DE102010019016A1

DE102010019016A1 - Erhöhte Zeitauflösung bei CT-Aufnahmen durch iterative Bildrekonstruktion mit Randbedingungen

Info

Publication number: DE102010019016A1
Application number: DE102010019016A
Authority: DE
Inventors: Dr. Kunze Holger; Harald Schöndube; Dr. Stierstorfer Karl
Original assignee: Siemens AG
Current assignee: Siemens Healthcare GmbH
Priority date: 2010-05-03
Filing date: 2010-05-03
Publication date: 2011-11-03
Anticipated expiration: 2030-05-04
Also published as: DE102010019016B4; CN102236903B; US8630472B2; US20110268335A1; CN102236903A

Abstract

Die Erfindung betrifft ein Verfahren zur Rekonstruktion von Bilddaten eines bewegten Untersuchungsobjektes aus Messdaten (SIN1), wobei die Messdaten (SIN1) zuvor bei einer relativen Rotationsbewegung zwischen einer Strahlungsquelle eines Computertomographiesystems und dem Untersuchungsobjekt erfasst wurden. Aus einem unvollständigen Messdatensatz (SIN1a) werden mittels eines iterativen Algorithmus (IT REKON) erste Bilddaten (PIC) rekonstruiert, wobei bei der iterativen Rekonstruktion (IT REKON) eine Größe verwendet wird, welche Wahrscheinlichkeits-Informationen betreffend Bildpunktwerte der zu rekonstruierenden Bilddaten enthält.

Description

Die Erfindung betrifft ein Verfahren zur Rekonstruktion von CT-Bildern eines bewegten Untersuchungsobjektes aus Messdaten.
Tomographische Bildgebungsverfahren zeichnen sich dadurch aus, dass innere Strukturen eines Untersuchungsobjektes untersucht werden können, ohne dabei operative Eingriffe an diesem durchführen zu müssen. Eine mögliche Art der tomographischen Bilderzeugung besteht darin, von dem zu untersuchenden Objekt eine Anzahl von Projektionen aus verschiedenen Winkeln aufzunehmen. Aus diesen Projektionen lässt sich ein zweidimensionales Schnittbild oder ein dreidimensionales Volumenbild des Untersuchungsobjektes berechnen.
Ein Beispiel für ein solches tomographisches Bildgebungsverfahren ist die Computertomographie. Verfahren zur Abtastung eines Untersuchungsobjektes mit einem CT-System sind allgemein bekannt. Hierbei werden beispielsweise Kreisabtastungen, sequentielle Kreisabtastungen mit Vorschub oder Spiralabtastungen verwendet. Auch andersartige Abtastungen, die nicht auf Kreisbewegungen beruhen, sind möglich, so z. B. Scans mit linearen Segmenten. Es werden mit Hilfe mindestens einer Röntgenquelle und mindestens eines gegenüberliegenden Detektors Absorptionsdaten des Untersuchungsobjektes aus unterschiedlichen Aufnahmewinkeln aufgenommen und diese so gesammelten Absorptionsdaten bzw. Projektionen mittels entsprechender 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 Rückprolektionsverfahren (Filtered Back Projection; FBP) eingesetzt. Nach der Datenerfassung wird üblicherweise 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.
In der letzten Zeit sind iterative Rekonstruktionsverfahren entwickelt worden. Bei einem solchen iterativen Rekonstruktionsverfahren erfolgt zunächst eine Rekonstruktion von initialen Bilddaten aus den Projektionsmessdaten. Hierzu kann beispielsweise ein Faltungsrückprojektionsverfahren verwendet werden. Aus diesen initialen Bilddaten werden dann mit einem „Projektor”, einem Projektionsoperator, welcher das Messsystem mathematisch möglichst gut abbilden sollte, synthetische Projektionsdaten erzeugt. Die Differenz zu den Messsignalen wird dann mit dem zu dem Projektor adjungierten Operator rückprojiziert und es wird so ein Residuum-Bild rekonstruiert, mit dem das initiale Bild aktualisiert wird. Die aktualisierten Bilddaten können wiederum verwendet werden, um in einem nächsten Iterationsschritt mit Hilfe des Projektionsoperators neue synthetische Projektionsdaten zu erzeugen, daraus wieder die Differenz zu den Messsignalen zu bilden und ein neues Residuum-Bild zu berechnen, mit dem wieder die Bilddaten der aktuellen Iterationsstufe verbessert werden usw. Mit einem solchen Verfahren lassen sich Bilddaten rekonstruieren, die eine relativ gute Bildschärfe und dennoch ein geringes Bildrauschen aufweisen.
Ein Nachteil dieser allgemein bekannten Berechnungsverfahren besteht darin, dass bei einem bewegten Untersuchungsobjekt, oder einem zumindest teilweise bewegten Untersuchungsobjekt, Bewegungsunschärfen im Bild entstehen können, da während der Zeit eines Abtastvorgangs für die Daten, die für ein Bild benötigt werden, ein Ortsversatz des Untersuchungsobjektes oder eines Teils des Untersuchungsobjektes vorliegen kann, so dass die Basisdaten, die zu einem Bild führen, nicht alle räumlich identische Situation des Untersuchungsobjektes widerspiegeln. Dieses Bewegungsunschärfeproblem entsteht besonders verstärkt bei der Durchführung von Cardio-CT-Untersuchungen eines Patienten, bei denen aufgrund der Herzbewegung eine starke Bewegungsunschärfe im Herzbereich auftreten kann oder für Untersuchungen, bei denen relativ schnelle Veränderungen im Untersuchungsobjekt gemessen werden sollen.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur Rekonstruktion von CT-Bildern eines bewegten Untersuchungsobjektes aufzuzeigen. 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 bewegten Untersuchungsobjektes aus Messdaten wurden die Messdaten zuvor bei einer relativen Rotationsbewegung zwischen einer Strahlungsquelle eines Computertomographiesystems und dem Untersuchungsobjekt erfasst. Aus einem unvollständigen Messdatensatz werden mittels eines iterativen Algorithmus erste Bilddaten rekonstruiert. Hierbei wird bei der iterativen Rekonstruktion eine Größe verwendet, welche Wahrscheinlichkeits-Informationen betreffend Bildpunktwerte der zu rekonstruierenden Bilddaten enthält.
Die erfassten Messdaten umfassen zumindest den unvollständigen Messdatensatz, der zur Rekonstruktion der ersten Bilddaten herangezogen wird. Unvollständig bedeutet bei der Computertomographie, dass weniger Messdaten als diejenigen eines Halbumlaufes vorliegen. Ein Halbumlauf entspricht einem durch die Messung abgedeckten Projektionswinkelbereich von 180° in Parallelstrahlgeometrie und 180° plus dem Fächeröffnungswinkel in Fächerstrahlgeometrie. Neben dem unvollständigen Messdatensatz kann ein Mehr an Messdaten erfasst worden sein, so dass insgesamt mindestens ein vollständiger Messdatensatz vorliegt.
Die Berechnung der ersten Bilddaten erfolgt auf Basis eines unvollständigen Messdatensatzes. Dies hat den Vorteil, dass hierdurch die Zeitauflösung erhöht wird, was bei bewegten Untersuchungsobjekten zur Verbesserung der Bildqualität wesentlich ist. Denn die Zeit, welche zur Erfassung des unvollständigen Messdatensatzes erforderlich ist, ist kleiner als diejenige zur Erfassung eines vollständigen Messdatensatzes.
Bei den ersten Bilddaten kann es sich um ein zweidimensionales Schnittbild oder um ein dreidimensionales Volumenbild des Untersuchungsobjektes handeln.
Zur Berechnung der ersten Bilddaten wird ein iterativer Algorithmus verwendet. Hierfür existieren mehrere Beispiele, wie die algebraische Rekonstruktionstechnik (ART), die simultane algebraische Rekonstruktionstechnik (SART), die iterierte gefilterte Rückprojektion (IFBP), oder auch statistische iterative Bildrekonstruktionstechniken. Das Prinzip einer iterativen Rekonstruktion ist, dass ein CT-Bild berechnet wird, welches als Eingangsbild für die Berechnung des Iterationsbildes der nächsten Stufe verwendet wird. Hierbei wird schrittweise versucht, das Iterationsbild möglichst gut den Messdaten anzupassen.
Würde man einen iterativen Algorithmus unverändert auf einen unvollständigen Messdatensatz anwenden, so enthielte das Ergebnisbild Artefakte aufgrund dieser Unvollständigkeit. Um dies zu vermeiden oder zumindest zu reduzieren, werden Wahrscheinlichkeits-Informationen betreffend Bildpunktwerte der zu rekonstruierenden Bilddaten eingesetzt. Hierdurch ist es möglich, ein bestimmtes statistisches Verhalten der Bildpunktewerte der ersten Bilddaten zu erzwingen. Die Wahrscheinlichkeits-Informationen können insbesondere angeben, wie wahrscheinlich – bezogen auf alle oder manche Bildpunktwerte – das Auftreten des jeweiligen Bildpunktwertes ist, oder wie wahrscheinlich – bezogen auf alle oder manche Bildpunkte – das Auftreten eines bestimmten Bildpunktwertes des jeweiligen Bildpunktes in Bezug auf eine bestimmte Menge anderer Bildpunkte ist.
Besonders vorteilhaft ist es, die Größe als Randbedingung bei der iterativen Rekonstruktion einzusetzen. Eine solche Randbedingung muss von dem Ergebnisbild der iterativen Rekonstruktion eingehalten werden.
In Ausgestaltung der Erfindung betreffen die Wahrscheinlichkeits-Informationen nur eine Teilmenge der Bildpunkte der zu rekonstruierenden Bilddaten. Diese Teilmenge kann sich z. B. durch eine Abfrage der Bildpunktwerte ergeben. So besteht die Möglichkeit, auf Bildpunkte, die bestimmte vorgegebene Bildpunktwerte aufweisen, die Wahrscheinlichkeits-Informationen nicht anzuwenden. In einer Anwendung dieses Prinzips können beispielsweise nur solche Bildpunkte für die Wahrscheinlichkeits-Informationen betrachtet werden, die einen Bildpunkt- bzw. Schwächungswert von unter 1000 HU aufweisen, aufgrund der Annahme, dass darüberliegende Schwächungswerte Knochen darstellen, deren zeitlich hochauflösende Darstellung kein Ziel der zugrundeliegenden Anwendung darstellt.
In Weiterbildung der Erfindung werden zweite Bilddaten aus einem vollständigen Messdatensatz der Messdaten rekonstruiert, und die zweiten Bilddaten werden zur Ermittlung der Wahrscheinlichkeits-Informationen verwendet. Es liegt somit ein Bild mit einer gegenüber den ersten Bilddaten verschlechterten Zeitauflösung vor, welches dazu dient, die Wahrscheinlichkeits-Informationen zu gewinnen.
Insbesondere kann aus den zweiten Bilddaten ein Histogramm der Bildpunktwerte der zweiten Bilddaten, und aus dem Histogramm eine Wahrscheinlichkeitsdichteverteilung der Bildpunktwerte der zweiten Bilddaten bestimmt werden. Für das Histogramm wird pro Bildpunktwert gezählt, wie oft er in den zweiten Bilddaten enthalten ist. Hieraus lässt sich dementsprechend eine Wahrscheinlichkeitsdichteverteilung von allen oder von manchen Bildpunktwerten berechnen. Beispielsweise können die Wahrscheinlichkeits-Informationen die logarithmierten Wahrscheinlichkeitsdichtewerte darstellen.
Das Histogramm kann sich auf das gesamte Bild beziehen. Es ist alternativ auch möglich, eines oder mehrere Histogramme zu bestimmen, welche sich jeweils nur auf eine bestimmte Bildregion der zweiten Bilddaten beziehen.
Vorteilhaft ist es, das oder die Histogramme vor der Berechnung der Wahrscheinlichkeits-Informationen zu glätten.
In Weiterbildung der Erfindung enthalten die Wahrscheinlichkeits-Informationen Perzentil-Angaben betreffend einen Bildpunktwert bezogen auf die Bildpunktwerte in der jeweiligen Nachbarschaft. Alternativ zur Betrachtung der Nachbarschaft um einen Bildpunkt kann auch das gesamte Bild betrachtet werden, so dass die Wahrscheinlichkeits-Informationen Perzentil-Angaben betreffend einen Bildpunktwert bezogen auf die Bildpunktwerte im restlichen Bild enthalten.
Besonders vorteilhaft ist es, wenn gemäß der Perzentil-Angaben ein Bildpunktwert nicht kleiner sein darf als ein Perzentil-Schwellenwert, wobei der Perzentil-Schwellenwert ein Bildpunktwert ist, der von einem bestimmten Prozentsatz der Bildpunktwerte in der jeweiligen Nachbarschaft bzw. im restlichen Bild zumindest erreicht oder übertroffen wird. Die besondere Betrachtung von kleinen Bildpunktwerten ist insofern vorteilhaft, als sich die limited angle Artefakte besonders in diesem Wertebereich auswirken. Wäre ein Bildpunktwert kleiner als der Perzentil-Schwellenwert, so kann beispielsweise erzwungen werden, dass er gleich dem Perzentil-Schwellenwert oder einem anderen Wert ist.
Die Wahrscheinlichkeits-Informationen werden vorzugsweise bei der iterativen Rekonstruktion als Regularisierungsterm in einer zu minimierenden Kostenfunktion eingesetzt. Dies ermöglicht es, vorhandene Kostenfunktionen an das erfindungsgemäße Verfahren zu adaptieren.
Die ersten Bilddaten können als Ergebnisbild ausgegeben werden. Alternativ hierzu ist es zur weiteren Verbesserung des Ergebnisbildes möglich, die ersten Bilddaten mit auf einem vollständigen Messdatensatz basierenden Bilddaten zu mischen. Beispielsweise ist eine Mischung mit den zweiten Bilddaten möglich. Die Mischung entspricht einer gewichteten oder ungewichteten bildpunktweisen Addition zweier oder mehrerer Bilder. Vorzugsweise erfolgt sie abhängig von Bewegungsinformationen des Untersuchungsobjektes. Dies ermöglicht es, die ersten Bilddaten mit der erhöhten Zeitauflösung ausschließlich oder hauptsächlich für Bildregionen einzusetzen, in welchen Bewegung des Untersuchungsobjektes vorhanden ist. Bei der Cardio-CT sind dies z. B. die Koronararterien.
In Weiterbildung der Erfindung wird bei der iterativen Rekonstruktion das Ziel einer möglichst geringen totalen Variation der zu rekonstruierenden Bilddaten als Randbedingung verwendet. Dies kann als Randbedingung neben den Wahrscheinlichkeitsinformationen eingesetzt werden. Die totale Variation ist bei einer eindimensionalen Funktion definiert als das Integral über den Betrag der Ableitung. Sie stellt ein Maß für lokale Schwankungen innerhalb des Bildes dar. Die Verwendung der totalen Variation ist eine an sich bekannte Maßnahme bei der Bildrekonstruktion aus unterabgetasteten Daten.
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 oder diese Ausführung zu bewirken oder zu steuern. 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, der geeignet ist, das Verfahren der oben beschriebenen Art durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Das erfindungsgemäße Computerprogrammprodukt umfasst auf einem computerlesbaren Datenträger gespeicherten Programmcode, der geeignet ist, 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: den Bewegungszyklus des menschlichen Herzens,
4: ein Ablaufdiagramm.
In 1 ist zunächst schematisch ein erstes Computertomographiesystem C1 mit einer Bildrekonstruktionseinrichtung C21 dargestellt. Es handelt sich hierbei um ein CT-Gerät der so genannten dritten Generation, auf welchen die Erfindung jedoch nicht beschränkt ist. 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. Die Bewegung der Patientenliege C8 relativ zur Gantry wird durch eine geeignete Motorisierung bewirkt. Während dieser Bewegung 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. Ferner ist es möglich, den Patienten kontinuierlich und periodisch zwischen zwei Punkten hin- und herzubewegen.
Gesteuert wird das CT-System 10 durch eine Steuer- und Recheneinheit C10 mit in einem Speicher vorliegendem Computerprogrammcode Prg₁ bis Prg_n. Es wird darauf hingewiesen, dass selbstverständlich diese Computerprogrammcodes Prg₁ bis Prg_n auch auf einem externen Speichermedium enthalten sein und bei Bedarf in die Steuer- und Recheneinheit C10 geladen werden können.
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 Akquisitionssteuersignale AS betreffen hierbei z. B. die Röntgenröhren C2 und C4, wobei Vorgaben zu ihrer Leistung und den Zeitpunkten ihres An- und Ausschaltens gemacht werden können, sowie die Gantry, wobei Vorgaben zu ihrer Rotationsgeschwindigkeit gemacht werden können, sowie den Tischvorschub.
Da die Steuer- und Recheneinheit C10 über eine Eingabekonsole verfügt, können Messparameter von einem Anwender oder Operator des CT-Geräts C1 eingegeben werden, welche dann in Form von Akquisitionssteuersignalen AS die Datenerfassung steuern. Informationen über aktuell verwendete Messparameter können auf dem Bildschirm der Steuer- und Recheneinheit C10 dargestellt werden; zusätzlich können weitere für den Operator relevante Informationen angezeigt werden.
Die vom Detektor C3 bzw. C5 akquirierten Projektionsmessdaten p bzw. Rohdaten werden über eine Rohdatenschnittstelle C23 an die Steuer- und Recheneinheit C10 übergeben. Diese Rohdaten 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 Prg_n. In Bezug auf die Bildrekonstruktion gilt wie bereits in Bezug auf die Steuerung des Messvorgangs erläutert, dass die Computerprogrammcodes Prg₁ bis Prg_n auch auf einem externen Speichermedium enthalten sein und bei Bedarf in die Steuer- und Recheneinheit C10 geladen werden können. Ferner ist es möglich, dass die Steuerung des Messvorgangs und die Bildrekonstruktion von verschiedenen Recheneinheiten durchgeführt werden.
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), eingespeist 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 z. B. 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.
Soweit Körperpartien eines Patienten aufgenommen werden sollen, die sich nicht bewegen bzw. sich ruhigstellen lassen, stellen sich für die Aufnahme der Projektionen und die sich daran anschließende Bildrekonstruktion keine nennenswerten Probleme mit Bewegungsartefakten. Kritisch hingegen ist dies bei bewegten Untersuchungsobjekten. Im Folgenden wird die Situation betrachtet, dass eine CT-Aufnahme eines sich bewegenden Untersuchungsobjektes erfolgen soll.
Ein Beispiel für ein sich periodisch bewegendes Untersuchungsobjekt ist das menschliche Herz. Die Erfindung wird im folgenden anhand der Cardio-CT, also einer CT-Aufnahme des schlagenden Herzens, näher erläutert. Selbstverständlich ist sie nicht auf diese Anwendung beschränkt. Bekanntlich führt das menschliche Herz im Wesentlichen eine periodische Bewegung aus. Die periodische Bewegung besteht dabei aus einer abwechselnden Folge einer Ruhe- bzw. Erschlaffungsphase und einer Bewegungs- bzw. Schlagphase. Die Ruhephase hat eine Dauer von üblicherweise zwischen 500 bis 800 ms, die Schlagphase eine Dauer von 200 bis 250 ms. Dies ist aus 3 ersichtlich, in welcher der Pegel L des mit EKG bezeichneten EKG-Signal eines Patienten über der Zeit t aufgetragen ist. Das EKG-Signal veranschaulicht die periodische Bewegung des Herzens des Patienten, wobei der Beginn eines Herzzyklus jeweils durch eine R-Zacke R und die Dauer des jeweiligen Herzzyklus durch das RR-Intervall T_RR, d. h. den Abstand der den jeweiligen Herzzyklus einleitenden R-Zacke R von der den folgenden Herzzyklus einleitenden R-Zacke R, bestimmt ist. Eine Herzphase startet bei einer R-Zacke R bei 0% und endet bei der nächsten R-Zacke R bei 100%. Eine Umrechung zwischen der Dimension der Zeit und der Herzphase ist jederzeit möglich; hierzu können die EKG-Daten verwendet werden, welchen zu jedem Zeitpunkt entnehmbar ist, welche Herzphase aktuell vorliegt. Die Ruhephase des Herzens, d. h. die Phase minimaler Herzbewegung, ist jeweils schraffiert angedeutet.
Neben den auch für unbewegte Untersuchungsobjekte bestehenden Anforderungen an die Qualität von CT-Bildern besteht bei Herzaufnahmen das Ziel, eine hohe Zeitauflösung der Bilder zu erreichen. Die Zeitauflösung ist hierbei umgekehrt proportional zur Zeitspanne, welche zur Erfassung der Projektionen benötigt wird. Je mehr Zeit während der Datenerfassung verstreicht, desto mehr bewegt sich das Herz während dieser Messzeit. Diese Bewegung führt zu unerwünschten Bewegungsartefakten in den CT-Bildern. Die Aussagekraft der CT-Bild wird hierdurch drastisch reduziert.
Üblicherweise muss zur CT-Bildrekonstruktionen bei einer Messung in Parallelstrahlgeometrie ein Datenintervall, d. h. eine Reihe von aufeinanderfolgenden Projektionen, wobei jede Projektion einer Messung bei einem bestimmten Projektionswinkel entspricht, zur Verfügung stehen, das mindestens einem Halbumlauf der Röntgenquelle um das Untersuchungsobjekt, d. h. einem Projektionswinkelbereich von 180°, entspricht. Bei einer Fächerstrahlgeometrie muss der Projektionswinkelbereich 180° plus dem Fächeröffnungswinkel betragen. Beide Fälle werden im Folgenden unter der Bezeichnung „Daten eines Halbumlaufs” oder „vollständiger Datensatz” zusammengefasst. Dieses Mindestdatenintervall ist nötig, um jeden Bildpunkt im Messfeld rekonstruieren zu können. Im Drehzentrum ist auch in Fächerstrahlgeometrie ein Projektionswinkelbereich von 180° ausreichend. Die bestmögliche zeitliche Auflösung in einem so rekonstruierten CT-Bild beträgt damit in Drehzentrumsnähe gerade der halben Rotationszeit des CT-Geräts. Im Falle einer Rotationsgeschwindigkeit der Gantry von 0,5 Sekunden pro Umdrehung kann also eine maximale Zeitauflösung von 0,25 Sekunden erriecht werden.
Ein verbreiteter Ansatz zur Verminderung von Bewegungsartefakten ist die Erhöhung der Rotationsgeschwindigkeit der Gantry. Dies stellt jedoch hohe und teilweise unlösbare Anforderungen an die Mechanik der Gantry und ist aus diesem Grund sehr kostenintensiv.
Ein weiterer hardwarebasierter Ansatz zur Erhöhung der Zeitauflösung ist die Verwendung eines zweiten Röhre/Detektor Systems, welches um 90° gegenüber dem ersten System versetzt angeordnet ist. Hierbei handelt es sich um ein so genanntes Dual Source System. Die beiden um 90° versetzten Systeme nehmen gleichzeitig Messdaten auf, so das eine Projektionswinkelabdeckung von 180° bereits nach einer Gantrydrehung von 90° erreicht wird, was einer Verdopplung der Zeitauflösung entspricht.
Ein weiterer Ansatz, der vor allem bei der Herzbildgebung Anwendung findet, ist das Aufspalten der Datenakquise in mehrere Abschnitte über jeweils weniger als 180°, welche in Summe einen Projektionswinkelbereich von 180° ergeben und welche jeweils denselben Bewegungszustand des Herzens, jedoch bei aufeinanderfolgenden Herzschlägen abbilden. Hierbei handelt es sich um die so genannte Mehrsegmentrekonstruktion.
Kürzlich wurde in der Veröffentlichung

G. Chen, J. Tang, J. Hsieh: Temporal resolution improvement using PICCS in MDCT cardiac imaging, Med. Phys. 36 (6), Juni 2009, S. 2130–2135

Im Folgenden wird ein anderes Verfahren zur Erhöhung der Zeitauflösung beschrieben, welches auf einer iterativen Rekonstruktion basiert. Für diese iterative Rekonstruktion wird ein unvollständiger Datensatz verwendet. Als Randbedingung des iterativen Algorithmus fließen Wahrscheinlichkeits-Informationen über die zu erzielenden CT-Werte in dem zu berechnenden CT-Bild ein.
Eine erste Ausgestaltung eines solchen Verfahrens wird anhand des Ablaufdiagramms der 4 erläutert. Zunächst werden die Daten erfasst, womit das Sinogramm SIN1 zur Verfügung steht. 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 in Kanalrichtung, aufgespannt wird. Der Sinogramm-Raum stellt also die Domäne der Messdaten dar, während der Bildraum diejenige der Bilddaten darstellt.
Aus dem vollständigen Datensatz SIN1 wird ein Bild PIC0 rekonstruiert. Hierbei kann z. B. ein klassisches FBP (Filtered BackProjection) Verfahren zum Einsatz kommen. Das Bild PIC0 weist aufgrund der Bewegung des Untersuchungsobjektes Bewegungsartefakte auf. Das Bild PIC0 dient lediglich als Zwischenergebnis.
In nächsten Schritt wird aus dem Bild PIC0 ein Histogramm HIST dieses Bildes PIC0 bestimmt. Dem Histogramm HIST ist die Wahrscheinlichkeitsdichteverteilung der CT-Werte innerhalb des Bildes PIC0 zu entnehmen. Im Anschluss wird ein unvollständiger Datensatz SIN1a verwendet, um hieraus mittels eines iterativen Algorithmus IT REKON das Bild PIC zu berechnen.
Der unvollständige Datensatz SIN1a stellt eine Teilmenge des vollständigen Datensatzes SIN1 dar. Die Zeitauflösung des Bildes PIC ist direkt abhängig vom Winkelbereich, über welchen sich der Datensatz SIN1a erstreckt. Beträgt beispielsweise der Winkelbereich des unvollständiger Datensatzes SIN1a 120°, so entspricht die Zeitauflösung des Bildes PIC 120°/180° = 2/3 der Zeitauflösung des Bildes PIC0.
Eine herkömmliche iterative Rekonstruktion ausgehend von dem unvollständiger Datensatzes SIN1a würde nicht zu einem zufriedenstellenden Ergebnis führen, da das resultierende Bild aufgrund der Unvollständigkeit des Datensatzes so genannte „limited angle Artefakte” aufweist. Um diese zu vermeiden, wird die iterative Rekonstruktion IT REKON unter Verwendung des Histogramms HIST als Regularisierungs- bzw. Randbedingung durchgeführt. Die Verwendung dieses Priorwissens in Form der Wahrscheinlichkeits-Informationen resultiert in einer sehr effektiven Reduzierung von limited angle Artefakten.
Die Bestimmung eines Histogramms eines CT-Bildes und dessen anschließende Verwendung bei einer iterativen Bildrekonstruktion wird in den Veröffentlichungen
H. Kunze, W. Härer, K. Stierstorfer: Iterative Extended Field of View Reconstruction, Medical Imaging 2007: Physics of Medical Imaging, Proc. of SPIE Vol. 6510, 65105X-1 bis 65105X-12
US 2008/0205737 A1 vom 28. August 2008
erläutert, deren Inhalte hiermit vollständig in die vorliegende Beschreibung einbezogen werden.
Diesen Veröffentlichungen liegt das Problem der Überschreitung des Messfeldes zugrunde. Es liegen in diesem Fall also unvollständige Daten hinsichtlich eines Untersuchungsobjekts, welches sich über das Scanning Field of View (SFOV) erstreckt, vor. Gründe dafür sind beispielsweise, dass das Untersuchungsobjekt größer ist als das SFOV oder dass das Untersuchungsobjekt so positioniert wird, dass Teile außerhalb des SFOV zu liegen kommen, letzteres beispielsweise um die Röntgenstrahlungsexposition sensitiver Organe zu vermindern. Es gibt in diesem Fall also Teile des Untersuchungsobjektes, von denen CT-Bilder rekonstruiert werden sollen, für die aber Projektionen aus einem Winkelbereich von zumindest 180° nicht erhalten wurden. Da die gemessenen Projektionen unvollständig oder anschaulich gesprochen „abgeschnitten” sind, wird dieses Problem auch als ”abgeschnittene Projektion(en)” (engl.: truncated projection(s)) bezeichnet.
Die einbezogenen Veröffentlichungen beschäftigen sich also nicht mit dem Problem der CT-Aufnahmen von bewegten Untersuchungsobjekten und dem hiermit verbundenen Wunsch der Erhöhung der Zeitauflösung, sondern mit der Messfeldüberschreitung. Bei beiden Problemstellungen jedoch ist ein unvollständiger Datensatz für die Bildrekonstruktion zu verwenden.
Im folgenden wir die Verwendung des Histogramms HIST für die iterative Rekonstruktion IT REKON genauer erläutert.
Es erfolgt eine Modifikation von herkömmlichen iterativen Rekonstruktionsverfahren durch Einführen einer A-Priori Information über die Statistiken der materialspezifischen Schwächungswerte, also der CT-Werte, der zu rekonstruierenden Region des Untersuchungsobjektes auf Basis einer Wahrscheinlichkeitsfunktion. Diese wird aus einer logarithmischen Wahrscheinlichkeitsverteilung der materialspezifischen Schwächungswerte gebildet. Diese Erweiterung wird eingebettet in eine iterative Rekonstruktionsmethode, bei einer algebraischen iterativen Rekonstruktion z. B. durch Hinzufügen eines Randbedingungsterms als Regularisierungsfunktional zu der Kostenfunktion, welche im Rahmen der iterativen Rekonstruktion zu minimieren ist.
