CN101331516A - 用于多次迭代算法的高级收敛 - Google Patents

Abstract

用于基于由计算机断层造影系统所获得的投影数据信号来重构三维图像的迭代方法常常导致错误的吸收系数，尤其是对于包括受检查对象的空腔的区域。而且，迭代方法对于计算这种吸收系数显示了较慢的收敛。根据本发明的实施例，提供了一种方法，用于基于修改后的数据信号的三维图像的高级重构。所述修改包括将恒定吸收值与所测量的投影数据相加。有利的是，所述恒定吸收值是穿过具有水的空间恒定吸收系数的虚拟身体的吸收线积分。所述虚拟身体优选的具有稍大于所关注对象的体积。

Description

用于多次迭代算法的高级收敛

技术领域

本发明涉及图像重构领域，例如在医学应用中。具体而言，本发明涉及一种方法，用于基于由计算机断层造影系统所获得的数据信号来产生或重构图像，该计算机断层造影系统包括具有辐射源和辐射检测器的断层造影设备。本发明还涉及一种数据处理设备、一种断层造影系统、一种计算机可读介质和一种程序模块，用于基于数据信号来产生图像，具体而言，用于基于由计算机断层造影系统所获得的数据信号来产生图像。

背景技术

计算机断层造影(CT)是一种使用数字处理、依据围绕单一旋转轴所拍摄的一系列二维X射线图像来产生受检查对象(所关注对象)内部的三维图像的过程。CT图像的重构可以通过应用适当的算法来进行。

在医学CT中，需要在患者剂量最小值的情况下得到具有较高且均匀的空间分辨率以及极低噪声的高精度图像。而且，CT图像重构必须在计算上是高效的，以便实时执行。这可以通过使用多种基于二维或三维滤波反向投影(FBP)或傅立叶重构方案的图像重构算法来实现。

与这些分析方法相对照，存在多种迭代重构算法，其从数字观点来审视重构问题。它们基于借助于在空间域与投影域之间的迭代的测量，设法倒置系统矩阵或设法使被重构的物体的相似性最大化。它们的主要优点是，能够通过对所扫描的量子统计进行精确建模，而在较小患者剂量的情况下工作。然而，这些技术需要多达几百次的迭代来实现充分收敛。每一次迭代都至少包含分别对图像和所处理的数据进行的一次二次投影和一次反向投影。因此，一次迭代的耗时至少与两次FBP重构相同。

在WO2005/088544A1中，公开了一种方法，用于依据迭代算法来重构CT图像，其中，采用所测量的光子计数的固有统计误差对迭代算法的更新进行加权。这会实现对图像重构中伪像的有效去除。然而，与所有现有技术的迭代算法相似，这个所公开的用于三维图像的重构方法在计算上也是耗时很高的。

需要一种改进的速度倍增(multiplicative)迭代算法，其能够以较小的计算能力来工作。

发明内容

可以借助于一种方法来满足这个需要，该方法用于基于由计算机断层造影系统所获得的数据信号来产生图像，其中，所述计算机断层造影系统包括具有辐射源和辐射检测器的断层造影设备。此外，可以借助于根据多个独立权利要求所述的一种数据处理设备、一种断层造影系统、一种计算机可读介质和一种程序模块来满足这个需要。

根据如权利要求1所述的本发明的示范性实施例，提供了一种方法，用于基于数据信号来产生图像。具体而言，提供了一种方法，用于基于由CT系统所获得的数据信号来产生图像，所述CT系统包括具有辐射源和辐射检测器的断层造影设备。该方法包括：将数据信号装入数据处理器的步骤；通过相加一常数来修改每一个数据信号的步骤；以及将迭代算法应用于修改后的数据信号，直到产生受检查对象的三维图像为止的步骤。迭代算法常常是这样一种算法：在该算法中，执行多个更新步骤，直到满足结束标准为止。

应注意的是，本方法可以用于以任何轨迹、检测器形状和波束几何形状(例如扇形波束、锥形波束等)所获得的数据信号的图像重构。

可以看到所述方法的要点是：使用通过将常数与每一个数据信号相加而人工修改的数据，可以实现可靠的图像生成，与基于对于原始测量的且未修改的数据信号的估计的图像重构相比较，其显示了快得多的收敛性。因此，可以快得多的和/或显著减小的计算能力来实现对于三维图像的产生或重构。

根据另一个示范性实施例，每一个数据信号都是通过用于产生波束的辐射源以及通过用于在波束经过受检查对象之后对波束进行检测的辐射检测器而采集的投影数据信号。由此，每一个数据信号都表示以不同角度穿过受检查对象的投影。

根据另一个示范性实施例，每一个投影数据信号都表示由受检查对象引起的吸收值，并且所述常数是穿过具有恒定吸收系数的虚拟身体的吸收线积分。下面说明该人工数据修改的影响：

当使用现有技术的迭代算法来重构三维图像时，会存在对吸收系数μ的多次更新，假设吸收系数μ是在受研究对象的所选体素i中所估计得到的。对于从步骤n到步骤n+1的连续迭代，可以用以下公式在良好的逼近的情况下描述这个更新：

${\mathrm{\μ}}_i^{n+1}={\mathrm{\μ}}_i^n\·c$ (等式1)

采用这种更新，仅在c＝0的情况下可以获得μ＝0的吸收系数，其存在于被研究对象的空腔中。然而，对于用于重构三维图像的迭代算法而言，c＝0情况下的更新公式非常不可靠的，以致于重构图像的质量变坏，尤其对于位于该空腔中的体素或包含具有接近于0的吸收系数的物质的体素而言。

在虚拟身体的体积内相加一常数显著地减小了以上所述的对吸收系数的更新的影响。因此，重构图像的质量与现有技术的迭代算法相比会好得多，尤其对于具有低吸收系数或0吸收系数的区域而言。

而且，与现有技术的分析重构算法相比，所述方法提供了好得多的信噪比。例如，与FBP重构方法相比，所述方法在相同空间分辨率的情况下提供了1.4倍的更好的信噪比。

根据另一个示范性实施例，所述恒定吸收系数等于水的吸收系数。由于水的吸收系数是公知的，因此这可以提供能够以高可重现性和精确的方式来进行数据信号的修改的优点。当以水的吸收系数来人工偏移受检查对象内的全部吸收值时，最小吸收系数μ是μ_水，其是0.0183cm^-1。因此，同样在人体内的空腔中，例如在头部的窦内，这个最小吸收系数是用于受检查对象的重构的基础。

根据另一个示范性实施例，虚拟身体具有预定的体积，其小于计算机断层造影系统的最大检查体积。这可以具有这样的优点：可以仅在稍大于所关注对象的区域内添加所述恒定吸收系数。因此，可以仅是合理地增加数据信号。这会实现在修改后的数据信号内的对比度不会不必要的减小。

根据另一个示范性实施例，所述预定的体积大于受检查对象，且所述预定的体积覆盖受检查对象的全部区域。必须注意的是，受检查对象也可以是不可分割的整个对象中的一部分。例如，所述整个对象可以是患者的人体，受检查对象可以是患者的头部。

根据另一个示范性实施例，所述迭代算法是最大似然算法。与其它重构算法相比，最大似然算法具有在重构图像内可以获得高得多的信噪比的优点。因此，使用最大似然算法提供了通过不太强烈的辐射波束穿透所关注对象也可以获得同等图像质量的优点。由于最大似然算法的较高信噪比，即使是有噪声的数据信号也可以得到高质量图像。在本文中，有噪声的数据信号是投影数据信号，其对于常常用作辐射检测器的二维空间解析检测器阵列中的每一个检测器元件来说，仅包含少量的检测器计数。使用有噪声的数据信号具有受检查对象仅暴露于较小辐射剂量下的优点。尤其当对人进行检查时，这是有利的。

借助于使用大量可利用的信息，即所有共同检测的光子的信息，可以从在不同观测角度的测量值得出信息的最大值。因此，可以增加采用所述方法的CT系统的精度。

根据另一个示范性实施例，图像的产生是基于全部获取的投影数据信号的包含至少两个投影的子集。这种过程常常被称为有序子集算法(OrderedSubset algorithm)。术语“有序子集”意思是指以预定顺序使用来自不同检查角度的不同投影数据，以便可以实现重构图像的快速收敛。这意味着不是在包含有表示稳定增大的投影角度的数据信号的序列内执行投影数据的使用。例如，对于图像重构而言，可以以一个顺序来使用数据信号，其中

第一投影数据表示0°的检查角度，

第二投影数据表示90°的检查角度，

第三投影数据表示0°+δΘ的检查角度，

第四投影数据表示90°+δΘ的检查角度，

第五投影数据表示0°+2δΘ的检查角度，

第六投影数据表示90°+2δΘ的检查角度等等。然而，必须注意的是，当然还可以使用其他检查角度序列。无论如何，与普通最大似然算法相比，基于有序子集最大似然算法的图像重构可以显示更快的收敛性。

根据另一个示范性实施例，该方法还包括用三维图像减去所述常数从而获得最终图像的步骤。该实施例会具有这样的优点：产生了可以用与早已是公知的CT图像相同的方式读取的图像。在此情况下，人，例如假设读取和/或理解最终图像的健康专家，无需特定训练就可以从根据所建议的方法而获得的图像中获得全部信息。

根据本发明的另一个示范性实施例，提供了一种数据处理设备。该数据处理设备包括：存储器，用于存储所关注对象的数据信号；数据处理器，用于基于所关注对象的数据信号来产生图像。所述数据处理器适于执行包括以下步骤的操作：装入所述数据信号的步骤；借助于相加一常数来修改每一个数据信号的步骤；以及将迭代算法用于修改后的数据信号，直到产生所关注对象的三维图像为止的步骤。

有利的是，这会实现在CT扫描器系统内的更快速的图像重构，以及改进的图像质量，尤其是在受检查对象内的、包括空腔或具有很低吸收系数的物质区域中。

根据另一个示范性实施例，所述迭代算法是最大似然算法；并且产生的图像具有最高的似然性。有利的是，最大似然算法的迭代方案可以实现具有较低数量伪像的改进的图像。而且，由于更快的收敛，当重构图像时，与采用现有技术的最大似然算法的数据处理设备相比，可以快得多地获得高质量图像。

根据本发明的另一个示范性实施例，提供了一种断层造影系统。所述断层造影系统包括：辐射源，其适于发出辐射波束；辐射检测器，其适于在所述波束经过受检查对象之后检测所述波束；存储器，用于存储由辐射检测器所获得的数据信号；以及数据处理器，用于基于所述数据信号产生图像。所述数据处理器适于执行以下操作：装入数据信号；借助于相加一常数来修改每一个数据信号；并且将迭代算法用于修改后的数据信号，直到产生受检查对象的三维图像为止。而且，数据处理器适于执行上述方法的任何示范性实施例。

所述辐射源可以是常规X射线源，其可以发出多波长的或单一波长的辐射。所述辐射检测器可以由单个辐射传感器、多个辐射传感器或传感器阵列构成。

所述断层造影系统可以用作物质测试设备、医学应用设备或用于测量三维图像的任何其它设备。所述断层造影系统还可以是相干散射计算机断层造影设备、正电子发射断层造影设备或单光子发射计算机断层造影设备。无论如何，应明确本发明不限于X射线计算机断层造影技术。

根据本发明的另一个示范性实施例，提供了一种计算机可读介质，其中存储了计算机程序，所述计算机程序用于基于数据信号，具体而言是基于由计算机断层造影系统所获得的数据信号，来产生图像，所述计算机断层造影系统包括具有辐射源和辐射检测器的断层造影设备。当被处理器执行时，所述计算机程序适于执行上述方法的示范性实施例。

根据本发明的另一个示范性实施例，提供了一种程序模块，用于基于数据信号，具体而言是基于由计算机断层造影系统所获得的数据信号，来产生图像，所述计算机断层造影系统包括具有辐射源和辐射检测器的断层造影设备。当被处理器执行时，所述程序模块适于执行上述方法的示范性实施例。

所述程序模块可以用任何适合的编程语言来编写，例如C++，并可以存储在计算机可读介质上，诸如CD-ROM。此外，所述计算机程序可以从网络获得，诸如环球网，从所述网络可以将所述计算机程序下载到图像处理单元或处理器，或任何适合的计算机。

附图说明

依据以下说明的实施例的实例，并参考实施例的实例加以解释，本发明以上定义的方面及其它方面是显而易见的。在下文中参考实施例的实例会更详细的说明本发明，但本发明不限于此。

图1显示了计算机断层造影(CT)系统的简化示意图。

图2显示了用于基于迭代算法重构三维图像的方法的流程图。

图3显示了用于执行根据本发明的方法的示范性实施例的图像处理设备。

图4a和4b显示了头部幻图的图像切片。

图5显示了一曲线图，其中，描绘了两个不同最大似然算法的收敛情况，这两个算法用于计算位于图4所示的头部模型空腔中的小框内的吸收系数。

附图中的图解说明是示意性的。应注意在不同附图中，以相同的参考标记或以彼此仅是第一个数字不同的参考标记来提供相似的或相同的要素。

具体实施方式

图1显示了计算机断层造影设备100，其是锥形波束CT扫描器。然而，本发明还可以用包括扇形波束几何形状的CT扫描器来实施。

CT扫描器100包括台架101，其可围绕旋转轴102旋转。借助于电机103来驱动台架101。参考数字104标明了辐射源，例如X射线源，根据本发明的一个方面，其发出多波长或单波长的射线。

参考数字105标明了窗孔系统，其将从辐射源104发出的辐射波束成形为锥形辐射波束106。引导锥形辐射波束106，以便其穿过布置在台架101中央的所关注对象107。台架101的中央表示CT扫描器的检查区域。波束106在穿过所关注对象107后，照射到检测器108上。

如可以从图1得到的，检测器108被布置在台架101上与辐射源104相对的位置，以便由锥形波束106覆盖检测108的表面。检测108包括多个检测器元件123，每一个都能够检测被所关注对象107散射的或穿过所关注对象107的X射线。

在对所关注对象107进行扫描期间，辐射源104、窗孔系统105和检测器108与台架101一起在由箭头116所指示的方向上旋转。电机103连接到电机控制单元117，用于旋转台架101与辐射源104、窗孔系统105和检测器108，电机控制单元自身连接到重构单元130(其也可以表示为计算或确定单元)。而且，重构单元130还起到控制单元的作用，控制单元与电机控制单元117进行通信，以便协调台架101的移动与操作台119的移动。

如能够同样从图1见到的，所关注对象107是人体，其被布置在操作台119上。在对人体107的头部107a的扫描期间，在台架101围绕头部107a旋转的同时，操作台119沿平行于台架101的旋转轴102的方向移动人体107的位置。由电机120来执行这个移位，以便沿螺旋形扫描路径来扫描头部107a。在扫描期间还可以停止操作台119，从而以高精度测量头部107a的测量切片。

应注意的是，在所描述的全部情况中都可以执行圆形扫描，在此情况下，没有在平行于旋转轴102的方向上的移位，而只有台架101围绕旋转轴102的旋转。

此外，应强调的是，作为图1所示的锥形波束结构的备选方案，本发明可以用扇形波束结构来实现。为了产生原始的扇形波束，可以将窗孔系统105配置为多缝隙准直仪。

检测器108耦合到重构单元130。重构单元130接收检测结果，即来自检测器108的检测器元件123的读数，并基于这些读数来确定扫描结构。

图2显示了根据本发明的示范性方法的流程图，用于执行以图1所示的计算机断层造影设备100所获得的投影数据信号的图像重构。然而，应注意的是，该方法不仅可以用于由CT检查设备所采集的数据集，也可以用于由其它检查设备采集的其它数据集，诸如例如正电子发射计算机断层造影系统。

该方法以步骤S1开始，步骤S1是对在不同投影角度所获得的多个投影数据的采集。对于每一个投影角度，由空间解析检测器阵列来测量由辐射源发出并穿过所关注对象传输的电磁辐射的强度。依据与在没有所关注对象的情况下所测量的强度相比的测量强度减小，获得了多个吸收值。从而，检测器阵列的每一个检测器元件都提供了一个吸收值。

必须强调的是，还可以基于量子理论来理解术语“强度”。在本文中，术语“强度”对应于照射到构成检测器阵列的每一个检测器元件上的光子计数的数量。尤其是当以小辐射剂量来执行对所关注对象的检查时，测量数据包含由于光子统计学造成的统计波动效果。

随后，在步骤S2，将所测量的多个投影数据装入到数据处理器中。由于全部投影数据的数量常常较高，因此使用了包括中央处理单元(CPU)和存储器的数据处理器。与CPU耦合的存储器能够用于存储用于三维图像重构的全部数据。

随后，在步骤S3，以将常数相加到到投影数据上的方式来修改所装入的数据，其中，所述投影数据是用检测器阵列的每一个检测器元件测量得到的。在CT成像的情况下，所述投影数据表示由受检查对象引起的吸收值。因此，所述常数是穿过在空间上具有恒定吸收率的虚拟身体的吸收线积分。

所相加的恒定吸收系数的优选值是水的吸收系数。水的吸收系数是众所周知的，因此可以以高度可再现和精确的方式来实现。因此，在受检查对象内的全部吸收值被移位了0.0183cm^-1的μ_水的吸收系数。

为了不使得修改后的投影数据的对比度不必要的减小，仅在预定体积内相加该恒定吸收系数，所述预定体积稍大于受检查对象(例如，图1所示的患者107的头部107a)。由此，将在CT扫描器最大检查体积内而不是在所关注对象之外的区域中的无用吸收值引入到修改后的数据中。

随后，在步骤S4，对修改后的投影数据的全集执行迭代算法。优选的采用凸面最大似然算法。最大似然方法能够确定等式，该等式通过设定δL(μ_j)/δμ_j＝0，定义了具有最高似然性L(μ)的图像，在此μ是衰减参数μ_j的向量。由于该等式是先验的，其不能准确求解，但迭代方案能够得到该解。这些迭代方案中的一个是K.Lange和J.A.Fessler在“Globally convergentalgorithms for maximum a posteriori transmission tomography”，IEEE Trans.Med.Imaging 4，1430-1450(1995)中所述的“Convex Algorithm”，其据此被合并于此作为参考。得到了用于一个迭代步骤的更新是

(等式2)

在此，d_i和Y_i分别是射出的和观测到的光子计数的数量，l_i是第i个投影的基函数l_ij的向量，<l_i，μ>是内积∑_il_ijμ_j。这个更新确保了在最佳点邻近位置有着较大的似然性，这样其会产生最佳图像。

可以用上述等式1在良好逼进的情况下说明从步骤n到步骤n+1的这个更新。明确的是，μ＝0的吸收系数只能在c＝0的情况下实现，该吸收系数存在于被研究对象的空腔中。然而，对于用于重构三维图像的迭代算法而言，c＝0的更新公式是极不可能的。因此，当将最大似然算法用于未修改的投影数据时，重构图像的质量变坏，特别是对于位于所关注对象内的空腔中的体素。

上述修改后的投影数据的使用显著减小了根据等式1的吸收系数的更新的影响，在上述修改后的投影数据中，所相加的常数是穿过具有空间上恒定吸收系数的虚拟身体的吸收线积分。因此，用于修改后的数据的迭代算法与用于未修改的原始投影数据的迭代算法相比，显示了快得多的收敛。而且，可以确信的是，重构图像的质量与用于未修改的原始投影数据的迭代算法相比好得多，尤其对于具有低或0吸收系数μ的区域而言。

最后，在步骤S5，通过例如图形用户界面输出重构的图像的不同切片。这使得医生能够分析受检查对象的任意切面的图像。

图3描绘了根据本发明的数据处理设备330的示范性实施例，用于执行根据本发明的方法的示范性实施例。数据处理设备330包括中央处理单元(CPU)或图像处理器331。图像处理器331连接到存储器332，存储器332用于存储描绘所关注对象的图像，例如患者或一件行李。图像处理器331通过总线系统335连接到多个输入/输出网络或诊断设备，例如CT设备。而且，图像处理器331连接到显示设备333，例如计算机监视器，用于显示在图像处理器331中计算或调整的信息或图像。操作员或用户可以通过键盘334和/或任何其它输出设备(其未在图3中示出)与图像处理器331进行交互。

图4a和图4b显示了头部模型440的图像切片。图4b是图4a中上部分的放大视图。依据简单几何形状对象，如球形、圆柱形、椭圆形或圆锥形，来定义头部模型440，其在CT图像重构领域中公知为所谓的Forbild头部模型(http://www.imp.uni-erlangen.de/forbid/deutsch/results/head/head.html)。头部模型440包括多个解剖结构的简单表示，这些解剖结构在评估CT图像质量时是重要的：颅顶441、额窦442和周围的骨骼443、444、445及446、右边的内耳447、和枕内隆凸448。在图4a和图4b所示的切面中不能看见其它解剖结构，如内耳(左边的)、眼睛、均匀的脑部物质和更低对比度对象，如脑室或硬脑膜下血肿。

额窦442代表空腔。因此，明确的是，在该空腔内的相应吸收系数μ是0。为了测试根据本发明示范性实施例的最大似然算法的质量，选择了在额窦442内的小框450。使用有序子集最大似然算法迭代的计算在该小框450内的系数μ_box。

以两种不同的方式来进行计算。第一种计算采用了基于所测量的投影数据的有序子集最大似然算法。第二种计算采用了基于修改后的投影数据的有序子集最大似然算法。所述修改包括将恒定吸收值与所测量的投影数据相加。所述恒定吸收值是穿过虚拟身体的吸收线积分，虚拟身体自身是在空间上具有恒定吸收系数μ_水的水模型。所述水模型所具有的体积一方面稍大于头部模型440，另一方面完整地包含头部模型440。

图5显示了曲线图560，其中，描绘了所计算的在框450内的吸收系数μ_box的值的收敛速度。在曲线图560中，绘制了各种有序子集最大似然算法的迭代次数与所计算的吸收系数μ_box之间的关系。

参考数字561标明了显示基于总共29个测量的(即未修改的)投影数据的有序子集最大似然算法的收敛情况的曲线。能够见到在67个迭代步骤内没有获得正确的吸收系数μ＝0。

参考数字562标明了显示基于总共29个修改后的投影数据的上述有序子集最大似然算法的收敛情况的曲线。所述修改包括上述的将恒定吸收值与所测量的投影数据相加。为了直接比较图中的曲线562和曲线561的收敛情况，在对于每个迭代步骤完成框450内吸收值μ_box的计算之后，就减去吸收系数μ_水。能够见到，与曲线561相比，代表基于修改后的数据的迭代算法的曲线562收敛的快得多。在10次迭代内获得了吸收系数μ_box的正确的和最终的值。

必须强调的是，不仅是曲线562的收敛速度比曲线562的收敛速度快得多。而且当对上述有序子集最大似然算法采用修改后的投影数据时，吸收系数μ_box的最终值准确得多。因此，当使用根据本发明实施例的方法时，图像重构的速度和质量都是先进的。

应注意的是，术语“包括”不排除其它元件或步骤，“一”不排除多个。此外可以合并相关于不同实施例描述的元素。还应注意，在权利要求中的参考标记不应解释为限制权利要求的范围。

为了概括本发明的上述实施例，可以这样表述：

用于基于由计算机断层造影系统获得的投影数据信号而重构三维图像的迭代方法常常导致错误的吸收系数，尤其是对于受检查对象中的包含空腔的区域。而且，迭代方法对于计算这个吸收系数显示了较慢的收敛性。根据本发明的实施例，提供了一种方法，用于基于修改后的投影数据信号进行对三维图像的高级重构。所述修改包括将恒定吸收值与所测量的投影数据相加。有利的是，所述恒定吸收值是穿过具有水的空间恒定吸收系数的虚拟身体的吸收线积分。所述虚拟身体优选的具有稍大于所关注对象的体积。

参考标记列表

100计算机断层造影设备/CT扫描器

101台架

102旋转轴

103电机

104辐射源

105窗孔系统

106辐射波束

107关注对象/受检查对象/患者

107a患者头部

108辐射检测器

116旋转方向的箭头

117电机控制单元

119工作台

120电机

123检测器元件

130重构单元

S1步骤1

S2步骤2

S3步骤3

S4步骤4

S5步骤5

330数据处理设备

331中央处理单元/图像处理器

332存储器

333显示设备

334键盘

335总线系统

440Forbild头部模型

441颅顶

442额窦

443额窦周围的骨骼

444额窦周围的骨骼

445额窦周围的骨骼

446额窦周围的骨骼

447右边的内耳

450小框

560曲线图

561有序子集最大似然算法

562减去水模型的有序子集最大似然算法

Claims (14)

1、一种方法，用于基于数据信号，具体而言是基于由计算机断层造影系统所获得的数据信号，来产生图像，所述计算机断层造影系统包括具有辐射源(104)和辐射检测器(108)的断层造影设备(100)，所述方法包括以下步骤：

将所述数据信号装入数据处理器(331)；

通过相加一常数来修改每一个数据信号；并且

将迭代算法用于所述修改后的数据信号，直到产生受检查对象(107)的三维图像为止。

2、如权利要求1所述的方法，其中

每一个数据信号都是通过用于产生波束(106)的所述辐射源(104)以及通过用于在所述波束(106)经过所述受检查对象(107)之后对所述波束(106)进行检测的所述辐射检测器(108)而采集的投影数据信号。

3、如权利要求2所述的方法，其中

每一个投影数据信号都表示由所述受检查对象(107)引起的吸收值；并且

所述常数是穿过在空间上具有恒定吸收系数的虚拟身体的吸收线积分。

4、如权利要求3所述的方法，其中

所述恒定吸收系数等于水的吸收系数。

5、如权利要求3所述的方法，其中

所述虚拟身体具有预定的体积，其小于所述计算机断层造影系统的最大检查体积。

6、如权利要求5所述的方法，其中

所述预定的体积大于所述受检查对象(107)，并且

所述预定的体积覆盖所述受检查对象(107)的全部区域。

7、如权利要求1所述的方法，其中

所述迭代算法是最大似然算法。

8、如权利要求2所述的方法，其中

所述图像的产生基于全部采集的投影数据信号的包含至少两个投影的子集。

9、如权利要求1所述的方法，还包括步骤：

从所述三维图像中减去所述常数，以便获得最终图像。

10、一种数据处理设备(330)，包括：

存储器(332)，用于存储所关注对象(107)的数据信号；

数据处理器(331)，用于基于所述所关注对象(107)的所述数据信号来产生图像，其中，所述数据处理器(331)适于执行以下的操作：

装入所述数据信号；

通过相加一常数来修改每一个数据信号；并且

将迭代算法用于所述修改后的数据信号，直到产生所述所关注对象的三维图像为止。

11、如权利要求10所述的数据处理设备，其中

所述迭代算法是最大似然算法；并且

所述产生的图像具有最高似然性。

12、一种断层造影系统，包括：

辐射源(104)，其适于发出辐射波束(106)；

辐射检测器(108)，其适于在所述波束(106)经过受检查对象(107)之后检测所述波束(106)；

存储器(332)，用于存储由所述辐射检测器(108)所获得的数据信号；以及

数据处理器(331)，用于基于所述数据信号产生图像，其中，所述数据处理器(331)适于执行以下操作：

装入所述数据信号；

通过相加一常数来修改每一个数据信号；并且

将迭代算法用于所述修改后的数据信号，直到产生所述受检查对象的三维图像为止。

13、一种计算机可读介质，其中存储了计算机程序，用于基于数据信号，具体而言是基于由计算机断层造影系统所获得的数据信号，来产生图像，所述计算机断层造影系统包括具有辐射源(104)和辐射检测器(108)的断层造影设备(100)，当被处理器(331)执行时，所述计算机程序适于执行以下步骤：

将所述数据信号装入数据处理器(331)；

通过相加一常数来修改每一个数据信号；并且

将迭代算法用于所述修改后的数据信号，直到产生受检查对象(107)的三维图像为止。

14、一种程序模块，用于基于数据信号，具体而言是基于由计算机断层造影系统所获得的数据信号，来产生图像，所述计算机断层造影系统包括具有辐射源(104)和辐射检测器(108)的断层造影设备(100)，当被处理器(331)执行时，所述程序模块适于执行以下步骤：

将所述数据信号装入数据处理器(331)；

通过相加一常数来修改每一个数据信号；并且

将迭代算法用于所述修改后的数据信号，直到产生受检查对象(107)的三维图像为止。

Images