DE102007042296A1

DE102007042296A1 - Verfahren und System zum Erzeugen eines multispektralen Bildes eines Objekts

Info

Publication number: DE102007042296A1
Application number: DE102007042296A
Authority: DE
Inventors: Bruno Kristiaan Bernard De Man; Samit Kumar Basu
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2006-09-08
Filing date: 2007-09-06
Publication date: 2008-03-27
Also published as: US7760848B2; US20080063135A1; JP2008062035A; JP5508667B2; CN101138501B; CN101138501A

Abstract

Ein Verfahren zum Erzeugen eines multispektralen Bildes eines Objekts (18) wird zur Verfügung gestellt. Das Verfahren umfasst Erfassen von Messdaten (70) auf einer Mehrzahl von Röntgenenergieniveaus und Bestimmen einer Mehrzahl von Bildvoxeln (50, 52) in einem oder mehreren Gebieten, die das Objekt umfassen. Das Verfahren umfasst weiterhin Erlangen von vorheriger Information (74), die einer Mehrzahl von Bildvoxeln zugeordnet ist, die das Objekt umfassen. Die vorherige Information ist durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) zwischen einer Mehrzahl von Basiskomponenten bestimmt. Das Verfahren umfasst weiterhin Rekonstruieren der Messdaten (76), um ein multispektrales rekonstruiertes Bild des Objekts gestützt auf die vorherige Information zu erzeugen.

Description

Hintergrund
Die Erfindung bezieht sich allgemein auf das Gebiet der Bildrekonstruktion. Insbesondere bezieht sich die Erfindung auf eine Technik zum Bestimmen vorheriger Information für multispektrale Bilder. Genauer noch bezieht sich die Erfindung auf ein Verfahren zum Erzeugen eines multispektralen Blides gestützt auf vorherige Information.
Ein Abbildungssystem funktioniert normalerweise durch das Projizieren von Röntgenstrahlen von einer Röntgenstrahlenquelle durch ein stahlungsabschwächendes Objekt wie z.B. einen Patienten. Die Röntgenstrahlen können zwischen der Quelle und dem Objekt in Abhängigkeit von der Konfiguration des Detektors, optimaler Patientendurchleuchtung, und anderen Faktoren, in eine Fächerform oder in eine Konusform kollimiert werden. Die abgeschwächten Strahlen werden dann durch eine Gruppe von Detektorelementen detektiert. Die Detektorelemente erzeugen gestützt auf die Intensität der Röntgenstrahlung Signale. Die gemessenen Daten werden dann verarbeitet, um die Linienintegrale der Dämpfung des Objekts entlang der Strahlenpfade zu representieren. Die verarbeiteten Daten werden üblicherweise Projektionen genannt. Durch Verwendung von Rekonstruktionentechniken, wie z.B. einer gefilterten Rückprojektion, werden Querschnittsbilder aus den Projektionen formuliert. Daneben liegende Querschnittsbilder können zusammen angezeigt werden, um ein Volumen zu übergeben, welches das abgebildete Gebiets des Objekts, oder des Patienten darstellt.
Fachleuten ist klar, dass der lineare Abschwächungskoeffizient eines Materials eine Funktion von zwei getrennten Vorgängen ist, die auftreten können, wenn ein Röntgenstrahl durch ein Material tritt. Der erste Vorgang ist als Compton Streeung bekannt und stellt die Tendenz eines Röntgenphotons dar, das durch das Material gelangt, gestreut oder von dem ursprünglichen Pfad abgelenkt zu werden, woraus ein Energiewandel resultiert. Der zweite Effekt ist als fotoelektrische Absorption bekannt und kennzeichnet die Tendenz eines Photons, durch das Material absorbiert zu werden.
Wie erwartet unterscheiden sich verschiedene Materialien in ihren Streu- und Absorptionseigenschaften, was verschiedene Abschwächungskoeffizienten für verschiedene Materialien erzeugt. Insbesondere hängt die Wahrscheinlichkeit der Comptons Streuung teilweise von der Elektronendichte des abgebildeten Materials ab, und die Wahrscheinlichkeit der photoelektrischen Absorption hängt teilweise von der Ordnungszahl des abgebildeten Materials ab, d.h. je grösser die Ordnungszahl, desto größer die Wahrscheinlichkeit der Absorption. Weiterhin bestehen beide, der Compton Streueffekt, und die photoelektrische Absorption teilweise von der Energie der Röntgenstrahlung ab. Als Ergebnis können Materialien gestützt auf die relative Wichtigkeit der photoelektrischen Absorption und der Compton Streueffekte bei der Röntgendämpfung durch das Material von einander unterschieden werden. Insbesondere die Messung der von dem Material hervorgerufen Dämpfung auf zwei oder mehr Röntgenenergieniveaus, oder die Verwendung von zwei oder mehr Energiespektren, d.h. Multienergie- oder Multispektral CT, kann das Quantifizieren der Beiträge der entsprechenden Compton Streuung und der photoelektrischen Absorptionsbeiträge für ein Material ermöglichen.
Da die Auflösung der Dämpfung in Compton Streuung und photoelektrische Absorptionsbeiträge kein gut definierter Prozess ist, wäre es wünschenswert, die spektralen Abhängigkeiten eines Bildes gestützt auf vorherige Kenntnis über den Beitrag des Compton Streueffekts und der photoelektrischen Absorption in einem Werkstoff zu modulieren. Zusätzlich wäre es wünschenswert, dieses vorherige Wissen zu verändern, um ein multispektrales Bild mit verbesserter Bildqualität zu erzeugen.
Kurze Beschreibung
In einer Ausführungsform wird ein Verfahren zum Erzeugen eines multispektralen Bildes eines Objekts geschaffen. Das Verfahren umfasst das Erfassen von Messdaten auf einer Mehrzahl von Röntgenenergieniveaus und das Definieren einer Mehrzahl von Bildvoxeln in einem oder mehreren Gebieten, die das Objekt umfassen. Das Verfahren umfasst dann das Erlangen von vorheriger Information, die einer Mehrzahl von Bildvoxeln zugeordnet ist, die das Objekt umfassen. Die vorherige Information wird durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) zwischen einer Mehrzahl von Basiskomponenten bestimmt. Das Verfahren umfasst weiterhin das Rekonstruieren der Messdaten, um ein multispektrales rekonstruiertes Bild des Objekts, gestützt auf die vorher vorhandene Information zu beschreiben.
