JP2009050413A - 記憶媒体及びｘ線ｃｔシステム - Google Patents

Abstract

【課題】被検体のＸ線ＣＴ画像のビームハードニング補正を、隣接するスライスの影響を考慮して行うことにより高精度に行うことが可能なプログラムを格納する記憶媒体及びＸ線ＣＴシステムを提供する。
【解決手段】複数のスライス画像のうちのｉ番目のスライス画像のビームハードニング補正データを、前記ｉ番目のスライス画像に基づくビームハードニング補正成分と、少なくとも前記ｉ番目のスライス画像に隣接するｉ−１番目及び／又はｉ＋１番目のスライス画像に基づくビームハードニング補正成分とを考慮して算出する。
【選択図】図４

Description

本発明は、被検体のＸ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）画像のビームハードニング（ｂｅａｍ ｈａｒｄｅｎｉｎｇ）による影響を、所望のビームハードニング補正量を用いて補正するためのプログラム（ｐｒｏｇｒａｍ）を格納する記憶媒体、及び当該記憶媒体におけるプログラムコードが読み込まれた記憶装置を備えたＸ線ＣＴシステム（ｓｙｓｔｅｍ）に関する。

従来から、被検体の病巣や出血部位の特定の為にＣＴ法が用いられている。かかるＣＴ法においては、Ｘ線源から照射され、被検体を通過し、Ｘ線検出器が検出したＸ線の投影データから被検体のスライス（ｓｌｉｃｅ）画像を再構成することができる。

ところで、上記スライス画像においては、被検体の骨組織等のようなＸ線の吸収係数の高い物質の影響によるビームハードニング現象により、アーチファクトが発生することがあり、このビームハードニング現象によるアーチファクト発生を防止するために、ビームハードニング補正が行われる。

このようなビームハードニング補正として、例えば、特許文献１には、頭部のビームハードニング補正について記載されている。この特許文献１には、所定の画像の再構成法により再構成された断層立体画像をしきい値処理してＸ線の吸収率が高い骨類成分に対応するボクセルの画像を抽出し、この抽出した骨ボクセル（ｖｏｘｅｌ）画像を仮想的にＸ線検出器へ投影し、この投影処理により得た骨投影データによりビームハードニング補正量を計算して補正用投影データを算出し、この補正用投影データ（ｄａｔａ）をボクセルへ逆投影して、補正用ボクセル画像を再構成し、元の画像からこの補正用ボクセル画像を引いて、骨ボクセル画像加算する方法が開示されている。

特開平１０−７５９４７号公報

しかしながら、近年のＣＴ検出器列の多列化に伴い、検出器幅が広がり、スライス画像間の間隔が狭まるにつれて、Ｘ線散乱をも含むビームハードニング現象の隣接スライス画像への相互影響が懸念されるようになってきた。しかしながら、上述の特許文献１に記載されたビームハードニング補正方法においては、隣接するスライスを考慮するものではない。

本発明は、上記課題を鑑みてなされたものであり、被検体のＸ線ＣＴ画像のビームハードニング補正を、隣接するスライスの影響を考慮して行うことにより高精度に行うことが可能な記憶媒体及び当該記憶媒体におけるプログラムコードが読み込まれた記憶装置を備えたＸ線ＣＴシステムを提供することを目的とする。

本発明の第１の観点は、被検体のＸ線ＣＴ画像のビームハードニングによる影響を、所望のビームハードニング補正データを用いて補正するためのプログラムを格納する記憶媒体であって、 該プログラムは、（ａ）Ｘ線ＣＴ装置のコントローラ（ｃｏｎｔｒｏｌｌｅｒ）に対し、前記被検体の複数のスライス画像を含むＸ線ＣＴ画像の取得を指示するプログラムコード（ｐｒｏｇｒａｍ ｃｏｄｅ）と、（ｂ）前記複数のスライス画像のうちのｉ番目のスライス画像のビームハードニング補正データを、前記ｉ番目のスライス画像に基づくビームハードニング補正成分と、少なくとも前記ｉ番目のスライス画像に隣接するｉ−１番目及び／又はｉ＋１番目のスライス画像に基づくビームハードニング補正成分とを考慮して算出する、ビームハードニング補正データを算出するプログラムコードと、（ｃ）前記算出されたｉ番目のスライスの画像のビームハードニング補正データを用いて前記ｉ番目のスライスの画像をビームハードニング補正するプログラムコードと、を備えている記憶媒体、というものである。

