JP2018008061A - 医用画像処理装置及び医用画像診断装置 - Google Patents

Abstract

【課題】プライマリＸ線束データ、第一の散乱Ｘ線束データ、多重散乱Ｘ線束データを、従来に比して迅速且つ簡単に決定する医用画像処理装置等を提供すること。
【解決手段】被検体を透過した透過Ｘ線を検出した検出データを取得し、前記被検体内の空間分布を示す被検体モデル情報を取得する取得部と、透過Ｘ線の検出に用いられたＸ線検出器が検出する散乱Ｘ線の強度を示す散乱Ｘ線データを積分型ＲＴＥにより決定する決定部と、を備え、決定部は、散乱Ｘ線データを、Ｘ線源からＸ線検出器の所定検出位置まで又は第１の散乱位置までの減衰値を積分してプライマリＸ線束データを取得し、散乱断面積について第１の散乱位置におけるプライマリＸ線束データを積分して、球面調和関数の成分を含む第１の散乱Ｘ線束データを決定する、医用画像処理装置である。
【選択図】 図１

Description

本実施形態は、医用画像処理装置及び医用画像診断装置に関する。

一般に、Ｘ線投影画像は、散乱した放射線成分を多く含む。この散乱した放射線は、二次元検出器を使用する三次元撮像に対するコンピュータ断層撮影（ＣＴ）投影の確度を落としかねない。Ｘ線診断装置において使用されるフラットパネル検出器のような二次元検出器は、散乱した放射線を抑制するための散乱放射線除去グリッド（例えば、反散乱グリッド）を使用することができる。散乱した放射線の抑制は、散乱補正アルゴリズムを使用する投影データを後処理することで、さらに改善することができる。散乱した放射線補正は、二次元検出器を使用する三次元撮像を使用することで、例えば柔組織の撮像に対するなど、低コントラスト情報を抽出するのに好都合になり得る。

散乱体の存在下におけるＸ線ビームは、プライマリＸ線ビームＰ（ｘ，ｙ）および散乱Ｘ線ビームＳ（ｘ，ｙ）としてモデルにされてもよく、投影データＴ（ｘ，ｙ）は、これら二つのビームの合成物である。

散乱を補正するために、カーネルに基づく方法が使用することが出来る。代わりに、散乱の原因となる介在物の情報に基づいた散乱を計算するために、散乱シミュレーションを使用することが出来る。シミュレーションされた散乱を考えると、計測された投影データは、シミュレーションされた散乱を差し引きし、画像のＣＴ再構成に対するプライマリビームを残すことで、補正することができる。

非効率な散乱シミュレーションや補償は、ＣＴ投影データにおける不十分な画像コントラスト、アーチファクト、重大なエラーなどを含む画質に著しく影響する。幅の広いビームジオメトリを伴うコーンビームＣＴにおいて、散乱補正は、高画質な画像を再構成するためになおさら重要になる可能性がある。反散乱グリッドまたは空隙など、ハードウェアに基づく散乱阻止に加え、経験的なパラメータキャリブレーションを伴う近似した畳み込みモデルは、現在の商用ＣＴにおいて普及している。

米国特許出願公報２００６／０２５９２８２Ａ１号明細書 米国特許出願公報２００１／００３２０５３Ａ１号明細書

しかしながら、実際の臨床的応用に対しては、近似した畳み込みモデルを使用する散乱補正を実行すると、顕著なエラー（典型的な２０−４０ＨＵ）が残ってしまう。従って、Ｘ線ＣＴにおける散乱補正手法において、さらなる改善が求められる。

本実施形態は、上記事情に鑑み、Ｘ線投影データの散乱補正に関するものであり、プライマリＸ線束データ、第一の散乱Ｘ線束データ、多重散乱Ｘ線束データを、従来に比して迅速且つ簡単に決定することができる医用画像処理装置及び医用画像診断装置を提供するものである。

本実施形態に係る医用画像処理装置は、被検体を透過した透過Ｘ線を検出した検出データを取得し、前記被検体内の空間分布を示す被検体モデル情報を取得する取得部と、透過Ｘ線の検出に用いられたＸ線検出器が検出する散乱Ｘ線の強度を示す散乱Ｘ線データを積分型ＲＴＥにより決定する決定部と、を備え、決定部は、散乱Ｘ線データを、Ｘ線源からＸ線検出器の所定検出位置まで又は第１の散乱位置までの減衰値を積分してプライマリＸ線束データを取得し、散乱断面積について第１の散乱位置におけるプライマリＸ線束データを積分して、球面調和関数の成分を含む第１の散乱Ｘ線束データを決定するものである。

図１は、一実行に従う、球面調和拡張を使用する放射伝達のための三段階の積分方法を使用する、散乱を決定するための方法のフロー概要図を描いている。 図２は、一実行に従う、検出器で検出された第一の散乱Ｘ線および多重散乱Ｘ線との概要を示す。 図３は、Ｘ線ＣＴ装置の実行の概要を示す。

本実施形態において述べられる医用画像処理方法およびＸ線コンピュータ断層撮影装置（Ｘ線ＣＴ装置）、医用画像処理装置は、プライマリフラックス、第一の散乱フラックスおよび多重散乱フラックスの三段階に分割し、散乱フラックスについて、積分化された放射輸送方程式（又は決定性放射伝達方程式：ＲＴＥ）を適用し、球面調和関数を用いて解析的に散乱シミュレーションする。なお、以下の説明においては、「フラックス」はＸ線束データと同義である。また、「プライマリフラックス」とは、X線源から照射され、被検体との散乱なしでX線検出器に入射するフラックスを意味する。

図１は球面調和を伴うＲＴＥの三段階の積分公式化を使用する、散乱をシミュレーションするための方法１００のフロー図を示す。図２は、プライマリフラックスが被検体を通り抜けて減衰を伴って伝播し、検出器で検出された、散乱処理のダイヤグラムを示す。なお、図においては、同一参照番号は、同一のまたは対応する部分を指し示す。

図２に示されるように、対象物はファントムでもよいし、または臨床応用においては、被検体は患者であってもよい。プライマリフラックスは、散乱しないＸ線を含む。プライマリフラックスに加え、検出器は、一回散乱事象を経験してきたＸ線を含む第一の散乱フラックスも検出する。さらに、検出器は、複数回散乱してきたＸ線を含む多重散乱フラックスも検出する。

散乱は、確度の高い物理的モデルを表すために、図２において示される第一の散乱フラックスと多重散乱フラックスとの両方を含むことにより、高確度でシミュレーションできる。この物理的モデルは、放射伝達方程式（ＲＴＥ）を使用して、以下の式（２）ように表すことが出来る。

なお、境界条件は、式（３）のようになる。

ここでΨは点ｒでの光子フラックスの特定の強度であり、Eはエネルギー、そしてΩは光子フラックスに対する伝播の方向における単位ベクトルである。境界条件においては、強度ΨはＸ線源に依存し、仮にボウタイフィルタがＸ線源へのコリメータとして使用されたら、強度はボウタイ散乱に依存するということである。さらに、ベクトルｒは被検体の表面上の点を示し、ｎは境界面への法線ベクトルであり、そしてｆは散乱断面積であり、Ｘ線ＣＴに対するコンプトン散乱とレイリー散乱との両方を含む。最後に、変数μは、点ｒおよびエネルギーEでのＸ線に対する全減衰係数を表す。

本開示に述べられる方法は、正確な散乱解を収集するために、ＣＴ散乱を補償して上のＲＴＥを解く。これは、ＲＴＥを積分方程式として第一に表すことで達成され、以下の式（４）の様に示される。

図２に示されているように、フラックスは、（ｉ）プライマリフラックス、（ｉｉ）第一の散乱フラックス、（ｉｉｉ）多重散乱フラックス、と３つの成分にグループ分け出来る。方法１００は、上で特定した３つそれぞれのフラックス成分に対応するステップにおいて、ＲＴＥの積分方程式表現を解くために系統立てられる。

プライマリフラックスに対応するＲＴＥの部分は、散乱に対応する部分から別々に計算することができる。さらに、プライマリフラックス（散乱なし）に対応するＲＴＥの部分は、プライマリフラックスに異方性の傾向があるため、球面調和の観点から拡張するのが難しい一方で、散乱に対応するＲＴＥの部分は、それ自身を球面調和の適用に割り当てる。例えば、Ｘ線ビームのジオメトリによっては、Ｘ線ビームは局所的に平面波に似るかもしれない。幸運にも、散乱シミュレーションを実行しているときに、プライマリフラックスを散乱フラックスと同時に計算する必要はない。従って、ＲＴＥは少なくとも２つの成分（つまり、散乱とプライマリ）に分離することが出来、ＲＴＥの散乱フラックスは、以下の式（５）によって計算することが出来る。

ここでプライマリフラックスは、以下の式（６）の様に計算することが出来る。

ここでΨ_０はプライマリフラックスであり、Ψ_Sは散乱フラックスの強度である。散乱フラックスに対する表現は、閉形式の表現（ｃｌｏｓｅｄ―ｆｏｒｍ ｅｘｐｒｅｓｓｉｏｎ）はないが、散乱フラックスは、以下に説明されるように、収束するまで逐次的に計算することが出来る。

