CN111670460B - 用于对象的图像重建的、特别是基于计算机断层摄影的图像重建的方法，以及用于该方法的设备、系统和计算机程序产品 - Google Patents

Abstract

本发明涉及一种用于对象的图像重建的、特别是基于计算机断层摄影的图像重建的方法，以及用于该方法的设备、系统和计算机程序产品。在相对于光源和二维图像检测器之间的直线的不同角度位置处获得对象的多个二维图像，并且基于图像重建算法来重建三维图像数据，所述图像重建算法使用所述对象的所述多个二维图像的数据和至少一个输入参数作为输入。特别地，基于由多个切片的堆叠表示的三维伪对象来重建三维图像数据，其中，伪对象的多个切片中的每个切片与对象的相同基础切片相关联。此外，重建三维图像数据包括针对所述伪对象的每个切片使用所述至少一个输入参数的不同值作为所述图像重建算法的输入。

Description

用于对象的图像重建的、特别是基于计算机断层摄影的图像 重建的方法，以及用于该方法的设备、系统和计算机程序产品

技术领域

本发明涉及一种用于对象的图像重建、特别是基于计算机断层摄影的图像重建的方法，以及用于该方法的设备、系统和计算机程序产品。

在相对于光源和二维图像检测器之间的直线的不同角度位置处获得对象的多个(N-1)维图像，并且基于图像重建算法来重建N维图像数据，所述图像重建算法使用对象的所述多个(N-1)维图像的数据和至少一个输入参数作为输入，其中N＝3、N＝4或更大。

背景技术

X射线计算机断层摄影(CT)是一种用于非破坏性三维研究的显像模式，它在医学应用中是非常普遍的，并且越来越多地用在工业和科学的无损检测中。

最常见的非破坏性检查的替代方法是X射线摄片、光学显微镜法、超声成像和磁共振成像(MRI)。

与X射线CT相比，后三种方法不会有辐射损伤的危险。对于X射线摄片，这种风险大大降低了。此外，光学显微镜法、超声波和射线成像要便宜得多。到目前为止，X射线CT的最大优点是其最精确的空间信息。特别地，这三种便宜的方法只允许非常有限的三维研究。与MRI相比，X射线CT更快、更便宜、更精确。

X射线计算机断层摄影允许创建描述X射线如何强烈地与材料相互作用的系数的三维图。该图允许区分不同的材料或质量密度。CT的工作原理包括两个基本步骤。第一步骤是数据采集，其中，想要的数量仅能被间接地测量。第二步骤是在计算机上重建，其中，系数的三维图从测量中读取。通过体积数据表示二维平面的灰度图像是人们评估该图的最常见方式。

断层摄影扫描的基本设置包括：放置在试样一侧的x射线源、放置在另一侧的二维检测器、以及使试样垂直于X射线束在中间旋转的机械机构，或者反过来，围绕试样旋转两个器件也可。

关于x射线源、x射线与物质的相互作用、以及所描述的不同的获取技术的详细信息可以在文献(包括科学文献以及专利文献)中找到。

如上所述，计算机断层摄影背后的思想是从通过样本(对象)的一组透射视图创建局部衰减系数的三维图(三维图像数据)。关于解析层析成像重建的更多详细信息可以在文献(例如，A.C.Kak和M.Slaney的“Principles of computerized tomographic imaging”，Classics in applied mathematics，IEEE出版社，1988，以及H.Turbell的博士论文“Cone-Beam Reconstruction Using Filtered Back Projection”，大学，瑞典，2001)中找到。

虽然理论上可以解析地重建三维图像数据，但是这种解析重建方法对噪声非常敏感，并且需要获得的大量待测量对象的二维图像。另一种灵敏度较低的方法被称为迭代重建，其提供了大大提高的质量的结果。然而，迭代重建的方法通常具有高计算负担和额外的参数。

有关涉及迭代重建的专利文献，例如参考WO 2013/088294 A1和US 9,449,404B2。

鉴于上述情况，本发明的目的是提供一种对象的图像重建的概念，特别是基于计算机断层摄影的图像重建的概念，并且特别是用于重建三维重建图像数据的概念。特别地，本发明的目的是提供一种对象的图像重建的概念，该概念可以实际应用于医学目的以及对象的无损检测，并且特别是用于解析方法以及用于迭代方法，并且该概念与公知的重建算法一样可靠和有效，但是其允许以较少的计算负担和/或更快的方式发现参数。

发明内容

为了解决上述目的，根据本发明，提出了一种用于对象的图像重建、特别是基于计算机断层摄影的图像重建的方法，一种根据独立权利要求的设备、系统和计算机程序产品。从属权利要求涉及优选的示例性实施例。

根据示例性实施例的示例性方面，提出了一种用于对象的图像重建的方法，特别是基于计算机断层摄影的图像重建的方法，包括在相对于光源与二维图像检测器或(N-1)维图像检测器之间的直线的不同角度位置处获得对象的多个(N-1)维图像，以及基于图像重建算法来重建N维图像数据，所述图像重建算法使用所述对象的所述多个(N-1)维图像的数据和至少一个输入参数作为输入，其中N为N＝3或N＝4或更大。

在N＝3的情况下，提出了一种用于对象的图像重建的方法，特别是基于计算机断层摄影的图像重建的方法，包括在相对于光源和二维图像检测器之间的直线的不同角度位置处获得对象的多个二维图像，以及基于图像重建算法来重建三维图像数据，所述图像重建算法使用对象的多个二维图像的数据和至少一个输入参数作为输入。

另一方面，在N＝4的情况下，提出了一种用于对象的图像重建的方法，特别是基于计算机断层摄影的图像重建的方法，包括在相对于光源与二维图像检测器或三维图像检测器之间的直线的不同角度位置处获得对象的多个三维图像，以及基于图像重建算法来重建四维图像数据，所述图像重建算法使用所述对象的所述多个三维图像的数据和至少一个输入参数作为输入。在此，例如在能量分辨检测器和/或时间分辨检测器的情况下，对象的三维图像可以在一个或多个维度上分辨例如能量和/或者时间。

优选地，在一些示例性实施例中，基于由多个切片的堆叠表示的N维伪对象来重建N维图像数据。优选地，伪对象的多个切片中的每个切片与对象的相同基础切片相关联。

优选地，在一些示例性实施例中，优选地，重建N维图像数据包括针对伪对象的每个切片使用至少一个输入参数的不同值作为图像重建算法的输入。

优选地，在一些示例性实施例中，从相对于沿Z方向布置的旋转轴线的不同的视点获得多个(N-1)维图像。

优选地，在一些示例性实施例中，对象的基础切片大体沿着垂直于旋转轴线的穿过对象的二维X-Y平面布置。

优选地，在一些示例性实施例中，N维伪对象由沿Z方向堆叠的多个切片的堆叠来表示。

优选地，在一些示例性实施例中，所述N维图像数据的垂直于所述伪对象的堆叠方向的不同平面部分表示在所述图像重建算法的所述至少一个输入参数的不同值处的所述对象的相同基础切片的图像重建。

