DE19653476A1 - Verfahren zur Intensitätskorrektur eines Bildes - Google Patents

Description

Bei manchen Bildgewinnungsverfahren besteht das Problem, daß beim Aufnahmeverfahren eine über den Bildbereich ungleichför­ mige Empfindlichkeitscharakteristik vorliegt. Zum Beispiel kann die Empfindlichkeit zum Bildrand hin abfallen, so daß am Rand des Bildes Abschattungen auftreten. Ein Bildgewinnungs­ verfahren, bei dem dieses Problem auftritt, ist beispielswei­ se die Kernspintomographie. Dabei werden bekanntlich Atomker­ ne in einem starken Magnetfeld durch Einstrahlung von Hoch­ frequenz angeregt. Das entstehende hochfrequente Signal wird mit einer Antenne empfangen und in Intensitätswerte für eine aus einzelnen Bildpunkten (Pixeln) zusammengesetzte Bildda­ tenmatrix umgesetzt. Zum Anregen der Kernspins wird dabei meist eine sogenannte Ganzkörperantenne verwendet, die im ge­ samten Untersuchungsbereich eine relativ gute Homogenität aufweist. Zum Empfangen der entstehenden Kernresonanzsignale werden dagegen häufig sogenannte Lokalspulen eingesetzt, die nur einen verhältnismäßig kleinen Bereich erfassen. Damit er­ hält man eine verbesserte Empfindlichkeit sowie ein besseres Signal/Rausch-Verhältnis. Eine Sonderform dieser Lokalspulen sind sogenannte Arrayspulen, bei denen mehrere Empfangsspulen nebeneinander angeordnet sind und je nach dem gewählten Un­ tersuchungsbereich umgeschaltet werden. Ein Beispiel für eine solche Arrayspule ist in Fig. 1 dargestellt. Dabei sind meh­ rere, sich überlappende Einzelspulen 1 vorgesehen, die über Anpaßschaltungen 2 auf ein Kombinationsnetzwerk 3 geführt werden, wo schließlich das Empfangssignal gewonnen wird.

Lokalspulen weisen im Gegensatz zur obengenannten Ganzkörpe­ rantenne eine relativ ungleichförmige Empfindlichkeitsvertei­ lung auf, d. h., die Empfindlichkeit ist in der Mitte hoch und fällt zu den Rändern hin ab. Dies führt in dem gewonnenen Bild zu Abschattungen in den Randbereichen, die erheblich stören. Bei den obengenannten Arrayspulen kommt das Problem hinzu, daß sich je nach Aktivierung der Einzelspulen die Bildintensität ändert. Ferner gibt es auch flexible Lokalspu­ len, die unmittelbar am Körper des Patienten angelegt werden Dabei liegt die Empfindlichkeitscharakteristik nicht von vor­ neherein fest, sondern sie ergibt sich erst nach Auflegen auf den Körper des Patienten.

Bei bestehenden Anlagen, z. B. vom Typ Magnetom® der Firma Siemens AG, wird zur Vermeidung dieses Problems ein Verfahren angewandt, das im folgenden zur Erläuterung der Problemstel­ lung kurz dargestellt werden soll. Dabei wird davon ausgegan­ gen, daß zur MR-Bildgebung in bekannter Weise Signale gewon­ nen werden, deren Ursprung in Phasenfaktoren codiert ist. Diese Signale werden phasenempfindlich demoduliert, digitali­ siert und in eine Rohdatenmatrix, die allgemein auch als "k- Raum" bezeichnet wird, eingetragen. Durch zwei- bzw. dreidi­ mensionale Fourier-Transformation wird aus dieser Rohdatenma­ trix eine Bilddatenmatrix gewonnen, die aus einzelnen Pixeln mit zugeordneten digitalen Intensitätswerten zusammengesetzt ist. Auf die Einzelheiten der Bildgebung mittels magnetischer Resonanz (MR) wird hier nicht näher eingegangen, da dieses nicht Bestandteil der Erfindung ist. Es wird vielmehr auf das zusammenfassende Buch Morneburg, Bildgebung für die medizini­ sche Diagnostik, 3. Auflage 1995, Kapitel 6.2 "Verfahren zur Ortsauflösung" verwiesen.

