JP2021512312A - 陽電子放出断層撮影（ｐｅｔ）の散乱補正 - Google Patents

Abstract

非一時的コンピュータ可読媒体が、画像再構成方法１００を行うように、少なくとも１つの電子プロセッサ２０を含むワークステーション１８によって読み取り可能及び実行可能な命令を格納する。この方法は、受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしに再構成される複数の中間画像を生成するステップと、生成された中間画像における真のカウントの割合及び散乱イベントの割合を生成するステップと、。中間画像、中間画像における真のカウントの割合及び中間画像における散乱カウントの割合から、最終的な再構成画像を生成するステップと、非一時的コンピュータ可読媒体を制御して最終画像を格納するステップ及び表示デバイス２４を制御して最終画像を表示するステップのうちの少なくとも一方のステップとを含む。

Description

以下は、概して、医用撮像技術、医用画像解釈技術、画像再構成技術及び関連技術に関する。

陽電子放出断層撮影（ＰＥＴ）撮像では、散乱同時計数が、検出された総同時計数のかなりの部分に寄与することがある。散乱同時計数は、ＰＥＴ再構成中に補正する必要がある。現在、ＰＥＴにおける散乱補正の目的で、一回散乱推定（ＳＳＳ）法が広く利用されている。この方法では、同時計数ガンマのペアが検出される前に単一散乱イベントを経験する確率を計算することによって、散乱分布をシミュレートする。ＳＳＳだけでは、検出された総同時計数に対する散乱寄与の相対量は決定されない。

通常、散乱寄与の相対量は、テールフィッティング法又はモンテカルロシミュレーションベースの方法によって決定される。テールフィッティングベースの方法が散乱推定に使用される場合、コンピュータ断層撮影（ＣＴ）スキャンとＰＥＴスキャンとの間で患者が動きに遭遇した場合や、患者が大きいためにテール部分のノイズやトランケーションが大きいか、又は、テール部分についてのランダム補正が正確ではないために散乱推定精度が低下する場合のように、結果の画像にかなりのアーチファクトが生じることがある。モンテカルロシミュレーションの散乱量推定では、テール部分におけるノイズによるアーチファクトは問題にならなくなるが、体軸方向視野（ＦＯＶ）外の活動からの散乱寄与をシングルベッド収集又はエンドベッドフレームでは正確に推定することができない。これは、体軸方向ＦＯＶ外の活動は未知であることによる。

以下は、これらの問題を克服する新規且つ改良されたシステム及び方法を開示する。

開示する一態様では、非一時的コンピュータ可読媒体が、画像再構成方法を行うように、少なくとも１つの電子プロセッサを含むワークステーションによって読み取り可能かつ実行可能な命令を格納する。この方法は、受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしで再構成される複数の中間画像を生成するステップと、生成された中間画像における真のカウントの割合及び散乱イベントの割合を生成するステップと、中間画像、中間画像における真のカウントの割合及び中間画像における散乱カウントの割合から、最終的な再構成画像を生成するステップと、最終画像を格納するように非一時的コンピュータ可読媒体を制御するステップ及び最終的画像を表示するように表示デバイスを制御するステップのうちの少なくとも一方のステップとを含む。

別の開示する態様では、非一時的コンピュータ可読媒体が、画像再構成方法を行うように、少なくとも１つの電子プロセッサを含むワークステーションによって読み取り可能及び実行可能な命令を格納する。この方法は、受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしで再構成される複数の中間画像を生成するステップと、操作によって、生成された中間画像における真のカウントの割合及び散乱カウントの割合を生成するステップであって、上記操作は、撮像データのエネルギーヒストグラムを生成することと、エネルギーヒストグラムを１次元の真のカウントエネルギー分布及び１次元の散乱カウントエネルギー分布にフィッティングすることと、散乱投影推定値を生成するように散乱推定画像を順投影するフィッティングされた１次元の真のカウント及び散乱カウント分布に基づいて、真のカウントの割合及び散乱カウントの割合を生成することとを含む、生成するステップと、散乱投影推定値を使用して散乱補正された最終画像を撮像データから再構成するステップと、最終画像を格納するように非一時的コンピュータ可読媒体を制御するステップ及び最終画像を表示するように表示デバイスを制御するステップのうちの少なくとも一方のステップとを含む。

別の開示する態様では、非一時的コンピュータ可読媒体が、画像再構成方法を行うように、少なくとも１つの電子プロセッサを含むワークステーションによって読み取り可能及び実行可能な命令を格納する。この方法は、受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしで再構成される複数の中間画像を生成するステップと、エネルギーウィンドウへの真のカウント及び散乱カウントの既知の寄与を有するエネルギー分布を有する推定された真の画像から、収集された撮像データの収集をシミュレートすることによって、生成された中間画像における真のカウントの割合及び散乱カウントの割合を生成するステップと、散乱投影推定値を生成するように、散乱推定画像を順投影するステップと、散乱投影推定値を使用して散乱補正された最終画像を撮像データから再構成するステップと、最終画像を格納するように非一時的コンピュータ可読媒体を制御するステップ及び最終画像を表示するように表示デバイスを制御するステップのうちの少なくとも一方のステップとを含む。

