以下總體上涉及對圖像數(shù)據(jù)濾波并且發(fā)現(xiàn)特定應(yīng)用于譜計算機斷層攝影(ct)，但是也適用于其他成像處理系統(tǒng)。

背景技術(shù)：

計算機斷層攝影(ct)掃描器包括發(fā)射輻射的x射線管。發(fā)射的輻射穿過檢查區(qū)域，其中，對象或物體位于該檢查區(qū)域內(nèi)且由與x射線管相對的探測器陣列探測。探測器陣列探測穿過檢查區(qū)域和位于其中的對象的輻射，并生成投影數(shù)據(jù)，例如，原始探測器數(shù)據(jù)或投影圖像。重建器處理投影數(shù)據(jù)并且重建對象或物體的體積圖像。

譜ct掃描器包括發(fā)射x射線的高能量譜和低能量譜的至少一個x射線管，其在生成的投影數(shù)據(jù)中引起對象或物體的不同的結(jié)構(gòu)和譜特新。也就是說，對象或物體的材料根據(jù)所使用的能量而衰減。

濾波器可用于減少或抑制投影數(shù)據(jù)和/或重建圖像中的噪聲。通過減少例如投影空間的投影數(shù)據(jù)中的噪聲，或通過減少例如圖像空間的重建的圖像或圖像數(shù)據(jù)中的噪聲，可以改進圖像的質(zhì)量，例如，對象或物體的結(jié)構(gòu)和/或譜特性更可見。濾波還可以在過濾噪聲時改變圖像中的特性，并且通常包括參數(shù)或約束以保持特性。濾波器可以獨立地對每個圖像或數(shù)據(jù)進行操作。在保持以低頻存在的諸如實際結(jié)構(gòu)的物體或?qū)ο蟮奶匦缘耐瑫r對低頻噪聲濾波特別困難。

噪聲是由用于獲得數(shù)據(jù)的設(shè)備引入的。例如，用于探測x射線輻射并生成投影數(shù)據(jù)的成像設(shè)備或掃描器引入噪聲。也能夠在數(shù)據(jù)的處理中引入噪聲?；A(chǔ)分解處理將投影數(shù)據(jù)和/或圖像數(shù)據(jù)分裂或劃分成譜或能量相關(guān)組分或基礎(chǔ)材料。分解的譜ct投影或圖像數(shù)據(jù)的范例包括光電吸收和康普頓散射組分、水和碘組分、水和鈣組分和縮醛均聚物樹脂，例如，和錫組分，和/或包括三種或更多種基礎(chǔ)材料而不僅僅是成對的其他組分。分解過程引入成對噪聲，稱為反相關(guān)噪聲。在從公共圖像或公共投影數(shù)據(jù)集導出的兩個圖像或兩個投影數(shù)據(jù)集之間引入反相關(guān)噪聲。反相關(guān)噪聲在圖像對或數(shù)據(jù)集對之間是負相關(guān)的，使得當組合對時，噪聲被消除或不存在。換句話說，在每個圖像或數(shù)據(jù)集中引入的噪聲在具有不同符號的對之間具有相同的幅度。

技術(shù)實現(xiàn)要素：

本文描述的方面解決了上述問題和其他問題。

下面描述對來自譜投影數(shù)據(jù)集或圖像數(shù)據(jù)集的反相關(guān)噪聲進行濾波的方法。該方法使用迭代算法共同處理數(shù)據(jù)集以減少或抑制每個投影數(shù)據(jù)集或圖像數(shù)據(jù)集中的反相關(guān)噪聲，同時保持結(jié)構(gòu)和/或譜方面。該方法可以包括其他濾波或圖像處理。在一個實例中，該方法會對投影數(shù)據(jù)集進行濾波。在另一個實例中，該方法對圖像數(shù)據(jù)集進行濾波。

一方面中，成像系統(tǒng)包括反相關(guān)噪聲濾波器，其對來自第一部分和第二部分的反相關(guān)噪聲進行共同濾波，并且第一部分和第二部分包括反相關(guān)噪聲。

在另一方面中，一種對圖像數(shù)據(jù)進行濾波的方法包括對來自第一部分和第二部分的噪聲共同濾波，并且第一部分和第二部分包括反相關(guān)噪聲。

在另一方面中，一種編碼有計算機可讀指令的非暫態(tài)性計算機可讀存儲介質(zhì)，其在由處理器運行時令處理器對來自第一部分和第二部分的噪聲共同濾波。第一部分和第二部分包括反相關(guān)噪聲。濾波器根據(jù)以下函數(shù)之一迭代操作：

其中，r(p)和r(s)分別是p和s的粗糙度懲罰或正則化項，u⁰是在其中相關(guān)噪聲最大地與初始分解部分p⁰和s⁰相抵消的圖像體積，例如u⁰＝p⁰+s⁰，p和s是經(jīng)濾波的圖像體積，λ^u、λ^p和λ^s是權(quán)重；

受約束于(s.t.)

1、分別通過從s⁰和p⁰移除負相關(guān)估計噪聲來獲得s和p；

2、單色圖像不改變；以及

3、頻帶外的圖像頻率不改變，

其中，r(p)和r(s)分別是p和s的粗糙度懲罰或正則化項，是以kev為單位的能量水平參數(shù)，并且α是算法控制參數(shù)；

并且

其中

d是縮放參數(shù)，r(·)是粗糙度懲罰或正則化項，λ1和λ2是權(quán)重，是估計的反相關(guān)噪聲圖像，a是反相關(guān)噪聲圖像的先前估計，是偽huber懲罰函數(shù)，并且δ是偽huber參數(shù)；或

并且

其中，

并且

其中，d是縮放參數(shù)，r(·)是粗糙度懲罰或正則化項，并且λ1、λ2和λ3是權(quán)重，是估計的反相關(guān)噪聲圖像，a是反相關(guān)噪聲圖像的先前估計，是偽huber懲罰函數(shù)，δ是偽huber參數(shù)，n是估計的噪聲映射，并且其中，σ(x)是圖像x的局部標準偏差。

附圖說明

本發(fā)明可以采取各種部件和部件的布置和各種步驟和步驟的安排的形式。附圖僅用于說明優(yōu)選實施例，而不應(yīng)被解釋為對本發(fā)明的限制。

圖1示意性地圖示了具有反相關(guān)噪聲濾波器的范例計算系統(tǒng)。

圖2示意性地圖示了使用反相關(guān)噪聲濾波器和第一算法的譜數(shù)據(jù)操縱和濾波的范例。

圖3示意性地圖示了使用反相關(guān)噪聲濾波器和第二算法的譜數(shù)據(jù)操縱和濾波的范例。

圖4是對圖像對中的反相關(guān)噪聲進行濾波的方法的流程圖。

圖是5對投影數(shù)據(jù)集對中的反相關(guān)噪聲進行濾波的方法的流程圖。

具體實施方式

首先參考圖1，成像系統(tǒng)100包括諸如計算機斷層攝影(ct)掃描器102的成像掃描器。掃描器被配置為生成分解為反相關(guān)部分的投影數(shù)據(jù)和/或圖像。掃描器102包括一個或多個輻射源104，例如x射線管，其發(fā)射穿過檢查區(qū)域106的輻射。在一個實例中，輻射源104的平均或峰值發(fā)射電壓在兩個或更多個發(fā)射電壓(例如，80和140kvp、100和120kvp等)中的發(fā)射電壓之間切換。在另一變型中，輻射源104包括單個廣譜x射線管。

與輻射源104相對的探測器陣列108探測穿過檢查區(qū)域106的發(fā)射的輻射，并生成指示檢查區(qū)域106中的物體或?qū)ο蟮耐队皵?shù)據(jù)110。在輻射源電壓在至少兩個發(fā)射電壓之間切換和/或包括兩個或更多個x射線管以兩個不同的發(fā)射電壓發(fā)射輻射的情況下，探測器陣列108為輻射源電壓中的每個生成投影數(shù)據(jù)110。對于單個廣譜x射線管，探測器陣列108包括產(chǎn)生譜投影數(shù)據(jù)110的能量分辨探測器(例如，多層、光子計數(shù)等)。