In einer anderen Ausführungsform wird ein Bildanalysesystem geschaffen. Das Bildanalysesystem beinhaltet eine Röntgenquelle, die dazu ausgelegt ist, einen Strahlungsstrom abzugeben, und einen Detektor, der dazu ausgelegt ist, den Strom der Strahlung zu detektieren, um ein oder mehrere Signale zu erzeugen, die auf den Strahlungsstrom antworten. Der Detektor weist viele Detektorelemente auf. Das Bildanalysesystem umfasst weiterhin einen Systemkontroller und einen Computer. Der Systemkontroller ist dazu eingerichtet, die Röntgenquelle zu steuern und Messdaten bei einer Mehrzahl von Röntgenenergieniveaus von einem oder mehreren der Detektorelemente über ein Datenaufnahmesystem aufzunehmen. Der Computer ist dazu ausgelegt, mehrere Bildvoxel in einem oder mehreren Gebieten zu bilden, die das Objekt umfassen, und vorherige Information zu erlangen, die den Bildvoxeln zugeordnet ist, die das Objekt umfassen. Die vorherige Information wird durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) zwischen einer Mehrzahl von Basiskomponenten bestimmt. Der Computer ist weiterhin dazu ausgelegt, die Messdaten zu rekonstruieren, um gestützt auf die vorherige Information ein multispektrales, rekonstruiertes Bild des Objekts zu erzeugen.
Zeichnungen
Diese und andere Eigenschaften der vorliegenden Erfindung werden besser verständlich, wenn die nun folgende Beschreibung mit Bezug auf die beigefügten Zeichnungen gelesen wird, in welchen die gleichen Zeichen in den Zeichnungen gleichartige Teile darstellen, worin:
1 eine Darstellung eines Bildanalysesystems ist, um Bilddaten gemäß einer Ausführungsform der Erfindung aufzunehmen und zu verarbeiten;
2 ein Graph ist, der Kompositions- und Dichteinformation in einem zweidimensionalen (2D) Raum für einen Bildvoxel eines abgebildeten Objekts gemäß einer Ausführungsform der Erfindung darstellt;
3 ein Graph ist, der eine Abbildungs- und Dichteinformation in einem zweidimensionalen (2D) Raum für einen Bildvoxel eines abgebildeten Objekts gemäß einer anderen Ausführungsform der Erfindung darstellt;
4 ein Graph ist, der Zusammensetzungs- und Dichteinformation in einem zweidimensionalen (2D) Raum für einen Bildvoxel eines abgebildeten Objekts gemäß einer anderen Ausführungsform der Erfindung darstellt;
5 ein Graph ist, der Zusammensetzungs- und Dichteinformation in einem zweidimensionalen (2D) Raum für einen Bildvoxel eines abgebildeten Objekts gemäß noch einer anderen Ausführungsform darstellt; und
6 ein Verfahren zum Erzeugen eines multispektralen Bildes eines Objekts gemäß einer Ausführungsform der vorliegenden Erfindung darstellt.
Ausführliche Beschreibung
1 stellt diagramartig ein Bildanalysesystem 10 zum Erfassen und Verarbeiten von Bilddaten gemäß einer Ausführungsform der Erfindung dar. In der dargestellten Ausführungsform ist das System 10 ein Mehr-Energie-Computertomographiesystem (ME-CT), das dazu ausgelegt ist, Bilddaten auf einem oder mehren Röntgenenergieniveaus, oder Spektren zu erfassen, und die Bilddaten zur Anzeige und Analyse gemäß der vorliegenden Technik zu verarbeiten. Das Abbildungssystem 10 kann dazu ausgelegt werden, Bilddaten an einer einzelnen Röntgenquellespektrum unter Verwendung eines Detektors mit Energie Auflösung zu erfassen, der es ermöglicht, das Energieniveau eines jeden erfassten Photons, oder das durchschnittliche Energieniveau einer Untergruppe der detektierten Photonen zu bestimmen. In der in 1 dargestellten Ausführungsform enthält das Abbildungssystem 10 eine von Röntgenstrahlungsquelle 12, die neben einem Kollimator 14 positioniert ist. In dieser beispielhaften Ausführungsform ist die Röntgenstrahlungsquelle 12 üblicherweise eine Röntgenröhre.
Der Kollimator 14 erlaubt es einem Strahlungsstrom 16, in ein Gebiet durchzutreten, in dem ein Objekt wie z.B. ein menschlicher Patient 18 positioniert ist. Ein Teil der Strahlung 20 gelangt durch das Objekt, oder um das Objekt herum, und trifft auf die Detektoranordnung auf, die allgemein bei der Bezugszahl 22 dargestellt ist. Detektorelemente der Anordnung erzeugen elektrische Signale, die die Intensität des auftreffenden Röntgenstrahls wiedergeben. Diese Signale werden aufgenommen und verarbeitet, um ein Bild der Eigenschaften innerhalb des Subjekts zu rekonstruieren.
Ein Systemkontroller 24 kann die Quelle 12 steuern. Der Systemkontroller 24 liefert üblicherweise sowohl Leistungs-, als auch Steuersignale für CT Untersuchungssequenzen. Weiterhin ist der Detektor an den Systemcontroller 24 gekoppelt, der die Akquisition der Signale steuert, die in dem Detektor 22 erzeugt werden. Der Systemkontroller 24 kann auch verschiedene Signalverarbeitungs- und Filterfunktionen, wie für die anfängliche Anpassung der dynamischen Bereiche, das Verflechten der digitalen Bilddaten und so weiter ausführen. Allgemein steuert der Systemkontroller 24 den Betrieb des Abbildungssystems, um Untersuchungsprotokolle auszuführen und die erfassten Daten zu verarbeiten. In dem vorliegenden Zusammenhang enthält der Systemcontroller 24 auch Signalverarbeitungsschaltungen, die üblicherweise auf eine Vielzweck Computer, oder einen applikationsspezifischen digitalen Computer gestützt sind, zugeordnete Speicherschaltungen, um Programme und Routinen zu speichern, die von dem Computer ausgeführt sind, und auch Konfigurationsparameter und Bilddaten, Schnittstellenschaltungen, und so weiter.
In der in 1 gezeigten Ausführungsform ist der Systemkontroller 24 mit einem linearen Positionierungssubsystem 26 und einem rotierenden Subsystem 26 verbunden. Das rotierende Subsystem 28 erlaubt es der Röntgenquelle und dem Detektor 22 mit einer oder mehrfachen Umdrehungen um den Patienten 18 gedreht zu werden. Es ist festzuhalten, dass das rotierende Subsystem 28 ein Gestell enthalten kann. Damit kann der Systemkontroller verwendet werden, um das Gestell zu betreiben. Das lineare Positionierungssubsystem erlaubt es, den Patienten 18, oder genauer gesagt den Patiententisch linear zu bewegen. Damit kann der Patiententisch innerhalb des Gestells linear bewegt werden, um Bilder von spezifischen Gebieten des Patienten zu erzeugen.
