CN106815813A - 用于处理多能量计算机断层扫描图像数据集的方法和图像数据处理设备 - Google Patents

用于处理多能量计算机断层扫描图像数据集的方法和图像数据处理设备 Download PDF

Info

Publication number
CN106815813A
CN106815813A CN201611052951.9A CN201611052951A CN106815813A CN 106815813 A CN106815813 A CN 106815813A CN 201611052951 A CN201611052951 A CN 201611052951A CN 106815813 A CN106815813 A CN 106815813A
Authority
CN
China
Prior art keywords
image
data set
value tuple
image value
image data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201611052951.9A
Other languages
English (en)
Other versions
CN106815813B (zh
Inventor
T·阿尔门丁格
T·弗洛尔
B·克劳瑟
B·施密特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Siemens Healthcare GmbH
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN106815813A publication Critical patent/CN106815813A/zh
Application granted granted Critical
Publication of CN106815813B publication Critical patent/CN106815813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10104—Positron emission tomography [PET]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Pulmonology (AREA)
  • Physiology (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及用于处理基于多光谱计算机断层扫描成像生成的并且具有与要成像的对象的区域的体积元相关联的第一图像值元组的第一图像数据集的方法，其中基于第一图像数据集生成第二图像数据集，第二图像数据集具有与体积元相关联的第二图像值元组，其中可以基于第二图像数据集并且基于基物质集来执行基物质分解，其中根据基物质集来选择开始区域和目标区域，其中第一图像值元组位于开始区域中，其中第二图像值元组基于第一图像值元组来确定，其中第二图像值元组借助于图像值元素成像与第一图像值元组相关联，其中第二图像值元组位于目标区域中。

