X射线计算机断层摄影系统以及该系统的数据校正方法

摘要

一种X射线计算机断层摄影系统，由X射线源3产生X射线束，由X射线检测器5检测透过了被检测物体的X射线束，包括：变换单元11，其构成为将从X射线检测器5输出的模拟投影数据变换为数字投影数据；处理单元12，其构成为从来自变换单元的数字投影数据检测出溢出计算机断层摄影系统的测定范围的溢出数字投影数据，通过曲线近似函数校正溢出数字投影数据。适当校正溢出系统固有测定范围的数据。

说明书

技术领域

本发明涉及校正包含错误的测定数据的X射线计算机断层摄影系统、X射线计算机断层摄影系统的数据校正方法和用于X射线计算机断层摄影系统的数据校正的程序。

背景技术

图1中表示X射线计算机断层摄影装置(X射线CT)。X射线CT包含容纳旋转环2的台架1、产生圆锥形X射线束的X射线源3和X射线滤光器4。台架1具有包含一维或二维配置的检测元件的阵列型X射线检测器5。此外，X射线检测器5的检测元件5A可有其他配置。图2表示出X射线束从焦点F放射的、每行有图中示出的1000个检测元件5A的10行检测元件。

X射线源3和阵列检测器5设置在旋转环2上，面对横卧于滑动床6上的被检测物体(未示出)的相反侧。阵列检测器5的各检测元件5A对应通道。X射线源(X射线产生部)3经X射线滤光器4与被检测物体相对。从X射线控制器8供给触发信号时，高电压装置7驱动X射线源3。高电压装置7按接收触发信号的定时向X射线源3施加高电压。由此，X射线源3产生X射线，台架/台体(batch)控制器9同步控制台架1的旋转环2的旋转和滑动床6的滑动。系统控制器10构成整个系统的控制中心，控制X射线控制器8、台架/台体(batch)控制器9、滑动床6，在从X射线源3照射被检测物体期间，经由被检测物体周围的希望路径转动旋转台2。

即便是被检测物体不在X射线源3和检测元件5A之间，阵列检测器5的检测元件5A也可测定X射线源3产生的X射线的强度。检测元件5A也可测定成为构成被检测物体的图像基础的X射线的其他特性。因此，各检测元件(通常是1通道/1元件)5A至少测定1个X射线强度，输出与该强度对应的模拟输出信号。来自各检测元件5A的输出信号供给数据收集单元11。数据收集单元11放大各检测元件5A的信号，变换为数字信号。从而，产生数字投影数据。数字投影数据从数据校正单元11输出，供给处理单元12。处理单元12根据与各通道对应的数字投影数据，进行与横卧在滑动床6的被检测物体对应的图像的前处理和再构成。

原来的电子数据取得系统使用与模拟数字(A/D转换器)转换器耦合的模拟检测器5或换能器，以数字形式记录物理信号。检测器5和/或A/D转换器中，可正确记录例如X射线束强度等目标物理参数的输入参数信号范围有限。输入参数信号电平高于检测器5或A/D转换器的最大信号范围(最大输入电平(S_DMax))时，检测器5或A/D转换器输出信号(测定的数据)不能正确在线输入信号(真的数据)，检测器5和/或A/D转换器输出“截取”。相关技术中，检测器5或A/D转换器输出“截取”时，只要输入参数信号具有高于最大输入电平的电平，检测器5或A/D转换器的信号输出经过一段时间仍保持恒定，从而产生问题。

因此，变更的输入参数信号与输入参数信号变化(对应目标物理参数的变化)无关地依然保持高于最大输入电平时，检测器5或A/D转换器的信号输出恒定。换言之，检测器5或A/D转换器不能检测出目标物理参数的“真值”，相反，检测出最大输入电平S_DMax。最大输入电平S_Dmax是该装置固有的，各种装置恶化真实数据的原因各不相同。这里，检测器5或A/D转换器不能检测出目标物理参数的真值的状态称为“溢出”状态，该状态也可适用于检测器5或A/D转换器以外的电子单元。

检测器5或A/D转换器的信号输出恒定，但来自检测器5或A/D转换器的输出由处理顺序中的几个步骤处理，产生再构成数据，或者再构成数据的分布图(profile)在处理顺序之间的不同步骤中变化。存在溢出状态时，处理的最终结果因不正确而不适当。因此，被检测物体最终再产生的图像在溢出状态下与实际被检测物体不同，在测定输入参数、根据该测定产生或再产生被检测物体的图像的任意装置中会产生问题。

X射线CT的特定例子中，溢出状态存在于检测器5或A/D转换器的至少一个中，由于这些状态，在各种被检测物体的再构成的图像中显现出伪迹。因此，伪迹降低X射线CT的最终产品的品质，接受CT检查的被检测物体的部分图像不鲜明，或者造成暗的环像，这是一个问题。因而，X射线CT结果中，再构成的图像必定包含重影或弄错的特征，用于诊断种种患者状态的X射线CT图像的可靠性降低。

发明内容

鉴于上述问题的存在，本发明的目的是提供适当校正溢出系统固有的测定范围的数据的X射线计算机断层摄影系统和X射线计算机断层摄影系统的数据校正方法。

本发明的第一方面是一种X射线计算机断层摄影系统，其中由X射线产生部产生X射线束，由X射线检测器5检测透过了被检测物体的X射线束，包括：变换单元，其构成为将从上述X射线检测器5输出的模拟投影数据变换为数字投影数据；处理单元，其构成为从来自上述变换单元的数字投影数据检测出溢出上述计算机断层摄影系统的测定范围的溢出数字投影数据，通过曲线近似函数校正上述溢出数字投影数据。

本发明的第二方面是一种X射线计算机断层摄影系统的数据校正方法，X射线计算机断层摄影系统中，由X射线产生部产生X射线束，由X射线检测器5检测透过了被检测物体的X射线束，包括：由连接上述X射线检测器5的变换单元将从上述X射线检测器5输出的模拟投影数据变换为数字投影数据，由连接上述变换单元的溢出检测单元检测出溢出上述射线计算机断层摄影系统的测定范围的溢出数字投影数据，为产生校正了的图像，由连接上述溢出检测单元的校正单元通过曲线近似函数校正上述溢出数字投影数据。

本发明的第三方面是一种用于使X射线计算机断层摄影系统的计算机实现数据校正的程序，X射线计算机断层摄影系统中，由X射线检测器5检测X射线产生部产生并透过了被检测物体的X射线束，使计算机实现如下装置：由连接上述X射线检测器5的变换单元将从上述X射线检测器5输出的模拟投影数据变换为数字投影数据的装置，由连接上述变换单元的溢出检测单元检测出溢出上述射线计算机断层摄影系统的测定范围的溢出数字投影数据的装置，为产生校正了的图像，由连接上述溢出检测单元的校正单元通过曲线近似函数校正上述溢出数字投影数据的装置。

附图说明

图1是X射线CT图；

图2是图1的二维阵列型X型检测器5的斜视图；

图3是表示基于测定的数据的再构成处理的图；

图4是本发明的再构成处理器及其中包含的单元的图；

图5是更详细表示图4的再构成处理器和单元的图；

图6是具有溢出点的测定的数据和再构成的数据的示意图；图6(a)表示X射线检测器5检测的测定了的X射线强度的曲线，图6(b)表示处理器12再构成的再构成数据的曲线；

图7是表示安装了溢出校正处理的再构成处理的图；

图8是更详细表示图7的溢出校正处理的图；

图9是表示测定的数据的各个溢出点和小组的溢出点的校正处理的示意图；

图10是表示测定的点集合体中溢出点的组和子组的示意图；

图11是通过对溢出点和非溢出点适用多项式曲线近似将数据平滑化的示意图；

图12是对非溢出点适用的仿样近似和插值的示意图；

图13是通用计算机的示意图。

具体实施方式

接着参考附图说明本发明的优选实施方式。本实施方式的X射线计算机断层摄影系统的整体结构与图1基本相同。本实施方式的X射线计算机断层摄影系统与图1的X射线计算机断层摄影系统相比，处理单元12进行的处理不同。典型地，处理单元12由计算机实现，因此该计算机中实现后述的校正顺序的程序不同。

图3表示产生X射线、检测出透过X射线CT的台架内放置的被检测物体后的X射线、根据该检测数据再构成被检测物体的图像的一连串的顺序。步骤310中，由X射线CT的X射线源3产生X射线。如图2所示，透过X射线由一维或二维阵列的X射线检测器5检测出来。步骤320中检测器5或A/D变换器产生例如对应检测器5接收的透过X射线的强度的信号。关于检测器5的种种组合，已经相对于图2在上面作了说明。

步骤330中，各检测元件5A的输出由数据收集单元11收集后，为准备适用下一处理步骤，数字化并形成检测器5的X射线轮廓或A/D转换器数据。该数字化的数据反映了未处理的纯粹测定的数据，包含检测器5产生的错误，因此称为“纯粹的数据(原数据)”。

步骤340中，对于步骤330得到的数字化数据适用一般称为前处理的各种处理。前处理包含参考校正、偏置校正、水校正灵敏度不均衡校正等，但不限定于此。将前处理用于数字化的X射线轮廓，去除存在的部分错误。但是，步骤340的前处理中，上述溢出状态引起的错误不能被去除。关于其他前处理，美国专利5825842号中有公开。

前处理步骤340的结果在步骤350中用于产生再构成数据。再构成数据具有与数字化数据不同的轮廓。步骤360中根据步骤350得到的再构成数据决定被照射对象的再构成。再构成步骤360中组合来自检测器5的全部通道的数据，步骤370中，关于被检测物体，产生最终再构成的CT图像。

另外的实施方式中，数据收集单元11和处理单元12从检测器5的多行收集数据，处理单元12根据数据收集单元11收集的全部数据产生最终再构成的CT图像，将该图像显示在显示器13上。但是，通过上述溢出状态，再构成的CT图像具有弄错了的特征，隐藏了被检测物体的实际特征。

图4表示再构成处理器12的更具体的图。来自收集单元11的投影数据存储在数据存储器15中。图像存储器14用于存储再构成了的图像数据或存储再构成中的图像数据。如计算机存储器领域的从业人员所理解的那样，存储器14和15可作为RAM或其他半导体存储器来安装。溢出校正单元16至少包含1个多项式校正单元、仿样单元、已知数据校正单元，此外，有时还具有加权单元。接着，参考图5说明这些单元的功能。单元14，15，16在CPU17的控制下。CPU17决定溢出点，对于从数据收集单元11得到的投影数据进行希望的处理，校正溢出状态。

图5中，表示出再构成处理器12的另一结构的更详细的图。图像存储器14和数据存储器15连接CPU17。此外，多项式校正单元18、仿样校正单元19、已知数据校正单元20、加权单元21、溢出单元22、变换单元23、选择单元24、插值单元25、已知数据输入单元26、映射单元27也连接CPU17，被其控制。多项式校正单元18和仿样校正单元19分别进行校正，加权单元21对于来自多项式校正单元18的输出和来自仿样校正单元19的输出的组合(合成)进行溢出校正。图4和图5所示的处理器12可作为专用微计算机安装在硬件内，或安装在软件中。例如，可作为半导体门阵列安装溢出校正单元16。

例如，图6(a)表示X射线检测器5检测的测定了的X射线强度的曲线，图6(b)表示处理器12再构成的再构成数据的曲线。更具体说，图6(a)表示将检测器5测定、A/D转换器数字化的X射线强度相对于测定X射线强度的通道曲线化的图。曲线(A)表示X射线源3产生的真正的X射线强度(X射线强度的真值)在通道轴上的变化，曲线(B)表示“纯粹的”A/D转换器数据或测定的数字化的数据在通道轴上的变化。如图6(a)所示，真的X射线强度区域(I)为溢出状态，与测定的X射线强度的同一区域不同。存在溢出的情况下，测定的数据内X射线强度的真值用等于最大输入电平S_Dmax的值置换，产生平直的轮廓。

图6(b)表示上述步骤360产生的再构成数据。曲线(C)表示对应于和真的X射线强度值(a)对应的真的再构成数据，与对应于根据测定的数据(B)再构成的曲线(D)的溢出再构成数据的分布图不同的轮廓。图6(a)表示测定的数据(B)中有检测器5或A/D转换器不能测定X射线强度的实际值的平直部分，平直部分在收集数据时通过“平直”特征来认定。但是，溢出再构成数据(D)不具有“平直”特征。因此，分析溢出再构成数据(D)时难以认定溢出通道。

溢出再构成数据(D)具有2个特征。第一，包含溢出点的溢出再构成数据(D)在区域(I)中与测定的X射线强度(B)不同，不固定到恒定值，也不恒定。但是，其轮廓表示出噪声，具有不连续性。该不连续轮廓在再构成图像中产生环状伪迹。

接着，溢出再构成数据(D)的数据值(强度)高于真的再构成数据(C)(没有溢出点的数据)的数据值(强度)。通过再构成的图像的该特征效果，最终的CT图像变暗，可能丧失生理学的结构。

图7表示认定溢出点，根据各种算法校正溢出点的CT图像的再构成处理。该处理具有和图3的步骤同样的步骤，因此这里不说明这些步骤。本实施方式中，图7所示的处理按检测器5的检测元件5A的每一行安装(其他实施方式中，也可按每一列安装，或者单个检测器5按每个时间安装)。此外，本实施方式中，溢出校正步骤770在前处理步骤740之后进行。几个用途中，通过硬件速度制约或其他制约，在前处理之前不执行溢出校正，因此溢出校正步骤770按该顺序执行。其他实施方式中，速度并非要素的情况下，前处理步骤之前可执行溢出校正步骤。

如上所述，入射的X射线强度电平超出检测器5可检测的最大强度时，只要溢出状态持续，检测器56按最大输出固定。其输出值为不表示X射线强度的假值。图7的处理中，为校正通过检测器5的截取导入的假值，认定溢出点(与图6(a)的曲线(B)对应的区域(I)内的点)，制作溢出点地图。即，特定引起溢出的空间范围。存在溢出状态时，不能从步骤760得到的再构成数据直接确定溢出点，因此前处理步骤740中，通过步骤750根据图6(a)所示的纯粹A/D转换器数据(B)，即不接受前处理也不接受再构成处理的初始阶段的原数据作成溢出地图。溢出地图是表示X射线检测器5的通道中为溢出状态的通道的二进制地图。溢出地图在对溢出点适用溢出校正的下一步骤中使用。

步骤770中，溢出校正被适用于和为溢出状态的通道对应的再构成数据的值，以便指定步骤750作成的溢出地图。溢出校正步骤770校正步骤760的再构成数据后，再构成步骤780中构成被检测物体的图像，步骤790中在显示器13上显示被检测物体的再构成的CT图像。

这样，本实施方式的方法、系统、程序校正相关技术中欠缺的、再构成图像中环状伪迹、变暗的丧失生理学结构的可能性。发明人发现溢出校正步骤770可安装多种数学算法。图8所示实施方式中，说明1个可能的方法。图8表示与图7的溢出校正步骤770对应的结构图。各个溢出点和小组的溢出点根据溢出地图810和图7的步骤760得到的再构成数据820认定，步骤830中根据例如线性插值校正。

步骤830通过仅校正各个溢出点和小组的溢出点，产生新的再构成数据集Reconstruction_Data’。步骤830中不校正比溢出点大的组。

为更好理解步骤830，图9中，示意性表示出溢出地图810和再构成数据820。图9的下部表示的溢出地图表示阵列检测器5沿着X轴的各通道。空白圆表示通过步骤830的插值校正的溢出点，下面的实心圆对应原来的非溢出点，此外，上面的实心圆表示还未校正的溢出点。

图9上部表示再构成数据的值Reconstruction_Data’。空白三角形表示根据与溢出点相接的非溢出点的值通过线性插值校正的溢出点，实心的三角形表示按与线性插值不同的顺序校正的溢出点。虚线表示溢出状态不明确的非溢出点。图8中说明的处理的1个目标是使溢出点尽可能接近非溢出曲线。

根据步骤830，对于连续的溢出点数少于规定数Min_Consecutive_Overflow Pts的溢出点，适用线性插值。根据希望的精度确定Min_Consecutive_Overflow Pts的数目。数目越小，处理越准确。图9的例子中，Min_Consecutive_Overflow Pts为2。图9表示使用线性插值校正溢出点的3个区域。步骤830中进行线性插值后，步骤840中更新溢出地图。对于更新了的地图，再次认定比Min_Consecutive_Overflow Pts少的连续数目的溢出点的组。此外，用校正了步骤820中提供的再构成数据的溢出点进行更新，提供给其他步骤。

步骤840中，处理认定更新了的再构成数据Reconstruction_Data’中的溢出点的组。接着说明该顺序。图10表示存在于通道行的溢出点的多个组。1次考察1行的通道，通道的每行中的溢出组之和用OFG表示。例如，图10中表示出溢出点的多个组的溢出组[g]。溢出组[g]的位置由开始电OFGStart[g]定义，组的最终点由OFGEnd[g]表示。组[g]中的溢出点数为OFGPts[g]，通过下式给出。

【式1】

OFGPts[g]＝OFGEnd[g]-OFGStart[g]+1                  (1)

分离连续溢出点的非溢出点MinGroupSpacing的数目小于或等于规定值时，一连串的连续溢出点被认为是组的子组。例如，图10中，将MinGroupSpacing设定为1。此外，2个子组之间的非溢出点数为1，小于MinGroupSpacing，因此2个子组(a)和(b)是同一组[g]的一部分。因此，关于规定的MinGroupSpacing，多个子组相邻的予组之间具有少于或等于MinGroupSpacing的数目的非溢出点时，多个子组被考虑为1个单一的组。

但是，另外的实施方式中，图10所示的子组有时对应不同的组。任何方法中通过选择子组可实现更好的曲线近似。此外，图10表示非溢出点为溢出组的一部分的情况(这里，1个非溢出点为溢出组[g]的一部分)。

步骤840中，OFG、OFGStart[g]、OFGEnd[g]、OFGPts[g]确定后，对认定了的溢出组适用各种校正。步骤850中，步骤840认定或界定的溢出组中适用多项式校正。本实施方式中，如图11所示，溢出数据通过近似次数为N_p的多项式而平滑化。但是，另外的实施方式中，为平滑化溢出数据，使用不同的类型的曲线或低通滤波器。

图11表示在位于Reconstruction_Data’[n]内的组[g]中，根据下式对点(通道)近似多项式。

[式2]

OFGStart[g]-PFBpts≤n≤OFGEnd[g]+PFBpts              (2)

上式中，PFBpts是在组[g]两侧成为溢出组[g]的边界的非溢出点数。PFBpts数目依赖于后面所述的各种要素选择。多项式校正的形式如下。

[式3]

$>>PolyFi>>t>g>>[>ch>]>=>>\Sigma >>\sigma >=>0>>>>N>p>>->1>\; >>C>g>>[>a>]>·>>Ch>a>>.>.>.>>(>3>)>>>s>$

上式中C_g[a]是用于组[g]的近似的第a个多项式系数。使用多项式(3)中的溢出组中的数据的一般最小二乘法近似来得到多项式系数C_g[a]。即，对于级数(order)为N_p的多项式，

[式4]

C_g[a]＝Least squares fit of{(OFGStart[g]，Reconstruction_Value[OFGStart[g])，...，

       (OFGEnd[g]，Reconstruction_Value[OFGEnd[g]])}                           (4)

使用下式给出使用式(3)定义的多项式校正的(使用多项式平滑化校正)PolySmooth。

[式5]

PolySmooth[Ch]＝PolyFit_g[Ch]           OFGStart[g]≤Ch≤OFGEnd[g]时

PolySmooth[Ch]＝Reconstruction_Data[Ch]上述以外的情况下               (5)

PolySmooth校正不插值也不估算更新了的再构成数据Reconstruction_Data’中的溢出点的正确值，仅仅是平滑出溢出区域，仅去除再构成图像中的环形的伪迹。图11用实线表示基于(i)成为溢出组[g]边界的非溢出点和(ii)溢出组[g]的溢出点的PolySmooth校正的结果。实线与就图9说明的表示真的再构成数据的虚线不同。

步骤850可包含多个子步骤，例如图8表示2个子步骤851和852。子步骤851中确定关于溢出组[g]中的溢出点的第三级的多项式近似，步骤852中为更好地近似真的数据值，插值溢出点，将其置换为子步骤851产生的多项式曲线。

图8说明的处理不限定于在步骤840认定溢出组后适用多项式近似850。例如，图8表示溢出校正处理从步骤840进行到将仿样近似适用于溢出组的步骤860，或者进行到适用校正方法组合的步骤870。

步骤860和步骤850相似，但不同之处是采用的数学校正。步骤860包含多个步骤，或者如图8所示，包含2个步骤。并非旨在将本实施方式限定为2个步骤，而图8所示例子中，步骤861确定近似非溢出点的仿样曲线，将步骤861的输出输入到步骤862中，步骤862中对成为溢出组边界的非溢出点适用仿样插值。

本实施方式中，仿样曲线近似于成为Reconstruction_Data’的组[g]两侧边界的非溢出点。仿样曲线由下式给出。

[式6]

SplineCurve_g[Ch]＝SplineFit(Reconstruction_Data′[m])            (6)

在此，

OFGStart[g]-SFpts≤m＜OFGStart[g]并且

OFGEnd[g]        ≤m≤OFGEnd[g]+SFpts

                                                   (7)

该例子中，仿样近似适用于位于式(7)定义的间隔内的总共2个SFpts点。仿样近似适用于校正全部溢出点，SFpts表示成为溢出组[g]边界的非溢出点数。当前的系统中，溢出组不在检测器5的端部。一般情况下，外插检测器5端部的组。

图12中，与通道[Ch]对应的SplineCurve_g[Ch]曲线用与对应再构成数据的真值的虚线不同的实线来表示。使用更新了的溢出地图，校正溢出组[g]中的全部溢出点。图12中，空白圆表示为仿样近似SplineCurve_g[Ch]曲线而使用的非溢出点，黑心五角形表示使用SplineCurve_g[Ch]曲线校正的溢出点。对组[g]的溢出点使用仿样近似后，更新溢出地图，直到校正全部溢出组之前，都一直对剩余的溢出组反复该处理。

SplineFix校正由下式给出。

[式7]

SplineFix[Ch]＝SplineCurve_g[Ch]       OFGStart[g]≤Ch≤OFGEnd[g]时

SplineFix[Ch]＝Reconstruction_Data[Ch]上述以外的情况下              (8)

图8所示的处理不限定于PolySmooth校正或SplineFix校正，使用其他数学校正算法也可校正溢出组的溢出点。一般地，存在溢出状态时，真的再构成数据不明确，因此产生完全校正非常困难。SplineFix产生溢出数据的一般校正，根据情况，SplineFix校正的强度会过多或过少校正A/D转换器数据，最终的再构成图像中导入了新的伪迹。

本发明人发现组合PolySmooth和SplineFix可改善校正。本实施方式中，2个校正(PolySmooth和SplineFix)的自适应加权平均由图8的步骤870安装完成。步骤870中，接收来自PolySmooth校正步骤850的输出和来自SplineFix校正步骤860的输出。根据着2个输出，如后所述，计算新的校正SplinePolyFix。但是，本发明的另外的实施方式中，使用非自适应的加权、或2个的加权相乘等其它函数来组合2个校正或任意的其他校正。

关于本实施方式，仿样曲线校正的强度是非溢出数据的斜率S_L和S_U的函数。上式中，S_L是组的低侧(更小通道值，图中溢出组的左侧)的非溢出点的斜率，S_U是组的上侧(更大通道值，图中溢出组的右侧)的斜率。PolySmooth校正和SplineFix校正使用并组合由2个斜率_SL和S_U的最大斜率确定的自适应加权W_p。另外的实施方式中，W_p是斜率S_L和S_U、溢出组[g]中的点OFGPts的数目等种种溢出参数，或者参数组合的函数。

该实施方式中，PolySmooth和SplineFix的组合是SplinePoly，由下式给出。

[式8]

$>>SplinePoly>[>p>]>=>>>>W>p>>>(>>S>M>>)>>·>PolySmooth>[>p>]>+>SplineFix>[>p>]>>>>W>p>>>(>>S>M>>)>>+>1>\; >.>.>.>>(>9>)>>>s>$

在此S_M为斜率S_L和S_U的最大斜率

            S_M＝Max(S_L，S_U)                        (10)

在本实施方式中，S_L和S_U用下式计算

$>>>S>L>>=>>>Reconstruction>\_>Data>[>>P>>L>2>>>]>->Reconstruction>\_>Data>[>>P>>L>1>>>]>>>>P>>L>2>>>->>P>>L>1>>>\; >.>.>.>>(>11>)>>>s>$

$>>>S>U>>=>>>Reconstruction>\_>Data>[>>P>>R>2>>>]>->Reconstruction>\_>Data>[>>P>>R>1>>>]>>>>P>>R>2>>>->>P>>R>1>>>\; >.>.>.>>(>12>)>>>s>$

P_L1＝OFGStart[g]-SFBpts                            (13)

P_L2＝OFGStart[g]-1                                 (14)

P_R1＝OFGEndt[g]+1                                  (15)

P_R2＝OFGEnd[g]+SFBpts                              (16)

从式(11)到式(16)可知，斜率S_L和S_U对于成为非溢出组边界的非溢出点计算。

本实施方式中，W_p(S_M)如下通过模拟决定。非溢出数据(纯粹数据)由模拟产生，或实验取得，因此处理纯粹数据，产生非溢出Reconstruction_Data。接着，通过模拟修正非溢出纯粹数据，产生溢出数据，说明溢出状态。处理该溢出数据，产生溢出Reconstruction_Data。非溢出和溢出Reconstruction_Data二者已知，因此W_p的真值作为S_m的函数计算。例如，不同的S_m从修正的非溢出纯粹数据的组计算出，对应的W_p值通过使溢出再构成数据近似于非溢出再构成数据而模拟决定。本实施方式中，把用模拟计算的两个S_m和W_p的组共同在坐标图中画曲线，使最小二乘法线性曲线近似于W_P对S_m的数据，根据下式来产生自适应加权函数。

[式9]

W_p(S_M)＝m·S_M+b                                     (17)

上式(17)中m是斜率，b是截距，由最小二乘法近似决定。其他实施方式中，使用不同近似函数或查找表决定W_P(S_M)。

通过SplinePolyFix校正，产生具有定标(scaling)的仿样曲线特性的校正，使得其与非溢出数据统计学上一致。通过该校正，产生降低了溢出伪迹的改善的再构成图像。

图8说明的处理的进一步改善使用以前的知识数据实线，该知识数据涉及图7的前处理步骤740对非溢出数据产生怎样影响。一般情况下，以前的知识数据是较准数据、数学函数或二者的组合。x射线CT的情况下，例如，前处理步骤有时会包含在再构成数据内引入了不同曲线形状的水校正，该不同曲线形状是指频繁有顶点的形状。这表示在例如图6(b)的真再构成数据(c)中。最下面的顶点位置和顶点两侧的曲线的斜率是前处理步骤中使用的水校正数据和通道的行中的溢出组的位置的函数。水校正数据恒定，在决定任意校正前已知。

步骤870决定的SplinePolyFix校正与步骤880得到的以前的知识数据(头部或腹部等的与被扫描的被检测物体的衰减相关的几个一般性知识)组合，可产生更好的校正APFix。

[式10]

APFix＝F{SplinePoly，prior knowledge}             (18)

上式中，APFix是通过以前的知识进行的溢出校正，F{}是根据以前的知识定标SplinePoly的加权等的组合了SplinePoly和以前的知识数据的函数。

SplinePolyFix校正与APFix校正估算溢出点的真数据值。部分条件(噪声等)下，APFix和/或SplinePolyFix就特定的溢出组而言比溢出数据还差，有时产生校正了的值。因此，校正的图像中产生不希望的新的伪迹。

因此，步骤890中，在大概谈及的校正之间决定优选的校正选择。把SplinePolyFix校正和APFix校正与polySmooth校正相比，决定校正是否有效。溢出组内任意SplinePolyFix校正了的点、或APFix校正了的点比对应的polySmooth校正了的点大时，决定校正的有效性。上述条件有效的情况下，认为校正无效。APFixValid和SplinePolyValid的标记由下面的算法设定。

[式11]

APFixValid＝1

SplinePolyValid＝1

       (i＝OFGStart[g]；i＜OFEnad[g]；i++)

{(APFix[i]＞PolySmooth[i]时)          APFixValid＝0；

(SplinePoly]＞PolySmooth[i]时)        SplinePolyValid＝0；}

上式中“1”表示有效、“0”表示无效。

关于溢出组[g]的优选校正根据表1决定。

[表1]

                     表1：校正选择输出  校正妥当性标记 对组g的溢出校正 再构成数据  APFixValid[g]    SplinePolyValid[g]  0                0  0                1  PolySmooth  SplinePoly  1                0  1                1  APFix  APFix

但是，其他实施方式中，可使用不同基准决定校正有效性，接着选择优选校正。

最后步骤895中根据表1的选择结果和来自选择步骤890的输入校正再构成数据的全部溢出点，在显示器上显示被检测物体的再构成的图像。

计算机领域的从业人员应当明白，本发明的任意实施方式根据本发明的教导，可方便实用安装原来的通用计算机或微型桌面处理器程序。软件领域的从业人员应当明白，只要是本领域的程序，可根据本发明的教导容易做成适当的软件。

图13是根据本发明的教导可编程的通用计算机1300的示意图。图13中，使用计算机1300可安装本发明的处理。这里，计算机例如包含显示器装置1302(例如包括触摸屏接口等的触摸屏监视器)、键盘1304、指向装置1306、鼠标键区(pad)或数字化键区(pad)1308、使用适当设备总线(SCSI总线、扩展IDE总线、超级DMA总线、PCI总线等)连接的硬盘1310或其他固定式高密度媒体驱动器、软盘驱动器1312、伴随带状或CD媒体1316的带或CD-ROM驱动器1314、或者光磁媒体等的其他可移动媒体驱动器、母板1318。母板1318例如包含处理器1320、RAM1322、ROM1324(DRAM，ROM，EPROM，EEPROM，SRAM，SDRAM，快闪RAM等)、连接于特殊化为图像获取装置的执行硬件/软件功能的可选的特定目的逻辑设备(ASIC等)或者可配置逻辑设备(GAL和可再编程FPGA等)1328来使用的I/O端口1326、麦克风1330、扬声器(可为多个)1332。上述特殊化的功能中包含声音处理、图像处理、信号处理、核心网络处理、自动分类等。

如上所述，本发明哎呀的系统至少包含1个计算机可读媒体。计算机可读媒体的例子为光盘、硬盘、软盘、磁带、光磁盘、PROM(EPROM、EEPROM、快闪EPROM)、DRAM、SRAM、SDRAM等。本发明在计算机可读媒体中的任意媒体或媒体组合中包含控制计算机硬件、可在计算机与人类用户之间进行相互作用的软件。这样的软件包含设备驱动器、操作系统和开发工具等用户应用软件等，但不限定于此。这样的计算机可读媒体还包括用于执行本发明上述任意程序的本发明的程序。本发明的计算机码装置可以是包含脚本、汇编、动态链接库、Java类完全可执行的程序的任意汇编的码机构或可执行的码机构，但不限定于此。

通用计算机1300的编程包含将从胶片或图像获取装置得到的图像数字化并存储的软件模块。作为另外一个方法，本发明安装成处理从通过图像档案通信系统(PACS)等其他装置得到的图像导出的数字数据。换言之，处理的数字图像不必要是执行发明时变换为数字形式的，可以是以数字形式存在的。

因此，本领域技术人员应当理解，本发明公开的机构和程序可使用安装根据本发明的教导编程的原来的微处理器或计算机。另外，本领域技术人员应当理解，如果是本领域的程序，根据本发明的教导，可容易地做成适当的软件码。但是，本领域技术人员应当理解，通过做成面向特定用途的集成单元或相互连接原来的组成单元的适当网络都可安装本发明。

此外，本发明为承载在记录媒体上来执行本发明的处理，还包括包含在编程通用微处理器或计算机时可使用的命令的计算机基础产品。该存储媒体包含软盘、光盘、CD-ROM、光磁盘等任意类型的盘、以及ROM、RAM、EPROM、EEPROM、快闪存储器、磁卡或光卡、或者适合于存储电子命令的任意类型媒体，但不限定于此。

遵照上述教导，可进行本发明的多种修正和变更。因此，本发明为后附的权利要求的范围，具体说，要理解为可执行与上述方法不同的方法。

本领域技术人员应当理解，通过做成面向特定用途的集成单元或相互连接原来的组成单元的适当网络都可安装本发明。

对于本发明的图像数据的来源，可以是X射线机器、X射线CT、MRI装置等的任意适当图像获取装置。此外，取得的数据不为数字形式，则可将其数字化。结果，处理的到的图像数据的来源可以是存储图像获取装置产生的数据的存储器。存储器可以是本地或远程的，此时，使用PACS(图像实现计算机系统)等的数据通信网络访问图像数据并进行本发明的处理。

此外，本发明不局限于上述实施方式本身，在实施阶段在不背离其宗旨的范围内可改变构成要素并具体化。此外，通过上述实施方式公开的多个构成要素的适当组合可形成多种发明。例如，实施方式所示的全部构成要素中可删除其中的几个构成要素。此外，不同实施方式的构成要素间也可适当组合。