优选地，在一些示例性实施例中，该方法还包括：从获得的多个(N-1)维图像的每一个中提取切片图像数据，优选地，每个切片图像数据表示相应获得的(N-1)维图像的一个或多个相邻像素行或列。

优选地，在一些示例性实施例中，该方法还包括：优选地，通过将相应获得的(N-1)维图像的相应提取的切片图像数据堆叠多次，特别是在像素行方向或像素列方向上堆叠多次，为获得的所述多个(N-1)维图像中的每一个生成相应修改的(N-1)维图像。

优选地，在一些示例性实施例中，基于图像重建算法来重建N维图像数据，该图像重建算法使用修改的多个(N-1)维图像的数据作为输入。

优选地，在一些示例性实施例中，该方法还包括基于重建的N维图像数据选择至少一个输入参数的特定值。

优选地，在一些示例性实施例中，该方法进一步包括基于图像重建算法重建最终的N维图像数据，该图像重建算法使用获得的对象的多个(N-1)维图像和/或所选择的至少一个输入参数的特定值作为输入。

优选地，在一些示例性实施例中，选择至少一个输入参数的特定值包括：优选地，基于将预定度量计算算法应用于所述N维图像数据的与所述伪对象的相应切片相关联的相应平面部分的(N-1)维图像数据，为所述伪对象的每个切片计算相应的度量参数，识别相应的度量参数具有其极值的伪对象的相应切片，和/或将所述至少一个输入参数的相应输入值识别为所选择的所述至少一个输入参数的特定值，所述至少一个输入参数的相应输入值用于重建所述N维图像数据的与所识别的所述伪对象的相应切片相关联的相应平面部分。

优选地，在一些示例性实施例中，所述至少一个输入参数表示：权重参数，其用于根据迭代图像重建算法来定义数据项和正则化项的权重；惩罚函数参数，其根据迭代法用在惩罚函数中用于正则项；中心偏移参数，其表示测量系统的实际旋转轴线相对于测量系统的目标旋转轴线的偏移；校正参数，其表示射束硬化校正；滤波参数，其用在应用于(N-1)维图像的图像滤波中；和/或权重因子，其在双能量CT图像重建中对不同图像源能量进行加权。

根据示例性实施例的另一示例性方面，提出了一种用于对象的图像重建的设备，特别是基于计算机断层摄影的图像重建的设备，并且特别是根据上述方面中的至少一个的方法的设备。

优选地，该设备包括接口，该接口被配置为接收指示在相对于光源和二维图像检测器之间的直线的不同角度位置处获得的对象的多个(N-1)维图像的数据。

优选地，在一些示例性实施例中，该设备包括图像重建单元，该图像重建单元被配置为基于图像重建算法来重建三维图像数据，该图像重建算法使用对象的多个(N-1)维图像的数据和至少一个输入参数作为输入。

优选地，在一些示例性实施例中，图像重建单元基于由多个切片的堆叠表示的N维伪对象来重建N维图像数据，该伪对象的所述多个切片中的每个切片与所述对象的相同基础切片相关联。

优选地，在一些示例性实施例中，图像重建单元被配置成重建N维图像数据，重建N维图像数据包括针对伪对象的每个切片使用至少一个输入参数的不同值作为图像重建算法的输入。

优选地，在一些示例性实施例中，可以提供在参数维度中使用的参数的范围的递归优化，或者限制该参数的范围以提高精度，或者扩大或改变该参数的范围以扩展检索范围以获得最佳值。

根据根据示例性实施例的另一示例性方面，提出了一种用于对象的图像重建的系统，特别是基于计算机断层摄影的图像重建的系统，包括：光源(优选地为X射线光源)、二维图像检测器、和/或根据以上方面中的至少一个的设备。

根据示例性实施例的另一示例性方面，提出了一种计算机程序产品，其包括计算机程序，该计算机程序包括适于使计算机、处理器或计算机断层摄影控制器执行以上方面中的至少一个方面的方法的步骤的计算机程序指令。

附图说明

图1示例性地示出了测量系统的示意图；

图2示例性地示出了在如图1所示的测量系统中在不同角度位置处从不同视角获得对象的多个二维图像；

图3示例性地示出了基于计算机断层摄影的对象的三维图像数据的迭代重建的概念；

图4示例性地示出了基于计算机断层摄影的三维图像数据的迭代重建的过程；

图5示例性地示出了根据示例性实施例的使用基于对象的二维图像生成的伪体积的概念；

图6示例性地示出根据示例性实施例的基于计算机断层摄影的对象的三维图像数据的图像重建的概念；

图7示例性地示出根据示例性实施例的基于计算机断层摄影的对象的三维图像数据的图像重建的过程；

图8示例性地示出了根据另一示例性实施例的基于计算机断层摄影的对象的三维图像数据的图像重建的过程；以及

图9示例性地示出了根据示例性实施例的测量系统的示意图，该测量系统包括用于基于计算机断层摄影的对象的三维图像数据的图像重建的设备。

具体实施方式

下文将参考附图更详细地描述本发明的优选方面和实施例。不同附图和实施例中的相同或相似特征由相似的附图标记表示。应当理解，以下关于各种优选方面和优选示例性实施例的详细描述并不意味着限制本发明的范围。

图1示例性地示出了测量系统的示意图。测量系统示例性地包括光源S(特别是X射线源)、以及与光源S相对布置的二维图像检测器D。

示例性地，一待测量对象P布置在光源S与检测器D之间并在光源S与检测器D之间延伸的直线L上。

示例性地，光源S被配置为以锥束形的射束几何形状(锥形射束几何形状)朝向检测器D发射光，特别是X射线光。即，从光源S发射的光束CB示例性地具有圆锥形状(“锥形射束”)，并且示例性地，光束CB的区域(例如准矩形区域)撞击检测器D的平面检测器表面。

然而，本发明不限于使用以锥束形的射束几何形状朝向检测器D发射光的光源S，在其它示例性实施例中，也可以使用具有其它射束几何形状的光源，例如，以平行束形或扇束形(平行射束几何形状或扇形射束几何形状)朝向检测器D发射光(特别是X射线光)的光源。

