减少X射线成像检查中使用的放射剂量的方法及CT系统

摘要

本发明涉及一种方法以及一种X射线系统，特别是一种CT系统(C1)，其中，为了减少在成像X射线检查中使用的放射剂量，对所拍摄的每个像素确定在被检查的像素周围给定距离内的可能存在的结构的结构信息，并在每个被检查的像素上应用取决于方向的低通滤波器，该低通滤波器的空间作用范围小于所述给定距离，并且，通过该低通滤波器的取决于方向的权重来考虑可能存在的结构的形态学信息。

说明书

技术领域

本发明涉及用于在X射线成像检查中、特别是在CT检查中减少所使用 的放射剂量的一种方法以及一种CT系统，其中，通过X射线放射对患者进 行扫描或者透视，产生具有大量像素的投影图像或者X射线断层图像，并且 为了改善图像质量对图像进行滤波。

背景技术

公知的用于降噪的算法基本上源于两种不同的且分开应用的原理，即， 一种是扩散滤波器(Diffusionsfilter)，另一种是形态学的或者边缘保护 (kantenerhaltendes)滤波器。

扩散滤波器考虑的是与统计学上的不可靠性相关的像素值的差值 (Differenz)。依据专利申请DE 10 2009 039 987.9-35除了简单的扩散滤波器 外，双边(bilateral)滤波器或者在迭代重构中使用的重构器(Regularisierer) 也属于该类别。这种滤波器原理的问题在于，相邻数值间的差值是被单独地 观察的。当这类滤波器被实施为带有边缘时，会增大含有甚至是加剧异常统 计值的风险。其中还包括由噪声引起的边缘的散边(Ausfransungen von  Kanten)。就这点而言，在同时带有边缘的情况下可以达到的最大程度的降 噪是有限的。

发明内容

因此，本发明的技术问题是通过改善的图像滤波器技术(Bildfilter- technik)找出改进的方法来降低在成像X射线检查中、特别是在CT检查中 使用的放射剂量。

发明人具有以下的认知：形态学的或者结构上的滤波器常被用于分析环 境的结构特点并且特别用于确定边缘的取向。这些可如在现有技术中已知的 借助于适合的算子来完成。替代地，也可像出版物DE 10 2004 008 979 B4 和DE 10 2005 038 940 B4所描述的那样，通过计算取决于方向的方差值 (Varianzwerte)来完成。接着，应用局部自适滤波器(lokal adaptive Filter)， 其依据确定出的取向最优地进行匹配。因为可靠的形态学的分析是以所应用 的算子的一定的空间范围为前提的，所以存在在滤波时损坏微小结构的风 险。当空间范围太小时统计的效应会影响所算出的取向，并由此使所进行的 滤波与实际的取向不相匹配，从这个意义上讲，所述分析是不可靠的。就这 点而言，应该按照本发明对形态学的滤波器在取向计算的可靠性与对小结构 的损坏间达成妥协，为此可以用到由智能边缘保护图像滤波器得到的信息， 该滤波器不是被直接作用于图像数据用以提高质量就是被用于迭代方法中 作为重整化的步骤。

通过巧妙地将两个原理结合来改善所述图像滤波的结果以及由此提高 降噪和降低放射剂量的潜能。以这种方式可以使小空间范围的和取决于像素 值差值的滤波器以及取向分析在较大的长度标尺上同时进行。本文更后面将 对此的具体示例进行详细说明。

因此，本发明展示出了一种方法和一种X射线系统，特别是一种CT系 统，其中，为了减少在成像X射线检查中所使用的放射剂量，对所拍摄的图 像的每个像素确定在该像素周围给定距离内的可能存在的结构的结构信息， 并且，在各个被检查的像素上应用一个取决于方向的低通滤波器，该低通滤 波器的空间范围小于所述给定的距离，并且，通过该低通滤波器的取决于方 向的权重来考虑可能存在的结构的形态学信息。

依据上述基本思路以及下述的具体示例，本发明人建议，通过以下方法 步骤来实施已公知的用于减少在成像X射线检查中、特别是在CT检查中使 用的放射剂量的方法：

-通过X射线来扫描或者透视患者，

-产生具有大量像素的投影图像或者X射线断层图像，并且

-对图像进行滤波以便改善图像的质量。

按照本发明，通过以下步骤来改进上述方法：

-对每个像素在围绕所检查的像素具有第一半径的圆内寻找结构信息， 包括可能找到的结构的方向信息，并且

-在所检查的像素上应用取决于方向的低通滤波器，其中，一方面该低 通滤波器的空间范围小于上述第一半径，并且，另一方面通过上述低通滤波 器的取决于方向的权重来考虑可能找到的结构的方向信息。

有利的是，可以如现有技术中公知的那样通过由至少一个形态学滤波器 进行的滤波来确定所述结构信息。

另外，可优选地使用扩散滤波器作为取决于方向的低通滤波器。

在此，例如可以通过对局部滤波步骤(lokale Filterschritte)的迭代应用 来实现所述扩散滤波器。

在第一个特别的实施方式变体中对在位置p的像素值V(p)可以按如下 方式定义所述局部滤波步骤：

$V^{\prime }\left(p\right)=V\left(p\right)+\alpha \underset{q}{\Sigma }{g}_{q,p}·(V\left(q\right)-V\left(p\right))·H\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right),$

其中：

-q表示p的相邻像素，

-g_q，p定义了在局部空间的滤波器系数，以及

-感应函数(Influenzfunktion)H，用于确定取决于局部对比噪声比 (Kontrast-zu-Rausch-Verhaeltnis)(CNR)，|V(q)-V(p)|/σ的滤波强度。

在第二个特别的实施方式变体中对在位置p的像素值V(p)可以按如下 方式定义所述局部滤波步骤：

$V^{\prime }\left(p\right)=V\left(p\right)+\alpha \underset{q}{\Sigma }{g}_{q,p}·(V\left(q\right)-V\left(p\right))·H(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }·h\left(v_{p,q}\right))$

其中：

-q表示p的相邻像素，

-g_q，p定义了在局部空间的滤波器系数，以及

-感应函数H，用于确定取决于具有局部噪声振幅σ的局部对比噪声比 V(q)-V(p)|/σ的滤波强度，以及

-修正因数(Korrekturfaktor)h(v_p，q)，具有如下特性，对小的方差值其 值小于1，对大的方差值其值大于1。

对所述方差值“大”或者“小”的评判可以替代地通过与在像素q和p的 连线方向上具有局部噪声振幅σ的局部一维方差值v_p，q的对比来完成。

按照另外的一种变体，可以通过与各个方向的方差值的对比来完成对所 述方差值的“大”或者“小”的评判，通过按照下述规定确定出最小方差v_p，min和最大方差v_p，max：

v_p，min＝min{v_p，q|q∈p的邻域}并且

v_p，max＝max{v_p，q|q∈p的邻域}，

其中，在v_p，q≈v_p，min的条件下判定方差值为“小”，在v_p，q≈v_p，max的条件下 判定方差值为“大”。

此外，修正因数h(v_p，q)可定义为$h\left(v_{p,q}\right)=1+a·(\frac{v_{p,q}-v_{p,\min }}{v_{p,\max }-v_{p,\min }}-b),$其中，参 数a确定匹配的强度，参数b确定H函数曲线轨迹上中性点的位置。

替代地，可以利用等式$h\left(v_{p,q}\right)=1+a·(1-{\eta }_p)·(\frac{v_{p,q}-v_{p,\min }}{v_{p,\max }-v_{p,\min }}-b)$来计算修正因 数h(v_p，q)，其中：

-参数a确定匹配的强度

-参数b确定H函数曲线轨迹上中性点的位置，以及

-用下式计算修正因数η_p：${\eta }_p=\frac{{2v}_{p,\min }}{v_{p,\max }+v_{p,\min }}\in \left]\mathrm{0,1}\right].$

η_p表示局部的各向同性程度，也就是说，在各向同性的环境中(即 v_p，min＝v_p，max)η_p＝1，而在各种非各向同性的环境中(即v_p，min＜＜v_p，max)η_p→0。

最后，还可以按照本发明通过下式计算对在位置p的像素值V(p)的局部 滤波步骤：

$V^{\prime }\left(p\right)=V\left(p\right)+\alpha \underset{q}{\Sigma }{g}_{q,p}·(V\left(q\right)-V\left(p\right))·[(1-c_{p,q})·H_1\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right)+c_{p,q}·H_2\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right)],$

