CN110638478B - 用于显示具有精细结构的检查区域的方法 - Google Patents

用于显示具有精细结构的检查区域的方法 Download PDF

Info

Publication number
CN110638478B
CN110638478B CN201910555702.9A CN201910555702A CN110638478B CN 110638478 B CN110638478 B CN 110638478B CN 201910555702 A CN201910555702 A CN 201910555702A CN 110638478 B CN110638478 B CN 110638478B
Authority
CN
China
Prior art keywords
image dataset
measurement data
projection measurement
energy
image
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.)
Active
Application number
CN201910555702.9A
Other languages
English (en)
Other versions
CN110638478A (zh
Inventor
P·休伯
A·哈通
S·克普勒
B·克劳斯
B·施密特
S·施密特
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 Healthineers 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 Healthineers AG filed Critical Siemens Healthineers AG
Publication of CN110638478A publication Critical patent/CN110638478A/zh
Application granted granted Critical
Publication of CN110638478B publication Critical patent/CN110638478B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/12—Devices for detecting or locating foreign bodies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/505—Clinical applications involving diagnosis of bone
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. 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 for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • 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
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/408—Dual energy

Abstract

本发明涉及一种用于显示用于规划和/或控制植入物的检查区域的方法，该检查区域具有检查对象的与高对比度结构相邻的精细结构，其中高对比度结构包括骨骼和/或植入物。该方法具有以下步骤：‑利用计算机断层扫描系统记录投影测量数据，该计算机断层扫描系统具有计数能量选择性X射线探测器，该探测器具有能通过能障集设定的一定数量的能量阈值，其中，根据能量阈值将第一投影测量数据分成多个光谱投影测量数据，每个光谱投影测量数据被分别分配给不同的X射线能量区域；‑基于多个光谱投影测量数据的加权组合第一次重建第一图像数据集，其中第一图像数据集包含光谱信息，‑基于第一图像数据集确定高对比度结构的至少一个位置信息和/或轮廓信息，‑基于投影测量数据第二次重建第二图像数据集，其中高对比度结构的至少一个位置信息和/或轮廓信息被作为参数包括在重建中，并且其中以比第一图像数据集更高的图像位置分辨率重建第二图像数据集，‑基于第二图像数据集显示具有精细结构的检查区域。

Description

用于显示具有精细结构的检查区域的方法
技术领域
本发明涉及一种用于显示具有由高对比度结构相邻的精细结构的检查区域的方法，计算机断层扫描系统，计算机程序产品和计算机可读介质。
背景技术
计算机断层扫描(CT)是一种主要用于医疗诊断的成像方法。在计算机断层扫描中，为了记录空间三维图像数据，辐射源，例如X射线源和与其协作的X射线探测器围绕待检查对象旋转。在旋转运动期间，在角度扇区内记录测量数据。投影测量数据是一个投影或多个投影，其包含关于从不同投影角度穿过检查对象的辐射衰减的信息。由这些投影可以计算出检查对象的二维层图像或三维体积图像。投影测量数据也称为原始数据，或者投影测量数据可以已经被预处理，使得例如衰减的与探测器相关的强度差异减小。然后可以由这些投影测量数据重建图像数据，例如通过所谓的滤波反投影或通过迭代重建方法。
用计算机断层扫描系统扫描检查对象的各种方法是已知的。例如，使用圆形扫描，使用进给或螺旋扫描的顺序圆形扫描。另外，不基于圆周运动的其他类型的扫描也是可能的，例如，具有线性区段的扫描。借助于至少一个X射线源和至少一个相对的X射线探测器，记录来自不同记录角度的检查对象的吸收数据，并且由此收集的这些吸收数据或投影通过相应的重建方法计算出通过检查对象的截面图像。
在计算机断层扫描中，可以使用光子计数直接转换X射线探测器。X射线或光子可以通过合适的转换器材料在直接转换X射线探测器中转换成电脉冲。例如CdTe，CZT，CdZnTeSe，CdTeSe，CdMnTe，InP，TlBr2，HgI2，GaAs或其他都可以用作转换器材料。通过评估电子设备，例如集成电路(专用集成电路，ASIC)对电脉冲进行评估。在计数X射线探测器中，通过计数由转换器材料中的X射线光子的吸收触发的电脉冲来测量X射线辐射。电脉冲的大小通常与吸收的X射线光子的能量成比例。由此，可以通过将电脉冲的大小与阈值进行比较来提取光谱信息。能量分辨或能量选择性计数X射线探测器，例如直接转换X射线探测器的使用允许基于所测量的数据将材料分解为两个或三个的材料，如骨骼和软组织。
此外，利用能量选择性计数X射线探测器可以实现显著提高的探测器空间分辨率，其大约是传统CT探测器分辨率的2至5倍。
计算机断层扫描也用于植入物的规划和控制，其中，有时必须显示由高对比度结构，例如骨骼包围的非常精细的结构。一个例子是耳蜗植入物的使用。在此，电极被置入人的耳蜗(Cochlea)中并被颅骨包围，该电极仅包括在“放开的”状态中约30-40毫米的总长度和在基部3毫米的直径，或在尖端1.5毫米的直径。为了对耳蜗植入物进行规划，通过计算机断层扫描对相关区域进行记录并且例如确定耳蜗的尺寸，以使得合适的植入物，特别是合适地设计的电极可以被确定。为了进行控制，在装入植入物后，特别是在耳蜗内确定植入物的位置和正确的执行。另一个例子是装入例如用于固定骨骼中的撕裂或骨折的螺钉形式的植入物。
发明内容
本发明涉及一种用于改进地显示具有精细结构的检查区域的方法，该方法用于规划和/或控制植入物，特别是如果精细结构与高对比度结构相邻。
根据本发明，该目的通过根据权利要求1的方法，根据权利要求10的计算机断层扫描系统，根据权利要求11的计算机程序产品和根据权利要求12的计算机可读介质来实现。
本发明涉及一种用于显示用于规划和/或控制植入物的检查区域的方法，该检查区域具有检查对象的与高对比度结构相邻的精细结构的，其中高对比度结构包括骨骼和/或植入物。在根据本发明的方法的背景下，利用具有计数能量选择性X射线探测器的计算机断层扫描系统记录投影测量数据，其中能量选择性X射线探测器具有能通过能障集设定的一定数量的能量阈值。根据能量阈值将投影测量数据分成多个光谱投影测量数据，其分别被分配给不同的x射线能量区域。此外，基于多个光谱投影测量数据的加权组合来重建第一图像数据集，其中第一图像数据集包含光谱信息。此外，基于第一图像数据集确定高对比度结构的至少一个位置信息和/或轮廓信息。此外，基于投影测量数据重建第二图像数据集，其中高对比度结构的至少一个位置信息和/或轮廓信息作为参数包括在重建中，并且其中以比第一图像数据集更高的图像位置分辨率重建第二图像数据集。此外，基于第二图像数据集显示具有精细结构的检查区域。
本发明基于以下思想，即对于判断，规划和控制来说，相关结构的非常详细的显示是有利的，以便在装入植入物的情况下确保最佳条件和对患者的高质量的治疗。由于相邻的高对比度结构，例如骨骼或例如包括金属的植入物本身会导致图像伪影，因此精细结构，例如耳蜗的精确显示也可能变得更加困难。例如，硬化伪影和/或金属伪影可能会出现，这通过在X射线光谱的低能量分量被高对比度结构强烈吸收，特别是比高能量分量更强烈地吸收造成，或者在仅仅非常小部分的X射线在穿过这些物体后到达X射线探测器。这些伪影会严重影响精细结构相对于周围组织的显示和/或可识别性和界限。
发明人已经认识到，在根据本发明的方法的背景下，计数能量敏感的X射线探测器的优点，即对光谱信息的访问以及因此探测器的可访问的更高空间分辨率，可以用于具有高对比度结构相邻的精细结构的检查区域的改进显示，从而确保用于规划和/或控制植入物的最佳条件。
高对比度结构包括骨骼和/或植入物或植入物的部分。特别地，如果高对比度结构具有高线性吸收系数的材料，例如金属材料，则高对比度结构可以包括植入物。例如，在植入物的规划中，高对比度结构可以仅包括骨骼，并且在后续手术的控制和/或规划中，高对比度结构然后可以包括骨骼和检查对象中的植入物或植入物的部分。本发明意义上的精细结构是与高对比度结构相比通常以较小尺寸为特征的结构，或者对于其诊断评估而言，与高对比度结构相比，更高的图像位置分辨率是有利的或必需的。然后，精细结构可以被理解为这样的结构，其至少在具有最小尺寸的尺寸中应该是可识别的，以便在图像数据集中可靠地评估并且与周围组织界限出来，该尺寸仅仅几毫米，例如小于10毫米，特别是小于5毫米。例如，精细结构可以是由骨骼结构围绕的空腔或骨骼结构之间的间隙，例如在关节的情况中。精细结构也可以是骨骼结构的裂缝，骨折或类似的缺陷结构。精细结构本身可包括骨骼。然而，精细结构还可包括软组织，例如肌肉，脂肪，软骨，组织膜，神经或其他软组织。精细结构可以例如填充有液体。
本发明中使用的X射线探测器可以称为能量选择性的，(光子)计数的或直接转换的X射线探测器。X射线探测器具有多个探测元件。多个探测元件可以例如以矩阵布置，使得不同的探测元件在X射线探测器内具有空间上不同的位置。这些探测元件分别具有能障，这些能障具有分配的能量阈值。每个探测元件优选地具有多个能障，每个能障都具有相应分配的能量阈值。能量阈值可以优选地分配给单位为keV的光子能量。能量阈值可以设定为例如光子能量，电压或电流。能量阈值的数量，特别是关于探测元件的能量阈值的数量可以是整数K，例如K＝4或K＝5或另一个K。然后，能障集包括例如至少一个能量阈值。特别地，第一能障集包括多个能量阈值。可以将能障集分配给多个探测元件。然而，也可以存在多个不同的能障集，其分别被分配给多个探测元件的子集。
能量阈值的设定可以包括加载数值，例如，设定数模转换器的电流或电压。由此可设定能量阈值。能障集的设定可以包括多个能量阈值的设定。
在利用计算机断层扫描系统记录投影测量数据时，可以基于能量阈值将投影测量数据划分为多个光谱投影测量数据，这些光谱投影测量数据被分别分配给不同的X射线能量区域，即，子X射线能量区域。例如，投影测量数据因此可以被分成至少两组光谱投影测量数据，其可以被分配给较高能量的和较低能量的X射线能量区域。然而，也可以分成更多的X射线能量区域，例如四个或五个，因此收集更多的光谱信息。在此，X射线能量区域可以由上和/或下能量阈值来描述。
在第一次重建期间，基于光谱投影测量数据通过光谱应用生成第一图像数据集。通过应用光谱方法，可以重建第一图像数据集，该第一图像数据集基本上包含高对比度结构，例如骨骼和/或金属。至少可以重建第一图像数据集，其对比度增强地和/或与其他组织更好地界限开的高对比度结构。具体地，通过应用光谱方法，可以避免或减少第一图像数据集中的伪影，例如高对比度结构的硬化伪影和/或金属伪影。因此，可以基于第一图像数据集在第一图像数据集中特别有利地识别高对比度结构。可以基于第一图像数据集和光谱信息以特别有利的方式分割高对比度结构。
光谱应用可以应用于原始数据的级别或者也可以应用于图像数据的级别。特别地，光谱应用基于光谱投影测量数据或基于光谱投影测量数据的图像数据的加权组合。加权组合可以单独地应用于检查区域的每个像素。例如，光谱应用包括将光谱投影测量数据组合成虚拟辅助投影测量数据组合，即，加权组合可以在原始数据级别执行。例如，这可以通过光谱投影测量数据与可定义权重系数的线性组合来完成。该组合可以对应于例如光谱投影测量数据的加权和或差。例如，可以选择权重系数，使得优选地通过对X射线谱的一部分和另一个较低的X射线能量区域进行加权来显示成像检查区域中的高对比度结构的一种材料或多种材料，例如骨骼和/或金属。还可以选择加权系数，使得相应仅在第一图像数据集中包括一个特别有利的X射线能量区域。然而，例如，还可以从分配给每个X射线能量区域的光谱投影测量数据重建分配给x射线能量区域的辅助图像数据。基于加权组合，例如通过加权求和，可以组合辅助图像数据以形成第一图像数据集。也就是说，也可以在图像数据级别执行加权组合。同样，可以生成第一图像数据集，其允许更好地识别包含高对比度结构的图像区域。基于多个光谱投影测量数据的加权组合，还可以执行材料拆分的其他方法，例如，将骨骼和/或金属与其他组织分开，并且由该方法可以产生第一图像数据集，其包含光谱信息并适于更好地识别包含高对比度结构的图像区域。
可以通过迭代方法或滤波反投影方法来重建第一图像数据集。对于第一图像数据集的重建，可以仅使用投影测量数据的一部分，例如仅一部分投影。
根据第一图像数据集，可以以特别简单的方式确定高对比度结构，例如骨骼和/或金属的位置信息和/或轮廓信息。要确定的位置信息和/或轮廓信息在此可以包括基于轮廓，例如通过边缘检测，和/或基于图像值，例如通过与强度阈值比较，在第一图像数据集中识别包含高对比度结构的图像区域。基于位置信息和/或轮廓信息，还可以沿着高对比度结构的记录投影确定照射厚度。确定位置信息和/或轮廓信息可以包括分割高对比度结构。
根据本发明，基于第一投影测量数据执行第二图像数据集的第二重建，其中高对比度结构的至少一个位置信息和/或轮廓信息被作为参数包括在重建中。
特别地，可以基于具有较小细分的第一投影测量数据或者不将投影测量数据细分为光谱投影测量数据来执行第二重建。因此，投影测量数据的较大或全部可用量可以用作第二重建的基础。第二重建可以基于迭代或滤波反投影方法。
关于高对比度结构的信息可以与合适的校正算法一起使用，以获得伪影减少的第二图像数据集。有利地，可以减少第二图像数据集中的硬化伪影。有利地，可以减少第二图像数据集中的金属伪影。因此，可以实现精细结构的改进的和更清晰的显示。
例如，可以从第一图像数据集中获取分割的高对比度结构形式的位置和/或轮廓信息，或者可以借助于来自第一图像数据集的位置和/或轮廓信息以简化方式在第二图像数据集的初步版本中分割高对比度结构。然后可以使用分割的高对比度结构，例如，通过前向投影产生新的虚拟原始数据，该前向投影基本上包含高对比度结构。然后，这些可以用于迭代重建和校正处理，以获得伪影减少的第二图像数据集。可以使用其他校正算法，其可以由来自第一图像数据集的光谱信息使用。可以改善材料信息以及高对比度结构的位置和/或轮廓信息，或者例如由其确定的高对比度结构的厚度。例如，根据投影测量数据中的信息，可以在每种情况下识别包含高对比度结构的测量数据的部分，并且通过该部分可以相应改善地校正信息，例如材料和照射的厚度。
根据本发明，在此以比包含光谱信息的第一图像数据集更高的图像位置分辨率重建第二图像数据集。
例如，以实际上降低的图像位置分辨率重建第一图像数据集。这尤其意味着在第一图像数据集的重建记录期间或在重建期间的投影测量数据的分辨率实际上和随后减小。通过相对于X射线探测器降低以下方向中的至少一个的分辨率，可以产生实际上降低的投影测量数据的分辨率：在通道方向，行方向，投影方向上。探测器的行方向通常在z方向上，即，朝向计算机断层扫描系统的系统轴，X射线探测器围绕该系统轴旋转。通道方向与行方向正交并与探测器表面相切。相反，投影方向与探测器表面正交，因此也与行方向和通道方向正交。例如，可以合并多个探测元件的数据(“binning”)。而且，在重建期间，可以选择重建参数，其在图像位置分辨率降低时实现降低的噪声，例如，软滤波器核。
特别地，实际上降低的分辨率有利地全部或部分地补偿由于在第一图像数据集中使用光谱方法而引入的增加的噪声和劣化的信噪比。有利地，由此可以成功地应用光谱方法，并且同时可以以高分辨率保持投影测量数据，以便能够基于相同的投影测量数据实现精细结构和检查区域的高分辨率显示。
因此，在第二次重建第二图像数据集的步骤中，将信息从较低分辨率图像数据集(第一图像数据集)传送到较高分辨率图像数据集(第二图像数据集)。结果，不能完全校正和/或抑制第二图像数据集中的伪影。然而，通过将光谱信息应用于更高分辨率的第二图像数据集，可以实现至少足够高的显示增强，同时保持高图像位置分辨率，以允许改进检查区域的显示，这与传统的计算机断层扫描系统的传统采集相反。
根据本发明，基于第二图像数据集显示具有精细结构的检查区域。有利地，可以以高分辨率显示精细结构。有利地，可以补偿或减少由高对比度结构产生的伪影，例如硬化伪影和/或金属伪影。有利地，精细结构的精确且明确的显示是可能的，即，细节充分的显示，其中精细结构可以容易地与周围组织和/或周围的高对比度结构区分开。这意味着，例如，可以更容易地识别精细结构的轮廓。有利地，可以使改进的，高分辨率和伪影减少的显示用于植入物的规划和控制。因此有利地可以改进对检查区域的评估，改进的精细结构测量和改进的控制，例如对植入物的位置的控制。
在该方法的有利变型中，在利用计算机断层扫描系统记录第一投影测量数据时，选择由X射线探测器确定的最大空间分辨率作为记录参数。
由X射线探测器确定的空间分辨率很大程度上取决于探测器元件的尺寸或边缘长度。另外，探测器的空间分辨率例如由所使用的传感器层的材料和厚度确定。由能量选择性计数X射线探测器提供的空间分辨率可以是传统CT探测器的分辨率的大约两到五倍。有利地，可以重建具有最大可实现图像位置分辨率的第二图像数据集，其在足够高的施加辐射剂量下，即，每个探测元件计数足够多的光子，主要由探测器的空间分辨率决定。有利地，因此可以以高分辨率详细地显示精细结构。
特别地，重建的层图像、也就是截面图像的最小层厚度可以被选择为，在第二图像数据集中在层方向上实现高图像位置分辨率。最小的层厚度取决于探测元件的尺寸。
根据本发明的方法的变型包括在显示检查区域时抑制高对比度结构。
由此确定的光谱信息和/或位置信息和/或来自第一图像数据集的高对比度结构的轮廓信息可用于通过合适的算法抑制或至少部分地抑制第二图像数据集中的高对比度结构，例如骨骼。例如，可以基于第一图像数据集的光谱信息识别包含高对比度结构的第二图像数据集中的体素，然后编辑和/或去除。例如，可以使用减法算法，其抑制第二图像数据集中的高对比度结构。
通过将信息从较低分辨率图像数据集传送到较高分辨率图像数据集，可能无法完全抑制第二图像数据集中的骨骼结构。然而，至少可以实现精细结构的对比度增强显示。
有利地，因此可以实现用于规划和/或控制植入物的精细结构的特别有利的显示，而不会或者具有减少的高对比度结构的干扰视觉影响。有利地，可以促进植入物的规划和/或控制。
可以想到，在检查区域的显示中可以选择性地显示或抑制高对比度结构。
在根据本发明的方法的变型中，第一图像数据集和第二图像数据集的光谱信息被合并显示。
在此，第一图像数据集可以叠加在第二图像数据集上。只有来自第一图像数据集的光谱信息才能被发送到第二图像数据集的相应图像区域。例如，光谱信息可以叠加显示为彩色。例如，可以基于光谱信息识别的不同材料可以用颜色突出显示。第一图像数据集也可以例如部分透明和有色地叠加在第二图像数据集上。
有利地，由第一图像数据集获得的光谱信息的简单显示是可能的。有利地，能够以改进的方式实现高对比度结构和精细结构之间的视觉分离。
举例来说，合并表示的实现可以包括仅仅选择性地叠加光谱信息。
在该方法的有利变型中，该方法还具有基于第二图像数据集分割精细结构的步骤。
分割可以由数据处理单元自动执行。可以实现分割，例如，基于像素，基于体素，基于边缘，基于区域和/或基于区域。分割还可以基于模型的方法为基础，其中允许对要分割的对象的假设。分割可以是分层的，也就是说，从二维层图像开始或者也可以使用的三维分割方法。分割步骤也可以半自动实现。例如，可以手动设置用于分割的起始点或胚细胞或粗略轮廓信息。
发明人已经认识到，通过本发明的方法，可以实现检查区域和精细结构的更详细和更清晰且可能更高对比度的显示，从而可以有利地改善地实现自动或半自动分割，因为精细结构和周围组织之间的分离可以简单地实现。自动或半自动分割可以有利地促进更有效的工作流程。另外，临床人员的纯手动分割，例如通过精细对比度结构的轮廓或轮廓被手动追踪，可以通过改进的和更详细的显示来改善地实现。
分割可有利地减轻对精细结构的测量。同样地，可以想到的是，基于分割的精细结构显示没有周围组织的精细结构的三维显示。在分割的精细结构的基础上，还可以形成精细结构的模型。
另外，在一个变型中，根据本发明的方法包括基于第二图像数据集确定精细结构的尺寸的步骤。
尺寸可以是例如长度，直径或圆周。例如，可以是这样的长度，其是精细结构的中心线(“Centerline”)的长度。例如，尺寸也是表面或横截面积或由精细结构占据的体积。还可以确定精细结构的几个尺寸。
该尺寸在此可以基于第二图像数据集根据具有精细结构的检查区域的显示来确定。然而，尺寸也可以基于分割的精细结构(如果存在)或者从分割的精细结构产生的精细结构的模型来确定。
由于精细结构和检查区域的改进的显示，尺寸可以更容易，并且特别是更精确地确定。
尺寸也可以自动确定。发明人已经认识到，由根据本发明的方法提供的精细结构的改进显示可以有利地促进和改进尺寸的自动化或至少部分自动化的确定。通过自动确定尺寸可以有利地实现有效的工作流程。
还可以想到，确定的尺寸自动转移到检查结果的文档中。例如，为了规划植入物，可以将特定确定的精细结构自动输入到表格中。这允许有效的工作流程。
此外，根据本发明的方法在变型中包括确定的尺寸可视化。
例如，特定的尺寸，也就是例如开始和结束点和/或确定尺寸的过程和/或表面或体积颜色叠加地在检查区域的显示中可视化。例如，精细结构的中心轴可以颜色叠加地显示，例如，从中导出长度。为此目的，可以显示相关的定量结果，例如以μm或mm为单位。
尺寸的显示和/或定量结果的指示还可以在与检查区域的显示不同的视图中另外显示。例如，该尺寸根据分割的精细结构来可视化或在精细结构的由此生成的模型中例如彩色突出地显示，这例如，开始和结束点和/或确定尺寸的过程和/或表面或体积以彩色突出显示。
有利地，临床人员可以基于该显示简单地追踪某些尺寸，或者可以进行校正。
在该方法的变型中，精细结构包括软组织和/或液体。
软组织可包括肌肉，脂肪，软骨，组织膜，神经或其他软组织。精细结构也可以填充液体。有利地，借助于根据本发明的方法，可以在高对比度结构的材料和精细结构之间进行区分。这使得更容易区分精细结构和高对比度结构。
在该方法的变体中，精细结构包括耳蜗。
耳蜗是由骨骼结构包围的螺旋缠绕腔，其充满液体(外淋巴和内淋巴)。此外，耳蜗内包括组织膜和神经或听觉细胞。耳蜗的周围是非常钙质和强烈吸收的颅骨(岩骨)。
有利地，根据本发明的方法的优点可以特别有利地用于耳蜗的显示以及耳蜗植入物的规划和/或控制中：能量选择性计数X射线探测器的较高空间分辨率可以在这里被特别好地利用，因为由于较小的相关待检查体积的原因，即使在较高的辐射剂量时，也只应用非常低的有效全身剂量，并且可以良好地绕过辐射敏感区域。因此，该应用中，与可能在其他区域中不同，不受图像位置分辨率中的辐射剂量的限制，而是受X射线探测器提供的空间分辨率的限制，其主要由探测元件的尺寸决定，并且在能量选择性计数X射线探测器中明显优于传统探测器。可以通过光谱信息有利地减少或避免由于强烈吸收的颅骨或已经植入的植入物以及其中包含的金属，特别是电极而发生的伪影。
有利地，根据本发明的方法允许耳蜗的详细且明确的显示，从而可以改善耳蜗植入物的规划和/或控制。
在其他植入物的规划和控制中给出了类似的优点，例如，骨折，牙科植入物，关节替代物等的固定装置。
本发明还涉及一种用于执行根据本发明的方法的计算机断层扫描系统，包括能量选择性X射线探测器，输出单元和数据处理单元。
能量选择性X射线探测器具有可调节的能量阈值。特别地，X射线探测器具有每个探测元件或子像素的多个可调节的能量阈值。因此，X射线探测器使得可以利用计算机断层扫描系统记录投影测量数据，其中投影测量数据可以基于能量阈值被细分为多个光谱投影测量数据，这些数据分别被分配给不同的X射线能量区域。
输出单元至少被配置为基于由数据处理单元和/或重建的第一图像数据集重建的第二图像数据集来显示检查对象的检查区域。
数据处理单元特别设计用于接收已经通过能量敏感的X射线探测器记录的投影测量数据。
数据处理单元还被设计为基于投影测量数据重建第一图像数据集。在此，第一图像数据集基于多个光谱投影测量数据的加权组合。因此，第一图像数据集包含光谱信息。
数据处理单元还设计基于第一图像数据集确定高对比度结构的至少一个位置信息和/或轮廓信息。
数据处理单元还被设计为基于投影测量数据重建第二图像数据集，其中高对比度结构的至少一个位置信息和/或轮廓信息被作为参数包括在重建中，并且其中以比第一图像数据集更高的图像位置分辨率重建第二图像数据集。
因此，计算机断层扫描系统尤其设计用于实施根据本发明的方法。根据本发明的方法的描述的相应部分以及根据本发明的方法的优点也可以转移到根据本发明的计算机断层扫描系统。
在进一步有利的实施例中，数据处理单元还被设计为执行进一步的步骤，其中步骤可以包括根据本发明的方法的有利实施例。
本发明还涉及一种具有计算机程序的计算机程序产品，该计算机程序可以直接加载到计算机断层扫描系统的数据处理单元的存储器装置中，其中程序部段用于在计算机断层扫描系统的数据处理单元中执行计算机程序时执行根据本发明的方法的所有步骤。
计算机程序产品的计算机程序可以直接加载到数据处理单元的存储器单元中。该计算机程序产品可以包括计算机可读介质，计算机程序的程序部段存储在该计算机可读介质上，其中程序部段可以由数据处理单元读取和执行，以执行该方法及其方面的所有方法步骤。
计算机程序产品可以包括除计算机程序之外的其他元件。这些其他元件可以是硬件，例如存储计算机程序的存储器单元(USB存储器单元，存储卡，硬盘存储器等)，硬件密钥等，以使用计算机程序和/或软件，例如使用计算机程序的文档或软件密钥。
作为计算机程序产品的配置具有以下优点：可以通过软件更新容易地调整已经存在的数据处理单元，以便根据本发明使用。
数据处理单元可以包括PC(个人计算机)，PC工作站，在主机硬件上运行的虚拟机，微控制器或集成电路。或者，数据处理单元还可以包括真实的计算机组(“集群”)或虚拟的计算机组(“云”)。
本发明还涉及一种计算机可读介质，在该计算机可读介质上存储可由数据处理单元读取和执行的程序部段，以便在由数据处理单元执行程序部段时执行本发明方法的所有步骤。
附图说明
将参考附图更详细地解释本发明的实施例。在此示出：
图1示意性地示出了根据第一实施例的根据本发明的方法的图示；
图2示意性地示出了根据第二实施例的根据本发明的方法的图示；
图3示出了根据本发明的方法的应用的示意图；
图4示意性地示出了根据本发明的计算机断层扫描系统的图示。
具体实施方式
图1在第一实施例中示意性地示出了根据本发明的方法S的流程，该方法用于显示用于规划和/或控制植入物12，13的检查区域，该检查区域具有检查对象39的与高对比度结构12，13，18相邻精细结构14。方法S包括记录S1，第一次重建S2，确定S3，第二次重建S4和显示S5的步骤。
高对比度结构12，13，18包括骨骼18和/或植入物12，13或其部分。特别地，高对比度结构可以包括植入物的包含金属的部分。植入物12，13可以是例如如图3所示的具有电极12的耳蜗植入物13，其中电极放置在耳蜗内。然后，高对比度结构12，13，18包括岩骨18和/或耳蜗植入物13，并且特别是在该示例中包括耳蜗植入物13的电极12。精细结构14可以是由骨骼结构围绕的空腔。精细结构14可以是由骨骼结构围绕的间隙或裂缝。精细结构14本身可以包括骨骼，但也可以包括软组织或填充液体。作为精细结构，例如，可以理解一种结构，其在具有最小尺寸的尺寸中，其由可识别的方法表示，仅几毫米，例如小于10毫米，特别是小于5毫米。在耳蜗植入物13的示例性应用中，精细结构14包括耳蜗14，其在基部的直径(由图3中的长度28表示)仅约2-4mm并且在顶部直径仅在1-2mm的范围内。然后，检查区域对应于例如患者39的头部区域。
在记录步骤S1中，由计算机断层扫描系统31从检查区域获取投影测量数据PM。在这种情况下，计算机断层扫描系统31具有能量选择性X射线探测器29，其具有能通过能障集ES调节的数量为K的能量阈值，例如K＝4或K＝5或另外的K。基于能量阈值，投影测量数据PM能够被分成多个光谱投影测量数据SP1，...，SPi(i∈[1；N]，其中N是整数)，这些光谱投影测量数据被分别分配给不同的X射线能量区域，即分配给子X射线光谱。频谱投影测量数据的数量N可以对应于阈值的数量K，或者K+1或小于K。至少N＝2个光谱投影测量数据被区分。
在该方法的变型中，可以为记录S1的步骤选择由X射线探测器29确定的最大分辨率。由能量选择性计数X射线探测器29提供的空间分辨率可以是传统CT探测器的分辨率的大约两到五倍。有利地，由于可获得尽可能高分辨率的原始数据，其可用于实现检查区域和精细结构14的高分辨率显示。
在第一次重建S2的步骤中，基于多个光谱投影测量数据SP1，...，SPi的加权组合第一次重建第一图像数据集B1，其中第一图像数据集B1包含光谱信息。通过适当选择权重系数，高对比度结构12，13，18基本上可以在第一图像数据集中显示和/或以对比度增强形式显示。在此，加权组合可以在原始数据级别或图像数据级别上单独执行，也可以对检查区域的每个像素执行。在此，光谱投影测量数据SP1，...，SPi可以例如通过加权的和或者差组合成至少一个虚拟辅助投影测量数据。从辅助投影测量数据集，可以通过已知方法重建第一图像数据集B1。然而，也可由相应分配给X射线能量区域的光谱投影测量数据SP1，...，SPi重建相应分配个X射线能量区域的辅助图像数据，该辅助图像数据被组合以形成第一图像数据集。例如，可以选择加权系数，使得优选地通过将X射线光谱的一部分更高或者更低地加权来优选在成像的检查区域中显示确定的材料，例如骨骼和/或金属。同时，可以有利地避免或减少诸如硬化伪影和/或金属伪影的伪影。
基于多个光谱投影测量数据SP1，...，SPi的加权组合，还可以执行其他材料分解方法，例如，将骨骼和/或金属与其他组织分离并且产生包含光谱信息的第一图像数据集。
特别地，可以重建第一图像数据集B1，其适合于容易地识别一个图像区域或多个图像区域和/或以图像区域为基础的数据，一个或者多个图像区域包含高对比度结构12，13，18。
在确定S3的步骤中，基于第一图像数据集B1确定高对比度结构12，13，18的至少一个位置信息和/或轮廓信息。基于光谱信息或基于包含光谱信息的第一图像数据集B1，可以特别有利地识别高对比度结构12，13，18。基于光谱信息或基于第一图像数据集B1，可以以特别有利的方式分割高对比度结构12，13，18。该信息可以与合适的校正算法一起使用以重建伪影减少的第二图像数据集B2。
在第二次重建S4的步骤中，基于投影测量数据PM重建第二图像数据集B2。在此，高对比度结构12，13，18的位置信息和/或轮廓信息作为参数被包括在重建中。从第一图像数据集B1确定的位置信息和/或由其确定的高对比度结构12，13，18的轮廓信息和/或厚度可以被传送回投影测量数据PM，也就是说，可以在投影测量数据PM中识别包含高对比度结构12，13，18的数据中的比例，并因此校正伪影。例如，可以基于第一图像数据集B1来分割高对比度结构12，13，18，并且可以从前向投影生成新的虚拟原始数据，其可以在迭代图像重建处理中使用以获得伪影减少的图像数据集B2。例如，因此可以减少金属伪影和/或硬化伪影。因此，可以实现精细结构的改进和更清晰的显示。
根据本发明，以比包含光谱信息的第一图像数据集B1更高的图像位置分辨率重建第二图像数据集B2。可以用实际上降低的图像位置分辨率重建第一图像数据集B1。这尤其意味着在第一图像数据集B1的重建或重建期间记录之后的投影测量数据PM的分辨率实际上和随后减小。例如，可以合并X射线探测器29的多个探测元件的数据(称为“binning”)和/或合并多个投影层的数据。而且，在第一次重建S2期间，可以选择重建参数，其在图像位置分辨率降低时实现降低的噪声，例如软滤波器核，例如B50或Q40滤波器核。特别地，通过实际上降低的分辨率，可以通过使用光谱方法完全或部分地补偿第一图像数据集B1中的增加的噪声和劣化的信噪比。
例如，根据本发明的一个方面，利用最大图像位置分辨率重建第二图像数据集B2，如果为记录使用足够的辐射剂量，则该最大图形位置分辨率由X射线探测器预定的空间分辨率确定，由此精细结构有利地以特别高的分辨率显示，并且例如可以精确测量。
特别地，重建的层图像、也就是截面图像的最小层厚度被选择为，使得在第二图像数据集B2中的层方向上也实现高图像位置分辨率。最小层厚度取决于X射线探测器的探测元件的尺寸。例如，探测器元件的边缘长度可小于0.3毫米。例如，特定实施例中的探测元件的边缘长度是0.25毫米。例如，可以选择低于0.3毫米的层厚度。例如，特定实施例中的层厚度为0.2毫米。
有利地，尽管通过使用光谱信息将信息从较低分辨率的第一图像数据集B1传输到较高分辨率的第二图像数据集B2，但是可以实现图像数据的足够高的改进，例如减少伪影，同时保持高图像位置分辨率。与传统的计算机断层扫描系统的传统记录相比，允许精细结构14的改进的和更精确的显示以及结构细节的最佳分辨率。
在显示S5的步骤中，基于第二图像数据集B2显示具有精细结构14的检查区域。有利地，精细结构14的精确且明确的显示是可能的，也就是说，详细的显示，其中可以简单地从周围组织和/或周围的高对比度结构12，13，18中区分出精细结构14。有利地，可以使改进的，高分辨率和伪影减少的显示用于植入物12，13的规划和控制。用于规划植入物12，13的检查区域的准确评估是有利的。有利地，可以以改进的方式控制植入物12，13或植入物的部分相对于精细结构14的位置和所在地。
在本发明的一个实施例中，当显示检查区域的S5时，可以在检查区域的显示中完全或部分地抑制高对比度结构12，13，18。来自第一图像数据集B1的高对比度结构12，13，18的位置信息和/或轮廓信息可用于至少部分地抑制第二图像数据集B2中的高对比度结构12，13，18或增加第二图像数据集B2中的对比度。有利地，因此可以实现精细结构14的更好的可识别性。
此外，根据本发明的一个方面，在显示S5时，可以想到合并图像的显示，其中第一图像数据集B1的光谱信息被叠加在第二图像数据集B2上。例如，光谱信息可以色彩叠加地显示，从而将不同的材料色彩突出地显示。有利地，可以改进地实现例如在骨骼结构和/或植入物和精细结构之间的视觉分离。
图2示意性地示出了第二实施例中的本发明方法S。所示方法S还包括确定S7的步骤。该方法还可以包括分割S6和可视化S8的步骤。
在确定S7的步骤中，确定精细结构14的尺寸AB。尺寸AB可以是例如长度，直径或圆周。例如，精细结构14的长度可以是中心线的长度。例如，尺寸AB也是精细结构14占据的表面或横截面积或体积。还可以确定精细结构14的几个尺寸。由于精细结构14和检查区域的改进的显示，可以更精确地确定尺寸。有利地，可以精确地确定与植入物12，13的规划相关的尺寸AB。改进的显示还可以促进尺寸AB的自动或半自动确定。通过自动确定尺寸AB，可以有利地实现有效的工作流程。然而，例如，精细结构14的开始和结束或图像数据集中的轮廓也可以手动标记。
在方法S的示例性应用中，在规划和/或检查耳蜗植入物13的背景下，尺寸AB例如是耳蜗14的长度。
在分割S6的步骤中，基于第二图像数据集B2对精细结构14进行分割。可以实现分割，例如，基于像素，基于体素，基于边缘，基于区域和/或基于区域。分割还可以以基于模型的方法为基础，其中允许对要分割的对象进行假设。分割可以是分层的，也就是说，从二维层图像开始或者也可以使用的三维分割方法。分割步骤也可以半自动实现。例如，可以手动设置用于分割的起始点或胚细胞或粗略轮廓信息。
有利地，可以通过改进的和更详细的显示使得由数据处理单元自动执行的精细结构14的分割成为可能。自动或半自动分割可以有利地促进更有效的工作流程。另外，临床人员的纯手动分割，例如通过精细对比度结构14的轮廓或轮廓被手动跟踪，可以通过改进的和更详细的显示来改善地实现。分割还可以允许改进尺寸AB的确定。
此外，方法S可以包括可视化S8确定的尺寸AB。例如，确定的尺寸AB，也就是，例如开始和结束点和/或确定尺寸AB的过程和/或表面或体积彩色叠加地在显示步骤S5中示出的检查区域的显示中可视化。尺寸AB的显示还可以附加地在与检查区域的表示不同的视图中另外显示。例如，尺寸AB可以基于精细结构14的分割的显示或在由其产生的精细结构14的模型中可视化。可视化还可以包括尺寸AB的定量结果的显示。
在图3中示意性地示出了本发明方法S的使用情况。草图是具有耳蜗植入物13的人的耳蜗14。耳蜗14是内耳的一部分，并且是由组织膜填充的螺旋状，流体填充和分隔成由岩骨18围绕的通道腔，所述岩骨18是人的特别钙质的头骨。Corti器与听觉细胞(毛细胞)一同位于其中一个通道中，其将声波的机械激发转换为听觉神经26的神经脉冲。例如，当毛细胞损伤神经脉冲时，使用耳蜗植入物13。耳蜗植入物13包括电极载体16，在该电极载体上安装有插入到耳蜗14中的电极12。在耳蜗植入物13的另一端设置有接收线圈10，接收线圈布置在皮肤22和颅骨20的外表面之间。接收器线圈10用于接收来自外部麦克风(未示出)和外部发射器线圈的信号并将其转换成电脉冲，该电脉冲可以被进一步传导到耳蜗14中的电极12。借助于电极12，可以刺激听觉神经26，其将电信号转发到大脑的听觉中心。耳蜗14中的不同刺激位置产生不同的频率感知。
整个“放开的”或“展开的”耳蜗14的长度通常仅约35mm，基部直径约2-4mm(由图3中的长度28表示)或在顶部的范围内1毫米。耳蜗14被非常坚硬的钙质颅骨(岩骨)18包围，这使得难以观察耳蜗14，因为骨骼18极大地削弱了X射线谱的低能量分量并因此导致光谱的变化并导致硬化伪影。同样地，插入的耳蜗植入物13或其中包含的金属，特别是耳蜗植入物13的电极12，可以通过硬化和金属伪影导致对耳蜗14的困难显示。
对于耳蜗植入物13的使用，需要精确的显示和可能的精确测量，例如，以确定在耳蜗14内支撑电极12的电极载体16的适当长度(称为“电极长度”)或者对电极12或耳蜗植入物13相对于耳蜗精细结构14的位置进行控制。为了确定电极长度，在此常常使用“中心线”，即耳蜗14的中心轴。
根据本发明的方法S可以有利地允许耳蜗14的改进的显示。可以有利地降低通过骨骼18或耳蜗植入物13中的金属，特别是电极12中的吸收而造成的伪影，并且同时可以实现高分辨率和清晰的心事。有利地，可以实现抑制周围的骨骼18的显示。
有利地，如果需要，可以实现耳蜗14的更精确测量，或者可以以改进的方式控制耳蜗植入物13相对于耳蜗14的位置。例如，可以确定尺寸AB，其包括从基部(由图3中的长度28指示)到耳蜗14的尖端的耳蜗14的长度。
有利地，由此可以改善耳蜗14的自动或半自动分割和/或耳蜗14的自动或半自动测量，这在传统的计算机断层摄影图像中是不可能的或仅有条件地或具有高不确定性。有利地，这确保了更有效的工作流程。
例如，在分割的耳蜗14的基础上，还可以生成模型，其允许耳蜗14以不同方式显示。耳蜗14的螺旋缠绕结构可以分别以“放开的”或“展开”状态显示。也就是说，耳蜗14可以表示为逐渐变细的线性管或通道。由此，例如，可以模拟和简化耳蜗14中的耳蜗植入物13的位置，例如电极12的布置，或者可以容易地确定尺寸AB。
图3中所示的耳蜗植入物13的应用代表了根据本发明的方法S的特别有利的变体，因为根据本发明的方法S的优点在耳蜗14的显示以及耳蜗植入物13的规划和/或控制中被使用：能量选择性计数X射线探测器29的较高分辨率可以在这里非常好地使用，因为即使在较高的辐射剂量下也要检查较小的相关体积，仅施加非常低的有效全身剂量并且可以容易地避免辐射敏感区域。因此，在本应用中，与可能在其他区域中不同，不受图像位置分辨率中的辐射剂量的限制，而是受X射线探测器29提供的空间分辨率的限制，其主要由探测元件的尺寸决定，并且在能量选择性计数X射线探测器29中明显优于传统探测器。同时，通过包围耳蜗14的、尤其是钙质和强烈吸收的颅骨18和/或通过耳蜗植入物13的金属，特别是通过电极12导致的伪影有利地借助于光谱信息减少或避免。
图4示出了根据本发明的计算机断层扫描系统31的示例性实施例，用于执行根据本发明的方法S及其变体。计算机断层扫描系统31包括具有转子35的投影测量数据记录单元33。转子35包括X射线源37和能量敏感X射线探测器29。能量选择性X射线探测器29具有能通过能障集ES设定的一定数量的能量阈值并且被设计为记录检查区域的投影测量数据PM，其中投影测量数据PM基于能量阈值被分为多个光谱投影测量数据SP1，...，SPi，其被分别分配给X射线能量区域。检查对象39躺在患者卧榻41上，并且可以沿着旋转轴43穿过用于记录检查区域的投影测量数据PM的投影测量数据记录单元33移动。为了重建和分析截面图像，使用数据处理单元45。数据处理单元45被配置为从能量选择性X射线探测器29接收检查区域的投影测量数据PM，并且基于多个光谱投影测量数据SP1，...，SPi的加权组合来重建第一图像数据集B1，其中第一图像数据集B1包含光谱信息。此外，数据处理单元45被设计为，基于第一图像数据集B1确定高对比度结构18，12，13的位置信息和/或轮廓信息，并基于投影测量数据PM，位置信息和/或轮廓信息重建第二图像数据集B2。高对比度结构18，12，13被作为参数包括在重建中。输入装置47和输出单元49连接到数据处理单元45。输出单元49被配置为基于第二图像数据集B2显示检查区域。
数据处理单元45还可以包括控制系统，该控制系统被设计成适应计算机断层扫描系统31的系统设置，例如X射线探测器29的记录参数。例如，控制系统可以输出或设定能障集ES或X射线探测器29的能量阈值。
该计算机程序产品包括计算机程序，该计算机程序可以直接加载到计算机断层扫描系统31的数据处理单元45的存储器装置51中，具有程序部段，以便当计算机程序在计算机断层扫描系统31的数据处理单元45中执行时执行根据本发明的方法的所有步骤。可由数据处理单元45读取和执行的程序部段存储在计算机可读介质上，以便在数据处理单元45执行程序部段时执行本发明方法的所有步骤。
X射线探测器29具有可调节的能量阈值。特别地，X射线探测器29具有每个探测元件或子像素的多个可调节能量阈值。例如，探测器元件的边缘长度可小于0.3毫米。例如，边长为0.25毫米。特别地，由量子计数X射线探测器29提供的空间分辨率可以是传统CT探测器的分辨率的大约两到五倍。
尽管已经通过优选实施例详细说明了本发明，但是本发明不限于所公开的示例，并且本领域技术人员可以在不脱离本发明的范围的情况下从其中得出其他变型。

Claims (11)

1.一种用于显示用于规划和/或控制植入物(12，13)的检查区域的方法(S)，所述检查区域具有检查对象的与高对比度结构(12，13，18)相邻的精细结构(14)，其中，所述高对比度结构(12，13，18)包括多个骨骼(18)和/或所述植入物(12，13)，所述方法包括以下步骤：
-利用计算机断层扫描系统(31)记录(S1)投影测量数据(PM)，所述计算机断层扫描系统具有一个能量选择性X射线探测器(29)，所述能量选择性X射线探测器具有能够通过能障集(ES)设定的一定数量的能量阈值，其中，根据所述能量阈值将所述投影测量数据(PM)分成多个光谱投影测量数据(SP1，...，SPi)，每个所述光谱投影测量数据被分别分配给不同的X射线能量区域，
-基于多个所述光谱投影测量数据(SP1，...，SPi)的加权组合第一次重建(S2)第一图像数据集(B1)，其中所述第一图像数据集(B1)包含光谱信息，
-基于所述第一图像数据集(B1)确定(S3)所述高对比度结构(12，13，18)的至少一个位置信息和/或轮廓信息，
-基于所述投影测量数据(PM)第二次重建(S4)第二图像数据集(B2)，其中，所述高对比度结构(12，13，18)的位置信息和/或轮廓信息被作为参数包括在重建中，并且其中，以比所述第一图像数据集(B1)更高的图像位置分辨率重建所述第二图像数据集(B2)，
基于所述第二图像数据集(B2)显示(S5)具有所述精细结构(14)的所述检查区域。
2.根据权利要求1所述的方法(S)，其中，在利用所述计算机断层扫描系统(31)记录所述投影测量数据(PM)时，选择由所述X射线探测器(29)确定的最大空间分辨率作为记录参数。
3.根据权利要求1至2中任一项所述的方法(S)，其中，在显示所述检查区域时抑制所述高对比度结构(12，13，18)。
4.根据权利要求1至2中任一项所述的方法(S)，其中，所述第一图像数据集(B1)和所述第二图像数据集(B2)的光谱信息被合并示出。
5.根据权利要求1至2中任一项所述的方法(S)，还包括以下步骤：
-基于所述第二图像数据集(B2)对所述精细结构(14)进行分割(S6)。
6.根据权利要求1至2中任一项所述的方法(S)，还包括以下步骤：
-测定(S7)所述精细结构(14)的尺寸(AB)。
7.根据权利要求6所述的方法(S)，还包括以下步骤：
-可视化(S8)所确定的尺寸(AB)。
8.根据权利要求1至2中任一项所述的方法(S)，其中，所述精细结构(14)包括软组织。
9.根据权利要求1至2中任一项所述的方法(S)，其中，所述精细结构(14)包括耳蜗(14)。
10.一种用于执行根据前述权利要求中任一项所述的方法(S)的计算机断层扫描系统(31)，具有：
一个能量选择性X射线探测器(29)，所述能量选择性X射线探测器具有能通过能障集(ES)设定的一定数量的能量阈值，所述能量选择性X射线探测器设计为记录一个检查区域的投影测量数据(PM)，其中，根据所述能量阈值将所述投影测量数据(PM)分成多个光谱投影测量数据(SP1，...，SPi)，每个所述光谱投影测量数据被分别分配给不同的X射线能量区域，
一个数据处理单元(45)，所述数据处理单元被设计用于
a.从所述能量选择性X射线探测器(29)接收所述检查区域的所述投影测量数据(PM)，
b.基于多个所述光谱投影测量数据(SP1，...，SPi)的加权组合重建第一图像数据集(B1)，其中，所述第一图像数据集(B1)包含光谱信息，
c.基于所述第一图像数据集(B1)确定高对比度结构(12，13，18)的位置信息和/或轮廓信息，
d.基于所述投影测量数据(PM)重建第二图像数据集(B2)，其中，所述高对比度结构(12，13，18)的所述位置信息和/或所述轮廓信息被作为参数包括在重建中，并且以比所述第一图像数据集(B1)更高的图像位置分辨率重建所述第二图像数据集(B2)，
-一个输出单元(49)，所述输出单元设计为，基于所述第二图像数据集(B2)显示所述检查区域。
11.一种计算机可读介质，在所述计算机可读介质上存储有能够由数据处理单元(45)读取和执行的程序部段，从而在所述程序部段由所述数据处理单元(45)执行时，执行根据权利要求1至9中任一项所述的方法(S)的所有步骤。
CN201910555702.9A 2018-06-26 2019-06-25 用于显示具有精细结构的检查区域的方法 Active CN110638478B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018210429.8A DE102018210429A1 (de) 2018-06-26 2018-06-26 Verfahren zur Darstellung eines Untersuchungsbereiches mit einer Feinstruktur
DE102018210429.8 2018-06-26

Publications (2)

Publication Number Publication Date
CN110638478A CN110638478A (zh) 2020-01-03
CN110638478B true CN110638478B (zh) 2023-06-16

Family

ID=68885945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910555702.9A Active CN110638478B (zh) 2018-06-26 2019-06-25 用于显示具有精细结构的检查区域的方法

Country Status (2)

Country Link
CN (1) CN110638478B (zh)
DE (1) DE102018210429A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020216306A1 (de) 2020-12-18 2022-06-23 Siemens Healthcare Gmbh Computerimplementiertes Verfahren zum Betrieb einer medizinischen Bildgebungseinrichtung, Bildgebungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017001208A1 (en) * 2015-06-30 2017-01-05 Koninklijke Philips N.V. Method for estimating a displacement of an structure of interest and magnetic resonance imaging system
CN107133995A (zh) * 2016-02-29 2017-09-05 西门子医疗有限公司 基于多能量x射线成像生成对比度增强的图像数据
CN107822652A (zh) * 2016-09-15 2018-03-23 西门子医疗有限公司 用于重建光谱结果图像数据的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006006038B4 (de) * 2006-02-09 2011-02-17 Siemens Ag System zur bildlich dargestellten Verfolgung eines in ein Untersuchungsobjekt mindestens teilweise eingeführten, bewegten medizinischen Instruments
CN101405619B (zh) * 2006-03-16 2013-01-02 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
US20090080597A1 (en) * 2007-09-26 2009-03-26 Samit Kumar Basu System and method for performing material decomposition using an overdetermined system of equations
US20140003688A1 (en) * 2011-03-17 2014-01-02 Koninklijke Philips N.V. Multiple modality cardiac imaging
DE102011076346B4 (de) * 2011-05-24 2016-07-14 Siemens Healthcare Gmbh Verfahren und Computertomographiesystem zur Erzeugung tomographischer Bilddatensätze
DE102014007095A1 (de) * 2014-05-14 2015-11-19 Universität Zu Lübeck Verfahren und Vorrichtung zur Reduktion von Artefakten in computertomographischen Bildern

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017001208A1 (en) * 2015-06-30 2017-01-05 Koninklijke Philips N.V. Method for estimating a displacement of an structure of interest and magnetic resonance imaging system
CN107133995A (zh) * 2016-02-29 2017-09-05 西门子医疗有限公司 基于多能量x射线成像生成对比度增强的图像数据
CN107822652A (zh) * 2016-09-15 2018-03-23 西门子医疗有限公司 用于重建光谱结果图像数据的方法

Also Published As

Publication number Publication date
CN110638478A (zh) 2020-01-03
DE102018210429A1 (de) 2020-01-02

Similar Documents

Publication Publication Date Title
EP2433566B1 (en) System for blood vessel stenosis visualization and quantification using spectral CT analysis
RU2524302C2 (ru) Расширение на основе модели поля обзора при радионуклидной визуализации
CN102711617B (zh) 扫描规划视场调整器、确定器和/或质量评估器
US7177453B2 (en) Method and apparatus for partitioning a volume
US20210056688A1 (en) Using deep learning to reduce metal artifacts
US9811903B2 (en) Systems and methods for identifying bone marrow in medical images
US8855385B2 (en) Apparatus and method for multi-energy tissue quantification
CN107115119B (zh) Pet图像衰减系数的获取方法、衰减校正的方法及系统
US20060122500A1 (en) Imaging method and apparatus for visualizing coronary heart diseases, in particular instances of myocardial infarction damage
EP2875781A1 (en) Apparatus and method for processing a medical image of a body lumen
CN102113020B (zh) 用于谱x射线成像的系统和方法
US11497459B2 (en) Methods and system for optimizing an imaging scan based on a prior scan
JP2004174264A (ja) 計算機式断層写真法（ｃｔ）スカウト画像を形成する方法及び装置
JP2004160228A (ja) 組織異常、潅流異常、及び機能異常を検出する方法及び装置
CN106920265A (zh) 计算机断层扫描图像重建方法及装置
KR20180044421A (ko) 교정 수술 계획에 사용하기 위해 의료용 임플란트를 가진 환자의 의료 영상화를 위한 시스템 및 방법
Foley et al. Digital radiography of the chest using a computed tomography instrument
DE102015203932B4 (de) Schwächungskorrektur von Emissionstomographie-Messdaten in Anwesenheit eines magnetischen Störfeldes
KR20170073640A (ko) 다중 수집을 통해 콘트라스트를 정규화하는 방법 및 시스템
US10346957B2 (en) Method for image improvement of image data from a dental image generation system
CN110638478B (zh) 用于显示具有精细结构的检查区域的方法
US9101325B2 (en) Chest radiography image contrast and exposure dose optimization
KR20200102414A (ko) 국소 x-선 골밀도 단층 촬영 방법
JP4316335B2 (ja) Ｘ線散乱線成分の補正方法及びそのプログラム並びにｘ線ｃｔ装置
EP4250230A1 (en) Motion compensation in spectral computed tomographic imaging

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant