专利名称：图像伪影的减少的制作方法
图像伪影的减少本文大体涉及减少图像伪影，并且尤其应用于锥形射束计算机断层摄影(CT)。 不过，它也可以适用于其他医疗成像应用和非医疗成像应用。对于锥形射束计算机断层摄影而言存在多种精确重建算法。这样的算法能够重 建受检者或对象的被扫描结构的衰减图像数据，而基本没有锥形射束伪影，例如条纹和 /或强度下降。令人遗憾的是，这样的算法基于具有完整的投影数据，而一些扫描，例 如圆形轨迹轴向锥形射束扫描生成不完整的投影数据，因为被扫描视场的一些区域未得 到充足采样，因为至少有一个平面与被扫描视场的一些区域相交而不和源轨迹相交。因 此，经重建的图像可能受到因被扫描结构中的强ζ梯度而导致的锥形射束伪影的影响。用于减少锥形射束伪影的一项技术包括直接从经重建的图像减去伪影。这样的 技术可以包括执行第一遍重建以生成第一图像数据；将第一图像数据分割成若干组织 类型，例如水、空气、骨骼等；将经分割的图像正向投影回采集几何结构中；对经正向 投影的数据执行第二遍重建以生成第二图像数据；基于经分割的图像数据和第二图像数 据生成差异图像；以及利用适当的乘法因子和/或额外的可能过滤步骤从采集图像数据 减去差异图像数据，以生成经校正的图像数据。令人遗憾的是，乘法因子的选择以及额 外过滤的选择并不是直截了当的。另一项技术包括从图像数据提取关于对象或受检者中的梯度的知识，以及使用 该信息在第二遍中重新模拟锥形射束伪影，以便稍后通过减法从图像数据消除伪影。令 人遗憾的是，这种校正一般限于被扫描视场的中央子区域，并且伪影一般随着距中央平 面的距离而增大。对于涉及扫描诸如人或动物的运动对象的应用而言，基于对比度的选通旋转采 集常常基于分散或不完整的角采样，其中对一部分角采样间隔来说数据不可用或缺失。 分散角采样可能限制重建的图像质量。例如，在使用具有同时采集的ECG信号的单一圆 弧采集时，投影数据的选通导致重建体积中的伪影，例如条纹。可以通过执行多次圆弧 采集来克服伪影。令人遗憾的是，这会导致更长的采集时间和增加的患者剂量。本申请的各个方面解决上述问题以及其他问题。根据一个方面，一种方法包括基于采集投影数据和虚拟投影数据生成模拟的 完整投影数据，所述采集投影数据是不完整投影数据，所述虚拟投影数据使所述不完整 投影数据完整化；以及重建所述模拟的完整投影数据以生成体图像数据。根据另一方面，一种方法包括利用补充数据补充从不完整投影数据生成的采 集图像数据以扩展可重建视场的体积；以及采用伪影校正来校正基于经扩展的可重建视 场的可校正视场。根据另一方面，一种系统包括投影数据完整化器，其基于采集不完整投影数 据和虚拟投影数据生成模拟的完整投影数据，所述虚拟投影数据使所述采集不完整投影 数据完整化；以及重建器，所述重建器重建所述模拟的完整投影数据以生成表示所述模 拟的完整投影数据的体图像数据。根据另一方面，一种系统包括图像数据补充器，其利用补充数据补充从不完整投影数据生成的采集图像数据以扩展可重建视场的体积；以及校正单元，其采用伪影 校正算法来校正基于经扩展的可重建视场的可校正视场。可以通过各种部件和部件布置，以及通过各种步骤和步骤布置的形式实现本发 明。附图的作用在于对优选实施例进行图示，不应认为其对本发明构成限制。
图1图示了一种成像系统。图2图示了示例投影数据完整化器。图3A、3B和3C图示了示例采集源轨迹和完整化采集源轨迹的示例虚拟源轨迹。图4图示了示例图像数据补充器。图5图示了示例拟态(authropomorphic)模型。图6-9图示了示例可重建视场。图10和11图示了示例可校正视场。图12图示了经扩展的可校正视场。图13图示了一种示例方法。图14图示了一种示例方法。图15图示了一种示例方法。图16图示了示例共轭选通窗口函数。图1图示了一种示例医疗成像系统100，其包括静止扫描架102和旋转扫描架 104，旋转扫描架104由静止扫描架102可旋转地支撑。旋转扫描架104关于纵向轴或ζ 轴108绕检查区域106旋转。辐射源110由旋转扫描架104支撑并与旋转扫描架104 —起关于ζ轴绕检查区域 106旋转。辐射源110沿着诸如圆形或其他源轨迹的源轨迹移动，并发射贯穿检查区域 106的辐射。准直器112对所发射的辐射进行准直以产生大体圆锥形、扇形、楔形或其他 形状的辐射束。辐射敏感探测器阵列114探测贯穿检查区域106的光子并生成表示其的投影数 据。重建器116重建投影数据并生成表示检查区域106的体图像数据。诸如卧榻的患者支撑物118支撑患者以进行扫描。通用计算系统120充当操作 员控制台。驻留在控制台120上的软件允许操作员控制系统100的操作。这种控制可以 包括选择协议，该协议采用不完整投影数据伪影校正算法来校正与重建不完整投影数据 相关联的伪影。扫描器100能够用于执行各种采集。在一种情况下，扫描器100用于执行生成 不完整投影数据的采集。这种采集的示例包括，但不限于，圆形轨迹、轴向锥形射束扫 描。在一个实施例中，投影数据完整化器122利用虚拟投影数据使不完整投影数据 完整化以生成完整投影数据。如下文更详细描述的，这可以通过以下方式实现通过外 推或其他方式在Radon空间中扩展不完整投影数据，以生成使不完整投影数据完整化的 缺失数据。可以将这样获得的模拟的完整投影数据用于生成这样的图像，其图像质量大 致与利用采集期间获得的完整投影数据生成的图像的图像质量相同。在备选实施例中，数据补充器124补充利用不完整投影数据生成的图像数据。如下文更详细描述的，这可以通过基于表示被扫描对象或受检者的模型来实现，其中， 该模型被配准到图像数据并用于确定图像数据中缺少的结构。校正单元126校正用于诸 如锥形射束伪影的不完整投影数据伪影的补充的图像数据。相对于不补充图像数据的配 置而言，像这样补充数据能够校正视场的更大部分。图2图示了投影数据完整化器122的示例实施例。分割器202分割从不完整投 影数据重建的采集图像数据。分割器202将图像数据分割成多种不同组织类型，例如， 但不限于水、空气和骨骼。通常，选择组织类型，使得在基本消除伪影的同时维持生成 伪影的结构，例如生成高ζ梯度的结构。在一种情况下，分割器202基于图像数据的直 方图分析来自动分割图像数据。在另一种情况下，分割器202采用一种阈值技术，该阈 值技术将Hounsfield尺度分成多个不相交区间，而每个区间被分配常数Hounsfield值，例 如区间中点或区间其他点的值。这里也预期使用基于用户输入的人工分割技术。正向投影仪204将经分割的图像数据正向投影到适当的几何结构中，包括与采 集几何结构不同的几何结构中。几何结构库206包括N个不同的虚拟几何结构208和 210，其中N为整数。适当的虚拟几何结构包括具有使不完整投影数据完整化的源轨迹的 虚拟几何结构。例如，适当的轨迹包括这样的轨迹，当其与采集轨迹组合时与和视场相 交的每个平面相交。可以自动地和/或基于用户输入(在需要时)动态地确定适当的几 何结构。作为非限制性示例，在采集几何结构包括圆形轨迹时，适当的虚拟几何结构可 以包括具有线轨迹、与采集轨迹的平面正交的另一圆轨迹、螺旋形轨迹、马鞍形轨迹等 的几何结构。图3A和3B分别示出了 240度圆弧采集轨迹和正交圆虚拟轨迹的非限制性 示例，圆弧采集轨迹得到不完整的投影数据，而正交圆虚拟轨迹完整化圆弧采集轨迹。 图3C示出了图3A和3B的轨迹的叠加。图中的轴表示以毫米(mm)为单位的距离。返回到图2，数据组合器212组合采集投影数据和虚拟投影数据以生成模拟的完 整投影数据，可以在第二次或后续重建中重建该模拟的完整投影数据。