-
Die Erfindung betrifft ein Verfahren zum Gewinnen eines 3D-Bilddatensatzes aus einer Mehrzahl von mithilfe einer Röntgenbildaufnahmevorrichtung gewonnenen 2D-Bilddatensätzen gemäß dem Oberbegriff des Patentanspruchs 1. Ein solches Verfahren ist beispielsweise aus der
DE 10 2007 016 319 A1 bekannt.
-
Der 3D-Bilddatensatz soll insbesondere von Spuren zumindest eines in zumindest einem Teil der 2D-Bilddatensätze abgebildeten Metallobjekts befreit sein. Solche Spuren, üblicherweise auch als Artefakte bezeichnet, treten durch die Art der Berechnung des 3D-Bilddatensatzes aus 2D-Bilddatensätzen auf. Bei 2D-Bilddatensätzen sind Bildpunkten in einem zweidimensionalen-Bildraster, die Bildpunktelementen von z. B. einem Röntgenstrahlendetektor entsprechen, Grauwerte zugeordnet. Bei einem 3D-Bilddatensatz sind Volumenelementen, die im von dem Bildobjekt erfüllten Raum definiert sind, Grauwerte zugeordnet, wobei die Grauwerte das Ausmaß wiedergeben, in dem das Bildobjekt im Bereich des besagten Volumenelements Röntgenstrahlung schwächt. Die 3D-Bilddatensätze werden durch eine 3D-Rekonstruktion, die z. B. gemäß dem Prinzip der gefilterten Rückprojektion arbeitet, aus den 2D-Bilddatensätzen erzeugt. Hierbei ist davon ausgegangen, dass der dreidimensionale Raum bei jedem 2D-Bilddatensatz auf eine bestimmte Art und Weise in die Bildebene projiziert wurde, sodass eine Rückprojektion möglich ist. In einem 2D-Röntgenbild führt ein Metallobjekt zu einem besonders niedrigen Grauwert. Bei der Rückprojektion eines solchen Metallobjektes anhand von Linienintegralen schlägt sich dies nicht nur darin nieder, dass auch die Grauwerte zu den Volumenelementen, die von dem Metallobjekt eingenommen sind, entsprechend extremal werden, sondern es gibt durch das Prinzip der Rückprojektion bedingt streifenförmige Artefakte. Diese Artefakte auch in den Volumenelementen, die von Weichteilen eines typischen Bildobjekts eingenommen sind, behindern die Interpretation des rekonstruierten Volumens.
-
Daher versucht man, nicht nur die Metallobjekte rechnerisch zu beseitigen, sondern insbesondere auch die zugehörigen Artefakte. Dies geht am Besten dadurch, dass man bereits in den zugrundeliegenden 2D-Bilddatensätzen die entsprechenden Grauwerte zum Metallobjekt egalisiert, also die Spuren des Metallobjekts beseitigt. Dieses Egalisieren erfolgt insbesondere durch Interpolation, z. B. ist in der
DE 10 2007 016 319 A1 explizit angegeben, nach welcher Formel eine solche Interpolation berechnet werden kann. Die Interpolation bewirkt, dass in den 2D-Bilddatensätzen für einzelne Bildpunkte Ersatzgrauwerte (Ersatzdatenwerte) bestimmt werden. Außerhalb eines bestimmten Bereiches für das Metallobjekt hingegen bleiben die 2D-Bilddatensätze erhalten. Anhand der so vorverarbeiteten 2D-Bilddatensätzen lässt sich dann ein vorverarbeiteter 3D-Bilddatensatz erzeugen.
-
Es zeigt sich jedoch, dass eine solche Interpolation und nachfolgende gefilterte Rückprojektion (z. B. gemäß Feldkamp) dennoch nicht dafür sorgt, dass der vorverarbeitete 3D-Bilddatensatz artefaktfrei ist.
-
Die
DE 10 2007 016 319 A1 beschreibt, dass solche Artefakte sich in Form von bestimmten Extrema in den Grauwerten zeigen, so dass durch eine Glättung großer Gradienten nach der Durchführung der Vorverarbeitung eine endgültige dreidimensionale Rekonstruktion der Bildobjekts erhältlich ist.
-
Glättet man jedoch einfach die großen Gradienten anhand von Grauwerten zu Bildpunkten in deren Umgebung, geht zugehörige Bildinformation zu den Weichteilen im Bereich dieser großen Gradienten möglicherweise verloren, die sonst zur Verfügung stünde.
-
Es ist somit Aufgabe der Erfindung, ein Verfahren nach dem Oberbegriff des Patentanspruchs 1 bereitzustellen, welches in verstärktem Maße artefaktfrei ist, ohne dass Bildinformation verloren geht.
-
Die Aufgabe wird durch ein Verfahren mit den Merkmalen gemäß Patentanspruch 1 gelöst.
-
Erfindungsgemäß wird somit aus von den Ersatzdatenwerten abhängigen Datenwerten des vorverarbeiteten 3D-Bilddatensatzs ein Wert einer Zielfunktion ermittelt, und es erfolgt iterativ eine Veränderung der Ersatzdatenwerte, bis der Wert der Zielfunktion ein vorbestimmtes Kriterium erfüllt.
-
Die Erfindung beruht auf der Erkenntnis, dass bei einer Interpolation Abhängigkeiten zwischen den Ergebnissen der Interpolation (den Ersatzdatenwerten) und anderen Datenwerten bestehen. Während gemäß der
DE 10 2007 016 319 A1 die Gradienten unmittelbar geglättet werden, also die von den Ersatzdatenwerte abhängigen Datenwerte unmittelbar ohne Rückgriff auf die Ersatzdatenwerte geglättet werden, wird vorliegend die Ursache der Artefakte bekämpft, nämlich werden die Ersatzdatenwerte dahingehend optimiert, dass die Artefakte möglichst gering sind. Dies ist bei geeigneter Wahl der Zielfunktion und passendem vorbestimmten Kriterium hierzu hervorragend umsetzbar.
-
Die vormalige Erkenntnis, dass insbesondere Artefakte durch besonders große Gradienten erkennbar sind, lässt sich dahingehend nutzen, dass der Wert für die Zielfunktion unter Berechnung eines (oder insbesondere mehrerer) Gradienten von Datenwerten des vorverarbeiteten 3D-Bilddatensatzes ermittelt wird. Die Zielfunktion enthält also somit in ihrer Formel einen solchen Gradienten, bevorzugt sogar eine ganze Summe über solche Gradienten mit einer Vielzahl von unterschiedlichen Summengliedern.
-
Im Rahmen der Vorverarbeitung kann an Bekanntes angeknüpft werden. Insbesondere kann die Lehre aus der
DE 10 2007 016 319 A1 bis auf den letzten Schritt der Glättung von Gradienten im Rahmen der Vorverarbeitung auch beim erfindungsgemäßen Verfahren durchgeführt werden. So erfolgt also bevorzugt bei dem erfindungsgemäßen Verfahren die Interpolation bezüglich den Datenwerten aus den 2D-Bilddatensätzen, und die Ersatzdatenwerte sind durch die Interpolation berechnete Grauwerte in 2D-Bilddatensätzen. Es ist also vorteilhaft, wenn die Interpolation bezüglich den 2D-Bilddatensätzen erfolgt, damit bereits vor der Rückprojektion Spuren des Metallobjektes weitgehend beseitigt sind und im vorverarbeiteten 3D-Bilddatensatz dann die Artefakte bereits nicht mehr so ausgeprägt sind. Die Interpolation erfolgt, wie ebenfalls an sich bekannt, jeweils bezüglich eines Bildbereichs, der nach einem vorbestimmten Verfahren als durch ein Metallobjekt bestimmt ermittelt wird. Die Interpolation erfolgt somit bevorzugt in einem abgegrenzten Bereich, wobei die Grenzen geeignet zu ziehen sind. Hierbei kommt es wesentlich darauf an, dass die Grenzen nicht zu groß gezogen sind, so dass wertvolle Bildinformation durch die Interpolation verloren geht; andererseits müssen die Grenzen möglichst präzise um das Metallobjekt gezogen sein, damit die Artefakte wirksam vermindert werden. So wird bevorzugt der jeweilige Bildbereich zunächst vorläufig ermittelt, und nach einer Interpolation ein Differenzbilddatensatz ermittelt, in den die Differenzen von Datenwerten einerseits des noch nicht der Interpolation unterzogenen 2D-Bilddatensatzes und andererseits des 2D-Bilddatensatzes nach Interpolation eingehen. Anhand des Differenzbilddatensatzes erfolgt dann eine Korrektur des vorläufigen Bildbereichs.
-
Die Verwendung eines solchen Differenzbildes ist ebenfalls Gegenstand der
DE 10 2007 016 319 A1 . Von dieser Druckschrift her ist es auch bekannt, dass das Ermitteln des Differenzbilddatensatzes und ein Korrigieren des Bildbereiches bei dem vorbestimmten Verfahren iterativ erfolgt, insbesondere bis ein vorbestimmtes Kriterium erfüllt ist. Durch dieses Optimieren des auszuwählenden Bildbereichs ist im besonderen Maße dafür Sorge getragen, dass der vorverarbeitete 3D-Bilddatensatz schon relativ artefaktarm ist, so dass das in Patentanspruch 1 genannte, auf der Zielfunktion basierende Verfahren besonders gut noch Restartefakte beseitigen kann.
-
Bei einer bevorzugten Ausführungsform der Erfindung, bei der das Interpolieren bezüglich der 2D-Bilddatensätze erfolgt, wird ein Schritt des Segmentierens anhand des 3D-Bilddatensatzes durchgeführt. Augrund des Ergebnisses des Segmentierens wird dann der Bildbereich bestimmt oder festgelegt. Das Segmentieren beinhaltet, dass eine Mehrzahl von Schwellwerten mit den Grauwerten des 3D-Bilddatensatzes verglichen werden und dass die Grauwerte anhand der Schwellwerte bzw. der so gebildeten Intervalle bestimmten Gruppen zugeordnet werden, und wobei diesen Gruppen dann bestimmte Grauwerte zugeordnet werden. Im einfachsten Fall wird ein Binärdatensatz erzeugt, bei dem dem Metallobjekt ein Grauwert von 1 (oder 256) zugeordnet wird und dem nicht von Metall erfüllten Bereich ein Grauwert von 0 zugeordnet wird. Der Bildbereich lässt sich im Übrigen zu jedem 2D-Bilddatensatz dann festlegen, wenn ein solcher Binärbilddatensatz einer Vorwärtsprojektion unterzogen wird, wenn also berechnet wird, wie ein 2D-Binärbild bei derselben Projektionsrichtung aussieht, wie sie zum zugehörigen 2D-Bilddatensatz definiert ist. Die Projektionsrichtung ist typischerweise dadurch bestimmt, dass die Röntgenstrahlungsquelle der Röntgenbildaufnahmevorrichtung in einer bestimmten Position steht, wobei der Röntgenstrahlungsdetektor eine zugehörige Stellung einnimmt. Wird beispielsweise die Mehrzahl von 2D-Bilddatensätzen durch nachfolgende Drehung eines Röntgen-C-Bogens aufgenommen, entspricht jede Winkelstellung einer Projektion. Aus einem 3D-Bilddatensatz kann dann eine entsprechende Vorwärtsprojektion berechnet werden. Bevorzugt erfolgt, über das in
DE 2007 016 319 A1 Beschriebene hinaus ein mehrstufiges Segmentieren: Zunächst wird ein Schwellwertkriterium auf den 3D-Bilddatensatz angewandt. Hier kann es aber sein, dass Flankenbereiche im 3D-Bilddatensatz bei nicht geeigneter Wahl des Schwellwerts unzureichend erfasst werden. Dies lässt sich dadurch korrigieren, dass Nachbarbereiche von geschlossenen Bereichen (geschlossen im Sinne der Geometrie) nach einer vorbestimmten Vorschrift in diese geschlossenen Bereiche einbezogen werden. Man kann somit nach dem Schwellwertkriterium das Metallobjekt zunächst nur knapp innerhalb seiner eigentlichen Umrandung erfassen und dann die Grenzen nachfolgend erweitern. Dies kann unter Einsatz lokal unterschiedlicher Grenzen erfolgen. Durch dieses mehrstufige Segmentieren ist für eine besonders präzise Erfassung des Metallobjektbereichs gesorgt.
-
Nachfolgend wird eine bevorzugte Ausführungsform der Erfindung unter Bezug auf die Zeichnung näher beschrieben, in der
-
1 ein Flussschaubild zur Erläuterung einer Ausführungsform des erfindungsgemäßen Verfahrens ist,
-
2 ein Flussschaubild zur Erläuterung eines Teilverfahrens ist, das optional bei dem unter Bezug auf 1 erläuterten Verfahren einsetzbar ist und
-
3 eine perspektivische Darstellung zur Erläuterung mathematischer Größen ist, welche in einer bei der Erfindung eine wesentliche Rolle spielenden Zielfunktion vorkommen.
-
Das erfindungsgemäße Verfahren geht davon aus, dass ein Bildobjekt, das ein beliebiger physiologischer Körper ist, bevorzugt aber ein tierischer oder menschlicher Patient, und das irgendwo ein Element aus Metall (Metallobjekt) beinhaltet oder trägt, mithilfe einer Röntgenbildaufnahmevorrichtung abgebildet wird. Beispielsweise kann es sich bei der Röntgenbildaufnahmevorrichtung um ein Röntgenangiographiesystem handeln. Vorausgesetzt ist, dass mithilfe der Röntgenbildaufnahmevorrichtung 2-dimensionale Röntgenbilder gewonnen werden können, typischerweise dadurch, dass eine Röntgenstrahlungsquelle Röntgenstrahlung durch das Bildobjekt zu einem Röntgenstrahlungsdetektor sendet, dessen Messwerte als Grauwerte den Pixeln des 2D-Bildes entsprechen.
-
Dieses Gewinnen von 2D-Bildern erfolgt gemäß Schritt S10 für eine Mehrzahl von Fokuspositionen. Der Fokus ist hierbei die reale Röntgenquelle, also der Ursprung von Röntgenstrahlung, der in einer Röntgenquelle punktförmig ist. Die Röntgenbildaufnahmevorrichtung erlaubt somit die Bewegung der Röntgenstrahlungsquelle (und insbesondere auch des Röntgenstrahlungsdetektors), so dass eine Mehrzahl von so genannten Projektionen gewonnen wird, wenn die einzelnen 2D-Bilder als Projektionen des Bildobjektes aus der jeweiligen Fokusposition auf die Ebene des Röntgenstrahlungsdetektors angesehen werden.
-
Aus einer Mehrzahl solcher Projektionen kann man, z. B. nach dem so genannten Feldkampverfahren (gefilterte Rückprojektion), eine 3D-Rekonstruktion gemäß Schritt S12 berechnen, so dass man einen 3D-Bilddatensatz erhält.
-
Nun ist in den einzelnen 2D-Röntgenbildern das Metallobjekt dadurch störend, dass dieses (beispielsweise) besonders hohe Grauwerte in einer Projektion zur Folge hat. Diese hohen Grauwerte führen durch die gefilterte Rückprojektion in dem 3D-Bilddatensatz zu Artefakten. Die Aufgabe des vorliegenden Verfahrens ist es, diese Artefakte soweit als möglich beseitigen.
-
Zunächst erfolgt in Schritt S14 bezüglich des 3D-Bilddatensatzes eine Segmentierung dahingehend, dass Bereichen des Bildobjekts, die von Metall eingenommen sind, eine „1” zugeordnet wird und den anderen Bereichen eine „0”. Ein solches Binärbild erhält man, wenn man zunächst einen Schwellwert vorgibt und wenn alle Volumenelemente, bei denen die zugehörigen Grauwerte oberhalb dieses Schwellwerts liegen, also von Metall erfüllt angesehen werden. Vorliegend soll die Segmentierung mehrstufig erfolgen, man erfasst somit mithilfe des Schwellwertkriteriums zunächst die Volumenelemente als „Saatpunkte” und zwar für eine so genannte Zusammenhangssegmentierung (englisch: „connected threshold segmentation”). Bei einer Zusammenhangssegmentierung werden ein unterer und ein oberer Bereichswert anzugeben. Alle mit den zunächst erfassten Volumenelementen zusammenhängenden Volumenelemente, bei denen die Grauwerte in dem genannten Wertebereich zwischen den unteren und oberen Bereichswerten liegen, werden dem Metall zugeschlagen, d. h. als segmentierter Volumenbereich abgespeichert.
-
Vorliegend sollen insbesondere auch die Parameter regional angepasst sein, was im Rahmen einer Segmentierung in mehreren Stufen realisierbar ist. Die regionale Anpassung von solchen Parametern, etwa dem unteren und oberen Bereichwert, ist an sich bekannt.
