FI102140B

FI102140B - Optimoiva menetelmä valotusautomatiikan säätämiseksi röntgenlaitteissa

Info

Publication number: FI102140B
Application number: FI964557A
Authority: FI
Inventors: Panu Kopsala
Original assignee: Instrumentarium Corp
Priority date: 1996-11-14
Filing date: 1996-11-14
Publication date: 1998-10-30
Also published as: WO1998021884A1; FI102140B1; FI964557A; FI964557A0; JP2001503563A; DE19782123T1

Description

102140

Optimoiva menetelmä valotusautomatiikan säätämiseksi rönt-genlaitteissa

Keksinnön kohteena on monianturitekniikkaan perustuva opti-5 moiva menetelmä valotusautomatiikan säätämiseksi röntgen-laitteissa, jossa menetelmässä käytetään ohjausyksiköllä varustettua laitteistoa, jonka avulla mitataan vähintään kahden detektorin valotuksen aikaisia kuvauskohteen läpi tulevia säteilyintensiteettejä.

10

Ennestään tunnetaan monianturijärjestelmät, joissa valitaan yksi tai useampi anturi (on-off valinta), joiden antamien signaalien perusteella suoritetaan tarvittava valotuksen säätö. Haittapuolena näissä tunnetuissa monianturijärjestel-15 missä on huono toistettavuus, jota voitaisiin parantaa käyttämällä riittävän suurta anturimäärää, mikä kuitenkin johtaisi liian kalliiseen ratkaisuun.

Esillä olevan keksinnön päämääränä on aikaansaada optimoiva 20 menetelmä, jonka avulla saavutetaan röntgenlaitteen valo-tusautomaatikan säätäminen hyvällä toistettavuudella ja luotettavuudella.

Tämän päämäärän toteuttamiseksi keksinnön mukaiselle mene-25 telmälle on tunnusomaista se, että menetelmän ensimmäisessä vaiheessa kuvauksen aikana ohjausyksikkö sovittaa detektorien intensiteettitasoja ennalta muodostettuihin tunnistekri-teereihin, ja kullekin kriteerille lasketaan niiden sopivuutta korreloivat painoarvot, joiden perusteella voidaan 30 tunnistaa kohteen todennäköisin muoto ja/tai sijainti, että seuraavassa vaiheessa kunkin detektorin mittausintensiteetti on laskennallisesti korjattavissa/painotettavissa edellä ratkaistun muoto/sijaintisuureen funktiona siten, että lopputuloksena laskettavan valotusautomatiikan säätöperus-35 teestä saadaan mittausalueen kannalta mahdollisimman optimaalinen .

2 102140

Seuraavassa keksintöä selostetaan yksityiskohtaisemmin oheisiin piirustuksiin viitaten, joissa:

Kuvio 1 esittää keksinnön mukaisen menetelmän erään esimer-5 kin lohkokaaviona, ja kuviot 2-5 esittävät yksityiskohtaisemmin kuvion 1 lohko-kaavion eri lohkojen sisältöä.

10 Keksinnön mukaisen menetelmän esitetyssä suoritusmuodossa määritetään aluksi erilaiset kriteerit kuvion 1 lohkossa 2 ja syötetään eri kriteerit lohkoihin 3, 4 ja 5. Lohkoon 3 (kriteerien soveltaminen referensseihin) syötetään tunniste-kriteerit, lohkoon 4 (painoarvojen mallinnus) syötetään 15 mallinnuskriteerit ja lohkoon 5 (referenssin optimointi) painotuskriteerit. Kriteerien määritystä ja niiden soveltamista selostetaan lähemmin alempana.

Varsinaisessa optimointimenetelmässä käytetään useita detek-20 toreja, joita esitetyssä suoritusmuodossa on viisi A, B, C, D ja E, ja detektoreilta tulevat säteilyintensiteetit (syötteet) vastaanotetaan referenssisieppaajalla (lohko 1 kuviossa 1). Referenssisieppaajasta saadut referenssit sovitetaan lohkossa 3 ennalta määrättyihin tunnistekriteereihin ja 25 tuloksena olevat eri tunnistekriteerien painoarvot mallinnetaan lohkossa 4 ennalta määrättyjen mallinnuskriteerien avulla. Lohkosta 4 tuloksena saatu painotettu malli optimoidaan lohkossa 5 käyttämällä ennalta määrättyjä painotuskri-teerejä. Lohkoon 5 syötetään lisäksi referenssit optimointia 30 varten. Lopputuloksena oleva optimoitu referenssi syötetään sitten valotusautomatiikkaan, lohko 6, joka määrittää tar-* vittavat valotusarvot. Keksinnön eräänä etuna on portaatto min sovitusperustein laskettavan mittausalueen tunnistami-sen/kohdistamisen tarkkuuden ja toistettavuuden paraneminen, 35 jolloin valotusautomatiikalle optimoitavan säätösuureen välityksellä myös valotusautomatiikan säätötulokset ja niiden toistettavuus paranevat.

3 102140

Kuviossa 2 on kuvattu kriteerien määritys mammografiakuvan-tamiseen liittyvän esimerkin avulla. Kuvan 2 vasemmassa alanurkassa on kuvattu detektorien A-E sijoittelu malliesimerkkinä viiden erilaisen rinnan muodon yhteydessä. Rinnan 5 muodot ovat tässä esimerkissä vasen pieni L-S, vasen suuri L-L, keski suuri M-L, oikea suuri R-L ja oikea pieni R-S. Kuvion 2 vasemmassa ylänurkassa on kuvattu referenssien sovitteet graafisena kuviona, jossa pystyakselina on referenssin sopivuus asteikolla 0-1 ja vaaka-akselina on detek-10 torien vasteet (detektorien vastaanottaman säteilyn intensiteetit), esitetyssä suoritusmuodossa vasteet on annettu kHz:nä. Tällöin esimerkiksi vasteen arvot 0-10 kHz merkitsevät detektorin sijaitsevan kuvauskohteen paksuimmassa alueessa (sopivuus= "täynnä") ja esimerkiksi arvot 90 kHzrstä 15 ylöspäin merkitsevät detektorin sijaitsevan kuvauskohteen ulkopuolella (sopivuus="ulkona"). Kuvion 2 oikeassa ylänurkassa on esitetty mallien sovitteet graafisena kuviona, jossa pystyakselina on mallin sopivuus asteikolla 0-1 ja vaaka-akselina on mallit (rinnan eri muodot) 1-5, jolloin 1 20 vastaa mallia vasen pieni L-S, 2 vastaa mallia vasen suuri L-L, 3 vastaa mallia keski suuri M-L, 4 vastaa mallia oikea suuri R-L ja 5 vastaa mallia oikea pieni R-S. Kuvion 2 oikeassa alanurkassa on esitetty esimerkkinä kriteerit eri malleja varten. Nämä kriteerit voidaan määrittää esim.

25 ennalta käsin kokeellisesti manuaalisesti ottamalla runsaas-·' ti kuvia tietyistä kuvauskohteista, muodostamalla kriteerit ja testaamalla kliinisesti niiden osuvuus. Tässä vaihtoehdossa kriteerit ovat kiinteitä, ei uudelleen opetettavia. Eräässä toisessa vaihtoehdossa käytetään kalibrointimoodia, 30 jonka avulla mitataan kullekin mallille vasteet ja muodostetaan niiden avulla kriteerit, joita käytetään myöhemmin ·’ säädön perusteina ja joita tarvittaessa voidaan saman proto kollan avulla myös muuttaa. Tällöin kriteerit ovat uudelleen kalibroitavia.

35

Kuviossa 3 on kuvattu kriteerien soveltaminen referensseihin esimerkin avulla. Esimerkissä eri detektoreilta saadut 4 102140 vasteet ovat seuraavat: A=120 kHz B=78 kHz C=45 kHz D=11 kHz ja E=100 kHz. Kuvion 3 vasemmanpuoleisessa graafisessa esityksessä on esitetty syötteen B soveltuvuus, jonka mukaan se on 60 %:sti "rajalla". Kuvion 3 oikeanpuoleisessa graafi-5 sessa esityksessä on esitetty vastaavasti syötteen D soveltuvuus, jonka mukaan se on 95 %:sti "täynnä". Kuvion 3 keskellä on esitetty mallin L-L (vasen suuri) soveltuvuus esimerkkitapauksessa. Tällöin referenssit on sovitettu kyseiselle mallille tarkoitettuun kriteeriin 2 jolloin 10 mallin L-L painoarvoksi tulee 60 % (kriteerissä valitaan pienin arvo koska siinä on sovellettu AND-vaihtoehtoa kuvion 3 vasemman alanurkan huomautuksen mukaisesti).

Kuviossa 4 on esitetty kuvion 1 lohkon 4 sisältämä painoar-15 vojen mallinnus edellä esitetyn esimerkin tapauksessa.

Tällöin referenssiarvot A-E sovitetaan kuhunkin tunnistekri-teeriin 1-5 kunkin tunnistekriteerin painoarvon määrittämiseksi eri mallien sopivuuksille. Tuloksena saadaan painoarvoiksi kriteerille 1 25%, kriteerille 2 kuviossa 3 esitetyn 20 mukaisesti 60 % ja lopuille kriteereille 0%. Kuvion 4 graafisessa esityksessä on merkitty kunkin mallin sopivuus (malli L-S 25%, malli L-L 60% ja loput mallit 0%) vaakaviivalla ja määritetty syntyneiden pinta-alojen painopiste, jolloin tuloksena oleva painotettu malli saa arvon 1.70, 25 s.o. malli on mallien L-S ja L-L välillä lähempänä mallia L- • L. Tätä painotettua mallia käytetään lohkossa 5 (kuvio 5) referenssin optimointiin. Esitetyssä tapauksessa käytetään painotuskriteerinä matriisia, jossa referensseille A-E on annettu tietyt kertoimet vastaten kutakin mallia L-S - R-S.

30 Sovittamalla painotettu malli 1.70 kuvion 5 esittämään matriisiin saadaan määritettyä kertoimet eri detektorien • referenssiarvoille. Esimerkkitapauksessa kertoimiksi saadaan seuraavat: A kerroin =0, B kerroin = 1.7, C kerroin =2.3, D kerroin = 4 ja E kerroin = 0. Näiden kertoimien avulla 35 voidaan määrittää painotettu referenssin arvo kertomalla alunperin saadut referenssiarvot matriisista saaduilla kertoimilla ja jakamalla näin saatujen referenssiarvojen 5 102140 summa kertoimien summalla. Esimerkkitapauksessa painotetuksi referenssin arvoksi saadaan 35 kHz, joka syötetään sitten valotusautomatiikkaan (lohko 6) valotusarvojen määrittämiseksi .

5

Claims

6 102140

1. Monianturitekniikkaan perustuva optimoiva menetelmä valotusautomatiikan säätämiseksi röntgenlaitteissa, jossa 5 menetelmässä käytetään ohjausyksiköllä varustettua laitteistoa, jonka avulla mitataan vähintään kahden detektorin (A-E) valotuksen aikaisia kuvauskohteen läpi tulevia säteilyinten-siteettejä, tunnettu siitä, että menetelmän ensimmäisessä vaiheessa kuvauksen aikana ohjausyksikkö sovittaa 10 detektorien (A-E) intensiteettitasoja ennalta muodostettuihin tunnistekriteereihin (lohko 3, kuvio 1), ja kullekin kriteerille lasketaan niiden sopivuutta korreloivat painoarvot, joiden perusteella voidaan tunnistaa kohteen todennäköisin muoto ja/tai sijainti (lohko 4, kuvio 1), että seu-15 raavassa vaiheessa (lohko 5, kuvio 1) kunkin detektorin mittausintensiteetti on laskennallisesti korjattavissa/pai-notettavissa edellä ratkaistun muoto/sijaintisuureen funktiona siten, että lopputuloksena laskettavan valotusautomatiikan säätöperusteesta saadaan mittausalueen kannalta 20 mahdollisimman optimaalinen.

2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että kriteerit määritetään kokeellisesti manuaalisesti ottamalla runsaasti kuvia tietyistä kuvauskohteista, 25 muodostamalla kriteerit ja testaamalla kliinisesti niiden osuvuus, jolloin kriteerit määritetään kiinteiksi.

3. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että tunnistekriteerit määritetään kalibrointimoodin 30 avulla, jolla mitataan kullekin mallille vasteet ja muodos-tetaan niiden avulla kriteerit, joita käytetään myöhemmin säädön perusteina ja jotka kriteerit ovat tarvittaessa muutettavissa saman protokollan avulla. 7 102140