１つの利点は、撮像データにおける散乱寄与の正確な推定が提供される点にある。

別の利点は、撮像データにおけるアーチファクトが低減される点にある。

別の利点は、散乱補償された画像が再構成される点にある。

別の利点は、体軸方向ＦＯＶ外の散乱寄与を組み込んだ散乱推定が提供される点にある。

別の利点は、真の同時計数及び散乱同時計数のエネルギースペクトルの正確なフィッティングを利用して散乱推定が提供される点にある。

別の利点は、真の同時計数及び散乱同時計数のエネルギースペクトルのフィッティングを利用して散乱推定を提供して、低エネルギーウィンドウ（ＬＥＷ）再構成画像対高エネルギーウィンドウ（ＨＥＷ）再構成画像の異なる散乱成分の推定が向上される点にある。

本開示を読み、理解すれば当業者には明らかとなるように、所与の実施形態は、前述の利点の幾つかを提供するか、及び／又は、他の利点を提供することができる。

本開示は、様々なコンポーネント及びコンポーネントの構成、また、様々なステップ及びステップの構成の形を取ってよい。図面は、好適な実施形態を例示するに過ぎず、本開示を限定するものと解釈されるべきではない。

図１は、一態様による画像再構成システムを図示する。 図２は、図１のシステムの動作の例示的なフローチャートを示す。 図３は、図１のシステムの動作の他の例示的なフローチャートを示す。 図４は、図１のシステムの動作の他の例示的なフローチャートを示す。 図５は、図１のシステムの動作の他の例示的なフローチャートを示す。 図６は、図１のシステムの動作の他の例示的なフローチャートを示す。 図７は、図１のシステムの動作の他の例示的なフローチャートを示す。

以下は、ＰＥＴ撮像における散乱補正の向上に関し、データが低エネルギーパーティションと高エネルギーパーティションとに分割される場合、低エネルギーパーティションには高エネルギーパーティションよりも多くの散乱が含まれるはずであるという予想を利用している。これは、散乱イベントの任意の非弾性は、散乱５１１ｋｅＶガンマ線からのエネルギー損失につながるが、散乱はガンマ線にエネルギーを追加する可能性は低いためである。

この洞察から実際の散乱推定を提供するために、以下は、（ｉ）高エネルギーウィンドウ（ＨＥＷ）画像及び低エネルギーウィンドウ（ＬＥＷ）画像を生成し、（ｉｉ）ＨＥＷ画像及びＬＥＷ画像から散乱推定画像を生成し、（ｉｉｉ）散乱推定画像を順投影して散乱投影推定値を生成し、（ｉｖ）散乱投影推定値を使用して高解像度画像再構成を行うアプローチを使用する。

操作（ｉｉｉ）は、任意の従来の順投影ステップを適切に使用することができる一方で、操作（ｉｖ）は、任意の既知の手法を適切に使用して、散乱推定値を所与として、高解像度反復ＰＥＴ再構成において散乱補正を提供することができる。したがって、操作（ｉｖ）は、例えば一回散乱推定（ＳＳＳ）を組み込むために使用されるタイプの散乱投影推定値を組み込む再構成アルゴリズムを使用することができる。

幾つかの実施形態では、ＰＥＴ撮像データは、ＨＥＷ及びＬＥＷに分割され、ステップ（ｉ）は、高速（例えば低解像度）再構成で始まり、初期ＨＥＷ画像を生成するために使用される。ＨＥＷ画像は、モンテカルロシミュレータに入力される。モンテカルロシミュレータは、真のイベントサンプルと散乱イベントサンプルを生成し、ＨＥＷ画像における真のイベント対ＬＥＷ画像における真のイベントの割合又は比率ｒ_Ｔと、ＨＥＷ画像における散乱イベント対ＬＥＷ画像における散乱イベントの割合又は比率ｒ_Ｓとを計算する。これらの比率は、任意選択的に、これらの比率の予想される遅い空間変動を強制する制約と共に、ピクセル毎に計算することができる。次に、計算された比率ｒ_Ｔ及び比率ｒ_Ｓを使用して、ＨＥＷ画像及びＬＥＷ画像から散乱推定値を生成することによってステップ（ｉｉ）を完了する。任意選択的に、計算された比率ｒ_Ｔ及び比率ｒ_Ｓを代わりにフィードバックして真の推定画像を精緻化し、これにより、最終的な散乱推定画像を取り出す前に、１回以上の反復繰り返しを介してモンテカルロサンプリングを向上させることができる。

他の実施形態では、比率ｒ_Ｔ及び比率ｒ_Ｓは、真の同時計数及び散乱同時計数のエネルギースペクトルに対する近似線から導出され、比率を所与として、真の推定画像及び散乱推定画像がＬＥＷ画像及びＨＥＷ画像から生成される。この場合、モンテカルロシミュレーションは行われない。

更なる実施形態では、ＨＥＷ画像及びＬＥＷ画像を生成する際に高解像度反復画像再構成が使用されることを除き、モンテカルロシミュレーションアプローチが前述のように使用され、したがって、散乱についてＨＥＷ画像を補正するように結果として得られる散乱推定画像を順投影して直接適用して、最終的な臨床画像を生成することができる。

図１を参照すると、例示的な医用撮像システム１０が示されている。図１に示すように、システム１０は、画像収集デバイス１２を含む。一例では、画像収集デバイス１２は、ＰＥＴ／コンピュータ断層撮影（ＣＴ）撮像システムのＰＥＴガントリを含み、ＰＥＴガントリは更に、ＣＴガントリ１３を含む。他の例では、画像収集デバイス１２は、ＣＴコンポーネントのないスタンドアロンのＰＥＴスキャナであってよい。患者テーブル１４が、患者をＰＥＴガントリ１２又はＣＴガントリ１３の検査領域１６の中に入れるように配置される。他の実施形態では、画像収集デバイス１２は、単光子放出コンピュータ断層撮影（ＳＰＥＣＴ）デバイスのガンマカメラを含んでよく、これはまた、ＣＴガントリ１３を含むＳＰＥＣＴ／ＣＴ撮像システムのコンポーネントを構成することができる。

システム１０はまた、少なくとも１つの電子プロセッサ２０、少なくとも１つのユーザ入力デバイス（例えばマウス、キーボード、トラックボール等）２２及び表示デバイス２４といった典型的なコンポーネントを有するコンピュータ、ワークステーション又は他の電子データ処理デバイス１８を含む。幾つかの実施形態では、表示デバイス２４は、コンピュータ１８とは別個のコンポーネントであってよい。ワークステーション１８はまた、１つ以上の非一時的記憶媒体２６（磁気ディスク、ＲＡＩＤ又は他の磁気記憶媒体、ソリッドステートドライブ、フラッシュドライブ、電子的に消去可能な読み取り専用メモリ（ＥＥＲＯＭ）又は他の電子的メモリ、光ディスク又は他の光ストレージ、これらの様々な組み合わせ等）を含むことができる。表示デバイス２４は、ユーザ入力デバイス２２からのユーザ入力を受け取るために１つ以上のフィールドを含むグラフィカルユーザインターフェース（ＧＵＩ）２８を表示する。

少なくとも１つの電子プロセッサ２０は、１つ以上の非一時的記憶媒体２６と動作可能に接続される。非一時的記憶媒体２６は、本明細書に開示するように散乱推定及び補正を組み込む画像再構成方法又はプロセス１００を行うことを含む開示の操作を行うために、少なくとも１つの電子プロセッサ２０によって読み取り可能及び実行可能な命令を格納する。幾つかの例では、画像再構成方法又はプロセス１００は、少なくとも部分的にクラウド処理によって行われてもよい。

図２を参照すると、画像再構成方法１００の例示的な実施形態が、フローチャートとして図示されている。プロセスを開始するために、画像収集デバイス１２は、少なくとも１つの電子プロセッサ２０によって制御されて撮像データを収集する。ステップ１０２において、少なくとも１つの電子プロセッサ２０は、受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしに再構成される複数の中間画像を生成するようにプログラムされる。一実施形態では、画像収集デバイス１２は、ＰＥＴ撮像デバイスを含み、少なくとも１つの電子プロセッサ２０によって制御されてＰＥＴ撮像データを収集する。少なくとも１つの電子プロセッサ２０は、ＰＥＴ撮像データを、ＰＥＴ撮像データのカウントから散乱補正なしに再構成される低エネルギーウィンドウ（ＬＥＷ）画像と、５１１ｋｅＶより大きい撮像データをＰＥＴ撮像データのカウントからの散乱補正なしで再構成される高エネルギーウィンドウ（ＨＥＷ）画像とに分離するようにプログラムされる。

図示する例では、ＨＥＷの低い閾値は、ＬＥＷの高い閾値と同じであるが、例えばＨＥＷデータセット及びＬＥＷデータセットの多少の重複又はギャップを提供して、異なるＨＥＷ閾値及びＬＥＷ閾値を有することも考えられる。本明細書に示す例では、ＨＥＷ及びＬＥＷの両方用の単一の閾値は、電子−陽電子消滅イベントから生じる２つの反対方向に向けられるガンマ線のエネルギーに相当する５１１ｋｅＶである。したがって、図示する例では、少なくとも１つの電子プロセッサ２０は、５１１ｋｅＶ未満の撮像データをＬＥＷ画像に、約５１１ｋｅＶ又は５１１ｋｅＶ以上の撮像データをＨＥＷ画像に分離するようにプログラムされる。検出されたペアのガンマの少なくとも１つが閾値を下回るエネルギーを有する場合、撮像データをＬＥＷ画像に割り当てることができる。ＨＥＷ画像の場合、検出されたペアの両方のガンマが、ＨＥＷ画像への割り当てのために、エネルギー閾値を上回る必要がある。

別の実施形態では、画像収集デバイス１２は、ＳＰＥＣＴ撮像デバイスを含み、少なくとも１つの電子プロセッサ２０によって制御されてＳＰＥＣＴ撮像データを収集する。第１のエネルギーウィンドウと第２のエネルギーウィンドウとのカットオフは、約５１１ｋｅＶに基づくのではなく、撮像セッションの前に患者に投与されたＳＰＥＣＴ放射性医薬品同位体の真のエネルギー値に基づいている。少なくとも１つの電子プロセッサ２０は、撮像セッションの前に患者に投与されたＳＰＥＣＴ放射性医薬品同位体の真のエネルギー値未満であるＳＰＥＣＴ撮像データをＬＥＷ画像に、真のエネルギー値よりも大きい撮像データをＨＥＷ画像に分離するようにプログラムされる。

ステップ１０４において、少なくとも１つの電子プロセッサ２０は、生成された中間画像における真のカウント（又はイベント）の割合と、生成された中間画像における散乱カウント（又はイベント）の割合を生成するようにプログラムされる。幾つかの実施形態では、少なくとも１つの電子プロセッサ２０は、真のカウント及び散乱カウントの既知の寄与を有するエネルギー分布又はヒストグラムを有する推定された真の画像から収集撮像データの収集をシミュレートして、それぞれの割合を推定するようにプログラムされる。幾つかの例では、シミュレーション操作は、モンテカルロシミュレータを使用する。このアプローチは、陽電子−電子消滅イベントが５１１ｋｅＶガンマ線（又はＳＰＥＣＴ放射性医薬品同位体のエネルギー値）を出力し、非弾性散乱イベントがこれらの５１１ｋｅＶガンマ線のエネルギー（又はＳＰＥＣＴ放射線医薬品同位体のエネルギー値）を減少することが予想されるため、ＨＥＷ画像は散乱からの寄与が比較的低いはずであるという予想を前提としている。このシミュレーション操作から、少なくとも１つの電子プロセッサ２０は、真のカウントの割合及び散乱カウントの割合を生成するようにプログラムされる。

別の実施形態では、少なくとも１つの電子プロセッサ２０は、撮像データを１次元の真のカウントエネルギー分布及び１次元の散乱カウント分布にフィットさせるようにプログラムされる。幾つかの例では、１次元の真のカウントエネルギー分布はガウス分布を含み、１次元の散乱カウント分布は多項式分布を含むが、他のパラメータ化された分布の使用も考えられる。次に、フィットされた真のエネルギー分布及び散乱エネルギー分布を使用して、真のカウントの割合及び散乱カウントの割合を推定することができる。

ステップ１０６において、少なくとも１つの電子プロセッサ２０は、中間画像と、中間画像における真のカウントの割合及び散乱カウントの割合とから、散乱推定画像を生成するようにプログラムされる。少なくとも１つの電子プロセッサ２０は、シミュレーション又はエネルギー分布フィッティングを介して推定されたＨＥＷ画像における真のカウント対ＬＥＷ画像における真のカウント数の割合及びＨＥＷ画像における散乱カウント対ＬＥＷ画像における散乱カウントの割合を用いて、高エネルギーウィンドウ画像、低エネルギーウィンドウ画像及び割合に基づいて散乱推定画像を生成するようにプログラムされる。散乱推定画像（又は散乱推定画像の個々のボクセル値）は、式１：

によって生成される。ここで、ｓは、散乱推定画像を表し、ｓ_Ｈは、高エネルギーウィンドウからの散乱寄与イベントを表し、ｓ_Ｌは、低エネルギーウィンドウからの散乱寄与イベントを表し、ｒ_Ｔは、高エネルギーウィンドウ画像における真のイベント対低エネルギーウィンドウ画像における真のイベントの比率を表し、ｒ_Ｓは、高エネルギーウィンドウ画像における散乱イベント対低エネルギーウィンドウ画像における散乱イベントの比率を表し、ｙ_Ｈは、高エネルギーウィンドウ画像を表し、ｙ_Ｌは、低エネルギーウィンドウ画像を表す。

他の実施形態では、散乱推定画像のシミュレーション及び再構成は、散乱推定画像を使用して散乱について高エネルギーウィンドウ画像を反復的に補償することと、散乱推定画像のシミュレーション及び再構成を繰り返すこととを含む。反復的な入力は、停止基準が満たされるまで繰り返される。

ステップ１０８において、少なくとも１つの電子プロセッサ２０は、散乱推定画像を順投影して散乱投影推定値を生成するようにプログラムされる。これは、任意の適切な順投影操作又はアルゴリズムを使用して行うことができる。

ステップ１１０において、少なくとも１つの電子プロセッサ２０は、撮像データから最終画像を再構成するようにプログラムされる。幾つかの実施形態では、最終画像の再構成は、散乱投影推定値を使用する散乱補償で行われる。一例では、最終画像は、散乱投影推定値を使用する散乱補償ですべての撮像データから再構成される。別の例では、最終画像は、散乱投影推定値を使用する散乱補償で、高エネルギーウィンドウ閾値を上回るエネルギーを有する撮像データのカウントから再構成される。幾つかの実施形態では、散乱推定画像は、散乱補正されていないすべての撮像データを使用して再構成された画像から差し引かれて散乱補正を実現し、これにより、最終的な再構成画像を生成することができる。

ステップ１１２において、少なくとも１つの電子プロセッサ２０は、表示デバイス２４を制御して臨床画像を表示するようにプログラムされる。幾つかの例では、少なくとも１つの電子プロセッサ２０は、非一時的記憶媒体２６を制御して臨床画像を適切なデータベース（例えば画像保管通信システム）に格納するようにプログラムされる。

図３から図７は、画像再構成方法１００の他の実施形態の他の例示的なフローチャートを示す。図３を参照すると、画像再構成方法２００の別の例示的な実施形態が、フローチャートとして図示されている。ステップ２０２において、画像収集デバイス１２から撮像データが収集される。ステップ２０４において、収集された撮像データから異なるエネルギーウィンドウを有する中間画像が生成される。ステップ２０６において、中間画像と、各ウィンドウの真のイベント及び散乱イベントの割合とから真の推定画像が生成される。これらの割合は既知であり、例えば非一時的記憶媒体２６から取得することができる。ステップ２０８において、生成された真の推定画像が最終的な再構成画像として出力される（例えば表示デバイス２４に表示される又は非一時的記憶媒体２６に格納される）。

図４を参照すると、画像再構成方法３００の別の例示的な実施形態が、フローチャートとして図示されている。ステップ３０２において、画像収集デバイス１２から撮像データが収集される。ステップ３０４において、収集された撮像データから異なるエネルギーウィンドウを有する中間画像が生成される。ステップ３０６において、中間画像と、各ウィンドウの真のイベント及び散乱イベントの割合とから散乱推定画像が生成される。これらの割合は既知であり、例えば非一時的記憶媒体２６から取得することができる。ステップ３０８において、散乱補正なしで画像が生成される。ステップ３１０において、（ステップ３０６において生成された）散乱推定画像が（ステップ３０８において生成された）散乱補正なしの画像から差し引かれ、最終的な再構成画像が生成される。ステップ３１２において、生成された最終的な再構成画像が出力される（例えば表示デバイス２４に表示される又は非一時的記憶媒体２６に格納される）。

図５を参照すると、画像再構成方法４００の別の例示的な実施形態が、フローチャートとして図示されている。ステップ４０２において、画像収集デバイス１２から撮像データが収集される。ステップ４０４において、収集された撮像データから、異なるエネルギーウィンドウを有する中間画像が生成される。ステップ４０６において、中間画像と、各ウィンドウの真のイベント及び散乱イベントの割合とから散乱推定画像が生成される。これらの割合は既知であり、例えば非一時的記憶媒体２６から取得することができる。ステップ４０８において、散乱推定画像から散乱順投影が生成される。ステップ４１０において、散乱順投影を使用して散乱補正された再構成画像が生成される。ステップ４１２において、生成された最終的な再構成画像が出力される（例えば表示デバイス２４に表示される又は非一時的記憶媒体２６に格納される）。

図６及び図７は、（ステップ１０４、ステップ２０６、ステップ３０６及びステップ４０６において説明される）真のカウントの割合及び散乱カウントの割合を生成するための例示的なフローチャートを示す。図６を参照すると、ステップ５０２において、画像収集デバイス１２から撮像データが収集される。ステップ５０４において、収集された撮像データのエネルギーウィンドウの撮像データエネルギーヒストグラムが生成される。ステップ５０６において、各エネルギーウィンドウについて、真のイベント及び散乱イベントの割合が生成される。

図７を参照すると、ステップ６０２において、画像収集デバイス１２から撮像データが収集される。ステップ６０４において、収集された撮像データから異なるエネルギーウィンドウを有する中間画像が生成される。ステップ６０６において、撮像データの収集が、異なるエネルギーウィンドウに関する情報でシミュレートされる。ステップ６０８において、各エネルギーウィンドウについて、真のイベント及び散乱イベントの割合が生成される。ステップ６１０において、真の推定画像が、中間画像と、真のイベント及び散乱イベントの割合とから生成される。

実施例
収集された撮像データは、イベントエネルギーに基づいてＨＥＷとＬＥＷとに分割され、それぞれ散乱補正なしでＨＥＷ画像とＬＥＷ画像とに再構成される。分割エネルギーは、ＰＥＴ撮像では５１１ｋｅＶ（検出器１７の有限エネルギー分解能によって決まるマージンを含む）であるが、他の分割エネルギーも選択することができる（例えば撮像セッションの前に患者に投与されるＳＰＥＣＴ放射性医薬品同位体の真のエネルギー値）。ＨＥＷデータ及びＬＥＷデータのそれぞれは、非散乱（真の）同時計数イベントと散乱同時計数イベントとの両方を含む。ＨＥＷ画像及びＬＥＷ画像内の画像ボクセル値は、ｙ_Ｈ及びｙ_Ｌと表すことができ、これらのボクセル値は式２：
ｙ_Ｈ＝ｔ_Ｈ＋ｓ_Ｈ
ｙ_Ｌ＝ｔ_Ｌ＋ｓ_Ｌ (２)
に従って決定することができる。ここで、ｙ_Ｈは、高エネルギーウィンドウ画像のボクセルの値を表し、ｙ_Ｌは、低エネルギーウィンドウ画像の対応するボクセルの値を表し、ｔ_Ｈは、当該ボクセルでの高エネルギーウィンドウ画像からの真の寄与イベントを表し、ｔ_Ｌは、当該ボクセルでの低エネルギーウィンドウ画像からの真の寄与イベントを表し、ｓ_Ｈは、当該ボクセルでの高エネルギーウィンドウからの散乱寄与イベントを表し、ｓ_Ｌは、当該ボクセルでの低エネルギーウィンドウからの散乱寄与イベントを表す。

高エネルギーウィンドウ画像における真のイベント対低エネルギーウィンドウ画像における真のイベントの比率、及び、高エネルギーウィンドウ画像における散乱イベント対低エネルギーウィンドウ画像における散乱イベントの比率は、式３：
ｒ_Ｔ＝ｔ_Ｈ／ｔ_Ｌ
ｒ_Ｓ＝ｓ_Ｈ／ｓ_Ｌ （３）
に従って定義される。ここで、ｒ_Ｔは、高エネルギーウィンドウ画像における真のイベント対低エネルギーウィンドウ画像における真のイベントの比率を表し、ｒ_Ｓは、高エネルギーウィンドウ画像における散乱イベント対低エネルギーウィンドウ画像における散乱イベントの比率を表す。

これらの比率が決定されると、式４：

に従って真の推定値を計算することができる。ここで、ｔは、真の推定画像を表す。この真の推定画像は、最終的な再構成画像として直接使用することができる。

幾つかの実施形態では、上記真の推定画像は、ＨＥＷ画像とＬＥＷ画像との組み合わせから得られる。ＨＥＷ画像及びＬＥＷ画像のそれぞれは、測定からの部分的な同時計数イベントを含むため、すべての同時計数イベントを再構成に使用すると、画像内のノイズを低減することができると予想される。次のスキームは、ＨＥＷ画像及びＬＥＷ画像並びにより高い解像度から散乱寄与を推定し、散乱推定値を使用して散乱補正されて、すべての同時計数イベントを使用して、低ノイズ画像を再構成することができる。

散乱の推定値は、式１（下に再掲）：

に従って計算される。ここで、ｓは、散乱推定値を表す。

幾つかの実施形態では、散乱推定画像を、散乱補正なしですべての撮像データを使用して再構成された画像から差し引いて散乱補正を実現し、したがって、最終的な再構成画像を生成することができる。

これらの式を適用するために、比率ｒ_Ｔ及び比率ｒ_Ｓの推定値が決定される。一般に、任意の適切な点にエネルギー分割点があって、ｒ_Ｔ＞ｒ_Ｓである。初期推定値として、エネルギーウィンドウが５１１ｋｅＶを超えて対称であり、エネルギー分割点がちょうど５１１ｋｅＶにある場合、真の同時計数の２Ｄエネルギーヒストグラム分布が２Ｄガウス関数であると仮定すると、ｒ_Ｔは、約１／３であり、ｒ_Ｓは、初期推定値として、例えばゼロといった低い値に設定することができる。ｒ_Ｓが０の場合、式４で示されるように、４ｙ_Ｈは真の推定値である。

比率ｒ_Ｔ及び比率ｒ_Ｓがシフト不変である場合、任意の位置におけるローカル比率は、合計カウントからの比率と同じである。比率ｒ_Ｔ及び比率ｒ_Ｓは、同時計数ガンマのエネルギーヒストグラムから見つけることができる。幾つかの例では、１つの光子のエネルギー分布確率関数は、式５：
ｆ（ｘ）＝ｓ（ｘ）＋ｔ（ｘ） （５）
に従って表される。ここで、ｓ（ｘ）は、散乱寄与からのものであり、ｔ（ｘ）は、非散乱イベントからの寄与である。１つのアプローチでは、散乱寄与関数ｓ（ｘ）は、多項式であると想定され、ｔ（ｘ）は、５１１ｋｅＶで対称なガウス関数であると想定される。収集されたＰＥＴ撮像データのシングルスのエネルギー分布は、ｔ（ｘ）のパラメータ化されたガウス（パラメータは、例えばガウスの平均、振幅及び分散）を使用して、また、ｓ（ｘ）のパラメータ化された低次多項式関数（パラメータは多項式項の係数）（例えば２次多項式ｓ（ｘ）＝Ａ_０＋Ａ_１ｘ＋Ａ_２ｘ^２を使用する場合、パラメータはＡ_０、Ａ_１及びＡ_２である）を使用して式（５）にフィッティングすることができる。したがって、この例では、フィッティングは、６つのパラメータ、即ち、係数Ａ_０、Ａ_１及びＡ_２と共にガウス平均、振幅及び分散を有する。これは、ガウス平均が５１１ｋｅＶであるという物理的に妥当な仮定を立てることで減らすことができる。パラメータ化された式（５）へのシングルスエネルギー分布のフィッティングは、任意の適切な最適化アルゴリズム、例えばＬｅｖｅｎｂｅｒｇ−Ｍａｒｑｕａｒｄｔ又は他の最小二乗最適化を使用することができる。

ＰＥＴ撮像データは同時計数を含み、各同時計数は（同時計数時間幅内の）２つの時間的に一致するシングルスによって定義される。同時計数を、「Ａ」と指定された第１のシングルイベント及び「Ｂ」と指定された第２の時間的に一致するシングルイベントとして表すと、２Ｄエネルギーヒストグラムは、式６：

に従ってイベントＡ及びイベントＢのエネルギースペクトルの乗算として表される。ここで、ｘ及びｙは、それぞれシングルイベントＡ及びシングルイベントＢの光子エネルギーである。式６は、式７：

に表されるように展開することができる。

式（５）及び式（６）において、ｓ（ｘ）は、第１の放射イベントｘからの散乱寄与を表し、ｓ（ｙ）は、第２の放射イベントｙからの散乱寄与を表し、ｔ（ｘ）は、第１の放射イベントｘからの真の寄与を表し、ｔ（ｙ）は、第２の放射イベントｙからの真の寄与を表す。初項ｓ（ｘ）ｓ（ｙ）は、同時計数ペアの両方の光子が散乱するイベントを表す。第２項ｓ（ｘ）ｔ（ｙ）及び第３項ｓ（ｙ）ｔ（ｘ）は、同時計数ペアの１つの光子のみが散乱するイベントを表す。末項ｔ（ｘ）ｔ（ｙ）は、非散乱同時計数イベントを表す。

ＨＥＷ内で収集されたボクセルカウントは、式８：

で表される。ここで、Ｙ_Ｈは、高エネルギーウィンドウ画像を表し、Ｅ_２は、高エネルギーウィンドウ画像の最大エネルギー限度を表し、Ｅ_ｃは、ＨＥＷエネルギー範囲とＬＥＷのエネルギー範囲との分離を表す。

式８から、ＨＥＷの真の同時計数寄与は、式９：

として表され、ＨＥＷの散乱同時計数寄与は、式１０：
Ｓ_Ｈ＝Ｙ_Ｈ−Ｔ_Ｈ （１０）
として表される。

同様に、ＬＥＷ内で収集されたボクセルカウントは、式１１：

で表される。ここで、Ｙ_Ｌは、低エネルギーウィンドウ画像を表し、Ｅ_１は、低エネルギーウィンドウ画像の最小エネルギー限度を表す。

式１１から、ＬＥＷの真の同時計数寄与は、式１２：

として表される。ここで、Ｔ_Ｌは、ＬＥＷ画像における真のイベントの寄与を表す。

式１２から、ＬＥＷの散乱同時計数寄与は、式１３：
Ｓ_Ｌ＝Ｙ_Ｌ−Ｔ_Ｌ (１３)
として表される。ここで、Ｓ_Ｌは、ＬＥＷ画像における散乱イベントからの寄与を表す。

次に、式（３）から、比率ｒ_Ｔ＝Ｔ_Ｈ／Ｔ_Ｌ及び比率ｒ_Ｓ＝Ｓ_Ｈ／Ｓ_Ｌとなる。このアプローチでは、これらの比率は、モンテカルロシミュレーションなしで取得することができることに留意されたい。変形実施形態では、モンテカルロシミュレーションを使用して、これらの初期比率推定値が精緻化される。

本開示は、好適な実施形態を参照して説明した。前述の詳細な説明を読んで理解すると、他の人が修正態様及び変更態様を想到することができるであろう。本発明は、添付の特許請求の範囲又はその均等物の範囲内にある限り、すべてのこのような修正態様及び変更態様を含むと解釈されることが意図されている。

Claims (20)

1. 画像再構成方法を行うように、少なくとも１つの電子プロセッサを含むワークステーションによって読み取り及び実行可能な命令を格納する非一時的コンピュータ可読媒体であって、前記画像再構成方法は、
   受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしで再構成される複数の中間画像を生成するステップと、
   生成された前記複数の中間画像における真のカウントの割合及び散乱イベントの割合を生成するステップと、
   前記複数の中間画像、前記複数の中間画像における真のカウントの割合及び前記複数の中間画像における散乱カウントの割合から、最終的な再構成画像を生成するステップと、
   前記最終的な再構成画像を格納するように前記非一時的コンピュータ可読媒体を制御するステップ及び前記最終的な再構成画像を表示するように表示デバイスを制御するステップのうちの少なくとも一方のステップと、
   を含む、非一時的コンピュータ可読媒体。
2. 前記方法は更に、
   前記複数の中間画像における真のカウントの前記割合及び散乱カウントの前記割合から散乱推定画像を生成するステップと、
   散乱投影推定値を生成するように、前記散乱推定画像を順投影するステップと、
   前記散乱投影推定値を使用して散乱補正された前記最終的な再構成画像を前記撮像データから再構成するステップと、
   前記最終的な再構成画像を格納するように前記非一時的コンピュータ可読媒体を制御するステップ及び前記最終的な再構成画像を表示するように表示デバイスを制御するステップのうちの少なくとも一方のステップと、
   を含む、請求項１に記載の非一時的コンピュータ可読媒体。
3. 前記最終的な再構成画像は、前記散乱投影推定値を使用して散乱補償されてすべての撮像データから再構成される、請求項２に記載の非一時的コンピュータ可読媒体。
4. 前記最終的な再構成画像は、前記撮像データの前記散乱投影推定値を使用して散乱補償されて、エネルギーウィンドウ閾値を上回るエネルギーを有する前記撮像データのカウントから再構成される、請求項２に記載の非一時的コンピュータ可読媒体。
5. 前記散乱推定画像をシミュレーションするステップ及び再構成するステップは更に、
   前記散乱推定画像を使用して散乱について推定された真の画像を反復的に補償するステップと、
   前記散乱推定画像をシミュレーションするステップ及び再構成するステップを繰り返すステップと、
   を含む、請求項２に記載の非一時的コンピュータ可読媒体。
6. 反復的に入力するステップは、停止基準が満たされるまで繰り返される、請求項５に記載の非一時的コンピュータ可読媒体。
7. 前記真のカウントの割合及び前記散乱カウントの割合を生成するステップは、
   前記真のカウント及び前記散乱カウントの既知の寄与を有するエネルギー分布を有する推定された真の画像から収集された前記撮像データの収集をシミュレートするステップを含む、請求項２に記載の非一時的コンピュータ可読媒体。
8. 前記シミュレーションするステップは、モンテカルロシミュレータを使用する、請求項７に記載の非一時的コンピュータ可読媒体。
9. 前記最終的な再構成画像を生成するステップは更に、
   前記最終的な再構成画像を生成するように、前記中間画像から前記散乱推定画像を差し引くステップを含む、請求項２から８のいずれか一項に記載の非一時的コンピュータ可読媒体。
10. 受け取った前記撮像データは、陽電子放出断層撮影（ＰＥＴ）撮像データを含み、前記複数の中間画像は、高エネルギーウィンドウ閾値を上回るエネルギーを有する前記ＰＥＴ撮像データのカウントから散乱補正なしで再構成される中間画像用の高エネルギーウィンドウと、低エネルギーウィンドウ閾値を下回るエネルギーを有する前記ＰＥＴ撮像データのカウントから散乱補正なしで再構成される中間画像用の低エネルギーウィンドウとを含む、請求項１から９のいずれか一項に記載の非一時的コンピュータ可読媒体。
11. 前記画像再構成方法は更に、
    ５１１ｋｅＶ未満の前記ＰＥＴ撮像データを低エネルギーウィンドウ画像に、５１１ｋｅＶより大きい前記ＰＥＴ撮像データを高エネルギーウィンドウ画像に分離するステップを含む、請求項１０に記載の非一時的コンピュータ可読媒体。
12. 受け取った前記撮像データは、単光子放出コンピュータ断層撮影（ＳＰＥＣＴ）撮像データを含み、前記複数の中間画像は、高エネルギーウィンドウ閾値を上回るエネルギーを有する前記ＳＰＥＣＴ撮像データのカウントから散乱補正なしで再構成される中間画像用の高エネルギーウィンドウと、低エネルギーウィンドウ閾値を下回るエネルギーを有する前記ＳＰＥＣＴ撮像データのカウントから散乱補正なしで再構成される中間画像用の低エネルギーウィンドウとを含む、請求項１から９のいずれか一項に記載の非一時的コンピュータ可読媒体。
13. 前記方法は更に、
    撮像セッションの前に患者に投与されたＳＰＥＣＴ放射性医薬品同位体の真のエネルギー値未満の前記ＳＰＥＣＴ撮像データを低エネルギーウィンドウ画像に、前記真のエネルギー値よりも大きい前記ＳＰＥＣＴ撮像データを高エネルギーウィンドウ画像に分離するステップを含む、請求項１２に記載の非一時的コンピュータ可読媒体。
14. 前記真のカウントの割合及び前記散乱カウントの割合を生成するステップは、
    ＰＥＴ撮像データを、１次元の真のカウントエネルギー分布及び１次元の散乱カウントエネルギー分布にフィッティングするステップと、
    フィッティングされた前記１次元の真のカウントエネルギー分布及び前記１次元の散乱カウントエネルギー分布に基づいて、真のカウントの前記割合及び散乱カウントの前記割合を生成するステップを含む、請求項２に記載の非一時的コンピュータ可読媒体。
15. 前記１次元の真のカウントエネルギー分布は、ガウス分布を含み、前記１次元の散乱カウントエネルギー分布は、多項式分布を含む、請求項１４に記載の非一時的コンピュータ可読媒体。
16. 前記散乱推定画像は、
    

    

    によって与えられ、ここで、ｓは、前記散乱推定画像を表し、ｓ_Ｈは、前記高エネルギーウィンドウからの散乱寄与イベントを表し、ｓ_Ｌは、前記低エネルギーウィンドウからの散乱寄与イベントを表し、ｒ_Ｔは、前記高エネルギーウィンドウ画像における真のイベント対前記低エネルギーウィンドウ画像における真のイベントの比率を表し、ｒ_Ｓは、前記高エネルギーウィンドウ画像における散乱イベント対前記低エネルギーウィンドウ画像における散乱イベントの比率を表し、ｙ_Ｈは、前記高エネルギーウィンドウ画像を表し、ｙ_Ｌは、前記低エネルギーウィンドウ画像を表す、請求項１４又は１５に記載の非一時的コンピュータ可読媒体。
17. 画像再構成方法を行うように、少なくとも１つの電子プロセッサを含むワークステーションによって読み取り可能及び実行可能な命令を格納する非一時的コンピュータ可読媒体であって、前記画像再構成方法は、
    受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしで再構成される複数の中間画像を生成するステップと、
    操作によって、生成された前記複数の中間画像における真のカウントの割合及び散乱カウントの割合を生成するステップであって、前記操作は、
    前記撮像データのエネルギーヒストグラムを生成することと、
    前記エネルギーヒストグラムを１次元の真のカウントエネルギー分布及び１次元の散乱カウントエネルギー分布にフィッティングすることと、
    散乱投影推定値を生成するように散乱推定画像を順投影するフィッティングされた前記１次元の真のカウントエネルギー分布及び前記１次元の散乱カウントエネルギー分布に基づいて、前記真のカウントの割合及び前記散乱カウントの割合を生成することとを含む、生成するステップと、
    前記散乱投影推定値を使用して散乱補正された前記最終画像を前記撮像データから再構成するステップと、
    前記最終画像を格納するように前記非一時的コンピュータ可読媒体を制御するステップ及び前記最終画像を表示するように表示デバイスを制御するステップのうちの少なくとも一方のステップと、
    を含む、非一時的コンピュータ可読媒体。
18. 前記１次元の真のカウントエネルギー分布は、ガウス分布を含み、前記１次元の散乱カウントエネルギー分布は、多項式分布を含む、請求項１７に記載の非一時的コンピュータ可読媒体。
19. 画像再構成方法を行うように、少なくとも１つの電子プロセッサを含むワークステーションによって読み取り可能及び実行可能な命令を格納する非一時的コンピュータ可読媒体であって、前記画像再構成方法は、
    受け取った撮像データから、異なるエネルギーウィンドウに分割されたデータから散乱補正なしで再構成される複数の中間画像を生成するステップと、
    前記異なるエネルギーウィンドウへの真のカウント及び散乱カウントの既知の寄与を有するエネルギー分布を有する推定された真の画像から、収集された前記撮像データの収集をシミュレートすることによって、生成された前記複数の中間画像における真のカウントの割合及び散乱カウントの割合を生成するステップと、
    散乱投影推定値を生成するように、散乱推定画像を順投影するステップと、
    前記散乱投影推定値を使用して散乱補正された最終画像を前記撮像データから再構成するステップと、
    前記最終画像を格納するように前記非一時的コンピュータ可読媒体を制御するステップ及び前記最終画像を表示するように表示デバイスを制御するステップのうちの少なくとも一方のステップと、
    を含む、非一時的コンピュータ可読媒体。
20. 前記シミュレーション操作は、モンテカルロシミュレータを使用する、請求項１９に記載の非一時的コンピュータ可読媒体。

Images