Algebraische iterative Rekonstruktionsalgorithmen minimieren den quadratischen Fehler zwischen den gemessenen Projektionen Y und berechneten Projektionen. Liegt ein berechnetes Bild X vor, so erhält man die berechneten Projektionen durch die Anwendung einen Projektionsoperators A auf das Bild X. Bei A handelt es sich um einen Operator, welcher den Messprozess möglichst gut nachbildet. Die Kostenfunktion K der algebraischen Rekonstruktion kann folgendermaßen geschrieben werden: K = ||Y – AX||² (1)
Es wird also versucht, das berechnete Bild X möglichst gut den Messdaten Y anzugleichen.
Die Anwendung iterativer Algorithmen – wie der algebraischen Rekonstruktionstechnik (ART), der simultanen algebraischen Rekonstruktionstechnik (SART) oder der iterierten gefilterten Rückprojektion (IFBP) – auf einen unvollständigen Datensatz führt wie oben bereits beschrieben aufgrund der Unvollständigkeit des Datensatzes Y ohne die Einführung von Randbedingungen zu nicht befriedigenden Lösungen. Es treten im Ergebnisbild die limited angle Artefakte auf.
Um dennoch eine befriedigende Lösung zu finden, wird eine Regularisierung der Kostenfunktion K eingesetzt. Das bedeutet, dass die Kostenfunktion K durch einen zweiten Term erweitert wird, welcher einen Regulierungsterm R(X) beinhaltet K = ||Y – AX||² + β·R(X) (2)
Der Regulierungsterm R(X) bestraft unwahrscheinliche Werte innerhalb des Bildes X. β ist ein Regulierungsparameter, der eine Balance schaffen soll zwischen dem Differenzterm und dem Regulierungsterm.
Es soll betont werden, dass die Erfindung nicht auf den Einsatz von algebraischen iterativen Rekonstruktionsalgorithmen beschränkt ist. In analoger Weise können auch die Kostenfunktionen anderer iterativer Rekonstruktionsverfahren, wie z. B. der statistischen Rekonstruktion modifiziert werden.
Um R(X) so einfach wie möglich zu halten, soll angenommen werden, dass die Bildpunktwerte des rekonstruierten Bildes unkorreliert sind. Deshalb kann R(X) geschrieben werden als
mit pdf(x_i) als Wahrscheinlichkeitsdichte des Bildpunktwertes des i-ten Bildpunktes x_i. Die durch R(x) gemäß Formel (3) ergänzte Kostenfunktion kann nun z. B. mittels Gradientenabstiegsverfahren minimiert werden, um das Bild PIC zu berechnen.
Die Bestimmung der zugrundeliegende Wahrscheinlichkeitsdichtefunktion erfolgt, indem das Histogramm HIST des Bildes PIC0 ermittelt und aus diesem die Wahrscheinlichkeitsdichtefunktion berechnet wird. Das Bild PIC0 dient also dazu, Informationen darüber vorzugeben, welche Verteilung von CT-Werten innerhalb des Bildes PIC vorliegen sollte. Hierbei stört es nicht, dass das Bild PIC0 Bewegungsartefakte enthält.
Die limited angle Artefakte wirken sich derart aus, dass in dem jeweiligen Bild manche der niedrigen CT-Werte zu klein, also fälschlicherweise nach unten verschoben, und manche der hohen CT-Werte zu groß, also fälschlicherweise nach oben verschoben, sind. Daher ist es sinnvoll, die Wahrscheinlichkeitsverteilung der CT-Werte als Vorgabe zu verwenden, denn hierdurch kann erzwungen werden, dass diese zu niedrigen bzw. zu hohen Werte nur in verringerter Anzahl vorkommen, was einer Reduzierung der limited angle Artefakte entspricht.
Die aus dem Histogramm HIST berechnete Wahrscheinlichkeitsverteilung ist im allgemeinen durch starkes Rauschen gestört, was zu einem Funktionsverlauf führt, der viele lokale Minima und Maxima aufweist. Da aus dieser Funktion aber ein Teil der Kostenfunktion K gebildet wird, welche z. B. durch Gradienten abstiegsalgorithmen minimiert werden soll, stören und beeinträchtigen diese vielen lokalen Minima und Maxima den Minimierungsprozess. Es ist daher vorteilhaft, das Histogramm HIST zu glätten, um die Anzahl von Minima und Maxima zu vermindern. In Bezug auf eine mögliche Art der Glättung wird auf die oben genannten Veröffentlichungen verwiesen.
Es ist möglich, als Startbild des iterativen Algorithmus IT REKON ein basierend auf dem unvollständigen Datensatz SIN1a rekonstruiertes Bild zu verwenden. Um die Konvergenz des iterativen Algorithmus IT REKON zu beschleunigen, ist es vorteilhaft, als Startbild das Bild PIC0 einzusetzen.
Das rekonstruierte Bild PIC ist weitgehend artefaktfrei. Dies gilt sowohl für die Bewegungsartefakte, denn diese wurden vermieden, indem der unvollständige Datensatz SIN1a der Bildrekonstruktion zugrunde gelegt wurde. Ferner gilt dies auch für die limited angle Artefakte, denn diese wurden vermieden, indem das Priorwissen über die Verteilung der CT-Werte aus dem Bild PIC0 in die iterative Rekonstruktion einbezogen wurde.
Es ist daher möglich, das Bild PIC als Ergebnisbild auszugeben. Alternativ hierzu kann zur weiteren Qualitätsverbesserung das Bild PIC mit dem Bild PIC0 gemischt werden, wobei das Bild PIC nur oder hauptsächlich für diejenigen Bildpunkte herangezogen wird, bei welchen Bewegung vorliegt. Hierzu ist zunächst zu entscheiden, welche Bildregionen von Bewegung des Untersuchungsobjektes betroffen sind. Dies kann z. B. erfolgen, indem zwei CT-Bilder, welche unterschiedliche Zeitpunkte repräsentieren, miteinander verglichen werden. Hierbei kann es sich z. B. um das Bild PIC0 und ein anderes auf einem vollständigen Messdatensatz basierendes Bild handeln, oder auch um die Bilder PIC0 und PIC. Dieser Vergleich stellt die benötigten Bewegungsinformationen zur Verfügung. Für Regionen mit wenig Bewegung können die Bildpunktwerte des Bildes PIC0 in das Ergebnisbild übernommen werden, während für Regionen mit Bewegung die Bildpunktwerte des Bildes PIC in das Ergebnisbild übernommen werden. Die Berechnung des Ergebnisbildes kann durch eine gewichtete Summe aus den Bildern PIC0 und PIC erhalten werden, wobei die Gewichtungsfaktoren von den Bewegungsinformationen abhängen.
Die Verwendung der Bewegungsinformationen ist auch dann von Vorteil, wenn das Bild PIC0 als Startbild für die iterative Rekonstruktion IT REKON eingesetzt wird, indem das mit den Bewegungsinformationen gewichtete Bild PIC0 als Startbild für die iterative Rekonstruktion IR REKON verwendet wird. Der iterative Algorithmus IR REKON kann ferner so modifiziert werden, dass nur in solchen Bereichen des Bildes, in denen gemäß den Bewegungsinformationen Bewegung vorhanden ist, eine Aktualisierung in den entsprechenden Iterationsschritten vorgenommen wird, während die unbewegten Bildregionen im Laufe der Iteration unverändert bleiben.
In der bisherigen Beschreibung betraf Histogramm HIST das gesamte Bild PIC0. Noch bessere Ergebnisse erhält man, wenn man das Bild PIC0 in einzelne Regionen aufteilt, und für diese Regionen einzeln Histogramme erstellt. Bei diesen Regionen handelt es sich vorzugsweise um diejenigen, welche von der Bewegung des Untersuchungsobjektes betroffen sind. Dadurch, dass die Histogramme genauer an die zu rekonstruierende Region angepasst sind, sind die hieraus getroffenen statistischen Aussagen qualitativ hochwertiger, was zu einer höheren Bildqualität führt. Eine weitere Möglichkeit besteht darin, für jeden Bildpunktwert einzeln ein Histogramm aufzustellen, welches sich jeweils auf eine bestimmte Nachbarschaft um den betrachteten Bildpunkt bezieht.
Anstelle der Berechnung des Bildes PIC0 und des sich daraus ergebenden Histogramms HIST zur Ermittlung von Wahrscheinlichkeits-Informationen als geeignete Randbedingung für die iterative Rekonstruktion IT REKON kann alternativ folgendermaßen vorgegangen werden: Anstelle der aus dem Histogramm HIST gewonnenen Aussagen werden Perzentile als Wahrscheinlichkeits-Informationen herangezogen, die auf das aktuelle Iterationsbild bezogen sind. Dies erfolgt, indem für das aktuelle Iterationsbild jeder Bildpunkt betrachtet wird. Es werden die Bildpunktwerte in der Umgebung dieses Bildpunktes analysiert. Liegt der Bildpunktwert des betrachteten Bildpunktes unter einem bestimmten Perzentilen-Schwellenwert der Bildpunkte seiner Umgebung, so wird der jeweilige Bildpunktwert auf diesen Perzentilen-Schwellenwert gesetzt. Der Perzentilen-Schwellenwert wird berechnet als Bildpunktwert, auf oder über dem eine gewisse Prozentzahl von Bildpunktwerten in der betrachteten Umgebung liegen. Beispielsweise wäre im Falle der 25%-Perzentile der Perzentilen-Schwellenwert derjenige Wert, über dem 75% aller Bildpunktwerte in der betrachteten Umgebung liegen. Auf diese Weise wird mit jedem einzelnen Bildpunkt des aktuellen Iterationsbildes verfahren.
Alternativ zur geschilderten Berechnung des Perzentilen-Schwellenwert aus dem aktuellen Iterationsbild kann dieser auch aus dem Bild PIC0 berechnet werden.
Anstelle der Nachbarschaft um den jeweiligen Bildpunkt kann auch das gesamte Bild zur Berechnung des Perzentilen-Schwellenwertes verwendet werden. Ferner ist es alternativ möglich, einen bestimmten Teilbereich des Bildes zur Berechnung des Perzentilen-Schwellenwertes zu verwenden; für die Anwendung der Perzentilen-Schwellwerte kann man das Bild also in „Unter-Bilder” unterteilen, innerhalb derer man sich bewegt.
Dieser Vergleich der Bildpunktwerte mit dem Perzentilen-Schwellenwert und der gegebenenfalls vorzunehmende Austausch des Bildpunktwertes mit dem Perzentilen-Schwellenwert kann als Randbedingung im Rahmen der iterativen Bildrekonstruktion IT REKON eingesetzt werden. Die Betrachtung der Bildpunkte mit niedrigen Bildpunktwerten ist sinnvoll, da wie bereits erläutert die limited angle Artefakte zur Verschiebung von kleinen Bildpunktwerten zu noch kleineren Werten resultieren. Erzwingt man durch eine Randbedingung deren Verschiebung zu größeren Werten, so vermindert sich zwangsläufig gleichzeitig auch der Effekt der durch die limited angle Artefakte hervorgerufenen Verschiebung von großen Bildpunktwerten zu noch größeren Bildpunktwerten.
Geht man auf diese Weise vor, ist keine Berechnung des Histogramms HIST nötig. Das Bild PIC0 wird in diesem Fall nicht unbedingt als Zwischenergebnis benötigt. Wenn allerdings, wie oben beschrieben, nicht das Bild PIC als Ergebnisbild ausgegeben werden soll, sondern eine Mischung des Bildes PIC mit dem Bild PIC0, oder das Bild PIC0 als Startbild für die iterative Rekonstruktion IT REKON eingesetzt werden soll, so muss dennoch die Berechnung des Bildes PIC0 erfolgen.
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 Patentliteratur

US 2008/0205737 A1 [0058]

Zitierte Nicht-Patentliteratur

G. Chen, J. Tang, J. Hsieh: Temporal resolution improvement using PICCS in MDCT cardiac imaging, Med. Phys. 36 (6), Juni 2009, S. 2130–2135 [0051]
H. Kunze, W. Härer, K. Stierstorfer: Iterative Extended Field of View Reconstruction, Medical Imaging 2007: Physics of Medical Imaging, Proc. of SPIE Vol. 6510, 65105X-1 bis 65105X-12 [0058]

Claims

Verfahren zur Rekonstruktion von Bilddaten (PIC) eines bewegten Untersuchungsobjektes aus Messdaten (SIN1), wobei die Messdaten (SIN1) bei einer relativen Rotationsbewegung zwischen einer Strahlungsquelle (C2, C4) eines Computertomographiesystems (C1) und dem Untersuchungsobjekt erfasst wurden, aus einem unvollständigen Messdatensatz (SIN1a) mittels eines iterativen Algorithmus (IT REKON) erste Bilddaten (PIC) rekonstruiert werden, wobei bei der iterativen Rekonstruktion (IT REKON) eine Größe verwendet wird, welche Wahrscheinlichkeits-Informationen betreffend Bildpunktwerte der zu rekonstruierenden Bilddaten enthält.
Verfahren nach Anspruch 1, bei dem die Größe als Randbedingung bei der iterativen Rekonstruktion (IT REKON) eingesetzt wird.
Verfahren nach Anspruch 1 oder 2, bei dem der unvollständige Messdatensatz (SIN1a) eine Teilmenge der erfassten Messdaten (SIN1) ist.
Verfahren nach einem der Ansprüche 1 bis 3, bei dem die Wahrscheinlichkeits-Informationen nur eine Teilmenge der Bildpunkte der zu rekonstruierenden Bilddaten betreffen.
Verfahren nach einem der Ansprüche 1 bis 4, bei dem zweite Bilddaten (PIC0) aus einem vollständigen Messdatensatz (SIN1) der Messdaten rekonstruiert werden, und die zweiten Bilddaten (PIC0) zur Ermittlung der Wahrscheinlichkeits-Informationen verwendet werden.
Verfahren nach Anspruch 5, bei dem aus den zweiten Bilddaten (PIC0) ein Histogramm (HIST) der Bildpunktwerte, und aus dem Histogramm (HIST) eine Wahrscheinlichkeitsdichteverteilung der Bildpunktwerte bestimmt wird.
Verfahren nach Anspruch 5 oder 6, bei dem mehrere Histogramme (HIST) für mehrere Bildregionen der zweiten Bilddaten (PIC0) bestimmt werden.
Verfahren nach einem der Ansprüche 5 bis 7, bei dem das oder die Histogramme (HIST) vor der Berechnung der Wahrscheinlichkeits-Informationen geglättet wird bzw. werden.
Verfahren nach einem der Ansprüche 1 bis 4, bei dem die Wahrscheinlichkeits-Informationen Perzentil-Angaben betreffend einen Bildpunktwert bezogen auf die Bildpunktwerte in der jeweiligen Nachbarschaft enthalten.
Verfahren nach einem der Ansprüche 1 bis 4, bei dem die Wahrscheinlichkeits-Informationen Perzentil-Angaben betreffend einen Bildpunktwert bezogen auf die Bildpunktwerte im restlichen Bild enthalten.
Verfahren nach Anspruch 9 oder 10, bei dem gemäß den Perzentil-Angaben ein Bildpunktwert nicht kleiner sein darf als ein Perzentil-Schwellenwert, wobei der Perzentil-Schwellenwert ein Bildpunktwert ist, der von einem bestimmten Prozentsatz der Bildpunktwerte in der jeweiligen Nachbarschaft bzw. im restlichen Bild übertroffen wird.
Verfahren nach einem der Ansprüche 1 bis 11, bei dem die Wahrscheinlichkeits-Informationen bei der iterativen Rekonstruktion (IT REKON) als Regularisierungsterm in einer zu minimierenden Kostenfunktion eingesetzt werden.
Verfahren nach einem der Ansprüche 1 bis 12, bei dem die ersten Bilddaten (PIC) mit auf einem vollständigen Messdatensatz (SIN1) basierenden Bilddaten gemischt werden.
Verfahren nach Anspruch 13, bei dem die Mischung abhängig von Bewegungsinformationen des Untersuchungsobjektes erfolgt.
Verfahren nach einem der Ansprüche 1 bis 14, bei dem bei der iterativen Rekonstruktion (IT REKON) das Ziel einer möglichst geringen totalen Variation der zu rekonstruierenden Bilddaten als Randbedingung verwendet wird.
Steuer- und Recheneinheit (C10) zur Rekonstruktion von Bilddaten (PIC) eines Untersuchungsobjektes aus Messdaten (SIN1) eines CT-Systems (C1), enthaltend einen Programmspeicher zur Speicherung von Programmcode (Prg₁–Prg_n), wobei in dem Programmspeicher Programmcode (Prg₁–Prg_n) vorliegt, der ein Verfahren gemäß einem der Ansprüche 1 bis 15 durchführt.
CT-System (C1) mit einer Steuer- und Recheneinheit (C10) nach Anspruch 16.
Computerprogramm mit Programmcode (Prg₁-Prg_n), um das Verfahren nach einem der Ansprüche 1 bis 15 durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Computerprogrammprodukt, umfassend auf einem computerlesbaren Datenträger gespeicherten Programmcode (Prg₁–Prg_n) eines Computerprogramms, um das Verfahren nach einem der Ansprüche 1 bis 15 durchzuführen, wenn das Computerprogramm auf einem Computer ausgeführt wird.