DE102006027670A1 - Bildbasierte Artefaktreduktion bei der PET/CT Bildgebung - Google Patents

Bildbasierte Artefaktreduktion bei der PET/CT Bildgebung Download PDF

Info

Publication number
DE102006027670A1
DE102006027670A1 DE200610027670 DE102006027670A DE102006027670A1 DE 102006027670 A1 DE102006027670 A1 DE 102006027670A1 DE 200610027670 DE200610027670 DE 200610027670 DE 102006027670 A DE102006027670 A DE 102006027670A DE 102006027670 A1 DE102006027670 A1 DE 102006027670A1
Authority
DE
Germany
Prior art keywords
value
pixels
image
region
pixel
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.)
Withdrawn
Application number
DE200610027670
Other languages
English (en)
Inventor
James J. Knoxville Hamill
David D. Knoxville Faul
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 Medical Solutions USA Inc
Original Assignee
CTI Molecular Imaging Inc
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 CTI Molecular Imaging Inc filed Critical CTI Molecular Imaging Inc
Publication of DE102006027670A1 publication Critical patent/DE102006027670A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • G06T5/30Erosion or dilatation, e.g. thinning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10104Positron emission tomography [PET]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20032Median filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Nuclear Medicine (AREA)

Abstract

Ein Verfahren zum Reduzieren von bildbasierten Artefakten in kombinierten Positronenemissionstomographie- und Computertomographie (PET/CT) Abtastungen. Das Verfahren enthält ein Identifizieren von Pixeln in einem CT Bild, die einen großen HU Wert aufweisen, ein Identifizieren der Region, die die Pixel umgibt, und ein Modifizieren eines Werts jedes Pixels innerhalb der Region.

Description

  • Die vorliegende Erfindung betrifft das Feld der medizinischen Bildgebung unter Verwendung von kombinierten Positronenemissionstomographie (PET) und Computertomographie (CT) Modalitäten. Spezieller ist diese Erfindung auf ein Verfahren gerichtet zum Reduzieren von bildbasierten Artefakten in einem PET/CT Scan (Abtastung).
  • Auf dem Gebiet der kombinierten Positronenemissionstomographie und Computertomographie (PET/CT) ist es allgemein bekannt, dass Schwierigkeiten oft bei der Berechnung der verwendeten Dämpfungskorrekturfaktoren auftreten. Normalerweise wird diese Berechnung als digitale Berechnung in Computern durchgeführt, die für PET/CT verwendet werden. Das typische Vorgehen zum Ableiten von Dämpfungskorrekturfaktoren (ACF) bei PET/CT ist folgendermaßen.
  • Zuerst werden CT Bilder I(X, Y, Z) erzeugt, um Dämpfungskoeffizienten als Röntgenstrahlenergien darzustellen. Diese werden aus Messungen hergeleitet, bei denen Röntgenstrahlen den Körper geradlinig durchdringen, wobei die Röntgenstrahlen, die vollständig durch den Körper verlaufen, detektiert werden, und die detektierten Röntgenstrahlen zur Rekonstruktion von CT Bildern verwendet werden. Die CT Bilder bilden eine Datenmatrix, wobei das Datum von einem Element der Matrix ein Pixel ist, dessen Wert in Beziehung steht zu Dämpfungskoeffizienten an dieser Stelle (Position).
  • Als Zweites werden die CT Pixelwerte in Dämpfungswerte (mu map) umgewandelt für eine größere energetische 511 keV Strahlung, die bei PET verwendet wird.
  • Letztendlich werden die AFC erzeugt durch Integrieren der mu map entlang eines Nebensatzes der geraden Zeilen entlang derer der PET Tomograph seine Messungen durchführt.
  • Fehler treten in dem ersten Schritt auf, bei dem die CT Pixelwerte nicht korrekt sind, so dass sie nicht genau in die mu map Pixelwerte umgewandelt werden können. Bis heute ist dieses Problem nicht als Teil der PET Verarbeitung gelöst worden. Speziell ist dieses Problem nicht gelöst worden in dem Schritt des Umwandelns der Pixelwerte in Dämpfungswerte. Folglich besteht eine Notwendigkeit zur Lösung dieses Problems.
  • Medizinische CT Röntgentomographen sind designed, um am Besten weiches Gewebe in einem menschlichen Körper abzubilden. Dieses Material enthält nur die leichtesten chemischen Elemente, hauptsächlich Wasser, Kohlenstoff, Stickstoff und Sauerstoff. In dem Fall von medizinischen Röntgentomographen erfordert das Vorhandensein eines kortikalen Knochens im Beobachtungsfeld eine Zweitverlaufskorrektur um die unterschiedlichen Röntgenabsorbtionsmechanismen in Kalzium und Kalium, die in Knochen vorhanden sind, zu berücksichtigen.
  • Manchmal werden CT Bilder durch ein Metallstück in dem Patienten, beispielsweise chirurgische Clips oder Prothesenverbindungen, beeinträchtigt. Diese Objekte sind in den meisten Fällen strahlungsundurchlässig, also fast die gesamten Röntgenstrahlen, die darauf auftreffen, werden von dem Metall absorbiert. Die resultierenden Ungenauigkeiten in den CT Bildern werden als metallische Artefakte bezeichnet. Um das Problem metallischer Artefakte zu behandeln präsentiert die Literatur zur medizinischen Bildgebung Verarbeitungstechniken zum Erzeugen eines verbesserten CT Bildes bei Vorhandensein von metallischen Objekten, die stationär sind, also die unbeinflusst bleiben von der Atmung des Patienten oder der Blutzirkulation. Diese Verfahren basieren auf der Kenntnis, dass sich das Metall eine relativ kurze Strecke während der Messung bewegt. In einem herkömmlichen Ansatz für das Problem, wie diskutiert von G. H. Glover et al. "An algorithm for the reduction of metal clip artifacts in CT reconstructions", Medical Physics, 8(6), 799-807 (Nov/Dez 1981), wird das Röntgenstrahlsinogramm durch Verwendung eines Interpolationsverfahrens nachgebessert, bei dem die Sinogrammwerte, von denen bekannt ist, dass sie verfälscht sind, ersetzt werden mit einer Schätzung, die auf den Sinogrammwerten basiert, von denen bekannt ist, dass sie im Wesentlichen frei von Messfehlern sind. Kürzlich sind iterative Ansätze als Verbesserungen dieses Ansatzes vorgeschlagen worden. Siehe B. De Man et al. "Reduction of metal streak artifacts in X-ray computed tomography using a transmission maximum a posteriori algorithm", IEEE Transactions on Nuclear Science, Ausgabe 47, Nummer 3, 977-981 (2000).
  • Man hat jedoch herausgefunden, dass diese Verfahren nicht gut arbeiten, wenn sich das Metall während der Messung bewegt. Folglich existieren Bedenken bei der Durchführung von PET/CT Studien des Herzens in Fällen, bei denen ein automatischer implantierter Defibrilator AICD (Automated Implanted Cardioverter Defibrillator) in der Brust des Patienten vorhanden ist. Diese Geräte sind designed zur Wiederherstellung des normalen Herzrhythmus in dem Fall einer möglicherweise lebensbedrohlichen Arrhythmia. 1 zeigt ein derartiges Gerät.
  • Ähnlich einem Schrittmacher bewegt sich der AICD in der Brust mit der Schlagbewegung des Herzens. Für CT Maschinen stellt ein AICD Gerät größere Schwierigkeiten dar, als ein Schrittmacher. Es enthält zwei Schockspulen aus Platindraht, ungefähr 3 mm im Durchmesser, groß genug, um alle oder im Wesentlichen alle Röntgenstrahlen auf einigen Antwortzeilen zu blockieren. Eine der Spulen ist benachbart zu der rechten ventrikulären Wand positioniert, nahe der Septalwand und der freien Wand des linken und rechten Ventrikels, die bei der Herz-PET abgebildet werden. Wenn eine CT Maschine einen Abschnitt mit der sich bewegenden Spule rekonstruiert, ist das Ergebnis ein Metallartefakt, mit verfälschten hohen und niedrigen CT Werten in der Region um den tatsächlichen Ort der Spule. Dies ist durch den Pfeil in 2 verdeutlicht.
  • Es gibt mindestens zwei Konsequenzen. Zum Einen ist das CT Bild ein ungenaues Bild der Anatomie. Beispielsweise, wie in 2 gezeigt, wird die Spule nicht an der korrekten Position gezeigt. Zum Zweiten kann der PET Bereich des PET/CT Bilds falsche Werte enthalten. Dies passiert, da das PET Bild aus einer Kombination der PET Emissionsmessung und ACFs hergeleitet wird, die aus dem verfälschten CT Bild abgeleitet worden sind. Dieses Problem wurde bei der Erzeugung von PET vor PET/CT nicht erkannt, da die ACFs, die mit einer 511-keV Sendequelle hergeleitet werden, wenig beeinträchtigt werden durch das Vorhandensein von 3 mm Spulen aus Platin.
  • J. F. Williamson et al. "Prospects for quantitative computed tomography imaging in the presence of foreign metal bodies using statistical image reconstruction" Medical Physics 29(10) 2404-18 (2002), diskutiert einen weiteren iterativen Rekonstruktionsansatz zum Reduzieren von Artefakten.
  • A. H. R. Lonn et al. "Evaluation of method to minimize the effect of X-ray contrast in PET/CT attenuation correction" Proceedings of the 2003 IEEE Medical Imaging Conference, M6-146 (Portland, OR), diskutiert einen einfachen Schwellenwertansatz für PET/CT.
  • Die US 6,721,387 , erteilt für Naidu et al., am 13. April 2004 offenbart ein Verfahren zum Reduzieren metallischer Artefakte in CT. Das Verfahren dieses Patents enthält die Schritte:
    • A. Erzeugen eines vorläufigen Bilds für eingegebene Projektionsdaten, die von dem CT System gesammelt werden;
    • B. Identifizieren metallischer Objekte in dem vorläufigen Bild;
    • C. Erzeugen von Sekundärprojektionen von den eingegebenen Projektionsdaten durch Entfernen von Projektionen des Objekts, die Eigenschaften haben, die die Objekte veranlassen können in einem abschließenden artefaktkorrigierten Bild geändert zu werden;
    • D. Extrahieren der Projektionen der metallischen Objekte, die in Schritt B identifiziert wurden, aus den Sekundärprojektionsdaten, die in Schritt C erzeugt worden sind;
    • E. Erzeugen von korrigierten Projektionen durch Entfernen der Projektionen der metallischen Objekte, die in Schritt D extrahiert worden sind, aus den eingegebenen Projektionsdaten; und
    • F. Erzeugen eines Endbilds durch Rekonstruieren der korrigierten Projektionen, die in Schritt E erzeugt worden sind, und Einfügen der metallischen Objekte, die in Schritt B identifiziert worden sind, in das Endbild.
  • Die vorliegende Erfindung ist geschaffen zum Reduzieren von Fehlern in Herz-PET/CT für den Fall, dass ein AICD in der Brust des Patienten vorhanden ist. Da die Erfindung einfach und robust ist, kann sie für andere Fälle verwendet werden, bei denen die ACF nicht genau aus den CT Bildern hergeleitet werden können.
  • Gemäß einem Aspekt der Erfindung dient das Verfahren zum Identifizieren von Pixeln in einem CT Bild, das einen großen HU (Hounsfield Einheit) Wert aufweist, Identifizieren einer Region um die Pixel herum, und Modifizieren eines Werts jedes Pixels innerhalb der Region.
  • Gemäß einem anderen Aspekt der Erfindung dient das Verfahren zum Modifizieren der Pixel in dem CT Bild, die einen großen HU Wert aufweisen, unter Verwendung einer Neuzuordnungsfunktion der ursprünglichen HU Werte, die kontinuierlich und glatt ist.
  • Gemäß einem weiteren Aspekt der Erfindung dient das Verfahren dazu vor dem Modifizieren eines Werts jedes Pixels innerhalb der Region, einen Originalwert jedes Knochenpixels innerhalb der Region zu identifizieren, und nach dem Modifizieren eines Werts jedes Pixels innerhalb der Region jeden modifizierten Wert jedes Knochenpixels mit dem Originalwert jedes Knochenpixels zu ersetzen.
  • Gemäß einem weiteren Aspekt der Erfindung dient das Verfahren zur morphologischen Aufweitung (Dilation) der Region, die die Pixel umgibt, nach einem Identifizieren der Region, um die Genauigkeit zu verbessern.
  • Gemäß einem anderen Aspekt der Erfindung, dient das Verfahren zur Erodierung der Region, die die Pixel umgibt, nach der morphologischen Dilation der Region.
  • Gemäß einem weiteren Aspekt der Erfindung dient das Verfahren zum Identifizieren von Pixeln in dem CT Bild, die einen HU Wert unterhalb eines definierten Schwellenwerts aufweisen, und die an die Region angenähert sind, die die Pixel umgibt, die einen großen HU Wert haben, und zum Einstellen der Pixel auf einen neuen Wert derart, dass sie einen HU Wert unterhalb eines definierten Schwellenwerts haben.
  • Die oben genannten Merkmale der Erfindung werden deutlicher durch die folgende detaillierte Beschreibung der Erfindung in Verbindung mit den Zeichnungen. Es zeigen:
  • 1 eine Darstellung eines AICD (Automated Implanted Cardioverter Defibrillator), der in einer Brust eines Patienten vorhanden ist, gemäß dem Stand der Technik;
  • 2 zeigt eine Darstellung eines typischen metallischen Artefakts, das durch einen AICD verursacht wird, der ähnlich dem gemäß 1 ist, gemäß dem Stand der Technik;
  • 3A bis 3D graphisch ein CT Bild vor und nach der Anwendung einer bildbasierten Artefaktreduktion (IBAR) (Image-Based Artifact Reduction) mit Linienprofilen, die CT Pixelwerte vorher und nachher angeben, gemäß einem Ausführungsbeispiel der Erfindung; und
  • 4 ein Flussdiagramm, das ein Verfahren zum Durchführen einer beispielhaften bildbasierten Artefaktreduktion (IBAR) gemäß einem Ausführungsbeispiel der Erfindung verdeutlicht.
  • Ausführungsbeispiele des IBAR (Image-Based Artifact Reduction) Verfahrens für eine kombinierte Positronenemissionstomographie und Computertomographieabtastungen (PET/CT-Abtastungen). Die vorliegenden Ausführungsbeispiele sind hilfreich in dem Fall, bei dem die CT Messung eines PET/CT Scans durch Artefakte beeinträchtigt ist, beispielsweise durch ein sich bewegendes Metallteil. Die Situation zum Reduzieren von Metallartefakten alleine ist als Metallartefaktreduktion oder MAR (Metal Artifact Reduction) bekannt. Das beispielhafte IBAR Verfahren definiert die Pixelwerte I(X, Y, Z) in einer Serie von CT Bildschnitten. Die Bildwerte werden in Hounsfield Einheiten (HU) angegeben. Eine entsprechend arbeitende CT Einrichtung erzeugt Bilder, bei denen Wasser einem Wert von Null(0 HU) zugewiesen, Luft einem Wert von ungefähr –1000 HU zugewiesen, und Knochen oder Metall einem Wert größer als Null(0 HU) zugewiesen wird. In der PET/CT Verarbeitungssoftware, die verwendet wird, werden die Bilder zuerst reduziert von Anordnungen der Größe 512 × 512 Pixel auf 256 × 256 Pixel mit einer "Rebinning" Prozedur, bei der Gruppen von vier Pixeln in 512 × 512 Matrixen gemittelt werden, und diese gemittelten Werte in einzelne Bildpixel in einer 256 × 256 Matrix angeordnet werden. Das beispielhafte IBAR Verfahren wird für die Serie von 256 × 256 Bildern angewendet. Die beispielhafte IBAR erfordert keine bestimmte Matrixgröße, und kann verwendet werden mit oder ohne Modifikationen, beispielsweise mit dem oben beschriebenen "Rebinning" Prozess.
  • Viele der Bildpixel, die durch das metallische Artefakt beeinträchtigt werden, werden mit einem hohen HU Wert rekonstruiert. Ein Satz von derartigen hohen Pixeln ist 2 als eine Sammlung von Streifen markant.
  • 4 zeigt ein Flussdiagramm, das einen Prozess zum Durchführen einer beispielhaften bildbasierten Artefaktreduktion (IBAR) gemäß einem Ausführungsbeispiel der vorliegenden Erfindung verdeutlicht. In Schritt 1 des beispielhaften IBAR Verfahrens werden alle Pixel, die einen rekonstruierten HU Wert größer oder gleich 900 HU haben, identifiziert. Obwohl der Wert 900 HU ein bevorzugter Wert für einen einstellbaren Parameter des IBAR Verfahrens ist, versteht ein Fachmann auf diesem Gebiet, dass andere Werte verwendet werden können und immer noch in den Bereich der vorliegenden Erfindung fallen. Diese Prozedur hat eine Bildanordnung zur Folge, die als STREAK(X, Y, Z) bezeichnet wird, bei dem den Werten bei oder über diesem Schwellenwert der Wert 1 gegeben wird, und den Werten unter diesem der Wert 0 gegeben wird. Die STREAK(X, Y, Z) Anordnung enthält allgemein einige Pixel, die Knochen darstellen.
  • In Schritt 2 wird dann eine zweite Bildanordnung NEAR_STREAK(X, Y, Z) erzeugt. Diese Anordnung wird erzeugt durch Verwendung einer morphologischen Aufweitungsoperation (Dilation), die auf STREAK(X, Y, Z) angewendet wird. Die Bildanordnung (Bildarray) identifiziert alle Bildpixel, die innerhalb von zwei Pixeln der Streifen liegen, die in Schritt 1 identifiziert wurden. Obwohl ein Zweipixelbereich offenbart ist, versteht ein Fachmann auf diesem Gebiet, dass andere Werte verwendet werden können und immer noch in den Bereich der Erfindung fallen. Dieser Pixelbereich ist bezogen auf eine Gesamtbreite des Dilationskerns durch die Gleichung: Kern_halbe_Breite = 2 × Kern_Breite + 1.
  • Dies kann auch spezifiziert werden als ein Abstand in Millimetern, der in Pixel umgewandelt wird durch die folgende Umwandlungsformel:
    (Abstand in Pixeln) = (Abstand in mm)/(Pixelgröße in mm).
  • Andere Verfahren, die äquivalent zur Dilation sind und in den Bereich der vorliegenden Erfindung fallen, sind beispielsweise Glätten von STREAK_IMAGE(X, Y, Z). Die Erweiterung des Dilationskerns in drei Dimensionen basiert auf einem Konstruieren von Ansammlungen von Bildvoxeln mit einer genäherten Kugelform. Gemäß einem Ausführungsbeispiel der Erfindung arbeitet die Dilation dreidimensional, so dass ein Streifen in einem Bildschnitt "enge Streifen" („Near Streaks") Pixel in benachbarten Schnitten erzeugt. Den Pixeln in der Nähe der Streifen wird der Wert 1 zugewiesen; den Pixeln, die nicht nahe den Streifen sind, wird der Wert 0 zugewiesen.
  • Als Nächstes werden in Schritt 3 die großen CT Bildwerte modifiziert. Diese Prozedur ist mathematisch ähnlich einem Schwellenwertvorgang, also einem Setzen der großen Pixelwerte auf einen Grenzwert. Dies erfolgt in irgendeiner Weise. Das beispielhafte IBAR Verfahren verwendet die folgenden Schritte.
  • Die Pixelwerte unterhalb von SCHWELLENWERT1 werden nicht modifiziert. Das IBAR Verfahren verwendet den Parameterwert SCHWELLENWERT1 = 0 HU. Einem Fachmann auf diesem Gebiet ist jedoch klar, dass andere Werte verwendet werden können und immer noch in den Bereich der Erfindung fallen.
  • Ein quadratisches Interpolationsverfahren wird verwendet für Pixelwerte zwischen SCHWELLENWERT1 und (2 × SCHWELLENWERT2 – SCHWELLENWERT1). Diese Werte I(X, Y, Z) werden ersetzt durch die Werte:
    Figure 00070001
  • Das IBAR Verfahren verwendet den Parameterwert SCHWELLENWERT2 = 100 HU. Einem Fachmann auf diesem Gebiet ist jedoch klar, dass andere Werte verwendet werden können und immer noch in den Bereich der Erfindung fallen.
  • Pixelwerte größer als (2 × SCHWELLENWERT2 – SCHWELLENWERT1) werden auf den Wert SCHWELLENWERT2 gesetzt. Gemäß einem anderen Ausführungsbeispiel der vorliegenden Erfindung sind die Parameter SCHWELLENWERT1 und SCHWELLENWERT2 einstellbar.
  • Als ein Ergebnis dieser Neuzuweisungstechnik sind die neuen Pixelwerte in Bezug zu den Originalpixelwerten durch eine Beziehung, die kontinuierlich und glatt ist. Die Glätte impliziert, dass die Herleitungen der Neuzuweisungsfunktion kontinuierliche Funktionen der ursprünglichen HU Werte sind.
  • Dieser Schritt erzeugt auch eine Anordnung WEICH_GEWEBE(X,Y,Z). In dieser Anordnung werden alle Pixel, die ursprünglich den Wert SCHWELLENWERT1 oder größer hatten, auf 1 gesetzt, die anderen Pixel werden auf 0 gesetzt. Diese Anordnung ist eine morphologische Dilation gemäß Schritt 2. Die Dilationsstruktur kann andere Dimensionen haben, obwohl in diesem Ausführungsbeispiel der Erfindung sie gleich der gemäß Schritt 2 ist. Nach der Dilation wird sie mit der morphologischen Erosionsoperation erodiert, indem die gleiche Erosionsstruktur verwendet wird, wie für die Dilation. Die Dimensionen der Dilations- und Erosionsstrukturen sind einstellbare Parameter gemäß der vorliegenden Erfindung. Die resultierende Anordnung identifiziert diejenigen Teile des CT Bilds, die die Dichte des Weichgewebes oder Knochens repräsentieren, während Lungengewebe und Gewebe außerhalb des Patienten ausgeschlossen werden; die Kombination aus Dilation und Erosion ist bei der Bildverarbeitung als Technik bekannt, die kleine anormale Regionen isoliert.
  • Schritt 4 enthält ein Schwellenwerten der negativen Streifen. Das Metallartefakt in dem nicht korrigierten CT Bild hat zwei Komponenten. Die erste Komponente ist der Satz von Pixeln mit anormal großen HU Werten, die typischerweise in Streifen angeordnet sind, die sich über die Bildanordnungen und zwischen Bildebenen erstrecken. Diese werden durch Schritt 3 reduziert, indem das oben beschriebene IBAR Verfahren verwendet wird. Als Zweites gibt es Pixel mit anormal kleinen HU Werten, die üblicherweise in naher Umgebung zu den positiven Streifen liegen. Einige Pixel in dieser Klasse sind als schwarze Regionen nahe den Streifen in 2 sichtbar. Die Schlimmsten dieser negativen Streifen werden als Nächstes reduziert. In diesem Schritt haben alle Pixel, deren Werte kleiner als SCHWELLENWERT3 ist, und die gleichzeitig in einer Region sind, wo NEAR_STREAK(X,Y,Z) gleich 1 ist, und WEICH_GEWEBE(X,Y,Z) den Wert 1 hat, mit dem Wert (SCHWELLENWERT1 + SCHWELLENWERT2)/2 ersetzt. Das IBAR Verfahren verwendet einen Parameterwert SCHWELLENWERT3 = –100 HU. In diesem Schritt ist der SCHWELLENWERT3 Parameter einstellbar. Schließlich wird in Schritt 5 das Bild verarbeitet, um die modifizierte CT Abbildung zu glätten. In diesem Schritt werden ungleichmäßige Ränder in dem dreidimensionalen CT Bild geglättet. Dies wird erreicht, indem ein dreidimensionales Medianfilter mit einer 3 Pixel Erstreckung in der transversen Ebene verwen det wird, und ebenfalls mit einer 3-Schnitt Erstreckung in Richtung zwischen den Ebenen. Das variable Medianfilter ist nur eines von möglichen Wegen zum Glätten der modifizierten CT Bilder. Ebenso sind die 3 × 3 × 3 Dimensionen des Kerns, Parameter, die für diese Implementierung des beispielhaften IBAR Verfahrens ausgewählt wurden. Im Allgemeinen werden diese Dimensionen in Millimetern spezifiziert und in der Implementierung in Pixel und Ebenenabstand umgewandelt. Der 3D Medianfilterschritt ist rechenintensiv und umso größer, je mehr Pixel das Bild hat, beispielsweise 512 × 512, während die Kerngröße gemessen in Millimetern gleich gehalten wird. Das Medianfilter wird nur dort angewendet, wo der WEICHE_GEWEBE(X,Y,Z) Anordnungswert gleich 1 ist. Durch Anwenden des 3D Medianfilters nur in der Nähe des Weichgewebes, wie oben beschrieben, wird die Leistungsfähigkeit verbessert. Gemäß einem noch anderen Ausführungsbeispiel des beispielhaften IBAR Verfahrens wird das Medianfilter in der Region angewendet, die als Weichgewebe identifiziert ist, dann erfolgt eine Dilation, jedoch noch keine Erosion. Am Ende dieses Schritts werden die CT Bilder in einer herkömmlichen An und Weise für die PET/CT Verarbeitung verwendet.
  • Ein Vergleich von CT Bildern vor und nach einer Anwendung des beispielhaften IBAR Verfahrens und der Profile durch das Metallartefakt ist in 3 gezeigt. Die graphischen Datendarstellungen zeigen Beides, die HU Werte in dem ursprünglichen Originalbild und in dem modifizierten Bild. Die entsprechenden Bilder sind darunter gezeigt. Das modifizierte Bild 3B und der Graph 3A gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigen ein sehr viel schärferes Bild, das graphisch glätter ist, verglichen mit dem Bild gemäß 3C und dem Graphen 3D gemäß dem Stand der Technik.
  • Es soll verstanden werden, dass das beispielhafte Verfahren der vorliegenden Erfindung ein Metallartefakt reduziert ohne die Schritte des Schwellenwertens negativer Streifen und des Verarbeitens des Bilds, um die CT Abbildung zu glätten. Diese Schritte dienen jedoch zur Bereitstellung einer besseren Bildqualität.
  • Das beispielhafte Verfahren der vorliegenden Erfindung dient ferner zur Identifikation von Knochenpixeln. Gemäß diesem beispielhaften Verfahren werden die Originalwerte der Knochenpixel identifiziert und dann nach einer Verarbeitung, wie oben beschrieben, ersetzt.
  • Aus der vorangegangenen Beschreibung erkennt ein Fachmann auf diesem Gebiet, dass ein beispielhaftes Verfahren zum Reduzieren von bildbasierten Artefakten in PET/CT Scans bereitgestellt wird.
  • Obwohl die Erfindung in verschiedenen Ausführungsbeispielen beschrieben und verdeutlicht worden ist, ist es eine Absicht des Anmelders, dass die Erfindung nicht darauf eingeschränkt ist. Weitere Vorteile Modifikationen sind für den Fachmann offensichtlich. Die Erfindung ist in ihrem breitesten Aspekt zu verstehen.

Claims (20)

  1. Verfahren zum Reduzieren von bildbasierten Artefakten bei einer Tomographieabtastung, die als eine Komponente ein Computertomographie (CT) Bilds enthält, wobei das Verfahren die Schritte aufweist (i) Identifizieren von Pixeln in dem CT Bild, die einen großen Hounsfield (HU) Wert aufweisen; (ii) Identifizieren einer Region, die diese Pixel umgibt; und (iii) Modifizieren eines Werts jedes Pixels innerhalb der Region.
  2. Verfahren nach Anspruch 1, ferner mit einem Schritt des Modifizierens der Pixel in dem CT Bild, die einen großen HU Wert aufweisen, unter Verwendung einer Neuzuordnungsfunktion der Original HU Werte, die kontinuierlich und glatt ist.
  3. Verfahren nach Anspruch 1 oder 2, wobei das Verfahren verwendet wird zum Erzeugen von Dämpfungskorrekturfaktoren in PET/CT.
  4. Verfahren nach einem der Ansprüche 1 bis 3, bei dem vor dem Schritt des Modifizierens eines Werts jedes Pixels innerhalb der Region, ferner ein Schritt vorgesehen ist zum Identifizieren eines Originalwerts jedes Knochenpixels innerhalb der Region, und nach dem Schritt des Modifizierens eines Werts jedes Pixels innerhalb der Region, ein Schritt vorgesehen ist zum Ersetzen jedes modifizierten Werts jedes Knochenpixels mit dem Originalwert jedes Knochenpixels.
  5. Verfahren nach einem der Ansprüche 1 bis 4, bei dem nach dem Schritt des Identifizierens einer Region, ferner ein Schritt vorgesehen ist zur morphologischen Dilation der Region, die die Pixel umgibt, zur Verbesserung der Genauigkeit.
  6. Verfahren nach Anspruch 5, bei dem nach dem Schritt der morphologischen Dilation der Region, ferner ein Schritt vorgesehen ist zur Erodierung der Region, die die Pixel umgibt.
  7. Verfahren nach einem der Ansprüche 1 bis 6, wobei das Verfahren verwendet wird zum Erzeugen von Dämpfungskorrekturfaktoren in einem PET und/oder CT.
  8. Verfahren nach einem der Ansprüche 1 bis 7, ferner mit dem Schritt zum Identifizieren eines Originalwerts jedes Knochenpixels innerhalb der Region, und Ersetzen jedes modifizierten Werts jedes Knochenpixels mit dem Originalwert jedes Knochenpixels.
  9. Verfahren nach einem der Ansprüche 1 bis 8, ferner mit dem Schritt zum Modifizieren der Pixel in dem CT Bild, die einen großen HU Wert aufweisen, unter Verwendung einer Neuzuordnungsfunktion der ursprünglichen HU Werte, die kontinuierlich und glatt ist.
  10. Verfahren nach Anspruch 9, ferner mit den Schritten (i) Identifizieren von Pixeln in dem CT Bild, die einen HU Wert unterhalb eines definierten Schwellenwerts haben und an die Region angenähert sind, die die Pixel umgibt, die einen großen HU Wert haben; und (ii) Einstellen der Pixel, die einen HU Wert unterhalb eines definierten Schwellenwerts haben, auf einen neuen Wert.
  11. Verfahren nach Anspruch 10, ferner mit dem Schritt zum Glätten eines Bilds, das von den eingestellten Pixeln gewonnen wird, unter Verwendung eines Raumfilters.
  12. Verfahren nach Anspruch 11, wobei das Raumfilter ein dreidimensionales Medianfilter ist.
  13. Verfahren nach einem der Ansprüche 1 bis 12, ferner mit einem Schritt zur morphologischen Dilation der Region, die die Pixel umgibt, um die Genauigkeit zu verbessern.
  14. Verfahren nach einem der Ansprüche 1 bis 13, ferner mit einem Schritt zum Erodieren der Region, die die Pixel umgibt.
  15. Verfahren nach einem der Ansprüche 1 bis 14, wobei das Artefakt ein metallbasiertes Artefakt enthält.
  16. Verfahren nach Anspruch 12, wobei das dreidimensionale Filter eine 3 Pixel Erstreckung in einer Querebene enthält.
  17. Verfahren nach Anspruch 12, ferner mit einem Schritt zum Verwenden des dreidimensionalen Filters in einer Region, die als Weichgewebe identifiziert ist.
  18. Verfahren nach einem der Ansprüche 1 bis 17, ferner mit einem Schritt zum Umwandeln von Pixelwerten in Dämpfungswerte.
  19. Verfahren nach einem der Ansprüche 1 bis 18, wobei ein Strahlungspegel bei ungefähr 511 keV liegt.
  20. Verfahren nach einem der Ansprüche 1 bis 19, wobei das Artefakt ein Ergebnis von mindestens einem Herzschrittmacher oder einem automatischen implantierten Herzdefibrillator ist.
DE200610027670 2005-06-17 2006-06-14 Bildbasierte Artefaktreduktion bei der PET/CT Bildgebung Withdrawn DE102006027670A1 (de)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US69181105P 2005-06-17 2005-06-17
US60/691,811 2005-06-17
US11/443,533 2006-05-30
US11/443,533 US20060285737A1 (en) 2005-06-17 2006-05-30 Image-based artifact reduction in PET/CT imaging

Publications (1)

Publication Number Publication Date
DE102006027670A1 true DE102006027670A1 (de) 2007-03-15

Family

ID=37573377

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200610027670 Withdrawn DE102006027670A1 (de) 2005-06-17 2006-06-14 Bildbasierte Artefaktreduktion bei der PET/CT Bildgebung

Country Status (3)

Country Link
US (1) US20060285737A1 (de)
JP (1) JP2007014759A (de)
DE (1) DE102006027670A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008041941A1 (de) 2008-09-10 2010-03-11 Robert Bosch Gmbh Stabilisierung von bildgebenden Verfahren in der medizinischen Diagnostik

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4350738B2 (ja) * 2006-10-27 2009-10-21 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線断層撮影装置およびアーチファクトの低減方法
JP4414420B2 (ja) * 2006-10-27 2010-02-10 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー X線断層撮影装置およびアーチファクトの低減方法
US8582855B2 (en) * 2007-01-04 2013-11-12 Koninklijke Philips N.V. Apparatus, method and computer program for producing a corrected image of a region of interest from acquired projection data
WO2008103435A1 (en) * 2007-02-22 2008-08-28 Indiana University Research & Technology Corporation Imaging resolution recovery techniques
US8217937B2 (en) * 2007-03-28 2012-07-10 The Aerospace Corporation Isosurfacial three-dimensional imaging system and method
KR101564155B1 (ko) 2011-05-31 2015-10-28 가부시키가이샤 시마쓰세사쿠쇼 방사선 단층 화상 생성 방법 및 방사선 단층 화상 생성 프로그램을 저장한 컴퓨터 판독가능 기록매체
DE102012206714A1 (de) * 2011-08-10 2013-02-14 Friedrich-Alexander-Universität Erlangen-Nürnberg Verfahren, Recheneinheit, CT-System und C-Bogen-System zur Reduktion von Metallartefakten in CT-Bilddatensätzen
DE102012205222B4 (de) * 2012-03-30 2020-08-13 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines artefaktreduzierten dreidimensionalen Bilddatensatzes und Röntgeneinrichtung
CN103679642B (zh) * 2012-09-26 2016-08-03 上海联影医疗科技有限公司 一种ct图像金属伪影校正方法、装置及ct设备
CN104599239A (zh) * 2013-10-31 2015-05-06 通用电气公司 一种医学图像中的金属伪影消除方法及装置
CN104644200B (zh) * 2013-11-25 2019-02-19 Ge医疗系统环球技术有限公司 减少计算机断层扫描图像重构中伪像的方法和装置
CN104700389B (zh) * 2013-12-09 2019-08-13 通用电气公司 双能ct扫描图像中的对象识别方法
CN104700390B (zh) * 2013-12-09 2019-07-23 通用电气公司 双能ct造影剂增强扫描图像中的钙化部分识别方法
CN105917389B (zh) * 2014-03-21 2018-10-30 圣犹达医疗用品心脏病学部门有限公司 用于生成几何结构的多维表面模型的方法和系统
KR101591381B1 (ko) * 2014-10-30 2016-02-04 기초과학연구원 Ct 촬영에서의 금속에 의한 잡음 및 오류 감쇄방법
CN105787973A (zh) * 2014-12-19 2016-07-20 合肥美亚光电技术股份有限公司 Ct系统中投影图像的重建方法及装置
KR101824239B1 (ko) 2015-08-27 2018-01-31 (주)바텍이우홀딩스 금속성 인공음영 감소 방법 및 장치
CN105701778B (zh) * 2016-01-11 2018-04-20 赛诺威盛科技(北京)有限公司 一种从ct图像中去除金属伪影的方法
DE102017200930A1 (de) * 2017-01-20 2018-07-26 Siemens Healthcare Gmbh Verfahren zur Ermittlung eines dreidimensionalen Bilddatensatzes
JP7247431B2 (ja) * 2018-05-11 2023-03-29 理紀 中原 減弱係数マップ作成装置、減弱係数マップ作成方法、およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE29603972U1 (de) * 1996-03-04 1996-06-05 Gebr. Philipp GmbH, 63741 Aschaffenburg Aussparungskörper für Betonfertigteile
DE19817429A1 (de) * 1998-04-20 1999-10-21 Hochtief Ag Hoch Tiefbauten Vorrichtung und Verfahren zur lagestabilen Befestigung eines Dichtungselementes an einer Schalung

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6721387B1 (en) * 2001-06-13 2004-04-13 Analogic Corporation Method of and system for reducing metal artifacts in images generated by x-ray scanning devices
US6950494B2 (en) * 2003-09-11 2005-09-27 Siemens Medical Solutions, Usa Method for converting CT data to linear attenuation coefficient map data

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE29603972U1 (de) * 1996-03-04 1996-06-05 Gebr. Philipp GmbH, 63741 Aschaffenburg Aussparungskörper für Betonfertigteile
DE19817429A1 (de) * 1998-04-20 1999-10-21 Hochtief Ag Hoch Tiefbauten Vorrichtung und Verfahren zur lagestabilen Befestigung eines Dichtungselementes an einer Schalung

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102008041941A1 (de) 2008-09-10 2010-03-11 Robert Bosch Gmbh Stabilisierung von bildgebenden Verfahren in der medizinischen Diagnostik

Also Published As

Publication number Publication date
JP2007014759A (ja) 2007-01-25
US20060285737A1 (en) 2006-12-21

Similar Documents

Publication Publication Date Title
DE102006027670A1 (de) Bildbasierte Artefaktreduktion bei der PET/CT Bildgebung
DE102009010607B4 (de) Verfahren zur Unterdrückung von undeutlich machenden Merkmalen in einem Bild
DE102012204019B4 (de) Verfahren zur Reduzierung von Bewegungsartefakten
DE102009053471B4 (de) Verfahren und Vorrichtung zur Identifizierung und Zuordnung von Koronarkalk zu einem Herzkranzgefäß sowie Computerprogrammprodukt
EP3219260B1 (de) Vorrichtung und verfahren zum abgrenzen eines metallobjekts für eine artefaktreduktion in tomographiebildern
DE102009032059A1 (de) Sinogrammbearbeitung für die Metallartefaktreduktion in der Computertomographie
DE102009039987A1 (de) Iterativer CT-Bildfilter zur Rauschreduktion
DE102012206714A1 (de) Verfahren, Recheneinheit, CT-System und C-Bogen-System zur Reduktion von Metallartefakten in CT-Bilddatensätzen
DE102006023093A1 (de) Verfahren und Vorrichtung zur Korrektur eines Bildes
DE102010034099B4 (de) Iterative Bildfilterung mit anisotropem Rauschmodell für ein CT-Bild
DE19635017A1 (de) Verfahren und Vorrichtung zur Erhöhung der Bildschärfe
DE102004030084B4 (de) Computerimplementiertes Verfahren zur Segmentation von Lungenknoten
DE102011005715A1 (de) Verfahren zum Gewinnen eines von Spuren eines Metallobjektes befreiten 3D-Bilddatensatzes
DE102005021001A1 (de) Bildbasiertes Verfahren zum Detektieren und Entfernen von kleinen Fragmenten in segmentierten dreidimensionalen Volumina
DE102010043975A1 (de) Verfahren zur Reduktion der verwendeten Strahlendosis im Rahmen einer bildgebenden Röntgenuntersuchung und CT-System
DE102007061934A1 (de) Verfahren zur Qualitätssteigerung von computertomographischen Aufnahmeserien durch Projektionsdatenverarbeitung und CT-System mit Recheneinheit
DE102017200930A1 (de) Verfahren zur Ermittlung eines dreidimensionalen Bilddatensatzes
DE102013202313A1 (de) Verfahren und Vorrichtung zur Korrektur von Bewegungsartefakten bei einem computertomographischen Bild
EP3583902B1 (de) Verfahren zum automatischen anpassen eines mittels eines röntgengeräts gewonnenen bilddatensatzes, computerprogramm, datenspeicher und röntgengerät
DE102006014630A1 (de) Verfahren zur Korrektur von Trunkierungsartefakten
DE112016005742T5 (de) Datenverarbeitungsverfahren für Computertomographie
DE102014210420A1 (de) Verfahren zur Reduzierung von Trunkierungsartefakten und Röntgeneinrichtung
DE102009019840A1 (de) Kontrastverstärkung von CT-Bildern mittels eines Multibandfilters
DE102015222837B3 (de) Verfahren zur Rekonstruktion eines dreidimensionalen Bilddatensatzes aus zweidimensionalen Projektionsbildern, Röntgeneinrichtung und Computerprogramm
DE10320233B4 (de) Verfahren zur Reduzierung von durch Artefakte hervorgerufene Störungen

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8139 Disposal/non-payment of the annual fee