CN2860349Y - 三维锥束ct图像重建的处理系统 - Google Patents

Abstract

本实用新型涉及一种三维锥束CT图像重建的处理系统，包括相互连接的锥束X射线扫描装置和图像重建装置，其中所述锥束X射线扫描装置包括放置被检测物体的平台；X射线源；接收和检测X射线的面探测器，与所述X射线源相对设置于所述平台两侧；所述X射线源，包括产生X射线的X射线发生器；用来将X射线校准为锥束X射线后进行发射的准直器，与所述X射线发生器相连接；所述图像重建装置包括用来采集投影数据的数据采集器，与所述面探测器相连接；中心计算机，与所述数据采集器相连接；数个用来处理投影数据的处理器，均与所述中心计算机相连接。因此本实用新型既可以实现好的实时性，即处理速度快，又达到高的分辨率。

Description

三维锥束CT图像重建的处理系统

技术领域

本实用新型涉及一种三维锥束CT图像重建的处理系统，尤其是一种利用多个并行处理器的三维锥束CT图像重建的处理系统。

背景技术

CT是英文Computerized Tomography的简写，意为计算机层析成像、计算机层析成像技术主要应用于医学临床诊断以及工业、生物、石油、物探、材料、安全等多个领域进行无损检测。X射线计算机层析成像技术从从上世纪70年代开始运用，传统CT是基于二维(平行束，扇束)成像的。

三维锥束CT具有比二维XCT的扫描速度快、成像分辨率高等诸多优点。目前大多CT是断层CT，每次用X射线扫描被测物体的一个断层，建立二维图像(因此其射线利用效率低，扫描速度慢)，然后由不同断层的图像通过插值得到被测物的三维图像，这种三维图像是“伪三维图像”，其轴向分辨率远低于断层内的分辨率，难以满足对空间和时间分辨率要求较高的检测需求(如心脏扫描、化工过程等动态成像需求)。多层螺旋CT在一定程度上改善了轴向分辨率，提高了扫描速度。但随着层数增加，过程会变得很复杂，伪影也会加重。而且速度慢，实时性不好。

最典型的一种三维锥束CT是三维螺旋锥束CT(常用于医学临床)。螺旋扫描(spiral CT scan，Helical CT scan)又称容积扫描(volumetric CTscan)，是指采用滑环技术，在扫描过程中X射线源和探测器连续360度旋转，X射线源连续产生锥束X射线，数据采集也随之连续进行；与此同时，病人随检查床沿纵轴方向连续移动通过扫描架，导致锥束X射线以螺旋形方式穿过病人。螺旋扫描与常规CT不同，检查床移动速度与扫描层厚可有不同的组合，这种组合以Pitch值，即螺距来表示，螺距等于X射线源旋转一周检查床(即平台)移动的距离。扫描范围为检查床每秒移动的距离与X线球管连续曝光时间之积。因此，螺距越大，每次闭气所能扫描的范围就越大。螺旋扫描的扫描速度快，可进行连续快速扫描成像，而且，可以获取容积数据，可重建出高质量的多轴面图像和三维立体图像。CT图像重建的数据庞大，每次扫描获得的大量图像和原始数据，实时性差，传输和储存能力有待提高，并且后处理费时。

现有的CT图像重建系统均使用串行处理，因此冗余数据处理非常多，图像重建的速度比较慢。串行处理无法兼顾大运算量和实时性的要求。所以如果为了重建高分辨率图像，那么计算量将非常大，串行处理的每一个模块将处理所有的投影数据，无法实现实时性；如果为了实现好的实时性，则不能处理大量的数据，不得不降低图像分辨率，因此显示效果将非常差。

实用新型内容

本实用新型的目的是克服现有三维锥束CT图像重建的处理系统的缺陷，提供一种三维锥束CT图像重建的处理系统，可以既实现好的实时性，即处理速度快，又达到高的分辨率。

为实现上述目的，本实用新型提供了一种三维锥束CT图像重建的处理系统，包括相互连接的锥束X射线扫描装置和图像重建装置，其中所述锥束X射线扫描装置包括：

一平台，用来放置被检测物体；

一X射线源，包括一X射线发生器，用来产生X射线；一准直器，与所述X射线发生器相连接，用来将X射线校准为锥束X射线后进行发射；

一面探测器，与所述X射线源相对设置于所述平台两侧，用来接收和检测X射线；

所述图像重建装置包括：

一数据采集器，与所述面探测器相连接，用来采集投影数据；

一中心计算机，与所述数据采集器相连接；

数个处理器，均与所述中心计算机相连接，用来处理投影数据。

所述中心计算机还连接有显示器和用于监视扫描过程的视频监视器以及存储设备。

因此，本实用新型三维锥束CT图像重建的处理系统既实现了好的实时性，又实现了高的分辨率。

下面通过附图和实施例，对本实用新型的技术方案做进一步的详细描述。

附图说明

图1为本实用新型三维锥束CT图像重建的处理系统的结构示意图。

图2为本实用新型三维锥束CT图像重建的处理方法的流程图。

图3为本实用新型三维锥束CT图像重建的处理方法的扫描线和扫描空间的示意图。

图4为本实用新型三维锥束CT图像重建的处理系统的处理方法的PI线与PI参数区间示意图。

图5为本实用新型三维锥束CT图像重建的处理系统的处理方法的Tam-Danielsson窗示意图。

图6为本实用新型三维锥束CT图像重建的处理系统的处理方法的Tam-Danielsson锥束覆盖的示意图。

图7为本实用新型三维锥束CT图像重建的处理系统的处理方法的滤波直线的示意图。

图8为本实用新型三维锥束CT图像重建的处理系统的处理方法的加速比示意图。

图9为本实用新型三维锥束CT图像重建的处理系统的处理方法并行效率的示意图。

图10为本实用新型三维锥束CT图像重建的处理系统的处理方法另一实施例的示意图

具体实施方式

本实用新型是将图像重建的投影数据分配给不同的处理器进行并行处理，然后将各自重建的图像合成为整体图像。

三维锥束CT是基于物体内部不同结构对光子的不同吸收作用形成物体的三维图像，来表征物体内部结构的。具体是，通过从多个光源处(通常形成所谓的扫描曲线)，发射锥束射线穿过待测物体，在面探测器上采集投影数据，然后由投影数据计算出表示吸收作用的图像值。从投影数据得到图像的算法称为图像重建算法。并且认为投影数据是在某个平面上采集的(不论面探测器是什么形状的)，称该平面为探测平面；称待测物体所处的空间区域为图像空间。

如图1所示，为本实用新型三维锥束CT图像重建的处理系统的结构示意图，三维锥束CT图像重建的处理系统包括，相互连接的锥束X射线扫描装置1和图像重建装置2，其中锥束X射线扫描装置1包括平台10，平台10的两侧设置有X射线源11和面探测器14，X射线源11由互相连接的X射线发生器12与准直器组成13，图像重建装置2包括与所述面探测器14相连接数据采集器20，数据采集器20连接了中心计算机21，而中心计算机21则连接了数个处理器22-1至22-n、显示器23、视频监视器24和存储设备，常用的存储设备为磁带机25。

平台10用来放置被测物体3，可以竖直直线运动(也可以做水平)运动，X射线源11产生和发射锥束X射线。X射线源11和面探测器14相对固定设置在平台10的两侧，方向相对，可以同时围绕平台10旋转，当X射线源11产生的X线穿过被测物体3，透过被测物体3的剩余射线为面探测器14所接收，面探测器14对X射线高度敏感，可以将收集到的X射线转化为模拟信号，再转化为数字信号的投影数据，由数据采集器20收集投影数据并发送与中心计算机21，中心计算机21将这些投影数据分配给并行的各个处理器22-1至22-n，由这些处理器分别各自重建部分图像，最后由中心计算机21合成最终的重建图像，合成的图像在显示器23上进行显示，而视频监视器可以检测扫描过程，重建的图像可以储存于磁带机25的磁带中。

三维锥束CT重建从原理上可分为三类：精确重建，近似重建，迭代算法。本实用新型适用于前两类。下述提到的重建统指这两类。

图像重建基于相应的重建公式。重建公式都以连续模型表示，但图像重建的实际实现要求离散化的投影数据和图像空间。1、投影数据的离散化：在探测平面的一个或多个区域中，选择一些离散点采集投影数据。2、图像空间的离散化：在图像空间中，选择一些离散点作为像素，这些像素的图像值正是图像重建所要求解的目标。上述离散化处理称为采样。

重建主要包括两种处理，滤波和反投影。1、滤波：滤波处理可以是位移不变的(shift-invariant)，也可以是依位移变化的(shift-variant)。滤波处理可以在探测平面上进行，也可以在图像空间上进行。另外，虽然对投影数据求导可以认为是一种滤波处理，但在本实用新型中把求导作为滤波或反投影前的预处理。2、反投影：把探测平面上经过某些处理的投影数据通过某种加权累加给图像空间中离散格点。

而且，数值实现的某些步骤中需要对采样方式进行转换，这通过插值来实现，所以把插值作为重建实现中的一种基本处理。

并行处理技术的原理是，在每一步中，以数据分割为手段，形成并行模式。例如如果要从数据S_in得到数据S_out，根据具体情况，总能设法将数据S_in和数据S_out分别分割成：

$S_{\mathrm{in}}=\underset{i=1}{\overset{m}{U}}{S}_{\mathrm{in}}^i$

$S_{\mathrm{out}}=\underset{j=1}{\overset{n}{U}}{S}_{\mathrm{out}}^j$

以使得每个数据S_in ⁱ(1≤i≤m)对每个数据S_out ^j(1≤j≤n)的贡献能够独立实现。这些处理可由不同的处理器独立完成。

本实用新型的并行处理如下所述：

第一：针对滤波，反投影和插值这三种重建算法中涉及的基本处理过程，相应的并行处理具体描述如下：

(a)、滤波的并行处理：无论是在探测平面上还是在图像空间上，滤波处理总可以看作沿着直线进行。此处的并行技术是：根据具体情况，选定一族直线，使这些直线上进行的滤波处理能够相互独立，分配给若干不同的处理器执行。

(b)、反投影处理的并行处理：此处，引入一个术语：锥束覆盖。在每个光源点处(X射线源相对于待测物体的运动轨迹称为扫描曲线，扫描曲线上的每个点都称为光源点)，必要的投影数据总是对图像空间中某个特定区域的图像重建有贡献，而不必涉及其他区域。该特定区域称为锥束覆盖。任何扫描模式下的图像重建公式都确定了每个光源点的锥束覆盖。图像重建的具体实现中，总是选取若干个光源点，在这些光源点处能够针对各自对应的锥束覆盖相互独立地实施反投影，也就是说，在每个光源点处，可以独立地把反投影处理需要的输入数据反投影到锥束覆盖中的采样点。可以根据处理器个数，把光源点分割成若干组，使得每一组包含的反投影处理由一个处理器执行。另外，可以将图像空间分割成若干块，针对每一块进行的反投影处理也是独立的。

(c)、插值的并行处理：插值在探测平面或图像空间上进行。是指根据具体需要，把某种离散形式A下的格点上的数据通过插值转换成另外一种离散形式B下的格点上的数据。事实上，离散形式A下的每个格点p上的数值只对离散形式B下的固定的若干格点(组成集合S_p)上的数值有贡献。所以可以单独针对每个格点p，把它的数值以某种方式(由具体采用的插值处理确定)累加给集合S_p上的点。可以把这些独立的运算分配给若干处理器执行。

如图2所示，为本实用新型三维CT图像重建的处理方法的流程图，步骤如下：

步骤101、X射线源的X射线发生器所产生的X射线经过准直器校准为锥束X射线后发射，X射线源和面探测器围绕所述待测物体相对旋转，而平台则拖载待测物体沿所述X射线源和面探测器的旋转平面垂直方向直线运动，透过待测物体的剩余X射线被面探测器所接收，在扫描过程中X射线源和面探测器的相对位置保持不变；

也可以X射线源和探测器围绕所述待测物体相对旋转的同时，沿着所述X射线源和面探测器的旋转平面的垂直方向直线运动，即只要X射线源和面探测器与待测物体的相对运动为螺旋运动即可；如图3所示，为本实用新型扫描曲线和图像空间的示意图，本实施例中的扫描曲线Y(s)是标准螺旋线，对于图像空间中的固定坐标系(x₁，x₂，x₃)，标准螺旋线的参数方程为

C：＝{y∈R³：y₁＝Rcos(s)，y₂＝Rsin(s)，y₃＝s(h/2π)，s∈I}，I：＝[s_start，s_end]，

其中h＞0，b＞a；而图像空间U是与螺旋线同轴的柱体

$U:=\{x\&Element;R^3:x_1^2+x_2^2<r^2,a(h/2\mathrm{\&pi;})<x_3<b(h/2\mathrm{\&pi;})\},0<r<R;$

步骤102、面探测器将接收到的经过待测物体吸收后的X射线变为模拟信号，再转化为数字信号的投影数据后输入数据采集器；

步骤103、数据采集器将所述投影数据采集后输入中心计算机；

步骤104、中心计算机将该投影数据分配给不同的处理器进行图像重建处理；

重建可以分为滤波反投影型的和反投影滤波型的两种；第一种为滤波反投影型，以Katsevich的滤波反投影型精确反演公式为例；

Katsevich的反演公式为

$f\left(x\right)=-\frac{1}{2{\mathrm{\&pi;}}^2}{\&Integral;}_{I_{\mathrm{PI}}\left(x\right)}\frac{1}{|x-y\left(s\right)|}{\&Integral;}_0^{2\mathrm{\&pi;}}\frac{\&PartialD;}{\&PartialD;q}{D}_f(y\left(q\right),\mathrm{\&Theta;}(s,x,\mathrm{\&gamma;})){|}_{q=s}\frac{\mathrm{d\&gamma;}}{\sin \mathrm{\&gamma;}}\mathrm{ds}$

公式涉及一个重要概念——PI线段：设螺旋线上两点对应参数之差小于2π，则称这两点相连得到的线段为PI线段，对于图像空间中的每一点x，都存在唯一通过它的PI线段L_PI(x)，PI线的两个端点对应的参数分别记为s_b(x)和s_t(x)，I_PI(x)：＝[s_b(x)，s_t(x)]为PI参数区间，参见图4所示，为本实用新型三维CT图像重建的处理方法的PI线与PI参数区间示意图，它确定了对x点的图像值f(x)重建有贡献的光源点集合；

重建公式包含两层积分

(a)、内层积分

$\mathrm{\&Psi;}(s,x)={\&Integral;}_0^{2\mathrm{\&pi;}}\frac{\&PartialD;}{\&PartialD;q}{D}_f(y\left(q\right),\mathrm{\&Theta;}(s,x,\mathrm{\&gamma;})){|}_{q=s}\frac{\mathrm{d\&gamma;}}{\sin \mathrm{\&gamma;}}$

表示滤波处理；

(b)、外层积分

$f\left(x\right)=-\frac{1}{2{\mathrm{\&pi;}}^2}{\&Integral;}_{I_{\mathrm{PI}}\left(x\right)}\frac{1}{|x-y\left(s\right)|}\mathrm{\&Psi;}(s,x)\mathrm{ds}$

表示反投影处理；

基于Katsevich公式的图像重建的具体过程为：

步骤1041a、首先进行滤波处理，在探测平面上进行；

探测平面上必要的投影数据：g(s，u，v)，(u，v)∈W(s)。参见图5所示，其中w(s₀)为光源点y(s₀)处的Tam-Danielsson窗，Г_l和Г_r为Tam-Danielsson窗的左右边界，而Г_top和Г_bot为Tam-Danielsson窗的上下边界，数值计算时需要稍稍超出Tam-Danielsson窗，取包含Tam-Danielsson窗的矩形进行离散化，形成二维的方格点，采集这些方格点上的投影数据；如图7所示的滤波直线示意图，滤波沿着如图7所示的直线族L(s₂)进行，其中s₂为Tam-Danielsson窗的上或下边界上的一点，方格点上的投影数据经过求导等处理后插值得到这些直线族上的数据，滤波完成后再将它们插值回方格点上；

步骤1041b、接着进行反投影处理；参见图5和图6所示，为Tam-Danielsson窗和锥束覆盖的示意图，由Katsevich公式确定的每个光源点y(s₀)处的锥束覆盖，是以Tam-Danielsson窗w(s₀)为底面，光源点y(s₀)为顶点的锥体V(s₀)，其中x为V(s₀)中的一点，

为x在窗w(s₀)上的投影；将光源点进行分割，设光源点对应的角参数s范围为[s_start，s_end]，处理器数为n，则将[s_start，s_end]分为n段。将第k(1≤k≤n)段表示的各个光源点对应的滤波反投影处理由中心计算机分配给第k个处理器进行计算；

步骤105、处理器各自将处理结果发送与中心计算机；

步骤106、由中心计算机累加所有处理器上的计算结果就可以得到重建图像。

这种基于光源点分割的并行实现可以使成像速度大大加快。在一个有256个双CPU(至强2.0)计算结点的linux机群上运行了关于Katsevich重建的并行程序，程序运行的结果显示了良好的并行加速比和并行效率。

并行效率E(n，P)和加速比S(n，P)的定义如下：

$S(n,P)=\frac{T(n,1)}{T(n,P)},$ $E(n,P)=\frac{T(n,1)}{\mathrm{PT}(n,P)}$

其中n表示算法处理的数据规模，P表示处理器数。如图8和图9所示，为本实用新型三维CT图像重建的处理方法的加速比和并行效率的示意图。其中，图8中的横坐标为处理器数目，纵坐标为处理速度，而图9中的横坐标为处理器数目，纵坐标为处理效率。从图8可以看出本方法具有线性的加速比，而且直到32个处理器仍能保持很高的并行效率，说明本方法具有良好的可扩展性。

在数值模拟的实验中，采用三维的Shepp-Logan标准模型做并行重建，图象空间的采样网格为256×256×256，X射线的光源点数为3000，探测平面的采样网格为100×500。采用同样的处理器运行，单处理器的重建时间为6543秒，32个处理器的并行重建时间为231秒。

步骤104中的另一种重建方法是反投影滤波型；

以Zou & Pan的重建公式为例，这是一个三维螺旋锥束CT的精确重建公式，它可拆分为两个公式：

1. $g\left(x\right)={\&Integral;}_{I_{\mathrm{PI}}\left(x\right)}\frac{1}{|x-y\left(s\right)|}\frac{\&PartialD;}{\&PartialD;q}{D}_f(y\left(q\right),\mathrm{\&beta;}){|}_{q=s}\mathrm{ds}$

表示对投影数据的导数进行反投影；

2. $f\left(x\right)={\&Integral;}_{R^3}d{x}^{\&prime;}K(x,x^{\&prime;})g\left(x^{\&prime;}\right)$

再用滤波器K(x，x′)进行滤波，得到重建图像。因此这个公式是反投影滤波型的。

引入与PI相联系的坐标系：取沿着PI线的方向为x_π轴，其方向向量为：

${\hat{e}}_{\mathrm{\&pi;}}\left(x\right)=\frac{y\left(s_t\right)-y\left(s_b\right)}{|y\left(s_t\right)-y\left(s_b\right)|},$ 原点取为PI线的中点。而另外两个坐标轴y_π，z_π可以任取两个互相垂直的方向，使(x_π，y_π，z_π)为右手正交系，那么，每条PI线会决定一个坐标系，而滤波过程可以重写为：

$f_{\mathrm{\&pi;}}(x_{\mathrm{\&pi;}},s_b,s_t)=-\frac{1}{2{\mathrm{\&pi;}}^2}{\&Integral;}_R\frac{d{x}_{\mathrm{\&pi;}}^{\&prime;}}{x_{\mathrm{\&pi;}}-x_{\mathrm{\&pi;}}^{\&prime;}}{g}_{\mathrm{\&pi;}}(x_{\mathrm{\&pi;}}^{\&prime;},s_b,s_t),$ 其中g_π(x_π，s_b，s_t)为相应PI线上经过求导和加权反投影后的值。于是可以看到，Zou & Pan公式中的滤波处理可以单独在各条PI线上进行。

下面对重建每一步的并行处理进行详细描述：

步骤1042a、首先处理器将投影数据进行预处理，即进行求导；

与Katsevich公式相同，由于求导是一个局部算子，求一个光源点处投影数据的导数只需要它附近的光源点的数据即可，因此可以将光源点按顺序进行排列并分割，设光源点对应的参数范围为[s_start，s_end]，处理器数为n，则将[s_start，s_end]分为n段，将第k(1≤k≤n)段表示的各个光源点对应的处理由中心计算机分配给第k个处理器进行计算；

步骤1042b、接着进行反投影处理；

反投影处理可以利用锥束覆盖的方法来处理，Zou & Pan算法中相应的锥束覆盖的定义与Katsevich公式的相同，即每个光源点y(s)处的锥束覆盖，如图5所示，是以Tam-Danielsson窗为底面，光源点为顶点的锥体；与Katsevich公式不同的是，这里锥束覆盖包含了整个锥体包含在螺旋线所围柱体内的所有部分，而Katsevich公式只需要锥体与图像空间相交的部分就行了；对于每个光源点来说，反投影处理可以在所对应的锥束覆盖内的像素点上独立进行，将不同光源点的反投影处理分配到预处理的处理器上并行处理；

步骤1042c、最后进行滤波处理。

Zou & Pan公式的滤波处理是在各条PI线上进行的，每条PI线上的滤波又是互相独立的，因此可以将不同PI线上的滤波处理分配到预处理和反投影处理的处理器上并行处理。

通过以上三步可以得到每条PI线上的离散点的像素值，还需要将他们插值到图像空间中正规的格点上，这也可以并行处理。

另外，可以利用圆轨道的Feldkamp滤波反投影型近似重建公式。

参见图10所示，Feldkamp重建公式是以圆轨道为扫描曲线4，图像空间5为一个球体，以二维扇束滤波反投影算法为基础，通过一些启发性的近似推导而来。是一个三维锥束CT的近似重建公式。

圆轨道扫描曲线4的参数方程为：

x＝Rcosβ，y＝Rsinβ，z＝z₀

其中R是圆半径；在所取坐标系下，圆轨道垂直于z轴，z₀是常数，表示圆上点的z坐标；β是圆轨迹的角参数，取值范围是：0≤β＜2π，每个固定的β对应一个光源点6。

在扫描时，X射线发生器所产生的X射线经过准直器校准为锥束X射线后发射，X射线源和面探测器围绕所述待测物体相对旋转，因为被测物体是短物体(在z轴方向范围小)，因此可以被锥束X射线所全部覆盖，因此只进行圆形扫描即可，不用进行螺旋扫描。

各个处理器的具体处理如下：

步骤1043a、首先处理器对于各自处理的光源点的投影数据进行滤波，滤波沿着图10所示的一族平行直线7进行，由下式确定：

$G(\mathrm{\&beta;},a,b)=\left(\frac{R}{\sqrt{R^2+a^2+b^2}}{D}_f(\mathrm{\&beta;},a,b)\right)*h\left(a\right)$

其中h(a)为斜坡滤波器，而(a，b)为探测平面上的坐标对于每个光源点处的投影数据，首先都要进行滤波，Feldkamp算法的滤波处理是二维扇束重建算法中滤波处理的直接推广，它在每条与中平面平行的探测直线上进行。每条滤波直线上的运算是相互独立的，因此可以将各条直线上的滤波处理分配到不同的处理器上进行并行计算；

步骤1043b、然后进行反投影，得到重建图像，这由下式确定：

$f(x,y,z)={\&Integral;}_0^{2\mathrm{\&pi;}}\frac{R^2}{U{(x,y,\mathrm{\&beta;})}^2}G(\mathrm{\&beta;},a(x,y,\mathrm{\&beta;}),b(x,y,z,\mathrm{\&beta;}))\mathrm{d\&beta;}$

其中

U(x，y，β)＝R+xcosβ+ysinβ

$a(x,y,\mathrm{\&beta;})=R\frac{-x\sin \mathrm{\&beta;}+y\cos \mathrm{\&beta;}}{R+x\cos \mathrm{\&beta;}+y\sin \mathrm{\&beta;}}$

$b(x,y,z,\mathrm{\&beta;})=z\frac{R}{R+x\cos \mathrm{\&beta;}+y\sin \mathrm{\&beta;}}$

Feldkamp算法的反投影过程同样可以采用锥束覆盖的方法设计并行处理，图10所示的图像空间5(即待测物体所占据的空间)为简化起见以一个球体表示，其他形状的图像空间也可以。相应的锥束覆盖8恰恰就是图像空间。对于每个光源点6，对图像空间的每个像素点进行反投影。可以将所有光源点处的反投影处理分配到不同的处理器上进行并行处理。

因此，本实用新型三维锥束CT图像重建的处理系统利用并行处理器进行处理，所以既实现了好的实时性，又实现了高的分辨率。而且三维锥束CT图像重建的处理方法的处理速度非常快，图像重建质量高。

最后所应说明的是，以上实施例仅用以说明本实用新型的技术方案而非限制，尽管参照较佳实施例对本实用新型进行了详细说明，本领域的普通技术人员应当理解，可以对本实用新型的技术方案进行修改或者等同替换，而不脱离本实用新型技术方案的精神和范围。

Claims (3)

1、一种三维锥束CT图像重建的处理系统，包括相互连接的锥束X射线扫描装置和图像重建装置，其特征在于所述锥束X射线扫描装置包括：

一放置被检测物体的平台；

一X射线源，包括

一产生X射线的X射线发生器；

一用来将X射线校准为锥束X射线后进行发射的准直器，与所述X射线发生器相连接；

一接收和检测X射线的面探测器，与所述X射线源相对设置于所述平台两侧；

所述图像重建装置包括：

一用来采集投影数据的数据采集器，与所述面探测器相连接；

一中心计算机，与所述数据采集器相连接；

数个用来处理投影数据的处理器，均与所述中心计算机相连接。

2、根据权利要求1所述的三维锥束CT图像重建的处理装置，其特征在于所述中心计算机还连接有显示器和用于监视扫描过程的视频监视器。

3、根据权利要求1或2所述的三维锥束CT图像重建的处理装置，其特征在于所述中心计算机还连接有存储设备。

Images