其中，要执行对两个不同的感应函数H₁和H₂的叠化

-q表示p的相邻像素，

-g_q，p定义在局部空间的滤波器系数，

-感应函数H确定取决于带有局部噪声振幅σ的局部对比噪声比 |V(q)-V(p)|/σ的滤波强度，并且

-c_p，q是权重函数或者权重因数。

在按照本发明的最后提到的方法变体里，权重函数c_p，q由规定

$c_{p,q}=\min \{a(1-{\eta }_p){(1+\frac{v_{p,\min }}{c{\sigma }^2})}^{-1}{(\frac{v_{p,q}-v_{p,\min }}{v_{p,\max }-v_{p,\min }}-b)}^2,1\}$算出，其中：

σ²＝局部方差值(局部噪声值的平方)

c＝用于定义对局部噪声水平的匹配强度的比例参数 (Skalenparameter)。

除了所述按照本发明的方法外，发明人还对一种具有存储器以及存储于 其中的计算机程序的用于处理X射线图像数据组和/或CT图像数据组的计 算机系统提出了权利要求，其中，在该系统中至少应储存了一个计算机程序， 并且该程序应在使用中应当被执行，该程序执行具有下列方法步骤的方法：

-接收具有大量像素的X射线图像数据组或CT图像数据组，

-对每个像素寻找在围绕所检查的像素具有第一半径的圆内的结构信 息，包括可能找到的结构的方向信息，

-在所检查的像素上应用一个取决于方向的低通滤波器，其中，一方面 该低通滤波器的空间范围小于上述第一半径，并且，另一方面通过上述低通 滤波器的取决于方向的权重来考虑可能找到的结构的方向信息。

所述按照本发明的计算机系统也可以具有至少一个在使用中可以执行 上述方法变体的计算机程序。

可以明确地指出，上述的计算机系统既可以单独地运行，也可以在计算 机网络中运行，还可以与CT系统或者C型臂系统直接相连地运行。

附图说明

下面借助于图示就优选的实施例对本发明进行详细说明，其中，仅显示 对理解本发明必须的特征。图中用到下列标识：C1，CT系统；C2，第一X 射线管(erste Roentgenroehre)；C3，第一探测器；C4，第二X射线管；C5， 第二探测器；C6，机架壳体/驱动系统；C7，C型臂；C8，患者卧榻；C9， 系统轴；C10，操控单元；P，患者；Prg₁-Prg_n，计算机程序；1.1，H函数对 线性低通滤波的曲线；1.2，H函数对边缘保护的平滑滤波(kantenerhaltende )的曲线；1.3，H函数对在高的对比噪声比值情况下对边缘进行陡 化(Aufsteilung)的边缘保护的平滑滤波的曲线；2，修正因数h(v_p，q)的曲线； 3.1，患者未经滤波的CT照片；3.2，经按照现有技术滤波的CT照片；3.3， 经按照本发明的方法滤波的CT照片。其中，

图1示出了H函数对线性低通滤波的曲线，

图2示出了H函数对边缘保护的平滑滤波的曲线，

图3示出了H函数对在高的对比噪声比值情况下对边缘进行陡化的边缘 保护的平滑滤波的曲线，

图4示出了修正因数h(v_p，q)的曲线，

图5示出了患者未经滤波的CT照片，

图6示出了按照现有技术对图5中的CT照片进行滤波，

图7示出了按照本发明对图5中的CT照片进行滤波，

图8示出了具有用于实施按照本发明的方法的计算单元的CT系统，

图9示出了具有用于实施按照本发明的方法的计算单元的C型臂系统。

具体实施方式

根据下面按照本发明的通过附加形态学的信息、也即结构信息来补充扩 散滤波器的例子，对本发明进行说明。

扩散滤波器可以通过对局部滤波步骤的迭代应用得以实现。对于在位置 p上的像素值V(p)的滤波步骤一般形如下式，

$V^{\prime }\left(p\right)=V\left(p\right)+\alpha \underset{q}{\Sigma }{g}_{q,p}·(V\left(q\right)-V\left(p\right))·H\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right).---\left(1\right)$

其中，q表示p的相邻像素。g_q，p定义在位置空间的滤波器系数，例如， 通过与像素q与p间的距离成反比的系数。a是一个合适的数值，专业人员 可以通过对其值选择来确保对公式(1)的迭代的收敛。感应函数H，用于确 定取决于局部对比噪声比(CNR)、即|V(q)-V(p)|/σ的滤波强度。σ可用不同 的方式来确定。一种对σ的可能的估计方法是对v_p，min在被观测像素的邻域内 取平均值或者甚至是，也即其中，p′要么穿过p的邻域， 以便算出取决于像素的噪声值σ_p，要么遍及所有像素，以便获得全局的噪声 值σ。

图1至图3示出了对于三种不同的H函数的曲线，它们导致下列滤波特 性，其中，在纵坐标上示出感应值H，而在横坐标上示出局部的CNR值。 图1示出了H函数的曲线1.1，其导致线性低通滤波，图2示出了H函数对 边缘保护的平滑滤波的曲线1.2，图3示出了H函数对在高的CNR值情况下 对边进行陡化的边缘保护的平滑滤波的曲线1.3。

特别是对于按照图3的滤波器，各个相对于邻域具有大的CNR值的像 素被作为“异常值(Ausreiβer)”，更确切地说这些像素甚至在对比中被加强。 这种情况特别发生在H函数过零点的值被选得太小时，也就是例如当该值落 在1附近时。另一方面，在使用该滤波器时如果H函数下降得太慢，对噪声 和边缘的选择性就差，以至于边缘通过滤波的清晰度下降。此外，因为所有 相对于中心像素的像素值的差值都被单独计算出，所以只有在当噪声为白色 时，也就是只有在当相邻像素就其统计值而言不相关时，所述滤波才能发挥 最优作用。

可以通过所描述的按照本发明的方法减少所述问题。相应地，在滤波步 骤前除了确定局部噪声之外，还对其他邻近像素环境(Pixelumgebung)进行 形态学分析。这可以像在已引用的出版物DE 10 2004 008 979 B4和DE 10 2005 038 940 B4中描述的那样，借助于对一维方差值的确定来完成。数值v_p，q则描述在像素q与p的连线方向上的方差。在此，关键的是要把用于进行形 态学检查的作用范围选得大于噪声的粒度(Rauschkorngroesse)，也即大于在 那里所描述的自相关函数的作用范围。如果噪声不是白的，也就是相邻的像 素就其统计学上的波动(Schwankungen)而言是相关的。

如果例如所述感应函数的自变量(Argument)被“有效”的CNR值替 代，则可以有利地使用所述形态学信息，

$H\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right)\to H(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }·h\left(v_{p,q}\right)).---\left(2\right)$

修正因数h(v_p，q)的特征是，对于小的方差值其值小于1，也就是说，给定 了较小的CNR值则根据图2或者图3会导致较强的平滑滤波；相反地，对 于大的方差值其值大于1，也就是说，会导致较弱的平滑滤波或者甚至导致 较强的陡化。所述对“大”或者“小”的评估可以要么通过h(v_p，q)与局部噪 声振幅σ的比较来完成，要么通过对所有方向上的方差值的比较来完成。在 上述第二种情况下首先定义最大和最小方差值，

v_p，min＝min{v_p，q|q∈p的邻域}和                                (3a)

v_p，max＝max{v_p，q|q∈p的邻域}。                                (3b)

例如，可以用以下公式定义一个其曲线在图4中被示出的可能函数：

$h\left(v_{p,q}\right)=1+a·(\frac{v_{p,q}-v_{p,\min }}{v_{p,\max }-v_{p,\min }}-b).---\left(4\right)$

这里参数a确定匹配的强度，而b确定中性点的位置。

当然，还可能有其他具有所要求的基本特征的函数。另一个改善措施是 对局部各向同性程度的匹配，

${\eta }_p=\frac{{2v}_{p,\min }}{v_{p,\max }+v_{p,\min }}\in \left]\mathrm{0,1}\right],---\left(5\right)$

其形式为经修改的修正因数，

$h\left(v_{p,q}\right)=1+a·(1-{\eta }_p)·(\frac{v_{p,q}-v_{p,\min }}{v_{p,\max }-v_{p,\min }}-b).---\left(6\right)$

由此，在各向同性的环境中减弱了修正机制。

一种按照本发明的对所述形态学信息应用的替代的可能性是对两个不 同的感应函数H₁和H₂的叠化，该叠化按照下列形式来考虑到在不同长度标 尺上的CNR值：

$H\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right)\to (1-c_{p,q})·H_1\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right)+c_{p,q}·H_2\left(\frac{|V\left(q\right)-V\left(p\right)|}{\sigma }\right).---\left(7\right)$

一种可能的权重函数可以表达如下，

如果根据第I项体像素p的周围环境为各向异性，同时根据第II项该最 小方差值小，并且根据第III项在观察方向q上的该方差值落在所述局部方差 的最小值或者最大值附近(例如通过选取b＝1/2)，则相应地，所述感应函数 H₂在应用中具有高的权数。参数c用于调节与CNR²值v_p，min/σ²的相关性，a 定义总权数的大小或者最大权数。在应用等式(8)中选取的权重函数时， 在有清晰的切面的情况下对H₂进行优化，以及在与之相反的情况下对H₁进 行优化是有意义的。

把等式(2)和(7)中的变量结合在一起也是可能的。所述方法不限于 某一特定维数，并且可以应用于二维图像数据或者投影数据、三维图像数据 或者还可用于四维数据，其中，在动态拍摄时可引入时间作为第三或者第四 维度。

利用图5至7展示了根据等式(7)在极端滤波强度下的所述方法的实 例。其中，图5中的原始图像(Ausgangsbild)3.1首先按照等式(1)进行 滤波，并将其结果图像3.2展示在图6中。其中，H函数对应于图4中的类 型。在图7的图像3.3中展示了按照本发明的方法进行滤波的结果，其中，H₁选取为图4中的类型，H₂选取为图3中的类型。图中显示，在图6的图像中 的几个边缘是用基本的方法通过噪声粒(Rauschkoerner)的形式来确定的， 而在图7的图像3.3中则是用按照本发明改进的方法滤波的，相对于切面的 噪声粒尺度的“不平度”(Unebenheiten)在一个更大的长度标尺上被移走。 通过在大的CNR值情况下的陡化(aufsteilend)作用，在图7的图像3.3中 的边缘与切面正交，同时比图6的图像3.2中的边缘更清晰。在图6和图7 中用箭头标出了显著部位。

图8示例性地示出了CT系统1，在该系统中可执行按照本发明的方法。 该CT系统C1具有机架壳体C6，在其中的机架上有由第一X射线管C2和 与之相对放置的第一探测器C3组成的第一X射线管-探测器系统。可选地可 以设置由第二X射线管C4和与之相对放置的第二探测器C5组成的另一X 射线管-探测器系统。这两个X射线管-探测器系统可以在扫描期间围绕测量 区域旋转，在这里，当躺在可移动的患者卧榻C8的患者P沿着系统轴C9 被移过该测量区域时，该测量区域可以通过机架壳体C6的开口来描述。在 此，患者P的运动既可以是连续的，也可以是顺序地进行的。此外，还可以 在对某一特定部位的检查时，仅把患者的该特定部位带入测量区域中，在扫 描期间该患者在该位置上保持稳定不动。

操控单元C10负责对CT系统1的控制，该控制单元具有储存有计算机 程序Prg_l至Prg_n的存储器，在这些程序中储存有用于控制该CT系统的和用 于分析接收到的探测器数据(包括重建相应图像数据)的必要的方法。该按 照本发明的方法可以被编程写入计算机程序并在所述操控单元C10(也即计 算单元)中被执行，以便使得该方法在所述系统工作时通过其方法步骤被运 行(abarbeiten)。

图9同样显示了一个CT系统，该系统以C型臂系统C1的形式出现并 具有C型臂C7，在该C型臂的一端有X射线管C2并在相对的另一端有探 测器C3。该C型臂C7可以借助于驱动系统C6围绕在患者卧榻C8上的患 者P转动。由于C型臂系统C1的结构类型使得患者P在检查中容易被接近。

对C型臂系统C1的操控由具有计算机程序Prg_l至Prg_n的操控单元C10 来执行，其中，在这里也可以在该操控单元的存储器里设置在运行本发明的 方法时所执行的程序代码。

总之，本发明提出了一种方法和一种X射线系统(特别是CT系统)， 其中，为了减少在成像X射线检查中所使用的放射剂量，对所拍摄的图像的 每个像素确定在被检查的像素周围给定距离内的可能存在的结构的结构信 息，并在每个被检查的像素上应用取决于方向的低通滤波器，该低通滤波器 的空间范围小于所述给定的距离，并且，通过该低通滤波器的取决于方向的 权重来考虑可能存在的结构的形态学信息。

显然，前面所述的本发明的特征不仅可以用在给出的组合中，而且还可 以用在其他组合中或者单独使用而不脱离本发明的范围。