JP2009528139A - リストモードデータに基づく局所動き補償 - Google Patents

Abstract

撮像システム（１０）の再構成システム（４２）によって生データを用いて再構成された画像における動きを局所的に補正する方法は、生データからの再構成画像内の関心領域に特有の特徴を評価する段階、評価された特有の特徴を用いて、動きに関して、関心領域に関連する生データを補正する段階、及び、補正された生データを用いて、関心領域に対応する動き補正された画像を再構成する段階を含む。

Description

本発明は医用撮像システムに関する。本発明は、特にＰＥＴ撮像における動き補償に適用され得るが、その他の画像診断モダリティにも適用可能である。

解剖学的な動きは医用撮像（例えば、陽電子放出型断層撮影（ＰＥＴ）、単一光子放出型コンピュータ断層撮影（ＳＰＥＣＴ）、コンピュータ断層撮影（ＣＴ）、磁気共鳴撮像（ＭＲ）など）における既知の問題である。肺や生体構造のその他の部分は、患者の呼吸や心サイクル等に伴って周期的に運動する。データ収集中のこのような運動は、動きが平均化された（ぼやけた）画像を生じさせる。このような画像は、低い画質及び限られた定量化能力（例えば、コントラストの低下、病巣の検出可能性の低下、ＳＵＶ（standardized uptake value）計量の悪化など）を有する傾向にある。

動きアーチファクトを抑制するために使用される１つの技術は、データ収集中に患者に息を止めさせることである。しかしながら、場合によって、収集時間はデータ収集中に患者がずっと息を止めておくことができないほど長い。

ゲーティングによる収集では、イベント群は、外部センサを用いて測定された或いは収集データから直接的に抽出された、その時の患者の呼吸状態に応じて、個々の時間瓶（time bin）群に振り分けられる。そして、別々の瓶又はゲートが別々に再構成され、動きアーチファクトの少ない画像がもたらされる。しかしながら、これらの画像の低減された計数統計は、ノイズを増大させ、正確な定量化を妨げる。また、数多くの臨床応用は画像全体に及ぶ動き補償を必要としない。例えば、腫瘍の調査においては、しばしば、臨床医はＳＵＶ及び肺病巣の大きさを定量化することにしか興味がないことがある。

従来のアクティブ動き補正スキーム（例えば、変形モデル）は非常に複雑で時間を消費するもの、且つ誤差を生じやすいものとなり得る。さらに、従来スキームは、一般的に、外部センサを用いて取得される必要がある患者の経時的な呼吸状態に関する更なる入力を必要とする。

本発明は、一態様において、生（raw）データを用いて撮像システムの再構成システムによって再構成された画像における動きを補正する方法を提供することを目的とする。

一態様に係る方法は、リストモードデータからの再構成画像内の関心領域に特有の特徴を評価する段階を含む。そして、関心領域に関連する生データは、評価された特有の特徴を用いて、動きに関して補正される。そして、補正された生データを用いて動き補正された関心領域に対応する画像が再構成される。

１つの利点は、画像内の動きアーチファクトを補正することが容易になることを含む。

別の１つの利点は、画像を再構成するために用いられるデータを用いて該画像内の動きを補正することにある。

別の１つの利点は、物理的な動き検出器及び複雑な動き補正アルゴリズムが不要にされることである。

以下の好適な実施形態の詳細な説明を読み、理解することにより、更なる効果が当業者に明らかになる。

図面は、単に実施形態を例示するためのものであり、請求項の範囲を限定するものとして解されるべきではない。

図１は医用撮像システム１０を示している。医用撮像システム１０は、スキャンシステム１２と、スキャンシステム１２を制御し、再構成された画像を提示し、且つ視覚化ツール及びデータ／画像補正ツールを提供するコンソール１４とを含んでいる。スキャンシステム１２は、陽電子放出型断層撮影（ＰＥＴ）スキャナ、単一光子放出型コンピュータ断層撮影（ＳＰＥＣＴ）スキャナ、コンピュータ断層撮影（ＣＴ）スキャナ、磁気共鳴撮像（ＭＲ）スキャナ、ＰＥＴ／ＣＴスキャナ等のうちの１つ以上を含む如何なる種類の医用撮像スキャナともし得る。この例では、スキャンシステム１２はＰＥＴスキャナであり、スキャンシステム１２は、各々が撮像領域１８の周りに配置された複数（例えば、何百個、何千個など）の放射線検出器モジュール１６を含んでいる。モジュール１６は、撮像領域１８内で発生する放射線イベント（例えば、ガンマ線）を検出する、軸方向に沿った、放射線検出器群から成る１つ以上（例えば、２個、１０個、１００個など）のリングを画成するように位置付けられ、或いは回転される。スキャンシステム１２はまた、撮像の前、間及び／又は後に被検体（例えば、ヒト）を撮像領域１８内に位置付ける支持機構２０を含んでいる。支持機構２０は、放射線検出器群１６を概して横断する軸方向に、直線的に移動可能にされてもよい。

コンソール１４は、マイクロプロセッサに基づくシステム（例えば、メインフレーム、ワークステーション、デスクトップ、ラップトップ等）である。コンソール１４は、１つ以上のプロセッサ２２、記憶部２４（例えば、揮発性メモリ及び不揮発性メモリ、常駐メモリ及び可搬式メモリなど）、表示部２６（例えば、プラットパネルモニタ、液晶ディスプレー（ＬＣＤ）、陰極線管（ＣＲＴ）モニタ等）、入力装置２８（例えば、マウス、キーボード、キーパッド、ローラーボール、デジタルペン、マイク、タッチスクリーン、テープドライブ、ディスクドライブ等）、入力装置３０（例えば、ＤＶＤ、ＣＤ、磁気ディスク、光ディスク、テープ等）、有線及び／又は無線の通信部３２（例えば、イーサネット（登録商標）、ＵＳＢ、シリアル、パラレル、ファイヤーワイヤー（登録商標）等）、及びその他の様々なコンピュータ関連要素を含んでいる。

コンソール１４は、患者の処置を計画し（例えば、撮像プロトコルを選択すること、撮像パラメータを適切に設定すること等を提供する）、スキャンシステム１２を用いてスキャンを開始し、再構成された画像を提示し、且つ、様々な視覚化機能及びデータ／画像補正機能や、処置を終了すること、データを転送すること、支持機構２０を位置決めすること等のその他の機能を提供するために用いられる。好適な視覚化機能の例は、以下に限られないが、２次元データセットから３次元ボリュームを形成すること、プリミティブ（例えば、関心領域及び／又は関心ボリューム）の輪郭を画成すること、様々な画質統計値を測定すること、様々なモダリティによって得られた画像群を重ね合わせること、画像内から生体構造及び／又は定められた関心領域／ボリュームを除去すること等を含む。詳細に後述されるように、これらの視覚化機能は、１つ以上のプロセッサ２２によって実行される１つ以上の動き推定／補正アルゴリズムを介して、画像内の様々な領域（例えば、１つ以上の関心領域／ボリューム等）から動きアーチファクトを除去することの助けとなるように活用される。これらのアルゴリズムは、再構成された画像内の動きを補正するために、画像を再構成するために使用されるデータ（例えば、リストモードデータ）を用いる。

スキャンシステム１２を用いた撮像の準備において、放射性医薬品が被検体に投与され、被検体が撮像領域１８内に好適に位置付けられる。放射性医薬品は放射性崩壊を起こし、それにより陽電子の放出がもたらされる。陽電子は近くにある１つ以上の電子と相互作用して消滅し、各々が約５１１ｋｅＶのエネルギーを有する２つの反対向きのガンマ線が生成される。２つの反対向きのガンマ線は相対する検出器モジュール１６に実質的に同時に突き当たる。一対の検出器から等距離にあるところを起源としない陽電子は、相異なる距離を進行するので、一般に、同時発生イベントの間には時間オフセットが存在する。

典型的な検出器モジュール１６は１つ以上のシンチレーション結晶（図示せず）を含んでいる。各シンチレーション結晶は、陽電子の消滅から生成されたガンマ線などの放射線イベントに突き当たられると、光のシンチレーションを生じさせる。各結晶によって生成された光は、例えば光電子増倍管などの１つ以上の光検出器（図示せず）によって受光される。各光検出器は光を対応する電気信号に変換する。放射線を受けることに応答して直接的に電気信号を生成する半導体検出器や、その他の種類の検出システムも意図される。１つ以上の光検出器から得られた電気信号は伝達され、１つ以上の処理部３４によって処理される。処理部３４による好適な処理は、信号増幅、フィルタリング、及び／又はコンディショニングを含んでいる。そして、処理された電気信号は変換器３６に伝達され、変換器によってデジタル化され、タイムスタンプを付される。信号の前処理及びデジタル化の助けとなるよう、バッファ及び／又はその他の記憶媒体（図示せず）が用いられ得る。

