CN111707688A - 光子计数能谱ct成像中自适应能谱优化方法及其应用 - Google Patents

光子计数能谱ct成像中自适应能谱优化方法及其应用 Download PDF

Info

Publication number
CN111707688A
CN111707688A CN202010562558.4A CN202010562558A CN111707688A CN 111707688 A CN111707688 A CN 111707688A CN 202010562558 A CN202010562558 A CN 202010562558A CN 111707688 A CN111707688 A CN 111707688A
Authority
CN
China
Prior art keywords
energy spectrum
energy
pixel
imaging
photon counting
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.)
Granted
Application number
CN202010562558.4A
Other languages
English (en)
Other versions
CN111707688B (zh
Inventor
高河伟
祁宾祥
邢宇翔
张丽
王森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202010562558.4A priority Critical patent/CN111707688B/zh
Publication of CN111707688A publication Critical patent/CN111707688A/zh
Application granted granted Critical
Publication of CN111707688B publication Critical patent/CN111707688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
    • G01T1/36—Measuring spectral distribution of X-rays or of nuclear radiation spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T7/00—Details of radiation-measuring instruments
    • G01T7/005—Details of radiation-measuring instruments calibration techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pulmonology (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本公开涉及一种光子计数能谱CT成像中自适应能谱优化方法及其应用，该方法包括：利用不同入射能谱条件下的空气测量数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异；建立CT***多色投影值与单色投影值的硬化函数关系，并依据该硬化函数关系进行逐像素的能谱优化修正。本公开结合含不一致性因子的CT物理模型和***实际测量数据，能够最大程度地修正能谱CT不一致性。本公开通过***自身设备进行快速准确的能谱修正，而不依赖于荧光等外部设备标定，有效减少环状伪影，提高成像质量，实现对物质成分的识别，在医疗成像、安全检查等领域都具有很高的实用价值，为光子计数能谱CT成像实用化提供有力支持。

Description

光子计数能谱CT成像中自适应能谱优化方法及其应用
技术领域
本公开属于多能谱X射线计算机断层(computed tomography，CT)成像技术领域，涉及一种用于光子计数能谱CT成像中的自适应能谱优化方法及应用该自适应能谱优化方法的光子计数能谱CT成像方法。
背景技术
X射线CT成像是通过重建出物体的衰减系数分布，最终反映物体内部结构的一种重要无损检测技术，目前广泛应用于医学检查、工业检查与安全检查等诸多重要领域。
近年来，光子计数探测器技术的进步和发展，为多能谱CT成像提供了良好的硬件基础，基于光子计数探测器的能谱CT发展迅速。在能谱CT中，光子计数探测器通过设置若干个阈值，对不同能量区间的光子进行计数，获得具有不同能谱的X射线穿过物体以后所得到的投影，从而实现图像重建和物质分辨。
相比于传统单能CT成像，能谱CT具有更高的信噪比、更好的物质鉴别能力、更低的剂量需求，可从根本上突破现有CT设备的局限性。能谱CT定量成像的核心是基于能谱信息的物质分解和精确重建。由于探测器中存在电荷共享、堆积效应、陷阱效应、一致性差异等问题，导致能谱畸变和能量阈值不一致性，CT图像产生环状伪影，需要进行能谱修正。
当前能谱修正方法需要借助荧光等外部标定方法进行修正，可移植性不足，具有一定的局限性，亟需兼顾准确性和实用性的能谱修正新方法。如何快速准确地实现能谱估计与修正，最优地利用能谱信息进行重建，是当前能谱CT成像的核心技术之一，也是其走向大规模实用过程中急需解决的关键问题。
发明内容
(一)要解决的技术问题
有鉴于此，本公开的一个目的在于提供一种光子计数能谱CT成像中自适应能谱优化方法，以至少部分解决以上所提出的技术问题。
本公开的另一个目的在于提供一种应用该自适应能谱优化方法的光子计数能谱CT成像方法，以至少部分解决以上所提出的技术问题。
(二)技术方案
为达到上述目的，本公开提供了一种光子计数能谱CT成像中自适应能谱优化方法，该方法包括：利用不同入射能谱条件下的空气数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异；根据获得的能谱和阈值不一致差异，以及物体的线衰减系数、厚度信息，建立CT***多色投影值与单色投影值的硬化函数关系，并依据该硬化函数关系进行逐像素的能谱优化修正。
上述方案中，所述利用不同入射能谱条件下的空气数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异，包括：通过实际测量得到不同入射能谱下的空气数据；建立包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型；利用多组不同入射能谱下测量的空气数据，结合上述CT成像有效物理模型，建立方程组，求解各像素的能谱和阈值不一致差异，建立不一致性参数查找表。
上述方案中，所述的通过实际测量得到不同入射能谱下的空气数据，包括：通过调节X射线球管电压测量不同入射能谱下的空气数据；或者通过加入不同厚度的滤波片，测量等效的不同入射能谱下的空气数据。
上述方案中，所述的包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型，包括：探测器能谱和阈值不一致性因子；探测器能量响应关系；初始入射能谱函数；以及相关材料物质衰减系数。
上述方案中，所述探测器能谱和阈值不一致性因子，包括：将探测器能谱不一致性因子，采用与入射能量相关的各像素入射能谱差异的关系表达式来表示；以及将探测器阈值不一致性因子采用各像素阈值差异的偏离来表示。
上述方案中，所述探测器能量响应关系通过蒙卡模拟或经验模型拟合得到；所述初始入射能谱为入射探测器表面的能谱，采用软件模拟或数据恢复方式获得；以及所述材料物质线衰减系数，通过NIST标准获取。
上述方案中，所述的进行逐像素的能谱优化修正，包括：基于建立的不一致性参数查找表，建立CT***多能投影值与单能投影值硬化函数关系，得到硬化查找表，并依据该硬化查找表进行逐像素的能谱优化修正。
上述方案中，所述的建立CT***多色投影值与单色投影值的硬化函数关系，包括：选取一定范围内的物体厚度值；选取等效能量；依据硬化函数关系计算每一个物体厚度值下的单色投影值和多色投影值；以及建立一个从多色投影值到单色投影值的映射关系，即为硬化校正查找表；其中，从多色投影值到单色投影值的映射关系，采用多项式拟合来实现。
上述方案中，所述能谱优化修正至少包括：硬化修正和物质分解。
为达到上述目的，本公开还提供了一种光子计数能谱CT成像方法，应用上述的自适应能谱优化方法，包括：
采用上述的自适应能谱优化方法进行能谱修正，对投影数据进行逐像素硬化校正；
基于修正后的投影数据，通过解析或迭代方法进行图像重建，得到物体断层成像。
(三)有益效果
从上述技术方案可以看出，本公开具有以下有益效果：
1、本公开提供的光子计数能谱CT成像中自适应能谱优化方法，针对光子计数能谱CT中存在的各像素间能谱畸变、阈值差异等物理问题，基于光子计数能谱CT有效物理模型，结合理论计算和***实验，提出了自适应能谱修正的解决方案。
2、本公开提供的含不一致因子的光子计数能谱CT成像物理模型及基于该模型的光子计数能谱CT能谱优化方法，结合***实际测量数据拟合求解，能够最大程度地修正能谱CT不一致性。
3、本公开提供的应用上述能谱优化方法的光子计数能谱CT成像方法，通过***自身设备进行快速准确的能谱修正，而不依赖于荧光等外部设备标定，有效减少环状伪影，提高成像质量，实现对物质成分的识别，在医疗成像、安全检查等领域都具有很高的实用价值，为光子计数能谱CT成像实用化提供有力支持。
附图说明
图1是依照本公开实施例的光子计数能谱CT成像中自适应能谱优化的方法流程图。
图2是依照本公开实施例的应用该自适应能谱优化方法的光子计数能谱CT成像的方法流程图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
本公开所提出的光子计数能谱CT成像中自适应能谱优化方法，包括含能谱和阈值相关不一致性因子的光子计数能谱CT成像有效模型、基于该模型和***实验的不一致性参数求解、基于不一致性修正结果的投影数据校正、及图像重建算法等，具体包括以下步骤：
S1：利用不同入射能谱条件下的空气数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异；以及
S2：根据获得的能谱和阈值不一致差异，以及物体的线衰减系数、厚度信息，建立CT***多色投影值与单色投影值的硬化函数关系，并依据该硬化函数关系进行逐像素的能谱优化修正。
依照本公开的实施例，步骤S1中所述利用不同入射能谱条件下的空气数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异，包括：
步骤S11：通过实际测量得到不同入射能谱下的空气数据；
在本公开的实施例中，可以通过调节X射线球管电压测量不同入射能谱下的空气数据，也可以通过加入不同厚度的滤波片，测量等效的不同入射能谱下的空气数据；
步骤S12：建立包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型；
在本公开的实施例中，包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型包括：探测器能谱和阈值不一致性因子、探测器能量响应关系、初始入射能谱函数，以及相关材料物质衰减系数等。
在本公开的实施例中，在建立包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型后，还包括：将阈值和能谱相关不一致性因子参数化，即将探测器能谱不一致性因子和探测器阈值不一致性因子参数化，其中：将所述探测器能谱不一致性因子采用与入射能量相关的各像素入射能谱差异的关系表达式来表示，将探测器阈值不一致性因子采用各像素阈值差异的偏离来表示。换句话说，探测器能谱不一致性参数可表示为与入射能量相关的各像素入射能谱差异的关系表达式，探测器阈值不一致性参数可表示为各像素阈值差异的偏离。
在所述包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型中，所述探测器能量响应关系可通过蒙卡模拟或经验模型拟合得到；所述初速入射能谱为入射探测器表面的能谱，可采用软件模拟或数据恢复方式获得；所述材料物质线衰减系数，可通过NIST标准获取。
步骤S13：利用多组不同入射能谱下测量数据，结合上述CT成像有效物理模型，建立方程组，求解各像素的能谱和阈值不一致差异，建立不一致性参数查找表。
依照本公开的实施例，步骤S2中所述的根据获得的能谱和阈值不一致差异，以及物体的线衰减系数、厚度信息，建立CT***多色投影值与单色投影值的硬化函数关系，并依据该硬化函数关系进行逐像素的能谱优化修正，包括：基于建立的不一致性参数查找表，建立CT***多能投影值与单能投影值硬化函数关系，得到硬化查找表，并依据该硬化查找表进行逐像素的能谱优化修正，所述的能谱优化修正包括但不限于硬化修正和物质分解等。
在本公开的实施例中，所述的建立CT***多色投影值与单色投影值的硬化函数关系，包括：选取一定范围内的物体厚度值；选取等效能量；依据硬化函数关系计算每一个物体厚度值下的单色投影值和多色投影值；以及建立一个从多色投影值到单色投影值的映射关系，即为硬化校正查找表；其中，从多色投影值到单色投影值的映射关系，采用多项式拟合来实现。
如图1所示，图1是依照本公开实施例的光子计数能谱CT成像中自适应能谱优化的方法流程图，该方法包括以下步骤：
步骤11：利用不同入射能谱条件下的空气测量数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异。
在本公开的实施例中，光子计数能谱CT成像有效物理模型，满足公式：
Figure BDA0002544976430000061
其中，λi代表经物体衰减后各像素的探测器测量值，i代表像素序号，I0为探测器入射值，EH和EL分别表示探测器高低阈值，S0(E)为射线源出射的能谱，可由SpekCalc等软件模拟；R(E′；E)为入射能量为E的射线探测器平均能量响应函数，可通过蒙卡模拟或经验模型拟合得到；μ(E，x)表示物体线衰减系数，通过NIST标准获取。
在本公开的实施例中，对上述光子计数能谱CT成像有效物理模型中的不一致性因子参数化，以体现各像素之间的差异；
其中，探测器能谱不一致性因子用gi(E)表示，探测器阈值不一致因子用ΔEij表示，其中j表示阈值序号。其中gi(E)可以选择采用以下多个相关函数之一来表示：
Figure BDA0002544976430000062
Figure BDA0002544976430000063
在本公开的实施例中，对上述光子计数能谱CT成像有效物理模型中的不一致性因子参数化后，利用多组不同入射能谱下测量数据，结合上述CT成像有效物理模型，建立方程组，求解各像素的能谱和阈值不一致差异，建立不一致性参数查找表；
其中，为消除入射量I0的影响，测量数据λi需要做归一化处理。如不同能谱下的测量值λti除以特定能谱的空气值λ0i，t代表能谱类型，
Figure BDA0002544976430000064
或者，不同能谱的测量值λti除以各像素测量值和
Figure BDA0002544976430000071
Figure BDA0002544976430000072
上述方程均可表示为f(Lki，ΔEiL，ΔEiH)＝0；
求解：arg min|f(Lki，ΔEiL，ΔEiH)|
通过多组不同的测量值，建立方程组，联合拟合求解各像素不一致性参数ΔEij和gi(E)，得到各像素下的不一致性查找表，从而进行光子计数能谱CT成像中能谱不一致性的修正。
步骤12：根据获得的能谱和阈值不一致差异，以及物体的线衰减系数、厚度信息，建立CT***多色投影值与单色投影值的硬化函数关系，并依据该硬化函数关系进行逐像素的能谱优化修正；
在本公开的实施例中，所述的根据获得的能谱和阈值不一致差异，以及物体的线衰减系数、厚度信息，建立CT***多色投影值与单色投影值的硬化函数关系，并依据该硬化函数关系进行逐像素的能谱优化修正，包括：基于建立的不一致性参数查找表，建立CT***多能投影值与单能投影值硬化函数关系，得到硬化查找表，并依据该硬化查找表进行逐像素的能谱优化修正，所述的能谱优化修正包括但不限于硬化修正和物质分解等；
在本公开的实施例中，所述的建立CT***多色投影值与单色投影值的硬化函数关系，包括：选取一定范围内的物体厚度值；选取等效能量；依据硬化函数关系计算每一个物体厚度值下的单色投影值和多色投影值；以及建立一个从多色投影值到单色投影值的映射关系，即为硬化校正查找表；其中，从多色投影值到单色投影值的映射关系，采用多项式拟合来实现。
基于图1所示的光子计数能谱CT成像中自适应能谱优化的方法，本公开进一步将该自适应能谱优化的方法应用于CT成像中，图2示出了依照本公开实施例的应用该自适应能谱优化方法的光子计数能谱CT成像的方法流程图，该方法包括以下步骤：
步骤21：采用图1所示的光子计数能谱CT成像中自适应能谱优化方法进行能谱修正，对投影数据进行逐像素硬化校正；
步骤22：基于修正后的投影数据，通过解析或迭代方法进行图像重建，得到物体断层成像。
通过上述实施例可知，本公开提供的光子计数能谱CT成像中自适应能谱优化方法，结合含不一致性因子的CT物理模型和***实际测量数据，能够最大程度地修正能谱CT不一致性。通过***自身设备进行快速准确的能谱修正，而不依赖于荧光等外部设备标定，有效减少环状伪影，提高成像质量，实现对物质成分的识别，在医疗成像、安全检查等领域都具有很高的实用价值，为光子计数能谱CT成像实用化提供有力支持。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种光子计数能谱CT成像中自适应能谱优化方法，其特征在于，该方法包括：
利用不同入射能谱条件下的空气数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异；
根据获得的能谱和阈值不一致差异，以及物体的线衰减系数、厚度信息，建立CT***多色投影值与单色投影值的硬化函数关系，并依据该硬化函数关系进行逐像素的能谱优化修正。
2.根据权利要求1所述的自适应能谱优化方法，其特征在于，所述利用不同入射能谱条件下的空气数据，结合光子计数能谱CT成像有效物理模型，获得各像素的能谱和阈值不一致性差异，包括：
通过实际测量得到不同入射能谱下的空气数据；
建立包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型；
利用多组不同入射能谱下测量数据，结合上述CT成像有效物理模型，建立方程组，求解各像素的能谱和阈值不一致差异，建立不一致性参数查找表。
3.根据权利要求2所述自适应能谱优化方法，其特征在于，所述的通过实际测量得到不同入射能谱下的空气数据，包括：
通过调节X射线球管电压测量不同入射能谱下的空气数据；或者
通过加入不同厚度的滤波片，测量等效的不同入射能谱下的空气数据。
4.根据权利要求2所述自适应能谱优化方法，其特征在于，所述的包含阈值和能谱相关不一致性因子的光子计数能谱CT成像有效物理模型，包括：
探测器能谱和阈值不一致性因子；
探测器能量响应关系；
初始入射能谱函数；以及
相关材料物质衰减系数。
5.根据权利要求4所述的自适应能谱优化方法，其特征在于，所述探测器能谱和阈值不一致性因子，包括：
将探测器能谱不一致性因子，采用与入射能量相关的各像素入射能谱差异的关系表达式来表示；以及
将探测器阈值不一致性因子采用各像素阈值差异的偏离来表示。
6.根据权利要求4所述的自适应能谱优化方法，其特征在于，
所述探测器能量响应关系通过蒙卡模拟或经验模型拟合得到；
所述初始入射能谱为入射探测器表面的能谱，采用软件模拟或数据恢复方式获得；以及
所述材料物质线衰减系数，通过NIST标准获取。
7.根据权利要求2所述的自适应能谱优化方法，其特征在于，所述的进行逐像素的能谱优化修正，包括：
基于建立的不一致性参数查找表，建立CT***多能投影值与单能投影值硬化函数关系，得到硬化查找表，并依据该硬化查找表进行逐像素的能谱优化修正。
8.根据权利要求7所述的自适应能谱优化方法，其特征在于，所述的建立CT***多色投影值与单色投影值的硬化函数关系，包括：
选取一定范围内的物体厚度值；
选取等效能量；
依据硬化函数关系计算每一个物体厚度值下的单色投影值和多色投影值；以及
建立一个从多色投影值到单色投影值的映射关系，即为硬化校正查找表；
其中，从多色投影值到单色投影值的映射关系，采用多项式拟合来实现。
9.根据权利要求7所述的自适应能谱优化方法，其特征在于，所述能谱优化修正至少包括：硬化修正和物质分解。
10.一种光子计数能谱CT成像方法，应用权利要求1至9中任一项所述的自适应能谱优化方法，其特征在于，包括：
采用权利要求1至9中任一项所述的自适应能谱优化方法进行能谱修正，对投影数据进行逐像素硬化校正或物质分解；
基于修正后的投影数据，通过解析或迭代方法进行图像重建，得到物体断层成像。
CN202010562558.4A 2020-06-18 2020-06-18 光子计数能谱ct成像中自适应能谱优化方法及其应用 Active CN111707688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010562558.4A CN111707688B (zh) 2020-06-18 2020-06-18 光子计数能谱ct成像中自适应能谱优化方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010562558.4A CN111707688B (zh) 2020-06-18 2020-06-18 光子计数能谱ct成像中自适应能谱优化方法及其应用

Publications (2)

Publication Number Publication Date
CN111707688A true CN111707688A (zh) 2020-09-25
CN111707688B CN111707688B (zh) 2021-10-01

Family

ID=72542091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010562558.4A Active CN111707688B (zh) 2020-06-18 2020-06-18 光子计数能谱ct成像中自适应能谱优化方法及其应用

Country Status (1)

Country Link
CN (1) CN111707688B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112304987A (zh) * 2020-10-19 2021-02-02 西北工业大学 基于光子计数能谱ct的含能材料等效原子序数测量方法
CN116978495A (zh) * 2023-07-25 2023-10-31 上海交通大学 基于分层靶件的稀缺同位素辐照生产能谱最优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101126722A (zh) * 2007-09-30 2008-02-20 西北工业大学 基于配准模型仿真的锥束ct射束硬化校正方法
CN103492906A (zh) * 2011-04-21 2014-01-01 株式会社电视*** 光子计数型放射线检测器的校准装置及其校准方法
US20140233694A1 (en) * 2013-02-19 2014-08-21 Toshiba Medical Systems Corporation Apparatus and method for angular response calibration of photon-counting detectors in sparse spectral computed tomography imaging
CN105982683A (zh) * 2015-02-15 2016-10-05 北京纳米维景科技有限公司 一种同时消除射线硬化影响的x射线探测器综合校正方法
CN107356615A (zh) * 2016-05-10 2017-11-17 清华大学 一种用于双能x射线ct的方法和***
CN109363703B (zh) * 2018-10-18 2020-05-19 清华大学 Ct***能谱不一致性的校正方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101126722A (zh) * 2007-09-30 2008-02-20 西北工业大学 基于配准模型仿真的锥束ct射束硬化校正方法
CN103492906A (zh) * 2011-04-21 2014-01-01 株式会社电视*** 光子计数型放射线检测器的校准装置及其校准方法
US20140233694A1 (en) * 2013-02-19 2014-08-21 Toshiba Medical Systems Corporation Apparatus and method for angular response calibration of photon-counting detectors in sparse spectral computed tomography imaging
CN105982683A (zh) * 2015-02-15 2016-10-05 北京纳米维景科技有限公司 一种同时消除射线硬化影响的x射线探测器综合校正方法
CN107356615A (zh) * 2016-05-10 2017-11-17 清华大学 一种用于双能x射线ct的方法和***
CN109363703B (zh) * 2018-10-18 2020-05-19 清华大学 Ct***能谱不一致性的校正方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
DUFAN WU: "A hybrid Monte Carlo model for the energy response functions of X-ray", 《NUCLEAR INSTRUMENTS AND METHODS IN》 *
HUANG KAI XIN: "Optimized energy thresholds in a spectral computed tomography scan for contrast agent imaging", 《NUCLEAR SCIENCE AND TECHNIQUES》 *
XIAOFEI XU: "Systematic implementation of spectral CT with a photon counting detector", 《NUCLEAR INST. AND METHODS IN PHYSICS RESEARCH, A》 *
吴笃蕃: "光子计数能谱CT重建算法与***优化研究", 《中国博士学位论文全文数据库》 *
徐品等: "基于光子计数探测器的能谱CT的研究", 《CT理论与应用研究》 *
谷建伟等: "工业 CT 图像的伪影成因和校正方法综述", 《CT理论与应用研究》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112304987A (zh) * 2020-10-19 2021-02-02 西北工业大学 基于光子计数能谱ct的含能材料等效原子序数测量方法
CN112304987B (zh) * 2020-10-19 2024-04-12 西北工业大学 基于光子计数能谱ct的含能材料等效原子序数测量方法
CN116978495A (zh) * 2023-07-25 2023-10-31 上海交通大学 基于分层靶件的稀缺同位素辐照生产能谱最优化方法
CN116978495B (zh) * 2023-07-25 2024-03-12 上海交通大学 基于分层靶件的稀缺同位素辐照生产能谱最优化方法

Also Published As

Publication number Publication date
CN111707688B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN107110983B (zh) 基于像素的死时间校正
JP6590381B2 (ja) Ｘ線装置、データ処理装置及びデータ処理方法
Schug et al. Initial PET performance evaluation of a preclinical insert for PET/MRI with digital SiPM technology
CN105188547B (zh) 光子计数探测器校准
CN111707688B (zh) 光子计数能谱ct成像中自适应能谱优化方法及其应用
McKenney et al. Experimental validation of a method characterizing bow tie filters in CT scanners using a real‐time dose probe
Desai et al. Practical evaluation of image quality in computed radiographic (CR) imaging systems
CN109363703B (zh) Ct***能谱不一致性的校正方法
Howansky et al. An apparatus and method for directly measuring the depth‐dependent gain and spatial resolution of turbid scintillators
Kimoto et al. Effective atomic number image determination with an energy-resolving photon-counting detector using polychromatic X-ray attenuation by correcting for the beam hardening effect and detector response
Tendler et al. Image quality evaluation of projection-and depth dose-based approaches to integrating proton radiography using a monolithic scintillator detector
CN108051458B (zh) 一种基于有理分式拟合多能投影曲线的x射线能谱估计方法
JP2006026412A (ja) 投影データから断層画像を再構成するための装置の検出器信号の補正方法
CN109975860A (zh) 一种基于极大似然迭代法的高灵敏度量化核素能谱成分识别方法
Atharifard et al. Per-pixel energy calibration of photon counting detectors
Sossin et al. Influence of scattering on material quantification using multi-energy x-ray imaging
CN109870471B (zh) 一种单光栅侦测的锥束ct角度序列散射获取方法
Di Trapani et al. Pre-and post-reconstruction digital image processing solutions for computed tomography with spectral photon counting detectors
Yu et al. Heel effect adaptive flat field correction of digital x‐ray detectors
Anjomrouz et al. Beam profile assessment in spectral CT scanners
Xu et al. Response function estimation for the XCounter Flite X1 photon counting detector using Monte Carlo method
CN109893148B (zh) 用于校准x射线测量装置的方法和医学成像仪器
AU2019279459A1 (en) Modelling pileup effect for use in spectral imaging
CN106373100B (zh) 一种ct图像的硬化伪影校正方法
Weidinger et al. Investigation of ultra low-dose scans in the context of quantum-counting clinical CT

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant