CN103654806A - 用于估计对象信息的设备和方法 - Google Patents
用于估计对象信息的设备和方法 Download PDFInfo
- Publication number
- CN103654806A CN103654806A CN201310339284.2A CN201310339284A CN103654806A CN 103654806 A CN103654806 A CN 103654806A CN 201310339284 A CN201310339284 A CN 201310339284A CN 103654806 A CN103654806 A CN 103654806A
- Authority
- CN
- China
- Prior art keywords
- information
- object information
- model
- ray
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims description 31
- 239000000126 substance Substances 0.000 claims description 8
- 210000000577 adipose tissue Anatomy 0.000 claims description 2
- 230000000762 glandular Effects 0.000 claims description 2
- 210000001519 tissue Anatomy 0.000 claims description 2
- 208000036626 Mental retardation Diseases 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000002156 mixing Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/04—Positioning of patients; Tiltable beds or the like
- A61B6/0407—Supports, e.g. tables or beds, for the body or parts of the body
- A61B6/0414—Supports, e.g. tables or beds, for the body or parts of the body with compression means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
Abstract
本发明提供一种用于估计对象信息的设备和方法。该对象信息估计设备包括:数据库,存储通过在模型上投射第一能量X射线而获得的模型信息;输入单元,接收通过在分析对象上投射第一能量X射线而获得的第一对象信息,并接收关于分析对象的厚度的信息;和估计单元,基于模型信息、第一对象信息和关于厚度的信息估计第二对象信息。
Description
本申请要求于2012年9月21日提交到韩国知识产权局的第10-2012-0104925号韩国专利申请的优先权,其全部公开通过引用包含于此。
技术领域
与示例性实施例一致的方法和设备涉及一种用于估计对象信息的设备和方法。
背景技术
对于使用多能X射线(例如,双能X射线)的定量医学成像或定量成像,可能需要计算待照相的对象(例如,分析对象)的成分。
在这个过程中,当使用多能X射线对分析对象(例如,人体)进行照相时,可基于考虑每种物质的厚度(例如,量)和混合比率做出的组合,针对分析对象的多种物质执行物质隔离。发现X射线图像与考虑所述多种物质的厚度和混合比例做出的组合之间的关联可被称为校准。
为了使用分析***检测分析对象的物质以执行校准,可能针对每个能级需要关于分析对象的多条对象信息。例如,当使用双能X射线时,分析***可能需要分析对象的低能对象图像和高能对象图像,以用于检测分析对象的物质。
发明内容
根据示例性实施例,提供一种用于估计对象信息的设备,所述设备包括:数据库,存储通过在模型上投射第一能量X射线而获得的模型信息;输入单元,接收通过在分析对象上投射第一能量X射线而获得的第一对象信息,并接收关于分析对象的厚度的信息;和估计单元,基于模型信息、第一对象信息和关于厚度的信息估计第二对象信息。
第二对象信息可对应于通过投射具有与第一能量X射线的能级不同的能级的第二能量X射线而获得的信息。
第一对象信息可包括通过在分析对象上投射第一能量X射线而获取的对象图像以及对象图像的多个像素中的每个像素的强度值。
模型信息可包括通过在模型上投射第一能量X射线而获得的模型图像,估计单元可在模型图像中检测具有该强度值的第一区域,在模型图像中检测与关于厚度的信息对应的第二区域,检测第一区域和第二区域的交叉区域,并且通过估计与交叉区域对应的在第二能级的强度值来估计第二对象信息。
关于厚度的信息可包括分析对象的厚度值和关于在模型图像上显示分析对象的区域的信息中的至少一种。
估计单元可基于估计的第二对象信息估计关于分析对象的至少一条第三对象信息。
根据示例性实施例的另一方面,提供一种使用对象信息估计设备估计对象信息的方法,所述方法包括:接收通过在分析对象上投射第一能量X射线而获得的第一对象信息;接收关于分析对象的厚度的信息;以及基于存储在对象信息估计设备的数据库中的模型信息、第一对象信息和关于厚度的信息估计第二对象信息。
根据示例性实施例的另一方面,提供一种用于分析对象的设备,所述设备包括:X射线发射器,将第一X射线发射到对象上以获得对象的第一对象信息,第一X射线具有第一能级;估计器,基于第一对象信息和通过将第一X射线发射到模型上而获得的模型信息估计对象的第二对象信息,其中,所述第二对象信息对应于能够使用具有不同于第一能级的第二能级的第二X射线而获得的对象的信息。
附图说明
通过下面结合附图对某些示例性实施例进行的详细描述,示例性实施例的以上和其它方面将会变得清楚和更易于理解,其中:
图1是示出用于使用多能X射线对分析对象的成分进行分析的分析***的示图;
图2是示出根据示例性实施例的用于估计对象信息的设备的结构的示图;
图3是示出根据示例性实施例的模型的示图;
图4是示出通过在图3的模型上投射单能X射线获取的模型图像的示图;
图5是示出根据示例性实施例的对象图像的示图;
图6是示出根据示例性实施例的通过压缩分析对象并投射X射线来获取对象图像的操作的示图;
图7是示出根据示例性实施例的由用于估计对象信息的设备的估计单元估计第二对象信息的操作的示图;和
图8是示出根据示例性实施例的估计对象信息的方法的流程图。
具体实施方式
现在将对示例性实施例进行详细的描述,其示例表示在附图中,其中,相同的标号始终表示相同的部件。下面通过参照附图对示例性实施例进行描述以便解释本公开。
当确定详细描述涉及可能使本公开的目的在描述中不必要地变得模糊的相关已知功能或结构时,这种详细描述将会被省略。此外,定义这里使用的术语以合适地描述示例性实施例,因此,这里使用的术语可根据用户、操作者的意图或习惯而改变。因此,术语可基于本说明书的下面的总体描述而被定义。
图1是示出用于使用多能X射线对分析对象的成分进行分析的分析***的示图。例如,图1示出执行校准的分析***的操作。
参照图1,分析***可分析待照相的分析对象(例如,人体部位等)的成分。术语“分析对象”可表示待分析的对象。在这种情况下,分析***可使用存储在数据库160中的模型信息以及通过经X射线发射装置在分析对象上投射多能X射线110而获取的低能对象图像111和高能对象图像121。
具体地,分析***可在通过在模型150上投射多能X射线110而获取的模型图像130中检测具有低能对象图像111的像素112的强度值IL113的区域131。另外,分析***可在模型图像130中检测具有高能对象图像121的像素112的强度值IH123的区域132。根据示例性实施例,分析***可检测这两个检测的区域的交叉区域140,并且可检测关于构成模型的与检测的交叉区域140对应的部分的多种物质的厚度和混合比率的信息。检测的关于厚度和混合比率的信息可被用作关于构成分析对象的物质的信息。
图2是示出根据示例性实施例的用于估计对象信息的设备的结构的示图。
参照图2,对象信息估计设备可包括数据库210、输入单元220和估计单元230。
对象信息估计设备可针对分析对象从与预定能级对应的对象信息估计与不同于所述预定能级的能级对应的对象信息。例如,对象信息估计设备可使用低能对象信息估计高能对象信息,或者可使用高能对象信息估计低能对象信息。因此,虽然由对象信息估计设备使用单能级X射线对分析对象进行照相,但根据示例性实施例,可实现获得与另一能级对应的对象信息的效果。
对象信息估计设备可参照存储了模型信息的数据库210以估计对象信息。模型信息可包括通过在包括多种物质的模型上投射第一能量X射线而获得的信息。以下,将参照图3和图4描述模型和模型信息。
图3是示出根据示例性实施例的模型的示图。
参照图3,模型可由两种物质形成。根据示例性实施例,构成模型的每种物质可对应于脂肪组织和腺组织之一,但根据其它示例性实施例不限于此。
可按照梯形形状320的形式制造模型。因此,构成模型的第一物质311和第二物质312的厚度可沿从与B322对应的前侧到与C323对应的后侧的方向增加。例如,在模型的与B322对应的前侧的第一物质311和第二物质312的厚度可以是5厘米(cm)。厚度可朝着与C323对应的后侧线性地增加,并且在与C323对应的后侧的第一物质311和第二物质312的厚度可以是10cm。应该理解,厚度不限于从5cm变化至10cm,并且可使用许多不同的厚度。还应该理解,模型可以是除梯形形状之外的许多不同类型的形状。
由于第一物质311和第二物质312可按照对角方式彼此组合,所以第一物质311与第二物质312的混合比率可沿从模型的与A321对应的左侧到与B322对应的右侧的方向线性地增加或减小。例如,在模型的与A321对应的左侧的第一物质311与第二物质312的混合比率可以是10:0。混合比率可朝着与B322对应的右侧线性地改变,并且在与B322对应的右侧的第一物质311与第二材料312的混合比率可以是0:10。应该理解,混合比率也可按照除线性方式之外的方式改变。
根据示例性实施例,模型信息可包括通过在模型上投射X射线而获取的模型图像。具体地,通过在如图3中所示制造的模型上投射X射线可获取模型图像。根据示例性实施例,通过从模型的上侧方向投射X射线可获取模型图像。
