X－射线系统使用多个模型中任一个对图象质量进行自动评估的方法和装置

1.用于对X-射线成象系统的图象质量进行自动评估的一种方法，该方法包括：处理输入X-射线图象以确定图象构件(150，160，170，175，195，250，260，270，275，290，295)；将标志(130，140，230，240，1830)定位在所说输入X-射线图象的一个区域；根据所说标志(130，140，230，240，1830)预测暴露在X-射线下的所述输入X-射线图象的所述区域中的研究区；测量在所说研究区内的图象质量参数，以对X-射线图象系统的图像质量作出评估；和根据对X-射线图象系统的图像质量的所说评估调整所说图像质量参数。
2.如权利要求1所述的方法，它还包括将在所说输入X-射线图象中的图象构件(150，160，170，175，195，250，260，270，275，290，295)与一个预定模型模板中的预期图象构件(150，160，170，175，195，250，260，270，275，290，295)进行匹配。
3.如权利要求1所述的方法，它还包括根据在所说输入X-射线图象中的所说标志(130，140，230，240，1830)的位置与在一个预定模型模板中的标志(130，140，230，240，1830)的位置的比较结果预测所说研究区。
4.如权利要求1所述的方法，它还包括根据所说标志(130，140，230，240，1830)确定图象重合点(960)的位置。
5.如权利要求4所述的方法，它还包括根据所说图象重合点(960)预测研究区。
6.如权利要求1所述的方法，它还包括生成一个图象直方图(500)和根据所说直方图确定一个阈值(560，570)。
7.如权利要求6所述的方法，其中所说阈值(560，570)是根据在所说直方图(500)中两个峰值区域(540，550)的位置确定的。
8.如权利要求6所述的方法，它还包括根据所说阈值将所说输入图象进行数字化处理。
9.如权利要求1所述的方法，它还包括使用相连构件分析确定所说输入图象中的构件(150，160，170，175，195，250，260，270，275，290，295)。
10.如权利要求2所述的方法，它还包括排除与一个模型模板中的所说预期标志(130，140，230，240，1830)不匹配的输入图象。
11.如权利要求1所述的方法，它还包括确定所说输入图象中的一个金属周边环(130，230，1830)的中点和半径中至少一个。
12.如权利要求1所述的方法，它还包括确定所说输入图象中垂直和水平线段件140中至少一个的位置。
13.如权利要求1所述的方法，它还包括确定所说输入图象中至少一个基准段240的位置。
14.如权利要求1所述的方法，它还包括确定所说输入X-射线图象中至少一个矩形的、高对比度构件(185，275，285)的位置。
15.如权利要求1所述的方法，它还包括使用所说输入图象中一个试块子模型275测量水平调制传递函数(MTF)和垂直MTF中至少一个。
16.如权利要求1所述的方法，它还包括使用所说输入图象中至少一个筛网区域(190，195，290，295)测量X-射线系统的分辨率非均匀度。
17.如权利要求2所述的方法，它还包括为一个新的定制或现用X-射线模型添加一个模板。
18.一种图象质量自动评估装置，它包括：一个模型(100，200，1800)，其具有至少一个用于辅助确定至少一个系统性能参数的子模型；和用于分析所说模型的X-射线图象的一个图象处理器，其特征在于，所述图像处理器根据在所述至少一个子模型中的至少一个标志(130，140，230，240，1830)识别所述至少一个子模型，其中所述图像处理器根据所述至少一个标志(130，140，230，240，1830)预测在所述至少一个子模型中的研究区。
19.如权利要求18所述的评估装置，其中所说图象处理器确定所说X-射线图象中的图象构件(150，160，170，175，195，250，260，270，275，290，295)。
20.如权利要求18所述的评估装置，其中所说图象处理器确定所说X-射线图象中模型标志(130，140，230，240，1830)的位置。
21.如权利要求18所述的评估装置，其中所说图象处理器预测所说X-射线图象中的研究区。
22.如权利要求18所述的评估装置，其中所说图象处理器根据一个子模型测量至少一个图象质量参数。
23.用于使用由医疗成象系统获得的模型图象对图象质量进行自动评估的一种方法，它包括：获得表示安装在所说医疗成象系统中的一个模型(100，200，1800)的一个灰度图象；相对于与所说模型(100，200，1800)的所需图象对应的一个预定模型模板分析所说灰度图象，以评估所说灰度图象；和自动确定是否去除所述灰度图象。
24.如权利要求23所述的方法，它还包括确定所说灰度图象中的构件(150，160，170，175，195，250，260，270，275，290，295)，在所说分析步骤中使用所说构件(150，160，170，175，195，250，260，270，275，290，295)评估所说灰度图象。
25.如权利要求23所述的方法，它还包括：将所说灰度图象的构件(150，160，170，175，195，250，260，270，275，290，295)与所说模型模板的相应构件(150，160，170，175，195，250，260，270，275，290，295)进行比较，以评估所说灰度图象。
26.如权利要求23所述的方法，它还包括根据安装在所说医疗成象系统中的所说模型(100，200，1800)的预定构造确定所说灰度图象中标志(130，140，230，240，1830)的位置。
27.如权利要求23所述的方法，它还包括：根据安装在所说医疗成象系统中的所说模型(100，200，1800)的预定特征预测所说灰度图象中的研究区。
28.如权利要求23所述的方法，它还包括：测量表示安装在所说医疗成象系统中的所说模型(100，200，1800)的研究区的子模型参数。
29.如权利要求23所述的方法，它还包括：生成所说灰度图象的一个直方图，以评估所说灰度图象。
30.如权利要求23所述的方法，它还包括：将所说灰度图象的成象特征与至少一个阈值(560，570)进行比较，以确定是否排除所说灰度图象。
31.用于确定图象质量自动评估系统中的模型模板的一种方法，该方法包括：识别将要模板化的一个模型(100，200，1800)；确定所说模型的几何属性；确定所说模型的标志(130，140，230，240，1830)的特征；确定所说模型的重合点(960)；预测所说模型的研究区；和保存所说几何属性、标志(130，140，230，240，1830)、重合点960、和研究区，以构成所说模型(100，200，1800)的一个模型模板所述模型模板能够被用在图像质量评估中。
32.如权利要求31所述的方法，它还包括根据所说重合点960生成几何变换以预测至少一个研究区的位置。
33.如权利要求32所述的方法，其中所说几何变换包括多项式变换。
34.如权利要求31所述的方法，其中所说重合点为一个线段件140上的至少一个点、线段件240的交点、和对称标志的重心。

X-射线系统使用多个模型中任一个对图象质量 进行自动评估的方法和装置\n技术领域\n一般来说，本发明涉及用于评估X-射线系统图象质量的一种自动系统。更具体地说，本发明涉及对于使用一个或多个X-射线模型的X-射线系统的图象质量参数的自动分析和测量。此外，本发明能够自动确定研究区(ROI)以便于测量图象质量参数。\n背景技术\nX-射线系统，诸如图象增强器、存储荧光屏或数字探测器，通常包括一个X-射线发射器和一个X-射线接收器。一个被观测的目标物，如人体设置在X-射线发射器与X-射线接收器之间。由发射器产生的X-射线穿过目标物到达接收器。当从发射器发出的X-射线穿过目标物时，目标物的内部结构通过诸如阻挡或吸收部分X-射线等效应而不同程度地降低X-射线的能量。在目标物内阻挡或吸收X-射线引起所接收的X-射线能量值发生改变。X-射线接收器接收穿过目标物的X-射线。在X-射线接收器中产生目标物的一个图象。在接收器中产生的图象包括亮区和暗区，它们对应于穿过目标物的X-射线的不同强度值。\nX-图象可以用于许多目的。例如，可以检测目标物的内部缺陷。还可以确定内部结构或排列的变化。此外，图象可以表明在目标物内物体的存在或不存在。从X-射线成象获得的信息应用于许多领域，包括医疗业和制造业。\n为了帮助确信能够可靠地利用X-射线图象，可取的是测量和验证X-射线系统的性能。具体地说，测量和验证X-射线系统的图象质量是十分重要的。低劣的图象质量会妨碍对于X-射线图象的可靠分析。例如，图象对比度质量的降低会导致一个无法利用的不可靠的图象。此外，实时成象系统的出现增强了产生清晰、高质量图象的重要性。图象质量较差或低劣的X-射线系统必须要重新标定，以产生清楚和可以利用的目标物图象。\n出于安全原因验证X-射线系统性能也是十分重要的。例如，受到大剂量X-射线能量的辐照可能导致对人体健康的损害。因为存在损害健康的风险，政府制定了使用X-射线系统的标准。由X-射线系统发射的X-射线能量水平可以用辐射剂量来测量。对于X-射线系统性能的周期性评估可以确保目标物所受到的辐射剂量不超过规定标准。\n可以用于测量X-射线系统参数，如图象质量和辐射剂量的一种装置是X-射线模型。有若干种类型的模型，包括仿真复制模型和物理机理模型。例如，仿真复制模型可以是一种X-射线目标物，如人体一部分的仿真复制品。物理机理模型可以由附着在一个共用基体上的各种结构组成。物理机理模型的结构可以具有变化的特征，例如形状、大小、密度、和成分。此外，物理机理模型可以由多种材料，包括金属和塑料制成。\n物理机理模型的结构可以影响穿过该物理机理模型的X-射线的强度。例如，金属结构可以阻挡部分或大部分X-射线。此外，塑料结构只能对X-射线产生最小的衰减。由于所接收的X-射线强度的变化而形成的分布表现在X-射线图象中。因为有象对比度这样由于所接收的X-射线强度差异而产生的因素存在，所以能够很容易地检测和分析X-射线图象中的所得分布。\n目前已知的各种模型可以用于多种目的。例如，模型可以用于检测X-射线系统的性能参数。结合有辐射探测器的模型还可以用于计量由发射器发出的X-射线能量的辐射剂量。此外，模型可以用于标定和图象质量评估。\n一般来说，物理机理模型可以用于测量X-射线系统的一种或多种参数。不同的模型产生不同的X-射线强度或衰减分布。不同的X-射线强度或衰减可以用于测量或检验X-射线系统的不同性能参数。\n模型的最新应用之一是作为基于软件评估工具的一部分。这种软件工具公开在授予Aufrichtig等人的美国专利US-5841835中(在下文中将该专利称为Aufrichtig专利)。Aufrichtig专利包含可以添加在X-射线系统中用于评估和标定的软件组件。利用该软件组件可以进行重复标定测试。由该软件组件执行的重复标定测试结果可以进行编译以给出对于X-射线系统标定测试结果，如变化趋势和聚集方向的分析。随着对X-射线系统的重复标定继续进行，该软件组件可以自动调整X-射线系统参数。\n但是，Aufrichtig专利的软件组件假定正在使用一个特殊模型来测量X-射线系统的图象质量参数。如果使用多个模型，需要对该软件进行手工配置以作用于各个不同的模型。为每个X-射线模型配置软件组件的额外步骤可以重新引入人对测量结果的其它影响。此外，为了每种X-射线模型对于软件组件的配置会增加测量X-射线系统图象测量所需的时间。\n发明内容\n因此，长期以来一直需要有一种能够在多种模型中任一个的基础上自动确定图象构成的图象质量评估系统。此外，长期以来也一直需要有一种能够自行调整和测量的图象质量自动评估系统。另外，长期以来还一直需要有一种能够使用多个模型中任一个测量关键的图象质量参数的成本效率可取的自动系统。本发明的优选实施例满足了这些需要和与以往的系统相关的其它需要。\n本发明提供了用于对X-射线系统参数进行自动评估的一种方法和装置。将一个灰度级X-射线图象输入一个图象处理器中，该处理器处理这个图象以确定图象构成。