CN113069128A - 用于产生x射线图像数据集的方法 - Google Patents
用于产生x射线图像数据集的方法 Download PDFInfo
- Publication number
- CN113069128A CN113069128A CN202011499438.0A CN202011499438A CN113069128A CN 113069128 A CN113069128 A CN 113069128A CN 202011499438 A CN202011499438 A CN 202011499438A CN 113069128 A CN113069128 A CN 113069128A
- Authority
- CN
- China
- Prior art keywords
- pixel
- coincidence
- pixel elements
- elements
- pixel element
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 98
- 230000005855 radiation Effects 0.000 claims abstract description 32
- 238000006243 chemical reaction Methods 0.000 claims description 25
- 238000007781 pre-processing Methods 0.000 claims description 16
- 238000002059 diagnostic imaging Methods 0.000 claims description 14
- 238000012805 post-processing Methods 0.000 claims description 11
- 238000002591 computed tomography Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 32
- 238000012937 correction Methods 0.000 description 28
- 239000011159 matrix material Substances 0.000 description 26
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000005259 measurement Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 13
- 238000013461 design Methods 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 7
- 230000004807 localization Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 230000001419 dependent effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 239000002800 charge carrier Substances 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000011669 selenium Substances 0.000 description 2
- 238000011896 sensitive detection Methods 0.000 description 2
- 229910000679 solder Inorganic materials 0.000 description 2
- 229910004613 CdTe Inorganic materials 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- YFDLHELOZYVNJE-UHFFFAOYSA-L mercury diiodide Chemical compound I[Hg]I YFDLHELOZYVNJE-UHFFFAOYSA-L 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/24—Measuring radiation intensity with semiconductor detectors
- G01T1/247—Detector read-out circuitry
-
- 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4241—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 or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4233—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pulmonology (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measurement Of Radiation (AREA)
Abstract
本公开的实施例涉及用于产生X射线图像数据集的方法。本发明涉及一种用于借助X射线探测器产生X射线图像数据集的方法,该方法包括以下步骤:在多个像素元件中的每个像素元件中,根据入射的X射线辐射,对至少一个计数信号数量进行第一计数;在像素元件子集中的每个像素元件中,利用多个像素元件中的至少一个另外的像素元件,对至少一个重合计数信号数量进行第二计数;基于在多个像素元件中的每个像素元件中被计数的至少一个计数信号数量、以及在像素元件子集中的每个像素元件中被计数的至少一个重合计数信号数量,产生X射线图像数据集。
Description
技术领域
本发明涉及一种用于产生X射线图像数据集的方法、一种具有光子计数的X射线探测器的X射线探测器系统、以及一种具有带有光子计数的X射线探测器的X射线探测器系统的医学成像设备。
背景技术
光子计数的X射线探测器被用在许多成像应用中。因此,这些X射线探测器例如在医学成像中的计算机断层造影中被使用,以产生患者的检查区域的断层造影X射线图像。
相对于能量积分的探测器,在X射线成像中使用光子计数的探测器提供了一系列优点。因此,光子计数的探测器能够实现高的空间分辨率和固有的能量分辨的测量。然而,由于在探测器材料中产生的电荷云的有限的延伸(以及由于特征性的X射线辐射的产生),当今的光子计数的X射线探测器的图像质量受到限制。这导致X射线光子的全部能量并不总是沉积在被击中的像素中,而是一部分能量被记录在一个或多个相邻的像素中。作为结果,一方面光子被记录在错误的能量下,另一方面还可能对相邻像素中的光子进行多次计数(=重合(Koinzidenz))。这些重合不仅使探测器的光谱特性恶化,而且通常由于噪声的增加和空间分辨率的降低而导致探测器的DQE(探测量子效率(detektiveQuanteneffizienz))恶化。因此,这是一种降低所有应用的图像质量的效应。
用于解决该问题的典型的电路技术方案在于,在探测器的评估电子装置中实现所谓的“电荷求和”电路(“charge summing”-Schaltungen)。这里,在探测过程期间,尤其在像素的评估电子装置的仿真部分中识别出:电荷已经沉积在多个相邻像素中,并且所有像素的全部电荷被分配给一个像素(通常是具有最多电荷或电流的最快上升的像素)。通过这种方式,防止了双重计数并且几乎恢复了原始电荷。这种电路的缺点在于,像素的死区时间(Totzeit)通过这种电路被大幅提高。由此加剧了所谓的“脉冲堆积”(“Pulse-Pile Up”)的问题,在该问题中,多个光子的信号重叠并且同样导致失真的测量。因此,不再提供例如在计算机断层造影中所要求的良好的高通量能力。备选地,通过增加像素尺寸(例如,增加到>0.3mm边缘长度)还可以抵消能量分辨率和DQE的变差,但是以高通量能力为代价,并且附加地以空间分辨能力为代价。
在DE 10 2011 077 859 B4中例如公开了一种量子计数的辐射探测器,该辐射探测器具有探测器元件的阵列,这些探测器元件分别产生取决于入射的辐射量子的能量的电荷量,并且被划分到相邻探测器元件的组,该辐射探测器还具有第一处理级,通过该第一处理级为多个组中的每个组分别提供如下的电信号,该电信号取决于组的探测器元件所产生的电荷量之和,并且该辐射探测器还具有第二处理级,通过该第二处理级,通过评估所提供的电信号对入射到相应组上的辐射量子进行计数,以便为每个组获得计数结果。
在Scott S.Hsieh在IEEE Transactions on Medical Imaging上撰写的“Coincidence counters for charge sharing compensation in spectroscopic photoncounting detectors”(doi:10.1109/TMI.2019.2933986)中还提出了重合计数器箱,该重合计数器箱的实现方案类似于现有的能量箱。
发明内容
本发明的目的是,提供一种在考虑重合信息的情况下以经改进的方式产生X射线图像数据集的可行方案。
该目的通过根据本发明的特征来实现。本发明的其它有利的并且部分本身具有创造性的实施方式和改进方案在从属权利要求和下面的说明中阐述。
本发明涉及一种用于借助具有转换元件的光子计数的X射线探测器产生X射线图像数据集的方法,该转换元件被构造为将X射线辐射转换成电信号。在此,X射线探测器具有多个像素元件,这些像素元件分别被构造为:基于直接输入到多个像素元件中的一个像素元件中的信号来形成计数信号,并且其中多个像素元件中的至少一个子集被构造为形成重合计数信号,该重合计数信号基于直接输入到像素元件子集中的一个像素元件中的信号、以及多个像素元件中的至少一个另外的像素元件的重合出现的信号。该方法至少包括以下步骤:
-在多个像素元件中的每个像素元件中,根据入射的X射线辐射,对至少一个计数信号数量进行第一计数,
-在像素元件子集中的每个像素元件中,利用多个像素元件中的至少一个另外的像素元件,对至少一个重合计数信号数量进行第二计数,
-基于在多个像素元件中的每个像素元件中被计数的至少一个计数信号数量、以及在多个像素元件中的子集的每个像素元件中被计数的至少一个重合计数信号数量,产生X射线图像数据集。
有利地,借助根据本发明的方法,可以通过提供重合信息来实现在产生步骤中考虑重合信息,并且由于在X射线探测器的像素元件中出现重合,而减少了所产生的X射线图像数据集的图像质量的降低。在此,根据本发明的实现方案通过在测量本身期间规避费时的实时校正,同时允许避免对像素元件的高通量能力的负面影响、以及像素元件的延长的死区时间。此外,用于产生X射线图像数据集的过程链可以有利地被适配,并且必要时将基于所提供的重合计数信号数量的不同的校正方法或者校正方法的组合——必要时还事后地且重复地——应用到在每个像素元件中计数的至少一个计数信号数量、或者基于该至少一个计数信号数量的(初步)X射线图像数据集。
在此,多个像素元件中的子集可以包括全部的多个像素元件。然而,除了像素元件子集外,多个像素元件还可以包括以其它方式构造的像素元件。这些以其它方式构造的像素元件例如可以仅被构造为形成和计数其计数信号。通过构造多个像素元件中的仅一部分像素元件来形成并计数重合计数信号,例如可以实现像素元件的简化连接。
待计数的重合计数信号所基于的多个像素元件中的至少一个另外的像素元件可以被多个像素元件中的至少一个子集包括,即,其本身可以是多个像素元件中的子集的一部分。然而,还可以存在这样的构造方案,在该构造方案中,至少一个另外的像素元件不是多个像素元件中的至少一个子集的一部分。
在根据本发明的方法的范畴中,还可以在多个像素元件中的相应像素元件中对不止一个计数信号数量进行计数。同样,还可以在多个像素元件中的子集的相应像素元件中对不止一个重合计数信号数量进行计数。多个计数信号数量和/或多个重合计数信号数量然后可以被一同输入到X射线图像数据集的产生中。例如,根据为能量分辨的测量所提供的多个能量阈,可以在多个像素元件中的每个像素元件中对多个计数信号数量进行计数。同样,根据为能量分辨的测量所提供的多个能量阈,可以在多个像素元件中的子集的每个像素元件中对多个重合计数信号数量进行计数。此外,在多个像素元件中的子集的每个像素元件中,可以根据多个像素元件中的一些另外的像素元件来对一个或多个重合计数信号数量进行计数。因此,如果在下面提到至少一个计数信号数量或至少一个重合计数信号数量,则这可以包括,还可以存在另外的数量,另外的数量可以以类似的方式被计数地输入到产生中。如果在下文中一般性地谈及重合信息,则这至少包括在多个像素元件中的子集的每个像素元件中被计数的至少一个重合计数信号数量,并且此外,当多个数量被计数时,可以包括被计数的多个重合计数信号数量。此外,所求取的重合信息还可以包括:从像素元件子集中的一个像素元件传输到多个像素元件中的另外的像素元件上的一个或多个重合计数信号数量。如果下面一般性地提到计数信息,则这至少包括在多个像素元件中的每个像素元件中被计数的至少一个计数信号数量,并且在计数多个数量时,还可以包括被计数的多个计数信号数量。
按照根据本发明的方法的一个实施变型方案,在产生步骤中,在多个像素元件中的子集的一个像素元件中被计数的至少一个重合计数信号数量输入到图像重建之前的数据预处理中、输入到图像重建中、或者输入到图像重建之后的后处理步骤中。
发明人已经认识到,在每个子步骤中,可以将重合信息用于关于所出现的重合的校正,以便实现改善的图像质量。还可以存在三种可行方案的组合。也就是说,至少一个重合计数信号数量既可以输入到图像重建之前的数据预处理中、还可以输入到图像重建中、和/或输入到在图像重建之后的后处理步骤中。另外,其它组合也是可能的。通过计数并且从而提供重合信息,可以实现事后的且重复的输入,并且还可以实现输入到该产生的、在测量过程本身之后的不同处理阶段中。
在图像重建之前,将至少一个重合计数信号数量输入到数据预处理中例如可以包括:借助至少一个重合计数信号数量,对至少在多个像素元件中的子集的每个像素元件中的至少一个计数信号数量进行适配。至少一个重合计数信号数量可以被应用到至少一个计数信号数量,由此有利地提供计数信号的经适配的数量以用于产生。由此可以实现关于所出现的重合的数量校正。图像重建然后可以基于:在像素元件子集中的每个像素元件中的经适配的至少一个计数信号数量。
例如,至少在多个像素元件中的子集的每个像素元件中,可以从至少一个计数信号数量中减去至少一个重合计数信号数量或将至少一个重合计数信号与至少一个计数信号数量相加。在此,减去或者相加可以包括加权的减去或者相加。也就是说,可以仅减去或者加上至少一个重合计数信号数量的一部分或多倍。然而,还可以存在其它实现方案,借助于其它实现方案可以适配至少一个计数信号数量,例如乘法、除法也或其它形式的算法、必要时还可以是更复杂的算法。有利地,可以直接且简单地校正像素元件中的受重合影响的多个计数信号数量,并且可以将这些计数信号数量提供用于图像重建。
如果在像素元件中例如根据多个能量阈来对多个计数信号数量进行计数,则可以借助所求取的重合信息来适配每个数量或者一部分数量。如果同样例如根据多个能量阈求取多个重合计数信号数量,则不同的重合计数信号数量可以应用于不同的计数信号数量,以进行适配。
例如,产生步骤还可以包括应用经训练的函数,其中在多个像素元件中的子集的至少一个像素元件中的至少一个重合计数信号数量作为输入参数输入到经训练的函数中。经训练的函数例如可以在预处理步骤中被应用于对多个计数信号数量的适配或校正。此时,经训练的函数能够通过机器学习的方法来训练。经训练的函数尤其可以是神经网络、尤其卷积神经网络(英文为convolutional neural network,CNN)或者包括卷积层(英文为convolutional layer)的网络。
