DE102020214323A1

DE102020214323A1 - Bereitstellen eines optimalen Subtraktionsdatensatzes

Info

Publication number: DE102020214323A1
Application number: DE102020214323.4A
Authority: DE
Inventors: Michael Manhart
Original assignee: Siemens Healthcare GmbH
Current assignee: Siemens Healthineers Ag De
Priority date: 2020-11-13
Filing date: 2020-11-13
Publication date: 2022-05-19
Also published as: US20220156905A1

Abstract

Die Erfindung betrifft ein Verfahren zum Bereitstellen eines optimalen Subtraktionsdatensatzes, umfassend:a) Empfangen von ersten Bilddatensätzen, welche mittels eines medizinischen Bildgebungsgeräts aufgenommen sind,wobei die ersten Bilddatensätze ein Untersuchungsobjekt innerhalb einer ersten zeitlichen Phase abbilden,b) Empfangen zumindest eines zweiten Bilddatensatzes, welcher mittels desselben oder eines weiteren medizinischen Bildgebungsgeräts aufgenommenen ist,wobei der zumindest eine zweite Bilddatensatz das Untersuchungsobjekt innerhalb einer zweiten zeitlichen Phase abbildet,wobei der zumindest eine zweite Bilddatensatz eine Veränderung an dem Untersuchungsobjekt gegenüber der ersten zeitlichen Phase abbildet,c) Bestimmen von Maskendatensätzen,wobei die Maskendatensätze zumindest einen der ersten Bilddatensätze und/oder eine Mittelung von zumindest einer Kombination der ersten Bilddatensätze umfassen,d) Erzeugen von Subtraktionsdatensätzen durch Subtraktion jeweils eines der Maskendatensätze von dem zumindest einen zweiten Bilddatensatz,e) Bestimmen jeweils eines Bildqualitätsparameters für die Subtraktionsdatensätze,f) Bereitstellen eines optimalen Subtraktionsdatensatzes durch einen Vergleich der Bildqualitätsparameter.Die Erfindung betrifft weiterhin ein medizinisches Bildgebungsgerät und ein Computerprogrammprodukt.

Description

Die Erfindung betrifft ein Verfahren zum Bereitstellen eines optimalen Subtraktionsdatensatzes, ein medizinisches Bildgebungsgerät und ein Computerprogrammprodukt.
Für eine Erfassung von zeitlichen Veränderungen an einem Untersuchungsbereich eines Untersuchungsobjekts, beispielsweise einem menschlichen und/oder tierischen Patienten, werden häufig röntgenbasierte Bildgebungsverfahren eingesetzt, beispielsweise im Rahmen einer dynamischen Perfusionsbildgebung. Die zu erfassende zeitliche Veränderung kann beispielsweise eine Ausbreitungsbewegung und/oder Fließbewegung eines Kontrastmittels, insbesondere eines Kontrastmittelflusses und/oder eines Kontrastmittelbolus, in einem Hohlorgan, beispielsweise einem Gefäßabschnitt, des Untersuchungsobjekts umfassen.
Die röntgenbasierten Bildgebungsverfahren umfassen dabei häufig eine digitale Subtraktionsangiographie (DSA), wobei zumindest zwei in zeitlicher Abfolge aufgenommene Röntgenbilder, welche zumindest teilweise den gemeinsamen Untersuchungsbereich abbilden, voneinander subtrahiert werden. Bei einer DSA wird zudem häufig in eine Maskenphase zur Aufnahme wenigstens eines Maskenbildes und in eine Füllphase zur Aufnahme wenigstens eines Füllbildes unterschieden. Dabei kann das Maskenbild häufig den Untersuchungsbereich ohne Kontrastmittel abbilden. Ferner kann das Füllbild den Untersuchungsbereich abbilden, während das Kontrastmittel darin angeordnet ist. Als Ergebnis der DSA wird häufig ein Differenzbild durch Subtraktion von Masken- und Füllbild bereitgestellt. Hierdurch können die für eine Behandlung und/oder Diagnostik irrelevanten und/oder störenden Bestandteile in dem Differenzbild, welche insbesondere zeitlich unveränderlich sind, oftmals reduziert und/oder entfernt werden.
Durch Bewegungen des Untersuchungsobjekts, insbesondere zwischen der Masken- und Füllphase, kann es nachteilig zu Bewegungsartefakten im Differenzbild kommen.
Es ist daher die Aufgabe der vorliegenden Erfindung, eine verbesserte Bildqualität bei einer Abbildung von Veränderungen an einem Untersuchungsobjekt zu ermöglichen.
Die Aufgabe wird erfindungsgemäß gelöst durch den jeweiligen Gegenstand der unabhängigen Ansprüche. Vorteilhafte Ausführungsformen mit zweckmäßigen Weiterbildungen sind Gegenstand der Unteransprüche.
Die Erfindung betrifft in einem ersten Aspekt ein Verfahren zum Bereitstellen eines optimalen Subtraktionsdatensatzes. In einem ersten Schritt a) werden erste Bilddatensätze empfangen. Dabei bilden die ersten Bilddatensätze ein Untersuchungsobjekt innerhalb einer ersten zeitlichen Phase ab. Ferner sind die ersten Bilddatensätze mittels eines medizinischen Bildgebungsgeräts aufgenommen. In einem zweiten Schritt b) wird zumindest ein zweiter Bilddatensatz empfangen. Dabei bildet der zumindest eine zweite Bilddatensatz das Untersuchungsobjekt innerhalb einer zweiten zeitlichen Phase ab. Ferner ist der zumindest eine zweite Bilddatensatz mittels desselben oder eines weiteren medizinischen Bildgebungsgeräts aufgenommen. Des Weiteren bildet der zumindest eine zweite Bilddatensatz eine Veränderung an dem Untersuchungsobjekt gegenüber der ersten zeitlichen Phase ab. In einem dritten Schritt c) werden Maskendatensätze bestimmt. Dabei umfassen die Maskendatensätze zumindest einen der ersten Bilddatensätze und/oder eine Mittelung von zumindest einer Kombination der ersten Bilddatensätze. In einem vierten Schritt d) werden Subtraktionsdatensätze durch Subtraktion jeweils eines der Maskendatensätze von dem zumindest einen zweiten Bilddatensatz erzeugt. Ferner wird in einem fünften Schritt e) jeweils ein Bildqualitätsparameter für die Subtraktionsdatensätze bestimmt. In einem sechsten Schritt f) wird ein optimaler Subtraktionsdatensatz durch einen Vergleich der Bildqualitätsparameter bereitgestellt.
Das Empfangen der ersten Bilddatensätze und/oder des zumindest einen zweiten Bilddatensatzes kann insbesondere ein Erfassen und/oder Auslesen eines computerlesbaren Datenspeichers und/oder ein Empfangen aus einer Datenspeichereinheit, beispielsweise einer Datenbank, umfassen. Ferner können die ersten Bilddatensätze von einer Bereitstellungseinheit des medizinischen Bildgebungsgeräts bereitgestellt werden. Zudem kann der zumindest eine zweite Bilddatensatz von einer Bereitstellungseinheit desselben und/oder eines weiteren medizinischen Bildgebungsgeräts bereitgestellt werden.
Das Untersuchungsobjekt kann beispielsweise ein menschlicher und/oder tierischer Patient sein. Ferner kann das Untersuchungsobjekt einen Untersuchungsbereich aufweisen. Der Untersuchungsbereich kann insbesondere einen räumlichen Abschnitt, insbesondere ein Volumen, des Untersuchungsobjekts umfassen, welcher ein Hohlorgan aufweist. Das Hohlorgan kann beispielsweise eine Lunge und/oder einen Gefäßabschnitt, beispielsweise eine Arterie und/oder Vene, und/oder ein Herz umfassen.
Die ersten Bilddatensätze können vorteilhafterweise eine zweidimensionale (2D) und/oder dreidimensionale (3D) Abbildung des Untersuchungsobjekts, insbesondere des Untersuchungsbereichs, umfassen. Ferner können die ersten Bilddatensätze das Untersuchungsobjekt zeitaufgelöst abbilden. Insbesondere können die ersten Bilddatensätze das Untersuchungsobjekt jeweils zu verschiedenen Zeitpunkten abbilden. Die ersten Bilddatensätze können ferner jeweils aus mehreren ersten Einzelbildern, welche jeweils eine Abbildung zumindest eines Ausschnitts des Untersuchungsobjekts aufweisen, rekonstruiert sein. Ferner können die ersten Bilddatensätze Metadaten aufweisen, wobei die Metadaten beispielsweise eine Information zu einem Aufnahmeparameter und/oder Betriebsparameter des medizinischen Bildgebungsgeräts umfassen können.
Die ersten Bilddatensätze können das Untersuchungsobjekt vorteilhafterweise innerhalb einer ersten zeitlichen Phase, insbesondere einer Maskenphase, abbilden. Hierfür können die ersten Bilddatensätze vorteilhafterweise innerhalb eines vordefinierten ersten Zeitraums aufgenommen sein.
Der zumindest eine zweite Bilddatensatz kann vorteilhafterweise eine zweidimensionale (2D) und/oder dreidimensionale (3D) Abbildung des Untersuchungsobjekts, insbesondere des Untersuchungsbereichs, umfassen. Ferner kann der zumindest eine zweite Bilddatensatz das Untersuchungsobjekt zeitaufgelöst abbilden. Der zumindest eine zweite Bilddatensatz kann ferner jeweils aus mehreren zweiten Einzelbildern, welche jeweils eine Abbildung zumindest eines Ausschnitts des Untersuchungsobjekts aufweisen, rekonstruiert sein. Ferner kann der zumindest eine zweite Bilddatensatz Metadaten aufweisen, wobei die Metadaten beispielsweise eine Information zu einem Aufnahmeparameter und/oder Betriebsparameter des medizinischen Bildgebungsgeräts umfassen können.
Der zumindest eine zweite Bilddatensatz kann das Untersuchungsobjekt vorteilhafterweise innerhalb einer zweiten zeitlichen Phase, insbesondere einer Füllphase, abbilden. Hierfür kann der zumindest eine zweite Bilddatensatz vorteilhafterweise innerhalb eines vordefinierten zweiten Zeitraums aufgenommen sein. Vorteilhafterweise kann die zweite zeitliche Phase der ersten zeitlichen Phase nachgelagert sein.
Ferner kann der zumindest eine zweite Bilddatensatz eine Veränderung an dem Untersuchungsobjekt gegenüber der ersten zeitlichen Phase abbilden. Dabei kann die Veränderung an dem Untersuchungsobjekt beispielsweise ein Kontrastmittel, insbesondere ein Kontrastmittelfluss, und/oder ein medizinisches Objekt, insbesondere ein diagnostisches und/oder chirurgisches Instrument, sein, welches während der zweiten zeitlichen Phase zumindest teilweise in dem Untersuchungsobjekt angeordnet ist. Insbesondere kann die Veränderung an dem Untersuchungsobjekt eine zeitliche und/oder räumliche Veränderung umfassen.
Die ersten Bilddatensätze und/oder der zumindest eine zweite Bilddatensatz können vorteilhafterweise jeweils mehrere Bildpunkte, insbesondere Pixel und/oder Voxel, aufweisen. Sofern die ersten Bilddatensätze und/oder der zumindest eine zweite Bilddatensatz zeitaufgelöst sind, können die Bildpunkte ferner jeweils eine Zeitintensitätskurve aufweisen.
Im Schritt c) können vorteilhafterweise mehrere, insbesondere zumindest teilweise verschiedene, Maskendatensätze bestimmt werden. Dabei können die Maskendatensätze zumindest einen, insbesondere mehrere oder alle, der ersten Bilddatensätze umfassen. Hierdurch kann vorteilhaft ermöglicht werden, dass der Maskendatensatz zum Erzeugen des optimalen Subtraktionsdatensatzes wiederum aus einem der ersten Bilddatensätze bestimmt worden sein kann. Dabei kann dieser erste Bilddatensatz hinsichtlich der Positionierung des Untersuchungsobjekts eine größtmögliche Übereinstimmung mit dem zumindest einen zweiten Bilddatensatz und/oder minimales Rauschen und/oder minimale Bildartefakte aufweisen.
Alternativ oder zusätzlich können die Maskendatensätze vorteilhafterweise eine, insbesondere gewichtete, Mittelung von zumindest einer Kombination, insbesondere mehrerer Kombinationen, der ersten Bilddatensätze umfassen. Hierfür können vorzugsweise jeweils zumindest zwei der ersten Bilddatensätze gemittelt werden. Dabei kann die Mittelung der zumindest einen Kombination der ersten Bilddatensätze insbesondere bildpunktweise und/oder regional und/oder gewichtet erfolgen. Durch das Mitteln der zumindest einen Kombination der ersten Bilddatensätze können vorteilhafterweise Bildartefakte, beispielsweise Bewegungsartefakte und/oder Metallartefakte, und/oder ein Rauschen, insbesondere quantitativ, verringert werden.
Die im Schritt c) bestimmten Maskendatensätze können vorteilhafterweise in ihrer räumlichen Dimensionalität und/oder Auflösung mit den ersten Bilddatensätzen und/oder dem zumindest einen zweiten Bilddatensatz übereinstimmen. Alternativ oder zusätzlich kann das Bestimmen der Maskendatensätze eine Interpolation und/oder ein Zusammenfassen (engl. binning) von Bildpunkten der ersten Bilddatensätze umfassen.
Im Schritt d) können vorteilhafterweise mehrere Subtraktionsdatensätze durch, insbesondere bildpunktweise, Subtraktion jeweils eines der Maskendatensätze von dem zumindest einen zweiten Bilddatensatz erzeugt werden. Insbesondere kann zum Erzeugen der Subtraktionsdatensätze jeder der Maskendatensätze von dem zumindest einen zweiten Bilddatensatz subtrahiert werden. Sofern im Schritt b) mehrere zweite Bilddatensätze empfangen werden, kann zum Erzeugen der Subtraktionsdatensätze vorteilhafterweise jeder der Maskendatensätze von jedem dem der zweiten Bilddatensätze subtrahiert werden. Vorteilhafterweise können die Subtraktionsdatensätze jeweils die Unterschiede, insbesondere die Veränderung, zwischen der ersten und der zweiten zeitlichen Phase, an dem Untersuchungsobjekt abbilden. Des Weiteren können die Subtraktionsdatensätze Bildartefakte aufweisen, welche Bildartefakte durch eine Bewegung des Untersuchungsobjekts zwischen der Aufnahme der ersten Bilddatensätze und/oder des zumindest einen zweiten Bilddatensatzes hervorgerufen werden können. Die Subtraktionsdatensätze können vorteilheilhafterweise jeweils eine zweidimensionale (2D) und/oder dreidimensionale (3D) Abbildung der Veränderung aufweisen. Zudem können die Subtraktionsdatensätze zeitaufgelöst sein.
Im Schritt e) kann jeweils ein Bildqualitätsparameter für die Subtraktionsdatensätze, insbesondere für jeden der Subtraktionsdatensätze, bestimmt werden. Dabei können die Bildqualitätsparameter vorteilhafterweise ein Artefaktlevel, insbesondere eine Ausprägung von Bildartefakten, und/oder ein Signal-zu-Rauschen-Verhältnis (engl. signal-to-noise-ratio, SNR) in dem jeweiligen Subtraktionsdatensatz bewerten. Die Bildqualitätsparameter kann folglich einen, insbesondere normierten, Wert aufweisen, welcher die Bildqualität des jeweiligen Subtraktionsdatensatzes bewertet.
Hiernach können im Schritt f) die Bildqualitätsparameter der Subtraktionsdatensätze verglichen werden. Vorteilhafterweise kann durch den Vergleich der Bildqualitätsparameter der Subtraktionsdatensatz aus den mehreren Subtraktionsdatensätzen identifiziert werden, welcher einen hinsichtlich der Bildqualität optimalen Bildqualitätsparameter aufweist. Der identifizierte Subtraktionsdatensatz kann anschließend als der optimale Subtraktionsdatensatz bereitgestellt werden.
Durch den Vergleich der Bildqualitätsparameter zum Identifizieren des optimalen Subtraktionsdatensatzes aus den mehreren Subtraktionsdatensätzen, können vorteilhafterweise die Subtraktionsdatensätze ausgeschlossen werden, welche Bildartefakte, insbesondere Bewegungsartefakte und/oder Metallartefakte, und/oder Rauschen aufweisen. Dabei kann der optimale Subtraktionsdatensatz folglich durch Subtraktion des Maskendatensatzes von dem zumindest einen zweiten Bilddatensatz erzeugt worden sein, welcher Maskendatensatz hinsichtlich einer Positionierung des Untersuchungsobjekts eine größtmögliche Übereinstimmung mit dem zumindest einen zweiten Bilddatensatz und/oder minimales Rauschen und/oder minimale Bildartefakte aufweist.
Der Maskendatensatz zum Erzeugen des optimalen Subtraktionsdatensatzes kann im Schritt c) wiederum aus einer Kombination von zumindest zwei der ersten Bilddatensätze bestimmt worden sein. Dabei können diese zumindest zwei ersten Bilddatensätze hinsichtlich der Positionierung des Untersuchungsobjekts eine größtmögliche Übereinstimmung untereinander und/oder mit dem zumindest einen zweiten Bilddatensatz aufweisen. Zudem können diese zumindest zwei ersten Bilddatensätze jeweils ein minimales Rauschen und/oder minimale Bildartefakte aufweisen.
Des Weiteren kann das Bereitstellen des optimalen Subtraktionsdatensatzes im Schritt f) beispielsweise ein Speichern auf einem computerlesbaren Speichermedium und/oder ein Anzeigen auf einer Darstellungseinheit und/oder ein Übertragen an eine Bereitstellungseinheit umfassen. Insbesondere kann eine graphische Darstellung des optimalen Subtraktionsdatensatzes auf der Darstellungseinheit angezeigt werden.
Die vorgeschlagene Ausführungsform ermöglicht eine Verbesserung der Bildqualität von Subtraktionsdatensätzen durch den Vergleich der Bildqualitätsparameter für die Subtraktionsdatensätze, welche aus verschiedenen Kombinationen von ersten Bilddatensätzen und dem zumindest einen zweiten Bilddatensatz erzeugt worden sind. Im Falle einer Bewegung des Untersuchungsobjekts während und/oder zwischen der Aufnahme der ersten Bilddatensätze und/oder des zumindest einen zweiten Bilddatensatzes, können Bewegungsartefakte in dem Subtraktionsdatensatz durch das vorgeschlagene Verfahren vorteilhaft minimiert werden. Insbesondere kann mittels des vorgeschlagenen Verfahrens eine verbesserte Perfusionsbildgebung ermöglicht werden, wobei aus dem optimalen Subtraktionsdatensatz Perfusionskarten berechnet werden können.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens können die Maskendatensätze Mittelungen aller möglichen Kombinationen der ersten Bilddatensätze umfassen.
Die möglichen Kombinationen der ersten Bilddatensätze können dabei insbesondere alle Kombinationen von zwei oder mehr verschiedenen ersten Bilddatensätzen umfassen. Sofern das Bestimmen der Maskendatensätze im Schritt c) eine gewichtete Mittelung der Kombinationen der ersten Bilddatensätze umfasst, können die möglichen Kombinationen der ersten Bilddatensätze auch verschiedene Permutationen der ersten Bilddatensätze umfassen.
Durch die vorgeschlagene Ausführungsform kann vorteilhaft sichergestellt werden, dass keine der möglichen Kombinationen der ersten Bilddatensätze für das Bestimmen der Subtraktionsdatensätze und somit für das Bestimmen des optimalen Subtraktionsdatensatzes unberücksichtigt bleibt. Vorteilhafterweise kann hierdurch der optimale Subtraktionsdatensatz, welcher aus den ersten Bilddatensätzen und dem zumindest einen zweiten Bilddatensatz bestimmbar ist, im Schritt f) bereitgestellt werden.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens können die ersten Bilddatensätze mehrere erste Projektionsabbildungen des Untersuchungsobjekts entlang zumindest einer ersten Projektionsrichtung aufweisen. Zudem kann der zumindest eine zweite Bilddatensatz zumindest eine zweite Projektionsabbildung des Untersuchungsobjekts entlang zumindest einer zweiten Projektionsrichtung aufweisen. Dabei kann zumindest eine der ersten Projektionsrichtungen und zumindest eine der zweiten Projektionsrichtungen übereinstimmen.
Das medizinische Bildgebungsgerät zur Aufnahme der mehreren ersten Projektionsabbildungen und/oder der zumindest einen zweiten Projektionsabbildung kann vorteilhafterweise eine Quelle und einen Detektor aufweisen, welche in einer definierten Anordnung positionierbar sind. In einer Ausbildung des medizinischen Bildgebungsgeräts als medizinisches Röntgengerät, insbesondere als medizinisches C-Bogen-Röntgengerät, und/oder Computertomographieanlage kann die Quelle eine Röntgenquelle und der Detektor ein Röntgendetektor sein.
Die zumindest eine erste Projektionsrichtung kann einen Verlauf eines Strahls, insbesondere eines Zentral- und/oder Mittenstrahls, zwischen der Quelle und dem Detektor, insbesondere einem Detektormittelpunkt, des medizinischen Bildgebungsgeräts zum Zeitpunkt der Aufnahme der jeweiligen ersten Projektionsabbildung beschreiben. Insbesondere kann die zumindest eine erste Projektionsrichtung eine Angulation des medizinischen Bildgebungsgeräts bezüglich des Untersuchungsobjekts und/oder eines Isozentrums beschreiben.
Analog dazu kann die zumindest eine zweite Projektionsrichtung einen Verlauf eines Strahls zwischen der Quelle und dem Detektor des medizinischen Bildgebungsgeräts und/oder des weiteren medizinischen Bildgebungsgeräts zum Zeitpunkt der Aufnahme der jeweiligen zweiten Projektionsabbildung beschreiben. Insbesondere kann die zumindest eine zweite Projektionsrichtung eine Angulation des medizinischen Bildgebungsgeräts und/oder des weiteren medizinischen Bildgebungsgeräts bezüglich des Untersuchungsobjekts und/oder eines weiteren Isozentrums beschreiben.
Dabei kann das Isozentrum einen räumlichen Punkt beschreiben, um welchen herum die definierte Anordnung von Quelle und Detektor, insbesondere während der Aufnahme der ersten Projektionsabbildungen, bewegbar, insbesondere rotierbar, ist. Vorteilhafterweise kann die zumindest eine erste Projektionsrichtung, insbesondere alle ersten Projektionsrichtungen, durch das Isozentrum verlaufen.
Analog dazu kann das weitere Isozentrum einen räumlichen Punkt beschreiben, um welchen herum die definierte Anordnung von Quelle und Detektor, insbesondere während der Aufnahme der zweiten Projektionsabbildungen, bewegbar, insbesondere rotierbar, ist. Vorteilhafterweise kann die zumindest eine zweite Projektionsrichtung, insbesondere alle zweiten Projektionsrichtungen, durch das weitere Isozentrum verlaufen. Vorteilhafterweise können das Isozentrum und das weitere Isozentrum übereinstimmen.
Vorteilhafterweise kann zumindest eine der ersten Projektionsrichtungen mit zumindest einer der zweiten Projektionsrichtungen übereinstimmen. Hierdurch kann eine übereinstimmende Abbildungsgeometrie zwischen zumindest einem Teil der ersten Projektionsabbildungen und der zumindest einen zweiten Projektionsabbildung vorteilhaft sichergestellt werden.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens können die ersten Bilddatensätze und der zumindest eine zweite Bilddatensatz jeweils zumindest eine gemeinsame Schicht und/oder ein zumindest teilweise gemeinsames Volumen des Untersuchungsobjekts abbilden. Vorteilhafterweise umfasst wenigstens einer der Maskendatensätze eine Mittelung von zumindest einer Kombination der ersten Bilddatensätze. Ferner kann in Schritt c) zum Bestimmen der Maskendatensätze die zumindest eine Kombination der ersten Bilddatensätze schichtweise und/oder zeilenweise und/oder spaltenweise und/oder bildpunktweise gemittelt werden. Ferner kann in Schritt d) zum Erzeugen der Subtraktionsdatensätze jeweils einer der Maskendatensätze von dem zumindest einen zweiten Bilddatensatz einer übereinstimmenden Schicht und/oder eines übereinstimmenden Volumens subtrahiert werden.
Dabei kann eine Schicht einen im Wesentlichen flach verlaufenden Volumenbereich des Untersuchungsobjekts beschreiben. Ferner kann das Volumen des Untersuchungsobjekts mehrere, insbesondere parallel verlaufende, Schichten umfassen. Vorteilhafterweise kann die zumindest eine gemeinsame Schicht und/oder das zumindest eine gemeinsame Volumen des Untersuchungsobjekts anhand von anatomischen und/oder geometrischen Merkmalen und/oder einem Markerobjekt, welche in den ersten Bilddatensätzen und/oder dem zumindest einen zweiten Bilddatensatz abgebildet sein können, vorgegeben werden.
Ferner können die ersten Bilddatensätze und/oder der zumindest eine zweite Bilddatensatz die gemeinsame Schicht des Untersuchungsobjekts durch eine, insbesondere zweidimensionale, Anordnung von Bildpunkten, insbesondere Pixeln, abbilden. Sofern die ersten Bilddatensätze und/oder der zumindest eine zweite Bilddatensatz zeitaufgelöst sind, können die Bildpunkte ferner Zeitintensitätskurven aufweisen.
Sofern die ersten Bilddatensätze und/oder der zumindest eine zweite Bilddatensatz ein gemeinsames Volumen des Untersuchungsobjekts, insbesondere mehrere Schichten umfassend, abbilden, können die ersten Bilddatensätze und/oder der zumindest eine zweite Bilddatensatz das gemeinsame Volumen durch eine, insbesondere dreidimensionale, Anordnung von Bildpunkten, insbesondere Voxeln, abbilden.
Das Bestimmen der Maskendatensätze in Schritt c) kann vorteilhafterweise ein schichtweises und/oder zeilenweises und/oder spaltenweises und/oder bildpunktweises Mitteln der zumindest einen Kombination der ersten Bilddatensätze umfassen. Dabei beschreibt das schichtweise und/oder zeilenweise und/oder spaltenweise Mitteln der zumindest einen Kombination der ersten Bilddatensätze vorteilhafterweise ein Mitteln der Bildpunkte der zu mittelnden ersten Bilddatensätze, welche Bildpunkte in einer gemeinsamen räumlichen Schicht und/oder Zeile und/oder Spalte angeordnet sind. Alternativ oder zusätzlich kann das schichtweise und/oder zeilenweise und/oder spaltenweise und/oder bildpunktweise Mitteln der zumindest einen Kombination der ersten Bilddatensätze in Bezug auf einen in der jeweiligen Schicht und/oder Zeile und/oder Spalte und/oder in dem jeweiligen Bildpunkt abgebildeten Ausschnitt des Untersuchungsobjekts erfolgen, insbesondere nach Anwenden einer Registrierung und/oder Bewegungskorrektur auf die ersten Bilddatensätze. Hierdurch kann es beispielsweise zu einer Neuzuordnung und/oder räumlichen Transformation der ersten Bilddatensätze, welche jeweils eine gemeinsame Schicht und/ oder ein gemeinsames Volumen abbilden, kommen. Das Registrieren kann insbesondere auf den anatomischen und/oder geometrischen Merkmalen und/oder dem Markerobjekt, welche in den ersten Bilddatensätzen und/oder dem zumindest einen zweiten Bilddatensatz abgebildet sein können, und/oder Metadaten basieren.
Insbesondere können im Schritt c) Kombinationen von ersten Bilddatensätzen gemittelt werden, welche jeweils eine gemeinsame Schicht und/oder ein gemeinsames Volumen des Untersuchungsbereichs abbilden. Vorteilhafterweise können die Maskendatensätze jeweils eine Abbildung einer Schicht und/oder eines Volumens des Untersuchungsobjekts aufweisen.
In Schritt d) kann zum Erzeugen der Subtraktionsdatensätze von dem zumindest einen zweiten Bilddatensatz jeweils einer der Maskendatensätze einer übereinstimmenden Schicht und/oder eines übereinstimmenden Volumens subtrahiert werden. Insbesondere können im Schritt d) die Maskendatensätze, insbesondere alle Maskendatensätze, von dem zumindest einen zweiten Bilddatensatz subtrahiert werden, welche eine Abbildung einer übereinstimmenden Schicht und/oder eines übereinstimmenden Volumens aufweisen.
Hierdurch kann eine konsistente Kombination der ersten Bilddatensätze zum Bestimmen der Maskendatensätze und/oder ein konsistentes Bestimmen der Subtraktionsdatensätze hinsichtlich der darin abgebildeten Schicht und/oder des darin abgebildeten Volumens des Untersuchungsobjekts vorteilhaft sichergestellt werden.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens kann das medizinische Bildgebungsgerät als medizinisches Röntgengerät ausgebildet sein. Ferner können die ersten Bilddatensätze jeweils mehrere erste Projektionsabbildungen mehrerer erster Rotationsläufe des medizinischen Röntgengeräts aufweisen. Zudem kann der zumindest eine zweite Bilddatensatz jeweils mehrere zweite Projektionsabbildungen zumindest eines zweiten Rotationslaufs des medizinischen Röntgengeräts aufweisen. Ferner kann Schritt c) ferner ein Rekonstruieren von ersten Schichtbildern und/oder ersten Volumenbildern des Untersuchungsobjekts aus den ersten Projektionsabbildungen jeweils eines gemeinsamen ersten Rotationslaufs umfassen. Des Weiteren kann wenigstens einer der Maskendatensätze eine Mittelung von zumindest einer Kombination der ersten Schichtbilder und/oder der ersten Volumenbilder umfassen. Ferner kann Schritt d) ein Rekonstruieren von zumindest einem zweiten Schichtbild und/oder zumindest einem zweiten Volumenbild des Untersuchungsobjekts aus den zweiten Projektionsabbildungen jeweils eines gemeinsamen zweiten Rotationslaufs umfassen. Zudem kann in Schritt d) zum Erzeugen der Subtraktionsdatensätze jeweils einer der Maskendatensätze von dem zumindest einen zweiten Schichtbild und/oder dem zumindest einen zweiten Volumenbild subtrahiert werden.
Das medizinische Röntgengerät kann insbesondere als medizinisches C-Bogen-Röntgengerät ausgebildet sein. Vorteilhafterweise kann das medizinische Röntgengerät eine Röntgenquelle und einen Detektor aufweisen, insbesondere einen Röntgendetektor, welcher als Flachdetektor und/oder Zeilendetektor ausgebildet sein kann. Die Röntgenquelle und der Detektor können vorteilhafterweise in definierter Anordnung, insbesondere an einem gemeinsamen C-Arm, beweglich bezüglich des Untersuchungsobjekts angeordnet sein. Zur Aufnahme der ersten Projektionsabbildungen kann die Röntgenquelle Röntgenstrahlenbündel aussenden, welche Röntgenstrahlenbündel beim Auftreffen auf einer Oberfläche des Detektors, nach einer Wechselwirkung mit dem Untersuchungsobjekt, von dem Detektor empfangen und verarbeitet werden können. Dabei können die Röntgenstrahlenbündel insbesondere die Form eines Kegelstrahls und/oder Fächerstrahls und/oder Parallelstrahls aufweisen. Vorteilhafterweise können die ersten Projektionsabbildungen in zeitlicher Abfolge, insbesondere nacheinander, aufgenommen sein. Ferner kann das medizinische Röntgengerät, insbesondere die definierte Anordnung von Röntgenquelle und Detektor, zur Aufnahme der mehreren ersten Projektionsabbildungen jeweils eines der ersten Rotationsläufe um eine Raumachse, insbesondere um ein Isozentrum, herum rotiert worden sein. Dabei kann ein erster Rotationslauf jeweils eine, insbesondere vollständige, Rotation der definierten Anordnung beschreiben, insbesondere in einem vorbestimmten Winkelbereich. Alternativ oder zusätzlich kann die definierte Anordnung von Röntgenquelle und Detektor während jeweils eines der ersten Rotationsläufe entlang einer vorbestimmten, insbesondere elliptischen und/ oder kreisförmigen und/oder spiralförmigen, Trajektorie bewegt worden sein.
Die mehreren zweiten Projektionsabbildungen können vorteilhafterweise analog zu den mehreren ersten Projektionsabbildungen mittels des medizinischen Röntgengeräts aufgenommen sein. Dabei kann das medizinische Röntgengerät, insbesondere die definierte Anordnung von Röntgenquelle und Detektor, zur Aufnahme der mehreren zweiten Projektionsabbildungen des zumindest einen zweiten Rotationslaufs um eine weitere Raumachse, insbesondere um ein weiteres Isozentrum, herum rotiert worden sein. Vorteilhafterweise stimmt die weitere Raumachse, insbesondere das weitere Isozentrum, des zumindest einen zweiten Rotationslaufs mit der Raumachse, insbesondere dem Isozentrum, der ersten Rotationsläufe überein. Zudem kann die definierte Anordnung von Röntgenquelle und Detektor während des zumindest einen zweiten Rotationslaufs entlang einer vorbestimmten, insbesondere elliptischen und/oder kreisförmigen und/oder spiralförmigen, weiteren Trajektorie bewegt worden sein. Dabei kann die weitere Trajektorie des zumindest einen zweiten Rotationslaufs zumindest abschnittsweise mit der Trajektorie der ersten Rotationsläufe übereinstimmen.
In Schritt c) können vorteilhafterweise die ersten Schichtbilder und/oder die ersten Volumenbilder des Untersuchungsobjekts aus den ersten Projektionsabbildungen jeweils eines gemeinsamen ersten Rotationslaufs rekonstruiert werden. Dabei kann das Rekonstruieren der ersten Schichtbilder und/oder der ersten Volumenbilder vorteilhafterweise ein Anwenden eines Tomographiealgorithmus auf die mehreren ersten Projektionsabbildungen jeweils eines gemeinsamen ersten Rotationslaufs umfassen, beispielsweise eine inverse Radontransformation und/oder eine gefilterte Rückprojektion. Die ersten Schichtbilder können vorteilhafterweise eine Abbildung jeweils einer räumlichen Schicht des Untersuchungsobjekts innerhalb der ersten zeitlichen Phase aufweisen. Ferner können die ersten Volumenbilder eine Abbildung eines räumlichen Volumens des Untersuchungsobjekts innerhalb der ersten zeitlichen Phase aufweisen. Insbesondere können die ersten Volumenbilder jeweils mehrere erste Schichtbilder umfassen.
Das zumindest eine zweite Schichtbild und/oder das zumindest eine zweite Volumenbild kann, insbesondere analog zu den ersten Schichtbildern und/oder ersten Volumenbildern, aus den zweiten Projektionsabbildungen jeweils eines gemeinsamen zweiten Rotationslaufs rekonstruiert werden. Dabei kann das Rekonstruieren des zumindest einen zweiten Schichtbilds und/oder des zumindest einen zweiten Volumenbilds vorteilhafterweise ein Anwenden eines Tomographiealgorithmus auf die mehreren zweiten Projektionsabbildungen jeweils eines gemeinsamen zweiten Rotationslaufs umfassen, beispielsweise eine inverse Radontransformation und/oder eine gefilterte Rückprojektion. Das zumindest eine zweite Schichtbild kann vorteilhafterweise eine Abbildung jeweils einer räumlichen Schicht des Untersuchungsobjekts innerhalb der zweiten zeitlichen Phase aufweisen. Ferner kann das zumindest eine zweite Volumenbild eine Abbildung eines räumlichen Volumens des Untersuchungsobjekts innerhalb der zweiten zeitlichen Phase aufweisen. Insbesondere kann das zumindest eine zweite Volumenbild jeweils mehrere zweite Schichtbilder umfassen.
Das Rekonstruieren der ersten Schichtbilder und/oder der ersten Volumenbilder kann vorteilhafterweise ein Anwenden einer Bewegungskorrektur auf die jeweiligen ersten Projektionsabbildungen eines gemeinsamen ersten Rotationslaufs umfassen. Analog dazu kann das Rekonstruieren des zumindest einen zweiten Schichtbildes und/oder des zumindest einen zweiten Volumenbildes ein Anwenden einer Bewegungskorrektur auf die jeweiligen zweiten Projektionsabbildungen eines gemeinsamen zweiten Rotationslaufs umfassen.
Vorteilhafterweise kann wenigstens einer der Maskendatensätze eine, insbesondere gewichtete, Mittelung von zumindest einer Kombination der ersten Schichtbilder und/oder der ersten Volumenbilder umfassen. Hierfür können vorzugsweise jeweils zumindest zwei der ersten Schichtbilder und/oder der ersten Volumenbilder gemittelt werden. Dabei kann die Mittelung der zumindest einen Kombination der ersten Schichtbilder und/oder der ersten Volumenbilder schichtweise und/oder zeilenweise und/oder spaltenweise und/oder bildpunktweise erfolgen. Des Weiteren können die Maskendatensätze zumindest eines der ersten Schichtbilder und/oder zumindest eines der ersten Volumenbilder umfassen.
Ferner kann Schritt c) ein Registrieren, insbesondere eine Bewegungskorrektur, der zu kombinierenden ersten Schichtbilder und/oder der zu kombinierenden ersten Volumenbilder umfassen.
Zum Erzeugen der Subtraktionsdatensätze im Schritt d) kann jeweils einer der Maskendatensätze von dem zumindest einen zweiten Schichtbild und/oder dem zumindest einen zweiten Volumenbild subtrahiert werden. Die Subtraktion kann, insbesondere analog zur Mittelung, schichtweise und/oder zeilenweise und/oder spaltenweise und/oder bildpunktweise erfolgen. Insbesondere kann zum Erzeugen der Subtraktionsdatensätze jeder der Maskendatensätze von dem zumindest einen zweiten Schichtbild und/oder Volumenbild subtrahiert werden. Sofern im Schritt b) mehrere zweite Bilddatensätze empfangen werden, kann zum Erzeugen der Subtraktionsdatensätze vorteilhafterweise jeder der Maskendatensätze von jedem dem der zweiten Schichtbilder und/oder der zweiten Volumenbilder subtrahiert werden.
Ferner kann Schritt d) ein Registrieren, insbesondere eine Bewegungskorrektur, der zu subtrahierenden Maskendatensätze mit dem zumindest einen zweiten Schichtbild und/oder dem zumindest einen zweiten Volumenbild umfassen.
Vorteilhafterweise kann die vorgeschlagene Ausführungsform eine dreidimensional räumlich aufgelöste Abbildung der Veränderung an dem Untersuchungsbereich in den Subtraktionsdatensätzen ermöglichen.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens kann wenigstens einer der Maskendatensätze eine Mittelung von zumindest einer Kombination der ersten Projektionsabbildungen umfassen, welche erste Projektionsabbildungen eine gemeinsame erste Projektionsrichtung aufweisen. Ferner kann in Schritt d) zum Erzeugen der Subtraktionsdatensätze jeweils einer der Maskendatensätze von der zumindest einen zweiten Projektionsabbildung mit übereinstimmender Projektionsrichtung subtrahiert werden.
Durch das Mitteln der zumindest einen Kombination der ersten Projektionsabbildungen, welche ersten Projektionsabbildungen eine gemeinsame, insbesondere übereinstimmende, erste Projektionsrichtung aufweisen, kann vorteilhaft sichergestellt werden, dass die zu mittelnden ersten Projektionsabbildungen eine gemeinsame Abbildungsgeometrie zur Abbildung des Untersuchungsobjekts aufweisen. Insbesondere können die Maskendatensätze jeweils eine Abbildung des Untersuchungsobjekts entlang einer der ersten Projektionsrichtungen aufweisen. Zudem können die Maskendatensätze zumindest eine der ersten Projektionsabbildungen umfassen.
In Schritt d) kann zum Erzeugen der Subtraktionsdatensätze von der zumindest einen zweiten Projektionsabbildung jeweils einer der Maskendatensätze mit übereinstimmenden ersten und zweiten Projektionsrichtungen subtrahiert werden. Insbesondere können im Schritt d) die Maskendatensätze, insbesondere alle Maskendatensätze, von der zumindest einen zweiten Projektionsabbildung subtrahiert werden, welche eine mit der zweiten Projektionsrichtung der zumindest einen zweiten Projektionsabbildung übereinstimmende erste Projektionsrichtung aufweisen.
Hierdurch kann vorteilhafterweise sichergestellt werden, dass die von der zumindest einen zweiten Projektionsabbildung jeweils zu subtrahierenden Maskendatensätze eine übereinstimmende Abbildungsgeometrie zur Abbildung des Untersuchungsobjekts aufweisen.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens kann der zumindest eine zweite Bilddatensatz ein in der zweiten zeitlichen Phase im Untersuchungsobjekt angeordnetes Kontrastmittel als die Veränderung abbilden.
Das Kontrastmittel kann beispielsweise ein Röntgenkontrastmittel, insbesondere ein röntgenopakes Kontrastmittel, und/oder ein Ultraschallkontrastmittel und/oder ein Magnetresonanzkontrastmittel sein. Vorteilhafterweise kann das Kontrastmittel vor Beginn des vorgeschlagenen Verfahrens dem Untersuchungsobjekt appliziert worden sein. Vorteilhafterweise kann das zumindest teilweise in dem Untersuchungsbereich angeordnete Kontrastmittel, insbesondere eine Ausbreitungsbewegung des Kontrastmittels und/oder ein Kontrastmittelbolus, in dem zumindest einen zweiten Bilddatensatz abgebildet sein. Vorteilhafterweise kann das Kontrastmittel, insbesondere selektiv, während er zweiten zeitlichen Phase in dem abzubildenden Hohlorgan des Untersuchungsobjekts angeordnet sein. Hierdurch kann vorteilhafterweise eine kontrastierte Abbildung des Hohlorgans in dem zumindest einen zweiten Bilddatensatz und folglich in den Subtraktionsdatensätzen ermöglicht werden.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens können die Bildqualitätsparameter in Schritt e) durch Anwenden einer Bildqualitätsmetrik auf jeweils einen der Subtraktionsdatensätze bestimmt werden. Ferner kann die Bildqualitätsmetrik ein Artefaktlevel und/oder Signal-zu-Rauschen-Verhältnis in dem jeweiligen Subtraktionsdatensatz bewerten.
Die Bildqualitätsmetrik kann vorteilhafterweise dazu ausgebildet sein, ein Vorkommen und/oder eine Ausprägung von Bildartefakten, beispielsweise Bewegungsartefakten und/oder Metallartefakten und/oder Rekonstruktionsartefakten, in den Subtraktionsdatensätzen zu bewerten. Vorteilhafterweise kann die Bildqualitätsmetrik zu jedem der Subtraktionsdatensätze jeweils einen, insbesondere normierten, Bildqualitätsparameter bereitstellen, welcher das Artefaktlevel und/oder Signalzu-Rauschen-Verhältnis in dem jeweiligen Subtraktionsdatensatz bewertet. Ferner kann die Bildqualitätsmetrik auf einer Entropie und/oder Variation (engl. total variation) in den Subtraktionsdatensätzen basieren. Zudem kann die Bildqualitätsmetrik eine Konsistenzbedingung hinsichtlich der Bildmerkmale, welche in den ersten Bilddatensätzen und/oder in dem zumindest einen zweiten Bilddatensatz und/oder dem jeweiligen Subtraktionsdatensatz enthalten sein können.
Hierdurch kann vorteilhafterweise eine einheitliche und/oder normierte Bewertung der Bildqualität der Subtraktionsdatensätze ermöglicht werden. Des Weiteren kann hierdurch das Bestimmen, insbesondere die Auswahl, des optimalen Subtraktionsdatensatzes durch den Vergleich der Bildqualitätsparameter von den mehreren Subtraktionsdatensätzen ermöglicht werden.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens kann die Bildqualitätsmetrik auf einer künstlichen Intelligenz basieren.
Dabei kann die Bildqualitätsmetrik vorteilhafterweise durch ein Verfahren des Maschinenlernens trainiert sein. Insbesondere kann die Bildqualitätsmetrik eine trainierte Funktion umfassen, welche durch ein Verfahren des Maschinenlernens trainiert ist. Die Bildqualitätsmetrik, insbesondere die trainierte Funktion, kann beispielsweise ein neuronales Netzwerk, insbesondere ein faltendes neuronales Netzwerk (engl. convolutional neural network, CNN) bzw. ein Netzwerk umfassend eine Faltungsschicht (engl. convolutional layer) sein.
Die trainierte Funktion bildet Eingabedaten auf Ausgabedaten ab. Hierbei können die Ausgabedaten insbesondere weiterhin von einem oder mehreren Parametern der trainierten Funktion abhängen. Der eine oder die mehreren Parameter der trainierten Funktion können durch ein Training bestimmt und/oder angepasst werden. Das Bestimmen und/oder das Anpassen des einen oder der mehreren Parameter der trainierten Funktion kann insbesondere auf einem Paar aus Trainingseingabedaten und zugehörigen Vergleichsausgabedaten basieren, wobei die trainierte Funktion zur Erzeugung von Trainingsabbildungsdaten auf die Trainingseingabedaten angewendet wird. Insbesondere können das Bestimmen und/oder das Anpassen auf einem Vergleich der Trainingsabbildungsdaten und der Vergleichsausgabedaten basieren. Im Allgemeinen wird auch eine trainierbare Funktion, das heißt eine Funktion mit noch nicht angepassten einen oder mehreren Parametern, als trainierte Funktion bezeichnet.
Andere Begriffe für trainierte Funktion sind trainierte Abbildungsvorschrift, Abbildungsvorschrift mit trainierten Parametern, Funktion mit trainierten Parametern, Algorithmus basierend auf künstlicher Intelligenz, Algorithmus des maschinellen Lernens. Ein Beispiel für eine trainierte Funktion ist ein künstliches neuronales Netzwerk, wobei die Kantengewichte des künstlichen neuronalen Netzwerks den Parametern der trainierten Funktion entsprechen. Anstatt des Begriffs „neuronales Netzwerk“ kann auch der Begriff „neuronales Netz“ verwendet werden. Insbesondere kann eine trainierte Funktion auch ein tiefes künstliches neuronales Netzwerk sein (engl. deep neural network, deep artificial neural network). Ein weiteres Beispiel für eine trainierte Funktion ist eine „Support Vector Machine“, weiterhin sind auch insbesondere andere Algorithmen des maschinellen Lernens als trainierte Funktion einsetzbar.
Die trainierte Funktion kann insbesondere mittels einer Rückpropagation trainiert sein. Zunächst können Trainingsabbildungsdaten durch Anwendung der trainierten Funktion auf Trainingseingabedaten bestimmt werden. Hiernach kann eine Abweichung zwischen den Trainingsabbildungsdaten und den Vergleichsausgabedaten durch Anwendung einer Fehlerfunktion auf die Trainingsabbildungsdaten und die Vergleichsausgabedaten ermittelt werden. Ferner kann zumindest ein Parameter, insbesondere eine Gewichtung, der trainierten Funktion, insbesondere des neuronalen Netzwerks, basierend auf einem Gradienten der Fehlerfunktion bezüglich des zumindest einen Parameters der trainierten Funktion iterativ angepasst werden. Hierdurch kann die Abweichung zwischen den Trainingsabbildungsdaten und den Vergleichsausgabedaten während des Trainings der trainierten Funktion vorteilhafterweise minimiert werden.
Vorteilhafterweise weist die trainierte Funktion, insbesondere das neuronale Netzwerk, eine Eingabeschicht und eine Ausgabeschicht auf. Dabei kann die Eingabeschicht zum Empfangen von Eingabedaten ausgebildet sein. Ferner kann die Ausgabeschicht zum Bereitstellen von Abbildungsdaten ausgebildet sein. Dabei kann die Eingabeschicht und/oder die Ausgabeschicht jeweils mehrere Kanäle, insbesondere Neuronen, umfassen.
Dabei kann die Bildqualitätsmetrik, insbesondere die trainierte Funktion, dazu ausgebildet sein, einen Subtraktionsdatensatz als Eingabedaten zu verarbeiten und den Bildqualitätsparameter als Ausgabedaten bereitzustellen.
Für das Training der Bildqualitätsmetrik, insbesondere der trainierten Funktion, können Trainingseingabedaten aufweisend Trainingssubtraktionsdatensätze durch Anwenden der Schritte a) bis d) auf erste und zweite Trainingsbilddatensätze bestimmt werden. Dabei können die ersten und zweiten Trainingsbilddatensätze insbesondere alle Merkmale und Eigenschaften der ersten Bilddatensätze und des zumindest einen zweiten Bilddatensatzes aufweisen. Insbesondere können die ersten und/oder zweiten Trainingsbilddatensätze simuliert sein. Des Weiteren kann das Simulieren zumindest eines Teils der ersten und/oder zweiten Bilddatensätze ein Anwenden einer, insbesondere rigiden und/oder nicht-rigiden, Transformation auf einen der ersten und/oder zweiten Bilddatensätze umfassen. Hierdurch können beispielsweise Bewegungsartefakte, welche durch eine Bewegung des Untersuchungsobjekts hervorgerufen werden können, für das Training der trainierten Funktion vorteilhaft simuliert werden.
Des Weiteren können die Vergleichsausgabedaten durch Anwenden zumindest einer weiteren Bildqualitätsmetrik auf die Trainingseingabedaten bestimmt werden. Die zumindest eine weitere Bildqualitätsmetrik kann beispielsweise auf einer Entropie und/oder Variation (engl. total variation) der Trainingseingabedaten basieren. Alternativ oder zusätzlich können die Vergleichsausgabedaten durch Annotation der Trainingseingabedaten bestimmt werden, beispielsweise durch eine Eingabe eines Nutzers, welche Eingabe die Bildqualität der Trainingseingabedaten bewertet. Ferner kann das Training insbesondere durch ein überwachtes Training erfolgen.
Hierdurch kann ein besonders robustes und präzises Bestimmen der Bildqualitätsparameter im Schritt e) ermöglicht werden.
In einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens kann das medizinische Bildgebungsgerät und/oder das weitere medizinische Bildgebungsgerät als medizinisches Röntgengerät und/oder Computertomographieanlage und/oder Magnetresonanzanlage und/oder Positronenemissionstomographieanlage und/oder Ultraschallgerät ausgebildet sein.
Hierdurch kann eine, insbesondere an die abzubildende Veränderung des Untersuchungsobjekts angepasste, Bildgebungsmodalität zum Aufnehmen und/oder Bereitstellen der ersten Bilddatensätze und/oder des zumindest einen zweiten Bilddatensatzes verwendet werden.
Die Erfindung betrifft in einem zweiten Aspekt ein medizinisches Bildgebungsgerät, welches ausgebildet ist, ein vorgeschlagenes Verfahren zum Bereitstellen eines optimalen Subtraktionsdatensatzes auszuführen.
Das medizinische Bildgebungsgerät kann beispielsweise als medizinisches Röntgengerät, insbesondere medizinisches C-Bogen-Röntgengerät, und/oder Computertomographieanlage (CT) und/oder Magnetresonanzanlage (MRT) und/oder Positronenemissionstomographieanlage (PET) und/oder Ultraschallgerät ausgebildet sein. Vorteilhafterweise kann das medizinische Bildgebungsgerät eine Bereitstellungseinheit aufweisen, welche zum Ausführen der Schritte des vorgeschlagenen Verfahrens ausgebildet ist.
Die Vorteile des vorgeschlagenen medizinischen Bildgebungsgeräts entsprechen im Wesentlichen den Vorteilen des vorgeschlagenen Verfahrens zum Bereitstellen eines optimalen Subtraktionsdatensatzes. Hierbei erwähnte Merkmale, Vorteile oder alternative Ausführungsformen können ebenso auch auf die anderen beanspruchten Gegenstände übertragen werden und umgekehrt.
Die Erfindung betrifft in einem dritten Aspekt ein Computerprogrammprodukt mit einem Computerprogramm, welches direkt in einen Speicher einer Bereitstellungseinheit ladbar ist, mit Programmabschnitten, um alle Schritte des vorgeschlagenen Verfahrens zum Bereitstellen eines optimalen Subtraktionsdatensatzes auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit ausgeführt werden. Das Computerprogrammprodukt kann dabei eine Software mit einem Quellcode, der noch kompiliert und gebunden oder der nur interpretiert werden muss, oder einen ausführbaren Softwarecode umfassen, der zur Ausführung nur noch in die Bereitstellungseinheit zu laden ist. Durch das Computerprogrammprodukt kann das Verfahren zum Bereitstellen eines optimalen Subtraktionsdatensatzes mittels einer Bereitstellungseinheit schnell, identisch wiederholbar und robust ausgeführt werden. Das Computerprogrammprodukt ist so konfiguriert, dass es mittels der Bereitstellungseinheit die erfindungsgemäßen Verfahrensschritte ausführen kann.
Das Computerprogrammprodukt ist beispielsweise auf einem computerlesbaren Speichermedium gespeichert oder auf einem Netzwerk oder Server hinterlegt, von wo es in den Prozessor einer Bereitstellungseinheit geladen werden kann, der mit der Bereitstellungseinheit direkt verbunden oder als Teil der Bereitstellungseinheit ausgebildet sein kann. Weiterhin können Steuerinformationen des Computerprogrammprodukts auf einem elektronisch lesbaren Datenträger gespeichert sein. Die Steuerinformationen des elektronisch lesbaren Datenträgers können derart ausgestaltet sein, dass sie bei Verwendung des Datenträgers in einer Bereitstellungseinheit ein erfindungsgemäßes Verfahren durchführen. Beispiele für elektronisch lesbare Datenträger sind eine DVD, ein Magnetband oder ein USB-Stick, auf welchem elektronisch lesbare Steuerinformationen, insbesondere Software, gespeichert ist. Wenn diese Steuerinformationen von dem Datenträger gelesen und in eine Bereitstellungseinheit gespeichert werden, können alle erfindungsgemäßen Ausführungsformen der vorab beschriebenen Verfahren durchgeführt werden.
Die Erfindung kann ferner von einem computerlesbaren Speichermedium und/oder elektronisch lesbaren Datenträger ausgehen, auf welchem von einer Bereitstellungseinheit lesbare und ausführbare Programmabschnitte gespeichert sind, um alle Schritte des Verfahrens zum Bereitstellen eines optimalen Subtraktionsdatensatzes auszuführen, wenn die Programmabschnitte von der Bereitstellungseinheit ausgeführt werden.
Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Bereitstellungseinheiten auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Ein solches Computerprogrammprodukt kann neben dem Computerprogramm gegebenenfalls zusätzliche Bestandteile wie z.B. eine Dokumentation und/oder zusätzliche Komponenten, sowie Hardware-Komponenten, wie z.B. Hardware-Schlüssel (Dongles etc.) zur Nutzung der Software, umfassen.
Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und werden im Folgenden näher beschrieben. In unterschiedlichen Figuren werden für gleiche Merkmale die gleichen Bezugszeichen verwendet. Es zeigen:

1 bis 3 schematische Darstellungen verschiedener Ausführungsformen eines Verfahrens zum Bereitstellen eines optimalen Subtraktionsdatensatzes,
4 eine schematische Darstellung eines medizinischen C-Bogen-Röntgengeräts beispielhaft für ein vorgeschlagenes medizinisches Bildgebungsgerät.

1 zeigt eine schematische Darstellung einer vorteilhaften Ausführungsform eines vorgeschlagenen Verfahrens zum Bereitstellen eines optimalen Subtraktionsdatensatzes. In einem ersten Schritt a) können erste Bilddatensätze BD1 empfangen werden REC-BD1. Dabei können die ersten Bilddatensätze BD1 ein Untersuchungsobjekt innerhalb einer ersten zeitlichen Phase abbilden. Zudem können die ersten Bilddatensätze BD1 mittels eines medizinischen Bildgebungsgeräts aufgenommen sein. In einem zweiten Schritt b) kann zumindest ein zweiter Bilddatensatz BD2 empfangen werden REC-BD2. Dabei kann der zumindest eine zweite Bilddatensatz BD2 das Untersuchungsobjekt innerhalb einer zweiten zeitlichen Phase abbilden. Zudem kann der zumindest eine zweite Bilddatensatz BD2 mittels desselben oder eines weiteren medizinischen Bildgebungsgeräts aufgenommen sein.
Das medizinische Bildgebungsgerät und/oder das weitere medizinische Bildgebungsgerät kann beispielsweise als medizinisches Röntgengerät, insbesondere medizinisches C-Bogen-Röntgengerät, und/oder Computertomographieanlage und/oder Magnetresonanzanlage und/oder Positronenemissionstomographieanlage und/oder Ultraschallgerät ausgebildet sein.
Ferner kann der zumindest eine zweite Bilddatensatz BD2 eine Veränderung an dem Untersuchungsobjekt gegenüber der ersten zeitlichen Phase abbilden. Insbesondere kann der zumindest eine zweite Bilddatensatz BD2 ein in der zweiten zeitlichen Phase in dem Untersuchungsobjekt angeordnetes Kontrastmittel als die Veränderung abbilden. In einem dritten Schritt c) können Maskendatensätze MD bestimmt werden DET-MD. Dabei können die Maskendatensätze MD zumindest einen der ersten Bilddatensätze BD1 und/oder eine Mittelung von zumindest einer Kombination der ersten Bilddatensätze BD1 umfassen. In einem vierten Schritt d) können Subtraktionsdatensätze DIFF durch Subtraktion jeweils eines der Maskendatensätze MD von dem zumindest einen zweiten Bilddatensatz BD2 bestimmt werden DET-DIFF. In einem fünften Schritt e) kann jeweils ein Bildqualitätsparameter IQP für die Subtraktionsdatensätze DIFF bestimmt werden DET-IQP. Das Bestimmen DET-IQP der Bildqualitätsparameter IQP kann vorteilhafterweise durch Anwenden einer Bildqualitätsmetrik auf jeweils einen der Subtraktionsdatensätze DIFF erfolgen. Dabei kann die Bildqualitätsmetrik ein Artefaktlevel und/oder Signal-zu-Rauschen-Verhältnis in dem jeweiligen Subtraktionsdatensatz DIFF bewerten. Zudem kann die Bildqualitätsmetrik auf einer künstlichen Intelligenz basieren.
Ferner kann in einem sechsten Schritt f) der optimale Subtraktionsdatensatz ODIFF durch einen Vergleich COMP-IQP der Bildqualitätsparameter IQP bereitgestellt werden PROV-ODIFF.
Insbesondere können die Maskendatensätze MD Mittelungen aller möglichen Kombinationen der ersten Bilddatensätze BD1 umfassen. Für eine Anzahl z von ersten Bilddatensätzen BD1 kann es $2^{z} - 1$
mögliche Kombinationen geben, einschließlich der einzelnen ersten Bilddatensätze BD1.
Des Weiteren können die ersten Bilddatensätze BD1 und der zumindest eine zweite Bilddatensatz BD2 jeweils zumindest eine gemeinsame Schicht und/oder ein zumindest teilweise gemeinsames Volumen des Untersuchungsobjekt abbilden. Dabei kann zum Bestimmen DET-MD der Maskendatensätze MD die zumindest eine Kombination der ersten Bilddatensätze BD1 schichtweise und/ oder zeilenweise und/oder spaltenweise und/oder bildpunktweise gemittelt werden. Ferner kann in Schritt d) zum Erzeugen DET-DIFF der Subtraktionsdatensätze DIFF jeweils einer der Maskendatensätze MD von dem zumindest einen zweiten Bilddatensatz BD2 einer übereinstimmenden Schicht und/oder eines übereinstimmenden Volumens subtrahiert werden.
In 2 ist eine weitere vorteilhafte Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen PROV-ODIFF eines optimalen Subtraktionsdatensatzes ODIFF schematisch dargestellt. Dabei können die ersten Bilddatensätze BD1 mehrere erste Projektionsabbildungen PD1.i.1 bis PD1.i.m des Untersuchungsobjekts entlang zumindest einer ersten Projektionsrichtung aufweisen. Ferner kann der zumindest eine zweite Bilddatensatz BD2 zumindest eine zweite Projektionsabbildung, insbesondere mehrere zweite Projektionsabbildungen PD2.j.1 bis PD2.j.m', des Untersuchungsobjekts entlang zumindest einer zweiten Projektionsrichtung aufweisen. Dabei kann zumindest eine der ersten Projektionsrichtungen und zumindest eine der zweiten Projektionsrichtungen vorteilhafterweise übereinstimmen.
Zudem kann wenigstens einer der Maskendatensätze MD.k.1 bis MD.k.n eine Mittelung von zumindest einer Kombination der ersten Projektionsabbildungen PD1.i.1 bis PD1.i.m umfassen, welche zu kombinierenden ersten Projektionsabbildungen jeweils eine gemeinsame erste Projektionsrichtung aufweisen. Zudem kann im Schritt d) zum Erzeugen DET-DIFF der Subtraktionsdatensätze DIFF.p.1 bis DIFF.p.1 jeweils einer der Maskendatensätze MD.k.1 bis MD.k.n von der zumindest einen zweiten Projektionsabbildung PD2.j.1 bis PD2.j.m' mit übereinstimmender Projektionsrichtung subtrahiert werden.
In den 2 bis 3 sind die ersten Projektionsabbildungen PD1.i.1 bis PD1.i.m von einem, insbesondere i-ten, der mehreren ersten Bilddatensätze BD1 stellvertretend für die ersten Projektionsabbildungen der mehreren ersten Bilddatensätze BD1 dargestellt. Dabei können die ersten Projektionsabbildungen PD1.i.1 bis PD1.i.m insbesondere entlang einer Anzahl von m Projektionsrichtungen aufgenommen sein. Sofern im Schritt b) mehrere zweite Bilddatensätze empfangen werden, sind die zweiten Projektionsabbildungen PD2.j.1 bis PD2.j.m' von einem, insbesondere j-ten, der mehreren zweiten Bilddatensätze BD2 stellvertretend für die zweiten Projektionsabbildungen der mehreren zweiten Bilddatensätze BD2 dargestellt. Dabei können die zweiten Projektionsabbildungen PD2.j.1 bis PD2.j.m' insbesondere entlang einer Anzahl von m' Projektionsrichtungen aufgenommen sein. Zudem ist ein, insbesondere k-ter, Maskendatensatz MD.k.1 bis MD.k.n stellvertretend für die mehreren Maskendatensätze schematisch dargestellt. Ferner sind die Subtraktionsdatensätze DIFF.p.1 bis DIFF.p.1 für eine, insbesondere p-te, Subtraktion eines, insbesondere k-ten, Maskendatensatz MD.k.1 bis MD.k.n von der zumindest einen zweiten Projektionsabbildung PD2.j.1 bis PD2.j.m' mit übereinstimmender Projektionsrichtung schematisch dargestellt.
3 zeigt eine schematische Darstellung einer weiteren vorteilhaften Ausführungsform des vorgeschlagenen Verfahrens zum Bereitstellen PROV-ODIFF eines optimalen Subtraktionsdatensatzes ODIFF. Dabei kann das medizinische Bildgebungsgerät als medizinische Röntgengerät ausgebildet sein. Zudem können die ersten Bilddatensätze BD1 jeweils mehrere erste Projektionsabbildungen PD1.i.1 bis PD1.i.m mehrerer erster Rotationsläufe des medizinischen Röntgengeräts aufweisen. Zudem kann der zumindest eine zweite Bilddatensatz BD2 jeweils mehrere zweite Projektionsabbildungen PD2.j.1 bis PD2.j.m' zumindest eines zweiten Rotationslaufs, insbesondere mehrerer zweiter Rotationsläufe, des medizinischen Röntgengeräts aufweisen. In Schritt c) kann ferner ein Rekonstruieren RECO-ID1 von ersten Schichtbildern und/oder ersten Volumenbildern ID1 des Untersuchungsobjekts aus den ersten Projektionsabbildungen PD1.i.1 bis PD1.i.m jeweils eines gemeinsamen ersten Rotationslaufs umfassen. Dabei kann wenigstens einer der Maskendatensätze MD eine Mittelung von zumindest einer Kombination der ersten Schichtbilder und/oder der ersten Volumenbilder ID1 umfassen. Ferner kann Schritt d) ein Rekonstruieren RECO-ID2 von zumindest einem zweiten Schichtbild und/oder zumindest einem zweiten Volumenbild ID2 des Untersuchungsobjekts aus den zweiten Projektionsabbildungen PD2.j.1 bis PD2.j.m' jeweils eines gemeinsamen zweiten Rotationslaufs umfassen. Ferner kann in Schritt d) zum Erzeugen DET-DIFF der Subtraktionsdatensätze DIFF jeweils einer der Maskendatensätze MD von dem zumindest einen zweiten Schichtbild und/oder dem zumindest einen zweiten Volumenbild ID2 subtrahiert werden.
In 4 ist, beispielhaft für ein vorgeschlagenes medizinisches Bildgebungsgerät, ein medizinisches C-Bogen-Röntgengerät 37 schematisch dargestellt. Dabei kann das medizinische C-Bogen-Röntgengerät 37 vorteilhafterweise eine Bereitstellungeinheit PRVS umfassen. Ferner kann das medizinische C-Bogen-Röntgengerät 37, insbesondere die Bereitstellungseinheit PRVS, zur Ausführung eines vorgeschlagenen Verfahrens zum Bereitstellen PROV-ODIFF eines optimalen Subtraktionsdatensatzes ODIFF ausgebildet sein.
Hierbei umfasst das medizinische C-Bogen-Röntgengerät 37 vorteilhafterweise einen Detektor 34, insbesondere einen Röntgendetektor, und eine Röntgenquelle 33. Zur Aufnahme der ersten Bilddatensätze BD1, insbesondere der ersten Projektionsabbildungen PD1.i.1 bis PD1.i.m, und/oder des zumindest einen zweiten Bilddatensatzes BD2, insbesondere der zweiten Projektionsabbildungen PD2.j.1 bis PD2.j.m', kann ein Arm 38 des C-Bogen-Röntgengerätes 37 beweglich um ein oder mehrere Achsen herum gelagert sein. Ferner kann das medizinische C-Bogen-Röntgengerät 37 eine Bewegungsvorrichtung 39 umfassen, welche eine Bewegung des C-Bogen-Röntgengerätes 37 im Raum ermöglicht, beispielsweise ein Radsystem und/oder Schienensystem und/oder einen Roboterarm.
Zur Aufnahme der ersten Bilddatensätze BD1 und/oder des zumindest einen zweiten Bilddatensatzes BD2 von einem, auf einer Patientenlagerungseinrichtung 32 angeordneten, Untersuchungsobjekts 31, kann die Bereitstellungseinheit PRVS ein Signal 24 an die Röntgenquelle 33 senden. Daraufhin kann die Röntgenquelle 33 ein Röntgenstrahlenbündel aussenden. Beim Auftreffen des Röntgenstrahlenbündels, nach einer Wechselwirkung mit dem Untersuchungsbereich, auf einer Oberfläche des Detektors 34, kann der Detektor 34 ein Signal 21 an die Bereitstellungseinheit PRVS senden. Die Bereitstellungseinheit PRVS kann beispielsweise anhand des Signals 21 die die ersten Bilddatensätze BD1 und/oder den zumindest einen zweiten Bilddatensatz BD2 empfangen REC-BD1, REC-BD2.
Des Weiteren kann das medizinische C-Bogen-Röntgengerät 37 eine Eingabeeinheit 42, beispielsweise eine Tastatur, und/ oder eine Darstellungseinheit 41, beispielsweise einen Monitor und/oder Display, umfassen. Die Eingabeeinheit 42 kann vorzugsweise in die Darstellungseinheit 41 integriert sein, beispielsweise bei einem kapazitiven und/oder resistiven Eingabedisplay. Dabei kann durch eine Eingabe des Nutzers an der Eingabeeinheit 42 eine Steuerung des medizinischen C-Bogen-Röntgengeräts 37, insbesondere des vorgeschlagenen Verfahrens zum Bereitstellen PROV-ODIFF eines optimalen Subtraktionsdatensatzes ODIFF, ermöglicht werden. Hierfür kann die Eingabeeinheit 42 beispielsweise ein Signal 26 an die Bereitstellungseinheit PRVS senden.
Ferner kann die Darstellungseinheit 41 dazu ausgebildet sein, Informationen und/oder graphische Darstellungen von Informationen des medizinischen C-Bogen-Röntgengeräts 37 und/oder der Bereitstellungseinheit PRVS und/oder weiterer Komponenten anzuzeigen. Hierfür kann die Bereitstellungseinheit PRVS beispielsweise ein Signal 25 an die Darstellungseinheit 41 senden. Insbesondere kann die Darstellungseinheit 41 zur Anzeige einer graphischen Darstellung der ersten Bilddatensätze BD1 und/oder des zumindest einen zweiten Bilddatensatzes BD2 und/oder der Maskendatensätze MD und/oder der Subtraktionsdatensätze DIFF und/oder des optimalen Subtraktionsdatensatzes ODIFF ausgebildet sein.
Die in den beschriebenen Figuren enthaltenen schematischen Darstellungen bilden keinerlei Maßstab oder Größenverhältnis ab.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den vorhergehend detailliert beschriebenen Verfahren sowie bei den dargestellten Vorrichtungen lediglich um Ausführungsbeispiele handelt, welche vom Fachmann in verschiedenster Weise modifiziert werden können, ohne den Bereich der Erfindung zu verlassen. Weiterhin schließt die Verwendung der unbestimmten Artikel „ein“ bzw. „eine“ nicht aus, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso schließen die Begriffe „Einheit“ und „Element“ nicht aus, dass die betreffenden Komponenten aus mehreren zusammenwirkenden Teil-Komponenten bestehen, die gegebenenfalls auch räumlich verteilt sein können.

Claims

Verfahren zum Bereitstellen (PROV-ODIFF) eines optimalen Subtraktionsdatensatzes (ODIFF), umfassend: a) Empfangen (REC-BD1) von ersten Bilddatensätzen (BD1), wobei die ersten Bilddatensätze (BD1) ein Untersuchungsobjekt (31) innerhalb einer ersten zeitlichen Phase abbilden, wobei die ersten Bilddatensätze (BD1) mittels eines medizinischen Bildgebungsgeräts aufgenommen sind, b) Empfangen (REC-BD2) zumindest eines zweiten Bilddatensatzes (BD2), wobei der zumindest eine zweite Bilddatensatz (BD2) das Untersuchungsobjekt (31) innerhalb einer zweiten zeitlichen Phase abbildet, wobei der zumindest eine zweite Bilddatensatz (BD2) mittels desselben oder eines weiteren medizinischen Bildgebungsgeräts aufgenommenen ist, wobei der zumindest eine zweite Bilddatensatz (BD2) eine Veränderung an dem Untersuchungsobjekt (31) gegenüber der ersten zeitlichen Phase abbildet, c) Bestimmen (DET-MD) von Maskendatensätzen (MD), wobei die Maskendatensätze (MD) zumindest einen der ersten Bilddatensätze (BD1) und/oder eine Mittelung von zumindest einer Kombination der ersten Bilddatensätze (BD1) umfassen, d) Erzeugen (DET-DIFF) von Subtraktionsdatensätzen (DIFF) durch Subtraktion jeweils eines der Maskendatensätze (MD) von dem zumindest einen zweiten Bilddatensatz (BD2), e) Bestimmen (DET-IQP) jeweils eines Bildqualitätsparameters (IQP) für die Subtraktionsdatensätze (DIFF), f) Bereitstellen (PROV-ODIFF) eines optimalen Subtraktionsdatensatzes (ODIFF) durch einen Vergleich (COMP-IQP) der Bildqualitätsparameter (IQP).
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Maskendatensätze (MD) Mittelungen aller möglichen Kombinationen der ersten Bilddatensätze (BD1) umfassen.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die ersten Bilddatensätze (BD1) mehrere erste Projektionsabbildungen (PD1.i.1, PD1.i.m) des Untersuchungsobjekts (31) entlang zumindest einer ersten Projektionsrichtung aufweisen, wobei der zumindest eine zweite Bilddatensatz (BD2) zumindest eine zweite Projektionsabbildung (PD2.j.1, PD2.j.m') des Untersuchungsobjekts (31) entlang zumindest einer zweiten Projektionsrichtung aufweist, wobei zumindest eine der ersten Projektionsrichtungen und zumindest eine der zweiten Projektionsrichtungen übereinstimmt.
Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die ersten Bilddatensätze (BD1) und der zumindest eine zweite Bilddatensatz (BD2) jeweils zumindest eine gemeinsame Schicht und/oder ein zumindest teilweise gemeinsames Volumen des Untersuchungsobjekts (31) abbilden, wobei wenigstens einer der Maskendatensätze (MD) eine Mittelung von zumindest einer Kombination der ersten Bilddatensätze (BD1) umfasst, wobei in Schritt c) zum Bestimmen (DET-MD) der Maskendatensätze (MD) die zumindest eine Kombination der ersten Bilddatensätze (BD1) schichtweise und/oder zeilenweise und/oder spaltenweise und/oder bildpunktweise gemittelt wird, wobei in Schritt d) zum Erzeugen (DET-DIFF) der Subtraktionsdatensätze (DIFF) jeweils einer der Maskendatensätze (MD) von dem zumindest einen zweiten Bilddatensatz (BD2) einer übereinstimmenden Schicht und/oder eines übereinstimmenden Volumens subtrahiert wird.
Verfahren nach Anspruch 3 und 4, dadurch gekennzeichnet, dass das medizinische Bildgebungsgerät als medizinisches Röntgengerät (37) ausgebildet ist, wobei die ersten Bilddatensätze (BD1) jeweils mehrere erste Projektionsabbildungen (PD1.i.1, PD1.i.m) mehrerer erster Rotationsläufe des medizinischen Röntgengeräts (37) aufweisen, wobei der zumindest eine zweite Bilddatensatz (BD2) jeweils mehrere zweite Projektionsabbildungen (PD2.j.1, PD2.j.m') zumindest eines zweiten Rotationslaufs des medizinischen Röntgengeräts (37) aufweist, wobei Schritt c) ferner ein Rekonstruieren (RECO-ID1) von ersten Schichtbildern und/oder ersten Volumenbildern (ID1) des Untersuchungsobjekts (31) aus den ersten Projektionsabbildungen (PD1.i.1, PD1.i.m) jeweils eines gemeinsamen ersten Rotationslaufs umfasst, wobei wenigstens einer der Maskendatensätze (MD) eine Mittelung von zumindest einer Kombination der ersten Schichtbilder und/oder der ersten Volumenbilder (ID1) umfasst, wobei Schritt d) ferner ein Rekonstruieren (RECO-ID2) von zumindest einem zweiten Schichtbild und/oder zumindest einem zweiten Volumenbild (ID2) des Untersuchungsobjekts (31) aus den zweiten Projektionsabbildungen (PD2.j.1, PD2.j.m') jeweils eines gemeinsamen zweiten Rotationslaufs umfasst, wobei in Schritt d) zum Erzeugen (DET-DIFF) der Subtraktionsdatensätze (DIFF) jeweils einer der Maskendatensätze (MD) von dem zumindest einen zweiten Schichtbild und/oder dem zumindest einen zweiten Volumenbild (ID2) subtrahiert wird.
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass wenigstens einer der Maskendatensätze (MD) eine Mittelung von zumindest einer Kombination der ersten Projektionsabbildungen umfasst, welche erste Projektionsabbildungen eine gemeinsame erste Projektionsrichtung aufweisen, wobei in Schritt d) zum Erzeugen (DET-DIFF) der Subtraktionsdatensätze (DIFF.p.1, DIFF.p.1) jeweils einer der Maskendatensätze (MD.k.1, MD.k.n) von der zumindest einen zweiten Projektionsabbildung (PD2.j.1, PD2.j.m') mit übereinstimmender Projektionsrichtung subtrahiert wird.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass der zumindest eine zweite Bilddatensatz (BD2) ein in der zweiten zeitlichen Phase im Untersuchungsobjekt (31) angeordnetes Kontrastmittel als die Veränderung abbildet.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Bildqualitätsparameter (IQP) im Schritt e) durch Anwenden einer Bildqualitätsmetrik auf jeweils einen der Subtraktionsdatensätze (DIFF) bestimmt werden, wobei die Bildqualitätsmetrik ein Artefaktlevel und/oder Signal-zu-Rauschen-Verhältnis in dem jeweiligen Subtraktionsdatensatz (DIFF) bewertet.
Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass die Bildqualitätsmetrik auf einer künstlichen Intelligenz basiert.
Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das medizinische Bildgebungsgerät und/oder das weitere medizinische Bildgebungsgerät als medizinisches Röntgengerät (37) und/oder Computertomographieanlage und/oder Magnetresonanzanlage und/oder Positronenemissionstomographieanlage und/oder Ultraschallgerät ausgebildet ist.
Medizinisches Bildgebungsgerät, ausgebildet ein Verfahren nach einem der Ansprüche 1 bis 10 auszuführen.
Computerprogrammprodukt, welches ein Programm umfasst und direkt in einen Speicher einer programmierbaren Recheneinheit einer Bereitstellungseinheit (PRVS) ladbar ist, mit Programmmitteln, um ein Verfahren nach einem der Ansprüche 1 bis 10 auszuführen, wenn das Programm in der Recheneinheit der Bereitstellungseinheit (PRVS) ausgeführt wird.