[发明专利]基于射线一致性的螺旋锥形束数据的重建

说明书

相关申请的交叉引用

本申请是于2006年9月19日提交的美国临时专利申请No.60/845,593的非临时申请，并且要求其优先权。

技术领域

本发明一般涉及计算机断层成像(CT)系统中的图像重建领域，并且更具体地涉及用于基于最优化射线一致性(consistency)方法，将锥形束投影数据重排(rebining)为一系列二维正弦图(sinogram)的方法和装置。

背景技术

计算机断层成像(CT)成像系统通过将扇形或锥形X-射线束投影通过目标来运行。X-射线束通过X-射线源生成，并且通常在通过被扫描的目标之前被校准。然后通过一组检测器元件检测衰减的束。检测器元件基于衰减的X-射线束的强度产生信号，并且该信号被处理以产生投影。通过使用如滤波反向投影(filtered backprojection)的重建技术，从这些投影形成有用的图像。

计算机能够处理和重建造成放射衰减的目标的各部分的图像。如本领域的技术人员将理解的，通过处理一系列角移位的投影图像计算这些图像。然后重建该数据来产生重建的图像，其典型地显示在显示监视器上，然后可以打印或再现在胶片上或进一步由其它软件(如计算机辅助检测软件)处理。当执行其中锥形束的X-射线向目标投影的CT扫描时，图像重建中引入了特别的挑战。也就是说，锥形束投影的3D图像重建造成关于精确和有效地产生CT图像的重建算法的重大挑战。这对于螺旋扫描几何形状(geometry)特别适用，其中X-射线源相对于目标沿着一段螺旋线移动。

以前，已经开发了若干算法来重建锥形束数据。一种这样的算法是Feldkamp算法，其是用于螺旋锥形束CT的近似重建算法。Feldkamp算法是3D滤波反向投影(FBP)算法，其中使用全扫描或短扫描数据组、执行锥形束反向投影和每个投影的1D逐行滤波来重建横切面切片。该锥形束反向投影导致FDK算法的重建中的数值低效率。

已经开发来重建锥形束数据的另一算法是PHI算法。PHI算法是通过离散化用于3D发散束X-射线转换的精确解析反演公式来产生精确重建的精确/准精确算法。该精确或准精确算法即使对于非常大的锥角值也产生精确的重建。然而，与二维(2D)重建方法相比，其包含复杂的数据处理，并且这种复杂性将重建时间增加了多于一个数量级。因而，尽管精确，但是PHI算法是缓慢并且在数值上复杂的。

为了减少上述技术和其它类似技术上用于螺旋锥形束CT的重建时间，重排通常用来将锥形束数据转换为一系列近似的2D正弦图。这允许多个2D正弦图的重建，其比3D重建的计算强度低，因而是更加有效的。然而，当前的重排方法的一个缺点是2D正弦图所需的大多数射线没有被实际测量。而是，正弦图中使用的大多数射线使用从锥形束接收的可用数据近似。这种近似引入了可能导致最终重建图像中的重大误差的误差。

在通过2D重建算法重建在螺旋锥形束CT扫描中获得的数据的情况下，从锥形束数据生成一组2D正弦图。如果使用2D平行束重建，则锥形束数据从锥形束重排为锥形平行几何形状。在此重排后，数据由函数g(β，s，γ)描述，其中β是(平行)视角，s表示旋转轴和射线之间的带符号距离，而γ是射线的锥角。注意，变量β对于螺旋的每个旋转增加2π，它例如不在每个旋转后绕回到0。该数据可以如下重排为在一系列z位置(z_n)的2D平行数据：