CN1929787B - 用于灌注图像的处理的设备和方法 - Google Patents

Abstract

本发明涉及用于重建与时间有关的截面图像的设备和方法，它可用于例如在病人的血管系统(2)中的灌注的成像。按照本方法，投影p_j ⁱ是从M个不同的方向dⁱ和在不同的时间t_j ⁱ生成的。而且，重建体积的与时间有关的强度函数I(x，t)由预定的模型函数I*(a(x)，t)逼近，其中对每个体素x要估算未知的参数向量a(x)。这个估计可以在每个迭代步骤中对至少N个投影p_j ⁱ使用如ART那样的已知重建算法的更新函数而完成。

Description

用于灌注图像的处理的设备和方法

本发明涉及用于特别在灌注(perfusion)成像期间重建物体的与时间有关的表示的图像处理设备和方法。而且，本发明涉及包括这样的设备的X射线检查系统和实施所述方法的计算机程序以及X射线系统。

灌注成像是在医疗应用中一种重要的功能性成像方法，它传递有关组织的血液供应和组织活力的信息以及在介入期间有价值的信息。按照当前的技术，灌注成像需要获取具有约0.75-1秒的帧速率的(多)截面图像的时间系列(典型地约40幅)。在获取和重建各个截面图后，对图像时间系列进行估算和计算出一个灌注图。

在US 6 373 920 B1中描述的灌注成像程序过程中，不用对照剂(contrast agent)取第一组投影，然后用对照剂取第二组投影。根据每组重建的图像的差别，计算灌注图像。

当前的C臂X射线由于它们的旋转速度和检测器帧速率方面的限制，这样的系统不能被使用于根据短时间间隔内生成的截面图进行灌注成像。

基于这种情形，本发明的目的是提供用于易于实行灌注成像的装置，特别是使用于通常的基于C臂的X射线系统。

这个目的是通过按照权利要求1的图像处理设备，按照权利要求9的X射线检查系统，按照权利要求13的方法，按照权利要求15的计算机程序，按照权利要求16的记录载体，和按照权利要求17的X射线系统而达到的。

按照第一方面，本发明包括图像处理设备，用于重建物体的与时间有关的表示I(x，t)。该设备可以由计算机连同适当的程序一起来实现，以执行需要的图像处理。重建的表示具体地可以是物体的二维或三维截面图，而物体具体地可以是病人的血管系统，其中将研究灌注或其中将重建对照剂的流动。由于灌注是时变的过程，各个截面图图像不是静止的而是也与时间有关的。该设备适配于用给定的参数化模型函数I*(a(x)，t)以便逼近函数I(x，t)，以及藉助于物体(2)在时间tⁱ _j 生成的一组投影pⁱ _j来估算N维参数向量a(x)。为了完成这个功能，该 设备包括以下部件：

-逼近模块，具有存储器以存储逼近于函数I(x，t)的预定模型函数I*(a(x)，t)的N维参数向量a(x)，其中I(x，t)描述该物体的表示。函数I(x，t)的每个数值例如可以描述衰减系数或特定的体素(voxel)x在时间t时的图像信号(例如，灰度值)。如果三维截面图像被重建，I(x，t)是取决于四个独立变量的函数。相反，模型函数I*(a(x)，t)以已知的方式依赖于N维参数向量a和时间t，因为I*(a(x)，t)是由设备的用户构建或预先选择的。于是为了用I*(a(x)，t)来描述物体的表示(例如，截面图像)所有你应该知道就是参数向量a(x)对空间的依赖性。换句话说，找出对时间t连续区的空间有关的函数I(x，·)的问题被归结为找出N个空间依赖函数a(x)。

-输入模块，用于接收在时间tⁱ _j生成的物体的投影组pⁱ _j。输入模块例如可以把图像处理设备耦合到生成所述投影的X射线设备。

-估算器或估算模块，它适合于藉助于物体的投影组pⁱ _j来估算N维参数向量a(x)，其中每个投影pⁱ _j在某个时间tⁱ _j产生，以及其中时间tⁱ _j典型地是互相不同的。实现这样的估算模块的可能方法结合优选实施例被描述。

通过用参数函数I*(a(x)，t)来逼近实数函数I(x，t)，设备显著减小了重建问题的复杂性。而且，这种逼近具有如下优点：允许由投影pⁱ _j估算参数向量a，和从而估算物体的所需的表示，该投影pⁱ _j在原则上可以随时间任意分布。具体地，对于各个不同的时间点不必产生(准)静止情形的整个截面图像，这例如在C臂X射线系统中在灌注成像时是不可能的。然而，利用所描述的设备，这样的系统成为可用的，并且可以使用由C臂系统在一次或多次扫描期间生成的投影。

另外，本发明提供适用于确定在物体中的3D动态处理的X射线系统，该系统包括

X射线源和X射线检测器，被放置在对于检查空间是相对的位置以及可围绕所述检查空间旋转，以用于生成多个X射线投影；

数据处理单元，用于从所述多个X射线投影得出物体中与时间有关的3D动态处理的图(map)；

由此3D动态处理由具有有限参数组的预定的模型所逼近。

由此数据处理单元被安排成从X射线投影的数据中估算在所述有限参数组中的参数。

按照本发明的优选实施例，设备包括评估模块，用于从血管系统的表示I(x，t)确定灌注图。如果表示I(x，t)和它的近似I＊(a(x)，t)例如在每个时间t描述物体的截面图像，则灌注参数可以据此容易地计算出，并被表示为灌注图。

物体的表示I(x，t)和它的近似I＊(a(x)，t)通常可关系到表征物体的任何空间分布的整体，并且是可从投影导出的。在下面更详细地考虑的专门的实施例中，函数I(x，t)和I＊(a(x)，t)描述在每个时间点t穿过物体的截面图像。

按照计算表示截面图像的函数I(a(x)，t)的想要的参数向量a(x)的第一方法，设备适配于使用更新函数ΔI(x，p^i(k)，I^k(x))，用于估算参数向量a，其中更新函数ΔI(x，p^i(k)，I^k(x))是从用于重建静止截面图像I(x)的迭代算法取得的。对于这样的算法的一个重要的例子被称为“代数重建技术”(ART)。基于这种算法的更新函数或它的派生(derivatives)特别适用于本估算方法。在更新函数中，p^i(k)是在第k次迭代中使用的物体的投影，以及I^k(x)是对I(x)的第k个估值。已知的算法的更新函数的应用具有优点：可以利用熟知的数学处理过程和现成的工具。

在上述的设备的另外的开发中，参数向量a(x)由序列a ^k(x)迭代地逼近，其中第(k+1)次迭代包括以下步骤：

a)计算对于至少N个时间tⁱ _j的k阶的估值I*(a ^k(x)，tⁱ _j)，其中时间tⁱ _j在原理上可以任意选择。时间的这种选择可以按照i∈A和j∈B(其中A和B通常随不同的迭代步骤而改变)用相应的下标组描述。

b)计算相应的更新

ΔI^k，i _j＝ΔI(x，pⁱ _j，I*(a ^k(x)，tⁱ _j))，

其中ΔI是像ART那样的已知的迭代算法的更新函数。更新函数利用所述估算I*(a ^k(x)，tⁱ _j)和相应于所选的时间tⁱ _j的测量的投影pⁱ _j，i∈A和j∈B。

c)通过使得以下的函数相对于a ^k+1最小化而计算对于参数向量的新的估值a ^k+1(x)：

${\mathrm{\χ}}^2\left(x\right)=\underset{i\∈A,j\∈B}{\mathrm{\Σ}}{(I*({\underset{\‾}{a}}^{k+1}\left(x\right),{t^i}_j)-I*({\underset{\‾}{a}}^k\left(x\right),{t^i}_j)-{{\mathrm{\ΔI}}^{k,i}}_j\left(x\right))}^2$

上述的程序过程在附图的说明中更详细地被讨论。它的优点在于，它可以根据像ART的标准算法被迭代地实行，因此可以容易地实施。

用于估算的物体的投影pⁱ _j在原则上可以在投影角度和时间上任意地分布，其中分布当然应当是使得在物体中在要观察的处理中，例如灌注过程，没有丢失重要的发展。然而，优选地，测量的投影组被构建成数目为M的子组，其中每个子组只包括在不同的时间从相同的或近似相同的方向取得的投影pⁱ _j，j＝1，...，Q。而且，在每个子组中这些投影的数目Q优选地大于或等于参数向量a的维数，即Q≥N。换句话说，有M个不同的投影方向，以及对于这些投影方向，在不同的时间点产生数目为Q≥N的单个方向。这样的投影的结构允许在用于估算a(x)的迭代过程中使用从同一个方向取得的至少N个投影。因此，例如上述的迭代算法可这样来实行，使得在每次迭代步骤时，只要具有相同的下标I的时间tⁱ _j就属于同一个投影方向，|A|＝1。在每次迭代步骤时，使用来自同一个方向的投影使得逼近处理过程更稳定。在这时应当指出，引用投影pⁱ _j的分开的下标i，j，以反映上述的投影组的结构；如果没有这样的结构，下标i和j就是简单的对称的，即它们起相同的作用。

为参数模型函数I*(a(x)，t)计算所需参数向量a(x)的第二个方法，可以是基于比较测量的和计算的投影的目标函数的最佳化。尤其是，目标函数可以测量在所有的测量的投影pⁱ _j与从模型函数I*计算的相应的投影P_iI*(a(k)，tⁱ _j)之间的总偏差。这样的目标函数例如可以由以下公式定义：

${\mathrm{\χ}}^2=\underset{i,j}{\mathrm{\Σ}}{({p^i}_j-P_{i}I*(\underset{\‾}{a}\left(x\right),{t^i}_j))}^2.$

这个方法的优点在于，它可以容易地被附加到通常的图像重建程序过程而不需要改变它们。而且，对于所使用的这种投影pⁱ _j事先没有限制；它们例如全部属于不同的投影方向和时间点。

按照设备的另一项开发，参数向量a的估算利用了解剖的参考数据组。这个参考数据组例如可以是事先产生的物体的静止截面图图像。这样的参考数据组的使用允许它把参数向量中的独立的分量的数目减小1，这随之简化估算处理过程。而且，这样的参考数据组在与上述的第二种方法相组合时是特别有用的，在其中它可为优化过程提供适当的开始值。

本发明还涉及包括以下部件的X射线检查系统：

-旋转X射线设备，例如，基于C臂的X射线系统或多切片CT系统，用于从不同的方向生成物体的X射线投影pⁱ _j。

-图像处理设备，它被耦合到X射线设备，以及适合于逼近一个通过给定的参数模型函数I*(a(x)，t)而精确地描述物体表示的函数I(x，t)，和适合于藉助于物体的投影组pⁱ _j来估算N维参数向量a(x)，其中每个投影pⁱ _j是在某个相应的时间tⁱ _j产生的。设备具体地可以用计算机和适当的程序来实现，以执行需要的图像处理。而且，图像处理设备特别地可以是上述的那种设备。

因为图像处理设备允许从在物体中的不同的观察的处理阶段所取的投影来重建物体的与时间有关的表示，旋转X射线设备尤其可以是具有C臂的传统的X射线系统。在这样的系统的一次或多次扫描期间生成的X射线投影可用于重建所需的强度函数I*(a(x)，t)。

按照本发明的另一个开发，上述的X射线检查系统包括注入系统，用于把对照剂注入病人的血流。注入系统例如可包括导管和泵浦单元，用于可控地把对照剂通过导管引入病人的血管。注入系统允许执行灌注成像或用检查系统重建对照剂流。

本发明还包括用于重建物体的与时间有关的表示的方法，包括以下步骤：通过给定的参数模型函数I*(a(x)，t)逼近描述表示的函数I(x，t)；以及藉助于在时间tⁱ _j产生的物体的投影组pⁱ _j来估算N维参数向量a(x)。投影pⁱ _j具体地可以由C臂系统或多切片CT系统生成。该方法在一般形式上包括可以用上述的那种图像处理设备所执行的步骤。所以，对于在该方法的细节、优点和改进方面的更多的信息，可以参考以前的说明。

而且，本发明包括用于使得能够实现上述的那种方法的计算机程序。这样的计算机程序连同通用计算机一起，特别地可以构成上述的 那种图像处理设备。

最后，本发明包括存储上述那种计算机程序的记录载体。记录载体可以是任何的永久或易失性贮存媒体，例如RAM、ROM、硬盘、软盘、CD、磁带等等。

参照此后描述的实施例将明白和阐述本发明的这些和其它方面。

下面藉助于附图通过例子描述本发明，其中：

图1是按照本发明的X射线检查系统和用于生成灌注成像投影方法的原理性草图。

图2是按照本发明的、与时间有关的灰度值的典型过程和它的近似图。

图1的左上角的图示意地显示按照本发明的X射线检查系统的布局。检查系统包括旋转X射线设备3，它适合于从不同的方向di生成物体的X射线投影，例如待查病人的血管系统的X射线投影。旋转X射线设备3具体地可以是传统的基于C臂的X射线系统，包括X射线源4和经由C臂5被连接的X射线检测器6。X射线设备3被连接到图像处理设备1，该图像处理设备例如可以是在其上运行着适当软件的工作站。

在医疗诊断中在灌注成像或流重建期间，把对照剂通过导管(未示出)注入到病人的血管系统2，以及这个注入的扩散过程被监视，以便得到有关血管系统的灌注特性的信息。由于灌注过程的时间的进展，在位置x处观察到的体素信号不是恒定的，而是通常随时间变化的。图2显示在灌注研究期间位置体素x的灰度值I(x，t)的典型的时间依赖性(黑线)。因此在要被观察的体积中完全的时间进展必须由强度函数I(x，t)描述，该强度函数依赖于三维位置向量x(在三维图像重建的情形下)和一维参数时间t。

以下要描述的过程的一个重要的步骤是用模型函数I*(a(x)，t)逼近所述函数I(x，t)，该模型函数I*(a(x)，t)由系统用户预先决定以及按已知的方式取决于N维参数向量a和时间t。于是唯一未知的关系是参数向量a(x)的空间依赖性。图2的灰度曲线显示具有8维参数向量a(x)的模型函数I*(a(x)，t)的典型的例子，其中成对的分量(a_i，a_i+1)描述在模型函数的时间过程中的一个点，以及其中这些点用直线连接。当然，许多其它不同的逼近也是适用的，例如多项式函数等等。用户典型地这样 来选择模型函数，以使得它将用最小数目的独立参数描述强度值的事先预期的过程。

下面将描述在上述安排中用于估算参数向量a(x)的优选过程。过程包括在灌注处理正在血管系统2中进行时用X射线设备3从不同的方向dⁱ生成投影pⁱ _j。在优选实施例中，X射线设备3正向或反向旋转，以使得对于M个投影方向dⁱ的每个投影方向得到在不同的时间点的至少N个投影pⁱ _j(1＜j≤N)。

从现有技术，诸如ART(代数重建技术)那样的迭代重建算法是熟知的(参阅例如G.T.Herman，L.B.Meyer；Algebraic ReconstructionFechniques can be made Computationally Efficient(代数重建技术可以做得计算上有效)；IEEE TMI 12(3)，p.600ff，1993；F.J.Beekman，C.Kamphuis；Fast Ordered Subset Reconstruction for X-ray CT；IEEENuclear Science Symposium Conference Record(X射线的快速排序的子集重建)；Volume 2，2000)。在这些算法中，静止3D图像I(x)的迭代重建通过物体的投影pi和递归公式而达到：

I^k+1(x)＝I^k(x)+ΔI(x；p^i(k)，I^k(x))，

其中I^k(x)逼近未知的函数I(x)。在许多算法(包括ART)中，ΔI仅仅取决于从与p^i(k)相同的方向所取的投影I^k(x)。

当把这样的算法扩展到如上所述的灌注成像的非静止情形时，对于用序列 迭代近似参数向量a(x)需要类似的公式。

假设这个序列的第k个元素 是已知的和定义 $I^k(x,t):=I*({\underset{\‾}{a}}^k\left(x\right),t).$  用于找出 的下一个迭代步骤必须对在其上可得到投影pⁱ _j的一个时间点tⁱ _j来实行。对于这个固定的时间点tⁱ _j，可以类似地应用递归公式(1)，这产生：

$I^{k+1}(x,{t^i}_j)=I^k(x,{t^i}_j)+\mathrm{\ΔI}(x;{p^i}_j{,I}^k(x,{t^i}_j))$

$=I*({\underset{\‾}{a}}^k\left(x\right),{t^i}_j)+\mathrm{\ΔI}(x;{p^i}_j,I*({\underset{\‾}{a}}^k\left(x\right),{t^i}_j)$

$=I*({\underset{\‾}{a}}^k\left(x\right),{t^i}_j)+{\mathrm{\ΔI}}_j^{k,i}$

根据这个公式，在新的(未知的)参数向量 处的模型函数 

与(已知的)更新的函数I^k+1(x，tⁱ _j)之间的差值可被计算为：

${{\mathrm{\χ}}^i}_j=I*({\underset{\‾}{a}}^{k+1}\left(x\right),{t^i}_j)-I^{k+1}(x,{t^i}_j)$

$=I*({\underset{\‾}{a}}^{k+1}\left(x\right),{t^i}_j)-I*({\underset{\‾}{a}}^k\left(x\right),{t^i}_j)-{\mathrm{\ΔI}}_j^{k,i}$

合理的假设是通过对于 的适当的选择使得|Xⁱ _j|尽可能小。但是由于向量a具有N个分量，单是这个假设就有许多解，因此不能保证收敛。所以，最好通过要使以下公式的最小化而同时调节 

的几个(优选地全部)分量，

${\mathrm{\χ}}^2\left(x\right)=\underset{i\∈A,j\∈B}{\mathrm{\Σ}}{\left({{\mathrm{\χ}}^i}_j\right)}^2=\underset{i\∈A,j\∈B}{\mathrm{\Σ}}{(I*({\underset{\‾}{a}}^{k+1}\left(x\right),{t^i}_j)-I*({\underset{\‾}{a}}^k\left(x\right),{t^i}_j)-{{\mathrm{\ΔI}}^{k,i}}_j\left(x\right))}^2,---\left(2\right)$

其中A，B是下标组，它们在原则上可以对于每次迭代步骤时任意地选择，以及其中项目的数目(|A|+|B|)优选地大于或等于N。

为了保证稳定的收敛(由于a的所有的分量对于最小化的平衡的贡献)，最好是对于迭代步骤k→(k+1)只选择从同一个方向di取的投影。这意味着，在公式(2)中|A|＝1和|B|＞N。具体地，函数

${\mathrm{\χ}}^2\left(x\right)=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left({{\mathrm{\χ}}^i}_j\right)}^2=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{(I*({\underset{\‾}{a}}^{k+1}\left(x\right),{t^i}_j)-I*({\underset{\‾}{a}}^k\left(x\right),{t^i}_j)-{{\mathrm{\ΔI}}^{k,i}}_j\left(x\right))}^2$

可被最小化，以便对于每个位置x找出许多参数向量 

这个解例如可以通过最小平方方法或通过从数值计算已知的某些其它适当的程序而找到。

总之，重建算法的每个迭代步骤可以通过以下步骤实行：

-根据已知的参数向量 

和(任意选择的)下标i计算对于时间点tⁱ ₁，...tⁱ _N的N个估值 

-使用获取的投影pⁱ _j和所述N个估值计算N个更新值ΔI^k，i ₁，...，ΔI^k，i _N。

-在对于每个体素x的后向投影期间通过使得X²(x)最小化而计算更新的参数 

作为变例，如果N个投影pⁱ ₁，...，pⁱ _N的投影方向dⁱ稍微不同，则也可以实行该算法。具体地，在C臂运动的转动点对于约180°的角度差所获取的投影可以在重建迭代内同时加以考虑，以便改进稳定性。而且， 解剖的参考数据组可被使用来把参数a₁(x)，...，a_N(x)的数目N减小1。

按照另一个方法，可以通过使得如下式的目标函数最小化而找出参数向量a(x)：

${\mathrm{\χ}}^2=\underset{i,j}{\mathrm{\Σ}}{({p^i}_j-P_{i}I*(\underset{\‾}{a}\left(x\right),{t^i}_j))}^2,$

其中1≤i≤M，1≤j≤N，以及其中P_i表示按照投影几何关系dⁱ投影图像I*(a(x)，t)的算子。在这种情形下，具有相同的上下标的所有的投影pⁱ _j 属于相同的投影方向并非是必需的(或者是有助益的)。所以与图1的图相反，pⁱ _j在投影角和时间上很大程度是任意分布的。

函数x²的最小化例如可以通过迭代程序过程实现。在这种情形下，最好使用感兴趣的区域的(2D或3D)截面图像作为对于I*(a(x)，tⁱ _j)的开始值。这样的“开始图像”可以通过任何适当的方法，例如根据一组投影以反向投影而产生。而且，开始图像可以从以前的(例如在灌注成像之前的几天)记录的数据取得，因此使得病人所受的X射线曝光最小化。然而，优选地，开始图像在投影pⁱ _j之前立即被产生，以便尽可能接近与这些投影相对应的情形。

本发明能在基于C臂的X射线系统上进行灌注成像，因为它不需要以约1秒的帧速率获取(多个)截面图像。当被应用到多切片CT(MSCT)系统时，本发明易于以明显减小的剂量实行灌注协议。

最后应当指出，在本申请中术语“包括”并不排除其它单元或步骤，“一个”不排除多个，以及单个处理器或其它单元可以完成几个装置的功能。而且，在权利要求中的标号不应当看作为限制它们的范围。

Claims (16)

1.一种C臂系统或多切片CT系统的图像处理设备(1)，所述图像处理设备(1)被提供用于重建物体(2)的与时间有关的表示I(x，t)，并且包括：

-逼近模块，具有用于存储预定的模型函数I＊(a(x)，t)的N维参数向量a(x)的存储器，该函数逼近函数I(x，t)；

-输入模块，用于接收在时间tⁱ _j从不同投影方向dⁱ生成的物体(2)的投影组pⁱ _j，以及

-估算模块，适合于藉助于所述投影组pⁱ _j来估算N维参数向量a(x)，

其中x是表示体素的位置的三维位置向量，t是一维参数时间，上标i是正整数变量，表示用于对不同投影方向dⁱ计数的索引，下标j是另一个正整数变量，表示用于对在不同时间tⁱ _j从相同投影方向dⁱ获得的这些投影pⁱ _j计数的索引，N是整数值。

2.按照权利要求1的设备，其特征在于，它包括用于根据血管系统的表示I＊(a(x)，t)确定灌注图的评估模块。

3.按照权利要求1的设备，其特征在于，该表示I(x，t)和它的近似值I＊(a(x)，t)描述对于每个时间t的物体的截面图像。

4.按照权利要求3的设备，其特征在于，参数向量a(x)的估算是基于用来重建静止截面图像I(x)的迭代算法的更新函数ΔI(x，p^i(k)，I^k(x))的，其中p^i(k)是在第k次迭代步骤中使用的投影以及I^k(x)是对于I(x)的第k次估算。

5.按照权利要求4的设备，其特征在于，参数向量a(x)是由序列a ^k(x)迭代地逼近的，其中第(k+1)次迭代包括以下步骤：

a)对于至少N个时间tⁱ _j的估值I*(a ^k(x)，tⁱ _j)进行计算，其中对于某些下标组A，B，i∈A和j∈B；

b)藉助于所述估值I*(a ^k(x)，tⁱ _j)和相应于时间tⁱ _j的测量的投影pⁱ _j，计算相应的更新ΔI^k，i _j＝ΔI(x，pⁱ _j，I*(a ^k(x)，tⁱ _j))，；

c)通过使得以下的函数最小化，计算对于参数向量a(x)的新的估值a ^k+1(x)：

${\mathrm{\χ}}^2\left(x\right)\underset{i\∈A,j\∈B}{\mathrm{\Σ}}{(I^{*}({\underset{-}{a}}^{k+1}\left(x\right),{t^i}_j)-I^{*}({\underset{-}{a}}^k\left(x\right),{t^i}_j)-\mathrm{\Δ}{I^{k,i}}_j\left(x\right))}^2.$

6.按照权利要求1的设备，其特征在于，测量的投影组pⁱ _j能划分成M个子组，其中每个子组只包括在不同的时间tⁱ _j从相同的或近似相同的方向(dⁱ)取得的投影pⁱ _j，j＝1，...Q，以及其中Q≥N。

7.按照权利要求1的设备，其特征在于，参数向量a(x)的估算是基于目标函数的最小化，该目标函数估计在测量的投影pⁱ _j与从模型函数计算的相应的投影P_iI*(a(x)，tⁱ _j)之间的偏差，其中目标函数被定义为：

${\mathrm{\χ}}^2=\underset{i,j}{\mathrm{\Σ}}{({p^i}_j-P_i{I}^{*}(\underset{-}{a}\left(x\right),{t^i}_j))}^2.$

8.按照权利要求1的设备，其特征在于，参数向量a(x)的估算利用解剖的参考数据组。

9.一种X射线检查系统，包括：

-旋转的X射线设备(3)，用于从不同的方向dⁱ生成物体的X射线投影pⁱ _j；

-图像处理设备(1)，它被耦合到X射线设备(3)，以及适合于根据所述投影pⁱ _j来估计预定的模型函数I＊(a(x)，t)的N维参数向量a(x)，该模型函数逼近物体(2)的表示I(x，t)，

其中x是表示体素的位置的三维位置向量，t是一维参数时间，上标i是正整数变量，表示用于对不同投影方向dⁱ计数的索引，下标j是另一个正整数变量，表示用于对在不同时间tⁱ _j从相同投影方向dⁱ获得的这些投影pⁱ _j计数的索引，N是整数值。

10.按照权利要求9的系统，其特征在于图像处理设备(1)是按照权利要求1到8之一的图像处理设备(1)。

11.按照权利要求9的系统，其特征在于，旋转的X射线设备是C臂系统(3)或多切片CT系统。

12.按照权利要求9的系统，包括注入系统，用于把对照剂注入到病人的血流中。

13.一种根据显示物体(2)的投影组pⁱ _j来重建所述物体(2)的与时间有关的表示的方法，其中所述投影是由C臂系统或多切片CT系统在时间tⁱ _j从不同投影方向dⁱ生成的，所述方法包括以下步骤：

-逼近通过预定的参数模型函数I＊(a(x)，t)描述表示的函数I(x，t)；以及

-藉助于所述投影组pⁱ _j来估算N维参数向量a(x)，

其中x是表示体素的位置的三维位置向量，t是一维参数时间，上标i是正整数变量，表示用于对不同投影方向dⁱ计数的索引，下标j是另一个正整数变量，表示用于对在不同时间tⁱ _j从相同投影方向dⁱ获得的这些投影pⁱ _j计数的索引，N是整数值。

14.一种适用于确定在物体(2)中的3D动态过程的X射线系统，系统包括

X射线源和X射线检测器，被放置在对于检查位置的对面的位置并可围绕所述检查空间旋转，用于生成多个X射线投影；

数据处理单元，用于从所述多个X射线投影导出在物体(2)中与时间有关的3D动态过程图；

由此3D动态过程由具有有限的参数组的预定的模型所逼近；

由此数据处理单元被安排成从X射线投影的数据中估算在所述有限的参数组中的参数。

15.按照权利要求14的X射线系统，由此预定的模型逼近在组织中的对照剂的灌注。

16.按照权利要求14的X射线系统，由此X射线系统是C臂X射线设备或多切片CT系统。

Images