JP2020521961A - エミッショントモグラフィで反復再構成された画像の定量的な保証の尺度として信頼値を提供するシステム及び方法 - Google Patents

エミッショントモグラフィで反復再構成された画像の定量的な保証の尺度として信頼値を提供するシステム及び方法 Download PDF

Info

Publication number
JP2020521961A
JP2020521961A JP2019564983A JP2019564983A JP2020521961A JP 2020521961 A JP2020521961 A JP 2020521961A JP 2019564983 A JP2019564983 A JP 2019564983A JP 2019564983 A JP2019564983 A JP 2019564983A JP 2020521961 A JP2020521961 A JP 2020521961A
Authority
JP
Japan
Prior art keywords
roi
quality metric
storage medium
image
convergence
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.)
Ceased
Application number
JP2019564983A
Other languages
English (en)
Other versions
JP2020521961A5 (ja
Inventor
アンドレイ アンドレイエフ
アンドレイ アンドレイエフ
チュアンヨン バイ
チュアンヨン バイ
ヤンミン ジュー
ヤンミン ジュー
ピヨートル ヤン マニアウスキー
ピヨートル ヤン マニアウスキー
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2020521961A publication Critical patent/JP2020521961A/ja
Publication of JP2020521961A5 publication Critical patent/JP2020521961A5/ja
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10104—Positron emission tomography [PET]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10108—Single photon emission computed tomography [SPECT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Nuclear Medicine (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

非一時記憶媒体は、画像再構成方法１００を実行するための、表示装置２０と動作可能に接続された少なくとも１つの電子プロセッサ１６を有するイメージングワークステーション１４）によって読み取り可能且つ実行可能な命令を記憶する。前記方法は、反復画像再構成アルゴリズムを使用して、画像取得装置１２によって取得された画像データを再構成して、少なくとも１つの再構成画像２２を生成するステップと、少なくとも１つの再構成された画像の１又は複数の輪郭２６を描出して、少なくとも１つの再構成画像の関心領域（ＲＯＩ）２４を決定するステップと、収束品質メトリック、パーシャルボリューム効果（ＰＶＥ）品質メトリック、及びローカルカウント品質メトリックのうちの少なくとも１つを含むＲＯＩの少なくとも１つの品質メトリック値３０を計算するステップと、表示装置上に、少なくとも１つの品質メトリック値と、ＲＯＩを示す少なくとも１つの再構成画像とを表示するステップと、を有する。

Description

本発明は一般に、医用イメージング技術、医用画像解釈技術、画像再構成技術、及び関連技術に関する。
エミッションイメージングの反復画像再構成（例えば、ポジトロンエミッショントモグラフィ（ＰＥＴ）、又はシングルフォトンエミッショントモグラフィ（ＳＰＥＣＴ）は、医療診断品質の画像を再構成するための確立されたアプローチになっている。この広範な受け入れにもかかわらず、関心領域（ＲＯＩ）内の所与のピクセル値又は値の合計が定量的臨床情報を正確に表す保証はほとんどない。例えば、検出されたカウントの数は、通常投与される放射性医薬品の量が少なく、取得時間が制限され、結果としてインスタンス間での統計的変動が大きいことにより、実際に注入されたアクティビティから大きく変動する可能性がある。これは、ＲＯＩのサイズによって更に悪化し、腫瘍のサイズがイメージング装置の固有の空間解像度に匹敵する場合、パーシャルボリューム効果（部分体積効果、ＰＶＥ）によって更に影響を受ける。例えば、統計的なノイズ又は患者の動きによるデータの逸脱とは別に、収束という別の大きな問題がある。理論的に、最尤期待値最大化（ＭＬＥＭ）のような反復アルゴリズムは、理想的な状況下で完全に収束することが実証されうる（すなわち、安定点まで反復される場合、測定データに関する未知の放射性トレーサ分布の最適解を表す）。しかしながら、実際に完全収束を達成することは困難である。実際、反復再構成を完全収束まで拡張すると、許容できないノイズレベルが再構成画像に導入されることがあるので、通常、反復再構成は、完全収束に先立って終了される。従って、ほとんどの場合、コントラストの回復及び反復に関連するノイズの増幅のバランスをとるために、反復再構成は、早くに終了される。
反復再構成においては、構造が異なると収束速度も異なりうる。多くの場合、小さな構造（つまり、高周波で表される構造）が収束するまでには、より多くの反復が必要とされる。しかしながら、より多くの反復が使用される場合、ノイズが増加することがある。そのため、臨床再構成プロトコルは通常、臨床アプリケーションの汎用ケース向けに最適化された予め規定された反復回数及びサブセットを使用する。しかしながら、再構成が終了したとき、一部の小さな病変は、完全に収束していないことがあり、すなわち、更に反復を実施されるとすると、値が大幅に変化する。これは、そのような病変の定量的不確実性につながる。例えば、特定の（仮説的な）病変は、完全収束時に５．０の標準取り込み値（ＳＵＶ）を有するが、特定の非特異的に最適化された反復回数で再構成が終えられるとき、それはまだ収束しておらず、再構成画像は、たった２．５のＳＵＶのみを表示する。ＲＯＩのサイズ、装置の点拡がり関数（ＰＳＦ）、及びＲＯＩで取得されたカウントの数もまた、報告されたＳＵＶ値の信頼度に直接影響する。
上記の点から、医師に最終的な再構成画像が提示される場合、反復再構成が行われるときはいつも、画像内の値が画像内の全ての領域／オブジェクトについて定量的に正確であるという保証は通常ほとんどない。通常、医師には、定量値の信頼性（又はその欠如）に関する情報がほとんど又はまったく提供されないそれにもかかわらず、ＰＥＴ又はＳＰＥＣＴ画像は、放射線治療、化学療法、又は他の腫瘍治療レジメンの成功又は失敗の早期検出のような治療判定の臨床目的のために定量的に解釈されることが増えている。医師は連続したイメージング検査の小さな変化から臨床結論を引き出すことを望む。例えば、数パーセントの腫瘍サイズの変化（例えば、物理的サイズの変化、腫瘍の最大ＳＵＶ値の変化など）が、医師によって、治療の継続につながる治療効果の指標として解釈されることがありうるが、代わりに、そのような小さな変化は、不完全な収束、ＰＶＥ、及び／又は統計的変動に起因することがある。
本発明は、これらの問題を克服するための新しい改良されたシステム及び方法を開示する。
開示される一態様において、非一時記憶媒体は、画像再構成方法を実行するための、表示装置と動作可能に接続された少なくとも１つの電子プロセッサを有するイメージングワークステーションによって読み取り可能且つ実行可能な命令を記憶する。前記方法は、反復画像再構成アルゴリズムを使用して画像取得装置により取得された画像データを再構成して少なくとも１つの再構成画像を生成するステップと、少なくとも１つの再構成画像の１又は複数の輪郭を描出して、少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するステップと、ＲＯＩの少なくとも１つの品質メトリック値を計算するステップであって、少なくとも１つの品質メトリック値は、収束品質メトリック、パーシャルボリューム効果（ＰＶＥ）品質メトリック、及びローカルカウント品質メトリックのうちの少なくとも１つを含む、ステップと、表示装置上に、少なくとも１つの品質メトリック値と、ＲＯＩを示す少なくとも１つの再構成画像とを表示するステップと、を有する。
別の開示される態様では、非一時記憶媒体は、画像再構成方法を実行するための、表示装置と動作可能に接続される少なくとも１つの電子プロセッサを有するイメージングワークステーションによって読み取り可能且つ実行可能な命令を記憶する。前記方法は、反復画像再構成アルゴリズムを使用して画像取得装置により取得された画像データを再構成して、少なくとも１つの再構成画像を生成するステップと、少なくとも１つの再構成画像の１又は複数の輪郭を描出して、少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するステップと、ＲＯＩの収束品質メトリック値を計算するステップと、表示装置上に、収束品質メトリック値と、ＲＯＩを示す少なくとも１つの再構成画像とを表示するステップと、を有する。
別の開示される態様において、非一時記憶媒体は、画像再構成方法を実行するための、表示装置と動作可能に接続される少なくとも１つの電子プロセッサを有するイメージングワークステーションにより読み取り可能且つ実行可能な命令を記憶する。前記方法は、反復画像再構成アルゴリズムを使用して画像取得装置により取得された画像データを再構成して、少なくとも１つの再構成画像を生成するステップと、少なくとも１つの再構成画像の１又は複数の輪郭を描出して、少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するステップと、ＲＯＩのパーシャルボリューム効果（ＰＶＥ）品質メトリックを計算するステップと、表示装置上に、ＰＶＥ品質メトリック値と、ＲＯＩを示す少なくとも１つの再構成画像とを表示するステップと、を有する。
別の開示される態様において、非一時記憶媒体は、画像再構成方法を実行するための、表示装置と動作可能に接続される少なくとも１つの電子プロセッサを有するイメージングワークステーションにより読み取り可能且つ実行可能な命令を記憶する。前記方法は、反復画像再構成アルゴリズムを使用して画像取得装置により取得された画像データを再構成して、少なくとも１つの再構成画像を生成するステップと、少なくとも１つの再構成画像の１又は複数の輪郭を描出して、少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するステップと、ＲＯＩのローカルカウント品質メトリック値を計算するステップと、表示装置上に、ローカルカウント品質メトリック値と、ＲＯＩを示す少なくとも１つの再構成画像とを表示するステップと、
１つの利点は、関心領域の反復画像再構成の収束に関する情報を自動的に提供することにより、医療診断の全体的な信頼性を向上させることにある。
別の利点は、反復画像再構成が完全な収束まで続けられた場合に生じうる過度のノイズ増幅をもたらすことなく、不完全な収束について補正された画像を、医療専門家に提供することである。
別の利点は、医療従事者により識別された特定の関心領域の定量的正確さに関する品質情報により医療画像を増強することにある。
別の利点は、臨床的に重要な関心領域の画像品質への低減された反復回数の影響についての情報を提供するとともに、画像再構成の低減された反復回数の使用を促進することにより改善された画像再構成効率を提供することにある。
別の利点は、医療専門家が異なる数又は反復回数のパラメーター設定による画像の追加再構成を要求するための定量的基礎を提供することにある。
所与の実施形態は、前述の利点の１、２、それ以上、又は全てを提供することができ又はいずれも提供せず、及び／又は本開示を読み理解することにより当業者に明らかになる他の利点を提供することができる。
本開示は、さまざまな構成要素及び構成要素の取り合わせ、並びにさまざまなステップ及びステップの取り合わせの形をとりうる。図面は、好適な実施形態を説明するためだけのものであり、本発明を限定するものとして解釈されるべきでない。
一態様による画像再構成システムを概略的に示す図。 図１のシステムの例示的なフローチャート動作を示す図。 図１のシステムのディスプレイを例示的に示す図。
今日の実際の臨床において、画像は、反復画像再構成を使用して、画像技術者によって再構成される。使用される反復回数は事前に最適化されており、技術者及び医師の両方に最終的な再構成画像のみが提供される。実際、さまざまな欠点が存在しうる。
第１に、収束が不完全である可能性がある。これは、空間周波数成分が高い小さな特徴（典型的な小さな腫瘍のような）において特に問題となる。
第２に、パーシャルボリューム効果（ＰＶＥ）の問題がありうる。ＰＶＥは、腫瘍のサイズがイメージング装置の固有の解像度（画像再構成のために選択されたボクセルサイズに対応しないことがある）と同等である場合に発生する。この場合、隣接する非腫瘍ボクセルとの混合により、腫瘍の画像ボクセルの値が、人為的に低くなることがある（腫瘍は「ホットスポット」、つまり活性の高い領域であるとする）。
第３に、特徴におけるカウント密度が低すぎる場合、エラーが発生しうる。一般に、特定の最小カウント密度（例えば１００カウント／ボクセル）が、良好な画像品質のために必要であり、カウントがこの最小値より大幅に低い場合、その結果は信頼できない。エミッションイメージングは、患者の放射線被曝を制限するために低放射性医薬品の投与量を用いるので、カウントは通常低く、あるイメージングセッションから次のセッションまでのランダムな統計的ゆらぎにより、一部のセッションでは腫瘍のカウント密度が低くなり、他のセッションでは低くなることがある。
治療の初期段階での腫瘍治療の有効性を評価するために医用イメージングの有用性を拡張しようとするにつれて、これらのエラーは、ますます問題となっている。例えば、腫瘍サイズの縮小が小さい場合、例えばわずか５−１０％又はそれ以下である場合のような、治療のより早い段階での腫瘍サイズの縮小を検出することが望ましい。これらの小さな臨床変化を検出するために、不十分な収束、ＰＶＥ、及び／又は低カウント密度に起因するエラーが、誤った臨床結論につながることがある。
本発明は、イメージング結果の臨床的重要性の評価を支援するために、関心領域ごと（ＲＯＩごと）に１又は複数の定量的メトリックをもつ医療画像を提供するアプローチを開示する。開示される改良は、収束の完全性（例えば、「１」が最終的な収束である場合は０−１のスケールで測定される）、ＰＶＥ、及びカウント密度に関する情報を生成するように画像再構成プロセスを変更することを伴う。これらは、収束、ＰＶＥ、及びカウント密度マップを形成し、かかるマップは、（ある実施形態では）改善されたシステムの出力である。収束マップの場合、アプローチは、各ボクセルについて強度対反復回数を計算し、停止前に最後の数回の反復の最中のこの曲線の勾配を調べる。任意に、停止点を超える数回の追加の反復を実行して、勾配を定量化するための双方向データを提供することができる（この場合、ゼロ勾配は収束に等しく、大きな勾配は未達の収束に対応する）。
ボクセルレベルで生成される収束及びカウント密度マップにより、各マップにより提供されるボクセルごとのデータをＲＯＩのボリュームにわたって平均することにより、選択されたＲＯＩの収束及びカウント密度品質メトリックが容易に計算される。ＲＯＩは、技術者によって、医師によって、又はいくつかの自動化されたプロセス（例えば、自動的又は半自動的な輪郭描出、前回のイメージングセッションからのＲＯＩの挿入、任意の調整、その他）によって、輪郭描出されることができる。ＰＶＥスコアは、物体サイズに依存し、ＲＯＩが医師により規定されたのち、定められることができる。
変形実施形態において、収束、ＰＶＥ、及びカウント密度のＲＯＩ品質メトリックが、例えば加重合計として組み合わされることにより、各ＲＯＩについて全体的な品質メトリックが生成される。
別の変形実施形態では、所与のタイプの腫瘍が所与の画像再構成アルゴリズムについて「典型的な」収束曲線を有するという観察に基づいて、実際のＲＯＩボクセルについての収束曲線（すなわち、ボクセルの強度対反復曲線）が、特定のタイプの腫瘍についての標準収束曲線と比較される。この比較に基づいて、不完全な収束によるエラーを定量的に評価し、この情報を医師に提供する。企図される一実施形態において、医師には、不完全な収束に関して画像内のＲＯＩを調整するための選択ボタンが提供される。例えば、ＲＯＩ収束メトリックが０．８であり、強度が収束値のわずか８０％であることを示している場合、補正は、所与のＲＯＩについて収束値（例えば、ＳＵＶについて）を生成するために、１／０．８＝１．２５での乗算を必要とする。
臨床画像ビューワアプリケーションにおいて、ユーザによって描かれる従来の定量的２次元（２Ｄ）又は３次元（３Ｄ）ＲＯＩは、ＲＯＩにおけるＳＵＶ情報（平均、最小、最大、標準偏差）をリポートする。本明細書に開示される実施形態では、「収束スコア」などの更なる情報が計算され、ＲＯＩレポートに含められる。収束スコアは、描出されたＲＯＩについて計算される収束曲線（例えば、反復回数に対してプロットされたＳＵＶｍｅａｎ値）の形で示されうるか、又は単一の数値（例えば、現在のＲＯＩにおける現在の反復と以前の反復のＳＵＶｍｅａｎとの間の相対変化）でありうるか、又はボクセル単位での収束を示すカラーコード化された収束スコアマップが表示されうる。ポアソン統計又はＲＯＩサイズ又は空間解像度の低下に関連する不確実性も、任意にエラーバー又は個別のインジケータの形で追加される。組み合わされる信頼性スコアにより、医師は、ＲＯＩ値が収束からどれだけ離れているかを容易に評価することができ、特定の再構築プロトコル（反復とサブセット番号）に関連する診断不確実性を最小化し、従来のＲＯＩレポートにおける他の全ての劣化ファクタを容易に考慮することができる。
以下は、「消化しやすい」信頼性スコアの形で潜在的な定量的不正確さに関する情報を臨床ユーザに提示するためのアプローチを開示する。前述したように、不正確さの原因には、ＲＯＩサイズ（ＰＶＥとして捕捉されるイメージング装置の固有分解能との比較）、関連データ統計、反復アルゴリズム性能が含まれる。例示的な一実施形態では、変動性スコアσは、以下のように定義される。
Figure 2020521961
これは、カウント数が少ないほど、相対的なノイズ関連エラーが増加することを示す。ここで、ｓは、感度、減衰及び他の性能関連ファクタ（空間的に変化することができる）を含みうる値であり、ｎは、ＲＯＩ内の局所放射線トレーサ取り込みに比例する数である。
別の態様として、ＲＯＩサイズ又はＲＯＩボリュームに関連するパーシャルボリューム効果（ＰＶＥ）、及び画像再構成中に点拡がり関数（ＰＳＦ）モデリングが使用されたかどうかが考慮される。選択したＲＯＩが小さいほど、ＰＶＥの影響をより大きく受けることが、それから導出される定量的手段である。このようなパーシャルボリューム効果は、各スキャナモデル及びＲＯＩサイズについて、実際のファントム測定から評価され、ルックアップテーブルに配置されることができる。
更に、ＲＯＩの位置と、その領域で動きが検出されたかどうかが考慮される。例えば、肺領域に含まれるＲＯＩは、呼吸運動（患者の動きが観察されなかった場合）に起因して他の領域とは異なって評価されうる。
収束関連の信頼性スコア計算のために、反復再構成中に中間反復画像が保存される。順序付きサブセット期待値最大化（ＯＳＥＭ）のようなアルゴリズムの場合、サブセットの数に依存して、反復間のサブセット更新も保存される。画像圧縮技術を使用して、ディスク記憶スペースを節約し、遠隔ネットワーク記憶ロケーションからのより高速な取り出しを容易にし、描出された各ＲＯＩに対するＲＯＩ収束曲線のより効率的な計算を可能にすることができる。メモリ使用量を削減するための別のアプローチは、最後の反復に近い収束曲線が主要な関心であるので、最後のいくつかの反復のみを記憶することである。医師がＲＯＩを描く場合、表示される全ての典型的な値（例えば、ＳＵＶｍｅａｎ、ＳＵＶｍｉｎ、ＳＵＶｍａｘ等）に加えて、所与のＲＯＩに関する収束曲線が一緒に、又は別個のサイドパネルに表示されることができ、かかる収束曲線は、所与の再構成の全ての保存された反復結果から計算される。
図１を参照すると、例示的な医用画像システム１０が示されている。図１に示されるように、システム１０は画像取得装置１２を含む。一実施形態では、画像取得装置１２は、エミッションイメージング装置（例えば、ポジトロンエミッショントモグラフィ（ＰＥＴ）装置、シングルフォトンエミッショントモグラフィ（ＳＰＥＣＴ）装置等）を含むことができる。しかしながら、他の任意の適切なイメージングモダリティ（例えば、磁気共鳴、コンピュータトモグラフィ、超音波、Ｘ線等、及びＰＥＴ／ＣＴ等のハイブリッドシステム）を使用してもよいことが理解されるであろう。システム１０はまた、少なくとも１つの電子プロセッサ１６、少なくとも１つのユーザ入力装置（例えば、マウス、キーボード、トラックボール等）１８、及び表示装置２０のような典型的な構成要素を有するコンピュータ又はワークステーション又は他の電子データ処理装置１４を含む。いくつかの実施形態では、表示装置２０は、コンピュータ１４とは別の構成要素であってもよい。また、ワークステーション１４は、１又は複数のデータベース２１（ＲＡＭ、ＲＯＭ、磁気ディスク等の非一時記憶媒体に記憶される）を含むことができ、及び／又はワークステーションは、１又は複数のデータベース（図示せず）（例えば、電子医療カルテ（ＥＭＲ）データベース、画像保管通信システム（ＰＡＣＳ）データベース等）と電子通信することができる。
少なくとも１つの電子プロセッサ１６は、画像再構成方法又はプロセス１００を実行することを含む開示された動作を実行するために、少なくとも１つの電子プロセッサ１６によって読み取り可能且つ実行可能な命令を記憶する非一時記憶媒体（図示せず）に動作可能に接続される。更に、非一時記憶媒体は、例えば、１又は複数の画像を再構成することと併せて、画像の関心領域（ＲＯＩ）の品質メトリックを計算することを含む１又は複数の品質メトリック計算サブプロセス１０１を実行するために、電子プロセッサ１６によって読み取り可能且つ実行可能な命令を記憶することができ、前記品質メトリックは、（１）収束品質メトリック、（２）パーシャルボリューム効果（ＰＶＥ）、及び（３）ローカルカウント品質メトリックの少なくとも１つ（それぞれについて以下に詳細に説明する）を含む。非一時記憶媒体は、例えば、ハードディスクドライブ、ＲＡＩＤ、又は他の磁気記憶媒体、ソリッドステートドライブ、フラッシュドライブ、電子的に消去可能な読み取り専用メモリ（ＥＥＲＯＭ）、又はその他の電子メモリ、光ディスク又は他の光学記憶装置、及びそれらの組み合わせ等である。いくつかの例では、画像再構成方法又はプロセス１００及び／又は１又は複数の品質メトリック計算サブプロセス１０１は、クラウドプロセッシングによって実行されることができる。
図２を参照すると、（複数の）品質メトリック計算サブプロセス１０１を含む画像再構成方法１００が、フローチャートとして概略的に示されている。ステップ１０２において、画像取得装置１２によって取得されたイメージングデータが、反復画像再構成アルゴリズムを使用して再構成されることにより、少なくとも１つの再構成画像２４が生成される。これは、任意の適切な画像再構成アルゴリズムにより実行されることができる。例えば、少なくとも１つの再構成画像２４を生成するために、イメージングデータは、適切な数の反復により再構成されることができる。一般に、反復の数は、所与の再構成タスク（例えば、イメージングされた解剖学的構造、検査の理由などによって定義される）に対して固定される。一般性を失わずに、反復再構成１０２は、再構成画像を生成するためにＮ回の反復を実行すると仮定する。同時に、ステップ１０３において、少なくとも最後の数回の反復の最中の強度を反復の関数として計算することにより、各ボクセル又はボクセルのグループについて収束曲線が計算される。Ｎにおけるこの収束曲線の勾配は、ボクセルの関数としてプロットされ、収束マップを形成することができる（反復Ｎでの勾配＝０は、完全な収束に対応する）。
１０４において、少なくとも１つの再構成画像２４の１又は複数の輪郭２６（図１参照）が描出されて、少なくとも１つの再構成画像の関心領域（ＲＯＩ）２８が決定される。一例では、輪郭２６は、ユーザ入力装置１８を介して、医療専門家からのユーザ入力（例えば、キーボードの１又は複数のキーストローク、１又は複数のマウスクリックなど）を受け取ることにより描出されることができる。別の例では、輪郭２６は、少なくとも１つの電子プロセッサ１６により自動化又は半自動化プロセスを実行することにより、描出されることができる。更なる例では、輪郭２６は、データベース２０に記憶されている以前のイメージングセッションからの輪郭を再構成画像２２に取り込むことにより、描出されることができる。
１０６において、ＲＯＩ２４（図１参照）の少なくとも１つの品質メトリック値３０が計算される。少なくとも１つの品質メトリック値３０は、パーシャルボリューム効果（ＰＶＥ）品質メトリック（１０８）、ローカルカウント品質メトリック（１１０）、及び収束品質メトリック（１１２）の少なくとも１つを含み、これらのそれぞれは、以下に詳しく記述される。
一例では、１０８において、品質メトリック値３０はパーシャルボリューム効果（ＰＶＥ）品質メトリック（ＱＰＶＥ）である。パーシャルボリューム効果（ＰＶＥ）品質基準（ＱＰＶＥ）は、ＲＯＩ内の物体のサイズ（ｄ）（球状物体の場合は直径でありうる）がイメージングシステム解像度（ｒ、３Ｄの等方性解像度を仮定する）の２倍より小さくなったとき、ＲＯＩ信号強度の低下の尺度を提供する。線形近似を使用して、パーシャルボリューム効果（ＱＰＶＥ）は次のように評価されることができる。
Figure 2020521961
式（２）は、球形ＲＯＩ、及び等方性イメージングシステム解像度（すなわち、解像度ｒはｘ、ｙ、ｚ方向で同じ）、並びにＲＯＩサイズが閾値２ｒ未満であるＱＰＶＥの三次関数減少を仮定する。腫瘍（又は他のＲＯＩ）の非線形性及び／又は異方性、及び／又はイメージングシステムの解像度、イメージング装置の異なる点拡がり関数（ＰＳＦ）特性などを考慮して、システム解像度ｒのさまざまな調整が行われることができる。式（２）を用いて、ＲＯＩサイズが２ｒより大きい（したがってＰＶＥが存在しない）場合はＱＰＶＥ＝１（又は最大品質を示すその他の最大値）であり、ＱＰＶＥは、ＲＯＩサイズが２ｒより小さくなるに従って（式（２）の場合は線形に）減少する。
ＰＶＥは、ＲＯＩ信号を体系的に減少させる系統エラーであると予想される。これは、周囲の組織と比較してＲＯＩからの典型的に高い信号（ＲＯＩが「ホット」腫瘍に相当すると仮定する）によるものであり、ゆえに、ＰＶＥは、周囲ボリュームへの信号のスピルオーバーをもたらす。従って、任意に、ＱＰＶＥ＜１の場合、パーシャルボリューム補正を伴う提案された補正画像が提供されることができる。提案される補正画像では、ＲＯＩ（例えば腫瘍）信号は、ＰＶＥによる予測ＲＯＩ信号低下を補正するために、１／ＱＰＶＥのような適切なファクタによって強化される。任意に、補正は、周囲ボリュームへのスピルオーバーを考慮するために、ＲＯＩ（すなわち腫瘍）の外側の信号を抑制することを更に含む。
別の例示的な実施例では、１１０において、品質メトリック値３０は、ＲＯＩと交差するＬＯＲを有する実際の取得されたカウントの数Ｊに関連するローカルカウント品質メトリック（ＱＬＣ）である。任意に、ＴＯＦが、メトリックＱＬＣをより適切に決定するために使用されることができる。ローカルカウント品質メトリック（ＱＬＣ）は、ＲＯＩでのローカルカウントが低いことにより予想される画像品質の低下の尺度を提供する。この品質メトリックの１つの企図される実現例において、信頼性ＱＬＣは次のように定義される。
Figure 2020521961
いくつかの実施形態において、ＰＶＥ品質メトリック（ＱＰＶＥ）及び／又はローカルカウント品質メトリック（ＱＬＣ）は、マップを生成することによって計算されることができる（図示せず）。これを行うために、ボクセルごとのスケールでＲＯＩ強度が再構成反復の数に対してプロットされる曲線が、（例えば、少なくとも１つの電子プロセッサ１６によって）生成される。少なくとも１つの再構成画像２４内のＲＯＩ２８のボリューム値が、（例えば少なくとも１つの電子プロセッサ１６によって）決定される。次に、生成されたマップのボクセルごとのデータをＲＯＩ２４のボリューム値にわたって平均することにより、ＰＶＥ品質メトリック（ＱＰＶＥ）及び／又はローカルカウント品質メトリック（ＱＬＣ）が計算される。
他の例では、１１２において、品質メトリック値３０は収束品質メトリック（ＱＣＯＮＶ）である。収束品質メトリック（ＱＣＯＮＶ）は、不完全な収束により予想される画像品質の低下の尺度を提供する。反復画像再構成では、反復回数（ここでは一般性を失うことなくＮとする）は、通常、完全な収束を達成するために必要な値よりも小さい値になるように選択される。これは、部分的には、計算効率を向上させるために行われるが、完全な収束に向けて反復を続けることによって導入されうる過剰なノイズを回避するためにも行われる。関心領域についての収束の程度は、反復画像再構成プロセスの終わり近くのＲＯＩ信号の変化率から評価されることができる。定義により、完全な収束では、連続する反復間のＲＯＩ信号の変化はゼロになる。反復再構成がＮ回の反復（ここでＮは正の整数）で終了する場合、最後の反復におけるＲＯＩ信号（例えば、ＲＯＩのボリュームにわたる平均又は合計信号）をＳ（Ｎ） ＲＯＩとして、直前の反復におけるＲＯＩ信号をＳ（Ｍ） ＲＯＩとして示すと、収束品質メトリックの適切な評価値は、次のとおりである：
Figure 2020521961
ここで、反復更新インデックスＮは、Ｍより大きい。ＱＣＯＮＶスコアは、所与の再構成の反復回数を如何にして最適化するかに関する明確なガイダンスを臨床ユーザに提供することができる。
いくつかの実施形態において、収束値は、収束マップ３２を生成することにより計算されることができる。これを行うために、強度対反復曲線が、（例えば、少なくとも１つの電子プロセッサ１６によって）プロットされ、各マップ要素（画像ボリューム要素に対応する）について収束曲線が生成される。マップは、表示装置２０に任意に表示されることができる。いくつかの例では、生成された収束曲線は、ＲＯＩ２４の標準収束曲線（すなわち、データベース２１に記憶されている）と比較することができる。比較から、再構成画像２２のＲＯＩ２４の強度のエラーが、不完全な収束により評価される。他の例では、不完全な収束が発生すると、表示された再構成画像２２を調整するために表示装置２０を制御する少なくとも１つの電子プロセッサ１６により、ユーザ入力が、医療専門家からユーザ入力装置１８を介して受け取られることができる。他の例では、医療従事者２１は、データベースに記憶された最初の研究の１又は複数の画像を取得し、取得された画像を、ＲＯＩ中間値、最大値、最小値等をリポートするためにその後の研究に適用する。例えば、医療専門家は、複数の画像セット上で、計算された品質メトリックに関して同じであるＲＯＩを調べることができる。医療専門家は、複数の異なる研究の間の差異を比較することができる。この決定された分散は、将来の研究で使用するためにデータベース２１に記憶されることができる。
いくつかの実施形態では、収束（ＱＣＯＮＶ）、パーシャルボリューム補正（ＱＰＶＥ）、及びカウント密度（ＱＬＣ）を組み合わせることにより、ＲＯＩ２４の全体的な品質メトリック値が生成されることができる。組み合わされた全体的な品質メトリックは、表示装置２０上に表示されることができる。
１１４において、少なくとも１つの品質メトリック値２６と、ＲＯＩ２４を示す少なくとも１つの再構成画像２２とが、表示装置２０に表示される。一例では、１０８に関連して、ＰＶＥ品質メトリック（ＱＰＶＥ）が、少なくとも１つの再構成画像２２と共に表示装置２０に表示される。加えて、生成されたマップのＰＶＥ品質メトリック（ＱＰＶＥ）に基づいて計算されたＲＯＩ強度の提案される補正も更に、表示装置２０に表示されることができる。別の例では、１１０に関連して、ローカルカウント品質メトリック（ＱＬＣ）が、少なくとも１つの再構成画像２２と共に表示装置２０に表示される。更なる例では、１１２に関連して、収束品質メトリック（ＱＣＯＮＶ）が、少なくとも１つの再構成画像２２と共に表示装置２０に表示される。
いくつかの実施形態では、処理１０２−１１４のうちの１又は複数が、自動的又は半自動的に実行されることができる。例えば、１０４で説明した輪郭描出処理は、輪郭が少なくとも１つの電子プロセッサ１６によって自動的（又は半自動的）に描出されるように実行されることができる。次いで、１０６−１１０で説明される品質メトリック計算処理（例えば、収束品質メトリック、ＰＶＥ品質メトリック、及びローカルカウント品質メトリック）が実行されることができる。警告は、少なくとも１つの電子プロセッサ１６によって生成され、表示装置２０に表示されることができる。警告は、潜在的なＲＯＩ問題がありうることをユーザに通知する。一例では、放射線療法では、自動輪郭描出技法は、放射線ビームからの保護を必要とする重要な臓器（脊椎など）に使用されることができる。別の例では、ＳＰＥＣＴ及びＰＥＴを用いた心筋潅流イメージングにおいて、少なくとも１つの電子プロセッサ１６は、自動的に、心臓の一部（例えば心筋壁）をセグメント化し輪郭付けし、品質メトリック計算処理を実行し、ＲＯＩ異常の可能性があるかどうかを示すために表示装置２０上に表示するための警告を生成するようにプログラムされる。
図３は、少なくとも１つの再構成画像２２及び少なくとも１つの品質メトリック基準３０を表示する表示装置２０の例を示している。少なくとも１つの再構成画像２２が、ＲＯＩ２４（輪郭２６を有する）を伴って示されることができる。いくつかの既知の統計（例えば、最小ＳＵＶ値、最大ＳＵＶ値、平均ＳＵＶ値、標準偏差ＳＵＶ値）も表示されることができる。これらの値は、生成された収束マップ３２（又は生成されたＰＶＥ又はローカルカウント密度マップ）にも表示される。収束品質メトリック（ＱＣＯＮＶ）値、ＰＶＥ品質メトリック（ＱＰＶＥ）、及び／又はローカルカウント品質メトリック（ＱＬＣ）も、表示装置のテーブルに表示されることができる。いくつかの例では、表示されるメトリック３０は、表示されるメトリックが許容可能かどうか（例えば、標準偏差が高すぎる又は低すぎる場合）を示すためにカラーコード化されることができる。例えば、品質メトリック３０は、許容可能な値については緑色に陰影付けされ、許容不可能な値については赤色に陰影付けされることができる。赤色品質メトリック３０は、医療専門家に対して、関連する定量的な値があまり正確でない可能性があること、又はイメージングデータが再処理される必要があること、及び／又はイメージングデータが再取得されるべきであることを示す。
本開示は、好適な実施形態を参照して説明された。当業者であれば、上記の詳細な説明を読み理解することにより変形又は変更がなされることがある。本発明は、添付の特許請求の範囲又はその均等物の範囲内にある限り、そのような全ての変形及び変更を含むものと解釈されることが意図される。

Claims (39)

  1. 画像再構成方法を実施するための、表示装置と動作可能に接続される電子プロセッサを有するイメージングワークステーションによって読み込み可能及び実行可能な命令を記憶した非一時記憶媒体であって、前記方法は、
    反復画像再構成アルゴリズムを使用して画像取得装置により取得されたイメージングデータを再構成して、少なくとも１つの再構成画像を生成するステップと、
    少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するために、前記少なくとも１つの再構成画像の１又は複数の輪郭を描出するステップと、
    収束品質メトリック、パーシャルボリューム効果品質メトリック、及びローカルカウント品質メトリックのうちの少なくとも１つを含む、前記ＲＯＩの少なくとも１つの品質メトリック値を計算するステップと、
    前記表示装置に、前記少なくとも１つの品質メトリック値と、前記ＲＯＩを示す少なくとも１つの再構成画像とを表示するステップと、
    を有する、非一時記憶媒体。
  2. 前記計算するステップは、前記反復再構成中にＲＯＩ／ボクセルの絶対強度変化を評価することにより、収束品質メトリックを計算することを含む、請求項１に記載の非一時記憶媒体。
  3. 前記表示するステップは、前記ＲＯＩのタイプ及び前記反復画像再構成アルゴリズムに対して、収束したＲＯＩ強度と、Ｎ回の反復の後の前記ＲＯＩ強度との経験的に決定される比を含む補正係数を使用して計算される前記ＲＯＩ強度の提案される補正を表示するステップを更に有する、請求項２に記載の非一時記憶媒体。
  4. 前記ＲＯＩの前記少なくとも１つの品質メトリック値を計算する前記ステップが、
    前記品質メトリックが収束値をもつ場合にマップを生成するステップと、
    前記生成されたマップを前記表示装置に表示するステップと、
    を更に有する、請求項１乃至３のいずれか１項に記載の非一時記憶媒体。
  5. 収束に関して前記マップを生成する前記ステップが、
    強度対反復曲線を計算して、各マップ要素の収束曲線を生成するステップと、
    前記収束曲線の勾配を決定して、前記マップの収束値を決定するステップと、
    を有する、請求項４に記載の非一時記憶媒体。
  6. 前記方法が、
    前記生成された就職曲線を前記ＲＯＩの標準収束曲線と比較するステップと、
    前記比較を使用して不完全な収束による前記再構成画像のＲＯＩの強度のエラーの評価するステップと、
    を更に有する、請求項５に記載の非一時記憶媒体。
  7. 前記方法が、ユーザ入力装置を介して医療専門家からのユーザ入力を受け取り、不完全な収束に関して前記表示された画像を調整するステップを更に有する、請求項６に記載の非一時記憶媒体。
  8. 前記ＲＯＩの少なくとも１つの品質メトリック値を計算する前記ステップは、前記ＲＯＩのサイズが画像取得装置の解像度の２倍より大きい場合に最大値を有し、前記ＲＯＩのサイズが画像取得装置の解像度の２倍より小さくなるに従って低下するパーシャルボリューム効果品質メトリックを計算するステップを含む、請求項１乃至７のいずれか１項に記載の非一時記憶媒体。
  9. 前記表示するステップが、前記パーシャルボリューム効果品質メトリックに基づいて計算される前記ＲＯＩの強度の提案される補正を表示することを更に含む、請求項８に記載の非一時記憶媒体。
  10. 前記ＲＯＩの少なくとも１つの品質メトリック値を計算する前記ステップは、ＲＯＩのカウントが閾値よりも大きい場合に最大値に近づくシグモイド状関数を使用して、ローカルカウント品質メトリックを計算することを含み、前記シグモイド状関数は、ＲＯＩのカウントがしきい値より低くなるに従って減少する、請求項１乃至８のいずれか１項に記載の非一時記憶媒体。
  11. 前記表示するステップが、前記ローカルカウント品質メトリックに基づいて計算される前記ＲＯＩの強度の提案される補正を表示することを更に含む、請求項１０に記載の非一時記憶媒体。
  12. 前記方法が更に、
    前記品質メトリックが、ボクセルごとのスケールでパーシャルボリューム補正及びカウント密度の少なくとも１つを含む場合に、ＲＯＩを含むマップを生成するステップと、
    前記少なくとも１つの再構成画像のＲＯＩのボリューム値を決定するステップと、
    前記生成されたマップのボクセルごとのデータを前記ＲＯＩのボリューム値にわたって平均することにより、前記少なくとも１つの品質メトリック値を計算するステップと、
    を有する、請求項８乃至１１のいずれか１項に記載の非一時記憶媒体。
  13. 前記方法が、収束、パーシャルボリューム補正、及びカウント密度を組み合わせて、前記ＲＯＩの全体的な品質メトリック値を生成するステップを更に有する、請求項１乃至１２のいずれか１項に記載の非一時記憶媒体。
  14. 前記少なくとも１つの再構成画像のＲＯＩを決定するために、前記少なくとも１つの再構成画像の１又は複数の輪郭を描出する前記ステップは、
    ユーザ入力装置を介して医療専門家からのユーザ入力を受け取り、
    少なくとも１つの電子プロセッサにより、自動化又は半自動化された輪郭描出プロセスを実行し、
    データベースに記憶された以前のイメージングセッションからの輪郭を前記再構成画像に供給することによって、前記輪郭を描出する、
    ことを更に含む、請求項１乃至１３のいずれか１項に記載の非一時記憶媒体。
  15. 前記画像再構成方法が更に、
    データベースに記憶されている１又は複数の画像を取り出すステップと、
    決定された分散を前記データベースに記憶するステップと、
    取り出された画像の１又は複数のＲＯＩの１又は複数の計算された品質メトリック値と、前記再構成画像の計算された品質メトリック値との間の分散を決定するステップと、
    を更に有する、請求項１乃至１４のいずれか１項に記載の非一時記憶媒体。
  16. 前記描出するステップが、自動的又は半自動的に実行され、前記画像再構成方法が、
    少なくとも１つの再構成画像にＲＯＩ異常を示す警告を生成するステップと、
    前記生成された警告を前記表示装置に表示するステップと、
    を更に有する、請求項１乃至１５のいずれか１項に記載の非一時記憶媒体。
  17. 画像再構成方法を実行するための、表示装置と動作可能に接続される少なくとも１つの電子プロセッサを有するイメージングワークステーションによって読み取り可能且つ実行可能な命令を記憶する非一時記憶媒体であって、前記方法が、
    反復画像再構成アルゴリズムを使用して画像取得装置により取得されたイメージングデータを再構成して、少なくとも１つの再構成画像を生成するステップと、
    前記少なくとも１つの再構成画像の１又は複数の輪郭を描出して、前記少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するステップと、
    前記ＲＯＩの収束品質メトリック値を計算するステップと、
    前記表示装置に、前記収束品質メトリック値と、前記ＲＯＩを示す少なくとも１つの再構成画像とを表示するステップと、
    を有する、非一時記憶媒体。
  18. 前記計算するステップが、ｉ＝Ｎにおいて評価される傾きＳ（Ｉ） ＲＯＩ／ｄｉの絶対値を評価することによって収束品質メトリックを計算することを含み、ｉは、反復画像再構成アルゴリズムの反復回数をインデックスし、前記再構成画像を生成するための再構成が、ｉ＝Ｎの反復で終了し、Ｓ（ｉ） ＲＯＩはＲＯＩ強度である、請求項１７に記載の非一時記憶媒体。
  19. 前記表示するステップは、ＲＯＩのタイプ及び反復画像再構成アルゴリズムについて、収束したＲＯＩ強度と、Ｎ回の反復後のＲＯＩ強度との経験的に決定された比を含む補正係数を使用して計算されるＲＯＩ強度の提案される補正を表示することを更に含む、請求項１８に記載の非一時記憶媒体。
  20. 前記ＲＯＩの収束品質メトリック値を計算する前記ステップが更に、
    前記収束値のマップを生成し、
    前記生成されたマップを前記表示装置に表示する、
    ことを含む、請求項１７乃至１９のいずれか１項に記載の非一時記憶媒体。
  21. 前記収束に関する前記マップを生成する前記ステップが更に、
    強度対反復曲線を計算して、各マップ要素の収束曲線を生成し、
    前記収束曲線の勾配を決定して、前記マップの収束値を決定する、
    ことを含む、請求項１６に記載の非一時記憶媒体。
  22. 前記方法が更に、
    比較を使用して不完全な収束による前記再構成画像のＲＯＩの強度のエラーを評価するステップと、
    前記生成された曲線を前記ＲＯＩの標準収束曲線と比較するステップと、
    を有する、請求項２１に記載の非一時記憶媒体。
  23. 前記方法が更に、ユーザ入力装置を介して、医療専門家からのユーザ入力を受信し、不完全な収束に関して前記表示された画像を調整するステップを有する、請求項２２に記載の非一時記憶媒体。
  24. 前記方法が更に、
    前記ＲＯＩのパーシャルボリューム効果品質メトリックとローカルカウント品質メトリックを計算するステップと、
    収束、パーシャルボリューム補正、及びカウント密度を組み合わせて、前記ＲＯＩの全体的な品質メトリック値を生成するステップと、
    を有する、請求項１７乃至２３のいずれか１項に記載の非一時記憶媒体。
  25. 前記画像再構成方法が更に、
    データベースに記憶されている１又は複数の画像を取り出すステップと、
    前記取り出された画像の１又は複数のＲＯＩの計算された収束品質メトリック値と前記再構成画像の計算された収束品質メトリック値との間の分散を決定するステップと、
    前記決定された分散を前記データベースに記憶するステップと、
    を有する、請求項１７乃至２４のいずれか１項に記載の非一時記憶媒体。
  26. 前記輪郭描出が、自動的又は半自動的に実行され、前記画像再構成方法が更に
    前記少なくとも１つの再構成画像内のＲＯＩ異常を示す警告を生成するステップと、
    前記生成された警告を前記表示装置に表示するステップと、
    を有する、請求項１７乃至２５のいずれか１項に記載の非一時記憶媒体。
  27. 画像再構成方法を実行するための、表示装置と動作可能に接続される少なくとも１つの電子プロセッサを有するイメージングワークステーションにより読み取り可能且つ実行可能な命令を記憶する非一時記憶媒体であって、前記方法が、
    反復画像再構成アルゴリズムを使用して画像取得装置により取得されたイメージングデータを再構成して、少なくとも１つの再構成画像を生成するステップと、
    少なくとも１つの再構成画像の１又は複数の輪郭を描出して、前記少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するステップと、
    前記ＲＯＩのパーシャルボリューム効果品質メトリックを計算するステップと、
    を有する、非一時記憶媒体。
  28. 前記計算するステップは、前記ＲＯＩのサイズが前記画像取得装置の解像度の２倍より大きい場合に最大値を有し、前記ＲＯＩのサイズが前記画像取得装置の解像度の２倍より小さくなるに従って低下するパーシャルボリューム効果品質メトリックを計算することを含む、請求項２７に記載の非一時記憶媒体。
  29. 前記表示するステップが、前記パーシャルボリューム効果品質メトリックに基づいて計算された前記ＲＯＩの強度の提案される補正を表示することを更に含む、請求項２８に記載の非一時記憶媒体。
  30. 前記方法が更に、
    ＲＯＩのパーシャルボリューム効果品質メトリックを生成するステップと、
    前記少なくとも１つの再構成画像の前記ＲＯＩのボリューム値を決定するステップと、
    前記生成されたマップのボクセルごとのデータを前記ＲＯＩのボリューム値にわたって平均することにより、前記少なくとも１つの品質メトリック値を計算するステップと、
    を有する、請求項２７乃至２９のいずれか１項に記載の非一時記憶媒体。
  31. 前記方法が更に、
    前記ＲＯＩの収束品質メトリック及びローカルカウント品質メトリックを計算するステップと、
    収束、パーシャルボリューム補正、及びカウント密度を組み合わせて、前記ＲＯＩの全体的な品質メトリック値を生成するステップと、
    を有する、請求項２７乃至３０のいずれか１項に記載の非一時記憶媒体。
  32. 前記画像再構成方法が更に、
    データベースに記憶されている１又は複数の画像を取り出すステップと、
    前記取り出された画像の１又は複数のＲＯＩの計算されたパーシャルボリューム効果品質メトリック値と、前記再構成画像の計算されたパーシャルボリューム効果品質メトリック値との間の分散を決定するステップと、
    前記決定された分散を前記データベースに記憶するステップと、
    を有する、請求項２７乃至３１のいずれか１項に記載の非一時記憶媒体。
  33. 前記輪郭描出処理が、自動的又は半自動的に実行され、前記画像再構成方法が更に、
    前記少なくとも１つの再構成画像のＲＯＩ異常を示す警告を生成するステップと、
    前記生成された警告を前記表示装置に表示するステップと、
    を有する、請求項２７乃至３２のいずれか１項に記載の非一時記憶媒体。
  34. 画像再構成方法を実行するための、表示装置と動作可能に接続される少なくとも１つの電子プロセッサを有するイメージングワークステーションによって読み取り可能且つ実行可能な命令を記憶する非一時記憶媒体であって、前記方法が、
    反復画像再構成アルゴリズムを使用して画像取得装置により取得されたイメージングデータを再構成して、少なくとも１つの再構成画像を生成するステップと、
    前記少なくとも１つの再構成画像の１又は複数の輪郭を描出して、前記少なくとも１つの再構成画像の関心領域（ＲＯＩ）を決定するステップと、
    前記ＲＯＩのローカルカウント品質メトリック値を計算するステップと、
    前記表示装置に、前記ローカルカウント品質メトリック値と、ＲＯＩを示す少なくとも１つの再構成画像を表示するステップと、
    を有する、非一時記憶媒体。
  35. 前記計算するステップは、閾値より大きい前記ＲＯＩのカウントの最大値を有するシグモイド様関数を使用してローカルカウント品質メトリック計算することを含み、前記シグモイド様関数は、前記ＲＯＩのカウントが閾値より小さくなるに従って減少する、請求項３４に記載の非一時記憶媒体。
  36. 前記方法が更に、
    ボクセルごとのスケールでカウント密度品質メトリックのＲＯＩを含むマップを生成するステップと、
    前記少なくとも１つの再構成画像のＲＯＩのボリューム値を決定するステップと、
    前記生成されたマップのボクセルごとのデータを前記ＲＯＩのボリューム値にわたって平均することにより、少なくとも１つの品質メトリック値を計算するステップと、
    を有する、請求項３４又は３５に記載の非一時記憶媒体。
  37. 前記方法が更に、
    前記ＲＯＩのパーシャルボリューム効果品質メトリック及びローカルカウント品質メトリックを計算するステップと、
    収束、パーシャルボリューム補正、及びカウント密度を組み合わせて、前記ＲＯＩの全体的な品質メトリック値を生成するステップと、
    を有する、請求項３４乃至３６のいずれか１項に記載の非一時記憶媒体。
  38. 前記画像再構成方法が更に、
    データベースに記憶されている１又は複数の画像を取り出すステップと、
    前記取り出された画像の１又は複数のＲＯＩの計算されたローカルカウント品質メトリック値と、前記再構成画像の計算されたローカルカウント品質メトリック値との間の分散を決定するステップと、
    前記決定された分散を前記データベースに記憶するステップと、
    を有する、請求項３４乃至３７のいずれか１項に記載の非一時記憶媒体。
  39. 前記輪郭描出処理が、自動的又は半自動的に実行され、前記画像再構成方法が更に、
    前記少なくとも１つの再構成画像におけるＲＯＩ異常を示す警告を生成するステップと、
    前記生成された警告を前記表示装置に表示するステップと、を有する、請求項３４乃至３８のいずれか１項に記載の非一時記憶媒体。
JP2019564983A 2017-06-02 2018-06-01 エミッショントモグラフィで反復再構成された画像の定量的な保証の尺度として信頼値を提供するシステム及び方法 Ceased JP2020521961A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762514039P 2017-06-02 2017-06-02
US62/514,039 2017-06-02
PCT/EP2018/064480 WO2018220182A1 (en) 2017-06-02 2018-06-01 Systems and methods to provide confidence values as a measure of quantitative assurance for iteratively reconstructed images in emission tomography

Publications (2)

Publication Number Publication Date
JP2020521961A true JP2020521961A (ja) 2020-07-27
JP2020521961A5 JP2020521961A5 (ja) 2021-07-26

Family

ID=62567636

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019564983A Ceased JP2020521961A (ja) 2017-06-02 2018-06-01 エミッショントモグラフィで反復再構成された画像の定量的な保証の尺度として信頼値を提供するシステム及び方法

Country Status (5)

Country Link
US (1) US20200175732A1 (ja)
EP (1) EP3631762B1 (ja)
JP (1) JP2020521961A (ja)
CN (1) CN110709889B (ja)
WO (1) WO2018220182A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190385063A1 (en) * 2018-06-15 2019-12-19 Google Llc Sparse recovery autoencoder
CN113196340A (zh) * 2018-11-13 2021-07-30 皇家飞利浦有限公司 用于正电子发射断层摄影(pet)的基于人工智能(ai)的标准化摄取值(suv)校正和变化评估
US11494955B2 (en) * 2020-06-10 2022-11-08 Siemens Medical Solutions Usa, Inc. Data driven reconstruction in emission tomography
EP4295777A1 (en) 2022-06-23 2023-12-27 Koninklijke Philips N.V. Device, system and method for processing pet imaging data

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006025868A (ja) * 2004-07-12 2006-02-02 Ge Medical Systems Global Technology Co Llc 画像処理装置及び画像処理方法並びにｘ線ｃｔシステム
JP2015500118A (ja) * 2011-12-13 2015-01-05 コーニンクレッカ フィリップス エヌ ヴェ 正則化及び／又は画像ノイズ除去を用いた反復画像再構成のための正則化係数の自動決定
JP2015084909A (ja) * 2013-10-30 2015-05-07 株式会社東芝 超音波画像診断装置
WO2015105944A1 (en) * 2014-01-10 2015-07-16 Heartflow, Inc. Systems and methods for identifying medical image acquisition parameters
JP2016019554A (ja) * 2014-07-11 2016-02-04 日立アロカメディカル株式会社 超音波診断装置
JP2016025868A (ja) * 2007-04-26 2016-02-12 ザ リージェンツ オブ ザ ユニバーシティ オブ ミシガン 神経変性におけるｆｉｇ４遺伝子変異
US20160148375A1 (en) * 2014-11-21 2016-05-26 Samsung Electronics Co., Ltd. Method and Apparatus for Processing Medical Image
JP2016220967A (ja) * 2015-05-29 2016-12-28 東芝メディカルシステムズ株式会社 Ｘ線ｃｔ装置、放射線診断装置及び画像処理装置
WO2017006764A1 (ja) * 2015-07-08 2017-01-12 株式会社日立製作所 画像演算装置、画像演算方法、および、断層画像撮影装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5576545A (en) * 1995-06-16 1996-11-19 Siemens Medical Systems, Inc. Line source for attenuation correction in nuclear medicine studies and apparatus and methods for using the source
US8155405B2 (en) * 2007-04-20 2012-04-10 Siemens Aktiengsellschaft System and method for lesion segmentation in whole body magnetic resonance images
US7949172B2 (en) * 2007-04-27 2011-05-24 Siemens Medical Solutions Usa, Inc. Iterative image processing
US8160344B2 (en) * 2008-04-22 2012-04-17 Siemens Medical Solutions Usa, Inc. Iterative segmentation of images for computer-aided detection
US20130129178A1 (en) * 2010-08-04 2013-05-23 Koninklijke Philips Electronics N.V. Method and system for iterative image reconstruction
JP5759159B2 (ja) * 2010-12-15 2015-08-05 富士フイルム株式会社 放射線断層画像生成方法および装置
CN105431089B (zh) * 2013-07-17 2019-11-01 肝病定量分析公司 根据肝脏扫描确定肝功能的系统和方法
US10034610B2 (en) * 2014-12-24 2018-07-31 Infosys Limited System and method for registration of brain images

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006025868A (ja) * 2004-07-12 2006-02-02 Ge Medical Systems Global Technology Co Llc 画像処理装置及び画像処理方法並びにｘ線ｃｔシステム
JP2016025868A (ja) * 2007-04-26 2016-02-12 ザ リージェンツ オブ ザ ユニバーシティ オブ ミシガン 神経変性におけるｆｉｇ４遺伝子変異
JP2015500118A (ja) * 2011-12-13 2015-01-05 コーニンクレッカ フィリップス エヌ ヴェ 正則化及び／又は画像ノイズ除去を用いた反復画像再構成のための正則化係数の自動決定
JP2015084909A (ja) * 2013-10-30 2015-05-07 株式会社東芝 超音波画像診断装置
WO2015105944A1 (en) * 2014-01-10 2015-07-16 Heartflow, Inc. Systems and methods for identifying medical image acquisition parameters
JP2017501787A (ja) * 2014-01-10 2017-01-19 ハートフロー， インコーポレイテッド 医用画像取得パラメータを識別するシステム及び方法
JP2016019554A (ja) * 2014-07-11 2016-02-04 日立アロカメディカル株式会社 超音波診断装置
US20160148375A1 (en) * 2014-11-21 2016-05-26 Samsung Electronics Co., Ltd. Method and Apparatus for Processing Medical Image
JP2016220967A (ja) * 2015-05-29 2016-12-28 東芝メディカルシステムズ株式会社 Ｘ線ｃｔ装置、放射線診断装置及び画像処理装置
WO2017006764A1 (ja) * 2015-07-08 2017-01-12 株式会社日立製作所 画像演算装置、画像演算方法、および、断層画像撮影装置

Also Published As

Publication number Publication date
CN110709889A (zh) 2020-01-17
WO2018220182A1 (en) 2018-12-06
CN110709889B (zh) 2024-04-16
EP3631762B1 (en) 2021-12-01
EP3631762A1 (en) 2020-04-08
US20200175732A1 (en) 2020-06-04

Similar Documents

Publication Publication Date Title
CN109389655B (zh) 时变数据的重建
RU2471204C2 (ru) Локальная позитронная эмиссионная томография
US8331639B2 (en) Radiological imaging incorporating local motion monitoring, correction, and assessment
JP5764147B2 (ja) 心臓イメージングにおける関心領域定義
CN110709889B (zh) 提供置信度值作为用于发射断层摄影中的迭代重建图像的定量保证的量度的系统和方法
JP6662880B2 (ja) 放射線放出撮像システム、記憶媒体及び撮像方法
US20080095414A1 (en) Correction of functional nuclear imaging data for motion artifacts using anatomical data
US11594321B2 (en) Radiation dose reduction and improved consistency between sessions in hybrid imaging studies
JP2013522712A5 (ja)
EP2814395B1 (en) Spatially corrected nuclear image reconstruction
US20120170820A1 (en) Methods and apparatus for comparing 3d and 2d image data
US11065475B2 (en) Multi-cycle dosimetry and dose uncertainty estimation
US20200388058A1 (en) Deep learning based image figure of merit prediction
US20080073538A1 (en) Application-driven optimization of acquisition and reconstruction of SPECT/PET projection data
JP2006119022A (ja) 脳血流定量解析プログラム、記録媒体および脳血流定量解析方法
JP7121818B1 (ja) プログラム、画像処理装置及び画像処理方法
JP2006105743A (ja) 脳血流定量解析プログラム、記録媒体および脳血流定量解析方法
US11704795B2 (en) Quality-driven image processing
JP2017211391A (ja) 核医学骨画像解析技術
CN117788625A (zh) 一种pet图像的散射校正方法与系统

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210513

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210513

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220428

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220517

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20220715

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221018

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230214

A045 Written measure of dismissal of application [lapsed due to lack of payment]

Free format text: JAPANESE INTERMEDIATE CODE: A045

Effective date: 20230627