JP2016507320A - スペクトルｃｔに関する構造伝播復元 - Google Patents

Abstract

方法は、スペクトルスキャンからの投影データ又は前記投影データから生成された画像データの少なくとも一方を取得するステップと、投影データ又は画像データの前記少なくとも一方から局所基準データセットを選択するステップと、選択された局所基準データセットのノイズパターンを決定するステップと、ノイズパターンに基づいて、局所基準データセットから基礎をなす局所構造を算出するステップと、算出された基礎をなす局所構造に基づいて、投影データ又は画像データの少なくとも一方を復元するステップと、を含む。

Description

本発明は、概して、スペクトル投影データ及び／又はスペクトル画像データ処理に関し、より具体的には、スペクトル投影データ及び／又はスペクトル画像データに関する構造伝播復元に関し、特にコンピュータトモグラフィ（ＣＴ）のアプリケーションに関して記述される。しかしながら、本発明は、他のイメージングモダリティをも受け入れられる。

スペクトル（又はマルチエネルギー）ＣＴは、スキャンされる物質の質量減衰係数から構成される光電及びコンプトン寄与を解析し、光電及びコンプトン寄与の値によって未知の物質を識別するために、２つの異なる光子エネルギーで同時に（例えばデュアルエネルギーＣＴを用いて）取得される２つの減衰値を利用する。このアプローチは、例えば診断エネルギーレンジの平均値の近くにｋ端エネルギーを有するヨウ素のような物質の場合に適切である。２つの基底関数の任意の２つの線形独立の和が、減衰係数空間をスパンするので、任意の物質が、例えば水及びヨウ素基礎物質と一般に呼ばれる２つの他の物質の線形結合によって表されることができる。

基礎物質の画像は、例えば単色画像、物質キャンセル画像、実効原子番号画像及び電子密度画像のような新しいアプリケーションを提供する。最近の技術進歩により、例えばデュアル線源、高速ｋＶｐスイッチング及び二重層検出器構成のような、デュアルエネルギーＣＴ取得を実施するためのいくつかのアプローチがある。更に、定量イメージングは、医療イメージングコミュニティにおける現在の主要なトレンドの１つである。付加のスペクトル情報が、スキャン対象及びその物質組成について測定されることができる定量的な情報を改善するので、スペクトルＣＴはこのトレンドを支援する。

デュアルエネルギー物質分解は、２つの基礎物質を表すビームハードニング無しの線積分、すなわちスキャン対象内の光電吸収及びコンプトン散乱を抽出する数学的スキームである。しかしながら、スペクトルＣＴは、特に物質分解が実施される状況において、本質的にノイズの課題に苦しむ。物質分解は、不良設定問題であるので、分解は、ノイズを大幅に増幅させ、この場合、得られるノイズは、物質間で大きく反相関する。残念ながら、画像が、物質線積分から直接的に再構成される場合、画像は、非常にノイズが多くなる。その結果、取得された画像品質は低く、これは、画像の臨床価値を低下させうる。

ここに記述される見地は、上述の問題及びその他に対処する。

以下は、基礎をなす対象構造及びスペクトル情報を維持しながら、イメージングスタディ（すなわち投影データ及び／又は画像データ）からノイズ及び／又はアーチファクトを除去する復元アルゴリズムを使用して、スペクトルＣＴ画像品質を改善するアプローチを記述する。アルゴリズムは、投影ドメイン、画像ドメイン、又は投影ドメイン及び画像ドメインにおいて、適用されることができる。概して、基準データセット（すなわち、画像又はサイノグラム）は、スペクトルスキャンの投影データ又は画像データから導出され、付加的な制約としても利用される基礎をなす局所対象構造を算出するために、決定されたノイズパターンと関連して使用される。算出及び任意には付加の制約は、ノイズ及び／又はアーチファクトを除去するロバストな品質復元を提供する。

１つの見地において、方法は、スペクトルスキャンからの投影データ又は投影データから生成される画像データの少なくとも一方を取得し、投影データ又は画像データの少なくとも一方から局所基準データセットを選択し、選択された基準データセットのノイズパターンを決定し、ノイズパターンに基づいて基準データセットから基礎をなす局所構造を算出し、算出された基礎をなす局所構造に基づいて、投影データ又は画像データの少なくとも一方を復元することを含む。

別の見地において、投影データ及び／又は画像データプロセッサは、構造伝播アルゴリズムを記憶するメモリと、基礎をなす対象構造及びスペクトル情報を維持しながら、投影データ又は画像データの少なくとも一方からノイズ又はアーチファクトの少なくとも一方を除去するために、スペクトルスキャンからの投影データ又は画像データの少なくとも一方に関連して構造伝播アルゴリズムを実行するプロセッサと、を有する。

別の見地において、コンピュータ可読記憶媒体がコンピュータ可読命令によって符号化される。コンピュータ可読命令は、プロセッサによって実行されるとき、プロセッサに、スペクトルスキャンからの投影データ又は投影データに基づいて生成される画像データの少なくとも一方を取得させ、投影データ又は画像データの少なくとも一方の局所基準データセットを選択させ、選択された基準データセットのノイズパターンを決定させ、ノイズパターンに基づいて、基準データセットから基礎をなす局所構造を算出させ、算出された基礎をなす局所構造に基づいて、投影データ又は画像データの少なくとも一方を復元させる。

本発明は、さまざまなコンポーネント及び取り合わせ並びにさまざまなステップ及びステップの取り合わせの形をとりうる。図面は、好適な実施形態を例示する目的のためにのみあり、本発明を制限するものとして解釈されるべきでない。

構造伝播復元アルゴリズムを用いて投影データ及び／又は画像データプロセッサに関連する例示のイメージングシステムを概略的に示す図。 構造伝播復元アルゴリズムの例示のモデルを概略的に示す図。 第１の投影データから再構成される従来の技術画像を示す。 第１の投影データに関連してここに記述される構造伝播復元アプローチを使用して復元される画像を示す図。 第２の投影データから再構成される従来の技術画像を示す図。 第２の投影データに関連してここに記述される構造伝播復元アプローチを使用して復元される画像を示す図。 第３の投影データから再構成される従来の技術画像を示す。 第３の投影データに関連してここに記述される構造伝播復元アプローチを使用して復元される画像を示す図。 投影データ及び／又は画像データを処理する例示の方法を示す図。

以下は、基礎をなす対象構造及びスペクトル情報を維持しながら、スペクトルイメージングスタディの投影データ及び／又は画像データからのノイズ及び／又はアーチファクトを除去する復元アルゴリズムを使用してスペクトルＣＴ画像品質を改善するアプローチを記述する。

図１を参照して最初に、スペクトルコンピュータトモグラフィ（ＣＴ）スキャナのようなスペクトルイメージングシステム１００が図示される。図示されるスペクトルイメージングシステム１００は、スペクトル投影データを生成するために、以下に詳しく記述されるように、ｋＶｐスイッチングを利用する。スペクトルイメージングシステム１００は、概して静止したガントリ１０２及び回転ガントリ１０４を有し、回転ガントリ１０４は、静止ガントリ１０２によって回転可能に支持され、ｚ軸を中心に検査領域１０６の周りを回転する。

Ｘ線管のような放射線源１０８が、回転ガントリ１０４によって回転可能に支持され、回転ガントリ１０４と共に回転し、検査領域１０６を横切る放射線を放出する。放射線源電圧コントローラ１１０が、放射線源１０８の平均又はピークの放出電圧を制御する。一例において、これは、スキャンのビューとビューとの間で、スキャンのビューの中で、及び／又は他のやり方で、２又はそれ以上の放出電圧（例えば、８０ｋｅＶ及び１４０ｋｅＶ、１００ｋｅＶ及び１２０ｋｅＶ、その他）の間で放出電圧を切り替えることを含む。

検出器アレイ１１２は、放射線源１０８に対して、検査領域１０６の反対側で円弧をなして位置する。検出器アレイ１１２は、検査領域１０６を横切る放射線を検出し、それを示す投影データを生成する。スキャンが、多重エネルギースキャンであり、放射線源電圧が、スキャンのために少なくとも２つの放出電圧の間で切り替えられる場合、検出器アレイ１１２は、放射線源電圧の各々について投影データ（ここでサイノグラムとも呼ばれる）を生成する。

再び、図示されるスペクトルイメージングシステム１００は、ｋＶｐスイッチングを利用する。変形例において、スペクトルイメージングシステム１００は、スペクトル投影データを生成するために、２つの異なる放出電圧で放射線を放出する少なくとも２つの放射線源１０８を有し、及び／又は、検出器アレイ１１２は、スペクトル投影データを生成するエネルギー分解検出器を有する。更に別の変形例において、スペクトルイメージングシステム１００は、スペクトル投影データを生成するために、上述の及び／又は他のアプローチの組み合わせを有する。

再構成器１１４は、スペクトル投影データを再構成し、検査領域１０６に位置する被検体又は対象のスキャンされた部分を示すボリュメトリック画像データを生成する。これは、１又は複数の放出電圧によるスペクトル画像データを再構成し、及び／又は全体の放出スペクトルによる従来の（非スペクトル）画像データで再構成することを含む。寝台又は被検体支持体１１６が、検査領域１０６の被検体又は対象を支持する。

オペレーターコンソール１１８は、モニタのような人間可読の出力装置、及び例えばキーボード、マウスなどの入力装置を有する。コンソール１１８に常駐するソフトウェアは、グラフィカルユーザインタフェース（ＧＵＩ）、その他を通じて、オペレータが、スペクトルイメージングシステム１００と相互作用し及び／又はスペクトルイメージングシステム１００を動作させることを可能にする。これは、放出電圧が２又はそれ以上放出の電圧の間で切り替えられるマルチエネルギースペクトルイメージングプロトコルを選択することを含むことができる。

投影データ及び／又は画像データプロセッサ１２０は、例えば物理メモリ１２４又は他の持続性記憶媒体のようなコンピュータ可読記憶媒体に記憶される少なくとも１つのコンピュータ可読命令を実行する少なくとも１つのマイクロプロセッサ１２２を有する。マイクロプロセッサ１２２は更に、搬送波、信号又は他の一時的媒体によって担持される１又は複数のコンピュータ可読命令を実行することができる。投影データ及び／又は画像データプロセッサ１２０は、コンソール１１８及び／又は他のコンピュータシステムの一部でありうる。

少なくとも１つのコンピュータ可読命令は、構造伝播復元命令１２６を有し、構造伝播復元命令１２６は、スペクトル投影データ（又はスペクトルドメイン）及び／又は再構成された画像データ（又は画像ドメイン）に適用されることができる。構造伝播復元命令１２６が両方に適用される場合、それは、スペクトル投影データに最初に適用されて、復元された投影データを生成する。復元された投影データは、画像データを生成するために再構成され、その場合、構造伝播復元命令１２６は、再構成された画像データに適用される。

後で詳しく述べるように、構造伝播復元命令１２６の実行は、入力投影データ及び／又は画像データから、基準投影及び／又は画像データセットを選択し、選択された基準投影及び／又は画像データセットからノイズモデルを決定し、ノイズモデルに基づいて、基準データセットから基礎をなす局所対象構造を算出し、入力投影データ及び／又は画像データを通じて、算出された基礎をなす局所対象構造を伝播し、投影及び／又は画像データを復元することを含む。

任意に、算出された基礎をなす局所対象構造は、復元に対する制約として使用されることができる。更に、除去されたテクスチャ及び／又はノイズの一部が、戻すように加えられることもできる。更に、構造伝播復元命令１２６は、基礎をなす対象構造及びスペクトル情報を維持しながら、ノイズ及び／又はアーチファクトを除去することを通じて、スペクトルデータの画像品質を改善する。

復元された投影データ及び／又は復元された画像データは、更に処理され、表示モニタを通じて表示され、動画生成され、データリポジトリ（例えば、画像保管通信システム又はＰＡＣＳ、又は電子医療記録又はＥＭＲ、放射線情報システム又はＲＩＳ、又は病院情報システム又はＨＩＳ）にアーカイブされ、及び／又は他のやり方で利用されることができる。

図２は、構造伝播復元命令１２６の例示のモジュール２００を概略的に示す。

基準構造選択器２０２は、イメージングシステム１００（図１）及び／又は他のシステムによって生成されることができる入力投影及び／又は画像データから局所基準データセットを選択する。基準データセット選択の基準は、基礎をなす局所対象構造が導出されることができる又は算出されることができる基準データを含む。

適切な基準画像データの例は、以下を含むが、これらに限定されるものではない：ノイズが材料間で反相関されるという理由で、特定の単色画像（例えば７０ｋｅＶ）。ノイズ対コントラスト比（ＣＮＲ）が最適である特定の単色画像もある。；非スペクトル（又は従来の）ＣＴ画像；エネルギーのすべて又は全スペクトルに基づく、組み合わされたスペクトル／非スペクトル画像（例えば非スペクトルＣＴ画像）。これは、構造をより正確に抽出することを可能にすることを可能にする；部分的なスペクトルのみに基づく低エネルギー画像及び／又は高エネルギー画像；及び／又は他の基準画像。

適切な基準投影データの例は、以下を含むが、これに限定されるものではない：ノイズが材料間で反相関されるという理由で、特定の単色サイノグラム（例えば７０ｋｅＶ）；非スペクトル（又は従来の）ＣＴサイノグラム、エネルギーのすべて又は材料分解のないスペクトル全体に基づいて、組み合わされたスペクトル／非スペクトルサイノグラム（非スペクトルＣＴサイノグラム）、材料分解なしに部分的なスペクトルのみに基づく低エネルギーサイノグラム及び／又は高エネルギーサイノグラム、及び／又は他の基準投影データ。

１つの例において、包括的なアプローチが、基準データを選択するために利用される。このアプローチの場合、単一の基準データセットが、受け取られた投影及び／又は画像データの全体について選択されることができる。選択は、以下の基準の１又は複数に基づいて形成されることができる：最小全変動；最小エントロピー；画像／サイノグラムの局所標準偏差における最小メジアン；局所ノイズ推定の最小平均；２つのＲＯＩの入力に基づくＣＮＲ画像、その他。単色画像の中からの全変動選択基準の例が、式１に示される：

上式で、ｅは、単色エネルギーであり、Ｒ^ｅ _ｉ，ｊは、基準画像Ｒ内のｉ，ｊピクセルである。

別の例において、局所的なアプローチが、基準データを選択するために利用される。このアプローチの場合、各ピクセルごとに、最適な基準データセットパッチ（又は投影及び／又は画像データのサブセット）が選択される。パッチは、可能性のある基準データセットのうちの１つから、ピクセルのロケーションの周りで選択されることができる。このアプローチは、入力投影及び／又は画像データのそれぞれ異なる領域が局所構造導出のためにそれぞれ異なる最適基準データセットを有することがあるという事実を利用する。

ノイズモデラ２０４は、選択された基準データセットのノイズパターンをモデル化する。適切なモデリングアプローチの例は、モンテカルロ推定、解析、直接的な抽出及び／又は他のアプローチを含むが、これに限定されるものではない。得られたノイズパターン又はモデルは、局所構造基準データセットを算出するために利用される。例示の解析アプローチは、Wunderlich, "Image Covariance and Lesion Detectability in Direct Fan-Beam X-Ray Computed Tomography", Phys. Med. Biol. 53 (2008), 2472 - 2493に記述されている。

直接的な抽出アプローチの例は、２００９年１１月２５日出願の「ENHANCED IMAGE DATA/DOSE REDUCTION」というタイトルの米国特許出願番号第61/264,340号明細書、及び２００９年１２月１５日出願の「ENHANCED IMAGE DATA/DOSE REDUCTION」というタイトルの米国特許出願第61/286,477号明細書に記述されており、それらの内容は、参照によって全体がここに盛り込まれるものとする。他のアプローチもここで企図される。

復元器２０６は、投影データ及び／又は画像データを復元する。図示される復元器２０６は、構造導出器２０８及び構造伝播器２１０を有する。

構造導出器２０８は、基準データセットから、基礎をなす局所構造を算出する。算出は、基準データセットの局所ＣＮＲを改善することができ、それは、データセット構造を算出することを容易にし、非常に正確な構造推定を可能にする。構造導出器２０８は、ガイドとして、ノイズモデラ２０４によって生成されるノイズモデルを利用し、ノイズモデルは、ノイズと基礎をなす対象構造との間の区別を容易にする。

算出に関して、構造導出器２０８は、例えばバイラテラルフィルタリング、拡散フィルタリング、全変動ノイズ除去、ミーンシフト（mean shifting）等のさまざまなアルゴリズムを利用することができる。非限定的な例として、以下は、局所構造を算出するためにバイラテラルアルゴリズムを使用するアプローチを記述する。この例は、任意のスパイクノイズ抑制を含む。

基準データセットＲの各ボクセルＲ_{ｉ，ｊ，ｋ}について、構造導出器２０８は以下を実施する：
１．ボクセルＲ_{ｉ，ｊ，ｋ}周辺のｎ個のボクセルのサブボリュームを抽出する；
２．式２に基づいてカーネルｗ^{ｒａｎｇｅ} _{ｉ'，ｊ'，ｋ'}を計算する：

上式で、αは、重みの強さ（aggressiveness）を制御するパラメータであり、σ^{Ｎｏｉｓｅ} _{ｉ，ｊ，ｋ}は、上述のノイズモデリングにおいて算出されるＲ_{ｉ，ｊ，ｋ}の局所ノイズレベル算出である；
３．空間カーネルを局所カーネルに乗じる：

ここで、標準偏差による３次元（３Ｄ）空間ガウスカーネルが、式３に基づいて求められることができる：

上式で、ｄｘは、ピクセルのサイズ（例えばミリメートル又はｍｍ）であり、ｄｚは、スライス幅（例えばｍｍ）であり、σ_{ｓｐａｔｉａｌ}は、重みの強さを制御するパラメータである；
４．合計を１に等しくさせるようにｗ_{ｉ'，ｊ'，ｋ'}を正規化する；
５．以下のようにスパイクノイズ抑制を適用する：if a central weight w_i',j',k' > w_Threshold and α < α_max, then α = α*α_ult and return to step 2；
６．式４に基づいて対象構造を算出する：

構造伝播器２１０は、入力投影データ及び／又は画像データに算出された構造を伝播し、任意には、算出は、復元の付加の制約として利用される。除去されたテクスチャ及び／又はノイズの一部が、復元中、戻されるように付加されることもできる。これは、最終画像外観を制御することを容易にすることができる。

このために、構造伝播器２１０は、構造導出器２０８の出力に従って局所構造を導出し、ノイズレベルは、ノイズモデラ２０４の出力に従って規定される。このアプローチの強みは、それが改善された局所ＣＮＲを有する非常に良好に規定された局所構造を利用することである。処理は、投影データ及び／又は画像データにわたって行われるので、投影データ及び／又は画像データの強度値が非常に正確に維持される。

非限定的な例として、一例において、構造伝播器２１０は、投影データ及び／又は画像データの各ボクセルＶ_{ｉ，ｊ，ｋ}について以下のＮ回の反復を実施する：
１．ボクセルＶ_{ｉ，ｊ，ｋ}周辺のｎ個のボクセルのサブボリュームを抽出する；
２．式５に基づいて局所カーネルｗ^{ｒａｎｇｅ} _{ｉ'，ｊ'，ｋ'}を計算する：

上式で、βは入力パラメータである；
３．局所カーネルに空間カーネルを乗じる：

４．合計を１に等しくさせるようにｗ_{ｉ'，ｊ'，ｋ'}を正規化する；
５．式６に示されるように投影データ及び／又は画像データを処理する：

上式で、

は、入力ターゲットデータセットであり、Ｉｔｅｒは、現在の反復のインデックスである。

ステップ５において、画像テクスチャ及び／又はノイズの一部が、その最終外観を制御するためにターゲットデータセットに戻されるように付加されることができる。テクスチャ及び／又はノイズの２つの任意のソースがある：基準投影データ及び／又は画像データ、又は、ターゲット投影データ及び／又は画像データ。

最終的な復元は、式７又は式８に示されるように得られる：

上式で、δは、入力パラメータである。

図３−図８は、復元なしに生成される画像に関連して、復元の例示の結果を示す。

投影データ及び／又は画像データの第１の組について、図３は、構造伝播復元命令１２６が利用されなかった従来の技術画像３００を表し、図４は、構造伝播復元命令１２６が利用された画像４００を表す。図示されるように、領域４０２は、対応する領域３０２よりノイズが少なく、画像４００における構造の目に見える損失がない。

投影データ及び／又は画像データの第２の組について、図５は、構造伝播復元命令１２６が利用されなかった従来の技術画像５００を表し、図６は、構造伝播復元命令１２６が利用された画像６００を表す。図示されるように、領域６０２は、対応する領域５０２よりノイズが少なく、画像６００において構造の目に見える損失がない。

投影データ及び／又は画像データの第３の組について、図７は、構造伝播復元命令１２６が利用されなかった従来の技術画像７００を表し、図８は、構造伝播復元命令１２６が利用された画像８００を表す。図示されるように、領域８０２は、対応する領域７０２よりノイズが少なく、画像８００における構造の目に見える損失がない。

図９は、ここでの開示に従う例示の方法を示す。

工程の順序は制限的でないことが理解されることができる。従って、他の順序もまたここに企図される。更に、１又は複数の処理が省かれることができ、及び／又は１又は複数の付加の工程が含められることができる。

９０２において、入力投影データ及び／又は画像データが得られる。

９０４において、局所基準データセットが、投影データ及び／又は画像データから選択される。

９０６において、選択された基準データセットについてノイズモデルが決定される。

９０８において、基準データセットからの基礎をなす局所構造が、ノイズモデルに基づいて算出される。

９１０において、算出された構造は、投影データ及び／又は画像データに伝播されて、投影データ及び／又は画像データを復元する。

９１２において、復元された投影データ及び／又は復元された画像データは、更に処理され、表示モニタを通じて表示され、動画生成され、データリポジトリにアーカイブされることができ、及び／又は他のやり方で利用されることができる。

上述したものは、コンピュータ可読記憶媒体に符号化され又は埋め込まれたコンピュータ可読命令を通して実現されることができ、命令は、１又は複数のコンピュータプロセッサによって実行されるとき、記述された工程を１又はプロセッサに実行させる。付加的に又は代替として、コンピュータ可読命令の少なくとも１つは、信号、搬送波又は他の一時的媒体によって保持される。

本発明は、好適な実施形態に関して上述された。変形及び変更は、先行する詳細な説明を読み理解することにより当業者に思いつくであろう。本発明は、このような変形及び変更が添付の請求項又はそれらと等価なものの範囲内にある限り、すべてのこのような変形及び変更を含むものとして構成されることが意図されている。

Claims (20)

1. スペクトルスキャンからの投影データ又は前記投影データから生成された画像データの少なくとも一方を得るステップと、
   前記投影データ又は前記画像データの前記少なくとも一方から、局所基準データセットを選択するステップと、
   前記選択された局所基準データセットのノイズパターンを決定するステップと、
   前記ノイズパターンに基づいて、前記局所基準データセットから基礎をなす局所構造を算出するステップと、
   前記算出された基礎をなす局所構造に基づいて、前記投影データ又は前記画像データの前記少なくとも一方を復元するステップと、
   を含む方法。
2. 復元に対する制約として、前記算出された基礎をなす局所構造を利用するステップを更に含む、請求項１に記載の方法。
3. 前記復元された投影データ又は前記画像データに、少なくとも１つの除去されたテクスチャ又はノイズのサブ部分を加えて戻すステップを更に含む、請求項１又は２のいずれか１項に記載の方法。
4. 前記局所基準データセットが、前記投影データのみから選択される、請求項１乃至３のいずれか１項に記載の方法。
5. 前記局所基準データセットが、前記画像データのみから選択される、請求項１乃至３のいずれか１項に記載の方法。
6. 前記局所基準データセットが、前記投影データから選択され、前記投影データが復元され、前記方法が更に、
   前記復元された投影データから第２の局所基準データセットを選択するステップと、
   前記選択された第２の局所基準データセットについて第２のノイズパターンを決定するステップと、
   前記第２のノイズパターンに基づいて、前記第２の局所基準データセットから第２の基礎をなす局所構造を算出するステップと、
   前記算出された第２に基礎をなす局所構造に基づいて前記画像データを復元するステップと、
   を含む、請求項１乃至３のいずれか１項に記載の方法。
7. 前記局所基準データセットは、特定の単色画像、非スペクトル画像、組み合わされたスペクトル／非スペクトル画像、低エネルギー画像又は高エネルギー画像のうち１つを含む、請求項１乃至６のいずれか１項に記載の方法。
8. 前記局所基準データセットは、特定の単色サイノグラム、非スペクトルサイノグラム、組み合わされたサイノグラム／非スペクトルサイノグラム、低エネルギーサイノグラム又は高エネルギーサイノグラムのうち１つを含む、請求項１乃至７のいずれか１項に記載の方法。
9. 単一の基準データセットが前記投影データ又は前記画像データの少なくとも一方の全体に関して選択される包括的なアプローチに基づいて、前記局所基準データセットを選択するステップを更に含む、請求項１乃至８のいずれか１項に記載の方法。
10. 前記選択が、最小総変動、最小エントロピー、局所標準偏差における最小メジアン、局所ノイズ推定の平均最小、及び２つの関心領域の入力に基づくコントラスト対ノイズ比画像の１又は複数に基づく、請求項９に記載の方法。
11. 各ピクセルごとに最適基準データセットパッチが選択される局所アプローチに基づいて、前記局所基準データセットを選択するステップを更に含む、請求項１乃至８のいずれか１項に記載の方法。
12. 前記ノイズパターンは、モンテカルロ推定、解析又は直接抽出の１又は複数に基づいて形成される、請求項１乃至１１のいずれか１項に記載の方法。
13. 或るボクセル周辺の複数ボクセルのサブボリュームを抽出し、局所カーネルを計算し、空間カーネルを前記局所カーネルに乗じ、合計を１に等しくさせるように積を正規化し、スパイクノイズ抑制を適用し、前記局所構造を算出することによって、前記ノイズパターンに基づいて前記局所所基準データセットから前記基礎をなす局所構造を算出するステップを更に含む、請求項１乃至１２のいずれか１に記載の方法。
14. 或るボクセル周辺の複数ボクセルのサブボリュームを抽出し、局所カーネルを計算し、空間カーネルを前記局所カーネルに乗じ、合計を１に等しくさせるように積を正規化することによって、各ボクセルの１又は複数の反復について前記投影データ又は前記画像データの少なくとも一方を復元するステップを更に含む、請求項１乃至１２のいずれか１項に記載の方法。
15. 構造伝播アルゴリズムを記憶するメモリと、
    基礎をなす対象構造及びスペクトル情報を維持しながら、投影データ又は画像データの少なくとも一方からのノイズ又はアーチファクトを除去するために、スペクトルスキャンからの投影データ又は画像データの少なくとも一方に関連して構造伝播アルゴリズムを実行するマイクロプロセッサと、
    を有する、投影データ及び／又は画像データプロセッサ。
16. 前記マイクロプロセッサは、前記投影データ又は前記画像データの少なくとも一方から局所基準データセットを選択し、選択された局所基準データセットのノイズパターンを決定し、前記ノイズパターンに基づいて、前記局所基準データセットから基礎をなす局所構造を算出し、前記算出された基礎をなす局所構造に基づいて、前記投影データ又は前記画像データの少なくとも一方を復元する、請求項１５に記載の投影データ及び／又は画像データプロセッサ。
17. 前記マイクロプロセッサは、前記ノイズパターンに基づいて前記基準データセットから前記基礎をなす局所構造を算出し、或るボクセル周辺の複数ボクセルのサブボリュームを抽出し、局所カーネルを計算し、空間カーネルを前記局所カーネルに乗じ、合計を１に等しくさせるように積を正規化し、スパイクノイズ抑制を適用し、前記局所構造を算出する、請求項１５又は１６に記載の投影データ及び／又は画像データプロセッサ。
18. 前記マイクロプロセッサは、ボクセル周辺のボクセルのサブボリュームを抽出し、局所カーネルを計算し、空間カーネルを前記局所カーネルに乗じ、合計を１に等しくさせるように積を正規化し、各ボクセルを復元することによって、各ボクセルの１又は複数の反復において前記投影データ又は前記画像データの前記少なくとも１つを復元する、請求項１５又は１６に記載の投影データ及び／又は画像データプロセッサ。
19. 復元された投影データ又は画像データの少なくとも一方が更に処理され、表示され、動画生成され、又はアーカイブされる、請求項１５乃至１８のいずれか１項に記載の投影データ及び／又は画像データプロセッサ。
20. スペクトルスキャンからの投影データ又は前記投影データに基づいて生成された画像データの少なくとも一方を得るステップと、
    前記投影データ又は前記画像データの少なくとも一方から、局所基準データセットを選択するステップと、
    前記選択された局所基準データセットのノイズパターンを決定するステップと、
    前記ノイズパターンに基づいて、前記局所基準データセットから基礎をなす局所構造を算出するステップと、
    前記算出された基礎をなす局所構造に基づいて、前記投影データ又は画像データの少なくとも一方を復元するステップと、
    を含む、コンピュータ可読命令によって符号化されたコンピュータ可読記憶媒体。

Images