DE102012204775A1

DE102012204775A1 - Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors, Datenübertragungsstrecke und CT-System

Info

Publication number: DE102012204775A1
Application number: DE201210204775
Authority: DE
Inventors: Edgar Kraft
Original assignee: Siemens AG
Current assignee: Siemens Healthcare GmbH
Priority date: 2012-03-26
Filing date: 2012-03-26
Publication date: 2013-09-26
Also published as: US20130251220A1; CN103356221A; US9153039B2; CN103356221B

Abstract

Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors, Datenübertragungsstrecke und CT-System Die Erfindung betrifft ein Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors (D), wobei in den Detektor-Rohdaten Zählmuster bestimmt, mit gegenüber den Detektor-Rohdaten reduzierter Bittiefe kodiert, die kodierten Zählmuster übertragen und nach der Übertragung dekodiert werden. Weiterhin betrifft die Erfindung eine Datenübertragungsstrecke (7) zwischen einem quantenzählenden Detektor (D) und einem Computersystem (10), wobei Mittel (Prg1–Prgn) vorgesehen sind, die im Betrieb die oben genannten Verfahrensschritte ausführen und ein CT-System (1) mit einer solchen Datenübertragungsstrecke (7).

Description

Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors, Datenübertragungsstrecke und CT-System
Die Erfindung betrifft ein Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors mit einer Vielzahl von Detektorpixeln, die jeweils in mehrere Sub-Detektorpixel unterteilt sind und je Sub-Detektorpixel mindestens zwei unterschiedliche Energieschwellen zur Energieauflösung der zu zählenden einfallenden Quanten verwendet werden. Außerdem betrifft die Erfindung auch eine Datenübertragungsstrecke zwischen einem quantenzählenden Detektor und einem Rechensystem einschließlich einem CT-System mit einer solchen Datenübertragungsstrecke.
Bei quantenzählenden Röntgendetektoren werden oftmals Signalverarbeitungskanäle eingesetzt, welche die Zählrate bei unterschiedlichen Energieschwellen bestimmen. Dadurch wird eine Messung des Röntgensignals nicht nur durch einen einzelnen Wert pro Kanal beschrieben, sondern durch je einen Wert pro Energieschwelle. Dies führt bei gleicher räumlicher Auflösung (Pixeldimension) und bei N Energieschwellen üblicherweise zu der N-fachen Datenmenge. Die Datenmenge pro Energieschwelle ändert sich kaum, da der dynamische Bereich jeweils etwa gleich bleibt.
Bei Röntgenanwendungen mit hohem Photonenfluss, insbesondere im Bereich der Computertomographie (CT), kommt zusätzlich erschwerend das Problem hinzu, dass die Zählrate pro Pixel möglichst klein gehalten werden muss, um eine Überlagerung der einzelnen Pulse ("pulse pile-up") und damit eine Reduktion der Zähleffizienz zu vermeiden. Daher wird die Fläche der Pixel oftmals in M Sub-Detektorpixel segmentiert, so dass sich der Fluss pro Sub-Detektorpixel auf 1/M reduziert. Dies führt jedoch zu einer weiteren Erhöhung des Datenvolumens etwa um den Faktor M. Insgesamt steigt das (Roh-)Datenvolumen bei gleicher räumlicher Auflösung und gleicher Fläche also etwa um den Faktor M*N gegenüber einem integrierenden Detektor in der CT an.
Genauer gesagt heißt das: Da sich die Fläche des Pixels reduziert, wird auch der pro Kanal benötigte dynamischer Bereich um den Faktor 1/M kleiner, so dass im Vergleich zum unsegmentierten Pixel die benötigte Datenbreite pro Kanal um log₂(M) bits reduziert werden kann. Unterteilt man einen Pixel – im folgenden mit "Makropixel" bezeichnet – beispielsweise in 4×4 Sub-Detektorpixel, sieht jeder Sub-Detektorpixel etwa ein Sechzehntel des Flusses, so dass die Datenbreite des Messwertes im Vergleich zum unsegmentierten Pixel um 4 bit reduziert werden kann. Daher entspricht der dynamische Bereich einer 16-fach segmentierten Pixels mit 16 bit pro Sub-Detektorpixel etwa dem eines unsegmentierten Pixels mit 20 bit. Im konkreten Fall mit M = 16, N = 4 und unter Berücksichtigung der Reduktion von 20 bit auf 16 bit ergibt sich daher eine um den Faktor 50 (~16·4·(16/20)) höhere Rohdatenrate eines zählenden Detektor mit vier Energieschwellen und 16 Sub-Detektorpixel auf einem Makropixel gegenüber einem aktuellen integrierenden Detektorsystem. Da bereits das zu übertragende Datenvolumen konventioneller integrierender Detektoren eine Herausforderung darstellt, ergibt sich durch die um den Faktor 50 höher liegende Datenmenge quantenzählender Detektoren ein entsprechendes Problem.
Im Bereich konventioneller integrierender Detektorsysteme sind diverse Methoden zur Datenreduktion bekannt. Solche Verfahren können grundsätzlich auch auf zählende Detektorsysteme übertragen werden und erzeugen dabei eine vergleichbare relative Datenreduktion, allerdings bleibt dabei das Problem der etwa 50-fach höheren Datenrate bei quantenzählenden Detektoren nicht gelöst.
Bei zählenden Detektoren ist es bekannt, die Datenrate zu reduzieren, indem man die Zahl der ausgewerteten Energieschwellen reduziert, was zu einer proportionalen Einsparung führt und je nach klinischem Szenario teilweise akzeptabel sein kann. Allerdings werden dadurch auch die Vorteile der Energieauflösung der quantenzählenden Detektoren zumindest teilweise wieder aufgegeben. Ferner kann schon im Detektor eine Datenreduktion erfolgen, indem die Werte der dort vorliegenden Sub-Detektorpixel zu einem Gesamtwert für den Makropixel zusammengefasst werden. Im Extremfall kann die Datenmenge dadurch auf die Menge eines konventionellen Systems reduziert werden. Man verliert dabei jedoch die höhere intrinsische Ortsauflösung und die spektrale Information der verschiedenen Energieschwellen. Durch diese Maßnahmen wird also lediglich eine Datenreduktion durch Informationsverlust erzeugt.
Aufgabe der Erfindung soll es sein, ein Verfahren zur Reduktion und Komprimierung der zu übertragenden Datenmenge aus quantenzählenden Detektoren zu finden, bei dem ein möglichst geringer Informationsverlust eintritt.
Diese Aufgabe wird durch die Merkmale der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen der Erfindung sind Gegenstand untergeordneter Ansprüche.
Der Erfinder hat erkannt, dass es möglich ist, ein zu übertragendes Datenvolumen aus Detektor-Rohdaten ohne wesentliche Einbußen des darin enthaltenen Informationsgehaltes, durch Transformation der Daten unter Nutzung typischer Eigenschaften des verwendeten Energiespektrums und intrinsische Eigenschaften des Detektors, deutlich zu reduzieren. Außerdem kann durch eine gezielte Strukturierung der im Datenvolumen enthaltenen Information und Reduktion eines nicht benötigten Informationsgehaltes die Informationsmenge flexibel skaliert werden und nur der benötigte beziehungsweise erwünschte Anteil übertragen werden. Dabei werden im Wesentlichen die folgenden detektortypischen Eigenschaften genutzt:

a) das im Vorfeld bestimmbare typische Verhältnis der Zählraten der unterschiedlichen Energieschwellen des jeweiligen Detektors bei einem typischen einfallenden Röntgenspektrum,
b) die Gemeinsamkeiten der Zählraten der unterschiedlichen Energieschwellen eines Sub-Detektorpixels und
c) die Gemeinsamkeiten der Zählraten der zu einem Makropixel oder einer anderen Gruppe von Sub-Detektorpixeln gehörigen Sub-Detektorpixel.

Grundsätzlich kann jede dieser Maßnahmen auch einzeln eingesetzt werden und führt auch einzeln schon zu einer Wirkung. Insbesondere können a) und b) ergänzend oder alternativ verwendet werden.
Zu a): Das Verhältnis der Zählraten in den jeweiligen Schwellen hängt im Wesentlichen von dem Pulshöhenspektrum der im Sensor absorbierten Röntgenstrahlung und wegen des pile-ups auch vom Fluss der auftreffenden Röntgenquanten ab. Das typische Verhalten dieser Abhängigkeit lässt sich im Vorfeld durch Messungen in typischen klinisch relevanten Szenarien näherungsweise bestimmen und kann dann aus dem Signal herausgerechnet werden. Erkennt man beispielsweise, dass ein erster Energiebereich E₁ zumeist 180% des über die Energiebereiche gemittelten Signalpegels zeigt, ein oberer Energiebereich E₄ hingegen typischerweise 40%, so reicht es aus, für eine konkrete Messung nur noch die Abweichung von diesem erwarteten Verhalten zu übertragen. Die dafür benötigte Datenbreite liegt im Allgemeinen unterhalb der Datenbreite ohne Ausnutzung des Vorwissens, so dass eine Datenreduktion stattfindet.
Zu b): Die Signale der verschiedenen Energieschwellen sind üblicherweise stark korreliert. Diese Korrelation wird durch eine geeignete Basistransformation des Messvektors, der die N Energieschwellen eines Sub-Detektorpixels enthält, ausgenutzt. Das Ergebnis ist ein Vektor, der einen Großteil der Information bereits in der ersten Komponente enthält (z.B. die Strahlintensität). Die weiteren Dimensionen enthalten zusätzliche Informationen mit absteigender Relevanz, z.B. spektrale Aufhärtung, nichtlineare Verzerrungen des Spektrums, etc. Werden für die jeweiligen Komponenten nur die tatsächlich minimal benötigten Bittiefen gewählt oder ganz fallen gelassen, lässt sich gegenüber dem Ausgangsvektor ohne wesentlichen Informationsverlust eine deutliche Datenreduktion erreichen.
Ein systematisches Verfahren zu Identifizierung einer geeigneten Basistransformation bietet die Hauptkomponentenanalyse (= Principal Component Analysis). Diese ermittelt aus einem Satz von im Vorfeld erzeugten Testmessungen die dominanten Komponenten und erzeugt die dazugehörigen Eigenvektoren und Eigenwerte.
Konkret kann eine solche Hauptkomponentenanalyse die folgenden Verfahrensschritte aufweisen:

– Aufzeichnung typischer und – für die jeweilige Anwendung – relevanter Messdatensätze. Hierbei können sich für verschiedene klinische Fragestellungen unterschiedliche Datensätze ergeben.
– Durchführung der Hauptkomponentenanalyse, zum Beispiel gemäß http://en.wikipedia.org/wiki/Principal_component_analysis oder http://de.wikipedia.org/wiki/Hauptkomponentenanalyse – auf den Messdaten über den gesamten verwendeten Detektor.
– Identifizierung der für die konkrete Anwendung relevanten Komponenten aus den Ergebnissen der Hauptkomponentenanalyse und Identifizierung der für den Anwendungsfall benötigten Bitbreite. Beispielsweise können hierfür numerische oder benutzerbezogene Bildqualitätsevaluierungen erfolgen.
– Verwendung der hieraus gewonnenen Transformations- und Diskretisierungsparameter für die erfindungsgemäße Datenreduktion.

Alternativ zu der Durchführung einer formellen Hauptkomponentenanalyse, kann auch ein manuelle Identifizierung der für den Anwendungsfall relevanten Ordnungen, Größen oder Basisvektoren, z.B. nach Intensität, spektraler Aufhärtung, spektraler Verschiebung, Transformation in eine Dualenergy-Materialbasis oder auf eine Multimaterialbasis mit beispielsweise Kontrastmittel, Wasser, Knochengewebe, Muskelgewebe, Fett, PMMA (=Polymethylmethacrylat) beziehungsweise Acrylglas, Zerlegung der Absorptionswerte nach Photo- & Comptoneffekt, und deren Genauigkeit erfolgen. Eine geeignete Auswahl hängt von der Zielanwendung ab und kann von einem Fachmann für die Zielanwendung getroffen werden.
Praktisch gesehen, wird die Hauptkomponente im Wesentlichen der einer mittleren Signalstärke entsprechen, in der sich die Helligkeitsschwankungen der Röntgenröhre und der Einfluss des Absorptionskoeffizienten des gerade durchleuchteten Objekts wieder finden. Die höheren Ordnungen werden die Deformation des Spektrums beschreiben, bedingt durch spektralen Aufhärtung oder Stauchung/Streckung des Spektrums, wie sie beispielsweise durch Veränderungen des elektrischen Feldes im Sensor hervorgerufen werden können.
Alternativ zu einer systematischen Hauptkomponentenzerlegung anhand von Messdaten kann stattdessen auch im Vorfeld ein ebensolcher anschaulicher Satz von Hauptkomponenten gewählt werden. Im jedem Fall wird die Transformation und Bitbreite im Vorfeld bestimmt, so dass sich der in Echtzeit während der Datennahme benötigte Rechenaufwand in realisierbaren Grenzen hält. Die konkrete Transformation, die Bedeutung der Komponenten und die für ihre Übertragung sinnvolle Bitbreite hängen auch davon ab, ob das Verfahren b) in Kombination oder alternativ zu a) eingesetzt wird.
Zu c): Das räumliche Signal der Sub-Detektorpixel eines Makropixels oder einer anderen räumlichen Gruppe lässt sich ähnlich wie in b) in seine Haupt- und Nebenkomponenten zerlegen. Hierfür sind verschiedene Verfahren denkbar. Die erfindungsgemäße Datenreduktion wird dadurch erreicht, dass die für eine Messung relevanten gemeinsamen Komponenten identifiziert und nur mit der jeweils benötigten Datenbreite übertragen werden.
Der wesentliche Beitrag wird beispielsweise die mittlere Zählrate sein, wie sie auch bei Zusammenfassen der Sub-Detektorpixel zu einem Makropixelwert übertragen würde. Höhere Komponenten enthalten dann beispielsweise Information über die räumlichen Gradienten in aufsteigender Ordnung und können mit einer angepassten, reduzierten Bitbreite übertragen werden. Ein zweiter, über die Datenreduktion hinausgehender Aspekt der Erfindung ist die flexible, und bei Bedarf auch dynamische, Anpassung der Genauigkeit der Daten an die gewünschte oder zur Verfügung stehende Datenbandbreite: Insbesondere müssen nicht zwingend alle Komponenten übertragen werden und es kann sinnvoll sein, auf Komponenten mit Effekten höherer Ordnung zu verzichten oder sie in absteigender Ordnung nur in dem Maße zu übertragen, in dem es die Bandbreite erlaubt.
Gegenüber der Übertragung aller Sub-Detektorpixel-Werte bietet diese Methode den Vorteil einer geringeren Datenbandbreite, gegenüber der Übertragung nur des Makropixel-Wertes bietet die Methode den Vorteil, dass die höhere räumliche Auflösung bei nur sehr moderatem Anwachsen des Datenvolumens genutzt werden kann.
Ein nicht unbedeutender Schritt des erfindungsgemäßen Verfahrens liegt dabei in der Identifikation der Redundanzen in dem Signal der quantenzählender Röntgendetektoren mit mehreren Energieschwellen und in der Ableitung von Verfahren, mit denen diese Redundanzen zur Lösung des Datenvolumenproblems genutzt werden können.
Solche Verfahren sind für eine technische Realisierung geeignet, da sie den in Echtzeit benötigten Rechenaufwand auf ein Minimum reduzieren, indem sie im Wesentlichen die lineare Transformation der Messdatenvektoren verwenden, die hochgradig parallelisierbar ist. Ferner können die benötigten Parameter bereits im Vorfeld – auch unter Verwendung eines entsprechend großen Rechenaufwandes – bestimmt werden. Dabei kann auch der Umfang der verwendeten Look-up-Tabellen nach Kosten/Nutzen/Aufwand-Kriterien optimiert werden.
Die Anwendung der Erfindung ermöglicht ferner die skalierbare Nutzung der wesentlichen Informationen eines quantenzählenden Detektors mit einem Bruchteil des Datenvolumens, das nach aktuellem Stand hierzu benötigt würde.
Demgemäß schlägt der Erfinder ein Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors mit einer Vielzahl von Detektorpixeln, die jeweils in mehrere Sub-Detektorpixel unterteilt sind und je Sub-Detektorpixel mindestens zwei unterschiedliche Energieschwellen zur Energieauflösung der zu zählenden einfallenden Quanten verwendet werden, vor, das die folgenden Verfahrensschritte aufweist:

– Detektion der Anzahl der einfallenden Quanten je Sub-Detektorpixel je Energiebereich, wobei über mindestens ein Sub-Detektorpixel hinweg Zählmuster entstehen, deren Informationsgehalt systematische Informationsstrukturen enthält,
– Bestimmung zumindest eines Teils der Informationsstrukturen in den Zählmustern,
– Kodierung der Zählmuster mit gegenüber den Detektor-Rohdaten komprimierter Bittiefe,
– Übertragung der kodierten Zählmuster, und
– Dekodierung der Zählmuster nach der Übertragung.

Entsprechend den oben dargelegten Ausführungen unter a) bis c) kann zumindest ein Anteil der kodierten – und damit kom primierten – Informationsstrukturen vorbekannte Information, und/oder typische Energieverteilungsmuster und/oder räumliche Intensitätsverteilungsmuster beinhalten.
Vorteilhaft kann zur Bestimmung der Zählmuster eine Basistransformation der gemessenen Daten ausgeführt werden, wobei vorteilhaft für die Basistransformation ein Satz von vorgegebenen Eigenvektoren und Eigenwerten verwendet werden kann.
Weiterhin kann eine Hauptkomponentenanalyse ausgeführt werden, wobei unter Verwendung von Testmessungen dominante Komponenten ermittelt werden und die dazugehörigen Eigenvektoren und Eigenwerte bestimmt werden.
In einer besonderen Ausführung des erfindungsgemäßen Verfahrens wird zusätzlich für die kodierten Zählmuster eine vom Signal/Rausch-Verhältnis der Messungen abhängige Bittiefe verwendet.
Außerdem können bei der Kodierung der Zählmuster die sich daraus ergebenden Daten nach ihrer räumlichen und/oder energetischen Auflösung hierarchisch geordnet werden. Dadurch ist es dann möglich, für einen vorgegebenen Zeitraum der Messungen die hierarchisch nach Auflösung geordneten Daten derart zu übertragen, dass zunächst Daten betreffend eine niedrige Auflösung und folgend Daten betreffend eine höhere Auflösung übertragen werden. Alternativ kann bei Erreichen eines vorgegebenen oder sich ergebenden Zeitlimits auf die Übertragung der Daten höherer Auflösung verzichtet werden.
Es wird auch vorgeschlagen, eine dynamische Anpassung der Ordnung der übertragenen Daten an eine zur Verfügung stehende Bandbreite eines Übertragungspfades vorzunehmen. Hierdurch wird jeweils die maximal mögliche Informationsmenge transferiert, jedoch ein Datenstau aufgrund zu hoher Datendichte vermieden. Alternativ kann auch nur der – für die jeweilige Anwendung – wesentliche Teil der Daten aus den kodierten Zählmustern übertragen werden. Das bedeutet also, dass vor der Datenübertragung entschieden wird, welcher Anteil der durch den Detektor erzeugten Information für die darauf aufbauende Anwendung wesentlich ist und darüber hinausgehender Informationsgehalt bereits vor einer zu überwindenden Datenübertragungsstrecke aus dem Datenfluss entfernt wird.
Neben dem erfindungsgemäßen Verfahren schlägt der Erfinder auch ein CT-System mit mindestens einem quantenzählenden Detektor, einem Computersystem und einer Datenübertragungsstrecke zwischen Detektor und Computersystem vor, wobei im Computersystem Programme gespeichert sind, die im Betrieb ausgeführt werden, welche die Verfahrensschritte des erfindungsgemäßen Verfahrens nachbilden.
Im Folgenden wird die Erfindung anhand bevorzugter Ausführungsbeispiele mit Hilfe der Figuren näher beschrieben, wobei nur die zum Verständnis der Erfindung notwendigen Merkmale dargestellt sind. Es werden folgende Bezugszeichen verwendet: 1: CT-System; 2: erste Röntgenröhre; 3: erster Detektor; 4: zweite Röntgenröhre; 5: zweiter Detektor; 6: Gantrygehäuse; 7: Datenleitung; 8: Untersuchungsliege; 9: Systemachse; 10: Recheneinheit / Computersystem; A: typisches Pulshöhen-Diagramm; B: Diagramm der tatsächlichen Messungen; C: Diagramm der wesentlichen Restinformationen; D: Detektor / Pixelmatrix; E: Energie; E₁–E₄: Energiebereiche; M: Makropixel; P: Patient; Prg₁–Prg_n: Computerprogramme; R: Zählrate; R’: Restinformation der Zählrate; S: Sub-Detektorpixel; S_I: Rebinning der Pixelgruppen; S_II: hierarchische Differenzbildung; S_III: Diskretisierung; S_IV: an das Signalrauschen angepasste Transformation; S_V: Datenübertragung; ∆ Differenz / Unterschied.
Es zeigen im Einzelnen:
1 eine Darstellung der Datenreduktion durch Ausnutzung von Vorkenntnissen mit Normierung der Messwerte auf ihren mittleren Zählwert,
2 eine Darstellung der Datenreduktion durch Ausnutzung von Vorkenntnissen mit Normierung der Messwerte auf ihren jeweils typischen Zählwert relativ zu den anderen Kanälen,
3 eine Illustration der Transformation der Messdaten in ihre Komponenten durch Basistransformation, wobei die resultierenden Ebenen die Pixelwerte der jeweiligen Komponenten enthalten und sich die wesentliche Information nach der Transformation in den vorderen Komponenten/Ebenen finden, so dass auf die Übertragung der hinteren Ebenen beziehungsweise Komponenten höherer Ordnung verzichtet werden kann,
4 drei Ausführungsbeispiele einer geeigneten Basistransformation von Messwerten zur bittiefenreduzierten Datenübertragung gemäß 3,
5 eine schematische Darstellung der hierarchischen Differenzbildung,
6 eine schematische Darstellung einer erfindungsgemäßen Datenkomprimierung durch hierarchische Differenzbildung, Datenkomprimierung durch Diskretisierung nach einer an das Signalrauschen angepassten Transformation und Übertragung nach aufsteigender Ordnung,
7 eine schematische Darstellung der Restrukturierung und Transformation der Detektor-Rohdaten und
8 ein CT-System zur Ausführung des erfindungsgemäßen Verfahrens.
Die 1 und 2 zeigen beispielhafte Darstellungen der Datenreduktion durch Ausnutzung von Vorkenntnissen, wobei jeweils in den Diagrammen A und B die Zählrate R über die Energie E aufgetragen ist, und in dem Diagramm C die nach der Datenreduktion verbleibende Restinformation der Zählrate R’ über die Energie E jeweils für vier Energiebereiche aufgetragen ist. Die horizontal grob gestrichelten Linien stellen jeweils den Mittelwert der Zählrate dar, während der Verlauf der Zählrate über die Energie fein strichliert gezeigt wird.
Die 1 zeigt ein einfaches Beispiel für die Kodierung typischer Energiebereichszählungen in einem quantenzählenden Detektor. Es sind untereinander drei Diagramme dargestellt, die jeweils für vier Energiebereiche E₁ bis E₄ die Anzahl der einfallenden Quanten in den jeweiligen Energiebereichen darstellen. Oben ist zunächst ein Diagramm A gezeigt, das das typische Pulshöhenspektrum eines quantenzählenden Detektorelementes in der jeweils vorliegenden Messkonfiguration eines CT-Systems zeigt, also die Vorkenntnisse darstellt. Die gestrichelte horizontale Linie repräsentiert graphisch den Mittelwert der Pulshöhen. Entsprechend werden – bezogen auf eine mittlere Anzahl von 100% Quanten je Energiebereich über alle Energiebereiche gemittelt – die prozentuale Anzahl der Quanten im jeweiligen Energiebereich in Form einer typischen Informationsstruktur angezeigt. Also 180% im Bereich E₁, 120% im Bereich E₂, 60% im Bereich E₃ und 40% im Bereich E₄.
Im mittleren Diagramm B wird eine tatsächliche Messung für ein Pixel dargestellt, bei der die Quanten auf die Energiebereich aktuell wie folgt verteilt sind: 190% im Bereich E₁, 140% im Bereich E₂, 50% im Bereich E₃ und 20% im Bereich E₄. Somit ergibt sich für jeden Energiebereich eine Abweichung von der typischen Energieverteilung in %-Punkten, wie es im unteren Diagramm C beschrieben wird, mit den folgenden Abweichungen: +10% im Bereich E₁, +20% im Bereich E₂, –10% im Bereich E₃ und –20% im Bereich E₄.
Erfindungsgemäß lässt sich nun dadurch, dass durch die hier angewendete Kodierung lediglich die Abweichung der Messwerte gegenüber der typischen Verteilung in Form von Abweichungsfaktoren übertragen werden muss und diese %-Punkte-Abweichungen in ihrer Bittiefe geringer sind als die eigentlichen Messwerte, eine Einsparung an zu übertragenden Daten erreichen. Unter Bittiefe wird die Beschreibung der „Breite“ eines Datenwortes z.B. mit 8, 10, 12, 16 oder 24 bits verstanden. Alternativ steht der Begriff Bittiefe für die digitale Auflösung einer Datenübertragung. Das Diagramm C enthält also die wesentliche Restinformation normiert auf den Mittelwert der Messungen.
Alternativ zu dem in 1 gezeigten Verfahren ist in der 2 eine Variante gezeigt, bei der die Normierung nicht auf den Mittelwert der Messung über die Energiebereiche sondern auf den typischen Messwert der Zählung je Energiebereich bezogen ist. Gezeigt werden diese typischen Messwerte, also die Vorkenntnisse, wieder im oberen Diagramm A mit beispielhaften 1800 Counts im Energiebereich E₁, 1200 Counts im Energiebereich E₂, 600 Counts im Energiebereich E₃ und 400 Counts im Energiebereich E₄, wobei 1000 Counts 100 % entsprechen. Das mittlere Diagramm B zeigt wieder die Messwerte entsprechend der 1. Entsprechend ergeben sich im unteren Diagramm C die kodierten Messwerte zu Abweichungen von den jeweils typischen Messwerten im Energiebereich mit +5,6% im Energiebereich E₁, +16,7% Counts im Energiebereich E₂, –16,7% im Energiebereich E₃ und –50% Counts im Energiebereich E₄. Auch hier werden die zu übertragenden Zahlenwerte wesentlich kleiner als die Rohdaten, so dass ohne Informationsverlust diese Daten mit einer reduzierten Bittiefe übertragen werden können.
Für die Beschreibung dieses hier genutzten Vorwissens bietet sich konkret eine Look-Up-Tabelle an, die für ein konkretes Eingangspektrum und einen konkreten Satz von Energieschwellen die erwarteten Verhältnisse der Schwellen zueinander enthält. Je nach Ausführung kann diese Tabelle um Dimensionen für Röhrenstromstärke, mittlerer Zählrate, Abschwächung in mm Wassersäule, Kanalposition (z.B. bei Wedge-Filter) etc. erweitert werden. Der konkrete Umfang der Look-Up-Tabelle kann nach Kosten/Nutzen/Aufwand-Kriterien im Vorfeld optimiert werden.
Alternativ bietet sich auch eine funktionale Beschreibung des typischen Verhaltens an, wie sie beispielsweise durch einen Polynom-Fit an die Daten der Look-Up-Tabellen ermittelt werden kann.
Die Wahl der Normierung der gemessenen Zählraten kann unterschiedlich gestaltet werden, beispielsweise kann man die Daten auf die mittlere Zählrate beziehen oder auch auf die Zählrate einer bestimmten Schwelle, z.B. auf einen ausgewählten Energiebereich, beziehen. Falls die mittlere Zählrate für die Normierung herangezogen wird, muss diese entweder separat übermittelt werden oder sie kann in Kombination mit b) als Hauptkomponente in Erscheinung treten. Die Hauptgemeinsamkeit der Zählwerte der verschiedenen Energiebereiche liegt in der Strahlungsintensität. Daher ergibt sich hier auf natürliche Weise der Bezug zu b). In letzterem Fall würde sich die Bedeutung der nächst höheren Komponenten ändern und die für ihre Darstellung benötigte Datenbandbreite gegebenenfalls reduzieren. Die Abweichung des jeweiligen Zählwertes vom typischen Verhalten lässt sich alternativ relativ zur Normierungsgröße oder relativ zu dem typischen normierten Wert dieser Schwelle betrachten.
Einen weitergehenden Aspekt der Erfindung zeigt schematisch die 3 in einer groben Darstellung einer Transformation von Messwerten bei unterschiedlichen Energieschwellen eines Detektors – links – in einen Satz von das Zahlratenspektrum beschreibende Komponenten – rechts –. Die Ebenen auf der linken Seite entsprechen den in jeweils einer Energieschwelle aufgezeichneten Zählwerten der Pixel der Detektormatrix (Rohdaten). Die Ebenen auf der rechten Seite entsprechen den Beiträgen der jeweiligen Komponenten (gemäß 4) in den Pixeln der Detektormatrix. Dabei werden die in den jeweiligen Pixeln bei den verschiedenen Energieschwellen gemessenen Zählraten derart analysiert und transformiert, dass sich daraus geordnete Datensätze ergeben, die in ihrer Abfolge fortschreitend eine Entwicklung des Zählratenspektrum in Beiträge immer höherer Ordnung aufweisen. Beispielsweise, kann so in einem Datensatz erster Ordnung (vordere Ebene) die räumliche Verteilung der mittleren Zählraten vorliegen, die zweite Ordnung (zweite Ebene) die räumliche Verteilung der Steigung einer linearen Näherung des Zahlratenspektrums enthalten und die dahinterliegenden Ebenen die räumliche Verteilungen der Komponenten höherer Ordnung. Im Ergebnis ermöglicht ein solches Verfahren die Datenübertragung jeweils der zur Verfügung stehenden Bandbreite einer Übertragungsstrecke anzupassen und gegebenenfalls nur die wesentlichen Teile der vorliegenden Messung zu übertragen.
Die 4 zeigt drei unterschiedliche Varianten I-III von Transformationen, wie eine typische in den Messdaten eines zählenden Detektors vorliegende Informationsstruktur, hier die Pulshöhenverteilung über die Energiebereiche, ohne Vorwissen (I, III) oder mit Vorwissen (II) durch eine Basistransformation in ihre Komponenten zerlegt werden und dann mit gegenüber den ursprünglichen Messungen wesentlich geringerer Bittiefe übertragen werden kann.
Oben ist eine aktuelle Messung einer Pulshöhenverteilung eines Pixels mit acht Messwerten gezeigt. Diese Messung erzeugt ein Zählratenspektrum, wie er als erstes Diagramm oben in der Variante I dargestellt ist. Aus den Messwerten lässt sich dann der horizontale, gestrichelt dargestellte Mittelwert der Zählungen bestimmen, der in etwa den vorliegenden Photonenfluss repräsentiert. Dies ist die erste Komponente. Darunter ist zusätzlich die lineare Steigung des Zählratenverlaufs ermittelt worden. Eingezeichnet ist also die Darstellung basierend auf den ersten beiden Komponenten, wodurch schon die Kerninformationen der Messung gezeigt werden können. Darunter wird zusätzlich die Verbiegung 1. Ordnung der Steigung (3. Komponente) und darunter zusätzlich die Verbiegung höherer Ordnung berücksichtigt, wodurch der Pulshöhenverlauf zunehmend exakt beschrieben wird. Von oben nach unten werden also in aufsteigender Ordnung immer weitergehende Informationen gesammelt, die die tatsächlichen Messwerte immer besser beschreiben. Entsprechend kann- angepasst an die Anforderungen einer jeweiligen Anwendung – gerade die Information übertragen werden, die für den jeweiligen Anwendungsfall unbedingt notwendig ist.
In der Variante II wird ebenfalls als ursprüngliche Messung das Zählratenspektrum erfasst und dieses – nach unten fortschreitend – in verschieden Komponenten zerlegt. Erste Komponente ist auch hier die mittlere Zählrate. Die Komponenten höherer Ordnung erhalten jedoch in diesem Fall eine Zerlegung in eine gewählte Basis zweier oder mehrerer unterschiedlicher Materialien. In Komponenten höheren Ordnungen werden optional noch darüber hinausgehende Verbiegungen erfasst. Bei geeigneter Wahl der Materialbasis ist das gemessene Spektrum bereits durch die mittlere Zählrate und die Komponenten der Materialbasiszerlegung ausreichend beschrieben, so dass eine starke Reduktion der Bittiefe erfolgt. Zusätzlich besitzt diese Variante den Vorteil, dass die übertragenen Komponenten bereits eine für diagnostische Zwecke potentiell nützliche physikalische Bedeutung besitzen.
Schließlich ist in der Variante III schematisch eine mathematische Hauptkomponentenanalyse der Komponenten 1 bis 4 dargestellt, wobei auch hier lediglich die der gewünschten Informationstiefe entsprechende Bittiefe übertragen werden muss.
In der Auswertung beziehungsweise Dekodierung der übertragenen Daten wird jeweils das im Vorfeld bekannte und für die Kodierung der Daten genutzte Vorwissen wieder eingearbeitet, so dass nach der Dekodierung wieder die weitgehend vollständige Bandbreite der Detektorinformation vorliegt.
Ein Beispiel für eine Restrukturierung räumlicher Informationsstrukturen ist in der 5 dargestellt. Dabei wird symbolisch dargestellt, wie die Struktur eines Makropixels mit 4×4 Sub-Detektorpixel von links oben nach rechts verlaufend zunächst über Mittelwertbildung oder Aufsummierung von 2×2 Pixel-Gruppen zunächst auf eine 2×2-Pixelmatrix und dann auf ein 1×1 Pixel entsprechend einer 1. Ordnung der Informationstiefe reduziert. Schließlich werden mit Δ die Abweichungen zum Mittelwert der jeweils niedereren Ordnung berechnet. Es entsteht so eine hierarchische Datenstruktur mit Datensätzen, die jeweils immer tiefer gehende Informationen – hier bezüglich deren räumlicher Information – zu den ursprünglich gemessenen Daten liefern und dabei jeweils bei der Übertragung der einzelnen Hierarchiestufen nur den unbedingt notwendigen Datenstrom erzeugen.
Eine weitergehende Reduktion des Datenstroms lässt sich dadurch erreichen, dass – wie in der 6 mit den Schritten S_I bis S_V dargestellt – zusätzlich zu der Datenkomprimierung durch Rebinning der Pixelgruppen S_I und hierarchische Differenzbildung S_II, wie sie bereits in der 5 dargestellt und beschrieben ist, nun eine weitere Datenkomprimierung durch Diskretisierung S_III nach einer an das Signalrauschen angepassten Transformation S_IV erfolgt. Bei dieser Transformation werden die vorliegenden – hohen – Zahlenwerte aus den Zählereignissen der Detektorelemente der zusammengefassten Pixel faktoriell soweit reduziert werden, dass letztendlich die unterscheidbaren Zahlendifferenzen im Bereich der Unsicherheit des Rauschens liegen. Da die Zeitpunkte des Eintretens der Zählereignisse zufällig verteilt sind, ist das Rauschen einer Messung etwa proportional zu der Wurzel des gemessenen Zählwertes. Das Rauschen der zuvor ermittelten Differenzwerte ist daher proportional zum der Wurzel des Mittelwertes der betrachteten Pixelgruppe. Eine geeignete Transformation mit oben genannten Eigenschaften ist daher die Skalierung der Differenzwerte mit einem Faktor, der an die Steigung der Quadratwurzel-Funktion im Bereich der mittleren Zählrate dieser Pixelgruppe angepasst ist. Die Diskretisierungsgenauigkeit relativ zum Rauschen lässt sich durch eine weitere Multiplikation mit einem konstanten Faktor vor Anwenden des Diskretisierungsschrittes einstellen. Dadurch reduzieren sich die absoluten Zahlenwerte gegenüber den untransformierten Zahlenwerten und damit auch die Bittiefe der zu übertragenden Daten drastisch. Bei der anschließenden Übertragung einer Vielzahl von Pixeln werden zusätzlich die nun vorliegenden Zahlenwerte noch bezüglich ihrer Wertigkeit restrukturiert, so dass eine hierarchische Ordnung entsteht und eine Übertragung S_V der Daten nach aufsteigender Ordnung erfolgen kann.
Bezogen auf die oben erwähnten Gemeinsamkeiten der unterschiedlichen Energieschwellen eines Sub-Detektorpixels bietet die Transformation der Zählratenmessungen des einzelnen Sub-Detektorpixels in die Hauptkomponenten verschiedene Ausführungsmöglichkeiten und kann wahlweise mit oder ohne Vorkenntnis-Bereinigung durchgeführt werden. Allgemein können bei einer Hauptkomponentenanalyse anhand eines gemessenen Datensatzes der Reihe nach diejenigen Eigenvektoren identifiziert werden, die den größten Einfluss auf die gemessene Verteilung zeigen und damit typischerweise die meiste Information tragen.
Typischerweise wird die Hauptkomponente der mittleren Zählrate entsprechen und die höheren Ordnungen die Form des Spektrums oder falls vorbekanntes Wissen verwendet wird, seine Deformation beschreiben. Alternativ zu einer systematischen Analyse der Komponenten, kann für die Transformation auch eine konkrete Zerlegung gewählt werden, z.B. nach spektraler Aufhärtung oder nach Materialbasen, was für die Interpretation der Daten und ihre Weiterverwertung in späteren Verarbeitungsschritten, z.B. einer CT-Rekonstruktion, vorteilhaft sein kann.
Die Ordnung der übertragenen Komponenten und die jeweilige Bittiefe können je nach Bedarf optimiert werden und können auch je nach Modus der Messung verschieden sein.
Werden Gemeinsamkeiten der zu einem Makropixel oder einer anderen Gruppe von Sub-Detektorpixeln gehörigen Sub-Detektorpixel verwendet, bestehen ähnliche Freiheiten wie bei den Gemeinsamkeiten der unterschiedlichen Energieschwellen eines Sub-Detektorpixels auch bei der räumlichen Zerlegung in Hauptkomponenten. Für die Erfindung ist relevant, dass sich die Zerlegung dominante Komponenten von weniger dominanten trennt und dass die jeweiligen Komponenten mit einer für sie passenden Datentiefe oder auch überhaupt nicht übertragen werden.
Allgemein geeignet hierzu ist die Zerlegung gemäß wählbarer Basisfunktionen. Konkret bieten sich beispielsweise folgende Alternativen an:
Zerlegung nach immer feineren Subgruppen nach Art einer "Quad-Tree"-Baumstruktur, wie es beispielsweise in „http://en.wikipedia.org/wiki/File:Quad_tree_bitmap.svg" beschrieben ist. Die erste Komponente wäre dabei die mittlere Zählrate des Makropixels. Im Folgenden käme die Verfeinerung auf die jeweiligen Mittelwerte der jeweiligen Quadranten, gefolgt von den jeweiligen Verfeinerungen auf die Unterquadranten etc. Jede Hierarchiestufe muss dabei nur die Abweichung vom Mittelwert des höheren Knotens kodieren, so dass sich die gesamte Datenmenge umso besser reduzieren lässt, je stärke die räumliche Korrelation der Signale der Sub-Detektorpixel ist. Diese Zerlegung ist vorteilhaft durch die einfache Skalierung und anschauliche Bedeutung der Komponenten: Zunächst erhält man die Makropixeldaten, gefolgt von immer weiteren Verfeinerungen bis hinunter zur Sub-Detektorpixelauflösung.
Weitere Alternativen liegen in verwandten Aufschlüsselungen nach Ortsfrequenzen steigender Ordnung – beispielsweite nach der mittleren Zählrate, den Gradienten in phi- und z-Richtung, etc. –, nach Art einer diskreten Fouriertransformation oder nach Art einer Wavelet-Zerlegung. Vorteilhaft ist, wenn sich die Zerlegung als lineare Transformation darstellen lässt, so dass sie sich durch die einfache Multiplikation des Sub-Detektorpixelvektors mit der Transformationsmatrix berechnen lässt. Auch wenn die Zusammenfassung der Sub-Detektorpixel eines Makropixels besonders günstig ist, können alternativ auch größere oder kleinere Gruppen von Sub-Detektorpixeln zusammengefasst werden. Ebenfalls kann auch eine Kombination mit dem eventuell bereits vorhandenen Kompressionsverfahren sinnvoll sein.
Wenn mehrere der oben genannten Varianten Verwendung finden, kann es vorteilhaft sein, die einzelnen Transformationen zu einer Gesamttransformation zu kombinieren, um die Berechnung zu vereinfachen. Diese transformiert den gemessenen Vektor aller Schwellen in allen Sub-Detektorpixeln in einen Zielvektor, welcher dann mit komponentenspezifischer Bittiefe übertragen wird.
Ein einfaches Beispiel für eine solche Transformation ist die Abbildung der Sub-Detektorpixel-Daten auf einen skalaren Gesamtmesswert, der sich als gewichtete Summe der Sub-Detektorpixel-Mittelwerte der einzelnen Energieschwellen ergibt. Ferner kann es vorteilhaft sein, die Genauigkeit der Berechnung an die schlussendlich übertragene Genauigkeit der jeweiligen Komponente anzupassen.
Eine weitere vorteilhafte Ausgestaltung des Verfahrens kann eine Datentransformation gezielt auf einzelne Komponenten anwenden. Insbesondere Komponenten, die im Wesentlichen die Information einer Zählrate tragen, können davon profitieren. Bei Komponenten mit andersartigem Informationsgehalt (z.B. spektraler Aufhärtung) kann es hingegen vorteilhaft sein, keine solche Datentransformation anzuwenden, um einen Informationsverlust zu vermeiden.
Die 7 zeigt schematisch, die Restrukturierung und Transformation der Rohdaten aus einer Pixelmatrix D eines zählenden Detektors bestehend aus einer Vielzahl von nebeneinander angeordneten Makropixeln M, die jeweils aus 4×4 SubDetektorpixeln S aufgebaut sind. Durch die Transformation werden die Daten zunächst in einen Datensatz 1. Ordnung transformiert, in dem jeweils die in einem 4×4-Pixelcluster befindlichen Informationen auf eine 1×1-Struktur zusammengefasst werden. Entsprechend ist auch die hierin befindliche Datenmenge klein. Danach folgt die 2. Ordnung, in der eine kleinräumigere Aufteilung mit einer 2×2-Struktur, wobei allerdings hierin nur die Differenzen zu den Daten in der 1×1-Struktur enthalten sind. Schließlich folgen die Daten der 3. Ordnung mit der nochmaligen Verfeinerung der Ortsauflösung auf eine 4×4-Matrix, die hier der Auflösung des Detektors entspricht. Die hierarchische Übertragung dieser transformierten und restrukturierten Datensätze erlaubt eine Datenübertragung, die sich ausschließlich auf den wesentlichen beziehungsweise notwendigen Informationsgehalt beschränkt.
Die 8 zeigt beispielhaft ein CT-System 1 mit zählenden Detektoren, deren Rohdaten entsprechend dem oben beschriebenen Verfahren zwischen Detektor und Rechensystem übertragen werden können. Das CT-System 1 weist ein erstes Röhren-/Detektor-System mit einer Röntgenröhre 2 und einem gegenüberliegenden quantenzählenden Detektor 3 auf. Optional kann dieses CT-System 1 über eine zweite Röntgenröhre 4 mit einem gegenüberliegenden zweiten quantenzählenden Detektor 5 verfügen. Beide Röhren-/Detektor-Systeme befinden sich auf einer Gantry, die in einem Gantrygehäuse 6 angeordnet ist und sich während der Abtastung um eine Systemachse 9 dreht. Die Datenübertragung vom Detektor erfolgt dabei über ein hier nicht näher beschriebenes aber allgemein bekanntes Schleifringsystem und die Datenleitung 7 zur Recheneinheit 10. Der Patient P befindet sich auf einer verschiebbaren Untersuchungsliege 8, die entweder kontinuierlich oder sequentiell entlang der z-Achse beziehungsweise Systemachse 9 durch das im Gantrygehäuse 6 befindliche Abtastfeld geschoben wird, wobei die Schwächung der von den Röntgenröhren in Form eines Photonenflusses ausgesandten Röntgenstrahlung durch die zählenden Detektoren gemessen wird. Dabei werden die auf den Detektorpixeln eintreffenden Photonenflüsse jeweils aufgeteilt nach Energiebereichen der auftreffenden Photonen gezählt. Hierdurch ergeben sich gegenüber den konventionellen integrierenden Detektoren große Zuwächse beim zu übertragenden Datenvolumen. Das oben beschriebene erfindungsgemäße Verfahren soll bei der Übertragung dieser großen Datenflüsse behilflich sein.
Die Steuerung des CT-Systems 1 und auch die Durchführung des erfindungsgemäßen Verfahrens erfolgt mit Hilfe einer Recheneinheit 10, in der sich entsprechende Computerprogramme Prg₁ bis Prg_n befinden. Zusätzlich wird detektorseitig ein entsprechendes – hier nicht näher dargestelltes – Rechensystem benötigt, das die anfallenden Rohdaten des Detektors beziehungsweise der Detektoren in erfindungsgemäßer Weise komprimiert und zur Übertragungsstrecke sendet.
Es wird darauf hingewiesen, dass im Sinne der Erfindung auch ein C-Bogen-System mit einem zählenden Detektor zur Gruppe der hier erwähnten CT-Systeme zählt.
Insgesamt wird mit der Erfindung also ein Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors vorgeschlagen, wobei in den Detektorrohdaten Zählmuster bestimmt, mit gegenüber den Detektorrohdaten reduzierter Bittiefe kodiert, die kodierten Zählmuster übertragen, und nach der Übertragung dekodiert werden. Zu dieser Erfindung zählt auch eine Datenübertragungsstrecke zwischen einem quantenzählenden Detektor und einem Computersystem, wobei Mittel vorgesehen sind, die im Betrieb die oben genannten Verfahrensschritte ausführen, und ein CT-System mit einer solchen Datenübertragungsstrecke.
Obwohl die Erfindung im Detail durch das bevorzugte Ausführungsbeispiel näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

http://en.wikipedia.org/wiki/Principal_component_analysis [0015]
http://de.wikipedia.org/wiki/Hauptkomponentenanalyse [0015]
„http://en.wikipedia.org/wiki/File:Quad_tree_bitmap.svg“ [0063]

Claims

Verfahren zur Reduktion und Komprimierung zu übertragender Detektor-Rohdaten eines quantenzählenden Detektors (D) mit einer Vielzahl von Detektorpixeln (M), die jeweils in mehrere Sub-Detektorpixel (S) unterteilt sind und je Sub-Detektorpixel (S) mindestens zwei unterschiedliche Energieschwellen (E₁–E₄) zur Energieauflösung der zu zählenden einfallenden Quanten verwendet werden, aufweisend die folgenden Verfahrensschritte: 1.1. Detektion der Anzahl der einfallenden Quanten je Sub-Detektorpixel (S) je Energiebereich, wobei über mindestens ein Sub-Detektorpixel (S) hinweg Zählmuster entstehen, deren Informationsgehalt systematische Informationsstrukturen enthält, 1.2. Bestimmung zumindest eines Teils der Informationsstrukturen in den Zählmustern, 1.3. Kodierung der Zählmuster mit gegenüber den Detektorrohdaten reduzierter Bittiefe, 1.4. Übertragung der kodierten Zählmuster, und 1.5. Dekodierung der Zählmuster nach der Übertragung.
Verfahren gemäß dem voranstehenden Patentanspruch 1, dadurch gekennzeichnet, dass zumindest ein Anteil der kodierten Informationsstrukturen vorbekannte Information enthält.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 und 2, dadurch gekennzeichnet, dass zumindest ein Anteil der kodierten Informationsstrukturen Energieverteilungsmuster enthält.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 bis 3, dadurch gekennzeichnet, dass zumindest ein Anteil der kodierten Informationsstrukturen räumliche Intensitätsverteilungsmuster enthält.
Verfahren gemäß einem der voranstehenden Patentansprüche 2 bis 4, dadurch gekennzeichnet, dass zur Bestimmung der Zählmuster eine Basistransformation der gemessenen Daten ausgeführt wird.
Verfahren gemäß dem voranstehenden Patentanspruch 5, dadurch gekennzeichnet, dass für die Basistransformation ein Satz von vorgegebenen Eigenvektoren und Eigenwerten verwendet wird.
Verfahren gemäß dem voranstehenden Patentanspruch 5, dadurch gekennzeichnet, dass für die Basistransformation ein Satz von Eigenvektoren und Eigenwerten mittels einer Hauptkomponentenanalyse unter Verwendung von Testmessungen bestimmt und verwendet wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 bis 7, dadurch gekennzeichnet, dass für die kodierten Zählmuster eine vom Signal/Rausch-Verhältnis der Messungen abhängige Bittiefe verwendet wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 bis 8, dadurch gekennzeichnet, dass bei der Kodierung der Zählmuster die sich daraus ergebenden Daten nach ihrer räumlichen und/oder energetischen Auflösung hierarchisch geordnet werden.
Verfahren gemäß dem voranstehenden Patentanspruch 9, dadurch gekennzeichnet, dass für einen vorgegebenen Zeitraum der Messungen die hierarchisch nach Auflösung geordneten Daten derart übertragen werden, dass zunächst Daten betreffend eine niedrige Auflösung und folgend Daten betreffend eine höhere Auflösung übertragen werden.
Verfahren gemäß dem voranstehenden Patentanspruch 10, dadurch gekennzeichnet, dass bei Erreichen eines vorgegebenen oder sich ergebenden Zeitlimits auf die Übertragung der Daten höherer Auflösung verzichtet wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 bis 11, dadurch gekennzeichnet, dass eine dynamische Anpassung der Ordnung der übertragenen Daten an eine zur Verfügung stehende Bandbreite eines Übertragungspfades vorgenommen wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 bis 12, dadurch gekennzeichnet, dass nur ein wesentlicher Teil der Daten aus den kodierten Zählmustern übertragen wird.
Verfahren gemäß einem der voranstehenden Patentansprüche 1 bis 13, dadurch gekennzeichnet, dass die Ordnung und Auflösung der übertragenen Daten in Abhängigkeit von der geplanten Untersuchung gewählt werden.
Datenübertragungsstrecke (7) zwischen einem räumlich in eine Vielzahl von Pixel aufgeteilten quantenzählenden Detektor und einem Computersystem (10) zur Verarbeitung übertragener Detektordaten, dadurch gekennzeichnet, dass die Datenübertragungsstrecke (7) Mittel, insbesondere mindestens einen programmierbaren Prozessor, aufweist, die derart ausgestaltet sind, dass im Betrieb die Verfahrensschritte der voranstehenden Patentansprüche ausgeführt werden.
CT-System (1) mit mindestens einem quantenzählenden Detektor, einem Computersystem (10) und einer Datenübertragungsstrecke (7) zwischen Detektor (3, 5) und Computersystem (10), dadurch gekennzeichnet, dass im Computersystem (10) Programme (Prg₁–Prg_n) gespeichert sind, die im Betrieb ausgeführt werden, welche die Verfahrensschritte der voranstehenden Patentansprüche nachbilden.