また、本発明の第２の観点は、前記ビームハードニング補正データを算出するプログラムコードは、前記ｉ番目のスライス画像に基づくビームハードニング補正成分と、前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像に基づくビームハードニング補正成分との加重加算を含むことを特徴とする第１の観点に記載の記憶媒体、というものである。

また、本発明の第３の観点は、前記ビームハードニング補正成分は、被検体のＸ線ＣＴ画像を用いて算出されることを特徴とする第１の観点又は第２の観点に記載の記憶媒体、というものである。

また、本発明の第４の観点は、前記ビームハードニング補正成分は、被検体のＸ線ＣＴ画像を、仮想的にＸ線検出器に再投影することにより得られた再投影データに基づき算出されることを特徴とする第３の観点に記載の記憶媒体、というものである。

また、本発明の第５の観点は、前記ビームハードニング補正成分が、画像データからなるビームハードニング補正画像であり、前記ビームハードニング補正データを算出するプログラムコードは、前記ｉ番目のスライス画像に基づき算出されたビームハードニング補正画像と前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像に基づき算出されたビームハードニング補正画像との加重加算を含むことを特徴とする請求項１乃至４の何れか一項に記載の記憶媒体、というものである。

また、本発明の第６の観点は、前記ｉ番目のスライスの画像のビームハードニング補正は、以下の式に基づき行われることを特徴とする第５の観点に記載の記憶媒体、というものである。

ここで、
Ｉｍａｇｅ（ｘ，ｙ，ｚ）：ビームハードニング補正前のｉ番目のスライス画像データ
Ｉｍａｇｅ’（ｘ，ｙ，ｚ）：ビームハードニング補正後のｉ番目のスライス画像データ
ｆ（）：各スライス画像に基づくビームハードニング補正成分
ｇ（）：加重加算の補正関数
ｎ：補正に使用するスライス画像の数（但し、ｎは３以上の奇数）

また、本発明の第７の観点は、前記ビームハードニング補正成分は、前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像を仮想的にＸ線検出器に再投影することにより得られた各スライス画像に対応するそれぞれの再投影データに基づいてそれぞれ算出された再投影データからなるビームハードニング補正再投影データであり、前記ビームハードニング補正データを算出するプログラムコードは、前記ビームハードニング補正再投影データ対して加重加算することにより、前記ｉ番目のスライス画像のビームハードニング補正再投影データを算出し、当該ビームハードニング補正再投影データを逆投影して得られたビームハードニング補正画像データを算出することを含むことを特徴とする第４の観点に記載の記憶媒体、というものである。

また、本発明の第８の観点は、前記ビームハードニング補正成分は、前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像を仮想的にＸ線検出器に再投影することにより得られた前記ｉ−１乃至ｉ＋１番目のスライス画像に対応するそれぞれの再投影データからなり、前記ビームハードニング補正データを算出するプログラムコードは、前記再投影データに対して加重加算を行い、当該加重加算後の再投影データに基づいて算出されたビームハードニング補正再投影データを逆投影して得られたビームハードニング補正画像データを算出することを含むことを特徴とする請求項４に記載の記憶媒体、というものである。

また、本発明の第９の観点は、前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像を仮想的にＸ線検出器に再投影することにより得られた前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像に対応するそれぞれの再投影データが、前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像から骨の画素を抽出した骨画像を仮想的にＸ線検出器に再投影することにより得られた再投影データであることを特徴とする第７の観点又は第８の観点に記載の記憶媒体、というものである。

また、本発明の第１０の観点は、前記被検体が、人間又は動物の頭部であることを特徴とする第１乃至第９の観点の何れかに記載の記憶媒体、というものである。

また、本発明の第１１の観点は、第１乃至第１０の観点の何れかに記載の記憶媒体をにおけるプログラムコードが読み込まれた記憶装置を備えたことを特徴とするＸ線ＣＴシステム、というものである。

本発明の記憶媒体によれば、被検体のＸ線ＣＴ画像のビームハードニング補正を、隣接するスライスの相互影響を考慮して行うことにより高精度に行うことができる。

また、本発明のＸ線ＣＴ装置によれば、隣接するスライスの相互影響を考慮した被検体のＸ線ＣＴ画像のビームハードニング補正を行う記憶媒体を備えることにより、被検体のＸ線ＣＴ画像のビームハードニング補正を高精度に行うことができる。

