JP2020103571A - 医用処理装置及びｘ線診断システム - Google Patents

医用処理装置及びｘ線診断システム Download PDF

Info

Publication number
JP2020103571A
JP2020103571A JP2018244900A JP2018244900A JP2020103571A JP 2020103571 A JP2020103571 A JP 2020103571A JP 2018244900 A JP2018244900 A JP 2018244900A JP 2018244900 A JP2018244900 A JP 2018244900A JP 2020103571 A JP2020103571 A JP 2020103571A
Authority
JP
Japan
Prior art keywords
ray
energy
data sets
ray data
data
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
Application number
JP2018244900A
Other languages
English (en)
Inventor
博基 田口
Hiromoto Taguchi
博基 田口
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Priority to JP2018244900A priority Critical patent/JP2020103571A/ja
Priority to US16/728,146 priority patent/US11172894B2/en
Priority to EP19219794.5A priority patent/EP3673807A1/en
Publication of JP2020103571A publication Critical patent/JP2020103571A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
    • A61B6/4452—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being able to move relative to each other
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data

Landscapes

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

Abstract

【課題】複数種類のエネルギーのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別すること。【解決手段】実施形態の医用処理装置は、処理部を備える。処理部は、被検体をＸ線でスキャンして得られた、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて、第１の数より大きい第２の数の仮想単色Ｘ線データセットを生成し、第２の数の仮想単色Ｘ線データセットに基づいて、被検体内の複数位置それぞれについて、第２の数の基準物質の混合量又は混合割合を推定する。【選択図】図１

Description

本発明の実施形態は、医用処理装置及びＸ線診断システムに関する。
従来、Ｘ線コンピュータ断層撮影（ＣＴ：Computed Tomography）装置により、異なる複数種類の管電圧で撮影を行なって画像を取得する手法がある。例えば、２種類の異なる管電圧を用いるデュアルエナジー（Dual-Energy：ＤＥ）収集では、２種類の異なる管電圧から得られた２つの投影データを、予め設定した２つの基準物質それぞれの投影データ（線積分データ）に分離し、分離した２つのデータそれぞれから、基準物質の存在率に基づく画像（基準物質画像）を再構成する技術が知られている。かかる技術では、２つの基準物質画像を用いて重み付け計算処理を行うことにより、仮想単色Ｘ線画像や密度画像、実効原子番号画像等、様々な画像を取得することができる。
特開２０１１−２４７７３号公報
本発明が解決しようとする課題は、複数種類のエネルギーのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別することである。
実施形態の医用処理装置は、処理部を備える。処理部は、被検体をＸ線でスキャンして得られた、第１の数のエネルギーに対応する前記第１の数のＸ線データセットに基づいて、前記第１の数より大きい第２の数の仮想単色Ｘ線データセットを生成し、前記第２の数の前記仮想単色Ｘ線データセットに基づいて、前記被検体内の複数位置それぞれについて、前記第２の数の基準物質の混合量又は混合割合を推定する。
図１は、第１の実施形態に係るＸ線ＣＴシステムの構成の一例を示すブロック図である。 図２は、第１の実施形態に係る表示制御機能による表示情報の表示の一例を示す図である。 図３は、第１の実施形態に係るＸ線ＣＴシステムの処理の流れを説明するためのフローチャートである。 図４は、その他の実施形態に係る医用処理装置の構成の一例を示すブロック図である。
以下、添付図面を参照して、医用処理装置及びＸ線診断システムの実施形態について詳細に説明する。なお、本願に係る医用処理装置及びＸ線診断システムは、以下に示す実施形態によって限定されるものではない。
（第１の実施形態）
まず、第１の実施形態について説明する。第１の実施形態では、本願の医用処理装置を含むＸ線診断システムを一例に挙げて説明する。また、第１の実施形態では、Ｘ線診断システムとして、Ｘ線ＣＴシステムを一例に挙げて説明する。
図１は、第１の実施形態に係るＸ線ＣＴシステム１の構成の一例を示す図である。図１に示すように、第１の実施形態に係るＸ線ＣＴシステム１は、架台装置１０と、寝台装置３０と、コンソール装置４０とを有する。
ここで、図２においては、非チルト状態での回転フレーム１３の回転軸又は寝台装置３０の天板３３の長手方向をＺ軸方向とする。また、Ｚ軸方向に直交し、床面に対し水平である軸方向をＸ軸方向とする。また、Ｚ軸方向に直交し、床面に対し垂直である軸方向をＹ軸方向とする。なお、図１は、説明のために架台装置１０を複数方向から描画したものであり、Ｘ線ＣＴシステム１が架台装置１０を１つ有する場合を示す。
架台装置１０は、Ｘ線管１１と、Ｘ線検出器１２と、回転フレーム１３と、Ｘ線高電圧装置１４と、制御装置１５と、ウェッジ１６と、コリメータ１７と、ＤＡＳ（Data Acquisition System）１８とを有する。
Ｘ線管１１は、熱電子を発生する陰極（フィラメント）と、熱電子の衝突を受けてＸ線を発生する陽極（ターゲット）とを有する真空管である。Ｘ線管１１は、Ｘ線高電圧装置１４からの高電圧の印加により、陰極から陽極に向けて熱電子を照射することで、被検体Ｐに対し照射するＸ線を発生する。例えば、Ｘ線管１１には、回転する陽極に熱電子を照射することでＸ線を発生させる回転陽極型のＸ線管がある。
Ｘ線検出器１２は、Ｘ線を検出する検出素子を複数有する。Ｘ線検出器１２における各検出素子は、Ｘ線管１１から照射されて被検体Ｐを通過したＸ線を検出し、検出したＸ線量に対応した信号をＤＡＳ１８へと出力する。Ｘ線検出器１２は、例えば、Ｘ線管１１の焦点を中心とした１つの円弧に沿ってチャンネル方向（チャネル方向）に複数の検出素子が配列された複数の検出素子列を有する。Ｘ線検出器１２は、例えば、チャンネル方向に複数の検出素子が配列された検出素子列が列方向（スライス方向、roｗ方向）に複数配列された構造を有する。
例えば、Ｘ線検出器１２は、グリッドと、シンチレータアレイと、光センサアレイとを有する間接変換型の検出器である。シンチレータアレイは、複数のシンチレータを有する。シンチレータは入射Ｘ線量に応じた光子量の光を出力するシンチレータ結晶を有する。グリッドは、シンチレータアレイのＸ線入射側の面に配置され、散乱Ｘ線を吸収するＸ線遮蔽板を有する。なお、グリッドはコリメータ（１次元コリメータ又は２次元コリメータ）と呼ばれる場合もある。光センサアレイは、シンチレータからの光量に応じた電気信号に変換する機能を有し、例えば、フォトダイオード等の光センサを有する。例えば、Ｘ線検出器１２は、エネルギー積分型の検出器である。なお、Ｘ線検出器１２は、入射したＸ線を電気信号に変換する半導体素子を有する直接変換型の検出器であっても構わない。
回転フレーム１３は、Ｘ線管１１とＸ線検出器１２とを対向支持し、制御装置１５によってＸ線管１１とＸ線検出器１２とを回転させる円環状のフレームである。例えば、回転フレーム１３は、アルミニウムを材料とした鋳物である。なお、回転フレーム１３は、Ｘ線管１１及びＸ線検出器１２に加えて、Ｘ線高電圧装置１４やウェッジ１６、コリメータ１７、ＤＡＳ１８等を更に支持することもできる。更に、回転フレーム１３は、図１において図示しない種々の構成を更に支持することもできる。
Ｘ線高電圧装置１４は、変圧器（トランス）及び整流器等の電気回路を有し、Ｘ線管１１に印加する高電圧を発生する高電圧発生装置と、Ｘ線管１１が発生するＸ線に応じた出力電圧の制御を行うＸ線制御装置とを有する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であってもよい。なお、Ｘ線高電圧装置１４は、回転フレーム１３に設けられてもよいし、図示しない固定フレームに設けられても構わない。
制御装置１５は、ＣＰＵ（Central Processing Unit）等を有する処理回路と、モータ及びアクチュエータ等の駆動機構とを有する。制御装置１５は、入力インターフェース４３からの入力信号を受けて、架台装置１０及び寝台装置３０の動作制御を行う。例えば、制御装置１５は、回転フレーム１３の回転や架台装置１０のチルト、寝台装置３０及び天板３３の動作等について制御を行う。一例を挙げると、制御装置１５は、架台装置１０をチルトさせる制御として、入力された傾斜角度（チルト角度）情報により、Ｘ軸方向に平行な軸を中心に回転フレーム１３を回転させる。なお、制御装置１５は架台装置１０に設けられてもよいし、コンソール装置４０に設けられてもよい。
ウェッジ１６は、Ｘ線管１１から照射されたＸ線量を調節するためのフィルタである。具体的には、ウェッジ１６は、Ｘ線管１１から被検体Ｐへ照射されるＸ線が、予め定められた分布になるように、Ｘ線管１１から照射されたＸ線を透過して減衰するフィルタである。例えば、ウェッジ１６は、ウェッジフィルタ（wedge filter）やボウタイフィルタ（bow-tie filter）であり、所定のターゲット角度や所定の厚みとなるようにアルミニウム等を加工したフィルタである。
コリメータ１７は、ウェッジ１６を透過したＸ線の照射範囲を絞り込むための鉛板等であり、複数の鉛板等の組み合わせによってスリットを形成する。なお、コリメータ１７は、Ｘ線絞りと呼ばれる場合もある。また、図１においては、Ｘ線管１１とコリメータ１７との間にウェッジ１６が配置される場合を示すが、Ｘ線管１１とウェッジ１６との間にコリメータ１７が配置される場合であってもよい。この場合、ウェッジ１６は、Ｘ線管１１から照射され、コリメータ１７により照射範囲が制限されたＸ線を透過して減衰させる。
ＤＡＳ１８は、Ｘ線検出器１２が有する各検出素子によって検出されるＸ線の信号を収集する。例えば、ＤＡＳ１８は、各検出素子から出力される電気信号に対して増幅処理を行う増幅器と、電気信号をデジタル信号に変換するＡ／Ｄ変換器とを有し、検出データを生成する。ＤＡＳ１８は、例えば、プロセッサにより実現される。
ＤＡＳ１８が生成したデータは、回転フレーム１３に設けられた発光ダイオード（Light Emitting Diode: ＬＥＤ）を有する送信機から、光通信によって、架台装置１０の非回転部分（例えば、固定フレーム等。図１での図示は省略している）に設けられた、フォトダイオードを有する受信機に送信され、コンソール装置４０へと転送される。ここで、非回転部分とは、例えば、回転フレーム１３を回転可能に支持する固定フレーム等である。なお、回転フレーム１３から架台装置１０の非回転部分へのデータの送信方法は、光通信に限らず、非接触型の如何なるデータ伝送方式を採用してもよいし、接触型のデータ伝送方式を採用しても構わない。
寝台装置３０は、撮影対象の被検体Ｐを載置、移動させる装置であり、基台３１と、寝台駆動装置３２と、天板３３と、支持フレーム３４とを有する。基台３１は、支持フレーム３４を鉛直方向に移動可能に支持する筐体である。寝台駆動装置３２は、被検体Ｐが載置された天板３３を、天板３３の長軸方向に移動する駆動機構であり、モータ及びアクチュエータ等を含む。支持フレーム３４の上面に設けられた天板３３は、被検体Ｐが載置される板である。なお、寝台駆動装置３２は、天板３３に加え、支持フレーム３４を天板３３の長軸方向に移動してもよい。
コンソール装置４０は、メモリ４１と、ディスプレイ４２と、入力インターフェース４３と、処理回路４４とを有する。なお、コンソール装置４０は架台装置１０とは別体として説明するが、架台装置１０にコンソール装置４０又はコンソール装置４０の各構成要素の一部が含まれてもよい。なお、本実施形態においては、例えば、コンソール装置４０に本願の医用処理装置の機能が組み込まれている。
メモリ４１は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。メモリ４１は、例えば、投影データやＣＴ画像データを記憶する。また、メモリ４１は、関心領域の情報を記憶する。なお、関心領域については、後に詳述する。また、例えば、メモリ４１は、Ｘ線ＣＴシステム１に含まれる回路がその機能を実現するためのプログラムを記憶する。なお、メモリ４１は、Ｘ線ＣＴシステム１とネットワークを介して接続されたサーバ群（クラウド）により実現されることとしてもよい。
ディスプレイ４２は、各種の情報を表示する。例えば、ディスプレイ４２は、処理回路４４によって生成された各種の画像を表示したり、操作者から各種の操作を受け付けるためのＧＵＩ（Graphical User Interface）を表示したりする。例えば、ディスプレイ４２は、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）ディスプレイである。ディスプレイ４２は、デスクトップ型でもよいし、コンソール装置４０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。
入力インターフェース４３は、操作者から各種の入力操作を受け付けて、受け付けた入力操作を電気信号に変換して処理回路４４に出力する。例えば、入力インターフェース４３は、ＣＴ画像データを再構成する際の再構成条件や、ＣＴ画像データから後処理画像を生成する際の画像処理条件等の入力操作を操作者から受け付ける。
例えば、入力インターフェース４３は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース４３は、架台装置１０に設けられてもよい。また、入力インターフェース４３は、コンソール装置４０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インターフェース４３は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、コンソール装置４０とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路４４へ出力する電気信号の処理回路も入力インターフェース４３の例に含まれる。
処理回路４４は、Ｘ線ＣＴシステム１全体の動作を制御する。例えば、処理回路４４は、スキャン制御機能４４１、処理機能４４２及び表示制御機能４４３を実行する。なお、処理機能４４２は、処理部の一例である。
図１に示すＸ線ＣＴシステム１においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ４１へ記憶されている。処理回路４４は、メモリ４１からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路４４は、読み出したプログラムに対応する機能を有することとなる。
なお、図１においては、スキャン制御機能４４１、処理機能４４２及び表示制御機能４４３の各処理機能が単一の処理回路４４によって実現される場合を示したが、実施形態はこれに限られるものではない。例えば、処理回路４４は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路４４が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。
以上、本実施形態に係るＸ線ＣＴシステム１の全体構成について説明した。かかる構成のもと、本実施形態に係るＸ線ＣＴシステム１は、複数種類のエネルギーのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別することを可能にする。具体的には、Ｘ線ＣＴシステム１は、複数種類の異なるエネルギーのデータを収集し、収集したデータの種類の数よりも多い数のエネルギーに対応する仮想単色Ｘ線画像をそれぞれ生成し、生成した仮想単色Ｘ線画像を用いて、収集したデータの種類の数よりも多い数の基準物質を弁別する。
なお、本実施形態では、「複数種類の異なるエネルギーのデータ収集」は、２種類の異なるエネルギー（管電圧）での「Dual Energyによる撮影」の他、３種類以上の異なる管電圧での「Multi Energyによる撮影」、及び、フォトンカウンティング（ＰＣ：Photon Counting）によるエネルギー弁別も含む。ここで、「Dual Energyによる撮影」の場合、以下の５つの撮影方法のいずれが用いられる場合でもよい。
例えば、第１の方法としては、１つのＸ線管を用いて第１の管電圧で撮影した後に、第１の管電圧と異なる第２の管電圧で撮影する「Slow kV switching方式（２回転方式）」がある。また、例えば、第２の方法としては、回転中（スキャン中）のビュー毎に高速にＸ線管の管電圧を切り替えて撮影する「Rapid kV switching方式（ｋＶスイッチング方式）」がある。この場合、管電圧の切り替えに同期してデータ収集装置がデータ収集を行ない、異なる管電圧のデータを１つのスキャン中に収集する。また、例えば、第３の方法としては、１つのＸ線管ではなく２のＸ線管を搭載した上でそれらを用いて異なる管電圧で撮影する「Dual Source方式（２管球方式）」がある。また、例えば、第４の方法としては、多層構造のＸ線検出器を用いる「積層型検出器方式」がある。例えば２層構造（浅い層の検出器、深い層の検出器）のＸ線検出器を用いる場合、浅い層の検出器で低エネルギーのＸ線が検出され、浅い層の検出器を通過した深い層の検出器で高エネルギーのＸ線が検出される。また、例えば、第５の方法としては、１つのＸ線管から照射されるＸ線をスプリットフィルターによって２つのエネルギーに分離して、異なるエネルギーのデータを同時に収集する方式がある。
以下、処理の詳細について説明する。なお、以下では、「Dual Energyによる撮影」を「Rapid kV switching方式」で実行することによって２種類の異なるエネルギーでの撮影を行ない、３種類の基準物質を弁別する場合を一例に挙げて説明する。
スキャン制御機能４４１は、入力インターフェース４３を介して操作者から受け付けた入力操作に基づいて、スキャンを制御する。具体的には、スキャン制御機能４４１は、入力操作に基づいて、Ｘ線高電圧装置１４に制御信号を送信することで、高電圧発生装置からの出力電圧を制御する。また、スキャン制御機能４４１は、ＤＡＳ１８に制御信号を送信することで、ＤＡＳ１８によるデータ収集を制御する。
ここで、スキャン制御機能４４１は、Ｘ線を利用したスキャンを実行することで、被検体の一部を含む領域について、第１のエネルギーに対応する第１データセット、及び前記第１のエネルギーと異なる第２のエネルギーに対応する第２データセットを収集する。例えば、スキャン制御機能４４１は、「Rapid kV switching方式」による「Dual Energyによる撮影」を制御する。
かかる場合には、スキャン制御機能４４１は、高電圧と低電圧とを切り替える制御信号をＸ線高電圧装置１４に送信することで、Ｘ線高電圧装置１４からＸ線管１１への高電圧と低電圧の印加を制御する。また、スキャン制御機能４４１は、ＤＡＳ１８に対して制御信号を送信することで、検出した検出データが、高電圧のＸ線照射によるものであるか、或いは、低電圧のＸ線照射によるものであるかを識別させるように制御する。
処理機能４４２は、ＤＡＳ１８から送信された検出データに対して、対数変換処理や、オフセット補正、感度補正、ビームハードニング補正等の前処理を行なうことで、投影データを生成する。なお、前処理前のデータ（検出データ）および前処理後のデータを総称して投影データと称する場合もある。例えば、処理機能４４２は、第１の管電圧（例えば、高電圧）の検出データから投影データ（以下、高エネルギー投影データと記載する）を生成する。また、処理機能４４２は、第２の管電圧（例えば、低電圧）の検出データから投影データ（以下、低エネルギー投影データと記載する）を生成する。なお、以下では、これらの投影データをまとめて投影データセットとも記載する。
また、処理機能４４２は、２種類の投影データを含む投影データセットを用いて、撮影の対象部位に存在する、予め決定された２つの基準物質（水、ヨード、カルシウム、ハイドロキシアパタイト、脂肪、ガドリニウム等）を分離する。具体的には、処理機能４４２は、２種類の投影データそれぞれについて、線減弱係数の分布を求め、線減弱係数の分布の各位置（各画素）について、以下の式（１）に基づく連立方程式を解くことで、各位置における２つの基準物質の混合量や混合割合を算出する。なお、以下の式（１）では、基準物質として、ヨードと水を用いる場合を例に示す。
Figure 2020103571
ここで、式（１）における「μ（Ｅ）」は各位置の線減弱係数を示し、「μIodine（Ｅ）」はヨードの線減弱係数を示し、「μWater（Ｅ）」は水の線減弱係数を示し、「ｃIodine」はヨードの混合量を示し、「ｃWater」は水の混合量を示す。ここで、本実施形態では、上述したように、各物質における「μ」を線減弱係数で表現し、「ｃ」を混合量で表現する場合について説明するが、実施形態はこれに限定されるものではない。例えば、物質の密度を「ｃ」に含ませることで、各物質における「μ」を質量減弱係数で表現し、「ｃ」を密度で表現する場合でもよい。すなわち、以下で説明する「μ：線減弱係数」と「ｃ：混合量」とを、適宜、「μ：質量減弱係数」と「ｃ：密度」に置き換える場合でもよい。
処理機能４４２は、任意の物質を２つの基準物質（ヨードと水）で表現した式（１）に、高エネルギー投影データにおける線減弱係数と、低エネルギー投影データにおける線減弱係数とを適用した２式を用いた連立方程式により、ヨードと水の混合量や混合割合を算出する。
すなわち、処理機能４４２は、位置（画素）それぞれについて、「μ（高エネルギー）＝μIodine（高エネルギー）・ｃIodine＋μWater（高エネルギー）・ｃWater」と「μ（低エネルギー）＝μIodine（低エネルギー）・ｃIodine＋μWater（低エネルギー）・ｃWater」の２式を作成し、それらを解くことにより、当該位置における「ｃIodine」と「ｃWater」を算出する。なお、各基準物質のエネルギーごとの線減弱係数は既知である。
このように、処理機能４４２は、式（１）を用いて、各位置における基準物質の混合量を算出する。そして、処理機能４４２は、各位置における２つの基準物質の混合量に基づいて、２つの基準物質のそれぞれに対応する２種類の投影データセットを生成する。例えば、処理機能４４２は、高エネルギー投影データ及び低エネルギー投影データから、上述したようにヨードと水の混合量を算出して、ヨードと水に対応する投影データをそれぞれ生成する。なお、処理機能４４２によって生成された投影データセットは、メモリ４１によって記憶される。
さらに、処理機能４４２は、メモリ４１によって記憶された投影データセットから各種画像を生成し、生成した画像をメモリ４１に格納する。例えば、処理機能４４２は、投影データを種々の再構成法（例えば、ＦＢＰ（Filtered Back Projection）などの逆投影法や、逐次近似法など）によって再構成することでＣＴ画像データを再構成し、再構成したＣＴ画像データをメモリ４１に格納する。また、処理機能４４２は、種々の画像処理を行うことにより、ＣＴ画像データからＭＰＲ画像などのＣＴ画像を生成して、生成したＣＴ画像をメモリ４１に格納する。
例えば、処理機能４４２は、メモリ４１によって記憶された基準物質の投影データセットを読み出し、基準物質画像データ（基準物質強調画像データ）を再構成する。一例を挙げると、処理機能４４２は、水成分が強調された投影データに基づいて水成分の基準物質画像データを再構成し、ヨード成分が強調された投影データに基づいてヨード成分の基準物質画像データを再構成する。また、処理機能４４２は、水成分の基準物質画像データ及びヨード成分の基準物質画像データに対してそれぞれ画像処理を実行することで、水成分の基準物質画像とヨード成分の基準物質画像を生成する。また、処理機能４４２は、２つの基準物質画像データを用いて、各基準物質の混合割合に基づく重み付け計算処理を行うことにより、所定のエネルギーにおける仮想単色Ｘ線画像や密度画像、実効原子番号画像等、様々な画像を生成することができる。
また、例えば、処理機能４４２は、メモリ４１によって記憶された高エネルギー投影データと低エネルギー投影データとを読み出し、各投影データからＣＴ画像データをそれぞれ再構成する。そして、処理機能４４２は、ＣＴ画像データから高エネルギーに対応する多色Ｘ線画像と、低エネルギーに対応する多色Ｘ線画像とを生成することもできる。
そして、本実施形態に係る処理機能４４２は、これらのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別する。具体的には、処理機能４４２は、被検体をＸ線でスキャンして得られた、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて、第１の数より大きい第２の数の仮想単色Ｘ線データセットを生成し、第２の数の仮想単色Ｘ線データセットに基づいて、被検体内の複数位置それぞれについて、第２の数の基準物質の混合量又は混合割合を推定する。
より具体的には、処理機能４４２は、第１の数のＸ線データセットに基づいて、被検体内の複数位置それぞれについて、第１の数の基準物質の混合量又は混合割合を推定することで、第２の数の仮想単色Ｘ線データセットを生成する。そして、処理機能４４２は、第２の数の仮想単色Ｘ線データセットそれぞれにおける位置ごとのＸ線の吸収を示す値と、第２の数の基準物質ごとのＸ線の吸収を示す値とに基づいて、第２の数の基準物質の混合量又は混合割合を推定する。例えば、処理機能４４２は、第２の数の仮想単色Ｘ線データセットそれぞれにおける位置ごとのＸ線の吸収を示す値を、第２の数の基準物質における各基準物質のＸ線の吸収を示す値と混合量又は密度とで示した連立方程式により、第２の数の基準物質の混合量又は混合割合を推定する。
例えば、処理機能４４２は、算出した各位置における基準物質の混合量を用いて、各位置における仮想的な単色Ｘ線の線減弱係数をそれぞれ算出する。ここで、処理機能４４２は、弁別する基準物質の数と同数の仮想的な単色Ｘ線の線減弱係数をそれぞれ算出する。例えば、処理機能４４２は、３つの基準物質を弁別する場合、式（１）に基づいて算出したヨードと水の混合量を用いた以下の式（２）により、３種類のエネルギーの線減弱係数を位置ごとにそれぞれ算出する。
Figure 2020103571
すなわち、処理機能４４２は、式（２）に示すように、第１の単色Ｘ線エネルギー「Ｅ1」における線減弱係数「μ（Ｅ1）」を、第１の単色Ｘ線エネルギー「Ｅ1」のヨードの線減弱係数「μIodine（Ｅ1）」と、第１の単色Ｘ線エネルギー「Ｅ1」の水の線減弱係数「μWater（Ｅ1）」と、式（１）に基づいて算出した「ｃIodine」及び「ｃWater」とを用いて算出する。
また、処理機能４４２は、式（２）に示すように、第２の単色Ｘ線エネルギー「Ｅ2」における線減弱係数「μ（Ｅ2）」を、第２の単色Ｘ線エネルギー「Ｅ2」のヨードの線減弱係数「μIodine（Ｅ2）」と、第２の単色Ｘ線エネルギー「Ｅ2」の水の線減弱係数「μWater（Ｅ2）」と、式（１）に基づいて算出した「ｃIodine」及び「ｃWater」とを用いて算出する。
また、処理機能４４２は、式（２）に示すように、第３の単色Ｘ線エネルギー「Ｅ3」における線減弱係数「μ（Ｅ3）」を、第３の単色Ｘ線エネルギー「Ｅ3」のヨードの線減弱係数「μIodine（Ｅ3）」と、第３の単色Ｘ線エネルギー「Ｅ3」の水の線減弱係数「μWater（Ｅ3）」と、式（１）に基づいて算出した「ｃIodine」及び「ｃWater」とを用いて算出する。
なお、処理機能４４２は、式（２）で示す仮想的な単色Ｘ線の線減弱係数をＣＴ値変換することで、仮想単色Ｘ線画像を生成することもできる。また、各単色Ｘ線エネルギーにおける各基準物質の線減弱係数は既知である。
処理機能４４２は、各位置について、上記した線減弱係数「μ（Ｅ1）」、「μ（Ｅ2）」及び「μ（Ｅ3）」をそれぞれ算出する。そして、処理機能４４２は、任意の物質を３つの基準物質で表現した以下の式（３）に基づく連立方程式を解くことで、各位置における３つの基準物質の混合量や混合割合を算出する。なお、以下の式（３）では、基準物質として、ヨード、水に加えて、新たな物質を用いる場合を例に示す。
Figure 2020103571
ここで、式（３）に示す「μ（Ｅ）」は各位置の線減弱係数を示し、「μIodine（Ｅ）」はヨードの線減弱係数を示し、「μWater（Ｅ）」は水の線減弱係数を示し、「μNew（Ｅ）」は新たな基準物質の線減弱係数を示し、「ｃ’Iodine」はヨードの混合量を示し、「ｃ’Water」は水の混合量を示し、「ｃ’New」は新たな基準物質の混合量を示す。
処理機能４４２は、任意の物質を３つの基準物質（ヨード、水、新たな物質）で表現した式（３）に、線減弱係数「μ（Ｅ1）」、「μ（Ｅ2）」及び「μ（Ｅ3）」を適用した３式を用いた連立方程式（以下の式（４））により、ヨード、水、新たな基準物質の混合量や混合割合を算出する。
Figure 2020103571
すなわち、処理機能４４２は、式（４）に示すように、第１の単色Ｘ線エネルギー「Ｅ1」における線減弱係数「μ（Ｅ1）」と第１の単色Ｘ線エネルギー「Ｅ1」における各基準物質の線減弱係数を式（３）に適用した式と、第２の単色Ｘ線エネルギー「Ｅ2」における線減弱係数「μ（Ｅ2）」と第２の単色Ｘ線エネルギー「Ｅ2」における各基準物質の線減弱係数を式（３）に適用した式と、第３の単色Ｘ線エネルギー「Ｅ3」における線減弱係数「μ（Ｅ3）」と第３の単色Ｘ線エネルギー「Ｅ3」における各基準物質の線減弱係数を式（３）に適用した式を作成し、それらを解くことにより、各位置における「ｃ’Iodine」、「ｃ’Water」及び「ｃ’New」を算出する。
このように、処理機能４４２は、各位置について、各基準物質の混合量を算出することで、エネルギーの種類の数よりも多い数の基準物質を弁別することができる。そして、処理機能４４２は、各位置における３つの基準物質の混合量に基づいて、３つの基準物質のそれぞれに対応する３種類の投影データセットを生成する。例えば、処理機能４４２は、高エネルギー投影データ及び低エネルギー投影データから、上述したようにヨード、水及び新たな物質の混合量を算出して、ヨード、水及び新たな基準物質に対応する投影データをそれぞれ生成する。
さらに、処理機能４４２は、ヨード成分が強調された投影データに基づいてヨード成分の基準物質画像データを再構成し、水成分が強調された投影データに基づいて水成分の基準物質画像データを再構成し、新たな基準物質成分が強調された投影データに基づいて新たな基準物質成分の基準物質画像データを再構成する。また、処理機能４４２は、ヨード成分の基準物質画像データ、水成分の基準物質画像データ及び新たな基準物質成分の基準物質画像データに対してそれぞれ画像処理を実行することで、ヨード成分の基準物質画像、水成分の基準物質画像及び新たな基準物質成分の基準物質画像を生成する。また、処理機能４４２は、３つの基準物質画像データを用いて、各基準物質の混合割合に基づく重み付け計算処理を行うことにより、所定のエネルギーにおける仮想単色Ｘ線画像や密度画像、実効原子番号画像等、様々な画像を生成することもできる。
表示制御機能４４３は、処理機能４４２によって生成された種々の表示情報や、ＧＵＩをディスプレイ４２に表示させる。例えば、表示制御機能４４３は、各種基準物質画像や、仮想単色Ｘ線画像、多色Ｘ線画像などの種々の画像や、基準物質の混合割合などを示す情報を含む表示情報をディスプレイ４２に表示させる。
上述したように、本実施形態に係る処理機能４４２は、複数種類のエネルギーのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別する。以下、本願に係る技術を適用した診断の一例について説明する。
例えば、処理機能４４２は、肝臓を対象とした「Dual Energyによる撮影」によって収集された高エネルギー投影データ及び低エネルギー投影データから、造影剤（ヨード）、水、脂肪の３つの基準物質を弁別することで、脂肪肝を診断するためのデータを提供することができる。
すなわち、基準物質をヨード、水、脂肪とした場合の線減弱係数を示す式は、以下の式（５）で表される。ここで、式（５）における「μfat（Ｅ）」は脂肪の線減弱係数を示し、「ｃfat」は脂肪の混合量を示す。
Figure 2020103571
処理機能４４２は、上述したように、３種類の仮想的な単色Ｘ線エネルギーの線減弱係数を位置ごとにそれぞれ算出する。そして、処理機能４４２は、任意の物質をヨード、水、脂肪で表現した式（５）に基づく連立方程式を解くことで、肝臓の各位置における３つの基準物質の混合量や混合割合を算出する。すなわち、処理機能４４２は、式（５）に、３種類の仮想的な単色Ｘ線エネルギーの線減弱係数を適用した３式を用いた連立方程式により、各位置における「ｃIodine」、「ｃWater」及び「ｃfat」を算出することで、肝臓におけるヨード、水、脂肪の混合量や混合割合を算出する。
ここで、例えば、「ｃfat」の値が高い場合に、脂肪肝と診断することができる可能性がある。そして、処理機能４４２は、ヨード、水、脂肪の基準物質画像などを生成して、メモリ４１に格納する。
表示制御機能４４３は、各基準物質の混合量や混合割合、各基準物質画像をディスプレイ４２に表示させる。図２は、第１の実施形態に係る表示制御機能４４３による表示情報の表示の一例を示す図である。
図２に示すように、表示制御機能４４３は、水成分の基準物質画像（左上）と、脂肪成分の基準物質画像（右上）と、ヨード成分の基準物質画像（右下）と、所定のエネルギーの仮想単色Ｘ線画像（左下）とを含む表示情報をディスプレイ４２に表示させる。ここで、例えば、肝臓における「ｃfat」の値が高い場合に、表示制御機能４４３は、図２の領域Ｒ１に示すように、肝臓領域を強調させて表示させる。なお、図示していないが、表示制御機能４４３は、「ｃfat」の値や、ヨード、水、脂肪の混合割合を表示させることもできる。このように、表示制御機能４４３は、脂肪肝を診断するためのデータを表示させることができる。
なお、上述した実施形態では、基準物質としてヨード、水、脂肪を用いる場合を説明したが、実施形態はこれに限定されるものではなく、任意の基準物質を用いてよい。例えば、上記したカルシウム、ハイドロキシアパタイト、ガドリニウムなどの他、特定の腫瘍に含まれる物質などを基準物質として用いる場合でもよい。例えば、特定の腫瘍に含まれる物質を基準物質として用いることで、腫瘍のグレードや、良性・悪性の鑑別に寄与することも可能である。
また、上述した実施形態では、２種類のエネルギーで収集したデータを用いて、３種類の基準物質を弁別する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、２種類のエネルギーで収集したデータを用いて、４種類以上の基準物質を弁別する場合でもよい。かかる場合には、処理機能４４２は、２種類のエネルギーで収集したデータから算出した２種類の基準物質の混合量に基づいて、４種類以上の仮想的な単色Ｘ線エネルギーの線減弱係数を算出する。
また、上述した実施形態では、算出した複数種類の基準物質の混合量をそのまま用いる場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、フォトンカウンティング型の検出器でエネルギー弁別されたデータに基づく基準物質の混合量を用いて、算出した複数種類の基準物質の混合量を補正する場合でもよい。
かかる場合には、処理機能４４２は、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて推定した第２の数の基準物質の混合量又は混合割合に基づいて、フォトンカウンティング型のＸ線検出器を使用して弁別された第２の数のエネルギーに対応する第２の数のＸ線データセットから得られた第２の数の基準物質の混合量又は混合割合を疑似的に示す出力データを生成する学習済みモデルに対して、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて推定した第２の数の基準物質の混合量又は混合割合を入力することで、出力データを生成する。
例えば、上述したように２種類のエネルギーの投影データセットに基づいて推定された３種類の基準物質の混合量と、１種類のエネルギーを用いてフォトンカウンティング型のＸ線検出器によって３種類のエネルギーに弁別された投影データセットに基づいて推定された３種類の基準物質の混合量とを学習データとして、それらの関係を学習することにより得られた学習済みモデルが、メモリ４１に格納される。
処理機能４４２は、新たに２種類のエネルギーの投影データセットに基づいて推定した３種類の基準物質の混合量を、メモリ４１に記憶された学習済みモデルに入力させることで、フォトンカウンティング型のＸ線検出器によって３種類のエネルギーに弁別された投影データセットに基づいて推定された３種類の基準物質の混合量を疑似的に示す値に補正する。
フォトンカウンティング型のＸ線検出器では、実際に３種類のエネルギーの投影データを得ることができるため、そのデータに基づいて算出される３種類の基準物質の混合量は、計算によって求めた値よりも精度がより高いものと考えられる。したがって、処理機能４４２は、上記した学習済みモデルを用いることで、算出した基準物質の混合量又は混合割合より精度の高い混合量又は混合割合を算出することができる。
また、上述した実施形態では、線減弱係数の分布（画像データ）から各基準物質の混合量を算出して、算出した混合量から仮想的な単色Ｘ線エネルギーの線減弱係数の分布をそれぞれ算出する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、投影データを用いて各基準物質の混合量を算出して、算出した混合量から仮想的な単色Ｘ線エネルギーの投影データを生成する場合でもよい。
かかる場合には、上記した線減弱係数の式（１）〜（５）が、基準物質ごとの長さを含む式に変換される。処理機能４４２は、変換された式を用いて、各基準物質の混合量及び混合割合を算出する。
次に、Ｘ線ＣＴシステム１による処理の手順の一例を、図３を用いて説明する。図３は、第１の実施形態に係るＸ線ＣＴシステム１の処理の流れを説明するためのフローチャートである。なお、図３においては、高エネルギーデータと低エネルギーデータの２種類のデータを用いて、３種類の基準物質の混合割合を算出する場合について示す。
ステップＳ１０１は、処理回路４４がスキャン制御機能４４１に対応するプログラムを読み出して実行することで実現されるステップである。ステップＳ１０２〜ステップＳ１０５は、処理回路４４が処理機能４４２に対応するプログラムを読み出して実行することで実現されるステップである。ステップＳ１０６は、処理回路４４が表示制御機能４４３に対応するプログラムを読み出して実行することで実現されるステップである。
まず、処理回路４４は、高エネルギーデータと低エネルギーデータを収集する（ステップＳ１０１）。次に、処理回路４４は、２種類の基準物質の混合割合を算出して（ステップＳ１０２）、３種類の仮想単色Ｘ線画像データを生成する（ステップＳ１０３）。
その後、処理回路４４は、３種類の仮想単色Ｘ線画像データに基づいて、３種類の基準物質の混合割合を算出し（ステップＳ１０４）、３種類の基準物質の混合割合に基づく表示情報を生成する（ステップＳ１０５）。そして、処理回路４４は、生成した表示情報をディスプレイ４２に表示させる（ステップＳ１０６）。
上述したように、第１の実施形態によれば、処理機能４４２は、被検体をＸ線でスキャンして得られた、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて、第１の数より大きい第２の数の仮想単色Ｘ線データセットを生成し、第２の数の仮想単色Ｘ線データセットに基づいて、被検体内の複数位置それぞれについて、第２の数の基準物質の混合量又は混合割合を推定する。従って、第１の実施形態に係るＸ線ＣＴシステム１は、複数種類のエネルギーのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別することを可能にする。
例えば、通常の「Dual Energyによる撮影」では、２種類のエネルギーのデータを収集することで２種類の基準物質を算出しているが、それ以上の基準物質を弁別する場合には、その分のエネルギーで撮影することが求められる。
しかしながら、現状のＸ線ＣＴシステムでは、連続Ｘ線を用いて撮影を行っているため、３種類以上のエネルギーで撮影したとしても、スペクトルが重なり、エネルギーに差がつかず、３種類以上のエネルギーで撮影することが困難である。また、「Rapid kV switching方式」では、３種類以上で高速で切り替えることが難しく、仮に切り替えたとしてもスパースなデータとなってしまうため、３種類以上のエネルギーで撮影することが困難である。また、３つ以上のＸ線管を搭載することで、３種類以上のエネルギーで撮影することが可能であるが、装置が大型化してしまい、実用的ではない。
第１の実施形態に係るＸ線ＣＴシステム１は、このような問題が生じることなく、複数種類のエネルギーのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別することを可能にする。
また、上述したように、第１の実施形態によれば、処理機能４４２は、第１の数のＸ線データセットに基づいて、被検体内の複数位置それぞれについて、第１の数の基準物質の混合量又は混合割合を推定することで、第２の数の仮想単色Ｘ線データセットを生成する。そして、処理機能４４２は、第２の数の仮想単色Ｘ線データセットそれぞれにおける位置ごとのＸ線の吸収を示す値と、第２の数の基準物質ごとのＸ線の吸収を示す値とに基づいて、第２の数の基準物質の混合量又は混合割合を推定する。従って、第１の実施形態に係るＸ線ＣＴシステム１は、仮想単色Ｘ線データセットを用いるだけで、エネルギーの種類の数よりも多い数の基準物質を弁別することを可能にする。
また、上述したように、第１の実施形態によれば、Ｘ線データセット及び仮想単色Ｘ線データセットは、それぞれ画像データセットである。また、Ｘ線データセット及び仮想単色Ｘ線データセットは、それぞれ投影データセットである。従って、第１の実施形態に係るＸ線ＣＴシステム１は、画像データセット又は投影データセットのいずれにおいても処理することを可能にする。
また、上述したように、第１の実施形態によれば、処理機能４４２は、第２の数の仮想単色Ｘ線データセットそれぞれにおける位置ごとのＸ線の吸収を示す値を、第２の数の基準物質における各基準物質のＸ線の吸収を示す値と、混合量又は密度とで示した連立方程式により、第２の数の基準物質の混合量又は混合割合を推定する。従って、第１の実施形態に係るＸ線ＣＴシステム１は、エネルギーの種類の数よりも多い数の基準物質を容易に弁別することを可能にする。
また、上述したように、第１の実施形態によれば、Ｘ線データセットは、エネルギー積分型のＸ線検出器で被検体を透過したＸ線を検出することで得られる。従って、第１の実施形態に係るＸ線ＣＴシステム１は、弁別する基準物質の数と同数のエネルギーでの撮影を行うことなく、エネルギーの種類の数よりも多い数の基準物質を弁別することを可能にする。
また、上述したように、第１の実施形態によれば、処理機能４４２は、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて推定した第２の数の基準物質の混合量又は混合割合に基づいて、フォトンカウンティング型のＸ線検出器を使用して弁別された第２の数のエネルギーに対応する第２の数のＸ線データセットから得られた第２の数の基準物質の混合量又は混合割合を疑似的に示す出力データを生成する学習済みモデルに対して、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて推定した第２の数の基準物質の混合量又は混合割合を入力することで、出力データを生成する。従って、第１の実施形態に係るＸ線ＣＴシステム１は、より精度の高い混合量及び混合割合を推定することを可能にする。
（その他の実施形態）
これまで第１の実施形態について説明したが、上述した第１の実施形態以外にも、種々の異なる形態にて実施されてよいものである。
上述した実施形態では、エネルギー積分型のＸ線検出器を用いたDual-Energyによる撮影によって収集した高エネルギー投影データと低エネルギー投影データとを用いる場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、フォトンカウンティング型のＸ線検出器にて弁別されたＸ線データセットが用いられる場合でもよい。
例えば、フォトンカウンティング型のＸ線検出器において、２つのＢｉｎにより収集された２種類のエネルギーの投影データを用いて、３種類の基準物質を弁別してもよい。フォトンカウンティング型のＸ線検出器において、Ｂｉｎ数を増やした場合、１つのＢｉｎにおけるＸ線量が減るため、ノイズの高い画像となる。また、フォトンカウンティング型のＸ線検出器において、Ｂｉｎ数を増やした場合、データ量が増加して、データ伝送に遅延が生じるおそれもある。
本願に係る技術をフォトンカウンティング型のＸ線検出器において収集されるデータにも適用することで、画質を向上させたり、データ伝送の遅延の発生を抑止させたりすることができる。
また、上述した実施形態では、フォトンカウンティング型の検出器でエネルギー弁別されたデータに基づく３つの基準物質の混合量を用いて、算出した３種類の基準物質の混合量を補正する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、フォトンカウンティング型の検出器でエネルギー弁別されたデータに基づく３つの基準物質の混合量を用いることで、Dual-Energyによる撮影によって算出した２種類の基準物質の混合量から３種類の基準物質の混合量を取得する場合でもよい。
かかる場合には、処理機能４４２は、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて推定した第１の数の基準物質の混合量又は混合割合に基づいて、フォトンカウンティング型のＸ線検出器を使用して弁別された第２の数のエネルギーに対応する第２の数のＸ線データセットから得られた第２の数の基準物質の混合量又は混合割合を疑似的に示す出力データを生成する学習済みモデルに対して、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて推定した第１の数の基準物質の混合量又は混合割合を入力することで、出力データを生成する。
例えば、２種類のエネルギーの投影データセットに基づいて算出された２種類の基準物質の混合量と、１種類のエネルギーを用いてフォトンカウンティング型のＸ線検出器によって３種類のエネルギーに弁別された投影データセットに基づいて推定された３種類の基準物質の混合量とを学習データとして、それらの関係を学習することにより得られた学習済みモデルが、メモリ４１に格納される。
処理機能４４２は、新たに２種類のエネルギーの投影データセットに基づいて算出した２種類の基準物質の混合量を、メモリ４１に記憶された学習済みモデルに入力させることで、フォトンカウンティング型のＸ線検出器によって３種類のエネルギーに弁別された投影データセットに基づいて推定された３種類の基準物質の混合量を疑似的に示す値を取得する。
また、上述した実施形態では、フォトンカウンティング型の検出器でエネルギー弁別されたデータに基づく３つの基準物質の混合量を用いて、算出した３種類の基準物質の混合量を補正する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、フォトンカウンティング型の検出器でエネルギー弁別されたデータに基づく３つの基準物質の混合量を用いることで、２種類のエネルギーの投影データセットに基づいて取得した３種類エネルギーに対応する仮想単色Ｘ線画像から３種類の基準物質の混合量を取得する場合でもよい。
かかる場合には、処理機能４４２は、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて生成した第２の数の仮想単色Ｘ線データセットに基づいて、フォトンカウンティング型のＸ線検出器を使用して弁別された第２の数のエネルギーに対応する第２の数のＸ線データセットから得られた第２の数の基準物質の混合量又は混合割合を疑似的に示す出力データを生成する学習済みモデルに対して、第１の数のエネルギーに対応する第１の数のＸ線データセットに基づいて生成した第２の数の仮想単色Ｘ線データセットを入力することで、出力データを生成する。
例えば、２種類のエネルギーの投影データセットに基づいて生成された３種類のエネルギーに対応する仮想単色Ｘ線画像と、１種類のエネルギーを用いてフォトンカウンティング型のＸ線検出器によって３種類のエネルギーに弁別された投影データセットに基づいて推定された３種類の基準物質の混合量とを学習データとして、それらの関係を学習することにより得られた学習済みモデルが、メモリ４１に格納される。
処理機能４４２は、新たに２種類のエネルギーの投影データセットに基づいて生成した３種類のエネルギーに対応する仮想単色Ｘ線画像を、メモリ４１に記憶された学習済みモデルに入力させることで、フォトンカウンティング型のＸ線検出器によって３種類のエネルギーに弁別された投影データセットに基づいて推定された３種類の基準物質の混合量を疑似的に示す値を取得する。
また、上述した実施形態では、Ｘ線ＣＴシステム１が各種処理を実行する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、医用処理装置３において各種処理が実行される場合でもよい。図４は、その他の実施形態に係る医用処理装置３の構成の一例を示すブロック図である。
その他の実施形態に係る医用処理装置３は、図４に示すように、ネットワーク４を介して、Ｘ線ＣＴシステム１と、画像保管装置２とに相互に接続される。画像保管装置２は、Ｘ線ＣＴシステム１によって収集されたＣＴ画像データ等を保管する。例えば、画像保管装置２は、サーバ装置等のコンピュータ機器によって実現される。
そして、医用処理装置３は、図４に示すように、通信インターフェース３１０と、記憶回路３２０と、入力インターフェース３３０と、ディスプレイ３４０と、処理回路３５０とを有する。
通信インターフェース３１０は、処理回路３５０に接続されており、医用処理装置３と各システムとの間で行われる通信を制御する。具体的には、通信インターフェース３１０は、各システムから各種の情報を受信し、受信した情報を処理回路３５０に出力する。例えば、通信インターフェース３１０は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。
記憶回路３２０は、処理回路３５０に接続され、各種データを記憶する。例えば、記憶回路３２０は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。例えば、記憶回路３２０は、Ｘ線ＣＴシステム１又は画像保管装置２から受信したＣＴ画像データなどを記憶する。また、記憶回路３２０は、処理回路３５０によって実行される各処理機能に対応するプログラムを記憶する。
入力インターフェース３３０は、種々の設定などを行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。
入力インターフェース３３０は、処理回路３５０に接続されており、操作者から受け付けた入力操作を電気信号に変換して処理回路３５０に出力する。なお、本明細書において入力インターフェース３３０は、マウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路３５０へ出力する処理回路も入力インターフェースの例に含まれる。
ディスプレイ３４０は、処理回路３５０に接続され、処理回路３５０から出力される各種情報及び各種画像データを表示する。例えば、ディスプレイ３４０は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。例えば、ディスプレイ３４０は、操作者の指示を受け付けるためのＧＵＩや、種々の表示情報等を表示する。
処理回路３５０は、入力インターフェース３３０を介して操作者から受け付けた入力操作に応じて、医用処理装置３が有する各構成要素を制御する。例えば、処理回路３５０は、プロセッサによって実現される。本実施形態では、処理回路３５０は、通信インターフェース３１０から出力されるＣＴ画像データを記憶回路３２０に記憶させる。また、処理回路３５０は、記憶回路３２０からＣＴ画像データを読み出し、各種処理を実行したり、ディスプレイ３４０に表示させたりする。
そして、処理回路３５０は、図４に示すように、制御機能３５１と、処理機能３５２とを実行する。制御機能３４１は、医用処理装置３の全体を制御する。そして、制御機能３５１は、上述した表示制御機能と同様の処理を実行する。処理機能３５２は、処理部の一例であり、上述した処理機能４４２と同様の処理を実行する。
上述した実施形態では、Ｘ線ＣＴシステム１及び医用処理装置３による独立した処理について説明した。しかしながら、実施形態はこれに限定されるものではなく、Ｘ線ＣＴシステム１と医用処理装置３とが協働するＸ線ＣＴシステムとして機能する場合であってもよい。
上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、あるいは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは、メモリ又は記憶回路に保存されたプログラムを読み出し実行することで機能を実現する。
なお、図１においては、単一のメモリ４１が各処理機能に対応するプログラムを記憶するものとして説明した。また、図４においては、単一の記憶回路３２０が各処理機能に対応するプログラムを記憶するものとして説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、複数のメモリ４１を分散して配置するとともに、処理回路４４が個別のメモリ４１から対応するプログラムを読み出す構成としても構わない。また、例えば、複数の記憶回路３２０を分散して配置するとともに、処理回路３５０が個別の記憶回路３２０から対応するプログラムを読み出す構成としても構わない。また、メモリ４１又は記憶回路３２０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。
また、処理回路４４及び処理回路３５０は、ネットワークを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路４４は、メモリ４１から各機能に対応するプログラムを読み出して実行するとともに、Ｘ線ＣＴシステム１とネットワークを介して接続された外部のワークステーションやクラウドを計算資源として利用することにより、図１に示す各機能を実現する。また、例えば、処理回路３５０は、記憶回路３２０から各機能に対応するプログラムを読み出して実行するとともに、医用処理装置３とネットワークを介して接続された外部のワークステーションやクラウドを計算資源として利用することにより、図４に示す各機能を実現する。
上述した実施形態に係る各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。即ち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現されうる。
また、上述した実施形態で説明した処理方法は、予め用意された処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この処理プログラムは、インターネット等のネットワークを介して配布することができる。また、この処理プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
以上説明した少なくとも１つの実施形態によれば、複数種類のエネルギーのデータを用いて、エネルギーの種類の数よりも多い数の基準物質を弁別することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
１ Ｘ線ＣＴシステム
３ 医用処理装置
４４、３５０ 処理回路
３５２、４４２ 処理機能

Claims (11)

  1. 被検体をＸ線でスキャンして得られた、第１の数のエネルギーに対応する前記第１の数のＸ線データセットに基づいて、前記第１の数より大きい第２の数の仮想単色Ｘ線データセットを生成し、前記第２の数の前記仮想単色Ｘ線データセットに基づいて、前記被検体内の複数位置それぞれについて、前記第２の数の基準物質の混合量又は混合割合を推定する処理部、
    を備えた医用処理装置。
  2. 前記処理部は、前記第１の数の前記Ｘ線データセットに基づいて、前記被検体内の複数位置それぞれについて、前記第１の数の基準物質の混合量又は混合割合を推定することで、前記第２の数の仮想単色Ｘ線データセットを生成する、請求項１に記載の医用処理装置。
  3. 前記Ｘ線データセット及び前記仮想単色Ｘ線データセットは、それぞれ画像データセットである、請求項１又は２に記載の医用処理装置。
  4. 前記Ｘ線データセット及び前記仮想単色Ｘ線データセットは、それぞれ投影データセットである、請求項１又は２に記載の医用処理装置。
  5. 前記処理部は、前記第２の数の仮想単色Ｘ線データセットそれぞれにおける位置ごとのＸ線の吸収を示す値と、前記第２の数の基準物質ごとのＸ線の吸収を示す値とに基づいて、前記第２の数の基準物質の混合量又は混合割合を推定する、請求項１乃至４のいずれか１つに記載の医用処理装置。
  6. 前記処理部は、前記第２の数の前記仮想単色Ｘ線データセットそれぞれにおける位置ごとのＸ線の吸収を示す値を、前記第２の数の基準物質における各基準物質のＸ線の吸収を示す値と、混合量又は密度とで示した連立方程式により、前記第２の数の基準物質の混合量又は混合割合を推定する、請求項５に記載の医用処理装置。
  7. 前記Ｘ線データセットは、エネルギー積分型のＸ線検出器で前記被検体を透過した前記Ｘ線を検出することで得られる、請求項１乃至６のうちいずれか１つに記載の医用処理装置。
  8. 前記Ｘ線データセットは、フォトンカウンティング型のＸ線検出器で前記被検体を透過した前記Ｘ線を検出することで得られる、請求項１乃至６のうちいずれか１つに記載の医用処理装置。
  9. 前記第１の数は２であり、
    前記第２の数は３である、
    請求項１乃至８のうちいずれか１つに記載の医用処理装置。
  10. 前記処理部は、前記第１の数のエネルギーに対応する前記第１の数のＸ線データセットに基づいて推定した前記第２の数の基準物質の混合量又は混合割合に基づいて、フォトンカウンティング型のＸ線検出器を使用して弁別された前記第２の数のエネルギーに対応する前記第２の数のＸ線データセットから得られた前記第２の数の基準物質の混合量又は混合割合を疑似的に示す出力データを生成する学習済みモデルに対して、前記第１の数のエネルギーに対応する前記第１の数のＸ線データセットに基づいて推定した前記第２の数の基準物質の混合量又は混合割合を入力することで、前記出力データを生成する、請求項１乃至９のうちいずれか１つに記載の医用処理装置。
  11. 請求項１乃至１０のいずれか１つに記載の医用処理装置を含む、Ｘ線診断システム。
JP2018244900A 2018-12-27 2018-12-27 医用処理装置及びｘ線診断システム Pending JP2020103571A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018244900A JP2020103571A (ja) 2018-12-27 2018-12-27 医用処理装置及びｘ線診断システム
US16/728,146 US11172894B2 (en) 2018-12-27 2019-12-27 Medical processing apparatus, X-ray diagnosis system, and medical processing method
EP19219794.5A EP3673807A1 (en) 2018-12-27 2019-12-27 Medical processing apparatus, x-ray diagnosis apparatus, and medical processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018244900A JP2020103571A (ja) 2018-12-27 2018-12-27 医用処理装置及びｘ線診断システム

Publications (1)

Publication Number Publication Date
JP2020103571A true JP2020103571A (ja) 2020-07-09

Family

ID=69770336

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018244900A Pending JP2020103571A (ja) 2018-12-27 2018-12-27 医用処理装置及びｘ線診断システム

Country Status (3)

Country Link
US (1) US11172894B2 (ja)
EP (1) EP3673807A1 (ja)
JP (1) JP2020103571A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022071024A1 (ja) * 2020-09-29 2022-04-07 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009125584A (ja) * 2007-11-21 2009-06-11 General Electric Co <Ge> 計算機式断層写真法の方法及びシステム
JP2011024773A (ja) * 2009-07-24 2011-02-10 National Institute Of Advanced Industrial Science & Technology Ｘ線成分計測装置
JP2014061286A (ja) * 2012-08-30 2014-04-10 Toshiba Corp Ｘ線ｃｔ装置、画像処理装置、及び画像処理方法
JP2014144274A (ja) * 2013-01-07 2014-08-14 Toshiba Corp Ｘ線コンピュータ断層撮影装置及び医用画像処理装置
US20150371378A1 (en) * 2014-06-20 2015-12-24 Marquette University Material decomposition of multi-spectral x-ray projections using neural networks
JP2016528259A (ja) * 2013-08-16 2016-09-15 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア シリコーン系腸管ｃｔ造影材料
JP2018513837A (ja) * 2015-04-20 2018-05-31 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア カプセル化された気体または部分真空のｃｔ造影材料
JP2019532691A (ja) * 2016-09-08 2019-11-14 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 複数物質分解のための装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006009222B4 (de) * 2006-02-28 2008-02-28 Siemens Ag Verfahren und Vorrichtung zur Bestimmung der Konzentration einer Substanz in einem Körpermaterial mittels Mehr-Energie-Computertomographie
US8218837B2 (en) * 2008-06-06 2012-07-10 General Electric Company Material composition detection from effective atomic number computation
JP2013144038A (ja) * 2012-01-16 2013-07-25 Toshiba Corp Ｘ線ｃｔ装置
US9271688B2 (en) * 2012-03-28 2016-03-01 General Electric Company System and method for contrast agent estimation in X-ray imaging
US20140050378A1 (en) * 2012-08-14 2014-02-20 Instituto Do Coracao System and method for detecting materials or disease states using multi-energy computed tomography
ES2897624T3 (es) * 2013-03-15 2022-03-02 Univ California Material de contraste entérico para TC basado en átomos de z baja
CN106796733B (zh) * 2014-10-13 2021-05-25 皇家飞利浦有限公司 用于谱成像的噪声降低
US11179115B2 (en) * 2015-10-27 2021-11-23 Hitachi, Ltd. X-ray CT data processing device and X-ray CT device comprising same
CN109982640A (zh) * 2016-11-16 2019-07-05 皇家飞利浦有限公司 用于根据相衬成像数据生成多能量数据的装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009125584A (ja) * 2007-11-21 2009-06-11 General Electric Co <Ge> 計算機式断層写真法の方法及びシステム
JP2011024773A (ja) * 2009-07-24 2011-02-10 National Institute Of Advanced Industrial Science & Technology Ｘ線成分計測装置
JP2014061286A (ja) * 2012-08-30 2014-04-10 Toshiba Corp Ｘ線ｃｔ装置、画像処理装置、及び画像処理方法
JP2014144274A (ja) * 2013-01-07 2014-08-14 Toshiba Corp Ｘ線コンピュータ断層撮影装置及び医用画像処理装置
JP2016528259A (ja) * 2013-08-16 2016-09-15 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア シリコーン系腸管ｃｔ造影材料
US20150371378A1 (en) * 2014-06-20 2015-12-24 Marquette University Material decomposition of multi-spectral x-ray projections using neural networks
JP2018513837A (ja) * 2015-04-20 2018-05-31 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア カプセル化された気体または部分真空のｃｔ造影材料
JP2019532691A (ja) * 2016-09-08 2019-11-14 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 複数物質分解のための装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022071024A1 (ja) * 2020-09-29 2022-04-07 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Also Published As

Publication number Publication date
US20200205751A1 (en) 2020-07-02
US11172894B2 (en) 2021-11-16
EP3673807A1 (en) 2020-07-01

Similar Documents

Publication Publication Date Title
JP7102416B2 (ja) エネルギー弁別光子計数検出器およびその使用
US11207041B2 (en) X-ray CT system and medical processing apparatus
JP7341803B2 (ja) Ｘ線ｃｔ装置、医用画像処理装置及びｘ線ｃｔシステム
JP7348376B2 (ja) 医用処理装置、ｘ線ｃｔシステム及び処理プログラム
JP2014144274A (ja) Ｘ線コンピュータ断層撮影装置及び医用画像処理装置
JP6595154B2 (ja) Ｘ線ｃｔを用いた画像診断装置
JP7467253B2 (ja) Ｘ線ｃｔシステム及び医用処理装置
US10497152B2 (en) X-ray CT apparatus and reconstruction processing apparatus
JP2021087771A (ja) コンピュータ断層撮影のためのセグメント化された光子計数検出器を使用するコヒーレント散乱撮像のためのシステムおよび方法
JP7179479B2 (ja) Ｘ線ｃｔ装置
JP2020103571A (ja) 医用処理装置及びｘ線診断システム
JP7353882B2 (ja) Ｘ線ｃｔシステム及び医用処理装置
JP2010172590A (ja) Ｘ線ｃｔ装置および画像処理装置
US11295487B2 (en) X-ray CT apparatus, medical image processing apparatus, and X-ray CT system
JP7301607B2 (ja) 放射線診断装置
JP2022013679A (ja) 医用画像処理方法、医用画像処理装置及びｘ線ｃｔ装置
US20230346323A1 (en) X-ray ct apparatus
JP7321846B2 (ja) Ｘ線ｃｔシステム及び医用処理装置
US20240180503A1 (en) Photon counting computed tomography apparatus and photon-counting ct-scanning condition setting method
JP2018117779A (ja) Ｘ線ｃｔ装置
JP7066359B2 (ja) Ｘ線ｃｔ装置
JP2024048198A (ja) Ｘ線ｃｔ装置及び方法
JP2023012246A (ja) 医用画像処理装置、ｘ線ｃｔ装置、医用画像処理方法及びプログラム
JP2021013489A (ja) Ｘ線ｃｔシステム及び医用処理装置
JP2023184428A (ja) 医用データ処理方法、モデル生成方法、および医用データ処理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211001

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220926

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221004

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221202

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230207

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230508

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20230515

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20230623