可以利用针对采 集投影数据的加权函数Wl和针对虚拟投影数据的加权函数W2控制虚拟投影数据对重建 的影响，其基于Radon变换数据，例如，权重与一个特定平面与源和虚拟轨迹的交点数 量相关。在一种情况下，仅在缺少采集投影数据时使用虚拟投影数据。在这种情况下， 适当的权重包括在采集投影数据可用时Wl = 1和W2 = 0，而在采集投影数据不可用时 W1=0*W2 = 1。可以使用其他权重，例如，在另一实施例中，适当的权重包括Wl =.75和W2 = .25或某种其他组合。在图示的示例中，在参数库214中存储这种权重。利用适当的重建算法，由重建器116或其他方式基于权重重建所生成的模拟的 完整投影数据。适当的重建算法的示例包括，但不限于，精确重建算法，例如用于分段 可微源轨迹的精确重建算法。备选地，可以使用其他精确重建算法。如上所述，通过使不完整投影数据完整化，利用模拟的不完整投影数据生成的 图像的图像质量大约与采集期间利用完整投影数据生成的图像的图像质量相同。要认识到，也可以针对其他应用生成虚拟投影数据。例如，可以使用以上方式 来生成虚拟数据，例如对于心脏扫描的针对选通窗口之外阶段的心脏阶段数据和/或用 于其他应用的其他虚拟数据。图4图示了数据补充器124的非限制性实施例的示例。数据发生器402生成与利用不完整投影数据生成的采集图像数据结合的补充数据。在图示的示例中，数据发生 器402基于表示被扫描对象或解剖结构的被扫描结构的模型生成补充数据。例如，在被 扫描解剖结构是特定器官(例如，心脏、脊柱、肝脏等)时，使用的模型可以是表示包括 该器官的解剖结构的模型，例如图5所示的示例拟态模型或仅表示器官的模块。数据发生器402将模型与采集图像数据配准或拟合，以将模型中的解剖或结构 信息映射到采集图像数据中的解剖或结构信息，这也将在采集图像数据中缺失的模型中 的解剖或结构信息映射到采集图像数据。配准可以包括迭代方式，该方式中调节配准， 直到满足相似性量度和/或其他标准。任选地，操作员也可以人工调节配准。在配准 时，可以基于经配准的模型为采集图像数据生成采集图像数据中没有的、模型中的解剖 或结构信息。数据发生器402使用的模型可以是预先存储在模型库404中的现有模型或由模 型发生器406动态生成的模型。这样的模型对于被扫描对象或受检者而言可以是通用的 或特定的。示例的通用模型可以是基于对象或受检者看起来应该什么样的先验知识的抽 象。先验知识可以包括从以下获得的信息文献、对对象或受检者(例如平均或实际经 过的表达)执行的较早程序、其他类似对象或受检者和/或其他信息。抽象可以是图形 的和/或数学方程。特定模型的示例包括基于被扫描对象或受检者的信息的模型。模型库404中存储的一个或多个模型可以是已经从外部模型源向模型库404上载 /下载的、由模型发生器406生成的和/或以其他方式提供的。模型发生器406可以使用各种方式来生成模型。例如，图示的模型发生器406 包括一个或多个机器学习算法408，其允许模型发生器406利用诸如历史信息、模式、规 则等信息来通过使用分类器(归纳和/或推演)、统计学、神经网络、支持向量机、成本 函数、推理等的计算和统计方法生成模型。例如，算法408可以使用诸如对象或类似对 象的尺寸、形状、取向、位置等的输入、受检者或一个或多个不同受检者的解剖结构、 先前生成的模型和/或其他信息来生成针对被扫描对象或受检者的模型。此外，模型发 生器406可以使用迭代方式，其中通过两次或更多次迭代来细化模型。可以使用模型细化器410基于通用模型和对应于对象或受检者的信息来生成对 被扫描对象或受检者而言特定的模型。例如，模型细化器410可以使用表示对象或解剖 结构的尺寸、形状、取向、位置等的信息来修改通用模型，以更加专门针对对象或受检 者。