圖像偽影的減少的製作方法

2023-07-07 08:06:21 1

專利名稱：圖像偽影的減少的製作方法
圖像偽影的減少本文大體涉及減少圖像偽影，並且尤其應用於錐形射束計算機斷層攝影(CT)。 不過，它也可以適用於其他醫療成像應用和非醫療成像應用。對於錐形射束計算機斷層攝影而言存在多種精確重建算法。這樣的算法能夠重 建受檢者或對象的被掃描結構的衰減圖像數據，而基本沒有錐形射束偽影，例如條紋和 /或強度下降。令人遺憾的是，這樣的算法基於具有完整的投影數據，而一些掃描，例 如圓形軌跡軸向錐形射束掃描生成不完整的投影數據，因為被掃描視場的一些區域未得 到充足採樣，因為至少有一個平面與被掃描視場的一些區域相交而不和源軌跡相交。因 此，經重建的圖像可能受到因被掃描結構中的強ζ梯度而導致的錐形射束偽影的影響。用於減少錐形射束偽影的一項技術包括直接從經重建的圖像減去偽影。這樣的 技術可以包括執行第一遍重建以生成第一圖像數據；將第一圖像數據分割成若干組織 類型，例如水、空氣、骨骼等；將經分割的圖像正向投影回採集幾何結構中；對經正向 投影的數據執行第二遍重建以生成第二圖像數據；基於經分割的圖像數據和第二圖像數 據生成差異圖像；以及利用適當的乘法因子和/或額外的可能過濾步驟從採集圖像數據 減去差異圖像數據，以生成經校正的圖像數據。令人遺憾的是，乘法因子的選擇以及額 外過濾的選擇並不是直截了當的。另一項技術包括從圖像數據提取關於對象或受檢者中的梯度的知識，以及使用 該信息在第二遍中重新模擬錐形射束偽影，以便稍後通過減法從圖像數據消除偽影。令 人遺憾的是，這種校正一般限於被掃描視場的中央子區域，並且偽影一般隨著距中央平 面的距離而增大。對於涉及掃描諸如人或動物的運動對象的應用而言，基於對比度的選通旋轉採 集常常基於分散或不完整的角採樣，其中對一部分角採樣間隔來說數據不可用或缺失。 分散角採樣可能限制重建的圖像質量。例如，在使用具有同時採集的ECG信號的單一圓 弧採集時，投影數據的選通導致重建體積中的偽影，例如條紋。可以通過執行多次圓弧 採集來克服偽影。令人遺憾的是，這會導致更長的採集時間和增加的患者劑量。本申請的各個方面解決上述問題以及其他問題。根據一個方面，一種方法包括基於採集投影數據和虛擬投影數據生成模擬的 完整投影數據，所述採集投影數據是不完整投影數據，所述虛擬投影數據使所述不完整 投影數據完整化；以及重建所述模擬的完整投影數據以生成體圖像數據。根據另一方面，一種方法包括利用補充數據補充從不完整投影數據生成的採 集圖像數據以擴展可重建視場的體積；以及採用偽影校正來校正基於經擴展的可重建視 場的可校正視場。根據另一方面，一種系統包括投影數據完整化器，其基於採集不完整投影數 據和虛擬投影數據生成模擬的完整投影數據，所述虛擬投影數據使所述採集不完整投影 數據完整化；以及重建器，所述重建器重建所述模擬的完整投影數據以生成表示所述模 擬的完整投影數據的體圖像數據。根據另一方面，一種系統包括圖像數據補充器，其利用補充數據補充從不完整投影數據生成的採集圖像數據以擴展可重建視場的體積；以及校正單元，其採用偽影 校正算法來校正基於經擴展的可重建視場的可校正視場。可以通過各種部件和部件布置，以及通過各種步驟和步驟布置的形式實現本發 明。附圖的作用在於對優選實施例進行圖示，不應認為其對本發明構成限制。

圖1圖示了一種成像系統。圖2圖示了示例投影數據完整化器。圖3A、3B和3C圖示了示例採集源軌跡和完整化採集源軌跡的示例虛擬源軌跡。圖4圖示了示例圖像數據補充器。圖5圖示了示例擬態(authropomorphic)模型。圖6-9圖示了示例可重建視場。圖10和11圖示了示例可校正視場。圖12圖示了經擴展的可校正視場。圖13圖示了一種示例方法。圖14圖示了一種示例方法。圖15圖示了一種示例方法。圖16圖示了示例共軛選通窗口函數。圖1圖示了一種示例醫療成像系統100，其包括靜止掃描架102和旋轉掃描架 104，旋轉掃描架104由靜止掃描架102可旋轉地支撐。旋轉掃描架104關於縱向軸或ζ 軸108繞檢查區域106旋轉。輻射源110由旋轉掃描架104支撐並與旋轉掃描架104 —起關於ζ軸繞檢查區域 106旋轉。輻射源110沿著諸如圓形或其他源軌跡的源軌跡移動，並發射貫穿檢查區域 106的輻射。準直器112對所發射的輻射進行準直以產生大體圓錐形、扇形、楔形或其他 形狀的輻射束。輻射敏感探測器陣列114探測貫穿檢查區域106的光子並生成表示其的投影數 據。重建器116重建投影數據並生成表示檢查區域106的體圖像數據。諸如臥榻的患者支撐物118支撐患者以進行掃描。通用計算系統120充當操作 員控制臺。駐留在控制臺120上的軟體允許操作員控制系統100的操作。這種控制可以 包括選擇協議，該協議採用不完整投影數據偽影校正算法來校正與重建不完整投影數據 相關聯的偽影。掃描器100能夠用於執行各種採集。在一種情況下，掃描器100用於執行生成 不完整投影數據的採集。這種採集的示例包括，但不限於，圓形軌跡、軸向錐形射束掃 描。在一個實施例中，投影數據完整化器122利用虛擬投影數據使不完整投影數據 完整化以生成完整投影數據。如下文更詳細描述的，這可以通過以下方式實現通過外 推或其他方式在Radon空間中擴展不完整投影數據，以生成使不完整投影數據完整化的 缺失數據。可以將這樣獲得的模擬的完整投影數據用於生成這樣的圖像，其圖像質量大 致與利用採集期間獲得的完整投影數據生成的圖像的圖像質量相同。在備選實施例中，數據補充器124補充利用不完整投影數據生成的圖像數據。如下文更詳細描述的，這可以通過基於表示被掃描對象或受檢者的模型來實現，其中， 該模型被配準到圖像數據並用於確定圖像數據中缺少的結構。校正單元126校正用於諸 如錐形射束偽影的不完整投影數據偽影的補充的圖像數據。相對於不補充圖像數據的配 置而言，像這樣補充數據能夠校正視場的更大部分。圖2圖示了投影數據完整化器122的示例實施例。分割器202分割從不完整投 影數據重建的採集圖像數據。分割器202將圖像數據分割成多種不同組織類型，例如， 但不限於水、空氣和骨骼。通常，選擇組織類型，使得在基本消除偽影的同時維持生成 偽影的結構，例如生成高ζ梯度的結構。在一種情況下，分割器202基於圖像數據的直 方圖分析來自動分割圖像數據。在另一種情況下，分割器202採用一種閾值技術，該閾 值技術將Hounsfield尺度分成多個不相交區間，而每個區間被分配常數Hounsfield值，例 如區間中點或區間其他點的值。這裡也預期使用基於用戶輸入的人工分割技術。正向投影儀204將經分割的圖像數據正向投影到適當的幾何結構中，包括與採 集幾何結構不同的幾何結構中。幾何結構庫206包括N個不同的虛擬幾何結構208和 210，其中N為整數。適當的虛擬幾何結構包括具有使不完整投影數據完整化的源軌跡的 虛擬幾何結構。例如，適當的軌跡包括這樣的軌跡，當其與採集軌跡組合時與和視場相 交的每個平面相交。可以自動地和/或基於用戶輸入(在需要時)動態地確定適當的幾 何結構。作為非限制性示例，在採集幾何結構包括圓形軌跡時，適當的虛擬幾何結構可 以包括具有線軌跡、與採集軌跡的平面正交的另一圓軌跡、螺旋形軌跡、馬鞍形軌跡等 的幾何結構。圖3A和3B分別示出了 240度圓弧採集軌跡和正交圓虛擬軌跡的非限制性 示例，圓弧採集軌跡得到不完整的投影數據，而正交圓虛擬軌跡完整化圓弧採集軌跡。 圖3C示出了圖3A和3B的軌跡的疊加。圖中的軸表示以毫米(mm)為單位的距離。返回到圖2，數據組合器212組合採集投影數據和虛擬投影數據以生成模擬的完 整投影數據，可以在第二次或後續重建中重建該模擬的完整投影數據。可以利用針對採 集投影數據的加權函數Wl和針對虛擬投影數據的加權函數W2控制虛擬投影數據對重建 的影響，其基於Radon變換數據，例如，權重與一個特定平面與源和虛擬軌跡的交點數 量相關。在一種情況下，僅在缺少採集投影數據時使用虛擬投影數據。在這種情況下， 適當的權重包括在採集投影數據可用時Wl = 1和W2 = 0，而在採集投影數據不可用時 W1=0*W2 = 1。可以使用其他權重，例如，在另一實施例中，適當的權重包括Wl =.75和W2 = .25或某種其他組合。在圖示的示例中，在參數庫214中存儲這種權重。利用適當的重建算法，由重建器116或其他方式基於權重重建所生成的模擬的 完整投影數據。適當的重建算法的示例包括，但不限於，精確重建算法，例如用於分段 可微源軌跡的精確重建算法。備選地，可以使用其他精確重建算法。如上所述，通過使不完整投影數據完整化，利用模擬的不完整投影數據生成的 圖像的圖像質量大約與採集期間利用完整投影數據生成的圖像的圖像質量相同。要認識到，也可以針對其他應用生成虛擬投影數據。例如，可以使用以上方式 來生成虛擬數據，例如對於心臟掃描的針對選通窗口之外階段的心臟階段數據和/或用 於其他應用的其他虛擬數據。圖4圖示了數據補充器124的非限制性實施例的示例。數據發生器402生成與利用不完整投影數據生成的採集圖像數據結合的補充數據。在圖示的示例中，數據發生 器402基於表示被掃描對象或解剖結構的被掃描結構的模型生成補充數據。例如，在被 掃描解剖結構是特定器官(例如，心臟、脊柱、肝臟等)時，使用的模型可以是表示包括 該器官的解剖結構的模型，例如圖5所示的示例擬態模型或僅表示器官的模塊。數據發生器402將模型與採集圖像數據配準或擬合，以將模型中的解剖或結構 信息映射到採集圖像數據中的解剖或結構信息，這也將在採集圖像數據中缺失的模型中 的解剖或結構信息映射到採集圖像數據。配準可以包括迭代方式，該方式中調節配準， 直到滿足相似性量度和/或其他標準。任選地，操作員也可以人工調節配準。在配準 時，可以基於經配準的模型為採集圖像數據生成採集圖像數據中沒有的、模型中的解剖 或結構信息。數據發生器402使用的模型可以是預先存儲在模型庫404中的現有模型或由模 型發生器406動態生成的模型。這樣的模型對於被掃描對象或受檢者而言可以是通用的 或特定的。示例的通用模型可以是基於對象或受檢者看起來應該什麼樣的先驗知識的抽 象。先驗知識可以包括從以下獲得的信息文獻、對對象或受檢者(例如平均或實際經 過的表達)執行的較早程序、其他類似對象或受檢者和/或其他信息。抽象可以是圖形 的和/或數學方程。特定模型的示例包括基於被掃描對象或受檢者的信息的模型。模型庫404中存儲的一個或多個模型可以是已經從外部模型源向模型庫404上載 /下載的、由模型發生器406生成的和/或以其他方式提供的。模型發生器406可以使用各種方式來生成模型。例如，圖示的模型發生器406 包括一個或多個機器學習算法408，其允許模型發生器406利用諸如歷史信息、模式、規 則等信息來通過使用分類器(歸納和/或推演)、統計學、神經網絡、支持向量機、成本 函數、推理等的計算和統計方法生成模型。例如，算法408可以使用諸如對象或類似對 象的尺寸、形狀、取向、位置等的輸入、受檢者或一個或多個不同受檢者的解剖結構、 先前生成的模型和/或其他信息來生成針對被掃描對象或受檢者的模型。此外，模型發 生器406可以使用迭代方式，其中通過兩次或更多次迭代來細化模型。可以使用模型細化器410基於通用模型和對應於對象或受檢者的信息來生成對 被掃描對象或受檢者而言特定的模型。例如，模型細化器410可以使用表示對象或解剖 結構的尺寸、形狀、取向、位置等的信息來修改通用模型，以更加專門針對對象或受檢 者。在一個實施例中，省略或不使用模型細化器410。校正單元126為補充的圖像數據校正偽影。在本示例中，校正單元126採用諸 如基於減法的重建技術的多次重建技術。一種這樣的技術包括將補充的圖像數據分割 成若干組織類型，例如水、空氣、骨骼和/或一種或多種與高梯度組織界面相關聯的其 他組織類型；將經分割的圖像數據正向投影到採集幾何結構中；重建經正向投影的經分 割的圖像數據以生成第二圖像數據；基於經分割的圖像數據和第二圖像數據之間的差異 生成突出偽影的圖像數據；以及從補充的圖像數據減去差異圖像數據以為補充的成像數 據校正不完整數據偽影。備選地，可以使用其他偽影校正技術。沒有補充數據，校正單元126僅能夠校正採集圖像數據的子部分。結合圓形軌 跡軸向錐形射束掃描和圖6-11圖示了這一情況。開始參考圖6，輻射源110沿著繞ζ軸106的圓形軌跡從第一角位置604發射輻
8射602。在位置604，輻射602貫穿被照射視場608的第一子部分606，並被探測器陣列 114探測。圖7描繪了從第二角位置702發射輻射602的輻射源110，第二角位置在圓形 軌跡上距第一角位置604大約180度。在第二位置702，輻射602貫穿被照射視場608中 與第一子部分606不同的第二子部分704，並被探測器陣列114探測。圖8圖示了圖6和7的疊加。在圖8中，被照射視場608的第三子部分802代 表在輻射源Iio沿著圓形軌跡行進時輻射602貫穿通過的被照射視場608的部分。對於 被照射視場608的子部分804和806，在源110的一些角位置(例如604和702)處，輻 射602不會貫穿子部分606和704中的一個或多個，於是，缺失了用於針對子部分606和 704進行重建的數據。因此，被照射視場608的第三子部分802代表可重建視場802。為了清楚起見，圖9圖示了相對於被照射視場608的可重建視場802，未示出源 110、探測器陣列114或輻射束602。如圖所示，可重建視場802代表被照射視場608的 子部分。圖10額外示出了針對可重建視場802的可校正視場1002。可校正視場1002由 可重建視場802界定，並且包括可重建視場802的子部分，在該子部分中可對圖像數據正 向投影以生成用於後續重建的投影數據。這樣，子部分1004不是可校正視場1002的一 部分。為了清楚起見，圖11僅示出了相對於被照射視場608的可校正視場1002。如圖 所示，可校正視場1002代表可重建視場802的子部分。圖12示出了針對補充的圖像數據的可校正視場1002，。如圖所示，在圖12中， 補充數據有效將可重建視場802的體積增大到802』 (其體積基本等於被照射視場608體 積)，由此將可校正視場1002的體積增大到1002』 (其體積基本等於可重建視場802的 體積)。這樣，校正單元126能夠這樣校正圖像數據的整個可重建視場802 通過向採集 圖像數據增加補充數據，將可重建視場802擴展到被照射視場608的維度，其將可校正視 場1002擴展到可重建視場802的維度。圖13圖示了用於使不完整投影數據完整化的方法。在1302，執行獲得不完整投 影數據的掃描。在1304，重建採集投影數據以生成採集圖像數據。在1306，將採集圖 像數據分割成兩個或更多結構類型。在1308，將經分割的圖像數據正向投影到虛擬幾何 結構中，該虛擬幾何結構包括虛擬源軌跡，虛擬源軌跡使採集軌跡完整化以生成虛擬投 影數據。在1310，將正向投影的數據與不完整投影數據組合，以生成模擬的完整投影數 據。在1312，利用針對採集和虛擬投影數據的適當權重來重建模擬的完整投影數據。圖14圖示了用於擴展圖像數據的可校正視場的方法。在1402，執行獲得不完整 投影數據的掃描。在1404，重建採集投影數據以生成採集圖像數據。在1406，基於採 集圖像數據和被掃描對象或受檢者的模型生成補充數據，其中補充數據代表模型中的採 集圖像數據缺少的結構。在1408，將補充數據與採集圖像數據組合以形成補充的圖像數 據，這增大或擴展了可重建視場，使得可校正視場在維度上與可重建視場大約相等。在 1410，針對不完整投影數據偽影，包括圓形軌跡軸向錐形射束偽影，校正可校正視場。在另一實施例中，針對移動的對象生成虛擬投影數據。出於解釋的目的，下面 結合心臟進行描述，例如，結合心臟應用針對心臟階段生成虛擬投影數據。但是，應當 理解，對象可以是在被成像的同時移動的任意對象。參照圖15和16描述本實施例。開始參考圖15，在1502，執行旋轉弧採集，並且同時採集用於將投影數據映射 或相關到心臟的心臟階段的信息。可以在用造影劑填充心臟的感興趣血管和/或腔的同時執行採集，而信息可以是心電圖(ECG)和/或將投影數據相關到心臟階段的其他信 息。通常，這樣的採集產生分散角採樣，並得到不完整數據，這可能在重建的數據中導 致條紋。在1504，針對心臟階段生成第一圖像數據，心臟階段可以是心搏周期的相對低 的運動(靜息)階段或其他階段。在本示例中，第一圖像數據是利用使用第一選通窗口 的選通過濾背投影重建算法生成的三維重建。在一種情況下，第一選通窗口代表感興趣 階段附近的預設範圍，並且可以對其加權，使得離窗口的中心區域較近的數據比離中心 區域較遠的數據貢獻程度更大。圖16示出了示例第一加權函數1602。在本示例中，加 權函數是窗口寬度為心搏周期75%的cos2加權函數。在1506，將第一圖像數據分割成兩種或更多不同類型的組織。適當的組織類型 包括，但不限於，空氣、水、骨骼、造影劑等。如上所述，在一種情況下，所選擇的組 織類型常常對應於生成偽影的結構，例如，生成高ζ梯度的結構。同樣地，分割可以基 於圖像數據的直方圖分析、將Hounsfield尺度分成多個不相交區間的閾值技術和/或其他 分割技術。在一種非限制性情況下，例如，利用高斯、中值或其他濾波器對分割段的投 影進行過濾，這可以使重建平滑。在1508，對經分割的圖像數據進行正向投影。可以將經分割的圖像數據正向投 影到採集幾何結構或虛擬幾何結構中。在一個實施例中，將經分割的圖像數據正向投影 到未被測量的心臟階段的視圖中，由此外推或填入在採集角採樣間隔中的缺失數據。在1510，重建新生成的投影數據以生成第二圖像數據。在本示例中，第二圖像 數據是利用使用第二選通窗口的選通過濾背投影重建算法生成的三維重建。圖16示出了 示例第二加權函數1604。在本示例中，第二加權函數是第一加權函數的共軛，或等於1 減去第一加權函數(ι-第一加權函數)。在1512，將第一和第二圖像數據組合以形成第三圖像數據。在一種情況下，根 據方程1組合第一和第二圖像數據方程1 第三圖像數據=A(第一圖像數據)+B (第二圖像數據)，其中A和B是加權函數。可以通過各種方式選擇加權函數A和B。在一種情 況下，A = B = 0.5。在另一種情況下，權重A和B不相等。在又一種情況下，權重之 和不等於一。要認識到，所得的第三圖像數據可能具有比第一圖像數據更少的偽影，以 及增加的信噪比和對比度與噪聲比。可以通過計算機可讀指令實現以上內容，在由計算 機處理器執行時，所述指令將使所述處理器執行這裡所述的動作。在這種情況下，將所 述指令存儲在與相關計算機相關聯和/或能夠為其所訪問的計算機可讀存儲介質中，例 如存儲器中。要認識到，這裡的方法適用於其他成像應用，包括但不限於在圓形模式下工作 的CT系統、沿著平面源軌跡採集不完整數據的C臂系統和/或生成投影數據的不完整集 合的任何其他成像應用。已經參考優選實施例描述了本發明。在閱讀並理解了前述詳細說明的情況下， 本領域技術人員可以想到修改和變化。這意味著，應當將本發明推斷為包括所有此類落 在權利要求及其等同替代的範圍內的修改和變化。
權利要求
1.一種方法，包括基於採集投影數據和虛擬投影數據生成模擬的完整投影數據，所述採集投影數據是 不完整投影數據，所述虛擬投影數據使所述不完整投影數據完整化；以及重建所述模擬的完整投影數據以生成體圖像數據。
2.根據權利要求1所述的方法，還包括從所述體圖像數據生成圖像，其中，所述圖像的圖像質量與從利用在成像過程期間 獲得的完整投影數據生成的採集圖像數據而生成的圖像的圖像質量大約相同。
3.根據權利要求1到2中的任一項所述的方法，還包括基於與採集源軌跡不同的虛擬源軌跡生成所述虛擬投影數據。
4.根據權利要求3所述的方法，其中，所述虛擬源軌跡是使所述採集源軌跡完整化、 使得與視場相交的每個平面也與所述源軌跡或所述虛擬源軌跡相交的任何軌跡。
5.根據權利要求1到4中的任一項所述的方法，還包括採用權重以影響所述虛擬投影 數據對所述重建的效果。
6.根據權利要求5所述的方法，其中，選擇所述權重，使得在採集投影數據時僅重建 所述採集投影數據。
7.根據權利要求5所述的方法，其中，選擇所述權重，使得在所述採集投影數據和所 述虛擬投影數據都可用時，所述採集投影數據相對於所述虛擬投影數據貢獻程度更大。
8.根據權利要求1到7中的任一項所述的方法，還包括基於所述不完整投影數據生成採集圖像數據；將所述採集圖像數據分割成至少兩種不同類別的結構；以及通過將經分割的圖像數據正向投影到具有所述虛擬源軌跡的虛擬幾何結構來生成所 述虛擬投影數據。
9.根據權利要求1到8中的任一項所述的方法，其中，所述採集投影數據來自圓形軌 跡軸向錐形射束掃描。
10.—種方法，包括利用補充數據補充從不完整投影數據生成的採集圖像數據以擴展可重建視場的體 積；以及採用偽影校正來校正基於經擴展的可重建視場的可校正視場。
11.根據權利要求10所述的方法，其中，所述經擴展的可重建視場的體積大約等於被 照射視場的體積，並且所述可校正視場的體積大約等於所述可重建視場的體積，且所述 可重建視場是所述被照射視場的子部分。
12.根據權利要求10到11中的任一項所述的方法，還包括基於被掃描對象或受檢者的模型生成所述補充數據。
13.根據權利要求12所述的方法，其中，所述模型對於被掃描的結構或解剖結構而言 是通用的或對於被掃描對象或受檢者而言是特定的。
14.根據權利要求12到13中的任一項所述的方法，還包括將所述模型配準到所述採集圖像數據，其中，所述補充數據對應於所述被掃描對象 或受檢者的、在所述模型中但不在所述採集圖像數據中的結構或解剖結構。
15.根據權利要求10到14中的任一項所述的方法，其中，所述校正是第二遍錐形射束偽影校正。
16.根據權利要求10到15中的任一項所述的方法，還包括組合所述補充數據和所述採集數據以生成補充的圖像數據；以及校正所述補充的圖像數據。
17.—種系統，包括投影數據完整化器(122)，其基於採集不完整投影數據和虛擬投影數據生成模擬的完 整投影數據，所述虛擬投影數據使所述採集不完整投影數據完整化；以及重建器(116)，其重建所述模擬的完整投影數據以生成表示所述模擬的完整投影數據 的體圖像數據。
18.根據權利要求17所述的系統，還包括分割器(202)，其分割從所述採集不完整投影數據生成的採集圖像數據，其中，將所 述採集圖像數據分割成至少兩種不同的結構類型；以及正向投影器(204)，其將經分割的圖像數據正向投影到虛擬幾何結構中以生成所述虛 擬投影數據。
19.根據權利要求15到17中的任一項所述的方法，還包括參數庫(214)，其包括定義重建期間所述不完整投影數據和所述虛擬投影數據中的每 個的貢獻的權重。
20.—種系統，包括圖像數據補充器(124)，其利用補充數據補充從不完整投影數據生成的採集圖像數據 以擴展可重建視場的體積；以及校正單元(126)，其採用偽影校正算法來校正基於經擴展的可重建視場的可校正視場。
21.根據權利要求20所述的系統，還包括數據發生器(402)，其基於採集數據和被掃描結構的模型生成所述補充數據。
22.根據權利要求21所述的系統，其中，所述模型對於所述被掃描結構而言是通用的 或特定的。
23.根據權利要求20到22中的任一項所述的系統，其中，所述補充數據代表在所述 模型中而不在所述採集圖像數據中的被掃描結構。
24.根據權利要求20到23中的任一項所述的系統，其中，所述校正包括第二遍錐形 射束偽影校正。
25.根據權利要求20到24中的任一項所述的系統，其中，所述經擴展的可重建視場 的體積大約等於被照射視場的體積，並且所述可校正視場的體積大約等於所述可重建視 場的體積，且所述可重建視場是所述被照射視場的子部分。
26.—種方法，包括同時對移動對象成像並採集表示所述對象的移動周期的信號；選擇性地重建第一投影數據的、對應於所述移動周期的期望階段的子部分以生成第 一圖像數據，其中，基於所述移動周期確定所述子部分；將所述第一圖像數據分割成至少兩種不同的結構類型；對經分割的圖像數據進行正向投影以生成第二投影數據，所述第二投影數據對應於所述期望階段且不在所述第一投影數據中；重建所述第二投影數據以生成第二圖像數據；以及組合所述第一圖像數據和所述第二圖像數據以生成第三圖像數據。
27.根據權利要求26所述的方法，其中，利用第一選通函數重建所述第一投影數據， 並利用第二選通函數重建所述第二投影數據，其中，所述第二選通函數是所述第一選通 函數的共軛。
28.根據權利要求27所述的方法，其中，所述第一加權函數是窗口寬度為所述移動周 期的大約75%的cos2加權函數。
29.根據權利要求26到28中的任一項所述的方法，其中，所述正向投影的動作包括 將所述第二圖像數據正向投影到所述採集幾何結構中。
30.根據權利要求26到28中的任一項所述的方法，其中，所述正向投影的動作包括 將所述第二圖像數據正向投影到虛擬幾何結構中。
31.根據權利要求26到30中的任一項所述的方法，其中，所述正向投影的動作包括 將所述第二圖像數據正向投影到一幾何結構中以便生成不在針對所述期望階段的所述採 集投影數據中的、針對所述期望階段的投影數據。
32.根據權利要求26到31中的任一項所述的方法，其中，所述組合所述第一圖像數 據和所述第二圖像數據以生成第三圖像數據的動作包括向所述第一圖像數據應用第一權 重並向所述第二圖像數據應用第二權重。
33.根據權利要求26到32中的任一項所述的方法，其中，利用帶有加權選通窗口的 選通過濾背投影重建算法來重建所述第一和第二投影數據。
34.根據權利要求33所述的方法，其中，所述加權選通窗口向對應於所述窗口的中心 區域的數據應用相對較高的權重。
35.根據權利要求26到34中的任一項所述的方法，其中，所述信號為ECG信號。
36.根據權利要求26到35中的任一項所述的方法，其中，所述對象為人或動物的心臟。
全文摘要
一種方法包括基於採集投影數據和虛擬投影數據來生成模擬的完整投影數據，其中，所述採集投影數據是不完整投影數據，所述虛擬投影數據使所述不完整投影數據完整化；以及重建所述模擬的完整投影數據以生成體圖像數據。一種備選方法包括利用補充數據補充從不完整投影數據生成的採集圖像數據以擴展可重建視場的體積；以及採用偽影校正來校正基於經擴展的可重建視場的可校正視場。
文檔編號G06T11/00GK102016923SQ200980116203
公開日2011年4月13日 申請日期2009年5月4日 優先權日2008年5月6日
發明者K·埃哈德, P·福斯曼, R·普羅克紹 申請人:皇家飛利浦電子股份有限公司