CN102048552B - 计算机断层造影灌注测量的射线硬化校正 - Google Patents

Abstract

本发明涉及一种用于从测量数据(p)中重建检查对象图像数据(f)的方法，其中，在计算机断层扫描系统(C1)的辐射源(C2，C4)与检查对象之间相对旋转运动时，首先采集一系列测量数据组(p)，并且这些测量数据组(p)涉及在连续时间点上检查对象的相同片段。从这些测量数据组(p)中分别重建第一图像数据(f)，从而存在一系列第一图像数据(f)。确定显示该系列第一图像数据内部时间上变化的改变量，并借助该改变量在第一图像数据(f)内进行检查对象不同成分之间的区分。这种区分在计算改善的图像数据(f)的迭代算法中用于射线硬化校正。

Description

计算机断层造影灌注测量的射线硬化校正

技术领域

本发明涉及一种用于从测量数据中重建检查对象的图像数据的方法，其中，在计算机断层扫描系统的辐射源与检查对象之间相对旋转运动时，事先采集一系列测量数据组，并且这些测量数据组涉及在连续时间点上检查对象的相同片段。 

背景技术

利用CT系统扫描检查对象的方法众所周知。在此，例如使用圆扫描，具有进给的顺序圆扫描或者螺旋扫描。也可以是不以圆周运动为基础的其它类型的扫描，例如具有线性片段的扫描。利用至少一个X射线源和至少一个相对的采集器从不同的拍摄角度拍摄检查对象的吸收数据并将这样收集的吸收数据或投影借助相应的重建方法计算出检查对象的剖面图像。 

为从计算机断层扫描仪(CT机)的X射线-CT-数据组中，也就是从所采集的投影中重建计算机断层扫描的图像，目前作为标准方法使用所谓的滤波反投影方法(Filtered Back Projection；FBP)。在数据采集之后进行所谓的“重排(Rebinning)”步骤，其中这样重排利用扇形地从源传播的射线所产生的数据，使得其以一种如在探测器由平行地朝向探测器的X射线所射中时那样的形式出现。然后将该数据变换到频域。在频域中进行滤波，然后将经滤波的数据进行反变换。利用这样经整理(umsortierten)和滤波的数据，然后在关注体积内进行到各体素的反投影。 

近年来开发出迭代的重建法。在此方面，首先从投影测量数据中重建初始的图像数据。为此例如可以使用卷积反投影方法(Faltungsrückprojektionsverfahren)。然后利用“投影器”、数学上应尽可能良好反映测量系统的投影算子，从这些初始图像数据中产生合成的投影数据。然后利用附属于投影器的算子将与测量信号的差进行反投影并且因此重建残留图像(Residuum-Bild)，利用该残留图像更新初始图像。又可以使用更新的图像数据， 以便在下一个迭代步骤中借助投影算子产生新的合成投影数据，从中又形成与测量信号的差并且计算新的残留图像，利用该残留图像又可以改善当前的迭代级的图像数据，等等。利用这种方法可以重建图像清晰度相当好，但图像噪声小的图像数据。 

根据测量数据采集时的情况并取决于各自所观察的检查对象，CT图像中会出现不同类型的伪影。此方面的例子是射线硬化伪影。这种伪影通过如下产生，即由CT-X射线源发射的辐射不是单色，而是多色的，而且X射线辐射的衰减取决于其各自的能量。此外，不同的物质具有取决于能量的不同衰减分布。如果在图像重建时不考虑这一点，就会出现伪影。如果存在检查对象的具有高衰减值的成分的话，这一点特别严重。 

发明内容

本发明要解决的技术问题在于，提供一种用于重建CT图像的方法，其中，争取避免射线硬化伪影。此外提供一种相应的控制和计算单元、CT系统、计算机程序和计算机程序制品。 

在用于从测量数据中重建检查对象的图像数据的本发明方法中，在计算机断层扫描系统的辐射源与检查对象之间相对旋转运动时，首先采集一系列测量数据组；在此方面，这些测量数据组涉及在连续时间点上检查对象的相同片段。从这些测量数据组中分别重建第一图像数据，从而存在一系列第一图像数据。确定显示该系列第一图像数据内的在时间上的变化的改变量。借助该改变量在第一图像数据内进行检查对象不同成分之间的区分。这种区分在用于计算改善的图像数据的迭代算法中被用于射线硬化校正。 

