- 用输入X射线照射样本；
- 使用检测器来检测响应于所述照射从该样本放射出的输出X射线的通量。
本发明还涉及当作为X射线层析成像过程的一部分而执行时的这样的方法。
本发明特别地涉及当在带电粒子显微镜中执行时的这样的方法。
在如上文提及的层析成像（也称为计算机层析成像术（CT））中，使用源和（在直径方向上相对的）检测器来沿着不同的视线仔细查看样本，以便从各种视角获得对样本的穿透性观察；然后使用这些观察作为到数学程序的输入，所述数学程序产生样本（的内部）（的一部分）的重建的“体积图像”。为了实现如此处提及的一系列不同视线，可以例如选择：
（i）保持源和检测器静止，并相对于它们移动样本；
（ii）保持样本静止，并相对于其来移动源。在这种情况下，可以选择来：
- 与源同步地移动检测器；或者
- 将检测器实体化为（静止的）子检测器阵列，将位置匹配成对应于要由源采取的不同位置。
（iii）与静态样本结合地使用源/检测器的静态、分布式阵列，以及连续地或同时地调用沿着不同视线的不同的源/检测器对。
不管源或样本是否被移动，都可能使用（例如）以样本为中心的坐标系/参照系来描述其相对运动。通常利用：
- 环形扫描，其中源遵循绕着样本的平面轨道，并且以相对高的采样率（即，准连续地）沿着该轨道捕捉图像。 这类扫描可以应用在其中仅必须对样本的相对薄的“切片”成像的情况中。参见例如以下参考文献：
https://en.wikipedia.org/wiki/Cone_beam_computed_tomography
- 螺旋扫描，其中源遵循绕着样本的（纵）轴的卷状（螺旋）路径，并且再次以相对高的采样率（即，准连续地）沿着该路径捕捉图像。 这类扫描可以应用在其中必须对样本的相对细长的部分成像的情况中。其通常通过组合（例如，源的）环形移动以及（例如，样本的）同时平移移动来实现。 参见例如以下参考文献：
https://en.wikipedia.org/wiki/Spiral_computed_tomography
- 采样点的“矩阵”，其并非沿着曲线部署，而是替代地以基本上均匀的分布来布置。在共同未决的欧洲专利申请EP15181202.1/美国专利申请15/237,309（具有与本申请相同的受让人）中阐述了这样的场景。
穿越样本的辐射射束可以例如被视为圆锥状（从而产生所谓的圆锥束层析成像术）或类似圆盘的一部分（从而产生所谓的扇形射束层析成像术），这取决于检测器“呈现”给源的几何结构/形状；替换地，平行/自准直射束也是可能的。此处提到的“视线”可以被视为对应于射束（从源通过样本到检测器）沿其传播的“光轴”；其基本上对应于该射束中的中央/中间/核心射线的位置。
关于用于从一系列输入图像产生层析图的数学重建技术，可以利用诸如SIRT（同时迭代重建技术）、ART（代数重建技术）、DART（离散ART）、SART（同时ART）、MGIR（多网格迭代重建）以及许多其它技术的算法：参见例如在以下出版物中提出的总结：
http://www.cs.toronto.edu/~nrezvani/CAIMS2009.pdf
可以使用独立式装置来执行如此处提及的层析成像，这常规上是在医疗成像应用中的情况，例如其中所述样本（例如，人或动物）是宏观的。 独立式CT工具也可用于执行其中使用微聚焦源来对显微样本进行成像的所谓的“微CT”，例如在地质学/岩石学、生物组织研究中等。 继此之后，驱动朝向越来越大的分辨率，也已开发出了所谓的“纳米CT”仪器；这些可以是独立式工具，但是例如它们也可以被实体化为用于带电粒子显微镜（CPM）（的空的真空/接口端口）的（添加式）模块，在这种情况下，使用CPM的带电粒子束来照射（块状）金属目标，从而引起用于执行期望的层析成像术的X射线的产生。可以例如从以下参考文献收集关于这些话题（中的一些）的更多信息：
https://en.wikipedia.org/wiki/X-ray_microtomography
https://en.wikipedia.org/wiki/Nanotomography
http://www.ndt.net/article/dir2007/papers/24.pdf
应指出的是，如此处提及的那样，在CPM的背景中，应将短语“带电粒子”宽泛地解释为涵盖：
- 电子，如例如在透射电子显微镜（TEM）、扫描电子显微镜（SEM）和扫描透射电子显微镜（STEM）的情况中那样。参见例如以下参考文献：
http://en.wikipedia.org/wiki/Electron_microscope
http://en.wikipedia.org/wiki/Scanning_electron_microscope
http://en.wikipedia.org/wiki/Transmission_electron_microscopy
http://en.wikipedia.org/wiki/Scanning_transmission_electron_microscopy
- 离子，其可以是正离子（例如，Ga或He离子）或负离子。 可以使用这样的离子束用于成像目的，但是还通常使用它们用于表面改性目的，例如如在聚焦离子束（FIB）铣削、离子束诱导沉积（IBID）、离子束诱导蚀刻（IBIE）等的情况中那样。 参见例如以下参考文献：
https://en.wikipedia.org/wiki/Focused_ion_beam
http://en.wikipedia.org/wiki/Scanning_Helium_Ion_Microscope
- W.H. Escovitz、T.R. Fox和R. Levi-Setti，Scanning Transmission Ion Microscope with a Field Ion Source，Proc. Nat. Acad. Sci. USA 72(5)，1826-1828页 (1975)。
- 其它带电粒子诸如例如质子和正电子。参见例如以下参考文献：
http://www.ncbi.nlm.nih.gov/pubmed/22472444
还应指出的是，除了成像和/或表面改性之外，CPM中的带电粒子束还可以具有其它功能性，诸如执行光谱学、检查衍射图等。 本发明将主要关注如应用于对显微样本成像的层析成像术，所述显微样本包括作为较大/宏观对象的显微子部分的样本；其因此主要(但不一定)与微CT技术和纳米CT技术有关。
虽然现有技术X射线成像技术至今为止已产生了适宜的结果，但是本发明人已进行了大量工作以提供对常规方法的有创造性的改进。该努力尝试的结果是本发明的主题。
本发明的目的在于提供如在上面的开篇段落中阐述的加强方法。特别地，本发明的目的在于这样的方法应当相比于现有技术具有有用的额外功能性。此外，本发明的目的在于这样的方法应当有助于执行改进的X射线层析成像。
在如在上面的开篇段落中阐述的方法中实现了这些和其它目的，该方法的特征在于其包括以下步骤：
- 使用检测器来截获所述通量的至少一部分以便产生该样本的至少一部分的像素化图像Ij的集合{Ij}，藉此，该集合{Ij}的势为M > 1。
- 针对每个图像Ij中的每个像素pi，确定累积信号强度Sij，从而产生相关联的信号强度集合{Sij}。
- 使用集合{Sij}来计算以下值：
▪ 每个像素位置i的平均信号强度S；
▪ 每个像素位置i的S中的方差σ2S.
- 使用这些值S和σ2S来产生每个像素的平均X射线光子能量E的图。
关于此处使用的术语，如果图像Ij可以被再分成多个（实或虚的）组成子区域（如果像素化检测器用于产生讨论中的图像则所述子区域可以或可以不对应于检测像素）则图像Ij被视为“像素化的”。 此外，关于像素pi的下标i可以被视为枚举符而非坐标：因此，例如，在100x100像素的方形阵列中，针对在该阵列左上处的第一个像素，i可以被赋以值1，并且针对在该阵列的右下处的最后一个像素，可以被赋以值10000。 技术人员将完全领会这些点。
当前发明除其它之外开拓出以下见解：
- 样本中的X射线光子生成过程在本质上是统计的，因为在（针对给定的照射参数）从样本中的给定点放射的光子的数目和/或能量中一般有时间可变性。
- 常规的X射线检测涉及到在给定的时间窗口（在其之后将发生刷新/重置）期间的累积光子能量的登记。在该上下文中，典型的检测器将例如不能够辨别出所登记的累积能量是由于高能量光子的低通量、还是低能量光子的高通量、还是这两种场景的混杂/混合。
- 发明人意识到，可以有利地开拓出上面阐述的光子发射过程的统计学性质，而非将其视为妨害。就这一点，他们采取了记录样本的多个图像的与众不同的步骤——不是为了常规的噪声降低目的，而是纯粹用作执行统计分析的基础。这一般可能被视为例如在吞吐量损失和对样本的一般增加的辐射剂量方面产生相反效果。 然而，通过基于逐像素地检查这些各种图像并且在数学上对其进行处理，发明人已记录了多个（时间上分立的）图像的事实允许从数据中提炼出每个像素的统计平均值/平均（S）和方差（σ2S）。 这有效地相当于去卷积过程，藉此，可以将最初在性质上“混乱的”数据中的两个不同的参数与彼此分离。通过更详细地考虑光子再现/成像过程，发明人意识到，经净化的值S和σ2S以与到达检测器处的光子的能量（E）和数目（N）不同的方式进行缩放，从而允许产生样本的“E图”以及（如果期望的话）还有“N图”。 这可以例如进行解释如下：
▫ 量S证实了可以如下表达的功能行为：
S ~ ENoη （1）
藉此：
▪ No描述输入射束中的光子的平均数目，并证实了根据泊松过程的变化。
▪ η是检测概率系数。
▪ E描述检测到的由于单个输入光子的冲击而得出的光子的平均能量。
组合结果是具有平均值N = Noη的泊松过程，所述平均值为每个输入光子的检测到的光子数目的量度。 因此可以写作：
S ~ EN （1a）
▫ S中的方差σ2S证实了可以如下表达的功能行为：
σ2S ~ E2N （2）
▫ 组合表达式（1a）和（2），得出：
E = f (S, σ2S) （3）
N = g (S2, σ2S) （4）
其中f和g是函数。 例如：
E ~ σ2S / S （3a）
N ~ S2 / σ2S （4a）
由于每个像素都计算这些值，因此每个像素的它们的值的绘图分别显现样本的E图（和N图）以及平均强度图（包括常规的X射线投影数据）。
平均强度取决于行进通过特定材料的路径长度，而且也取决于该材料的成分（X射线衰减系数）。 单独从该数据来看，区分几何信息与成分信息（例如，包括不同污染物和/或杂质的区域、不同的密度、从一种材料到另一种材料的一般过渡等）是不可能的。 X射线衰减系数进而通常非线性地取决于X射线光子能量。 本发明提供了一种用于从同一影像中分离两个不同类型的信息、而非不得不容忍二者的某强制的混杂/混合的手段。提炼出E图的能力变得尤其令人感兴趣，因为其允许提取基本的成分信息而无需求助于（例如）X射线光谱学（EDS）。
- 技术人员将能够很好地从集合{Sij}的分析来量化S和σ2S，所述分析例如使用相对简单的软件来自动分析数据{Sij}并确定伴随的平均幅度和每个像素的散布。 在这样做时，他具有从各种估计量中进行选择以实现所要求的均值和方差的自由度；例如，在数量S的情况下，所采用的均值可以是简单的算术平均数（值的总和除以值的数目）或者另一类型的估计值。 类似地，相对简单的软件将能够自动执行计算，诸如例如上文中在等式（3a）和（4a）中阐述的那些。讨论中的软件可以借助于诸如电子微处理器之类的控制器来执行，其也可以被编程成尤其在刚刚给出的阐述的上下文中自动收集数据集{Ij}、在显示设备上显现E/N图等等，针对通用信息的目的，对以下解释性维基百科链接进行参考：
http://en.wikipedia.org/wiki/Average
http://en.wikipedia.org/wiki/Variance
http://en.wikipedia.org/wiki/Standard_deviation
无需多言，前一段落中阐述的过程的准确度将尤其取决于累积图像Ij的数目M，即，集合{Ij}的势M。 这是选择的问题，并且技术人员将能够决定如何管理一方面（在计算出的S和σS的值的）较大的准确度与另一方面的相互矛盾的吞吐量问题之间的权衡。 可能需要考虑的另一问题是传递给样本的总辐射剂量，并且就这一点而言，可接受的上限可以对M的值放置约束。 然而，发明人已观察到，由于本发明主要对集合{Ij}中的图像之间的差比对图像Ij本身的直接内容更加感兴趣，因此存在可能降低每个图像的剂量以便（部分地）补偿所获取的图像的多样性——从而降低了针对整个图像集合{Ij}的累积辐射剂量的情况。 此外，在从集合{Sij}的分析来计算S和σ2S的值时，可以使用智能算法来从更小的数据集产生的S和σ2S的更精确的值，例如，通过从邻近于任何给定的主体像素的一群从属（邻近）像素外插/内插数据；以这种方式，利用较小的M的值就可以足以开始。 通过非限制性示例的方式，在仅用于一般指导的目的的情况下，发明人利用当前发明使用例如，50-300范围中的M的值达成了令人满意的结果。
在有利实施例中，本发明的方法是作为X射线层析成像过程的一部分而执行的。如上所述，层析成像重建将沿着不同的视线拍摄的一系列二维（2D）图像合成到三维（3D）图像中。可以针对这些单独的视线LK（的选定子集）中的每一个应用本发明，藉此，上述势M的值可以针对不同的视线而相同或不同。 由于层析成像重建过程有效地为数学去卷积/解纠缠的过程，并且由于本发明已经产生了沿着每个视线的某信息解纠缠（前文提及的E（成分）与N（地形（topographical））信息的分离），因此，使用本发明来将经统计处理了的2D图像输入到3D层析成像重建中将会加快/充实重建过程。 特别地，连同层析成像过程使用本发明允许以下内容：
（I）射束硬化修正：
射束硬化（BH）是藉此在多色X射线束中较低能量的光子在其穿过材料时趋向于被选择性地从射束中“滤出”、从而更改射束中的能量分布的现象。光子的选择性移除是由于材料中的各种（能量特定的）相互作用——诸如光电效应和康普顿散射——并且一般涉及到射束中的光子与材料中的原子、离子、光子和等离子中的一个或多个之间的某种形式的相互影响。该现象趋向于在所重建的层析图中产生不想要的视觉伪像，尤其是沿着所成像的样本中的结构/材料之间的界面处。当前发明可以通过使用上文提及的E图作为用于估计穿过样本的每个射线方向的能量偏移的基础来解决该问题。 参见例如下面的实施例2。
（II）样本的材料密度（ρ）与每体元的原子序数（Z）中的至少一个的确定/估计。
如在下面的实施例2中更详细地阐述的，例如，射束硬化效应与ρ和Z紧密关联。连同本发明一起使用衰减模型，导出针对ρ和/或Z的值是可能的。
应指出的是，根据当前发明，存在可以产生集合{Ij}的不同方式。 例如：
（i）在一个方法中，通过迭代地重复其中在继续捕获整个第（n+1）个图像In+1之前捕获整个第n个图像In的过程（以总共M次迭代）来产生集合{Ij}。 在这种情况下，集合{Ij}基本上是M个单独的预组装图像Ij的堆叠。
这样的方法可以例如使用下面的检测方案（a）或（b）来制定。
（ii）在替换方法中，通过迭代地重复其中在继续至第（n+1）个像素位置之前在第n个像素位置处收集M多个不同的检测器样品的过程来产生集合{Ij}。 在这种情况下，集合{Ij}基本上通过将像素堆叠并置在二维地板区域上来组装——有些像具有并排布置的M层的迷你摩天楼；然后，给定的图像In是构成讨论中的单独摩天楼的全部第n层的累积地板区域。 因此，在这种情况下，单独的图像Ij可以被视为是后组装的而非预组装的。 在该场景中，实际上是否费力来用“未经分辨的”集合{Ij}明确地“分辨”（组装）单独的图像Ij与当前发明没有特别相关：主要目的在于经由集合{Ij}（经分辨的或未经分辨的）来获得数据集{Sij}和相关联的S和σ2S的值。
这样的方法可以例如使用下面的检测方案（a）来制定。
（iii）如果期望的话，可以设想方法（i）和（ii）的各种混杂/混合。
关于上文提及的检测方案，可以考虑以下可能性：
（a）基于扫描的检测，藉此：
- 检测器是单段检测器（例如）；
- 通过相对于样本扫描输入X射线束来产生图像。
在该场景中，窄的输入X射线束仅在任何给定的时间处照射样本的小区域，并且所采用的检测器截获从讨论中的被照射区域浮现的X射线通量（的一部分），以便产生分量图像子段。在样本上的连续区域处（遵循扫描路径）重复该过程，并且然后可以通过将所获得的分量图像子段“铺贴（tile）”在一起来组装整个图像。在例如SEM中通常采用类似过程。
（b）“全场”检测。此处，使用相对宽的输入X射线束来照射完整的样本（或其相对大的区域），并且使用像素化检测器（诸如例如，CCD或CMOS阵列）来捕获从样本上的整个照射区放射的X射线，从而导致二维图像的彻底形成。在例如TEM中通常采用类似过程。
（c）如果期望的话，可以设想方案（a）和（b）的各种混杂/混合。
技术人员将能够领会这些点并为他自己选择他想要经由集合{Ij}来累积集合{Sij}的方式。
现在将基于示例性实施例和示意性附图来更详细地阐明本发明，在附图中：
图1A显现了可以结合本发明使用的带电粒子显微镜的立面图。
图1B图示出可以用在CPM中的原位的CT模块。
在各图中，在适当情况下，可以使用对应的参考标记来指示对应部分。应指出的是，一般来说，附图不是按照比例的。
实施例1
图1A是可以结合本发明来使用的CPM 1的实施例的高度示意性描绘；更具体地，其示出了SEM的实施例——但是在本上下文中，其可能仅作为例如基于离子的显微镜或例如TEM是有效的。 显微镜1包括粒子-光柱/照明器3，其产生沿着粒子-光轴5’传播的带电粒子束5（在该情况中，为电子束）。粒子-光柱3安装在真空室7上，真空室7包括样本保持器9和相关联的载台/致动器11以用于保持/定位样本13。使用真空泵（未描绘）将真空室7抽空。在电压源15的帮助下，样本保持器9或至少样本13可以按照期望被偏置（浮动）至相对于地的某一电势。
粒子-光柱3包括电子源17（诸如肖特基发射器）、用于将电子束5聚焦到样本13上的（静电/磁性）透镜19、21（一般来说，在结构上比此处的示意性描绘更为复杂）以及用于执行射束5的射束偏转/扫描的偏转单元23。当射束5撞击在样本13上/跨样本13扫描时，将促进发射各种类型的“受激”辐射，诸如背向散射电子、次级电子、X射线和阴极发光（红外、可见光和/或紫外光子）；然后可以使用一个或多个检测器来感测/记录这些辐射类型中的一个或多个，这可以通常通过将检测器输出的“图”（或“矩阵”）组合为样本上的扫描位置的函数来形成图像、光谱、衍射图等。 本图示出了两个这样的检测器25、27，其可以例如体现如下：
- 检测器25可以例如是电子检测器（诸如固态光电倍增管或Everhart-Thornley检测器）、（阴极发光）光检测器（诸如光电二极管）或X射线检测器（诸如SDD或Si（Li）传感器）。
- 检测器27是分段电子检测器，包括围绕中央孔径29（其允许通过射束5）部署的多个独立的检测段（例如，象限）。 这样的检测器可以例如用于研究从样本13放射的输出（次级或背向散射）电子的通量（的角相关性）。
这些仅是示例，并且技术人员将理解的是，其它检测器类型、数目和几何结构/配置是可能的。
显微镜1还包括控制器/计算机处理单元31以尤其用于控制透镜19和21、偏转单元23和检测器25、27，并在显示单元33（诸如平板显示器）上显示从检测器25、27收集的信息；这样的控制经由控制线（总线）31’发生。 控制器31（或另一控制器）可以附加地用于执行各种数学处理，诸如组合、积分、减法、假彩色、边缘增强以及技术人员已知的其它处理。此外，可以在此类处理中包括自动化识别过程（例如，如针对粒子分析所使用的）。
还描绘了真空端口7’，可以将其打开以便引入/移除项目（组件、样本）到/从真空室7的内部，或者可以将例如辅助设备/模块安装到其上（未描绘）。显微镜1可以按照期望包括多个这样的端口7’。
在执行X射线层析成像术的背景中，显微镜1还可以包括在原位的CT模块7’’，如图1B中所示。 在该图中，CPM的样本保持器9可以提供有独立的金属目标13’，其被（使用致动器11）定位成使得电子束5撞击到其上，从而产生在各种各样的方向上的X射线。该图示出了这样的X射线的射束B，其从目标13'（有效源Sx）传播到一侧进入模块7''中，其中它们经过样本S并撞击在检测器D上。样本S被安装在载台装置A上，该载台装置A允许相对于源Sx定位/移动（通常平移和旋转）样本S。这样的CT模块7’’可以长期地（从一开始就）存在于真空外壳7中，或者其可以是可以（在制造CPM 1之后）被安装在例如备用真空端口7’上/内的添加式模块。
在本发明的具体上下文中，可以使用控制器31和/或专用的、分离的处理单元（未示出）来执行以下动作：
- 使用检测器D来产生样本S的至少一部分的像素化X射线图像Ij的集合{Ij}，藉此，该集合{Ij}的势为M > 1。 如上文阐述的，这可以例如被实现：
▪ 基于逐像素地被实现，藉此在将射束B移动到样本S上的下一位置之前在样本S上的给定位置处连续地测量X射线通量的M个样品；或者
▪ 基于逐图像地被实现，藉此通过射束B进行样本S（的所述部分）的完整扫描，从而导致产生整个图像Ij，并且连续地执行该过程总计M次。
- 针对每个图像Ij中的每个像素pi，确定累积信号强度Sij，从而产生相关联的信号强度集合{Sij}。
- 使用集合{Sij}来计算以下值：
▪ 每个像素位置i的平均信号强度S；
▪ 每个像素位置i的S中的方差σ2S。
- 使用这些值S和σ2S（作为到例如等式（3a）的输入）来产生每个像素的平均X射线光子能量E的图。
应指出的是，这样的设置的许多精炼和替换方案对于技术人员来说将是已知的，所述替换方案包括但不限于：
- 使用双射束——例如，用于成像的电子束5以及用于加工样本S（或者在某些情况下对样本S成像）的离子束；
- 在样本S处使用受控环境——例如，维持几mbar的压力（如在所谓的环境SEM中使用的那样）或者通过使气体（诸如蚀刻或前驱气体等）进入。
实施例2
现在将给出关于可以如何使用本发明来执行校正以实现射束硬化效果的示例：
（A）对像素化图像的集合{Ij}执行取平均操作以产生“平均图像。
（B）如上所述地那样编辑E图。
（C）从得自步骤（A）的平均图像，构建“正常”层析图。该层析图将经受射束硬化效果。
（D）从得自步骤（B）的E图，构建“能量偏移”层析图T∆。 该层析图有效地指示穿过特定点的每个射线中多少平均能量将会偏移。
（E）通过使用源平均能量Eo作为初始条件计算积分来算出沿着给定的射线方向（s）的平均X射线能量Em：
Em = Eo + ∫ T∆ ds
（F）针对衰减（μ）的普遍接受的模型是阿尔瓦雷斯（Alvarez）模型：
μ(E) ~ K1 ρZ3 / E3 + K2 ρ (5)
其中：
- K1和K2是材料常数，ρ是材料密度，Z表明原子序号，并且E是能量；
- 已引入了某些简化，诸如假定所谓的Klein-Nishina函数在所讨论的能量带中为常数（在典型的微CT能量范围中、即低于150 keV是合理的）。
可以针对给定的材料种类基于针对衰减相对能量的列表值来估计常数K1和K2，但是如下文将发生的，这在当前上下文中不是必需的。 从该关系可以看出：
- 针对高能量，衰减与能量无关；
- 针对低能量，衰减近似与1/E3成比例。
如果假定相同的模型来适用平均能量Em（参见上面的点（E）），并且如果集中精力于其中可以假定第二项近似为零的低能量带（例如，低于80 keV）上，则可以导出校正后的X射线衰减表达式：
μ(Em) = μ(E) (Em/Eo)3。
这允许构建一组仿真投影，其中，针对每个射线方向，使用最初从所测量的投影数据重建、但是随后使用本发明的沿着讨论中的射线方向的E图校正了的X射线衰减图。 这些仿真投影然后可以用在正常的层析成像重建中以获得具有大福降低了（理想上为零）的射束硬化效应的层析图。
（G）如果期望的话，可以使用从校准系列和/或列表参考获得的K1、K2的值从表达式（5）导出Z和ρ中的至少一个。
实施例3
作为对实施例2中阐述的方法的替换方案，可以将本发明的E图作为能量加权的频谱来考虑（更严格地：σ2S可以被视为能量加权的图像，其中E ~ σ2S/S）。 连同集合{Ij}中的图像中的一个（或者如上文的（A）中提到的“平均图像”），现在具有到双能量重建算法中的两个输入。 在这种情况下，E图有效地为已偏离至较高能量的正常图像。 可以例如从以下源来收集关于双能量重建算法的一些附加信息：
http://www.aapm.org/meetings/amos2/pdf/42-11941-4304-839.pdf
https://engineering.purdue.edu/~bouman/publications/pdf/CT-2012-Ruoqiao.pdf