JP2020525242A - 患者の臓器のｘ線撮影の方法 - Google Patents

患者の臓器のｘ線撮影の方法 Download PDF

Info

Publication number
JP2020525242A
JP2020525242A JP2020500088A JP2020500088A JP2020525242A JP 2020525242 A JP2020525242 A JP 2020525242A JP 2020500088 A JP2020500088 A JP 2020500088A JP 2020500088 A JP2020500088 A JP 2020500088A JP 2020525242 A JP2020525242 A JP 2020525242A
Authority
JP
Japan
Prior art keywords
patient
image
raw
raw image
scatter
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.)
Granted
Application number
JP2020500088A
Other languages
English (en)
Other versions
JP7043584B2 (ja
Inventor
パスカル・デソート
カミーユ・メッツ
Original Assignee
イオス・イメージング
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 イオス・イメージング filed Critical イオス・イメージング
Publication of JP2020525242A publication Critical patent/JP2020525242A/ja
Application granted granted Critical
Publication of JP7043584B2 publication Critical patent/JP7043584B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5282—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to scatter
    • 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
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4007—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
    • A61B6/4014—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units
    • 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
    • A61B6/4233—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using matrix detectors
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A61B6/466—Displaying means of special interest adapted to display 3D data
    • 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
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • 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
    • 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
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and 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
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • 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
    • A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
    • 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
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
    • A61B6/544—Control of apparatus or devices for radiation diagnosis involving control of exposure dependent on patient size
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance 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
    • A61B6/022—Stereoscopic 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]
    • 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
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20128—Atlas-based segmentation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Medicinal Chemistry (AREA)
  • Mathematical Analysis (AREA)
  • Geometry (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Graphics (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Image Processing (AREA)

Abstract

本発明は、患者の臓器のX線撮影の方法に関し、第1の垂直走査と第2の垂直走査が同期して実行されることを含む。計算された補正は、第1の補正画像と第2の補正画像との間で、第1の生画像と第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、第1の生画像と第2の生画像の両方において処理される。第1の生画像と第2の生画像の両方における計算された補正の処理は、したがって、患者固有のデータとして、少なくとも第1の生画像と第2の生画像の両方、好ましくは主に第1の生画像と第2の生画像の両方、より好ましくは第1の生画像と第2の生画像の両方のみを使用して、患者固有のモデリングを行うステップ(32，33，34)と、患者固有のモデリングによる放射線散乱の患者固有の表現を決定するステップ(34，35)と、第1の補正画像および第2の補正画像を得るために、第1の生画像と第2の生画像の両方において患者固有の放射線散乱表現を処理するステップ(36)とを含む。

Description

本発明は、特に患者が太り過ぎまたは肥満の患者であるときの、患者の臓器のX線撮影の方法、および関連する装置に関する。特に、このX線撮影の方法は、好ましくは、ステレオX線撮影法である。
本発明の分野は、医学的用途のための患者の臓器、好ましくは骨格の低線量3次元再構成の、少なくとも2つの同時ビュー、好ましくは正面ビュー画像および側面ビュー画像を取得するために、放射線、好ましくはX線の散乱除去および補正を最適化するために、二重走査、好ましくは、ステレオ撮影システムおよび方法を扱う。
このシステムおよび方法は、少なくとも2つの放射線、好ましくはX線の透過ベースの撮像機能を含む医療用放射線デバイス内で使用するためのものである。これらの機能は、たとえば、少なくとも20keVから200keVの間に含まれる高エネルギーを有するX線スペクトルを放射するX線放射源に基づく。典型的な撮像対象は、体重を支える姿勢の患者である。
太り過ぎおよび肥満の患者は、より大きく厚い身体を有し、これは、患者の臓器のX線撮影の方法に特定の課題を示し、さらにこれらの太り過ぎおよび肥満の患者はますます多くなっている。実際、2015年の世界保健機関の肥満に関する最後の報告によると、世界中の肥満は1980年以来2倍を超え、2014年には19億人を超える成人が太り過ぎであった。これらのうち、6億人超が肥満であった。2030年までの世界保健機関の予測は極めて悲観的であり、ヨーロッパでは肥満が急増し、たとえば、英国の人口のほぼ74%が太り過ぎであり、アイルランドの人口の89%が太り過ぎであり、そのうち50%が臨床的に肥満である。
欧州特許第2309462号に記載されているものなど走査型ステレオ撮影システムは、コンピュータ断層撮影走査と比較して最大600の線量の低減、およびコンピュータX線撮影またはデジタルX線撮影システムと比較して、シングルビュー画像での最大10の線量の低減で、脊椎や骨盤などの骨格解剖学的部分の3次元再構成のための同時の正面および側面画像を作成する優れた機能を実証した。しかし、このシステムの最大利用可能線量率は、太り過ぎおよび肥満の患者の十分な臨床的品質の画像を生成するための制限が増しており、さらに太り過ぎおよび肥満の患者は、現在非常に一般的な患者である。
太り過ぎおよび肥満の患者にいくつかの良好な臨床品質の放射線画像を作成するための1つの重要な問題は、直接X線ビームが大幅に減衰する間に作成される大量の散乱X線である。したがって、送信された直接X線信号は、直接2次元撮像システムでの散乱X線信号と比較して、非常に小さくなる可能性があり、通常10〜20倍低下する。
この問題を解決するために、一般に、いくつかの散乱除去グリッドが使用されるが、単独では効率が十分ではなく、したがって、太り過ぎおよび肥満の患者への線量は、臨床品質の画像を得るために非常に高くなる可能性がある。
欧州特許第2309462号に記載されているものなどの走査型ステレオ撮影システムは、非常に薄い対象および検出器のコリメーションを使用した効率的な散乱X線除去を実証している。しかし、画像を作成するための有用な線量率の割合は、太り過ぎの患者には小さすぎる。理由のいくつかは、X線管の限られた出力電力および非常に小さいコリメーション開口部である。
たとえば欧州特許第2309462号に記載されているような従来技術によれば、垂直走査を実行する放射線学的方法が記載されている。この放射線学的方法は、上流の検出器に配置されたコリメータを使用し、それによって、交差散乱(cross-scattering)および自己散乱の除去を向上させた。しかしながら、狭いコリメーションのおかげで高い排除率が達成され、それによって、検出器の高感度表面上で受信される放射線信号のレベルの大幅な低下を犠牲にする。したがって、少なくとも一部の患者の臓器では、ある程度太り過ぎの患者で使用するときは困難であり、本当に太り過ぎまたはさらに肥満の患者で使用するときは、散乱排除率の高さと同時に検出器の高感度表面上で十分なレベルの受信された放射線信号との間で良い妥協案を見つけることは不可能であった。
別の先行技術、たとえば国際公開第2011/138632号に記載されているものなど、患者の形態に応じてコリメーションの開口部を調整するシステムを使用して、欧州特許第2309462号に記載されている走査型ステレオ撮影システムの太り過ぎの患者の臨床品質の画像を作成する能力を高めることができる。
しかし、この場合、X線管の出力電力および検出器の使用可能なコリメーション開口部は、太り過ぎおよび肥満の患者の中の様々な形態の増加する人口全体をカバーするには十分ではない。開口部の制限は、検出器の空間解像度の損失、およびX線撮像正面ビューと側面ビューの両方からの散乱X線の量と直接関係する。同一平面上の同時の正面および側面のX線ビューを使用すると、各ビューの自己散乱汚染に加えて、交差散乱の特定の問題が発生する。
欧州特許第２３０９４６２号明細書 国際公開第２０１１／１３８６３２号 国際出願第ＰＣＴ／ＦＲ２０１６／０５０２９６号
本発明の目的は、上記の欠点を少なくとも部分的に軽減することである。
より詳細には、本発明は、すべてまたはほとんどのタイプの患者臓器、太り過ぎおよび好ましくは肥満の患者を含むすべてまたはほとんどのタイプの患者の形態について、十分に高い検出器の高感度表面上での受信信号レベルと十分に高い交差散乱除去率の両方を同時に達成して、良好な信号対雑音比と良好な画像品質を得ることを可能にする放射線法を提供することを目的とする。
参照により組み込まれ、同じ出願人のイオス・イメージング(EOS-Imaging)が所有する出願PCT/FR2016/050296に記載された別の先行技術によれば、現在の出願時点ではまだ公開されていないが、正面の生画像と側面の生画像との間に存在する交差散乱を低減するために、正面ビューと側面ビューとの間に垂直方向のギャップを使用することが知られている。
したがって、本発明は、第1の垂直走査と第2の垂直走査との間の計算された補正を処理し、少なくとも第1の画像と第2の画像との間の交差散乱を、上流の検出器に配置されたコリメーショントンネルの助けを借りて、または助けなしで、低減する、好ましくは大幅に低減することを提供する。
この計算された補正は、垂直方向のギャップの代わりに使用されてもよく、それによって、構造的により単純な装置で、ならびに、とりわけ第1の垂直走査と第2の垂直走査との間の垂直方向のギャップに関連する小さい時間シフト中に患者が移動する場合に、わずかにぼやけた画像を得るリスクをキャンセルして、第1の生画像と第2の生画像との間に存在する交差散乱の低減に関して同様の良好な結果を提供し得る。
この計算された補正は、垂直方向のギャップと組み合わせて使用されてもよく、それによって、第1の生画像と第2の生画像との間に存在する交差散乱の低減に関して、垂直方向のギャップのみまたは計算された補正のみの場合よりもさらに良い結果を提供し得る。
本発明の実施形態は、標準の患者ならびに太り過ぎおよび肥満の患者における同時の正面および側面ビューの改善された良好な臨床品質画像を作成する機能を大幅に強化し、空間解像度、信号対雑音比、および画像のコントラストの両方を改善すると同時に、交差散乱および自己散乱放射、好ましくはX線放射による画像品質の低下を低減するためのものである。
この目的は、患者の臓器のX線撮影の方法で達成され、方法は、前記臓器の第1の2次元生画像を作成するように協働する第1の放射線源および第1の検出器による前記臓器の第1の垂直走査と、前記臓器の第2の2次元生画像を作成するように協働する第2の放射線源および第2の検出器による前記臓器の第2の垂直走査と、前記第1の垂直走査と前記第2の垂直走査は同期して実行されることと、前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映すこととを含み、計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、したがって、患者固有のデータとして、少なくとも第1の生画像と第2の生画像の両方、好ましくは主に第1の生画像と第2の生画像の両方、より好ましくは第1の生画像と第2の生画像の両方のみを使用して、患者固有のモデリングを行うステップと、前記患者固有のモデリングによる放射線散乱の患者固有の表現を決定するステップと、前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記患者固有の放射線散乱表現を処理するステップとを含む。
また、この目的は、患者の臓器のX線撮影の方法でも達成され、方法は、前記臓器の第1の2次元生画像を作成するように協働する第1の放射線源および第1の検出器による前記臓器の第1の垂直走査と、前記臓器の第2の2次元生画像を作成するように協働する第2の放射線源および第2の検出器による前記臓器の第2の垂直走査と、前記第1の垂直走査と前記第2の垂直走査は同期して実行されることと、前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映すこととを含み、計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、前記第1の生画像および第2の生画像のサンプルレートと比較して、放射線散乱のアンダーサンプリングされた患者固有の表現のみを計算するステップと、前記第1の生画像および第2の生画像と同じサンプルレートを得るために、前記計算されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングするステップと、前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップとを含む。実際、生画像と比較して、放射線散乱表現のアンダーサンプリングは、放射線散乱の空間変動が小さいので、画像品質の損失をあまり犠牲にせず、計算時間の重要な利益を可能にする。好ましくは、前記計算された補正は、前記第1の補正画像と前記第2の補正画像の両方において、それぞれ、前記第1の生画像と前記第2の生画像の両方に存在する自己散乱も低減するように、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理される。
また、この目的は、本発明による患者の臓器のX線撮影の方法を実施するように適合されたX線撮影装置でも達成される。
また、この目的は、本発明による患者の臓器のX線撮影の方法を実施するX線撮影装置によっても達成される。
本発明の別の目的は、アンダーサンプリングから得られる計算時間およびメモリサイズの利益である。したがって、本発明のこの他の目的は、患者の臓器のX線撮影の方法で達成され、方法は、第1の放射線源および第1の検出器の協働によって、前記臓器の第1の2次元の生画像を作成するステップと、第2の放射線源および第2の検出器の協働によって、前記臓器の第2の2次元の生画像を作成するステップとを含み、前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映し、計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、したがって、患者固有のデータとして、少なくとも第1の生画像と第2の生画像の両方、好ましくは主に第1の生画像と第2の生画像の両方、より好ましくは第1の生画像と第2の生画像の両方のみと、したがって、汎用データとして、3D汎用モデルとの両方を使用して、患者固有のモデリングとして3Dアバターを作成するステップと、前記3Dアバターにおいて交差散乱をシミュレートすることによって、放射線散乱の患者固有の表現を決定するステップと、前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記患者固有の放射線散乱表現を処理するステップとを含む。
本発明のさらに別の目的は、一意は計算が少ないことを意味し、所定はリアルタイムの計算が少ないことを意味するので、とりわけより豊かであるが、制限された追加の複雑さを犠牲にして、一意の所定の3Dアバターを使用することである。したがって、本発明のこのさらに他の目的は、患者の臓器のX線撮影の方法で達成され、方法は、第1の放射線源および第1の検出器の協働によって、前記臓器の第1の2次元の生画像を作成するステップと、第2の放射線源および第2の検出器の協働によって、前記臓器の第2の2次元の生画像を作成するステップとを含み、前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映し、計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、前記第1の生画像および第2の生画像のサンプルレートと比較して、放射線散乱のアンダーサンプリングされた患者固有の表現のみを計算するステップと、前記第1の生画像および第2の生画像と同じサンプルレートを得るために、前記計算されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングするステップと、前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップとを含む。
好ましい実施形態は、本発明の前述の目的のいずれかと部分的にまたは完全に組み合わせて、別々にまたは一緒にとることができる以下の特徴のうちの1つまたは複数を含む。
好ましくは、前記計算された補正は、前記第1の補正画像と前記第2の補正画像の両方において、それぞれ、前記第1の生画像と前記第2の生画像の両方に存在する自己散乱も低減するように、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理される。このようにして、計算された補正は、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減し、またはキャンセルするだけでなく、前記第1の生画像と前記第2の生画像の両方に存在する自己散乱も低減し、またはキャンセルする。同じタイプの計算された補正を使用して、両方のタイプの放射線散乱、交差散乱、および自己散乱を低減し、またはキャンセルする。
好ましくは、方法は、前記計算された補正の処理の前に、スクリーニングを含み、スクリーニングは、前記患者が太り過ぎまたは肥満の患者に該当する場合、前記患者を選択すること、または、前記患者が標準または痩せ過ぎの患者に該当する場合、前記患者を除外することによる、包括的な患者の肥満を表す少なくとも第1の患者パラメータに基づくスクリーニングの第1のステップと、前記選択された患者について、第1の生画像および第2の生画像の各々について、走査された患者の身長に応じて患者の肥満を表す少なくとも第2の患者パラメータに基づいて、検出された放射線全体に対する交差散乱と検出された放射線の比率が所定のしきい値を超えるので、前記計算された補正の処理が適用されることとなる、走査された患者の身長の位置および範囲を決定することによる、かつ前記除外された患者について、前記計算された補正の処理をそれらに適用することなく、前記第1の生画像および第2の生画像を変更せずに維持する、スクリーニングの第2ステップとを含み、次いで、方法は、前記除外された患者ではなく前記選択された患者のみについて、第1の生画像および第2の生画像の各々について、前記決定された走査された患者の身長においてのみ、前記第1の補正画像および第2の補正画像の第1の部分を得るために、第1の生画像および第2の生画像の各々において前記計算された補正の処理を適用すると同時に、前記第1の生画像および第2の生画像の対応する部分に等しい前記第1の補正画像および第2の補正画像の第2の部分を得るために、走査された患者の身長の別の場所で、前記第1の生画像および第2の生画像を変更せずに維持し、方法は、前記除外された患者ではなく前記選択された患者のみについて、完全な前記第1の補正画像および第2の補正画像を得るために、前記第1の部分と前記第2の部分を組み合わせる。実際、これらのスクリーニングステップは、放射線散乱の計算補正が多かれ少なかれ不要である痩せた患者を除外するだけでなく、放射線散乱の計算補正を患者の身長のうち、本当に必要で有用な部分に厳密に制限する。
好ましくは、前記第1の患者パラメータは、患者の基本質量指数である。実際、この第1の患者パラメータは、患者の肥満をよく表している。
好ましくは、前記第2の患者パラメータは、走査された患者の身長に応じて、第1の生画像の前記第1の放射線源の中心から前記第1の検出器の中心に向かう第1の方向に沿った、または第2の生画像の前記第2の放射線源の中心から前記第2の検出器の中心に向かう第2の方向に沿った、患者の厚さである。実際、この第2の患者パラメータは、患者の身長の各レベルでの放射線散乱のレベルをよく表している。
好ましくは、方法は、前記計算された補正の処理の前に、第1の生画像および第2の生画像の各々を、補正されるべき走査された患者の身長に沿った生のサブ画像のセットに分割するステップを含み、方法は、前記生画像の各生のサブ画像について、前記生のサブ画像において前記計算された補正を処理するステップを含み、このステップは、前記生のサブ画像のサンプルレートと比較して、アンダーサンプリングされた患者固有のモデリングを行うステップと、前記アンダーサンプリングされた患者固有のモデリングによる放射線散乱のアンダーサンプリングされた患者固有の表現を決定するステップと、生画像と同じサンプルレートを得るために、前記決定されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングする補助ステップと、補正されたサブ画像を得るために、前記生のサブ画像において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップとを含み、方法は、前記生画像のすべての生のサブ画像において前記計算された補正を処理した後、補正された画像を得るために、前記すべての補正されたサブ画像を再結合するステップを含む。実際、放射線散乱の空間変動が遅く、これは、スライスに沿った患者の身長に沿った放射線散乱のゆっくりした変動と、各スライスの平面内での放射線散乱のゆっくりした変動の両方を暗示するので、放射線散乱表現のアンダーサンプリングは、生画像と比較して、画像品質の損失をほとんど犠牲にすることなく、計算時間の重要な利益を可能にする。この特定の生のサブ画像の範囲全体にわたって放射線散乱が非常に均一なままなので、生画像を生のサブ画像のセットに分割することによって、各固有の生のサブ画像でより単純でより均一な計算が可能になる。アンダーサンプリングが使用されているかどうかにかかわらず、サブ画像のすべての列を補正するために、単一の行列積が使用され得る。
好ましくは、前記決定するステップは、前記アンダーサンプリングされた患者固有のモデリングによる放射線散乱を表す患者固有の散乱行列を使用することによって、散乱のみの放射線に対応するアンダーサンプリングされた散乱サブ画像を計算するステップを含み、前記処理するステップは、前記補正されたサブ画像を得るために、オーバーサンプリングされた散乱サブ画像を、前記生のサブ画像から取り去るステップを含む。前記アンダーサンプリングされた患者固有のモデリングによる放射線散乱を表す患者固有の散乱行列もアンダーサンプリングされる。これは、アンダーサンプリングされた放射線散乱を計算しながら、次いで、生のサブ画像と同じサンプルレートで放射線散乱を使用して、最終的に補正されたサブ画像を計算する簡単な方法である。実際、これは、モンテカルロシミュレーションで事前計算され、次いで、患者固有のソリューションの高速計算に使用することができる、行列ベースの定義を提供する妥当な計算時間で本発明のX線撮影法を実施する興味深い方法でもある。
好ましくは、アンダーサンプリングは、少なくとも10、好ましくは少なくとも20のアンダーサンプリング係数で実行される。これによって、放射線散乱部分を計算するとき、計算時間とメモリの節約の重要な利益が可能になる。
好ましくは、結果として得られるアンダーサンプリングされた画像のピクセルサイズは、少なくとも1mm、好ましくは少なくとも2mmである。これによって、放射線散乱部分を計算するとき、計算時間の重要な利益が可能になる。これによって、計算時に全基礎をメモリに置くこともでき、計算時間が大幅に短縮される。
好ましくは、方法は、前記計算された補正の処理の前に、第1の生画像および第2の生画像の各々を、補正される走査された患者の身長に沿った生のサブ画像のセットに分割するステップを含み、方法は、前記生画像の各生のサブ画像について、前記生のサブ画像において前記計算された補正を処理するステップを含み、このステップは、前記生のサブ画像のサンプルレートと同じサンプルレートで、患者固有のモデリングを行うステップと、前記生のサブ画像のサンプルレートと同じサンプルレートで、前記患者固有のモデリングによる放射線散乱の患者固有の表現を決定するステップと、補正されたサブ画像を得るために、前記生のサブ画像において前記患者固有の放射線散乱表現を処理するステップとを含み、方法は、前記生画像のすべての生のサブ画像において前記計算された補正を処理した後、補正された画像を得るために、前記すべての補正されたサブ画像を再結合するステップを含む。実際、この特定の生のサブ画像の範囲全体にわたって放射線散乱が非常に均一なままなので、生画像を生のサブ画像のセットに分割することによって、各固有の生のサブ画像でより単純でより均一な計算が可能になる。
好ましくは、前記決定するステップは、前記患者固有のモデリングによる放射線散乱のキャンセルを表す患者固有の逆行列を選択または計算するステップを含み、前記処理するステップは、前記補正されたサブ画像を得るために、前記生のサブ画像に前記患者固有の逆行列を掛けるステップを含む。このようにして、生画像における放射線散乱効果を低減またはキャンセルするために必要な操作が少なくなる。
好ましくは、各サブ画像の前記患者固有のモデリングは、楕円の所定のファミリーの中で最も近い楕円または最も近い楕円の線形結合に対応し、前記決定するステップは、前記所定のファミリーの楕円による放射線散乱をそれぞれ表す行列の所定のデータベースにおいて、1つの行列を選択し、それを反転するステップであって、したがって、この逆行列は、前記最も近い楕円による放射線散乱のキャンセルを表し、前記逆行列は、それによって患者固有の逆行列になる、ステップ、または前記所定のファミリーの楕円による放射線散乱をそれぞれ表す行列の所定のデータベースにおいて、最も近い楕円の前記線形結合の前記最も近い楕円による放射線散乱をそれぞれ表す行列の線形結合の逆を計算するステップであって、行列の線形結合のこの逆は、それによって、最も近い楕円の前記線形結合の前記最も近い楕円による放射線散乱のキャンセルを表し、患者固有の逆行列になる、ステップを含む。これらの楕円は、実行されたモデリングの単純さとこの実行されたモデリングの関連性との間の非常に良い妥協点を提供する。また、逆行列を使用すると、計算の簡略化が可能になる。さらに、行列の線形結合の逆行列を使用すると、逆行列の線形結合を使用するよりもはるかに高い精度が可能になる。
好ましくは、前記所定のファミリーは、異なるサイズの楕円、X線撮影方法が実行されるX線撮影装置内の異なる位置の楕円、および前記X線撮影装置に対する異なる向きの楕円を含む。実際、楕円のこれらの3つのパラメータのみ、すなわち、サイズ、位置、向きを変更するとき、使用される楕円のセットは、あまり複雑にならず、非常に関連性が高いままである。
好ましくは、前記楕円の密度は、1バールの圧力および20℃の温度での水の密度にかなり等しい。これは単純であり、依然として人間である患者を非常に表している。
好ましくは、サイズの数は30から60の間に含まれ、有利には最大楕円軸は30cmを超え、有利には最小楕円軸は15cmを超え、および/または向きの数は3から5の間に含まれ、および/または位置の数は5から200の間に含まれる。楕円のセットは妥当なサイズのままでありながら、可能な患者の肥満および解剖学的構造のほとんどを正確にカバーする。
好ましくは、方法は、前記生画像のサンプルレートと比較して、アンダーサンプリングされた患者固有のモデリングを行うステップと、前記アンダーサンプリングされた患者固有のモデリングによる放射線散乱のアンダーサンプリングされた患者固有の表現を決定するステップと、前記生画像と同じサンプルレートを得るために、前記決定されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングする補助ステップと、補正された画像を得るために、前記生画像において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップとを含む。実際、生画像と比較して、放射線散乱表現のアンダーサンプリングは、放射線散乱の空間変動が小さいので、画像品質の損失をあまり犠牲にせず、計算時間の重要な利益を可能にする。患者固有のモデリングを実行するために、サブ画像ごとに特定の行列よりも豊かであるが、複雑なモデルが使用され得る。
好ましくは、前記決定するステップは、最初に、少なくとも第1の生画像と第2の生画像の両方から患者固有の一意の所定の3Dアバターを作成し、次いで、この患者固有の3Dアバターを患者と同じ条件で、しかし、アンダーサンプリングを可能にするためにより低い解像度で垂直に走査して、それによって、この患者固有の3Dアバターによる散乱のみの放射線に対応するアンダーサンプリングされた散乱画像を計算するステップを含み、前記処理するステップは、前記補正画像を得るために、前記生画像からオーバーサンプリングされた散乱画像を取り去るステップを含む。この一意の所定の3Dアバターは、一意は計算が少ないことを意味し、所定はリアルタイムの計算が少ないことを意味するので、とりわけより豊かであるが、制限された追加の複雑さを犠牲にする。
好ましい実施形態では、前記決定するステップは、最初に、そのための患者固有のデータとして、第1の生画像と第2の生画像の両方のみを使用して、患者固有の一意の所定の3Dアバターを作成するステップを含む。これによって、各特定の患者に対するこの一意の所定の3Dアバターの個人化がより簡単になる。
別の実施形態では、前記決定するステップは、最初に、患者固有のデータとして、第1の生画像と第2の生画像の両方とは別に、磁気共鳴撮像および/またはコンピュータ化断層撮影走査からの追加の患者固有のデータも使用して、患者固有の一意の所定の3Dアバターを作成するステップを含む。これによって、より複雑になるが、各特定の患者に対するこの一意の所定の3Dアバターの個人化がより豊かになる。
好ましくは、アンダーサンプリングは、少なくとも10の、好ましくは10から60の間に含まれるアンダーサンプリング係数で実行される。これによって、放射線散乱部分を計算するとき、計算時間の重要な利益が可能になる。
好ましくは、結果として得られるアンダーサンプリングされた画像のピクセルサイズは、少なくとも1mm、好ましくは1mmから10mmの間、より好ましくは1mmから6mmの間である。これによって、放射線散乱部分を計算するとき、計算時間の重要な利益が可能になる。
第1のオプションでは、放射線散乱の前記患者固有の表現を決定するために使用される第1および第2の放射線源のX線スペクトルは、50keVから70keVの間に含まれる、好ましくは55keVから65keVの間に含まれる、より好ましくは約60keVのエネルギーを有し、有利には、第1および第2の放射線源は単色光源である。
第2のオプションでは、放射線散乱の前記患者固有の表現を決定するために使用される第1および第2の放射線源のX線スペクトルは、120kVoltの管電圧を有し、スペクトルは、20keVから120keVの間に含まれ、有利には、第1および第2の放射線源は多色光源である。
第3の好ましいオプションでは、小さい楕円の片側では、ベースの楕円の最小の半分について、放射線散乱の前記患者固有の表現を決定するために使用される第1および第2の放射線源のX線スペクトルは、50keVから70keVの間に含まれ、好ましくは55keVから65keVの間に含まれ、より好ましくは約60keVのエネルギーを有し、有利には第1および第2の放射線源は単色光源であるのに対し、大きい楕円の反対側では、ベースの楕円の最大の半分について、放射線散乱の前記患者固有の表現を決定するために使用される第1および第2の放射線源のX線スペクトルは、120kVoltの管電圧を有し、20keVから120keVの間に含まれるスペクトルを有し、有利には第1および第2の放射線源は多色光源である。
このエネルギー範囲は、第1に、患者の身体による放射線吸収が大きすぎることを回避することによって検出器において十分なレベルの信号を得るために、および第2に、患者の身体による放射線吸収があまり十分ではないことを回避することによって検出画像において十分なコントラストを得るために最適である。
好ましくは、X線撮影の前記方法は、太り過ぎの患者または肥満の患者で実行される。本発明によるX線撮影の方法は、これらのタイプの患者では、第1の生画像と第2の生画像との間に存在する高レベルの交差散乱が存在するので、太り過ぎの患者または肥満患者にとってさらに興味深い。
好ましくは、前記第1の補正画像および第2の補正画像上の交差散乱をさらに低減するように、コリメーショントンネルが各検出器の上流に配置されている。このようにして、両方の検出器の効果的な開口部の低減のために、交差散乱レベルはさらに低減される。
好ましくは、方法は、第1の生画像と第2の生画像の両方から患者固有のモデリングを行う前記ステップの前に、前記第1の補正画像および第2の補正画像上での交差散乱および/または自己散乱によって作られる過剰なノイズをさらに低減するために、前記第1の生画像および第2の生画像のノイズを除去するステップをさらに含む。実際、準備段階でキャンセルされたこのノイズはさらなる処理によって増幅されないので、以前にすでに少なくとも部分的にノイズ除去された画像における計算補正の処理は、より効率的である。
好ましくは、前記ノイズを除去するステップは、前記第1の生画像および第2の生画像のバイラテラルフィルタリングである。この種類のフィルタは、非常に良好に機能するフィルタの好ましい一例である。
好ましい実施形態では、前記検出器は、マルチエネルギー計数検出器である。このようにして、たとえば、患者の身体の組織の厚さなど、補正された画像から測定値を得るのが簡単になる。
別の実施形態では、前記検出器は、単一エネルギー計数検出器である。
好ましくは、前記検出器は、ライン当たり3000を超える、好ましくは5000を超えるピクセルを有する。これによって、空間解像度が大幅に向上する。
好ましくは、前記検出器は、1から100の間のライン、好ましくは10から60の間のラインを有する。これによって、検出器の複雑さおよびコストが制限されたレベルに保たれる。
好ましくは、前記検出器は、50μmから200μmの間に含まれるピクセル寸法を有する。このピクセルサイズの範囲は、検出器の複雑さおよび検出器のコストを制限されたレベルに保ちながら、第1の補正画像および第2の補正画像において必要な詳細をすべて得るための適切な妥協案である。
好ましくは、前記決定するステップは、行列がX線散乱のモンテカルロシミュレーションに基づく患者の汎用モデリングによる放射線散乱をそれぞれ表す行列の所定のデータベースを使用する。このタイプのシミュレーションは、放射線散乱を非常に関連した方法でシミュレートする。有利には、X線散乱の前記モンテカルロシミュレーションは、50keVから70keVの間に含まれる、好ましくは55keVから65keVの間に含まれる、より好ましくは約60keVのエネルギーを有する第1および第2の放射線源のX線スペクトルで実行されており、有利には、第1および第2の放射線源は単色光源である。
好ましくは、前記第1の生画像および第2の生画像は、互いに直交する2つの方向に従って前記患者の前記臓器を映す。
好ましくは、前記第1の生画像と第2の生画像との間の交差散乱をさらに低減するように、前記第1の垂直走査と前記第2の垂直走査は、同期して実行されるが、間に時間シフトがあるように、一方では前記第1の光源と前記第1の検出器との間、他方では前記第2の光源と前記第2の検出器との間にも垂直方向のギャップがある。このようにして、正面および側面の補正画像は、二重散乱補正、第1の機械的散乱補正、および第2の計算散乱補正を利用し、それによって、非常に良い品質の画像の向上を提供し、実質的にすべての交差散乱、およびほとんどの自己散乱をこのようにキャンセルするが、一部の追加の複雑さを犠牲にする。
本発明のさらなる特徴および利点は、以下に列挙される添付の図面を参照して、非限定的な例として提供される本発明の実施形態の以下の説明から明らかになるであろう。
第1の垂直走査と第2の垂直走査との間に垂直方向のギャップが実装されておらず、第1の垂直走査と第2の垂直走査の両方は、検出器の上流にコリメーショントンネルを含み、非常に高い交差散乱レベルをもたらす、放射線方法の実施に専用の放射線装置の一例を示す図である。 正面の生画像に存在する自己散乱を概略的に示す図である。 正面の生画像に存在し、側面の垂直走査から来る交差散乱を概略的に示す図である。 側面の生画像に存在し、正面の垂直走査から来る交差散乱を概略的に示す図である。 側面の生画像に存在する自己散乱を概略的に示す図である。 直接信号、自己散乱、および交差散乱の相対的重要性の行列表現を示す図である。 部分行列が、一方または他方の光源から来る信号が受け、一方または他方の検出器において検出されたそれぞれの変換を表す、直接信号、自己散乱、および交差散乱の相対的重要性の行列表現を示す図である。 本発明の一実施形態に従って実行される垂直走査から得られた正面画像および側面画像の対を示す図である。 集約画像を得るために一緒に並置され回転された正面画像および側面画像の対を示す図である。 散乱がない場合に取得される直接画像、散乱がある場合に取得されるぼやけた画像、および散乱行列の間に存在する関係を示すグラフ表示である。 散乱行列ベースを得るための、グラフィックス処理ユニットでのX線トランスポートのモンテカルロシミュレーションの一例を示す図である。 画像のすべてのピクセルについて、直接信号と散乱信号との間で同じサンプルレートで、正面画像および側面画像上の受信信号の行列表現を検証する、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す図である。 画像のすべてのピクセルについて、直接信号と散乱信号との間で同じサンプルレートで、正面画像および側面画像上の受信信号の行列表現を検証する、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされる、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す図である。 散乱行列を使用し、散乱信号が直接信号と比較してアンダーサンプリングされる、本発明の第1の実施形態による患者の臓器のX線撮影の方法のステップを実行する一例を示す図である。 本発明の第1の実施形態による患者の臓器のX線撮影の方法のステップを実行するときのサブ画像の上面図および正面図の一例を概略的に示す図である。 本発明の第1の実施形態による患者の臓器のX線撮影の方法のステップを実行するときのサブ画像の上面図および正面図の一例を概略的に示す図である。 散乱行列を使用し、散乱信号が直接信号と比較して同じサンプルレートで、本発明の第2の実施形態による患者の臓器のX線撮影の方法のステップを実行する一例を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較して同じサンプルレートで、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、2つの所定の向きの間での患者固有のモデリングの回転の補間について、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、4つの所定の位置の間での患者固有のモデリングの変換の補間について、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、2つの所定の楕円サイズの間の患者固有のモデリングの中間寸法について、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す図である。 画像のすべてのピクセルについて、放射線散乱を決定するために使用される放射線源のX線スペクトルの最良の範囲を評価するために、放射線散乱を決定するために使用される放射線源の異なるX線スペクトル間の比較を示す図である。 画像のすべてのピクセルについて、放射線散乱を決定するために使用される放射線源のX線スペクトルの最良の範囲を評価するために、放射線散乱を決定するために使用される放射線源の異なるX線スペクトル間の比較を示す図である。 画像のすべてのピクセルについて、放射線散乱を決定するために使用される放射線源のX線スペクトルの最良の範囲を評価するために、放射線散乱を決定するために使用される放射線源の異なるX線スペクトル間の比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、骨および空気の含有物の影響を示す、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、骨および空気の含有物の影響を示す、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、脂肪組織によって囲まれた水シリンダーを含む楕円のより複雑な構造の効果を示す、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す図である。 画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、脂肪組織によって囲まれた水シリンダーを含む楕円のより複雑な構造の効果を示す、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す図である。 ピーク信号対雑音比に関して、異なる生画像と異なる処理画像との間の比較を異なるスポットにおいて実行することを示す図である。 ピーク信号対雑音比に関して、異なる生画像と異なる処理画像との間の比較を異なるスポットにおいて実行することを示す図である。 ピーク信号対雑音比に関して、異なる生画像と異なる処理画像との間の比較を異なるスポットにおいて実行することを示す図である。 ピーク信号対雑音比に関して、正面画像および側面画像上の受信信号の行列表示で、異なる生画像と異なる処理画像との間の比較を異なる患者固有のモデリングにおいて実行することを示す図である。 ピーク信号対雑音比に関して、正面画像および側面画像上の受信信号の行列表示で、異なる生画像と異なる処理画像との間の比較を異なる患者固有のモデリングにおいて実行することを示す図である。 ピーク信号対雑音比に関して、正面画像および側面画像上の受信信号の行列表示で、異なる生画像と異なる処理画像との間の比較を異なる患者固有のモデリングにおいて実行することを示す図である。 患者固有のモデリングに3Dアバターを使用して、本発明の第3の実施形態による患者の臓器のX線撮影の方法のステップを実行する一例を示す図である。 患者固有のモデリングに使用される3Dアバターによる散乱補正の実行を示す図である。
図1は、第1の垂直走査と第2の垂直走査との間に垂直方向のギャップが実装されておらず、第1の垂直走査と第2の垂直走査の両方は、検出器の上流にコリメーショントンネルを含み、非常に高い交差散乱レベルをもたらす、放射線方法の実施に専用の放射線装置の一例を示す。
患者は体重を支える姿勢であり、これは、患者は水平方向に横たわらず、垂直方向に立っていることを意味する。走査は、垂直方向Zで実行される。実際、X方向の正面画像を提供する正面走査とY方向の側面画像を提供する側面走査の両方がある。
放射線装置は、2つの垂直スライド211および212を含む。第1の垂直スライド211は、正面の垂直走査を実行するために配置され、第2の垂直スライド212は、側面の垂直走査を実行するために配置される。正面の垂直走査は、第1の垂直スライド211に沿って実行され、側面の垂直走査は、第2の垂直スライド212に沿って実行される。
第1の垂直スライド211に沿って、第1の検出チェーンが平行移動され、第2の垂直スライド212に沿って、第2の検出チェーンが平行移動される。
第1の検出チェーンは、放射ビーム209を患者の臓器に向かって狭めるために、第1のコリメータ205に関連付けられた第1の放射線源201を含む。明確にするためにここには示されていないが、患者の臓器を通過した後、ビーム209は、第1の検出器203の高感度表面に到達する前に、第1のコリメーショントンネル207に入る。ビーム209の一部は、第2の検出器204の高感度表面に到達する前に、第2のコリメーショントンネル208に入る方向に交差散乱される。第1の走査の終了後、第1の検出器203の出力には、第1の画像、すなわち患者の臓器の正面画像が存在する。考慮されるビーム209の高さは、第1の検出器203の高感度表面に到達する前に第1のコリメーショントンネル207に入るビーム209の高さであるので、非常に小さい。ビーム209は、実際には平面ビームと見なされ得る。
第2の検出チェーンは、放射ビーム210を患者の臓器に向かって狭めるために、第2のコリメータ206に関連付けられた第2の放射線源202を含む。明確にするためにここには示されていないが、患者の臓器を通過した後、ビーム210は、第2の検出器204の高感度表面に到達する前に、第2のコリメーショントンネル208に入る。ビーム210の一部は、第1の検出器203の高感度表面に到達する前に、第1のコリメーショントンネル207に入る方向に交差散乱される。第2の走査の終了後、第2の検出器204の出力には、第2の画像、すなわち患者の臓器の側面画像が存在する。考慮されるビーム210の高さは、第2の検出器204の高感度表面に到達する前に第2のコリメーショントンネル208に入るビーム210の高さであるので、非常に小さい。ビーム210は、実際には平面ビームと見なされ得る。
検出器203および204の上流に位置するコリメーショントンネル207および208の存在のおかげで、交差散乱信号のかなりの部分は退けられるが、依然として、この交差散乱信号のあまりにも重要な部分は退けられず、何とかして検出器203および204の高感度表面に到達し、それによって、信号対雑音比および第1の正面画像と第2の側面画像の両方の品質を低下させる。さらに、空間解像度、コントラスト、検出量子効率(DQE)、より正確には、汎用検出量子効率(GDQE: generalized detection quantum efficiency)または実効検出量子効率(eDQE)、および他のパラメータも低下する。
少なくとも太り過ぎもしくは肥満の患者について、少なくとも一部の臓器について、トンネルコリメーション開口部207および208が非常に広く、交差散乱のレベルが高すぎる、または、少なくとも太り過ぎもしくは肥満の患者について、少なくとも一部の臓器について、トンネルコリメーション開口部207および208は非常に狭く、交差散乱のレベルは許容可能になり、しかし、検出器203および204の高感度表面上で受信信号が低すぎるという犠牲を払う。
好ましくは、検出器203および204は、幾何学的に線形の検出器であり、検出器203および204は、好ましくは幾何学的にマルチライン線形検出器である。幾何学的に線形の検出器は、一行または数行の整列した基本検出ユニットを有する検出器である。幾何学的マルチライン線形検出器は、いくつかの、少なくとも2つの平行な行の整列した基本検出ユニットを有する検出器である。マルチライン線形検出器は、その入力信号の線形関数またはその入力信号の非線形関数のいずれかである出力信号を有してもよい。このようにして、走査画像ピクセルダイナミクスと画像信号対ノイズ比の両方が改善される。それでも、1ライン検出器で考慮される垂直走査を実行することは、このシングルラインは水平面内にあり、依然として可能である。
使用される検出器203および204は、より高い走査画像ピクセルダイナミクスおよび信号対雑音比を得るために、いくつかのフレーム画像を取得するために使用できる、または指定されたTDS(Time Delay Summation)もしくはTDI(Time Delay Integration)速度に従って合計できるいくつかの検出ライン、通常1から100までのラインを提示する。したがって、そのような検出器の有効口径は、シングルライン検出器よりも高く、通常0.1から10mmまでの範囲である。TDSまたはTDIモードのこの特徴は、同じX線源の出力電力に対して1つの検出ラインのみを装備した検出器と比較して、臨床品質画像を大幅に改善することがよくある。たとえば、2D(2次元)検出器など、他のタイプの検出器も使用することができる。検出器は、1D検出器か2D検出器かにかかわらず、固体または気体の検出器のいずれかであり得る。
好ましくは、コリメータ205および206は、下流源201および202に配置される。そのようにして、放出された放射ビームをよりコリメートし、すなわちより指向的にし、交差散乱または自己散乱のいずれかの包括的なレベルの散乱がさらに低減され得る。
本発明の実施形態によるX線撮影方法で使用されるソフトウェア補正は、修正バージョンのMCGPU(グラフィックス処理ユニット上のX線トランスポートのモンテカルロシミュレーション)、人間の解剖学的構造の臨床的に現実的な放射線投影画像およびコンピュータ断層撮影(CT)走査を生成することができるGPU加速型X線トランスポートシミュレーションコード(Linux(登録商標)およびCUDA向けに実施)を使用したX線散乱および直接信号のモンテカルロシミュレーションに基づく。それは、ボクセル化された形状でX線をシミュレートし、PENELOPE2006物理モデルに依存する。
本発明の実施形態によるX線撮影方法は、GATEまたはGAMOS(Geant4に基づく)など別のX線モンテカルロシミュレータを使用して実施することもできる。しかしながら、シミュレーション時間を約400分の1に短縮したので、シミュレートされた各光子の詳細な出力により、GATE(GPUバージョン)ではなくMCGPUが使用された。それが、MCGPUが選択された理由である。
MCGPUオープンソースコードは、一方では直接画像と自己散乱画像の両方をシミュレートし、他方では交差散乱をシミュレートするように、直角に配置された2つのX線源に対処するために修正される。検出器側の開口部コリメーション、および両方のビューの間の物理的ギャップの可能な追加が実装された。
画像出力は、エネルギー統合検出器ではなく、計数検出器のために修正された。以後「全体行列」と呼ぶ別の出力が追加され、インデックス(i, j)が、元はピクセルjをターゲットとしていた、ピクセルiで検出された光子の数を提供する行列である。正面ビューおよび側面ビューに直交して配置された2つの光源検出器のペアにより、取得された4つの行列は、次のように定義された一意のものに戻る。
これは、均一な放射源によるモンテカルロシミュレーションによって得られる。この行列は、散乱行列Mscatterを計算するために正規化することができる。
ここで、Mscatter=MtotD-1であり、Dは、Mtotの対角行列であり、式中、MFFは正面光源および検出器に対応する行列であり、MLFは側面光源および正面検出器に、MFLは正面光源および側面検出器に、MLLは側面光源および検出器に対応する。図2A、図2B、図2C、および図2Dは、一方ではこれらの行列と、他方では異なるタイプの散乱との間のグラフィック対応を示す。
図2Aは、正面の生画像に存在する自己散乱を概略的に示す。
正面検出器3に関連付けられた正面光源1、および側面検出器4に関連付けられた側面光源2がある。患者の身体5がある。
正面光源1はX線放射6を放出し、その一部7は身体5によって直接送信され、正面検出器3上のピクセルjに到達し、その一部8は身体5によって自己散乱され、正面検出器3上のピクセルiに到達する。直接受信された放射部分7は有用な信号であり、散乱された放射部分8はノイズである。
図2Bは、正面の生画像に存在し、側面の垂直走査から来る交差散乱を概略的に示す。
正面光源2はX線放射6を放出し、その一部7は身体5によって直接送信され、側面検出器4上のピクセルjに到達し、その一部8は身体5によって交差散乱され、正面検出器3上のピクセルiに到達する。直接受信された放射部分7は有用な信号であり、散乱された放射部分8はノイズである。
図2Cは、側面の生画像に存在し、正面の垂直走査から来る交差散乱を概略的に示す。
正面光源1はX線放射6を放出し、その一部7は身体5によって直接送信され、正面検出器3上のピクセルjに到達し、その一部8は身体5によって交差散乱され、側面検出器4上のピクセルiに到達する。直接受信された放射部分7は有用な信号であり、散乱された放射部分8はノイズである。
図2Dは、側面の生画像に存在する自己散乱を概略的に示す。
側面光源2はX線放射6を放出し、その一部7は身体5によって直接送信され、側面検出器4上のピクセルjに到達し、その一部8は身体5によって自己散乱され、側面検出器4上のピクセルiに到達する。直接受信された放射部分7は有用な信号であり、散乱された放射部分8はノイズである。
図2Aから図2Dでは、X線放射はピクセルiで検出されるが、最初はピクセルjをターゲットにした。
図3Aは、直接信号、自己散乱、および交差散乱の相対的重要性の行列表現を示す。
患者の身体は、480mmx350mmの断面を表す楕円管によってシミュレートされ、検出器の高さのサイズは3.2mmであり、放射線源は60keVの単色光源である。50mmのコリメーションエアギャップがある。
特に目立つのは、直接信号に対応する対角線11であり、所与のピクセルにおいて検出されたすべての光線は、もともと同じ方向に向けられていた。対角線の外側のすべての点は散乱を表す。特に、右上13と左下14の部分行列の2つのロブは、交差散乱の重要性および非対称性を示しており、中央の大きいスポット12は自己散乱を表す。
均一なソースベクトルUのモンテカルロシミュレーションは、
であり、直接信号ベクトルVd、全体信号ベクトルVtot、および行列Mtotを提供する。各ステップでファントム楕円を移動してシミュレーションを繰り返すと、走査画像が得られる。
Mtot(ij)は、最初にピクセルjに向けられた光子によって作成されたピクセルiで測定された全体信号である。
MtotはUおよびVtotに依存し、Vtot=MtotUである。
したがって、Mtotの対角要素ベクトルは直接信号ベクトルであり、これはピクセルiに向けられた光子によってピクセルiで作成された信号である。
Mtotの対角行列DはUおよびVdに依存し、Vd=D Uである。
所望の散乱行列は、I=MscatterIO(第1の式)に従って直接信号を全体信号にリンクする。
したがって、ソースベクトルUは、行列の正規化演算によって式から削除する必要がある。
これは、一言で言えば、以下を提供する。
i=jの場合、D(i,j)=Mtot(i,i)、またはiがjと異なる場合、D(i,j)=0
Vd=D UおよびVtot=MtotU(第2の式)
以下を提供する。
U=D-1VdおよびVtot=MtotD-1Vd(第3の式)
以下を提供する。
Mscatter=MtotD-1およびVtot=MscatterVd
したがって、以下の通りである。
Mscatter(i,j)=Mtot(i,j)/Mtot(j,j)
この最後の式は、走査によって均一なオブジェクト(たとえば、垂直軸の円柱)および画像に拡張することができ、以下を提供する。
Vtot=MscatterVdgivingItot=MscatterId(第1の式に相当)
図3Bは、部分行列が、一方または他方の光源から来る信号が受け、一方または他方の検出器において検出されたそれぞれの変換を表す、直接信号、自己散乱、および交差散乱の相対的重要性の行列表現を示す。
患者の身体は、480mmx350mmの断面を表す楕円管によってシミュレートされ、検出器の高さのサイズは3.2mmであり、放射線源は60keVの単色光源である。50mmのコリメーションエアギャップがある。
特に目立つのは、直接信号に対応する対角線11であり、所与のピクセルにおいて検出されたすべての光線は、もともと同じ方向に向けられていた。対角線の外側のすべての点は散乱を表す。特に、右上13と左下14の部分行列の2つのロブは、交差散乱の重要性および非対称性を示しており、中央の大きいスポット12は自己散乱を表す。
IFが検出された正面画像、ILが検出された側面画像、IOFが、散乱がなく、交差散乱も自己散乱もない場合に検出される正面画像である直接正面画像であり、IOLが、散乱がなく、交差散乱も自己散乱もない場合に検出される側面画像である、直接側面画像であると考えると、以下の式が得られる。
IF=MFFIOF+MLFIOL
IL=MLLIOL+MFLIOF
MFFでは、行列は、正面光源から来る信号が受け、正面検出器において検出された変換を表し、MLFでは、行列は、側面光源から来る信号が受け、正面検出器において検出された変換を表し、MLLでは、行列は、側面光源から来る信号が受け、側面検出器において検出された変換を表し、MFLでは、行列は、正面光源から来る信号が受け、側面検出器において検出された変換を表す。
これらの式は、次の式につながる。I=MscatterIO、ここで、
である。
この最後の式を解くための1つの好ましい解決策は、次の式
を解くことによって、直接画像を提供する直接ぼけ修正を実行することである。この解決策は、以下で説明するように、アンダーサンプリングを使用した場合に起こるノイズレベルが非常に低いときに特にうまく機能する。
図3Cは、本発明の一実施形態に従って実行される垂直走査から得られた正面画像および側面画像の対を示す。
正面の垂直画像155は、正面光源および検出器の垂直走査から取得され、側面の垂直画像156は、側面光源および検出器の垂直走査から取得される。
図3Dは、集約画像を得るために一緒に並置され回転された正面画像および側面画像の対を示す。
図3Cの正面画像155および側面画像156は、第1に一緒に並置されることによって、第2に1/4回転だけ回転されることによって処理されている。結果として得られた画像150は、図3Cの正面画像155および側面画像156にそれぞれ対応する、上下に垂直に並置された2つの水平画像153および154の並置から構成される。
図3Eは、散乱がない場合に取得される直接画像、散乱がある場合に取得されるぼやけた画像、および散乱行列の間に存在する関係のグラフ表示を示す。
I(i,j)=Σn k=1Mscatter(i,k)I0(k,j)に対応する行列積Itot=MscatterId(またはI=MscatterI0)であり、実際は、以下の通りである。
直接画像170(散乱なし)に散乱行列160を掛けると、測定されたぼやけた画像150(散乱あり)が得られる。直接画像170の各列171に散乱行列160の各ライン161を掛けると、測定されたぼやけた画像150のスポット151が得られる。たとえば、直接画像170の別の列172に散乱行列160の別のライン162を掛けると、測定されたぼやけた画像150の別のスポット152が得られる。
図3Fは、散乱行列ベースを得るための、グラフィックス処理ユニットでのX線トランスポートのモンテカルロシミュレーションの一例を示す。
キャビン188内に位置する楕円ファントム材料185を通過した後の正面183および側面184の検出器上の正面181および側面182の放射線源から来る正面186および側面187の放射線ビームの投影がシミュレートされる。
モンテカルログラフィックス処理ユニット(MCGPU)191は、入力として、前述の投影、ならびに1(アンダーサンプリングなし)から50(高いアンダーサンプリング係数)の範囲のアンダーサンプリング係数190、およびたとえば3.2mmまたは5.6mmなどの検出器開口部、たとえば50mmなどの検出器コリメーションエアギャップ、0mm(推奨ケース)から50mm(提示された従来技術のように)の間に含まれる正面走査と側面走査との間の垂直方向のギャップ、たとえば60keV単色などのソーススペクトルを含む物理パラメータのセット189を得る。
このモンテカルログラフィックス処理ユニット(MCGPU)191の出力として、正規化MtotD-1193(上記に見られるように)によって散乱行列Mscatter194につながる行列Mtot192があり、それによって、企図された各楕円ファントムの散乱行列ベース195の構築が可能になる。
たとえば、ここで、楕円ファントムパラメータの優先されるセットが提供される。
mmで表される大軸と小軸の対によって提供される53のサイズの楕円ファントムがある。(360,170)、(360,190)、(360,210)、(360,230)、(360,270)、(380,250)、(380,290)、(400,210)、(400,230)、(400,270)、(400,310)、(420,250)、(420,290)、(440,270)、(440,310)、(440,330)、(440,350)、(460,290)、(460,370)、(460,390)、(480,310)、(480,330)、(480,350)、(480,410)、(500,370)、(500,390)、(500,430)、(500,450)、(520,330)、(520,350)、(520,410)、(520,470)、(540,370)、(540,390)、(540,430)、(540,450)、(540,490)、(540,510)、(560,410)、(560,470)、(560,530)、(580,430)、(580,450)、(580,490)、(580,510)、(580,550)、(600,470)、(600,530)、(620,490)、(620,510)、(620,550)、(640,530)、(660,550)。
各方向xまたはyについて、キャビンの中心に対して11の位置があり、組合せで121の位置を作り、これらの位置は、各方向xまたはyについて、mmで表される。(-125, -100, -75, -50, -25, 0, 25, 50, 75, 100, 125)。
楕円ファントムの大軸が正面検出器に平行であり、楕円ファントムの小軸が側面検出器に平行である位置に対して3つの回転角があり、これらは、前述の整列に対して度で表される。(-20, 0, 20)。
行列ベースには全部で16390の行列がある。53のサイズに121の位置を掛け、3つの向きを掛ける。これは、アンダーサンプリングなし(1のアンダーサンプリング係数値に対応)で約6.5 To、またはアンダーサンプリング係数20で約16 Go、アンダーサンプリング係数40で約4 Go、またはアンダーサンプリング係数50で約2.5 Goのメモリサイズが必要である。
図4aおよび図4bは、画像のすべてのピクセルについて、直接信号と散乱信号との間で同じサンプルレートで、正面画像および側面画像上の受信信号の行列表現を検証する、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す。
ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1から10000を少し超える番号、たとえば約10300、たとえば10278までの番号が付けられている。シミュレートされた直接画像は曲線21で表され、シミュレートされた全体画像は曲線22で表され、計算された全体画像は曲線23で表される。シミュレートされた画像は、シミュレーションの繰り返しから得られた走査に対応することができ、曲線は、画像から抽出された列ベクトルから取得される、または単一列のシミュレーションから得られる。
図4aは、第2の式の検証を示し、図4bは、第3の式の検証を示す。図4aまたは図4bのいずれかで、計算された全体信号は、非常に小さい二乗平均平方根誤差(RMSE<0.01%)によって証明されたシミュレートされたものに実際に完全に重なり合う。実際、図4aでは、曲線22および23が実際に完全に重なり合っており、図4bでは、曲線25および26も実際に完全に重なり合っている。
全体画像から直接画像を得るために、未知のI0の第1の式が解かれる。散乱信号はかなりゆっくりと発展するので、アンダーサンプリングされた画像および行列について、解を計算することができる。次の図5に示されるように、幅2mm、高さ3.2mmのピクセルによって、0.1mmx0.1mmのピクセルの画像の補正で十分な精度が可能になる。
図5は、画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされる、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す。
ここで、440mmおよび350mmの軸を有する断面を示す水楕円管(water elliptic tube)によって患者の身体がシミュレートされる。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。
ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1から10000を少し超える番号が付けられている。シミュレートされた直接画像は曲線28で表され、シミュレートされた全体画像は曲線27で表され、計算された直接画像は曲線29で表される。
2つの異なる方法を使用して、所与の臨床画像を補正してもよい。単純な形状、たとえば水で満たされた楕円に対応する事前計算された行列のベースを使用して、その後、後述のように、行列の反転を実行してもよい。または、汎用モデルの患者固有の放射線投影への変形から取得される3D(3次元)ボクセル化再構成を使用して、散乱信号を低解像度で直接シミュレートし、直接投影画像を取得するために放射線投影からそれらを除去してもよい。
図5では、計算された直接信号は、小さい二乗平均平方根誤差(RMSE<5.4%)によって証明されたシミュレートされたものによく重なり合っている。実際、図5では、曲線28と曲線29とがかなりよく重なり合っている。
図6は、散乱行列を使用し、散乱信号が直接信号と比較してアンダーサンプリングされる、本発明の第1の実施形態による患者の臓器のX線撮影の方法のステップを実行する一例を示す。
既存の行列を用いて正面ビューと側面ビューの両方のピクセルの所与のラインを補正するための散乱補正方法の異なる連続ステップをここで説明する。
ステップ30で、正面画像および側面画像が取得される。
ステップ31で、それらの正面画像および側面画像のノイズが除去される。
ステップ32で、それらの正面画像および側面画像は各々、高さが約1cmの垂直軸に沿ってサブ画像に分割され、集約画像のいくつかの連続した列を表す。
ステップ33で、サブ画像ごとに、所定のファミリー内のベース楕円の最も近い組合せが見つけられる。
ステップ34で、各サブ画像は、典型的には幅2mmのピクセルまでアンダーサンプリングされる。
ステップ35で、たとえば約10または20などかなり高いアンダーサンプリング係数があり、散乱行列の反転およびこの逆散乱行列と測定されたぼやけた画像(散乱あり)の乗算による直接計算が、直接画像(散乱なし)に到達する最も速い方法であり、またはアンダーサンプリング係数が小さいか、またはまったくなく、好ましくはリチャードソンルーシーアルゴリズムタイプ、より正確には以下に示す適応型リチャードソンルーシーアルゴリズムなどの線形システム解像度アルゴリズムが、全体画像および散乱行列が与えられると、アンダーサンプリング直接画像を計算するために適用される。このアンダーサンプリングされた直接画像は、アンダーサンプリングされた散乱信号を得るために元の全体画像から取り去られる。
このステップ35で、IFが検出された正面画像、ILが検出された側面画像、IOFが、散乱がなく、交差散乱も自己散乱もない場合に検出される正面画像である直接正面画像であり、IOLが、散乱がなく、交差散乱も自己散乱もない場合に検出される側面画像である、直接側面画像であると考えると、以下の式が得られる。
IF=MFFIOF+MLFIOL
IL=MLLIOL+MFLIOF
MFFでは、行列は、正面光源から来る信号が受け、正面検出器において検出された変換を表し、MLFでは、行列は、側面光源から来る信号が受け、正面検出器において検出された変換を表し、MLLでは、行列は、側面光源から来る信号が受け、側面検出器において検出された変換を表し、MFLでは、行列は、正面光源から来る信号が受け、側面検出器において検出された変換を表す。
これらの式は、次の式につながる。I=MscatterIO、ここで、
である。
この最後の式を解くための1つの解決策は、次の式
を解くことによって、直接画像を提供する直接ぼけ修正を実行することであり得る。
しかしながら、この最後の式を直接解くと、この直接的な方法が好ましい顕著なアンダーサンプリングの場合を除いて、高レベルのノイズ増幅が提供される。アンダーサンプリングが存在しない場合、適応型リチャードソンルーシーアルゴリズムを使用してそうすることが好ましい。リチャードソンルーシーアルゴリズムと適応型リチャードソンルーシーアルゴリズムとの違いは、リチャードソンルーシーアルゴリズム(convは畳み込み演算子)は、次の式
を使用して式d=u conv Pを解くために使用されることである。
一方、適応型リチャードソンルーシーアルゴリズムは、次の式
を使用して、式I=MscatterIOを解くために使用される。
ステップ36で、第1に、オーバーサンプリングされた散乱画像を得るために、この散乱信号が線形補間によってオーバーサンプリングされ、結果として得られた信号が平滑化され、第2に、オーバーサンプリングされた直接画像を得るために、このオーバーサンプリングされた散乱画像が全体画像から取り去られる。
ステップ38で、処理すべき次のサブ画像がまだあり、プロセスはステップ37に進む、または処理すべきサブ画像がもうなく、プロセスはステップ39に進む。
ステップ37で、ステップ33に戻ってそれをこの次のサブ画像に適用することによって、次のサブ画像が処理される。
ステップ39で、すべてのサブ画像が一緒に再結合されて、患者の身体の補正された正面および側面の画像が返される。
図7aおよび図7bは、本発明の第1の実施形態による患者の臓器のX線撮影の方法のステップを実行するときのサブ画像の上面図および正面図の一例を概略的に示す。
図7aは、患者の身体のスライス、たとえば、患者の腹部のスライスを表し、ここでは、患者の身体のスライス表面40の残りの中で脊椎骨41を示している。
図7bは、この患者の身体の正面画像を表しており、図7aに表されているスライス42の高さが可視である。この正面画像は、とりわけ、患者の肋骨43および患者の脊椎44を示している。
この第1の実施形態方法は、当然、フル解像度行列を扱うように適合させることができる。すでに説明したように、アンダーサンプリングされた行列を使用すると、一方では結果が満足のいくものになり、他方ではシミュレーション時間が約20分の1に短縮され、補正計算にもなるので、より効率的である。アンダーサンプリングされた行列の代わりにフル解像度行列を使用することによる、第1の実施形態の第2の実施形態への適応が、図8および図9に関連して示されている。
図8は、散乱行列を使用し、散乱信号が直接信号と比較して同じサンプルレートで、本発明の第2の実施形態による患者の臓器のX線撮影の方法のステップを実行する一例を示す。
既存の行列を用いて正面ビューと側面ビューの両方のピクセルの所与のラインを補正するための散乱補正方法の異なる連続ステップをここで説明する。
ステップ50で、正面画像および側面画像が取得される。
ステップ51で、それらの正面画像および側面画像のノイズが除去される。
ステップ52で、それらの正面画像および側面画像は各々、高さが約1cmの垂直軸に沿ってサブ画像に分割され、集約画像のいくつかの連続した列を表す。
ステップ53で、サブ画像ごとに、所定のファミリー内のベース楕円の最も近い組合せが見つけられる。
ベース楕円の最も近い組合せに対応する行列データベース内で、分散行列が選択される。ここで、データベースは、正面生画像および側面生画像と比較して、散乱行列がアンダーサンプリングされた図6の第1の実施形態とは異なり、正面生画像および側面生画像と同じフル解像度を有する散乱行列を含む。ファミリーの1つのベース楕円が関連するサブ画像に対応し、データベース内の対応する散乱行列が選択される、または関連するサブ画像がファミリー内のいくつかの楕円の線形結合に対応し、関連する散乱行列を提供するために、データベース内のそれぞれの行列の線形結合が計算される。この散乱行列が選択または計算されると、散乱行列の逆行列が計算される。
ステップ54およびステップ55で、逆散乱行列を直接使用する、または以前に提示された適応型リチャードソンルーシーアルゴリズムを使用することによって、線形システム解像度アルゴリズムが適用されて、全体画像と同じサンプルレートで、全体画像および逆散乱行列(または散乱行列)が与えられると、直接画像が計算される。このようにして、散乱効果は、全体画像からキャンセルされ、実質的に散乱がなく、交差散乱のない、ならびに自己散乱のない直接画像を提供するために、あたかもこの散乱効果が全体画像から取り去られたかのように、取得された直接画像には実質的に散乱がない。
ステップ57で、処理すべき次のサブ画像がまだあり、プロセスはステップ56に進む、または処理すべきサブ画像がもうなく、プロセスはステップ58に進む。
ステップ56で、ステップ53に戻ってそれをこの次のサブ画像に適用することによって、次のサブ画像が処理される。
ステップ58で、患者の身体の補正された正面画像および側面画像を返すために、すべてのサブ画像が一緒に再結合される。処理されたサブ画像間の境界線の潜在的なアーティファクトを低減するために、サブ画像間の重複を使用することも興味深い場合がある。この重複は、サブ画像のサイズが大きくなるほど興味深いものになる。
図9は、画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較して同じサンプルレートで、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す。
ここで、440mmおよび350mmの軸を有する断面を示す水楕円管によって患者の身体がシミュレートされる。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmピクセルを示す検出器で受信された信号は、実際には同じサンプルレートで、100μmピクセルについて取得された散乱行列で補正される。
所与の臨床画像を補正するために第2の実施形態で使用される方法は、第1の実施形態で使用される方法と同様であり、ここでは、一方では正面および側面の生画像、および他方では散乱行列について同じであるサンプルレート間の主な違い。
ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1から10000を少し超える番号、ここでは、第2の実施形態では第1の実施形態と同様に10278までの番号が付けられている。シミュレートされた直接画像は曲線62で表され、シミュレートされた全体画像は曲線61で表され、計算された直接画像は曲線63で表される。
図9では、計算された直接信号は、小さい二乗平均平方根誤差(RMSE<0.33%)によって証明されたシミュレートされたものによく重なり合っている。実際、図9では、曲線62と曲線63とがかなりよく重なり合っている。
行列のベースは、-20°、0、および20°での回転ステップ、および25mmのステップで両方向に-125〜125mmの平行移動グリッドなど、異なる位置に配置された連続する楕円軸の寸法間で20mmのステップを有する臨床的に関連する寸法の一連の水の楕円からなる。結果的に得られた行列を組み合わせて、所与の画像スライスに最適な行列を取得することができる。最適なパラメータの選択は、現実的な3Dの汎用モデルのシミュレーションを介して取得された画像に基づいて自動化される。
これらのステップは、参照ケースでは、すなわち、水の楕円を使用して、対数2乗平均誤差が5%未満の補正を保証するように選択された。図10から図12は、これらの近似の結果を示す。
図10は、画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、2つの所定の向きの間での患者固有のモデリングの回転の補間について、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す。
ここで、440mmおよび350mmの軸を有する断面を示す水楕円管によって患者の身体がシミュレートされる。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。角回転の0°の向き(正面光源に面した患者)と20°の角回転の向き(正面光源に対して20°回転した患者)にそれぞれ対応する行列間の補間が行われて、10°の角回転(正面光源に対して10°回転した患者)のシミュレーションと比較して計算することによって作成された近似の妥当性を評価する。
ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1〜10200の番号が付けられている。シミュレートされた直接画像は曲線65で表され、シミュレートされた全体画像は曲線64で表され、計算された直接画像は曲線66で表される。
図10では、計算された直接信号は、小さい二乗平均平方根誤差(RMSE<1.1%)によって証明されたシミュレートされたものによく重なり合っている。実際、図10では、曲線65と曲線66とがかなりよく重なり合っている。
図11は、画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、4つの所定の位置の間での患者固有のモデリングの変換の補間について、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す。
ここで、440mmおよび350mmの軸を有する断面を示す水楕円管によって患者の身体がシミュレートされる。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。[25,-25]の位置(患者が正面光源の後方に25mm、側面光源の前方に25mmシフト)と、[25,-50]の位置(患者が正面光源の後方に25mm、側面光源の前方に50mmシフト)と、[50,-25]の位置(患者が正面光源の後方に50mm、側面光源の前方に25mmシフト)と、[50,-50]の位置(患者が正面光源の後方に50mm、側面光源の前方に50mmシフト)とにそれぞれ対応する行列間の補間が行われて、Δx=40mmおよびΔy=-40mmの位置(患者が正面光源の後方に40mm、側面光源の前方に40mmシフト)の位置に対するシミュレーションと比較して計算することによって行われる近似の妥当性を評価する。
ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1〜10200の番号が付けられている。シミュレートされた直接画像は曲線69で表され、シミュレートされた全体画像は曲線67で表され、計算された直接画像は曲線68で表される。
図11では、計算された直接信号は、小さい二乗平均平方根誤差(RMSE<1.5%)によって証明されたシミュレートされたものによく重なり合っている。実際、図11では、曲線68と曲線69とがかなりよく重なり合っている。
図12は、画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、2つの所定の楕円サイズの間の患者固有のモデリングの中間寸法について、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す。
ここで、ファミリーに含まれる楕円ではない420mmおよび310mmの軸を有する断面を示す水楕円管によって患者の身体がシミュレートされる。しかし、ファミリーに含まれる2つの楕円の間で補間が行われ、これらはそれぞれ、420mmx290mmの寸法の楕円(420mmおよび290mmの軸を有する断面を表すことを意味する)、および400mmx310mmの寸法の楕円であり、この補間された楕円のシミュレーションと比較して計算することによって行われる近似の妥当性を評価する。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。
ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1〜10200の番号が付けられている。シミュレートされた直接画像は曲線72で表され、シミュレートされた全体画像は曲線70で表され、計算された直接画像は曲線71で表される。
図12では、計算された直接信号は、小さい二乗平均平方根誤差(RMSE<1.5%)によって証明されたシミュレートされたものによく重なり合っている。実際、図12では、曲線71と曲線72とがかなりよく重なり合っている。
図13a、図13b、図13cは、画像のすべてのピクセルについて、放射線散乱を決定するために使用される放射線源のX線スペクトルの最良の範囲を評価するために、放射線散乱を決定するために使用される放射線源の異なるX線スペクトル間の比較を示す。
ここで、440mmおよび350mmの軸を有する断面を示す水楕円管によって患者の身体がシミュレートされる。高さ3.2mmの検出器、および50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。
同じ楕円の複数の散乱行列が、それぞれ50keV、60keV、70keV、80keV、90keV、100keVの異なるエネルギーの単色の正面光源および側面光源で計算されている。
シミュレートされた直接画像は曲線78で表され、シミュレートされた全体画像は曲線79で表され、計算された直接画像はそれぞれ、50keVエネルギーの単色光源では曲線81、60keVの単色光源では曲線82、70keVエネルギーの単色光源では曲線83、80keVエネルギーの単色光源では曲線84、90keVエネルギーの単色光源では曲線85、100keVエネルギーの単色光源では曲線86で表される。この散乱行列の計算に使用される単色光源のエネルギーのレベルの散乱行列依存性は、第1にはそれほど強くなく、第2にはすべての曲線81から曲線86が、シミュレートされた直接画像の曲線78にかなりよく重なり合うか、または少なくともシミュレートされた直接画像のこの曲線78に近くなることがわかる。
図13aでは、生画像をシミュレートするために使用される放射線源は、0.1mmの銅(Cu)の追加のろ過を伴う95kVの管電圧を有する多色光源である。
図13bでは、生画像をシミュレートするために使用される放射線源は、0.1mmの銅(Cu)の追加のろ過を伴う120kVの管電圧を有する多色光源である。
図13cでは、シミュレートされた直接画像を参照して、各行列計算のRMSEを示す表を表す。この表では、0.1mmの銅のろ過を伴う95keVpの管電圧を有する多色光源の第1のケース、または0.1mmの銅(Cu)のろ過を伴う120keVpの管電圧を有する多色光源の第2のケースのいずれかで、60keVである散乱行列の計算に使用される単色光源のエネルギーの値に対して最適な低RMSEがあることがわかる。散乱行列を計算するために使用される単色光源のエネルギーのこの最適な値は、60keVでの本発明の好ましい実施形態に従って選択される。
図14aおよび図14bは、画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、骨および空気の含有物の影響を示す、シミュレートされた直接画像とシミュレートされた全体画像と計算された直接画像との比較を示す。
ここで、440mmおよび350mmの軸を有する断面を示す水楕円管によって患者の身体がシミュレートされる。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。患者をモデリングしたシミュレートされた楕円は、水で均一に構成されたものとして使用することができるが、必要に応じて、水(または軟組織)だけでなく、骨含有物や気泡も含む非常に不均一なスライスを補正して、計算された散乱行列においてより現実的でより正確な結果を得るために使用することもできる。
図14aでは、水楕円管87の内側に、50mmの直径を示す骨含有物88、および25mmの直径を示す空気含有物89があることがわかる。図14aは、散乱行列の計算に使用されるファントムのスライスを表す。楕円管は正面検出器に対して0°の向きを示していることがわかる。密度を表す目盛りは、図14aの右側にある。水楕円管87は、約1の密度値を示し、骨含有物88は、約2の密度値を示し、空気含有物89は、約0の密度値を示すことがわかる。横軸および縦軸に沿って与えられた値は、水楕円管87の中心に対するmm単位の距離である。
図14bでは、ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1〜10200の番号が付けられている。シミュレートされた直接画像は曲線91で表され、シミュレートされた全体画像は曲線90で表され、計算された直接画像は曲線92で表される。計算された直接信号は、小さい二乗平均平方根誤差(RMSE<2.5%)によって証明されたシミュレートされたものにかなりよく重なり合っている。実際、図14bでは、曲線91と曲線92とがかなりよく重なり合っている。
図15aおよび図15bは、画像のすべてのピクセルについて、正面画像および側面画像上の受信信号の行列表現で、散乱信号が直接信号と比較してアンダーサンプリングされ、脂肪組織によって囲まれた水シリンダーを含む楕円のより複雑な構造の効果を示す、シミュレートされた直接画像とシミュレートされた全体画像と計算された全体画像との比較を示す。
ここで、440mmおよび350mmの軸を有する断面を示す水楕円管によって患者の身体がシミュレートされる。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。患者をモデリングしたシミュレートされた楕円は、水で均一に構成されたものとして使用することができるが、必要に応じて、水(または軟組織)だけでなく、脂肪組織の外輪(水よりも密度が低い)も含むいくぶん不均一なスライスを補正して、特に肥満患者の場合、計算された散乱行列においてより現実的でより正確な結果を得るために使用することもできる。実際、肥満患者は、ここでは脂肪組織帯によって囲まれた水シリンダーによってモデリングされた高レベルの脂肪を有する。
図15aでは、水楕円管93が約20mmの厚さの脂肪組織94のリングによって囲まれており、それによって、太り過ぎまたは肥満の患者の非常に現実的な表現が得られることがわかる。図15aは、散乱行列の計算に使用されるファントムのスライスを表す。楕円管は正面検出器に対して0°の向きを示していることがわかる。密度を表す目盛りは、図15aの右側にある。水楕円管93は、約1の密度値を示し、脂肪組織の外輪94は、約0.9の密度値を示すことがわかる。横軸および縦軸に沿って与えられた値は、水楕円管93の中心に対するmm単位の距離である。
図15bでは、ピクセルの位置に応じて、検出された光子の数が表され、ピクセルには、1〜10200の番号が付けられている。シミュレートされた直接画像は曲線96で表され、シミュレートされた全体画像は曲線95で表され、計算された直接画像は曲線97で表される。計算された直接信号は、小さい二乗平均平方根誤差(RMSE<1.5%)によって証明されたシミュレートされたものにかなりよく重なり合っている。実際、図15bでは、曲線96と曲線97とがかなりよく重なり合っている。
図16a、図16b、および図16cは、ピーク信号対雑音比に関して、異なる生画像と異なる処理画像との間の比較を異なるスポットにおいて実行することを示す。
本発明の実施形態によるこの散乱低減方法は、0.1mmの銅のろ過を伴う120kVの管電圧を有する多色光源で、6.4mmの高さの検出器、および50mmのコリメーションエアギャップを有する直径400mmの水シリンダーに配置されたPHD5000フルオロファントムで証明されるように、画像品質を向上させる。
図16aは、コントラストスポット99を含むPHD5000フルオロファントム98の写真を提供する。
図16bは、ファントム98のコントラストスポット99のシミュレート画像を示す。図16bの左側には、直接信号と散乱(自己散乱および交差散乱信号)の両方を含む全体画像があり、図16bの右側には、ノイズが除去され補正された画像があり、スポット99は、生の全体画像よりも補正画像上ではるかに簡単に検出されることがわかる。
図16cは、1〜9の番号が付けられたいくつかの異なるスポット99について、毎回5つのケースを含むいくつかの異なる画像のPSNR(ピーク信号対雑音比)を示す。図16cは、ケースごとに1つのバーがあり、スポットごとにいくつかのバーがあるヒストグラムを示している。これら5つのケースは、生のモノビュー画像(直接および自己散乱信号を含む)に対応し、バー101によって表される第1のケース、生の全体画像(直接および自己散乱および交差散乱信号を含む)に対応し、バー102によって表される第2のケース、(計算された直接信号である補正された信号を得るために)散乱行列による補正に対応し、バー103によって表される第3のケース、(計算された直接信号であるノイズ除去および補正された信号を得るために)バイラテラルフィルタによるノイズ除去補正と散乱行列による補正の両方を統合する二重補正に対応し、バー104によって表される第4のケース、(ノイズ除去された全体画像を得るために)バイラテラルフィルタによるノイズ除去補正に対応し、バー105によって表される第5のケースである。
全体画像は、その75%〜90%が交差散乱または自己散乱のいずれかであり、ノイズ除去され、補正された。これによって、図16cでわかるように、9つのスポットの各々でピーク信号対ノイズ比が明確に改善される。ピーク信号対ノイズ比は、以下の式
によって与えられ、式中、d=216(画像のダイナミックレンジ)およびMSE(Iref,I)=E((Iref-I)2)であり、lrefは散乱を示さないシミュレートされた直接信号であり、Eは期待値または平均値である。
生のモノビュー画像に対応し、バー101によって表される第1のケースは、非常に満足できる良好なレベルの参照である。生のモノビュー画像は交差散乱を有していないが、散乱の量全体の約10〜15%を表す自己散乱を有する。生の全体画像に対応し、バー102によって表される第2のケースは、改善されるべき悪いレベルの参照である。散乱行列による補正に対応し、バー103によって表される第3のケースは、バー103がバー101(良好なレベルの参照)とほぼ同じくらい高く、バー102(悪いレベルの参照)よりもとにかくはるかに高いので、この散乱行列補正がどの程度効率的かを示す良い結果をすでに与えている。バイラテラルフィルタによるノイズ除去補正と散乱行列による補正の両方を統合する二重補正に対応し、バー104によって表される第4のケースは、バー104がバー101(良好なレベルの参照)よりもさらに高く、バー102(悪いレベルの参照)よりもとにかくはるかに高いので、非常に良好で最適化されたレベルを提供する。バイラテラルフィルタによるノイズ除去補正のみに対応し、バー105によって表される第5のケースは、バー105および102が同等の相対的な高さを示すので、ノイズ除去だけでは明らかに不十分であることを示す生の全体画像(悪いレベルの参照)と同様のままの結果を提供する。
要約として、「ノイズ除去のみ」は、生の全体画像品質を改善するのに非常に不十分であるだけでなく、実際には品質改善をもたらさず、「散乱行列補正」のみは、生の全体画像品質を改善するのに良いだけでなく、交差散乱のない生のモノビュー画像の良好な参照レベルからそれほど遠くはなく、「ノイズ除去のみ」と「散乱行列補正」の両方は、生の全体画像品質を改善するのに非常に良いだけでなく、交差散乱のない生のモノビュー画像の良好な参照レベルよりもさらに良い結果に到達し、それによって、「ノイズ除去のみ」は生画像品質の改善にほとんど影響を与えず、「ノイズ除去」と「散乱行列補正」との組合せは、すでに良好だった「散乱行列補正のみ」よりも著しく改善することを示している。
図17a、図17b、および図17cは、ピーク信号対雑音比に関して、正面画像および側面画像上の受信信号の行列表示で、異なる生画像と異なる処理画像との間の比較を異なる患者固有のモデリングにおいて実行することを示す。
図17aでは、散乱信号を増加させるために、細い人間のファントム107が水シリンダー106によって囲まれている。図17aは、図16aのスポットよりも現実的なケースのシミュレーションに対応している。細い人間のファントムモデル107は、たとえば、ここでは、生画像の信号の60%から90%が散乱信号によるものであるなど、生画像において高い割合の散乱を余儀なくさせるために、第1の水シリンダー106(500mmおよび370mmの軸)によって囲まれ、次いで(440mmおよび310mmの軸の)第2の水シリンダーによって囲まれている。
ここで、患者の身体は、500mmおよび370mmの軸を有する断面を示す第1の水楕円管、440mmおよび310mmの軸を有する断面を示す第2の水楕円管の2つの同一の細いファントム107を囲む2つの異なる楕円管106によって連続的にシミュレートされる。60keVの単色光源、高さ3.2mmの検出器、50mmのコリメーションエアギャップがある。100μmのピクセルを示す検出器で受信された信号は、実際には20のアンダーサンプリング係数で、2mmの大きいピクセルについて取得された散乱行列で補正される。
図17aは、散乱行列の計算に使用されるファントム(水楕円管によって囲まれた細い人間のファントム)のスライスを表している。楕円管は正面検出器に対して0°の向きを示していることがわかる。密度を表す目盛りは、図17aの右側にある。水楕円管106は、約1の密度値を示し、細い人間のファントムは、1と2との間の密度値を示すことがわかる。横軸および縦軸に沿って与えられた値は、水楕円管106の中心に対するmm単位の距離である。
図17bは、以前に提示された両方の水楕円管106について、毎回5つのケースを含むいくつかの異なる画像のPSNR(ピーク信号対雑音比)を示す。図17bは、ケースごとに1つのバーがあり、複数のバーがあるヒストグラムを示している。これらの5つのケースは、生の全体画像(直接および自己散乱および交差散乱信号を含む)に対応し、バー110によって表される第1のケース、(ノイズ除去された全体画像を得るために)バイラテラルフィルタによるノイズ除去補正に対応し、バー111によって表される第2のケース、(計算された直接信号である補正された信号を得るために)散乱行列による補正に対応し、バー112によって表される第3のケース、(計算された直接信号であるノイズ除去および補正された信号を得るために)バイラテラルフィルタによるノイズ除去補正と散乱行列による補正の両方を統合する二重補正に対応し、バー113によって表される第4のケース、(直接および自己散乱信号を含む)生のモノビュー画像に対応し、バー114によって表される第5のケースである。
ここで、肥満の患者をシミュレートする軸500mmおよび370mmの水楕円管によって囲まれた細い人間のファントムについて、バー110〜114に対応する異なるケースを互いに比較する。生のモノビュー画像に対応し、バー114によって表される第5のケースは、非常に満足できる良好なレベルの参照である。生のモノビュー画像は交差散乱を有していないが、散乱の量全体の約10〜15%を表す自己散乱を有する。生の全体画像に対応し、バー110によって表される第1のケースは、改善されるべき悪いレベルの参照である。散乱行列による補正に対応し、バー112によって表される第3のケースは、バー112がバー114(良好なレベルの参照)とほぼ同じくらい高く、バー110(悪いレベルの参照)よりもとにかくはるかに高いので、この散乱行列補正がどの程度効率的かを示す良い結果をすでに与えている。バイラテラルフィルタによるノイズ除去補正と散乱行列による補正の両方を統合する二重補正に対応し、バー113によって表される第4のケースは、バー113がバー114(良好なレベルの参照)よりもさらに高く、バー110(悪いレベルの参照)よりもとにかくはるかに高いので、非常に良好で最適化されたレベルを提供する。バイラテラルフィルタによるノイズ除去補正のみに対応し、バー111によって表される第2のケースは、バー110および111が同等の相対的な高さを示すので、ノイズ除去だけでは明らかに不十分であることを示す生の全体画像(悪いレベルの参照)と同様のままの結果を提供する。
要約として、肥満患者の場合、「ノイズ除去のみ」は、生の全体画像品質を改善するのに非常に不十分であるだけでなく、実際には品質改善をもたらさず、「散乱行列補正」のみは、生の全体画像品質を改善するのに良いだけでなく、交差散乱のない生のモノビュー画像の良好な参照レベルからそれほど遠くはなく、「ノイズ除去のみ」と「散乱行列補正」の両方は、生の全体画像品質を改善するのに非常に良いだけでなく、交差散乱のない生のモノビュー画像の良好な参照レベルよりもさらに良い結果に到達し、それによって、「ノイズ除去のみ」は生画像品質の改善にほとんど影響を与えず、「ノイズ除去」と「散乱行列補正」との組合せは、すでに良好だった「散乱行列補正のみ」よりも著しく改善することを示している。
ここで、太り過ぎの患者をシミュレートする軸440mmおよび310mmの水楕円管によって囲まれた細い人間のファントムについて、バー110〜114に対応する異なるケースを互いに比較する。生のモノビュー画像に対応し、バー114によって表される第5のケースは、かなり満足できるかなり良好なレベルの参照である。生のモノビュー画像は交差散乱を有していないが、散乱の量全体の約10〜15%を表す自己散乱を有する。生の全体画像に対応し、バー110によって表される第1のケースは、改善されるべき悪いレベルの参照である。散乱行列による補正に対応し、バー112によって表される第3のケースは、バー112がバー114(かなり良好なレベルの参照)とほぼ同じくらい高く、バー110(悪いレベルの参照)よりもとにかく著しく高いので、正しい結果をすでに与えている。バイラテラルフィルタによるノイズ除去補正と散乱行列による補正の両方を統合する二重補正に対応し、バー113によって表される第4のケースは、バー113がバー114(かなり良好なレベルの参照)よりも著しく高く、バー110(悪いレベルの参照)よりもとにかくはるかに高いので、非常に良好で最適化されたレベルを提供する。バイラテラルフィルタによるノイズ除去補正のみに対応し、バー111によって表される第2のケースは、バー111および112が同等の相対的な高さを示すので、散乱行列のみによる補正によって行われる改善に相当する方法で、生の全体画像(悪いレベルの参照)よりも改善する結果を提供する。
要約として、太り過ぎの患者の場合、「ノイズ除去のみ」は、画像品質に的確な改善をもたらし、「散乱行列補正」のみは、画像品質に同等の的確な改善をもたらし、「ノイズ除去のみ」と「散乱行列補正」の両方は、生の全体画像品質を改善するのに非常に良いだけでなく、交差散乱のない生のモノビュー画像の良好な参照レベルよりも著しく優れた結果になる。
図17cは、細い人間のファントムを囲む肥満患者のシミュレーションに対応する、500mmおよび370mmの軸を示す水楕円管のシミュレートされた画像を示す。図17cの左側には、直接信号と散乱(自己散乱および交差散乱信号)の両方を含む全体画像があり、図17cの右側には、ノイズが除去され補正された画像があり、異なる骨(肋骨、脊椎など)が、生の全体画像よりも補正画像においてとりわけより容易に検出されることがわかる。散乱は極めて非対称であり、患者の画像の左側よりも右側にはるかに散乱信号の大きい勾配を追加していることがわかる。
図18は、患者固有のモデリングに3Dアバターを使用し、散乱信号が直接信号と比較してアンダーサンプリングされる、本発明の第3の実施形態による患者の臓器のX線撮影の方法のステップを実行する一例を示す。
患者の既存の汎用モデルを用いて、正面図と側面図の両方のピクセルの所与のラインを補正するための散乱補正方法の異なる連続的なステップをここで説明する。この所定の汎用モデルは、すべての患者に共通であることが好ましい。汎用モデルの所定のセットがある場合、患者の肥満に関して最も適合した汎用モデルを選択する追加の準備段階がある。
ステップ120で、正面画像および側面画像が取得される。
ステップ121で、選択された汎用モデルとそれらの生の正面画像および側面画像の両方から3D(3次元)アバターが得られる。生の正面画像および側面画像を使用して汎用モデルを修正し、それを患者に適合させて、この得られた3Dアバターが患者の形態を表す3D表現になるようにする。
ステップ122で、交差散乱および好ましくは自己散乱を含む散乱のこの効果は、計算時間を短縮し、正面および側面の画像に対する散乱効果をそれぞれ表す正面および側面のアンダーサンプリングされた散乱画像を得るために、生の正面および側面画像を作成するために使用されるシュートパラメータと同じシュートパラメータで、しかしより低い解像度で、この3Dアバターにおいてシミュレートされる。
代替ステップ122で、散乱、交差散乱、および好ましくは自己散乱のこの効果は、正面および側面の生画像と同じ解像度および同じサンプルレートで、正面および側面画像に対する散乱効果をそれぞれ表す正面および側面散乱画像を得るために、生の正面および側面画像を作成するために使用されるシュートパラメータと同じシュートパラメータで、ならびに同じ解像度で、この3Dアバターにおいてシミュレートされる。次いで、ステップ123はバイパスされる。これはいくぶんより正確である可能性があるが、非常に重要な計算時間の増加を犠牲にする。この代替ステップ122は可能であるが、好ましくない。
ステップ123で、ここでは正面および側面の生画像と同じサンプルレートを有する、正面および側面のオーバーサンプリングされた散乱画像を得るために、正面および側面のアンダーサンプリングされた散乱画像が線形補間によってオーバーサンプリングされ、結果として得られた画像が平滑化される。
ステップ124で、正面および側面の中間画像を得るために、これらの正面および側面のオーバーサンプリングされた散乱画像が、全体画像、すなわち直接信号および散乱信号を含む画像である正面および側面の生画像から取り去られる。
ステップ125で、正面および側面の計算された直接画像を得るために、それらの正面および側面の中間画像がノイズ除去される。
ステップ126で、それらの正面および側面の計算された直接画像を表示または印刷することができる。
図19は、細い人間のファントムを囲む肥満患者のシミュレーションに対応する、500mmおよび370mmの軸を示す水楕円管のシミュレートされた画像を示す。図19の左側には、直接信号と散乱(自己散乱および交差散乱信号)の両方を含む全体画像があり、図19の右側には、患者固有のモデリングに使用される3Dアバターを含むノイズが除去され補正された画像があり、異なる骨(肋骨、脊椎など)が、生の全体画像よりも補正画像においてとりわけより容易に検出されることがわかる。
この第3の実施形態で得られたPSNRは、第1および第2の実施形態の散乱行列の所定のデータベースで得られたものと同等であり、第1の実施形態は、第2の実施形態よりも少し性能が低いが、はるかに高速である。したがって、画像品質の向上は同等である。3Dアバターを使用すると、第1に、多数の行列のこのデータベース全体を取り除くことができ、第2に、特に3Dアバターが今日よりもさらに現実的になると、散乱行列の所定のデータベースを使用するよりも画像品質が大幅に向上する。将来の3Dアバターの開発には、依然としていくつかの進歩が待たれる。
本発明について、好ましい実施形態を参照して説明してきた。しかしながら、本発明の範囲内で多くの変形が可能である。
1 正面光源
2 側面光源
3 正面検出器
4 側面検出器
5 患者の身体
6 X線放射
7 放射部分
8 放射部分
11 対角線
12 スポット
13 ロブ
40 スライス表面
41 脊椎骨
42 スライス
43 肋骨
44 脊椎
87 水楕円管
88 骨含有物
89 空気含有物
93 水楕円管
94 脂肪組織
98 PHD5000フルオロファントム
99 コントラストスポット
106 水シリンダー
107 細い人間のファントム
150 画像
151 スポット
152 スポット
153 水平画像
154 水平画像
155 正面の垂直画像
156 側面の垂直画像
160 散乱行列
161 ライン
162 ライン
170 直接画像
171 列
172 列
181 正面の放射線源
182 側面の放射線源
183 正面検出器
184 側面検出器
185 楕円ファントム材料
186 正面の放射線ビーム
187 側面の放射線ビーム
188 キャビン
189 物理パラメータのセット
190 アンダーサンプリング係数
191 モンテカルログラフィックス処理ユニット(MCGPU)
192 行列Mtot
193 正規化MtotD-1
194 散乱行列Mscatter
195 散乱行列ベース
201 第1の放射線源
202 第2の放射線源
203 第1の検出器
204 第2の検出器
205 第1のコリメータ
206 第2のコリメータ
207 第1のコリメーショントンネル
208 第2のコリメーショントンネル
209 放射ビーム
210 ビーム
211 垂直スライド
212 垂直スライド

Claims (42)

  1. 患者の臓器のX線撮影の方法であって、
    前記臓器の第1の2次元生画像を作成するように協働する第1の放射線源(1，201)および第1の検出器(3，203)による前記臓器の第1の垂直走査と、
    前記臓器の第2の2次元生画像を作成するように協働する第2の放射線源(2，202)および第2の検出器(4，204)による前記臓器の第2の垂直走査と、
    前記第1の垂直走査と前記第2の垂直走査は同期して実行されることと、
    前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映すことと
    を含み、
    計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、
    前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、
    患者固有のデータとして、少なくとも第1の生画像と第2の生画像の両方、好ましくは主に第1の生画像と第2の生画像の両方、より好ましくは第1の生画像と第2の生画像の両方のみを使用して、患者固有のモデリングを行うステップ(32，33，34，53，121)と、
    前記患者固有のモデリングによる放射線散乱の患者固有の表現を決定するステップ(34，35，54，122，123)と、
    前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記患者固有の放射線散乱表現を処理するステップ(36，55，124)と
    を含む、患者の臓器のX線撮影の方法。
  2. 前記計算された補正は、前記第1の補正画像と前記第2の補正画像の両方において、それぞれ、前記第1の生画像と前記第2の生画像の両方に存在する自己散乱も低減するように、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理される、請求項1に記載の患者の臓器のX線撮影の方法。
  3. 前記方法は、前記計算された補正の処理の前に、スクリーニングを含み、スクリーニングは、
    前記患者が太り過ぎまたは肥満の患者に該当する場合、前記患者を選択すること、
    前記患者が標準または痩せ過ぎの患者に該当する場合、前記患者を除外すること
    による、包括的な患者の肥満を表す少なくとも第1の患者パラメータに基づくスクリーニングの第1のステップと、
    前記選択された患者について、第1の生画像および第2の生画像の各々について、走査された患者の身長に応じて患者の肥満を表す少なくとも第2の患者パラメータに基づいて、検出された放射線全体に対する交差散乱と検出された放射線の比率が所定のしきい値を超えるので、前記計算された補正の処理が適用されることとなる、走査された患者の身長の位置および範囲を決定することによる、かつ
    前記除外された患者について、前記計算された補正の処理をそれらに適用することなく、前記第1の生画像および第2の生画像を変更せずに維持する、
    スクリーニングの第2ステップと
    を含み、
    次いで、前記方法は、
    前記除外された患者ではなく前記選択された患者のみについて、第1の生画像および第2の生画像の各々について、前記決定された走査された患者の身長においてのみ、前記第1の補正画像および第2の補正画像の第1の部分を得るために、第1の生画像および第2の生画像の各々において前記計算された補正の処理を適用すると同時に、
    前記第1の生画像および第2の生画像の対応する部分に等しい前記第1の補正画像および第2の補正画像の第2の部分を得るために、走査された患者の身長の別の場所で、前記第1の生画像および第2の生画像を変更せずに維持し、
    前記方法は、前記除外された患者ではなく前記選択された患者のみについて、完全な前記第1の補正画像および第2の補正画像を得るために、前記第1の部分と前記第2の部分を組み合わせる、請求項1または2に記載の患者の臓器のX線撮影の方法。
  4. 前記第1の患者パラメータは、患者の基本質量指数である、請求項3に記載の患者の臓器のX線撮影の方法。
  5. 前記第2の患者パラメータは、走査された患者の身長に応じて、第1の生画像の前記第1の放射線源(1，201)の中心から前記第1の検出器(3，203)の中心に向かう第1の方向に沿った、または第2の生画像の前記第2の放射線源(2，202)の中心から前記第2の検出器(4，204)の中心に向かう第2の方向に沿った、患者の厚さである、請求項3または4に記載の患者の臓器のX線撮影の方法。
  6. 前記方法は、前記計算された補正の処理の前に、第1の生画像および第2の生画像の各々を、補正されるべき走査された患者の身長に沿った生のサブ画像のセットに分割するステップ(32，52)を含み、
    前記方法は、前記生画像の各生のサブ画像について、前記生のサブ画像において前記計算された補正を処理するステップであって、
    前記生のサブ画像のサンプルレートと比較して、アンダーサンプリングされた患者固有のモデリングを行うステップ(34)と、
    前記アンダーサンプリングされた患者固有のモデリングによる放射線散乱のアンダーサンプリングされた患者固有の表現を決定するステップ(35)と、
    生画像と同じサンプルレートを得るために、前記決定されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングする補助ステップ(36)と、
    補正されたサブ画像を得るために、前記生のサブ画像において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップ(36)と
    を含むステップを含み、
    前記方法は、前記生画像のすべての生のサブ画像において前記計算された補正を処理した後、補正された画像を得るために、すべての補正されたサブ画像を再結合するステップ(39)を含む、請求項1から5のいずれか一項に記載の患者の臓器のX線撮影の方法。
  7. 前記決定するステップ(35)は、前記アンダーサンプリングされた患者固有のモデリングによる放射線散乱を表す患者固有の散乱行列を使用することによって、散乱のみの放射線に対応するアンダーサンプリングされた散乱サブ画像を計算するステップを含み、
    前記処理するステップ(36)は、前記補正されたサブ画像を得るために、オーバーサンプリングされた散乱サブ画像を、前記生のサブ画像から取り去るステップを含む、請求項6に記載の患者の臓器のX線撮影の方法。
  8. 前記患者固有の散乱行列は、2つの生画像の一方の1つのラインの第1のピクセルから、前記2つの生画像の他方の対応するラインの最後のピクセルまで、前記2つの生画像を連結することによって取得される画像ベクトルで乗算される前に反転される、請求項7に記載の患者の臓器のX線撮影の方法。
  9. アンダーサンプリングは、少なくとも10、好ましくは少なくとも20のアンダーサンプリング係数で実行される、請求項6から8のいずれか一項に記載の患者の臓器のX線撮影の方法。
  10. 結果として得られるアンダーサンプリングされた画像のピクセルサイズは、少なくとも1mm、好ましくは少なくとも2mmである、請求項6から9のいずれか一項に記載の患者の臓器のX線撮影の方法。
  11. 前記方法は、前記計算された補正の処理の前に、第1の生画像および第2の生画像の各々を、補正されるべき走査された患者の身長に沿った生のサブ画像のセットに分割するステップ(52)を含み、
    前記方法は、前記生画像の各生のサブ画像について、前記生のサブ画像において前記計算された補正を処理するステップであって、
    前記生のサブ画像のサンプルレートと同じサンプルレートで、患者固有のモデリングを行うステップ(53)と、
    前記生のサブ画像のサンプルレートと同じサンプルレートで、前記患者固有のモデリングによる放射線散乱の患者固有の表現を決定するステップ(54)と、
    補正されたサブ画像を得るために、前記生のサブ画像において前記患者固有の放射線散乱表現を処理するステップ(55)と
    を含むステップを含み、
    前記方法は、前記生画像のすべての生のサブ画像において前記計算された補正を処理した後、補正された画像を得るために、すべての補正されたサブ画像を再結合するステップ(58)を含む、請求項1から5のいずれか一項に記載の患者の臓器のX線撮影の方法。
  12. 前記決定するステップ(54)は、前記患者固有のモデリングによる放射線散乱のキャンセルを表す患者固有の逆行列を選択または計算するステップを含み、
    前記処理するステップ(55)は、前記補正されたサブ画像を得るために、前記生のサブ画像に前記患者固有の逆行列を掛けるステップを含む、請求項11に記載の患者の臓器のX線撮影の方法。
  13. 各サブ画像の前記患者固有のモデリングは、楕円の所定のファミリーの中で最も近い楕円または最も近い楕円の線形結合に対応し、
    前記決定するステップ(35，54)は、
    前記所定のファミリーの前記楕円による放射線散乱をそれぞれ表す行列の所定のデータベースにおいて、1つの行列を選択し、それを反転するステップであって、この逆行列は、前記最も近い楕円による放射線散乱のキャンセルを表し、前記逆行列は、患者固有の逆行列になる、ステップ、または
    前記所定のファミリーの前記楕円による放射線散乱をそれぞれ表す行列の所定のデータベースにおいて、最も近い楕円の前記線形結合の前記最も近い楕円による放射線散乱をそれぞれ表す行列の線形結合の逆を計算するステップであって、行列の線形結合のこの逆は、最も近い楕円の前記線形結合の前記最も近い楕円による放射線散乱のキャンセルを表し、患者固有の逆行列になる、ステップ
    を含む、請求項6から12のいずれか一項に記載の患者の臓器のX線撮影の方法。
  14. 前記所定のファミリーは、異なるサイズの楕円、X線撮影方法が実行されるX線撮影装置内の異なる位置の楕円、および前記X線撮影装置に対する異なる向きの楕円を含む、請求項13に記載の患者の臓器のX線撮影の方法。
  15. 前記楕円の密度は、1バールの圧力および20℃の温度での水の密度に略等しい、請求項14に記載の患者の臓器のX線撮影の方法。
  16. サイズの数は30から60の間に含まれ、有利には最大楕円軸は30cmを超え、有利には最小楕円軸は15cmを超え、および/または向きの数は3から5の間に含まれ、および/または位置の数は5から200の間に含まれる、請求項14または15に記載の患者の臓器のX線撮影の方法。
  17. 前記方法は、
    前記生画像のサンプルレートと比較して、アンダーサンプリングされた患者固有のモデリングを行うステップ(121)と、
    前記アンダーサンプリングされた患者固有のモデリングによる放射線散乱のアンダーサンプリングされた患者固有の表現を決定するステップ(122)と、
    前記生画像と同じサンプルレートを得るために、前記決定されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングする補助ステップ(123)と、
    補正された画像を得るために、前記生画像において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップ(124)と
    を含む、請求項1から5のいずれか一項に記載の患者の臓器のX線撮影の方法。
  18. 前記決定するステップは、最初に(121)、少なくとも第1の生画像と第2の生画像の両方から患者固有の一意の所定の3Dアバターを作成し、次いで(122)、この患者固有の3Dアバターを患者と同じ条件で、しかし、アンダーサンプリングを可能にするためにより低い解像度で垂直に走査して、それによって、この患者固有の3Dアバターによる散乱のみの放射線に対応するアンダーサンプリングされた散乱画像を計算するステップを含み、
    前記処理するステップ(124)は、前記補正された画像を得るために、前記生画像からオーバーサンプリングされた散乱画像を取り去るステップを含む、請求項17に記載の患者の臓器のX線撮影の方法。
  19. 前記決定するステップは、最初に(121)、患者固有のデータとして、第1の生画像と第2の生画像の両方のみを使用して、患者固有の一意の所定の3Dアバターを作成するステップを含む、請求項18に記載の患者の臓器のX線撮影の方法。
  20. 前記決定するステップは、最初に(121)、患者固有のデータとして、第1の生画像と第2の生画像の両方とは別に、磁気共鳴撮像および/またはコンピュータ化断層撮影走査からの追加の患者固有のデータも使用して、患者固有の一意の所定の3Dアバターを作成するステップを含む、請求項18に記載の患者の臓器のX線撮影の方法。
  21. アンダーサンプリングは、少なくとも10の、好ましくは10から60の間に含まれるアンダーサンプリング係数で実行される、請求項17から20のいずれか一項に記載の患者の臓器のX線撮影の方法。
  22. 結果として得られるアンダーサンプリングされた画像のピクセルサイズは、少なくとも1mm、好ましくは1mmから5mmの間、より好ましくは1mmから3mmの間である、請求項17から21のいずれか一項に記載の患者の臓器のX線撮影の方法。
  23. 放射線散乱の前記患者固有の表現を決定するために使用される第1の放射線源(1，201)および第2の放射線源(2，202)のX線スペクトルは、50keVから70keVの間に含まれる、好ましくは55keVから65keVの間に含まれる、より好ましくは約60keVのエネルギーを有し、有利には、第1の放射線源(1，201)および第2の放射線源(2，202)は単色光源である、請求項1から22のいずれか一項に記載の患者の臓器のX線撮影の方法。
  24. X線撮影の方法は、太り過ぎの患者または肥満の患者で実行される、請求項1から23のいずれか一項に記載の患者の臓器のX線撮影の方法。
  25. 前記第1の補正画像および第2の補正画像上の交差散乱をさらに低減するように、コリメーショントンネル(207，208)が各検出器(203，204)の上流に配置されている、請求項1から24のいずれか一項に記載の患者の臓器のX線撮影の方法。
  26. 前記方法は、第1の生画像と第2の生画像の両方から患者固有のモデリングを行う前記ステップ(33，53)の前に、前記第1の補正画像および第2の補正画像上での交差散乱および/または自己散乱によって作られる過剰なノイズをさらに低減するために、前記第1の生画像および第2の生画像のノイズを除去するステップ(31，51)をさらに含む、請求項1から25のいずれか一項に記載の患者の臓器のX線撮影の方法。
  27. 前記ノイズを除去するステップ(31，51)は、前記第1の生画像および第2の生画像のバイラテラルフィルタリングである、請求項26に記載の患者の臓器のX線撮影の方法。
  28. 前記検出器(3，203，4，204)は、マルチエネルギー計数検出器である、請求項1から27のいずれか一項に記載の患者の臓器のX線撮影の方法。
  29. 前記検出器(3，203，4，204)は、単一エネルギー計数検出器である、請求項1から27のいずれか一項に記載の患者の臓器のX線撮影の方法。
  30. 前記検出器(3，203，4，204)は、ライン当たり3000を超える、好ましくは5000を超えるピクセルを有する、請求項1から29のいずれか一項に記載の患者の臓器のX線撮影の方法。
  31. 前記検出器(3，203，4，204)は、1から100の間のライン、好ましくは10から60の間のラインを有する、請求項1から30のいずれか一項に記載の患者の臓器のX線撮影の方法。
  32. 前記検出器(3，203，4，204)は、50μmから200μmの間に含まれるピクセル寸法を有する、請求項1から31のいずれか一項に記載の患者の臓器のX線撮影の方法。
  33. 前記決定するステップ(35，54)は、行列がX線散乱のモンテカルロシミュレーションに基づく患者の汎用モデリングによる放射線散乱をそれぞれ表す行列の所定のデータベースを使用する、請求項1から32のいずれか一項に記載の患者の臓器のX線撮影の方法。
  34. X線散乱の前記モンテカルロシミュレーションは、50keVから70keVの間に含まれる、好ましくは55keVから65keVの間に含まれる、より好ましくは約60keVのエネルギーを有する第1の放射線源(1，201)および第2の放射線源(2，202)のX線スペクトルで実行されており、有利には、第1の放射線源(1，201)および第2の放射線源(2，202)は単色光源である、請求項33に記載の患者の臓器のX線撮影の方法。
  35. 前記第1の生画像および第2の生画像は、互いに直交する2つの方向に従って前記患者の前記臓器を映す、請求項1から34のいずれか一項に記載の患者の臓器のX線撮影の方法。
  36. 患者の臓器のX線撮影の方法であって、
    前記臓器の第1の2次元生画像を作成するように協働する第1の放射線源(1，201)および第1の検出器(3，203)による前記臓器の第1の垂直走査と、
    前記臓器の第2の2次元生画像を作成するように協働する第2の放射線源(2，202)および第2の検出器(4，204)による前記臓器の第2の垂直走査と、
    前記第1の垂直走査と前記第2の垂直走査は同期して実行されることと、
    前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映すことと
    を含み、
    計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、
    前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、
    前記第1の生画像および第2の生画像のサンプルレートと比較して、放射線散乱のアンダーサンプリングされた患者固有の表現のみを計算するステップ(34，35，122)と、
    前記第1の生画像および第2の生画像と同じサンプルレートを得るために、前記計算されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングするステップ(36，123)と、
    前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップ(36，124)と
    を含む、患者の臓器のX線撮影の方法。
  37. 前記計算された補正は、前記第1の補正画像と前記第2の補正画像の両方において、それぞれ、前記第1の生画像と前記第2の生画像の両方に存在する自己散乱も低減するように、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理される、請求項36に記載の患者の臓器のX線撮影の方法。
  38. 前記第1の生画像と前記第2の生画像との間の交差散乱をさらに低減するように、前記第1の垂直走査と前記第2の垂直走査は、同期して実行されるが、間に時間シフトがあるように、一方では前記第1の放射線源(201)と前記第1の検出器(203)との間、他方では前記第2の放射線源(202)と前記第2の検出器(204)との間に垂直方向のギャップがある、請求項1から37のいずれか一項に記載の患者の臓器のX線撮影の方法。
  39. 請求項1から38のいずれか一項に記載の患者の臓器のX線撮影の方法を実施するように適合されたX線撮影装置。
  40. 請求項1から38のいずれか一項に記載の患者の臓器のX線撮影の方法を実施するX線撮影装置。
  41. 患者の臓器のX線撮影の方法であって、
    第1の放射線源(1，201)および第1の検出器(3，203)の協働によって、前記臓器の第1の2次元の生画像を作成することと、
    第2の放射線源(2，202)および第2の検出器(4，204)の協働によって、前記臓器の第2の2次元の生画像を作成することと、
    前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映すことと
    を含み、
    計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、
    前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、
    患者固有のデータとして、少なくとも第1の生画像と第2の生画像の両方、好ましくは主に第1の生画像と第2の生画像の両方、より好ましくは第1の生画像と第2の生画像の両方のみと、
    汎用データとして、3D汎用モデルと
    の両方を使用して、患者固有のモデリングとして3Dアバターを作成するステップ(121)と、
    前記3Dアバターにおいて交差散乱をシミュレートすることによって、放射線散乱の患者固有の表現を決定するステップ(122，123)と、
    前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記患者固有の放射線散乱表現を処理するステップ(124)と
    を含む、患者の臓器のX線撮影の方法。
  42. 患者の臓器のX線撮影の方法であって、
    第1の放射線源(1，201)および第1の検出器(3，203)の協働によって、前記臓器の第1の2次元の生画像を作成することと、
    第2の放射線源(2，202)および第2の検出器(4，204)の協働によって、前記臓器の第2の2次元の生画像を作成することと、
    前記第1の生画像および第2の生画像は、異なる入射角に従って前記患者の前記臓器を映すことと
    を含み、
    計算された補正は、第1の補正画像と第2の補正画像との間で、前記第1の生画像と前記第2の生画像との間に存在する交差散乱を低減するために、少なくとも太り過ぎまたは肥満の患者について、患者の走査された身長の少なくとも一部で、前記第1の生画像と前記第2の生画像の両方において処理され、
    前記第1の生画像と前記第2の生画像の両方における前記計算された補正の処理は、
    前記第1の生画像および第2の生画像のサンプルレートと比較して、放射線散乱のアンダーサンプリングされた患者固有の表現のみを計算するステップ(34，35，122)と、
    前記第1の生画像および第2の生画像と同じサンプルレートを得るために、前記計算されたアンダーサンプリングされた患者固有の放射線散乱表現をオーバーサンプリングするステップ(36，123)と、
    前記第1の補正画像および第2の補正画像を得るために、前記第1の生画像と前記第2の生画像の両方において前記オーバーサンプリングされた患者固有の放射線散乱表現を処理するステップ(36，124)と
    を含む、患者の臓器のX線撮影の方法。
JP2020500088A 2017-07-04 2017-07-04 患者の臓器のｘ線撮影の方法 Active JP7043584B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/IB2017/000986 WO2019008407A1 (en) 2017-07-04 2017-07-04 METHOD FOR RADIOGRAPHING AN ORGAN OF A PATIENT

Publications (2)

Publication Number Publication Date
JP2020525242A true JP2020525242A (ja) 2020-08-27
JP7043584B2 JP7043584B2 (ja) 2022-03-29

Family

ID=59714062

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020500088A Active JP7043584B2 (ja) 2017-07-04 2017-07-04 患者の臓器のｘ線撮影の方法

Country Status (5)

Country Link
US (2) US11864940B2 (ja)
EP (4) EP3871606B1 (ja)
JP (1) JP7043584B2 (ja)
CN (1) CN111093503B (ja)
WO (1) WO2019008407A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7422872B2 (ja) 2019-11-05 2024-01-26 イオス・イメージング ２つの放射線源の垂直走査を伴う放射線画像化方法および放射線装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3413800B1 (en) * 2016-02-10 2023-12-27 EOS Imaging Method of radiography of an organ of a patient
JP6925294B2 (ja) * 2018-03-23 2021-08-25 富士フイルム株式会社 画像処理装置、放射線画像撮影システム、画像処理方法、及び画像処理プログラム
JP6725733B2 (ja) 2018-07-31 2020-07-22 ソニーセミコンダクタソリューションズ株式会社 固体撮像装置および電子機器
WO2020027233A1 (ja) 2018-07-31 2020-02-06 ソニーセミコンダクタソリューションズ株式会社 撮像装置及び車両制御システム
US11375962B2 (en) * 2019-08-05 2022-07-05 Linev Systems, Inc. Fast foreign object scanner for scanning human bodies
WO2021094806A1 (en) * 2019-11-14 2021-05-20 Eos Imaging Radiological imaging method
US11826188B2 (en) * 2021-10-28 2023-11-28 GE Precision Healthcare LLC System and method for imaging a subject

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006527434A (ja) * 2003-06-10 2006-11-30 バイオスペース インスツルメンツ ３次元再構成のための放射線画像法並びにその方法を実施するコンピュータプログラムおよび装置
JP2007144134A (ja) * 2005-10-10 2007-06-14 Siemens Ag コンピュータ断層撮影システムの散乱放射線補正方法およびコンピュータ断層撮影システム
JP2007296338A (ja) * 2006-04-28 2007-11-15 Siemens Ag Ｘ線コンピュータ断層撮影装置における散乱放射線補正方法およびｘ線コンピュータ断層撮影装置
JP2013525053A (ja) * 2010-05-06 2013-06-20 イーオーエス イメージング 撮像装置および撮像方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1257325A4 (en) * 2000-02-18 2006-01-04 Beaumont Hospital William COMPUTERIZED TOMOGRAPHY WITH A CONICAL BEAM WITH A FLAT PANEL IMAGER
FR2810769B1 (fr) 2000-06-23 2002-10-11 Biospace Instr Procede et dispositif d'imagerie radiographique pour la reconstitution tridimensionnelle a faible dose d'irradiation
DE102004029009A1 (de) * 2004-06-16 2006-01-19 Siemens Ag Vorrichtung und Verfahren für die Streustrahlungskorrektur in der Computer-Tomographie
US20080253515A1 (en) * 2005-02-01 2008-10-16 Koninklijke Philips Electronics, N.V. Apparatus and Method for Correction of Extension of X-Ray Projections
WO2007062178A2 (en) * 2005-11-21 2007-05-31 The Regents Of The University Of California Method for computing patient radiation dose in computed tomoraphy
US9119555B2 (en) * 2007-07-04 2015-09-01 Eos Imaging Method for correcting an acquired medical image and medical imager
US7965816B2 (en) * 2008-08-11 2011-06-21 Control Screening, LLC. Scanning X-ray inspection system using scintillation detection with simultaneous counting and integrating modes
JP2010266235A (ja) * 2009-05-12 2010-11-25 Shimadzu Corp ポジトロンｃｔ装置および再構成方法
US9535168B2 (en) * 2010-05-06 2017-01-03 Eos Imaging Radiographic imaging device and detector for a radiographic imaging device
GB2484355B (en) * 2010-11-18 2012-09-26 Masar Scient Ltd Company System and method
JP6373952B2 (ja) * 2013-07-31 2018-08-15 富士フイルム株式会社 放射線画像解析装置および方法並びにプログラム
US11058371B2 (en) * 2013-10-30 2021-07-13 The Board Of Trustees Of The Leland Stanford Junior University Simultaneous attenuation and activity reconstruction for positron emission tomography
US9905607B2 (en) * 2015-07-28 2018-02-27 General Electric Company Radiation detector fabrication

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006527434A (ja) * 2003-06-10 2006-11-30 バイオスペース インスツルメンツ ３次元再構成のための放射線画像法並びにその方法を実施するコンピュータプログラムおよび装置
JP2007144134A (ja) * 2005-10-10 2007-06-14 Siemens Ag コンピュータ断層撮影システムの散乱放射線補正方法およびコンピュータ断層撮影システム
JP2007296338A (ja) * 2006-04-28 2007-11-15 Siemens Ag Ｘ線コンピュータ断層撮影装置における散乱放射線補正方法およびｘ線コンピュータ断層撮影装置
JP2013525053A (ja) * 2010-05-06 2013-06-20 イーオーエス イメージング 撮像装置および撮像方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7422872B2 (ja) 2019-11-05 2024-01-26 イオス・イメージング ２つの放射線源の垂直走査を伴う放射線画像化方法および放射線装置

Also Published As

Publication number Publication date
EP3648671A1 (en) 2020-05-13
US20240081771A1 (en) 2024-03-14
EP3871607A1 (en) 2021-09-01
EP3871606B1 (en) 2023-07-26
EP4292537A2 (en) 2023-12-20
EP3871606C0 (en) 2023-07-26
CN111093503B (zh) 2024-01-19
US11864940B2 (en) 2024-01-09
EP3871607C0 (en) 2023-07-26
US20200163643A1 (en) 2020-05-28
EP3871606A1 (en) 2021-09-01
CN111093503A (zh) 2020-05-01
EP3648671C0 (en) 2023-12-06
EP3648671B1 (en) 2023-12-06
EP3871607B1 (en) 2023-07-26
JP7043584B2 (ja) 2022-03-29
EP4292537A3 (en) 2024-02-28
WO2019008407A1 (en) 2019-01-10

Similar Documents

Publication Publication Date Title
JP7043584B2 (ja) 患者の臓器のｘ線撮影の方法
Wang et al. Acuros CTS: A fast, linear Boltzmann transport equation solver for computed tomography scatter–Part II: System modeling, scatter correction, and optimization
US10255697B2 (en) Method for generation of synthetic mammograms from tomosynthesis data
JP4841874B2 (ja) 断層合成造影における直接再生方法及び装置
WO2015015745A1 (ja) 放射線画像解析装置および方法並びにプログラム
US10064591B2 (en) System, method and computer readable medium for preview of low-dose x-ray projection and tomographic images
US20160140749A1 (en) Methods for generation of edge=preserving synthetic mammograms from tomosynthesis data
US10593070B2 (en) Model-based scatter correction for computed tomography
RU2770544C2 (ru) Коррекция увеличения жесткости рентгеновского излучения при томографической реконструкции с использованием модели ослабления альвареса-маковски
JPWO2014167935A1 (ja) Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法
Colijn et al. Experimental validation of a rapid Monte Carlo based micro-CT simulator
JP2004181243A (ja) 横方向のフィルタリング処理を用いたトモシンセシス画像を強調する方法及びシステム
Altunbas et al. A unified scatter rejection and correction method for cone beam computed tomography
Díaz et al. A fast scatter field estimator for digital breast tomosynthesis
US20190076108A1 (en) Breast imaging apparatus, dose calculating apparatus, control method for breast imaging apparatus, dose calculating method, and non-transitory computer-readable medium
CN117437144A (zh) 用于图像去噪的方法和系统
Aootaphao et al. X-ray scatter correction on soft tissue images for portable cone beam CT
McSkimming et al. Adaptive kernel-based scatter correction for multi-source stationary CT with non-circular geometry
Altunbas 10 Image corrections for scattered radiation
US20050152505A1 (en) Method and apparatus for reconstruction of the attenuation density of an object from x-ray projection image data
Zhang et al. A model-based volume restoration approach for Monte Carlo scatter correction in image reconstruction of cone beam CT with limited field of view
JP7254963B2 (ja) 放射線画像処理装置、方法およびプログラム
US20240041419A1 (en) Adaptive dual-energy x-ray imaging using pre-calibrated weighting factors
Haase et al. Estimation of statistical weights for model-based iterative CT reconstruction
EP4235581A1 (en) Medical image processing method, medical image processing apparatus, program, method for producing a trained machine learning model, apparatus for producing a trained machine learning model and computer-readable storage medium

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200305

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200305

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210510

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210906

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220106

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20220106

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

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20220118

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20220124

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220214

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220316

R150 Certificate of patent or registration of utility model

Ref document number: 7043584

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150