在一个实施例中，省略或不使用模型细化器410。校正单元126为补充的图像数据校正伪影。在本示例中，校正单元126采用诸 如基于减法的重建技术的多次重建技术。一种这样的技术包括将补充的图像数据分割 成若干组织类型，例如水、空气、骨骼和/或一种或多种与高梯度组织界面相关联的其 他组织类型；将经分割的图像数据正向投影到采集几何结构中；重建经正向投影的经分 割的图像数据以生成第二图像数据；基于经分割的图像数据和第二图像数据之间的差异 生成突出伪影的图像数据；以及从补充的图像数据减去差异图像数据以为补充的成像数 据校正不完整数据伪影。备选地，可以使用其他伪影校正技术。没有补充数据，校正单元126仅能够校正采集图像数据的子部分。结合圆形轨 迹轴向锥形射束扫描和图6-11图示了这一情况。开始参考图6，辐射源110沿着绕ζ轴106的圆形轨迹从第一角位置604发射辐
8射602。在位置604，辐射602贯穿被照射视场608的第一子部分606，并被探测器阵列 114探测。图7描绘了从第二角位置702发射辐射602的辐射源110，第二角位置在圆形 轨迹上距第一角位置604大约180度。在第二位置702，辐射602贯穿被照射视场608中 与第一子部分606不同的第二子部分704，并被探测器阵列114探测。图8图示了图6和7的叠加。在图8中，被照射视场608的第三子部分802代 表在辐射源Iio沿着圆形轨迹行进时辐射602贯穿通过的被照射视场608的部分。对于 被照射视场608的子部分804和806，在源110的一些角位置(例如604和702)处，辐 射602不会贯穿子部分606和704中的一个或多个，于是，缺失了用于针对子部分606和 704进行重建的数据。因此，被照射视场608的第三子部分802代表可重建视场802。为了清楚起见，图9图示了相对于被照射视场608的可重建视场802，未示出源 110、探测器阵列114或辐射束602。如图所示，可重建视场802代表被照射视场608的 子部分。图10额外示出了针对可重建视场802的可校正视场1002。可校正视场1002由 可重建视场802界定，并且包括可重建视场802的子部分，在该子部分中可对图像数据正 向投影以生成用于后续重建的投影数据。这样，子部分1004不是可校正视场1002的一 部分。为了清楚起见，图11仅示出了相对于被照射视场608的可校正视场1002。如图 所示，可校正视场1002代表可重建视场802的子部分。图12示出了针对补充的图像数据的可校正视场1002，。如图所示，在图12中， 补充数据有效将可重建视场802的体积增大到802’ (其体积基本等于被照射视场608体 积)，由此将可校正视场1002的体积增大到1002’ (其体积基本等于可重建视场802的 体积)。这样，校正单元126能够这样校正图像数据的整个可重建视场802 通过向采集 图像数据增加补充数据，将可重建视场802扩展到被照射视场608的维度，其将可校正视 场1002扩展到可重建视场802的维度。图13图示了用于使不完整投影数据完整化的方法。在1302，执行获得不完整投 影数据的扫描。在1304，重建采集投影数据以生成采集图像数据。在1306，将采集图 像数据分割成两个或更多结构类型。在1308，将经分割的图像数据正向投影到虚拟几何 结构中，该虚拟几何结构包括虚拟源轨迹，虚拟源轨迹使采集轨迹完整化以生成虚拟投 影数据。在1310，将正向投影的数据与不完整投影数据组合，以生成模拟的完整投影数 据。在1312，利用针对采集和虚拟投影数据的适当权重来重建模拟的完整投影数据。图14图示了用于扩展图像数据的可校正视场的方法。在1402，执行获得不完整 投影数据的扫描。在1404，重建采集投影数据以生成采集图像数据。在1406，基于采 集图像数据和被扫描对象或受检者的模型生成补充数据，其中补充数据代表模型中的采 集图像数据缺少的结构。在1408，将补充数据与采集图像数据组合以形成补充的图像数 据，这增大或扩展了可重建视场，使得可校正视场在维度上与可重建视场大约相等。在 1410，针对不完整投影数据伪影，包括圆形轨迹轴向锥形射束伪影，校正可校正视场。在另一实施例中，针对移动的对象生成虚拟投影数据。出于解释的目的，下面 结合心脏进行描述，例如，结合心脏应用针对心脏阶段生成虚拟投影数据。但是，应当 理解，对象可以是在被成像的同时移动的任意对象。参照图15和16描述本实施例。开始参考图15，在1502，执行旋转弧采集，并且同时采集用于将投影数据映射 或相关到心脏的心脏阶段的信息。可以在用造影剂填充心脏的感兴趣血管和/或腔的同时执行采集，而信息可以是心电图(ECG)和/或将投影数据相关到心脏阶段的其他信 息。通常，这样的采集产生分散角采样，并得到不完整数据，这可能在重建的数据中导 致条纹。在1504，针对心脏阶段生成第一图像数据，心脏阶段可以是心搏周期的相对低 的运动(静息)阶段或其他阶段。在本示例中，第一图像数据是利用使用第一选通窗口 的选通过滤背投影重建算法生成的三维重建。在一种情况下，第一选通窗口代表感兴趣 阶段附近的预设范围，并且可以对其加权，使得离窗口的中心区域较近的数据比离中心 区域较远的数据贡献程度更大。图16示出了示例第一加权函数1602。在本示例中，加 权函数是窗口宽度为心搏周期75%的cos2加权函数。在1506，将第一图像数据分割成两种或更多不同类型的组织。适当的组织类型 包括，但不限于，空气、水、骨骼、造影剂等。如上所述，在一种情况下，所选择的组 织类型常常对应于生成伪影的结构，例如，生成高ζ梯度的结构。同样地，分割可以基 于图像数据的直方图分析、将Hounsfield尺度分成多个不相交区间的阈值技术和/或其他 分割技术。在一种非限制性情况下，例如，利用高斯、中值或其他滤波器对分割段的投 影进行过滤，这可以使重建平滑。在1508，对经分割的图像数据进行正向投影。可以将经分割的图像数据正向投 影到采集几何结构或虚拟几何结构中。在一个实施例中，将经分割的图像数据正向投影 到未被测量的心脏阶段的视图中，由此外推或填入在采集角采样间隔中的缺失数据。在1510，重建新生成的投影数据以生成第二图像数据。在本示例中，第二图像 数据是利用使用第二选通窗口的选通过滤背投影重建算法生成的三维重建。图16示出了 示例第二加权函数1604。在本示例中，第二加权函数是第一加权函数的共轭，或等于1 减去第一加权函数(ι-第一加权函数)。在1512，将第一和第二图像数据组合以形成第三图像数据。在一种情况下，根 据方程1组合第一和第二图像数据方程1 第三图像数据=A(第一图像数据)+B (第二图像数据)，其中A和B是加权函数。可以通过各种方式选择加权函数A和B。在一种情 况下，A = B = 0.5。在另一种情况下，权重A和B不相等。在又一种情况下，权重之 和不等于一。要认识到，所得的第三图像数据可能具有比第一图像数据更少的伪影，以 及增加的信噪比和对比度与噪声比。可以通过计算机可读指令实现以上内容，在由计算 机处理器执行时，所述指令将使所述处理器执行这里所述的动作。在这种情况下，将所 述指令存储在与相关计算机相关联和/或能够为其所访问的计算机可读存储介质中，例 如存储器中。要认识到，这里的方法适用于其他成像应用，包括但不限于在圆形模式下工作 的CT系统、沿着平面源轨迹采集不完整数据的C臂系统和/或生成投影数据的不完整集 合的任何其他成像应用。已经参考优选实施例描述了本发明。在阅读并理解了前述详细说明的情况下， 本领域技术人员可以想到修改和变化。这意味着，应当将本发明推断为包括所有此类落 在权利要求及其等同替代的范围内的修改和变化。