Bei dem bekannten Verfahren zur Ermittlung der Spulencharak­ teristik wird diese aus dem Bild selbst gewonnen. Dabei geht man von der zutreffenden Annahme aus, daß sich die Spulenemp­ findlichkeit über das Bild nur langsam ändert, also in einem tiefpaßgefilterten Bild zum Ausdruck kommt. Es wird also zu­ nächst eine starke Tiefpaßfilterung des Ursprungsbildes durchgeführt, und zwar, indem man bei einem zweidimensionalen Bild eine zweidimensionale Fourier-Transformation in Zeilen- und Spaltenrichtung durchführt. Durch die Fourier-Transforma­ tion führt man bekanntlich die Bildinformation in den Fre­ quenzraum über. In diesem Frequenzraum entspricht das Zentrum niedrigen Frequenzen, der Randbereich hohen Frequenzen. Im Frequenzraum wird nun ein Filter angewandt, das den zentralen Bereich herausfiltert. Im einfachsten Fall werden alle Werte außerhalb eines zentralen Bereichs, der zum Beispiel in einer Matrix von 256×256 Punkten lediglich 4×4 Punkte umfassen kann, auf Null gesetzt. Wenn man nun auf die so gewonnene Ma­ trix im Frequenzraum eine zweidimensionale inverse Fourier- Transformation anwendet, so gelangt man wieder in den Bild­ raum zurück, wobei das so gewonnene Hilfsbild jedoch gegen­ über dem Ursprungsbild, wie gewünscht, sehr stark tiefpaßge­ filtert ist. Dieses Hilfsbild wird nun als Spulencharakteri­ stik betrachtet und zur Korrektur des Ursprungsbildes heran­ gezogen. Dazu wird das Hilfsbild auf 1 normiert und im Ur­ sprungsbild jedes Pixel mit dem Kehrwert des zugeordneten Pi­ xels im normierten Hilfsbild multipliziert. Auf diese Weise könnte in signalarmen Bereichen des Bildes ein sehr hoher Multiplikator entstehen, der zum Beispiel das Rauschen stark anheben würde. Es wird daher eine Schranke vorgegeben, die den maximalen Multiplikator nach oben beschränkt. Damit kann verhindert werden, daß reine Rauschgebiete auf das Intensi­ tätsniveau des restlichen Bildes erhöht werden.

Ein Blockschaltbild des Verfahrens ist schematisch in Fig. 2 dargestellt. Dabei geht man z. B. bei einer Arrayspule von drei Ursprungsbildern BD aus, wobei das jeweilige Betrach­ tungsfenster wie üblich mit FOV (Field of View) bezeichnet ist. Durch eine zweidimensionale Fourier-Transformation (2D- FFT) erhält man Datensätze im Frequenzbereich (FD). Die Be­ zeichnung 2D-FFT rührt daher, daß eine zweidimensionale Fou­ rier-Transformation durchgeführt wird, und zwar basierend auf dem "Fast Fourier Transform" (FFT) Algorithmus. Auf die Da­ tensätzen FD wird ein Filter angewandt, das deren Zentrum, das niedrigen Frequenzen entspricht, stärker gewichtet als die höhere Frequenzen repräsentierenden Randbereiche. Durch eine weitere Fourier-Transformation erhält man tiefpaßgefil­ terte Hilfsbilder BD'. Unter Berücksichtigung der oben erläu­ terten, vom Benutzer einzugebenden Schranke (cut off) wird nun jedes Pixel aus dem Bilddatensatz BD multipliziert, so daß man ein korrigiertes Bild BD_k erhält.

Die Wirkung dieser Korrektur ist in den Fig. 3 bis 5 dar­ gestellt. Dabei wird ein Phantom abgebildet, das im wesentli­ chen einen rechteckförmigen Querschnitt mit zwei Einbuchtun­ gen hat. Die durchgezogene Linie stellt den Sollwert des In­ tensitätsverlaufs I über die Achse x dar. Die Empfindlich­ keitscharakteristik der zur Signalaufnahme verwendeten Ober­ flächenspule ist in Fig. 3 gestrichelt eingezeichnet. Damit erhält man im Bild den gekringelt eingezeichneten Intensi­ tätsverlauf I. Außerhalb des Bereichs des Phantoms Ph tritt nur ein Rauschsignal auf. Wenn man das gewonnene Bild stark tiefpaßfiltert, so erhält man den in Fig. 4 mit einer durch­ gezogenen Linie eingezeichneten Intensitätsverlauf. Wie oben erläutert, wird dieser Intensitätsverlauf auf 1 normiert und aus den normierten Werten der Kehrwert berechnet, allerdings nur bis zu einer bestimmten Schranke, so daß der Kehrwert z. B. nie größer als 5 werden kann. Mit diesem Kehrwert werden nun die Intensitätswerte des Ursprungsbildes (also des ge­ kringelt eingezeichneten Intensitätsverlaufs nach Fig. 3) multipliziert. Der entstehende Intensitätsverlauf ist in Fig. 5 dargestellt. Dabei sieht man, daß aufgrund der starken Tiefpaßfilterung der für die Korrektur verwendeten Daten die Randbereiche des abgebildeten Objekts nun angehoben werden, wobei in Fig. 5 die Anhebung der besseren Sichtbarkeit wegen etwas übertrieben dargestellt ist. Diese Anhebung in den Randbereichen des Objekts wirkt sich bei MR-Bildern insbeson­ dere deshalb störend aus, da z. B. bei Untersuchung des menschlichen Körpers am Rand oft Fettgewebe liegt, das ohne­ hin schon eine unerwünscht hohe Signalintensität aufweist. Diese Signalintensität wird nach dem bekannten Verfahren noch weiter erhöht.

Aufgabe der Erfindung ist es daher, ein Korrekturverfahren anzugeben, bei dem die störende Signalüberhöhung am Rand des Untersuchungsobjekts nicht auftritt.

Diese Aufgabe wird erfindungsgemäß durch die Merkmale des An­ spruchs 1 gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.

Ein Ausführungsbeispiel der Erfindung wird nachfolgend anhand der Fig. 6 bis 8 näher erläutert. Dabei zeigen:

Fig. 6 die Erstellung eines Hilfsbildes aus dem Ursprungs­ bild,

Fig. 7 den damit bei einer Tiefpaßfilterung erhaltenen In­ tensitätsverlauf,

Fig. 8 ein Flußdiagramm des Verfahrens.

Die Erfindung geht von der Erkenntnis aus, daß bei starken Intensitätssprüngen im Ursprungsbild das tiefpaßgefilterte Ursprungsbild den tatsächlichen Empfindlichkeitsverlauf der Empfangsantenne nicht richtig wiedergibt. In Fig. 4 sieht man, daß das tiefpaßgefilterte Bild bei den Intensitätssprün­ gen links und rechts vom Phantom einen weit stärkeren Abfall der Empfindlichkeit der Empfangsantenne vortäuscht, als dies der Realität entspricht. Bei einer realen Spulencharakteri­ stik können aber beliebig große Intensitätssprünge gar nicht auftreten. Das genannte Problem wird erfindungsgemäß dadurch gelöst, daß man das Ursprungsbild vor der Tiefpaßfilterung so manipuliert, daß man zwischen zwei benachbarten Bildpunkten (Pixeln) nur eine maximale Intensitätsänderung zuläßt. Im Ausführungsbeispiel nach Fig. 6 wird dies dadurch reali­ siert, daß man von Pixel zu Pixel nur einen maximalen Abfall des Signals zuläßt.

In Fig. 6 ist wie in Fig. 3 der Sollwert des Intensitäts­ verlaufs in x-Richtung für ein Phantom Ph in einer durchgezo­ genen Linie sowie der dabei erhaltene unkorrigierte Intensi­ tätsverlauf I in einer gestrichelten Linie dargestellt. Für die Ermittlung der Empfindlichkeitscharakteristik der Emp­ fangsspule wird jedoch nicht der Intensitätsverlauf I bzw. das Ursprungsbild direkt, sondern ein Intensitätsverlauf I' bzw. ein Hilfsbild BD' herangezogen. Den Intensitätsverlauf I' erhält man auf folgende Weise: In einem ersten Schritt wird in x-Richtung von links nach rechts der Intensitätswert I_n jedes Pixels n mit dem Intensitätswert I_n-1 des vorherge­ henden Pixels n-1 verglichen. Wenn gilt:

I_n - I_n-1 < ΔI_max

wird der Intensitätswert I_n ersetzt durch I'_n, wobei gilt:

I'_n = I_n-1 - ΔI_max

Dabei ist ΔI_max in einem Ausführungsbeispiel ein fest einge­ stellter Wert.

Dieser Vorgang wird nun in x-Richtung von rechts nach links wiederholt. Ferner wird derselbe Vorgang in y-Richtung ange­ wandt, so daß man schließlich ein Hilfsbild bzw. einen Hilfs­ datensatz BD' erhält. Dieser Hilfsdatensatz BD' wird nun tiefpaßgefiltert, und zwar, indem man in der oben beschriebe­ nen Weise eine Fourier-Transformation durchführt. Im Prinzip könnte man hierzu eine einfache Mittelung über benachbarte Bildpunkte durchführen. Da jedoch für die Bildrekonstruktion ohnehin ein FFT-Rechner zur Verfügung steht, ist es im allge­ meinen eleganter, die Tiefpaßfilterung ebenfalls über eine FFT zu realisieren. Hierzu wird auf dem Hilfsdatensatz BD' eine FFT durchgeführt. Damit gelangt man vom Bildraum in den Frequenzraum, wo schnelle Intensitätsänderungen im Bild hohen Frequenzen entsprechen. Im so gewonnenen Datensatz repräsen­ tiert das Zentrum niedrige Frequenzen, die Ränder hohe Fre­ quenzen. Im Prinzip könnte man daher die niedrigen Frequenzen erfassen, indem man in diesem Datensatz das Zentrum aus­ schneidet bzw. alle Werte außerhalb des Zentrums auf Null setzt. In der Praxis muß allerdings auf einen stetigen Über­ gang zu den auf Null gesetzten Punkten geachtet werden. Dazu hat sich eine Filterung durch Multiplikation des Datensatzes mit einer COSINUS-förmigen Funktion bewährt, die Werte von Eins bis Null von der Mitte aus in Spalten und Zeilenrichtung annimmt. Die Filterbreite entspricht dem halben Matrixaus­ schnitt. Durch Rücktransformation in den Bildbereich erhält man ein tiefpaßgefiltertes Hilfsbild BD'' bzw. einen tiefpaß­ gefilterten Hilfsdatensatz. Dieser weist in x-Richtung z. B. den in Fig. 7 dargestellten Intensitätsverlauf auf. Wie beim bekannten Verfahren wird dieser auf 1 normiert und die je­ weils zugeordneten Pixel des Ursprungsbildes werden mit einem reziproken Wert gewichtet. Wie ein Vergleich der Fig. 4 und 7 zeigt, fallen die tiefpaßgefilterten Bilddaten bei Fig. 7 wegen der Begrenzung des Signalabfalls im zugrundelie­ genden Hilfsbild an den Kanten des Phantoms Ph weniger ab. Dies entspricht eher den realen Gegebenheiten der Empfind­ lichkeitscharakteristik der Oberflächenspule und führt dazu, daß die Kantenüberhöhung vermieden oder zumindest deutlich reduziert wird. Im folgenden werden Verfahren beschrieben, mit denen sich weitere Verbesserungen bei der Ermittlung der Empfindlichkeitscharakteristik erreichen lassen.

Ein Problem des oben dargestellten Verfahrens besteht darin, daß sich Störungen bei einzelnen Bildpunkten, sogenannte "Spikes", im Ursprungsbild stark auf die benachbarten Pixel auswirken, da diese bei dem oben beschriebenen Verfahren mit angehoben werden. Bei der anschließenden Tiefpaßfilterung kommen einzelne Spikes daher sehr viel mehr zur Geltung als ohne die beschriebene Begrenzung des Intensitätsabfalls. Bei MR-Anlagen führt zum Beispiel ein Offset zu einer starken An­ hebung der Intensität des zentralen Bildpunkts und damit zu dem obengenannten Problem. Solche Offset-Artefakte können sich auch über eine Spalte bzw. eine Zeile der Bilddatenma­ trix ausdehnen.

Bei einem verbesserten Verfahren wird daher vor der Gewinnung des Hilfsdatensatzes eine "Spike-Elimination" durchgeführt. Im einfachsten Fall wird für alle Zeilen und Spalten des Ur­ sprungsbilddatensatzes die Intensität jedes Pixels mit der Intensität der benachbarten Pixel in Zeilen- und in Spalten­ richtung verglichen. Falls sich ein lokales Maximum heraus­ stellt, welches nach beiden Seiten (Intensitätswert des vor­ gehenden und nachfolgenden Pixels) eine größere Differenz als einen vorgegeben Wert ΔI_smax aufweist, so wird der Intensi­ tätswert des entsprechenden Pixels ersetzt durch einen Inten­ sitätswert, der sich aus dem Mittel zwischen den Intensitäts­ werten des vorgehenden und nachfolgenden Pixels plus der ma­ ximal zulässigen Intensitätsänderung ΔI_smax ergibt. Damit wer­ den lokale Maxima eliminiert. Dies gilt sowohl für einzelne Bildpunkte als auch einzelne Zeilen und Spalten. Solche In­ tensitätsüberhöhungen wirken sich damit für die weitere Ver­ arbeitung nicht mehr störend aus.

Nach dieser "Spike-Elimination" folgt der oben anhand von Fig. 6 beschriebene Schritt der Begrenzung des Intensitätsab­ falls sowie die weiteren Schritte zur Gewinnung der Spulen­ charakteristik.

Bei einer weiteren Verbesserung des Verfahrens wird folgender Effekt berücksichtigt: Der Intensitätsabfall im Ursprungsbild aufgrund der Spulencharakteristik wirkt sich je nach Spulen­ lage nicht nur in Zeilen- und Spaltenrichtung der Ursprungs­ datenmatrix aus, sondern in jeder beliebigen Richtung. Wenn man die oben beschriebene Begrenzung des Intensitätsabfalls daher nur zeilen- und spaltenweise durchführt, so kann in der Richtung der Bilddiagonalen trotzdem noch ein größerer Inten­ sitätsabfall als vorgegeben vorhanden sein. In einer Erweite­ rung des oben dargestellten Verfahrens wird daher der Inten­ sitätsabfall nicht nur in Zeilen- und Spaltenrichtung (x, y- Richtung), sondern auch in Richtung der Diagonalen der Ur­ sprungsbildmatrix begrenzt. Wenn man dabei in Zeilen- und Spaltenrichtung einen Intensitätsabfall von ΔI_max zuläßt, so wird in diagonaler Richtung ein Intensitätsabfall von

ΔI_maxD = ΔI_max . √2

zugelassen.

Mit dem bisher beschriebenen Verfahren werden die tiefpaßbe­ dingten Randeffekte weitgehend eliminiert. Ein Problem be­ steht allerdings darin, daß im korrigierten Bild intensitäts­ schwache Bereiche in der Relation zu intensitätsstarken Be­ reichen übermäßig angehoben werden. Dieser Effekt rührt da­ her, daß der durch die Spulencharakteristik bedingte Abfall der Bildintensität nicht linear ist. Durch die Anwendung ei­ ner konstanten zugelassenen Änderung ΔI_max wirkt daher das Be­ grenzungsverfahren in Bereichen spulenbedingter hoher Bildin­ tensität öfter auf den Ursprungsdatensatz ein als in Berei­ chen niedrigerer spulenbedingter Bildintensität. Bei der an­ schließenden Tiefpaßfilterung erhöht sich deshalb der relati­ ve Unterschied zwischen intensitätsstarken und intensitäts­ schwachen Bereichen. Da zur Intensitätskorrektur der Rezi­ prokwert der tiefpaßgefilterten Daten verwendet wird, werden intensitätsschwache Bereich stärker als gewünscht angehoben.

Durch folgende Verbesserung des Verfahrens wird auch dieses Problem gelöst: Die zulässige Änderung ΔI_max bzw. ΔI_maxD zwi­ schen zwei aufeinanderfolgenden Datenpunkten wird nicht als absolute Schranke für alle Bildpunkte gleich gewählt, sondern wird auf die jeweilige für den Bildpunkt geltende Intensität normiert. Bei hoher Intensität eines Bildpunktes wird also ein größerer Abfall zum benachbarten Bildpunkt zugelassen als bei einer niedrigen Intensität des Bildpunktes. Dies wird so­ wohl bei der Begrenzung des Intensitätsabfalls in Zeilen- und Spalten- als auch in diagonaler Richtung berücksichtigt. Auch bei der Spike-Elimination wird die maximal zulässige Intensi­ tätsänderung zu den benachbarten Bildpunkten von der Intensi­ tät dieser Bildpunkte abhängig gemacht, d. h., eine größere Intensität bedeutet auch hierbei eine größere zulässige Ände­ rung. Damit wird auch die Intensität von intensitätsschwäche­ ren Regionen richtig bewertet.

Das oben beschriebene Verfahren ist in Fig. 8 nochmals an­ hand eines Blockdiagramms schematisch dargestellt.

Im speziellen Fall der MR-Bildgebung wird aus einem Rohdaten­ satz (Rohdatenmatrix) durch inverse zweidimensionale Fourier- Transformation FFT ein Bilddatensatz (Bilddatenmatrix) gewon­ nen. Bei anderen Bildgebungsverfahren kann der Bilddatensatz BD auch auf beliebige andere Weise erzeugt werden. Aus dem Bilddatensatz BD erhält man durch die beschriebene Spike-Eli­ mination und eine nachfolgende Begrenzung des maximalen Ab­ falls einen Hilfsdatensatz BD'. Dieser wird tiefpaßgefiltert, und zwar bevorzugt, indem man zunächst eine Fourier-Transfor­ mation FFT durchführt. Aus dem so gewonnenen Bilddatensatz BD'_f im Frequenzbereich wird nun durch Filterung der nie­ drigen Frequenzen zugeordnete zentrale Bereich stärker ge­ wichtet als der Randbereich.

Aus dem Hilfsdatensatz BD'_f im Frequenzbereich erhält man durch inverse Fourier-Transformation FFT einen tiefpaßgefil­ terten Datensatz BD''.

Der tiefpaßgefilterte Datensatz BD'' wird auf 1 normiert und für jeden Bildpunkt der Kehrwert gebildet. Schließlich wird im Ursprungsdatensatz BD jeder Bildpunkt mit dem so gewonne­ nen, ihm zugeordneten Kehrwert multipliziert, so daß man ei­ nen korrigierten Bilddatensatz BD_k erhält.

Das beschriebene Verfahren läßt sich auch rekursiv einsetzen, d. h., auf das korrigierte Bild BD_k wird zur weiteren Korrek­ tur das Verfahren nochmals angewandt. Anders ausgedrückt wird z. B. in einem zweiten Korrekturschritt anstelle des Ur­ sprungsbildes BD das korrigierte Bild BD_k als Ausgangsdaten­ satz verwendet. Dies kann dann auch mehrfach durchgeführt werden. Damit kann man für die zugelassene Änderung ΔI_max ei­ nen kleineren Wert festlegen als bei einem einstufigen Ver­ fahren, ohne die Information über die Empfindlichkeitscharak­ teristik zu verlieren.

In Fig. 8 ist der rekursive Ablauf durch eine gestrichelte Linie dargestellt.

Das erfindungsgemäße Verfahren zur Korrektur von Bilddaten wurde im wesentlichen anhand der MR-Bildgebung erläutert. Es ist jedoch zu betonen, daß sich das dargestellte Prinzip des erfindungsgemäßen Korrekturverfahrens auf jedes Bildgewin­ nungsverfahren anwenden läßt, bei dem über den Bildbereich eine ungleichförmige, sich jedoch nur langsam ändernde Emp­ findlichkeit der Datenaufnahme vorliegt.

Claims (12)

1. l. Verfahren zur Korrektur eines aus Pixeln zusammengesetz­ ten Ursprungsbildes (BD), das mit einem Bildgewinnungsverfah­ ren erzeugt wird, das über den Bildraum eine ungleichmäßige, sich jedoch nur langsam ändernde Empfindlichkeitscharakteri­ stik aufweist, mit folgenden Schritten:

   • a) Das Ursprungsbild (BD) wird in mindestens einer Richtung auf Intensitätsänderungen (ΔI) von Pixel zu Pixel unter­ sucht, wobei der Intensitätswert (I_n) eines Pixels (P_n), der sich um mehr als einen vorgegebenen Wert (ΔI_max) ge­ genüber dem Intensitätswert (I_n±1 der Nachbarpixel än­ dert, durch einen die maximale Änderung repräsentieren­ den Intensitätswert (I_n±1 ± ΔI_max) ersetzt wird, so daß man ein Hilfsbild (BD') erhält.
   • b) Auf das so gewonnene Hilfsbild (BD') wird eine Tiefpaß­ filterung angewandt.
   • c) Aus der Intensitätsverteilung des tiefpaßgefilterten Hilfsbilds (BD'') werden den Pixeln zugeordnete Emp­ findlichkeitswerte gewonnen.
   • d) Die Intensitätswerte des Ursprungsbildes (BD) werden mit einem zum zugeordneten Empfindlichkeitswert reziproken Wert gewichtet.
2. 2. Verfahren nach Anspruch 1, wobei die Schritte a) bis d) N mal wiederholt werden und wobei in jeder Wiederholung in Schritt a) anstelle des Ursprungsbildes (BD) das in der vor­ hergehenden Schritt folge nach Schritt d) gewonnene Bild ver­ wendet wird.
3. 3. Verfahren nach Anspruch 1 oder 2, wobei in Schritt a) die Intensitätsänderungen (ΔI) bezüglich des Intensitätsab­ falls ermittelt werden und wobei die Intensität (I_n) jedes Pixels (P_n), die von der des Nachbarpixels (P_n±1) um mehr als einen vorgegebenen Wert (ΔI_max) abfällt, durch die maximale Änderung (ΔI_max) repräsentierenden Intensitätswert (I_n±1 - ΔI_max) ersetzt wird.
4. 4. Verfahren nach einem der Ansprüche 1 bis 3, wobei das Verfahren in zwei aufeinander senkrechten Richtungen des Ur­ sprungsbildes (BD) angewandt wird.
5. 5. Verfahren nach Anspruch 4, wobei das Verfahren zusätz­ lich zu den beiden senkrecht aufeinander stehenden Richtungen auch in mindestens einer Diagonalen-Richtung des Ursprungs­ bildes (BD) angewandt wird.
6. 6. Verfahren nach einem der Ansprüche 3 bis 5, wobei die Intensitätsabfälle für jede Richtung jeweils nacheinander in positiver und negativer Richtung durchgeführt wird.
7. 7. Verfahren nach einem der Ansprüche 1 bis 6, wobei die vorgegebene maximale Intensitätswertänderung jeweils relativ zur Intensität des Bezugspixels (P_n) festgelegt wird.
8. 8. Verfahren nach einem der Ansprüche 1 bis 7, wobei die Gewichtung nach Schritt d) in Anspruch 1 nur bis zu einem vorgegebenen Grenzwert erfolgt.
9. 9. Verfahren nach einem der Ansprüche 1 bis 8, wobei das Ursprungsbild (BD) auf ein oder mehrere zusammenhängende Pi­ xel (P_n) untersucht wird, deren Intensitätswerte (I_n) im Ver­ gleich zu mehreren umgebenden Nachbarpixeln (P_n) eine einen bestimmten Schwellwert überschreitende Änderung aufweisen und wobei die Intensitätswerte der erstgenannten Pixel (P_n) durch aus den Nachbarpixeln abgeleitete Intensitätswerte ersetzt werden.
10. 10. Verfahren nach einem der Ansprüche 1 bis 9, wobei die Tiefpaßfilterung des Hilfsbildes erfolgt, mit folgenden Schritten:

    • - auf das Hilfsbild wird eine mehrdimensionale Fourier- Transformation angewandt,
    • - auf das fouriertransformierte Hilfsbild wird ein Filter an­ gewandt, das einen den niedrigen Frequenzen entsprechenden zentralen Bereich stärker gewichtet als Randbereiche,
    • - nach der Filterung wird durch inverse Fourier- Transformation ein tiefpaßgefiltertes Hilfsbild gewinnt.
11. 11. Verfahren nach Anspruch 9, wobei als Filterfunktion eine Cosinus-Funktion angewandt wird.
12. 12. Verfahren nach einem der Ansprüche 1 bis 11, wobei die­ ses auf den digitalen Bilddatensatz (BD) angewandt wird, der aufgrund einer MR-Messung gewonnen wird.