DE102013214689A1

DE102013214689A1 - Verfahren zur Reduzierung von Artefakten in Bilddatensätzen und Recheneinrichtung

Info

Publication number: DE102013214689A1
Application number: DE102013214689.2A
Authority: DE
Inventors: Christoph Köhler; Bernd Schreiber
Original assignee: Siemens AG
Current assignee: Siemens Healthineers Ag De
Priority date: 2013-07-26
Filing date: 2013-07-26
Publication date: 2015-01-29
Anticipated expiration: 2033-07-27
Also published as: US20150030228A1; US9224201B2; DE102013214689B4

Abstract

Verfahren zur Reduzierung von auf ungleicher Darstellung gleicher Materialklassen an unterschiedlichen Orten beruhenden Artefakten, insbesondere von Cupping-Artefakten, in einem dreidimensionalen, aus zweidimensionalen Röntgen-Projektionsbildern rekonstruierten Bilddatensatz, in dem jeweils einem Voxel ein einen Schwächungswert beschreibendes Bilddatum zugeordnet ist, wobei in einem Nachverarbeitungsschritt wenigstens zwei insbesondere homogen verteilte, in einem erwarteten Materialklassenintervall der Schwächungswerte liegende Bilddaten enthaltende Materialklassenbereiche aufgefunden werden und unter Berücksichtigung wenigstens einer Eigenschaft der Materialklassenbereiche eine auf die Bilddaten des gesamten Bilddatensatzes anzuwendende, glatte Homogenisierungsfunktion ermittelt und auf die Bilddaten des Bilddatensatzes angewandt wird.

Description

Die Erfindung betrifft ein Verfahren zur Reduzierung von auf ungleicher Darstellung gleicher Materialklassen an unterschiedlichen Orten beruhenden Artefakten, insbesondere von Cupping-Artefakten, in einem dreidimensionalen, aus zweidimensionalen Röntgen-Projektionsbildern rekonstruierten Bilddatensatz, in dem jeweils einem Voxel ein einen Schwächungswert beschreibendes Bilddatum zugeordnet ist.
Die Rekonstruktion von dreidimensionalen Bilddatensätzen aus zweidimensionalen Projektionsbildern ist im Stand der Technik bereits weitgehend bekannt. Im Röntgen-Bildgebungsbereich werden zur Erzeugung solcher dreidimensionaler Bilddatensätze meist Computertomographie-Einrichtungen (CT-Einrichtungen) genutzt, die dediziert zur Rekonstruktion höherdimensionaler Bilddatensätze ausgelegt sind. Es wurde inzwischen jedoch auch vorgeschlagen, andere Röntgeneinrichtungen, die unter unterschiedlichen Projektionsrichtungen Projektionsbilder aufnehmen können, zu nutzen, um dreidimensionale Bilddatensätze zu erstellen. Ein bekanntes Beispiel hierfür sind C-Bogen-Röntgeneinrichtungen, die einen C-Bogen aufweisen, an dem sich gegenüberliegend ein Röntgenstrahler und ein Röntgendetektor angeordnet sind. Die so gebildete Aufnahmeanordnung kann beispielsweise um den Patienten herum rotiert werden, um die Projektionsbilder aufzunehmen und daraus einen dreidimensionalen Bilddatensatz rekonstruieren zu können.
Als Ergebnis der Aufnahme und Rekonstruktion von dreidimensionalen Bilddatensätzen verbleiben häufig Artefakte in den Bilddaten, zu deren Beseitigung verschiedene Algorithmen bekannt sind, die jedoch nicht alle in der Lage sind, Artefakte völlig zu beseitigen. Besonders problematisch hierbei sind im Ortsraum niederfrequente Homogenitätsartefakte, das bedeutet Effekte, die dafür sorgen, dass gleiche Materialien, bzw. allgemein gleiche Materialklassen nicht an allen Stellen des Bilddatensatzes gleich abgebildet werden, mithin denselben Schwächungswert erhalten.
Dabei sei bereits an dieser Stelle darauf hingewiesen, dass Schwächungswerte im Bereich der Röntgenbildgebung häufig als sogenannte HU-Werte (Hounsfield Units) angegeben werden, die jedoch bereits im negativen Bereich beginnen, beispielsweise bei –1000. Mithin ist es gängig, den Schwächungswerten in HU einen Offset hinzuzufügen, beispielsweise von 1024, um grundsätzlich positive Bilddaten zu erhalten, die gegebenenfalls einfacher verarbeitet werden können. Nichtsdestotrotz ist eine Umrechnung in HU selbstverständlich jederzeit problemlos möglich.
Bei den HU besteht nun bekannterweise ein Zusammenhang mit den Schwächungskoeffizienten des betrachteten Gewebes, da HU letztlich über die Abweichung von dem Schwächungskoeffizienten für Wasser definiert sind, mithin für Wasser einen Schwächungswert von 0 HU ansetzen. Durch die beschriebenen Effekte kann es nun dazu kommen, dass trotz gleicher vorliegender Materialklasse, mithin im selben Bereich liegende Schwächungskoeffizienten, in unterschiedlichen Bereichen des dreidimensionalen Bilddatensatzes hierfür unterschiedliche Schwächungswerte als Bilddatum vorliegen, so dass keine Homogenität gegeben ist. Derartige Homogenitätsartefakte stellen hauptsächlich ein Problem dar, wenn in einem Bilddatensatz Niedrigkontrast-Details identifiziert werden sollen, beispielsweise eine Blutung, ein Tumor oder ein Infarktgebiet.
Verschiedene Homogenitätsartefakte sind bekannt. So existieren zum einen die sogenannten Cupping-Artefakte, die hauptsächlich von Streustrahlung herrühren. Diese sorgen dafür, dass die Bilddaten bei gleicher Materialklasse zum Rand des Bildes hin höher oder niedriger werden, so dass sich eine Art „Schüsselform” ergibt. Bekannt sind zudem Capping-Artefakte, die aus zu hoher Bestrahlung oder einem Ansteigen von Dichtewerten aufgrund zunehmender Strahlaufhärtung resultieren können. Besonders auffällig sind derartige Homogenitätsartefakte bei Aufnahmen des menschlichen Kopfes, da im Innenraum des Kopfes hauptsächlich Weichteilgewebe (soft tissue) vorliegt, welches als eine Schwächungsklasse mit äußerst ähnlichen Schwächungswerten aufgefasst werden kann. Soll beispielsweise ein Aneurysma detektiert werden, sind kleine Kontrastunterschiede zu ermitteln. Probleme treten bei derartigen Kopfaufnahmen häufig auch im Hinblick auf Cupping-Artefakte auf, nachdem die Bilddaten zum hinteren Teil des Schädels hin zunehmen können, nachdem erhöhte Strahlaufhärtung durch den dickeren Teil des Schädeldaches (Kalotte) auftritt.
Diese physikalischen Effekte können, wie bereits dargelegt wurde, teilweise durch Softwarekorrekturen beseitigt werden, die Teil der Vorverarbeitung der gemessenen Projektionsbilder ist, bevor die Projektionsbilder als Eingangsdaten für den Rekonstruktionsalgorithmus verwendet werden. Diese Software-Korrekturen, beispielsweise eine Streukorrektur oder eine Strahlaufhärtungskorrektur, erhöhen die Qualität des dreidimensionalen Bilddatensatzes zwar deutlich, jedoch verbleibt trotz Einsatz dieser Algorithmen immer noch eine erkennbare Menge an Inhomogenität im rekonstruierten dreidimensionalen Bilddatensatz.
Der Erfindung liegt daher die Aufgabe zugrunde, ein nach der Rekonstruktion des dreidimensionalen Bilddatensatzes anwendbares Verfahren anzugeben, dass die Homogenität des Bilddatensatzes im Hinblick auf gleiche Schwächungskoeffizienten erhöht und somit, insbesondere nach der Verwendung von Korrekturalgorithmen noch verbleibende, Homogenitätsartefakte reduziert.
Zur Lösung dieser Aufgabe ist bei einem Verfahren der eingangs genannten Art erfindungsgemäß vorgesehen, dass in einem Nachverarbeitungsschritt wenigstens zwei insbesondere homogen verteilte, in einem erwarteten Materialklassenintervall der Schwächungswerte liegende Bilddaten enthaltende Materialklassenbereiche aufgefunden werden und unter Berücksichtigung wenigstens einer Eigenschaft der Materialklassenbereiche eine auf die Bilddaten des gesamten Bilddatensatzes anzuwendende, glatte Homogenisierungsfunktion ermittelt und auf die Bilddaten des Bilddatensatzes angewandt wird.
