DE19802850A1 - Bildrekonstruktionsverfahren für die 3D-Rekonstruktion - Google Patents
Bildrekonstruktionsverfahren für die 3D-RekonstruktionInfo
- Publication number
- DE19802850A1 DE19802850A1 DE19802850A DE19802850A DE19802850A1 DE 19802850 A1 DE19802850 A1 DE 19802850A1 DE 19802850 A DE19802850 A DE 19802850A DE 19802850 A DE19802850 A DE 19802850A DE 19802850 A1 DE19802850 A1 DE 19802850A1
- Authority
- DE
- Germany
- Prior art keywords
- filtering
- reconstruction
- ray
- image reconstruction
- detector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S378/00—X-ray or gamma ray systems or devices
- Y10S378/901—Computer tomography program or processor
Description
Die Computertomographie ist ein mittlerweile weit verbreite
tes Verfahren in der Medizintechnik und zur Materialprüfung.
In einer zweidimensionalen Variante wird z. B. ausgehend von
einer Röntgenquelle von verschiedenen Positionen aus eine
Schicht des Objekts durchstrahlt. Die geschwächten Intensitä
ten werden dann hinter dem Objekt von einem eindimensionalen
Detektorarray gemessen und in digitaler Form einem Rechner
zugeführt. Die Verteilung der Schwächungswerte in der durch
strahlten Objektschicht wird dann mittels eines mathemati
schen Rekonstruktionsverfahrens im Rechner ermittelt. Die am
weitesten verbreitete Methode ist die gefilterte Rückprojek
tion. In ihrer allgemeinen Form kann sie durch folgende
Schritte charakterisiert werden:
- 1. Vorverarbeitung (Gewichtung) der Meßwerte
- 2. Faltung der Meßwerte (=Filterung)
- 3. Gewichtung der gefalteten Daten
- 4. Rückprojektion
- 5. Skalierung des Ergebnisses.
Rechenintensiv und damit zeitkritisch sind dabei vor allem
die Faltung und die Rückprojektion.
Verzichtet man auf die Faltung, so entsteht ein sehr ver
waschenes Bild, das sogenannte Layergram, das keine Details
erkennen läßt.
Allgemein wird die diskrete Faltung durch folgende Formel be
schrieben:
Dabei stellt x(n) die Reihe der Meßwerte dar, h(n) ist der
sogenannte Faltungskern und das Ergebnis y(n) die Reihe der
gefalteten (gefilterten) Daten.
Ein Wert y(n) des Faltungsergebnisses ist damit eine gewich
tete Summe aller Eingangswerte x(n). Da ein Meßwertsatz x(n)
in der Praxis nur aus endlich vielen, allgemein N, Werten be
steht, reduziert sich obige Formel auf eine endliche Summe.
Um einen einzelnen gefalteten Wert zu berechnen, sind also im
allgemeinen N Multiplikationen und N Additionen nötig. Sind
beim verwendeten Faltungskern h(n) nur M Komponenten von Null
verschieden und ist M < N, so führt dies zu einer weiteren
Reduktion des Rechenaufwandes. Für die Berechnung eines ge
filterten Wertes y(n) sind dann nur maximal M Multiplika
tionen und Additionen nötig.
Die in der Computertomographie üblicherweise verwendeten
Kerne haben volle Länge, d. h. M = 2N-1. Die Anzahl der arithme
tischen Operationen wird also durch N, die Länge der Meßwert
felder x(n), bestimmt. Es handelt sich bei diesen Kernen um
Varianten, die vom sog. Rampenfilter abgeleitet werden. Die
beiden bekanntesten sind der Kern von Ramachandran und
Lakshminarayanan sowie der Kern von Shepp und Logan.
Die verwendeten CT-Kerne haben üblicherweise folgende Eigen
schaften:
- 1. Symmetrie, d. h. h(n) = h(-n). Deshalb genügt es z. B. je weils nur die Zentralkomponente h(0) und die rechte Hälfte h(n), mit n = 1, 2, . . ., anzugeben.
- 2. Fehlender Gleichanteil, d. h. die Summe über alle Kernkom ponenten ist Null. Dies entspricht dem Fakt, daß im Fou rierraum das Rampenfilter H(s) im Nullpunkt verschwindet.
- 3. Die Zentralkomponente h(0) ist die einzige positive Kom ponente, alle anderen sind negativ oder Null. Wegen der abschließenden Skalierung des gesamten Rekonstruktionser gebnisses kann der Faltungskern ohne Beschränkung der Allgemeinheit so normiert werden, daß die Zentralkompo nente den Wert h(0) = 1 hat. Für n → ∞ geht der Betrag der Kernkomponenten gegen Null.
Die oben beschriebene Faltung im Ortsraum ist äquivalent zu
einer komponentenweisen Multiplikation im Fourier-Raum. Ab
einer gewissen Kernlänge und bei Verwendung von Kernen voller
Länge kann es numerisch effektiver sein, die Filterung multi
plikativ im Fourier-Raum durchzuführen, d. h. zweimal die
schnelle Fouriertransformation (FFT) und dazwischen eine
numerisch sehr effiziente multiplikative Filterung anzuwen
den:
FFT (hin): x(n) → X(s)
Y(s) = X(s).H(s)
FFT (zurück): Y(s) → y(n).
Y(s) = X(s).H(s)
FFT (zurück): Y(s) → y(n).
Ist die Anzahl M der von Null verschiedenen Komponenten h(n)
deutlich geringer als die Länge N des Meßfeldes, so führt
dies nur bei der Ortsraumvariante zu einer Reduktion des
Rechenaufwandes, nicht jedoch bei der Fouriermethode.
Ein Trend in der Medizintechnik besteht in der Vermessung und
Rekonstruktion ganzer Volumina in möglichst kurzer Zeit. Dies
geschieht durch den Einsatz von Flächendetektoren statt eines
eindimensionalen Detektorarrays. Möglich ist auch eine Volu
menrekonstruktion aus den Meßdaten einer Rotationsangiogra
phie. Fig. 1 zeigt den prinzipiellen Aufbau eines solchen Ge
rätes. Solche Geräte nutzen die Röntgenstrahlung wesentlich
besser als Schnittbildtomographen, bei denen nur ein ebener
Fächer ausgeblendet wird. Als Ausführungsbeispiel für diese
Erfindung diene eine solche Angiographieanlage (C-Bogen-Ge
rät).
Die Röntgenquelle 1 läuft dabei auf einem Kreisbogen 2 um das
Objekt 3. Durchstrahlt wird dabei jeweils ein ganzes Teil
volumen des Objektes 3. Die geschwächten Intensitäten hinter
dem Objekt 3 werden von einem Flächendetektor 4, meist einem
Röntgenbildverstärker (RBV), gemessen. Für diese Art von
Geometrie hat Feldkamp, LA, David LC and Kress JW: Practical
cone-beam algorithm. J. Opt. Soc. Am., 1: 1612-619, 1984 einen
effizienten approximativen 3D-Rekonstruktionsalgorithmus vor
geschlagen. Dieser Algorithmus ist auch vom Typ gefilterte
Rückprojektion und ähnelt stark dem oben beschriebenen
2D-Algorithmus. Insbesondere wird beim Feldkamp-Algorithmus die
Filterung der Meßwerte des Flächendetektors nicht etwa zwei
dimensional vorgenommen, sondern nur zeilenweise, also ein
dimensional wie bei der klassischen Schnittbildtomographie
mit einem 1-Zeilen Detektor. Alles was im ersten Abschnitt
zur Faltung gesagt wurde, bleibt unverändert gültig. Von dem
von der Röntgenquelle 1 ausgehenden, pyramidenförmigen Rönt
genstrahlenbündel ist nur der Fächer 5 und auf dem Flächen
detektor 4 nur die Detektorzeile 6 aus einer Reihe von Detek
torelementen gezeigt.
Typische Daten für ein solches C-Bogen-Gerät sind ca. 50 Pro
jektionen mit jeweils 1024×1024 Meßwerten. Beim Feldkamp-Algorithmus
fallen damit über 50000 eindimensionale Faltungen
über Meßwertfelder x(n) der jeweiligen Länge N = 1024 an. Bei
Verwendung normaler CT-Kerne voller Länge, wie etwa dem von
Shepp und Logan, ist dies ein enormer Rechenaufwand, der für
manche Anwendungen, z. B. Einsatz während der Intervention, zu
prohibitiv langen Rechenzeiten führt.
In vielen praktischen Fällen ist das Objekt 3 breiter als der
Detektor, d. h. das zu rekonstruierende VOI (= Volume of
Interest) ist zwar jeweils im Strahlengang, nicht jedoch der
gesamte Objektquerschnitt. Die Fig. 2 beschreibt diesen Sach
verhalt. Hier ist das Meßfeld mit 7 bezeichnet. Die Meßwert
profile haben dann nicht mehr die Gestalt wie in der Fig. 3
mit einer Abnahme gegen Null am Rande, sondern sie weisen
Sprungstellen auf, wie in der Fig. 4 gezeigt. Diese unnatür
lichen Sprungstellen sind Fehlerstellen in den Meßdaten x(n),
die sich bei Verwendung ausgedehnter Kerne auf alle Daten
y(n) fortpflanzen. Theoretisch ist aus solchen abgeschnitte
nen Projektionen eine exakte Rekonstruktion nicht möglich. In
der Praxis werden aber dennoch recht brauchbare Ergebnisse
erzielt. Im wesentlichen sind zwei Methoden bekannt, dieses
Problem anzugehen:
Extrapolation der Meßwerte
Übergang zu lokalen Faltungskernen.
Übergang zu lokalen Faltungskernen.
Extrembeispiel eines lokalen Kernes ist der sog. Laplace-Kern,
der einer zweifachen Differentiation entspricht:
h(0) = 1
h(1) = h(-1) = -1/2
h(n) = 0 sonst.
h(1) = h(-1) = -1/2
h(n) = 0 sonst.
Verwendet man diesen Kern, so wird nicht das ursprüngliche
Objekt f(x) rekonstruiert, sondern eine modifizierte Vertei
lung λf(x). Diese weist die gleichen Kanten auf, wie f(x),
sie sind sogar noch überhöht, informiert aber nicht mehr über
den wahren Wert in homogenen Bereichen. Ist das Objekt z. B.
ein homogener Zylinder, so hängen die rekonstruierten Werte
in der Mitte durch, wie in der Fig. 5a skizziert. Im Ver
gleich zur normalen CT-Rekonstruktion, z. B. mit dem Shepp und
Logan Kern, wird durch den kurzen Laplace-Kern verstärkt Rau
schen in das Bildzentrum übertragen. Um diesen Effekt zu mil
dern, verwendet man auch geglättete Varianten dieses diffe
renzierenden Kernes, z. B.:
. . ., 0, -1/4, -1/4,1, -1/4, -1/4,0, . . .
oder
. . ., 0, -1/6, -1/3,1, -1/3, -1/6,0, . . .
oder
. . ., 0, -1/6, -1/3,1, -1/3, -1/6,0, . . .
Verzichtet man auf die Faltung, so entsteht das bereits er
wähnte Layergram mit einem Profil wie in der Fig. 5b. Aus
mathematischen Gründen wird das Layergram auch mit λ-1f(x)
bezeichnet. Das Weglassen der Faltung ist äquivalent zu einer
Faltung mit dem sog. Einheitskern, der definiert ist durch
h(0) = 1 und h(n) = 0 sonst. Der Einheitskern hat nicht die typi
sche Eigenschaft der CT-Kerne, daß die Summe über alle Kompo
nenten Null ist. In der Fig. 5c ist das exakt rekonstruierte
Profil eines homogenen Zylinders dargestellt.
Als allgemeine λ-Rekonstruktion wird eine Linearkombination
aus diesen beiden Varianten bezeichnet. Die mathematische
Theorie geht zurück auf Kennan T. Smith and F. Keinert,
Mathematical Foundations of Computed Tomography, Appl.
Optics, Vol. 24, No. 23, 1. Dec. 1985, Seiten 3950-3957. Die
Grundidee ist, daß sich in der gewichteten Überlagerung in
ursprünglich homogenen Objektbereichen das konkave und das
konvexe Verhalten der beiden Einzelvarianten zumindest teil
weise kompensieren und die Randinformation trotzdem erhalten
bleibt.
Eine weitere Möglichkeit ist, einen Standard CT-Kern voller
Länge, z. B. den von Shepp und Logan, symmetrisch zum Null
punkt nach jeweils L < N Komponenten abzuschneiden, und wahl
weise die verbleibenden Komponenten so zu modifizieren, daß
der Übergang auf Null glatt erfolgt.
Es sei hier ausdrücklich erwähnt, daß das Ziel einer Rekon
struktion nicht die möglichst genaue Berechnung von Röntgen
schwächungskoeffizienten ist, sondern die Darstellung signi
fikanter Information für den Arzt. Deshalb kommen in der
medizinischen Computertomographie je nach Fragestellung ver
schiedene Faltungskerne zum Einsatz. Bei der 3D-Rekonstruk
tion aus den Daten einer Rotationsangiographie geht es um die
Darstellung feiner hochkontrastiger Gefäßbäume und Gefäßano
malien. Die Fig. 6 verdeutlicht das Spannungsfeld für eine
Kernoptimierung (Bereich der Faltungsoptimierung). Zielgrößen
sind:
- 1. Ergebnisqualität, und nachgeordnet
- 2. Numerische Effizienz.
Kurze Kerne der Länge M « N haben folgende Eigenschaften:
- 1. Sie sind in ihrer Wirkung lokal, d. h. etwaige Störstellen wie bei abgeschnittenen Projektionen bleiben in ihrer Wir kung lokal.
- 2. Sie sind numerisch effizient.
Der Erfindung liegt die Aufgabe zugrunde, ein Bildrekonstruk
tionsverfahren für die Computertomographie zu optimieren, so
daß sich eine Beschleunigung der Faltung und damit eine
schnelle Bilderzeugung bei einem C-Bogengerät mit Flächen
detektor ergibt.
Diese Aufgabe ist erfindungsgemäß gelöst durch die Merkmale
des Patentanspruchs 1.
Die Erfindung ist nachfolgend anhand eines in der Fig. 7 dar
gestellten Ausführungsbeispiels näher erläutert.
In der Fig. 7 ist ein Lagerungstisch 8 dargestellt, auf dem
ein Patient 9 liegt und der mit Hilfe eines Stativs 10 an der
Decke 11 des Untersuchungsraumes aufgehängt ist. Der Lage
rungstisch 8 kann auch unabhängig vom eigentlichen C-Bogenge
rät montiert sein, z. B. auf dem Boden des Untersuchungsrau
mes. Zur Anfertigung von Röntgenbildern sind ein Röntgen
strahler 12 und der Flächendetektor 4 vorgesehen. Der Rönt
genstrahler 12 und der Flächendetektor 4 sind an einem
C-Bogen 14 befestigt, welcher an einem Sockel 15 verstellbar
gelagert ist. Die Bildwiedergabe erfolgt auf einer Monitor
ampel 16. Volumendaten für die Erzeugung von dreidimensiona
len Bildern können gewonnen werden, wenn der Röntgenstrahler
12 und der Flächendetektor 4 um die Systemachse 17 gedreht
werden.
Der Flächendetektor 4 besteht beispielsweise aus einer Matrix
von Detektorelementen, die der jeweils empfangenen Strah
lungsintensität entsprechende Ausgangssignale digitalisiert
einem Rechner 18 zuführen, der ein ausgewähltes Volumen
rekonstruiert.
Vorgeschlagen wird eine CT-Rekonstruktion mit einem Filter,
dessen Koeffizienten außerhalb der Zentralkomponente sich dem
Betrage nach wie eine Exponentialfunktion verhalten.
Beispiel ist ein Filter h(k) mit folgenden Koeffizienten:
h(0) = 1
h(1) = -(1-a)/2
h(k) = h(1).ak-1
für k < 1, und
h(k) = h(-k) für k < 0.
h(1) = -(1-a)/2
h(k) = h(1).ak-1
für k < 1, und
h(k) = h(-k) für k < 0.
Der Parameter a kann dabei frei aus dem Intervall [0,1] ge
wählt werden. Er dient zur Optimierung des Ergebnisses. Die
ses Filter hat für a < 1 alle die im 1. Abschnitt erwähnten
Eigenschaften eines CT-Kernes. Insbesondere ist die Summe
aller Koeffizienten Null.
Für a = 0 ergibt sich das Laplace Filter . . .0,-1/2,1,-
1/2,0, . . ., und damit die reine X-Rekonstruktion.
Für den Grenzfall a = 1 bekommt man den Einheitskern
. . .0,1,0,. . ., und damit das Layergram.
Das Filter hat zwar volle Länge, fällt aber exponentiell und
damit schließlich sehr schnell gegen Null. Das Standardfilter
von Shepp und Logan (siehe z. B. Heinz Morneburg (ed), Bild
gebende Systeme für die medizinische Diagnostik, Publicis MCD
Verlag, 1995) fällt hingegen nur mit 1/k2. Das Exponential
filter hat damit einen gewissen lokalen Charakter. Durch
Variation von a kann gesteuert werden, wie schnell die Werte
im zentralen Teil fallen sollen, z. B. schneller als
Shepp-Logan, oder erst langsamer. In der Tabelle gemäß Fig. 8a, b
sind die jeweils ersten zehn Werte für verschiedene Belegun
gen von a aufgelistet. Die erste Zahl einer jeden Zeile ist
der laufende Index gefolgt von den Beträgen der jeweiligen
Komponente des Shepp-Logan Kernes und des zum Parameter a ge
hörenden jeweiligen Exponentialfilters. Die beiden letzten
Spalten enthalten die Partialsummen zu den beiden Kernen,
d. h. die Summe der jeweiligen Komponenten vom ersten bis zum
aktuellen Index. Wegen der Normierung der Zentralkomponente
auf eins und der Symmetrie ist die Konvergenz der Partialsum
men gegen 0.5 äquivalent zur Nullsummeneigenschaft.
Bei Rekonstruktion von Gefäßbäumen aus mit Rotationsangiogra
phie gemessenen Patientendaten kann mit solchen Exponential
kernen eine Bildqualität erreicht werden, die der eines Shepp
und Logan Kernes voller Länge entspricht bzw. diese sogar
übertrifft.
Rekursive Filter sind in der Nachrichtentechnik wohl bekannt.
Sie sind von Natur aus in ihrer Wirkung stark unsymmetrisch.
Eine Symmetrisierung kann aber erreicht werden, indem man die
Filterung von links nach rechts (steigend) und von rechts
nach links (fallend) vornimmt und die beiden Ergebnisse mit
telt.
Im folgenden soll gezeigt werden, daß das Ergebnis einer Fal
tung mit dem oben definierten Exponentialfilter auch erreicht
wird, wenn man von den Originaldaten das Ergebnis einer ge
mittelten rekursiven Filterung der Ordnung eins abzieht.
Ein rekursives Filter der Ordnung eins ist definiert durch
die Vorschrift
y(n) = a.y(n-1) + b.x(n).
Dieses kann umgeschrieben werden zu
Schreibt man u(n) für die aufsteigende Richtung und v(n) für
das Ergebnis in fallender Richtung, so erhält man
Dies ist identisch zum Ergebnis einer normalen Faltung mit
dem symmetrischen Kern h, definiert durch h(0) = 2.(1-b) und
h(i) = -b.ai.
Normiert man die Zentralkomponente auf eins und setzt b = 1-a
so hat man die oben beschriebene Filterklasse.
Die rekursive Filterung ist numerisch sehr effizient. Um z. B.
einen Wert u(n) zu berechnen, ist nur eine Multiplikation und
eine Addition nötig. Würde man die Faltung mit dem ausgedehn
ten Exponentialkern wie üblich durchführen, so wären zur Be
rechnung eines Wertes y(n), wie in Abschnitt 1 beschrieben, N
Multiplikationen und Additionen nötig, bei der Realisierung
über die rekursive Filterung aber nur zwei Multiplikationen
und drei Additionen.
Die Faltung mit dem ausgedehnten Exponentialkern kann also
mit der gleichen Effizienz implementiert werden, wie die Fal
tung mit dem kurzen Laplace Kern.
Bei dem Ausführungsbeispiel Rotationsangiographie ist N = 1024
und mit der neuen Methode ergibt sich größenordnungsmäßig
eine hundertfache Beschleunigung der Faltung.
Das erfindungsgemäße Verfahren ist bei dem beschriebenen Aus
führungsbeispiel im Rechner 18 durch Software realisiert.
Dies gilt insbesondere für das rekursive Filter. Dieses kann
jedoch auch hardwaremäßig realisiert werden.
Die Datengewinnung ist in Verbindung mit Fig. 7, d. h. in Ver
bindung mit einem C-Bogengerät beschrieben. Auch ein üblicher
Computertomograph mit einem Tragring für den Röntgenstrahler
und den Flächendetektor ist anwendbar.
Claims (4)
1. Bildrekonstruktionsverfahren für die 3D-Rekonstruktion aus
den Detektordaten eines Röntgengeräts, insbesondere eines
Computertomographen, mit einem Röntgenstrahler (12) und einem
Flächendetektor (4), die auf einer verstellbaren Haltevor
richtung (14, 15) zur Durchstrahlung eines Meßfelds (7) mit
Hilfe eines pyramidenförmigen oder kegelförmigen Röntgen
strahlenbündels unter verschiedenen Richtungen gelagert sind,
bei dem ein Rechner (18) zur Bildrekonstruktion aus den vom
Flächendetektor (4) gelieferten Signalen vorgesehen ist, wo
bei die Rekonstruktion eines dreidimensionalen Teilvolumens
des Objekts (3) durch gefilterte Rückprojektion erfolgt und
die Komponenten des Faltungskerns außerhalb der Null-Komponente
einer Exponentialfunktion entsprechen.
2. Verfahren nach Anspruch 1, bei dem die Filterung durch ein
rekursives Filter realisiert ist.
3. Verfahren nach Anspruch 1 oder 2, bei dem die Filterung
dadurch realisiert ist, daß die Eingangsdaten von beiden Sei
ten her einer rekursiven Filterung der Ordnung 1 unterzogen
werden und die Summe der Ergebnisse von den verdoppelten Ori
ginaldaten abgezogen wird.
4. Verfahren nach einem der Ansprüche 1 bis 3, bei dem zur
Filterung ein rekursives Filter beliebiger Ordnung verwendet
wird.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19802850A DE19802850A1 (de) | 1998-01-26 | 1998-01-26 | Bildrekonstruktionsverfahren für die 3D-Rekonstruktion |
US09/236,046 US6125163A (en) | 1998-01-26 | 1999-01-22 | 3D image reconstruction method for use in computed tomography |
JP01601099A JP4350190B2 (ja) | 1998-01-26 | 1999-01-25 | 三次元再構成のための像再構成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19802850A DE19802850A1 (de) | 1998-01-26 | 1998-01-26 | Bildrekonstruktionsverfahren für die 3D-Rekonstruktion |
Publications (1)
Publication Number | Publication Date |
---|---|
DE19802850A1 true DE19802850A1 (de) | 1999-07-29 |
Family
ID=7855685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19802850A Ceased DE19802850A1 (de) | 1998-01-26 | 1998-01-26 | Bildrekonstruktionsverfahren für die 3D-Rekonstruktion |
Country Status (3)
Country | Link |
---|---|
US (1) | US6125163A (de) |
JP (1) | JP4350190B2 (de) |
DE (1) | DE19802850A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006012407A1 (de) * | 2006-03-17 | 2007-09-20 | Siemens Ag | Tomosynthetisches Bildrekonstruktionsverfahren und mit diesem Verfahren arbeitende diagnostische Einrichtung |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19855213C2 (de) * | 1998-11-30 | 2001-03-15 | Siemens Ag | Röntgenaufnahmeeinrichtung |
DE19908494A1 (de) * | 1999-02-26 | 2000-10-05 | Siemens Ag | Computertomograph |
JP2003175027A (ja) * | 2001-12-10 | 2003-06-24 | Hitachi Medical Corp | X線ct装置 |
JP3950782B2 (ja) * | 2002-05-22 | 2007-08-01 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 3次元逆投影方法およびx線ct装置 |
US7180976B2 (en) * | 2002-06-04 | 2007-02-20 | Koninklijke Philips Electronics N.V. | Rotational angiography based hybrid 3-D reconstruction of coronary arterial structure |
US7317819B2 (en) * | 2002-08-28 | 2008-01-08 | Imaging3, Inc. | Apparatus and method for three-dimensional imaging |
DE10252662A1 (de) * | 2002-11-11 | 2004-05-27 | Philips Intellectual Property & Standards Gmbh | Computertomographie-Verfahren mit kohärenten Streustrahlen und Computertomograph |
DE102005004142A1 (de) * | 2005-01-28 | 2006-08-10 | Siemens Ag | System bzw. Verfahren zur Untersuchung eines Patienten mittels eines bildgebenden medizinischen Diagnosegeräts |
US20130004045A1 (en) * | 2011-07-01 | 2013-01-03 | Frank Dennerlein | System and method for 3d tomographic image reconstruction in the circular geometry |
DE102017217361A1 (de) | 2017-09-29 | 2019-04-04 | Thyssenkrupp Uhde Chlorine Engineers Gmbh | Elektrolysevorrichtung |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0242909A1 (de) * | 1986-04-21 | 1987-10-28 | Koninklijke Philips Electronics N.V. | Ein kombiniertes Rekursiv- und Konvolutionsfilter enthaltende Computertomographie-Vorrichtung |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69517855T2 (de) * | 1994-04-29 | 2001-03-01 | Adobe Systems Inc | Verfahren zur Erzeugung einer Schwellenmatrix |
-
1998
- 1998-01-26 DE DE19802850A patent/DE19802850A1/de not_active Ceased
-
1999
- 1999-01-22 US US09/236,046 patent/US6125163A/en not_active Expired - Lifetime
- 1999-01-25 JP JP01601099A patent/JP4350190B2/ja not_active Expired - Lifetime
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0242909A1 (de) * | 1986-04-21 | 1987-10-28 | Koninklijke Philips Electronics N.V. | Ein kombiniertes Rekursiv- und Konvolutionsfilter enthaltende Computertomographie-Vorrichtung |
Non-Patent Citations (2)
Title |
---|
MORNEBURG, H.: Bidgebende Systeme für die medizinische Diagnostik, Publics MCD, 1995, S. 62-67, 110-116, 137-139 * |
WERNSTEDT, J.: Experimentelle Prozeßanalyse, Verlag Technik, 1989, S. 132-144 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006012407A1 (de) * | 2006-03-17 | 2007-09-20 | Siemens Ag | Tomosynthetisches Bildrekonstruktionsverfahren und mit diesem Verfahren arbeitende diagnostische Einrichtung |
Also Published As
Publication number | Publication date |
---|---|
JPH11267117A (ja) | 1999-10-05 |
JP4350190B2 (ja) | 2009-10-21 |
US6125163A (en) | 2000-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102006041033B4 (de) | Verfahren zur Rekonstruktion eines dreidimensionalen Bildvolumens | |
EP2193359B1 (de) | Vorrichtung und verfahren zum erzeugen einer ct-rekonstruktion eines objekts mit einem hochaufgelösten interessierenden objektbereich | |
DE19854917B4 (de) | Verfahren zur Bildrekonstruktion für ein CT-Gerät | |
DE69233207T2 (de) | Verfahren und gerät zur bildverarbeitung. | |
DE69921234T2 (de) | Dreidimensionales Bildrekonstruktionsverfahren | |
EP0880109B1 (de) | Verfahren zur Ermittlung der Transformation zwischen einem Objekt und seiner dreidimensionalen Darstellung und Anordnung zur Durchführung des Verfahrens | |
DE19962666A1 (de) | Verfahren zum Rekonstruieren von 3D-Bilddaten bezüglich eines interessierenden Volumens eines Untersuchungsobjekts | |
DE3735519C2 (de) | Binäre Rauminterpolation | |
DE19904369A1 (de) | Wendelgewichtungsalgorithmen zur schnellen Rekonstruktion | |
DE102006005804A1 (de) | Verfahren zur Rauschreduktion in tomographischen Bilddatensätzen | |
EP0989520A2 (de) | Computertomographie-Verfahren mit kegelförmigem Strahlenbündel | |
DE102006051919B4 (de) | Verfahren zum Bereitstellen eines 3D-Röntgenbilddatensatzes des Herzens eines Patienten | |
DE102005051620A1 (de) | Verfahren zur Rekonstruktion einer tomographischen Darstellung eines Objektes | |
DE2657895A1 (de) | Verfahren und anordnung zur erzeugung einer darstellung der von einem objekt absorbierten strahlung | |
DE102009014723A1 (de) | Kontrastabhängige Regularisierungsstärke bei der iterativen Rekonstruktion von CT-Bildern | |
DE2945057A1 (de) | Verfahren zur verminderung von bildfehlern in mit hilfe einer durchdringenden strahlung hergestellten schichtbildern eines dreidimensionalen objektes | |
DE102005050917A1 (de) | Verfahren und Tomographiegerät zur Rekonstruktion einer tomographischen Darstellung eines Objektes | |
DE19647435A1 (de) | Systeme, Verfahren und Vorrichtungen zur Rekonstruktion von Bildern in eine Wendelabtastung verwendenden Computer-Tomographie-Systemen | |
DE102007056980B4 (de) | Verfahren und Vorrichtung für die Computertomographie | |
DE102006046047A1 (de) | Verfahren zur kombinierten Knochenaufhärtungs- und Streustrahlungskorrektur in der Röntgen-Computertomographie | |
DE69720229T2 (de) | Eine computertomographische methode und ein computertomograph | |
DE19802850A1 (de) | Bildrekonstruktionsverfahren für die 3D-Rekonstruktion | |
DE4424284A1 (de) | Verfahren zum Verringern von Bildartefakten in einem tomographischen Bild | |
DE102007021023A1 (de) | Verfahren zur Bilderstellung für die Spiral-CT mit veränderlichem Pitch und CT-Gerät zur Durchführung des Verfahrens | |
EP1843296A1 (de) | Verfahren zur reproduzierbaren Erzeugung von Ansichten tomographischer Bilddaten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8120 | Willingness to grant licences paragraph 23 | ||
8121 | Willingness to grant licences paragraph 23 withdrawn | ||
R011 | All appeals rejected, refused or otherwise settled | ||
R003 | Refusal decision now final |
Effective date: 20120511 |