经训练的函数将输入数据映射到输出数据。在此,输出数据尤其是还可以取决于经训练的函数的一个或多个参数。经训练的函数的一个或多个参数可以通过训练来确定和/或适配。确定和/或适配经训练的函数的一个或多个参数可以尤其基于由训练输入数据和所属的训练输出数据形成的配对,其中将经训练的函数应用于训练输入数据以产生输出数据。通常,可训练的函数(即,具有还未适配的一个或多个参数的函数)也被称为经训练的函数。
用于经训练的函数的其它术语是经训练的映射规则、具有经训练的参数的映射规则、具有经训练的参数的函数、基于人工智能的算法、机器学习算法。经训练的函数的一个示例是人工神经网络,其中人工神经网络的边缘权重(Kantengewichte)对应于经训练的函数的参数。代替“神经网络”的概念,还可以使用“神经网”的概念。特别地,经训练的函数还可以是深度人工神经网络(英文为deep neural network,deep artificial neuralnetwork)。此外,尤其是还可以将其它机器学习算法用作经训练的函数。经训练的函数例如可以借助反向传播来训练。训练输入数据可以包括例如具有由于发生重合而造成的影响的多个所测量的和/或所仿真的训练图像数据集。训练输出数据例如可以包括所测量的和/或所仿真的训练图像数据集,在这些训练图像数据集中例如通过适当的像素电路或通过在仿真中的适当假设来抑制重合。
通过应用人工智能系统(即,经训练的函数),可以考虑所有相关的影响参量以用于应用重合信息,还可以考虑这样的影响参量,对于该影响参量来说用户不能估计关联。特别地,借助经训练的函数,在训练阶段之后,能够实现借助重合计数信号来特别可靠地且省时地自动校正计数信号。
还可以在所求取的至少一个数量的计数信号从X射线探测器被传输到构造为用于图像重建的产生单元之前,输入所求取的至少一个数量的重合计数信号,或者还可以在计数信号从X射线探测器被传输到产生单元之后才输入所求取的至少一个数量的重合计数信号。也就是说,例如在“机载处理(on-board processings)”的范畴中,可以将重合信息应用于至少一个计数信号数量,从而仅必须由X射线探测器读取经适配的至少一个计数信号数量,并且将其传输到产生单元。由此可以有利地节省传输带宽。
将至少一个重合计数信号数量输入到X射线图像数据集的图像重建中例如可以包括,将重合信息输入到迭代重建算法中。例如,在基于模型的迭代重建的范畴中的正向投影中可以使用重合信息,并且通过提供附加信息而有助于改善的图像重建。此外,还可以存在其它的可行方案。
将每个像素元件中的至少一个重合计数信号数量输入到图像重建之后的后处理步骤中例如可以包括:既基于所求取的重合信息产生重合图像数据,又基于计数信息借助重建算法产生初步图像数据。然后,可以将重合图像数据应用于初步图像数据以改善图像质量,以便产生最终的、经改善的X射线图像数据集。根据该方法的一个变型方案可以规定:基于在多个像素元件中的每个像素元件中被计数的至少一个计数信号数量来产生初步图像数据集,并且基于在多个像素元件中的子集的每个像素元件中被计数的至少一个重合计数信号数量,来产生重合图像数据集,重合图像数据集在产生X射线图像数据集的步骤中被应用于初步图像数据集。在此,该应用的一个特别简单的变型方案例如可以包括对重合图像数据与初步图像数据的线性组合。然而,除此之外,其它的实现方案也是可能的。
有利地,可以及时地提供第一初步图像数据集。有利地,可以根据需要,例如在首次检查初步图像数据集之后并且可变地基于经重建的图像数据,借助重合信息来实现对图像质量的改善。有利地,计算已经重建的图像数据集可以实现鲁棒地并且省时地提供具有改善的图像质量的最终图像数据集。
在根据本发明的方法的另一构造方案中,多个像素元件中的每个像素元件包括多个比较器,这些比较器分别具有可设定能量阈,其中在多个像素元件中的每个像素元件中,基于相应像素元件的多个比较器中的至少一个比较器的输出信号,对至少一个计数信号数量进行计数。
多个像素元件中的每个像素元件具有带有可设定能量阈的至少一个比较器。多个像素元件中的每个像素元件可以包括多个比较器,这些比较器分别具有可设定能量阈。于是,多个比较器中的相应比较器的输出信号可以对应于计数信号,借助与相应的比较器在信号技术上耦连的计数器(也称为计数元件)对这样的计数信号进行计数。然而,该计数信号还可以基于经进一步处理的或经适配的输出信号。例如,用于防止在高X射线通量的情况下瘫痪(Paralyse)的元件被中间连接在比较器的信号输出端和计数元件之间,该元件在持续超过比较器阈时感应另外的计数事件,这些另外的计数事件可以借助计数元件来计数。此外,计数信号数量可以借助计数元件至少暂时地存储,直至读取计数器读数为止。
此外,在多个像素元件中的子集的相应像素元件中,基于多个像素元件中的子集的相应像素元件的多个比较器中的至少一个比较器的输出信号,并且至少基于多个像素元件中的至少一个另外的像素元件的多个比较器中的一个比较器的输出信号,对至少一个重合计数信号数量进行计数。重合计数信号所基于的、多个像素元件中的子集的相应像素元件的多个比较器中的至少一个比较器可以与多个比较器中的如下比较器相对应,像素元件子集中的一个像素元件中的计数信号基于这样的比较器。然而,重合计数信号和计数信号(在多个像素元件中的子集的相应像素元件中对重合计数信号数量和计数信号数量进行计数)还可以基于相应像素元件的不同比较器的输出信号。
为了形成重合计数信号,像素元件子集中的相应像素元件的多个比较器中的一个比较器、以及重合计数信号所基于的多个像素元件中的至少一个另外的像素元件的多个比较器中的比较器还可以与重合逻辑在信号技术上关联。重合逻辑可以被构造为:在出现至少两个重合出现的信号时提供输出信号,可以借助与重合逻辑在信号技术上耦连的计数器将该输出信号作为重合计数信号来计数。
基于相应像素元件的至少一个比较器的输出信号来对重合计数信号计数和对计数信号计数表明了:提供了为产生改善的X射线图像数据集所需的重合信息或计数信息的有利且合适的可行方案,该可行方案避免了X射线探测器的不必要的死区时间。
优选地,X射线探测器还被构造用于能量分辨的测量,并且具有不止一个(例如,两个、三个、四个或更多个)分别具有可设定能量阈的比较器,其中基于不止一个比较器的输出信号可以对相应的计数信号数量进行计数。在该变型方案中,多个像素元件中的每个像素元件具有多个比较器,其中基于来自不止一个比较器的相应输出信号,可以基于所属的输出信号来对相应的计数信号数量进行计数。基于多个计数信号数量可以有利地产生能量分辨的X射线图像数据集。
还可以基于来自多个像素元件中的子集的相应像素元件的多个比较器中的多个比较器的输出信号,并且至少基于来自多个像素元件中的至少一个另外的像素元件的多个比较器中的一个比较器的输出信号,对多个重合计数信号数量进行计数。也就是说,多个像素元件中的子集的每个像素元件可以具有多个比较器,其中基于来自不止一个比较器的相应输出信号,分别对与多个像素元件中的至少一个另外的像素元件的至少一个重合计数信号数量进行计数。
有利地,取决于多个能量阈的更详细的重合信息可以导致经改善的校正、以及扩展的校正可能性,这是通过提供仅单个重合计数信号数量所无法实现的。因此,在提供多个能量阈时,基于多个能量阈的多个计数信号数量可以借助取决于同一能量阈的多个重合计数信号数量被更好地校正。此外,对呈多个重合计数信号数量形式的、取决于多个能量阈的更详细的重合信息的评估可以提供对入射的X射线光子的空间信息的改善的指示(Hinweis)、或者对入射的X射线光子的改善的光谱信息的改善的指示、并且从而提供扩展的校正可能性。
按照根据本发明的方法的另一实施方式,对于至少一个重合计数信号数量的第二计数,多个像素元件中的子集的相应像素元件的多个比较器中的至少一个比较器的可设定能量阈、与重合计数信号所基于的多个像素元件中的至少一个另外的像素元件的多个比较器中的至少一个比较器的可设定能量阈具有相同的能量阈值。这基本上意味着,对基于重合出现的信号的重合计数信号进行计数,信号不仅在多个像素元件中的子集的相应的所考虑的像素元件中而且在多个像素元件中的至少一个另外的像素元件中已经分别超过具有相同能量阈值的能量阈。这还可以被称为在所考虑的像素元件和至少一个另外的像素元件中的对能量阈的(能量)对称的超过或(能量)对称的重合。
有利地,以可接收的电路技术成本实现对重合出现的信号的能量阈的(能量)对称的超过允许如下的校正,该校正使得能够实现X射线图像数据集的明显改善的图像质量,例如改善的噪声。例如,关于对能量阈的对称的超过的重合信息以简单的方式允许适配在像素元件中被计数的至少一个计数信号数量,使得对光子事件的双重计数至少能够大部分被校正。
在提供分别具有可设定能量阈的多个比较器的情况下,优选可以考虑至少一个关于最低能量阈的对称的重合。可以根据多个像素元件中的子集的相应像素元件的多个比较器的、被设定到最低能量阈值上的至少一个比较器、以及至少一个另外的像素元件的多个比较器中的、被设定到最低能量阈值上的至少一个比较器,来对至少一个重合计数信号数量进行计数。关于最低能量阈的对称超过的重合信息可以有利地反映在所涉及的像素元件之间出现的所有重合的数量。然而,基于此仅提供改进可能性,并且因此不能以这种方式推导出重合与特定像素元件的改进的对应的指示。
此外,关于能量阈的对称超过的信息可以有利地用于改善数据的光谱信息。这里所基于的考虑是,较高能量光子的重合概率大于较低能量光子的重合概率。由此得出,这些光子更多地在下部能量阈中被多次计数,并且由此被更高地加权。通过将重合信息输入到产生中,可以通过相应的校正有利地减少这种情况。例如,校正可以包括基于被计数的对称重合的至少一部分(即,基于在对称超过的基础上的被计数的重合计数信号数量的至少一部分)将所计数的数量重新分布到更高能量的能量阈。
在根据本发明的方法的一个变型方案中可以规定,对于至少一个重合计数信号数量的第二计数,多个像素元件中的子集的相应像素元件的多个比较器中的至少一个比较器的可设定能量阈、与重合计数信号所基于的多个像素元件中的至少一个另外的像素元件的多个比较器中的至少一个比较器的可设定能量阈具有不同的能量阈值。这基本上意味着,对基于如下信号的重合计数信号进行计数,这样的信号在像素元件子集中的相应像素元件中超过了具有另外的能量阈值的能量阈,该另外的能量阈值例如是比在多个像素元件中的至少一个另外的像素元件中更高能量或更低能量的。例如,可以基于具有带有第一能量阈值的能量阈的像素元件子集中的相应像素元件的比较器、并且基于具有第二能量阈值的多个像素元件中的另外的像素元件的比较器来形成重合计数信号。这在所考虑的像素元件和至少一个另外的像素元件中还可以被称为对能量阈的(能量)不对称的超过,或者也称为(能量)不对称的重合。
有利地,实现对重合出现的信号的能量阈的(能量)不对称的超过允许改善对入射的X射线辐射的空间信息的指示。也就是说,由此可以改进地导出对如下像素元件的指示,在这样的像素元件中沉积了X射线光子的大部分能量。有利地,可以基于此实现图像质量的进一步改善,该改善包括更好定位的可能性。有利地,可以特别有利地使用基于不同能量阈的多个重合计数信号数量,以便实现改善的空间分辨率。
此外,在本发明的一个有利的设计方案中规定,在像素元件子集中的每个像素元件中,不仅对基于相同能量阈值的至少一个重合计数信号数量进行计数,并且对基于不同能量阈值的至少一个重合计数信号数量进行计数。
该实施变型方案有利地提供了特别详细的重合信息,其中将关于(能量)对称或(能量)不对称地超过能量阈的重合信息组合地输入到产生中可以特别有利地用于改善图像质量。
在优选的实施变型方案中,在像素元件子集中的每个像素元件中,利用多个像素元件中的1至24个另外的像素元件形成重合计数信号。优选地,至少一个另外的像素元件包括通过布置多个像素元件而构造的——通常正交的——矩阵状像素网格中的、像素元件子集中的相应像素元件的至少一个直接相邻的像素元件或者多个像素元件的对角线相邻的像素元件。
有利地,至少形成与如下的另外的像素元件的重合计数信号,在这样的另外的像素元件中出现以高概率重合的信号。这可以至少包括四个直接相邻的像素元件或者四个直接相邻的像素元件连同对角线相邻的像素元件。例如,在多个像素元件中的子集的每个像素元件中,至少形成与多个像素元件中的四个直接相邻的另外的像素元件的重合计数信号。然而,还可以设置另外的像素元件的其它选择和/或其它数量。例如可以考虑关于重合出现的信号的再下一个相邻像素元件,即,所考虑的像素元件的直接相邻的像素元件的相邻像素元件。当规定多个像素元件的信号为产生X射线图像数据集而被合并时,或者在小的像素尺寸(在该小的像素尺寸中,在通过像素元件预先给定的距离上也在更大程度上预期重合出现的信号)的情况下,考虑和包括再下一个相邻像素元件可以是尤其有利的。
重合计数信号所基于的另外的像素元件的数量和选择可以在多个像素元件中的子集内变化。然而,更大数量的另外的像素元件伴随有像素元件彼此之间的更复杂的连接。
按照根据本发明方法的另一实施方式,在像素元件子集中的每个像素元件中,利用多个像素元件中的1至24个像素元件形成重合计数信号,其中在第二计数步骤中,为像素元件子集中的每个像素元件所计数的至少一个重合计数信号数量基于所有另外的像素元件的重合出现的信号。
在该实施方式中,在像素元件子集中的一个像素元件中被计数的每个重合计数信号数量可以分别对应于在1至24个另外的像素元件中形成的重合计数信号之和。也就是说,如果至少在1至24个另外的像素元件中的一个像素元件中出现重合信号,则将相应的重合计数信号数量提高一个计数单位。这是基于以下认识,即,像素元件与任意的相邻像素元件的重合的数量已经可以承载大部分信息,这样的信息可以有利地用于校正。同时,由此可以确保简单的信号技术连接。
备选地,在根据本发明的方法的另一个实施方式中可以规定,在多个像素元件中的子集的每个像素元件中,利用多个像素元件中的1至24个另外的像素元件形成重合计数信号,其中在第二计数步骤中,分别利用另外的像素元件中的每个像素元件对至少一个重合计数信号数量进行计数。
在该实施方式中,在多个像素元件中的子集的一个像素元件中,对于另外的像素元件中的每个像素元件,分别对至少一个重合计数信号数量进行计数。有利地,提供尽可能详细的、特定于像素的重合信息,重合信息承载相对于像素元件子集的所考虑的像素元件出现的重合的方向信息。这种详细的、特定于像素的重合信息可以特别有利地用于改善的空间信息,即,出现的计数信号的来源位置的改善的定位。然而由此伴随有提高的信号技术成本和、以及必要时待由X射线探测器传输的、提高的数据量。
在该方法的另一设计变型方案中,该方法还包括步骤:
-将在多个像素元件中的子集的一个像素元件中被计数的至少一个重合计数信号数量传输到另外的像素元件中的如下的至少一个像素元件,利用该至少一个像素元件在像素元件子集中的相应像素元件中形成重合计数信号,
-其中产生步骤还基于所传输的至少一个重合计数信号数量。
该变型方案尤其基于如下考虑,即,在所涉及的像素元件之间的重合信息可以被视为(像素)对称的。如果在多个像素元件中的子集的第一像素元件中,对像素元件与多个像素元件中的第二像素元件的重合计数信号数量进行计数,则可以将所计数的数量传输到第二像素元件,并且在第二像素元件中可以被应用于第二像素元件与第一像素元件的对应的重合计数信号数量。
该变型方案允许对于多个像素元件中的像素元件(这些像素元件不是多个像素元件中的像素元件子集的一部分),求取多个重合计数信号数量并且收集重合信息,该重合信息可以以与被计数的重合计数信号数量类似的方式被应用在用于产生X射线图像数据集的方法及其变型方案中。例如,在多个像素元件的矩阵状布置中,多个像素元件中的仅相应每个第二像素元件可以是像素元件子集的一部分,并且被构造为对至少一个重合计数信号数量进行计数。然后,对于多个像素元件中的其余的像素元件,可以进行重合信息的传输。
该变型方案还允许减少多个像素元件中的子集的一个像素元件中的重合计数信号的冗余计数,或者允许扩展在多个像素元件中的子集的一个像素元件中所收集的重合信息。在多个像素元件中的子集的一个像素元件中求取的重合信息可以借助传输来扩展或完善,而不必在像素元件本身中对数量进行计数。例如,多个像素元件中的每个像素元件可以至少分别对与其北向相邻像素的重合计数信号数量进行计数。然后,每个像素元件的关于其南向相邻像素元件的重合信息相应地分别存在于南向相邻的像素元件中,并且可以为了应用用于产生的方法而被传输到相应像素元件上。这样,在像素元件子集中的每个像素元件中本身可以分别仅计数对于用于产生X射线图像数据集的方法所期望的重合信息的一部分,其中通过传输,能够实现完善。由此可以有利地简化像素元件的信号技术连接成本。