Description

用于处理多能量计算机断层扫描图像数据集的方法和图像数 据处理设备
技术领域
本发明涉及一种用于处理第一图像数据集的方法，其中基于第一图像数据集来生成第二图像数据集，其中可以基于第二图像数据集并且基于基物质集(base materialset)来执行基物质分解。本发明还涉及一种图像数据处理设备、成像设备、计算机程序产品和计算机可读介质。
背景技术
基物质分解(base material decomposition)是一种用于分析已经使用多光谱计算机断层扫描(CT)成像生成的、特别地已经使用双能量CT扫描记录的图像数据集的普遍已知的方法。Alvarez和Macovski在[AM76]中已经描述了基物质分解的方法。特别地可以在原始数据空间中(基于投影)或者在图像空间中(基于图像)来执行基物质分解。
DE 10 2006 009 222 A1公开了一种用于借助于多能量计算机断层扫描来确定本体物质中的物质的浓度的方法和设备。
通过基物质分解，可以计算其中基物质被选择性地显示的CT图像。例如，通过水/碘分解，将水完全显示在水的基物质图像中并且将碘完全显示在碘的基物质图像中。所有的其他物质可以部分显示在一个图像中并且部分显示在其他图像中。
本领域技术人员已知的三物质分解代表了这一传统的基物质分解的改进。两个基物质可以存在于共享的包围物质、诸如例如软组织中。因此对比剂图像可以仅包含例如碘，然而例如，可以在虚拟的非对比图像中看到软组织以及钙或骨骼。
使用这种物质分解的所得到的图像中可能发生与原始图像相比较的图像噪声的强化。可以使用噪声减小方法来减小这一效果。噪声减小例如通过以下方式是可能的：使用来自与图像点相邻的图像点(特别地是相邻体元(voxel))的数据的统计信息以用于图像点、(特别地是图像体元)的评估。这种噪声减小因此是非局部操作的。
如果没有应用任何附加校正，则通常已知的基物质分解的图像质量有时可能受到分解的非物理区域中的物质的影响。
基物质分解的物理适宜区域(physically expedient region)可以用于表示在曲线图中绘制针对双能量图像中的区域的第二能量的CT值相对于第一能量的CT值的情况，如图5所示。在曲线图中得到楔形，并且其对应于基物质的正的浓度以及伴随的基物质分解的物理适宜区域。然而，另外，本体物质可以位于物理适宜区域外部。在计算基物质图像时，可以将这些变换成基物质的正的和负的浓度。因此它们可能被感知为破坏性的。
这一问题可能特别地在血液、钙化的动脉粥样硬化斑块和对比介质的基于图像的三物质分解时发生。在这种情况下，可以在数学上去除血管钙化以便看到剩余图像中的所有的其他本体物质和对比介质。可以以这一方式来实现血管腔的改善的显示。然而，负的钙浓度和正的碘浓度特别地可以与涉及脂肪组织和/或空气的图像点相关联。因此，一方面脂肪和/或空气以及另一方面对比介质不能总是清楚地区分。因此在钙去除之后图像中的血管的呈现受到影响。
这一问题因此特别地在基于图像的基物质分解(具有可选的附加噪声降低)的情况下在物质位于基物质的物理允许区域外部时发生。
对物理上不方便分解的物质的随后的基于阈值的消除在很多情况下不能明显地改善图像质量，因为由于基于图像的噪声减小滤波器的部分体积效应和有限范围而发生了残余光边缘。
DE 10 2011 083 727 A1公开了一种用于生成噪声减小的CT图像数据集的方法、计算***和CT***。
发明内容
本发明的目的是实现改进的基物质分解。
这一目的通过权利要求1中要求保护的方法、权利要求11中要求保护的图像数据处理设备、权利要求13中要求保护的成像设备、权利要求14中要求保护的计算机程序产品、以及权利要求15中要求保护的计算机可读介质来实现。
本发明涉及一种用于处理第一图像数据集的方法，第一图像数据集基于多光谱计算机断层扫描成像生成并且具有与要成像的对象的区域的体积元相关联的第一图像值元组，其中方法包括以下步骤：
-获取第一图像数据集，
-处理第一图像数据集，
-供应第二图像数据集。
处理第一图像数据集特别地包括以下步骤：
-其中基于第一图像数据集生成第二图像数据集，第二图像数据集具有与体积元相关联的第二图像值元组，
-其中能够基于第二图像数据集并且基于基物质集来执行基物质分解，
-其中根据基物质集在图像值的空间中选择开始区域和目标区域，
-其中第一图像值元组位于开始区域中，
-其中基于第一图像值元组来确定第二图像值元组，其中第二图像值元组借助于图像值元组成像与第一图像值元组相关联，
-其中第二图像值元组位于目标区域中。
第一图像值元组可以特别地涉及不存在于基物质集中的物质。特别地，第一图像值元组可以位于基物质分解的非物理区域中。
特别地，基物质的浓度在目标区域中可以为零或极低(特别地对于目标区域的图像值元组)，而该基物质在开始区域中的浓度为负(特别地对于开始区域的图像值元组)。目标区域特别地可以位于图像值的空间的超曲面中。目标区域特别地可以位于包括第一图像值元组和/或第二图像值元组的空间的超曲面中。
特别地，可以借助于图像值元组映射来将第一图像值元组投影到超曲面上。第二图像值元组特别地可以是第一图像值元组到超曲面上的投影。
基物质集特别地可以包括钙作为基物质。钙可以特别地以动脉粥样硬化斑块的形式存在于要映射的区域中。基物质集特别地可以包括碘作为基物质。碘可以特别地以对比介质的形式存在于要映射的区域中。基物质集特别地可以包括血液和/或软组织作为基物质。在没有限制一般发明思想的情况下，在一些实施例中，作为示例，提及碘作为对比介质。作为碘的替代或除了碘之外，也可以使用不同的对比介质。
特别地，基物质钙的负的浓度可以对应于第一图像值元组，和/或基物质钙的浓度可以对应于第二图像值元组，该浓度为零或极低。
特别地，基物质碘的正的浓度可以对应于第一图像值元组，和/或基物质碘的非正浓度可以对应于第二图像值元组，非正浓度特别地可以是负的浓度。
特别地，第一图像值元组可以与包括脂肪和/或空气的体积元相关联。
特别地，可以基于第二图像数据集并且优选地基于基物质集借助于基物质分解来生分量解图像数据集。
例如，可以借助于基物质分解以及基于第二图像数据集并且优选地基于基物质集的噪声减小方法来生分量解图像数据集。
特别地，可以将噪声减小方法与基物质分解组合。噪声减小方法可以基于例如迭代噪声去除方法和/或噪声减小滤波器，该滤波器特别地可以是非线性的。
特别地，可以供应分解图像数据集。替选地或另外地，可以借助于变换来重新缩放分解图像数据集，该变换特别地可以是线性的，并且可以供应重新缩放之后的分解图像数据集。分解图像数据集特别地可以涉及第一基物质和/或第二基物质。
特别地，第一有效图像值可以借助于函数与第一图像元组值关联、并且特别地与其相关联。可以特别地基于第一有效图像值来确定第二图像值元组。
特别地，第二有效图像值可以借助于函数与第二图像元组值关联、并且特别地与其相关联。第二有效图像值特别地可以等于或者基本上等于第一有效图像值。函数特别地可以是线性的。
本发明还涉及一种用于处理第一图像数据集的图像数据处理设备，第一图像数据集基于多光谱计算机断层扫描成像生成并且具有与要映射的对象的区域的体积元相关联的第一图像值元组。
图像数据处理设备特别地具有以下部件：
-被设计用于获取第一图像数据集的获取模块，
-被设计用于处理第一图像数据集的处理模块，
-被设计用于供应第二图像数据集的供应模块。
处理模块特别地具有以下部件：
-被设计用于基于第一图像数据集生成第二图像数据集的生成模块，其中第二图像数据集具有与体积元相关联的第二图像值元组，其中能够基于第二图像数据集并且基于基物质集来执行基物质分解，
-被设计用于根据基物质集选择开始区域和目标区域的选择模块，其中第一图像值元组位于开始区域中并且位于目标区域外部，
-被设计用于基于第一图像值元组来确定第二图像值元组的确定模块，其中第二图像值元组借助于图像值元组映射与第一图像值元组相关联，其中第二图像值元组位于目标区域中。
图像数据处理设备特别地可以被设计用于执行所公开的方面之一中要求保护的方法。
本发明还涉及一种成像设备，其具有所公开的方面之一中要求保护的图像数据处理设备。
本发明还涉及一种计算机程序产品，其包括计算机程序，其中计算机程序可以加载到计算机的存储设备中，其中当计算机程序再计算机上运行时，可以使用计算机程序来执行所公开的方面之一中要求保护的方法的步骤。
本发明还涉及一种计算机可读介质，其上存储有计算机程序，其中计算机程序可以加载到计算机的存储设备中，其中当计算机程序在计算机上运行时，可以使用计算机程序来执行所公开的方面之一中要求保护的方法的步骤。
特别地，可以执行基物质分解，其中，根据下式，CT图像数据集的图像点的衰减值x解释为基物质集中的基物质的m个浓度ci之和，其中每个浓度具有衰减值的相关联的变化yi：
特别地，可以使用不同的光谱记录相同对象的至少m个CT图像Ij，以便确定CT图像的至少部分中的浓度ci。特别地，当CT图像中提供有不被基物质集包括的至少一个物质并且对于至少一个基物质，结果是负的浓度ci(即，换言之，处于基物质分解的非物理区域中)时，基物质分解的结果不能令人满意。
为了避免在至少一个基物质图像中的这种物质的不期望的呈现，特别地可以在基物质分解以及可能与其相关的噪声减小方法的实施之前执行校正。
发明人已经认识到，可以通过在基物质分解的实现之前执行原始图像值元组、特别地是CT值的校正来改善基于基物质分解生成的图像的质量。
这一校正特别地可以通过多维成像来实现，多维成像将体元的衰减值合适地映射到其他衰减值上，这些体元可以位于基物质分解的非物理区域。可以通过这样方式实现根据其得到的至少一个基物质图像中的改进的呈现，特别地归功于物质的更好的可区分性。
位于基物质分解的非物理区域中的物质关于CT值的曲线图平移，使得它们在基物质分解的实现之后位于曲线图的期望位置处。出于这一目的，定义例如二维映射，其将开始区域映射到目标区域。开始区域位于基物质分解的非物理区域中。
特别地，可以定义开始区域。例如，开始区域可以由图像值元组根据基物质分解对应于负的钙浓度的所有体元形成。
特别地，可以定义应当如何在基物质分解之后呈现这些体元。例如，可以使用原始CT值来呈现血液/碘图像中的体元，该原始CT值与可以基于第一图像数据集生成的线性加权的混合图像中的体元相关联。特别地，可以确定用于图像值元组映射的条件、例如相关等式。
例如，在曲线图中的平移之后，体元可以在混合图像中具有与平移之前相同的CT值，并且其对应于第一等式。例如，在平移之后，体元可以位于曲线图中在直线上，其对应于钙浓度零，并且这对应于第二等式。
可以特别地基于用于图像值元组映射的条件(特别地是映射等式)确定图像值元组映射。
例如，可以通过求解包括第一等式和第二等式的方程组来确定作为两个原始图像中的CT值的函数的线性映射。
这一方法也可以用于多能量扫描仪，其具有多于两个光谱，特别地具有多于两个能量。特别地，可以使用表面或超平面来代替直线。
方法因此也可以基于一些双/多能量CT扫描仪生成的单能量图像来应用。方法也可以在基物质分解已经在不同的物理适宜区域发生并且要变为不同的物质基的情况下应用。在这种情况下，方法也可以使用基物质图像，特别地是分解图像数据集的基物质图像，作为起始点。基物质图像中的图像值元组中的图像值可以例如以亨氏(Hounsfield)单位给出或者涉及以mg/ml为单位的物质密度。
在基物质分解(以及可选的噪声减小)之前做出的校正的帮助下，可以在所获取的基物质图像中避免由位于基物质分解的非物理区域的边缘中和/或处的图像值元组引起的图像伪像。
发明解决方案因此特别地基于多能量CT图像数据集实现了基物质分解的改进。
发明解决方案特别地实现了基物质图像的图像质量的改进，例如实现了对体元和脂肪组织的远远更好的分离。特别地，脂肪和/或空气的图像值元组被映射使得它们在基物质分解期间被解释为碘的负的或极低浓度。
特别地，由于可以基于CT值到其他CT值的映射来做出校正，因此不必做出关于基物质分解的物理适宜区域外部存在哪些物质的假定。
发明解决方案还使得能够通过对部分体积效应的至少近似校正的考虑来去除血管钙化，并且从而能够用作双能量计算机断层扫描的新的临床应用的基础。
第一图像数据集可以是例如医疗的第一图像数据集和/或涉及要映射的对象的区域。第二图像数据集可以是例如医疗的第二图像数据集和/或涉及要映射的对象的区域。对象可以是例如患者。第一图像数据集可以根据例如成像原始数据集来重构。成像原始数据集可以例如借助于成像设备来获取。第一图像数据集可以例如借助于医疗成像设备来获取。第一图像数据集可以表示例如要映射的对象的区域的解剖结构和/或功能过程。
第一图像数据集例如可以是多能量计算机断层扫描图像数据集，特别地是双能量计算机断层扫描图像数据集。
成像设备可以使用具有第一光谱和/或第一特征能量的第一辐射来获取例如第一成像原始数据集。成像设备可以使用具有第二光谱和/或第二特征能量的第二辐射来获取例如第二成像原始数据集。可以例如基于第一成像原始数据集并且基于第二成像原始数据集借助于成像设备来重构第一图像数据集。成像设备可以是例如双能量计算机断层扫描装置和/或多能量计算机断层扫描装置。成像设备可以是例如双源计算机断层扫描装置和/或多源计算机断层扫描装置。成像设备可以具有例如用于过滤辐射的多个不同滤波器。
第一图像数据集可以具有例如图像点。图像点可以具有例如以下项目：位置信息和图像值元组。位置信息可以涉及例如体积元的位置或者要映射的对象的区域。
获取第一图像数据集可以包括借助于成像设备来获取第一图像数据集。可替换地，获取第一图像数据集可以包括从图像数据库加载第一图像数据集。
特别地，可以借助于在计算机上运行的算法来处理第一图像数据集。算法可以包括例如第一图像数据集作为输入参数。算法可以包括例如第二图像数据集作为输出值。
供应第二图像数据集可以包括借助于输出设备为用户输出第二图像数据集和/或将第二图像数据集存储在数据库中。
分解图像数据集特别地可以为和/或包括基物质图像。特别地，可以基于第二图像值元组来确定分解图像数据集的图像点的值。
供应分解图像数据集可以包括借助于输出设备为用户显示分解图像数据集和/或将分解图像数据集存储在数据库中。
可以将图像值元组与例如要映射的对象的区域的体积元相关联。图像值元组可以具有多个图像值。图像值可以是和/或表示例如衰减值、计算机断层扫描值、强度值、亨氏值、灰度值、浓度、密度等。
特别地可以关于基分量集(base component set)来呈现图像值元组。基分量集特别地可以是基物质集/或具有基物质集。基分量集可以具有多个基分量。特别地，基物质集可以具有第一基物质和/或第二基物质。例如，图像值元组中的图像值可以与基分量集中的每个基分量相关联。特别地，图像值可以用于表示与图像值元组相关联的体积元中的与图像值相关联的基分量的存在和/相关性的度量。
