專(zhuān)利名稱(chēng)：使用先驗(yàn)知識(shí)的小型對(duì)象的層析重構(gòu)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明總體上涉及三維(3D)成像系統(tǒng)，更具體來(lái)講，涉及使用有關(guān)感興趣對(duì)象的先驗(yàn)知識(shí)的三維(3D)成像系統(tǒng)，其中所述感興趣對(duì)象使用所計(jì)算的層析成像來(lái)進(jìn)行圖像重構(gòu)。
背景技術(shù)：
如今使用的圖像重構(gòu)算法根據(jù)對(duì)象的一維或者二維投影而不是使用有關(guān)該對(duì)象的附加信息來(lái)計(jì)算對(duì)象的一般三維(3D)結(jié)構(gòu)。在層析成像領(lǐng)域中、特別是在光學(xué)層析成像領(lǐng)域中，已知的重構(gòu)算法在使用先驗(yàn)知識(shí)來(lái)增強(qiáng)對(duì)象重構(gòu)方面十分不足。

發(fā)明內(nèi)容
在一個(gè)實(shí)施例中，本發(fā)明提供了一種對(duì)感興趣對(duì)象的三維(3D)重構(gòu)方法，所述對(duì)象諸如細(xì)胞，并且所述方法包括基于例如同一樣品中多個(gè)類(lèi)似對(duì)象的簡(jiǎn)單概率掩模(probability mask)或者貝葉斯分析，并依照先驗(yàn)知識(shí)調(diào)節(jié)投影圖像的當(dāng)前集合，以便產(chǎn)生調(diào)節(jié)的投影圖像。對(duì)調(diào)節(jié)的投影圖像使用重構(gòu)算法以便生成3D圖像。依照先驗(yàn)知識(shí)來(lái)進(jìn)一步調(diào)節(jié)所述3D圖像，以便生成調(diào)節(jié)的3D圖像。應(yīng)用過(guò)程結(jié)束的標(biāo)準(zhǔn)以確定調(diào)節(jié)的3D圖像是否是合適的。否則，按照與投影圖像的當(dāng)前集合相同的投影角來(lái)計(jì)算創(chuàng)建偽投影集合，然后將偽投影集合與投影圖像的當(dāng)前集合相比較以便產(chǎn)生更加逼真的新投影集合，其中新的投影被再次輸入到重構(gòu)算法，并且重復(fù)所述方法的步驟，直到滿(mǎn)足足夠標(biāo)準(zhǔn)。


圖1示出了理想化生物細(xì)胞的圖示，所述細(xì)胞可以充當(dāng)概率掩模并且可以依照本發(fā)明的教導(dǎo)通過(guò)對(duì)樣品中類(lèi)似細(xì)胞進(jìn)行貝葉斯分析來(lái)得以改善；圖2是示出了使用依照本發(fā)明實(shí)施例構(gòu)想的先驗(yàn)知識(shí)和迭代處理的流程圖；圖3示意性地示出了依照本發(fā)明實(shí)施例構(gòu)想的各種形式的統(tǒng)計(jì)信息的例子，所述統(tǒng)計(jì)信息可用在圖像重構(gòu)過(guò)程中，以便為3D圖像中每個(gè)體元提供置信度的測(cè)量；圖4示意性地示出了依照本發(fā)明實(shí)施例構(gòu)想的小型對(duì)象層析重構(gòu)系統(tǒng)的例子的框圖。
具體實(shí)施例方式
本發(fā)明描述了使用有關(guān)感興趣對(duì)象的先驗(yàn)知識(shí)的益處，其中所述感興趣對(duì)象使用所計(jì)算的層析成像進(jìn)行圖像重構(gòu)。在大多數(shù)情況下，存在與觀察對(duì)象有關(guān)的確定信息，可以在圖像重構(gòu)過(guò)程中使用該信息以便計(jì)算更加精確或者更加逼真的3D重構(gòu)。這種先驗(yàn)知識(shí)用于在允許的特征(即，什么“可能”)和不能允許的特征(即，什么“不能”)的范圍內(nèi)約束重構(gòu)。在干擾圖像中，知道不能允許的特征(即什么“不能”)集合可以顯著地提高所計(jì)算的圖像重構(gòu)的精確性，并且作為附加結(jié)果，還顯著地提高了它的速度和效率。用于舉例說(shuō)明使用先驗(yàn)知識(shí)的圖像重構(gòu)原理的例子是生物細(xì)胞，但是本領(lǐng)域技術(shù)人員將意識(shí)到的是，這些原理通常能夠用于進(jìn)行圖像重構(gòu)的任意對(duì)象，其中涉及對(duì)象形狀和結(jié)構(gòu)的確定信息是已知的。
