[发明专利]使用从不同迭代提取的特征图像进行基于特征的图像处理

说明书

由计算机(22)执行的图像处理包括迭代图像重建或细化(26、56)，其产生在迭代重建或细化图像中结束的一系列更新图像。在系列的第一更新图像(30、60)与第二更新图像(32、62)之间计算差分图像(34、64)。差分图像被转换为特征图像(40)，并且被用在迭代处理(26、56)中或在根据不同重建或细化技术的迭代重建或细化的一幅或多幅图像上执行的后处理(44)中。在另一实施例中，第一和第二图像重建(81、83)被执行以生成相应的第一和第二重建图像(80、82)。在两幅图像之间计算差分图像(84)，每幅图像是从包括以下项的组选择的：第一重建图像、第一重建的更新图像、第二重建图像和第二重建的更新图像。特征图像是根据差分图像生成的，并且被用于组合第一和第二重建图像。

技术领域

以下总体上涉及图像处理领域、图像重建领域、磁共振(MR)成像以及图像重建和细化领域、核发射成像和图像重建和细化领域、计算机断层摄影(CT)成像和图像重建和细化领域以及相关领域。

背景技术

使用各种成像模态执行医学成像。诸如正电子发射断层摄影(PET)或单光子发射计算机断层摄影(SPECT)的核发射成像模态提供放射性药物在组织或器官中的吸收和/或分布的功能成像。透射计算机断层摄影(CT)或磁共振(MR)成像通常用于对解剖特征进行成像，但是可以结合造影剂或高级对比技术(例如，飞行时间磁共振血管造影(TOF-MRA))使用这些技术获得额外的信息。

在这些技术中，所采集的成像数据通常不直接形成可识别的图像。在PET中，成像数据是由检测到的511keV伽马射线对定义的响应线(LOR)，任选地具有飞行时间(TOF)定位。SPECT数据通常被收集为由蜂巢或其它类型的准直器定义的线性或窄角锥形投影，而CT数据是沿着从X射线管到检测器元件的路径的投影(此处是吸收线积分)。MR数据通常被采集为笛卡尔、径向、螺旋或其它采集几何结构中的k-空间数据。在这些情况中的任何下，合适的图像重建算法被应用为将来自投影空间或k-空间的成像数据转换为二维(2D)或三维(3D)图像空间中的重建图像。图像重建通常是迭代过程，但是诸如滤波反投影的非迭代重建算法也是已知的。各种图像细化算法(例如滤波器和/或迭代分辨率恢复)可以任选地应用于重建图像以增强显著特性。

图像重建和细化处理中的挑战是噪声抑制和边缘保持(或边缘增强)的平衡。这些目标趋于是相反的，因为噪声构成要被抑制的不想要的图像对比；而边缘构成要保留或甚至可能增强的期望图像对比。重建后滤波是医学成像中噪声抑制的主要方法，但需要(一个或多个)滤波器类型和滤波器参数的仔细选择以获得用于临床分析的可接受(即使不是最佳)图像。一些已知的噪声抑制滤波器包括低通滤波器、双边滤波器、自适应滤波器等。低通滤波器趋于均匀地平滑图像，这可以抑制病变对比。双边滤波器使用局部图像信息来识别边缘，目标是仅将区域平滑到边缘的侧面并使边缘保持不变或最小程度的平滑。这是一种类型的边缘保留滤波器，并且如果进行适当调谐可以保留病变/器官定量。然而，取决于滤波器参数，边缘可能不在一些小/弱病变/器官周围检测到，在这种情况下，小/弱病变/器官被滤波，并且定量准确度可能被损害。其它高级自适应图像滤波器同样需要仔细调谐。

以下公开了解决上述问题和其它问题的新的和改进的系统和方法。

发明内容

在一个公开的方面中，一种图像处理设备，包括计算机以及至少一个非瞬态存储介质，所述至少一个非瞬态存储介质存储指令，所述指令可由计算机读取和运行，以执行包括以下项的操作：执行包括以下之一的迭代处理：(i)在投影或k-空间成像数据上执行以生成迭代重建图像的迭代图像重建，以及(ii)在输入重建图像上执行以生成迭代细化图像的迭代图像细化；其中，迭代处理产生在迭代重建或细化图像中结束的一系列更新图像；生成一系列更新图像的两幅更新图像之间的差分图像；并且在所述迭代处理中或在迭代重建或细化图像上执行的后处理中使用所述差分图像。