DE102012218372A1

DE102012218372A1 - Verfahren zur iterativen Bildrekonstruktion für Cardio-CT-Daten

Info

Publication number: DE102012218372A1
Application number: DE201210218372
Authority: DE
Inventors: Herbert Bruder
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2012-10-09
Filing date: 2012-10-09
Publication date: 2014-04-10

Abstract

Die Erfindung betrifft ein Verfahren zur Rekonstruktion von Bilddaten (PIC) eines Untersuchungsobjektes aus Messdaten, wobei die Messdaten zuvor bei einer relativen Rotationsbewegung zwischen einer Strahlungsquelle eines Computertomographiesystems und dem Untersuchungsobjekt während einer Bewegung des Untersuchungsobjektes erfasst wurden. Aus einem ersten Ausschnitt der Messdaten werden erste Bilddaten (PIC A) rekonstruiert, und aus einem gegenüber den ersten Bilddaten (PIC A) vergrößerten Ausschnitt der Messdaten werden zweite Bilddaten (PIC B) rekonstruiert. Unter Verwendung der ersten (PIC A) und der zweiten (PIC B) Bilddaten werden mit einem iterativen Algorithmus (it Rekon) verbesserte Bilddaten (PIC) berechnet. Bei dem iterativen Algorithmus (it Rekon) wird ein Tiefpass auf eine Differenz zwischen den ersten Bilddaten (PIC A) und Bilddaten eines Iterationszyklus, und ein Hochpass auf eine Differenz zwischen den zweiten Bilddaten (PIC B) und den Bilddaten des Iterationszyklus angewandt. Im Anschluss werden unter Verwendung der ersten Bilddaten (PIC A) und der verbesserten Bilddaten (PIC) Informationen über Bewegungsartefakte der verbesserten Bilddaten (PIC) ermittelt und dann zur Verminderung der Bewegungsartefakte der verbesserten Bilddaten (PIC) eingesetzt.

Description

Die Erfindung betrifft ein Verfahren zur Rekonstruktion von Bilddaten eines bewegten Untersuchungsobjektes aus Messdaten, wobei die Messdaten zuvor bei einer relativen Rotationsbewegung zwischen einer Strahlungsquelle eines Computertomographiesystems und dem Untersuchungsobjekt erfasst wurden.
Tomographische Bildgebungsverfahren zeichnen sich dadurch aus, dass innere Strukturen eines Untersuchungsobjektes untersucht werden können, ohne dabei invasive 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. Vielfältige Verfahren zur Abtastung eines Untersuchungsobjektes mit einem CT-System sind bekannt. Es werden beispielsweise Kreisabtastungen, sequentielle Kreisabtastungen mit Vorschub oder Spiralabtastungen angewandt. 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 Rückprojektionsverfahren (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. Jedoch gibt es mit den klassischen FBP-Methoden aufgrund ihrer approximativen Arbeitsweise Probleme mit so genannten niederfrequenten Kegelstrahl-Artefakten und Spiralartefakten. Des Weiteren ist bei klassischen FBP-Methoden die Bildschärfe an das Bildrauschen gekoppelt. Je höher die erreichte Schärfe ist, desto höher ist auch das Bildrauschen und umgekehrt.
Das FBP Verfahren gehört zur Gruppe der approximativen Rekonstruktionsverfahren. Es existiert ferner die Gruppe der exakten Rekonstruktionsverfahren, welche jedoch derzeit kaum eingesetzt werden. Eine dritte Gruppe von Rekonstruktionsverfahren schließlich bilden die iterativen Verfahren.
Mit iterativen Rekonstruktionsverfahren können zumindest manche der oben genannten Limitationen der FBP beseitigt werden. Bei einem solchen iterativen Rekonstruktionsverfahren erfolgt zunächst eine Rekonstruktion von initialen Bilddaten aus den Projektionsmessdaten. Hierzu kann beispielsweise ein Faltungsrückprojektionsverfahren verwendet werden. Das iterative Rekonstruktionsverfahren erzeugt im Anschluss nach und nach verbesserte Bilddaten. Beispielsweise können aus den initialen Bilddaten 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. Beispiele für iterative Rekonstruktionsverfahren sind die algebraische Rekonstruktionstechnik (ART), die simultane algebraische Rekonstruktionstechnik (SART), die iterierte gefilterte Rückprojektion (IFBP), oder auch statistische iterative Bildrekonstruktionstechniken.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zur iterativen Rekonstruktion von CT-Bildern aufzuzeigen. Ferner sollen eine entsprechende Recheneinheit, ein CT-System, ein Computerprogramm und ein Datenträger für ein Computerprogramm aufgezeigt werden.
Diese Aufgabe wird durch Verfahren mit den Merkmalen des Anspruchs 1, sowie durch eine Recheneinheit, ein CT-System, ein Computerprogramm und einen Datenträger mit Merkmalen von nebengeordneten Ansprüchen gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen sind Gegenstand von Unteransprüchen.
Bei dem erfindungsgemäßen Verfahren zur Rekonstruktion von Bilddaten eines Untersuchungsobjektes aus Messdaten wurden die Messdaten bei einer relativen Rotationsbewegung zwischen einer Strahlungsquelle eines Computertomographiesystems und dem Untersuchungsobjekt während einer Bewegung des Untersuchungsobjektes erfasst. Aus einem ersten Ausschnitt der Messdaten werden erste Bilddaten und aus einem gegenüber den ersten Bilddaten vergrößerten Ausschnitt der Messdaten zweite Bilddaten rekonstruiert. Unter Verwendung der ersten und der zweiten Bilddaten werden mit einem iterativen Algorithmus verbesserte Bilddaten berechnet. Bei diesem iterativen Algorithmus wird ein Tiefpass auf eine Differenz zwischen den ersten Bilddaten und Bilddaten eines Iterationszyklus, und ein Hochpass auf eine Differenz zwischen den zweiten Bilddaten und den Bilddaten des Iterationszyklus angewandt. Im Anschluss werden unter Verwendung der ersten Bilddaten und der verbesserten Bilddaten Informationen über Bewegungsartefakte der verbesserten Bilddaten ermittelt und zur Verminderung der Bewegungsartefakte der verbesserten Bilddaten eingesetzt.
Die Messdaten wurden an einem bewegten Untersuchungsobjekt aufgenommen. Diese Bewegung bezieht sich zumindest auf einen Teil des Untersuchungsobjektes, welcher auf den zu berechnenden Bilddaten enthalten sein soll. Ein Beispiel hierfür ist das schlagende Herz.
