JP2015528898A - Ｐｅｔイメージングにおける単一イベントリスト型のデータ同期方法及びシステム - Google Patents

Abstract

ＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法は、各独立して作動する検出モジュールの単一イベントリスト型のデータを取得するステップと、各検出モジュールにおける単一イベント発生時間間隔の確率密度を計算して、初期パラメータを設定するステップと、反復ピーク検出と段階的な時間窓ピーク検出を用いて各検出モジュール間の検出開始時刻の差値を決定するステップと、上記時刻の差値により各検出モジュールにおける単一イベントデータに対して同期補正と一致識別を行うステップとを含む。ＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムは、データ取得及び周波数差補償モジュール（１００）と、初期パラメータ設定モジュール（２００）と、粗い時間スケール一致モジュール（３００）と、細かい時間スケール一致モジュール（４００）と、データ同期補正及び一致識別モジュール（５００）を含む。本発明は、効果的かつ正確に、単一イベントリスト型のデータの同期を完成することができ、システムのハードウェア設計を簡素化し、システムの柔軟性、拡張性と適応性を向上させる。【選択図】図２

Description

本発明は、放射線検出イメージング技術分野に関し、特に、陽電子放出断層撮影における単一イベントリスト型のデータの同期方法及びシステムに関する。
本願は、２０１２年７月２日に中国専利局に提出された、申請号が２０１２１０２２２１７７.７、発明の名称が「ＰＥＴイメージングにおける単一イベントリスト型のデータ同期方法及びシステム」である中国専利申請を優先権主張し、その全ての内容は、引用によって本願に結合される。

陽電子放出断層撮影（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ、以下、ＰＥＴと単に呼ばれる）は、非侵襲的イメージングの方法である。そのイメージングの基本的な原理は、陽電子放射性核種を分子プローブの上に標識して、放射性核種の崩壊による陽電子が生体内の陰電子と衝突し消滅した後に、エネルギーが５１１ＫｅＶであって、運動方向がほぼ互いに反対である一対のγ光子を放出することである。ＰＥＴは、生体の周りのリング位置敏感型の放射線検出器を利用して入射されるγ光子を電気信号に変換することにより、それのエネルギーと、位置と、時間情報を取得する。消滅一致技術によって、消滅イベントがある応答線の位置を得ると共に、二次元又は三次元の断層再構成アルゴリズムによって、陽電子核種の生体内での分布を取得することにより、体外で生体内の生理・生化学的過程を観測する[Michael E. Phelps, PET Physics, Instrument, and Scanners, Springer, 2006]。

一致検出は、ＰＥＴイメージングの重要的な一部である。現在、一致検出の実現方法は、主に、論理積に基づくものと、タイムスタンプに基づくものがある。論理積に基づく一致検出方法と比べると、タイムスタンプに基づく一致検出方法は、リアルタイム性と、拡張性と適応性などの優勢を有するため、広く使われている[M.-A. Tetrault, J. Oliver, M. Bergeron, R. Lecomte and R. Fontaine, "Real Time coincidence detection engine for high count rate timestamp based PET" , IEEE Trans. Nucl. Sci, vol. 57, no. 1, pp. 117-124, Feb, 2010]。しかしながら、このようなタイムスタンプに基づく一致検出方法にとって、時間同期は、非常に重要的な問題である。それの精度と安定性が、システムレベルの時間分解能の質に直接影響するからである。良い時間分解能は、より小さい時間窓を設定でき、より多いランダムイベントを除去するのに有利なので、より良いＮＥＣＲを得ることができ、イメージングの品質と信号対雑音比を向上させることができる。

伝統的なＰＥＴシステムは、一般的に、全てのデータ収集ボードをバックプレーンに接続して、その後、バックプレーン上のクロック分布によって、精確的なクロック同期を実現する。このような方法は、小さいクロックスキューとジッタに達すことができるが、それは、常に、検出器構造及びハードウェア一致回路と密接に結合され、柔軟性と、保守性と、スケーラビリティなどがいずれも極大的に制約される[D. P. McElroy, M. Hoose, W. Pimpl, V. Spanoudaki, T. Schuler, and S. I. Ziefler, "A true singles list-mode data acquisition system for a small animal PET scanner with independent crystal readout" , Phys. Med. Biol. Vol. 50, pp. 3323-3335, 2005]。近年、単一イベントリスト型のデータのソフトフェア式の一致検出方法は、ＰＥＴイメージングにおいて広く適用されることに伴い、様々な選択可能な時間同期方法が報告されている。例えば、グローバルクロック方法は、ケーブルを介して、高精度のクロック基準ソースと同期信号を各データ収集ボードに伝えて、時間同期を完成させる。しかし、このような方法は、ケーブルを採用するため、クロック同期信号が必然的に、遅延、減衰、及び雑音干渉などに影響される。そのため、定期的な時間補正を行う必要がある。また例えば、同期イーサネット方法は、イーサネット伝送媒体と、精密時間プロトコルの使用によって、良い同期効果を得ることができる。しかし、このような方法は、ハードウェアに対する余分の要求があって、システム設計のコストを増加させる。

そこで、上記の技術的問題に対して、上記の欠点を克服するように、改良された構造の、ＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法及びシステムを提供する必要がある。

これに鑑みて、本発明は、ＰＥＴイメージングにおいて、各基本検出モジュールがローカルクロック基準ソースの下で、且つハードウェア同期信号の入力がない場合に作動して、集めた単一イベントリスト型のデータに対して時間の同期補正を行うためのＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法とシステムを提供することを目的とする。該当方法は、効果的かつ正確に、単一イベントリスト型のデータの同期を完成し、精確的に一致イベントを抽出することができると共に、システムのハードウェア設計の複雑度を大きく簡素化し、システムの柔軟性、拡張性と保守性を増加させる。

本発明は、上記目的を実現するために、以下のような技術方案を提供する。

ＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法であって、上記同期方法のステップは、次のように示される。
（１）各基本検出モジュールのローカルクロック基準ソースの下で作動する単一イベントリスト型のデータを取得及び記憶し、これら単一イベントデータに対して周波数差補償を行い、
（２）各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度を計算して、各初期パラメータを設定し、
（３）ステップ（２）で設定したパラメータに基づいて、反復ピーク検出を採用して、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致ピーク検出を行って、各検出モジュールの検出開始時刻差の粗い概算値を決定し、
（４）ステップ（３）で取得した検出開始時刻差の概算値に基づいて、段階的な時間窓を採用して、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致ピーク検出を行って、各検出モジュールの検出開始時刻差の細かい概算値を決定し、
（５）ステップ（３）とステップ（４）で取得した検出開始時刻差の粗い概算値と細かい概算値に対して重みの累積を行って、各検出モジュールの検出開始時刻差を決定し、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致識別を行って、一致イベントを取得する。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（１）では、各基本検出モジュールは、イベント時間情報と、エネルギー情報と、位置情報が含まれる単一イベントリスト型のデータを生成して、コンピュータに伝送し記憶することが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（１）では、周波数差補償は、各検出モジュールによってそれぞれの内部のカウンタ値に従って、周期的にデータ伝送チャネルの上で周波数同期リクエストを出し、受信装置によって各検出モジュールの両回の同期リクエストの時間差が検出され、この時間差に基づいて、検出モジュール周波数差探しテーブルを生成して、ローカルクロック基準ソースによる周波数差をリアルタイム補償することが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（２）では、各検出モジュールによって得られる単一イベント発生時間間隔ＴＩ_iの確率密度ｆ_i（ｘ）は、これら単一イベントデータセットを後退差分し、得られる差分データを統計分析することにより得られる。なお、ｉは検出モジュールの番号であって、ｘは単一イベント発生時間間隔であることが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（２）では、初期パラメータは、初期反復空間パラメータＴＲ_iniと、初期時間間隔パラメータΔＴ_iniと、初期時間窓パラメータＴＷ_iniを含むことが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（２）では、初期パラメータの設定は全て、各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度によって計算して得られ、具体的なステップは、次のように示されることが好ましい。
（２．１）反復空間パラメータＴＲ_iniを初期化
各検出モジュールにおける単一イベントデータをマージソートし、得られる配列において、第ｉ号の検出モジュールの検出開始時刻Ｔ_iが対応する位置Ｍを探しながら、配列における位置Ｍ−Ｎが対応するイベント時刻Ｔ_ciを読み取る。なお、Ｎは連続的に現れる、同一検出モジュールを元とするイベントの数、且つＮ∈[ｌ,Ｍ−ｌ]であって、Ｔ_ciが現れる確率を次のような公式により計算される。

なお、ｋは得られる配列における位置１が対応する検出モジュールの番号であって、反復空間パラメータの初期値ＴＲ_iniは次のような公式により決定される。

なお、Ｔ_ciは、得られる配列における位置Ｍ−Ｎが対応するイベント時刻である。
（２．２）時間間隔パラメータΔＴ_iniを初期化
ステップ（２．１）で得られる配列における位置１が対応するイベント時刻Ｔ_kを読み取って、第ｉ号の検出モジュールと第ｋ号の検出モジュールとの検出開始時刻差の初期値ΔＴ_iniは次のような公式により決定してもよい。

（２．３）時間窓パラメータＴＷ_iniを初期化
ステップ（２．１）で得られる配列における位置１が対応するイベント時刻Ｔ_kを読み取って、第ｉ号検出モジュールと第ｋ号検出モジュールとの一致時間窓パラメータの初期値ＴＷ_iniは、以下のような公式により決定してもよい。

なお、Ｌ_iは各検出モジュールの時間窓係数因数であって、以下のような公式により決定してもよい。

なお、Ｅ（ＴＩ_k）は、最初の、単一イベントデータを伝送する検出モジュールｋのイベント発生時間間隔の期待であって、Ｅ（ＴＩ_i）は同期する必要がある検出モジュールｉのイベント発生時間間隔の期待であって、以下のような式により決定してもよい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（３）では、粗い時間スケール一致によって、各検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを取得することは、具体的な過程は次のようなことを含むことが好ましい。
（３．１）ステップ（２）において設定した初期パラメータを利用して、各検出モジュールによって得られる単一イベントデータセットに対して同期補正と一致ピーク検出を行い、
（３．２）ステップ（３．１）において得られた一致結果を分析して、一致イベント統計ヒストグラムの光ピークを取得することができると、反複を停止し、さもなければ、時間間隔パラメータΔＴ_iniを再調整して一致ピーク検出を行い、ステップ（３．２）を繰り返し、
（３．３）ステップ（３．２）において取得した一致イベント統計ヒストグラムの中心ずれ量ΔＴ_offsetに基づいて、検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを設定する。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（３．１）における同期補正とは、各検出モジュールのうち単一イベント発生時間を、各検出モジュールが計算して得る時間間隔パラメータに従って調整することであることが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（３．１）における一致ピーク検出は、ＰＥＴイメージングにおけるイベントの統計特性に基づいて行うことである。即ち、一致イベントの統計特性はガウス分布になって、ランダムイベントの統計特性はランダム平均分布になることが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（４）では、細かい時間スケール一致によって、各検出モジュールの検出開始時刻差の細かい概算値ΔＴ_fineを取得することは、具体的な過程が、次のようになることが好ましい。
（４．１）ステップ（３．２）において取得した各検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを利用して、各検出モジュールのうち単一イベントデータセットに対して同期補正と初期時間窓ＴＷ_iniでの一致ピーク検出を行い、
（４．２）取得される一致イベント統計ヒストグラムの中心ずれ値ΔＴ_iを分析して、それが精度指標要求を満たす場合に、反複を停止し、さもなければ、段階的な時間窓を使用して一致ピーク検出を行い、ステップ（４．２）を繰り返し、
（４．３）取得される中心ずれ値ΔＴ_iに対して重み比の累積を行って、細かい概算値ΔＴ_fineを得る。なお、ｉは反複回数を表す。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記ステップ（２）における段階的な時間窓は、大きさの異なる一致時間窓を段階的に設置することにより、取得される一致イベント統計ヒストグラムの精度を精度指標に逐次近づけることが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法において、上記精度指標は一致時間分解能の精度であって、応用の要求に応じて柔軟に設置されることが好ましい。

ＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムであって、
各基本検出モジュールのローカルクロック基準ソースの下で作動する単一イベントリスト型のデータを取得及び記憶し、これら単一イベントリスト型のデータに対して周波数差補償を行うためのデータ取得及び周波数補償モジュール（１００）と、
各検出モジュールによって得される単一イベントデータセットのうち単一イベント発生時間間隔の確率密度を計算して、各初期パラメータを設定するための初期パラメータ設定モジュール（２００）と、
各検出モジュールの検出開始時刻差の粗い概算値を取得するための粗い時間スケール一致モジュール（３００）と、
各検出モジュールの検出開始時刻差の細かい概算値を取得ための細かい時間スケール一致モジュール（４００）と、
各検出モジュールの検出開始時刻差を決定して、各単一イベントリスト型のデータセットに対して、同期補正と一致識別を行って、一致イベントを取得するためのデータ同期補正及び一致識別モジュール（５００）と、を含む。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムにおいて、上記データ取得及び周波数補償モジュール（１００）は、
各基本検出モジュールによって生成される、イベント時間情報と、エネルギー情報と、位置情報が含まれる単一イベントリスト型のデータをコンピュータに伝送し記憶するためのデータ取得モジュール（１１０）と、
各検出モジュールにおいて使用するローカルクロック基準ソースの周波数差を補償して、補償された単一イベントリスト型のデータを初期パラメータ設定モジュール（２００）に伝送するための周波数補償モジュール（１２０）と、を含むことが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムにおいて、上記初期パラメータ設定モジュール（２００）は、
各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度を計算するための単一イベント発生時間間隔確率密度計算モジュール（２１０）と、
初期パラメータを設定して、これらパラメータを粗い時間スケール一致モジュール（３００）と細かい時間スケール一致モジュール（４００）に伝えるための初期反複パラメータ設定モジュール（２２０）と、を含むことが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムにおいて、上記単一イベント発生時間間隔確率密度計算モジュール（２１０）は、各検出モジュールのうち単一イベントデータセットを後退差分して、得られた差分データを統計分析することにより得られることが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムにおいて、上記初期反複パラメータ設定モジュール（２２０）において、初期パラメータは、初期反複空間パラメータと、初期時間間隔パラメータと、初期時間窓パラメータを含むことが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムにおいて、初期粗い時間スケール一致モジュール（３００）における一致ピーク検出は、ＰＥＴイメージングにおけるイベントの統計特性に基づいて行うことが好ましい。

上記したＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムにおいて、上記細かい時間スケール一致モジュール（４００）における段階的な時間窓は、大きさの異なる一致時間窓を設置することにより、取得された一致イベント統計ヒストグラムの精度を精度指標に逐次近づけることが好ましい。

上記の技術方案から見ると、本発明の実施例に係るＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法及びシステムは、余分のハードウェアが実現するグローバルクロック基準ソースと同期信号の入力を必要とせず、効果的、且つ正確的に、単一イベントリスト型のデータの同期を完成し、精確的に一致イベントを抽出することができると同時に、モジュールレベルの時間補正の高速化を実現することができる。なお、本発明はさらに、ハードウェア設計の複雑度を大きく軽減し、構造コストを節約し、システムの柔軟性と、拡張性と、保守性を増加させることができる。

本発明実施例または従来の技術における技術方案をよりはっきり説明するために、以下、実施例または従来の技術の説明に使用する必要がある図面を簡単に紹介して、明らかに、以下の説明における本発明に関する図面は、本発明のいくつかの実施例のみであって、当業者にとって、創造的な努力のない前提の下で、これら図面に基づいて、他の図面を得てもよい。
本発明に係るＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法が同期信号を使用することが一致イベント識別に与える影響である。図１（ａ）は、同期信号を使用する時に得られる一致イベント統計分布図であり、図１（ｂ）は、同期信号が使用されない時に得られる一致イベント統計分布図である。 本発明に係るＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法のフローチャートである。 基本検出器モジュールが集めた単一イベントデータセットのうち単一イベント発生時間間隔の確率密度スペクトルである。 本発明が粗い時間スケール一致で取得する一致イベント統計分布図である。 本発明が細かい時間スケール一致で取得する一致イベント統計分布図である。図５（ａ）は２５０ｎｓ一致時間窓で取得する一致イベント統計分布図であり、図５（ｂ）は、２５ｎｓ一致時間窓で取得する一致イベント統計分布図である。 本発明に係るＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムの構成ブロック図である。 本発明が時間分解能に与える影響である。図７（ａ）は本発明を使用して取得する一致イベント統計分布図であり、図７（ｂ）は、グローバルクロックを使用する場合に取得する一致イベント統計分布図である。

本発明は、ＰＥＴイメージングにおいて、各基本検出モジュールがローカルクロック基準ソースの下で、且つハードウェア同期信号の入力がない場合に作動して、集めた単一イベントリスト型のデータに対して時間の同期補正を行うためのＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法及びシステムを開示している。該当方法は、効果的かつ正確に、単一イベントリスト型のデータの同期を完成し、精確的に一致イベントを抽出することができると共に、システムのハードウェア設計の複雑度を大きく簡素化し、システムの柔軟性、拡張性と保守性を増加させる。

以下、本発明実施例における技術方案について、本発明実施例における図面を結合して詳述する。勿論、説明された実施例は、本発明の一部の実施例のみであって、全ての実施例ではない。本発明における実施例に基づいて、当業者が創造的な努力をしない前提の下で、得られる全ての他の実施例はいずれも本発明の保護する範囲に属する。

図２に示すように、本発明に開示するＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法は、次のようなステップを含む。

（１）各基本検出モジュールのローカルクロック基準ソースの下で作動する単一イベントリスト型のデータを取得及び記憶し、これら単一イベントデータセットに対して周波数差補償をそれぞれ行う。具体的なステップは次のように示される。
（１．１）各基本検出モジュールによって生成される、単一イベント時間情報と、エネルギー情報と、位置情報が含まれる単一イベントリスト型のデータを、コンピュータに伝送し記憶し、
（１．２）得られる各単一イベントリスト型のデータをタイムスタンプに従ってソートして、相応する周波数差補償を行う。
なお、ステップ（１．２）における周波数差補償は、方法が様々あり、例えば、各検出モジュールによって、それぞれの内部のカウンタ値に従って、周期的にデータ伝送チャネルの上で周波数同期リクエストを出し、受信装置によって、各検出モジュールの両回の同期リクエストの時間差が検出され、この時間差に基づいて、検出モジュール周波数差探しテーブルを生成して、ローカルクロック基準ソースによる周波数差をリアルタイム補償することが可能になる。

（２）各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度を計算して、各初期パラメータを設定し、初期パラメータは、初期反復空間パラメータＴＲ_iniと、初期時間間隔パラメータΔＴ_iniと、初期時間窓パラメータＴＷ_iniを含み、これら初期パラメータの設定は共に、各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度によって計算して得られ、具体的なステップは、以下のように示される。
（２．１）ステップ（１．２）では処理された各単一イベントデータセットを後退差分して、各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔ＴＩ_iの統計分布を取得し、ひいては、単一イベント発生時間間隔の確率密度関数ｆ_i（ｘ）を取得する。なお、ｉは検出モジュールの番号を表し、ｘは単一イベント発生時間間隔である。具体的な模示図は図３に示される。
（２．２）ステップ（２．１）では取得した各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度に基づいて、初期反復空間パラメータＴＲ_iniを設定し、具体的な過程は以下のように示される。
各検出モジュールにおける単一イベントデータセットをマージソートし、得られる配列において、第ｉ号の検出モジュールの検出開始時刻Ｔ_iが対応する位置Ｍを探しながら、配列における位置Ｍ−Ｎが対応するイベント時刻Ｔ_ciを読み取る。なお、Ｎは連続的に現れる、同一検出モジュールを元とするイベントの数、且つＮ∈[ｌ,Ｍ−ｌ]であって、Ｔ_ciが現れる確率を次のような公式により計算される。

なお、ｋは得られる配列における位置１が対応する検出モジュールの番号であって、Ｐ_i値が充分に小さい時（例えば、Ｐ_i≪ｌｅ^-7）に、この場合、同一検出モジュールを元とするＮ個のイベントが連続に現れる可能性がないことが分かる。そのため、反復空間パラメータＴＲ_iniの初期値を次のような公式により決定してもよい。

なお、Ｔ_ciは、得られる配列における位置Ｍ−Ｎが対応するイベント時刻である。
（２．３）初期時間間隔パラメータΔＴ_iniの初期値を設定し、具体的な過程は以下のように示される。
ステップ（２．２）で得られる配列における位置１が対応するイベント時刻Ｔ_kを読み取って、第ｉ号の検出モジュールと第ｋ号の検出モジュールとの検出開始時刻差の初期値ΔＴ_iniは次のような公式により決定してもよい。

（２．４）初期時間窓パラメータＴＷ_iniの初期値を設定し、具体的な過程は以下のように示される。
ステップ（２．２）では得られる配列における位置１が対応するイベント時刻Ｔ_kを読み取って、第ｉ号検出モジュールと第ｋ号検出モジュールとの一致時間窓パラメータの初期値ＴＷ_iniは、以下のような式により決定してもよい。

なお、Ｌ_iは各検出モジュールの時間窓係数因数であって、以下のような式により決定してもよい。

なお、Ｅ（ＴＩ_k）は最初の、単一イベントデータを伝送する検出モジュールｋのイベント発生時間間隔の期待であって、Ｅ（ＴＩ_i）は同期する必要がある検出モジュールｉのイベント発生時間間隔の期待であって、以下のような式により決定してもよい。

（３）ステップ（２）で設定されるパラメータに基づいて、反復ピーク検出を採用して、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致ピーク検出を行って、粗い時間スケール一致によって、各検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを取得し、具体的なステップは以下のように示される。
（３．１）ステップ（２）において設定される初期反復パラメータを利用して、各単一イベントセットに対して、同期補正と一致ピーク検出を行い、
（３．２）ステップ（３．１）において得られた一致結果を分析して、一致イベント統計ヒストグラムの光ピークを取得することができると、具体的な模示図は図４に示すようにして、反複を停止し、得られた一致イベントヒストグラムの中心ずれ値ΔＴ_offsetを各検出モジュール間の検出開始時刻差の粗い概算値ΔＴ_crsに設定し、さもなければ、初期時間窓ＴＷ_iniを刻み幅として、時間間隔パラメータΔＴ_iniの大きさを調整して、ＴＲ_iniの範囲内で一致イベントヒストグラムのスパイクを探し継続し、一致イベントヒストグラムのスパイクを見つければ、そのときの反復回数Ｎ及び一致イベントヒストグラムのスパイクが対応する時間ずれ量ΔＴ_offsetを記録し、ＴＲ_iniの範囲内で一致イベントヒストグラムのスパイクをまだ見つけなければ、ＴＲ_iniを拡大して一致イベントヒストグラムのスパイクを探し継続し、
（３．３）ステップ（３．２）に基づいて、各検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsは以下のような公式により決定してもよい。

なお、ステップ（３．１）における同期補正とは、各検出モジュールのうち単一イベント発生の時間を各検出モジュールが計算して得る時間間隔パラメータに従って調整することである。ステップ（３．１）では、一致ピーク検出は、ＰＥＴイメージングにおけるイベントの統計特性に基づいて行うことであり、即ち、一致イベントの統計特性はガウス分布になって、ランダムイベントの統計特性は、ランダム平均分布になる。

（４）ステップ（３）で決定した粗い時刻差に基づいて、段階的な時間窓を採用して、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致ピーク検出を行って、各検出モジュールの検出開始時刻差の細かい概算値ΔＴ_fineを決定し、具体的なステップは以下のように示される。
（４．１）既に取得された検出開始時刻差の粗い概算値ΔＴ_crsを利用して、各単一イベントデータセットに対して同期補正と初期時間窓ＴＷ_iniでの一致ピーク検出を行い、
（４．２）取得された一致イベント統計ヒストグラムの中心ずれ値ΔＴ_iを分析して、それが精度指標要求を満たす場合に、反複を停止し、得られる一致イベント統計ヒストグラムの中心ずれ値ΔＴ_iを各検出モジュール間の検出開始時刻差の粗い概算値ΔＴ_fineに設定し、さもなければ、時間窓の長さをＮ倍縮小し、ステップ（４．２）を繰り返し、
（４．３）取得された中心ずれ値ΔＴ_iに対して重み比の累積を行って、細かい概算値ΔＴ_fineを得る。なお、ｉは反複回数を表す。即ち、各検出モジュールの検出開始時刻差の細かい概算値ΔＴ_fineは以下のような公式により決定してもよい。

なお、ステップ（４．２）における段階的な時間窓は、大きさの異なる一致時間窓を段階的に設置することにより、得られる一致イベント統計ヒストグラムの精度を精度指標に逐次近づけることである。上記精度指標とは、一致時間分解能の精度を意味しており、応用要求に応じて柔軟に設置される。

（５）ステップ（３）とステップ（４）で取得される粗い時刻差と細かい時刻差に基づいて、各検出モジュールの検出開始時刻差を決定し、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致識別を行って、一致イベントを取得する。

図１に示すように、図１は、本発明に係るＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法が同期信号を使用することが一致イベント識別に与える影響である。なお、図１（ａ）は同期信号を使用する時に得られる一致イベント統計分布図であって、図１（ｂ）は同期信号が使用されない時に得られる一致イベント統計分布図である。

図６に示すように、本発明に開示するＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムは、データ取得及び周波数補償モジュール１００と、初期パラメータ設定モジュール２００と、粗い時間スケール一致モジュール３００と、細かい時間スケール一致モジュール４００と、データ同期補正及び一致識別モジュール５００とを含む。

図６に示すように、データ取得及び周波数補償モジュール１００は、各基本検出モジュールのローカルクロック基準ソースの下で作動する単一イベントリスト型のデータを取得及び記憶し、これら単一イベントデータに対して周波数差補償をそれぞれ行って、補正された各単一イベントデータセットを初期パラメータ設定モジュール２００に伝送するために使用する。データ取得及び周波数補償モジュール１００は、２つのサブモジュールに分けられ、それぞれ、データ取得モジュール１１０と周波数補償モジュール１２０である。データ取得モジュール１１０は、各検出モジュールによって生成される、イベント時間情報と、エネルギー情報と、位置情報が含まれる単一イベントリスト型のデータを時間順に従ってソートして、コンピュータに伝送し記憶する。周波数補償モジュール１２０は、各検出モジュールにおいて使用するローカルクロック基準ソースの周波数差を補償して、補償された単一イベントリスト型のデータを初期パラメータ設定モジュール２００に伝送する。

図６に示すように、初期パラメータ設定モジュール２００は、データ取得及び周波数補償モジュール１００によって補正される単一イベントデータセットに基づいて初期パラメータの設定を行う。初期パラメータ設定モジュール２００は、２つのサブモジュールに分けられ、それぞれ、単一イベント発生時間間隔確率密度計算モジュール２１０と初期反復パラメータ設定モジュール２２０である。単一イベント発生時間間隔確率密度計算モジュール２１０は、各検出モジュールにおける単一イベントデータセットの単一イベント発生時間間隔の確率密度を計算して、得られる確率密度を初期反復パラメータ設定モジュール２２０に伝送して、初期化パラメータを設定する。単一イベント発生時間間隔確率密度計算モジュール２１０は、各検出モジュールにおける単一イベントデータセットを後退差分し、得られる差分データを統計分析することにより得られる。初期反復パラメータ設定モジュール２２０は、初期化反復パラメータを設定して、得られる初期化パラメータを粗い時間スケール一致モジュール３００と細かい時間スケール一致モジュール４００に送る。初期反復パラメータ設定モジュール２２０における初期パラメータは、初期反復空間パラメータと、初期時間間隔パラメータと、初期時間窓パラメータを含む。

なお、初期化パラメータを設定する具体的な過程は、以下のようになる。

（１）初期反復空間パラメータを設定
各検出モジュールにおける単一イベントデータセットをタイムスタンプに従ってマージソートし、得られる配列において、第ｉ号の検出モジュールの検出開始時刻Ｔ_iが対応する位置Ｍを探しながら、得られるソート配列における位置Ｍ−Ｎが対応する単一イベント時刻Ｔ_ciを読み取る。なお、Ｎは連続的に現れる、同一検出モジュールを元とするイベントの数、且つＮ∈[ｌ,Ｍ−ｌ]であって、Ｔ_ciが現れる確率を次のような公式により計算される。

なお、ｋは得られる配列における位置１が対応する検出モジュールの番号であって、初期反復空間パラメータＴＲ_iniは次のような公式により決定してもよい。

なお、Ｔ_ciは得られるソート配列における位置Ｍ−Ｎが対応するイベント時刻である。

（２）初期時間間隔パラメータを設定
ステップ（２．１）で得られる配列における位置１が対応するイベント時刻Ｔ_kを読み取る。なお、ステップ（２．１）の内容は、上記方法の記述を参照してください。第ｉ号の検出モジュールと第ｋ号の検出モジュールとの検出開始時刻差の初期値ΔＴ_iniは次のような公式により決定してもよい。

（３）初期時間窓パラメータを設定
ステップ（２．２）で得られる配列における位置１が対応するイベント時刻Ｔ_kを読み取る。なお、ステップ（２．２）の内容は、上記方法の記述を参照してください。第ｉ号の検出モジュールと第ｋ号の検出モジュールとの一致時間窓パラメータの初期値ＴＷ_iniは、以下のような公式により決定してもよい。

なお、Ｌ_iは各検出モジュールの時間窓係数因数であって、以下のような公式により決定してもよい。

なお、Ｅ（ＴＩ_k）は最初の、単一イベントデータを伝送する検出モジュールｋのイベント発生時間間隔の期待であって、Ｅ（ＴＩ_i）は同期する必要がある検出モジュールｉのイベント発生時間間隔の期待であり、以下のような公式により決定してもよい。

具体的なのは図５に示すものを参照してください。図５は、本発明が細かい時間スケール一致で取得した一致イベント統計分布図である。図５（ａ）は、２５０ｎｓ一致時間窓で取得した一致イベント統計分布図であり、図５（ｂ）は、２５ｎｓ一致時間窓で取得したイベント統計分布である。

粗い時間スケール一致モジュール３００は、各検出モジュールの検出開始時刻差の粗い概算値を取得するために使用されて、初期パラメータ設定モジュール２００によって設定されるパラメータに基づいて、反復ピーク検出を採用して、各検出モジュールによって得られる単一イベントデータセットに対して同期補正及び一致ピーク検出を行って、粗い時間スケール一致によって、各検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを取得する。粗い時間スケール一致モジュール３００における一致ピーク検出は、ＰＥＴイメージングにおけるイベントの統計特性に基づいて行うことである。その具体的な実現過程は、以下のように示される。
（３．１）ステップ（２）で設定される初期反復パラメータを利用して、各単一イベントデータセットに対して同期補正と一致ピーク検出を行い、
（３．２）ステップ（３．１）で得られる一致結果を分析して、一致イベント統計ヒストグラムの光ピークを取得することができると、反復を停止し、さもなければ、時間間隔ΔＴ_iniパラメータを調整して一致ピーク検出を行い、ステップ（３．２）を繰り返し、
（３．３）ステップ（３．２）で得られる一致イベント統計ヒストグラムの中心ずれ量ΔＴ_offsetは、即ち、粗い概算値ΔＴ_crsである。

細かい時間スケール一致モジュール４００は、各検出モジュールの検出開始時刻差の細かい概算値を取得するために使用され、粗い時間スケール一致モジュール３００によって取得される粗い概算値に基づいて、段階的な時間窓を採用して、各検出モジュールによって得られる単一イベントデータセットに対して同期補正と一致ピーク検出を行って、各検出モジュールの検出開示時刻差の細かい概算値ΔＴ_fineを決定する。細かい時間スケール一致モジュール４００における段階的な時間窓は、大きさの異なる一致時間窓を設置することにより、得られる一致イベント統計ヒストグラムの精度を精度指標に逐次近づける。その具体的な過程は以下のように示される。
（４．１）既に取得された検出開始時刻差の粗い概算値ΔＴ_crsを利用して、各単一イベントデータセットに対して同期補正と初期時間窓ＴＷ_iniでの一致ピーク検出を行い、
（４．２）取得された一致イベント統計ヒストグラムの中心ずれ値ΔＴ_iを分析して、それが精度指標要求を満たす場合に、反復を停止し、さもなければ、段階的な時間窓を使用して一致ピーク検出を行い、ステップ（４．２）を繰り返し、
（４．３）取得された中心ずれ値ＤＴ_iに対して重みの累積を行って、細かい概算値ΔＴ_fineが得られる。

データ同期補正及び一致識別モジュール５００は、粗い時間スケール一致モジュール３００と細かい時間スケール一致モジュール４００がそれぞれ取得した検出開始時刻差の粗い概算値と細かい概算値に基づいて、重みの累積を行って、各基本検出モジュールの検出開始時刻差を取得して、相応する単一イベントデータセットに対してデータ同期補正と一致イベント識別を行って、一致イベントを取得する。

以下、一つの具体的な実施例のデータによって、本発明に係るＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法及びシステムをさらに検証し、そのうち、いくつかのパラメータに関して、これらのパラメータは、良好な性能に達するように、具体的な処理データに対して調整する必要があり、以下、本応用実施例の処理データのパラメータが挙げられ、
ステップ（２．２）では、反復空間ＴＲ_iniの初期値は、[-5.851509300214e-04,5.851509300214e-04]ｓである。
ステップ（２．３）では、時間間隔ΔＴ_iniの初期値は、-24.330730944588ｓである。
ステップ（２．４）では、時間窓ＴＷ_iniの初期値は、2.500000000000e-05ｓである。
ステップ（４．２）では、Ｎ値は１０である。

図７に示すように、図７は、本発明に提出される方法の一致時間分解能に対する対比結果図である。図７（ａ）は、本発明を利用して取得される時間分解能であり、図７（ｂ）は、ハードウェアグローバルクロック方法を採用して取得される時間分解能である。

当業者にとって、本発明は上述の例示的な実施形態の詳細に限られるものではないことが明らかであって、また、本発明の精神または基本的な特徴から逸脱することない場合、本発明は、他の具体的な形態で実現することができる。そのため、どの点から見ることに関わらず、全ての実施例を典型的なものと見なして、また、非制限性のものであり、本発明の範囲は、上述の説明限定ではなく、添付の特許請求の範囲によって限定されるため、特許請求項と均等の意味と範囲の内に入る全ての変更を本発明の範囲に含めることが意図されている。特許請求項におけるいずれかの符号を、関する請求項を制限するものと見なすべきではない。

なお、理解すべきことは、本説明書は実施形態に基づいて説明したが、実施形態のそれぞれは必ずしも一つの独立の技術方案が含まれることではなく、説明書のような記述形式は、ただ明確するためであって、当業者は、説明書を一つの全体と見なすべきであって、各実施例における技術方案を好適に組み合わせることにより、当業者に理解できる他の実施形態を形成してもよい。

Claims (19)

1. ＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法であって、
   （１）各基本検出モジュールのローカルクロック基準ソースの下で作動する単一イベントリスト型のデータを取得及び記憶し、上記単一イベントリスト型のデータに対して周波数差補償を行うステップと、
   （２）各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度を計算して、各初期パラメータを設定するステップと、
   （３）ステップ（２）で設定した初期パラメータに基づいて、反復ピーク検出を採用して、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致ピーク検出を行って、各検出モジュールの検出開始時刻差の粗い概算値を決定するステップと、
   （４）ステップ（３）で得た検出開始時刻差の粗い概算値に基づいて、段階的な時間窓を採用して、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致ピーク検出を行って、各検出モジュールの検出開始時刻差の細かい概算値を決定するステップと、
   （５）ステップ（３）とステップ（４）で取得した検出開始時刻差の粗い概算値と細かい概算値に対して、重みの累積を行って、各検出モジュールの検出開始時刻差を決定すると共に、各検出モジュールによって得られる単一イベントリスト型のデータセットに対して、同期補正と一致識別を行って、一致イベントを取得するステップと、
   を含むＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
2. 上記ステップ（１）では、各基本検出モジュールは、イベント時間情報と、エネルギー情報と、位置情報が含まれる単一イベントリスト型のデータを生成して、コンピュータに伝送し記憶する請求項１に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
3. 上記ステップ（１）では、周波数差補償は、各検出モジュールによって、それぞれの内部のカウンタ値に従って、周期的にデータ伝送チャネルの上で周波数同期リクエストを出し、受信装置によって、各検出モジュールの二回の同期リクエストの時間差を検出して、この時間差に基づいて、検出モジュール周波数差探しテーブルを生成して、ローカルクロック基準ソースによる周波数差をリアルタイム補償することである請求項１に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
4. 上記ステップ（２）では、各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔ＴＩ_iの確率密度ｆ_i（ｘ）は、これら単一イベントデータセットを後退差分し、得られる差分データを統計分析することにより得られる（ｉは検出モジュールの番号であり、ｘは単一イベント発生時間間隔である）請求項１に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
5. 上記ステップ（２）では、初期パラメータは、初期反復空間パラメータＴＲ_iniと、初期時間間隔パラメータΔＴ_iniと、初期時間窓パラメータＴＷ_iniを含む請求項１に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
6. 上記ステップ（２）では、初期パラメータの設定は、各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度によって計算して得られ、具体的なステップは、次のように示され、
   （２．１）反復空間パラメータＴＲ_iniを初期化
   各検出モジュールにおける単一イベントデータセットをマージソートし、得られる配列において、第ｉ号の検出モジュールの検出開始時刻Ｔ_iが対応する位置Ｍを探すとともに、配列における位置Ｍ−Ｎが対応するイベント時刻Ｔ_ciを読み取る。Ｎは、連続的に現れる、同一検出モジュールからのイベントの数、且つＮ∈[ｌ,Ｍ−ｌ]であって、Ｔ_ciの現れる確率を次のような公式により計算される。
   

   

   なお、ｋは得られる配列における位置１が対応する検出モジュールの番号であって、反復空間パラメータの初期値ＴＲ_iniは次のような公式により決定される。
   

   

   なお、Ｔ_ciは、得られる配列における位置Ｍ−Ｎが対応するイベント時刻である。
   （２．２）時間間隔パラメータΔＴ_iniを初期化
   ステップ（２．１）で得た配列における位置１が対応するイベント時刻Ｔ_kを読み取り、第ｉ号の検出モジュールと第ｋ号の検出モジュールとの検出開始時刻差の初期値ΔＴ_iniは次のような公式により決定される。
   

   

   （２．３）時間窓パラメータＴＷ_iniを初期化
   ステップ（２．１）で得た配列における位置１が対応するイベント時刻Ｔ_kを読み取り、第ｉ号の検出モジュールと第ｋ号の検出モジュールとの一致時間窓パラメータの初期値ＴＷ_iniは、以下のような公式により決定される。
   

   

   なお、Ｌ_iは、各検出モジュールの時間窓係数因数であって、以下のような式により決定される。
   

   

   なお、Ｅ（ＴＩ_k）は、最初の、単一イベントデータを伝送する検出モジュールｋのイベント発生時間間隔の期待であって、Ｅ（ＴＩ_i）は同期する必要のある検出モジュールｉのイベント発生時間間隔の期待であって、以下のような公式により決定する。
   

   

   請求項４又は５に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
7. 上記ステップ（３）では、粗い時間スケール一致によって、各検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを決定することの具体的なステップが、
   （３．１）ステップ（２）において設定した初期パラメータを利用して、各検出モジュールによって得られる単一イベントデータセットに対して同期補正と一致ピーク検出を行い、
   （３．２）ステップ（３．１）において得た一致結果を分析して、一致イベント統計ヒストグラムの光ピークを取得することができると、反複を停止し、さもなければ、時間間隔パラメータΔＴ_iniを再調整して一致ピーク検出を行い、ステップ（３．２）を繰り返し、
   （３．３）ステップ（３．２）で取得した一致イベント統計ヒストグラムの中心ずれ量ΔＴ_offsetに基づいて、検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを設定する、
   ことを含む請求項１に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
8. 上記ステップ（３．１）における同期補正とは、各検出モジュールのうち単一イベント発生時間を、各検出モジュールが計算して得る時間間隔パラメータに従って調整することである請求項７に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
9. 上記ステップ（３．１）における一致ピーク検出は、ＰＥＴイメージングにおけるイベントの統計特性に基づいて行うものであり、一致イベントの統計特性は、ガウス分布になり、ランダムイベントの統計特性は、ランダム平均分布になる請求項７に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
10. 上記ステップ（４）では、細かい時間スケール一致によって、各検出モジュールの検出開始時刻差の細かい概算値ΔＴ_fineを決定することの具体的なステップが、
    （４．１）ステップ（３．２）で取得した各検出モジュールの検出開始時刻差の粗い概算値ΔＴ_crsを利用して、各検出モジュールのうち単一イベントデータセットに対して同期補正と初期時間窓ＴＷ_iniでの一致ピーク検出を行い、
    （４．２）取得した一致イベント統計ヒストグラムの中心ずれ値ΔＴ_iを分析して、それが精度指標要求を満たす場合に、反複を停止し、さもなければ、段階的な時間窓を使用して一致ピーク検出を行い、ステップ（４．２）を繰り返し、
    （４．３）取得した中心ずれ値ＤＴ_iに対して重み比の累積を行って、検出モジュールの検出開始時刻差の細かい概算値△Ｔ_fineを得る（ｉは反複回数を表す）、
    ことになる請求項７に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
11. 上記ステップ（４．２）における段階的な時間窓は、大きさの異なる一致時間窓を段階的に設置することにより、取得される一致イベント統計ヒストグラムの精度を精度指標に逐次近づける請求項１０に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
12. 上記精度指標は一致時間分解能の精度である請求項１０又は１１に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期方法。
13. ＰＥＴイメージングにおける単一イベントリスト型のデータの同期システムであって、
    各基本検出モジュールのローカルクロック基準ソースの下で作動する単一イベントリスト型のデータを取得及び記憶し、上記単一イベントリスト型のデータに対して周波数差補償を行うためのデータ取得及び周波数補償モジュール（１００）と、
    各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度を計算して、各初期パラメータを設定するための初期パラメータ設定モジュール（２００）と、
    各検出モジュールの検出開始時刻差の粗い概算値を取得するための粗い時間スケール一致モジュール（３００）と、
    各検出モジュールの検出開始時刻差の細かい概算値を取得ための細かい時間スケール一致モジュール（４００）と、
    各検出モジュールの検出開始時刻差を決定して、各単一イベントリスト型のデータセットに対して、同期補正と一致識別を行って、一致イベントを取得するためのデータ同期補正及び一致識別モジュール（５００）と、
    を含む同期システム。
14. 上記データ取得及び周波数補償モジュール（１００）は、
    各基本検出モジュールによって生成される、イベント時間情報と、エネルギー情報と、位置情報が含まれる単一イベントリスト型のデータを、コンピュータに伝送し記憶するためのデータ取得モジュール（１１０）と、
    各検出モジュールにおいて使用するローカルクロック基準ソースの周波数差を補償して、補償された単一イベントリスト型のデータを初期パラメータ設定モジュール（２００）に伝送するための周波数補償モジュール（１２０）と、
    を含む請求項１３に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期システム。
15. 上記初期パラメータ設定モジュール（２００）は、
    各検出モジュールによって得られる単一イベントデータセットのうち単一イベント発生時間間隔の確率密度を計算するための単一イベント発生時間間隔確率密度計算モジュール（２１０）と、
    初期パラメータを設定して、これらパラメータを粗い時間スケール一致モジュール（３００）と細かい時間スケール一致モジュール（４００）に伝えるための初期反複パラメータ設定モジュール（２２０）と、
    を含む請求項１３に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期システム。
16. 上記単一イベント発生時間間隔確率密度計算モジュール（２１０）は、各検出モジュールのうち単一イベントデータセットを後退差分して、得られた差分データを統計分析することにより得られるものである請求項１５に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期システム。
17. 上記初期反複パラメータ設定モジュール（２２０）において、初期パラメータは、初期反複空間パラメータと、初期時間間隔パラメータと、初期時間窓パラメータを含む請求項１５又は１６に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期システム。
18. 上記粗い時間スケール一致モジュール（３００）は、初期パラメータ設定モジュール（２００）によって設定されるパラメータに基づいて、反複ピーク検出を使用して、各検出モジュールによって得られる単一イベントデータセットに対して、同期補正と一致ピーク検出を行って、各検出モジュールの検出開始時刻差の粗い概算値を取得し、そのうちの一致ピーク検出は、ＰＥＴイメージングにおけるイベントの統計特性に基づいて行うものである請求項１３に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期システム。
19. 上記細かい時間スケール一致モジュール（４００）は、粗い時間スケール一致モジュール（３００）によって得られる粗い概算値に基づいて、段階的な時間窓を採用して各検出モジュールによって得られる単一イベントデータセットに対して同期補正と一致ピーク検出を行って、各検出モジュールの検出開始時刻差の細かい概算値を決定し、なお、段階的な時間窓は、大きさの異なる一致時間窓を設置することにより、取得された一致イベント統計ヒストグラムの精度を精度指標に逐次近づける請求項１３に記載のＰＥＴイメージングにおける単一イベントリスト型のデータの同期システム。

Images