CN102270349B - 在没有调节项的情况下对ct 图像的迭代重建 - Google Patents
在没有调节项的情况下对ct 图像的迭代重建 Download PDFInfo
- Publication number
- CN102270349B CN102270349B CN201110145876.1A CN201110145876A CN102270349B CN 102270349 B CN102270349 B CN 102270349B CN 201110145876 A CN201110145876 A CN 201110145876A CN 102270349 B CN102270349 B CN 102270349B
- Authority
- CN
- China
- Prior art keywords
- data
- measurement data
- image
- view data
- iteration
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 230000005855 radiation Effects 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims description 60
- 238000012937 correction Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 19
- 238000012986 modification Methods 0.000 claims description 19
- 230000004048 modification Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 abstract description 38
- 238000004590 computer program Methods 0.000 description 10
- 239000004615 ingredient Substances 0.000 description 6
- 238000009499 grossing Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 238000002407 reforming Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000033962 Fontaine progeroid syndrome Diseases 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000541 pulsatile effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- A61B6/52—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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4007—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
- A61B6/4014—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units
-
- 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
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Pulmonology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种用于从测量数据(pin)中重建检查对象的图像数据(fn)的方法,其中,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所述测量数据(pin)。为了实现待重建的图像数据(fn)的确定的灰度值特征,修改所述测量数据(pin)。借助迭代算法在使用修改的测量数据(P′in)的条件下计算所述图像数据(fn),其中,在迭代中不采用用于降低噪声的计算步骤。
Description
技术领域
本发明涉及一种从测量数据中重建检查对象的图像数据的方法,其中,该测量数据是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被采集的。
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种类的扫描也是可以的,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记录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(Filtered BackProjection,FBP)。在数据采集之后进行所谓的“重整(Rebinning)”步骤,其中这样重整利用扇状地从辐射源传播的射线产生的数据,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。然后借助这样重整的和滤波的数据进行到感兴趣体积内部的各个体素的反向投影。然而,利用经典的FBP方法由于其近似的工作方式而存在具有所谓的低频锥形束伪影和螺旋伪影的问题。此外,在经典的FBP方法中图像清晰度与图像噪声相关。达到的清晰度越高,则图像噪声也越高,反之亦然。
由此近来开发了迭代的重建方法,利用这些迭代的重建方法能够消除这些限制中的至少一些。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(Faltungsrückprojektions-verfahren)。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对与测量信号的差进行反投影并且因此重建残差图像,利用该残差图像更新初始图像。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差图像,利用该残差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。迭代的重建方法的例子是代数重建技术(ART)、同时的代数重建方法(SART)、迭代滤波反投影(IFBP)、或者还有统计迭代图像重建技术。
发明内容
本发明要解决的技术问题是,提出一种用于迭代重建CT图像的方法。此外要提出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产品。
在按照本发明的用于从测量数据中重建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。为了实现待重建的图像数据的确定的灰度值特征,修改测量数据。借助迭代算法在使用修改的测量数据的条件下计算图像数据。在迭代中不采用用于噪声降低的计算步骤。
迭代地计算图像数据。也就是进行多个、即至少两个迭代,其中在每个迭代中从前面的迭代的图像数据中计算当前的迭代的图像数据。对于第零个迭代,从测量数据或修改的测量数据中确定图像数据。
在公知的迭代的CT图像重建方法中采用所谓的调节项,该调节项在每个迭代中通过平滑使得当前计算的迭代图像部分地去除噪声。在按照本发明的方法中弃用该计算步骤。即,用于从最近的迭代的图像数据中计算迭代图像的计算规则不包含这样的组成部分。
在迭代中对于噪声减小的缺乏可以通过如下至少部分被均衡:修改测量数据然后用于计算迭代图像。该修改是这样的,使得在迭代的重建之后呈现的图像数据具有确定的灰度值特征。该灰度值特征相应于图像数据的结构(Textur)或频率特征。优选地,确定的灰度值特征是可以选择的;即,可以选择明确规定的灰度值特征,重建的图像数据具有该灰度值特征。
要通过迭代算法计算的图像数据可以是检查对象的二维的截面图像或者也可以是三维的体积图像。
在本发明的扩展中,在测量数据的修改中采用规定了该确定的灰度值特征的CT卷积核。由此可以保证,在迭代循环的输出端形成具有明确规定的结构的图像数据。这样的CT卷积核例如从常规的FBP图像重建中公知。例子有:体核(body Kern)B30、颅骨核()H40。特别可以以其调制传输函数(Modulationsübertragungsfunktion)形式采用CT卷积核。
在迭代算法之后对计算的图像数据进行降低噪声的处理是特别有利的。在此可以是图像数据的滤波。在这种情况下与常规的迭代计算方法不同,不是在每个迭代中、而是在迭代结束之后进行噪声降低。
在本发明的实施方式中,确定的灰度值特征与噪声降低的处理匹配。这点是基于如下:许多降低噪声的处理的前提是,存在要处理的图像数据的确定的噪声特征;如果不是这样,则噪声降低的处理不提供满意的结果。因此为了将迭代重建的图像数据与降低噪声的处理的该要求兼容,这样进行迭代重建,使得存在确定的灰度值特征作为输出图像。这点通过修改的图像数据的特性来实现。
按照本发明的一种实施方式,噪声降低的处理包括非线性滤波,该非线性滤波保留边缘地平滑图像数据。这样的平滑不是在整个图像上相同地进行;而是优选在均匀的图像区域中平滑,而在具有边缘的图像区域中最大程度地免于平滑。以这种方式,平滑是保留边缘的。
可以将通过降低噪声的处理获得的图像作为结果图像输出。与之替换地,还可以在降低噪声的处理之后将这样处理的图像数据与未处理的图像数据混合。以这种方式可能可以实现更好的图像特性。
按照本发明的一种实施方式,在迭代算法中从原始的测量数据中计算第一图像数据,并且在使用修改的测量数据的条件下计算后面的迭代的图像数据。这意味着,未修改的图像数据仅用于计算第零个迭代图像,而在后面的迭代中仅采用修改的测量数据用于图像计算。
具有优势的是,在迭代算法中在每个迭代中从计算的图像数据中计算测量数据并且与修改的测量数据比较。也就是,修改的测量数据的采用是用于与合成的、即计算的测量数据进行比较。这可以通过简单的或加权的相减来实现。迭代算法的目的是,这样重建图像数据,使得从其中计算的测量数据尽可能好地与修改的测量数据一致。从比较中然后可以计算校正数据并且用于校正图像数据。
按照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。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种类的方法的程序代码。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,其适合于,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,执行上述种类的方法。
附图说明
以下借助实施例更详细地解释本发明。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当然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射线管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,以及涉及卧榻进给。
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形臂上一侧固定了X射线管C2而另一侧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。
以下描述如何能够借助迭代的图像重建算法获得CT图像。
在常规的非迭代图像重建方法中在CT图像中出现所谓的锥形束伪影以及螺旋伪影。锥形束伪影通过如下形成:各个层,即不同的探测器行,在图像重建中认为是互相平行布置的,而在实际中是相互倾斜的。该效应随着探测器行的增加而增加。而螺旋伪影是来源于在螺旋扫描中在通常的重建算法中为了对X射线管的所有z位置和旋转角度呈现数据所必需的数据插值。
相对于常规的非迭代工作方式、诸如FBP(滤波反投影),迭代的重建算法的优点是,在被迭代地重建的CT图像中不出现所述锥形束伪影和螺旋伪影。此外,相对于以常规方式重建的图像降低了图像噪声。然而,这两个正面效果在迭代计算过程中的不同时刻实现:已经表明,在迭代重建中图像伪影在少数的、例如2个迭代循环之后就消除了,而图像噪声的收敛只有在进一步的迭代循环之后才实现。
在迭代重建中,作为输入信号使用测量数据pin,该测量数据典型地按照半平行锥形几何形状,即按照方位角的平行重排呈现。首先借助反投影算子QT从投影测量数据pin中进行初始图像数据f0的重建。为此例如使用卷积反投影方法。从该初始图像数据f0中然后利用投影器Q、即应该在数学上尽可能好地描绘测量过程的投影算子,产生合成的投影数据psyn。然后利用投影器Q附属的反投影算子QT对在合成的投影数据psyn和测量数据pin之间的差进行反投影并且因此重建残差或校正图像fcorr,利用该残差图像或校正图像更新初始的图像f0。由此获得第一迭代的图像f1。又可以使用该更新的图像数据f1,以便在下一个迭代步骤中利用投影算子Q产生新的合成投影数据psyn,从中又形成与测量信号pin的差并且计算新的残差图像fcorr,利用该残差图像又改善当前的迭代级的图像数据f1并且由此获得下一个迭代级的图像数据f2,等等。
作为该基本机制的补充,在迭代的图像重建中通常还采用所谓的调节项,该调节项降低图像噪声并且确定其特性。在每个迭代循环中除了校正图像fcorr之外还使用调节项,该调节项导致噪声平均和解的稳定性并且由此使得迭代算法收敛。
在基于滤波反投影(FBP)的迭代重建中,通过如下给出对于三维图像体积f的更新公式:
fk+1=fk+[α·QT·K·(Q·fk-pin)-γ·R(fk)] 公式(1)
在此fk+1是从第k个迭代的图像fk中计算的第k+1个迭代的图像。
校正项(该校正项相应于校正图像fcorr)是α·QT·K·(Q·fk-pin)。在此α是恒定的系数,该系数确定图像fk的通过校正图像fcorr校正的强度。作为核K,通常选择Ramlak核(频率空间中的线性斜坡)。校正项校正通过不精确的反投影器QT引起的图像误差。
校正项相应于图像fk的高通滤波。由于这个原因,校正项导致图像噪声的上升。调节项克服该上升。由此如果不使用调节项,则图像噪声将在不同的迭代之间上升。调节项是γ·R(fk),其中,γ表示恒定的系数,该系数确定调节项的混合的强度。R(fk)是被应用于第k个迭代级的图像fk的非线性高通滤波器。在更新公式中,调节项由于减号而与非线性低通滤波器那样起作用。
考察公式(1),校正项代表了如下的组成部分,该组成部分包含从图像数据空间到测量数据空间的切换。由于所需的前向和反向投影计算,这是计算量大的并且由此是耗费资源和时间的。相反,利用调节项获得如下的组成部分,该组成部分相应于图像空间中的纯操作,这耗费较少计算。
校正项的功能是,消除图像误差,而调节项导致消除图像噪声。如已经提到的,消除图像误差的目的通常利用比消除图像噪声明显更少的迭代实现。然而每另一个迭代需要极大的计算开销,从而具有优势的是,在消除图像误差之后退出迭代循环。
由此如在图3中示出的那样不使用调节项地应用迭代算法。即,作为更新公式采用:
fk+1=fk+α·QT·K·(Q·fk-P′in) 公式(2)
从测量数据pin中如上所述计算初始图像f0。为了计算每个校正图像fcorr,不是使用测量数据pin,而是使用从中获得的修改的测量数据P′in,在以下将详细解释其功能。在大括号所标出的位置上,通常采用按照公式(1)的调节项,然而按照公式(2)弃用该调节项。
因为噪声降低不是通过调节项来进行的,所以在迭代结束之后,即,当迭代的次数n达到了确定的最大数量Nmax时,采用非线性图像滤波器IF用于噪声降低。通常这样的图像滤波器仅当由其处理的图像具有确定的灰度值特征或结构时才令人满意地起作用。也就是由此必须考虑,按照公式(2)和图3的迭代算法提供的图像,关于图像噪声具有定义的状态。如已经提到的,由于其高通滤波作用,校正项在不同迭代之间提高图像噪声,从而在简单弃用调节项的情况下通过迭代算法不能产生结果图像的定义的图像噪声。
由此按照公式(2)的迭代算法应该不改变噪声(rauschneutral);这意味着,通过校正项避免噪声提高。这通过按照公式(3)对测量值pin二维滤波来进行。在此,相应于其伸展在通道和行方向上延伸的二维探测器,测量值pin对每个投影角以二维方式呈现。
公式(3)
(Q·QT)xy表示平移分量,即,在通道方向或在检查对象的层的平面内起作用的部分,并且(Q·QT)z表示轴向分量,即,在行方向z上或者垂直于层平面起作用的、三维算子(Q·QT)的部分。该算子(Q·QT)的特征主要在于在前向和反向投影中的插值功能。反投影典型地是像素驱动的,即,对应于一个像素的探测器信号必须通过(例如线性的)插值来确定。同样在图像信号的投影中为了计算线性积分必须对图像信号逐像素地(线性)插值。(Q·QT)xy和(Q·QT)z作为低通滤波器起作用;这二者都是短有效距离的滤波器。
算子I是可由使用者,即CT图像的分析者,通常是由放射科医生,预先给出的CT卷积核。在滤波反投影中在滤波步骤中应用这样的CT滤波核;其确定结果的图像的噪声特征。同样在本迭代算法中,CT滤波核I确定由迭代算法输出的图像的噪声特征。表达式I/K相应于CT图像拍摄的调制传输函数。即,除了上述低通滤波之外,利用输入核I的调制传输函数对输入信号进行低通滤波。
也就是说,P′in是测量数据pin的如下版本,即具有确定的、通过核I预先给出的频率特征的低通滤波的版本。
在校正项中按照公式(2)合成的数据psyn不是与测量数据pin比较,而是与修改的测量数据P′in比较。由于修改的测量数据P′in的性质,使得一方面通过校正图像fcorr不会引起迭代图像的噪声提高,并且另一方面,结果图像在最后的迭代之后具有通过算子I预先给出的频率特征或灰度值特征。即,通过使用修改的数据P′in,强制在中断迭代之后呈现的图像具有专门的和期望的噪声特征。
通过在迭代重建结束之后使用合适的滤波器IF,可以建立图像的期望的清晰度-噪声比。非线性三维图像滤波器适合于此。优选使用如下的滤波器:其一方面在均匀的区域中进行图像的平滑;这使得可以建立噪声功率谱并且由此建立对期望的噪声结构的直接控制;另一方面该滤波器可以对不均匀的区域(在该区域中存在图像中的重要结构)免于进行平滑,从而在平滑时留出边缘。通过使用合适的滤波函数甚至可以增强边缘。即总体上这样的滤波器得到保留边缘的平滑。这样的滤波器可以或者简单地、或者迭代地被应用于待滤波的图像。
对于这样的滤波器的具体例子在申请人在后公开的申请DE 10 2009 039987.9中可以找到,其内容被明确合并到本保护权利中。在该申请书的公式(8)中再现了滤波器功能。其也可以被简化应用,特别是通过仅采用利用II表示的项而不是利用I表示的项。对于这样的滤波器的另一个具体例子在由Dr.T.Flohr在芝加哥的RSNA2009的物理会议(CT:NewMethods)上在2009年11月29日11:15-11:25的报告中给出,其内容最大程度上相应于第一个例子。同样,该报告的内容在此明确引入到本保护权利中。
在通过滤波器IF处理之后呈现的图像fIR-IF可以作为结果图像fFinal输出。
与之替换地,还可以按照以下将滤波的图像与在迭代之后和滤波之前呈现的图像混合:
公式(4)
在此β是在0和1之间的参数。由此可以实现结果图像fFinal的灰度值特征的优化。
已经表明,在迭代重建中,可以取消调节项,由此直到收敛需要较少的迭代。替代通常确定结果图像的噪声特征的调节项,在迭代算法之后连接合适的图像滤波器。这相应于在迭代的图像重建中校正项和调节项的退耦。为了对于图像滤波器的输入图像提供专门的噪声特征,在使用规定了该噪声特征的滤波核的条件下对测量数据进行二维滤波。
以上对一个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情况下,可以进行大量改变和修改。
Claims (10)
1.一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,
为了实现待重建的图像数据的确定的灰度值特征,修改所述测量数据,
借助迭代算法在使用修改的测量数据的条件下计算所述图像数据,
其中,在迭代中不采用用于降低噪声的计算步骤,
其中,在测量数据的修改中采用规定了该确定的灰度值特征的CT卷积核。
2.根据权利要求1所述的方法,其中,在迭代算法之后对计算的图像数据进行降低噪声的处理。
3.根据权利要求2所述的方法,其中,所述确定的灰度值特征与所述降低噪声的处理匹配。
4.根据权利要求2所述的方法,其中,所述降低噪声的处理包括非线性滤波,该非线性滤波保留边缘地平滑所述图像数据。
5.根据权利要求2中任一项所述的方法,其中,在所述降低噪声的处理之后将这样处理的图像数据与未处理的图像数据混合。
6.根据权利要求1至5中任一项所述的方法,其中,在迭代算法中从原始的测量数据中计算第一图像数据,并且在使用修改的测量数据的条件下计算后面的迭代的图像数据。
7.根据权利要求1至5中任一项所述的方法,其中,在迭代算法中在每个迭代中从计算的图像数据中计算测量数据并且与修改的测量数据比较。
8.根据权利要求7所述的方法,其中,从比较中计算校正数据并且用于校正所述图像数据。
9.一种用于从测量数据中重建检查对象的图像数据的装置,包括:
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的部件,
为了实现待重建的图像数据的确定的灰度值特征,修改所述测量数据的部件,
借助迭代算法在使用修改的测量数据的条件下计算所述图像数据的部件,
其中,在迭代中不采用用于降低噪声的计算步骤,
其中,在测量数据的修改中采用规定了该确定的灰度值特征的CT卷积核。
10.一种具有按照权利要求9所述的装置的CT系统。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102010022305A DE102010022305A1 (de) | 2010-06-01 | 2010-06-01 | Iterative Rekonstruktion von CT-Bilern ohne Regularisierungsterm |
DE102010022305.0 | 2010-06-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102270349A CN102270349A (zh) | 2011-12-07 |
CN102270349B true CN102270349B (zh) | 2017-05-03 |
Family
ID=44924584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110145876.1A Expired - Fee Related CN102270349B (zh) | 2010-06-01 | 2011-06-01 | 在没有调节项的情况下对ct 图像的迭代重建 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8718343B2 (zh) |
CN (1) | CN102270349B (zh) |
DE (1) | DE102010022305A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011148277A2 (en) * | 2010-05-27 | 2011-12-01 | Koninklijke Philips Electronics N.V. | Improved reconstruction for cone-beam computed tomography imaging with off-center flat panel detector |
DE102010022305A1 (de) | 2010-06-01 | 2011-12-01 | Siemens Aktiengesellschaft | Iterative Rekonstruktion von CT-Bilern ohne Regularisierungsterm |
GB2495537B (en) * | 2011-10-14 | 2017-02-15 | Solentim Ltd | Method of and apparatus for analysis of a sample of biological tissue cells |
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 |
JP6312401B2 (ja) * | 2012-11-30 | 2018-04-18 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
DE102012223745A1 (de) * | 2012-12-19 | 2014-06-26 | Siemens Aktiengesellschaft | CT-Bildrekonstruktion mit kantenerhaltender Filterung |
US10593069B2 (en) | 2013-03-15 | 2020-03-17 | Real Time Tomography, Llc | Enhancements for displaying and viewing Tomosynthesis images |
EP3039650B1 (en) * | 2013-08-30 | 2020-07-08 | Koninklijke Philips N.V. | Spectral projection data de-noising with anti-correlation filter |
US9483851B2 (en) * | 2014-07-14 | 2016-11-01 | General Electric Company | Systems and methods for filtering for image generation |
DE102015206127B4 (de) * | 2015-04-07 | 2023-11-02 | Siemens Healthcare Gmbh | Verfahren und Bilddaten-Ermittlungseinrichtung zum Rekonstruieren von Bilddaten bei der CT-Bildgebung |
DE102015226400A1 (de) * | 2015-12-22 | 2017-06-22 | Siemens Healthcare Gmbh | Automatisierte Ermittlung von Konturen auf Basis einer iterativen Rekonstruktion |
US10204425B2 (en) | 2016-07-29 | 2019-02-12 | Toshiba Medical Systems Corporation | Fast iterative reconstruction with one backprojection and no forward projection |
US10973489B2 (en) * | 2017-09-29 | 2021-04-13 | General Electric Company | CT imaging system and method using a task-based image quality metric to achieve a desired image quality |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101405619A (zh) * | 2006-03-16 | 2009-04-08 | 皇家飞利浦电子股份有限公司 | 计算机断层造影数据采集装置和方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7653229B2 (en) * | 2003-12-23 | 2010-01-26 | General Electric Company | Methods and apparatus for reconstruction of volume data from projection data |
WO2005088520A1 (en) * | 2004-03-11 | 2005-09-22 | University Of Cincinnati | Automated spine survey iterative scan technique (assist) |
US7899231B2 (en) * | 2005-01-28 | 2011-03-01 | Siemens Medical Solutions Usa, Inc. | System and method for splicing medical image datasets |
US7787675B2 (en) * | 2005-03-17 | 2010-08-31 | General Electric Company | System, program product, and methods for attenuation correction of emission data on PET/CT and SPEC/CT |
JP2007021021A (ja) * | 2005-07-20 | 2007-02-01 | Ge Medical Systems Global Technology Co Llc | 画像処理装置およびx線ct装置 |
DE102005038940B4 (de) * | 2005-08-17 | 2007-08-30 | Siemens Ag | Verfahren zur Filterung tomographischer 3D-Darstellungen nach erfolgter Rekonstruktion von Volumendaten |
US8411914B1 (en) * | 2006-11-28 | 2013-04-02 | The Charles Stark Draper Laboratory, Inc. | Systems and methods for spatio-temporal analysis |
EP1959397B1 (en) * | 2007-02-19 | 2019-08-07 | Wisconsin Alumni Research Foundation | Iterative HYPR medical image reconstruction |
CA2723670A1 (en) * | 2007-05-15 | 2008-11-20 | Centre Hospitalier De L'universite De Montreal | A method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures |
US8086011B2 (en) * | 2007-10-31 | 2011-12-27 | Siemens Medical Solutions Usa, Inc. | Reconstructing a tomographic image |
CN100525709C (zh) * | 2007-11-15 | 2009-08-12 | 上海交通大学 | 多源马鞍线轨迹锥形束ct近似重建方法 |
US8643642B2 (en) * | 2009-08-17 | 2014-02-04 | Mistretta Medical, Llc | System and method of time-resolved, three-dimensional angiography |
US8654119B2 (en) * | 2009-08-17 | 2014-02-18 | Mistretta Medical, Llc | System and method for four dimensional angiography and fluoroscopy |
DE102009039987A1 (de) | 2009-09-03 | 2011-03-17 | Siemens Aktiengesellschaft | Iterativer CT-Bildfilter zur Rauschreduktion |
DE102010022305A1 (de) | 2010-06-01 | 2011-12-01 | Siemens Aktiengesellschaft | Iterative Rekonstruktion von CT-Bilern ohne Regularisierungsterm |
-
2010
- 2010-06-01 DE DE102010022305A patent/DE102010022305A1/de not_active Ceased
-
2011
- 2011-05-19 US US13/111,315 patent/US8718343B2/en not_active Expired - Fee Related
- 2011-06-01 CN CN201110145876.1A patent/CN102270349B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101405619A (zh) * | 2006-03-16 | 2009-04-08 | 皇家飞利浦电子股份有限公司 | 计算机断层造影数据采集装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102270349A (zh) | 2011-12-07 |
US8718343B2 (en) | 2014-05-06 |
DE102010022305A1 (de) | 2011-12-01 |
US20110293160A1 (en) | 2011-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102270349B (zh) | 在没有调节项的情况下对ct 图像的迭代重建 | |
CN102270350B (zh) | 结合四维噪声滤波器的迭代ct图像重建 | |
JP7234064B2 (ja) | 反復的画像再構成フレームワーク | |
US8055050B2 (en) | Motion compensation in energy-sensitive computed tomography | |
Hsieh et al. | Recent advances in CT image reconstruction | |
CN102013089B (zh) | 用于噪声减少的迭代ct图像滤波器 | |
CN102236903B (zh) | 通过迭代的图像重建在ct拍摄中提高时间分辨率 | |
CN103390284B (zh) | 在扩展的测量场中的ct图像重建 | |
CN103366388B (zh) | 用于双模态ct数据的迭代的图像重建的方法 | |
CN102144928B (zh) | 利用多重x射线源的ct测量 | |
CN102138806B (zh) | 在扩展的测量场中计算机断层造影图像重建 | |
CN102293660B (zh) | 在心脏ct中改善时间分辨率 | |
US9760992B2 (en) | Motion compensated iterative reconstruction | |
CN103027705A (zh) | 产生运动补偿的ct 图像数据组的方法和系统 | |
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 | |
CN110136218A (zh) | 基于噪声生成机制与数据驱动紧框架的ct投影去噪重建方法及装置 | |
Jin et al. | Bone-induced streak artifact suppression in sparse-view CT image reconstruction | |
Kim et al. | Cardiac motion correction for helical CT scan with an ordinary pitch | |
Cierniak et al. | A practical statistical approach to the reconstruction problem using a single slice rebinning method | |
Taguchi et al. | Direct cone‐beam cardiac reconstruction algorithm with cardiac banding artifact correction | |
CN107886554B (zh) | 流数据的重构 | |
Rohkohl et al. | Interventional 4-D motion estimation and reconstruction of cardiac vasculature without motion periodicity assumption | |
Johnston et al. | Phase-selective image reconstruction of the lungs in small animals using Micro-CT | |
Sun | Rigid motion correction for head CT imaging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170503 Termination date: 20200601 |
|
CF01 | Termination of patent right due to non-payment of annual fee |