JP2015528900A - デジタルｐｅｔ（ｄｐｅｔ）エネルギー校正方法 - Google Patents

Abstract

少なくとも１つのプロセッサによるＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）のイベントデータのエネルギー訂正のためのシステム及び方法。ガンマイベントに対応する複数の衝突イベントのイベントデータが受信される。各衝突イベントは検出モジュールのピクセルにより検出され、エネルギー及び時間を含む。衝突イベントのエネルギーは、１以上のパラメータを含むエネルギー線形性訂正モデルを用いて線形化される。衝突イベントのクラスタは衝突イベントの時間に基づき特定され、クラスタのサブクラスタはクラスタの衝突イベントに対応するピクセルに基づき特定される。サブクラスタのエネルギーは第１訂正ファクタセットを用いて訂正され、複数のサブクラスタを含むクラスタのエネルギーは第２訂正ファクタセットを用いて訂正される。

Description

本出願は、一般にＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）に関する。それは、デジタルＰＥＴ（ＤＰＥＴ）検出装置のエネルギー校正に関して特定の用途を見出し、それを参照して説明される。しかしながら、それはまた他の利用シナリオにおいても用途を見出し、必ずしも上述した用途に限定される必要はないことが理解されるべきである。

ＰＥＴ検出装置の１つの仕様は、検出装置がどの程度良好に散乱イベントを拒絶するかを特徴付けるエネルギー分解能である。検出装置の散乱拒絶能力がより良好であるほど、生成される画像のコントラストはより高くなる。エネルギー分解能は、ＤＰＥＴが経時的に処置の有効性の定量的な解析を実行するとき、アナログＰＥＴ検出装置よりＤＰＥＴ検出装置についてより重要となりうる。より小さなエネルギー分解能は、散乱イベントを真の活動分布から離れたものにし続けるのに役立ち、従ってＳＵＶ（Ｓｔａｎｄａｒｄｉｚｅｄ Ｕｐｔａｋｅ Ｖａｌｕｅ）の精度を向上させる。

ＤＰＥＴ検出装置のキャリブレーション又は校正は、エネルギー分解能を向上させるのに重要である。ＤＰＥＴ検出装置におけるエネルギー分解能に対する１つのチャレンジは、ＤＰＥＴ検出装置のフォトダイオードリセット機構による光子計数における非線形性である。ＤＰＥＴ検出装置を校正する現在の方法は、単一の対数モデルを用いて当該非線形性を訂正する。しかしながら、これは少なくとも２つの問題を提示する。対数モデルが全てのピクセルに対して良好には実行しないように、個々のピクセルは異なる訂正を必要とする。さらに、対数モデルは、クラスタリングに重要となる１００〜５００ｋｅＶの範囲のエネルギーレベルを過剰に訂正する。

非線形性を訂正した後、ＤＰＥＴ検出装置を校正する現在の方法は、Ｎａ２２などのキャリブレーションソースのパルス高スペクトルの重心を測定する。このとき、それは、理想的な重心に対する測定された重心のレシオを取得し、スケーリングファクタとして全てのガンマイベントと当該レシオとを乗算する。これは、単一の結晶によりキャプチャされたガンマイベントなどの非散乱ガンマイベントに対して良好に作用する。しかしながら、訂正係数は散乱イベントに対しては良好には作用せず、エネルギー分解能はより精度が低くなる。

本出願は、上述した問題点等を解決する新規かつ改良されたシステム及び方法を提供する。

一態様によると、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）イベントデータのエネルギー訂正のためのシステムが提供される。本システムは、ガンマイベントに対応する複数の衝突イベントのイベントデータを受信するようプログラムされた少なくとも１つのエネルギー訂正プロセッサを有する。各衝突イベントは、検出モジュールのピクセルにより検出され、エネルギー及び時間を含む。衝突イベントのエネルギーは、１以上のパラメータを含むエネルギー線形性訂正モデルを用いて線形化される。衝突イベントのクラスタは、衝突イベントの時間に基づき特定され、クラスタのサブクラスタは、クラスタの衝突イベントに対応するピクセルに基づき特定される。サブクラスタのエネルギーは、第１訂正ファクタセットを用いて訂正され、複数のサブクラスタを含むクラスタのエネルギーは、第２訂正ファクタセットを用いて訂正される。

一態様によると、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）イベントデータのエネルギー訂正のための方法が提供される。本方法は、少なくとも１つのプロセッサにより実行され、ガンマイベントに対応する複数の衝突イベントのイベントデータを受信することを含む。各衝突イベントは、検出モジュールのピクセルにより検出され、エネルギー及び時間を含む。衝突イベントのエネルギーは、１以上のパラメータを含むエネルギー線形性訂正モデルを用いて線形化される。衝突イベントのクラスタは、衝突イベントの時間に基づき特定され、クラスタのサブクラスタは、クラスタの衝突イベントに対応するピクセルに基づき特定される。サブクラスタのエネルギーは、第１訂正ファクタセットを用いて訂正され、複数のサブクラスタを含むクラスタのエネルギーは、第２訂正ファクタセットを用いて訂正される。

他の態様によると、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）イベントデータのエネルギー訂正のためのシステムが提供される。本システムは、ガンマイベントに対応する複数の衝突イベントのイベントデータを受信するようプログラムされた少なくとも１つのエネルギープロセッサを有する。各衝突イベントは検出モジュールのピクセルにより検出され、エネルギー及び時間を含む。衝突イベントのエネルギーは、エネルギー線形性訂正モデルを用いて、約１００ｋｅＶと約５００ｋｅＶとの間で線形化される。衝突イベントのクラスタは、衝突イベントの時間に基づき特定され、特定されたクラスタのエネルギーは、複数レベルの訂正ファクタを用いて訂正される。共通のクラスタの衝突イベントの訂正されたエネルギーが合成され、合成された訂正されたエネルギーと所定の閾値とが比較される。

１つの効果は、改良されたデジタルＰＥＴの検出装置のエネルギー分解能を向上させることである。

他の効果は、より高いコントラストの画像を生じさせる。

本発明の更なる効果は、以下の詳細な説明を参照及び理解した当業者に理解されるであろう。

本発明は、各種コンポーネント及びコンポーネントの構成と、各種ステップ及びステップの構成とによる形態をとる。図面は、好適な実施例を説明するためのものにすぎず、本発明を限定するものとして解釈されるべきでない。

図１は、ソリッドステート検出モジュールを利用するＰＥＴシステムを示す。 図２は、検出モジュールを示す。 図３は、ＰＥＴ処理システムを示す。 図４は、Ｃｏ５７キャリブレーションソースのパルス高スペクトルを示す。 図５は、Ｎａ２２キャリブレーションソースのパルス高スペクトルを示す。 図６は、衝突イベントのエネルギー線形性訂正方法を示す。 図７は、非散乱イベント及び散乱イベントのパルス高スペクトルを示す。 図８は、エネルギー訂正をクラスタリングする方法を示す。 図９Ａは、エネルギー訂正後のＰＥＴシステムのエネルギー分解能を示す。 図９Ｂは、エネルギー訂正前のＰＥＴシステムのエネルギー分解能を示す。 図１０は、エネルギー線形性訂正モデルのパラメータ値を決定する方法を示す。 図１１は、第１レベルスケーリングファクタを決定する方法を示す。 図１２は、複数のピクセルの第１レベルパルス高スペクトルを示す。 図１３は、第２レベルスケーリングファクタを決定する方法を示す。 図１４は、複数のピクセルの第２レベルパルス高スペクトルを示す。

図１を参照して、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）システム１０は、イメージングする患者の関心領域（ＲＯＩ）１４を受信するためのイメージングボリューム１２を有する。さらに、ＰＥＴシステム１０は、患者を支持し、及び／又はイメージングボリューム１２にＲＯＩ１４を配置するための患者ベッドなどの患者サポート（図示せず）を有することが可能である。ＲＯＩ１４の具体例は、限定することなく、心臓、脳、甲状腺、骨、関節、靱帯、腱、筋肉、神経、腎臓、肺、腫瘍、病変などを含む。

ＰＥＴシステム１０は更に、典型的には、イメージングボリューム１２の周囲に円上に配置された複数のソリッドステート検出モジュール１６，１８，２０，２２，２４，２６，２８，３０（ソリッドステート検出モジュールなど）を有する。検出モジュール１６，１８，２０，２２，２４，２６，２８，３０は、イメージングボリューム１２からガンマ光子を受光する受光面３２，３４，３６，３８，４０，４２，４４，４６を有する。ガンマ光子を受信したことに応答して、検出モジュールは、ＰＥＴシステム１０のＰＥＴ処理システム４８に提供されるガンマイベントのイベントデータを生成する。図示されるように、ガンマ光子のペアはＲＯＩ１４から発せられ、第１検出モジュール１６と第２検出モジュール２４とにほぼ同時に（すなわち、同時に）衝突する。

図２を参照して、各検出モジュール１６，１８，２０，２２，２４，２６，２８，３０は、ピクセル化された検出グリッド５４を定義する放射線感受性素子５２などの複数の放射線感受性素子を有する。放射線感受性素子は、光子の衝突のエネルギーを含む対応する光子の衝突を検出し、それぞれはピクセル化された検出グリッド５４のピクセルに対応する。ピクセル化された検出グリッド５４は、ブロック５６などの複数のオーバラップしないブロックに細分化可能であり、各ブロックは、２×２のピクセルのグループ化などのピクセルのグループ化から構成される。放射線感受性素子の具体例は、デジタル又はアナログシリコン光電子増倍管（ＳｉＰＭ）、フォトダイオード及び他の光電子トランスデューサを含む。しかしながら、半導体結晶、ＣＺＴ（Ｚｉｎｃ−Ｃａｄｍｉｕｍ Ｔｅｌｌｕｒｉｄｅ）素子などの直接光電変換装置がまた考えられる。

放射線感受性素子は、典型的には、ガンマ光子と可視光光子との１つを検出する。放射線感受性素子がガンマ光子を検出する限り、ピクセル化された検出グリッド５４は、典型的には、検出モジュール５０の受光面を規定する。しかしながら、放射線感受性素子５２が可視光光子を検出する限り、検出モジュール５０は、典型的には、検出モジュール５０の受光面を規定するシンチレータ素子などの１以上のシンチレータ素子を有する。シンチレータ素子は、ガンマ光子を可視光光子に変換し、放射線感受性素子に光学的に結合される。典型的には、シンチレータ素子は、放射線感受性素子と１：１のレシオにより光学的に相関する。ガンマ光子によって衝突されると、ガンマ光子はシンチレータ素子にエネルギーを与え、シンチレータ素子は検出グリッド５４に対して可視光光子を発する。シンチレーション素子の具体例は、シンチレータプレート（ヨウ化ナトリウム結晶）、個々のシンチレーション又はピクセル化された結晶（ＬＹＳＯ、ＬＳＯなど）などを含む。

検出モジュール５０は、放射線感受性素子を用いてガンマイベントのイベントデータを生成する。ガンマイベントは、ガンマ光子の受光に対応し、典型的には、散乱イベント及び非散乱イベントの一方である。検出モジュール５０がシンチレータ素子を含む場合、非散乱イベントは、典型的には、単一のシンチレータ素子により完全にキャプチャされるガンマイベントであり、散乱イベントは、典型的には、複数のシンチレータ素子によりキャプチャされるガンマイベントである。ガンマイベントのイベントデータは、放射線感受性素子により検出される対応する衝突イベントを説明する。各衝突イベントのイベントデータは、対応する光子の衝突の位置、時間及びエネルギーを適切に特定する。

より詳細には、ガンマ光子がシンチレータ素子に商とするとき、それは散乱又は偏向されるかもしれない。軌跡の変化は、散乱又はコンプトン角度により規定される。シンチレータ素子に堆積するエネルギー量はコンプトン角度に比例し、堆積するエネルギー量は、シンチレーションにより生じる光の量又はエネルギーに直接的に相関する。図２の例では、ガンマ光子は、３つの異なるシンチレータ素子において３つのシンチレーションを生じさせる第３シンチレータにおけるそれのエネルギーの剰余を最終的に堆積する前に、２つのシンチレータ素子において散乱する。

図３を参照して、ＰＥＴ処理システム４８はデータ取得プロセッサ６２を有する。データ取得プロセッサ６２は、１５分などの所定の長さのデータ取得期間において検出モジュール１６，１８，２０，２２，２４，２６，２８，３０からイベントデータを取得する。各衝突イベントのイベントデータが検出装置のピクセル又は素子５２、エネルギー及びイベントの時間を特定する場合、イベントデータは、データ取得期間中に検出モジュール１６，１８，２０，２２，２４，２６，２８，３０により検出された全ての衝突イベントのイベントデータを含む。データ取得プロセッサ６２は、ＲＯＩ１４をイメージングするためにイベントデータを取得するため、及び／又は検出モジュール１６，１８，２０，２２，２４，２６，２８，３０の校正のためにイベントデータを取得するため利用可能である。

データ取得プロセッサ６２がＲＯＩ１４をイメージングするのに利用されている場合、データ取得プロセッサ６２は、ＲＯＩ１４から発せられたガンマ光子のイベントデータを取得し、取得したイベントデータをイメージングバッファ６４に格納する。当該取得を準備するのに、ＲＯＩ１４は１以上の放射線同位体と共に注入される。このような放射線同位体の具体例は、限定することなく、Ｔｃ−９９ｍ、Ｇａ−６７及びＩｎ−１１１を含む。放射線同位体は、特定タイプの組織に対して曲がる又は好ましくは吸収される放射性医薬品を生成するため、放射線リガンドと合成及び注入可能である。さらに、ＲＯＩ１４はイメージングボリューム１２において配置される。例えば、患者は患者サポートに配置され、患者サポートはイメージングボリューム１２に対してＲＯＩ１４を移動する。

データ取得プロセッサ６２が検出モジュール１６，１８，２０，２２，２４，２６，２８，３０の校正のために利用されている場合、データ取得プロセッサ６２は、１以上のキャリブレーションソースのそれぞれについて、キャリブレーションソースから発せられたガンマ光子のイベントデータを取得し、取得したイベントデータをキャリブレーションバッファ６６に格納する。典型的には、キャリブレーションソースは、Ｎａ２２及びＣｏ５７キャリブレーションソースなどの複数のキャリブレーションソースを含む。さらに、キャリブレーションソースは、５１１ｋｅＶなどの１以上の既知のエネルギーピークを含み、典型的には、１２２ｋｅＶ、５１１ｋｅＶ及び１２７５ｋｅＶなどの約１００〜５００ｋｅＶの範囲の複数の既知のエネルギーピークを含む。キャリブレーションソースのエネルギーピークは、キャリブレーションソースのパルス高スペクトル上のピークである。キャリブレーションソースは、典型的には、全ての検出素子に等しく放射線を照射するため球状に形成される。利用可能なキャリブレーションソースの具体例は、Ｎａ２２、Ｃｏ５７、Ｔｃ、Ｎａ１７及びガンマ光子を発する他のソースを含む。キャリブレーションソースの１つについて取得を準備するのに、キャリブレーションソースは、イメージングボリューム１２内に、典型的には、イメージングボリューム１２の中心に配置される。

ＰＥＴ処理システム４８のエネルギー訂正プロセッサ６８は、ＲＯＩ１４のイメージングのため、データ取得プロセッサ６２により取得されたイベントデータを処理する。イベントデータは、典型的には、イメージングバッファ６４を介し受信される。当該処理は、イベントデータに対してエネルギー線形性訂正（ＥＬＣ）を実行することを含む。ＥＬＣは、所与の極めて短い期間において検出装置の衝突イベントのエネルギーを加え、当該エネルギーが実質的に５１１ｋｅＶであるか否かを判断するクラスタリングに重要である。エネルギーの追加は、エネルギーがリニアスケールに属する場合には正確である。クラスタリングは、ガンマ光子のエネルギーが全てのガンマイベントの約３０％を説明する検出素子の複数のシンチレータ素子に堆積する検出装置の散乱イベントにとって特に重要である。しかしながら、ＥＬＣの既知の方法は、典型的には、この非線形性を正確に補償するには不適切である。

説明のため、図４及び５が注目される。図４は、１２２ｋｅＶの既知のエネルギーピークを有するＣｏ５７キャリブレーションソースを用いて取得されたパルス高スペクトルを示し、図５は、５１１ｋｅＶ及び１２７５ｋｅＶの既知のエネルギーピークを有するＮａ２２キャリブレーションソースを用いて取得されたパルス高スペクトルを示す。ＥＬＣがない場合、１２２ｋｅＶ、５１１ｋｅＶ及び１２７５ｋｅＶの既知のエネルギーピークに対応する測定されたエネルギーピークは、それぞれ１１８ｋｅＶ、４８９ｋｅＶ及び１１６４ｋｅＶである。

ＥＬＣの既知の方法は、典型的には、以下の対数モデルを利用する。

ただし、Ｐ_０は検出されたエネルギーであり、Ｐは実際のエネルギーであり、Ａはアクティブセルの個数である。この関数を用いて１２２ｋｅＶ、５１１ｋｅＶ及び１２７５ｋｅＶについて実際に測定されたエネルギーピークをについてエネルギーを訂正すると、訂正されたエネルギーピークは、１３０ｋｅＶ、５１８ｋｅＶ及び１２６１ｋｅＶとなる。しかしながら、訂正されたエネルギーピークはガンマ光子の既知のエネルギーピークにより近くなるが、誤差は依然として大きい。さらに、非線形性は、訂正されたエネルギーピークのレシオ及び既知のエネルギーが異なるため、単一の乗算器を用いて訂正することはできない。例えば、

である。

既知のＥＬＣ方法の不適切さを解決するため、以下の対数モデルがＥＬＣについて利用される。

ただし、ｋ_１，ｋ_２及びｋ_３はパラメータであり、Ｐ_０は検出されたエネルギーであり、Ｐは実際のエネルギーであり、Ａはアクティブセルの個数である。

図６を参照して、衝突イベントのＥＬＣのための方法１００が提供される。方法１００は、エネルギー訂正プロセッサ６８により実行され、１以上のパラメータを含む式（２）の対数モデルなどのＥＬＣモデルを利用する。ＥＬＣモデルは、入力として検出されたエネルギーを取得し、訂正されたエネルギーを出力する。

方法１００は、典型的には、ＰＥＴ処理システム４８のＥＬＣメモリ７０から、検出モジュール１６，１８，２０，２２，２４，２６，２８，３０の各ピクセルのＥＬＣモデルのパラメータに対応するパラメータ値を受信する（１０２）ことを含む。パラメータ値は、ＰＥＴシステム１０の校正中に決定される。パラメータ値は、例えば、各検出モジュール１６，１８，２０，２２，２４，２６，２８，３０のＥＬＣルックアップテーブル（ＬＵＴ）を受信するなどによって受信可能であり、ここで、ＥＬＣ ＬＵＴは、検出ピクセル及び検出モジュールに基づきインデックス付けされ、検出モジュールの各ピクセルのパラメータ値を含む。各衝突イベントについて、衝突イベントのパラメータ値が決定される（１０４）。例えば、衝突イベントのパラメータ値は、衝突イベントのピクセルに基づき衝突イベントの検出モジュールに対応するＥＬＣ ＬＵＴにおいて検索される。ＥＬＣモデルは、その後、決定されたパラメータ値により更新され（１０６）、衝突イベントのエネルギーは、更新されたＥＬＣモデルを用いて訂正される（１０８）。

イベントデータのＥＬＣ後、エネルギー訂正プロセッサ６８は、衝突イベントの時間を用いてイベントデータから衝突又はシンチレーションイベントのクラスタを特定する。クラスタは、互いに時間的に近接して発生し、同一の検出モジュール５０により検出された衝突イベントを検出することによって、単一のガンマ光子から生じする衝突又はシンチレーションイベントを特定する。さらに、エネルギー訂正プロセッサ６８は、衝突イベントに対応する検出ピクセル又は検出素子に基づき、クラスタから衝突イベントのサブクラスタを特定する。サブクラスタは、２×２のピクセルブロックなどの検出ピクセルのブロック５６に対応するクラスタの１以上の衝突イベントのグループ化である。上述されたように、ブロック５６は、検出モジュール１６，１８，２０，２２，２４，２６，２８，３０のピクセル化された検出グリッド５４の細分化である。何れかの個数の周知の技術が、クラスタ及びサブクラスタを特定するのに利用可能である。

例えば、ガンマ光子は光の速さで移動する。エネルギーと各検出間の時間を検出する検出素子５２の相対的な位置に基づき、検出されたイベントは、共通のガンマ光子から生じうる検出イベントについてスクリーニング可能である。

特定されたクラスタ及びサブクラスタを利用して、エネルギー訂正プロセッサ６８は、クラスタリングエネルギー訂正（ＣＥＣ）を実行する。ＣＥＣは、非散乱イベントと散乱イベントとのエネルギーピークの間の差分を訂正するのに重要である。非散乱イベントは、典型的には、単一のシンチレータ素子によりキャプチャされ、散乱イベントは、典型的には、複数のシンチレータ素子によりキャプチャされる。図７に示されるように、非散乱イベントと散乱イベントとのパルス高スペクトルを別々に生成して、エネルギーピークの差分が観察できる。

図８を参照して、ＣＥＣのための方法１５０が提供される。方法１５０は、エネルギー訂正プロセッサ６８により実行され、典型的には、２つのエネルギー訂正レベルを用いて実行される。しかしながら、当業者は、更なるエネルギー訂正レベルが利用可能であることを理解するであろう。第１エネルギー訂正レベルは、クラスタのサブクラスタのエネルギーを訂正し、第２エネルギー訂正レベルは、訂正されたサブクラスタのエネルギーから決定されるようなクラスタのエネルギーを訂正する。

方法１５０は、典型的には、ＰＥＴ処理システム４８の第１及び第２レベルＣＥＣメモリ７２，７４のそれぞれから、検出モジュール５０の各ピクセルの第１及び第２レベルスケーリングファクタを受信する（１５２）。スケーリングファクタは、後述されるように、ＰＥＴシステム１０の校正中に決定され、例えば、各検出モジュール１６，１８，２０，２２，２４，２６，２８，３０の第１及び第２レベルＣＥＣ ＬＵＴを受信するなどによって受信可能である。ただし、第１及び第２ＣＥＣ ＬＵＴは、検出モジュールのピクセルに基づきインデックス化され、検出モジュールの各ピクセルについてそれぞれ第１及び第２レベルスケーリングファクタを含む。

各サブクラスタについて、サブクラスタのエネルギーは、以下に示されるように、サブクラスタの衝突イベントのエネルギーを合計することによって決定される（１５４）。

ただし、Ｅ_ｊはサブクラスタｊのエネルギーであり、ｅ_ｉはサブクラスタｊの衝突イベントｉのエネルギーであり、ｎはサブクラスタｊの衝突イベントの回数である。サブクラスタｊに対応する検出モジュールの受光面上のサブクラスタｊに対応する受光したガンマ光子の位置は、以下のように推定可能である。

ただし、ｘ_ｊ及びｙ_ｊは衝突イベントｉに対応する検出ピクセルのそれぞれｘ及びｙの位置である。

サブクラスタのエネルギーを決定した後、エネルギーは、第１レベルスケーリングファクタを用いてスケーリングされる（１５６）。これは、サブクラスタの衝突イベントのエネルギーを解析することによって、サブクラスタのメインの衝突イベントを決定することを含む。メインの衝突イベントは、最大エネルギーを有する衝突イベントである。メインの衝突イベントを決定した後、第１レベルスケーリングファクタは、メインの衝突イベントのピクセルに基づき決定される。例えば、第１レベルスケーリングファクタは、メインの衝突イベントのピクセルに基づきメインの衝突イベントの検出モジュールに対応する第１レベルＣＥＣ ＬＵＴにおいて検索される。このとき、第１レベルスケーリングファクタは、以下のようにサブクラスタのエネルギーに適用される。

ただし、Ｅ_ｊ’はサブクラスタｊの訂正されたエネルギーであり、Ｅ_ｊはサブクラスタｊのオリジナルのエネルギーであり、αはスケーリングファクタである。

１つのサブクラスタしか含まない各クラスタについて、クラスタのエネルギーはサブクラスタのエネルギーである。しかしながら、複数のサブクラスタを含む各クラスタについて、クラスタのエネルギーは、以下に示されるように、サブクラスタのエネルギーを合計することによって決定される（１５８）。

ただし、Ｅ_ｋ ^Ｃはクラスタｋのエネルギーであり、Ｅ_ｊはクラスタｋのサブクラスタｊのエネルギーであり、ｍはクラスタｋのサブクラスタの個数である。クラスタｋに対応する検出モジュール５０の受光面上のクラスタｋに対応する受光したガンマ光子の位置は、以下のように推定できる。

ただし、ｘ_ｊ及びｙ_ｊはサブクラスタｊに対応するブロックのそれぞれｘ及びｙの位置である。

クラスタのエネルギーを決定した後、第２レベルスケーリングファクタを用いてエネルギーがスケーリングされる（１６０）。これは、クラスタの衝突イベントのエネルギーを解析することによって、クラスタのメインの衝突イベントを決定することを含む。上述されるように、メインの衝突イベントは、最大エネルギーを有する衝突イベントである。メインの衝突イベントを決定した後、第２レベルスケーリングファクタは、メインの衝突イベントのピクセルに基づき決定される。例えば、第２レベルスケーリングファクタは、メインの衝突イベントのピクセルに基づきメインの衝突イベントの検出モジュールに対応する第２レベルＣＥＣ ＬＵＴにおいて検索される。その後、第２レベルスケーリングファクタは、以下のようにクラスタのエネルギーに適用される。

ただし、Ｅ_ｋ ^Ｃ’はクラスタｋの訂正されたエネルギーであり、Ｅ_ｋ ^Ｃはクラスタｋのオリジナルのエネルギーであり、βはスケーリングファクタである。

効果的には、ＥＬＣとＣＥＣとの双方を適用することは、ＰＥＴシステム１０のエネルギー分解能を向上させる。図９Ａ及び９Ｂを参照して、エネルギー訂正前及びエネルギー訂正後のＰＥＴシステム１０のエネルギー分解能が示される。図９Ａはエネルギー訂正後のエネルギー分解能を示し、図９Ｂはエネルギー訂正前のエネルギー分解能を示す。さらに、エネルギー訂正がない場合、エネルギースペクトルは正確でない。これは、適合ガウス曲線２０４と測定されたエネルギー曲線との比較を介して観察できる。エネルギー訂正前の測定されたエネルギー曲線２０２は、適合ガウス曲線２０４の外側により広いテール部分を有する。

図３を再び参照して、ＰＥＴ処理システム４８の再構成プロセッサ７６は、エネルギー訂正されたイベントデータを処理し、ＲＯＩ１４の画像表現を生成する。これは、５１１ｋｅＶ以外のエネルギーを有するガンマイベントなどの無効なガンマイベントをフィルタリングし、ライン・オブ・レスポンス（ＬＯＲ）を規定するため時間に基づきガンマイベントをペアリングし、ＬＯＲを画像表現に再構成することを含む。無効なガンマイベントのフィルタリングに関して、エネルギー訂正されたクラスタは、イベントが有効であり、再構成のために利用可能であるか判断するため、エネルギー閾値と比較される。ＰＥＴスキャナでは、クラスタ及び非散乱イベントのみが再構成に利用される。残りは無視される。その後、画像表現は以降の利用のためＰＥＴ処理システム４８の画像メモリ７８に格納される。例えば、画像表現はビデオプロセッサにより利用可能であり、及び／又はディスプレイ上に表示可能である。

ＰＥＴ処理システム４８のキャリブレーションプロセッサ８０は、検出モジュール１６，１８，２０，２２，２４，２６，２８，３０を校正するためのキャリブレーション用にデータ取得プロセッサ６２により取得されたイベントデータを処理する。イベントデータは、典型的には、キャリブレーションバッファ６６を介し受信される。当該処理は、検出モジュールの各ピクセルについてＥＬＣモデルのパラメータ値、第１レベルスケーリングファクタ及び第２レベルスケーリングファクタを決定することを含む。上述されたように、追加的なレベルのためのスケーリングファクタがまた決定可能である。適切には、パラメータ値、第１レベルスケーリングファクタ及び第２レベルスケーリングファクタは、異なるデータ取得期間中に取得されたイベントデータから生成される。

図１０を参照して、ＥＬＣモデルのパラメータ値を決定する方法２５０が提供される。方法２５０は、キャリブレーションプロセッサ８０により実行され、式（２）の対数モデルなどのＥＬＣモデルを利用する。方法２５０は、検出モジュール１６，１８，２０，２２，２４，２６，２８，３０の各ピクセルについて、各キャリブレーションソースのイベントデータからピクセルのパルス高スペクトルを決定する（２５２）ことを含む。ピクセルのパルス高スペクトルは、その後、キャリブレーションソースの１２２ｋｅＶ、５１１ｋｅＶ及び１２７５ｋｅＶなどの１以上の既知のエネルギーピークの測定されたエネルギーピークを決定するため解析される（２５４）。既知のエネルギーピークの測定されたエネルギーピークは、既知のエネルギーピークの＋／−１５ｋｅＶの範囲内など、既知のエネルギーピークの近傍のエネルギーピークを検索することによって決定可能である。

パルス高スペクトルから測定されたエネルギーピークを決定した後、エネルギー線形化モデルのパラメータ値が、測定されたエネルギーピークを用いてピクセルについて決定される（２５６）。これは、出力エネルギーＰの誤差がエネルギーピークについて最小二乗の意味で最小になるように、回帰分析と既知及び測定されたエネルギーピークとを用いてパラメータを最適化することを含む。例えば、式（２）のモデルのパラメータは、例えば、１２２ｋｅＶ、５１１ｋｅＶ及び１２７５ｋｅＶのエネルギーピークなどについて最適化可能である。適切には、既知のエネルギーピークの個数は、式（２）のＥＬＣモデルのパラメータｋ_１，ｋ_２，ｋ_３の個数以上である。

図１１を参照して、第１レベルスケーリングファクタを決定する方法３００が提供される。方法３００は、キャリブレーションプロセッサ８０により実行され、キャリブレーションソースの１つについてイベントデータの衝突イベントのエネルギー線形性を訂正し（３０２）、イベントデータから衝突イベントのサブクラスタを特定し（３０４）、対応する衝突イベントのエネルギーを合計することによって、サブクラスタのエネルギーを決定する（３０６）ことを含む。適切には、キャリブレーションソースは、５１１ｋｅＶのエネルギーピークを含む。ＥＬＣ、サブクラスタの特定及びサブクラスタのエネルギーの決定が、エネルギー訂正プロセッサ６８に関して上述したように実行される。

サブクラスタの決定されたエネルギーを利用して、第１レベルパルス高スペクトルが各ピクセルについて決定される（３０８）。パルス高スペクトルは、カウントとエネルギーとのプロットである。ピクセルのパルス高スペクトルは、各サブクラスタについてサブクラスタに対応するパルス高スペクトルにサブクラスタのエネルギーのカウントを加えることによって決定できる。サブクラスタに対応するパルス高スペクトルは、サブクラスタのメインの衝突イベントのピクセルのパルス高スペクトルである。上述されるように、メインの衝突イベントは、最大エネルギーを有する衝突イベントである。

ピクセルの第１レベルパルス高スペクトルを決定した後、パルス高スペクトルは、キャリブレーションソースの５１１ｋｅＶなどの既知のエネルギーピークの測定されたエネルギーピークを決定するため、解析される（３１０）。既知のエネルギーピークの測定されたエネルギーピークは、既知のエネルギーピークの＋／−１５ｋｅＶの範囲内などの既知のエネルギーピークの近傍のエネルギーピークを検索することによって決定可能である。その後、ピクセルの第１レベルスケーリングファクタが、既知のエネルギーピークに対する測定されたエネルギーピークのレシオとして決定される（３１２）。図１２を参照して、複数のピクセルの第１レベルパルス高スペクトルが示される。各パルス高スペクトルは、既知のエネルギーピークに対応するエネルギーピークを含む。測定されたエネルギーピーク及び既知のエネルギーピークの理想位置が、垂直ラインによりパルス高スペクトル上にマーク付けされる。

図１３を参照して、第２レベルスケーリングファクタを決定する方法３５０が提供される。方法３５０はキャリブレーションプロセッサ８０により実行され、キャリブレーションソースの１つについてイベントデータの衝突イベントのエネルギー線形性を訂正し（３５２）、イベントデータから衝突イベントのサブクラスタ及びクラスタを特定し（３５４）、サブクラスタに対して第１レベルＣＥＣを実行し（３５６）、対応するサブクラスタのエネルギーを合計することによって、クラスタのエネルギーを決定する（３５８）を含む。適切には、キャリブレーションソースは、５１１ｋｅＶエネルギーピークを含む。ＥＬＣ、クラスタ及びサブクラスタの特定、第１レベルＣＥＣ並びにクラスタのエネルギーの決定は、エネルギー訂正プロセッサ６８に関して上述したように実行される。

クラスタの決定されたエネルギーを利用して、各ピクセルについて第２レベルパルス高スペクトルが決定される（３６０）。ピクセルのパルス高スペクトルは、各クラスタについて、クラスタに対応するパルス高スペクトルにクラスタのエネルギーのカウントを加えることによって決定可能である。クラスタに対応するパルス高スペクトルは、サブクラスタのメインの衝突イベントのピクセルのパルス高スペクトルである。

ピクセルの第２レベルパルス高スペクトルを決定した後、パルス高スペクトルが、キャリブレーションソースの５１１ｋｅＶなどの既知のエネルギーピークの測定されたエネルギーピークを決定するため解析される（３６２）。既知のエネルギーピークの測定されたエネルギーピークは、既知のエネルギーピークの＋／−１５ｋｅＶの範囲内など、既知のエネルギーピークの近傍のエネルギーピークを検索することによって決定可能である。その後、ピクセルの第２レベルスケーリングファクタが、既知のエネルギーピークに対する測定されたエネルギーピークのレシオとして決定される（３６４）。図１４を参照して、複数のピクセルの第２レベルパルス高スペクトルが示される。各パルス高スペクトルは、既知のエネルギーピークに対応するエネルギーピークを含む。測定されたエネルギーピーク及び既知のエネルギーピークの理想位置が、垂直ラインによりパルス高スペクトル上にマーク付けされる。

ここで用いられるメモリは、非一時的なコンピュータ可読媒体、磁気ディスク若しくは他の磁気記憶媒体、光ディスク若しくは他の光記憶媒体、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、他の電子メモリデバイス若しくはチップ若しくは動作可能に相互接続されたチップのセット、格納された命令がインターネット／イントラネット若しくはローカルエリアネットワークを介し抽出されるインターネット／イントラネットサーバなどの１以上を含む。さらに、ここで用いられるように、プロセッサは、マイクロプロセッサ、マイクロコントローラ、グラフィック処理ユニット（ＧＰＵ）、特定用途向け集積回路（ＡＳＩＣ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などの１以上を含み、コントローラは少なくとも１つのメモリ及び少なくとも１つのプロセッサを含み、プロセッサはメモリ上のプロセッサにより実行可能な命令を実行し、ユーザ入力装置は、マウス、キーボード、タッチ画面ディスプレイ、１以上のボタン、１以上のスイッチ、１以上のトグルなどの１以上を有し、表示装置は、ＬＣＤディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、プロジェクションディスプレイ、タッチ画面ディスプレイなどの１以上を含む。

本発明が好適な実施例を参照して説明された。詳述した詳細な説明を参照及び理解した他者には改良及び変更が想到しうる。添付した請求項又はその均等の範囲内に属する限り、本発明はこのような全ての改良及び変更を含むものとして解釈されることが意図される。

Claims (20)

1. ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）イベントデータのエネルギー訂正のためのシステムであって、
   ガンマイベントに対応する複数の衝突イベントのイベントデータを受信するステップであって、各衝突イベントが検出モジュールのピクセルにより検出され、エネルギー及び時間を含む、受信するステップと、
   １以上のパラメータを含むエネルギー線形性訂正モデルを用いて前記衝突イベントのエネルギーを線形化するステップと、
   前記衝突イベントの時間に基づき前記衝突イベントのクラスタを特定するステップと、
   前記クラスタの衝突イベントに対応するピクセルに基づき前記クラスタのサブクラスタを特定するステップと、
   第１訂正ファクタセットを用いて前記サブクラスタのエネルギーを訂正するステップと、
   第２訂正ファクタセットを用いて複数のサブクラスタを含むクラスタのエネルギーを訂正するステップと、
   を実行するようプログラムされた少なくとも１つのエネルギー訂正プロセッサを有するシステム。
2. 前記衝突イベントのエネルギーの線形化は、前記衝突イベントのそれぞれについて、
   前記エネルギー線形化訂正モデルのパラメータに対応するパラメータ値であって、前記衝突イベントに対応するピクセルに固有のパラメータ値を決定するステップと、
   前記決定されたパラメータ値によって前記エネルギー線形化訂正モデルのパラメータを更新するステップと、
   前記更新されたエネルギー線形化訂正モデルを用いて前記衝突イベントのエネルギーを訂正するステップと、
   を含む、請求項１記載のシステム。
3. 前記エネルギー線形化訂正モデルは、
   

   

   ただし、ｋ_１，ｋ_２，ｋ_３は前記パラメータであり、Ｐ_０は前記衝突イベントのエネルギーであり、Ｐは前記衝突イベントの訂正されたエネルギーであり、Ａはアクティブセルの個数である、請求項１又は２記載のシステム。
4. 前記衝突イベントのエネルギーは、約１００ｋｅＶと約５００ｋｅＶとの間で線形化される、請求項１乃至３何れか一項記載のシステム。
5. 前記特定されたクラスタのそれぞれは、前記ガンマイベントの１つに対応し、前記ガンマイベントに対応する衝突イベントを含む、請求項１乃至４何れか一項記載のシステム。
6. 前記サブクラスタの特定は、前記衝突イベントに対応する１以上の検出モジュールのピクセルを複数の重複しないブロックにグループ化するステップであって、前記検出モジュールのピクセルは前記衝突イベントに対応するピクセルを含む、グループ化するステップを含み、
   前記サブクラスタのそれぞれは、前記重複しないブロックの１つに対応し、前記１つの重複しないブロックに対応する前記対応するクラスタの衝突イベントを含む、請求項１乃至５何れか一項記載のシステム。
7. 前記第１訂正ファクタセット及び／又は前記第２訂正ファクタセットの各訂正ファクタは、前記衝突イベントの検出モジュールのピクセルに固有であり、既知のピークエネルギーと対応する測定されたピークエネルギーとのレシオとの１以上である、請求項１乃至６何れか一項記載のシステム。
8. 前記サブクラスタの訂正は、前記サブクラスタのそれぞれについて、
   前記サブクラスタの１以上の衝突イベントのエネルギーを合計することによって、前記サブクラスタのエネルギーを決定するステップと、
   前記サブクラスタのメインの衝突イベントであって、前記サブクラスタの全ての衝突イベントの最大エネルギーを含むメインの衝突イベントを決定するステップと、
   前記第１訂正ファクタセットを用いて、前記メインの衝突イベントに対応するピクセルに固有の訂正ファクタを決定するステップと、
   前記訂正ファクタを前記サブクラスタのエネルギーに適用するステップと、
   を含む、請求項１乃至７何れか一項記載のシステム。
9. 複数のサブクラスタを含む前記クラスタの訂正は、複数のサブクラスタを含むクラスタのそれぞれについて、
   前記クラスタの１以上のサブクラスタのエネルギーを合計することによって、前記クラスタのエネルギーを決定するステップと、
   前記クラスタのメインの衝突イベントであって、前記クラスタの全ての衝突イベントの最大エネルギーを有するメインの衝突イベントを決定するステップと、
   前記第２訂正ファクタセットを用いて、前記メインの衝突イベントに対応するピクセルに固有の訂正ファクタを決定するステップと、
   前記訂正ファクタを前記クラスタのエネルギーに適用するステップと、
   を含む、請求項１乃至８何れか一項記載のシステム。
10. 患者の関心領域からガンマ光子を検出し、前記ガンマ光子に応答して前記イベントデータを生成する複数のソリッドステート検出モジュールと、
    前記エネルギー訂正プロセッサにより訂正されるように前記イベントデータを処理し、前記関心領域の画像表現を生成する再構成プロセッサと、
    を更に有する、請求項１乃至９何れか一項記載のシステム。
11. Ｃｏ５７及びＮａ２２を含む複数のキャリブレーションソースのイベントデータを用いて、前記エネルギー線形性訂正モデルのパラメータ値を決定するキャリブレーションプロセッサを更に有する、請求項１乃至１０何れか一項記載のシステム。
12. ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）イベントデータのエネルギー訂正のための方法であって、
    少なくとも１つのプロセッサが、ガンマイベントに対応する複数の衝突イベントにイベントデータを受信するステップであって、各衝突イベントは、検出モジュールのピクセルにより検出され、エネルギー及び時間を含む、受信するステップと、
    前記少なくとも１つのプロセッサが、１以上のパラメータを含むエネルギー線形性訂正モデルを用いて前記衝突イベントのエネルギーを線形化するステップと、
    前記少なくとも１つのプロセッサが、前記衝突イベントの時間に基づき前記衝突イベントのクラスタを特定するステップと、
    前記少なくとも１つのプロセッサが、前記クラスタの衝突イベントに対応するピクセルに基づき前記クラスタのサブクラスタを特定するステップと、
    前記少なくとも１つのプロセッサが、第１訂正ファクタセットを用いて前記サブクラスタのエネルギーを訂正するステップと、
    前記少なくとも１つのプロセッサが、第２訂正ファクタセットを用いて複数のサブクラスタを含むクラスタのエネルギーを訂正するステップと、
    を有する方法。
13. 前記エネルギー線形性訂正モデルは、
    

    

    ただし、ｋ_１，ｋ_２，ｋ_３は前記パラメータであり、Ｐ_０は前記衝突イベントのエネルギーであり、Ｐは前記衝突イベントの訂正されたエネルギーであり、Ａはアクティブセルの個数である、請求項１２記載の方法。
14. 前記特定されたクラスタのそれぞれは、前記ガンマイベントの１つに対応し、前記ガンマイベントに対応する衝突イベントを含む、請求項１２又は１３記載の方法。
15. 前記サブクラスタの特定は、前記衝突イベントに対応する１以上の検出モジュールのピクセルを複数の重複しないブロックにグループ化するステップであって、前記検出モジュールのピクセルは前記衝突イベントに対応するピクセルを含む、グループ化するステップを含み、
    前記サブクラスタのそれぞれは、前記重複しないブロックの１つに対応し、前記１つの重複しないブロックに対応する前記対応するクラスタの衝突イベントを含む、請求項１２乃至１４何れか一項記載の方法。
16. 前記第１訂正ファクタセット及び／又は前記第２訂正ファクタセットの各訂正ファクタは、前記衝突イベントの検出モジュールのピクセルに固有であり、既知のピークエネルギーと対応する測定されたピークエネルギーとのレシオとの１以上である、請求項１２乃至１５何れか一項記載の方法。
17. 前記サブクラスタの訂正は、前記サブクラスタのそれぞれについて、
    前記サブクラスタの１以上の衝突イベントのエネルギーを合計することによって、前記サブクラスタのエネルギーを決定するステップと、
    前記サブクラスタのメインの衝突イベントであって、前記サブクラスタの全ての衝突イベントの最大エネルギーを含むメインの衝突イベントを決定するステップと、
    前記第１訂正ファクタセットを用いて、前記メインの衝突イベントに対応するピクセルに固有の訂正ファクタを決定するステップと、
    前記訂正ファクタを前記サブクラスタのエネルギーに適用するステップと、
    を含む、請求項１２乃至１６何れか一項記載の方法。
18. 複数のサブクラスタを含む前記クラスタの訂正は、複数のサブクラスタを含むクラスタのそれぞれについて、
    前記クラスタの１以上のサブクラスタのエネルギーを合計することによって、前記クラスタのエネルギーを決定するステップと、
    前記クラスタのメインの衝突イベントであって、前記クラスタの全ての衝突イベントの最大エネルギーを有するメインの衝突イベントを決定するステップと、
    前記第２訂正ファクタセットを用いて、前記メインの衝突イベントに対応するピクセルに固有の訂正ファクタを決定するステップと、
    前記訂正ファクタを前記クラスタのエネルギーに適用するステップと、
    を含む、請求項１２乃至１７何れか一項記載の方法。
19. 前記少なくとも１つのプロセッサが、Ｃｏ５７及びＮａ２２を含む複数のキャリブレーションソースのイベントデータを用いて、前記エネルギー線形性訂正モデルのパラメータ値を決定するステップを更に有する、請求項１２乃至１８何れか一項記載の方法。
20. ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）イベントデータのエネルギー訂正のためのシステムであって、
    ガンマイベントに対応する複数の衝突イベントのイベントデータを受信するステップであって、各衝突イベントは検出モジュールのピクセルにより検出され、エネルギー及び時間を含む、受信するステップと、
    エネルギー線形性訂正モデルを用いて、約１００ｋｅＶと約５００ｋｅＶとの間で前記衝突イベントのエネルギーを線形化するステップと、
    前記衝突イベントの時間に基づき前記衝突イベントのクラスタを特定するステップと、
    複数レベルの訂正ファクタを用いて前記特定されたクラスタのエネルギーを訂正するステップと、
    共通のクラスタの衝突イベントの訂正されたエネルギーを合成するステップと、
    前記合成された訂正されたエネルギーと所定の閾値とを比較するステップと、
    を実行するようプログラムされた少なくとも１つのプロセッサを有するシステム。

Images