JP2018531659A - オブジェクト用のｘ線画像装置 - Google Patents

Abstract

本発明は、物体用のＸ線画像装置（１０）、物体用のＸ線画像システム（１００）、物体用のＸ線画像方法、かかる装置やシステムを制御するコンピュータプログラム要素、及びかかるコンピュータプログラム要素を格納したコンピュータ可読媒体に関する。Ｘ線画像装置（１０）は、受信ユニット（１１）と処理ユニット（１２）とを備える。前記受信ユニット（１１）は、少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信するように構成される。処理ユニット（１２）は、減衰データを分解データに分解し、分解データのノイズを低減してノイズ除去データを取得し、ノイズ除去データを逆変換減衰データに逆変換し、逆変換減衰データと減衰データとを合成減衰データに合成し、合成減衰データを合成分解データに分解するように構成される。

Description

本発明は、オブジェクト用のＸ線画像装置、オブジェクト用のＸ線画像システム、オブジェクト用のＸ線画像方法、かかる装置やシステムを制御するコンピュータプログラム要素、及びかかるコンピュータプログラム要素を格納したコンピュータ可読媒体に関する。

ＣＴスキャナは、検査領域とその中のオブジェクトとを通る放射線を放射するＸ線管を含む。検査領域についてＸ線管の反対側に配置された検出器アレイが、検査領域とその中のオブジェクトとを通る放射線を検出し、検査領域とその中のオブジェクトとを示す投影データを生成する。再構成器が、投影データを処理して、検査領域とその中のオブジェクトとを示すボリューム画像データを再構成する。

スペクトルまたはマルチエネルギーＣＴでは、複数の減衰投影データセットを取得する。これらは、異なるＸ線スペクトルに対するスキャンされたオブジェクトの減衰特性を表す。複数のセットは、ｋＶｐスイッチング、二重層検出器、計数検出器および／または他の方法によって取得することができる。各減衰データセットは、スペクトルまたはマルチエネルギーＣＴシステムの異なるスペクトルチャネルから取得される。これらの複数の減衰投影データセットに基づいて、物理的オブジェクト特性を決定することができる。これは物質分解と呼ばれる。

物質分解のための可能な手法は、投影領域における分解である。投影領域分解の場合、物質分解は、様々なスペクトルチャネルの減衰線積分を物質線積分に変換することにより行われる。この物質変換の非線形性に起因して、減衰線積分におけるノイズによってバイアスが誘発される（いわゆるノイズ誘起バイアス）。このバイアスの強さは、減衰投影データセット中のノイズ量に直接依存する。多くの場合、バイアスは容認できないほど高くなり、再構築された物質画像のグラウンドトゥルース（ｇｒｏｕｎｄ ｔｒｕｔｈ）からの大きな偏差をもたらし、診断目的のための合理的な定量的評価を妨げる。

このように、ノイズ除去ストラテジを実施して減衰線積分のノイズを低減し、分解された物質線積分のバイアスも低減する。それにもかかわらず、減衰投影データセットに対する過度のノイズ除去は、最終画像における構造の損失をもたらすので、ノイズ除去された減衰線積分にはいくらかのノイズが残る。従って、分解されたデータには依然として大きなバイアスがある。さらに、ノイズ除去された減衰投影データに残っているノイズは、分解されたデータに深刻なノイズをもたらす。分解は、ノイズを強く増幅する不良設定問題だからである。

要約すると、スペクトルまたはマルチエネルギーＣＴシステムの物質分解の非線形性は、入力データのノイズがノイズ除去によって低減されたとしても、ノイズ誘導バイアスにつながる。このバイアスは、再構成された物質画像のグラウンドトゥルースからの偏差をもたらし、診断目的のための定量評価において誤った値を生成する。
国際出願公開第２０１４／０８０３１１号パンフレット 特許文献１は、投影領域において、スペクトル／マルチエネルギー投影データから相関ノイズを低減する方法を開示している。これは、少なくとも物質線積分の分散と、その間の共分散とに基づいて達成することができる。

ノイズ誘起バイアスの低減を可能にする、オブジェクト用の改良されたＸ線画像装置を提供する必要があると思われる。

本発明の問題は、独立請求項の主題により解決され、さらに別の実施形態は従属請求項に記載されている。なお、以下に説明する本発明の態様は、Ｘ線画像装置、Ｘ線画像システム、Ｘ線イメージング方法、コンピュータプログラム、およびコンピュータ可読媒体にも適用される。

本発明によれば、オブジェクト用のＸ線画像装置が提示される。Ｘ線画像装置は、スペクトル分解のための入力データのノイズを低減するように構成される。Ｘ線画像装置は、受信ユニットと処理ユニットとを備える。前記受信ユニットは、少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信するように構成される。これらの減衰データセットに基づき、オブジェクトの物理的特性（例えば、光電効果、コンプトン散乱、水分含有量、骨含有量、ヨウ素含有量など）を決定できる。これらの物理的オブジェクト特性の決定は、物質分解（ｍａｔｅｒｉａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）と呼ばれる。物質分解のために、処理ユニットは、減衰データを分解して分解データにし、分解データ中のノイズを低減してノイズ除去データ（ｄｅ−ｎｏｉｓｅｄ ｄａｔａ）を取得するように構成される。分解データ（ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）中のノイズを低減してノイズ除去データを取得することは、ノイズ量を減少させること、またはノイズを完全に除去することとして理解することができる。処理ユニットはさらに、ノイズ除去データを逆変換（ｂａｃｋ−ｃｏｎｖｅｒｔ）して、逆変換減衰データ（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）にするようにさらに構成され、逆変換は数学的に分解の逆である。処理ユニットはさらに、逆変換減衰データと減衰データとを合成（ｃｏｍｂｉｎｅ）して合成減衰データ（ｃｏｍｂｉｎｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）にして、減衰データの分解データ（ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）への変換に用いられるのと全く同じ分解によって、結合減衰データを合成分解データ（ｃｏｍｂｉｎｅｄ ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）に分解する。

それにより、本発明によるＸ線画像装置により、減衰データを分解データにする第１の分解の後、および合成減衰データを合成分解データにする第２の分解の前に、ノイズ低減を実行できる。ノイズ低減後の第２の分解またはその後の分解により、ノイズ低減が、バイアス低減に直接寄与することができる。結果として、オブジェクト用に改善されたＸ線画像装置が提供され、ノイズ誘起バイアス低減の改善または増加が可能になる。

一例では、前記逆変換減衰データの高空間周波数と前記減衰データの低空間周波数とを選択して編集することにより、逆変換減衰データと減衰データとを合成して減衰データにするように構成される。本発明のこの例は、ノイズ低減によって除去されるノイズが高い空間周波数を有するという考察に基づいている。したがって、ノイズ除去データが逆変換減衰データに逆変換（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ）された場合、高空間周波数でのノイズ除去されたデータとの差は、ノイズ除去によって除去されたノイズに起因する。結果として、「周波数分割」を行うこと、すなわち、逆変換減衰データ（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）の高い空間周波数を、減衰データの低い空間周波数と合成（ｃｏｍｂｉｎｅ）することにより、ノイズがより少ないデータが得られ、結果として、この合成データが第２の分解で分解され合成分解データになる場合、バイアスがより小さくなる。周波数分割は、ハイパスフィルタとローパスフィルタで実現できる。

「分解データ中のノイズを低減してノイズ除去データを取得する」という表現は、ノイズ量を部分的に減少させること、またはノイズを完全に除去することとして理解することができる。したがって、用語「ノイズ除去」と「ノイズ低減」は、ここでは同義語として使用する。分解データ中のノイズを低減してノイズ除去データを得るために能力に加えて、処理ユニットは、一例では、分解前の減衰データ中のノイズを低減するように構成される。この追加的なノイズ低減は、減衰データを分解データにする第１の分解の前に、および／または合成減衰データを合成分解データにする第２の分解の前にできる。ノイズの量を減らし、またはノイズを除去するノイズ除去ストラテジとして、例えば、規格化最大尤度フィルタを利用することができる。ノイズ除去ストラテジは、減衰線積分中のノイズを低減し、各スペクトルチャネルに別々に適用される。このノイズ低減はまた、分解された物質データにおけるバイアスを低減する。このノイズ除去は分解前に行われるので、以下、ＰＤＤＮ（ｐｒｅ−ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｄｅｎｏｉｓｉｎｇ）と呼ばれる。

物質投影データの場合、分解後のノイズの反相関を利用して、ノイズ除去ストラテジとして反相関フィルタ（ＡＣＦ）を使用することができる。ＡＣＦは、統計的モデルを使用して、分解物質データから反相関ノイズをフィルタリングすることができる。好適な反相関フィルタの一例は、データ項と正則化項とを含む正則化最尤フィルタを含む。正則化項は、２つ以上の項（ｓｕｂ−ｔｅｒｍｓ）を含むことができ、各項は各物質に対して１つである。

上記の例では、処理ユニットは、逆変換減衰データの高い空間周波数および減衰データの低い空間周波数の選択および編集により、逆変換減衰データおよび減衰データとを合成して合成減衰データに結合するように構成される上記の例は、ＰＤＤＮとＡＣＦの両方を別々に使用することにより、分解データのノイズを低減して、ＰＤＤＮノイズ除去データおよびＡＣＦノイズ除去データを取得することができる。したがって、ＡＣＦによって除去されるノイズは高い空間周波数を有するという仮定に基づいて、ＡＣＦノイズ除去データは、逆変換減衰領域（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄｏｍａｉｎ）に逆変換される。高い空間周波数でのＰＤＤＮノイズ除去データとの差分は、ＡＣＦによって除去されたノイズに起因すると予想される。結果として、「周波数分割」を行うこと、すなわち、逆変換ＡＣＦノイズ除去または処理データ（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ＡＣＦ ｄｅ−ｎｏｉｓｅｄ ｏｒ ｐｒｏｃｅｓｓｅｄ ｄａｔａ）の高い空間周波数を、ＰＤＤＮノイズ除去または処理データの低い空間周波数と合成（ｃｏｍｂｉｎｅ）することにより、ノイズがより少ないデータが得られ、結果として、この合成データが第２の分解で分解され合成分解データ（ｃｏｍｂｉｎｅｄ ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）になる場合、バイアスがより小さくなる。ＡＣＦによって除去されたノイズは高い空間周波数を有するという上記の仮定は、直接隣接する検出器ピクセル間の差分のみを評価する適用された正則化項の特性のために良い仮定である。

（物理的オブジェクトの特性を決定する）物質分解のための２つの可能な方法は、画像領域における分解と投影領域における分解である。画像領域分解の場合、減衰画像は、撮像された各減衰データセットに対して再構成され、物質分解は再構成減衰画像（ｒｅｃｏｎｓｔｒｕｃｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｉｍａｇｅｓ）において行われ、ある画像位置の再構成減衰値（ｒｅｃｏｎｓｔｒｕｃｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｖａｌｕｅｓ）を物質値に変換する。投影領域分解の場合、物質分解は、様々なスペクトルチャネルの減衰線積分を物質線積分に変換することにより行われる。

投影領域および画像領域における分解およびノイズ除去のいくつかの組み合わせが可能である。以下では、いくつかの可能性を最初に述べた後、いくつかの組み合わせについてより詳細に説明する。一例では、前記処理ユニットは、投影領域において分解し、これにより減衰データは減衰線積分を表し、前記処理ユニットは、前記減衰線積分を分解し、分解線積分を表す分解データにする。換言すると、物質分解は、投影領域において、様々なスペクトルチャネルの減衰線積分（ａｔｔｅｎｕａｔｉｏｎ ｌｉｎｅ ｉｎｔｅｇｒａｌｓ）を分解物質線積分（ｄｅｃｏｍｐｏｓｅｄ ｍａｔｅｒｉａｌ ｌｉｎｅ ｉｎｔｅｇｒａｌｓ）に変換することにより行われる。一例では、前記処理ユニットは、画像領域において分解し、これにより減衰データは減衰画像を表し、前記処理ユニットは、前記減衰画像を分解し、分解画像を表す分解データにする。

一例では、前記処理ユニットは、画像領域においてノイズを低減するように構成され、これにより、前記処理ユニットは、分解画像中のノイズを低減して、ノイズ除去画像を表すノイズ除去データを取得する。一例では、前記処理ユニットは、画像領域においてノイズを低減するように構成され、これにより、前記処理ユニットは、分解画像中のノイズを低減して、ノイズ除去画像を表すノイズ除去データを取得する。一例では、処理ユニットは、投影領域および画像領域でノイズを低減してもよく、それにより、ノイズ低減は、投影領域と画像領域との間で切り替える前方投影と公報投影を含み、画像領域または投影領域または両方の領域のいずれかにおいて、分解された線積分におけるノイズを低減し、分解された線積分を表す分解されたデータを取得するように構成することができる。

最後の２つのパッセージに対してより詳細には、投影領域および画像領域における少なくとも以下の分解（ｄｅｃｏｍｐｏｓｉｔｉｏｎ）およびノイズ除去（ｄｅ−ｎｏｉｓｉｎｇ）の組み合わせが可能である：
− 投影領域における分解とノイズ除去：減衰線積分データを分解線積分データに第１に分解し、投影領域においてノイズを低減し、投影領域において逆変換を行い、投影領域において合成を行い、投影領域において第２の分解を行う。さらに、画像の再構成も可能である。再構成とは、物質ボリューム画像データ（ｍａｔｅｒｉａｌ ｖｏｌｕｍｅｔｒｉｃ ｉｍａｇｅ ｄａｔａ）を含むボリューム画像データの生成を意味する。
− 画像領域での分解及びノイズ除去であり、減衰線積分データをまず減衰画像データに第１の再構成をし、分解画像データに分解し、画像領域においてノイズを低減し、画像領域において逆変換を行い、画像領域で合成を行い、第２の分解が画像領域で行われることを意味する。
− 投影領域における分解と画像領域におけるノイズ除去であって、これは減衰線積分データを分解線積分データに第１に分解した後、分解画像データに再構成し、画像領域においてノイズを低減し、画像を投影領域に変換するための前方投影と物質領域から減衰領域に変換する分解の数学的逆変換とを組み合わせにより逆変換を行い、投影領域で合成を行い、投影領域において第２の分解を行うことを意味する。さらに、画像の再構成も可能である。
− 投影領域における分解と投影領域および画像領域におけるノイズ除去であって、これは、減衰線積分データを分解線積分データに第１に分解し、次に、投影領域においてノイズ低減し、分解画像データに再構成し、画像領域においてノイズを低減し、画像を投影領域に変換する前方投影（ｆｏｒｗａｒｄ ｐｒｏｊｅｃｔｉｏｎ）と物質領域から減衰領域に変換する分解の数学的逆変換との組み合わせにより逆変換を行い、投影領域において合成を行い、投影領域において第２の分解を行うことを意味する。さらに、画像の再構成も可能である。再構成をはさむ投影領域と画像領域とおいて別個のノイズ除去を行う替わりに、正則化された統計的反復的再構成を行って、分解線積分データ（ｄｅｃｏｍｐｏｓｅｄ ｌｉｎｅ ｉｎｔｅｇｒａｌ ｄａｔａ）からノイズ除去分解画像（ｄｅｎｏｉｓｅｄ ｄｅｃｏｍｐｏｓｅｄ ｉｍａｇｅｓ）を生成することができる。

本発明によれば、オブジェクト用のＸ線画像システムが提示される。Ｘ線画像システムは、Ｘ線検出器と、上記のＸ線画像装置とを有する。前記Ｘ線検出器は前記Ｘ線画像装置により受信された減衰データを提供する。Ｘ線画像装置は、受信ユニットと処理ユニットとを備える。前記受信ユニットは、少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信するように構成される。前記逆変換減衰データの高空間周波数と前記減衰データの低空間周波数とを選択して編集することにより、逆変換減衰データと減衰データとを合成して減衰データにするように構成され得る。ノイズの量を減らし、またはノイズを除去するノイズ除去ストラテジとして、ＰＤＤＮ、ＡＣＦなどを利用することができる。

本発明によれば、オブジェクト用のＸ線画像システムが提示される。この方法は、必ずしもこの順序ではないが、以下のステップを含む：
少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信するステップと、
前記減衰データを分解して分解データにするステップと、
前記分解データ中のノイズを低減して、ノイズ除去データを取得するステップと、
前記ノイズ除去データを逆変換して、逆変換減衰データにするステップと、
前記逆変換減衰データと前記減衰データとを合成して、合成減衰データにするステップと、
前記合成減衰データを分解して合成分解データにするステップ。

ノイズ除去ストラテジとして、ＡＣＦによって除去されるノイズは高い空間周波数を有するという仮定に基づいて、ＡＣＦノイズ除去データは、逆変換減衰領域（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄｏｍａｉｎ）に逆変換される。高い空間周波数におけるＰＤＤＮノイズ除去データと比較した差分は、ＡＣＦにより除去されるノイズによるものである。結果として、「周波数分割」を行うこと、すなわち、逆変換ＡＣＦノイズ除去データ（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ＡＣＦ ｄｅ−ｎｏｉｓｅｄ ｏｒ ｐｒｏｃｅｓｓｅｄ ｄａｔａ）の高い空間周波数を、ＰＤＤＮノイズ除去データの低い空間周波数と合成（ｃｏｍｂｉｎｅ）することにより、ノイズがより少ないデータが得られ、結果として、この合成データが第２の分解で分解され合成分解データ（ｃｏｍｂｉｎｅｄ ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）になる場合、バイアスがより小さくなる。

本発明によると、コンピュータプログラム要素も提供される。コンピュータプログラム要素は、コンピュータプログラムがＸ線画像装置を制御するコンピュータ上で実行されたとき、独立装置クレームで定めたＸ線画像装置に、Ｘ線イメージング方法のステップを実行させるプログラムコード手段を含む。

言うまでもなく、独立請求項に記載されているＸ線画像装置、Ｘ線画像システム、Ｘ線イメージング方法、そのような装置を制御するためのコンピュータプログラム要素、およびそのようなコンピュータプログラム要素を記憶したコンピュータ可読媒体は、同様のおよび／または同一の好ましい実施形態を有し、特に、従属請求項に定義されている。言うまでもなく、本発明の好ましい実施形態はさらに、従属項の、各独立項との任意の組合せであり得る。

本発明のこれらの態様等は、以下に説明する実施形態から明らかであり、これらの実施形態を参照して説明する。

本発明の例示的な実施形態を、添付の図面を参照して以下に説明する。
本発明によるＸ線画像システムの一実施形態を模式的かつ例示的に示す図である。 本発明によるＸ線検出器及びＸ線画像システムの一実施形態を模式的かつ例示的に示す図である。 本発明による実施形態を示すフローチャートである。 本発明によるローパスフィルタを示す図である。 本発明による別の実施形態を示すフローチャートである。 オブジェクトのＸ線画像方法のステップの概略を示す図である。 本発明によるオブジェクトのＸ線画像方法のさらに別の実施形態を模式的かつ例示的に示す。 再構成された物質画像を模式的かつ例示的に示す図である。

図１は、本発明によるＸ線画像システム１００の一実施形態を模式的かつ例示的に示す図である。画像システム１００は、例えばコンピュータ断層撮影（ＣＴ）スキャナであり、概して静止ガントリー１０２と、回転ガントリー１０４とを含む。回転ガントリー１０４は、静止ガントリー１０２により回転可能に支持され、縦軸すなわちｚ軸方向の周りを、検査領域１０６の周りを回転する。

放射線源１０８、例えばＸ線管は、回転ガントリー１０４により回転可能に支持されている。放射線源１０８は、回転ガントリー１０４とともに回転し、検査領域１０６を通る放射線を放射する。ソースコリメータ１１０は、放射線をコリメートして、概してコーン、ウェッジ、ファンその他の形状の放射線ビームを形成するコリメーション部材を含む。

放射線高感度検出器アレイ１１２は、検査領域１０６をまたいで放射線源１０８に対向する弧をなす。検出器アレイ１１２は、ｚ軸方向に沿って延在する一列以上の検出器を含む。検出器アレイ１１２は、検査領域１０６を通る放射線を検出して、それを示す投影または減衰データ（または測定された線積分）を生成する。

投影データはスペクトル投影データであり、投影データの少なくとも２つのサブセットを含み、各サブセットは、様々なＸ線スペクトルに対してスキャンされたオブジェクトの減衰特性を表す。このような投影データが得られるのは、検出器アレイ１１２が光子計数検出器および／または多層スペクトル検出器を含み、及び／または放射線源１０８が走査中に少なくとも２つの異なるエネルギースペクトルを切り替えるように構成されている場合である。

患者支持台１２２、例えば診察用椅子が、検査領域１０６において、オブジェクトまたは患者などの被験者を支持する。

計算システムまたはコンピュータがオペレータコンソール１２４として機能し、これによりオペレータは、少なくとも投影領域ノイズ除去アルゴリズムの選択及び／または起動など、システム１００の動作を制御できる。

図２は、本発明によるＸ線検出器２０及びＸ線画像システム１０の一実施形態を模式的かつ例示的に示す図である。Ｘ線画像装置１０およびＸ線検出器２０は、Ｘ線画像システム１００の一部である。Ｘ線検出器２０は、放射線高感度検出器アレイ１１２を含み、Ｘ線画像装置１０によって受け取られるべき減衰データを提供する。Ｘ線画像装置１０は、受信ユニット１１と処理ユニット１２とを備える。受信ユニット１１は、少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信する。処理ユニット１２は、減衰データを分解データに分解し、分解データのノイズを低減してノイズ除去データを取得し、ノイズ除去データを逆変換減衰データに逆変換し、逆変換減衰データと減衰データとを合成減衰データに合成し、合成減衰データを合成分解データに分解する。これらのステップは、以下により詳細に説明する。

本発明によるＸ線画像装置１０により、ノイズ低減を、減衰データを分解データにする第１の分解の後、および合成減衰データを合成分解データにする第２の分解の前に、実行できる。ノイズ低減後の第２の分解またはその後の分解により、ノイズ低減が、バイアス低減に直接寄与することができる。結果として、オブジェクト用に改善されたＸ線画像装置１０が提供され、ノイズ誘起バイアス低減の改善または増加が可能になる。

「分解データ中のノイズを低減してノイズ除去データを取得する」という表現は、ノイズ量を部分的に減少させること、またはノイズを完全に除去することとして理解することができる。したがって、用語「ノイズ除去」と「ノイズ低減」は、ここでは同義語として使用する。ノイズの低減は、減衰データを分解データにする第１の分解の前に、および／または合成減衰データを合成分解データにする第２の分解の前にできる。ノイズの量を減らし、またはノイズを除去するノイズ除去ストラテジとして、例えば、ＰＤＤＮおよび／または反相関フィルタ（ＡＣＦ）を利用することができる。

（局所的な物理的オブジェクトの特性を決定する）物質分解のための２つの可能な方法は、画像領域における分解と投影領域における分解である。ノイズ低減についても同様である。これは、画像領域および投影領域で行うことができる。これらのアプローチを使用して組み合わせれば、少なくとも次のオプションが利用できる：
処理ユニット１２は、投影領域において分解し、これにより減衰データは減衰線積分を表し、処理ユニット１２は、減衰線積分を、分解線積分を表す分解データに分解する。

処理ユニット１２は、画像領域において分解し、これにより減衰データは減衰画像を表し、処理ユニット１２は、減衰画像を、分解画像を表す分解データに分解する。

処理ユニット１２は、画像領域においてノイズを低減してもよく、それにより、処理ユニット１２は、分解された画像中のノイズを低減して、ノイズ除去画像（ｄｅ−ｎｏｉｓｅｄ ｉｍａｇｅｓ）を表すノイズ除去データ（ｄｅ−ｎｏｉｓｅｄ ｄａｔａ）を取得する。

処理ユニット１２は、投影領域においてノイズを低減してもよく、それにより、処理ユニット１２は、分解された線積分データ中のノイズを低減して、ノイズ除去線積分（ｄｅ−ｎｏｉｓｅｄ ｌｉｎｅ ｉｎｔｅｇｒａｌｓ）を表すノイズ除去データ（ｄｅ−ｎｏｉｓｅｄ ｄａｔａ）を取得する。

処理ユニット１２は、投影領域および画像領域でノイズを低減してもよく、それにより、ノイズ低減は、投影領域と画像領域との間で切り替える前方投影と後方投影を含み、画像領域または投影領域または両方の領域のいずれかにおいて、分解された線積分におけるノイズを低減し、分解された線積分を表す分解されたデータを取得することができる。

低エネルギーにおける仮想的モノエネルギー画像、仮想非造影画像、ヨウ素マップ、ヨウ素からカルシウムへの分類など多くの分野の定量的画像を提供するすべてのスペクトルＣＴアプリケーションは、分解前にノイズを低減することで利益を得ることができる。ノイズの低減により、ノイズによって誘起されるバイアスが低減され、それゆえ、より正確な仮想モノクロ画像、ヨウ素マップ、仮想非造影画像などが得られる。分解前にノイズを低減するため、分解前に不要な高周波をフィルタリングして除去するための２つの独立したアイデアを、個別にまたは組み合わせて使用することができる。

Ａ．分解前に単一エネルギーＣＴ画像におけるシャープネスとノイズ除去（ｄｅ−ｎｏｉｓｉｎｇ）とのバランスを取るｘおよびｚ方向の再構成ローパスフィルタリングを実行する。

Ｂ．オブジェクトに依存するノイズ誘起バイアス歪みが、画像領域において様々な周波数を含み、分解されたソノグラム（ｓｏｎｏｇｒａｍｓ）は、いくつかの周波数範囲に分割され得ることを理解する。各範囲について、この周波数範囲より高い周波数が予めフィルタリングされ除外され、その後、事前フィルタリングされた周波数が各周波数範囲に対して別々に分解される。

上述のアイデアＡおよびＢの両方、すなわち、事前フィルタリングおよび周波数帯域への分割は、単独で実行することができる。以下で説明するように、アイデアＡとＢの両方を組み合わせることもできる。
マルチエネルギーＣＴに適用可能な方法の表記を簡略化するために、低エネルギー／高エネルギー線積分（プレップ）ｐ_ｌ／ｈが写真／散乱プレップに分解されるデュアルエネルギーＣＴを例として仮定する。分解前に不要な周波数をフィルタして除去する原理に従って、ＬＰｎ（k→）（訳注：「k→」は「ｋ」の上に「→」）で示される第１のＮ個の異なる２次元ローパスフィルタがプレップｐ_ｌ／ｈに適用される。ここで、k→＝（ｋ_ｘ，ｋ_ｚ）であり、ｎ∈［１：Ｎ］である。ローパスフィルタは

により与えられる。
ここで、Ｘ_ｆｌｔとＺ_ｆｌｔとは、単一エネルギーＣＴ画像におけるシャープネスとノイズ除去（ｄｅ−ｎｏｉｓｉｎｇ）とのバランスを取るｘおよびｚ方向のローパスフィルタである。検出器アークに沿って実行されるｘフィルタリングカーネルは、畳み込みステップ中にランプフィルタにより逓倍され、ｚをガントリー回転軸として、ｚフィルタリングは再構成された画像スライス幅を定める。ｎ∈［１：Ｎ−１］について、数１のカーネルＦ_ｎ（k→）（訳注：「k→」は「ｋ」の上に「→」）は一連の２次元ローパスフィルタであり、一方、ｎ＝Ｎ、すべてのｋに対してＦ_ｎ＝Ｎ（k→）＝１の場合、

の規則を参照されたい。
各チャネルｎについて、ＬＰ_ｎ（k→）により予めフィルタリングされたソノグラムが分解され、

の方法によりＢＰ_ｎ（k→）により示されるように、各チャネルにバンドパスフィルタが適用される。

最後に、全チャネルのソノグラム（ｓｏｎｏｇｒａｍｓ）を合計し、この合計をランプフィルタで畳み込み、逆投影補間を実行して写真／散乱画像Ｉ_ｐ／ｓを得る。この方法のフローチャートを図３に示す。分解前に不要な周波数をフィルタして除去するため、分解前に、ｘフィルタリングとｚフィルタリング可換なステップが実行される。Ｆ_ｎ（k→）＝Ｆ_ｎ（｜k→｜）である特別な場合のフィルタの一例を、Ｎ＝３の場合のローパスフィルタを示す図４に示す。

図５のフローチャートに示すように、この方法は、再ビンニングの後ではなく、再ビンニングの前に分解が生じるモードで実施することもできる。言い換えれば、再ビンニング、すなわち、ファン対パラレルおよびラジアル再ビンニングは、ｘフィルタリングとともに分解の後に実行することができる。もう１つの選択肢は、ｚフィルタリングがデコンポジション後に延期されることである。このモードでは、プレフィルタリングは放棄され、複数の周波数帯域への分割のみが残る。このモードと比較して、再び図３を参照し、ｎ＝１とすると、複数周波数帯域への分割が放棄されるが、プレフィルタリングは完全に実行されるモードを示す。

図６は、オブジェクトのＸ線画像方法のステップの概略を示す図である。この方法は、必ずしもこの順序ではないが、以下のステップを含む：
− 第１のステップＳ１において、少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信する。
− 第２のステップＳ２において、減衰データを分解データ（ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）に分解する。
− 第３のステップＳ３において、分解データ中のノイズを低減して、ノイズ除去データを得る。
− 第４のステップＳ４において、ノイズ除去データを逆変換減衰データ（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）に逆変換する。
− 第５のステップＳ５において、逆変換減衰データと減衰データを合成して合成減衰データ（ｃｏｍｂｉｎｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）にする。
− 第６のステップＳ６において、結合減衰データ（ｃｏｍｂｉｎｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）を合成分解データ（ｃｏｍｂｉｎｅｄ ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）にする。

図７は、本発明によるオブジェクトのＸ線画像方法のさらに別の実施形態を模式的かつ例示的に示す。ステップＳ１において、スキャンされたオブジェクトの減衰特性を表すＰＤＤＮノイズ除去減衰データが受信される。ステップＳ２において、これらのＰＤＤＮノイズ除去された減衰データは、分解データ（ｄｅｃｏｍｐｏｓｅｄ ｄａｔａ）に分解される。ステップＳ３において、これらの分解データは、ＡＣＦによってノイズ低減され、ＡＣＦノイズ除去データが得られる。ステップＳ４において、これらのＡＣＦノイズ除去データは、逆変換減衰データ（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）に逆変換される。ハイパスフィルタ（ステップ５ａ）およびローパスフィルタ（ステップ５ｂ）、すなわち逆変換されたＡＣＦノイズ除去減衰データの高空間周波数に続く周波数分割（ｆｒｅｑｕｅｎｃｙ−ｓｐｌｉｔ）が、低空間周波数のＰＤＤＮノイズ除去減衰データと組み合わされて、ノイズの少ないデータが得られる。ステップＳ６において、ＰＤＤＮノイズ除去減衰データの低空間周波数と合成された逆変換ＡＣＦノイズ除去減衰データ（ｂａｃｋ−ｃｏｎｖｅｒｔｅｄ ＡＣＦ ｄｅ−ｎｏｉｓｅｄ ａｔｔｅｎｕａｔｉｏｎ ｄａｔａ）の高空間周波数は、第２の分解において、より少ないバイアスで合成された分解データに分解される。その結果、ノイズとノイズ誘起バイアスとを低減した物質データが得られます。

図８は、概略的かつ例示的に、写真効果（上段）の場合、およびコンプトン散乱（下段）の場合について、再構成された物質画像を左側に、分解及びＡＣＦ後のバイアスを示す画像を中央に、及び本発明による装置、システムまたは方法を使用した後のバイアスを表す画像を右側に示す。シミュレートされたファントムとして、ヨウ素およびカルシウムインサートを有する３０ｃｍ水柱を使用した。バイアス画像は、ノイズのないグラウンドトゥルース（ｇｒｏｕｎｄ ｔｒｕｔｈ）から、ノイズの多いデータから生成された画像を差し引いて、その後に差分を平滑化して生成される。

本発明の他の一実施形態では、適切なシステムにおいて、上記の実施形態の一つによる方法の方法ステップを実行するように較正されたことを特徴とするコンピュータプログラムまたはコンピュータプログラム要素が提供される。

コンピュータプログラム要素は、コンピュータユニットに記憶されてもよい。コンピュータユニットも本発明の一実施形態の一部であってもよい。このコンピューティングユニットは、上記の方法のステップを実行するまたは実行を誘起するように構成され得る。さらに、上記の装置のコンポーネントを動作させるように構成されていてもよい。コンピューティングユニットは、自動的に動作し、及び／またはユーザの命令を実行するように構成されている。コンピュータプログラムはデータプロセッサのワーキングメモリにロードされる。データプロセッサは、本発明の方法を実行するように構成されている。

本発明のこの実施形態は、初めから本発明を用いるコンピュータプログラムと、アップデートにより本発明を用いるプログラムになる既存のプログラムとの両方をカバーする。

さらに、コンピュータプログラム要素は、上記の方法の実施形態の手順を満たす必要なすべてのステップを提供できる。

本発明のさらに別の一実施形態によると、ＣＤ−ＲＯＭなどのコンピュータ読み取り可能媒体が提供され、そのコンピュータ読み取り可能媒体は、前のセクションで説明したコンピュータプログラム要素を記憶したものである。

コンピュータプログラムは、光記憶媒体や他のハードウェアとともに、またはその一部として供給される固体媒体などの適切な媒体に記憶及び／または配布することができ、インターネットや有線または無線の電気通信システムなどを介して他の形式で配信することもできる。

しかし、コンピュータプログラムは、ワールドワイドウェブ等のネットワーク上で提供されてもよく、そのようなネットワークからデータプロセッサのワーキングメモリにダウンロードされてもよい。本発明のさらにべつの実施形態では、コンピュータプログラム要素をダウンロードできるようにする媒体が提供され、そのコンピュータプログラム要素は本発明の上記の実施形態の一つによる方法を実行するように構成されている。

留意すべき点として、本発明の実施形態を、異なる主題を参照して説明する。具体的に、一部の実施形態を方法の請求項を参照して説明し、他の一部の実施形態を装置の請求項を参照して説明する。しかし、本技術分野の当業者は、上記の説明と以下の説明から、特に断らないかぎり、一種類の主題に属する特徴の任意の組み合わせに加えて、異なる複数の主題に関係する特徴の間の任意の組み合わせも本出願で開示されていると考えられることが分かるであろう。しかし、すべての特徴は組み合わせて、特徴の単なる和以上のシナジー効果を提供することができる。

図面と上記の説明に詳しく示し本発明を説明したが、かかる例示と説明は例であり限定ではない。本発明は開示した実施形態には限定されない。請求項に記載した発明を実施する際、図面、本開示、及び従属項を研究して、開示した実施形態のその他のバリエーションを、当業者は理解して実施することができるであろう。

請求項において、「有する（ｃｏｍｐｒｉｓｉｎｇ）」という用語は他の要素やステップを排除するものではなく、「１つの（”ａ” ｏｒ ”ａｎ”）」という表現は複数ある場合を排除するものではない。単一のプロセッサまたはその他のアイテムが請求項に記載した複数のユニットの機能を満たすこともできる。相異なる従属クレームに手段が記載されているからといって、その手段を組み合わせて有利に使用することができないということではない。請求項に含まれる参照符号は、その請求項の範囲を限定するものと解してはならない。

Claims (18)

1. スペクトル分解のため入力データ中のノイズを低減するように較正された、オブジェクト用のＸ線画像装置。
2. 受信ユニットと、
   処理ユニットとを有し、
   前記受信ユニットは、少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信するように構成され、
   前記処理ユニットは、
   前記減衰データを分解して分解データにし、
   前記分解データ中のノイズを低減して、ノイズ除去データを取得し、
   前記ノイズ除去データを逆変換して、逆変換減衰データにし、
   前記逆変換減衰データと前記減衰データとを合成して、合成減衰データにし、
   前記合成減衰データを分解して合成分解データにするように構成される、
   請求項１に記載のオブジェクト用のＸ線画像装置。
3. 逆変換減衰データの高空間周波数と減衰データの低空間周波数とを選択して編集することにより、前記逆変換減衰データと減衰データとを合成して減衰データにするように構成される、
   請求項１または２に記載のＸ線画像装置。
4. 処理ユニットは、減衰データの分解データへの分解前に、前記減衰データ中のノイズをさらに低減するように構成される、
   請求項２または３に記載のＸ線画像装置。
5. 処理ユニットは反相関フィルタ（ＡＣＦ）及び／またはＰＤＤＮでノイズを低減するように構成される、
   請求項２ないし４いずれか一項に記載のＸ線画像装置。
6. 逆変換ＡＣＦノイズ除去減衰データの高空間周波数とＰＤＤＮノイズ除去減衰データの低空間周波数とを選択して編集することにより、逆変換ＡＣＦノイズ除去減衰データとＰＤＤＮノイズ除去減衰データとを合成して合成減衰データにするように構成される、
   請求項１ないし５いずれか一項に記載のＸ線画像装置。
7. 処理ユニットは、投影領域において分解し、これにより減衰データは減衰線積分を表し、前記処理ユニットは、前記減衰線積分を分解し、分解線積分を表す分解データにする、
   請求項２ないし６いずれか一項に記載のＸ線画像装置。
8. 処理ユニットは、画像領域において分解し、これにより減衰データは減衰画像を表し、前記処理ユニットは、前記減衰画像を分解し、分解画像を表す分解データにする、
   請求項２ないし６いずれか一項に記載のＸ線画像装置。
9. 処理ユニットは、画像領域においてノイズを低減するように構成され、これにより、前記処理ユニットは、分解画像中のノイズを低減して、ノイズ除去画像を表すノイズ除去データを取得する、
   請求項２ないし８いずれか一項に記載のＸ線画像装置。
10. 処理ユニットは、画像領域においてノイズを低減するように構成され、これにより、前記処理ユニットは、分解画像中のノイズを低減して、ノイズ除去画像を表すノイズ除去データを取得する、
    請求項２ないし８いずれか一項に記載のＸ線画像装置。
11. 処理ユニットは、投影領域および画像領域においてノイズを低減し、これにより、ノイズ低減は、投影領域と画像領域との間で切り替える前方投影と後方投影とを含み、画像領域または投影領域または両方の領域のいずれかにおいて、分解線積分におけるノイズを低減し、分解線積分を表す分解データを取得するように構成される、
    請求項２ないし８いずれか一項に記載のＸ線画像装置。
12. 前記Ｘ線画像装置はさらに、分解前に再構成ｘフィルタリング及びｚフィルタリングを実行するように構成される、
    請求項１に記載のＸ線画像装置。
13. 前記Ｘ線画像装置はさらに、異なる周波数範囲へのローパスフィルタリングを実行し、周波数範囲ごとにフィルタリングされたデータを分解するように構成される、
    請求項１に記載のＸ線画像装置。
14. Ｘ線検出器と、
    請求項１ないし１３いずれか一項に記載のＸ線画像装置とを有し、
    前記Ｘ線検出器は前記Ｘ線画像装置により受信された減衰データを提供する、
    オブジェクト用のＸ線画像システム。
15. スペクトル分解のため入力データにおけるノイズ低減を含む、
    オブジェクト用のＸ線イメージング方法。
16. 前記Ｘ線イメージング方法は、
    少なくとも２つの異なるＸ線スペクトルに対するオブジェクトの減衰特性を表す減衰データを受信するステップと、
    前記減衰データを分解して分解データにするステップと、
    前記分解データ中のノイズを低減して、ノイズ除去データを取得するステップと、
    前記ノイズ除去データを逆変換して、逆変換減衰データにするステップと、
    前記逆変換減衰データと前記減衰データとを合成して、合成減衰データにするステップと、
    前記合成減衰データを分解して合成分解データにするステップとを含む、
    請求項１５に記載のオブジェクト用のＸ線イメージング方法。
17. 請求項１ないし１４いずれか一項に記載のＸ線画像装置またはＸ線画像システムを制御するコンピュータプログラム要素であって、
    処理ユニットにより実行されると、請求項１５または１６に記載の方法ステップを実行するコンピュータプログラム要素。
18. 請求項１７に記載のコンピュータプログラム要素を記憶したコンピュータ可読媒体。

Images