Dabei sei zunächst darauf hingewiesen, dass es sich bei dem hier betrachteten dreidimensionalen Bilddatensatz grundsätzlich selbstverständlich auch um einen Unterdatensatz eines größeren Volumendatensatzes handeln kann, beispielsweise, wenn aus einem solchen größeren Volumendatensatz Bereiche der Materialklasse oder solche, die die Verwendung einer bestimmten Form der Homogenisierungsfunktion unterstützen, herausgeschnitten wurden. Gerade im Hinblick auf Aufnahmen des Kopfes eines Patienten lässt sich das Verfahren jedoch besonders vorteilhaft auch auf einen kompletten, Rekonstruierten, dreidimensionalen Bilddatensatz des Kopfes anwenden, wie im Folgenden noch näher dargelegt werden wird.
Die grundlegende Idee der vorliegenden Erfindung ist es also, eine Homogenisierungsfunktion zu ermitteln, die letztlich die Bilddaten zumindest in Bereichen der Materialklasse aneinander anzugleichen sucht und mithin Abweichungen in der Darstellung desselben Materials vermeiden möchte. Um eine derartige Homogenisierungsfunktion ermitteln zu können, wird vorgeschlagen, Bereich im dreidimensionalen Bilddatensatz aufzufinden, die von der groben Lage ihrer Schwächungswerte her der Materialklasse zugeordnet werden können. Denn es ist im Voraus bereits bekannt, bei welchen Schwächungswerten die Materialklasse erwartet wird, was durch das Materialklassenintervall beschrieben wird. Geht es beispielsweise darum, die Homogenisierung im Hinblick auf Weichteilgewebe (soft tissue) durchzuführen, ist bekannt, dass deren Schwächungswerte im Bereich von Wasser, insbesondere leicht darüber, liegen, so dass beispielsweise das Materialklassenintervall von –50 HU bis +100 HU gewählt werden kann. Liegen die Bilddaten eines Kandidatenbereiches des dreidimensionalen Bilddatensatzes innerhalb dieses Materialklassenintervalls für die Schwächungswerte, was, wie noch näher dargelegt werden wird, beispielsweise durch statistische Analyse der Bilddaten in dem Kandidatenbereich ermittelt werden kann, wird davon ausgegangen, dass der Kandidatenbereich die Materialklasse darstellt und somit ein Materialklassenbereich ist. Sind nun mehrerer solcher Materialklassenbereiche, insbesondere gleichmäßig über den dreidimensionalen Bilddatensatz verteilt, bekannt, können diese als Eingangsinformation zur Bestimmung einer Homogenisierungsfunktion dienen, da letztlich nach der Art von Stützstellen Bereiche der Materialklasse bekannt sind und mithin zum einen darauf geschlossen werden kann, wie weit diese voneinander bzw. einem Sollwert (Zielwert) abweichen, zusätzlich aber auch auf andere, nicht in den Schwächungsklassenbereichen enthaltene Bereiche des dreidimensionalen Bilddatensatzes gefolgert werden kann. Das bedeutet, die Homogenisierungsfunktion kann für den gesamten Bilddatensatz bestimmt werden. Mit anderen Worten werden also identifizierbare Bereiche der Materialklasse, wobei selbstverständlich Hintergrundwissen über den Bilddatensatz eingehen kann, aufgefunden und aus ihrer entsprechenden Abweichung untereinander bzw. zu einem Zielwert hin kann auf einen Weg geschlossen werden, sowohl für diese Schwächungsklassenbereiche als auch für andere Bereiche des Bilddatensatzes eine Angleichung zu erzielen.
Wie bereits dargelegt wurde, eignet sich das Verfahren besonders für Weichteilgewebe (soft tissue) als Materialklasse, insbesondere im Bereich des Kopfes eines Patienten.
Nachdem die Homogenisierungsfunktion glatt bestimmt wird bzw. dies als Bedingung an die Homogenisierungsfunktion gestellt wird, wird sichergestellt, dass Kontrastwechsel, um Strukturen innerhalb der Materialklasse unterscheiden zu können, erhalten bleiben. Dies macht das Verfahren äußerst robust, wobei diese Robustheit im Übrigen noch erhöht werden kann, wenn vorgesehen ist, dass die Homogenisierungsfunktion vor ihrer multiplikativen Anwendung auf die Bilddaten auf ein durch eine maximale Distanz beschriebenes Zulässigkeitsintervall um 1 beschränkt wird, wobei die Distanz zwischen 0,1 und 0,3, bevorzugt als 0,2, gewählt wird. Beispielsweise kann also die bestimmte Homogenisierungsfunktion dann so eingeschränkt werden, dass sie nur Werte von 0,8 bis 1,2 annimmt, mithin eine massive Veränderung der Bilddaten des Bilddatensatzes ausgeschlossen wird. Somit wird zwar eine deutliche Verbesserung der Bildqualität und eine Reduzierung von Artefakten erreicht, jedoch der Aussagegehalt des dreidimensionalen Bilddatensatzes mittels des erfindungsgemäßen Verfahrens nicht beeinträchtigt.
Wie bereits erwähnt, ist die hauptsächliche, von der Erfindung vorgeschlagene Methode zur Ermittlung der Homogenitätsfunktion die Verwendung eines Zielwerts, auf den hin homogenisiert werden soll, und die Erzeugung von Stützbereichen (also den Materialklassenbereichen), aus denen ein insbesondere von dem Zielwert abweichender Stützwert abgeleitet werden kann. Der Zielwert muss dabei nicht zwangsläufig den Sollwert für die Materialklasse (oder ein bestimmtes Mitglied der Materialklasse) darstellen, sondern kann auch durch den dreidimensionalen Bilddatensatz vorgegeben werden, beispielsweise als ein zentral vorliegender Wert. Die Homogenitätsfunktion kann dann insbesondere durch einen „Fit” an durch die Materialklassenbereiche vorgegebene Stützstellen, insbesondere Abweichungen von dem Zielwert, erfolgen.
In den meisten Fällen wird die Homogenisierungsfunktion bzw. eine zu bestimmende Subfunktion durch Funktionsparameter charakterisiert sein, die beispielsweise in einem Optimierungsverfahren, worauf später noch näher eingegangen werden wird, bestimmt werden können. Die konkrete Wahl der Form der Homogenisierungsfunktion wird dabei bevorzugt in Abhängigkeit von Hintergrundwissen derart vorgenommen, dass sie jedoch glatt ist. Im Wesentlichen bildet sich eine den zu korrigierenden Artefakten, welche im Übrigen auch überlagert vorliegen können, entsprechende Form an, bei Cupping-Artefakten also beispielsweise selbst eine Art „Schüsselform”. Gezeigt hat sich beispielweise, dass polynomiale, insbesondere quadratische, und exponentielle Terme zweckmäßig eingesetzt werden können.
Besonders zweckmäßig ist es im Rahmen der vorliegenden Erfindung, wenn vor Durchführung des Nachbearbeitungsschrittes wenigstens ein Algorithmus zur Reduzierung von Artefakten auf die Projektionsbildung und/oder den Bilddatensatz angewandt wurde und/oder der Nachbearbeitungsschritt der letzte Schritt eines Nachbearbeitungsvorganges vor einer Darstellung des Bilddatensatzes ist. Wie bereits erwähnt wurde, sind Algorithmen zur Reduzierung von Artefakten im Stand der Technik bereits bekannt, welche allerdings vornehmlich auf die Projektionsbilder angewandt werden, beispielsweise im Rahmen einer Streustrahlungskorrektur und/oder einer Strahlaufhärtungskorrektur. Diese Algorithmen entfernen häufig nicht alle Artefakte, reduzieren diese aber bereits vorab, so dass es mittels des erfindungsgemäßen Verfahrens vorteilhafterweise möglich ist, eine weitere Reduzierung der Artefakte vorzunehmen, insbesondere also letzte gegebenenfalls störende Reste von Artefakten auch noch zu entfernen. Insbesondere kann der Nachbearbeitungsschritt ferner der letzte Schritt eines Nachbearbeitungsvorganges vor einer Darstellung des Bilddatensatzes sein, mithin die letzte Aufbereitung der Bilddaten zur Darstellung enthalten. Dies ist besonders zweckmäßig in Zusammenhang mit einer schichtbildweisen Betrachtung, wie im Folgenden noch näher dargelegt werden wird. Dann kann beispielsweise nach einer sogenannten multiplanaren Rekonstruktion (MPR, of auch multiplanare Reformation) vor der Darstellung eine Korrektur zur weiteren Homogenisierung des Bilddatensatzes erfolgen.
Wie bereits dargelegt wurde, lässt sich das erfindungsgemäße Verfahren besonders vorteilhaft auf einen den Kopf eines Menschen zeigenden dreidimensionalen Bilddatensatz anwenden. Diese dreidimensionalen Bilddatensätze zeichnen sich dadurch aus, dass mittig, also im Inneren des Kopfes meist das bereits angesprochene Weichteilgewebe (soft tissue)vorliegt, welches erst außen von den Strukturen des Schädelknochens umrahmt ist. Gerade bei solchen dreidimensionalen Bilddatensätzen bilden sich häufig Cupping-Artefakte und sonstige Homogenitätsartefakte aus, die aufgrund des doch recht großen Bereiches von Weichteilgewebe auch auffallend sind, was bei Aufnahmen in anderen Bereichen des Körpers nicht immer zutrifft.
In zweckmäßiger Ausgestaltung der vorliegenden Erfindung kann vorgesehen sein, dass der Bilddatensatz entlang einer Unterteilungsrichtung in Schichtbilder unterteilt wird, wobei für jedes Schichtbild eine Schichtbildhomogenisierungsfunktion bestimmt wird und die Homogenisierungsfunktion für den gesamten Bilddatensatz aus den Schichtbildhomogenisierungsfunktionen abgeleitet wird. Auch algorithmisch und in Bezug auf die Rechenleistung zweckmäßig ist es mithin, nicht den gesamten Bilddatensatz gleichzeitig zu betrachten, sondern eine Aufteilung in Schichtbilder zu verwenden, wobei jedes Schichtbild bevorzugt die Schichtdicke von einem Voxel aufweist. Eine derartige Unterteilung in Schichtbilder liegt häufig bei der Vorbereitung zur Darstellung bereits vor, wobei die Unterteilungsrichtung beispielsweise, insbesondere auch beim Kopf eines Menschen, als die Axialrichtung gewählt wird. Im Stand der Technik sind bereits Verfahren bekannt, die aus dreidimensionalen Bilddatensätzen derartige darzustellende Schichtbilder in letztlich beliebig wählbaren Richtungen erzeugen, beispielsweise das Verfahren der bereits erwähnten multiplanaren Rekonstruktion (MPR, häufig auch multiplanare Reformation). Diese Schichtbilder können dann, beispielsweise als letzter Nachbearbeitungsschritt vor der Darstellung der Schichtbilder, zweckmäßigerweise einzeln betrachtet werden, bevor die Homogenisierungsfunktion für den gesamten dreidimensionalen Bilddatensatz ermittelt wird.
Selbstverständlich sollte die Homogenisierungsfunktion jedoch auch in Unterteilungsrichtung glatt sein, so dass zur Kombination der Schichtbildhomogenisierungsfunktion zu der Homogenisierungsfunktion für den dreidimensionalen Bilddatensatz vorgesehen sein kann, dass die Homogenisierungsfunktion als ein gleitender Mittelwert über die Schichtbildhomogenisierungsfunktionen ermittelt wird, insbesondere durch Filtern mit einem Tiefpassfilter in der Unterteilungsrichtung. Beispielsweise kann in diesem Zusammenhang vorgesehen seien, dass bei der gleitenden Mittelwertbildung 4 bis 6, bevorzugt 5, benachbarte Schichten in beiden Richtungen berücksichtigt werden. Auf diese Weise werden bevorzugt Sprünge zwischen den einzelnen Schichten vermieden.
Eine vorteilhafte, konkrete weitere Ausgestaltung der Erfindung sieht vor, dass zunächst für jedes Schichtbild ein Schwerpunkt des Schichtbildes und/oder ein Zielwert ermittelt werden, wobei zur Ermittlung des Zielwertes ein um den Schwerpunkt liegender Zentralbereich bestimmt wird, für den ein mittlerer Schwächungswert als Zielwert ermittelt wird, oder ein Zielwert als ein für die Materialklasse erwarteter Wert insbesondere HU-Wert, festgelegt wird. Es kann mithin für jedes der Schichtbilder ein Zielwert, wie er bereits grundsätzlich diskutiert wurde, erzeugt werden, auf den hin letztlich die Homogenisierung erfolgen soll, wie im weiteren noch näher dargestellt werden soll. Dieser Zielwert kann als eine Art Sollwert festgelegt wird, beispielsweise für Weichteilgewebe (soft tissue) in einem Bereich von 0 bis 25 HU. Allerdings kann er auch aus dem jeweiligen Schichtbild heraus ermittelt werden. Hierzu bietet es sich, insbesondere dann, wenn Cupping-Artefakte vorliegen können, an, einen Zentralbereich zu betrachten, der sich um den auch anderweitig nützlich weiter verwendbaren Schwerpunkt erstrecken kann, welcher Schwerpunkt beispielsweise eine Rolle bei der Definition der Grundform der Homogenisierungsfunktion spielen kann. Ist ein derartiger Schwerpunkt erst ermittelt, lässt sich ein Zentralbereich definieren, der beispielsweise 50 bis 100 mal 50 bis 100 Pixel des Schichtbildes umfassen kann, bevorzugt 80 mal 80 Pixel. Ein hieraus abgeleiteter mittlerer Schwächungswert, also ein mittleres Bilddatum, kann als Zielwert ermittelt werden.
Konkret kann zur Bestimmung des Schwerpunktes vorgesehen sein, dass das Bild anhand eines einen Schwächungswert eines in dem Schichtbild dargestellten Objektes beschreibenden Objektschwellwerts binarisiert wird. Das bedeutet, es wird ein Objektschwellwert festgelegt, über den es möglich ist, die Lage des tatsächlich im Bild zu sehenden Objektes, beispielweise des Kopfes eines Patienten, zu definieren; jeder Pixel des Kopfes wird dann als „1” markiert, jeder außerhalb des Objekts liegende Pixel als „0”. Als ein Objektschwellwert kann beispielsweise dann, wenn Weichteilgewebe und sonstige Bestandteile des menschlichen Körpers dargestellt werden, ein Wert von 0 HU (Wasser) oder etwas darunter angesetzt werden. Liegt erst ein derart binarisiertes Bild vor, lässt sich über dieses leicht auf bekannte Weise eine Schwerpunktsbestimmung durchführen, woraus Pixelkoordinaten für den Schwerpunkt resultieren. Dieser bezieht sich dann auf das tatsächlich dargestellte Objekt, welches dann auch hauptsächliches Ziel der Homogenisierung ist.
Zur Ermittlung des mittleren Schwächungswertes kann vorgesehen sein, dass nur Bilddaten des Zentralbereichs berücksichtig werden, die in einem von der Materialklasse abhängigen Grobabschätzungsintervall liegen. Auf diese Weise sollen Fälle abgefangen werden, in denen sich mittig des Bildes ein Material befindet, dass auch unter Berücksichtigung von Artefakten nicht mehr der Materialklasse zugeordnet werden kann. Mithin ist das Grobabschätzungsintervall derart gewählt, dass es recht große Schwankungen um die erwarteten Werte für die Materialklasse erlaubt, jedoch stark abweichende Schwächungswerte als Bilddaten ausschließt, beispielsweise im Fall von Weichteilgewebe als Materialklasse die von Knochen oder Luft. Ist Weichteilgewebe die Materialklasse, auf die sich das vorliegende Verfahren bezieht, kann das Grobabschätzungsintervall beispielsweise von –80 bis +150 HU gewählt werden. Es ist damit, wie erläutert, breiter als das Materialklassenintervall.
Ein konkreter Algorithmus zur Durchführung des erfindungsgemäßen Verfahrens kann auch Prozeduren vorsehen, die eingreifen, wenn keine genügend große statistische Grundlage zur Bestimmung des mittleren Schwächungswertes gegeben sein sollte, beispielsweise also für zu wenige Pixel das Bilddatum in dem Grobabschätzungsintervall liegt. Hier kann beispielsweise ein Schwellwert vorgesehen werden, bei dessen Unterschreitung der Zielwert anderweitig bestimmt wird, beispielsweise als ein für die Materialklasse üblicher Zielwert oder dergleichen, wie oben bereits dargelegt wurde.
Eine weitere vorteilhafte konkrete Umsetzung des erfindungsgemäßen Verfahrens in diesem Kontext sieht vor, dass für jedes Schichtbild insbesondere gleichmäßig verteilte und/oder das gesamte Schichtbild abdeckende Kandidatenbereiche definiert werden und für jeden Kandidatenbereich ein mittleres Bilddatum, ein maximales Bilddatum und ein minimales Bilddatum über die Pixel in dem Kandidatenbereich ermittelt werden, wobei ein Kandidatenbereich als Materialklassenbereich bestimmt wird, wenn das mittlere Bilddatum in dem Materialklassenintervall liegt sowie das Minimum größer als ein vorbestimmter Minimalwert und das Maximum kleiner als ein vorbestimmter Maximalwert sind, wobei der Minimalwert und der Maximalwert zulässige Abweichungen für die Materialklasse beschreiben. Wie bereits erwähnt ist das Materialklassenintervall dabei enger als das insbesondere verwendete Grobabschätzungsintervall, so dass das Materialklassenintervall für Weichteilgewebe beispielsweise von –50 bis +150 HU liegen kann. Die Kandidatenbereiche, die auch als ROI bezeichnet werden können, können dabei recht klein gewählt werden. Beispielsweise ist es denkbar, dass die Kandidatenbereiche eine Größe von 8 bis 12 mal 8 bis 12 Pixel aufweisen, bevorzugt 10 mal 10 Pixel. Das Schichtbild kann durch diese Kandidatenbereiche beispielsweise vollständig abgedeckt werden, indem diese durch eine gitterartige Unterteilung des Schichtbildes definiert werden. Möglich ist es aber auch, weniger Kandidatenbereiche zu verwenden, die dann aber bevorzugt wenigstens gleichmäßig verteilt über das Schichtbild vorliegen. Nachdem die Kandidatenbereiche definiert worden sind, werden drei statistische Größen für jeden dieser drei Kandidatenbereiche bestimmt, nämlich das mittlere Bilddatum, das minimale Bilddatum und das maximale Bilddatum. Diese werden, wie beschrieben, gegen Bedingungen überprüft, die beschreiben, ob es sich um ein Materialklassenintervall handelt, mithin der Kandidatenbereich relativ sicher als die Materialklasse darstellend klassifiziert werden kann. Der Minimalwert und der Maximalwert beschreiben dabei zulässige Abweichungen, wobei angemerkt sei, dass auch Ausführungsbeispiele denkbar sind, die überprüfen, ob für mehrere Pixel des Kandidatenbereichs der Minimalwert unter- bzw. überschritten ist. Letztendlich wird hierdurch jedoch sichergestellt, dass keine zu starken Ausreißer vorhanden sind. Beispielsweise kann für Weichteilgewebe ein Minimalwert im Bereich von –250 HU, ein Maximalwert im Bereich von +400 HU gewählt werden.
Zweckmäßig ist es im erfindungsgemäßen Verfahren ferner, sicherzustellen, dass eine hinreichende Anzahl an Materialklassenbereichen vorliegt, so dass die Bestimmung der Homogenisierungsfunktion verlässlich durchgeführt werden kann. Es sind Ausführungsbeispiele denkbar, in denen bei zu wenig aufgefundenen Materialklassenbereichen die Bedingungen sozusagen „aufgeweicht” werden, um weitere Materialklassenbereiche auffinden zu können. So kann in einer konkreten, zweckmäßigen Ausgestaltung beispielsweise vorgesehen sein, dass dann, wenn die Gesamtzahl der Materialklassenbereiche kleiner als ein vorbestimmter erster Schwellwert ist und/oder die Gesamtzahl von Materialklassenbereichen in einem durch den Schwerpunkt definierten Quadranten kleiner als ein vorbestimmter zweiter Schwellwert ist, auch Kandidatenbereiche als Materialklassenbereiche verwendet werden, für die das Minimum größer als der vorbestimmte Minimalwert und das Maximum kleiner als der vorbestimmte Maximalwert sind, wobei für diese Materialklassenbereiche das mittlere Bilddatum als der Zielwert festgelegt wird. Eine derartige Vorgehensweise erlaubt es insbesondere, Randschichten dennoch adäquat mitverwenden zu können. Wird das Beispiel einer Aufnahme des menschlichen Kopfes wiederum herangezogen, liegt in den Randschichten weniger Weichteilgewebe, jedoch gegebenenfalls mehr Knochenmaterial vor. Dies sorgt dafür, dass mittlere Bilddaten leicht aus dem Materialklassenbereich hinaus gezogen werden, insgesamt aber oft noch zwischen den durch den Minimalwert und dem Maximalwert vorgegebenen Grenzen verbleiben. Es hat sich gezeigt, dass auch solche Kandidatenbereiche noch als Materialklassenbereiche berücksichtigt werden können, wenn das mittlere Bilddatum künftig auf den Zielwert selbst „gezwungen” wird. So ist auch in Schichtbildern, insbesondere am Rand liegenden Schichtbildern, in denen ansonsten nur sehr wenige Materialklassenbereiche aufgefunden werden würden, noch eine sinnvolle Berechnung der Homogenisierungsfunktion möglich.
Wurden die Materialklassenbereiche und ihre kennzeichnenden Werte, insbesondere die mittleren Bilddaten, bestimmt, ist es nun möglich, die Schichtbildhomogenisierungsfunktion zu ermitteln. Hierfür kann zweckmäßig vorgesehen sein, dass für jedes Schichtbild die Schichtbildhomogenisierungsfunktion beschreibende Funktionsparameter in einem Optimierungsverfahren ermittelt werden, wobei die Kostenfunktion als Summe der Abweichungen der mit der Homogenisierungsfunktion am Ort des Materialklassenbereichs multiplizierten mittleren Bilddaten von dem Zielwert angesetzt wird. Diese Kostenfunktion strebt also zu einer Homogenisierung hin, so dass das Optimierungsverfahren eine homogenisierende Lösung auffindet. Um das Auffinden lokaler Minimal durch das Optimierungsverfahren zu vermeiden, kann vorgesehen sein, dass das Optimierungsverfahren mehrfach durchgeführt wird, um so eine Plausibilisierung zu erreichen.
Wie bereits allgemein dargelegt wurde, sind die konkreten Ansätze für die Schichtbildhomogenisierungsfunktionen stark von der konkreten zu Grunde liegenden Bildgebungsaufgabe, insbesondere dem dargestellten Bereich des menschlichen Körpers, und von den erwarteten Artefakten abhängig. Wesentliche Voraussetzung an die Schichtbildhomogenisierungsfunktion ist, dass sie möglichst glatt ist, so dass vorhandene Kontrastsprünge, an denen beispielsweise eine Diagnose festgemacht wird, nicht zerstört werden. Zweckmäßig kann es jedoch ferner sein, dass die Schichtbildhomogenisierungsfunktion, insbesondere dann, wenn der Zielwert als mittleres Schwächungsdatum des Zentralbereichs bestimmt wurde, so angesetzt wird, dass ihre Anwendung für den Schwerpunkt immer den Zielwert ergibt, bei einer multiplikativen Anwendung der Schichtbildhomogenisierungsfunktion diese mithin am Schwerpunkt den Wert 1 aufweist. Gerade bei Cupping-Artefakten, bei denen ausgehend vom Schwerpunkt für die Materialklasse nach außen ansteigende oder abfallende Schwächungswerte festgestellt werden, ist dies ein zweckmäßiger Ansatz. Ansonsten bietet es sich, wie bereits angedeutet wurde, an, Exponentialanteile und polynomiale Anteile zu verwenden, wobei beispielsweise ein Exponentialanteil der Schichtbildhomogenisierungsfunktion Cupping-Artefakte beschreiben kann, über die Polynomialanteile, insbesondere für verschiedene Richtungen getrennt über Heaviside-Funktionen, sonstige Einflüsse abgegriffen werden können.
Auch im Rahmen der Ermittlung der Homogenisierungsfunktion, hier konkret der Schichtbildhomogenisierungsfunktion, kann nochmals überprüft werden, ob denn genügend Materialklassenbereiche vorliegen, so dass die Homogenisierungsfunktion als verlässlich angesehen werden kann. So kann konkret vorgesehen sein, dass in einem Fall, in dem die Gesamtzahl der Materialklassenbereiche kleiner als ein vorbestimmter erster Schwellwert ist und/oder die Gesamtzahl von Materialklassenbereichen in durch den Schwerpunkt definierten Quadranten kleiner als ein vorbestimmter zweiter Schwellwert ist, die Schichtbildhomogenisierungsfunktion als Multiplikation mit 1 für das gesamte Schichtbild festgelegt wird. Dies ist eine Art Sicherheitsabfrage, die eine Bestimmung einer konkreten Schichtbildhomogenisierungsfunktion im Zweifel vermeidet, wenn zu wenig Datengrundlage vorliegt, und dann zunächst keine Veränderung für dieses Schichtbild ansetzt, was sich jedoch bei der Umrechnung auf die Gesamt-Homogenisierungsfunktion für den dreidimensionalen Bilddatensatz wieder ändern kann, wenn in Nachbarschichten hinreichend viele Informationen aus Materialklassenbereichen vorliegen.
Es sei darauf hingewiesen, dass die hier beschriebenen konkreten Vorgehensweisen zur Ermittlung der Homogenisierungsfunktion grundsätzlich auch unabhängig von den Schichtbildern denkbar sind, mithin für den gesamten Bilddatensatz, wobei hierfür der Aufwand ansteigen dürfte und Homogenisierungsfunktionen komplexer angesetzt werden müssten. Auch für den gesamten Bilddatensatz ist es mithin grundsätzlich denkbar, einen Schwerpunkt zu bestimmen, beispielsweise nach Binarisierung, um dann einen Zentralbereich, diesmal mit Voxeln, zu definieren, der als Grundlage für den Zielwert hergenommen werden kann, oder den Zielwert anderweitig zu definieren. Auch im gesamten Bilddatensatz kann dann entsprechend eine Definition von Gruppen von Voxeln als Kandidatenbereiche erfolgen, die über entsprechende Kriterien überprüft und als Materialklassenbereiche klassifiziert werden können, wenn die Kriterien erfüllt sind. Die Optimierung erfolgt dann über den gesamten Bilddatensatz. Erfindungsgemäß ist es allerdings bevorzugt, eine Aufteilung in die Schichtbilder vorzunehmen, vorzugsweise jene, die ohnehin in einem erfolgenden Schritt angezeigt werden sollen.
Die Homogenisierungsfunktion wird, wie dargelegt wurde, für den gesamten Bilddatensatz ermittelt. Dabei kann es selbstverständlich gewünscht sein, dass, nachdem die Homogenisierungsfunktion auf die Materialklasse, insbesondere Weichteilgewebe, abzielt, Bereiche, die mit Sicherheit anderen Materialklassen zugeordnet werden können, von der Anwendung der Homogenisierungsfunktion auszuschließen, bzw. die Homogenisierungsfunktion dort nur eingeschränkt anzuwenden. Es ist also zum einen denkbar, dass die Homogenisierungsfunktion nur auf ein das Materialklassenintervall enthaltendes Anwendungsintervall möglicher Schwächungswerte angewandt wird. Erfindungsgemäß wird es jedoch bevorzugt, wenn die Anwendung der Homogenisierungsfunktion durch glatte Fortsetzung außerhalb des Anwendungsintervalls sich mit zunehmendem Abstand von dem Anwendungsintervall abschwächend fortgesetzt wird. Eine glatte Anwendung der Homogenisierungsfunktion ist zu bevorzugen, da sich dann das Bildergebnis qualitativ deutlich verbessert. Das bedeutet, uneingeschränkt wird die Homogenisierungsfunktion nur in einem Anwendungsintervall angewendet, beispielsweise multiplikativ, welches wiederum breiter als das Materialklassenintervall gewählt wird, insbesondere auch breiter als das Grobabschätzungsintervall. Denkbare Randwerte für das Anwendungsintervall für Weichteilgewebe (soft tissue) sind beispielsweise –100 HU und +400 HU. Außerhalb dieses Anwendungsintervalls wird die Homogenisierungsfunktion dann bevorzugt nur noch abgeschwächt eingesetzt, um eine zu starke Veränderung bei mit großer Sicherheit nicht der Materialklasse zugehörigen Bildbereichen zu vermeiden.
Es sei an dieser Stelle noch darauf hingewiesen, dass es zweckmäßig sein kann, wenn die Bilddaten des Bilddatensatzes nach Anwendung der Homogenisierungsfunktion auf ein erlaubtes Intervall eingeschränkt werden. Nicht nur die HU-Wert, sondern auch über einen Offset von den HU-Werten versetzte Grauwerte sind meist auf ein bestimmtes erlaubtes Intervall beschränkt, welches auch nach dem erfindungsgemäß vorgenommenen Homogenisierungsvorgang wieder eingehalten werden sollte, um die Kompatibilität des Ausgangs-Bilddatensatzes mit weiteren vorzunehmenden Schritten, beispielsweise einer Darstellung, zu sichern.
Homogenitätsartefakte treten, wie eingangs bereits angedeutet wurde, in deutlich wahrnehmbarer Form eher selten bei Computertomographie-Bilddatensätzen, die mit einer Computertomographie-Vorrichtung aufgenommen wurden, auf, da dort eine sehr hohe Bildqualität gegeben ist. Anders ist dies bei Röntgeneinrichtungen mit einem C-Bogen, an dem sich gegenüberliegend ein Röntgenstrahler und ein Röntgendetektor angeordnet sind. Dabei treten verschiedene Effekte auf, die sich bei einer Nutzung der Röntgeneinrichtung mit einem C-Bogen zur Aufnahme der Projektionsbilder für den dreidimensionalen Bilddatensatz in Homogenitätsartefakten äußern können. Mithin ist das erfindungsgemäße Verfahren besonders zweckmäßig auf aus mit einer Röntgeneinrichtung mit einem C-Bogen aufgenommenen Projektionsbildern rekonstruierte dreidimensionale Bilddatensätze anwendbar.
Neben dem Verfahren betrifft die vorliegende Erfindung auch eine Recheneinrichtung zur Reduzierung von auf ungleicher Darstellung gleicher Materialklassen an unterschiedlichen Orten beruhenden Artefakten, insbesondere von Cupping-Artefakten, in einem dreidimensionalen, aus zweidimensionalen Röntgen-Projektionsbildern rekonstruierten Bilddatensatz, in dem jeweils einem Voxel ein einen Schwächungswert beschreibendes Bilddatum zugeordnet ist, aufweisend eine Auffindungseinheit zum Auffinden von wenigstens zwei insbesondere homogen verteilte, in einem erwarteten Materialklassenintervall der Schwächungswerte liegende Bilddaten enthaltenden Materialklassenbereichen, eine Homogenisierungsfunktionsermittlungseinheit zur Ermittlung einer auf die Bilddaten des gesamten Bilddatensatzes anzuwendenden, glatten Homogenisierungsfunktion unter Berücksichtigung wenigstens einer Eigenschaft der Materialklassenbereiche und eine Korrektureinheit zur Anwendung der Homogenisierungsfunktion auf die Bilddaten des Bilddatensatzes. Sämtliche Ausführungen bezüglich des erfindungsgemäßen Verfahrens lassen sich analog auf die erfindungsgemäße Recheneinrichtung übertragen, mit welcher mithin dieselben Vorteile erreicht werden können.
Insbesondere kann die Recheneinrichtung Teil einer Röntgeneinrichtung sein, beispielsweise Teil eines Bildrechners einer Röntgeneinrichtung. Dabei ist es besonders nützlich, die Recheneinrichtung in einer Röntgeneinrichtung mit einem C-Bogen vorzusehen.
Das erfindungsgemäße Verfahren kann auch als ein Computerprogramm realisiert werden, welches das erfindungsgemäße Verfahren durchführt, wenn es auf einer Recheneinrichtung abläuft. Das Computerprogramm kann auf einem nicht transienten Datenträger, beispielsweise einer CD-ROM, gespeichert sein.
Weitere Vorteile und Einzelheiten der vorliegenden Erfindung ergeben sich aus den im Folgenden beschriebenen Ausführungsbeispielen sowie anhand der Zeichnung. Dabei zeigen:
1 eine Prinzipskizze eines Schichtbilds mit einem Cupping-Artefakt,
2 einen Ablaufplan des erfindungsgemäßen Verfahrens,
3 das Schichtbild der 1 nach einer Korrektur und
4 eine erfindungsgemäße Recheneinrichtung.
1 erläutert dass der Erfindung zugrunde liegende Problem anhand eines anzuzeigenden Schichtbilds 1 eines dreidimensionalen Bilddatensatzes, der aus mit einer C-Bogen-Röntgeneinrichtung aufgenommenen zweidimensionalen Projektionsbildern rekonstruiert wurde. Das Schichtbild kann beispielsweise im Rahmen einer multiplanaren Rekonstruktion (multiplanaren Reformation) entstanden sein, wobei die Unterteilungsrichtung des dreidimensionalen Bilddatensatzes die Axialrichtung ist. Der dreidimensionale Bilddatensatz zeigt den Kopf 2 eines Patienten, bei dem innen liegendes Weichteilgewebe (soft tissue) nach außen durch den Schädelknochen 3 (und eine hier nicht näher gezeigte Hautschicht) begrenzt ist. Wie durch die selbstverständlich in der Realität nicht scharf begrenzten Bereiche 4 angedeutet wird, wird das Weichteilgewebe nach außen hin immer heller dargestellt, wobei es sich üblicherweise um einen fließenden Vorgang handelt. Das bedeutet, der Schwächungswert für ein und dieselbe Materialklasse, hier also Weichteilgewebe, scheint nach außen hin kontinuierlich immer mehr zuzunehmen, was selbstverständlich nicht korrekt ist, auch wenn Kontrastwechsel aufgrund von Strukturen 5 innerhalb des Weichteilgewebes durchaus auftreten und auch gewollt sind. Das Artefakt, dass die Bilddaten für dieselbe Materialklasse nach außen hin abfallen oder zunehmen, wird als Cupping-Artefakt bezeichnet und findet seine Ursache beispielsweise in Streustrahlung.
Das Cupping-Artefakt ist ein Beispiel eines Homogenitätsartefaktes, das bedeutet, ein Material, dem ein bestimmter, fester Schwächungswert zugeordnet sein sollte, wird dennoch in unterschiedlichen Werten in den Bilddaten abgebildet. Die Inhomogenität im Bilddatensatz ist also auf Materialien bezogen, wobei vorliegend eine bestimmte Materialklasse betrachtet wird, hier das Weichteilgewebe im Gehirn, für das im erfindungsgemäßen Verfahren eine Homogenisierung erreicht werden soll, und zwar derart, dass Kontraste zu im Rahmen der Bildauswertung relevanten Strukturen nicht negativ beeinflusst werden, aber die gesamte Lesbarkeit und Qualität des Bilddatensatzes verbessert wird.
Im Folgenden wird eine Ausführungsform des erfindungsgemäßen Verfahrens beschrieben, die sich auf einen dreidimensionalen Bilddatensatz des Kopfes eines Patienten bezieht, der im Rahmen einer multiplanaren Rekonstruktion bereits in in Axialrichtung aufeinanderfolgende Schichtbilder zerlegt wurde. Auf den zugrundeliegenden Projektionsbildern, die mit einer C-Bogen-Röntgeneinrichtung aufgenommen wurden, wurden bereits vorangehende Korrekturen durchgeführt, hier ein Algorithmus zur Streustrahlungskorrektur und ein Algorithmus zur Strahlaufhärtungskorrektur angewendet. Das erfindungsgemäße Verfahren als letzter Schritt eines Nachbearbeitungsprozesses vor dem Anzeigen der Schichtbilder soll die noch verbliebenen Restartefakte im Rahmen einer Homogenisierung möglichst weitgehend beseitigen.
Dabei sei an dieser Stelle noch angemerkt, dass auch, wenn Parameter bzw. Grenzwerte häufig als HU-Werte angegeben werden, die Bilddaten selbst nicht HU-Werte sein müssen, sondern beispielsweise Grauwerte sein können, die HU-Werte mit einem bestimmten Offset sind, beispielsweise einem Offset von 1024, um immer positive Werte zu erhalten. Nichts desto trotz ist die Umrechnung selbstverständlich trivial möglich, mithin auch der Vergleich.
2 zeigt einen Ablaufplan des Ausführungsbeispiels. Dabei werden die Schritte 6 bis 10, wie noch erläutert werden wird, für jedes Schichtbild durchgeführt, das bedeutet, es wird zunächst für die einzelnen Schichtbilder eine Schichtbildhomogenisierungsfunktion ermittelt, wie im Folgenden näher dargelegt wird.
In einem Schritt 6 wird für das aktuell betrachtete Schichtbild der Schwerpunkt bestimmt. Hierzu ist vorgesehen, ein binäres Bild gemäß
zu erzeugen, wobei Threshold_Binary_Image ein Objektschwellwert ist, so dass mithin das eigentlich in dem Schichtbild zu sehende Objekt, hier der Kopf, selektiert wird. Beispielsweise kann der Objektschwellwert als 0 HU oder etwas darunter gewählt werden. g(i, j) ist das Bilddatum an dem Pixel i, j. Dann können die Koordinaten des Schwerpunkts, wenn das Schichtbild als in der x-y-Ebene liegend angenommen wird, wobei x der i-Richtung und y der j-Richtung entspricht, berechnet werden zu
wie dies grundsätzlich bekannt ist.
In einem Schritt 7 wird dann ein Zielwert festgelegt. Dazu wird zuerst ein Zentralbereich um den Schwerpunkt (x_C, y_C) festgelegt, hier mit einer Ausdehnung von 80×80 Pixeln. Dann wird der folgende Prozess durchgeführt:
Zunächst wird der Zielwert auf Null gesetzt, genau wie die Zahl der zum Zielwert beitragenden Pixel, und es wird eine Schleife über alle Pixel des Zentralbereichs abgelaufen. Für jeden Bildwert g(x, y) eines Pixels wird überprüft, ob das Kriterium τ_{Pixel,Min_für_Zielwert} ≤ g(x, y) ≤ τ_{Pixel,Max_für_Zielwert} (1) erfüllt ist, ob also das Bilddatum g(x, y) in einem Grobabschätzungsintervall liegt, mithin irgendwie dem möglichen Bereich an Schwächungswerten für die Schwächungsklasse entspricht. Vorliegend werden für das Weichteilgewebe als τ_{Pixel,Min_für_Zielwert} = –80 HU und als τ_{Pixel,Max_für_Zielwert} = 150 HU angesetzt. Auf diese Weise werden Strukturen, die möglicherweise kein Weichteilgewebe sind, möglichst ausgeschlossen.
Ist das Kriterium (1) erfüllt, wird zum Zielwert g(x, y) addiert und die Zahl der zum Zielwert beitragenden Pixel wird um eins erhöht. So kann, nachdem alle Pixel des Zentralbereichs bearbeitet wurden, ein mittlerer Schwächungswert ermittelt werden, indem der bislang kumulierte Bilddaten enthaltende Zielwert durch die Zahl der beitragenden Pixel dividiert wird.
Optional kann noch überprüft werden, wie hoch die Zahl der beitragenden Pixel ist. Liegt diese unterhalb einer vorbestimmten Grenzzahl, beispielsweise unterhalb von 100 oder 50, kann ein vorbestimmter Zielwert statt des mittleren Schwächungswertes verwendet werden, beispielsweise ein Zielwert von 0 HU bis 50 HU, insbesondere 25 HU, als für die Materialklasse Weichteilgewebe erwartbarer Schwächungswert. Mit einem Zielwert von 0 HU ergäbe sich eine Art „Wasserkalibrierung”.
In einer alternativen Ausführungsform ist es im Übrigen auch denkbar, im Schritt 7 den Zielwert grundsätzlich auf den vorbestimmten Wert wie oben beschrieben festzulegen, beispielsweise 25 HU.
In einem Schritt 8 werden dann Materialklassenbereiche aufgefunden. Hierzu werden zuerst das Schichtbild abdeckende Kandidatenbereiche definiert, vorliegend mit einer Größe von 10×10 Pixeln. Für jeden dieser Kandidatenbereich werden nun bestimmt:

– der Mittelwert seiner Bilddaten als mittleres Bilddatum mean_ROI,
– das Maximum seiner Bilddaten max_ROI und
– das Minimum seiner Bilddaten min_ROI.

Der Kandidatenbereich wird als Materialklassenbereich klassifiziert, wenn folgende Bedingungen erfüllt sind: τ_ROI,mean,min ≤ mean_ROI ≤ τ_ROI,mean,max τ_ROI,Min ≤ min_ROI τ_ROI,Max > max_ROI, wobei also das mittlere Bilddatum in einem Materialklassenintervall der Schwächungswerte liegen soll, welches vorliegend durch τ_ROI,mean,min = –50 HU und τ_ROI,mean,max = 100 HU enger als das Grobabschätzungsintervall gewählt ist, um möglichst sicher Bereiche aufzufinden, in denen die Materialklasse, also Weichgewebe, abgebildet ist. Die Werte τ_ROI,Min und τ_ROI,Max beschreiben maximal erlaubte Abweichungen.
Zum Markieren eines Kandidatenbereichs als Materialklassenbereich kann eine „Flag” als Boole'sche Variable gesetzt werden, die angibt, dass der Materialklassenbereich im folgenden Fit zur Berechnung der Homogenisierungsfunktion verwendet wird.
Als optionale Ausgestaltung, insbesondere, um besondere Verhältnisse in Rand-Schichtbildern abzudecken, kann vorgesehen sein, dass schließlich die Zahl der Materialklassenbereiche überprüft wird. Sollte die Gesamtzahl der Materialklassenbereiche kleiner als ein vorbestimmter erster Schwellwert sein und/oder die Gesamtzahl von Materialklassenbereichen in einem durch den Schwerpunkt definierten Quadranten kleiner als ein vorbestimmter zweiter Schwellwert sein, kann das Kriterium bezüglich des mittleren Bilddatums auch wegfallen, das bedeutet, es ist ausreichend für eine Klassifizierung als Materialklassenbereich, wenn τ_ROI,Min ≤ min_ROI τ_ROI,Max > max_ROI gilt, wobei allerdings am Ende mean_ROI als der Zielwert festgelegt wird. Diese letzte Maßnahme bedeutet, dass der folgende Fit für die Schichtbildhomogenisierungsfunktion dort H(x, y, z) = 1 bevorzugt, also keine Änderung. Auf diese Weise sollen Situationen vermieden werden, in denen sich der Fit zu unkontrolliert verhält, weil die Zahl der Materialklassenbereiche nicht ausreichend ist, beispielsweise im unteren Bereich des Schädels.
Werden Schichtbilder einer Größe von 512×512 Pixel betrachtet, kann der erste Schwellwert als 16, der zweite Schwellwert als 4 gewählt werden.
In einem Schritt 9 erfolgt dann die Ermittlung der Schichtbildhomogenisierungsfunktion H_z(x, y, z), wobei später hieraus eine multiplikativ auf alle Voxel des Bilddatensatzes anwendbare Homogenitätsfunktion H(x, y, z) bestimmt werden soll, so dass sich korrigierte Bilddaten g' allgemein zu g'(x, y, z) = H(x, y, z)·g(x, y, z) berechnen lassen. Das letztendliche Ziel ist, dass man für die oben aufgefundenen Materialklassenbereiche den oben definierten Zielwert als mittleres Bilddatum der Bilddaten g' erhält, so dass Homogenitätsartefakte wie Cupping-Artefakte und Capping-Artefakte sowie Bilddaten-Trends (beispielsweise aufgrund eines Patiententisches) vermindert werden.
Für jedes Schichtbild wird in Schritt 9 also zunächst eine Schichtbildhomogenisierungsfunktion durch einen Fit im Rahmen eines Optimierungsverfahrens bestimmt. Im dargestellten Ausführungsbeispiel wird der Ansatz
gewählt. Darin ist die Heaviside-Funktion (1 für positives, 0 für negatives Argument) so eingesetzt, dass die ersten vier Terme zwar unterschiedliche Korrekturen in unterschiedlichen Richtungen ausgehend vom Schwerpunkt erlauben, aber am Schwerpunkt glatt ineinander übergehen. Am Schwerpunkt ist die Schichtbildhomogenisierungsfunktion ersichtlich durch den Parameter a₀ bestimmt. Insgesamt existieren sieben Parameter a_i. z ist für jedes Schichtbild fest.
Der letzte Term (Exponentialterm) wächst oder fällt mit dem Abstand vom Schwerpunkt, bildet also gewissermaßen Cupping-Artefakte nach. Die anderen Termen (polynomiale Terme) können beispielsweise in einer Richtung durch das Schichtbild steigende oder fallende Bilddaten der Materialklasse korrigieren.
Optional kann an dieser Stelle wiederum überprüft werden, ob genügend Materialklassenbereiche vorhanden sind, vgl. oben, erster und zweiter Schwellwert. Ist dies nicht der Fall, kann die Schichtbildhomogenisierungsfunktion sicherheitshalber für dieses Schichtbild auf H_z(x, y, z) = 1 gesetzt werden.
Sind genügend Materialklassenbereiche vorhanden, wird eine Kostenfunktion definiert als
wobei x_ROI und y_ROI die Position des jeweiligen Materialklassenbereichs angeben. Die unbekannten Funktionsparameter a_i(z) werden, insbesondere ausgehend von a₀(z) = 1 und a_i(z) = 0 sonst, durch die Forderung, dass die Kostenfunktion K minimiert wird, bestimmt. Dafür kann beispielsweise ein Downhill-Simplex-Algorithmus eingesetzt werden. Um sicherzugehen, dass kein lokales Minimum aufgefunden wird, kann das Optimierungsverfahren mehrmals gestartet werden, beispielsweise dreimal.
Es schließt sich ein Schritt 10 an, in dem die Schichtbildhomogenisierungsfunktion eingeschränkt wird, vorliegend via:
Wenn H(x, y, z) ≥ Thres_H_Max
dann H(x, y, z) = Thres_H_Max und

wenn H(x, y, z) ≤ Thres_H_Min,
dann H(x, y, z) = Thres_H_Min
Das durch Thres_H_Max und Thres_H_Min definierte Zulässigkeitsinterball ist dabei vorliegend so um Eins definiert, dass Thres_H_Max = 1,2 und Thres_H_Min = 0,8. So wird sichergestellt, dass die Schichtbildhomogenisierungsfunktion in einem sinnvollen Rahmen liegt. Dies erhöht, gemeinsam mit der Glattheit der Schichtbildhomogenisierungsfunktion die Robustheit des Verfahrens.
In einem Schritt 11 wird dann überprüft, ob noch weitere Schichtbilder zu bearbeiten sind. Trifft dies zu, wird in einem Schritt 11a ein neues Schichtbild gewählt und dann wieder mit Schritt 6 fortgefahren.
Sind alle Schichtbilder bearbeitet, wird in einem Schritt 12 die endgültige Homogenisierungsfunktion H(x, y, z) für alle Bilddaten ermittelt, die auch zwischen den Schichtbildern, also in z-Richtung (Unterteilungsrichtung), glatt sein soll. Hierzu wird ein gleitender Mittelwert gebildet, bei dem auf beiden Seiten jeweils N_SA = 5 Nachbarschichtbilder berücksichtigt werden:
Die Anwendung der Homogenisierungsfunktion erfolgt schließlich in einem Schritt 13, wobei es der eigentliche Wunsch ist, die Homogenisierungsfunktion auf die Bereiche der Materialklasse, hier also das Weichteilgewebe, anzuwenden. Andere Bereiche einfach auszuschließen könnte zu einem nichtglatten Übergang führen, so dass eine abgeschwächte Anwendung der Homogenisierungsfunktion außerhalb eines Anwendungsintervalls der Schwächungswerte vorgeschlagen wird, welches breiter als das Grobabschätzungsintervall gewählt ist, für Weichteilgewebe beispielsweise von τ_{Pixel,Min_für_H} = –100 HU bis τ_{Pixel,Max_für_H} = 400 HU. Konkret wird die Anwendung gemäß
vorgenommen. Dabei wird angenommen, dass die Bilddaten über einen Offset von den HU-Werten derart abweichen, dass sie immer positiv sind (Offset beispielsweise 1024). Dann ergibt sich, dass hohe Bilddaten und niedrige Bilddaten (annähernd) mit Eins multipliziert werden, also nicht verändert werden. Die gewünschte hauptsächliche Anwendung auf die die Materialklasse darstellenden Bereiche ist gegeben.
Auch in Schritt 13 kann eine Bereichsüberprüfung stattfinden, da die Bilddaten g' außerhalb des zulässigen Bereichs liegen können, so dass beispielsweise für den Fall, in dem ein Minimalwert für die Bilddaten vorliegt, alle unterhalb des Minimalwerts liegenden Bilddaten g' auf den Minimalwert gesetzt werden, und analog bei Vorliegen eines Maximalwerts alle oberhalb des Maximalwerts liegenden Bilddaten auf den Maximalwert gesetzt werden können.
Danach kann eine Darstellung der Schichtbilder erfolgen. 3 zeigt in Analogie zu 1 eine Prinzipskizze eines mit dem erfindungsgemäßen Verfahren korrigierten Schichtbildes 1'. Ersichtlich ist der gesamte innerhalb des Schädelknochens 3 liegende Bereich 14 in seinen Grauwerten angeglichen, so dass das Cupping-Artefakt verschwunden ist. Dennoch sind aufgrund der glatten und eingeschränkten Natur der Homogenisierungsfunktion die Strukturen 5 weiterhin deutlich sichtbar.
4 zeigt schließlich eine Prinzipskizze einer erfindungsgemäßen Recheneinrichtung 15, die zur Durchführung des erfindungsgemäßen Verfahrens ausgebildet ist. Hierzu weist die Recheneinrichtung 15 zunächst eine Zielwert- und Schwerpunktbestimmungseinheit 16 zur Durchführung der Schritte 6 und 7 auf. In einer Auffindungseinheit 17 werden Materialklassenbereiche gemäß Schritt 8 aufgefunden. Die Schichtbildhomogenisierungsfunktionsermittlungseinheit 18 ist zur Durchführung der Schritte 9 und 10 ausgebildet. Eine zentrale Steuereinheit 19 kann den Gesamtablauf des erfindungsgemäßen Verfahrens in der Recheneinrichtung 15 steuern und dafür sorgen, dass die Schritte 6 bis 10 jeweils unter Wahl eines neuen Schichtbildes (Schritt 11a) für alle Schichtbilder durchgeführt wird. Eine Homogenisierungsfunktionsermittlungseinheit 20 ermittelt dann die Homogenisierungsfunktion gemäß Schritt 12, woraufhin diese durch eine Homogenisierungsfunktionsanwendungseinheit 21 (Korrektureinheit) gemäß Schritt 13 angewendet werden kann.
