Den Unterschied zwischen dem „Knochenfenster“ und dem „Lungenfenster“ eines CT haben wir im Artikel zu Window/Level gesehen — doch das ändert nur die Darstellung. Ein tiefer greifender Unterschied wird gesetzt, während das Bild noch entsteht: der bei der Rekonstruktion gewählte Kernel (Faltungskern). Aus denselben Rohdaten lässt sich ein weiches, sauberes Bild ebenso erzeugen wie ein scharfes, aber rauschiges. Diese Wahl legt das Gleichgewicht zwischen Auflösung und Rauschen fest.
Was ist ein Kernel?
Im CT wird das Bild durch Rückprojektion der rohen Projektionsdaten aufgebaut; im Zentrum dieses Prozesses steht ein Faltungskern (Rekonstruktionskernel).1 Der Kernel bestimmt, wie die Daten gefiltert werden — welche Ortsfrequenzen betont und welche unterdrückt werden. Der entscheidende Punkt: Der Kernel ändert nicht die Rohdaten, sondern die Art ihrer Verarbeitung; deshalb lassen sich aus derselben Aufnahme mit verschiedenen Kerneln mehrere Bildserien erzeugen.1
Auflösung–Rauschen
Die Kernelwahl ist ein Kompromiss zwischen den zwei Seiten der Bildqualität:
- Weicher (Weichteil-)Kernel: unterdrückt hohe Frequenzen → wenig Rauschen, aber geringe Ortsauflösung. Ideal für kontrastarme Weichteile wie Leber oder Gehirn, wo Rauschen der eigentliche Feind ist.
- Scharfer (Knochen-)Kernel: betont hohe Frequenzen → hohe Ortsauflösung, aber viel Rauschen. Ideal für kontrastreiche feine Strukturen wie Knochentrabekel oder Lungenparenchym, wo Rauschen tolerierbar, feines Detail aber unverzichtbar ist.1
Welcher für welche Aufgabe?
Der richtige Kernel hängt von der klinischen Fragestellung ab. Für die Weichteilbeurteilung (z. B. eine Leberläsion) ein weicher Kernel, der Rauschen unterdrückt; für die Knochen- oder Lungenbeurteilung ein scharfer Kernel, der feines Detail erhält. Oft wird dieselbe Aufnahme mit verschiedenen Kerneln als mehrere Serien rekonstruiert — z. B. ein Thorax-CT mit Weichteil-, Lungen- und Knochenkernel. Da die Kernelwahl MTF (Auflösung) und Rauschen unmittelbar festlegt, ist sie das einstellbare Herz der Bildqualität. Die iterative/Deep-Learning-Rekonstruktion (FBP, IR, DLR) dehnt dieses Gleichgewicht weiter.
Quellen
- Bushberg JT, Seibert JA, Leidholdt EM, Boone JM. The Essential Physics of Medical Imaging, 3rd ed. Lippincott Williams & Wilkins, 2011. §4 (convolution kernel) ve §10 (CT): geri-projeksiyonda kullanılan rekonstrüksiyon filtresi/kerneli görüntüyü belirler; aynı veriden yumuşak doku filtresi (düşük gürültü, düşük çözünürlük) ve kemik filtresi (yüksek çözünürlük, yüksek gürültü) farklı sonuç verir (ACR çözünürlük modülü, yumuşak doku vs kemik filtresi). Sayfa numaraları bu baskıya aittir.
- İlişkili: Rekonstrüksiyon (FBP, IR, DLR) · MTF Nedir? · Görüntü Kalitesi