JP2005529658A

JP2005529658A - 融合整合投影及び正常誤差整合投影を使用して限定されたデータ画像を再構成する方法

Info

Publication number: JP2005529658A
Application number: JP2004512066A
Authority: JP
Inventors: ジェイ．ルシャラ、ケネス; エイ．オリベラ、グスタボ; アール．マッキー、トーマス; エム．カパトーズ、ジェフリー; ジェイ．レックヴェルド、ポール
Original assignee: Tomotherapy Inc
Current assignee: Tomotherapy Inc
Priority date: 2002-06-11
Filing date: 2003-06-10
Publication date: 2005-10-06
Also published as: CA2489157A1; AU2003243469A1; WO2003105069A1; EP1514228A4; EP1514228A1

Abstract

本発明は、患者に対する可能な限り実施することのできる放射線治療のほぼ完全な画像を準備するために現在のデータではあるが不完全なデータ（３２Ａ）を使用する方法を提供する。患者の完全な画像は、画像位置合わせの技術を用いて患者の限定された画像と融合又は整合させる（３４Ａ、３６Ａ）。整合画像はサイノグラムデータに変換される（４０Ａ）。このサイノグラムデータは患者の限定された画像に対応するサイノグラムデータと比較され、限定サイノグラムの範囲を超えて如何なるデータが存在するかを決定する。任意の更なるデータが限定データサイノグラムに加えられ、完全なサイノグラムが得られる（４２Ａ）。次いで、この完全サイノグラムは限定画像が得られた時点において撮影された完全画像に近似する画像に再構成される（４４Ａ）。

Description

本発明は、腫瘍の治療のための放射線治療機器に関し、より詳細には、放射線治療及び治療の確認のために不完全な患者データを再構成するための方法に関する。

本願は、２００１年３月９日に出願され、その開示内容が本明細書において参照として援用されており、かつ発明の名称が「不完全なデータを融合整合し、再投影するためのシステム及び方法」である米国特許出願第０９／８０２４６８号の一部継続出願である。

放射線治療のための医療機器は、高エネルギー照射により腫瘍組織を治療する。腫瘍を破壊するのに十分な放射線を確実に照射し、かつ周囲及び隣接する非腫瘍組織への損傷を確実に最小限に留めるために、放射線の量及びその照射位置を正確に制御する必要がある。

外部源放射線治療は、内部の腫瘍を治療するために患者の外部にある放射線源を使用する。外部源は腫瘍の存在する部位のみにビームを指向するために通常コリメートされる。典型的には、該腫瘍は適切に強度及び形状が調整されたビームにより複数の角度から処置されるであろう。高エネルギー放射線の放射線源はＸ線若しくは２乃至２５ＭｅＶの範囲の線形加速器からの電子、又は１．２５ＭｅＶのエネルギーを有するＣｏ^６０源のような高焦点のラジオアイソトープからのガンマ線であり得る。

外部放射線治療の一つの形態では、放射線治療を送達する直前、送達直後及び／又は送達時にコンピュータ断層撮影法（ＣＴ）画像を得ることに加えて、癌性組織を照射するためにコンピュータ断層撮影法のスキャナの精度を使用する。放射線治療送達系がオンラインＣＴ撮像能力を備えることは、画像化と治療との時間の間にて患者の位置及び生体組織における変化を特定することを容易にすることから特に有用である。しかしながら、現在の患者撮像システムの多く、特に、放射線治療システムに組み込まれたものの多くは、限定された視野（ｌｉｍｉｔｅｄｆｉｅｌｄ−ｏｆ−ｖｉｅｗ（ＬＦＯＶ））が問題であり、回収された画像データは患者の完全な断面を網羅することができない。このＬＦＯＶは画像の視認性の問題、アーティファクトを伴う画像、歪んだ値を有する画像の原因になるとともに、線量の計算、送達の確認、変化する患者の位置合わせ、変化する線量の位置合わせ及び輪郭形成（自動化、手動化又はテンプレートに基づく）を含むこれらの画像を使用する応用においても影響を与える。

強度が変調された放射線治療は、従来の治療と比較して、多くの角度及び位置にて患者の体内に進入する強度が変調された放射線ビームを使用し、それにより、健全な組織が受けるべく放射線の量を低減するとともにそれが最も必要とされる癌の部位における放射線を濃縮する。本質的には、照射領域は、癌性組織の形状に適合するように「彫刻され（ｓｃｕｐｌｔｅｄ）」、かつ癌に近接した健全な組織への照射線量を低く留める。この種の放射線治療法は、患者の内部組織の映像化及び送達されるべき放射線量の正確な計算において有用である。放射線治療計画は、患者のＣＴ画像に基づいて立てることができる。当業者において周知であるように、ＣＴ画像は、患者の周囲の異なる角度において得られた多くの投影画像を数学的に再構成することにより生成される。典型的なＣＴ画像において、投影は「輪切り」にされた患者によるビームの減衰を示す一次元の線形プロファイルである。実際のＣＴデータは、マトリクスとしてサイノグラムスペースに保持され、該マトリクスにおいて、各横列（ｒｏｗ）はガントリの位置、ガントリの角度、光線の角度等を示し（第一のサイノグラム次元）、各縦列（ｃｏｌｕｍｎ）は検出器の数、検出器の距離、検出器の角度、光線の位置等を示す（第二のサイノグラム次元）。第三のサイノグラム次元は、複数の横列検出器又は容積測定検出器を伴う場合に通常使用され、各検出器の横列を示す。ＣＴ画像において得られるデータのマトリックスは、図１に示されるようにサイノグラム１０として表示され得るか、又は図２に示されるように二次元の画像１２に再構成され得る。

いくつかの放射線治療装置において、医師はＣＴ画像の癌性領域を視認し、腫瘍を治療するために使用されるビームの角度と強度を決定する（腫瘍の画像に対して識別される）。本明細書において参照として援用されている米国特許第５６６１７７３号明細書に開示されているような自動装置において、コンピュータプログラムは医師が腫瘍領域並びに治療における線量の上限及び下限を判別した後にビームの角度及び強度を選択する。

より詳細には、計画ＣＴ画像が関心領域の三次元（３Ｄ）治療計画を作出するために使用される。この関心領域は、容積測定のピクセルとして定義されるボクセルと称される単位に分割される。次いで、例えば癌性組織、健康な組織、空気、水等のような、如何なる組織の型か、又は該関心領域が如何なる他の物質を含むかに基づいて、各ボクセルにそれぞれの放射線量が割り当てられる。

通常、患者の計画ＣＴ画像は、治療計画に対して準備するための時間が与えられるために照射治療の前に実質的に得られる。しかしながら、種々の要因により、治療されるべき器官又は他の組織の位置は日々変化する。更に、患者は治療中においても、呼吸をしたり、筋肉を痙攣させたりと体を動かし、多くの患者はオンラインＣＴ画像装置の有効視野（ＦＯＶ）より大きくなる。計画ＣＴ画像に対して患者の位置が不確かであることは、放射線送達の整合性を低減させることになる。

従って、治療時の直前に得られたデータに基づいて治療計画を確認できることが大いに望ましい。この確認工程は、計画画像を治療時おける患者の画像と比較する技術により行われる。後者に対してオンライン断層画像を得ることは、患者が撮像工程と治療工程との間に移動することを必要としないで、三次元の断層画像の利点を提供する。

残念なことに、患者のモデルを準備するために使用されるべき治療日に得られる画像データのセットはしばしば不完全であるか、又は限られたものである。これらの限界は、線形加速器に取り付けられたマルチリーフコリメータ（ＭＬＣ）の視野サイズ及び放射線治療装置の検出器のサイズにより設定される制限視野に起因する。この限界はまた、放射線量を適用する放射線治療装置に関連したＣＴ画像システムのＦＯＶの範囲内に大きすぎて適合できない患者に起因する場合もあり、図２に示される画像の一部のみを示す図３に示されるようにＬＦＯＶ画像を生成する。ＦＯＶ又は画像データのセットはまた、特殊な領域にのみ意図的に送達される治療データの再構成を含む治療データ又は関心領域（ＲＯＩＴ）を変調することより意図的に制限され得る。例えば、図３において、ＬＥＯＶのみならず、縁部の周囲のデータは問題となるアーティファクトを含み、それにより、画像は不規則な境界と、歪んだ内部値とを有することになる。

既に述べたように、放射線治療における画像のＬＦＯＶは視認性を損ない、線量計算を不完全なものにするという問題を引き起こす。視認性が損なわれるもっとも一般的な理由は、線形加速器に取り付けられたＭＬＣの制限された視野の大きさと制限された検出器の大きさとにある。これらの制限により、全ての大きさの患者に対して、ＣＴ画像装置が全ての部位において完全なＦＯＶデータを回収することを不可能にする。線量計算が不完全なものになるという問題は、歪んだ電子密度と、ＬＦＯＶ画像からの減衰及び散乱のために周辺部の情報が欠落することとに起因する。画像値のこの歪み及び周辺部の情報の欠落は同様に、これらの画像を使用する他の適用においても影響を与える。

画像の一部のみが得られるという限定された画像データセットに関する問題を解決するために、種々の検出器又は患者の位置において、該患者のスキャニングを複数回行い、完全なセットにするために結合させることもできる。これは、サイノグラムデータを合わせて加えることにより行われるが、画像装置又は患者の位置を、それに従って確実に修正する必要がある。これはしばしば不可能なことである。更に、アーティファクトの問題は、そのようなデータセット間におけるかなりの程度の不整合により存在し、患者に更なる処置を施すことにより費用及び時間がかかり、かつ虚弱な患者に対しては困難な場合がある。更に、複数のスキャンを受ける患者は、一つのスキャンを受ける患者よりも高い放射線量を受けることになる。

利用可能な技術を用いて不完全なデータセットを再構成すると、患者の身体全体が映っておらず、アーティファクト及び誤ったボクセル値を備え、よって、送達の確認、線量の再構成、患者のセッツアップ、輪郭形成、変化する患者の位置合わせ、変化する線量の位置合わせを含む適用に対して画像が使用可能である程度の制限された画像が得られることになる。従って、限定された画像データセットに起因する問題を解決することが可能な方法の必要性が存在する。

本発明は、患者の不完全なＣＴデータセットを患者の既存のＣＴデータセットと結合させて、完全かつアーティファクトのより少ない患者の画像を作出する方法に関する。本発明は、患者の日々の解剖学的な変化に対する特定の事項を備えた不完全なＣＴデータを再構成するために完全な計画ＣＴデータを使用する方法を提供する。完全な計画ＣＴデータは、患者の不完全なＣＴデータを改善し、かつ再構成する上において欠落しているデータを推定するために事前の情報として使用される。

本発明の第一の実施形態において、方法は、患者から第一及び第二のサイノグラムデータセット又は画像を得る工程を含む。両データセットは画像に変換され、統計学上、二つの画像の間が最適な位置合わせとなるように共に整合される。整合された（ａｌｉｇｎｅｄ）又は「融合された（ｆｕｓｅｄ）」画像はサイノグラムとして再投影される。

この再投影されたサイノグラムは第一又は第二のサイノグラムのいずれかと比較され、第一又は第二のサイノグラムの範囲を超えて如何なるデータが存在するかを決定する。増強されたサイノグラムを得るために、この更なるデータは再投影されたデータと比較したサイノグラムに加えられる。次に、増強されたサイノグラムが、融合−整合再投影（ｆｕｓｉｏｎ−ａｌｉｇｎｅｄｒｅｐｒｏｊｅｃｔｉｏｎ）（ＦＡＲ）画像として参照される画像へと変換又は再構成される。

本発明の第一の実施形態の方法は、唯一の限定されたデータのサイノグラム／画像の利用が、正確な送達の確認、線量の再構成、患者の設定等を実施する能力に影響を与えることがないために有利である。以前に撮影された完全な画像又は「第二の画像」が、限定されたデータ画像又は「第一の画像」に融合又は整合される。融合された画像を表すサイノグラムは限定データのサイノグラムと比較され、そこから、増強された限定データサイノグラムが準備される。増強された限定データサイノグラムからＦＡＲ画像が得られる。ＦＡＲ画像は、以前に得られた完全画像と比較して異なって配置されている可能性があるか、又は解剖学的な変化を含む可能性のある治療領域に正確に放射線を適用するために使用される。

ＦＡＲは、治療画像における構造の顕著性を高め、電子密度値を改善し、かつ患者の完全な描写を推定することにより限定データの放射線治療画像を補償する。ＦＡＲはＬＦＯＶデータと、放射線治療を計画するために使用されたＣＴ画像を含む患者に関する事前の情報とを結びつける。第一の実施形態の方法は、ＬＦＯＶ画像及び計画画像を整合又は「融合」する工程と、該画像を「サイノグラムスペース」に変換する工程と、該画像をサイノグラムスペースにて結合する工程と、サイノグラムからの画像を通常の画像に再構成する工程とを含む。ＦＡＲ法の重要な工程は、計画画像のＬＦＯＶ画像との「融合」又は整合である。しかしながら、仮に患者の治療位置が計画位置に近接している場合、ＦＡＲ法におけるエクスプリシットな（ｅｘｐｌｉｃｉｔ）融合は必要ではないかもしれない。代わりに、仮に通常の設定誤差が十分に小さい場合、インプリシットな（ｉｍｐｌｉｃｉｔ）融合が適切であろう。

このような環境下において、ＦＡＲのこの実施が実効できないか、又は必要ない場合、ＦＡＲのエクスプリシットな融合を、正常−誤差−整合再投影（ｎｏｒｍａｌ−ｅｒｒｏｒ−ａｌｉｇｎｅｄｒｅｐｒｏｊｅｃｔｉｏｎ）（ＮＥＡＲ）と称されるインプリシットな融合に置き換えることも可能である。本発明の別の実施形態であるＮＥＡＲは、エクスプリシットな融合が不可能であるか、又は良好な結果とはならない状況に対するＦＡＲの変形である。具体的には、一般的な放射線治療患者の設定プロトコルを用いてしばしば得られるような画像が既に十分整合されている場合に、ＮＥＡＲは達成される。患者はしばしば、意図された位置から数ミリメートル及び数度の範囲内に配置され、ＮＥＡＲのインプリシットな融合を構成する通常の設定誤差を生ずる。

ＮＥＡＲの利点は、ＦＡＲの（二つ以上の）反復変形（ＮＥＡＲ２ＦＡＲ）を可能にすることにある。ＦＡＲの複数の適用を用いて、又は二つの反復工程に対してＮＥＡＲからＦＡＲへと進行（ＮＥＡＲ２ＦＡＲ）して、これらの方法を反復することを可能にする。ＮＥＡＲのあとにＦＡＲ反復が実施されるか、又はＦＡＲが異なる位置合わせの結果を用いて複数回実施される。ＮＥＡＲ画像を作出した後に、ＦＯＶにおける定量的に改善されたボクセル値は計画画像を備えたエクスプリシットな融合を可能にし、かつＦＡＲ画像が生成される。ＮＥＡＲ及びＮＥＡＲ２ＦＡＲは、大きな患者、小さな検出器又はＭＬＣのためであるか、又はＲＯＩＴ戦略が達成されるためであるかによりＬＥＯＶが画像の深刻な定量的かつ定性的な低下を引き起こす場合、特に有用であり得る。エクスプリシットな融合を行うためには時間を要しないことから、ＮＥＡＲはまた、ＦＡＲより迅速である。

ＮＥＡＲ、ＦＡＲ及びＮＥＡＲ２ＦＡＲは、アーティファクトを低減し、かつ画像を定量的に改善するために不完全な事前の情報として計画ＣＴデータ又は他の画像を使用する。これらの利点はまた、線量計算の精度を高めるとともに、計画ＣＴ画像とは異なるエネルギーにて得られるＣＴ画像（例えば、メガ電圧ＣＴ）を増強するために使用される。

ＦＡＲ、ＮＥＡＲ及びＮＥＡＲ２ＦＡＲはまた、多重モダリティ撮像（ＣＴ画像とＭＲＩ画像とを組み合わせる等）に対して使用され得る。ＭＲＩ画像は異なる画像値を有する一方で、それらは修正可能であるか、又は十分な患者の境界を示すであろう。

本発明の方法は、ＬＦＯＶ画像及び計画画像を整合し、サイノグラムスペースにてデータセットを結合するか、又はその逆の工程によりデータを改善する。整合の一つの選択肢はＦＡＲ画像を生成するためのエクスプリシットな融合である。エクスプリシットな融合が実効できない場合のために、ＦＡＲはインプリシットな融合であるＮＥＡＲを用いて実施され得る。既に述べたように、ＮＥＡＲ及びＦＡＲの線量計算への応用や、キロ電圧ＣＴ計画画像を用いたＬＦＯＶオンラインメガ電圧ＣＴ画像の補償であるような、ＮＥＡＲ及び／又はＦＡＲの選択的な反復使用もまた可能である。

本発明のその他の種々の特徴、目的及び効果は以下の詳細な説明、請求の範囲及び添付した図面から当業者には明らかとなるであろう。

図面を参照して、図１は患者のＣＴ画像から得られるサイノグラム１０の例である。図２は、図１に示される例と同様のサイノグラムから得られる計画ＣＴ画像の例であり、図３は、放射線治療の直前の患者のオンラインＣＴスキャンからのＬＦＯＶ画像の例である。

本発明の第一の実施形態に従う好ましい方法は、図４のフローチャートに示される。図４は、限定されたデータ画像及び完全な計画画像から融合整合された再投影（ＦＡＲ）画像を作出することに関する第一の実施形態の方法を示す。該方法は、患者から治療領域を典型的に示す限定データサイノグラム５０を得る工程から始まる。限定データサイノグラム５０は、患者が放射線治療を受けている時間の付近にて得られることが好ましいが、任意の時間において得ることができる。限定データサイノグラム５０は、図１及び３の例に示されるように限定データ画像５２に再構成され、限定された対象物１５６として図６に概略的に示される。図３は、画像値の幾らかの画像の歪みとともに、画像の周囲に白い不規則な境界５３のようなかなりの量のアーティファクトを含む。一例として、図３において標的とされている治療領域は前立腺である。しかしながら、本発明の方法は身体の任意の部分の画像に適用され得るか、獣医学の分野のような他の適用において使用され得るか、又は産業上の使用に応用され得る。

画像１２として図２において一例として示され、かつ対象物１５４として図５に概略的に表されるように、同一の患者及び同一の治療領域の完全な計画画像５４は、典型的には治療計画の目的のために限定データ画像５２、図３の画像１４を得る前に得られる。たとえ限定データ画像５２、図３の画像１４が、完全計画画像５４及び図２の画像１２のわずか数分後に撮影されたとしても、患者が計画ＣＴ装置から治療装置まで移動し、再び設定されるので、通常に身体が機能することにより引き起こされる動作により所定の器官及び／又は組織の位置の間にはしばしば生来の差異が存在する。加えて、画像と画像との間に十分時間が経過している場合には、体重の減少又はある種の組織の成長も起こり得る。内臓の動きもまた計画線量分布に対して幾らかの悪影響を与える。

完全計画画像５４、図２の画像１２、又は限定データ画像５２、図３の画像１４はＣＴスキャナ又は画像形成装置からのものである必要はないし、この技術は、磁気共鳴画像法（ＭＲＩ）、ポジトロン放射形断層撮影法（ＰＥＴ）又は単一光子放射形断層撮影法（ＳＰＥＣＴ）のような異なる投影撮像法又は多重モダリティ撮像法からの画像を整合するために一般的に使用することができることを明記したい。異なる画像形成法が使用される場合、データの収集方法が異なるために二つの画像値の間に不整合又は不一致が起こる場合がある。加えて、ＬＦＯＶオンラインメガ電圧ＣＴ画像のキロ電圧ＣＴ計画画像を用いた交叉エネルギー補償は、本発明の種々の実施形態において熟慮される。

図２及び図３に示され、かつ図５及び図６の対象物１５４及び１５６により概略的に記載されている二つの画像１２及び１４は一致していない。図２及び３の実際の画像の例において、腸内ガス１６が図３においては示され、それにより治療の標的がずれている。図５及び６の概略的な例において、対象物１５４は、枠１６２ａ内において、対角線１５８ａ及び１６０ａ並びに内包物１６１ａから構成される。限定対象物１５６は対応する対角線１６０ｂ及び１５８ｂ並びに１６１ｂとして示される内包物の一部のみを示す。従って、対角線１５８ａ及び１５８ｂの間並びに、内包物１６１ｂに対する部分的なデータのみに変化が存在する。

図４に示されるように、限定データ画像５２と完全な画像５４を整合するために、「融合」又は画像の位置合わせの技術が使用される。図７の概略的な例において、対象物１５４及び１５６の間が最適な位置合わせとなるように、限定対象物１５６は完全対象物１５４と融合される。図７は対象物１５４の幾何学的な配置を対象物１５６の幾何学的な配置にできるだけ一致させるためにどのように整合が行われるかを示す。図１０は対角線１６０ａ及び１６０ｂの間の完全な位置合わせが行われた場合の対角線１６０ｃを示す。対角線１５８ａ及び１５８ｂは完全に位置合わせが行われてはいない。両方の線は重なりあっているが、二重の縁部１６３から明らかなように、両方の線は融合が完全ではないことを示す。これは単に例示的なものである。これに対して、理論的に完全な融合は、解剖学的な変化の流れにおいては存在しないが、これらの方法においては必要としない。

ＦＡＲは位置合わせの技術に対して特異的なものではない。これは、当該技術分野において周知である、自動、手動又は両方の混在した方法により行われる。画像の位置合わせ又は融合は、数種の技術にて達成され得る。そのような一つの技術は、周知のアルゴリズムが既に開発されている相互情報（ＭＩ）として公知である。複数の様式の画像を位置合わせするのに使用されているこのアルゴリズムのこのような例の一つは、以下の出版物：ＦｒｅｄｅｒｉｋＭａｅｓ、ＡｎｄｒｅＣｏｌｌｉｇｎｏｎ、ＤｉｒｋＶｅｎｄｅｒｍｅｕｌｅｎ、ＧｕｙＭａｒｃｈａｌ及びＰａｕｌＳｕｅｔｅｎｓによる医療用画像に関するＩＥＥＥの報告書「相互情報の最大化による多重モダリティ画像の位置合わせ（ＭｕｌｔｉｍｏｄａｌｉｔｙＩｍａｇｅＲｅｇｉｓｔｒａｔｉｏｎｂｙＭａｘｉｍｉｚａｔｉｏｎｏｆＭｕｔｕａｌＩｎｆｏｒｍａｔｉｏｎ）」、第１６巻、第２号、１８７頁（１９９７年４月）に記載されており、該出版物は本明細書において参照として援用される。

抽出特徴融合（ＥｘｔｒａｃｔｅｄＦｅａｔｕｒｅＦｕｓｉｏｎ（ＥＦＦ））は従来技術に比較して多くの利点を提供する別の位置合わせの技術である。ＥＦＦはボクセルに基づく画像位置合わせ法であり、画像の抽出された特徴のみが位置合わせされるか又は融合される。例えば、患者の骨の構造は、たとえ患者の体重が実質的な量において減少した場合においても通常は変化しない。従って、骨は整合を受ける各画像から実際的には抽出され、統計的な方法を用いて位置合わせされる。図５の簡単な例において、対角線１６０ａ及び枠１６２は、時間の経過とともに比較的変化することのない骨又は組織を示す。従って、これらの比較的変化しない特徴のみが融合において選択される一方で、より変化を起こし易い他の特徴、おそらく対角線１５８ａ、１５８ｂ及び内包物１６１ａ、１６１ｂは位置合わせの計算において含む必要はない。

画像の抽出された部分のみを位置合わせする利点は、計算時間が短縮され、正確さが改善され、かつ患者の形状がかなり変化した場合の整合のための目標をかなり明確に定義できることにある。このような利点は、この場合はボクセルである少ない数のデータポイントの位置合わせに起因する。処理に係る全時間は選択されたポイント数に通常比例し、それ故、すべての三次元画像セットのサイズから所定の基準（例えば、骨を表す、又は空気を表さないボクセル）に適合するポイントのサブセットに低減すると、計算時間が典型的に低減されるであろう。このボクセルの低減は、通常のダウンサンプリングのようなＭＩ技術のためにボクセル数を低減する他の方法と比較した場合、より正確な結果を提供することができる。

他の画像位置合わせ技術は、手動融合、幾何学的な特徴（例えば、表面）を用いた整合、勾配法、及びボクセル類似技術を含む。サイノグラムに基づく位置合わせの技術もまた適用可能である。

ＦＡＲに対する任意の有用なＬＦＯＶの位置合わせは、それが自動、手動、又はそれらの混在する場合であっても、定量的及び定性的な低下があるにも係らずこれらの画像において幾らかの情報が存在することを意味する。これらの場合において、ＦＡＲの目標は、付加的な事前の情報を組み込むことにより存在する情報に基づいて定量的又は定性的な改善がなされることにある。しかしながら、ＦＯＶは大幅に低減されるので、画像は、自動融合、手動融合及び視覚検査における有用性を失うかもしれない。自動融合が例えば局所的な最小値を見つけるような所望の結果を提供できないその他多くの理由もまた存在する。融合に伴う別の問題は、図１０に示されるように、幾つかの構造がその他の構造を犠牲にして十分整合され得るので、解剖学的な変化において明瞭かつ正確な整合が存在しないことにある。これらの場合、ＮＥＡＲ、反復適用及び試験的な複数の位置合わせが更なる機会を提供する。

再び図４を参照すると、整合されるか、又は変換された完全な画像５６は、サイノグラム５８として再投影される。サイノグラム５８に対するデータは、マトリクス中に再び存在し、該マトリクスにおいて各横列は角度を示し、かつ各縦列は距離を示す。再投影サイノグラム５８のデータマトリクスは、限定データサイノグラム５０のデータマトリクスと比較され、該限定データサイノグラム５０から如何なるデータが欠如しているかを決定する。このことは、変換された完全画像５８の再投影サイノグラムが限定データサイノグラム５０と整合されていることから可能である。

変換された完全画像５８の再投影サイノグラムから欠如されたサイノグラムデータの近似値が限定データサイノグラム５０に加えられ、増強された限定データサイノグラム６０が作出される。増強された限定データサイノグラム６０はＦＡＲ画像６２に再構成され、該ＦＡＲ画像６２は、限定データ画像５２が得られた時点において、完全画像が如何に類似しているかの近似値である。ＦＡＲ画像６２は図８に模式的に示される。枠１６２ａは図５と同様であり、対角線１５８ｃ、１６０ｃ及び内包物１６１ｃは今では完全である。これは、図９の対象物１６８と比較可能であり、該図９は、完全な画像を得ることが仮に可能である場合に治療時において撮影される画像を示す。対角線１５８ｄの外側の領域１７０が対角線１５８ｃと等しくないという事実は、本発明において重大な問題ではない。

図１１は本発明の第一の実施形態の方法に従って、図２及び３に示されるＬＦＯＶのサイノグラムと完全計画画像とを結合することにより得られる再構成されたＦＡＲ画像を示す。図１１に示されるように僅かな環１８０のような微かなアーティファクトがこの方法により生じている様子が見られる。しかしながら、そのようなアーティファクトは重大ではない。その理由は、該アーティファクトはＦＯＶにおいて重要な構造の顕著性を損なうものでもないし、これらの画像を使用する線量計算又は他の方法に顕著な不利益をもたらすものでもないからである。

本発明の第一の実施形態の方法により得られた再構成ＦＡＲ画像は患者の設定（送達前に患者をポジショニングすること）、輪郭形成（標的となる領域及び感受性の強い構造を、自動的、手動的、又はテンプレートに基づくアプローチにて識別すること）、線量の位置合わせ（患者の位置及び／又は腫瘍の変化を補償するために送達パターンを変更すること）、送達の確認（患者に向かって指向するエネルギーフルエンスを計算するために出口の検出器にて測定された信号を使用すること）、変化する患者の位置合わせ及び変化する線量の位置合わせ（解剖学的な、生体力学的な、かつ関心領域のデータを用いて、各フラクションの間の患者の解剖学における変化をマッピングし、再構成される線量は、累積線量を得るために参照画像へマッピングされる）において使用され得る。

図１２は、図２の計画ＣＴ画像１２に相当する計画画像１２’、図３のＬＦＯＶ画像１４に相当するＬＦＯＶ治療画像１４’、理想的な治療画像２０、及び図１１のＦＡＲ画像１８に対応するＦＡＲ治療画像１８’の比較を示す。ＦＡＲ治療画像１８及び１８’は、僅かなアーティファクト環１８０及び１８０’が認められることを除いては理想的な治療画像２０と実質的には類似しており、該アーティファクト環はＦＯＶにおいて重要な構造の顕著性を損なうものでもないし、線量計算に顕著な不利益をもたらすものでもないことを明記すべきである。

図４の完成プロセスは、図１３のサイノグラムスペースにおいても認められる。図１３はＬＦＯＶサイノグラム２２を整合計画サイノグラム２４と結合することにより得られるＦＡＲサイノグラム２６の例を示す。先端が切り取られた限定データサイノグラム２２を図１３Ａに示す。ＬＦＯＶサイノグラム２２から欠落しているデータは図１３Ｂに示される整合計画サイノグラム２４から推定される。図１３Ｃに示される得られたＦＡＲサイノグラム２６は、図１３Ｂの整合計画サイノグラム２４から欠落しているデータを推定する。

図１４はＬＦＯＶ画像２８及びＦＡＲ画像３０に対する放射線治療の線量計算の比較を示す。ＬＦＯＶ画像２８は実質的な線量計算誤差を生ずる一方で、ＦＡＲ画像３０はほぼ完全な線量計算を生成する。ＬＦＯＶ線量体積ヒストグラム２８（ＤＶＨ）は、計算された線量と送達された線量との間の過大評価と過小評価との両方を示す一方で、ＦＡＲのＤＶＨ３０は、ＦＡＲ画像に対して計算され、かつ送達される線量がほぼ完全であることを示す。ＦＡＲ画像を用いて計算されたＤＶＨは完全な画像のそれとほぼ同一である。

図１５Ａ、１５Ｂ及び図１５Ｃは、限定データ画像又はサイノグラム及び完全な計画画像又はサイノグラムからの、整合再投影画像を作出するために含まれる方法の異なる実施形態を示す。最初に図１５Ａを参照して、ＦＡＲ、ＮＥＡＲ又はＮＥＡＲ２ＦＡＲ画像は患者の治療領域を示す限定データサイノグラム３２Ａを得ることにより作出される。限定データサイノグラムは限定データ画像３４Ａに再構成される。同一の患者の完全計画画像３６Ａは典型的には、限定データ画像３４Ａを得る前に得られる。画像融合、又は画像位置合わせの技術は完全計画画像３６Ａと限定データ画像３４Ａとを整合するために使用される。整合された完全計画画像３８Ａはサイノグラム４０Ａとして再投影される。整合計画画像４０Ａの再投影サイノグラムは、限定データサイノグラム３２Ａと比較される。再投影サイノグラム４０Ａから欠落しているサイノグラムデータは限定データサイノグラム３２Ａに加えられるか、又は結合され、増強された限定データサイノグラム４２Ａを作出する。増強された限定データサイノグラム４２Ａは整合再投影画像４４Ａに再構成され、該画像４４Ａは、限定データ画像が得られた時点において完全画像がどのようなものであるかの近似である。整合再投影画像は、より優れた結果を可能な限り達成するために、複数の反復方法を行うために、限定データ画像３４Ａにフィードバックされる。上述の方法は、どの画像（例えば、完全ＦＯＶ計画画像又は限定オンラインＦＯＶ画像）が他の画像と整合され、かつ再投影されるかに関してフレキシブルである。要するに、完全計画画像は限定データ画像から欠落したデータを推定するために使用されるのである。例えば、図１５Ａに示されるように、完全計画画像は整合計画画像を作出するＬＦＯＶ画像と再整合され、整合計画画像をサイノグラムに再投影し、ＬＦＯＶサイノグラムを整合計画サイノグラムと増強又は結合して増強ＬＦＯＶサイノグラムを生成し、そして増強ＬＦＯＶサイノグラムを整合再投影画像に再構成する。またはこれに代えて、ＬＦＯＶ画像は整合ＬＦＯＶ画像を作出する完全計画画像に再整合され、整合ＬＦＯＶ画像をサイノグラムに再投影し、該サイノグラムを完全計画サイノグラムにて増強して、増強ＬＦＯＶサイノグラムを生成し、そして、増強ＬＦＯＶサイノグラムを整合再投影画像に再構成する。

画像を再整合し、かつそれをサイノグラムに再投影する方法は、図１５Ｂ及び１５Ｃに示されるように数学的に合理化される。一般的に、完全計画画像と限定データ画像との間の相対的な増強は決定される。次に、完全計画画像を限定データ画像に再整合し、かつ整合された計画画像をサイノグラムに再投影することに代えて、完全計画サイノグラムを限定データサイノグラムに再整合すること（又は、その逆）もできる。これは、代替的ではあるが、同等性を有し、同一の結果、即ち、計画画像の再整合サイノグラムを達成する方法である。整合計画サイノグラムはまた、限定データサイノグラムから欠落しているデータを推定するために使用され、該限定データサイノグラムに増強される。次に、増強された限定データサイノグラムは、整合再投影画像を作出するために再構成される。

この代替的な実施形態は、整合完全計画サイノグラムを用いて、限定データサイノグラムから欠落しているデータを推定することを可能にする。画像が再整合及び再投影されるかどうか、又は仮にサイノグラムが直接再整合される場合においても、サイノグラムがどのように再整合されるかということは概念的には問題ではない。

図１５Ｂは限定データサイノグラム又は画像及び完全計画画像又はサイノグラムから整合再投影画像を作出するための方法の別の実施形態を示す。方法の入力は完全計画画像３６Ｂ又は完全計画サイノグラム１０８Ｂと、ＬＦＯＶサイノグラム３２Ｂとである。ＬＦＯＶサイノグラム３２Ｂは、最初はＬＦＯＶ画像３４Ｂに再構成され、次いで、完全計画画像３６Ｂを用いて融合される（エクスプリシットな（ＦＡＲ）又はインプリシットな（ＮＥＡＲ））。完全計画画像３６Ｂはサイノグラムに再投影されるか、又は最初の計画サイノグラム１０８Ｂは融合結果を用いて変換され、整合計画画像４０Ｂが生成される。整合計画画像４０ＢのサイノグラムデータはＬＦＯＶサイノグラム３２Ｂから欠落しているデータを推定するために使用される。限定データサイノグラム３２Ｂは整合計画画像サイノグラム４０Ｂと結合され、増強された限定データサイノグラム４２Ｂが得られる。この増強された限定データサイノグラム４２Ｂは整合再投影画像４４Ｂに再構成される。整合再投影画像は、複数の反復工程（ＮＥＡＲ２ＦＡＲ）において、初期の限定データ画像３４Ｂに優先する。

図１５Ｃは、限定データサイノグラム及び完全計画画像又はサイノグラムから整合再投影画像を作出するための本発明の更に別の実施形態を示す。方法に対する入力は限定データサイノグラム３２Ｃと、選択的な完全計画画像３６Ｃ又は最も好ましくは完全計画サイノグラム１０８Ｃと、である。仮に該方法が入力の一つとして完全計画画像３６Ｃから始まる場合、画像はサイノグラムスペースに再投影され、完全計画サイノグラム１０８Ｃを生成する。限定サイノグラム３２Ｃは、完全計画サイノグラム１０８Ｃを用いて、サイノグラムスペース（エクスプリシットな（ＦＡＲ）又はインプリシットな（ＮＥＡＲ））中に融合される。次の工程は、同様の融合結果を用いて、完全計画サイノグラム１０８Ｃを再整合するか、又は完全計画画像３６Ｃを再整合及び再投影する工程を含む。得られる整合計画画像サイノグラム４０Ｃは限定データサイノグラム３２Ｃと結合され、増強された限定データサイノグラム４２Ｃを作出する。次いで、増強された限定データサイノグラム４２Ｃは整合再投影画像４４Ｂに再構成される。

図１５Ｃの代替的な実施形態の方法の間の差異を要約すると、限定データサイノグラム３２Ｃが完全データサイノグラム１０８Ｃと（エクスプリシット又はインプリシットに）融合されると、画像融合を用いる図１５Ａ及び１５Ｂの実施形態と異なり、融合がサイノグラムスペースにて実施される。サイノグラムの融合に基づき、再整合計画サイノグラム４０Ｃは再整合サイノグラム１０８Ｃにより作出されるか、又は再整合計画画像３６Ｃにより作出され、かつサイノグラムスペースに再投影される。次いで、該方法は各場合に対して同様である。整合計画サイノグラム４０Ｃは限定データサイノグラム３２Ｃに結合され、増強された限定データサイノグラム４２Ｃを作出する。増強された限定データサイノグラム４２Ｃは整合再投影画像４４Ｂに再構成される。

図１６は計画ＣＴ画像６６及び対応するオンライン画像６４からの代表的な画像を示す。計画画像の輪郭６５は黒色にて示される一方、オンライン画像の輪郭６７は白色にて示される。有限視野の大きさが３８．６ｃｍ、２９．３ｃｍ及び１９．９ｃｍである３つの異なるＬＦＯＶ画像６８、７０、７２、ＮＥＡＲ画像７４、７６、７８及びＦＡＲ画像８０、８２、８４は、オンライン画像６４に基づいて示される。ＦＯＶが減少すると、ＬＦＯＶ画像６８、７０、７２におけるアーティファクトがより深刻になる一方で、ＮＥＡＲ画像７４、７６、７８及びＦＡＲ画像８０、８２、８４では影響が少なくなる。これらの画像は、ＦＯＶの大きさの範囲に対して質的に再構成を改善するためにＮＥＡＲ及びＦＡＲがどのように利用可能な情報を使用するかを示す代表例である。この特殊な場合において、ＮＥＡＲ画像及びＦＡＲ画像の間に視覚的な差異はほとんどない。ＮＥＡＲ画像及びＦＡＲ画像の類似性は、幾つかの理由により起こる。通常の設定エラーが小さい場合、エクスプリシットな融合は通常のエラーに対してそれほど改善しないか、或いは、計画ＣＴ画像６６とオンライン画像６４との間の解剖学的な差異が、該画像間の整合性より重要な要素であるので、ほとんど改善されないであろう。

ＦＯＶの大きさの範囲に対して質的に再構成を改善するためにＮＥＡＲ及びＦＡＲは利用可能な情報を使用する。エクスプリシット及びインプリシットな融合が計画データをＬＦＯＶデータに整合する。ＮＥＡＲ又はＦＡＲにて増強されたＬＦＯＶオンライン画像は計画画像のみより完全なＦＯＶオンライン画像に定量的に近い画像を生成する。ＮＥＡＲ又はＦＡＲは、定量的な改善、アーティファクトの低減を作出するとともに、線量計算の正確さを改善する。画像値の歪みが成功した融合を排除する場合、ＦＡＲは不可能である。この場合、ＮＥＡＲ画像が作出され、ＮＥＡＲ画像を計画ＣＴ画像に融合又は整合することにより、ＮＥＡＲ２ＦＡＲ画像が生成され、アーティファクトを更に低減するとともに整合性を改善する。ＮＥＡＲ及びＦＡＲの反復応用の結果を図１７に示す。

図１７は１０．５ｃｍのＦＯＶに対するＬＦＯＶ再構成８６、ＮＥＡＲ再構成８８、及び二つの反復ＮＥＡＲ２ＦＡＲ再構成９０を示す。この場合、ＦＡＲ再構成は、瞬時には可能ではない。その理由は、画像値の歪みは成功した融合を排除したからである。ＮＥＡＲ画像が作出され、かつ内部スキャン領域を計画ＣＴ画像に融合することにより、二つの反復ＮＥＡＲ２ＦＡＲ画像が生成される。

図１８は完全なＦＯＶオンライン画像並びに、ＬＦＯＶ画像９２、ＮＥＡＲ画像９４及びＮＥＡＲ２ＦＡＲ画像９６に対する、前立腺の地点、膀胱の地点及び直腸の地点における放射線治療の線量計算の比較を示す。ＤＶＨ（線量体積ヒストグラム）は完全なＦＯＶオンライン画像からの周知の輪郭に基づく。

ＬＦＯＶ線量計算は前立腺の線量を約１５％過大評価し、かつ直腸及び膀胱の線量は過大評価と過小評価の両方の領域を有する。ＮＥＡＲ及びＮＥＡＲ２ＦＡＲを用いて計算された線量分布は完全なＦＯＶ線量計算から区別できないＤＶＨを生成する。

図１９は、キロ電圧ＣＴスキャナ９８、メガ電圧ＣＴスキャナ１００、メガ電圧画像１０２のＬＦＯＶバージョン及び計画ＣＴデータで増強されたＬＦＯＶデータからのＦＡＲ再構成１０４からのイヌのＣＴ画像を示す。特に関心のあるところは、これらのデータのセットが異なるＣＴシステムにおいて得られるのみならず、異なるエネルギーにて、ＦＡＲがメガ電圧及びキロ電圧データを結合することを必要とする点にある。得られたＦＡＲ画像１０４はこの方法から生ずるわずかなアーティファクト１０６を含む。しかしながら、そのようなアーティファクト１０６は、ＦＯＶにおける重要な構造の明瞭性を損ねるものでもなく、またこれらの画像を使用する線量計算又は他の工程に対して顕著な不利益にはならないので、取るに足らないものである。

既に述べたように、本発明の方法は、不完全な事前の情報が潜在的に利用可能であるような場合において、放射線治療を超えた目的にて使用され得る。本発明の詳細な説明は計画ＣＴの形成において事前の情報を使用することを最初に開示したが、オンラインＣＴ（メガ電圧又はキロ電圧）データのセットを計画ＭＲＩ画像と結合させることによりＦＡＲ画像を作出するような、ＮＥＡＲ及びＦＡＲを複数のモダリティ画像に適用することを実施可能である。これらの場合、ＭＲＩ又は他のモダリティ画像はＬＦＯＶデータセットに適合する値に変換される必要がある。複雑なマッピング値が最良の結果を提供するであろうが、患者の外側の輪郭を描くために代替的なモダリティ画像を用い、かつ水−当量推定値（ｗａｔｅｒ−ｅｑｕｉｖａｌｅｎｃｙａｓｕｍｐｔｉｏｎ）を用いても、利点を提供するであろう。解剖学的な変化、不完全な整合及びメガ電圧及びキロ電圧ＣＴ画像間の再構成値における系統的な差に関してＦＡＲの例示された信頼性を考慮することもまた真実である。既に述べたように、ＦＡＲはまたメガ電圧及びキロ電圧ＣＴデータを結合することもできる。図１９において、ＦＡＲは、メガ電圧ＣＴデータセットをキロ電圧計画ＣＴデータセットで増強するために使用される。

その他の応用例としては、線量計算のためにＮＥＡＲ及びＦＡＲを使用すること、図１７のかなり限定されたＦＯＶに対するＮＥＡＲ及びＦＡＲの繰り返しの適用、及び図１９のキロ電圧及びメガ電圧ＣＴ画像の組み合わせに対してＦＡＲを使用することを含む。線量計算は典型的にはＣＴ画像に基づいており、かつ電子密度に補正された再構成値を必要とする。ＦＯＶの切断により導入されたアーティファクト及び量的な歪みはこの補正を低下させるとともに、周辺部の情報の欠如は線量を計算する場合にしばしば実施される散乱及び減衰の計算を不完全なものにする。

本発明の上記記載された方法は、画像のデータセットが制限される理由にかかわらず適用できる。これは、ＭＬＣサイズ又は検出器のサイズ等によるＦＯＶのセットのようなハードウェアの制限を含む。該方法は、意図的に限定データのセット又はＦＯＶに適用することもできる。この例は、関心領域断層撮影法（ＲＯＩＴ）と称され、たとえ完全なＦＯＶデータセットが利用可能である場合でも、スキャンＦＯＶは患者の線量を低減するために意図的に限定される。特殊な例は治療データの再構成、身体の特定の領域にのみ意図的に送達されることである。この送達は、部分ＣＴサイノグラムを構成し、ＦＡＲ又はＮＥＡＲは欠如しているデータを推定する。より一般的には、限定データはＬＦＯＶである必要はないが、変調された処理データのような欠如したデータのより複雑なパターンであり得る。ＮＥＡＲ及びＦＡＲはまた、限定されたスライス、又は限定された投影画像のような他のタイプの限定データの状況に広げることができる。

本発明を好ましい実施形態を参照して記載してきたが、本発明が上記に記載された特定の実施形態に限定されることを意図していないことは理解されるべきである。所定の置換、変更、修正及び削除が本発明の精神及び意図から逸脱すること実施されることを当業者は理解できるであろうと認識される。従って、上述の記載は例示のみのものであることを意味しており、本発明は、本発明の主題の全ての正当な均等物を含むものと理解され、かつ、本発明は以下の請求の範囲に記載された本発明の範囲に制限されるべきではない。

患者のＣＴ画像から得られるサイノグラムの例である。図１に示されるものと同様なサイノグラムから得られる患者の計画画像の例である。患者のＬＦＯＶ治療画像の例である。本発明の第一の実施形態に従うＦＡＲ治療画像を作出することを含む工程を示すフローチャートである。患者の完全な画像スキャンの概略図である。例示的な「解剖学上の」変化と異なる整合とを備えた図５の概略図であり、限定された画像部分が中央に示され、完全にスキャンされていない残りの部分が点線にて示されている。図５の完全画像を、使用されるように図６の限定画像に如何に整合させて、ＦＡＲ画像を達成するかを示す。ＦＡＲ画像の概略図である。図６の画像に対応する完全画像の概略図である。図５及び６の画像の実際の整合又は「融合」の概略図を示す。本発明の方法に従って整合された図２及び３の再構成されたＦＡＲ画像である。計画画像、ＬＦＯＶ治療画像、理想的な治療画像及びＦＡＲ治療画像の比較を示す。ＬＦＯＶオンラインサイノグラム及び整合された計画ＣＴサイノグラムを結合することにより得られたＦＡＲサイノグラムの例を示す。ＬＦＯＶ画像及びＦＡＲ画像に対する放射線治療線量計算の比較を示す。本発明に従う整合された再投影画像を作出することを含む工程を示すフローチャートである。本発明の異なる実施形態に従う整合された再投影画像を作出することを含む工程を示すフローチャートである。本発明の別の異なる実施形態に従う整合された再投影画像を作出することを含む工程を示すフローチャートである。オンライン画像に基づく３８．６、２９．３及び１９．９ｃｍの視野の大きさに対するＬＦＯＶ画像、ＮＥＡＲ画像及びＦＡＲ画像の例を示す。１０．５ｃｍのＦＯＶのＬＦＯＶ再構成、ＮＥＡＲ再構成及び二つの反復ＮＥＡＲ２ＦＡＲ再構成を示す。完全なＦＯＶオンライン画像並びにＬＦＯＶ画像、ＮＥＡＲ画像及びＮＥＡＲ２ＦＡＲ画像に対する、直腸の地点、膀胱の地点及び前立腺の地点における放射線治療の線量計算の比較を示す。キロ電圧ＣＴスキャナ、メガ電圧ＣＴスキャナ、メガ電圧画像のＬＦＯＶバージョン及び計画ＣＴデータで増強されたＬＦＯＶデータからのＦＡＲ再構成、からのイヌのＣＴ画像を示す。

Claims

患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
前記第一のサイノグラムデータセットを第一の画像に再構成する工程と、
前記第一の画像と第二の画像との位置合わせが最適になるように、前記第一の画像を第二の画像に整合させて整合画像を得る工程と、
前記整合画像を再投影されるサイノグラムデータセットに再投影する工程と、
前記第一のサイノグラムデータセットにおいて利用できないデータを前記再投影サイノグラムデータセットから抽出する工程と、
前記第一のサイノグラムデータセットを前記再投影サイノグラムデータセットからの抽出データで増強して、増強されたサイノグラムデータセットを得る工程と、
前記増強されたサイノグラムデータセットを第三の画像に再構成する工程と、
からなる方法。
前記第一のサイノグラムデータセットは限定されたデータを含む請求項１に記載の方法。
前記第二の画像は完全なデータを含む請求項１に記載の方法。
前記第二の画像は限定データを含むが、該データは前記第一のサイノグラムのデータセットより限定が少ないか、又は異なる様式にて限定されており、それにより前記第一のサイノグラムは第二のサイノグラム又は再投影されたサイノグラムにより増強され得る請求項１に記載の方法。
前記整合工程は、前記第一のデータ画像及び第二の画像から所定の特徴を抽出し、かつ前記特徴を位置合わせする工程からなる請求項１に記載の方法。
前記整合工程は、共通の放射線治療の患者設定プロトコルを使用する工程からなる請求項１に記載の方法。
前記第一及び第二の画像は十分に整合されており、エクスプリシットな融合を必要としない請求項１に記載の方法。
前記限定データサイノグラム、再投影サイノグラム、及び増強された限定データサイノグラムはデータマトリクスにより示され、該マトリクスの各横列はガントリの位置、ガントリの角度、光線の角度等を表し、該マトリクスの各縦列は検出器の数、検出器の距離、検出器の角度、光線の位置等を表し、かつ第三のサイノグラムの次元は複数の検出器の横列を選択的に示す請求項２に記載の方法。
前記第一のサイノグラムデータセットはメガ電圧ＣＴ画像から得られ、かつ前記第二の画像はキロ電圧ＣＴ画像から得られる請求項１に記載の方法。
前記第一のサイノグラムデータセットはＣＴ画像から得られ、かつ前記第二の画像はＭＲＩ画像から得られる請求項１に記載の方法。
前記第一の画像に対して前記第三の画像を置き換えることにより一つ以上の反復を完成する工程を更に含む請求項１に記載の方法。
患者の設定、輪郭形成、線量位置合わせ、送達の確認、変化する患者の位置合わせ及び変化する線量の位置合わせのうちの一つに対して前記第三の画像を使用する工程を更に含む請求項１に記載の方法。
限定データ画像は完全なデータ画像に再整合され、再投影され、かつ欠如しているデータが前記完全なデータサイノグラムからのデータにて増強される請求項３に記載の方法。
患者の断層撮影投影画像を増強するための方法において、前記方法は、
限定されたデータサイノグラムを限定されたデータ画像に変換する工程と、
完全な画像を限定データ画像に融合して、変換された完全な画像を得る工程と、
前記変換された完全画像に対するサイノグラムを再投影する工程と、
前記変換された完全画像に対して再投影サイノグラムから得られる更なるデータにて前記限定データサイノグラムを増強する工程と、
前記増強された限定データサイノグラムを画像に変換する工程と、
からなる方法。
前記融合工程は、前記限定データ画像及び前記完全画像から所定の特徴を抽出し、かつ前記特徴を位置合わせする工程からなる請求項１４に記載の方法。
前記融合工程は手動にて実施される請求項１４に記載の方法。
前記融合工程は自動にて実施される請求項１４に記載の方法。
前記融合工程は幾何学的な特徴、勾配法、又はボクセル類似技術を用いて実施される請求項１４に記載の方法。
前記限定データサイノグラム、前記再投影サイノグラム及び前記増強された限定データサイノグラムは、データマトリクスにより表され、該マトリクスの各横列はガントリの位置、ガントリの角度、光線の角度等にて表され、該マトリクスの各縦列は検出器の数、検出器の距離、検出器の角度、光線の位置等にて表され、かつ第三のサイノグラムの次元は複数の検出器の横列を選択的に表す請求項１４に記載の方法。
前記再投影サイノグラムのデータマトリクスを前記限定データサイノグラムに対するデータマトリクスと比較し、かつ該限定データサイノグラムから如何なるデータが欠落しているかを決定する工程を更に含む請求項１９に記載の方法。
患者の設定、線量位置合わせ、送達の確認、輪郭形成、変化する患者の位置合わせ及び変化する線量の位置合わせのうちの一つに対して前記限定データサイノグラムから変換された画像を使用する工程を更に含む請求項１４に記載の方法。
患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
患者から第二の画像を得る工程と、
前記第一のサイノグラムデータセットを第一の画像に再構成する工程と、
前記第一の画像と第二の画像との間の位置合わせが最適となるように、前記第二の画像を前記第一の画像に選択的に融合して、整合画像を得る工程と、
前記整合画像を再投影されるサイノグラムデータセットに再投影する工程と、
増強されたサイノグラムデータセットを得るために、前記第一のサイノグラムデータセットにおいて利用できないデータを再投影サイノグラムデータセットから抽出することにより、該第一のサイノグラムデータセットを増強する工程と、
前記増強されたサイノグラムデータセットを第三の画像に再構成する工程と、
からなる方法。
患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一の画像を表す第一のデータセットを得る工程と、
患者から第二の画像を表す第二のデータセットを得る工程と、
前記第一の画像と第二の画像との位置合わせが最適になるように、前記第二の画像を前記第一の画像に整合させて整合データセットを得る工程と、
前記第一のデータセットを前記整合データセットを用いて増強させて、増強された第一のデータセットを得る工程と、
前記増強された第一のデータセットを第三の画像に再構成する工程と、
からなる方法。
完全なデータ画像から限定されたデータ画像を再構成する方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
前記第一のサイノグラムデータセットを第一の画像に再構成する工程と、
患者から第二の画像を得る工程と、
前記第一の画像を第二の画像に融合する工程と、
前記第二の画像を前記第一の画像に整合させて、整合画像を得る工程と、
前記整合画像を再投影されるサイノグラムデータセットに再投影する工程と、
増強されたサイノグラムデータセットを得るために、前記第一のサイノグラムデータセットにおいて利用できないデータを再投影サイノグラムデータセットから抽出することにより、該第一のサイノグラムデータセットを結合する工程と、
前記増強されたサイノグラムデータセットを整合再投影画像へと再構成する工程と、
からなる方法。
患者の断層撮影投影画像を増強するための方法において、前記方法は、
患者から第一のサイノグラムデータセットを得る工程と、
患者から第二のサイノグラムデータセットを得る工程と、
前記第一のサイノグラムデータセットと前記第二のサイノグラムデータセットとの間の位置合わせを最適にするために、前記第一のサイノグラムデータセットを前記第二のサイノグラムデータセットに融合して、整合サイノグラムデータセットを得る工程と、
増強されたサイノグラムデータセットを得るために、前記第一のサイノグラムデータセットにおいて利用できないデータを整合サイノグラムデータセットから抽出することにより、該第一のサイノグラムデータセットを整合サイノグラムデータセットと結合する工程と、
前記増強されたサイノグラムデータセットを整合再投影画像へと再構成する工程と、
からなる方法。
前記第一のサイノグラムは画像セットから再投影される請求項２５に記載の方法。
前記第二のサイノグラムは画像セットから再投影される請求項２５に記載の方法。
前記第一及び第二のサイノグラムが画像セットから再投影される請求項２５に記載の方法。