Die Recheneinrichtung 15 kann Teil eines Bildrechners einer Röntgeneinrichtung sein, insbesondere einer Röntgeneinrichtung mit einem C-Bogen, an dem sich gegenüberliegend ein Röntgenstrahler und ein Röntgendetektor angeordnet sind. Ferner sei angemerkt, dass das erfindungsgemäße Verfahren auch als ein Computerprogramm realisiert werden kann, welches das erfindungsgemäße Verfahren ausführt, wenn es auf einer Recheneinrichtung wie der Recheneinrichtung 15 ausgeführt wird. Das Computerprogramm kann auf einem nichttransienten Datenträger abgelegt sein, beispielsweise einer CD.
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.

Claims

Verfahren zur Reduzierung von auf ungleicher Darstellung gleicher Materialklassen an unterschiedlichen Orten beruhenden Artefakten, insbesondere von Cupping-Artefakten, in einem dreidimensionalen, aus zweidimensionalen Röntgen-Projektionsbildern rekonstruierten Bilddatensatz, in dem jeweils einem Voxel ein einen Schwächungswert beschreibendes Bilddatum zugeordnet ist, dadurch gekennzeichnet, dass in einem Nachverarbeitungsschritt wenigstens zwei insbesondere homogen verteilte, in einem erwarteten Materialklassenintervall der Schwächungswerte liegende Bilddaten enthaltende Materialklassenbereiche aufgefunden werden und unter Berücksichtigung wenigstens einer Eigenschaft der Materialklassenbereiche eine auf die Bilddaten des gesamten Bilddatensatzes anzuwendende, glatte Homogenisierungsfunktion ermittelt und auf die Bilddaten des Bilddatensatzes angewandt wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass vor Durchführung des Nachbearbeitungsschrittes wenigstens ein Algorithmus zur Reduzierung von Artefakten auf die Projektionsbilder und/oder den Bilddatensatz angewandt wurde und/oder der Nachbearbeitungsschritt der letzte Schritt eines Nachbearbeitungsvorgangs vor einer Darstellung des Bilddatensatzes ist.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass ein den Kopf (2) eines Menschen zeigender dreidimensionaler Bilddatensatz verwendet wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass der Bilddatensatz entlang einer Unterteilungsrichtung in Schichtbilder unterteilt wird, wobei für jedes Schichtbild eine Schichtbildhomogenisierungsfunktion bestimmt wird und die Homogenisierungsfunktion für den gesamten Bilddatensatz aus den Schichtbildhomogenisierungsfunktionen abgeleitet wird.
Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Homogenisierungsfunktion als ein gleitender Mittelwert über die Schichtbildhomogenisierungsfunktionen ermittelt wird, insbesondere durch Filtern mit einem Tiefpassfilter in der Unterteilungsrichtung.
Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass zunächst für jedes Schichtbild ein Schwerpunkt des Schichtbildes und/oder ein Zielwert ermittelt werden, wobei zur Ermittlung des Zielwertes ein um den Schwerpunkt liegender Zentralbereich bestimmt wird, für den ein mittlerer Schwächungswert als Zielwert ermittelt wird, oder ein Zielwert als ein für die Materialklasse erwarteter Wert, insbesondere HU-Wert, festgelegt wird.
Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass zur Bestimmung des Schwerpunkts das Schichtbild anhand eines einen Schwächungswert eines in dem Schichtbild dargestellten Objekts beschreibenden Objektschwellwerts binarisiert wird.
Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass zur Ermittlung des mittleren Schwächungswertes nur Bilddaten des Zentralbereichs berücksichtigt werden, die in einem von der Materialklasse abhängigen Grobabschätzungsintervall liegen.
Verfahren nach einem der Ansprüche 6 bis 8, dadurch gekennzeichnet, dass für jedes Schichtbild insbesondere gleichmäßig verteilte und/oder das gesamte Schichtbild abdeckende Kandidatenbereiche definiert werden und für jeden Kandidatenbereich ein mittleres Bilddatum, ein maximales Bilddatum und ein minimales Bilddatum über die Pixel in dem Kandidatenbereich ermittelt werden, wobei ein Kandidatenbereich als Materialklassenbereich bestimmt wird, wenn das mittlere Bilddatum in dem Materialklassenintervall liegt, das Minimum größer als ein vorbestimmter Minimalwert und das Maximum kleiner als ein vorbestimmter Maximalwert sind, wobei der Minimalwert und der Maximalwert zulässige Abweichungen für die Materialklasse beschreiben.
Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass dann, wenn die Gesamtzahl der Materialklassenbereiche kleiner als ein vorbestimmter erster Schwellwert ist und/oder die Gesamtzahl von Materialklassenbereichen in einem durch den Schwerpunkt definierten Quadranten kleiner als ein vorbestimmter zweiter Schwellwert ist, auch Kandidatenbereiche als Materialklassenbereiche verwendet werden, für die das Minimum größer als der vorbestimmte Minimalwert und das Maximum kleiner als der vorbestimmte Maximalwert sind, wobei für diese Materialklassenbereiche das mittlere Bilddatum als der Zielwert festgelegt wird.
Verfahren nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass für jedes Schichtbild die Schichtbildhomogenisierungsfunktion beschreibende Funktionsparameter in einem Optimierungsverfahren ermittelt werden, wobei die Kostenfunktion als Summe der Abweichungen der mit der Homogenisierungsfunktion am Ort des Materialklassenbereichs multiplizierten mittleren Bilddaten von dem Zielwert angesetzt wird.
Verfahren nach Anspruch 11, dadurch gekennzeichnet, dass die Schichtbildhomogenisierungsfunktion so angesetzt wird, dass sie für den Schwerpunkt immer den Zielwert ergibt.
Verfahren nach Anspruch 11 oder 12, dadurch gekennzeichnet, dass in einem Fall, in dem die Gesamtzahl der Materialklassenbereiche kleiner als ein vorbestimmter erster Schwellwert ist und/oder die Gesamtzahl von Materialklassenbereichen in einem durch den Schwerpunkt definierten Quadranten kleiner als ein vorbestimmter zweiter Schwellwert ist, die Schichtbildhomogenisierungsfunktion als Multiplikation mit Eins für das gesamte Schichtbild festgelegt wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Homogenisierungsfunktion vor ihrer multiplikativen Anwendung auf die Bilddaten auf ein durch eine maximale Distanz beschriebenes Zulässigkeitsintervall um Eins beschränkt wird, wobei die Distanz zwischen 0,1 und 0,3, bevorzugt als 0,2, gewählt wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Homogenisierungsfunktion nur auf ein das Materialklassenintervall enthaltendes Anwendungsintervall möglicher Schwächungswerte angewandt wird oder die Anwendung der Homogenisierungsfunktion durch glatte Fortsetzung außerhalb des Anwendungsintervalls sich mit zunehmendem Abstand von dem Anwendungsintervall abschwächend fortgesetzt wird.
Recheneinrichtung (15) zur Reduzierung von auf ungleicher Darstellung gleicher Materialklassen an unterschiedlichen Orten beruhenden Artefakten, insbesondere von Cupping-Artefakten, in einem dreidimensionalen, aus zweidimensionalen Röntgen-Projektionsbildern rekonstruierten Bilddatensatz, in dem jeweils einem Voxel ein einen Schwächungswert beschreibendes Bilddatum zugeordnet ist, aufweisend eine Auffindungseinheit (17) zum Auffinden von wenigstens zwei insbesondere homogen verteilte, in einem erwarteten Materialklassenintervall der Schwächungswerte liegende Bilddaten enthaltenden Materialklassenbereichen, eine Homogenisierungsfunktionsermittlungseinheit (20) zur Ermittlung einer auf die Bilddaten des gesamten Bilddatensatzes anzuwendenden, glatten Homogenisierungsfunktion unter Berücksichtigung wenigstens einer Eigenschaft der Materialklassenbereiche und eine Korrektureinheit (21) zur Anwendung der Homogenisierungsfunktion auf die Bilddaten des Bilddatensatzes.