方法１００のステップ１１０で、ローＣＴ投影データが収集される。さらに、Ｘ線源スペクトラム、ＣＴジオメトリ、ボクセルに基づいたファントム／組織ジオメトリ情報、そして散乱断面積と異なる物質の全減衰を含む、その他様々なパラメータが収集される。例えば、ボクセルに基づいたファントム／組織ジオメトリ情報は、補正されていない投影データを使用して、再構成されたＣＴ画像から導出することができる。散乱断面積や異なる物質の全減衰など、その他様々な入力パラメータは、再構成された画像と画像化された被検体についての予備知識（例えば、画像化された被検体は、ファントム、または患者の一部でよい）の組み合わせから、導出されるまたは補外することが出来る。さらに、Ｘ線源スペクトラムやＣＴジオメトリなど、特定のパラメータは、キャリブレーション中に事前に計測することが出来るし、またはＣＴ装置の公知の仕様から収集することも出来る。

方法１００のステップ１２０において、第一の散乱フラックスが計算される。プライマリフラックス計算と同様、第一の散乱フラックスもＣＴシステムから直接収集され、そしてそのため、球面調和拡張を使用する第一の散乱フラックスの計算も難しい。にもかかわらず、第一の散乱フラックスは、離散化した積分公式によって、計算することが出来、以下の式（７）のように与えられる。

ここでY^* _lmは角度ｌとオーダーｍとの球面調和関数の複素共役であり、Ψ_１は球面調和ドメインにおける第一の散乱フラックスの強度である。

球面調和は、以下のように与えられる。

ここでY_ｌｍは角度ｌとオーダーｍとの球面調和関数であり、P_ｌ ^ｍは関連するルジャンドル多項式、Nは規格化定数、そしてθおよびφはそれぞれ、余緯度と経度である。第一の散乱フラックスを近似するために使用される球面調和の数は、地点ｒ´での物質成分と散乱断面積とに依存してもよいし、散乱のタイプ（例えば、コンプトン散乱やレイリー散乱）に依存してもよい。

骨と水など異なる物質は、散乱断面積の原子的構成物質に依存するため、異なる角度依存を伴う異なる散乱断面積を有する。また、散乱断面積の大きさは、地点ｒ´での物質成分の密度によって決まる可能性がある。従って、物理的モデルは図２に物理的モデルとして示されているように、位置の関数として様々な物質成分の密度を決定するために、物質分解を使用して物質成分へと分解することが出来、位置依存散乱断面積は、物質成分の空間的な密度マップから収集することが出来る。位置依存断面は、物質成分の係数と物質成分に対する前もって計算され規格化された散乱断面積とを線形重畳したものとして、収集することが出来る。物質分解は、デュアルエネルギーＣＴを使用して、またはボクセルの減衰により物質成分に対応する領域を暗示する（例えば、ハウンズフィールドユニットにおいて、予め定めたしきい値を上回る減衰値を有するボクセルは、骨と決定される）、しきい値および領域成長法による方法を使用して、実行され得る。

Ｘ線散乱は、レイリー散乱など、その他散乱メカニズムよりも、さらに等方性の傾向が強い、コンプトン散乱に独占されている。そのため、骨や水などの一般的な物質に対して、Ｘ線のコンプトン散乱への確度の高い近似は、比較的数少ない球面調和をもって達成することができる。方法１００において適用された球面調和の数は、経験的に予め定めることが出来るし、または近似の確度に対する収束基準を使用する方法１００の実行の間に決定されてもよい。

方法１００のステップ１３０において、高次散乱項が計算される。第一の散乱フラックスが一回散乱してきたＸ線光子のみを含む一方で、ｋ番目のオーダーの散乱項はｋ回散乱してきたＸ線光子を含む。第一の散乱フラックスが計算された後、多重散乱のフラックスが以下に示されるような離散化積分球面調和公式を使用して、以下の式（９）にて計算することが出来る。

ここでΨ_ｓ ^ｋ＋１およびΨ_ｓ ^ｋは、それぞれオーダーｋ＋１そしてオーダーｋまでの全ての散乱現象を含む多重散乱に対するフラックスの強度であり、ｆは、散乱断面積がルジャンドル多項式を使用して拡張された際のｌ番目の係数である。
以下の式（１０）のように定義する。

上に定義された逐次公式は、以下の式（１１）ようにしてさらに簡潔に表すことが出来る。

方法１００のステップ１４０において、停止基準はオーダーｋまでの近似が十分正確かどうか、つまり、オーダーｋまで計算された上記定義による逐次多重散乱計算により明らかとなった散乱が、散乱の描写を十分適切に供給するかどうか、を決定するために評価される。すなわち、式（１１）に従って、Ψは逐次アップデートされ、散乱Ｘ線束データが決定される。なお、停止基準は、例えば以下となったら満たすとする。

ここで、式（１２）の右辺は、予め定めたしきい値である。さらに、停止基準はｋに対する最大値に達したら、満たすとしてもよい。停止基準が満たされた場合に、方法１００はステップ１４０からステップ１５０へと進む。そうでなければ、ステップ１３０は、多重散乱の次のより高いオーダーに対して、繰り返される。

方法１００のステップ１５０において、検出器でのフラックスが決定される。特定の実行において、検出器上の入射フラックスは、検出器で検出されたＸ線が、入射フラックスと実際には異なるように、反散乱グリッドによって影響される。従って、ステップ１５０において、第一の散乱フラックスおよび多重散乱フラックス上の反散乱グリッドの効果が決定される。反散乱グリッドは、散乱が検出器に到達することを制限する、または妨げるために、出来る限り準備される。それによって、適切に準備された、入射散乱フラックス上の反散乱グリッドの効果が意味のあるものになり得る。

多重散乱のフラックスを計算した後、検出器上の散乱フラックス強度Φ_ｓは、以下の式（１３）のように計算することが出来る。

ここでＲ_ＡＳＧは反散乱グリッドの効果を占める要因である。Ｒ_ＡＳＧは、反散乱グリッドの配置または構成にのみ依存し、そして、それによって反散乱グリッドの配置に対して前もって計算されて格納することが出来る。Ｒ_ＡＳＧは、任意の解析的アプローチ、モンテカルロ法、ＲＴＥ法を含む、任意の公知の方法を使用して前もって計算することが出来る。反散乱グリッドが何も使用されない場合、Ｒ_ＡＳＧは一つの一定値により、置き換えることが出来る。

特定の実施において、次の式（１４）によって表される減衰積分は、第一および第二の物質成分のために減衰を計算するための物質分解を使用して、より素早く計算され得る。

これは、ボクセル（つまり式（１４））間のエネルギー依存減衰を計算するために必要とされる計算リソースによって、方法１００をより効率的にする。計算リソースは、多重散乱のフラックスを計算する際に、かなりの計算リソースや時間を使用する可能性がある。物質分解方法によると、物理的モデルにおけるそれぞれ位置での減衰係数は、構成物質成分に対応する多重減衰係数へと分けることができる。例えば、減衰係数は、以下の式（１５）ように分けることが出来る。

ここでｃ_ｗおよびｃ_ｂは、水（μ_ｗ）および骨（μ_ｂ）に対応する、分解された係数である。このようにして、減衰計算は以下の式（１６）を生み出すために物質成分を使用して、低減することが出来る。

減衰計算の上記の物質分解公式を使用して、減衰計算は、任意のエネルギーでの線積分を収集するための二つの基本的な線積分のみを使うことで、計算することが出来る。加えて、ｃ_ｗの積分およびｃ_ｂの積分は、一度に計算することが出来、様々なレイに沿った減衰の今後の計算をさらに速くするために、ルックアップテーブルが生成することが出来る。

本開示に述べられる方法は、ＣＴの散乱シミュレーションのための放射伝達方程式を解く。散乱をシミュレーションするその他の方法と比べて、本開示に述べられる方法は、その他の方法よりもいくつか利点がある。例えば、モンテカルロに基づく方法に比べると、モンテカルロ法の統計的性質から、本開示に述べられる方法は、ノイズフリーな解決法を提供することができる。そのため、正確さを犠牲にしたりノイズを増やしたりすることなく、本開示に述べられる方法は、散乱補正のための素早いシミュレーションアルゴリズムを提供する。

ＲＴＥ問題を三部分（つまり、プライマリフラックス、第一の散乱フラックス、多重散乱フラックス）に分けることによりＲＴＥ問題を解かない方法に比べると、本開示に述べられる方法はＲＴＥ問題を、球面調和を使用する解に従順なサブ問題と、そうでないサブ問題とに都合よく分離する。Ｘ線源からのＸ線は、Ｘ線の異方性性質のために、球面調和の観点による拡張については従順ではない。このため、その他の方法に比べて、本開示に述べられる方法の三段階シミュレーション枠組みは、Ｘ線源の直接球面調和拡張を回避するが、このような拡張が有利に働く（ｐｒｏｖｉｄｅｓ ａｄｖａｎｔａｇｅｓ）箇所では、多重散乱フラックスに対する球面調和拡張を使う。それにより、計算精度および効率が改善される。

さらに、本開示に説明された方法は、その他の方法においても改善点となる。その理由は、離散的縦座標方法において発生するレイ効果を、球面調和方法の使用で効果的に回避することができるからである。さらに、Ｘ線ＣＴスペクトラムにおいて、散乱はコンプトン散乱によって支配されていて、上述の通り、電磁気スペクトラムのその他の部分と対照的に、散乱断面積は比較的等方的である。そのため、正確な解を伴う素早いシミュレーションは、球面調和が球面調和の比較的数の少ないオーダーで表現されるために、収集され得る。

その上、通常は明示的なマトリックス格納を必要とする有限要素法と対照的に、本開示に述べられる方法は、並列計算プロセッサを使用して実行することが可能である。有限要素法を使用する、ＲＴＥシミュレーションにおける未知の変数の次元は、フラックスが空間、角度、そしてエネルギーの関数であるから、非常に大きくなる。結果的に、ＲＴＥシミュレーションの加速化は、非常に大きな次元を伴う明示的なマトリックス格納のために、制限される。対照的に、本開示で説明された積分球面調和形式は、明示的なマトリックス格納を必要としない。それによって、本開示に説明された方法は、沢山のコアプロセッサを使用することで、計算加速化を達成する可能性を大いに秘めているかもしれない。

最後に、物理的散乱シミュレーションを実行する上での課題としては、シミュレーションがかなりの計算リソースと時間を必要とする可能性があるということだ。従って、本開示に説明された方法は、散乱シミュレーションを実行したら、コンピュータの機能を改善するために減衰係数上に、物質分解を使用する。さらに、物質分解された減衰係数の提案されたルックアップテーブルは、多重散乱計算のそれぞれ逐次に対する繰り返された減衰計算を除去することによって、シミュレーションをさらに加速することができる。

図３は、ＣＴ装置またはＣＴスキャナに含まれる放射線ガントリの実装を描いている。図３に図示されるように、放射線ガントリ５００は側面から見て描かれており、Ｘ線管５０１、環状フレーム５０２、そして多列または２次元アレイ型Ｘ線検出器５０３をさらに含む。Ｘ線管５０１およびＸ線検出器５０３は、環状フレーム５０２上に被検体ＯＢＪを横切って正反対に取り付けられ、環状フレーム５０２は、回転軸ＲＡの回りに回転可能に支持される。被検体ＯＢＪが図示された頁の奥の方向または手前の方向の軸ＲＡに沿って移動されながら、回転ユニット５０７は環状フレーム５０２を０．４秒／回転もの高速で回転させる。

本実施形態に係るＸ線コンピュータ断層撮影（ＣＴ）装置の第一の実施形態は、付随する図面を参照しながら以下に説明される。Ｘ線ＣＴ装置は、様々なタイプの装置を含んでいることに留意されたい。具体的には、Ｘ線管とＸ線検出器とが検査される予定の被検体の周辺を一緒に回る回転／回転型機構と、そして多数の検出器素子がリング状または水平状に配置されており、Ｘ線管のみが検査される予定の被検体の周辺を回る固定／回転型機構とがある。本開示は、いずれのタイプにも適用可能である。今回は、現在の主流である回転／回転型機構が例示される。

マルチスライスＸ線ＣＴ装置は高電圧発生器５０９をさらに含み、Ｘ線管５０１がＸ線を生成するように、スリップリング５０８を通して、高電圧発生器５０９はＸ線管５０１に印加される管電圧を生成する。Ｘ線は、被検体ＯＢＪに向かって照射され、被検体ＯＢＪの断面領域が円で表される。例えば、第一のスキャン中に平均的なＸ線エネルギーを有するＸ線管５０１は、第二のスキャン中の平均的なＸ線エネルギーよりもエネルギーが小さい。このようにして、二回以上のスキャンが、異なるＸ線エネルギーに対応して収集することが出来る。Ｘ線検出器５０３は、被検体ＯＢＪを通り抜けて伝播してきた照射Ｘ線を検出するために、被検体ＯＢＪを挟んでＸ線管５０１から反対側に位置する。Ｘ線検出器５０３は、個々の検出器素子または検出器ユニットをさらに含む。

Ｘ線ＣＴ装置は、Ｘ線検出器５０３から検出された信号を処理するための、その他のデバイスをさらに含む。データ収集回路またはデータ収集システム（ＤＡＳ）５０４は、それぞれのチャンネルに対するＸ線検出器５０３からの出力信号を電圧信号に変換し、その電圧信号を増幅し、さらにその電圧信号をデジタル信号へと変換する。Ｘ線検出器５０３およびＤＡＳ５０４は、１回転当たりの所定全投影数（ＴＰＰＲ）を処理するように構成されている。

上述のデータは、非接触データ送信装置５０５を通して、放射線ガントリ５００外部のコンソール内に収容された、前処理部５０６に送信される。前処理部５０６は、ローデータに関する感度補正など、特定の補正を実行する。メモリ５１２は、再構成処理直前のステージで投影データとも呼ばれる、結果データを格納する。メモリ５１２は、再構成部５１４、入力部５１５、ディスプレイ５１６と共に、データ／制御バス５１１を通して、システムコントローラ５１０に接続されている。システムコントローラ５１０は、ＣＴシステムを駆動させるのに十分なレベルに達するまで電流を制限する、電流調整器５１３を制御する。

検出器は、どんな世代のＣＴスキャナシステムであっても、患者に対して回転されるおよび／または固定される。一実行において、上述のＣＴシステムは、第三世代ジオメトリシステムと第四世代ジオメトリシステムとが組み合わせられた例であってもよい。第三世代ジオメトリシステムにおいて、Ｘ線管５０１とＸ線検出器５０３とは、環状フレーム５０２上に正反対に取り付けられ、環状フレーム５０２が回転軸ＲＡの周りを回転する時に、被検体ＯＢＪの周りを回転する。第四世代ジオメトリシステムにおいて、検出器は患者の周辺に固定して取り付けられており、Ｘ線管は患者の周辺を回る。代替的な実施形態において、放射線ガントリ５００は、Ｃアームおよびスタンドによって支持されている、環状フレーム５０２上に配置された多数の検出器を有する。

メモリ５１２は、Ｘ線検出器５０３でＸ線照射量を示す計測値を格納することが出来る。さらに、メモリ５１２は、ＣＴ画像再構成、物質分解、そして本開示で説明された方法１００を含む散乱予測や補正方法を実行するための専用プログラムを格納していてもよい。

再構成部５１４は、本実施形態において説明された医用画像処理方法を実行することができる。また、再構成部５１４は、カーネルに基づく散乱補正方法を使用することが出来る。さらに、再構成部５１４は、必要に応じボリュームレンダリング処理や画像差分処理など、前再構成画像処理を実行することができる。

前処理部５０６によって実行された投影データの前再構成処理は、例えば検出器キャリブレーション、検出器非直線性、極性効果に対する補正を含むことが出来る。

再構成部５１４によって実行される後再構成処理は、画像フィルタリングや画像スムージング、ボリュームレンダリング処理、そして画像差分処理を、必要に応じて含む可能性がある。画像再構成処理は、フィルタ逆投影、逐次画像再構成法、確率論的画像再構成法を使用して、実行されてよい。再構成部５１４は、メモリを使って、例えば投影データ、再構成画像、キャリブレーションデータやパラメータ、そしてコンピュータプログラムを格納することが出来る。

再構成部５１４は、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)、または複合プログラマブル論理デバイス(ＣＰＬＤ)など、個々の論理ゲートとして実行可能なＣＰＵ（処理回路）を含むことができる。ＦＰＧＡまたはＣＰＬＤ実行は、ＶＨＤＬ、ベリログ、またはその他ハードウェア記述言語でコード化されていてもよく、そしてそのコードはＦＰＧＡまたはＣＰＬＤにおいて直接電子メモリ内に格納されてもよいし、あるいは個別の電子メモリとして格納されてもよい。さらに、メモリ５１２は、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ（登録商標）、またはＦＬＡＳＨメモリなど、不揮発性メモリであってもよい。メモリ５１２は、静的または動的ＲＡＭなど揮発性で、マイクロコントローラやマイクロプロセッサなどプロセッサ（処理回路）であってもよく、ＦＰＧＡまたはＣＰＬＤと、メモリとの間の相互作用と同様、電子メモリを管理するために提供されていてもよい。

代替的に、再構成部５１４におけるＣＰＵは、本開示で説明された機能を実行する一連のコンピュータ可読指示を含んでいるコンピュータプログラムを実行することが出来、そのコンピュータプログラムは、任意の上述の非一時的電子メモリおよび／またはハードディスクドライブ、ＣＤ、ＤＶＤ、ＦＬＡＳＨドライブ、またはその他任意の公知の格納媒体に格納されている。さらに、コンピュータ可読指示は、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、またはそれらの組み合わせで提供されてもよく、所定のオペレーティングシステムや、当業者には公知のその他オペレーティングシステムがプロセッサと一体となって実行する。さらに、ＣＰＵは、指示を実行するために並行して協同的に動く、マルチプルプロセッサとして実行されてもよい。

上記実施形態において、再構成画像は、ディスプレイ５１６上に映し出されてよい。ディスプレイ５１６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、または当業者には公知のその他ディスプレイであってもよい。

メモリ５１２は、ハードディスクドライブ、ＣＤ-ＲＯＭドライブ、ＤＶＤドライブ、ＦＬＡＳＨドライブ、ＲＡＭ、ＲＯＭ、または当業者には公知のその他格納メディアであってもよい。

上記実施形態においては、Ｘ線ＣＴ装置において、散乱Ｘ線束データを決定する場合を例示した。しかしながら、本実施形態に係る散乱Ｘ線束データの決定手法は、Ｘ線ＣＴ装置のみならず、医用画像処理装置（医用ワークステーション、パーソナルコンピュータ等）によって実現することも可能である。係る場合、当該医用画像処理装置は、例えば本実施形態に係るメモリ５１２、再構成部５１４等を具備する構成となる。

さらに、本実施形態に係る散乱Ｘ線束データの決定手法は、Ｘ線ＣＴ装置のみならず、他の医用画像診断装置（例えば、Ｘ線診断装置、ＳＥＴ、ＳＰＥＣＴ等）においても適用可能である。

以上述べた本実施形態に係るＸ線ＣＴ装置、医用画像処理装置、医用画像処理方法によれば、プライマリフラックス、第一の散乱フラックスおよび多重散乱フラックスの三段階に分割し、散乱フラックスについて、積分化された決定性放射伝達方程式（ＲＴＥ）を適用し、球面調和関数を用いて解析的に散乱シミュレーションしている。

すなわち、放射伝達方程式の積分公式化を使用し、また球面調和拡張を使用し、プライマリフラックス、第一の散乱フラックス、多重散乱フラックスを決定するための方法を使用する散乱を計算する。プライマリフラックスに対する積分は、球面調和拡張を含まない。第一の散乱フラックスに対する積分は、角度依存散乱断面積を含む。多重散乱フラックスに対する積分は、逐次的に実行され、球面調和を含み、またルジャンドル多項式を使用して拡張された散乱断面積を含む。伝播レイに沿った減衰の積分は、減衰係数の物質分解を使用して加速することが出来る。Ｘ線の検出に先立って、フラックス上の散乱防止グリッドの効果を明らかにするために、散乱防止グリッド項を積分に含むことが出来る。これにより、従来に比して、ノイズのない散乱解を迅速且つ簡単に取得することができる。

これに比して、従来の装置における、例えばモンテカルロ法を使用する散乱の物理的な処理の正確なシミュレーションを伴う散乱補正は、ＣＴ投影データから再構成された画像におけるアーチファクトを軽減することで、補正されたコンピュータ断層撮影（ＣＴ）投影データにおけるエラーを減らすことができる。しかしながら、モンテカルロ法は、かなりの計算リソースや時間を必要とするので、実際の散乱補正に適用するには、とても困難である。加えて、モンテカルロ法は、シミュレーションされた光子数を減らし、シミュレーションされたデータを適合させることで、迅速化することが可能ではあるが、不連続なノイズは（ｎｏｉｓｅ ｆｒｏｍ ｔｈｅ ｄｉｓｃｒｅｔｅ）、連続的なノイズとは対照的に、モンテカルロシミュレーションの性質により、散乱補正にマイナスの影響を与える可能性がある。

なお、決定性放射伝達方程式（ＲＴＥ）を使用する散乱シミュレーションは、散乱補償に対する速いシミュレーション速度でのノイズフリー解決法を提供する可能性がある。ＲＴＥを使用する散乱シミュレーションは、ＧＰＵ促進を使用して数秒のうちに実行できるが、ＲＴＥを使用する離散的縦座標実行は、モンテカルロ法のノイズのように、シミュレーションの精度に悪影響を与えるレイ効果を生じさせてしまうかもしれない。さらに、最新の多くのコアプロセッサにおいて、メモリ帯域幅のボトルネックは、並列化によって達成可能なシミュレーションの促進を制限する可能性がある。例えば、非常に大規模に明示的なマトリクスを伴う有限要素インプルメントを使用してＲＴＥがシミュレーションされたら、促進は制限される可能性がある。

特定の実施形態が本開示で述べられてきた一方で、これらの実施形態は実例の方法のみで提示されており、開示の範囲を限定する意図はない。実に、本開示における示唆を使用して、当業者は、開示の精神から乖離することなく、本開示に説明された実施形態の形において、様々な方法で省略をしたり、置き換えたり、変更をして開示を改良し適応してよい。

５００…放射線ガントリ、５０１…Ｘ線管、５０２…環状フレーム、５０３…Ｘ線検出器、
５０４…データ収集システム、５０５…非接触データ送信装置、５０６…前処理部、５０７…回転ユニット、５０８…スリップリング、５０９…高電圧発生器、５１０…システムコントローラ、５１１…データ／制御バス、５１２…メモリ、５１３…電流調整器、５１４…再構成部、５１５…入力部、５１６…ディスプレイ

Claims (11)

1. 被検体を透過した透過Ｘ線を検出した検出データを取得し、前記被検体内の空間分布を示す被検体モデル情報を取得する取得部と、
   前記透過Ｘ線の検出に用いられたＸ線検出器が検出する散乱Ｘ線の強度を示す散乱Ｘ線データを積分型ＲＴＥにより決定する決定部と、
   を備え、
   前記決定部は、前記散乱Ｘ線データを、Ｘ線源から前記Ｘ線検出器の所定検出位置まで又は第１の散乱位置までの減衰値を積分してプライマリＸ線束データを取得し、散乱断面積について前記第１の散乱位置における前記プライマリＸ線束データを積分して、球面調和関数の成分を含む第１の散乱Ｘ線束データを決定する
   医用画像処理装置。
2. 前記決定部は、多重散乱球面調和の複数の成分へと分解される、多重散乱Ｘ線束データを逐次的にアップデートすることで、前記散乱Ｘ線束データを決定する請求項１記載の医用画像処理装置。
3. 前記決定部は、前回の逐次の前記散乱位置で前記多重散乱Ｘ線束データの前記前回の逐次の個々の球面調和成分と前記次回の逐次の散乱位置で前記予め決められた散乱断面積の対応する球面調和成分との積を積分することにより、次回の逐次の前記多重散乱Ｘ線束データを決定し、
   第一の逐次の前記多重散乱Ｘ線束データは前記第１の散乱Ｘ線束データであり、
   前記第１の逐次の散乱位置は前記第１の散乱位置である請求項２記載の医用画像処理装置。
4. 前記決定部は、前記予め決められた散乱断面積を拡張させるために、ルジャンドル多項式を使用することで取得され且つ前記予め決められた散乱断面積の球面調和成分を使用し、前記多重散乱Ｘ線束データの前記逐次的なアップデートにより、前記散乱Ｘ線束データを計算するようさらに構成された請求項２又は３記載の医用画像処理装置。
5. 前記決定部は、前記前回の逐次の前記散乱位置から前記次回の逐次の前記散乱位置までの減衰を積分することを含み、前記多重散乱Ｘ線束データの前記アップデートにより前記散乱Ｘ線束データを計算するようさらに構成された請求項２記載の医用画像処理装置。
6. 前記決定部は、前記減衰の複数の物質成分への物質分解を含み、前記Ｘ線源から前記検出位置または前記第一の散乱位置までの前記減衰の前記積分により前記散乱Ｘ線束データを計算するようさらに構成された請求項１記載の医用画像処理装置。
7. 前記決定部は、前記複数の物質減衰成分を前もって計算し、前記複数の物質減衰成分をメモリ中に格納し、前記Ｘ線源から前記検出位置または前記第一の散乱位置までの前記減衰の前記積分することで、前記散乱Ｘ線束データを計算するようさらに構成された請求項５記載の医用画像処理装置。
8. 前記決定部は、前記被検体モデル情報により表された前記被検体の前記物質成分の前記空間的分布上の対応する散乱位置と、前記被検体の前記物質成分の予め決められた散乱断面積と、を使用して、前記多重散乱Ｘ線束データの前記逐次的なアップデートの前記逐次の個々の散乱位置で、前記予め定めた散乱断面積を決定するようさらに構成された請求項１記載の医用画像処理装置。
9. 前記決定部は、
   補正された投影データを生成するためにカーネルに基づく方法を使用して、前記投影データにおける散乱を補正することと、
   前記被検体の前記被検体モデル情報を生成するために前記被検体のコンピュータ断層画像を再構成することと、
   前記被検体モデル情報に対する前記被検体の前記物質成分を生成するために、物質分解を実行することと、
   により、前記被検体モデル情報を収集するようにさらに構成された請求項１記載の医用画像処理装置。
10. 前記決定部は、
    散乱防止グリッドの効果を占める前記複数の検出器素子で、前記第一の散乱Ｘ線束データを補正することと、
    前記散乱防止グリッドの前記効果を占める前記複数の検出器素子で、前記多重散乱Ｘ線束データを補正することと、
    によって、前記散乱Ｘ線束データを計算するようさらに構成された請求項２記載の医用画像処理装置。
11. 放射線発生部と、
    前記放射線発生部から照射され被検体を透過した放射線を検出する放射線検出器と、
    前記被検体内の空間分布を示す被検体モデル情報を取得する取得部と、
    前記透過した放射線の検出に用いられた放射線検出器が検出する散乱放射線の強度を示す散乱放射線データを積分型ＲＴＥにより決定する決定部と、
    を備え、
    前記決定部は、前記散乱放射線データを、放射線発生部から前記放射線検出器の所定検出位置まで又は第１の散乱位置までの減衰値を積分してプライマリ放射線束データを取得し、散乱断面積について前記第１の散乱位置における前記プライマリＸ線束データを積分して、球面調和関数の成分を含む第１の散乱放射線束データを決定する
    医用画像診断装置。