JP2011512171A - マルチセグメント再構成 - Google Patents

Abstract

医療撮像システムは、ビュー変換部２１０及びセグメント結合器２１２を含む。前記変換部２１０は、各々が少なくとも１つのビューを含む、複数の個別セグメントの各ビューにおいて投影データを変換する。前記複数の個別セグメントにわたる実質的に類似のビューに対する前記変換した投影データは共通の回転半径を持つ。前記セグメント結合器２１２は、前記複数の個別セグメント各々の前記各ビューに対する前記変換した投影データを含む単一のデータセットを生成するために、前記変換した投影データを結合する。

Description

以下のことは一般的に、異なる回転半径を持つ類似のビューを持っている投影データの多数のセグメントを再構成することに関する。ＳＰＥＣＴ(single photon emission computer tomography)スキャナに特に応用されることが説明されているが、他の医療撮像及び非医療撮像の応用にも適している。

ＳＰＥＣＴシステムは一般に、検査領域の周りを回転して、この検査領域内に適切に位置決められた被験者の関心領域（例えば器官、病変等）に生じる放射線核種崩壊からガンマ放射線を検出することにより、セグメントにおける複数の投影角又はビューに対する投影を取得するように構成される少なくとも１つのガンマカメラを含んでいる。これらガンマカメラは、前記検出した放射線を示す投影データを生成する。再構成器は、ボリューム画像データを生成するために前記投影データを再構成する。このボリューム画像データはさらに、１つ以上の画像を生成するために処理されることも可能である。

検査領域の周りを回転するとき、関心領域に対する前記少なくとも１つのガンマカメラの位置は、例えば被験者の形状に応じてセグメントにおけるビューの間で半径方向に変動する。例えば、関心領域とガンマカメラとの間の距離は、ビューの間で変動してもよい。一般に、検査領域のある地点に対して、空間分解能は、他の特徴と同じく、その地点からガンマカメラまでの距離によって決まり、一般にその地点とガンマカメラとの間の距離を増大させる関数として減少する。この現象は、深さ依存分解能変動(depth-dependent resolution variation)と呼ばれている。深さ依存分解能補正再構成アルゴリズム(depth-dependent resolution recovery reconstruction algorithm)は、被験者の関心領域とガンマカメラとの間の距離を考慮し、変動距離を説明するのに用いられる。

幾つかのＳＰＥＣＴ手順、例えば全身スキャンにとって、複数の実質的に連続するセグメントの投影が取得され、ここで各セグメントは、軸方向における検出器の制限される視界（ＦＯＶ）のせいで、被験者の別のサブ部分を覆う。例えば、全身スキャン用の取得データは、全身を覆う投影データをまとめて含む３から４個の実質的に連続するセグメントに対する取得データを必要とする。

上述したように、特定のセグメントに対し、関心領域とガンマカメラとの間の距離は、前記セグメントにおけるビューの間で変動してもよい。全身スキャンにとって、関心領域は、被験者を通り縦方向に延在すると共に、ガンマカメラの面に一般に垂直である仮想の回転又はｚ軸に沿って横たわっている。例えば、全身スキャンにとって、回転軸とガンマカメラとの間の距離は、セグメントにおけるビューの間で変動してもよい。その上、この距離は、各セグメントが被験者の別のサブ部分を覆っているので、異なるセグメントにおける（実質的に類似の視野角を持つ）実質的に類似のビューの間で変動してもよい。前記別のサブ部分は、他のセグメントにおいて覆われている被験者の別のサブ部分に対して形状が異なってもよい。例えば、自動体輪郭(ABC: Automatic Body Contour)技術を用いる場合、セグメントにわたる各ビューに対する、回転軸とガンマカメラとの間の距離は一般に異なっている。

結果として、深さ依存分解能補正再構成アルゴリズムを使用する場合、異なるセグメントに対する投影データは、回転軸とガンマカメラとの間の距離が異なるセグメントにわたる特定のビューに対するのと実質的に同じであることを必要とするので、深さ依存分解能補正はセグメントずつ再構成される。結果として、全身スキャン、又は投影データの複数のセグメントが取得される他のスキャンに対する異なるセグメントを再構成するための再構成技術は、各セグメントを個別に及び独立して再構成し、次いで全身を示す単一の三次元データセットを形成するために、各セグメントに対する前記再構成したデータを適切に結合することを一般に含んでいる。

残念なことに、セグメントずつの再構成は、オペレータが各セグメントに対し、対応する投影データを選択する、選択した投影データをロードする、プロトコルを選択する、ロードしたデータの再構成を実行する及び再構成したデータを保存する必要があるため、臨床応用には不十分且つ不便であり、全セグメントが再構成された後、オペレータは、再構成したデータを選択、ロード及び結合し、次いで全身を覆う単一のデータセットを生成するために、前記結合したデータを保存する必要がある。このワークフローにおいて、オペレータは同様のステップを複数回繰り返し、これは共に不十分且つ不便である。その上、データを（ＣＴ−ＡＣを介して）訂正する減衰はこのワークフローをさらに複雑にする。

本出願の態様は、上記に参照した事例及びその他を扱っている。

ある態様によれば、医療撮像システムは、ビュー変換部及びセグメント結合器を含んでいる。この変換部は、各々が少なくとも１つのビューを含んでいる、複数の個別セグメントの各ビューにおける投影データを変換する。前記複数の個別セグメントにわたる実質的に類似のビューに対する変換した投影データは、共通の回転半径を持つ。セグメント結合器は、前記複数の個別セグメント各々の各ビューに対する変換した投影データを含む単一のデータセットを生成するために、前記変換した投影データを結合する。

もう１つの態様によれば、ある方法は、投影データの複数の個別セグメントにおける各ビューにおける投影データに、対応する変換を適用するステップを含み、前記各ビューに対する変換は、対応するビューに対する変換した投影データが前記複数のセグメントにわたる共通の回転半径を持つように、前記対応するビューに対する投影データを変換する。前記方法はさらに、前記個別セグメント各々に対する投影データを含む単一のデータセットを生成するために、前記複数の個別セグメント各々の各ビューに対する前記変換した投影データを結合するステップを有し、ここで単一のデータセットは記憶装置に記憶される。

もう１つの態様によれば、コンピュータ読み取り可能媒体は、コンピュータにより実施されるとき、このコンピュータに、投影データの複数の個別セグメントにおける各ビューにある投影データに対応する変換を適用するステップであり、前記各ビューに対する変換は、前記対応するビューに対する変換した投影データが前記複数のセグメントにわたる共通の回転半径を持つように、前記対応するビューに対する投影データを変換しているステップ、前記個別セグメント各々に対する投影データを含む単一のデータセットを生成するために、前記複数の個別セグメント各々の各ビューに対する変換した投影データを結合するステップ、及び深さ依存分解能補正再構成アルゴリズムを用いて、前記単一のデータセットを再構成するステップ、を実行させる命令を含む。

本発明のさらに他の態様は、以下の詳細な説明を読み、理解する際、当業者に分かるであろう。

本発明は、様々な部品及び部品の配列、並びに様々なステップ及びステップの配列の形式をとってもよい。図面は好ましい実施例を単に説明することを目的とし、本発明を制限するとは考えるべきではない。

例示的な医療撮像システムを説明する。 医療撮像システムの例示的な実施例を説明する。 異なるセグメントからの投影データを示す画像を説明する。 方法を説明する。

図１を参照すると、ＳＰＥＣＴシステム１００は、少なくとも１つのガンマ放射線感受性検出器、例えばガンマカメラを含む。説明されるシステム１００は、２つのガンマカメラ１０２_１及び１０２_２を含み、ここでは総称してガンマカメラ１０２と呼ばれる。これらガンマカメラ１０２の各々は、コリメータ１０４及び光センサアレイ１０６を含む。コリメータ１０４は、鉛などから作られ、並びに検査領域１１０から発し、広範な角度内にある方向に沿って進むガンマ光子１０８が通過するホールのアレイを含む。この説明されるシステム１００において、光センサアレイ１０６は、光電子増倍管（ＰＭＴ）又は半導体光検出器のアレイと光通信するシンチレータを含む。他の実施例において、この光センサアレイ１０６が直接変換(direct conversion)型検出器及び他の光感受性検出器を含んでもよい。

説明される実施例において、ガンマカメラ１０２_１及び１０２_２は、おおよそ９０°から１０２°の範囲の角度で互いに置かれている。しかしながら、他の角度も検討される。ガンマカメラ１０２は、検査領域１１０の周りを、並びにこの検査領域１１０を通り縦方向に及びガンマカメラ１０２に対し垂直に延在する縦又はｚ軸１１２を中心に回転するように構成され、セグメントにおける複数の投影角又はビューの投影を取得する。１つ以上の駆動装置が例えばガンマカメラ１０２を検査領域１１０の周りで回転させる、及び／又は検査領域に対してガンマカメラ１０２を接線方向又は半径方向に移動させることにより、ガンマカメラ１０２及び検査領域内のオブジェクト又は被験者の相対位置を変える。

ガンマカメラ１０２が回転するので、シンチレータ１０６は、コリメータのホールを通過するガンマ光子を受信し、それに応じて光を発生させ、並びに光センサアレイ１０６は、検出したガンマ光子を示す投影データを生成する。このデータの空間分解能は一般に検査領域１１０にある関心領域から光センサアレイ１０６までの距離に依存し、この距離は深さ依存分解能変動と呼ばれる。説明される実施例は、例えば全身スキャンのようなマルチセグメントスキャンと関連して説明され、（ここで回転半径又はＲＯＲと呼ばれる）距離は、検査領域１１０を通り縦方向に及びガンマカメラ１０２に対し垂直に延在する軸１１２と、この検査領域１１０に最も近いコリメータ１０４の範囲との間の距離である。例えば全身スキャンのようなスキャンにおいて、１つのセグメントにおけるビュー間のＲＯＲ及び／又は異なるセグメントにおける実質的に類似のビュー間のＲＯＲは異なってもよい。

投影データ結合器１１４は、複数のセグメントからの投影データを含む単一の投影データセットを形成するために、異なるセグメントに対する投影データを投影領域において一緒に結合又は"接合(knit)"する。以下により詳しく説明されるように、これは、異なるセグメントにおける実質的に類似のビューに対する投影データが共通の又は基準の回転半径（ＲＯＲ_ref）を参照するように、異なるセグメントに対する投影データを処理することを含む。例えば、異なるセグメントからの結合した投影データは、深さ依存分解能補正再構成アルゴリズムを用いて、単一の再構成中に再構成されることができる。これは、深さ依存分解能補正再構成アルゴリズムを用いて各セグメントを個別に及び独立して再構成し、次いで単一のボリュームデータセットを形成するために、これら再構成したセグメントを結合することにより、これら再構成したセグメントを前処理することに比べワークフローを改善する。結合したデータは例えばメモリ、カセットテープ、光学ディスク、磁気ディスク等のような記憶装置に記憶されることができる。

再構成器１１６は、検査領域１００から発する放射性同位元素の分布を示すボリューム又は三次元画像データを生成するために前記投影データを再構成する。ある実施例において、この再構成器１１６は、コリメータ及び検出器の距離依存分解能のぼけ(blurring)を補償する深さ依存コリメータ−検出器応答関数をモデリングすること（距離依存分解能モデル）により、分解能補正を用いた反復再構成アルゴリズムを用いる。説明される実施例において、この再構成中、前記コリメータ−検出器応答関数は、セグメントにわたる各ビューに対し、各々の視野角でまとめてモデリングされ、これは基準の回転半径（ＲＯＲ_ref）を共有している。このような手法に従って、反復回数の増大は、距離依存検出器分解能がモデリングされない技術に比べ、画像の空間分解能を改善させる傾向がある。他の実施例において、他の再構成アルゴリズムが使用されてもよい。

コンピュータは、オペレータの制御卓１１８として役立つ。この制御卓１１８は。例えばモニター又はディスプレイのような人間が読み取ることができる出力装置、並びに例えばキーボード及びマウスのような入力装置を含む。制御卓１１８にあるソフトウェアは、オペレータが例えばＧＵＩ(graphical user interface)を介して、前記ボリューム画像データを閲覧及び操作することを可能にする。この制御卓１１８にあるソフトウェアは、オペレータが所望のスキャンプロトコルを設定する、スキャンを開始及び終了する、並びにスキャナ１００と相互作用することにより、システム１００の動作を制御することも可能である。

オブジェクト支持部１２０は、撮像すべきオブジェクト、例えば人間の患者、荷物等を支持する。このオブジェクト支持部１２０は、オブジェクトが所望のスキャン軌道に従って複数の縦方向位置でスキャンされ得るように、システム１００の動作と協働して縦方向に移動するように構成される。

図２は、投影データ結合器１１４の実施例を説明する。この実施例に対し、検討は投影データのＮ個のセグメントを含むと仮定し、ここでＮは２に等しい又はそれよりも多い正の整数（例えば２、３、４等）である。さらに、各セグメントは、データのＭ個のビューを含むと仮定し、ここでＭは例えば６４、１２８等の正の整数である。上述したように、全身スキャナにとって、前記ＲＯＲは少なくともセグメントにわたる実質的に類似のビューに対しては異なっている。この実施例において、Ｎ個のセグメントにわたる各ｉ番目のビューは異なるＲＯＲを持つと仮定する。

説明されるように、ビューＲＯＲ決定器２０２は、Ｎ個のセグメント各々に対するＭ個のビュー各々に対するＲＯＲ_n,mを決定する。説明される実施例において、ＲＯＲ_n,mは、基準線１１２（図１）からの距離に基づき、これは異なるセグメントを通りｚ軸に沿ってコリメータ１０４（図１）に延在している。図３は、基準線１１２、並びにセグメント１から４に対するｍ番目のビューに対する夫々のＲＯＲ、すなわちＲＯＲ_1,m３０２、ＲＯＲ_2,m３０４、ＲＯＲ_3,m３０６及びＲＯＲ_4,m３０８を示す。図３において、各セグメントに対し、検出器は、あるセグメントが先行するセグメントに僅かに重複するように位置決められていることに注意されたい。他の実施例において、重複無を含む、多少の重複でもよい。

図２に戻ってみると、基準ＲＯＲ選択器２０４は、Ｎ個のセグメントが使用するＭ個のビュー各々に対する基準ＲＯＲ_ref,mを選択する。説明される実施例において、特定のビューに対する選択した基準ＲＯＲ_ref,mは、そのビューに対する最大のＲＯＲ_n,mである。しかしながら、他の実施例において、前記基準ＲＯＲ_ref,mが別の方法で選択されてもよい。例えば、前記ＲＯＲ選択器２０４は、そのビューに対する中間ＲＯＲ、平均ＲＯＲ、最小ＲＯＲ、最適に決められたＲＯＲ等を示す、特定のビューに対する基準ＲＯＲ_ref,mを代わりに選択してもよい。もう１つの実施例において、ＲＯＲ_n,m及び／又はＲＯＲ_ref,mが分かっている又は他の場所に決められてもよい。このような実施例では、基準ＲＯＲ選択器２０４は省略される。

コリメータ−検出器応答関数決定器２０６は、コリメータ−検出器応答関数

を決定し、これら関数は、深さ依存コリメータ−検出器応答関数である。説明される実施例において、

は、ＲＯＲ_n,m及びＲＯＲ_ref,mに基づいて夫々決められる。説明を目的とする及び簡潔にするために、このコリメータ−検出器応答関数

は、ガウス関数で表され、これはコリメータ−検出器応答関数を表すのにしばしば用いられる。しかしながら、他の関数が代わりに用いられることもできる。

例として、コリメータシステムの分解能が与えられると、それの応答関数ＣＤＲは、数式１に示されるように推定され、これは一次ガウス関数を示す。

ここでσは

に等しく、ＦＷＨＭ(Full Width at Half Maximum)は半値全幅に関する（例えばｍｍの単位）コリメータ分解能である。このＦＷＨＭは、数式２に示されるように決められることができる。

ここでＢはコリメータの長さを示し、Ｃはカバーの厚さを示し、Ｄは水晶の厚さの半分を示し、Ｈはコリメータホールの大きさを示し、Ｌは有効コリメータ長を示す。数式２は、数式３に示されるように減衰係数μに関して再び書くことができる。

ここでＬは、

に等しい。例えば

は共に決められることができる。もう１つの実施例において、

又は

は分かっている又は他の場所に決められる。このような実施例では、コリメータ−検出器応答関数決定器２０６は省略される。

変換決定器２０８は、

に基づいてＮ個のセグメント各々に対するＭ個のビュー各々に対する変換ｈ_n,mを決める。例えば、説明される実施例において、この変換ｈ_n,mは、それが数式４を満たすように決められる。

ＲＯＲ_n,mがＲＯＲ_ref,mよりも小さい場合、変換ｈ_n,mの効果は一般にコンボリューション(convolution)である。ＲＯＲ_n,mがＲＯＲ_ref,mよりも大きい場合、変換ｈ_n,mの効果は一般にデコンボリューション(de-convolution)である。説明を目的にするため及び便宜上、以下の議論は、コンボリューションである場合、すなわちＲＯＲ_n,mがＲＯＲ_ref,mよりも小さい、従って

は、

よりも小さいと仮定する。

コリメータ−検出器応答関数

のように、変換ｈ_n,mは、上述される又は別の方法で説明されるように、ガウス関数で表されてもよい。ＦＷＨＭ_hは、数式５

から決められることができ、変換ｈ_n,mは、決められたＦＷＨＭ_hに基づいて上記数式１から決められることができる。もう１つの実施例において、ｈ_n,m及び／又はＦＷＨＭ_hは、分かっている又は他の場所に決められている。このような実施例では、ビュー変換決定器２０８は省略される。

これを見るもう１つの方法は、２つの異なる半径Ｒ１及びＲ２を用いてオブジェクトを撮影するコリメータシステムがあると仮定することである。便宜上、Ｒ１＜Ｒ２と仮定する。これら２つの事例は、２つの異なるシステムＳ_１及びＳ_２として扱われることができる。Ｓ_１は、コリメータ分解能ＦＷＨＭ_１を持ち、これは上記数式を用いて決められることができ、Ｓ_２はコリメータ分解能ＦＷＨＭ_２を持ち、これは上記数式を用いて決められることもできる。仮に初期画像ｆが存在すると、関数ｈ（ｘ，ｙ）は以下の関係

を満たし、これは、

に対応する。ｈ（ｘ，ｙ）がガウス関数の形式をとると、ｈ（ｘ，ｙ）のＦＷＨＭ_ｈは、

として得られる。一度ＦＷＨＭ_ｈが決められると、σ_h及びｈ（ｘ，ｙ）が決められる。

変換部２１０は、異なるセグメントにわたる類似のビューが同じＲＯＲをほぼ持つように、投影データＰ_n,mを変換する。説明される実施例において、これは、

を生成するために、各セグメントの各ビューに対し、ｈ_n,mをＰ_n,mに夫々適用することにより達成される。言い換えると、全てのｎ∈［１，Ｎ］及びｍ∈［１，Ｍ］に対し、

である。説明される実施例において、この動作は、空間領域で行われる。しかしながら、この動作は、高速フーリエ変換（ＦＦＴ）等を用いて周波数領域で代わりに行われることもできる。

これは、取得処理に追加のシステムを適用すると考えられることができ、ここで、投影

は、ある視野角ｍに対する同じコリメータ−検出応答関数

を共有するように扱われ、これは再構成に深さ依存分解能補正（又はコリメータ−検出器応答のモデリング）を適用することを可能にする。

セグメント結合器２１２は、投影データのＮ個の個別セグメントを適切に結合又は"接合"し、再構成用の単一の投影データセット

にする。接合した投影データにおける全ての部分が同じ又は非常に類似のコリメータ−検出器応答を個別の視野角で共有するので、コリメータ−検出器応答関数の深さ依存モデリングが再構成に適用されることができる。

図１に戻ってみると、再構成器１１６は、結合した投影データ

を再構成する。上述したように、反復再構成技術が用いられることができる。例として、推定器は、同位体分布の最初の現在の画像推定を確立するために現在の画像推定を生成する。順投影器は、投影推定Ｐ_Calcを生成するために、前記同位体分布の現在の推定を順投影する。比較器は、異なる比率を生成するために、前記順投影処理から得られた前記投影推定Ｐ_Calcを

と比較する。逆投影器は、前記同位体分布の現在の推定を更新するために、前記異なる比率を再構成空間に逆投影する。画像更新器は、この逆投影したデータを用いて新しい画像推定を生成し、更新した画像推定は、現在の画像推定として用いられる。深さ依存分解能補正にとって、コリメータ−検出器応答モデラーは、視野角ｍ（ｍ∈［１，Ｍ］）での回転半径としてＲＯＲ_ref,mを使用し、順投影及び／又は逆投影処理におけるコリメータ−検出応答をモデリングする。再構成終了基準を満たすと再構成は終了する。

例えば、システム１００は、分解能補正がセグメントにわたる様々なＲＯＲに望ましいとき、全身のＳＰＥＣＴデータの単一の再構成に対応するアルゴリズムを用いる。特に、前記システムは、全てのセグメントが完全に異なるＲＯＲを使用する場合でさえも、順投影及び逆投影処理中、深さ依存コリメータ−検出応答をモデリングする。ある実施例において、これは、再構成における所望の深さ依存分解能補正をワークフローに供給する。

動作は、図４を参照して説明される。

４０２において、ＲＯＲ_n,mは、Ｎ個のセグメント各々に対するＭ個のビュー各々に対し決められる。

４０４において、基準ＲＯＲ_ref,mは、前記Ｎ個のセグメントにわたるＭ個のビュー各々に対し決められる。

４０６において、変換ｈ_n,mは、前記Ｎ個のセグメントにわたるＭ個のビュー各々に対し決められる。

４０８において、

を生成するために、前記変換ｈ_n,mは投影データＰ_n,mに適用され、セグメントにわたるビューは、同じ基準ＲＯＲ_ref,mを共有するように扱われることができる。

４１０において、前記投影

は、投影データの単一の組

を形成するために結合される。これは深さ依存分解能補正再構成アルゴリズムを用いて再構成される及び／又は別の方法で処理されることができる。

上述したことは、コンピュータ読み取り可能命令を介して実施されることができ、この命令は、コンピュータ処理器により実施されるとき、この処理器に所望の技術を実行させる。このような場合、前記命令は、適切なコンピュータに関連する又はアクセス可能であるコンピュータ読み取り可能媒体に記憶される。所望の技術は、データ取得と同時に行われる必要はない。

上述したこと及びそれらの変形例の応用は、ＳＰＥＣＴ及び他の医療及び非医療応用を含むが、それらに限定されない。

本発明は、様々な実施例を参照して説明されている。変形例及び代替例は、詳細な説明を読むと他の者に思い浮かぶことがあってもよい。本発明は、全ての上記変形例及び代替例が付随する特許請求の範囲又はそれに同等なものの範囲内にある限り、これら変形例及び代替案全てを含んでいると考えられることを意味している。

Claims (20)

1. 各々が少なくとも１つのビューを含む、複数の個別セグメントの各ビューにおいて投影データを変換するビュー変換部であり、前記複数の個別セグメントにわたる実質的に類似のビューに対する前記変換した投影データが共通の回転半径を持っているビュー変換部、及び
   前記複数の個別セグメント各々の各ビューに対する前記変換した投影データを含む単一のデータセットを生成するために、前記変換した投影データを結合するセグメント結合器
   を有する医療撮像システム。
2. 深さ依存分解能補正再構成アルゴリズムを用いて、前記単一のデータセットを再構成する再構成器をさらに含んでいる請求項１に記載のシステム。
3. 前記深さ依存分解能再構成アルゴリズムは、検査領域にある基準領域から前記検査領域から発するガンマ放射線を検出するガンマカメラまでの距離を考慮している請求項２に記載のシステム。
4. 前記複数の個別セグメントにわたる前記ビューに対する共通の回転半径として、前記複数の個別セグメントの１つから各ビューの回転半径を選択する基準ビューの回転半径選択器をさらに含んでいる請求項１に記載のシステム。
5. 各ビューに対する前記選択した回転半径を決めるビューの回転半径決定器をさらに含んでいる請求項４に記載のシステム。
6. 前記回転半径選択器は、前記各ビューに対する最大の回転半径を選択することにより前記共通の回転半径を選択する請求項４に記載のシステム。
7. 各ビューに対する対応する共通の回転半径に基づいて、各ビューの前記投影データを変換するための変形を決める変換決定器をさらに含んでいる請求項４に記載のシステム。
8. 各ビューに対する対応するコリメータ−検出器応答関数、及び各ビューに対する前記共通の回転半径に対応する前記ビューに対するコリメータ−検出器応答関数の両方に基づいて、各ビューの前記投影データを変換するための変換を決める変換決定器をさらに含んでいる請求項４に記載のシステム。
9. 各ビューに対するコリメータ−検出器応答関数を決めるコリメータ−検出器応答関数決定器をさらに含んでいる請求項８に記載のシステム。
10. 請求項１に記載のシステムは、ＳＰＥＣＴスキャナの一部であるシステム。
11. 投影データの複数の個別セグメントにおける各ビューにおいて対応する変換を投影データに適用するステップであり、前記各ビューに対する前記変換は、前記対応するビューに対する前記変換した投影データが前記複数のセグメントにわたる共通の回転半径を持つように、前記対応するビューに対する前記投影データを変換している、ステップ、及び
    前記個別セグメント各々に対する前記投影データを含む単一のデータセットを生成するために、前記複数の個別セグメント各々の各ビューに対する前記変換した投影データを結合するステップであり、前記単一のデータセットは記憶装置に記憶されている、ステップ
    を有する方法。
12. 深さ依存分解能補正再構成アルゴリズムを用いて、前記単一のデータセットを再構成するステップをさらに含んでいる請求項１１に記載の方法。
13. 前記深さ依存分解能補正再構成アルゴリズムは、反復再構成アルゴリズムである請求項１２に記載の方法。
14. 前記複数の個別セグメント各々の各ビューに対する回転半径を決めるステップ、及び
    前記複数の個別セグメントにわたる前記各ビューに対する共通の回転半径を選択するステップ
    をさらに含んでいる請求項１１に記載の方法。
15. 前記選択するステップは、前記ビューに最適な回転半径に対応する半径を選択するステップを含む請求項１４に記載の方法。
16. 各ビューに対する前記対応する共通の回転半径に基づいて、各ビューに対する前記変換を生成するステップ、をさらに含んでいる請求項１４に記載の方法。
17. 各ビューに対するコリメータ−検出器応答関数を生成するステップ、並びに
    各ビューに対する前記対応するコリメータ−検出器応答関数、及び各ビューに対する前記共通の回転半径に対応する前記ビューに対する前記コリメータ−検出器応答関数に基づいて、各ビューに対する前記変換を生成するステップ、
    をさらに含んでいる請求項１１に記載の方法。
18. 各ビューに対する前記共通の回転半径に基づいて、各ビューに対するコリメータ−検出器応答関数を生成するステップをさらに含んでいる請求項１７に記載の方法。
19. コンピュータにより実行されるとき、前記コンピュータに
    投影データの複数の個別セグメントにおける各ビューにある投影データに対応する変換を適用するステップであり、前記各ビューに対する前記変換は、前記対応するビューに対する前記変換した投影データが前記複数のセグメントにわたり共通の回転半径を持つように、前記対応するビューに対する投影データを変換する、ステップ、
    前記個別セグメント各々に対する前記投影データを含む単一のデータセットを生成するために、前記複数の個別セグメント各々の各ビューに対する前記変換した投影データを結合するステップ、及び
    深さ依存分解能補正再構成アルゴリズムを用いて、前記単一のデータセットを再構成するステップ
    を実行させる命令を含んでいるコンピュータ読み取り可能記憶媒体。
20. 前記コンピュータにより実施されるとき、前記命令は、前記コンピュータに
    前記ビューに対する基準の回転半径に基づいて各ビューに対する前記変換を生成するステップ
    をさらに行わせる請求項１９に記載のコンピュータ読み取り可能記憶媒体。

Images