JP2011125699A - 計算機式断層写真法での運動推定及び補償の方法 - Google Patents

Abstract

【課題】運動アーティファクトを減少させ、患者に投与される線量を最小化する。
【解決手段】運動推定及び補償の方法及びシステム（１０）が開示される。最初に、取得される撮像データを用いて一組の１又は複数の初期画像を再構成する。さらに、この一組の再構成された初期画像において１又は複数の関心領域を識別する。フィルタ処理された画像の系列を生成するように、識別された関心領域に少なくとも一組のフィルタ（４０２、４０４、４０６）を適用する。具体的には、生成されるフィルタ処理された画像の系列内のフィルタ処理された画像の各々が、異なる参照点の近くで取得されたデータを含んでいる。続いて、フィルタ処理された画像の系列における１又は複数の対応に基づいて各々の関心領域に対応する運動経路を決定する。
【選択図】図１

Description

本発明の各実施形態は一般的には、撮像手法に関し、さらに具体的には、画像分解能を高める計算機式断層写真法（ＣＴ）システム及び方法に関する。

心撮像は、臨床応用での極めて重要な機能である。心筋運動の特性を決定すると、心臓の生理機能のさらに十分な理解及び心血管疾患の早期検出が可能になる。具体的には、心臓専門医はＣＴアンジオグラフィ法（ＣＴＡ）画像を用いて心疾患の範囲を診断して特性を決定する。しかしながら、心臓は三次元（３Ｄ）空間において非剛体的に回転、並進及び変形を行なう運動体であるので、心臓の撮像は特に困難である。従来のＣＴ画像再構成方法は一般的には、対象がデータ取得時に静止しているものと想定している。心撮像では、従来の再構成方法を適用すると、心臓の運動によって再構成画像に画像ボケ及び他の運動アーティファクト（モーション・アーティファクト）を生じ得る。これらのアーティファクトは、特に画像化される特徴が微小である場合に、これらの再構成画像を用いる診断に著しい影響を及ぼし得る。例えば、冠動脈に形成されるプラークは一般に潜在的な心臓発作の危険性の指標であるが、寸法が微小であるため画像化が困難である。かかる微小な特徴の非最適再構成は、誤診を招いて深刻な結果を齎し得る。従って、高分解能画像を形成する能力は臨床診断にとって極めて重要である。

米国特許第６３３２０１３号

従来の撮像手法は、ＣＴ撮像での運動アーティファクトの影響を軽減するために「力づく」（brute force）型アプローチを採用している。これらの手法の幾つかとして、互いに角度方向にずれて配置された２基のＸ線管若しくは検出器との対を用いるもの、ガントリをより高速で回転させることと組み合わせてさらに重量が大きい若しくはさらに強力な管を用いるもの、又は連続した心周期からのデータを結合するもの等が挙げられる。しかしながら、これらの手法はかなりの経費を要し、機械的に制約があり、又は達成することが現実には困難であるような心運動の拍動間反復性に頼っている。今日のスキャナに用いられているもう一つのアプローチは、心臓の静穏相に再構成される容積を選択しようとして多数の時相にある画像の再構成を行なうものである。しかしながら、現在利用可能なＣＴスキャナの時間分解能は、相対的に高い心拍数又は変動の大きい心拍数における全ての冠動脈部位の無運動心撮像には不足である。市販ではなく研究中である他の幾つかの手法は、モデル方式の推定に関するものであり、運動を推定するために数回の心時相の再構成を要求する。かかる手法は相対的に長いＸ線曝射時間を必要とし、また多数の計算課題を伴っている。

従って、運動に誘発されるボケ及び他の運動アーティファクトを減少させることにより取得されるＣＴ画像の分解能を高める効率のよい手法を開発することが望ましい場合がある。加えて、運動推定に要求される走査データ量を最小化し、これにより患者に投与される線量を最小化する低経費の手法が必要とされている。

本発明の手法の各観点によれば、高分解能画像を形成するイメージング・システムが記載される。この目的のために、イメージング・システムは、初期画像に対応するデータを取得するデータ取得システム（ＤＡＳ）を含み得る。さらに、イメージング・システムはまた、ＤＡＳに結合されて、取得されるデータを用いて一組の１又は複数の初期画像を再構成する画像プロセッサを含み得る。ＤＡＳは、この一組の再構成された初期画像において１又は複数の関心領域（ＲＯＩ）を識別することができる。典型的には、ＲＯＩは、対象２２の少なくとも一部を含み得る。加えて、ＤＡＳは、当該フィルタ処理された画像の系列内の各々のフィルタ処理された画像が、異なる参照点の近くで取得されたデータを含むようなフィルタ処理された画像の系列を生成するように、識別されたＲＯＩに少なくとも一組のフィルタを適用し得る。続いて、ＤＡＳは、フィルタ処理された画像の系列における１又は複数の対応に基づいて各々の関心領域について運動経路を推定することができる。

本発明の手法のもう一つの観点によれば、計算機式断層写真法（ＣＴ）イメージング・システムが開示される。ＣＴシステムは、対象を撮像するための円錐形ビームを発生する少なくとも一つの放射線源を含み得る。この目的のために、放射線源及び対象は所定の軸を中心として互いに対して相対的に移動し得る。さらに、ＣＴシステムは、放射線源に結合されている検出器アセンブリを含み得る。加えて、ＣＴシステムは、検出器アセンブリに結合されて対象の運動を推定する計算装置を含み得る。計算装置はさらに、１又は複数の運動推定工程を実行する１又は複数の画像プロセッサを含み得る。これらの工程は、取得されるデータを用いて一組の１又は複数の初期画像を再構成することと、この一組の再構成された初期画像において１又は複数の関心領域を識別することとを含み得る。画像プロセッサはさらに、フィルタ処理された画像の系列を生成するように、識別された関心領域に少なくとも一組のフィルタを適用することを含み得る。系列内のフィルタ処理された画像の各々が、異なる参照点の近くで取得されたデータを含むことが特記され得る。続いて、画像プロセッサは、フィルタ処理された画像の系列における１又は複数の対応に基づいて各々の関心領域について運動経路を推定することができる。

