JP2007268273A - 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置 - Google Patents

骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置 Download PDF

Info

Publication number
JP2007268273A
JP2007268273A JP2007090877A JP2007090877A JP2007268273A JP 2007268273 A JP2007268273 A JP 2007268273A JP 2007090877 A JP2007090877 A JP 2007090877A JP 2007090877 A JP2007090877 A JP 2007090877A JP 2007268273 A JP2007268273 A JP 2007268273A
Authority
JP
Japan
Prior art keywords
voxel
average
ratio
value
ray attenuation
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.)
Granted
Application number
JP2007090877A
Other languages
English (en)
Other versions
JP5207649B2 (ja
Inventor
Klaus Bernhard
クラウス ベルンハルト
Michael Grasruck
グラスルック ミヒァエル
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of JP2007268273A publication Critical patent/JP2007268273A/ja
Application granted granted Critical
Publication of JP5207649B2 publication Critical patent/JP5207649B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/40Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4007Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
    • A61B6/4014Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/40Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4035Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • A61B6/505Clinical applications involving diagnosis of bone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20216Image averaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone

Landscapes

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

Abstract

【課題】簡単に信頼性のある結果をもたらす、コンピュータ断層撮影により骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤とを自動的に差別化にする。
【解決手段】対象領域の少なくとも1つの関心断層のボクセルについて、2つの画像データセットから、それぞれのボクセルの2つのX線減弱値、またはそれぞれの画像データセットにおけるそれぞれのボクセルの周りに予め定められたボリューム内のボクセルの減弱値の平均によって得られる2つの平均X線減弱値と、それぞれのX線スペクトル分布における軟部組織または血液の予め定められたX線減弱値o1,o2とにより比rが算出され、比rまたは比rから導き出された値r’のための閾値が超過された際に、それぞれのボクセルに、rまたはr’の大きさに依存して造影剤またはカルシウム含有物質が割り付けられる。
【選択図】図1

Description

本発明は、対象領域の2つのコンピュータ断層撮影画像が異なるX線スペクトル分布において記録され、2つのコンピュータ断層撮影画像の生データから対象領域の2つの画像データセットが再構成され、2つの画像データセットがそれぞれのX線スペクトル分布における対象領域のボクセルのX線減弱値を含んでいる、骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤との自動差別化方法および装置に関する。
コンピュータ断層撮影による多くの検査では、取得されるCT画像において、特に血管を明白に認識するために、患者に造影剤が投与される。しかしながら、CT画像の観察時に骨のような他の身体構成部分が妨害作用をすることがある。なぜならば、それらはX線放射を同様に強く吸収するからである。したがって、この種の範囲は、画像後処理時に時々計算上、画像から取り除かれる。血管内プラークまたはカルシウム含有腎石のような他のカルシウム含有領域もしくはカルシウム蓄積領域の認識についても、これらの、例えばCT画像内における強調表示を可能にするためには、造影剤とこれらのカルシウム含有領域または物質との間の区別が必要である。しかしながら、骨または他の石灰含有領域の半自動または自動のセグメンテーションは、それぞれの画像データにおいて、造影剤と石灰含有物質のできるだけ自動の区別を必要とする。
従来、これらの物質の区別のために種々の試みがなされている。例えば、造影剤投与前後にその都度CT走査が行なわれる。画像レジストレーションおよび両CT画像の減算によって、造影剤によるX線減弱値の強調が測定される。この場合に、骨または他のカルシウム含有領域が、高いX線減弱値を有する変化されない領域として現われる。唯一のCT走査のCT画像においてX線減弱値の高さに基づいて分類を行なうという他の可能性が存在する。しかしながら、これは、かなり信頼性のある結果を得るためには、局所的な統計学的量または形態学的特徴の付加的な評価をしばしば必要とする。
本発明の課題は、簡単に信頼性のある結果をもたらす、コンピュータ断層撮影により骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤とを自動的に差別化(区別)する方法および装置を提供することにある。
方法に関する課題は、本発明によれば、対象領域の2つのコンピュータ断層撮影画像が異なるX線スペクトル分布において記録され、2つのコンピュータ断層撮影画像の生データから対象領域の2つの画像データセットが再構成され、2つの画像データセットがそれぞれのX線スペクトル分布における対象領域のボクセルのX線減弱値を含んでいる、骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤との自動差別化方法において、
対象領域の少なくとも1つの関心断層のボクセルについて、2つの画像データセットから、それぞれのボクセルの2つのX線減弱値、またはそれぞれの画像データセットにおけるそれぞれのボクセルの周りに予め定められたボリューム内のボクセルの減弱値の平均によって得られる2つの平均X線減弱値と、それぞれのX線スペクトル分布における軟部組織または血液の予め定められたX線減弱値o1,o2により、次の式
r=(x1−o1)/(x2−o2
(x1,x2はそれぞれのX線スペクトル分布におけるX線減弱値または平均X線減弱値である)
で比rが算出され、
比rまたは比rから導き出された値r’のための閾値が超過された際に、それぞれのボクセルに、rまたはr’の大きさに依存して造影剤またはカルシウム含有物質が割り付けられることによって解決される。
本発明による方法の有利な実施態様は次の通り列記される。
各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲が決定され、
ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルが選択されるか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルが選択され、
各画像データセットについて個別に、選択されたボクセルの平均X線減弱値が算出されて、2つの平均X線減弱値から比rが決定される(請求項2)。
各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲が決定され、
ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルが選択されるか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルが選択され、
各画像データセットについて個別に、選択されたボクセルの平均X線減弱値が算出されて、2つの平均X線減弱値から比rが決定され、
平均X線減弱値の比rの決定は、ボリューム範囲内において予め定められた最小数を上回る個数のボクセルが、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている2つのX線減弱値の平均値または重み付け平均値を有する場合にこれらボクセルにおいてのみ行なわれる(請求項3)。
重み付け平均値xmが、次の計算規則
m=(x1−m・x2)/(1−m)、ただし、m=−q2/rco,min
(x1,x2は異なる両X線スペクトル分布におけるボクセルの2つのX線減弱値であり、rco,minは造影剤のための比rの下側閾値であり、qは2つの画像データセットの画像の画像ノイズの比である)
から得られる(請求項4)。
画像ノイズの比qが前処理ステップにおいて2つの画像データセットまたは前もって取得されたトポグラムから決定される(請求項5)。
比rの算出前に、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲内において、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回る2つの画像データセットからのX線減弱値の平均値を有する高い割合のボクセルが発生するかどうかがチェックされ、予め定められた最小値を下回る割合の場合に隣接ボクセルのグループからX線減弱値の最高平均値または重み付け平均値を有する隣接ボクセルが探索され、
その都度発見された隣接ボクセルから始まるこのステップが1回または複数回繰り返し可能であり、比rを決定するために引続いて行われるステップが最後に発見された隣接ボクセルを用いて実行され、それから生じる物質割り付けが元のボクセルに対して行なわれる(請求項6)。
比rから導き出され物質割り付けの基礎をなす値r’を得るために、比rが物質割り付けの前に対象の直径に依存した補正項により補正される(請求項7)。
導き出された値r'が、次の計算規則、
r’=r+rcorr ただし、rcorr=adiam×(d−20cm)
(dは対象の平均直径に相当し、adiamは予め定められた係数に相当する)
によって得られる(請求項8)。
装置に関する課題は、本発明によれば、異なるX線スペクトル分布において対象領域の2つのコンピュータ断層撮影画像から得られ、それぞれのX線スペクトル分布における対象領域のボクセルのX線減弱値を含んでいる対象領域の2つの画像データセットを記憶するための記憶ユニットと、
対象領域の少なくとも1つの関心断層のボクセルについて、2つの画像データセットから、それぞれのボクセルの2つのX線減弱値、またはそれぞれの画像データセットにおいてそれぞれのボクセルの周りに予め定められたボリューム内のボクセルのX線減弱値の平均によって得られる2つの平均減弱値と、それぞれのX線スペクトル分布における軟部組織または血液の予め定められたX線減弱値o1,o2とにより、次の式
r=(x1−o1)/(x2−o2
(x1,x2はそれぞれのX線スペクトル分布におけるX線減弱値または平均X線減弱値である)、
で比rを算出するように構成されている決定モジュールとを備え、
比rまたは比rから導き出された値r’のための閾値が超過された際に、それぞれのボクセルに、rまたはr’の大きさに依存して造影剤またはカルシウム含有物質が割り付けられることによって解決される。
本発明による装置の有利な実施態様は次の通り列記される。
決定モジュールは、各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲を決定し、ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルを選択するか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルを選択し、各画像データセットについて個別に、選択されたボクセルの平均X線減弱値を算出して比rを決定するように構成されている(請求項10)。
決定モジュールは、各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲を決定し、ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルを選択するか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルを選択し、各画像データセットについて個別に、選択されたボクセルの平均X線減弱値を算出して比rを決定するように構成されており、
平均X線減弱値の比rの決定は、ボリューム範囲内において予め定められた最小数を上回る個数のボクセルが、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている2つのX線減弱値の平均値または重み付け平均値を有している場合にこれらのボクセルにおいてのみ行なわれる(請求項11)。
重み付け平均値xmが、次の計算規則
m=(x1−m・x2)/(1−m)、ただし、m=−q2/rco,min
(x1,x2は異なる両X線スペクトル分布におけるボクセルの2つのX線減弱値であり、rco,minは造影剤のための比rの下側閾値であり、qは2つの画像データセットの画像の画像ノイズの比である)
から得られる(請求項12)。
決定モジュールは、比rの算出前に、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲内において、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回る2つの画像データセットからのX線減弱値の平均値を有する高い割合のボクセルが発生するかどうかをチェックし、予め定められた最小値を下回る割合の場合に隣接ボクセルのグループからX線減弱値の最高平均値または重み付け平均値を有する隣接ボクセルを探索するように構成されており、
その都度発見された隣接ボクセルから始まるこのステップが1回または複数回繰り返し可能であり、比rを決定するために引続いて行われるステップが最後に発見された隣接ボクセルを用いて実行され、それから生じる物質割り付けが元のボクセルに対して行なわれる(請求項13)。
決定モジュールは、比rから導き出され物質割り付けの基礎をなす値r’を得るために、比rを物質割り付け前に対象の直径に依存した補正項により補正するように構成されている(請求項14)。
決定モジュールは、導き出された値r’を、次の計算規則
r’=r+rcorr ただし、rcorr=adiam×(d−20cm)
(dは対象の平均直径に相当し、adiamは予め定められた係数に相当する)
によって決定するように構成されている(請求項15)。
本発明による方法においては、対象領域の2つのコンピュータ断層撮影画像が異なるX線スペクトル分布もしくは異なるX線エネルギーにおいて記録され、2つのコンピュータ断層撮影画像の生データから対象領域の2つの画像データセットが再構成され、2つの画像データセットがそれぞれのX線スペクトル分布における対象領域のボクセルのX線減弱値を含んでいる。このX線減弱値とは、減弱値係数μであると理解することができると同様に、CT値のように減弱値係数μから導き出される値であると理解することもできる。2つのコンピュータ断層撮影画像を記録するために、多重エネルギーコンピュータ断層撮影装置、好ましくは、異なるX線スペクトル分布もしくは異なるX線エネルギーによる2つのコンピュータ断層撮影画像の記録が同時にまたは少なくともほぼ同時に可能であるいわゆる二重エネルギーコンピュータ断層撮影装置が使用される。異なるX線スペクトル分布により2つのコンピュータ断層撮影画像を作成するための種々の技術は原則的に専門家に知られている。このために、例えば異なるX線管電圧の複数のX線源、異なるスペクトル感度を有する異なる検出器、X線源および/またはX線検出器の前における異なるフィルタ、または前記技術の組み合わせが使用可能である。
本発明による方法では、対象領域の少なくとも1つの関心断層の各ボクセルについて、2つの画像データセットから、次に示す比rが算出される。
r=(x1−o1)/(x2−o2
この式において、x1は異なる2つのX線エネルギーの一方において測定されたボクセルの減弱値またはこのX線エネルギーにおいて平均化されたX線減弱値であり、これについては後で詳述する。同じように、x2は他方のX線エネルギーにおいて測定されたボクセルの減弱値または相応に平均化されたX線減弱値である。2つのX線減弱値x1,x2は、2つの画像データセットから直接に取り出されるか、または2つの画像データセットから算出される。更に発生する値o1,o2は両X線エネルギーにおける軟部組織のX線減弱値である。これらの値は予め定められる。これらは既知であるか、または事前に決定されるとよい。血液のX線減弱値は軟部組織のX線減弱値とほぼ同じであるので、以下において血液と軟部組織とは区別されない。
該当ボクセルについてこのようにして求められた比rの値または比rの値から導き出された値r’がrの閾値と比較される。rもしくはr’の値が閾値を上回るボクセルに、rもしくはr’の大きさに依存して、造影剤またはカルシウム含有物質が割り付けられる。閾rco,minを上回るrもしくはr’の高い値は造影剤を有する領域を意味する。それゆえ、この別の予め定められた閾rco,minが、検査された軟部組織内の造影剤とカルシウム含有物質との差別化(区別)を可能にする。
少なくとも関心断層の完全な処理後に、対象領域のCT画像の表示において造影剤および骨(または他のカルシウム含有領域)が異なる色でマーキングされるので、観察者は両物質グループを容易に即座に区別することができる。更に、ボクセルへの上記物質の割り付けに基づいて、例えば骨を計算により画像から取り除くことを可能にする自動的なセグメンテーションアルゴリズムを画像データセットに適用することができる。
したがって、本発明による方法および装置は、コンピュータ断層撮影画像における骨または他のカルシウム含有物質と造影剤との自動差別化(区別)を可能にする。本発明による方法ステップによって唯一のCT走査に基づく単純な閾値形成により達成され得るよりも高い差別化信頼性が達成される。
本発明による方法の基礎は3物質分解にある。この3物質分解において、それぞれのボクセルは、基礎物質の軟部組織もしくは血液と、骨もしくはカルシウム含有物質と、造影剤とからなる混合物として解釈される。この場合に、比rもしくはr’から造影剤を高信頼度にてカルシウム含有物質と区別することができる。3物質分解によって根拠づけられたパラメータrもしくはr’は、典型的な患者または典型的な身体部位を前提としなければならないことなしに、非常に良好な物質区別を生じる。2つのコンピュータ断層撮影画像を同時もしくは少なくともほぼ同時に記録できることによって、造影剤投与の前および後の2つの別々のCT走査の際に必要であるレジストレーションの厄介な問題もなくなる。局所的な統計量または形態的特徴の評価による区別は、単純なCT走査の場合には信頼性を高めるために一般に必要であるが、本発明による方法においては省略することができる。
方法の有利な実施態様において、各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲が定められる。3次元ボリューム範囲は球形ボリュームであると好ましいが、しかしながら他の形状、例えば直方体形状であってもよい。ボリューム範囲内において、2つの画像データセットからの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルが選択される。代替として、このボリューム範囲から、ボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルが選択される。その後、各画像データセットについて個別に、選択されたボクセルの平均X線減弱値が算出されて、2つの平均X線減弱値から比rが決定される。以下においては、周囲にボリューム範囲を形成されるそれぞれの該当ボクセルは中心ボクセルとも呼ばれる。中心ボクセルの隣接ボクセルは高い確率で造影剤または骨もしくはカルシウム含有領域を表示する。このステップによって、中心ボクセルの隣接ボクセルの選択は一定範囲を塗りつぶし手法を持ちいづに可能にされる。次に説明する重み付け平均値の使用は、画像ノイズ比qに依存した1つの物質を引き立てる結果にならないという利点を有する。
ボクセルのX線減弱値の平均値は、2つのX線減弱値の算術平均値に相当する。したがって、重み付け平均値は、両コンピュータ断層撮影の画像間の画像ノイズ比qにも依存する、ボクセルの複合X線減弱値である。この重み付け平均値xmは次の規則にしたがって算出される。
m=(x1−m・x2)/(1−m)、ただし、m=−q2/rco,min
1,x2は、異なる両X線エネルギーにおけるX線減弱値、例えばHU値(HU:ハウンズフィールド単位)である。qは2つのコンピュータ断層撮影画像の画像ノイズの比である。画像ノイズ比qはq=dx1/dx2から得られる。dx1,dx2は、X線減弱値x1,x2の統計誤差すなわち標準偏差である。値rco,minは、造影剤のための比rの下側閾を指定する予め定められた閾値である。この値は既知であるかまたは前もって求めることができる。3次元ボリューム範囲内でのボクセルの選択は重み付け平均値に基づいて行なわれると好ましい。この重み付け平均値xmが次の閾値、すなわち造影剤および/またはカルシウム含有物質の存在のための下限を示す閾値を上回っている全てのボクセルが選択される。代替として、ボリューム範囲内においてX線減弱値の重み付け最高平均値を有する固定数のボクセルが選択される。画像ノイズ比qに依存した値である重み付け平均値に基づく手法によって、画像ノイズによってひき起こされる誤選択の危険が明白に低減されるので、信頼性のある結果が得られる。2つの画像データセットのこのために必要な画像ノイズ比qは、使用されたコンピュータ断層撮影装置について既知であるか、または前もって2つの画像データセットから求められてもよく、あるいはその他の画像データセット、例えば前もって取得されたトポグラムから求められてもよい。
方法の実施態様において、3次元ボリューム範囲内に存在するボクセルのうち、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている平均値または重み付け平均値を有するボクセルが数えられる。平均減弱値の比rの決定は、ボリューム範囲内において予め定められた最小数のボクセルが造影剤およびカルシウム含有物質に対して予め定められた閾値を上回る2つのX線減弱値の平均値または重み付け平均値を有する中心ボクセルにおいてのみ行なわれる。しかしながら、求められた個数がこの最小数を下回っている場合、この中心ボクセルに関しては爾後の計算は実行されない。これは、このボクセルが検査対象領域内における造影剤またはカルシウム含有物質を有する部位でないことに基づいている。
方法の有利な実施態様では、比rの算出前に、中心ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲内において、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回るX線減弱値の平均値を有する高い割合のボクセルが発生するかどうかがチェックされる。このために、(高い)最小数(nLOOK)のボクセルが予め設定される。高い割合は、骨または他のカルシウム含有物質内の部位を示唆する。しかしながら、数個のボクセルが軟部組織もしくは血液の値範囲にある場合、これは、軟部組織と骨もしくはカルシウム含有物質との間の移行範囲の部位であることを示唆する。造影剤およびカルシウム含有物質のための閾値を上回っているX線減弱値の平均値を有するボクセルが高い割合である場合、中心ボクセルについて直接に、比rの形成のためのステップが引続いて実行される。しかしながら、予め定められた最小数が到達されない場合には、すなわち数個のボクセルが軟部組織の値範囲にある場合、一般に、X線減弱値の最高平均値または重み付け最高平均値を有する直接に接する隣接ボクセルが探索される。画像分解能に応じてこれらのステップは何度も反復可能である。比rを算出するために引続いて行われるステップはこのようにして求められた隣接ボクセルを用いて実行され、それから生じる物質割り付けはもちろん中心ボクセルに対して行なわれる。この有利な方法形態によって、一方では造影剤と骨もしくはカルシウム含有物質との分離が可能にされる。他方では、高い平均値を有する隣接ボクセルへの移行が、軟部組織と造影剤または骨もしくはカルシウム含有物質との間の境界領域における評価を回避する。この場合にはノイズが強く作用して、2つの異なるX線エネルギーに対する微かに異なる変調伝達関数が既に化学的分類を困難にさせたであろう。
方法の非常に有利な実施態様においては、比rが物質割り付けの前に検査対象の直径に依存した補正項rcorrにより補正され、比rから導き出された値r’が得られる。
r’=r+rcorr(d)
ただし、dは対象の平均直径に相当する。
存在するコンピュータ断層撮影装置については、
corr=adiam×(d−20cm)
なる線形関数が非常に良好な結果を生じる。この補正項は、造影剤の測定されたX線減弱値が対象直径に依存する場合に使用されるべきである。
骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤との自動差別化装置は、主要構成部分として2つの画像データセットのための記憶ユニットのほかに、上述の方法および場合によってはこの方法の個々の発展形態にしたがって算出および決定を行なう決定モジュールを含む。この決定モジュールは、異なるX線スペクトル分布における2つのコンピュータ断層撮影画像のための生データを提供することができるコンピュータ断層撮影装置の画像コンピュータ内で実現されている。本発明による装置は、2つのコンピュータ断層撮影画像の生データから対象領域の2つの画像データセットを再構成する画像再構成モジュールも含む。
しかしながら、一実施態様において装置は、記憶ユニットを有する決定モジュールならびにインターフェースを含むだけでもよく、インターフェースを介して、2つのコンピュータ断層撮影画像からの既に再構成された画像データセットが受信される。決定モジュールは画像表示モジュールに接続されていると好ましく、この画像表示モジュールを介して、カラーの異なる造影剤含有領域およびカルシウム含有領域を含むCT画像の画像表示が行なわれる。
以下において、図面を参照しながら実施例に基づいて本発明による方法をもう一度簡潔に説明する。
図1は本発明による方法の実施時における方法経過の例を示し、
図2は本発明による方法の方法変形を図式により具体的に示す。
この例では、二重エネルギーコンピュータ断層撮影装置により、対象に対して、2つの異なるX線エネルギーで同時に生データを得る二重エネルギーCT走査が行なわれる。これらの異なるX線エネルギーは、使用されたX線管の異なる管電圧、この例では80kVおよび140kVの管電圧によって得られる。生データから、公知の再構成アルゴリズムを介して互いに独立に2つのCT画像が再構成される。この場合に得られた2つの画像データセットのそれぞれは、検査ボリュームの各ボクセルについて、それぞれのX線エネルギーにおける相応のHU値を有する。
差別化(区別)すべき体物質のHU値は、差別化すべき体物質が検査対象内のさまざまの部位において発生もしくは配置させられる場合、データ記録と使用されたコンピュータ断層撮影装置とに関係なく、ある程度安定であることが保証されるべきである。しかしながら、このことは大部分の商業上入手可能なコンピュータ断層撮影装置に関しては満たされている。
本発明による方法を実施するための次に説明する例は前処理および主要部分に分かれている。前処理中に、対象平均直径dならびに80kVでの画像と140kVでの画像との間の画像ノイズ比が既知でない場合に、これらが求められる。
測定された造影剤HU値が対象直径に依存する場合、走査された対象の平均直径dが測定されなければならない。しかし、これは、後で、僅かであるが非常に有効な補正のために必要である。平均直径dは、例えば観察された断層画像内に対象を想定する面AにわたるHU値の積分によって算出される。
Figure 2007268273
画像ノイズ比が既知でない場合、この比qは例えば対象直径または空気のHU値の測定されたノイズから決定可能である。このために、例えば両管電圧について、当該断層における特定の閾、例えば−950HUを下回る全てのピクセルについての平均ノイズが画像の上半分において算出され、引続いて比が形成される。同様にこの比は例えば前もって取得されたトポグラムから求めることができる。
処理の主要部分については、検査された断層のほかにその上および下の複数のボクセル断層も必要である。用語「複合HU値」は、以下において、80kVおよび140kVにおけるHU値(x80もしくはx140)の画像比qに依存した重み付け平均値xmを意味する。これは比qと造影剤に対する閾値rco,minとから算出される。
m=(x80−m・x140)/(1−m)、ただし、m=−q2/rco,min
これと違って、用語「平均HU値」は、80kVにおけるHU値x80と140kVにおけるHU値x140との算術平均として算出される。
その後、検査された断層における各ボクセルについて、次の4つのステップが実行され、それらのうち初めの3つが、図1に関しては、LOOKステップ、WALKステップおよびTAKEステップと呼ばれる。
1)LOOKステップ:ボクセルの3次元の球形周辺において、標準的な軟部組織のHU値(例えば100HU)よりも明白に高いところにある高い平均HU値が支配的である場合、この周辺が直接的に評価されなければならない。次のWALKステップはその際に飛ばされる。基礎をなしている閾は、造影剤/骨ボクセルのための個数nLOOKとして予め設定され、この個数nLOOK以上ではWALKステップが省略される。
2)WALKステップ:周辺において比較的低い平均HU値が支配的であるが、中心ボクセルの平均HU値が典型的な軟部組織の平均HU値を上回り、かつ複合HU値において強い勾配が存在する場合、高い確率で造影剤または骨もしくはカルシウム含有物質が近くに存在する。その際、新たな中心ボクセルとして、最高の複合HU値を有する近隣が選択される。この場合に、中心ボクセルと隣接ボクセルとの間の最小差(HU)が予め設定され、この最小差(HU)以下においては隣接ボクセルへの移行は行なわれない。このステップは、画像分解能の期待された到達範囲が達成されるか、または勾配が強く低下するまで何度も繰り返される(nstep)。
3)TAKEステップ:ここでも、最後の中心ボクセルの球形周辺が観察される。ここで、最高の複合HU値を有するnavボクセルが選択される。navは予め設定される。このようにして、できるだけ「純粋な」骨ボクセルまたは造影剤ボクセルが選択される。選択されたボクセルについて、80kVにおける平均HU値x80および140kVにおける平均HU値x140が、それぞれ全ての選択されたボクセルのHU値にわたる平均化により算出される。観察されたボリューム内においてnminよりも少ないボクセルについて、平均HU値が造影剤/骨閾を上回る場合、次のステップは省略され、物質割り付けは行なわれない。
4)3物質分解:選択されたボクセルは、基礎物質の軟部組織(HU値:o80およびo140)と、骨つまりカルシウム含有物質と、造影剤とからなる混合として解釈される。比r、すなわち
r=(x80−o80)/(x140−o140
が算出される。この比は、オプションとして、対象直径dに依存する項rcorrによって補正される。
r’=r+rcorr
この場合に、存在するCTスキャナについては実際的な補正を考慮した値、すなわち
corr=adiam×(d−20cm)
が見つけ出される。
r’の高い値は例えばヨウ素含有造影剤を有する領域を表わす。r’の中間の値は骨として測定される。r’の低い値は軟骨およびプラスチックについて生じる。今や、r’の値を介して決定された物質は最初のステップからの元のボクセルに割り付けられる。
画像スタックもしくは3次元画像データセットの完全な処理後に、そのようにして作成された物質マップは、骨つまりカルシウム含有物質と造影剤とを異なるカラーで強調したり、骨を計算により画像から取り除いたりするために使用される。
本例において使用された初めの3つのステップ(LOOK−WALK−TAKE)の組み合わせは、軟部組織と造影剤との間の境界領域または軟部組織とカルシウム含有物質つまり骨との間の境界領域において、図2に具体的な説明のために図式にて示されているような物質割り付けを生じる。LOOKステップにおいては、目下観察される中心ボクセル1が造影剤またはカルシウム含有物質と軟部組織との間の境界面の近くにあるか否かが決定される。これがそうである場合には、中心ボクセル自体もしくはその直接の周辺が評価されるのではなく、高い平均HU値に基づいていずれの場合にも高いX線減弱値を有する物質内にある隣接ボクセル2の周辺が評価される。したがって、軟部組織と対応物質との間の境界領域における評価が回避される。
方法の実施のために、この例では次のパラメータが必要である。
Figure 2007268273
ボクセルの数ならびに閾のための個々のパラメータは、画質および所望の表示に依存して予め設定される。次の模範的な値は良好な結果を生じる。nLOOK=81のうちの78、sTAKE=1(石灰化の場合)または2(骨の場合)、nstep=2、dmin=30、sWALK=1(石灰化の場合)または2(骨の場合)、nmin=50(骨の場合)または7(石灰化の場合)、nav=45(骨の場合)または3(石灰化の場合)。閾xmin,rco,minはコンピュータ断層撮影装置および撮影パラメータに依存して選択される。線形係数adiamは同様にコンピュータ断層撮影装置に依存して選定される。
本発明による方法の適用時に、骨が造影剤から区別されるかどうかまたは他のカルシウム含有物質が造影剤から区別されるかどうか見分けられるべきである。骨は、中間層を形成する骨髄により、石灰含有プラークまたは腎石よりも化学的に不均質である。特に石灰含有プラークには非常に高い空間分解能が要求される。したがってパラメータsTAKE,WALK,nstepはこのような場合には同じボクセルサイズにおいて典型的に小さく選定される。それにともない、nmin,navも低減されなければならない。
本発明による方法の実施時における方法経過の例を示す流れ図 本発明による方法の方法変形を具体的に示す説明図
符号の説明
1 中心ボクセル
2 隣接ボクセル

Claims (15)

  1. 対象領域の2つのコンピュータ断層撮影画像が異なるX線スペクトル分布において記録され、2つのコンピュータ断層撮影画像の生データから対象領域の2つの画像データセットが再構成され、2つの画像データセットがそれぞれのX線スペクトル分布における対象領域のボクセルのX線減弱値を含んでいる、骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤との自動差別化方法において、
    対象領域の少なくとも1つの関心断層のボクセルについて、2つの画像データセットから、それぞれのボクセルの2つのX線減弱値、またはそれぞれの画像データセットにおけるそれぞれのボクセルの周りに予め定められたボリューム内のボクセルの減弱値の平均によって得られる2つの平均X線減弱値と、それぞれのX線スペクトル分布における軟部組織または血液の予め定められたX線減弱値o1,o2とにより、次の式
    r=(x1−o1)/(x2−o2
    (x1,x2はそれぞれのX線スペクトル分布におけるX線減弱値または平均X線減弱値である)
    で比rが算出され、
    比rまたは比rから導き出された値r’のための閾値が超過された際に、それぞれのボクセルに、rまたはr’の大きさに依存して造影剤またはカルシウム含有物質が割り付けられる
    ことを特徴とする骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤との自動差別化方法。
  2. 各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲が決定され、
    ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルが選択されるか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルが選択され、
    各画像データセットについて個別に、選択されたボクセルの平均X線減弱値が算出されて、2つの平均X線減弱値から比rが決定されることを特徴とする請求項1記載の方法。
  3. 各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲が決定され、
    ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルが選択されるか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルが選択され、
    各画像データセットについて個別に、選択されたボクセルの平均X線減弱値が算出されて、2つの平均X線減弱値から比rが決定され、
    平均X線減弱値の比rの決定は、ボリューム範囲内において予め定められた最小数を上回る個数のボクセルが、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている2つのX線減弱値の平均値または重み付け平均値を有する場合にこれらボクセルにおいてのみ行なわれることを特徴とする請求項1記載の方法。
  4. 重み付け平均値xmが、次の計算規則
    m=(x1−m・x2)/(1−m)、ただし、m=−q2/rco,min
    (x1,x2は異なる両X線スペクトル分布におけるボクセルの2つのX線減弱値であり、rco,minは造影剤のための比rの下側閾値であり、qは2つの画像データセットの画像の画像ノイズの比である)
    から得られることを特徴とする請求項2又は3記載の方法。
  5. 画像ノイズの比qが前処理ステップにおいて2つの画像データセットまたは前もって取得されたトポグラムから決定されることを特徴とする請求項4記載の方法。
  6. 比rの算出前に、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲内において、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回る2つの画像データセットからのX線減弱値の平均値を有する高い割合のボクセルが発生するかどうかがチェックされ、予め定められた最小値を下回る割合の場合に隣接ボクセルのグループからX線減弱値の最高平均値または重み付け平均値を有する隣接ボクセルが探索され、
    その都度発見された隣接ボクセルから始まるこのステップが1回または複数回繰り返し可能であり、比rを決定するために引続いて行われるステップが最後に発見された隣接ボクセルを用いて実行され、それから生じる物質割り付けが元のボクセルに対して行なわれることを特徴とする請求項1乃至5の1つに記載の方法。
  7. 比rから導き出され物質割り付けの基礎をなす値r’を得るために、比rが物質割り付けの前に対象の直径に依存した補正項により補正されることを特徴とする請求項1乃至6の1つに記載の方法。
  8. 導き出された値r’が、次の計算規則、
    r’=r+rcorr ただし、rcorr=adiam×(d−20cm)
    (dは対象の平均直径に相当し、adiamは予め定められた係数に相当する)
    によって得られることを特徴とする請求項7記載の方法。
  9. 異なるX線スペクトル分布において対象領域の2つのコンピュータ断層撮影画像から得られ、それぞれのX線スペクトル分布における対象領域のボクセルのX線減弱値を含んでいる対象領域の2つの画像データセットを記憶するための記憶ユニットと、
    対象領域の少なくとも1つの関心断層のボクセルについて、2つの画像データセットから、それぞれのボクセルの2つのX線減弱値、またはそれぞれの画像データセットにおいてそれぞれのボクセルの周りに予め定められたボリューム内のボクセルのX線減弱値の平均によって得られる2つの平均減弱値と、それぞれのX線スペクトル分布における軟部組織または血液の予め定められたX線減弱値o1,o2とにより、次の式
    r=(x1−o1)/(x2−o2
    (x1,x2はそれぞれのX線スペクトル分布におけるX線減弱値または平均X線減弱値である)、
    で比rを算出するように構成されている決定モジュールとを備え、
    比rまたは比rから導き出された値r’のための閾値が超過された際に、それぞれのボクセルに、rまたはr’の大きさに依存して造影剤またはカルシウム含有物質が割り付けられる
    ことを特徴とする骨または他のカルシウム含有物質と対象領域の軟部組織内の造影剤との自動差別化装置。
  10. 決定モジュールは、各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲を決定し、ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルを選択するか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルを選択し、各画像データセットについて個別に、選択されたボクセルの平均X線減弱値を算出して比rを決定するように構成されていることを特徴とする請求項9記載の装置。
  11. 決定モジュールは、各ボクセルについて、先ず、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲を決定し、ボリューム範囲内において、ボクセルの2つのX線減弱値の平均値または重み付け平均値が造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている全てのボクセルを選択するか、またはボリューム範囲内におけるX線減弱値の最高平均値または重み付け平均値を有する予め定められた個数のボクセルを選択し、各画像データセットについて個別に、選択されたボクセルの平均X線減弱値を算出して比rを決定するように構成されており、
    平均X線減弱値の比rの決定は、ボリューム範囲内において予め定められた最小数を上回る個数のボクセルが、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回っている2つのX線減弱値の平均値または重み付け平均値を有している場合にこれらのボクセルにおいてのみ行なわれることを特徴とする請求項9記載の装置。
  12. 重み付け平均値xmが、次の計算規則
    m=(x1−m・x2)/(1−m)、ただし、m=−q2/rco,min
    (x1,x2は異なる両X線スペクトル分布におけるボクセルの2つのX線減弱値であり、rco,minは造影剤のための比rの下側閾値であり、qは2つの画像データセットの画像の画像ノイズの比である)
    から得られることを特徴とする請求項10又は11記載の装置。
  13. 決定モジュールは、比rの算出前に、ボクセルの周りに予め定められた広がりを有する3次元ボリューム範囲内において、造影剤およびカルシウム含有物質に対して予め定められた閾値を上回る2つの画像データセットからのX線減弱値の平均値を有する高い割合のボクセルが発生するかどうかをチェックし、予め定められた最小値を下回る割合の場合に隣接ボクセルのグループからX線減弱値の最高平均値または重み付け平均値を有する隣接ボクセルを探索するように構成されており、
    その都度発見された隣接ボクセルから始まるこのステップが1回または複数回繰り返し可能であり、比rを決定するために引続いて行われるステップが最後に発見された隣接ボクセルを用いて実行され、それから生じる物質割り付けが元のボクセルに対して行なわれることを特徴とする請求項9乃至12の1つに記載の装置。
  14. 決定モジュールは、比rから導き出され物質割り付けの基礎をなす値r’を得るために、比rを物質割り付け前に対象の直径に依存した補正項により補正するように構成されていることを特徴とする請求項9乃至13の1つに記載の装置。
  15. 決定モジュールは、導き出された値r’を、次の計算規則
    r’=r+rcorr ただし、rcorr=adiam×(d−20cm)
    (dは対象の平均直径に相当し、adiamは予め定められた係数に相当する)
    によって決定するように構成されていることを特徴とする請求項14記載の装置。
JP2007090877A 2006-03-31 2007-03-30 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置 Expired - Fee Related JP5207649B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102006015451.7 2006-03-31
DE102006015451A DE102006015451A1 (de) 2006-03-31 2006-03-31 Verfahren und Vorrichtung zur automatischen Differenzierung von Knochen oder anderen kalziumhaltigen Materialien und Kontrastmittel in Weichteilgewebe

Publications (2)

Publication Number Publication Date
JP2007268273A true JP2007268273A (ja) 2007-10-18
JP5207649B2 JP5207649B2 (ja) 2013-06-12

Family

ID=38513248

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007090877A Expired - Fee Related JP5207649B2 (ja) 2006-03-31 2007-03-30 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置

Country Status (4)

Country Link
US (1) US7920735B2 (ja)
JP (1) JP5207649B2 (ja)
CN (1) CN101044986A (ja)
DE (1) DE102006015451A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009142518A (ja) * 2007-12-17 2009-07-02 Ge Medical Systems Global Technology Co Llc X線ct装置
JP2009178493A (ja) * 2008-02-01 2009-08-13 Ge Medical Systems Global Technology Co Llc X線ct装置
JP2009189800A (ja) * 2007-12-21 2009-08-27 General Electric Co <Ge> 画像から関心のある特徴部を抽出するためのシステム及び方法
WO2009131109A1 (ja) * 2008-04-22 2009-10-29 株式会社 日立メディコ 医用画像処理装置、医用画像処理方法、プログラム
WO2011083973A3 (en) * 2010-01-06 2011-12-01 Samsung Electronics Co., Ltd. Method and system of processing multi-energy x-ray images
US9964499B2 (en) 2014-11-04 2018-05-08 Toshiba Medical Systems Corporation Method of, and apparatus for, material classification in multi-energy image data

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7963695B2 (en) 2002-07-23 2011-06-21 Rapiscan Systems, Inc. Rotatable boom cargo scanning system
DE102007017629B4 (de) 2007-04-12 2011-03-24 Siemens Ag Verfahren zur Zuordnung von Voxeln eines CT-Bilddatensatzes zu einer von zwei Materialmischungen jeweils bestehend aus zwei von vier unterschiedlichen Materialien
WO2009012200A2 (en) * 2007-07-13 2009-01-22 Mayo Foundation For Medical Education And Research Object identification in dual energy contrast-enhanced ct images
US20090060372A1 (en) * 2007-08-27 2009-03-05 Riverain Medical Group, Llc Object removal from images
US9036879B2 (en) * 2008-11-28 2015-05-19 General Electric Company Multi-material decomposition using dual energy computed tomography
US8724774B2 (en) * 2009-08-04 2014-05-13 Rapiscan Systems, Inc. Method and system for extracting spectroscopic information from images and waveforms
DE102010011911B4 (de) * 2010-03-18 2019-09-26 Siemens Healthcare Gmbh Tomosyntheseverfahren mit einer iterativen Maximum-A-Posteriori-Rekonstruktion
US9218933B2 (en) 2011-06-09 2015-12-22 Rapidscan Systems, Inc. Low-dose radiographic imaging system
CA2863382C (en) 2011-06-09 2017-06-27 Rapiscan Systems, Inc. System and method for x-ray source weight reduction
CN103649990B (zh) * 2011-07-15 2017-06-06 皇家飞利浦有限公司 用于谱ct的图像处理
CN102356801B (zh) * 2011-09-22 2013-03-06 河北可口食品有限公司 一种胭脂虫红色素草莓脯染色处理工艺
GB201117808D0 (en) * 2011-10-14 2011-11-30 Siemens Medical Solutions SUV correction following dose infiltration
DE102012215515A1 (de) * 2012-08-31 2014-03-06 Klinikum Der Universität München Verfahren zur Detektion von Schäden an Silikonimplantaten und Computertomographiegerät
DE102012217301B4 (de) 2012-09-25 2021-10-14 Bayer Pharma Aktiengesellschaft Kombination aus Kontrastmittel und Mammographie-CT-System mit vorgegebenem Energiebereich und Verfahren zur Erzeugung tomographischer Mammographie-CT-Aufnahmen durch diese Kombination
JP6526669B2 (ja) 2013-12-06 2019-06-05 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 画像データからの骨の区分化
CN104700390B (zh) * 2013-12-09 2019-07-23 通用电气公司 双能ct造影剂增强扫描图像中的钙化部分识别方法
US20150183980A1 (en) 2014-01-02 2015-07-02 Evergreen Packaging, Inc. Polyethylene and Polypropylene Based Tie Resin for Co-Extrusion
KR102301409B1 (ko) * 2014-09-26 2021-09-14 삼성전자주식회사 엑스선 장치 및 그 제어방법
DE102015206630B4 (de) * 2015-04-14 2022-05-05 Siemens Healthcare Gmbh Multispektrale CT-Bildgebung
CN106994021B (zh) * 2016-01-22 2022-10-14 通用电气公司 一种计算ct影像上的噪声的方法及装置
CN105997114B (zh) * 2016-04-29 2019-06-14 中山大学附属第一医院 增强Micro CT扫描周围神经图像清晰度的方法
CN109690618B (zh) * 2016-11-30 2020-08-07 皇家飞利浦有限公司 谱ct中的骨和硬斑块分割
EP3332710B1 (de) * 2016-12-12 2020-09-16 Siemens Healthcare GmbH Charakterisierung von plaque
CN111179373B (zh) * 2019-12-31 2023-02-17 广州华端科技有限公司 医学图像去骨模型构建方法与骨信息去除方法
CN113034522B (zh) * 2021-04-01 2022-11-01 上海市第一人民医院 一种基于人工神经网络的ct图像分割方法
CN113499510B (zh) * 2021-07-14 2022-04-22 嘉兴市天和制药有限公司 输液袋体拔管通知平台

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003070779A (ja) * 2001-08-28 2003-03-11 Ge Medical Systems Global Technology Co Llc X線ctシステム、ガントリ装置、操作コンソール及びその制御方法並びにプログラムコード、記憶媒体
JP2003167058A (ja) * 2001-12-03 2003-06-13 Hitachi Ltd 放射線検査装置
JP2005274586A (ja) * 2005-05-30 2005-10-06 Hitachi Ltd 放射線検査装置
JP2006098411A (ja) * 2005-11-15 2006-04-13 Hitachi Ltd Pet装置及びpet装置の制御方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1316818A3 (en) * 2001-12-03 2012-04-11 Hitachi, Ltd. Radiological imaging apparatus
US6904118B2 (en) * 2002-07-23 2005-06-07 General Electric Company Method and apparatus for generating a density map using dual-energy CT

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003070779A (ja) * 2001-08-28 2003-03-11 Ge Medical Systems Global Technology Co Llc X線ctシステム、ガントリ装置、操作コンソール及びその制御方法並びにプログラムコード、記憶媒体
JP2003167058A (ja) * 2001-12-03 2003-06-13 Hitachi Ltd 放射線検査装置
JP2005274586A (ja) * 2005-05-30 2005-10-06 Hitachi Ltd 放射線検査装置
JP2006098411A (ja) * 2005-11-15 2006-04-13 Hitachi Ltd Pet装置及びpet装置の制御方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009142518A (ja) * 2007-12-17 2009-07-02 Ge Medical Systems Global Technology Co Llc X線ct装置
JP2009189800A (ja) * 2007-12-21 2009-08-27 General Electric Co <Ge> 画像から関心のある特徴部を抽出するためのシステム及び方法
US9070181B2 (en) 2007-12-21 2015-06-30 General Electric Company System and method for extracting features of interest from an image
JP2009178493A (ja) * 2008-02-01 2009-08-13 Ge Medical Systems Global Technology Co Llc X線ct装置
WO2009131109A1 (ja) * 2008-04-22 2009-10-29 株式会社 日立メディコ 医用画像処理装置、医用画像処理方法、プログラム
US8442289B2 (en) 2008-04-22 2013-05-14 Hitachi Medical Corporation Medical image processing device, method for processing medical image and program
JP5329534B2 (ja) * 2008-04-22 2013-10-30 株式会社日立メディコ 医用画像処理装置、マルチエネルギー型x線ct装置、医用画像処理方法、プログラム
WO2011083973A3 (en) * 2010-01-06 2011-12-01 Samsung Electronics Co., Ltd. Method and system of processing multi-energy x-ray images
US8761485B2 (en) 2010-01-06 2014-06-24 Samsung Electronics Co., Ltd. Method and system of processing multi-energy X-ray images
US9964499B2 (en) 2014-11-04 2018-05-08 Toshiba Medical Systems Corporation Method of, and apparatus for, material classification in multi-energy image data

Also Published As

Publication number Publication date
US7920735B2 (en) 2011-04-05
CN101044986A (zh) 2007-10-03
US20080013672A1 (en) 2008-01-17
JP5207649B2 (ja) 2013-06-12
DE102006015451A1 (de) 2007-10-11

Similar Documents

Publication Publication Date Title
JP5207649B2 (ja) 骨または他のカルシウム含有物質と軟部組織内の造影剤との自動差別化方法および装置
JP6999576B2 (ja) 空間とスペクトル情報に基づく複数エネルギーのct画像におけるノイズ制御のためのシステムと方法
US7440535B2 (en) Cone beam CT apparatus using truncated projections and a previously acquired 3D CT image
JP4402435B2 (ja) 軟組織空間の視覚化の方法及び装置
US7466790B2 (en) Systems and methods for improving a resolution of an image
US9401019B2 (en) Imaging tomosynthesis system, in particular mammography system
JP5162182B2 (ja) 異常陰影の検出のために放射線画像を処理するための方法
US7702141B2 (en) Method for quantifying an object in a larger structure using a reconstructed image
JP5188741B2 (ja) 対象領域の軟部組織における化学的異常および/または特異性の検出方法および装置
EP2891455B1 (en) Radiation tomographic image-generating apparatus and radiation tomographic image-generating method
JP5442530B2 (ja) 画像処理装置、画像表示装置およびプログラム並びにx線ct装置
CN101861126B (zh) 脉管形成的可视化
WO2006057304A1 (ja) X線ct装置及び画像処理装置
JP2003310588A (ja) 三次元ディジタル・マンモグラフィのための計算機支援検出(cad)
US7983463B2 (en) Methods and apparatus for suppressing tagging material in prepless CT colonography
EP2153406A1 (en) Motion artefact reduction in ct scanning
JP4236405B2 (ja) 断層像セグメント分割
JP2020535924A (ja) 診断撮像における画像特徴のアノテーション
CN107680078B (zh) 一种图像处理方法和装置
JP6609091B2 (ja) Ct装置およびct装置が用いる画像処理方法
EP2989983B1 (en) Image processing device
JP7258744B2 (ja) スペクトルコンピュータ断層撮影フィンガープリンティング
JP5514397B2 (ja) 画像表示装置およびx線断層撮影装置
CN112807006A (zh) 使用用于计算机断层摄影的分段光子计数检测器进行相干散射成像的系统和方法
JP2021532892A (ja) Ct仮想単色撮像のための自動的適応エネルギ設定を行う方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100316

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20100316

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20121002

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121225

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20130122

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130219

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20160301

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 5207649

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R360 Written notification for declining of transfer of rights

Free format text: JAPANESE INTERMEDIATE CODE: R360

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R360 Written notification for declining of transfer of rights

Free format text: JAPANESE INTERMEDIATE CODE: R360

R371 Transfer withdrawn

Free format text: JAPANESE INTERMEDIATE CODE: R371

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R360 Written notification for declining of transfer of rights

Free format text: JAPANESE INTERMEDIATE CODE: R360

R360 Written notification for declining of transfer of rights

Free format text: JAPANESE INTERMEDIATE CODE: R360

R371 Transfer withdrawn

Free format text: JAPANESE INTERMEDIATE CODE: R371

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees