DE102009032252B3

DE102009032252B3 - Verfahren zur Erzeugung von Röntgenbildern mit einem Mehrenergie-Röntgendetektionssystem sowie Vorrichtung zur Durchführung des Verfahrens

Info

Publication number: DE102009032252B3
Application number: DE200910032252
Authority: DE
Inventors: Stefan Prof. Dr. Popescu
Original assignee: Siemens AG
Current assignee: Siemens Healthcare GmbH
Priority date: 2009-07-08
Filing date: 2009-07-08
Publication date: 2010-08-05
Anticipated expiration: 2029-07-09

Abstract

Die vorliegende Erfindung betrifft ein Verfahren zur Erzeugung von Röntgenbildern mit einem Mehrenergie-Röntgendetektionssystem sowie eine Vorrichtung zur Durchführung des Verfahrens. Bei dem Verfahren wird ein Röntgendetektor mit zwei übereinanderliegenden Detektionsschichten eingesetzt, von denen die Messsignale der oberen Detektionsschicht (1) in unterschiedliche Energiebereiche eingeteilt werden. Die obere Detektionsschicht (1) ist dabei so ausgebildet, dass sie nur einen Anteil von < 10% der einfallenden Röntgenstrahlung absorbiert. Messsignale der unteren Detektionsschicht (2) werden ohne Energie-Diskriminierung für eine Bildrekonstruktion eingesetzt. Die Bildrekonstruktion aus den Messsignalen der oberen (1) und unteren Detektionsschicht (2) erfolgt jeweils mit einer statistischen iterativen Bildrekonstruktionstechnik. Mit dem vorgeschlagenen Verfahren werden Probleme der Sättigung und sonstige bei hohem Photonenfluss auftretende Probleme in der oberen Schicht vermieden.

Description

Die vorliegende Erfindung betrifft ein Verfahren zur Erzeugung von Röntgenbildern, bei dem Röntgenstrahlung nach Durchleuchtung eines Objektbereichs mit einem Röntgendetektor erfasst und aus den Messsignalen des Röntgendetektors ein oder mehrere Röntgenbilder des Objektbereichs rekonstruiert werden, wobei ein Röntgendetektor eingesetzt wird, der mindestens eine untere und eine darüber liegende obere Detektionsschicht aufweist, und Messsignale der oberen Detektionsschicht in unterschiedliche Energiebereiche der Röntgenstrahlung eingeteilt und für diese Energiebereiche getrennt ausgewertet werden, um durch Bildrekonstruktion ein oder mehrere Energie-selektive Röntgenbilder des Objektbereichs zu erzeugen. Die Erfindung betrifft auch eine Vorrichtung mit einem Mehrenergie-Röntgendetektionssystem zur Durchführung des Verfahrens.
Im Bereich der Röntgenbildgebung, insbesondere der medizinischen Röntgenbildgebung, ist bei zahlreichen Anwendungen eine spektrale Auflösung bei der Detektion der Röntgenstrahlung mit einem Röntgendetektor erwünscht. Aus den spektralen Informationen lassen sich dann beispielsweise Rückschlüsse über Materialien und deren Verteilung im durchleuchteten Objektbereich ziehen. Bei einer spektral selektiven Erfassung von Röntgenstrahlung mit einem Röntgendetektor werden die Messsignale in Abhängigkeit von der einfallenden Röntgenenergie in unterschiedliche Energiebereiche oder Energiebänder der Röntgenstrahlung eingeteilt, wobei dann für jedes der Energiebereiche ein getrenntes Röntgenbild erzeugt werden kann. Hierzu sind bereits unterschiedliche Arten von Röntgendetektoren bekannt.
So bietet beispielsweise die Firma Hamamatsu Photonics K. K. unter der Produktbezeichnung C10413 einen Röntgendetektor an, der aus einer Röntgenstrahlung direkt konvertierenden Halbleiterschicht aus CdTe aufgebaut ist. Die Höhe der im Detektor erzeugten Ladungspulse ist proportional der Energie der einfallenden Röntgenphotonen. Die Messsignale werden für jedes Pixel bzw. Detektorelement in Abhängigkeit von Ihrer Höhe einem von fünf Energiebereichen zugeordnet und für jeden Energiebereich getrennt gezählt. Hierzu werden Komparatoren eingesetzt, über die die Höhe der Ladungspulse mit unterschiedlichen Energieschwellwerten verglichen wird. Ein derartiger Röntgendetektor eignet sich jedoch nicht für eine höhere Röntgendosis, wie sie in der medizinischen Bildgebung eingesetzt wird. Die maximale fehlerfreie Zählrate je Pixel dieses Röntgendetektors beträgt 5 × 10⁶ Photonen/(smm²). Der beispielsweise in der Computer-Tomographie auf den Detektor einfallende Röntgenfluss erreicht jedoch Werte von bis zu 10⁹ Photonen/(smm²).
Aus H. Krüger, CIX-Simultaneous Photon Counting and Charge Integrating Readout Electronics for X-ray Imaging, VIth International Meeting an Front End Electronics (FEE 2006), 17–20 May 2006, Perugia, Italy ist ein Röntgendetektor aus einer Detektionsschicht eines direkt konvertierenden Halbleitermaterials bekannt, bei dem ein elektronischer Signalprozessor sowohl einen Photonenzählmodus als auch einen Ladungsintegralmodus ermöglicht. Der Photonenzählmodus arbeitet bei niedrigem Röntgenfluss korrekt, während der Ladungsintegralmodus bei höherem Röntgenfluss bessere Ergebnisse erzielt.
Beide angeführten Detektoren sind zudem in der Nachweisgeschwindigkeit begrenzt, da die Detektionsschichten aus z. B. CdTe oder CdZnTe eine verringerte Mobilität der Löcher aufweisen. Bei dem in medizinischen Anwendungen auftretenden hohen Photonenfluss sättigen diese Detektionsschichten oder unterliegen einer Drift. Andere direkt konvertierende Materialien wie beispielsweise Silizium könnten zwar hinsichtlich der Nachweisgeschwindigkeit besser geeignet sein, weisen je doch aufgrund der geringeren Massendichte eine geringere Röntgenabsorption auf und sind daher in bisherigen Röntgendetektoren kaum für die bei medizinischen Anwendungen eingesetzten Röntgenenergien geeignet.
Aus der US 2008/0240339 A1 ist ein Energie-diskriminierender Röntgendetektor bekannt, der eine untere Detektionsschicht und eine darüber liegende obere Detektionsschicht aufweist. Die obere Dektektionsschicht ist aus einem direkt konvertierenden Halbleitermaterial gebildet und lässt sich sowohl in einem Photonenzählmodus als auch in einem integrierenden Modus betreiben. Die untere Schicht besteht aus einem indirekt konvertierenden Material. Der Detektor ist so aufgebaut, dass der Niedrigenergie-Anteil der einfallenden Röntgenstrahlung in der oberen Detektionsschicht und der Hochenergie-Anteil in der unteren Detektionsschicht absorbiert werden. Die obere Detektionsschicht ist in einem Beispiel so ausgebildet, dass sie etwa ein bis zwei Drittel der einfallenden Röntgenstrahlung, hauptsächlich den niederenergetischen Anteil, absorbiert. Dies führt jedoch nach wie vor zu Problemen der Sättigung und Drift und dem so genannten Pile-up-Effekt, wenn die obere Detektionsschicht im Photonenzählmodus für eine Energiediskriminierung betrieben wird.
Die Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren zur Erzeugung von Röntgenbildern mit einem Mehrenergie-Röntgendetektionssystem sowie eine Vorrichtung zur Durchführung des Verfahrens anzugeben, mit denen die bisherigen Probleme der Sättigung bei hohen Photonenflüssen, wie sie in der medizinischen Bildgebung auftreten, weitgehend vermieden werden.
Die Aufgabe wird mit dem Verfahren und der Vorrichtung gemäß den Patentansprüchen 1 und 9 gelöst. Vorteilhafte Ausgestaltungen des Verfahrens sowie der Vorrichtung sind Gegenstand der abhängigen Patentansprüche oder lassen sich der nachfolgenden Beschreibung sowie dem Ausführungsbeispiel entnehmen.
Bei dem vorgeschlagenen Verfahren zur Erzeugung von Röntgenbildern werden die Röntgenstrahlung nach Durchleuchtung eines Objektbereichs mit einem Röntgendetektor erfasst und aus den Messsignalen des Röntgendetektors ein oder mehrere Röntgenbilder des Objektbereichs rekonstruiert. Der Röntgendetektor ist dabei in bekannter Weise aus einem ein- oder zweidimensionalen Array von Detektorelementen gebildet, wobei von jedem Detektorelement, im Folgenden auch als Pixel bezeichnet, die jeweiligen Messsignale für die spätere Bildrekonstruktion weiterverarbeitet werden. Bei dem Verfahren wird ein Röntgendetektor eingesetzt, der mindestens eine untere und eine darüber liegende obere Detektionsschicht aufweist, wobei Messsignale der oberen Detektionsschicht in Abhängigkeit von ihrer Höhe in unterschiedliche Energiebereiche der Röntgenstrahlung eingeteilt und für diese Energiebereiche getrennt ausgewertet werden, um durch Bildrekonstruktion ein oder mehrere Energie-selektive Röntgenbilder des Objektbereichs zu erzeugen. Vorzugsweise wird die obere Detektionsschicht hierbei als zählender Detektor eingesetzt, wobei die Unterteilung in einzelne Energiebereiche über Komparatoren in Verbindung mit geeigneten Schwellwerten erfolgt, wie dies aus dem Stand der Technik bekannt ist. Die Messsignale werden hierbei in mindestens zwei unterschiedliche Energiebereiche aufgeteilt. Das vorliegende Verfahren zeichnet sich dadurch aus, dass ein Röntgendetektor eingesetzt wird, bei dem die obere Detektionsschicht so ausgebildet ist, dass sie nur einen Anteil von < 10%, vorzugsweise < 2%, der einfallenden Röntgenstrahlung absorbiert. Die Messsignale der unteren Detektionsschicht werden dann ohne Energiediskriminierung für eine Bildrekonstruktion eingesetzt, um ein nicht Energie-selektives Röntgenbild des Objektbereichs zu erzeugen. Alternativ oder zusätzlich kann auch aus einer Kombination der Messsignale der oberen und der unteren Detektionsschicht ohne Energie-Diskriminierung eine Bildrekonstruktion erfolgen. Die Bildrekonstruktion aus den Messsignalen der oberen und unteren Detektionsschicht bzw. aus der Kombination der Messsignale beider Schichten erfolgt dabei jeweils mit einer statistischen iterativen Bildrekonstruktionstechnik, durch die vor allem das durch die geringe Absorption in der oberen Detektionsschicht auftretende Quantenrauschen signifikant verringert wird.
Der bei dem vorliegenden Verfahren eingesetzte Röntgendetektor besteht somit aus mindestens zwei übereinander liegenden Detektionsschichten, deren Messsignale getrennt voneinander ausgewertet werden. Im Gegensatz zu den bisher bekannten derartigen Röntgendetektoren wird jedoch die obere Schicht lediglich für eine qualitative Energie-Diskriminierung genutzt. Durch die geringe Dicke oder das Material dieser Schicht für eine Absorption von weniger als 10% der einfallenden Röntgenstrahlung werden die bisherigen Probleme der Sättigung und Drift vermieden, wie sie bei den Röntgendetektoren des Standes der Technik bei den in der medizinischen Bildgebung vorhandenen höheren Photonenflüssen auftreten. Die obere Detektionsschicht absorbiert damit nicht mehr im Wesentlichen den gesamten Röntgenanteil des niedrigeren Energiebandes der einfallenden Röntgenstrahlung (bezogen auf ein in zwei etwa gleich breite Energiebänder unterteiltes Röntgenspektrum), sondern nur noch einen kleinen Teil davon. Das dadurch verursachte erhöhte Quantenrauschen in der oberen Detektionsschicht wird durch den Einsatz einer statistischen iterativen Bildrekonstruktionstechnik deutlich verringert. Der weitaus größte Teil der einfallenden Röntgenphotonen wird durch die untere Detektionsschicht nachgewiesen, mit der die Gesamtenergie bzw. der gesamte einfallende Photonenfluss ohne spektrale Diskriminierung gemessen und ausgewertet wird, um ein Röntgenbild des Objektbereichs zu rekonstruieren.
Durch die Nutzung eines derartigen Röntgendetektors mit einer sehr dünnen bzw. absorptionsschwachen oberen Dektektionsschicht sind die Anforderungen an die zu erzielende maximale Zählrate in dieser Schicht deutlich geringer, da lediglich weniger als 10% der einfallenden Photonen gezählt werden müssen. Zählartefakte, wie sie durch den so genannten Pile-up-Effekt auftreten, werden dadurch vermieden. Auch das Problem der Sättigung und der Drift in dem Material der oberen Schicht ist deutlich reduziert, da nur ein geringer Teil der vollen Röntgendosis in dieser Schicht absorbiert wird. In gleichem Maße verringern sich auch die Anforderungen an die elektronische Schaltung des Detektors, die Taktrate sowie den Energieverbrauch. Weiterhin ist es möglich, an Stelle von CdTe oder CdZnTe ein weniger stark absorbierendes, direkt konvertierendes Halbleitermaterial für die obere Schicht zu wählen, das eine höhere Mobilität der Löcher und damit eine höhere Nachweisgeschwindigkeit aufweist.
Neben der Nutzung einer direkt konvertierenden Halbleiterschicht sowohl für die obere Detektionsschicht als auch für die untere Detektionsschicht ist es auch möglich, die untere und/oder obere Detektionsschicht aus einem indirekt konvertierenden Material, d. h. einem Szintillator-Material, zu wählen.
Durch die Technik der statistischen iterativen Bildrekonstruktion für die Messsignale der oberen und der unteren Detektionsschicht werden gegenüber der bekannten Technik der gefilterten Rückprojektion verbesserte Bildergebnisse erzielt, insbesondere das in der oberen Schicht aufgrund der geringen Absorption hervorgerufene Quantenrauschen deutlich reduziert. Vorzugsweise wird hierbei die Bildrekonstruktion aus den Messsignalen der unteren Schicht als erstes durchgeführt. Durch die statistische iterative Bildrekonstruktion werden dabei synthetisierte Messwerte für jedes Pixel erhalten, die anschließend für die Gewichtung der Messsignale der oberen Schicht genutzt werden, um auf die Gesamtenergie der einfallenden Röntgenstrahlung gewichtete Messsignale oder Messwerte in den einzelnen Energiebereichen zu erhalten. Diese gewichteten Messsignale werden dann zur Erstellung des jeweiligen Startbildes für die statistische iterative Bildrekonstruktion aus den Messsignalen der oberen Detektionsschicht eingesetzt. Dies verbessert die aus den Messsignalen der oberen Detektionsschicht erhaltenen Bilder nochmals. In gleicher Weise können durch die Bildrekonstruktion aus der unteren Detektionsschicht erhaltene Pixelwerte in den für die statistische iterative Bildrekonstruktion genutzten Regulari sierungsterm für die Bildrekonstruktion aus den Messsignalen der oberen Detektionsschicht eingesetzt werden, um schnellere oder bessere Ergebnisse zu erzielen.
In einer weiteren vorteilhaften Ausgestaltung werden die Messsignale der oberen sowie der unteren Detektionsschicht vor der Bildrekonstruktion einer Vorverarbeitung unterzogen, um bekannte Störeffekte, wie beispielsweise Fluoreszenzeffekte, Streueffekte oder Escape-Effekte zu korrigieren, die insbesondere bei Röntgendetektor-Arrays oder Röntgendetektoren mit mehreren Detektionsschichten auftreten. Durch diese Vorkorrektur wird die Rechenzeit bei der anschließenden statistischen iterativen Bildrekonstruktion verringert.
Die zugehörige Vorrichtung zur Durchführung des Verfahrens umfasst ein Röntgendetektionssystem, bei dem der Röntgendetektor aus mindestens zwei übereinander liegenden Detektionsschichten aufgebaut ist. Die obere Detektionsschicht ist mit einer Auswerteelektronik verbunden, die die Messsignale in unterschiedliche Energiebereiche der Röntgenstrahlung aufteilt. Die untere Detektionsschicht ist mit einer Auswerteschaltung verbunden, die keine Energie-Diskriminierung der eingehenden Messsignale vornimmt. Die obere Detektionsschicht ist bei diesem Röntgendetektor, der als ein- oder zweidimensionales Röntgendetektor-Array aufgebaut ist, so ausgebildet, dass sie nur < 10%, vorzugsweise < 2%, der einfallenden Röntgenstrahlung absorbiert, während die untere Schicht die auf diese Schicht einfallende Röntgenstrahlung möglichst vollständig absorbiert. Der Röntgendetektor ist mit einer Auswerteeinrichtung verbunden, die auf Basis der von den Auswerteschaltungen erhaltenen Messdaten für die obere und untere Detektionsschicht getrennt oder für die obere Schicht einerseits und für eine Kombination der Messdaten der oberen und der unteren Schicht andererseits eine statistische iterative Bildrekonstruktion durchführt, um entsprechende Röntgenbilder zu erzeugen. Die beiden Detektionsschichten können dabei beide aus einem direkt konvertierenden Halbleitermaterial, beide aus einem indirekt konvertierenden Material oder jeweils wechselseitig aus einem direkt konvertierenden und einem indirekt konvertierenden Halbleitermaterial bestehen. Die Auswerteschaltung für die obere Detektionsschicht ist vorzugsweise für eine zählende Betriebsweise ausgebildet.
Das vorgeschlagene Verfahren und die zugehörige Vorrichtung lassen sich sowohl in medizinischen als auch in industriellen Anwendungen einsetzen, in denen eine spektrale Auflösung erwünscht ist. Dies betrifft beispielsweise Dual-Energie-Anwendungen, um Knochen oder Kontrastmittel von Weichgewebe trennen zu können. Weitere Anwendungen sind die Dreifach- oder Vielfachenergie K-Kanten-Bildgebung zur optimalen Detektion eines Kontrastmediums, die spektrale Bildgebung mit mehr als zwei Energiebändern, die spektrale Röntgendetektion für die Dunkelfeldbildgebung oder Streustrahlungsbildgebung, oder die spektral-sensitive Röntgendetektion für Phasenkontrast-Röntgenbildgebung. Dies ist selbstverständlich keine abschließende Aufzählung. Besonders vorteilhaft lässt sich die vorgeschlagene Vorrichtung in einem Computer-Tomographen implementieren.
Das vorgeschlagene Verfahren und die zugehörige Vorrichtung werden nachfolgend anhand eines Ausführungsbeispiels in Verbindung mit den Zeichnungen nochmals näher erläutert. Hierbei zeigen:
1 ein erstes Beispiel für den Aufbau des eingesetzten Röntgendetektors,
2 ein zweites Beispiel für den Aufbau des eingesetzten Röntgendetektors,
3 ein drittes Beispiel für den Aufbau des eingesetzten Röntgendetektors,
4 ein Beispiel für den Aufbau einer Auswerteschaltung für die obere Detektionsschicht,
5 ein Beispiel für den Aufbau einer Auswerteschaltung für die untere Detektionsschicht und
6 ein Flussdiagramm zur Darstellung der Vorverarbeitung bei der Bildrekonstruktion gemäß einem Ausführungsbeispiel.
Im Folgenden werden verschiedene Beispiele für den Aufbau eines Röntgendetektors beschrieben, wie er in Verbindung mit dem hier vorgeschlagenen Verfahren eingesetzt werden kann. 1 zeigt ein erstes Beispiel, bei dem der Röntgendetektor eine obere Schicht 1 und eine untere Schicht 2 aus einem Röntgenstrahlung direkt konvertierenden Material aufweist. Bei diesem Material kann es sich beispielsweise um CdTe oder CdZnTe handeln. Die obere Detektionsschicht 1 kann auch aus einem anderen halbleitenden Material gebildet sein, das eine geringere Absorption für Röntgenstrahlung aufweist, beispielsweise aus Silizium. Die beiden Detektionsschichten 1, 2 sind jeweils zwischen Elektrodenstrukturen 3 eingebettet, über die die jeweiligen Detektorelemente bzw. Pixel der Detektorschichten ausgelesen werden. In diesem, wie auch in den folgenden Beispielen ist hierbei jeweils der Einfachheit halber nur ein einzelnes Detektorelement bzw. Pixel eines Detektor-Arrays zu erkennen. Dem Fachmann ist jedoch der Aufbau eines Detektor-Arrays aus mehreren Detektorelementen geläufig.
Die Elektrodenstrukturen 3 der beiden Detektionsschichten 1, 2 sind jeweils mit einer Auswerteschaltung verbunden, über die die Messsignale der Detektionsschichten ausgelesen und verarbeitet werden. Die obere Detektionsschicht 1 ist dabei mit einer zählenden Auswerteschaltung 4 mit Energie-Diskriminierung, die untere Detektionsschicht 2 mit einer integrierenden Auswerteschaltung 5 verbunden. Diese Auswerteschaltungen werden beispielhaft in den 4 und 5 genauer erläutert.
Jedes Röntgenphoton, das in der oberen Schicht 1 absorbiert wird, erzeugt als Messsignal einen kurzen Strompuls, dessen Amplitude der Energie des absorbierten Röntgenphotons proportional ist. In der in 4 beispielhaft dargestellten zählenden Auswerteschaltung mit Energie-Diskriminierung wird dann jeder detektierte Strompuls nach der Verstärkung in einem Vorverstärker 6 entsprechend seiner Amplitude klassifiziert und dem entsprechenden Zähler zugeführt. Hierfür umfasst die Auswerteschaltung 4 mehrere Komparatoren 7, die jeweils mit einem Zähler 8 verbunden sind. Für jeden der Komparatoren 7 wird ein anderer Schwellwert V_TH für die Höhe des Messsignals eingestellt, wobei die Anzahl der Komparatoren und Höhe der Schwellwerte in Abhängigkeit von der gewünschten Anzahl und Ausdehnung der Energiebänder oder Energiebereiche gewählt werden. Jeder Zähler 8 zählt dadurch nur die Röntgenphotonen, deren Energie innerhalb des jeweils eingestellten Energiebereiches liegt.
Die integrierende Auswerteschaltung 5 für die untere Detektionsschicht ist in 5 dargestellt. Mit dieser Auswerteschaltung wird über die gesamte Ladung aller detektierten Strompulse unabhängig von ihrer tatsächlichen Energie integriert. Die Figur zeigt hierzu einen Ladungsintegrator 9, eine Rücksetzeinheit 15 zur Erzeugung eines Rücksetzpulses, einen Komparator 10, einen Zeitzähler 11 sowie einen Pulszähler 12. Beispiele für derartige integrierende Auswerteschaltungen finden sich beispielsweise in der US 5,229,772 oder der US 2007/0005278 .
Die auf diese Weise erhaltenen Messdaten werden jeweils einer Auswerteeinrichtung zugeführt, die für jede Detektionsschicht bzw. jedes Energieband der oberen Detektionsschicht eine statistische iterative Bildrekonstruktion durchführt.
2 zeigt ein weiteres Beispiel für einen möglichen Aufbau eines Röntgendetektors zur Durchführung des vorgeschlagenen Verfahrens. In diesem Beispiel ist die untere Detektionsschicht 2 aus einem Szintillatormaterial gebildet, das auf einem Photodetektor 13 aufgebracht ist. Die durch Absorption der Röntgenstrahlung erzeugten Lichtblitze werden vom Photodetektor 13 erfasst, in ein elektrisches Signal gewandelt und der integrierenden Auswerteschaltung 5 zugeführt.
3 zeigt ein weiteres Beispiel für den Aufbau eines Röntgendetektors, der für den Einsatz beim vorliegenden Verfahren geeignet ist. Bei diesem Röntgendetektor sind beide Detektionsschichten 1, 2 aus einem indirekt konvertierenden Material, in diesem Beispiel einem Szintillatormaterial, gebildet. Der Szintillator für die obere Detektionsschicht 1 ist ein schneller Szintillator, der Lichtpulse von weniger als einigen Nanosekunden Dauer generiert. Zur Detektion der Lichtpulse wird hier ein Festkörper-Photomultiplier 14 eingesetzt, um jeden Lichtpuls in einen elektrischen Puls zu verwandeln und der zählenden Auswerteschaltung 4 zuzuführen.
Bei dem vorgeschlagenen Verfahren wird somit durch die obere Detektionsschicht 1 in jedem Pixel lediglich eine kleine spektrale Probe aus dem Gesamtfluss der einfallenden Röntgenstrahlung genommen. Die obere Detektionsschicht 1 ist dabei so dünn bzw. aus einem geeigneten Material gebildet, dass sie lediglich weniger als einige Prozent der einfallenden Röntgenphotonen absorbiert. Die verbleibenden Röntgenphotonen, d. h. nahezu der gesamte Anteil der einfallenden Röntgenphotonen, gelangt in die untere Detektionsschicht 2. Die spektrale Auswertung der Messsignale der oberen Schicht 1 erfolgt hierbei in gleicher Weise, wie dies aus dem Stand der Technik, beispielsweise durch die in der Einleitung genannte Technik von Hamamatsu, bekannt ist. Die untere Detektionsschicht 2 hat demgegenüber keine spektrale Sensitivität, sondern sammelt, d. h. zählt oder integriert, nur alle in diese Schicht gelangenden Röntgenphotonen. Die Information aus dieser Detektionsschicht repräsentiert daher die absolute Intensität der einfallenden Röntgenstrahlung. Die Detektion möglichst aller Photonen der einfallenden Röntgenstrahlung ist gerade im Bereich der medizinischen Bildgebung wichtig, um die gesamte Röntgendosis, der der Patient ausgesetzt ist, für die Bildgebung zu nutzen. Durch die Prozessierung möglichst aller Röntgenphotonen wird außerdem das Quantenrauschen verringert. Die Messsignale der unteren Detektionsschicht 2 werden dann genutzt, um das Basis-Röntgenbild bei der Röntgendurchleuchtung oder Computer-Tomographie zu rekonstruieren, bei der das Verfahren genutzt wird. Aufgrund der geringen Absorption der oberen Detektionsschicht 1 unterscheidet sich dieses Basis-Röntgenbild praktisch nicht von einem Röntgenbild, das mit einem nicht Energie-selektiven Röntgendetektor aufgezeichnet wurde.
In einer bevorzugten Ausgestaltung des vorgeschlagenen Verfahrens erfolgen vor der Bildrekonstruktion eine Vorverarbeitung der Messdaten sowie eine Pixel-Kalibrierung. Bei Einsatz von Röntgendetektor-Arrays oder Röntgendetektoren mit mehreren übereinander liegenden Detektionsschichten treten zahlreiche parasitische Effekte auf, die die Ergebnisse der Messung der einzelnen Detektorelemente verfälschen können. Beispiele für derartige Effekte sind Dunkelzählen (dark counting), Streuung, Escape, Fluoreszenz oder Energie-abhängige Transmission. Beim Dunkelzählen werden von der Auswerteschaltung aufgrund von Rauschen in der Zählerelektronik und thermischen Effekten Ereignisse gezählt, obwohl keine Röntgenstrahlung eintrifft. Streueffekte führen zu einer spektralen Verschiebung der Messergebnisse zu niedrigeren Energien. Dies wird durch eintreffende Photonen verursacht, die in der unteren Detektionsschicht mittels mehrfacher Compton-Wechselwirkungen Energie verlieren und zurück in die obere Detektionsschicht reflektiert werden. Dadurch wird der in der oberen Detektionsschicht ausgelöste elektrische Puls einer deutlich geringeren Energie zugeordnet als das einfallende Photon ursprünglich hatte. Beim Escape-Effekt werden einige auf ein Detektorelement auftreffende Photonen durch Compton- oder inelastische Wechselwirkungen in benachbarte Detektorelemente gestreut, wobei sie ebenfalls an Energie verlieren. Dies führt zu einer Crosstalk-Interferenz und einer spektralen Verschiebung zu niedrigeren Energien. Beim Fluoreszenz-Effekt erzeugen einige der einfallenden Photonen leere Plätze in den K- oder L-Schalen des Materials der Detektionsschicht. Beim Wiederauffüllen dieser leeren Plätze werden Fluoreszenz-Photonen erzeugt, die entweder in der oberen Schicht des gleichen Detektorelementes oder in benachbarten Detektorelementen wieder absorbiert werden. Dies führt ebenfalls zu Crosstalk-Interferenz und spektraler Verschiebung zu niedrigeren Energien. Die Transmissionsrate der Röntgenstrahlung von der oberen Detektionsschicht in die untere Detektionsschicht hängt von der Photonenenergie ab. Bei bekannter Geometrie der Detektorelemente kann eine erste Schätzung der Transmissionsrate auf Basis einer Monte-Carlo-Simulation erfolgen. Diese Energie-abhängige Transmission sollte bei der Weiterverarbeitung der Messsignale bzw. Messdaten ebenfalls korrigiert werden.
Bei der in einer bevorzugten Ausgestaltung des Verfahrens durchgeführten Vorverarbeitung zur Korrektur von parasitären Effekten wird der Beitrag jedes Effektes durch geeignet gewählte Korrekturfaktoren reduziert, die auf Basis von Wahrscheinlichkeitswerten erzeugt werden. Die Korrekturfaktoren können durch unterschiedliche Ansätze erhalten werden. Eine Möglichkeit besteht in einer vollen spektralen Kalibrierung jedes einzelnen Detektorelementes bzw. Pixels. Eine zweite Möglichkeit besteht in der Durchführung von Monte-Carlo-Simulationen auf Basis der bekannten Geometrie der Detektorelemente sowie der Materialeigenschaften der Detektionsschichten. Auch eine Kombination beider Techniken ist möglich, wobei dann die anfänglichen Monte-Carlo-Korrekturfaktoren noch durch eine Kalibrierung korrigiert werden, die lediglich an einigen Stellen, d. h. für nur einige Detektorelemente, durchgeführt wird. Diese zusätzliche Kalibrierung wird zur Anpassung aufgrund von Produktionstoleranzen oder für eine Korrektur eines Langzeitdrifts in jedem Detektorelement genutzt.
6 zeigt hierzu ein Flussdiagramm für eine beispielhafte Vorkorrektur der aus den Messsignalen gewonnenen Messdaten. Der linke Ast des Flussdiagramms gibt die Korrektur für die Messsignale der oberen Detektionsschicht, der rechte Ast die Korrektur für die Messsignale der unteren Detektionsschicht an. Die nach dieser Korrektur erhaltenen korrigierten Messdaten werden dann jeweils für die statistische iterative Bildrekonstruktion eingesetzt.
Für die Korrektur der Fluoreszenz-Effekte sei z. B. angenommen, dass die Auswerteelektronik für die obere Detektionsschicht die Messsignale in N_b-Energiebänder einteilt. CI₁ ⁱ ... CI_Nb ⁱ seien die Eingangszählwerte des Pixels i für alle Energiebänder 1 ... N_b vor der Korrektur. Dann erfolgt der Schritt der Fluoreszenz-Korrektur durch folgende Berechnung:
CO₁ ⁱ ... CO_Nb ⁱ sind die Ausgangszählwerte nach der Korrektur, die durch Multiplikation des Vektors der Eingangszählwerte mit einer diagonalen Einheitsmatrix erhalten werden, die negative Korrekturfaktoren unterhalb der Matrix-Diagonale (f_ij < 0 für i > j) und positive Korrekturfaktoren oberhalb der Diagonale (f_ij > 0 für i < j) aufweist. Diese Korrekturfaktoren werden entweder mit Hilfe einer Monte-Carlo-Simulation erhalten oder durch Kalibrierung oder durch eine Kombination beider Techniken, wie bereits weiter oben erläutert. Die Korrekturfaktoren basieren auf der Erkenntnis, dass einige Zählwerte in niederen Energiebändern lediglich Fluoreszenz aus höheren Energiebändern darstellen.
Für ein Beispiel der Escape-Korrektur wird angenommen, dass der Röntgendetektor eine orthogonale Pixelstruktur aufweist, wobei jedes Pixel acht Nachbarpixel hat. Dann erfolgt die Escape-Korrektur mit den gleichen Bezeichnungen wie oben in folgender Weise:
Die Korrekturfaktoren e_ij werden auch hier entweder durch eine Monte-Carlo-Simulation oder durch Kalibrierung oder eine Kombination beider Techniken erhalten. Die Korrekturfaktoren basieren auf der Erkenntnis, dass einige Zählwerte in beliebigen Energiebändern lediglich durch das Entkommen von Photonen aus benachbarten Pixeln herrühren. Um eine zeitaufwendige iterative Korrektur zu vermeiden, werden in der obigen Gleichung unkorrigierte Zählwerte der benachbarten Pixel verwendet.
Für die Korrektur der Streuung wird die folgende Berechnung durchgeführt, wobei auch hier wieder die gleichen Bezeichnungen wie bereits in den beiden vorangehenden Gleichungen eingesetzt werden.
Iⁱ stellt hierbei den gemessenen Integralwert für das Pixel i dar, der bereits hinsichtlich Offset und Verstärkung korrigiert wurde. Die Korrekturfaktoren s_mn ⁱ werden auch hier wiederum entweder durch eine Monte-Carlo-Simulation, durch Kalibrierung oder durch eine Kombination beider Techniken erhalten. Diese Korrekturfaktoren tragen dem Umstand Rechnung, dass einige Zählwerte in beliebigen Energiebändern lediglich durch Streuung aus der unteren Detektionsschicht verursacht werden. Sowohl bei der Fluoreszenz-Korrektur und der Escape-Korrektur als auch bei der Korrektur der Streuung kann die Korrektur zusätzlich auch auf Photonen ausgedehnt werden, die von den Nachbarpixeln in der unteren Schicht stammen. Für diese zusätzliche Korrektur werden die synthetisierten Messwerte genutzt, die bei der Bildrekonstruktion aus den Messsignalen der unteren Detektionsschicht erhalten werden. Die synthetisierten Messwerte ȳ_i repräsentieren theoretische Messergebnisse (mit dem Röntgendetektor gemessene Signale), bei denen die Rausch- und andere Fehleranteile mittels Rekonstruktion minimiert worden sind (engl.: best expectation values). Sie werden mittels einer Vorwärts-Projektion des optimierten (rausch- und verzerrungsfreien) Bildes berechnet. Dies ist durch die gestrichelten Linien in 6 angedeutet. In diesem Fall muss die Bildrekonstruktion aus den Messsignalen der unteren Detektionsschicht somit vor der Bildrekonstruktion aus den Messsignalen der oberen Detektionsschicht durchgeführt werden.
Im nächsten Schritt wird mit den auf diese Weise korrigierten Messdaten der oberen Detektionsschicht und der unteren Detektionsschicht eine statistische iterative Bildrekonstruktion durchgeführt. Durch die statistische Bildrekonstruktionstechnik wird das Quantenrauschen deutlich reduziert, das bei jeder Messung auftritt. Statistische Rekonstruktionstechniken haben deutliche Vorteile gegenüber der bekannten gefilterten Rückprojektion, da sie die Einbeziehung physikalischer Effekte und physikalischer Eingrenzungen (constraints), die Modellierung komplexer Bildgebungsgeometrien und die Bildgebung mit geringen Röntgenstrahldosen in einfacherer Weise ermöglichen. Die statistische Bildrekonstruktionstechnik ist ein iteratives Verfahren, das mit einer Schätzung startet, die mit jeder Iteration verbessert wird, um den Wert einer Kostenfunktion zu minimieren. Eine Möglichkeit der Erzeugung der ersten Schätzung besteht darin, eine angenäherte Rekonstruktionstechnik wie die gefilterte Rückprojektion zu nutzen. Dies ist in der Regel ausreichend, da die iterativen Rekonstruktionsalgorithmen Artefakte, die durch diese nicht exakte analytische Rekonstruktionstechnik zunächst entstehen, korrigieren und das Rauschen reduzieren. Ist die erste Schätzung allerdings zu weit von der endgültigen Lösung entfernt, kann der iterative Prozess sehr zeitaufwendig werden und die Kon vergenz zur endgültigen Lösung kann gefährdet sein. Um dies zu vermeiden und die Ausführung des vorgeschlagenen Verfahrens zu verbessern, wird vorzugsweise die Qualität der ersten Schätzung noch verbessert. Dies erfolgt, wie bereits weiter oben beschrieben, durch die Vorkorrektur der Messdaten bezüglich der Störeffekte.
Die Technik der statistischen iterativen Bildrekonstruktion umfasst ein statistisches Modell des Systems, das normalerweise das physikalische System-Modell beinhaltet, eine Kostenfunktion, gegebenenfalls mit einem Regularisierungsfaktor, sowie einen Algorithmus, mit dem die Kostenfunktion iterativ minimiert wird. Zusätzliche Eingrenzungen (constraints) werden für den Ausschluss physikalisch unsinniger Zwischenergebnisse eingesetzt.
Die Beobachtungen y_i (i = 1 ... N_d), die bei der Messung erhalten werden, werden zunächst – wie oben erläutert – vorkorrigiert und die vorkorrigierten Werte y ‿_i dann für die Bildrekonstruktion genutzt. Bei den Beobachtungen y_i handelt es sich um die von den Auswerteschaltungen der Detektionsschichten erhaltenen Messdaten.
Die Statistik ist in erster Linie von den physikalischen Vorgängen innerhalb des Detektorsystems abhängig. Zwei bereits bekannte statistische Modelle sind das Compound-Poisson-Modell und das Compound-Poisson-Modell mit Gauß’schem Ausleserauschen. Für die Bildrekonstruktion beim vorliegenden Verfahren werden zwei statistische Modelle eingesetzt, die sich für die obere Detektionsschicht und die untere Detektionsschicht unterscheiden.
Für die Rekonstruktion des nicht diskriminierenden Bildes μ(r) aus den Messdaten der Auswerteelektronik der unteren Detektionsschicht werden ein nicht Energie-selektives statistisches Modell, eine zugehörige Kostenfunktion sowie ein Regularisierungsterm eingesetzt, wie sie beispielsweise aus Somesh Srivastava, „Accelerated statistical image reconstructi on algorithmus and simplified cost functions for x-ray computed tomography”, dissertation (Electrical Engineering: Systems), University of Michigan 2008 bekannt sind. Weitere Einzelheiten zu statistischen Methoden zur Bildrekonstruktion finden sich auch in Jeffrey A. Fessler, „Statistical Methods for Image Reconstruktion”, Johns Hopkins University: „Short” Course, Max 11, 2007.
Das für die Rekonstruktion des nicht diskriminierenden Bildes μ(r) aus den Messdaten der Auswerteelektronik der unteren Detektionsschicht eingesetzte Modell wird durch die folgende Gleichung repräsentiert:
Diese Gleichung drückt aus, dass aufeinanderfolgende Messungen ein unterschiedliches Ergebnis y_i für jede Messung zurückgeben. Der Parameter b_i repräsentiert Durchschnittswerte der Röntgenintensität im gesamten Energieband das die Röntgenröhre erzeugt.
Diese Gleichung, aus der obigen Veröffentlichung von S. Srivastava bekannt, wurde auf eine Energie-selektive diskrete Form erweitert, wenn eine endliche Anzahl N_b von Energiebändern betrachtet wird:
Hierbei stellen I_i(k) die Durchschnittswerte der Röntgenintensität in jedem Energieband und μ(r, k) den Durchschnittswert des Energie-abhängigen Schwächungskoeffizienten dar. Die letztgenannten Gleichungen auf Basis des Poisson-Modells drücken aus, dass aufeinanderfolgende Messungen ein unterschiedliches Ergebnis y_i für jede Messung zurückgeben. Dies resultiert aus dem Quantenrauschen, der Poisson-Statistik der Er zeugung der Röntgenstrahlung und deren Wechselwirkung mit dem untersuchten Objekt sowie aus dem Gauß’schen Rauschen r_i.
Für die Bildrekonstruktion der spektral-selektiven Bilddaten bzw. Pixel μ(r, E), die von der oberen Detektionsschicht bzw. dessen Auswerteelektronik erhalten werden, wurde das aus der obigen Veröffentlichung von S. Srivastava bekannte statistische Modell auf eine Energie-selektive Problemstellung erweitert. Durch diese Erweiterung wird das folgende Energiediskriminierende statistische Modell erhalten:
y_i (E_max, E_min) stellen hierbei Energie-selektive Messwerte für jedes Energieband (E_max, E_min) dar. I_i(E) repräsentiert die Spektralverteilung der Röntgenintensität als Funktion der Energie E.
Die bei der statistischen Bildrekonstruktion erforderliche Kostenfunktion ist eine mathematische Funktion die das jeweils, d. h. bei jeder Iteration, rekonstruierte Bild auf eine reale Zahl abbildet. Kostenfunktionen, die für eine Bildrekonstruktion im Bereich der Computer-Tomographie eingesetzt werden, haben die Eigenschaft, dass in ihrem Minimum das rekonstruierte Bild der realen Objektanatomie des durchleuchteten Objekts am nächsten kommt. Bei jeder Iteration hängt die Kostenfunktion von den tatsächlichen Pixelwerten ab und wird in folgender Weise ausgedrückt: ϕ(μ) = –L(μ) + β·R(μ)wobei L(μ) die negative log-Wahrscheinlichkeit des statistischen Modells und R(μ) der Regularisierungsterm sind, wobei β den Regularisierungsfaktor darstellt, der den Grad der Strafe repräsentiert. In der letztgenannten Gleichung wird L(μ) in folgender Weise berechnet:
Hier repräsentieren ȳ_i (i = 1 ... N_d) die vorwärts projizierten (erwarteten oder synthetisierten) Messwerte, die für das Bild in der gegenwärtigen Iteration erhalten werden würden und y ‿_i die vorkorrigierten Werte.
Der Regularisierungsterm R(μ) wird bei dem vorgeschlagenen Verfahren vorzugsweise für die beiden Detektionsschichten unterschiedlich behandelt, da wir unterschiedliche Verteilungen des Schwächungskoeffizienten rekonstruieren. So wird für die statistische iterative Bildrekonstruktion des nicht Energie-diskriminierenden Bildes μ(r) unter Nutzung der Messdaten der unteren Detektionsschicht ein Regularisierungsterm benutzt, der zu große Differenzwerte zwischen benachbarten Pixeln unterdrückt:
Nach der aus dem Stand der Technik bekannten Rekonstruktion des Nicht Energie-diskriminierenden Bildes aus den Messdaten der unteren Detektionsschicht, werden entsprechend der neuen Methode die dadurch erhaltenen Pixelwerte μ(r) genutzt, um die iterative Rekonstruktion der spektral-selektiven Bilder μ_i(r, E_i) aus den Messdaten der oberen Detektionsschicht zu regulieren. Dieser neue Regularisationsterm straft zu große Differenzen zwischen dem Energie-gemittelten Schwächungskoeffizienten μ(r), wie er aus den Messdaten der unteren Detektionsschicht erhalten wird, und seinem Wert μ_i(r, E_i), wie er für jedes Energieband aus den Messdaten der oberen Detektionsschicht erhalten wird:
Hierbei wird ψ_k als Potentialfunktion bezeichnet, deren Form die Stärke der Regularisierung steuert.
In einer weiteren vorteilhaften Ausgestaltung wird, wie bei dem obigen Regularisierungsterm beschrieben, die Bildrekonstruktion aus den Messdaten der unteren Detektionsschicht zunächst durchgeführt. Die hierbei erhaltenen synthetisierten Messwerte werden dann für die oben bereits kurz angeführte Gewichtung der Messsignale bzw. Messdaten aus der oberen Detektionsschicht genutzt.
Numerische Verfahren zur Minimierung von Kostenfunktionen werden allgemein als Algorithmen bezeichnet. Die folgenden Algorithmen sind dafür bekannt, dass sie eine hohe Konvergenzrate sowie andere wünschenswerte Eigenschaften aufweisen: Ordered-subset (auch als Block-Gradient bekannt), PCG (preconditioned conjugate gradient) und ICD (iterative coordinate descent). Diese Algorithmen können auch beim vorliegenden Verfahren eingesetzt werden. Die Konvergenzrate kann zusätzlich durch Erzeugung neuer Algorithmen erhöht werden, die ein oder mehrere Kombinationen der obigen Algorithmen darstellen. Dieser Ansatz der Kombination von Algorithmen ist auch unter dem Begriff Hybrid-Algorithmus-Ansatz bekannt.
Die Berücksichtigung von physikalischen Effekten im statistischen Modell und der Kostenfunktion ist vor allem bei niedriger Röntgendosis von Vorteil. Wird das rekonstruierte Bild darauf beschränkt, innerhalb einer Zielgruppe zu liegen, dann wird die Minimierung bzw. Optimierung als eingegrenzt (engl.: constrained) bezeichnet. So können beispielsweise die so genannte Nicht-Negativ-Eingrenzung, die Strahlaufhärtungs-Eingrenzung oder die Eingrenzung von Werten durch obere Grenzen einbezogen werden.
Die Nicht-Negativ-Eingrenzung berücksichtigt, dass der Röntgenschwächungskoeffizient eine physikalische Eigenschaft ist, die keine negativen Werte aufweist. Wird diese Eingrenzung bei der Bildrekonstruktion nicht berücksichtigt, dann können einige Pixel, insbesondere Pixel in Objektbereichen mit Luft, negativ werden. Beim vorliegenden Verfahren wird diese Eingrenzung bei der Minimierung der Kostenfunktion für alle Bilder berücksichtigt.
Auch die Strahlaufhärtungs-Eingrenzung, die bei der bekannten gefilterten Rückprojektion durch die so genannte Josef & Spital-Methode berücksichtigt wird, wird beim vorliegenden Verfahren eingesetzt. Die Strahlaufhärtung wird dabei in der Kostenfunktion berücksichtigt, insbesondere wenn die Röntgendosis gering ist. Benutzt wird diese Technik für die iterative Bildrekonstruktion des nicht Energie-diskriminierenden Bildes μ(r) aus den Messdaten der unteren Detektionsschicht.
Weitere Eingrenzungen betreffen beispielsweise das Maximum μ der Schwächungskoeffizientenverteilung. Diese Eingrenzung wird bei der Bildrekonstruktion aller Bilder berücksichtigt, indem eine durch entsprechende Grenzwerte beschränkte Minimierung der Kostenfunktion durchgeführt wird.

Claims

Verfahren zur Erzeugung von Röntgenbildern, bei dem Röntgenstrahlung nach Durchleuchtung eines Objektbereichs mit einem Röntgendetektor erfasst und aus Messsignalen des Röntgendetektors ein oder mehrere Röntgenbilder des Objektbereichs rekonstruiert werden, wobei ein Röntgendetektor eingesetzt wird, der mindestens eine untere (2) und eine darüber liegende obere Detektionsschicht (1) aufweist und Messsignale der oberen Detektionsschicht (1) in unterschiedliche Energiebereiche der Röntgenstrahlung eingeteilt und für diese Energiebereiche getrennt ausgewertet werden, um durch Bildrekonstruktion ein oder mehrere Energie-selektive Röntgenbilder des Objektbereichs zu erzeugen, dadurch gekennzeichnet, dass ein Röntgendetektor eingesetzt wird, bei dem die obere Detektionsschicht (1) so ausgebildet ist, dass sie nur einen Anteil von < 10% der einfallenden Röntgenstrahlung absorbiert, und Messsignale der unteren Detektionsschicht (2) ohne Energie-Diskriminierung oder eine Kombination aus Messsignalen der oberen (1) und der unteren Detektionsschicht (2) ohne Energie-Diskriminierung für eine Bildrekonstruktion eingesetzt werden, um ein nicht Energie-selektives Röntgenbild des Objektbereichs zu erzeugen, wobei die Bildrekonstruktion aus den Messsignalen der oberen (1) und unteren Detektionsschicht (2) bzw. der Kombination aus den Messsignalen der oberen (1) und unteren Detektionsschicht (2) jeweils mit einer statistischen iterativen Bildrekonstruktionstechnik erfolgt.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein Röntgendetektor eingesetzt wird, bei dem die obere Detektionsschicht (1) so ausgebildet ist, dass sie nur einen Anteil von < 2% der einfallenden Röntgenstrahlung absorbiert.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Messsignale der oberen (1) und unteren Detektionsschicht (2) vor der Bildrekonstruktion einer Vorverarbeitung unterzogen werden, um eine Korrektur wenigstens von Fluoreszenzeffekten, Streueffekten und Escape-Effekten durchzuführen, die bei der Detektion von Röntgenstrahlung in dem eingesetzten Röntgendetektor auftreten.
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass zunächst die Bildrekonstruktion aus den Messsignalen der unteren Detektionsschicht (2) durchgeführt wird, wobei aufgrund der statistischen Bildrekonstruktionstechnik synthetisierte Messwerte erhalten werden, und dass die synthetisierten Messwerte anschließend für die Korrektur der Fluoreszenzeffekte und/oder Streueffekte und/oder Escape-Effekte in der oberen Schicht (1) aufgrund von Photonen eingesetzt werden, die aus der unteren Schicht stammen.
Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass für die Bildrekonstruktion aus den Messsignalen der oberen Detektionsschicht (1) ein Energie diskriminierendes statistisches Modell eingesetzt wird, das folgende Form aufweist:
wobei y_i (E_max, E_min) Energie-selektiven Messwerten, μ(r, E) Pixelwerten eines jeweils in der Iteration vorangegangenen Bildes, I_i(E) die Spektralverteilung der Röntgenintensität als Funktion der Energie E, E_max und E_min Energiebegrenzungen des jeweiligen Energiebereiches und r_i dem Parameter für das Gauß’sche Rauschen entsprechen.
Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass für die Bildrekonstruktion aus den Messsignalen der unteren Detektionsschicht (2) ein statistisches Modell eingesetzt wird, das folgende Form aufweist:
wobei y_i Messwerten, μ(r) Pixelwerten eines jeweils in der Iteration vorangegangenen Bildes, b_i den Durchschnittswerten der Röntgenintensität im gesamten Energiebereich und r_i dem Parameter für das Gauß’sche Rauschen entsprechen.
Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass in einem für die Bildrekonstruktion aus den Messsignalen der oberen Detektionsschicht (1) eingesetzten Regularisierungsterm Pixelwerte μ(r) eingesetzt werden, die aus der Bildrekonstruktion aus den Messsignalen der unteren Detektionsschicht (2) erhalten werden.
Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass der Regularisierungsterm folgende Form aufweist:
wobei b_i Durchschnittswerten der Röntgenintensität im gesamten Energiebereich, I_i(k) Durchschnittswerten der Röntgenintensität in jedem Energieband und μ(r, k) dem Durchschnittswert des Energie-abhängigen Schwächungskoeffizienten entsprechen und ψ_k eine Potentialfunktion darstellt, die die Stärke der Regularisierung steuert.
Vorrichtung zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 8, mit – einem Röntgendetektor, der aus mindestens zwei übereinander liegenden Detektionsschichten aufgebaut ist, von denen eine obere Detektionsschicht (1) mit einer ersten Auswerteschaltung (4) verbunden ist, die Messsignale der oberen Detektionsschicht (1) in unterschiedliche Energiebereiche der Röntgenstrahlung aufteilt, und von denen eine untere Detektionsschicht (2) mit einer zweiten Auswerteschaltung (5) verbunden ist, die keine Energie-Diskriminierung von Messsignalen der unteren Detektionsschicht (2) vornimmt, wobei die obere Detektionsschicht (1) so ausgebildet, dass sie nur < 10% an einfallender Röntgenstrahlung absorbiert, und – einer mit dem Röntgendetektor verbundenen Auswerteeinrichtung, die auf Basis der von den Auswerteschaltungen (4, 5) erhaltenen Messdaten für die obere (1) und untere Detektionsschicht (2) getrennt oder für die obere Schicht (1) und für eine Kombination der Messdaten der oberen (1) und der unteren Schicht (2) eine statistische iterative Bildrekonstruktion durchführt, um entsprechende Röntgenbilder zu erzeugen.
Vorrichtung nach Anspruch 9, dadurch gekennzeichnet, dass die obere Detektionsschicht (1) so ausgebildet, dass sie nur < 2% an einfallender Röntgenstrahlung absorbiert.
Vorrichtung nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass die obere Detektionsschicht (1) aus einem Röntgenstrahlung direkt konvertierenden Material und die untere Detektionsschicht (2) aus einem Röntgenstrahlung direkt oder indirekt konvertierenden Material gebildet sind.
Vorrichtung nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass die obere Detektionsschicht (1) aus einem Röntgen strahlung indirekt konvertierenden Material und die untere Detektionsschicht (2) aus einem Röntgenstrahlung direkt oder indirekt konvertierenden Material gebildet sind.