DE102009044683A1 - Multimaterialiendekomposition mittels Dualenergie-Computertomographie - Google Patents

Multimaterialiendekomposition mittels Dualenergie-Computertomographie Download PDF

Info

Publication number
DE102009044683A1
DE102009044683A1 DE102009044683A DE102009044683A DE102009044683A1 DE 102009044683 A1 DE102009044683 A1 DE 102009044683A1 DE 102009044683 A DE102009044683 A DE 102009044683A DE 102009044683 A DE102009044683 A DE 102009044683A DE 102009044683 A1 DE102009044683 A1 DE 102009044683A1
Authority
DE
Germany
Prior art keywords
energy
image
materials
decomposition
images
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.)
Withdrawn
Application number
DE102009044683A
Other languages
English (en)
Inventor
Paulo Ricardo Mendonca
Rahul Bhotika
Raul Edgar Wauwatosa Licato
Brian Milwaukee Thomsen
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of DE102009044683A1 publication Critical patent/DE102009044683A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/42Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S378/00X-ray or gamma ray systems or devices
    • Y10S378/901Computer tomography program or processor

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

Es ist ein Verfahren zum Gewinnen von Multimaterialdekompositionsbildern offenbart, wobei das Verfahren die Schritte aufweist: Akquirieren eines Bildpaars aus einem Dualenergie-Computertomographiescann eines abgebildeten Objektes (62); Auswahl einer Materialbasis zur Multimaterialdekomposition des Bildpaars (64); Anwenden eines physikochemischen Modells für die Materialbasis (66); und Durchführen einer Multimaterialdekomposition unter Verwendung wenigstens einer durch das physikochemische Modell auferlegten Randbedingung (72).

Description

  • HINTERGRUND ZU DER ERFINDUNG
  • Der hierin beschriebene Gegenstand betrifft Computertomographie-Bildgebungssysteme (CT-Bildgebungssysteme) und insbesondere ein Multimaterialiendekompositionsverfahren unter Verwendung von Dualenergie-Röntgenquellen für CT-Bildgebungssysteme.
  • Gewöhnlich sendet in CT-Bildgebungssystemen eine Röntgenquelle einen fächerförmigen oder konusförmigen Röntgenstrahl in Richtung auf ein Subjekt oder Objekt, wie beispielsweise einen Patienten oder ein Gepäckstück, der bzw. das auf einem Träger positioniert ist. Der Röntgenstrahl trifft auf eine Detektoranordnung an der Rückseite des Objektes auf, die mehrere Detektormodule aufweist, wo die Intensität des erfassten Röntgenstrahls eine Funktion der Abschwächung des Röntgenstrahls durch das Objekt ist. In bekannten CT-Systemen der „dritten Generation” umschließen die Röntgenquelle und die Detektoranordnung das Objekt teilweise in einer drehbaren Gantrystruktur. Daten, die die Intensität des erfassten Röntgenstrahls repräsentieren, werden über einen Bereich von Gantrywinkeln hinweg erfasst, und die Daten werden schließlich verarbeitet, um ein Bild zu erzeugen.
  • Ein CT-Bildgebungssystem kann als ein energiediskriminierendes, ein Multienergie- und/oder ein Dualenergie-CT-Bildgebungssystem konfiguriert sein. Dualenergie-CT-Bildgebung ist eine Bildgebungsprozedur, in der mehrere Scanns von demselben Ziel unter den gleichen Bedingungen bei zwei unterschiedlichen Energieniveaus oder Energiespektren vorgenommen werden, und sie wird dazu verwendet, unterschiedliche Materialien in dem Ziel zu identifizieren. Beispielsweise schwächen gewöhnlich Weichgewebe und ähnliche Materialien mit einer relativ geringen Dichte auftreffende Röntgenstrahlen in einem geringeren Maße als ein Material relativ hoher Dichte, wie beispielsweise Knochen oder ein Jodkontrastmittel. Es wird in der relevanten Technik verstanden, dass eine CT-Bildgebung, die mit zwei Bildgebungsscanns durchgeführt wird, nämlich einem bei einem höheren Spannungsniveau der Röntgenröhre, wie beispielsweise 110 bis 150 kVp, und einem anderen Bildgebungsscann, der bei einem geringeren Röntgenröhrenspannungsniveau, wie beispielsweise 60 bis 80 kVp, durchgeführt wird, mehr Informationen über die gescannten Materialien als ein Einzelenergie-CT-Bildgebungsscann liefert.
  • Daten, die von einem Dualenergie-CT-Bildgebungsscann erhalten werden, können dazu verwendet werden, Bilder unter Verwendung von Basismaterialiendekompositions-Berechnungsprozessen zu rekonstruieren. Die erzeugten Bilder sind für ein Paar ausgewählter Basismaterialiendichten kennzeichnend. Zusätzlich zu Materialdichtebildern können Dualenergie-Projektionsdaten verwendet werden, um ein neues Bild mit Röntgenabschwächungskoeffizienten zu erzeugen, die einer ausgewählten monochromatischen Energie entsprechen. Ein derartiges monochromatisches Bild kann ein Bild enthalten, worin die Intensitätswerte der Bildvoxel zugewiesen sind, als ob ein CT-Bild durch Erfassung von Projektionsdaten von dem Objekt mit einem monochromatischen Röntgenstrahl erzeugt würde.
  • Auf dem medizinischen Bildgebungsgebiet können beispielsweise Dualenergie-CT-Scanns bei einem relativen „Niedrigenergie”-Niveau von etwa 80 kVp und bei einem relativen „Hochenergie”-Niveau von etwa 140 kVp durchgeführt werden, wobei die Scanns direkt aufeinanderfolgend („Back-to-Back”) oder überlappend akquiriert werden können. Zwischen der Röntgenquelle und den energieempfindlichen Detektoren können spezielle Filter platziert werden, so dass unterschiedliche Detektorreihen Projektionen unterschiedlicher Röntgenenergiespektren erfassen.
  • Die Messwerte können erhalten werden durch: (i) Scannen mit zwei unterscheidbaren Energiespektren; (ii) Erfassen der Photonenenergie entsprechend der Energiedeposition in dem Detektor, und (iii) Photonenzählen mit mehreren Energieintervallen (Energiebins). Bei Fehlen einer Objektstreuung kann das CT-System die Informationen über eine Objektabschwächung im Vergleich zu Energie auf der Basis des Signals von zwei oder mehreren Regionen der Photonenenergie in dem Spektrum, beispielsweise den Niederenergie- und den Hochenergieanteilen des Spektrums der auftreffenden Röntgenstrahlen, ableiten. In der medizinischen CT dominieren zwei physikalische Prozesse bei der Röntgenstrahlabschwächung: die Compton-Streuung und der photoelektrische Effekt. Die detektierten Signale von zwei Energieregionen liefern gewöhnlich ausreichend Informationen, um die Energieabhängigkeit des abgebildeten Materials aufzulösen. Ferner liefern detektierte Signale von den beiden Energieregionen ausreichend Informationen, um die relative Zusammensetzung eines aus zwei Materialien gebildeten Objektes zu bestimmen.
  • Unter Verwendung der Bilder, die während dieser CT-Scanns erhalten werden, können Basismaterialiendichtebilder und monochromatische Bilder erzeugt werden, d. h. Bilder, die den Effekt der Durchführung eines Computertomographiescanns mit einer idealen monochromatischen Röhrenquelle repräsentieren. Bei einem gegebenen Paar von Materialdichtebildern ist es möglich, andere Basismaterialbildpaare zu erzeugen. Beispielsweise ist es möglich, aus einem Wasser- und Jodbild derselben Anatomie ein anderes Paar von Materialdichtebildern, wie beispielsweise Kalzium und Gadolinium, zu erzeugen. In ähnlicher Weise kann durch Verwendung eines Paars von Basismaterialbildern ein Paar monochromatischer Bilder, jeweils bei einer spezifischen Röntgenenergie, erzeugt werden. In ähnlicher Weise kann aus einem Paar monochromatischer Bilder ein Paar Basismaterialbildpaare oder ein Paar monochromatischer Bilder bei anderen Energien erhalten werden.
  • Herkömmliche Materialbasisdekompositionen nutzen die Vorstellung, dass in der Energieregion für medizinische CT die Röntgenabschwächung irgendeines gegebenen Materials durch eine geeignete Dichtemischung von zwei anderen Materialien, die üblicherweise als „Basismaterialien” bezeichnet werden, repräsentiert werden kann. Der Basismaterialdepositions-Berechnungsprozess erzeugt zwei CT-Bilder, die jeweils die äquivalente Dichte eines der Basismaterialien repräsentieren. Da eine Materialdichte von der Röntgenphotonenenergie unabhängig ist, sind die beiden CT-Bilder weitgehend frei von Strahlaufhärtungsartefakten. Ein Bediener kann das Basismaterial wählen, um auf ein bestimmtes interessierendes Material abzuzielen, um beispielsweise den Bildkontrast zu verstärken.
  • Somit ist die Dualenergie-CT eine Bildgebungsmodalität, die die Fähigkeiten standardgemäßer CT erweitert und die Abschätzung bzw. Berechnung der ganzen linearen Abschwächungskurve für jedes Voxel in dem Bildvolumen anstatt eines Skalarbildes in Hounsfield-Einheiten ermöglicht. Wie vorstehend erläutert, wird dies durch Akquisition von Röntgenprojektionen bei zwei unterschiedlichen Energiespektren und, bei sorgfältiger Kalibrierung, durch Rekonstruktion eines Material dekomponierten Bildpaares erreicht. Jedes gemeinsam registrierte Voxel dieses Paars ist ein zweidimensionaler Vektor, der einer zu den Projektionsdaten passenden Abschätzung für die Dichte der beiden vorausgewählten Materialien, die dieses Voxel ausmachen, entspricht. Weil der Bereich der linearen Abschwächungskurven als ein zweidimensionaler Sammelbereich zuzüglich einer Restdifferenz beschrieben werden kann, die zu klein ist, um mittels derzeitiger CT-Technologie gemessen zu werden, ist diese Dekompositionsprozedur im Wesentlichen auf die Spezifikation von nur zwei Materialien beschränkt.
  • Die Erfinder haben hier einen Bedarf nach einem Verfahren zum Erzeugen von Computertomographiebildern von mehr als zwei vorausgewählten Materialien durch Multimaterialdekomposition erkannt.
  • KURZE BESCHREIBUNG DER ERFINDUNG
  • Es ist ein Verfahren zum Gewinnen von Multimaterialdekompositionsbildern offenbart, wobei das Verfahren die Schritte aufweist: Akquisition eines Bildpaars aus einem Dualenergie-Computertomographiescann eines abgebildeten Objektes; Auswahl einer Materialbasis für eine Multimaterialdekomposition des Bildpaars; Anwenden eines physikochemischen oder mathematischen Modells für das Gemisch von Materialien in der Basis; und Durchführen einer Multimaterialdekomposition unter Verwendung wenigstens einer durch das physikochemische oder mathematische Modell auferlegten Beschränkung bzw. Randbedingung.
  • Weitere Systeme und/oder Verfahren entsprechend den Ausführungsformen werden für einen Fachmann bei der Durchsicht der folgenden Zeichnungen und detaillierten Beschreibung offensichtlich. Es besteht die Absicht, dass all derartige zusätzliche Systeme und Verfahren in dem Rahmen der vorliegenden Erfindung liegen und durch die beigefügten Ansprüche geschützt sein sollen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • 1 zeigt eine isometrische schematisierte Ansicht eines CT-Bildgebungssystems entsprechend dem Stand der Technik;
  • 2 zeigt ein Funktionsblockdiagramm des CT-Bildgebungssystems nach 1;
  • 3 zeigt ein Wasserkomponentenbild aus einer Dekomposition in zwei Materialien, wie es durch das CT-Bildgebungssystem nach 1, das in einem Dualenergiemodus arbeitet, geliefert werden kann;
  • 4 zeigt ein Jodkomponentenbild aus einer Dekomposition in zwei Materialien, wie es durch das in einem Dualenergiemodus arbeitende CT-Bildgebungssystem nach 1 geliefert werden kann;
  • 5 zeigt ein monochromatisches Bild, das die Abschwächung bei 70 keV veranschaulicht, aus einer Dekomposition in zwei monochromatische Bilder, wie es durch das in einem Dualenergiemodus arbeitende CT-Bildgebungssystem nach 1 gewonnen werden kann;
  • 6 zeigt ein monochromatisches Bild, das die Abschwächung bei 140 keV veranschaulicht, aus einer Dekomposition in zwei monochromatische Bilder, wie es durch das in einem Dualenergiemodus arbeitende CT-Bildgebungssystem nach 1 gewonnen werden kann;
  • 7 zeigt ein Flussdiagramm, das die Funktionsweise des Dualenergie-CT-Bildgebungssystems veranschaulicht, das funktioniert, um eine Multimaterialdekomposition zu erzielen, gemäß dem offenbarten Verfahren;
  • 8 zeigt eine graphische Darstellung unter Veranschaulichung eines konvexen Polytops der linearen Abschwächungskoeffizienten bei nominaler Dichte;
  • 9 zeigt ein Luftkomponentenbild aus einer Multimaterialdekomposition, das gemäß dem offenbarten Verfahren erhalten wird;
  • 10 zeigt ein Fettkomponentenbild, das aus dem Multimaterialdekompositionsprozess gewonnen wird, der eingesetzt wird, um das Bild nach 9 zu erzeugen;
  • 11 zeigt ein Blutkomponentenbild, das aus dem Multimaterialdekompositionsprozess gewonnen wird, der eingesetzt wird, um das Bild nach 9 zu erzeugen;
  • 12 zeigt ein Knochenkomponentenbild, das aus dem Multimaterialdekompositionsprozess gewonnen wird, der verwendet wird, um das Bild nach 9 zu erzeugen;
  • 13 zeigt ein Omnipaque-Komponentenbild, das aus dem Multimaterialdekompositionsprozess gewonnen wird, der zur Erzeugung des Bildes nach 9 verwendet wird.
  • DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
  • Wie oben erwähnt, wertet die herkömmliche Dualenergie-CT-Scannerverarbeitung die Zusammensetzung von „N ≥ 3” Materialien in einem Materialkomponentengemisch nicht aus, und sie ist somit im Allgemeinen auf eine Dekomposition in nur zwei Materialien (d. h. N = 2) beschränkt. In einem beispielhaften Aspekt des offenbarten Verfahrens werden die Fähigkeiten des Dualenergie-CT-Scanners von der Erzeugung eines Material dekomponierten Bildpaars auf eine Erzeugung eines Material dekomponierten Bildtriplets erweitert. Das Bildtriplet wird erhalten, indem angenommen wird, dass verschiedene Gemische von Substanzen und Gewebearten, die in dem menschlichen Körper vorgefunden werden, physikochemische Eigenschaften haben, die im Wesentlichen demjenigen, was hierin als eine „ideale Materiallösung” bezeichnet wird, entsprechen. Dies kann auch bewerkstelligt werden, indem ein Modell für das Übermaß an freier Energie des Gemisches verwendet wird. Die Verwendung dieser Aquivalenz liefert ein Modell für die Dichte eines abgebildeten Materialgemisches, wobei das Modell die durch die herkömmlichen CT-Daten gelieferten Bildinformationen ergänzt. Unter diesem Modell wird die Massenabschwächurgskurve eines bestimmten Voxels in einem CT-Bild geschätzt bzw. berechnet, und es wird ein Material dekomponiertes Bildtriplet abgeleitet (d. h. N = 3). In einem weiteren beispielhaften Aspekt des offenbarten Verfahrens können mehr als drei vorausgewählte Materialien dekomponiert werden, indem eine ansonsten unterdeterminierte Lösung eines Gleichungssystems mit einer geeigneten Funktion regularisiert und das resultierende Optimierungsproblem gelöst wird. Das offenbarte Verfahren kann zur schnelleren Dekomposition auch im Voraus berechnete Nachschlagetabellen nutzen.
  • In der isometrischen schematisierten Darstellung gemäß 1 ist ein Dualenergie-CT-Bildgebungssystem 10 veranschau licht, das konfiguriert ist, um eine Computertomographiebildgebung mittels Photonenzählen und Energiediskriminierung von Röntgenstrahlen bei hohen Flussraten durchzuführen, wie dies auf dem relevanten Technikgebiet bekannt ist. Eine Bildgebung kann beispielsweise mittels einer CT-Zahl-Differenzdekomposition, einer Basismaterialdekomposition, einer Compton- und photoelektrischen Dekomposition oder einer logarithmischen Subtraktionsdekomposition durchgeführt werden. Das Dualenergie-CT-Bildgebungssystem 10 weist eine Gantry 12 mit einer Kollimatoranordnung 18, einem Datenakquisitionssystem 32 und einer Röntgenquelle 14 auf, die, wie veranschaulicht, auf der Gantry 12 angeordnet sind. Ein Tisch 46 dient dazu, den gesamten oder einen Teil eines Patienten 22 durch eine Gantryöffnung 48 in der Gantry 12 hindurch zu bewegen.
  • Die Röntgenquelle 14 projiziert ein Bündel von Röntgenstrahlen 16 durch den Patienten 22 auf mehrere Detektormodule 20 in einer Detektoranordnung, die die Kollimatoranordnung 18 und das Datenakquisitionssystem 32 enthält. In einer typischen Ausführungsform kann die Detektoranordnung vierundsechzig Reihen von Voxelelementen aufweisen, um zu ermöglichen, dass vierundsechzig gleichzeitige „Datenschichten” bei jeder Umdrehung der Gantry 12 gewonnen bzw. gesammelt werden.
  • Die mehreren Detektormodule 20 erfassen die projizierten Röntgenstrahlen, die durch den Patienten 22 hindurchtreten, und das Datenakquisitionssystem 32 wandelt die Daten in digitale Signale für eine nachfolgende Verarbeitung um. Jedes Detektormodul 20 erzeugt ein analoges elektrisches Signal, das die Intensität eines abgeschwächten Röntgenstrahls, nachdem dieser den Patienten 22 durchdrungen hat, kennzeichnet. Während eines Scanns zur Akquisition von Röntgenprojektionsdaten rotiert die Gantry 12 rings um einen Drehmittelpunkt 24 gemeinsam mit der Röntgenquelle 14 und der Detektoranordnung 15.
  • Die Rotation der Gantry 12 und der Betrieb der Röntgenquelle 14 sind durch eine Steuerungseinrichtung 26 gesteuert. Die Steuerungseinrichtung 26 enthält einen Röntgenstrahlgenerator 28, der Leistungs- und Zeitsteuerungssignale an die Röntgenquelle 14 liefert, und eine Gantrymotorsteuerung 30, die die Drehzahl und -position der Gantry 12 steuert. Eine Bildrekonstruktionseinrichtung 34 empfängt abgetastete und digitalisierte Röntgendaten von dem Datenakquisitionssystem 32 und führt eine Hochgeschwindigkeitsrekonstruktion durch. Das rekonstruierte Bild wird als eine Eingabe einem Computer 36 zugeführt, der das Bild in einer Massenspeichervorrichtung 38 speichert.
  • Der Computer 36 empfängt ferner Befehle und Scannparametereingaben, die von einer Bedienerkonsole 40 aus eingehen werden. Eine zugehörige Bildanzeige 42, wie beispielsweise ein Kathodenstrahlröhrenbildschirm, ermöglicht einem Bediener, das rekonstruierte Bild und weitere Daten von dem Computer 36 zu beobachten. Die Befehle und Scannparameter werden durch den Computer 36 verwendet, um Steuersignale und Informationen zu dem Datenakquisitionssystem 32, dem Röntgengenerator 28 und der Gantrymotorsteuerung 30 zu liefern. Zusätzlich betreibt der Computer 36 eine Tischmotorsteuerungseinrichtung 44, die den motorisierten Tisch 46 steuert.
  • Bei der herkömmlichen CT-Scannerverarbeitung stellen die durch das herkömmliche System erzeugten Daten eine Abschätzung der linearen Abschwächungskurve des abgebildeten Objektes in jedem Voxel des durch CT abgebildeten interessierenden Volumens dar. Eine lineare Abschwächungskurve ist eine Funktion, die die Berechnung des Bruchteils an Photonen, die ungestört eine festgesetzte Länge des Materials bei einer bestimmten Dichte durchlaufen, als eine Funktion der Energie derartiger Photonen ermöglicht. Beispielsweise beträgt der lineare Abschwächungskoeffizient von flüssigem Wasser 0,294 cm–1 für eine Röntgenphotoneneinfallsenergie von 100 keV. Das heißt, etwa 74,5% (e–0,294) der Gesamtzahl der einfallenden Photonen mit einer Energie von 100 keV wird ungestört gelassen, wenn sie sich durch 1,0 cm Flüssigwasser mit einer Dichte von 1,00 g/cm3 bewegen. Für Photonen mit einer Energie von 200 keV beträgt der lineare Abschwächungskoeffizient von Flüssigwasser 0,243 cm–1, und 78,4% (e–0,243) der gesamten Anzahl von einfallenden Photonen mit einer Energie von 200 keV werden beim Durchlaufen von 1,0 cm Flüssigwasser ungestört gelassen. Im Vergleich hierzu werden nur 0,007% der Photonen mit einer Energie von 100 keV und 16,46% der Photonen mit einer Energie von 200 keV durch 1,0 cm Jod mit einer Dichte von 4,93 g/cm3 und einem linearen Abschwächungskoeffizienten von 1,94 cm–1 ungestört hindurchtreten.
  • Die lineare Abschwächungskurve von im Wesentlichen jedem Material bei im Wesentlichen jeder Dichte kann eindeutig als eine gewichtete Summe der linearen Abschwächungskurven von zwei anderen Materialien beschrieben werden. Von einem mathematischen Standpunkt aus ist die Wahl der Materialien (d. h. der Materialbasis) in hohem Maße willkürlich, wobei jedoch in praktischen Anwendungen die in den abgebildeten Paaren vorzufindenden Materialien bevorzugt werden. Beispielsweise wird der Bediener in einer klinischen Anwendung im Allgemeinen Materialien auswählen, die in einem menschlichen Körper vorgefunden werden, wie beispielsweise Wasser, Fett und Knochen. Außerdem können für eine gegebene Materialbasis und Abschwächungskurve die Gewichtungskoeffizienten derart eindeutig definiert werden, dass die gewichtete Summe der linearen Abschwächungskurven gleich der ursprünglichen Abschwächungskurve ist. Jeder Gewichtungskoeffizient, der mit einer linearen Abschwächungskurve eines gegebenen Materials multipliziert wird, kann auch mit der nominalen Dichte des Materials multipliziert werden, und das Ergebnis ist ein Material-Dichte-Bildpaar, wie es in den 34 veranschaulicht ist.
  • Somit kann der Computer 36 ein Material-Dichte-Bildpaar auf der Bildanzeige 42 dekomponieren, wie beispielsweise ein Wasserkomponentenbild 52, das in 3 veranschaulicht ist, und ein Jodkomponentenbild 54, das in 4 veranschaulicht ist. In dem Jodkomponentenbild 54 hat die Luftregion außerhalb des Körpers eine jodäquivalente Dichte ergeben, die mit derjenigen vergleichbar ist, die im Inneren des Körpers vorzufinden ist. Alternativ kann der Computer 36 ein Energiebildpaar; wie beispielsweise ein erstes monochromatisches Bild 56, das die Abschwächung bei 70 keV veranschaulicht, wie in 5 gezeigt, und ein zweites monochromatisches Bild 58, das die Abschwächung bei 140 keV veranschaulicht, wie in 6 gezeigt, dekomponieren. In dem offenbarten Multimaterialdekompositionsverfahren, das am besten unter Bezugnahme auf ein in 7 veranschaulichtes Flussdiagramm 60 beschrieben werden kann, akquiriert das Dualenergie-CT-Bildgebungssystem 10 entweder ein Material-Dichte-Bildpaar oder ein Energiebildpaar aus Röntgenprojektionen von zwei Energiespektren in Schritt 62.
  • Von einem mathematischen Standpunkt aus gibt es keine Beschränkungen bzw. Randbedingungen hinsichtlich der Werte der Gewichtungskoeffizienten, die erforderlich sind, um eine gegebene lineare Abschwächungskurve durch eine gewichtete Summe zu repräsentieren. Derartige Gewichtungskoeffizienten könnten im Prinzip sogar negativ sein. Jedoch wird, wenn ein negativer Koeffizient mit einer nominalen Dichte multipliziert wird, um ein Dichtebild zu erzeugen, der Benutzer der Bilder mit dem Problem der Interpretation der Bedeutung der negativen Dichtewerte, die sich ergeben, hinterlassen. Es ist auch möglich, dass die mit der linearen Abschwächungskurve im Zusammenhang stehende Gewichtung einen Wert einnimmt, der größer ist als 1, und einen Dichtewert ergibt, der größer ist als die nominale Dichte des zugehörigen Materials. Demgemäß können die Fähigkeiten des Dualenergie-CT-Scanners 10 von der Erzeugung lediglich eines Material dekomponierten Bildpaars aus auch zur Erzeugung eines Material dekomponierten Bildpaars erweitert werden, das für eine physikalische Interpretation mehr zugänglich ist, indem die Randbedingung erzwungen wird, dass die Gewichtungskoeffizienten, die mit einer linearen Abschwächungskurve multipliziert werden, nicht negativ sein müssen und kleiner als oder gleich eins sein müssen.
  • Gemäß dem offenbarten Verfahren wird die lineare Abschwächungskurve durch eine tatsächliche (nicht nominale) Materialdichte dividiert, um eine Massenabschwächungskurve zu erhalten. Die resultierende Massenabschwächungskurve ist dichteunabhängig, jedoch materialabhängig, insofern als die Masenabschwächungskurve als eine gewichtete Summe der Kurven anderer Materialien, ähnlich der linearen Abschwächungskurve, repräsentiert werden kann. Jedoch hat die Massenabschwächungskurve die zusätzliche Eigenschaft, dass die Gewichtungskoeffizienten eine wohldefinierte physikalische Bedeutung als Massenanteile der Bestandsmaterialien in dem Materialgemisch haben. Wie verstanden werden kann, ist die Summe der Gewichtungskoeffizienten in der Massenabschwächungskurve gleich eins.
  • Wie in größeren Einzelheiten nachstehend erläutert, können die Gewichtungskoeffizienten α in einer gewichteten Summe von linearen Abschwächungskoeffizienten mit den Gewichtungskoeffizienten β in einer gewichteten Summe von Massenabschwächungskoeffizienten über ein Modell für die Materialien in dem Materialbasisgemisch in Beziehung gesetzt werden. Indem beispielsweise eine ideale Materiallösung angenommen wird, kann die Randbedingung, dass die Gewichtungskoeffizienten β aufsummiert eins ergeben, auch den Gewichtungskoeffizienten α auferlegt werden. Dies ermöglicht es, die lineare Abschwächungskurve eines gegebenen Materials als eine Summe von drei linearen Abschwächungskurven, anstatt der herkömmlichen zwei Kurven auszudrücken. Wie auf dem relevanten Technikgebiet verstanden wird, ergibt eine Dekomposition in zwei Materialien ein eindeutiges Paar von Gewichtungskoeffizienten, wobei jedoch ohne weitere Randbedingungen die Tripletmaterialdekomposition einen unendlichen Satz von Triplets von Gewichtungskoeffizienten ergibt. Der Satz von Triplets ist eindimensional, da jedes Triplet in dem Satz eindeutig einem Parameter zugeordnet werden kann. Für jede gegebene Auswahl von drei Materialien kann dieser Parameter als ein „Wählmittel” interpretiert werden, das einem Benutzer ermöglicht, ein Triplet von Gewichtungskoeffizienten in dem Satz auszuwählen. Das zugehörige Triplet von Gewichtungskoeffizienten ergibt die gleiche gewichtete Summe von linearen Abschwächungskurven. Die gewichtete Summe wird durch eine willkürliche Auswahl von Triplets in dem Satz von Triplets erfüllt. Wenn jedoch eine externe Randbedingung bereitgestellt wird, ergibt nur eine einzige „Wähleinstellung” ein Triplet, das der Randbedingung genügt, dass die Gewichtungskoeffizienten α aufsummiert eins ergeben. Eine Beziehung zwischen α und β kann hergestellt werden, wenn ein Modell für die Dichte des Gemisches aus Materialien in einem gegebenen Materialtriplet zur Verfügung steht.
  • Gemäß dem offenbarten Verfahren können physikochemische Modelle verwendet werden, um Beziehungen zwischen den Dichten und Mengen von gegebenen Materialien und der Dichte eines Gemisches der gegebenen Materialien herzustellen, um eine Tripelmetalldekomposition zu gewährleisten. Eines der verwendeten physikochemischen Modelle kann dasjenige einer „idealen Lösung” sein. Das offenbarte Verfahren arbeitet ausgehend von der Annahme, dass das Gemisch der Komponentenmaterialien eine ideale Lösung bildet und dass somit das Volumen der idealen Lösung bei einer gegebenen Temperatur und einem gegebenen Druck gleich dem Volumen der Komponententeile des Gemisches bei derselben Temperatur und demselben Druck ist. Demgemäß kann gezeigt werden, dass die Gewichtungskoeffizienten α in der Dekomposition einer linearen Abschwächungskurve als die gewichtete Summe von linearen Abschwächungskurven anderer Materialien eine einfache physikalische Interpretation haben – dass die Gewichtungskoeffizienten die Volumenanteile der Komponentenmaterialien in dem Materialgemisch sind.
  • Erneut bezugnehmend auf 7 wird in Schritt 64 eine Materialbasis mit (N ≥ 3) Materialkomponenten spezifiziert. Die bestimmten Materialkomponenten, die für die Materialbasis festgelegt werden, können unter den Substanzen und Gewebearten ausgewählt werden, die als in dem Material-Dichte-Bildpaar oder dem Energiebildpaar erscheinend identifiziert werden. In einer beispielhaften Ausführungsform kann eine Auswahl von Fett, Knochen und Blut über die Bedienerkonsole 40 vorgenommen werden.
  • Es ist in der Praxis der Dualenergie-Computertomographie bekannt, dass der lineare Abschwächungskoeffizient eines gegebenen Materials abhängig ist von: (i) der Energie E der Bildgebungsröntgenstrahlen, (ii) der Massendichte der abgebildeten Materialien und (iii) der effektiven Atomzahl der abgebildeten Materialien. Der lineare Abschwächungskoeffizient μL(E) für ein gegebenes Material kann als die Summe
    Figure 00150001
    ausgedrückt werden, worin αi, i = 1, 2, ... N Energie unabhängige Konstanten sind und μL,i(E), i = 1, 2, ... N die linearen Abschwächungskurven von N willkürlich vorausgewählten Materialien sind. Für Materialien, die in dem menschlichen Körper vorzufinden sind und innerhalb des Erfassungsbereiches von Röntgenenergien liegen, die typischerweise in der medizinischen Bildgebung verwendet werden, kann der linearen Abschwächungskoeffizient μL(E) durch eine Linearkombination von Komponentenmaterialien, die gewöhnlich als eine „Materialbasis” bezeichnet werden, repräsentiert werden. Somit können bei einer gegebenen Messung von μL(E) bei zwei unterschiedlichen Energieniveaus, für die μL,1 und μL,2 bekannt sind, eindeutige Lösungen für α1 und α2 aufgefunden werden, um eine Materialbasis für zwei Komponentenmaterialien zu liefern. Jedoch kann ein herkömmlicher Dualenergie-CT-Scanner keine Dekomposition in eine Materialbasis mit drei oder mehreren Komponentenmaterialien schaffen.
  • Durch Einführen einer weiteren Randbedingung sorgt das offenbarte Verfahren für eine Dekomposition eines dritten Komponentenmaterials. Die Beziehung in Gleichung (1) kann anhand eines „Massenabschwächungskoeffizienten” μM(E) ausgedrückt werden, der mit dem linearen Abschwächungskoeffizienten durch den Ausdruck
    Figure 00160001
    in Beziehung steht, worin ρ die Massendichte eines gegebenen Komponentenmaterials M ist, wenn das Komponentenmaterial M innerhalb eines abgebildeten Gemenges bzw. Komplexes von Komponentenmaterialien angeordnet ist. Gleichung (1) kann umgeschrieben werden als:
    Figure 00170001
    wobei Gleichung (3) die zusätzlichen Randbedingungen aufweist: 0 ≤ βi ≤ 1; für i = 1, 2, ..., N (4a)
    Figure 00170002
  • Die Koeffizienten βi sind die Massenanteile jedes Komponentenmaterials in dem abgebildeten Gesamtkomplex der Komponentenmaterialien. Durch Herstellung einer Beziehung zwischen den energieunabhängigen Koeffizienten αi in der Gleichung (1) und den Massenanteilskoeffizienten βi in der Gleichung (2) wird eine zusätzliche Randbedingung bereitgestellt, die eine weitere Dekomposition durch den Dualenergie-CT-Scanner gewährleistet.
  • Erneut bezugnehmend auf das Flussdiagramm nach 7 wird in Schritt 66 ein physikochemisches Modell oder Eigenschaftsmodell für relevante Eigenschaften (Dichte, Volumen, etc.) des ausgewählten Materialgemisches angewandt. Der offenbarte Prozess nutzt ein physikochemisches Modell, um die Dichte eines Materialgemisches zu bestimmen, und bringt dabei eine weitere Randbedingung zu den beiden Randbedingungen ein, die bereits durch das Dualenergie-Bildpaar zur Verfügung stehen. Dies ermöglicht unmittelbar die Dekomposition der Bilder in ein Materialtriplet. Ein Modell für die Dichte des abgebildeten Komplexes von Komponentenmaterialien kann abgeleitet werden, indem angenommen wird, dass die Komponentenmaterialien eine „ideale Lösung” erzeugen, d. h. ein Komponentengemisch, das ein Volumen bei einer gegebenen Temperatur und einem gegebenen Druck aufweist, das im Wesentlichen gleich der Summe der Volumina der einzelnen Komponententeile bei derselben Temperatur und demselben Druck ist. Es kann gezeigt werden, dass dies zu den folgenden Randbedingungen führt: 0 ≤ αi ≤ 1; für = 1, 2, ..., N (5a)
    Figure 00180001
    wobei
  • Figure 00180002
  • Das heißt, eine gut gestellte Tripelmaterialdekomposition kann aus einem Dualenergie-CT-Scannerbildpaar erhalten werden, indem festgelegt wird, dass die Komponentenmaterialien in dem Komplexgemisch der abgebildeten Materialien eine ideale Lösung aufweisen.
  • In Schritt 68 wird eine Ableitung oder Abschätzung der Massenabschwächungskurve für jedes Voxel in dem Bildvolumen vorgenommen. Es wird eine Bestimmung in dem Entscheidungsblock 70 vorgenommen, ob drei Materialbasiskomponenten verwendet werden (d. h. N = 3). Wenn die Antwort „ja” lautet, schreitet der Ablauf zum Schritt 72 fort, in dem die Tripelmaterialdekomposition gelöst wird. Wenn die Antwort in dem Entscheidungsblock 70 „nein” lautet, wird in Schritt 74 eine Regularisierungsfunktion ausgewählt, um die ansonsten schlecht gestellte Lösung des Multimaterialdekompositionsproblems einzuschränken. Die Multimaterialdekomposition wird in Schritt 76 unter den zusätzlichen physikochemischen Randbedingungen gelöst, wie dies in größeren Einzelheiten nachstehend beschrieben ist.
  • Als Beispiel für den Schritt 72 können die energieunabhängigen Konstanten αi in der Gleichung (1) aufgrund der Randbe dingungen in den Gleichungen (5a) und (5b) als Gewichtungen in einer Kombination der linearen Abschwächungskoeffizienten der jeweiligen Komponentenmaterialien in dem abgebildeten Komplex der Komponentenmaterialien bei den nominalen Materialdichten betrachtet werden. Es kann für einen Fachmann verständlich sein, dass die Linearabschwächungseigenschaften eines Materials bei zwei willkürlichen, jedoch festgesetzten Energieniveaus E1 und E2 als ein Punkt in einem zweidimensionalen Raum mit den Koordinaten μL = (μL(E1), μL(E2))E1 dargestellt werden können. Dies kann beispielhaft durch einen Graphen 80 veranschaulicht werden, wie er in 8 gezeigt ist. Der Graph 80 zeigt Dualenergie-Linearabschwächungskoeffizientenwerte von N willkürlichen Materialien, wie sie entlang orthogonaler Achsen aufgetragen sind. Wenn das Materialgemisch in dem menschlichen Körper als eine ideale Lösung modelliert wird, liegt μL innerhalb der konvexen Hülle H des Satzes {μL,1, i = 1, 2, ..., N}. Dies bedeutet, dass die lineare Abschwächungskoeffizienten für ein gegebenes Energiepaar in die konvexe Hülle 82 der linearen Abschwächungskoeffizienten des abgebildeten Komplexes der Komponentenmaterialien fallen.
  • Jedoch dient für N > 3 die Bedingung, dass μL ∊ H, nur dazu, den Bereich der energieunabhängigen Koeffizienten αi einzuschränken, und sie ist nicht passend, um die Werte der Koeffizienten αi vollständig zu bestimmen. In diesem Fall kann eine eindeutige Lösung erhalten werden, indem die weitere Randbedingung hinzugefügt wird, dass eine geeignete Funktion f· des Vektors α = (α1, α2, ..., αN) minimal ist, und eine N-Material-Dekomposition für N > 3 kann erhalten werden, indem das Optimierungsproblem gelöst wird, das gegeben ist durch: α* = min αf(α) (7) und indem die Bedingungen der Gleichungen 1, 5a und 5b oben erfüllt werden.
  • Gemäß dem offenbarten Verfahren wird eine Multimaterialdekomposition (N > 3) durch die Einführung weiterer Randbedingungen hinsichtlich der Gewichtungen der gewichteten Summe der linearen Abschwächungskurven erreicht. Derartige weitere Randbedingungen enthalten beispielsweise Datengenauigkeitsrandbedingungen, Randbedingungen, die auf der räumlichen Abhängigkeit der Voxel basieren, und Randbedingungen, die aus vorherigem Wissen des Bedieners abgeleitet werden.
  • Für N > 3 kann der offenbarte Prozess weiter erweitert werden, indem eine Regularisierungsfunktion zu der ansonsten undeterminierten Lösung des N-Material-Dekompositionsproblems eingeführt wird. Die Regularisierungsfunktion zur Bestimmung der mehreren Materialbeiträge in Schritt 76 kann in Abhängigkeit von der Anatomie ausgewählt werden, die basierend auf einem A-priori-Wissen über die gemeinsamen Eigenschaften der Materialzusammensetzung der relevanten Anatomie betrachtet wird. Wenn beispielsweise der Bediener die Leber betrachtet, kann die Regularisierungsfunktion passend zugeschnitten werden, um Wasser, Iohexol und Blut gegenüber Knochen zu favorisieren.
  • In einer beispielhaften Ausführungsform des offenbarten Verfahrens kann der Schritt 74 offline durchgeführt werden, um eine Nachschlagetabelle zur interaktiven Visualisierung der Ergebnisse zu erzeugen. Es können mehrere Nachschlagetabellen mit Dekompositionen über unterschiedliche Sätze von Materialien hinweg im Voraus erzeugt werden. Die spezielle Tabelle, die für eine Dekomposition genutzt werden soll, kann auf der Basis der interessierenden Anatomie/Region basierend auf dem A-Priori-Wissen über die Materialzusammensetzung dieser Region gewählt werden. Darüber hinaus können die Nachschlagetabellen ohne Vorbereitung, spontan („im Fluge”) auf der Basis von Benutzereingaben erzeugt werden. Der Bediener könnte die interessierenden Materialien basierend auf irgendeiner Mehrdeutigkeit, die gelöst werden soll, bestimmen oder sonst mit einer Streudiagrammeinrichtung interagieren und die konvexe Hülle von Hand definieren.
  • Beispiele für die Multimaterialdekomposition, die in Schritt 76 des Flussdiagramms 60 durchgeführt wird, werden in den Bildern der 913 geliefert. 9 zeigt ein Luftkomponentenbild, das mit einer Multimaterialdekomposition erhalten wird. 10 zeigt ein Fettkomponentenbild, 11 zeigt ein Blutkomponentenbild, 12 zeigt ein Knochenkomponentenbild, und 13 zeigt ein Omnipaque-Komponentenbild. Die aus dieser Art einer Multidekomposition resultierenden Bilder haben Voxelbruchteilwerte, die den Beitrag von einem bestimmten Material repräsentieren. Diese Bilder können in manigfaltiger Art und Weise, einschließlich, jedoch ohne Beschränkung, der folgenden Beispiele vorteilhaft genutzt werden:
    • • Eine Gewichtungsfunktion auf einem monochromatischen Bild, um die Abschwächung zu repräsentieren, die auf ein bestimmtes Material zurückzuführen ist – dies würde die Multiplikation eines bestimmten monochromatischen Bildes mit dem Volumenanteilsbild enthalten;
    • • Ein AIR-Bild kann verwendet werden, um Konturen des Körpers und innere leere Regionen zu identifizieren (z. B., verwendet zur Lungensegmentierung durch Zählen der Anzahl von Übergängen in diese und aus dieser AIR-Region);
    • • Segmentierung auf der Basis eines Schwellenvolumenanteils (z. B. der Knochen ist die Region, die > 90% Volumenanteil auf dem Knochenbild darstellt);
    • • Bereitstellen einer farblichen Überlagerung über Standardbildern unter Veranschaulichung der Farbintensität auf der Basis des Volumenanteilsbildes;
    • • Eingeben in eine generalisierte Segmentierungsmaschine – wo ein oder mehrere Volumenanteilsbilder, die von der Multimaterialdekompositionsprozedur herrühren, in einem Materialsegmentierungsprozess verwendet werden;
    • • Erzeugen eines virtuellen Nichtkontrastbildes durch Ersetzen des Volumenanteils, der dem Omnipaque zugeordnet ist, durch eine andere Komponente, wie beispielsweise Blut; und
    • • Leberfettquantifizierung oder allgemeine Fettquantifizierung durch Verwendung eines Fett-Volumenanteilsbildes.
  • Die mehreren Detektormodule 20 erfassen die projizierten Röntgenstrahlen, die durch den Patienten 22 hindurchtreten, und das Datenakquisitionssystem 32 wandelt die Daten in digitale Signale zur anschließenden Verarbeitung um. Jedes Detektormodul 20 in einem herkömmlichen System erzeugt ein analoges elektrisches Signal, das die Intensität eines abgeschwächten Röntgenstrahls repräsentiert, nachdem dieser durch den Patienten 22 hindurchgetreten ist. Während eines Scanns, um Röntgenprojektionsdaten zu akquirieren, rotiert die Gantry 12 rings um einen Drehmittelpunkt 24 gemeinsam mit der Röntgenquelle 14 und der Detektoranordnung 15.
  • Die vorstehend beschriebenen Verfahren können in Form eines Computerprogrammcodes verkörpert sein, der Instruktionen enthält, die in einem materiellen Medium, wie beispielsweise Floppydisketten und anderen magnetischen Speichermedien, CD-ROMs und sonstigen optischen Speichermedien, einem Flash-Speicher und anderen Halbleiterspeichervorrichtungen, Festplatten oder einem beliebigen sonstigen Computer lesbaren Speichermedium enthalten sind, wobei, wenn der Computerprogrammcode in einen Computer geladen und durch diesen ausgeführt wird, der Computer zu einer Vorrichtung zur Ausführung des offenbarten Verfahrens wird.
  • Während die Erfindung unter Bezugnahme auf beispielhafte Ausführungsformen beschrieben ist, wird es für Fachleute verständlich, dass verschiedene Veränderungen vorgenommen werden können und Elemente durch ihre Äquivalenzen ersetzt werden können, ohne dass von dem Rahmen der Erfindung abgewichen wird. Außerdem können viele Modifikationen an der Lehre der Erfindung vorgenommen werden, um sie an eine bestimmte Situation anzupassen, ohne dass von deren Rahmen abgewichen wird. Deshalb besteht die Absicht, dass die Erfindung nicht auf die zur Ausführung dieser Erfindung offenbarten Ausführungsformen beschränkt sein soll, sondern dass die Erfindung alle Ausführungsformen enthält, die in den Schutzumfang der beigefügten Ansprüche fallen. Diese Beschreibung verwendet Beispiele, um die Erfindung, einschließlich der besten Ausführungsweise, zu offenbaren und auch um jeden Fachmann in die Lage zu versetzen, die Erfindung auszuführen, einschließlich einer Herstellung und Verwendung jeglicher Vorrichtungen oder Systeme und einer Durchführung jeglicher enthaltener Verfahren. Der patentierbare Umfang der Erfindung ist durch die Ansprüche definiert und kann weitere Beispiele enthalten, die Fachleuten einfallen. Derartige weitere Beispiele sollen in dem Schutzum fang der Ansprüche enthalten sein, wenn sie strukturelle Elemente aufweisen, die sich von dem Wortsinn der Ansprüche nicht unterscheiden, oder wenn sie äquivalente strukturelle Elemente mit gegenüber dem Wortsinn der Ansprüche unwesentlichen Unterschieden enthalten.
  • Es ist ein Verfahren zum Gewinnen von Multimaterialdekompositionsbildern offenbart, wobei das Verfahren die Schritte aufweist: Akquirieren eines Bildpaars aus einem Dualenergie-Computertomographiescann eines abgebildeten Objektes 62; Auswahl einer Materialbasis zur Multimaterialdekomposition des Bildpaars 64; Anwenden eines physikochemischen Modells für die Materialbasis 66; und Durchführen einer Multimaterialdekomposition unter Verwendung wenigstens einer durch das physikochemische Modell auferlegten Randbedingung 72.

Claims (10)

  1. Verfahren zur Gewinnung von Multimaterialdekompositionsbildern, wobei das Verfahren die Schritte aufweist: Akquirieren eines Bildpaars von einem Dualenergie-Computertomographiescann (62) eines abgebildeten Objektes; Auswählen einer Materialbasis (64) für eine Multimaterialdekomposition des Bildpaars; Anwenden eines physikochemischen Modells für die Materialbasis (66); und Durchführen einer Multimaterialdekomposition (76) unter Verwendung wenigstens einer durch das physikochemische Modell auferlegten Randbedingung.
  2. Verfahren nach Anspruch 1, wobei ferner das Bildpaar entweder ein Material-Dichte-Bildpaar oder ein Energiebildpaar aufweist.
  3. Verfahren nach einem der Ansprüche 1 oder 2, das ferner den Schritt der Ableitung einer Massenabschwächungskurve aus einer linearen Abschwächungskurve für jedes Voxel in dem Bildpaar (68) aufweist.
  4. Verfahren nach Anspruch 3, wobei der Schritt der Ableitung eine Multiplikation mit wenigstens einem Gewichtungskoeffizienten aufweist, wobei der Gewichtungskoeffizient einen Wert aufweist, der zwischen 0 und 1 liegt.
  5. Verfahren nach einem beliebigen der Ansprüche 1 bis 3, wobei die Materialbasis wenigstens drei in dem Bildpaar aufgefundene Materialkomponenten aufweist.
  6. Verfahren nach Anspruch 1, wobei das physikochemische Modell eine ideale Lösung aufweist, wobei die ideale Lösung ein Volumen bei einer gegebenen Temperatur und einem gegebenen Druck aufweist, das gleich dem Volumen der Komponentenmaterialien in dem physikochemischen Gemisch bei derselben Temperatur und demselben Druck ist.
  7. Verfahren nach Anspruch 1, wobei der Schritt des Akquirierens eines Bildpaars die Schritte aufweist: Durchführen eines ersten Computertomographiescanns des Objektes bei einem ersten Energiespektrum; und Durchführen eines zweiten Computertomographiescanns des Objektes bei einem zweiten Energiespektrum.
  8. Verfahren nach Anspruch 1, das ferner die Schritte aufweist: Dekomponieren des gescannten Objektes in zwei Basismaterialien, um eine lineare Abschwächungskurve auf der Basis der beiden Basismaterialien abzuleiten.
  9. Verfahren nach einem der Ansprüche 1 oder 2, das ferner den Schritt der Auswahl einer Regulationsfunktion (74) aufweist, um eine Randbedingung auf der Basis eines A-priori-Wissens über die charakteristischen Eigenschaften der Materialzusammensetzung des gescannten Objektes zu liefern.
  10. Verfahren nach Anspruch 9, wobei die Regulationsfunktion (74) eine Funktion aus einem A-priori-Wissen über die gemeinsamen charakteristischen Eigenschaften der Materialzusammensetzung der relevanten Anatomie aufweist.
DE102009044683A 2008-11-28 2009-11-27 Multimaterialiendekomposition mittels Dualenergie-Computertomographie Withdrawn DE102009044683A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/315,184 US9036879B2 (en) 2008-11-28 2008-11-28 Multi-material decomposition using dual energy computed tomography
US12/315,184 2008-11-28

Publications (1)

Publication Number Publication Date
DE102009044683A1 true DE102009044683A1 (de) 2010-06-02

Family

ID=42134189

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102009044683A Withdrawn DE102009044683A1 (de) 2008-11-28 2009-11-27 Multimaterialiendekomposition mittels Dualenergie-Computertomographie

Country Status (4)

Country Link
US (1) US9036879B2 (de)
JP (1) JP5719508B2 (de)
CN (2) CN105011960B (de)
DE (1) DE102009044683A1 (de)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512487A (zh) * 2015-12-15 2016-04-20 浙江大学 图像域双能ct多材料统计分解方法
CN111666966A (zh) * 2019-03-05 2020-09-15 西门子医疗有限公司 医学成像中基于人工智能的材料分解
CN111867473A (zh) * 2018-01-22 2020-10-30 森瑟实验室有限责任公司 使用多能量分解的用于对象的x射线成像方法
DE102022207476A1 (de) 2022-07-21 2024-02-01 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Korrektur von materialinduzierten Effekten in CT-Bildern

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8355555B2 (en) * 2009-09-17 2013-01-15 Siemens Aktiengesellschaft System and method for multi-image based virtual non-contrast image enhancement for dual source CT
US8811695B2 (en) 2010-12-14 2014-08-19 General Electric Company Methods, apparatus and articles of manufacture to adaptively reconstruct medical diagnostic images
JP5725930B2 (ja) * 2011-03-31 2015-05-27 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像生成装置およびx線ct装置並びにプログラム
JP5942099B2 (ja) * 2011-12-08 2016-06-29 タカラテレシステムズ株式会社 物質同定装置及び撮像システムの作動方法
US9271688B2 (en) * 2012-03-28 2016-03-01 General Electric Company System and method for contrast agent estimation in X-ray imaging
US8855385B2 (en) * 2012-07-06 2014-10-07 General Electric Company Apparatus and method for multi-energy tissue quantification
DE102012213197A1 (de) * 2012-07-26 2014-01-30 Siemens Aktiengesellschaft Verfahren und CT-System zur Bestimmung der Kontur eines Patienten
KR101479212B1 (ko) * 2012-09-05 2015-01-06 삼성전자 주식회사 엑스선 영상 장치 및 엑스선 영상 생성 방법
JP6310473B2 (ja) * 2012-11-26 2018-04-11 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. プロジェクションデータからノイズ除去を行う方法、プロセッサ及びコンピュータプログラム
CN103892859A (zh) * 2012-12-28 2014-07-02 Ge医疗***环球技术有限公司 基于多模式Scout扫描的CT成像方法和CT***
JPWO2014126189A1 (ja) * 2013-02-14 2017-02-02 タカラテレシステムズ株式会社 X線撮像装置及びx線撮像方法
CN105188545B (zh) * 2013-05-24 2018-04-06 株式会社日立制作所 X射线ct装置以及处理方法
CN104346820B (zh) * 2013-07-26 2017-05-17 清华大学 一种x光双能ct重建方法
US9700264B2 (en) * 2013-10-25 2017-07-11 The Johns Hopkins University Joint estimation of tissue types and linear attenuation coefficients for computed tomography
JP6351164B2 (ja) * 2014-06-12 2018-07-04 国立研究開発法人量子科学技術研究開発機構 ビーム照射対象確認装置、ビーム照射対象確認プログラム、および阻止能比算出プログラム
CN104287762B (zh) * 2014-08-20 2016-10-05 沈阳东软医疗***有限公司 一种造影剂跟踪扫描方法及装置
JP6747787B2 (ja) 2014-08-22 2020-08-26 キヤノンメディカルシステムズ株式会社 光子計数型x線ct装置
WO2016148616A1 (en) * 2015-03-18 2016-09-22 Prismatic Sensors Ab Image reconstruction based on energy-resolved image data from a photon-counting multi bin detector
EP3326154B1 (de) * 2015-07-24 2024-03-20 Photo Diagnostic Systems, Inc. Verfahren und vorrichtung zur durchführung von multienergetischer (einschliesslich dualenergetischer) computertomographiebildgebung
WO2018046328A1 (en) 2016-09-08 2018-03-15 Koninklijke Philips N.V. Apparatus for multi material decomposition
EP3544511B1 (de) 2016-11-23 2024-05-29 Mayo Foundation for Medical Education and Research System und verfahren zur quantifizierung von luminaler stenose unter verwendung von multienergetischer computertomografischer bildgebung
JP6878590B2 (ja) * 2016-12-16 2021-05-26 プリズマティック、センサーズ、アクチボラグPrismatic Sensors Ab スペクトルコンピュータ断層撮影データからの従来のコンピュータ断層撮影画像の再生
US10398394B2 (en) 2017-01-06 2019-09-03 General Electric Company Energy-discriminating photon-counting detector and the use thereof
US10573030B2 (en) 2017-04-07 2020-02-25 Photo Diagnostic Systems, Inc. Method for artifact reduction using monoenergetic data in computed tomography
WO2019183002A2 (en) 2018-03-19 2019-09-26 Xenselab Llc X-ray tomography
JP7324115B2 (ja) * 2019-10-11 2023-08-09 富士フイルムヘルスケア株式会社 物質弁別装置、pcct装置および物質弁別方法
US11615881B2 (en) * 2019-11-12 2023-03-28 Hepatiq, Inc. Liver cancer detection
JP7440271B2 (ja) * 2020-01-10 2024-02-28 富士フイルムヘルスケア株式会社 放射線撮像装置および光子計数型検出器の較正方法
US11238585B2 (en) * 2020-04-03 2022-02-01 The University Of Chicago Method and apparatus for spectral computed tomography (CT) with multi-material decomposition into three or more material components
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
USD981565S1 (en) 2021-06-21 2023-03-21 Xenselab Llc Medical imaging apparatus
DE102021213557B4 (de) 2021-11-30 2023-09-14 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Bereitstellung eines Perfusionsbilddatensatzes eines Patienten
CN115687865B (zh) * 2022-11-17 2023-12-12 北京光影智测科技有限公司 一种基于双能同轴相位ct的材料分解方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61226022A (ja) * 1985-03-30 1986-10-07 株式会社東芝 画像処理装置
US5155365A (en) * 1990-07-09 1992-10-13 Cann Christopher E Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data
CN1131702C (zh) * 1999-08-17 2003-12-24 高级光学技术股份有限公司 用于双能量x射线成像的设备和方法
US6904118B2 (en) 2002-07-23 2005-06-07 General Electric Company Method and apparatus for generating a density map using dual-energy CT
US6999549B2 (en) * 2002-11-27 2006-02-14 Ge Medical Systems Global Technology, Llc Method and apparatus for quantifying tissue fat content
US6950493B2 (en) 2003-06-25 2005-09-27 Besson Guy M Dynamic multi-spectral CT imaging
US6987833B2 (en) 2003-10-16 2006-01-17 General Electric Company Methods and apparatus for identification and imaging of specific materials
JP5043017B2 (ja) 2005-09-22 2012-10-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ スペクトルctに対する定量的な材料の分解
DE102005049586A1 (de) * 2005-10-17 2007-04-26 Siemens Ag Verfahren zur Erzeugung von CT-Darstellungen in der Röntgen-Computertomographie
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
DE102006015452A1 (de) 2006-03-31 2007-10-11 Siemens Ag Verfahren und Vorrichtung zur Detektion von chemischen Anomalien und/oder Auffälligkeiten in Weichgewebe eines Objektbereiches
US7298812B2 (en) 2006-03-31 2007-11-20 General Electric Company Image-based material decomposition
DE102006015451A1 (de) * 2006-03-31 2007-10-11 Siemens Ag Verfahren und Vorrichtung zur automatischen Differenzierung von Knochen oder anderen kalziumhaltigen Materialien und Kontrastmittel in Weichteilgewebe
DE102007017629B4 (de) 2007-04-12 2011-03-24 Siemens Ag Verfahren zur Zuordnung von Voxeln eines CT-Bilddatensatzes zu einer von zwei Materialmischungen jeweils bestehend aus zwei von vier unterschiedlichen Materialien
DE102007046359B4 (de) * 2007-09-27 2016-02-04 Siemens Aktiengesellschaft Verfahren und Vorrichtung für die Erstellung von materialselektiven Volumenbildern
EP2243020B1 (de) * 2008-02-15 2017-09-06 Mayo Foundation For Medical Education And Research System und verfahren zur quantitativen bildgebung einer chemischer zusammensetzung zur dekomposition von mehr als zwei materialien

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512487A (zh) * 2015-12-15 2016-04-20 浙江大学 图像域双能ct多材料统计分解方法
CN111867473A (zh) * 2018-01-22 2020-10-30 森瑟实验室有限责任公司 使用多能量分解的用于对象的x射线成像方法
CN111666966A (zh) * 2019-03-05 2020-09-15 西门子医疗有限公司 医学成像中基于人工智能的材料分解
CN111666966B (zh) * 2019-03-05 2024-02-06 西门子医疗有限公司 医学成像中基于人工智能的材料分解
DE102022207476A1 (de) 2022-07-21 2024-02-01 Siemens Healthcare Gmbh Verfahren und Vorrichtung zur Korrektur von materialinduzierten Effekten in CT-Bildern

Also Published As

Publication number Publication date
US9036879B2 (en) 2015-05-19
CN105011960B (zh) 2018-10-16
JP5719508B2 (ja) 2015-05-20
JP2010125334A (ja) 2010-06-10
CN105011960A (zh) 2015-11-04
CN101810490A (zh) 2010-08-25
US20100135453A1 (en) 2010-06-03

Similar Documents

Publication Publication Date Title
DE102009044683A1 (de) Multimaterialiendekomposition mittels Dualenergie-Computertomographie
DE10143131B4 (de) Verfahren zur Ermittlung von Dichte- und Ordnungszahlverteilungen bei radiographischen Untersuchungsverfahren
DE102005049602B3 (de) Verfahren und Vorrichtung zur Segmentierung zumindest einer Substanz in einem Röntgenbild
DE102007024158B4 (de) Auswahlverfahren für zwei Kontrastmittel zur Verwendung in einer Dual-Energy-CT-Untersuchung, Kontrastmittelkombination und Erzeugung von CT-Aufnahmen mit einer Kontrastmittelkombination mit unterschiedlichen Energiespektren
DE102016221684B4 (de) Verfahren und Bilddatenverarbeitungseinrichtung zum Verarbei-ten eines Multi-Energie-Computertomographie-Bilddatensatzes mit Basismaterialzerlegung und Bildwerte-Tupel-Abbildung
DE102012204977B4 (de) Verfahren zur iterativen Bildrekonstruktion für Bi-Modale CT-Daten sowie entsprechende Recheneinheit, Computertomographiesystem, Computerprogramm und Datenträger
DE102016207437B4 (de) Spektralunabhängige Ermittlung von Kalkablagerungen in Blutgefäßen
DE102007020065A1 (de) Verfahren für die Erstellung von Massenbelegungsbildern anhand von in unterschiedlichen Energiebereichen aufgenommenen Schwächungsbildern
DE2733586A1 (de) Vorrichtung zur herstellung energieabhaengiger roentgenbilder eines objektes
DE102011006188B4 (de) Verfahren und Computertomographie-System zur Erstellung tomographischer Bilddarstellung mit mindestens zwei Strahler-Detektor-Systemen
DE10355383A1 (de) Verfahren und Vorrichtung zum Erfassen von Perfusionsdaten
DE102008003269A1 (de) Eine Vorrichtung und ein Verfahren zum Erzeugen eines Bildes eines in ein bildgebend darzustellendes Objekt injiziertes Kontrastmittel
DE102007052572A1 (de) Verfahren und Vorrichtung zum Definieren mindestens eines Akquisitions- und Bearbeitungs-Parameter in einer Tomosynthesevorrichtung
DE102004004295A1 (de) Verfahren zur Bilddatenaufnahme und -auswertung mit einem Tomographiegerät
EP3332710B1 (de) Charakterisierung von plaque
DE102008030552A1 (de) Verfahren zur Erzeugung von Bilddaten zu einer virtuell vorgebbaren Röntgenröhrenspannung aus ersten und zweiten CT-Bilddaten
DE102016217639B3 (de) Verfahren zur Rekonstruktion spektraler Ergebnisbilddaten, Bildrekonstruktionseinrichtung, Computertomographiesystem, Computerprogrammprodukt und computerlesbares Medium
DE102009051384A1 (de) Strahlaufhärtungskorrektur für CT-Perfusionsmessungen
DE102015207107A1 (de) Verfahren zur Erzeugung einer virtuellen Röntgenprojektion anhand eines mittels Röntgenbildaufnahmevorrichtung erhaltenen Bilddatensatzes, Computerprogramm, Datenträger sowie Röntgenbildaufnahmevorrichtung
DE102009014723A1 (de) Kontrastabhängige Regularisierungsstärke bei der iterativen Rekonstruktion von CT-Bildern
DE102012105560A1 (de) Verfahren und System zur Korrektur der Streuung bei der Röntgenbildgebung
DE19904369A1 (de) Wendelgewichtungsalgorithmen zur schnellen Rekonstruktion
DE10347971B3 (de) Verfahren und Vorrichtung zur Bestimmung des Flüssigkeitstyps einer Flüssigkeitsansammlung in einem Objekt
DE102011083727B4 (de) Verfahren zur Erzeugung eines rauschreduzierten CT-Bilddatensatzes, Rechensystem und CT-System
DE10229113A1 (de) Verfahren zur Grauwert-basierten Bildfilterung in der Computer-Tomographie

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee