JP2021040991A - X-ray ct system and medical processor - Google Patents
X-ray ct system and medical processor Download PDFInfo
- Publication number
- JP2021040991A JP2021040991A JP2019165868A JP2019165868A JP2021040991A JP 2021040991 A JP2021040991 A JP 2021040991A JP 2019165868 A JP2019165868 A JP 2019165868A JP 2019165868 A JP2019165868 A JP 2019165868A JP 2021040991 A JP2021040991 A JP 2021040991A
- Authority
- JP
- Japan
- Prior art keywords
- projection data
- data set
- ray
- processing
- view
- 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
Links
- 238000012545 processing Methods 0.000 claims abstract description 355
- 239000000126 substance Substances 0.000 claims abstract description 56
- 238000012937 correction Methods 0.000 claims abstract description 55
- 239000013558 reference substance Substances 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims description 81
- 230000008569 process Effects 0.000 claims description 41
- 239000000203 mixture Substances 0.000 claims description 11
- 230000001678 irradiating effect Effects 0.000 claims description 5
- 239000012491 analyte Substances 0.000 abstract 2
- 230000006870 function Effects 0.000 description 232
- 238000002591 computed tomography Methods 0.000 description 91
- 238000010586 diagram Methods 0.000 description 35
- 230000015654 memory Effects 0.000 description 35
- 230000009977 dual effect Effects 0.000 description 24
- 230000007704 transition Effects 0.000 description 24
- 238000013528 artificial neural network Methods 0.000 description 21
- 239000010410 layer Substances 0.000 description 21
- 238000001514 detection method Methods 0.000 description 16
- 241001669679 Eleotris Species 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 230000002950 deficient Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000010365 information processing Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000009877 rendering Methods 0.000 description 5
- 208000000913 Kidney Calculi Diseases 0.000 description 3
- 206010029148 Nephrolithiasis Diseases 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000002355 dual-layer Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical group [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 229910052791 calcium Inorganic materials 0.000 description 2
- 239000011575 calcium Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 239000003925 fat Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
本発明の実施形態は、X線CTシステム及び医用処理装置に関する。 Embodiments of the present invention relate to X-ray CT systems and medical processing devices.
X線CT(Computed Tomography)スキャナで収集した2種類以上のX線エネルギーに対応する投影データに基づいて、複数の基準物質による対象物の物質弁別を行い、その結果を画像として表示する技術がある。2種類のX線エネルギーを利用する場合、この技術はデュアルエナジー(Dual Energy:DE)と呼ばれ、2種類の基準物質による物質弁別が可能である。 Based on the projection data corresponding to two or more types of X-ray energies collected by an X-ray CT (Computed Tomography) scanner, there is a technology to discriminate the object by multiple reference substances and display the result as an image. .. When using two types of X-ray energy, this technique is called Dual Energy (DE), and it is possible to discriminate substances using two types of reference substances.
例えば、デュアルエナジーの技術によれば、被検体の体内における腎臓結石や脂肪、軟組織、骨といった物質を弁別することが可能である。また、デュアルエナジーの技術によれば、被検体の体内における腎臓結石がカルシウムタイプの結石であるか尿酸タイプの結石であるかを判定することができる。 For example, dual energy technology makes it possible to discriminate substances such as kidney stones, fats, soft tissues, and bones in the body of a subject. Further, according to the dual energy technique, it is possible to determine whether the kidney stone in the body of the subject is a calcium type stone or a uric acid type stone.
ここで、X線CTスキャナが収集する投影データには、種々の要因により、ノイズやアーチファクトが含まれてしまう場合がある。また、X線CTスキャナが収集する投影データは、種々の要因により、その一部が欠損してしまう場合がある。例えば、X線管において放電現象が発生した場合、対応するビューの投影データが欠損してしまう場合がある。また、kVスイッチング方式でデュアルエナジーのスキャンを行なう場合、高エネルギーに対応する投影データにおいては低エネルギーのX線を照射していたビューの投影データが欠損し、低エネルギーに対応する投影データにおいては高エネルギーのX線を照射していたビューの投影データが欠損することとなる。物質弁別の精度を高めるためには、これらのノイズやアーチファクト、投影データの欠損部分を適切に補正することが望まれる。 Here, the projection data collected by the X-ray CT scanner may include noise and artifacts due to various factors. Further, the projection data collected by the X-ray CT scanner may be partially lost due to various factors. For example, when a discharge phenomenon occurs in an X-ray tube, the projection data of the corresponding view may be lost. Further, when performing dual energy scanning by the kV switching method, the projection data of the view that was irradiated with low energy X-rays is lost in the projection data corresponding to high energy, and the projection data corresponding to low energy is lost. The projected data of the view that was irradiated with high-energy X-rays will be lost. In order to improve the accuracy of substance discrimination, it is desirable to appropriately correct these noises, artifacts, and missing parts of projection data.
本発明が解決しようとする課題は、物質弁別の精度を向上させることである。 An object to be solved by the present invention is to improve the accuracy of substance discrimination.
実施形態のX線CTシステムは、スキャン部と、処理部とを備える。スキャン部は、X線の焦点位置を被検体の周囲で回転させながら前記被検体に対してX線を照射し、第1のX線エネルギーに対応する投影データ及び第2のX線エネルギーに対応する投影データを少なくとも含む投影データセットを収集する。処理部は、前記投影データセットについて、対向するビューの投影データを用いた補正処理を行ない、補正後の前記投影データセットに基づいて複数の基準物質による物質弁別を行なう。 The X-ray CT system of the embodiment includes a scanning unit and a processing unit. The scanning unit irradiates the subject with X-rays while rotating the focal position of the X-rays around the subject, and corresponds to the projection data corresponding to the first X-ray energy and the second X-ray energy. Collect a projection dataset that contains at least the projection data to be produced. The processing unit performs correction processing on the projection data set using the projection data of the opposite views, and discriminates substances with a plurality of reference substances based on the corrected projection data set.
以下、添付図面を参照して、X線CTシステム及び医用処理装置の実施形態について詳細に説明する。なお、本願に係るX線CTシステム及び医用処理装置は、以下に示す実施形態によって限定されるものではない。 Hereinafter, embodiments of the X-ray CT system and the medical processing apparatus will be described in detail with reference to the accompanying drawings. The X-ray CT system and the medical processing apparatus according to the present application are not limited to the embodiments shown below.
(第1の実施形態)
まず、図1を参照しながら、第1の実施形態に係るX線CTシステム10の構成について説明する。図1は、第1の実施形態に係るX線CTシステム10の構成の一例を示すブロック図である。図1に示すように、X線CTシステム10は、架台装置110と、寝台装置130と、コンソール装置140とを有する。なお、X線CTシステム10は、X線CT装置又はX線CTスキャナとも呼ばれる。
(First Embodiment)
First, the configuration of the
図1においては、非チルト状態での回転フレーム113の回転軸又は寝台装置130の天板133の長手方向をZ軸方向とする。また、Z軸方向に直交し、床面に対し水平である軸方向をX軸方向とする。また、Z軸方向に直交し、床面に対し垂直である軸方向をY軸方向とする。なお、図1は、説明のために架台装置110を複数方向から描画したものであり、X線CTシステム10が架台装置110を1つ有する場合を示す。
In FIG. 1, the rotation axis of the
架台装置110は、X線管111と、X線検出器112と、回転フレーム113と、X線高電圧装置114と、制御装置115と、ウェッジ116と、コリメータ117と、DAS118とを有する。
The
X線管111は、熱電子を発生する陰極(フィラメント)と、熱電子の衝突を受けてX線を発生する陽極(ターゲット)とを有する真空管である。X線管111は、X線高電圧装置114からの高電圧の印加により、陰極から陽極に向けて熱電子を照射することで、被検体P1に対し照射するX線を発生する。
The
X線検出器112は、X線管111から照射されて被検体P1を通過したX線を検出し、検出したX線量に対応した信号をDAS118へと出力する。X線検出器112は、例えば、X線管111の焦点を中心とした1つの円弧に沿ってチャンネル方向(チャネル方向)に複数の検出素子が配列された複数の検出素子列を有する。X線検出器112は、例えば、チャネル方向に複数の検出素子が配列された検出素子列が列方向に複数配列された構造を有する。なお、列方向については、スライス方向、row方向、又はセグメント方向とも記載する。また、列方向は、図1に示す被検体P1の体軸方向(Z軸方向)に対応する。
The
例えば、X線検出器112は、グリッドと、シンチレータアレイと、光センサアレイとを有する間接変換型の検出器である。シンチレータアレイは、複数のシンチレータを有する。シンチレータは入射X線量に応じた光子量の光を出力するシンチレータ結晶を有する。グリッドは、シンチレータアレイのX線入射側の面に配置され、散乱X線を吸収するX線遮蔽板を有する。なお、グリッドはコリメータ(1次元コリメータ又は2次元コリメータ)と呼ばれる場合もある。光センサアレイは、シンチレータからの光量に応じた電気信号に変換する機能を有し、例えば、フォトダイオード等の光センサを有する。なお、X線検出器112は、入射したX線を電気信号に変換する半導体素子を有する直接変換型の検出器であっても構わない。
For example, the
回転フレーム113は、X線管111とX線検出器112とを対向支持し、制御装置115によってX線管111とX線検出器112とを回転させる円環状のフレームである。例えば、回転フレーム113は、アルミニウムを材料とした鋳物である。なお、回転フレーム113は、X線管111及びX線検出器112に加えて、X線高電圧装置114やウェッジ116、コリメータ117、DAS118等を更に支持することもできる。更に、回転フレーム113は、図1において図示しない種々の構成を更に支持することもできる。以下では、架台装置110において、回転フレーム113、及び、回転フレーム113と共に回転移動する部分を、回転部とも記載する。
The
X線高電圧装置114は、変圧器(トランス)及び整流器等の電気回路を有し、X線管111に印加する高電圧を発生する高電圧発生装置と、X線管111が発生するX線に応じた出力電圧の制御を行なうX線制御装置とを有する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であってもよい。なお、X線高電圧装置114は、回転フレーム113に設けられてもよいし、図示しない固定フレームに設けられても構わない。
The X-ray high-
制御装置115は、CPU(Central Processing Unit)等を有する処理回路と、モータ及びアクチュエータ等の駆動機構とを有する。制御装置115は、入力インターフェース143からの入力信号を受けて、架台装置110及び寝台装置130の動作制御を行なう。例えば、制御装置115は、回転フレーム113の回転や架台装置110のチルト、寝台装置130の動作等について制御を行なう。一例を挙げると、制御装置115は、架台装置110をチルトさせる制御として、入力された傾斜角度(チルト角度)情報により、X軸方向に平行な軸を中心に回転フレーム113を回転させる。なお、制御装置115は架台装置110に設けられてもよいし、コンソール装置140に設けられてもよい。
The
ウェッジ116は、X線管111から照射されたX線量を調節するためのX線フィルタである。具体的には、ウェッジ116は、X線管111から被検体P1へ照射されるX線が予め定められた分布になるように、X線管111から照射されたX線を減衰させるX線フィルタである。例えば、ウェッジ116は、ウェッジフィルタ(wedge filter)やボウタイフィルタ(bow−tie filter)であり、所定のターゲット角度や所定の厚みとなるようにアルミニウム等を加工して作製される。
The
コリメータ117は、ウェッジ116を透過したX線の照射範囲を絞り込むための鉛板等であり、複数の鉛板等の組み合わせによってスリットを形成する。なお、コリメータ117は、X線絞りと呼ばれる場合もある。また、図1においては、X線管111とコリメータ117との間にウェッジ116が配置される場合を示すが、X線管111とウェッジ116との間にコリメータ117が配置される場合であってもよい。この場合、ウェッジ116は、X線管111から照射され、コリメータ117により照射範囲が制限されたX線を透過して減衰させる。
The
DAS118は、X線検出器112が有する各検出素子によって検出されるX線の信号を収集する。例えば、DAS118は、各検出素子から出力される電気信号に対して増幅処理を行なう増幅器と、電気信号をデジタル信号に変換するA/D変換器とを有し、検出データを生成する。DAS118は、例えば、プロセッサにより実現される。
The
DAS118が生成したデータは、回転フレーム113に設けられた発光ダイオード(Light Emitting Diode:LED)を有する送信機から、光通信によって、架台装置110の非回転部分(例えば、固定フレーム等。図1での図示は省略している)に設けられた、フォトダイオードを有する受信機に送信され、コンソール装置140へと転送される。ここで、非回転部分とは、例えば、回転フレーム113を回転可能に支持する固定フレーム等である。なお、回転フレーム113から架台装置110の非回転部分へのデータの送信方法は、光通信に限らず、非接触型の如何なるデータ伝送方式を採用してもよいし、接触型のデータ伝送方式を採用しても構わない。
The data generated by the
寝台装置130は、スキャン対象の被検体P1を載置、移動させる装置であり、基台131と、寝台駆動装置132と、天板133と、支持フレーム134とを有する。基台131は、支持フレーム134を鉛直方向に移動可能に支持する筐体である。寝台駆動装置132は、被検体P1が載置された天板133を、天板133の長軸方向に移動する駆動機構であり、モータ及びアクチュエータ等を含む。支持フレーム134の上面に設けられた天板133は、被検体P1が載置される板である。なお、寝台駆動装置132は、天板133に加え、支持フレーム134を天板133の長軸方向に移動してもよい。
The
コンソール装置140は、メモリ141と、ディスプレイ142と、入力インターフェース143と、処理回路144とを有する。なお、コンソール装置140は架台装置110とは別体として説明するが、架台装置110にコンソール装置140又はコンソール装置140の各構成要素の一部が含まれてもよい。
The
メモリ141は、例えば、RAM(Random Access Memory)、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。例えば、メモリ141は、被検体P1に対するスキャンを実行することで収集される各種のデータを記憶する。また、例えば、メモリ141は、X線CTシステム10に含まれる回路がその機能を実現するためのプログラムを記憶する。なお、メモリ141は、X線CTシステム10とネットワークを介して接続されたサーバ群(クラウド)により実現されることとしてもよい。
The
ディスプレイ142は、各種の情報を表示する。例えば、ディスプレイ142は、処理回路144が生成した表示用のCT画像を表示したり、物質弁別の結果を示す画像を表示したりする。また、例えば、ディスプレイ142は、ユーザからの各種操作を受け付けるためのGUI(Graphical User Interface)を表示する。例えば、ディスプレイ142は、液晶ディスプレイやCRT(Cathode Ray Tube)ディスプレイである。ディスプレイ142は、デスクトップ型でもよいし、コンソール装置140本体と無線通信可能なタブレット端末等で構成されることにしても構わない。
The display 142 displays various information. For example, the display 142 displays a CT image for display generated by the
入力インターフェース143は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路144に出力する。例えば、入力インターフェース143は、CT画像データを再構成する際の再構成条件や、CT画像データから表示用のCT画像を生成する際の画像処理条件等をユーザから受け付ける。例えば、入力インターフェース143は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行なうタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース143は、架台装置110に設けられてもよい。また、入力インターフェース143は、コンソール装置140本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インターフェース143は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、コンソール装置140とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路144へ出力する電気信号の処理回路も入力インターフェース143の例に含まれる。
The
処理回路144は、スキャン機能144a、処理機能144b、及び制御機能144cを実行することで、X線CTシステム10全体の動作を制御する。なお、スキャン機能144aは、スキャン部の一例である。また、処理機能144bは、処理部の一例である。
The
例えば、処理回路144は、スキャン機能144aに相当するプログラムをメモリ141から読み出して実行することにより、被検体P1に対するスキャンを実行する。例えば、スキャン機能144aは、X線高電圧装置114を制御することにより、X線管111に高電圧を供給する。これにより、X線管111は、被検体P1に対し照射するX線を発生する。また、スキャン機能144aは、寝台駆動装置132を制御することにより、被検体P1を架台装置110の撮影口内へ移動させる。また、スキャン機能144aは、ウェッジ116の位置、及び、コリメータ117の開口度及び位置を調整することで、被検体P1に照射されるX線の分布を制御する。また、スキャン機能144aは、制御装置115を制御することにより回転部を回転させる。また、スキャン機能144aによってスキャンが実行される間、DAS118は、X線検出器112における各検出素子からX線の信号を収集し、検出データを生成する。また、スキャン機能144aは、DAS118から出力された検出データに対して、前処理を施す。例えば、スキャン機能144aは、DAS118から出力された検出データに対して、対数変換処理やオフセット補正処理、チャンネル間の感度補正処理、ビームハードニング補正等の前処理を施す。なお、前処理を施した後のデータについては生データとも記載する。また、前処理を施す前の検出データ及び前処理を施した後の生データを総称して、投影データとも記載する。
For example, the
また、処理回路144は、処理機能144bに相当するプログラムをメモリ141から読み出して実行することにより、前処理後の投影データに基づいて画像データを生成する。例えば、処理機能144bは、投影データに対して、フィルタ補正逆投影法や逐次近似再構成法、逐次近似応用再構成法等を用いた再構成処理を行なうことにより、CT画像データ(ボリュームデータ)を生成する。また、処理機能144bは、AI(Artificial Intelligence)による再構成処理を行なって、CT画像データを生成することもできる。例えば、処理機能144bは、DLR(Deep Learning Reconstruction)法により、CT画像データを生成する。また、処理機能144bは、投影データに基づいて、複数の基準物質による物質弁別を行なう。なお、処理機能144bは、再構成処理を施す前の段階(投影データの段階)で物質弁別を行なってもよいし、再構成処理を施した後の段階(CT画像データの段階)で物質弁別を行なってもよい。処理機能144bによる弁別処理については後述する。
Further, the
また、処理回路144は、制御機能144cに対応するプログラムをメモリ141から読み出して実行することにより、ディスプレイ142における表示の制御を行なう。例えば、制御機能144cは、入力インターフェース143を介してユーザから受け付けた入力操作等に基づいて、処理機能144bにより生成されたCT画像データを、公知の方法により表示用のCT画像(任意断面の断層像データや3次元画像データ等)に変換する。そして、制御機能144cは、変換した表示用のCT画像をディスプレイ142に表示させる。また、例えば、制御機能144cは、処理機能144bによる物質弁別の結果を示す画像をディスプレイ142に表示させる。また、制御機能144cは、ネットワークを介して各種のデータを送信する。一例を挙げると、制御機能144cは、処理機能144bにより生成されたCT画像データや物質弁別の結果を示す画像を、図示しない画像保管装置に送信して保管させる。
Further, the
図1に示すX線CTシステム10においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ141へ記憶されている。処理回路144は、メモリ141からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、プログラムを読み出した状態の処理回路144は、読み出したプログラムに対応する機能を有することとなる。
In the
なお、図1においては単一の処理回路144にて、スキャン機能144a、処理機能144b、及び制御機能144cが実現するものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路144を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。また、処理回路144が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。
Although it has been described in FIG. 1 that the
また、処理回路144は、ネットワークを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路144は、メモリ141から各機能に対応するプログラムを読み出して実行するとともに、X線CTシステム10とネットワークを介して接続されたサーバ群(クラウド)を計算資源として利用することにより、図1に示す各機能を実現する。
Further, the
以上、X線CTシステム10の構成例について説明した。以下、X線CTシステム10が行なう処理について詳細に説明する。
The configuration example of the
まず、デュアルエナジー収集を実行して物質弁別を行なうまでの一連の処理について説明する。なお、本実施形態では、kVスイッチング方式によるデュアルエナジー収集を行なう場合を例として説明する。 First, a series of processes from executing dual energy collection to performing substance discrimination will be described. In this embodiment, a case where dual energy collection by the kV switching method is performed will be described as an example.
例えば、デュアルエナジー収集を行なう本スキャンに先立って、まず、本スキャンのスキャン範囲を設定するための位置決めスキャンが実行される。ここで、位置決めスキャンは、2次元で実行されてもよいし、3次元で実行されてもよい。 For example, prior to the main scan for performing dual energy collection, a positioning scan for setting the scan range of the main scan is first executed. Here, the positioning scan may be performed in two dimensions or in three dimensions.
2次元の位置決めスキャンを実行する場合、スキャン機能144aは、X線の焦点位置を被検体P1の周囲で回転させないで、X線の焦点位置及び被検体P1の少なくともいずれかを被検体P1の体軸方向に沿って移動させながら、位置決め撮影を実行する。例えば、スキャン機能144aは、X線管111の位置を所定の回転角度に固定し、天板133をZ軸方向に移動させながらX線管111から被検体P1に対してX線を照射させることで、2次元の位置決め撮影を実行することができる。
When performing a two-dimensional positioning scan, the
また、3次元の位置決めスキャンを実行する場合、スキャン機能144aは、X線の焦点位置を被検体P1の周囲で回転させながら、位置決め撮影を実行する。例えば、スキャン機能144aは、コンベンショナルスキャン、ヘリカルスキャン、ステップアンドシュートといった方式のスキャンを実行することで、3次元の位置決め撮影を実行することができる。
Further, when executing the three-dimensional positioning scan, the
次に、処理機能144bは、位置決めスキャンのスキャン結果に基づいて、位置決め画像データを生成する。なお、位置決め画像データは、スキャノ画像データやスカウト画像データと呼ばれる場合もある。次に、制御機能144cは、位置決め画像データに基づいて参照画像を生成し、生成した参照画像をディスプレイ142に表示させる。例えば、3次元の位置決めスキャンが実行されていた場合、制御機能144cは、位置決め画像データに対するレンダリング処理を実行することで参照画像を生成し、生成した参照画像をディスプレイ142に表示させる。また、制御機能144cは、参照画像を参照したユーザからの入力操作を受け付けることで、本スキャンのスキャン範囲を設定する。
Next, the
なお、レンダリング処理の例としては、断面再構成法(MPR:Multi Planar Reconstruction)により、3次元の画像データから任意断面の2次元画像を生成する処理が挙げられる。また、レンダリング処理の他の例としては、ボリュームレンダリング(Volume Rendering)処理や、最大値投影法(MIP:Maximum Intensity Projection)により、3次元の画像データから、3次元の情報を反映した2次元画像を生成する処理が挙げられる。 An example of the rendering process is a process of generating a two-dimensional image of an arbitrary cross section from three-dimensional image data by a cross-section reconstruction method (MPR: Multi Planar Reconnection). Further, as another example of the rendering process, a two-dimensional image reflecting three-dimensional information from three-dimensional image data by volume rendering (Volume Rendering) processing or maximum value projection method (MIP: Maximum Intelligence Projection). The process of generating is mentioned.
また、本スキャンのスキャン範囲をユーザが設定するものとして説明したが、実施形態はこれに限定されるものではない。例えば、制御機能144cは、位置決め画像データ、又は位置決め画像データに基づいて生成した参照画像を解析し、診断対象の臓器等を抽出することで、本スキャンのスキャン範囲を自動設定してもよい。
Further, although the description has been made assuming that the scan range of this scan is set by the user, the embodiment is not limited to this. For example, the
次に、スキャン機能144aは、設定されたスキャン範囲に対し、本スキャンとして、kVスイッチング方式のデュアルエナジー収集を実行する。具体的には、スキャン機能144aは、1又は複数のビューごとに、第1のX線エネルギーと第2のX線エネルギーとの間で、被検体P1に対して照射するX線のエネルギーを変化させる。これにより、スキャン機能144aは、第1のX線エネルギーに対応する投影データ及び第2のX線エネルギーに対応する投影データを少なくとも含む投影データセットを収集する。
Next, the
以下では、第1のX線エネルギーを「High kVp」とし、第2のX線エネルギーを「Low kVp」として説明する。即ち、スキャン機能144aは、1又は複数のビューごとに、「High kVp」と「Low kVp」との間で、被検体P1に対して照射するX線のエネルギーを変化させる。これにより、スキャン機能144aは、図2に示すように、「High kVp」に対応する投影データ、「Low kVp」に対応する投影データ、及び、「High kVp」と「Low kVp」との切り替え期間に被検体P1に照射されたX線のエネルギーである「Transition」に対応する投影データを含む投影データセットA11を収集する。なお、「Transition」は、第3のX線エネルギーの一例である。通常、「Transition」は、「Low kVp」と「High kVp」との間において変動する値である。また、図2に示す「Transition」の幅は、kVスイッチングにおけるスイッチングスピードに依存する。また、図2は、第1の実施形態に係る投影データセットの一例を示す図である。
Hereinafter, the first X-ray energy will be referred to as “High kVp” and the second X-ray energy will be referred to as “Low kVp”. That is, the
なお、図2では記載を省略しているものの、投影データセットA11は、通常、被検体P1の体軸方向を含む3次元データである。即ち、図2では投影データセットA11を2次元のサイノグラムとして示しているが、投影データセットA11は、チャンネル方向、ビュー方向及び体軸方向を有する3次元データである。以下では、説明を簡略化するため、投影データセットA11を、チャンネル方向及びビュー方向の2次元データとして説明する。 Although the description is omitted in FIG. 2, the projection data set A11 is usually three-dimensional data including the body axis direction of the subject P1. That is, although the projection data set A11 is shown as a two-dimensional synogram in FIG. 2, the projection data set A11 is three-dimensional data having a channel direction, a view direction, and a body axis direction. In the following, for the sake of simplicity, the projection data set A11 will be described as two-dimensional data in the channel direction and the view direction.
次に、処理機能144bは、デュアルエナジー収集された投影データセットA11に対して、物質弁別を行なうための種々の処理を行なう。例えば、図2に示したように、投影データセットA11は、「High kVp」に対応する投影データ、「Low kVp」に対応する投影データ及び「Transition」に対応する投影データが混合したデータであり、各エネルギーについて言えばスパースなデータである。例えば、「High kVp」については、「Low kVp」及び「Transition」で示されるビューの投影データは欠損していると言える。そこで、処理機能144bは、各エネルギーの投影データについて補間処理を行なう。以下、補間処理の一例について、図3A、図3B及び図3Cを用いて説明する。図3A、図3B及び図3Cは、第1の実施形態に係る補間処理の一例を示す図である。
Next, the
例えば、処理機能144bは、まず、図3Aに示すように、投影データセットA11から、「High kVp」に対応する投影データセットB11、「Low kVp」に対応する投影データセットB12、及び、「Transition」に対応する投影データセットB13をそれぞれ抽出する。
For example, as shown in FIG. 3A, the
ここで、投影データセットB11及び投影データセットB12は、いずれも、欠損部分を有するスパースなデータとなる。例えば、図3Bに示すように、投影データセットB11においては、「Low kVp」又は「Transition」のビューが欠損部分となっている。そこで、処理機能144bは、図3Cに示すように、投影データセットB11について補間処理を行なう。
Here, the projection data set B11 and the projection data set B12 are both sparse data having a missing portion. For example, as shown in FIG. 3B, in the projection data set B11, the view of "Low kVp" or "Transition" is a missing part. Therefore, the
具体的には、処理機能144bは、投影データセットB11における欠損部分の近傍の投影データを用いて、欠損部分の投影データを推定することにより、補間処理を行なうことができる。また、処理機能144bは、投影データセットB12に含まれる、投影データセットB11の欠損部分に対応するデータについてスケーリング処理を行なうことで補間処理を行なうことができる。即ち、処理機能144bは、「Low kVp」に対応する投影データセットB12に対してスケーリング処理を行ない、「High kVp」に対応するデータに加工することで、「High kVp」に対応する投影データセットB11の補間処理を行なうことができる。
Specifically, the
以下、補間処理後の投影データセットB11を、投影データセットC11と記載する。図3A及び図3Cに示すように、投影データセットC11は、欠損部分が補間されたフルデータ(full data)となる。また、処理機能144bは、投影データセットB11と同様に、投影データセットB12について補間処理を行ない、フルデータである投影データセットC12を生成することができる。
Hereinafter, the projection data set B11 after the interpolation processing will be referred to as a projection data set C11. As shown in FIGS. 3A and 3C, the projection data set C11 is full data in which the missing portion is interpolated. Further, the
なお、一般に、投影データセットB11及び投影データセットB12の補間処理において、「Transition」に対応する投影データセットB13は使用されない。これは、X線エネルギーの切り替え期間においては被検体P1に対して照射されるX線のエネルギー及び光子数にゆらぎが生じるため、投影データセットB13を補間処理に使用することでノイズを増加させてしまう可能性があるためである。 In general, the projection data set B13 corresponding to "Transition" is not used in the interpolation processing of the projection data set B11 and the projection data set B12. This is because the X-ray energy and the number of photons irradiated to the subject P1 fluctuate during the X-ray energy switching period, so the noise is increased by using the projection data set B13 for the interpolation process. This is because there is a possibility that it will end up.
そして、処理機能144bは、「High kVp」に対応する投影データセットC11及び「Low kVp」に対応する投影データセットC12に基づいて、複数の基準物質による物質弁別を行なう。
Then, the
一例を挙げると、処理機能144bは、投影データセットC11及び投影データセットC12を用いて、スキャン範囲内に存在する2つの基準物質を分離する。具体的には、処理機能144bは、投影データセットC11及び投影データセットC12それぞれについて線減弱係数の分布を求め、線減弱係数の各位置(各画素)について、以下の式(1)の連立方程式を解くことで、各位置における2つの基準物質の混合量や混合割合を算出する。
As an example, the
ここで、「μ(E1)」は単色X線エネルギー「E1」における各位置の線減弱係数を示し、「μ(E2)」は単色X線エネルギー「E2」における各位置の線減弱係数を示す。また、「μα(E)」は基準物質αの線減弱係数を示し、「μβ(E)」は基準物質βの線減弱係数を示す。また、「cα」は基準物質αの混合量を示し、「cβ」は基準物質βの混合量を示す。なお、各基準物質のエネルギーごとの線減弱係数は既知である。例えば、処理機能144bは、「High kVp」として照射したX線エネルギーを「E1」に代入し、「Low kVp」として照射したX線エネルギーを「E2」に代入して式(1)の連立方程式を解くことで、2種類の基準物質「α、β」による物質弁別を行なう。
Here, "μ (E1)" indicates the line attenuation coefficient of each position in the monochromatic X-ray energy "E1", and "μ (E2)" indicates the line attenuation coefficient of each position in the monochromatic X-ray energy "E2". .. Further, "μ α (E)" indicates the linear attenuation coefficient of the reference substance α, and “μ β (E)” indicates the linear attenuation coefficient of the reference substance β. Further, "c α " indicates the mixed amount of the reference substance α, and "c β " indicates the mixed amount of the reference substance β. The linear attenuation coefficient for each energy of each reference substance is known. For example, the
そして、処理機能144bは、物質弁別の結果を示す画像を生成する。例えば、処理機能144bは、基準物質ごとに物質弁別画像を生成する。一例を挙げると、処理機能144bは、基準物質αを強調した物質弁別画像と、基準物質βを強調した物質弁別画像とをそれぞれ生成する。また、処理機能144bは、基準物質ごとに生成した複数の物質弁別画像を用いて、各基準物質の混合割合に基づく重み付け計算処理を行なうことにより、所定のエネルギーにおける仮想単色X線画像(モノクロマティック画像とも記載する)や、密度画像、実効原子番号画像等、種々の画像を生成することもできる。また、制御機能144cは、これら物質弁別の結果を示す画像を、ディスプレイ142に表示させる。
Then, the
なお、再構成処理を施す前の段階で物質弁別を行なうものとして説明したが、処理機能144bは、再構成処理を施した後の段階で物質弁別を行なってもよい。即ち、処理機能144bは、投影データセットC11及び投影データセットC12の各画素について式(1)の連立方程式を解くことで物質弁別を行なってもよいし、投影データセットC11に基づくCT画像データ及び投影データセットC12に基づくCT画像データの各画素について式(1)の連立方程式を解くことで物質弁別を行なってもよい。
Although it has been described that the substance is discriminated before the reconstitution treatment is performed, the
また、上記した式(1)について「μ」を線減弱係数、「c」を混合量として説明したが、実施形態はこれに限定されるものではない。例えば、処理機能144bは、各物質における「μ」を質量減弱係数とし、「c」を密度として、式(1)を解くこととしても構わない。
Further, although the above equation (1) has been described with "μ" as the linear attenuation coefficient and "c" as the mixing amount, the embodiment is not limited to this. For example, the
ところで、図3A〜3Cにおいて説明した補間処理は、近傍の投影データや別エネルギーで収集された投影データに基づいて、欠損部分を推定するものである。ここで、推定の精度を向上させるためには、より多くの情報を使用することが好ましい。 By the way, the interpolation process described in FIGS. 3A to 3C estimates the missing portion based on the projection data in the vicinity or the projection data collected by another energy. Here, it is preferable to use more information in order to improve the accuracy of estimation.
そこで、X線CTシステム10は、近傍の投影データや別エネルギーで収集された投影データのみならず、対向ビューの投影データを更に用いて欠損部分の推定を行なう。これにより、X線CTシステム10は、欠損部分の推定の精度を向上させ、ひいては物質弁別の精度を向上させる。以下、対向ビューの投影データを用いた処理について詳細に説明する。
Therefore, the
まず、図4を用いて、対向ビューについて説明する。図4は、第1の実施形態に係る対向ビューについて説明するための図である。なお、図4においては、ビューV11を基準とし、ビューV11に対向するビューについて説明する。 First, the facing view will be described with reference to FIG. FIG. 4 is a diagram for explaining the facing view according to the first embodiment. In FIG. 4, a view facing the view V11 will be described with reference to the view V11.
図4に示すように、ビューV11においては、チャンネル方向の各座標についての投影データが収集される。例えば、ビューV11においては、チャンネルW11の投影データ、チャンネルW12の投影データ、チャンネルW13の投影データといった複数の投影データが略同時に収集される。 As shown in FIG. 4, in view V11, projection data for each coordinate in the channel direction is collected. For example, in the view V11, a plurality of projection data such as the projection data of the channel W11, the projection data of the channel W12, and the projection data of the channel W13 are collected substantially at the same time.
ビューV21、ビューV22及びビューV23についても同様に、チャンネル方向の各座標についての投影データが収集される。ここで、ビューV21におけるチャンネルW21の投影データは、X線の照射方向は反対であるものの、ビューV11におけるチャンネルW11の投影データと略同じX線経路を有する投影データである。また、ビューV22におけるチャンネルW22の投影データは、X線の照射方向は反対であるものの、ビューV11におけるチャンネルW12の投影データと略同じX線経路を有する投影データである。また、ビューV23におけるチャンネルW23の投影データは、X線の照射方向は反対であるものの、ビューV11におけるチャンネルW13の投影データと略同じX線経路を有する投影データである。 Similarly, for view V21, view V22, and view V23, projection data for each coordinate in the channel direction is collected. Here, the projection data of the channel W21 in the view V21 is the projection data having substantially the same X-ray path as the projection data of the channel W11 in the view V11, although the X-ray irradiation directions are opposite to each other. Further, the projection data of the channel W22 in the view V22 is the projection data having substantially the same X-ray path as the projection data of the channel W12 in the view V11, although the X-ray irradiation directions are opposite to each other. Further, the projection data of the channel W23 in the view V23 is the projection data having substantially the same X-ray path as the projection data of the channel W13 in the view V11, although the X-ray irradiation directions are opposite to each other.
このように、ビューV21、ビューV22及びビューV23は、ビューV11において収集される投影データと略同じX線経路を有する投影データを含んでいる。以下では、このようなビューを、対向するビューとして説明する。即ち、ビューV21、ビューV22及びビューV23は、ビューV11に対向するビューである。一例を挙げると、ビューV11に対向するビューは、ビューV11と「180°」異なるビューから、X線管111が照射するX線のファン角に相当する範囲内のビューである。
As described above, the views V21, the view V22, and the view V23 include the projection data having substantially the same X-ray path as the projection data collected in the view V11. Hereinafter, such a view will be described as an opposite view. That is, the view V21, the view V22, and the view V23 are views facing the view V11. As an example, the view facing the view V11 is a view that is "180 °" different from the view V11 and is within a range corresponding to the fan angle of the X-rays emitted by the
なお、図4においては記載を省略しているが、通常、X線CTシステム10において収集される投影データセットは、チャンネル方向及びビュー方向に加えて、体軸方向(Z軸方向)を有する3次元データである。また、投影データセットを収集するためのスキャンには、コンベンショナルスキャン、ヘリカルスキャン、ステップアンドシュートといった種々の方式がある。
Although not described in FIG. 4, the projection data set normally collected by the
コンベンショナルスキャン又はステップアンドシュートの方式でスキャンが実行される場合、X線CTシステム10の回転部が一回転する間に体軸方向の変化は生じない。従って、コンベンショナルスキャン又はステップアンドシュートの方式でスキャンが実行される場合、処理機能144bは、図4に示すような2次元空間において、対向するビューを容易に特定することができる。
When the scan is performed by the conventional scan or the step-and-shoot method, there is no change in the body axis direction during one rotation of the rotating portion of the
一方で、ヘリカルスキャンの方式でスキャンが実行される場合、回転部が一回転する間に体軸方向の変化が生じる。そして、処理機能144bは、かかる体軸方向の変化を考慮して、対向するビューを特定する必要がある。例えば、処理機能144bは、撮影のピッチに基づいて、対向するビューを特定する。ここで、撮影のピッチとは、例えば、ビームピッチやヘリカルピッチである。なお、ビームピッチは、回転部が1回転する間に架台装置110に対して被検体P1が移動する量と、スキャン範囲の体軸方向の幅との比である。また、ヘリカルピッチは、回転部が1回転する間に架台装置110に対して被検体P1が移動する量と、スキャン範囲において検出素子1列分に相当する幅(コリメーション幅)との比である。なお、撮影のピッチは、例えば、スキャン中の天板133の移動速度により調整することができる。
On the other hand, when scanning is executed by the helical scan method, a change in the body axis direction occurs during one rotation of the rotating portion. Then, the
また、ヘリカルスキャンの方式でスキャンが実行される場合、対向するビューを直接的には特定できない場合がある。即ち、体軸方向の変化に起因して、対向するビューにおいてはX線の照射が行なわれていなかったというケースが想定される。かかる場合、処理機能144bは、チャンネル方向又は体軸方向に隣接する投影データを使用した補間処理を行なうことで、対向するビューの投影データを生成することができる。
Further, when the scan is executed by the helical scan method, it may not be possible to directly identify the opposite view. That is, it is assumed that X-rays are not irradiated in the opposite views due to the change in the body axis direction. In such a case, the
また、図4に示したビューV11のように、スキャンによって実際に収集される投影データは、複数のチャンネルについて略同時に収集される。即ち、図2、図3A、図3B、図3C、図4等に示したように、実際に収集される投影データは、チャンネル方向及びビュー方向を有する平面において、チャンネル方向に平行な直線として示すことができる。一方で、対向するビューの投影データは、チャンネルごとにビュー方向にずれて収集される。即ち、対向するビューの投影データは、図4に示したように、チャンネル方向に対して傾いた斜線として表現することができる。以下では、実際に収集される投影データと対向するビューの投影データとの表現形式を揃えて説明を簡素化するため、対向するビューの投影データについても、チャンネル方向に平行な直線として表現することとする。 Further, as in the view V11 shown in FIG. 4, the projection data actually collected by the scan is collected substantially simultaneously for a plurality of channels. That is, as shown in FIGS. 2, 3A, 3B, 3C, 4, etc., the projected data actually collected is shown as a straight line parallel to the channel direction in the plane having the channel direction and the view direction. be able to. On the other hand, the projection data of the opposite views is collected by shifting in the view direction for each channel. That is, the projection data of the opposing views can be expressed as diagonal lines inclined with respect to the channel direction, as shown in FIG. In the following, in order to simplify the explanation by aligning the representation formats of the projection data actually collected and the projection data of the opposite view, the projection data of the opposite view is also expressed as a straight line parallel to the channel direction. And.
ここで、kVスイッチング方式においては、補正対象のビューと対向するビューとで、被検体P1に対して照射するX線のエネルギーが異なっている場合がある。例えば、図4のビューV11において「High kVp」のX線を照射していた場合に、対向するビューで照射していたX線のエネルギーは、「High kVp」の場合もあれば、「Low kVp」の場合もあれば、「Transition」の場合もある。 Here, in the kV switching method, the energy of X-rays emitted to the subject P1 may differ between the view to be corrected and the view facing the correction target. For example, when the X-ray of "High kVp" is irradiated in the view V11 of FIG. 4, the energy of the X-ray irradiated in the opposite view may be "High kVp" or "Low kVp". In some cases, it may be "Transition".
即ち、補正対象のビュー及び対向するビューにおけるX線エネルギーの組み合わせについては種々のケースが考えられる。そこで、処理機能144bは、補正対象のビューにおいて収集された投影データについての補正処理を行なう際、ケースに応じた処理を行なう。以下、処理機能144bが行なう処理について、ケースごとに説明する。
That is, various cases can be considered for the combination of X-ray energies in the view to be corrected and the views facing each other. Therefore, the
まず、図5A及び図5Bを用いて、ケース1及びケース2の場合に処理機能144bが行なう処理について説明する。図5Aは、第1の実施形態に係るケース1及びケース2について説明するための図である。また、図5Bは、第1の実施形態に係るケース1における処理の一例を示す図である。
First, the processing performed by the
図5Aに示すように、ケース1及びケース2は、補正対象のビューと対向するビューとで、被検体P1に対して照射されたX線エネルギーが同じケースである。より具体的には、ケース1は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが「Low kVp」であり、対向するビューにおいて被検体P1に照射されたX線エネルギーが「Low kVp」であるケースである。また、ケース2は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが「High kVp」であり、対向するビューにおいて被検体P1に照射されたX線エネルギーが「High kVp」であるケースである。
As shown in FIG. 5A, in
なお、図5Aにおいては、説明の便宜のため、補正対象のビューに加えて、その前後のビューを示す。例えば、図5Aのケース1においては、「Low kVp」である補正対象のビューに加えて、その前後のビューである「Transition」や「High kVp」も併せて示す。
In FIG. 5A, for convenience of explanation, in addition to the view to be corrected, the views before and after the view are shown. For example, in
なお、ケース1、ケース2、その他後述する各ケースのいずれに該当するかはビューごとに異なる。例えば、図4に示したビューV11において収集された投影データがケース1に該当する場合であっても、ビューV11の次のビューにおいて収集された投影データがケース1に該当するとは限らない。従って、処理機能144bは、各ビューの投影データについて、いずれのケースに該当するかの判定を行なう。
It should be noted that which of
例えば、スキャン機能144aは、まず、kVスイッチング方式のデュアルエナジー収集を行ない、投影データセットA21を収集する。投影データセットA21は、図2の投影データセットA11と同様、「High kVp」に対応する投影データと、「Low kVp」に対応する投影データと、「Transition」に対応する投影データとが混合したデータである。次に、処理機能144bは、投影データセットA21から、「High kVp」に対応する投影データセットB21と、「Low kVp」に対応する投影データセットB22とを分離する。なお、投影データセットB21は、第1投影データセットの一例である。また、投影データセットB22は、第2投影データセットの一例である。
For example, the
ここで、投影データセットB21及び投影データセットB22は、いずれも、ビュー方向に欠損部分を有するスパースなデータである。そこで、処理機能144bは、投影データセットB21及び投影データセットB22のそれぞれについて補間処理を行なう。図5Bにおいては、「High kVp」に対応する投影データセットB21について補間処理を行ない、「High kVp」に対応したフルデータを生成する場合について説明する。より具体的には、図5Bでは、ケース1において、投影データセットB21のうちの補正対象のビューの投影データを補間する場合について説明する。
Here, the projection data set B21 and the projection data set B22 are both sparse data having a missing portion in the view direction. Therefore, the
図5Aに示したように、ケース1の場合、補正対象のビューの投影データは、「Low kVp」であり、「High kVp」に対応する投影データセットB21においては欠損部分に対応する。また、ケース1の場合、対向するビューの投影データも同様に「Low kVp」であり、「High kVp」に対応する投影データセットB21においては欠損部分に対応する。ここで、投影データセットB21の補間処理に、「Low kVp」である対向するビューの投影データをそのまま使用すれば、ノイズ増加の原因となる可能性がある。
As shown in FIG. 5A, in the case of
そこで、処理機能144bは、対向するビューの投影データを「Low kVp」から「High kVp」に変換して、補間処理に使用する。具体的には、処理機能144bは、まず、図5Bに示すように、対向するビューの投影データに対するスケーリング処理を行なう。なお、スケーリング処理は、X線のエネルギーに応じてX線の透過量が変化することに基づいて、異なるエネルギーのデータを生成する処理である。そして、処理機能144bは、スケーリング処理後の投影データを使用して、投影データセットB21のうちの補正対象のビューの投影データを補間する。
Therefore, the
ここで、処理機能144bは、更に、投影データセットB22のうちの補正対象のビューの投影データを使用して、投影データセットB21のうちの補正対象のビューの投影データを補間することとしてもよい。ここで、ケース1の場合、補正対象のビューの投影データは「Low kVp」であるため、処理機能144bは、スケーリング処理によって補正対象のビューの投影データを「Low kVp」から「High kVp」に変換し、スケーリング処理後の投影データを使用して、投影データセットB21のうちの補正対象のビューの投影データを補間する。
Here, the
また、処理機能144bは、更に、補正対象のビューの近傍のビューの投影データ(「High kVp」に対応する投影データ)を使用して、投影データセットB21のうちの補正対象のビューの投影データを補間することとしてもよい。なお、補正対象のビューの近傍のビューとは、例えば、補正対象のビューに隣接するビューを含んだ少なくとも1つのビューである。また、処理機能144bは、図5Bに示すように、対向するビューの近傍のビューの投影データ(「High kVp」に対応する投影データ)を使用して、投影データセットB21のうちの補正対象のビューの投影データを補間することとしてもよい。即ち、処理機能144bは、欠損部分の近傍の投影データを、補間処理に更に使用することとしてもよい。また、図5Bではケース1について説明したが、処理機能144bは、「Low kVp」と「High kVp」とが入れ替わる点を除いて、ケース2についても同様に補間処理を行なうことができる。
Further, the
次に、図6A及び図6Bを用いて、ケース3及びケース4の場合に処理機能144bが行なう処理について説明する。図6Aは、第1の実施形態に係るケース3及びケース4について説明するための図である。また、図6Bは、第1の実施形態に係るケース3における処理の一例を示す図である。
Next, the processing performed by the
図6Aに示すように、ケース3及びケース4は、補正対象のビューと対向するビューとで、被検体P1に対して照射されたX線エネルギーが異なるケースである。より具体的には、ケース3は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが「Low kVp」であり、対向するビューにおいて被検体P1に照射されたX線エネルギーが「High kVp」であるケースである。また、ケース4は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが「High kVp」であり、対向するビューにおいて被検体P1に照射されたX線エネルギーが「Low kVp」であるケースである。なお、図6Aにおいては、説明の便宜のため、補正対象のビューに加えて、その前後のビューを示す。 As shown in FIG. 6A, the cases 3 and 4 are cases in which the X-ray energy applied to the subject P1 is different between the view to be corrected and the view facing the correction target. More specifically, in Case 3, the X-ray energy irradiated to the subject P1 in the view to be corrected is "Low kVp", and the X-ray energy irradiated to the subject P1 in the opposite view is "High". This is the case of "kVp". Further, in the case 4, the X-ray energy irradiated to the subject P1 in the view to be corrected is "High kVp", and the X-ray energy irradiated to the subject P1 in the opposite view is "Low kVp". It is a case. Note that, in FIG. 6A, for convenience of explanation, in addition to the view to be corrected, the views before and after the view are shown.
図6Bにおいては、「High kVp」に対応する投影データセットB21について補間処理を行ない、「High kVp」に対応したフルデータを生成する場合について説明する。より具体的には、図6Bでは、ケース3において、投影データセットB21のうちの補正対象のビューの投影データを補間する場合について説明する。 FIG. 6B describes a case where the projection data set B21 corresponding to “High kVp” is subjected to interpolation processing to generate full data corresponding to “High kVp”. More specifically, in FIG. 6B, the case of interpolating the projection data of the view to be corrected in the projection data set B21 will be described in Case 3.
図6Aに示したように、ケース3の場合、補正対象のビューの投影データは、「Low kVp」であり、「High kVp」に対応する投影データセットB21においては欠損部分に対応する。ここで、ケース3の場合、対向するビューの投影データは「High kVp」である。従って、ケース3の場合、処理機能144bは、対向するビューの投影データをそのまま使用して、投影データセットB21のうちの補正対象のビューの投影データを補間することができる。
As shown in FIG. 6A, in the case of Case 3, the projection data of the view to be corrected is “Low kVp”, and corresponds to the missing portion in the projection data set B21 corresponding to “High kVp”. Here, in the case of Case 3, the projection data of the opposite views is “High kVp”. Therefore, in the case of Case 3, the
ここで、処理機能144bは、更に、投影データセットB22のうちの補正対象のビューの投影データを使用して、投影データセットB21のうちの補正対象のビューの投影データを補間することとしてもよい。ここで、ケース3の場合、補正対象のビューの投影データは「Low kVp」であるため、処理機能144bは、スケーリング処理によって補正対象のビューの投影データを「Low kVp」から「High kVp」に変換し、スケーリング処理後の投影データを使用して、投影データセットB21のうちの補正対象のビューの投影データを補間する。また、処理機能144bは、更に、補正対象のビューの近傍のビューの投影データ(「High kVp」に対応する投影データ)を使用して、投影データセットB21のうちの補正対象のビューの投影データを補間することとしてもよい。また、図6Bではケース3について説明したが、処理機能144bは、「Low kVp」と「High kVp」とが入れ替わる点を除いて、ケース4についても同様に補間処理を行なうことができる。
Here, the
次に、図7A及び図7Bを用いて、ケース5及びケース6の場合に処理機能144bが行なう処理について説明する。図7Aは、第1の実施形態に係るケース5及びケース6について説明するための図である。また、図7Bは、第1の実施形態に係るケース5における処理の一例を示す図である。
Next, the processing performed by the
図7Aに示すケース5及びケース6は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが「Transition」であるケースである。より具体的には、ケース5は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「Low kVp」から「High kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが「High kVp」であるケースである。また、ケース6は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「High kVp」から「Low kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが「Low kVp」であるケースである。なお、図7Aにおいては、説明の便宜のため、補正対象のビューに加えて、その後のビューを示す。 Cases 5 and 6 shown in FIG. 7A are cases in which the X-ray energy applied to the subject P1 in the view to be corrected is “Transition”. More specifically, in Case 5, the X-ray energy irradiated to the subject P1 in the view to be corrected is the X-ray irradiated to the subject P1 during the switching period from “Low kVp” to “High kVp”. This is a case where the X-ray energy irradiated to the subject P1 in the opposite view is “High kVp”. Further, in case 6, the X-ray energy irradiated to the subject P1 in the view to be corrected is the energy of the X-rays irradiated to the subject P1 during the switching period from “High kVp” to “Low kVp”. In addition, the X-ray energy applied to the subject P1 in the opposite view is "Low kVp". Note that, in FIG. 7A, for convenience of explanation, a subsequent view is shown in addition to the view to be corrected.
図7Bにおいては、「High kVp」に対応する投影データセットB21について補間処理を行ない、「High kVp」に対応したフルデータを生成する場合について説明する。より具体的には、図7Bでは、ケース5において、投影データセットB21のうちの補正対象のビューの投影データを補間する場合について説明する。 FIG. 7B describes a case where the projection data set B21 corresponding to “High kVp” is subjected to interpolation processing to generate full data corresponding to “High kVp”. More specifically, in FIG. 7B, the case of interpolating the projection data of the view to be corrected in the projection data set B21 will be described in Case 5.
図7Aに示したように、ケース5の場合、補正対象のビューの投影データは、「Transition」であり、「High kVp」に対応する投影データセットB21においては欠損部分に対応する。ここで、ケース5の場合、対向するビューの投影データは「High kVp」である。従って、ケース5の場合、処理機能144bは、図7Bに示すように、対向するビューの投影データをそのまま使用して、投影データセットB21のうちの補正対象のビューの投影データを補間することができる。また、図7Bではケース5について説明したが、処理機能144bは、「Low kVp」と「High kVp」とが入れ替わる点を除いて、ケース6についても同様に補間処理を行なうことができる。
As shown in FIG. 7A, in the case of Case 5, the projection data of the view to be corrected is “Transition”, and corresponds to the missing portion in the projection data set B21 corresponding to “High kVp”. Here, in the case of Case 5, the projection data of the opposite views is “High kVp”. Therefore, in the case of Case 5, as shown in FIG. 7B, the
次に、図8A及び図8Bを用いて、ケース7及びケース8の場合に処理機能144bが行なう処理について説明する。図8Aは、第1の実施形態に係るケース7及びケース8について説明するための図である。また、図8Bは、第1の実施形態に係るケース7における処理の一例を示す図である。
Next, the processing performed by the
図8Aに示すケース7及びケース8は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが「Transition」であるケースである。より具体的には、ケース7は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「Low kVp」から「High kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが「Low kVp」であるケースである。また、ケース8は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「High kVp」から「Low kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが「High kVp」であるケースである。なお、図8Aにおいては、説明の便宜のため、補正対象のビューに加えて、その後のビューを示す。 Cases 7 and 8 shown in FIG. 8A are cases in which the X-ray energy applied to the subject P1 in the view to be corrected is “Transition”. More specifically, in case 7, the X-ray energy irradiated to the subject P1 in the view to be corrected is the X-ray irradiated to the subject P1 during the switching period from “Low kVp” to “High kVp”. This is a case where the X-ray energy irradiated to the subject P1 in the opposite view is “Low kVp”. Further, in the case 8, the X-ray energy irradiated to the subject P1 in the view to be corrected is the energy of the X-rays irradiated to the subject P1 during the switching period from “High kVp” to “Low kVp”. In addition, the X-ray energy applied to the subject P1 in the opposite view is "High kVp". Note that, in FIG. 8A, for convenience of explanation, a subsequent view is shown in addition to the view to be corrected.
また、図8Bにおいては、「High kVp」に対応する投影データセットB21について補間処理を行ない、「High kVp」に対応したフルデータを生成する場合について説明する。より具体的には、図8Bでは、ケース7において、投影データセットB21のうちの補正対象のビューの投影データを補間する場合について説明する。 Further, in FIG. 8B, a case where the projection data set B21 corresponding to “High kVp” is subjected to interpolation processing to generate full data corresponding to “High kVp” will be described. More specifically, in FIG. 8B, the case of interpolating the projection data of the view to be corrected in the projection data set B21 will be described in Case 7.
図8Aに示したように、ケース7において、補正対象のビューの投影データは、「Transition」であり、「High kVp」に対応する投影データセットB21においては欠損部分に対応する。また、ケース7において、対向するビューの投影データは「Low kVp」である。ここで、投影データセットB21の補間処理に、「Low kVp」である対向するビューの投影データをそのまま使用すれば、ノイズ増加の原因となる可能性がある。 As shown in FIG. 8A, in case 7, the projection data of the view to be corrected is “Transition”, and corresponds to the missing portion in the projection data set B21 corresponding to “High kVp”. Further, in case 7, the projection data of the opposite views is “Low kVp”. Here, if the projection data of the opposite view, which is “Low kVp”, is used as it is for the interpolation processing of the projection data set B21, it may cause an increase in noise.
そこで、処理機能144bは、対向するビューの投影データを「Low kVp」から「High kVp」に変換して、補間処理に使用する。具体的には、処理機能144bは、まず、図8Bに示すように、対向するビューの投影データに対するスケーリング処理を行なう。そして、処理機能144bは、スケーリング処理後の投影データを使用して、投影データセットB21のうちの補正対象のビューの投影データを補間する。また、図8Bではケース7について説明したが、処理機能144bは、「Low kVp」と「High kVp」とが入れ替わる点を除いて、ケース8についても同様に補間処理を行なうことができる。
Therefore, the
次に、図9A及び図9Bを用いて、ケース9、ケース10、ケース11及びケース12の場合に処理機能144bが行なう処理について説明する。図9Aは、第1の実施形態に係るケース9、ケース10、ケース11及びケース12について説明するための図である。また、図9Bは、第1の実施形態に係るケース9における処理の一例を示す図である。
Next, the processing performed by the
図8Aに示すケース9、ケース10、ケース11及びケース12は、補正対象のビュー及び対向するビューの双方において、被検体P1に照射されたX線エネルギーが「Transition」であるケースである。より具体的には、ケース9は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「Low kVp」から「High kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが、「High kVp」から「Low kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであるケースである。また、ケース10は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「High kVp」から「Low kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが、「Low kVp」から「High kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであるケースである。また、ケース11は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「Low kVp」から「High kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが、「Low kVp」から「High kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであるケースである。また、ケース12は、補正対象のビューにおいて被検体P1に照射されたX線エネルギーが、「High kVp」から「Low kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであり、かつ、対向するビューにおいて被検体P1に照射されたX線エネルギーが、「High kVp」から「Low kVp」への切り替え期間に被検体P1に照射されたX線のエネルギーであるケースである。なお、図9Aにおいては、説明の便宜のため、補正対象のビューに加えて、その前後のビューを示す。
Case 9,
また、図9Bにおいては、「High kVp」に対応する投影データセットB21について補間処理を行ない、「High kVp」に対応したフルデータを生成する場合について説明する。より具体的には、図9Bでは、ケース9において、投影データセットB21のうちの補正対象のビューの投影データを補間する場合について説明する。 Further, in FIG. 9B, a case where the projection data set B21 corresponding to “High kVp” is subjected to interpolation processing to generate full data corresponding to “High kVp” will be described. More specifically, in FIG. 9B, the case of interpolating the projection data of the view to be corrected in the projection data set B21 will be described in Case 9.
図9Aに示したように、ケース9において補正対象のビューの投影データは、「Transition」であり、「High kVp」に対応する投影データセットB21においては欠損部分に対応する。また、ケース9においては対向するビューの投影データも「Transition」であり、投影データセットB21の補間処理に対向するビューの投影データをそのまま使用すれば、ノイズ増加の原因となる可能性がある。 As shown in FIG. 9A, the projection data of the view to be corrected in Case 9 is “Transition”, and corresponds to the missing portion in the projection data set B21 corresponding to “High kVp”. Further, in the case 9, the projection data of the opposite views is also “Transition”, and if the projection data of the opposite views is used as it is for the interpolation processing of the projection data set B21, it may cause an increase in noise.
そこで、処理機能144bは、対向するビューの投影データを、近傍の投影データを使用して補正し、補正後の投影データを補正処理に使用する。具体的には、処理機能144bは、まず、図9Bに示すように、対向するビューの投影データに隣接する投影データのうち、「Low kVp」に対応する側の少なくとも1つの投影データに対してスケーリング処理を行ない、「High kVp」に対応する投影データに変換する。そして、処理機能144bは、スケーリング処理後の「High kVp」に対応する投影データと、対向するビューの投影データに隣接する投影データのうち「High kVp」に対応する側の少なくとも1つの投影データとに基づいて、対向するビューの投影データを補正する。例えば、処理機能144bは、近傍の投影データを使用して、対向するビューの投影データを、「Transition」から「High kVp」に変換する。或いは、処理機能144bは、近傍の投影データを使用して生成した「High kVp」に対応する投影データにより、「Transition」に対応する投影データを置換する。
Therefore, the
ここで、処理機能144bは、更に、補正対象のビューの投影データの近傍の投影データを使用して、補正対象のビューの投影データの補正を行なってもよい。また、図9Bではケース9について説明したが、処理機能144bは、「Low kVp」と「High kVp」とが入れ替わる点を除いて、ケース10、ケース11及びケース12についても同様に補間処理を行なうことができる。
Here, the
なお、図9Bに示すように、補正対象のビューの投影データに隣接する「Low kVp」に対応する投影データも、「High kVp」に対応する投影データセットB21においては欠損部分に対応する。この点はケース3に含まれるものであり、上述した手法で補間処理を行なうことができる。 As shown in FIG. 9B, the projection data corresponding to "Low kVp" adjacent to the projection data of the view to be corrected also corresponds to the missing portion in the projection data set B21 corresponding to "High kVp". This point is included in Case 3, and the interpolation process can be performed by the method described above.
図5A〜図9Bにおいて説明した補間処理は、例えば、対向するビューの投影データを用いた補間処理を行なうように機能付けられた学習済みモデルM1を使用して実行することができる。例えば、処理機能144bは、学習済みモデルM1を事前に生成して、メモリ141に記憶させる。そして、被検体P1に対するスキャンが実行された際、処理機能144bは、メモリ141から読み出した学習済みモデルM1に対して、収集された投影データを入力することにより、補間処理を実行する。
The interpolation process described with reference to FIGS. 5A to 9B can be executed, for example, by using the trained model M1 functionalized to perform the interpolation process using the projection data of the opposite views. For example, the
以下、学習済みモデルM1の生成処理について、図10A及び図10Bを用いて説明する。図10A及び図10Bは、第1の実施形態に係る学習済みモデルの生成処理の一例を示す図である。 Hereinafter, the generation process of the trained model M1 will be described with reference to FIGS. 10A and 10B. 10A and 10B are diagrams showing an example of a trained model generation process according to the first embodiment.
まず、処理機能144bは、学習データとして、デュアルエナジー収集された投影データセットA31と、同一対象からシングルエナジー収集された投影データセットA32との組を取得する。投影データセットA31及び投影データセットA32は、被検体P1や、被検体P1と異なる被検体P2、人体を模したファントム等について2回のスキャンを行なうことで収集される。また、投影データセットA31及び投影データセットA32は、X線CTシステム10において収集されてもよいし、他のシステムにおいて収集されてもよい。
First, the
例えば、デュアルエナジー収集された投影データセットA31は、上述した投影データセットA11及び投影データセットA21と同様、「High kVp」に対応する投影データと、「Low kVp」に対応する投影データと、「Transition」に対応する投影データとが混合したデータである。また、以下では一例として、シングルエナジー収集された投影データセットA32が、「High kVp」に対応する投影データセットであるものとして説明する。 For example, the dual energy collected projection data set A31 has the projection data corresponding to “High kVp”, the projection data corresponding to “Low kVp”, and the projection data corresponding to “Low kVp”, similarly to the projection data set A11 and the projection data set A21 described above. The data is a mixture of the projection data corresponding to "Transition". Further, as an example, the projection data set A32 collected by single energy will be described below as a projection data set corresponding to “High kVp”.
例えば、処理機能144bは、まず、投影データセットA31から、「High kVp」に対応する投影データセットB31を分離する。即ち、処理機能144bは、投影データセットA31から、スパースな投影データセットを生成する。そして、処理機能144bは、スパースな投影データセットのうちの補正対象のビューの投影データと、対向するビューの投影データ及び近傍の投影データとを入力側データ、投影データセットA32を出力側データとする機械学習を実行することにより、学習済みモデルM1を生成する。
For example, the
ここで、学習済みモデルM1は、例えば、ニューラルネットワーク(Neural Network)により構成することができる。ニューラルネットワークとは、層状に並べた隣接層間が結合した構造を有し、情報が入力層側から出力層側に伝播するネットワークである。例えば、処理機能144bは、上述した学習データを用いて多層のニューラルネットワークについて深層学習(ディープラーニング)を実行することで、学習済みモデルM1を生成する。なお、多層のニューラルネットワークは、例えば、入力層と、複数の中間層(隠れ層)と、出力層とにより構成される。
Here, the trained model M1 can be configured by, for example, a neural network (Neural Network). A neural network is a network that has a structure in which adjacent layers arranged in layers are connected and information propagates from the input layer side to the output layer side. For example, the
一例を挙げると、処理機能144bが入力側データをニューラルネットワークに入力した際、ニューラルネットワークにおいては、入力層側から出力層側に向かって一方向に隣接層間でのみ結合しながら情報が伝播し、出力層からは、投影データセットA32を推定した投影データセットが出力される。なお、入力層側から出力層側に向かって一方向に情報が伝播するニューラルネットワークについては、畳み込みニューラルネットワーク(CNN:Convlutional Neural Network)とも呼ばれる。
For example, when the
例えば、ニューラルネットワークにおいては、上述したケース1〜12のいずれに該当するかの判定を行なうとともに、ケースに応じた補間処理が実行される。例えば、ケース1、ケース2、ケース7、ケース8、ケース9、ケース10、ケース11及びケース12に該当する場合、ニューラルネットワークにおいては、適当なパラメータを設定しつつ、スケーリング処理が実行される。また、例えば、ケース9、ケース10、ケース11及びケース12に該当する場合、ニューラルネットワークにおいては、対向するビューの投影データの近傍の投影データとして使用する範囲や、近傍の投影データそれぞれに付される重み等が調整される。そして、ニューラルネットワークの出力層からは、スパースな投影データセットを補間して、フルデータである投影データセットA32を推定した投影データセットが出力される。
For example, in the neural network, it is determined which of the
処理機能144bは、入力側データを入力した際にニューラルネットワークが好ましい結果を出力することができるよう、ニューラルネットワークのパラメータを調整することで、学習済みモデルM1を生成する。例えば、処理機能144bは、投影データセット間の近さを表す関数(誤差関数)を用いて、ニューラルネットワークのパラメータを調整する。
The
一例を挙げると、処理機能144bは、投影データセットA32とニューラルネットワークが推定した投影データセットとの間のコスト関数を算出する。なお、コスト関数は、投影データセットA32とニューラルネットワークが推定した投影データセットとの間の近さを示す誤差関数に対して、過学習を防ぐための正則化項を追加したものである。また、処理機能144bは、ニューラルネットワークのパラメータを調整しながら繰り返しコスト関数を算出する。そして、処理機能144bは、図10Bに示すように、コスト関数が閾値(Threshold)を下回るまでニューラルネットワークのパラメータを調整することで、学習済みモデルM1を生成する。なお、図10Bにおける横軸は繰り返し回数(Iteration)であり、縦軸はコスト関数(Cost function)である。また、処理機能144bは、生成した学習済みモデルM1を、メモリ141に記憶させる。
As an example, the
なお、学習済みモデルM1がニューラルネットワークにより構成されるものとして説明したが、処理機能144bは、ニューラルネットワーク以外の機械学習手法により、学習済みモデルM1を生成してもよい。また、処理機能144bが学習済みモデルM1を生成するものとして説明したが、学習済みモデルM1は、他の装置において生成されるものであっても構わない。
Although the trained model M1 has been described as being composed of a neural network, the
例えば、被検体P1に対する検査において、スキャン機能144aは、kVスイッチング方式のデュアルエナジー収集を実行することにより、被検体P1から投影データセットA21を収集する。次に、処理機能144bは、投影データセットA21から、「High kVp」に対応する投影データセットB21と、「Low kVp」に対応する投影データセットB22とを分離する。
For example, in testing the subject P1, the
次に、処理機能144bは、メモリ141から読み出した学習済みモデルM1を用いて、投影データセットB21及び投影データセットB22のそれぞれについて補間処理を行なう。例えば、処理機能144bは、投影データセットB21における補正対象のビューの投影データと、補正対象のビューに対向するビューの投影データと、対向するビューの投影データの近傍の投影データとを学習済みモデルM1に入力する。これにより、処理機能144bは、投影データセットB21における欠損部分が補間されたフルデータである投影データセットC21を取得する。同様にして、処理機能144bは、投影データセットB22における欠損部分が補間されたフルデータである投影データセットC22を取得する。
Next, the
次に、処理機能144bは、補正後の投影データセットに基づいて複数の基準物質による物質弁別を行なう。例えば、処理機能144bは、「High kVp」に対応する投影データセットC21及び「Low kVp」に対応する投影データセットC22に基づいて、複数の基準物質による物質弁別を行なう。これにより、処理機能144bは、例えば、軟組織から腎臓結石を分離することができる。なお、処理機能144bは、再構成処理を施す前の段階で物質弁別を行なってもよいし、再構成処理を施した後の段階で物質弁別を行なってもよい。
Next, the
そして、処理機能144bは、物質弁別の結果を示す画像を生成する。例えば、処理機能144bは、基準物質ごとに物質弁別画像を生成する。一例を挙げると、処理機能144bは、「カルシウム」を強調した物質弁別画像と、「水」を強調した物質弁別画像とをそれぞれ生成する。また、処理機能144bは、基準物質ごとに生成した複数の物質弁別画像を用いて、各基準物質の混合割合に基づく重み付け計算処理を行なうことにより、モノクロマティック画像や、密度画像、実効原子番号画像等、種々の画像を生成することもできる。また、制御機能144cは、これら物質弁別の結果を示す画像を、ディスプレイ142に表示させる。
Then, the
次に、X線CTシステム10による処理の手順の一例を、図11Aを用いて説明する。図11Aは、第1の実施形態に係るX線CTシステム10の処理の一連の流れを説明するためのフローチャートである。ステップS1は、スキャン機能144aに対応する。ステップS2、ステップS3及びステップS4は、処理機能144bに対応する。ステップS5は、制御機能144cに対応する。
Next, an example of the processing procedure by the
まず、処理回路144は、被検体P1に対して、kVスイッチング方式のデュアルエナジー収集を実行することにより、投影データセットA21を収集する(ステップS1)。次に、処理回路144は、投影データセットA21から、「High kVp」に対応する投影データセットB21、及び、「Low kVp」に対応する投影データセットB22と分離する(ステップS2)。
First, the
次に、処理回路144は、投影データセットB21及び投影データセットB22のそれぞれについて補正処理を行ない、投影データセットC21及び投影データセットC22を生成する(ステップS3)。なお、ステップS3の詳細については後述する。そして、処理回路144は、補正処理後の投影データセットC21及び投影データセットC22に基づいて物質弁別を実行し(ステップS4)、物質弁別の結果をディスプレイ142に表示させて(ステップS5)、処理を終了する。
Next, the
次に、図11AのステップS3の詳細を、図11Bを用いて説明する。図11Bは、第1の実施形態に係るX線CTシステム10の処理の一連の流れを説明するためのフローチャートである。ステップS301、ステップS302、ステップS303、ステップS304、ステップS305、ステップS306、ステップS307、ステップS308、ステップS309及びステップS310は、処理機能144bに対応する。
Next, the details of step S3 of FIG. 11A will be described with reference to FIG. 11B. FIG. 11B is a flowchart for explaining a series of processes of the
なお、処理回路144は、図11Bに示す各ステップを、学習済みモデルM1を用いて実行してもよいし、学習済みモデルM1を用いずに実行してもよい。例えば、処理回路144は、ケース1〜12と、ケースごとの補正処理の内容とを対応付けたテーブルを用いて、図11Bに示す各ステップを実行してもよい。
The
まず、処理回路144は、補正対象のビューを設定する(ステップS301)。例えば、処理回路144は、投影データセットB21又は投影データセットB22において欠損部分となっているビューを、補正対象のビューとして設定する。
First, the
次に、処理回路144は、補正対象として設定したビュー及び対向するビューについて、ケース3〜6に該当するか否かを判定する(ステップS302)。例えば、「High kVp」に対応する投影データセットB21に対する補正処理において、対向するビューの投影データが「High kVp」に対応する場合、処理回路144は、ケース3〜6に該当すると判定する。また、例えば、「Low kVp」に対応する投影データセットB22に対する補正処理において、対向するビューの投影データが「Low kVp」に対応する場合、処理回路144は、ケース3〜6に該当すると判定する。そして、ケース3〜6に該当すると判定した場合(ステップS302肯定)、処理回路144は、対向するビューの投影データをそのまま使用して補正処理を行なう(ステップS303)。
Next, the
一方で、ケース3〜6に該当しないと判定した場合(ステップS302否定)、処理回路144は、ケース1〜2又はケース7〜8に該当するか否かを判定する(ステップS304)。例えば、「High kVp」に対応する投影データセットB21に対する補正処理において、対向するビューの投影データが「Low kVp」に対応する場合、処理回路144は、ケース1〜2又はケース7〜8に該当すると判定する。また、例えば、「Low kVp」に対応する投影データセットB22に対する補正処理において、対向するビューの投影データが「High kVp」に対応する場合、処理回路144は、ケース1〜2又はケース7〜8に該当すると判定する。そして、ケース1〜2又はケース7〜8に該当すると判定した場合(ステップS304肯定)、処理回路144は、対向するビューの投影データに対するスケーリング処理を行ない(ステップS305)、スケーリング処理後の投影データを使用して補正処理を行なう(ステップS306)。
On the other hand, when it is determined that the cases 3 to 6 do not apply (step S302 is denied), the
一方で、ケース1〜2又はケース7〜8に該当しないと判定した場合(ステップS304否定)、処理回路144は、ケース9〜12に該当すると判定する。この場合、処理回路144は、対向するビューの投影データを、近傍の投影データを使用して補正し(ステップS307)、補正後の投影データを使用して補正処理を行なう(ステップS308)。例えば、投影データセットB21又は投影データセットB22に対する補正処理において、対向するビューの投影データが「Transition」に対応する場合、処理回路144は、ケース9〜12に該当すると判定することができる。
On the other hand, when it is determined that the
ステップS303、ステップS306又はステップS308の後、処理回路144は、投影データセットB21及び投影データセットB22における全ての欠損部分についての補正処理が完了したか否かを判定する(ステップS309)。補正処理が完了していない欠損部分がある場合(ステップS309否定)、処理回路144は、補正対象のビューを変更し(ステップS310)、再度ステップS302に移行する。一方で、全ての欠損部分についての補正処理が完了した場合(ステップS309肯定)、処理回路144は、処理を終了する。
After step S303, step S306 or step S308, the
上述したように、第1の実施形態によれば、スキャン機能144aは、X線の焦点位置を被検体P1の周囲で回転させながら被検体P1に対してX線を照射し、「High kVp」に対応する投影データ及び「Low kVp」に対応する投影データを少なくとも含む投影データセットA21を収集する。また、スキャン機能144aは、投影データセットA21について、対向するビューの投影データを用いた補正処理を行ない、補正後の投影データセットに基づいて複数の基準物質による物質弁別を行なう。
As described above, according to the first embodiment, the
従って、第1の実施形態に係るX線CTシステム10は、対向するビューの投影データを用いずに補正処理を行なう場合と比較して、投影データセットA21を精度よく補正することができる。例えば、X線CTシステム10は、投影データセットA21おける空間的な分解能やノイズ特性を改善することができる。また、例えば、X線CTシステム10は、投影データセットA21から、モーションアーチファクトや、X線光子数のゆらぎやトランジェント電圧に起因するアーチファクトといった各種のアーチファクトを適切に除去することができる。これにより、X線CTシステム10は、投影データセットA21に基づく物質弁別の精度を向上させ、ひいては診断精度を向上させることもできる。
Therefore, the
(第2の実施形態)
さて、これまで第1の実施形態について説明したが、上述した実施形態以外にも、種々の異なる形態にて実施されてよいものである。
(Second embodiment)
By the way, although the first embodiment has been described so far, it may be implemented in various different forms other than the above-described embodiment.
例えば、上述した実施形態では、投影データセットA21について行なう補正処理として、投影データセットA21から分離した投影データセットB21又は投影データセットB22における投影データの欠損部分を補間する処理について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、処理機能144bは、投影データセットB21又は投影データセットB22において欠損していない部分の補正処理を行なってもよい。
For example, in the above-described embodiment, as the correction process performed on the projection data set A21, a process of interpolating the missing portion of the projection data in the projection data set B21 or the projection data set B22 separated from the projection data set A21 has been described. However, the embodiment is not limited to this. For example, the
一例を挙げると、処理機能144bは、「High kVp」に対応する投影データセットB21における補正対象のビューの投影データと、対向するビューの投影データとのブレンドを行なう。なお、投影データセットB21における補正対象のビューの投影データは、「High kVp」に対応する。
As an example, the
ここで、対向するビューの投影データが「High kVp」に対応する場合、処理機能144bは、そのまま、対向するビューの投影データと補正対象のビューの投影データとのブレンドを行なうことができる。また、対向するビューの投影データが「Low kVp」に対応する場合、処理機能144bは、対向するビューの投影データに対するスケーリング処理を行ない、スケーリング処理後の投影データと、補正対象のビューの投影データとのブレンドを行なうことができる。また、対向するビューの投影データが「Transition」に対応する場合、処理機能144bは、対向するビューの投影データを近傍の投影データを使用して補正し、補正後の投影データと、補正対象のビューの投影データとのブレンドを行なうことができる。
Here, when the projection data of the opposite view corresponds to "High kVp", the
また、上述した実施形態では、kVスイッチング方式のデュアルエナジー収集により、「High kVp」に対応する投影データ及び「Low kVp」に対応する投影データを少なくとも含む投影データセットを収集する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。 Further, in the above-described embodiment, the case where the projection data set including at least the projection data corresponding to “High kVp” and the projection data corresponding to “Low kVp” is collected by the dual energy collection of the kV switching method has been described. However, the embodiment is not limited to this.
例えば、スキャン機能144aは、kVスイッチング方式に代えて、積層型検出器方式(デュアルレイヤー方式とも記載する)のデュアルエナジー収集を行なってもよい。この場合、X線CTシステム10は、X線検出器112として、積層型検出器を備える。例えば、X線検出器112は、第1の層112aと、第2の層112bとから構成され、X線管111から照射されたX線を分光して検出する。一例を挙げると、スキャン機能144aは、第1の層112aの検出結果に基づく「High kVp」に対応する投影データと、第2の層112bの検出結果に基づく「Low kVp」に対応する投影データとを含む投影データセットを収集する。
For example, the
そして、処理機能144bは、収集された投影データセットについて、対向するビューの投影データを用いた補正処理を行なう。なお、デュアルレイヤー方式で収集される投影データセットは、通常、スパースなデータではない。しかしながら、例えばX線管において放電現象が発生した場合等には、デュアルレイヤー方式で収集される投影データセットにも欠損部分が生じる可能性がある。ここで、X線CTシステム10は、収集された投影データセットにおける投影データの欠損部分を、対向するビューの投影データを用いて補間することができる。更に、X線CTシステム10は、収集された投影データセットにおける補正対象のビューの投影データと、対向するビューの投影データとのブレンドを行なうこともできる。これにより、処理機能144bは、投影データセットについて、空間的な分解能を向上させることともに、光子統計(photon statistics)を改善することができる。ひいては、処理機能144bは、投影データセットに基づく物質弁別の精度を向上させることができる。
Then, the
また、例えば、スキャン機能144aは、kVスイッチング方式に代えて、デュアルソース方式のデュアルエナジー収集を行なってもよい。この場合、X線CTシステム10は、X線管111として、X線管1111及びX線管1112を備える。また、X線CTシステム10は、X線検出器112として、X線管1111から照射されたX線を検出するX線検出器1121と、X線管1112から照射されたX線を検出するX線検出器1122とを備える。そして、スキャン機能144aは、例えば、X線管1111から「High kVp」のX線を照射させ、X線管1112から「Low kVp」のX線を照射させることにより、「High kVp」に対応する投影データと「Low kVp」に対応する投影データとを含む投影データセットを収集する。
Further, for example, the
そして、処理機能144bは、収集された投影データセットについて、対向するビューの投影データを用いた補正処理を行なう。なお、デュアルソース方式で収集される投影データセットは、通常、スパースなデータではない。しかしながら、例えばX線管において放電現象が発生した場合等には、デュアルソース方式で収集される投影データセットにも欠損部分が生じる可能性がある。また、デュアルソース方式においては、各撮影系において360°分の収集を行なわないケースもあり、撮影範囲外のビューは欠損部分となる。ここで、X線CTシステム10は、収集された投影データセットにおける投影データの欠損部分を、対向するビューの投影データを用いて補間することができる。更に、X線CTシステム10は、収集された投影データセットにおける補正対象のビューの投影データと、対向するビューの投影データとのブレンドを行なうこともできる。これにより、処理機能144bは、投影データセットについて、時間的な分解能を向上させることができる。ひいては、処理機能144bは、投影データセットに基づく物質弁別の精度を向上させることができる。また、X線管1111が照射するX線とX線管1112が照射するX線とでファン角が異なることにより、X線検出器1121により収集される投影データセットとX線検出器1122により収集される投影データセットとでFOV(Field Of View)のサイズが異なっている場合、処理機能144bは、FOVサイズが大きい方の投影データセットに基づいて他方の投影データセットを補正することにより、物質弁別等において使用するFOVのサイズを大きいまま維持することができる。
Then, the
また、例えば、スキャン機能144aは、kVスイッチング方式に代えて、スプリット方式のデュアルエナジー収集を行なってもよい。この場合、X線CTシステム10は、ウェッジ116として、X線管111から照射されたX線を、エネルギーの異なる複数のX線に分割するフィルタを備える。
Further, for example, the
一例を挙げると、X線CTシステム10は、ウェッジ116として、X線フィルタ116a及びX線フィルタ116bを備える。X線フィルタ116a及びX線フィルタ116bは、材質や厚み等が異なり、同一エネルギーのX線を、エネルギーの異なる複数のX線に分割する。この場合、スキャン機能144aは、X線管111から照射されたX線を、X線フィルタ116aによって「High kVp」まで減衰させ、X線フィルタ116bによって「Low kVp」まで減衰させることができる。より具体的には、スキャン機能144aは、X線フィルタ116a及びX線フィルタ116bを図1に示したZ軸方向(列方向)に並べた状態において、X線フィルタ116a及びX線フィルタ116bに対してX線管111からX線を照射させる。これにより、スキャン機能144aは、列方向に「High kVp」のX線と「Low kVp」のX線とを分布させた状態においてスキャンを実行し、「High kVp」に対応する投影データと「Low kVp」に対応する投影データとを含む投影データセットを収集することができる。
As an example, the
別の例を挙げると、X線CTシステム10は、ウェッジ116として、X線フィルタ116cのみを備える。例えば、スキャン機能144aは、X線管111から「High kVp」のX線を照射させるとともに、X線の一部をX線フィルタ116cによって「Low kVp」まで減衰させる。より具体的には、スキャン機能144aは、列方向の所定範囲のX線を、X線フィルタ116bによって「High kVp」から「Low kVp」まで減衰させて、被検体P1に照射させる。なお、X線フィルタ116bによる減衰を受けなかったX線については、「High kVp」のまま被検体P1に照射される。これにより、スキャン機能144aは、列方向に「High kVp」のX線と「Low kVp」のX線とを分布させた状態においてスキャンを実行し、「High kVp」に対応する投影データと「Low kVp」に対応する投影データとを含む投影データセットを収集することができる。
To give another example, the
そして、処理機能144bは、収集された投影データセットについて、対向するビューの投影データを用いた補正処理を行なう。なお、スプリット方式で収集される投影データセットは、通常、スパースなデータではない。しかしながら、例えばX線管において放電現象が発生した場合等には、スプリット方式で収集される投影データセットにも欠損部分が生じる可能性がある。ここで、X線CTシステム10は、収集された投影データセットにおける投影データの欠損部分を、対向するビューの投影データを用いて補間することができる。更に、X線CTシステム10は、収集された投影データセットにおける補正対象のビューの投影データと、対向するビューの投影データとのブレンドを行なうこともできる。これにより、処理機能144bは、投影データセットを精度よく補正し、ひいては、投影データセットに基づく物質弁別の精度を向上させることができる。
Then, the
別の例を挙げると、X線CTシステム10は、デュアルエナジー収集として、フォトンカウンティングCTを行なってもよい。この場合、X線CTシステム10は、X線検出器112として、フォトンカウンティング型のX線検出器1123を備える。例えば、X線CTシステム10は、X線検出器1123から出力された電気信号(パルス)の数を計数することで、各検出素子に入射したX線光子の数を計数するとともに、この信号に対して所定の演算処理を行なうことで、当該信号の出力を引き起こしたX線光子のエネルギー値を計測する。これにより、X線CTシステム10は、「High kVp」及び「Low kVp」のそれぞれについての計数値を取得することができる。換言すると、X線CTシステム10は、「High kVp」に対応する投影データと「Low kVp」に対応する投影データとを含む投影データセットを収集することができる。
To give another example, the
そして、処理機能144bは、収集された投影データセットについて、対向するビューの投影データを用いた補正処理を行なう。なお、フォトンカウンティングCTで収集される投影データセットは、通常、スパースなデータではない。しかしながら、例えばX線管において放電現象が発生した場合等には、フォトンカウンティングCTで収集される投影データセットにも欠損部分が生じる可能性がある。ここで、X線CTシステム10は、収集された投影データセットにおける投影データの欠損部分を、対向するビューの投影データを用いて補間することができる。更に、X線CTシステム10は、収集された投影データセットにおける補正対象のビューの投影データと、対向するビューの投影データとのブレンドを行なうこともできる。これにより、処理機能144bは、投影データセットを精度よく補正し、ひいては、投影データセットに基づく物質弁別の精度を向上させることができる。
Then, the
また、上述した実施形態では、「High kVp」のX線及び「Low kVp」のX線を使用したデュアルエナジーのスキャンについて説明したが、スキャン機能144aは、3種類以上のエネルギーのX線を用いたマルチエナジーのスキャンを実行してもよい。この場合、X線エネルギーの数に応じて、上述したケース1〜12の他のケースが追加されるものの、これら追加のケースは、ケース1〜12のいずれかと同様に処理できるものである。即ち、上述した補正方法は、3種類以上のエネルギーのX線を用いたマルチエナジーのスキャンが実行される場合についても同様に適用することができる。また、3種類以上のエネルギーのX線を用いたマルチエナジーのスキャンが実行された場合、処理機能144bは、3種類以上の基準物質による物質弁別を行なうことができる。
Further, in the above-described embodiment, the dual energy scan using the “High kVp” X-ray and the “Low kVp” X-ray has been described, but the
また、これまで、投影データセットの補正処理をX線CTシステム10が実行するものとして説明したが、実施形態はこれに限定されるものではない。例えば、補正処理は、X線CTシステム10と異なる他の装置において実行されても構わない。以下、この点について、図12に示す医用情報処理システム1を例として説明する。図12は、第2の実施形態に係る医用情報処理システム1の構成の一例を示すブロック図である。医用情報処理システム1には、X線CTシステム10、及び、物質弁別を実行する医用処理装置20が含まれる。
Further, although the
図12に示すように、X線CTシステム10と医用処理装置20とは、ネットワークNWを介して相互に接続される。ここで、ネットワークNWを介して接続可能であれば、X線CTシステム10及び医用処理装置20が設置される場所は任意である。例えば、医用処理装置20は、X線CTシステム10と異なる病院に設置されてもよい。即ち、ネットワークNWは、院内で閉じたローカルネットワークにより構成されてもよいし、インターネットを介したネットワークでもよい。また、図12においてはX線CTシステム10を1つ示すが、医用情報処理システム1は複数のX線CTシステム10を含んでもよい。
As shown in FIG. 12, the
医用処理装置20は、ワークステーション等のコンピュータ機器によって実現される。例えば、医用処理装置20は、図12に示すように、メモリ21と、ディスプレイ22と、入力インターフェース23と、処理回路24とを有する。
The medical processing device 20 is realized by a computer device such as a workstation. For example, the medical processing device 20 has a memory 21, a display 22, an
メモリ21は、例えば、RAM、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。例えば、メモリ21は、X線CTシステム10から送信された各種のデータを記憶する。また、例えば、メモリ21は、医用処理装置20に含まれる回路がその機能を実現するためのプログラムを記憶する。なお、メモリ21は、医用処理装置20とネットワークNWを介して接続されたサーバ群(クラウド)により実現されることとしてもよい。
The memory 21 is realized by, for example, a semiconductor memory element such as a RAM or a flash memory, a hard disk, an optical disk, or the like. For example, the memory 21 stores various data transmitted from the
ディスプレイ22は、各種の情報を表示する。例えば、ディスプレイ22は、処理回路24による物質弁別の結果を示す画像を表示したり、ユーザからの各種操作を受け付けるためのGUI等を表示したりする。例えば、ディスプレイ22は、液晶ディスプレイやCRTディスプレイである。ディスプレイ22は、デスクトップ型でもよいし、医用処理装置20本体と無線通信可能なタブレット端末等で構成されることにしても構わない。 The display 22 displays various information. For example, the display 22 displays an image showing the result of substance discrimination by the processing circuit 24, or displays a GUI or the like for accepting various operations from the user. For example, the display 22 is a liquid crystal display or a CRT display. The display 22 may be a desktop type, or may be composed of a tablet terminal or the like capable of wireless communication with the main body of the medical processing device 20.
入力インターフェース23は、ユーザからの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路24に出力する。例えば、入力インターフェース23は、CT画像データを再構成する際の再構成条件や、CT画像データから表示用のCT画像を生成する際の画像処理条件等をユーザから受け付ける。例えば、入力インターフェース23は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行なうタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース23は、医用処理装置20本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インターフェース23は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、医用処理装置20とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路24へ出力する電気信号の処理回路も入力インターフェース23の例に含まれる。
The
処理回路24は、処理機能24a及び制御機能24bを実行することで、医用処理装置20全体の動作を制御する。なお、処理機能24aは、処理部の一例である。処理回路24による処理については後述する。 The processing circuit 24 controls the operation of the entire medical processing device 20 by executing the processing function 24a and the control function 24b. The processing function 24a is an example of a processing unit. The processing by the processing circuit 24 will be described later.
図12に示す医用処理装置20においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ21へ記憶されている。処理回路24は、メモリ21からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、プログラムを読み出した状態の処理回路24は、読み出したプログラムに対応する機能を有することとなる。 In the medical processing device 20 shown in FIG. 12, each processing function is stored in the memory 21 in the form of a program that can be executed by a computer. The processing circuit 24 is a processor that realizes a function corresponding to each program by reading a program from the memory 21 and executing the program. In other words, the processing circuit 24 in the state where the program is read has a function corresponding to the read program.
なお、図12においては単一の処理回路24にて、処理機能24a及び制御機能24bが実現するものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路24を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。また、処理回路24が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。 Although it has been described in FIG. 12 that the processing function 24a and the control function 24b are realized by a single processing circuit 24, a plurality of independent processors are combined to form the processing circuit 24, and each processor is programmed. The function may be realized by executing. Further, each processing function of the processing circuit 24 may be appropriately distributed or integrated into a single or a plurality of processing circuits.
また、処理回路24は、ネットワークNWを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路24は、メモリ21から各機能に対応するプログラムを読み出して実行するとともに、医用処理装置20とネットワークNWを介して接続されたサーバ群(クラウド)を計算資源として利用することにより、図12に示す各機能を実現する。 Further, the processing circuit 24 may realize the function by utilizing the processor of the external device connected via the network NW. For example, the processing circuit 24 reads a program corresponding to each function from the memory 21 and executes it, and also uses a server group (cloud) connected to the medical processing device 20 via a network NW as a computational resource. Each function shown in FIG. 12 is realized.
例えば、まず、X線CTシステム10におけるスキャン機能144aは、X線の焦点位置を被検体P1の周囲で回転させながら被検体P1に対してX線を照射し、「High kVp」に対応する投影データ及び「Low kVp」に対応する投影データを少なくとも含む投影データセットを収集する。また、制御機能144cは、収集された投影データセットを、ネットワークNWを介して医用処理装置20に送信する。
For example, first, the
次に、医用処理装置20における処理機能24aは、X線CTシステム10から送信された投影データセットについて、対向するビューの投影データを用いた補正処理を行なう。例えば、kVスイッチング方式で投影データセットが収集されていた場合、処理機能24aは、まず、投影データセットから、「High kVp」に対応する投影データセットと「Low kVp」に対応する投影データセットとを分離し、分離した投影データセットのそれぞれについて、対向するビューの投影データを用いた補正処理を行なう。一例を挙げると、処理機能24aは、「High kVp」に対応する投影データセット又は「Low kVp」に対応する投影データセットにおける補正対象のビューの投影データと、対向するビューの投影データとのブレンドを行なう。別の例を挙げると、処理機能24aは、「High kVp」に対応する投影データセット又は「Low kVp」に対応する投影データセットにおける投影データの欠損部分を、対向するビューの投影データを用いて補間する。
Next, the processing function 24a in the medical processing apparatus 20 performs correction processing using the projection data of the opposite views on the projection data set transmitted from the
そして、処理機能24aは、補正後の投影データセットに基づいて物質弁別を行ない、制御機能24bは、処理機能24aによる物質弁別の結果を示す画像をディスプレイ22に表示させる。或いは、制御機能24bは、物質弁別の結果を示す画像をX線CTシステム10に送信する。この場合、X線CTシステム10における制御機能144cは、物質弁別の結果を示す画像をディスプレイ142に表示させる。
Then, the processing function 24a performs substance discrimination based on the corrected projection data set, and the control function 24b causes the display 22 to display an image showing the result of the substance discrimination by the processing function 24a. Alternatively, the control function 24b transmits an image showing the result of substance discrimination to the
或いは、制御機能24bは、処理機能24aによる補正後の投影データセットをX線CTシステム10に送信する。この場合、処理機能144bは、補正後の投影データセットに基づいて物質弁別を行ない、制御機能144cは、物質弁別の結果を示す画像をディスプレイ142に表示させる。
Alternatively, the control function 24b transmits the projection data set corrected by the processing function 24a to the
また、これまで、第1のX線エネルギーが「High kVp」であり、第2のX線エネルギーが「Low kVp」である場合について説明したが、実施形態はこれに限定されるものではない。即ち、第1のX線エネルギーが「Low kVp」であり、第2のX線エネルギーが「High kVp」であっても構わない。 Further, the case where the first X-ray energy is “High kVp” and the second X-ray energy is “Low kVp” has been described so far, but the embodiment is not limited to this. That is, the first X-ray energy may be "Low kVp" and the second X-ray energy may be "High kVp".
上記説明において用いた「プロセッサ」という文言は、例えば、CPU、GPU(Graphics Processing Unit)、あるいは、特定用途向け集積回路(Application Specific Integrated Circuit:ASIC)、プログラマブル論理デバイス(例えば、単純プログラマブル論理デバイス(Simple Programmable Logic Device:SPLD)、複合プログラマブル論理デバイス(Complex Programmable Logic Device:CPLD)、及びフィールドプログラマブルゲートアレイ(Field Programmable Gate Array:FPGA))等の回路を意味する。プロセッサはメモリ141又はメモリ21に保存されたプログラムを読み出し実行することで機能を実現する。
The term "processor" used in the above description refers to, for example, a CPU, a GPU (Graphics Processing Unit), an integrated circuit for a specific application (Application Specific Integrated Circuit: ASIC), a programmable logic device (for example, a simple programmable logic device (for example, a simple programmable logic device)). It means a circuit such as a Simple Programmable Logical Device (SPLD), a compound programmable logic device (Complex Programmable Logic Device: CPLD), and a field programmable gate array (Field Programmable Gate Array: FPGA). The processor realizes the function by reading and executing the program stored in the
なお、図1においては、単一のメモリ141が処理回路144の各処理機能に対応するプログラムを記憶するものとして説明した。また、図12においては、単一のメモリ21が処理回路24の各処理機能に対応するプログラムを記憶するものとして説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、複数のメモリ141を分散して配置し、処理回路144は、個別のメモリ141から対応するプログラムを読み出す構成としても構わない。同様に、複数のメモリ21を分散して配置し、処理回路24は、個別のメモリ21から対応するプログラムを読み出す構成としても構わない。また、メモリ141又はメモリ21にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。
In FIG. 1, a
上述した実施形態に係る各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。即ち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行われる各処理機能は、その全部又は任意の一部が、CPU及び当該CPUにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現されうる。 Each component of each device according to the above-described embodiment is a functional concept, and does not necessarily have to be physically configured as shown in the figure. That is, the specific form of distribution / integration of each device is not limited to the one shown in the figure, and all or part of the device is functionally or physically distributed in arbitrary units according to various loads and usage conditions. Can be integrated and configured. Further, each processing function performed by each device may be realized by a CPU and a program analyzed and executed by the CPU, or may be realized as hardware by wired logic.
また、上述した実施形態で説明した処理方法は、予め用意された処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この処理プログラムは、インターネット等のネットワークを介して配布することができる。また、この処理プログラムは、ハードディスク、フレキシブルディスク(FD)、CD−ROM、MO、DVD等のコンピュータで読み取り可能な非一過性の記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。 Further, the processing method described in the above-described embodiment can be realized by executing a processing program prepared in advance on a computer such as a personal computer or a workstation. This processing program can be distributed via a network such as the Internet. Further, this processing program is recorded on a non-transient recording medium such as a hard disk, a flexible disk (FD), a CD-ROM, an MO, or a DVD that can be read by a computer, and is executed by being read from the recording medium by the computer. You can also do it.
以上説明した少なくとも1つの実施形態によれば、物質弁別の精度を向上させることができる。 According to at least one embodiment described above, the accuracy of substance discrimination can be improved.
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行なうことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 Although some embodiments of the present invention have been described, these embodiments are presented as examples and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the gist of the invention. These embodiments and modifications thereof are included in the scope and gist of the invention, as well as in the scope of the invention described in the claims and the equivalent scope thereof.
1 医用情報処理システム
10 X線CTシステム
140 コンソール装置
144 処理回路
144a スキャン機能
144b 処理機能
144c 制御機能
20 医用処理装置
24 処理回路
24a 処理機能
24b 制御機能
1 Medical
Claims (9)
前記投影データセットについて、対向するビューの投影データを用いた補正処理を行ない、補正後の前記投影データセットに基づいて複数の基準物質による物質弁別を行なう処理部と
を備えた、X線CTシステム。 The subject is irradiated with X-rays while rotating the focal position of the X-rays around the subject, and the projection data corresponding to the first X-ray energy and the projection data corresponding to the second X-ray energy are obtained. A scan unit that collects at least the projected data set that it contains,
An X-ray CT system including a processing unit that performs correction processing using projection data of opposite views on the projection data set and discriminates substances with a plurality of reference substances based on the corrected projection data set. ..
を備えた、医用処理装置。 Corresponds to the projection data corresponding to the first X-ray energy and the second X-ray energy collected by irradiating the subject with X-rays while rotating the X-ray focal position around the subject. It is provided with a processing unit that performs correction processing using the projection data of the opposite views for the projection data set including at least the projection data to be performed, and discriminates substances with a plurality of reference substances based on the corrected projection data set. , Medical processing equipment.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019165868A JP7353882B2 (en) | 2019-09-12 | 2019-09-12 | X-ray CT system and medical processing equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019165868A JP7353882B2 (en) | 2019-09-12 | 2019-09-12 | X-ray CT system and medical processing equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021040991A true JP2021040991A (en) | 2021-03-18 |
JP7353882B2 JP7353882B2 (en) | 2023-10-02 |
Family
ID=74862926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019165868A Active JP7353882B2 (en) | 2019-09-12 | 2019-09-12 | X-ray CT system and medical processing equipment |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7353882B2 (en) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009020136A1 (en) * | 2007-08-06 | 2009-02-12 | Hitachi Medical Corporation | X-ray ct device |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5389324B2 (en) | 2006-12-18 | 2014-01-15 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | X-ray tomography equipment |
US20160217594A1 (en) | 2015-01-22 | 2016-07-28 | Kabushiki Kaisha Toshiba | Cost-function based method and apparatus for projection-domain basis decomposition in spectral computed tomography |
US9687207B2 (en) | 2015-04-01 | 2017-06-27 | Toshiba Medical Systems Corporation | Pre-reconstruction calibration, data correction, and material decomposition method and apparatus for photon-counting spectrally-resolving X-ray detectors and X-ray imaging |
KR101864124B1 (en) | 2016-11-21 | 2018-06-04 | (주)레이 | Cone Beam Computerized Tomography System of Dual Energy Type |
-
2019
- 2019-09-12 JP JP2019165868A patent/JP7353882B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009020136A1 (en) * | 2007-08-06 | 2009-02-12 | Hitachi Medical Corporation | X-ray ct device |
Also Published As
Publication number | Publication date |
---|---|
JP7353882B2 (en) | 2023-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9532759B2 (en) | X-ray CT apparatus, image processing apparatus, and image processing method | |
JP6670586B2 (en) | X-ray CT system | |
US8055039B2 (en) | System and method to obtain noise mitigated monochromatic representation for varying energy level | |
US11207041B2 (en) | X-ray CT system and medical processing apparatus | |
US7396162B1 (en) | Scatter correction for CT method and apparatus | |
US9943279B2 (en) | Methods and systems for task-based data generation and weighting for CT spectral imaging | |
JP7467253B2 (en) | X-ray CT system and medical processing equipment | |
JP7348376B2 (en) | Medical processing equipment, X-ray CT system and processing program | |
JP7341803B2 (en) | X-ray CT equipment, medical image processing equipment, and X-ray CT systems | |
JP7179479B2 (en) | X-ray CT device | |
JP7353882B2 (en) | X-ray CT system and medical processing equipment | |
JP2022013679A (en) | Medical image processing method, medical image processing apparatus and x-ray ct apparatus | |
US11172894B2 (en) | Medical processing apparatus, X-ray diagnosis system, and medical processing method | |
US11295487B2 (en) | X-ray CT apparatus, medical image processing apparatus, and X-ray CT system | |
JP7362322B2 (en) | X-ray CT system and medical processing equipment | |
JP7321846B2 (en) | X-ray CT system and medical processing equipment | |
JP7233911B2 (en) | X-ray CT system and processing program | |
JP7301607B2 (en) | Radiological diagnostic equipment | |
US11328460B2 (en) | X-ray CT system and processing method | |
JP2021013489A (en) | X-ray ct system and medical processing apparatus | |
JP2023012246A (en) | Medical image processing apparatus, x-ray ct apparatus, medical image processing method and program | |
JP2018117779A (en) | X-ray CT apparatus | |
JP2022065390A (en) | Medical image processing device, medical image diagnostic device, and program | |
JP2021176357A (en) | Medical information processing device, medical information processing method and medical information processing program | |
JP2022046946A (en) | X-ray ct apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220719 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230529 |
|
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: 20230822 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230920 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7353882 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |