专利名称：基于幅度/斜率的运动时相映射的制作方法在成像过程中，呼吸信号(在扫描患者的同时获取的)的基于呼吸时相的选通已经被用于针对在其中患者自由呼吸而非屏住他/她的呼吸的流程识别与特定的感兴趣呼吸时相(例如，完全吸气、完全呼气或介于其间的某处)对应的投影数据。利用这种方法，呼吸信号被分为个体呼吸周期(基于多个信号最大值和最小值)，并且每个周期被分为范围从周期的开始(0%)(例如，完全吸气或呼气或)到周期的结束(99%)的各个时相。 图I示出了以上的范例。在图I中，y轴表示信号幅度(即肺的机械状态，包括扩张和收缩)，而X轴表示时间。对于这一范例，呼吸周期102被定义为以完全吸气或肺扩张开始，其对应于周期102的信号最大值104。在这一范例中，0%时相被指定为最大值104。周期102的其余部分被线性地分为相对于多个最大值104的多个时相，诸如周期102的25%、50%、75% 和 99%ο为了进行重建，基于周期的百分比识别针对特定感兴趣时相的一组时间戳并将其传送至重建器，重建器使用所述时间戳来识别投影数据以进行重建。通过举例的方式，在图I中，其中75%时相是感兴趣时相，识别针对周期102的时间戳112并将其传送至重建器。对于图I中的其他周期，时间戳112、114、116、118和120被识别为对应于75%时相，并且被传送至重建器。遗憾的是，这种假设存在若干问题Ca)呼气的速率通常低于吸气的速率，因此时相并不是线性横跨一周期；(b)呼吸周期形状可能逐个周期都是不同的(如在图I中能够看出的);以及(c )在吸入过程中肺的机械状态(幅度)不保证与呼出过程中的相同。例如，在图I中，对应于点112、116和120的时间戳更接近或处于完全呼气处，在完全呼气时，肺被收缩并且幅度为最小值，而时间戳114和118对应于吸气过程中的机械状态，在吸气过程中，肺被部分地扩张并且具有较大的幅度。结果，重建图像数据中的解剖结构可能不能对准，这可能导致在重建图像数据中引入运动伪影。
本申请的各方面解决了上述问题和其他问题。根据一个方面，一种方法，包括获取包括多个周期的信号并基于所述信号的幅度和斜率两者生成将运动时相映射至所述信号的映射图(map )。根据另一方面，一种系统，包括处理器，所述处理器基于预定感兴趣运动时相和时相到幅度/斜率的映射，针对指示运动对象的周期运动的运动信号中的多个运动周期，识别一组运动信号时间戳，其中，所述组的运动信号时间戳对应共同的信号幅度。根据另一方面，一种方法，包括从具有不规则周期性的噪声周期信号的运动周期中的多个峰值中识别一峰值，其中，所述峰值对应于位于在幅度低于预定阈值的两点之间的点；将所述峰值之前和之后的点与所述峰值进行比较；并在所述峰值大于周围的点时，识别所述峰值为局部最大值。本发明可以采取各种部件和部件布置以及各种步骤和步骤安排的形式。附图仅用于图示说明优选实施例，而不应 将其解释为限制本发明。图I图示了现有技术。图2图示了与运动时相相关器相结合的示例性成像系统。图3图示了示例性运动时相相关器。图4图示了用于将运动时相映射至运动信号中的周期的幅度和斜率的示例性方法。图5图示了在不使用运动时相相关器的情况下生成的示例性图像。图6图示了利用运动相位相关器所选择的投影数据生成的示例性图像。图7图示了用于在运动信号中识别多个最大值的示例性方法。图8图示了用于在周期中的多个最大值之间识别局部最大值的示例性方法。图9图示了用于排除周期的多个候选最大值中的最大值的示例性方法。图10图示了用于增强运动信号的示例性方法。图11图示了用于识别用于重建的针对感兴趣运动时相的投影数据的示例性方法。图12图示了用于确定信号中的一组多个局部最大值的示例性方法。
重建器218重建投影数据并生成指示检查区域206的体积图像数据。重建器218被配置成针对感兴趣时相基于经由运动时相相关器216识别的时间戳有选择地重建投影数据。重建器218可以采用各种重建算法，并且可以重建来自单次或多次采集的投影数据以生成单幅图像。通用计算系统充当操作员控制台220，其包括诸如显示器和/或打印机的人类可读输出装置，以及诸如键盘和/或鼠标的输入装置。驻留在控制台220上的软件例如通过允许操作员选择扫描方案、初始化扫描、选择重建算法(例如，运动选通重建)等来允许操作员控制系统200的操作。应当认识到，运动时相相关器216可以是系统100的一部分，例如，是控制台220或者远离系统100的其他装置的一部分，例如，是工作站的一部分，通过网络分布和/或以其他形式分布。此外，运动时相相关器216可以由处理嵌入在或编码在诸如存储器的计算机可读介质上的计算机可读指令的一个或多个处理器来实施。
图3图示了示例性运动时相相关器216。信号特征识别器302识别运动信号的一个或多个特征。这可以包括针对所述运动信号的一个或多个周期识别一个或多个特征。这样的特征的范例包括，但不限于，多个最大值和最小值和/或其他数据点。信号特征处理器304处理(一个或多个)所识别的信号的特征。这可以包括确定一个或多个统计结果(例如，平均值、中值、最大值、最小值等)和/或针对(一个或多个)所识别的信号的特征的其他信息。在一种情况下，所述数据涉及针对一个或多个周期的信号的幅度。信号斜率识别器306识别所述运动信号中的周期中的下降和上升区域。时相到幅度/斜率映射器308基于处理的识别的信号特征和识别的斜率将运动时相映射至运动信号。时间戳识别器310基于所述映射在所述运动信号中识别与感兴趣运动时相对应并且具有相似信号幅度的时间戳。运动时相相关器216当前是结合处理具有不规则周期性的周期信号加以描述的，所述具有不规则周期性的周期信号诸如是在对受试者成像的同时获取的呼吸信号。其他合适的信号包括其他周期信号，包括但不限于，具有不规则周期性的噪声周期信号。转向图4，信号400包括具有不同幅度和时间宽度的多个呼吸(吸气和呼气)周期402^4026。在图4中，y轴表示信号幅度(机械幅度)，而X轴表示时间。信号特征识别器302识别呼吸信号400的呼吸周期402^4026的多个最大值404-404和多个最小值406^406^在这一范例中，对于特定的周期，最大值(或最大幅度)对应于完全吸气，在其中，肺被扩张或膨胀，并且最小值(或最小幅度)对应于完全呼气，在其中，肺被收缩或塌陷。信号特征处理器304针对识别的多个最大值404-404和多个最小值406^4066分别确定平均(平均值)最大值408和平均(平均值)最小值410。斜率识别器306基于多个最大值404-404和多个最小值406^4066针对每个周期识别下降(呼气或吸气)和上升(吸气或呼气)区域或斜率。出于清晰的目的，在图4中通过参考数字仅标识了针对周期4022的斜率412和414。注意到在图4中，呼气的速率(斜率412)比吸气的速率(斜率414)慢。时相到幅度/斜率映射器308在平均最大值408和平均最小值410之间将运动时相分别映射至呼气和吸气斜率412和414。例如，周期4022从最大值4042横跨至下一最大值4043，并且0%时相被映射至平均最大值408，以及49%时相被映射至平均最小值410。发生在周期4022的0%与49%时相之间的呼气被映射至呼气斜率412，并且发生在周期4022的49%与99%时相之间的吸气被映射至吸气斜率414。这样，分离地确定呼气和吸气的时相，这考虑了平均呼气速率通常低于平均吸气速率。这样，每个周期都保证具有与0%到99%之间的时相对应的数据点。—些周期可能具有对应于特定时相的超过一个点。在这些情况下，选择第一或其他候选点。当一周期(例如，周期402。包括小于平均最大值(例如，最大值404P的最大值，该周期最大值被认为在0%。因此,在图4中，时相映射可以适当缩放以横跨最大值40+和最小值406i。