权利要求
1.一种方法，包括基于采集投影数据和虚拟投影数据生成模拟的完整投影数据，所述采集投影数据是 不完整投影数据，所述虚拟投影数据使所述不完整投影数据完整化；以及重建所述模拟的完整投影数据以生成体图像数据。
2.根据权利要求1所述的方法，还包括从所述体图像数据生成图像，其中，所述图像的图像质量与从利用在成像过程期间 获得的完整投影数据生成的采集图像数据而生成的图像的图像质量大约相同。
3.根据权利要求1到2中的任一项所述的方法，还包括基于与采集源轨迹不同的虚拟源轨迹生成所述虚拟投影数据。
4.根据权利要求3所述的方法，其中，所述虚拟源轨迹是使所述采集源轨迹完整化、 使得与视场相交的每个平面也与所述源轨迹或所述虚拟源轨迹相交的任何轨迹。
5.根据权利要求1到4中的任一项所述的方法，还包括采用权重以影响所述虚拟投影 数据对所述重建的效果。
6.根据权利要求5所述的方法，其中，选择所述权重，使得在采集投影数据时仅重建 所述采集投影数据。
7.根据权利要求5所述的方法，其中，选择所述权重，使得在所述采集投影数据和所 述虚拟投影数据都可用时，所述采集投影数据相对于所述虚拟投影数据贡献程度更大。
8.根据权利要求1到7中的任一项所述的方法，还包括基于所述不完整投影数据生成采集图像数据；将所述采集图像数据分割成至少两种不同类别的结构；以及通过将经分割的图像数据正向投影到具有所述虚拟源轨迹的虚拟几何结构来生成所 述虚拟投影数据。
9.根据权利要求1到8中的任一项所述的方法，其中，所述采集投影数据来自圆形轨 迹轴向锥形射束扫描。
10.—种方法，包括利用补充数据补充从不完整投影数据生成的采集图像数据以扩展可重建视场的体 积；以及采用伪影校正来校正基于经扩展的可重建视场的可校正视场。
11.根据权利要求10所述的方法，其中，所述经扩展的可重建视场的体积大约等于被 照射视场的体积，并且所述可校正视场的体积大约等于所述可重建视场的体积，且所述 可重建视场是所述被照射视场的子部分。
12.根据权利要求10到11中的任一项所述的方法，还包括基于被扫描对象或受检者的模型生成所述补充数据。
13.根据权利要求12所述的方法，其中，所述模型对于被扫描的结构或解剖结构而言 是通用的或对于被扫描对象或受检者而言是特定的。
14.根据权利要求12到13中的任一项所述的方法，还包括将所述模型配准到所述采集图像数据，其中，所述补充数据对应于所述被扫描对象 或受检者的、在所述模型中但不在所述采集图像数据中的结构或解剖结构。
15.根据权利要求10到14中的任一项所述的方法，其中，所述校正是第二遍锥形射束伪影校正。
16.根据权利要求10到15中的任一项所述的方法，还包括组合所述补充数据和所述采集数据以生成补充的图像数据；以及校正所述补充的图像数据。
17.—种系统，包括投影数据完整化器(122)，其基于采集不完整投影数据和虚拟投影数据生成模拟的完 整投影数据，所述虚拟投影数据使所述采集不完整投影数据完整化；以及重建器(116)，其重建所述模拟的完整投影数据以生成表示所述模拟的完整投影数据 的体图像数据。
18.根据权利要求17所述的系统，还包括分割器(202)，其分割从所述采集不完整投影数据生成的采集图像数据，其中，将所 述采集图像数据分割成至少两种不同的结构类型；以及正向投影器(204)，其将经分割的图像数据正向投影到虚拟几何结构中以生成所述虚 拟投影数据。
19.根据权利要求15到17中的任一项所述的方法，还包括参数库(214)，其包括定义重建期间所述不完整投影数据和所述虚拟投影数据中的每 个的贡献的权重。
20.—种系统，包括图像数据补充器(124)，其利用补充数据补充从不完整投影数据生成的采集图像数据 以扩展可重建视场的体积；以及校正单元(126)，其采用伪影校正算法来校正基于经扩展的可重建视场的可校正视场。
21.根据权利要求20所述的系统，还包括数据发生器(402)，其基于采集数据和被扫描结构的模型生成所述补充数据。
22.根据权利要求21所述的系统，其中，所述模型对于所述被扫描结构而言是通用的 或特定的。
23.根据权利要求20到22中的任一项所述的系统，其中，所述补充数据代表在所述 模型中而不在所述采集图像数据中的被扫描结构。
24.根据权利要求20到23中的任一项所述的系统，其中，所述校正包括第二遍锥形 射束伪影校正。
25.根据权利要求20到24中的任一项所述的系统，其中，所述经扩展的可重建视场 的体积大约等于被照射视场的体积，并且所述可校正视场的体积大约等于所述可重建视 场的体积，且所述可重建视场是所述被照射视场的子部分。
26.—种方法，包括同时对移动对象成像并采集表示所述对象的移动周期的信号；选择性地重建第一投影数据的、对应于所述移动周期的期望阶段的子部分以生成第 一图像数据，其中，基于所述移动周期确定所述子部分；将所述第一图像数据分割成至少两种不同的结构类型；对经分割的图像数据进行正向投影以生成第二投影数据，所述第二投影数据对应于所述期望阶段且不在所述第一投影数据中；重建所述第二投影数据以生成第二图像数据；以及组合所述第一图像数据和所述第二图像数据以生成第三图像数据。
27.根据权利要求26所述的方法，其中，利用第一选通函数重建所述第一投影数据， 并利用第二选通函数重建所述第二投影数据，其中，所述第二选通函数是所述第一选通 函数的共轭。
28.根据权利要求27所述的方法，其中，所述第一加权函数是窗口宽度为所述移动周 期的大约75%的cos2加权函数。
29.根据权利要求26到28中的任一项所述的方法，其中，所述正向投影的动作包括 将所述第二图像数据正向投影到所述采集几何结构中。
30.根据权利要求26到28中的任一项所述的方法，其中，所述正向投影的动作包括 将所述第二图像数据正向投影到虚拟几何结构中。
31.根据权利要求26到30中的任一项所述的方法，其中，所述正向投影的动作包括 将所述第二图像数据正向投影到一几何结构中以便生成不在针对所述期望阶段的所述采 集投影数据中的、针对所述期望阶段的投影数据。
32.根据权利要求26到31中的任一项所述的方法，其中，所述组合所述第一图像数 据和所述第二图像数据以生成第三图像数据的动作包括向所述第一图像数据应用第一权 重并向所述第二图像数据应用第二权重。
33.根据权利要求26到32中的任一项所述的方法，其中，利用带有加权选通窗口的 选通过滤背投影重建算法来重建所述第一和第二投影数据。
34.根据权利要求33所述的方法，其中，所述加权选通窗口向对应于所述窗口的中心 区域的数据应用相对较高的权重。
35.根据权利要求26到34中的任一项所述的方法，其中，所述信号为ECG信号。
36.根据权利要求26到35中的任一项所述的方法，其中，所述对象为人或动物的心脏。
全文摘要
一种方法包括基于采集投影数据和虚拟投影数据来生成模拟的完整投影数据，其中，所述采集投影数据是不完整投影数据，所述虚拟投影数据使所述不完整投影数据完整化；以及重建所述模拟的完整投影数据以生成体图像数据。一种备选方法包括利用补充数据补充从不完整投影数据生成的采集图像数据以扩展可重建视场的体积；以及采用伪影校正来校正基于经扩展的可重建视场的可校正视场。
文档编号G06T11/00GK102016923SQ200980116203
公开日2011年4月13日 申请日期2009年5月4日 优先权日2008年5月6日
发明者K·埃哈德, P·福斯曼, R·普罗克绍 申请人:皇家飞利浦电子股份有限公司