CN104602606B - 放射线断层图像生成装置以及放射线断层图像生成方法 - Google Patents

放射线断层图像生成装置以及放射线断层图像生成方法 Download PDF

Info

Publication number
CN104602606B
CN104602606B CN201280075569.3A CN201280075569A CN104602606B CN 104602606 B CN104602606 B CN 104602606B CN 201280075569 A CN201280075569 A CN 201280075569A CN 104602606 B CN104602606 B CN 104602606B
Authority
CN
China
Prior art keywords
image
data
actual measurement
projection
reconstructed image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201280075569.3A
Other languages
English (en)
Other versions
CN104602606A (zh
Inventor
崎本智则
西野和义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shimadzu Corp
Original Assignee
Shimadzu Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shimadzu Corp filed Critical Shimadzu Corp
Publication of CN104602606A publication Critical patent/CN104602606A/zh
Application granted granted Critical
Publication of CN104602606B publication Critical patent/CN104602606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/025—Tomosynthesis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/12—Arrangements for detecting or locating foreign bodies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明根据实测投影数据(p1)和对实测投影数据(p1)进行图像重构而得到的实测重构图像(R1)来确定实测投影数据(p1)的金属区域，来获取金属区域确定数据(p1c)。在实测投影数据(p1)中，成为例如引线、螺丝等金属区域的像素值与其它区域的像素值没有很大变化的图像，难以准确地确定金属区域(Y1)，但能够更高精度地确定金属区域(Y1)。另外，基于金属区域确定数据(p1c)，对实测投影数据(p1)的金属区域(Y1)以基于金属区域(Y1)的邻近像素得到的数据(Z)进行数据替换，来获取替换投影数据(p2)，进行图像重构来生成无金属区域(Y1)的替换重构图像(R2)。更高精度地确定金属区域(Y1)，因此能够更高精度地复原断层图像(替换重构图像(R2))的金属区域(Y1)附近的组织。

Description

放射线断层图像生成装置以及放射线断层图像生成方法
技术领域
本发明涉及对针对被检体从多个不同方向获取到的投影数据进行图像重构来生成放射线断层图像的放射线断层图像生成装置以及放射线断层图像生成方法。
背景技术
以往，作为放射线断层摄影装置，存在与断层融合(tomosynthesis)对应的X射线断层摄影装置、X射线CT装置等(例如，参照专利文献1)。这样的以往装置具备：X射线管，其向被检体照射X射线；X射线检测器，其与该X射线管相向地配置，检测透过被检体的X射线；以及X射线断层图像生成装置，其根据由X射线检测器获取到的投影数据(投影图像)来生成X射线(放射线)断层图像(以下适当地设为“断层图像”)。
以往装置使X射线管和X射线检测器成为一体或者连动地移动，并且从多个不同方向对被检体进行X射线摄影来获取投影数据。通过X射线断层图像生成装置对获取到的多个投影数据进行图像重构来获取断层图像。此外，断层融合是指在一次断层摄影中收集多个投影数据，对多个投影数据进行图像重构来生成任意的裁切高度的断层图像的方法。
另外，以往，在被检体内包含例如由金属构成的X射线(放射线)高吸收体(以下适当地设为“高吸收体”)的情况下，X射线被高吸收体遮蔽，因此在进行图像重构而生成的断层图像中出现伪像。因此，提出了减少由高吸收体引起的伪像的各种方法。例如在专利文献1中，通过图14所示的流程图的方法获取了最终的断层图像。
即，首先获取实测投影数据(步骤S101)。根据实测投影数据来确定高吸收体区域(步骤S102)。使用高吸收体区域附近的像素对实测投影数据的高吸收体区域进行数据替换(步骤S103)。根据进行数据替换而得到的投影数据来进行图像重构，生成第一重构图像(步骤S104)。通过将第一重构图像进行正投影来生成正投影数据(步骤S105)。调整正投影数据，对调整后的正投影数据进行图像重构来生成第二重构图像(步骤S106)。然后，通过将正投影、调整以及图像重构进行一次或者反复进行多次来获取最终的断层图像(重构图像)。
如上所述，在以往方法中，通过替换来消除拍进各个实测投影数据中的高吸收体区域，并对它们进行重构，由此获得断层图像。由此，高精度地复原高吸收体周围的组织，获取高吸收体周围的伪像也减少的断层图像。另外，以往装置具有确定拍进实测投影数据中的高吸收体区域的过程。
专利文献1：日本特开2009-201840号公报
发明内容
发明要解决的问题
然而，以往装置存在以下问题：在图像重构中，引起伪像的高吸收体区域的确定不充分。即，在仅基于实测投影数据确定高吸收体区域的情况下，在以往装置中难以进行该确定。例如引线等细的物体、螺丝等小物体虽然是高吸收体，但却成为实测投影数据的像素值与引线等以外的区域的像素值没有很大不同的图像。
因此，难以准确地确定高吸收体区域，不能高精度地进行断层图像中的高吸收体区域周围的组织的复原。另外，在上述专利文献1的方法中，断层图像中理应存在高吸收体，但却成为高吸收体从断层图像消失那样的不自然的图像。
本发明是鉴于这样的情况而完成的，其第一目的在于提供能够更高精度地复原断层图像的高吸收体区域附近的组织的放射线断层图像生成装置以及放射线断层图像生成方法。
另外，本发明的第二目的在于提供能够抑制由高吸收体引起的伪像，并且能够获得在高吸收体区域内示出高吸收体的断层图像的放射线断层图像生成装置以及放射线断层图像生成方法。
用于解决问题的方案
本发明为了实现这样的目的，采用如下结构。
即，本发明所涉及的放射线断层图像生成部的特征在于，具备：实测图像重构部，其对针对包含放射线高吸收体的被检体从不同方向获取到的多个实测投影数据进行图像重构，来生成实测重构图像；高吸收体区域确定部，其根据上述实测投影数据和上述实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据；数据替换部，其使用上述高吸收体区域确定数据，对上述实测投影数据的高吸收体区域以基于该高吸收体区域的邻近像素得到的数据进行数据替换，来获取替换投影数据；替换图像重构部，其对上述替换投影数据进行图像重构来生成替换重构图像；差分处理部，其求出上述实测投影数据与上述替换投影数据的差分，来获取差分投影数据；差分图像重构部，其对上述差分投影数据进行图像重构来生成差分重构图像；以及合成图像生成部，其按每个区域选择上述实测重构图像、上述替换重构图像以及上述差分重构图像中的至少一个图像，来生成合成重构图像。
根据本发明所涉及的放射线断层图像生成部，实测图像重构部对实测投影数据进行图像重构来生成实测重构图像。高吸收体确定部根据实测投影数据和实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据。在实测投影数据中，成为例如引线、螺丝等高吸收体区域的像素值与其它区域的像素值没有很大不同的图像，难以准确地确定高吸收体区域。然而，在实测重构图像中，例如在高吸收体与生物体组织的边界处像素值明显变大。通过利用这点，能够更高精度地确定例如引线、螺丝等高吸收体与生物体组织的边界。另外，除了使用实测重构图像以外还使用实测投影数据，由此例如能够辨别高吸收体与生物体组织的边界的内侧是否为高吸收体。由此，能够更高精度地确定高吸收体区域。另外，数据替换部使用高吸收体区域确定数据，对实测投影数据的高吸收体区域以基于该高吸收体区域的邻近像素得到的数据进行数据替换，来获取替换投影数据。替换图像重构部对替换投影数据进行图像重构，来生成无高吸收体区域的替换重构图像。更高精度地确定了高吸收体区域，因此能够更高精度地对高吸收体区域进行数据替换。因而，能够抑制由高吸收体引起的伪像，并且能够更高精度地复原断层图像(替换重构图像)的高吸收体区域附近的组织。
另外，差分处理部求出实测投影数据与替换投影数据的差分来获取差分投影数据。差分图像重构部对差分投影数据进行图像重构来生成只有高吸收体区域的差分重构图像。然后，合成图像生成部按每个区域选择实测重构图像、替换重构图像以及差分重构图像中的至少一个图像来生成合成重构图像。即，不仅根据替换重构图像，还根据实测重构图像和差分重构图像来生成合成重构图像。由此，按每个区域选择最佳的图像，因此能够抑制由高吸收体引起的伪像，并且能够获得在高吸收体区域内示出高吸收体的断层图像(合成重构图像)。
另外，在本发明所涉及的放射线断层图像生成部中，优选的是，在上述实测重构图像和上述替换重构图像内的相同坐标的像素值是上述替换重构图像的像素值比上述实测重构图像的像素值大的情况下，上述合成图像生成部选择上述替换重构图像的像素值来生成合成重构图像。即，在实测重构图像中，高吸收体区域附近的像素由于高吸收体区域而易于变为比原来获得的像素值低的像素值。因此，通过在该高吸收体区域附近的像素中选择替换重构图像的像素值，能够使高吸收体区域附近的像素接近原来获得的像素值。
另外，在本发明所涉及的放射线断层图像生成部中，优选的是，在上述实测重构图像、上述替换重构图像以及上述差分重构图像内的相同坐标的像素值是上述替换重构图像的像素值与上述差分重构图像的像素值之和比上述实测重构图像的像素值小的情况下，上述合成图像生成部选择上述和的像素值来生成合成重构图像。即，实测重构图像的高吸收体区域的像素值在图像重构时被过度评价而易于变为比原本能够获得的像素值高的像素值。因此，通过在该高吸收体区域的像素中选择替换重构图像的像素值与差分重构图像的像素值的和，能够使高吸收体区域的像素接近原本能够获得的像素值。
另外，在本发明所涉及的放射线断层图像生成部中，优选的是，在上述实测重构图像、上述替换重构图像以及上述差分重构图像内的相同坐标的像素值是上述替换重构图像的像素值与上述差分重构图像的像素值之和比上述实测重构图像的像素值大的情况下，上述合成图像生成部选择上述实测重构图像的像素值来生成合成重构图像。即，在由于高吸收体而不能获得原本的像素值的区域以外的区域，选择对实测投影数据直接进行图像重构而生成的实测重构图像的像素值。由此，例如即使是在差分重构图像中被错误地辨别为高吸收体区域的区域，也能够使得不选择被错误地辨别的区域。
另外，在本发明所涉及的放射线断层图像生成部中，优选的是，上述高吸收体区域确定部基于图割法，根据上述实测投影数据和上述实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据。由此，能够高精度地确定高吸收体区域。
另外，在本发明所涉及的放射线断层图像生成部中，优选的是，上述高吸收体区域确定部基于上述实测投影数据的阈值处理结果和上述实测重构图像的阈值处理结果来设定图割法中的种子区域。由此，能够基于阈值处理结果自动设定图割法中的种子区域。因此，能够使高吸收体区域的确定变得容易。
另外，在本发明所涉及的放射线断层图像生成部中，优选的是，上述实测图像重构部、上述替换图像重构部以及上述差分图像重构部中的至少任一个基于逐次近似法进行图像重构。由此，能够高精度地进行图像重构。
另外，本发明所涉及的放射线断层图像生成方法的特征在于，包括以下步骤：对针对包含放射线高吸收体的被检体从不同方向获取到的多个实测投影数据进行图像重构，来生成实测重构图像；根据上述实测投影数据和上述实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据；使用上述高吸收体区域确定数据，对上述实测投影数据的高吸收体区域以基于该高吸收体区域的邻近像素得到的数据进行数据替换，来获取替换投影数据；对上述替换投影数据进行图像重构来生成替换重构图像；以及按每个区域选择上述实测重构图像和上述替换重构图像中的某一个图像，来生成合成重构图像。
根据本发明所涉及的放射线断层图像生成方法，对实测投影数据进行图像重构来生成实测重构图像。根据实测投影数据和实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据。在实测投影数据中，成为例如引线、螺丝等高吸收体区域的像素值与其它区域的像素值没有很大变化的图像，难以准确地确定高吸收体区域。然而，在实测重构图像中，例如在高吸收体与生物体组织的边界处像素值明显变大。通过利用这点，能够更高精度地确定例如引线、螺丝等高吸收体与生物体组织的边界。另外，除了使用实测重构图像以外还使用实测投影数据，由此例如能够辨别高吸收体与生物体组织的边界的内侧是否为高吸收体。由此，能够更高精度地确定高吸收体区域。另外，使用高吸收体区域确定数据，对实测投影数据的高吸收体区域以基于该高吸收体区域的邻近像素得到的数据进行数据替换，来获取替换投影数据。对替换投影数据进行图像重构，来生成无高吸收体区域的替换重构图像。更高精度地确定高吸收体区域，因此能够更高精度地对高吸收体区域进行数据替换。因而，能够抑制由高吸收体引起的伪像，并且能够更高精度地复原断层图像(替换重构图像)的高吸收体区域附近的组织。
另外，合成图像生成部按每个区域选择实测重构图像和替换重构图像中的某一个图像，来生成合成重构图像。即，不仅根据替换重构图像，还根据实测重构图像来生成合成重构图像。由此，按每个区域选择最佳的图像，因此能够抑制由高吸收体引起的伪像，并且能够获得在高吸收体区域内示出高吸收体的断层图像(合成重构图像)。
发明的效果
根据本发明所涉及的放射线断层图像生成装置以及放射线断层图像生成方法，对实测投影数据进行图像重构来生成实测重构图像。根据实测投影数据和实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据。在实测投影数据中，成为例如引线、螺丝等高吸收体区域的像素值与其它区域的像素值没有很大变化的图像，难以准确地确定高吸收体区域。然而，在实测重构图像中，例如在高吸收体与生物体组织的边界处像素值明显变大。通过利用这点，能够更高精度地确定例如引线、螺丝等高吸收体与生物体组织的边界。另外，除了使用实测重构图像以外还使用实测投影数据，由此例如能够辨别高吸收体与生物体组织的边界的内侧是否为高吸收体。由此，能够更高精度地确定高吸收体区域。另外，使用高吸收体区域确定数据，对实测投影数据的高吸收体区域以基于该高吸收体区域的邻近像素得到的数据进行数据替换，来获取替换投影数据。对替换投影数据进行图像重构，来生成无高吸收体区域的替换重构图像。更高精度地确定高吸收体区域，因此能够更高精度地对高吸收体区域进行数据替换。因而，能够抑制由高吸收体引起的伪像，并且能够更高精度地复原断层图像(替换重构图像)的高吸收体区域附近的组织。
另外，根据本发明，求出实测投影数据与替换投影数据的差分来获取差分投影数据。对该差分投影数据进行图像重构来生成只有高吸收体区域的差分重构图像。然后，按每个区域选择实测重构图像、替换重构图像以及差分重构图像中的至少一个图像来生成合成重构图像。即，不仅根据替换重构图像，还根据实测重构图像和差分重构图像来生成合成重构图像。由此，按每个区域选择最佳的图像，因此能够抑制由高吸收体引起的伪像，并且能够获得在高吸收体区域内示出高吸收体的断层图像(合成重构图像)。
附图说明
图1是表示实施例所涉及的X射线断层摄影装置的概要结构的图。
图2是表示X射线断层图像生成部的结构的图。
图3的(a)是表示实测重构图像的图，(b)是表示替换重构图像的图，(c)是表示差分重构图像的图。
图4是表示金属区域确定部的结构的图。
图5的(a)是表示阈值处理后的实测投影数据的图，(b)是表示正投影数据的图，(c)是表示图形的种子区域的图，(d)是表示金属区域确定数据的图。
图6是用于说明针对实测投影数据的阈值处理的分布图。
图7是用于说明针对实测投影数据的阈值处理的直方图。
图8的(a)是用于说明针对实测重构图像的阈值处理的分布图，(b)是表示阈值处理后的实测重构图像的图。
图9是用于说明图割法的图。
图10的(a)是表示用于说明数据替换部的实测投影数据的图，(b)是(a)的横切线L1的分布图。
图11是用于说明合成图像生成部的流程图。
图12是表示实施例的X射线断层摄影装置的动作的流程图。
图13的(a)是表示变形例所涉及的阈值处理后的实测投影数据的图，(b)是表示变形例所涉及的实测重构图像的阈值处理后的正投影数据的图，(c)是表示变形例所涉及的金属区域确定数据的图。
图14是表示以往装置的动作的流程图。
具体实施方式
下面，参照附图来说明本发明的实施例。图1是表示实施例所涉及的X射线断层摄影装置的概要结构的图。此外，高吸收体以金属作为一例来进行说明。
参照图1。X射线断层摄影装置1具备：顶板2，其载置被检体M；X射线管3，其向被检体M照射X射线；以及平板型X射线检测器(以下适当地称为“FPD”)4，其与X射线管3相向地配置，检测透过被检体M的X射线。此外，FPD 4相当于本发明的实测投影数据获取部。
X射线管3被X射线管控制部5控制。X射线管控制部5具有产生X射线管3的管电压和管电流的高电压产生部6。X射线管控制部5根据管电压、管电流以及照射时间等X射线照射条件来使X射线管3照射X射线。
FPD 4在检测对象的透射X射线像所投影的X射线检测面上将多个X射线检测元件排列为横向·纵向的二维矩阵状，多个X摄像检测元件将X射线转换为电信号并进行检测。作为X射线检测元件的排列矩阵，例如列举横向：几千×纵向：几千的矩阵。X射线检测元件由直接转换型X射线检测元件或者间接转换型X射线检测元件构成，其中，该直接转换型X射线检测元件将X射线直接转换为电信号，该间接转换型X射线检测元件在将X射线暂时转换为光之后再转换为电信号。
X射线管3和FPD 4各自沿着被检体M的在图1中的体轴ax向彼此相反的方向同步地进行平行移动。X射线管3和FPD 4构成为例如通过未图示的齿条、小齿轮、马达等进行驱动。FPD 4与X射线管3同步地向相反方向移动，并且针对包含金属的被检体M获取来自不同方向(角度)的多个实测投影数据(X射线图像)p1。
在FPD 4的后级依次设置有A/D转换器7、图像处理部8以及主控制部9。A/D转换器7将从FPD 4输出的模拟的实测投影数据p1分别转换为数字信号。图像处理部8对进行数字转换而得到的实测投影数据p1进行各种必要的处理。主控制部9统一控制X射线断层摄影装置1的各结构，由中央运算处理装置(CPU)等构成。主控制部9例如进行使X射线管3或者FPD 4移动的控制。
X射线断层摄影装置1具备显示部11、输入部12以及存储部13。显示部11由监视器等构成。输入部12由键盘、鼠标等构成。存储部13由ROM(Read-only Memory：只读存储器)、RAM(Random-Access Memory：随机存取存储器)或者硬盘等包括可拆卸的部分的存储介质构成。在存储部13中例如存储有多个实测投影数据p1。
另外，X射线断层摄影装置1具备根据由FPD 4获取到的多个实测投影数据p1来生成断层图像的X射线断层图像生成部20。图2是表示X射线断层图像生成部20的结构的图。X射线断层图像生成部20生成各种断层图像。作为X射线断层图像生成部20所生成的断层图像，存在图3的(a)的实测重构图像R1、图3的(b)的替换重构图像R2以及图3的(c)的差分重构图像R3。另外，X射线断层图像生成部20按每个像素选择这些断层图像中的至少一个图像来生成合成重构图像R4。此外，实测重构图像R1是对实测投影数据p1直接进行图像重构而得到的断层图像。替换重构图像R2是无金属区域Y1的断层图像。差分重构图像R3是只有金属区域Y1的断层图像。
此外，在图3的(a)～图3的(c)中，附图标记m1表示骨组织，附图标记m2表示肌肉、皮肤等软组织。另外，附图标记m3表示被检体M以外的区域，附图标记m4表示金属区域Y1以外的区域。
返回到图2。X射线断层图像生成部20具备：实测图像重构部21，其对实测投影数据p1进行图像重构来生成实测重构图像R1；以及金属区域确定部23，其根据实测投影数据p1和实测重构图像R1来确定实测投影数据p1的金属区域Y1，来获取金属区域确定数据p1c。另外，X射线断层图像生成部20具备：数据替换部25，其基于金属区域确定数据p1c，对实测投影数据p1的金属区域Y1以基于该金属区域Y1的邻近像素K得到的数据Z进行数据替换，来获取替换投影数据p2；以及替换图像重构部27，其对替换投影数据p2进行图像重构来生成替换重构图像R2。
另外，X射线断层图像生成部20具备：差分处理部29，其求出实测投影数据p1与替换投影数据p2的差分，来获取仅示出金属区域Y1的像素值的差分投影数据p3；以及差分图像重构部31，其对差分投影数据p3进行图像重构来生成差分重构图像R3。X射线断层图像生成部20还具备合成图像生成部33，该合成图像生成部33按每个像素选择实测重构图像R1、替换重构图像R2以及差分重构图像R3中的至少一个图像来生成合成重构图像R4。接着，对X射线断层图像生成部20的各结构具体地说明。
此外，金属区域确定数据相当于本发明的高吸收体区域确定数据，金属区域确定部23相当于本发明的高吸收体区域确定部。另外，X射线断层图像生成部20相当于本发明的放射线断层图像生成装置。
<实测图像重构部>
实测图像重构部21对针对包含金属的被检体M从不同方向获取到的多个实测投影数据p1进行图像重构，来生成作为断层图像的一种的实测重构图像R1。即，实测图像重构部21对实测投影数据p1直接进行图像重构来生成实测重构图像R1。关于图像重构，例如使用逐次近似法和FBP(filtered back-projection：滤波反投影)法中的任一种方法。作为逐次近似法，例如使用ML-EM(maximum likelihood-expectation maximization：最大似然期望最大化)法、OS-EM(ordered subsets-expectation maximization：有序子集最大似然期望最大化)法、RAMLA(row-action maximum likelihood algorithm：行处理最大似然)法以及DRAMA(dynamic RAMLA：动态行处理最大似然)法。
<金属区域确定部>
金属区域确定部23基于图割(graph cuts)法，根据实测投影数据p1和实测重构图像R1来获取确定了实测投影数据p1的金属区域Y1的金属区域确定数据(投影数据)p1c。
图4是表示金属区域确定部23的结构的图。说明金属区域确定部23的各结构的概要。金属区域确定部23具备对实测投影数据p1进行阈值处理来获取阈值处理后的投影数据p1a(参照图5的(a))的实测投影数据阈值处理部23a。另外，金属区域确定部23具备：实测重构图像阈值处理部23b，其对实测重构图像R1进行阈值处理来获取二值化后的实测重构图像R1a；以及正投影部23c，其将二值化后的实测重构图像R1a进行正投影来获取正投影数据p1b(参照图5的(b))。
而且，金属区域确定部23具备：图形制作部23d，其使用阈值处理后投影数据p1a和正投影数据p1b来制作用于确定金属区域Y1的图形G(参照图5的(c))；以及切割部23e，其切割图形G并获取用于确定金属区域Y1的投影数据、即金属区域确定数据p1c(参照图5的(d))。此外，关于图割法的详细内容后述。另外，在图5的(b)～图5的(d)中，附图标记W是引线部分。另外，为了便于说明，图5的(a)～图5的(d)所示的阈值处理后投影数据p1a等用圆形的金属区域Y1、引线W示出(后述的图13的(a)～图13的(c)也相同)。因此，并非根据图5的(d)的金属区域确定数据p1c直接获取例如图3的(b)的替换重构图像R2。另外，区域Y4是无数据的区域，区域Y5是非金属的区域。
接着，进一步具体地说明金属区域确定部23的各结构。实测投影数据阈值处理部23a对实测投影数据p1进行阈值处理来获取阈值处理后实测投影数据p1a。图6是表示实测投影数据p1的分布的一例的图。如图6所示，首先通过阈值处理(阈值th1)来可靠地区分作为金属的金属区域Y1。另外，通过阈值处理(阈值th2)来可靠地区分作为非金属的非金属区域Y2。由此，将实测投影数据p1可靠地分割为金属区域Y1、非金属区域Y2以及不能区分是哪一个区域的不明区域Y3这三个区域。此外，设为图6位于图5的(a)中的附图标记F1的位置处。另外，图7是示出表示与实测投影数据p1的所有像素的像素值相对的频率的直方图H的一例的图。根据直方图H预先设定阈值th1、th2。
另一方面，实测重构图像阈值处理部23b对成为断层图像的实测重构图像R1进行阈值处理，并分割为金属区域Y1和除金属以外的区域。即，实测重构图像阈值处理部23b进行将金属区域Y1设为“1”、将除金属以外的区域设为“0”的阈值处理(二值化处理)，来获取二值化后的实测重构图像R1a。实测重构图像阈值处理部23b针对各个实测重构图像R1生成二值化后的实测重构图像R1a。
图8的(a)是表示实测重构图像R1的分布的一例的图。例如像逐次近似法那样通过多个重构算法生成的重构图像(例如实测重构图像R1)的存在高亮度差(高像素值差)边的部分(以下设为“高亮度边部分”)HL的像素值明显变大。关于高亮度边部分HL，例如能够列举金属与生物体组织(骨·软组织)的边界。实测重构图像阈值处理部23b如图8的(a)所示那样通过阈值处理(阈值th3)来提取该高亮度边部分HL。
图8的(b)是表示二值化后的实测重构图像R1a的一例的图。此外，将图8的(a)的阈值处理后的数据部分用附图标记F2表示。在实测重构图像R1中的金属区域Y1为圆形的情况下，在二值化后的实测重构图像R1a中，高亮度边部分HL被环状地提取。当将该二值化后的实测重构图像R1a进行正投影时，在正投影数据p1b上环状地出现高亮度边部分HL。在如本实施例那样实测投影数据等的获取方法是断层融合的情况等下，当不存在来自一部分方向的实测投影数据时等出现环状的高亮度边部分HL。
正投影部23c将二值化后的实测重构图像R1a进行正投影。获取将进行正投影得到的像素值不为零“0”的区域设为金属区域Y1、将像素值为零的区域设为无数据的区域Y4的正投影数据p1b(参照图5的(b))。
图形制作部23d制作在图割法中使用的图形G。该图割法是如下的方法：基于实测投影数据p1、阈值处理后投影数据p1a以及正投影数据p1b来生成图形G，基于该图形G来分割图形G的区域。因而，图割法是首先根据这三个图像来生成图9所示的图形G。图形G构成为包括与实测投影数据p1的各像素对应的节点N、两个接线端S、T以及将节点之间以及节点与接线端之间进行连接的边(edge)。在此，节点与实测投影数据p1的各像素对应，两个接线端S、T用金属和非金属表示。基于实测投影数据p1来设定要对各边赋予的成本，由此生成图形G。但是，在至此为止的过程中，在与被可靠地设为金属的像素对应的节点、即成为金属侧种子(Seed)的节点处，关于将金属侧接线端与该节点之间进行连接的边，设为不能被可靠地分割的成本，关于将非金属侧接线端与该节点之间进行连接的边，将成本设为0。同样地，在至此为止的过程中，在与被可靠地设为非金属的像素对应的节点、即成为非金属侧种子(Seed)的节点处，关于将非金属侧接线端与该节点之间进行连接的边，设为不能被可靠地分割的成本，关于将金属侧接线端与该节点之间进行连接的边，将成本设为0。之后，按照对边赋予的成本来对图形G进行区域分割，由此在图像内分割为金属和非金属两个区域。从而根据图割法进行的区域分割结束。
具体地说明图形G的生成方法。如图9所示，此时制作的图形G构成为包含与实测投影数据p1的各像素对应的节点N、金属的接线端S以及非金属的接线端T。图形制作部23d基于实测投影数据p1和实测重构图像R1的阈值处理结果以及节点与邻近的节点之间的像素值差来设定图割法中的边的成本。其中，根据阈值处理后投影数据p1a和正投影数据p1b来设定种子区域，对将对应于种子区域的节点与接线端进行连接的边设定上述成本。种子区域的节点用下述方法来决定。在图形G中的各节点N处，图形制作部23d将阈值处理后投影数据p1a中的被辨别为金属区域Y1或者非金属区域Y2的区域设定为金属的种子和非金属的种子(参照图5的(c))。另外同样地，在图形G中的各节点N处，图形制作部23d将正投影数据p1b中的被辨别为金属区域Y1的区域定为高吸收体的种子(参照图5的(c))。
另外，对边E1赋予由实测投影数据p1的各像素值产生的成本C1。对将各节点之间连接的边E2赋予基于实测投影数据p1的各像素间的像素值差的成本C2。例如，各像素间的像素值差越大，则被赋予边E2的成本C2成为越小的值。成本C1、C2作为用于进行区域分割的指标。
在设定种子和成本C1、C2后制作出的图形G的不明区域Y3(参照图5的(c))中，切割部23e对各图形G的不明区域Y3进行切割，以使切割出的部分的成本C2的总和最小。由此，确定金属区域Y1。切割部23e输出仅提取金属区域Y1的金属区域确定数据(投影数据)p1c。此外，在如图5的(c)所示那样设定了种子的图形G中，实测投影数据p1中的不明区域Y3a的各像素的与周围的像素的像素值差小，因此不明区域Y3a的成本C2变大。因此，在不明区域Y3a中不进行切割。
<数据替换部>
返回到图2。数据替换部25对实测投影数据p1的确定后的金属区域Y1以基于该金属区域Y1的邻近像素K得到的数据Z进行数据替换，来获取替换投影数据p2。关于数据替换，例如图10的(a)所示，当存在横切金属区域Y1的横切线(L1、L2、…、Lx)时，替换像素值使得将金属区域Y1外侧的两个像素连接。在图10的(b)中表示替换数据Z。替换数据Z将两个像素值直线状地连接并替换像素值，但也可以是曲线。也可以在数据替换后进一步进行使像素值平滑的平滑化处理。作为该处理，例如使用二维的高斯滤波器、中值滤波器。此外，也可以用其它已知的方法来进行数据替换。
<替换图像重构部>
替换图像重构部27对替换投影数据p2进行图像重构来生成替换重构图像R2。生成的替换重构图像R2成为无金属区域Y1的图像。图像重构例如同样使用逐次近似法和FBP法中的某一种方法。
<差分处理部和差分图像重构部>
差分处理部29求出实测投影数据p1与替换投影数据p2的差分，来获取仅示出金属区域Y1的差分投影数据p3。差分图像重构部31对差分投影数据p3进行图像重构来生成差分重构图像R3。生成的差分重构图像R3成为只有金属区域Y1的图像。图像重构例如使用逐次近似法。
<合成图像生成部>
向合成图像生成部33发送实测重构图像R1、替换重构图像R2以及差分重构图像R3，并存储到未图示的存储部中。合成图像生成部33按每个像素选择实测重构图像R1、替换重构图像R2以及差分重构图像R3中的至少一个图像来生成合成重构图像R4。在此，实测重构图像R1是基于实测投影数据p1生成的断层图像，并拍进了金属区域Y1。替换重构图像R2是根据从实测投影数据p1消除金属区域Y1后的图像组(替换投影数据p2)进行重构而得到的断层图像。差分重构图像R3是根据作为实测投影数据p1与替换投影数据p2的差分的图像组(差分投影数据p3)进行重构而得到的断层图像。
实测重构图像R1在金属区域Y1的周围产生了暗的伪像，该伪像不应该出现在合成重构图像R4上。另外，在拍进实测重构图像R1中的金属区域Y1内拍进了光斑，该光斑也不应该出现在合成重构图像R4上。在替换重构图像R2中消除金属区域Y1，仅通过这一点不会成为适于诊断的图像。同样地，差分重构图像R3此次是仅拍进金属区域Y1的图像，仅通过这一点不会成为适于诊断的图像。因此，合成图像生成部33将这三个断层图像进行组合来生成适于诊断的断层图像、即合成重构图像R4。参照图11的流程图对合成图像生成部33进行说明。
〔步骤S01〕取出像素值
取出实测重构图像R1、替换重构图像R2以及差分重构图像R3内的相同坐标的任意的像素值r1、r2、r3。
〔步骤S02〕第一像素值比较
在替换重构图像R2的像素值r2比实测重构图像R1的像素值r1大(r2>r1)的情况下，合成图像生成部33选择替换重构图像R2的像素值r2来作为合成重构图像R4的像素值r4。即，在像素值为r2>r1的情况下，合成图像生成部33选择像素值r2并进入步骤S04。在该步骤中，在合成重构图像R4中不使用构成实测重构图像R1上的暗的伪像的像素，取而代之地使用替换重构图像R2上的相同位置的像素。因此，合成重构图像R4上不会出现实测重构图像R1上的暗的伪像。
替换重构图像R2是无金属区域Y1的图像。在实测重构图像R1中，金属区域Y1附近的像素由于金属区域Y1而易于变为比原本能够获得的像素值低的像素值。因此，通过在该金属区域附近的像素中选择替换重构图像R2的像素值r2，能够使金属区域附近的像素接近原本能够获得的像素值(下冲的像素值的校正)。
另外，在步骤S02中，在替换重构图像R2的像素值r2比实测重构图像R1的像素值r1小(r2<r1)的情况下，合成图像生成部33进入步骤S03。此外，在像素值为r2＝r1的情况下，可以选择像素值r1、r2中的任一个。为了简化处理，例如也可以在像素值为r2≥r1的情况下选择像素值r2，并进入步骤S04。
〔步骤S03〕第二像素值比较
在替换重构图像R2的像素值r2与差分重构图像R3的像素值r3之和(r2+r3)比实测重构图像R1的像素值r1小(r2+r3<r1)的情况下，合成图像生成部33选择和(r2+r3)的像素值来作为合成重构图像R4的像素值r4。即，在像素值为r2+r3<r1的情况下，合成图像生成部33选择像素值(r2+r3)，并进入步骤S04。在该步骤中，在合成重构图像R4中不使用实测重构图像R1上的金属区域中的明亮的区域(被过度评价的区域)，取而代之地使用和(r2+r3)的像素。因此，合成重构图像R4上不会出现实测重构图像R1上的金属区域中的明亮的区域。由此，在合成重构图像R4上的金属区域中不会出现光斑。
实测重构图像R1的金属区域Y1的像素值r1在图像重构时被过度评价而易于变为比原本能够获得的像素值高的像素值。因此，通过在该金属区域Y1的像素中选择替换重构图像R2的像素值r2与差分重构图像R3的像素值r3之和(r2+r3)，能够使高吸收体区域的像素接近原本能够获得的像素值(金属区域Y1等过冲的像素值的校正)。
另外，在步骤S03中，在替换重构图像R2的像素值r2与差分重构图像R3的像素值r3之和(r2+r3)比实测重构图像R1的像素值r1大(r2+r3>r1)的情况下，合成图像生成部33选择实测重构图像R1的像素值r1来作为合成重构图像R4的像素值r4。即，在步骤S02和步骤S03中均选择了“不符合(否)”的情况下，合成图像生成部33选择图像R1的像素值r1，并进入步骤S04。
在由于金属而不能获得原本的像素值的、在步骤S02和步骤S03的某一步骤中选择了“是”的区域以外的区域，选择对实测投影数据p1直接进行图像重构而生成的实测重构图像R1的像素值r1。由此，例如即使是在差分重构图像R3中被错误地辨别为金属区域Y1的区域，也能够使得不选择被错误地辨别的区域。
此外，在像素值是r2+r3＝r1的情况下，可以选择像素值(r2+r3)、r1中的任一个。为了简化处理，例如也可以在像素值是r2+r3≤r1的情况下选择像素值(r2+r3)，并进入步骤S04。
〔步骤S04〕生成合成重构图像
合成图像生成部33将在步骤S02和步骤S03中选择出的图像R1～R3的像素值(r2、r2+r3、r1)赋予合成重构图像R4的对应的坐标的像素r4。由此，生成合成重构图像R4。
〔步骤S05〕合成重构图像已完成？
在合成重构图像R4未完成的情况下，为了生成合成重构图像R4的未完成部分的像素r4，例如指定下一个像素r4，并返回到步骤S01。在合成重构图像R4已完成的情况下(合成重构图像R4的所有像素r4的选择结束的情况下)，结束处理(END)。如上所述，合成图像生成部33生成合成重构图像R4。
接着，参照图12对X射线断层摄影装置1的动作进行说明。
〔步骤S11〕获取实测投影数据
X射线管3和FPD 4沿着被检体M的在图1中的体轴ax向彼此相反的方向同步地进行平行移动。此时，X射线管3向被检体M照射X射线，FPD 4检测透过被检体M的X射线。FPD 4针对包含金属的被检体M获取来自多个不同方向的实测投影数据p1。实测投影数据p1被存储在存储部13中。
〔步骤S12〕生成实测重构图像
实测图像重构部21对实测投影数据p1进行图像重构来生成实测重构图像R1(参照图3的(a))。
〔步骤S13〕确定金属区域
金属区域确定部23基于图割法，根据实测投影数据p1和实测重构图像R1来确定实测投影数据p1的金属区域Y1，来获取金属区域确定数据p1c。首先，金属区域确定部23基于实测投影数据p1和实测重构图像R1的阈值处理结果来决定图割法中的种子区域。
通过对实测投影数据p1进行阈值处理来可靠地求出金属区域Y1并可靠地求出非金属区域Y2。由此，划分为金属区域Y1、非金属区域Y2以及不能区分是哪个区域的区域Y3这三个区域。另外，将金属区域Y1、非金属区域Y2设定为图割法中的图形G的种子。另一方面，通过对实测重构图像R1进行阈值处理(二值化处理)，来获取划分为将金属区域设为“1”、将非金属区域设为“0”的两个区域的二值化后的实测重构图像R1a。将二值化后的实测重构图像R1a进行正投影，获取将进行正投影得到的像素值不为零“0”的区域设为金属区域、将像素值为零的区域设为无数据的区域的正投影数据p1b。将获取到的正投影数据p1b的金属区域Y1设定为种子。
另外，例如，各像素间的像素值差越大，则实测投影数据p1的各像素间的成本C2成为越小的值。设定种子和成本C1、C2来制作图形G。在图形G中没有被设定为种子的不明区域Y3中，切割各图形G的不明区域Y3以使成本C2的总和最小。由此，确定金属区域Y1。确定金属区域Y1后的金属区域确定数据p1c成为实测投影数据p1中的仅提取金属区域Y1的投影数据。
〔步骤S14〕数据替换
数据替换部25基于金属区域确定数据p1c，对实测投影数据p1的金属区域Y1以基于该金属区域Y1的邻近像素K得到的替换数据Z进行数据替换，来获取替换投影数据p2(参照图10的(a)和图10的(b))。
〔步骤S15〕生成替换重构图像
替换图像重构部27对替换投影数据p2进行图像重构来生成替换重构图像R2(参照图3的(b))。生成的替换重构图像R2是无金属区域Y1的图像。
〔步骤S16〕差分处理
差分处理部29求出实测投影数据p1与替换投影数据p2的差分，来获取仅示出金属区域Y1的差分投影数据p3。
〔步骤S17〕生成差分重构图像
差分图像重构部31对差分投影数据p3进行图像重构来生成差分重构图像R3。生成的差分重构图像R3是只有金属区域Y1的图像(参照图3的(c))。
〔步骤S18〕生成合成重构图像
合成图像生成部33按每个像素选择实测重构图像R1、替换重构图像R2以及差分重构图像R3中的至少一个图像来生成合成重构图像R4。合成图像生成部33将选择出的图像R1～R3的像素值(r2、r2+r3、r1)赋予合成重构图像R4的对应的坐标的像素r4。由此，生成合成重构图像R4。生成的合成重构图像R4显示于显示部11，或者存储在存储部13中。
如上所述，根据本实施例，实测图像重构部21对实测投影数据p1进行图像重构来生成实测重构图像R1。金属区域确定部23根据实测投影数据p1和实测重构图像R1来确定实测投影数据p1的金属区域Y1，来获取金属区域确定数据p1c。在实测投影数据p1中，成为例如引线、螺丝等金属区域的像素值与其它区域的像素值没有很大变化的图像，难以准确地确定金属区域Y1。然而，在实测重构图像R1中，例如在金属与生物体组织的边界处像素值明显变大。通过利用这点，例如能够更高精度地确定引线、螺丝等金属与生物体组织的边界。另外，除了使用实测重构图像R1以外还使用实测投影数据p1，由此例如能够辨别金属与生物体组织的边界的内侧是否为金属。由此，能够更高精度地确定金属区域。另外，数据替换部25基于金属区域确定数据p1c，对实测投影数据p1的金属区域Y1以基于该金属区域Y1的邻近像素K得到的数据Z进行数据替换，来获取替换投影数据p2。替换图像重构部27对替换投影数据p2进行图像重构来生成无金属区域Y1的替换重构图像R2。更高精度地确定金属区域Y1，因此能够更高精度地对金属区域Y1进行数据替换。因而，能够抑制由金属引起的伪像，并且能够更高精度地复原断层图像(替换重构图像R2)的金属区域Y1附近的组织。
另外，差分处理部29求出实测投影数据p1与替换投影数据p2的差分，来获取差分投影数据p3。差分图像重构部31对差分投影数据p3进行图像重构来生成只有金属区域Y1的差分重构图像R3。然后，合成图像生成部33按每个像素选择实测重构图像R1、替换重构图像R2以及差分重构图像R3中的至少一个图像来生成合成重构图像R4。即，不仅根据替换重构图像R2，还根据实测重构图像R1和差分重构图像R3来生成合成重构图像R4。由此，按每个像素选择最佳的图像，因此能够抑制由金属引起的伪像，并且能够获得在金属区域Y1中示出金属的断层图像(合成重构图像R4)。
另外，金属区域确定部23基于图割法，根据实测投影数据p1和实测重构图像R1来确定实测投影数据p1的金属区域Y1，来获取金属区域确定数据p1c。由此，相对于其它方法能够高精度地确定金属区域Y1。
另外，金属区域确定部23基于实测投影数据p1和实测重构图像R1的阈值处理结果来设定图割法中的种子区域。由此，能够基于阈值处理结果自动设定图割法中的种子区域。因此，能够使金属区域Y1的确定变得容易。
另外，实测图像重构部21、替换图像重构部27以及差分图像重构部31中的至少任一个基于逐次近似法进行图像重构。由此，能够高精度地进行图像重构。
本发明不限于上述实施方式，能够如下述那样进行变形并实施。
(1)在上述实施例中，金属区域确定部23基于图割法，根据实测投影数据p1和实测重构图像R1来确定实测投影数据p1的金属区域Y1，来获取金属区域确定数据p1c，但并不限于此。例如，也可以通过使用静态阈值的方法、使用动态阈值的方法、使用动态轮廓(Snake)的方法、水平集法(Level Set Method)以及图形分割(Grab Cut)法等区域分割方法来确定金属区域Y1。此外，在这些方法中，实测重构图像R1的使用方法各不相同，但必定生成正投影数据。
在此，作为确定金属区域Y1的方法的一例，具体地说明使用静态阈值的方法。首先，进行静态阈值处理来从实测投影数据p1提取金属区域Y1(＝“1”)(参照图13的(a))。此外，非金属区域Y2用“0”表示。接着，使用实测重构图像R1提取实测投影数据p1上的金属区域Y1(参照图13的(b))。例如像实施例那样对实测重构图像R1进行静态阈值处理，将阈值处理后的实测重构图像R1进行正投影来生成正投影数据。由此，提取图13的(b)所示的实测投影数据p1上的金属区域Y1。将在图13的(a)和图13的(b)中的至少任一个图中被辨别为金属区域Y1的区域设为作为最终结果的金属区域Y1(参照图13的(c))。
(2)在上述实施例和变形例(1)中，自动设定了在图割法中使用的图形G的种子。然而，例如在显示部11中显示实测投影数据p1和实测重构图像R1，在实测投影数据p1上通过输入部12指定金属区域Y1和非金属区域Y2，在实测重构图像R1上通过输入部12指定金属区域Y1。然后，将在实测投影数据p1上指定的金属区域Y1和非金属区域Y2设定为种子。另外，将指定了金属区域Y1的区域设为“1”、将除此以外的区域设为“0”并将实测重构图像R1进行正投影，将正投影数据的像素值不为“0”的区域设定为种子。即，金属区域确定部23通过来自输入部12的输入，根据实测投影数据p1和实测重构图像R1来设定图割法中的种子区域。此外，如果是根据实测投影数据p1和实测重构图像R1设定种子，则也可以使用与上述实施例不同的图割法。
(3)在上述实施例和各变形例中，合成图像生成部33按每个像素选择实测重构图像R1、替换重构图像R2以及差分重构图像R3中的至少一个图像来生成合成重构图像R4。然而，并不限定于此，例如也可以按每个2×2像素的区域进行选择并生成合成重构图像R4。
(4)在上述实施例和各变形例中，合成图像生成部33也可以在图11所示的流程图中省略校正下冲的像素值的步骤S02和校正金属区域Y1等过冲的像素值的步骤S03中的任一个步骤来生成合成重构图像R4。也可以在省略步骤S02的情况下，当在步骤S03的判断中判断为“否”时，选择图像R1的像素值r1。同样地，也可以在省略步骤S03的情况下，当在步骤S02的判断中判断为“否”时，选择图像R1的像素值r1。
(5)在上述实施例和各变形例中，X射线断层图像生成部20也可以由个人计算机、工作站等构成。即，X射线断层图像生成部20也可以具备：控制部，其由用于执行程序的CPU等构成；以及存储部，其由存储程序等的ROM、RAM等存储介质构成。也可以使存储部存储各步骤S01～S05、S11～S18的动作的程序，并由控制部来执行该程序。在该情况下，用输入部12输入该程序所需的操作，执行程序后的合成重构图像R4显示于显示部11。
(6)在上述实施例和各变形例中，也可以将各步骤S01～S05、S11～S18的动作的程序存储到存储部13中，并由主控制部9执行。在该情况下，用输入部12输入该程序所需的操作，例如合成重构图像R4显示于显示部11。另外，也可以设为能够由利用LAN等网络系统与X射线断层摄影装置1进行连接的个人电脑来执行该动作的程序。
(7)在上述实施例和各变形例中，如图1所示，X射线断层摄影装置1使X射线管3和FPD 4向彼此相反的方向进行平行移动，来获取实测投影数据p1。然而，X射线断层摄影装置1也可以使X射线管3和FPD 4绕被检体M进行旋转来获取实测投影数据p1。
(8)在上述实施例和各变形例中，将与断层融合对应的X射线断层摄影装置1作为放射线断层摄影装置的一例进行了说明。然而，放射线断层摄影装置也可以是X射线CT装置。
(9)在上述实施例和各变形例中，作为实测投影数据获取部，以FPD 4为例进行了说明，但也可以是图像增强器。
附图标记说明
1：X射线断层摄影装置；4：平板型X射线检测器(FPD)；9：主控制部；20：X射线断层图像生成部；21：实测图像重构部；23：金属区域确定部；25：数据替换部；27：替换图像重构部；29：差分处理部；31：差分图像重构部；33：合成图像生成部；th1、th2、th3：阈值；Y1：金属区域；Y2：非金属区域；Y3、Y3a：不明区域；R4：合成重构图像；G：图形；p1：实测投影数据；p1a：阈值处理后投影数据；p1b：正投影数据；p1c：金属区域确定数据；p2：替换投影数据；p3：差分投影数据；R1：实测重构图像；R2：替换重构图像；R3：差分重构图像；R4：合成重构图像；r1～r4：像素值；Z：替换数据。

Claims (8)

1.一种放射线断层图像生成装置，其特征在于，具备：
实测图像重构部，其对针对包含放射线高吸收体的被检体从不同方向获取到的多个实测投影数据进行图像重构，来生成作为断层图像的实测重构图像；
高吸收体区域确定部，其根据上述实测投影数据和上述实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据；
数据替换部，其使用上述高吸收体区域确定数据，对上述实测投影数据的高吸收体区域以基于该高吸收体区域的邻近像素得到的数据进行数据替换，来获取替换投影数据；
替换图像重构部，其对上述替换投影数据进行图像重构来生成作为断层图像的替换重构图像；
差分处理部，其求出上述实测投影数据与上述替换投影数据的差分，来获取差分投影数据；
差分图像重构部，其对上述差分投影数据进行图像重构来生成作为断层图像的差分重构图像；以及
合成图像生成部，其按每个区域选择上述实测重构图像、上述替换重构图像以及上述差分重构图像中的至少一个图像，来生成合成重构图像。
2.根据权利要求1所述的放射线断层图像生成装置，其特征在于，
在上述实测重构图像和上述替换重构图像内的相同坐标的像素值是上述替换重构图像的像素值比上述实测重构图像的像素值大的情况下，上述合成图像生成部选择上述替换重构图像的像素值来生成合成重构图像。
3.根据权利要求1或2所述的放射线断层图像生成装置，其特征在于，
在上述实测重构图像、上述替换重构图像以及上述差分重构图像内的相同坐标的像素值是上述替换重构图像的像素值与上述差分重构图像的像素值之和比上述实测重构图像的像素值小的情况下，上述合成图像生成部选择上述和的像素值来生成合成重构图像。
4.根据权利要求1或2所述的放射线断层图像生成装置，其特征在于，
在上述实测重构图像、上述替换重构图像以及上述差分重构图像内的相同坐标的像素值是上述替换重构图像的像素值与上述差分重构图像的像素值之和比上述实测重构图像的像素值大的情况下，上述合成图像生成部选择上述实测重构图像的像素值来生成合成重构图像。
5.根据权利要求1或2所述的放射线断层图像生成装置，其特征在于，
上述高吸收体区域确定部基于图割法，根据上述实测投影数据和上述实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据。
6.根据权利要求5所述的放射线断层图像生成装置，其特征在于，
上述高吸收体区域确定部基于上述实测投影数据的阈值处理结果和上述实测重构图像的阈值处理结果来设定图割法中的种子区域。
7.根据权利要求1或2所述的放射线断层图像生成装置，其特征在于，
上述实测图像重构部、上述替换图像重构部以及上述差分图像重构部中的至少任一个基于逐次近似法进行图像重构。
8.一种放射线断层图像生成方法，其特征在于，包括以下步骤：
对针对包含放射线高吸收体的被检体从不同方向获取到的多个实测投影数据进行图像重构，来生成作为断层图像的实测重构图像；
根据上述实测投影数据和上述实测重构图像来确定实测投影数据的高吸收体区域，来获取高吸收体区域确定数据；
使用上述高吸收体区域确定数据，对上述实测投影数据的高吸收体区域以基于该高吸收体区域的邻近像素得到的数据进行数据替换，来获取替换投影数据；
对上述替换投影数据进行图像重构来生成作为断层图像的替换重构图像；
求出上述实测投影数据与上述替换投影数据的差分，来获取差分投影数据；
对上述差分投影数据进行图像重构来生成作为断层图像的差分重构图像；以及
按每个区域选择上述实测重构图像、上述替换重构图像以及上述差分重构图像中的至少一个图像，来生成合成重构图像。
CN201280075569.3A 2012-08-31 2012-08-31 放射线断层图像生成装置以及放射线断层图像生成方法 Active CN104602606B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/005545 WO2014033792A1 (ja) 2012-08-31 2012-08-31 放射線断層画像生成装置、放射線断層撮影装置および放射線断層画像生成方法

Publications (2)

Publication Number Publication Date
CN104602606A CN104602606A (zh) 2015-05-06
CN104602606B true CN104602606B (zh) 2017-06-23

Family

ID=50182643

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280075569.3A Active CN104602606B (zh) 2012-08-31 2012-08-31 放射线断层图像生成装置以及放射线断层图像生成方法

Country Status (5)

Country Link
US (1) US9486178B2 (zh)
EP (1) EP2891455B1 (zh)
JP (1) JP5994858B2 (zh)
CN (1) CN104602606B (zh)
WO (1) WO2014033792A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10395363B2 (en) * 2013-04-25 2019-08-27 Shimadzu Corporation Image processing device
CN106471392B (zh) * 2014-07-04 2019-02-15 株式会社岛津制作所 图像重构处理方法
JP6398685B2 (ja) * 2014-12-16 2018-10-03 コニカミノルタ株式会社 断層画像生成システム及び画像処理装置
US9672641B2 (en) * 2015-07-09 2017-06-06 Sirona Dental Systems Gmbh Method, apparatus, and computer readable medium for removing unwanted objects from a tomogram
WO2017029702A1 (ja) * 2015-08-17 2017-02-23 株式会社島津製作所 画像再構成処理方法、画像再構成処理プログラム並びにそれを搭載した断層撮影装置
US10803632B2 (en) 2015-12-15 2020-10-13 Koninklijke Philips N.V. Image processing system for eliminating or reducing streak artifacts in rotational imaging
JP2017126304A (ja) * 2016-01-15 2017-07-20 富士ゼロックス株式会社 画像処理装置、画像処理方法、画像処理システムおよびプログラム
CN108780052B (zh) * 2016-03-11 2020-11-17 株式会社岛津制作所 图像重构处理方法、图像重构处理程序以及安装有该程序的断层摄影装置
JP6562869B2 (ja) * 2016-04-01 2019-08-21 富士フイルム株式会社 データ分類装置、方法およびプログラム
JP6317511B1 (ja) * 2017-06-30 2018-04-25 株式会社日立製作所 Ｘ線トモシンセシス装置
KR102555465B1 (ko) 2018-06-11 2023-07-17 삼성전자주식회사 단층 영상의 생성 방법 및 그에 따른 엑스선 영상 장치
JP6716765B1 (ja) * 2018-12-28 2020-07-01 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、プログラム
JP7345292B2 (ja) * 2019-06-25 2023-09-15 富士フイルムヘルスケア株式会社 Ｘ線トモシンセシス装置、画像処理装置、および、プログラム
JP7317651B2 (ja) * 2019-09-24 2023-07-31 富士フイルムヘルスケア株式会社 医用画像処理装置および医用画像処理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101065065A (zh) * 2004-11-26 2007-10-31 株式会社东芝 X射线ct装置和图像处理装置
JP4495926B2 (ja) * 2003-07-01 2010-07-07 株式会社東芝 Ｘ線立体再構成処理装置、ｘ線撮影装置、ｘ線立体再構成処理方法及びｘ線立体撮影補助具

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6125193A (en) * 1998-06-01 2000-09-26 Kabushiki Kaisha Toshiba Method and system for high absorption object artifacts reduction and superposition
JP3707347B2 (ja) 2000-04-07 2005-10-19 株式会社島津製作所 Ｘ線ｃｔ装置の画像処理方法及びｘ線ｃｔ装置並びにｘ線ｃｔ撮影用記録媒体
US7340027B2 (en) 2003-07-18 2008-03-04 Koninklijke Philips Electronics N.V. Metal artifact correction in computed tomography
JP2007520300A (ja) * 2004-02-05 2007-07-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ボクセル組織クラスを分散するｃｔにおける高減衰オブジェクトにより生じる画像全体のアーティファクトの縮小
DE102007016319A1 (de) 2007-04-04 2008-10-09 Siemens Ag Ermittlungsverfahren zum Ermitteln einer endgültigen dreidimensionalen Rekonstruktion eines Untersuchungsobjekts durch mehrfache Segmentierung von Metall und hiermit korrespondierende einrichtungstechnische Gegenstände
JP5601675B2 (ja) 2008-02-29 2014-10-08 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー Ｘ線ｃｔ装置およびプログラム
DE102009032059A1 (de) * 2009-07-07 2011-01-13 Siemens Aktiengesellschaft Sinogrammbearbeitung für die Metallartefaktreduktion in der Computertomographie

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4495926B2 (ja) * 2003-07-01 2010-07-07 株式会社東芝 Ｘ線立体再構成処理装置、ｘ線撮影装置、ｘ線立体再構成処理方法及びｘ線立体撮影補助具
CN101065065A (zh) * 2004-11-26 2007-10-31 株式会社东芝 X射线ct装置和图像处理装置

Also Published As

Publication number Publication date
EP2891455A4 (en) 2015-09-02
US9486178B2 (en) 2016-11-08
CN104602606A (zh) 2015-05-06
JPWO2014033792A1 (ja) 2016-08-08
JP5994858B2 (ja) 2016-09-21
EP2891455A1 (en) 2015-07-08
EP2891455B1 (en) 2017-11-22
WO2014033792A1 (ja) 2014-03-06
US20150305702A1 (en) 2015-10-29

Similar Documents

Publication Publication Date Title
CN104602606B (zh) 放射线断层图像生成装置以及放射线断层图像生成方法
KR102210474B1 (ko) 양전자방출 단층촬영 시스템 및 그것을 이용한 영상 재구성 방법
Lemmens et al. Suppression of metal artifacts in CT using a reconstruction procedure that combines MAP and projection completion
US9642588B2 (en) X-ray computer tomographic apparatus and scan plan setting supporting apparatus
US8503750B2 (en) Method and apparatus for reduction of metal artifacts in CT images
CN107545584A (zh) 医学图像中定位感兴趣区域的方法、装置及其系统
CN100553561C (zh) 在ct血管造影术中分割结构的方法及设备
CN107203741B (zh) 血管提取方法、装置及其系统
CN102711617B (zh) 扫描规划视场调整器、确定器和/或质量评估器
Van Slambrouck et al. Metal artifact reduction in computed tomography using local models in an image block‐iterative scheme
Xu et al. An algorithm for efficient metal artifact reductions in permanent seed implants
CN106572826A (zh) 在x射线成像中的自动化剂量控制的系统和方法
JP2007520300A (ja) ボクセル組織クラスを分散するｃｔにおける高減衰オブジェクトにより生じる画像全体のアーティファクトの縮小
CN103562960B (zh) 用于生成图像的图像区域与元素类之间的分配的装置
CN102947861A (zh) 用于在低剂量计算机断层摄影中降低噪声的方法和系统
US20210000438A1 (en) Deep neural network for ct metal artifact reduction
JP2015033581A (ja) Ｘ線コンピュータ断層撮像装置及び医用画像処理プログラム
JP2010142478A (ja) Ｘ線ｃｔ装置
CN102613986A (zh) 减少重建的ct图像数据组中的伪影的方法和计算机系统
Gomez‐Cardona et al. Low‐dose cone‐beam CT via raw counts domain low‐signal correction schemes: Performance assessment and task‐based parameter optimization (Part II. Task‐based parameter optimization)
DE102016215105A1 (de) Verfahren und Datenverarbeitungseinheit zum Ermitteln eines Akquisitionsdatenverarbeitungsalgorithmus
CN113729747B (zh) 一种球形金属标记的锥束ct金属伪影去除系统及去除方法
KR102534762B1 (ko) 신쎄틱 2차원 영상 합성 방법 및 장치
US10140707B2 (en) System to detect features using multiple reconstructions
US20230065196A1 (en) Patient-specific organ dose quantification and inverse optimization for ct

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant