CN107427276B - 图像生成装置、图像生成方法以及x射线ct装置 - Google Patents

图像生成装置、图像生成方法以及x射线ct装置 Download PDF

Info

Publication number
CN107427276B
CN107427276B CN201680017574.7A CN201680017574A CN107427276B CN 107427276 B CN107427276 B CN 107427276B CN 201680017574 A CN201680017574 A CN 201680017574A CN 107427276 B CN107427276 B CN 107427276B
Authority
CN
China
Prior art keywords
scatter diagram
image
pixels
error
ray
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
CN201680017574.7A
Other languages
English (en)
Other versions
CN107427276A (zh
Inventor
横井一磨
坪田悠史
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.)
Fujifilm Healthcare Corp
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Publication of CN107427276A publication Critical patent/CN107427276A/zh
Application granted granted Critical
Publication of CN107427276B publication Critical patent/CN107427276B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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]
    • A61B6/032—Transmission 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
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • 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
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/20—Sources of radiation
    • G01N2223/206—Sources of radiation sources operating at different energy levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/419—Imaging computed tomograph
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/612—Specific applications or type of materials biological material
    • G01N2223/6126—Specific applications or type of materials biological material tissue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/408—Dual energy

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Optics & Photonics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Physiology (AREA)
  • Human Computer Interaction (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

以减小物质分解图像中的统计误差为课题。为了解决该课题，本发明的特征在于，具有：散布图生成部(414)，以用于基础物质分解的各基础物质的浓度为轴，生成散布图，在该散布图中，绘制出通过所述基础物质分解输出的物质分解图像的像素与基础物质分解中的基础物质中的哪个浓度对应；角度处理部(415)，旋转成使在所述散布图中绘制出的绘制点的统计误差最小化；以及像素变换部(416)，根据利用所述误差最小化部使统计误差最小化而得到的散布图中的像素，对物质分解图像的像素进行变换。

Description

图像生成装置、图像生成方法以及X射线CT装置
技术领域
本发明涉及进行物质分解图像的校正的图像生成装置、图像生成方法以及X射线CT装置的技术。
背景技术
在X射线CT(Computerized Tomography，计算机断层摄影)装置中，一般是由电流模式的X射线检测器检测基于X射线管的具有连续(非单色)能量分布的X射线光子群的结构。但是，电流模式的X射线检测器存在无法获取能量信息的课题。
作为用于有效地利用基于具有多个能量分布的X射线群的信息的技术，已知大致有两种方式。第1种为双能量CT(dual energy CT)，是作为检测器保留电流模式而使用基于两种X射线管电压的两个连续能量分布的手法。第2种是被称为光子计数CT(photoncounting CT)、光谱CT(spectral CT)等的使用能够得到能量信息的脉冲模式检测器的手法。
另外，作为以减少统计误差为目的的技术，公开有进行加权相加的例子(例如，参照专利文献1)。
现有技术文献
专利文献
专利文献1：日本特开2006－101926号公报
发明内容
使用脉冲模式检测器的X射线CT装置能够得到电流模式的X射线CT装置所没有的信息，但其物质分解图像的统计误差一般不好。如果统计误差不好，则物质分解图像会变得不清楚。因此，为了确保基础的视觉辨认性、分离关注区域等而希望为低统计误差的图像。
另外，在专利文献1所记载的技术中，存在即使花费庞大的计算成本也未必会使误差最小化的课题。
本发明是鉴于这样的背景而完成的，本发明的课题在于减小物质分解图像中的统计误差。
为了解决所述的课题，本发明的特征在于，具有：散布图生成部，以用于基础物质分解的各基础物质的浓度为轴，生成散布图，在该散布图中，通过所述基础物质分解而输出的物质分解图像的像素与基础物质分解中的基础物质浓度对应；误差最小化部，使所述散布图向将在所述散布图中绘制出的绘制点的统计误差最小化的方向旋转；以及变换部，根据由所述误差最小化部旋转后的散布图中的像素，对所述物质分解图像进行变换。
其它解决手段记载在实施方式中。
根据本发明，能够减小物质分解图像中的统计误差。
附图说明
图1是示出本实施对象的X射线CT装置的概略结构图的图。
图2是示出本实施方式的图像生成装置的结构的功能框图。
图3是示出本实施方式的误差最小化图像生成处理的顺序的流程图。
图4是示出物质分解图像的散布图的例子的图。
图5是示出HAp图像直方图的例子的图。
图6是示出旋转处理后的散布图的例子的图。
图7是示出以旋转散布图为基础生成的HAp图像直方图的例子的图。
图8是示出本实施方式的像素变换处理的顺序的流程图。
图9是示出本实施方式的操作画面的例子的图。
符号说明
100：X射线CT装置；200：输入装置；300：摄影装置；400：图像生成装置；406：显示装置(显示部)；410：处理部；411：数据获取部；412：图像重建处理部；413：基础物质分解处理部；414：散布图生成部；415：角度处理部(误差最小化部)；416：像素变换部(变换部)；600、800：散布图；601～604、601a～604a：均质区域；700，900：HAp图像直方图；701～704、901：直方图；1000：操作画面；1001：第1物质分解图像区域；1002：第2物质分解图像区域；1003：散布图区域；1004：标识；1011：误差最小化图像区域；1021：旋转角度操作部；1022：执行操作部。
具体实施方式
接下来，适当地参照附图，详细地说明具体实施方式(称为“实施方式”)。
[X射线CT装置]
图1是示出本实施对象的X射线CT装置的概略结构图的图。
X射线CT装置100具备输入装置200、摄影装置300以及图像生成装置400。
另外，摄影装置300具备X射线产生装置310、X射线检测装置320、机架(Gantry：支架)330、摄影控制装置340以及被检体搭载用工作台A2。
输入装置200是用于输入控制摄影装置300的信息的装置。图像生成装置400获取由摄影装置300摄像得到的计数投影数据，进行该计数投影数据的图像处理。
此外，输入装置200以及图像生成装置400不一定需要是与X射线CT装置100独立的装置，也可以是一体的。
另外，也可以使用兼具图像生成装置400和输入装置200这两方的功能的装置来实现。
摄影装置300中的X射线产生装置310具备X射线管311。另外，X射线检测装置320具备X射线检测器321。此外，在本实施方式中，X射线检测器321设为是脉冲模式X射线检测器。
另外，在机架330的中央设置有圆形的开口部331，该圆形的开口部331用于配置被检体A1以及被检体搭载用工作台A2。在机架330内具备搭载X射线管311以及X射线检测器321的旋转板332、以及用于使旋转板332旋转的驱动机构(未图示)。
另外，被检体搭载用工作台A2具备驱动机构(未图示)，该驱动机构用于调整被检体A1相对于机架330的位置。
另外，摄影控制装置340包括对X射线管311进行控制的X射线控制电路341、对旋转板332的旋转驱动进行控制的机架控制电路342、对被检体搭载用工作台A2的驱动进行控制的工作台控制电路343、对X射线检测器321的摄像进行控制的检测器控制电路344、以及对X射线控制电路341、机架控制电路342、工作台控制电路343、检测器控制电路344的动作流程进行控制的综合控制电路345。
(X射线管、X射线检测器、摄影装置)
X射线管311的X射线产生点与X射线检测器321的X射线输入面的距离例如为1000mm。机架330的开口部331的直径例如为700mm。X射线检测器321使用由闪烁器(Scintillator：接受X射线、电离辐射线而发出荧光)以及光电二极管(将荧光等光变换为电)等构成的公知的X射线检测器。X射线检测器321是将大量的检测元件距X射线管311的X射线产生点等距离地排列成圆弧状的结构，其元件数量(通道数量)例如为1000个。各检测元件的通道方向的尺寸例如为1mm。
此外，也可以是不使用闪烁器、光电二极管而使用CdTe(碲化镉)的半导体X射线检测器。
旋转板332旋转所需时间依赖于用户使用输入装置200输入的参数。旋转所需时间例如为1.0s/次。
摄影装置300的1圈的摄影次数例如为900次，旋转板332每旋转0.4度进行1次摄影。
此外，各规格并不限于这些值，能够根据X射线CT装置100的结构进行各种变更。
[图像生成装置]
图2是示出本实施方式的图像生成装置的结构的功能框图。
图像生成装置400具有存储器401、CPU(Central Processing Unit，中央处理单元)402、HD(Hard Disk，硬盘)等存储装置403、收发装置404、输入装置405以及显示装置406。
保存于存储装置403的程序被展开在存储器401中，由CPU402执行被展开的程序，从而将处理部410、构成处理部410的数据获取部411、图像重建处理部412、基础物质分解处理部413、散布图生成部414、角度处理部(误差最小化部)415、像素变换部(变换部)416以及输出处理部417具体化。此外，由各部分411～417进行的处理的详细内容将在后面叙述。
数据获取部411从摄影装置300获取计数投影数据。
图像重建处理部412以获取到的计数投影数据为基础，生成线衰减系数图像。
基础物质分解处理部413使用基础物质线衰减系数和线衰减系数图像来进行基础物质分解处理。
散布图生成部414将作为基础物质分解处理的结果而获取的物质分解图像的像素绘制成将与基础物质有关的信息作为各轴的散布图。
角度处理部415以生成的散布图为基础，计算旋转角度。关于旋转角度将在后面叙述。另外，角度处理部415根据计算出的旋转角度使散布图旋转。
像素变换部416以旋转的散布图为基础，对物质分解图像的像素进行变换，从而生成误差最小化图像(变换后的图像)。关于误差最小化图像将在后面叙述。
输出处理部417将各部分411～416的处理结果显示于显示装置406。
收发装置404从摄影装置300(图1)接收计数投影数据等，交付给数据获取部411。
输入装置405为键盘、鼠标等，例如，被输入与散布图旋转、坐标变换有关的信息。
显示装置(显示部)406为显示器等，显示各处理的结果。
[流程图]
图3是示出本实施方式的误差最小化图像生成处理的顺序的流程图。适当地参照图1以及图2。此外，本申请的特征在于步骤S121～S141的处理。
首先，摄影装置300进行对被检体A1进行摄像的摄像处理(S101)。
然后，数据获取部411进行从摄影装置300获取每个能量窗中的计数投影数据的计数投影数据获取处理(S102)。
能量窗分割数N被用于实现脉冲模式X射线检测器的电路安装密度、电路发热上限、数据转送速率等限制，最好为N＝3～8左右。
然后，图像重建处理部412针对获取到的计数投影数据进行按每个能量窗进行N次图像重建的图像重建处理(S103)。
其结果，输出每个能量窗的线衰减系数图像(S104)。此处，将计数投影数据分配给N个能量窗，所以由本实施方式的X射线CT装置100得到的每个能量窗的线衰减系数图像的统计误差成为比由电流模式的X射线CT装置得到的统计误差大的值。
在某个物质的原子组成和质量密度决定了时，其线衰减系数针对每个能量唯一地确定。但是每个能量窗的线衰减系数图像的能量窗具有宽度，所以引起射束硬化效应，被检体A1的物质尺寸对实测线衰减系数造成影响。此处，设为能够事先获取基于多个尺寸、形状的模型重建的实测线衰减系数值，使用该数值进行射束硬化校正，以使射束硬化效应的影响变得足够小。此外，模型是指X射线CT装置100、MRI(Magnetic Resonance Imaging，磁共振成像)装置等医用图像诊断装置中的定期检查、日常检查等所使用的校准用的评价用器具。而且，模型重建是指为了校正材料的吸收系数等而将模型设置于X射线CT装置100进行摄像从而进行图像重建处理。
接下来，为了进行基础物质分解，设定M个基础物质。关于基础物质，用户将与检查相应的关注对象物质任意地选择为基础物质。代表性的基础物质是M＝2时的水和碘，但此处为了观察动脉硬化而设为使用脂肪和羟基磷灰石(以下HAp)。另外，原点为真空(≈空气)的情形较多，但此处以血液为原点。此处，原点为后述散布图的原点。
基础物质分解处理部413使用与所设定的基础物质相应的基础物质线衰减系数和在步骤S104中输出的线衰减系数图像，进行基础物质分解处理(S111)。其结果，生成物质分解图像。
此外，基础物质线衰减系数在能够进行适当的射束硬化校正时，针对所设定的基础物质群唯一地确定，能够作为已知的值来处理。
如果基础物质的数量(基础物质数)M为能量窗数N以下，则在数学上，基础物质分解具有解或者最小二乘解，输出物质分解图像。但是，线衰减系数图像具有统计误差，所以实质能够分解的基础物质的组合被原子编号相差大的物质限制。此处，设为能够适当地得到物质分解图像而继续进行说明。
接下来，散布图生成部414进行生成作为步骤S111的结果而生成的物质分解图像的散布图的散布图生成处理(S121)。关于物质分解图像的散布图将在后面叙述。
然后，角度处理部415进行计算物质分解图像的散布图中的均质区域的长边方向的角度并以该角度为基础计算旋转角度的旋转角度计算处理(S122)。步骤S122的处理将在后面叙述。
接着，角度处理部415进行使散布图依照计算出的旋转角度旋转的旋转处理(S123)。
另外，像素变换部416通过将物质分解图像的像素置换为被旋转后的散布图中的像素，从而进行像素变换处理(S131)。关于像素变换处理将在后面叙述。
然后，输出处理部417进行将步骤S123的处理结果、步骤S131的处理结果输出到显示装置406的输出处理(S141)。
(散布图)
图4是示出物质分解图像的散布图的例子的图，图5是示出HAp图像直方图的例子的图。
图4所示的散布图600是在图3的步骤S121中生成的。
散布图600是使用了物质分解图像的HAp图像和脂肪图像这两者的散布图。此外，物质分解图像是在图3的步骤S111中生成的。
在散布图600中，横轴表示HAp比例(基础物质浓度)，纵轴表示脂肪比例(基础物质浓度)。将纵轴适当地称为HAp比例轴，将横轴适当地称为脂肪比例轴。散布图600中的各绘制点对应于物质分解图像的各像素，物质分解图像的像素表示对应于基础物质分解中的哪个HAp比例(基础物质浓度)、脂肪比例(基础物质浓度)。HAp比例、脂肪比例等物质比例是基础物质(此处，HAp、脂肪)在空间所占的体积比例。
而且，在散布图600中，作为例子被分为包括符号601～604在内的HAp比例6种(0～5％)×脂肪比例两种(0％，75％)的均质区域。
将图4的散布图600中的各绘制点投影到HAp比例轴而得到的图是图5中的HAp图像直方图700。也就是说，在图5中的HAp图像直方图700中，纵轴是在图4的纵轴方向对图4的绘制点进行计数的纵轴。图5中的横轴与图4相同。
顺带来说，图5中的HAp图像直方图700是将图4的散布图600中的包括符号601～602的均质区域设为关注区域(ROI)并计算出ROI中的直方图而得到的。ROI是物质比例(HAp比例、脂肪比例)被认为是均质(即，各能量窗中的衰减系数为均质)的区域，是从物质分解图像的像素值得到的。例如，散布图生成部414根据各能量窗中的衰减系数处于事先设定的窄的固定的范围等来进行判定。
在图5中，符号701(实线)是表示脂肪0％&HAp0％(血液)的区域(图4的均质区域601)的误差分布的直方图，符号702(实线)是表示脂肪0％&HAp1％的区域(图4的均质区域602)的误差分布的直方图。另外，符号703(虚线)是表示脂肪75％&HAp0％的区域(图4的均质区域603)的误差分布的直方图，符号704(虚线)是表示脂肪75％&HAp1％的区域(图4的均质区域604)的误差分布的直方图。直方图701与直方图703相互重复，直方图702与直方图704相互重复。在各直方图的区域中物质为均质，设为除了脂肪+HAp以外的物质为血液。根据图5可知，基于物质分解图像中的HAp图像的各均质区域601～602的平均值(中心)是仅依赖于HAp比例而与脂肪比例独立地被绘制的。也就是说，如上所述，直方图701与直方图703相互重复，直方图702与直方图704相互重复。这是在诊断上有利的特性。但是，基于图4、图5的物质分解图像的画质不能说是最好的，具有统计误差变大的倾向。也就是说，各直方图701～704的宽度变宽。这样当各直方图701～704的宽度宽时，物质分解图像成为不清楚的图像。
此处，使说明返回到图4。
虽然难以从图5知晓，但如果观察图4则可知图5的直方图701～704的误差分布(直方图的宽度)来源于与这些直方图701～704对应的各均质区域601～604具有朝向与HAp比例轴和脂肪比例轴都不同的方向的椭圆状构造这一情况。顺带来说，图7的直方图701对应于图6的均质区域601，图7的直方图702对应于图6的均质区域602。而且，图7的直方图703对应于图6的均质区域603，图7的直方图704对应于图6的均质区域604。
此处，如果考虑散布图600的均质区域601～604的与短边方向平行的轴上的图像，则要着眼于能够得到统计误差小的(使统计误差最小化而得到的)图像。
角度处理部415检测散布图600中的均质区域601～604(此处，均质区域603)的长边方向611，将检测到的长边方向611与任意的物质轴(此处脂肪比例轴)所成的角度计算为旋转角度621。该处理是在图3的步骤S122中进行的。长边方向611表示均质区域601～604中的绘制点的相关方向，例如通过最小二乘法等来计算。
角度处理部415在图3的步骤S123中，使散布图600向计算出的旋转角度621的方向旋转。此处，旋转中心是图4的散布图600的原点。此外，旋转中心不限于散布图600的原点，也可以是任意处。
此外，关于图4中的符号631将在后面叙述。
(旋转散布图)
图6是示出旋转处理后的散布图的例子的图。
图6中的纵轴和横轴与图4相同。
在旋转散布图800中，可知与图4的均质区域601～604相当的各均质区域601a～604a的长边方向相对于HAp比例轴呈垂直状态。均质区域601a～604a以外的均质区域也是同样的。
此外，关于符号821将在后面叙述。
图7是示出以旋转散布图为基础生成的HAp图像直方图的例子的图。
图7所示的HAp图像直方图900是通过与图5中的HAp图像直方图700同样的手法生成的。
由表示图6的均质区域601a的误差分布的直方图901、表示图6的均质区域602a的误差分布的直方图902这对可知，关于HAp1％之差，各个误差分布宽度被改善得变小。也就是说，各直方图901、902的宽度变小。通过成为这样的直方图901、902，利用图6中的旋转散布图800对物质分解图像进行变换而得到的误差最小化图像成为清晰的图像。因此，图像的视觉辨认性大幅改善，易于进行ROI的再次设定中的图像部分的指定。表示图6的均质区域603a的误差分布的直方图903、表示图6的均质区域604a的误差分布的直方图904也是同样的。直方图901～904是按照使误差分布仅成为来自HAp比例的误差分布的意思使统计误差最小化而得到的直方图。也就是说，“误差最小化图像”中的“误差最小化”是指使误差分布最小化为仅是来自HAp比例(成为处理对象的基础物质)的误差分布的意思。顺带来说，图6以及图7所示的HAp比例的值以及脂肪比例的值由于旋转处理而失去意义，所以在图6以及图7中，HAp比例的值以及脂肪比例的值仅具有基准的意义。
此处，在图5的HAp图像直方图700中不论脂肪比例如何都可以看成HAp0％和1％这两个种类的分布在图7的HAp图像直方图900中分离成4个种类(基于脂肪0％和75％这两个种类的两倍)。这意味着丧失了对于脂肪比例的独立性。因此，关于脂肪与HAp的混合存在部，旋转处理前的物质分解图像更重要而旋转处理后的误差最小化图像可以用于ROI的再次设定等互补地使用。
而且，像素变换部416用旋转处理后的散布图(旋转散布图800)中的像素置换作为步骤S111的结果而得到的物质分解图像的像素，从而生成误差最小化图像。也就是说，像素变换部416将物质分解图像中的各像素从图4的HAp比例、脂肪比例的关系置换为图6的关系，从而生成误差最小化图像(图3的S131)。
参照图8，说明像素变换部416中的处理顺序。
图8是示出本实施方式的像素变换处理(图3的S131)的详细的顺序的流程图。
具体而言，像素变换部416进行如下处理。
像素变换部416确定与图4的散布图600中的像素对应的、图6的散布图800中的像素(像素特定处理：S151)。具体而言，像素变换部416进行如下处理。例如，图4中的绘制点631和图8中的绘制点821表示相同的像素。因此，像素变换部416确定与图4中的绘制点631所表示的像素对应的、图8中的绘制点821所表示的像素。
接下来，像素变换部416将图4的散布图600中的像素所对应的HAp比例以及脂肪比例变换为图6的散布图800中的像素所对应的HAp比例以及脂肪比例(比例变换处理：S152)。例如，像素变换部416将图4中的绘制点631(像素)所表示的HAp比例以及脂肪比例的值变换为图8中的绘制点821(像素)所表示的HAp比例以及脂肪比例的值。
像素变换部416依照该变换来变换物质分解图像的像素(图像变换处理：S153)。其结果，生成误差最小化图像。
将作为像素变换部416中的处理的结果而得到的M张(在本实施方式中M＝2)图像整体称为旋转图像。此处，M为基础物质的数量。这样，旋转图像包含M张(在本实施方式中M＝2)图像，但其中1张是使统计误差最小化而得到的图像(在本实施方式中相当于HAp)。而且，其它图像是统计误差变大的图像(在本实施方式中相当于脂肪)。在本实施方式中，得到的M张(在本实施方式中M＝2)图像中的统计误差最小的图像(在本实施方式中相当于HAp)为误差最小化图像。
误差最小化图像中的像素值由于旋转处理而失去了原来的HAp比例的意义，所以便于向按照一般的CT所使用的Hounsfield值的数值进行变换。在该情况下，能够以基础物质的设想CT值(例如将血液设为+60，将脂肪设为－70)等为基准。
此外，未必必须将图4所示的散布图600、图6所示的旋转散布图800显示于显示装置406。但是，为了确认均质区域601～604的长边方向611(图4)以及短边方向上的均质区域的平行性并对旋转角度进行微调整，将图4所示的散布图600、图6所示的旋转散布图800显示于显示装置406是有效的。
此外，在本实施方式中，角度处理部415计算旋转角度，角度处理部415依照旋转角度进行旋转处理，但用户也可以使用鼠标等输入装置405(图2)，通过手动来使散布图600旋转。
在由角度处理部415进行的旋转处理中，具有还能够兼带基于图像结果的确认的优点，由用户进行的手动旋转具有运算成本小且能够瞬间地显示的优点。
另外，在旋转处理后的误差最小化图像由于射束硬化校正的不完全性而针对被检体A1(图1)的每个部位些微地不同的情况下，也可以针对每个该部位进行旋转处理。
(操作画面)
图9是示出本实施方式的操作画面的例子的图。
此外，针对摄像处理(图3的S101)、图像重建处理(图3的S103)等该技术领域中的一般的操作，设为在与图9所示的操作画面1000独立的画面进行。
在操作画面1000中，第1物质分解图像区域1001是显示作为输入图像的物质分解图像(HAp图像)的区域。另外，第2物质分解图像区域1002是显示作为输入图像的物质分解图像(脂肪图像)的区域。这样，显示与基础物质的数量相应的物质分解图像区域。
进而，散布图区域1003是显示在图3的步骤S121中生成的散布图的区域。此外，显示于散布图区域1003的散布图显示有表示均质区域的长边方向的角度的标识1004。
而且，误差最小化图像区域1011是显示旋转处理后的误差最小化图像的区域。进而，旋转散布图区域1012显示有旋转处理后的散布图。
另外，用户能够利用旋转角度操作部1021进行旋转角度的选择和调整。作为选项的例子，具有“默认角度”、“自动识别角度”、“手动角度”、“手动增量”等。
此处，“默认角度”是指由物质分解图像的基础物质和能量窗设定条件决定的、不依赖于事先计算出的模型的值。也就是说，“默认角度”是指预先设定的旋转角度。
此外，理想的是通过射束硬化校正而被校正成统计误差的影响比射束硬化所致的统计误差充分小。由此，旋转角度不依赖于被检体A1(图1)的形状、尺寸。
但是，在射束硬化校正后有时残留有未校正/过校正成分。在这样的情况下，旋转角度有可能依赖于被检体A1。
“自动识别角度”是角度处理部415自动识别在散布图600(图4)之中均质度高的区域(均质区域)并从该均质区域自动检测旋转角度而得到的。也就是说，“自动识别角度”是利用角度处理部415计算出的角度。
此外，关于ROI，也可以是用户对显示于误差最小化图像区域1011的误差最小化图像进行指定。即，所述ROI的设定是散布图生成处理部414进行判定而设定的，但也可以是用户设定ROI。
另外，ROI的设定优选统计误差小的图像，所以也可以具有根据一次得到的误差最小化图像更新ROI的反馈回路。“根据一次得到的误差最小化图像更新ROI的反馈回路”如下。首先，用户对旋转处理前的物质分解图像(显示于第1物质分解图像区域1001以及第2物质分解图像区域1002的图像)一次设定ROI。然后，在旋转处理后，输出处理部417对于显示于误差最小化图像区域1011的误差最小化图像显示在旋转处理前的物质分解图像中设定的ROI，使用户判断是否需要再次设定ROI。
“手动角度”是指用户将任意的角度作为旋转角度输入的角度，例如是以应对特殊的用途为目的的角度。旋转角度的数值既可以经由输入装置405直接被编辑，也可以使用按钮1031来进行微调整，该按钮1031分别提供能够作为相对于当前设定的角度的“手动增量”进行编辑的数值的±1°。
另外，当使用鼠标使散布图旋转时，其旋转角度也可以作为“手动角度”反映显示于操作画面1000。
顺带来说，由旋转角度操作部1021提供的旋转角度被反映到标识1004，用户通过对标识1004进行视觉辨认，能够确认所设定的旋转角度。
如图9所示，“默认角度”、“自动识别角度”、“手动角度”也可以利用单选按钮等指定要执行的项目。
执行操作部1022是用于进行旋转处理的执行的接口。执行操作部1022具有仅使散布图试验性地旋转的试验按钮、直至生成误差最小化图像的执行按钮、撤销(取消上次执行)按钮等按钮。
所述“手动增量”也可以包括仅使散布图试验性地旋转的功能。即，按照被输入到“手动增量”的信息进行的散布图的旋转是试验性地进行的旋转，为了根据该旋转来生成误差最小化图像，执行按钮也可以不像前述那样需要被输入。另外，也可以附加在“手动增量”中输入的信息立即反映到旋转处理后的散布图(显示于旋转散布图区域1012)的功能。顺带来说，图3的旋转角度计算处理(S122)是包括默认、自动识别、手动的例子的宽泛的概念。
在专利文献1所示的技术中，能够得到基于电流模式检测器的与CT同等以上的低统计误差图像。也就是说，能够得到清晰的线衰减系数图像。但是，在专利文献1所示的技术中，虽然统计误差变小，但无法保证完成统计误差的最小化。换而言之，在专利文献1所示的技术中，无法知晓统计误差被改善了何种程度。另外，在专利文献1所示的技术中，对基于加权相加的线衰减系数图像的获取需要追加的图像重建处理。也就是说，专利文献1所示的技术需要进行两次图像重建处理。只要考虑到在近年使用的逐次近似型图像重建中计算成本大，就知道专利文献1所示的技术由于需要追加的图像重建处理，从而花费大的计算成本。
相对于此，在本实施方式的图像生成装置400中，不需要追加的图像重建处理，仅通过计算成本小的旋转处理就能够使误差最小化。另外，根据本实施方式，能够可靠地使误差最小化。
此外，在本实施方式中设为基础物质数M＝2，但也可以设为基础物质数M＝3。在该情况下，散布图是3维的。3维的旋转是自由度为2的操作，一般按照称为极角和方位角的两个值进行指定。也就是说，在基础物质数M＝3时，散布图中的均质区域呈大致椭圆体。此处，成为大致椭圆体的均质区域具有相互正交的两个长边方向、和与两个长边方向分别正交的1个短边方向。
角度处理部415计算如均质区域的短边方向与成为散布图(3维)中的处理对象的轴平行那样的旋转角度，按照该旋转角度使散布图旋转。通过这样做，能够与M＝2同样地得到误差最小化图像。
另外，易于以均质区域的长边方向为基础来进行均质区域的旋转角度的计算，但在直接得到均质区域的短边方向并在旋转图像之中仅在误差最小化图像中产生关注的情况下，角度处理部415也可以使该短边方向与成为处理对象的轴平行。在该情况下，对于旋转，需要极角、方位角这两个值，但自由度为1，只要从具有大量的极角、方位角的组合中使用任意1组即可。在M＝2的情况下也同样地，也可以以均质区域的短边方向为基础计算旋转角度。
关于M≥4也能够同样地扩展。
根据本实施方式，能够以少的计算成本得到使统计误差最小化的误差最小化图像。
另外，通过用旋转处理后的散布图800(图6)中的像素置换物质分解图像的像素，从而不进行来自计数投影数据的图像重建，就能够生成使统计误差最小化的误差最小化图像。由此，能够以少的计算成本得到使统计误差最小化的图像。
另外，本实施方式中的图像生成装置400通过以从脉冲模式X射线检测器得到的计数投影数据为基础进行处理，能够得到使虽然得到能量信息但统计误差变大的物质分解图像的统计误差减少的图像。
此外，在本实施方式中，均质区域601～604的长边方向611(图4)的倾斜旋转成相对于图6的HAp比例轴垂直，但也可以旋转成相对于脂肪比例轴垂直。
另外，本实施方式应用于X射线CT装置100，但也可以应用于PET(PositronEmission Tomography，正电子发射断层显像)、MRI、PET－CT等各种医用图像诊断装置。另外，在本实施方式中，X射线CT装置300设为具备脉冲模式X射线检测器作为X射线检测器321，但不限于此，也可以是具备电流模式的X射线检测器321的双能量CT装置。在使用双能量CT装置的情况下，能够应用从X射线管311照射具有两种以上光谱的X射线的方式、X射线检测器321检测不同的能量分布的信息的方式等。另外，在本实施方式中，从X射线CT装置100获取计数投影数据而进行图像重建处理，但也可以将计数投影数据积蓄于数据库，使用积蓄于该数据库的计数投影数据来进行图像重建处理。这在使用脉冲模式X射线检测器作为X射线检测器321的情况和使用电流模式的X射线检测器321的情况下都是同样的。
本发明并不限定于所述实施方式，可包括各种变形例。例如，所述实施方式是为了使本发明的说明易于理解而详细地进行了说明，未必限定于具有所说明的所有的结构的实施方式。另外，关于本实施方式的结构的一部分，能够进行其它结构的追加、删除、置换。
另外，所述各结构、功能、各部分411～417、存储装置403等也可以例如通过按照集成电路设计它们一部分或者全部等而利用硬件来实现。另外，如图2所示，所述各结构、功能等也可以通过CPU等处理器解释、执行实现各个功能的程序而利用软件来实现。实现各功能的程序、表格、文件等信息除了能够保存于HD(Hard Disk，硬盘)以外，还能够保存于存储器、SSD(Solid State Drive，固态驱动器)等记录装置、或者IC(Integrated Circuit，集成电路)卡、SD(Secure Digital，安全数字)卡、DVD(Digital Versatile Disc，数字通用光盘)等记录介质。
另外，在各实施方式中，控制线、信息线示出了在说明上被认为是必要的部分，在产品上未必示出所有的控制线、信息线。实际上，可以认为几乎所有的结构相互连接。

Claims (8)

1.一种图像生成装置，其特征在于，具有：
散布图生成部，以用于基础物质分解的各基础物质的浓度为轴，生成散布图，在该散布图中，通过所述基础物质分解而输出的物质分解图像的像素与基础物质分解中的基础物质浓度对应；
误差最小化部，使所述散布图向将在所述散布图中绘制出的绘制点的统计误差最小化的方向旋转；以及
变换部，根据由所述误差最小化部旋转后的散布图中的像素，对所述物质分解图像进行变换，
所述变换部用被旋转后的所述散布图中的像素的信息置换所述物质分解图像的像素的信息，从而根据使所述统计误差最小化的散布图中的像素，对所述物质分解图像进行变换，
所述误差最小化部计算向所述散布图中的绘制点的相关方向的倾斜，使计算出的向相关方向的所述倾斜旋转成相对于成为处理对象的轴为垂直方向，从而使所述散布图向将在所述散布图中绘制出的绘制点的统计误差最小化的方向旋转。
2.根据权利要求1所述的图像生成装置，其特征在于，
所述图像生成装置具有输出处理部，该输出处理部至少将所述旋转前的散布图以及所述旋转后的散布图显示于显示部。
3.根据权利要求1所述的图像生成装置，其特征在于，
针对从具备脉冲模式X射线检测器的X射线CT得到的线衰减图像进行所述基础物质分解。
4.一种图像生成方法，其特征在于，
进行物质分解图像的变换的图像生成装置以用于基础物质分解的各基础物质的浓度为轴，生成散布图，在该散布图中，通过所述基础物质分解而输出的物质分解图像的像素与基础物质分解中的基础物质浓度对应，
所述图像生成装置使所述散布图向将在所述散布图中绘制出的绘制点的统计误差最小化的方向旋转，
所述图像生成装置根据被旋转后的所述散布图中的像素，对所述物质分解图像进行变换，
所述图像生成装置用被旋转后的所述散布图中的像素的信息置换所述物质分解图像的像素的信息，从而根据使所述统计误差最小化的散布图中的像素，对所述物质分解图像进行变换，
所述图像生成装置计算向所述散布图中的绘制点的相关方向的倾斜，使计算出的向相关方向的所述倾斜旋转成相对于成为处理对象的轴为垂直方向，从而使所述散布图向将在所述散布图中绘制出的绘制点的统计误差最小化的方向旋转。
5.根据权利要求4所述的图像生成方法，其特征在于，
所述图像生成装置至少将所述旋转前的散布图以及所述旋转后的散布图显示于显示部。
6.根据权利要求4所述的图像生成方法，其特征在于，
针对从具备脉冲模式X射线检测器的X射线CT得到的线衰减图像进行所述基础物质分解。
7.一种X射线CT装置，其特征在于，具有：
散布图生成部，以用于基础物质分解的各基础物质的浓度为轴，生成散布图，在该散布图中，通过所述基础物质分解而输出的物质分解图像的像素与基础物质分解中的基础物质浓度对应；
误差最小化部，使所述散布图向将在所述散布图中绘制出的绘制点的统计误差最小化的方向旋转；以及
变换部，根据由所述误差最小化部旋转后的散布图中的像素，对所述物质分解图像进行变换，
所述变换部用被旋转后的所述散布图中的像素的信息置换所述物质分解图像的像素的信息，从而根据使所述统计误差最小化的散布图中的像素，对所述物质分解图像进行变换，
所述误差最小化部计算向所述散布图中的绘制点的相关方向的倾斜，使计算出的向相关方向的所述倾斜旋转成相对于成为处理对象的轴为垂直方向，从而使所述散布图向将在所述散布图中绘制出的绘制点的统计误差最小化的方向旋转。
8.根据权利要求7所述的X射线CT装置，其特征在于，
针对从具备脉冲模式X射线检测器的X射线CT得到的线衰减图像进行所述基础物质分解。
CN201680017574.7A 2015-03-30 2016-03-08 图像生成装置、图像生成方法以及x射线ct装置 Active CN107427276B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015068965 2015-03-30
JP2015-068965 2015-03-30
PCT/JP2016/057108 WO2016158234A1 (ja) 2015-03-30 2016-03-08 画像生成装置、画像生成方法及びｘ線ｃｔ装置

Publications (2)

Publication Number Publication Date
CN107427276A CN107427276A (zh) 2017-12-01
CN107427276B true CN107427276B (zh) 2021-01-26

Family

ID=57007058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680017574.7A Active CN107427276B (zh) 2015-03-30 2016-03-08 图像生成装置、图像生成方法以及x射线ct装置

Country Status (4)

Country Link
US (1) US20180061097A1 (zh)
JP (1) JP6412636B2 (zh)
CN (1) CN107427276B (zh)
WO (1) WO2016158234A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6878590B2 (ja) * 2016-12-16 2021-05-26 プリズマティック、センサーズ、アクチボラグＰｒｉｓｍａｔｉｃ Ｓｅｎｓｏｒｓ Ａｂ スペクトルコンピュータ断層撮影データからの従来のコンピュータ断層撮影画像の再生
JP6862310B2 (ja) * 2017-08-10 2021-04-21 株式会社日立製作所 パラメータ推定方法及びｘ線ｃｔシステム
CN109959669B (zh) * 2017-12-26 2021-02-23 清华大学 基材料分解方法和装置及计算机可读存储介质
US11417034B2 (en) * 2018-01-16 2022-08-16 Koninklijke Philips N.V. Spectral imaging with a non-spectral imaging system
JP7341803B2 (ja) * 2018-09-07 2023-09-11 キヤノンメディカルシステムズ株式会社 Ｘ線ｃｔ装置、医用画像処理装置及びｘ線ｃｔシステム
JP7440271B2 (ja) 2020-01-10 2024-02-28 富士フイルムヘルスケア株式会社 放射線撮像装置および光子計数型検出器の較正方法
JP7467222B2 (ja) 2020-05-07 2024-04-15 キヤノンメディカルシステムズ株式会社 医用情報処理装置、医用情報処理方法及び医用情報処理プログラム
CN113100803A (zh) * 2021-04-20 2021-07-13 西门子数字医疗科技(上海)有限公司 用于显示静脉血栓的方法、装置、计算机设备和介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7734076B2 (en) * 2006-12-11 2010-06-08 General Electric Company Material decomposition image noise reduction
CN101493400B (zh) * 2008-01-25 2012-06-27 深圳迈瑞生物医疗电子股份有限公司 一种基于形状特征的自动分类校正的方法
US7983382B2 (en) * 2008-11-26 2011-07-19 General Electric Company System and method for material segmentation utilizing computed tomography scans
CN102353616B (zh) * 2011-06-23 2013-02-13 中国石油天然气股份有限公司 驱油用聚丙烯酰胺类聚合物特性粘数测定方法
WO2013011418A2 (en) * 2011-07-15 2013-01-24 Koninklijke Philips Electronics N.V. Spectral ct
JP6073616B2 (ja) * 2011-09-28 2017-02-01 東芝メディカルシステムズ株式会社 Ｘ線ｃｔ装置、画像処理装置及びプログラム
GB2504966A (en) * 2012-08-15 2014-02-19 Ibm Data plot processing
CN104700389B (zh) * 2013-12-09 2019-08-13 通用电气公司 双能ct扫描图像中的对象识别方法

Also Published As

Publication number Publication date
CN107427276A (zh) 2017-12-01
US20180061097A1 (en) 2018-03-01
JP6412636B2 (ja) 2018-10-24
WO2016158234A1 (ja) 2016-10-06
JPWO2016158234A1 (ja) 2017-12-28

Similar Documents

Publication Publication Date Title
CN107427276B (zh) 图像生成装置、图像生成方法以及x射线ct装置
US9025815B2 (en) System and method for multi-material correction of image data
US9299171B2 (en) Adaptive calibration for tomographic imaging systems
US9155516B2 (en) Apparatus and method for count loss calibration of photon-counting detectors in spectral computed tomography imaging
US9332907B2 (en) Extracting application dependent extra modal information from an anatomical imaging modality for use in reconstruction of functional imaging data
US9220469B2 (en) Systems and methods for correcting detector errors in computed tomography imaging
US20080108895A1 (en) Method and system for defining at least one acquisition and processing parameter in a tomosynthesis system
US9188549B2 (en) Method and apparatus for controlling dose in computed X-ray imaging
JP2008253758A (ja) 可搬型フラット・パネル検出器を用いた二重エネルギ放射線撮像法の画像取得及び処理連鎖
CN101138501A (zh) 用于生成目标的多光谱图像的方法和系统
EP1984754A2 (en) Accounting for foreign objects when creating ct-based attenuation maps
US9538975B2 (en) Scatter correction method and apparatus for computed tomography imaging
US9125286B2 (en) X-ray dose estimation technique
US7929659B2 (en) System and method for generating computed tomography images
US10646186B2 (en) X-ray CT apparatus, information processing device and information processing method
JP2011177396A (ja) Ｘ線ｃｔ装置
US20160066874A1 (en) Attenuation correction of positron emission tomography data using magnetic resonance images depicting bone density variations
US20230320688A1 (en) Systems and methods for image artifact mitigation with targeted modular calibration
JP6985004B2 (ja) 光子計数型ｘ線ｃｔ装置及び画像処理装置
US10413257B2 (en) Apparatus and method for collecting super-sampled imaging data
US10799192B2 (en) Method and apparatus for partial volume identification from photon-counting macro-pixel measurements
Gallego Manzano et al. Clinical commissioning of the first point‐of‐care spectral photon‐counting CT for the upper extremities
WO2023243503A1 (ja) インテリアｃｔの画像再構成方法、画像再構成装置、及び、プログラム
CN117979904A (zh) 用于能量箱下采样的系统和方法
Buzug Image quality and artifacts

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211111

Address after: Chiba County, Japan

Patentee after: Fujifilm medical health Co., Ltd

Address before: Tokyo

Patentee before: Hitachi Manufacturing Co., Ltd

TR01 Transfer of patent right