-
Die
Erfindung betrifft ein Verfahren zur Rekonstruktion von Bilddaten
eines Untersuchungsobjektes aus Messdaten, wobei die Messdaten als
Projektionsdaten bei einer relativen Rotationsbewegung zwischen
einer Strahlungsquelle eines Computertomographiesystems und dem
Untersuchungsobjekt erfasst wurden.
-
Verfahren
zur Abtastung eines Untersuchungsobjektes mit einem CT-System sind
allgemein bekannt. Hierbei werden beispielsweise Kreisabtastungen,
sequentielle Kreisabtastungen mit Vorschub oder Spiralabtastungen
verwendet. Bei diesen Abtastungen werden mit Hilfe mindestens einer
Röntgenquelle und mindestens eines gegenüberliegenden
Detektors Absorptionsdaten des Untersuchungsobjektes aus unterschiedlichen
Aufnahmewinkeln aufgenommen und diese so gesammelten Projektionsdaten
mittels geeigneter Rekonstruktionsverfahren zu Schnittbildern durch
das Untersuchungsobjekt verrechnet.
-
Zur
Rekonstruktion von computertomographischen Bildern aus Röntgen-CT-Datensätzen
eines Computertomographiegeräts (CT-Geräts), d.
h. aus den erfassten Projektionen, wird heutzutage als Standardverfahren
ein so genanntes gefiltertes Rückprojektionsverfahren (Filtered
Back Projection; FBP) eingesetzt. Nach der Datenerfassung wird ein so
genannter ”Rebinning”-Schritt durchgeführt,
in dem die mit dem fächerförmig sich von der Quelle ausbreitenden
Strahl erzeugten Daten so umgeordnet werden, dass sie in einer Form
vorliegen, wie wenn der Detektor von parallel auf den Detektor zulaufenden
Röntgenstrahlen getroffen würde. Die Daten werden
dann in den Frequenzbereich transformiert. Im Frequenzbereich findet
eine Filterung statt, und anschließend werden die gefilterten
Daten rücktransformiert. Mit Hilfe der so umsortierten
und gefilterten Daten erfolgt dann eine Rückprojektion
auf die einzelnen Voxel innerhalb des interessierenden Volumens.
-
Metallische
Fremdkörper innerhalb eines Untersuchungsobjektes, wie
z. B. Zahnfüllungen oder implantierte Schrauben, wirken
sich in CT-Bildern äußerst negativ auf die Bildqualität
aus. Die Ursache hierfür liegt darin, dass Metalle Röntgenstahlen
viel stärker absorbieren als das restliche Gewebe. Es bilden
sich aufgrund der Metallobjekte streifenförmige Artefakte über
große Bereiche des Bildes, welche relevante Informationen überdecken
können. Unter Artefakten versteht man Strukturen im Bild,
die nicht mit der tatsächlichen räumlichen Verteilung
des Gewebes im Untersuchungsobjekt übereinstimmen.
-
Es
ist daher erstrebenswert, eine Metallartefaktreduktion vorzunehmen.
Einige Verfahren zur Metallartefaktreduktion sind z. B. beschrieben
in
- [1] J. Müller and T. M.
Buzug, "Spurious structures created by interpolation-based
CT metal artifact reduction," SPIE Medical Imaging Proc.,
vol. 7258, no. 1, pp. 1Y1–1Y8, Mar. 2009.
- [2] W. A. Kalender, R. Hebel, and J. Ebersberger, "Reduction
of CT artifacts caused by metallic implants," Radiology,
vol. 164, no. 2, pp. 576–577, Aug. 1987.
- [3] A. H. Mahnken, R. Raupach, J. E. Wildberger, B. Jung,
N. Heussen, T. G. Flohr, R. W. Günther, and S. Schaller, "A
new algorithm for metal artifact reduction in computed tomography:
in vitro and in vivo evaluation after total hip replacement," Investigative
Radiology, vol. 38, no. 12, pp. 769–775, Dec 2003.
- [4] S. Zhao, D. D. Robertson, G. Wang, B. Whiting, and
K. T. Bae, "X-ray CT metal artifact reduction using wavelets:
An application for imaging total hip prostheses," IEEE
Transactions on Medical Imaging, vol. 19, no. 12, pp. 1238–1247,
Dec. 2000.
- [5] M. Kachelrieß, O. Watzke, and W. A. Kalender, „Generalized
multi-dimensional adaptive filtering (MAF) for conventional and
spiral single-slice, multi-slice and cone-beam CT," Med.
Phys., vol. 28, no. 4, pp. 475–490, Apr. 2001.
- [6] B. De Man, J. Nuyts, P. Dupont, G. Marchal, and P.
Suetens, "An iterative maximum-likelihood polychromatic
algorithm for CT," IEEE Transactions on Medical Imaging,
vol. 20, no. 10, pp. 999–1008, Oct. 2001.
- [7] M. Bal, L. Spies, „Metal artifact reduction
in CT using tissue-class modeling and adaptive prefiltering," Medical
Physics, vol. 33, no. 8, pp. 2852–2859, 2006.
-
Der
Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Rekonstruktion
von CT-Bildern aufzuzeigen, wobei berücksichtigt werden
soll, dass das Untersuchungsobjekt Metallobjekte beinhalten kann. Ferner
sollen eine entsprechende Steuer- und Recheneinheit, ein CT-System,
ein Computerprogramm und ein Computerprogrammprodukt aufgezeigt
werden.
-
Diese
Aufgabe wird durch Verfahren mit den Merkmalen des Anspruchs 1,
sowie durch eine Steuer- und Recheneinheit, ein CT-System, ein Computerprogramm
und ein Computerprogrammprodukt mit Merkmalen von nebengeordneten
Ansprüchen gelöst. Vorteilhafte Ausgestaltungen
und Weiterbildungen sind Gegenstand von Unteransprüchen.
-
Bei
dem erfindungsgemäßen Verfahren zur Rekonstruktion
von Bilddaten eines Untersuchungsobjektes aus Messdaten liegen die
Messdaten als Projektionsdaten vor, welche bei einer relativen Rotationsbewegung
zwischen einer Strahlungsquelle eines Computertomographiesystems
und dem Untersuchungsobjekt erfasst wurden. Aus den Messdaten wird
ein erstes Bild ermittelt. Bildpunktwerte des ersten Bildes werden
geändert, indem die Bildpunktwerte in mindestens drei Klassen
eingeteilt werden, wobei jeder Klasse ein Klassenbildpunktwert zugeordnet
ist, und die Bildpunkte des ersten Bildes mit dem jeweiligen Klassenbildpunktwert
belegt werden. Aus dem derart geänderten ersten Bild erfolgt
eine Berechnung von Projektionsdaten. Die berechneten Projektionsdaten
werden zur Normalisierung der gemessenen Projektionsdaten verwendet.
