CN103390284A - 在扩展的测量场中的ct图像重建 - Google Patents

在扩展的测量场中的ct图像重建 Download PDF

Info

Publication number
CN103390284A
CN103390284A CN2013101458402A CN201310145840A CN103390284A CN 103390284 A CN103390284 A CN 103390284A CN 2013101458402 A CN2013101458402 A CN 2013101458402A CN 201310145840 A CN201310145840 A CN 201310145840A CN 103390284 A CN103390284 A CN 103390284A
Authority
CN
China
Prior art keywords
data
measurement
view data
image
image point
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.)
Granted
Application number
CN2013101458402A
Other languages
English (en)
Other versions
CN103390284B (zh
Inventor
H.布鲁德
H.舍恩杜布
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 Healthineers 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 CN103390284A publication Critical patent/CN103390284A/zh
Application granted granted Critical
Publication of CN103390284B publication Critical patent/CN103390284B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/507Apparatus 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/432Truncation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种从测量数据中对检查对象的图像数据(PIC)中进行重建的方法,其中在计算机断层造影系统的放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。在放射源和探测器之间的有限区域是测量场,关于该测量场可以采集测量数据。在测量数据采集期间,检查对象的部分至少暂时位于测量场外部。从测量数据中对第一图像数据(PIC1)进行重建(eFOV Recon)。借助阈值比较来修正第一图像数据(PIC1)(mask),并且借助形态滤波器来对修正后的第一图像数据(PIC1mask)进行处理(filter),并且从这样处理了的修正后的第一图像数据中计算出投影数据(data)。在使用所述投影数据的情况下对测量数据进行修正,并且从修正后的测量数据(data*)中重建出第二图像数据。

Description

在扩展的测量场中的CT图像重建
技术领域
本发明涉及一种从测量数据中重建出检查对象的图像数据的方法,其中,由计算机断层造影系统采集所述测量数据并且在测量期间检查对象的部分至少暂时位于测量场之外。
背景技术
断层造影的成像方法的特征在于,可以对检查对象的内部结构进行检查,而无需此外在检查对象上实施创伤性的手术。断层造影的图像生成的一种可能的类型在于,为待检查的对象从不同的角度对多个投影进行拍摄。从这些投影中可以计算出检查对象的二维截面图像或者三维体积图像。
针对这样的断层造影成像方法的一种例子是计算机断层造影术。公知各种各样的借助CT系统对检查对象进行扫描的方法。例如使用圆形扫描、具有进给(Vorschub)的顺序圆形扫描、或者螺旋扫描。其它类型的不基于圆形运动的扫描也是可以的,例如具有线性分段的扫描。借助至少一个X辐射源和至少一个对置的探测器来从不同的拍摄角度对检查对象的吸收数据进行拍摄,并且借助相应的重建方法对这些这样收集的吸收数据或投影进行计算出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、也就是从所采集的投影中重建出计算机断层造影的图像,目前将所谓的滤波反向投影方法(Filtered Back Projection;FBP)用作标准方法。在数据采集之后通常执行所谓的“重排(Rebinning)”步骤,其中,将借助扇形的从辐射源辐射出的射线所生成的数据这样进行重新排列,使得其以这样的形式存在,就像如果探测器被平行地通向探测器的X射线束所击中那样。然后将数据变换到频率域。在频率域中进行滤波,并且随后对滤波后的数据进行反变换。然后,借助这样重新整理的(umsortiert)并且滤波后的数据,进行至感兴趣体积内部的各个体素上的反向投影。然而,对于传统的FBP方法,由于其近似工作方式,存在具有所谓低频的锥形射束伪影(Kegelstrahl-Artefakt)和螺旋伪影的问题。此外,在传统的FBP方法中,图像清晰度与图像噪声相耦合。所达到的清晰度越高,图像噪声也越大,反之亦然。
FBP方法属于近似的图像重建方法的组。此外,还存在精确的图像重建方法组,然而现在很少使用这类方法的组。第三种图像重建方法的组最终形成了迭代方法。
由于探测器的尺寸(Ausdehnung)而存在有限的测量区域,即测量场。这意味着,在特定的投影角度情况下,仅仅对于检查对象的位于测量场内部的体积单元可以采集投影或测量数据。然而经常出现的问题是,检查对象的尺寸是这样的,使得在整个测量数据采集期间并不是检查对象的所有部分都位于测量场内部。关于检查对象的这些部分,这带来了不完整的测量数据组,并且由此在图像重建时带来了伪影。
发明内容
本发明要解决的基本的技术问题是,提供一种用于从测量数据中重建出CT图像的方法,其中应当考虑,存在检查对象的测量场超限(Messfeldüberschreitung)。此外,应当提供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出检查对象的图像数据的方法中,首先在在计算机断层造影系统的辐射源和检查对象之间存在相对的旋转运动的情况下采集测量数据。在此,在辐射源和探测器之间的有限的区域是测量场,关于该测量场可以采集测量数据。在测量数据采集期间,检查对象的部分至少暂时位于测量场之外。从测量数据中进行第一图像数据的重建。借助阈值比较来修正第一图像数据。利用形态滤波器来对修正后的第一图像数据进行处理,并且从这样处理了的修正后的第一图像数据中计算出投影数据。随后,通过使用投影数据来对测量数据进行修正。从修正后的测量数据中重建出第二图像数据。
对于CT设备的测量场来说,检查对象太大了。这意味着,根据投影角度、也就是根据X射线源相对于检查对象的位置,检查对象的或多或少的组成部分不位于测量场内部,从而对于各自投影角度来说关于这些组成部分不能进行数据采集。由此,对于检查对象的有些体积单元来说存在不完全的测量数据组。对于检查对象的在整个数据采集期间位于测量场内部的组成部分来说,测量数据的这种不完全性也带来了伪影。为了避免由于测量场超限所引起的测量数据不完全性在待重建的图像上的不期望影响,按照本发明不是仅仅进行一次图像重建,而是进行两次图像重建。
对第一图像数据进行修正并且随后进行形态滤波。例如闭合运算(Closing-Operation)就属于此。通过形态滤波器来对修正后的第一图像数据进行操作,使得其涉及第二图像数据的计算时具有有利的特性。特别地,形态滤波器实现了,去除了在修正后的第一图像数据中存在的参差的对象边界或者至少是部分地使之平滑化。
不是直接将形态滤波器应用在第一图像数据上,而是在通过使用阈值比较来修正所述第一图像数据之后才应用形态滤波器。该修正优选仅仅涉及第一图像数据的子集;然而对整个第一图像数据进行修订也是可能的。
随后使用修正并且滤波后的第一图像数据,以便对投影数据进行计算。投影数据是人工的或计算出的测量数据;从所述投影数据中可以获知,与修正并且滤波后的第一图像数据相对应的对象的假定CT拍摄会带来哪些测量数据。通过图像重建算法从测量和投影数据得到了图像数据,而正向投影
Figure BDA00003094295700031
从图像数据得到了投影数据。
将投影数据用于对测量数据进行修正。在最简单的情况下,所述修正可以对应于测量数据的补充,从而消除了由测量场超限所引起的测量数据的不完全性。此外,对于补充来说附加地或者替换地,也可以对测量数据进行改变。
然后,将修正后的测量数据作为图像重建基础。所得到的第二图像数据优于第一图像数据,因为该第二图像数据不是基于原始的图像数据,而是基于修正后的图像数据。在该修正后的图像数据中已经加入了与检查对象的定界(Begrenzung)有关的认知,其对应于第一图像数据的处理。
在本发明的扩展中,在对第一图像数据进行修正期间,根据与一个阈值的比较,为图像点的图像点值分配第一或第二图像点值。即,对于该图像点值分配存在着两种可能性:分配第一图像点值或者分配第二图像点值。使用两个图像点值中的哪一个取决于阈值比较;由于只使用唯一的阈值,所以比较的结果可以是小于、等于或者大于。
对此替换地,在对第一图像数据进行修正期间,可以根据与多个阈值的比较,为图像点的图像点值分配来自于多个为此可供使用的图像点值中的图像点值。因此,不是仅存在两个,而是存在多于两个的图像点值,其被用于图像点的分配。与上述的二元分配不同,这实现了分配连续的(然而至少是多个)图像点值。对此,不是只使用一个单一的阈值,而是使用多个阈值。如果例如使用了两个阈值,那么阈值比较的结果可以是:小于较小的阈值、等于较小的阈值、在较小阈值和较大阈值之间、等于较大的阈值、大于较大的阈值。显然,可以使用多于两个的阈值。
设置多个图像点值以用于第一图像数据的分配,这实现了,使第一图像数据接近于检查对象的实际特性。这是有利的,因为由于测量场超限而在第一图像数据中存在偏差。
使用连续函数以用于图像点值分配是有利的,其中该连续函数是在分别在第一图像数据的图像点值和多个可供使用的图像点值中的一个图像点值之间的对应。因此,连续函数说明了:为第一图像数据的图像点分配哪个图像点值。这不必适用于所有的图像点值,而是其可以适用于图像点值的由阈值所限定的区域。
在图像点值分配之后,可以对第一图像数据进行平滑滤波。通过使用形态滤波器,这实现了避免参差的对象边缘。
有利的是,在修正第一图像数据期间只对这样的图像点的图像点值进行修正,所述图像点仅使检查对象的在测量数据采集期间至少暂时位于测量场之外的部分进行成像。尽管测量场超限也作用于在测量场内部的第一图像数据;但是争取对在测量场之外的区域进行测量数据补充,使得检查对象的在测量数据采集期间至少暂时位于测量场之外的部分的数据是特别相关的。
