JP2019511729A - Ｘ線検出システムおよびｘ線検出方法 - Google Patents

Abstract

【解決手段】本開示は、フラットパネルのＸ線撮像検出方法および装置に関する。ある実施形態では、装置は、少なくとも三（３）つの層、すなわち、頂部層、中間層および底部層を含む層を含む。頂部層は頂部層画像を生成し、中間層は中間層画像を生成し、底部層は底部層画像を生成する。同時に中間層は、中間Ｘ線エネルギーフィルタとしても動作する。【選択図】図１ａ

Description

（関連出願への相互参照）
本出願は、出願日２０１６年２月１９日の米国仮出願６２/２９７，３４５に基づく優先権を主張する。この出願は、参照により本明細書に組み込まれる。

本開示は、一般にＸ線撮像に関し、より具体的にはフラットパネルのＸ線撮像システムおよび撮像方法に関する。

いくつかのＸ線写真診断およびスクリーニングの技術では、散乱軟組の織環境内で高い減衰係数を持つ小型対象物の画像化を目的とする。これらは、冠動脈造影（この場合循環器疾患を診断するために、心臓内の血管に造影剤が付加される）や、胸部Ｘ線写真術における石灰化検出（この場合肺結節の良性は、カルシウム内容によって特徴づけられる）を含むが、これらに限定されない。従って、これらの対象物の検出性を向上させることが極めて望ましい。

これを実現するために長期間提案されてきた技術の１つに、デュアルエネルギー（ＤＥ）減算画像法がある。この方法は、Ｘ線画像から軟組織成分を除去するために、組織のタイプが異なると、Ｘ線減衰係数依存性が異なることを利用する。これにより関心対象物の画像化が改善される。

ＤＥシステムは、１つの低エネルギー画像と１つの高エネルギー画像を取得し、これら２つの画像を（表示のための）最終画像に統合するために荷重減算を実行することによって動作する。この最終画像では、散乱軟組織構造が除去されている。

代替的なＤＥ画像法は、単一ショットアプローチである。この場合、両方の画像が同時に取得される。これは、２つのセンサ層を垂直に積層し、サンドイッチ配置として知られるものの内部に２層の検出器を形成することによって実現される。スペクトル分離が発生するのは、本来的にフォトンのエネルギーが高いほど非吸収最上層を通過する確率が高いことと、２つの層間に金属のビーム硬化中間層が存在することとによる。従って、単一ショット技術の患者および心臓の動きに対する耐性は、ｋＶｐスイッチングに比べて高く、多くの現行Ｘ線源と同等である。しかしながら、硬化中間層が存在することにより、Ｘ線の一部がこの中間層内で失われる結果、患者への線量は不足する。

従って、現行システムのこの欠点を克服する新規なＸ線撮像法を与えることが課題となる。

本開示は、Ｘ線撮像のために使われる少なくとも３つの層、すなわち頂部層、中間層および底部層を含む少なくとも３つの層を有する検出器に関する。ある実施形態では本開示は、単一ショットのデュアルエネルギー（ＤＥ）撮像器として使うことができる。この実施形態では、撮像器の各層または検出器は、特定の厚さを有するシンチレータ層または半導体材料層に結合したセンサを含む。頂部層および底部層はそれぞれ、低エネルギー画像および高エネルギー画像を生成する。一方中間層は、ビームが底部層に到達して画像を（受信したエネルギーから）生成する前に、このビームを強化するためのフィルタとして動作する。

こうして本開示のシステムは、多くの個別のモードで動作することができる。モードの例の１つは、単一の画像を生成するために、３つの層からのすべての信号が単純に加算されるか、または加重平均により結合される、完全なスペクトルＸ線モードである。このモードでは、患者への線量が浪費されることがない。そして取得された画像は、通常のＸ線撮影に使われるのと同様の、完全なＸ線スペクトルからの情報を表すだろう。モードの第２の例は、ＤＥ撮像である。この場合、患者の軟組織などの雑音を伴わずに画像を取得する目的で、頂部層および底部層からの信号のみが使われ操作される。（これらの２例を含む）検出器のモードはすべて互いに排他的でない。すなわち必要なデータがすべて単一のＸ線露光で得られるため、撮像器は同時にすべてのモードで動作することができる。

本開示のある態様では、Ｘ線検出のための装置が与えられる。このＸ線検出のための装置は、Ｘ線を検知し、頂部層画像を生成する頂部層と、Ｘ線を検知し、中間層画像を生成する中間層と、Ｘ線を検知し、底部層画像を生成する底部層と、を備え、同時に中間層は、中間Ｘ線エネルギーフィルタとしても動作する

別の態様では、頂部層、中間層および底部層は、直接変換Ｘ線検出器を備える。代替的には、頂部層、中間層および底部層は、間接変換Ｘ線検出器を備える。さらなる態様では、システムは、頂部層内に組み込まれた頂部層シンチレータと、中間層内に組み込まれた中間層シンチレータと、底部層内に組み込まれた底部層シンチレータと、をさらに備えてよい。

さらなる態様では、中間層は、中間エネルギースペクトルに対する感受層である。別の態様では、頂部層は、低エネルギースペクトルに対する感受層であり、底部層は、高エネルギースペクトルに対する感受層である。

本開示の第２の態様では、Ｘ線撮像の方法が与えられる。このＸ線撮像の方法は、単一のＸ線露光から少なくとも３つの画像の組を取得するステップと、完全なスペクトルＸ線画像を生成するために、少なくとも３つの画像を結合するステップと、少なくとも１つの新たなＸ線画像を生成するために、少なくとも３つの画像の組のうちの少なくとも２つを操作するステップと、を備え、少なくとも３つの画像の組は、高エネルギー画像、中間エネルギー画像および低エネルギー画像を含む。

さらに別の態様では、少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、高エネルギー画像および低エネルギー画像を選択するステップと、デュアルエネルギー画像の新たな組を生成するために、高エネルギー画像および低エネルギー画像を結合するステップと、を備える。

さらなる態様では、少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、高エネルギー画像、中間エネルギー画像および低エネルギー画像を選択するステップと、高エネルギー空間画像、中間エネルギー空間画像および低エネルギー空間画像を取得するステップと、高エネルギー空間画像、中間エネルギー空間画像および低エネルギー空間画像を用いて、散乱された放射を特定するステップと、散乱雑音の低減された画像の組を生成するために高エネルギー画像、中間エネルギー画像および低エネルギー画像を操作するステップと、を備える。

さらなる別の態様では、少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、高エネルギー画像、中間エネルギー画像および低エネルギー画像を選択するステップと、高エネルギー画像、中間エネルギー画像および低エネルギー画像をカラーチャネルにマッピングするステップと、マッピングに基づいてカラーＸ線画像を生成するステップと、を備える。

別の態様では、少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、高エネルギー画像、中間エネルギー画像および低エネルギー画像を選択するステップと、中−高エネルギー画像を生成するために、高エネルギー画像および中間エネルギー画像を操作するステップと、中−低エネルギー画像を生成するために、低エネルギー画像および中間エネルギー画像を操作するステップと、スペクトル的に改善されたデュアルエネルギー画像の組を生成するために、高エネルギー画像、中−高エネルギー画像、中間エネルギー画像、中−低エネルギー画像および低エネルギー画像の少なくとも２つを操作するステップと、を備える。

ある態様では、少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、 高エネルギー画像、中間エネルギー画像および低エネルギー画像を選択するステップと、高エネルギー画像および低エネルギー画像の信号対雑音比を改善するために、中間エネルギー画像データを操作するステップと、より信号対雑音比の高いデュアルエネルギー画像の組を生成するために、高エネルギー画像、中間エネルギー画像および低エネルギー画像を操作するステップと、を備える。

以下、添付の図面を参照しながら例示のみを用いて本開示の実施形態を説明する。
Ｘ線撮像システムの模式図である。 図１ａのシステムで使われる３層Ｘ線撮像装置の模式図である。 検出器の各層への異なる入射Ｘ線スペクトルの例を示すグラフである。 応用例において選択された２つのＸ線経路の模式図である。 シンチレータにおける信号分布を示す図である。 診断Ｘ線エネルギー領域にまたがる３つの異なる物質／組織の質量減衰係数のグラフである。 ヨウ素化血管検出応用に関し、頂部のシンチレータの厚さを変えたときに得られるメリットを示すグラフである。 ヨウ素化血管検出応用に関し、中間部のシンチレータの厚さを変えたときに得られるメリットを示すグラフである。 石灰化結節検出応用に関し、頂部のシンチレータの厚さを変えたときに得られるメリットを示すグラフである。 石灰化結節検出応用に関し、中間部のシンチレータの厚さを変えたときに得られるメリットを示すグラフである。 本開示のＸ線撮像装置を用いて画像を生成する方法を概説するフロー図である。 画像を生成する他の実施形態を概説するフロー図である。 画像を生成するさらなる実施形態を概説するフロー図である。 画像を生成するさらなる実施形態を概説するフロー図である。 画像を生成する実施形態を概説するフロー図である。 画像を生成する他の実施形態を概説するフロー図である。

本開示は、フラットパネルのＸ線画像検出器に関する方法および装置に関する。ある実施形態では、装置は、少なくとも三（３）つの層、すなわち、頂部層、中間層、底部層を含む層を含む。別の実施形態では、中間層は同時に、Ｘ線ビームから中間レベルのエネルギーを取得し、中間Ｘ線エネルギーフィルタとして機能するように動作する。その後中間周波数または中間エネルギーは、本開示のＸ線画像検出器のさらなる応用が可能となるように、プロセッサに送信されてよい。

図１ａは、撮像環境またはＸ線撮像システムの模式図である。システム１００は、Ｘ線放射を生成するＸ線放射源１０２を含む。Ｘ線放射は、Ｘ線ビーム１０４の組の形をなす。Ｘ線ビーム１０４は、Ｘ線検出システム１０８を用いた画像化のために、（患者の手のような）関心対象物１０６に向けて送信される。本開示では、Ｘ線検出システム１０８は、好ましくは、対象物１０６の画像１１２を生成するために、Ｘ線１０４の送信された部分を検出するためのＸ線画像検出器１１０を含む。一般に、画像化される対象物１０６は、Ｘ線放射源１０２とＸ線検出システム１０８との間に置かれる。これにより、Ｘ線は対象物１０６を通過し、Ｘ線検出システム１０８と相互作用する。その後、生成された画像１１２は、可視化のために、コンピュータシステム１１６のディスプレイ１１４やモニタ上に表示されることができる。選択的に画像１１２は、後に検索するために、メモリやデータベース（図示しない）に記憶されてもよい。

いくつかのＸ線検出システム１０８では、Ｘ線源１０２とＸ線検出システム１０８との間の正しいタイミングを取得するために、同期ハードウェア１１８が必要とされてもよい。Ｘ線ビーム１０４の送信部分の作用は、このタイミングでサンプリングされる。

図１ｂは、本開示の実施形態に係るＸ線画像検出器の模式図である。好ましい実施形態では、Ｘ線画像検出器１１０は、頂部層１２０ａ、中間層１２０ｂおよび底部層１２０ｃとして示される、３つの層の組１２０を含む。３つの層１２０は、Ｘ線撮像環境に向けられたとき、対象物１０６を通過したＸ線ビーム１０４が各層にシーケンシャルに到達するように積層される。Ｘ線ビーム１０４は、最初に頂部層１２０ａに到達するだろう。Ｘ線ビーム１０４の残りの部分は、次に中間層１２０ｂに到達するだろう。Ｘ線ビーム１０４の残った部分は、最後に底部層１２０ｃに到達するだろう。

検出器１１０の層１２０の各々は、Ｘ線感受性材料層１２２を含む。このＸ線感受性材料の層は、間接モードで動作するＸ線画像検出器１１０におけるシンチレータまたはシンチレータ層であってよい。このＸ線感受性材料の層はまた、直接モードで動作するＸ線画像検出器１１０における半導体材料から作成されてもよい。層１２０の各々は、このＸ線感受性材料（ガドリニウムオキシ硫化物やヨウ化セシウムなど）の物理的特性によって他の層から識別されてもよい。選択的には、図１ｂにおいてｔ_ｔ、ｔ_ｉおよびｔ_ｂで示されるように、この材料の厚さによって識別されてよい。ここで、下付き添字ｔは頂部（ｔｏｐ）を表し、下付き添字ｉは中間部（ｉｎｔｅｒｍｅｄｉａｔｅ）を表し、下付き添字ｂは底部（ｂｏｔｔｏｍ）を表す。層１２０の各々はまた、Ｘ線感受性１２２に結合したセンサ層１２４を含む。ある実施形態ではセンサ層は、アモルファスシリコン半導体、多結晶シリコン半導体、有機物半導体、基板層１２５の頂部の酸化インジウムガリウム亜鉛などの広領域の薄膜シリコン半導体を用いて作成されるが、これらに限られない。センサ層１２４は、好ましくは、ピクセルに細分化され得ると考えられる領域を含む。従って各ピクセルは、薄膜トランジスタ（TFT） およびセンサを含む。

層１２０が間接変換器として機能する実施形態では、各ＴＦＴに関するフォトダイオードは、センサ層の頂部にあるＸ線感受性シンチレータにより生成された光に関連する信号を生成する。層１２０がX線直接変換器として機能する実施形態では、各ＴＦＴに関関する電極が、Ｘ線感受性半導体材料内の電流に関連する信号を生成する。X線直接変換器では、Ｘ線半導体がＸ線を直接電荷に変換するため、オシレータやフォトダイオードは不要である。いずれの実施形態でも、ＴＦＴがこれらの信号を検出する。その後これらの信号は、他のリードアウト回路１２６に送信される。このリードアウト回路１２６により、これらの信号に基づく（単数または複数の）画像１１２が生成される。各層は、必要な回路および計算装置を用いて、個別の画像を捕獲または取得する。その後これらの画像は、表示または記憶される前に処理されてよい。当業者には理解されるように、ＴＦＴに基づくＸ線検出器に代えて、大規模なシリコンＣＭＯＳに基づくＸ線検出器が採用されてもよい。

操作では、Ｘ線ビームが検出器１１０に到達する前に対象物１０６を通過するように、Ｘ線ビームがＸ線画像検出器１１０に対して向けられる。典型的にはＸ線ビームは、診断Ｘ線エネルギー領域を横断するエネルギーを持つＸ線フォトンを含む。このエネルギースペクトルの正確な詳細は、Ｘ線源１０２の特性によるだろう。これらの特性は、ソース動作電圧、アノード材料、フィルタ材料またはフィルタの厚さを含むが、これらに限定されない。

Ｘ線ビーム１０４は検出器１１０に到達すると、検出器１１０の頂部層１２０ａに到達するだろう。Ｘ線のエネルギー依存特性と、エネルギーの低いＸ線ほど物体との衝突の可能性が高いという事実とから、確率論的に、この層１２０ａは、入射Ｘ線の低い方の端（またはＸ線ビーム１０４のスペクトルエネルギーの低い方の端）をより強く吸収するだろう。そして層１２０ａは、頂部層画像（または低エネルギー画像）を生成するだろう。これは、頂部層１２０ａにより生成される画像が、Ｘ線エネルギースペクトルの低い方の端とより強く関係することを意味する。Ｘ線ビーム１０４の残りの部分は、中間層１２０ｂに向けて進む。ここで中間層は、残りのフォトンのエネルギースペクトルの低い方の端を優先的に吸収するだろう。そしてＸ線ビーム１０４のうちエネルギーが高いものほど、吸収されずに底部層１２０ｃに向けて進むだろう。同時に中間層画像または中間エネルギー画像が、ここで吸収されるフォトンに相当する中間層で生成される（作られる）。より高い平均エネルギーを持つＸ線ビーム１０４が、最後に底部層１２０ｃに到達する。ここでこの部分のＸ線ビームが吸収されるだろう。そして、前述のものより高い平均エネルギーを持つ残りのフォトンの大半（すべてではないが）により、底部層画像または高エネルギー画像を生成することができる。このプロセスを通じた３つの独立した画像により、本開示の利点が達成される。これら３つの画像の各々は、平均エネルギーが増加する異なるスペクトル情報により形成され、単一のＸ線露光で得ることができる。

この検出器１１０の中間層１２０ｂが、露光中に果たす役割は２つある。中間層１２０ｂは、（１）入射スペクトルの頂部層と底部層との平均エネルギーの差を拡大するためのスペクトルフィルタ、（２）他の層で得られた画像を改善するか、または新たなタイプの画像を生成するために利用可能な信号を生成する感受層自体、の両方として機能する。中間層が２つの動作を有するため、本開示は既存の検知器デザインに比べ優れている。

フィルタおよびＸ線センサの両方として同時に動作する中間層１２０ｂが存在することにより、本開示の検知器はいくつかの異なるモードで機能することができる（詳細を後述する）。各モードは、中間層１２０ｂからの信号を利用する（もしくは利用しない）ときの方法、または１つ以上の最終画像を生成するために頂部層および底部層からの画像と結合される（もしくは結合されない）ときの方法で区別される。

換言すれば、本開示の画像検出器１１０は、１つのＸ線露光で３つの別々の画像を同時に取得することができる。これら３つの各画像は、異なるスペクトル情報を運ぶ。新たな改善画像を生成するために、これら３つの各画像は、これらのスペクトル情報（またはそのサブセット）を処理し、操作し、および／または結合する。ユーザや医師には、これらの最終的に生成された画像（またはこれらの画像の結合）が表示される。これらの画像はまた、後に検索するために記憶されてもよい。

本開示の利点の１つは、異なるスペクトル情報を運ぶ各層で生成された３つの画像がすべて同じＸ線露光で取得されるところにある。すなわち、３つのすべての画像を取得するには、上に詳述した操作過程を１回だけ行えばよい。従って、患者へのＸ線量が節約され、動き雑音が低減される。さらに、一旦３つの画像を取得してしまえば、これらの画像を再度取得する必要なく、任意の数の組み合わせに利用することができる。従って、患者に対してＸ線露光１回だけ行うことにより、複数の異なるタイプの改善画像を取得することができる。従って、複数のタイプの画像を取得するときにも、患者への線量露光が低減するというさらなる利点が得られる。

Ｘ線撮像装置が動作するときの各モードは、検出器の各層で得られたいくつかまたはすべての画像から１つ以上の結果画像を生成するときの方法によって区別されると考えてよい。

この検出器における可能な動作モードの一例は、デュアルエネルギー検出器である。この検出器では、頂部層および底部層からの信号が、それぞれ低エネルギー画像および高エネルギー画像として使われる。これら２つの画像は、例えば対数減算を用いて結合することができる。これにより２つの改善画像が生成される。これらの改善画像により、ある種の物質や組織タイプをより簡単に検出することができる。本例では中間層は単に、頂部層と底部層とをより強くスペクトル分離するためのフィルタとして機能する。一般にこのスペクトル分離が強いほどＤＥ画像が改善され、ＤＥ性能が改善されることが知られている。

しかしながら前述の例のＤＥ検出器の例でも、Ｘ線感受性中間層が存在することにより、検出器の性能が改善される。

本例では、この中間層がフィルタと感受層の両方として同時に動作することにより、検出器の性能が改善される。さらに、３つのすべての変換層（間接検出の場合はシンチレータであり、直接検出の場合は半導体層である）の厚さを独立に調整することにより、可能な改善されたＤＥ画像を生成するのに必要な最適なスペクトル分離が得られる。

第１に、生成されたＤＥ画像を改善するために、中間層の信号を利用することができる。これは、中間層画像により与えられる情報を使用することにより、複数の方法で実現することができる。これらは、以下の例を含むが、これらに限定されない。ある例は、中間層からの情報を考慮した統計的アルゴリズムを用いて、頂部層画像または底部層画像の雑音を低減することにより、得られた最終ＤＥ画像を改善するものである。別の例は、頂部層と底部層との間の散乱源を特定するものである。これは、散乱防止アルゴリズムを適用することにより、底部層の散乱雑音を低減することができる。

第２に、他の層で得られた画像と組み合わせて（あるいは組み合わせずに）、中間層で生成された画像を利用することができる。これにより、他のモードの画像の組み合わせで記述される他のタイプの画像が生成される。これは、他のＸ線露光を必要とすることなく実現することができる。換言すれば本開示はＤＥ撮像機として動作することができるが、同時に（ここでの、または将来改良される）任意の他のモードで動作することもできる。

動作モードがどのように取得画像を利用できるかについての別の例として、３つのすべての層から得られた画像に対し、単純な加算または平均化を実行した場合、完全なスペクトルＸ線画像を生成することができるというものがある。この完全なスペクトルＸ線画像は、Ｘ線源から放出された大半の（すべてではないが）Ｘ線スペクトルの情報を含むだろう。換言すればこれは、より厚い感受層のＸ線検出器の特性に似ている。しかし有利なことに、より厚い感受層のＸ線検出器で発生する可能性が高い信号拡散問題のいくつかが回避される。さらに各層の既知の空間位置を用いることにより、層間散乱源を特定することができる。この場合、散乱修正アルゴリズムを適用することにより、相関散乱源に起因する画像内の雑音を低減することができる。

画像結合の別の例として、カラーＸ線画像の結合がある。
これは、頂部層で生成された画像、中間層で生成された画像および底部層で生成された画像を選択し、これらを赤、緑および青の各チャネルにマッピングすることで実現される。これにより、Ｘ線スペクトル情報をカラー画像の形で可視化するための明確な方法が与えられ、ある種の組織または物質のタイプの検出に寄与する。

画像結合モードの別の例として、前述の画像に加えて、２つの別のＤＥ画像の可能な組を同時に生成することができるものがある。すなわち、頂部層および底部層からの信号を結合することに加えて、頂部層および中間層の画像を結合する、あるいは、中間層および底部層からの画像を結合することによっても、改善されたＤＥ画像の組を生成することができる。これは、Ｘ線ビームが各検出器層を通過するほど、吸収されるＸ線スペクトルの平均エネルギーが増えることによる。従って、これらの他の２つの画像のペアを選択することにより、荷重減算を含む方法で改善ＤＥ画像の新たな組を生成ために、３つの原画像とともに利用可能な２つのスペクトル的に区別された追加的な画像が与えられるだろう。改善ＤＥ画像の組のうち異なるものの各々は、異なる物質や組織タイプを際立たせるだろう。従ってこれらは、物質や組織タイプの検出性向上または雑音低減のために寄与する

最後に、Ｘ線信号の大部分は頂部層に蓄積されるため、底部層でのＳＮＲはしばしば低いものとなる。底部層のＳＮＲは、適切な荷重関数およびフィルタにより中間層および底部層からの画像を結合する方法を用いて改善することができる。

図８ａは、Ｘ線撮像の方法を概説するフロー図である。最初に、少なくとも３つの画像の組が、好ましくは単一のＸ線露光で取得される（２００）。好ましい実施形態では、これらの画像は、高エネルギー画像、中間エネルギー画像および低エネルギー画像であると理解されてよい。理解できるように、これらの画像はそれぞれ、画像検出器の頂部層、中間層および底部層を基に生成される。その後画像は結合されて、完全なスペクトルＸ線画像が生成または形成される（２０２）。他の画像を提供するために、（前述のように）少なくとも２つの画像が操作されてもよい。より具体的には、この少なくとも２つの画像は、新たなＸ線画像を生成するために操作されてもよい。

図８ｂは、少なくとも２つの画像を操作する（２０４）第１の実施形態を概説するフロー図である。この実施形態では、高エネルギー画像および低エネルギー画像が選択される（２０６）。その後、高エネルギー画像および低エネルギー画像は結合される（２０８）。そしてデュアルエネルギー画像の組のような画像が生成される（２１０）。ある実施形態では、結合（２０８）は、高エネルギー画像および低エネルギー画像の荷重減算を実行することにより実現される。

図８ｃは、少なくとも２つの画像を操作する（２０４）別の実施形態を概説するフロー図である。この実施形態では、高エネルギー画像、中間エネルギー画像および低エネルギー画像が選択される（２１２）。その後、画像を基にまたは既知の技術を用いて、高エネルギー画像空間データ、中間エネルギー空間データおよび低エネルギー空間データが取得される（２１４）。その後、高エネルギー画像空間データ、中間エネルギー空間データおよび低エネルギー空間データを用いて、散乱された放射が特定される（２１６）。その後、雑音の低減された画像の組が生成される（２１８）。別の実施形態では、散乱雑音修正アルゴリズムを用いて、散乱雑音の低減された画像の組を生成することもできる。

図８ｄは、少なくとも２つの画像を操作する（２０４）別の実施形態を概説するフロー図である。この実施形態では、高エネルギー画像、中間エネルギー画像および低エネルギー画像が選択される（２２０）。その後これらの画像は、カラーチャネルにマッピングされる（２２２）。その後、カラーＸ線画像を生成することができる（２２４）。

図８ｅは、少なくとも２つの画像を操作する（２０４）別の実施形態を概説するフロー図である。この実施形態では、高エネルギー画像、中間エネルギー画像および低エネルギー画像が取得または選択される（２２６）。その後、中間エネルギー画像および高エネルギー画像を結合または操作することにより、中−高エネルギー画像が生成される（２２８）。その後、中間エネルギー画像および低エネルギー画像を結合または操作することにより、中−低エネルギー画像が生成される（２３０）。高エネルギー画像、中−高エネルギー画像、中間エネルギー画像、中−低エネルギー画像および低エネルギー画像に基づいて、例えばこれらの画像を操作することにより、スペクトル的に改善された画像を生成することができる（２３２）。ある実施形態では、高エネルギー画像、中−高エネルギー画像、中間エネルギー画像、中−低エネルギー画像および低エネルギー画像の少なくとも２つの荷重減算を実行することにより、スペクトル的に改善された画像を生成することができる。