Weiterhin ist es Fachleuten klar, dass die Strahlungsquelle durch einen Röntgencontroller 30 gesteuert werden kann, der innerhalb des Systemcontrollers 24 angeordnet ist. Insbesondere ist der Röntgenkontroller 30 dazu ausgelegt, Leistungs- und Taktsignale an die Röntgenquelle 12 zu liefern und kann feststellen welches Röntgenenergieniveau oder Spektrum die Quelle 12 emittiert. Ein Motorkontroller 32 kann dazu verwendet werden, um die Bewegung des rotierenden Subsystems 28 und des linearen Positionierungssubsystems 26 zu steuern.
Weiterhin ist der Subsystemkontroller 24 auch so dargestellt, dass er ein Datenerfassungssystem 34 umfasst. In dieser beispielhaften Darstellung ist der Detektor 22 mit dem Systemkontroller 24 und insbesondere mit dem Datenerfassungssystem 34 gekoppelt. Das Datenerfassungssystem 34 empfängt Daten, die von der Auslese Elektronik des Detektors 22 gesammelt werden. Das Datenakquisitionssystem 34 empfängt üblicherweise Analogsignalproben von dem Detektor 22 und wandelt die Daten zu digitalen Signalen für eine nachfolgende Verarbeitung durch einen Computer 36 um.
Der Computer 36 ist üblicherweise mit dem Systemkontroller 24 gekoppelt. Die Messdaten, die von dem Datenerfassungssystem 34 erfasst sind, können an den Computer 36 zur weiteren Verarbeitung und Rekonstruktion übertragen werden. Der Computer 36 kann einen Speicher 38 umfassen oder mit ihm kommunizieren, der Daten speichern kann, die von dem Computer 36 verarbeitet werden, oder Daten, die von dem Computer 36 verarbeitet werden sollen. Festzuhalten ist, dass jede Art von Computer lesbarer Speichervorrichtung, die in der Lage ist, die gewünschte Menge von Daten oder Code zu speichern, durch ein solches beispielhaftes System 10 verwendet werden kann. Weiterhin kann der Speicher 38 eine oder mehrere Speichervorrichtungen, wie z.B. magnetische oder optische Vorrichtungen ähnlicher oder verschiedener Arten enthalten, die in Bezug auf das System 10 räumlich nahe oder entfernt angeordnet sein können. Der Speicher 38 kann Daten, Verarbeitungsparameter und/oder Computerprogramme speichern, die eine oder mehrere Routinen zum Ausführen der hier beschriebenen Verfahren aufweisen.
In einer speziellen Ausführungsform, die im Folgenden genauer beschrieben wird, ist der Computer 36 dazu eingerichtet, eine vorherige Information zu bestimmen, die einer Mehrzahl von Bildvoxeln zugeordnet ist, die das Objekt umfassen. Die vorherige Information wird von einer gemeinsamen Dichtewahrscheinlichkeitsfunktion (PDF) zwischen einer Mehrzahl von Basiskomponenten der Linearenabschwächungs-Co-Koeffizienten in dem Objekt bestimmt. Der Computer 36 ist weiterhin dazu ausgelegt, die Messdaten zu rekonstruieren, um basierend auf der vorherigen Information ein rekonstruiertes multispektrales Bild des Objekts zu erzeugen. Die Messdaten umfassen eine Dichtelinienintegralmessungen und/oder eine photoelektrischen Linienintegralmessungen und/oder eine Compton-Linienintegralmessungen.
Der Computer 36 kann auch angepasst werden, um Eigenschaften zu steuern, die von dem Systemkontroller 24 ermöglicht werden, d.h. Scan Vorgänge und Datenerfassung. Weiterhin kann der Computer 36 konfiguriert werden, um Befehle und Scan Parameter von einem Betreiber über eine Operator- Workstation 40 zu empfangen, die üblicherweise mit einer Tastatur und mit anderen Eingabevorrichtungen (nicht gezeigt) ausgestattet ist. Der Betreiber kann damit das System 10 über Eingabevorrichtungen steuern. Damit kann der Betreiber das rekonstruierte Bild und andere Daten, die für das System des Computers 36 wichtig sind, beobachten, eine Abbildung einleiten und so weiter.
Ein Betreiber kann das System 10 über Eingabevorrichtungen steuern. Damit kann der Betreiber das rekonstruierte Bild und andere Daten beobachten, die für das System von dem Computer 36 bedeutsam sind, die Abbildung beginnen und so weiter. In ähnlicher Weise kann eine Anzeige 42, die mit der Betreiber-Workstation 40 gekoppelt ist, es einem Betreiber ermöglichen, das rekonstruierte Bild zu beobachten und die Abbildung zu steuern. Weiterhin kann ein rekonstruiertes Bild auch von einem Drucker 44 gedruckt werden, der mit der Operator Workstation 40 gekoppelt werden kann. Die Anzeige 42 und der Drucker 44 können auch mit dem Computer 36 verbunden werden, entweder direkt, oder über die Betreiber-Workstation 40. Weiterhin kann die Betreiber-Workstation 40 auch mit einem Bildarchivierungs- und Kommunikationssystem (PACS) 46 verbunden werden. Es ist festzuhalten, dass die PACS 46 mit einem Remote Client 48, einem Röntgenabteilungsinformationssystem (RIS), einem Krankenhausinformationssystem (HIS), oder mit einem internen oder externen Netzwerk gekoppelt werden kann, so dass andere an anderen Orten Zugang zu dem Bild und zu den Bilddaten erlangen können.
Es ist weiter festzuhalten, dass der Computer 36 und die Operator Workstation 40 mit anderen Ausgabevorrichtungen gekoppelt werden können, die Standard- oder spezielle Computermonitore und damit verbundene Verarbeitungsschaltungen enthalten können. Eine oder mehrere Operator Workstations 40 können weiterhin mit dem System verbunden werden, um Systemparameter auszugeben, Untersuchungen anzufordern, Bilder zu betrachten, und so weiter. Allgemein können Anzeigen, Drucker, Workstations, und ähnliche Vorrichtungen, die innerhalb des Systems zur Verfügung gestellt werden in Bezug auf die Datenakquisitionskomponenten örtlich sein oder sie können von diesen Komponenten entfernt sein, wie anderswo innerhalb einer Einrichtung oder einem Krankenhaus oder an einem vollständig anderen Ort, der mit dem Bilderfassungssystem über ein oder mehrere konfigurierbare Netzwerke, wie z.B. dem Internet, virtuellen privaten Netzwerken usw. verbunden ist.
Ausführungsformen der vorliegenden Erfindung legen ein Verfahren zum Bestimmen vorheriger Informationen für Bilder offen, die auf einem oder mehreren Röntgenstrahlenenergieniveaus oder -Spektren erfasst wurden. Wie hier verwendet bezieht sich „vorherige Information" auf Zusammensetzungs- und Dichteinformationen eines oder mehrerer Materialien, die in einem abgebildeten Objekt vorhanden sind. Wie hier verwendet bezieht sich „Zusammensetzung" auf die Menge von Compton Streuung und photoelektrischer Absorption eines Materials in einem abgebildeten Objekt und „Dichte" bezieht sich auf die durchschnittliche Dämpfung eines Voxel in einem abgebildeten Objekt. Alternativ kann sich „Zusammensetzung" auf die Menge beliebiger anderer Basiskomponenten wie z.B. der Dämpfung von Wasser und der Dämpfung von Knochen beziehen, die die gesamte Dämpfung eines bestimmten Materials oder eines bestimmten Bildvoxel bestimmen. Weiterhin legen Ausführungsformen der vorliegenden Erfindung basierend auf der vorherigen Information eine Technik zum Erzeugen eines multispektralen Bildes mit verringertem Rauschen und besseren Materialauflösungen offen. Wie im Folgenden genauer beschrieben wird, wird die Rauschdämpfung durch wahlweise Glättung des Bildes erreicht und Materialauflösungen werden durch die Einbeziehung von bekannten nominal Materialeigenschaften in die Abschwächungskoeffizienten eines jeden Bildvoxels erreicht.
Wie Fachleuten bekannt ist, kann ein Bildvoxel allgemein durch eine bestimmte photoelektrische Absorption, Dichte/Gewicht, und eine Compton Streuungsdichte/Gewicht charakterisiert werden. Da Röntgendämpfung meist auf photoelektrischer Absorption und Compton Scatter beruht, kann die lineare Dämpfung in einem Voxel durch zwei Parameter Φ und θ charakterisiert werden, wobei Φ die Menge photoelektrischer Absorption in einem bestimmten Gewebe, oder Voxel repräsentiert und θ die Compton Streuung in einem bestimmeten Gewebe oder Voxel repräsentiert.
Vorausgesetzt, dass die Energieabhängigkeiten des Effekts aufgrund photoelektrischer Absorption (Φ(E)) und Compton Streuung (Θ(E)) bekannt sind, und vom Material unabhängig sind, kann die lineare Dämpfung eines Voxel, wie in der folgenden Gleichung (1) gezeigt dargestellt werden. μ(E) = ϕ·Φ(E) + θ·Θ(E) (1)
Da die Dämpfung eines jeden Materials als lineare Kombination von zwei Basisfunktionen Φ(E) und Θ(E) dargestellt werden kann, können zwei beliebige Materialien, deren Φ und Θ linear unabhängig sind gewählt werden, um eine neue Gruppe von Basisfunktionen zu definieren. Typische Beispiele von Materialzusammensetzungen können enthalten, sind aber nicht beschränkt auf: Wasser und Knochen, oder Knochen und Jod. Zum Beispiel kann eine Auflösung von Wasser und Knochen durch die folgende Gleichung (2) dargestellt werden. μ(E) = w·W(E) + b·B(E) (2)
Darin stellt w den Betrag der äquivalenten Wasserdämpfung W(E) dar, und b stellt die Menge von Knochenäquivalentdämpfung B(E) dar. Die Gleichung (2) kann durch Einsetzen in die Gleichung (1) umgewandelt werden, und anders herum: W(E) = c1·Φ(E) + c2·Θ(E) (3) B(E) = c3·Φ(E) + c4·θ(E) (4)
Darin sind c1, c2, c3, und c4 empirisch definierte Koeffizienten, welche die Beiträge der Compton Streuung und die Photoelektrische Absorption in der jeweiligen Dämpfung von Wasser und Knochen repräsentieren. Alternativ können ideale Materialien verwendet werden: z.B. ein theoritisches Material, das keine photoelektrische Absorption, und nur Compton Wechselwirkungen aufweist, und ein zweites theoritisches Material, das keine Compton Interaktionen, und nur photoelektrische Absorption aufweist. In anderen Worten, jedes physiche Material kann als lienare Kombination dieser zwei idealen Materialien dargestellt werden.
2 ist ein Graph, der die Zusammenstellung und Dichte in einem zweidimensionalen (2D) Raum für einen Bildvoxel eines abgebildeten Objekts gemäß einer Ausführungsform der Erfindung darstellt. In einer besonderen Ausführungsform ist 2 eine Darstellung einer vorherigen Information in Bezug auf die Compton Streuverteilung des Objekts oder des zu rekonstruierenden Voxel. Fachleuten ist klar, dass Wirkstoffe voneinander gestützt auf die relative Bedeutung der photoelektrischen Absorption und der Compton Streueffekte bei der Röntgenstrahlung durch das Material unterschieden werden können. Demgemäß kann ein Bildvoxel in einem realistischen zweidimensionalen (2D) Φ-Θ–Raum an Stelle der Abbildung in einem ein-dimensionalen wirksamen Abschwächungsraum (Φ_eff) charakterisiert werden. Mit anderen Worten, der Ort eines Bildvoxel in einem 2D Raum eines abgebildeten Objekts, der bekanntermassen einem besonderen physischen Material (wie z.B. Knochen oder Wasser) entspricht, kann durch eine bestimmte Menge von Compton Streuung und eine bestimmte Menge von photoelektrischer Absorption charakterisiert werden. Mit Bezug auf 2 entsprechen nun die Bezugszahlen 50 und 52 zwei Bildvoxeln in einem 2D Raum eines abgebildeten Objekts, das verschiedene Materialzusammensetzungen, wie z.B. Knochen 54 und Wasser 56, umfasst. Die Bezugszahl 58 repräsentiert die effektive Abschwächungsachse. Das Gebiet 60 entspricht einer besonderen Anordnung in dem 2D. Raum eines abgebildeten Objekts, das durch eine bestimmte Menge von Compton Streuung charakterisiert ist. Wie Fachleuten klar ist, ist 2 eine Darstellung der Compton Streuverteilung des Objekts oder Voxel, das rekonstruiert werden soll.
3 ist ein Graph, der die Zusammensetzung und Dichteinformation in einem zwei-dimensionalen (2D) Raum für ein Bildvoxel eines abgebildeten Objekts gemäß einer anderen Ausführungsform der Erfindung darstellt. In einer besonderen Ausführungsform ist 3 eine Darstellung einer vorherigen Information in Bezug auf die photoelektrische Absorption des Objekts oder Voxels, das rekonstruiert werden soll. Wie vorher erwähnt, kann der Ort eines Bildvoxel eines abgebildeten Objekts in einem 2D Raum, der bekanntermassen einem besonderen physischen Material entspricht (wie z.B. Knochen, oder Wasser) durch eine bestimmt Menge von Compton Streuung und eine bestimmte Menge photoelektrischer Absorption charakterisiert werden. In dem betreffenden Beispiel, das in 3 gezeigt wird, entsprechen die Bezugszahlen 50 und 52 zwei Bildvoxeln eines abgebildeten Objekts in einem 2D Raum, das verschiedene Material Zusammensetzungen, wie z.B. Knochen 54 und Wasser 56 umfasst. Das Gebiet 62 entspricht einem bestimmten Ort in dem 2D Raum eines abgebildeten Objekts, der durch eine bestimmte Menge photoelektrischer Absorption charakterisiert ist.
4 ist ein Graph, der Zusammensetzung und Dichteinformation in einem 2D Raum für ein Bildvoxel eines abgebildeten Objekts gemäß einer anderen Ausführungsform der Erfindung darstellt. In einer speziellen Ausführungsform ist 4 eine Darstellung vorheriger Information in Bezug auf die effektive Dämpfung des Objekts oder Voxels, das rekonstruiert werden soll. Die Bezugszahlen 50 und 52 entsprechen zwei Bildvoxeln eines abgebildeten Objekts in einem 2D Raum, die verschieden Materialzusammentsetzung umfassen, wie z.B. Knochen 54 und Wasser 56. Die Bezugszahl 58 repräsentiert die effektive Abschwächungsachse. Das Gebiet 64 entspricht einem bestimmten Ort in dem 2D Raum eines abgebildeten Objekts, der die effektive Dämpfung des Materials darstellt. Wie von dem Graphen in 4 abgeleitet werden kann, ist die durchschnittliche Dämpfung eines Bildvoxel entlang des Gebiets 64 konstant. Jedoch ist die effektive Dämpfung des Bildvoxel wegen dem Compton Streuung und der photoelektrischen Absorption entlang dieses Gebiets unbekannt und verursacht Bilder mit einer rauschbehafteten Auflösung.
5 ist ein Graph, der Zusammensetzungs- und Dichteinformation in einem zweidimensionalen (2D) Raum für einen Bildvoxel eines abgebildeten Objekts gemäß noch einer anderen Ausführungsform der vorliegenden Erfindung darstellt. In einer besonderen Ausführungsform ist 5 eine Darstellung einer vorherigen Information mit Bezug auf die Beziehung zwischen den verschiedenen Basiskomponenten. Die Bezugszahlen 50 und 52 entsprechen zwei Bildvoxeln eines abgebildeten Objekts in einem 2D Raum das verschiedene Materialzusammensetzung umfasst, wie z.B. Knochen 54 und Wasser 56. Die Bezugszahl 58 repräsentiert die effektive Abschwächungsachse. Das Gebiet 68 entspricht der effektiven Dämpfung eines Bildvoxels. Das Gebiet 66 entspricht der vorherigen Information, die einem Bildvoxel zugeordnet ist. Wie im Folgenden genauer beschrieben wird, kann die vorherige Information gemeinsam mit der Information eines Bildvoxel dazu verwendet werden, um ein multispektrales Bild eines Objekts mit verbesserter Bildqualität und geringerem Rauschen zu erzeugen.
Gemäß Ausführungsformen der vorliegenden Erfindung ist das Gewicht der Basiskomponente j für ein Bildvoxel i durch (x_ij) repräsentiert. Demgemäß kann die vorherige Information, die jedem Bildvoxel x_ij zugeordnet ist verallgemeinert werden, um Abhängigkeiten über die Komponenten J auszudrücken. Insbesondere kann (x_i,1) das Gewicht/die Dichte eines Bildvoxel mit Bezug auf ein Material (wie z.B. Wasser oder Gewebe) repräsentieren und (x_i,2) kann das Gewicht/die Dichte eines Bildvoxel mit Bezug auf ein anderes Material (wie z.B. Knochen) repräsentieren. Andere Charakteristiken können z.B. eine Compton Komponente (x_i,1) und eine photoelektrische Komponente (x_i,2) enthalten. Mit Bezug auf die Gleichung (2) kann die Gleichung (2) wiederum für ein spezifisches Voxel i als μ_i = x_i,1·Φ(E) + x_i,2·Θ(E) dargestellt werden. Genauer, wenn (x_i,1) die Compton Komponente eines Materials darstellt und (x_i,2) die photoelektrische Komponente darstellt, dann können verschiedene Materialzusammensetzungen von 2 Gebieten in einem zweidimensionalen (2D) Raum eines abgebildeten Objekts dargestellt werden, das durch (x_i,1) und (x_i,2) bestimmt ist.
Wie Fachleuten klar ist, kann die vorherige Information in einem Bildvoxel x_ij auf die Verteilung x_ij fokussiert werden, entweder in Bezug auf den tatsächlichen Wertebereich, der von den Voxeln angenommen wird, die üblicherweise Gamma Priors genannt werden oder die Beziehung zwischen verschiedenen räumlich nahen Voxeln, die üblicherweise als Markov Random Field (MRF) Priors bezeichnet werden. Gamma Priors können z.B. Information über mögliche Kombinationen von x_i,1 enthalten, für die x_i,1 sehr hoch sein kann und x_i,2 sehr niedrig sein kann oder umgekehrt. MRF Priors können typisch als eine Funktion x_i,j – x_i,1 ausgedrückt werden, was ausdrückt, dass nahe gelegene Bildvoxelwerte erwartungsgemäß ähnlich sind. In einer einzelnen Ausführungsform kann ein MRF Prior als ein quadratischer Prior, wie in der folgenden Gleichung (5) ausgedrückt werden,
worin N(i) die Gruppe von Voxeln ist, die die Umgebung des Voxel i darstellt, und Φ(x) die Kostenfunktion ist. Insbesondere kann der vorherige Ausdruck der in Gleichung (5) gezeigt ist, verallgemeinert werden, um Abhängigkeiten über die spektralen Abmessungen j auszudrücken.
Die Kostenfunktion Φ(x), die von der Gleichung (5) dargestellt ist, kann weiter verallgemeinert werden, wie in der folgenden Gleichung (6) gezeigt,
worin Ψ eine Kanten präservierende Regulierungsfunktion, oder statistisch ausgedrückt, die Wahrscheinlichkeitsdichtefunktion (PDF) für Unterschiede zwischen Bildvoxeln ist. Wie Fachleuten klar ist, bezieht sich eine „Wahrscheinlichkeitsdichtefunktion" auf eine Funktion, die eine Wahrscheinlichkeitsverteilung für eine bestimmte variable oder Quantität darstellt.
In einer Ausführungsform kann die vorherige Information definiert werden, um Punkte zu bestrafen, die keinem bekannten Material in dem Objekt entsprechen. Eine quadratische (oder andere) Strafe kann dann verwendet werden, um Abweichungen von diesen bekannten Materialzusammensetzungsdichten zu bestrafen. Eine einfache Summe der quadratischen Strafen kann wie in den folgenden Gleichungen (7) und (8) gezeigt beschrieben werden,
worin a_1,1 und a_1,2 die nominale Komponentenauflösung des l-ten Materials in dem abgebildeten Objekt repräsentieren. Insbesondere, wenn ein Zielbildvoxel primär aus Knochen, Weichem Gewebe, Kontrast, und Kalzium besteht, dann können die Basiskomponenten, die diese Materialien umfassen, als „Anker" a_1,,j gewählt werden, und dann als Primärinformation angelegt werden, um grosse Abweichungen von diesen Werten zu bestrafen.
Die Verwendung der vorherigen Information in Übereinstimmung mit Ausführungsformen der vorliegenden Erfindung resultiert in besserer Material Unterscheidung, als eine nicht regularisierte Lösung mit kleineren Abweichungen (d.h. weniger Rauschen) um jeden Ankerpunkt. Wie hierin verwendet, bezieht sich eine nicht regulierte Lösung auf eine Lösung, die ohne Verwendung von vorheriger Information gebildet wird. Die Gleichung (7) kann weiterhin dadurch verallgemeinert werden, dass eine quadratische Strafe durch andere Straffunktionen ersetzt wird. In einer anderen Ausführungsform kann die Gleichung (7) durch Drehen und Skalieren der Isokonturen der Straffunktionen verallgemeinert werden, um die Korrelationen zwischen den Basiskomponenten in einer wohl bestimmten Weise zu repräsentieren. Die in diesem Fall ist ein zusätzlicher Kreuzungsausdruck erforderlich, gemeinsam mit Skalenkoeffizienten, wie in der folgenden Gleichung (9) gezeigt:
Eine Verallgemeinerung der Gleichung (9) ist auf eine Kombination mit einer räumlichen Strafe gestützt, die es benachbarten Bildvoxeln ermöglicht, die gleichen Werte anzunehmen. Ein Beispiel dafür ist eine früherer Ausdruck in der Form:
Diese Generalisierung des früheren Ausdrucks, der durch die Gleichung (10) dargestellt ist, erzeugt Bilder, die ein geringeres Rauschen und gut definierte Materialeigenschaften aufweisen.
Gemäß den Ausführungsformen der vorliegenden Erfindung ist die vorherige Information, die mit jedem Voxel zugeordnet ist, durch eine gemeinsame Wahrscheinlichkeitsdichteverteilungsfunktion (PDF) zwischen einer Mehrzahl von Basiskomponenten bestimmt, die in den Materialien des dargestellten Objekts enthalten sind. In einer besonderen Darstellung ist die PDF als eine Verteilung von Basiskomponenten in Ausdrücken eines absoluten Voxelbereichs bestimmt, der dem Bildvoxel zugeordnet ist. Wie oben beschrieben können die Basiskomponente eine Compton Komponente und eine photoelektrische Komponente enthalten.
In einer anderen Ausführungsform ist die vorherige Information, die jedem Bildvoxel x_i zugeordnet ist, durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) des Verhältnisses zwischen zwei Basiskomponenten, wie in der folgenden Gleichung (11) dargestellt: ri = xi,1/xi,2 (11)worin r₁ für einen bestimmten Voxel i das Verhältnis der Gewichte repräsentiert, die den beiden Basiskomponenten entsprechen.
Dem gemäß kann der vorherige Ausdruck durch Gleichungen (12) oder (13), wie im Folgenden gezeigt ausgedrückt werden:
In diesem Fall bietet die vorherige Information Information, die zu der Dichteinformation komplementär ist. Mit anderen Worten, die Dichte liefert Information über die durchschnittliche Dämpfung des Voxels, während der vorherige Ausdruck Information über das Verhältnis zwischen den verschiedenen Bestandteilen liefert, die ein abgebildetes Objekt umfasst.
In einer alternativen Ausführungsform wird die vorherige Information, die jedem Bildvoxel zugeordenet ist, durch eine gemeinsame Wahrscheinlichkeitsdichffunktion (PDF) der Unterschiede zwichen benachbarten Voxel Werten definiert. Zum Beispiel sind einige Kombinationen von Unterschieden zwischen zwei Bildvoxeln x₁ und x₂ wahrscheinlicher als andere, da physische Unterschiede auf Grund der Wechselenden Dichte in dem gleichen Material auftreten, oder aufgrund eines Wechsels in der Materialzusammensetzung. Ein vorheriger Ausdruck dieser Art kann durch die folgenden Gleichungen (14) oder (15) dargestellt werden:
worin δ_i,j,l = x_i,l – x_j,l und den Unterschied im Gewicht für die Komponente 1 und für den Voxel i im Gegensatz zu dem Voxel j darstellt, und und C_j die Ko-Koeffizienten repräsentiert, welche die Form und die Grösse der Straffunktion Φ bestimmen, welche die vorherige Information bestimmt.
Fachleuten ist klar, dass die Gleichungen (14) und (15) Überlagerungen von gedrehten eliptischen Wahrscheinlichkeitsdichtefunktionen in den Unterschieden zwischen benachbarten Voxeln darstellen.
In einem anderen Aspekt der vorliegenden Erfindung kann die vorherige Information in die Kostenfunktion eines iterativen Rekonstruktionsalgorithmus eingebaut werden, um die gewünschten Eigenschaften des Bildes, einschliesslich der Geräuschreduzierung (durch erhöhte selektive Glättung des Bildes) zu erreichen, und bessere Materialauflösungen (durch die Einbeziehung der bekannten nominalen Materialeingenschaften in die Spektralkoeffizienten für jedes Voxel). In einer Ausführungsform kann der iterative Rekonstruktionsalgorithmus aus der Gruppe ausgwählt werden, die aus Höchstwahrscheinlichkeitstechniken (ML) und Maximum A Posteriori (MAP) Techniken besteht.
Fachleuten ist klar, dass iterative Rekonstruktionsverfahren allgemein mit einer Bildabschätzung beginnen. Diese Bildabschätzung wird aktualisiert und vor und zurück transformiert zwischen der Projektionsdomain und der Bilddomain. Die besondere Art, in der die Transformation zwischen den Domains ausgeführt wird, unterscheidet verschiedene Rekonstruktionstechniken. Zum Beispiel verwenden iterative gefilterte Rückprojektsverfahren (IFBP) FBP, um in ein Bild umzuwandeln, und sie verwenden eine Zufallsübertragung, oder eine Vorwärtsprojektion, um ein Sinogramm zu errechnen.
Genauer, in einer iterativen Rekonstruktionstechnik wird ein errechnetes Sinogramm (d.h. eine Gruppe von errechneten Projektionsdaten) mit den tatsächlich gemessenen Sinogrammdaten verglichen. Das errechnete Sinogramm ist eine Transformation von einem geschätzten rekonstruierten Bild. In der ersten Iteration kann das rekonstruierte Bild jede angemessene Voreinstellung sein. Als Ergebnis des Vergleichs des berechneten Sinogramms und des gemessenen Sinogramms wird ein Sinogrammfehler erzeugt. Der Sinogrammfehler wird dann auf die Bilddomain zurücktransformiert, um ein Korrekturbild zu erzeugen. Damit wird in einer folgenden Iteration das Korrekturbild gemeinsam mit dem vorherigen rekonstruierten Bild verwendet, um ein akturalisiertes, rekonstruiertes Bild für die nächste Iteration zu erzeugen. Danach wird der Vorgang mit einer gewünschten Anzahl von Iterationen wiederholt, oder bis eine gewisse Optimierung für ein Stopkriterium erfüllt ist.
Fachleuten ist klar, dass ein Vorwärtsmessungsmodell zwischen unbekannten Verteilungen, die ein abgebildetes Objekt und Daten repräsentieren, allgemein durch die folgende Gleichung (16) repräsentiert werden kann,
worin k einen Index für das Messpektrum kennzeichnet (jedes k repräsentiert ein Energiespektrum, oder kVp), m ist ein Sinogrammindex, a_m,i ist der Beitrag eines Bildvoxel i zu einem Sinogrammelement m, und definiert das Systemmodell, welches die Geometrie des Systems erfasst, μ_j(E) stellt die Energieabhängigkeit der Dämpfung der Komponente j dar, S_k(E) repräsentiert die Wahrscheinlichkeitsverteilung für die Detektion von Photonen mit der Energie E in Abwesenheit eines Objekts (Luft Scan).
Fachleuten ist klar, dass ein iterativer Rekonstruktionsalgorithmus üblicherweise Voxelwerte bestimmt, unter der Voraussetzung von x_i,j rauschbehafteten Messungen von l_k(m) durch Formen einer Sequenz von Bildern, die eine Kostenfunktion minimieren. Die Auswahl der Kostenfunktion, die minimiert werden soll, und die Erzeugung der Folge von Bildern erzeugen die beiden primären Komponenten eines iterativen Rekonstruktionsalgorithmus. Die Art der Kostenfunktion kann von dem statistischen Modell für die Fehler in den Messung abhängen. Wenn die Fehler normal verteilt sind, dann wird eine gewichtete Kostenfunktion der kleinsten Fehlerquadrate (WLS) erlangt, wie in der folgenden Gleichung (17) gezeigt,
worin W_k,m die Gewichtsfunktion ist, die die Genauigkeit der Sinogrammessung I_k(m) charakterisiert, und Ĩ die gemessenen Intensitäten repräsentiert. Die aus einer Minimierung der Gleichung (17) geformten Bilder sind üblicherweise rauschbehaftet. Weiterhin kann die Abbildungsgleichung (17) nicht genug Information zur Verfügung stellen, um die verschieden Komponenten eines Bildvoxel richtig aufzulösen. In beiden Situationen kann die vorherige Information über den Bildvoxel verwendet werden, um die Qualität der Lösung zu verbessern. In der praktischen Anwendung werden durch Verwendung einer Kostenfunktion, die einen passenden Datenausdruck, wie in Gleichung (17) gezeigt, enthält, und einen vorherigen Ausdruck, wie in den Gleichungen (5) bis (15) gezeigt die Gesamtkosten = J(x) + Φ(x).
Die Verwendung von vorheriger Information gemäß Ausführungsformen der vorliegenden Technik kann unabhängig von der Art der Kostenfunktion, die verwendet wird, oder dem Optimierungsverfahren, das in der iterative Rekonstruktion verwendet wird, angewendet werden. Zum Beispiel können Kostenfunktionen verwendet werden, die auf eine Normalverteilung gestützt sind, und führen zu gewichteten Kostenfunktionen nach dem Verfahren der Summe der kleinsten Fehlerquadrate. Alternativ, kann ein Poisson Rauschmodell für die Messfehler (in Abwesenheit eines Vorherigen) verwendet werden, das zu maximalen Wahrscheinlichkeitsformulierungen führt. Das Optimierungsverfahren kann auch variieren, um gleichzeitige Aktualisierungslösungen zu enthalten, wie z.B. konjugierte Gradienten und eine Übertragungsrekonstruktion mit höchster Wahrscheinlichkeit, oder die Verwendung von iterativen Koordinatenabstiegsverfahren.
6 erläutert ein Verfahren zum Erzeugen eines multispektralen Bildes eines Objekts gemäß einer Ausführungsform der vorliegenden Erfindung. In Schritt 17 werden Messdaten bei einer Mehrzahl von Röntgenenergiespektren erfasst. In einer Ausführungsform umfassen die Messdaten zumindest eine von Dichtelinienintegralmessungen, photoelektrische Linienintegralmessungen, und Compton Linienintegralmessungen.
In Schritt 72 wird eine Mehrzahl von Bildvoxeln in einem oder in mehreren Bereichen bestimmt, die das Objekt umfassen. In Schritt 74 wird vorherige Information erlangt, die der Mehrzahl von Bildvoxeln zugeordnet ist. Wie oben beschrieben wird die vorherige Information als Wahrscheinlichkeitsdichteverteilungsfunktion (PDF) zwischen einer Mehrzahl von Basiskomponenten bestimmt. In einer Ausführungsform umfasst die Mehrzahl der Basiskomponente eine oder mehrere Materialzusammensetzungen, die in verschieden Gebieten in einem zwei-dimensionalen (2D) Raum verteilt sind. Die einen oder mehreren Materialzusammensetzungen umfassen zumindest eine von Gewebe, Wasser oder Knochen. In einer anderen Ausführungsform umfasst die Mehrzahl von Basiskomponenten eine Compton Komponente und eine photoelektrische Komponente.
In einer Ausführungsform ist die gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) als eine Verteilung der Basiskomponenten in Bezug auf einen absoluten Voxelwertebereich definiert, der der Mehrzahl von Bildvoxeln zugeordnet ist. In einer anderen Ausführungsform ist die vorherige Information durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) von Unterschieden zwischen benachbarten Bildvoxel Werten bestimmt. In noch einer anderen Ausführungsform ist die vorherige Information durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) des Verhältnisses zwischen einer oder mehreren Basiskomponenten bestimmt.
In Schritt 76 werden Messwerte rekonstruiert, um ein rekonstruiertes multispektral Bild des Objekts gestützt auf die vorherige Information zu erzeugen. In einer Ausführungsform wird eine iterative Rekonstruktionstechnik verwendet, um das multispektrale rekonstruierte Bild des Objekts zu erzeugen.
Ein Verfahren zum Erzeugen eines multispektralen Bildes eines Objekts 18 wird zur Verfügung gestellt. Das Verfahren umfasst Erfassen von Messdaten 70 auf einer Mehrzahl von Röntgenenergieniveaus und Bestimmen einer Mehrzahl von Bildvoxeln 50, 52 in einem oder mehreren Gebieten, die das Objekt umfassen. Das Verfahren umfasst weiterhin Erlangen von vorheriger Information 74, die einer Mehrzahl von Bildvoxeln zugeordnet ist, die das Objekt umfassen. Die vorherige Information ist durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) zwischen einer Mehrzahl von Basiskomponenten bestimmt. Das Verfahren umfasst weiterhin Rekonstruieren der Messdaten 76, um ein multispektrales rekonstruiertes Bild des Objekts gestützt auf die vorherige Information zu erzeugen.
Während nur bestimmte Eigenschaften der Erfindung dargestellt und beschrieben wurden, können Fachleuten daran viele Modifikationen und Änderungen durchführen. Es ist daher festzuhalten, dass die beigefügten Ansprüche lediglich Modifikationen und Änderung umfassen, die in den Schutzumfang der Erfindung fallen.

10: Bildanalysesystem
12: Röntgenstrahlenquelle
14: Kollimator
16: Strahlung
18: Patient
20: Anteil der Strahlung
22: Detektoranordnung
24: Systemkontroller
26: Linearpositionierungssubsystem
28: Rotierendes Subsystem
30: Röntgen Controller
32: Motor Controller
34: Datenerfassungssystem
36: Computer
38: Speicher
40: Betreiber-Workstation
42: Anzeige
44: Drucker
46: PACS
48: Remote Client
50: Bildvoxel
52: Bildvoxel
54: Knochen
56: Wasser
58: Effektive Abschwächungsachse
60: Compton Streuungsbereich
62: Photoelektrisches Absorptionsgebiet
64: Wirksames Abschwächungsgebiet
66: Vorheriges Informationsgebiet
68: Wirksames Abschwächungsgebiet
70: Messdatenerfassungsschritt
72: Schritt zum Definieren einer Mehrzahl von Bildvoxeln
74: Schritt zum Erlangen vorheriger Information
76: Schritt zum Rekonstruieren von Messdaten

Claims

Verfahren zum Erzeugen eines multispektralen Bildes eines Objekts (18), wobei das Verfahren umfasst: Erfassen von Messdaten (70) auf einer Anzahl von Röntgenenergieniveaus; Bestimmen (72) einer Anzahl von Bildvoxeln (50, 52) in einem oder mehreren Gebieten, die das Objekt umfassen; Erlangen von vorheriger Information (74), die den Bildvoxeln zugeordnet ist, wobei die vorherige Information durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) von Grundkomponenten bestimmt ist; und Rekonstruieren der Messdaten (76) unter Verwendung der vorherigen Information, um ein multispektrales rekonstruiertes Bild des Objekts gestützt auf die vorherige Information zu erzeugen.
Verfahren nach Anspruch 1, wobei die vorherige Information Zusammensetzungs- und Dichteinformation über eine oder mehrere Materialzusammensetzungen in den Abschwächungskoeffizienten des Objekts umfasst.
Verfahren nach Anspruch 1, wobei die Messdaten zumindest eine von Dichtelinienintegralmessung, photoelektrischer Linienintegralmessung, und Compton Linienintegralmessungen umfassen.
Verfahren nach Anspruch 1, wobei die Anzahl von Basiskomponenten eine oder mehrere Materialzusammensetzungen umfasst, die in verschiedenen Gebieten in einem zweidimensionalen (2D) Raum verteilt sind, der das Objekt umfasst, wobei eine oder mehrere Materialzusammensetzungen zumindest eines von Gewebe, Wasser (56) oder Knochen (54) umfassen.
Verfahren nach Anspruch 1, wobei die Anzahl von Basiskomponenten zumindest eine von einer Compton-Komponente und einer photoelektrischen Komponente umfasst.
Verfahren nach Anspruch 1, wobei die gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) als eine Verteilung der Basiskomponenten in Bezug auf einen absoluten Voxelwertebereich bestimmt ist, der der Mehrzahl von Bildvoxeln zugeordnet ist.
Verfahren nach Anspruch 1, wobei die vorherige Information durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) der Unterschiede zwischen benachbarten Bildvoxelwerten bestimmt ist.
Verfahren nach Anspruch 1, wobei die vorherige Information durch eine gemeinsame Wahrscheinlichkeitsdichtefunktion (PDF) des Verhältnisses zwischen der Anzahl von Basiskomponenten bestimmt ist.
Verfahren nach Anspruch 1, weiterhin umfassend das Verwenden einer iterativen Rekonstruktionstechnik, um das multispektrale rekonstruierte Bild des Objekts zu erzeugen.
Verfahren nach Anspruch 1, wobei die Rekonstruktionstechnik zur Verwendung in einem Bildanalysesystem angepasst ist.