测量数据的修正用于生成这样的数据组,其被用作重建第二图像数据的基础的数据。在此,特别地将原始的测量数据和投影数据考虑为可使用的参数。
在本发明的扩展中,在对用于在探测器之外的至少一个区域的测量数据进行修正期间,将各个投影数据使用为用于重建第二图像数据的基础的数据。这对应着测量数据的补充。由于测量数据只能由探测器所采集;对于在探测器之外的区域,自然不存在测量数据。因此,通过补充来假设,在探测器之外也采集了可以用于图像重建的数据。
附加地或者替换地,在对用于探测器的至少一个区域的测量数据进行修正期间,可以将各个测量数据视为用于重建第二图像数据的基础的数据。这意味着,存在一个或多个在探测器之外的区域,其测量值不被改变。而是将这些测量值不加改变地作为第二图像数据的图像重建的基础。探测器的中间区域特别适合于此。然而也可以对于整个探测器区域都不改变测量数据,而是以和用于重建第一图像数据相同的方式将其作为重建第二图像的基础。这会意味着,仅仅补充测量数据,而不改变其值。
附加地或者替换地,在对用于在探测器边缘上的至少一个区域的测量数据进行修正时,可以将来自各个测量数据和各个投影数据的组合视为用于重建第二图像数据的基础的数据。优选将这样的组合作为加权的和进行计算。优选这样进行加权,使得随着与探测器边缘之间的增大的距离,测量数据相对于投影数据获得加权。例如余弦平方(cos2)函数适合作为加权函数。
在本发明的扩展中,为了重建第一图像数据,使用了用于在扩展的测量场中进行图像重建的方法。在此涉及可以已经是自身公知的方法,其已经考虑了存在着测量场超限。这样的方法比不顾测量场超限的算法带来了更好的图像重建的结果。以这种方式,借助第一图像数据作为用于后续方法的起始点,从而使用了相对于简单的图像重建方法来说改进了的图像数据。
按照本发明的计算单元用于从CT系统的测量数据中重建出检查对象的图像数据。其具有用于实施所描述的方法的部件。特别地,其可以包含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)存在计算机程序的程序代码,如果在计算机上执行计算机程序,则该程序代码适于实施上面描述类型的方法或者对其实施进行作用或控制。计算单元也可以通过多个彼此连接的、位于不同位置上的装置来实现。这对应着将计算单元的功能分布在多个组成部分上。有利地,计算单元另外能够控制CT系统的测量过程。
按照本发明的CT系统包含这样的计算单元。其还可以包含例如为了采集测量数据所需要的其它组成部分。。
按照本发明的计算机程序具有程序代码,如果在计算机上执行计算机程序,则所述程序代码对所描述类型的方法的实施进行作用。
按照本发明的可由计算机读取的数据载体存储着计算机程序的程序代码,如果在计算机上执行计算机程序,则所述程序代码对所描述类型的方法的实施进行作用。
附图说明
在下文中依据实施例来更详细地阐述本发明。其中,
图1示出了具有图像重建组成部分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组成部分的计算机断层造影系统的实施例的第二示意图,
图3示出了拍摄几何结构的与z方向垂直的截面,
图4示出了流程图,
图5示出了用于理解公式(1)和(2)的图示。
具体实施方式
首先,在图1中示意性地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。其在此是所谓的第三代CT设备,然而本发明并不局限于该CT设备。在此不可见的封闭的机架位于机架壳体C6中,在所述机架上布置了第一X射线管C2以及对置的探测器C3。可选地,在此处示出的CT系统中布置了第二X射线管C4以及对置的探测器C5,从而通过该附加地提供的辐射器/探测器组合可以实现较高的时间分辨率,或者对于在辐射器/探测器系统中使用不同的X射线能量谱的情况也可以实施“双能量”检查。
此外,CT系统C1具有患者卧榻C8,在该患者卧榻上可以将患者在检查期间沿着系统轴C9(也被称为z轴)推进到测量场中。然而,扫描自身也可以作为纯粹的圆形扫描仅仅在感兴趣的检查区域内进行,而不用患者进给。通过合适的动力化来引起患者卧榻C8相对于机架的运动。在该运动期间,X射线源C2或C4分别围绕患者旋转。在此,与X射线源C2或C4相对地,探测器C3或C5并行地一起运转,以便对投影测量数据进行采集,所述投影测量数据然后用于重建截面图像。显然,作为对顺序扫描(其中逐步地在各个扫描之间将患者推进经过检查场)的替换,也可以进行螺旋扫描,其中患者在借助X射线辐射进行的旋转扫描期间连续地沿着系统轴C9被推进经过在X射线管C2或C4和探测器C3或C5之间的检查场。借助患者沿着轴C9的运动和同时X射线源C2或C4的旋转,在测量期间X射线源C2或C4相对于患者的螺旋扫描中,产生了螺旋轨迹(Helixbahn)。也可以通过在患者不动的情况下将机架沿着轴C9进给,来实现该轨迹。此外,可以连续地并且必要时周期性地在两点之间来回移动患者。
通过控制和计算单元C10来控制CT系统C1,所述控制和计算单元具有在存储器中存在的计算机程序代码Prg1至Prgn。要指出的是,显然这些计算机程序代码Prg1至Prgn也可以包含在外部的存储器介质内并且在需要时装载到计算和控制单元C10内。
从控制和计算单元C10出发,可以通过控制接口24来传输采集控制信号AS,以便按照特定的测量协议来控制CT设备。采集控制信号AS在此涉及例如X射线管C2和C4,其中可以给出与其功率和其接通和断开的时间点有关的预给定值;以及涉及机架,其中可以给出与其旋转速度有关的预给定值;以及涉及操作台进给。
由于控制和计算单元C10具有输入控制台,所以可以由CT设备的使用者或操作者输入测量参数,其然后以采集控制信号AS的形式对数据采集进行控制。关于当前使用的测量参数的信息可以显示在控制和计算单元C10的显示器上;附加地,还可以为操作者显示相关的信息。
由探测器C3或C5采集的投影测量数据p或原始数据通过原始数据接口C23被传输至控制和计算单元C10。然后必要时在合适的预处理之后在图像重建组成部分C21中对这些原始数据p进行继续处理。在该实施例中,在控制和计算单元C10中将图像重建组成部分C21实现为在处理器上的软件的形式,例如以一个或多个计算机程序代码Prg1至Prgn的形式。关于图像重建,就像关于测量过程的控制所描述的那样,合适的是,计算机程序代码Prg1至Prgn也可以包含在外部存储器介质内并且在需要时装载到控制和计算单元C10内。此外,可以由不同的计算单元来一方面实施对测量过程的控制并且另一方面实施图像重建。
由图像重建组成部分C21所重建的图像数据f然后被存储在控制和计算单元C10的存储器C22内和/或以常见的方式输出到控制和计算单元C10的显示器上。所述图像数据也可以通过在图1中未示出的接口馈入到连接在计算机断层造影系统C1上的网络内、例如放射学信息系统(RIS)内,并且存储在那里可访问的大容量存储器内,或者作为图像被输出。
另外,控制和计算单元C10也可以实施EKG的功能,其中导线C12用于在患者以及控制和计算单元C10之间传导EKG电位。此外,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,由此可以更好地示出患者的血管、特别是跳动着的心脏的心室。另外,由此也存在实施灌注测量(Perfusionsmessung)的可能性,所建议的方法同样适用于灌注测量。
显然,控制和计算单元C10(与在图1中所示不同地)不必位于CT系统C1的其余组成部分的附近。而是可以将其安置在其它的空间内或者更为远离的位置上。可以通过导线或者替换地通过无线电来传输原始数据p和/或采集信号AS和/或EKG数据。
图2示出了C形臂系统,其中,与图1的CT系统不同,壳体C6承载着C形臂C7,在该C形臂上一侧固定了X射线管C2并且另一侧固定了对置的探测器C3。C形臂C7同样围绕着系统轴C9转动以用于扫描,从而可以从多个扫描角度进行扫描并且可以从多个投影角度测定相应的投影数据p。和图1中的CT系统一样,图2的C形臂系统C1同样地具有图1所描述类型的控制和计算单元C10。
本发明可以应用于图1和图2中示出的两个系统中。此外,本发明原则上也可以用于其它的CT系统,例如用于具有形成完整环形的探测器的CT系统。
对于图像重建来说,存在完全的测量数据组是重要的。在此的完全是指,检查对象的应当包含在CT图像中的每个体积单元,如果在平行射束几何结构中进行测量则必须在180°的投影角度范围内被辐射,或者如果在锥形射束几何结构中进行测量则必须在180°加上锥形开口角度的范围内被辐射,并且必须由探测器对相应的投影进行采集。如果这点不成立,那么尽管也可以进行图像重建,但是由于测量数据组的不完全性所得到的图像是具有伪影的。
如果检查对象的尺寸大于CT设备的测量场,则出现问题。在图3中示出了这样的情形。其示出了来自根据图1或图2的CT设备的截面,其包含X射线源C2和探测器C3。为了更为清楚,探测器C3在通道方向(Kanalrichtung)仅仅具有12个探测器元件;在现实中,其数量是大得多的。检查对象O位于X射线源C2和探测器C3之间。图3示出了与z轴垂直的截面;由此可以看到通过检查对象O的轴向切面。在特定的投影角度的情况下,就像在图3中示出的那样,CT设备的测量场FOV在垂直于z轴的截面中是扇形。其边界由从X射线源C2到达探测器C3的最外面的边界的X射线构成。
因此,探测器在通道方向上的尺寸确定了测量场FOV的大小。在此,通道方向是在探测器表面上与行方向(Zeilenrichtung)相垂直的方向。行方向与图3的截面平面相垂直地并且由此沿着z轴延伸。在图3的绘图平面中的探测器尺寸是通道方向上的。
在图3中可以了看出,在所示的投影角度下检查对象O没有完全位于测量场FOV内部。在按照图3的X射线源C2和探测器C3的位置情况下,检查对象O的组成部分OA没有被X射线透射(所述X射线由探测器C3所采集):检查对象O的组成部分OA位于测量场FOV的外部。如果X射线源C2和探测器C3围绕检查对象O旋转,那么,检查对象O的在按照图3的状况中位于测量场FOV之外的部分OA,在一些投影角度的情况下位于测量场FOV内部,对于另一些投影角度其位于测量场FOV的外部。相应的情况也适用于检查对象O的其它边缘区域。
这意味着,对于检查对象的一些组成部分来说不存在完整的测量数据组。一般地适用的是,借助通过X射线源C2和探测器C3的半圈(Halbumlauf)(或者通过180°的半圈加上锥形开口角度大小)形成的射束扇形的交集来提供CT设备的总测量场,也就是在X射线源C2和探测器C3之间的针对其采集完整数据组的那个区域。CT设备的扩展的测量场(英语:extended fieldof view)是与总测量场的所描述的区域相连接的区域。在总测量场之外存在着扩展的测量场,其包含的这样的体积单元,其只有在一些投影角度下由随后到达探测器的X射线所透射。
对于检查对象在扩展的测量场内部的组成部分(例如图3中的部分OA),这意味着,在一些拍摄的投影中,在测量数据中包含与检查对象的这些部分有关的信息,而在另一些投影中不包含。因此,涉及到检查对象的位于扩展的测量场内的组成部分,存在不完全的数据组。这也被称为“有限角度(limited angle)”扫描。
在实践中,例如因为患者身体肥胖,或者因为患者在胸部测量期间不能将其胳膊放在头上方或头下,而产生了由检查对象的部分超出测量场。
由于在一些投影中包含涉及在扩展的测量场内部的检查对象的信息,所以不容易实现对仅仅针对总测量场区域的CT图像进行重建。事实上,测量场超限导致了,在总测量场内部的CT图像是具有伪影的。对此的原因是上面所解释的扩展场的数据的不完全性。因此,在图像重建期间必须考虑扩展的测量场的信息。
存在不同的途径,以便针对扩展的测量场来确定足够好的衰减值。一方面,可以通过在通道方向增大探测器来扩展测量场。然而,该途径要求其它类型的探测器和对机架进行匹配,这是费用高昂并且由此是不期望的。另一方面,存在基于软件的途径,以便关于扩展的测量场从测量值中对投影数据进行外推。例如,可以将测量场的测量数据镜像到位于测量场外部的扩展的测量场内并且由此对其设置加权系数。根据对象几何结构,由于数学问题的限定不足性(Unterbestimmtheit),结果不是总令人满意的。但是,通过这样的方法至少在测量场内部获得定性的令人满意的图像值,而在测量场之外的图像值是具有强伪影的并且是不可靠的。
在H.Bruder等人的出版物“Efficient Extended Field-of-View(eFOv)Reconstruction Techniques for Multi-Slice Helical CT”(Physics of MedicalImaging,SPIE Medical Imaging,Proceedings2008,Vol.9,No.30,E2-13)中描述这样的在扩展的测量场中用于图像重建的可能性。
在下文中利用这样的知识,即,对于在扩展的测量场内的已知的对象几何结构,可以重建出尽可能正确和稳定的CT值。在此,已知的对象几何结构意味着,检查对象的边界的位置是已知的。依据图4的流程图解释了在图像重建中的过程。
在以公知方式进行的CT测量MEAS之后,存在了测量数据
Figure BDA00003094295700101
(下标k在此代表探测器的通道(Kanal),下标s代表探测器的行(Zeile),以及下标r代表投影角度)。首先,在步骤eFOV Recon中使用这些测量数据
Figure BDA00003094295700102
,以便在扩展的测量场中实施常规的图像重建。对此,可以使用例如在上文中引用的出版物中介绍的方法。由此,作为步骤eFOV Recon的结果,既在总测量场内部又在扩展的测量场内部存在检查对象的第一图像PIC1。
在接下来的步骤mask中,首先使用该图像PIC1,以便确定轮廓,也就是检查对象的边界。这根据阈值生成(Schwellenwertbildung)来进行,也就是说,其CT值超过阈值的所有图像点被分配给目标对象,而其CT值在阈值之下的那些图像点被解释为不属于检查对象。例如-500HU的CT值适合作为阈值,其位于空气的HU值(-1000HU)和水的HU值(0HU)之间。
此外,在步骤mask中,为这样的所有如下的图像点分配常数的CT值:其根据阈值差别(Schwellenwertunterscheidung)被识别为属于检查对象,并且其位于总测量场外部和位于扩展的测量场的内部。合适的例子是水的CT值。不改变在总测量场内部的图像点的CT值。因此,作为步骤mask的结果,存在检查对象的修正了的CT图像PIC1mask。该修正了的图像PIC1mask在下文中被称为掩膜图像(Maskenbild);因为在扩展的测量场中仿佛将具有水的CT值的掩膜置于原始图像PIC1之上。
使用掩膜图像PIC1mask的目的在于,通过在数据空间内的正向投影和再次的反向投影来得到改进了的图像。发明人认识到,使用掩膜图像PIC1mask的缺点在于,其边界是参差的,并且此外可能在掩膜中出现孔洞
Figure BDA00003094295700111
。在此,孔洞是对象在扩展的测量场内部的没有分配水的CT值的部分,因为其在阈值运算中被识别为不属于对象。观察对象边界,其具有部分地深的凹穴(Einbuchtung),类似于在海岸的图像中的峡湾。
存在这些非生理学特征(也就是参差的对象边界和孔洞)的原因在于,图像重建eFOV Rekon在扩展的测量区域内通常不带来最优化的结果,使得阈值运算产生了非生理学的特征。此外,发明人认识到,如果将这样的非生理学的特征做为数据计算和随后的图像重建的基础,那么这些特征会完全地或者部分地进入到(übergehen)所得到的图像中。因此,尝试首先去除掩膜图像PIC1mask的非生理学特征。
在步骤filter中,通过形态滤波器来实施对掩膜图像PIC1mask的后处理。形态滤波器是非线性滤波器;基本运算是“腐蚀(Erosion)”和“扩张(Dilatation)”。“开(Opening)”是指腐蚀之后进行扩张,而“闭(Closing)”是指扩张之后进行腐蚀。在这些本身公知的图像处理方法中,借助结构元素(strukturierende Elemente)来进行滤波。通过合适地选择结构元素的参数,可以针对其它的图像区域来去除或增强特定的图像区域。
闭滤波器的应用是特别有利的。通过使突起(Ausbuchtung)变平,所述闭滤波器这样作用于掩膜图像PIC1mask,从而去除其参差的边界。由此得到了光滑的对象边缘,其更为符合生理学结构。通过应用具有水的CT值的闭滤波器来填满在掩膜图像PIC1mask的对象边缘内的沟
Figure BDA00003094295700112
其它的形态滤波器也可以得到相似的效果:通过腐蚀来使在对象边缘上的沟变大,以便这些沟连在一起,由此,对象边缘被平滑并且向里移动。通过扩张来关闭这些沟,其中,对象边缘向外移动。通过打开来去除凸起的结构。
通过在步骤filter中应用形态滤波器,获得修正后的掩膜图像PIC1 maskmod。与原始的掩膜图像PIC1 mask相比较,这对应于如下情况:不是沿着阈值线而是沿着平滑的线来利用水的CT值进行填充。
下面,从修正后的掩膜图像PIC1 mask mod中计算出投影值data。也就是计算出,哪些测量值data会产生所述修正后的掩膜图像PIC1 mask mod。通过正向投影来得到这些人工的测量值data,其中在该计算中考虑了扫描几何结构。扫描几何结构的一个例子是借助多行探测器所进行的螺旋扫描。
在图4中,除了人工的测量值data之外还示出了在正弦图空间(Sinogrammraum)中示例性的数据。正弦图为每个探测器行描绘了一个二维空间,其一方面通过投影角度(也就是X射线源相对于检查对象的角位)并且另一方面通过在X射线内部的扇形角度(也就是通过探测器像元在通道方向上的位置)来展开。因此,正弦图空间示出了测量数据的范围,而图像空间示出了那些图像数据。通过反向投影,从正弦图空间中得到了图像空间,也就是说从测量数据得到了图像数据,并且反之通过正向投影从图像空间中得到了正弦图空间。正弦图示意性地示出了,在计算出人工的测量值data之后存在也用于扩展的测量场的投影值,所述扩展的测量场对应于在正弦图的右边界和左边界上的两个带。
然后,根据公式(1)在使用原始测量数据的情况下来对计算的投影数据data进行修正,从中得到了校正后的投影数据组data*。校正后的投影数据组data*,在公式中表示为
Figure BDA00003094295700121
通过下面的公式计算出:
p k , s , r korr = λ k · p k , s , r meas + ( 1 - λ k ) · p k , s , r proj 公式(1)
混合函数λk如下进行计算:
Figure BDA00003094295700123
公式(2)
在此,并且
Figure BDA00003094295700125
m和n是固定参数。混合函数λk的数值因此只依赖于k(通道索引(Kanalindex))。
kFOV表示在测量场内的通道的数量,keFOV表示在测量场内的通道加上扩展的测量场的虚拟通道的数量。例如,kFOV可以是736,也就是说每个探测器行具有736个探测器元件,而keFOV可以是1000。在这种情况下,对于测量场的两侧,扩展的测量场伸出了132个探测器元件。
z是一个小的固定参数,例如20。其对应于如下文中所解释的过渡区。
图5示出了用于理解公式(1)和(2)的图示。示出的是探测器行的尺寸。测量场的通道的数量kFOV位于在中间区域内。在边缘处,分别有m个虚拟通道连接在右侧和左侧,其与测量场的kFOV个通道一起构成了测量场加上其扩展的测量场的keFOV个通道。从行的左边缘出发,测量场在m个通道之后开始并且在n个通道之后结束。
如果(在公式(2)的下方情况下)通道索引k小于m或者大于n,那么其对应于扩展的测量场的在测量场外部的通道。对于这种情况,混合函数等于零。这意味着,
Figure BDA00003094295700131
Figure BDA00003094295700132
相等。因此,在测量场之外,只将计算出的投影数据
Figure BDA00003094295700133
用于图像重建。
如果通道索引k位于m和n之间,更确切地说与边界m和n之间远离了距离z(公式(2)的上方的情况),那么其对应于测量场的内部通道。在这种情况下,混合函数等于一。这意味着,
Figure BDA00003094295700134
Figure BDA00003094295700135
相等。所以,在测量场的内部,只将所测量的投影数据
Figure BDA00003094295700136
用于图像重建。
在过渡区域,也就是在m和m+z之间以及在n-z和n之间,公式(2)的中间行的余弦平方函数引起了在1和0之间的软过渡。所以,在该区域内,作为来自测量值
Figure BDA00003094295700137
和计算出的值
Figure BDA00003094295700138
中的混合而出现。
在随后的步骤Recon中应用了按照公式(1)所校正的测量值,以便借助公知的算法、例如基于Feldkamp算法来对检查对象的在扩展的测量场内的CT图像PIC进行重建。这个可以作为结果图像输出的图像PIC在测量场和扩展的测量场中示出了检查对象,其中特别是在扩展的测量场中,相对于图像PIC1存在明显的质量上升。
在步骤mask中,替换上面描述的过程,其中使用阈值,以便依据阈值比较来二值地
Figure BDA00003094295700139
关于与检查对象相对应的第一CT值或与不属于检查对象的区域相对应的第二CT值,可以如下地进行:
代替使用常数的阈值,定义了阈值区域。在该区域内混合了图像PIC的从最大值到最小值的CT值,以便确定掩膜图像PIC1mask。例如可以将水的CT值(也就是0HU)设置为最大值。空气的CT值(也就是-1000HU)适合作为最小值。对于该阈值区域,例如可以使用从-600HU至-400HU。在-400HU或者大于-400HU时为各个图像点分配最大值,而在小于-600HU是各个图像点分配最小值。在两个极限值之间(-600HU至-400HU),按照线性曲线或余弦平方形状的曲线来分配图像点的CT值。明显地,其它的曲线或极限值也是适用的,其中实现了在最大值和最小值之间的连续曲线。
替换地,也可以在仅仅使用一个阈值的情况下生成如上所述的掩膜图像PIC1mask并且随后通过合适的滤波函数(例如方脉冲函数或者一般的高斯滤波器)进行平滑。由此也形成了CT值的连续曲线。不同于二元的掩膜图像PIC1mask,后者对应于“模糊逻辑方法(fuzzy logic Ansatz)”的类型。
与二元的掩膜图像PIC1mask相比较,在扩展的测量区域内的CT值的连续曲线对应于检查对象的实际图像。由此,也提高了图像PIC的质量。
上述实施例涉及本发明的医学应用。然而,本发明也可以使用在医学之外,例如在行李检查或材料检查中。
上面依据实施例描述本发明。可以理解的是,众多的改变或修改是可能的,而不超出本发明的范围。

Claims (14)

1.一种用于从测量数据(p)中对检查对象(O)的图像数据(PIC)进行重建的方法,其中在计算机断层造影系统(C1)的放射源(C2,C4)和检查对象(O)之间相对旋转运动的情况下采集所述测量数据(p)(MEAS),
在放射源(C2,C4)和探测器(C3,C5)之间的有限区域是测量场(FOV),关于该测量场能够采集测量数据(p),并且,在测量数据采集期间检查对象(O)的部分至少暂时位于所述测量场(FOV)的外部,
从所述测量数据(p)中对第一图像数据(PIC1)进行重建(eFOV Recon),
借助阈值比较来修正(mask)第一图像数据(PIC1),
借助形态滤波器来对修正后的第一图像数据(PIC1mask)进行处理(filter),并且从这样处理了的修正后的第一图像数据中计算出投影数据(data),
在使用所述投影数据的情况下对测量数据(p)进行修正,
并且从修正后的测量数据(data*)中重建出第二图像数据(PIC)(Recon)。
2.按照权利要求1所述的方法,其中,在修正(mask)所述第一图像数据(PIC1)期间,根据与一个阈值的比较,为图像点的图像点值分配第一图像点值或第二图像点值。
3.按照权利要求1所述的方法,其中,在修正(mask)所述第一图像数据(PIC1)期间,根据与多个阈值的比较,为图像点的图像点值分配来自于多个对此可供使用的图像点值中的图像点值。
4.按照权利要求3所述的方法,其中,对于图像点值分配,使用连续的函数,其描述了在所述第一图像数据(PIC1)的各个图像点值和来自多个可供使用的图像点值中的一个图像点值之间的对应。
5.按照权利要求2至4中任一项所述的方法,其中,在图像点值分配之后,对所述第一图像数据(PIC1)进行平滑滤波。
6.按照权利要求1至5中任一项所述的方法,其中,在修正(mask)所述第一图像数据(PIC1)期间,仅仅对图像点的如下的图像点值进行修正:所述图像点值对检查对象(O)的在测量数据采集期间至少暂时位于所述测量场(FOV)之外的部分(OA)进行成像。
7.按照权利要求1至6中任一项所述的方法,其中,在对用于在所述探测器(C3,C5)之外的至少一个区域的测量数据(p)进行修正期间,将各个投影数据使用为用于重建所述第二图像数据(PIC)的基础的数据。
8.按照权利要求1至7中任一项所述的方法,其中,在对用于在所述探测器(C3,C5)的至少一个区域的测量数据(p)进行修正期间,将各个测量数据(p)视为用于重建所述第二图像数据(PIC)的基础的数据。
9.按照权利要求1至8中任一项所述的方法,其中,在对用于在所述探测器(C3,C5)的边缘上的至少一个区域的测量数据(p)进行重建期间,将来自于各个测量值(p)和各个投影数据中的组合视为用于重建所述第二图像数据(PIC)的基础的数据。
10.按照权利要求1至9中任一项所述的方法,其中,为了重建(eFOVRecon)所述第一图像数据(PIC1),在扩展的测量场内使用用于图像重建的方法。
11.一种计算单元(C10),其用于从CT系统(C1)的测量数据(p)中对检查对象的图像数据(f)进行重建,
该计算单元具有用于实施按照权利要求1至10中任一项所述的方法的部件。
12.一种CT系统(C1),具有按照权利要求11所述的计算单元(C10)。
13.一种计算机程序,其具有程序代码(Prg1-Prgn),以便当在计算机上执行所述计算机程序时引起执行按照权利要求1至10中任一项所述的方法。
14.一种数据载体,其具有计算机程序的程序代码(Prg1-Prgn),以便当在计算机上执行所述计算机程序时引起执行按照权利要求1至10中任一项所述的方法。
CN201310145840.2A 2012-05-08 2013-04-24 在扩展的测量场中的ct图像重建 Active CN103390284B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102012207629.8 2012-05-08
DE102012207629.8A DE102012207629B4 (de) 2012-05-08 2012-05-08 CT-Bildrekonstruktion im erweiterten Messfeld

Publications (2)

Publication Number Publication Date
CN103390284A true CN103390284A (zh) 2013-11-13
CN103390284B CN103390284B (zh) 2016-12-28

Family

ID=49475442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310145840.2A Active CN103390284B (zh) 2012-05-08 2013-04-24 在扩展的测量场中的ct图像重建

Country Status (3)

Country Link
US (1) US9495769B2 (zh)
CN (1) CN103390284B (zh)
DE (1) DE102012207629B4 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251378A (zh) * 2016-07-22 2016-12-21 上海联影医疗科技有限公司 医学图像中边缘伪影的去除方法及装置
CN106923850A (zh) * 2017-02-22 2017-07-07 北京唯迈医疗设备有限公司 一种数字减影图像的生成方法和设备
CN109472835A (zh) * 2017-09-07 2019-03-15 西门子保健有限责任公司 处理医学图像数据的方法和医学图像数据的图像处理系统
CN110023999A (zh) * 2016-11-29 2019-07-16 皇家飞利浦有限公司 发射和透射断层摄影中的交互式目标超快重建
CN114699060A (zh) * 2022-03-07 2022-07-05 中国医学科学院生物医学工程研究所 一种断层图像重建方法、洛伦兹力成像设备及装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105431885B (zh) * 2013-07-31 2019-08-06 皇家飞利浦有限公司 目标在扫描FoV外面的情况下对roi的迭代CT图像重建
KR102220226B1 (ko) 2014-02-12 2021-02-25 삼성전자주식회사 컴퓨터 단층 촬영 장치 및 그에 따른 ct 영상 복원 방법
CN104809749B (zh) * 2015-04-29 2018-09-07 中国科学技术大学 一种非稀疏图像压缩感知盲重建的方法
US10448915B2 (en) 2017-06-27 2019-10-22 General Electric Company System and method for characterizing anatomical features
EP3629294A1 (en) * 2018-09-27 2020-04-01 Siemens Healthcare GmbH Method of providing a training dataset
EP3640894B1 (de) 2018-10-19 2020-11-25 Siemens Healthcare GmbH Verfahren zur rekonstruktion eines bilddatensatzes der computertomographie, computertomographieeinrichtung, computerprogramm und elektronisch lesbarer datenträger
US11544846B2 (en) 2020-08-27 2023-01-03 James R. Glidewell Dental Ceramics, Inc. Out-of-view CT scan detection
US11847722B2 (en) 2020-11-30 2023-12-19 James R. Glidewell Dental Ceramics, Inc. Out of view CT scan reconstruction
US20220277513A1 (en) * 2021-02-26 2022-09-01 National Tsing Hua University Method for constructing a three-dimensional model using tomographic reconstruction technique

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080159610A1 (en) * 2007-01-02 2008-07-03 General Electric Company, A New York Corporation Automatic coronary artery calcium detection and labeling system
CN101271574A (zh) * 2008-03-20 2008-09-24 华南师范大学 三维可视化的方法、装置
CN101408979A (zh) * 2008-11-18 2009-04-15 上海理工大学 基于遗传算法的人体颌面骨ct图像数字化处理方法
US20090201291A1 (en) * 2004-01-13 2009-08-13 Spectrum Dynamics Llc Gating With Anatomically Varying Durations
CN101576997A (zh) * 2009-06-19 2009-11-11 西安电子科技大学 基于二次三维区域生长的腹部器官分割方法
CN102360495A (zh) * 2011-10-19 2012-02-22 西安电子科技大学 基于平均密度投影和平移高斯模型的肺结节分割方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4550371A (en) * 1982-09-27 1985-10-29 General Electric Company Method and apparatus for compensating CT images for truncated projections
US8503750B2 (en) * 2009-10-06 2013-08-06 General Electric Company Method and apparatus for reduction of metal artifacts in CT images
DE102010006585A1 (de) 2010-02-02 2011-08-04 Siemens Aktiengesellschaft, 80333 CT-Bildrekonstruktion im erweiterten Messfeld

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090201291A1 (en) * 2004-01-13 2009-08-13 Spectrum Dynamics Llc Gating With Anatomically Varying Durations
US20080159610A1 (en) * 2007-01-02 2008-07-03 General Electric Company, A New York Corporation Automatic coronary artery calcium detection and labeling system
CN101271574A (zh) * 2008-03-20 2008-09-24 华南师范大学 三维可视化的方法、装置
CN101408979A (zh) * 2008-11-18 2009-04-15 上海理工大学 基于遗传算法的人体颌面骨ct图像数字化处理方法
CN101576997A (zh) * 2009-06-19 2009-11-11 西安电子科技大学 基于二次三维区域生长的腹部器官分割方法
CN102360495A (zh) * 2011-10-19 2012-02-22 西安电子科技大学 基于平均密度投影和平移高斯模型的肺结节分割方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邹晓兵,曾理: "重排的半覆盖螺旋锥束CT的反投影滤波重建", 《光学 精密工程》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251378A (zh) * 2016-07-22 2016-12-21 上海联影医疗科技有限公司 医学图像中边缘伪影的去除方法及装置
CN106251378B (zh) * 2016-07-22 2019-10-08 上海联影医疗科技有限公司 医学图像中边缘伪影的去除方法及装置
CN110023999A (zh) * 2016-11-29 2019-07-16 皇家飞利浦有限公司 发射和透射断层摄影中的交互式目标超快重建
CN106923850A (zh) * 2017-02-22 2017-07-07 北京唯迈医疗设备有限公司 一种数字减影图像的生成方法和设备
CN109472835A (zh) * 2017-09-07 2019-03-15 西门子保健有限责任公司 处理医学图像数据的方法和医学图像数据的图像处理系统
CN109472835B (zh) * 2017-09-07 2023-12-01 西门子保健有限责任公司 处理医学图像数据的方法和医学图像数据的图像处理系统
CN114699060A (zh) * 2022-03-07 2022-07-05 中国医学科学院生物医学工程研究所 一种断层图像重建方法、洛伦兹力成像设备及装置

Also Published As

Publication number Publication date
DE102012207629A1 (de) 2013-11-14
DE102012207629B4 (de) 2023-01-05
US9495769B2 (en) 2016-11-15
US20130301894A1 (en) 2013-11-14
CN103390284B (zh) 2016-12-28

Similar Documents

Publication Publication Date Title
CN103390284B (zh) 在扩展的测量场中的ct图像重建
US7394923B2 (en) Imaging system for generating a substantially exact reconstruction of a region of interest
CN107427274B (zh) 断层扫描设备及其用于重构断层扫描图像的方法
CN102013089B (zh) 用于噪声减少的迭代ct图像滤波器
EP1800264B1 (en) Image reconstruction with voxel dependent interpolation
CN102138806B (zh) 在扩展的测量场中计算机断层造影图像重建
Taguchi Temporal resolution and the evaluation of candidate algorithms for four‐dimensional CT
Flohr et al. Image reconstruction and image quality evaluation for a dual source CT scanner
CN110807737A (zh) 迭代图像重建框架
US8768030B2 (en) CT measurement with multiple X-ray sources
CN102270349B (zh) 在没有调节项的情况下对ct 图像的迭代重建
US20110044559A1 (en) Image artifact reduction
CN102293660B (zh) 在心脏ct中改善时间分辨率
De Man et al. A two‐dimensional feasibility study of deep learning‐based feature detection and characterization directly from CT sinograms
CN102376084B (zh) 使用各向异性噪声模型对ct图像的迭代图像滤波
US20100195888A1 (en) Ct image reconstruction of a moving examination object
US11350895B2 (en) System and method for spectral computed tomography using single polychromatic x-ray spectrum acquisition
US7426257B2 (en) Computer tomography method for a periodically moving object
Yin et al. 3D analytic cone-beam reconstruction for multiaxial CT acquisitions
Hoppe et al. Accurate image reconstruction using real C-arm data from a Circle-plus-arc trajectory
US7257186B2 (en) Imaging method for a multi-slice spiral CT scan, and a computer tomography unit for carrying out this method
Gjesteby CT metal artifact reduction with machine learning and photon-counting techniques
Pluta et al. A New Statistical Approach to Image Reconstruction with Rebinning for the X-Ray CT Scanners with Flying Focal Spot Tube
Holmes et al. Artificial Intelligence-Based Image Enhancement and Reconstruction in Computed Tomography Imaging
Zbijewski Model-based image reconstruction in X-ray Computed Tomography

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220207

Address after: Erlangen

Patentee after: Siemens Healthineers AG

Address before: Munich, Germany

Patentee before: SIEMENS AG