投影數(shù)據(jù)110可以表示為投影圖像、正弦圖等。投影數(shù)據(jù)110可以包括數(shù)據(jù)組織，諸如文件和/或數(shù)據(jù)集組織、數(shù)據(jù)庫組織、對象和/或元素定義等。投影數(shù)據(jù)110可以存儲在隨機存取存儲器中，諸如計算機存儲器、本地存儲器、服務(wù)器存儲器、云存儲、服務(wù)器存儲、本地存儲、固態(tài)存儲、閃存存儲等。在一個實例中，投影數(shù)據(jù)110存儲在圖片存檔和通信系統(tǒng)(pacs)112、放射學信息系統(tǒng)(ris)、醫(yī)院信息系統(tǒng)(his)、電子病歷(emr)或其他通信地連接到系統(tǒng)100的系統(tǒng)或設(shè)備中。

分解單元114將投影數(shù)據(jù)分解為至少第一部分116和第二部分118，諸如數(shù)據(jù)集或數(shù)據(jù)結(jié)構(gòu)的對。每個部分包括與其他部分中的噪聲反相關(guān)的噪聲。例如，分解單元114將譜投影數(shù)據(jù)分解為光電和康普頓散射組分、水和碘組分、水和鈣組分、或縮醛均聚物樹脂例如和錫組分，和/或其他基材集合。

反相關(guān)噪聲濾波器120共同處理第一部分116和第二部分118。反相關(guān)噪聲濾波器120迭代地對第一部分116和第二部分118進行濾波。反相關(guān)噪聲濾波器120接收兩個投影數(shù)據(jù)集或圖像數(shù)據(jù)集作為輸入并輸出兩個反相關(guān)噪聲濾波的投影數(shù)據(jù)集或圖像數(shù)據(jù)集?？梢詧?zhí)行迭代，直到達到停止標準，例如預(yù)定迭代次數(shù)、預(yù)定經(jīng)過時間、滿足預(yù)定差的輸入對與輸出對之間的差，其組合等。如下面更詳細地描述的，反相關(guān)噪聲濾波器120根據(jù)第一算法或第二算法的功能共同地濾波，這使反相關(guān)噪聲最小化。這些功能通過一種或多種方法實施，其濾除了輸出投影數(shù)據(jù)集或圖像數(shù)據(jù)集中的反相關(guān)噪聲。

重建器122將經(jīng)濾波的第一部分116和第二部分118中每個重建成圖像和/或組合圖像。在一個實例中，重建器122將經(jīng)濾波的第一部分116和經(jīng)濾波的第二部分118中的每一個重建成分離的圖像。可以將分離的圖像組合以形成顯示在顯示設(shè)備124上的組合圖像。在另一個實例中，經(jīng)濾波的第一部分116和經(jīng)濾波的第二部分118在投影空間中組合，然后被重建為一幅圖像，該圖像被顯示在顯示設(shè)備124上和/或例如存儲在pacs112中。

在一個實例中，重建器122重建第一部分116和第二部分118，例如，從投影空間到圖像中，例如到圖像空間中，并且反相關(guān)噪聲濾波器120共同地對重建的第一部分116和重建的第二部分118的重建圖像進行濾波。經(jīng)濾波的重建的第一部分116和經(jīng)濾波的重建的第二部分118可以被組合成圖像或以其它方式被操縱。組合圖像顯示在顯示設(shè)備124上和/或存儲在pacs112中。

分解單元114、反相關(guān)噪聲濾波器120和重建器122由諸如電子數(shù)據(jù)處理器、微處理器、數(shù)字處理器、光學處理器等的數(shù)據(jù)處理器126適當?shù)貙崿F(xiàn)，其被配置為執(zhí)行存儲在非暫態(tài)計算機可讀存儲介質(zhì)或計算機可讀存儲器中的計算機可讀指令，例如，軟件。

處理器126還可以執(zhí)行由載波、信號或其他暫態(tài)介質(zhì)承載的計算機可讀指令，以執(zhí)行所公開的技術(shù)。處理器126可以通過一個或多個輸入設(shè)備128(諸如鍵盤、鼠標、觸摸屏、麥克風等)接收參數(shù)。處理器126、顯示設(shè)備124和輸入設(shè)備128可以包括計算設(shè)備130，例如臺式計算機、膝上型計算機、智能電話、身體穿戴設(shè)備、分布式連接的計算設(shè)備，例如服務(wù)器和通信性連接的對等體或客戶端計算機等。

參考圖2，示意性地圖示了使用反相關(guān)噪聲濾波器和第一算法進行譜數(shù)據(jù)200操縱和濾波的范例。譜數(shù)據(jù)200可以包括投影數(shù)據(jù)110或重建的圖像數(shù)據(jù)。分解單元114將譜數(shù)據(jù)200分解為第一部分116，例如康普頓散射或散射，并且分解為第二部分118，例如光電或照片。

結(jié)構(gòu)傳播(sp)濾波器202可用于初始地個體地對分解的部分濾波。sp濾波器202可以是使用關(guān)于組合圖像200的邊緣或加權(quán)組合的信息的雙邊濾波器。輸出是經(jīng)初始濾波的第一部分204和經(jīng)初始濾波的第二部分206。在一個變型中，省略了sp濾波器202。

反相關(guān)噪聲濾波器120對經(jīng)初始濾波的第一部分204和經(jīng)初始濾波的第二部分206進行迭代濾波。在一個實例中，經(jīng)初始濾波的第一部分204和經(jīng)初始濾波的第二部分206是第一部分116和第二部分118，例如在沒有sp濾波器202的情況下。反相關(guān)噪聲濾波器120使用第一算法中的最小化函數(shù)來迭代地從組合的投影數(shù)據(jù)或圖像體積u⁰中濾除分解的圖像體積對s⁰204和p⁰206。范例的最小化函數(shù)如等式1所示：

等式1

其中，r(p)和r(s)分別是p和s的粗糙度懲罰或正則化項，u⁰是其中相關(guān)噪聲最大地與初始分解部分p⁰和s⁰抵消的圖像體積，例如u⁰＝p⁰+s⁰，p和s是經(jīng)濾波的圖像體積，λ^u、λ^p和λ^s是權(quán)重。在一個范例中，粗糙度懲罰包括huber懲罰，例如，其中，δ是huber參數(shù)。類似地構(gòu)造r(s)。在另一個實例中，r(p)是總變化懲罰，例如約束λ^u(p+s-u⁰)確保邊緣維持在原始最小噪聲(總和)圖像體積u⁰中，而約束λ^p(p-p⁰)和λ^s(s-s⁰)減少圖像體積p和s之間的串擾量。由lambda(λ)提供的權(quán)重可以被調(diào)節(jié)以在平滑和邊緣保留之間提供不同的權(quán)衡，并且可以在每個圖像體積之間變化。如果初始圖像體積p⁰和s⁰中的噪聲不是完全反相關(guān)的，則可以通過縮放兩個部分(例如b1p⁰和b2s⁰)來平衡圖像體積，其中，b1和b2是縮放因子，挑選它們使得反相關(guān)噪聲在和u0＝b1p⁰+b2s⁰中完全抵消。

等式1的最小化函數(shù)可以通過等式2和3中所示的迭代更新函數(shù)來實現(xiàn)：

等式2

等式3

其中，λ^u、λ^p和λ^s是權(quán)重，u⁰是初始組合圖像或投影數(shù)據(jù)，p⁰和s⁰是初始輸入圖像或投影數(shù)據(jù)，pⁿ和sⁿ是第n次迭代的當前值，pⁿ⁺¹和sⁿ⁺¹是下一次迭代濾波的投影數(shù)據(jù)或圖像，d包括每個正交方向的集合{e(東)、w(西)、s(南)、n(北)、u(上)和o(下)}，并且i、j、k表示投影空間體積中的圖像或位置中的當前體素，并且δ是huber參數(shù)。每個方向(如e(東))的p的s和的權(quán)重σ由等式4和等式5給出：

等式4

等式5

其中，s和p是對應(yīng)的當前體素，例如和下標en、ne、s、se、u、eu、o、eo指的是當前體素或像素的相應(yīng)的體素或像素東、北、東北、南、東南、上、東上、下、東下，例如正交相鄰體素中的體素，例如e、n、s、u和o，它們不相反或為西，以及當前體素的兩個額外的體素東，它們不正交且在同一方向上，諸如ne和se，dx是圖像體積中的北/南方向上的體素距離，dy是圖像體積中的東/西方向的體素距離，dz是圖像體積中的上/下方向上的體素距離。對于每個剩余方向，類似地導出加權(quán)。在每個方向d∈(e,w,n,s,u,o)上，權(quán)重σd,1和被調(diào)節(jié)到和并且用于更新等式2和3，其中，ds,dn：＝dx；de,dw＝dy；并且du,do＝dz。

每個迭代的輸出是反相關(guān)噪聲濾波的第一部分208和經(jīng)反相關(guān)的第二部分210，例如sⁿ⁺¹和pⁿ⁺¹投影數(shù)據(jù)或圖像體積。輸出用作下一次迭代中的輸入。作為投影數(shù)據(jù)的反相關(guān)噪聲濾波的第一部分208和經(jīng)反相關(guān)的第二部分210可被重建為分離的圖像，并且然后被組合為反相關(guān)濾波圖像212。作為重建圖像的反相關(guān)噪聲濾波的第一部分208和經(jīng)反相關(guān)的第二部分210可以組合為反相關(guān)濾波圖像212。

參考圖3，示意性地圖示了使用反相關(guān)噪聲濾波器120和第二算法的譜數(shù)據(jù)操縱和濾波的范例。譜數(shù)據(jù)200可以包括投影數(shù)據(jù)110或圖像數(shù)據(jù)。分解單元114將譜數(shù)據(jù)200分解為第一部分116，例如康普頓散射或散射，并分解為第二部分118，例如光電或光。

去噪結(jié)構(gòu)傳播(sp)濾波器202可以用于初始地個體地對分解的部分濾波。在一個實例中，省略sp濾波器。輸出是經(jīng)初始濾波的第一部分204和經(jīng)初始濾波的第二部分206。反相關(guān)噪聲濾波器120對經(jīng)初始濾波的第一部分204和經(jīng)初始濾波的第二部分206進行迭代濾波。在一個實例中，經(jīng)初始濾波的第一部分204和經(jīng)初始濾波的第二部分206是第一部分116和第二部分118，例如沒有sp濾波器202。反相關(guān)噪聲濾波器120使用第二算法的最小化函數(shù)來對來自組合投影數(shù)據(jù)或圖像u⁰的分解的圖像對s⁰204和p⁰206迭代地濾波。第二算法的約束最小化函數(shù)的范例如等式6所示：

等式6：

受以下約束(s.t.)

1、分別通過從s⁰和p⁰移除負相關(guān)估計噪聲來獲得s和p；

2、單色圖像不變；以及

3、頻帶外的圖像頻率不變，

其中，r(p)和r(s)分別是p和s的粗糙度懲罰或正則化項，例如是以kev為單位的能量水平參數(shù)，α是算法控制參數(shù)，缺省值例如等于0.5。

由具有能量的虛擬單色圖像或投影數(shù)據(jù)不改變的條件約束最小化。選擇能量300，使得其反相關(guān)噪聲最小化。在一個實例中，通過以下等式定義：

等式7

其中，r是正則化函數(shù)，cs(m)和cp(m)分別是s和p的系數(shù)，以獲得以kev為單位的能量m的單色圖像。

在另一實例中，通過使用諸如-200hu的預(yù)定閾值來定義組合的譜數(shù)據(jù)200的選擇區(qū)域來探測譜虛擬單色圖像針對組合的譜數(shù)據(jù)200的尺寸ne的鄰域計算局部標準偏差。創(chuàng)建位置的集合q，具有位于選擇區(qū)域中的r最小局部標準偏差，并且在等式8中定義了的范例：

等式8

其中，僅在集合q上計算局部標準偏差，并且ne指定局部標準偏差的鄰域。

等式6的最小化函數(shù)被約束為處理僅在頻帶內(nèi)的圖像頻率，這如下被獲得：輸入p和s圖像以d的因子按比例縮小，其包括范圍(0,1)，并且1是沒有縮放，0.5是以2的因子縮放，0.25以4的因子縮小，等等?？s小圖像通過平均和/或插值來組合像素。使用例如滯后擴散固定點迭代算法來執(zhí)行下面的優(yōu)化，等式9：

等式9

其中，α是算法控制參數(shù)，r是粗糙度懲罰或正則化項，和分別是使算法能夠獲得針對能量kev的單色圖像的縮小圖像sd和pd的系數(shù)，d是縮小因子，并且是反相關(guān)噪聲圖像的估計。去噪縮小的s和p圖像在等式10和11中定義：

等式10和11

在以kev為單位中的能量處的去噪縮小的單色圖像不改變，如范例等式12中所示：

等式12

去噪縮小的單色圖像被放大以生成和輸出圖像，其中，僅處理頻帶內(nèi)的圖像頻率。放大去噪縮小的單色圖像的范例在等式13-16中示出：

等式13和14

并且

等式15和16

并且

其中，u是縮放因子參數(shù)，例如u＝1/16。

算子su＝放大(s,u)返回圖像s的尺寸的倍的圖像su，并且算子sd＝縮小(s,u)返回圖像s的尺寸的d倍的圖像sd。注意，st和pt表示中間結(jié)果，其中，圖像高頻被保留，即圖像st和pt的高頻分別與輸入圖像s和p的高頻非常相似。

每次迭代的輸出是反相關(guān)噪聲濾波的第一部分208和反相關(guān)的第二部分210，例如和投影數(shù)據(jù)或圖像。輸出用作下一次迭代中的輸入。作為投影數(shù)據(jù)的反相關(guān)噪聲濾波的第一部分208和反相關(guān)的第二部分210可被重建為分離的圖像，然后被組合為反相關(guān)濾波圖像212。作為重建圖像的反相關(guān)噪聲濾波的第一部分208和反相關(guān)的第二部分210可以組合為反相關(guān)濾波圖像212。在另一實例中，濾波器包括以下兩個函數(shù)的最小化：

等式17和18

其中，r(·)是粗糙度懲罰或正則化項，λ1和λ2是權(quán)重，是估計的反相關(guān)噪聲圖像，是偽huber懲罰函數(shù)，并且δ是偽huber參數(shù)。使用例如根據(jù)等式19的滯后擴散固定點迭代算法將等式17應(yīng)用于p⁰和s⁰圖像。

等式19

利用例如根據(jù)等式20的滯后擴散固定點迭代算法執(zhí)行的優(yōu)化來將等式18應(yīng)用于縮小的p⁰和s⁰圖像上。

等式20

其中，且通過根據(jù)等式21組合來自等式19和20的估計來獲得濾波圖像。

等式21

且

其中，是反相關(guān)噪聲圖像的最終估計，和分別是去噪的照片圖像和散射圖像。

第三算法使用估計的噪聲映射，并且利用如等式22中定義的最小化函數(shù)對反相關(guān)噪聲進行濾波。使用噪聲建模技術(shù)(例如利用蒙特卡洛估計)，通過分析方法，例如通過wunderlich和noo的“imagecovarianceandlesiondetectabilityindirectfan-beamx-raycomputedtomorgraph”，或如美國專利8938110中所述的直接提取技術(shù)，來估計估計的噪聲映射n。

等式22

且

其中，是估計的反相關(guān)噪聲圖像，和分別是去噪的照片圖像和散射圖像，p⁰和s⁰分別是初始或輸入的照片圖像和散射圖像，d是縮放參數(shù)，并且和分別由等式23和24定義。

等式23

其中，r是粗糙度懲罰或正則化項，例如a是圖像，n是估計的噪聲映射，λ1是權(quán)重，并且是偽huber懲罰函數(shù)，δ是偽huber參數(shù)。利用使用例如根據(jù)等式24的滯后擴散固定點迭代算法執(zhí)行的優(yōu)化來將等式23應(yīng)用于縮小的p⁰和s⁰圖像上。

等式24

其中，且λ2和λ3是權(quán)重，并且f由等式25定義。

等式25

其中，σ(x)是圖像x的局部標準偏差。

參考圖4，繪出了對圖像對中的反相關(guān)噪聲進行濾波的方法的流程圖。應(yīng)認識到，動作的順序不是限制性的。因此，本文考慮了其他順序。此外，可以省略一個或多個動作，和/或可以包括一個或多個額外的動作。

在400處，接收譜圖像數(shù)據(jù)，例如參考圖2和圖3描述的譜圖像數(shù)據(jù)200?？梢詮拇鎯ζ?例如pacs112)或從重建器122接收譜圖像數(shù)據(jù)。

譜圖像數(shù)據(jù)在402處分解為第一分解部分，例如康普頓散射，以及第二分解部分，例如光電吸收。分解的第一部分和第二部分包括反相關(guān)噪聲。

在404處，分解的第一部分和第二部分中的每一個可以個體地被濾波。例如，使用來自組合圖像200或譜圖像數(shù)據(jù)的信息，利用sp濾波器202分別對第一部分和第二部分進行濾波。

在406處，使用如參考圖1描述的和作為參考圖2和3的范例的反相關(guān)噪聲濾波器120，來自402的分解的圖像對或來自404的個體濾波的對作為對被迭代地濾波?？梢灾貜?fù)迭代算法，直到達到停止標準，例如迭代次數(shù)、經(jīng)過時間、或輸入圖像和輸出圖像的特性之間的閾值變化、組合等。

在408處，將輸出圖像組合在存儲器中。在組合之前，可以進一步操縱輸出圖像，例如其它濾波、計算、分割等。

組合圖像在410處顯示在顯示設(shè)備124上。顯示器可以包括顯示輸出圖像，即反相關(guān)噪聲濾波圖像。組合圖像也可以通過濾光片等在膠片上輸出。

以上可以通過編碼或嵌入在非暫態(tài)計算機可讀存儲介質(zhì)上的計算機可讀指令來實施，當被計算機處理器執(zhí)行時，該計算機可讀指令令處理器執(zhí)行所描述的動作。額外地或備選地，計算機可讀指令中的至少一個由信號、載波或其他暫態(tài)介質(zhì)承載。

參考圖5，以流程圖描述了對投影數(shù)據(jù)集對中的反相關(guān)噪聲進行濾波的方法。在500處，接收譜圖像數(shù)據(jù)，例如參考圖2和圖3描述的譜圖像數(shù)據(jù)200?？梢詮拇鎯ζ?例如pacs112)或從成像掃描器(例如ct掃描器102)接收譜圖像數(shù)據(jù)。

譜圖像數(shù)據(jù)在502處分解為第一分解部分，例如康普頓散射，以及第二分解部分，例如光電吸收。分解的第一二部分和第二部分包括反相關(guān)噪聲。

在504處，分解的第一部分和第二部分中的每一個可以個體地被濾波。例如，使用來自組合圖像200或譜圖像數(shù)據(jù)的信息，利用sp濾波器202分別對第一部分和第二部分中的每個進行濾波。

在506，使用如參考圖1描述的并且作為參考圖2和圖3的范例的反相關(guān)噪聲濾波器120將來自502的分解的投影數(shù)據(jù)集對或來自504的個體濾波對作為對迭代地濾波?？梢灾貜?fù)迭代算法，直到達到停止標準，例如迭代次數(shù)、經(jīng)過時間或輸入圖像與輸出圖像的特性之間的閾值變化、組合等。

在508，將輸出數(shù)據(jù)集組合在存儲器中。在組合之前，可以進一步操縱輸出數(shù)據(jù)集，例如其他濾波、計算、分割等。在510處，組合的輸出數(shù)據(jù)集由重建器122重建為圖像。備選地，510和508可以反轉(zhuǎn)，并且輸出數(shù)據(jù)集均被重建為圖像，并且兩幅重建圖像被組合。

組合圖像在512處顯示在顯示設(shè)備124上。顯示器可以包括顯示輸出圖像，即反相關(guān)噪聲濾波圖像。組合圖像也可以通過濾光片等在膠片上輸出。

以上可以通過編碼或嵌入在非暫態(tài)計算機可讀存儲介質(zhì)上的計算機可讀指令來實施，當被計算機處理器執(zhí)行時，該計算機可讀指令令處理器執(zhí)行所描述的動作。額外地或備選地，計算機可讀指令中的至少一個由信號、載波或其他暫態(tài)介質(zhì)承載。

已經(jīng)參考優(yōu)選實施例描述了本發(fā)明。閱讀和理解前述詳細說明后，其他人可能會進行修改和更改。本發(fā)明旨在被構(gòu)建為包括所有這些修改和變化，只要其在權(quán)利要求或其等價方案的范圍內(nèi)。