-
Die
Erfindung bezieht sich auf das Rekonstruieren eines dreidimensionalen
Bildes von einem Objekt aus einem Satz projizierter zweidimensionaler Bilder
von dem Objekt, die aus verschiedenen Positionen von einem Bildgebungssystem
um das Objekt herum erhalten werden.
-
Sie
findet eine besonders vorteilhafte Anwendung auf dem medizinischen
Feld, das die Rekonstruktion der inneren Strukturen eines in einer
Untersuchung befindlichen Patienten betrifft, insbesondere die Rekonstruktion
von angiographischen Bildern, d.h. den Erhalt von Bildern von baumartigen Gefäßstrukturen,
die mittels Injektion von einem Kontrastmittel markiert wurden.
-
Die
Erfindung kann nichtsdestoweniger Anwendung auf anderen Gebieten
finden, insbesondere beim zerstörungsfreien
industriellen Testen, bei dem Tests vom selben Typ wie die medizinischen
Tests durchgeführt
werden.
-
Auf
dem medizinischen Feld werden die projizierten zweidimensionalen
Bilder des Objekts, zum Beispiel vom Kopf eines Patienten, im allgemeinen erhalten
durch die Drehung von einer Röntgen-Bildgebungseinrichtung,
die sich um das Objekt herum dreht.
-
Es
gibt im wesentlichen zwei Typen von Rekonstruktionsalgorithmen in
der Röntgen-Bildgebung.
-
Ein
erster Typ sieht eine Retro- bzw. Rückprojektion sowie Filterungsberechnung
vor, oder sogar eine Rekonstruktion in verschiedenen Dimensionen
mittels einer Fourier-Transformation.
-
Ein
zweiter Typ, und zwar der, auf den sich die Erfindung bezieht, betrifft
iterative Rekonstruktionsverfahren, die auch als algebraische Methoden bezeichnet
werden. Das Prinzip von einem solchen algebraischen Algorithmus
ist für
Fachleute auf dem Gebiet wohl bekannt und war bereits Gegenstand von
vielen Veröffentlichungen.
Wir verweisen insbesondere auf den Artikel von GORDON, BENDER und HERMAN
mit dem Titel "Algebraic
Reconstruction Technique for Three-dimensional Electron Microscopy
and X-ray Photography",
THEO. BIOL Journal 29, Seiten 471 bis 781 (1970) oder das Buch von
Anil K. JAIN mit dem Titel "Fundamentals
of Digital Image Processing",
Prentice Hall Information and System Sciences Series, Thomas Kailath
Series Edition, oder die französische
Patentanmeldung No. 89 03606 oder No. 89 16906.
-
Kurz
gefasst, es wird nach einer Kalibrierung der Einrichtung, wie sie
insbesondere zum Ermitteln der Parameter für die Projektion in den Projektionsebenen
von dem gewonnenen Bildern benutzt wird, und zwar von einem beobachteten
Volumen, das in elementare Volumenelemente oder Voxel unterteilt ist
(welche Kalibrierungsparameter Projektionsmatrizen bilden), der
algebraische Algorithmus für
die Bildrekonstruktion angewendet, um das dreidimensionale Volumen
aus diesen projizierten zweidimensionalen Bildern zu rekonstruieren.
Das Grundprinzip von diesem Algorithmus besteht darin, die Voxel
von dem Volumen auf einen vorbestimmten anfänglichen Wert einzustellen,
zum Beispiel auf einen Nullwert, und die folgenden Arbeitsgänge bzw.
Operationen eine bestimmte Anzahl von Malen zu wiederholen: Die
Projektion der Voxel in die Ebene von jedem gewonnenen Bild, um
so ein virtuelles Bild zu erhalten, die Bestimmung der Differenz
zwischen dem projizierten Volumen (virtuelles Bild) und dem entsprechend
gewonnenen Bild gefolgt von der Projektion dieser Differenz zurück in das
Volumen. Nach einer bestimmten Anzahl von Iterationen wird ein geschätzter Wert,
der die Dichte des in die geröntgten Gefäße injizierten
Kontrastmittels repräsentiert,
für jedes
Voxel erhalten, was es möglich
macht, die dreidimensionale Kartographie dieser geröntgten Gefäße darzustellen.
-
Die
gewonnenen Bilder weisen im allgemeinen eine Auflösung von
512 auf, d.h. sie umfassen 512 Reihen und 512 Spalten von Pixeln.
Würde der Algorithmus
für die
Bildrekonstruktion auf die gewonnenen Bilder in ihrer Gesamtheit
angewendet, würde das
zu der Verarbeitung von etwa 128 Millionen Voxeln führen, was
eine zu große
Anzahl darstellt und in keinem Fall sehr nützlich wäre, da die Gefäßstrukturen,
die man im allgemeinen darstellen muß, in typischen Fällen etwa
2% des virtuellen Volumens einnehmen.
-
Weiterhin
ist vorgeschlagen worden in Trousset Y. et al. "Multisale Cone-Beam x-Ray Reconstruction", SPIE Vol. 1231,
Medical Imaging IV: Image Formation (1990), Seiten 229-238, XP 9010110,
den Wert für
die Auflösung
der gewonnenen Bilder zu reduzieren, indem man Durchschnitte aus
vier Pixeln berechnet, um zu einem Auflösungswert von 256 zu kommen,
was zu einer Reduktion des virtuellen Volumens führt. Nach einer ersten Iteration
des für
jedes Bild durchgeführten
Algorithmus wird bereits eine erste grobe Darstellung der Anordnung
der interessierenden Objekte erhalten, was es möglich macht, für die nachfolgenden
Iterationen eine Untergruppe bzw. eine Teilmenge von p Voxeln zu
selektieren und die anderen zu eliminieren. Jedes dieser verbleibenden
p Voxel wird sodann unterteilt in acht, so dass die Projektion eines
derart unterteilten Voxels der Hälfte
eines Pixels mit der Auflösung
256 entspricht, d.h. einem Pixel der Auflösung 512. Die nachfolgenden
Iterationen des Algorithmus, in der Praxis zwei Iterationen, werden
sodann auf alle diese unterteilten Voxel angewendet.
-
Selbst
nach der Eliminierung einer bestimmten Anzahl von Voxeln beläuft sich
der Satz von unterteilten Voxeln auf etwa 32 Millionen, was immer noch
eine sehr große
Anzahl ist, und was sich umsetzt in nicht vernachlässigbare
Kosten in der Form von Rechenzeit.
-
Die
Erfindung wird bestimmt durch die beigefügten Ansprüche.
-
Eine
Ausführungsform
der Erfindung sucht die Rechenzeit von dem Prozessor zu verringern,
der den Algorithmus für
die Bildrekonstruktion ausführt, ohne
dabei die Qualität
der erhaltenen Bilder zu beschneiden, d.h. indem insbesondere keine
Artefakte in die Bilder eingefügt
werden.
-
Eine
Ausführung
der Erfindung stellt ein Verfahren zum Rekonstruieren eines dreidimensionalen Bildes
von einem Objekt aus einem Satz numerierter projizierter zweidimensionaler
Bilder von dem Objekt dar, die aus verschiedenen Positionen von
einem Bildgebungssystem um das Objekt herum erhalten werden. Dieses
Verfahren umfaßt
eine Kalibrierung der Einrichtung, in der ein das Objekt umgebendes virtuelles
Volumen generiert und in Voxel unterteilt wird, eine Gewinnung des
Satzes numerierter projizierter zweidimensionaler Bilder und eine
Rekonstruktion des dreidimensionalen Bildes aus den projizierten
gewonnenen zweidimensionalen Bildern sowie aus einem iterativen
algebraischen Bildrekonstruktions-Algorithmus.
-
Gemäß einer
Ausführung
der Erfindung wird eine erste Iteration des Algorithmus mit einer
vorbestimmten anfänglichen
Bildauflösung
ausgeführt,
um am Ende dieser ersten Iterationen erste Dichtewerte für die Voxel
des Volumens zu erhalten. Zumindest ein Teil der Voxel von dem virtuellen
Volumen wird unterteilt in mehrere Sätze bzw. Mengen, die jeweils unterschiedlichen
Bildauflösungen
entsprechen, welche Vielfache oder Untervielfache der anfänglichen Auflösung sind.
Und während
jeder nachfolgenden Iteration des Algorithmus wird der Algorithmus
sukzessive auf jeden dieser Sätze
von Voxeln angewendet.
-
In
anderen Worten macht es eine Ausführungsform der Erfindung möglich, den
iterativen algebraischen Algorithmus für die Bildrekonstruktion anzuwenden
auf ein Multiauflösungsvolumen.
In diesem Volumen werden Voxel ausgewählt, die a priori die darzustellenden
interessierenden Objekte repräsentieren,
und sie werden unterteilt, um die Auflösung zu erhöhen. Die anderen Voxel, die
von geringerem Interesse sind, da sie sich nicht direkt auf die darzustellenden
Objekte beziehen, werden entweder so belassen, wie sie sind, oder
mindestens einmal umgruppiert, um den Wert der Auflösung zu
reduzieren; sie werden aber noch für die Berechnungen bei der
Bildrekonstruktion benutzt, was es möglich macht, letztlich Bilder
von sehr guter Qualität
und mit einer reduzierten Rechenzeit zu erhalten.
-
Gemäß einem
Modus für
die Ausführung
der Erfindung wird während
jeder nachfolgenden Iteration des Algorithmus, d.h. während jeder
mit der zweiten Iteration beginnenden Iteration, ein virtuelles
Bild für
jedes projizierte gewonnene Bild ermittelt, indem die elementaren
virtuellen Bilder, die auf entsprechende Weise aus den Projektionen
der entsprechenden Voxelmengen erhalten werden, in die Gewinnungsebene
des projizierten gewonnenen Bildes aufeinanderfolgend kombiniert
bzw. verknüpft
werden.
-
Noch
genauer werden in einer Ausführungsform
der Erfindung und insbesondere, um die Rechenzeit weiter zu verringern,
die elementaren virtuellen Bilder vorzugsweise in der ansteigenden
Reihenfolge der Auflösungswerte
generiert, wobei mit dem elementaren virtuellen Bild begonnen wird,
das dem kleinsten Auflösungswert
entspricht (zum Beispiel 64), und nachdem ein elementares virtuelles Bild
ermittelt worden ist, wird eine Skalierung ausgeführt, um
ein sogenanntes "vergrößertes" virtuelles Bild
zu erhalten, dessen Auflösung
derjenigen des nächsten
elementaren virtuellen Bildes entspricht, das zu ermitteln ist,
und das vergrößerte virtuelle
Bild wird mit dem nächsten
elementaren virtuellen Bild kombiniert bzw. verknüpft.
-
Im
allgemeinen werden gemäß einem
Modus für
die Ausführung
der Erfindung projizierte zweidimensionale Bilder mit einer vorbestimmten
Basisauflösung
(zum Beispiel r = 512) gewonnen. Es wird eine anfängliche
Auflösung
gewählt,
die gleich einem Untervielfachen der Basisauflösung ist (zum Beispiel r/2
= 256), und aus den unterschiedlichen Bildauflösungen werden die Basisauflösung (r),
die anfängliche
Auflösung
(r/2) und zumindest eine erste zusätzliche Auflösung (zum
Beispiel r/4 = 128) ausgewählt, die
ein Untervielfaches von der anfänglichen
Auflösung
(r/2) ist.
-
Gemäß einem
Modus für
die Ausführung
der Erfindung wird ein erster Dichte-Schwellenwert generiert als
eine Funktion eines vorbestimmten Auswahlkriteriums. Jedes Voxel,
das eine Dichte hat, die größer oder
gleich dem ersten Schwellenwert ist, wird in eine erste Anzahl unterteilter
Voxel unterteilt, wobei die erste Anzahl (in typischen Fällen 8)
auf der Basis der Beziehung zwischen der Basisauflösung und
der anfänglichen
Auflösung
definiert wird, wobei alle unterteilten Voxel einen ersten Satz
von Voxeln bilden, die der Basisauflösung (r = 512) entsprechen.
Wenigstens einige der Voxel, deren Dichte kleiner als der erste
Schwellenwert ist und die ein vorbestimmtes Umgruppierungskriterium
erfüllen,
werden so umgruppiert, dass sie umgruppierte Voxel bilden, die einen
zweiten Satz von Voxeln bilden, die der ersten zusätzlichen
Auflösung
(r/4 = 128) entsprechen, wobei die Anzahl (in typischen Fällen 8)
von umgruppierten Voxeln in jeder Gruppe auf der Beziehung zwischen
der anfänglichen
Auflösung
(r = 256) und der ersten zusätzlichen
Auflösung
(128) basiert. Und die Voxel, deren Dichte kleiner als der erste
Schwellenwert ist, und die nicht das vorbestimmte Umgruppierungskriterium
erfüllen,
bilden einen dritten Satz von Voxeln, die der anfänglichen
Auflösung
(256) entsprechen.
-
Um
ein Beispiel zu geben, erfüllt
ein Voxel das Umgruppierungskriterium, wenn jede der Koordinaten
von der Voxelmitte ein Vielfaches von 2 ist und wenn die Dichte
von jedem Voxel benachbart zu diesem Voxel kleiner ist als der erste
Schwellenwert.
-
Es
ist weiterhin möglich
und eventuell vorzuziehen, die Voxel noch einmal umzugruppieren,
die bereits umgruppiert worden sind und die das Umgruppierungskriterium
erfüllen,
um einen vierten Satz von Voxeln entsprechend einer zweiten zusätzlichen Auflösung (zum
Beispiel 64) zu bilden, die ein Untervielfaches der ersten zusätzlichen
Auflösung
(zum Beispiel 128) ist.
-
Im
allgemeinen kann der Teil der Voxel des virtuellen Volumens, der
unterteilt wird, dadurch erhalten werden, indem man die in einer
Schicht mit vorgegebener Dicke der Oberfläche des Volumens angeordnete
Voxeln eliminiert. Es ist in der Tat beobachtet worden, dass der
Algorithmus für
die Bildrekonstruktion dazu tendiert, hohe Dichten an der Peripherie
des Volumens zu erzeugen, die tatsächlich nicht mit darzustellenden
interessierenden Objekten korrespondieren.
-
Es
ist weiterhin möglich,
von dem virtuellen Volumen die isolierten Voxel zu eliminieren,
deren Dichte größer ist
als ein zweiter vorbestimmter Schwellenwert. Es ist in der Tat beobachtet
worden, dass ein isoliertes Voxel von hoher Dichte nicht mit einem
interessierenden Objekt korrespondiert.
-
Darüber hinaus
wird nach der ersten Iteration des Algorithmus jedem Voxel, dessen
Dichtewert größer als
ein dritter vorbestimmter Schwellenwert ist, vorzugsweise ein Dichtewert
zugeordnet, der gleich dem maximalen Dichtewert ist, der unter den Dichtewerten
des Voxels und den benachbarten Voxeln erhalten wird. Mit anderen
Worten wird an diesem Punkt eine Expansion der hochdichten Voxel vorzugsweise
durchgeführt,
um die Qualität
der Darstellung der interessierenden Objekte weiter zu verbessern.
-
Die
Erfindung wird nun in größerem Detail anhand
von Beispielen unter Bezugnahme auf die Zeichnungen beschrieben.
Es zeigen:
-
1 in
schematischer Form einen Satz von projizierten zweidimensionalen
Bildern um ein Objekt herum;
-
2 in
größerem Detail
die Gewinnung von einem dieser projizierten zweidimensionalen Bilder;
-
3 ein
Flußdiagramm
von einem Ausführungsmodus
des Verfahrens gemäß der Erfindung; und
-
4 in
größerem Detail
einen Teil des Flußdiagramms
von 3.
-
Obwohl
die Erfindung nicht hierauf beschränkt ist, wird nun die Anwendung
des Verfahrens zum Rekonstruieren eines dreidimensionalen angiographischen
Bildes von einem Patienten, insbesondere von seinem Kopf, beschrieben.
-
Unter
näherer
Bezugnahme auf die 1 und 2 macht
es das Bildgebungssystem, das zur Durchführung der Erfindung benutzt
werden kann, möglich,
einen Satz von gewonnenen zweidimensionalen Bildern IA1 – IAn zu
erhalten, die diesem Fall durch Rotation einer Röntgenquelle 2 um den
Kopf 1 von einem Patienten erhalten werden. In der Tat
und wie es bei der Angiographie Standard ist, stellt jedes gewonnene
Bild IAi ein subtrahiertes Bild dar, das zum Beispiel erhalten wird
mittels einer standardmäßigen logarithmischen
Subtraktionstechnik aus zwei beim gleichen Anlass aufgenommenen
Röntgenbildern,
und zwar vor und nach der Injektion eines Kontrastmittels in die
Gefäß(baum)struktur,
deren dreidimensionales Bild zu rekonstruieren beabsichtigt ist.
-
Jedes
gewonnene Bild IAi wird von einem zweidimensionalen Strahlungsdetektor
erhalten, zum Beispiel von dem in der Radiologie benutzten Luminanz-Verstärkertyp,
welcher Detektor gegenüber
von der Röntgenröhre in einer
als Projektionsebene PPi genannten Ebene angeordnet ist. Die verschiedenen Projektionsebenen
werden erhalten aus den verschiedenen winkelmäßigen Positionen des um den Kopf
des Patienten rotierenden Detektors. Die Normale XOi zu der Projektionsebene
PPi definiert die optische Achse von dem gewonnenen Bild IAi. Der Detektor
ist verbunden mit Verarbeitungsmitteln 3, welche speziell
Abtastmittel enthalten, die ihrerseits mit einem Mikroprozessor
verbunden sind, der in Softwareform in seinem zugehörigen Programmspeicher
den in der Erfindung benutzten algebraischen Algorithmus für die Bildrekonstruktion
enthält
sowie im allgemeinen all die funktionellen Einrichtungen, welche
die Ausführung
des Verfahrens gemäß der Erfindung
erlauben.
-
Im
Falle eines Röntgen-Bildgebungssystems aus
einer Röntgenquelle
und einem zweidimensionalen Detektor handelt es sich bei der geometrischen Operation,
um die es bei der Erzeugung des gewonnenen Bildes geht, um eine
kegelförmige
Projektion von einem abgetasteten Objekt, welches einen dreidimensionalen
Raum einnimmt, in einen zweidimensionalen Raum, bei dem es sich
um die Projektionsebene entsprechend der Detektorebene handelt.
Die geometrischen Parameter, die vollständig die verschiedenen kegelförmigen Projektionen
beschreiben, müssen
bekannt sein. Es ist zu ungenau und oftmals unmöglich, auf diese Parameter
direkt zuzugreifen, d.h. zum Beispiel durch eine direkte Messung des
Abstandes zwischen der Röntgenquelle
und dem Detektor in dem Gewinnungssystem.
-
Was
als "Kalibrierung" eines Bildgebungssystems
bezeichnet wird, ist der Arbeitsgang, der zu der genauen indirekten
Kenntnis der bei der Produktion eines Bildes in Frage kommenden
geometrischen Parameter führt.
Das standardmäßige Prinzip, das
bekannt ist, basiert auf der Anwendung eines bekannten geometrischen
Phantoms in dem dreidimensionalen Raum, von dem eine zweidimensionale
Projektion gewonnen wird. Genauer dargestellt, umfasst die Kalibrierung
die folgenden Schritte:
- – Verwendung eines bekannten
Objekts, des Kalibrierungsphantoms, mit einer bestimmten Anzahl
von charakteristischen Punkten, deren Positionen im Raum anhand
von relativ zu einem für dieses
Objekt speziellen Bezugspunkt gemessenen Koordinaten bekannt sind;
- – Gewinnung
des Bildes von diesem Phantom unter den geometrischen Bedingungen
eines Ansichts- (oder Einfalls-)punktes, der kalibriert werden soll;
- – Erkennung
der Projektionen von den charakteristischen Punkten in der Abbildung.
Für diesen Zweck
wird jeder charakteristische Punkt von dem Objekt assoziiert mit
seiner Aufzeichnung in dem projizierten gewonnenen Bild;
- – Invertieren,
im mathematischen Sinn, von dem die Projektion beschreibenden Gleichungssystem;
- – und
schließlich
Erhalten von all den Parametern der Projektion für den gegebenen Ansichtspunkt.
-
Eine
häufig
benutzte Form für
ein geometrisches Kalibrierungsphantom ist die eines Würfels, in dessen
acht Ecken Metallkugeln angebracht sind, die für Röntgenstrahlen undurchsichtig
sind. Da es sich bei der Kalibrierung um einen Vorgang handelt,
der für
einen Fachmann auf dem Gebiet bekannt ist, wird sie nicht näher im Detail
beschrieben, weil bereits mehrere Publikationen das Prinzip einer
manuellen geometrischen Kalibrierung beschrieben haben. Im Einzelnen
können
die folgenden Artikel zitiert werden:
- (1) D.L.
Parker, J. Wu, D.L. Pole, R. Van Bree, G.R. Caputp und H.W. Marshall, "Three-Dimensional Reconstruction
and Flow Measurements of Coronary Arteries Using Multi-View Digital
Angiography", in
New Developments in Quantitative Coronary Arteriography, J.C. Reiber
und P.W. Serruys, Eds., Seiten 225-247, Kluwer Academic Publishers,
1988;
- (2) D.J. Hawks, A.C. Colchester und C.R. Mol; " The Accurate 3-D
Reconstruction of the Geometric Configuration of the Vascular Trees
from X-Ray Recordings",
in Physics and Engineering of Medical Imaging, R. Guzzardi, Ed.,
Nijhoff, 1987;
- (3) M. Garreau, J-L. Coatrieux, R. Collorec und Chardenon, "A Knowledge-Based
Approach for 3-D Reconstruction and Labeling of Vascular Networks
from Biplane Angiographic Projections", IEEE Medical Imaging, Vol. 10, No.
2, Seiten 122-131, Juni 1991.
-
Es
ist ebenfalls möglich,
einen bekannten Prozess für
die automatische geometrische Kalibrierung von einem Röntgen-Bildgebungssystem
zu benutzen, das gleich ist mit dem in der französischen Patentanmeldung No.
93 00804 beschriebenen System. Kurz gefasst wird für eine automatische
Kalibrierung dieses Typs ein Phantom benutzt, bei dem die Kugeln
Schritt für
Schritt in einer Aufeinanderfolge so verteilt werden, dass die Höhen der
Kugeln, gemessen längs
der Rotationsachse von dem Bildgebungssystem und speziell längs einer
Achse von dem Phantom, monoton sind und zunehmen (oder abnehmen)
mit einer Sequenzzahl der Kugeln in der Folge.
-
Die
Kalibrierung von dem Bildgebungssystem ermöglicht es insbesondere, die
veranschlagte mittlere Rotationsachse Ax von der Bildgebungseinrichtung
um das Objekt herum wie auch die Position der Quelle 2 zu
ermitteln sowie die geometrischen Charakteristiken der optischen
Achse von den verschiedenen gewonnenen Bildern. Die Kalibrierung ermöglicht es
ebenfalls, ein virtuelles Volumen VV (den Schnittpunkt von den verschiedenen
Projektionskegeln) zu definieren, welches das Objekt 1 umgibt
und das aufgeteilt ist in elementare Volumenelemente Vi oder "Voxel". Dieses Volumen
VV und daher jedes Voxel Vi ist räumlich lokalisiert in einer
Ablage, hier später
als Kalibrierungsablage bezeichnet, wobei eine von dessen Achsen,
in diesem Fall die Z Achse, dieselbe Achse ist wie die veranschlagte
Rotationsachse Ax. Es ist festzustellen, dass in diesem Fall die
Projektionsebenen PPi, in welche die gewonnenen Bilder IAi projiziert
werden, im allgemeinen nicht parallel zu der Achse Z liegen.
-
Die
Kalibrierung ermöglicht
es ferner, für
jedes gewonnene Bild IAi eine Projektionsmatrix Pi zu definieren,
die es möglich
macht, für
jedes Voxel Vi die Koordinaten seiner Projektion (Pixel) in dem
entsprechenden gewonnenen Bild IAi zu ermitteln.
-
Eine
Art und Weise der Ausführung
von dem Algorithmus wird unter speziellerer Bezugnahme auf die 3 und 4 beschrieben.
-
Der
algebraische Algorithmus für
die Bildrekonstruktion wird direkt auf die gewonnenen Bilder IAi
(erhalten nach der Kalibrierung 30 und der Gewinnung 31)
angewendet, um das rekonstruierte dreidimensionale Bild IF zu liefern,
und zwar in typischen Fällen
mittels drei Iterationen.
-
Man
muß sich
daran erinnern, dass das Grundprinzip des Bildrekonstruktions-Algorithmus gemäß der Erfindung
besteht aus der Initialisierung der Voxel von dem Volumen auf einen
vorbestimmten anfänglichen
Wert, zum Beispiel auf den Nullwert, und aus der anschließenden Durchführung einer
bestimmten Anzahl von Iterationen, in typischen Fällen von
drei Iterationen. Jede Iteration enthält für jedes gewonnene Bild: die
Projektion von den Voxeln in die Ebene von jedem gewonnenen Bild,
um so ein virtuelles Bild zu erhalten; die Bestimmung der Differenz zwischen
dem projizierten Volumen (dem virtuellen Bild) und dem entsprechenden
gewonnenen Bild, und gefolgt sodann von der Projektion dieser Differenz
zurück
in das Volumen.
-
Im
allgemeinen wird nach drei Iterationen ein geschätzter Wert, der die Dichte
von dem in die geröntgten
Gefäße injizierten
Kontrastmittels repräsentiert,
für jedes
Voxel erhalten, was es möglich
macht, die dreidimensionale Kartographie von diesen geröntgten Gefäßen (das
Bild IF) darzustellen.
-
Während, wie
in 4 zu sehen ist, die Basisauflösung von den gewonnenen Bildern
in typischen Fällen
gleich 512 (512 × 512
Pixel) beträgt, wird
diese Basisauflösung
reduziert auf eine anfängliche
Auflösung
von der Hälfte
davon (256), was auf eine Umgruppierung der Voxel von dem Volumen
in Gruppen von acht hinausläuft
und auf die Durchführung
einer Umgruppierung von Pixeln in Gruppen von vier für jedes
gewonnene Bild.
-
Sodann
wird eine erste Iteration (Schritt 40) ausgeführt und
es werden erste Dichtewerte für
jedes der Voxel von dem Volumen VV1 erhalten.
-
Während man
theoretisch die zweite Iteration direkt auf dieses erste Volumen
VV1 anwenden könnte,
ist es unter Gesichtspunkten der Verringerung der Rechenzeit besonders
vorteilhaft, bereits einige von den Voxeln aus diesem ersten Volumen
VV1 eliminiert zu haben.
-
Genauer
gesagt, wird eine Eliminierung von Voxeln von der Peripherie des
Volumens VV1 ausgeführt
(Schritt 41). In der Praxis läuft dies auf ein "Ablösen" (peeling) des Volumens
hinaus, d.h. auf ein Entfernen einer oberflächlichen Schicht von der Oberfläche des
Volumens mit zum Beispiel einer "Dicke" von drei Voxeln.
-
Eine
Eliminierung von den isolierten hellen Voxeln wird sodann durchgeführt (Schritt 42).
In anderen Worten werden alle die Voxel eliminiert mit einem Dichtewert
größer als
ein vorbestimmter Schwellenwert und deren benachbarte Voxel keine Dichtewerte
größer als
dieser Schwellenwert besitzen.
-
Als
nächstes
(Schritt 43) wird eine Expansion von den hellen Voxeln
durchgeführt,
d.h. eine Expansion von den Voxeln, deren Dichtewert größer ist
als ein vorbestimmter Schwellenwert t3.
In der Praxis wird jedem Voxel dessen Dichtewert größer ist
als der Schwellenwert t3, die maximale Dichte
zugeordnet, die erhalten wird unter den Dichtewerten von diesem
Voxel sowie den Dichtewerten von den zu diesem Voxel benachbarten
Voxeln.
-
Am
Ende von dieser Vorverarbeitungsphase wird ein restliches Volumen
von Voxeln VV2 erhalten, für
das zwei aufeinanderfolgende Iterationen von dem Bildrekonstruktions-Algorithmus ausgeführt werden.
-
Bevor
man die zweite Iteration durchführt, werden
unter den Voxeln des Volumens VV2 diejenigen ausgewählt, deren
Dichtewert größer ist
als ein erster vorbestimmter Schwellenwert t1.
Diese Voxel werden dann unterteilt in 8 (Schritt 44), um
so unterteilte Voxel zu erhalten, die eine erste Teilmenge VV3 bilden
und einer Bildauflösung
von dem Doppelten der anfänglichen
Auflösung
entsprechen, d.h. der Basisauflösung
von 512. Diejenigen unter den nicht-unterteilten Voxeln von dem
Volumen VV2, die gemäß einem
Umgruppierungskriterium umgruppiert werden können (Schritt 45),
werden ausgewählt.
Dieser Satz von Voxeln, umgruppiert in Gruppen zu acht, wird benutzt,
um eine zweite Teilmenge von Voxeln zu bilden, die einer Auflösung von
der Hälfte
der anfänglichen
Auflösung
entspricht, d.h. einer Auflösung von
128.
-
Das
Umgruppierungskriterium lautet wie folgt:
Ein Voxel kann umgruppiert
werden mit den sieben benachbarten Voxeln, wenn die Koordinaten
von seiner Mitte jeweils ein Vielfaches von zwei betragen, und wenn
der Wert von der Dichte von jedem der sieben benachbarten Voxel
ebenfalls kleiner ist als der Schwellenwert t1.
Wenn keine dieser beiden Bedingungen erfüllt ist, kann, selbst wenn
ein Voxel eine Dichte kleiner als der Schwellenwert t1 besitzt,
es nicht umgruppiert werden und wird daher so verbleiben, wie es
ist. Am Ende von dieser ersten Umgruppierung wird eine Teilmenge
VV4 von umgruppierten Voxeln erhalten, die einer Auflösung von
128 entsprechen, sowie eine Teilmenge VV7 von nicht-umgruppierten
Voxeln mit einer Dichte kleiner als der erste Schwellenwert t1 und daher einer Auflösung von 256 entsprechend.
-
Als
nächstes
wird dasselbe Umgruppierungskriterium vorteilhafterweise angewendet
auf die Teilmenge VV4, um eine zweite Umgruppierung von Voxeln durchzuführen, die
bereits umgruppiert worden sind, um so eine Teilmenge VV6 von Voxeln
zu erhalten, die aus der Teilmenge VV4 abgeleitet und erneut in
Gruppen von acht umgruppiert wurden, und somit einer Auflösung von
64 entsprechen.
-
Da
dasselbe Umgruppierungskriterium angewendet wird, könnte ein
Voxel von der Teilmenge VV4 umgruppiert werden mit seinen sieben
benachbarten Voxeln, wenn die Koordinaten Vielfache von zwei betragen
und wenn jedes von diesen sieben benachbarten Voxeln ebenfalls eine
Dichte kleiner als der erste Schwellenwert t1 aufweist.
-
Die
Voxel von Teilmenge VV4, die nicht ein zweites mal umgruppiert werden
konnten, bilden die Teilmenge VV5 entsprechend der Auflösung 128.
-
Als
nächstes
(Schritt 47) wird für
jedes gewonnene Bild ein virtuelles Bild erzeugt, das der Projektion
von den Voxeln in die Gewinnungsebene von dem gewonnenen Bild entspricht.
-
Mit
diesen Ausführungen
und als Tatsache vorausgesetzt, dass es sich bei dem Volumen, auf dem
basierend diese Projektion durchgeführt wird, um ein Multi-Auflösungsvolumen
handelt, werden aufeinanderfolgende Projektionen von aufeinanderfolgenden
Teilmengen von Voxeln ausgeführt,
um so elementare virtuelle Bilder zu definieren, die vergrößert und dann
kombiniert werden mit den elementaren Projektionen entsprechend
zu den späteren
Teilmengen von Voxeln.
-
Genauer
gesagt, von der Teilmenge VV6 entsprechend zu der Auflösung 64
wird ein elementares virtuelles Bild mit einer Auflösung von
64 mittels Projektion erzeugt. Jedes Pixel wird dann in vier geteilt, um
viermal soviel Pixel zu erhalten und um dieses elementare virtuelle
Bild zu vergrößern, um
es auf eine Auflösung
von 128 zu bringen.
-
Als
nächstes
werden die Voxel von der Teilmenge VV5 (entsprechend der Auflösung 128)
in dieselbe Ebene projiziert, um das elementare virtuelle Bild mit
einer Auflösung
von 128 zu definieren, das Pixel für Pixel zu dem vorhergehenden
vergrößerten virtuellen
Bild hinzu addiert wird, welches ebenfalls eine Auflösung von
128 aufweist.
-
Somit
wird ein zusammengesetztes Bild mit einer Auflösung von 128 erhalten, in dem
jedes Pixel wieder in vier geteilt wird, um viermal soviel Pixel
zu erhalten und um dadurch ein vergrößertes virtuelles Bild mit
einer Auflösung
von 256 zu erzielen.
-
Die
Voxel von der Teilmenge VV7 werden projiziert, um das elementare
virtuelle Bild mit einer Auflösung
von 256 zu erhalten, das verknüpft
bzw. kombiniert wird mit dem vergrößerten Bild mit einer Auflösung von
256, um das virtuelle Zwischenbild mit einer Auflösung von
256 zu erhalten.
-
Schließlich wird
dieses Zwischenbild mit einer Auflösung von 256 auf ähnliche
Weise, wie gerade beschrieben, vergrößert, um ein vergrößertes Bild mit
einer Auflösung
von 512 zu erhalten, das Pixel für Pixel
zu der Projektion der Voxel von der Teilmenge VV3 hinzu addiert
wird, um letzten Endes das virtuelle Bild IVi mit einer Auflösung von
512 zu erhalten, und das der Projektion von den Voxeln des Volumens VV2
in die Ebene des gewonnenen Bildes IAi entspricht.
-
Sodann
wird die Differenz zwischen dem virtuellen Bild IVi und dem gewonnenen
Bild IAi errechnet (Schritt 48).
-
Zum
Schluß wird
eine Retro-Projektion von dieser Differenz (Schritt 49)
durchgeführt,
um jeweils die Dichtewerte der entsprechenden Teilmengen VV3, VV5,
VV6 und VV7 zu korrigieren.
-
Es
werden somit korrigierte Teilmengen VV30, VV50, VV60 und VV70 erhalten.
-
Diese
aufeinanderfolgenden Operationen von Projektion, Subtraktion und
Retro-Projektion werden für
jedes von den gewonnenen Bildern IAi durchgeführt.
-
Sodann
wird eine dritte Iteration ausgeführt, und es wird letzen Endes
eine dreidimensionale Darstellung von dem geröntgten Objekt erhalten.
-
Der
Bildrekonstruktions-Algorithmus gemäß der Erfindung arbeitet daher
in der zweiten und dritten Iteration auf etwa 7 Millionen Voxel,
die sich aufteilen in etwa 6 Millionen Voxel mit einer Auflösung von
512, in 300 000 Voxel mit einer Auflösung von 256, in 82 000 Voxel
mit einer Auflösung
von 128 sowie in 100 000 Voxel mit einer Auflösung von 64.
-
Dies
führt zu
einer Reduzierung der Zeit für die
Rekonstruktion um einen Faktor 4.
-
Darüber hinaus
ist in der Praxis der erste Schwellenwert t1 für die Detektion
bzw. Erfassung so vorbestimmt, dass er eine Maximalzahl in der Größenordnung
von 6 Millionen aufweist, und zwar für die Voxel mit einer Auflösung von
512.
-
Diese
Voxel mit einer Auflösung
von 512 entsprechen den geröntgten
Blutgefäßen, während die anderen
Voxel den benachbarten und weiter entfernt liegenden Bereichen entsprechen.
-
Im
Einzelnen korrespondieren die Voxel mit der Auflösung 64 für den Fall einer Röntgenaufnahme
des Gehirns mit der hälftigen
Gehirnhemisphäre, die
nicht von der Einspritzung des Kontrastmittels betroffen ist.