-
Nachdem nun in Schritt S14 ein Binärbild erzeugt wurde, also ein 3D-Bilddatensatz, in dem den einzelnen Volumenelementen wahlweise eine „1” oder eine „0” zugeordnet ist, geht es nun darum, in den 2D-Bilddatensätzen dafür zu sorgen, dass die überhöhten Grauwerte nicht mehr vorhanden sind, die Spuren des Metalls sollen also beseitigt werden. Somit führt man für alle Fokuspositionen, zu denen ein 2D-Bilddatensatz gewonnen wurde, Folgendes durch, wie an sich aus der
DE 10 2007 016 319 A1 bekannt: Man berechnet gemäß Schritt S16 aus dem Binärbild eine so genannte Vorwärtsprojektion, berechnet also, wie bei Gegebensein der Schwächung gemäß dem Binärbild ein 2D-Röntgenbild aussehen würde, und zwar ein solches, das bei derselben Fokusposition aufgenommen werden würde wie eines der 2D-Bilder, das in Schritt S10 gewonnnen wurde. Anhand dieser in Schritt S16 berechneten Vorwärtsprojektion lassen sich dann in Schritt S18 die Grenzen ermitteln, die das Metall in der genannten Projektion zeigt. Nachfolgend lässt sich dann das zugehörige 2D-Bild interpolieren, und zwar erfolgt die Interpolation hinsichtlich der in Schritt S18 gewonnen Metallgrenzen in Schritt S20. Es wird darauf hingewiesen, dass die Metallgrenzen anhand der Vorwärtsprojektion ermittelt werden, die die Vorwärtsprojektion eines Binärbildes ist. Die Interpolation hingegen erfolgt dann in den 2D-Bildern, die in Schritt S10 gewonnen wurden.
-
Ist diese Interpolation für alle Fokuspositionen berechnet, lässt sich abermals, nämlich in Schritt S22, eine 3D-Rekonstruktion berechnen.
-
Man kann nun bestimmte Kriterien an den so gewonnenen 3D-Bilddatensatzes anlegen, siehe Schritt S24, um zu prüfen, ob die 3D-Rekonstruktion aus Schritt S22 eine bestimmte Güte erfüllt. Zu diesen Kriterien sei im Einzelnen auf die
DE 10 2007 016 319 A1 verwiesen. Beispielhaft sei genannt, dass das Ausmaß von Gradienten in dem 3D-Bilddatensatz berechnet werden kann, und wenn die Gradienten einen Schwellwert überschreiten, kann das Kriterium als nicht erfüllt angesehen werden.
-
Vorliegend sei davon ausgegangen, dass das Kriterium zunächst als nicht erfüllt angesehen wird. Dann wird zu Schritt S18 zurückgekehrt. Dadurch, dass in Schritt S20 eine Interpolation berechnet wurde, steht ein 2D-Bilddatensatz zur Verfügung, in dem das Metall herausgerechnet ist. Aus diesem 2D-Bilddatensatz und der in Schritt S16 gewonnenen Vorwärtsprojektion lässt sich somit ab dem zweiten Mal des Durchlaufs der Schritte S18, S20 und S22 ein Differenzbild in Schritt S26 berechnen. Dies ist im Einzelnen in der
DE 10 2007 016 319 A1 erläutert. Durch das Differenzbild tritt das Metall verstärkt hervor, so dass in Schritt S18 die Metallgrenzen präziser gezogen werden können als zuvor. Dann kann abermals eine Interpolation gemäß Schritt S20 erfolgen und eine 3D-Rekonstruktion in Schritt S22 berechnet werden, wenn die Interpolation in 2D-Bilddatensätzen für alle Fokuspositionen zur Verfügung steht. Die iterative Schleife kann sich jeweils auf eine Fokusposition beziehen, bezieht sich bevorzugt jedoch auf alle Fokuspositionen. Gegebenenfalls kann sogar der Schritt S14 nochmals wiederholt werden, wenn aus Differenzbildern eine 3D-Rekonstruktion gewonnen wird und dann eine Metallsegmentierung ermöglicht wird.
-
Vorliegend sei davon ausgegangen, dass das in Schritt S24 eingelegte Kriterium irgendwann erfüllt ist. Optional kann nun die in der 2 genannte Schrittfolge (von „A” bis „B”) durchlaufen werden, auf die erst weiter unten eingegangen wird. Ergebnis dieser Schrittfolge ist jedenfalls ebenfalls eine 3D-Rekonstruktion, so dass man entweder unmittelbar die aus dem letztmaligen Durchlauf des Schrittes S22 erhaltene 3D-Rekonstruktion verwendet oder die als Ergebnis der Schrittfolge gemäß 2 erhaltene 3D-Rekonstruktion verwendet.
-
Es ist nun davon ausgegangen, dass durch die durchlaufenen Maßnahmen, also zumindest die Schritte S10 bis S26, dafür gesorgt ist, dass der 3D-Bilddatensatz artefaktarm ist, d. h. dass sich Metallobjekte nicht mehr übermäßig in Bildbereichen außerhalb des Metallobjekts störend auswirken. In Schritt S28 erfolgt nun eine Optimierung dahingehend, die Artefakte noch weitgehender zu beseitigen. Im Rahmen der Optimierung kann ein Gradientenkriterium oder ein Entropiekriterium oder ein sonstiges Kriterium angewendet werden. Vorliegend wird die Optimierung anhand des Gardientenkriteriums näher beschrieben:
Ausgegangen ist davon, dass bei einer i-ten Fokusposition (Projektion i) die geometrischen Verhältnisse gemäß 3 gelten. Auf einen Punkt us, vs in der Ebene eines Röntgenstrahlungsdetektors D trifft Röntgenstrahlung auf, die von der Röntgenstrahlungsquelle Q ausgeht und die Linie Li(us,vs) durchläuft. Das Bildobjekt O umfasse ein Metallobjekt M. In dem 3D-Bilddatensatz sind Volumenelementen, denen der Ort r → zugeordnet werden kann, die Werte f(r →) als Grauwerte zugeordnet. Es gibt nun eine Schar von solchen Ortsvektoren rj, die auf der Linie Li(us,vs) liegen.
-
Vorliegend werde nun folgende Funktion berechnet:
-
Hierbei ist s der Vektor aller Interpolationsdaten, also aller Datenwerte (Grauwerte) die durch die Interpolation festgelegt wurden. Im einfachsten Fall sind es diejenigen Grauwerte, die in dem ermittelten Bereich B die vormaligen Datenwerte ersetzt haben. Diese, z. B. bei Weglassung des Teilverfahrens gemäß 2 beim letztmaligen Durchlauf des Schrittes S20 ermittelten Daten werden im Rahmen der Optimierung in Schritt S28 nochmals geändert. Und zwar kann bei einem an sich bekannten Algorithmus die Zielfunktion Z(s) minimiert werden. Bekannte Algorithmen sind z. B. das Newton-Verfahren, das Gradientenabstiegsverfahren (wobei sich dieser Gradient dann auf die Zielfunktion selbst beziehen würde), das Powell-Verfahren etc. Der in der Zielfunktion Z(s) auftauchende Gradient |∇ →f(r →, s)| ist ein Gesamtgradient an der Funktion f(r →) in drei Raumrichtungen. Dieser Gradient gibt das Ausmaß an, mit dem sich das Metallobjekt M in dem 3D-Bilddatensatz in Form von Strahlen bzw. Streifen widerspiegelt. Durch die Minimierung der Summe über diesen Gradienten werden somit die Streifen, die die störenden Artefakte sind, wirksam verringert. Der zum Schluss erhaltene optimale Interpolationsvektor s ist somit dergestalt, dass die Spuren des Metallobjekts M im 3D-Bilddatensatz optimal beseitigt sind.
-
Zur Verfeinerung des beschriebenen Verfahrens werden die Schritte gemäß 2 noch zwischen den Schritten S24 und S28 durchgeführt. In Schritt S30 wird der 3D-Bilddatensatz einer anderen Art von Segmentierung unterzogen. Durch die Festlegung bestimmter Grauwertbereiche kann den Grauwerten die Informationen zugeordnet werden, ob diese der Abbildung von Luft, von Gewebe oder Knochen entsprechen. (Die Segmentierung bezüglich Metalls ist ja bereits in Schritt S14 erfolgt.) Nach Art der Schritte S16 bis S20 sowie des Schrittes S26 wird nun wieder für alle Fokuspositionen eine Vorwärtsprojektion in Schritt S32 berechnet. Diese Vorwärtsprojektion ist etwas anderes als die Vorwärtsprojektion aus Schritt S16: In sie gehen aufgrund der Segmentierung Luft, Gewebe und Knochen mit Gewichtungsfaktoren ein, die dem Ausmaß entsprechen, mit dem Luft, Gewebe und Knochen jeweils Röntgenstrahlung schwächen. Man nennt das so erhaltene Bild ein „Pfadlängenbild”. Dieses Pfadlängenbild kann man dann in Schritt S34 dazu verwenden, die 2D-Bilddatensätze, die beim letztmaligen Durchlauf des Schrittes S20 interpoliert wurden, zu normieren, damit diese 2D-Bilddatensätze in einer mit dem Pfadlängenbild vergleichbaren Version bereitstehen. Sodann kann in Schritt S36 eine Identifizierung der Metallgrenzen erfolgen, damit in Schritt S38 anhand der normierten 2D-Röntgenbilddatensätze nochmals eine Interpolation durchgeführt werden kann. Gegebenenfalls kann hier nochmals nach der Interpolation ein Differenzbild zu dem in Schritt S34 erhaltenen 2D-Bilddatensatz berechnet werden, damit die Metallgrenzen in Schritt S36 nochmals noch präziser ermittelt werden können. Nach dem letztmaligen Durchlauf des Schrittes S38 erfolgt eine Skalierung in Schritt S40, damit die 2D-Bilddatensätze wieder in einer Form zur Verfügung stehen, wie sie im nachfolgenden Schritt S42 eine 3D-Rekonstruktion erlauben.
-
Nach dem Schritt S42 kann dann, wie ohne die Durchführung der Teilschritte S30 bis S42 sonst nach den Schritten S22 und S24, die Optimierung gemäß Schritt S28 erfolgen.
-
Das hier anhand der Schritte S30 bis S42 beschriebene Teilverfahren ist an sich bekannt und z. B. in folgenden Publikationen beschrieben:
- J. Müller, T. M. Buzug, „Intersection line Length Normalization in CT Projection Data", in Bildverarbeitung für die Medizin 2008, Springer-Verlag Berlin Heidelberg
- J. Müller, T. M. Buzug, „Spurious structures created by interpolation-based CT metal artifact reduction", SPIE Medical Imaging Proc., Vol 7258, no. 1, pp. 1Y1–1Y8, 2009
- Meyer E, Berger F, Raupach R, et al., „Normalized Metal Artifact Reduction (NMAR) in computed tomography" In: IEEE Medical Imaging Conference, Record 2009. Proceedings M09-206 October 2009, Orlando, Florida
-
Für weitere Details zu dem Teilverfahren sei auf diese Publikationen verwiesen.
-
Zusammenfassend sei festgestellt, dass durch die Kombination 1 aus mehrstufiger Metallsegmentierung in Schritt S14, dem an sich aus der
DE 10 2007 016 319 A1 bekannten Verfahren und optional dem unter Bezug auf
2 beschriebenen Teilverfahren ein schon sehr artefaktarmer 3D-Bilddatensatz zur Verfügung steht, der dann die vorliegend im Zentrum stehende Optimierung gemäß Schritt S28 besonders effizient macht. Die genannte Zielfunktion kann anders aussehen als oben beschrieben. Beispielsweise kann zu den einzelnen 2D-Bilddatensätzen eine Entropie definiert werden und dann bewirkt werden, dass die Interpolationsparameter
s so gewählt werden, dass die Entropie betragsmäßig möglichst klein ist.
-
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
-
- DE 102007016319 A1 [0001, 0003, 0005, 0010, 0012, 0013, 0025, 0027, 0028, 0037]
- DE 2007016319 A1 [0014]
-
Zitierte Nicht-Patentliteratur
-
- J. Müller, T. M. Buzug, „Intersection line Length Normalization in CT Projection Data”, in Bildverarbeitung für die Medizin 2008, Springer-Verlag Berlin Heidelberg [0035]
- J. Müller, T. M. Buzug, „Spurious structures created by interpolation-based CT metal artifact reduction”, SPIE Medical Imaging Proc., Vol 7258, no. 1, pp. 1Y1–1Y8, 2009 [0035]
- Meyer E, Berger F, Raupach R, et al., „Normalized Metal Artifact Reduction (NMAR) in computed tomography” In: IEEE Medical Imaging Conference, Record 2009. Proceedings M09-206 October 2009, Orlando, Florida [0035]