Es werden zweifache Bilddaten rekonstruiert. Diese beziehen sich auf das gleiche Untersuchungsobjekt oder auf den gleichen Ausschnitt dieses Untersuchungsobjektes. Jedes Element des Ausschnittes des Untersuchungsobjektes ist also sowohl in den ersten als auch in den zweiten Bilddaten abgebildet. Für die zweiten Bilddaten wird ein größerer Messdatenbereich verwendet als für die ersten Bilddaten. Da sich das Untersuchungsobjekt während der Messung bewegt hat, bedeutet dies, dass in den zweiten Bilddaten mehr Bewegungsartefakte enthalten sind als in den ersten Bilddaten. Denn je größer der für die Bildrekonstruktion verwendete Ausschnitt aus den Messdaten, desto mehr Zeit ist während der Messung verstrichen. Die zweiten Bilddaten haben jedoch ein besseres Signal-zu-Rausch Verhältnis als die ersten Bilddaten, da ein größeres Volumen an Messdaten in die Bilddaten Eingang gefunden hat.
Die ersten und die zweiten Bilddaten werden nun mittels eines iterativen Algorithmus zu verbesserten Bilddaten verrechnet. In diesen Algorithmus geht eine Differenz einerseits zwischen den ersten Bilddaten und Bilddaten eines Iterationszyklus, und andererseits zwischen den zweiten Bilddaten und den Bilddaten des Iterationszyklus ein. Die Differenzbildung erfolgt bei den ersten Bilddaten und den zweiten Bilddaten in Bezug auf die gleichen Bilddaten, nämlich die Bilddaten eines Iterationszyklus. Hierbei handelt es sich um Bilddaten, die bereits im Rahmen der iterativen Bildrekonstruktion berechnet wurden. Auf die erstgenannte Differenz wird ein Tiefpass, und auf die zweitgenannte Differenz ein Hochpass angewandt. Hierdurch können selektiv bestimmte Frequenzbereiche der ersten und der zweiten Bilddaten in die verbesserten Bilddaten übernommen werden. Es ist möglich, dass die ersten und die zweiten Bilddaten zusätzlich auf andere Weise als durch die erläuterten Differenzen in den iterativen Algorithmus eingehen.
Da nach dem iterativen Vorgehen in den verbesserten Bilddaten immer noch Bewegungsartefakte vorhanden sein können, wird im folgenden versucht, diese zu beseitigen. Hierzu werden zunächst Informationen über Bewegungsartefakte der verbesserten Bilddaten ermittelt. Bei dieser Ermittlung werden die ersten und die verbesserten Bilddaten verwendet. Diese Informationen können z.B. anzeigen, wo sich Bildartefakte befinden und in welchem Ausmaß sie vorhanden sind. Die ermittelten Informationen werden verwendet, um die Bewegungsartefakte der verbesserten Bilddaten zu beseitigen oder zumindest zu reduzieren. Dies kann z.B. erfolgen, indem an gemäß den ermittelten Informationen artefaktbehafteten Bildstellen Bildpunktwerte durch andere Werte ersetzt werden.
In Weiterbildung der Erfindung wird bei dem iterativen Algorithmus ein nichtlinearer Operator auf die Bilddaten des Iterationszyklus angewandt, welcher eine kantenerhaltende Glättung durchführt. Ein solcher Operator kann als Regularisierungsoperator bezeichnet werden. Vorteilhafterweise umfasst der nichtlineare Operator eine Filterung abhängig von einem Kontrast-zu-Rauschen. Dies ermöglicht eine Rauschreduktion bei gleichzeitiger Schärfeerhaltung.
Besonders vorteilhaft ist es, wenn die verbesserten Bilddaten ein gegenüber den ersten Bilddaten verbessertes Signal-zu-Rausch Verhältnis aufweisen. Dies bedeutet, dass Vorteile der zweiten Bilddaten auf die verbesserten Bilddaten übertragen werden konnten.
In Ausgestaltung der Erfindung werden bei dem iterativen Algorithmus addiert:

– die Bilddaten des Iterationszyklus,
– das Ergebnis der Anwendung des Tiefpasses auf die Differenz zwischen den ersten Bilddaten und den Bilddaten des Iterationszyklus,
– das Ergebnis der Anwendung des Hochpasses auf die Differenz zwischen den zweiten Bilddaten und den Bilddaten des Iterationszyklus, und
– das Ergebnis der Anwendung des nichtlinearen Operators.

In Weiterbildung der Erfindung werden zur Ermittlung der Informationen über Bewegungsartefakte eine hochpassgefilterte Version der ersten Bilddaten und eine hochpassgefilterte Version der verbesserten Bilddaten voneinander abgezogen. Da die verbesserten Bilddaten – weitgehend im Gegensatz zu den ersten Bilddaten – Bewegungsartefakte enthalten, ermöglicht diese Subtraktion die Isolierung der Bewegungsartefakte. Das Subtraktionsergebnis entspricht also einem Bild, welches sich ausschließlich auf die Bewegungsartefakte bezieht. Vorzugsweise werden die hochpasssgefilterten Versionen unter Verwendung des nichtlinearen Operators berechnet, der auch bei der iterativen Berechnung der verbesserten Bilddaten zum Einsatz kommt.
In Weiterbildung der Erfindung wird im Anschluss das Subtraktionsergebnis einer rauschvermindernden Bearbeitung unterzogen. Zur Realisierung dieser Bearbeitung existieren mehrere Möglichkeiten. Zum einen ist es möglich, dass für die rauschvermindernde Bearbeitung bildpunktweise Vorzeichenwechsel zwischen Bildpunktwerten eines jeweils betrachteten Bildpunktes und benachbarter Bildpunkte betrachtet werden. Die Vorzeichenwechsel zeigen Korrelationen zwischen CT-Werten an. Sind wenig Korrelationen vorhanden, weist dies auf Rauschen hin. Dementsprechend kann abhängig von einer Anzahl vorhandener Vorzeichenwechsel der Bildpunktwert des jeweils betrachteten Bildpunktes beibehalten oder als Rauschen interpretiert werden. Aufgrund der Interpretation als Rauschen kann der jeweilige Bildpunktwert modifiziert werden, z.B. auf Null oder einen typischen Wert in seiner Nachbarschaft gesetzt werden. Zum anderen kann für die rauschvermindernde Bearbeitung bildpunktweise ein Mittelwert von benachbarten Bildpunktwerten eines jeweils betrachteten Bildpunktes betrachtet werden. Je näher dieser Mittelwert dem Wert Null ist, desto wahrscheinlicher ist das Vorhandensein von Rauschen an dieser Stelle. Dementsprechend kann abhängig vom Mittelwert der Bildpunktwert des jeweils betrachteten Bildpunktes beibehalten oder als Rauschen interpretiert werden. Aufgrund der Interpretation als Rauschen kann der jeweilige Bildpunktwert modifiziert werden, z.B. auf Null oder einen typischen Wert in seiner Nachbarschaft gesetzt werden.
Besonders vorteilhaft ist es, wenn zur Verminderung der Bewegungsartefakten der verbesserten Bilddaten das rauschverminderte Subtraktionsergebnis von den verbesserten Bilddaten abgezogen wird. Da die erste Subtraktion der Isolierung der Bewegungsartefakte diente, kann durch die erneute Subtraktion erreicht werden, dass die Bewegungsartefakte aus den verbesserten Bilddaten entfernt oder zumindest teilweise beseitigt werden.
Vorzugsweise entspricht der erste Ausschnitt einem minimal für die Bildrekonstruktion benötigten Messdatenbereich. Dies bedeutet eine Maximimierung der Zeitauflösung der ersten Bilddaten. Der minimal für die Bildrekonstruktion benötigte Messdatenbereich kann vom verwendeten Rekonstruktionsverfahren abhängen. Bei einer FBP besteht er aus den Messdaten eines Halbumlaufs plus dem Fächeröffnungswinkel des Röntgenstrahlenbündels.
Besonders vorteilhaft ist es, wenn der Tiefpass an die Modulationstransferfunktion der ersten Bilddaten angepasst ist. Diese Anpassung kann insbesondere so sein, dass die die Tiefpassfilterung bewirkende Funktion identisch mit der Modulationstransferfunktion der ersten Bilddaten oder eines für die Rekonstruktion der ersten Bilddaten verwendeten Faltungskerns ist. Es gilt vorzugsweise, dass der Tiefpass näherungsweise die gleiche Grenzfrequenz hat wie diese Modulationstransferfunktion. Die Grenzfrequenz ist hierbei diejenige Frequenz, bei welcher die Modulationstransferfunktion den Wert Null erreicht. Unterhalb dieser Frequenz ist die Verwendung einer rechteckförmigen Funktion für den Tiefpass günstig.
In Ausgestaltung der Erfindung ist der Hochpass komplementär zum Tiefpass ausgestaltet. Dies vermeidet eine Verschiebung von CT-Werten bei wiederholter Berechnung von Bilddaten mittels des iterativen Algorithmus. Wenn der Tiefpass an die Modulationstransferfunktion angepasst ist, gilt dies dementsprechend auch für den Hochpass.
Die erfindungsgemäße Recheneinheit dient der Rekonstruktion von Bilddaten eines Untersuchungsobjektes aus Messdaten eines CT-Systems. Sie weist Mittel zur Durchführung des beschriebenen Verfahrens auf. Insbesondere kann sie einen Programmspeicher zur Speicherung von Programmcode umfassen, wobei hierin – gegebenenfalls unter anderem – Programmcode eines Computerprogramms vorliegt, der geeignet ist, ein Verfahren der oben beschriebenen Art auszuführen oder diese Ausführung zu bewirken oder zu steuern, wenn das Computerprogramm auf einem Computer ausgeführt wird. Die Recheneinheit kann auch durch eine Mehrzahl miteinander verbundener, sich an verschiedenen Orten befindlicher, Einrichtungen realisiert werden. Dies entspricht einer Verteilung der Funktionalität der Recheneinheit auf mehrere Bestandteile. Vorteilhafterweise ist die Recheneinheit zusätzlich in der Lage, einen Messvorgang des CT-Systems zu steuern.
Das erfindungsgemäße CT-System umfasst eine solche Recheneinheit. Ferner kann es sonstige Bestandteile enthalten, welche z.B. zur Erfassung von Messdaten benötigt werden.
Das erfindungsgemäße Computerprogramm verfügt über Programmcode, der das Durchführen eines Verfahrens der beschriebenen Art bewirkt, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Der erfindungsgemäße Datenträger, der von einem Computer lesbar ist, speichert Programmcode eines Computerprogramms, der das Durchführen eines Verfahrens der beschriebenen Art bewirkt, wenn das Computerprogramm auf einem Computer ausgeführt wird. Der berührbare Datenträger kann hierbei fest mit dem Computer verbunden oder in diesem Computer installiert, oder auch von diesem entfernbar ausgestaltet sein. Beispiele für ein eingebautes Speichermedium sind wiederbeschreibbare nichtflüchtige Speicher, wie z.B. ROMs, Flash-Speicher und Festplattenspeicher. Beispiele für entfernbare Speichermedien sind optische Speichermedien wie CD-ROMs und DVDs, magnetooptische Speicher wie MOs, magnetische Speichermedien wie Floppydisks, Kassetten und entfernbare Festplattenspeicher, Speichermedien mit einem eingebauten wiederbeschreibbaren nicht-flüchtigen Speicher, wie z.B. Speicherkarten, Speicher mit einem eingebauten ROM, wie z.B. ROM Kassetten, usw.
Im folgenden wird die Erfindung anhand eines Ausführungsbeispiels näher erläutert. Dabei zeigen:
1: eine erste schematische Darstellung eines Ausführungsbeispiels eines Computertomographiesystems mit einem Bildrekonstruktionsbestandteil,
2: eine zweite schematische Darstellung eines Ausführungsbeispiels eines Computertomographiesystems mit einem Bildrekonstruktionsbestandteil,
3: ein Ablaufdiagramm zur iterativen Bildrekonstruktion,
4: drei Cardio-CT-Bilder.
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 sichtbare 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. Es ist jedoch auch möglich, dass die Abtastung selbst als reiner Kreisscan ohne Vorschub des Patienten ausschließlich im interessierten Untersuchungsbereich stattfindet. 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, dass die Gantry bei unbewegtem Patienten entlang der Achse C9 verschoben wird. Ferner ist es möglich, den Patienten kontinuierlich und gegebenenfalls periodisch zwischen zwei Punkten hin- und herzubewegen.
Gesteuert wird das CT-System C1 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-Gerät 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 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 einerseits und die Bildrekonstruktion andererseits 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 Steuer- und Recheinheit C10 muss sich – anders als in Figur 1 dargestellt – selbstverständlich nicht in der Nähe der restlichen Bestandteile des CT-Systems C1 befinden. Vielmehr ist es möglich, diese in einem anderen Raum oder weiter entfernten Ort unterzubringen. Die Übertragung der Rohdaten p und/oder der Aquisitionssignale AS und/oder der EKG-Daten kann über Leitung oder alternativ über Funk erfolgen.
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.
Bei der Herzbildgebung mittels CT ist die Herzphase, während welcher die Daten aufgenommen werden, entscheidend für eine gute Bildqualität. Es wird daher üblicherweise versucht, für die Bildrekonstruktion Daten zu verwenden, welche während einer Herzphase mit wenig oder minimaler Herzbewegung erfasst wurden.
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.
Im folgenden wird der Fall betrachtet, dass raumzeitliche Messdaten vorliegen, wie es insbesondere bei der Cardio-CT der Fall ist. D.h. das bewegte Herz wurde während eines Herzzyklus vermessen, es werden also zur retrospektiven Phasenwahl redundante Daten gemessen, so dass die gleiche Bildposition in unterschiedlichen Herzphasen rekonstruiert werden kann. Üblicherweise wird die optimale Herzphase zur zeitscharfen Darstellung der Koronargefäße bestimmt. Da die Phasenwahl, d.h. die Entscheidung, welche Phase letztendlich als Ergebnisbild ausgewertet wird, erst im Nachhinein getroffen wird, wird ein hoher Röhrenstrom in einem erweiterten Phasenbereich angewandt. Das Untersuchungsobjekt wird dementsprechend während der Messung einer hohen Dosis ausgesetzt. Es ist daher wünschenswert, die applizierte Dosis bei der Bildrekonstruktion vollständig zu nutzen. Es wird beschrieben, wie eine verbesserte Dosisnutzung bei der Cardio-CT erreicht werden kann.
Der Ablauf des ersten Teils des Verfahrens ist in 3 gezeigt. Es liegt nicht nur ein Bild, sondern zwei Bilder PIC A und PIC B vor, die den gleichen Ausschnitt des Untersuchungsobjektes zeigen. Für den gleichen Teil des Untersuchungsobjektes sind also erste und zweite Bilddaten vorhanden. Als erstes Bild PIC A wird das zeitscharfe Bild der optimalen Herzphase verwendet. Um die hohe zeitliche Auflösung zu erreichen, wird für diese Rekonstruktion der kleinstmögliche Datenbereich herangezogen. Dies entspricht einem Projektionswinkelbereich von 180º plus dem Fächerwinkel des Röntgenstrahlenbündels. Bei CT-Bildrekonstruktionen muss nämlich bei Messungen 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 180º, entspricht. Bei einer Fächerstrahlgeometrie muss der Projektionswinkelbereich 180º plus dem Fächeröffnungswinkel betragen. Beide Fälle werden im Folgenden unter der Bezeichnung „Daten eines Halbumlaufs“ zusammengefasst. Dieses Mindestdatenintervall ist nötig, um jeden Bildpunkt im Messfeld rekonstruieren zu können. Im Drehzentrum ist auch in Fächerstrahlgeometrie ein Projektionswinkelbereich von 180º ausreichend. Die bestmögliche zeitliche Auflösung in einem so rekonstruierten CT-Bild beträgt damit in Drehzentrumsnähe gerade der halben Rotationszeit des CT-Geräts.
Zur Rekonstruktion des zweiten Bildes PIC B hingegen wird ein erweiterter Datenbereich herangezogen. Dieser beinhaltet auch die Messdaten, welche zur Rekonstruktion des Bildes PIC A verwendet wurden. Hierdurch ist die Zeitauflösung des Bildes PIC B deutlich schlechter, jedoch liegt ein verbessertes Signal-zu-Rausch Verhältnis vor. Es wurde hierdurch die gesamte applizierte Dosis in das Bild PIC B „übertragen“, es hat gegenüber dem Bild PIC A eine bessere Quantenstatistik.
Die beiden Bilder PIC A und PIC B sind also von unterschiedlicher Qualität: PIC A weist ein weniger gutes Signal-zu-Rausch Verhältnis auf, hat dafür aber die vorteilhafte Bildeigenschaft der hohen zeitlichen Auflösung. Das Bild PIC B dagegen weist diese vorteilhafte Eigenschaften nicht oder zumindest in kleinerem Ausmaß auf, hat aber ein besseres Signal-zu-Rausch Verhältnis. Aufgrund der schlechten zeitlichen Auflösung des Bildes PIC B enthält es Bewegungsartefakte, welche durch das Schlagen des Herzens während der Datenerfassung zustande kommen.
Die Bilder PIC A und PIC B können auf an sich bekannte Weise berechnet worden sein, z.B. durch ein FBP (Filtered BackProjection) Verfahren. Es kann sich um zweidimensionale Schnitt- oder um dreidimensionale Volumenbilder des Untersuchungsobjektes handeln.
Ziel des im folgenden beschriebenen Vorgehens ist es, unter Verwendung der Bilder PIC A und PIC B mit ihren unterschiedlichen Bildcharakteristiken ein Ergebnisbild PIC zu erhalten, welches die Vorteile beider Bilder PIC A und PIC B vereinigt, also das gute Signal-zu-Rausch Verhältnis des Bildes PIC B und die gute Zeitauflösung von Bild PIC A. Hierzu wird zunächst in einem Regularisierungsschritt REG das Bild PIC B modifiziert, indem Rauschen geglättet wird; das Ergebnis dieser Modifikation ist das Bild PIC B*. Die Bilder PIC A, PIC B und PIC B* werden dann einer iterativen Rekonstruktion it Rekon zugrunde gelegt, welche auf folgender Update-Formel beruht: f_k+1 = f_k + α₁·Λ⊗(PICA – f_k) + α₂·Λ*⊗(PICB – f_k) – γ·∇R(f_k) Gleichung (1)
Bei f_k+1 handelt es sich um das Bild der (k + 1)-ten Iteration. Es wird aus dem Bild f_k der k-ten Iteration berechnet.
Bei der ersten Iteration wird als Bild f₀ das Bild PIC B verwendet. Dies ist auch anhand von 3 zu erkennen: der Schritt REG entspricht der Anwendung des noch näher zu erläuternden Regularisierungsoperators γ·∇R auf das Bild PIC B. In der ersten Iteration entspricht der letzte Teil der Gleichung (1), γ·∇R(f_k), also γ∙PICB*. In den weiteren Iterationen wird an dieser Stelle jedoch nicht mehr PIC B*, sondern das jeweilige f_k der vorhergehenden Iteration eingesetzt.
In jeder Iteration wird das update Bild f_k aus drei Komponenten linear kombiniert. Es tragen hierzu bei: das Korrekturbild α₁·Λ⊗(PICA – f_k) + α₂·Λ*⊗(PICB – f_k) , das Bild f_k aus der vorangegangenen Iteration und das Regularisierungsbild γ·∇R(f_k). Die Parameter α₁, α₂ und γ steuern die relative Gewichtung von Korrekturterm und Regularisierungsbeitrag.
Die Operatoren Λ und Λ* sind jeweils Bandpassfilter im Frequenzbereich; ⊗ ist der Faltungsoperator. Λ ist ein Tiefpass, Λ* ein Hochpass. Die beiden Operatoren Λ und Λ* sind komplementär zueinander, d.h. wenn man auf der Abszisse die Frequenz und auf der Ordinate die Stärke der Filterung durch die Operatoren Λ und Λ* aufträgt, ergibt die Summe der beiden Filterstärken bei jeder Frequenz stets den Wert 1. Dies gilt für alle Frequenzen, d.h. die beiden Operatoren decken den gesamten Frequenzbereich ab und sind auf 1 normiert. Dieses Komplementärsein der beiden Filter ist wichtig, um die CT-Werte der berechneten Bilder f_k nicht zu höheren oder tieferen Werten zu verschieben; sonst wäre das Wasserniveau der CT-Bilder nicht korrekt.
Die Anwendung von Λ und Λ* ist äquivalent zu einer Frequenzbandzerlegung. Sie gibt selektiven Zugriff darauf, welche Frequenzen aus den Bildern PIC A und PIC B im Konvergenzbild PIC beitragen sollen. Die relative Gewichtung der Frequenzanteile wird durch die Parameter α₁ und α₂ gesteuert.
Der Korrekturterm enthält die Differenzen zwischen dem aktuellen Iterationsbild f_k und den Ausgangsbildern PIC A und PIC B. Da der Korrekturterm zu dem aktuellen Iterationsbild f_k addiert wird, entspricht dies einer Annäherung des Iterationsbildes an die beiden Ausgangsbilder PIC A und PIC B. Diese Annäherung erfolgt jedoch nur in bestimmten Frequenzbereichen: wie bereits erwähnt, erfolgt durch den Operator Λ eine Tiefpassfilterung. Dies entspricht den Eigenschaften von PIC A, wonach dieses Bild ein schlechtes Signal-zu-Rausch Verhältnis aufweist. Da das Rauschen in den hohen Frequenzen zu finden ist, wird deren Beitrag zum Iterationsbild f_k geschwächt. Die Informationen betreffend Kontraste findet sich vor allem im niederfrequenten Bereich, so dass diese beibehalten werden. Λ* hingegen entspricht einem Hochpass. Dies entspricht den Eigenschaften von PIC B, wonach dieses Bild die schlechte Eigenschaften der mangelnden Zeitauflösung und somit Bewegungsartefakte aufweist. Diese Mängel finden sich unter anderem in den niedrigen Bildfrequenzen, so dass zumindest ein Teil dieses Beitrags zum Iterationsbild vermindert werden kann.
Die Iteration kann nach einer bestimmten Anzahl von Iterationszyklen oder nach Erreichen eines Abbruch- bzw. Konvergenzkriteriums beendet werden. Das aus der letzten Iteration resultierende Bild f_k kann dann als vorläufiges Ergebnisbild PIC des ersten Verfahrensabschnitts ausgegeben werden.
Der Vorteil der beschriebenen iterativen Bildrekonstruktion ist, dass im Ergebnisbild PIC die positiven Teile der Bildcharakteristik beider Bilder PIC A und PIC B vereinigt sind. Man kann dies auch anders ausdrücken: bei dem Bild PIC A handelt es sich aufgrund seiner vorteilhaften Eigenschaften um dasjenige, an welchem man als Ergebnisbild interessiert ist; durch die Anwendung des iterativen Algorithmus wird das günstige Signal-zu-Rausch Verhältnis des Bildes PIC B auf das Bild PIC A übertragen. Wie gut diese Übertragung funktioniert, hängt insbesondere von der Ausgestaltung der Filter Λ und Λ* ab. Hierbei ist es vorteilhaft, diese Filter an die Bildeigenschaften anzupassen. Dementsprechend kann analysiert werden, im welchem Frequenzbereich sich die positiven Eigenschaften des Bildes PIC A bzw die Mängel des Bildes PIC B angesiedelt sind.
Die Anwendung der Iteration nach Formel (1) zielt darauf ab, das Signal-zu-Rausch Verhältnis des Bildes PIC A zu verbessern. Hierbei soll jedoch dessen Ortsschärfe erhalten bleiben. Um letzteres zu erreichen, kann der Operator Λ an die Schärfe des Bildes PIC A angepasst werden. Hierzu wird die durch den Operator Λ charakterisierte Frequenzbandzerlegung so ausgestaltet, dass die Modulationstransferfunktion (MTF) des für die Rekonstruktion des Bildes PIC A verwendeten Faltungskerns nachgebildet wird. Diese Modulationstransferfunktion bestimmt sich über: MTF = k(v) / |v| Formel (3)
Hierbei ist k(v) der Frequenzgang des für die Rekonstruktion des Bildes PIC A verwendeten CT-Faltungskerns, d.h. die Fourriertransformierte der Ortsdarstellung des CT-Faltungskerns, und v die Frequenz. Für den Operator Λ kann dann z.B. gewählt werden:
Λ(v) = MTF(v), und aufgrund der bereits geschilderten Komplementaritätseigenschaft gilt dann Λ*(v) = 1 – MTF(v).
Auch andere Filterfunktionen Λ, deren Grenzfrequenz mit derjenigen der Modulationsübertragungsfunktion übereinstimmt, sind möglich. Besonders vorteilhaft ist die Rechteckfunktion, da in diesem Fall alle Frequenzen unterhalb der Grenzfrequenz, also der Frequenz, bei welcher die Modulationstransferfunktion den Wert 0 hat, optimal übertragen werden.
Die Grenzfrequenz des Faltungskerns und somit die Modulationstransferfunktion MTF(v) entscheidet, wie scharf das resultierende Bild PIC A ist. Der Operator Λ wird so gewählt, dass er hinsichtlich der Schärfe genauso gut wie die Modulationstransferfunktion MTF(v) ist. Würde der Operator Λ im Vergleich zu MTF(v) bei kleineren Frequenzen schon absinken, würde dies einen Verlust an Ortsschärfe des Bildes PIC A durch Anwendung des iterativen Algorithmus nach Formel (1) bedeuten. Würde der Operator Λ hingegen im Vergleich zu MTF(v) bei größeren Frequenzen erst absinken, bedeutete dies, dass ein weniger gutes Signal-zu-Rausch Verhältnis für das Ergebnisbild zu erwarten wäre, denn von dem guten Signalzu-Rausch Verhältnis des Bildes PIC B würde aufgrund der Ausgestaltung des Operators Λ* weniger auf das Ergebnisbild übertragen. Durch die Anpassung des Operators Λ an die Modulationstransferfunktion MTF(v) wird also die bestmögliche Ortsschärfe des Ergebnisbildes des iterativen Algorithmus garantiert.
Im folgenden wird ausgeführt, wie der Regularisierungsoperator ∇R ausgestaltet sein kann. Die Aufgabe des Regularisierungsbeitrags γ·∇R(f_k) ist es, das Rauschen im Bild zu vermindern, so dass Konvergenz bei der Iteration erreicht werden kann. Es lässt sich zeigen, dass alleine die Architektur des Regularisierungsoperators entscheidend für die Rauschcharakteristik des Ergebnisbildes ist.
Daher entspricht der Operator ∇R einem Hochpass, so dass aufgrund des Minus-Zeichens vor γ·∇R(f_k) die Wirkung derjenigen eines Tiefpasses entspricht.
Bei ∇R handelt es sich um einen nichtlinearen Bildfilter. Denn wenn lediglich homogen über das gesamte Bild geglättet würde, würde dies zwar das Rauschen reduzieren, jedoch auch die Schärfe des Bildes verschlechtern, da z.B. auch Kanten aufgeweicht würden. Ein nichtlinearer Bildfilter hingegen ermöglicht es, sowohl das Rauschen zu reduzieren, als auch die Auflösung zu erhalten. Dies erfolgt, indem abhängig von den lokalen Kontrastwerten innerhalb des Bildes geglättet wird.
In der nachveröffentlichten deutschen Patentanmeldung der Anmelderin mit dem Aktenzeichen 102010043975.4 , deren Inhalt vollumfassend in die vorliegende Anmeldung übernommen wird, wird aufgezeigt, wie eine kantenerhaltende Glättung erfolgen kann, bei welcher zusätzlich eine Ausfransung der Kanten weitesgehend vermieden wird. Denn nach einer erfolgten Glättung fällt es stark auf, wenn die Kanten nicht völlig glatt sind; sie wirken dann pixelig bzw. ausgefranst. Dies wird erreicht, indem die Glättungswirkung orthogonal zu einer Kante reduziert wird, entlang der Kante hingegen maximal ist.
Die Regularisierung kann wie folgt formuliert werden:
Hierbei ist (f)_i das i-te Element des Bildes f, im folgenden vereinfachend als Pixel bezeichnet. Die Summierung erfolgt über die anderen Pixel j; vorzugsweise wird nur über die direkten Nachbarn des Pixels i summiert. Im zweidimensionalen sind dies 8 Nachbarn, im dreidimensionalen 26, und im vierdimensionalen 81. d_ij ist ein Hochpass, gegeben z.B. durch den inversen Abstand zwischen den Pixeln i und j. Dies bedeutet, dass ein Pixel umso weniger beiträgt, je größer dessen Entfernung vom Pixel i ist. Der so genannten Domain-Filter d_ij sichert die Hochpasscharakteristik des Regularisierungsbeitrags.
Δ_j,i ist der Grauwertabstand zwischen den Pixeln i und j, d.h. Δ_j,i = f_j – f_i. Dies entspricht dem Kontrast.
σ_i ist das isotrope lokale Rauschen am Ort des Pixels i. Man kann diese Größe z.B. bestimmen, indem man die Varianz entlang Linien gemäß den Verbindungen zu den unmittelbaren Nachbarn des Pixels i bestimmt, und das Minimum dieser Varianzen ermittelt. Setzt man σ_i gleich diesem Minimum, so ist die Wahrscheinlichkeit groß, dass nicht eine gegebenenfalls vorhandene physikalische Struktur versehentlich als Rauschen angesehen wird.
Die Größe s(i), die Signifikanz am Ort des Pixels i, ist ein Maß für das Vorhandensein einer Objektkante am Ort des Pixels i. Ist eine solche nicht vorhanden, weist sie den Wert 0 auf, bei einer Kante weist sie den Wert 1 auf. Zwischen diesen beiden Extremen steigt sie monoton an.
Die Größe κ_ij, die Deformationsstärke des Bildes, ist eine Funktion des Winkels zwischen den Richtungsvektoren von der Verbindung zwischen den Pixeln i und j einerseits und des lokalen Prototypgradienten im Pixel i. Dies Größe ermittelt die Krümmung der Kante, indem Gradienten entlang einer detektierten Kante berechnet werden.
Die Kennlinie H wird als Influenzfunktion bezeichnet; im allgemeinen gilt, dass die Influenzfunktion abhängig von ihrem Argument bei 0 den Wert 1 aufweist und dann nichtlinear stetig abfällt. Bei großem Argument ist sie 0 oder sogar negativ.
Das Argument der Influenz-Funktion ist also ein modifiziertes lokales Kontrast-zu-Rausch Verhältnis. Je größer dieses ist, desto kleiner ist der Wert der Influenzfunktion, und desto weniger wird dementsprechend an dieser Stelle im Bild gefiltert bzw. geglättet. Bei kleinen Kontrasten hingegen erfolgt eine starke Filterung.
Vorteilhafte Beispiele für die Ausgestaltung der Influenzfunktion, sowie von s(i) und κ_ij finden sich in o.g. nachveröffentlichter Anmeldung.
Abweichend von Gleichung (2) können auch andere Formulierungen des Regularisierungsoperators zum Einsatz kommen. Ein Beispiel ist ein Laplace-Filter. Vorzugsweise sollte der zur Regularisierung verwendete Filter eine nichtlineare und somit kantenerhaltende Glättung des Bildes bewirken. Ein Beispiel hierfür ist in der Veröffentlichung DE 10 2009 039 987 A1 beschrieben.
Durch Anwendung der Formel (1) erhält man ein zeitlich hochaufgelöstes Bild PIC mit reduziertem Rauschen. Ohne Verlust der Zeitauflösung wird also die verbesserte Quantenstatistik des Bildes PIC B auf das zeitlich hochaufgelöste Bild PIC A übertragen. Dies wird durch die CT-Bilder der 4 illustriert. Es ist jeweils ein Schnittbild durch ein menschliches Herz zu sehen, welches einen Stent aufweist.

– 4A entspricht dem Bild PIC A: es wurde ein Rekonstruktionsbereich von 95º gewählt, entsprechend einer Zeitauflösung von 75 ms. Deutlich ist das hohe Rauschniveau zu erkennen.
– 4B entspricht dem Bild PIC B: es wurde ein Rekonstruktionsbereich von 360º gewählt, entsprechend einer Zeitauflösung von 300 ms. Im Bereich um den Stent sind Bewegungsartefakte zu erkennen.
– 4C entspricht dem Bild PIC: das Rauschen ist gegenüber dem Bild der 4A, und die Bewegungsartefakte sind gegenüber dem Bild der 4B reduziert.

Es lässt sich jedoch feststellen, dass das Frequenzspektrum von Bewegungsartefakten nicht lokalisiert ist, so dass auch nach Anwendung der beschriebenen Iteration im Bild PIC noch Restartefakte verbleiben. Diese befinden sich in der in 4C durch Pfeile markierten Region. Es handelt sich um so genannte Geister- oder Schattenbilder des Stents. Dieser ist im Bild PIC nicht nur an seiner korrekten Position abgebildet, sondern befindet sich in geschwächter Form auch an anderen Positionen, welche er während der CT-Messung eingenommen hat. Diese Schatten liegen im Bild annähernd parallel zum tatsächlichen Stent. Um diesen Effekt zu beseitigen, erfolgt eine weitere Bearbeitung, wie im folgenden erläutert:
Zunächst wird im Schritt REG iterativ eine regularisierte Version des Bildes PIC A berechnet. Hierzu wird Formel (1) mit α₁, α₂ = 0 verwendet: PICA_k+1 = PICA_k – γ·∇R(PICA_k)
Es erfolgt eine bestimmte Anzahl von Iterationen, bis ein Abbruchkriterium erreicht ist. Das Ergebnis wird als PICA^∞ bezeichnet.
Im Anschluss erfolgt folgende Subtraktion: ∇R_s = γ·∇R(PICA^∞) – γ·∇R(PIC)
Es wird also die zuvor berechnete regularisierte Version des Bildes PIC A und die regularisierte Version des Bildes PIC voneinander abgezogen. Der Sinn der Berechnung der regularisierten Version des Bildes PIC A liegt darin, diese Subtraktion, d.h. den Vergleich mit dem regularisierten Bild PIC, zu ermöglichen.
Vereinfachend ist es auch möglich, auf die iterative Berechnung der regularisierten Version des Bildes PIC A zu verzichten, und für die Differenzbildung anstelle von PICA^∞ einfach PIC A einzusetzen.
Das Ziel der Berechnung des Differenzbildes ∇R_s ist es, die Schatten im Bild PIC zu isolieren. Diese befinden sich hauptsächlich bei den hohen Bildfrequenzen. Denn wie bereits erwähnt gilt einerseits, dass die Bewegungsartefakte in CT-Bildern im Frequenzspektrum nicht lokalisiert, sondern verteilt sind, und andererseits, dass der niederfrequente Anteil der Bewegungsartefakte bereits durch die Anwendung von Formel (1) beseitigt wurde. Da das Regularisierungsbild ein hochpassgefiltertes Bild ist, ermöglicht die Berechnung einer regularisierten Version des Bildes PIC also eine Konzentration auf die Schatten, welche sich hauptsächlich bei den hohen Frequenzen befinden.
Die realen Strukturen sind in beiden Bilden, also in ∇R(PICA^∞) und in ∇R(PIC) enthalten. Durch die Subtraktion sind diese im Differenzbild ∇R_s nicht enthalten. Dieses enthält vielmehr Rauschen – aufgrund des Bildes ∇R(PICA^∞) – und die Schattenbilder des Stents – aufgrund des Bildes ∇R(PIC).
Nun erfolgt eine Entrauschung des Differenzbildes ∇R_s. Hierfür sind verschiedene Vorgehensweisen möglich:
Variante 1:
Um das Differenzbild ∇R_s zu entrauschen, wird bildpunktweise geprüft, ob die den betrachteten Bildpunkt mit Bildpunktwert f₀ umgebenden Bildpunktwerte f_l korreliert sind. Unter dem
Bildpunktwert wird hier die CT-Zahl verstanden, die in HU angegeben wird (Luft weist die CT-Zahl von –1000HU auf, Wasser definitionsgemäß 0 HU, und Fettgewebe liegt im Bereich von ca –100 HU, Knochen im Bereich von 500 bis 1500 HU.). l indiziert die Nachbarbildpunkte zum betrachteten Bildpunkt; deren Anzahl sei L. Die Betrachtung kann über verschieden große Nachbarschaften erfolgen.
Mit n wird die Anzahl der Vorzeichenwechsel in der Menge
bezeichnet. Man vergleicht n mit dem Produkt β·L, wobei β eine wählbare Konstante kleiner 1 ist. Gilt n > β·L, so wird der jeweilige Bildpunktwert f₀ als Rauschen gewertet und auf 0 gesetzt. Gilt umgekehrt n < β·L, so bleibt der Bildpunktwert unverändert.
Diese Vorgehensweise wird bildpunktweise auf das gesamte Differenzbild ∇R_s angewandt.
Variante 2:
Um das Differenzbild ∇R_s zu entrauschen, wird bildpunktweise geprüft, ob die den betrachteten Bildpunkt mit Bildpunktwert f₀ umgebenden Bildpunktwerte f_l im Mittelwert eine vorgegebene Schranke unterschreiten. Hierbei wird die Kenntnis ausgenutzt, dass der Mittelwert von reinem Rauschen 0 ist. Unterschreitet der Mittelwert die Schranke, so wird der jeweilige Bildpunktwert f₀ als Rauschen gewertet und auf 0 gesetzt. Trifft dies hingegen nicht zu, so bleibt der Bildpunktwert unverändert. Diese Vorgehensweise wird bildpunktweise auf das gesamte Differenzbild ∇R_s angewandt.
Das entrauschte Differenzbild ∇R_s enthält nur noch die Informationen betreffend die Schattenbilder. Diese wurden also durch die beschriebene Vorgehensweise isoliert. Um das Ergebnisbild zu erhalten, wird das entrauschte Differenzbild ∇R_s
vom Bild PIC abgezogen. Auf diese Weise werden die im Bild PIC nach den Schritten der 3 noch verbleibenden Artefakte beseitigt.
Die vorstehend beschriebenen Ausführungsbeispiele betreffen die medizinische Anwendung der Erfindung. Die Erfindung kann jedoch auch außerhalb der Medizin, beispielsweise bei der Gepäcküberprüfung oder der Materialuntersuchung eingesetzt werden.
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

DE 102010043975 [0068]
DE 102009039987 A1 [0078]

Claims

Verfahren zur Rekonstruktion von Bilddaten (PIC) eines Untersuchungsobjektes aus Messdaten (p), wobei die Messdaten (p) bei einer relativen Rotationsbewegung zwischen einer Strahlungsquelle (C2, C4) eines Computertomographiesystems (C1) und dem Untersuchungsobjekt während einer Bewegung des Untersuchungsobjektes erfasst wurden, aus einem ersten Ausschnitt der Messdaten (p) erste Bilddaten (PIC A) und aus einem gegenüber den ersten Bilddaten (PIC A) vergrößerten Ausschnitt der Messdaten (p) zweite Bilddaten (PIC B) rekonstruiert werden, unter Verwendung der ersten (PIC A) und der zweiten (PIC B) Bilddaten mit einem iterativen Algorithmus (it Rekon) verbesserte Bilddaten (PIC) berechnet werden, wobei bei dem iterativen Algorithmus (it Rekon) – ein Tiefpass auf eine Differenz zwischen den ersten Bilddaten (PIC A) und Bilddaten eines Iterationszyklus, und – ein Hochpass auf eine Differenz zwischen den zweiten Bilddaten (PIC B) und den Bilddaten des Iterationszyklus angewandt wird, und im Anschluss unter Verwendung der ersten Bilddaten (PIC A) und der verbesserten Bilddaten (PIC) Informationen über Bewegungsartefakte der verbesserten Bilddaten (PIC) ermittelt und zur Verminderung der Bewegungsartefakte der verbesserten Bilddaten (PIC) eingesetzt werden.
Verfahren nach Anspruch 1, bei dem bei dem iterativen Algorithmus (it Rekon) ein nichtlinearer Operator (REG) auf die Bilddaten des Iterationszyklus angewandt wird, welcher eine kantenerhaltende Glättung durchführt.
Verfahren nach Anspruch 2, bei dem der nichtlineare Operator (REG) eine Filterung abhängig von einem Kontrast-zu-Rauschen umfasst.
Verfahren nach einem der Ansprüche 1 bis 3, bei dem die verbesserten Bilddaten (PIC) ein gegenüber den ersten Bilddaten (PIC A) verbessertes Signal-zu-Rausch Verhältnis aufweisen.
Verfahren nach einem der Ansprüche 1 bis 4, bei dem bei dem iterativen Algorithmus (it Rekon) die Bilddaten des Iterationszyklus, und das Ergebnis der Anwendung des Tiefpasses auf die Differenz zwischen den ersten Bilddaten (PIC A) und den Bilddaten des Iterationszyklus, und das Ergebnis der Anwendung des Hochpasses auf die Differenz zwischen den zweiten Bilddaten (PIC B) und den Bilddaten des Iterationszyklus, und das Ergebnis der Anwendung des nichtlinearen Operators (REG) addiert werden.
Verfahren nach einem der Ansprüche 1 bis 5, bei dem zur Ermittlung der Informationen über Bewegungsartefakte eine hochpassgefilterte Version der ersten Bilddaten (PIC A) und eine hochpassgefilterte Version der verbesserten Bilddaten (PIC) voneinander abgezogen werden.
Verfahren nach Anspruch 6 in Rückbeziehung auf Anspruch 2, bei dem die hochpasssgefilterten Versionen unter Verwendung des nichtlinearen Operators (REG) berechnet werden.
Verfahren nach Anspruch 6 oder 7, bei dem im Anschluss das Subtraktionsergebnis einer rauschvermindernden Bearbeitung unterzogen wird.
Verfahren nach Anspruch 8, bei dem für die rauschvermindernde Bearbeitung bildpunktweise Vorzeichenwechsel zwischen Bildpunktwerten eines jeweils betrachteten Bildpunktes und benachbarter Bildpunkte betrachtet werden.
Verfahren nach Anspruch 9, bei dem abhängig von einer Anzahl vorhandener Vorzeichenwechsel der Bildpunktwert des jeweils betrachteten Bildpunktes beibehalten oder als Rauschen interpretiert wird.
Verfahren nach Anspruch 8, bei dem für die rauschvermindernde Bearbeitung bildpunktweise ein Mittelwert von benachbarten Bildpunktwerten eines jeweils betrachteten Bildpunktes betrachtet wird.
Verfahren nach Anspruch 11, bei dem abhängig vom Mittelwert der Bildpunktwert des jeweils betrachteten Bildpunktes beibehalten oder als Rauschen interpretiert wird.
Verfahren nach einem der Ansprüche 8 bis 12, bei dem zur Verminderung der Bewegungsartefakte der verbesserten Bilddaten (PIC) das rauschverminderte Subtraktionsergebnis von den verbesserten Bilddaten (PIC) abgezogen wird.
Verfahren nach einem der Ansprüche 1 bis 13, bei dem der erste Ausschnitt einem minimal für die Bildrekonstruktion benötigten Messdatenbereich entspricht.
Verfahren nach einem der Ansprüche 1 bis 14, bei dem der Tiefpass an die Modulationstransferfunktion der ersten Bilddaten (PIC A) angepasst ist.
Verfahren nach einem der Ansprüche 1 bis 15, bei dem der Hochpass komplementär zum Tiefpass ausgestaltet ist.
Recheneinheit (C10) zur Rekonstruktion von Bilddaten (PIC) eines Untersuchungsobjektes aus Messdaten (p) eines CT-Systems (C1), mit Mitteln zum Durchführen eines Verfahrens gemäß einem der Ansprüche 1 bis 16.
CT-System (C1) mit einer Recheneinheit (C10) nach Anspruch 17.
Computerprogramm mit Programmcode (Prg₁–Prg_n), um das Durchführen eines Verfahrens nach einem der Ansprüche 1 bis 16 zu bewirken, wenn das Computerprogramm auf einem Computer ausgeführt wird.
Datenträger mit Programmcode (Prg₁–Prg_n) eines Computerprogramms, um das Durchführen eines Verfahrens nach einem der Ansprüche 1 bis 16 zu bewirken, wenn das Computerprogramm auf einem Computer ausgeführt wird.