以下、実施形態を用いて、本発明を詳細に説明する。

図１は、本実施形態のＸ線ＣＴシステム３００のブロック（ｂｌｏｃｋ）構成図である。図示のように本システムは、Ｘ線ＣＴ装置１００とＸ線ＣＴ装置１００に接続する操作コンソール（ｃｏｎｓｏｌｅ）２００を含む。操作コンソール２００は、Ｘ線ＣＴ装置１００のデータ収集部９から入力された画像データを取得し、Ｘ線ＣＴシステムが有する記憶装置に読み出された各種画像処理プログラムを用いて画像データを加工し、表示装置５６に表示することができる。

Ｘ線ＣＴ装置１００は、以下の構成を備える。１はＸ線ＣＴ装置全体の制御を行うメインコントローラ（ｍａｉｎ ｃｏｎｔｒｏｌｌｅｒ）、２は操作コンソール２００との通信を行うためのインタフェース（ｉｎｔｅｒｆａｃｅ）、３はガントリ（ｇａｎｔｒｙ）であり、内部には、Ｘ線管コントローラ５により駆動制御されるＸ線源としてのＸ線管４、Ｘ線の照射範囲を画定するためのスリットを有するコリメータ（ｃｏｌｌｉｍａｔｏｒ）６、コリメータ６のＸ線照射範囲を画定するスリット（ｓｌｉｔ）幅の調整用モータ（ｍｏｔｏｒ）であるモータ７ａが設けられている。このモータ７ａの駆動はコリメータコントローラ７により制御される。

ガントリ３は、被検体を透過したＸ線を検出するＸ線検出部８、およびＸ線検出部８で得た透過Ｘ線より得られる投影データを収集するデータ収集部９を備える。Ｘ線検出部８は２次元の検出器のアレイ（ａｒｒａｙ）を具備し、マルチスライス・ヘリカル（ｍｕｌｔｉ ｓｌｉｃｅ ｈｅｌｉｃａｌ）走査を可能にしている。Ｘ線管４及びコリメータ６と、Ｘ線検出部８はガントリ３の空洞部分を挟んで、すなわち、テーブル（ｔａｂｌｅ）１２上に横たえた被検体（図示せず）を挟んで対向する位置に設けられ、ガントリ３が回動するようになっている。この回動は、モータコントローラ１１からの駆動信号により駆動される回転モータ１０によって行われる。テーブル１２は、被検体を乗せてテーブルモータ１３によって駆動する、被検体をｚ軸方向へ搬送する。テーブルモータ１３の駆動はテーブルモータコントローラ１４により制御される。

メインコントローラ１は、インタフェース２を介して受信した各種コマンド（ｃｏｍｍａｎｄ）の解析を行い、それに基づいて上記のＸ線管コントローラ５、コリメータコントローラ７、モータコントローラ１１、テーブルモータコントローラ１４、そして、データ収集部９に対し、各種制御信号を出力することになる。また、メインコントローラ１は、データ収集部９で収集された投影データを、インタフェース２を介して操作コンソール２００に送出する処理も行う。

操作コンソール２００は、いわゆるワークステーション（ｗｏｒｋｓｔａｔｉｏｎ）であり、図示するように、装置全体の制御をつかさどるＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５１、ブートプログラム（ｂｏｏｔ ｐｒｏｇｒａｍ）等を記憶しているＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）５２、主記憶装置として機能するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５３をはじめ、以下の構成を備える。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｃ Ｄｒｉｖｅ）５４は、ハードディスク装置等の記録媒体であって、ここにスキャン（ｓｃａｎ）制御プログラム等のほか、ガントリ装置１００に各種指示を与えたり、ガントリ装置１００より受信したデータに基づいてＸ線断層像を再構成するための画像再構成プログラムが格納されている。ＶＲＡＭ（Ｖｉｄｅｏ ＲＡＭ）５５は表示しようとするイメージデータ（ｉｍａｇｅ ｄａｔａ）を展開するメモリ（ｍｅｍｏｒｙ）であり、ここにイメージデータ等を展開することでＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）５６に表示させることができる。５７及び５８は、各種設定を行うためのキーボード（ｋｅｙｂｏａｒｄ）およびマウス（ｍｏｕｓｅ）である。また、５９はガントリ装置１００と通信を行うためのインタフェースである。

操作コンソール２００は、また、光ディスク（ｄｉｓｃ）、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、磁気テープ（ｔａｐｅ）、不揮発性のメモリカード（ｍｅｍｏｒｙ ｃａｒｄ）等の各種可般型記録媒体に格納されたプログラムやデータをＲＡＭ５３にロードするＣＤ−ＲＯＭドライブ等の各種可般型記録媒体駆動装置６１を備えている。操作コンソール２００はさらに、通信インタフェース６３を備え、ネットワーク（ｎｅｔｗｏｒｋ）に接続し、ネットワークに存在するデータやプログラムをダウンロード（ｄｏｗｎｌｏａｄ）することができる。ＣＤ−ＲＯＭ等の各種記録媒体に格納されたプログラムやデータ及び、ネットワークからダウンロードされたプログラム（画像処理プログラムを含む）やデータはＸ線ＣＴシステムが有する記憶装置の一例であるＲＡＭ５３にロード（ｌｏａｄ）され（読み込まれ）、実行される。

以下、実施例を用いて、上記各種記憶媒体に格納されたプログラムの動作について説明する。

（実施例１）
図２は、本実施例に係る記憶媒体に格納されたプログラムの動作によるビームハードニング補正の手順を示すフローチャート（ｆｌｏｗ ｃｈａｒｔ）である。

まず、操作コンソール２００からの制御により、Ｘ線ＣＴ装置１００のメインコントローラ１へ投影データ収集を行うことの指示を行う。この指示に応答して、メインコントローラ１はＸ線ＣＴ装置の各部を制御し、ヘリカルスキャン等により被検体１５の撮影が行われる。２次元Ｘ線検出器８から出力された検出データは、データ収集部９により、投影データとして、操作コンソール２００側へ送られる（ステップ（ｓｔｅｐ）２０１）。必須の処理ではないが、収集された投影データに、Ｘ線強度補正や感度補正等の公知の補正処理を施すことができる。

次に、ステップ２０１において収集された投影データを用いて画像再構成を行い、複数のスライス画像を得る（ステップ２０２）。

図３は、スライス画像の概念図である。図３（ａ）に示されているように、本実施例においては、頭頂部側から頸部側に亘って複数のスライス画像を得る。図３（ａ）においては、ｉ番目のスライスとｉ＋１番目のスライスとの間隔が数ｃｍ離間しているかの如く示されているが、現実には５ｍｍ程度である。図３（ｂ）はｉ番目のスライス画像３２０（断層像）を示す概念図である。図に示されるように、スライス画像３２０には、頭蓋骨の部分３２１と脳を含む頭蓋骨の内側の部分３２３が含まれている。図３（ｃ）は、ｉ番目のスライス画像３２０において、Ｘ軸方向に延びる線３１１に沿った画素のＣＴ値（画素値）を示すグラフ（ｇｒａｐｈ）３３０である。図に示されているように、頭蓋骨に対応する位置のＣＴ値は高く（３３１、３３９）、脳に対応する位置のＣＴ値は低くなっている（３３５）。このスライス画像は、頭蓋骨に対応する位置３３１，３３９のすぐ内側の領域（３３３、３３７）において、ビームハードニングの影響によるアーチファクトによる増加したＣＴ値が観測される。

図２に戻り、ステップ２０３において、各スライス画像に対し、各スライス画像に基づくビームハードニング補正成分を算出する。本実施例においては、後述するように、各スライス画像に基づくビームハードニング補正成分として、各スライス画像に対応するビームハードニング補正画像データを算出するものとする。このステップは、操作コンソール２００のＲＡＭにロードされたプログラムが実行されることにより実施される。

図４は、本実施例におけるビームハードニング補正画像データの算出の手順を説明する概念図である。グラフ４１０、４１１、４１２は、それぞれｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像について、図３（ｃ）におけるＸ軸方向に延びる線３１１に沿った画素のＣＴ値（画素値）を示すグラフである。このｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像から、ビームハードニング補正画像データを算出する。ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に対応するビームハードニング補正画像データは、４２０、４２１、４２２のグラフで表される。

このビームハードニング補正画像データは、例えば次のような方法で算出することができる。一般的に、骨組織はＣＴ値が２００を超え、水はＣＴ値が０であり、脳内の灰白色物質（又は軟組織）はＣＴ値が約２０〜５０であるので、所定の閾値処理、例えば１００以上のＣＴ値を持つ部分を骨に相当するデータとして除去する。次に、骨に相当するデータを除去した残りの画像についてＣＴ値の平均を求める。その後、骨に相当するデータを除去した残りの画像からＣＴ値の平均を除算することにより、各スライス画像にそれぞれに対応するビームハードニング補正画像データを求める。別法としては、骨に相当するデータを除去した残りの画像からＣＴ値の平均を除算する代わりに、骨に相当するデータを除去した残りの画像から所定のＣＴ値（例えばＣＴ値＝４０）を除算することによってもビームハードニング補正画像データを求めることができる。

図２に戻り、ステップ２０４において、ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に対応する補正関数を決定する。この補正関数は、補正に使用するスライス画像にそれぞれに対し、合計が１となるように指定される値であり、ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像を加重加算する際の重み係数である。この補正関数は、経験的、或いは後述するように、繰返しビームハードニング補正効果を確認することによりチューニング（ｔｕｎｉｎｇ）されて設定される。

次に、ステップ２０５において、ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に基づくビームハードニング補正画像データのそれぞれに補正関数が適用（乗算）されてそれらを加算し、ｉ番目のスライス画像のビームハードニング補正データ（画像データ）が求められる。

図４の例では、補正関数として、「０．２」、「０．６」、「０．２」という値が採用されている。グラフ４６０は、ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に基づくビームハードニング補正画像データに補正関数が適用されて乗算された結果得られたｉ番目のスライス画像のビームハードニング補正データ（画像データ）を示すグラフである。

次に、ステップ２０６において、ステップ２０５で算出したｉ番目のスライス画像のビームハードニング補正データ（画像データ）を、ｉ番目のスライス画像に対応する元の画像データから減算し、ビームハードニング補正された画像を得る。

このビームハードニング補正された画像において、ビームハードニング補正の効果が不充分であり補正関数を修正する必要がある場合は、ステップ２０４に戻り、補正関数を決定し直し、新たなビームハードニング補正された画像を得ることができる。補正関数を修正する必要があるか否かの判断は、操作者が目視で判断してもよく、所望の判断処理手段を用いてもよい。具体的には、例えば、ｉ−１〜ｉ＋１番目の画像に適用される補正関数を「０．２」、「０．６」、「０．２」から「０．１」、「０．８」、「０．１」と修正することができる。

以上で説明したｉ番目のスライス画像のビームハードニング補正処理を、全てのスライス画像について行うことにより、全てのスライス画像について、高精度なビームハードニング補正を施すことができる。

以上説明したように、本実施例においては、１枚のスライス画像において複数スライス画像のビームハードニング補正成分を利用することにより、周辺のスライス画像のビームハードニング効果の影響が補正対象のスライス画像に対して及ぼす影響を考慮することができるので、補正対象のスライス画像に対して高精度なビームハードニング補正を行うことができる。

（実施例２）
図５は、本実施例に係る記憶媒体に格納されたプログラムの動作によるビームハードニング補正の手順を示すフローチャートである。

図５において、ステップ５０１とステップ５０２は、実施例１において説明したステップ２０１とステップ２０２と同等であるため、ここでの説明は省略する。

ステップ５０３において、各スライス画像から骨画像を生成し、それを仮想的にＸ線検出器に再投影して骨再投影データを取得する。具体的には、所定の閾値処理を行うことにより、それぞれｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像から、骨に相当する画素を抽出して骨画像を得る。そして、この各骨画像について、仮想的にＸ線検出器に再投影して各スライス画像に対応する骨再投影データをそれぞれ取得する。

次にステップ５０４において、各スライス画像に対応する骨再投影データに対するビームハードニング補正成分を算出する。尚、本実施例においては、各スライス画像に基づくビームハードニング補正成分として、後述するように、各スライス画像に対応するビームハードニング再投影データを算出するものとする。このステップは、操作コンソール２００のＲＡＭにロードされたプログラムが実行されることにより実施される。

即ち、まず、前記骨再投影データからデータにそれぞれｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に対応するビームハードニング補正再投影データを計算する。但し、ここで求められるのは、骨再投影データとビームハードニング補正再投影データが組み合わされた投影データである。

次に、ステップ５０５において、ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に対応するの補正関数を決定する。尚、この補正係数は、後述するようにビームハードニング再投影データに対する補正係数であること以外は、実施例の補正係数と同様である。

次に、ステップ５０６において、ｉ−１番目、ｉ番目、ｉ＋１番目の骨再投影データとビームハードニング補正再投影データが組み合わされた投影データのそれぞれに補正関数が適用（乗算）されてそれらを加算し、ｉ番目のスライス画像に対応する骨再投影データとビームハードニング補正再投影データが組み合わされた投影データが求められる。この骨再投影データとビームハードニング補正再投影データが組み合わされた投影データを逆投影して、骨画像とビームハードニング補正画像とが組み合わされた画像を生成し、ステップ５０３において求めたｉ番目のスライス画像の骨画像を減算することによって、ビームハードニング補正データ（画像データ）を得る。

そして、ステップ５０７において、ステップ５０６で算出したｉ番目のスライス画像のビームハードニング補正データ（画像データ）を、ｉ番目のスライス画像に対応する元の画像データから減算し、ビームハードニング補正された画像を得る。

そして、実施例１と同様に、このビームハードニング補正された画像において、ビームハードニング補正の効果が不充分であり補正関数を修正する必要がある場合は、ステップ５０５に戻り、補正関数を決定し直し、新たなビームハードニング補正された画像を得ることができる。

以上説明したように、本実施例においても、実施例１と同様に、１枚のスライス画像において複数スライス画像のデータも利用することにより、周辺のスライス画像のビームハードニング効果の影響が補正対象のスライス画像に対して及ぼす影響を考慮することができるので、補正対象のスライス画像に対して高精度なビームハードニング補正を行うことができる。

また、本実施例においては、ビームハードニング補正成分を、再投影データ空間で算出しているため、各ビューにおける骨の影響を算出することができることから高精度なビームハードニング補正成分を得ることができる。

（実施例３）
図６は、本発明の他の実施態様におけるスライス画像のビームハードニング補正の手順を説明するフローチャートである。

図６において、ステップ６０１、ステップ６０２、及びステップ６０３は、実施例２において説明したステップ５０１、ステップ５０２、及びステップ５０３と同等であるため、ここでの説明は省略する。

次に、ステップ６０４において、ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に対応する補正関数を決定する。尚、この補正係数は、後述するような骨再投影データに対する補正係数であること以外は、実施例の補正係数と同様である。尚、ステップ５０３にて取得された各スライス画像の骨再投影データは、ビームハードニングの影響を計るベース（ｂａｓｅ）となることから、本実施例においては、各骨再投影データがそれぞれの各スライス画像に基づくビームハードニング補正成分であるとする。

次に、ステップ６０５において、まず、ｉ番目のスライス画像に対応する骨再投影データ、ｉ−１番目のスライス画像に対応する骨再投影データ、及びｉ−１番目のスライス画像に対応する骨再投影データを決定した補正関数を用いて加重加算を行う。このようにして得られた骨再投影データをｉ番目のスライス画像の骨再投影データとし、その骨再投影データに基づいてｉ番目のスライス画像のビームハードニング補正データ（再投影データ）を算出する。但し、ここで求められるのは、骨再投影データとビームハードニング補正データ（再投影データ）とが組み合わされた投影データである。そして、この骨再投影データとビームハードニング補正データ（再投影データ）とが組み合わされた投影データを逆投影して、骨画像とビームハードニング補正データ（画像データ）とが組み合わされた画像を生成し、ステップ６０３において求めたｉ番目のスライス画像の骨画像を減算することによって、ビームハードニング補正データ（画像データ）を得る。

そして、ステップ６０６において、ステップ６０５で算出したｉ番目のスライス画像のビームハードニング補正データ（画像データ）を、ｉ番目のスライス画像に対応する元の画像データから減算し、ビームハードニング補正された画像を得る。

そして、実施例１と同様に、このビームハードニング補正された画像において、ビームハードニング補正の効果が不充分であり補正関数を修正する必要がある場合は、ステップ６０４に戻り、補正関数を決定し直し、新たなビームハードニング補正された画像を得ることができる。

以上説明したように、本実施例においても、実施例１、２と同様に、１枚のスライス画像において複数スライス画像のデータも利用することにより、周辺のスライス画像のビームハードニング効果の影響が補正対象のスライス画像に対して及ぼす影響を考慮することができるので、補正対象のスライス画像に対して高精度なビームハードニング補正を行うことができる。

また、本実施例においても、実施例２と同様に、ビームハードニング補正成分を、再投影データ空間で算出しているため、各ビュー（ｖｉｅｗ）における骨の影響を算出することができることから高精度なビームハードニング補正成分を得ることができる。

尚、本発明に係る記憶媒体に格納されたプログラムの動作は、上記実施例に限定されるものではない。

上述の補正関数は、上述のように、補正に用いるスライス画像に対応する補正関数の合計が１となれば、正の値に限らず負の値であってもよい。さらに、上記実施例では、補正関数は、補正に用いるスライス画像毎に設定したが、各スライスの画素毎に設定してもよい。その場合、各スライス間で同じｘｙ座標に位置する画素の補正関数の合計が１となるように設定する。

また、上述の実施例では、ｉ番目のスライス画像のビームハードニング補正を行うために、ｉ−１番目、ｉ番目、ｉ＋１番目のスライス画像に基づくビームハードニング補正成分を用いたが、本発明は、スライス画像の数は、２以上の整数において適用可能である。例えば、スライス画像の数が２の場合、補正関数として、ｉ番目のビームハードニング補正画像に対し「０．８」、ｉ＋１番目のビームハードニング補正画像に対し「０．２」という値を採用することができる。

さらに、ｉ番目のスライス画像を中心にｉ−１番目、ｉ＋１番目よりさらに外側に連続するスライス画像（ｉ−ｎ番目及び／又はｉ＋ｎ番目：ｎは１より大きい整数）を用いてもよい。

例えば、上述の実施例１におけるプログラムの動作において、ｉ番目のスライス画像のビームハードニング補正データを３以上の奇数のスライス画像で用いる場合、ビームハードニング補正は、例えば以下の式により行うことができる。

ここで、
Ｉｍａｇｅ（ｘ，ｙ，ｚ）：ビームハードニング補正前のｉ番目のスライス画像データ
Ｉｍａｇｅ’（ｘ，ｙ，ｚ）：ビームハードニング補正後のｉ番目のスライス画像データ
ｆ（）：各スライス画像におけるビームハードニング補正成分
ｇ（）：加重加算の補正関数
ｎ：補正に使用するスライス画像の数（但し、ｎは３以上の奇数）」

また、ビームハードニング補正量の算出については、実施例２及び３のような再投影データを用いる方法においては、骨再投影データを用いてビームハードニング補正成分を算出する方法に限るものではなく、他のあらゆる方法を含むものである。

また、実施例２及び３のような再投影データを用いる方法においては、補正係数を用いた加重加算を行うタイミングについても、例えば、各スライス画像に対応するビームハードニング補正再投影データをそれぞれ逆投影して得られた各スライス画像に対応するビームハードニング補正画像に対して補正係数を用いた加重加算を行う等、補正係数を用いた加重加算を行う対象が、周辺のスライス画像のビームハードニング効果の影響を考慮できるような対象であれば、如何なるタイミング（ｔｉｍｉｎｇ）であってもよい。

また、本発明のＸ線ＣＴシステムは、上記実施形態に記載のＸ線ＣＴシステムに限るものではなく、如何なる変形例も含むものである。

実施形態のＸ線ＣＴシステム３００のブロック構成図である。 実施形態の記憶媒体に格納されたプログラムの動作によるビームハードニング補正の手順を示すフローチャートである。 スライス画像の概念図である。 実施形態におけるビームハードニング補正画像データの算出の手順を説明する概念図である。 実施形態の記憶媒体に格納されたプログラムの動作によるビームハードニング補正の手順を示すフローチャートである。 実施形態の記憶媒体に格納されたプログラムの動作によるビームハードニング補正の手順を示すフローチャートである。

符号の説明

１ メインコントローラ
２ インタフェース
３ ガントリ
４ Ｘ線管
５ Ｘ線管コントローラ
６ コリメータ
７ａ モータ
７ コリメータコントローラ
８ Ｘ線検出部
９ データ収集部
１０ 回転モータ
１１ モータコントローラ
１２ テーブル
１３ テーブルモータ
１４ テーブルモータコントローラ
１５ 被検体
５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５４ ＨＤＤ
５５ ＶＲＡＭ
５６ 表示装置
５７ キーボード
５８ マウス
５９ インタフェース
６１ ＣＤ−ＲＯＭドライブ
６３ 通信インタフェース
１００ Ｘ線ＣＴ装置
２００ 操作コンソール
３００ Ｘ線ＣＴシステム

Claims (11)

1. 被検体のＸ線ＣＴ画像のビームハードニングによる影響を、所望のビームハードニング補正データを用いて補正するためのプログラムを格納する記憶媒体であって、
   該プログラムは、
   （ａ）Ｘ線ＣＴ装置のコントローラに対し、前記被検体の複数のスライス画像を含むＸ線ＣＴ画像の取得を指示するプログラムコードと、
   （ｂ）前記複数のスライス画像のうちのｉ番目のスライス画像のビームハードニング補正データを、前記ｉ番目のスライス画像に基づくビームハードニング補正成分と、少なくとも前記ｉ番目のスライス画像に隣接するｉ−１番目及び／又はｉ＋１番目のスライス画像に基づくビームハードニング補正成分とを考慮して算出する、ビームハードニング補正データを算出するプログラムコードと、
   （ｃ）前記算出されたｉ番目のスライスの画像のビームハードニング補正データを用いて前記ｉ番目のスライスの画像をビームハードニング補正するプログラムコードと、
   を備えている記憶媒体。
2. 前記ビームハードニング補正データを算出するプログラムコードは、前記ｉ番目のスライス画像に基づくビームハードニング補正成分と、前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像に基づくビームハードニング補正成分との加重加算を含むことを特徴とする請求項１に記載の記憶媒体。
3. 前記ビームハードニング補正成分は、被検体のＸ線ＣＴ画像を用いて算出されることを特徴とする請求項１又は２に記載の記憶媒体。
4. 前記ビームハードニング補正成分は、被検体のＸ線ＣＴ画像を、仮想的にＸ線検出器に再投影することにより得られた再投影データに基づき算出されることを特徴とする請求項３に記載の記憶媒体。
5. 前記ビームハードニング補正成分が、画像データからなるビームハードニング補正画像であり、
   前記ビームハードニング補正データを算出するプログラムコードは、前記ｉ番目のスライス画像に基づき算出されたビームハードニング補正画像と前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像に基づき算出されたビームハードニング補正画像との加重加算を含むことを特徴とする請求項１乃至４の何れか一項に記載の記憶媒体。
6. 前記ｉ番目のスライスの画像のビームハードニング補正は、以下の式に基づき行われることを特徴とする請求項５に記載の記憶媒体。
   

   

   ここで、
   Ｉｍａｇｅ（ｘ，ｙ，ｚ）：ビームハードニング補正前のｉ番目のスライス画像データ
   Ｉｍａｇｅ’（ｘ，ｙ，ｚ）：ビームハードニング補正後のｉ番目のスライス画像データ
   ｆ（）：各スライス画像に基づくビームハードニング補正成分
   ｇ（）：加重加算の補正関数
   ｎ：補正に使用するスライス画像の数（但し、ｎは３以上の奇数）
7. 前記ビームハードニング補正成分は、前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像を仮想的にＸ線検出器に再投影することにより得られた各スライス画像に対応するそれぞれの再投影データに基づいてそれぞれ算出された再投影データからなるビームハードニング補正再投影データであり、
   前記ビームハードニング補正データを算出するプログラムコードは、前記ビームハードニング補正再投影データ対して加重加算することにより、前記ｉ番目のスライス画像のビームハードニング補正再投影データを算出し、当該ビームハードニング補正再投影データを逆投影して得られたビームハードニング補正画像データを算出することを含むことを特徴とする請求項４に記載の記憶媒体。
8. 前記ビームハードニング補正成分は、前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像を仮想的にＸ線検出器に再投影することにより得られた前記ｉ−１乃至ｉ＋１番目のスライス画像に対応するそれぞれの再投影データからなり、
   前記ビームハードニング補正データを算出するプログラムコードは、前記再投影データに対して加重加算を行い、当該加重加算後の再投影データに基づいて算出されたビームハードニング補正再投影データを逆投影して得られたビームハードニング補正画像データを算出することを含むことを特徴とする請求項４に記載の記憶媒体。
9. 前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像を仮想的にＸ線検出器に再投影することにより得られた前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像に対応するそれぞれの再投影データが、前記ｉ番目のスライス画像及び前記少なくともｉ−１番目及び／又はｉ＋１番目のスライス画像から骨の画素を抽出した骨画像を仮想的にＸ線検出器に再投影することにより得られた再投影データであることを特徴とする請求項７又は８に記載の記憶媒体。
10. 前記被検体が、人間又は動物の頭部であることを特徴とする請求項１乃至９の何れか一項に記載の記憶媒体。
11. 請求項１乃至１０の何れか一項に記載の記憶媒体におけるプログラムコードが読み込まれた記憶装置を備えたことを特徴とするＸ線ＣＴシステム。

Images