JP2017006679A - 放射線診断装置及び放射線診断装置作動方法 - Google Patents

放射線診断装置及び放射線診断装置作動方法 Download PDF

Info

Publication number
JP2017006679A
JP2017006679A JP2016123880A JP2016123880A JP2017006679A JP 2017006679 A JP2017006679 A JP 2017006679A JP 2016123880 A JP2016123880 A JP 2016123880A JP 2016123880 A JP2016123880 A JP 2016123880A JP 2017006679 A JP2017006679 A JP 2017006679A
Authority
JP
Japan
Prior art keywords
image
images
contrast
mask image
subtraction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2016123880A
Other languages
English (en)
Other versions
JP6747885B2 (ja
Inventor
マイケル・シルバー
Michael Silver
大石　悟
Satoru Oishi
悟 大石
ビンチャン ユイ
Yu-Bing Chang
ビンチャン ユイ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Canon Medical Systems Corp
Original Assignee
Toshiba Corp
Toshiba Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp, Toshiba Medical Systems Corp filed Critical Toshiba Corp
Publication of JP2017006679A publication Critical patent/JP2017006679A/ja
Application granted granted Critical
Publication of JP6747885B2 publication Critical patent/JP6747885B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/404—Angiography

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pulmonology (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

【課題】従来に比して金属アーチファクトを好適に低減することができる放射線診断装置及び放射線診断装置を提供すること。
【解決手段】実施形態によれば、放射線診断装置は、複数の角度における複数の第１画像又は前記複数の角度における複数の第２画像に基づいて、金属アーチファクトに対応する所定領域を同定する領域同定部と、前記所定領域に関する前記複数の第１画像と前記複数の第２画像との位置ズレ補正を行う位置ズレ補正部と、前記位置ズレ補正が行なわれた後に、前記複数の第１画像と前記複数の第２画像との差分処理を行いサブトラクション画像を生成し、前記複数の角度においてそれぞれ得られたサブトラクション画像に基づいて第１再構成画像を生成する画像生成部と、を具備する。
【選択図】 図３Ｄ

Description

本実施形態は、放射線診断装置及び放射線診断装置作動方法に関する。
ディジタルサブトラクション血管造影（ＤＳＡ）法は、Ｘ線血管造影検査やインターベンションでは、検査や治療のために患者の血管の疾患または異常を診断するために使用され、治療の後、治療の有効性を実証するために使用される。ＤＳＡは、Ｘ線血管造影手順で収集されるデータを元に血管情報のみを抽出するために使用されるコンピュータ支援画像処理方法である。ＤＳＡは、造影剤の注入の直前に撮影された画像（マスク画像）と造影剤が目的の血管を通過しているときに取得された画像（コントラスト画像）との比較に依拠する。マスク画像は、対応するコントラスト画像からディジタル的に減算され、その結果、造影剤信号のみが抽出される。コントラスト画像は通常１枚ではなく、連続した画像として収集される。連続したコントラスト画像からマスク画像を減算して作成したＤＳＡ画像を動画として観察することで、術者は目的の血管における血流を理解することができる。
またコンピュータ断層撮影（ＣＴ）と同様に、ガントリを十分な回転適用範囲を回転させながらマスク画像およびコントラスト画像を収集する。収集画像から３Ｄ血管画像を再構成することで、術者は、構造重複という問題なしで目的の血管領域を３Ｄで観察することが可能になる。
しかしながら、コイルなど金属が目的の血管領域内またはその近くにある場合、患者の僅かな動きによっても金属アーチファクトが発生し、動脈瘤内に血流があるかどうかを判断できない場合がある。そのような金属アーチファクトが顕著な状況において金属アーチファクトを大きく低減させる（除去するまではいかなくとも）方法である。
また、金属アーチファクト低減（ＭＡＲ）における重要なステップは、背景に合致するようにフレームのペアを位置合わせするためにマスク画像に対してコントラスト画像をピクセルシフトさせることである。これはまた、ＤＳＡ画像における血管構造の可視化を支援することができる。コントラスト画像とマスク画像との相対的な位置ずれを補正するためにマスク画像を平行移動および／または回転させるこのプロセスは、レジストレーションと呼ばれる。場合によっては、アーチファクトは、１つまたは複数の個々のフレームが、背景の方向と異なる方向のシフトを示す場合、複数の個々のフレームを減算する際に生じる。
以上に鑑み、ディジタルサブトラクション血管造影の回転シーケンスから再構成された３Ｄ血管画像において、従来に比して金属アーチファクトを好適に低減することができる放射線診断装置及び放射線診断装置の作動方法を提供することを目的とする。
一実施形態に係る放射線診断装置は、複数の角度における複数の第１画像又は前記複数の角度における複数の第２画像に基づいて、金属アーチファクトに対応する所定領域を同定する領域同定部と、前記所定領域に関する前記複数の第１画像と前記複数の第２画像との位置ズレ補正を行う位置ズレ補正部と、前記位置ズレ補正が行なわれた後に、前記複数の第１画像と前記複数の第２画像との差分処理を行いサブトラクション画像を生成し、前記複数の角度においてそれぞれ得られたサブトラクション画像に基づいて第１再構成画像を生成する画像生成部と、を具備する。
単一のＸ線源と単一の検出器ユニットとを有するＣＴスキャナの一実装形態の概略図。 Ｃアーム構成を使用するアンギオ装置の一実装形態の概略図。 マスク画像の一例を示す図。 コントラスト画像の一例を示す図。 サブトラクション画像の一例を示す図。 ３Ｄ血管画像を再構成するようにマスク画像とコントラスト画像とを処理する方法の一実装形態の流れ図。 マスク画像内の関心領域（ＲＯＩ）の一例を示す図。 コントラスト画像内のＲＯＩの一例を示す図。 サブトラクション画像内のＲＯＩの一例を示す図。 コイル投影のみを有するマスク画像の一例を示す図。 コイル投影と造影剤情報の両方を有するコントラスト画像の一例を示す図。 金属アーチファクト低減方法の一実装形態の流れ図。 再投影されたコントラスト画像を生成するプロセスの一実装形態の流れ図。 マスク画像とコントラスト画像との間の差分に対応する差分フレームを再構成するプロセスの一実装形態の流れ図。 コントラスト画像を使用して３Ｄ血管画像再構成が実行された３Ｄ−ＤＳＡ画像のスライスの一例を示す図。 コントラスト画像のためのマスクの一例を示す図。 造影剤投影マスクの一例を示す図。 再投影された造影剤フレームの一例を示す図。 コントラスト画像を再投影する例示的な手順を示す図。 マスク画像の一例を示す図。 コントラスト画像の一例を示す図。 混ぜ合わされた画像の一例を示す図。 マスク画像の関心領域の一例を示す図。 コントラスト画像の関心領域の一例を示す図。 コントラスト画像の関心領域の変換の一例を示す図。 マスク画像とコントラスト画像との差を表す３Ｄ血管画像を再構成するために判断関数を使用する方法の一実装形態のフロー図。最終３Ｄ血管画像は金属アーチファクトがない。 コントラスト画像とマスク画像との間のフレームレジストレーションの望ましさを決定するために画像単位判断関数を使用するプロセスの一実装形態のフロー図。 コントラスト画像とマスク画像との間のフレームレジストレーションの望ましさを決定するために画像単位判断関数を使用するプロセスの一実装形態のフロー図。 コントラスト画像とマスク画像との間の差分に対応する差分画像を再構成するプロセスの一実装形態の流れ図。 コントラスト画像とマスク画像の差分画像を示す図。コントラスト画像とマスク画像との間の第１のオフセットは、金属画像の右下側の負のピクセル値の原因となる。 コントラスト画像とマスク画像の差分画像を示す図。コントラスト画像とマスク画像との間の第２のオフセットは、金属画像の左上側の負のピクセル値の原因となる。 処理システムの一実装形態の概略図。 エネルギー積分検出器とエネルギー分解検出器の両方を有するハイブリッド構成を使用するＣＴスキャナの一実装形態の概略図。
以下、本実施形態に係る放射線診断装置、及び放射線診断装置の作動方法について説明する。本実施形態に係る放射線診断装置は、典型的には、Ｘ線コンピュータ断層撮影装置、或いはＣアーム形アンギオ装置である。
放射線診断装置を用いて取得された３Ｄ血管画像は、回転シーケンスで撮影された投影データから再構成可能である。たとえば、回転シーケンスによって得られた投影データが適切な範囲の撮影角度（たとえば、１８０°＋ファン角）以上得られている時、被検体の三次元画像は再構成可能となる。分かりやすくするため、本実施形態における説明は、再構成された三次元画像は各々「３Ｄ画像」と呼び、二次元投影データの１方向のデータは「画像」（すなわち、投影画像）、再構成に必要な「画像」の集合を「画像データ」と呼ぶ。また、「コントラスト画像」は投影データの１方向のデータを指すが、「３Ｄコントラスト画像」は再構成された画像を指す。
図１は、透過された光子を検出するために検出器アレイを含むＣＴ装置１００の簡略化された概略的構造を示す。本開示の態様は、医用イメージングシステムとしてＣＴ装置１００に制限されない。特に、本実施形態で説明される構造および手順は、他の医用イメージングシステムに適用可能であり、具体的にはＣＴ装置１００および光子の検出に関する、本実施形態で提供される記述は例示である。
検出器アレイ、光子検出器、および／または光子検出器アレイは、本実施形態では、単に検出器と呼ばれることがある。図１に示されるＣＴ装置１００は、Ｘ線管１１０と、フィルタおよびコリメータ１２０と、検出器１３０とを含む。一実装形態では、検出器１３０は、第３世代方式（third-generation geometry）で配置されたエネルギー積分検出器素子のアレイであってよい。一実装形態では、ＣＴ装置１００は、第４世代方式で疎に配置されたエネルギー弁別（たとえば、フォトンカウンティング型）検出器も含み、この場合検出器１３０はエネルギー弁別検出器となる。ＣＴ装置１００はまた、ガントリモータなどのさらなる機械構成要素および電気構成要素と、ガントリの回転を制御し、Ｘ線源を制御し、患者用寝台を制御するコントローラ１４０とを含む。ＣＴ装置１００はまた、データ収集システム１５０と、処理回路１６０とを含む。処理回路１６０は、データ収集システムによって収集される投影（ビュー）データに基づいてＣＴ画像を生成するように構成またはプログラムされる。たとえば、処理回路１６０は、検出器１３０がエネルギー弁別検出器である場合スペクトルＣＴ画像を再構成する再構成部品を含む。処理回路は、本実施形態で説明されるプロセス、式、および関係に従って、方法を実行し、アルゴリズムを実行するようにプログラムされる。処理回路およびデータ収集システムは、メモリ１７０を利用することができ、メモリ１７０は、たとえば検出器から取得されたデータと、再構成された３Ｄ画像とを記憶するように構成される。
Ｘ線管１１０、フィルタおよびコリメータ１２０、検出器１３０、ならびにコントローラ１４０は、穴を含むフレーム１８０内に設けられ得る。フレーム１８０は、略円筒形または略ドーナツ形を有する。図１に示される図では、フレーム１８０の穴の長手方向軸は、穴の中央にあり、ページ内外へと延びる。区域１９０と識別される、穴の内側は、ＣＴ装置１００の視野（ＦＯＶ）である。患者などの、スキャンされる被検体は、たとえば患者テーブルを用いてターゲット領域内に設置される。次いで、被検体は、放射線１９５のファンまたはコーンを用いてＸ線管１１０によって照射可能である。処理回路１６０は、捕捉された入射Ｘ線光子の光子カウントを決定するようにプログラムされる。データ収集システム１５０、処理回路１６０、およびメモリ１７０は、単一の機械またはコンピュータとして実施されてもよいし、ネットワークまたは他のデータ通信システムを介して互いに結合または分散された別個の機械またはコンピュータとして実施されてもよい。コントローラ１４０はまた、ネットワークまたは他のデータ通信システムを介して結合可能であり、別個の機械もしくはコンピュータによって実施されてもよいし、システムの別の機械もしくはコンピュータの一部として実施されてもよい。
さらに、コントローラ１４０は、メモリ１７０に格納された専用プログラムを起動することで、上述する図３Ｄ、図６Ａ、６Ｂ、図１２Ａ、１２Ｂ、１２Ｃ、１２Ｄに示したフローに従う、領域同定処理等を実行する。
図１では、検出器１３０は、長手方向軸に対してＸ線管１１０とともに回転する回転検出器アレイである。図１には示されていないが、検出器１３０は回転検出器アレイの代わりに３６０度分をカバーする固定検出器アレイであっても良い。他の検出器も実装可能である。
一実装形態では、ＣＴ装置１００のフレーム１８０はＸ線撮影ガントリである。処理回路１６０は、再構成処理回路と、画像処理回路と、前処理回路とを含むことができ、「回路」という用語は、プログラム命令を実行する中央処理ユニット（ＣＰＵ）と解釈されてもよいし、ＦＰＧＡなどの特殊用途ハードウェア回路と解釈されてもよいし、他の専用回路と解釈されてもよい。
図２は、Ｘ線アンギオ装置のＸ線撮影ガントリの一例を示す。図２に示されるように、Ｘ線アンギオ装置２００は、Ｘ線管２０２と、Ｘ線検出器２０４と、Ｃアーム２０６と、スタンド２０８と、高電圧発生装置２１０と、寝台２１２と、Ｘ線停止デバイス２１４とを含む。
高電圧発生装置２１０は、Ｘ線管２０２の電極の間に印加される高電圧を生成し、Ｘ線管２０２の陰極フィラメントに供給されるフィラメント電流も生成する。高電圧とフィラメント電流とを受けると、Ｘ線管２０２はＸ線を生成する。Ｘ線コリメータデバイス２１４は、Ｘ線管２０２によって生成されたＸ線を整形する。Ｘ線検出器２０４は、入射Ｘ線を直接または間接的に電荷に変換する複数の検出素子（ピクセル）の二次元配列であってよい。Ｘ線管２０２は、たとえば、据え置き型Ｃアーム３０６の一方の端に取り付けられる。Ｘ線検出器２０４は、Ｃアーム２０６の他方の端に取り付けられる。Ｘ線検出器２０４は、寝台２１２上の被検体ＯＢＪを挟んでＸ線管２０２と対面する。Ｃアーム２０６は、スタンド２０８上に回転可能に支持される。Ｃアーム２０６を回転させながら被検体ＯＢＪに対するＸ線撮影を繰り返すことは、三次元画像再構成に必要とされる多方向のＸ線投影データを収集することを可能にする。
Ｘ線撮影制御回路は、回転Ｘ線撮影を実行し、Ｘ線投影データを生成するために、Ｃアーム２０６の回転、高電圧発生装置２１０からＸ線管２０２への高電圧の印加、およびＸ線検出器２０４からの信号の読み取りを制御する。
ディジタルサブトラクション血管造影法（ＤＳＡ）では、観察方向固定の場合、コントラスト画像は非造影剤マスク画像から減算される。これにより他の軟部組織および骨の情報は消去され、血管情報のみが抽出される。Ｃアームガントリを用いる３Ｄ ＤＳＡの一実装形態では、ガントリは２回のスキャンを実行する。各スキャンは、１８０°＋ビームのファン角の角度間隔で実行される。１回のスキャンは造影剤なしで実行され、他方のスキャンは造影剤ありで実行される。各コントラスト画像は投影角度の略一致するマスク画像から１フレームずつ減算される。必要とされる角度間隔に十分な画像が収集された場合、３Ｄ血管画像はサブトラクション画像データから再構成可能となる。複数の投影角度に対するサブトラクション画像データを取得し、このサブトラクション画像データから３Ｄ血管画像を再構成するこの方法は、Ｃアーム方式（C-arm geometry）を有しハーフスキャン再構成方法を使用するガントリの場合に限定されない。他のＣＴ装置方式（CT-apparatus geometry）ならびに他のショートスキャン再構成方法およびフルスキャン再構成方法も使用可能である。
臨床適用例は、多くの場合、患者はコイルまたはクリップ、ステントなどの金属デバイスを留置されている。コイルは、動脈瘤に密に充填されることが多く、高密度であり、３Ｄ画像においてストリーク状のメタルアーチファクトを引き起こす。３Ｄ−ＤＳＡでは、マスク画像とコントラスト画像との間で患者の動きがないことが理想的であり、金属は完全に消去される。しかしながら、造影剤が頭部に流入すると、患者は灼熱痛を感じる（殆どの患者は、造影剤が脳動脈に流れ込むとき、灼けつくような痛みを感じる）。したがって、患者は、じっとしているように言われていても、多少は動いてしまう。患者が動いた結果として、コントラスト画像とマスク画像との間の減算は、サブトラクション画像には大きな正負の値を有する。具体的には、負の値および正の値は、金属デバイスのシフトによって発生し、金属デバイスの周辺で生じる。患者の動きによる金属デバイスのシフトによって引き起こされる３Ｄ血管画像から金属アーチファクトは周辺の血管の観察を困難にし、また動脈瘤内に血流が残っていると言う誤診断を招いてしまうリスクがある。そのため金属アーチファクトの除去あるいは低減は重要な課題である。
コントラスト画像とマスク画像との間の患者の動きによるアーチファクトを低減するためにマスク画像（またはコントラスト画像）を平行移動および回転させるプロセスはレジストレーションと呼ばれる。一実装形態では、レジストレーションは、金属ステントまたは金属コイル等に代表される金属デバイスに対応する画像の関心領域（ＲＯＩ）の同定によって実行可能である。関心領域（ＲＯＩ）はコントラスト画像とマスク画像間で比較され、金属デバイスが２つの画像間で一致するまで、一方の画像は他方の画像に対して調整される（たとえば、コントラスト画像はマスク画像に一致するように平行移動および回転される）。一実装形態では、２つの画像間の位置合わせは、２つの画像のＲＯＩ間の相互相関を最大にすることによって最適化される。
造影剤に対応する吸収特徴が、金属ステントまたは金属コイルなどの金属デバイスに極めて近接している場合、画像をレジストレーションするために相互相関を使用することは、レジストレーションプロセスにエラーを引き起こすことがあり得る。このエラーを予防するために、元のマスク画像ではなく混ぜ合わされたマスク画像がレジストレーションに使用可能である。この混ぜ合わされたマスク画像は、コントラスト画像に類似した吸収分布を有し、コントラスト画像と混ぜ合わされたマスク画像との間のより大きな類似性によって、レジストレーションエラーが発生するリスクが大きく低減される。混ぜ合わされたマスク画像を生成するために、マスク画像が３Ｄ血管画像の再投影画像と合成される。次いで、コントラスト画像と混ぜ合わされたマスク画像とは、レジストレーションプロセス中に互いと位置合わせされる。ひとたびコントラスト画像が混ぜ合わされたマスク画像に対してレジストレーションされると、次いで、サブトラクション画像は、元のマスク画像と、レジストレーションされたコントラスト画像との間で１フレームずつ減算することによって取得可能である。最後に、アーチファクトを低減したサブトラクション画像データからアーチファクトを低減した３Ｄ血管画像が再構成可能である。たとえば、サブトラクション画像データが１８０°＋ファン角の投影角度にまたがる場合、ハーフスキャンフィルタ補正逆投影法が使用可能である。あるいはＴＶ法などの逐次近似再構成法が使用可能である。
図３Ａは、マスク画像３０２の一例を示す。ＲＯＩは、金属デバイスを含むように定義される。図３Ｂは、コントラスト画像３０４の一例を示す。図３Ｂを図３Ａと比較すると、特定の血管系構造の吸収の変化がはっきり視認可能である。図３Ｃは、サブトラクション画像３０６の一例を示す。減算は、コントラスト画像及びマスク画像のＸ線強度の自然対数を計算した後で実行される。あるいは、減算はまた、マスク画像からコントラスト画像を除算し、次いで、その演算結果の自然対数を計算することによっても実行可能である。サブトラクション画像は、背景を除去することによって血管系構造をより見やすくする。しかしながら、コントラスト画像とマスク画像との間の位置ずれが発生していると、金属デバイス周辺に大きなアーチファクトが生じる。
（投影画像を用いた金属アーチファクトに対応する領域の同定）
図３Ｄは、コントラスト画像とマスク画像との間の位置ずれを補正する方法３１０の流れ図を示す。ステップ３１４では、ＲＯＩが定義される。次いで、ステップ３１８では、コントラスト画像は、それぞれのコントラスト画像とマスク画像との間の相互相関が最大になるように補正され、マスク画像との位置ずれが補正される。サブトラクション画像は、ステップ３２０で、それぞれの補正されたコントラスト画像およびマスク画像から１フレームずつ計算される。最後に、ステップ３２２で、これらのサブトラクション画像データから３Ｄ血管画像が再構成される。再構成方法は、Ｆｅｌｄｋａｍｐ法などのフィルタ補正逆投影法であってもよいし、ＴＶ法などの逐次近似再構成法であってもよい。
図４Ａは、コイル近くのマスク画像４０２を示し、画像の下のプロファイルは、マスク画像の垂直断面に沿って計測した一次元プロファイル（たとえば、より大きな数は、よりＸ線吸収が少ないことを示す）を示す。図４Ｂは、コイルの近くのコントラスト画像４０４の一例を示す。図４Ｃは、サブトラクション画像４０６の一例を示す。サブトラクション画像４０６内のピーク４０８は、アーチファクトを示す。たとえば、患者の動きにより、コントラスト画像内の金属は、マスク画像内の金属に対し右下にシフトする。そのため、マスク画像がコントラスト画像から減算されるとき、金属画像の右下部分は、サブトラクション画像から完全に消去されず、図４Ｃに見られる正のアーチファクトを作り出し、金属画像の左上部分では、負のアーチファクトを生じさせる。マスク画像およびコントラスト画像の位置ずれを補正するプロセスは、レジストレーションと呼ばれ、図４Ｃに示される金属領域の右下の正のアーチファクトおよび金属領域の左上の負のアーチファクトを最小にすることができる。
レジストレーションは、マスク画像とコントラスト画像との相互相関を最大にするように、コントラスト画像の位置を、マスク画像に一致させるように平行移動および回転させることによって行われる。大多数の投影画像では、一方の画像の位置を少しずつずらしながら相互相関を算出し、相互相関が最大となるマスク画像とコントラスト画像とを同定することは、マスク画像に対してコントラスト画像をレジストレーションするのに十分である。しかしながら、造影剤による吸収が金属コイルまたは金属ステントによる吸収に類似しており、投影画像上で造影剤が金属コイルまたは金属ステントに極めて近接するようになるとき、レジストレーションエラーが発生することがある。
図５Ａおよび図５Ｂは、マスク画像５０２はコイル情報５０４のみを含むが、コントラスト画像５０６は、造影剤による吸収を表す造影剤情報５０８と組み合わせたコイル情報５０４を含むことを示す。そのため、マスク画像の吸収分布は、コントラスト画像の吸収分布とは異なることがあり、このことが、マスク画像およびコントラスト画像のレジストレーションにエラーを持ち込み得る。さらに、図５Ｂは、コイルによる吸収情報が造影剤による吸収情報と同程度の量であることを示す。したがって、マスク画像とコントラスト画像との間の相互相関演算はエラーを発生するリスクがある。
レジストレーションにおけるエラーを予防するために、マスク画像の代わりに、混ぜ合わされたマスク画像がレジストレーションに使用可能である。後述するように、この混ぜ合わされたマスク画像は、マスク画像を３Ｄ血管画像の再投影と組み合わせることによって取得可能であり、３Ｄ血管画像はサブトラクション画像データから再構成された画像である。レジストレーションに混ぜ合わされたマスク画像を使用することは、３Ｄ血管画像がサブトラクション画像データから２回再構成されることになる。第１の再構成は、混ぜ合わされたマスク画像を生成するために、混ぜ合わされたマスク画像を用いたレジストレーションの前に発生し、第２の再構成は、最終的な３Ｄ血管画像を再構成するために、混ぜ合わされたマスク画像を用いたレジストレーションの後で発生する。３Ｄ血管画像の第１の再構成のために、従来の方法（たとえば、収集されたマスク画像）を使用してレジストレーションが実行される。次いで、結果として得られる、サブトラクション画像データから再構成された３Ｄ血管画像は、再投影された造影剤情報を取得するために使用される。 一実装形態では、第一の３Ｄ血管画像から図４Ｃに示される金属アーチファクトなどのアーチファクトに起因するアーチファクトを抑制する。具体的には３Ｄ血管画像内の異常なボクセルを識別するために閾値処理および領域拡張方法を使用し、次いで、再投影ステップから異常ボクセルを範囲外にセグメント化する（segment out）ことによって、再投影された造影剤情報から金属アーチファクトを抑制することができる。領域拡張は、閾値処理で同定された領域から隣接するボクセルを調べ、隣接ボクセルが領域に追加されるべきかを決定する。このプロセスは一定範囲反復される。
たとえば、金属は、血管、筋肉、水、さらには骨などの軟物質よりも大きな吸収係数を有することが知られている。したがって、一般的な軟物質吸収と金属吸収との間の所定の吸収閾値は、金属に対応する可能性の高いボクセルを区別するために使用可能である。たとえば、金属に関する所定の閾値は、４０００ハンスフィールドユニット（ＨＵ）とすることができ、したがって、この閾値よりも大きい吸収を持つボクセルは、金属ボクセルであると決定される。これらの金属ボクセルは、異常とフラグを立てられ、再投影から除外され得る。
加えて、負の吸収に対応するボクセルも異常であり、再投影から除外され得る。加えて、デュアルエネルギーＣＴおよび／またはフォトンカウンティング型検出器を使用するＣＴ装置では、各ボクセルに対するＸ線吸収のスペクトル変化も、さまざまなボクセルタイプ（たとえば、金属、軟物質、および造影剤）を区別する印として使用可能であり、このさらなる印は、決定プロセスにおいて、ボクセルが造影剤情報の範囲内かその範囲外かを決定するためにも使用可能である。
一実装形態では、造影剤情報の投影は各ボクセルが造影剤情報かどうかを判定し、造影剤情報と判定されたボクセルのみを投影することで生成可能である。造影剤情報と判定されたボクセルが投影する領域は図７Ｃに示されており、造影剤情報を実施に再投影した結果は図７Ｄに示されている。
一実装形態では、造影剤情報の再投影画像の分解能は、サブトラクション画像データと同じ分解能を持っている必要はない。造影剤情報の再投影画像の使用目的は、混ぜ合わされたマスク画像を生成するために情報をマスク画像内へと重ね合わせることである。これらの混ぜ合わされたマスク画像は、造影剤情報が粗い分解能のみを有するときであってもレジストレーションに大きな問題とはならない。造影剤情報の再投影画像の分解能を落とすことにより、方法６００の高速化が可能となる。たとえば、最終的な再構成された画像のボクセルサイズが５１２×５１２×５１２である場合、第１の再構成された３Ｄ血管画像のボクセルサイズは、１２８×１２８×１２８であるかまたはこれよりも小さくてよい。
混ぜ合わされたマスク画像を取得した後、コントラスト画像は、混ぜ合わされたマスク画像に対してレジストレーション可能である（より小さなボクセルサイズが第１の再構成された３Ｄ血管画像のボクセルサイズあるいはおよび再投影された造影剤情報画像に使用された場合、混ぜ合わされた造影剤情報画像のサイズをマスク画像に等しくするために、補間処理によるアップサンプリングが使用可能である）。レジストレーションが実行された後、サブトラクション画像を生成するために、レジストレーションされたコントラスト画像からマスク画像が減算される。次いで、サブトラクション画像データを使用して３Ｄ再構成が実行され、この第２の再構成は、改善されたレジストレーションにより金属アーチファクトのない３Ｄ血管画像を、より細かい分解能（たとえば、５１２×５１２×５１２の画像を生成するために）で実行され得る。３Ｄ血管画像の第２の再構成の前のレジストレーションは、混ぜ合わされたマスク画像を使用して実行されたので、レジストレーションプロセスにおいてエラーが発生し難い。そのため最終的な３Ｄ血管画像は、初期３Ｄ血管画像内に存在する金属アーチファクトが大きく低減されている。
なおここでは混ぜ合わされたマスク画像を生成しているが、その代わりに投影された造影剤情報をコントラスト画像から差し引き、造影剤の影響を排除したコントラスト画像を生成しても良い。
さらにレジストレーションエラーが発生するのはまれなので、別の機序でエラーを予防しても良い。具体的には位置ずれ補正量を撮影角度毎に比較すると、近接する補正量はほぼ一致する。この特徴を利用し、近接する角度とは明らかに異なる補正量を示すものは異常と判断し、その場合は隣接撮影角度の補正量を元に、検索する補正量の範囲を限定する。この場合は再構成が１度で済むので、最終的な再構成画像を得るまでの時間が短縮できると言うメリットがある。
（再構成画像を用いた金属アーチファクトに対応する領域の同定）
次に図６Ａ、６Ｂ、６Ｃを参照すると、処理回路によって実行される、３Ｄ血管画像から患者の動きによる金属アーチファクトの兆候を取り除くための方法の一実装形態について説明するフローチャート６００が示されている。
ステップ６０２では、処理回路は、マスク画像を使用する第１の再構成を実行することによって３Ｄマスク画像を生成する。マスク画像は、造影剤が患者に注入される前に取得される。最終的な再構成画像のボクセルサイズよりも小さいボクセルサイズの第１の三次元画像が再構成される。第１の三次元画像のボクセルサイズは、最終的な再構成画像の４分の１に等しいまたはそれより小さくてよい。たとえば、最終的な再構成された画像の行列が５１２×５１２×５１２である場合、第１の三次元画像の行列は、１２８×１２８×１２８であるかまたはこれよりも小さい。
ステップ６０４では、処理回路は、第１の三次元画像で所定の閾値を上回るすべてのボクセル値を抽出することによって、金属ボクセルを抽出する。この所定の閾値は、軟物質と金属との最も良い区別を作り出し得る値である。一実装形態では、４０００ＨＵが適用される。
ステップ６０６では、処理回路は、１フレームペアずつ、ＲＯＩを同定するために金属ボクセルを各投影画像方向へと再投影する。
ステップ６０８では、処理回路は、マスク画像上で金属ピクセルを含むＲＯＩを定義する。ＲＯＩは金属ボクセルが投影された領域に対し、一定の範囲で拡張処理したものである。
プロセス６１７は、再投影された造影剤情報を生成する方法である。プロセス６１７のステップは、図６Ｂに示されている。
プロセス６１７のステップ６１８では、処理回路は、ＤＳＡ画像を取得するために、対応するコントラスト画像からマスク画像を減算する。
プロセス６１７のステップ６２０では、処理回路は、取得されたＤＳＡ画像に対して再構成を実行する。
プロセス６１７のステップ６２２では、処理回路は、所定の範囲に入るすべてのボクセルを再構成された３Ｄ血管画像から抽出することによって、造影剤ボクセルを識別する。
ステップ６２４では、処理回路は、３Ｄ血管画像内の造影剤に対応するボクセルを再投影する。
ステップ６１０では、マスク画像は、混ぜ合わされたマスク画像を生成するために、造影剤ボクセルの再投影と混ぜ合わされる。図８は、マスク画像および造影剤ボクセルの再投影から混ぜ合わされたマスク画像を生成する一実装形態を示す。
ステップ６１２では、コントラスト画像が、混ぜ合わされたマスク画像にレジストレーションされる。一実装形態では、レジストレーションは、ＲＯＩ内でのコントラスト画像と混ぜ合わされたマスク画像との相互相関を最大にすることによって実行される。
プロセス６１５では、金属アーチファクトのないサブトラクション画像データが、適切にレジストレーションされたコントラスト画像とマスク画像との間の差分演算によって生成される。
ステップ６１６では、金属アーチファクトのない３Ｄ血管画像が、任意の既知の画像再構成方法を使用してサブトラクション画像データから再構成される。ハーフスキャン（すなわち、１８０°＋ファン角の投影角度にまたがるスキャン）のみがマスク画像データおよびコントラスト画像データに対して実行された場合、ハーフスキャン再構成方法が使用される。
図６Ａのステップ６１０では、処理回路は、混ぜ合わされたマスク画像を生成するために、マスク画像を再投影された造影剤情報と混ぜ合わせる。
図８に示されるように、混ぜ合わされたマスク画像上のＲＯＩ８０８は、コントラスト画像との相互相関を計算することによってコントラスト画像８１０をレジストレーションするために使用される。図９Ａはマスク画像の一例である。図９Ｂはコントラスト画像の一例である。図９Ｃは、混ぜ合わされたマスク画像の一例である。マスク画像と比較されると、混ぜ合わされたマスク画像は、コントラスト画像とより良く一致し、これが、より良い同一条件での比較をもたらし、より正確なレジストレーションを達成する。
ステップ６１２では、処理回路は、混ぜ合わされたマスク画像とコントラスト画像との間のＲＯＩの相互相関分析を実行することによって、混ぜ合わされたマスク画像とコントラスト画像を１投影方向ペアずつレジストレーションし、探索領域は、想定される最大の動きに依存する。
一実施形態では、２Ｄ平行移動は、探索に十分である。別の実施形態では、レジストレーションは、相互相関の最大値に対応する、図１１に示される変換Ｔを探索する際に平行移動変換と回転変換の両方を含む。
回転シーケンスが開始される前に、患者は静止したままであるように指示される。しかしながら、患者の頭部に造影剤が侵入することは、患者に灼熱痛を引き起こし、それに反応して患者が動く。したがって、コントラスト画像は、通常、患者が動くためにマスク画像と位置ずれが発生していることが多い。図３Ｃは、マスク画像とコントラスト画像との間のコイル投影の位置合わせ不良を示す。そのため、マスク画像とコントラスト画像との間のレジストレーションは、マスク画像とコントラスト画像を位置合わせするために必要とされる。
図１０Ａは、マスク画像のＲＯＩの一例を示す。マスク画像のＲＯＩは、マスク画像内の探索領域である。図１０Ｂは、コントラスト画像のＲＯＩの一例を示す。マスク画像のＲＯＩは、コントラスト画像のＲＯＩと同じサイズであり、コントラスト画像のＲＯＩと同じ、フラットパネル検出器のグリッド位置を有する。しかし、マスク画像とコントラスト画像との間の患者の動きが、２つの画像間のそれぞれのＲＯＩ内での金属の位置の差をもたらす。そのため、相互相関が最大値となるようなコントラスト画像内のＲＯＩを見つける必要がある。
レジストレーションは、（混ぜ合わされた）マスク画像とコントラスト画像との間の相互相関関数の最大値を見つけることによって実行され、相互相関関数は、平行移動と回転の両方を含むことができる。あるいは、レジストレーションは、（混ぜ合わされた）マスク画像とコントラスト画像との間の重なり積分を最大にする引数（すなわち、変換）について解くことによって実行され得、変換演算子の引数は、平行移動と回転の両方を含む。
ステップ６１４では、処理回路は、１投影方向ずつ、レジストレーションされたコントラスト画像をマスク画像からサブトラクションする。
ステップ６１６では、処理回路は、再構成を実行し、金属アーチファクトのない３Ｄ血管画像を取得する。
（判断関数を用いた金属アーチファクトに対応する領域の同定）
一実施形態では、判断関数が、金属アーチファクトを低減するために使用可能である。判断関数は、マスク画像のためのＲＯＩにおいて、およびコントラスト画像のための同じＲＯＩにおいて、２つの抽出された画像を一致させる変換が平行移動または回転によって支配されるかどうかを決定するために、２つの画像が比較される。回転が一定の閾値よりも小さい場合、変換は、平行移動変換によって支配されると推定される。
加えて、判断関数は、レジストレーションに値するのに十分なほど患者が動いたかどうかを決定するという目的のために使用可能である。レジストレーションに値するのに十分なほど患者が動かなかった場合、レジストレーションステップおよび付随するすべての不可欠なステップが省略可能であり、計算上の負荷を大きく減ずることになる。
一実装形態では、２つのタイプの判断関数すなわちデータ単位判断関数および画像単位判断関数が使用される。データ単位判断関数では、画像データのすべてが評価され、画像データのためのコントラスト画像のすべてがレジストレーションを必要とするかどうかに関する決定がなされる。画像単位判断関数では、レジストレーションが特定の画像ペアに必要とされるかどうかを決定するために、各画像ペア（すなわち、コントラスト画像および対応するマスク画像）が個別に評価される。
一実装形態では、判断関数は、レジストレーションなしのＲＯＩ内のマスク画像と造影剤画像との間の差分画像のエントロピーを計算することによって実現され得る。計算されたエントロピーが所定の範囲外である場合、データ単位判断関数は、レジストレーションが必要とされると決定する。
一実装形態では、判断関数は、サブトラクション画像データ内で所定の値よりも小さい負の値の数を計算することによって実現され得る。これは、レジストレーションなしのＲＯＩ内のマスク画像とコントラスト画像との差である。たとえば、造影剤は吸収を増加させ、したがって、マスク画像からコントラスト画像を引いたものは、理想的には正の値またはゼロに近い値のみを生じる。サブトラクション画像データ内の負の値は、マスク画像に対するコントラスト画像の変位を示すので、所定の閾値よりも小さいサブトラクション画像データ内の負のピクセル（たとえば、ゼロよりも大幅に小さい）の数は、変位の大きさを示す。したがって、判断関数は、第１の基準を満たす（すなわち、実質的に負であるための第１の閾値を下回るピクセル値を有する）ピクセルの数がピクセル数の閾値を超えるとき、コントラスト画像がレジストレーションを必要とすると決定する。
次に図１２Ａ、１２Ｂ、１２Ｃ、１２Ｄを参照すると、処理回路によって実行される、上記で説明された判断関数を用いて３Ｄ血管画像から金属アーチファクトの表示を取り除くための方法について説明するフローチャート１２００が示されている。
ステップ１２０２では、処理回路は、マスク画像を使用する第１の再構成を実行することによって３Ｄマスク画像を生成する。このステップは、ステップ６０２と同様である。
ステップ１２０４では、処理回路は、マスク画像からの、所定の閾値を上回るすべてのボクセル値を閾値処理することによって、金属ボクセルを識別する。このステップは、ステップ６０４と同様である。
ステップ１２０６では、処理回路は、マスク画像とコントラスト画像の両方に金属を含む関心領域（ＲＯＩ）を定義する。このステップは、ステップ６０６と同様である。
プロセス１２０８では、処理回路は、図１２Ｂに示されるように、コントラスト画像を対応するマスク画像にレジストレーションするべきかどうかをデータ単位判断関数に基づいて決定する。プロセス１２０８の一部として、処理回路は、マスク画像から再構成された画像とコントラスト画像から再構成された画像との間のサブトラクション画像を生成し、関心ボリューム（ＶＯＩ）内のエントロピーを計算する。
プロセス１２０８のステップ１２５０では、マスク画像データは、３Ｄマスク画像（すなわち、断層像）を再構成するために使用される。
プロセス１２０８のステップ１２５２では、３Ｄマスク画像内で金属領域に対応するボクセルが、閾値処理方法および領域拡張方法を使用して、範囲外にセグメント化され、フラグを立てられる。
プロセス１２０８のステップ１２５４では、ＶＯＩは、金属ボクセルを含むように定義される。
プロセス１２０８のステップ１２５６では、３Ｄコントラスト画像がコントラスト画像データから再構成される。このコントラスト画像データから再構成された画像は、少なくともＶＯＩを含む。
プロセス１２０８のステップ１２５８では、ＶＯＩ内の３Ｄマスク画像からＶＯＩ内の３Ｄコントラスト画像を減算することによって、サブトラクション画像がＶＯＩ内で計算される。
プロセス１２０８のステップ１２６０では、サブトラクション画像のエントロピーが計算される。患者が動き、コイルのような金属デバイスが適切に減算されないとき、減算された画像内に残存信号が残り、サブトラクション画像に大きな値が生じることがある。
プロセス１２０８のステップ１２６２では、処理回路は、取得されたエントロピーが所定の閾値エントロピー範囲内にあるかどうかを決定する。計算されたエントロピーが所定の閾値エントロピー範囲外にある場合、処理回路は、プロセス１２２０に進み、ステップ１２３６にも進む。計算されたエントロピーが所定の閾値エントロピー範囲内にある場合、処理回路は、すべてのコントラスト画像に対するレジストレーションを中止する。
所定の閾値エントロピーｐは、最も良い値を探索するために３Ｄ血管画像データセットのプールを使用することによって、統計的基準から決定可能である。
ステップ１２１０では、処理回路は、マスクフレームを生成するために、金属ボリューム画像の金属ボクセルの再投影を実行する。
ステップ１２１２では、処理回路は、１フレームペアずつ、マスク画像をＲＯＩ内のコントラスト画像から減算する。
プロセス１２２０では、処理回路は、図１２Ｃに示されるように、コントラスト画像を対応するマスク画像にレジストレーションするべきかどうかを画像単位判断関数に基づいて決定する。
プロセス１２２０のステップ１２２２では、処理回路は、ステップ１２１２と同様に、ＲＯＩ内の対応するコントラスト画像からマスク画像を減算する。
プロセス１２２０のステップ１２２４では、処理回路は、ステップ１２２２で取得されたサブトラクション画像内の一定以下の負のピクセルの数を計算する。
コントラスト画像は、マスク画像内の減衰している被検体のすべてに加えて、造影剤による減衰を含むので、マスク画像からコントラスト画像を減算すると、一般に、正の値（たとえば、造影剤を有する領域）またはゼロ（たとえば、造影剤のない領域内）となる。しかしながら、コントラスト画像およびマスク画像が位置ずれを起こしているとき、マスク画像の金属領域がコントラスト画像の非金属領域に重複することがあり、結果として、負のサブトラクション信号を呈するしたがって、コイル／ステントの金属デバイスの投影がマスク画像とコントラスト画像との間で位置ずれしているとき、サブトラクション画像は、大きな負の値の領域を含む可能性が高く、この領域の面積（すなわち、大きな負の値を有するピクセルの数）は、マスク画像とコントラスト画像との間の位置ずれの大きさの指標である。
プロセス１２２０のステップ１２２６では、処理回路は、計算された負のピクセルの数が負のピクセルの所定の閾値を超えるかどうかを決定する。負のピクセルの数が負のピクセルの所定の閾値よりも大きい場合、処理回路は、ステップ１２２６で評価された差に対応するマスク画像およびコントラスト画像に対して、ステップ１２２８、それに続いてステップ１２３０を実行する。
そうでない場合、処理回路は、当該マスク画像およびコントラスト画像のペアに対してステップ１２２８と１２３０とを飛ばし、ステップ１２２１を通ってステップ１２３１に直接進むことによって、レジストレーションプロセスを飛ばす。負のピクセルの数が所定の閾値を下回る場合、そのペアに対してレジストレーションを飛ばしても良いと決定する。プロセス１２２０では、マスク画像とコントラスト画像のペアの間位置ずれが画像単位で決定され、各マスク画像およびコントラスト画像のペアは独立して検討され、いくつかのペアはおそらく、レジストレーションプロセスを飛ばしてステップ１２２１に行くが、他のペアはおそらく、レジストレーションプロセスを行うためにステップ１２２８に行く。各マスク画像およびコントラスト画像のペアは、ステップ１２２１またはステップ１２２８のいずれかに行く。
図１３Ａおよび図１３Ｂは、マスク画像とコントラスト画像との間の位置ずれにより負のピクセルが生じるサブトラクション画像１３０２を示す。コイルのような金属デバイスの位置が、マスク画像とコントラスト画像との間で位置ずれが発生しているとき、大きな負のサブトラクション値が出現する。一実装形態では、サブトラクション画像の一定以下の負のピクセル値の合計が判断関数に使用され得る。しかしながら、サブトラクション画像の負のピクセル値の合計を計算することが困難なことがある。したがって、代替実装形態では、コイル投影の面積に対する負のサブトラクション値の面積の比が判断関数に使用され得る。この比ｒは、次の式（１２）で定義される。
ｒ＝（多数の負のピクセル数／多数のコイルピクセル数） （１２）
ｒ＞５％の場合、処理回路は判断関数を通過し、ステップ１２２８でレジストレーションを実行する。ｒ≦５％の場合、処理回路は、このマスク画像およびコントラスト画像のペアに対するレジストレーションを中止する。最適なｒはまた、十分な数の３Ｄ血管画像から経験的に決められてもよい。
ステップ１２３６では、処理回路は、再投影された造影剤情報を生成する。方法は、プロセス６１７で説明されている。
ステップ１２２８では、処理回路は、混ぜ合わされたマスク画像を生成するために、マスク画像を再投影された造影剤情報と混ぜ合わせる。このステップは、ステップ６１０と同様である。
ステップ１２３０では、処理回路は、混ぜ合わされたマスク画像とコントラスト画像との間のＲＯＩの相互相関分析を実行することによって、混ぜ合わされたマスク画像とコントラスト画像を１フレームペアずつレジストレーションし、探索領域は、想定される最大の動きに依存する。このステップは、ステップ６１２と同様である。
プロセス１２３１では、レジストレーションを完了したマスク画像とコントラスト画像とを用いてサブトラクション画像が計算され、金属アーチファクトのない３Ｄ血管画像がサブトラクション画像データから再構成される。このプロセスは、プロセス６１５と同様である。
プロセス１２３１のステップ１２３２では、処理回路は、１画像ペアずつ、レジストレーションされたマスク画像をコントラスト画像から減算する。このステップは、ステップ６１４と同様である。
プロセス１２３１のステップ１２３４では、処理回路は、再構成を実行し、金属アーチファクトのない３Ｄ血管画像を取得する。このステップは、ステップ６１６と同様である。
処理システムの一例が図１４に示されており、これは、図１の処理回路１６０および図１５のプロセッサ１５７０の一実装形態の一例である。処理回路６は、ハードウェアデバイス、たとえば、具体的にはＣＰＵに図６および図１２のフローチャートに示される機能を実行させる１つまたは複数のコンピュータプログラムを実行するように構成されたＣＰＵとすることができる。具体的には、この例示的な処理システムは、中央処理ユニット（ＣＰＵ）および／または少なくとも１つの特定用途向けプロセッサＡＳＰ（図示されず）などの１つまたは複数のマイクロプロセッサまたは等価物を使用して実装され得る。マイクロプロセッサとは、本開示のプロセスとシステムとを実行および／または制御するようにマイクロプロセッサを制御するように構成され、本実施形態で説明されるアルゴリズムを実行するように構成された、メモリ回路（たとえば、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ（登録商標）、フラッシュメモリ、スタティックメモリ、ＤＲＡＭ、ＳＤＲＡＭ、およびこれらの等価物）などのコンピュータ可読記憶媒体を利用する１つまたは複数の回路である。他の記憶媒体は、ハードディスクドライブまたは光ディスクドライブを制御できる、ディスクコントローラなどのコントローラを介して制御され得る。
マイクロプロセッサまたはその態様は、代替実装形態では、本開示の態様を増強するまたはこれを完全に実装するための論理デバイスを含むまたはこれのみを含むことができる。そのような論理デバイスとしては、限定されるものではないが、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、ジェネリックアレイオブロジック（ＧＡＬ：generic-array of logic）、およびこれらの等価物がある。マイクロプロセッサは、別個のデバイスであってもよいし、単一の処理機構であってもよい。さらに、本開示は、計算効率の改善を達成するために、マルチコアＣＰＵおよびグラフィックス処理ユニット（ＧＰＵ）の並列処理機能から利益を得ることができる。マルチ処理装置内の１つまたは複数のプロセッサは、メモリに含まれる命令のシーケンスを実行するために用いられてもよい。あるいは、ハードワイヤード回路は、ソフトウェア命令の代わりに用いられてもよいし、ソフトウェア命令と組み合わせて用いられてもよい。したがって、本実施形態で説明される例示的な実装形態は、ハードウェア回路とソフトウェアのいかなる特定の組み合わせにも限定されるものではない。
別の態様では、本開示による処理の結果は、ディスプレイコントローラを介してモニタに表示され得る。ディスプレイコントローラは、好ましくは、計算効率の改善のために、複数のグラフィックス処理コアによって提供され得る少なくとも１つのグラフィックス処理ユニットを含む。加えて、Ｉ／Ｏ（入出力）インターフェースが、周辺機器としてＩ／Ｏインターフェースに接続可能な、マイクロホン、スピーカ、カメラ、マウス、キーボード、タッチ式のディスプレイまたはパッドインターフェースなどから信号および／またはデータを入力するために設けられる。たとえば、キーボードまたは本開示のさまざまなプロセスまたはアルゴリズムのパラメータを制御するためのポインティングデバイスは、追加の機能および構成オプションを提供する、またはディスプレイ特性を制御するために、Ｉ／Ｏインターフェースに接続可能である。さらに、モニタは、コマンド／命令インターフェースを提供するためのタッチセンシティブなインターフェースを有するように設けられ得る。
上述の構成要素は、制御可能なパラメータを含むデータの送信または受信のためのネットワークインターフェースを介して、インターネットまたはローカルイントラネットなどのネットワークに結合可能である。中央バスは、上記のハードウェア構成要素を互いに接続するために設けられ、その間のディジタル通信のための少なくとも１つの経路を提供する。
図１のデータ収集システム１５０、処理回路１６０、およびメモリ１７０は、図１４に示される例示的実装形態による１つまたは複数の処理システムを利用して実装可能である。また、図１５のプロセッサ１５７０、ネットワークコントローラ１５７４、メモリ１５７８、およびデータ収集システム１５７６は、図１４に示される例示的実装形態による１つまたは複数の処理システムを利用して実装可能である。特に、図１に示されるデバイスのうちの１つまたは複数と一致する１つまたは複数の回路またはコンピュータハードウェアユニットは、データ収集システム１５０、処理回路１６０、およびメモリ１７０の機能を（まとめて、または個別に）提供することができる。また、図１５に示されるデバイスのうちの１つまたは複数と一致する１つまたは複数の回路またはコンピュータハードウェアユニットは、図１５のプロセッサ１５７０、ネットワークコントローラ１５７４、メモリ１５７８、およびデータ収集システム１５７６の機能を（まとめて、または個別に）提供することができる。本実施形態で説明される機能的処理は、専用回路または説明された処理を実行する回路を含む１つもしくは複数の専用回路においても実装可能である。そのような回路は、コンピュータ処理システムの一部とすることができ、または他のシステムに相互接続されるディスクリートデバイスとすることができる。本開示による処理回路はまた、本実施形態で説明される機能的処理をコンピュータコード要素によって実行するようにプログラムまたは構成可能である。
さらに、処理システムは、一実装形態では、ネットワークまたは他のデータ通信接続によって互いに接続可能である。処理システムのうちの１つまたは複数は、ガントリ、Ｘ線源、および／または患者寝台の移動を作動および制御するために、対応するアクチュエータに接続可能である。
適切なソフトウェアは、メモリデバイスと記憶デバイスとを含む、処理システムのコンピュータ可読媒体上に有形に格納され得る。コンピュータ可読媒体の他の例は、コンパクトディスク、ハードディスク、フロッピー（登録商標）ディスク、テープ、光磁気ディスク、ＰＲＯＭ（ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュＥＰＲＯＭ）、ＤＲＡＭ、ＳＲＡＭ、ＳＤＲＡＭ、または他の任意磁気媒体、コンパクトディスク（たとえば、ＣＤ−ＲＯＭ）、またはコンピュータが読み取り可能な他の任意の媒体である。ソフトウェアとしては、限定されるものではないが、デバイスドライバ、オペレーティングシステム、開発ツール、アプリケーションソフトウェア、および／またはグラフィカルユーザインターフェースがあり得る。
上述の媒体上のコンピュータコード要素は、限定されるものではないが、スクリプト、解釈可能プログラム、ダイナミックリンクライブラリ（ＤＬＬ）、Ｊａｖａ（登録商標）クラス、および完全実行可能プログラムを含む、任意の解釈可能または実行可能なコード機構であってよい。さらに、本開示の態様の処理の一部は、より良い性能、信頼性、および／またはコストのために分散されてよい。
処理システムのデータ入力部分は、たとえば、それぞれのワイヤード接続によって、検出器または検出器のアレイから入力信号を受け入れる。複数のＡＳＩＣまたは他のデータ処理構成要素は、データ入力部分を形成するように、またはデータ入力部分に入力を提供するように設けられ得る。ＡＳＩＣはそれぞれ、離散検出器アレイまたはそのセグメント（離散部分）から信号を受け取ることができる。検出器からの出力信号がアナログ信号であるとき、フィルタ回路は、データ記録および処理用途のために、アナログ−ディジタル変換器とともに設けられ得る。フィルタリングはまた、アナログ信号のための離散フィルタ回路がなくても、ディジタルフィルタリングによって提供され得る。あるいは、検出器がディジタル信号を出力するとき、ディジタルフィルタリングおよび／またはデータ処理は、検出器の出力から直接実行可能である。
一実装形態では、３Ｄ血管画像を再構成するためにマスク画像とコントラスト画像とをレジストレーションおよび減算する方法は、エネルギー積分検出器またはＸ線エネルギー分解検出器（たとえば、フォトンカウンティング型検出器）のいずれかを有するＣＴ装置と、エネルギー積分検出器とエネルギー分解検出器の組み合わせを有するハイブリッドシステムとを使用して実行可能である。図１５は、第３世代方式で配置されたエネルギー積分検出器と第４世代方式で配置されたフォトンカウンティング型検出器（ＰＣＤ）とを有するハイブリッドＣＴスキャナシステムの一例の概略図を示す。参照によりその全体が本実施形態に組み込まれる米国特許出願第１３／４２６，９０３号に説明されるように、ＣＴスキャナは、ＰＣＤのリングの内側のＸ線源１５１２と結合されたリングトポロジで配置され、Ｘ線検出器ユニット１５０３はＰＣＤのリングの外側にある。エネルギー積分検出器のみを有するＣＴスキャナは、図１５のＰＣＤを取り除くことによって獲得可能である。エネルギー分解検出器のみを有するＣＴスキャナは、図１５のＸ線検出器ユニット１５０３を取り除くことによって獲得可能である。
ＣＴスキャナシステム内で所定の第３世代方式の検出器ユニット１５０３と組み合わせて所定の第４世代方式のＰＣＤを設置するための一実装形態が、図１５に示されている。この図は、テーブル１５１６上に載置されたスキャンされる被検体ＯＢＪ、Ｘ線源１５１２、コリメータ／フィルタ１５１４、Ｘ線検出器１５０３、およびフォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮの間の相対位置を示す。ＰＣＤは、被検体ＯＢＪの方へ向けられた前面と、被検体ＯＢＪから離れるように向けられた背面とを有する。被検体ＯＢＪを通って進むＸ線は、ＰＣＤによって（前面で）検出されるか、または疎に配置されたＰＣＤ間の空間を通過し、Ｘ線検出器１５０３内の密に充填されたエネルギー積分検出器によって検出される、のいずれかである。
Ｘ線投影データを獲得、記憶、処理、および配信するための回路およびハードウェアも図１５に示されている。この回路およびハードウェアは、プロセッサ１５７０と、ネットワークコントローラ１５７４と、メモリ１５７８と、データ収集システム１５７６とを含む。
一実装形態では、Ｘ線源１５１２およびコリメータ／フィルタ１５１４は、ガントリ１５４０に回転可能に接続された回転構成要素１５１０に固定式に接続される。Ｘ線検出器１５０３も同様に、ガントリ１５４０に回転可能に接続された回転構成要素１５３０に固定式に接続される。一方、ＰＣＤは、ガントリ１５４０に固定式に接続された円形構成要素１５２０に固定式に接続される。ガントリ１５４０は、多数のＣＴスキャナを収容する。
ＣＴスキャナのガントリは、Ｘ線源からＰＣＤおよび検出器ユニット１５０３まで進むＸ線の投影面内に位置決めされたテーブル１５１６上に配置された被検体ＯＢＪを有効にする開いた開口１５１５も含む。「投影面」とは、Ｘ線がＸ線源１５１２からＰＣＤと検出器ユニット１５０３とを含む検出器まで通過するボリュームである。「被検体空間」とは、投影面とガントリの開いた開口１５１５の交差点である。「画像空間」は、Ｘ線源１５１２がガントリの開口のまわりで回転するときのＸ線源１５１２のすべての投影角度に対応する投影面の和集合を含む。
スキャンは、被検体ＯＢＪが被検体空間を占有し、Ｘ線源が一連の投影角度によって回転されるとき、実行され、ＣＴスキャナは、各投影角度で被検体ＯＢＪを通るＸ線透過／減衰の投影データを収集する。
一般に、フォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮは各々、所定数のエネルギービンの各々に対する光子カウントを出力する。第４世代方式で配置されたフォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮに加えて、図１５に示される実装形態は、従来の第３世代方式で配置されたエネルギー積分検出器を有する検出器ユニット１５０３を含む。検出器ユニット１５０３内の検出器素子は、検出器ユニット表面に沿って、フォトンカウンティング型検出器よりも高密度に設置可能である。
一実装形態では、フォトンカウンティング型検出器は、円などの所定の方式で被検体ＯＢＪのまわりに疎に設置される。たとえば、フォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮは、ガントリ内の所定の第２の円形構成要素１５２０上に固定式に設置される。一実装形態では、フォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮは、所定の等間隔位置で円形構成要素１５２０上に固定式に設置される。代替実装形態では、フォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮは、所定の非等間隔位置で円形構成要素１５２０上に固定式に設置される。円形構成要素１５２０は、被検体ＯＢＪに対して静止したままであり、データ収集中に回転しない。
Ｘ線源１５１２、コリメータ１５１４（ボウタイフィルタを含む）と検出器ユニット１５０３の両方は、被検体ＯＢＪのまわりで回転するが、フォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮは、被検体ＯＢＪに対して静止している。一実装形態では、Ｘ線源１５１２は、被検体ＯＢＪに向かって所定の線源ファンビーム角度θAでＸ線放射線を投影するが、Ｘ線源１５１２は、疎に設置されたフォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮの外側で被検体ＯＢＪのまわりを回転する。そのうえ、検出器ユニット１５０３は、Ｘ線源１５１２から被検体ＯＢＪを横切って直径に沿って対向する位置に取り付けられ、固定円形構成要素１５２０の外側で回転し、固定円形構成要素１５２０上には、フォトンカウンティング型検出器ＰＣＤ１〜ＰＣＤＮが所定の疎な配置で固定される。
一実装形態では、Ｘ線源１５１２は、任意選択で、被検体ＯＢＪに対するらせん状経路を進み、回転部分１５１０は、Ｘ線源１５１２と検出器ユニット１５０３とを回転部分１５１０の回転平面内で回転させるので、テーブル１５１６は、この回転平面に垂直な所定の方向に直線的に被検体ＯＢＪを移動させる。
被検体ＯＢＪのまわりでの回転部分１５１０の動きは、動き制御システムによって制御される。この動き制御システムは、データ収集システムと統合可能であり、または回転部分１５１０の角度位置およびテーブル１５１６の直線位置に関する一方向情報を個別に提供していることができる。この動き制御システムは、回転部分１５１０およびテーブル１５１６の位置を制御するために、位置エンコーダと、フィードバックとを含むことができる。この動き制御システムは、開ループシステム、閉ループシステム、または開ループシステムと閉ループシステムの組み合わせとすることができる。この動き制御システムは、回転部分１５１０の位置およびテーブル１５１６の位置に関連するフィードバックを提供するために、リニアエンコーダとロータリエンコーダとを使用することができる。この動き制御システムは、回転部分１５１０の動きとテーブル１５１６の動きとを駆動するためにアクチュエータを使用することができる。これらのポジショナおよびアクチュエータとしては、ステッパモータ、ＤＣモータ、ウォーム駆動、ベルトドライブ、および当技術分野で知られている他のアクチュエータがあり得る。
ＣＴスキャナは、フォトンカウンティング型検出器および検出器ユニット１５０３からデータ収集システム１５７６、プロセッサ１５７０、メモリ１５７８、ネットワークコントローラ１５７４に投影測定結果を送るデータチャネルも含む。データ収集システム１５７６は、検出器からの投影データの収集、ディジタル化、およびルーティングを制御する。データ収集システム１５７６は、環状回転フレーム１５１０および１５３０の回転を制御するＸ線撮影制御回路も含む。一実装形態では、データ収集システム１５７６は、寝台１５１６の移動と、Ｘ線源１５１２の動作と、Ｘ線検出器１５０３の動作も制御する。データ収集システム１５７６は、集中型システムであってもよいし、分散システムであってもよい。一実装形態では、データ収集システム１５７６は、プロセッサ１５７０と統合される。プロセッサ１５７０は、投影データから画像を再構成することと、投影データの再構成前処理と、画像データの再構成後処理とを含む機能を実行する。
投影データの再構成前処理としては、検出器非線形性、極性効果、ノイズバランシング、および物質分別（material decomposition）を補正する較正があり得る。
再構成後処理としては、必要に応じて、フィルタリングおよび画像の平滑化、ボリュームレンダリング処理、および画像差分処理があり得る。画像再構成プロセスは、フィルタ補正逆投影法、逐次近似画像再構成法、または確率的画像再構成法を使用して実行可能である。プロセッサ１５７０とデータ収集システム１５７６の両方は、たとえば、投影データと、再構成された画像と、較正データおよびパラメータと、コンピュータプログラムとを記憶するために、メモリ１５７６を利用することができる。
プロセッサ１５７０は、離散論理ゲートとして、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、または他の複合プログラマブル論理デバイス（ＣＰＬＤ）として実装可能なＣＰＵを含むことができる。ＦＰＧＡまたはＣＰＬＤの実装形態は、ＶＨＤＬ、Ｖｅｒｉｌｏｇ、または他の任意のハードウェア記述言語でコーディングされてよく、そのコードは、ＦＰＧＡまたはＣＰＬＤ内の電子メモリに直接記憶されてもよいし、別個の電子メモリとして記憶されてもよい。さらに、メモリは、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、またはフラッシュメモリなど、不揮発性であってよい。メモリは、スタティックＲＡＭまたはダイナミックＲＡＭなど、揮発性であってもよく、マイクロコントローラまたはマイクロプロセッサなどのプロセッサが、電子メモリならびにＦＰＧＡまたはＣＰＬＤとメモリとの間の相互作用を管理するために設けられてもよい。
あるいは、再構成プロセッサ内のＣＰＵは、本実施形態で説明される機能を実行するコンピュータ可読命令のセットを含むコンピュータプログラムを実行してよく、このプログラムは、上述の非一時的な電子メモリのいずれかおよび／またはハードディスクドライブ、ＣＤ、ＤＶＤ、フラッシュドライブ、もしくは他の任意の既知の記憶媒体に格納される。さらに、コンピュータ可読命令は、米国のＩｎｔｅｌのＸｅｏｎプロセッサまたは米国のＡＭＤのＯｐｔｅｒｏｎプロセッサなどのプロセッサ、およびＭｉｃｒｏｓｏｆｔ ＶＩＳＴＡ、ＵＮＩＸ（登録商標）、Ｓｏｌａｒｉｓ、ＬＩＮＵＸ（登録商標）、Ａｐｐｌｅ、ＭＡＣ−ＯＳなどのオペレーティングシステム、および当業者に知られている他のオペレーティングシステムとともに実行する、ユーティリティアプリケーション、バックグラウンドデーモン、またはオペレーティングシステムの構成要素、またはこれらの組み合わせとして提供されてもよい。さらに、ＣＰＵは、命令を実行するために並列で協働的に機能する複数のプロセッサとして実装可能である。
一実装形態では、再構成された画像は、ディスプレイ上に表示可能である。ディスプレイは、ＬＣＤディスプレイ、ＣＲＴディスプレイ、プラズマディスプレイ、ＯＬＥＤ、ＬＥＤ、または当技術分野で知られている他の任意のディスプレイであってよい。
メモリ１５７８は、ハードディスクドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤドライブ、フラッシュドライブ、ＲＡＭ、ＲＯＭ、または当技術分野で知られている他の任意の電子ストレージであってよい。
米国のＩｎｔｅｌ ＣｏｒｐｏｒａｔｉｏｎのＩｎｔｅｌ Ｅｔｈｅｒｎｅｔ（登録商標） ＰＲＯネットワークインターフェースカードなどのネットワークコントローラ１５７４は、ＣＴスキャナのさまざまな部品間をつなぐことができる。加えて、ネットワークコントローラ１５７４はまた、外部ネットワークとつながることができる。諒解され得るように、外部ネットワークは、インターネットなどのパブリックネットワーク、またはＬＡＮネットワークもしくはＷＡＮネットワークなどのプライベートネットワーク、またはこれらの任意の組み合わせであってよく、ＰＳＴＮサブネットワークまたはＩＳＤＮサブネットワークも含むことができる。外部ネットワークはまた、イーサネット（登録商標）ネットワークなどの有線であってもよいし、セルラーネットワークなどのワイヤレスであってもよく、セルラーネットワークとしては、ＥＤＧＥ、３Ｇワイヤレスセルラーシステム、および４Ｇワイヤレスセルラーシステムがある。ワイヤレスネットワークはまた、ＷｉＦｉ、ブルートゥース（登録商標）、または既知の他の任意の通信のワイヤレス形態であってよい。
一実装形態では、Ｘ線源１５１２は、任意選択で、単一エネルギー源である。別の実装形態では、Ｘ線源１５１２は、所定の高レベルエネルギーで、および所定の低レベルエネルギーでＸ線放射線を発するためのｋＶスイッチング機能を実行するように構成される。さらに別の代替実施形態では、Ｘ線源１５１２は、Ｘ線エネルギーの広域スペクトルを発する単一線源である。さらに別の実施形態では、Ｘ線源１５１２は複数のＸ線エミッタを含み、各エミッタは、空間的およびスペクトル的に異なる。
検出器ユニット１５０３は、Ｘ線放射線がシンチレーター／蛍光体素子と相互作用することから生じるＸ線検出イベントから結果として得られる光子を検出するために、光電子増倍管またはアバランシェフォトダイオードを有するシンチレーション素子または蛍光体素子などのエネルギー積分検出器を使用することができる。シンチレーター／蛍光体素子は、結晶（たとえば、ＮａＩ（Ｔｌ）、ＣｓＩ（Ｔｌ）、ＣｓＩ（Ｎａ）、ＣｓＩ（純）、ＣｓＦ、ＫＩ（Ｔｌ）、ＬｉＩ（Ｅｕ）、ＢａＦ2、ＣａＦ2（Ｅｕ）、ＺｎＳ（Ａｇ）、ＣａＷＯ4、ＣｄＷＯ4、ＹＡＧ（Ｃｅ）、Ｙ3Ａｌ5Ｏ12（Ｃｅ）、ＧＳＯ、ＬＳＯ、ＬａＣｌ3（Ｃｅ）、ＬａＢｒ3（Ｃｅ）、ＬＹＳＯ、ＢＧＯ、ＬａＣｌ3（Ｃｅ）、ＬａＢｒ3（Ｃｅ）、Ｃ14Ｈ10、Ｃ14Ｈ12、およびＣ10Ｈ8）、有機液体（たとえば、ｐ−テルフェニル（Ｃ18Ｈ14）、ＰＢＤ（Ｃ20Ｈ14Ｎ2Ｏ）、ブチルＰＢＤ（Ｃ24Ｈ22Ｎ2Ｏ）、またはＰＰＯ（Ｃ15Ｈ11ＮＯ）などの、フッ素を有する有機溶媒）、プラスチック（たとえば、固体ポリマーマトリックス中に懸濁された粉（flour））、または他の知るシンチレーターであってよい。
ＰＣＤは、テルル化カドミウム（ＣｄＴｅ）、テルル化カドミウム亜鉛（ＣＺＴ）、シリコン（Ｓｉ）、ヨウ化第二水銀（ＨｇＩ2）、およびヒ化ガリウム（ＧａＡｓ）などの半導体に基づいた直接的Ｘ線放射線検出器を使用することができる。半導体に基づいた直接的Ｘ線検出器は、一般に、シンチレーター検出器などの間接的検出器よりもはるかに早い時間応答を有する。直接的検出器の迅速な時間応答は、直接的検出器が個々のＸ線検出イベントを解決することを可能にする。しかしながら、臨床Ｘ線アプリケーションで一般的な高いＸ線束では、多数の検出イベントが発生する。検出されるＸ線のエネルギーは、直接的検出器によって生成される信号に比例し、検出イベントは、スペクトルＣＴのためのスペクトル的に解決されたＸ線データを生じるエネルギービンへと編成され得る。
スペクトルＣＴ投影データを取得すると、プロセッサ１５７０を使用するスペクトルＣＴイメージングシステムは、第１の材料および第２の材料（たとえば、骨などの高Ｚ材料および水などの低Ｚ材料）にそれぞれ対応する投影長Ｌ1とＬ2とを取得するために、スペクトルＣＴ投影データに対する物質分別を実行する。この物質分別の実行は、ＰＣＤの応答の非線形性によって、固有Ｘ線エスケープによって、およびＸ線エネルギーの関数としての吸収係数の変化によるビームハードニングによって複雑化される。
※以下の下線部は、第１国米国出願の独立クレーム、及び実施形態の冒頭部分の記載を、保険としてコピペしたものです。
さらに、本実施形態に係る放射線診断装置は、次のようなコンピュータ断層イメージング装置であってもよい。すなわち、ディジタルサブトラクションコンピュータ断層撮影法においてレジストレーションを改善し、アーチファクトを低減させるコンピュータ断層撮影イメージング装置であって、処理回路であって、被検体のスキャン中に生成された第１のマスク画像とコントラスト画像とを取得し、各第１のマスク画像および造コントラスト画像は複数の投影角度のうちそれぞれの投影角度で取得され、差分フレームを生成するために、各第１のマスク画像から前記対応するコントラスト画像を減算し、前記サブトラクション画像データを使用して第１の３Ｄ血管画像を再構成し、造影剤情報再投影画像を生成するために、前記複数の投影角度で前記第１の３Ｄ血管画像を投影し、混ぜ合わされたマスク画像を生成するために、各第１のマスク画像を前記対応する造影剤情報再投影画像と混ぜ合わせ、平行移動を含む変換を使用して前記コントラスト画像の吸収特徴を前記混ぜ合わされたマスク画像の吸収特徴と一致するように、各コントラスト画像を前記対応する混ぜ合わされたマスク画像とレジストレーションし、サブトラクション画像を生成するために前記変換を使用して前記第１のマスク画像と前記コントラスト画像が位置合わせされた後で、各第１のマスク画像から前記対応するコントラスト画像を減算し、前記サブトラクション画像データを使用して第２の３Ｄ血管画像を再構成するように構成された処理回路、を備えるものであってもよい。
また、本実施形態に係る放射線診断作動方法は、次のようなコンピュータ断層イメージングの作動方法であってもよい。すなわち、ディジタルサブトラクションコンピュータ断層撮影法においてレジストレーションを改善しアーチファクトを低減させるコンピュータ断層撮影イメージング方法であって、被検体のスキャン中に生成された第１のマスク画像とコントラスト画像を取得することと、各第１のマスク画像およびコントラスト画像は複数の投影角度のうちそれぞれの投影角度で取得され、サブトラクション画像を生成するために、各第１のマスク画像から前記対応するコントラスト画像を減算することと、前記サブトラクション画像データを使用して第１の３Ｄ血管画像を再構成することと、造影剤情報再投影画像を生成するために、前記複数の投影角度で前記第１の３Ｄ血管画像を投影することと、混ぜ合わされたマスク画像を生成するために、各マスク画像を前記対応する造影剤情報再投影画像と混ぜ合わせることと、平行移動を含む変換を使用して前記コントラスト画像の吸収特徴を前記混ぜ合わされたマスク画像の吸収特徴と一致するように、各コントラスト画像を前記対応する混ぜ合わされたマスク画像とレジストレーションすることと、サブトラクション画像を生成するために前記変換を使用して前記第１のマスク画像と前記コントラスト画像が位置合わせされた後で、各第１のマスク画像から前記対応するコントラスト画像を減算することと、前記サブトラクション画像データを使用して第２の３Ｄ血管画像を再構成することとを備えるものであってもよい。
また、本実施形態に係る放射線診断装置は、次のようなコンピュータ断層イメージング装置であってもよい。すなわち、（１）被検体のスキャン中に生成された複数のマスク画像と複数のコントラスト画像とを取得し、（２）金属ボリュームデータを生成するためにマスク画像データを用いて第１の再構成を実行し、（３）３Ｄマスク画像内の金属ボクセルを識別し、（４）金属デバイスの投影範囲を同定するために金属ボクセルを再投影し、（５）マスク画像の各々において金属ボクセルの投影範囲を拡張して関心領域を定義し、各関心領域は金属領域を含み、（６）サブトラクション画像データを使用して３Ｄ血管画像を再構成し、造影剤に対応する３Ｄ血管画像内のボクセルを識別し、再投影された造影剤情報を取得するために、この識別されたボクセルを再投影し、（７）マスク画像を再投影された造影剤情報と混ぜ合わせ、（８）マスク画像の各々において定義された関心領域を使用して、混ぜ合わされたマスク画像およびコントラスト画像の相互相関分析を１投影方向ペアずつ実行することによって、混ぜ合わされたマスク画像をコントラスト画像とレジストレーションし、（９）サブトラクション画像を生成するために、レジストレーションされたマスク画像から対応するコントラスト画像を１画像ペアずつ減算し、（１０）金属アーチファクトのない３Ｄ血管画像を生成するために、サブトラクション画像データを用いて第２の再構成を実行するように構成された処理回路を備えるコンピュータ断層イメージング装置であってもよい。
また、本実施形態に係る放射線診断装置は、次のようなコンピュータ断層イメージング装置であってもよい。すなわち、（１）被検体のスキャン中に生成された複数のマスク画像と複数のコントラスト画像とを取得し、（２）金属ボリュームデータを生成するためにマスク画像データを用いて第１の再構成を実行し、（３）３Ｄマスク画像内の金属ボクセルを識別し、（４）マスク画像の各々において関心領域を定義し、各関心領域は金属領域を含み、（５）マスク画像とコントラスト画像のすべてをレジストレーションするかどうか決定するためにデータ単位判断関数を実行し、（６）金属デバイスの投影範囲を同定するために金属ボクセルを再投影し、（７）金属投影範囲拡張してマスク画像の各々において関心領域を定義し、各関心領域は金属領域を含み、（８）マスク画像とコントラスト画像のペアをレジストレーションするかどうか決定するために画像単位判断関数を実行し、（９）サブトラクション画像データを使用して３Ｄ血管画像を再構成し、造影剤に対応する３Ｄ血管画像内のボクセルを識別し、再投影された造影剤情報を取得するために、この識別されたボクセルを再投影し、（１０）マスクフレームを再投影された造影剤情報と混ぜ合わせ、（１１）混ぜ合わされたマスク画像の各々において定義された関心領域を使用して、混ぜ合わされたマスク画像およびコントラストの相互相関分析を１画像ペアずつ実行することによって、混ぜ合わされたマスク画像をコントラスト画像とレジストレーションし、（１２）サブトラクション画像データを生成するために、レジストレーションされたマスク画像から対応するコントラスト画像を１画像ペアずつ減算し、（１３）金属アーチファクトのない３Ｄ血管画像を生成するために、サブトラクション画像データから第２の再構成を実行するように構成された処理回路を備えるコンピュータ断層イメージング装置であってもよい。
また、本実施形態に係る放射線診断装置は、次のようなコンピュータ断層イメージング装置であってもよい。すなわち、（１）被検体のスキャン中に生成されたマスク画像とコントラスト画像とを取得し、各マスク画像およびコントラスト画像は複数の投影角度のうちそれぞれの投影角度であり、（２）対応するコントラスト画像を各マスク画像から減算して、サブトラクション画像を生成し、（３）サブトラクション画像を使用して第１の３Ｄ血管画像を再構成し、（４）再投影された造影剤情報を生成するために、複数の投影角度で第１の３Ｄ血管画像を投影し、（５）各マスク画像を対応する再投影された血管情報と混ぜ合わせて、混ぜ合わされたマスク画像を生成し、（６）平行移動を含む変換を使用してコントラスト画像の吸収特徴を混ぜ合わされたマスク画像の吸収特徴と一致させるために、各コントラスト画像を対応する混ぜ合わされたマスク画像とレジストレーションし、（７）変換を使用してマスク画像とコントラスト画像が位置合わせされた後で、対応するコントラスト画像を各マスク画像から減算して、サブトラクション画像データを生成し、（８）このサブトラクション画像データを使用して第２の３Ｄ血管画像を再構成するように構成された処理回路を含むコンピュータ断層イメージング装置であってもよい。
また、本実施形態に係る放射線診断装置は、次のようなコンピュータ断層イメージング装置であってもよい。すなわち、（１）被検体のスキャン中に生成されたマスク前画像とコントラスト画像とを取得し、各マスク前画像およびコントラスト画像は複数の投影角度のうちそれぞれの投影角度であり、（２）マスク前画像を使用して３Ｄマスク画像を再構成し、（３）３Ｄマスク画像内の金属ボクセルを識別し、（４）複数の投影角度で金属ボクセルを再投影し、（５）金属ボクセルの再投影領域を拡張して対応するマスクフレーム内の関心領域を定義し、（６）対応するコントラスト画像から各マスク画像を減算して、サブトラクション画像を生成し、（７）このサブトラクション画像データを使用して第１の３Ｄ血管画像を再構成し、（８）再投影された造影剤情報を生成するために、複数の投影角度で第１の３Ｄ血管画像を投影し、（９）各マスク画像を対応する再投影された造影剤除法と混ぜ合わせて、混ぜ合わされたマスク画像を生成し、（１０）平行移動と回転とを含む変換を使用してコントラスト画像の吸収特徴を対応する関心領域内の混ぜ合わされたマスク画像の吸収特徴と一致させるために、各コントラスト画像を対応する混ぜ合わされたマスク画像とレジストレーションし、ここにおいて、変換は、混ぜ合わされたマスク画像と対応するコントラスト画像との相互相関の最大値に対応する、（１１）変換を使用してマスク画像とコントラスト画像が位置合わせされて、対応するコントラスト画像を各マスク画像から減算し、（１２）サブトラクション画像データを使用して第２の３Ｄ血管画像を再構成するように構成された処理回路を備えるコンピュータ断層イメージング装置であってもよい。
特定の実装形態が説明されているが、これらの実装形態は、例として提示されたにすぎず、本開示の範囲を制限することが意図されるものではない。本実施形態で説明される新規なデバイス、システム、および方法は、さまざまな他の形態で実施され得る。そのうえ、本実施形態で説明されるデバイス、システム、および方法の形態におけるさまざまな省略、置き換え、および変更は、本開示の趣旨から逸脱することなくなされ得る。添付の特許請求の範囲およびその等価物は、包含することが意図されている。

Claims (11)

  1. 複数の角度における複数の第１画像又は前記複数の角度における複数の第２画像に基づいて、金属アーチファクトに対応する所定領域を同定する領域同定部と、
    前記所定領域に関する前記複数の第１画像と前記複数の第２画像との位置ズレ補正を行う位置ズレ補正部と、
    前記位置ズレ補正が行なわれた後に、前記複数の第１画像と前記複数の第２画像との差分処理を行いサブトラクション画像を生成し、前記複数の角度においてそれぞれ得られたサブトラクション画像に基づいて第１再構成画像を生成する画像生成部と、
    を具備することを特徴とする放射線診断装置。
  2. 前記第１画像はマスク画像であり、前記第２画像はコントラスト画像である請求項１記載の放射線診断装置。
  3. 前記所定領域は、被検体の動脈瘤に塞栓された金属性物質が含まれる領域である請求項１又は２記載の放射線診断装置。
  4. 前記領域同定部は、前記第１画像と前記第２画像に基づくサブトラクション画像を用いて前記所定領域を同定する請求項１乃至３のうちいずれか一項記載の放射線診断装置。
  5. 前記領域同定部は、前記第１画像及び前記第２画像の少なくとも一方にビームハードニング補正を行った後、前記所定領域を同定する請求項１乃至４にうちいずれか一項記載の放射線診断装置。
  6. 前記画像生成部は、前記複数の第１画像あるいは前記複数の第２画像に基づいて第２再構成画像を生成し、前記第２再構成画像における前記所定領域を前記複数の角度に再投影して再投影画像を生成し、
    前記領域同定部は、前記再投影画像に基づいて前記所定領域を同定する請求項１記載の放射線診断装置。
  7. 前記第２再構成画像は前記第１再構成画像に対しボクセルマトリックスサイズが小さい請求項６記載の放射線診断装置。
  8. 前記位置ズレ補正部は、前記複数の第１画像における被検体の動脈瘤に塞栓された前記所定領域と、対応する角度における前記複数の第２画像における前記所定領域との位置が合うように、前記複数の第１画像及び前記複数の第２画像のうち少なくとも一方を補正する請求項１乃至７のうちいずれか一項記載の放射線診断装置。
  9. 前記放射線診断装置は、Ｘ線ＣＴ装置である請求項１乃至８のうちいずれか一項記載の放射線診断装置。
  10. 前記放射線診断装置は、Ｃアーム形アンギオ装置である請求項１乃至８のうちいずれか一項記載の放射線診断装置。
  11. 複数の角度における複数の第１画像又は前記複数の角度における複数の第２画像に基づいて、金属アーチファクトに対応する所定領域を同定し、
    前記所定領域に関する前記複数の第１画像と前記複数の第２画像との位置ズレ補正を実行し、
    前記位置ズレ補正が行なわれた後に、前記複数の第１画像と前記複数の第２画像との差分処理を行いサブトラクション画像を生成し、前記複数の角度においてそれぞれ得られたサブトラクション画像に基づいて第１再構成画像を生成すること、
    を具備する放射線診断装置作動方法。
JP2016123880A 2015-06-22 2016-06-22 放射線診断装置及び放射線診断装置作動方法 Active JP6747885B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/746,012 2015-06-22
US14/746,012 US10013779B2 (en) 2015-06-22 2015-06-22 Metal artifact reduction for 3D-digtial subtraction angiography

Publications (2)

Publication Number Publication Date
JP2017006679A true JP2017006679A (ja) 2017-01-12
JP6747885B2 JP6747885B2 (ja) 2020-08-26

Family

ID=57588290

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016123880A Active JP6747885B2 (ja) 2015-06-22 2016-06-22 放射線診断装置及び放射線診断装置作動方法

Country Status (2)

Country Link
US (1) US10013779B2 (ja)
JP (1) JP6747885B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106805989A (zh) * 2017-03-13 2017-06-09 博动医学影像科技（上海）有限公司 用于动脉造影的图像处理系统及交感神经状态变化的快速测量系统
KR20190063726A (ko) * 2017-11-30 2019-06-10 오스템임플란트 주식회사 치과 ct 영상의 영상 처리 방법, 시스템, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
JP2019195531A (ja) * 2018-05-10 2019-11-14 株式会社日立製作所 Ｘ線ｃｔ装置及び放射線治療システム

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10064593B2 (en) * 2014-06-13 2018-09-04 Siemens Medical Solutions Usa, Inc. Image reconstruction for a volume based on projection data sets
JP6413927B2 (ja) 2015-05-25 2018-10-31 コニカミノルタ株式会社 動態解析装置及び動態解析システム
KR102407624B1 (ko) * 2015-10-06 2022-06-10 삼성전자주식회사 전자 장치의 영상 처리 방법 및 그 전자 장치
US9760983B2 (en) * 2015-10-19 2017-09-12 Shanghai United Imaging Healthcare Co., Ltd. System and method for image registration in medical imaging system
CN106611411B (zh) 2015-10-19 2020-06-26 上海联影医疗科技有限公司 一种医学图像中肋骨分割的方法及医学图像处理装置
CN105551001B (zh) * 2015-12-11 2019-01-15 沈阳东软医疗系统有限公司 一种图像重建方法、装置及设备
DE102016204226A1 (de) * 2016-03-15 2017-09-21 Siemens Healthcare Gmbh Vorrichtung und Verfahren zum Abgrenzen eines Metallobjekts für eine Artefaktreduktion in Tomographiebildern
JP6780948B2 (ja) * 2016-03-28 2020-11-04 キヤノンメディカルシステムズ株式会社 Ｘ線ｃｔ装置
CN110072457A (zh) * 2016-12-15 2019-07-30 皇家飞利浦有限公司 对脉管结构进行可视化
US10568587B2 (en) * 2017-03-28 2020-02-25 Canon Medical Systems Corporation X-ray diagnostic apparatus, image processing apparatus, and image processing method
CN107240131B (zh) * 2017-06-09 2020-04-24 大连理工大学 一种基于迭代纹理形变场的乳腺影像配准方法
JP2020525258A (ja) 2017-06-30 2020-08-27 プロマトン・ホールディング・ベー・フェー 深層学習法を使用する３ｄ歯顎顔面構造の分類および３ｄモデリング
US10413256B2 (en) * 2017-09-13 2019-09-17 LiteRay Medical, LLC Systems and methods for ultra low dose CT fluoroscopy
WO2019053935A1 (ja) * 2017-09-14 2019-03-21 株式会社島津製作所 放射線撮影装置
EP3462373A1 (en) 2017-10-02 2019-04-03 Promaton Holding B.V. Automated classification and taxonomy of 3d teeth data using deep learning methods
US10789738B2 (en) * 2017-11-03 2020-09-29 The University Of Chicago Method and apparatus to reduce artifacts in a computed-tomography (CT) image by iterative reconstruction (IR) using a cost function with a de-emphasis operator
EP3503038A1 (en) 2017-12-22 2019-06-26 Promaton Holding B.V. Automated 3d root shape prediction using deep learning methods
EP3561778A1 (en) * 2018-04-26 2019-10-30 Promaton Holding B.V. Automated correction of metal affected voxel representations of x-ray data using deep learning techniques
US11763502B2 (en) * 2018-08-06 2023-09-19 Vanderbilt University Deep-learning-based method for metal reduction in CT images and applications of same
DE102019202514B4 (de) * 2019-02-25 2021-06-24 Siemens Healthcare Gmbh Verfahren zur digitalen Subtraktionsangiographie, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
US11517274B2 (en) * 2020-06-02 2022-12-06 Wisconsin Alumni Research Foundation Hybrid detection systems and methods for C-arm interventional x-ray systems
WO2022036633A1 (en) * 2020-08-20 2022-02-24 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for image registration
CN114882065B (zh) * 2022-07-12 2023-03-14 深圳市瑞图生物技术有限公司 检测对象的流动性判断方法、装置、分析仪及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006087631A (ja) * 2004-09-22 2006-04-06 Sangaku Renkei Kiko Kyushu:Kk 画像診断装置、画像処理装置、及び画像処理プログラムを記録した記録媒体
JP2009101208A (ja) * 2009-02-10 2009-05-14 Toshiba Corp Ｘ線診断装置
JP2011240178A (ja) * 2011-09-05 2011-12-01 Toshiba Corp 医用画像診断装置
US20140267255A1 (en) * 2013-03-15 2014-09-18 Siemens Aktiengesellschaft Method for artifact-free rendering of metal parts in three-dimensionally reconstructed images

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9968256B2 (en) * 2007-03-08 2018-05-15 Sync-Rx Ltd. Automatic identification of a tool
JP5631698B2 (ja) * 2009-12-07 2014-11-26 株式会社東芝 医用画像処理装置及び医用画像処理方法
US9320486B2 (en) * 2012-11-14 2016-04-26 Siemens Medical Solutions Usa, Inc. System for viewing vasculature and perfuse tissue
US9547894B2 (en) * 2013-10-08 2017-01-17 Toshiba Medical Systems Corporation Apparatus for, and method of, processing volumetric medical image data
EP3175790B1 (en) * 2013-11-04 2021-09-08 Ecential Robotics Method for reconstructing a 3d image from 2d x-ray images

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006087631A (ja) * 2004-09-22 2006-04-06 Sangaku Renkei Kiko Kyushu:Kk 画像診断装置、画像処理装置、及び画像処理プログラムを記録した記録媒体
JP2009101208A (ja) * 2009-02-10 2009-05-14 Toshiba Corp Ｘ線診断装置
JP2011240178A (ja) * 2011-09-05 2011-12-01 Toshiba Corp 医用画像診断装置
US20140267255A1 (en) * 2013-03-15 2014-09-18 Siemens Aktiengesellschaft Method for artifact-free rendering of metal parts in three-dimensionally reconstructed images

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106805989A (zh) * 2017-03-13 2017-06-09 博动医学影像科技（上海）有限公司 用于动脉造影的图像处理系统及交感神经状态变化的快速测量系统
KR20190063726A (ko) * 2017-11-30 2019-06-10 오스템임플란트 주식회사 치과 ct 영상의 영상 처리 방법, 시스템, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
KR102072052B1 (ko) 2017-11-30 2020-01-31 오스템임플란트 주식회사 치과 ct 영상의 영상 처리 방법, 시스템, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
JP2019195531A (ja) * 2018-05-10 2019-11-14 株式会社日立製作所 Ｘ線ｃｔ装置及び放射線治療システム
JP7258474B2 (ja) 2018-05-10 2023-04-17 株式会社日立製作所 Ｘ線ｃｔ装置及び放射線治療システム

Also Published As

Publication number Publication date
US20160371862A1 (en) 2016-12-22
US10013779B2 (en) 2018-07-03
JP6747885B2 (ja) 2020-08-26

Similar Documents

Publication Publication Date Title
JP6747885B2 (ja) 放射線診断装置及び放射線診断装置作動方法
KR101728046B1 (ko) 단층 영상 복원 장치 및 그에 따른 단층 영상 복원 방법
US7920670B2 (en) Keyhole computed tomography
JP5635730B2 (ja) 画像から関心のある特徴部を抽出するためのシステム及び方法
EP1522045B1 (en) Motion artifact correction of tomographical images
RU2429467C2 (ru) Стереоскопическая компьютерная томография
JP5348855B2 (ja) 対象の画像再構成方法およびその方法を実施するための装置
JP5571317B2 (ja) マルチ・モダリティ撮像データを補正する方法
US20040066909A1 (en) Multi modality imaging methods and apparatus
US8768030B2 (en) CT measurement with multiple X-ray sources
US20080267455A1 (en) Method for Movement Compensation of Image Data
JP2008062035A5 (ja)
US11419566B2 (en) Systems and methods for improving image quality with three-dimensional scout
US9265471B2 (en) Determination of a multi-energy image
JP2016198505A (ja) 散乱補正装置及び散乱補正方法
EP3738512A1 (en) Systems and methods for automatic tube potential selection in dual energy imaging
JP4347651B2 (ja) マルチ・モダリティ・イメージング方法及び装置
US10383589B2 (en) Direct monochromatic image generation for spectral computed tomography
US9836862B2 (en) Methods and systems for contrast enhanced imaging with single energy acquisition
US9858688B2 (en) Methods and systems for computed tomography motion compensation
JP2003299643A (ja) 断層撮影装置
JP5849838B2 (ja) 放射線断層画像生成装置、放射線断層撮影装置および放射線断層画像生成プログラム
CN116898466A (zh) 核医学诊断装置、核医学诊断方法及存储介质
Bai et al. Evaluation of a cardiac SPECT system using a common set of solid-state detectors for both emission and transmission scans and a ultras-low dose lead x-ray transmission line source
Fahrig et al. On the feasibility of using the scanning-beam digital X-ray system (SBDX) for lung nodule screening

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190424

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200212

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200303

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200501

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20200527

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200707

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200806

R150 Certificate of patent or registration of utility model

Ref document number: 6747885

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150