因此不仅存在所要重建的单个图像的测量数据，而且也存在系列图像的测量数据。这些测量数据表示图像的时间顺序。因为测量数据包含检查对象的相同片段，所以可以从该图像系列中获悉，该片段在测量的过程中在时间上如何变化。这种方法特别适用于灌注测量。 

在第一图像重建之后，对于每个测量数据组存在一个第一图像。但这些第一图像由于射线硬化而含有伪影。这种不希望的效应利用进一步的方法得到减少。为此首先确定改变量。从这些量中提取在不同的第一图像之间是否存在和/或者存在多大变化的信息。因为第一图像的系列表示时间上的顺序，所以改变 量因此表明在检查对象的所观察的片段内部的在时间上的变化。 

改变量被用于区分检查对象的不同成分。这种区分之所以可能，是因为存在时间上不变的成分和随着时间改变的其它成分。 

使用迭代算法，以便通过减少由射线硬化引起的伪影来改善图像数据。这种迭代算法最好以第一图像数据开始。迭代算法在此方面这样设计，使其执行射线硬化校正。在这种校正中，包括不同成分之间所确定的区分。 

在本发明的进一步构成中，用于该系列第一图像数据的改变量逐个图像点地提供变化值。即每个图像点存在一个或者多个数值，从中提取关于时间上变化的信息。 

特别具有优点的是，为区分不同的成分，使用改变量区分静态与动态的成分。这一点由于提供改变量的时间信息而可能。静态成分是经过第一图像系列在图像内其布置方面没有或者很少变化的那些成分。相反，动态成分在该系列图像的过程中例如通过出现、消失、量变或者形变等运动。 

此外特别具有优点的是，为区分静态成分内部的不同成分，使用第一图像数据区分衰减不同强度的X射线的成分。即，按照这种方式可以给出具有静态和强衰减物质的图像区以及具有静态和仅少量衰减物质的图像区并将其彼此分离。这种区分通过观察第一图像数据的数值进行。同样具有优点的是，为区分动态成分内部的不同成分，使用第一图像数据区分衰减不同强度的X射线的成分。即，按照这种方式可以给出具有动态和强衰减物质的图像区以及具有动态和仅少量衰减物质的图像区并将其彼此分离。这种区分也通过观察第一图像数据的数值进行。 

在本发明的构成中，进行成分水，骨和造影剂之间的区分。造影剂特别可以是通常在灌注测量时使用的碘。这三种成分在其X射线辐射的衰减的能量依赖性方面明显不同，从而在射线硬化校正时分离具有特别重要的意义。 

依据本发明的进一步构成，从第一图像数据中确定与不同成分相应的多个分图像数据。这意味着，每种成分各自存在分图像，从其获悉，各个成分在哪些图像点上存在。 

此外，在与分图像数据的结合下具有优点的是，在迭代算法中对第一图像数据进行正向投影，其中，分图像数据与取决于X射线能量的和对各个成分来说是特定的衰减值相关联。这样可以进行非常精确的射线硬化校正。 

依据本发明的进一步构成，通过从变化值中至少部分去除检查对象的运动，在区分不同成分之前，对变化值进行校正。为此最好在单个第一图像的内部采用梯度形成。如果从改变量中计算出检查对象的运动，例如心脏运动，呼吸运动，位置变化，在使用这些这样校正的改变量情况下可以更好地彼此区分这些成分。 

依据本发明的控制和计算单元用于从CT系统的测量数据中重建检查对象的图像数据。该单元包括用于储存程序代码的程序存储器，其中，里面-此外需要时-存在适用于实施上述方法的程序代码。依据本发明的CT系统包括这种控制和计算单元。此外该系统可以包括采集测量数据所需的其它组成部分。 

依据本发明的计算机程序具有程序代码资源，其适用于在计算机上执行计算机程序的情况下实施上述的方法。 

依据本发明的计算机程序制品包括储存在计算机可读数据载体上的程序代码资源，其适用于在计算机上执行计算机程序的情况下实施上述的方法。 

附图说明

下面借助实施例对本发明进行详细说明。其中： 

图1示出具有图像重建组成部分的计算机断层扫描系统的第一示意图； 

图2示出具有图像重建组成部分的计算机断层扫描系统的第二示意图； 

图3示出用于三种不同物质的、取决于能量的衰减分布； 

图4示出用于在检查对象的不同成分之间进行区分的计算过程； 

图5示出CT图像、从中计算的标准偏差图像和修改的标准偏差图像。 

具体实施方式

图1首先示意示出具有图像重建装置C21的第一计算机断层扫描系统C1。处于门架外壳C6内的是这里未示出的封闭门架，上面设置第一X射线管C2及相对的采集器C3。在这里所示的CT系统中，可选地设置第二X射线管C4及相对的采集器C5，从而通过附加可供使用的放射器/采集器组合可以达到更高的时间分辨率，或者在使用不同的X光能量谱时，在放射器/采集器系统内也可以进行“双能量(Dual-Energy)”检查。 

CT系统C1此外具有病床C8，检查时患者可以在病床上沿也称为z轴的系 统轴线C9移动到测量场内，其中，扫描本身可以作为纯圆形扫描在无患者进给的情况下，仅在所关心的检查范围内进行。在这种情况下，X射线源C2或C4各自环绕患者旋转。在此方面，采集器C3或C5与X射线源C2或C4相对地平行运转，以采集然后用于重建剖面图像的投影测量数据。作为逐步地在单个扫描之间将患者移动通过检查区的顺序扫描的替换，不言而喻，也存在螺旋扫描的可能性，其中在采用X射线的循环扫描期间将患者连续沿系统轴线C9移动通过在X射线管C2或C4与采集器C3或C5之间的检查区。通过患者沿轴线C9的运动和X射线源C2或C4的同时循环，在测量期间X射线源C2或C4相对于患者的螺旋扫描时形成螺旋轨迹。这种轨迹也可以通过如下得到，即在患者不运动的情况下门架沿轴线C9移动。 

通过具有存在于存储器内的计算机程序代码Prg₁-Prg_n的控制和计算单元C10控制CT系统10。需要指出的是，不言而喻，这种计算机程序代码Prg₁-Prg_n也可以包含在外部的存储媒体上并且在需要时可以载入控制和计算单元C10内。从控制和计算单元C10可以通过控制接口24传递采集控制信号AS，以便依据确定的测量协议控制CT系统C1。 

由采集器C3或C5获得的投影测量数据p(下面也称为原始数据)通过原始数据接口C23传送到控制和计算单元C10。然后这些原始数据p在可能的适当预处理后在图像重建组成部分C21内被进一步处理。图像重建组成部分C21在该实施例中在控制和计算单元C10内以处理器上的软件方式，例如以一个或者多个计算机程序代码Prg₁-Prg_n的方式实现。关于图像重建，正如关于测量过程的控制已经介绍的那样，这些计算机程序代码Prg₁-Prg_n也可以包含在外部的存储媒体上，并在需要时可以被载入控制和计算单元C10内。 

由图像重建组成部分C21重建的图像数据f然后寄存在控制和计算单元C10的存储器C22内和/或者以常见的方式在控制和计算单元C10的屏幕上输出。它们也可以通过图1中未示出的接口输入到与计算机断层扫描系统C1连接的网络内，例如放射信息系统(RIS)并寄存在那里接入的大容量存储器内或者作为图像输出。 

控制和计算单元C10附加地还可以执行EKG函数，其中，导线C12用于在患者与控制和计算单元C10之间传到(Ableitung)EKG势能。图1中所示的CT系统C1附加地还具有造影剂注射器C11，通过其可以附加地将造影剂注入 患者的血液循环内，从而可以更好显示患者的血管，特别是跳动的心脏的心室。此外因此还存在实施灌注测量的可能性，对于灌注测量，所提出方法同样适用。 

图2示出一个C形架系统，其中与图1的CT系统相反，外壳C6携带C形架C7，在上面一方面固定X射线管C2、另一方面固定相对的采集器C3。C形架C7为扫描同样环绕系统轴线C9回转，从而可以从大量的扫描角度进行扫描并可以从大量的投影角度中确定相应的投影数据p。图2的C形架系统C1与图1中的CT系统一样具有图1所述类型的控制和计算单元C10。 

在图1和2所示的两个系统中都可以应用本发明。此外，原则上其也可以用于其它CT系统，例如具有形成完整一圈采集器的CT系统。 

灌注测量时，将造影剂注入检查对象的血管内，并随后进行多次在时间上连续的CT拍摄。因此存在一系列CT图像，从而可以看到检查对象体内处于血液内并与血液同时输送的造影剂的在时间上的分布。从血流量的这种时间上的信息中，例如通过造影剂延迟到达确定部位上可以识别缺损。特别重要的是心脏的局部缺血区，也就是心肌血流不畅的部位。这些部位可以提醒面临心梗的危险。这种涉及心肌的CT技术称为心肌CT灌注检查。 

通常使用碘作为造影剂。这种造影剂对X射线辐射强吸收，从而其在CT图像中是可以清晰可见的。碘的CT值处于300到500HU(Hounsfield Units)之间。这种高值典型地达到血管或者其中碘还具有高反差的心室内，在肌肉内该值变小，一般情况下处于约100HU的数量级。与此相应，肌肉内碘的浓度也可以容易地以稀释的方式借助CT图像确定。 

拍CT时使用多色的X射线辐射。X射线辐射穿过物质时，X射线的低能量部分比高能量部分更强地衰减，也就是被吸收和散射。多能量的辐射在穿过物质时因此硬化。这种效应在强吸收的物质例如像骨或者碘相互靠近时特别明显。处于其间的软组织的CT值在这种情况下被明显低估。这些伪影相当于所谓的杯状凹陷(Cupping)效应。人们称之为射线硬化伪影。 

在例如心CT的灌注测量的分析时，通过典型的30秒的时间重复拍摄恒定的层位置。事先给予的造影剂灌注心肌并获得可以对所拍摄的组织进行灌注分析的时间-密度曲线。在这种情况下，CT值的高精确度是重要的，因为否则关于血流方面的结果断言是不可靠的。因此射线硬化伪影在灌注测量时是一个特殊问题。特别是在造影剂团(Kontrastmittelbolus)流过心室和/或主动脉的时刻， 出现使得不可能准确确定灌注的干扰射线硬化伪影。这种情况出现于造影剂的高衰减值时。因此尝试通过适当的措施尽可能降低射线硬化伪影。 

存在大量用于射线硬化校正的简单方法。这些方法的内容通常包括水的预校正。在此假定，所检查的组织具有与水的衰减相应的取决于能量的衰减。所有CT值在这种情况下均以水的CT值为标准。这种类型方法的例子在下列文献中有所介绍： 

P.Kijewski.B.Bjarngard：Correction for beam hardening in CT，Med.Phys.Vol.5，no.3，S.209-214，Mai/Juni 1978 

G.Hermann：Correction for beam hardening in CT.Phys.Med.Biol.，vol.24，no.1，S.81-106，1979 

M.Kachelrieβ，K.Sourbelle，E.Kalender：Empirical Cupping Correction：a first order rawdata precorrection for cone beam computed tomography，Med.Phys.，vol.33，no.5，S.1269-1274，Mai 2006。 

因为根据水的能量依赖性标准化，所以对所有的其它物质存在误差。相应地，这些标准预校正特别是在图像内存在更高序数的物质例如像骨或者碘的情况下不起作用。在这种情况下，尽管进行预校正，仍导致上述的射线硬化伪影。因此具有优点的是进行迭代的图像重建，其中射线硬化伪影从迭代到迭代逐步下降。迭代法的基础在于，在正向投影时考虑检查对象不同成分的准确的能量依赖性。即，能量依赖性虽然已知，但图像内各个物质的空间分布并不已知。 

图3示出对于三种不同物质，物质的单位密度的取决于X射线的能量E(单位为keV)的X射线辐射衰减 (单位为 )。绘出水Wa的曲线，骨Bo的曲线和碘Jo的曲线。可以清楚看出，骨和碘虽然具有两个高CT衰减值，但衰减的能量依赖关系彼此不同。在骨衰减非常小的35keV时对于碘的K边特别出现这一点。因此缺点是，在射线硬化校正时仅关注骨，而不区分碘这种成分。因为由此没有排除通过碘的存在而产生的射线硬化伪影。 

下面首先介绍如何获得用于迭代算法的更新方程式或迭代方程式。首先采集测量数据。采集如在灌注测量时那样通常在多个时间点上进行，从而存在系列测量数据。从这些测量数据中分别通过重建算法R_f ^-1计算出第一图像f。重建算法R_f ^-1的下标f在此方面表示，应用导致对于所有物质的射线硬化伪影的水预 校正，这些物质的取决于能量的衰减与水的明显不同。 

现在存在一系列的第一图像f。这些图像由于射线硬化而包含伪影。所寻找的无射线硬化伪影的结果图像采用g标注。寻找多色氡变换算子R_g，从而适用： 

R_ff＝R_gg                            公式(1) 

方程式左侧的表达式R_ff是测量数据；通过在第一图像f上使用正向投影R_f获得这些测量数据。 

氡变换算子R_g就此而言是多色的，因为它不仅考虑水的、而且也考虑了不同物质的衰减的能量依赖性。 

为获得迭代方程式，在使用R_g＝R_g+R-R的情况下改写公式(1)。在这种情况下，R是单色的氡变换，也就是说，沿射线L的简单线积分：Rf＝∫dLf。R可逆。 

通过代入公式(1)得出： 

R_ff＝(R_g+R-R)g                        公式(2) 

在两侧上使用R^-1后这得出： 

g＝g+R^-1(R_ff-R_gg)                     公式(3) 

从中直接导出更新或迭代方程式： 

g⁽ⁿ⁺¹⁾＝g⁽ⁿ⁾+R^-1(R_ff-T_gg⁽ⁿ⁾)          公式(4) 

在这种情况下，g⁽ⁿ⁾是第n次迭代的图像，从中借助公式(4)计算出第n+1次迭代的图像g⁽ⁿ⁺¹⁾。迭代过程以g⁽⁰⁾＝f开始。可以看到，每次迭代时在测量数据R_ff与借助正向投影利用R_g从当前图像g⁽ⁿ⁾中获得的投影之间进行平衡。这种偏差越大，则下个图像g⁽ⁿ⁺¹⁾与当前图像g⁽ⁿ⁾的差别越多。 

依据公式(4)的迭代方程式用于时间系列的所有图像。 

多色正向投影算子R_g越好，迭代的结果就越好。下面介绍如何建立特别适用的算子R_g。 

为射线L测量投影值q(L)： 

q(L)＝-ln∫dEe^{-∫dLμ(E，t)}                    公式(5) 

在这种情况下，μ(E，r)是所寻找的衰减值。该衰减值取决于X射线辐射的能量E和图像内部的位置r。衰减值μ(E，r)可以划分成其取决于能量的部分ψ(E)和其空间上的分布g(r)。 

下面将对象分成三种物质： 

$\mathrm{\μ}(E,r)=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{g}_i\left(r\right){\mathrm{\ψ}}_i\left(E\right)=g\left(r\right)\·\mathrm{\ψ}\left(E\right)$ 公式(6) 

i在这种情况下表示三种物质水、骨和碘。g_i(r)因此是与确定的物质相应的分图像。如果将公式(6)代入公式(5)，那么得到： 

q＝R_gg＝-ln∫dEe^{-∫dLg(r)·ψ(E)}                公式(7) 

已知能量依赖性ψ_i(E)，参见图3。因此为了能够确定R_gg必须已知空间的物质分布g_i(r)。这意味着，必须确定，三种成分中的哪一种处于哪个图像点上。 

通过确定图像点值在时间上的变化，进行不同成分之间的区分。正如已经提到的，在灌注测量中常见的那样，拍摄通过检查对象的相同片段的一系列时间上连续的数据组，其中，从每个测量数据组中计算第一图像f。如果拍摄心脏，那么这样采集数据或这样重建图像，使所有图像对应于相同的心相，例如心舒张期。在注入造影剂或者造影剂到达所观察的区域之前，第一图像属于时间点t₀。 

因此存在大量的图像f(r，t)，其中，每个图像属于测量时间点t。从中计算时间上取平均值的图像： 

$\⟨f\left(r\right)\⟩=\frac{1}{T}\∫\mathrm{dtf}(r,t)$ 公式(8) 

在这种情况下，T相当于在其中采集不同测量数据组的时间段。从中计算标准偏差： 

$\mathrm{\σ}\left(r\right)=\sqrt{\⟨{(\⟨f\left(r\right)\⟩-f(r,t))}^2\⟩}$ 公式(9) 

利用σ(r)因此存在这样的图像，其单个数值是图像系列内部单个图像点的标准偏差。标准偏差说明图像系列内部图像点值的变化。因为所有图像示出检查对象的相同片段，所以一方面由于造影剂的动力学、另一方面由于检查对象可能存在的运动而发生图像点值的变化。 

如下消除检查对象的运动对标准偏差的贡献：观察第一图像，也就是图像f(r，t₀)并在该图像内部计算梯度。这一点例如可以通过使用二维锐截止滤波器(Kantenfilter)进行。在该梯度图像内将边缘所处的那些图像点置为0，而其它所有图像点置为1。标准偏差图像σ(r)与该修改的梯度图像逐图像点地相乘。下面观察这种得到校正的标准偏差图像σ(r)： 

因此函数ω(τ)在τ≤-Δτ时具有数值0，在τ≥Δτ时具有数值1，在其间它在0与1之间上升。变量Δτ确定0到1之间的过渡区的宽度。 

为区分三种不同的物质水、骨和碘，插入三个极限值τ₁，τ₂和τ₃。此外为进行区分使用标准偏差图像σ(r)，如下面详细介绍的那样；因为消除了检查对象的运动，该标准偏差图像仅还显示由于碘的存在而随着时间变化的区域。 

为三种成分水、骨和碘的每一种各自确定加权图像，其中。 

u_Wa＝(1-ω(σ(r)-τ₁))·(1-ω(g(r，t)-τ₂))+ω(σ(r)-τ₁)·(1-ω(g(r，t)-τ₃))为水的加权图像， 

u_Bo＝(1-ω(σ(r)-τ₁))·ω(g(r，t)-τ₂)为骨的加权图像， 

u_Jo＝·ω(σ(r)-τ₁)·ω(g(r，t)-τ₃))为碘的加权图像。 

通过加权图像与原始图像(Ausgangsbild)g(r，t)逐图像点地相乘，获得各自物质的图像。也就是说，通过g(r，t)·u_Wa获得水图像g_Wa(r，t)，通过g(r，t)·u_Bo获得骨图像g_Bo(r，t)，并通过g(r，t)·u_Jo获得碘图像g_Jo(r，t)。在这种情况下适用u_Wa+u_Bo+u_Jo＝1。也就是说，通过分图像g_Wa(r，t)，g_Bo(r，t)和g_Jo(r，t)的相加重新获得原始图像。 

下面借助图4介绍使用加权图像以获得图像g_Wa(r，t)，g_Bo(r，t)和g_Jo(r，t)。从图像g(r，t)出发，并且将该图像逐图像点地与ω(σ(r)-τ₁)(右分支)以及与1-ω(σ(r)-τ₁)(左分支)相乘。 

通过从标准偏差图像σ(r)中减去τ₁，将标准偏差图像σ(r)的数值变换到0附近的范围内。如果将公式(10)中的加权函数ω(τ)应用于该偏移的标准偏差图像σ(r)-τ₁上，那么获得掩模图像(Maskenbild)，其中只有具有高标准偏差的图像点具有数值1，而小标准偏差的图像点则具有数值0；这两个极限值之间是具有0到1之间的数值的过渡区。如果将该掩模图像逐图像点地与图像g(r，t)相乘，那么获得图像g_dyn(r，t)。下标dyn在这种情况下表示动态。因为在该图像g_dyn(r，t)中，与原始图像g(r，t)相比具有时间上强烈改变的数值的所有像点均保留原始图像g(r，t)的数值，因为它们与1相乘，而具有时间上变化少的数值的所有图像点则通过与0相乘而得到数值0。 

相反的内容适用于左分支。在这里原始图像g(r，t)不是与掩模图像ω(σ(r)-τ₁)相乘，而是与反掩模1-ω(σ(r)-τ₁)相乘。按照这种方式，获得图像g_stat(r，t)。下标stat在这种情况下表示静态。因为在该图像g_stat(r，1)中，与原始图像g(r，t)相比，具有时间不变化或者少变化的数值的所有图像点均保留原始图像g(r，t)的数值，因为它们与1相乘，而具有时间上强变化的数值的所有图像点则通过与0相乘而得到数值0。 

在所介绍的第一步骤中，因此在使用标准偏差图像σ(r)和第一阈值τ₁的情况下将原始图像g(r，t)的动态与静态成分分开。在这种情况下适用g_stat(r，t)+g_dyn(r，t)＝g(r，t)。 

借助图5的CT图像可以理解所介绍的处理方式。左侧图像示出原始图像g(r，t)。可以看到患者胸腔的剖面。可以识别出脊柱(下部中心)、两个肺叶(右侧和左侧的黑色区域)、一部分肋骨(肺叶边缘上的白色区域)和心脏；脊柱以上左侧的白点是主动脉。中间图像是标准偏差图像σ(r)。在脊柱的区域内没有发生运动。相反，运动的区域是：主动脉、心脏的左心房以及肺内部和肋骨区域内的小区域。没有示出随后通过边缘采集器实施的患者运动消除。右侧图像示出，将公式(10)中的函数ω(τ)应用于偏移的标准偏差图像σ(r)-τ₁上。可以清楚看出，该图像实际上仅还有两个CT值，其中，白色区域相当于CT值1。这是在拍摄系列测量数据的过程中通过血液流动的运动产生的区域。 

在图4的静态分支中，现在使用第二阈值τ₂，以便在骨与水之间进行区分。通过从原始图像g(r，t)中减去τ₂，原始图像g(r，t)的数值进入0附近区域内。如果将公式(10)中的加权函数ω(τ)用于该偏移的图像g(r，t)-τ₂上，那么获得掩模图像，其中仅高图像值的图像点具有数值1，而小图像值的图像点则具有数值0。如果将该掩模图像按图像点与静态图像g_stat(r，t)相乘，那么获得图像g_Bo(r，t)。下标Bo在这种情况下表示骨。因为在该图像g_Bo(r，t)中，与静态图像g_stat(r，t)相比，具有大图像值的所有图像点均保留静态图像g_stat(r，t)的数值，因为它们与1相乘，而相反具有小图像点值的图像点则通过与0相乘而得到数值0。 

相反的内容适用于静态分支的右下分支。在这里静态图像g_stat(r，t)不是与掩模图像ω(g(r，t)-τ₂)相乘，而是与反掩模1-ω(g(r，t)-τ₂)相乘。按照这种方式，获得对图像g_Wa(r，t)的贡献。下标Wa在这种情况下表示水。因为在 水图像g_Wa(r，t)中，与静态图像g_stat(r，t)相比具有小数值的所有图像点均保留静态图像g_stat(r，t)的图像点，因为它们与1相乘，而具大图像点值的所有图像点则通过与0相乘而得到数值0。这一点基于如下，即水与骨相比具有非常小的CT值。 

在所介绍的第二步骤中，因此在使用原始图像g(r，t)和第二阈值τ₂的情况下将静态图像g_stat(r，t)的成分骨和水分开。 

相反在动态分支中使用第三阈值τ₃，以便在碘与水之间进行区分。无论是在静态还是在动态分支中均进行水的区分的原因是，还存在流动的血液和由此不含碘的动态成分。含碘与不含碘血液的这种区分可以通过原始图像g(r，t)的CT值进行。 

通过从原始图像g(r，t)中减去τ₃，将原始图像g(r，t)的数值变换到0附近区域内。t₃与此相应这样选择，使ω(g(r，t)-τ₃)＝0适用于仅含有无碘血液的区域，而相反ω(g(r，t)-τ₃)＝1则适用于具有含碘血液的区域。如果将公式(10)中的加权函数ω(τ)应用于该偏移的图像g(r，t)-τ₃上，那么因此获得掩模图像，其中仅高图像值的图像点具有数值1，而小图像值的图像点则具有数值0；在这之间是具有在0和1之间的值的过渡区域。如果将该掩模图像按图像点与动态图像g_dyn(r，t)相乘，那么获得图像g_Jo(r，t)。下标Jo在这种情况下表示碘。因为在该图像g_Jo(r，t)中，与动态图像g_dyn(r，t)相比具有大图像值的所有图像点均保留动态图像g_dyn(r，t)的数值，因为它们与1相乘，而具有小图像值的所有图像点则通过与0相乘而得到数值0。 

相反的内容适用于动态分支的左下分支。在这里动态图像g_dyn(r，t)不是与掩模图像ω(g(r，t)-τ₃)相乘，而是与反掩模1-ω(g(r，t)-τ₃)相乘。按照这种方式，获得对水图像g_Wa(r，t)的贡献。因为在水图像g_Wa(r，t)中，与动态图像g_dyn(r，t)相比具有小图像值的所有图像点均保留动态图像g_dyn(r，t)的图像点，因为它们与1相乘，而具大图像值的图像点则通过与0相乘而得到数值0。 

在所介绍的第三步骤中，因此在使用原始图像g(r，t)和第三阈值τ₃的情况下将动态图像g_dyn(r，t)的成分碘和水分开。 

具有优点的是，公式(10)中的参数Δτ不是设为恒定，而是取决于当前使用的阈值设定。在这种情况下，因此存在Δτ₁以及Δτ₂和Δτ₃。在这种情况下， 当将加权函数ω()应用于含有τ₁的自变量时，采用Δτ₁。 

现在在公式(6)内为g_i(r)代入三个分图像g_Wa(r)，g_Bo(r)和g_Jo(r)，并与各自取决于能量的衰减分布ψ_i(E)相乘。按照这种方式获得R_gg，参见公式(7)，将其代入迭代方程式，参见公式(4)。通过反复迭代，现在可以计算尽可能没有射线硬化伪影的图像g。射线硬化的校正在这种情况下不仅通过考虑使碘和骨的区分不可能的CT值，而且通过考虑图像系列内部CT值的时间上的变化进行。这样可以使骨与碘之间得到区分。 

前面借助实施例对本发明进行了说明。不言而喻，可以进行大量的变化和修改，而不偏离本发明的框架。 

Claims (12)

1.一种用于从测量数据(p)中重建检查对象的图像数据(f)的方法，其中， 

在计算机断层扫描系统(C1)的辐射源(C2，C4)与检查对象之间相对旋转运动时，事先采集一系列测量数据组(p)，并且这些测量数据组(p)涉及在连续时间点上检查对象的相同片段， 

从这些测量数据组(p)中分别重建第一图像数据(f，g(r，t))，从而存在一系列第一图像数据(f，g(r，t))， 

确定显示该系列第一图像数据(f，g(r，t))内部的在时间上的变化的改变量(σ(r))， 

借助在第一图像数据(f，g(r，t))内的该改变量(σ(r))对检查对象的不同成分进行区分， 

在用于计算改善的图像数据(f)的迭代算法中使用该区分，用于射线硬化校正。 

2.按权利要求1所述的方法，其中，用于该系列第一图像数据(f，g(r，t))的改变量(σ(r))逐个图像点地给出改变值。 

3.按权利要求1所述的方法，其中，使用所述改变量(σ(r))对静态与动态的成分进行区分，以区分不同的成分。 

4.按权利要求3所述的方法，其中，使用所述第一图像数据(f，g(r，t))对衰减不同强度的X射线的成分加以区分，以便区分静态成分内部的不同成分。 

5.按权利要求3所述的方法，其中，使用所述第一图像数据(f，g(r，t))对衰减不同强度的X射线的成分加以区分，以便区分动态成分内部的不同成分。 

6.按权利要求1至5之一所述的方法，其中，进行成分水、骨和造影剂之间的区分。 

7.按权利要求1至5之一所述的方法，其中，从所述第一图像数据(f，g(r，t))中确定与不同成分相应的多个分图像数据(g_Bo(r，t)，g_Wa(r，t)，g_Jo(r，t))。 

8.按权利要求7所述的方法，其中，在迭代算法中对所述第一图像数据(f，g(r，t))进行正向投影，其中，所述分图像数据(g_Bo(r，t)，g_Wa(r，t)，g_Jo (r，t))与取决于X射线能量的并对各个成分来说是特定的衰减值相关联。 

9.按权利要求1至5之一所述的方法，其中，通过从所述改变量(σ(r))中至少部分去除检查对象的运动，在区分不同成分之前对所述改变量(σ(r))进行校正。 

10.按权利要求1至5之一所述的方法，其中，所述系列测量数据组是在灌注测量的情况下被采集的。 

11.一种控制和计算单元(C10)，用于从CT系统(C1)的测量数据(p)中重建检查对象的图像数据(f)，其中，所述控制和计算单元(C10)被构造用于实施按权利要求1-10之一所述方法。 

12.一种CT系统(C1)，具有按权利要求11所述的控制和计算单元(C10)。