JP2017072482A - Scattering correction method - Google Patents
Scattering correction method Download PDFInfo
- Publication number
- JP2017072482A JP2017072482A JP2015199515A JP2015199515A JP2017072482A JP 2017072482 A JP2017072482 A JP 2017072482A JP 2015199515 A JP2015199515 A JP 2015199515A JP 2015199515 A JP2015199515 A JP 2015199515A JP 2017072482 A JP2017072482 A JP 2017072482A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- size
- scattering
- correction
- phantom
- 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.)
- Pending
Links
Images
Landscapes
- Nuclear Medicine (AREA)
Abstract
Description
この発明は、散乱成分を推定して除去する散乱補正方法に関する。 The present invention relates to a scattering correction method for estimating and removing a scattering component.
ＰＥＴ(Positron Emission Tomography)装置のような核医学診断装置では、放射性薬剤が投与された被検体から発生したγ線を測定して得られたエミッションデータには、コンプトン散乱による散乱成分が含まれる。そこで、コンボリューション・サブトラクション法と呼ばれる手法が採用される（例えば、非特許文献１参照）。 In a nuclear medicine diagnostic apparatus such as a PET (Positron Emission Tomography) apparatus, the emission data obtained by measuring γ-rays generated from a subject to which a radiopharmaceutical is administered includes a scattering component due to Compton scattering. Therefore, a method called a convolution / subtraction method is adopted (for example, see Non-Patent Document 1).
［コンボリューション・サブトラクション法］
本手法は、通常のエネルギーウィンドウ(SEW: Standard Energy Window)のみでデータ収集を行い、事前にモデル化された散乱応答関数をエミッションデータ（測定データ）に重畳積分することで散乱分布を推定する手法である。ただし、散乱成分は基本的に低周波成分であり、重畳積分はフーリエ空間上の掛け算で表されるので、実際の処理はフーリエ空間での低周波通過フィルタ(LPF: Low Pass Filter) として処理することで散乱成分を推定することができる。コンボリューション・サブトラクション法は実装が容易であり、均一散乱線に対して良好な結果が得られるので、簡易的手法として広く用いられている。
[Convolution subtraction method]
This method collects data using only the standard energy window (SEW) and estimates the scattering distribution by superimposing and integrating the scattering response function modeled in advance on the emission data (measurement data). It is. However, since the scattering component is basically a low-frequency component and the superposition integral is represented by multiplication in Fourier space, the actual processing is processed as a low-pass filter (LPF) in Fourier space. Thus, the scattering component can be estimated. The convolution / subtraction method is easy to implement and provides good results for uniform scattered radiation, and is therefore widely used as a simple method.
具体的な実装手順の一例は以下になる。
すなわち、サイノグラムの各投影角に対するＸＺ平面（コロナル断面）ｓＴ＋Ｓ（ｘ，ｚ）を、下記（１）式のようにフーリエ変換する。
An example of a specific mounting procedure is as follows.
That is, the XZ plane (coronal section) s T + S (x, z) for each projection angle of the sinogram is Fourier transformed as in the following equation (1).
ＳＴ＋Ｓ（ｋ，ω）に、下記（２）式のように低周波通過フィルタＨ（ｋ，ω）を作用させる。 A low frequency pass filter H (k, ω) is applied to S T + S (k, ω) as shown in the following equation (2).
ここで、低周波通過フィルタＨ（ｋ，ω）は下記（３）式で与えられる。 Here, the low-frequency pass filter H (k, ω) is given by the following equation (3).
ここで、ｆ＝√（ｋ２＋ω２）（＝（ｋ２＋ω２）１／２）である。Ｈ（ｋ，ω）は実空間での散乱応答をフーリエ変換したものと等価である。最後に、ＳＳ（ｋ，ω）を、下記（４）式のように逆フーリエ変換することで、実空間での散乱成分を求める。これを全ての投影角について実施することで、サイノグラムの各ピクセルに対応した散乱成分サイノグラムを求める。 Here, f = √ (k 2 + ω 2 ) (= (k 2 + ω 2 ) 1/2 ). H (k, ω) is equivalent to a Fourier transform of the scattering response in real space. Finally, S S (k, ω) is subjected to inverse Fourier transform as shown in the following equation (4) to obtain a scattering component in real space. By performing this operation for all projection angles, a scattering component sinogram corresponding to each pixel of the sinogram is obtained.
低周波通過フィルタのパラメータα，βは、予め円筒ファントム（直径１５ｃｍ：１５ｃｍφ）で得られたデータを用いて、散乱プロファイルのテール部分をガウス関数などによりフィッティングして散乱成分を推定するテールフィッティング法によって決定される。 The parameters α and β of the low-frequency pass filter are tail-fitting methods that estimate the scattering component by fitting the tail portion of the scattering profile with a Gaussian function or the like using data previously obtained with a cylindrical phantom (diameter 15 cm: 15 cmφ). Determined by.
しかしながら、このような従来手法の場合には、次のような問題がある。
すなわち、対象部位の大きさや形状がパラメータα，β決定時に使用したファントムの大きさや形状に対して異なる場合には、補正精度が劣化するという問題がある。特に、臨床利用では、従来手法では脳などの補正精度は確保されていたが、体幹部では補正精度が劣化する。また、たとえ大きさが同じでも形状が違えば放射線分布や散乱分布も異なる可能性があり、補正精度が劣化する可能性もある。
However, such a conventional method has the following problems.
That is, when the size and shape of the target part are different from the size and shape of the phantom used when determining the parameters α and β, there is a problem that the correction accuracy is deteriorated. In particular, in clinical use, the correction accuracy of the brain or the like has been ensured in the conventional method, but the correction accuracy deteriorates in the trunk. Further, even if the size is the same, if the shape is different, the radiation distribution and the scattering distribution may be different, and the correction accuracy may be deteriorated.
この発明は、このような事情に鑑みてなされたものであって、対象部位の大きさや形状を考慮した散乱成分の推定が可能な散乱補正方法を提供することを目的とする。 The present invention has been made in view of such circumstances, and an object thereof is to provide a scattering correction method capable of estimating a scattering component in consideration of the size and shape of a target portion.
この発明は、このような目的を達成するために、次のような構成をとる。
すなわち、この発明に係る散乱補正方法（前者）は、測定データにモデル関数を畳み込み積分することによって散乱成分を推定して除去するコンボリューション・サブトラクション法により散乱補正する方法であって、パラメータを、被検体の大きさに関する関数または被検体の大きさ毎のテーブルとして予め記憶しており、散乱補正時での被検体の大きさおよび前記関数または前記テーブルに基づいて、散乱補正時での被検体の大きさに対応づけられたパラメータを決定するパラメータ決定工程と、当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う散乱補正工程とを備えることを特徴とするものである。
In order to achieve such an object, the present invention has the following configuration.
That is, the scatter correction method according to the present invention (the former) is a method for performing scatter correction by a convolution subtraction method that estimates and removes a scatter component by convolving and integrating a model function with measurement data. A function relating to the size of the subject or a table for each size of the subject is stored in advance, and the subject at the time of scattering correction is based on the size of the subject at the time of scattering correction and the function or the table. A parameter determination step of determining a parameter associated with the size of the scatter, and a scatter correction step of performing scatter correction by the convolution subtraction method using the determined parameter.
［作用・効果］この発明に係る散乱補正方法（前者）によれば、パラメータを、被検体の大きさに関する関数または被検体の大きさ毎のテーブルとして予め記憶している。パラメータ決定工程では、散乱補正時での被検体（すなわち対象部位）の大きさおよび（被検体の大きさに関する）関数または（被検体の大きさ毎の）テーブルに基づいて、散乱補正時での被検体（対象部位）の大きさに対応づけられたパラメータを決定する。そして、散乱補正工程では、当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う。その結果、対象部位の大きさを考慮した散乱成分の推定が可能となる。 [Operation / Effect] According to the scattering correction method (the former) according to the present invention, the parameters are stored in advance as a function relating to the size of the subject or a table for each size of the subject. In the parameter determination step, based on the size of the subject (that is, the target region) at the time of scatter correction and a function (related to the size of the subject) or a table (for each size of the subject), A parameter associated with the size of the subject (target part) is determined. In the scatter correction step, scatter correction is performed by the convolution / subtraction method using the determined parameters. As a result, it is possible to estimate the scattering component in consideration of the size of the target part.
なお、関数に基づいて対象部位の大きさに対応づけられたパラメータを決定する場合には、任意の大きさに対応したパラメータをフレキシブルに決定することができる。また、テーブルに基づいて対象部位の大きさに対応づけられたパラメータを決定する場合でも、テーブルに記憶された２つ以上の対象部位の大きさに対応づけられたパラメータを用いて補間することによって、テーブルに記憶されていない大きさに対応したパラメータを決定することができる。また、内挿補間でもよいし、外挿でもよい。また、線形補間に限定されず、多項式補間もしくはスプライン補間でもよい。 In addition, when determining the parameter matched with the magnitude | size of the object part based on the function, the parameter corresponding to arbitrary magnitude | sizes can be determined flexibly. In addition, even when determining a parameter associated with the size of the target region based on the table, by interpolating using parameters associated with the size of two or more target regions stored in the table The parameter corresponding to the size not stored in the table can be determined. Also, interpolation or extrapolation may be used. Further, it is not limited to linear interpolation, and may be polynomial interpolation or spline interpolation.
前者の発明に係る散乱補正方法において、２種類以上のファントムまたは模擬被検体を用いて（被検体の大きさに関する）関数または（被検体の大きさ毎の）テーブルを作成する。模擬被検体としては、例えばNEMA(National Electrical manufacturers Association) Bodyがある。NEMA Bodyファントムは体幹部の腫瘍を模擬的に表した人体ファントムである。もちろん、１つのファントムまたは模擬被検体を用いて関数やテーブルを作成してもよい。例えば、図９（ａ）に示すような円錐ファントムや図９（ｂ）に示すような段々ファントムを用いれば、１つのファントムでも関数やテーブルを作成することが可能である。 In the scatter correction method according to the former invention, a function (related to the size of the subject) or a table (for each size of the subject) is created using two or more types of phantoms or simulated subjects. As the simulated subject, for example, there is a NEMA (National Electrical manufacturers Association) Body. The NEMA Body phantom is a human phantom that simulates a trunk tumor. Of course, a function or a table may be created using one phantom or a simulated subject. For example, if a conical phantom as shown in FIG. 9A or a step-by-step phantom as shown in FIG. 9B is used, it is possible to create a function or a table with a single phantom.
前者の発明に係る散乱補正方法において、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積に基づいて、被検体の大きさを検出してもよい。ＰＥＴ装置のような核医学診断装置の測定データに対して散乱補正を行う場合には、外部から転送された画像としては、例えば磁気共鳴診断装置(MRI: Magnetic Resonance Imaging) で得られたＭＲＩ画像やＸ線ＣＴ(Computed Tomography)装置で得られたＣＴ画像や光学的な手段で得られた光画像などがある。 In the scatter correction method according to the former invention, the size of the subject may be detected based on a transmission image, an emission image, an image transferred from the outside, or a digitized cross-sectional area. When scattering correction is performed on measurement data of a nuclear medicine diagnostic apparatus such as a PET apparatus, an MRI image obtained by, for example, a magnetic resonance imaging apparatus (MRI: Magnetic Resonance Imaging) is used as an image transferred from the outside. And CT images obtained with an X-ray CT (Computed Tomography) apparatus and optical images obtained with optical means.
もちろん、体重と身長との関係から算出される肥満度を表す体格指数であるボディマス指数(BMI: Body Mass Index)などのように被検体の大きさが既知である場合には、必ずしも被検体の大きさを検出する必要はない。なお、本発明手法は、コンボリューション関数を測定系毎に最適化するという手法であるために、核医学診断装置以外でもＸ線装置における散乱などのバックグラウンド成分の除去や、スペクトル解析装置などにおいてバックグラウンド成分の大小が測定系条件の影響を受ける場合のバックグラウンド推定法としても利用可能である。 Of course, if the size of the subject is known, such as the Body Mass Index (BMI), which is a body mass index that represents the degree of obesity calculated from the relationship between weight and height, the subject's There is no need to detect the size. In addition, since the method of the present invention is a method of optimizing the convolution function for each measurement system, in addition to the nuclear medicine diagnostic apparatus, the removal of background components such as scattering in the X-ray apparatus, the spectrum analysis apparatus, etc. It can also be used as a background estimation method when the magnitude of the background component is affected by the measurement system conditions.
また、前者とは別の発明に係る散乱補正方法（後者）は、測定データにモデル関数を畳み込み積分することによって散乱成分を推定して除去するコンボリューション・サブトラクション法により散乱補正する方法であって、パラメータを、被検体の形状毎のテーブルとして予め記憶しており、散乱補正時での被検体の形状および前記テーブルに基づいて、散乱補正時での被検体の形状に対応づけられたパラメータを決定するパラメータ決定工程と、当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う散乱補正工程とを備えることを特徴とするものである。 Further, a scattering correction method (the latter) according to an invention different from the former is a method for correcting scattering by a convolution subtraction method that estimates and removes a scattering component by convolving and integrating a model function with measurement data. The parameters are stored in advance as a table for each shape of the subject, and the parameters associated with the shape of the subject at the time of scatter correction based on the shape of the subject at the time of scatter correction and the table are stored. The method includes a parameter determining step for determining, and a scattering correction step for performing scattering correction by the convolution / subtraction method using the determined parameter.
［作用・効果］この発明に係る散乱補正方法（後者）によれば、パラメータを、被検体の形状毎のテーブルとして予め記憶している。パラメータ決定工程では、散乱補正時での被検体（すなわち対象部位）の形状および（被検体の形状毎の）テーブルに基づいて、散乱補正時での被検体（対象部位）の形状に対応づけられたパラメータを決定する。そして、散乱補正工程では、当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う。その結果、対象部位の形状を考慮した散乱成分の推定が可能となる。 [Operation / Effect] According to the scattering correction method (the latter) according to the present invention, the parameters are stored in advance as a table for each shape of the subject. In the parameter determination step, the shape of the subject (target portion) at the time of scattering correction is associated with the shape of the subject (target portion) at the time of scattering correction based on the shape of the subject (that is, the target portion) at the time of scattering correction and the table (for each shape of the subject). Determine the parameters. In the scatter correction step, scatter correction is performed by the convolution / subtraction method using the determined parameters. As a result, it is possible to estimate the scattering component in consideration of the shape of the target part.
「発明が解決しようとする課題」の欄でも述べたように、たとえ大きさが同じでも形状が違えば放射線分布や散乱分布も異なる可能性があり、補正精度が劣化する可能性もある。そこで、かかる課題を解決するために、後者の発明に係る散乱補正方法によって、散乱補正時での被検体（対象部位）の形状が違う場合においても、対象部位の大きさに関わらず対象部位の形状を考慮した散乱成分の推定が可能となる。 As described in the section “Problems to be Solved by the Invention”, even if the size is the same, the radiation distribution and the scattering distribution may be different if the shape is different, and the correction accuracy may be deteriorated. Therefore, in order to solve such a problem, even when the shape of the subject (target part) at the time of scatter correction is different by the scatter correction method according to the latter invention, the target part is not affected by the size of the target part. The scattering component can be estimated in consideration of the shape.
後者の発明の散乱補正方法において、前者の発明の散乱補正方法と同様に、２種類以上のファントムまたは模擬被検体を用いて（被検体の形状毎の）テーブルを作成する。前者の発明の散乱補正方法でも述べたように、後者の発明の散乱補正方法においても、１つのファントムまたは模擬被検体を用いてテーブルを作成してもよい。例えば、人体を模擬的に一体的に表したファントム（模擬被検体）を用いれば、１つのファントムでもテーブルを作成することが可能である。 In the scatter correction method of the latter invention, as in the scatter correction method of the former invention, a table (for each shape of the subject) is created using two or more types of phantoms or simulated subjects. As described in the scatter correction method of the former invention, the table may be created using one phantom or a simulated subject also in the scatter correction method of the latter invention. For example, if a phantom (simulated subject) that integrally represents a human body is used, a table can be created with a single phantom.
後者の発明の散乱補正方法において、前者の発明の散乱補正方法と同様に、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積に基づいて、被検体の形状を検出してもよい。前者の発明の散乱補正方法でも述べたように、後者の発明の散乱補正方法においても、ＰＥＴ装置のような核医学診断装置の測定データに対して散乱補正を行う場合には、外部から転送された画像としては、例えばＭＲＩ画像やＣＴ画像や光画像などがある。なお、後者の発明の散乱補正方法においても、核医学診断装置以外でもＸ線装置における散乱などのバックグラウンド成分の除去や、スペクトル解析装置などにおいてバックグラウンド成分の大小が測定系条件の影響を受ける場合のバックグラウンド推定法としても利用可能である。 In the scatter correction method of the latter invention, similar to the scatter correction method of the former invention, the shape of the subject is detected based on a transmission image, an emission image, an externally transferred image, or a digitized cross-sectional area. May be. As described in the scatter correction method of the former invention, also in the scatter correction method of the latter invention, when scatter correction is performed on measurement data of a nuclear medicine diagnostic apparatus such as a PET apparatus, it is transferred from the outside. Examples of the images include MRI images, CT images, and optical images. In the scatter correction method of the latter invention as well, removal of background components such as scattering in the X-ray apparatus other than the nuclear medicine diagnostic apparatus, and the size of the background components are affected by the measurement system conditions in the spectrum analyzer and the like. It can also be used as a background estimation method.
この発明に係る散乱補正方法（前者）によれば、パラメータ決定工程では、散乱補正時での被検体（すなわち対象部位）の大きさおよび（被検体の大きさに関する）関数または（被検体の大きさ毎の）テーブルに基づいて、散乱補正時での被検体（対象部位）の大きさに対応づけられたパラメータを決定する。そして、散乱補正工程では、当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う。その結果、対象部位の大きさを考慮した散乱成分の推定が可能となる。
この発明に係る散乱補正方法（後者）によれば、パラメータ決定工程では、散乱補正時での被検体（すなわち対象部位）の形状および（被検体の形状毎の）テーブルに基づいて、散乱補正時での被検体（対象部位）の形状に対応づけられたパラメータを決定する。そして、散乱補正工程では、当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う。その結果、対象部位の形状を考慮した散乱成分の推定が可能となる。
According to the scatter correction method (the former) according to the present invention, in the parameter determination step, the size of the subject (that is, the target portion) and the function (related to the size of the subject) or the size of the subject at the time of scatter correction A parameter associated with the size of the subject (target part) at the time of scattering correction is determined based on the table. In the scatter correction step, scatter correction is performed by the convolution / subtraction method using the determined parameters. As a result, it is possible to estimate the scattering component in consideration of the size of the target part.
According to the scatter correction method according to the present invention (the latter), in the parameter determination step, based on the shape of the subject (that is, the target region) at the time of scatter correction and the table (for each shape of the subject) The parameter associated with the shape of the subject (target region) at is determined. In the scatter correction step, scatter correction is performed by the convolution / subtraction method using the determined parameters. As a result, it is possible to estimate the scattering component in consideration of the shape of the target part.
以下、図面を参照してこの発明の実施例１を説明する。
図１は、実施例１に係るＰＥＴ(Positron Emission Tomography)装置の側面図およびブロック図である。後述する実施例２も含めて、本実施例１では、核医学診断装置の測定データに対して散乱補正を行う場合について説明するとともに、核医学診断装置として、ＰＥＴ装置を例に採って説明する。
FIG. 1 is a side view and block diagram of a PET (Positron Emission Tomography) apparatus according to the first embodiment. In the first embodiment, including a second embodiment to be described later, a case where the scatter correction is performed on the measurement data of the nuclear medicine diagnostic apparatus will be described, and a PET apparatus will be described as an example of the nuclear medicine diagnostic apparatus. .
後述する実施例２も含めて、本実施例１に係るＰＥＴ装置は、図１に示すように、被検体Ｍを載置する天板１を備えている。この天板１は、上下に昇降移動、被検体Ｍの体軸Ｚに沿って平行移動するように構成されている。このように構成することで、天板１に載置された被検体Ｍは、後述するガントリ２の開口部２ａを通って、頭部から順に腹部、足部へと走査されて、被検体Ｍの画像を得る。なお、走査される部位や各部位の走査順序については特に限定されない。
The PET apparatus according to the first embodiment including the second embodiment to be described later includes a
天板１の他に、本実施例１に係るＰＥＴ装置は、開口部２ａを有したガントリ２と、γ線検出器３とを備えている。γ線検出器３は、被検体Ｍの体軸Ｚ周りを取り囲むようにしてリング状に配置されており、ガントリ２内に埋設されている。
In addition to the
その他にも、本実施例１に係るＰＥＴ装置は、同時計数回路４とフーリエ変換部５とサイズメモリ部６と関数プログラム７とテーブル８とパラメータ設定部９と低周波通過フィルタ１０と逆フーリエ変換部１１と減算器１２と再構成部１３とを備えている。図１では、関数プログラム７およびテーブル８を両方備えているが、関数プログラム７またはテーブル８のいずれか一方を備えてもよい。また、関数プログラム７またはテーブル８のいずれか１つに切り替えて選択してもよい。
In addition, the PET apparatus according to the first embodiment includes a coincidence circuit 4, a Fourier transform unit 5, a size memory unit 6, a function program 7, a table 8, a parameter setting unit 9, a low-
フーリエ変換部５，パラメータ設定部９，逆フーリエ変換部１１および再構成部１３は、中央演算処理装置（ＣＰＵ）などで構成されている。
The Fourier transform unit 5, the parameter setting unit 9, the inverse
サイズメモリ部６およびテーブル８は、ＲＯＭ（Read-only Memory）やＲＡＭ（Random-Access Memory）などに代表される記憶媒体で構成されている。特に、本実施例１では、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積を、被検体Ｍの大きさとしてサイズメモリ部６に書き込んで記憶し、散乱補正時にサイズメモリ部６から被検体Ｍの大きさを読み出してパラメータ設定部９に送り込んで、パラメータ設定部９によるパラメータの決定を行う。その他に、パラメータを、被検体Ｍの大きさ毎のテーブルとしてテーブル８に書き込んで記憶し、散乱補正時にテーブル８を参照して、パラメータ設定部９によるパラメータの決定を行う。パラメータの決定については詳しく後述する。 The size memory unit 6 and the table 8 are composed of storage media represented by ROM (Read-only Memory), RAM (Random-Access Memory), and the like. In particular, in the first embodiment, the transmission image, the emission image, the image transferred from the outside, or the digitized cross-sectional area is written and stored in the size memory unit 6 as the size of the subject M, and the size is obtained at the time of scattering correction. The size of the subject M is read from the memory unit 6 and sent to the parameter setting unit 9, and the parameter setting unit 9 determines the parameter. In addition, the parameters are written and stored in the table 8 as a table for each size of the subject M, and the parameters are determined by the parameter setting unit 9 with reference to the table 8 at the time of scattering correction. The parameter determination will be described later in detail.
また、ＲＯＭには、各種の核医学診断による演算処理を行うためのプログラム等を予め記憶しており、そのプログラムをＣＰＵが実行することでそのプログラムに応じた核医学診断による演算処理をそれぞれ行う。また、本実施例１では、ＲＯＭには関数プログラム７を予め記憶しており、その関数プログラム７に応じたパラメータ設定部９によるパラメータの決定を行う。 The ROM stores in advance a program for performing arithmetic processing by various nuclear medicine diagnosis, and the CPU executes the program to perform arithmetic processing by nuclear medicine diagnosis according to the program. . In the first embodiment, a function program 7 is stored in advance in the ROM, and parameters are determined by the parameter setting unit 9 corresponding to the function program 7.
フーリエ変換部５，パラメータ設定部９，逆フーリエ変換部１１および再構成部１３は、例えば上述した記憶媒体のＲＯＭに記憶されたプログラムあるいは入力部（図示省略）などに代表されるポインティングデバイスで入力された命令をＣＰＵが実行することで実現される。
The Fourier transform unit 5, the parameter setting unit 9, the inverse
放射性薬剤が投与された被検体Ｍから発生したγ線をγ線検出器３のシンチレータブロック（図示省略）が光に変換して、変換されたその光をγ線検出器３の光センサ（図示省略）は増倍させて電気信号に変換する。その電気信号を画像情報（画素値）として同時計数回路４に送り込む。
The γ-rays generated from the subject M to which the radiopharmaceutical is administered are converted into light by a scintillator block (not shown) of the γ-
具体的には、被検体Ｍに放射性薬剤を投与すると、ポジトロン放出型のＲＩのポジトロンが消滅することにより、２本のγ線が発生する。同時計数回路４は、γ線検出器３のシンチレータブロックの位置とγ線の入射タイミングとをチェックし、被検体Ｍの両側にある２つのシンチレータブロックでγ線が同時に入射したとき（すなわち同時計数したとき）のみ、送り込まれた画像情報を適正なデータと判定する。一方のシンチレータブロックのみにγ線が入射したときには、同時計数回路４は棄却する。
Specifically, when a radiopharmaceutical is administered to the subject M, two γ rays are generated due to the disappearance of the positron of the positron emission type RI. The coincidence circuit 4 checks the position of the scintillator block of the γ-
同時計数回路４に送り込まれた画像情報を同時計数データ（エミッションデータ）として、フーリエ変換部５に送り込むとともに減算器１２にも送り込む。フーリエ変換部５は、エミッションデータ（測定データ）をフーリエ変換して、フーリエ変換後の周波数空間データを低周波通過フィルタ１０に送り込む。フーリエ変換後の周波数空間データに低周波通過フィルタを作用させることによって、周波数空間での散乱成分を求めて逆フーリエ変換部１１に送り込む。
The image information sent to the coincidence circuit 4 is sent to the Fourier transform unit 5 and also sent to the
逆フーリエ変換部１１は、周波数空間での散乱成分を逆フーリエ変換することによって、実空間での散乱成分を求めて減算器１２に送り込む。減算器１２は、同時計数回路４から送り込まれたエミッションデータ（測定データ）から、逆フーリエ変換部１１から送り込まれた実空間での散乱成分を減算することによって、散乱成分を除去したエミッションデータを投影データとして、再構成部１３に送り込む。再構成部１３は、その投影データを再構成して被検体Ｍの画像を求める。このようにして、再構成部１３で得られた画像に基づいて核医学診断を行う。
The inverse
次に、本実施例１に係る具体的な散乱補正方法について、図２〜図４を参照して説明する。図２は、各実施例に係る散乱補正方法のフローチャートであり、図３は、実施例１に係る被検体の大きさに関するパラメータの関数の一例およびパラメータの補間例であり、図４は、実施例１に係る被検体の大きさ毎のテーブルの一例である。図２において、後述する実施例２に係る散乱補正方法のフローチャートは本実施例１と共通する。 Next, a specific scattering correction method according to the first embodiment will be described with reference to FIGS. FIG. 2 is a flowchart of the scatter correction method according to each embodiment, FIG. 3 is an example of a function of parameters related to the size of the subject and an example of parameter interpolation according to the first embodiment, and FIG. 4 is an example of a table for each subject size according to Example 1; In FIG. 2, a flowchart of a scatter correction method according to a second embodiment described later is common to the first embodiment.
パラメータを、被検体Ｍ（図１を参照）の大きさに関する関数として記憶する場合には、２種類以上のファントムまたは模擬被検体を用いてパラメータをそれぞれ求める。これらのパラメータを被検体Ｍの対象部位の大きさに依存して変化する関数として関数プログラム７（図１を参照）に記憶する。 When the parameters are stored as a function related to the size of the subject M (see FIG. 1), the parameters are obtained using two or more types of phantoms or simulated subjects. These parameters are stored in the function program 7 (see FIG. 1) as a function that varies depending on the size of the target region of the subject M.
上記（３）式で低周波通過フィルタのパラメータα，βを求める場合には、図３に示すように、直径１５ｃｍ：１５ｃｍφの円筒ファントム（図３では「Cylindrical Phantom with the diameter of 15cm」で表記）および模擬被検体としてNEMA Bodyファントム（図３では「NEMA Body Phantom」で表記）の２種類を用いて被検体Ｍの大きさに関する関数を作成する。NEMA Bodyファントムの長軸の直径を、例えば３０ｃｍあるいは被検体Ｍの胴周りに合わせて４５ｃｍ〜５０ｃｍとして、短軸の直径を、例えば２０ｃｍあるいは被検体Ｍの胴周りに合わせて２０ｃｍ〜３０ｃｍとする。 When the parameters α and β of the low-frequency pass filter are obtained by the above equation (3), as shown in FIG. 3, a cylindrical phantom having a diameter of 15 cm: 15 cmφ (in FIG. 3, expressed as “Cylindrical Phantom with the diameter of 15 cm”) ) And two types of NEMA Body phantoms (indicated as “NEMA Body Phantom” in FIG. 3) as simulated subjects, a function relating to the size of the subject M is created. The major axis diameter of the NEMA Body phantom is, for example, 30 cm or 45 cm to 50 cm according to the circumference of the subject M, and the minor axis diameter is, for example, 20 cm or 20 cm to 30 cm according to the circumference of the subject M. .
図３では、円筒ファントム（Cylindrical Phantom with the diameter of 15cm）からNEMA Bodyファントム（NEMA Body Phantom）までに関する被検体Ｍの大きさ（ここでは被検体Ｍの面積）については、当該円筒ファントムでのパラメータα，βとNEMA Bodyファントムでのパラメータα，βとをそれぞれ線形で結ぶ線形関数とする。被検体Ｍの大きさが当該円筒ファントムよりも小さい場合やNEMA Bodyファントムよりも大きい場合には、当該円筒ファントムからNEMA Bodyファントムまでに関する被検体Ｍの大きさでの線形関数と同じ傾きの線形関数を用いると過補正や補正不足が生じる可能性がある。 In FIG. 3, the size of the subject M (here, the area of the subject M) from the cylindrical phantom (Cylindrical Phantom with the diameter of 15 cm) to the NEMA Body phantom (here, the area of the subject M) is a parameter in the cylindrical phantom. A linear function that linearly connects α and β and the parameters α and β of the NEMA Body phantom, respectively. When the size of the subject M is smaller than the cylindrical phantom or larger than the NEMA Body phantom, a linear function having the same slope as the linear function at the size of the subject M from the cylindrical phantom to the NEMA Body phantom If is used, overcorrection or undercorrection may occur.
そこで、図３に示すように、被検体Ｍの大きさが当該円筒ファントムよりも小さい場合やNEMA Bodyファントムよりも大きい場合には、当該円筒ファントムからNEMA Bodyファントムまでに関する被検体Ｍの大きさでの線形関数よりも小さい傾きの線形関数を用いる。被検体Ｍの大きさが当該円筒ファントムよりも小さい場合やNEMA Bodyファントムよりも大きい場合には、パラメータαをほぼ一定として、パラメータβに関する線形関数として当該円筒ファントムからNEMA Bodyファントムまでに関する被検体Ｍの大きさでの線形関数よりも小さい傾きの線形関数を用いる。 Therefore, as shown in FIG. 3, when the size of the subject M is smaller than the cylindrical phantom or larger than the NEMA Body phantom, the size of the subject M from the cylindrical phantom to the NEMA Body phantom is set. A linear function having a smaller slope than the linear function is used. When the size of the subject M is smaller than that of the cylindrical phantom or larger than that of the NEMA Body phantom, the parameter M is made substantially constant, and the subject M concerning the cylindrical phantom to the NEMA Body phantom as a linear function with respect to the parameter β. Use a linear function with a slope smaller than the linear function at the magnitude of.
なお、被検体Ｍの大きさが当該円筒ファントムよりも小さい場合には、当該円筒ファントムよりも小さいファントムを用意して、被検体Ｍの大きさに関する関数を作成してもよい。また、被検体Ｍの大きさがNEMA Bodyファントムよりも大きい場合には、NEMA Bodyファントムよりも大きいファントムを用意して、被検体Ｍの大きさに関する関数を作成してもよい。また、NEMA Bodyファントムの替わりに、直径１５ｃｍ：１５ｃｍφの円筒ファントムと同じ形状、かつ当該円筒ファントムよりも大きい円筒ファントムを用意してもよい。 If the size of the subject M is smaller than the cylindrical phantom, a function related to the size of the subject M may be created by preparing a phantom smaller than the cylindrical phantom. When the size of the subject M is larger than the NEMA Body phantom, a function related to the size of the subject M may be created by preparing a phantom larger than the NEMA Body phantom. Further, instead of the NEMA Body phantom, a cylindrical phantom having the same shape as the cylindrical phantom having a diameter of 15 cm: 15 cmφ and larger than the cylindrical phantom may be prepared.
図３では、被検体Ｍの大きさに関するパラメータの関数を作成して関数プログラム７に記憶したが、図４に示すように被検体Ｍの大きさ毎のテーブルをテーブル８（図１を参照）に書き込んで記憶してもよい。 In FIG. 3, a function of a parameter related to the size of the subject M is created and stored in the function program 7. However, as shown in FIG. 4, a table for each size of the subject M is a table 8 (see FIG. 1). You may write and memorize | store.
上記（３）式で低周波通過フィルタのパラメータα，βを求める場合には、２種類以上のファントムまたは模擬被検体を用いて被検体Ｍの大きさ毎のテーブルを作成する。例えば、図４に示すように、被検体Ｍの大きさとしてＳ１，Ｓ２，…のファントムまたは模擬被検体を用いて、大きさＳ１のファントムまたは模擬被検体を用いたときのパラメータα１，β１を求めて大きさＳ１に対応づける。以下、同様に大きさＳ２のファントムまたは模擬被検体を用いたときのパラメータα２，β２を求めて大きさＳ２に対応づける。 When the parameters α and β of the low-frequency pass filter are obtained by the above equation (3), a table for each size of the subject M is created using two or more types of phantoms or simulated subjects. For example, as shown in FIG. 4, a parameter α when a phantom or a simulated subject having a size S 1 is used as a size of the subject M using a phantom or a simulated subject having S 1 , S 2 ,. 1 and β 1 are obtained and associated with the magnitude S 1 . Similarly, parameters α 2 and β 2 when using a phantom of size S 2 or a simulated subject are obtained and associated with size S 2 .
次に、実際の被検体Ｍに放射性薬剤を投与して、同時計数データ（エミッションデータ）を収集して、図２に示す散乱補正を含む核医学診断を行う。 Next, a radiopharmaceutical is administered to an actual subject M, coincidence count data (emission data) is collected, and a nuclear medicine diagnosis including scattering correction shown in FIG. 2 is performed.
もし、被検体Ｍの大きさが未知である場合には、先ず被検体Ｍの対象部位の大きさを求める。対象部位の大きさを求めるためには、散乱補正時（利用時）での同一の被検体Ｍに対する、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積を用いる。そして、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積から対象部位の大きさを求める。 If the size of the subject M is unknown, first, the size of the target portion of the subject M is obtained. In order to obtain the size of the target region, a transmission image, an emission image, an externally transferred image, or a digitized cross-sectional area for the same subject M at the time of scattering correction (when using) is used. Then, the size of the target part is obtained from the transmission image, the emission image, the image transferred from the outside, or the digitized cross-sectional area.
トランスミッション画像を用いる場合には、放射性薬剤と同じ核種の線源を用いてトランスミッション画像を求めて、サイズメモリ部６（図１を参照）に書き込んで記憶する。 When the transmission image is used, the transmission image is obtained using the same nuclide source as that of the radiopharmaceutical, and is written and stored in the size memory unit 6 (see FIG. 1).
エミッション画像を用いる場合には、同時計数データ（エミッションデータ）の収集時に当該エミッションデータを再構成部１３（図１を参照）に送り込んで、再構成部１３は当該エミッションデータを再構成してエミッション画像を求めて、サイズメモリ部６に書き込んで記憶する。このエミッション画像には散乱補正が考慮されていないが、対象部位の大きさを求める場合には影響がない。さらに、エミッション画像を用いる場合には、エミッションデータをそのまま利用することができる。よって、測定時間を短縮することができるという効果をも奏する。
When the emission image is used, the emission data is sent to the reconstruction unit 13 (see FIG. 1) when collecting the coincidence count data (emission data), and the
外部から転送された画像や数値化された断面積を用いる場合には、外部装置（例えばＭＲＩやＸ線ＣＴ装置や光学的な手段を備えた装置）で得られた画像や数値化された断面積を、サイズメモリ部６に書き込んで記憶する。 When using an externally transferred image or a digitized cross-sectional area, an image obtained by an external device (for example, an MRI or X-ray CT device or a device equipped with optical means) or a digitized slice is used. The area is written and stored in the size memory unit 6.
被検体Ｍの全身のデータを得る場合においては、推定対象付近（例えば体軸方向±１０ｃｍ程度）のみの大きさを、上述したようにトランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積から求める。求められた推定対象付近の大きさおよび図３に示す関数または図４に示すテーブルに基づいて、当該対象部位付近の大きさに対応づけられたパラメータα，βを決定する（図２のステップＳ１を参照）。そして、決定されたパラメータα，βを用いてコンボリューション・サブトラクション法による散乱補正を行う（図２のステップＳ２を参照）。一連の散乱補正を含む核医学診断を体軸方向の位置で実行することで、１つのデータ内でも大きさの変化を考慮した散乱成分の推定が可能となる。 When obtaining data of the whole body of the subject M, the size only in the vicinity of the estimation target (for example, about ± 10 cm in the body axis direction) is used as described above, the transmission image, the emission image, the image transferred from the outside, or the digitization. Obtained from the obtained cross-sectional area. Based on the obtained size near the estimation target and the function shown in FIG. 3 or the table shown in FIG. 4, parameters α and β associated with the size near the target region are determined (step S1 in FIG. 2). See). Then, the scattering correction is performed by the convolution subtraction method using the determined parameters α and β (see step S2 in FIG. 2). By executing a nuclear medicine diagnosis including a series of scattering corrections at a position in the body axis direction, it is possible to estimate a scattering component in consideration of a change in size even within one data.
（ステップＳ１）パラメータ決定
求められた推定対象付近の大きさおよび図３に示す関数または図４に示すテーブルに基づいて、パラメータ設定部９（図１を参照）は当該対象部位付近の大きさに対応づけられたパラメータα，βを決定する。具体的には、図３に示す関数に基づいてパラメータα，βを決定する場合には、求められた散乱補正時での被検体Ｍの大きさを図３に示す関数に代入して関数プログラム７を実行することで、パラメータα，βを求める。
(Step S1) Parameter Determination Based on the obtained size near the estimation target and the function shown in FIG. 3 or the table shown in FIG. 4, the parameter setting unit 9 (see FIG. 1) sets the size near the target site. The associated parameters α and β are determined. Specifically, when determining the parameters α and β based on the function shown in FIG. 3, the function program is obtained by substituting the obtained size of the subject M at the time of scattering correction into the function shown in FIG. 7 is obtained, parameters α and β are obtained.
また、図４に示すテーブルに基づいてパラメータα，βを決定する場合には、テーブル８を参照して、求められた散乱補正時での被検体Ｍの大きさに対応づけられたパラメータα，βを求める。求められた散乱補正時での被検体Ｍの大きさに対応づけられたパラメータα，βがテーブル８に存在しない場合には、テーブル８に記憶された２つ以上のパラメータを用いて補間することによって、テーブル８に記憶されていないパラメータα，βを決定することができる。このステップＳ１は、この発明におけるパラメータ決定工程に相当する。 Further, when determining the parameters α and β based on the table shown in FIG. 4, the parameters α and β associated with the size of the subject M at the time of the obtained scatter correction are referred to the table 8. Find β. When the parameters α and β associated with the size of the subject M at the time of the scatter correction obtained do not exist in the table 8, interpolation is performed using two or more parameters stored in the table 8. Thus, the parameters α and β that are not stored in the table 8 can be determined. This step S1 corresponds to a parameter determining step in the present invention.
（ステップＳ２）散乱補正
ステップＳ１でパラメータ設定部９によって決定されたパラメータα，βを用いてコンボリューション・サブトラクション法による散乱補正を行う。具体的には、被検体Ｍの全身に関する同時計数データ（エミッションデータ）をフーリエ変換部５（図１を参照）に送り込んで、フーリエ変換部５は、当該エミッションデータ、すなわち測定データをフーリエ変換する。
(Step S2) Scattering Correction Scattering correction by the convolution / subtraction method is performed using the parameters α and β determined by the parameter setting unit 9 in step S1. Specifically, coincidence count data (emission data) on the whole body of the subject M is sent to the Fourier transform unit 5 (see FIG. 1), and the Fourier transform unit 5 performs Fourier transform on the emission data, that is, measurement data. .
本実施例１では、測定データとしてサイノグラムのＸＺ平面（コロナル断面）ｓＴ＋Ｓ（ｘ，ｚ）を、上記（１）式のようにフーリエ変換してフーリエ変換後の周波数空間データＳＴ＋Ｓ（ｋ，ω）を求めるが、これに限定されない。コロナル断面以外の断面（例えばアキシャル断面、サジタル断面）をフーリエ変換してもよいし、互いに異なる複数の断面をそれぞれフーリエ変換したものを利用してもよい。 In the first embodiment, the XZ plane (coronal section) s T + S (x, z) of the sinogram as measurement data is Fourier-transformed as shown in the above equation (1), and the frequency space data S T + S (k, ω) is determined, but is not limited to this. Cross sections other than the coronal cross section (for example, axial cross section, sagittal cross section) may be subjected to Fourier transform, or a plurality of different cross sections may be subjected to Fourier transform.
本実施例１では、ステップＳ１でパラメータ設定部９によって決定されたパラメータα，βを上記（３）式に代入して、低周波通過フィルタＨ（ｋ，ω）を求める。低周波通過フィルタの数式は、上記（３）式に限定されない。 In the first embodiment, the low frequency pass filter H (k, ω) is obtained by substituting the parameters α and β determined by the parameter setting unit 9 in step S1 into the above equation (3). The formula of the low frequency pass filter is not limited to the above formula (3).
フーリエ変換後の周波数空間データＳＴ＋Ｓ（ｋ，ω）を低周波通過フィルタ１０（図１を参照）に送り込んで、低周波通過フィルタ１０は、フーリエ変換後の周波数空間データに上記（２）式のように低周波通過フィルタＨ（ｋ，ω）を作用させることによって、周波数空間での散乱成分ＳＳ（ｋ，ω）を求める。
The frequency space data S T + S (k, ω) after the Fourier transform is sent to the low frequency pass filter 10 (see FIG. 1), and the low
周波数空間での散乱成分ＳＳ（ｋ，ω）を逆フーリエ変換部１１（図１を参照）に送り込んで、逆フーリエ変換部１１は、周波数空間での散乱成分ＳＳ（ｋ，ω）を上記（４）式のように逆フーリエ変換することで、実空間での散乱成分ｓＳ（ｘ，ｚ）を求める。
The scattering component S S (k, ω) in the frequency space is sent to the inverse Fourier transform unit 11 (see FIG. 1), and the inverse
サイノグラムのＸＺ平面（コロナル断面）ｓＴ＋Ｓ（ｘ，ｚ）および実空間での散乱成分ｓＳ（ｘ，ｚ）を減算器１２（図１を参照）に送り込んで、減算器１２は、サイノグラムのＸＺ平面（コロナル断面）ｓＴ＋Ｓ（ｘ，ｚ）から、実空間での散乱成分ｓＳ（ｘ，ｚ）を減算することによって、散乱成分を除去したエミッションデータを投影データとして求める。 The XZ plane of the sinogram (coronal section) s T + S (x, z) and the scattered component s S (x, z) in real space are sent to the subtractor 12 (see FIG. 1). By subtracting the scattering component s S (x, z) in real space from the XZ plane (coronal section) s T + S (x, z), emission data from which the scattering component has been removed is obtained as projection data.
その投影データを再構成部１３に送り込んで、再構成部１３は、投影データを再構成して被検体Ｍの画像を求める。このステップＳ２は、この発明における散乱補正工程に相当する。
The projection data is sent to the
本実施例１に係る散乱補正方法によれば、パラメータα，βを、被検体Ｍの大きさに関する関数（図３を参照）または被検体Ｍの大きさ毎のテーブル（図４を参照）として予め記憶している。パラメータ決定工程（図２ではステップＳ１）では、散乱補正時での被検体Ｍ（すなわち対象部位）の大きさおよび（被検体Ｍの大きさに関する）関数または（被検体Ｍの大きさ毎の）テーブルに基づいて、散乱補正時での被検体Ｍ（対象部位）の大きさに対応づけられたパラメータα，βを決定する。そして、散乱補正工程（図２ではステップＳ２）では、当該決定されたパラメータα，βを用いてコンボリューション・サブトラクション法による散乱補正を行う。その結果、対象部位の大きさを考慮した散乱成分の推定が可能となる。 According to the scattering correction method according to the first embodiment, the parameters α and β are set as a function relating to the size of the subject M (see FIG. 3) or a table for each size of the subject M (see FIG. 4). Pre-stored. In the parameter determination step (step S1 in FIG. 2), the size of the subject M (that is, the target portion) at the time of scatter correction and a function (related to the size of the subject M) or (for each size of the subject M). Based on the table, parameters α and β associated with the size of the subject M (target region) at the time of scattering correction are determined. In the scatter correction step (step S2 in FIG. 2), scatter correction by the convolution / subtraction method is performed using the determined parameters α and β. As a result, it is possible to estimate the scattering component in consideration of the size of the target part.
また、臨床利用において、後述する実施例２も含んだ本実施例１に係る散乱補正方法により、同一データに含まれる脳・体幹部とも補正精度が確保されるという効果をも奏する。 Further, in clinical use, the scatter correction method according to the first embodiment including the second embodiment described later also has an effect that the correction accuracy is ensured for both the brain and the trunk included in the same data.
図３に示す関数に基づいて対象部位の大きさに対応づけられたパラメータを決定する場合には、任意の大きさに対応したパラメータをフレキシブルに決定することができる。また、図４に示すテーブルに基づいて対象部位の大きさに対応づけられたパラメータを決定する場合でも、テーブルに記憶された２つ以上の対象部位の大きさに対応づけられたパラメータを用いて補間することによって、テーブルに記憶されていない大きさに対応したパラメータを決定することができる。また、内挿補間でもよいし、外挿でもよい。また、線形補間に限定されず、多項式補間もしくはスプライン補間でもよい。 When determining the parameter associated with the size of the target region based on the function shown in FIG. 3, the parameter corresponding to an arbitrary size can be determined flexibly. In addition, even when determining a parameter associated with the size of the target region based on the table shown in FIG. 4, the parameters associated with the sizes of two or more target regions stored in the table are used. By performing the interpolation, it is possible to determine a parameter corresponding to a size that is not stored in the table. Also, interpolation or extrapolation may be used. Further, it is not limited to linear interpolation, and may be polynomial interpolation or spline interpolation.
本実施例１において、２種類以上のファントムまたは模擬被検体を用いて（被検体Ｍの大きさに関する）関数または（被検体Ｍの大きさ毎の）テーブルを作成する。図３や図４では、直径１５ｃｍ：１５ｃｍφの円筒ファントム（Cylindrical Phantom with the diameter of 15cm）およびNEMA Bodyファントム（NEMA Body Phantom）の２種類を用いて当該関数または当該テーブルを作成する。 In the first embodiment, a function (for the size of the subject M) or a table (for each size of the subject M) is created using two or more types of phantoms or simulated subjects. 3 and 4, the function or the table is created using two types of cylinder phantom (Cylindrical Phantom with the diameter of 15 cm) and NEMA Body phantom having a diameter of 15 cm: 15 cmφ.
後述する実施例２も含めて、本実施例１では、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積に基づいて、被検体Ｍの大きさを検出している。後述する実施例２も含んだ本実施例１において、ＰＥＴ装置のような核医学診断装置の測定データに対して散乱補正を行う場合には、外部から転送された画像としては、例えばＭＲＩで得られたＭＲＩ画像やＸ線ＣＴ装置で得られたＣＴ画像や光学的な手段で得られた光画像などがある。 In Example 1, including Example 2 described later, the size of the subject M is detected based on a transmission image, an emission image, an image transferred from the outside, or a digitized cross-sectional area. In the first embodiment including the second embodiment to be described later, when scattering correction is performed on measurement data of a nuclear medicine diagnosis apparatus such as a PET apparatus, an image transferred from the outside is obtained by, for example, MRI. There are obtained MRI images, CT images obtained by an X-ray CT apparatus, optical images obtained by optical means, and the like.
次に、図面を参照してこの発明の実施例２を説明する。
図５は、実施例２に係るＰＥＴ(Positron Emission Tomography)装置の側面図およびブロック図であり、図６は、実施例２に係る被検体の形状毎のテーブルの一例である。上述した実施例１と共通する箇所については同じ符号を付して、その箇所の説明については省略する。
Next,
FIG. 5 is a side view and a block diagram of a PET (Positron Emission Tomography) apparatus according to the second embodiment, and FIG. 6 is an example of a table for each shape of the subject according to the second embodiment. The parts common to the above-described first embodiment are denoted by the same reference numerals, and description of the parts is omitted.
本実施例２に係るＰＥＴ装置は、図５に示すように、実施例１と同様に天板１とガントリ２とγ線検出器３と同時計数回路４とフーリエ変換部５と低周波通過フィルタ１０と逆フーリエ変換部１１と減算器１２と再構成部１３とを備えている。ただし、本実施例２でもテーブル１８とパラメータ設定部１９とを備えているが、実施例１での機能と相違する。その他にも、本実施例２に係るＰＥＴ装置は形状メモリ部１６を備えている。
As shown in FIG. 5, the PET apparatus according to the second embodiment is similar to the first embodiment in that the
形状メモリ部１６およびテーブル１８は、実施例１と同様にＲＯＭやＲＡＭなどに代表される記憶媒体で構成されている。特に、本実施例２では、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積を、被検体Ｍの形状として形状メモリ部１６に書き込んで記憶し、散乱補正時に形状メモリ部１６から被検体Ｍの形状を読み出してパラメータ設定部１９に送り込んで、パラメータ設定部１９によるパラメータの決定を行う。その他に、パラメータを、被検体Ｍの形状毎のテーブルとしてテーブル１８に書き込んで記憶し、散乱補正時にテーブル１８を参照して、パラメータ設定部１９によるパラメータの決定を行う。パラメータの決定については詳しく後述する。
The
パラメータ設定部１９は、実施例１と同様にＣＰＵなどで構成されている。パラメータ設定部１９は、実施例１と同様に上述した記憶媒体のＲＯＭに記憶されたプログラムあるいは入力部（図示省略）などに代表されるポインティングデバイスで入力された命令をＣＰＵが実行することで実現される。
The
次に、本実施例２に係る具体的な散乱補正方法について、図２とともに図６を参照して説明する。図６は、実施例２に係る被検体の形状毎のテーブルの一例である。上述したように、図２において、本実施例２に係る散乱補正方法のフローチャートは実施例１と共通する。 Next, a specific scattering correction method according to the second embodiment will be described with reference to FIG. 6 together with FIG. FIG. 6 is an example of a table for each shape of the subject according to the second embodiment. As described above, in FIG. 2, the flowchart of the scattering correction method according to the second embodiment is common to the first embodiment.
被検体Ｍ（図５を参照）の形状毎のテーブルとしてテーブル１８（図５を参照）に書き込んで記憶する場合には、２種類以上のファントムまたは模擬被検体を用いてパラメータをそれぞれ求める。 When writing and storing in the table 18 (see FIG. 5) as a table for each shape of the subject M (see FIG. 5), parameters are obtained using two or more types of phantoms or simulated subjects.
上記（３）式で低周波通過フィルタのパラメータα，βを求める場合には、２種類以上のファントムまたは模擬被検体を用いて被検体Ｍの形状毎のテーブルを作成する。例えば、図６に示すように、被検体Ｍの形状として頭部を模した球ファントム，肩を模した直方体ファントム，腹部を模した楕円柱ファントム，…などを用いて、球ファントムを用いたときのパラメータα１，β１を求めて球ファントムに対応づける。以下、同様に直方体ファントムを用いたときのパラメータα２，β２を求めて直方体ファントムに対応づけ、楕円柱ファントムを用いたときのパラメータα３，β３を求めて楕円柱ファントムに対応づける。 When the parameters α and β of the low-frequency pass filter are obtained by the above equation (3), a table for each shape of the subject M is created using two or more types of phantoms or simulated subjects. For example, as shown in FIG. 6, when a spherical phantom is used as a shape of the subject M, using a spherical phantom simulating the head, a rectangular parallelepiped phantom simulating the shoulder, an elliptical column phantom simulating the abdomen, etc. Parameters α 1 and β 1 are obtained and associated with the spherical phantom. Similarly, parameters α 2 and β 2 when using a rectangular parallelepiped phantom are obtained and associated with a rectangular parallelepiped phantom, and parameters α 3 and β 3 when using an elliptical cylinder phantom are obtained and associated with an elliptical cylinder phantom.
次に、実施例１と同様に実際の被検体Ｍに放射性薬剤を投与して、同時計数データ（エミッションデータ）を収集して、図２に示す散乱補正を含む核医学診断を行う。 Next, as in Example 1, a radiopharmaceutical is administered to an actual subject M, coincidence count data (emission data) is collected, and a nuclear medicine diagnosis including scattering correction shown in FIG. 2 is performed.
被検体Ｍの全身のデータを得る場合においては、推定対象付近（例えば体軸方向±１０ｃｍ程度）のみの形状を、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積から求める。求められた推定対象付近の形状および図６に示すテーブルに基づいて、当該対象部位付近の形状に対応づけられたパラメータα，βを決定する（図２のステップＳ１を参照）。そして、決定されたパラメータα，βを用いてコンボリューション・サブトラクション法による散乱補正を行う（図２のステップＳ２を参照）。一連の散乱補正を含む核医学診断を体軸方向の位置で実行することで、１つのデータ内でも形状を考慮した散乱成分の推定が可能となる。 When obtaining the whole body data of the subject M, the shape only in the vicinity of the estimation target (for example, about ± 10 cm in the body axis direction) is obtained from the transmission image, the emission image, the image transferred from the outside, or the digitized cross-sectional area. Ask. Based on the obtained shape near the estimation target and the table shown in FIG. 6, the parameters α and β associated with the shape near the target region are determined (see step S1 in FIG. 2). Then, the scattering correction is performed by the convolution subtraction method using the determined parameters α and β (see step S2 in FIG. 2). By executing a nuclear medicine diagnosis including a series of scattering corrections at a position in the body axis direction, it is possible to estimate a scattering component in consideration of the shape even within one data.
（ステップＳ１）パラメータ決定
求められた推定対象付近の形状および図６に示すテーブルに基づいて、パラメータ設定部１９（図５を参照）は当該対象部位付近の形状に対応づけられたパラメータα，βを決定する。具体的には、図６に示すテーブルに基づいてパラメータα，βを決定する場合には、テーブル１８を参照して、求められた散乱補正時での被検体Ｍの形状に対応づけられたパラメータα，βを求める。このステップＳ１は、この発明におけるパラメータ決定工程に相当する。
(Step S1) Parameter Determination Based on the obtained shape near the estimation target and the table shown in FIG. 6, the parameter setting unit 19 (see FIG. 5) uses the parameters α, β associated with the shape near the target part. To decide. Specifically, when the parameters α and β are determined based on the table shown in FIG. 6, the parameters associated with the shape of the subject M at the time of the obtained scatter correction are referred to the table 18. Obtain α and β. This step S1 corresponds to a parameter determining step in the present invention.
（ステップＳ２）散乱補正
ステップＳ１でパラメータ設定部１９によって決定されたパラメータα，βを用いてコンボリューション・サブトラクション法による散乱補正を行う。具体的な散乱補正の説明については、実施例１と同じであるので省略する。このステップＳ２は、この発明における散乱補正工程に相当する。
(Step S2) Scattering Correction Scattering correction by the convolution / subtraction method is performed using the parameters α and β determined by the
本実施例２に係る散乱補正方法によれば、パラメータα，βを、被検体Ｍの形状毎のテーブルとして予め記憶している。パラメータ決定工程（図２ではステップＳ１）では、散乱補正時での被検体Ｍ（すなわち対象部位）の形状および（被検体Ｍの形状毎の）テーブル（図６を参照）に基づいて、散乱補正時での被検体Ｍ（対象部位）の形状に対応づけられたパラメータα，βを決定する。そして、散乱補正工程（図２ではステップＳ２）では、当該決定されたパラメータα，βを用いてコンボリューション・サブトラクション法による散乱補正を行う。その結果、対象部位の形状を考慮した散乱成分の推定が可能となる。 According to the scattering correction method according to the second embodiment, the parameters α and β are stored in advance as a table for each shape of the subject M. In the parameter determination step (step S1 in FIG. 2), the scatter correction is performed based on the shape of the subject M (that is, the target region) at the time of scatter correction and the table (see FIG. 6) (for each shape of the subject M). Parameters α and β associated with the shape of the subject M (target part) at the time are determined. In the scatter correction step (step S2 in FIG. 2), scatter correction by the convolution / subtraction method is performed using the determined parameters α and β. As a result, it is possible to estimate the scattering component in consideration of the shape of the target part.
「発明が解決しようとする課題」の欄でも述べたように、たとえ大きさが同じでも形状が違えば放射線分布や散乱分布も異なる可能性があり、補正精度が劣化する可能性もある。そこで、かかる課題を解決するために、本実施例２に係る散乱補正方法によって、散乱補正時での被検体Ｍ（対象部位）の形状が違う場合においても、対象部位の大きさに関わらず対象部位の形状を考慮した散乱成分の推定が可能となる。 As described in the section “Problems to be Solved by the Invention”, even if the size is the same, the radiation distribution and the scattering distribution may be different if the shape is different, and the correction accuracy may be deteriorated. Therefore, in order to solve such a problem, even when the shape of the subject M (target part) at the time of the scatter correction is different by the scatter correction method according to the second embodiment, the target is irrespective of the size of the target part. It is possible to estimate the scattering component in consideration of the shape of the part.
本実施例２において、実施例１と同様に、２種類以上のファントムまたは模擬被検体を用いて（被検体Ｍの形状毎の）テーブルを作成する。図６では、２種類以上の球ファントム，直方体ファントム，楕円柱ファントム，…などを用いて当該テーブルを作成する。また、腹部を模した楕円柱ファントムの替わりに、実施例１と同様にNEMA Bodyファントムを用意してもよい。 In the second embodiment, as in the first embodiment, a table (for each shape of the subject M) is created using two or more types of phantoms or simulated subjects. In FIG. 6, the table is created using two or more types of spherical phantoms, rectangular parallelepiped phantoms, elliptical column phantoms, and so on. Further, a NEMA Body phantom may be prepared in the same manner as in the first embodiment instead of the elliptical column phantom simulating the abdomen.
本実施例２において、実施例１と同様に、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積に基づいて、被検体Ｍの形状を検出している。実施例１でも述べたように、本実施例２においても、ＰＥＴ装置のような核医学診断装置の測定データに対して散乱補正を行う場合には、外部から転送された画像としては、例えばＭＲＩ画像やＣＴ画像や光画像などがある。 In the second embodiment, similarly to the first embodiment, the shape of the subject M is detected based on the transmission image, the emission image, the image transferred from the outside, or the digitized cross-sectional area. As described in the first embodiment, also in the second embodiment, when the scatter correction is performed on the measurement data of the nuclear medicine diagnostic apparatus such as the PET apparatus, an image transferred from the outside is, for example, MRI. There are images, CT images and optical images.
［散乱成分最適化結果］
散乱成分最適化結果について、図７および図８を参照して説明する。図７は、円筒ファントム（Cylindrical Phantom with the diameter of 15cm）を用いたときの散乱成分最適化結果であり、図８は、NEMA Bodyファントム（NEMA Body Phantom）を用いたときの散乱成分最適化結果である。図７および図８の点線は、同時計数された全同時計数データであり、図７および図８の一点鎖線は、従来手法による散乱成分であり、図７および図８の実線は、本発明手法による散乱成分である。
[Scattering component optimization results]
The scattering component optimization result will be described with reference to FIG. 7 and FIG. FIG. 7 shows the result of optimization of scattering components when using a cylindrical phantom (Cylindrical Phantom with the diameter of 15 cm), and FIG. 8 shows the result of optimization of scattering components when using a NEMA Body phantom. It is. The dotted lines in FIGS. 7 and 8 are all coincidence data counted simultaneously, the one-dot chain line in FIGS. 7 and 8 is a scattering component according to the conventional method, and the solid line in FIGS. 7 and 8 is the method according to the present invention. It is a scattering component by.
円筒ファントムでは、図７に示すように、従来手法による散乱成分および本発明手法による散乱成分は重なっており、従来手法・本発明手法とも同程度の推定精度となる。一方、NEMA Bodyファントムでは、図８に示すように、従来手法では過小評価推定となっているものが、本発明により妥当な推定となる。 In the cylindrical phantom, as shown in FIG. 7, the scattering component according to the conventional method and the scattering component according to the method of the present invention are overlapped, and the estimation accuracy is comparable to that of the conventional method and the present method. On the other hand, in the NEMA Body phantom, as shown in FIG. 8, what is underestimated by the conventional method is a reasonable estimate according to the present invention.
この発明は、上記実施形態に限られることはなく、下記のように変形実施することができる。 The present invention is not limited to the above-described embodiment, and can be modified as follows.
（１）上述した各実施例では、核医学診断装置の測定データに対して散乱補正を行う場合について説明したが、本発明手法は、コンボリューション関数を測定系毎に最適化するという手法であるために、核医学診断装置以外でもＸ線装置における散乱などのバックグラウンド成分の除去や、スペクトル解析装置などにおいてバックグラウンド成分の大小が測定系条件の影響を受ける場合のバックグラウンド推定法としても利用可能である。 (1) In each of the above-described embodiments, the case where the scattering correction is performed on the measurement data of the nuclear medicine diagnostic apparatus has been described. However, the method of the present invention is a method of optimizing the convolution function for each measurement system. Therefore, it can also be used as a background estimation method for removing background components such as scattering in an X-ray device, as well as for other than nuclear medicine diagnostic devices, and when the size of the background components is affected by measurement system conditions in a spectrum analyzer. Is possible.
（２）上述した各実施例では、核医学診断装置として、ＰＥＴ装置を例に採って説明したが、この発明は、単一のγ線を検出して被検体の断層画像を再構成するＳＰＥＣＴ（Single Photon Emission CT）装置などにも適用することができる。また、ＰＥＴ装置とＣＴ装置とを組み合わせたＰＥＴ−ＣＴ装置にも適用することができる。また、γ以外の放射線（例えばα線やβ線など）にも適用することができる。 (2) In each of the above-described embodiments, a PET apparatus has been described as an example of a nuclear medicine diagnosis apparatus. However, the present invention is a SPECT that detects a single γ-ray and reconstructs a tomographic image of a subject. It can also be applied to (Single Photon Emission CT) equipment. The present invention can also be applied to a PET-CT apparatus that combines a PET apparatus and a CT apparatus. Further, the present invention can also be applied to radiation other than γ (for example, α rays and β rays).
（３）上述した各実施例では、周波数空間上のコンボリューション・サブトラクション法について説明したが、測定データにモデル関数を畳み込み積分することによって散乱成分を推定して除去するのであれば、この発明は、実空間上のコンボリューション・サブトラクション法にも適用可能である。例えば、モデル関数としてガウス関数を用いて、ガウス関数における半値幅などのパラメータを決定して、散乱プロファイルをガウス関数によりフィッティングして散乱成分を推定してもよい。 (3) In each of the above-described embodiments, the convolution / subtraction method in the frequency space has been described. However, if the scattered component is estimated and removed by convolving and integrating the model function with the measurement data, the present invention is It can also be applied to the convolution subtraction method in real space. For example, by using a Gaussian function as a model function, parameters such as a half-value width in the Gaussian function may be determined, and the scattering component may be estimated by fitting the scattering profile with the Gaussian function.
（４）上述した実施例１では、２種類以上のファントムまたは模擬被検体を用いて（被検体の大きさに関する）関数または（被検体の大きさ毎の）テーブルを作成したが、１つのファントムまたは模擬被検体を用いて関数やテーブルを作成してもよい。例えば、図９（ａ）に示すような円錐ファントムや図９（ｂ）に示すような段々ファントムを用いれば、１つのファントムでも関数やテーブルを作成することが可能である。 (4) In the first embodiment described above, a function (related to the size of the subject) or a table (for each size of the subject) is created using two or more types of phantoms or simulated subjects. Alternatively, a function or a table may be created using a simulated subject. For example, if a conical phantom as shown in FIG. 9A or a step-by-step phantom as shown in FIG. 9B is used, it is possible to create a function or a table with a single phantom.
（５）上述した実施例２では、上述した実施例１と同様に、２種類以上のファントムまたは模擬被検体を用いて（被検体の形状毎の）テーブルを作成したが、１つのファントムまたは模擬被検体を用いてテーブルを作成してもよい。例えば、人体を模擬的に一体的に表したファントム（模擬被検体）を用いれば、１つのファントムでもテーブルを作成することが可能である。 (5) In the above-described second embodiment, a table (for each shape of the subject) is created using two or more types of phantoms or simulated subjects, as in the first embodiment. A table may be created using a subject. For example, if a phantom (simulated subject) that integrally represents a human body is used, a table can be created with a single phantom.
（６）上述した実施例１では、トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積に基づいて、被検体の大きさを検出したが、ボディマス指数（ＢＭＩ）などのように被検体の大きさが既知である場合には、必ずしも被検体の大きさを検出する必要はない。 (6) In the above-described first embodiment, the size of the subject is detected based on the transmission image, the emission image, the image transferred from the outside, or the digitized cross-sectional area, but the body mass index (BMI) or the like is detected. Thus, when the size of the subject is known, it is not always necessary to detect the size of the subject.
以上のように、この発明は、核医学診断装置やＸ線装置やスペクトル解析装置などの装置に適している。 As described above, the present invention is suitable for devices such as nuclear medicine diagnostic devices, X-ray devices, and spectrum analyzers.
６ … サイズメモリ部
７ … 関数プログラム
８，１８ … テーブル
９，１９ … パラメータ設定部
１６ … 形状メモリ部
α，β … 低周波通過フィルタのパラメータ
Ｍ … 被検体
6 ... Size memory section 7 ...
Claims (6)
パラメータを、被検体の大きさに関する関数または被検体の大きさ毎のテーブルとして予め記憶しており、散乱補正時での被検体の大きさおよび前記関数または前記テーブルに基づいて、散乱補正時での被検体の大きさに対応づけられたパラメータを決定するパラメータ決定工程と、
当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う散乱補正工程と
を備えることを特徴とする散乱補正方法。 A method of correcting scattering by a convolution subtraction method that estimates and removes a scattering component by convolving and integrating a model function with measurement data,
The parameters are stored in advance as a function related to the size of the subject or a table for each size of the subject, and based on the size of the subject at the time of scattering correction and the function or the table, at the time of scattering correction A parameter determination step for determining a parameter associated with the size of the subject;
A scatter correction step of performing scatter correction by a convolution subtraction method using the determined parameter.
２種類以上のファントムまたは模擬被検体を用いて前記関数または前記テーブルを作成することを特徴とする散乱補正方法。 The scatter correction method according to claim 1,
A scattering correction method, wherein the function or the table is created by using two or more types of phantoms or simulated subjects.
トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積に基づいて、被検体の大きさを検出することを特徴とする散乱補正方法。 The scattering correction method according to claim 1 or 2,
A scattering correction method, comprising: detecting a size of an object based on a transmission image, an emission image, an image transferred from outside, or a digitized cross-sectional area.
パラメータを、被検体の形状毎のテーブルとして予め記憶しており、散乱補正時での被検体の形状および前記テーブルに基づいて、散乱補正時での被検体の形状に対応づけられたパラメータを決定するパラメータ決定工程と、
当該決定されたパラメータを用いてコンボリューション・サブトラクション法による散乱補正を行う散乱補正工程と
を備えることを特徴とする散乱補正方法。 A method of correcting scattering by a convolution subtraction method that estimates and removes a scattering component by convolving and integrating a model function with measurement data,
The parameters are stored in advance as a table for each shape of the subject, and the parameters associated with the shape of the subject at the time of scattering correction are determined based on the shape of the subject at the time of scattering correction and the table. A parameter determination step to perform,
A scatter correction step of performing scatter correction by a convolution subtraction method using the determined parameter.
２種類以上のファントムまたは模擬被検体を用いて前記テーブルを作成することを特徴とする散乱補正方法。 The scatter correction method according to claim 4,
A scattering correction method, wherein the table is created by using two or more types of phantoms or simulated subjects.
トランスミッション画像，エミッション画像，外部から転送された画像または数値化された断面積に基づいて、被検体の形状を検出することを特徴とする散乱補正方法。 In the scatter correction method according to claim 4 or 5,
A scattering correction method, comprising: detecting a shape of an object based on a transmission image, an emission image, an image transferred from outside, or a digitized cross-sectional area.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015199515A JP2017072482A (en) | 2015-10-07 | 2015-10-07 | Scattering correction method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015199515A JP2017072482A (en) | 2015-10-07 | 2015-10-07 | Scattering correction method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2017072482A true JP2017072482A (en) | 2017-04-13 |
Family
ID=58537427
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015199515A Pending JP2017072482A (en) | 2015-10-07 | 2015-10-07 | Scattering correction method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2017072482A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200066866A (en) * | 2018-12-03 | 2020-06-11 | 대한민국 (식품의약품안전처장) | Phantom apparatus and method to verify reproducibility of exposure dose |
| CN117270024A (en) * | 2023-11-20 | 2023-12-22 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | Method and device for correcting energy spectrum response function, computer equipment and storage medium |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02244881A (en) * | 1989-03-17 | 1990-09-28 | Toshiba Corp | X-ray diagnostic device |
| JPH0511056A (en) * | 1991-06-30 | 1993-01-19 | Shimadzu Corp | Ect apparatus |
| JP2015017907A (en) * | 2013-07-11 | 2015-01-29 | 株式会社東芝 | Nuclear medicine diagnosis apparatus and image processing program |
-
2015
- 2015-10-07 JP JP2015199515A patent/JP2017072482A/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02244881A (en) * | 1989-03-17 | 1990-09-28 | Toshiba Corp | X-ray diagnostic device |
| JPH0511056A (en) * | 1991-06-30 | 1993-01-19 | Shimadzu Corp | Ect apparatus |
| JP2015017907A (en) * | 2013-07-11 | 2015-01-29 | 株式会社東芝 | Nuclear medicine diagnosis apparatus and image processing program |
Non-Patent Citations (1)
| Title |
|---|
| 尾川 浩一: "シングルフォトンエミッションＣＴにおけるコンプトン散乱線の除去", 放射線医学物理, vol. 第１４巻第１号, JPN6019000050, 1994, JP, pages 38-45 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200066866A (en) * | 2018-12-03 | 2020-06-11 | 대한민국 (식품의약품안전처장) | Phantom apparatus and method to verify reproducibility of exposure dose |
| KR102188524B1 (en) * | 2018-12-03 | 2020-12-09 | 대한민국 | Phantom apparatus and method to verify reproducibility of exposure dose |
| CN117270024A (en) * | 2023-11-20 | 2023-12-22 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | Method and device for correcting energy spectrum response function, computer equipment and storage medium |
| CN117270024B (en) * | 2023-11-20 | 2024-02-20 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | Method and device for correcting energy spectrum response function, computer equipment and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McCollough et al. | Use of water equivalent diameter for calculating patient size and size-specific dose estimates (SSDE) in CT: the report of AAPM task group 220 | |
| US9474495B2 (en) | System and method for joint estimation of attenuation and activity information | |
| KR102148662B1 (en) | Multi-mode imaging system and method | |
| EP3129957B1 (en) | Spectral x-ray imaging | |
| US11633166B2 (en) | Spatial registration of positron emission tomography and computed tomography acquired during respiration | |
| EP3297537B1 (en) | Estimation of an attenuation map based on scattered coincidences in a pet system | |
| US10925554B2 (en) | Outside-FOV activity estimation using surview and prior patient data in positron emission tomography | |
| JP2017067765A (en) | Medical image processing device and positron emission tomography device | |
| US10360724B2 (en) | Methods and systems for emission computed tomography image reconstruction | |
| US20130136328A1 (en) | Methods and systems for enhanced tomographic imaging | |
| US8885906B2 (en) | Alignment of positron emission tomographs by virtual tomographs | |
| JP5820549B2 (en) | Perfusion imaging | |
| JP6185262B2 (en) | Nuclear medicine bone image analysis technology | |
| US20140276029A1 (en) | Method and apparatus for data selection for positron emission tomogrpahy (pet) image reconstruction | |
| HU231302B1 (en) | Method and system and storage device for performing image reconstruction for a volume based on projection data sets | |
| JP2017189618A (en) | Radiographic image diagnosis device and medical image processing device | |
| Daouk et al. | Respiratory-gated positron emission tomography and breath-hold computed tomography coupling to reduce the influence of respiratory motion: methodology and feasibility | |
| JP2017072482A (en) | Scattering correction method | |
| US8837799B2 (en) | Method and apparatus for selecting a reference gate | |
| JP6823310B2 (en) | Exposure dose control method and control device | |
| JP2008267913A (en) | Nuclear medicine diagnostic apparatus and diagnostic system used for same | |
| JP6400947B2 (en) | X-ray imaging system and method for grid-like contrast enhancement | |
| JP6294105B2 (en) | Nuclear medicine diagnostic apparatus and medical image processing apparatus | |
| JP2007248121A (en) | Method, program, and device for extracting contour of tomographic image | |
| TWI500412B (en) | A method for improving image quality and imaging system using the same |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180302 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181226 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190108 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190702 |