In den normalisierten Projektionsdaten werden Werte geändert,
und die derart geänderten normalisierten Projektionsdaten
werden einer die Normalisierung umkehrenden Bearbeitung unterzogen.
Schließlich wird aus den derart bearbeiteten Projektionsdaten
ein zweites Bild ermittelt.
-
Es
erfolgt also eine zweifache Bildrekonstruktion. Zuerst wird das
erste Bild aus den gemessenen Daten rekonstruiert. Dieses wird nach
einer Überarbeitung zur Bestimmung von Projektionsdaten herangezogen.
Diese berechneten Projektionsdaten werden überarbeitet
und im Anschluss zur Rekonstruktion des zweiten Bildes verwendet.
Diese Vorgehensweise ermöglicht es, Artefakte zu reduzieren; insbesondere
eignet sie sich für die Metallartefaktreduktion.
-
Bei
der Bearbeitung des ersten Bildes erfolgt eine Klasseneinteilung.
Vorzugsweise wird jeder Bildpunkt des ersten Bildes in eine der
drei oder mehr Klassen eingeteilt. Nach einer Einteilung eines Bildpunktes
in eine bestimmte Klasse wird sein Bildpunktwert durch den Klassenbildpunktwert,
welcher zu der jeweiligen Klasse gehört, ersetzt. Jede
Klasse hat genau einen Klassenbildpunktwert. Anstelle einer Vielzahl
verschiedener Bildpunktwerte enthält das erste Bild nach
der Überarbeitung also nur noch eine begrenzte Anzahl verschiedener
Bildpunktwerte. Diese Anzahl entspricht der Anzahl an verwendeten Klassen.
Es ist auch möglich, nur eine Teilmenge der Bildpunkte
des ersten Bildes in die Klassen einzuteilen und die Bildpunktwerte
entsprechend zu ändern.
-
Die
aus dem geänderten ersten Bild berechneten Projektionsdaten
werden dazu benutzt, eine Normierung der gemessenen Projektionsdaten durchzuführen.
Diese Normierung kann auf verschiedene Weisen erfolgen, z. B. durch
eine Teilung der gemessenen durch die berechneten Projektionsdaten.
Diese Division erfolgt vorzugsweise punktweise, d. h. jedes Datum
der Messdaten wird durch das entsprechende Datum der berechneten
Daten dividiert.
-
Nachdem
man die normierten Projektionsdaten erhalten hat, werden diese überarbeitet.
Dies geschieht, indem zumindest ein Teil dieser Daten mit anderen
Werten belegt werden. Ziel dieses Vorgehens ist es, die Projektionsdaten
so zu ändern, dass das hieraus rekonstruierte Bild weniger
Artefakte aufweist als das erste Bild. Dementsprechend kann von der Änderung
der Werte insbesondere der Teil der Projektionsdaten betroffen sein,
welche fehler- oder unsicherheitsbehaftet sind. Hierbei handelt
es sich vorzugsweise um nur einen Teil der Daten; es ist jedoch
auch möglich, dass alle Daten geändert werden.
Informationen darüber, welcher Teil der Projektionsdaten
zu ändern ist, können z. B. den aus dem ersten
Bild berechneten Projektionsdaten und/oder den normierten Projektionsdaten
entnommen werden.
-
Nach
der Änderung der normierten Projektionsdaten erfolgt eine
Rückgängigmachung der zuvor vorgenommenen Normierung.
Dies kann insbesondere durch eine punktweise Multiplikation mit
den berechneten Projektionsdaten erfolgen, d. h. indem jedes Datum
der geänderten normierten Projektionsdaten mit dem jeweils
entsprechenden Datum der berechneten Projektionsdaten multipliziert
wird.
-
In
Weiterbildung der Erfindung entsprechen die verschiedenen Klassenbildpunktwerte
Bildwerten verschiedenartiger Bestandteile des Untersuchungsobjektes.
Die Anzahl der verwendeten Klassen kann insbesondere davon abhängen,
wie viele hinsichtlich ihrer Röntgenabsorption deutlich
unterschiedliche Bestandteile in dem betrachteten Teil des Untersuchungsobjektes
vorhanden sind. Zu dem Untersuchungsobjekt können hierbei
auch die unmittelbare Umgebung des Untersuchungsobjekt gezählt
werden, so dass auch für diese Umgebung ein Klassenbildwert
vorgesehen sein kann. Beispielsweise können die verschiedenenartigen
Bestandteile Luft, Wasser und Knochen sein; dies entspricht der
Verwendung von drei Klassen. Es können jedoch auch mehr
als drei Klassen zum Einsatz kommen.
-
In
Ausgestaltung der Erfindung wird für jede Klasse ein oberster
und ein unterster Bildpunktwert festgelegt, und ein Bildpunkt wird
in die jeweilige Klasse eingeteilt, wenn sein Bildpunktwert zwischen dem
untersten und dem obersten Bildpunktwert der jeweiligen Klasse liegt.
Hierbei handelt es sich um Schwellenwertentscheidungen.
-
Besonders
vorteilhaft ist es, wenn zusätzlich zu der Änderung
des ersten Bildes ein weiteres Bild erzeugt wird, wobei in dem weiteren
Bild Bildpunkte mit dem Klassenbildpunktwert einer weiteren Klasse belegt
sind. Nach der ersten Bildrekonstruktion existiert das erste Bild.
Aus diesem ersten Bild werden zwei Bilder erzeugt: einerseits das
geänderte erste Bild, und andererseits das weitere Bild.
Das weitere Bild enthält im Gegensatz zum ersten Bild Bildpunktwerte
der weiteren Klasse. Hierbei handelt es sich um eine Klasse, die
für das geänderte erste Bild nicht verwendet wird.