現(xiàn)在參照?qǐng)D1，該圖示出的是理想化生物細(xì)胞的圖示。存在關(guān)于細(xì)胞1知識(shí)形式的確定信息，該信息用于依照本發(fā)明所述方法的一個(gè)例子構(gòu)想的重構(gòu)過(guò)程中。例如，生物學(xué)家早已知道具體代表性的細(xì)胞1包括外部邊界膜2(例如細(xì)胞質(zhì)膜)、內(nèi)部邊界膜3(例如，核膜)，并且這兩個(gè)膜的表面通常可以是平滑連續(xù)的并且是大致同心的。所述兩個(gè)邊界膜定義三個(gè)部分核膜內(nèi)部的核部分5、核膜外部的但是在細(xì)胞質(zhì)膜內(nèi)部的細(xì)胞質(zhì)部分4，以及細(xì)胞質(zhì)膜外部的外部空間6。外部空間6沒(méi)有生物結(jié)構(gòu)，除非它與另一個(gè)細(xì)胞鄰接。
另外，在應(yīng)用本發(fā)明方法的一個(gè)例子的過(guò)程中，人們可以有利地假定兩個(gè)獨(dú)立的膜表面實(shí)際上是連續(xù)的，并且在外部空間中沒(méi)有有用信息，其中可以將該外部空間中的對(duì)比度值根據(jù)成像系統(tǒng)的屬性設(shè)定為對(duì)比范圍的任一極限。在光學(xué)層析成像系統(tǒng)中，可以為外部空間6指定處于對(duì)比分布任一端的灰度值；實(shí)際上，在成像系統(tǒng)中，外部空間6基本上是透明的。此先驗(yàn)知識(shí)對(duì)于改善不完整的投影數(shù)據(jù)集中的重構(gòu)數(shù)據(jù)集十分有用。所述先驗(yàn)知識(shí)通?？梢跃哂懈怕恃谀５男问剑梢詫⑵鋺?yīng)用于每個(gè)投影圖像并且同樣應(yīng)用于每個(gè)后續(xù)偽投影圖像。例如，所述概率掩?？梢允嵌M(jìn)制的，以作為消除細(xì)胞質(zhì)膜外部的背景噪點(diǎn)中的第一簡(jiǎn)單近似值，并且可以是彎曲的，以便最佳地?cái)M合所述投影圖像。
在操作中，設(shè)計(jì)成能根據(jù)細(xì)胞的二維(2D)投影重建細(xì)胞3D圖像的層析成像系統(tǒng)，可以將有關(guān)所述細(xì)胞的先驗(yàn)知識(shí)用于該細(xì)胞的所計(jì)算的圖像重構(gòu)。例如，這種層析成像系統(tǒng)的例子之一在由Alan C.Nelson于2001年8月10日申請(qǐng)的美國(guó)申請(qǐng)?zhí)枮?9/927,151并且題為“APPARATUS AND METHOD FOR IMAGING SMALL OBJECTS INA FLOW STREAM USING OPTICAL TOMOGRAPHY”(以下稱(chēng)為FOT設(shè)計(jì))的申請(qǐng)中描述了，將該篇申請(qǐng)的內(nèi)容在此引用，以供參考。在上述的FOT設(shè)計(jì)中，細(xì)胞運(yùn)動(dòng)在流送流(flow stream)中實(shí)現(xiàn)，其中懸浮中的細(xì)胞依照恒定速度沿毛細(xì)管的單流軸線移動(dòng)。
這種層析成像系統(tǒng)的另一個(gè)例子例如在Alan C.Nelson于2002年4月19日申請(qǐng)的美國(guó)申請(qǐng)?zhí)枮?0/126026、題為“VARIABLE-MOTIONOPTICAL TOMOGRAPHY OF SMALL OBJECTS”(以下稱(chēng)為VOT設(shè)計(jì))中進(jìn)行了描述，將該篇申請(qǐng)的內(nèi)容在此引用，以供參考。在上述的VOT設(shè)計(jì)中，細(xì)胞運(yùn)動(dòng)在變速運(yùn)動(dòng)系統(tǒng)中實(shí)現(xiàn)。
細(xì)胞的每個(gè)半徑的2D投影包括貫穿所述細(xì)胞的獨(dú)立的陰影，并且將包含噪點(diǎn)。在該情況下，有關(guān)噪點(diǎn)的先驗(yàn)信息通常包括這樣的事實(shí)，即這些噪點(diǎn)在對(duì)比元素的位置以及該對(duì)比元素的實(shí)際密度值兩方面引入了不確定因素。先驗(yàn)信息還可能包括表示這樣事實(shí)的數(shù)據(jù)表示，所述事實(shí)是由于這些噪點(diǎn)，某些不能允許的特征將存在于所述投影中。在一些情況下，例如，應(yīng)該連續(xù)的邊緣、諸如膜邊緣，可能呈現(xiàn)出支離破碎并且不連續(xù)。在不應(yīng)該存在結(jié)構(gòu)的外部空間中，由于光線的散射和衍射，那里看起來(lái)好像是有結(jié)構(gòu)的。在該細(xì)胞自身內(nèi)，好像是存在處于對(duì)比范圍任一極限的對(duì)比度值，但是這是非常不可能的。不能允許的特征可以使用許多一維(1D)和2D圖像處理技術(shù)來(lái)識(shí)別，包括掩模、閾值處理、直方圖、數(shù)學(xué)形態(tài)學(xué)、模板匹配、適應(yīng)性處理、統(tǒng)計(jì)以及本領(lǐng)域技術(shù)人員可以獲得的其他方法。因此，能夠調(diào)節(jié)所述投影圖像，以便更好地表示允許的特征，并且在將圖像發(fā)送到重構(gòu)算法以前去除不能允許的特征。一旦使用先驗(yàn)知識(shí)識(shí)別出不能允許的特征，就使用標(biāo)準(zhǔn)圖像處理技術(shù)將所述不能允許的特征從圖像上去除。
現(xiàn)在參照?qǐng)D2，該圖示出了依照本發(fā)明實(shí)施例的構(gòu)想來(lái)使用先驗(yàn)知識(shí)以及迭代處理生成3D圖像的流程圖。在步驟9，依照先驗(yàn)知識(shí)來(lái)調(diào)節(jié)未處理的投影圖像8，然后在步驟10，將其輸入到重構(gòu)算法以便生成第一3D圖像。在步驟11，通過(guò)依照先驗(yàn)知識(shí)去除不能允許的特征并且將圖像并入允許的特征來(lái)進(jìn)一步調(diào)節(jié)它。在步驟12，將過(guò)程結(jié)束的標(biāo)準(zhǔn)應(yīng)用于確定當(dāng)前重構(gòu)是否是合適的。過(guò)程結(jié)束的標(biāo)準(zhǔn)可以是任何有用的成像相關(guān)標(biāo)準(zhǔn)，例如選擇的指定給體元或者像素的置信度值等級(jí)，如下所述。換句話說(shuō)，在步驟14，通過(guò)按照與投影圖像的當(dāng)前集合相同的投影角、貫穿3D數(shù)據(jù)量生成仿真投影來(lái)通過(guò)計(jì)算創(chuàng)建偽投影集合，并且將投影圖像的當(dāng)前集合與所計(jì)算的偽投影圖像相比，以產(chǎn)生更加優(yōu)化的新投影集合?；氐讲襟E9，再次調(diào)節(jié)這些新投影以便與先驗(yàn)知識(shí)一致，然后再次將其輸入到重構(gòu)算法，以便生成后續(xù)3D圖像。所述過(guò)程繼續(xù)，直到滿(mǎn)足足夠標(biāo)準(zhǔn)，由此在步驟15產(chǎn)生完成的3D圖像結(jié)果。
因?yàn)閷⑺斎氲?D投影圖像8在于步驟10計(jì)算3D重構(gòu)之前、在步驟9依照先驗(yàn)知識(shí)進(jìn)行調(diào)節(jié)，故而所述3D重建圖像將更加逼真，并且與其他重構(gòu)方法相比，更加可能表示細(xì)胞的正確結(jié)構(gòu)。然而，一旦完成重構(gòu)，所述3D圖像將以對(duì)比度值及其位置中的不確定因素的形式而再次包含噪點(diǎn)。如在2D投影圖像的實(shí)例中，噪點(diǎn)可以在應(yīng)該連續(xù)的表面中產(chǎn)生不連續(xù)的外觀，并且導(dǎo)致指定的對(duì)比度值位于概率范圍以外。因此，在步驟11，重構(gòu)的3D圖像可以方便地被進(jìn)一步調(diào)節(jié)以便符合先驗(yàn)知識(shí)。這些調(diào)節(jié)通常是應(yīng)用于3D的一般圖像處理技術(shù)，以便評(píng)定諸如表面、數(shù)量以及紋理的特征。在調(diào)節(jié)了3D圖像之后，在步驟13按照與原始實(shí)際投影相同的投影角生成偽2D投影，并且立刻比較并且調(diào)節(jié)偽對(duì)照實(shí)際投影圖像對(duì)，然后在步驟14重新輸入到3D重構(gòu)算法。顯而易見(jiàn)，步驟9-14包括迭代處理，其可以貫穿多個(gè)周期來(lái)重復(fù)，但是實(shí)際上，在使用第一3D重構(gòu)生成偽投影的第一集合之后、將實(shí)現(xiàn)相當(dāng)大的改進(jìn)，當(dāng)相對(duì)于所述原始實(shí)際投影比較并且調(diào)節(jié)時(shí)，將偽投影的第一集合輸入到第二3D重構(gòu)。
為了加速和/或減輕計(jì)算，在步驟9應(yīng)用于2D投影圖像8調(diào)節(jié)的先驗(yàn)知識(shí)可以包括所有有效先驗(yàn)知識(shí)的第一子集。同樣地，應(yīng)用于所述3D圖像的先驗(yàn)知識(shí)可以包括所有有效先驗(yàn)知識(shí)的第二子集。所述第一和第二子集根據(jù)所述應(yīng)用可以包括一些或者所有相同的先驗(yàn)知識(shí)。
現(xiàn)在參照?qǐng)D3，該圖依照本發(fā)明實(shí)施例的構(gòu)想示出了多種形式的統(tǒng)計(jì)信息的例子，所述統(tǒng)計(jì)信息可以方便地用于圖像重構(gòu)過(guò)程，以便為給定投影圖像21中的每個(gè)像素以及3D重建圖像22中的每個(gè)體元提供置信度的測(cè)量。因?yàn)橥诠鈱W(xué)層析成像系統(tǒng)中分析類(lèi)似類(lèi)型的細(xì)胞的群體，所以可以使用貝葉斯分析16來(lái)根據(jù)包括許多類(lèi)似細(xì)胞的樣品中的信息積累來(lái)改善先驗(yàn)知識(shí)。除先驗(yàn)知識(shí)17以外，統(tǒng)計(jì)變化的其它資料來(lái)源可以來(lái)自成像系統(tǒng)自身18的調(diào)制傳遞函數(shù)(MTF)、制取以及染色細(xì)胞19的化學(xué)處理以及遍及圖像重構(gòu)算法20的錯(cuò)誤傳送。
現(xiàn)在參照?qǐng)D4，該圖示意性地示出了小型對(duì)象層析重構(gòu)系統(tǒng)的例子的框圖。所述系統(tǒng)包括先驗(yàn)知識(shí)庫(kù)24，其通過(guò)第一通信鏈路25耦合到計(jì)算機(jī)26。計(jì)算機(jī)26又通過(guò)第二通信鏈路27耦合到投影系統(tǒng)28。所述投影系統(tǒng)28通過(guò)常規(guī)的導(dǎo)管29接收采樣對(duì)象30。在一個(gè)例子中，所述投影系統(tǒng)29可以包括Nelson的FOT設(shè)計(jì)或者VOT設(shè)計(jì)。先驗(yàn)知識(shí)庫(kù)24可以依照任何適當(dāng)?shù)拇鎯?chǔ)格式存儲(chǔ)，并且包括上述參照?qǐng)D3描述的先驗(yàn)知識(shí)。有益的是，計(jì)算機(jī)26例如可以包括軟件程序，用于實(shí)施貝葉斯分析16、對(duì)每個(gè)像素的置信度等級(jí)分析、對(duì)每個(gè)體元的置信度等級(jí)分析以及圖像調(diào)節(jié)。使用先驗(yàn)知識(shí)17的層析重構(gòu)過(guò)程有助于統(tǒng)計(jì)分析。有益的是，可以通過(guò)貝葉斯處理16進(jìn)一步地調(diào)節(jié)所述先驗(yàn)知識(shí)，借此在已經(jīng)進(jìn)行了3D層析成像過(guò)程之后，通過(guò)分析來(lái)自于同一樣品的多個(gè)類(lèi)似細(xì)胞來(lái)改善先驗(yàn)知識(shí)接近事實(shí)的概率。另外，可以使用常規(guī)技術(shù)直接測(cè)量的成像系統(tǒng)調(diào)制傳遞函數(shù)18的知識(shí)，將依照獨(dú)立于所述細(xì)胞的對(duì)比度值以及空間定位來(lái)設(shè)定確定的期望分布。
如在本發(fā)明示例性實(shí)施例之一中所應(yīng)用的那樣，先驗(yàn)知識(shí)，例如包括制取所述細(xì)胞并且使用造影劑19的化學(xué)處理，將進(jìn)一步造成某些已知分布相反。并且最后，3D圖像重構(gòu)算法依照已知和/或可試驗(yàn)的方式20來(lái)傳送并且產(chǎn)生錯(cuò)誤。通常，除了通過(guò)圖像重構(gòu)算法強(qiáng)加之外的這些概率分布，將乘法并入投影圖像中，并且提供評(píng)定環(huán)繞像素環(huán)境中的特定像素的置信度等級(jí)的手段。最后，投影圖像中的每一像素以及對(duì)其的調(diào)節(jié)關(guān)于灰度值、位置以及環(huán)境21被分配置信度等級(jí)。同樣，在最終3D重建圖像中，每個(gè)體元就灰度值、位置以及環(huán)境22被分配置信度等級(jí)。
圖像重構(gòu)通稱(chēng)為過(guò)濾背景投影方法(filtered backprojection methods)的最通用并且容易實(shí)現(xiàn)的重構(gòu)算法，源自于計(jì)算機(jī)X線斷層造影(CT)中的類(lèi)似范例，其使用錐形光束和扇形光束幾何圖形。(例如參見(jiàn)以下參考文獻(xiàn)，1988年，紐約IEEE Press出版的Kak、AC以及Slaney，M的Principles of Computerized Tomographic Imaging.以及1980年紐約學(xué)術(shù)出版社出版的Herman，G的Image Reconstruction from ProjectionsTheFundamentals of Computerized Tomography。)這些方法基于具有修改的拉冬變換理論，其反映源/探測(cè)器結(jié)構(gòu)的特定幾何圖形以及輻射光束中的射線路徑。然而，在臨床的x射線CT的情況下，對(duì)于逐層的采集來(lái)說(shuō)，受試驗(yàn)的人通常保持不動(dòng)，同時(shí)X射線源以及探測(cè)器陣列可以在病人周?chē)鼗⌒我苿?dòng)，以便在給定片內(nèi)從多個(gè)投影角度來(lái)收集數(shù)據(jù)。然后，將受試驗(yàn)的人沿Z軸再定位，并且收集另一層的數(shù)據(jù)等等。作為選擇，在更加現(xiàn)代的臨床螺旋CT中，可以將病人沿Z軸方向不斷地轉(zhuǎn)移，同時(shí)源-探測(cè)器裝置不斷地旋轉(zhuǎn)以便提供螺旋形投影數(shù)據(jù)，該數(shù)據(jù)被隨后添加以便提供與病人Z軸正交的投影。在流動(dòng)的或者可變運(yùn)動(dòng)光學(xué)層析成像過(guò)程中，將對(duì)象(細(xì)胞)相對(duì)于固定源和探測(cè)器陣列移動(dòng)，其中多個(gè)源/探測(cè)器系統(tǒng)依照在給定層或者數(shù)量?jī)?nèi)生成多個(gè)投影角度數(shù)據(jù)的方式，沿細(xì)胞速度矢量獲得與特別通路時(shí)點(diǎn)同步的數(shù)據(jù)。對(duì)于使用扇形光束幾何圖形的逐層掃描來(lái)說(shuō)，重構(gòu)算法將計(jì)算垂直于運(yùn)動(dòng)軸的平面的2D圖像，并且多個(gè)層的串行堆疊將生成所述對(duì)象的3D圖像，其中在分別用于CT或者光學(xué)層析成像的對(duì)象之內(nèi)，對(duì)比度是在X射線衰減系數(shù)或者光吸收系數(shù)方面變化的函數(shù)。對(duì)于測(cè)定容積的錐形光束掃描來(lái)說(shuō)，重構(gòu)算法計(jì)算細(xì)胞中的或者直接來(lái)自于平面發(fā)送或者發(fā)射的光學(xué)投影的其他對(duì)象的容積的3D圖像，其中所述對(duì)比度在成像對(duì)象中分別是光密度和/或標(biāo)記的探針密度分布的函數(shù)。
對(duì)于發(fā)送數(shù)據(jù)以便產(chǎn)生細(xì)胞密度重構(gòu)或者對(duì)于發(fā)射數(shù)據(jù)以便重構(gòu)標(biāo)記的探針?lè)植?、或者?duì)于它們兩者來(lái)說(shuō)都期望采用圖像重構(gòu)算法而不是過(guò)濾背景投影。通稱(chēng)為迭代重建算法的通用分類(lèi)在一些情況下更加有效，特別是對(duì)于發(fā)射層析成像或者作為對(duì)象的軸對(duì)稱(chēng)以及三層分區(qū)屬性是已知的本發(fā)明的實(shí)例，當(dāng)其能夠?qū)⑾闰?yàn)信息并入重構(gòu)算法以便提高重構(gòu)質(zhì)量時(shí)尤為突出(例如參見(jiàn)1972年在Journal of TheoreticalBiology，36105-17中發(fā)表的Gilbert，P的“Iterative Methods for the Three-dimensional Reconstruction of an Object from Projections”，以及上文引用過(guò)的其他參考文獻(xiàn))。
此處已經(jīng)非常詳細(xì)地描述了本發(fā)明，以便符合專(zhuān)利法規(guī)，并且向本領(lǐng)域技術(shù)人員提供了應(yīng)用本發(fā)明新穎原理并且依照需要構(gòu)造以及使用這種示例性和專(zhuān)業(yè)化的部件所需的信息。然而，應(yīng)該理解的是，本發(fā)明可以通過(guò)特定的不同設(shè)備、裝置和重構(gòu)算法來(lái)執(zhí)行，并且在不脫離本發(fā)明的真正精神和范圍的情況下，可以就設(shè)備細(xì)節(jié)以及操作過(guò)程實(shí)現(xiàn)這種修改。
權(quán)利要求
1.一種用于對(duì)樣品(30)進(jìn)行層析成像的三維(3D)重構(gòu)的方法，所述樣品包括至少一個(gè)感興趣對(duì)象，所述方法包括以下步驟(a)獲得來(lái)自于投影系統(tǒng)(8，28)的投影圖像的當(dāng)前集合；(b)依照先驗(yàn)知識(shí)(24)調(diào)節(jié)樣品(30)的投影圖像的當(dāng)前集合，以便產(chǎn)生調(diào)節(jié)的投影圖像(9)；(c)對(duì)調(diào)節(jié)的投影圖像使用重構(gòu)算法，以便生成3D圖像(10)；(d)依照所述先驗(yàn)知識(shí)(24)進(jìn)一步調(diào)節(jié)所述3D圖像以便生成調(diào)節(jié)的3D圖像(11)；(e)應(yīng)用過(guò)程結(jié)束的標(biāo)準(zhǔn)來(lái)確定所述調(diào)節(jié)的3D圖像是否是合適的(12)；以及(f)如果所述調(diào)節(jié)的3D圖像不是合適的，那么按照與投影圖像的當(dāng)前集合(13)相同的投影角通過(guò)計(jì)算產(chǎn)生偽投影集合，并且比較所述投影圖像的當(dāng)前集合與所述偽投影圖像，以便產(chǎn)生新投影集合(14)，其中在步驟(a)再次輸入新投影作為投影圖像的當(dāng)前集合，并且重復(fù)步驟(a)至(e)，直到滿(mǎn)足足夠的標(biāo)準(zhǔn)(15)。
2.如權(quán)利要求1所述的方法，其中所述至少一個(gè)感興趣對(duì)象包括至少一個(gè)細(xì)胞(1)。
3.如權(quán)利要求1所述的方法，其中調(diào)節(jié)投影圖像的當(dāng)前集合(9)的步驟基于概率掩模。
4.如權(quán)利要求1所述的方法，其中調(diào)節(jié)投影圖像的當(dāng)前集合(9)的步驟基于對(duì)樣品(30)中的多個(gè)類(lèi)似對(duì)象進(jìn)行貝葉斯分析(16)。
5.如權(quán)利要求1所述的方法，其中所述先驗(yàn)知識(shí)(24)包括從以下組中選出的先驗(yàn)知識(shí)(17)，所述組包括細(xì)胞制取化學(xué)處理(19)、具有與已知分布相反的造影劑、投影系統(tǒng)(8，28)的測(cè)量調(diào)制傳遞函數(shù)以及來(lái)自于依照已知方式(20)傳送并且產(chǎn)生的3D圖像重構(gòu)算法的錯(cuò)誤流送。
6.如權(quán)利要求5所述的方法，其中所述已知分布將乘法并入所述投影圖像的當(dāng)前集合(8)，以便提供用于評(píng)定環(huán)繞像素(21)的環(huán)境中特定像素的置信度等級(jí)的手段。
7.如權(quán)利要求1所述的方法，其中投影圖像包括多個(gè)像素，所述方法還包括根據(jù)每一像素(21)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的步驟。
8.如權(quán)利要求7所述的方法，其中調(diào)節(jié)的投影圖像包括多個(gè)調(diào)節(jié)的像素，所述方法還包括根據(jù)每個(gè)調(diào)節(jié)像素(21)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的步驟。
9.如權(quán)利要求1所述的方法，其中所述3D圖像包括多個(gè)體元，所述方法還包括根據(jù)每個(gè)體元(22)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的步驟。
10.如權(quán)利要求9所述的方法，其中所述調(diào)節(jié)的3D圖像包括多個(gè)調(diào)節(jié)的體元，所述方法還包括根據(jù)每個(gè)體元(22)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的步驟。
11.一種用于對(duì)樣品(30)中感興趣對(duì)象進(jìn)行層析成像的三維(3D)重構(gòu)系統(tǒng)，包括(a)投影系統(tǒng)(28)，用于根據(jù)樣品(30)生成投影圖像的當(dāng)前集合(8)；(b)裝置，被耦合以便接收所述投影圖像的當(dāng)前集合(8)，用于依照先驗(yàn)知識(shí)(24)調(diào)節(jié)樣品(30)的投影圖像的當(dāng)前集合(8)以便產(chǎn)生調(diào)節(jié)的投影圖像(9)；(c)裝置，被耦合以便接收調(diào)節(jié)的投影圖像，用于對(duì)所述調(diào)節(jié)的投影圖像使用重構(gòu)算法以便生成3D圖像(10)；(d)裝置，被耦合以便接收3D圖像，用于依照先驗(yàn)知識(shí)(24)進(jìn)一步調(diào)節(jié)3D圖像，以便生成調(diào)節(jié)的3D圖像(11)；(e)裝置，被耦合以便接收所述調(diào)節(jié)的3D圖像，用于應(yīng)用過(guò)程結(jié)束的標(biāo)準(zhǔn)來(lái)確定調(diào)節(jié)的3D圖像是否是合適的(12)；以及(f)裝置，被耦合以便當(dāng)不適合時(shí)接收調(diào)節(jié)的3D圖像，用于按照與投影圖像的當(dāng)前集合(8，13)相同的投影角另外通過(guò)計(jì)算產(chǎn)生偽投影集合，并且比較所述投影圖像的當(dāng)前集合與所述偽投影圖像，以便生成新投影的集合，其中將新投影再次輸入到所述裝置，以用于調(diào)節(jié)投影圖像的當(dāng)前集合(9)作為投影圖像的當(dāng)前集合(8)。
12.如權(quán)利要求11所述的系統(tǒng)，其中所述感興趣對(duì)象是細(xì)胞(1)。
13.如權(quán)利要求11所述的系統(tǒng)，其中用于調(diào)節(jié)投影圖像的當(dāng)前集合(9)的裝置基于概率掩模。
14.如權(quán)利要求11所述的系統(tǒng)，其中用于調(diào)節(jié)投影圖像的當(dāng)前集合(9)的裝置基于對(duì)相同樣品(30)中的多個(gè)類(lèi)似對(duì)象進(jìn)行貝葉斯分析(16)。
15.如權(quán)利要求11所述的系統(tǒng)，其中所述先驗(yàn)知識(shí)(24)包括從以下組中選出的先驗(yàn)知識(shí)(24)，所述組包括細(xì)胞制取化學(xué)處理(19)知識(shí)、具有與已知分布相反的造影劑的知識(shí)、投影系統(tǒng)(28)的測(cè)量調(diào)制傳遞函數(shù)(18)以及來(lái)自于依照已知方式(20)傳送并且產(chǎn)生的3D圖像重構(gòu)算法的錯(cuò)誤流送的知識(shí)。
16.如權(quán)利要求15所述的系統(tǒng)，其中所述已知分布將乘法并入到所述投影圖像的當(dāng)前集合(8)中，以便提供用于評(píng)定環(huán)繞像素(21)的環(huán)境中特定像素的置信度等級(jí)的手段。
17.如權(quán)利要求11所述的系統(tǒng)，其中每個(gè)投影圖像包括多個(gè)像素，所述系統(tǒng)還包括根據(jù)每一像素(21)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的裝置。
18.如權(quán)利要求17所述的系統(tǒng)，其中每個(gè)調(diào)節(jié)的投影圖像包括多個(gè)調(diào)節(jié)的像素，所述系統(tǒng)還包括根據(jù)每個(gè)調(diào)節(jié)的像素(21)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的裝置。
19.如權(quán)利要求17所述的系統(tǒng)，其中所述3D圖像包括多個(gè)體元，所述系統(tǒng)還包括根據(jù)每個(gè)體元(22)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的裝置。
20.如權(quán)利要求19所述的系統(tǒng)，其中所述3D圖像包括多個(gè)調(diào)節(jié)的體元，所述系統(tǒng)還包括根據(jù)投影圖像中每個(gè)調(diào)節(jié)的體元(22)的灰度值、位置以及環(huán)境來(lái)分配置信度等級(jí)的裝置。
21.一種用于根據(jù)投影圖像的集合(8)層析成像三維(3D)重構(gòu)的方法，所述投影圖像集合來(lái)自于在投影系統(tǒng)(28)中處理的包括至少一個(gè)細(xì)胞(1)的樣品(30)，該方法包括以下步驟(a)根據(jù)對(duì)樣品(30)中多個(gè)類(lèi)似對(duì)象的貝葉斯分析(16)、依照先驗(yàn)知識(shí)(24)的第一集合調(diào)節(jié)樣品(30)的投影圖像的當(dāng)前集合(9)，以便產(chǎn)生調(diào)節(jié)的投影圖像(9)；(b)對(duì)調(diào)節(jié)的投影圖像使用重構(gòu)算法，以便根據(jù)樣品(30)中多個(gè)類(lèi)似對(duì)象的貝葉斯分析(16)來(lái)生成3D圖像(10)；(c)依照先驗(yàn)知識(shí)(24)的第二集合進(jìn)一步調(diào)節(jié)所述3D圖像，以便根據(jù)樣品(30)中多個(gè)類(lèi)似對(duì)象的貝葉斯分析(16)來(lái)生成調(diào)節(jié)的3D圖像(11)；(d)應(yīng)用過(guò)程結(jié)束的標(biāo)準(zhǔn)來(lái)確定所述調(diào)節(jié)的3D圖像是否是合適的(12)；以及(e)如果所述調(diào)節(jié)的3D圖像不是合適的，那么按照與投影圖像的當(dāng)前集合(8，13)相同的投影角通過(guò)計(jì)算產(chǎn)生偽投影集合，并且比較所述投影圖像的當(dāng)前集合(8)與所述偽投影圖像以便產(chǎn)生新投影集合(14)，其中在步驟(a)再次將新投影輸入到重構(gòu)算法并作為投影圖像的當(dāng)前集合(8)，并且重復(fù)步驟(a)至(e)，直到滿(mǎn)足足夠的標(biāo)準(zhǔn)(15)。
22.如權(quán)利要求21所述的方法，其中所述先驗(yàn)知識(shí)(24)的第二集合包括從以下組中選出的先驗(yàn)知識(shí)(24)，所述組包括細(xì)胞制取化學(xué)處理(19)、具有與已知分布相反的造影劑、投影系統(tǒng)(28)的測(cè)量調(diào)制傳遞函數(shù)(18)以及來(lái)自于依照已知方式(20)傳送并且產(chǎn)生的3D圖像重構(gòu)算法的錯(cuò)誤流送。
全文摘要
細(xì)胞(1)的三維(3D)重構(gòu)包括依照先驗(yàn)知識(shí)(24)調(diào)節(jié)投影圖像(8，9)的當(dāng)前集合，以便例如基于對(duì)同一樣品(30)中多個(gè)類(lèi)似對(duì)象的概率掩模和/或貝葉斯分析(16)來(lái)產(chǎn)生調(diào)節(jié)的投影圖像(9)。重構(gòu)算法處理調(diào)節(jié)的投影圖像以便生成3D圖像(10)。依照先驗(yàn)知識(shí)(24)進(jìn)一步調(diào)節(jié)所述3D圖像以便生成調(diào)節(jié)的3D圖像(11)。應(yīng)用過(guò)程結(jié)束的標(biāo)準(zhǔn)來(lái)確定所述調(diào)節(jié)的3D圖像是否是合適的(12)。如果不是，那么按照與投影圖像的當(dāng)前集合(8，13)相同的投影角通過(guò)計(jì)算產(chǎn)生偽投影集合，然后比較所述投影圖像的當(dāng)前集合(8)與所述偽投影圖像以便產(chǎn)生新投影集合(14)，其中將新投影再次輸入到重構(gòu)算法，并且重復(fù)所述方法的步驟直到滿(mǎn)足足夠的標(biāo)準(zhǔn)(15)。
文檔編號(hào)G06T11/00GK1653478SQ03810500
公開(kāi)日2005年8月10日 申請(qǐng)日期2003年5月2日 優(yōu)先權(quán)日2002年5月10日
發(fā)明者A·C·尼爾森 申請(qǐng)人:維森蓋特有限公司