可以在用于产生X射线图像数据集的方法及其变型方案中以类似的方式采用向多个像素元件中的像素元件传输的数量,例如经计数的数量。因此,如果在下面提到重合计数信号数量或重合信息,则这可以包括所计数的和/或所传输的重合计数信号数量,除非在文中明确地区分开。在产生步骤中,被传输的重合信息数量可以输入到在图像重建之前的数据预处理中、输入到图像重建中或者输入到图像重建之后的后处理步骤中。例如,传输到像素元件的重合计数信号数量可以被用于适配在该像素元件中被计数的计数信号数量。例如,被传输到像素元件上的至少一个重合计数信号数量可从在像素元件中被计数的计数信号数量中减去、或者与至少一个计数信号数量相加。例如,重合图像数据集还可以基于所传输的重合计数信号数量。例如,所传输的重合计数信号数量还可以作为输入参数输入到经训练的函数中。例如,所传输的重合计数信号数量可以输入到图像重建中。
优选地,所传输的数量基于特定于像素的重合信息,其中待传输的数量基于重合计数信号,该重合计数信号仅在从其传输数量的像素元件与数量被传输到的像素元件之间形成。也就是说,在该变型方案中,只要设置多个另外的像素元件以用于形成重合计数信号,则在第二计数步骤中,利用另外的像素元件中的每个像素元件分别对至少一个重合计数信号数量进行计数。这样可以实现明确的分配,并且可以更好地保证数量的直接对应。
然而,可以存在该方法的变型方案,其中如果为形成重合计数信号设置多个另外的像素元件,则传输基于所有另外的像素元件的重合出现的信号的重合计数信号数量。也就是说,所传输的重合计数信号数量可以对应于与另外的像素元件形成的重合计数信号之和。这里可以基于这样的假设,即,至少对于布置得非常接近从其传输重合计数信号数量的像素元件并因此暴露于类似条件的像素元件,基于总和可以对可以在用于产生X射线图像数据集的方法中使用的重合计数信号数量进行至少一个估计。在该变型方案的一个改进方案中,例如可以规定,在传输步骤中应用经训练的函数,经训练的函数例如在还考虑所计数的计数信号数量和像素元件彼此间的相对布置的情况下能够实现基于总和数量的所传输的数量的优化估计。这样的经训练的函数例如可以借助包括特定于像素的重合信息和经求和的重合信息的训练数据来训练,使得在训练之后,借助经训练的函数可以估计特定于像素的重合信息。
在该方法的变型方案中,对于多个像素元件中的每个像素元件,求取被计数的或所传输的至少一个重合计数信号数量。有利地,可以提供在多个像素元件中的每个像素元件中求取的重合信息,从而可以提供用于产生X射线图像数据集的最佳条件。
在根据本发明的方法的另一实施方式中,通过布置多个像素元件来定义矩阵状的第一像素网格。在产生步骤中,基于像素网格,在与多个像素元件中的像素元件重叠的子像素上定义子像素网格,其中子像素网格至少沿着一个网格维度具有相对于像素网格减小的网格间距。
在一般情况下,原始像素网格A1xA2可以被传输到新的子像素网格B1xB2,其中B1≥A1并且B2≥A2,其中对于至少一个子像素网格,成立关系B>A。在此,A1和A2或B1和B2沿着相应的网格的两个空间维度分别描述像素网格中的像素元件的数量、或者子像素网格中的子像素的数量。也就是说,比像素网格更精细地示出子像素网格的至少一个维度。然而,网格间距可以沿着网格维度变化。
此外,至少一个计数信号虚拟数量被分配给每个子像素,其中子像素中的至少一部分中的相应至少一个虚拟数量的子像素基于与相应子像素重叠的像素元件的被计数或被传输的至少一个重合计数信号数量。然后基于分别分配给虚拟子像素的计数信号虚拟数量,来产生X射线图像数据集。
在此,根据本发明,该变型方案基于:利用所关联的另外的像素元件中的每个像素元件,在多个像素元件中的子集的一个像素元件中单独地计数或求取至少一个重合计数信号数量。也就是说,可以提供(所计数的或所传输的)特定于像素的重合信息用于计数信号虚拟数量的分配。特定于像素的重合信息包含关于重合的方向信息,并且因此包含所出现的重合的改进定位的可能性。
在此,优选地,还利用直接相邻的像素元件中的至少一个像素元件来计数至少一个重合计数信号数量。
在此,对于子像素的至少一部分而言,至少一个计数信号虚拟数量仅基于与相应的子像素重叠的像素元件的所计数的或所传输的至少一个重合计数信号数量。至少一个计数信号虚拟数量还可以基于至少一个重合计数信号数量以及与子像素重叠的像素元件的至少一个计数信号数量。所分配的虚拟数量还可以仅基于重叠的像素元件的至少一个计数信号数量。
有利地,所求取的重合信息的方向信息可以用于将数量更好地传输到虚拟的子像素上,并且因此能够实现改善的空间分辨率。
在此优选地规定,分配给相应子像素的计数信号虚拟数量取决于虚拟子像素相对于与子像素重叠的像素元件的相对位置。这是基于这样的假设:具有方向信息的重合信息可以用于在更精细的子像素网格上改善计数信号的定位。因此,假设:在像素网格中央击中像素元件(并且因此在另外的像素元件中以较高概率不产生重合的信号)的所有光子可以被分配给相应地与所考虑的像素元件在中央重叠的子像素。相反,可以给更接近边缘地与原始像素元件重叠的子像素或者位于例如两个原始像素元件之间的子像素分配重合事件。
在方法变型方案中还可以规定,分配给子像素的计数信号虚拟数量尤其取决于虚拟子像素与重叠的像素元件的中心的相对距离。在此,例如可以将由对称超过所得到的重合信号分配给与重叠的像素元件的中心具有较大距离的子像素,并且将由不对称超过所得到的重合信号分配给与重叠的像素元件的中心具有相对较小距离的子像素。有利地,由此能够实现计数信号在子像素网格中的改善的定位,并且因此能够实现改善的空间分辨率。
在方法变型方案中,在此可以规定,在子像素网格中的虚拟子像素的面积是相同的。有利地,提供一种合适且简单的实现方案,该实现方案实现省时地提供X射线图像数据集。
此外,在此可以规定,在子像素网格中的虚拟子像素的面积是不同的。有利地,可以提供更灵活的实现方案,该实现方案能够实现用于所计数的数量的精细化定位的其它边界条件或假设。
在选择子像素网格的子像素尺寸时,例如可以规定,根据至少一个物理参数来选择子像素的像素尺寸,即,像素面积。该物理参数尤其可以与在转换元件中通过入射的X射线辐射生成的电荷分布有关。通过将例如关于所生成的电荷云的直径或荧光的作用范围的假设考虑到对像素面积的选择中,可以有利地实现更高质量的图像质量。有利地,由此可以在子像素网格中实现统计(Statistik)与像素面积的尽可能恒定的比例,以便能够实现均匀的和高质量的图像印象。
此外,本发明涉及一种X射线探测器系统,X射线探测器系统具有至少一个X射线探测器,X射线探测器具有转换元件,转换元件被构造为将X射线辐射转换为电信号,并且X射线探测器具有多个像素元件,这些像素元件分别被构造为基于直接输入到多个像素元件中的像素元件中的信号来形成计数信号,并且其中多个像素元件中的至少一个子集被构造为形成重合计数信号,重合计数信号基于直接输入到多个像素元件中的子集的一个像素元件中的信号、以及多个像素元件中的至少一个另外的像素元件的重合出现的信号,并且X射线探测器系统具有产生单元,该产生单元被构造为:基于在多个像素元件的每个像素元件中被计数的至少一个计数信号数量、以及在多个像素元件中的子集的每个像素元件中被计数的至少一个重合计数信号数量,来产生X射线图像数据集。
在此,像素元件子集可以包括全部的多个像素元件。然而,除了像素元件子集外,多个像素元件还可以包括以其它方式构造的像素元件。
此外,X射线探测器系统尤其可以被构造为执行根据前面描述的方法变型方案中任一项的方法,其中X射线探测器和产生单元被构造为执行该方法及其各方面。
此外,本发明还涉及一种包括根据本发明的X射线探测器系统的医学成像设备。医学成像设备例如可以包括CT设备、C型臂X射线设备、或血管造影X射线设备。此外,还可以使用其它的医学成像设备,其它的医学成像设备被构造为基于X射线辐射来产生对象或患者的二维的或三维的图像数据集。
在此,方法及其变型方案的优点同样可以直接转用到X射线探测器系统和医学成像设备上。
在本发明的范畴中,关于本发明的不同实施方式和/或不同的权利要求类别(方法、用途、装置、系统、组件等)描述的特征尤其可以组合成本发明的另外的实施方式。例如,涉及装置的权利要求还可以利用结合方法描述或要求保护的特征来改进,并且反之亦然。方法的功能特征在此可以通过相应构造的具体部件来实施。除了在本申请中明确描述的本发明的实施方式之外,可以想到本领域技术人员能够实现的本发明的各种其它实施方式,而不脱离本发明的由权利要求预先给定的范围。
不定冠词“一”或“一个”的使用不排除:所涉及的特征还可以多重存在。使用表述“具有”不排除:借助表述“具有”关联的术语可以是相同的。例如,医学成像设备具有医学成像设备。表述“单元”的使用不排除:表述“单元”所涉及的对象可以具有在空间上彼此分离的多个部件。
在本申请的上下文中,表述“基于”可以尤其在表述“通过使用”的意义下被理解。特别地,表达“基于第二特征来产生(备选地,求取、确定等)第一特征”并不排除基于第三特征来产生(备选地,求取、确定等)第一特征。
附图说明
在下文中,借助于示例性的实施方式通过参考附图来对本发明进行解释。附图中的图示是示意的、高度简化的并且不一定按比例。其中:
图1示出了X射线探测器系统,该X射线探测器系统具有带有多个像素元件的X射线探测器,
图2示出了用于产生X射线图像数据集的方法的示意方法流程,
图3和图4分别示出了不同实施方式中的多个像素元件中的子集的一个像素元件的示例性信号技术连接的示意性图示,
图5示出了基于多个像素元件的像素网格定义的、在与像素元件重叠的子像素上的子像素网格的图示,
图6示出了在引入子像素网格的情况下,用于产生X射线图像数据集的方法对如下能量沉积的影响的图示,该能量沉积由X射线辐射在通过像素元件预先给定的像素网格内引起,
图7示出了在另一实施方式中基于像素元件的像素网格定义的子像素网格的图示,
图8示出了医学成像设备。
具体实施方式
图1以侧视图示意性地示出了示例性的X射线探测器系统51,该X射线探测器系统被构造为实施根据本发明的方法,并且具有带有多个像素元件50的X射线探测器1。
在图1中示例性示出的X射线探测器系统51在所示的侧视图中具有两个可见的X射线探测器1。然而,X射线探测器系统51还可以具有仅一个X射线探测器1,或者还可以具有不止两个X射线探测器1。在一个有利的实施方式中,X射线探测器系统51具有多个X射线探测器1的呈二维矩阵形式的布置。X射线探测器1中的每个X射线探测器又可以具有分配给X射线探测器1的多个像素元件50的二维矩阵状布置。例如,多个像素元件50的数量可以在从100到数千的范围内。
在本发明的范畴中使用的X射线探测器1还可以称为(光子)计数的或直接转换的X射线探测器1。所示出的X射线探测器1具有转换元件3。转换元件3可以被构造为平面的直接转换器,例如具有CdTe、CZT、CdZnTeSe、CdTeSe、CdMnTe、InP、TlBr2、HgI2、GaAs、Si、非晶硒(a-Se)或其它材料作为转换材料。转换元件3在上侧上具有第一电极18(也称为顶部电极)。转换元件3的下侧具有多个传感器像素电极16。在这里所示出的示例性X射线探测器1中,相应的传感器像素电极16通过(电)导电连接69和评估像素电极57分别与评估单元59中的像素元件50的、特定于像素的像素电子装置连接。特定于像素的像素电子装置被构造为用于对根据入射的X射线辐射而输入的信号进行特定于像素的进一步处理。评估单元59例如可以以ASIC(“专用集成电路”)的形式构造。导电连接69例如可以被构造为与铜柱(copperpillars)连接的焊球(bump bonds)或钎焊材料,或者还可以被构造为其它形式。在其它设计变型方案中,连接还可以构造为其它形式,例如以导电胶粘连接或类似的形式。传感器像素电极16的总数量、导电连接69的数量、评估像素电极57的数量、评估单元59中的特定于像素的像素电子装置的数量、以及X射线探测器1的像素元件50的数量通常是相同的。通过场线58表示的、在顶部电极18和传感器像素电极16之间的电场确定在转换元件3中的、分配给X射线探测器1的相应像素元件50的灵敏的探测体积60,通过在转换元件3中的虚线表示。由传感器像素电极16、导电连接69、像素电极57、评估单元59中的特定于像素的像素电子装置、以及必要时所分配的探测体积60构成的单元于是可以被称为像素元件50,还被称为探测元件。
评估单元59在该实施例中还通过连接63和外围电子装置61与产生单元71连接。外围电子装置61例如可以用于收集多个评估单元59的所测量的数据,并且必要时还可以用于在传输给产生单元71之前,对所测量的数据进行预处理。
此外,X射线探测器1或X射线探测器系统51还可以包括另外的、在此未示出的部件。
在转换元件3的转换材料中,根据通过入射的X射线辐射局部沉积的能量,入射的X射线辐射被转换为载流子,也就是说被转换为电信号,基于该载流子在像素元件50——在该像素元件50的所分配的探测体积60中产生载流子——的特定于像素的像素电子装置中,产生并且进一步处理信号,通常是电脉冲,例如电荷脉冲。评估单元59提供特定于像素的像素电子装置,以特定于像素地处理通过相应像素元件50的传感器像素电极16或像素电极57直接输入的信号。
在光子计数的X射线探测器1中通常产生电脉冲,电脉冲的高度和/或长度对应于入射的X射线量子在转换材料中沉积的能量。然后,电脉冲作为计数事件被记录在像素元件50中,并且被归入到计数器13(也称为计数元件13)的数字存储器单元中,也就是说,当在像素元件50中产生的电脉冲位于经定义的阈值上方(即,位于像素元件50的像素电子装置中的可设定能量阈S上方)时,被计数作为(像素)计数信号。换句话说,如果在像素元件50中生成的信号超过设定的能量阈S,则像素元件50的与此关联的计数元件13的计数器读数提高一个计数单位。
可设定能量阈S在此通常可以经由比较器19设定到能量阈值上。能量阈S的能量阈值原则上还可以固定仿真地被预先给定,但是通常通过例如DAC(数模转换器=digital-to-analog-converter)施加,并且因此能够在一定范围中可变地设定。能量阈S可以针对像素元件组特定于像素地局部地(借助于比较器和DAC)设定、或者还可以针对X射线探测器1的所有像素元件50在X射线探测器1中全局地设定。在为能量分辨的测量在像素元件50中提供两个、三个或更多个可设定能量阈S的情况下,根据不同的、预先定义的能量阈S,所产生的电信号被归入到(即,计数到)一个或多个计数元件13中,该一个或多个计数元件分别与能量阈S相关联。
通过电荷共享或荧光,可能会出现单个事件(即,入射的X射线光子)的所沉积的能量被分到两个或更多个像素元件50或它们的探测体积60上。也就是说,在分配给不止一个像素元件50的探测体积60中可以生成载流子。相应地,可以出现的是,入射的光子可以在不止一个像素元件50中重合地产生信号,并且在多个像素元件50中出现多次计数。这样的多次计数可能会导致X射线图像数据集中的干扰效应,例如导致提高的噪声、降低的空间分辨率和/或降低的能量分辨率。
根据本发明的X射线探测器1的多个像素元件50现在分别被构造为:基于直接输入到多个像素元件50中的一个像素元件50中的信号来形成计数信号,并且基于此对至少一个计数信号数量T进行计数。此外,根据本发明的X射线探测器1的多个像素元件50中的至少一个子集还分别被构造为:形成重合计数信号,并且基于此对至少一个重合计数信号数量C进行计数。在此,在多个像素元件50中的子集的相应像素元件50中形成的重合计数信号基于:直接输入到像素元件子集50中的相应像素元件50中的信号、以及多个像素元件50中的至少一个另外的像素元件50的重合出现的信号。重合计数信号所基于的多个像素元件50中的至少一个另外的像素元件50可以——但不一定——被包括在多个像素元件50中的至少一个子集中。
多个像素元件50中的至少一个子集还可以包括全部的多个像素元件50。也就是说,X射线探测器1可以具有多个像素元件50,其中多个像素元件中的每个像素元件50可以被构造为:形成计数信号和重合计数信号。然而,除了多个像素元件50中的子集外,多个像素元件50还可以包括以其它方式构造的像素元件50。这些以其它方式构造的像素元件例如可以仅被构造为形成和计数其计数信号。
在多个像素元件50中的相应像素元件50中提供两个、三个或更多个可设定能量阈S用于能量分辨的测量的情况下,多个像素元件50中的相应像素元件50可以被构造为:相应地还根据所提供的所设定的能量阈S来对多个计数信号数量T进行计数。同样,根据本发明的X射线探测器1或多个像素元件50中的子集中的相应像素元件50可以被构造为:例如根据所涉及的能量阈S和/或根据所涉及的一个或多个另外的像素元件50,来对多个重合计数信号数量C进行计数。
产生单元71被构造为:基于在多个像素元件50中分别被计数的至少一个计数信号数量T、以及在多个像素元件50中的子集的每个像素元件50中被计数的至少一个重合计数信号数量C,来产生X射线图像数据集。
产生单元还可以被构造为:将在多个像素元件50中的子集的一个像素元件50中计数的至少一个重合计数信号数量传输到另外的像素元件50中的至少一个像素元件,在相应像素元件中形成与该至少一个像素元件的重合计数信号。然后,产生还可以基于所传输的至少一个重合计数信号数量。所传输的数量能够以与对应的所计数的数量类似的方式输入到方法中。
产生单元可以被构造为:用于预处理数据(即,在图像重建之前预处理数量),用于基于(可选地预先处理的)数据来重建X射线图像数据集或初步图像数据集,和/或用于对重建的初步图像数据集进行后处理以产生最终的X射线图像数据集。但是还可能的是,例如在“机载处理”的意义上,在传输到可能物理分离地布置的产生单元71上之前,就已经由X射线探测器或分配给该X射线探测器的外围电子装置61部分地或完全地实施了至少预处理步骤。
此外,产生单元71可以被构造为:借助接口输出X射线图像数据集。X射线图像数据集例如可以输出到呈用于为用户显示X射线图像数据集的监视器形式的输出单元49,或者输出到用于存储X射线图像数据集的存储单元。
图2示出了用于借助X射线探测器1产生X射线图像数据集的方法的示意方法流程,该X射线探测器1具有转换元件3和多个像素元件50,该转换元件3被构造为将X射线辐射转换成电信号,这些像素元件50分别被构造为:基于直接输入到多个像素元件50中的一个像素元件50中的信号形成计数信号,并且其中多个像素元件50中的至少一个子集被构造为形成重合计数信号,该重合计数信号基于直接输入到多个像素元件50中的子集中的一个像素元件50中的信号、以及多个像素元件中的至少一个另外的像素元件50的重合出现的信号。
该方法包括以下步骤:根据在多个像素元件50中的每个像素元件50中入射的X射线辐射,对至少一个计数信号数量T进行第一计数V1。该方法还包括以下步骤:在多个像素元件50中的子集的每个像素元件50中对至少一个重合计数信号数量C进行第二计数V2,这些重合计数信号基于:直接输入到像素元件子集50中的像素元件50中的信号、以及多个像素元件50中的至少一个另外的像素元件50的重合出现的信号。
计数信号数量T在此可以在曝光时间窗或读取时间窗期间被计数。在此,曝光时间窗可以对应于如下的时间窗,在该时间窗期间,X射线探测器1或多个像素元件50中的相应像素元件50利用X射线辐射被曝光。读取时间窗例如可以对应于如下的时间窗,该时间窗在所计数的数量的第一读取与从第一读取起被计数的、所计数的数量的第二读取之间,第二读取在时间上在第一读取之后。所计数的计数信号数量可以提供用于如下的X射线辐射的强度的量度,这样的X射线辐射在曝光时间窗或读取时间窗期间入射到多个像素元件50中的一个像素元件50的探测体积60。基于至少一个计数信号数量T,例如可以产生X射线图像数据集,仅X射线辐射的如下的X射线光子对该X射线图像数据集作出贡献,这些X射线光子分别直接入射到像素元件50(或分配给像素元件50的探测体积60)上。
至少一个重合计数信号数量C特别地可以与至少一个计数信号数量T基本同时地被计数。特别地,至少一个重合计数信号数量C可以在与至少一个计数信号数量T相同的曝光时间窗或读取时间窗期间被计数。通过对至少一个重合计数信号数量C进行计数,可以产生X射线图像数据集,其中可以将重合地在例如多个像素元件50中的相邻的像素元件50中出现的信号一起包括在X射线图像数据集的产生中。由此,尤其是可以例如通过荧光或电荷共享来补偿或校正对多个像素元件50中的一个像素元件50中的计数信号数量T的干扰效应。有利地,由此可以实现改善的图像质量。特别地,由此可以实现减小的噪声,这例如定量地通过改善的信噪比(SNR)来表示。还可以根据对重合信息的校正或应用来实现改善的空间分辨率和/或改善的光谱信息。
在第一计数V1和/或第二计数V2的步骤的范畴中,尤其还可以在多个像素元件50中的像素元件50或多个像素元件50中的子集的每个像素元件中,求取不止一个计数信号数量T和/或不止一个重合计数信号数量C。例如,取决于多个所提供的能量阈S,可以在多个像素元件50中的相应像素元件50中对多个计数信号数量T进行计数,和/或在像素元件子集50中的相应像素元件50中对多个重合计数信号数量C进行计数。
还可以形成与多个像素元件50中的不止一个另外的像素元件50的重合计数信号。优选地,在多个像素元件50中的子集的每个像素元件50中,形成与多个像素元件50中的1至24个另外的像素元件50的重合计数信号。优选地,1至24个另外的像素元件包括多个像素元件中的直接相邻的像素元件、对角线相邻的像素元件、或者多个像素元件中的子集的一个像素元件的再下一个相邻像素元件。
在此,在第二计数V2的步骤中针对像素元件子集50中的每个像素元件50计数的至少一个重合计数信号数量C可以基于所有另外的所涉及的像素元件50的重合出现的信号。也就是说,至少一个重合计数信号数量可以表示:像素元件子集50中的所考虑的像素元件50的重合出现的信号、与多个像素元件50中的1至24个另外的所涉及的像素元件50的重合出现的信号之和。备选地,在第二计数V2的步骤中,还可以分别对与1至24个另外的像素元件50中的每个像素元件的至少一个重合计数信号数量C进行计数,并且由此根据所涉及的像素元件50对多个重合计数信号数量C进行计数。
该方法还可以包括传输V4的步骤,其中将在多个像素元件50中的子集的一个像素元件50中计数的至少一个重合计数信号数量C传输到另外的像素元件50中的至少一个像素元件,在相应像素元件50中与该至少一个像素元件形成重合计数信号。然后,产生V3的步骤可以基于所传输的至少一个重合计数信号数量C。
该变型方案允许,针对多个像素元件50中的像素元件50——这些像素元件50不是多个像素元件50中的子集的一部分——求取多个重合计数信号数量,并且收集重合信息,该重合信息可以以与在像素元件50中被计数的重合计数信号数量类似的方式被应用在用于产生X射线图像数据集的方法及其变型方案中。例如,在多个像素元件50的矩阵状布置中,仅多个像素元件50中的每第二个像素元件50是子集的一部分,并且因此被构造为:至少利用其四个直接相邻的像素元件50分别对至少一个重合计数信号数量C进行计数。对于多个像素元件50中的其余像素元件,对应的重合信息然后可以通过传输V4来求取。此外,其它的实施变型方案也是可能的。
该变型方案还允许,减少多个像素元件50中的子集的一个像素元件50中的重合计数信号的冗余计数,或者通过数量的传输来扩展多个像素元件中的子集的一个像素元件50中的所收集的重合信息。例如,多个像素元件中的每个像素元件50分别对与该像素元件50的在示例性的正交的像素网格中的北向和西向直接相邻的并且对角线相邻的西北向和西南向像素元件50的重合计数信号数量C进行计数。然后,可以借助传输这些像素元件50的数量来求取相应的像素元件50与其余的直接相邻或对角线相邻的像素元件50的重合信息。
被传输到像素元件50的重合计数信号数量C可以以如下方式被应用在用于产生X射线图像数据集的方法及所描述的其变型方案中,该方式与在像素元件50本身中对对应的重合计数信号数量进行计数时类似。
优选地,所传输的重合计数信号数量C基于特定于像素的重合信息,即,待传输的数量基于如下的重合计数信号,这样的重合计数信号仅在从其传输数量的像素元件50和数量被传输到的像素元件50之间形成。然而,可以存在该方法的变型方案,其中如果为形成重合计数信号设置多个另外的像素元件50,则传输重合计数信号数量C,这些重合计数信号基于所有另外的像素元件50的重合出现的信号。在此,可以基于如下假设:至少对于布置得非常接近并且因此经受类似条件的像素元件50,基于总和,对重合计数信号数量C的至少一个估计也是可能的,该至少一个估计可以有利地应用在用于产生X射线图像数据集的方法中。
在方法变型方案中,尤其是对于多个像素元件50中的每个像素元件50,可以求取所计数的或所传输的至少一个重合计数信号数量C,使得对于多个像素元件50中的每个像素元件50,重合信息可供使用。
呈所计数的和/或所传输的重合计数信号数量C的形式的、相应像素元件50的被收集的重合信息的有利表示可以借助于至少部分填充的重合矩阵来提供。然后,所计数的和/或所传输的重合计数信号数量C可以用作相应像素元件50的至少部分填充的重合矩阵的条目。然后,根据多个像素元件50中的至少一个、优选地多个另外的像素元件50和/或根据一个或多个能量阈S(重合计数信号基于该一个或多个能量阈形成),重合矩阵可以表示相应的所考虑的像素元件50的所收集的重合信息。这样的重合矩阵的维度及其填充取决于X射线探测器1的像素元件50的信号技术连接的具体实现方案和/或取决于将数量C传输到至少一个另外的像素元件50的可能性。在关于图3和图4的附图描述中更详细地解释这样的重合矩阵
除了第一计数V1和第二计数V2的步骤外,图2中所示的用于产生X射线图像数据集的方法还包括:基于在多个像素元件50中的每个像素元件50中计数的至少一个计数信号数量T、以及在多个像素元件50中的子集的每个像素元件50中计数的至少一个重合计数信号数量C,来产生V3 X射线图像数据集的步骤。这还可以基于:基于所计数的重合计数信号数量C的、所传输的重合计数信号数量C。在此,重合计数信号根据本发明也被包括在产生V3中。如果求取(即,计数或传输)多个计数信号数量T和/或多个重合计数信号数量C,则相应地还可以将多个数量包括在产生中。基于重合计数信号数量C,例如可以校正被计数的计数信号数量T,重合计数信号数量C可以作为边界条件被包括在重建中、作为附加的图像信息或者还以其它方式被包括在X射线图像数据集的产生V3中。
所产生的X射线图像数据集尤其可以是三维图像数据集(3D图像数据集)或二维图像数据集(2D图像数据集)。2D图像数据集允许二维的显示、尤其是空间二维的显示。3D图像数据集尤其允许三维的显示、尤其是空间三维的显示。三维图像数据集还可以作为多个层图像数据集来显示,其中层图像数据集然后分别允许对3D图像数据集的相应层的二维显示、尤其空间二维的显示。3D图像数据集通常包括多个体素,也称为图像点。与此类似地,二维图像数据集可以包括多个(图像)像素,同样也称为图像点。在此,每个图像点可以分别具有值、尤其是图像值,例如灰度值和/或RGB色值和/或强度值。所产生的X射线图像数据集的体素或像素的图像值于是可以尤其基于在多个像素元件50中计数的分别至少一个计数信号数量T、以及至少在多个像素元件中的子集中计数的分别至少一个所计数的重合计数信号数量C。
如果例如借助计算机断层造影设备执行该方法,则该产生可以至少包括:借助CT重建算法(例如,以滤波反投影或迭代CT重建算法的形式)重建呈层图像数据集的形式的3D图像数据集或2D图像数据集。
产生V3的步骤可以被分成子步骤。在图2中示出的示意方法流程中表明,产生V3例如可以包括:在图像重建之前预处理数据的子步骤V31、基于必要时经预处理的数据重建X射线图像数据集或初步图像数据集的子步骤V32、以及经重建的X射线图像数据集的后处理的子步骤V33。在第二计数步骤V2中计数的或在传输步骤V4中求取的重合信息可以至少被包括在子步骤中的一个子步骤中。特别地,基于在像素元件子集中的每个像素元件50中计数的至少一个重合计数信号数量C,在第二计数步骤V2中或在传输步骤V4中所求取的重合信息可以被包括在子步骤中的每个子步骤中或者子步骤中的多个子步骤中。
预处理步骤V31尤其可以包括对计数信息的线性化或对数化。可以执行校正,例如所谓的“增益校正”或“偏移校正”,以用于在用X射线辐射照射时,均衡像素元件相互间可能略微不同的响应特性,或者关于有缺陷的像素元件执行校正。根据该方法的一个变型方案,在预处理步骤V31中,在多个像素元件50中的子集的每个像素元件50中,可以借助至少一个重合计数信号数量C来适配至少一个被计数的计数信号数量T。
重建步骤V32例如尤其可以包括:基于滤波反投影的或基于迭代重建算法的图像重建。在此,用于产生X射线图像数据集的方法的一个设计变型方案可以规定:相应的在像素元件中计数或传输的至少一个重合计数信号数量C作为附加信息输入到迭代重建算法中。
后处理步骤V33可以尤其包括:例如对X射线图像数据集的图像值进行窗口化(Fensterung),例如关于金属伪影的进一步校正,或者对在X射线图像数据集中包含的结构的分割。在用于产生X射线图像数据集的方法的一个设计变型方案中,产生步骤V3可以包括:基于在多个像素元件50中的每个像素元件50中被计数的至少一个计数信号数量T,产生至少一个初步图像数据集,并且基于在像素元件子集50中的每个像素元件50中的至少一个重合计数信号数量C,产生至少一个重合图像数据集,其中在后处理的子步骤V33中将至少一个重合图像数据集应用到至少一个初步图像数据集。在此,该重合图像数据集还可以基于所传输的重合计数信号数量C。
以下更具体地阐述用于将重合信息输入到产生步骤中的示例。在此之前,图3和图4分别示出不同实施方式中的X射线探测器1的像素元件子集50中的像素元件50的示例性信号技术连接的示意性图示。示例性示出的示例在此示出连接的可能性,其可以允许基于在所示的像素元件50中直接输入的信号形成计数信号,并且基于此对至少一个计数信号数量T进行计数,以及基于在所示的像素元件50中直接输入的信号和多个像素元件50中的至少一个另外的像素元件50的重合出现的信号形成重合计数信号,并且基于此对至少一个重合计数信号数量C进行计数。在此,示例性地选择实施方式以说明基本的工作方式。此外,在本发明的范畴中,像素元件50的其它不同的连接也是可能的,这样的连接同样允许对重合计数信号进行计数和对计数信号进行计数。此外,在附图中仅分别示出像素元件子集50中的示例性的像素元件50的信号技术连接,并且仅以高度抽象的形式利用图示所需的部件来表示。然而,该连接还可以容易地转用到至少一个子集50中的其它像素元件50上。此外,在像素元件50中,也就是说在像素元件50的特定于像素的像素电子装置中,还可以设置另外的处理部件。
在图3中,像素元件子集50中的示例性示出的像素元件50具有转换装置15和多个(在该示例性情况下为两个)比较器19,转换装置具有至少一个信号放大器17。转换装置15的信号输入端、尤其是信号放大器17的信号输入端与转换元件3中的所分配的灵敏的探测体积通过传感器像素电极16在信号技术上耦连。信号放大器17放大在像素元件50中经由传感器像素电极16直接输入的、并且通过入射的X射线辐射借助转换元件3产生的电信号,以用于随后的进一步处理。
所示出的像素元件50的比较器19分别具有可设定能量阈S。不同比较器19的可设定能量阈S可以被设定到不同的能量阈值。在附图中,这尤其通过表述S→S1和S→S2来说明,由此基本上应该表达:比较器具有两个不同设定的、带有不同能量阈值的能量阈S→S1和S→S2。以下还可以提及像素元件50的第一能量阈S→S1和第二能量阈S→S2。例如,关于入射的X射线辐射的能量,能量阈S→S1具有比能量阈S→S2低的能量阈值。通常,多个像素元件50中的不同像素元件50的能量阈S分别被设定到相同的能量阈值上。然而,还可以存在其它实施方案。
借助比较器19将在所考虑的像素元件50中经由传感器像素电极16直接输入的信号与比较器19的相应的能量阈S→S1和S→S2比较。在超过相应的能量阈S时,在其能量阈S被超过的比较器19的信号输出端7上形成输出信号,该输出信号用作计数信号。如果超过两个能量阈S→S1和S→S2,则在比较器19的两个信号输出端7上分别形成计数信号。
根据X射线探测器1的一个实施方案,在像素元件子集50中的每个像素元件50中,基于在相应像素元件50的多个比较器中的至少一个比较器19的信号输出端7上的输出信号,对至少一个计数信号数量T进行计数,并且基于像素元件子集50中的相应像素元件50的多个比较器中的至少一个比较器19的输出信号7、并且至少基于在多个像素元件50中的至少一个另外的像素元件50的多个比较器中的比较器19的输出信号7,对至少一个重合计数信号数量C进行计数。在此,在子集的一个像素元件50中,至少一个计数信号数量T所基于的比较器19可以不同于多个比较器中的、至少一个重合计数信号数量C所基于的比较器19不同。然而,还可以如在该示例中那样是相同的比较器19。
在图3中所示的示例中,比较器19的信号输出端7分别与计数元件13在信号技术上关联。相应计数元件13被构造为:基于相应的相关联的比较器19的输出信号,对一个计数信号数量T进行计数。在所示情况下,基于两个比较器19的输出信号,分别对一个计数信号数量T进行计数。也就是说,在所示情况下,计数元件13中的一个计数元件根据能量阈S→S1对计数信号数量T→T1进行计数,并且另外的计数元件13根据能量阈S→S2对计数信号数量T→T2进行计数。
在图3中示出的情况下,具有能量阈S→S1的比较器19还与两个重合逻辑21在信号技术上相关联。在其它实施方案中,还可以设置仅一个重合逻辑21或另外的重合逻辑21。优选地规定,像素元件子集50中的一个像素元件50的多个比较器19中的至少一个比较器19的信号输出端7与至少一个重合逻辑21在信号技术上相关联。基于相应重合逻辑21的输出信号于是可以借助与相应重合逻辑21相关联的另外的计数元件13对重合计数信号数量C进行计数。
相应的重合逻辑21被构造为形成重合计数信号,该重合计数信号基于:直接输入到像素元件子集50中的像素元件50的信号、以及多个像素元件中的至少一个另外的像素元件50的重合出现的信号。此外,相应的重合逻辑21还通过重合逻辑21的至少一个另外的信号输入端29与多个像素元件中的至少一个另外的像素元件50相关联。特别地,相应的重合逻辑21根据一个优选的构造方式被构造为:基于所考虑的像素元件50的至少一个与重合逻辑21耦连的比较器19的输出信号7、并且基于至少一个另外的像素元件50(在此未示出)的比较器19的输出信号,来形成重合计数信号,并且在重合逻辑21的信号输出端上提供该重合计数信号。也就是说,在该实施方式中,重合逻辑21的相应信号输入端29分别与多个像素元件50中的另外的像素元件50的多个比较器中的比较器19在信号技术上耦连。在图3中具体示出的示例中,相应的重合逻辑21示例性地与多个像素元件中的四个另外的像素元件50在信号技术上关联。为此,相应的重合逻辑电路21具有四个信号输入端29,信号输入端分别与多个像素元件50中的另外的像素元件50在信号技术上耦连。
在所示情况下,重合逻辑21中的下部重合逻辑与具有能量阈S→S1的、相应的另外的像素元件50的多个比较器中的比较器19相关联(在图3中通过关于在该图中的下部重合逻辑21的信号输出端29的指示S→S1来表示)。相应地,借助与该重合逻辑21关联的计数元件13计数的重合计数信号数量C对应于以下数量的重合出现的信号,该数量的重合出现的信号在所考虑的像素元件50中并且至少在与该重合逻辑21关联的另外的像素元件50中的像素元件中超出能量阈S→S1。换句话说,在这种情况下,对多个像素元件50中的另外的像素元件50中的至少一个像素元件的能量阈S→S1与所考虑的像素元件50的能量阈S→S1的重合计数信号数量C→C11进行计数。
假设在多个像素元件50的每个像素元件50中的能量阈S→S1被设置到相同的能量阈值,则根据优选的构造变型方案,像素元件子集50中的所考虑的像素元件50的多个比较器中的至少一个比较器19的可设定能量阈S、以及多个像素元件50中的至少一个另外的像素元件50(在所示的示例中分别是四个另外的像素元件50)的多个比较器中的至少一个比较器19的可设定能量阈S具有相同的能量阈值。也就是说,在这种情况下,基于多个像素元件50中的相应所涉及的像素元件50的相同能量阈S→S1对重合计数信号数量C→C11进行计数。这还可以被称为(能量)对称地超过能量阈、或(能量)对称的重合。
此外,在图3中所示的情况下,重合逻辑21中的上部重合逻辑分别通过信号输入端29与相应的另外的像素元件50的多个比较器中的比较器19相关联,该比较器具有能量阈S→S2(在图3中通过关于在图中的上部重合逻辑21的信号输出端29的指示S→S2来表示)。换句话说,在这种情况下,对多个像素元件中的至少一个另外的像素元件50(在本示例中,四个另外的像素元件50)的能量阈S→S2与像素元件子集50中的所考虑的像素元件50的能量阈S→S1的重合计数信号数量C→C12进行计数。因此,基于该重合逻辑21的输出信号被计数的重合计数信号数量C→C12对应于以下数量的重合出现的信号,该数量的重合出现的信号在多个像素元件50中的所考虑的像素元件50中已经超过能量阈S→S1并且在另外的关联的像素元件50中的至少一个像素元件中已经超过能量阈S→S2。
假设所考虑的像素元件的能量阈S→S1和多个像素元件50中的至少一个另外的像素元件50的能量阈S→S2分别被设置到不同的能量阈值,这意味着,对于至少一个重合计数信号数量C的第二计数V2,像素元件子集50中的相应像素元件50的多个比较器中的至少一个比较器19的可设定能量阈S、以及重合计数信号所基于的多个像素元件50中的至少一个另外的像素元件50的多个比较器中的至少一个比较器19的可设定能量阈S具有不同的能量阈值。也就是说,在这种情况下,基于多个像素元件50中的相应所涉及的像素元件50的不同能量阈S→S1和S→S2,对重合计数信号数量C→C12进行计数。这还可以称为(能量)不对称地超过能量阈S。
此外,在图3中示出的示例中,与比较器19耦连地分别设置输出端31,借助于该输出端可以将相应的输出信号输出给像素元件子集50中的一个或多个另外的像素元件50,以便同样地用作像素元件子集50中的另外的像素元件50(在此未示出)中的一个像素元件的重合逻辑21的输入信号。
计数信号数量T→T1和T→T2以及重合计数信号数量C→C11和C→C12然后可以借助读取元件14从计数元件13被读取,并且与X射线探测器1的多个像素元件50的所计数的数量共同地、必要时已经预处理地例如输出到用于基于数量产生V3 X射线图像数据集的产生单元71上。有利地,可以提供所计数的计数信号数量T和所计数的重合计数信号数量C用于产生X射线图像数据集。
在所示的示例中,相应重合逻辑21示例性地与多个像素元件50中的四个另外的像素元件50通过信号输入端29在信号技术上相关联。也就是说,基于来自多个像素元件50中的四个另外的像素元件50的重合出现的信号来形成重合计数信号。例如,图3中的四个另外的像素元件50可以包括在多个像素元件50的矩阵状布置中的所考虑的像素元件50的四个直接相邻的像素元件50。所考虑的像素元件50的直接相邻的像素元件50尤其可以包括多个像素元件中的以下像素元件50,这些像素元件50在通过多个像素元件50的矩阵状布置定义的像素网格中分别具有共同的边缘。然而,还可以设置另外的像素元件50的其它选择和/或其它数量。例如,备选地或附加地,可以基于对角线相邻的像素元件50来形成重合计数信号。例如还可以在重合出现的信号方面考虑再下一个相邻元件(Nachbar),即,所考虑的像素元件的直接相邻的像素元件的相邻像素元件。有利地,至少利用如下的另外的像素元件50形成重合计数信号,在这样的另外的像素元件中以高概率出现重合信号。在优选的实施变型方案中,尤其利用多个像素元件50中的1个至24个另外的像素元件50来形成像素元件子集50中的每个像素元件50中的重合计数信号。
重合计数信号所基于的另外的像素元件50的数量和选择还可以在多个像素元件50中的子集内变化。例如,对于在多个像素元件50的矩阵状布置中被布置在边缘侧的像素元件50而言,与在多个像素元件50的矩阵状布置中居中布置的像素元件50相比,可以关于重合出现的信号考虑另外的像素元件50的其它数量和选择。因此,布置在边缘侧的像素元件例如仅具有三个直接相邻的像素元件。
在其它的设计变型方案中可以规定:备选地或附加地,基于所考虑的像素元件50的能量阈S→S2和多个像素元件50中的另外的关联的像素元件50的比较器的相应的输出信号,对数量C→C22和/或数量C→C21进行计数。相应地,在图3中示出的示例中,备选地或附加地可以设置至少一个另外的重合逻辑21,该重合逻辑与具有所考虑的像素元件50的能量阈S→S2的比较器19耦连。同样,在设计方案中可以规定,仅对重合计数信号数量C(例如,数量C→C11)进行计数。此外,在备选的设计变型方案中可以规定,存在分别具有可设定能量阈S的仅一个比较器19或不止两个比较器19,以用于形成计数信号或重合计数信号。
在本发明的范畴中,根据像素元件子集中的所考虑的像素元件50的连接,可以在所考虑的像素元件50中对至少一个重合计数信号数量C→Cnm进行计数,其中n∈{1,…,N},其具有所考虑的像素元件50中的所提供的能量阈S→Sn的数量N,并且其中m∈{1,…,M},其具有重合计数信号所基于的多个像素元件中的至少一个另外的像素元件50的所提供的能量阈S→Sm的数量M。优选地,在像素元件子集50中的每个像素元件50中对多个数量C→Cnm的重合计数信号进行计数。有利地,被计数的多个重合计数信号数量允许对X射线图像数据集的进一步的改善的校正。此外,尤其在既考虑对称的超过也考虑不对称的超过时,还可以更好地实现改善的空间分辨率。
还可以规定,在像素元件子集中的相应像素元件50中,除了被设置用于对计数信号进行计数的比较器外,分别设置一个或多个单独的比较器,以用于对重合计数信号19进行计数,基于该一个或多个单独的比较器仅对重合计数信号进行计数。
如果除了是多个像素元件50中的子集的一部分的像素元件50外,还存在仅被构造为对计数信号进行计数的像素元件50,则这些像素元件尤其可以分别具有:至少一个信号放大器17、与其耦连的多个比较器19、以及如下的计数元件13,这样的计数元件13与多个比较器19中的一个比较器19的信号输出端7在信号技术上连接。必要时,还可以将至少一个比较器19的输出信号馈送到多个像素元件中的子集的一个像素元件50,基于此,在多个像素元件50中的子集的一个像素元件50中形成重合计数信号。
在图3中所示的示例中,在对重合计数信号数量C进行计数时,没有在多个像素元件50中的各个另外的关联的像素元件50之间进行区分。也就是说,在本示例中,在第二计数V2的步骤中,针对多个像素元件50中的子集的每个像素元件50所计数的至少一个重合计数信号数量C基于所有另外的像素元件50中的重合出现的信号。换句话说,当至少在另外的关联的像素元件50中的一个像素元件中出现重合出现的信号时,在相应的计数元件13中分别计数的重合计数信号数量C在所示的示例中于是增加一个计数单位。换句话说,所计数的至少一个重合计数信号数量C在所示的示例中表示在所有另外的相关联的像素元件50中的重合出现信号之和。然而在其它实施方案中可以规定,为另外的关联的像素元件50中的每个像素元件分别对重合计数信号数量C进行计数。也就是说,可以规定,在第二计数V2的步骤中,利用另外的像素元件50中的每个像素元件分别对至少一个重合计数信号数量C进行计数。
在图4中示出了用于对计数信号或重合计数信号进行计数的像素元件50的示例性连接,其中在这种情况下,除了基于能量阈S→S1的一个计数信号数量T→T1、以及基于所考虑的像素元件50的能量阈S→S2的一个计数信号数量T→T2之外,对于在示出的示例中的四个另外的关联的像素元件50(索引i=1、...、4)中的每个像素元件,基于所考虑的像素元件50的能量阈S→Sn(其中n=1、2)、以及具有索引i的相应的关联的另外的像素元件50的能量阈S→Sm(其中m=1、2),分别对重合计数信号数量进行计数。类似于图3中的示例,一个重合计数信号数量相应地反映重合出现的信号的数量,这些重合出现的信号在所考虑的像素元件50中已经超过能量阈S→Sn,并且在具有索引i的另外的像素元件50中已经超过能量阈S→Sm。
在此,可以容易地传输到其它数量的分别具有可设定能量阈S的所提供的比较器19、以及其它数量的另外的关联的像素元件50。
此外,在像素元件50的连接中可以规定,避免重合计数信号的冗余获取。这基于如下考虑:重合(像素)对称地出现。例如,可以预期的是,在具有索引p的像素元件50和具有索引i的像素元件50之间获取的重合计数信号数量C等于在具有索引i的像素元件50中与像素元件p一起计数的对应的重合计数信号数量C。例如,可以假设重合计数信号数量等于重合计数信号数量例如,可以假设重合计数信号数量等于重合计数信号数量为了完善在相应像素元件中的重合信息,于是可以在像素元件之间传输重合计数信号数量。这样可以至少部分地提供简化的连接。
基于如下假设:如在图4中的示例所示,对于每个与所考虑的像素元件50相关联的、具有索引i的另外的像素元件50,对重合计数信号数量C进行计数,或必要时重合计数信号数量C还被传输,即,存在特定于像素的重合信息,对于所考虑的像素元件50可以构建三维的重合矩阵其中
其中i=1、…、I,其中I=与所考虑的像素元件50相关联的另外的像素元件50的数量,基于这些另外的像素元件来求取重合计数信号数量,并且N=多个像素元件50中的所考虑的像素元件50中的能量阈S的数量,或M=具有索引i的另外的像素元件中的能量阈S的数量,基于这些另外的像素元件来求取重合计数信号数量C。
根据先前的描述,重合计数信号数量对应于所考虑的像素元件50的能量阈S→S1与具有索引i的另外的像素元件的能量阈S→S1的重合,重合计数信号数量对应于所考虑的像素元件50的能量阈S→S1与具有索引i的另外的像素元件的能量阈S→S2的重合,重合计数信号数量对应于所考虑的像素元件的能量阈S→S2与具有索引i的另外的像素元件的能量阈S→S2的重合,等等。
其中i=1、...、4。
其中每个条目Cnm分别基于所有另外的关联的像素元件50的重合出现的信号,即,对应于所有另外的关联的像素元件50中的重合出现的信号之和。
如已经在图2的范畴中描述的那样,可以将所求取的重合信息以不同的方式引入到X射线图像数据集的产生V3中。在此,通过另外的像素元件50相加的、可以通过二维重合矩阵表示的重合信息已经足以用于提供X射线图像数据集的改善的图像质量。因此,像素元件与任意相邻像素元件的重合的数量已经能够携带大部分信息。相反,提供可以通过三维重合矩阵表示的更详细的重合信息允许特别多样化的使用、并且尤其是通过添加详细的方向信息实现改善的空间分辨率的改善的可能性,其中较不详细的重合信息大多意味着较低的电路技术成本。
以下关于在图2中的用于产生X射线图像数据集的方法阐明所求取的重合信息可以如何被包括在产生V3 X射线图像数据集的步骤中的具体实施例(在下文中,变型方案1至变型方案5)。
为了进一步阐明,在此假设,借助多个像素元件50的相应像素元件50的合适的信号技术连接,可以通过计数或传输来求取用于多个像素元件中的像素元件50的、相应的对于示例实施的应用变型方案所需的重合信息。
同样,对于以下说明,假设用S→S1表示的能量阈采用比用S→S2表示的能量阈更低能量的能量阈值。进一步地,为了以下图示,假设多个像素元件50中的像素元件50中的每个像素元件具有分别带有相同能量阈值的能量阈S。
这些示例性的条件在此仅仅用于所描述的变型方案的更容易的图示和更好的理解。由此可以推导出另外的也更复杂的实施变型方案。此外,这里描述的变型方案的任意组合也是可能的。
优选地,在下文中至少与四个直接相邻的像素元件50求取一个或多个重合计数信号数量C。更优选地,至少与四个直接相邻和对角线相邻的像素元件50,求取重合计数信号数量C。
变型方案1:
根据该方法的一个变型方案,在预处理步骤V31中,在多个像素元件50中的子集的每个像素元件50中,借助至少一个重合计数信号数量C适配所计数的至少一个计数信号数量T。例如,在预处理的子步骤V31中,至少在在像素元件子集50中的每个像素元件50中,至少一个重合计数信号数量C被从所计数的至少一个计数信号数量T中减去、或者与所计数的至少一个计数信号数量T相加。这还可以包括加权的相加或减去。因此,减去或相加在此可以包括系数,使得至少一个重合计数信号数量C的仅一部分或多倍被减去或加上。类似地,被传输到多个像素元件50中的像素元件50的、至少一个重合计数信号数量C可以被从在像素元件50中计数的计数信号数量中减去或者与至少一个计数信号数量相加。如果在多个像素元件50中的相应像素元件50中求取多个计数信号数量T和/或多个重合计数信号数量C,则例如可以将重合计数信号数量C中的至少一个数量从计数信号数量T中的至少一个数量减去或相加。
在此,该变型方案的一个特别简单的实施方式可以规定,在多个像素元件50的每个像素元件50中,根据能量阈S→S1从计数信号数量T→T1中减去重合计数信号数量C→C11的一部分。在此,重合计数信号数量C→C11尤其可以对应于所有关联的另外I个像素元件50之和。在此假设,在多个像素元件50中的所考虑的像素元件50中以及至少在另外的关联的像素元件50中超过能量阈S→S1的重合出现的信号仅部分地分配给所考虑的像素元件本身。例如可以假设,重合出现的信号仅一半被归为相应像素元件自身,使得多个像素元件50的每个像素元件50中的计数信号的经校正的数量T′1可以通过下式给出:
在此,计数信号数量T→T1已经被预处理。例如,可以对已经线性化或对数化的数据进行校正。
在该变型方案的另一实施方式中,重合计数信号数量C→C11还可以用于:基于第二能量阈S→S2校正计数信号数量T→T2。例如,同样可以通过加上或减去重合计数信号数量C→C11的一部分来适配计数信号数量T→T1。在此可以假设,如果信号没有被分到至少两个像素元件50,则重合出现的信号的至少一部分(这些信号不仅在所考虑的像素元件50中而且在至少一个另外的像素元件50中都超过能量阈S→S1)实际上应被分配给较高的能量阈S。然后,像素元件50中的计数信号的经校正的数量T′2可以例如通过下式给出:
T‘2=T2+a*C11
参数a例如可以根据经验或借助仿真来确定。参数a尤其可以取决于入射的X射线辐射的能量谱和/或取决于可设定能量阈的能量阈值并且被确定。
在该变型方案的另一实施方式中可以规定,在相应像素元件50中,从计数信号数量T→T1中根据能量阈S→S1扣除重合计数信号数量C→C12的至少一部分。也就是说,在这种情况下,有针对性地基于能量阈S→S1将如下情况从数量T→T1中扣除,在这些情况下在相应像素元件50中仅超过能量阈S→S1,然而在另外的像素元件50中超过能量阈S→S2。这可以被评价为如下指示:在另外的像素元件中沉积了入射的X射线光子的大部分能量,并且因此该撞击以高的概率在另外的像素元件50中而不在所考虑的像素元件50中发生。然后,像素元件50中的计数信号的经校正的数量T′1可以例如通过下式给出:
T‘1=T1-b*C12
在最简单的变型方案中,参数b例如可以被选择为b=1。然而,该参数还可以被另外地选择。参数b例如可以根据经验或借助仿真来确定。
在该变型方案的另一实施方式中可以规定,对于数量T→T1的校正,考虑重合计数信号数量C→C11以及重合计数信号数量C→C12。通过组合上述实施方式,例如像素元件50中的经校正的数量T′1的计数信号可以通过下式给出
T‘1=T1-C12-0.5*(C11-C12)=T1-0.5*(C11+C12)
其中避免将重合计数信号数量C→C12减去两次。
在后两种情况下,因此,尤其使用了至少一个重合计数信号数量C,其中相应像素元件50的多个比较器中的至少一个比较器19的可设定能量阈S、以及重合计数信号所基于的多个像素元件50中的至少一个另外的像素元件50的多个比较器中的至少一个比较器19的可设定能量阈S具有不同的能量阈值。也就是说,重合计数信号基于对能量阈S的不对称的超过。换句话说,基于不同的能量阈S的至少一个重合计数信号数量C被使用。这些数量尤其对应于前述的重合矩阵的次对角线条目在后一种情况下,特别地,既使用基于不同的能量阈S的至少一个重合计数信号数量C,还使用基于相同的能量阈S的至少一个重合计数信号数量C。由此有利地得到,作为对噪声提高的校正的附加方案或备选方案,对于至少一部分重合来说,还可以至少部分地实现将双重计数分配给正确的像素元件。如果没有基于对能量阈S的不对称的超过(即,重合矩阵的次对角线条目)的重合计数信号,则这样的校正是不可能的。
除了在此具体示出的用于基于能量阈S→S1或S→S2来校正计数信号数量T→T1和T→T2的示例外,同样还可以以可传输的方式基于另外的能量阈S来校正另外的数量T。有利地,可以基于重合信息来产生改善的X射线图像数据集。
变型方案2:
用于产生X射线图像数据集的方法的另一设计变型方案规定,产生V3的步骤包括应用经训练的函数,其中在像素元件子集50中的至少一个像素元件50中的至少一个重合计数信号数量C作为输入参数被输入到经训练的函数中。基于此,在预处理V31的步骤中,例如可以执行对至少一个计数信号数量T的校正,校正也考虑在至少一个重合计数信号数量C和至少一个计数信号数量T之间的更复杂的关系和/或对所计数的数量的另外的影响参量。另外的影响参量例如可以包括温度效应或者取决于时间或辐射的漂移效应等。如果在相应像素元件50中求取多个重合计数信号数量C,则多个重合计数信号数量C还可以相应地作为输入参数输入到经训练的函数中。
变型方案3:
用于产生X射线图像数据集的方法的另一设计变型方案规定,至少一个重合计数信号数量C输入到迭代重建算法中。在迭代重建中可以使用重合信息以实现改善的图像质量,例如降低的噪声。例如,在正向投影中,可以在基于模型的迭代重建中使用重合信息。此外,通过尤其是采用特定于像素的重合信息,也就是说,区分分别参与重合信号的像素元件,可以实现改善的空间分辨率。由此可以包括重合的方向信息。这样例如可以在重建的范畴中类似于在下面描述的变型方案5中那样实现将所收集的信息传输到更精细的子像素网格,其可以在迭代重建的范畴中被采用。
变型方案4:
用于产生X射线图像数据集的方法的另一设计变型方案规定,产生步骤V3包括:基于在像素元件50中计数的、至少一个计数信号数量T来产生至少一个初步图像数据集,并且基于在多个像素元件50中的子集的一个像素元件50中计数的、至少一个重合计数信号数量C产生至少一个重合图像数据集。在后处理的子步骤V33中,然后可以将至少一个重合图像数据集应用到至少一个初步图像数据集上。在这种情况下,通过基于重建的图像数据的校正而不是基于测量的原始数据(即,计数信号数量T)的校正,可以减少由于出现的重合而导致的图像质量的下降。在一个简单的形式中,至少一个重合图像数据集的应用可以包括重建的图像数据集的(即,重合图像数据集的和初步X射线图像数据集的)简单的线性组合。还可以包括加权的线性组合。同样,例如可以基于多项式函数或其它形式的应用来组合至少一个重合图像数据集和至少一个初步图像数据集。
如果在像素元件50中求取多个重合计数信号数量C,则在此还可以产生多个重合图像数据集,该多个重合图像数据集可以基于在多个像素元件中的每个像素元件50中计数的计数信号被应用到一个或多个初步图像数据集。如果例如存在可以通过三维的或二维的重合矩阵C表示的重合信息,则可以将完整的张量以及各个组成部分(诸如子矩阵或相应的条目或Cnm)分别处理为重合图像数据,该重合图像数据可以在后处理步骤中应用到初步图像数据集,以改善X射线图像数据集的图像质量。在此,例如还可以通过如下方式实现明显改善的空间分辨率:采用特定于像素的重合信息,以便基于重建的图像数据类似于在以下描述的变型方案5中那样实现到更精细的体素网格或图像像素网格的传输,也就是说,将从计数信号数量和重合计数信号数量中计算的体素或图像像素的图像值传输到新的(更小的)体素或图像像素。
变型方案5
用于产生X射线图像数据集的方法的另一设计变型方案规定,使用所测量的重合信息,以便将像素元件的测量数据更好地传输到更精细的子像素网格。由此可以有利地实现X射线图像数据集中的改善的空间分辨率。在该方法的该变型方案中,在此假设,尤其是存在特定于像素的重合信息,这意味着,对于为了形成重合计数信号而关联的、另外的像素元件50中的每个像素元件,单独地计数或传输至少一个重合计数信号数量,并且因此存在关于所记录的重合的方向信息。
在该方法的该设计变型方案中,如图5中所示,基于通过在X射线探测器1中布置多个像素元件50所限定的矩阵状第一像素网格G1(如在左侧所示),在与多个像素元件50中的像素元件50重叠的子像素55上限定子像素网格G2(如图5中右侧所示)。在所示的示例中,示例性地且局部地示出多个像素元件50中的具有索引1至9的9个原始像素元件50,这些原始像素元件50建立了像素网格G1。这九个像素元件50由多个像素元件50中的中央像素元件50和中央像素元件50的四个直接相邻的像素元件、以及中央像素元件50的四个对角线相邻的像素元件50形成。
在此,子像素网格G2至少沿着一个网格维度具有相对于像素网格G1减小的网格间距R2。在该图中,第一像素网格G1例如在水平方向上具有第一网格间距R1,并且子像素网格G2具有相对与第一网格间距R1较小的网格间距R2。如这里所示,子像素可以——但不是必须——具有正方形的像素面积和规则的像素面积。同样,子像素网格G2的网格间距R2和/或像素面积可以局部地在子像素网格G2内变化。
子像素网格G1的子像素55与原始像素元件50在像素网格G2中重叠。如在该示例中那样,子像素网格G2能够被限定为使得,至少部分地,单独的子像素55与至少两个原始像素元件50重叠。在所示的示例中,例如具有索引b、d、h、f的子像素分别与像素网格G1中的两个像素元件50重叠,具有索引a、c、g、i的子像素分别与像素网格G1中的四个原始像素元件50重叠,并且具有索引e的子像素仅与像素网格G1中的原始像素元件50重叠。
在用于产生X射线图像数据集的方法的该设计变型方案的另一步骤中,给子像素网格G2的每个子像素55分配至少一个计数信号虚拟数量Z。在此,至少对于子像素55的一部分,相应的至少一个虚拟数量Z基于与相应的子像素55重叠的像素元件50的至少一个所计数的或所传输的重合计数信号数量C。特别地,分配给相应的子像素55的、计数信号的虚拟数量Z在此可以取决于虚拟子像素55相对于多个像素元件50中的至少一个重叠的原始像素元件50的相对位置。
随后,基于分别分配给虚拟的子像素5的计数信号虚拟数量Z产生X射线图像数据集。
例如,可以根据能量阈S→Sj,例如基于计数信号数量T和/或在原始像素网格G1中分别重叠的原始像素元件的重合计数信号数量C的加权总和,来计算分配给具有索引q的子像素55的、至少一个计数信号虚拟数量Z。用于关于能量阈S→Sj针对具有索引q的子像素55计算计数信号的待分配的虚拟数量Z的公式例如可以如下地提供:
在此,描述了在具有索引q的子像素55中的虚拟数量Z,该虚拟数量可以分配给能量阈S→Sj。描述了取决于具有索引p的原始像素元件50的能量阈S→Si的相应测量的计数信号数量T。aip和bknmp描述加权系数。描述了在能量阈S→Sn中的具有索引p的原始像素元件50与在其能量阈S→Sm中的具有索引k的相应另外的像素元件50的相应重合计数信号数量
在借助于重合矩阵传输到重合信息的表示时,根据具有索引p的像素元件50的相应所涉及的能量阈S、和具有索引k的关联的另外的像素元件50的相应所涉及的能量阈S,对应于具有索引p的像素元件50与具有索引k的关联的另外的像素元件50的重合矩阵的条目。这里输入的数量在此可以对应于已经被预处理的数量T,例如在线性化之后。
为了图示,下面借助根据图5的像素网格G1和子像素网格G1来说明具体的示例。为了更好的理解和为了强调其作为对具有索引p的当前考虑的像素元件50的相对说明的意义,为此利用相对的地理说明来说明重合k的类型,即基本上是重合计数信号所基于的另外的关联的像素元件。也就是说,索引N用于“北”,索引NE用于“东北”,索引E用于“东”等。从图5中具有索引5的像素元件50出发,索引N对应于具有索引2的像素元件,索引E对应于索引6,索引NE对应于索引等。
对于具体的示例,在此假定X射线探测器1具有多个像素元件50,这些像素元件分别具有两个比较器19,这些比较器分别具有能量阈S。此外假设,对于具有其直接相邻的和对角线相邻的像素元件50的多个像素元件50中的每个像素元件50,存在由完全填充的2x2x8重合矩阵表示的重合信息。
于是,图5中的具有索引5的中央像素元件50对图5的具有索引a至i的子像素55的虚拟数量Z的贡献例如可以如下计算:
对于多个像素元件50中的原始像素元件50中的每个原始像素元件执行该计算,并且将所获得的虚拟数量Z相加到子像素中的可能已经存在的虚拟数量Z。除了具有索引e的子像素55,用于具有索引a至i的所有子像素55的系数校正了以下事实:所有重合分别在像素网格G1的两个像素元件50中被计数,并且因此否则在将数量传输到子像素时将被计数两次。
由这种计算得出,在像素网格G1中在中央击中具有索引5的像素元件(并且因此在另外的像素元件50中很有可能不产生重合的信号)的所有光子相应地在具有索引e的子像素55中计数,以及位于两个所涉及的原始像素元件50之间的子像素55中的所有重合事件。
前面描述的方法对空间分辨率的影响可以借助图6来阐明。例如,如果120keV光子在图6中在具有索引5的像素元件50的右边缘处击中该像素元件(如在左侧的子视图I中示出的那样),则在转换元件3中产生的电荷可以在具有索引5的像素元件50和具有索引6的像素元件50之间分布。在图6中所示的示例中,例如80keV沉积在具有索引5的像素元件中,并且40keV沉积在具有索引6的像素元件中。在所示的示例中,如图6的子视图II中所示,这导致取决于具有索引5和索引6的像素元件的能量阈S→S1的各一个计数信号,以及取决于具有索引5的像素元件的能量阈S→S2的计数信号。在此,能量阈S→S1例如具有30keV的能量阈值,并且能量阈S→S2具有60keV的能量阈值。也就是说,在具有索引5的像素元件和具有索引6的像素元件中,基于能量阈S→S1的计数信号数量T→T1分别增加1,此外,在具有索引5的像素元件中,基于能量阈S→S2的数量T→T2同样增大一个计数单位(在图中分别由T1+1或T2+1指示)。为了更好的可见性,在图6的以下的子视图III和子视图IV中,分别通过所绘的正方形示出数量T→T1的增大,并且分别通过所绘的圆示出数量T→T2的增大。
同时,X射线光子在具有索引5和6的像素元件中产生重合计数信号。该事件尤其导致:在具有索引5的像素元件中,重合计数信号数量和重合计数信号数量增大一个计数单位,并且相应地,在具有索引6的像素元件中,重合计数信号数量和重合计数信号数量增大一个计数单位(在图中分别通过或表示)。
在过渡到在图6的子视图IV中的子像素网格G2,并且根据上述公式计算计数信号的所分配的虚拟信号Z之后,在具有索引f的新的子像素中,在两个能量阈S→S1和S→S2中分别仅得到一个唯一的计数信号。这对应于入射的X射线光子的来源位置的经改善的定位。
为了阐明用于产生X射线图像数据集的方法变型方案的基本工作方式,将图6中的示例简化为单个X射线光子。然而,该方法优选不是逐事件地工作,而是事后地在所记录的重合信息上工作,重合信息对应于通过曝光时间窗或读取时间窗形成的信号的积分或总和。在此,对象相对于像素网格的位置尤其作为在重合计数信号的频率中的样式示出。在更精细的子像素网格中,可以将该附加的信息用作更高的分辨率。有利地,可以在X射线图像数据集中实现改善的空间分辨率。
为了简化起见,忽略了3次和更高次的重合,然而这可以以简单的方式集成到该方案中。同样,这种计算还可以被转用到其它的设计变型方案上,例如,其它方式设计的子像素网格、和/或其它数量的能量阈、和/或其它数量的分别关联的另外的像素元件。
除了在图5和图6中示出的规则的子像素网格G2外,子像素网格G2的其它变型方案也是可能的。规则的子像素网格是该方法的特别适宜的和简单的变型方案,该变型方案还可以以简单的方式采用通常的、常规地应用的图像重建和图像处理算法。
然而还可以存在其它形式的网格。例如,仅在一个网格维度中进行更精细的采样,例如原始像素元件50的细分。例如,子像素网格的网格间距沿着至少一个网格维度变化。经定义的子像素网格尤其可以基于在多个像素元件中的像素元件中可供使用的重合信息。如果例如仅在一个网格维度的方向上记录在像素元件之间的重合信息,则沿着该维度特别有利地实现更精细的子像素网格。如果不能为多个像素元件中的每个像素元件提供重合信息,则在这些像素元件中还可以局部地放弃细分或更精细的子像素网格。