Zur Entscheidung darüber, welcher Bildpunkt des weiteren
Bildes diesen weiteren Klassenbildpunktwert erhält, wird
genauso vorgegangen wie in Bezug auf die anderen Klassen beschrieben. Vorzugsweise
werden im weiteren Bild ausschließlich diejenigen Bildpunkte
mit von Null unterschiedlichen Bildpunktwerten belegt, welche der
weiteren Klasse zugeteilt werden.
-
Einer
bevorzugten Ausgestaltung der Erfindung gemäß entspricht
der weitere Klassenbildpunktwert Bildwerten von metallischen Bestandteilen des
Untersuchungsobjektes. Das weitere Bild zeigt also an, wo sich metallische
Bestandteile innerhalb des Untersuchungsobjektes befinden. Dies
ist für das geänderte erste Bild nicht der Fall,
denn hierfür wurde die weitere Klasse nicht eingesetzt.
-
In
Weiterbildung der Erfindung erfolgt eine Berechnung von weiteren
Projektionsdaten aus dem weiteren Bild, und den weiteren Projektionsdaten wird
entnommen, welche Werte der normalisierten Projektionsdaten zu ändern
sind. Die zu ändernden Werte betreffen also ausschließlich
oder unter anderem die Bildpunkte der weiteren Klasse.
-
Besonders
vorteilhaft ist es, wenn die weiteren Projektionsdaten die Lage
einer Metallspur innerhalb der Messdaten anzeigen. Hieraus kann
insbesondere direkt entnommen werden, an welchen Stellen der normalisierten
Projektionsdaten eine Änderung durchzuführen ist.
-
Einer
Weiterbildung der Erfindung gemäß werden in dem
zweiten Bild die Bildpunktwerte von Bildpunkten, welche den Bildpunkten
des weiteren Bildes mit dem Klassenbildpunktwert der weiteren Klasse
entsprechen, geändert. Dies ermöglicht es, einen
Bestandteil des Untersuchungsobjektes, der zu dem weiteren Klassenbildpunktwert
korrespondiert, nachträglich zu dem zweiten Bild hinzuzufügen. Vorzugsweise
erfolgt die Änderung durch Belegung mit dem Klassenbildpunktwert
der weiteren Klasse.
-
Besonders
vorteilhaft ist es, wenn die Einteilung der Bildpunkte in Klassen überprüft
wird, indem die berechneten Projektionsdaten mit den gemessenen
Projektionsdaten verglichen werden. Je besser die Klasseinteilung
den reellen Gegebenheiten des Untersuchungsobjektes entspricht,
desto besser sollten auch die berechneten Projektionsdaten mit den gemessenen
Projektionsdaten übereinstimmen. Bei unzureichender Übereinstimmung
kann daher eine Anpassung der Klasseneinteilung erfolgen. Hierbei kann
iterativ vorgegangen werden. Insbesondere ist es möglich,
bei dem Vergleich den Datenbereich der zu ändernden normalisierten
Projektionsdaten nicht zu berücksichtigen. Dies geht einher
mit der Überlegung, dass es sich bei diesem Datenbereich
um einen unzuverlässigen und ausbesserungswürdigen Bereich
handelt, welcher daher bei dem Vergleich nicht betrachtet wird.
-
In
den normalisierten Projektionsdaten können die Werte geändert
werden, indem ein Interpolationsverfahren eingesetzt wird. Zur Interpolation
werden Werte verwendet, welche nicht geändert werden sollen.
Besonders eignet sich aufgrund der Einfachheit der Berechung ein
lineares Interpolationsverfahren. Es ist aber auch möglich,
andere, insbesondere komplexere und somit bessere, Interpolationsverfahren
zu verwenden.
-
Die
erfindungsgemäße Steuer- und Recheneinheit dient
der Rekonstruktion von Bilddaten eines Untersuchungsobjektes aus
Messdaten eines CT-Systems. Sie umfasst einen Programmspeicher zur
Speicherung von Programmcode, wobei hierin – gegebenenfalls
unter anderem – Programmcode vorliegt, der geeignet ist,
ein Verfahren der oben beschriebenen Art auszuführen. Das
erfindungsgemäße CT-System umfasst eine solche
Steuer- und Recheneinheit. Ferner kann es sonstige Bestandteile enthalten,
welche z. B. zur Erfassung von Messdaten benötigt werden.
-
Das
erfindungsgemäße Computerprogramm verfügt über
Programmcode-Mittel, die geeignet sind, das Verfahren der oben beschriebenen
Art durchzuführen, wenn das Computerprogramm auf einem Computer
ausgeführt wird.
-
Das
erfindungsgemäße Computerprogrammprodukt umfasst
auf einem computerlesbaren Datenträger gespeicherte Programmcode-Mittel,
die geeignet sind, das Verfahren der oben beschriebenen Art durchzuführen,
wenn das Computerprogramm auf einem Computer ausgeführt
wird.
-
Im
folgenden wird die Erfindung anhand eines Ausführungsbeispiels
näher erläutert. Dabei zeigen:
-
1:
eine erste schematische Darstellung eines Ausführungsbeispiels
eines Computertomographiesystems mit einem Bildrekonstruktionsbestandteil,
-
2:
eine zweite schematische Darstellung eines Ausführungsbeispiels
eines Computertomographiesystems mit einem Bildrekonstruktionsbestandteil,
-
3:
ein Ablaufdiagramm,
-
4:
drei CT-Bilder,
-
5:
drei CT-Bilder, welche Ausschnitte der CT-Bilder der 4 in
Vergrößerung darstellen.
-
In 1 ist
zunächst schematisch ein erstes Computertomographiesystem
C1 mit einer Bildrekonstruktionseinrichtung C21 dargestellt. In
dem Gantrygehäuse C6 befindet sich eine hier nicht gezeichnete
geschlossene Gantry, auf der eine erste Röntgenröhre
C2 mit einem gegenüberliegenden Detektor C3 angeordnet
sind. Optional ist in dem hier gezeigten CT-System eine zweite Röntgenröhre
C4 mit einem gegenüberliegenden Detektor C5 angeordnet,
so dass durch die zusätzlich zur Verfügung stehende
Strahler-/Detektorkombination eine höhere Zeitauflösung
erreicht werden kann, oder bei der Verwendung unterschiedlicher
Röntgenenergiespektren in den Strahler-/Detektorsystemen
auch „Dual-Energy”-Untersuchungen durchgeführt
werden können.
-
Das
CT-System C1 verfügt weiterhin über eine Patientenliege
C8, auf der ein Patient bei der Untersuchung entlang einer Systemachse
C9, auch als z-Achse bezeichnet, in das Messfeld geschoben werden
kann, wobei die Abtastung selbst sowohl als reiner Kreisscan ohne
Vorschub des Patienten ausschließlich im interessierten
Untersuchungsbereich stattfinden kann. Hierbei rotiert jeweils die
Röntgenquelle C2 bzw. C4 um den Patienten. Parallel läuft dabei
gegenüber der Röntgenquelle C2 bzw. C4 der Detektor
C3 bzw. C5 mit, um Projektionsmessdaten zu erfassen, die dann zur
Rekonstruktion von Schnittbildern genutzt werden. Alternativ zu
einem sequentiellen Scan, bei dem der Patient schrittweise zwischen
den einzelnen Scans durch das Untersuchungsfeld geschoben wird,
ist selbstverständlich auch die Möglichkeit eines
Spiralscans gegeben, bei dem der Patient während der umlaufenden
Abtastung mit der Röntgenstrahlung kontinuierlich entlang der
Systemachse C9 durch das Untersuchungsfeld zwischen Röntgenröhre
C2 bzw. C4 und Detektor C3 bzw. C5 geschoben wird. Durch die Bewegung
des Patienten entlang der Achse C9 und den gleichzeitigen Umlauf
der Röntgenquelle C2 bzw. C4 ergibt sich bei einem Spiralscan
für die Röntgenquelle C2 bzw. C4 relativ zum Patienten
während der Messung eine Helixbahn. Diese Bahn kann auch
dadurch erreicht werden, indem die Gantry bei unbewegtem Patienten entlang
der Achse C9 verschoben wird.
-
Gesteuert
wird das CT-System 10 durch eine Steuer- und Recheneinheit
C10 mit in einem Speicher vorliegendem Computerprogrammcode Prg1 bis Prgn. Von der
Steuer- und Recheneinheit C10 aus können über
eine Steuerschnittstelle 24 Akquisitionssteuersignale AS übertragen
werden, um das CT-System C1 gemäß bestimmter Messprotokolle anzusteuern.
-
Die
vom Detektor C3 bzw. C5 akquirierten Projektionsmessdaten p werden über
eine Rohdatenschnittstelle C23 an die Steuer- und Recheneinheit
C10 übergeben. Diese Projektionsmessdaten p werden dann,
gegebenenfalls nach einer geeigneten Vorverarbeitung, in einem Bildrekonstruktionsbestandteil
C21 weiterverarbeitet. Der Bildrekonstruktionsbestandteil C21 ist
bei diesem Ausführungsbeispiel in der Steuer- und Recheneinheit
C10 in Form von Software auf einem Prozessor realisiert, z. B. in Form
einer oder mehrerer der Computerprogrammcodes Prg1 bis
Prgn. Die von dem Bildrekonstruktionsbestandteil
C21 rekonstruierten Bilddaten f werden dann in einem Speicher C22
der Steuer- und Recheneinheit C10 hinterlegt und/oder in üblicher
Weise auf dem Bildschirm der Steuer- und Recheneinheit C10 ausgegeben.
Sie können auch über eine in 1 nicht
dargestellte Schnittstelle in ein an das Computertomographiesystem
C1 angeschlossenes Netz, beispielsweise ein radiologisches Informationssystem
(RIS), einspeist und in einem dort zugänglichen Massenspeicher
hinterlegt oder als Bilder ausgegeben werden.
-
Die
Steuer- und Recheinheit C10 kann zusätzlich auch die Funktion
eines EKGs ausführen, wobei eine Leitung C12 zur Ableitung
der EKG-Potenziale zwischen Patient und Steuer- und Recheneinheit
C10 verwendet wird. Zusätzlich verfügt das in der 1 gezeigte
CT-System C1 auch über einen Kontrastmittelinjektor C11, über
den zusätzlich Kontrastmittel in den Blutkreislauf des
Patienten injiziert werden kann, so dass die Gefäße
des Patienten, insbesondere die Herzkammern des schlagenden Herzens,
besser dargestellt werden können. Außerdem besteht
hiermit auch die Möglichkeit, Perfusionsmessungen durchzuführen,
für die sich das vorgeschlagene Verfahren ebenfalls eignet.
-
Die 2 zeigt
ein C-Bogen-System, bei dem im Gegensatz zum CT-System der 1 das Gehäuse
C6 den C-Bogen C7 trägt, an dem einerseits die Röntgenröhre
C2 und andererseits der gegenüberliegende Detektor C3 befestigt
sind. Der C-Bogen C7 wird für eine Abtastung ebenfalls
um eine Systemachse C9 geschwenkt, so dass eine Abtastung aus einer
Vielzahl von Abtastwinkeln stattfinden kann und entsprechende Projektionsdaten
p aus einer Vielzahl von Projektionswinkeln ermittelt werden können.
Das C-Bogen-System C1 der 2 verfügt
ebenso wie das CT-System aus der 1 über eine
Steuer- und Recheneinheit C10 der zu 1 beschriebenen
Art.
-
Die
Erfindung ist in beiden der in den 1 und 2 gezeigten
Systeme anwendbar. Ferner ist sie grundsätzlich auch für
andere CT-Systeme einsetzbar, z. B. für CT-Systeme mit
einem einen vollständigen Ring bildenden Detektor.
-
Von
der Steuer- und Recheneinheit C10 werden aus den Projektionsmessdaten
Bilder des Untersuchungsobjektes ermittelt. Hierbei wird eine hohe Bildqualität
erwartet. Denn das Untersuchungsobjekt wurde während der
Datenerfassung einer – für lebende Untersuchungsobjekte
wie einen Patienten schädlichen – Röntgenstrahlung
ausgesetzt. Diese soll bestmöglich ausgenutzt werden.
-
Falls
der zu untersuchende Patient Metallobjekte im Körper trägt,
ergeben sich in den CT-Bildern i. d. R. Artefakte, welche die Bildqualität
drastisch verringern. Die durch Metallobjekte hervorgerufenen Fehler
basieren hauptsächlich auf den Effekten der Strahlaufhärtung,
d. h. niederenergetische Röntgenstrahlung wird an den Metallobjekten
deutlich mehr gestreut als höherenergetische Röntgenstrahlung, des
erhöhten Rauschens, welches aufgrund der starken Absorption
von Röntgenstrahlung durch Metallobjekte und somit einer
starken Verminderung der am Detektor empfangenen Intensität
entsteht, sowie schließlich auf dem Partialvolumeneffekt
an den Grenzen von Metallobjekten.
-
Ein
Metallobjekt führt zu einer so genannten Metallspur im
Sinogramm. Das Sinogramm stellt pro Detektorzeile einen zweidimensionalen
Raum dar, welcher einerseits durch den Projektionswinkel, d. h. die
Winkelstellung der Röntgenquelle relativ zum Untersuchungsobjekt,
und andererseits durch den Fächerwinkel innerhalb des Röntgenstrahls,
d. h. durch die Position des Detektorpixels, aufgespannt wird. Der
Sinogramm-Raum stellt also die Domäne der Messdaten dar,
während der Bildraum diejenige der Bilddaten darstellt.
Durch eine Rückprojektion gelangt man vom Sinogramm-Raum
in den Bildraum, d. h. von den Messdaten zu den Bilddaten, und umgekehrt
durch eine Vorwärtsprojektion.
-
Die
Metallspur zeigt also den Bereich innerhalb des Sinogramms an, in
welchem sich diejenigen Messdaten befinden, welche die Projektionen
des Metallobjektes darstellen. Aufgrund der oben beschriebenen Effekte
ist die Metallspur also ein Bereich innerhalb des Sinogramms, innerhalb
welchem die Daten als unzuverlässig betrachtet werden können.
Es ist daher ein bekannter Ansatz zur Erhöhung der Bildqualität,
die fehlerbehafteten Daten der Metallspur durch interpolierte Daten
zu ersetzen. Die Artefaktbelastung des gesamten Bildes kann hierdurch verbessert
werden. Allerdings ist zu berücksichtigen, dass durch die
Interpolation neue Artefakte im Bild entstehen können.
-
Die
Entstehung verschiedener Artefakten bei bekannten Interpolationsverfahren
lassen sich folgendermaßen erklären:
- – Insbesondere in den Regionen um die Metallobjekte
herum ist das Bild aufgrund der durch die Interpolation entstehenden
Artefakte oft stark verwischt, so dass in diesem Bereich Informationen verloren
gehen. Dies beruht darauf, dass durch Interpolation zwar versucht
werden kann, möglichst konsistente Daten zu erzeugen, die
in entfernen Daten enthaltene Strukturinformation aber verloren
ist. Für Regionen um Metallobjekte herum steht ein besonders
kleiner Bereich im Sinogramm und damit besonders wenig zuverlässige Information
für die Interpolation zur Verfügung.
- – Es entstehen Streifen zwischen entfernten Metallobjekten
und zwischen anderen Hochkontrastobjekten. Dies beruht darauf, dass
der Übergang von gemessenen zu künstlich hinzugefügten
Daten nicht perfekt ist. Wie in Referenz [1] beschrieben, finden
sich in konventionell interpolierten Sinogrammen Kanten, insbesondere
in Spuren von Hochkontrastobjeken nach der Hochpassfilterung für
die gefilterte Rückprojektion.
-
Im
folgenden wird anhand von 3 eine verbesserte
Vorgehensweise zur Vermeidung von Metallartefakten erläutert.
Es wurden bereits die Messdaten erfasst, welche als Input für
das Verfahren dienen. Dies ist durch einen Pfeil auf der linken Seite
der Darstellung angezeigt. Diese Messdaten entsprechen dem ursprünglichen
Sinogramm Org-Sin. Aus den Messdaten wird ein Bild Pic rekonstruiert.
Zur Bildrekonstruktion können an sich bekannte Verfahren
zum Einsatz kommen, insbesondere die gefaltete Rückprojektion.
Zur Verbesserung des Verfahrens ist es möglich, vor dieser
ersten Bildrekonstruktion als Vorverarbeitung eine Glättung oder
andersartige Manipulation der Messdaten im ursprünglichen
Sinogramm Org-Sin durchzuführen. Durch dieses Vorgehen
können insbesondere durch starkes Rauschen der Daten in
der Metallspur verursachte nadelstreifenartige Artefakte reduziert
werden. Dadurch wird die im Weiteren beschriebene Segmentierung
wesentlich robuster.
-
Das
Bild Pic der 3 zeigt beispielhaft ein Schnittbild
eines Patienten in der Hüftgegend. Zu sehen sind die beiden
Hüftgelenke. Das rechte Hüftgelenk weist ein metallisches
Hüftimplantat auf, wodurch deutlich die sich als horizontale
Streifen manifestierenden Artefakte innerhalb des Bildes Pic zustande
kommen.
-
Das
Bild Pic wird nun einer Segmentierung unterworfen, deren Ergebnis
ein Metallbild Me-Pic und ein Maskenbild Ma-Pic ist. Bei der Segmentierung
wird folgendermaßen vorgegangen:
Das ursprüngliche
Bild Pic besteht aus Bildpunkten bzw. Pixeln, welchen jeweils ein
Bildwert zugeordnet ist. Die Bildwerte werden als CT-Wert in HU
(Hounsfield-Units) angegeben. Diese geben den Schwächungswert μ des
jeweiligen Punktes innerhalb des Untersuchungsobjektes an, gemäß
relativ zum Schwächungswert
von Wasser μ
Wasser. Hieraus ergibt
sich, dass Luft, welche Röntgenstrahlung fast gar nicht
absorbiert, einen CT-Wert von –1000 HU aufweist, Gewebe
einen CT-Wert von ungefähr –100 HU, Wasser definitionsgemäß einen CT-Wert
von 0 HU, und Knochen einen CT-Wert von ca. 500–1500 HU.
Metalle bewirken eine deutlich stärkere Absorption von
Röntgenstrahlen als Knochen und weisen daher noch größere
CT-Werte auf.
-
Der
gesamte CT-Wertebereich wird nun in eine bestimmte Anzahl von Bereichen
aufgeteilt. Jedem Bereich wird ein bestimmter CT-Wert, welcher repräsentativ
für den jeweiligen Bereich ist, zugeordnet, wie z. B. der
mittlere CT-Wert des Bereiches oder der obere Grenzwert des Bereiches.
Dieser CT-Wert wird im folgenden als Klassenwert bezeichnet, denn die
beschriebene Segmentierung entspricht einer Einteilung der CT-Werte
in Klassen. Jeder Bereich entspricht einer Materialart des Untersuchungsobjektes.
Im folgenden wird beispielhaft von der Verwendung von 4 Bereichen
ausgegangen. Diese entsprechen den Materialien Luft, Wasser, Knochen
und Metall.
-
Der
HU-Wert der oberen Grenze eines Bereichs kann als Schwellenwert
angesehen werden. Alle HU-Werte, welche oberhalb des vorhergehenden
und unterhalb des Schwellenwertes eines bestimmten Bereichs sind,
werden dem jeweiligen Bereich zugeordnet. Die Schwellenwerte können
also zur Abgrenzung verschiedener Materialien voneinander verwendet
werden. Im vorliegenden Beispiel existiert ein erster Schwellenwert
zur Trennung von Luft und Wasser, ein zweiter Schwellenwert zur
Trennung von Wasser und Knochen, und ein dritter Schwellenwert zur
Trennung von Knochen und Metall.
-
Das
Maskenbild Ma-Pic geht aus dem ursprünglichen Bild Pic
hervor, indem die CT-Werte durch den jeweiligen Klassenwert ersetzt
werden. Im Maskenbild Ma-Pic wird also für alle Pixel,
deren CT-Wert im ursprünglichen Bild Pic unter dem Schwellenwert
zur Abgrenzung von Luft und Wasser liegen, der Klassenwert von Luft
eingetragen, welcher beispielhaft auf 0 gesetzt wurde. Ferner wird
für alle Pixel, deren CT-Wert im ursprünglichen
Bild Pic über dem Schwellenwert zur Abgrenzung von Luft und
Wasser und unterhalb des Schwellenwertes zur Abgrenzung von Wasser
und Knochen liegen, der Klassenwert von Wasser, beispielhaft als
0.0192/mm angenommen, eingetragen. Schließlich wird für
alle Pixel, deren CT-Wert im ursprünglichen Bild Pic über dem
Schwellenwert zur Abgrenzung von Wasser und Knochen und unterhalb
des Schwellenwertes zur Abgrenzung von Knochen und Metall liegen,
der Klassenwert von Knochen eingetragen. Hierbei sollte es sich
um einen CT-Wert handeln, welcher dem mittleren CT-Wert von Knochen
entspricht. Hierzu kann z. B. ein geeigneter CT-Wert bestimmt werden,
indem ein Mittelwert der Knochenpixel des ursprünglichen Bildes
Pic gebildet wird.
-
Außerdem
existieren Pixel, welche anhand des Schwellenwertvergleiches als
Metall identifiziert wurden. Diese werden im Maskenbild Ma-Bild
mit den CT-Werten der Knochenklasse belegt. Alternativ hierzu könnten
für die Metall-Pixel im Maskenbild Ma-Pic auch andere CT-Werte
verwendet werden. Auf diese kommt es, wie im folgenden erkennbar wird,
nicht an.
-
Das
Maskenbild Ma-Pic beinhaltet also nur drei verschiedene CT-Werte,
d. h. die drei Klassenwerte, wobei jeder Klassenwert einer Materialart
entspricht. In 3 ist deutlich zu erkennen,
dass im Maskenbild Ma-Pic die Knochen und das Metallimplantat einen
höheren Klassenwert aufweisen als die restlichen Pixel,
erkennbar an der helleren Farbe. Ferner sind die Umgebung außerhalb
des Patienten, entsprechend dem Klassenwert von Luft, sowie das Gewebe
des Patienten in der Hüftgegend, entsprechend dem Klassenwert
von Wasser, unterscheidbar.
-
Im
Metallbild Me-Pic hingegen werden ausschließlich die Metallpixel
mit Bildwerten belegt. Welche CT-Werte hierfür verwendet
werden, spielt keine Rolle. Denn das Metallbild Me-Pic soll nur
dazu dienen, die Lage der Metallspur erkennbar zu machen. So sieht
man im Metallbild Me-Pic ausschließlich das Hüftimplantat.
-
Wichtig
für eine gute Metallartefaktkorrektur ist eine geeignete
Wahl der Bereichsgrenzen und der Klassenwerte der Bereiche. Hierzu
kann einfachstenfalls auf Erfahrungswerte zurückgegriffen
werden. Es ist auch möglich, anhand des ursprünglichen
Bildes Pic ein Histogramm zu erstellen und anhand des Histogramms
zu entscheiden, wo geeignete Bereichsgrenzen und Klassenwerte liegen.
Diese können z. B. davon abhängen, welche Art
von Gewebe das Bild Pic abbildet, und welches Metall enthalten ist.
Denn auch die CT-Werte verschiedener Metalle können sich
voneinander unterscheiden.
-
Es
kann auch ein adaptives Verfahren zur Bestimmung geeigneter Schwellenwerte
zum Einsatz kommen. Hierzu werden aus dem Maskenbild Ma-Pic durch
Vorwärtsprojektion Sinogrammdaten Ma-Sin berechnet. Diese
Daten des Maskenbildsinogramms Ma-Sin können mit dem ursprünglichen
Sinogramm Org-Sin verglichen werden. Dieser Vergleich wird nur unter
Verwendung derjenigen Regionen der beiden Sinogramme außerhalb
der Metallspur vorgenommen. Dies entspricht demjenigen Bereich innerhalb
des Maskenbildsinogramms Ma-Sin, welcher möglichst wenig
durch die Segmentierung verfälscht sein sollte. Es können
nun mehrere Bereichsaufteilungen und Klassenwerte betrachtet werden,
wobei jeweils das resultierende Maskenbildsinogramm Ma-Sin mit dem
ursprünglichen Sinogramm Org-Sin verglichen wird. Anhand
dessen können die besten Bereichsgrenzen und Klassenwerte
ermittelt werden. Diese Vorgehen kann effizienter gestaltet werden,
indem iterativ vorgegangen wird.
-
Ein
iteratives Verfahren kann z. B. als Gradientenabstiegsverfahren
realisiert werden, wobei z. B. die Summe der Quadrate der Differenzen
zwischen dem ursprünglichen Sinogramm Org-Sin und dem Maskenbildsinogramm
Ma-Sin außerhalb der Metallspur als zu minimierende Zielfunktion
verwendet werden kann. Die Differenzbildung zwischen den beiden Sinogrammen
Org-Sin und Ma-Sin erfolgt hierbei punktweise. In jeder Iteration
wird geprüft, ob diese Summe noch kleiner geworden ist
als in der vorigen Iteration. In jeder Iteration werden die Bereichsgrenzen
und Klassenwerte nun schrittweise modifiziert, um nach erneuter
Segmentierung und nach erneuter Vorwärtsprojektion den
nächsten Vergleich durchzuführen. Die Änderung
der Bereichsgrenzen und Klassenwerte erfolgt in eine Abstiegsrichtung,
welche mit Hilfe des Gradienten der Summe der Quadrate der Differenz
zwischen den Sinogrammen Org-Sin und Ma-Sin außerhalb der
Metallspur berechnet werden kann. Die Initialisierung der Werte
für die erste Iteration kann wie oben beschrieben aus Erfahrungswerten
oder mit Hilfe eines Histogrammes gewählt werden.
-
Nachdem
die Segmentierung abgeschlossen ist, d. h. wenn das Metallbild Me-Pic
und das Maskenbild Ma-Pic vorliegen, werden aus beiden Bildern Me-Pic
und Ma-Pic durch Vorwärtsprojektion Projektionsdaten berechnet.
Für das Metallbild Me-Pic ergibt sich hieraus das Metallsinogramm Me-Sin.
Dieses enthält als einzige Information die Lage der Metallspur
innerhalb der Messdaten. Das Aussehen des Metallsinogramms Me-Sin
entspricht der theoretischen Kenntnis, dass ein in einer tomographischen
Aufnahmeschicht liegendes metallisches Objekt mit elliptischem Querschnitt
einen sinusförmigen Streifen variabler Breite innerhalb
des Sinogramms verursacht.
-
Für
das Maskenbild Ma-Pic ergibt sich das Maskensinogramm Ma-Sin, welches
obenstehend bereits eingeführt wurde. Dieses entspricht
einer vereinfachten Version des ursprünglichen Sinogramms Org-Sin,
wobei die Metallspur nicht enthalten ist. Bei der Vorwärtsprojektion
zur Berechnung des Maskensinogramms Ma-Sin werden Linienintegrale über
das Objekt, das in dem Ausgangsbild Ma-Pic abgebildet ist, berechnet.
Daher gibt das Maskensinogramm Ma-Sin die effektiv durchstrahlte
Wasserlänge an. D. h. wenn eine Projektion außer
durch Gewebe auch durch Knochen geht, ist die effektiv durchstrahlte Wasserlänge
größer als bei einer Projektion, welche nur durch
Gewebe geht.
-
Das
Maskensinogramm Ma-Sin wird nun zur Normalisierung NORM des ursprünglichen
Sinogramms Org-Sin verwendet. Diese Normalisierung NORM wird durchgeführt,
indem die Werte des ursprünglichen Sinogramms Org-Sin pixelweise,
d. h. Punkt für Punkt, durch die Werte des Maskensinogramms
Ma-Sin dividiert werden. Das Ergebnis der Normalisierung NORM ist
das normalisierte Sinogramm Norm-Sin. Die Normalisierung NORM beseitig
weitgehend die Strukturen innerhalb des Sinogramms. Dies gilt insbesondere
für die Spuren der dichten Objekte, d. h. der Knochen.
Dies lässt sich dadurch erklären, dass der oben
beschriebene Effekt der effektiv durchstrahlten Wasserlänge
durch die Division beseitigt wird. Es resultiert also für
das gesamte normalisierte Sinogramm Norm-Sin ein mittlerer Projektionswert.
Die Beseitigung der Struktur ist umso deutlicher, je besser die
Segmentierung erfolgt, d. h. desto geeigneter die Bereichsgrenzen
und Klassenwerte gewählt wurden, und je mehr Bereiche bei der
Segmentierung verwendet wurden.
-
Die
Beseitigung der Struktur durch die Normalisierung NORM gilt nicht
für die Metallspur; denn für diese wurde innerhalb
des Maskenbildes Ma-Pic der CT-Wert von Knochen eingesetzt, so dass
dessen Struktur nicht durch die Normalisierung beseitigt wurde.
Entsprechend ist die Metallspur in dem normalisierten Sinogramm
Norm-Sin noch zu sehen.
-
Auf
die Sichtbarkeit der Metallspur innerhalb des normalisierten Sinogramms
Norm-Sin kommt es jedoch nicht an. Denn die Lage der Metallspur
ist aus dem Metallsinogramm Me-Sin bekannt. Im folgenden Schritt
INT werden die Werte des Sinogramms Norm-Sin, welche innerhalb der
Metallspur liegen, mittels Interpolation durch andere Werte ersetzt.
Ergebnis dieser Interpolation ist das interpolierte Sinogramm Int-Sin.
Als einfachste Möglichkeit zur Interpolation kann eine
lineare Interpolation eingesetzt werden; in diesem Fall werden mittels
einer linearen Gleichung aus den Projektionswerten außerhalb
der Metallspur Projektionswerte innerhalb der Metallspur berechnet.
Es können auch aufwendigere Methoden eingesetzt werden.
Nach der Interpolation ist das resultierende Sinogramm Int-Sin nahezu
völlig strukturlos.
-
Diese
Ersetzung der Werte erklärt, weshalb es keine Rolle spielt,
welche CT-Werte innerhalb des Maskensinogramms Ma-Sin für
die das Metall abbildenden Pixel eingesetzt werden.
-
Um
wieder ein Sinogramm zu erhalten, aus welchem ein Bild rekonstruiert
werden kann, wird in einem Denormalisierungsschritt DENORM, welcher eine
Umkehrung des Normalisierungsschrittes NORM darstellt, das interpolierte
Sinogramm Int-Sin pixelweise, insbesondere auch in der Region der
entfernten Metallspur, mit dem Maskensinogramm Ma-Sin multipliziert.
Hierdurch erhält das resultierende Sinogramm Kor-Sin wieder
diejenige Strukturinformation, welche im Maskensinogramm Ma-Sin
enthalten ist.
-
Gegenüber
einer einfachen Ersetzung der Metallspur durch entsprechende Daten
aus dem Maskensinogramm Sin-Ma wird durch die Normalisierung ein
nahezu perfekter Übergang auch in Spuren von Hochkontrastobjekten
gesichert. Während die Daten aus dem Maskensinogramm Sin-Ma
die Form der Projektionen und damit Strukturinformation tragen,
wird durch die Normalisierung vermieden, dass neue Artefakte durch
schlechte Übergänge von gemessenen auf künstliche
Daten entstehen. Außerdem werden die künstlich
eingefügten Daten auf die richtige Größe
skaliert, welche an verschiedenen Stellen im Sinogramm unterschiedlich
sein kann.
-
Eine
darauffolgende Bildrekonstruktion liefert das korrigierte Bild Kor-Pic.
Dieses bildet das Untersuchungsobjekt so ab, als ob das Metallobjekt nicht
vorhanden wäre. In dem korrigierten Bild Kor-Pic ist weder
das Metallobjekt zu sehen, noch enthält es durch das Metallobjekt
hervorgerufene Artefakte.
-
Das
korrigierte Bild Kor-Pic kann als Ergebnisbild ausgegeben werden.
Oftmals ist es jedoch wünschenswert, ein Bild zu erhalten,
in welchem auch das Metallobjekt sichtbar ist. Um ein solches zu gewinnen,
können in dem korrigierten Bild Kor-Pic diejenigen Pixel,
an welchen sich gemäß dem Metallbild Me-Pic das
Metallobjekt befindet, durch einen hohen, dem jeweiligen Metall
entsprechenden, CT-Wert ersetzt werden.
-
Ein
Anwendungsbeispiel zeigen die 4 und 5.
In allen der in diesen Figuren dargestellten CT-Bildern ist ein
Schnittbild durch die Hüfte eines Patienten zu sehen. Die
Bilder der 5 stellen jeweils vergrößerte
Ausschnitte der entsprechenden Bilder der 4 dar, wobei
die Vergrößerung nur das rechte der beiden Hüftgelenke
zeigt. Der Patient trägt zwei metallische Hüftimplantate.
-
Metallobjekte
sind oft zumindest teilweise von Knochen umgeben. Dies trifft außer
auf den Fall der Hüftimplantate z. B. auf Wirbelsäulenfixierungen und
Zahnfüllungen zu. Da die Computertomographie im Falle des
Vorhandenseins von Knochen und Metallen i. d. R. der Magnetresonanztomographie
deutlich überlegen ist, so dass letztere für die
Bildgebung ausscheidet, ist es besonders für diese Situationen wichtig,
CT-Bilder hoher Qualität zu erhalten.
-
Die 4A – und auch die 5A in Bezug auf das rechte Hüftgelenk – zeigt
das unkorrigierte Bild, entsprechend dem Bild Pic der 3.
Die Metallobjekte sind der weiße Punkt innerhalb des weißen
Gebildes bei dem linken Hüftgelenk, und der größere
weiße ausgefüllte Kreis innerhalb des weißen Gebildes
bei dem rechten Hüftgelenk. Deutlich sind die Metallartefakt
zu erkennen. Diese bestehen v. a. aus Streifen im Bild und sind
am ausgeprägtesten in der direkten Nähe der Metallobjekte
und zwischen den Metallobjekten.
-
Die 4B – und auch die 5B in Bezug auf das rechte Hüftgelenk – zeigt
ein Bild, welches man durch lineare Interpolation im Sinogramm nach dem
Stand der Technik, d. h. durch Interpolation im ursprünglichen
Sinogramm Org-Sin der 3, erhalten würde.
Es ist zu erkennen, dass zwar manche Artefakte der 4A bzw. 5A beseitigt wurden, jedoch sind durch
die Interpolation neue Artefakte in Form von Streifen v. a. um das
rechte Implantat herum hinzugekommen.
-
Die 4C – und auch die 5C in Bezug auf das rechte Hüftgelenk – zeigt
ein Bild, welches durch das Verfahren der 3 erhalten
wurde. Zu erkennen ist, dass einerseits die Artefakte deutlich reduziert
wurden. Andererseits ist das Gewebe um die Metallobjekte herum deutlich
besser aufgelöst. Dies ist besonders deutlich an dem Gewebe
innerhalb des weißen Gebildes in 5C zu
sehen.
-
Die
Erfindung wurde voranstehend an einem Ausführungsbeispiel
beschrieben. Es versteht sich, dass zahlreiche Änderungen
und Modifikationen möglich sind, ohne dass der Rahmen der
Erfindung verlassen wird.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste
der vom Anmelder aufgeführten Dokumente wurde automatisiert
erzeugt und ist ausschließlich zur besseren Information
des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen
Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt
keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- - J. Müller
and T. M. Buzug, ”Spurious structures created by interpolation-based
CT metal artifact reduction,” SPIE Medical Imaging Proc.,
vol. 7258, no. 1, pp. 1Y1–1Y8, Mar. 2009 [0005]
- - W. A. Kalender, R. Hebel, and J. Ebersberger, ”Reduction
of CT artifacts caused by metallic implants,” Radiology,
vol. 164, no. 2, pp. 576–577, Aug. 1987 [0005]
- - A. H. Mahnken, R. Raupach, J. E. Wildberger, B. Jung, N. Heussen,
T. G. Flohr, R. W. Günther, and S. Schaller, ”A
new algorithm for metal artifact reduction in computed tomography:
in vitro and in vivo evaluation after total hip replacement,” Investigative
Radiology, vol. 38, no. 12, pp. 769–775, Dec 2003 [0005]
- - S. Zhao, D. D. Robertson, G. Wang, B. Whiting, and K. T. Bae, ”X-ray
CT metal artifact reduction using wavelets: An application for imaging
total hip prostheses,” IEEE Transactions on Medical Imaging,
vol. 19, no. 12, pp. 1238–1247, Dec. 2000 [0005]
- - M. Kachelrieß, O. Watzke, and W. A. Kalender, „Generalized
multi-dimensional adaptive filtering (MAF) for conventional and
spiral single-slice, multi-slice and cone-beam CT,” Med.
Phys., vol. 28, no. 4, pp. 475–490, Apr. 2001 [0005]
- - B. De Man, J. Nuyts, P. Dupont, G. Marchal, and P. Suetens, ”An
iterative maximum-likelihood polychromatic algorithm for CT,” IEEE
Transactions on Medical Imaging, vol. 20, no. 10, pp. 999–1008,
Oct. 2001 [0005]
- - M. Bal, L. Spies, „Metal artifact reduction in CT using
tissue-class modeling and adaptive prefiltering,” Medical
Physics, vol. 33, no. 8, pp. 2852–2859, 2006 [0005]