そして、データは一致検出器３８に伝達され、一致検出器３８は、電子−陽電子消滅イベントの対に対応する実質的に同時の一致ガンマ線検出の対を特定する。この処理は、例えば、エネルギーフィルタリング（例えば、約５１１ｋｅＶに置かれた選択されたエネルギーフィルタリングウィンドウの外側にある放射線検出イベントを捨て去ること）、及び／又は一致フィルタリング（例えば、選択された時間フィルタリング間隔より大きく互いに時間的に離れた放射線検出イベントの対や、共通ウィンドウ内にある３つ以上のイベントを捨て去ること、遅延ウィンドウ技術を用いて偶発同時を特定すること、等）を含むことが可能である。一致イベント対を特定すると、ＬＯＲ（line of response）プロセッサ４０が、各イベント対に関する空間情報を処理して、各対のガンマ線検出を結ぶ空間的な同時計数線（ＬＯＲ）を特定する。１つの陽電子−電子消滅イベントによって放出される２つのガンマ線は空間的に逆向きであるので、その陽電子−電子消滅イベントはそのＬＯＲ上の何処かで起こったことがわかる。飛行時間（time-of-flight；ＴＯＦ）ＰＥＴにおいては、プロセッサ４０は、消滅イベントが発生したＬＯＲに沿ったセグメントを決定するために、ガンマ線対の検出時間の間の差を分析する。

空間的なＬＯＲ及び／又は一致イベント対はアーチファクト補正部４２（更に詳細に後述する）に伝達される。アーチファクト補正部４２は、少なくともＬＯＲを動き補正することを容易にする簡略化された再構成システム４３（これは、ここで図示されるようにアーチファクト補正部４２の一部であってもよいし、あるいは、図６に示されるようにアーチファクト補正部４２の外部であってもよい）、再構成システム４４、記憶部４６、及び／又は可視化システム４８に結合されている。再構成システム４４はこのデータから、何らかの好適な再構成アルゴリズムを用いて１つ以上の画像を再構成する。好適なアルゴリズムの例は、以下に限られないが、フィルタ補正逆投影法、及び／又は補正の有無を問わず反復逆投影法を含む。動き補正は関心領域（ＲＯＩ）の外側の画像領域にアーチファクトを生じさせ得るが、一実施形態において、画像合成部５０が未補正画像のＲＯＩを動き補正後の画像からのＲＯＩで置き換える。

得られた再構成画像及び／又は生データはコンソール１４に伝達され、そして、記憶部群２４の１つ以上内に格納され且つ／或いは１つ以上の表示部２６によってユーザに提示され得る。これに加えて、あるいは代えて、得られた再構成画像は記憶部４６に伝達されることもできる。この場合、コンソール１４は再構成画像及び／又は生データを記憶部４６から取得し得る。これに加えて、あるいは代えて、再構成画像及び／又は生データは、コンソール１４、再構成システム４４及び／又は記憶部４６から可視化システム４８に伝達されることもできる。コンソール１４及び可視化システム４８の双方は、データ及び／又は画像を、フィルム化装置、プリンタ、プロッタ、ファックス、電子メールアドレス、コンピュータ、ネットワーク等を含み得る１つ以上の周辺装置５２に送る。

簡単に上述したように、コンソール１４は様々な可視化機能及びデータ／画像補正機能を提供する。故に、スキャン手順の間及び／又は後に画像がコンソール１４に送られるとき、臨床医は画像アーチファクト（例えば、動きアーチファクト）を眺め、且つ／或いは補正するために、可視化機能及びデータ／画像補正機能を使用することができる。これらの能力は、記憶部２４に格納され且つプロセッサ２２によって実行されるシステムソフトウェア及び／又はアプリケーションの一部とし得る。これに加えて、あるいは代えて、可視化システム４８は、実時間でのアーチファクト補正及び／又は後処理でのアーチファクト補正を容易にするために用いられ得る。可視化システム４８は、例えばグラフィック・エンジン、グラフィック・アクセラレータ、一層大きいメモリ、より大パワーのプロセッサ、高解像度モニタ等の特別なハードウェア（図示せず）、及び／又は、複雑且つ時間集約的な画像処理アルゴリズムを容易化した特別なソフトウェアアプリケーション、を有する専用処理システムであってもよい。代替的な一実施形態（図示せず）においては、コンソール１４及び可視化システム４８は、単一のユニットに結合されて、スキャナ制御機能とともに先進的な画像処理機能を提供する。

次に、動きアーチファクトを補正する好適技術の例を説明する。しかしながら、認識されるように、ここで説明される技術の派生物及びその他の技術も意図される。また、動きアーチファクトを有する画像と、動き補正された画像とは、同時に再構成されることもできるし、動きアーチファクトを有する画像が最初に再構成され、その後、１つ以上のＲＯＩ／ＶＯＩに対応する動き補正された画像が再構成されることもできる。図２に示される第１の技術は簡略化されたシドン（Siddon）に基づくアルゴリズムを用い、図６に示される第２の技術はベクトル空間手法を用いる。

先ず図２を参照するに、ＬＯＲプロセッサ４０がアーチファクト補正部４２の分類部５２に、残っているＬＯＲ群を伝達する。分類部５２はＬＯＲ群を、期間が例えば約１００ｍｓにわたるグループ群に分割する。一例において、この期間は固定され、グループ当たりのＬＯＲ数は可変にされ得る。他の一例においては、ＬＯＲ数は例えば約１００００に固定され、期間は可変にされ得る。更に他の一例においては、ＬＯＲ数及び期間の双方に閾値が設けられてもよいし、あるいは、双方が制約内で変化することが可能にされてもよい。フィルタ５４が、ユーザ、又は関心ボリューム／関心領域（ＶＯＩ／ＲＯＩ）５６の自動的に定められたボリュームと交差しないＬＯＲをフィルタリング除去する。ＴＯＦ−ＰＥＴの場合、関心ボリュームと交差するＬＯＲであっても、取り得る消滅イベントの位置がＶＯＩ／ＲＯＩ５６の外側のセグメントにあることを示すＬＯＲは排除される。

特徴プロセッサ５８が、各グループのＬＯＲ群の例えば重心又はその他の中心関数などの特有の特徴を決定する。この例においては、特徴プロセッサ５８のコントローラ６０が、簡略化された再構成システム４３にアクセスし、各グループのＬＯＲ群を部分画像へと再構成する。図３は、ＶＯＩ／ＲＯＩ５６と、簡略化された再構成システム４３によってＶＯＩ／ＲＯＩ５６から得られた複数の典型的な中間画像６２との図形的な例を示している。１０枚の中間画像６２が例示されているが、他の実施形態においては、より多くの中間画像が生成され得る。

１つの簡略化において、各ＬＯＲの各ボクセルとの正確な重なり長は計算されない。代わりに、中間画像６２の各々に関して、ＶＯＩ／ＲＯＩ５６の内側のボクセル値が、ＬＯＲによって交差される各ボクセルにおいて１だけ増大される。これは図４に例示されている。図４において、ＬＯＲ６４はＶＯＩ／ＲＯＩ５６内のボクセル６６、６８、７０、７２、７４及び７６と交差している。図示されるように、ボクセル６６−７６の各々の値は１だけ増大される。この簡略化された逆投影は、必要とされる除算及び乗算の数が最小となるので、計算的に効率的である。十分な数の中間画像６２を生成するための時間は、典型的に数秒程度である。

再び図２を参照するに、部分画像は記憶部７８に記憶される。重心（center of mass；ＣＯＭ）生成部８０が、記憶部７８に記憶された各部分画像の重心又はその他の特有の特徴を計算する。ＶＯＩ／ＲＯＩ５６に衝突するＬＯＲ群に関連付けられたＶＯＩ／ＲＯＩ５６の外側からの同時発生イベントは中間画像６２に寄与してしまう。故に、上述の局所的に制約された逆投影は、ＶＯＩ／ＲＯＩ５６の外側のイベントからの有意なバックグラウンドを有し得る。このバックグラウンドの影響を最小化するため、最大ＲＯＩ／ＶＯＩ値の約５０％（又は臨床医によって適切と見なされるその他の割合）より大きい値を有するボクセルのみが重心計算の考慮されるように、データに閾値が設けられる。

相違プロセッサ８２が、そのＬＯＲグループの重心又はその他の特有の特徴と、メモリ８４に記憶された事前に選定された重心又はその他の特有の特徴との間の、並進運動のオフセット又はその他のズレを決定する。事前に選定された中心は、処理される最初のグループ、動きアーチファクトを有する画像、又はこれらに類するものの重心として設定されてもよいし、あるいはオペレータにより選定されてもよい。各重心のズレは、ベクトル、配列、文字列、行列、及びこれらに類するものにて記録される。図５は、各時間部分画像の重心位置に関する情報を図式的に例示している。全時間範囲での全体的な重心のズレが、時間に依存する並進ベクトル８６を計算するために使用される。

図２を参照するに、動き補正されたリストモードデータセットを得るため、ＬＯＲシフト部８８が、元のデータセット内の各ＬＯＲ又は各ＬＯＲグループを上記のズレ（例えば、並進ベクトル８６）によって与えられる量だけ移動させることによって、リストモードデータを動きに関して補正する。これは、データが各時間フレームの期間にわたって依然として平均化あるいは不鮮明化される従来のゲーティング技術と異なり、リストモードデータセットの完全なタイミング分解能で行われる。この補正は実時間画像再構成の一部として統合されることも可能である。ＲＯＩ／ＶＯＩの内側の組織の変形は無視でき、重心の動きがＲＯＩ／ＶＯＩ内の組織の動きを反映すると仮定される。この仮定は、小さいＶＯＩの場合に妥当なものである。並進に基づいて説明したが、例えば回転、弾性、及びこれらに類するもの等の他の接続も意図される。

そして、シフトあるいはその他の方法でズレを補正されたＬＯＲ群が、ＶＯＩ／ＲＯＩの外側からの並進されたＬＯＲ群又は並進されていないＬＯＲ群とともに、再構成システム４４によって再構成される。ＬＯＲ群は全て目標とする重心にシフトされているので、関心領域の再構成画像は動き補正される。一例において、得られる補正後の画像及び未補正画像は、コンソール１４の表示部２６によって、別々の表示ウィンドウに提示される。他の一例においては、データは、スキャナにより読み出されるとき、実質的に実時間で動き補正されて再構成される。更なるＬＯＲグループの各々が表示画像の一部となるに連れて、表示画像は徐々に鮮明になる。更に他の一例においては、補正された画像の一部が、それより大きい未補正画像の対応する領域に継ぎ合わされる。様々な画像、画像の組み合わせ、及び／又はそれらの派生物が、コンソール１４の表示部２６によって提示される。更に他の一例においては、動き補正された画像は記憶部４６及び／又は可視化システム４８に提供される。

図６に例示された実施形態においては、特徴プロセッサ５６は、別の方法として、ベクトル分析部９６を用いてＬＯＲ群の重心を決定する。上述のように、ＬＯＲプロセッサ４０がアーチファクト補正部４２にＬＯＲ群を与える。アーチファクト補正部４２の分類部５２はＬＯＲ群を１つ以上のグループに分割する。フィルタ５４が、ＶＯＩ／ＲＯＩ５６の外側のＬＯＲ、及び、ＴＯＦ−ＰＥＴの場合には、関心ボリュームと交差するが、取り得る消滅イベントの位置がＶＯＩ／ＲＯＩ５６の外側のセグメントにあることを示すＬＯＲ、をフィルタリング除去する。

フィルタリングされたＬＯＲ群はベクトル分析部９６に与えられる。この例では、リストモード放出データの各ＬＯＲは、ＬＯＲ上の点であるベクトルＰ_ｘと、ＬＯＲの向きを指す単位ベクトルｐ_ｘとによって定義されると仮定する。図７は、２つのこのようなＬＯＲを例示しており、第１のＬＯＲ９８が点：ベクトルＰ_９８と、ＬＯＲ９８の向きを指す単位ベクトルｐ_９８に関連付けられ、第２のＬＯＲ１００が点：ベクトルＰ_１００と、ＬＯＲ１００の向きを指す単位ベクトルｐ_１００に関連付けられている。

点：ベクトルＣは、ＬＯＲ９８とＬＯＲ１００とを接続する最短の線分１０２の中点を表している。ベクトルＣは：

によって定められる。ただし、ｄはＬＯＲ９８とＬＯＲ１００とを接続する線分の長さであり：

によって定められる。ただし、ベクトルｎは、ＬＯＲ９８とＬＯＲ１００とを接続する線分の向きを指す単位ベクトルであり：

によって定められる。そして、ｂは：

によって定義される。ただし、添字ｘ及びｙは、対応するベクトルのｘ成分及びｙ成分であることを示している。

図６を再び参照するに、この形式を用いて、ベクトル分析部９６は、リストモードデータからの所与数ｎの連続するＬＯＲ対に関して、点の集合｛Ｃ１，・・・，Ｃｎ｝を生成する。重心生成部８０が、この情報を用いて、この点群の重心を決定する。この点群の重心は、特定のＲＯＩ／ＶＯＩ内の放射能分布の重心の推定値である。上述の技術は、点群の外れ値を除外することによって改善され得る。平行なＬＯＲ群、又はｘ軸（すなわち、ｐ_０ ^ｘ＝０）に垂直なＬＯＲ群は別々に扱われる。図８は、移動する球体のシミュレーションされたリストモードデータに関する典型的な結果を例示している。この結果は、第１の軸１０６に位置、そして第２の軸１０８に時間を示すプロット１０４にて図形的に提示されている。この例では、リストモードデータは±２ｃｍの振幅で移動する活動球体（ｒ＝１ｃｍ）に関してシミュレーションされたものである。リストモードデータから経時的な球体位置を直接的に決定するために、参照符号１１０にて指定されるイベント数を用いた。

図６を再び参照するに、相違プロセッサ８２が、そのＬＯＲグループと、メモリ８４に記憶された事前に選定された重心との間の、好適な並進運動のオフセット又はその他のズレを決定する。ＬＯＲシフト部８８がオフセット又はその他のズレを用いてＬＯＲ群を調整する。そして、調整あるいはその他の方法でズレを補正されたＬＯＲ群が、ＶＯＩ／ＲＯＩの外側からの並進されたＬＯＲ群又は並進されていないＬＯＲ群とともに、再構成システム４４によって再構成される。同様に、ＬＯＲ群は全て目標とする重心にシフトされているので、関心領域の再構成画像は動き補正される。そして、動き補正された画像は、コンソール１４、記憶部４６及び／又は可視化部４８に提供される。

一応用において、臨床医は（例えば、特定の肺病巣に関する）定量的な値に興味がある。この場合、臨床医は、１つ以上の表示部２６によって提示された画像上で幾何学的なプリミティブに（１つ以上の入力装置２８を介して）輪郭を示すことによって、関心領域又は関心ボリュームを手作業で定める。例えば、臨床医は対象とする病巣の実質的部分を囲むプリミティブを描くことができる。臨床医の嗜好及び／又は病巣の属性（例えば、大きさ、形状、相対位置など）に応じて、プリミティブは正方形、長方形、円形、楕円形、フリーハンド形状、球体、立方体など、及び／又は、コンソール１４及び／又は可視化システム４８が関心領域若しくは関心ボリュームの定義のために提供する他の何らかの２次元形状若しくは３次元形状とし得る。

他の例では、１つ以上のこのような関心領域又は関心ボリュームを自動的に定めるためのアルゴリズムが使用され得る。例えば、病巣のグレースケール値に対応する（例えば、臨床医によって定められる、あるいは所定の）値域に基づいて、実行ソフトウェアが、画像ピクセル（又はボクセル）値に閾値を設け、その範囲内のデータを含む領域をトレースしてもよい。これは、画像内の“ホットスポット”、すなわち、比較的高い放射線放出を有する領域の自動輪郭表示をもたらし得る。同様に、このプリミティブの形状は、既知の幾何学形状に基づいてもよいし、形状的に不規則であってもよい。複数の撮像モダリティが使用される場合、関心領域又は関心ボリュームは、１つのモダリティからのデータを用いて生成された画像上で定められることができ、この画像は、異なるモダリティからのデータを用いて生成された画像に整合されることができる。例えば、ＰＥＴ／ＣＴが組み合わされる場合、臨床医はＣＴ画像内で関心領域を定めることができ、それに続いて、ＣＴ画像はＰＥＴ画像に整合されることが可能である。

上述の技術の拡張は以下を含む。飛行時間（ＴＯＦ）情報が利用可能な場合、その情報は動き推定を向上させるために活用され得る。また、時間ステップ数、すなわち、動き推定の時間分解能は、グラフィカル・ユーザインターフェース（ＧＵＩ）によって調整可能であってもよい。さらに、重心の見積もりに使用されるイベント数はＧＵＩによって調整可能であってもよい。他の例では、アルゴリズムがこれらのパラメータの最適設定を決定し得る。また、上述の技術は、呼吸、心臓運動又は患者の動作の下での、肺の病巣の定量化若しくは肺腫瘍の病期診断を含む様々な用途、又は局在化された対象（例えば、大きさ、絶対放射能濃度）が定量化される他の用途にも使用され得るものである。

本発明をその好適な実施形態を参照して説明してきた。以上の詳細な説明を読み、理解した当業者は、これらへの変更及び代替に想到し得る。本発明は、添付の特許請求の範囲又はその均等物の範囲に入る限りにおいて、全てのそのような変更及び代替を含むとして解されるものである。

画像を再構成するために用いられるデータを用いて動きを補正する構成要素を有する医用撮像システムを例示する図である。 画像内の動きを補正する典型的な技術を例示する図であり、ＬＯＲ群が、対応する動き補正オフセットだけシフトされ、その後、動き補正された画像を生成するように再構成される。 動き補正オフセットを決定するために使用される、ＶＯＩ／ＲＯＩから得られた複数の典型的な中間画像の図形的な例を示す図である。 中間画像を生成することを容易にする典型的な技術を例示する図である。 各時間部分画像の重心位置に関する情報を図式的に例示する図であり、滑らかな経時的並進オフセットを生成するように値を補間することが可能である。 画像内の動きを補正する他の典型的な技術を例示する図であり、ＬＯＲ群を補正するためにベクトル解析が用いられる。 重心の概算値を決定するための典型的なベクトル手法を例示する図である。 移動する球体のシミュレーションされたリストモードデータに関する典型的な結果を例示する図である。

Claims (39)

1. 生データから再構成された再構成画像における動きを補正する方法であって：
   生データからの再構成画像内の関心領域に特有の特徴を評価する段階；
   評価された特有の特徴を用いて、動きに関して、関心領域に関連する生データを補正する段階；及び
   補正された生データを用いて、関心領域に対応する動き補正された画像を再構成する段階；
   を有する方法。
2. 前記特有の特徴は重心である、請求項１に記載の方法。
3. 生データはリストモードデータである、請求項１に記載の方法。
4. 関心領域は視野より小さく、且つ関心ある生体構造に局所化されている、請求項１に記載の方法。
5. 画像内の未補正の関心領域を、動き補正された関心領域で置換する段階、を更に含む請求項１に記載の方法。
6. 動き補正された関心領域と未補正の画像とを別々のディスプレーで同時に提示する段階、を更に含む請求項１に記載の方法。
7. 重心を評価する段階及び生データを補正する段階に関連して：
   多数の短時間フレームの生データのセグメントから、複数の中間的な関心領域画像を生成する段階；
   前記複数の中間的な関心領域画像の各々に関して、関心領域の内側に位置し、且つ対応するＬＯＲと交差する１つ以上のボクセルのボクセル値を調整する段階；
   中間的な関心領域画像の各々に関して、重心を計算する段階；
   各重心と選定された重心との間の差を計算する段階；及び
   前記差に基づいて、動き補正用並進ベクトルを計算する段階；
   を更に含む請求項２に記載の方法。
8. 関心領域の外側の同時発生イベントによる影響を抑制するため、重心を評価する段階に先立って、最大の関心領域値の所定の割合未満の値を有するボクセルを除去する段階、を更に含む請求項７に記載の方法。
9. 動き補正用並進ベクトルにより与えられる量だけ元データのＬＯＲを移動させることによって、動きに関して生データを補正する段階、を更に含む請求項７に記載の方法。
10. 特有の特徴を評価する段階及び生データを補正する段階に関連して：
    生データの一対のＬＯＲを接続する最短の線分の中点を表すベクトルを計算する段階；
    を更に含む請求項１に記載の方法。
11. 前記ベクトルは、所与数の連続するＬＯＲ対に関する点の集合を含む、請求項１０に記載の方法。
12. 前記ベクトルは、ベクトルＰ_０及びベクトルＰ_１を一対のＬＯＲ上の点、ベクトルｐ_０及びベクトルｐ_１をこれらのＬＯＲの単位方向ベクトルとして、
    

    

    
    として計算され、
    ｄはこれらのＬＯＲを接続する最短の線分の長さであり、
    

    

    
    によって定められ、
    ベクトルｎは、該最短の線分の向きを指す単位ベクトルであり、
    

    

    
    によって定められ、
    ｂは：
    

    

    
    によって定義され、
    添字ｘ及びｙは、対応するベクトルのｘ成分及びｙ成分であることを示す、
    請求項１０に記載の方法。
13. 関心領域の分布の重心を計算する段階、を更に含む請求項１０に記載の方法。
14. 重心の運動に従って元データのＬＯＲを移動させることによって、動きに関して生データを補正する段階、を更に含む請求項１３に記載の方法。
15. 関心領域の外側のデータを無視することによって結果の精度を高める段階を更に含む請求項１０に記載の方法。
16. 生データを補正する段階は：
    生データをグループ分けする段階；
    各グループのデータから各グループの前記特有の特徴の位置を決定する段階；
    各グループの前記特有の特徴の位置と、評価された特有の特徴との間のズレを決定する段階；及び
    決定されたズレに従って生データを調整する調整段階；
    を含む、請求項１に記載の方法。
17. 生データは複数のＬＯＲを含み、前記調整段階は：
    各グループの前記特有の特徴の位置を整合させるように、決定されたズレに従ってＬＯＲを平行移動させる段階；
    を含む、請求項１６に記載の方法。
18. 動き補正を改善するため：
    動きを評価することを容易にするよう、飛行時間情報を使用する段階；
    動き評価に影響を及ぼすよう、時間分解能を調整する段階；及び
    １つ以上のパラメータの最適設定を決定するアルゴリズムを使用する段階；
    のうちの少なくとも１つを更に含む請求項１に記載の方法。
19. 請求項１に記載の方法を実行するようにプログラムされたコンピュータ部品。
20. 請求項１に記載の方法を実行する命令を格納したコンピュータ読み取り可能媒体。
21. 請求項１に記載の方法によって補正された画像。
22. 画像を再構成するために使用されるデータを用いて、再構成画像内の動きを補正する医用撮像システムであって：
    電子−陽電子消滅イベント群を検出する複数の検出器；
    電子−陽電子消滅イベント群のうちの実質的に同時に発生した一致イベント対を特定する一致検出器；
    イベント群を処理し、各一致イベント対のイベントを接続するＬＯＲを特定するＬＯＲプロセッサ；及び
    １つ以上のプロセッサであり：
    ＬＯＲ群から、関心領域に特有の特徴を評価し、
    関心領域に対応するＬＯＲ群を動き補正し、且つ
    動き補正されたＬＯＲ群から、関心領域に対応する動き補正された画像を再構成する、
    ようにプログラムされた１つ以上のプロセッサ；
    を有する医用撮像システム。
23. ＬＯＲ群はリストモードデータである、請求項２２に記載の医用撮像システム。
24. 関心領域は当該医用撮像システムの視野より小さく局所化される、請求項２２に記載の医用撮像システム。
25. 関心領域の重心を評価することを容易にするため、処理部が、簡略化されたシドンに基づくアルゴリズム及びベクトルに基づくアルゴリズムのうちの一方を実行する、請求項２２に記載の医用撮像システム。
26. 動き補正された画像、
    動き補正された画像及び未補正画像の同時表示、及び
    動き補正された関心領域で、対応する関心領域を置換された未補正画像、
    のうちの少なくとも１つを提示する表示部；
    を更に含む請求項２２に記載の医用撮像システム。
27. 前記１つ以上のプロセッサが：
    ＬＯＲ群を時間的に切れ目のないグループ群にグループ分けし；
    各グループのＬＯＲ群から、各グループの前記特有の特徴の位置を評価し；且つ
    再構成のために動き補正されたＬＯＲ群を生成するよう、各グループの前記特有の特徴の位置が整合するようにＬＯＲ群を移動させる；
    ようにプログラムされた、請求項２２に記載の医用撮像システム。
28. 多数の短時間フレームの動きでぼやけた関心領域から、複数の中間的な関心領域画像を生成する段階；
    前記複数の中間的な関心領域画像の各々に関して、関心領域の内側に位置し、且つ対応するＬＯＲと交差する１つ以上のボクセルのボクセル値を調整する段階；
    中間的な関心領域画像の各々に関して、重心を計算する段階；
    収集の全時間範囲での総計的な重心を計算するため、個々の重心を結合させる段階；
    各重心と総計的な重心との間の差を計算する段階；
    前記差に基づいて、動き補正用並進ベクトルを計算する段階；
    関心領域に対応するデータを、動き補正用並進ベクトルにより与えられる量だけ該データ内のＬＯＲ群を移動させることによって、動きに関して補正する段階；及び
    補正されたデータを用いて、関心領域に対応する動き補正された画像を再構成する段階；
    を実行する、コンピュータにより実行されるプログラム。
29. 関心領域は関心ある生体構造に局所化されている、請求項２８に記載のコンピュータにより実行されるプログラム。
30. 関心領域に対応するデータはリストモードデータである、請求項２８に記載のコンピュータにより実行されるプログラム。
31. 一対のＬＯＲを接続する最短の線分の中点を表すベクトルを計算する段階；
    関心領域内の前記中点の分布から、重心の時間的な動きを計算する段階；
    元データのＬＯＲ群を全体の重心まで移動させることによって、動きに関してデータを補正する段階；及び
    補正されたデータを用いて、関心領域に対応する動き補正された画像を再構成する段階；
    を実行する、コンピュータにより実行されるプログラム。
32. 動き補正された画像を形成する方法であって：
    未補正の画像内で関心領域を定める段階；及び
    関心領域の重心の変化に基づいて並進ベクトルを計算することによって、局所的な動きにより生じる差に関して、関心領域を補正する段階；
    を有する方法。
33. 多数の短時間フレームの関心領域から複数の中間画像を生成する段階；
    前記複数の中間画像の各々に関して、関心領域の内側に位置し、且つ対応するＬＯＲと交差する１つ以上のボクセルのボクセル値を調整する段階；
    中間画像の各々に関して重心を計算する段階；及び
    収集の全時間範囲での関心領域の重心を計算するため、個々の重心を結合させる段階；
    を更に含む請求項３２に記載の方法。
34. 前記個々の重心と前記関心領域の重心との間の差を計算する段階；及び
    前記差に基づいて並進ベクトルを計算する段階；
    を更に含む請求項３３に記載の方法。
35. 関心領域を補正する段階は：
    関心領域に対応するリストモードデータから前記並進ベクトルを計算する段階
    を含む、請求項３２に記載の方法。
36. 関心領域は視野内の生体構造に局所化される、請求項３２に記載の方法。
37. 画像内の動きを局所的に補正する方法であって：
    未補正の画像内で関心領域の位置を特定する段階；
    位置を特定された関心領域に特有の特徴に基づいて、動きに関して、位置を特定された関心領域を補正する段階；及び
    位置を特定された未補正の関心領域を、位置を特定された補正後の関心領域で置換することによって、補正された画像を形成する段階；
    を有する方法。
38. 前記特有の特徴は重心である、請求項３７に記載の方法。
39. 位置を特定された関心領域はリストモードデータに対応する、請求項３７に記載の方法。

Images