图4是示出通过在图3的模型上投射单能X射线获取的模型图像的示图。
由于通过从图3的模型的上侧方向投射X射线可获取模型图像,所以可按照四边形形状提供模型图像。在这种情况下,模型图像的多个像素中的每个像素可包括关于第一物质311和第二物质312的对应厚度以及第一物质311与第二物质312的对应混合比率的信息。
例如,第一像素410可包括与5.5cm对应的厚度以及与8:2对应的第一物质311与第二物质312的混合比率的信息。另外,第二像素420可包括与7.5cm对应的厚度和与5:5对应的第一物质311与第二物质312的混合比例的信息。
返回参照图2,输入单元220可接收输入的通过在分析对象上投射第一能量X射线而获得的第一对象信息。分析对象可包括各种目标,例如人、动物、物体等。
对象信息可包括通过在分析对象上投射第一能量X射线而获取的对象图像以及对象图像的多个像素中的每个像素的强度值。
例如,参照图5,分析对象可对应于人的胸部。当单能X射线被投射在分析对象上时,对象信息可包括分析对象的单能射线照相图像510以及分析对象的射线照相图像510的每个像素的强度值。例如,第一像素521的强度值可以是“10”,并且第二像素522的强度值可以是“5”。
输入单元220可接收输入的关于分析对象的厚度的信息。关于分析对象的厚度的信息可包括分析对象的厚度值和关于在模型图像上显示分析对象的区域的信息中的至少一种。例如,参照图6,作为获得关于分析对象的对象信息的方法,可使用通过利用两个板压缩分析对象并投射X射线来获取对象图像的方法。当使用该方法获取对象图像时,可通过测量用于压缩分析对象的两个板之间的距离来确定分析对象的厚度值。另外,根据对分析对象进行照相的经验,可预先知道将要在模型图像上显示分析对象的区域。输入单元220可接收输入的信息,诸如关于分析对象的厚度的信息。
估计单元230可基于存储在数据库210中的模型信息、第一对象信息和关于分析对象的厚度的信息估计第二对象信息。
第二对象信息可指示通过投射具有与第一能量X射线的能级不同的能级的第二能量X射线而获得的信息。例如,当第一能量X射线的能级低于第二能量X射线的能级时,通过投射具有比第一能量X射线的能级高的能级的第二能量X射线获得的信息可对应于第二对象信息。在这种情况下,第一对象信息可对应于低能对象信息,并且第二对象信息可对应于高能对象信息。相反地,当第一能量X射线的能级高于第二能量X射线的能级时,通过投射具有比第一能量X射线的能级低的能级的第二能量X射线而获得的信息可对应于第二对象信息。在这种情况下,第一对象信息可对应于高能对象信息,并且第二对象信息可对应于低能对象信息。
根据示例性实施例,估计单元230可基于估计的第二对象信息估计关于分析对象的至少一条第三对象信息。例如,在能级按照第一能级、第二能级和第三能级的次序顺序地增加的情况下,估计单元230可基于估计的第二对象信息估计关于分析对象的第三对象信息。在这种情况下,第三对象信息可对应于通过投射使用具有比第二能级高的能级的第三能级的X射线而获得的信息。如上所述,估计单元230可反复执行估计对象信息的操作,由此从单条对象信息估计多条对象信息。因此,虽然由对象信息估计设备使用单能级X射线对分析对象进行照相,但可估计与多种能量对应的对象信息,因此,可实现使用多能X射线对分析对象进行照相的类似效果。
以下,将参照图7详细描述估计第二对象信息的对象信息估计设备的操作。
图7是示出根据示例性实施例的由估计对象信息的设备的估计单元估计第二对象信息的操作的示图。
图7示出使用低能对象信息估计高能对象信息的图2的估计单元230的操作的示例。然而,相反地,使用高能对象信息估计低能对象信息的操作可同样适用。
参照图7,由图2的对象信息估计设备的输入单元220接收的第一对象信息可包括对象图像和对象图像的每个像素的强度值。
当具有fL的频率710的低能X射线被投射在分析对象(例如,人的胸部)上时,可获得在该时刻的低能对象图像711和每个像素的强度值IL713,并且输入单元220可接收低能对象图像711和强度值IL713的输入。例如,由用户在分析对象中选择的像素712(以下,也称为“选择的像素”712)的强度值可对应于“10”。
在这种情况下,估计单元230可在存储在数据库210中的模型图像730中检测具有强度值IL713的第一区域731。例如,当强度值IL713对应于“10”时,估计单元230可在模型图像730中检测具有强度值“10”的部分,由此检测到第一区域731。
另外,估计单元230可在模型图像730中检测与关于分析对象的厚度的信息对应的第二区域732。例如,当厚度对应于5cm时,估计单元230可在模型图像730中检测具有5cm的厚度的区域。
另外,估计单元230可检测第一区域731和第二区域732交叉的交叉区域740。估计单元230可通过估计与交叉区域740对应的在第二能级的强度值来估计第二对象信息。具体地,估计单元230可估计与交叉区域740对应的在高能级的强度值,并且可在模型图像730中检测具有估计的在高能级的强度值的区域750。在这种情况下,具有在高能级的该强度值的区域750可对应于高能对象信息。
因此,可从低能对象信息获得具有在高能级的该强度值的区域750,而不需要在分析对象上投射高能X射线(例如,fH X射线)的操作。
图8是示出根据示例性实施例的估计对象信息的方法的流程图。
参照图8,在根据示例性实施例的对象信息估计方法中,可针对分析对象从与预定能级对应的对象信息估计与不同于所述预定能级的能级对应的对象信息。例如,在根据示例性实施例的对象信息估计方法中,可使用低能对象信息估计高能对象信息,并且相反地,可使用高能对象信息估计低能对象信息。因此,虽然由对象信息估计方法使用单能级X射线对分析对象进行照相,但根据示例性实施例,可实现获得与另一能级对应的对象信息的效果。
在操作810中,可接收通过在分析对象上投射第一能量X射线而获得的第一对象信息以及关于分析对象的厚度的信息。根据示例性实施例,分析对象可包括各种目标,例如人、动物、物体等。
对象信息可包括通过在分析对象上投射第一能量X射线而获取的对象图像以及对象图像的多个像素中的每个像素的强度值。
关于分析对象的厚度的信息可包括分析对象的厚度值以及关于在模型图像上显示分析对象的区域的信息中的至少一种。
在操作820中,可基于存储在数据库中的模型信息、第一对象信息和关于分析对象的厚度的信息估计第二对象信息。
第二对象信息可指示通过投射具有与第一能量X射线的能级不同的能级的第二能量X射线而获得的信息。
在根据示例性实施例的对象信息估计方法中,可基于估计的第二对象信息估计关于分析对象的至少一条第三对象信息。
根据示例性实施例,可在模型信息中所包括的模型图像中检测具有第一对象信息中所包括的对象图像的多个像素中的每个像素的强度值的第一区域。另外,可在模型图像中检测与关于分析对象的厚度的信息对应的第二区域。另外,可检测第一区域和第二区域的交叉区域。此外,可通过估计与交叉区域对应的在第二能级的强度值来估计第二对象信息。具体地,在根据示例性实施例的对象信息估计方法中,可估计与交叉区域对应的在第二能级的强度值,并且可在模型图像中检测具有估计的在第二能级的强度值的区域。在这种情况下,具有在第二能级的该强度值的区域可对应于第二对象信息。
根据示例性实施例,虽然使用单能级X射线对分析对象进行照相,但是可获取在另一能级的对象图像。例如,可从分析对象的低能图像获取高能图像,并且相反地,可从分析对象的高能图像获取低能图像。
根据上述示例性实施例的对象信息估计方法可被记录在计算机可读介质中,计算机可读介质包括用于执行由计算机实现的各种操作的程序指令。所述介质还可单独包括数据文件、数据结构等,或者包括与程序指令结合的数据文件、数据结构等。计算机可读介质的示例包括:磁介质,诸如硬盘、软盘和磁带;光学介质,诸如CD ROM盘和DVD;磁光介质,诸如光盘;和硬件装置,被专门构造为存储并执行程序指令,诸如只读存储器(ROM)、随机存取存储器(RAM)、闪存等。程序指令的示例既包括诸如由编译器产生的机器代码,又包括包含可由计算机使用解释器执行的高级代码的文件。所描述的硬件装置可被构造为用作一个或多个软件模块,以便执行上述示例性实施例的操作,反之亦然。
虽然已示出和描述了一些示例性实施例,但示例性实施例不限于此。相反地,本领域技术人员将会理解,在不脱离由权利要求及其等同物限定其范围的本公开的原理和精神的情况下,可对这些示例性实施例进行修改。
Claims (19)
1.一种用于估计对象信息的设备,所述设备包括:
数据库,存储通过在模型上投射第一能量X射线而获得的模型信息;
输入单元,接收通过在分析对象上投射第一能量X射线而获得的第一对象信息,并接收关于分析对象的厚度的信息;和
估计单元,基于模型信息、第一对象信息和关于厚度的信息估计第二对象信息。
2.如权利要求1所述的设备,其中,所述第二对象信息对应于通过投射具有与第一能量X射线的能级不同的能级的第二能量X射线而获得的信息。
3.如权利要求1所述的设备,其中,所述第一对象信息包括通过在分析对象上投射第一能量X射线而获取的对象图像以及对象图像的多个像素中的每个像素的强度值。
4.如权利要求3所述的设备,其中,所述模型信息包括通过在模型上投射第一能量X射线而获得的模型图像,以及
估计单元在模型图像中检测具有所述强度值的第一区域,在模型图像中检测与关于厚度的信息对应的第二区域,检测第一区域和第二区域的交叉区域,并且通过估计与交叉区域对应的在第二能级的强度值来估计第二对象信息。
5.如权利要求1所述的设备,其中,所述关于厚度的信息包括分析对象的厚度值以及关于在模型图像上显示分析对象的区域的信息中的至少一种。
6.如权利要求1所述的设备,其中,所述估计单元基于估计的第二对象信息估计关于分析对象的至少一条第三对象信息。
7.一种使用对象信息估计设备估计对象信息的方法,所述方法包括:
接收通过在分析对象上投射第一能量X射线而获得的第一对象信息;
接收关于分析对象的厚度的信息;以及
基于存储在对象信息估计设备的数据库中的模型信息、第一对象信息和关于厚度的信息估计第二对象信息。
8.如权利要求7所述的方法,其中,所述第一对象信息包括通过在分析对象上投射第一能量X射线而获取的对象图像以及对象图像的多个像素中的每个像素的强度值。
9.如权利要求8所述的方法,其中,所述估计步骤包括:
在模型信息中所包括的模型图像中检测具有所述强度值的第一区域;
在模型图像中检测与关于厚度的信息对应的第二区域;
检测第一区域和第二区域的交叉区域;以及
通过估计与交叉区域对应的在第二能级的强度值来估计第二对象信息。
10.如权利要求1所述的设备,其中,所述模型包括梯形形状。
11.如权利要求1所述的设备,其中,所述模型包括多种物质。
12.如权利要求11所述的设备,其中,所述多种物质包括与脂肪组织对应的第一物质以及与腺组织对应的第二物质。
13.如权利要求11所述的设备,其中,所述多种物质的厚度沿从接收第一能量X射线的模型的前侧到模型的与前侧相对的后侧的方向增加。
14.一种用于分析对象的设备,所述设备包括:
X射线发射器,将第一X射线发射到对象上以获得对象的第一对象信息,第一X射线具有第一能级;和
估计器,基于第一对象信息和通过将第一X射线发射到模型上而获得的模型信息估计对象的第二对象信息,
其中,所述第二对象信息对应于能够使用具有不同于第一能级的第二能级的第二X射线而获得的对象的信息。
15.如权利要求14所述的设备,其中,所述第一对象信息包括在第一能级的对象的图像以及所述图像的像素的强度值,所述第二对象信息包括在第二能级的对象的图像以及所述图像的像素的强度值。
16.如权利要求14所述的设备,还包括:数据库,存储模型信息。
17.如权利要求14所述的设备,其中,所述估计器还基于估计的第二对象信息估计关于对象的第三对象信息。
18.如权利要求14所述的设备,其中,所述模型包括多种物质。
19.如权利要求14所述的设备,其中,所述估计器还基于分析对象的厚度估计第二对象信息。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2012-0104925 | 2012-09-21 | ||
KR1020120104925A KR102025753B1 (ko) | 2012-09-21 | 2012-09-21 | 객체 정보 추정 장치 및 동작 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103654806A true CN103654806A (zh) | 2014-03-26 |
Family
ID=49237050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310339284.2A Pending CN103654806A (zh) | 2012-09-21 | 2013-08-06 | 用于估计对象信息的设备和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9392990B2 (zh) |
EP (1) | EP2710956B1 (zh) |
KR (1) | KR102025753B1 (zh) |
CN (1) | CN103654806A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015188637A1 (zh) * | 2014-06-09 | 2015-12-17 | 北京君和信达科技有限公司 | 双能辐射***和提高双能辐射***材料识别能力的方法 |
CN109414170A (zh) * | 2015-12-07 | 2019-03-01 | 三星电子株式会社 | 电子设备及其控制方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102103419B1 (ko) | 2013-08-30 | 2020-04-24 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6501849B1 (en) * | 1997-09-02 | 2002-12-31 | General Electric Company | System and method for performing image-based diagnosis over a network |
US6683934B1 (en) | 2000-06-05 | 2004-01-27 | General Electric Company | Dual energy x-ray imaging system and method for radiography and mammography |
US6501819B2 (en) * | 2000-12-18 | 2002-12-31 | Ge Medical Systems Global Technology Company, Llc | Medical diagnostic method and apparatus to control dual energy exposure techniques based on image information |
US7295691B2 (en) | 2002-05-15 | 2007-11-13 | Ge Medical Systems Global Technology Company, Llc | Computer aided diagnosis of an image set |
DE102005021327A1 (de) | 2005-05-04 | 2006-11-16 | "Stiftung Caesar" (Center Of Advanced European Studies And Research) | Verfahren und System zur Knochendichtekalibrierung |
US20080167552A1 (en) * | 2007-01-04 | 2008-07-10 | General Electric Company | System and method of generating an image of a contrast agent injected into an imaged subject |
US8170320B2 (en) * | 2009-03-03 | 2012-05-01 | Hologic, Inc. | Mammography/tomosynthesis systems and methods automatically deriving breast characteristics from breast x-ray images and automatically adjusting image processing parameters accordingly |
KR20110055870A (ko) | 2009-11-20 | 2011-05-26 | 삼성전자주식회사 | 엑스선 디텍터의 에너지 응답 특성을 추정하는 방법 및 장치 |
US8199874B2 (en) | 2009-12-11 | 2012-06-12 | General Electric Company | System and method of mitigating low signal data for dual energy CT |
US8160206B2 (en) | 2009-12-23 | 2012-04-17 | General Electric Company | Dual-energy imaging at reduced sample rates |
KR101669434B1 (ko) * | 2010-01-06 | 2016-10-27 | 삼성전자주식회사 | 멀티-에너지 X-ray 영상 처리 방법 및 그 시스템 |
KR20120007892A (ko) * | 2010-07-15 | 2012-01-25 | 삼성전자주식회사 | 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템 |
KR101689866B1 (ko) | 2010-07-29 | 2016-12-27 | 삼성전자주식회사 | 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템 |
KR101747300B1 (ko) * | 2010-10-21 | 2017-06-15 | 삼성전자주식회사 | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 |
KR102103419B1 (ko) * | 2013-08-30 | 2020-04-24 | 삼성전자주식회사 | 엑스선 영상 장치 및 그 제어 방법 |
-
2012
- 2012-09-21 KR KR1020120104925A patent/KR102025753B1/ko active IP Right Grant
-
2013
- 2013-08-06 CN CN201310339284.2A patent/CN103654806A/zh active Pending
- 2013-08-20 US US13/970,672 patent/US9392990B2/en active Active
- 2013-09-19 EP EP13185105.7A patent/EP2710956B1/en not_active Not-in-force
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015188637A1 (zh) * | 2014-06-09 | 2015-12-17 | 北京君和信达科技有限公司 | 双能辐射***和提高双能辐射***材料识别能力的方法 |
CN109414170A (zh) * | 2015-12-07 | 2019-03-01 | 三星电子株式会社 | 电子设备及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2710956A1 (en) | 2014-03-26 |
EP2710956B1 (en) | 2017-11-08 |
KR102025753B1 (ko) | 2019-09-26 |
KR20140043520A (ko) | 2014-04-10 |
US9392990B2 (en) | 2016-07-19 |
US20140086386A1 (en) | 2014-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zaidi et al. | Towards enhanced PET quantification in clinical oncology | |
Sullivan et al. | Metrology standards for quantitative imaging biomarkers | |
RU2527211C2 (ru) | Реконструкция времяпролетной позитронно-эмиссионной томографии с помощью содержания изображения, формируемого поэтапно на основе времяпролетной информации | |
CN102711617B (zh) | 扫描规划视场调整器、确定器和/或质量评估器 | |
Werner et al. | Respiratory gating enhances imaging of pulmonary nodules and measurement of tracer uptake in FDG PET/CT | |
Armato III et al. | Imaging in pleural mesothelioma: a review of the 11th International Conference of the International Mesothelioma Interest Group | |
CN105559813A (zh) | 医用图像诊断装置以及医用图像处理装置 | |
Martínez-Rodríguez et al. | Assessment of aortitis by semiquantitative analysis of 180-min 18 F-FDG PET/CT acquisition images | |
Kadrmas et al. | Single-scan dual-tracer FLT+ FDG PET tumor characterization | |
CN104010560A (zh) | 来自体积模态的结构到未校准内窥镜的视频上的叠加与运动补偿 | |
CN105022719A (zh) | 医学造影***及方法 | |
EP3600044B1 (en) | Noise-robust real-time extraction of the respiratory motion signal from pet list-data | |
US20100054559A1 (en) | Image generation based on limited data set | |
CN103654806A (zh) | 用于估计对象信息的设备和方法 | |
CN103445801A (zh) | 用于执行衰减校正的方法和*** | |
JP2008502377A (ja) | 血中トレーサ濃度の非侵襲測定システム | |
US9706968B2 (en) | Determining a residual mode image from a dual energy image | |
CN106062753A (zh) | 使得用户能够研究图像数据 | |
CN102369555A (zh) | 用于进行轮廓描绘的自动对比度增强 | |
US10215820B2 (en) | Differentiating tissues with MR imaging | |
US20140336504A1 (en) | Scanning apparatus, medical image device and scanning method | |
US8009910B2 (en) | Method, a system, a computer program product and a user interface for segmenting image sets | |
Gunn et al. | Parametric imaging of ligand-receptor interactions using a reference tissue model and cluster analysis | |
Ben Bouallègue et al. | Comparative assessment of linear least‐squares, nonlinear least‐squares, and Patlak graphical method for regional and local quantitative tracer kinetic modeling in cerebral dynamic 18F‐FDG PET | |
US10010263B2 (en) | Technology for robust regional and global liver function quantification from clinical multi-phase MRI |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140326 |