(gè)參數(shù)，n＝voi的總像素?cái)?shù)，每個(gè)參數(shù)取值為0或1，表示是否包含此像素點(diǎn)；其中n的取值為1、2、3……。

優(yōu)選的，所述步驟s3中的voi為球體，包括4個(gè)參數(shù)x1、x2、x3、x4，分別為球心坐標(biāo)(i、j、k)，以及球半徑r。

優(yōu)選的，所述步驟s3中的voi為方體，包括6個(gè)參數(shù)x1、x2、x3、x4、x5、x6，分別為中心坐標(biāo)(i、j、k)，以及各個(gè)邊長(zhǎng)u，v，w。

請(qǐng)參閱圖10，本發(fā)明實(shí)施例中的一種ect圖像重建方法，包括以下步驟：

s1.對(duì)被掃描部位進(jìn)行ect掃描，獲取原始ect數(shù)據(jù)e(x,t)，所述原始ect數(shù)據(jù)包括事件的時(shí)間信息和空間信息；

s2.將原始ect數(shù)據(jù)劃分為屬于數(shù)個(gè)相同時(shí)間間隔的數(shù)據(jù)段；

s3.構(gòu)建一個(gè)參數(shù)化的voi(感興趣區(qū)域)，所述voi由n個(gè)參數(shù)x1、x2、x3…xn定義；

s4.選取至少一個(gè)參數(shù)，設(shè)為可變參數(shù)(固定其他參數(shù))，計(jì)算所述可變參數(shù)在不同取值時(shí)所對(duì)應(yīng)的voi(由所述相應(yīng)可變參數(shù)約束的voi)內(nèi)包含的原始ect數(shù)據(jù)與坐標(biāo)方向的加權(quán)信號(hào)；

s5.對(duì)每一個(gè)所述的加權(quán)信號(hào)進(jìn)行傅里葉頻譜分析，獲得對(duì)應(yīng)的信噪比；

s6.重復(fù)執(zhí)行步驟s3～s5若干次，獲取由數(shù)種可變參數(shù)分別定義(約束)的voi內(nèi)包含的加權(quán)信號(hào)的信噪比，并以加權(quán)信號(hào)的信噪比最大者所對(duì)應(yīng)的voi為最優(yōu)voiopt；

s7.對(duì)最優(yōu)voiopt所包含的加權(quán)信號(hào)進(jìn)行濾波處理，獲取最優(yōu)voiopt內(nèi)的運(yùn)動(dòng)波形的時(shí)間曲線；

s8.按照運(yùn)動(dòng)波形的幅值或相位，對(duì)原始的ect數(shù)據(jù)進(jìn)行分箱處理，產(chǎn)生若干個(gè)新的ect數(shù)據(jù)文件；對(duì)所述若干個(gè)新的ect數(shù)據(jù)文件進(jìn)行圖像重建，獲取分箱后的重建圖像。

進(jìn)一步的，對(duì)所述若干幅ect圖像進(jìn)行合并，獲得最終的ect圖像。

優(yōu)選的，所述ect為pet，ect圖像為pet圖像。

pet圖像最常用的重建算法osem(有序子集最大期望法)可以用以下公式來(lái)表示：

其中，表示重建pet圖像于第n次迭代，第m個(gè)子集更新時(shí)在第j個(gè)像素的估計(jì)值，∑iaipik代表歸一化系數(shù)，pik是系統(tǒng)響應(yīng)模型，代表第k個(gè)圖像像素單位計(jì)數(shù)被第i條響應(yīng)線探測(cè)到的概率。yi代表接收到的pet弦圖類型數(shù)據(jù)，ri代表隨機(jī)事件，si代表散射事件，ai代表衰減系數(shù)。

需要說(shuō)明的是，通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明的部分或全部可借助軟件并結(jié)合必需的通用硬件平臺(tái)來(lái)實(shí)現(xiàn)?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品可包括其上存儲(chǔ)有機(jī)器可執(zhí)行指令的一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，這些指令在由諸如計(jì)算機(jī)、計(jì)算機(jī)網(wǎng)絡(luò)或其他電子設(shè)備等一個(gè)或多個(gè)機(jī)器執(zhí)行時(shí)可使得該一個(gè)或多個(gè)機(jī)器根據(jù)本發(fā)明的實(shí)施例來(lái)執(zhí)行操作。機(jī)器可讀介質(zhì)可包括，但不限于，軟盤、光盤、cd-rom(緊致盤-只讀存儲(chǔ)器)、磁光盤、rom(只讀存儲(chǔ)器)、ram(隨機(jī)存取存儲(chǔ)器)、eprom(可擦除可編程只讀存儲(chǔ)器)、eeprom(電可擦除可編程只讀存儲(chǔ)器)、磁卡或光卡、閃存、或適于存儲(chǔ)機(jī)器可執(zhí)行指令的其他類型的介質(zhì)/機(jī)器可讀介質(zhì)。

本發(fā)明可用于眾多通用或?qū)Ｓ玫挠?jì)算系統(tǒng)環(huán)境或配置中。例如：個(gè)人計(jì)算機(jī)、服務(wù)器計(jì)算機(jī)、手持設(shè)備或便攜式設(shè)備、平板型設(shè)備、多處理器系統(tǒng)、基于微處理器的系統(tǒng)、置頂盒、可編程的消費(fèi)電子設(shè)備、網(wǎng)絡(luò)pc、小型計(jì)算機(jī)、大型計(jì)算機(jī)、包括以上任何系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境等。

本發(fā)明可以在由計(jì)算機(jī)執(zhí)行的計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對(duì)象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計(jì)算環(huán)境中實(shí)踐本申請(qǐng)，在這些分布式計(jì)算環(huán)境中，由通過(guò)通信網(wǎng)絡(luò)而被連接的遠(yuǎn)程處理設(shè)備來(lái)執(zhí)行任務(wù)。在分布式計(jì)算環(huán)境中，程序模塊可以位于包括存儲(chǔ)設(shè)備在內(nèi)的本地和遠(yuǎn)程計(jì)算機(jī)存儲(chǔ)介質(zhì)中。

綜上，在本發(fā)明可以在不增加任何硬件設(shè)備，不增加任何掃描中的額外操作的前提下，快速，準(zhǔn)確的獲取可信的病人呼吸或者心跳運(yùn)動(dòng)的波形。從而可以進(jìn)一步對(duì)病人數(shù)據(jù)進(jìn)行呼吸或者心跳分箱處理(respiratorygatingorcardiacgating)，進(jìn)而獲取降低了運(yùn)動(dòng)模糊的圖像，為最終獲取運(yùn)動(dòng)補(bǔ)償?shù)膱D像提供輸入運(yùn)動(dòng)曲線參數(shù)。

上述描述僅是對(duì)本發(fā)明較佳實(shí)施例的描述，并非對(duì)本發(fā)明范圍的任何限定，本發(fā)明領(lǐng)域的普通技術(shù)人員根據(jù)上述揭示內(nèi)容做的任何變更、修飾，均屬于權(quán)利要求書的保護(hù)范圍。