多层X射线计算机断层摄影(CT)系统在1998年开发并进入医疗 市场。现在，层数大致是从2到40的范围，但有望增加到64或者256 (参照非专利文献1、非专利文献2以及非专利文献3。各自的内容通过 参照在本说明书中一体化)。使用了CT系统用螺旋扫描的圆锥射束图像 再构成算法使用了导入柔性聚焦轨道在费罗德莰普(Feld kamp)算法中 适用加权功能的、一般被加权的费罗德莰普再构成算法(参照专利文献 1及专利文献2以及从非专利文献4到非专利文献10。各自的内容通过 参照在本说明书中一体化)。
在其他的再构成算法中，有再构成未被排列在单一轴上的多个层 (multi-slice)的、高度单层重束(ASSR)和适合型多平面再构成(AMPR) 等的准圆锥射束算法。层的轴与旋转轨道一致，z滤波它可以得到垂直层 (slice)(参照专利文献3以及从非专利文献1到非专利文献13。它们全 部的内容通过参照在本说明书中一体化)。
通过使用圆锥平行扇型射束重束(rebinning)(例如，参照从非专利 文献14到非专利文献17。这些全部内容通过参照在本说明书中一体化) 以及扇形射束算法(参照非专利文献18，其内容通过参照在本说明书中 一体化)，具有同样混淆现象(aliasing)问题的其他算法有数个。本发 明并未被再构成方案的选择所限定。
在圆锥射束或者准圆锥射束算法中共同的问题之一是在z轴(检测 器列)方向上的采样间隔不充分。这些算法违反乃奎斯特定理(在1个 检测器单元开口内需要2个试料)，起因于高频成分，在再构成的图像内 产生混淆(aliasing)假象(artifact)(参照非专利文献19。其内容通过 参照在本说明书中一体化)。这些混淆假象作为风车假象(windmill artifact)为人们所知。目前，有克服该问题的2种方法。一种方法是改 变硬件的方法，另一种方法是改变软件。
硬件的变更在z轴方向上适用飞点聚焦技术(xy平面，在检测器通 道方向)，把2组投影与在z中的N个试料组合设置成在z中的2个N 个试料的1组(参照非专利文献20。该内容通过参照在本说明书中一体 化)。但是，其潜在要解决对策存在以下问题。(1)数据大小是现在使用 的数据大小的2倍。(2)扫描器价格更高。(3)需要新的图像再构成算 法。
在采用软件(software)的解决对策中，有削减z析象度(z中的高 频)的不适合型z滤波，和适合型的对象依存z滤波。在采用不适合型 滤波的解决对策中，有在具有固定核心的投影数据域中的z滤波(参照 专利文献4。其内容通过参照和本说明书一体化)，在图像域中的z滤波， 以及在具有可变尺寸的核心的投影数据域中的z滤波(参照专利文献5。 其内容通过参照在本说明书中一体化)。
这些解决对策的一个缺点是同样失去图像整体的z析象度。简单地 说，z析象度到处丢失。肋骨、头盖骨以及脊柱等，风车(windmill)假 象(artifact)原因的几乎全部位于图像的周边区域上，图像的中央区域 需要高空间z析象度。
在适合型z滤波中，有在投影数据域中的滤波(参照J.Hsieh，非专 利文献21。其内容通过参照在本说明书中一体化)以及图像域中的滤波。 这些方法都要根据z中的梯度等的对象依存索引变更z滤波的核心，需 要大量处理，而这是不理想的。

本发明的目的在于：在防止z轴析象度降低的同时实现抑制假象 (artifact)和改善图像质量。
本发明的第1非限定形态提供取得包含从CT系统中的至少2个检 测器列取得投影数据的步骤，至少在2个检测器列的方向上对该投影数 据进行滤波，取得削减了风车假象的已滤波数据的步骤，以及从已滤波 数据再构成图像数据的步骤的、从计算机断层摄影(CT)扫描中取得数 据的方法。
本发明的另一形态提供一种X射线CT装置，包含，螺旋扫描装置， 其构成是在台架和床台中的至少一方沿着该床台的轴方向移动期间，收 集投影数据，具备构成为发生X射线而构成的X射线源，和沿着轴方向 被配置成至少2个检测器列，具有为生成投影数据而构成的检测器部件 的检测器；处理器，具备至少在2个检测器列的方向上对投影数据进行 滤波，为了取得削减了风车假象的已滤波数据而构成的滤波装置，和为 再构成已滤波数据而构成的再构成装置。
本发明的另一形态提供一致X射线CT装置，包含：螺旋扫描装置， 其构成是在台架和床台中的至少一方沿着该床台的轴方向移动期间，收 集投影数据，包含：具备为发生X射线而构成的X射线源，和沿着轴方 向被配置成至少2个检测器列，具有为生成投影数据而构成的检测器部 件的检测器；处理器，具备至少在2个检测器列的方向上对投影数据进 行滤波，来取得削减了风车(windmill)假象的已滤波数据的装置，和 为再构成已滤波数据而构成的再构成装置。
本发明的另一形态提供让计算机执行以下步骤的程序：从CT系统 中的至少2个检测器列中取得投影数据的步骤；至少在2个检测器列的 方向上滤波其投影数据，取得风车(windmill)假象被削减后的滤波后 的步骤；以及再构成滤波后的数据的步骤。
本发明的另一形态提供计算机断层摄影中的图像数据的取得方法， 即，从CT系统中的至少2个检测器列中取得投影数据，在上述至少2 个检测器列的方向上对上述投影数据进行加权并加法计算，为了使旋转 中心的图像清晰度高，离开上述旋转中心越远则图像清晰度越低，而使 上述加权依存通道变化，从经上述加权加算的投影数据中再构成图像数 据。
本发明的另一形态提供具备以下装置的X射线计算机断层摄影装 置：从CT系统中的至少2个检测器列中取得投影数据的装置；在上述 至少2个检测器列的列方向上对上述投影数据进行加权并加法计算的装 置；为了使旋转中心的图像清晰度高，离开上述旋转中心越远则图像清 晰度越低，而使上述加权依存通道变化的装置；从经上述加权加算的投 影数据中再构成图像数据的装置。
如果可以参照附图并参照以下详细说明进一步理解本发明，则可以 更容易完整理解本发明以及随之的许多优点。
如果采用本发明则在防止z轴析象度降低的同时，可以实现抑制假 象和改善图像质量。

图1(a)是表示N＝4的多层检测器的图，图1(b)是表示几何学 配置的图。
图2(a)是表示σ(r2D)的例子的图，图2(b)是表示高斯分布w (k)的图。
图3(a)是距离定义的图，图3(b)是距离定义的图，图3(c)是 距离定义的图。
图4是表示WGn(0)的例子的图。
图5(a)是表示在RF软件以及RF清晰算法两方面中使用的函数 Wz L例子的图，图5(b)是在RF软件算法中使用的函数Wz r例子的图。
图6是表示在检测器中投影的象素的图。
图7是z析象度指数的图。
图8是本实施方式的X射线计算机断层摄影装置的构成图。

图8用方框图表示本实施方式的X射线计算机断层摄影装置(X射 线CT装置)的构成。旋转扫描装置具备台架100、在该台架100的摄影 区域内插入被检测体的床台。台架100具有旋转环102，在该旋转环102 上圆锥射束型X射线管101和多层形X射线检测器103相对配置。圆锥 形射束X射线管101的构成是接收从高电压发生器109经由套环106周 期发生的高电压脉冲，以四棱锥形发出X射线。多层形X射线检测器103 用电离箱形检测器箱或者半导体检测器构成，如果是可以同时检测多层 (多列)投影数据那样的电离箱形X射线检测器，则以圆锥射束形X射 线管101的焦点(圆锥射束的顶点)为中心，被形成圆弧形状的多通道 型的电离箱形X射线检测器沿着和旋转环102的旋转轴大致平行的方向 排列多个，另外如果是半导体X射线检测器，则以圆锥射束的顶点为中 心在圆弧状上排列多个X射线检测原件，而且，该X射线检测原件列沿 着和旋转环102的旋转轴大致平行的方向排列多个。而且，把与旋转轴 方向平行的方向称为“分层方向”或者检测器列方向，另外把电离箱形 X射线检测器和X射线检测原件列的圆弧的方向称为“通道方向”。在多 层X射线检测器103上，连接一般被称为DAS(data acquisition system) 的数据收集电路104。在该数据收集电路104中，对每个通道上设置把多 层形X射线检测器103的各通道的电流信号变换为电压的I-V变换器； 把该电压信号与X射线的辐射周期同步地周期积分的积分器；放大该积 分器的输出信号的放大器；把该前置放大器的输出信号变换为数字信号 的模拟数字变换器。在前处理单元105中，对于在该数据收集电路104 中检测出的数据(称为原始数据)，补正通道间的灵敏度不均匀，另外执 行补正X射线强吸收体，主要是金属部分产生的极端的信号强度降低或 者信号脱落等的前处理。
列方向滤波单元113的列方向滤波典型地包含在前处理中，为了方 便分开说明。列方向滤波单元113把在前处理单元105中接收前处理的 原始数据在列方向上滤波。例如，在把相邻3列作为对象时，加权加算 通道号码相同的3通道的原始数据。各列的加权w在从加权发生单元115 向列方向滤波单元113中发生。在本实施方式中，加权不是一定的、而 是沿着通道方向变化。在中央通道中，给予中央列的原始数据的加权高， 给予两侧列的原始数据的加权低。从中央通道向周边通道，给予中央列 的原始数据的加权逐渐降低，给予两侧列的原始数据的加权逐渐提高。 具体的说明在以后叙述。
再构成装置114根据在前处理单元9中接收前处理，在列方向滤波 单元113中接收列方向滤波的数据(为了和原始数据区别，称为投影数 据)再构成图像，把该图像显示在显示器116上。
扫描控制器110为了执行投影数据的收集动作，即扫描，总控与扫 描器有关的制控制器，使得在以定速稳定地使旋转环102旋转的同时， 从高电压发生装置109中以一定周期发生高电压脉冲，接着与该高电压 脉冲同步地用数据收集电路104周期收集投影数据等。
说明列方向滤波单元113的列方向滤波的概要。
例如在列方向上加权加算附近3列的原始数据。加权(也称为系数) 从检测元件(通道)对应的象素的旋转中心开始的依存于半径r变化。 即，加权和观测仪以及列一同还依存于通道方向变化。在旋转中心中因 滤波特性清晰度高，即中央列的数据影响高，随着离开旋转中心，清晰 度降低。如果把加权组合表示为(相对一方列的原始数据的加权，相对 中央列的原始数据的加权，相对另一方列的原始数据的加权)，则在旋转 中心(中心通道)上，用(0，1，0)给予，在最终通道上用(0.3，0.4，0.3) 给予。其间从(0，1，0)向(0.3，0.4，0.3)逐渐变化。
在焦点位置接近分层面时清晰度高(清晰)，即单纯依存于通道(用 γ计算半径r)。与加权相应的滤波特性的变移点如图5(a)示例的那样， 用z轴方向的距离z0(＝2mm)定义。
3列(3点)滤波的中心加权在列方向上对称。这是因为为了抑止射 线和层面不交叉的状况的影响而限幅和焦点-交叉象素的距离L的缘故。 检测器的上下某一单边数据因为在关注图像的再构成中不使用所以有问 题。在该限幅使用的列接近检测器中心列时也有平滑效果。
在其他例子中也假定加权加算附近3列。加权依存于检测原件对应 的象素从旋转中心开始的半径r(参照图3(a))。因而加权依存于观测 仪、列、以及通道。滤波特性随着从旋转中心离开，从高的清晰度(0，1， 0)向低的清晰度(0.3，0.4，0.3)逐渐变化。在焦点位置接近层面时是低 的清晰度，即在基准值r0下相对全部通道大致统一为一定值。
这样，核心的清晰度随着距离r2D(例如，从同中心向xy平面上的 直至总和值投影的投影距离)的减少而增大，同中心附近的象素具有比 周边还高的z析象度。因此，在周边区域上的风车(windmill)假象的原 因通过适用与平滑核心对应的检测器通道可以抑止。
因此，可以在图像再构成前取得在检测器列方向上的滤波数据。滤 波器的核心可以定义为光线角度的函数。即，可以根据从同中心向xy 平面上直至总和值投影的投影距离调整核心。从下式(1)求所希望的函 数。
[式1]
$p_{\mathrm{out}}(v,\mathrm{ch},\mathrm{row})=\underset{k=-K}{\overset{K}{\Sigma }}[w_{\mathrm{Gn}}(k,\mathrm{ch})·p_{\mathrm{in}}(v,\mathrm{ch},\mathrm{row}+k)]---\left(1\right)$
在式(1)中，Pin是投影数据，v表示与投影角度β对应的投影数指 数，ch是与光线角度γ对应的检测器通道指数，row是与圆锥角度α对 应的检测器列指数，WGn是z滤波器的系数，2K-1表示核心的大小。
从下式(2)到(4)表示核心。
[式2]
$\mathrm{wGn}(k,\mathrm{ch})=w(k,\mathrm{ch})/\underset{i=-K}{\overset{K}{\Sigma }}w(i,\mathrm{ch})---\left(2\right)$
$w(k,\mathrm{ch})=1/\sqrt{2\pi }\times e^{-\frac{1}{2}{\left[\frac{k}{\sigma \left(r_{2D}\left(\mathrm{ch}\right)\right)}\right]}^2},-K\le k\le K---\left(3\right)$
$r_{2D}\left(\mathrm{ch}\right)=R\sin \gamma \left(\mathrm{ch}\right)=R\sin \left(\frac{2{\gamma }_m·(\mathrm{Cch}-\mathrm{ch})}{\mathrm{Nch}}\right)---\left(4\right)$
在从式(2)到(4)中，R表示从焦点到象素中心的距离，γm表示 最大光线角度，Nch表示1列的检测器通道的数，Cch是与γ＝0对应的 检测器通道指数，r2D表示从象素中心向xy平面的直至总和值投影的投 影距离，σ(r2D)定义核心的清晰度。图2(a)表示σ(r2D)的例子， 图2B表示使用不同的σ的w(k)。
通过该方法，随着r2D减少核心的清晰度增大，得到同中心附近的象 素比周边高的z析象度。因此，在周边区域上风车(windmill)假象通过 适用与平滑核心对应的检测器通道抑止(例如，通过用平滑化滤波)。
接着，滤波后的数据用于图像再构成。图像再构成技术包含滤波补 正反投影和高速傅立叶变换(FFT)，但并不限于这些。如果采用本实施 方式，则γ滤波在适用平滑核心前进行。γ滤波包含沿着灯滤波等的图像 再构成用的检测器通道适用旋转(convolution)工序的步骤，但并不限 于此。
图3A表示总和值投影、旋转轴(z轴)，以及再构成的图像(反投 影数据/总和值投影的三维象素(voxel)/象素)的侧面图。图3B是从同 中心向xy平面上的直至总和投影的投影距离。表示2次元距离r2D。图 3c表示从同中心到再构成的xy平面(特定的z位置)与总和值投影一 致的总和值投影上的三维象素的距离的3维距离r3D。
作为非限定的代替策略，式5(以下叙述)表示固定核心(2K+1) 的大小的情况。
[式3]
wGn(k，ch)|k≠0＝(1-wGn(0，ch))/(2K)         (5) WGn(0)的例子表示在图4中。
作为非限定的代替对策，在不是空间域而是频率域中，在检测器列 方向上可以适用滤波工序。因此，可以把FFT对每个通道适用在检测器 列方向上。接着，在用FFT变换的数据上，可以乘表示z滤波核心的频 率。最后，可以在已滤波数据上适用反FFT。
而且，采用本实施方式通过把γ滤波和列滤波组合，还可以适用2 维FFT。在检测器数据中适用2维FFT后，可以一边把平滑滤波适用在 列方向上，一边在γ方向上适用灯滤波。
作为非限定的代替实施方式，在图像再构成前在检测器列方向上可 以滤波数据。滤波器的核心可以根据从同中心到与检测单元对应的象素 的距离变更。下式6表示滤波式。
[式4]
$p_{\mathrm{out}}(v,\mathrm{ch},\mathrm{row})=\underset{k=-K}{\overset{K}{\Sigma }}(w_{\mathrm{Gn}}(k,r_{3D})·p_{\mathrm{in}}(v,\mathrm{ch},\mathrm{row}+k))---\left(6\right)$
从下式(7)到(16)说明核心。
[式5]
$w_{\mathrm{Gn}}(k,r_{3D})=w(k,r_{3D})/\underset{i=-K}{\overset{K}{\Sigma }}w(i,r_{3D})---\left(7\right)$
$w(k,r_{3D})=1\sqrt{2\pi }\times e^{-\frac{1}{2}{\left(\frac{k}{\sigma \left(r_{3D}\right)}\right)}^2},-K\le k\le K---\left(8\right)$
$\sigma \left(r_{3D}\right)=\sqrt{r_{3D}/r_0}---\left(9\right)$
$r_{3D}=(r_{3D}-r_0).w_z^r+r_0---\left(10\right)$
$r_{3D}=\left(\sqrt{x^2+y^2}\right)=\sqrt{L^2-2\mathrm{RL}|\cos \gamma |+R^2}---\left(11\right)$
$\gamma \left(\mathrm{ch}\right)=\frac{2{\gamma }_m.(\mathrm{Cch}-\mathrm{ch})}{\mathrm{Nch}}---\left(12\right)$
$L_{\beta ,\alpha }=(L_{\beta ,\alpha }-R).w_z^L+R---\left(13\right)$
${L_{\beta ,\alpha }}^{\prime }=\left\{\begin{array}{cc}\left|{L_{\beta ,\alpha }}^{\prime \prime }\right|R-r_m<\left|{L_{\beta ,\alpha }}^{\prime \prime }\right|<R+r_m& \\ R-r_m& \left|{L_{\beta ,\alpha }}^{\prime \prime }\right|<R-r_m\\ R+r_m& R+r_m<\left|{L_{\beta ,\alpha }}^{\prime \prime }\right|\end{array}\right.---\left(14\right)$
${L_{\beta ,\alpha }}^{\prime \prime }=z/\tan \alpha =\frac{R·z}{d·(\mathrm{row}-\mathrm{ro}{w}_C)}---\left(15\right)$
z＝-CS·β/2π＝-CS·(v-vC)/NvRev           (16)
在从式(7)到(16)中，rowc表示在α＝0中的检测器列指数，d 是至同中心的投影检测单元的高度，vc是β＝0(例如，在再构成的平面 上有焦点时)中的投影数指数，CS是每旋转1圈的进给(螺旋螺距)， NvRev是每转1圈的投影数。
在β小时也可以有2个非限定的变形。即，是RF清晰和RF软件， 在此，“RF”表示“半径依存滤波方案”。使用RF清晰算法，把wz r固 定在1.0。如图5A所示，wz L是z(β)的函数。式(17)以及(18)表 示RF清晰算法。
[式6]
$\mathrm{I\; f}{w}_z^L\to 1,\mathrm{then\; L}\to L(\gamma ,\beta ,\alpha );r\to r(\gamma ,\beta ,\alpha );w_{\mathrm{Gn}}\to w_{\mathrm{Gn}}(\gamma ,\beta ,\alpha )---\left(17\right)$
$\mathrm{Else\; if}{w}_z^L\to 0,\mathrm{then\; L}\to R\left(\mathrm{fixed\; for\; all}\right);r\to r\left(\gamma \right);w_{\mathrm{Gn}}\to w_{\mathrm{Gn}}\left(\gamma \right)---\left(18\right)$
RF软件算法如图5A、5B所示，是Wz L以及wz r都是z(β)的函数 的情况。具体地说，图5A表示在RF软件以及RF清晰算法两方面使用 的函数wz L的例子。图5B表示在RF软件算法中使用的函数wz r的例子。 下式(19)以及(20)表示RF软件算法。
[式7]
$\mathrm{i\; f}{w}_z^r\to 1,\mathrm{then\; r}\to r(\gamma ,\beta ,\alpha );w_{\mathrm{Gn}}\to w_{\mathrm{Gn}}(\gamma ,\beta ,\alpha )---\left(19\right)$
$\mathrm{Else\; if}{w}_z^L\to 0,\mathrm{then\; r}\to r_0\left(\mathrm{fixed\; for\; all}\right);$
                                                  (20)
wGn→wGn(γ＝γ(r0))(fixed for all)
图6表示检测器单元和再构成的象素的关系。通过图6所示的关系， 发明者想到了r3D的概念。在图6中，象素对于β[-π，π]被投影在检测 器上。横轴表示检测器通道，纵轴表示检测器列。如图6所示，投影区 域和β一同变化。图7表示使用了RF清晰算法以及RF软件算法的z 析象度指数。
如计算机技术业内人员明白那样，本实施方式的全部实施方式可以 根据本实施方式的指点使用经编程的以往的通用计算机或者微处理器很 顺利地实施。如软件技术的从业人员明白那样，适合的软件根据本揭示 的指点具有一般技能的编程人员容易制作。
如相互参照的在美国专利第6,236,051中揭示的那样，计算机可以 实施本实施方式的方法。计算机机箱收纳CPU、存储器(例如，DRAM， ROM，EPROM，EEPROM，SRAM，SDRAM，以及闪光RAM)，以 及其他任意的专用逻辑器件(例如，ASICS)或者包含可以构成的逻辑 器件(例如，GAL以及可以再编程FPGA)的母板。计算机还包含多个 输入装置(例如，键盘和鼠标)和监视器控制用的显示卡。而且，计算 机用适合的设备总线(例如，SCSI总线、扩展IDE总线，或者超DMA 总线)连接。可以包含软盘驱动器、其他的可取下存储器件(例如，小 型盘、带，以及可以取下的高磁性介质)，以及硬盘或者其他固定高密度 介质驱动器。计算机可以与同样的设备总线或者其他设备总线连接。还 可以包含小型盘阅读器、小型盘阅读器/记录器单元，或者小型盘自动播 放器。
在与本实施方式相关的计算机可以读取的存储介质的例子中，有小 型盘、硬盘、软盘、带、光磁盘、PROM(例如，EPROM，EEPROM， 闪光EPROM)，DRAM，SRAM，SDRAM等。本实施方式具备存储在 这些计算机可以读取的存储介质之一或者它们的组合中，控制计算机的 硬件并且计算机可以和人对话的软件。该软件包含设备驱动、操作系统， 以及开发工具等的用户应用程序，但并不限于此。在本实施方式的计算 机程序产品中，有存储有如果由计算机执行则让计算机进行本实施方式 的方法的计算机程序命令(例如，计算机代码设备)的、任意的计算机 可以读取的存储介质。本实施方式的计算机代码设备可以是能任意解释 或者可以执行的代码机构，它包含脚本、翻译机、动态连接程序库、Java 类别(class)，以及可以完全执行的程序，但并不限于此。而且，本实施 方式的处理部分为了更高的性能、可靠性，以及/或者成本可以分散(例 如，(1)在多个CPU之间，或者(2)在至少1个CPU和至少1个可以 构成的逻辑器件之间)。例如，用第1计算机选择轮廓或者图像，为了远 程诊断可以发送到第2计算机。
本实施方式为了补正图像对比度、不规则性的程度、纹理特征等， 还可以用追加的滤波技术和工具补充。
如专业人员容易明白那样，本实施方式还可以通过应用程序特定集 成电路的制作，或者通过相互连接以往构成电路的适合的网络执行。
本实施方式的图像数据信号源可以是X射线摄影装置、CT装置， 以及MRI装置等任意的适合的图像取得装置。另外，已取得的数据如果 还不是数字形式，则可以进行数字化，或者，取得并处理的图像数据的 信号源可以是存储用图像取得装置制成的数据的存储器。存储器可以是 本地存储器或者远程存储器，这种情况下，使用PACS(图像存档计算 机系统)等的数据通信网络，为了采用本实施方式进行处理可以访问图 像数据。
而且，本实施方式并不局限于上述实施方式，在实施阶段中在不脱 离其主旨的范围内可以变形构成要素来具体化。另外，可以通过被揭示 在上述实施方式中的多个构成要素的适合的组合来形成各种发明。例如， 可以从实施方式所示的全部构成要素中删除几个构成要素。而且，也可 以适当组合涉及不同实施方式的构成要素。
[专利文献1]荒馆博，南部恭二郎，“CT装置”日本专利第2,825, 352号
[专利文献2]K.Taguchi，“X-ray Computed Tomography Apparatus，”U.S.Patent No.5,825,842(1995年申请)
[专利文献3]町田好男，“计算机断层摄影装置”，日本专利申请公 开第08-187240号
[专利文献4]K.Taguchi，U.S.Pat.No.5,825,824(1998)
[专利文献5]I.Zmora，U.S.Pat.No.6,560,308
[非专利文献1]Y.Saito，H.Aradate，H.Miyazaki，K.Igarashi，and H. Ide，“Development of a Large Area 2-dimensional Detector for Real-Time 3-dimensional CT(4D-CT)，”Radiology vol.217(P)，405(2000)
[非专利文献2]Y.Saito，H.Aradate，H.Miyazaki，K.Igarashi，and H. Ide，“Large Area Two-Dimensional Detector System for Real-Time Three-Dimensional CT(4D-CT)，”Proc.Of SPIE Med.Imag.Conf，4320， 775-782(2001)
[非专利文献3]http：//www3.toshiba.co.jp/medical/4d-ct/
[非专利文献4]L.A.Feldkamp，L.C.Davis，and J.W.Kress， “Practical Cone-Beam Algorithm，”L.Opt.Soc.Am.A，6，612-19(1984)
[非专利文献5]L.G.Zeng and G.T.Gullberg，“Short-scan Cone Beam Algorithm for Circular and Noncircular Detector Orbit，”Proc.Of SPIE Med.Imag.Conf，1233，453-463(1990)
[非专利文献6]H.Kudo and T.Saito，“Three-Dimensional Helical-Scan Computer Tomography Using Cone-Beam Projections，”J. Electron.Information Commun.Soc.Japan，J74-D-II，1108-1114(1991)
[非专利文献7]G.Wang，T.H.Lin，P.C.Cheng，D.M.Shinozaki，“A General Cone-Beam Reconstruction Algorithm，”IEEE Trans.Med. Imaging，12，486-496(1993)
[非专利文献8]K.Wiesent，K.Barth，N.Novab，et al.，“Enhanced 3-D-Reconstruction Algorithm for C-arm Systems Suitable for Interventional Procedures，”IEEE Trans.Med.Imaging，19，391-403 (2000)
[非专利文献9]M.D.Silver，K.Taguchi，and K.S.Han， “Field-of-View Dependent Helical Pitch in Multi-Slice CT，”Proc.Of SPIE Med.Imag.Conf.，4320，839-850(2001)
[非专利文献10]M.D.Silver，K.Taguchi，and I.A.Hein，“A Simple Algorithm for Increased Helical Pitch in Cone-Beam CT，”The Sixth International Meeting on Fully Three-Dimensional Image Reconstruction in Radiology and Nuclear Medicine，70-73(2001)
[非专利文献11]M.Kachelriess，S.Schaller，W.A.Kalender， “Advanced Single-slice Rebinning in Cone-Beam Sprial CT，”Medical Physics vol.27，pp.754-772(2000)
[非专利文献12]S.Schaller，K.Stierstorfer，H.Bruder，M. Kachelriess，and T.Flohr，“Novel Approximate Approach for High-Quality Image Reconstruction in Helical Cone Beam CT at Arbitrary Pitch，”Proc of SPIE Vol.4322，pp.113-127(2001)
[非专利文献13]T.Flohr，K.Stierstorfer，H.Bruder，J.Simon，A. Polacin，and S.Schaller，“Image Reconstruction and Image Quality Evaluation for a 16-slice CT scanner，”Medical Physics vol.30，pp. 832-845(2003)
[专利文献14]H.Tuy，“3D Image Reconstruction for Helical Partial Cone-beam Scanner，”proc of Fully 3D 1999，pp.7-10
[非专利文献15]H.Turbell，et al.，“Three-dimensional Image Reconstruction in Circular and Helical Computed Tomography，” Licentiate thesis No.760，Linkoping Univ，ISBN 91-7219-463-4，1999
[非专利文献16]H.Turbell，et al.，“An Improved PI-method for Reconstruction from Helical Cone-beam Projections，”Conf record of IEEE MIC 1999
[非专利文献17]R.Manzke et al.，“Extended Cardiac Reconstruction(ECR)：A Helical Cardiac Cone-beam Reconstruction Method，”proc of Fully 3D 2003，Mo-PM2-4
[非专利文献18]K.Taguchi and H.Anno，“High Temporal Resolution for Multi-slice Helical CT，”Medical Physice vol.27，May 2000
[非专利文献19]M.Silver，K.Taguchi，I.Hein，B.Chiang，M. Kazama，I.Mori，“Windmill Artifact in Multi-Slice Helical CT，”Proc of SPIE Vol.5032，pp.1918-1927(2003)
[非专利文献20]T.Flohr.H.K.Bruder，K.Stierstorfer，S.Schaller， “Evaluation of Approaches to Reduce Spiral Artifacts in Multi-Slice Spiral CT，”RSNA 2003 program，pp567
[非专利文献21]J.Hsieh，“Adaptive Interpolation Approach for Multi-slice Helical CT Reconstruction，”Proc of SPIE Vol.5032，pp. 1876-1833(2003)