时间戳识别器310针对运动时相识别成像或扫描采集时间戳。例如，在图4中，时间戳识别器310被用于识别与运动周期402^4026的25%时相对应的时间戳416^416^当然，也能够识别与25%之外的时相对应的时间戳。时间戳识别器310生成指示时间戳的信号并将所述信号传送至重建器218 (图2)，重建器218可以基于所述信号选择投影数据进
行重建。当这些时间戳与基本上相似的运动对象的机械幅度相关时，可能很好地匹配了重建图像数据中的运动对象的结构。这能够在图5和图6中看出。图5示出了图像500，其是在这样的时间戳未被用来选择投影数据进行重建的情况下重建的，并且所述投影数据中的解剖结构未对准或误匹配，导致图像500中的伪影502，如在图中以箭头指示的。提供图5中的伪影是用于解释的目的，并且在图像中可能呈现其他或不同的伪影。图6示出了图像600，其是基于与由运动时相相关器216针对特定的运动时相识别的时间戳对应的投影数据重建的。在此，对准投影数据中的解剖结构，并且在图像500没有伪影，如在图中以箭头指示的。如在上文所论述的，信号特征识别器302针对运动信号中的周期识别运动信号的一个或多个特征，诸如多个最大值和最小值。应当认识到，所述运动信号可以包括噪声，所述噪声可能在信号中提供假的多个最大值和/或最小值，和/或掩盖真实的多个最大值和/或最小值。图7-9图示了一种用于在存在噪声的情况下确定多个最大值和最小值的方法。这样信号的范例包括呼吸、心脏和/或其他信号。首先参考图7，图示了噪声信号702的子部分。针对预定评估范围，在信号702中识别峰值或多个最大值。在图示的范例中，峰值704被识别为在两个点706和708之间的单个最高点，其比预定义的检测阈值710更小。在这一范例中，阈值710被定义为信号的全局动态范围的十分之一(1/10)，或者全局最大值和全局最小值之间的差的十分之一(1/10)。在其他实施例中，阈值710能够以其他方式进行定义。之后评估在评估范围内的信号702的每个数据点。搜索在评估范围内的信号702的数据点704之前的数据点，直到一数据点下降到第二阈值712之下，第二阈值712对应于从最小值到小于阈值710的最大值的幅度。同样地，搜索在评估范围内的信号702的数据点704之后的数据点，直到一数据点降到第二阈值712之下。之后将评估范围内的所有数据点与数据点704进行比较。如果峰值704在整个评估范围上为最大值，其被识别为局部最大值。否则，继续搜索下一点。这在图8和图9中进一步图示出。在图8中，基于阈值806在评估范围804中识别的峰值802被识别为局部最大值，因为其是范围804中的最高点。在图9中，基于阈值906在评估范围904内识别的峰值902未被识别为局部最大值，因为其在范围904中不是最
闻点O图10图示了用于增强信号的非限制性技术。利用这种技术，在运动信号1000的两个峰值1004和1006之间的时间距离1002超过了增加峰值的阈值时，将一个或多个峰值1008和1010添加到信号1000。在峰值1014和先前峰值1016之间的时间距离1012以及在最大值1014和随后的峰值1020之间的时间 距离1018都小于提取峰值阈值时，信号1000中移除峰值1014。所述阈值可以基于平均峰值间隔或其他。图11图示了一种方法用于识别针对感兴趣运动时相的投影数据以用于进行重建的方法。在1102，在扫描具有重复周期运动的运动对象的同时获取运动信号。所述运动可以涉及呼吸、心跳或其他周期运动。在1104，在运动信号中识别多个最大值和最小值幅度。在1106,基于识别的多个最大值和最小值确定局部平均最大幅度和局部平局最小幅度。在1108，局部平局最大幅度被用于针对每个周期的第一区域定义开始或0%点，所述每个周期的第一区域为从周期的最大值延伸到周期的最小值。在局部最大值大于周期最大值时，所述开始或0%点被定义在周期最大值处。在局部最大值小于周期最大值时，开始或0%点被定义在周期最大值接下来的点处，该点的幅度最佳地匹配局部最大值。在1110，所述局部平局最小幅度被用于为每个周期的第二区域定义50%点，所述每个周期的第二区域从周期的最小值延伸到下个周期的最大值。在局部最小值小于周期最小值时，所述50%点被定义在周期最小值处。在局部最小值大于周期最小值时，所述50%点被定义在周期最小值接下来的点处，该点的幅度最佳地匹配局部最小值。在1112，从0%到49%的运动时相被映射至所述第一区域。在1114，从50%到99%的运动时相被映射至所述第二区域。在1116，识别感兴趣时相。在1118，在识别的时相与幅度/斜率之间的映射被用于确定每个周期的与映射的幅度对应的扫描采集时间戳。在1120，将在识别的时间戳处采集的投影数据重建为图像体积。图12图不了一种用于确定信号最大值的方法。在1202，通过预定阈值将一峰值被确定为第一点，其幅度大于所述峰值之前直到前一周期最大值的任何点的幅度。在1204，确定所述峰值接来下的点是否超过所述峰值。如果是，那么动作1202在下一个点重复。
如果不是，那么在1206中，通过预定阈值确定是所述峰值接下来的点否小于所述峰值。如果是，那么在1208中，所述峰值被识别为周期最大值。如果不是，那么动作1204在下一个点重复。在1210，确定多个最大值是否比预定阈值更紧靠在一起。如果是，那么在1212中，这些多个最大值中的一个或多个被去识别(移除)为最大
值。通过一个非限制性实施例，计算多个最大值之间的间隔的平均值和标准差，并且比平坊值-X*标准差更紧靠在一起的多个最大值中的一个或多个被去识别为最大值。如果是，或如果不是，那么在1214中，确定多个最大值是否比预定阈值相距更远。如果是，那么在1216中，添加这些多个最大值的一个或多个。通过一个非限制性的实施例，计算多个最大值之间的间隔的平均值和标准差，并且如果多个最大值中的一个或多个比平均值+X*标准差(其中X在输入参数中)距离更远，那么在边界峰值之间添加一个或多个最大值，这一过程使用动作1202到1208，其中迭代地减小分类阈值，直到识别了合适的多个最大值。上述动作可以通过计算机可读指令的方式实施，所述计算机可读指令，在由(一个或多个)计算机处理器运行时，令(一个或多个)所述处理器执行本文中描述的动作。在这种情况下，所述指令被存储在计算机可读介质上，诸如与相关计算机相关联或以其他方式接入相关计算机的内存。尽管在CT和呼吸信号的背景下论述了上述内容，应当认识到，本文公开的方法能够用于识别在另一具有不规则周期性的噪声周期信号中的基本等同的数据点。已经参考优选实施例描述了本发明。他人可以根据阅读和理解之前的详细描述做出修改和变化。其意图是将本发明解释为包括所有这样的修改和变化，只要其落入了所附权利要求或其等要件的范围内。


一种方法包括获取包括多个周期的信号以及生成映射图，所述映射图基于所述信号的幅度和斜率两者将运动时相映射至所述信号。一种系统包括处理器，所述处理器基于预定感兴趣运动时相和时相到幅度/斜率的映射，针对指示运动对象的周期运动的运动信号中的多个运动周期，识别一组运动信号时间戳，其中，所述组运动信号时间戳对应共同的信号幅度。一种方法包括在具有不规则周期性的噪声周期信号的运动周期中识别多个峰中的一峰值，其中，所述峰值对应位于在幅度低于预定阈值的两点间的点，所述方法还包括将所述峰值之前和之后的点与所述峰值进行比较，以及包括当所述峰值大于所述点时，识别所述峰值为局部最大值。