図８ｆは、少なくとも２つの画像を操作する（２０４）別の実施形態を概説するフロー図である。この実施形態では、高エネルギー画像、中間エネルギー画像および低エネルギー画像が取得または選択される（２３４）。その後、中間エネルギー画像を用いて、低エネルギー画像および高エネルギー画像の信号対雑音比を改善することができる（２３６）。その後、例えば改善された高エネルギー画像および低エネルギー画像の荷重減算を実行することにより、信号対雑音比の高い画像の組を生成することができる（２３８）。

べつの実施形態では、高エネルギー画像、中間エネルギー画像および低エネルギー画像が取得または選択される。その後、高エネルギー画像、中間エネルギー画像および低エネルギー画像に関する、加算または加重平均が実行され、完全なスペクトルＸ線画像が生成される。

本開示の機能は、前述の動作モードに限定されない。前述の動作モードは、この検出器（すなわち、３つのスペクトル的に区別された画像を一回のＸ線露光で作成することができる検出器）を用いて作成可能な改善画像の単なる例示である。

ＤＥ撮像として部分的に利用することを目的に、本開示の実施形態をどのようにデザインし最適化するかを以下に概説する。この概説は、本開示が持つ多数の能力の１つ、および特定の実施形態となり得るデザインプロセスのタイプを示すことを目的とする。当業者は、本開示の３層の検出器を用いることにより実現されたスペクトル画像データの新規な組み合わせや操作は、４層以上の検出器の実施形態用いることによっても実化可能であることを理解すべきである。

以下の説明では、本開示に係る３層のＸ線検出器の実施形態の１つが示される。本明細書では好ましくは、Ｘ線検出器は、中間周波数のフィルタおよび検出器として同時に動作する中間層を備えるＤＥ撮像検出器に関する。

本実施例では、すべての感受層が間接検出センサとして動作する３層の検出器が開示される。すなわち、ＦＰＤと結合されたヨウ化セシウムシンチレータからなる３つの層が、本開示で説明された３層検出器を形成するように積層される。本例に関するシンチレータの材料としては、熟成度、入手可能正および構造的成長可能性などを考慮し、ヨウ化セシウムが選択された。この材料はまた、確立されたＦＰＤ技術との親和性があることからも魅力的である。ＣｓＩ：Ｔｌ円柱形シンチレータの充填効率は７５％に設定された。ヨウ化セシウムが使われたが、他の同様の材料、例えばガドリニウムオキシ硫化物（ＧＯＳ）その他のシンチレータも考慮された。代替的に、３層の検出器のために、厚さの異なるＸ線直接変換半導体を適用してもよい。

標的とする応用例として２つが選択された。１つは冠動脈造影におけるヨウ素化血管検出であり、もう１つは胸部Ｘ線撮影における肺石灰化である。いずれも、軟組織内で高いＸ線減衰係数を持つ小型対象物である。従って、いずれもＤＥ撮像が有利となり得る。

図３は、Ｘ線ビーム１０４の単一Ｘ線露光の模式図、またはＸ線検出器１１０に向けられた対象物１０６を通過する（フォトン／（ｃｍ^２ｋｅＶ）単位で測定された）スペクトル（Φ（Ｅ）で示される）の模式図である。本例を用いて議論するために、Ｘ線撮像器１１０は、単層または単一シンチレータに基づくＦＰＤである。これは、単層撮像器の信号および雑音の特性を決定するために用いられた。模式的に、本開示（図１ｂに示されるような）の装置は、３つのＦＰＤに基づく単層シンチレータの組であると理解してよい。

図３に示されるように、２つのＸ線経路がある。すなわち、１）検出器または層１２０に到達する前に、軟組織１３０（厚さｔ_ｓ（ｃｍ）を有する）のみを通過する、第１のＸ線ビーム１０４ａ、２）検出器または層１２０に到達する前に、周辺を取り巻く軟組織１３のみならず、ヨウ素化血管または石灰化（厚さｔ_ｈ（ｃｍ）を有する）を通過する、第２のＸ線ビーム１０４ｂ、である。明確化および説明のため、第１のＸ線ビームは検出器信号Ｓ_ｓとなり、第２のＸ線信号は検出器信号Ｓ_ｈとなるとする。図示されるように、層１２０は、シンチレータ層１２２と、基板層１２４と、を含む。

Ａ（ｍｍ^２）のピクセルサイズを持ち、Ｘ線ビーム経路の１つ内に完全に位置する、予想される平均信号Ｓ_ｓ￣およびＳ_ｈ￣は、以下の式を用いて計算される。
ここでμ_ｓ（Ｅ）およびμ_ｈ（Ｅ）はそれぞれ、Ｘ線フォトンエネルギーＥ（ｋｅＶ）における軟組織およびヨウ素化血管（または石灰化）のＸ線減衰係数（ｃｍ^−１）である。η（Ｅ）は、シンチレータ層のＸ線吸収比（すなわち、量子効率）である。Ｑ￣_ＣｓＩ（Ｅ）は、シンチレータゲイン関数の平均である。簡単のため、減衰係数は、軟組織およびヨウ素化血管を通して一定であると仮定する。

シンチレータ層の量子効率は以下で与えられる。
ここでμ_ＣｓＩ（Ｅ）は、シンチレータ（やはり一定であるとする）の減衰係数である。ｔ_ＣｓＩ（Ｅ）は、シンチレータの厚さである。これは典型的には、入射Ｘ線フォトンのうちシンチレータ層で吸収される部分である。

シンチレータゲイン関数Ｑ_ＣｓＩ ^〜（Ｅ）は、エネルギー（Ｅ）の入射Ｘ線に起因してシンチレータ内で生成された光学フォトンの数に相当するランダム変数である。これは、ピクセルに到達するフォトンの数Ｎがポワソン分布に従うと仮定すると、生成される信号Ｓ_ｓ ^〜およびＳ_ｈ ^〜が合成ランダム変数であることを意味する。しかしながら、典型的なＸ線で生成されるシンチレータフォトンの数は少ない（例えばヨウ化セシウムシンチレータは、２５ｋｅＶのフォトンに関し、〜１５００個の光学フォトンを生成することができる）。このため、信号の変動分の寄与はＮに比べて無視することができる。従って平均値だけを考慮すればよい。この値は、今度は以下で表される。
ここでΥ（Ｅ）（フォトン数／ｋｅＶ）は、シンチレータ層内で吸収されたエネルギーＥのフォトンにより生成され、収集されたフォトンの平均数である。Ｅ_ａｂｓ（Ｅ）は、シンチレータ内で相互作用するエネルギー（Ｅ）のＸ線フォトンに起因して、シンチレータ内で吸収されたエネルギーである。通常の無機シンチレータでは、生成されたフォトン数にエネルギー依存性がないとすれば（Υ（Ｅ）＝Υ）、ゲインは蓄積された放射にほぼ比例する。この場合、式（４）はＱ￣_ＣｓＩ（Ｅ）＝ΥＥ_ａｂｓ（Ｅ）となる。

これらの計算から、これら２つのランダム変数の結果である各信号に予想される偏差の表現が生成される。この表現は以下の通りである。

Ｋ−エッジ評価を決定するために、さらなる実験が行われた。シンチレータへのＸ線フォトンの入射エネルギーがＫ−エッジのエネルギーの１つを超えると、これらのエネルギーの一部は、漏洩固有Ｘ線放射内で失われるだろう。これは、シンチレータゲインＱ_ＣｓＩ（Ｅ）の一部として、Ｅ_ａｂｓ（Ｅ）内に占められる。Ｅ_ａｂｓは、Ｋ−エッジよりエネルギーが大きい場合も小さい場合もＥに線形依存する一方、これらのエネルギーで相当量の低下が観測されるとして、すでに計算された。

考慮すべきもう１つの要因は、シンチレータ層に起因すると思われるぼやけ（ｂｌｕｒ）である。撮像器の蛍光スクリーンの頂部表面および底部表面に向けて光をガイドし、横分散を低減する（これにより空間解像度を向上させる）目的で、ニードル状構造のＣｓＩ：Ｔｌシンチレータが提案されてきた。しかしながら、シンチレータの構造に関する理論的解析およびシミュレーション解析により、シンチレータ内で生成された光量子の部分は依然として横方向に運動し、これが光学的ぼやけの原因となることが示された。こうした信号の空間的拡散は、撮像器の解像度に影響し、空間雑音変数を低下させる。

単一エネルギーＥの無限に薄いＸ線ペンシルビームの信号が、検出器面に到達する前に、厚さｔ_ＣｓＩのＣｓＩ：Ｔｌ構造のシンチレータ内でどのように拡散されるかを考察するために、雑音低減を近似する解析モデルが使われた。これは、システムの点応答関数（ＰＲＦ）として知られ、決定論的な蛍光ぼやけを表す。その検出器（ｘ、ｙ）上の任意の点における値は、これらのパラメータの関数である。すなわち、ＰＲＦ＝ＰＲＦ（ｘ、ｙ、Ｅ、ｔ_ＣｓＩ）である。

理解できるように、このシンチレータぼやけは、検出器の信号偏差に影響し、検出器のピクセルのピッチｐに依存する。中心がｘ＝ｙ＝０の正方形ピクセル全体へのＸ線ビーム入射に起因する信号に関しては、該信号の蛍光面の任意の位置（ｘ、ｙ）への拡散は、ＰＲＦの寄与をピクセル内の各領域要素から積分することにより計算できる。これはピクセル間拡散関数（ＩＳＦ）で表現することができる。

ｉ＝ｊ＝０の位置にあるピクセルへの信号入射が、隣接するピクセルにどのように拡散するかを計算するために、ＩＳＦを利用することができる（図４参照）。拡散は、検出器アレイのｉ番目−ｊ番目のピクセルに関するΔＳ_ｉ、ｊの信号増加を含む。これは以下を用いて計算することができる。

最後に、正規化されたΔＳ（ΔＳ’）は、信号拡散の結果ぼやけのない画像に適用される平滑カーネルであると理解されてよい。ΔＳ’は、正規ガウス分布Ｇの２次元の離散ガウスカーネルにフィッティングされてよい。なぜなら、その正常雑音のゼロ周波数画像の畳み込みは、値σ_Ｇ≧１／（２√π）に関する因数〜（２σ_Ｇ√π）による画像の標準偏差を低減させるからである。今度は単一エネルギーＸ線源によって生成された信号の標準偏差は、シンチレータぼやけを含むものとして更新されてよい。
ここで、σ^Ｓ _Ｇおよびσ^ｈ _Ｇは、それぞれ予測される軟組織およびヨウ素化血管（または石灰化）の信号に関して、ΔＳのフィッティングされたガウスカーネルの標準偏差である。

上述の信号拡散モデルは、単一エネルギーの場合にのみ適用することができる。しかしながら上述の信号拡散モデルは、最初にエネルギー依存性σ_Ｇ（Ｅ）を定義することで、容易に任意のソーススペクトルに拡張することができる。このエネルギー依存性は、すべてのエネルギーＥで、このエネルギーのペンシルビームを用いたプロセスで得られるσ_Ｇを表すだろう。Ｓ_Ｓ ^〜およびＳ_ｈ ^〜に関する完全な多エネルギー信号偏差は、連続的なσ_Ｇ ^２／４πを被積分関数部分として式（５）および（６）に含むことによって得られる（さらなる詳細は式（１７）および（２０）を参照）。

信号および偏差を計算するこのモデルは、３層の検出器デザインにも拡張できる。この例では、検出器は、頂部層および底部層の信号を用いた単一ショットのデュアルエネルギー検出器として改良することができる。本実施例では、頂部層および底部層を用いた単一ショットのデュアルエネルギー検出器として動作するために、検出器が改善または最適化される。これらは、前述の軟組織内の関心対象物の検出に寄与するために結合される。その他のすべての可能性のある、露光中に取得された任意のまたはすべての３つの画像を用いた画像結合のモードは同時に動作してよい。
これは、中間層のユニークな２つの機能によって実現される。最適化プロセスは、この検出器の他のモードにおける機能を限定しない。しかしながら本例ではＤＥ撮像器としての機能に焦点を当て、前述のように、可能な最良の改善ＤＥ画像を得るための検出器を最適化するだろう。

本開示の任意の実施形態と同様に、中間層は２つの機能を持つ。第１には、中間層は、他のモードまたは生成されたＤＥ画像の将来の改善のために利用可能な画像を生成することができる。第２には、中間層は、頂部層および底部層における入射スペクトルの平均エネルギーの差異を増加するためのフィルタとして機能する。これにより、外的な金属製中間フィルタを必要とすることなく、ＤＥ撮像に必要な低エネルギー画像および高エネルギー画像を取得するのに必要なエネルギー分離を実現することができる。

ＤＥ画像を生成する目的は、軟組織（すなわち、関心のない軟組織のタイプ）内のコントラストを除去し、これによって関心対象物の画像を改善することにある。このバックグラウンド抑制は、診断Ｘ線エネルギー領域全体にわたる軟組織の質量減衰係数（μ／ρ）の変化の差分率を利用することで実現することができる。これは図４のグラフに示される。図４のグラフによれば、ヨウ素化と軟組織との間、あるいは骨と軟組織との間のμ／ρの差は、スペクトルの低い方の端（〜４０ｋｅＶ）の方が、高い方の端（〜１００ｋｅＶ）よりも大きいことが分かる。頂部層からの画像（これは低エネルギー画像と考えられる）と底部層からの画像（これは高エネルギー画像と考えられる）とを慎重に結合することにより、バックグラウンドの抑制された改善画像を得ることができる。

本例では、これらの２つの画像を結合し、改善ＤＥ画像を得るために、対数減算法が選ばれた。対数減算は、以下の方法で、低エネルギー信号（このケースでは、頂部層Ｓｔからの信号）と高エネルギー信号（このケースでは、底部層Ｓｂからの信号）とを用いて軟組織を抑制するための改善ＤＥ信号（ＳＤＥ）を定義する。
ここでｗは重み係数である。この係数は、軟組織のコントラストが改善画像内で可能な限り相殺されるように定義され、好ましくは、高エネルギーおよび低エネルギーにおける減衰係数の比によって与えられる。
ここでＥ_ＨおよびＥ_Ｌはそれぞれ、画像化される対象物がないときに、頂部検出器層および底部検出器層に到達する平均エネルギーである。これらのエネルギーは、以下の式を用いて計算される。
ここでη_ｊ＝１−ｅｘｐ（−μＣ_ＳＩ（Ｅ）ｔ_ｉ）である（ｉ＝ｔ、ｉ、ｂはそれぞれ、画像化される対象物がないときの、頂部層、中間層および底部層の量子効率である）。実際には理想的な１００％の相殺は実現できないため、よりよい相殺を得るためには、Ｘ線源の広いスペクトル幅と対象物における吸収とに起因して、ｗの値を若干変える必要があることに注意されたい。

対数減算の結果をモデル化できるようにするため、各Ｘ線経路に関し、頂部層および底部層における信号の予想値の表現を開発する必要がある。
関心対象物の各経路（ｓおよびｈ）に関し、頂部層（Ｓｔ）におけるこれらのピクセルの平均値は、式（１）および（２）に従うだろう。なぜなら、この層１２０ａは単層の検出器と同等だからである。しかしながら、底部層（Ｓｂ）に関する信号は、頂部層および中間層のフィルタ機能を含むように、これらの式が拡張される必要がある。従ってこれらの式は以下のようになる。

これらの信号の各偏差もまた、検出器のデザインを考慮する必要がある。これらの信号の各偏差は、式（５）、（６）および（９）を拡張することにより、以下のように計算することができる。
ここでσ_Ｇ（Ｅ、ｔ_ＣｓＩ、ｐ）は、エネルギーＥの単エネルギー露光のΔＳ’、厚さｔ_ＣｓＩの検出器、ピクセルピッチｐにフィッティングされるガウスカーネルの標準偏差を表す。この項および１／４π因子を加えることにより、シンチレータのぼやけを効果的に説明することができる。

次に、このモデルを用いた画像のメリットを評価する方法を説明する。改善画像のメリットは、軟組織が相殺されたとき、２つのタイプの組織間のコントラストに依存するものとして定義される。本例ではコントラストは、前述の関心対象物の経路のいずれかの中に完全に位置する２つのピクセル間の信号差（ＳＤ）として定義され、以下のように計算される。

ＳＤの平均値（ＳＤ￣）は、式（１３）を式（１６）および式（２２）に結びつけることにより、容易に計算することができる。今度は偏差σ_ＳＤ ^２は、この雑音に関する尺度と解釈される。異なる層１２０の間で混信がないと仮定すると、頂部層および底部層における雑音同士は相関しない。従ってσ_ＳＤ ^２は、以下を用いて計算することができる。

今度は、雑音のあるバックグラウンドの下での関心対象物の検出性を評価できるパラメータを決定することができる。このパラメータは、対数減算画像の信号差対雑音比（ＳＤＮＲ）となるように選択され、以下のように計算することができる。

ＳＤＮＲは、生成されたＤＥ画像またはＦｏＭのメリットを示す数値であると考えてよい。理解できるようにメリットの数値は、装置、システムまたは方法に関し、これらの代替案に対する性能を表す測定値に関係するだろう。従ってこの数値により、特定の製造材料とパラメータ値の組を持つ検出器の実施形態によるデュアルエネルギー画像としての性能比較が可能となるだろう。

本例における検出器パラメータの好ましい設定を決定するために、製造パラメータの変動値に関するＦｏＭを計算するために開発された分析モデルが使われた。本例では、頂部と中間部のシンチレータの厚さが検討された。頂部シンチレータは、増加する量子効率と減少するシンチレータぼやけの間の妥当な折衷値として、５００μｍに定められた。Ｘ線写真術の設定が広範囲に行えることから、計算にはタングステンアノードのＸ線源が使われた。計算を実行するために、Ｘ線チューブのピーク電圧１２０ｋＶで動作し、３ｍｍのアルミニウムのフィルタを有すると仮定された。

２つの応用例が試験された。第１の例では、２０ｃｍの軟組織内に置かれ、増加するヨウ素の質量負荷（Ｉｍｌ）を受けるヨウ素化血管が試験された。第２の例では、厚さ（ｔｃ）が変化するカルシウムの小結節が評価された。すべての質量減衰係数とエネルギー吸収係数が、物質密度および組織密度とともに、既知の源から取得された。

検出器パラメータと応用パラメータの両方についての変化幅を表１に詳細に示す。

表１：本例における検出器の理論性能を向上または最適化するために使われた、検出器パラメータとその幅（上側２行）および応用パラメータとその幅（下側２行）

この分析の結果は、図６および図７に最もよく表される。図６および図７によれば、各シンチレータの厚さの変化が、選択されるＦｏＭに影響を与えることは明らかである。こうして、広範囲の応用パラメータに関し、最良の結果を与えるこれらの検出器パラメータ値がこれらの例にとって最適であるように選択される。特にヨウ素化血管検出の場合、これらの値は、ｔ_ｔ＝２１０μｍおよびｔ_ｈ＝５６０μｍである。一方肺石灰化検出の場合、これらの値は、ｔ_ｔ＝２２５μｍおよびｔ_ｍ＝４４０μｍである。

従って本方法により、本開示（例えば、ＤＥ検出器）の特定のモードを選択することができ、所定の応用（本例では、ヨウ素化血管検出と灰石灰化検出）に関し特定の製造パラメータを最適化することができる。従ってこれは、特定のモードを開発するのに必要な作業タイプの例として機能する。最適化される製造パラメータがいかなるものであっても、本開示の任意の例において、他のすべての画像の結合モードがやはり繰り返し機能し得ることがことが重要である。

前述では説明を目的として、実施形態の完全な理解のために多数の詳細が述べられた。しかしながら当業者は、これらの特定の詳細が必須ではないことを理解するだろう。理解をあいまいなものとしないため、別の例では、周知の電気的構造または回路がブロック図の形で示される。例えば本明細書に記載された実施形態の実装がソフトウェアルーチンか、ハードウェア回路か、ファームウェアか、あるいはこれらの組み合わせかに関する特定の詳細は与えられない。

前述の実施形態は、単なる例示であることが意図されている。添付の請求項のみで定義される発明の範囲を逸脱することなく、当業者による特定の実施形態の代替、改良あるいは変形が有効である。

Claims (20)

1. Ｘ線を検知し、頂部層画像を生成する頂部層と、
   Ｘ線を検知し、中間層画像を生成する中間層と、
   Ｘ線を検知し、底部層画像を生成する底部層と、を備え、
   同時に前記中間層は、中間Ｘ線エネルギーフィルタとしても動作するＸ線検出のための装置。
2. 前記頂部層、前記中間層および前記底部層は、直接変換Ｘ線検出器を備える請求項１に記載の装置。
3. 前記頂部層、前記中間層および前記底部層は、間接変換Ｘ線検出器を備える請求項１に記載の装置。
4. 前記頂部層内に組み込まれた頂部層シンチレータと、
   前記中間層内に組み込まれた中間層シンチレータと、
   前記底部層内に組み込まれた底部層シンチレータと、をさらに備える請求項３に記載の装置。
5. 前記中間層は、中間エネルギースペクトルに対する感受層である請求項１に記載の装置。
6. 前記頂部層は、低エネルギースペクトルに対する感受層であり、前記底部層は、高エネルギースペクトルに対する感受層である請求項５に記載の装置。
7. 頂部層検出器、中間層検出器および底部層検出器をさらに備える請求項１に記載の装置。
8. 前記頂部層検出器、前記中間層検出器および前記底部層検出器は、アモルファスシリコン半導体、多結晶シリコン半導体、透明性金属酸化物半導体またはＣＭＯＳシリコン半導体のうちの少なくとも１つから作られる請求項７に記載の装置。
9. 前記頂部層は、前記頂部層シンチレータを支える頂部基板層を備える請求項４に記載の装置。
10. 前記底部層は、前記底部層シンチレータを支える底部基板層を備える請求項４に記載の装置。
11. 前記中間層は、前記中間層シンチレータを支える中間基板層を備える請求項４に記載の装置。
12. 単一のＸ線露光から少なくとも３つの画像の組を取得するステップと、
    少なくとも１つの新たなＸ線画像を生成するために、前記少なくとも３つの画像の組のうちの少なくとも２つを操作するステップと、を備え、
    前記少なくとも３つの画像の組は、高エネルギー画像、中間エネルギー画像および低エネルギー画像を含むＸ線撮像の方法。
13. 前記少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、
    前記高エネルギー画像、前記中間エネルギー画像および前記低エネルギー画像を選択するステップと、
    完全なスペクトルＸ線画像を生成するために、前記高エネルギー画像、前記中間エネルギー画像および前記低エネルギー画像に関する、加算または加重平均のいずれかを少なくとも実行するステップと、を備える請求項１２に記載の方法。
14. 前記少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、
    前記高エネルギー画像および前記低エネルギー画像を選択するステップと、
    デュアルエネルギー画像を生成するために、前記高エネルギー画像および前記低エネルギー画像の加重減算を実行するステップと、を備える請求項１２に記載の方法。
15. 前記少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、
    前記高エネルギー画像、前記中間エネルギー画像および前記低エネルギー画像を選択するステップと、
    高エネルギー空間画像、中間エネルギー空間画像および低エネルギー空間画像を取得するステップと、
    前記高エネルギー空間画像、前記中間エネルギー空間画像および前記低エネルギー空間画像を用いて、散乱された放射を特定するステップと、
    散乱雑音の低減された画像の組を生成するために、散乱雑音修正アルゴリズムを用いるステップと、を備える請求項１２に記載の方法。
16. 前記少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、
    前記高エネルギー画像、前記中間エネルギー画像および前記低エネルギー画像を選択するステップと、
    前記高エネルギー画像、前記中間エネルギー画像および前記低エネルギー画像をカラーチャネルにマッピングするステップと、
    前記マッピングに基づいてカラーＸ線画像を生成するステップと、を備える請求項１２に記載の方法。
17. 前記少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、
    前記高エネルギー画像、前記中間エネルギー画像および前記低エネルギー画像を選択するステップと、
    中−高エネルギー画像を生成するために、前記高エネルギー画像および前記中間エネルギー画像を結合するステップと、
    中−低エネルギー画像を生成するために、前記低エネルギー画像および前記中間エネルギー画像を結合するステップと、
    改善されたデュアルエネルギー画像を生成するために、前記高エネルギー画像、前記中−高エネルギー画像、前記中間エネルギー画像、前記中−低エネルギー画像および前記低エネルギー画像の少なくとも２つの荷重減算を実行するステップと、を備える請求項１２に記載の方法。
18. 前記少なくとも３つの画像の組のうちの少なくとも２つを操作するステップは、
    前記高エネルギー画像、前記中間エネルギー画像および前記低エネルギー画像を選択するステップと、
    前記高エネルギー画像および前記低エネルギー画像の信号対雑音比を改善するために、統計的アルゴリズムとともに使う中間エネルギー画像データを抽出するステップと、
    より信号対雑音比の高いデュアルエネルギー画像を生成するために、
    改善された高エネルギーおよび改善された低エネルギー画像の画像荷重減算を実行するステップと、を備える請求項１２に記載の方法。
19. 改善されたＸ線画像の少なくとも１つを表示するステップをさらに備える請求項１２に記載の方法。
20. 完全なスペクトルＸ線画像を生成するために、前記少なくとも３つの画像を結合するステップをさらに備える請求項１２に記載の方法。