在图1中，检测器D被示例性地示出为具有平面检测表面，然而，本发明不限于使用具有平面检测表面的检测器，在本发明的示例性实施例中，也可以使用具有弯曲检测表面的检测器。

基于计算机断层摄影的测量系统的这种原理构造在现有技术中是公知的，并且被使用在计算机断层摄影的许多应用中(包括医学应用，以及材料和物理对象，特别是非生物对象的非破坏性测试)。

对于基于计算机断层摄影的测量，通常在对象的不同角度位置处从不同视点(观察方向)获取待测量对象的多个二维图像。这可以通过在静止的光源和检测器组件之间旋转对象、或者通过保持对象静止并且围绕延伸穿过对象的旋转轴线旋转光源和检测器组件来实现。

应当注意的是本发明不限于上述的任意一种，在本发明的示例性实施例中，可以通过在静止的光源和检测器组件之间旋转对象、和/或通过沿着围绕P周的任何其它轨迹移动光源和检测器组件，以在对象的不同角度位置处从不同视点(观察方向)获得对象的二维图像。

图2示例性示出了在如图1所示的测量系统中在不同角度位置处从不同视点(观察方向)获得对象P的多个二维图像，其示例性地示出了其中对象P保持静止并且光源S和检测器D组件围绕延伸穿过对象S的旋转轴线R旋转的示例。然而，如上所述，本发明不限于这种构造，附加地或可替换地，还可以通过旋转或移动对象P来获得多个二维图像。

图2示例性示出了光源S和检测器D组件相对于布置在光源S与检测器D之间的直线上的对象P的三个不同旋转角度位置。在每个位置中，光源S被激活以朝向检测器D发射穿过对象P的光束CB，并且检测器D检测与相应角度位置相关联的二维图像数据。

虽然图2示例性地示出了光源S和检测器D组件相对于对象P的三个不同角度位置，但是可以在光源S与检测器D组件的多于三个的不同角度位置处，优选地以相同的角距拍摄/检测对象P的二维图像。也就是说，例如，可以以角距k/M*360°拍摄/检测对象P的二维图像，其中M是2或更大的整数，并且k＝{1、2、…、M}。

图3示例性地示出了众所周知的基于计算机断层摄影的对象的三维图像数据的迭代重建的概念。

如前所述，首先，在光源S和检测器D组件相对于待测量对象P的多于三个的不同相对角度位置处拍摄/检测多个二维图像。举例来说，例如可以以角距k/6*360°(其中k＝{1、2、3、4、5、6})获得六个二维图像，这六个二维图像示例性地称为I1、I2、I3、I4、I5和I6。

二维图像I1、I2、I3、I4、I5和I6被分别提供为m×n个像素的图像数据，其中m是相应二维图像的宽度，n是相应二维图像的高度。示例性地，在图3中，提供了5×5个像素的图像数据(即，示例性地，每个图像25个像素)，每个像素相应地由图3中的立方体表示，其中，在实际的实施例中，为了获得良好分辨率的重建三维图像数据，图像的宽度和高度可能要高得多。

然后，将多个二维图像I1、I 2、I 3、I 4、I5和I6与三维图像数据重建算法的一个或多个输入参数的初始值一起输入到例如被提供用于迭代重建的三维图像数据重建算法。

例如，具体地，关于迭代重建算法，一个或多个输入参数可以包括以下中的至少一个：

·权重参数，其用于根据迭代图像重建算法定义数据项和正则项的权重(通常称为lambda或λ)；和/或

·惩罚函数参数，其根据迭代图像重建算法用在惩罚函数中用于正则项，例如用于校正灰度(通常称为伽玛或γ)。

此外，作为示例，附加地或替代地，一个或多个输入参数可以包括以下中的至少一个：

·中心偏移参数，其表示测量系统的实际旋转轴线相对于测量系统的目标旋转轴线的偏移；

·校正参数，其表示射束硬化校正；

·伪影校正参数，其用于校正图像伪影；

·滤波参数，其用在应用于二维图像的图像滤波中；和/或

·权重因子，其在双能量CT(Dual-Energy-CT)图像重建中加权不同图像源能量。

然后，基于输入的二维图像，例如I1、I 2、I 3、I 4、I5和I6的图像数据，并且进一步基于在三维图像数据重建算法中使用的一个或多个输入参数的输入初始值，执行三维图像数据重建算法以输出重建体积(包括待测量/重建对象的体积)的重建三维图像数据V。

输出的重建三维图像数据V包括多个体素。示例性地，在图3中，输出的重建三维图像数据V包括5×5×5个体素(即，示例性地，125个体素)，每个体素分别由图3中的一个立方体表示，其中，在实际的实施例中，为获得良好分辨率的重建三维图像数据，体素的数量可能高得多。

如图3中示例性示出的，重建三维图像数据的三维体素空间对应于三个空间维度X、Y和Z。也就是说，该重建三维图像数据表示在三个空间维度X、Y和Z的正则空间中的重建体积。

然后，可以分析所获得的输出的重建三维图像数据V的特征(例如噪声、模糊程度、锐度)，并且如果所述输出的重建三维图像不满足要求或者看起来还需要优化，则调整一个或多个输入参数的一个或多个值，然后基于输入的二维图像，例如I1、I2、I3、I 4、I5和I6，并且进一步基于在三维图像数据重建算法中使用的一个或多个输入参数的适当的一个或多个输入值，再次执行三维图像重建算法以输出重建体积(包括待测量/重建对象的体积)的另一重建三维图像数据V。

可以迭代地重复这种过程，直到获得的输出的重建三维图像数据V满足要求为止。

图4示例性地示出了基于计算机断层摄影的三维图像数据的重建过程。

在步骤S401中，在光源S和检测器D组件相对于待测量对象P的不同角度位置处获得待测量对象P的多个二维图像。

在步骤S402中，将获得的待测量对象P的多个二维图像作为输入图像数据输入到三维图像数据重建算法中。

在步骤S403中，可以选择一个或多个输入参数的一个初始值(或多个初始值)(例如，基于操作者的人工输入或基于预先存储的一个或多个默认参数值)。

在步骤S404中，将选择的一个或多个输入参数的一个初始值(或多个初始值)输入到三维图像数据重建算法中，并在步骤S405中基于输入的一个或多个输入参数的一个初始值(或多个初始值)和输入的待测量对象P的多个二维图像执行三维图像数据重建算法。

在步骤S406中，从执行的三维图像数据重建算法输出重建三维图像数据，并且在步骤S407中分析输出的重建三维图像数据的图像特性或特征，例如其噪声的存在情况，其模糊程度，其锐度等。

在步骤S408中，确定输出的重建三维图像数据是否满足一个或多个分析标准，并且，如果步骤S408回复“YES”，则在步骤S410中，确定重建三维图像数据以表示对象P的最终的重建三维图像数据，并且过程结束。

然而，如果步骤S408回复“NO”，则在步骤S409中，选择用于重复该过程的一个或多个参数的其他值。然后，过程返回到步骤S404，并且重复步骤S404至S408，直到步骤S408返回“YES”为止。

具体地，在下一迭代中，将在步骤S409中选择的一个或多个参数的一个或多个其他值输入到步骤S404中的三维图像数据重建算法中，并且步骤S405基于新输入的用于下一迭代的一个或多个输入参数的一个值(或新输入的多个值)和输入的待测量对象P的多个二维图像执行三维图像数据重建算法。

有关迭代重建的更多信息，请参阅WO 2013/088294 A1和US 9,449,404 B2。

图5示例性地示出了根据示例性实施例的使用基于对象的二维图像生成的伪体积的概念。

与上述基于迭代重建的常规方法相反，本发明的示例性实施例最初不使用对象P的多个二维图像的完整二维信息，而是仅使用与穿过对象P的某个切片(大体为二维平面切片)(在下文中称为基础切片BS)有关的多个二维图像的那些信息。

例如，在光源发射锥束几何形状的光束的情况下，如图5所示，选择对象P的中心切片作为基础切片BS。

具体地，在锥束几何形状的情况下，优选地，对象P的中心切片由穿过对象P的平面切片表示，该平面切片由包括锥束几何形状的中心线(示例性地，与图5中的光源S和检测器D之间的直线L一致)的平面限定，该平面垂直于测量系统的旋转轴线R。即，在锥束几何形状的情况下，从光源S发射的光束的锥束几何形状的中心线(圆锥轴线)位于穿过对象P的平面切片内，并且该平面切片被布置成垂直于测量系统的旋转轴线R。

优选地，检测器D的像素传感器的像素行布置成：穿过对象P的代表中心切片的平面切片与像素传感器的像素行平行地与检测器D的检测器表面相交，即，优选地，检测器D的像素列方向布置成平行于测量系统的旋转轴线R。

在锥束几何形状的情况下，优选地，穿过对象P的基础切片BS的高度为：基础切片BS在检测器D的检测器表面上的水平定向的投影DS大致为一个像素高度。

优选地，在锥束几何形状的情况下，基础切片BS在检测器D的检测器表面上的投影DS对应于一个像素行。

另一方面，优选地，如果使用根据平行射束几何形状发射光的光源S，则穿过对象P的基础切片BS的高度为：基础切片BS在检测器D的检测器表面上的水平定向的投影DS大致为一个或多个像素高度。

优选地，在平行射束几何形状的情况下，基础切片BS在检测器D的检测器表面上的投影DS对应于一个或多个相邻像素行。

此外，在平行射束几何形状的情况下，优选地，对象P的中心切片由穿过对象P的平面切片表示，该平面切片由包括平行射束几何形状的射束线并且垂直于测量系统的旋转轴线R的平面限定。即，在平行射束几何形状的情况下，从光源S发射的光束的平行射束几何形状的射束线位于穿过对象P的平面切片内，并且该平面切片被布置为垂直于测量系统的旋转轴线R。

综上所述，在示例性实施例中，优选地，与射束几何形状无关地，穿过对象P的基础切片BS的平面切片垂直于测量系统的旋转轴线R布置。

从图5的中间部分可以看出，确定了对象P的基础切片BS，该基础切片BS表示对象P的沿平面切片的一部分的切片体积，该平面切片被布置为垂直于测量系统的旋转轴线R。

根据本发明的示例性实施例，基于确定的基础切片BS，通过沿堆叠方向堆叠基础切片BS的相同切片体积来生成伪体积PV，该堆叠方向由测量系统的旋转轴线R的方向表示(例如，本示例性实施例中的图5的Z方向)。

因此，当生成伪体积PV(其仍具有大体的空间方向X和Y)时，减小了第三空间维度，因为伪体积PV的切片堆叠的每个切片体积表示对象P的基础切片BS的相同切片体积，并且在堆叠方向上移动不再表示在Z方向上移动(与图3相反)。

作为示例性实施例的基本思想和主要方面，伪体积PV中的堆叠方向的维度用于应用图像重建算法的输入参数的不同值。

即，对应于Z方向的空间维度，替代地，伪体积PV的第三(示例性地，垂直的)方向维度被用作输入参数(在图5中示例性地称为输入参数a)的参数空间中的一个维度，这在图5中示例性地示出，其中，伪体积PV的三维坐标空间包括作为空间维度X和Y的二维表示的X轴和Y轴，并且第三坐标轴标记有输入参数a的1维参数空间的输入参数“a”。

同样，输入参数“a”可以示例性地表示以下中的至少一个：

·权重参数，其用于根据迭代图像重建算法定义数据项和正则项的权重(通常称为lambda或λ)；和/或

·惩罚函数参数，其根据迭代图像重建算法用在惩罚函数中用于正则项，例如用于校正灰度(通常称为伽玛或γ)。

此外，附加地或替代地，输入参数“a”可以示例性地表示以下中的至少一个：

·中心偏移参数，其表示测量系统的实际旋转轴线相对于测量系统的目标旋转轴线的偏移；

·校正参数，其表示射束硬化校正；

·伪影校正参数，其用于校正图像伪影；

·滤波参数，其用在应用于二维图像的图像滤波中；和/或

·权重因子，其在双能量CT(Dual-Energy-CT)图像重建中加权不同图像源能量。

因此，一个单个输入参数的参数空间可以用作伪体积PV的第三维的域，但是由于伪体积PV的空间仍然是三维的(2个空间维度，例如X和Y，以及输入参数a的一个参数空间维度)，仍然可以可靠且有效地使用为创建三维图像数据而优化的三维图像重建算法。

同时，在执行三维图像重建算法时，可以测试三维图像重建算法的一个或多个输入参数的多个不同值的效果，其中，不需要如例如结合图3和图4说明的迭代地执行多次三维图像重建算法，可以在三维图像重建算法的一次或至少只是有限次的执行中有利地和有效地测试三维图像重建算法的一个或多个输入参数的多个不同值的效果。结果，在示例性实施例中，与通常已知的迭代重建过程相比，可以显著减少计算负担和计算时间，同时利用类似的可靠和高效的基础三维图像重建算法。

图6示例性示出了根据示例性实施例的基于计算机断层摄影的对象的三维图像数据的图像重建的概念。

例如，虽然同样在光源S和检测器D组件的相对于待测量对象P的多个不同相对角度位置处获得多个二维图像，例如图像I1、I2、I3、I4、I5和I6，但是仅使用多个二维图像的有限数据(例如根据穿过对象的基础切片BS在检测器D的检测器表面上的投影DS)。

示例性地，在图6中，假设穿过对象的基础切片BS在检测器D的检测器表面上的投影DS导致从每个图像提取一行像素，从而获得(示例性地)仅包含一个像素行(例如，在锥束几何形状的情况下)的数据的图像数据部分IS1、IS2、IS3、IS4、IS5和IS6，并且三维图像重建算法的执行是基于提取的图像数据部分IS1、IS2、IS3、IS4、IS5和IS6而不是图像I1、I2、I3、I4、I5和I6的完整图像数据。

本文中，在一些示例性实施例中，三维图像重建算法可以被配置为接收图像I1、I2、I3、I4、I5和I6的完整图像数据，并且还被配置成，例如，基于所确定的基础切片BS的位置，基于预定的像素行位置，和/或基于预定的数据提取算法，在执行三维图像重建算法期间从图像I1、I2、I3、IS4、IS5的图像数据中提取各图像数据部分IS1、IS2、IS2、IS3、I4、I5的信息。

在其它示例性实施例中，可将修改的图像输入到三维图像重建算法中，其中，可基于图像I1、I2、I3、I4、I5和I6的图像数据创建修改的图像数据。例如，对于图像I1、I2、I3、I4、I5和I6中的每一个，可以读取相应数量的一个或多个像素行，并且可以通过在像素列方向上堆叠相同的读取的像素行来聚集新的图像数据。

例如，同样在每个图像5×5个像素的情况下，图像I_i(i＝{1、2、3、4、5、6})的像素值为p_ijk，其中像素行j(j＝{1、2、3、4、5})，像素列k(k＝{1、2、3、4、5})，如果待提取的像素行为例如j＝3，则可以创建相应的修改的图像J_i(i＝{1、2、3、4、5、6}，其中q_ijk＝p_i3k，即，在每个像素行中重复相应的未修改的图像I_i的第三像素行。

然后，在一些示例性实施例中，修改图像的修改图像数据可用作三维图像重建算法的输入数据。

此外，作为如在上述迭代重建中那样仅输入三维图像重建算法的输入参数的单个值的替代，可以向三维图像重建算法输入三维图像重建算法的输入参数的多个值。

例如，输入参数的值可以作为一向量(向量维数等于伪体积PV的切片数量)输入，每个向量项对应于三维图像重建算法的相同输入参数的另一个值。

可替换地，例如，输入参数的值可以作为一矩阵(矩阵维数等于伪体积PV的切片数量乘以伪体积PV的切片数量)输入，该矩阵是对角矩阵，并且每个对角矩阵项对应于三维图像重建算法的相同输入参数的另一个值。

此外，示例性地，输入可以仅是最大值和最小值，其中，算法在输入的最大值和最小值之间进行插值，以确定三维图像重建算法的相同输入参数的插值的不同参数值。

根据本发明的示例性实施例的基本思想，三维图像重建算法将相同输入参数的不同值用于伪体积的每个切片(在三维空间中分别表示相同切片体积的相同基础切片)的相应重建。

因此，不需要针对一个或多个输入参数的不同值迭代地重复执行三维图像重建算法，可以在三维图像重建算法的一次或者至少只是有限次的执行中测试三维图像重建算法的一个或多个输入参数值的多个不同值的效果。结果，在示例性实施例中，与通常已知的迭代重建过程相比，可以显著减少计算负担和计算时间，同时利用类似的可靠和高效的基础三维图像重建算法。

然后，基于对输出的重建三维图像数据的切片的分析，例如，通过观察输出的重建三维图像数据的切片的图像特征，例如噪声、模糊程度和/或锐度，可以确定输入参数的最佳拟合优化值。这可以由操作者例如通过视觉观察输出的重建三维图像数据的切片人工地完成，或者，这也可以通过基于为输出的重建三维图像数据的每个切片计算的预定度量来分析输出的重建三维图像数据的不同切片，然后通过选择优化预定度量(例如作为预定度量的极值)的输出的重建三维图像数据的切片而自动完成。

通过这样的过程，可以选择或识别输入参数的优化值，并且然后可以将原始获得的图像作为图像输入，利用选择的/识别的输入参数值重复三维图像重建算法，以生成实际的对象的重建三维图像数据。

图7示例性地示出了根据示例性实施例的基于计算机断层摄影的对象的三维图像数据的图像重建的过程。

在步骤S701(类似于上述步骤S401)中，在光源S和检测器D组件相对于待测量对象P的不同角度位置处获得待测量对象P的多个二维图像。

在步骤S702中，例如如上所述，确定或识别对象P的基础切片BS。基础切片BS定义对象P的平面切片体积，以确定基础切片BS在检测器D的检测器表面上的投影DS。在一些示例性实施例中，基础切片BS在检测器D的检测器表面上的投影DS的区域(例如，如上所述，一个或多个像素行)可以根据测量系统的特性和构造来预先确定，特别优选地基于光源S的射束形状几何形状和/或基于光源S相对于检测器D的几何布置来预先确定。

在步骤S703中，从在步骤S701中获得的二维图像中提取与所确定或所识别的基础切片BS相对应的数据部分。例如，可以根据基础切片BS在检测器D的检测器表面上的投影DS来提取像素值。

在步骤S704中，将提取的数据部分输入到三维图像重建算法中(例如，如上文所讨论的那样，作为修改的图像或作为提取的数据部分)，其中，所述二维图像的提取的数据部分涉及穿过对象P的相同基础切片BS。

在步骤S705中，确定三维图像重建算法的一个或多个输入参数的值集，每个值与伪体积PV的另一切片相关联。

在步骤S706中，基于输入的获得的二维图像的提取的数据部分和确定的三维图像重建算法的一个或多个输入参数的值集，执行三维图像重建算法。

在步骤S707中，输出伪体积PV的重建三维图像数据，其中，通过获得的二维图像的与对象P的相同基础切片BS对应的相同的提取的数据部分来重建伪体积的每个切片，但是其中三维图像重建算法的一个或多个输入参数的值集的相应值不同。

因此，如上所述，伪体积PV的输出的三维图像数据的第三维不表示测量系统空间中的空间维度，而是表示三维图像重建算法的输入参数的参数空间的1维轴。应注意的是，基础三维图像重建算法可以是真实的锥束或平行束三维图像重建算法，和/或可以包括分别针对伪体积PV的每个切片执行的多个二维扇束重建算法的执行，优选并行执行，其中每个二维扇束重建算法将输入参数的来自输入的/确定的值集的另一个值作为输入。

在步骤S708中，分析输出的伪体积PV的三维图像数据，以识别满足分析标准的伪体积PV的三维图像数据的切片。

例如，基于对输出的重建三维图像数据的切片的分析，可以确定输入参数的最佳拟合优化值，例如，通过观察输出的重建三维图像数据的切片的图像特征，例如噪声、模糊程度和/或锐度。这也可以通过基于为输出的重建三维图像数据的每个切片计算的预定度量来分析输出的重建三维图像数据的不同切片，然后通过选择优化预定度量(例如，作为预定度量的极值)的输出的重建的三维数据的切片而自动完成。

此外，附加地或可替换地，这可以由操作者例如通过可视地观察输出的重建三维图像数据的切片并且选择可视的满意的图像切片来人工地完成。

在步骤S709中，确定与识别的满足分析标准的伪体积PV的三维图像数据的切片相关联的输入参数的相应对应值。

然后，类似于步骤S402、S404和S405，本过程包括步骤S710：将(最初)获得的对象P的多个二维图像作为图像数据输入输入到三维图像重建算法中，将在步骤S709中确定的输入参数的值输入到三维图像重建算法中，以及步骤S712：基于(最初)获得的对象P的多个二维图像和在步骤S709中确定的输入参数的输入值，执行三维图像重建算法。

然后，作为步骤S712中执行的三维图像重建算法的输出，在步骤S713中，对象P的重建三维图像数据被输出作为最终的对象P的重建的三维数据，并且过程结束。

图8示例性地示出了根据另一示例性实施例的基于计算机断层摄影的对象的三维图像数据的图像重建的过程。

在步骤S801(与上述步骤S401或S701相似)中，在光源S和检测器D组件相对于待测量对象P的不同角度位置处获得待测量对象P的多个二维图像。

在步骤S802(类似于上述步骤S702)中，例如如上所述，确定或识别对象P的基础切片BS。基础切片BS定义对象P的平面切片体积，以确定基础切片BS在检测器D的检测器表面上的投影DS。在一些示例性实施例中，基础切片BS在检测器D的检测器面上的投影DS的区域(例如，如上所述，一个或多个像素行)可以根据测量系统的特性和构造来预先确定，特别优选地基于光源S的射束形状几何形状和/或基于光源S相对于检测器D的几何布置来预先确定。

在步骤S803(类似于上面的步骤S402)中，将步骤S801中获得的二维图像作为输入图像数据输入到三维图像数据重建算法中。

在步骤S804中(类似于上面的步骤S705)，确定三维图像重建算法的一个或多个输入参数的值集，每个值与伪体积PV的另一切片相关联。

在步骤S805(类似于上面的步骤S706)中，基于获得的二维图像的提取的数据部分和确定的三维图像重建算法的一个或多个输入参数的值集，执行三维图像重建算法。

然而，本文示例性地假设三维图像重建算法本身被配置为从输入的获得的二维图像中自动提取与所确定的或所识别的基础切片BS相对应的数据切片。例如，可以根据基础切片BS在检测器D的检测器表面上的投影DS提取像素值。

在步骤S806(类似于上面的步骤S707)中，通过获得的二维图像的与对象P的相同基础切片BS对应的相同的提取的数据部分来重建伪体积的每个切片，但是其中三维图像重建算法的一个或多个输入参数的值集的相应值不同。

因此，如上所述，输出的伪体积PV的三维图像数据的第三维不表示测量系统空间中的空间维度，而是表示三维图像重建算法的输入参数的参数空间的1维轴。应注意的是，基础三维图像重建算法可以是真实的锥束或平行束三维图像重建算法，和/或可以包括分别针对伪体积PV的每个切片执行的多个二维扇束重建算法的执行，优选并行执行，其中每个二维扇束重建算法将输入参数的来自输入的/确定的值集的另一个值作为输入。

在步骤S807(类似于上面的步骤S708)中，分析输出的伪体积PV的三维图像数据，以识别满足分析标准的伪体积PV的三维图像数据的切片。

例如，基于对输出的重建三维图像数据的切片的分析，可以确定输入参数的最佳拟合优化值，例如，通过观察输出的重建三维图像数据的切片的图像特征，例如噪声、模糊程度和/或锐度。这也可以通过基于为输出的重建三维图像数据的每个切片计算的预定度量来分析输出的重建三维图像数据的不同切片，然后通过选择优化预定度量(例如，作为预定度量的极值)的输出的重建的三维数据的切片而自动完成。

此外，附加地或可替换地，这可以由操作者例如通过可视地观察输出的重建三维图像数据的切片并且选择可视的满意的图像切片来人工地完成。

在步骤S808(类似于上面的步骤S709)中，确定与识别的满足分析标准的伪体积PV的三维图像数据的切片相关联的输入参数的相应对应值。

然后，类似于上述步骤S711和S712，本过程包括步骤S809：将在步骤S808中确定的输入参数的值输入到三维图像重建算法中，以及步骤S810：基于(最初)获得的对象P的多个二维图像和在步骤S 808中确定的输入参数的输入值，执行三维图像重建算法。

然后，作为步骤S810中执行的三维图像重建算法的输出，在步骤S811中，对象P的重建三维图像数据被输出作为最终的对象P的重建的三维数据，并且过程结束。

图9示例性地示出了根据示例性实施例的测量系统的示意图，该测量系统包括用于基于计算机断层摄影的对象的三维图像数据的图像重建的设备。

类似于图1，测量系统包括光源S，特别是X射线源，以及布置成与光源S相对的二维图像检测器D。示例性地，一待测量对象P布置在光源S与检测器D之间并在光源S与检测器D之间延伸的直线L上。

示例性地，光源S被配置成以锥束形的射束几何形状(锥形射束几何形状)朝向检测器D发射光，特别是X射线光。即，从光源S发射的光束CB示例性地具有圆锥形状(“锥形射束”)，并且示例性地，光束CB的圆形区域撞击检测器D的平面检测器表面。

然而，本发明不限于使用以锥束形的射束几何形状朝向检测器D发射光的光源S，在其它示例性实施例中，也可以使用具有其它射束几何形状的光源，例如，以平行束形(平行射束几何形状)朝向检测器D发射光(特别是X-射线)的光源。

在图9中，检测器D被示例性地示出为具有平面检测表面，然而，本发明不限于使用具有平面检测表面的检测器，在本发明的示例性实施例中，也可以使用具有弯曲检测表面的检测器。

如前所述，对于基于计算机断层摄影的测量，通常在对象的不同角度位置处从不同视点(观察方向)获取待测量对象的多个二维图像。这可以通过在静止的光源和检测器组件之间旋转对象、或者通过保持对象静止并且围绕延伸穿过对象的旋转轴线旋转光源和检测器组件来实现。

应当注意的是本发明不限于上述的任意一种，并且在本发明的示例性实施例中，可以通过在静止的光源和检测器组件之间旋转对象、和/或通过围绕延伸穿过对象的旋转轴线旋转光源与检测器组件来获得在对象的不同角度位置处的对象的二维图像。

此外，测量系统包括用于对象的图像重建的设备100，特别是基于上述方面中的一个、多个或全部。可以在计算机或计算机实现的CT控制器中实现的设备100示例性地例如经由有线或无线通信连接、经由检测器通信接口110与检测器D通信连接，以从检测器D接收图像数据。

设备100还包括二维图像数据存储部120，二维图像数据存储部被配置为存储通过检测器通信接口110从检测器D接收的诸如获得的多个二维图像等的二维图像数据。

此外，设备100包括图像重建算法数据存储部130，图像重建算法数据存储部130被配置为存储计算机程序指令，该计算机程序指令用于执行一个或多个预定图像重建算法，诸如上面讨论的一个或多个三维图像重建算法。

此外，设备100包括输入参数数据存储部140，输入参数数据存储部140被配置为存储在图像重建算法数据存储部130中存储的一个或多个图像重建算法的一个或多个输入参数的预定值和/或值集。

设备100还示例性地包括处理单元150(例如，包括一个或多个处理器、中央处理单元、图形处理单元和/或可编程逻辑电路)，处理单元150被配置为基于存储在二维图像数据存储部120中的图像数据和/或者存储在输入参数数据存储部140中的参数数据来执行存储在图像重建算法数据存储部130中的一个或多个图像重建算法。

设备100还示例性地包括三维图像数据存储部160，三维图像数据存储部160被配置为存储重建三维图像数据，该重建三维图像数据从处理单元150执行的一个或多个图像重建算法的执行中输出。

此外，设备100包括输入/输出接口，输入/输出接口包括被配置成允许操作者输入指令、数据、值和其他用户活动的输入接口171，以及被配置为向操作者输出信息的输出接口172。

输入接口171可以包括键盘、鼠标、触摸屏、按钮和用于接收语音指令和/或诸如手势等视觉指令的传感器。输出接口172可以包括显示器、扬声器、触摸屏等。

输入/输出接口还可以包括逻辑用户接口，例如图形用户接口(GUI)和/或命令行接口(CLI)等。

***

如本领域技术人员将理解的，如上所述的本发明和附图可以实施为方法(例如，计算机实现的过程或任何其它过程)、控制设备(包括器件、机器、系统、计算机程序产品和/或任何其他设备)、或前述的组合。

因此，本发明的实施例可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)、或者结合软件和硬件方面实施例(在此通常称为“系统”)的形式。此外，本发明的实施例可以采取在计算机可读介质上的计算机程序产品的形式，该计算机可读取介质中包含有计算机可执行程序代码。

上文参考方法的流程图和/或框图以及设备描述了本发明的实施例。应当理解，流程图和/或框图的每个框，和/或者流程图和/或框图中的框的组合可以由计算机可执行程序代码来实现。

计算机可执行程序代码可被提供给通用计算机、专用计算机、或其它可编程数据处理设备(例如控制器)的处理器，以产生一特定的机器，使得经由计算机或其他可编程数字处理设备的处理器执行的程序代码创建用于实现流程图、一个或多个框图块、附图、和/或书面描述的方式。这些计算机可执行程序代码也可存储在计算机可读存储器中，该计算机可执行程序代码可指导计算机或其它可编程数据处理设备以特定方式工作，使得存储在该计算机可读取存储器中的程序代码产生包括指令方式的制品，该指令方式实现流程图、一个或多个框图块、附图、和/或书面描述中指定的功能/动作/输出。计算机可执行程序代码还可被加载到计算机或其它可编程数据处理设备上，以使要在计算机或其他可编程设备上执行的一系列运行步骤产生计算机实现的过程，使得在计算机或者其它可编程设备上执行的程序代码提供用于实现在流程图、一个或多个框图块、附图、和/或书面描述中指定的功能/动作/输出的步骤。可替换地，计算机程序实现的步骤或动作可以与操作者或人工实现的步骤或动作组合，以实现本发明的实施例。

还应注意，本文可描述逻辑流程以说明本发明的各个方面，且逻辑流程不应被解释为将本发明限制于任何特定逻辑流程或逻辑实现。所描述的逻辑可被划分成不同的逻辑块(例如，程序、模块、功能或子程序)，而不改变总体结果或脱离本发明的真实范围。通常，在不改变总体结果或脱离本发明的真实范围的情况下，逻辑元件可以被添加、修改、省略、以不同的顺序执行、或使用不同的逻辑结构(例如，逻辑门、回路基元、条件逻辑和其它逻辑结构)来实现。

虽然在附图中已经描述和示出了某些示例性实施例，但是应当理解，这些实施例仅仅是示例性的，而不是对广泛的发明的限制，并且本发明的实施例不限于所示和描述的具体构造和布置，因为除了上述段落中所阐述的之外，各种其他变化、组合、省略、修改和替换都是可能的。本领域技术人员将理解，在不脱离本发明的范围和精神的情况下，可以配置刚才描述的实施例的各种调整、修改和/或组合。因此，应当理解，在所附权利要求书的范围内，本发明可以不同于这里具体描述的方式来实践。例如，除非另有明确说明，否则本文所述过程的步骤可按与本文中所述的顺序不同的顺序执行，并且一个或多个步骤可组合、分离或同时执行。基于本公开，本领域技术人员还将理解，本文描述的本发明的不同实施例可以组合以形成本发明的其它实施例。

Claims (9)

1.一种用于对象的图像重建的基于计算机断层摄影的图像重建的方法，包括：

-获得（S701、S801）所述对象的多个（N-1）维图像，其中N = 3或N = 4，在N = 3或N = 4的情况下，所述对象的所述多个（N-1）维图像在相对于光源和二维图像检测器之间的直线的不同角度位置处获得，或者，在N = 4的情况下，所述对象的所述多个（N-1）维图像在相对于光源和三维图像检测器之间的直线的不同角度位置处获得；以及

-基于图像重建算法重建N维图像数据，所述图像重建算法使用所述对象的所述多个（N-1）维图像的数据和至少一个输入参数作为输入；

其中，所述图像重建算法输出重建的图像数据作为具有至少三个维度的重建体积；

其中，基于所述对象的所述多个（N-1）维图像和所述至少一个输入参数的确定的一值集执行（S706、S805）所述图像重建算法以输出（S707、S806）N维伪对象的重建的N维图像数据以作为由多个切片的堆叠表示的重建体积，

其中，所述伪对象的每个切片在作为所述图像重建算法的输入的所述至少一个输入参数的确定的值集的一个不同数值处被重建，且所述伪对象的所述多个切片中的每个切片与所述对象的相同基础切片相关联，其中所述基础切片是大致穿过所述对象的二维平面切片，以及

其中，所述N维伪对象具有至少三个维度，所述三个维度包括对应所述对象的平面切片体积的两个空间维度X和Y的第一维度和第二维度，及所述伪对象的第三维度，所述伪对象的第三维度对应所述图像重建算法的所述至少一个输入参数的一维参数空间而不是对应第三空间维度Z；以及

基于执行所述图像重建算法重建（S712、S713、S810、S811）所述对象的最终的N维图像数据以作为重建体积，所述图像重建算法使用获得的所述对象的所述多个（N-1）维图像和所述至少一个输入参数的一特定值作为输入，所述至少一个输入参数的特定值基于所述N维伪对象的N维图像数据选择，其中，所述对象的所述最终N维图像数据的重建体积具有对应于三个空间维度X、Y和Z的至少三个维度。

2.根据权利要求1所述的方法，其特征在于，

从相对于沿Z方向布置的旋转轴线的不同视点获得所述多个（N-1）维图像，并且

所述对象的所述基础切片大体沿着穿过所述对象的二维X-Y平面布置，所述二维X-Y平面垂直于所述旋转轴线。

3.根据权利要求2所述的方法，其特征在于，

所述N维伪对象由沿所述Z方向堆叠的所述多个切片的所述堆叠表示。

4.根据权利要求1-3任一项所述的方法，其特征在于，

-从获得的所述多个（N-1）维图像的每一个中提取（S703）切片图像数据，每个切片图像数据表示相应获得的（N-1）维图像的一个或多个相邻像素行；以及

-通过将相应获得的（N-1）维图像的相应提取的切片图像数据堆叠多次，特别是在像素行方向或像素列方向上堆叠多次，为获得的所述多个（N-1）维图像中的每一个生成相应修改的（N-1）维图像；

其中，基于所述图像重建算法来重建所述N维图像数据，所述图像重建算法使用修改的所述多个（N-1）维图像的数据作为输入。

5.根据权利要求1-3任一项所述的方法，其中

基于所述N维伪对象的N维图象数据通过以下步骤选择所述至少一个输入参数的特定值：

-基于将预定度量计算算法应用于所述N维图像数据的与所述伪对象的相应切片相关联的相应平面部分的（N-1）维图像数据，为所述伪对象的每个切片计算相应的度量参数，以及

-识别相应的度量参数具有其极值的所述伪对象的相应切片，以及

-将所述至少一个输入参数的相应输入值识别为所选择的所述至少一个输入参数的特定值，所述至少一个输入参数的相应输入值用于重建所述N维图像数据的与所识别的所述伪对象的相应切片相关联的相应平面部分。

6.根据权利要求1-3任一项所述的方法，其特征在于，

所述至少一个输入参数表示：

-权重参数，所述权重参数用于根据迭代图像重建算法定义数据项和正则项的权重；

-惩罚函数参数，所述惩罚函数参数根据迭代图像重建算法用在惩罚函数中用于正则项；

-中心偏移参数，所述中心偏移参数表示测量系统的实际旋转轴线相对于测量系统的目标旋转轴线的偏移；

-校正参数，所述校正参数表示射束硬化校正；

-伪影校正参数，所述伪影校正参数用于校正图像伪影；

-滤波参数，所述滤波参数用在应用于（N-1）维图像的图像滤波中；和/或

-权重因子，所述权重因子在双能量CT图像重建中加权不同图像源能量。

7.一种用于对象的图像重建的基于计算机断层摄影的图像重建的设备，

所述设备包括：

-接口（110），所述接口被配置为接收数据，所述数据指示所述对象的多个（N-1）维图像，其中N = 3或N = 4，在N = 3或N = 4的情况下，所述对象的多个（N-1）维图像在相对于光源和二维图像检测器之间的直线的不同角度位置处获得，或者，在N = 4的情况下，所述对象的所述多个（N-1）维图像在相对于光源和三维图像检测器之间的直线的不同角度位置处获得；和

-图像重建单元（150），所述图像重建单元被配置为基于图像重建算法来重建N维图像数据，所述图像重建算法使用所述对象的所述多个（N-1）维图像的数据和至少一个输入参数作为输入，其中，所述图像重建算法输出重建的图像数据作为具有至少三个维度的重建体积；

所述图像重建单元（150）配置为基于所述对象的多个（N-1）维图像和所述至少一个输入参数的确定的一值集执行所述图像重建算法以输出N维伪对象的N维图像数据以作为由多个切片的堆叠表示的重建体积；

其中，所述伪对象的每个切片在作为所述图像重建算法的输入的所述至少一个输入参数的确定的值集的一个不同数值处被重建，且所述伪对象的所述多个切片的每个切片与所述对象的一相同基础切片相关联，其中所述基础切片是大致穿过所述对象的二维平面切片；以及

其中，所述N维伪对象具有至少三个维度，所述三个维度包括对应所述对象的平面切片体积的两个空间维度X和Y的第一维度和第二维度，及所述伪对象的第三维度，所述伪对象的第三维度对应所述图像重建算法的所述至少一个输入参数的一维参数空间而不是对应第三空间维度Z；以及

所述图像重建单元（150）被配置为基于执行所述图像重建算法重建所述对象的最终的N维图像数据以作为重建体积，所述图像重建算法使用获得的所述对象的所述多个（N-1）维图像和所述至少一个输入参数的一特定值作为输入，所述至少一个输入参数的特定值基于所述N维伪对象的N维图像数据选择，其中，所述对象的所述最终N维图像数据的重建体积具有对应于三个空间维度X、Y和Z的至少三个维度。

8.一种用于对象的图像重建的、特别是基于计算机断层摄影的图像重建的系统，包括：

-光源

-二维图像检测器或三维图像检测器，以及

-根据权利要求7所述的设备。

9.一种计算机程序产品，包括计算机程序，所述计算机程序包括计算机程序指令，所述计算机程序指令适于使计算机、处理器或计算机断层摄影控制器执行根据权利要求1至6中任一项的方法的步骤。