図面 (/)

技術 鮮明度駆動型正則化パラメータを用いる反復画像再構成

出願人 コーニンクレッカフィリップスエヌヴェ
発明者 ケーラートーマスプロクサローランドグラスミカエル
出願日 2015年9月15日 (5年3ヶ月経過) 出願番号 2016-571341
公開日 2017年8月3日 (3年4ヶ月経過) 公開番号 2017-521124
状態 特許登録済
技術分野 放射線診断機器
主要キーワード ディスクリート電子部品 中央処理演算ユニット 初期スペクトル 中間スペクトル 線積分値 所定許容 減衰画像 ビーム屈折
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2017年8月3日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (5)

課題・解決手段

方法は、反復画像再構成アルゴリズム、開始第1スペクトル及び第2スペクトル画像初期第1スペクトル正則化パラメータ及び初期第2スペクトル正則化パラメータを使用して、中間第1スペクトル画像及び中間第2スペクトル画像が生成される反復画像再構成の第1パスを行うステップと、少なくとも、中間第1スペクトル及び第2スペクトル画像の一方の鮮明度に基づいて、初期第1スペクトル正則化又は初期第2スペクトル正則化パラメータの少なくとも1つを更新し、これにより、更新された第1スペクトル正則化又は第2スペクトル正則化パラメータを作成するステップと、反復画像再構成アルゴリズム、中間第1スペクトル及び第2スペクトル画像、更新された第1スペクトル正則化及びコンプトン散乱正則化パラメータを使用して、更新された中間第1スペクトル及び第2スペクトル画像が生成される反復画像再構成の後続パスを行うステップとを含む。

概要

背景

CTスキャナは、z軸の周り検査領域の周囲を回転する回転式ガントリ上に取り付けられるX線管を含む。検出器アレイは、x線管から検査領域の反対側の円弧を成す。x線管は、検査領域を横断する放射線を放出する。検出器アレイは、検査領域を横断する放射線を検出し、放射線を示す投影データを生成する。再構成器が、反復又は非反復再構成アルゴリズムを使用して、投影データを処理し、検査領域を示すボリュメトリック画像データを生成する。ボリュメトリック画像データは、スペクトル特性を反映しない。これは、検出器アレイによって出力される信号は、エネルギースペクトルに亘って積分されるエネルギーフルエンスに比例するからである。

スペクトルCT用に構成されたCTスキャナは、単一の広域スペクトルX線管と、エネルギー分解検出器(例えば光子計数検出器、異なるスペクトル感度を有する少なくとも2つのセットのフォトダイオード等)及びディスクリート電子部品を有するエネルギー分解検出器アレイとを内蔵し、単一のx線管が、走査中、少なくとも2つの異なる放出電圧(例えば80kVp及び140kVp)間で切り替わるように構成されるか、又は、2つ以上のx線管が、異なる平均スペクトルを有する放射線を放出するように構成される。信号分解器が、エネルギー分解された信号を、様々なエネルギー依存成分に分解し、再構成器が、個々の成分を再構成して、スペクトル特性を反映するボリュメトリック画像データが生成される。

再構成技術には、フィルタ逆投影、統計反復画像再構成等が含まれる。例示的な統計反復画像再構成アルゴリズムは、データ忠実性項及び画像雑音ペナルティ項を含む費用関数に基づいてきている。このような費用関数の一般的な公式化は、Cost(x)=−L(Ax|y)+β・R(x)であり、ただし、Cost(x)は、費用関数を表し、L(Ax|y)は、順投影された画像(Ax、ただし、Aは、順投影演算子であり、xは、画像である)を測定データ(y)と比較する尤度項を表し、R(x)は、再構成された画像(x)における雑音(即ち、「粗度」)にペナルティを科す粗度ペナルティ項を表し、βは、正則化の強度を制御する正則化項を表す。

概要

方法は、反復画像再構成アルゴリズム、開始第1スペクトル及び第2スペクトル画像初期第1スペクトル正則化パラメータ及び初期第2スペクトル正則化パラメータを使用して、中間第1スペクトル画像及び中間第2スペクトル画像が生成される反復画像再構成の第1パスを行うステップと、少なくとも、中間第1スペクトル及び第2スペクトル画像の一方の鮮明度に基づいて、初期第1スペクトル正則化又は初期第2スペクトル正則化パラメータの少なくとも1つを更新し、これにより、更新された第1スペクトル正則化又は第2スペクトル正則化パラメータを作成するステップと、反復画像再構成アルゴリズム、中間第1スペクトル及び第2スペクトル画像、更新された第1スペクトル正則化及びコンプトン散乱正則化パラメータを使用して、更新された中間第1スペクトル及び第2スペクトル画像が生成される反復画像再構成の後続パスを行うステップとを含む。

目的

例えば最先端の技術のアプローチでは、通常、最終画像雑音レベルが使用されて、画像全体の雑音の均一の減少(例えば30%ずつ画像雑音を減少する)を提供する

効果

実績

技術文献被引用数
1件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

反復画像再構成アルゴリズム、開始第1スペクトル画像、開始第2スペクトル画像、初期第1スペクトル正則化パラメータ及び初期第2スペクトル正則化パラメータを使用して、中間第1スペクトル画像及び中間第2スペクトル画像が生成される反復画像再構成の第1パスを行うステップと、少なくとも、前記中間第1スペクトル画像及び前記中間第2スペクトル画像の一方の鮮明度に基づいて、前記初期第1スペクトル正則化パラメータ又は前記初期第2スペクトル正則化パラメータの少なくとも1つを更新し、これにより、更新された第1スペクトル正則化パラメータ又は更新された第2スペクトル正則化パラメータを作成するステップと、前記反復画像再構成アルゴリズム、前記中間第1スペクトル画像、前記中間第2スペクトル画像、前記更新された第1スペクトル正則化パラメータ及び前記更新された第2スペクトル正則化パラメータを使用して、更新された中間第1スペクトル画像及び更新された中間第2スペクトル画像が生成される前記反復画像再構成の後続パスを行うステップと、を含む、方法。