基分量可以是例如基物质、基本能量、基本光谱、基本参数或其组合。
基物质可以是例如对比介质，特别地是碘、组织(特别地是软组织)、血液、水、骨头、软骨、脂肪等。基物质可以是例如包括多个物质的组合和/或混合形式。还可以考虑与多个物质的密度有关的附加假设(特别地边界条件)。与基物质相关联的图像值可以对应于例如基物质的浓度、体积分数、质量分数或密度。
基分量集可以具有例如对比介质(特别地是碘)作为第一基分量，并且可以具有包括血液和骨头的混合形式作为第二基分量。因此，图像值元组可以具有对比介质浓度作为第一图像值并且具有混合形式的浓度作为第二图像值。混合形式的浓度(下面也可以称为混合形式浓度)例如可以用如下方式来定义：在第一混合形式浓度下，混合形式的第一物质的浓度为零，以及在第二混合形式浓度下，混合形式的第二物质的浓度为零。在混合形式中的其他物质的给定浓度被考虑有恒定贡献时，也可以使用混合形式中的物质的浓度来代替混合形式浓度。特别地，在双物质分解和三物质分解的上下文中，本领域技术人员已知关于基物质的细节。
基本能量可以是例如记录图像值的辐射的能量。基本光谱可以是例如记录图像值的辐射的光谱。
与基本能量和/或基本光谱相关联的图像值可以是例如衰减值、计算机断层扫描值、强度值等。可以在计算机断层扫描中实现不同的基本能量和/或不同的基本光谱，例如借助于不同的辐射源、不同的管电压和/或不同的滤波器。特别地，在双或多能量计算机断层扫描、双或多源计算机断层扫描、双或多光谱计算机断层扫描的上下文中，本领域技术人员已知关于基本能量或基本光谱的细节。
多光谱计算机断层扫描特别地可以表示多能量计算机断层扫描，特别地是双能量计算机断层扫描、多源计算机断层扫描，特别地是多源计算机断层扫描，多光谱计算机断层扫描，特别地是多源计算机断层扫描等或其组合。
基本参数可以涉及例如辐射与对象的例如借助于光电效应和/或借助于康普顿(Compton)散射的交互类型。基本参数可以是例如关于体积元的电子密度、原子数目、质量数和/或另外的物理和/或化学参数的适当组合。基分量集可以具有例如第一基本参数(其涉及光电效应)作为第一基本分量以及第二基本参数(其涉及康普顿散射)作为第二基本分量。因此，第一图像值可以是作为体积元中的光电效应的相关性的度量的衰减值，并且第二图像值可以是作为体积元中的康普顿散射的相关性的度量的衰减值。本领域技术人员特别地根据[AM76]已知关于基本参数的细节。
用于呈现图像值元组的基分量集可以选自大量可能的基分量集。在不同的基分量集中，图像值元组中的图像值可以不同和/或具有不同的含义。可以在不同的基分量集中的图像值元组的呈现之间做出选择和/或变换，而没有偏离由权利要求规定的本发明的范围。
第一图像值元组可以位于例如开始区域中。可以例如根据基物质集来选择开始区域。关于基物质集描述的涉及目标区域的选择的实施例可以例如相应地转移至开始区域。开始区域可以具有例如一个或多个开始图像值元组。开始区域可以例如关于基物质集和/或关于基物质分解是非物理的。特别地，对于开始区域的每个开始图像值元组，对应于开始图像值元组的基物质集的基物质的浓度可以是负的。第一图像值元组因此可以位于开始区域中，特别地，其位于与开始区域呈现于其中的基分量***相关的开始区域中。
目标区域可以具有一个或多个目标图像值元组。这里关于图像值元组描述的陈述因此适用于每个目标图像值元组。特别地，目标区域的目标图像值元组可以取决于被选择用于呈现目标区域的基分量***而具有不同的目标图像值。也可以关于例如第一图像值元组和/或第二图像值元组呈现于其中的基分量***来选择目标区域。
目标区域位于其中的超曲面可以是例如超平面、表面、平面、曲面或直线。超曲面可以例如定义为使得与图像值元组相对应的基物质集中的给定基物质(例如钙)的浓度等于位于超曲面中的所有图像值元组的给定浓度。给定浓度可以是例如零或极低的值。
特别地，第一图像数据集可以具有多个第一图像值元组。特别地，第二图像数据集可以具有多个第二图像值元组。特别地，用于多个第一图像值元组中的每个第一图像值元组的第二图像数据集可以具有多个第二图像值元组中的第二图像值元组，该第二图像值元组与多个第一图像值元组中的相应第一图像值元组的相同体积元相关联，并且基于多个第一图像值元组中的相应第一图像值元组来确定。
根据本发明的一个实施例，可以提供：开始区域包括多个第一图像值元组，和/或目标区域包括多个第二图像值元组，和/或对于多个第一图像值元组中的每个第一图像值元组，确定多个第二图像值元组中的第二图像值元组，后者借助于图像值元组映射与相应第一图像值元组相关联。特别地，开始区域和目标区域可以重叠或者分离。
根据本发明的另外的实施例，可以提供：使用不同的开始区域和/或不同的图像值元组映射用于多个第一图像值元组中的第一图像值元组，和/或使用不同的目标区域用于多个第二图像值元组中的第二图像值元组。例如，涉及与第一体积元相关的第一图像值元组的目标区域和涉及与第二体积元相关的第一图像值元组的开始区域可以重叠和/或相同。例如，第一图像值元组可以位于开始区域中，特别地是第一图像值元组的开始区域中，和/或位于目标区域的外部，特别地是第一图像值元组的目标区域外部。
另外，特别地，不需要针对第一图像数据集中位于非物理区域中的所有图像值元组在目标区域中确定相应的图像值元组。可以基于至少一个选择准则从位于非物理区域中的第一图像数据集中的图像值元组中选择第一图像值元组和/或多个第一图像值元组。
当第一图像值元组到超曲面上的投影位于目标区域外部时，第一图像值元组特别地可以位于目标区域外部。
第一图像值元组位于目标区域外部，特别地，第一图像值元组位于与目标区域呈现于其中的基分量***相关的目标区域外部。第二图像值元组位于目标区域外部，特别地，第二图像值元组位于与目标区域呈现于其中的基分量***相关的目标区域外部。第二图像值元组位于目标区域中，特别地，第二图像值元组与目标区域呈现于其中的基分量***相关地位于目标区域中。
目标区域可以例如完全自动地、自动地、半自动地或者手动地来选择。目标区域特别地可以按如下方式来选择：该方式使得在基于基物质集的基物质分解的情况下，与第一图像值元组相比，能够以改进的方式来呈现第二图像值元组和/或目标区域的目标图像值元组或者多个目标图像值元组，特别地，能够将其与涉及基物质集中的基物质的图像值元组更好地区分开。目标区域特别地可以按如下方式来选择：该方式使得没有在基物质集中提供的物质能够在分解图像数据集中更好地与第一和/或第二基物质区分开。
根据基物质集来选择目标区域，特别地，根据基物质集中的一个或多个基物质选择目标区域。
根据基物质集来选择目标区域，特别地，根据基物质集中的基物质的浓度或者根据每个浓度与基物质集中的基物质之一相关联的多个浓度来选择目标区域。例如，可以根据基物质集通过选择基物质集中的基物质的浓度或者每个浓度与基物质集中的基物质之一相关联的多个浓度来来选择目标区域。
可以按照如下方式来选择目标区域：该方式例如使得对于目标区域的所有图像值元组，对应于每个情况下的图像值元组的浓度等于所选择的浓度，或者对应于每种情况下的图像值元组的浓度等于所选择的浓度。
基物质的浓度例如也可以用于表示基物质的密度、质量分数、体积分数、系数等。
特别地，对应于图像值元组的基物质集中的基物质的浓度对于非物理区域的每个图像值元组可以是负的。例如可以基于目标区域来确定第二图像值元组。可以按照如下方式来确定第二图像值元组：该方式使得其位于目标区域中。
第一基物质的第一浓度和/或第二基物质的第二浓度可以特别地对应于第一图像值元组。
特别地，当关于基物质集呈现的第一图像值元组具有第一基物质的第一浓度作为图像值时，第一基物质的第一浓度对应于第一图像值元组。
特别地，当关于基物质集呈现的第一图像值元组具有第二基物质的第二浓度作为图像值时，第二基物质的第二浓度对应于第一图像值元组。
第一基物质的第三浓度和/或第二基物质的第四浓度特别地可以对应于第二图像值元组。
特别地，当关于基物质集呈现的第二图像值元组具有第三基物质的第三浓度作为图像值时，第三基物质的第三浓度对应于第二图像值元组。
特别地，当关于基物质集呈现的第二图像值元组具有第四基物质的第四浓度作为图像值时，第四基物质的第四浓度对应于第二图像值元组。
第一浓度特别地可以不同于第三浓度。第二浓度特别地可以不同于第四浓度。
特别地，第一浓度的符号可以不同于第三浓度的符号。特别地，第二浓度的符号可以不同于第四浓度的符号。特别地，第一浓度可以为正和/或第三浓度可以为负。特别地，第二浓度可以为负和/或第四浓度可以为零或极低。
例如，第一阈值浓度可以按照如下方式来选择，该方式使得第一阈值浓度小于第一浓度并且大于第三浓度，或者使得第一阈值浓度大于第一浓度并且小于第三浓度。
例如，第二阈值浓度可以按照如下方式来选择，该方式使得第二阈值浓度小于第二浓度并且大于第四浓度，或者使得第二阈值浓度大于第二浓度并且小于第四浓度。
目标区域例如可以根据基物质集通过选择第一阈值浓度和/或通过选择第二阈值浓度来选择。目标区域例如可以由第一阈值浓度和/或由第二阈值浓度来限制。
图像值元组映射可以是例如开始区域到目标区域的映射。特别地，目标区域的图像值元组可以借助于图像值元组映射与开始区域的图像值元组相关联。例如可以基于图像值元组映射来确定第二图像值元组，其中第二图像值元组借助于图像值元组映射与第一图像值元组相关联。图像值元组映射可以是例如线性的和/或多维的。
第一有效图像值通过其可以与第一图像值元组相关联和/或第二有效图像值通过其可以与第二图像值元组相关联的函数可以是例如线性映射，特别地是线性组合，和/或用作函数的变量的图像值元组中的图像值的平均值。
第一有效图像值可以是例如第一有效衰减值、第一图像值元组中的图像值之和和/或第一图像值元组中的图像值的加权平均。第二有效图像值可以是例如第二有效衰减值、第二图像值元组中的图像值之和和/或第二图像值元组中的图像值的加权平均。
例如可以基于第一有效图像值来确定和/或选择图像值元组映射。特别地，可以按照如下方式来确定和/或选择图像值元组映射：该方式使得第一有效图像值等于第二有效图像值。
一种用于处理第一图像数据集的方法，第一图像数据集具有第一图像值元组，特别地，方法可以包括以下步骤：
-获取第一图像数据集，
-处理第一图像数据集，
-其中基于第一图像数据集生成第二图像数据集，第二图像数据集具有第二图像值元组，
-其中根据基物质集选择目标区域，
-其中第一图像值元组位于目标区域外部，
-其中基于第一图像值元组来确定第二图像值元组，
-其中第二图像值元组位于目标区域中，
-供应第二图像数据集。
一种用于处理第一图像数据集的图像数据处理设备，第一图像数据集具有第一图像值元组，图像数据处理设备特别地可以具有：
-被设计用于获取第一图像数据集的获取模块，
-被设计用于处理第一图像数据集的处理模块，处理模块具有：
-被设计用于基于第一图像数据集生成第二图像数据集的生成模块，其中第二图像数据集具有第二图像值元组，
-被设计用于根据基物质集选择目标区域的选择模块，其中第一图像值元组位于目标区域外部，
-被设计用于基于第一图像值元组来确定第二图像值元组的确定模块，其中第二图像值元组位于目标区域中，
-被设计用于供应第二图像数据集的供应模块。
根据本发明的一方面，成像设备是医疗成像设备。根据本发明的一方面，成像设备选自包括以下各项的组：C臂X射线机、计算机断层扫描设备(CT设备)、单光子发射计算机断层扫描设备(SPECT设备)、位置发射断层扫描设备(PET设备)、磁谐振断层扫描设备(MRT***)、及其组合。特别地，成像设备可以具有X射线机、超声扫描仪等。成像设备也可以是多个成像和/或照射形态的组合。照射形态可以具有例如用于治疗照射的照射单元。
根据本发明的一方面，借助于成像设备来生成和/或供应第一图像数据集。根据本发明的一方面，成像设备被设计成生成和/或供应第一图像数据集。
本发明的一个实施例提供：至少部分以软件形式在处理器***上实现发明的图像数据处理设备和/或发明的图像数据处理设备的一个或多个部件。特别地，获取模块、处理模块、供应模块、生成模块、选择模块和确定模块每个可以形成发明的图像数据处理设备的一个部件。本发明的一个实施例提供：至少部分以软件辅助的硬件的形式、例如FPGA、处理器***等来实现发明的图像数据处理设备和/或发明的图像数据处理设备的一个或多个部件。
可以例如借助于合适的接口来在图像数据处理设备的部件之间传送数据。本发明的一个实施例提供：至少部分以软件形式来实现用于去往和/或来自发明的图像数据处理设备的数据传送的接口。特别地，接口可以能够访问其中能够适当地缓存、检索和更新数据的适当的存储区域。接口也可以被设计作为由适当的软件来控制的硬件接口。
发明的图像数据处理设备的极大程度上在软件方面的实现具有以下优点：即使先前使用的成像设备和/或计算机可以通过软件更新来升级以便有创造性地工作。在这一点上，目的也可以通过具有可以被加载到计算机的存储设备中的计算机程序的对应计算机程序产品来实现，其中发明的方法的步骤可以在计算机程序在计算机上运行时使用计算机程序来执行。除了计算机程序，这种计算机程序产品可以包括另外的软件部件、例如文件和/或硬件部件、例如硬件密钥(电子狗等)以便使用软件。
为了在计算机上或中传输计算机程序和/或存储计算机程序，可以使用计算机程序存储在其上的计算机可读介质、例如存储条、硬盘或另一便携式或永久性地安装的数据载体，计算机程序可以加载到计算机的存储设备中，其中发明的方法的步骤可以在计算机程序再计算机上运行时使用计算机程序来执行。发明的一个实施例提供：发明的成像设备和/或发明的图像数据处理设备具有计算机。计算机可以在每种情况下具有处理器***，并且其具有例如微处理器或多个协作的微处理器。
在本发明的上下文中，关于不同的实施例和/或不同种类的权利要求(方法、图像数据处理设备等)描述的特征可以组合以形成另外的实施例。特别地，关于发明的方法描述的特征、优点和实施例也可以转移到发明的图像数据处理设备、发明的计算机程序产品和发明的计算机可读介质，反之亦然。换言之，具体的权利要求也可以以结合方法所描述或要求保护的特征来形成。发明的方法的功能特征可以通过发明的图像数据处理设备的适当地设计的部件或模块来实现。
所描述的方法以及所描述的图像数据处理设备仅是本发明的实施例。本领域技术人员可以在不偏离权利要求目前所规定的本发明的范围的情况下对本发明做出变化。
不定冠词“一个(a)”或“一个(an)”的使用不排除相关特征也存在多次。表达“具有(has/have)”的使用不排除通过术语“具有(has/have)”链接的术语等同。例如，医疗成像设备具有医疗成像设备。模块能够具有多个空间上分离的子模块。
特征的标识中使用的序数(第一、第二、第三等)主要在本申请的上下文中使用以便能够更好地区分通过序数的使用所标识的特征。通过给定序数和术语的组合所标识的特征的存在不排除存在该给定序数之后的序数和术语的组合所标识的特征的存在。
在本申请的上下文中，表达“基于”特别地可以在表达“使用”的含义的范围内来解释。特别地，根据其基于第二特征来生成(可替换地，确定(ascertain、determine)等)第一特征的措辞不排除基于第三特征生成(可替换地，确定(ascertain、determine)等)第一特征。
附图说明
下面将参考附图和示例性实施例再次更加详细地描述本发明。附图中的呈现是示意性的并且高度简化，而不一定按比例。在附图中：
图1示出了根据本发明的第一实施例的方法的流程图；
图2示出了根据本发明的第二实施例的图像数据处理设备的示意性图示；
图3示出了根据本发明的第三实施例的方法的流程图；
图4示出了根据本发明的第四实施例的图像数据处理设备的示意性图示；
图5示出了具有基物质集的图像值图形的第一图示；
图6示出了具有基物质集的图像值图形的第二图示；以及
图7示出了根据本发明的第五实施例的成像设备的示意性图示。
具体实施方式
图1示出了根据本发明的第一实施例的用于处理第一图像数据集的方法的流程图。第一图像数据集基于多光谱计算机断层扫描成像生成并且具有与要映射的对象的区域的体积元相关联的第一图像值元组X。对象特别地可以是患者13。
在步骤R1获取第一图像数据集。在步骤P1处理第一图像数据集。在步骤O2供应第二图像数据集。
在步骤G2基于第一图像数据集生成第二图像数据集，其中第二集合具有与体积元相关联的第二图像值元组Y。在步骤SR根据基物质集选择开始区域和目标区域，其中第一图像值元组位于开始区域中。在步骤D2基于第一图像值元组确定第二图像值元组，其中第二图像值元组位于目标区域中。
图2示出了根据本发明的第二实施例的图像数据处理设备35的示意性图示，其具有获取模块R1-M、处理模块P1-M、生成模块G2-M、选择模块SR-M、确定模块D2-M和供应模块O2-M。
图3示出了根据本发明的第三实施例的用于处理第一图像数据集的方法的流程图。在步骤GI基于第二图像数据集并且基于基物质集借助于基物质分解来生分量解图像数据集。在步骤OI供应分解图像数据集。
图4示出了根据本发明的第四实施例的图像数据处理设备35的示意性图示，其具有基物质分解模块GI-M和分解图像数据集供应模块OI-M。
基物质分解模块GI-M被设计用于基于第二图像数据集并且基于基物质集借助于基物质分解来生分量解图像数据集。分解图像数据集供应模块OI-M被设计用于供应分解图像数据集。
图5和图6每个示出了图像值曲线图的图示，其具有基物质集，基物质集具有基物质血液P0、钙P2和碘PI。
轴M1涉及基物质碘的浓度。轴M2涉及包括基物质血液(或软组织)和钙的混合形式的浓度。基物质钙的浓度在位于轴M1上的点处为零。基物质碘的浓度在位于轴M2上的点处为零。特别地，钙浓度在碘P0为零。
轴E1涉及第一辐射的第一特征能量的情况下的计算机断层扫描值。轴E2涉及第二辐射的第二特征能量的情况下的计算机断层扫描值。第二特征能量例如可以高于第一特征能量。第一图像值元组X特别地可以关于具有图像值XE1和XE2的基本能量E1和E2来呈现。
第一图像值元组X涉及不存在于基物质集中的物质脂肪。第一图像值元组X特别地可以关于具有图像值XM1和XM2的基物质集来呈现。碘浓度在点XM1处为正。钙浓度在点XM2处为负。
区域RI关于基物质集是物理的。区域R2关于基物质集是非物理的。特别地，开始区域可以位于区域R2中。特别地，目标区域可以包括对应于基物质碘的负的浓度的轴M1的半轴。
目标区域可以可选地包括对应于基物质碘的正的浓度的轴M1的区域，其中浓度小于基物质碘的阈值浓度。这一阈值浓度可以按照如下方式来选择：该方式例如使得大于阈值浓度的碘浓度与其中存在至少给定量的碘(例如诊断相关量的碘)的体积元相关联。
特别地，基物质碘的阈值浓度可以小于或等于第一图像数据集中的基物质碘的浓度的最大值的分数、例如一半、十分之一或五十分之一。
特别地，基物质的极低浓度可以表示小于或等于第一数据集中的基物质的浓度的最大值的分数、例如一半或十分之一或五十分之一的基物质的浓度。
特别地，基物质碘的极低浓度可以表示小于或等于例如第一图像数据集中的基物质碘的浓度的最大值的分数、例如一半或十分之一或五十分之一的基物质碘的浓度。
特别地，基物质钙的极低浓度可以表示小于或等于例如第一图像数据集中的基物质钙的浓度的最大值的分数、例如一半或十分之一或五十分之一的基物质钙的浓度。
基于图像值元组映射A1并且基于第一图像值元组X来确定第二图像值元组Y。用箭头A2来符号化可能的图像值元组映射。负的碘浓度对应于第二图像值元组Y。钙浓度对应于第二图像值元组Y，并且其为零或极低。第二图像值元组Y特别地可以关于具有图像值YE1和YE2的基本能量E1和E2来呈现。
根据本发明的一个实施例，可以按照如下方式来将第一图像值元组X映射到第二图像值元组Y上：该方式使得第二图像值元组Y与轴M1的间隔小于或等于第一图像值元组X与轴M1的间隔的分数、例如十分之一。
图7示出了根据本发明的第五实施例的成像设备1的示意性图示，其具有由隧道形状的开口形成的获取区域4，其中患者定位设备10具有患者台11，其中患者台上布置有台面12使得能够按照如下方式相对于患者台11移动台面12：该方式使得能够将台面12沿着台面12的纵向方向引入到获取区域4中。计算机断层扫描设备1被示出作为成像设备1的示例而没有限制一般发明思想。
成像设备1具有机架20、获取区域4、患者定位设备10、成像原始数据获取设备26、28和控制器30。机架20具有固定支承框架21和转子24。转子24通过枢轴承设备的方式进行安装使得转子24能够绕着旋转轴旋转。获取区域4由机架20中的隧道状开口形成。要映射的特别地是患者13的对象的区域可以布置在获取区域4中。
成像原始数据获取设备26、28是具有辐射源26、例如X射线源和检测器28、例如X射线检测器的投影数据获取设备26、28。辐射源26布置在转子24上并且被设计用于发射具有辐射量子27的辐射、例如X射线辐射。检测器28布置在转子24上并且被设计用于检测辐射量子27。辐射量子27可以从辐射源26传递到要映射的区域，并且在与要映射的区域的交互之后，撞击检测器28。可以用这一方式来获取要映射的区域的投影数据。投影数据获取设备26、28获取的投影数据被转发给控制器30。控制器30是计算机，特别地是数字计算机，并且被设计用于控制成像设备1。控制器30具有处理器***31和计算机可读介质32。控制器30具有图像重构设备34和图像处理设备35。可以基于投影数据借助于图像重构设备34来重构图像。
成像设备1具有输入设备38和输出设备39。输入设备38被设计用于输入控制信息、例如图像重构参数和/或检查参数。输出设备39被设计用于输出控制信息和/或图像。
根据本发明的第五实施例的成像设备1具有发明的图像数据处理设备35。

Claims (15)

1.一种用于处理第一图像数据集的方法，所述第一图像数据集基于多光谱计算机断层扫描成像来生成并且所述第一图像数据集具有与要成像的对象的区域的体积元相关联的第一图像值元组(X)，其中所述方法包括以下步骤：
-获取(R1)所述第一图像数据集，
-处理(P1)所述第一图像数据集，
-其中基于所述第一图像数据集来生成第二图像数据集，所述第二图像数据集具有与所述体积元相关联的第二图像值元组(Y)，
-其中能够基于所述第二图像数据集并且基于基物质集来执行基物质分解，
-其中根据所述基物质集在图像值的空间中选择开始区域和目标区域，
-其中所述第一图像值元组(X)位于所述开始区域中，
-其中基于所述第一图像值元组(X)来确定所述第二图像值元组(Y)，其中所述第二图像值元组(Y)借助于图像值元组成像与所述第一图像值元组(X)相关联，
-其中所述第二图像值元组(Y)位于所述目标区域中，
-供应(O2)所述第二图像数据集。
2.根据权利要求1所述的方法，
-其中所述第一图像值元组(X)涉及不存在于所述基物质集中的物质，和/或
-其中所述第一图像值元组(X)位于所述基物质分解的非物理区域中。
3.根据权利要求1至2之一所述的方法，
-其中对于所述目标区域的图像值元组，基物质的浓度为零或极低，而对于所述开始区域的图像值元组，所述基物质的浓度为负，和/或
-其中所述目标区域位于所述图像值的空间的超曲面中。
4.根据权利要求1至3之一所述的方法，
-其中所述基物质集包括钙和碘作为所述基物质，
-其中基物质钙的负的浓度对应于所述第一图像值元组(X)，
-其中为零或者极低的所述基物质钙的浓度对应于所述第二图像值元组(Y)。
5.根据权利要求4所述的方法，
-其中基物质碘的正的浓度对应于所述第一图像值元组(X)，和/或
-其中为非正或极低的所述基物质碘的浓度对应于所述第二图像值元组(Y)。
6.根据权利要求1至5之一所述的方法，
-其中基于所述第二图像数据集并且基于所述基物质集借助于所述基物质分解来生成分解图像数据集，
-其中供应所述分解图像数据集。
7.根据权利要求6所述的方法，
-其中所述分解图像数据集涉及所述第一基物质和/或所述第二基物质。
8.根据权利要求1至7之一所述的方法，
-其中第一有效图像值能够借助于函数与所述第一图像值元组(X)相关联，
-其中基于所述第一有效图像值来确定所述第二图像值元组(Y)。
9.根据权利要求8所述的方法，
-其中第二有效图像值能够借助于所述函数与所述第二图像值元组(Y)相关联，
-其中所述第二有效图像值等于所述第一有效图像值。
10.根据权利要求8至9之一所述的方法，
-其中所述函数是线性的。
11.一种用于处理第一图像数据集的图像数据处理设备(35)，所述第一图像数据集基于多光谱计算机断层扫描成像来生成并且所述第一图像数据集具有与要映射的对象的区域的体积元相关联的第一图像值元组(X)，所述图像数据处理设备(35)具有：
-获取模块(R1-M)，被设计用于获取(R1)所述第一图像数据集，
-处理模块(P1-M)，被设计用于处理(P1)所述第一图像数据集，所述处理模块具有：
-生成模块(G2-M)，被设计用于基于所述第一图像数据集来生成(G2)第二图像数据集，其中所述第二图像数据集具有与所述体积元相关联的第二图像值元组(Y)，其中基于所述第二图像数据集并且基于基物质集来执行基物质分解，
-选择模块(SR-M)，被设计用于根据所述基物质集来选择(SR)开始区域和目标区域，其中所述第一图像值元组(X)位于所述开始区域中，
-确定模块(D2-M)，被设计用于基于所述第一图像值元组(X)来确定(D2)所述第二图像值元组，其中所述第二图像值元组(Y)借助于图像值元组映射来与所述第一图像值元组(X)相关联，其中所述第二图像值元组(Y)位于所述目标区域中，
-供应模块(O2-M)，被设计用于供应(O2)所述第二图像数据集。
12.根据权利要求11所述的图像数据处理设备(35)，其中所述图像数据处理设备(35)被设计用于执行根据权利要求1至10之一所述的方法。
13.一种成像设备(1)，具有根据权利要求11或12所述的图像数据处理设备(35)。
14.一种计算机程序产品，包括计算机程序，其中所述计算机程序能够加载到计算机的存储设备中，其中当所述计算机程序在所述计算机上运行时，能够使用所述计算机程序来执行根据权利要求1至10之一所述的方法的步骤。
15.一种计算机可读介质(32)，所述计算机可读介质(32)上存储有计算机程序，其中所述计算机程序能够加载到计算机的存储设备中，其中当所述计算机程序在所述计算机上运行时，能够使用所述计算机程序来执行根据权利要求1至10之一所述的方法的步骤。
CN201611052951.9A 2015-11-27 2016-11-25 用于处理多能量计算机断层扫描图像数据集的方法和图像数据处理设备 Active CN106815813B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102015223606 2015-11-27
DE102015223606.4 2015-11-27

Publications (2)

Publication Number Publication Date
CN106815813A true CN106815813A (zh) 2017-06-09
CN106815813B CN106815813B (zh) 2020-09-15

Family

ID=58693376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611052951.9A Active CN106815813B (zh) 2015-11-27 2016-11-25 用于处理多能量计算机断层扫描图像数据集的方法和图像数据处理设备

Country Status (3)

Country Link
US (1) US10013759B2 (zh)
CN (1) CN106815813B (zh)
DE (1) DE102016221684B4 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109959669A (zh) * 2017-12-26 2019-07-02 清华大学 基材料分解方法和装置及计算机可读存储介质
CN113100803A (zh) * 2021-04-20 2021-07-13 西门子数字医疗科技(上海)有限公司 用于显示静脉血栓的方法、装置、计算机设备和介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014226467B4 (de) * 2014-12-18 2023-06-15 Siemens Healthcare Gmbh Medizinische Bildgebungsvorrichtung mit einem Rahmenelement zur Anordnung einer Komponente
DE102016203257B4 (de) 2016-02-29 2023-12-07 Siemens Healthcare Gmbh Erzeugen von kontrastverstärkten Bilddaten auf Basis einer Multi-Energie-Röntgenbildgebung
US10580132B2 (en) * 2017-04-13 2020-03-03 Canon Kabushiki Kaisha Medical image processing apparatus, control method therefor, and non-transitory storage medium storing program
CN109344916B (zh) * 2018-11-08 2021-09-28 北京大学 一种现场可编程深度学习的微波成像与目标识别方法
DE102018221691A1 (de) 2018-12-13 2020-06-18 Siemens Healthcare Gmbh Individuell angepasstes Erzeugen von virtuellen Bilddaten auf Basis einer Multi-Energie-Röntgenbildgebung
CN110866883B (zh) * 2019-11-29 2023-03-17 上海联影医疗科技股份有限公司 一种双能ct图像去噪方法、装置、终端及存储介质
DE102021213439B3 (de) 2021-11-29 2023-03-02 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Erzeugung eines Ergebnisbilddatensatzes eines Patienten
DE102021213438A1 (de) 2021-11-29 2023-06-01 Siemens Healthcare Gmbh Verfahren zur Auswertung eines angiographischen Dualenergie-Computertomographiedatensatzes, Auswertungseinrichtung, Computerprogramm und elektronisch lesbare Datenträger
US20230368352A1 (en) * 2022-05-16 2023-11-16 Varian Medical Systems, Inc. System and methods for quantification of substance concentration in body structures using spectral computed tomography

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050100125A1 (en) * 2003-11-07 2005-05-12 Bjoern Heismann Method and apparatus for the spatially-resolved determination of the element concentrations in objects to be examined
CN104408758A (zh) * 2014-11-12 2015-03-11 南方医科大学 一种低剂量能谱ct图像处理方法
CN104574416A (zh) * 2015-01-27 2015-04-29 南方医科大学 一种低剂量能谱ct图像去噪方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006009222B4 (de) 2006-02-28 2008-02-28 Siemens Ag Verfahren und Vorrichtung zur Bestimmung der Konzentration einer Substanz in einem Körpermaterial mittels Mehr-Energie-Computertomographie
CN102132322B (zh) * 2008-08-28 2014-10-22 皇家飞利浦电子股份有限公司 用于确定对象的尺寸改变的设备
RU2612575C2 (ru) 2011-07-15 2017-03-09 Конинклейке Филипс Н.В. Обработка изображений для спектральной компьютерной томографии
DE102011083727B4 (de) 2011-09-29 2021-12-30 Siemens Healthcare Gmbh Verfahren zur Erzeugung eines rauschreduzierten CT-Bilddatensatzes, Rechensystem und CT-System
US8725237B2 (en) * 2012-03-19 2014-05-13 Genetic Innovations, Inc. Devices, systems, and methods for virtual staining

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050100125A1 (en) * 2003-11-07 2005-05-12 Bjoern Heismann Method and apparatus for the spatially-resolved determination of the element concentrations in objects to be examined
CN104408758A (zh) * 2014-11-12 2015-03-11 南方医科大学 一种低剂量能谱ct图像处理方法
CN104574416A (zh) * 2015-01-27 2015-04-29 南方医科大学 一种低剂量能谱ct图像去噪方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109959669A (zh) * 2017-12-26 2019-07-02 清华大学 基材料分解方法和装置及计算机可读存储介质
CN109959669B (zh) * 2017-12-26 2021-02-23 清华大学 基材料分解方法和装置及计算机可读存储介质
CN113100803A (zh) * 2021-04-20 2021-07-13 西门子数字医疗科技(上海)有限公司 用于显示静脉血栓的方法、装置、计算机设备和介质

Also Published As

Publication number Publication date
DE102016221684B4 (de) 2024-06-27
US20170301082A1 (en) 2017-10-19
CN106815813B (zh) 2020-09-15
US10013759B2 (en) 2018-07-03
DE102016221684A1 (de) 2017-06-01

Similar Documents

Publication Publication Date Title
CN106815813A (zh) 用于处理多能量计算机断层扫描图像数据集的方法和图像数据处理设备
US10147168B2 (en) Spectral CT
CN110461235B (zh) 心肌ct灌注图像合成
US10096120B2 (en) Bone segmentation from image data
EP3210192B1 (en) Start image for spectral image iterative reconstruction
CN111317493A (zh) 基于多能量x射线成像单独调整生成虚拟图像数据
EP3221848B1 (en) X-ray imaging device for an object
WO2020006352A1 (en) System and method for high fidelity computed tomography
CN107430779B (zh) 多能量（谱）图像数据处理
CN106659456B (zh) 对比剂剂量模拟
CN107087393A (zh) 用于将多个采集的对比度归一化的方法和***
WO2016097981A1 (en) Penalized maximum likelihood material decomposition
JP7362460B2 (ja) 医用画像処理装置、方法及び記憶媒体
US20210304458A1 (en) Method for providing automatic adaptive energy setting for ct virtual momochromatic imaging
EP3893205A1 (en) Suppression of motion artifacts in computed tomography imaging

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant