CN102036609B - 用于生成感兴趣区域的图像的成像装置 - Google Patents

Abstract

本发明涉及一种用于生成感兴趣区域的图像的成像装置。该成像装置包括辐射源(2)、用于生成探测数据的探测单元(6)以及用于在生成探测数据的同时使所述辐射源(2)和所述感兴趣区域相对于彼此移动的移动单元(1，7，8)。该成像装置还包括识别单元(13)，用于在探测数据中识别高密度探测数据和非高密度探测数据。密度加权单元(14)对探测数据进行密度加权，其中至少一部分高密度探测数据比非高密度探测数据具有更小的密度权重，重建单元(15)从经加权的探测数据重建感兴趣区域的图像。

Description

用于生成感兴趣区域的图像的成像装置

技术领域

本发明涉及用于生成感兴趣区域的图像的图像生成设备、成像装置、成像方法和计算机程序。

背景技术

WO 2006/039809A1公开了一种适于减少重建图像中金属伪影的计算机断层摄影装置。在辐射源和探测单元相对于患者沿着螺旋形轨迹移动的同时，探测单元采集投影数据。重建单元从采集的投影数据重建患者的图像，在这一重建图像中确定产生伪影的对象，可以将这一重建图像视为预备图像。将确定的产生伪影的对象正向投影到探测单元上，并且用通过在经正向投影的产生伪影的对象之外的投影数据上进行内插来计算出的替换数据替换位于经正向投影的产生伪影的对象之内的投影数据，由此产生经修改的投影数据。使用经修改的投影数据重建患者的最终图像。

US 2001/0028696A1公开了一种图像处理方法和装置，其中设定高吸收区域，并根据X射线在高吸收区域中通过的路径长度执行加权。用根据改写由正向投影估计图像获得的估计投影数据的数据替换X射线通过高吸收区域部分的测得投影数据，以校正和重新构成测得投影数据。

US 6094467公开了一种改善CT X射线图像中可见清晰度的方法，并用于确定高衰减对象的范围且减少图像中高衰减对象导致的伪影，而无需完全从图像去除高衰减对象。

US 2005/0123089A1公开了一种用于减少由CT系统生成的图像数据中伪影的方法。该伪影是由于感兴趣受试者中存在高密度对象导致的。该方法包括从CT系统接收表示正弦图要素的测得正弦图数据。重建测得正弦图数据以生成初始重建图像数据。然后利用测得正弦图数据生成校正的正弦图数据。基于从测得正弦图数据导出的权重度量迭代地重建校正的正弦图数据以生成改进的重建图像数据。

使用这种计算机断层摄影装置具有以下缺点：经修改的投影数据仍然与本该在患者体内没有产生伪影的对象时测得的投影数据不同，即，经修改的投影数据仍然被破坏并因此仍然产生最终重建图像中的伪影。

发明内容

本发明的目的在于提供图像生成设备、成像装置、成像方法和成像计算机程序，其中减少了重建图像中的高密度伪影，尤其是金属伪影。

在本发明的第一方面中，提供了一种用于从探测数据生成感兴趣区域的图像的图像生成设备，所述探测数据取决于穿过所述感兴趣区域之后的辐射(4)，用于穿过所述感兴趣区域的所述辐射(4)是由辐射源(2)生成的，在生成所述探测数据的同时，所述辐射源(2)和所述感兴趣区域相对于彼此移动，其中，所述图像生成设备(10)包括：

-识别单元(13)，其用于在所述探测数据中识别高密度探测数据并识别非高密度探测数据，所述高密度探测数据取决于已穿过密度大于预定义密度的高密度区域(22)的辐射(24；30)；所述非高密度探测数据取决于未穿过所述高密度区域(22)的辐射(25；29)，

-用于对所述探测数据进行密度加权的密度加权单元(14)，其中，对应于穿过所述高密度区域(22)的辐射(24；30)的所述高密度探测数据的至少一部分比对应于未穿过所述高密度区域(22)的辐射(25；29)的所述非高密度探测数据具有更小的密度权重，

-用于从经加权的探测数据重建所述感兴趣区域的图像的重建单元(15)，

其中，所述密度加权单元(14)适于将所述探测数据乘以密度加权因子(w_hd)，该密度加权因子取决于沿着从所述辐射源(2)到相应探测基准点的线通过所述高密度区域(22)的图像值的线积分(l)，其中，如果所述线积分(l)较小，则所述密度加权因子(w_hd)较大。

根据本发明另一方面，提供一种用于生成感兴趣区域的图像的成像装置，所述成像装置包括：

-根据本发明所述的图像生成设备，

-用于产生探测数据的探测单元(6)，所述探测数据取决于穿过所述感兴趣区域之后的辐射(4)，以及

-移动单元(1，7，8)，其用于在生成所述探测数据的同时使所述辐射源(2)和所述感兴趣区域相对于彼此移动。

根据本发明另一方面，提供一种用于从探测数据生成感兴趣区域的图像的图像生成方法，所述探测数据取决于穿过所述感兴趣区域之后的辐射(4)，用于穿过所述感兴趣区域的辐射(4)是由辐射源(2)生成的，在生成所述探测数据的同时，所述辐射源(2)和所述感兴趣区域相对于彼此移动，其中，所述图像生成方法包括以下步骤：

-在所述探测数据中识别高密度探测数据并识别非高密度探测数据，所述高密度探测数据取决于已穿过密度大于预定义密度的高密度区域(22)的辐射(24；30)，所述非高密度探测数据取决于未穿过所述高密度区域(22)的辐射(25；29)，

-对所述探测数据进行密度加权，其中，对应于穿过所述高密度区域(22)的辐射(24；30)的所述高密度探测数据中的至少一部分比对应于未穿过所述高密度区域(22)的辐射(25；29)的所述非高密度探测数据具有更小的密度权重，

-从经加权的探测数据重建所述感兴趣区域的图像，

其中，对所述探测数据进行密度加权是指：将所述探测数据乘以密度加权因子(w_hd)，该密度加权因子取决于沿着从所述辐射源(2)到相应探测基准点的线通过所述高密度区域(22)的图像值的线积分(l)，其中，如果所述线积分(l)较小，则所述密度加权因子(w_hd)较大。

本发明基于以下创意：高密度探测数据，即因为对应辐射已经通过高密度区域而受到破坏的探测数据，比非高密度探测数据得到更小的密度加权。于是，通过减少可能被破坏的探测数据即高密度探测数据的影响，减少了重建图像中的高密度伪影，由此减少了重建图像中的高密度伪影，尤其是金属伪影。高密度区域优选是感兴趣区域之内的金属区域。如果带有金属植入物的患者位于感兴趣区域之内，识别单元优选适于识别感兴趣区域之内的金属植入物的位置、形状和尺度。优选选择预定义密度，使得识别单元识别取决于穿过金属区域的辐射的高密度探测数据以及取决于未穿过金属区域的辐射的非高密度探测数据。

可以存在一个或几个高密度区域，其中识别单元优选适于识别取决于穿过几个高密度区域中的至少一个的辐射的高密度探测数据以及取决于未穿过任何高密度区域的辐射的非高密度探测数据。

在优选实施例中，密度加权单元适于使得所有高密度探测数据比非高密度探测数据具有更小的密度权重。在另一优选实施例中，利用零值为至少一部分或所有高密度探测数据进行密度加权，其中利用非零值为至少一部分或所有非高密度探测数据进行密度加权。如果用零值为所有高密度探测数据进行密度加权，则重建单元不会使用可能被破坏的高探测数据重建感兴趣区域的图像，由此进一步减少了重建图像中的高密度伪影。

密度加权单元是根据对探测数据是属于高密度探测数据还是非高密度探测数据的识别来对探测数据加权的加权单元。对应的加权、权重和加权因子分别由密度权重、密度加权和密度加权因子表示。

重建单元优选适于使用反向投影从经加权的探测数据重建感兴趣区域的图像。

在优选实施例中，辐射具有锥形射束的形状。这种锥形射束形状允许辐射高密度区域后方的区域，即，在高密度区域的与辐射源所在位置相对的一侧上的区域。于是，甚至是高密度区域后方的区域的图像也可以被重建单元重建。

进一步优选地，该成像装置还包括用于对探测数据进行孔径加权的孔径加权单元。优选执行该孔径加权，使得对应于位于锥形中心的射线的探测数据比更靠周边的射线获得更高的孔径权重。具体而言，如果移动单元使得辐射源和感兴趣区域相对于彼此旋转，与相对于锥形射束和穿过辐射源位置且旋转轴完全位于其中的平面的相交面更位于周边的射线对应的探测数据比与在该相交面之内更位于中心的射线对应的探测数据获得更低的孔径权重。在P.Koken和M.Grass在3433-3448，Phys.Med.Biol.51(2006)的文章“Aperture weighted cardiac reconstruction for cone-beam CT”中公开了这种孔径加权的更详细描述，在此以引用的方式将其并入。孔径加权进一步减少了在未考虑不同射线的不同锥角的情况下会生成的伪影，于是改善了重建图像的质量。

进一步优选地，重建单元适于执行锥形射束重建，尤其是经孔径加权的锥形射束重建，其中考虑了锥角方向上射线的发散，其中，例如，如果移动单元使辐射源和感兴趣区域绕着旋转轴相对于彼此旋转，则将锥角定义为垂直于旋转轴且穿过辐射源位置的第一条线和限定位于平行于或等同于由第一条线和旋转轴限定的平面的平面之内的射线的第二条线之间的角度。对锥角的这种考虑改善了重建图像的质量。关于经孔径加权的锥形射束重建的详细描述，参考上述Koken等人的文章。

移动单元可以适于仅移动辐射源，其中不移动感兴趣区域；适于仅移动感兴趣区域，其中不移动辐射源；或适于移动辐射源和感兴趣区域两者。例如，可以绕着感兴趣区域旋转辐射源，从而绕着感兴趣区域沿圆形轨迹移动辐射源。例如，如果绕着感兴趣区域旋转辐射源，且如果通过例如线性移动位于患者台上的患者而线性移动感兴趣区域，可以使辐射源和感兴趣区域沿着螺旋形轨迹相对于彼此移动。此外，可以线性移动辐射源或感兴趣区域，使得辐射源和感兴趣区域沿着线性轨迹相对于彼此移动。

进一步优选地，密度加权单元适于将所述探测数据乘以密度加权因子，密度加权因子取决于沿着从所述辐射源到相应探测基准点的线通过所述高密度区域的线积分，其中如果所述线积分较小，所述密度加权因子则较大。具体而言，仅高密度区域之内的值对相应的线积分有贡献。例如，能够通过重建感兴趣区域的预备图像并分割该预备图像之内的高密度区域来确定高密度区域，其中使用图像值，尤其是Hounsfield值来计算相应的线积分。

进一步优选地，该成像装置还包括用于确定高密度区域的高密度区域确定单元。优选地，辐射源、探测单元和移动单元适于采集扫描图，且高密度区域确定单元适于从扫描图确定高密度区域。优选地，此外，高密度确定单元进一步考虑关于感兴趣区域之内对象的典型解剖结构的知识，以确定高密度区域，尤其是高密度区域的位置、形状和尺度。例如，可以从不同方向采集至少两个扫描图，以便从这至少两个扫描图实现深度信息并估计高密度区域的位置、形状和尺度。此外，可以相对于至少两个扫描图配准位于感兴趣区域中的对象的模型，其中高密度区域相对于模型的位置以及高密度区域的形状和尺度不是例如从先前测量知道的，或因为已知高密度区域是由例如特定金属假体的特定金属对象形成的。进一步优选地，高密度区域确定单元适于从所述探测数据重建感兴趣区域的预备图像并分割预备图像中的高密度区域，以用于确定高密度区域。

进一步优选地，识别单元适于正向投影所确定的高密度区域，并将非高密度探测数据识别为经正向投影的高密度区域之外的探测数据，并将高密度探测数据识别为经正向投影的高密度区域之内的探测数据。这样能够准确地识别高密度探测数据和非高密度探测数据。

进一步优选地，移动单元适于使辐射源和所述感兴趣区域沿着螺旋形轨迹相对于彼此移动，其中高密度区域相对于螺旋形轨迹的中心纵轴偏离中心，其中所述螺旋形轨迹适于使得高密度区域相对于所述螺旋形轨迹中距高密度区域距离最短的盘绕部分沿纵向位于中心。这减少了探测数据中高探测数据的比例，从而减少了相对于非高探测数据的密度权重获得小的密度权重或在重建中不使用的探测数据的比例，由此减少了施加于感兴趣区域上的不必要的辐射剂量，尤其是在患者位于感兴趣区域之内时患者身上的不必要的辐射剂量。

在本发明的另一方面中，提供了一种用于生成感兴趣区域的图像的图像生成方法，所述探测数据取决于穿过感兴趣区域之后的辐射，用于穿过感兴趣区域的辐射是由辐射源生成的，在生成探测数据时，辐射源和感兴趣区域相对于彼此移动，其中所述图像生成方法包括如下步骤：

-在所述探测数据中识别取决于已穿过密度大于预定义密度的高密度区域的辐射的高密度探测数据，并且识别取决于未穿过所述高密度区域的辐射的非高密度探测数据，

-对所述探测数据进行密度加权，其中至少一部分所述高密度探测数据比所述非高密度探测数据具有更小的密度权重，

-从经加权的探测数据重建所述感兴趣区域的图像。

在本发明的另一方面中，提供了一种用于生成感兴趣区域的图像的图像生成计算机程序，其中所述计算机程序包括在计算机上运行所述计算机程序时令根据本发明所述的图像生成设备执行根据本发明所述的图像生成方法的步骤的程序代码模块。

应当理解，根据本发明所述的成像装置、根据本发明所述的图像生成设备、根据本发明所述的图像生成方法、根据本发明所述的计算机程序具有针对本发明的成像装置、图像生成设备和图像方法所限定的类似和/或等同的优选实施例。

应当理解，本发明的优选实施例还可以是从属权利要求与相应的独立权利要求的任意组合。

附图说明

参考下文描述的实施例，本发明的这些和其他方面将显而易见并得以阐明。在下述附图中：

图1示意性和示例性示出了用于生成感兴趣区域的图像的成像装置的实施例；

图2到4示意性和示例性示出了不同的采集几何结构；

图5示例性示出了流程图，其示出了用于生成感兴趣区域的图像的成像方法的实施例；以及

图6示例性示出了流程图，其示出了用于生成感兴趣区域的图像的图像生成方法的实施例。

具体实施方式

图1示意性和示例性示出了用于生成感兴趣区域的图像的成像装置，在这一实施例中为计算机断层摄影装置。该计算机断层摄影装置包括能够围绕旋转轴R旋转的扫描架1，所述旋转轴R平行于z方向延伸。将辐射源2安装到扫描架1上，在这一实施例中，所述辐射源2为X射线管。辐射源2设有准直器3，在这一实施例中，所述准直器从辐射源2生成的辐射形成锥形辐射束4。所述辐射穿过检查区5中诸如患者的对象(未示出)和感兴趣区域，在这一实施例中，所述检查区是圆柱形的，感兴趣区域优选位于对象之内。在穿过检查区5之后，辐射束4入射到探测单元6上，在这一实施例中，所述探测单元6包括二维探测表面。探测单元6安装在扫描架1上。

计算机断层摄影装置包括两个电动机7、8。优选通过电动机7以恒定的但是可调整的角速度驱动扫描架1。提供电动机8以用于使对象移位，从而使感兴趣区域移位，其中，例如布置于检查区5中的患者台上的患者的对象平行于旋转轴R或z轴的方向。例如，由控制单元9控制这些电动机7、8，使得辐射源2和检查区5并且因而还和检查区之内的感兴趣区域沿着螺旋形轨迹相对于彼此移动。但是，也可能不使对象或检查区5移动，而只旋转辐射源2，即，使辐射源2相对于对象或检查区5，即相对于感兴趣区域沿着圆形轨迹移动。此外，在另一实施例中，准直器3可以适于形成另一种射束形状，尤其是扇形射束，并且探测单元6可以包括探测表面，其形状对应于该另一种射束形状，尤其是对应于扇形射束。

在辐射源和感兴趣区域的相对移动期间，探测单元6生成探测数据，在这一实施例中探测数据为投影数据且取决于入射在探测单元6的探测表面上的辐射。因此，辐射源2以及用于使辐射源2和感兴趣区域相对于彼此移动的元件，具体而言为电动机7、8和扫描架1，形成用于使辐射源和感兴趣区域相对于彼此移动的移动单元。

将探测数据提供到图像生成设备10，以用于从探测数据，即在这一实施例中从投影数据生成感兴趣区域的图像。感兴趣区域位于检查区之内，优选包含对象或对象的一部分。图像生成设备10包括识别单元13，用于在探测数据中识别取决于已穿过密度大于预定义密度的高密度区域的辐射的高密度探测数据，并用于在探测数据中识别取决于未穿过所述高密度区域的辐射的非高密度探测数据。图像生成设备还包括密度加权单元14和重建单元15，密度加权单元14用于对探测数据进行密度加权，其中至少一部分高密度探测数据比非高密度探测数据具有更小的密度权重，重建单元15用于从经加权的探测数据重建感兴趣区域的图像。在这一实施例中，图像生成设备10还包括高密度区域确定单元12和孔径加权单元16，高密度区域确定单元12用于确定高密度区域，尤其是用于确定高密度区域的位置、形状和/或尺度，孔径加权单元16用于对探测数据进行孔径加权。

优选地，高密度区域确定单元12适于从探测数据重建感兴趣区域的预备图像并分割该预备图像中的高密度区域，以用于确定高密度区域。

高密度区域被定义为包括高于预定义密度的密度值的区域。例如，这个预定义密度大于1000Hounsfield单位，优选大于1100Hounsfield单位，进一步优选该预定义密度等于或接近1200Hounsfield单位。具体而言，优选选择预定义密度，使得金属区域包括比预定义密度更大的密度。金属区域例如是患者头部中的金属植入物，例如，牙齿中的金属填充物。

由于在一实施例中将预备图像用于分割预备图像中的高密度区域，所以高密度区域确定单元12优选适于重建质量低于最终图像的预备图像，即，例如预备图像比最终重建图像具有更低的空间分辨率、更小的信噪比和/或更多伪影。

例如，可以通过全局阈值化来分割图像中的高密度区域，即，将特定阈值(例如1200HU)以上的所有体素定义为属于高密度对象，而其他不属于。备选分割方法是k平均聚类法，其能够基于图像直方图而无需预定义的阈值来识别高密度区域。例如，在文章“Metal artifact reduction inreduction in CT using tissue-class modeling and adaptive prefiltering”，M.Bal和L.Spies，Med.Phys.，33(8)：2852-2859，2006中公开了k平均聚类法，在此以引用的方式将其并入。

高密度区域确定单元12还可以适于从扫描图中确定高密度区域。扫描图是至少包含感兴趣区域的检查区的投影图像。扫描图给出概要，通常用于规划计算机断层摄影扫描，以用于在辐射源和感兴趣区域相对于彼此移动时由探测单元采集探测数据。可以通过如下方式生成扫描图：使辐射源和感兴趣区域相对于彼此线性移动，例如，通过使患者所在的患者台线性移动，尤其是相对于不移动的辐射源沿z轴或旋转轴R的方向移动。在其他实施例中，可以通过其他方式生成扫描图。例如，在辐射源生成低强度辐射且辐射源和感兴趣区域沿着螺旋形轨迹相对于彼此移动的同时，可以采集扫描图探测数据。低强度辐射表示该辐射的强度低于用于接下来生成用于重建感兴趣区域的最终图像的探测数据的辐射的强度。扫描图探测数据可用于重建感兴趣区域的低质量图像，可以通过低质量图像模拟正向投影来生成扫描图。

如果高密度区域确定单元适于从扫描图确定高密度区域，则优选地，此外，高密度确定单元12适于进一步考虑关于感兴趣区域之内对象的典型结构的知识，尤其是关于患者典型解剖结构的知识，以用于确定高密度区域，尤其是高密度区域的位置、形状和尺度。例如，如果已知高密度区域是患者特定牙齿中的金属填充物，且如果已知患者在患者台上的定位，则可以将其与扫描图一起用于确定高密度区域。

识别单元13优选适于正向投影优选由高密度区域确定单元12确定的高密度区域，并且将非高密度探测数据识别为经正向投影的高密度区域之外的探测数据，并将高密度探测数据识别为经正向投影的高密度区域之内的探测数据。优选地，识别单元14适于对探测数据进行内插。

具体而言，优选用经内插的探测数据替代高密度探测数据，其中在以下步骤中，将这些经内插的探测数据视为高密度探测数据。在一实施例中，探测单元包括沿线布置的探测元件。通过内插法，尤其是线性内插法，对线中位于高密度区域之内的部分计算沿这些线的内插探测值，其中优选仅使用与必须要沿其计算内插值的相应探测单元线的部分直接相邻的两个探测数据值。

密度加权单元14优选适于将探测数据乘以密度加权因子，密度加权因子取决于沿着从辐射源2到相应探测基准点的线通过高密度区域的线积分，其中如果线积分较小，则密度加权因子较大。具体而言，仅高密度区域之内的值对相应的线积分有贡献。例如，如果已经通过重建感兴趣区域的预备图像和分割该预备图像中的高密度区域而确定了高密度区域，则仅基于高密度区域之内的图像值，尤其是Hounsfield值来计算线积分。

在优选实施例中，密度加权因子w_hd被设定为

$w_{\mathrm{hd}}=\left\{\begin{array}{c}a:l<b\\ \frac{1}{l}:b\&le;l\&le;c\\ d:l>e\end{array}\right.---\left(1\right)$

其中l是通过高密度区域的线积分，且其中优选b小于c，e等于或大于c，a大于d和1/l，且d小于a并任选小于1/l。在另一实施例中，w_hd对于所有高密度探测数据等于零，而对于所有非高密度探测数据为非零。优选选择值a、b、c、d、e，使得重建图像中的高密度伪影被进一步，尤其是最佳地减少。这可以通过选择值a、b、c、d、e使得在对应训练数据集的图像中最佳地减少尤其是消除高密度伪影来确定最佳值a、b、c、d、e从而来完成。在优选实施例中，a等于100，b等于0.01，c等于6，d等于1/6，而e等于6。如果如方程式(1)中那样选择密度加权因子w_hd，则非高密度探测数据优选获得等于或大于a的密度加权因子。

孔径加权单元16适于对探测数据执行孔径加权，其中，对应于相对于锥角方向在锥形之内更靠中心的射线的探测数据比对应于在锥角方向上在锥形之内更靠周边的射线的探测数据获得更大的孔径权重。在上述Koken等人的文章中公开了这种孔径加权的更详细描述，在此以引用的方式将其并入。

重建单元15适于利用锥形射束重建来重建感兴趣区域的图像，尤其是最终图像。锥形射束重建是一种考虑锥角方向上射线的发散的重建算法。在上述Koken等人的文章中公开了这种锥形射束重建的示例。在其他实施例中，重建单元可以适于利用另一种重建算法，尤其是利用另一种锥形射束重建算法来重建感兴趣区域的图像。

图2示意性和示例性示出了用于采集探测数据的采集几何结构，其示出了对应于高密度探测数据的高密度射线和对应于非高密度探测数据的非高密度射线。

患者21的头部26位于感兴趣区域之内的检查区之内。图2中的这些圆表示螺旋形轨迹23，辐射源和感兴趣区域沿着它相对于彼此移动。在本示例中，体素28必须要重建，并示出了穿过该体素28的射线24、25。射线24已穿过高密度区域22，其可以是牙齿中的金属填充物。将这条射线视为高密度射线。可以将穿过体素28但未穿过高密度区域22的射线25视为非高密度射线，其对应于非高探测数据，而高密度射线对应于高密度探测数据。在优选在这一实施例中被执行以重建感兴趣区域的图像的反向投影期间，高密度探测数据比非高密度探测数据获得更低的密度权重。具体而言，非高密度探测数据的密度权重可以是零值，使得在重建图像期间不考虑高密度探测数据。

图3示意性和示例性示出了另一采集几何结构，其中辐射源相对于感兴趣区域沿着圆形轨迹27移动。患者21位于患者台上，使得患者的头部26位于感兴趣区域之内。线29表示穿过体素28但未穿过高密度区域22的射线。这条射线为非高密度射线，其对应于非高探测数据。虚线30表示高密度射线，其穿过体素28和高密度区域22且对应于高密度探测数据。

图4示意性和示例性示出了用于采集探测数据的优选采集几何结构，其中移动单元使辐射源和感兴趣区域沿着螺旋形轨迹23相对于彼此移动。从该螺旋形轨迹仅示出了螺旋形轨迹23的两个盘绕部分20，其与高密度区域22具有最短距离。在该优选采集几何结构中，高密度区域22相对于螺旋形轨迹的中心纵轴偏离中心，在这一实施例中该中心纵轴为旋转轴R。于是，优选地，布置对象使得例如患者牙齿中的填充物的高密度区域相对于检查区之内螺旋形轨迹的中心纵轴偏离中心。高密度区域22的位置、形状和/或尺度可以是事先已知的，或可以例如通过上述高密度区域确定单元确定。

在优选实施例中，尤其是具有牙齿填充物或植入物的患者的对象被定位成使得高密度区域相对于螺旋形轨迹的中心纵轴偏离中心。例如，定位患者，使得鼻子指向扫描架1。这可以通过使患者在螺旋形轨迹的中心纵轴上方在台上脸朝上躺着或在螺旋形轨迹中心纵轴下方脸朝下躺着来实现。然后，如上所述通过高密度确定单元确定高密度区域。具体而言，采集扫描图，优选为二维扫描图来定位高密度区域。高密度确定单元然后基于所采集的扫描图和患者台的位置以及关于典型解剖结构的知识，尤其是通过估计三维空间中高密度区域的近似位置来确定高密度区域，尤其是位置、形状和尺度。

成像装置，尤其是移动单元优选适于布置辐射源和感兴趣区域相对于彼此沿其移动的螺旋形轨迹，使得高密度区域的外缘，即相对于螺旋形轨迹的中心纵轴偏离中心且距该轴距离最小的高密度区域的外缘，在螺旋形轨迹23的两个盘绕部分20的中间，即在这些部分20上的辐射源位置的中间。如果通过这种方式相对于彼此布置螺旋形轨迹和高密度区域，高密度区域22“后方”的区域30得到最佳照射，同时使得以较小密度加权因子进行密度加权的或被丢弃的射线的数目最小化。高密度区域22“后方”的区域30是相对于螺旋形轨迹23的盘绕部分20所在的一侧位于高密度区域22相对侧的区域。

这样定位感兴趣区域之内的对象，使得高密度区域相对于螺旋形轨迹的中心纵轴偏离中心，其中螺旋形轨迹适于使得高密度区域相对于螺旋形轨迹中距高密度区域距离最短的盘绕部分沿纵向位于中心，这样做使得不必要的辐射最小化。优选将这样的定位以及由密度加权单元进行的后续密度加权、由孔径加权单元进行的任选的孔径加权以及由重建单元的重建应用于可能受到金属伪影影响的螺旋形或圆形头/颈计算机断层摄影扫描。

如果辐射源和感兴趣区域沿着螺旋形轨迹相对于彼此移动，优选通过确定辐射源开始发射辐射的辐射源对应最佳起动位置来实现上述螺旋形轨迹和高密度区域相对于彼此的优选定位。如果已知辐射的锥角、螺旋形轨迹的间距，即，螺旋形轨迹两次相邻盘绕之间的距离，以及高密度区域的位置，能够容易地计算出这一最佳起动位置。高密度区域22紧“后方”的区域是不可重建的区域。为了使这个不可重建的区域保持很小，在优选实施例中螺旋形轨迹的间距是小的，即，如果不可重建的区域应当小于期望区域值，则必须选择螺旋形轨迹的间距，使得不可重建的区域不大于该期望区域值。如果采集几何结构和高密度区域的位置、形状和尺度是已知的，这是容易地有可能的。

再次参考密度加权单元、孔径加权单元和重建单元，优选在由重建单元以及任选地还有孔径加权单元执行的重建算法中使用π-伙伴(pi-partner)。π-伙伴是对应于位于与必须重建的体素相交的同一直线上且沿相反方向辐射的射线。识别单元可以适于识别高密度π-伙伴探测数据和非高密度π-伙伴探测数据，其中加权单元适于为非高密度π-伙伴探测数据赋予比高密度π-伙伴探测数据更大的密度权重。具体而言，利用零值为高密度π-伙伴探测数据加权，利用非零值对非高密度π-伙伴探测数据加权，即，可以丢弃高密度π-伙伴探测数据，而不将其用于重建。

例如，在上述Koken等人的文章中公开了可由重建单元使用的利用π-伙伴的优选重建算法，在此以引用的方式将其并入。

在下文中，将参考图5中所示的流程图说明用于生成感兴趣区域的图像的成像方法的实施例。

在步骤101中，尤其是患者的对象被定位于感兴趣区域之内，使得高密度区域相对于螺旋形轨迹的中心纵轴偏离中心，辐射源和感兴趣区域将沿着该螺旋形轨迹相对于彼此移动。

然后，在步骤102中，由高密度区域确定单元通过例如利用可以在步骤101之后且在步骤102之前采集的扫描图以及关于对象结构尤其是患者的典型解剖结构的知识来确定高密度区域。此外，如果患者位于患者台上，可以使用患者台的位置来确定高密度区域。

在步骤103中，布置螺旋形轨迹，使得高密度区域相对于螺旋形轨迹的中心纵轴偏离中心，其中螺旋形轨迹适于使得高密度区域相对于螺旋形轨迹中距高密度区域距离最短的盘绕部分沿纵向位于中心。具体而言，布置螺旋形轨迹，使得高密度区域中距螺旋形轨迹距离最短的外缘相对于螺旋形轨迹的中心纵轴偏离中心，其中螺旋形轨迹适于使得高密度区域和/或高密度区域的这一外缘相对于螺旋形轨迹中距高密度区域的这一外缘距离最短的盘绕部分沿纵向位于中心。如果已知辐射束的锥角和螺旋形轨迹的间距以及高密度区域的位置，优选通过确定辐射源的最佳起动位置来执行这一操作。在步骤104中，在辐射源沿着在步骤103中确定的螺旋形轨迹相对于感兴趣区域移动时，生成探测数据，即，采集探测数据。

在采集探测数据之后，在步骤105中，在探测数据中识别取决于已穿过高密度区域的辐射的高密度探测数据以及取决于未穿过高密度区域的辐射的非高密度探测数据。优选通过正向投影高密度区域并确定哪些探测数据位于经正向投影的高密度区域之内以及哪些探测数据在经正向投影的高密度区域之外来执行这一识别。

任选地，在步骤106中，对探测数据进行内插，尤其是进行如上所述的线性内插。

在步骤107中，对探测数据进行密度加权，其中高密度探测数据中的至少一部分比非高密度探测数据获得更小的密度加权因子。优选地，利用零值对高密度探测数据进行密度加权，而利用非零值对非高密度探测数据进行密度加权。

优选地，在步骤108中，进一步对经密度加权的探测数据进行孔径加权。

在步骤109中，使用探测数据重建感兴趣区域的图像，具体而言，对探测数据进行反向投影，其中优选使用锥形射束重建，其例如在上述Koken等人的文章中所公开的。

在下文中，将参考图6中所示的流程图描述用于生成感兴趣区域的图像的图像生成方法的实施例。

该图像生成方法适于从探测数据生成感兴趣区域的图像，其中探测数据取决于穿过感兴趣区域之后的辐射，其中辐射是由辐射源生成的，且其中在生成探测数据的同时，辐射源和感兴趣区域相对于彼此移动。

在步骤201中，在探测数据中识别取决于穿过密度大于预定义密度的高密度区域的辐射的高密度探测数据以及取决于未穿过高密度区域的辐射的非高密度探测数据。任选地，在步骤202中，对探测数据进行内插，尤其是进行线性内插。在步骤203中，对探测数据进行密度加权，其中高密度探测数据中的至少一部分比非高密度探测数据获得更小的密度权重。在步骤204中，优选对探测数据进行孔径加权。在步骤205中，将探测数据用于重建感兴趣区域的图像。步骤201到205对应于步骤105到109。因此，对于步骤201到205的更详细描述，参考步骤105到109的以上描述。

重建图像中的高密度伪影主要是由于不同材料对辐射的非线性衰减导致的。这一般会导致射束硬化。由于受到这一射束硬化影响的探测数据获得了比其他探测数据更低的密度权重，或甚至被丢弃，因此减少了重建图像中的高密度伪影。

尽管在上述实施例中，利用扫描图自动探测高密度区域的位置，但也可以由用户确定高密度区域，该用户观看扫描图上的高密度区域并能够手工定位对象，例如患者台上的患者，使得高密度区域相对于中心纵轴偏离中心。此外，用户可以指示出扫描图上的高密度区域，并且所指示出的高密度区域可以用于估计高密度区域的位置、形状和/或尺度，其中螺旋形轨迹适于使得高密度区域相对于螺旋形轨迹中距高密度区域距离最短的盘绕部分沿纵向位于中心。

尽管在上述实施例中，通过利用扫描图确定了高密度区域，以用于使螺旋形轨迹适于使得高密度区域相对于螺旋形轨迹的中心纵轴偏离中心，但在其他实施例中，高密度区域的位置、形状和/或尺度可以从例如先前的测量已知或可以由另一种方法确定，例如通过执行用于重建感兴趣区域的预备图像的预备探测数据的计算机断层摄影采集，其中可以通过在高密度区域的预备图像中分割高密度区域来确定高密度区域。

尽管在上述实施例中，成像装置优选是计算机断层摄影装置，尤其是X射线计算机断层摄影装置，但在其他实施例中，可以使用其他成像装置，例如，C形臂装置、磁共振成像装置、超声成像装置或核成像装置，如单光子发射计算机断层摄影装置或正电子发射断层摄影装置。

尽管在上述实施例中，对象优选是患者的头部且高密度区域优选是金属填充物或金属植入物，但在其他实施例中，可以重建人或动物患者的另一部分的图像，其中高密度区域优选是患者体内的金属元件。在另一实施例中，成像装置可以适于对技术对象成像。

尽管在上述实施例中，辐射源和感兴趣区域相对于彼此沿其移动的轨迹优选为螺旋形轨迹，但在其他实施例中，辐射源和感兴趣区域可以沿着另一种轨迹，例如沿着圆形轨迹或沿着线性轨迹相对于彼此移动。

通过研究附图、公开内容和所附权利要求，本领域技术人员能够在实践所要求保护的本发明的过程中实现针对所公开的实施例的其他变型。

在权利要求中，“包括”一词不排除其他元件或步骤，不定冠词“一”或“一个”不排除多个。

单个单元或设备可以完成权利要求中记载的若干项的功能。在相互不同的从属权利要求中记载某些措施的事实不表示不能有利地利用这些措施的组合。

可以由任意其他数量的单元或设备执行由一个或若干个单元或设备执行的确定、识别、计算、重建等。例如，可以由单个单元或任意其他数量的不同单元执行步骤105到109或步骤201到205。可以将根据上述成像方法和/或图像生成方法的识别、重建、确定、计算等和/或成像装置和/或图像生成设备的控制实现为计算机程序的程序代码模块和/或专用硬件。

可以将计算机程序存储/分布在适当的介质上，例如，所述介质可以是光存储介质或者与其他硬件一起提供的或者作为其他硬件的部分的固态介质，但是，也可以使所述计算机程序通过其他形式分布，例如，通过因特网或者其他有线或无线电信系统。

权利要求中的任何附图标记不应被解释为限制其范围。

Claims (9)

1.一种用于从探测数据生成感兴趣区域的图像的图像生成设备，所述探测数据取决于穿过所述感兴趣区域之后的辐射(4)，用于穿过所述感兴趣区域的所述辐射(4)是由辐射源(2)生成的，在生成所述探测数据的同时，所述辐射源(2)和所述感兴趣区域相对于彼此移动，其中，所述图像生成设备(10)包括：

-识别单元(13)，其用于在所述探测数据中识别高密度探测数据并识别非高密度探测数据，所述高密度探测数据取决于已穿过密度大于预定义密度的高密度区域(22)的辐射(24；30)；所述非高密度探测数据取决于未穿过所述高密度区域(22)的辐射(25；29)，

-用于对所述探测数据进行密度加权的密度加权单元(14)，其中，对应于穿过所述高密度区域(22)的辐射(24；30)的所述高密度探测数据的至少一部分比对应于未穿过所述高密度区域(22)的辐射(25；29)的所述非高密度探测数据具有更小的密度权重，

-用于从经加权的探测数据重建所述感兴趣区域的图像的重建单元(15)，

其中，所述密度加权单元(14)适于将所述探测数据乘以密度加权因子(w_hd)，该密度加权因子取决于沿着从所述辐射源(2)到相应探测基准点的线通过所述高密度区域(22)的图像值的线积分(l)，其中，如果所述线积分(l)较小，则所述密度加权因子(w_hd)较大。

2.根据权利要求1所述的图像生成设备，其中，所述辐射(4)具有锥形射束的形状。

3.根据权利要求1所述的图像生成设备，其中，所述图像生成设备还包括用于确定所述高密度区域(22)的高密度区域确定单元(12)。

4.根据权利要求3所述的图像生成设备，其中，所述高密度区域确定单元(12)适于从所述探测数据重建所述感兴趣区域的预备图像并分割所述预备图像中的所述高密度区域(22)，以用于确定所述高密度区域(22)。

5.根据权利要求3所述的图像生成设备，其中，所述识别单元(13)适于正向投影所确定的高密度区域(22)，将非高密度探测数据识别为经正向投影的高密度区域之外的探测数据，并将高密度探测数据识别为经正向投影的高密度区域之内的探测数据。

6.一种用于生成感兴趣区域的图像的成像装置，所述成像装置包括：

-根据权利要求1所述的图像生成设备，

-用于产生探测数据的探测单元(6)，所述探测数据取决于穿过所述感兴趣区域之后的辐射(4)，以及

-移动单元(1，7，8)，其用于在生成所述探测数据的同时使所述辐射源(2)和所述感兴趣区域相对于彼此移动。

7.根据权利要求6所述的成像装置，所述图像生成设备还包括用于确定所述高密度区域(22)的高密度区域确定单元(12)，其中，所述辐射源(2)、所述探测单元(6)和所述移动单元(1，7，8)适于采集扫描图，且所述高密度区域确定单元(12)适于从所述扫描图确定所述高密度区域(22)。

8.根据权利要求6所述的成像装置，其中，所述辐射(4)具有锥形射束的形状，且其中，所述移动单元(1，7，8)适于使所述辐射源(2)和所述感兴趣区域沿着螺旋形轨迹(23)相对于彼此移动，其中，所述高密度区域(22)相对于所述螺旋形轨迹(23)的中心纵轴(R)偏离中心，其中，所述螺旋形轨迹(23)适于使得所述高密度区域(22)相对于所述螺旋形轨迹(23)中距所述高密度区域(22)距离最短的盘绕部分(20)沿纵向位于中心。

9.一种用于从探测数据生成感兴趣区域的图像的图像生成方法，所述探测数据取决于穿过所述感兴趣区域之后的辐射(4)，用于穿过所述感兴趣区域的辐射(4)是由辐射源(2)生成的，在生成所述探测数据的同时，所述辐射源(2)和所述感兴趣区域相对于彼此移动，其中，所述图像生成方法包括以下步骤：

-在所述探测数据中识别高密度探测数据并识别非高密度探测数据，所述高密度探测数据取决于已穿过密度大于预定义密度的高密度区域(22)的辐射(24；30)，所述非高密度探测数据取决于未穿过所述高密度区域(22)的辐射(25；29)，

-对所述探测数据进行密度加权，其中，对应于穿过所述高密度区域(22)的辐射(24；30)的所述高密度探测数据中的至少一部分比对应于未穿过所述高密度区域(22)的辐射(25；29)的所述非高密度探测数据具有更小的密度权重，

-从经加权的探测数据重建所述感兴趣区域的图像，

其中，对所述探测数据进行密度加权是指：将所述探测数据乘以密度加权因子(w_hd)，该密度加权因子取决于沿着从所述辐射源(2)到相应探测基准点的线通过所述高密度区域(22)的图像值的线积分(l)，其中，如果所述线积分(l)较小，则所述密度加权因子(w_hd)较大。

Images