生成该图象的一个直方图，然后确定该直方图中的一个阈值，并相对于该阈值将输入的图象进行数字化处理。接着，使用连接结构(斑块)分析确定图象构成。之后，将输入图象中的图象构成与预期构成的一个模型模板进行比较。然后该系统确定输入图象中与预期物理结构对应的标志的位置。所说标志可以包括一个周边环，水平和垂直线段件和基准段。该系统利用这些标志确定在其中测量X-射线系统参数的研究区(ROI)的位置。最后，在标识的研究区中测量X-射线系统参数。可以使用一个试块子模型测量水平和垂直调制传递函数(MTF)。\n通过以下对于本发明优选实施例的详细描述可以了解和清楚本发明的这些及其它特征。\n附图说明\n图1表示根据本发明构成的一个X-射线模型的一个优选实施例。\n图2表示根据本发明构成的带有试块子模型的一个X-射线模型的另一个优选实施例。\n图3为根据本发明构成的一个模型自动评估系统的一个优选实施例的流程图。\n图4为根据本发明进行图象处理以确定图象构成的一个优选实施例的流程图。\n图5表示根据本发明的一个优选实施例获得的一个示例图象直方图。\n图6a-c表示根据本发明的一个优选实施例中的示例斑块及其伴随的围框。\n图7表示根据本发明确定模型标志位置的一个优选实施例的流程图。\n图8表示根据本发明的一个优选实施例确定图1所示模型中垂直线段件的位置。\n图9表示根据本发明的一个优选实施例确定图1所示模型中水平线段件的位置。\n图10表示根据本发明构成的一个阶跃强度子模型的一个优选实施例。\n图11表示根据本发明构成的对比度子模型的一个优选实施例。\n图12表示根据本发明构成的分辨率子模型的一个优选实施例。\n图13表示根据本发明构成的与上部筛网和下部筛网类似的筛网区域的一个优选实施例。\n图14表示根据本发明构成的试块子模型的一个优选实施例。\n图15表示根据本发明的一个优选实施例适用图1所示模型的研究区。\n图16表示根据本发明的一个优选实施例在基准区的垂直和水平部分周围的搜索区域。\n图17表示根据本发明测量子模型参数的一个优选实施例的流程图。\n图18表示根据本发明的一个优选实施例构成的一个平面场X-射线模型1800的一个优选实施例。\n图19表示根据本发明构成的一个模型图象半自动评估系统的一个优选实施例的流程图1900。\n图20表示根据本发明用于将一个模型模板添加到一个模型模板数据库中的系统的优选实施例的流程图2000。\n具体实施方式\n图1表示根据本发明构成的一个X-射线模型100的一个优选实施例。模型100包括一个基片110、一个定位标记120、一个周边环130、一个开放区域135、线段件140、阶跃强度子模型150、对比度子模型160、分辨率子模型170、上部筛网190、和下部筛网195。所说分辨率子模型170包括分辨率图案175、高密度对比度区域180和低密度对比度区域185。\n定位标记120从基片沿径向延伸。所说定位标记用于确保模型100在一个模型载体内正确定位。定位标记120减少了模型100的转动，并且还防止将模型100不正确地放置在载体中，例如上下倒置。可以在该X-射线模型上添加其它的定位标记，以进一步减少模型的运动。\n所说周边环130、线段件140、阶跃强度子模型150、对比度子模型160、分辨率子模型170和上部筛网190及下部筛网195都附着在基片110的上侧。所说周边环130沿基片110的周边环绕。线段件140将阶跃强度子模型150、对比度子模型160、分辨率子模型170、和上部及下部筛网彼此分开，并与开放区域135分开。\n在操作时，可以将所说模型100插入一个X-射线系统(未示出)中。在一个X-射线系统中，由一个发射器发射X-射线，穿过所说模型100，并由一个接收器接收。构成模型100的不同子模型将入射到子模型上的X-射线衰减不同的量，并且受到例如子模型的组成和结构的影响。由所说子模型产生的X-射线衰减在接收器端导致空间变化的X-射线强度。在接收器端可以接收所说空间变化强度，并加以显示和分析以确定该X-系统的性能参数。每个子模型可以测量X-射线系统的一个不同的性能参数或一组性能参数。\n可取的是，所说周边环130和线段件140由金属层如铅制成，这种材料阻挡了穿过模型100的大部分X-射线。因为周边环130和线段件140阻挡了穿过模型的相对较多的X-射线，在显示和分析时很容易检测到它们。因此，周边环130和线段件140提供了容易看到的“标记”。这些标记帮助确定模型100的取向和定位。例如，所说周边环130可以用于限定模型100在X-射线图象中的周边以帮助识别和和解释模型数据。此外，可以使用所说线段件140将子模型150-170分开，和限定各个子模型的边界。\n图10表示根据本发明构成的阶跃强度子模型150的一个优选实施例。可取的是，所说阶跃强度子模型150由金属层如铜制成。可取的是，所说阶跃强度子模型150包括10个区段，每个区段具有不同厚度的铜层。各个区段铜层的厚度在从最薄的区段152到最厚的区段154范围内变化。因为透过一个给定区段的X-射线强度反比于该区段的厚度，所以每个区段形成从最大强度到最小强度的一级或“阶跃”强度。可取的是，阶跃强度子模型150中的每个区段大约为20毫米宽，7.5毫米高，厚度从大约0.25毫米到2.5毫米线性变化。所说阶跃强度子模型150可以用于确定X-射线系统的动态范围和线性。虽然所说阶跃强度子模型150的优选实施例包括10个区段，但是也可以使用具有不同大小和厚度的更多或更少的区段。\n图11表示根据本发明构成的对比度子模型160的一个优选实施例。可取的是，所说对比度子模型160由金属层如铝制成。所说对比度子模型160可取的是包括三个区域1110-1130，每个区域由不同厚度的铝层构成。所说铝层的厚度从最薄层1110变化到最厚层1130。每个区域可取的是包含直径大约为7.6毫米、3.8毫米和1.9毫米的三个孔1140-1160。可取的是，对比度子模型160的每个区域1110-1130大约为30毫米宽，20毫米高，厚度分别为1毫米、2毫米和3毫米。所说对比度子模型160可以用于确定X-射线系统的相对对比度和对比度与噪声比值。虽然所说对比度子模型160的优选实施例是由三个区域1110-1130构成，每个区域带有三个孔1140-1160，但是也可以使用更多或更少的区域，每个区域中可以有更多或更少的孔。\n图12表示根据本发明构成的分辨率子模型170的一个优选实施例。可取的是，所说分辨率子模型170由涂覆在基片1260如塑料片上的薄金属层1250如铅箔构成。所说分辨率子模型170和构件金属层1250各自具有在各处均匀的厚度。可取的是，所说分辨率予模型170包括排列成三排1210-1230的15个分辨率图案175，每排1210-1230包括5个分辨率图案175。每个分辨率图案可取的是由沿金属层1250延伸而5条缝隙形孔1240构成。在每个分辨率图案175中，5条缝隙形孔1240的宽度以及不同的孔1240之间的间隔可以改变。所说分辨率子模型170可以用于确定X-射线系统的调制传递函数(MTF)。\n虽然所说分辨率子模型170的优选实施例包括排列成3排1210-1230，每排5个分辨率图案的15个分辨率图案，但是也可以使用更多或更少数目的分辨率图案。此外，可以选择将分辨率图案175设置成多排1210-1230或其它结构。另外，分辨率图案175中孔1240的宽度和长度可以改变。\n所说高强度对比度区域180可取的是由金属层1250中的一个孔和基片1260构成。低强度对比度区域185可取的是由厚金属标签如一个铅块构成。所说高强度对比度区域180和低强度对比度区域185分别形成高对比度和低对比度区域，并且可以用于图象标准化。\n图13表示根据本发明构成的、与上部筛网190和下部筛网195类似的一个筛网区域1300的一个优选实施例。所说筛网区域1300可取的是一个金属网，如钢丝网。筛网区域1300包括一条金属带1310，其上具有许多规则分布的孔1320。所说上部筛网190和下部筛网195可以用于确定X-射线系统分辨率的非均匀性。X-射线系统分辨率的非均匀性可以通过一个筛网确定，或者可以通过多个筛网确定，然后进行比较。对于多个筛网的分辨率非均匀性的比较使得能够确定在更大区域上的分辨率非均匀性，因此可以更加准确地确定整个X-射线系统的分辨率非均匀性。所以，尽管模型100的优选实施例包括两个筛网以提高确定系统非均匀性的精度，但是也可以使用一个筛网。此外，可以使用两个以上的筛网以获得更加精确的系统非均匀性。筛网网眼的大小、厚度、和间隔也是可以变化的。\n图2表示根据本发明构成的、带有试块子模型270的一个X-射线模型200的另一个优选实施例。所说试块模型200与图1所示模型100类似，包括一个基片210、一个定位标志220、一个周边环230、一个开放区域235、一个阶跃强度子模型250、一个对比度子模型260和上部及下部筛网290-295。然而，所说试块模型200包括基准段240，代替图1所示模型100中的线段件140。此外，所说试块模型200包括一个试块子模型270，代替图1中的分辨率子模型170。\n图14表示根据本发明构成的试块子模型270的一个优选实施例。所说试块子模型270除了涂覆在基片1460如塑料片之上的薄金属层1450如铅箔之外，包括一个试块275、和与图1所示模型100类似的一个高强度对比度区域280和一个低强度对比度区域285。所说试块子模型270和金属层1450具有完全均匀的厚度。所说试块275可取的是由一个金属片如一个钨片构成。与图1所示分辨率子模型170中的分辨率图案175类似，试块275可以用于确定X-射线系统的调制传递函数(MTF)。虽然试块模型200的优选实施例包括一个试块275，但是也可以使用不同大小和厚度的更多的试块。\n试块275具有试块边缘1410。通过比较在试块边缘1410相对于位置的转换可以确定X-射线系统的调制传递函数。研究图1中分辨率子模型170的分辨率图案175，可以发现，分辨率子模型170只能在水平方向变化，而不在垂直方向变化。因此，分辨率图案175只能计算系统的水平调制传递函数，而不能计算系统的垂直调制传递函数。\n但是，在试块子模型270中，试块边缘1410已经相对于试块子模型270转动了5度。因此，试块边缘1410同时产生垂直和水平变化。这种水平和垂直变化使得能够计算X-射线系统的水平调制传递函数和垂直调制传递函数。试块275的转动量与X-射线系统的分辨率有关，即与象素大小以及试块275大小有关。此外，转动试块275有助于测量调制传递函数，因为试块275的边缘不与象素列对齐。对于许多市售系统来说，转动大约5度可能是最可取的转动角度，尽管其它转动角度也可以准确地确定调制传递函数。\n图2所示实验模型200的基准段240可取的是由金属如铅制成。基准段240的工作原理与图1所示模型100的线段件140基本类似。就是说，基准段240是模型的X-射线图象中容易看到的“标记”。因此基准段240有助于确定试块模型200的取向和定位以及帮助分开和定位各种子模型。\n还可以利用基准段240的形状、大小和位置来区分各模型。例如，一个用于测量参数A和B的模型与用于测量参数B和C的模型相比可以具有不同的形状、大小和取向。例如，图1所示的模型可以与图2所示的试块模型200相区别，因为基准段240与线段件140不同。根据基准段区分模型是有用的，因为基准段是用铅制成的，因此在X-射线图象中容易看到。\n在操作时，如上所述，将模型，诸如图1所示的模型100和图2所示的模型200放置在包括X-射线发射器和X-射线接收器X-射线系统(未示出)中。所说发射器发射出X-射线，所说射线穿过模型到达接收器。X-射线穿过模型时被衰减。X-射线的衰减量是由于X-射线到达接收器之前所穿过的模型结构产生的。因为模型结构具有空间变化，所以由模型产生的X-射线衰减导致接收器中X-射线强度的空间变化。接收器的表面在空间上可以划分成一个格栅，可以将入射到格栅每个单元上的X-射线强度数字化，以形成表示在每个格栅区域接收的X-射线强度的一个图象。每个格栅区域可以对应于所得X-射线图象中的一个象素。\nX-射线图象一般体现为一个灰度级图象。在一个灰度级图象中，每个象素具有从最低级(在X-射线图象中表现为白色)到最高级(在X-射线图象中表现为黑色)范围内的一个灰度值。X-射线图象通常为一个8位(256级)到16位(16384级)的图象。虽然在下述示例中使用常规的8位数字化量级，但是其它数字化量级也是可以采用的，不论数字化量级为多少，都可以应用本发明。此外，任何数字化量级都可以转换为8位数字化量级，例如，将图象中每个象素的数字化值除以2n-8，其中n是所选用的数字化量级。\n图3表示根据本发明构成的一个自动模型评估系统的一个优选实施例的流程图300。自动模型评估系统首先在步骤310输入一个灰度级X-射线图象。然后在步骤320处理该灰度级图象以确定图象构成。所说图象构成可以包括周边环130、230或图2所示模型200中的试块275。接着，在步骤330将图象构成与预定的、预期图象构成进行比较。图1和图2中所示的模型100、200的结构，以及这些模型结构所产生的X-射线图象都是已知的。因此，可以将输入图象的图象构成与预期图象构成进行比较以例如加以鉴定或确定质量。如果输入图象的构成与预期构成不匹配，则在步骤340剔除输入的图象，不再进行进一步的处理。如果输入图象的构成与预期构成(在允差范围内)匹配，则接受输入图象并继续处理。在步骤350，确定诸如图1所示模型100中的线段件140和图2所示模型200中的基准段240等标记的位置。这些标记给出了子模型如试样子模型275的位置。接着，在步骤360，计算每个子模型的研究区(ROI)。所说研究区是利用所说标记确定的，并且是子模型中测量各种X-射线系统参数的区域。最后，在步骤370，测量每个子模型中的X-射线系统参数。下面更加详细地讨论流程图300中的各个步骤。\n图4表示根据本发明进行图象处理以确定图象构成的一个优选实施例的一个流程图400和图3所示流程图的步骤310-330。首先，在步骤410，将灰度图象输入自动模型评估系统中。接着，在步骤420生成所输入灰度图象的一个图象直方图。所说图象直方图是通过确定该图象中具有每个象素值的象素数目构成的。例如，在一个8位、256级数字化过程中，首先确定具有对应于第一级的一个象素值的象素数目，然后确定具有对应于第二级的象素值的象素数目，如此类推直至确定对应于所有256级的象素数目。所说图象直方图还可以表示为象素值对象素总数的一个曲线图。\n图5表示根据本发明的优选实施例的一个示例图象直方图500。该直方图500的水平轴510具有该灰度图象的256个象素值中每一个的轴点。垂直轴520具有该灰度图象象素值的N个可能总数值中每一个的轴点。图中示例表示这样一种情况，该灰度图象内的两个象素具有零象素值，而该灰度图象内象素之一具有1象素值。\n该直方图500还包括一条曲线530，该曲线一般表示使用诸如图1所示模型100或图2所示模型200获得的输入图象构成的一个预期的8位(256级)数字化灰度图象。任何图象直方图依赖于模型的输入图象构成的组成。例如，产生包含较大黑色区域图象的一个模型可以具有在较高象素值级具有较大总数的直方图，而具有较大白色区域的图象可以具有在较低象素值级处具有较大总数的直方图。直方图500中的曲线530表示输入灰度图象具有较大的白色区域和黑色区域，而具有相对较小的中间对比度区域。输入图象中的黑色区域可能对应于诸如图1所示模型100中的周边环130、线段件140、对比度子模型160和分辨率子模型170的固体区域这一类区域。图象中的白色区域可能对应于开放区域135。因为图1所示模型的图象具有较大的白色和黑色区域，该图象的直方图具有中心在白色区域540的平均值和黑色区域550的平均值周围的两个清晰的峰值。在图1所示模型100和图2所示模型200的图象中，感兴趣的特征，如标记，表示图象中的黑色区域，并且中心在第二个峰值周围。因为模型100、200的图象包含较大的黑色区域，对应于黑色区域的峰值相对较高，可以更加容易定位。\n然后分析图象直方图500以根据图4所示流程图400中步骤440确定一个阈值。在模型100、200的直方图中，选择阈值以消除对应于白色区域的象素值和接受对应于黑色区域的象素值。对应于黑色区域的象素值是有价值的，因为所说标记是黑色区域。确定对应于黑色区域的象素的位置就确定了所说标记的位置。可取的是，实际阈值为直方图峰值之间的中点560，但是可以应用任何使得白色与黑色区域之间存在差别的值。对应于局部最小值570的象素值也可以作为一个有用的阈值。可取的是为每个图象单独选择阈值，以消除由于位置和模型结构产生的偏差。\n接着，在步骤440，计算输入灰度图象的直方图。假定该直方图是一个双峰的，分析该直方图以自动确定一个适合的灰度阈值。然后使用这个阈值将该图象数字化。就是说，根据每个象素的象素值是否大于或不大于所说象素阈值，赋予每个象素两个二进制值之一。例如，如果所说象素阈值为145，则可以将具有象素值200的一个象素(对应于比阈值亮的一个象素)设定为1，而将具有象素值100的一个象素(对应于比阈值暗的一个象素)设定为0。\n然后，在步骤450，应用相连部分的分析以确定输入灰度图象的构成。在相连构件分析中，重复扫描二进制图象以标识“斑块”或相连的黑色象素。首先，分析每个黑色象素以确定相邻的一个象素是否也是黑色的，如果是，则该黑色象素及其相邻象素构成一个“斑块”。下一次重复扫描确定与该斑块相邻的象素是否也是黑色的。如果是，则这些相邻的象素也作为斑块的一部分。这种重复扫描一直进行到标出了图象中所有斑块和没有斑块与另一个斑块相邻为止。因为所说黑色象素可以对应于模型100、200的元件，相邻部分分析是鉴别这些元件的空间范围的一个方便系统。例如，所说斑块可以对应于图2所示模型200中的物理元件，诸如试块275、基准段240或周边环230。\n在已经确定所有的斑块之后，确定各个斑块的属性，包括斑块面积和斑块密度。为了确定每个斑块的属性，首先构成包围每个斑块的一个“围闭框”。该围闭框是由位于每个斑块的最大空间范围的每个方向上的水平直线和垂直直线构成的一个矩形框。\n图6a-c表示一些示例性斑块600-630和根据本发明构成的伴随围闭框。图6a表示一个斑块600及其伴随围闭框650。该围闭框由位于斑块边缘的水平线和垂直线构成。斑块区域是围闭框内部的区域。斑块密度是黑色象素与斑块中象素总数的比例。或者说，斑块密度是黑色象素与斑块面积的比例。图6A所示斑块600具有大约50％的相对较低的斑块密度。图6b表示一个斑块610及其伴随围闭框660。因为该斑块是垂直和水平对齐的，所以该斑块的密度接近最大值。图6c表示一个斑块620及其伴随围闭框670。斑块620是固体，并且接近垂直取向。斑块620的密度很高。斑块620与由图2所示模型200的试块275所产生的斑块类似。图6d表示一个斑块630及其伴随的围闭框680。斑块630的密度较低。所说斑块630与由图1和图2所示模型100、200中的周边环130、230产生的斑块相似。所说斑块630的面积还大于其它斑块。\n当处理图象时，图1和图2所示模型100、200中的每个构件，例如包括周边环130、230、线段件140和基准段240，具有已知的斑块面积和密度。因此，可以将输入图象中每个斑块的斑块面积和密度与模型构件的预期面积和密度比较。例如，将输入图象中每个斑块的面积和密度与周边环的面积和密度比较以确定输入图象中的哪一个斑块对应于所说周边环。按照同样的方式，将输入图象中的每个斑块与每个预期构件的属性进行比较。\n接着，在步骤460，判断是否已经标识出输入图象中的所有预期构件，就是说，输入图象中的斑块与预期斑块的面积和密度在允差范围内是否匹配。如果不是所有的斑块都匹配，则在步骤470剔除该图象，不再进行其它处理。如果所有的斑块都匹配，则继续处理输入图象。可取的是应用斑块匹配允差，使得斑块面积和密度与预期面积和密度不需要精确对应。对于任一图象部分中与预期斑块面积和密度不一致的斑块都予以放弃。所选定的阈值影响到斑块的大小和形状。例如，如果阈值设置过低，则在相连构件分析中可能包含噪声。所包含的噪声可能使诸如周边环和基准段的斑块相连，使得难以识别图象。\n图7表示根据本发明确定模型标记的一个优选实施例的流程图700和图3所示流程图的步骤350。首先，在步骤710，确定周边环的中点和半径。在确定对应于周边环的斑块之后，可以使用一个圆周拟合系统确定所说周边环的中点和半径。可取的是所说圆周拟合系统使用最小二乘法以迭代确定周边环的中点和半径。首先，所说圆周拟合系统标出对应于周边环的斑块中每个象素的位置。接着，选择所说中点的一个初始估计值，并确定从所说中点至环上每个象素的半径。然后，确定半径的平均值和方差。如果所说方差较大，则选择一个新的中点估计值，进行新的迭代计算。\n之后，在步骤720，将中点的方差估计值与允差进行比较。如果所说方差在允差范围内，则接受估算出的中点作为周边环的中点，继续对输入图象进行处理。如果在许多次迭代之后，所说方差仍然保持较大，则没有发现一个圆周结构，在步骤730放弃该模型。\n在确定对应于周边环的斑块的中点和半径之后，下一步是在步骤740区别图1所示的筛网模型100和图2所示的试块模型200。模型的类型(或者是模型100，或者是模型200)可以由一个使用者输入，或者自动识别。模型的类型可以通过首先将输入模型的斑块属性与筛网模型100的预期斑块属性进行比较而自动识别。如果斑块属性不匹配，则将输入模型的斑块属性与试块模型200的斑块属性进行比较。如果该斑块属性与两种模型都不匹配，则在步骤745放弃这种模型。\n如果标识出输入图象涉及模型100，则确定线段件的位置，从步骤750开始确定输入图象中的垂直线段件的位置。虽然已经在步骤710确定了周边环的位置，由于定位和转动方面的误差，不需要知道其它模型构件的位置。检测线段件140的位置有助于保持在图象中定位的准确性，和帮助进行可以重复的测量。\n图8表示确定图1所示模型100中垂直线段件140的位置。图8包括水平搜索区域810、周边环左边缘820、周边环右边缘830、对比度子模型左边缘840、对比度子模型右边缘850、阶跃强度子模型左边缘860、和阶跃强度子模型右边缘870。起先，图8中唯一已知的构件是周边环左边缘820和周边环右边缘830，它们是围绕表示周边环的斑块的围闭框的垂直边缘。于是搜索区域810位于水平穿过边缘820、830的位置。搜索区域810为多出若干象素并且延伸贯穿模型100。\n检查搜索区域810中每一行中每个象素的象素值。在每一行中，标识出对应于相邻象素之间象素值差值较大的象素位置。象素值的较大差值相当于铅线段件140与开放区域135之间的过渡区。通过将搜索区域所有行中每一行对应于所说过渡区的象素位置求平均，可以准确地确定垂直线段件的位置。因此，确定了对比度子模型左边缘840、对比度子模型右边缘850、阶跃强度子模型左边缘860、和阶跃强度子模型右边缘870的位置。虽然当搜索区域的某一行穿过一个子模型或分辨率子模型的分辨率图案175时象素值可能发生一定的变化，但是这种象素值的变化没有垂直铅线段件的过渡区变化大。\n接着，在图7所示流程图700的步骤760中，确定水平线段件的位置。图9表示确定图1所示模型100中水平线段件140位置。图9包括三个垂直搜索区，即一个左搜索区910、一个中心搜索区920、和一个右搜索区930。所说搜索区位于前面确定的对比度子模型左边缘840、对比度子模型右边缘850、阶跃强度子模型左边缘860、和阶跃强度子模型右边缘870之间，如图所示。垂直搜索区910-930的功能基本类似于图8所示的水平搜索区810。就是说，在每一列中，标识出具有较大转变的象素位置。然后将所说列中发生转变的象素位置求平均以确定水平线段件140的位置。\n然后，在步骤770，检测和跟踪每个线段件上等间距的点。所说垂直和水平线段件的位置此前已经在一个小的搜索区中确定。现在将垂直和水平线段件的搜索区扩展到覆盖其整个长度的一个搜索区并进行跟踪。图9表示对应于围绕阶跃强度子模型的垂直和水平线段件的四个搜索区950。使用这些搜索区跟踪其对应线段件的中心。在对应于这些线段件中心的象素位置以等间距设置多个点。\n可以使用图象中这些等间距点的坐标作为重合点。可以使用这些重合点及其在所保存的模型的物理模式上的对应点获得一个多项式变形或变换。根据围绕每个构件或子模型的线段件可以获得它们各自的多项式变换。这种多项式变换可以准确地预测每个子模型中研究区(ROI)。多项式变换对于容易受到几何形变影响，导致垂直和水平线不直的图象系统是特别有效的。可以使用这种多项式变换实现重合点的“最佳拟合”，然后将这些重合点映射到所保存的模型的物理模式中。\n接着，在步骤780，验证模型构件的高宽比。因为垂直和水平线段件的位置是已知的，模型上垂直和水平线的空间关系也是已知的，可以将所跟踪的垂直和水平线段件的高宽比与物理模型的高宽比进行比较。如果输入图象的高宽比与预期高宽比在允差范围内不一致，则在步骤785排除该模型，不再执行进一步的处理。如果输入图象的高宽比与预期的高宽比一致，则图象处理进行到步骤790。\n在步骤790，预测所说模型的研究区。所说研究区为图象中测量X-射线系统参数的点。所说研究区是根据垂直和水平线段件的位置预测的。如果垂直和水平线段件不直，则应用多项式变换获得该线段件的一个工作估计值，并相对于该工作估计值定位所说研究区。\n图15表示图1所示模型100的研究区。研究区覆盖了阶跃强度子模型150的每一级、分辨率子模型的每一分辨率图案175、和对比度子模型的每一区域1110-1130。此外，高强度和低强度对比度区域180、185，及上部和下部筛网190、195都被一个研究区覆盖。其它的研究区可以覆盖模型100外部。例如，模型100可以被与上部和下部筛网190、195类似的一个筛网围绕，该筛网可以被一个研究区覆盖。在步骤795继续进行输入图象处理。\n回到图7所示的步骤740，如果输入图象标识为图2所示模型200，则在步骤755定位基准段。虽然对应于基准段240的各个斑块在斑块面积和密度方面都是相似的，但是可以根据它们相对于周边环240中点的位置区分各个基准段。在确定基准段位置之后，在步骤765确定基准段垂直部分与水平部分的交点。在标识出一个基准段之后，其取向可以根据该基准段相对于周边环中点的位置获知。在已知基准段位置和取向的情况下，可以围绕基准段240的垂直和水平部分建立一个小搜索区。\n图16表示围绕一个基准段240的垂直和水平部分的搜索区。一旦已经确定了所说基准段的垂直和水平构件，在步骤765就可以获知所说垂直和水平部分的交点。这四个交点构成四个准确的重合点。利用这些重合点及其在所保存的模型物理模式中的对应点确定多项式变换。然后在步骤790利用该多项式变换预期图2所示模型200的对比度和动态范围测量的研究区。除了模型200具有围绕试块275的研究区之外，图2所示模型200的研究区与图1所示模型100的研究区在其它方面相同。\n图17表示根据本发明测量子模型参数的一个优选实施例的流程图1700和图3所示流程图的步骤370。在确定该模型的研究区之后，在步骤1710测量高强度和低强度区域180、185。所说高强度和低强度区域具有对应于所接收的X-射线辐射的最大量和最小量，并在其余的X-射线参数测量中使用。\n接着，在步骤1720，测量所说阶跃强度子模型以确定X-射线系统的线性度。所说阶跃强度子模型由厚度的线性阶跃增加而构成，随着厚度增加可以获得线性增大的衰减值。通过将每一阶跃的象素值与其预期值比较，并相对于所有阶跃将差值求平均，可以确定X-射线系统的精度。\n然后，在步骤1730，使用对比度子模型测量X-射线系统的对比度。回到图15，计算在圆孔内的小正方形研究区内的平均值和矩形研究区内的平均值。正方形研究区与矩形研究区内平均值之间的差值就是该X-射线系统的对比度。将该对比度除以该研究区内象素的标准偏差还可以确定对比度噪声比值。\n之后，在步骤1740，利用上部筛网190和下部筛网195确定X-射线系统的分辨率非均匀性。所说筛网的调制传递函数(MTF)的差值除以所说调制传递函数的平均值就是分辨率非均匀性。\n接着，在步骤1750，识别模型的类型。如果输入图象是图1所示模型100的图象，则系统进行到步骤1760，利用分辨率子模型170的分辨率图案175测量水平MTF。以对应于分辨率图案175的下列线性对组的15个空间频率测量MTF：0.50、0.55、0.60、0.70、0.80、0.90、1.0、1.1、1.2、1.4、1.6、2.0、2.5、和3.0lp/mm。可以确定MTF为：MTF＝(π*sqrt(2))/(4*Mean0)*sqrt(VarFreq)其中VarFreq＝|VarROI-VarNoise|，VarROI＝ROI的方差，VarNoise＝(VarBlack+VarWhite)/2，和Mean0＝(MeanWhite-MeanBlack)/2.\n在高强度和低强度对比度区域180、185中测量黑色和白色区域(ROI)的平均值和方差。\n如果输入图象为图2所示模型200的图象，则系统进行到步骤1770，利用试块计算垂直和水平MTF。利用试块275左右边缘的边缘响应函数计算水平MTF曲线，同时利用上下边缘的边缘响应函数计算垂直MTF曲线。对于试块的每个边缘，按照下述方式计算MTF曲线。首先确定每行或每列边缘点的初始坐标。其次，用一条直线拟合这些边缘点。第三，结合所有行或列的边缘轮廓以获得边缘响应函数曲线。第四，通过对边缘响应函数求微分获得线性扩展函数。最后，通过计算所说线性扩展函数的富里叶变换获得MTF曲线。此外，可以结合左右边缘的MTF曲线获得水平MTF的更加可靠的估计值。类似地，可以结合上下边缘的MTF曲线获得垂直MTF的更加可靠的估计值。\n图18表示根据本发明的一个优选实施例的平面场X-射线模型1800的一个优选实施例。这种平面场模型1800是另一种可以应用于本发明的X-射线图象评估系统的模型。所说平面场模型1800包括一个基片1810、一个定位标记1820、和一个周边环1830。所说平面场模型可以由一个金属盘构成，可取的是由铝制成。或者，所说平面场模型可以是一个均匀的正方形模型。\n这种平面场模型1800有助于测量诸如亮度均匀性、SNR均匀性、系统噪声(噪声功率谱)和坏象素干扰校正等X-射线系统参数。\n亮度均匀度(BU)是输入灰度图象均匀性的一个量度。为了确定BU，首先在大小为3cm×3cm，在整个图象周围有一个与之重叠1.5厘米的1.5厘米宽的边界的研究区内测量平均灰度值。所说亮度非均匀度(BU)量值是使用所说ROI平均灰度值计算的。对于全部图象、垂直和水平方向进行多次BU测量，结果如下所示：BU＝[(Max-Min)/Mean]*100其中Max、Min和Mean分别为ROI值的最大值、最小值和平均值。\nBU_H＝Max([(MaxR-MinL)/Mean]，[(MaxL-MinR)/Mean])*100其中R、L表示左半图象和右半图象统计值的尾标。\nBU_V＝Max([(MaxT-MinB)/Mean]，[(MaxB-MinT)/Mean])*100其中T、B表示上半图象和下半图象统计值的尾标。\nSNR均匀度是系统在整个图象上传递相同的SNR时的稳定性的一种量度。平面场SNR均匀度是通过测量位于一个平面场图象中的ROI中平均值与标准偏差之间的比值计算得出的。所说平均值是从一次曝光图象中计算得出的，而所说标准偏差是利用两次连续曝光的减法图象进行估算，然后利用平方根(2)归一化得出的。ROI的大小和位置与量度均匀度测量时的位置相同。\nSNR非均匀度系数利用下式所示比值计算：[(MaxROI-MinROI)/MeanROI]*100其中MaxROI、MinROI、MeanROI分别为各个ROI的最大值、最小值和平均值。\n系统噪声(噪声功率谱)测量平面场图象中的平均噪声量值。系统噪声的计算利用了所说平面场模型1800的两个图象。为了确定系统噪声，首先将所说ROI中的第一图象从第二图象中中减去。通过除以平方根(2)校正噪声。接着，进行两维富利叶变换，可取的是采用512点快速富利叶变换。然后，执行两维噪声功率谱的径向平均。最后，求出平均信号电平作为该ROI的每个图象平均值的算术平均值。\n通过分析平面场模型1800的三个图象确定坏象素干扰校验。这三个图象是采用不同X-射线剂量诸如低剂量、标准剂量和高剂量的结果。对所有象素进行直方图分析。所说直方图的特征在于其值为S。象素值落在X*S以外的象素被认为是坏象素。\n与上述X-射线系统相反，可以使用复合X-射线模型(具有多个子模型的模型)，如图1所示的X-射线模型100测量诸如MTF、对比度和动态范围等图象质量参数。利用平面场模型进行的拼块ROI测量特别适合于表征具有数字固体X-射线探测器的X-射线系统。所说平面场测量能够完全覆盖探测器中的全部象素。\n图19表示根据本发明的一个半自动模型图象评估系统的一个优选实施例的流程图1900。回头参见图3所示的自动模型评估系统，其中所述的程序在步骤320、330和340确定了一个未知的插入模型的身份。或者，可以将系统设置成在半自动模式下工作，如流程图1900所示，使得使用者在使用过程中能够将模型送入系统中，而不是由系统自动确定模型。使用者在使用过程中可以通过例如手动选择方式或者通过一个计算机接口装置选择模型。\n在流程图1900中，使用者首先在步骤1910从可能的模型数据库或存储区中选择插入的模型。接着，在步骤1920，将所说灰度图象输入模型图象评估系统中。因为使用者已经选择了插入模型，所以预期构件、标记、和插入模型的ROI都是已知的。程序步骤1930-1950与图3所示使用来自模型库的已知ROI位置的流程图300一样。\n图20表示根据本发明将一个模型模板添加到模型模板数据库或存储区中的一个系统的优选实施例的流程图2000。可以将当前或将来市售的任何模型作为一个模型模板添加到所说系统中。在将所说模型模板添加到该系统中之后，当将对应于该模板的模型插入和用于分析X-射线系统时可以对其进行鉴别。因此，本发明的图象质量评估系统扩展到任何模型，而不局限于图1或图2所示的X-射线模型100-200、或图18所示的平面场模型1800。\n参见流程图2000，首先，在步骤2005，为添加到系统中的模型模板选择唯一的一个标识符。接着，在步骤2010，将该标识符赋予一个抽象的模型体。该模型体包括数据结构以保持该新模型模板的标识属性。接着，在步骤2015，将该新模型模板的几何属性添加到该模型体中。所说属性可以包括大小和模型中每个构件的位置。也可以将模型的ROI添加到该模型体中。可以利用基本的预定数据部件，如方框、线段件、多边形、圆、和点来添加所说几何属性和ROI。然后在步骤2020，识别模型X-射线图象中的标志。所说标志可以是例如对应于高对比度部件或高对比度线段件的隔离区域。接着，在步骤2025，定义方法以判别或分类所说模型X-射线图象上的每个标志。采用基于每个标志唯一属性的试探规则。例如，可以使用所说标志的绝对或相对大小、或标志位置、高宽比、密度或取向。然后，在步骤2030，标识出某些或全部标志上可以准确定位的重合点。例如，可以使用线段件上的点、线段件的交点、或对称标志的重心作为重合点。接着，在步骤2035，将所说重合点作为一个适合的数据部件如一个x-y坐标矢量添加到所说模型体中。之后，在步骤2040，定义方法以准确地定位一个图象中的重合点。例如，可以通过计算两条线段件的数学交点确定所说重合点。接着，在步骤2045，定义方法以确定对应于高对比度构件的ROI的位置。例如，在一个矩形铅块(PB)内的一个ROI。接着，在步骤2050，定义几何变换以预测对应于低对比度构件的ROI的位置。例如，所说几何变换可以是基于重合点的多项式变换。然后，在步骤2055，定义基于对ROI的分析计算图象质量参数的方法。最后，在步骤2060，将新的模型模板添加到模型数据库或存储区中的模型列表中。数据库中的模型模板列表可以利用一个模型模板管理程序获得，该管理程序可以检索和应用任何所需的模型模板。特别是，可以生成新的定制或现用模型的模式或模板，并添加到该系统中。\n虽然已经表示和描述了本发明的特殊要素、实施例和应用，但是应当理解本发明并不局限于这些，因为本领域技术人员可以作出改进，特别是在上述教导下。所以，本申请试图利用所附的权利要求覆盖属于本发明构思和范围内的这些改进和结合这些特征。