此外,例如可以有利的是,使用来自多个能量阈S的另外的、附加的重合信息,以便能够实现对重合出现的信号的来源的进一步改善的定位。为此,在该方法中可以规定,基于像素网格G1定义子像素网格G2,如在图7中示例性示出的,该子像素网格也更靠近所考虑的像素元件50的像素中心56地定位重合,在该重合中,在像素元件中比在相应相邻的像素元件中触发了更高的能量阈S。
在图7中示出示例性的子像素网格G2,该子像素网格将像素网格G1细分为更精细的网格,并且其中使用来自多个能量阈S的附加的重合信息,以实现对重合出现的信号的进一步改善的定位。在此,与所示的变型方案不同地,子像素网格的其它实施变型方案也是可能的。在图7中示例性示出的子像素网格G1具有非等距的采样,也就是说,子像素网格具有变化的网格间距。特别地,通过在图7中示出的子像素网格G2限定的子像素55与在图5和图6中的子像素55相比具有不同的面积。
此外,在图7中还示出了在示例性的子像素网格G2的子像素55中,相应计数的重合计数信号数量对计数信号虚拟数量的贡献。在此,多个重合计数信号数量根据相对位置来做出贡献,并且尤其是根据虚拟子像素55到在由像素元件50定义的像素网格G1中重叠的像素元件50的中心56的距离来做出贡献。在图7中所示的示例中,对数量做出贡献的重合计数信号例如被定位为:比对数量做出贡献的重合计数信号更靠近像素中心56。将通过像素网格G1限定的重叠的像素元件50的所计数的计数信号数量T分配给中央子像素55,其中相应地,重合计数信号数量C被减去。如在图6中的以上示例中,索引k以相对地理说明的形式指示重合k的类型,即,主要是重合计数信号所基于的另外的关联的像素元件k。
该变型方案基于如下假设:在所考虑的和相邻的像素元件50中具有对能量阈的(能量)对称的超过的重合计数信号数量C更有可能包含如下事件,由于靠近边界的交互和所沉积的能量到多个像素元件的随之而来的更均匀的细分,这样的事件更有可能仅相应超过第一能量阈。而(能量)不对称的重合则表明所沉积的能量与所涉及的原始像素元件中的一个原始像素元件的更大的重叠,并且由此可能表明离像素边缘较远的交互点。
此外,通常在选择子像素网格G2的子像素尺寸时有利的是,根据与在转换元件3中的入射的X射线辐射的电荷分布有关的至少一个物理参数来选择像素尺寸,即,子像素55的像素面积。物理参数例如可以包括:在转换元件中通过吸收X射线光子生成的电荷分布的预期直径。物理参数可以包括:在传感器材料中通过吸收X射线光子所产生的荧光的预期的平均作用范围。在此,例如可以考虑入射的X射线辐射的能量分布。由此可以有利地实现更均匀的统计/像素面积比,从而实现统一的信噪比。这可以有利地导致更均匀的图像印象(Bildeindruck)。
图8示出了根据本发明的、呈计算机断层造影系统形式的医学成像设备32的示例性实施方式。计算机断层造影系统32包括具有转子35的机架33。转子35包括辐射源或X射线源37和探测器装置2。探测器装置2具有至少一个X射线探测器1。探测器装置2尤其可以具有根据本发明的X射线探测器系统51,该X射线探测器系统51包括至少一个X射线探测器1和产生单元71。然而,X射线探测器系统51还可以分开地布置在医学成像设备32的物理上不同的位置处。例如,X射线探测器系统51的一个或多个X射线探测器1可以被包括在探测装置2中,并且被布置在转子上,并且产生单元71与这些X射线探测器在物理上分离,然而在信号技术上连接,例如被布置在医学成像设备32的静止部分中。为了控制成像设备32,使用计算单元45。例如,根据本发明的X射线探测器系统51的产生单元71还可以被包括在计算单元45中。输入单元47和输出单元49与计算单元45连接。输入单元47和/或输出单元49例如能够实现用户的手动交互,例如启动或停止根据本发明的方法。
产生单元71和/或计算单元45可以以计算机、微控制器或集成电路的形式来实施。产生单元71和/或计算单元45可以具有硬件元件或软件元件,例如微处理器或所谓的FPGA(“Field Programmable Gate Array”的英文缩写)。产生单元71和/或计算单元45还可以是计算机的真实联合(Verbund)或虚拟联合(对于真实联合的术语是“集群”,对于虚拟联合的术语是“云”)。
检查对象39(在此是患者)被支承在患者卧榻41上,并且可以沿着旋转轴线z 43穿过机架33运动。对象例如还可以是动物检查对象。
为了记录X射线图像数据集,包括X射线探测器1和X射线源37的探测装置2通常围绕旋转轴线z旋转,其中借助X射线探测器1基于经过对象39的X射线辐射从不同的角度范围记录测量数据。基于必要时经预处理的测量数据可以借助重建算法(例如,滤波反投影或迭代重建算法)产生三维的体图像数据。从这些三维的体图像数据出发,还可以产生分别表示所成像的体积的截面图像的二维层图像。
在本发明的范畴中,测量数据可以分别包括在多个像素元件50中的像素元件50中、或多个像素元件50中的子集的像素元件50中所求取的计数信号数量T和所求取的重合计数信号数量C,其中用于产生图像数据集的重合计数信号数量C可以输入到测量数据的预处理,输入到图像重建本身中,和/或还可以输入到对经重建的初步图像数据集的后处理中。
Claims (19)
1.一种用于借助光子计数的X射线探测器(1)来产生X射线图像数据集的方法,所述X射线探测器具有一个转换元件(3),所述转换元件被构造为将X射线辐射转换为电信号,并且所述X射线探测器具有多个像素元件(50),所述多个像素元件分别被构造为:基于直接输入到所述多个像素元件(50)中的一个像素元件(50)中的信号来形成计数信号,并且其中所述多个像素元件(50)中的至少一个子集被构造为形成重合计数信号,所述重合计数信号基于:直接输入到所述多个像素元件(50)中的所述子集的一个像素元件(50)中的信号、以及所述多个像素元件(50)中的至少一个另外的像素元件(50)的重合出现的信号,所述方法包括以下步骤:
-在所述多个像素元件(50)中的每个像素元件(50)中,根据入射的所述X射线辐射,对至少一个计数信号数量(T)进行第一计数(V1),
-在所述多个像素元件(50)中的所述子集的每个像素元件(50)中,利用所述多个像素元件(50)中的至少一个另外的像素元件(50),对至少一个重合计数信号数量(C)进行第二计数(V2),
-基于在所述多个像素元件(50)中的每个像素元件(50)中被计数的所述至少一个计数信号数量(T)、以及在所述多个像素元件(50)中的所述子集的每个像素元件(50)中被计数的所述至少一个重合计数信号数量(C),产生(V3)一个X射线图像数据集。
2.根据权利要求1所述的方法,其中在所述产生(V3)的步骤中,在所述多个像素元件(50)中的所述子集(50)的像素元件中被计数的所述至少一个重合计数信号数量(C)输入到图像重建之前的数据预处理中、输入到所述图像重建中、或者输入到所述图像重建之后的后处理步骤中。
3.根据权利要求1或2中任一项所述的方法,其中至少在所述多个像素元件(50)中的所述子集的每个像素元件(50)中,借助于所述至少一个重合计数信号数量(C)适配所述至少一个计数信号数量(T)。
4.根据权利要求1至3中任一项所述的方法,其中基于所述至少一个计数信号数量(T),在所述多个像素元件(50)中的每个像素元件(50)中产生初步图像数据集,并且其中基于所述至少一个重合计数信号数量(C),在像素元件的所述子集中的每个像素元件中产生重合图像数据集,所述重合图像数据集在产生所述X射线图像数据集的步骤中被应用于所述初步图像数据集。
5.根据权利要求1至4中任一项所述的方法,其中所述产生(V3)的步骤包括应用经训练的函数,其中在所述多个像素元件(50)中的所述子集的至少一个像素元件(50)中的所述至少一个重合计数信号数量(C)作为输入参数输入到所述经训练的函数中。
6.根据权利要求1至5中任一项所述的方法,其中所述多个像素元件(50)中的每个像素元件(50)具有多个比较器(19),所述多个比较器分别具有一个可设定能量阈(S),并且其中在所述多个像素元件(50)中的每个像素元件(50)中,基于相应像素元件(50)的所述多个比较器(19)中的至少一个比较器(19)的输出信号,对所述至少一个计数信号数量(T)进行计数,并且其中在像素元件的所述子集(50)中的每个像素元件(50)中,基于相应像素元件(50)的所述多个比较器(19)中的至少一个比较器(19)的所述输出信号、并且至少基于所述至少一个另外的像素元件(50)的所述多个比较器(19)中的一个比较器(19)的输出信号,对所述至少一个重合计数信号数量(C)进行计数。
7.根据权利要求6所述的方法,其中对于所述至少一个重合计数信号数量(C)的所述第二计数(V2),所述多个像素元件(50)中的所述子集的相应像素元件(50)的所述多个比较器(19)中的所述至少一个比较器(19)的所述可设定能量阈(S)、与所述重合计数信号所基于的所述至少一个另外的像素元件(50)的所述多个比较器(19)中的所述至少一个比较器(19)的所述可设定能量阈(S)具有相同的能量阈值。
8.根据权利要求6所述的方法,其中对于所述至少一个重合计数信号数量(C)的所述第二计数(V2),所述多个像素元件(50)中的所述子集的相应像素元件(50)的所述多个比较器(19)中的所述至少一个比较器(19)的所述可设定能量阈(S)、与所述重合计数信号所基于的所述至少一个另外的像素元件(50)的所述多个比较器(19)中的所述至少一个比较器(19)的所述可设定能量阈(S)具有不同的能量阈值。
9.根据权利要求6至8中任一项所述的方法,其中所述多个像素元件(50)中的所述子集的每个像素元件(50)具有多个比较器(19),其中基于来自不止一个比较器(19)的相应的所述输出信号,利用所述多个像素元件(50)中的相应至少一个另外的像素元件(50)分别对一个重合计数信号数量(C)进行计数。
10.根据权利要求1至9中任一项所述的方法,其中所述至少一个另外的像素元件(50)包括一个直接相邻的像素元件(50)或一个对角线相邻的像素元件(50)。
11.根据权利要求1至10中任一项所述的方法,其中在所述多个像素元件(50)中的所述子集的每个像素元件(50)中,利用所述多个像素元件(50)中的1至24个另外的像素元件(50)形成重合计数信号,并且其中在所述第二计数(V2)的步骤中,针对所述多个像素元件(50)中的所述子集的每个像素元件(50)计数的所述至少一个重合计数信号数量(C)基于所有另外的像素元件(50)的重合出现的信号。
12.根据权利要求1至10中任一项所述的方法,其中在所述多个像素元件(50)中的所述子集的每个像素元件(50)中,利用所述多个像素元件(50)中的1至24个另外的像素元件(50)形成重合计数信号,并且其中在所述第二计数(V2)的步骤中,利用所述另外的像素元件(50)中的每个像素元件分别对至少一个重合计数信号数量(C)进行计数。
13.根据权利要求1至12中任一项所述的方法,还包括以下步骤:
-将在所述多个像素元件(50)中的所述子集的一个像素元件(50)中被计数的所述至少一个重合计数信号数量(C)传输(V4)到所述多个像素元件(50)中的所述另外的像素元件(50)中的如下的至少一个像素元件,利用该至少一个像素元件在所述子集的相应像素元件(50)中形成重合计数信号,并且
其中所述产生(V3)的步骤还基于所传输的至少一个重合计数信号数量(C)。
14.根据权利要求1至13中任一项所述的方法,其中对于所述多个像素元件(50)中的每个像素元件(50),求取所计数的或所传输的至少一个重合计数信号数量(C)。
15.根据权利要求12所述的方法、或者根据权利要求13或14中任一项与权利要求12组合所述的方法,其中通过布置所述多个像素元件(50)限定一个矩阵状第一像素网格(G1),并且其中在所述产生(V3)的步骤中:
-基于所述像素网格(G1),在与所述多个像素元件(50)中的像素元件(50)重叠的多个子像素(55)上限定一个子像素网格(G2),其中所述子像素网格(G2)至少沿着一个网格维度具有相对于所述像素网格(G1)减小的网格间距(R2),
-为每个子像素(55)分配至少一个计数信号虚拟数量(Z),其中所述子像素(55)的至少一部分的相应分配的所述至少一个计数信号虚拟数量(Z)基于:与相应子像素(55)重叠的一个像素元件(50)的所计数的或所传输的重合计数信号数量(C),并且
其中基于分别分配给虚拟子像素(50)的所述计数信号虚拟数量(Z),产生所述X射线图像数据集。
16.根据权利要求15所述的方法,其中分配给相应子像素(55)的所述计数信号虚拟数量(Z)取决于:所述虚拟子像素(55)到所述多个像素元件(50)的与所述子像素(55)重叠的一个像素元件(50)的中心(56)的距离。
17.根据权利要求15或16中任一项所述的方法,其中在所述子像素网格(G2)中的所述虚拟子像素(55)的面积是不同的。
18.一种X射线探测器系统(51),被构造为执行根据权利要求1至17中任一项所述的方法,所述X射线探测器系统具有:
-一个光子计数的X射线探测器(1),所述X射线探测器具有一个转换元件(3),所述转换元件被构造为将X射线辐射转换为电信号,并且所述X射线探测器具有多个像素元件(50),所述多个像素元件分别被构造为:基于直接输入到所述多个像素元件(50)中的一个像素元件(50)中的信号来形成计数信号,并且其中所述多个像素元件(50)中的至少一个子集被构造为形成重合计数信号,所述重合计数信号基于:直接输入到所述多个像素元件(50)中的所述子集的一个像素元件(50)中的信号、以及所述多个像素元件(50)中的至少一个另外的像素元件(50)的重合出现的信号,以及
-一个产生单元(71),所述产生单元被构造为:基于在所述多个像素元件(50)中的每个像素元件(50)中被计数的所述至少一个计数信号数量(T)、以及在所述多个像素元件(50)中的所述子集的每个像素元件(50)中被计数的所述至少一个重合计数信号数量(C),产生(V3)一个X射线图像数据集。
19.一种医学成像设备(32),特别是计算机断层造影系统,包括根据权利要求18所述的X射线探测器系统(51)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19217564.4 | 2019-12-18 | ||
EP19217564.4A EP3839577A1 (de) | 2019-12-18 | 2019-12-18 | Verfahren zur erzeugung eines röntgenbilddatensatzes |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113069128A true CN113069128A (zh) | 2021-07-06 |
CN113069128B CN113069128B (zh) | 2024-10-01 |
Family
ID=68965627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011499438.0A Active CN113069128B (zh) | 2019-12-18 | 2020-12-17 | 用于产生x射线图像数据集的方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11540791B2 (zh) |
EP (1) | EP3839577A1 (zh) |
CN (1) | CN113069128B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3963370A4 (en) * | 2019-05-01 | 2023-01-25 | The Regents Of The University Of California | CHARGE SHARING COMPENSATION SYSTEM AND METHOD FOR X-RAY PHOTON COUNTING DETECTORS |
EP3839576A1 (de) | 2019-12-18 | 2021-06-23 | Siemens Healthcare GmbH | Photonenzählender röntgendetektor und verfahren zum betreiben eines photonenzählenden röntgendetektors |
EP3839578A1 (de) | 2019-12-18 | 2021-06-23 | Siemens Healthcare GmbH | Photonenzählender röntgendetektor und verfahren zum betreiben eines photonenzählenden röntgendetektors |
EP4160273A1 (en) * | 2021-09-30 | 2023-04-05 | Siemens Healthcare GmbH | X-ray radiation detection |
EP4307015A1 (en) * | 2022-07-12 | 2024-01-17 | Canon Medical Systems Corporation | Photon counting detector (pcd) apparatus and overlapping micro-pixel summing method |
CN116965765B (zh) * | 2023-08-01 | 2024-03-08 | 西安交通大学医学院第二附属医院 | 基于目标检测算法的早期胃癌内镜实时辅助检测系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100215230A1 (en) * | 2009-02-11 | 2010-08-26 | Mats Danielsson | Image quality in photon counting-mode detector systems |
CN103767726A (zh) * | 2014-02-25 | 2014-05-07 | 重庆大学 | 一种快速超分辨率x射线荧光ct成像及重构系统及方法 |
US20140175299A1 (en) * | 2012-12-21 | 2014-06-26 | Martin Spahn | Counting Digital X-Ray Detector and Method for Recording an X-Ray Image |
US8772730B2 (en) * | 2011-11-01 | 2014-07-08 | Samsung Electronics Co., Ltd. | Photon counting detector to generate high-resolution images and high-contrast images, and photon counting and detecting method using the same |
CN104244829A (zh) * | 2012-04-20 | 2014-12-24 | 富士胶片株式会社 | 放射线图像检测装置及放射线摄影系统 |
US20150090893A1 (en) * | 2013-09-30 | 2015-04-02 | Martin Spahn | Counting Digital X-Ray Image Detector with Two Switchable Modes |
US20160282476A1 (en) * | 2015-03-24 | 2016-09-29 | Siemens Aktiengesellschaft | Operation of a counting digital x-ray image detector |
US20180292544A1 (en) * | 2017-04-06 | 2018-10-11 | Prismatic Sensors Ab | Photon-counting x-ray detector system having an adaptive anti-coincidence system |
US20190285469A1 (en) * | 2018-03-15 | 2019-09-19 | Kromek Group, PLC | Interaction characteristics from a plurality of pixels |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1981003707A1 (en) * | 1980-06-11 | 1981-12-24 | Commw Scient Ind Res Org | Method and apparatus for material analysis |
US7606347B2 (en) * | 2004-09-13 | 2009-10-20 | General Electric Company | Photon counting x-ray detector with overrange logic control |
US8440957B2 (en) * | 2009-02-25 | 2013-05-14 | Bart Dierickx | Counting pixel with good dynamic range properties |
DE102011077859B4 (de) | 2011-06-21 | 2014-01-23 | Siemens Aktiengesellschaft | Quantenzählender Strahlungsdetektor |
US9927539B2 (en) * | 2015-02-20 | 2018-03-27 | General Electric Company | Systems and methods for improving imaging by sub-pixel calibration |
US9696440B2 (en) * | 2015-02-20 | 2017-07-04 | General Electric Company | Systems and methods for improving energy resolution by sub-pixel energy calibration |
US9632186B2 (en) * | 2015-05-28 | 2017-04-25 | General Electric Company | Systems and methods for sub-pixel location determination |
US10156645B2 (en) * | 2016-12-23 | 2018-12-18 | General Electric Company | Systems and methods for sub-pixel location determination at sidewalls and corners of detectors |
US10222489B2 (en) * | 2017-03-13 | 2019-03-05 | General Electric Company | Pixel-design for use in a radiation detector |
CN110097611B (zh) * | 2019-04-28 | 2023-09-22 | 上海联影智能医疗科技有限公司 | 图像重建方法、装置、设备及存储介质 |
-
2019
- 2019-12-18 EP EP19217564.4A patent/EP3839577A1/de active Pending
-
2020
- 2020-12-09 US US17/116,073 patent/US11540791B2/en active Active
- 2020-12-17 CN CN202011499438.0A patent/CN113069128B/zh active Active
-
2022
- 2022-12-28 US US18/147,463 patent/US11883216B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100215230A1 (en) * | 2009-02-11 | 2010-08-26 | Mats Danielsson | Image quality in photon counting-mode detector systems |
US8772730B2 (en) * | 2011-11-01 | 2014-07-08 | Samsung Electronics Co., Ltd. | Photon counting detector to generate high-resolution images and high-contrast images, and photon counting and detecting method using the same |
CN104244829A (zh) * | 2012-04-20 | 2014-12-24 | 富士胶片株式会社 | 放射线图像检测装置及放射线摄影系统 |
US20140175299A1 (en) * | 2012-12-21 | 2014-06-26 | Martin Spahn | Counting Digital X-Ray Detector and Method for Recording an X-Ray Image |
US20150090893A1 (en) * | 2013-09-30 | 2015-04-02 | Martin Spahn | Counting Digital X-Ray Image Detector with Two Switchable Modes |
CN103767726A (zh) * | 2014-02-25 | 2014-05-07 | 重庆大学 | 一种快速超分辨率x射线荧光ct成像及重构系统及方法 |
US20160282476A1 (en) * | 2015-03-24 | 2016-09-29 | Siemens Aktiengesellschaft | Operation of a counting digital x-ray image detector |
US20180292544A1 (en) * | 2017-04-06 | 2018-10-11 | Prismatic Sensors Ab | Photon-counting x-ray detector system having an adaptive anti-coincidence system |
US20190285469A1 (en) * | 2018-03-15 | 2019-09-19 | Kromek Group, PLC | Interaction characteristics from a plurality of pixels |
Also Published As
Publication number | Publication date |
---|---|
US20230136957A1 (en) | 2023-05-04 |
EP3839577A1 (de) | 2021-06-23 |
US11883216B2 (en) | 2024-01-30 |
US20210186439A1 (en) | 2021-06-24 |
US11540791B2 (en) | 2023-01-03 |
CN113069128B (zh) | 2024-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113069128B (zh) | 用于产生x射线图像数据集的方法 | |
JP2024016161A (ja) | 医用画像処理装置及びプログラム | |
US20200196972A1 (en) | Apparatus and method that uses deep learning to correct computed tomography (ct) with sinogram completion of projection data | |
KR102330564B1 (ko) | 통계적 반복 재구성 및 물질 분해용 시스템 및 방법 | |
US9437016B2 (en) | Image domain pansharpening method and system for spectral CT with large pixel energy discriminating detectors | |
CN103607951A (zh) | 图像处理装置及图像处理方法 | |
CN102293661A (zh) | 核医学成像装置以及放射线治疗装置 | |
CN108158597A (zh) | 确定原始x射线能量数据的方法、装置及ct设备 | |
US10176603B2 (en) | Sinogram (data) domain pansharpening method and system for spectral CT | |
CN104685539A (zh) | 数字图像处理方法以及摄影装置 | |
JP2020521134A (ja) | 画像再構築のための方法および装置 | |
KR102473298B1 (ko) | 물체의 복수의 컴포넌트의 3차원 모델 데이터를 구하는 방법 | |
Li et al. | X-ray photon-counting data correction through deep learning | |
US12099152B2 (en) | X-ray photon-counting data correction through deep learning | |
CN112562025A (zh) | X射线成像中的数据校正 | |
CN106028939B (zh) | X射线摄影装置 | |
US20080073538A1 (en) | Application-driven optimization of acquisition and reconstruction of SPECT/PET projection data | |
CN114359126A (zh) | 三维图像的几何校正方法、装置、电子设备及存储介质 | |
WO2021051049A1 (en) | Few-view ct image reconstruction system | |
CN111435530A (zh) | 提供限制图像数据组和/或差分图像数据组 | |
CN105488824B (zh) | 一种重建pet图像的方法和装置 | |
US10600159B2 (en) | Apparatus and method for enhancing spatial resolution of CT image and CT imaging system | |
KR20210025972A (ko) | 인공신경망과 cfr을 이용한 정량적 pet 동적 영상 재구성 시스템 | |
US20230293135A1 (en) | Metric-based data management for x-ray imaging systems | |
CN113759412B (zh) | 获取束流形状和能量探测单元响应特征的方法、装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240903 Address after: German Phu F Haim Applicant after: Siemens Medical AG Country or region after: Germany Address before: Erlangen Applicant before: Siemens Healthineers AG Country or region before: Germany |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |