CN103886627B - 带有保持边缘的滤波的ct图像重建 - Google Patents

带有保持边缘的滤波的ct图像重建 Download PDF

Info

Publication number
CN103886627B
CN103886627B CN201310674601.6A CN201310674601A CN103886627B CN 103886627 B CN103886627 B CN 103886627B CN 201310674601 A CN201310674601 A CN 201310674601A CN 103886627 B CN103886627 B CN 103886627B
Authority
CN
China
Prior art keywords
measurement data
data
filtered
edge
ray
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
CN201310674601.6A
Other languages
English (en)
Other versions
CN103886627A (zh
Inventor
R.劳帕克
K.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 CN103886627A publication Critical patent/CN103886627A/zh
Application granted granted Critical
Publication of CN103886627B publication Critical patent/CN103886627B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators

Abstract

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,测量数据是事先在计算机断层成像系统的辐射源与检查对象之间的相对旋转运动情况下采集的。从测量数据中计算出所滤波的测量数据。从测量数据中计算出第一图像数据。从第一图像数据中获取边缘信息,其中,边缘信息空间相关地说明边缘在第一图像数据中的方向和强度。在使用边缘信息的情况下,通过将测量数据与所滤波的测量数据相混合而计算出新的测量数据,并且从新的测量数据中计算出第二图像数据。

Description

带有保持边缘的滤波的CT图像重建
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,测量数据是事先在计算机断层成像系统的辐射源与检查对象之间的相对旋转运动中采集的。
背景技术
断层成像的成像方法的特征在于,可以检查检查对象的内部结构,而在此无需在该对象执行侵入式手术。一种可能的断层成像图像产生在于,对待检查的对象采集一定数目的来自不同角度的投影。从这些投影中可以计算出检查对象的二维剖视图或者三维体积图。
这种断层成像的成像方法的一个示例是计算机断层成像。已知多种用于以CT系统对检查对象进行扫描的方法。例如应用圆周扫描、带有进给(Vorschub)的顺序圆周扫描或者螺旋扫描。不基于圆周扫描的其它类型的扫描也是可能的,于是例如以线性区段来扫描。借助至少一个伦琴射线源和至少一个对置的探测器来从不同拍摄角度拍摄检查对象的吸收数据,并且将这些如此收集的吸收数据或投影借助相应的重建方法换算为穿过检查对象的剖视图。
为了从计算机断层对象设备(CT设备)的伦琴射线-CT数据集中、即从所采集的投影中重建计算机断层成像图像,如今将所谓的滤波反投影方法(Filtered BackProjection;FBP)用作标准方法。在数据采集之后,通常执行所谓的“重排(Rebinning)”,其中将由以扇面状从源传播的射线而产生的数据重新安排为使得其以一种形状存在,就像当探测器被平行地射向探测器的伦琴射线辐射击中那样。然后将数据变换到频域中。在频域中进行滤波,并且接下来将滤波过的数据进行逆变换。借助如此重分类和滤波过的数据,然后进行到感兴趣的体积内的单个体素上的反投影。
FBP方法属于近似的重建方法的分组。还存在精确的重建方法的分组,其如今却几乎不使用。最后迭代方法形成重建方法的第三分组。
发明内容
本发明要解决技术问题是提出一种用于重建CT图像的方法,其尤其对于借助滤波反投影进行的图像计算是合适的。此外,还提出了一种相应的计算单元、一种CT系统、一种计算机程序和一种用于计算机程序的数据载体。
在根据本发明的、用于从测量数据中重建检查对象的图像数据的方法中,这些测量数据是事先在计算机断层系统和检查对象之间的相对旋转运动中采集的。从测量数据中计算出所滤波的测量数据。此外,从测量数据中计算出第一图像数据。从第一图像数据中获取边缘信息,其中,边缘信息空间相关地说明边缘在第一图像数据中的方向。在使用边缘信息的情况下,通过将测量数据与所滤波的测量数据混合来计算出新的测量数据,并且从新的测量数据中计算出第二图像数据。
对于图像计算使用测量数据的不同集合。一方面,存在原始的测量数据,其可能已经进行了预处理。另一方面,存在所滤波的测量数据,其是通过应用滤波操作而从测量数据中获取的。该滤波优选是平滑处理。这可以用于克服测量数据中的统计学不确定性。这些不确定性尤其在低的测量值、即在大的衰减的情况下出现。
测量数据和所滤波的测量数据被混合,以便以该方式获得新的测量数据。新的测量数据于是包含测量数据的部分以及所滤波的测量数据的部分。在此可能的是,新的测量数据中的一些与测量数据或所滤波的测量数据是相同的。混合的一个示例是加权的求和。从新的测量数据中计算出第二图像数据,其可以作为结果图像来输出。
为了计算测量数据与所滤波的测量数据的混合,首先从测量数据中计算出第一图像数据。第一图像数据和第二图像数据一样也可以是检查对象的二维剖视图或者三维体积图。
第一图像数据可以由于测量数据的特性而具有图像缺陷、例如噪声。因此,其并不作为结果图像输出。而是进行新的图像数据的计算,其优选地不具有或者以降低的程度具有这些缺陷。
第一图像数据用于获取边缘的信息。边缘在此是像点值的局部强烈变化。这对应于对象结构,例如在材料-和组织类型之间的边界。对下步行动而言感兴趣的是各自的边缘延伸的方向。在此,边缘在图像内的方向可以变化,通常,边缘并不作为直线穿过图像。边缘的方向于是一般来说是空间相关的参量。
边缘信息用于从测量数据和所滤波的测量数据中计算出混合。由此,可以局部地通过混合比例来决定边缘的存在和方向。
在本发明的改进方案中,对于第一图像数据的每个像点和涉及各自的像点、对于从辐射源穿过各自的像点到探测元件的每个射线,通过将测量数据与所滤波的测量数据相混合而计算出的新的测量数据。测量数据与所滤波的测量数据的混合类型于是并非对于检查对象的整个感兴趣区段都是相同的。而是可以局部地决定哪种混合是最有利的。在此,逐个射线地计算混合。每个射线都是伦琴射线源到探测器的元件的连接,并且因此对应于确定的测量值。对于每个投影而言,于是对于每个像点都存在射线或测量值。对于图像重建,关于确定的像点,需要不同投影的穿过各自的像点延伸的所有射线。
特别有利的是在混合中使用混合系数,其包含边缘信息和各自的射线的方向的信息。由此,可以使边缘的方向与所观察的射线的方向彼此相关。根据这两个参量可以决定,混合系数对于各自的像点和射线应该是什么样的。混合系数决定测量数据和所滤波的测量数据在新的测量数据上具有何种份额。
在本发明的一个构造中,在各自的像点的周边环境中的边缘与射线方向之间的平行度越大情况下,混合系数在混合中相对于所滤波的测量数据越偏好测量数据。于是确定,在所观察的像点的附近是否有边缘延伸。如果是,则确定边缘的方向。边缘和各自的射线越平行地延伸,则在新的测量数据中相对于所滤波的测量数据,测量数据的分额就越大。这样能够实现的是避免或者至少减轻:在垂直于射线的方向上的滤波引起边缘的模糊。
附加地或替选地,在各自的像点的周边环境中的边缘与辐射方向之间的正交度越大的情况下,混合系数在混合中相对于测量数据越偏好所滤波的测量数据。于是,可能存在的边缘越垂直于所观察的射线的方向,则在新的测量数据中相对于测量数据,所滤波的测量数据的份额就越大。这能够实现平滑和由此实现图像中的噪声降低。
附加地或替选地,边缘信息空间相关地说明边缘在第一图像数据内的强度,并且在各自的像点的周边环境中的边缘的边缘强度越大的情况下,混合系数在混合中相对于所滤波的测量数据越偏好测量数据。除了边缘的方向之外于是还观察其强度。边缘越强地构建,则在新的测量数据中相对于所滤波的测量数据,测量数据的份额越大。由此可能的是,边缘越清楚地出现,则越多地保护该边缘不受通过所滤波数据引起的变模糊影响。
此外有利的是,在沿着各自的射线的衰减越大的情况下,混合系数在混合中相对于测量数据就越偏好所滤波的测量数据。伦琴射线射线沿着所观察的射线方向越强地衰减,则各自的测量值越小并且由此更易出现统计学缺陷。由此有利的是,沿着确定射线的衰减越强,则就越多地使用所滤波的测量数据。因为通过合适的滤波可以减少在测量数据中的统计学不确定性。
在本发明的改进方案中,从测量数据中计算出所滤波的测量数据的至少一个其它集合,并且在使用边缘信息的前提下,通过将测量数据、所滤波的测量数据以及其它所滤波的测量数据的至少一个集合相混合而计算出新的测量数据。这能够实现使用多个滤波器,其不同强度地作用于测量数据。在混合中于是可以使用多个混合系数,其确定不同的测量数据集合相对于新的测量数据的份额有多大。
根据本发明的计算单元用于从CT系统的测量数据中重建检查对象的图像数据。其具有用于执行所描述的方法的装置。尤其,其可以包括用于存储程序代码的程序存储器,其中在此-必要时尤其-存在计算机程序的程序代码,其适于当该计算机程序在计算机上运行时实施上面描述类型的方法或者引起或控制该实施。计算单元也可以通过多个彼此连接的、在不同地点存在的装置来实现。这对应于计算单元的功能性在多个组成部分上的分布。有利地,计算单元附加地能够控制CT系统的测量过程。
根据本发明的CT系统包括这种计算单元。此外,其可以包含其它组成部分,其例如对于采集测量数据是所需的。
根据本发明的计算机程序具有程序代码,其在该计算机程序在计算机上运行时引起上面描述类型的方法的执行。
根据本发明的、可以由计算机读取的数据载体存储计算机程序的程序代码,其当该计算机程序在计算机上运行时引起所描述类型的方法的执行。可触摸的数据载体在此可以与计算机固定连接或者安装在该计算机中,或者构建为可从其移除。安装的存储介质的示例是可重写的、非临时性的存储器,例如ROM、闪存和硬盘存储器。可移除的存储介质的示例是如CD-ROM和DVD的光学存储介质、如MO的磁光存储器、如软盘的磁性存储介质、磁带和可移除的硬盘存储器、如存储卡的带有所安装的可重写的、非临时性的存储器的存储介质、如ROM磁带的带有所安装的ROM的存储器等。
附图说明
下面借助实施例详细阐述本发明。在此:
图1示出了带有图像重建组成部分的计算机断层成像系统的实施例的第一示意图,
图2示出了带有图像重建组成部分的计算机断层成像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
在图1中首先示意性地示出了带有图像重建组成部分C21的计算机断层成像系统C1。其在此为所谓第三代CT机,而本发明并不限于其。在机架壳体C6中有在此不可见的封闭机架,在其上设置有带有对置的探测器C3的第一伦琴射线管C2。可选地,在在此示出的CT系统中设置有带有对置的探测器C5的第二伦琴射线管C4,使得通过附加地可用的辐射器/探测器组合可以实现较高的时间分辨率,或者在使用辐射器/探测器组合中的不同伦琴射线能量谱的情况下也可以执行“双能”检查。
CT系统C1还具有患者卧榻C8,在其上可以将患者在检查时沿着系统轴线C9(也称作z轴)推移到测量场中。然而也可能的是,扫描本身作为并不推进患者的纯粹的圆周扫描仅在感兴趣的检查区域中进行。患者卧榻C8相对于机架的运动通过合适的动力化来引起。在该运动期间,伦琴射线源C2或C4分别围绕患者旋转。在此,相对于伦琴射线源C2或C4,探测器C3或C5随之平行行进,以便采集投影测量数据,其然后用于重建剖视图。作为对于其中患者在各个单个扫描之间被分步推移穿过检查场的顺序扫描的替选,当然给出了螺旋扫描的可能性,其中,在以伦琴射线辐射环绕地扫描期间,将患者连续地沿着系统轴线C9推移穿过在伦琴射线管C2或C4与探测器C3或C5之间的检查场。通过患者沿着轴线C9的运动以及同时伦琴射线源C2或C4的环绕,在对于伦琴射线源C2或C4相对于患者在测量期间的螺旋扫描中形成螺旋轨道。该轨道也可以通过如下方式实现:在患者不运动的情况下沿着轴线C9推移机架。此外可能的是,患者连续地和必要时周期性地在两个点之间来回运动。
通过控制和计算单元C10借助存在于存储器中的计算机程序代码Prg1到Prgn来控制CT系统C1。所指出的是,当然这些计算机程序代码Prg1到Prgn也包含在外部的存储介质上并且需要时可以加载到控制和计算单元C10中。
从控制和计算单元C10出发可以通过控制接口24传输采集控制信号AS,以便根据确定的测量协议控制CT设备。采集控制信号AS在此涉及例如伦琴射线管C2和C4,其中可以做出对于其功率和其接通和关断的时刻的规定,以及机架,其中可以做出对于其旋转速度的规定,以及卧榻推进。
因为控制和计算单元C10具有输入控制台,所以可以由CT设备的应用者或者操作者输入测量参数,其然后以采集控制信号AS的形式控制数据采集。与当前使用的测量参数有关的信息可以在控制和计算单元C10的屏幕上示出;附加地,还可以对于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传输到控制和计算单元C10。这些原始数据p然后,可能在合适的预处理之后,在图像重建组成部分C21中进一步处理。图像重建组成部分C21在该实施例中在控制和计算单元C10中以软件形式在处理器上实现,例如以一个或多个计算机程序代码Prg1到Prgn的形式。与图像重建有关地如已经关于测量过程的控制阐述过那样,计算机程序代码Prg1到Prgn也包含在外部的存储介质上并且在需要时可以加载到控制和计算单元C10中。此外可能的是,由不同的计算单元执行一方面测量过程的控制和另一方面图像重建。
由图像重建组成部分C21重建的图像数据f然后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的屏幕上输出。其也可以通过在图1中未示出的接口馈送到连接至计算机断层成像系统C1的网络,例如放射信息系统(RIS)中,并且存储在在那里可访问的大容量存储器中或者作为图像输出。
控制-和计算单元C10可以附加地还实施EKG的功能,其中,使用用于在患者和控制和计算单元C10之间传导EKG电势的线路C12。附加地,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入到患者的血液循环中,使得可以更好地示出例如患者的血管、尤其是跳动的心脏的心室。此外由此还存在执行灌注测量的可能性,所提出的方法对于其同样是合适的。
与在图1中示出的不同,控制和计算单元C10不必存在于CT系统C1的其余组成部分的附近。而是可能的是,将其安置在其它空间或者更远的地方。原始数据p和/或采集信号AS和/或EKG数据的传输可以通过线路或者替选地通过无线电进行。
图2示出了C型臂系统,其中,与图1中的CT系统不同,壳体C6支撑C7,在其上一方面固定有伦琴射线管C2并且另一方面固定有对置的探测器C3。C型臂C7为了扫描同样围绕系统轴线C9摆动,使得扫描可以从多个扫描角度进行,并且相应的投影数据p可以从多个投影角度确定。图2的C型臂系统C1同样如来自图1的CT系统那样具有图1所描述类型的控制和计算单元C10。
本发明在图1和2中示出的系统中都可以应用。此外,其基本上也可以用于其它CT系统,例如用于带有形成完整的环的探测器的CT系统。
在用于图像重建的许多方法中,为了计算像点值而执行穿过各自的像点的所有射线的测量值的求和。在此,其为逆拉东变换(Radon-Transformation),其尤其也可以在滤波反投影(Filtered Back Projection;FBP)中使用。实际上,所有以非迭代方式工作的重建方法都基于该原理。
在此,射线理解为在伦琴射线源与探测器元件之间的连接,其至少部分地穿过检查对象。在确定的投影角度中对于探测器的每个元件还存在从伦琴射线源到各自的探测器元件的射线。
贡献于图像元素的不同射线可以非常不同强度地衰减。这在检查对象中存在强烈衰减的组成部分、例如金属植入物的情况下可以直接理解。然而在椭圆形检查对象的情况下这也已经在检查对象中间是该情况。强烈的衰减和由此小的测量值在此表示,各自的测量值比更大的测量值带有大得多的统计学不精确性。在没有考虑这一点的其它措施的情况下,在所形成的CT图像中存在各向异性的噪声结构直至沿着带有较大衰减的方向的噪声线。噪声线形成的原因是在强烈衰减过的射线中该效果不仅是局部的、即不仅是限制于单个像点的。而是沿着各自的射线的所有像点都存在该问题。
因此所希望的是,对测量值进行滤波,其中,为统计学上不精确的测量值添加较小的权重。然而在此要注意的是,逆拉东变换需要穿过图像元素的所有射线的均衡(相同加权?)。为了克服该问题,存在已知的方法:
1)在重建之前衰减相关地对测量值进行滤波,使得带有较大衰减的数据被更强列地平滑。为此必须使用低通滤波器,其对相邻射线执行平均。以该方式,图像噪声变为各项同性的。然而在此不利的是,在与衰减较大的射线的方向正交的方向上,图像失去清晰度。这是由于滤波器垂直于辐射方向起作用。
2)存在用于统计学的迭代图像重建的不同方法,例如在N.H.Clinthorne,T-SPan,P-C Chiao,L.Rogers,J.A.Stamos:“Preconditioning Methods for ImprovedConvergence Rates in Iterative Reconstructions”,IEEE Trans.on Medical Imaging12,S.78(1993)中描述的。
在该方法中,在图像计算前进行如在1)中描述的滤波。由此引起的相对于没有滤波的图像计算的错误通过规则化项(Regularisierungsterm)来迭代地消除。在迭代的图像重建方法中不利的却是,该图像重建方法非常耗费计算(资源)和由此耗费时间。为此的原因是收敛得慢,其由衰减大的射线的小权重而引起。
下面描述如何借助保持边缘的滤波器可以避免在1)和2)中描述的方法的缺点。为此,图3示出了流程图。
在CT测量之后首先存在测量值data。在此,其可以是已经预处理过的数据;其然而还未被平滑来补偿已经描述的高衰减的射线的统计学缺点。
基于测量值data进行这种滤波,其中,作为结果获得滤波过的数据filt data。滤波是衰减-或信号相关的。即,对应于衰减最大的射线的最小测量值通过滤波被处理得最多。通过滤波计算出用于确定的射线的新的测量值,其方式为将其原始的测量值与邻近射线的测量值关联。在该关联中,对不同射线的测量值使用权重,其中,衰减高的射线设有小的权重。该关联可以在通道方向上一维地进行;这对应于上面阐述的情况,即平滑和由此图像中的清晰度损失在垂直于射线的方向上出现。替选地,也可以在通道和行方向上进行二维滤波。(行方向沿着系统轴线或CT系统的旋转轴线延伸,通道或列方向与其垂直。通常探测器在行方向上的延伸比在通道方向上的小得多。)作为滤波的另一维度可以使用时间;在该情况下关于不同的投影进行滤波。
滤波过的测量值filt data相对于原始的测量值data具有如下优点:其产生噪声较小的图像,因为通过滤波而改进了测量值的统计学特性。然而不利的是,作为结果的图像如上面已经阐述那样具有降低的清晰度。
合适滤波器的示例例如在书籍T.Lehmann,W.Oberschelp,E.Pelikan,R.Repges,Bildverarbeitung für die Medizin,Springer 1997,Kapitel 13.4.3.中。合适的例如是那里提及的二项式滤波器(Binomialfilter)。
从原始的测量数据data中重建出图像pic。该图像pic用于确定权重weight,其用途有待阐述。为此首先确定,边缘在图像pic内存在于哪里,并且该边缘在何种方向上延伸。边缘在此理解为带有像点值的强变化、即带有像点值的大梯度的图像区域。这例如涉及创伤的边缘或者不同材料/组织类型之间的边界。
对于找边缘可以考虑不同的方法。最简单的是局部地确定像点值的数字差异。大的差异对应于在各自的部位上存在边缘。这种方法例如在书籍T.Lehmann,W.Oberschelp,E.Pelikan,R.Repges,Bildverarbeitung für die Medizin,Springer 1997,Kapitel14.2中描述。
在边缘的分析之后现在对于图像pic的每个像点已知,其是否位于边缘附近,以及各自的边缘可能在何方向上延伸。
对于每个像点现在对于穿过该像点的射线确定乘积这意味着,对于每个所拍摄的投影进行这种观察。在此,是单位矢量,其垂直于各自的射线。是描述位于像点附近的边缘的矢量:其垂直于边缘,并且边缘越清晰地出现则该矢量的值越大。
从乘积中现在计算出c是常数,其可以按经验确定。参量是所求的权重weight。使用其以确定在各自的像点和对于用于新的测量值new data的各自的射线该使用何种混合比例:
new data=(1-λ)·data+λ·filt data 等式(1)
对于每个像点于是为了穿过该像点延伸的每个射线并且由此在用于图像重建的求和中需要的是:计算新的测量值new data。该计算涉及到各自的原始测量值data与所滤波的测量值filt data的混合。权重λ是混合系数,其确定了原始测量值data与所滤波的测量值filt data对于新的测量值new data而言的份额是多大。
λ的作用如下:
-如果各自的射线与附近的边缘彼此平行地延伸,则乘积为大,使得为小。从等式(1)中因此得出:在各自的像点上和对于各自的射线,主要是原始测量数据data贡献于新的测量值new data。这在边缘越清晰地出现的情况下则更适用。该方法是有利的,因为如已经阐述那样,滤波引起在垂直于射线方向上的平滑。当在此存在边缘时,平滑却是不利的,因为否则边缘在图像中的清晰度会有损失。
-如果在像点附近没有边缘,则将零代入使得乘积为零,因此为1。这根据等式(1)有如下结果:新的测量值new data等于滤波过的测量值filt data。在该位置于是进行噪声的平滑。这是有利的,因为在像点附近不存在如下结构,该结构的清晰度会通过平滑而损失。
-如果边缘位于像点附近,该边缘垂直于相应的射线,则乘积为零,因此为1。这根据等式(1)有如下结果:新的测量值new data等于滤波过的测量值filtdata。在该位置于是进行噪声的平滑。这是无害的,因为滤波并不垂直于射线起作用。
为了回答在像点附近是否有边缘,或者其是否已经在像点附近之外的问题而确定特定的距离。该距离应该对应于通过滤波引起的平滑作用的纵向尺度。当滤波例如在2mm处起发挥作用,则有意义的是,将距离限定为大约2mm。如果像点距边缘在该距离内,则其就在该边缘附近。如果其距所有边缘都远于该距离,则其不在边缘附近。
作为上面描述的扩展,可以对于替代于单位矢量地使用如下矢量,该矢量垂直于相应的射线,并且具有确定的长度。该长度的倒数与射线的测量值data的标准偏差成比例。其又与沿着各自的射线的衰减的线积分的指数函数成比例。这意味着,的长度随着所观察的射线的衰减的增大(这对应于测量值data的减小)而减小。各自的测量值在统计学上越不可靠,则的长度和由此乘积越小。这在存在并不垂直延伸的边缘时引起与值1更大的偏差,使得所滤波的测量值filt data在新的测量值new data上的份额增大。
当测量值具有在统计学特性上大的带宽时,即存在大小非常不同的变量时,则有利的是对测量值使用不同的滤波器。这对应于所滤波的测量值filt data的多个集合的计算。以该方式于是可以例如使用第一滤波器,其仅微弱地平滑,并且使用强列地平滑的第二滤波器。等式(1)然后修改为使得不止使用λ,还使用多个这种混合系数,使得进行所滤波的测量值filt data的多个集合与原始的测量数据data的混合。以该方式可以于是例如在相对于边缘的强度而言区分非常少、少和多的噪声,并且相应地组成混合。在噪声非常小的情况下而主要由未滤波的测量数据贡献于新的测量数据new data,在小的噪声情况下由微弱地滤波的测量值,并且在强噪声情况下由强列地滤波的测量值。
以该方式,对于每个像点并且对于每个穿过相应观察的像点的射线确定新的测量数据new data。基于该新的测量数据new data,进行图像new pic的计算。对于反投影,在此于是使用滤波和未滤波的测量值的混合,并且更确切而言根据等式(1)。混合在此与各自的像点的边缘信息和反投影的射线的投影方向相关。
当滤波的测量值filt data仅被用于图像重建时引起:在整个图像中存在平滑和由此存在对于各自的方向的清晰度损失。等式(1)的使用引起的是使用来自图像空间的信息,以便与此相关地执行测量值的选择性滤波。
所描述的方法优于至今已知的,因为通过测量值的空间-和射线方向相关的滤波而避免了对象结构的模糊。与迭代的图像重建不同,计算开销明显小了。虽然必须计算新的测量值new data,而这与在迭代的图像重建中计算正向-和反向投影相比而言计算开销明显较小。
上面描述的实施例涉及本发明的医学应用。本发明却也可以在医学之外,例如在包裹检验或者材料检查中使用。
上面借助一个实施例描述了本发明。所理解的是,大量变化和修改是可能的,而不偏离本发明的范围。

Claims (9)

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,所述测量数据是在计算机断层成像系统(C1)的辐射源(C2,C4)与检查对象之间的相对旋转运动情况下采集的,
从所述测量数据中计算出所滤波的测量数据,
从所述测量数据中计算出第一图像数据,
从所述第一图像数据中获取边缘信息,其中,所述边缘信息空间相关地说明边缘在所述第一图像数据内的方向,
在使用所述边缘信息的情况下,对于所述第一图像数据的每个像点并且对于涉及各自的所述像点的所述辐射源的穿过各自的像点至探测元件(C3,C5)的每个射线,通过将所述测量数据与所述所滤波的测量数据相混合来计算出新的测量数据,其中,在混合时使用混合系数,其包含边缘信息和各自的射线的方向的信息,
从所述新的测量数据中计算出第二图像数据。
2.根据权利要求1的方法,其中,在各自的像点的周边环境中的边缘与射线方向之间的平行度越大的情况下所述混合系数在混合中相对于所述所滤波的测量数据越优选所述测量数据。
3.根据权利要求1或2所述的方法,其中,在各自的像点的周边环境中的边缘与射线方向之间的正交度越大的情况下所述混合系数在混合中相对于所述测量数据越优选所述所滤波的测量数据。
4.根据权利要求1或2所述的方法,其中,所述边缘信息空间相关地说明了边缘在所述第一图像数据内的方向和强度,
在各自的像点的环境中的边缘的边缘强度越大的情况下所述混合系数在混合中相对于所述所滤波的测量数据越优选所述测量数据。
5.根据权利要求1或2所述的方法,其中,在沿着各自的射线的衰减越大的情况下所述混合系数在混合中相对于所述测量数据越优选所述所滤波的测量数据。
6.根据权利要求1或2所述的方法,其中,通过对所述测量数据进行平滑的方式来计算出所述所滤波的测量数据。
7.根据权利要求1或2所述的方法,其中,从所述测量数据中计算出所滤波的测量数据的至少一个其它集合,在使用边缘信息的前提下,通过将所述测量数据、所述所滤波的测量数据和所滤波的测量数据的所述至少一个其它集合混合而计算出所述新的测量数据,以及
从所述新的测量数据中计算出所述第二图像数据。
8.一种用于从CT系统(C1)的测量数据中重建检查对象的图像数据的计算单元(C10),其具有用于执行根据权利要求1到7中任一项所述的方法的装置。
9.一种具有根据权利要求8所述的计算单元(C10)的CT系统(C1)。
CN201310674601.6A 2012-12-19 2013-12-11 带有保持边缘的滤波的ct图像重建 Expired - Fee Related CN103886627B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102012223745.3 2012-12-19
DE201210223745 DE102012223745A1 (de) 2012-12-19 2012-12-19 CT-Bildrekonstruktion mit kantenerhaltender Filterung

Publications (2)

Publication Number Publication Date
CN103886627A CN103886627A (zh) 2014-06-25
CN103886627B true CN103886627B (zh) 2017-07-14

Family

ID=50878589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310674601.6A Expired - Fee Related CN103886627B (zh) 2012-12-19 2013-12-11 带有保持边缘的滤波的ct图像重建

Country Status (3)

Country Link
US (1) US9208586B2 (zh)
CN (1) CN103886627B (zh)
DE (1) DE102012223745A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107251095B (zh) * 2015-02-03 2021-02-26 皇家飞利浦有限公司 图像重建系统、方法和计算机可读介质
US9824468B2 (en) 2015-09-29 2017-11-21 General Electric Company Dictionary learning based image reconstruction
CN109685736A (zh) * 2018-12-21 2019-04-26 深圳市道通智能航空技术有限公司 边缘保持的图像平滑方法及图像处理芯片

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101495040A (zh) * 2005-09-22 2009-07-29 皇家飞利浦电子股份有限公司 Ct成像系统
CN102270349A (zh) * 2010-06-01 2011-12-07 西门子公司 在没有调节项的情况下对ct 图像的迭代重建
WO2012157835A1 (ko) * 2011-05-16 2012-11-22 동국대학교 산학협력단 영상의 융합 기법을 이용한 의료용 혈관영상 처리방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009051634B4 (de) * 2009-11-02 2018-12-20 Siemens Healthcare Gmbh Verfahren zur Rekonstruktion von Bilddaten, Steuer- und Recheneinheit, CT-System, Computerprogramm und Computerprogrammprodukt
US8805037B2 (en) * 2011-05-31 2014-08-12 General Electric Company Method and system for reconstruction of tomographic images
DE102011086456A1 (de) * 2011-11-16 2013-05-16 Siemens Aktiengesellschaft Rekonstruktion von Bilddaten

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101495040A (zh) * 2005-09-22 2009-07-29 皇家飞利浦电子股份有限公司 Ct成像系统
CN102270349A (zh) * 2010-06-01 2011-12-07 西门子公司 在没有调节项的情况下对ct 图像的迭代重建
WO2012157835A1 (ko) * 2011-05-16 2012-11-22 동국대학교 산학협력단 영상의 융합 기법을 이용한 의료용 혈관영상 처리방법

Also Published As

Publication number Publication date
DE102012223745A1 (de) 2014-06-26
US20140169649A1 (en) 2014-06-19
US9208586B2 (en) 2015-12-08
CN103886627A (zh) 2014-06-25

Similar Documents

Publication Publication Date Title
US10307129B2 (en) Apparatus and method for reconstructing tomography images using motion information
CN102013089B (zh) 用于噪声减少的迭代ct图像滤波器
US10713823B2 (en) Image reconstructing apparatus and image reconstructing method
Wang et al. An outlook on x‐ray CT research and development
US7142633B2 (en) Enhanced X-ray imaging system and method
US7623691B2 (en) Method for helical windmill artifact reduction with noise restoration for helical multislice CT
Zhao et al. Experimental validation of a three‐dimensional linear system model for breast tomosynthesis
US20170124686A1 (en) Spectral ct
US9498177B2 (en) Contrast-dependent regularization strength in the iterative reconstruction of CT images
US9082167B2 (en) Method for iterative image reconstruction for bi-modal CT data
JP2017067765A (ja) 医用画像処理装置及びポジトロン放射断層撮影装置
CN102376084B (zh) 使用各向异性噪声模型对ct图像的迭代图像滤波
CN102293660B (zh) 在心脏ct中改善时间分辨率
CN102048552A (zh) 计算机断层造影灌注测量的射线硬化校正
JP2009082703A (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
CN101433464A (zh) X射线ct装置和图像处理装置
JP2017209498A (ja) X線コンピュータ断層撮影装置及び医用画像処理装置
US20040066912A1 (en) Retrospective and/or window-controlled filtering of images for adapting sharpness and noise in computed tomography
US20110103543A1 (en) Scatter correction based on raw data in computer tomography
Xu et al. Statistical iterative reconstruction to improve image quality for digital breast tomosynthesis
JP6021347B2 (ja) 医用画像撮像装置及び医用画像撮像方法
CN103886627B (zh) 带有保持边缘的滤波的ct图像重建
JP5214110B2 (ja) X線ct装置
CN101882317B (zh) 借助多频带滤波器的ct图像的对比度加强
JP2002034970A (ja) マルチ・スライスct走査の螺旋再構成の方法及び装置

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: 20170714

Termination date: 20181211

CF01 Termination of patent right due to non-payment of annual fee