用于重建对象的图像的系统

技术领域

本发明涉及用于重建对象的图像的系统、方法和计算机程序。

背景技术

在医学成像中，特别是在使用CT系统的医学成像中，迭代重建算法常常用于重建患者的图像。这些迭代重建算法包括大的计算复杂性。因此，为了使用迭代重建算法来重建图像，计算成本(即，必要的计算时间和必要的计算资源)是相当高的。因此，提供一种允许在利用迭代重建算法重建图像时降低计算成本的系统将是有利的。

发明内容

本发明的目的是提供一种允许在使用迭代重建算法重建对象的图像时降低计算成本的系统、方法和计算机程序。

在本发明的第一方面中，提出了一种用于重建对象的图像的系统，其中，所述系统包括：a)投影数据提供单元，其用于提供所述对象的投影数据，其中，所述投影数据已经由CT系统采集；b)基础图像生成单元，其用于基于所述投影数据来生成基础图像；c)修改单元，其用于修改所述基础图像以生成经修改的图像，其中，为了修改所述基础图像，所述修改单元适于基于体素的图像值来修改所述基础图像的体素的图像值；d)图像重建单元，其用于基于所述投影数据使用迭代重建算法来重建所述对象的图像，所述迭代重建算法采用经修改的图像作为用于所述迭代重建的开始图像。

由于基础图像生成单元基于投影数据生成基础图像，因此可以生成基于与应当被重建的图像相同的数据的基础图像。因此，基础图像给出了应当被重建的图像的良好的第一近似。此外，由于修改单元适于修改基础图像，其中，在修改期间，基础图像的体素的图像值基于相应体素的图像值被修改，因此基础图像可以被修改诸如以形成针对所选择的迭代重建的最佳开始图像。例如，如果所选择的迭代重建在存在强梯度的情况下仅缓慢地收敛，则可以修改基础图像的图像值，使得可以在可能的情况下避免经修改的图像(即，开始图像)的图像值中的强梯度。因此，由于用于重建对象的图像的图像重建单元适于基于投影数据使用采用经修改的图像作为用于迭代重建的开始图像的迭代重建算法来重建图像，因此可以实现迭代重建的更快收敛，使得重建图像所需的计算时间和计算资源被减少。

所述投影数据提供单元适于提供在对象的CT扫描期间采集的所述对象的投影数据。数据提供单元可以例如被直接连接到用于采集投影数据的CT系统，并且可以直接提供由CT系统采集的投影数据。此外，数据提供单元也可以是采集投影数据的CT系统的部分。备选地，数据提供单元可以与CT系统分离，和/或可以被连接到例如存储已经由CT系统采集的对象的投影数据的存储单元。此外，数据提供单元本身可以被配置为存储对象的投影数据的存储单元。对象可以是由CT系统扫描的任何对象，例如人类、动物或无生命对象(如手提箱)。在优选实施例中，对象是患者，并且CT系统是常规医学CT系统。

所述基础图像生成单元适于基于所述投影数据来生成基础图像。优选地，所述基础图像生成单元适于使用所述投影数据和允许图像的快速且计算上不昂贵的重建的任何合适的重建算法来重建所述基础图像。优选地，所述基础图像生成单元适于通过将滤波反向投影算法应用于所述投影数据来生成所述基础图像。基础图像可以是2D或3D图像。此外，基础图像包括多个体素，即体积元素，均包括表示对象的对应于相应体素的部分的衰减特性的图像值。术语“体素”在本发明的背景下也被用于描述2D像素，即图片元素。因此，如果基础图像是3D图像，则术语“体素”指的是体积元素，并且如果基础图像是2D图像，则术语“体素”指的是图片元素。图像值可以是例如基于Hounsfield标度的灰度值。但是还可以预期用于表示对象的重建图像中的对象的衰减特性的其他标度。

所述修改单元适于修改所述基础图像以生成经修改的图像。通过修改基础图像的体素的图像值来生成经修改的图像，其中，基于相应体素的图像值来修改图像值。优选地，修改位于基础图像内的感兴趣区域中并且包括为多个预定图像值的部分的图像值的基础图像的每个体素。感兴趣区域可以例如指的是对象的某一结构(例如，如患者的头部的解剖结构、手提箱的内含物)或整个图像。所述修改单元可以适于基于体素的所述图像值来修改图像值，例如，通过使用将体素的图像值联系到体素的图像值本身的数学函数。图像值的修改可以例如指的是对图像值加上或减去预定值，其中，预定值可以取决于图像值。此外，可以实施遵循根据基础图像的相应体素的图像值的更复杂数学函数的更复杂修改。优选地，将修改分配给体素的图像值在数学意义上是唯一的，即，仅以一种预定方式修改特定图像值，其中，相同的图像值被相同地修改。

优选地，修改单元适于通过将预定经修改的图像值分配给体素来修改体素的图像值，其中，所分配的预定经修改的图像值取决于体素的所述图像值。例如，修改单元可以适于基于体素的图像值通过使用将体素的图像值联系到预定经修改的图像值的列表来将预定经修改的图像值分配给体素。备选地，所述联系能够被提供为将预定经修改的图像值联系到体素的图像值的函数。可以基于用于重建对象的投影数据的迭代重建算法的特性的预先了解来选择体素的图像值与预定经修改的图像值之间的联系。例如，如果已知迭代重建算法在存在强梯度或强局部极值的情况下仅非常缓慢地收敛，则修改单元可以适于分析基础图像的图像值以找到这样的强梯度或极值，并且将预定经修改的图像值提供给基础图像的这些图像值，使得强梯度或极值被平滑。在另一示例中，如果已知迭代重建算法在开始图像太远离重建图像的情况下仅缓慢地收敛，则关于被扫描的对象的结构或特性的预先了解可以被用于识别基础图像的属于对象的某些结构的图像值。然后可以将预定经修改的图像值分配给包括属于相应结构的图像值的体素，使得对象的这些结构的典型特性被更清楚地反映，并且经修改的图像更准确地表示被成像的对象。

所述图像重建单元适于基于所提供的投影数据和迭代重建算法来重建对象的图像，其中，经修改的图像被用作用于迭代重建的开始图像。在迭代重建期间，通常在每个迭代步骤期间执行基于投影数据和图像数据的前向和反向投影。在第一迭代步骤期间，迭代重建的开始图像被用作针对第一前向投影和第一反向投影的输入。在优选实施例中，所述迭代重建算法是最大似然重建算法。可以在J.A.Fessler的文章“Statistical imagereconstruction methods for transmission tomography”(Handbook of MedicalImaging,volume 2,chapter 1,pages 1to 70(2000))中找到合适的最大似然重建的示例。

所述投影数据包括在所述对象的定位扫描期间采集的定位扫描投影数据和在所述对象的诊断扫描期间采集的诊断投影数据，其中，所述图像重建单元适于基于所述定位扫描投影数据和所述诊断扫描投影数据使用所述迭代重建算法来重建所述对象的所述图像。定位扫描指的是在诊断扫描之前采集的对象的扫描。通常，定位扫描以非常快速的方式被采集，并且具有比诊断图像的信噪比更低的信噪比。在定位扫描期间采集的投影数据可以指的是2D定位扫描投影数据或3D定位扫描投影数据。例如，可以通过将CT系统的工作台移动通过CT系统而不旋转CT系统的台架并且因此不旋转CT系统的检测器来采集2D定位扫描投影数据。此外，这种2D投影数据可以利用辐射源的小准直或利用辐射源的大准直来采集，即通过仅辐照CT系统的部分或整个探测器。例如，可以通过使用螺旋采集模式来采集3D定位扫描投影数据，其中，在这种情况下，定位扫描指的是螺旋定位扫描。定位扫描可以被用于规划诊断扫描，例如，用于确定基于来自定位扫描的投影数据重建的定位像中的感兴趣区域，其中，诊断扫描然后被限制于在定位扫描中确定的感兴趣区域。也可以预期定位扫描的其他功能，例如，确定对象的位置、要在诊断扫描期间提供给对象的辐射剂量的辐射剂量计算，确定或优化用于诊断扫描的图像设置等。诊断扫描指的是具有允许基于从在诊断扫描期间采集的投影数据重建的诊断图像提供对象的诊断的图像设置的对象扫描。这些图像设置可以例如指的是良好的信噪比、高分辨率、对象的某些结构之间的高对比度等。

图像重建单元适于基于定位扫描投影数据和诊断扫描投影数据使用迭代重建算法来重建对象的所述图像。由于图像重建单元适于不仅基于诊断投影数据而且基于定位扫描投影数据来重建对象的图像，因此迭代重建可以基于更大的数据基础。例如，在利用锥形束CT系统的轴向扫描中，所获得的诊断投影数据在数学意义上是不完整的。这种不完整性可以导致重建图像中的伪影，尤其是在沿着或平行于旋转轴具有高梯度的人体区域中。虽然迭代算法可以最小化这些伪影，但是通常需要不适当的迭代次数以便获得足够的图像质量。包含定位扫描投影数据可以部分地或完全地降低不完整性。因此，提供来自定位扫描的另外的数据可以促进迭代重建算法的收敛。此外，可以从重建接收具有更高图像质量(即具有更少伪影)的重建图像。

例如，定位扫描投影数据可以在每个迭代步骤期间被用作到迭代重建算法的前向和反向迭代的另外的输入。在迭代算法中，在每个迭代步骤中执行前向投影和反向投影。优选的是，这些前向投影和反向投影考虑诊断投影数据和定位扫描投影数据。例如，为了在迭代步骤期间更新一个特定体素的值，与穿过该体素的射线相关联的诊断投影数据被考虑用于这些前向投影和反向投影考虑，其中，如果针对该特定体素存在定位扫描投影数据，则定位扫描投影数据也被考虑。

在实施例中，在所述迭代重建期间，所述定位扫描投影数据接收比所述诊断投影数据更低的权重。由于定位扫描投影数据通常提供更低的信噪比，因此在迭代重建期间向定位扫描投影数据提供更低的权重确保对于存在具有良好覆盖和良好信噪比的诊断投影数据的对象的区域，迭代重建算法将使图像的重建主要基于诊断投影数据。但是，在具有诊断投影数据的低覆盖的区域中，例如在诊断扫描区域的边缘处或在其中诊断投影数据被截断的区域中，甚至低加权的定位扫描投影数据也将对图像的重建具有影响。对于沿着或平行于CT系统(利用其采集投影数据)的旋转轴线具有高梯度的区域，即使使用具有低权重的定位扫描数据，定位扫描投影数据的包含也可以减少通常由这些梯度引起的伪影。

在实施例中，所述定位扫描投影数据在螺旋定位扫描期间被采集。如果在螺旋形定位扫描期间采集定位扫描投影数据，则由定位扫描投影数据提供对象的投影数据的完整集合。因此，可以从定位扫描投影数据重建3D图像。在优选实施例中，所述基础图像生成单元适于基于所述定位扫描投影数据来生成所述基础图像。由于定位扫描投影数据必须被重建成用于规划诊断图像的采集的定位扫描图像，因此如果基础图像生成单元适于基于定位扫描投影数据生成基础图像，则不需要重建用于随后迭代重建的又一图像(即基础图像)。因此，不生成用于提供基础图像的另外的计算成本。在该实施例中，定位扫描投影数据指的是例如在螺旋定位扫描期间采集的3D定位扫描投影数据。

优选地，所述图像重建单元还适于将所述经修改的图像与所述诊断投影数据的初始重建进行配准，并且使用经配准的经修改的图像作为开始图像。由于定位扫描投影数据和诊断投影数据在不同扫描期间被采集，因此对象(例如，患者)的移动可能已经在扫描之间发生。为了确保经修改的图像尽可能接近最终的重建图像，优选的是，如果必要的话，对这样的移动进行补偿。这可以在经修改的图像与诊断投影数据的初始重建的配准期间完成。初始重建可以例如指的是在迭代算法的仅几次迭代之后(例如，在第一次迭代之后)的图像。用于提供初始重建的迭代可以从任意开始图像(例如，从仅包括一个图像值的开始图像)开始。备选地，初始重建可以基于另一重建算法，例如，基于被应用于诊断投影数据的滤波反向投影算法。这样的初始重建可以仅是对象的非常粗略的估计。可以使用任何合适的已知配准算法来执行经修改的图像与初始重建之间的配准。例如，在配准期间，可以在经修改的图像中和在初始重建中识别具有高对比度的高度衰减的对象或区域，并且配准可以基于这些高度衰减的对象，如骨骼或金属对象。例如，在S.Kabus等人的文章“Evaluation of4D-CT Lung Registration”(MICCAI 2009,Lecture Notes in Computer Science，第5761卷、第747至754页(2009))中描述了合适的配准算法的一个示例。此外，图像重建单元还可以适于使用经配准的经修改的图像来将定位扫描投影数据与诊断扫描投影数据配准，并且将迭代算法应用于经配准的定位扫描投影数据和诊断投影数据。例如，如果经修改的图像与诊断投影数据的初始重建之间的配准是已知的，则还可以确定未被修改的基础图像与诊断投影数据之间的配准。因此，另外，定位扫描投影数据和诊断投影数据的配准也是已知的。因此，使用迭代重建算法的图像的重建可以基于配准的定位扫描投影数据和诊断投影数据，补偿可能已经在定位扫描投影数据和诊断投影数据的采集之间发生的患者的移动。

在实施例中，所述修改单元适于确定体素的图像值是否位于预定图像值范围内，并且基于所述确定的结果来修改所述体素的所述图像值。可以通过提供两个图像值阈值来定义预定图像值范围。此外，预定图像值范围也可以通过一个图像值阈值来定义，其中，在图像值阈值之下或之上的所有图像值落在图像值范围内。优选地，可以预先确定多于一个图像值范围，其中，预定图像值范围不交叠。例如，可以选择预定图像值范围，使得一个图像值范围的上边界阈值指的是另一图像值范围的下图像值阈值，其中，在这种情况下，还确定图像值阈值本身属于哪个图像值范围。然后，可以基于体素的图像值位于相应的预定图像值范围内的确定而以一种方式修改体素的图像值，其中，如果体素的图像值位于另一相应的预定图像值范围内，则可以以另一种方式修改体素的图像值。如果预定图像值范围通过两个图像值阈值来定义，则修改单元适于通过比较体素的图像值与预定图像值范围的两个图像值阈值来确定体素的图像值是否位于预定图像值范围内。具体地，修改单元适于确定体素的图像值是否大于预定图像值范围的更低图像值阈值并且小于预定图像值范围的更高图像值阈值，其中，那么体素的图像值位于预定图像值范围内。如果图像值范围仅由一个阈值确定使得大于或小于图像值阈值的所有图像值位于预定图像值范围内，则修改单元适于通过比较体素的图像值与图像值阈值来确定体素的图像值是否位于预定图像值范围内，并且如果体素的图像值大于或小于预定图像值范围的图像值阈值，则修改单元适于确定体素的图像值是否位于预定图像值范围内，确定体素的图像值位于预定图像值范围内。

修改单元然后适于基于确定的结果来修改体素的图像值。例如，如果确定的结果是体素的图像值落在预定图像值范围内，则修改单元可以适于修改体素的图像值。优选地，如果确定的结果是体素的图像值落在预定图像值范围内，则修改单元适于通过将预定经修改的图像值分配给体素来修改体素的图像值。在另一示例中，如果确定的结果是体素的图像值不落入预定图像值范围内，则修改单元可以适于不修改体素的图像值，优选地不将经修改的图像值分配给体素。

在优选实施例中，所述预定图像值范围基于所述对象的特性。被成像的对象的特性可以例如指的是被成像的对象的结构特性或被成像的对象的成分特性。例如，如果对象是患者，则被成像的对象的特性可以指的是在对象的被成像的区域中预期的某些组织，如骨骼组织、肌肉组织或器官组织。因此，仅修改已知它们位于特定图像值范围(例如，已知在迭代重建期间引起问题的图像值范围)内的基础图像的图像值是可能的。此外，如果图像值范围基于被成像的对象的特性，则当确定在迭代重建期间可以引起问题的图像值范围时，可以考虑已经已知的被成像的对象的特性。

在优选实施例中，所述修改单元适于还基于所述基础图像中的感兴趣区域中的位于所述预定图像值范围内的所有体素的图像值的特性来修改所述基础图像的体素的图像值。基础图像的位于预定图像值范围内的图像值的特性可以例如指的是基础图像的位于预定图像值范围内的图像值的分布、基础图像的位于预定图像值范围内的图像值的平均值或可以基于基础图像的位于预定图像值范围内的图像值采集的其他统计分析值。例如，如果基础图像的在预定图像值范围内的图像值的特性示出基本上均匀的分布，则位于该范围内的体素的图像值可以被修改为恒定的预定经修改的图像值。优选地，在这种情况下，修改单元适于通过将预定经修改的图像分配给例如为基础图像的在预定图像值范围内的所有图像值的平均图像值的体素来修改体素的图像值。或者，例如，如果基础图像的在预定图像值范围内的图像值的特性示出基础图像的在预定图像值范围内的基本上所有图像值包括相同的图像值(例如，位于预定图像值范围的上三分之一内的图像值)，则修改单元可以适于将预定经修改的图像值分配给包括在预定图像值范围内的指的是该特定图像值的图像值的所有体素。还可以预期其他实施例，其中，例如，经修改的图像值示出对基础图像的在预定图像值范围内的图像值的特性的更复杂依赖性。

在优选实施例中，所述修改单元适于通过将预定经修改的图像值分配给体素来修改所述基础图像在感兴趣区域内的包括所述预定图像值范围内的每个体素的图像值。然后，预定经修改的图像值可以例如是基于关于对象的特性的预先了解或基于基础图像的在预定图像值范围内的图像值的特性而确定的值。如果对象是患者，则预定经修改的图像值可以例如指的是针对软组织预期的已知平均图像值。

在实施例中，所述修改单元适于通过将第一经修改的图像值分配给感兴趣区域的包括在对应于真空或空气的第一图像值范围内的图像值的每个体素并且通过将第二经修改的图像值分配给所述感兴趣区域的包括在对应于软组织的第二图像值范围内的图像值的每个体素来修改所述基础图像的在所述感兴趣区域内的体素的图像值。对应于真空或空气的第一图像值范围可以例如被定义为包括包含在-530HU之下的图像值的所有体素，并且对应于软组织的第二图像值范围可以例如被定义为包括包含在-530HU与560HU之间的图像值的所有体素。第一经修改的图像值然后可以对应于被定义为-1000HU的针对真空或空气的图像值。第二经修改的图像值可以通过软组织(例如，器官组织或肌肉组织)的已知典型图像值来定义，并且可以例如被选择为25HU。发明人已经发现，在这样的实施例中，可以尤其改善迭代重建算法的收敛。

在本发明的又一方面中，提出了一种用于重建对象的图像的方法，其中，所述方法包括以下步骤：a)提供所述对象的投影数据，其中，所述投影数据已经由CT系统采集；b)基于所述投影数据生成基础图像；c)修改所述基础图像以生成经修改的图像，其中，为了修改所述基础图像，基于体素的图像值来修改所述基础图像的所述体素的图像值；d)重建所述对象的图像，其中，基于所述投影数据使用迭代重建算法来重建所述图像，所述迭代重建算法使用经修改的图像作为用于所述迭代重建的开始图像。

在本发明的又一方面中，提出了一种用于重建对象的图像的计算机程序，其中，所述计算机程序包括程序代码模块，其用于当所述计算机程序由控制根据权利要求1所述的系统的计算机执行时使所述系统执行根据权利要求14所述的方法的步骤。

应当理解，根据权利要求1所述的用于重建对象的图像的系统、根据权利要求14所述的方法和根据权利要求15所述的计算机程序具有相似和/或相同的优选实施例，特别是如从属权利要求中定义的。

应当理解，本发明的优选实施例也能够是独立权利要求或以上实施例与相应从属权利要求的任何组合。

参考下文描述的实施例，本发明的这些和其他方面将是显而易见的并且得到阐明。

附图说明

在以下附图中：

图1示意性且示例性地示出了用于提供对象的图像的系统的实施例，

图2示出了根据系统的实施例的图像重建的示例性结果，

图3示出了根据系统的另一实施例的图像重建的示例性结果，并且

图4示出了示例性地图示用于提供对象的图像的方法的实施例的流程图。

具体实施方式

图1示意性且示例性地示出了用于重建对象的图像的系统的实施例。在该实施例中，系统100适于重建躺在支撑器件151(如患者台)上的患者150的图像。在其他实施例中，对象也可以是动物或无生命对象。系统100包括投影数据提供单元110，投影数据提供单元110提供由CT系统160在患者150的CT扫描期间采集的患者150的投影数据。此外，系统100包括基础图像生成单元120、修改单元130和图像重建单元140。

在第一实施例中，数据提供单元110适于提供在对象的诊断扫描期间采集的诊断投影数据作为投影数据，其中，在患者150的诊断扫描之前不执行定位扫描。基础图像生成单元120然后适于基于所提供的指的是诊断投影数据的投影数据通过例如将滤波反向投影算法应用于投影数据来生成基础图像。

在该实施例中，修改单元130适于基于体素的图像值将预定经修改的图像值分配给基础图像的体素。在此处描述的实施例中，确定第一图像值范围和第二图像值范围。第一图像值范围被确定为包括基础图像的包括预期表示空气的图像值的所有体素，并且第二图像值范围被确定为包括基础图像的包括预期表示患者150的软组织(例如，器官组织或肌肉组织)的图像值的所有体素。因此，对于第一图像值范围，选择-530HU的上图像值阈值，其中，第一图像值范围被定义为包括基础图像的包括在所选择的上图像值阈值之下的图像值的所有体素。对于第二图像值范围，在该实施例中，选择-530HU的下图像值阈值和560HU的上阈值。此外，在该实施例中，修改单元130适于分别向基础图像的包括第一图像值范围内的图像值和第二图像值范围内的图像值的所有体素提供第一经修改的图像值和第二经修改的图像值。作为对于空气的表示，由修改单元130将-1000HU的第一经修改的图像值分配给基础图像的包括第一图像值范围内的图像值的每个体素。作为对于软组织的表示，由修改单元130将25HU的第二经修改的图像值分配给基础图像的包括第二图像值范围内的图像值的每个体素。因此，基础图像的包括既不位于第一图像值范围内也不位于第二图像值范围内的图像值的体素保持不变。

在该实施例中，修改单元130根据上述规则修改基础图像以生成经修改的图像。在这种情况下，经修改的图像指的是其中包括涉及空气或软组织的图像值的体素分别包括代表性恒定值的图像。图像重建单元140然后使用迭代重建算法(优选地，最大似然重建算法)基于由投影数据提供单元110提供的投影数据来重建患者150的图像，其中，经修改的图像被用作针对迭代重建的开始图像。发明人已经发现，上面描述的基础图像的修改导致使用迭代重建(优选地，最大似然重建)的CT图像的特别快且准确的重建。在图2中示出了根据上面描述的实施例生成的使用经修改的图像作为迭代重建算法的开始图像的这种重建的结果。

图2的左上角的图像210示出了用于最大似然迭代重建算法的常规开始图像，其中，例如通过对投影数据使用滤波反向投影算法来采集常规开始图像。以350HU的水平和70HU的窗口示出了图像210。图2左下角的图像220示出了重建图像，其中，该图像使用常规开始图像210迭代地重建。也以35HU的水平和70HU的窗口示出了在100次迭代之后的图像220。图2右上角的图像230示出了根据上面描述的实施例生成的经修改的图像。可以看出，与常规的开始图像210相比，经修改的图像230示出了患者的不同结构之间(即，空气、软组织和骨骼之间)的清晰描绘。图2的右下角的图像240示出了基于图像230作为开始图像的重建结果，其中，最大似然迭代重建也被用于该重建。可以看出，图像220和图像240几乎完全相同，其中，基于经修改的图像230作为开始图像而重建的图像240仅需要20次迭代用于重建。因此，利用如例如由经修改的图像230表示的经修改的开始图像可以大大减少重建CT图像所需的计算工作量。

在如上面描述的本发明的实施例中，投影数据提供单元110适于提供对象的投影数据，其包括在患者150的螺旋定位扫描期间采集的定位扫描投影数据和在患者150的诊断扫描期间采集的诊断投影数据。在该实施例中，基础图像生成单元120可以适于基于定位扫描投影数据生成基础图像。然后，修改单元130可以基于定位扫描投影数据修改所生成的基础图像，如上面已经描述的。在图3中示出了使用基于定位扫描投影数据生成的基础图像的效果。

图3中的图像310示出了常规重建轴向CT扫描图像，而图像320示出了基于与图像310相同的投影数据重建的重建图像，不同之处在于从定位扫描投影数据重建的图像被用作开始图像。为了清楚地示出提供基于定位扫描投影数据生成的基础图像的效果，在不修改基础图像的情况下重建图像310，使得从定位扫描投影数据生成的基础图像被直接用作用于迭代重建的开始图像。在图像310和图像320之间的比较中，可以看出，基于使用定位扫描图像作为开始图像的重建的图像320示出更少的伪影。因此，基于定位扫描投影数据生成基础图像可以导致更准确的重建结果。

此外，除了基于定位扫描投影数据生成基础图像之外或作为基于定位扫描投影数据生成基础图像的备选，图像重建单元140可以适于基于定位扫描投影数据和诊断投影数据来重建患者150的图像。该实施例中，为了重建图像，图像重建单元140还适于首先将定位扫描投影数据与诊断投影数据配准，因为对于患者，定位扫描投影数据与诊断投影数据的采集之间的移动是可能的。在可能没有移动的其他实施例中，例如，如果对象是手提箱，则可以省略配准。为了配准定位扫描投影数据和诊断投影数据，图像重建单元140能够适于使用基于定位扫描投影数据确定的已经确定的经修改的图像，即基于定位扫描投影数据重建的基础图像，或如果经修改的图像不基于定位扫描投影数据，则可以适于基于定位扫描投影数据使用例如滤波反向投影算法来重建定位扫描图像。此外，图像重建单元140可以适于基于诊断投影数据提供初始重建图像，其中，初始重建图像可以通过将滤波反向投影算法应用于所述诊断投影数据，或通过基于任意开始图像对诊断投影图像应用迭代算法的几次迭代来重建。然后，图像重建单元140可以基于定位扫描投影数据来确定图像结构，如由初始重建图像中和重建图像中的骨骼或金属产生的高度衰减结构。基于所确定的图像结构，然后可以配准两幅图像，即基于定位扫描投影数据的重建图像。例如，经修改的图像被平移和/或旋转以对应于初始重建图像。然后可以将定位扫描投影数据相应地配准到诊断投影数据。

图像重建单元140然后适于基于经配准的定位扫描投影数据和诊断投影数据来重建图像。例如，在每个迭代步骤中的前向和反向投影期间，除了诊断投影数据之外，还可以使用定位扫描投影数据。例如，为了在迭代步骤期间(即，在前向和反向投影期间)更新一个特定体素的值，考虑与穿过该体素的射线相关联的数据，其中，如果存在针对该体素的定位扫描投影数据，则除了诊断投影数据之外还包含该定位扫描投影数据。此外，在该实施例中，图像重建单元140适于在每个迭代步骤期间向投影数据提供权重，其中，定位扫描投影数据被加权低于诊断投影数据。基于上述实施例重建图像导致示出更少图像伪影的重建图像。

图4示出了示例性地图示用于重建对象的图像的方法的实施例的流程图。方法400包括提供已经在使用CT系统160的CT扫描期间采集的患者150的投影数据的第一步骤410。投影数据由被连接到CT系统160的投影数据提供单元110提供。在第二步骤420中，基于所提供的投影数据来生成基础图像。然后在步骤430中修改该基础图像以生成经修改的图像。修改包括基于体素的图像值将经修改的图像值分配给基础图像的体素。在最终步骤440中，基于投影数据来重建患者150的图像，其中，使用经修改的图像作为用于迭代重建的开始图像来使用迭代重建算法。

在CT图像重建中，迭代重建算法对于某些应用(例如，在非常低的患者辐射剂量是必要的情况下)会是非常重要的。对于这样的低剂量图像或为了最小化轴向扫描中的锥形射束伪影，最大似然图像重建算法是特别合适的。但是，由于这些最大似然图像重建算法具有大的计算复杂性，即需要大的计算工作量，因此在最小可能迭代次数之后获得结果是有利的。

在本发明中，提出了例如获得具体修改的图像作为用于CT投影数据的迭代重建的开始图像，其中，例如通过使用滤波反向投影算法来获得修改所基于的基础图像。此外，提出了修改基础图像以提供经修改的图像的算法，其中，基于仔细选择的图像值阈值(即，图像值范围)来修改该基础图像。优选地，基于吸收系数(即，图像值)来选择阈值的集合(即，图像值范围的集合)。例如，可以选择用于在真空/空气、软组织和骨骼之间进行区分的阈值，即图像值范围。此外，提出了选择经修改的吸收系数，即经修改的图像值，其表示软组织的图像值。此外，选择适合于在迭代重建中使用的基础图像。然后基于上面选择的阈值(即图像值范围)来修改该基础图像。例如，基础图像的与真空/空气相关联(即，包括位于第一图像值范围内的图像值)的每一个体素被设置为-1000HU，其中，基础图像的包括与软组织相关联的图像值的每一个体素被设置为表示软组织的经修改的图像值，其中，此外，位于所选择的图像值范围之外的所有体素与骨骼相关联并且保持不变。这样的经修改的图像然后被用作用于迭代重建的开始图像。

在本发明的实施例中，除了诊断投影数据之外，还在对象的定位扫描期间采集定位扫描投影数据。然后调整用于重建CT图像的迭代重建算法，使得其包含来自定位扫描的定位扫描投影数据。这种定位扫描可以以不同的方式被执行。例如，可以使用小准直在线性段上获得定位扫描投影数据，其中，在这种情况下，当患者台移动但无CT系统的机架的旋转时采集定位扫描投影数据。此外，可以利用大准直在线性段上获得定位扫描投影数据，其中，在这种情况下，CT系统的整个探测器在每个视图中被照射。在又一示例中，可以在螺旋定位扫描期间获得定位扫描投影数据。这些示例性采集中的每个适于与如此处提出的本发明一起使用。然而，利用大准直或在螺旋定位扫描中采集定位扫描投影数据允许采集完整的定位扫描投影数据集。例如，使用大准直采集的定位扫描投影数据的定位扫描投影数据集可以通过与来自诊断扫描的相应诊断投影数据的组合来完成，而在螺旋定位扫描期间获得的定位扫描投影数据单独产生完整的定位扫描投影数据集。

用于重建CT图像的迭代重建算法在每个迭代步骤中计算前向投影和反向投影。在定位扫描期间采集的定位扫描投影数据然后可以被用作这些前向迭代和反向迭代中的额外的投影数据。此外，噪声模型可以被包含到迭代重建算法中，所述迭代重建算法优选地是确保定位扫描投影数据接收比诊断投影数据更低的权重的最大似然重建算法，因为通常使用更低的X射线剂量来采集定位扫描投影数据。然而，对于通常导致锥形射束伪影的具有大密度的区域(如包括骨骼的区域)，即使定位扫描投影数据接收比诊断扫描投影数据更小的权重，包含定位扫描投影数据也可以产生差异。

此外，如果所采集的定位扫描投影数据产生完整的投影数据集(例如，如在螺旋定位扫描期间采集的定位扫描投影数据)，则定位扫描投影数据也可以被用于生成基础图像。例如，可以通过向定位扫描投影数据提供滤波反向投影算法来生成基础图像。在这种情况下，为了减轻由于在定位扫描和诊断扫描的采集之间的患者运动造成的问题，提供所述定位扫描投影数据与所述诊断扫描投影数据之间的配准作为所述迭代算法的部分是有利的。配准可以例如包括在基于定位扫描投影数据的基础图像或经修改的图像中以及在诊断投影数据的初始重建中识别骨骼和/或其他高对比度部分。基于这种配准，可以缩放和平移基础图像或经修改的图像，使得其与初始重建最佳拟合。该经配准的基础图像或经配准的经修改的图像然后被用作用于迭代重建的开始图像。

尽管在上述实施例中，要由CT系统成像的对象是患者，但是在其他实施例中，对象可以是动物或无生命对象(如手提箱)。在后一种情况下，可以基于无生命对象的特性(例如，基于手提箱的预期内含物)来定义经修改的图像值或预定图像值范围。在这种情况下，可以例如基于表示真空/空气的图像值、表示例如衣服的图像值和表示例如金属对象的图像值来定义图像值范围。

尽管在上述实施例中确定了两个图像值范围，但是在其他实施例中，可以确定仅一个图像值范围，或例如如果被成像的对象包括包含不同预期衰减特性的多于两个结构，可以确定多于两个图像值范围。此外，可以省略对图像值范围的确定，并且可以基于例如将基础图像的体素的图像值联系到图像值的修改或到经修改的图像值的函数来修改基础图像，其中，修改单元然后适于通过基于所提供的函数修改体素的图像值来修改基础图像。函数也可以被提供为用于将基础图像的体素的图像值联系到所述图像值的修改或到经修改的图像值的列表，其被存储在存储单元中并且被提供给修改单元。

尽管在上述实施例中，在螺旋定位扫描期间采集定位扫描投影数据，但是在其他实施例中，也可以在其他定位扫描模式期间采集定位扫描投影数据。定位扫描投影数据然后可以指的是2D或3D定位扫描投影数据。

本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解并实现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，并且词语“一”或“一个”不排除多个。

单个单元或设备可以履行要在权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。

如由一个或若干个单元或设备执行的基础图像的生成或投影数据的提供的流程可以由任何其他数量的单元或设备执行。系统的这些流程和/或操作可以被实施为计算机程序的程序代码模块和/或专用硬件。

计算机程序可以被存储/分布在合适的介质上，例如与其他硬件一起或作为其他硬件的部分提供的光学存储介质或固态存储介质，但是计算机程序也可以被以其他形式分布，例如经由因特网或其他有线或无线电信系统分布。

权利要求中的任何附图标记不应被解释为对范围的限制。

本发明涉及提供一种允许在使用迭代重建算法时降低计算成本的系统。所述系统包括：提供单元，其用于提供CT投影数据；基础图像生成单元，其用于基于所述投影数据生成基础图像；修改单元，其用于生成经修改的图像，其中，基于体素的图像值来修改所述基础图像的体素的图像值；以及图像重建单元，其用于使用迭代重建算法来重建图像，所述迭代重建算法使用经修改的图像作为开始图像。由于所述修改单元适于修改所述基础图像，因此所述基础图像可以被修改诸如以形成用于所选择的迭代重建的最佳开始图像，使得可以实现所述迭代重建的更快收敛。