CN102236903B - 通过迭代的图像重建在ct拍摄中提高时间分辨率 - Google Patents

通过迭代的图像重建在ct拍摄中提高时间分辨率 Download PDF

Info

Publication number
CN102236903B
CN102236903B CN201110110408.0A CN201110110408A CN102236903B CN 102236903 B CN102236903 B CN 102236903B CN 201110110408 A CN201110110408 A CN 201110110408A CN 102236903 B CN102236903 B CN 102236903B
Authority
CN
China
Prior art keywords
image
view data
pixel value
measurement data
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201110110408.0A
Other languages
English (en)
Other versions
CN102236903A (zh
Inventor
霍尔格.昆兹
哈拉尔德.肖恩杜布
卡尔.斯蒂尔斯托弗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN102236903A publication Critical patent/CN102236903A/zh
Application granted granted Critical
Publication of CN102236903B publication Critical patent/CN102236903B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/027—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis characterised by the use of a particular data acquisition trajectory, e.g. helical or spiral
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
    • A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
    • A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/436—Limited angle

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及通过迭代的图像重建在CT拍摄中提高时间分辨率，具体地涉及一种用于从测量数据(SIN1)中重建运动的检查对象的图像数据的方法，其中，在计算机断层造影系统的辐射源和检查对象之间相对旋转运动的情况下采集所述测量数据(SIN1)。从不完整的测量数据组(SIN1a)中借助迭代算法(IT？REKON)重建第一图像数据(PIC)，其中在迭代重建(IT？REKON)中使用参数，该参数包含涉及待重建的图像数据的像素值的概率信息。

Description

通过迭代的图像重建在CT拍摄中提高时间分辨率
技术领域
本发明涉及一种从测量数据中重建运动的检查对象的CT图像的方法。
背景技术
断层造影成像方法的特征在于，能够对检查对象的内部结构进行检查，在此无需对其进行手术介入。一种可能的断层造影图像产生是，从不同的角度对待检查的对象拍摄多个投影。从这些投影中可以计算检查对象的二维截面图或者三维体图像。
这样的断层造影成像方法的一个例子是计算机断层造影。利用CT系统扫描检查对象的方法是一般公知的。在此例如使用圆扫描、具有进给的顺序的圆扫描、或者螺旋扫描。不是基于圆运动的其他类型的扫描也是可以的，例如具有线性片段的扫描。借助至少一个X射线源和至少一个相对的探测器从不同的拍摄角度拍摄检查对象的吸收数据，并且将这样积累的吸收数据或投影借助相应的重建方法计算为通过检查对象的截面图像。
为了从计算机断层造影设备(CT设备)的X射线-CT数据组中，即从所采集的投影中重建计算机断层造影图像，目前作为标准方法采用所谓的滤波反投影方法(FilteredBackProjection，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状地从辐射源传播的射线所产生的数据，使得其以就象探测器被平行地射向探测器的X射线所射中一样的形状呈现。然后将数据转换到频域中。在频域中进行滤波，并且然后将滤波的数据反向转换。然后借助这样重排的和滤波的数据进行到感兴趣体积内部的各个体素上的反向投影。
近来开发了迭代的重建方法。在这样的迭代重建方法中，首先从投影测量数据中进行初始图像数据的重建。为此，例如使用卷积反投影方法(Faltungsrückprojektionsverfahren)。然后从这些初始图像数据中利用“投影器”、即应该在数学上对测量系统尽可能良好地描绘(abbilden)的投影算子，产生合成的投影数据。然后，利用投影器附属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，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，用以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。利用这样的方法可以重建具有相对好的图像清晰度却具有小的图像噪声的图像数据。
该一般公知的计算方法的缺点在于，在运动的检查对象或者至少部分运动的检查对象的情况下，在图像中会形成运动模糊，因为在对于用于一幅图像所需的数据的扫描过程的时间期间，会出现检查对象或检查对象的一部分的位置偏移，从而得到一幅图像的基础数据不是反映检查对象的全部的空间上相同的情形。在进行患者的心脏CT检查中(在该心脏CT检查中由于心脏运动会在心脏区域中出现强的运动模糊)或者对于在其中要测量检查对象中相对快的变化的检查，特别突出地产生该运动模糊问题。
发明内容
本发明要解决的技术问题是，提供一种用于重建运动的检查对象的CT图像的方法。此外，还提出一种相应的控制和计算单元、一种CT系统、一种计算机程序和一种计算机程序产品。
在按照本发明的用于从测量数据中重建运动的检查对象的图像数据的方法中，事先在计算机断层造影系统的辐射源和检查对象之间相对旋转运动的情况下采集测量数据。从不完整的测量数据组中借助迭代算法重建第一图像数据。在此在迭代重建中使用一个包含涉及待重建的图像数据的像素值的概率信息的参数。
所采集的测量数据至少包括用于重建第一图像数据组的不完整的测量数据组。不完整性在计算机断层造影中意味着存在少于半个回转(Halbumlauf)的测量数据的测量数据。半个回转相应于在平行射线几何形状的情况下通过测量覆盖的180°的投影角度范围和在按照扇形辐射几何形状的情况下180°加上扇形孔径角。除了不完整的测量数据组外，可以采集多个测量数据，使得整体上存在至少一个完整的测量数据组。
第一图像数据的计算基于不完整的测量数据组进行。这具有如下优点：由此提高了时间分辨率，这在运动的检查对象的情况下对于提高图像质量是重要的。因为用于采集不完整的测量数据组所需的时间小于用于测量完整的测量数据组所需的时间。
第一图像数据可以是检查对象的二维的截面图或者是三维体图像。
为了计算第一图像数据，使用迭代的算法。为此存在多个例子，例如代数重建技术(ART)、同时的代数重建技术(SART)、迭代滤波反投影(IFBP)、或者还有统计迭代图像重建技术。迭代重建的原理是，计算CT图像，该CT图像至少作为用于计算下一级迭代图像的输入图像使用。在此逐步地努力，将迭代图像尽可能好地与测量数据匹配。
如果将迭代算法不改变地应用到不完整的测量数据组，则结果图像由于该不完整性得到伪影。为了避免或者至少降低这一点，采用涉及待重建的图像数据的像素值的概率信息。由此可以强制第一图像数据的像素值的特定统计特性。概率信息特别可以说明，各个像素值(关于所有或一些像素值)的出现概率是多少，或者各个像素的特定像素值相对于其他像素的特定集合(关于所有或一些像素)的出现概率是多少。
特别具有优势的是，在迭代重建中将参数作为边界条件采用。这样的边界条件必须由迭代重建的结果图像保持。
在本发明的构造中，概率信息仅涉及待重建的图像数据的像素的一个子集。该子集例如可以通过查询像素值来得到。于是，存在如下可能性，对具有特定的预先给出的像素值的像素不应用概率信息。根据如下假定：高于1000HU的衰减值表示骨骼，其时间上的高分辨显示不是基本应用的目的，可以在该原理的一种应用中例如对于概率信息仅考察具有低于1000HU的像素值或衰减值的这些像素。
在本发明的扩展中，从测量数据的完整测量数据组中重建第二图像数据，并且将第二图像数据用于确定概率信息。由此呈现具有比第一图像数据低的时间分辨率的图像，该图像用于获得概率信息。
特别地，可以从第二图像数据中确定第二图像数据的像素值的直方图，并且从该直方图中确定第二图像数据的像素值的概率密度分布。对于直方图，对每个像素值计数，其有多频繁地包含在第二图像数据中。由此可以相应地计算所有的或一些像素值的概率密度分布。概率信息例如可以是对数概率密度值。
直方图可以涉及整个图像。或者也可以确定一个或多个分别仅涉及第二图像数据的一个特定图像区域的直方图。
具有优势的是，在计算概率信息之前对直方图进行平滑。
在本发明的扩展中，概率信息包含如下百分比规定，该百分比规定涉及一个像素值相对于在相应的周围中的像素值。除了考察一个像素的周围，还可以考察整个图像，从而概率信息包含如下百分比规定，该百分比规定涉及一个像素值相对于其余图像中的像素值。
特别具有优势的是，按照百分比规定，一个像素值不允许小于百分比阈值，其中该百分比阈值是由各自的周围中或其余图像中的特定比例的像素值至少达到或超过的像素值。对小像素值的特别考虑，在特别在该值域中产生有限角度伪影时是具有优势的。如果像素值小于该百分比阈值，则例如强制其等于该百分比阈值或者另一个值。
在迭代重建中优选地将概率信息作为在待最小化的成本函数中的调节项采用。这使得可以将现有的成本函数应用于按照本发明的方法。
可以将第一图像作为结果图像输出。为了进一步改善结果图像或者还可以将第一图像与基于完整测量数据组的图像数据混合。例如可以与第二图像数据混合。该混合相应于两个或多个图像的加权的或未加权的逐像素相加。优选地根据检查对象的运动信息来进行该混合。这使得可以仅仅或者主要对于在其中存在检查对象的运动的图像区域采用具有提高的时间分辨率的第一图像数据。在心脏CT中例如是冠状动脉。
在本发明的扩展中，在迭代重建时将待重建的图像数据的尽可能小的总变化的目标作为边界条件使用。这可以作为除了概率信息之外的边界条件被采用。总变化在一维函数中定义为在导数的绝对值上的积分。其表示在图像内局部波动的度量。总变化的使用是在由欠扫描的数据中重建图像时公知的措施。
按照本发明的控制和计算单元用于从CT系统的测量数据重建检查对象的图像数据。其包括用于存储程序代码的程序存储器，其中在此(必要时除了别的之外)具有适合于执行上面描述的类型的方法的程序代码。按照本发明的CT系统包括这样的控制和计算单元。此外，其可以包含例如为采集测量数据所需的其它的组成部分。
按照本发明的计算机程序具有程序代码，后者适合于，当所述计算机程序在计算机中被运行时，执行上述方法。
按照本发明的计算机程序产品包括在计算机可读的数据载体上存储的程序代码装置，其适合于，当计算机程序在计算机上被运行时，执行上述类型的方法。
附图说明
以下借助附图详细解释本发明。其中，
图1示出了具有图像重建部件的计算机断层造影系统的实施例的第一示意图，
图2示出了具有图像重建部件的计算机断层造影系统的实施例的第二示意图，
图3示出了人的心脏的运动循环，
图4示出了流程图。
具体实施方式
图1首先示意性示出了具有图像重建装置C21的第一计算机断层造影系统C1。在此是所谓的第三代CT设备，然而本发明不限于该CT设备。在机架外壳C6中有未示出的闭合的机架，在该机架上设置了具有对置的探测器C3的第一X射线管C2。可选地，在此处示出的CT系统中设置了具有对置的探测器C5的第二X射线管C4，从而通过附加可用的辐射器/探测器组合可以实现更高的时间分辨率，或者在辐射器/探测器系统中在使用不同的X能量光谱的情况下也能够进行“双能量(Dual-Energy)”检查。
此外，CT系统C1还具有患者卧榻C8，在检查时患者在该患者卧榻上可以沿着系统轴C9(也称为z轴)被推入测量场中，其中，也可以作为纯的圆形扫描而不移动患者仅在感兴趣的检查区域中进行扫描本身。患者卧榻C8相对于机架的运动通过合适的动力化进行。在该运动期间X射线源C2或C4分别围绕患者旋转。在此，探测器C3或C5相对于X射线源C2或C4并行地一起运动，以便采集投影测量数据，这些投影测量数据然后被用于重建截面图。作为顺序扫描(在该顺序扫描中患者在各个扫描之间被逐步地移动通过检查场)的替换，当然还可以进行螺旋形扫描，在该螺旋形扫描中患者在进行着的利用X射线扫描期间被连续地沿着系统轴C9移动通过在X射线管C2或C4与探测器C3或C5之间的检查场。通过患者沿着轴C9的运动以及X射线源C2或C4的同时回转，在螺旋形扫描的情况下在测量期间对于X射线源C2或C4相对于患者产生螺旋轨迹。该轨迹还可以通过在患者不动的情况下沿着轴C9移动机架来实现。此外，还可以连续地以及周期性地在两个点之间来回移动患者。
通过具有在存储器中存储的计算机程序代码Prg1至Prgn的控制和计算单元C10来控制CT系统10。需要指出的是，该计算机程序代码Prg1至Prgn还可以包含在外部的存储介质上并且在需要时可以被加载到控制和计算单元C10中。
可以通过控制接口24从控制和计算单元C10中传输采集控制信号AS，以便按照特定的测量协议控制CT系统C1。在此，采集控制信号AS例如涉及X射线源C2或C4，其中可以设置对于其功率的预定值和其通断的时刻，以及涉及机架，其中可以设置对于其旋转速度的预定值，以及涉及卧榻位移。
因为控制和计算单元C10具有输入控制台，所以可以由CT设备C1的使用者或操作者输入测量参数，该测量参数以采集控制信号AS的形式来控制数据采集。可以在控制和计算单元C10的显示屏上显示关于当前使用的测量参数的信息；此外，还可以显示其它对于操作者重要的信息。
由探测器C3或C5所采集的投影测量数据p或原始数据通过原始数据接口C23被传输到控制和计算单元C10。然后，该原始数据p(必要时在合适的预处理之后)在图像重建部分C21中被进一步处理。在该实施例中，图像重建部分C21在控制和计算单元C10中以软件的形式，例如以一个或多个计算机程序代码Prg1至Prgn的形式在处理器上实现。关于图像重建，如已经关于测量过程的控制所解释的，计算机程序代码Prg1至Prgn还可以包含在外部的存储介质上并且在需要时可以被加载到控制和计算单元C10中。此外还可以的是，测量过程的控制和图像重建可以由不同的计算单元进行。
由图像重建部分C21重建后的图像数据f然后被存储在控制和计算单元C10的存储器C22中和/或以通常方式在控制和计算单元C10的显示屏上被输出。图像数据还可以通过在图1中未示出的接口被馈入到连接到计算机断层造影系统C1的网络，例如放射学信息系统(RIS)，并且被存储于在那里可访问的海量存储器或者作为图像被输出。
控制和计算单元C10还可以执行EKG的功能，其中使用了用于传导在患者与控制和计算单元C10之间的EKG电势的导线C12。在图1中示出的CT系统C1还具有造影剂注射器C11，通过其可以附加地将造影剂注射到患者的血液循环中，从而可以更好地显示患者的血管、特别是跳动的心脏的心室。此外，还存在进行灌注测量的可能性，所提出的方法同样适合于该灌注测量。
图2示出了C形臂系统，其中与图1的CT系统不同，外壳C6支撑C形臂C7，在该C形臂上一方面固定了X射线管C2而另一方面固定了对置的探测器C3。C形臂C7为了扫描同样围绕系统轴C9摆动，从而可以从多个扫描角度进行扫描，并且能够从多个投影角度确定相应的投影数据p。如图1的CT系统一样，图2的C形臂系统C1同样具有对图1所描述的类型的控制和计算单元C10。
本发明可以应用于在图1和2中示出的两种系统。此外，原则上其还可以用于其它的CT系统，例如用于具有形成完整环的探测器的CT系统。
只要拍摄患者的不动的或静止的身体部位，则对于投影的拍摄和紧接着的图像重建不存在任何值得一提的运动伪影问题。相反，在检查对象运动时该问题是关键的。以下考虑要对运动的检查对象进行CT拍摄的情形。
周期运动的检查对象的一个例子是人的心脏。以下结合心脏CT，即对跳动的心脏的CT拍摄详细解释本发明。当然本发明不限于该应用。公知的是人的心脏基本上进行周期的运动。在此，周期的运动由静止或舒张阶段和运动或收缩阶段的交替的序列组成。静止阶段通常持续500至800ms，收缩阶段持续200至250ms。这在图3中可以看出，在图3中关于时间t绘出了患者的利用EKG表示的EKG信号的电平L。EKG信号表示患者的心脏的周期运动，其中，心脏周期的开始分别通过R尖峰R来确定，并且各个心脏周期的持续时间通过RR间隔TRR，即开始各个心跳循环的R尖峰R与开始下一个心跳循环的R尖峰R的距离来确定。一个心脏阶段在R尖峰R在0％时开始并且在下一个R尖峰R在100％时结束。在时间和心脏阶段的度量(Dimension)之间的换算在任何时候都是可能的；为此可以使用EKG数据，这些数据在每个时刻可以获悉当前呈现哪个心脏阶段。分别用阴影表示心脏的静止阶段，即最小的心脏运动的阶段。
除了对于不动的检查对象也存在的对CT图像的质量要求之外，在心脏拍摄中存在如下目标：要实现图像的高的时间分辨率。在此，时间分辨率与为采集投影所需的时间段成反比。在数据采集期间流逝的时间越多，则在该测量时间期间心脏运动越多。该运动导致CT图像中的不期望的运动伪影。由此极大降低CT图像的效力。
在CT图像重建中在测量时必须按照平行几何形状提供数据区间，即，一系列相继的投影，其中，每个投影相应于在一个特定的投影角度下的一个测量，该数据区间相应于X射线源围绕检查对象的至少半个回转，即180°的投影角度范围。在扇形射线几何形状的情况下投影角度范围必须为180°加上扇形开口角度。在以下以名称“半个回转的数据”概括了两种情况。该最小数据区间是使得能够重建在测量场中的每个像素所必需的。在旋转中心中，即使按照扇形射线几何形状，180°的投影角度范围也是足够的。在这样重建的CT图像中的可能最好的时间分辨率由此为恰好CT设备的半个旋转时间的旋转中心附近。也就是在机架的旋转速度为每个回转0.5秒的情况下，可以达到0.25秒的最大时间分辨率。
用于减小运动伪影的广泛使用的方法是提高机架的旋转速度。然而这对机架的机械方面提出了高的并且部分不可达到的要求并且由于该原因而成本非常高。
另一种用于提高时间分辨率的基于硬件的方案是使用相对于第一系统以90°偏移设置的第二管/探测器系统。在此是所谓的双源系统。两个以90°偏移的系统同时拍摄测量数据，使得在机架旋转90°之后就达到180°的投影角度覆盖，这相应于时间分辨率的翻倍。
另一种主要在心脏成像中使用的方案是将数据获取划分为分别小于180°上的多个片段，其总共得到180°的投影角度范围并且其分别成像心脏的相同的运动状态，然而是在相继跟随的心跳的情况下。在此是所谓的多片段重建。
近来在出版物G.Chen，J.Tang，J.Hsieh：TemporalresolutionimprovementusingPICCSinMDCTcardiacimaging，Med.Phys.36(6)，Juni2009，S.2130-2135中描述了一种算法，利用该算法在特定的条件下可以从有限的投影角度范围重建CT图像，由此提高时间分辨率。
以下描述用于提高时间分辨率的另一种方法，该方法基于迭代重建。对于该迭代重建使用不完整的数据组。作为迭代算法的边界条件将关于待实现的CT值的概率信息在待计算的CT图像中考虑。
借助图4的流程图解释这样的方法的第一构造。首先采集数据，利用该数据提供正弦图(Sinogramm)SIN1。正弦图代表每个探测器行一个二维空间，该二维空间一方面通过投影角度(即X射线源相对于检查对象的角度位置)并且另一方面通过在X射线内的扇形角度(即通过在通道方向上探测器像素的位置)张开。也就是，正弦图空间表示测量数据的范围()，而图像空间表示表示图像数据的范围。
从完整的数据组SIN1重建图像PIC0。在此例如可以采用经典的FBP(滤波反投影)方法。图像PIC0由于检查对象的运动而具有运动伪影。图像PIC0仅用作中间结果。
在下一步骤中，从图像PIC0中确定该图像PIC0的直方图HIST。从直方图HIST中获悉在图像PIC0内的CT值的概率密度分布。随后使用不完整的数据组SIN1a，以便从中借助迭代算法ITREKON计算图像PIC。不完整的数据组SIN1a是完整数据组SIN1的子集。图像PIC的时间分辨率直接取决于如下角度范围，数据组SIN1a在该角度范围上延伸。例如如果不完整数据组SIN1a的角度范围是120°，则图像PIC的时间分辨率等于图像PIC0的时间分辨率的120°/180°＝2/3。
常规的迭代重建从不完整数据组SIN1a出发不能得到令人满意的结果，因为得到的图像由于数据组的不完整性而具有所谓的“有限角度伪影”。为了避免这一点，在使用直方图HIST作为调节条件或边界条件的情况下进行迭代重建ITREKON。使用以概率信息形式的该先验知识能够非常有效地降低有限角度伪影。
在出版物H.Kunze，W.K.Stierstorfer：IterativeExtendedFieldofViewReconstruction，MedicalImaging2007：PhysicsofMedicalImaging，Proc.ofSPIEVol.6510，65105X-1至65105X-12，US2008/0205737A1vom28.August2008中解释了CT图像的直方图的确定及其随后在迭代的图像重建中的应用，其内容在此完全并入本说明书。
该出版物的基础是超过测量场的问题。也就是在这种情况下存在检查对象的在扫描视野(ScanningFieldofView，SFOV)上延伸的不完整的数据。为此的理由例如是，检查对象大于SFOV或者检查对象被定位为部分位于SFOV外，后者例如用于减小敏感器官的X射线暴露。即在这种情况下存在检查对象的要对其重建CT图像的部分，但是对于该部分不获得来自至少180°的角度范围的投影。因为测量的投影是不完整的或者直观来讲是“截短的”，因此该问题也被称为“截短的投影”(英语：truncatedprojection(s))。
引入的出版物不是关于运动的检查对象的CT拍摄中的问题和与此相关的对时间分辨率的提高的期望，而是关于测量场超出。然而在两个问题中都使用不完整数据组用于图像重建。
以下详细解释在迭代重建ITREKON中直方图HIST的使用。
通过引入关于检查对象的待重建的区域的特定于物质的衰减值(即CT值)的统计学的先验信息(A-PrioriInformation)，根据概率函数，对常规的迭代重建方法进行修改。该概率函数由特定于物质的衰减值的对数概率分布形成。该扩展被嵌入到迭代重建方法中，在代数的迭代重建中例如通过将边界条件项作为调节函数插入到在迭代重建的框架下要被最小化的成本函数。
代数的迭代重建算法最小化在测量的投影Y和计算的投影之间的平方差。如果存在计算的图像X，则通过对图像X应用投影算子A获得计算的投影。A是尽可能好地模仿测量过程的算子。代数的重建的成本函数K可以按照如下描述：
K＝||Y-AX||2(1)
也就是努力将计算的图像X尽可能好地与测量数据Y匹配。
对不完整数据组应用迭代算法，例如代数的重建技术(ART)、同时的代数重建技术(SART)或者迭代的滤波反投影(IFBP)，如上所述在没有引入边界条件的情况下由于数据组Y的不完整性导致不令人满意的解。在结果图像中出现有限角度伪影。
为了虽然如此但还能够找到满意的解，采用对成本函数K的调节。这意味着通过包含调节项R(X)的第二项来扩展成本函数K
K＝||Y-AX||2+β·R(X)(2)
调节项R(X)惩罚在图像X内的可能值。β是调节参数，该调节参数要实现在差项和调节项之间的平衡。
要注意的是，本发明不限于采用代数的迭代重建算法。以类似方式还可以修改其他迭代重建方法(例如统计重建)的成本函数。
为了使得R(X)保持尽可能简单，假定重建的图像的像素值不相关。因此R(X)可以描述为
R ( X ) = - log ( Π i pdf ( x i ) ) = - Σ i log ( pdf ( x i ) ) - - - ( 3 )
其中pdf(xi)作为第i个像素xi的像素值的概率密度。通过R(X)按照公式(3)补充的成本函数现在例如可以借助梯度下降方法来最小化，以计算图像PIC。
通过确定图像PIC0的直方图HIST并且从中计算概率密度函数，确定作为基础的概率密度函数。即图像PIC0用于给出关于如下的信息：在图像PIC内应呈现CT值的哪个分布。在此，图像PIC0包含运动伪影并不产生影响。
有限角度伪影的影响是，在各个图像中一些低CT值太小，即错误地向下移动，而一些高CT值太高，即错误地向上移动。由此有意义的是，将CT值的概率分布作为规定使用，因为由此可以强制，这些太低或太高的值仅以微小的数量出现，这相应于降低有限角度伪影。
由直方图HIST计算的概率分布通常受到强噪声干扰，这导致具有许多局部最小值和最大值的函数曲线。因为由该函数形成例如要通过梯度下降算法被最小化的成本函数K的一部分，所以上述许多局部最小值和最大值干扰并影响最小化过程。因此具有优势的是，对直方图HIST进行平滑，以减小最小值和最大值的数量。关于平滑的种类参见上面提到的出版物。
可能的是，作为迭代算法ITREKON的起始图像使用基于不完整数据组SIN1a重建的图像。为了加速迭代算法ITREKON的收敛，具有优势的是，将图像PIC0作为起始图像使用。
重建的图像PIC是最大程度上无伪影的。这既对于运动伪影适用，因为通过将不完整数据组SIN1a作为图像重建的基础，避免了该运动伪影。此外，这对于有限角度伪影也适用，因为通过将关于来自图像PIC0的CT值的分布的先验知识引入到迭代重建中，避免了该有限角度伪影。
因此可能的是，将图像PIC作为结果图像输出。替换地，为了进一步改善质量还可以将图像PIC与图像PIC0混合，其中仅仅或者主要对于出现运动的那些像素考虑图像PIC。为此首先判断，哪些图像区域涉及检查对象的运动。这例如通过将代表了不同时刻的两个CT图像互相比较来进行。在此，例如可以是图像PIC0和另一个基于完整测量数据组的图像，或者还可以是图像PIC0和PIC。该比较提供了需要的运动信息。对于几乎没有运动的区域可以将图像PIC0的像素值接收到结果图像中，而对于具有运动的区域将图像PIC的像素值接收到结果图像中。结果图像的计算可以通过图像PIC0和PIC的加权求和来获得，其中权重因数取决于运动信息。
如果通过将利用运动信息加权的图像PIC0作为迭代重建ITREKON的起始图像使用，来将图像PIC0作为迭代重建ITREKON的起始图像使用，则运动信息的使用也是具有优势的。此外，还可以这样修改迭代算法ITREKON，使得仅在其中按照运动信息存在运动的图像区域中在相应的迭代步骤中进行更新，而不运动的图像区域在迭代过程中保持不变。
在至此的描述中，直方图HIST与总图像PIC0相关。如果将图像PIC0划分为各个区域并且对于这些区域建立各个直方图，则获得更好的结果。这些区域优选是检查对象运动所涉及的那些区域。通过将直方图更精确地与待重建的区域匹配，从中作出的统计结论质量更高，这导致更高的图像质量。另一种可能性在于，对于每个像素值建立一个单独的直方图，该直方图分别涉及围绕考察的像素的特定周围。
替代对图像PIC0和从中得出的直方图HIST的计算，为了将概率信息作为迭代重建ITREKON的合适的边界条件确定，替代地可以如下进行：替代从直方图HIST获得的结论，可以将涉及当前的迭代图像的百分比作为概率信息考虑。这通过对于当前的迭代图像考察每个像素来进行。分析在该像素的周围中的像素值。如果考察的像素的像素值低于其周围的像素的特定百分比阈值，则将各个像素值置为该百分比阈值。将百分比阈值作为如下像素值计算，位于或超过该像素值，在考察的周围中存在一定百分比的像素值。例如在百分比阈值的25％的情况下是那些值，超过该值，所有像素值的75％位于考察的周围中。以这种方式利用当前迭代图像的每个单个像素进行。
替代上述从当前的迭代图像计算百分比阈值，还可以从图像PIC0中计算该百分比阈值。
替代各个像素的周围，还可以使用整个图像来计算百分比阈值。此外，为了计算百分比阈值，替换地还可以使用图像的特定子区域；即对于百分比阈值的应用，可以将图像划分为“子图像”，在该子图像内人运动。
像素值与百分比阈值的该比较和像素值与百分比阈值的必要时要进行的交换在迭代图像重建ITREKON的范围内可以作为边界条件采用。考察具有低像素值的像素是具有意义的，因为如上所述有限角度伪影导致从小的像素值移动到更小的值。如果人们通过边界条件强制将其移动到更大值，则由有限角度伪影引起的从大的像素值到更大的像素值的移动的效果也必然同时减小。
如果以这种方式进行，则不需要计算直方图HIST。在这种情况下不是一定需要图像PIC0作为中间结果。然而，当如上所述不应当将图像PIC作为结果图像输出，而是应当采用图像PIC与图像PIC0的混合，或者图像PIC0作为迭代重建ITREKON的起始图像时，则还是必须进行图像PIC0的计算。
前面以实施例描述了本发明。可以理解的是，在不脱离本发明的范围的条件下可以进行大量改变和修改。

Claims (14)

1.一种用于从测量数据中重建运动的检查对象的第一图像数据的方法，其中，在计算机断层造影系统的辐射源和检查对象之间相对旋转运动的情况下采集所述测量数据，
从不完整测量数据组中借助迭代算法重建第一图像数据，其中，所述不完整测量数据组是所采集的测量数据的子集，
其中，在迭代重建中使用参数，该参数包含涉及待重建的第一图像数据的像素值的概率信息，
其中，从测量数据的完整测量数据组中重建第二图像数据，并且将所述第二图像数据用于确定所述概率信息。
2.根据权利要求1所述的方法，其中，在迭代重建中将所述参数作为边界条件采用。
3.根据权利要求1所述的方法，其中，所述概率信息仅涉及待重建的第一图像数据的像素的一个子集。
4.根据权利要求1所述的方法，其中，从所述第二图像数据中确定像素值的直方图，并且从所述直方图中确定像素值的概率密度分布。
5.根据权利要求4所述的方法，其中，对于所述第二图像数据的多个图像区域确定多个直方图。
6.根据权利要求4或5所述的方法，其中，在计算所述概率信息之前对一个或多个直方图进行平滑。
7.根据权利要求1至3中任一项所述的方法，其中，所述概率信息包含一个像素值相对于相应的周围中的像素值的百分比规定，或者所述概率信息包含一个像素值相对于在其余图像中的像素值的百分比规定。
8.根据权利要求7所述的方法，其中，按照百分比规定，一个像素值不允许小于一个百分比阈值，其中，所述百分比阈值是由相应的周围中或其余图像中的特定百分比的像素的像素值超过的像素值。
9.根据权利要求1至5中任一项所述的方法，其中，将所述概率信息在迭代重建中作为待最小化的成本函数中的调节项采用。
10.根据权利要求1至5中任一项所述的方法，其中，将所述第一图像数据与基于完整测量数据组的第二图像数据混合。
11.根据权利要求10所述的方法，其中，根据检查对象的运动信息来进行所述混合。
12.根据权利要求1至5中任一项所述的方法，其中，在所述迭代重建时将待重建的第一图像数据的小的总变化的目标作为边界条件使用。
13.一种用于从CT系统的测量数据中重建检查对象的第一图像数据的控制和计算单元，所述控制和计算单元被构造用于执行按照权利要求1至12中任一项所述的方法。
14.一种具有按照权利要求13所述的控制和计算单元的CT系统。
CN201110110408.0A 2010-05-03 2011-04-29 通过迭代的图像重建在ct拍摄中提高时间分辨率 Expired - Fee Related CN102236903B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102010019016.0 2010-05-03
DE102010019016.0A DE102010019016B4 (de) 2010-05-03 2010-05-03 Verfahren zur Rekonstruktion von Bilddaten eines bewegten Untersuchungsobjektes aus Messdaten nebst zugehöriger Gegenstände

Publications (2)

Publication Number Publication Date
CN102236903A CN102236903A (zh) 2011-11-09
CN102236903B true CN102236903B (zh) 2016-06-01

Family

ID=44786436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110110408.0A Expired - Fee Related CN102236903B (zh) 2010-05-03 2011-04-29 通过迭代的图像重建在ct拍摄中提高时间分辨率

Country Status (3)

Country Link
US (1) US8630472B2 (zh)
CN (1) CN102236903B (zh)
DE (1) DE102010019016B4 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013094186A1 (ja) * 2011-12-18 2013-06-27 国立大学法人京都大学 動き追従ｘ線ｃｔ画像処理方法および動き追従ｘ線ｃｔ画像処理装置
DE102012204977B4 (de) * 2012-03-28 2017-05-18 Siemens Healthcare Gmbh Verfahren zur iterativen Bildrekonstruktion für Bi-Modale CT-Daten sowie entsprechende Recheneinheit, Computertomographiesystem, Computerprogramm und Datenträger
CN102842141B (zh) * 2012-07-03 2015-03-11 东南大学 一种旋转x射线造影图像迭代重建方法
DE102012218372A1 (de) * 2012-10-09 2014-04-10 Siemens Aktiengesellschaft Verfahren zur iterativen Bildrekonstruktion für Cardio-CT-Daten
KR102089976B1 (ko) * 2012-12-28 2020-03-18 삼성전자주식회사 엑스선 영상 장치, 엑스선 영상 생성 방법 및 3차원 영상 장치
US9600924B2 (en) * 2014-02-05 2017-03-21 Siemens Aktiengesellschaft Iterative reconstruction of image data in CT
CN105488823B (zh) * 2014-09-16 2019-10-18 株式会社日立制作所 Ct图像重建方法、ct图像重建装置及ct系统
KR20170129842A (ko) 2015-03-18 2017-11-27 프리스매틱 센서즈 에이비 광자-계수 멀티 빈 검출기로부터의 에너지 분해 영상 데이터에 기반한 영상 재구성 (image reconstruction based on energy-resolved image data from a photon-counting multi bin detector)
US9642589B2 (en) 2015-06-30 2017-05-09 General Electric Company Systems and methods for guided selection of acquisition parameters for medical imaging
EP3457360B1 (de) 2017-09-13 2019-10-30 Siemens Healthcare GmbH Reduzierung von bewegungsartefakten in computertomographischen bilddaten
CN108010096A (zh) * 2017-11-30 2018-05-08 上海联影医疗科技有限公司 Cbct图像重建方法、装置和cbct设备
US20190180481A1 (en) * 2017-12-13 2019-06-13 General Electric Company Tomographic reconstruction with weights
EP3542721A1 (de) * 2018-03-23 2019-09-25 Siemens Healthcare GmbH Verfahren zur bearbeitung von parametern eines maschinenlernverfahrens sowie rekonstruktionsverfahren

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2272772A (en) * 1992-11-20 1994-05-25 British Tech Group Image reconstruction
CN101057260A (zh) * 2004-11-15 2007-10-17 皇家飞利浦电子股份有限公司 用于计算机断层摄影术的重建方法和计算机断层摄影装置
CN101681429A (zh) * 2007-06-05 2010-03-24 普渡研究基金会 用于改善移动对象的计算图像的空间和时间分辨率的方法和系统

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5396528A (en) * 1991-06-28 1995-03-07 General Electric Company Tomographic image reconstruction using cross-plane rays
WO2002058009A1 (en) * 2001-01-17 2002-07-25 African Medical Imaging (Proprietary) Limited A method of reconstructing tomographic images
WO2006122146A2 (en) * 2005-05-10 2006-11-16 William Marsh Rice University Method and apparatus for distributed compressed sensing
FR2886433B1 (fr) * 2005-05-30 2007-09-07 Commissariat Energie Atomique Methode de segmentation d'une sequence d'images tridimensionnelles, notamment en pharmaco-imagerie.
US7381959B2 (en) * 2005-08-17 2008-06-03 General Electric Company Technique for reconstructing PET scan images
EP1952306A4 (en) * 2005-10-18 2013-02-27 Icad Inc AUTOMATED METHODS FOR SELECTING VOXELS AND IMPLEMENTING A PHARMACOKINETIC AND PARAMETRIC ANALYSIS FOR DYNAMIC CONTRAST IMPROVED MRI AND CT
DE102005050917A1 (de) * 2005-10-24 2007-04-26 Siemens Ag Verfahren und Tomographiegerät zur Rekonstruktion einer tomographischen Darstellung eines Objektes
WO2007095312A2 (en) * 2006-02-13 2007-08-23 University Of Chicago Image reconstruction from limited or incomplete data
DE102006025759A1 (de) * 2006-05-31 2007-12-06 Siemens Ag Verfahren zur Bildrekonstruktion eines Objektes mit Projektionen und Vorrichtung zur Durchführung des Verfahrens
DE102006033862B3 (de) * 2006-07-21 2007-12-06 Siemens Ag Verfahren zur dynamischen Magnet-Resonanz-Bildgebung sowie Magnet-Resonanz-Gerät
US7706499B2 (en) * 2006-08-30 2010-04-27 General Electric Company Acquisition and reconstruction of projection data using a stationary CT geometry
DE102006045721A1 (de) * 2006-09-27 2008-04-10 Siemens Ag Verfahren zur Erzeugung tomographischer Aufnahmen von einem teilweise zyklisch bewegten Untersuchungsobjekt
DE102006046045B4 (de) * 2006-09-28 2014-05-28 Siemens Aktiengesellschaft Verfahren zur zweidimensionalen oder dreidimensionalen Bilddarstellung eines interessierenden Zielbereichs in einem Hohlorgan und medizinisches Untersuchungs- und Behandlungssystem
US8175115B2 (en) * 2006-11-17 2012-05-08 General Electric Company Method and system for iterative reconstruction
US8175361B2 (en) 2007-02-23 2012-05-08 Siemens Aktiengesellschaft Method and apparatus for the artifact-reduced detection of a 3D object in tomographic imaging
US7983465B2 (en) * 2007-05-09 2011-07-19 Société De Commercialisation Des Produits De La Recherche Appliquée - Socpra Sciences Santé Et Humaines, S.E.C. Image reconstruction methods based on block circulant system matrices
EP2156408B1 (en) * 2007-05-30 2021-03-17 Koninklijke Philips N.V. Pet local tomography
JP2010527741A (ja) * 2007-05-31 2010-08-19 ジェネラル エレクトリック カンパニー 画像再構成において利得変動の補正を容易にする方法及びシステム
US7675038B2 (en) * 2007-08-27 2010-03-09 Siemens Medical Solutions Usa, Inc. Truncation compensation in transmission reconstructions for a small FOV cardiac gamma camera
US8135186B2 (en) * 2008-01-25 2012-03-13 Purdue Research Foundation Method and system for image reconstruction
US7885371B2 (en) * 2008-08-28 2011-02-08 General Electric Company Method and system for image reconstruction
US8184887B2 (en) * 2008-08-29 2012-05-22 General Electric Company System and method for image reconstruction
US8559687B2 (en) * 2009-10-30 2013-10-15 Kabushiki Kaisha Toshiba Method for circular scan reconstruction in computed tomography and computed tomographic device
US9082182B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Extracting patient motion vectors from marker positions in x-ray images
US8731266B2 (en) * 2009-12-17 2014-05-20 General Electric Company Method and system for correcting artifacts in image reconstruction
US8346007B2 (en) * 2009-12-22 2013-01-01 Carestream Health, Inc. Noise suppression in cone beam CT projection data
US7916828B1 (en) * 2010-01-06 2011-03-29 General Electric Company Method for image construction
US8189735B2 (en) * 2010-07-22 2012-05-29 General Electric Company System and method for reconstruction of X-ray images
US20120019512A1 (en) * 2010-07-22 2012-01-26 Dong Yang Noise suppression for cone-beam image reconstruction

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2272772A (en) * 1992-11-20 1994-05-25 British Tech Group Image reconstruction
CN101057260A (zh) * 2004-11-15 2007-10-17 皇家飞利浦电子股份有限公司 用于计算机断层摄影术的重建方法和计算机断层摄影装置
CN101681429A (zh) * 2007-06-05 2010-03-24 普渡研究基金会 用于改善移动对象的计算图像的空间和时间分辨率的方法和系统

Also Published As

Publication number Publication date
US20110268335A1 (en) 2011-11-03
DE102010019016B4 (de) 2017-03-02
DE102010019016A1 (de) 2011-11-03
CN102236903A (zh) 2011-11-09
US8630472B2 (en) 2014-01-14

Similar Documents

Publication Publication Date Title
CN102236903B (zh) 通过迭代的图像重建在ct拍摄中提高时间分辨率
EP3143935B1 (en) Tomography apparatus and method of reconstructing tomography images
JP5523686B2 (ja) 高度に限定された医用画像におけるモーションアーチファクトの低減方法
RU2655091C2 (ru) Томографический аппарат и способ реконструкции его томографического изображения
US8798353B2 (en) Apparatus and method for two-view tomosynthesis imaging
US8326054B2 (en) Method for prior image constrained image reconstruction in cardiac cone beam computed tomography
US9576391B2 (en) Tomography apparatus and method of reconstructing a tomography image by the tomography apparatus
US9613440B2 (en) Digital breast Tomosynthesis reconstruction using adaptive voxel grid
US8600137B2 (en) Iterative CT image reconstruction with a four-dimensional noise filter
CN102270349B (zh) 在没有调节项的情况下对ct 图像的迭代重建
CN102138806B (zh) 在扩展的测量场中计算机断层造影图像重建
US9082167B2 (en) Method for iterative image reconstruction for bi-modal CT data
CN102293660B (zh) 在心脏ct中改善时间分辨率
CN102144928B (zh) 利用多重x射线源的ct测量
CN103027705B (zh) 产生运动补偿的ct 图像数据组的方法和系统
CN101991428A (zh) 用于在心脏ct中改进时间分辨率的ct图像重建
CN103190927B (zh) 确定运动场和产生运动补偿的ct图像数据组的方法和系统
CN102232842B (zh) 用于心脏计算机断层造影拍摄的改进的多片段图像重建
US7379525B2 (en) Method and system for efficient helical cone-beam reconstruction
US20080086052A1 (en) Methods and apparatus for motion compensation
JP7403585B2 (ja) 計算機式断層写真法画像再構成のためのシステム及び方法
US10417793B2 (en) System and method for data-consistency preparation and image reconstruction
KR20180003400A (ko) 의료 영상 처리 장치 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160601

Termination date: 20210429