本発明の手法のさらにもう一つの観点によれば、運動推定の方法が提示される。この方法は、取得されるデータを用いて一組の１又は複数の初期画像を再構成するステップと、この一組の再構成された初期画像において１又は複数の関心領域を識別するステップとを含んでいる。さらに、少なくとも一組のフィルタが、フィルタ処理された画像の系列を生成するように、識別された関心領域に適用され得る。系列内の各々のフィルタ処理された画像が、異なる参照点の近くで取得されたデータを含み得る。続いて、各々の関心領域についての運動経路が、フィルタ処理された画像の系列における１又は複数の対応に基づいて推定され得る。

本発明の手法のさらにもう一つの観点によれば、推定される運動を補償する方法が記載される。この方法は、フーリエ空間のセクタに対応するデータ取得時の時間を決定するステップを含んでいる。さらに、決定された時間に対応する所定の運動ベクトルが識別され得る。続いて、フーリエ空間のセクタは、識別された運動を補償するように、識別された運動ベクトルに基づいて補償され得る。

本発明のこれらの特徴、観点及び利点、並びに他の特徴、観点及び利点は、添付図面を参照して以下の詳細な説明を精読することにより、さらに十分に理解されよう。尚、図面全体にわたり、類似の参照符号は類似の部材を表わす。
例示的なＣＴイメージング・システムの見取り図である。 本発明の手法の各観点による図１に示すシステムのブロック概略図である。 本発明の手法の各観点によるＣＴ運動推定の例示的な方法を示す流れ図である。 図３に関して記載される最重要方向を中心として一連の方向に沿った選択されるフィルタの配向を示す見取り図である。 図３に関して記載される対象の運動経路を推定するために再構成画像に一組のフィルタを適用する例示的な方法を示す流れ図である。 本発明の手法の各観点による複数の画像に跨がって繋がり対象の運動経路を推定する「変形自在ひも」モデルの図である。 本発明の手法の各観点によるＣＴ運動補償の例示的な方法を示す流れ図である。

以下の記載は、撮像応用において関心対象の運動を推定して補償する手法を掲げる。具体的には、以下に説明される各実施形態は、撮像応用における運動推定及び補償のためのイメージング・システム、計算機式断層写真法（ＣＴ）システム及び方法を開示する。本発明の手法の実施形態の諸例がＣＴシステムの環境において記載されるが、他の様々な撮像応用及びシステムにおいて画像の時間分解能を高めるための本発明の手法の利用も思量されていることが認められよう。これらのシステムの幾つかとして、二重線源二検出器ＣＴシステム、多重線源ＣＴシステム、多重検出器システム、Ｘ線システム、陽電子放出断層写真法（ＰＥＴ）スキャナ、単光子放出計算機式断層写真法（ＳＰＥＣＴ）スキャナ、顕微鏡、ディジタル・カメラ、電荷結合素子、又はこれらの組み合わせが挙げられる。本発明の手法の様々な具現化形態を実施するのに適した例示的な環境について、図１〜図２に関して以下の部分で議論する。

図１及び図２は、画像データを取得して処理する例示的なイメージング・システム１０を示す。一実施形態では、イメージング・システム１０は、ガントリ１２を含むＣＴシステムである。ガントリ１２は、Ｘ線放射線のビーム１６をガントリ１２の反対側に配置されている検出器アレイ１８へ向けて投射する少なくとも一つのＸ線放射線源１４を含み得る。一例として述べると、Ｘ線ビーム１６はファン・ビーム、コーン・ビーム又はパラレル・ビームであってよい。さらに、検出器アレイ１８は、患者のような対象２２を透過した投射Ｘ線ビーム１６を一括で感知する複数の検出器素子２０を含み得る。各々の検出器素子２０が、入射したＸ線ビーム１６の強度を表わす電気信号を発生することができ、これらの電気信号を用いて対象２２を透過するときのＸ線ビーム１６の減弱を推定することができる。幾つかの実施形態では、検出器アレイ１８は、マルチ・スライス構成として作製されて対象２２を透過したＸ線ビーム１６を感知することができる。マルチ・スライス構成では、検出器アレイ１８は、投影データを取得するために平行構成に典型的に配列され得る複数の横列を成すセル又は検出器素子２０を含んでいる。

さらに、投影データを取得する１回の走査の間に、ガントリ１２及びガントリ１２に装着されている構成要素は、回転中心２４の周りを回転し得る。但し、撮像対象２２に対する投影角度が時間の関数として変化するような幾つかの実施形態では、装着されている構成要素は円の一部に沿って移動するのではなく一般的な曲線に沿って移動するように構成され得る。典型的には、投影データは、少なくとも１８０°＋Ｘ線ビーム１６のファン角度の角度範囲にわたって収集され、データ収集のタイミングは心周期の所望の時相に近くなるように選択される。但し、幾つかの実施形態では、投影データは、１８０°＋Ｘ線ビーム１６のファン角度よりも小さくても大きくてもよい角度範囲にわたって収集され得る。

本発明の手法の各観点によれば、所望の投影データを取得するためのガントリ１２の回転及びＸ線源１４の動作は、システム１０の制御機構２６によって制御され得る。一実施形態では、制御機構２６は、Ｘ線源１４に電力及びタイミング信号を供給するＸ線制御器２８と、ガントリ１２の回転速度及び位置を制御するガントリ・モータ制御器３０とを含み得る。制御機構２６はまた、検出器素子２０からのアナログ・データをサンプリングして、データを後の処理のためにディジタル信号へ変換するデータ取得システム（ＤＡＳ）３２を含み得る。ＤＡＳ３２によってサンプリングされてディジタル化されたデータはコンピュータ３６へ入力される。コンピュータ３６は、大容量記憶装置３８、又はフロッピ・ディスク・ドライブ、書き換え可能型コンパクト・ディスク（ＣＤ−Ｒ／Ｗ）・ドライブ、若しくはディジタル汎用ディスク（ＤＶＤ）・ドライブのような他の記憶媒体にデータを記憶させることができる。フロッピ・ディスク、コンパクト・ディスク又はＤＶＤのような着脱自在型媒体に対してサンプリングされてディジタル化されたデータを読み書きするために他の記憶媒体を用いてもよい。一実施形態では、これらの装置及び記憶媒体を用いて、取得された投影データをさらなる処理のためにシステム１０から通信網を介してコンピュータ３６に連絡するように結合されている他の装置へ転送してもよい。代替的には、これらの及び記憶媒体を用いて、コンピュータ３６によって処理される機械可読の命令を入力してもよい。

さらに、コンピュータ３６は、キーボード（図示されていない）を含み得るコンソール４０を介して操作者から命令及び走査パラメータを受け取ることができる。加えて、表示器４２が、対象の画像及びコンピュータ３６から受領される他のデータを操作者が観察することを可能にし得る。幾つかの実施形態では、操作者はコンソール４０を用いて、さらなる処理のために表示器４２において対象の画像の特定の領域を選択することができる。一例として述べると、操作者は、運動推定手法又は運動補償手法を選択的に適用するために、表示器４０において利用可能な心臓の画像から冠動脈部位を選択することができる。この目的のために、コンピュータ３６はまた、操作者が供給した命令及びパラメータを用いて、ＤＡＳ３２、Ｘ線制御器２８及びガントリ・モータ制御器３０へ制御信号及び情報を供給することができる。加えて、コンピュータ３６はまた、コンベヤ・システム又はテーブル・モータ制御器４４を動作させることができ、次に制御器４４は、ガントリ１２において患者のような対象２２を適当に配置するためにコンベヤ・システム又は電動テーブル４６を制御する。例えば段階的撮影（stop-and-shoot）モードでは、テーブル４６は投影データの少なくとも一部の取得時に静止したままに保たれ得る。しかしながら、ヘリカル・スキャンの場合には、テーブル４６は移動させられて、投影データを収集してガントリ１２を回転させている間に対象２２の各部分をガントリ開口４８を通して移動させて、所望の「螺旋ピッチ」を与えることができる。本書で用いられる螺旋ピッチとは、ガントリ１２の回転当たりのテーブル４６の移動量の尺度である。

一般的には、ガントリ１２の回転速度は、データ取得の方法に基づいて調節され得る。例えば単セグメント再構成では、ガントリ１２の回転速度は、患者に対応する取得された心電図信号に基づいていてよく、典型的にはスキャナに対応する可能な最大の値に設定され得る。しかしながら、多セグメント再構成では、ガントリ１２の回転速度は、患者の所望の心周期又は測定された平均心周期速度に基づき得る。具体的には、ＤＡＳ３２は、収集データを結合すると所望の心時相について少なくとも１８０°＋ファン角度に対応するものとなるように２回以上の心周期から投影データを収集することができる。この目的のために、様々な実施形態において、投影データは、ヘリカル・スキャン、段階型取得、及び円形走査の１又は複数のセグメント等を用いることにより収集され得る。さらに他の実施形態では、心臓又は着目器官の全体を一回転で網羅するのに十分な検出器幅を用いて、１又は複数の心周期から投影データを取得して単セグメント再構成又は多セグメント再構成を実行することができる。

従って、ＤＡＳ３２を用いて、一定範囲のビューにわたり対象２２に対応する投影データを取得することができる。ＤＡＳ３２はさらに、投影データの取得の時刻での放射線源１４のビュー角度に対応する情報を取得することができる。代替的には、ガントリ・モータ制御器３０が、投影データの取得の時刻での放射線源１４のビュー角度を測定することができる。具体的には、取得される情報は、画像の何れの成分が何れの時間的瞬間に取得されたかの決定を容易にし得る。さらに、この取得された情報を用いて特定の時間的瞬間での線源位置を決定し、従って特定の時間的瞬間及びビュー角度において最も十分に捉えられる対象の運動の方向を決定することができる。

一実施形態では、コンピュータ３６は、ＤＡＳ３２から投影データ及び線源位置情報を受け取ることができる。コンピュータ３６はさらに、対象の画像を前処理して、所望の心時相での画像の容積を処理した後に識別される着目した構造の位置、例えば冠動脈樹の中心線についての情報を抽出するように構成され得る。この目的のために、コンピュータ３６は、画像プロセッサ５０、１若しくは複数のサブシステム、特殊化回路、又は１若しくは複数の汎用プロセッサを含んで、幾つかの付加的な画像処理ステップと共に上に記載した諸作用を果たすことができる。一実施形態では、処理ステップは、１又は複数の画像データ集合の「第一過程（first pass）」（運動補償なし）再構成、１又は複数の関心領域（ＲＯＩ）の識別、識別されたＲＯＩの範囲内での対象の運動の推定、及び推定された運動の補償を含み得る。本発明の手法の各観点に従って高品質ＣＴ画像を再構成するためにコンピュータ３６によって実行される処理ステップについて、図３に関して詳細に議論する。

図３へ移ると、図１のＣＴイメージング・システム１０のようなイメージング・システムにおいて関心対象の運動を推定する例示的な方法を示す流れ図３００が示されている。この方法は、メモリ記憶装置を含むローカル及びリモートの何れか又は両方のコンピュータ記憶媒体に位置し得るコンピュータ実行可能な命令の一般的な環境において説明され得る。さらに、図３ではこの方法はブロックの集合として論理的流れ図において示されており、この流れ図はハードウェア、ソフトウェア又はこれらの組み合わせとして具現化され得る一連の動作を表わす。様々な動作がブロックに示されており、画像データ取得、画像再構成及び運動推定の各段階において一般的に実行される作用を説明している。ソフトウェアの環境では、ブロックは、１又は複数の画像プロセッサによって実行されると所載の動作を実行するコンピュータの命令を表わす。方法が記載される順序は制限と解釈されることを意図したものではなく、本書に開示される方法又は同等の代替的な方法を具現化するために所載のブロックの任意の数のものが任意の順序で組み合わされてよい。加えて、個々のブロックは、本書に記載される主題の主旨及び範囲から逸脱することなくこの方法から削除されてもよい。

本発明の手法の各観点によれば、以下の記載は、対象又は着目した構造の運動を推定する例示的な方法を掲げる。本書に開示される各実施形態は、冠動脈のような擬円筒構造又は高曲率構造の運動推定及び画像再構成に特に適していることが特記され得る。本書で用いられる「高曲率」との用語は、ビュー角度の大部分が関心対象に対応する何らかの端辺（エッジ）に接し得ることを意味する。

方法はステップ３０２において開始し、特定の心時相において取得される投影データを用いた対象の画像の初期再構成が実行される。投影データを用いて、対象に対応する１又は複数の二次元（２Ｄ）画像又は三次元（３Ｄ）画像を再構成することができる。具体的には、一実施形態では、１対のシフトした画像が再構成される。幾つかの実施形態では、１回の完全走査分に満たないデータから投影データを取得し、これにより走査時に投与される対象の放射線被曝を最小化することができる。典型的には、ハーフ・スキャンを用いて、少なくとも１８０°＋Ｘ線管のファン角度の角度範囲から撮像データを取得することができる。取得される撮像データを用いて、限定しないが短走査手法、ハーフ・スキャン手法、Feldkamp-Davis-Kress（ＦＤＫ）再構成手法、トモグラフィ様再構成、繰り返し式再構成、Ｘ線ビームのファン角度を含む最適加重オーバ・スキャン・データを用いた再構成（バタフライ再構成）、又はこれらの組み合わせのような１又は複数の再構成手法を用いて初期画像を再構成することができる。

１又は複数の再構成画像における関心対象の効率のよい位置決定は、ステップ３０４において関心対象に対応する１又は複数のＲＯＩを識別することにより促進され得る。一実施形態では、１又は複数のＲＯＩを識別するステップは、冠動脈のような関心対象の少なくとも一部に対応する中心線経路の表現を生成することを含んでいる。一実施形態では、中心線は、セグメント分割を用いることにより識別され得る。但し、代替的な実施形態は、中心線を識別する１又は複数の非セグメント分割手法を用いてよい。非セグメント分割手法は、円筒形の血管の内部の造影剤をモダリティが如何に画像化するかを反映した１又は複数の基本的特性を検出することに頼っている。さらに、血管の特定の特徴を検出してもよい。例えばＣＴでは、スキャナのシステム点拡がり関数、空間分解能、及び血管寸法が組み合わさって血管の特定の特徴を形成する。この特徴は、マッチド・フィルタ方式のアプローチ又は固有値解析（Eigen analysis）方式のアプローチの何れかを用いることにより検出され得る。マッチド・フィルタ・アプローチは、血管パターンに強く応答する指向性フィルタを用いる。固有値解析方式のアプローチは、画像強度の二次構造（ヘッシアン（Hessian））として符号化された強度等値面の固有の形状を用いる。典型的には、ヘッシアンは、冠動脈の中心線のような着目した構造の形状の良好な尺度と考えられ得る。

これらのアプローチの１又は複数の具現化形態が、分岐点を含む冠動脈中心線を画定する一組の座標位置に対応する中心線を識別する。この例示的な方法は、中心線が例えば１０°〜１５°を超える有意の角度をなしてアキシャル構築平面に交わるような冠動脈部位について相対的に効率よく作用することが特記され得る。アキシャル構築平面に近平行に位置し、従ってＣＴスキャナのｚ軸に直交する冠動脈中心線は典型的には、ビュー角度の小さい部分によって画定され得るので良好な時間分解能を有する。従って、中心線に沿った様々な位置について異なる参照時相を選択して、有意の角度をなしてアキシャル構築平面に交わる中心線を有する冠動脈部位と、アキシャル構築平面に平行な中心線を有する冠動脈部位との間に時間的な切断が確実に存在しないようにすることができる。但し、異なる参照時相の選択は、着目した構造の運動を推定するために中心線に沿った様々な参照位置を要求し得ることが特記され得る。さらに、幾つかの実施形態では、識別された中心線から所定の距離に位置する領域のみをさらに解析して、関心対象の運動を推定することができる。中心線に沿ったかかる集中的解析によってかなりの量の範囲外データの処理が軽減され、これにより計算効率が高まる。従って、識別された中心線を用いて、１又は複数の再構成画像において関心対象に対応する１又は複数のＲＯＩを決定することができる。但し、効率のよい中心線の識別は、対応する再構成画像の品質に依存し得る。

従って、適当な再構成手法の選択は、特にＣＴイメージング・システムの場合には良好な時間分解能を有する高品質画像を形成するときの重要な要因である。従来の再構成手法は典型的には、画像アーティファクトを最小化するためにParker加重のような滑らかなビュー加重関数を用いている。加重は、短走査軌跡からのデータ冗長性を適正に扱うことを助ける。具体的には、短走査の開始時及び終了時に同じ位置を通り同じ角度をなす射線については、対応する減弱値の適当な加重平均を用いることができる。これらの射線は実質的に同じ線積分に対応し得るが、データは異なる時間点において取得され得る。従って、フーリエ空間の充填と、放射線源１４のような関連する線源の角度位置との間の取得データに基づく所望の相関が最早有効でない場合がある。典型的には、フーリエ空間と線源角度位置との間の有効な相関は、短走査の中間の近くで取得されるデータに対応する周波数についてはデータ冗長性が存在しないためかかる周波数については存在する。しかしながら、走査の一方の端部に近いビュー角度からのデータは、例えば走査の終了時に近い実質的に異なる時刻に取得されるビュー角度によっても充填されるようなフーリエ空間の領域に寄与する。走査の終了時に取得されるかかるデータを利用するとアーティファクトを混入させ、これにより運動推定工程及び運動補償工程に負の影響が生じ得る。

従って、一実施形態では、バタフライ再構成手法を用いて最小のアーティファクトを有する二つの再構成を生成することができる。二つの再構成の一方は短走査の開始時に大きい加重を施され、他方は短走査の終了時に大きい加重を施され得る。選択随意で、バタフライ手法はまた、コーン・ビーム・アーティファクトを減少させると共に中心ビューから遠いビューにおいて取得されるデータの寄与を最小化するフーリエ領域マスク又は加重関数を用いることができる。一実施形態では、フーリエ領域マスクは、マスク値がフーリエ空間（２Ｄ）の対向する二つの象限では「１」となり、他の二つの象限では「０」となるように選択され得る。加えて、選択されるマスクは、象限の境界に「０」から「１」への鋭い移行が存在しないように確実に滑らかにされ得る。さらに、これら二つの再構成画像をフーリエ領域に変換して、マスクを変換後の画像の一方に乗算することができる。また、マスクの共役（１−マスク）を他方の変換後画像に乗算することができる。これら二つの乗算演算の結果を加算した後に、画像空間に戻す変換を行なうことができる。従って、バタフライ手法を用いたこれら二つの再構成は、移行周波数においても冗長データの最小の平滑化しか必要としない。

他の実施形態では、２以上のハーフ・スキャン再構成を用いて走査の開始時又は終了時の取得データの両義性を回避することができる。さらにもう一つの実施形態では、単一のハーフ・スキャンを用いてデータを取得することができ、この場合には走査の開始位置及び終了位置からの冗長な情報を用いて対象の運動を推定することができる。続いて、取得データを用いて２枚のシフトした画像を再構成することができる。一例として述べると、第一の画像は０°〜１８０°に対応する角度空間から取得されるデータを用いて再構成され得る。第二の画像は、第一の画像に対応する角度空間から角度αだけずれた角度空間から取得されるデータを用いて再構成され得る。第二の画像は例えば、６０°〜２４０°に対応する角度空間から取得されるデータを用いて再構成され得る。

続いて、１又は複数のＲＯＩを１又は複数の再構成画像から識別することができる。具体的には、ＲＯＩは、識別された中心線の近傍において識別され得る。ＲＯＩは、冠動脈、冠動脈弁、心室、心臓全体、又は肺結節等のような構造に対応し得る。一実施形態では、イメージング・システムの操作者が、さらなる処理のために１又は複数の再構成画像から特定のＲＯＩを選択することができる。一例として述べると、操作者は、運動推定及び補償のためにＣＴシステム又は後処理ワークステーションに結合されている表示装置において利用可能な心臓の画像から冠動脈を選択することができる。この目的のために、１又は複数の再構成画像は、関連するＲＯＩを識別するためにＣＴシステムに連絡するように結合されているワークステーション又は計算装置へ送られ得る。前述のように、関連するＲＯＩの識別は、マッチド・フィルタ方式のアプローチ及び固有値解析方式のアプローチ等と共にセグメント分割又は強調を用いることにより達成され得る。

識別されたＲＯＩの効率のよい運動推定を促進するために、１又は複数の再構成は指向性フィルタによって引き続きフィルタ処理され得る。具体的には、ステップ３０６において、一組の指向性フィルタが識別されたＲＯＩに適用されて、フィルタ処理された画像から成る系列を生成する。一実施形態では、実質的に同じフィルタが、１又は複数の再構成において識別されたＲＯＩに適用される。さらに、本発明の手法の各観点によれば、一組の指向性フィルタの各々が、異なる参照点の近くで取得された情報を強調する。様々な実施形態において、参照点は、特定の時間的瞬間、線源位置に対応するビュー角度、又はフーリエ空間での角度区間に対応し得る。従って、走査時の短い時間区間において情報を取得することができ、フーリエ空間の所望の区画に対応させることができる。

実質的に異なる時間的瞬間に取得されるデータの影響を限定するために、フーリエ空間の所望の区画に対応していないデータをフィルタ除去する必要がある。このように、適当な画像フィルタの設計は、最終的なＣＴ画像の品質に影響する重要な要因となる。従って、各フィルタは滑らかなフーリエ変換を有するように設計され、各々のフィルタはフーリエ空間の何らかの１対の対向区画に制約され得る。具体的には、フィルタは、解析のために選択され得る時間的瞬間の周りの時間区間に対応するように設計され得る。代替的には、フィルタは、解析のために選択され得る線源角度位置の周りの角度区間に対応するように設計され得る。一実施形態では、選択される角度区間は、５°〜１０°シフトしたビュー角度に対応し得る。

また、各フィルタをフーリエ空間の１又は複数の所望の方向に沿って整列させることができる。一実施形態では、各々の所望の方向は、スキャナ軸に平行であり識別されたＲＯＩを含む何らかの線「Ｌ」を含む平面に対応し得る。加えて、所望の方向に対応する平面は、所定の数の点、例えば円軌跡の場合には二つの点において線源軌跡に交わることができる。一実施形態では、殆どの配向にある平面について、交点の一つにおいて取得される射線に相対的に大きい加重を割り当て、他方の点において取得される射線に相対的に小さい加重を割り当てるような加重関数が具現化され得る。対向する二つのビューが同等に加重されるように配向した平面を最重要面（critical plane）と考えることができる。本発明の手法の各観点によれば、最重要面と撮像表面との交点に沿った方向が最重要方向（critical direction）を表わすと考えることができる。従って、各々のフィルタは、最重要方向を中心とした所望の方向に沿って配向され得る。

図４は、所望の方向に沿ったフィルタの例示的な配向を示す。図４に示すように、フィルタ４０２、４０４及び４０６の各々は一般的には、フーリエ空間における対向区画の共役対に位置すると共に原点を中心としたフーリエ空間の帯域に位置するように制約されている。中央のフィルタ４０４が最重要方向に沿って整列していることが特記され得る。

加えて、適当なフィルタを設計するときに、フーリエ空間の所望の区画に対応するデータに対するインパルス応答を評価することができる。典型的には、フーリエ空間の一つのみの区画に対応するデータに対するインパルス応答は空間的に拡散して、遠隔のボケを生ずる。一実施形態では、このボケの影響を軽減するためにコンパクトな空間表現によるフィルタを設計することができる。幾つかの実施形態では、フィルタ設計は、フーリエ変換を用いて空間領域とフーリエ領域との間で切り換わる最適化手順を用いることにより実行され得る。かかる最適化手順は、空間的コンパクト性の制約と時間的コンパクト性の制約との間の比を、定常状態に達するまで調節する。応用の要件に基づいて、幾つかの実施形態では、幾つかのフィルタが高い角度コンパクト性及び極く短い時間区間を有し得るように、この比を調節することができる。しかしながら、他の実施形態では、各フィルタが相対的に広い時間区間において取得されるデータに感受性を有し得るが高度にコンパクトな空間表現を有し得るようにこの比を調節することができ、これによりさらに良好な画質を生成することができる。

さらに、本発明の手法の各観点によれば、フィルタは、フーリエ領域、２Ｄ領域、３Ｄ領域、ウェーブレット領域、時間周波数領域、又は投影領域において設計され得る。幾つかの実施形態では、フィルタはまた、空間領域において、エッジ又は丸みを帯びた構造のような特徴に合わせて適応構成されたマッチド・フィルタとして設計され得る。丸みを帯びた構造は冠動脈の断面に対応する場合があり、これらの構造は、関連するＲＯＩを特定の時間的瞬間に通過する射線の方向に沿ってボケを生ずる。このように設計されて選択されるフィルタは、再構成画像の１又は複数に適用されて、対応する最初に再構成された画像よりも良好な時間分解能を有する１又は複数のフィルタ処理された画像の系列を生成することができる。

一連のフィルタは１８０°毎に反復し得るが、生成されるフィルタ処理された画像の系列は、１８０°分のデータを取得するのに掛かる時間よりも長い時間を表現し得る。この１８０°を超える延長は、一意の角度範囲にわたって取得されるデータから各々構築され得る異なる複数の画像に対して各フィルタを適用することにより達成され得る。一実施形態では、フィルタ処理された画像の系列は、利用可能な角度範囲の最初の二半部にわたってフィルタ処理された第一の再構成と、角度範囲の残部にわたってフィルタ処理された第二の再構成とを含み得る。他の実施形態では、フィルタ処理された画像の系列は、フィルタ処理された再構成の異なる組み合わせ又は加重から得られ得る。このようにして得られるフィルタ処理された画像の系列は、対象の運動の推定において用いられ得る関連情報を提供し得る。運動推定についての関連情報を得るために、選択されるフィルタを１又は複数の再構成画像に適用する方法について、図５に関して詳細に説明する。

図５は、図３に関して記載されるような対象又は着目した構造の運動経路を推定するために再構成画像に指向性フィルタを適用する例示的な方法を示す流れ図５００を示す。ステップ５０２において、関心対象から所定の距離よりも大きい距離に配置された要素が廃棄されるように、滑らかな処理窓をＲＯＩに適用することができる。所定の距離よりも遠くに配置された要素は、運動推定及び補償工程に関連する計算に歪みを齎す範囲外要素の典型である場合があり、従って、処理窓を適用することによりフィルタ除去され得る。窓の寸法は、ＲＯＩの寸法及び期待される運動範囲に合わせて適応構成される。ＲＯＩは、関心対象の少なくとも一部を含み得ることが特記され得る。一実施形態では、指向性フィルタは、ステップ５０４において、シフトされた再構成画像において選択されたＲＯＩを中心として滑らかな処理窓を適用することにより形成される画像に適用される。

但し、代替的な実施形態では、この滑らかな処理窓を用いなくてもよい。代わりに、指向性フィルタは、２枚の再構成画像に直接適用され得る。これらの指向性フィルタの各々が、ＲＯＩを中心としてフーリエ空間の狭い帯域に略制約されるフーリエ変換を含み得る。何れの場合にも、よりよい時間分解能を有する投影データの角度範囲の部分集合に対応するフィルタ処理された画像の系列を生成することができる。具体的には、異なる二つの初期再構成に実質的に同じフィルタを適用することにより、フィルタ処理された画像の系列から１対又は複数対のフレームを生成することができる。

前述のように、各々のフィルタが所望の方向に対応し得る。さらに、各々の所望の方向が２回ずつ測定され、これにより二つの時間的瞬間に対応し得る。所望の方向と、ＲＯＩに対応するデータを得るための特定の時間的瞬間との間の相関は、加重関数によって定義され得る。一実施形態では、加重関数は、患者に対応する心電図信号から得られる情報に基づいていてよい。加重関数は、心臓が最も安定している参照点として看做される時間的瞬間を中心とし得る。参照点及びビュー角度の知見に基づいて、加重関数は、画像の空間周波数と、空間周波数が取得される対応するビュー角度との間の対応を決定することを助け得る。ビュー角度は時間について線形であるので、この加重関数はまた、各々の空間周波数がシステムによって取得される時刻を決定することができる。一実施形態では、次いで、ステップ５０６において、取得される空間周波数を用いて、フィルタ処理された画像の系列内の１対又は複数対のフィルタ処理された画像の間でのＲＯＩの相対的な変位を識別することができる。この目的のために、フィルタ処理された画像の系列から１対又は複数対のフレームを選択することができる。

続いて、ステップ５０８において、対応する運動を推定するために、フィルタ処理された画像の系列の範囲内で各々のＲＯＩに対応する運動ベクトルを推定することができる。具体的には、運動ベクトルは、フィルタ処理された画像の系列における識別されたＲＯＩの特定の参照点からの決定された変位に基づいて推定される。このように、一定の時間にわたる関心対象の一部の相対的な変位が、各々の選択されたフレーム対の二つのフレームを解析することにより識別され得る。具体的には、一実施形態では、フィルタ処理された画像の系列において関心対象の部分に対応する明るいスポットの位置を識別することができる。関心対象がデータ取得時に移動する場合には、フィルタ処理された画像の系列の明るいスポットも変位することが特記され得る。従って、フィルタ処理された画像の系列における明るいスポットの識別される相対的な変位は、特定の時間的瞬間における関心対象の部分の位置の初期推定を提供する。

一実施形態では、フィルタ処理された画像の系列において着目した構造の位置に対応する節点を含む変形自在モデル（deformable model）を運動推定に用いることができる。全ての画像に跨がる節点を次々に繋げると、１枚の画像の節点が前の画像の節点と繋がり、次の画像の節点と繋がり得るような「ひも」（string）を形成することができる。図６は、５枚の画像から成る系列を繋げるひもを示す。このひもは、各々の節点が対応する画像において関心対象の位置に沿って自然に整列するような一組の内力及び外力の下で連続的に変形される。外力は、ひもモデルにおいては各々の節点を局所的に最も明るいスポットに吸引するために用いられる。一実施形態では、この外力は画像強度に対応し得る。しかしながら、内力は、ひもの節点が無関係なスポットに向かって浮遊しないように保つためにひもの伸張、屈曲及び漂遊を制御するように用いられ得る。幾つかの実施形態では、これらの内力は、局所的に類似した外観を有する領域に向かって隣接する節点を動かすことができる。この目的のために、方向について隣接するフィルタ処理された画像からの節点の周りの微小近傍部における正規化相関を用いて、節点を類似した外観を有する対応する領域に留めることができる。正規化相関を用いると、隣接する方向からフィルタ処理された画像同士の間でコントラストを変化させる影響を解消することが特記され得る。

これらの内力及び外力を組み合わせると、変形自在ひもモデルに対応する目的関数を構築することができる。勾配降下及び模擬的アニーリング等のような多様な局所的及び大域的最適化方法を用いることにより、ひも目的関数を解いて対象の運動を推定することができる。一実施形態では、運動推定パラメータ及び運動許容量に対応する目的関数の構築を強化する離散型最適化アプローチを用いて、運動経路を推定することができる。もう一つの実施形態では、利用者が運動経路を対話型で決定することができる。

ここで図３に戻り、ステップ３０８において、フィルタ処理された画像の系列における１又は複数の対応に基づいて、ＲＯＩに対応する運動経路を決定することができる。一実施形態では、フィルタ処理された画像の系列内の２以上のフィルタ処理された画像において、対応するパラメータの差を決定することができる。一実施形態では、対応するパラメータとしては、特定の時間的瞬間において特定のビュー角度について推定されるＲＯＩの位置等が挙げられる。もう一つの実施形態では、図５のステップ５０８において決定される初期推定を用いてＲＯＩの運動経路の推定を与えてもよい。さらに他の実施形態では、ＲＯＩの運動経路は、滑らかさを促進する運動モデル、フィルタの方向特性に基づいて各々の変位の各々の成分についての信頼性情報を組み入れる運動モデル、又はこれらの組み合わせを用いることにより推定され得る。ＲＯＩの運動推定はさらに、指向性フィルタ処理された画像の１対毎の相互相関を用いることにより強化されて、１８０°の回転でのＲＯＩに含まれる関心対象の少なくとも一部の相対的な並進を推定することができる。この形式の相対的な並進は、同じ周波数がこれら二つの時間点において取得されるため、推定するのが容易である。具体的には、２枚の画像の間の単純相互相関を用いて、二つの時間点の間の運動を推定することができる。

図５に戻り、ステップ５１０において、最適化手順を具現化することにより、推定された運動経路を最適化して、ＲＯＩに対応する最終的な運動経路を決定することができる。本発明の手法の各観点によれば、最適化手順は、物理的構成に基づく制約、並びにデータ取得時に誤差を蒙り易い運動及び方向についての先験的知見に基づき得る。従って、低次の多項式又はフーリエ級数のような滑らかな関数を、物理的な対象の運動を最適化しつつ、推定される運動経路に課すことができる。さらなる最適化は、先験的知見を用いて対象の運動を補正することにより達成され得る。一実施形態では、先験的知見としては、特定の時間的瞬間における線源位置のような対応する参照点の知見、及び有意のボケを経験し得る方向の知見等が挙げられる。例えば、ボケは、フィルタによって強調されている時刻に取得される射線に平行な方向に最も強くなり得る。従って、最適化手順は、着目した構造の運動を推定するためにこの知見を用いることができる。

一実施形態では、最適化手順は、例えば正則化された最小自乗行列を用いて実行され得る。運動ベクトルの正則化は、隣接する画像領域又はｚ−スライスからの相互情報を利用するように多数回の繰り返しを具現化することにより実行され得ることが特記され得る。正則化は、次回の繰り返しにおいて、推定された運動ベクトルを前回のベクトル集合に向かって平滑化して正則化することにより具現化され得る。しかしながら、代替的な実施形態では、かかる最適化が必要でない場合もある。このことは、複数の方向からのデータを取得するために１よりも多い放射線源を用いるような実施形態に当てはまる。かかる実施形態では、得られる運動推定画像は、最適化手順の適用を行なわずに比較的良好な時間分解能を呈し得る。

選択随意で、図３に関して記載された例示的な運動推定方法によって推定された運動ベクトルを、推定される運動を補償するために運動補償システムに入力することができる。一実施形態では、運動補償は、フーリエ変換の特性を用いてフーリエ空間において実行され得る。本発明の手法の各観点による運動補償手法の実施形態について、図７に関して詳細に議論する。

図７へ移り、流れ図７００が、例示的な運動補償手法を示している。方法はステップ７０２において、関心対象に対する投影方向がフーリエ空間の特定の区画に直交するときの時間的瞬間を決定することにより開始する。さらに、ステップ７０４において、決定された時間的瞬間における参照点からの関心対象の所定の変位に対応する運動ベクトルが評価される。一実施形態では、運動ベクトルは、投影方向に直交する対象の運動の成分である。続いて、ステップ７０６において、評価された運動ベクトルをフーリエ空間の特定の区画に対応する方向にある単位ベクトルの内積と共に用いて、対応する区画を変調させることができる。具体的には、複素指数を用いて、対象の運動に際して対応する画像のフーリエ表現を変調させることができる。従って、対象の運動は相対的に小さい領域においてはかなり剛性であるので画像の小領域に対応するフーリエ空間の１又は複数の区画に沿って位相シフトを適用することができる。位相シフトは、フーリエ空間の位相シフト後の区画に対応する各々の部位について、推定される運動を補償する。次いで、各々の着目した構造についての運動補償の結果を原画像に盛り込んで、実質的に強化された分解能を有する再構成画像を形成することができる。この目的のために、複数の運動補償画像が、画像領域マスクのような１又は複数のマスク手法を用いることにより他の画像と組み合わされ得る。

ここで、図３は例示的な運動推定方法を示しているが、図７は、再構成されたＣＴ画像の時間分解能を大幅に強化するのに用いられ得る例示的な運動補償方法に関するものであることが特記され得る。様々な実施形態において、開示される運動推定及び運動補償方法を共に用いてもよいし、交互に用いてもよいし、様々な撮像課題に対処する他の方法と組み合わせて用いてもよい。例えば、例示的な運動推定方法を、画像格子歪み補正（warping）を用いた画像再構成のようなもう一つの補償手法と組み合わせることができる。画像格子歪み補正は、取得される投影データを逆投影する前に推定運動経路を利用することにより再構成格子を歪み補正することを含み得る。同様に、異なる運動推定手法を図７に掲げられた例示的な運動補償方法と組み合わせて、よりよい時間分解能を有する画像を形成することができる。

例示的な運動推定及び運動補償手法の両方の適用によって、これらの手法は再構成画像における運動アーティファクトを著しく低減するため、実質的に改善された分解能を有する画像が形成される。これらの再構成画像を用いて、特に心疾患に関連する実質的に正確な診断を容易にすることができる。放射線科医は典型的には、冠動脈全体の画像を用いて、狭窄又はプラークを診断する。しかしながら、従来の再構成方法によって導入される画像アーティファクトは動脈径の誤った決定を招く場合があり、従って唯一の診断手段としては殆ど頼られていない。従って、再構成画像が血管径の正確な尺度を与えることが重要である。例として述べると、従来の再構成手法を用いた一つの再構成では、冠動脈の径は、アーティファクトの存在のため約３．６ｍｍであるものと決定された。しかしながら、例示的な運動推定及び運動補償方法を適用すると、冠動脈の径は約２．２ｍｍであるものと決定され、このように従来の再構成よりも３１％改善された。従って、開示された手法を用いると、高価な侵襲型カテーテル法及び診断を容易にする他の付加的な診断手順の必要性を回避するのを助けることができる。

このように、上で本書に開示された複数のシステム及び方法は、対象の運動を推定して推定された対象の運動を補償することにより画像の時間分解能を高める効率のよい手法を提供する。開示された手法は、運動に誘発されるボケを低減し、これにより、よりよい診断を可能にする高品質画像の形成を可能にする。さらに、開示された手法は、単一若しくは少数の再構成画像、又は画像容積から直接的に運動を推定する。加えて、多数の再構成段階を含む実施形態では、投影データは、例示的な運動推定及び補償手法の両方が同時に具現化される場合には第一の再構成以外で再び用いられることはない。しかしながら、運動を推定するためにのみ例示的な方法を用い、続いて第二過程の運動補償付き再構成では推定されたベクトルを用いることが望ましいような実施形態では、投影データを再利用することができる。さらにまた、開示された手法を具現化することにより達成される画像分解能の実質的な改善は、イメージング・システムを対経費効果の高い診断ツールとする。

本書では発明の幾つかの特徴のみを図示して説明したが、当業者には多くの改変及び変形が想到されよう。従って、特許請求の範囲は、発明の要旨に含まれるような全ての改変及び変形を網羅するものと理解されたい。

１０ イメージング・システム
１２ ガントリ
１４ Ｘ線放射線源
１６ Ｘ線放射線のビーム
１８ 検出器アレイ
２０ 検出器素子
２２ 対象
２４ 回転中心
２６ 制御機構
２８ Ｘ線制御器
３０ ガントリ・モータ制御器
３２ データ取得システム
３４ コンピュータ
３６ 大容量記憶装置
３８ コンソール
４０ 表示器
４２ テーブル・モータ制御器
４４ 電動テーブル
４６ ガントリ開口
５０ 画像プロセッサ
３００ 関心対象の運動を推定する方法を示す流れ図
４０２、４０４、４０６ フィルタ
５００ 対象の運動経路を推定するために再構成画像に指向性フィルタを適用する方法を示す流れ図
６００ 選択されるフィルタの配向を示す見取り図
７００ 運動補償手法を示す流れ図

Claims (10)

1. 関心対象の運動を推定する方法であって、
   取得されるデータを用いて一組の１又は複数の初期画像を再構成するステップと、
   該一組の再構成された初期画像において１又は複数の関心領域を識別するステップと、
   フィルタ処理された画像の系列を生成するように、前記識別された関心領域に少なくとも一組のフィルタを適用するステップであって、前記系列内の前記フィルタ処理された画像の各々が異なる参照点の近くで取得されたデータを含んでいる、適用するステップと、
   前記フィルタ処理された画像の系列における１又は複数の対応に基づいて各々の関心領域について運動経路を推定するステップと
   を備えた方法。
2. 前記１又は複数の関心領域を識別するステップは、前記関心対象の少なくとも一部について中心線経路の表現を生成することを含んでいる、請求項１に記載の方法。
3. 前記一組のフィルタを適用するステップは、特定の参照点の近くで取得されていない１又は複数の要素をフィルタ除去する一組のフィルタを設計することを含んでいる、請求項１に記載の方法。
4. 前記参照点は、特定の時間的瞬間、線源位置に対応するビュー角度、又はフーリエ領域での角度空間の一つを含んでいる、請求項１に記載の方法。
5. 運動経路を推定するステップは、滑らかな関数を含むモデル、対応するフィルタの１又は複数の方向特性に基づく少なくとも一つの関心領域の変位に関係する所定の情報、又はこれらの組み合わせを用いることを含んでいる、請求項１に記載の方法。
6. 運動経路を推定するステップは、ひも関数、正規化相関、又はこれらの組み合わせを用いることをさらに含んでいる、請求項５に記載の方法。
7. 前記一組のフィルタを適用するステップは、前記一組のフィルタを設計することを含んでおり、該一組のフィルタの各々のインパルス応答が、高い空間コンパクト性、高い角度コンパクト性、特定の参照点との対応、又はこれらの組み合わせを含んでいる、請求項１に記載の方法。
8. 前記関心対象の運動を補償するステップをさらに含んでいる請求項１に記載の方法。
9. 対象の運動を補償する方法であって、
   フーリエ空間のセクタに対応するデータ取得時の時間を決定するステップと、
   該決定された時間に対応する所定の運動ベクトルを識別するステップと、
   該識別された運動ベクトルに基づいて前記フーリエ空間の前記セクタを変調させるステップと
   を備えた方法。
10. 初期画像を取得するデータ取得システム（ＤＡＳ）（３２）と、
    該ＤＡＳに結合されている画像プロセッサ（５０）と
    を備えたイメージング・システム（１０）であって、前記画像プロセッサ（５０）は、
    取得されるデータを用いて一組の１又は複数の初期画像を再構成し、
    該一組の再構成された初期画像において１又は複数の関心領域を識別し、
    異なる参照点の近くで取得されたデータを各々が含んでいるフィルタ処理された画像の系列を生成するように、前記識別された関心領域に少なくとも一組のフィルタを適用して、
    前記フィルタ処理された画像の系列における１又は複数の対応に基づいて各々の関心領域について運動経路を推定する、イメージング・システム（１０）。