DE102009014726A1

DE102009014726A1 - Verfahren und Bildrekonstruktionseinrichtung zur Rekonstruktion von Bilddaten

Info

Publication number: DE102009014726A1
Application number: DE102009014726A
Authority: DE
Inventors: Herbert Dr. Bruder; Thomas Dr. Flohr; Rainer Dr. Raupach; Karl Dr. Stierstorfer; Johan Sunnegårdh
Original assignee: Siemens AG
Current assignee: SIEMENS HEALTHINEERS AG, DE
Priority date: 2009-03-25
Filing date: 2009-03-25
Publication date: 2010-10-07
Also published as: US7940884B2; US20100246751A1

Abstract

Die Erfindung betrifft ein Verfahren und eine Bildrekonstruktionseinrichtung zur Rekonstruktion von Bilddaten (f) auf Basis von mittels eines Röntgen-Computertomographiesystems gewonnenen Eingangs-Projektionsdaten (p). Dabei wird ein Zielfaltungskern (W) ausgewählt, welcher bei einer Rekonstruktion von Bilddaten aus den Eingangs-Projektionsdaten (p) mit einer einfach gefilterten Rückprojektion zu einer Ziel-Bildcharakteristik führen würde. Es werden dann Bilddaten (f) unter Verwendung eines iterativen Rekonstruktionsverfahrens rekonstruiert, das folgende Verfahrensschritte umfasst: a) Rekonstruktion von Bilddaten (f) einer ersten Iterationsstufe aus den Eingangs-Projektionsdaten (p), b) Generierung von synthetischen Projektionsdaten (P) auf Basis der Bilddaten (f) der aktuellen Iterationsstufe, c) Bilden von Differenz-Projektionsdaten (Δp) auf Basis der Eingangs-Projektionsdaten (p) und der synthetischen Projektionsdaten (P), d) Erzeugen von Residuum-Bilddaten (Δf) aus den Differenz-Projektionsdaten (Δp), e) Kombination der Residuum-Bilddaten (Δf) mit den Bilddaten (f) der aktuellen Iterationsstufe zur Bildung von Bilddaten (f) einer weiteren Iterationsstufe, wobei die Bilddaten (f) der aktuellen Iterationsstufe vor oder bei der Kombination mit den Residuum-Bilddaten (Δf) unter Verwendung eines Regularisierungs-Faltungskerns (R) einer Filterung unterzogen werden, der auf Basis des gewählten Zielfaltungskerns ...

Description

Die Erfindung betrifft ein Verfahren zur Rekonstruktion von Bilddaten auf Basis von mittels eines Röntgen-Computertomographiesystems gewonnenen Eingangs-Projektionsdaten, wobei ein Zielfaltungskern ausgewählt wird, der bei einer Rekonstruktion von Bilddaten aus den Eingangs-Projektionsdaten mit einer einfachen gefilterten Rückprojektion zu einer Ziel-Bildcharakteristik führen würde. Weiterhin betrifft die Erfindung ein Verfahren zur Erzeugung von Bilddaten vom Inneren eines Objekts, bei dem ein solches Rekonstruktionsverfahren eingesetzt wird. Außerdem betrifft die Erfindung eine Bildrekonstruktionseinrichtung zur Rekonstruktion von Bilddaten mit einem solchen Verfahren sowie ein Röntgen-Computertomographiesystem mit einer Projektionsdatenakquisitionseinheit und einer entsprechenden Bildrekonstruktionseinrichtung.
Zur Rekonstruktion von computertomographischen Bilddaten aus Röntgen-CT-Datensätzen eines Computertomographiegeräts (CT-Geräts) wird heutzutage als Standardverfahren ein so genanntes gefiltertes Rückprojektionsverfahren (Filtered Back Projection; FBP) eingesetzt. Bei diesem Verfahren werden üblicherweise zunächst die vom Computertomographie-Scanner akquirierten Projektionsmessdaten vorverarbeitet, um sie so weit wie möglich von Rauschen zu befreien. Anschließend wird ein so genannter ”Rebinning”-Schritt durchgeführt, in dem die mit dem fächerförmig sich von der Quelle ausbreitenden Strahl erzeugten Daten so umgeordnet werden, dass sie in einer Form vorliegen, wie wenn der Detektor von einer parallel auf den Detektor zulaufenden Röntgenstrahlen-Wellenfront getroffen würde. Die Daten werden dann in den Frequenzbereich transformiert. Im Frequenzbereich findet eine Filterung unter Anwendung eines Faltungskerns statt, der bei den meisten Geräten heutzutage vom Bediener innerhalb eines Menüs über die Benutzerschnittstelle frei wählbar ist. Auf einigen Systemen wer den derzeit bis zu 80 verschiedene Faltungskerne angeboten. Durch die Wahl des Faltungskerns kann der Benutzer die Bildcharakteristik beeinflussen. Zur Bildcharakteristik gehören nicht nur die Bildschärfe sondern auch z. B. das Bildrauschen, die Körnigkeit, die Textur, das Verhalten in den Niederfrequenzbändern etc. Der Benutzer kann also z. B. auswählen, ob er ein sehr weiches Bild rekonstruieren möchte oder ein sehr scharfes Bild, welches aber eine größere Körnigkeit aufweist. Die Wahl des Bedieners kann dabei u. a. von der Messsituation abhängen, z. B. davon, welcher Bereich in den Bildern besonders gut dargestellt werden soll und nach welchen Objekten bzw. Läsionen gesucht wird. Anschließend werden die gefilterten Daten rücktransformiert. Mit Hilfe der so umsortierten und gefilterten Daten erfolgt dann eine Rückprojektion auf die einzelnen Voxel innerhalb des interessierenden Volumens.
Jedoch gibt es mit den klassischen FBP-Methoden aufgrund ihrer approximativen Arbeitsweise Probleme mit so genannten niederfrequenten Kegelstrahl-Artefakten und Spiralartefakten. Zudem ist bei klassischen FBP-Methoden die Bildschärfe immer an das Bildrauschen gekoppelt. Je höher die erreichte Schärfe ist, desto höher ist auch das Bildrauschen und umgekehrt. In der letzten Zeit sind daher iterative Rekonstruktionsverfahren entwickelt worden, mit denen diese Limitationen beseitigt werden können. Bei einem solchen iterativen Rekonstruktionsverfahren erfolgt zunächst eine Rekonstruktion von initialen Bilddaten aus den Projektionsmessdaten. Hierzu kann beispielsweise ein Faltungs-Rückprojektionsverfahren verwendet werden. Aus diesen initialen Bilddaten werden dann mit einem „Projektor” (Projektionsoperator), welcher das Messsystem mathematisch möglichst gut abbilden sollte, synthetische Projektionsdaten erzeugt. Die Differenz zu den Messsignalen wird dann mit dem adjungierten Operator rückprojiziert und es wird so ein Residuum-Bild rekonstruiert, mit dem das initiale Bild aktualisiert wird. Die aktualisierten Bilddaten können wiederum verwendet werden, um in einem nächsten Iterationsschritt mit Hilfe des Projektionsoperators neue synthetische Projektionsdaten zu erzeugen, daraus wieder die Differenz zu den Messsignalen zu bilden und ein neues Residuum-Bild zu berechnen, mit dem wieder die Bilddaten der aktuellen Iterationsstufe verbessert werden usw. Mit einem solchen Verfahren lassen sich Bilddaten rekonstruieren, die eine relativ gute Bildschärfe und dennoch ein geringes Bildrauschen aufweisen.
Ein Nachteil dieser iterativen Methode im Gegensatz zur eingangs genannten einfachen Rückprojektion besteht jedoch darin, dass der Bediener keinen direkten Einfluss auf die Bildcharakteristik mehr hat. In der iterativen Rekonstruktion wird die Bildcharakteristik sowohl durch den verwendeten Projektor und den zugehörigen Rückprojektor als auch durch einen so genannten Regularisierungsterm beeinflusst, mit dem innerhalb der Iteration die Grauwerte benachbarter Bildvoxel mit einer Potentialfunktion gewichtet werden, um eine ausreichende Stabilität der Rekonstruktion zu erreichen. Dabei ist unklar, wie im Einzelnen die verschiedenen Komponenten parametrisiert werden müssen, um eine bestimmte Bildcharakteristik zu erreichen.
Es ist eine Aufgabe der vorliegenden Erfindung, ein verbessertes iteratives Rekonstruktionsverfahren, ein Verfahren zur Erzeugung von Bilddaten eines Objekts und eine entsprechende Bildrekonstruktionseinrichtung zu schaffen, bei denen die Bildcharakteristik, vom Bediener ähnlich wie die Wahl der CT Faltungskerne auf einfache Weise wählbar eingestellt werden kann.
Diese Aufgabe wird zum einen durch ein Verfahren gemäß Patentanspruch 1 und durch ein Verfahren gemäß Patentanspruch 11 und zum anderen durch eine Bildrekonstruktionseinrichtung gemäß Patentanspruch 12 gelöst.
Bei dem erfindungsgemäßen Verfahren wird zunächst eine Art „virtueller” Zielfaltungskern ausgewählt, d. h. ein „Wunsch-Faltungskern”, welcher zu einer Ziel-Bildcharakteristik führen würde, wenn dieses bei einer Rekonstruktion von Bilddaten aus den Eingangs-Projektionsdaten mit einer einfachen gefilterten Rückprojektion eingesetzt würde.
Das iterative Rekonstruktionsverfahren selbst umfasst dann folgende Verfahrensschritte:

a) Rekonstruktion von Bilddaten einer ersten Iterationsstufe aus den Eingangs-Projektionsdaten. Das heißt, es werden zunächst beispielsweise mit einer üblichen Faltungsrückprojektion initiale Bilddaten aus den Eingangs-Projektionsdaten erzeugt.
b) Es werden dann synthetische Projektionsdaten auf Basis der Bilddaten der aktuellen Iterationsstufe (bei der ersten Iterationsstufe entsprechend aus den initialen Bilddaten) generiert. Hierzu wird, wie eingangs erläutert, ein Projektionsoperator verwendet, der den Messprozess möglichst gut abbildet.
c) Es werden dann Differenz-Projektionsdaten auf Basis der Eingangs-Projektionsdaten und der synthetischen Projektionsdaten der aktuellen Iterationsstufe erzeugt. Die Differenz-Projektionsdaten sind also ein Maß für die Abweichung der aus den aktuellen Bilddaten erzeugbaren Projektionsdaten von den tatsächlichen Eingangs-Projektionsdaten und somit ein Maß für die Qualität der erzeugten Bilddaten der aktuellen Iterationsstufe.
d) Aus den Differenzprojektionsdaten werden dann Residuum-Bilddaten erzeugt.
e) Diese Residuum-Bilddaten werden schließlich mit den Bilddaten der aktuellen Iterationsstufe zur Bildung von Bilddaten einer weiteren Iterationsstufe kombiniert. Dabei werden erfindungsgemäß die Bilddaten der aktuellen Iterationsstufe vor oder bei der Kombination mit den Residuum-Bilddaten unter Verwendung eines Regularisierungs-Faltungskerns einer Filterung unterzogen, der auf Basis des gewählten Zielfaltungskerns bestimmt wird. D. h. es wird nun durch den Regularisierungs-Faltungskern und somit auch über den Zielfaltungskern der in der Iteration verwendete Regularisierungsterm so beeinflusst, dass sich im Konvergenzbild der Iteration letztlich eine Bildcharakteristik ausbildet, die der durch den ausgewählten Zielfaltungskern bestimmten Ziel-Bildcharakteristik entspricht.

Die Schritte b) bis e) dieses Iterationsverfahrens werden so lange wiederholt, bis eine Abbruchbedingung eintritt. Die Abbruchbedingung kann beispielsweise so gewählt werden, dass die Iteration spätestens nach einer vorgegebenen Anzahl von Iterationsschritten abgebrochen wird. Alternativ ist es auch möglich, die Iteration in Abhängigkeit vom Erreichen eines Konvergenzkriteriums durchzuführen. Vorzugsweise kann die Iteration abgebrochen werden, wenn die Differenzprojektionsdaten oder die Residuum-Bilddaten ein Grenzwertkriterium erfüllen.
Mit Hilfe des erfindungsgemäßen Verfahrens kann also dem Benutzer wie bisher die Möglichkeit gegeben werden, einen Zielfaltungskern vorzugeben und dadurch einen Einfluss auf die Bildcharakteristik zu nehmen. Dennoch kann das vorteilhafte iterative Verfahren angewendet werden, um so z. B. auch in gewissen Grenzen eine Unabhängigkeit zwischen Bildschärfe und Bildrauschen herzustellen. Insgesamt ist somit eine erhebliche Verbesserung der Rekonstruktion erreichbar.
Bei einem erfindungsgemäßen Verfahren zur Erzeugung von Bilddaten vom Inneren eines Objekts mittels eines Röntgen-Computertomographiesystems wird das Objekt zur Akquisition von Projektionsmessdaten aus mehreren Projektionsrichtungen mit Röntgenstrahlung durchleuchtet. Anschließend wird auf Basis der Projektionsmessdaten eine Rekonstruktion mit dem zuvor beschriebenen erfindungsgemäßen Rekonstruktionsverfahren durchgeführt. Dabei können die Projektionsmessdaten beispielsweise zunächst vorverarbeitet werden, um daraus die Eingangs-Projektionsdaten für das erfindungsgemäße Verfahren zu erzeugen. So können z. B. die Projektionsmessdaten zunächst einmal wie üblich gefiltert und so weit wie möglich vom Rauschen befreit werden und es kann dann ggf. auch ein wie oben erläuterter Rebinning-Schritt durchgeführt werden. Dabei ist es auch möglich, dass Projektionsmessdaten auf Basis von eigentlich gemessenen Detektor-Projektionsmessdaten interpoliert werden.
Die Akquisition der Projektionsmessdaten kann dabei auf verschiedene Weise erfolgen, d. h. sowohl in einem sequentiellen Verfahren als auch in einem Helixverfahren. Ebenso können die Bilddaten auf verschiedene Weise rekonstruiert werden. Beispielsweise können in einem sequentiellen Verfahren einzelne Schnittbilder rekonstruiert werden, die dann zu Volumenbilddaten kombiniert werden, oder es werden beim Helixverfahren Volumenbilddaten rekonstruiert, aus denen dann auch einzelne Schnittbilder erzeugt werden können.
Eine entsprechende Bildrekonstruktionseinrichtung zur Rekonstruktion der Bilddaten gemäß dem erfindungsgemäßen Verfahren muss eine Projektionsmessdaten-Schnittstelle zur Übernahme von mittels eines Röntgen-Computertomographiesystems gewonnenen Eingangs-Projektionsdaten aufweisen.
Sie benötigt zudem eine Zielfaltungskern-Auswahleinheit zur Auswahl eines Zielfaltungskerns, welcher bei einer Rekonstruktion von Bilddaten aus den Eingangsprojektionsdaten mit einer einfachen gefilterten Rückprojektion zu einer bestimmten Bildcharakteristik führen würde. Bei dieser Zielfaltungskern-Auswahleinheit kann es sich beispielsweise um eine Benutzerschnittstelle zur direkten Auswahl des Zielfaltungskerns durch den Benutzer handeln. Grundsätzlich kann es sich aber auch um eine Einheit handeln, die z. B. unter Berücksichtigung verschiedener Eingangsparameter, welche die Messsituation charakterisieren, automatisch einen geeigneten Zielfaltungskern auswählt. Solche Eingangsparameter, die die Messsituation beschreiben, können Informationen darüber sein, welches Untersuchungsobjekt aufgenommen wird, beispielsweise, ob es sich um eine Kopfaufnahme oder eine Bauchaufnahme handelt, ob Kontrastmittel eingesetzt wird, welche Strukturen speziell gesucht werden etc. Ebenso könnte auch in anderer Weise vom Bediener eine Wunschbildcharakteristik ausgewählt werden, z. B. aus einer Anzahl von angebotenen Bildcharakteristiken. Es wird dann automatisch ein mit dieser Bildcharakteristik verknüpfter, z. B. in einer Tabelle hinterlegter, Zielfaltungskern ausgewählt.
Weiterhin benötigt die erfindungsgemäße Bildrekonstruktionseinrichtung eine Iterationsrekonstruktioneinheit, welche ausgebildet ist, um Bilddaten basierend auf den Eingangs-Projektionsdaten unter Verwendung eines iterativen Rekonstruktionsverfahrens zur rekonstruieren und dabei ein Rekonstruktionsverfahren anwendet, wie es oben beschrieben ist.
Schließlich benötigt die Bildrekonstruktionseinrichtung eine Bilddatenschnittstelle zur Ausgabe der rekonstruierten Bilddaten.
Eine solche Bildrekonstruktionseinrichtung kann Teil eines Computertomographiesystems sein, d. h. sie kann beispielsweise in üblicher Weise auf einem Steuer- und Auswerterechner des Tomographiesystems installiert sein. Grundsätzlich kann eine solche Bildrekonstruktionseinrichtung aber auch in Form von bzw. auf einer anderen Rechnereinheit realisiert sein, die beispielsweise mit einem Computertomographiesystem über ein Netzwerk zur Datenübernahme verbunden ist oder in sonstiger Weise mit entsprechenden Daten versorgt werden kann.
Insbesondere können die Iterationsrekonstruktionseinheit – sowie ggf. eine Zielfaltungskern-Auswahleinheit für eine automatische Auswahl eines Zielfaltungskerns – jeweils als Softwaremodule auf einem geeigneten Rechner mit entsprechenden Speichermöglichkeiten realisiert sein. Die Rohdaten-Schnittstelle sowie die Bilddaten-Schnittstelle können ebenfalls in Form von reiner Software realisiert sein, sofern nur eine Übernahme der Projektionsmessdaten bzw. eine Ausgabe der Bilddaten von anderen bzw. an andere auf der gleichen Rechnereinheit realisierten weiteren Rohdaten-Vorverarbeitungseinheiten bzw. Bilddaten-Weiterverarbeitungseinheiten erforderlich ist. Grundsätzlich können diese Schnittstellen aber auch als kombinierte Hardware-/Software-Schnittstellen realisiert sein, um eine externe Ein- und Ausgabe zu realisieren, beispielsweise mit Hilfe von Softwarekomponenten speziell konfigurierte Hardware-Schnittstellen. Unter einer Ausgabe der computertomographischen Bilddaten ist dabei nicht nur eine externe Ausgabe auf einen Bildschirm, einen Drucker oder dergleichen zu verstehen, sondern jede Ausgabe der computertomographischen Bilddaten durch die Bildrekonstruktionseinrichtung, beispielsweise eine Hinterlegung der Bilddaten für eine spätere Sichtung oder Weiterverarbeitung in einen Speicher.
Eine weitgehend softwaremäßige Realisierung hat den Vorteil, dass auch schon bisher verwendete Bildrekonstruktionseinrichtungen auf einfache Weise durch ein Software-Update nachgerüstet werden können, um auf die erfindungsgemäße Weise zu arbeiten. Insofern wird die Aufgabe auch durch ein Computerprogrammprodukt gelöst, welches direkt in einen Speicher einer programmierbaren Bildrekonstruktionseinrichtung ladbar ist, mit Programmabschnitten, um alle Schritte des erfindungsgemäßen Verfahrens auszuführen, wenn das Programm in der Bildrekonstruktionseinrichtung ausgeführt wird.
Weitere vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den weiteren abhängigen Ansprüchen sowie der nachfolgenden Beschreibung. Dabei kann die erfindungsgemäße Bildrekonstruktionseinrichtung auch analog zu den abhängigen Verfahrensansprüchen weitergebildet sein.
Wie bereits oben erwähnt, wird der Regularisierungs-Faltungskern vorzugsweise unter Berücksichtigung eines bei der Generierung der synthetischen Projektionsdaten im oben genannten Schritt b) verwendeten Projektionsoperators bestimmt.
Vorzugsweise werden außerdem die Residiuumbilddaten aus den Differenz-Projektionsdaten mittels eines gefilterten Rückprojektionsverfahrens unter Verwendung eines vorgegebenen Rückprojektions-Faltungskerns erzeugt. Der Regularisierungs-Faltungskern wird dann auch unter Berücksichtigung dieses Rückprojektions-Faltungskerns bestimmt. Der innerhalb der Iteration verwendete Rückprojektions-Faltungskern wird dabei besonders bevorzugt so vorgegeben, dass eine möglichst hohe Bildschärfe erreicht wird. Hierzu bieten sich ein sogenannter „RamLak-Kern” (der Name RamLak kommt von den Entdeckern dieses Faltungskerns Ramachandran und Lakshminaraynan) oder ein Shepp-Logan-Kern an (benannt nach den Entwicklern dieses Faltungskerns, Shepp und Logan).
Bei einer weiteren bevorzugten Variante des erfindungsgemäßen Verfahrens werden aus den Bilddaten der aktuellen Iterationsstufe vor der Kombination mit den Residuum-Bilddaten jeweils zunächst separate Materialtyp-Bilddaten für verschiedene Materialtypen erzeugt. Beispielsweise können Bilder für verschiedene Kontraststufen bzw. Materialien erzeugt werden. Insbesondere ist es möglich, ein Knochenbild, d. h. ein Hochkontrastbild, und außerdem ein Weichteilgewebe- bzw. Wasserbild zu erzeugen, welches nur niedrigere Kontraste aufweist. Diese Materialtyp-Bilddaten werden dann separat unter Verwendung eines jeweils auf Basis des gewählten Zielfaltungskerns für den betreffenden Materialtyp bestimmten Regularisierungs-Faltungskerns einer Filterung unterzogen. Erst danach erfolgt die Kombination mit den Residuum-Bilddaten und zusätzlich gegebenenfalls noch mit den Bilddaten der aktuellen Iterationsstufe. Dabei ist es insbesondere auch möglich, dass nur für einen der Materialtypen, beispielsweise für das Weichteilgewebebild, eine Filterung durchgeführt wird, das heißt nur für diesen Materialtyp wird ein Regularisierungs-Faltungskern bestimmt. Die Bilddaten des anderen Materialtyps, beispielsweise des Knochenbilds, können ungefiltert mit den Residuum-Bilddaten und mit den gefilterten Materialtyp-Bilddaten des anderen Materialtyps kombiniert werden.
Hierzu weist die Iterationsrekonstruktionseinheit vorzugsweise eine Filtereinheit mit einer Separierungseinheit auf, welche ausgebildet ist, um aus den Bilddaten der aktuelle Iterationsstufe vor der Kombination mit den Residuum-Bilddaten separate Materialtyp-Bilddaten für verschiedene Materialtypen zu erzeugen und diese Materialtyp-Bilddaten separat unter Verwendung eines für den jeweiligen Materialtyps bestimmten Regularisierungs-Faltungskerns zu filtern, bevor sie dann mit den Residuum-Bilddaten wieder kombiniert werden.
Grundsätzlich ist es dabei auch möglich, eine Trennung in mehr als zwei verschiedenen Materialtypen vorzusehen, wobei darauf zu achten ist, dass die Verbesserung der Bildqualität durch einen entsprechend höheren Rechenaufwand erkauft wird.
Bei der Kombination der Materialtyp-Bilddaten mit den Residuum-Bilddaten kann dabei bei einer weiter bevorzugten Variante eine lokale Gewichtung erfolgen. Grundsätzlich können aber auch alle Bilddaten gleich gewichtet werden.
Vorzugsweise werden die Eingangs-Projektionsdaten jeweils auf Basis von mittels des Röntgen-Computertomographiesystems akquirierten Projektionsmessdaten gewonnen, die zunächst einer Strahlaufhärtungskorrektur unterzogen werden. Diese Strahlaufhärtungskorrektur kann auf die Messdaten direkt angewendet werden. Sie kann aber bei einer bevorzugten Variante auch auf die bereits vorverarbeiteten – d. h. insbesondere einem Rebinning unterzogenen – Daten durchgeführt werden. Der Effekt der sogenannten „Strahlaufhärtung” tritt auf, da einerseits die von einer Röntgenquelle ausgesendete Strahlung ein polychromatisches Spektrum aufweist und andererseits die Absorption der Röntgenstrahlen im untersuchten Objekt energieabhängig ist. Dies führt zu einer Verschiebung der mittleren Energie der Röntgenstrahlung hin zu höheren Werten in Abhängigkeit davon, welches Material durchstrahlt wird und wie dick das Material ist. Die Strahlaufhärtung ist umso stärker, je länger die durchstrahlte Strecke im Körper ist. Der Strahl aufhärtungseffekt führt im rekonstruierten Bild der durchstrahlten Körperschicht zu unerwünschten Bildartefakten, die insbesondere die genaue medizinische Interpretation eines Bildes beeinträchtigen können. Zur Korrektur solcher strahlaufhärtungsbedingten Artefakte sind verschiedene Algorithmen bekannt. Der Nachteil dieser Verfahren besteht wiederum darin, dass auch hier eine Rückprojektion in Verbindung mit einem normalen Faltungskern angewendet wird, der die Bildschärfe reduzieren kann. Durch die Vorschaltung der Strahlaufhärtung vor die Iteration kann dafür gesorgt werden, dass die im Rahmen der Strahlaufhärtungskorrektur bewirkte Tiefpassfilterung, d. h. eine Bildschärfereduzierung, innerhalb der iterativen Rekonstruktion wieder ausgeglichen werden kann.
Bei einem besonders bevorzugten Ausführungsbeispiel werden für die Strahlaufhärtungskorrektur aus den Projektionsmessdaten bzw. den wie oben erläutert vorverarbeiteten Projektionsmessdaten zunächst Interims-Bilddaten, d. h. provisorische Bilddaten, rekonstruiert. Dies kann mit einer üblichen Faltungs-Rückprojektion erfolgen. Aus diesen Interims-Bilddaten werden dann erste Strukturbilddaten eines ersten Materialtyps segmentiert. Z. B. kann es sich hierbei um Strukturbilddaten eines bestimmten Gewebetyps, beispielsweise der Knochenstruktur, oder um Bilddaten handeln, die einem Kontrastmittel zuzuordnen sind. Hierzu können herkömmliche Segmentierungsverfahren verwendet werden. Auf Basis dieser ersten Strukturbilddaten können dann durch eine Vorwärtsprojektion erste Struktur-Projektionsdaten generiert werden. Hierbei handelt sich um Projektionsdaten, auf deren Basis die ersten Strukturbilddaten rekonstruierbar wären, d. h. es werden letztlich künstliche Projektionsdaten erzeugt, die gemessen würden, wenn nur die betreffende Struktur des jeweils ausgewählten Materialtyps im Strahlengang vorhanden wäre. Basierend auf diesen ersten Strukturprojektionsdaten sowie den eigentlich gemessenen Projektionsmessdaten können dann die strahlaufhärtungskorrigierten Projektionsdaten ermittelt werden.
Zur Durchführung dieser bevorzugten Verfahrensvariante weist die Strahlaufhärtungskorrektureinheit vorzugsweise eine Interimsbild-Rekonstruktionseinheit auf, welche ausgebildet ist, um aus den Projektionsmessdaten Interims-Bilddaten zu rekonstruieren. Weiterhin weist die Strahlaufhärtungskorrektureinheit eine Segmentierungseinheit auf, welche ausgebildet ist, um aus den Interims-Bilddaten erste Strukturbilddaten eines vorgegebenen ersten Materialtyps zu segmentieren, und eine Projektionsdatengenerierungseinheit, welche ausgebildet ist, um auf Basis der ersten Strukturbilddaten erste Struktur-Projektionsdaten zu generieren. Nachgeschaltet ist dann die eigentliche Korrektureinheit, welche ausgebildet ist, um basierend auf den ersten Struktur-Projektionsdaten und den Projektionsmessdaten die strahlaufhärtungskorrigierten Projektionsdaten zu ermitteln.
Besonders bevorzugt werden auf Basis der ersten Struktur-Projektionsdaten und der Projektionsmessdaten zunächst strahlaufhärtungskorrigierte zweite Struktur-Projektionsdaten eines vorgegebenen zweiten Materialtyps ermittelt. Beispielsweise kann es sich bei diesem zweiten Materialtyp um einen anderen Gewebetyp, vorzugsweise Weichteilgewebe, handeln. Alternativ werden zweite Struktur-Projektionsdaten für einen zum betreffenden Weichteilgewebe ähnlichen Materialtyp, beispielsweise Wasser, ermittelt. Bei diesen zweiten Struktur-Projektionsdaten handelt es sich um Projektionsdaten, auf deren Basis zweite Strukturbilddaten rekonstruierbar wären, d. h. es handelt sich um künstliche Messwerte, die gemessen worden wären, wenn bei der Projektion im Strahlengang nur Strukturen des zweiten Materialtyps vorhanden gewesen wären. Die ersten Struktur-Projektionsdaten und die zweiten Struktur-Projektionsdaten können dann unter Bildung der strahlaufhärtungskorrigierten Projektionsdaten in geeigneter Weise kombiniert werden.
Vorzugsweise kann zur Strahlaufhärtungskorrektur eine Korrekturdatentabelle genutzt werden, welche beispielsweise auf Ba sis von Messungen und/oder von Simulationen für verschiedene Materialdickenkombinationen erstellt wurde.
Die Erfindung wird im Folgenden unter Hinweis auf die beigefügten Figuren anhand von Ausführungsbeispielen noch einmal näher erläutert. Es zeigen:
1 eine schematische Darstellung eines Ausführungsbeispiels eines Computertomographiesystems mit einer Bildrekonstruktionseinrichtung,
2 eine schematische Darstellung eines ersten Ausführungsbeispiels einer Iterationsrekonstruktionseinheit für eine erfindungsgemäße Bildrekonstruktionseinrichtung mit einer Zielfaltungskern-Auswahleinheit sowie einer Darstellung der Zusammenwirkung der einzelnen Komponenten und der jeweiligen Ausgangs- und Eingangsdaten,
3 eine schematische Darstellung eines Ausführungsbeispiels einer erfindungsgemäßen Bildrekonstruktionseinrichtung mit einer Darstellung der Zusammenwirkung der einzelnen Komponenten und der jeweiligen Ausgangs- und Eingangsdaten,
4 eine schematische Darstellung eines Ausführungsbeispiels einer Strahlaufhärtungskorrektureinheit für eine Bildrekonstruktionseinrichtung gemäß 3 mit einer Darstellung der Zusammenwirkung der einzelnen Komponenten und der jeweiligen Ausgangs- und Eingangsdaten,
5 eine schematische Darstellung einer Filtereinheit mit einer Separationseinheit für ein zweites Ausführungsbeispiels einer Iterationsrekonstruktionseinheit für eine erfindungsgemäße Bildrekonstruktionseinrichtung mit einer Darstellung der Zusammen wirkung der einzelnen Komponenten und der jeweiligen Ausgangs- und Eingangsdaten,
6 eine Darstellung eines aus einem Schnittbild durcheinen Kopf segmentierten Knochenbildes und Weichteilbildes.
In 1 ist zunächst schematisch ein Computertomographiesystem 1 mit einer Bildrekonstruktionseinrichtung 21 dargestellt, wobei es sich hierbei um eine erfindungsgemäße Bildrekonstruktionseinrichtung 21 mit einer Zielfaltungskern-Auswahleinheit 50 handelt.
Das CT-System 1 besteht dabei im Wesentlichen aus einem üblichen Scanner 10, in welchem an einer Gantry 11 ein Detektorsystem 5 mit einem Detektor 16 und einer dem Detektor 16 gegenüber liegenden Röntgenquelle 15 um einen Messraum 12 umläuft. Vor dem Scanner 10 befindet sich eine Patientenlagerungseinrichtung 3 bzw. ein Patiententisch 3, dessen oberer Teil 2 mit einem darauf befindlichen Patienten O zum Scanner 10 verschoben werden kann, um den Patienten O durch den Messraum 12 hindurch relativ zum Detektorsystem 16 zu bewegen. Angesteuert werden der Scanner 10 und der Patiententisch 3 durch eine Steuereinrichtung 20, von der aus über eine übliche Steuerschnittstelle 24 Akquisitionssteuersignale AS kommen, um das gesamte System gemäß vorgegebener Messprotokolle in der herkömmlichen Weise anzusteuern. Durch die Bewegung des Patienten O entlang der z-Richtung, welche der Systemachse z längs durch den Messraum 12 entspricht, und den gleichzeitigen Umlauf der Röntgenquelle 15 ergibt sich für die Röntgenquelle 15 relativ zum Patienten O während der Messung eine Helixbahn. Parallel läuft dabei immer gegenüber der Röntgenquelle 15 der Detektor 16 mit, um Projektionsmessdaten p_m zu erfassen, die dann in der erfindungsgemäßen Weise zur Rekonstruktion von Volumenbilddaten genutzt werden. Ebenso kann auch ein sequentielles Messverfahren durchgeführt werden, bei dem eine feste Position in z-Richtung angefahren wird und dann während eines Umlaufs, eines Teilumlaufs oder mehrerer Umläufe an der betreffenden z-Position die erforderlichen Projektionsmessdaten p_m erfasst werden, um ein Schnittbild an dieser z-Position zu rekonstruieren oder um aus den Projektionsdaten mehrerer z-Positionen Volumenbilddaten zu rekonstruieren. Das erfindungsgemäße Verfahren ist grundsätzlich auch an anderen CT-Systemen, z. B. mit mehreren Röntgenquellen und/oder Detektoren und/oder mit einem einen vollständigen Ring bildenden Detektor, einsetzbar.
Die vom Detektor 16 akquirierten Projektionsmessdaten p_m (im Folgenden auch Rohdaten genannt) werden über eine Rohdatenschnittstelle 23 an die Steuereinrichtung 20 übergeben. Diese Rohdaten werden dann, gegebenenfalls nach einer geeigneten Vorverarbeitung in der oben beschrieben Weise, in einer Bildrekonstruktionseinrichtung 21 weiterverarbeitet, die bei diesem Ausführungsbeispiel in der Steuereinrichtung 20 in Form von Software auf einem Prozessor realisiert ist. Diese Bildrekonstruktionseinrichtung 21 wird nachfolgend anhand der 2 bis 6 noch näher erläutert. Die von der Bildrekonstruktionseinrichtung 21 rekonstruierten Bilddaten f werden dann in einem Speicher 22 der Steuereinrichtung 20 hinterlegt und/oder in üblicher Weise auf dem Bildschirm der Steuereinrichtung 20 ausgegeben. Sie können auch über eine in 1 nicht dargestellte Schnittstelle in ein an das Computertomographiesystem 1 angeschlossenes Netz, beispielsweise ein radiologisches Informationssystem (RIS), eingespeist und in einem dort zugänglichen Massenspeicher hinterlegt oder auf dort angeschlossenen Druckern oder Filming-Stationen als Bilder ausgegeben werden. Die Daten können so in beliebiger Weise weiterverarbeitet und dann gespeichert oder ausgegeben werden.
Im Folgenden wird zunächst die mathematische Basis für die Durchführung der in der Bildrekonstruktionseinrichtung 21 ablaufenden iterativen Rekonstruktion erläutert:
Bei der Iteration erfolgt in jeder Iterationsstufe k = 0, 1, 2, ... eine Aktualisierung der Bilddaten f_k. Diese kann mit folgender Gleichung beschrieben werden: fk+1 = fk + α·gradf(z) (1)
Der Parameter α bezeichnet einen Relaxationsparameter, der die Geschwindigkeit der Konvergenz steuert. Vorzugsweise hat dieser den Wert 0,7. Es kann aber auch ein anderer Wert, vorzugsweise im Bereich von 0 bis 1, gewählt werden.
grad_f(z) ist der Gradient der so genannten Zielfunktion z der Schwächungsverteilung f (das heißt, der eigentlichen Bilddaten f), welche durch die Gleichung z(f) = ∥Af – pc∥2K + R(f) (2)gegebenen ist. A ist der verwendete Projektions-Operator. Er ist so gewählt, dass der reale Messprozess mathematisch gut abgebildet wird, und damit in Abhängigkeit vom Messprozess, und insbesondere dem Messsystem, vorgegeben. p_c stellt die Eingangs-Projektionsdaten dar.
Das Skalarprodukt im ersten Teil der Summe in Gleichung (2). ist wie folgt definiert: ∥Af – pc∥2K = (Af – pc)T·K·(Af – pc) (3)
Der Operator K ist dabei ein Faltungskern, der die Faltung der Projektionsdaten beschreibt. K sollte dabei so gewählt sein, dass eine möglichst hohe Schärfe bei der Rückprojektion erreicht wird. Er liegt daher auch fest. Der Term Af beschreibt dabei den Operator A, angewandt auf die Bilddaten f, und entspricht somit den in 2 dargestellten synthetischen Projektionsdaten p_s.
R(f) in Gleichung (2) ist der Regularisierungsterm, der durch Gleichung
gegebenen ist. V ist darin beispielsweise eine quadratische Potentialfunktion, mit der die Grauwerteunterschiede benachbarter Bildvoxel im Abstand 1/d_i,j gewichtet werden. Andere Funktionen bzw. Gewichtungen sind aber ebenso möglich. i und j sind Laufvariablen, die jeweils über die Anzahl N der in einem Bild vorhandenen Voxel laufen. β bezeichnet die Regularisierungsstärke, die den Beitrag des Regularisierungsterms zum Korrekturbild in der k-ten Iteration regelt. Bevorzugte Werte für β liegen zwischen 1,5 und 2,5. Wie bereits erwähnt, wird durch diesen Regularisierungsterm R(f) die Stabilität der Rekonstruktion erzwungen. Da der Regularisierungsterm R(f) mathematisch auch als ein Faltungskern betrachtet werden kann, wird er hier auch als Regularisierungs-Faltungskern R bezeichnet.
Insgesamt ergibt sich damit grad_f(z) zu:
e_i bezeichnet hierin den i-ten Einheitsvektor im Bildraum, d. h. e_i = (0, ..., 0, 1, 0, ..., 0). Mathematisch gesehen führt also die iterative Rekonstruktion im Rahmen einer Steepest-Descent-Methode zu einer Minimierung der durch Gleichung (2) definierten Zielfunktion z der Schwächungsverteilung f bzw. Bilddaten f.
Es lässt sich zeigen, dass die durch die obigen Gleichungen formulierte Rekonstruktion für k → ∞ gegen das Konvergenzbild f∞ = (AT·K·A + βR)–1·AT·K·pc (6) konvergiert (J. Sunnegårdh, „Combining Analytical and Iterative Reconstruction in Helical Cone-Beam-CT", Thesis No. 1301, Linköpink Studies in Science and Technology, 2007).
Die Gleichung (6) gilt uneingeschränkt, wenn die Potentialfunktion V quadratisch und somit die sogenannte ”Influence Function” dV/df linear ist. In diesem Fall ist die Iterationsgleichung (1) eine lineare Abbildung der Bilddaten f. Zudem gilt Gleichung (6) aber auch immer dann, wenn in den Bilddaten nur relativ kleine Kontraste vorliegen, beispielsweise bei Weichteilbilddaten, in denen die Einstellung der Bildcharakteristik besonders wichtig ist. In diesem Fall ist die „Influence Function” dV/df unabhängig von der konkreten Wahl des Potentials V, d. h. auch wenn V nicht quadratisch ist, ist dV/df zumindest lokal linearisierbar. Das erfindungsgemäße Verfahren ist also auch dann sinnvoll einsetzbar, wenn die Potentialfunktion V ausnahmsweise nicht quadratisch gewählt wurde.
Erfindungsgemäß soll ein Zielkonvergenzbild f_∞ erzielt werden, welches eine Bildcharakteristik aufweist, die bei einer Rekonstruktion von Bilddaten aus den Eingangs-Projektionsdaten p_c mittels einer einfachen gefilterten Rückprojektion mit einem bestimmten Ziel- bzw. Wunschfaltungskern W erreicht würde. Das heißt, das Konvergenzbild soll folgende Bedingung erfüllen: f∞ = AT·W·pc (7)
Durch ein Gleichsetzen der Gleichungen (6) und (7) ergibt sich: (AT·K·A + βR)–1·AT·K = AT·W (8)
Die in den beiden Gleichungen (6) und (7) vorhandene Variable p_c für die Eingangs-Projektionsdaten konnte hier weggekürzt werden, so dass Gleichung (8) unabhängig von den Eingangs- Projektionsdaten p_c ist. Aus Gleichung (8) ist sofort ersichtlich, dass bei einem gegebenen Operator A, einem gegebenen Faltungskern K für die einfache Rückprojektion innerhalb der Iterationsschleife sowie bei einer gegebenen Regularisierungsstärke β der gesuchte Regularisierungsfaltungskern R in Abhängigkeit von einem vom Benutzer ausgewählten Zielfaltungskern W berechnet werden kann.
Die tatsächliche Vorgehensweise bei der Berechnung im Rahmen der iterativen Rekonstruktion lässt sich dabei leichter anhand eines Beispiels im Frequenzraum darstellen. Dabei wird davon ausgegangen, dass die Rekonstruktion A^TK eine WFBT-Rekonstruktion (WFBT = Weighted Filtered Back Projection; gewichtete gefilterte Rückprojektion) ist, wie sie in dem Artikel „Weighted FBP – a simple approximate 3D FBP algorithm for multislice spiral CT with good dose usage for arbitrary pitch" von Karl Stiersdorfer, Annabella Rauscher, Jan Boese, Herbert Bruder, Stefan Schaller und Thomas Flor in Phys. Med. Biol. 49 (2004), 2009–2218, beschrieben wird. Es handelt sich hierbei also um eine gefilterte Rückprojektion mit einem bestimmten Kern K und einer voxelgetriebenen 3D-Rückprojektion mit einer bilinearen Interpolation.
Bei Verwendung eines sehr feinen parallelen Gitters a, welches den Abständen der Detektorkanäle entspricht, und einer Pixelbreite s lässt sich Gleichung (8) wie folgt transformieren, um ein Verhältnis für die Modulationstransferfunktionen zu erhalten: sinc2·(π·ρ·a)·MW = (sinc2·(π·ρ·a)·MW·sinc2·(π·ρ·s) + βMR)–1·sinc2·(π·ρ·a)·MW (9)
In dieser Gleichung entspricht der Term sinc²·(π·ρ·a) einer linearen Interpolation innerhalb des Rückprojektionsschritts und sinc²·(π·ρ·a) entspricht der linearen Interpolation im Vorwärtsprojektor A. Der Faktor M_K entspricht dem Faltungskern K, der Faktor M_W dem Faltungskern W und der Faktor M_R dem Regularisierungsfaltungskern R. Das heißt, eine Multiplikati on mit dem jeweiligen Faktor im Frequenzraum entspricht der Faltung mit dem jeweiligen Faltungskern im Ortsraum.
Gleichung (9) kann dann nach M_R aufgelöst werden. Im Sonderfall, dass ein Kern K so gewählt wird, dass M_K = 1 ist, beispielsweise bei Verwendung eines RamLak-Kerns, ergibt sich folgende Gleichung:
In anderen Fällen sieht Gleichung (10) ein wenig komplizierter aus. M_R lässt sich aber im praktischen Fall auch dann ohne weiteres berechnen.
Ist der Faktor M_R bekannt, so kann mit diesem Faktor in jedem Iterationsschritt nach Gleichung (1) grad_f(z) gemäß Gleichung (5) berechnet werden, wobei Gleichung (5) in etwas anderer schreibweise mit dem Regularisierungsfaltungskern R wie folgt lautet: gradf(z) = 2·AT·K·(A·f – pc) + β·R·f (5')
In der Iteration gemäß Gleichung (1) werden also nach Gleichung (5') jedes Mal die aktuellen Bilddaten f mit dem Regularisierungsfaltungskern R gefaltet, was im Frequenzraum der Multiplikation mit dem Faktor M_R entspricht. Wenn also M_R z. B. mit Gleichung (10) ermittelt wurde, braucht folglich zur praktischen Realisierung der Faltung der Bilddaten lediglich eine Fouriertransformation auf die Bilddaten f angewendet, das Ergebnis mit dem Faktor M_R multipliziert und anschließend eine inverse zweidimensionale Fouriertransformation durchgeführt zu werden. Auf diese Weise ist sichergestellt, dass die gewünschte Faltung im Ortsraum entsprechend dem durch den Zielfaltungskern W bestimmten Regularisierungs-Faltungskern R durchgeführt wird.
In 2 sind der Aufbau und die Funktionsweise der iterativen Schleife in der Iterationsrekonstruktionseinheit 40 schematisch dargestellt.
Aus den ankommenden Eingangs-Projektionsdaten p_c werden zunächst initiale Bilddaten f_k=0 erzeugt. In der Figur sind die Bilddaten f_k innerhalb der Iterationsrekonstruktionseinheit 40 rechts oben dargestellt. Aus diesen initialen Bilddaten f_k=0 werden mit Hilfe eines Projektions-Operators A in einer Vorwärts-Projektion (im Funktionsblock 45) synthetische Projektionsdaten p_s,k=0 erzeugt. Beispielsweise kann hier der so genannte Josephson-Projektor verwendet werden, der Linienintegrale entlang von Nadelstrahlen berechnet. In einem Kombinations-Operator 41 wird dann die Differenz zwischen diesen synthetischen Projektionsdaten p_s,k=0 mit den gemessenen Eingangs-Projektionsdaten p_c gebildet. Das Ergebnis sind die Differenz-Projektionsdaten Δp_k. Diese Differenz-Projektionsdaten Δp_k werden im Funktionsblock 42 mit dem zum Projektionsoperator A adjungierten Operator A^T rückprojiziert, um ein Residuum-Bild zu berechnen, d. h. um Residuum-Bilddaten Δf_k=0 zu ermitteln. Die Residuum-Bilddaten Δf_k=0 werden dann (ggf. unter vorheriger Gewichtung mit dem oben erläuterten Multiplikator α im Funktionsblock 46) innerhalb einer Kombinationseinheit 43 verwendet, um die initialen Bilddaten f_k=0 zu aktualisieren und so die Bilddaten des nächsten Iterationsschritts Δf_k=1 zu erzeugen.
Dabei werden erfindungsgemäß zuvor in einer Filtereinheit 44 die Bilddaten f_k=0 des aktuellen Iterationsschritts k = 0 mit einem Tiefpassfilter-Operator bearbeitet. Diese Filterung erfolgt, wie oben bereits im Zusammenhang mit der mathematischen Basis der Iterationschleife beschrieben, unter Berücksichtigung eines Regularisierungs-Faltungskerns R, der auf Basis eines zuvor für die jeweilige Rekonstruktion gewählten Zielfaltungskerns W bestimmt wird.
Die Auswahl des Zielfaltungskerns W kann hier mittels der Zielfaltungskern-Auswahleinheit 50 erfolgen. Dabei kann es sich zum Beispiel um ein Softwaremodul innerhalb einer Benutzeroberfläche der Steuereinrichtung bzw. der Bildbearbeitungseinrichtung handeln, auf der die gesamte Rekonstruktion durchgeführt wird. Beispielsweise können, wie dies bisher üblich ist, dem Benutzer in einem Menü eine Vielzahl von geeigneten Faltungskernen angeboten werden und dieser wählt dann aufgrund seiner Erfahrungen und Wünsche den entsprechenden Zielfaltungskern W aus. Die Angabe des Wunschkerns W kann auch durch eine direkte Auswahl einer Bildcharakteristik erfolgen, die durch den Wunschkern bewirkt wurde. Dieser Zielfaltungskern W wird dann an eine Regularisierungs-Faltungskern-Berechnungseinheit 49 übergeben, welche in der im Rahmen der mathematischen Erläuterungen vorbeschriebenen Weise den Regularisierungs-Faltungskern R berechnet. Es wird an dieser Stelle noch einmal darauf hingewiesen, dass unter der Berechnung des Regularisierungs-Faltungskerns R auch eine Berechnung des zugehörigen Faktors M_R verstanden wird, mit dem die Bilddaten zur Filterung im Frequenzraum multipliziert werden können, anstatt direkt im Ortsraum die Faltung mit dem entsprechenden Faltungskern durchzuführen. Daher ist im Rahmen der Erfindung die Berechnung des zum Faltungskern jeweils zugehörigen Faktors mit der Berechnung des Faltungskerns selbst gleichzusetzen.
Anschließend wird die Schleife mit k = 1 erneut durchlaufen, um so im nächsten Iterationsschritt k = 2 Bilddaten f_k=2 zu erzeugen usw.
Es wird auch explizit darauf hingewiesen, dass zur initialen Konstruktion der ersten Bilddaten f_k=0 aus den strahlaufhärtungskorrigierten Projektionsdaten p_c die Schleife in 2 einmal halb durchlaufen werden kann. Anfangs sind ja keine synthetischen Projektionsdaten p_s,k vorhanden, d. h., p_s,k kann gleich 0 gesetzt sein. Die Differenz-Projektionsdaten Δp_k entsprechen somit den Eingangs-Projektionsdaten p_c, sodass die Residuum-Bilddaten Δf_k letztlich schon den gewünschten initialen Bilddaten entsprechen, welche bei geeigneter Wahl des Faktors α im ersten Schritt direkt als initiale Bilddaten f_k=0 in der Schleife übernommen werden können. Es muss folglich beim ersten Durchlauf der Schleife nur der Faktor α = 1 gesetzt werden. Alternativ ist es auch möglich, unter Umgehung der Schleife aus den Eingangs-Projektionsdaten p_c die initialen Bilddaten zu erzeugen und die Schleife bei f_k (rechts oben in Block 40 in 4) zu beginnen.
Die Iterationsschleife wird bis zu einem vorgegebenen Abbruchkriterium fortgesetzt. Am einfachsten ist ein Abbruch nach einer bestimmten Anzahl von Iterationsdurchläufen. Eine solche Abfrage kann beispielsweise in dem Abfrage-Funktionsblock 47 erfolgen, indem die Iterationslaufvariable k mit einem Maximalwert k_max verglichen wird. Falls dieser Wert erreicht ist, werden die Bilddaten f ausgegeben. Anderenfalls wird die Schleife weiter durchlaufen. Alternativ oder zusätzlich ist auch eine Prüfung des Residuum-Bildes möglich. Diese Variante ist als Abfrage-Funktionsblock 48 eingezeichnet. Hier wird geprüft, ob das aktuelle Residuum-Bild Δf_k unter einem in geeigneter Weise zu definierenden Grenzwert Δf_G liegt. Wenn ja, ist davon auszugehen, dass die Konvergenz weit genug fortgeschritten ist und die aktuellen oder im nächsten Durchlauf aktualisierten Bilddaten als fertige Bilddaten f ausgegeben werden können. Weitere Abbruchkriterien sind denkbar, beispielsweise eine Prüfung dahingehend, ob die Differenz-Projektionsdaten Δp_k unter einem bestimmten Grenzwert Δp_G liegen.
3 zeigt ein bevorzugtes Ausführungsbeispiel einer Bildrekonstruktioneinrichtung 21 mit einer der erfindungsgemäßen Iterationsrekonstruktionseinheit 40 vorgeschalteten Strahlaufhärtungskorrektureinheit 30 sowie die Ein- und Ausgangsdaten für die einzelnen Komponenten dieser Bildrekonstruktionseinrichtung 21. Die Bildrekonstruktionseinrichtung 21 weist eingangs eine Projektionsmessdaten-Schnittstelle 25 auf. Von dieser werden die Projektionsmessdaten p_M übernommen und von dort in eine Strahlaufhärtungskorrektureinheit 30 übergeben, die nachfolgend noch anhand von 4 erläutert wird. In der Strahlaufhärtungskorrektureinheit 30 werden die Projektionsmessdaten p_M zunächst strahlaufhärtungskorrigiert, um so die Eingangs-Projektionsdaten p_C für die nachgeschaltete Iterationsrekonstruktionseinheit 40 zu erzeugen. Die darin unter Nutzung des mit der Zielfaltungskern-Auswahleinheit 50 ausgewählten Zielfaltungskerns W erzeugten Bilddaten f werden dann über eine Bilddaten-Schnittstelle 26 beispielsweise in einem Speicher 22 hinterlegt und können von dort zur Weiterverarbeitung wieder aufgerufen werden, um z. B. aus Volumenbilddaten bestimmte Schnittbilder zu erzeugen oder Ähnliches.
In 4 ist etwas detaillierter die Strahlaufhärtungskorrektureinheit 30 erläutert. In der Strahlaufhärtungskorrektureinheit 30 werden die übernommenen Projektionsmessdaten p_m zum einen an eine Korrektureinheit 35, deren Funktion später noch erläutert wird, und zum anderen an eine Interimsbild-Rekonstruktionseinheit 31 übergeben. In dieser Interimsbild-Rekonstruktionseinheit 31 werden durch Anwendung einer üblichen Rückprojektionsfaltung Interims-Bilddaten f_I rekonstruiert, die dann an eine Segmentierungseinheit 32 übergeben werden. In dieser Segmentierungseinheit 32 werden beispielsweise die Knochenstrukturen segmentiert und es wird so ein Knochenbild bzw. Knochenbilddaten f_b erzeugt. Diese Segmentierung kann mit einem herkömmlichen Segmentierungsverfahren erfolgen. Anstelle von Knochenmaterial kann hier auch eine Segmentierung anderer spezieller Materialien, beispielsweise kontrastmittelgefüllter Gefäße, erfolgen, sofern dies im Rahmen der auszuwertenden Bilder sinnvoll ist. Insofern können die Knochenbilddaten f_b auch allgemein als erste Strukturbilddaten f_b bezeichnet werden.
Die Knochenbilddaten f_b werden von einer Projektionsdatengenerierungseinheit 33 übernommen, welche daraus mit einem Vorwärtsprojektions-Operator, der das Messverfahren mathematisch möglichst gut abbildet, Knochenstruktur-Projektionsdaten p_b (allgemeiner: erste Struktur-Projektionsdaten p_b) erzeugt. Diese werden ebenfalls an die Korrektureinheit 35 übergeben.
Der Korrekturmechanismus in der Korrektureinheit 35 verwendet die Knochenprojektionsdaten P_b und die Projektionsmessdaten P_m, um mit Hilfe einer Look-up-Table LUT, die in einem Speicher 34 hinterlegt ist, Wasserprojektionsdaten für monochromatische Strahlung, d. h. strahlaufhärtungskorrigierte Wasserprojektionsdaten p_W zu ermitteln. Dies erfolgt in einer Projektionsdatenermittlungseinheit 36. Die Wasserprojektionsdaten p_W werden dann mit den Knochenprojektionsdaten p_b in der Kombinationseinheit 37 kombiniert, beispielsweise einfach addiert, um daraus die gewünschten strahlaufhärtungskorrigierten Projektionsdaten p_c zu erzeugen.
Der gesamte Korrekturmechanismus beruht dabei auf der Annahme, dass die erzeugten Knochenprojektionsdaten p_b als quasi-monochromatische Daten, d. h. strahlungsaufhärtungskorrigierte Daten, angenommen werden können. Die Look-up-Tabelle LUT wurde zuvor mit Hilfe von Testmessungen oder Simulationen bestimmt. Dabei wird polychromatische Röntgenstrahlung senkrecht durch eine Keilanordnung gestrahlt und auf diese Weise werden polychromatische Linienintegrale, d. h. Projektionswerte, für z. B. Wasser und Knochen in Abhängigkeit von der durchstrahlten Wasserdicke und Knochendicke erzeugt. Aus diesen materialkombinationsabhängigen, polychromatischen Linienintegralen und der Knochendicke lässt sich wiederum die Wasserdicke ableiten. Die Knochendicke kann aber wiederum aus den Knochenprojektionsdaten p_b invers abgeleitet werden. Auf diese Weise lassen sich also monochromatische Wasserprojektionswerte p_W ermitteln, die dann nur noch mit den quasi-monochromatischen Knochenprojektionswerten p_b gemischt werden müssen, um quasi-monochromatische, strahlaufhärtungskorrigierte Gesamtprojektionswerte p_C zu erhalten, die dann als Eingangs-Projektionswerte p_C für die iterative Rekonstruktion verwendet werden können. Hierbei wird Wasser als Äquivalent zu Weichteilgewebe verwendet. Ein ähnliches Verfahren wird in der DE 100 36 142 B4 genutzt, wobei dort jedoch die Korrektur auf komplette rekonstruierte Bilder angewendet wird, aus denen jeweils Teilbilder erzeugt wurden, um so das fertige Bild zu rekonstruieren. Bezüglich der mathematischen und physika lischen Grundlagen für den Messaufbau bzw. für die Simulation der Bestimmung der Look-up-Tabelle LUT kann aber auf die Ausführung in dieser Schrift verwiesen werden. In den vorliegenden Erläuterungen wird von einer Trennung von Weichteilgewebe und Knochenmaterial ausgegangen. Das Verfahren kann jedoch auch bei anderen Materialien eingesetzt werden, z. B. Weichteilgewebe und Kontrastmittel. Es muss dann nur eine entsprechend hierfür ermittelte Look-up-Tabelle verwendet werden.
5 zeigt eine Variante für eine Filtereinrichtung 44', mit der innerhalb der iterativen Rekonstruktion eine noch weitere Verbesserung der Bildqualität möglich ist. Dieses Prinzip beruht darauf, dass die Filterung nicht für alle Materialien im Bild in gleicher Weise durchgeführt wird, sondern dass zunächst die Bilddaten f_k der aktuellen Iterationsstufe, die innerhalb der Kombinationseinheit 43 mit den Residuum-Bilddaten kombiniert werden, um die Bilddaten des nächsten Iterationsschritts zu erzeugen, in einer Separierungseinheit 51 zur Erzeugung verschiedener Materialtyp-Bilddaten f_k ¹, f_k ² segmentiert werden. Bei den ersten Materialtyp-Bilddaten f_k ¹ handelt es sich beispielsweise um ein Knochenbild, d. h. um ein Hochkontrastbild. Bei den zweiten Materialtyp-Bilddaten f_k ² handelt es sich dagegen um ein eher kontrastarmes Weichteilbild. Die Separierungseinheit 51 kann hierbei wie eine übliche Segmentierungseinheit arbeiten, wie sie auch schon im Zusammenhang mit der Strahlaufhärtungskorrektur in 4 erläutert wurde.
Die verschiedenen Materialtyp-Bilddaten f_k ¹, f_k ² werden dann jeweils separat gefiltert, und zwar mit einem für die jeweiligen Bilddaten passenden ersten und zweiten Regularisierungs-Faltungskern R₁, R₂. Die ist in 5 durch die getrennten Filter-Funktionsblöcke 52, 53 symbolisiert. Die Faltungskerne R₁, R₂ können beispielsweise wieder von der Regularisierungs-Faltungskernberechnungseinheit 49 (siehe 2) aus dem vom Bediener ausgewählten Zielfaltungskern W berechnet werden. Im Übrigen läuft die Filterung mathematisch genauso ab, wie wenn das komplette Update-Bild f_k auf die er findungsgemäße Weise gefiltert wird. In einer Mischeinheit 54 können diese Bilddaten f_k ¹, f_k ² wieder zu einem gemeinsamen Bild f_k' gemischt werden. Dabei ist es auch möglich, dass eine Mischung mit dem ursprünglichen Update-Bild f_k erfolgt. Die Mischeinheit 54 kann hierbei auch so ausgestaltet sein, dass die verschiedenen Bilddaten f_k ¹, f_k ², f_k nicht gleichgewichtig wieder aufaddiert werden, sondern dass eine Gewichtung der einzelnen Bilddaten f_k ¹, f_k ², f_k durchgeführt wird, um dafür zu sorgen, dass eine Art der Bilddaten dominiert. Insbesondere kann es sich hierbei auch um eine lokale – d. h. eine pixelabhängige – Gewichtung handeln, bei der für jeden Pixel entschieden wird, welche Bilddaten stärker gewichtet werden. Die vom Mischer erzeugten Bilddaten werden dann anstatt als Kombinations-Bild f_k' in der Kombinationseinheit 43 mit den Residuum-Bilddaten kombiniert. Die Mischeinheit 54 kann im Übrigen mit der Kombinationseinheit 43 als integrierte Einheit ausgebildet sein.
In einer weiteren Variante wird nur für eine der Materialtyp-Bilddaten tatsächlich eine Filterung mit einem Regularisierungs-Filterkern durchgeführt, wogegen die Bilddaten des anderen Materialtyps ungefiltert genutzt werden. Beispielsweise kann so lediglich eine Filterung der Weichteilbilddaten erfolgen und die Hochkontrastdaten, welche durch die Knochenstruktur erzeugt werden, werden bei der Aktualisierung der Bilddaten f_k in der Iteration ohne die Tiefpassfilterung, d. h. ohne Anwendung eines Regularisierungskerns wieder verwendet, um dabei den starken Kontrast zu erhalten. 6 zeigt hierzu als Beispiel ein aus einem Schnittbild durch einen Kopf erzeugtes Knochenbild (linke Seite) sowie das zugehörige Weichteilbild (rechte Seite), welches mit einem bestimmten Regularisierungs-Filter gefiltert wurde. Durch eine solche getrennte Behandlung unterschiedlicher Bildstrukturen und Rekombination nach der Filterung ist ein noch größerer Einfluss auf die Bildcharakteristik möglich, um optimale Bilder zu erzeugen.
Die in den 2 bis 5 dargestellten Komponenten können überwiegend oder vollständig in Form von Softwareelementen auf einem geeigneten Prozessor realisiert sein. Insbesondere können auch die Schnittstellen zwischen diesen Komponenten rein softwaremäßig ausgebildet sein. Erforderlich ist lediglich, dass Zugriffsmöglichkeiten auf geeignete Speicherbereiche bestehen, in denen die Daten geeignet zwischengelagert und jederzeit wieder aufgerufen und aktualisiert werden können.
Das Verfahren und die Konstruktionseinrichtung wurden in erster Linie anhand einer Rekonstruktion von medizinischen Bilddaten erläutert. Die Erfindung ist jedoch nicht auf eine Anwendung im medizinischen Bereich beschränkt, sondern es können auch grundsätzlich computertomographische Bilder für andere Zwecke, beispielsweise für Materialprüfungen oder dergleichen, erzeugt und bearbeitet werden.
Es wird abschließend noch einmal darauf hingewiesen, dass es sich bei den vorbeschriebenen Verfahren und Vorrichtungen lediglich um bevorzugte Ausführungsbeispiele der Erfindung handelt und dass die Erfindung vom Fachmann variiert werden kann, ohne den Bereich der Erfindung zu verlassen, soweit er durch die Ansprüche vorgegeben ist. Es wird der Vollständigkeit halber auch darauf hingewiesen, dass die Verwendung der unbestimmten Artikel „ein” bzw. „eine” nicht ausschließt, dass die betreffenden Merkmale auch mehrfach vorhanden sein können. Ebenso schließt der Begriff „Einheit” bzw. „Modul” nicht aus, dass diese aus mehreren Komponenten besteht, die gegebenenfalls auch räumlich verteilt sein können.

1: Computertomographiesystem
2: oberer Teil des Patiententischs
3: Patiententisch
5: Detektorsystem
10: Scanner
11: Gantry
12: Messraum
15: Röntgenquelle
16: Detektor
20: Steuereinrichtung
21: Bildrekonstruktionseinrichtung
22: Speicher
23: Rohdatenschnittstelle
24: Steuerschnittstelle
25: Projektionsmessdaten-Schnittstelle
26: Bilddaten-Schnittstelle
30: Strahlaufhärtungskorrektureinheit
31: Interimsbild-Rekonstruktionseinheit
32: Segmentierungseinheit
33: Projektionsdatengenerierungseinheit
34: Speicher
35: Korrektureinheit
36: Projektionsdatenermittlungseinheit
37: Kombinationseinheit
40: Iterationsrekonstruktionseinheit
41: Kombinations-Operator
42: Funktionsblock
43: Kombinationseinheit
44: Filtereinheit
44': Filtereinheit
45: Funktionsblock
46: Funktionsblock
47: Abfrage-Funktionsblock
48: Abfrage-Funktionsblock
49: Regularisierungs-Faltungskern-Berechnungseinheit
50: Zielfaltungskern-Auswahleinheit
51: Separierungseinheit
52: Filter-Funktionsblöck
53: Filter-Funktionsblock
54: Mischereinheit
AS: Akquisitionssteuersignal
O: Objekt/Patient
z: Systemachse
f: Bilddaten
f_k: Bilddaten
f_k=0: initiale Bilddaten
f_I: Interims-Bilddaten
f_b: erste Strukturbilddaten/Knochenbilddaten
p_m: Projektionsmessdaten
p_c: strahlaufhärtungskorrigierte Projektionsdaten
p_b: erste Struktur-Projektionsdaten/Knochenstruktur-Projektionsdaten
p_w: zweite Struktur-Projektionsdaten/Wasserprojektionsdaten
p_s,k: synthetische Projektionsdaten
A: Projektions-Operator
A^T: adjungierter Projektions-Operator
Δf_k: Residuum-Bilddaten
Δf_k: Grenzwert
Δp_k: Differenz-Projektionsdaten
Δp_G: Grenzwert
α: Multiplikator
k: Iterationslaufvariable
^kmax: Maximalwert
LUT: Korrekturdatentabelle/Look-up-Table
f_k ¹: erste Materialtyp-Bilddaten
f_k ²: zweite Materialtyp-Bilddaten
f_k': Kombinations-Bild
R: Regularisierungs-Faltungskern
R₁: erster Regularisierungs-Faltungskern
R₂: zweiter Regularisierungs-Faltungskern

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

- DE 10036142 B4 [0072]

Zitierte Nicht-Patentliteratur

- J. Sunnegårdh, „Combining Analytical and Iterative Reconstruction in Helical Cone-Beam-CT”, Thesis No. 1301, Linköpink Studies in Science and Technology, 2007 [0049]
- „Weighted FBP – a simple approximate 3D FBP algorithm for multislice spiral CT with good dose usage for arbitrary pitch” von Karl Stiersdorfer, Annabella Rauscher, Jan Boese, Herbert Bruder, Stefan Schaller und Thomas Flor in Phys. Med. Biol. 49 (2004), 2009–2218 [0054]

Claims

Verfahren zur Rekonstruktion von Bilddaten (f) auf Basis von mittels eines Röntgen-Computertomographiesystems gewonnenen Eingangs-Projektionsdaten (p_c), wobei ein Zielfaltungskern (W) ausgewählt wird, welcher bei einer Rekonstruktion von Bilddaten aus den Eingangs-Projektionsdaten (p_c) mit einer einfachen gefilterten Rückprojektion zu einer Ziel-Bildcharakteristik führen würde, und dann Bilddaten (f) unter Verwendung eines iterativen Rekonstruktionsverfahrens rekonstruiert werden, welches folgende Verfahrensschritte umfasst: a) Rekonstruktion von Bilddaten (f_k) einer ersten Iterationsstufe aus den Eingangs-Projektionsdaten (p_c), b) Generierung von synthetischen Projektionsdaten (P_s,k) auf Basis der Bilddaten (f_k) der aktuellen Iterationsstufe, c) Bilden von Differenz-Projektionsdaten (Δp_k) auf Basis der Eingangs-Projektionsdaten (p_c) und der synthetischen Projektionsdaten (P_s,k), d) Erzeugen von Residuum-Bilddaten (Δf_k) aus den Differenz-Projektionsdaten (Δp_k), e) Kombination der Residuum-Bilddaten (Δf_k) mit den Bilddaten (f_k) der aktuellen Iterationsstufe zur Bildung von Bilddaten (f_k) einer weiteren Iterationsstufe, wobei die Bilddaten ₍ _f ₎ der aktuellen Iterationsstufe vor oder bei der Kombination mit den Residuum-Bilddaten (Δf_k) unter Verwendung eines Regularisierungs-Faltungskerns (R) einer Filterung unterzogen werden, der auf Basis des gewählten Zielfaltungskerns (W) bestimmt wird, f) Wiederholung der Schritte b) bis e) bis zum Eintritt einer Abbruchbedingung.
Verfahren nach Anspruch 1, wobei der Regularisierungs-Faltungskern unter Berücksichtigung eines bei der Generierung der synthetischen Projektionsdaten (P_s,k) verwendeten Projektionsoperators (A) bestimmt wird.
Verfahren nach Anspruch 1 oder 2, wobei die Residuum-Bilddaten (Δf_k) aus den Differenz-Projektionsdaten (Δp_k) mittels eines gefilterten Rückprojektionsverfahrens unter Verwendung eines vorgegebenen Rückprojektions-Faltungskerns (K) erzeugt werden, und der Regularisierungs-Faltungskern unter Berücksichtigung des Rückprojektions-Faltungskerns (K) bestimmt wird.
Verfahren nach Anspruch 3, wobei als Rückprojektions-Faltungskern (K) ein RamLak-Kern oder ein Shepp-Logan-Kern verwendet wird.
Verfahren nach einem der Ansprüche 1 bis 4, wobei aus den Bilddaten (f_K) der aktuellen Iterationsstufe vor der Kombination mit den Residuum-Bilddaten (Δf_k) separate Materialtyp-Bilddaten (f_k ¹, f_k ²) für verschiedene Materialtypen erzeugt, die Materialtyp-Bilddaten (f_k ¹, f_k ²) separat unter Verwendung eines für den jeweiligen Materialtyp bestimmten Regularisierungs-Faltungskerns (R₁, R₂) einer Filterung unterzogen und dann mit den Residuum-Bilddaten (Δf_k) kombiniert werden.
Verfahren nach Anspruch 5, wobei bei der Kombination der Materialtyp-Bilddaten (f_k ¹, f_k ²) mit den Residuum-Bilddaten (Δf_k) eine lokale Gewichtung erfolgt.
Verfahren nach einem der Ansprüche 1 bis 6, wobei die Iteration spätestens nach einer vorgegebenen Anzahl (k_max) von Iterationsschritten abgebrochen wird.
Verfahren nach einem der Ansprüche 1 bis 6, wobei die Iteration spätestens abgebrochen wird, wenn ein vorgegebenes Konvergenzkriterium erreicht ist.
Verfahren nach einem der Ansprüche 1 bis 8, wobei die Eingangs-Projektionsdaten (p_c) auf Basis von mittels eines Röntgen-Computertomographiesystems akquirierten Projektionsmessdaten (p_m) gewonnen werden, die zunächst einer Strahlaufhärtungskorrektur unterzogen werden.
Verfahren nach Anspruch 9, wobei für die Strahlaufhärtungskorrektur aus den Projektionsmessdaten (p_m) zunächst Interims-Bilddaten (f_I) rekonstruiert werden und aus diesen Interims-Bilddaten (f_I) erste Strukturbilddaten (f_b) eines vorgegebenen ersten Materialtyps segmentiert werden und dass auf Basis der ersten Strukturbilddaten (f_b) erste Struktur-Projektionsdaten (p_b) generiert werden und dass basierend auf den ersten Struktur-Projektionsdaten (p_b) und den Projektionsmessdaten (p_m) die strahlaufhärtungskorrigierten Projektionsdaten (p_C) ermittelt werden.
Verfahren zur Erzeugung von Bilddaten vom Inneren eines Objekts (O) mittels eines Röntgen-Computertomographiesystems (1), bei dem das Objekt (O) zur Akquisition von Projektionsmessdaten (p_m) aus mehreren Projektionsrichtungen mit Röntgenstrahlung durchleuchtet wird und bei dem auf Basis der Projektionsmessdaten (p_m) eine Rekonstruktion von Bilddaten (f) mit einem Verfahren gemäß einem der Ansprüche 1 bis 10 erfolgt.
Bildrekonstruktionseinrichtung (21) zur Rekonstruktion von Bilddaten (f) eines Objekts (O) mit – einer Projektionsdaten-Schnittstelle (25) zur Übernahme von mittels eines Röntgen-Computertomographiesystems (1) gewonnenen Eingangs-Projektionsdaten (p_c), – eine Zielfaltungskern-Auswahleinheit (50) zur Auswahl eines Zielfaltungskerns (W), welcher bei einer Rekonstruktion von Bilddaten aus den Eingangs-Projektionsdaten (p_c) mit einer einfachen gefilterten Rückprojektion zu einer bestimmten Bildcharakteristik führen würde, – mit einer Iterationsrekonstruktionseinheit (40), welche ausgebildet ist, um Bilddaten (f) basierend auf den Eingangs-Projektionsdaten (p_c) unter Verwendung eines iterativen Rekonstruktionsverfahrens zu rekonstruieren, welches folgende Verfahrensschritte umfasst: a) Rekonstruktion von Bilddaten (f_k) einer ersten Iterationsstufe aus den Eingangs-Projektionsdaten (p_c), b) Generierung von synthetischen Projektionsdaten (P_s,k) auf Basis der Bilddaten (f_k) der aktuellen Iterationsstufe, c) Bilden von Differenz-Projektionsdaten (Δp_k) auf Basis der Eingangs-Projektionsdaten (p_c) und der synthetischen Projektionsdaten (P_s,k), d) Erzeugen von Residuum-Bilddaten (Δf_k) aus den Differenz-Projektionsdaten (Δp_k), e) Kombination der Residuum-Bilddaten (Δf_k) mit den Bilddaten (f_k) der aktuellen Iterationsstufe zur Bildung von Bilddaten (f_k) einer weiteren Iterationsstufe, wobei die Bilddaten (f_K) der aktuellen Iterationsstufe vor oder bei der Kombination mit den Residuum-Bilddaten (Δf_k) unter Verwendung eines Regularisierungs-Faltungskerns (R) einer Filterung unterzogen werden, der auf Basis des gewählten Zielfaltungskerns (W) bestimmt wird, f) Wiederholung der Schritte b) bis e) bis zum Eintritt einer Abbruchbedingung, – und einer Bilddaten-Schnittstelle (26) zur Ausgabe der rekonstruierten Bilddaten (f).
Bildrekonstruktionseinrichtung nach Anspruch 12, wobei die Iterationsrekonstruktionseinheit (40) eine Filtereinheit (44') mit einer Separierungseinheit (51) aufweist, welche ausgebildet sind, um aus den Bilddaten (f_K) der aktuellen Iterationsstufe vor der Kombination mit den Residuum-Bilddaten (Δf_k) separate Materialtyp-Bilddaten (f_K ¹, f_K ²) für verschiedene Materialtypen zu erzeugen und die Materialtyp-Bilddaten (f_K ¹, f_K ²) separat unter Verwendung eines für den jeweiligen Materialtyp bestimmten Regularisierungs-Faltungskerns (R₁, R₂) zu filtern, um die Materialtyp-Bilddaten (f_K ¹, f_K ²) dann mit den Residuum-Bilddaten (Δf_k) zu kombinieren.
Röntgen-Computertomographiesystem (1) mit einer Projektionsdatenakqusitionseinheit (5), mit einer Röntgenquelle (15) und einem Detektorsystem (16), zur Akquisition von Projekti onsmessdaten (p_m) eines Objekts (O), und mit einer Bildrekonstruktionseinrichtung (21) nach Anspruch 12 oder 13.
Computerprogrammprodukt, welches direkt in einen Speicher einer programmierbaren Bildrekonstruktionseinrichtung (21) ladbar ist, mit Programmcodeabschnitten, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 11 auszuführen, wenn das Programm in der Bildrekonstruktionseinrichtung (21) ausgeführt wird.