請求項2

スペクトル投影データを受信するステップと、前記スペクトル投影データを、第1スペクトル成分及び第2スペクトル成分に分解するステップと、前記第1スペクトル成分を再構成することによって前記開始第1スペクトル画像を、前記第2スペクトル成分を再構成することによって前記開始第2スペクトル画像を生成するステップと、を更に含む、請求項1に記載の方法。

請求項3

前記中間第2スペクトル画像の鮮明度に基づいて、前記初期第1スペクトル正則化パラメータを更新し、これにより、前記更新された第1スペクトル正則化パラメータを作成するステップと、少なくとも、所定のターゲット雑音に基づいて、前記初期第2スペクトル正則化パラメータを更新し、これにより、前記更新された第2スペクトル正則化パラメータを作成するステップと、を更に含む、請求項1又は2に記載の方法。

請求項4

前記中間第1スペクトル画像の鮮明度と、前記中間第2スペクトル画像の鮮明度との差に基づいて、前記初期第1スペクトル正則化パラメータを更新し、これにより、前記更新された第1スペクトル正則化パラメータを作成するステップを更に含む、請求項3に記載の方法。

請求項5

前記第1スペクトル成分と前記第2スペクトル成分とを組み合わせ、これにより、組み合わせデータを作成するステップと、前記組み合わせデータを再構成することによって、組み合わせ画像を生成するステップと、前記組み合わせ画像内のエッジを検出するステップと、前記エッジを含む前記組み合わせ画像内の1つ以上の部分領域を特定する鮮明度マスクを作成するステップと、前記鮮明度マスクを、前記中間第1スペクトル画像に適用するステップと、マスキングされた前記1つ以上の部分領域内の前記中間第1スペクトル画像の鮮明度を決定するステップと、を更に含む、請求項3又は4に記載の方法。

請求項6

前記中間第1スペクトル画像の前記鮮明度と、前記中間第2スペクトル画像の前記鮮明度との差を決定するステップと、前記差が、所定の許容誤差内であることに反応して、前記中間第1スペクトル画像及び前記中間第2スペクトル画像を、最終第1スペクトル画像及び最終第2スペクトル画像として出力するステップと、前記差が、前記所定の許容誤差外であることに反応して、前記反復画像再構成の別のパスを行うステップと、を更に含む、請求項5に記載の方法。

請求項7

前記開始第2スペクトル画像内の1つ以上の均一領域を特定するステップと、前記1つ以上の均一領域の雑音マスクを作成するステップと、前記雑音マスクを、前記中間第2スペクトル画像に適用するステップと、マスキングされた前記1つ以上の部分領域内の前記中間第1スペクトル画像の雑音を決定するステップと、を更に含む、請求項3乃至6の何れか一項に記載の方法。

請求項8

前記決定された雑音と前記所定のターゲット雑音との差を決定するステップと、前記差が、前記所定のターゲット雑音の所定の許容誤差内であることに反応して、前記中間第1スペクトル画像及び前記中間第2スペクトル画像を、最終第1スペクトル画像及び最終第2スペクトル画像として出力するステップと、前記差が、前記所定のターゲット雑音の前記所定の許容誤差外であることに反応して、前記反復画像再構成の別のパスを行うステップと、を更に含む、請求項7に記載の方法。

請求項9

少なくとも、所定の鮮明度に基づいて、前記初期第1スペクトル正則化パラメータ及び前記初期第2スペクトル正則化パラメータを独立して更新し、これにより、前記更新された第1スペクトル正則化パラメータ及び前記更新された第2スペクトル正則化パラメータを作成するステップを更に含む、請求項1乃至8の何れか一項に記載の方法。

請求項10

前記第1スペクトル成分と前記第2スペクトル成分とを組み合わせ、これにより、組み合わせデータを作成す更新器るステップと、前記組み合わせデータを再構成することによって、組み合わせ画像を生成するステップと、前記組み合わせ画像内のエッジを検出するステップと、前記エッジを含む前記組み合わせ画像内の1つ以上の部分領域を特定する鮮明度マスクを作成するステップと、前記鮮明度マスクを、前記中間第1スペクトル画像に適用するステップと、マスキングされた前記1つ以上の部分領域内の前記中間第1スペクトル画像及び前記第2スペクトル画像の鮮明度を決定するステップと、を更に含む、請求項9に記載の方法。

請求項11

前記中間第1スペクトル画像の前記鮮明度と所定の鮮明度との差と、前記第2スペクトル画像と前記所定の鮮明度との差とを決定するステップと、前記差が、所定の許容誤差内であることに反応して、前記中間第1スペクトル画像及び前記中間第2スペクトル画像を、最終第1スペクトル画像及び最終第2スペクトル画像として出力するステップと、前記差が、前記所定の許容誤差外であることに反応して、前記反復画像再構成の別のパスを行うステップと、を更に含む、請求項1乃至9の何れか一項に記載の方法。

請求項12

位置−積分−微分制御に基づいて、前記初期第1スペクトル正則化パラメータ又は前記初期第2スペクトル正則化パラメータの前記少なくとも1つを更新するステップを更に含む、請求項1乃至11の何れか一項に記載の方法。

請求項13

反復再構成アルゴリズム、開始第1スペクトル画像、開始第2スペクトル画像、初期第1スペクトル正則化パラメータ及び初期第2スペクトル正則化パラメータを使用して、中間第1スペクトル画像及び中間第2スペクトル画像が生成される反復再構成の第1パスを行う再構成プロセッサと、少なくとも、前記中間第1スペクトル画像及び前記中間第2スペクトル画像の一方の鮮明度に基づいて、前記初期第1スペクトル正則化パラメータ又は前記初期第2スペクトル正則化パラメータの少なくとも1つを更新する更新器であって、これにより、更新された第1スペクトル正則化パラメータ又は更新された第2スペクトル正則化パラメータを作成する、前記更新器と、を含み、前記再構成プロセッサは、前記反復再構成アルゴリズム、前記中間第1スペクトル画像、前記中間第2スペクトル画像、前記更新された第1スペクトル正則化パラメータ及び前記更新された第2スペクトル正則化パラメータを使用して、更新された中間第1スペクトル画像及び更新された中間第2スペクトル画像が生成される前記反復再構成の後続パスを行う、画像再構成器

請求項14

スペクトル投影データを受信し、前記スペクトル投影データを、第1スペクトル成分及び第2スペクトル成分に分解し、前記第1スペクトル成分を再構成することによって前記開始第1スペクトル画像を生成し、前記第2スペクトル成分を再構成することによって前記開始第2スペクトル画像を生成する開始画像生成器を更に含む、請求項13に記載の再構成器

請求項15

前記更新器は、前記中間第2スペクトル画像の鮮明度に基づいて、前記初期第1スペクトル正則化パラメータを更新し、前記更新された第1スペクトル正則化パラメータを作成し、また、少なくとも、所定のターゲット雑音に基づいて、前記初期第2スペクトル正則化パラメータを更新し、前記更新された第2スペクトル正則化パラメータを作成する、請求項13又は14に記載の再構成器。

請求項16

前記開始第2スペクトル画像内の1つ以上の均一領域を特定し、前記1つ以上の均一領域の雑音マスクを作成するマスク生成器と、前記雑音マスクを、前記中間第2スペクトル画像に適用し、マスキングされた前記1つ以上の部分領域内の前記中間第1スペクトル画像の雑音を決定する雑音推定器と、を更に含む、請求項15に記載の再構成器。

請求項17

前記更新器は、少なくとも、所定の鮮明度に基づいて、前記初期第1スペクトル正則化パラメータ及び前記初期第2スペクトル正則化パラメータを独立して更新し、前記更新された第1スペクトル正則化パラメータ及び前記更新された第2スペクトル正則化パラメータを作成する、請求項14に記載の再構成器。

請求項18

前記第1スペクトル成分と前記第2スペクトル成分とを組み合わせ、これにより、組み合わせデータを作成し、前記組み合わせデータを再構成することによって、組み合わせ画像を生成し、前記組み合わせ画像内のエッジを検出し、前記エッジを含む前記組み合わせ画像内の1つ以上の部分領域を特定する鮮明度マスクを作成するマスク生成器と、前記鮮明度マスクを、前記中間第1スペクトル画像に適用し、マスキングされた前記1つ以上の部分領域内の前記中間第1スペクトル画像の鮮明度を決定する鮮明度推定器と、を更に含む、請求項17に記載の再構成器。

請求項19

前記中間第1スペクトル画像の前記鮮明度と、前記中間第2スペクトル画像の鮮明度及び所定の関心鮮明度の一方との差を決定し、前記差が、所定の許容誤差内であることに反応して、前記中間第1スペクトル画像及び前記中間第2スペクトル画像を、最終第1スペクトル画像及び最終第2スペクトル画像として出力するか、又は、前記差が、前記所定の許容誤差外であることに反応して、前記反復再構成の別のパスを行うように前記再構成プロセッサを起動するロジック部を更に含む、請求項13乃至18の何れか一項に記載の再構成器。

請求項20

プロセッサによって実行されると、前記プロセッサに、反復再構成アルゴリズム、開始第1スペクトル画像、開始第2スペクトル画像、初期第1スペクトル正則化パラメータ及び初期第2スペクトル正則化パラメータを使用して、中間第1スペクトル画像及び中間第2スペクトル画像が生成される反復再構成の第1パスを行わせ、少なくとも、前記中間第1スペクトル画像及び前記中間第2スペクトル画像の一方の鮮明度に基づいて、前記初期第1スペクトル正則化パラメータ又は前記初期第2スペクトル正則化パラメータの少なくとも1つを更新させ、これにより、更新された第1スペクトル正則化パラメータ又は更新された第2スペクトル正則化パラメータを作成し、前記反復再構成アルゴリズム、前記中間第1スペクトル画像、前記中間第2スペクトル画像、前記更新された第1スペクトル正則化パラメータ及び前記更新された第2スペクトル正則化パラメータを使用して、更新された中間第1スペクトル画像及び更新された中間第2スペクトル画像が生成される前記反復再構成の後続パスを行わせる、コンピュータ可読命令エンコードされたコンピュータ可読記憶媒体

技術分野

0001

以下は、概して、鮮明度によって駆動される正則化を用いる反復画像再構成に関し、コンピュータ断層撮影(CT)に特に応用される。以下は更に、他のイメージングモダリティにも適している。

背景技術

0002

CTスキャナは、z軸の周り検査領域の周囲を回転する回転式ガントリ上に取り付けられるX線管を含む。検出器アレイは、x線管から検査領域の反対側の円弧を成す。x線管は、検査領域を横断する放射線を放出する。検出器アレイは、検査領域を横断する放射線を検出し、放射線を示す投影データを生成する。再構成器が、反復又は非反復再構成アルゴリズムを使用して、投影データを処理し、検査領域を示すボリュメトリック画像データを生成する。ボリュメトリック画像データは、スペクトル特性を反映しない。これは、検出器アレイによって出力される信号は、エネルギースペクトルに亘って積分されるエネルギーフルエンスに比例するからである。

0003

スペクトルCT用に構成されたCTスキャナは、単一の広域スペクトルX線管と、エネルギー分解検出器(例えば光子計数検出器、異なるスペクトル感度を有する少なくとも2つのセットのフォトダイオード等)及びディスクリート電子部品を有するエネルギー分解検出器アレイとを内蔵し、単一のx線管が、走査中、少なくとも2つの異なる放出電圧(例えば80kVp及び140kVp)間で切り替わるように構成されるか、又は、2つ以上のx線管が、異なる平均スペクトルを有する放射線を放出するように構成される。信号分解器が、エネルギー分解された信号を、様々なエネルギー依存成分に分解し、再構成器が、個々の成分を再構成して、スペクトル特性を反映するボリュメトリック画像データが生成される。

0004

再構成技術には、フィルタ逆投影、統計反復画像再構成等が含まれる。例示的な統計反復画像再構成アルゴリズムは、データ忠実性項及び画像雑音ペナルティ項を含む費用関数に基づいてきている。このような費用関数の一般的な公式化は、Cost(x)=−L(Ax|y)+β・R(x)であり、ただし、Cost(x)は、費用関数を表し、L(Ax|y)は、順投影された画像(Ax、ただし、Aは、順投影演算子であり、xは、画像である)を測定データ(y)と比較する尤度項を表し、R(x)は、再構成された画像(x)における雑音(即ち、「粗度」)にペナルティを科す粗度ペナルティ項を表し、βは、正則化の強度を制御する正則化項を表す。

発明が解決しようとする課題

0005

上記反復画像再構成公式化では、特に、粗度ペナルティが、ボクセル値線形項又は二次項しか含まない場合、はっきりとしたエッジ(例えば骨)及び低コントラストの構造(例えば軟組織)を表すボクセルは、同様に平滑化される。例えば最先端の技術のアプローチでは、通常、最終画像雑音レベルが使用されて、画像全体の雑音の均一の減少(例えば30%ずつ画像雑音を減少する)を提供する正則化パラメータβが決定される。スペクトル画像は、別々に再構成され、その次に、線形結合を介して組み合わされ、表示用の画像が生成される。上記反復画像再構成公式化では、スペクトル画像は同様の雑音を有するかも知れないが、これらの画像が、同様の空間分解能を有する保障はなく、また、不運なことに、異なる空間分解能を有するスペクトル画像の線形結合は、アーチファクトをもたらす及び/又は間違った定量値を有する。

課題を解決するための手段

0006

本明細書に説明される態様が、上記問題等に対処する。

0007

一態様では、方法は、反復再構成アルゴリズム、開始光電画像、開始コンプトン散乱画像、初期光電正則化パラメータ及び初期コンプトン散乱正則化パラメータを使用して、中間光電画像及び中間コンプトン散乱画像が生成される反復再構成の第1パスを行うステップを含む。方法は更に、少なくとも、中間光電画像及び中間コンプトン散乱画像の一方の鮮明度に基づいて、初期光電正則化パラメータ又は初期コンプトン散乱正則化パラメータの少なくとも1つを更新し、これにより、更新された光電正則化パラメータ又は更新されたコンプトン散乱正則化パラメータを作成するステップを含む。方法は更に、反復再構成アルゴリズム、中間光電画像、中間コンプトン散乱、更新された光電正則化パラメータ及び更新されたコンプトン散乱正則化パラメータを使用して、更新された中間光電画像及び更新されたコンプトン散乱画像が生成される反復再構成の後続パスを行うステップを含む。

0008

別の態様では、画像再構成器は、反復再構成アルゴリズム、開始光電画像、開始コンプトン散乱画像、初期光電正則化パラメータ及び初期コンプトン散乱正則化パラメータを使用して、中間光電画像及び中間コンプトン散乱画像が生成される反復再構成の第1パスを行う再構成プロセッサを含む。画像再構成器は更に、少なくとも、中間光電画像及び中間コンプトン散乱画像の一方の鮮明度に基づいて、初期光電正則化パラメータ又は初期コンプトン散乱正則化パラメータの少なくとも1つを更新する更新器であって、これにより、更新された光電正則化パラメータ又は更新されたコンプトン散乱正則化パラメータを作成する、更新器を含む。再構成プロセッサは、反復再構成アルゴリズム、中間光電画像、中間コンプトン散乱画像、更新された光電正則化パラメータ及び更新されたコンプトン散乱正則化パラメータを使用して、更新された中間光電画像及び更新された中間コンプトン散乱画像が生成される反復再構成の後続パスを行う。

0009

別の態様では、コンピュータ可読記憶媒体は、プロセッサによって実行されると、当該プロセッサに、反復再構成アルゴリズム、開始光電画像、開始コンプトン散乱画像、初期光電正則化パラメータ及び初期コンプトン散乱正則化パラメータを使用して、中間光電画像及び中間コンプトン散乱画像が生成される反復再構成の第1パスを行わせ、少なくとも、中間光電画像及び中間コンプトン散乱画像の一方の鮮明度に基づいて、初期光電正則化パラメータ又は初期コンプトン散乱正則化パラメータの少なくとも1つを更新させ、これにより、更新された光電正則化パラメータ又は更新されたコンプトン散乱正則化パラメータを作成し、反復再構成アルゴリズム、中間光電画像、中間コンプトン散乱画像、更新された光電正則化パラメータ及び更新されたコンプトン散乱正則化パラメータを使用して、更新された中間光電画像及び更新された中間コンプトン散乱画像が生成される反復再構成の後続パスを行わせるコンピュータ可読命令エンコードされる。

0010

本発明は、様々なコンポーネント及びコンポーネントの配置、並びに、様々なステップ及びステップの配置の形を取る。図面は、好適な実施形態を例示するためだけのものであり、本発明を限定すると解釈されるべきではない。

図面の簡単な説明

0011

図1は、鮮明度に依存する正則化パラメータを用いる統計反復画像再構成アルゴリズムを使用する再構成器を含む例示的なイメージングシステムを概略的に示す。
図2は、統計反復画像再構成アルゴリズムの一例を概略的に示す。
図3は、他の画像に基づいて、光電画像又はコンプトン散乱画像のうちの1つに対する正則化パラメータを駆動する例示的な方法を示す。
図4は、所定の鮮明度に基づいて、光電画像又はコンプトン散乱画像の正則化パラメータを独立して駆動する例示的な方法を示す。

0012

以下は、統計反復再構成において、組織に依存する統計反復再構成更新項を使用するアプローチについて説明する。

実施例

0013

図1は、例えばコンピュータ断層撮影(CT)システムといった例示的なイメージングシステム100を示す。

0014

イメージングシステム100は、固定ガントリ102と、固定ガントリ102によって回転可能に支持される回転ガントリ104とを含む。回転ガントリ104は、長手軸又はz軸「Z」の周りの検査領域106の周囲を回転する。

0015

例えばx線管といった放射線源110が、回転ガントリ104によって回転可能に支持され、回転ガントリ104と共に回転し、検査領域106を横断するx線放射線を放出する。一例では、放射線源110は、積分期間等の間に2つ以上の放出電圧(例えば80及び140kVp、100及び120kVp等)間で放出電圧を切り替える。変形態様では、イメージングシステム100は、異なる放出電圧で放射線を放出する複数の放射線源110を含む。別の変形態様では、放射線源110は、単一の広域スペクトルx線管を含む。

0016

検出器アレイ112が、放射線源110に対して検査領域106の反対側の円弧を成す。検出器アレイ112は、検査領域106を横断する放射線を検出し、放射線を示す信号を生成する。放射線源電圧が少なくとも2つの放出電圧間で切り替えられる及び/又は2つ以上のx線管が2つの異なる放出電圧において放射線を放出する場合、検出器アレイ112は、各放射線源電圧に対して信号を生成する。単一の広域スペクトルx線管では、検出器アレイ112は、信号を生成するエネルギー分解検出器(例えば多層シンチレータ/フォトダイオード、直接変換光子計数等)を含む。

0017

信号分解器114が、信号を、エネルギー依存成分に分解する。例えば信号は、光電成分、コンプトン散乱成分及び/又は1つ以上の他のエネルギー依存(例えばKエッジ)成分に分解可能である。

0018

再構成器116が、エネルギー依存成分を再構成し、各成分に対して、ボリュメトリック画像データが生成される。この例では、再構成器116は、再構成アルゴリズムメモリ120から鮮明度駆動型正則化118を用いる反復画像再構成アルゴリズムを使用する。以下により詳細に説明されるように、適切な反復画像再構成アルゴリズムは、例えば光電及び/又はコンプトン散乱画像、高及び/又は低kVp画像等といった複数の独立して再構成された様々なスペクトル画像の少なくとも1つに対する更新項における空間分解能(即ち、鮮明度)駆動型正則化パラメータを含む。

0019

したがって、反復再構成は、再構成されたスペクトル成分画像が、同じ空間分解能、又は、互いの所定許容誤差内の同じ空間分解能を有するように再構成されるように駆動可能である。一例では、これは、正則化パラメータが空間分解能に依存しない構造で生じうるスペクトル成分画像間の空間分解能の不一致を軽減する。結果として、分解能の不一致によって生じうるアーチファクト及び/又は間違った定量値が軽減される。

0020

当然のことながら、再構成器116は、1つ以上のプロセッサを介して実現可能である。このようなプロセッサの例として、中央処理演算ユニット(CPU)、マイクロプロセッサ及び/又は他のプロセッサが挙げられる。1つ以上のプロセッサは、一時的媒体は含まず、物理メモリ及び/又は他の非一時的媒体を含むコンピュータ可読記憶媒体上に埋め込まれる又はエンコードされる1つ以上のコンピュータ実行可能命令を実行する。変形態様では、コンピュータ実行可能な命令は、例えば搬送波、信号及び/又は他の一時的媒体といった一時的媒体によって担持され、プロセッサがコンピュータ実行可能命令を実行する。

0021

コンピュータが、操作者コンソール122としての機能を果たす。操作者コンソール122は、例えばモニタといった人間が読み取り可能な出力デバイスと、例えばキーボードマウス等といった入力デバイスとを含む。コンソール122内のソフトウェアによって、操作者が、グラフィカルユーザインターフェースGUI)等を介して、スキャナ100とインタラクトし、及び/又は、スキャナ100を操作することが可能となる。例えばコンソール122によって、操作者は、鮮明度に依存する正則化パラメータを用いる反復画像再構成アルゴリズム118を選択し、線形結合を介してスペクトル画像を組み合わせることにより、スペクトル画像の後処理を行うこと等を可能にする。

0022

例えばカウチといった被検体サポート124は、検査領域106内で人間若しくは動物の被検体又は物体支える。被検体サポート124は、走査と協調して移動可能であり、これにより、検査領域106に対して、人間若しくは動物の被検体又は物体を、ローディング、走査及び/又はアンローディングのために、走査の前、走査中及び/又は走査後に案内する。

0023

図2は、再構成器116の一例を示す。

0024

開始画像生成器202が、分解されたスペクトル成分(例えば光電成分、コンプトン散乱成分等)を受信し、少なくとも、各スペクトル成分に対して、開始又は初期スペクトル成分画像を生成する。一例では、開始スペクトル成分画像は、フィルタ逆投影(FBP)再構成アルゴリズムを使用して生成される。FBP再構成アルゴリズムを使用することにより、開始スペクトル成分画像は、同じ空間分解能を有することになる。

0025

変形態様では、開始画像生成器202は、開始スペクトル成分画像を、異なる再構成アルゴリズムを使用して、シミュレーション等を介して生成する。幾つかの実施形態では、開始画像生成器202は更に、組み合わせ(非スペクトル)画像も生成する。このために、例えば、分解されたスペクトル成分が組み合わされ、その後、FBP再構成アルゴリズム、シミュレーション等を介して再構成され、組み合わせ画像が生成される。開始スペクトル成分画像は、少なくとも、光電画像及びコンプトン散乱画像を含む。

0026

再構成プロセッサ204が、開始スペクトル成分画像を受信し、デフォルトであっても、経験的に決定されてもよい初期正則化パラメータβPE又はβCSを使用して、反復再構成(IR)アルゴリズムを用いる初回パスの再構成を行い、中間スペクトル成分画像を生成する。光電画像に関して、適切な費用関数は、−L(Ax|y)+βPE・R(x)であり、コンプトン散乱画像に関して、適切な費用関数は、−L(Ax|y)+βCS・R(x)である。

0027

例示的なIRアルゴリズムが、Schirra他による「Statistical Reconstruction of Material Decomposed Data in Spectral CT」(IEEE Trans.Med.Imag.、32(7):1249−1257、2013)及び2012年12月4日に出願され、「Automatic Determination of Regularization Factor for Iterative Image Reconstruction with Regularization and/or Image De−Noising」という名称国際出願番号PCT/IB2012/056929に説明されており、これらの全体は、参照により、本明細書に援用される。本明細書では、他のアルゴリズムも考えられる。

0028

IRアルゴリズムは、各反復について更新される更新項を含む。例示的な更新項



は、式1に示される。



ただし、nは、反復指数を表し、aは、画像を表す指数、即ち、PE又はCSであり、



は、前の項を表し、iは、投影値指数を表し、Nは、測定された線積分総数を表し、jは、ボクセル指数を表し、cijは、システム行列の要素を表し(即ち、cijは、画像ボクセルjの検出器画素iに対する影響



を表し、ただし、Aaiは、データセットaの測定された線積分値を表す)、lは、関数独立変数を表し(式1では、関数は、順投影画像において評価される)、



は、サンプルAaiの分散を表し、



は、(測定された検出器画素iに対する)素材画像aの順投影を記述し、



、C1は、ユニティ画像の順投影を表し、[C1]iは、順投影のi番目の要素を表し、xaは、素材密度関数を表し、βaは、どの画像が再構成されているのかに応じて、正則化パラメータβPE又はβCSを表し、Rは、二次ペナルティ



の形を取りうる粗度ペナルティを表し、ただし、Mjは、画像ボクセルjの近傍であり、wkは、例えばボクセルjとkとの間のユークリッド距離逆数である幾何的重みである。他のペナルティも考えられる。

0029

測定基準決定器206が、少なくとも、中間スペクトル成分画像と、一例では、開始スペクトル画像及び/又は組み合わせ画像とを受信し、そこから、測定基準を生成する。測定基準決定器206は、マスク生成器208を含む。マスク生成器208は、雑音及び/又は鮮明度の推定値が取られる1つ以上の部分領域を特定するために使用される雑音マスク及び/又は鮮明度マスクを生成する。他の実施形態では、マスク生成器208は省略される。

0030

雑音マスクに関して、マスク生成器208は、開始コンプトン散乱画像内に、1つ以上の平坦領域(即ち、均一領域又はエッジのない領域)を特定し、それに基づいて、雑音マスクを生成する。平坦領域を特定する例示的なアプローチが、Bergner他による「Robust Automated Regularization Factor Selection for Statistical Reconstruction」(Second International Conference on Image Formation in X−ray Computed Tomography、ソルトレイクティ、アメリカ、2012年6月24−27日)に説明されている。

0031

鮮明度マスクに関して、マスク生成器208は、まず、組み合わせ画像内の1つ以上のエッジを特定する。マスク生成器208は、キャニー(Canny)フィルタ及び/又はこれらのエッジを特定する他のアプローチを適用する。マスク生成器208は、一例では、所定の閾値よりも大きいエッジのセットのみを抽出するように、閾値化することにより、鮮明度マスクを生成する。結果として得られるマスクは、バイナリ{0,1}エッジ画像である。包囲、平滑化を得る、及び、エッジアーチファクトを回避するために、拡張が使用されてもよい。

0032

本明細書では、雑音マスク及び/又は鮮明度マスクを作成する他のアプローチも考えられる。

0033

測定基準決定器206は更に、中間スペクトル成分画像の雑音推定値を決定する雑音推定器210を含む。これには、雑音マスクを、中間コンプトン散乱画像に適用することにより、開始コンプトン散乱画像内の1つ以上の平坦領域に対応する中間コンプトン散乱画像の1つ以上の部分領域における雑音レベルを推定することが含まれる。雑音レベル推定は、二乗平均平方根を決定することを含んでもよい。

0034

雑音を推定する別の例示的なアプローチが、Bergner他による「Robust Automated Regularization Factor Selection for Statistical Reconstruction」(Second International Conference on Image Formation in X−ray Computed Tomography、ソルトレイクシティ、アメリカ、2012年6月24−27日)に説明されている。本明細書では、他のアプローチも考えられる。これには、中間コンプトン散乱画像の全体及び/又は中間コンプトン散乱画像の他の部分領域について雑音を推定することが含まれる。

0035

測定基準決定器206は更に、鮮明度推定器212を含む。鮮明度推定器212は、開始及び/若しくは中間コンプトン散乱画像並びに/又は開始及び/若しくは中間光電スペクトル画像の鮮明度(即ち、空間分解能)推定値を決定する。一例では、これには、鮮明度マスクを、コンプトン散乱画像及び/又は光電スペクトル画像に適用し、マスクによって特定された1つ以上の部分領域内の鮮明度を決定することが含まれる。

0036

鮮明度を推定する例示的なアプローチが、Wee他による「Measure of image sharpness using eigenvalues」(Information Sciences 177(2007)、2533−2552)に説明されている。このようなアプローチは、階調レベル値の分散、画像のl1ノルム又は画像勾配二次導関数、画像のラプラスエネルギー高域通過帯域のエネルギーから低域通過帯域のエネルギー、基準画像に対する画像の類似性等を決定することを含む。本明細書では、他の鮮明度推定アプローチも考えられる。

0037

ロジック部214が、次のパスが行われたかどうかを決定する。停止基準には、関心の分解能(例えばスペクトル成分画像間で(許容誤差内の)同じ分解能)又は関心の雑音レベルを達成すること、最大反復数に到達すること、所定の時間間隔の経過及び/又は他の基準が含まれるが、これらに限定されない。停止基準が満たされると、ロジック部214は、中間スペクトル成分画像を、最終スペクトル成分画像として出力する。停止基準が満たされない場合、ロジック部214は、次の再構成パス起動する。

0038

正則化パラメータ(β)更新器216は、停止基準が満たされず、ロジック部214が、次の再構成パスを起動したことに反応して、2つの正則化パラメータβPE又はβCSの少なくとも1つを更新する。ターゲット雑音に基づいて、非スペクトルデータを更新するアプローチが、Bergner他による「Robust Automated Regularization Factor Selection for Statistical Reconstruction」(Second International Conference on Image Formation in X−ray Computed Tomography、ソルトレイクシティ、アメリカ、2012年6月24−27日)に説明されている。Bergner他によるアプローチは、比例‐積分‐微分(PID)制御に基づいている。

0039

本明細書における制御も、PID制御に基づいてもよい。この場合、雑音に関しては、正則化パラメータ(β)は、中間画像推定雑音とターゲット雑音レベルとの差に基づいて更新される。鮮明度に関しては、正則化パラメータ(β)は、中間スペクトル画像の鮮明度と開始画像の鮮明度との差、又は、2つの中間スペクトル画像間の鮮明度差に基づいて更新される。開始スペクトル画像を生成するために、FBPが使用される場合、開始スペクトル画像の鮮明度は、(許容誤差内で)同じである。

0040

一例では、βPE及びβCSは共に、例えば開始画像の鮮明度及び/又は他の鮮明度といった絶対鮮明度尺度に基づいて、独立して駆動される。別の一例では、βPE又はβCSの一方は、例えば他のスペクトル画像の鮮明度に基づいて、鮮明度によって駆動され、これにより、光電画像とコンプトン散乱画像との間で同じ分解能に到達する。この例では、βPE又はβCSのもう一方は、例えばターゲット雑音等に基づいて、雑音によって駆動されてよい。

0041

上記は、投影領域アプローチについて説明している。本明細書では、画像領域における素材分解も考えられる。このために、上記反復アプローチは、光電画像及びコンプトン散乱画像の代わりに、デュアルkVp収集のための高及び低kVp画像に対して(又は二重層検出器を用いる収集のために上下検出器層によって収集される投影データに対して)反復される。画像領域アプローチの例示的な更新項は、式2



に示され、ただし、iは、投影空間における画素の指数であり、j、j’及びkは、画像空間における画素の指数であり、aは、画像の指数(高kV、低kV又は上層下層)であり、μnは、n番目の反復における画像値を表し、cは、システム行列の要素を表し、yは、測定された投影値(即ち、測定された光子計数)を表し、Njは、画素jの近傍の画素を表し、wは、2つの画素間の差に重み付けする重みを表し、βは、画像aの正則化パラメータであり、どの画像が再構成されているかに依存する。

0042

図3は、所定の鮮明度に基づいて、コンプトン散乱画像又は光電画像の一方に対して、正則化パラメータを駆動する例示的な方法を示す。

0043

当然ながら、本明細書において説明される方法のステップの順序は、限定的ではない。したがって、本明細書では、他の順序も考えられる。更に、1つ以上のステップが省略されても及び/又は1つ以上の追加のステップが含まれてもよい。

0044

ステップ302において、スペクトル投影データから開始画像が生成される。本明細書において説明されるように、これには、開始光電画像、開始コンプトン散乱画像、及び、任意選択的に、開始組み合わせ画像を生成することが含まれる。

0045

ステップ304において、開始画像、反復画像再構成アルゴリズム及び初期正則化パラメータに基づいて、中間光電画像及び中間コンプトン散乱画像が生成される。

0046

ステップ306において、中間光電画像に関して鮮明度推定値が決定される。本明細書において説明されるように、鮮明度推定値は、例えば鮮明度マスクによって特定された組み合わせ画像の部分領域に対応する部分領域といった所定の関心部分領域について決定される。

0047

ステップ308において、中間コンプトン散乱画像の雑音推定値が決定される。本明細書において説明されるように、雑音推定値は、例えば雑音マスクによって特定された開始コンプトン散乱画像の均一領域に対応する部分領域といった所定の関心部分領域について決定される。

0048

ステップ310において、停止基準が満たされたかどうかが決定される。この例では、適切な停止基準には、中間光電画像の鮮明度推定値が、中間コンプトン散乱画像の鮮明度の許容誤差内であること、中間コンプトン散乱画像の雑音推定値が、所定のターゲット雑音レベルを満たすこと及び/又は他の基準が含まれる。

0049

停止基準が満たされたことが決定されると、追加の反復は不要であり、ステップ312において、中間光電画像及び中間コンプトン散乱画像が、最終光電画像及び最終コンプトン散乱画像として出力される。

0050

停止基準が満たされていないことが決定されると、追加の反復が必要であり、ステップ314において、光電画像及びコンプトン散乱画像の正則化パラメータが更新され、ステップ304乃至310が繰り返される。本明細書において説明されるように、これには、中間光電画像の鮮明度と中間コンプトン散乱画像の鮮明度との差に基づいて、光電画像の正則化パラメータを更新することと、中間コンプトン散乱画像の雑音推定値とターゲット雑音との差に基づいて、コンプトン散乱画像の正則化パラメータを更新することとが含まれる。

0051

図4は、所定の鮮明度に基づいて、コンプトン散乱画像の正則化パラメータと、光電画像の正則化パラメータとを独立して駆動する例示的な方法を示す。

0052

当然ながら、本明細書において説明される方法のステップの順序は、限定的ではない。したがって、本明細書では、他の順序も考えられる。更に、1つ以上のステップが省略されても及び/又は1つ以上の追加のステップが含まれてもよい。

0053

ステップ402において、スペクトル投影データから開始画像が生成される。本明細書において説明されるように、これには、開始光電画像、開始コンプトン散乱画像、及び、任意選択的に、開始組み合わせ画像を生成することが含まれる。

0054

ステップ404において、開始画像、反復画像再構成アルゴリズム及び初期正則化パラメータに基づいて、中間光電画像及び中間コンプトン散乱画像が生成される。

0055

ステップ406において、中間光電画像及び中間コンプトン散乱画像に関して、鮮明度推定値が決定される。本明細書において説明されるように、鮮明度推定値は、例えば鮮明度マスクによって特定された組み合わせ画像の部分領域に対応する部分領域といった所定の関心部分領域について決定される。

0056

ステップ408において、停止基準が満たされたかどうかが決定される。この例では、適切な停止基準には、中間スペクトル画像の鮮明度が、所定の鮮明度(又は互い)の誤差範囲内にあるかどうかが含まれる。

0057

停止基準が満たされたことが決定されると、追加の反復は不要であり、ステップ410において、中間光電画像及び中間コンプトン散乱画像が、最終光電画像及び最終コンプトン散乱画像として出力される。

0058

停止基準が満たされていないことが決定されると、追加の反復が必要であり、ステップ412において、光電画像及びコンプトン散乱画像の正則化パラメータが更新され、ステップ404乃至408が繰り返される。本明細書において説明されるように、正則化パラメータの更新は、中間スペクトル画像の鮮明度と所定の関心分解能との差又は互いの差に基づいている。

0059

上記は、コンピュータ可読記憶媒体にエンコードされる又は埋め込まれ、コンピュータプロセッサによって実行されると、当該プロセッサに、上記ステップを行わせるコンピュータ可読命令によって実施可能である。これに加えて又は追加して、コンピュータ可読命令の少なくとも1つは、信号、搬送波又は他の一時的媒体によって担持される。

0060

本明細書において説明されるアプローチは、例えば、Pfeiffer他による「Hard X−ray Phase Tomography with Low−Brilliance Sources」(Physical Review Letters 98、108105、(2007))、及び、Zanette他による「Trimodal low−dose X−ray tomography」(PNAS、109(26)10199−10204(2012))に記載されるような格子ベース位相コントラストCTである他の応用にも適用可能である。幾つかの追加の格子を、ビーム経路に挿入することにより、x線減衰に加えて、ビーム屈折及び小角散乱暗視野イメージングとも知られる)が測定可能である。これらの信号成分は、通常、格子の様々な相対位置に向けて送信された強度の測定結果から取り出し可能である。これは、コンプトン散乱及び光電吸収の信号成分が、様々なシステム構造に向けて送信された強度の測定結果(即ち、ビームフィルトレーション又は管電圧)から取り出し可能であるスペクトルイメージングと、概念上同じである。

0061

信号は、通常、Weber他による「Noise in x−ray grating based phase−contrast imaging」(Medical Physics 38(7)、4133−4140(2011))に記載されているように、二次統計に従うことを前提としている。したがって、数学的な必要条件が、デュアルエネルギーCTに関しては、式1に記載されるように、同じであるため、即ち、信号は、元になっている画像に線形に依存し、雑音は、ガウス雑音であるため、個々の信号から減衰画像位相画像及び暗視野画像を再構成するために、まったく同じ更新式を使用することができる。ただし、位相画像に関しては、順方向演算子は、差別的である必要がある。これは、Koehler他による「Iterative reconstruction for differential phase contrast imaging using spherically symmetricbasicfunctions」(Medical Physics、38(8)、4542−4545、(2011))に記載されている。したがって、コンプトン散乱画像又は光電画像ではなく、減衰、位相又は暗視野画像を用いて指数aを特定することにより、デュアルエネルギーCTについて上記された同じ概念を適用することができる。

0062

本発明は、好適な実施形態を参照して説明されている。上記詳細な説明を読み、理解した者は、修正態様及び変更態様を思いつくであろう。本発明は、これらの修正態様及び変更態様もすべて、それらが添付の請求項又はその等価物の範囲に該当する限り、含むとして解釈されることを意図している。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