[发明专利]自动获取最优输出数据

说明书

技术领域

本发明涉及一种用于从从计算机断层造影拍摄中自动获取检查对象的内部的最优输出数据的方法。此外还涉及一种用于从计算机断层造影拍摄中自动获取检查对象的内部的最优输出数据的图像数据获取系统。

背景技术

在计算机断层造影中，为了改善在待成像的身体内的物质区分而多次使用所谓的多光谱方法（亦被标识为多能量方法）或双光谱方法（双能量方法）。在此通过身体的(近似)同样位置以（近似）同样方向同时或连续地进行不同能量的X射线辐射，在多光谱方法的情况下一般是多个不同的X射线辐射（光谱），在双光谱方法（多光谱方法的一个分类）的情况下是刚好两个。

在多光谱方法的情况下至少生成两个不同的X射线投影，其由不同的典型能量产生。由此可以将身体的吸收特性，特别是有机组织或在其内存储的结构的吸收特性在成像时同时考虑：也就是该吸收特性是主要取决于X射线辐射的能量。通常来说基于源自带有更低的典型能量的X射线辐射的X射线投影数据重建低能量图像，而基于源自带有更高的典型能量的X射线辐射的X射线投影数据重建高能量图像。这两个图像然后可以彼此之间组合，以便从中例如生成患者的软组织图像或骨骼图像。借助多光谱方法以此方式可以实现待成像的身体区域内部的不同物质的更好的区别，例如为检查区域以内的骨骼组织和造影剂之间的区分。

从每次利用分别一个能量的获取中生成或计算出一个单独的所谓单能量图像堆栈，其既可以单独的（如上所述）又可以在（与分别的其它图像堆栈）组合的图像堆栈中为了最优输出被准备。在后一种情况下重要的是，如此选择组合的图像堆栈的输出参数，使得能够为用户提供观察时的最优的认知获取。在此意义上的输出优化考虑例如所谓的对比度噪声比（contrast-noise-ratio-CNR），其中在输出的组合图像堆栈中达到相对于尽可能小的噪声的尽可能大的对比度。

为了将多个单能量图像堆栈组合成一个组合图像堆栈，当前存在两种不同原理的组合方法，也就是所谓的最优对比度方法和另外一种方法，在其中生成单能量图像堆栈。

最优对比度方法例如在Holmes,David等的文章:“Evaluation of non-linear blending in dual-energy computed tomography”.Eur J Radiol.2008十二月，68(3)，第409至413页被描述，其内容被视为在这里提供的描述的一部分。在这里借助非线性算法从两个双能量图像堆栈的低能量和高能量部分中算出最优比例，并且将两个图像堆栈彼此融合（geblendet），也即是说混合。在此涉及到所谓的S形融合，也即是说两个图像的分别确定的最优部分在混合图像堆栈上非线性地，也就是S形地出现（ausfallen）。

单能量图像堆栈的生成例如在Silva,Alvin等的文章:“Dual-Energy(Spectral)CT:Applications in Abdominal Imaging”.Radio Graphics2011,31,第1031至1046页被描述，其内容同样被视为当前公开文件的一部分。在这里假设两个（或多个）提供的通过测量产生的图像堆栈生成另外的、虚拟的基于所假定的（第三）能量的图像堆栈，所述能量通常不同于在图像获取时的多个能量。在这里再次如此选择所假定的第三能量，使得获得上面提到的意义上的输出优化。

借助这里介绍的方法可以通过完整组合的图像堆栈获得输出优化，也即是说始终为此设计，即取决于特定的输出兴趣而优化整个组合图像堆栈的输出。由此不可避免地特定的图像区域（例如是特定的器官或结构）尤其好地被显示，与此同时其余图像区域的可成像性也不可避免地被降低。

发明内容

从这里显示的问题出发，基于本发明要解决的技术问题是，进一步优化在多光谱方法中获得的测量数据的图像输出。这些涉及到尤其是优选在检查对象的身体内部的不同结构的可识别性的优化。

开始提及类型的方法因此根据本发明包括以下步骤：

a）接收基于第一能量的X射线辐射采集的检查对象的第一测量数据和基于不同于第一能量的第二能量的X射线辐射采集的检查对象的第二测量数据，

b）基于在分别的目标图像点处的第一和第二测量数据，分别取决于目标图像点的局部最优参数值，在推导代表了目标图像点的最优输出的图像点重现参数值的条件下，来调节目标图像点的最优输出，所述局部最优参数值分别局部地从位于目标图像点区域内的第一和第二测量数据中被确定，

c）基于目标图像点的最优输出确定输出数据。