JP2022024975A - 撮像装置、撮像方法及び撮像プログラム - Google Patents
撮像装置、撮像方法及び撮像プログラム Download PDFInfo
- Publication number
- JP2022024975A JP2022024975A JP2021006482A JP2021006482A JP2022024975A JP 2022024975 A JP2022024975 A JP 2022024975A JP 2021006482 A JP2021006482 A JP 2021006482A JP 2021006482 A JP2021006482 A JP 2021006482A JP 2022024975 A JP2022024975 A JP 2022024975A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- imaging
- image
- imaging device
- imaging system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 139
- 230000005855 radiation Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 39
- 230000002238 attenuated effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 230000005865 ionizing radiation Effects 0.000 claims description 7
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 claims description 5
- 238000003331 infrared imaging Methods 0.000 claims description 2
- 238000012634 optical imaging Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 abstract description 15
- 238000002591 computed tomography Methods 0.000 description 55
- 238000012800 visualization Methods 0.000 description 32
- 230000015654 memory Effects 0.000 description 30
- 238000002600 positron emission tomography Methods 0.000 description 30
- 238000012545 processing Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 13
- 239000013078 crystal Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000005251 gamma ray Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 238000003325 tomography Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000002366 time-of-flight method Methods 0.000 description 4
- MARUHZGHZWCEQU-UHFFFAOYSA-N 5-phenyl-2h-tetrazole Chemical compound C1=CC=CC=C1C1=NNN=N1 MARUHZGHZWCEQU-UHFFFAOYSA-N 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 101000666896 Homo sapiens V-type immunoglobulin domain-containing suppressor of T-cell activation Proteins 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 102100038282 V-type immunoglobulin domain-containing suppressor of T-cell activation Human genes 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- IJJVMEJXYNJXOJ-UHFFFAOYSA-N fluquinconazole Chemical compound C=1C=C(Cl)C=C(Cl)C=1N1C(=O)C2=CC(F)=CC=C2N=C1N1C=NC=N1 IJJVMEJXYNJXOJ-UHFFFAOYSA-N 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910052724 xenon Inorganic materials 0.000 description 2
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 2
- -1 ... Proteins 0.000 description 1
- SVDVJBWDBYSQLO-UHFFFAOYSA-N 5-(4-hydroxy-3-methoxyphenyl)-5-phenylimidazolidine-2,4-dione Chemical compound C1=C(O)C(OC)=CC(C2(C(NC(=O)N2)=O)C=2C=CC=CC=2)=C1 SVDVJBWDBYSQLO-UHFFFAOYSA-N 0.000 description 1
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 102100036769 Girdin Human genes 0.000 description 1
- 102100036442 Glutathione reductase, mitochondrial Human genes 0.000 description 1
- 101100283943 Homo sapiens GSR gene Proteins 0.000 description 1
- 101001071367 Homo sapiens Girdin Proteins 0.000 description 1
- 101000937642 Homo sapiens Malonyl-CoA-acyl carrier protein transacylase, mitochondrial Proteins 0.000 description 1
- 102100027329 Malonyl-CoA-acyl carrier protein transacylase, mitochondrial Human genes 0.000 description 1
- 101100428743 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) VPS5 gene Proteins 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- QKEOZZYXWAIQFO-UHFFFAOYSA-M mercury(1+);iodide Chemical compound [Hg]I QKEOZZYXWAIQFO-UHFFFAOYSA-M 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000000451 tissue damage Effects 0.000 description 1
- 231100000827 tissue damage Toxicity 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 238000004846 x-ray emission Methods 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/432—Truncation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Computer Graphics (AREA)
- Nuclear Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
【課題】適切に減弱補正を行うことのできる撮像装置を提供する。【解決手段】撮像装置は、第1取得部と、第2取得部と、算出部と、再構成部とを備える。第1取得部は、被検体を透過した放射線の強度を表す投影データを取得する501。第2取得部は、非電離放射線を用いた2次撮像システムを用いて前記被検体の撮像情報を取得する505。算出部は、撮像情報に基づいて、被検体の体積減弱マップを算出する520。再構成部は、投影データと体積減弱マップとに基づいて、減弱補正された立体画像を再構成する530,535。【選択図】図5
Description
本明細書及び図面に開示の実施形態は、撮像装置、撮像方法及び撮像プログラムに関する。
例えば、本開示は、取得した被検体の投影データと減弱マップとに基づいて断層画像を再構成する撮像装置に関する。被検体の減弱マップは、撮像装置に備えられた、光学装置、赤外線装置、または測距装置などの、2次撮像システムを介して取得される。
ここで示した背景技術の説明は本開示の背景の概略を示すためのものである。本背景技術の項に記載された本発明者の研究内容は、出願時に別段先行技術とは見なされない明細書の態様と同様に、明示的にも暗示的にも本開示に対する先行技術と見なされるものではない。
放射断層撮影では、スキャンされた被検体の減弱情報を用いて正確かつ定量的に画像を再構成する。減弱マップを用いないと、再構成画像にアーチファクトが現れて再構成の解釈が難しくなる。これまで被検体の減弱情報は、被検体の周囲を回転する放射性同位体を用いた透過スキャン、または最新のスキャナトポロジにおいては被検体のコンピュータ断層撮影(Computed Tomography:CT)(または磁気共鳴(Magnetic Resonance:MR))スキャンから取得されている。
コンピュータ断層撮影(CT)および磁気共鳴(MR)のシステム並びに方法は、特に医療用の撮像と診断とに広く用いられている。通常CTシステムでは、被検者の身体を透過した1つ以上の断面スライスの投影像が形成される。X線源などの放射線源により片側から身体に照射が行われる。通常はX線源に近接したコリメータがX線ビームの角度範囲を制限し、それにより身体に入射する放射線が、身体の断面スライスを画定する平面領域(すなわち、X線投影面)に実質的に閉じ込められる。身体の反対側には少なくとも1つの(通常は2つ以上の)検出器が位置して身体を透過した放射線を投影面内で受ける。身体を通過した放射線の減弱が、検出器から受信した電気信号を処理することによって測定される。ある実施態様では、マルチスライス型検出器構成を用いて平面投影像ではなく身体の立体投影像が形成される。
一般にX線源は、身体の長軸を中心に回転するガントリに搭載されている。同様に検出器もX線源と対向する位置でガントリに搭載されている。身体の断面画像は、一連のガントリ回転角で投影減弱測定を行い、さらに投影データ(サイノグラム)をガントリのロータとステータとの間に配置されたスリップリングを介してプロセッサに送信した後、CT再構成アルゴリズム(例えば、逆ラドン変換、フィルタ補正逆投影、Feldkampコーンビーム再構成、反復再構成、または他の方法など)を用いて投影データを処理することによって取得される。例えば、再構成画像は、要素(画素)の正方行列であって、各要素が患者の身体の体積要素(体積画素すなわちボクセル)を表す正方行列となるデジタルCT画像である。あるCTシステムでは、身体の平行移動と身体に対するガントリの回転との組み合わせによりX線源が身体に対する螺旋状の軌跡を辿るようにされる。次いで複数の視野を用いて、前記スライスまたは複数の前記スライスの内部構造を示すCT画像が再構成される。
場合によっては減弱マップの取得が難しいことがある。例えば、CT(またはMR)システムのインストール、利用、または動作が不可の場合、CTスキャンによって不所望の放射線量が付加される場合、およびCTの視野(FOV)がスキャン対象の被検体の全体には及んでいなくて、打ち切りアーチファクトが生じる場合などである。このように減弱画像が利用可能でない場合、正確な放射断層撮影再構成が難しくなる。このため、CTシステムに備わる特性を用いてまたはシステムへの単純な機能追加によって減弱マップを作成するための解析手法が望まれている。
本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、適切に減弱補正を行うことである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。
実施形態に係る撮像装置は、第1取得部と、第2取得部と、算出部と、再構成部とを備える。第1取得部は、被検体を透過した放射線の強度を表す投影データを取得する。第2取得部は、非電離放射線を用いた2次撮像システムを用いて前記被検体の撮像情報を取得する。算出部は、前記撮像情報に基づいて、前記被検体の体積減弱マップを算出する。再構成部は、前記投影データと前記体積減弱マップとに基づいて、減弱補正された立体画像を再構成する。
本開示の種々の例示的実施形態は以下の各図を参照して詳細に説明される。これらの図において同様の部材には同様の参照符号が付される。
本開示は、処理回路を備えた撮像装置であって、該処理回路は、被検体の投影データであって被検体を透過した複数の光線に沿って検出された放射線の強度を表す投影データを取得し、非電離放射線を用いた2次撮像システムを介して被検体の輪郭を取得し、その輪郭に基づいて被検体のモデルとモデルパラメータとを決定し、そのモデルとモデルパラメータとに基づいて被検体の体積減弱マップを算出し、かつ上記投影データと体積減弱マップとに基づいて減弱補正された立体画像を再構成するように構成されている。
さらに本開示は撮像方法であって、被検体の投影データであって被検体を透過した複数の光線に沿って検出された放射線の強度を表す投影データを取得することと、非電離放射線を用いた2次撮像システムを介して被検体の輪郭を取得することと、その輪郭に基づいて被検体のモデルとモデルパラメータとを決定することと、そのモデルとモデルパラメータとに基づいて被検体の体積減弱マップを算出することと、上記投影データと体積減弱マップとに基づいて減弱補正された立体画像を再構成することと、を含む方法に関する。
なお、この要約の項は本開示または請求項に係る発明の実施形態および/または付加される新規態様のいずれをも特定するものではない。本要約は種々の実施形態と対応する新規性の要点との予備的な説明に過ぎない。本発明および実施形態のさらなる詳細および/または考え得る視点については、以下の本開示の詳細な説明の項と対応する図面とを参照されたい。
以下の開示に本記載の主題の種々の特徴を具現する種々の実施形態または実施例を示す。本開示の簡明を図るために構成要素と配置との具体例を以下に述べる。言うまでもなくこれらの具体例は例示に過ぎず限定するものではない。例えば、以下の説明における第2形態上の第1形態の形成には、第1、第2の形態が直接接触した状態で形成される実施形態と、第1、第2の形態が直接接触しないようにさらなる形態が第1、第2の形態間に形成される実施形態とが含まれる。また、本開示では種々の実施例において参照数字および/または符号が繰り返し用いられる。この繰り返しは簡潔明瞭を図るためのものであり、それ自体は本記載の種々の実施形態および/または構成間の関係を示すものではない。また、本明細書においては、「上」、「下」、「真下」、「下」、「下方」、「上」、「上方」などの空間的関係を示す用語は、図に示したある構成要素または形態の他の構成要素または形態に対する関係の説明を容易にするために用いられる。これらの空間的関係を示す用語は、図に示した方位に加えて使用時または動作時の装置の種々の方位をも含むものである。装置の向きは図示以外の向き(90度回転させた向きまたはその他の向き)でもよく、本明細書で用いる空間的関係を示す記述子の意味内容はそれに応じて相応に解釈される。
本明細書で述べる種々のステップの記載順は理解を容易にするためのものである。通常、これらのステップは任意の好適な順で実行される。さらに、本明細書では種々の特徴、技術、構成等をそれぞれ本開示における様々な箇所で記述するが、それらの概念は互いに独立してまたは組み合わせて実施されるものとする。したがって、本発明は様々な形で具現されかつ様々な角度から考察され得る。
ある撮像方法では、例えば、コンピュータ断層撮影(CT)や磁気共鳴(MR)における診断品質データセットなどの、3次元(3D)体積データセットを用いて減弱データが作成される。本記載の方法では、2次元(2D)画像(例えば、RGB画像,IR画像など)や3D表面スキャン(タイムオブフライト法(Time Of Flight:ToF)、レーダ、超音波など)像を処理することによって得られたデータを用いて3D体積スキャン像を拡張する(打ち切りの場合)、または3D体積スキャン像を該データと置換する(打ち切りのない場合)。
本記載の方法は、様々な角度から撮像対象の被検体の2D画像(例えば、RGB画像やIR画像など)を形成する1つ以上の可視化撮像カメラ(RGB画像やIR画像用カメラなど)を含む。ある実施形態では、カメラ自体がスキャナ撮像システム(例えば、患者のモニタ用のシステム)の一部として組み込まれており、この場合は機器を付加する必要はない。2D画像を処理することで当該被検体の表面の位置が決定される。ある実施形態では、本記載の方法が、被検体の3D表面スキャン情報を直接提供するカメラシステム((タイムオブフライト法、レーダ、構造化光など)を用いて実施される。
図1に、被検体100の再構成画像の例を示す。前述のように、減弱マップを用いないと、再構成画像にアーチファクトが現れて再構成の解釈が難しくなる。被検体100は、例えば、ポジトロン放射断層撮影(PET)システムによってスキャンされる。被検体100が2次元の円として単純化される例では、円形の被検体100が均一に減弱していても、被検体100の端部で発生するガンマ線が減弱媒体を通って検出器まで移動する距離は、被検体100の中心で発生するガンマ線に比べて短い。被検体100の中心で発生するガンマ線は、検出器に向かって進む前に被検体100の半径を1つ通過する必要がある。被検体100の端部またはその近傍で発生するガンマ線は、いくらか減弱の少ない検出器への経路を利用できるため相対的に高い強度を示す(相対的に高エネルギになる)。このため、減弱補正のない被検体100の第1再構成像105は不均一で、端部の周囲の不均一性などのアーチファクトを示す。適正な減弱補正を施した被検体100の第2再構成像110は均一でアーチファクトを有していない。第1再構成像105はPETスキャンに基づく再構成であり、減弱を補正するための追加スキャンは行われていない。第2再構成像110の減弱の補正に用いた追加スキャンは、例えば、体積CTスキャンにより行われる。PETデータは被検体100内のトレーサ分布の機能情報を与えるが、一般に解像度が低く、被検体100(すなわち患者)の全体的な解剖的情報は得られない。このため、CTスキャンシステムによって減弱データから高解像度の解剖的情報を与える。解析時にこれら2種類のスキャンを併用すると、CT(解剖学的減弱)スキャンとPET(トレーサ分布)スキャンとの組み合わせによる情報の増加により診断の精度が高まる。
ただし、前述したように、撮像装置が、CTスキャナシステムなどの、体積スキャンにより被検体100内の減弱を判定するための2次体積スキャンシステムを含まないこともある。例えば、撮像装置が別の2次撮像システムを用いて体積スキャンシステムを拡張または置換することもある。CTスキャナシステムの場合は、患者への放射線量を減らすことが望ましいため、非イオン化撮像システムが使用される。非イオン化撮像システムでは、患者への浸透やイオン化による組織障害を与えることのない、約400nm-数mmの範囲の電磁放射線の波長が使用される。
図2に本開示の一実施形態に係る撮像装置200のブロック図を示す。一実施形態において、この撮像装置は、1次撮像システム205と、2次可視化撮像システム210(本明細書では「可視化撮像システム210」と呼ぶ)と、体積撮像システム215とを有する。ある実施形態では、体積撮像システム215は可視化撮像システム210に置き換えられる。1次撮像システム205は、例えば、前述のPETスキャナである。体積撮像システム215は、例えば、前述のCTスキャナシステムである。可視化撮像システム210は、例えば、RGBビジョンカメラ、立体カメラ、赤外線(IR)カメラ、または構造化光カメラであってある所定のパターン(行列に類似したパターン)の光を被検体に投影するように構成された構造光カメラである。反射画像上の当該パターンの歪や広がりによって奥行き知覚や輪郭を得る。可視化撮像システム210は、例えば、レーダ、レーザ、ライダ、および超音波などの測距カメラ、またはこれらの装置の任意の組み合わせからなる。例えば、可視化撮像システム210は、撮像装置200内の種々の位置に配置された複数のRGBビジョンカメラを備えて種々の角度で患者を撮像するようになっている。例えば、可視化撮像システム210は、IR、レーダ、およびライダと組み合わせたRGBビジョンカメラなどの、複数種類の撮像装置を有している。一般に、可視化撮像システム210は、約400nm-数mmの範囲内の電磁放射線の波長を用いて被検体を撮像するように構成された撮像装置を備えている。可視化撮像システム210は、例えば患者のモニタ用の撮像装置200に一体化された構成部品である。したがって、この例では、撮像装置200に新たな装置を追加する必要はない。1次撮像システム205および体積撮像システム215の他の種々の形態を当業者であれば予想し得る。
例えば、1次撮像システム205は、第1取得部の一例である。また、可視化撮像システム210及び体積撮像システム215は、第2取得部の一例である。また、2次撮像システムは、少なくとも1つの光学撮影装置を含む。また、2次撮像システムは、少なくとも1つの赤外線撮影装置を含む。また、2次撮像システムは、少なくとも1つの測距装置を含む。
可視化撮像システム210により被検体すなわち患者の2D可視化画像が作成される。複数のカメラが設けられている場合は、様々な角度から2D可視化画像が作成される。これらの2D可視化画像を処理して当該被検体の表面の位置を決定することにより被検体の輪郭を形成する。次いで、本記載のとおり、この被検体の輪郭(撮像情報)を用いて、例えば、被検体のサイズを解析し、材料特性を被検体の種々の部位に割り当てて、被検体にモデルを当てはめる。あるいは、本提案の解決法は、タイムオブフライト法(ToF)、レーダカメラ、ライダカメラ、および構造化光カメラなどの、3D表面情報を直接与えるカメラシステムを用いて実現される。例えば、レーダカメラにより、生成された3D点群に基づく被検体の輪郭が与えられる。また、構造化光カメラにより、既知のマトリクス状の投影IR光に基づく被検体の輪郭が与えられる。このカメラシステムは、体積撮像システム215が撮像装置200内で使用できない場合もしくは使用を推奨されない場合に特に有効である。例えば、体積撮像システム215は、体積撮像システム215を未だ有していないプロトタイプのPETシステムには搭載されていない。その他の例として、CT(またはMR)システムが非搭載、利用不可、または動作しない場合、CTスキャンによって望ましくない放射線量が付加される場合、およびCTの視野(FOV)がスキャン対象の被検体全体には及んでいない場合がある。なお、撮像情報は、被検体の輪郭を含む。
また、撮像装置200は、処理回路を備える。処理回路は、算出機能と、再構成機能とを備える。算出機能は、算出部の一例である。再構成機能は、再構成部の一例である。
図3Aに、本開示の一実施形態に係る、中実ファントム300を輪郭図と共に示す。一実施形態において、可視化撮像システム210は中実ファントム300の2D可視化画像(左図)を形成して中実ファントム300の第1輪郭300aを推定する。次いで、中実ファントム300をプラスチックで作製して、対応する減弱値を第1輪郭300aに割り当て可能との判定がなされる。
図3Bに、本開示の一実施形態に係る、透明ファントム305を輪郭図と共に示す。一実施形態において、複数の被検体および/または材料が検出されて、減弱値を割り当てられる。図示のとおり、透明ファントム305の一部に、例えば水などの液体が充填されている。透明ファントム305自体はプラスチックで作製されるが、液体が充填されていない部分は空気からなっている。このため、可視化撮像システム210は透明ファントム305の2D可視化画像(左図)を形成して、第2輪郭305aを推定する。第2輪郭305aは2種類の被検体、すなわちプラスチックシェルと水とに分解される。第2輪郭305aを2つの領域に分割し、透明ファントム305の形状と材料特性とを用いて減弱マップを作成する。
言い換えると、例えば、可視化撮像システム210は、非電離放射線を用いた2次撮像システムを用いて被検体の撮像情報を取得する。また、可視化撮像システム210は、2次撮像システムを用いて、被検体の少なくとも1つの2次元画像を取得し、2次元画像に基づいて、被検体の撮像情報を取得する。また、可視化撮像システム210は、2次撮像システムを用いて、被検体の少なくとも1つの3次元画像を取得し、3次元画像に基づいて、被検体の撮像情報を取得する。
より広義には、被検体の画像および/またはスキャン像は、好適には種々の角度から取得され、可視化撮像システム210からの2D画像または3D表面スキャン像を処理して被検体の表面の位置と幾何学的広がりとを取得する。カメラを既知の基準により補正して幾何学的広がりとスケールとを取得する。このためにオープンシーヴィ(OpenCV)などの既存のライブラリが使用される。所定の基準マーカをスキャナに適用して画素値を実単位に変換する。次いで被検体の3D形状を2D画像または3D表面スキャン像内の被検体を分割することにより評価して、関連する特徴を識別および抽出する。例えば、被検体を、色合いと彩度との値(Hue Saturation Value:HSV)に基づいて分割する。別の例では、機械学習アルゴリズムを用いて被検体の3D形状を評価する。これらの位置と幾何学的広がりとの情報を被検体のモデルと組み合わせて用いて被検体の減弱マップを作成する。例えば、スケーリング、平行移動、および回転などの、2D可視画像または3D表面スキャン情報から得た自由パラメータがモデル用に決定される。次いで、3D体積減弱マップがモデルに基づいて算出され、放射断層撮影データがその3D体積減弱マップに基づく減弱補正により再構成されて減弱補正された3D立体画像が作成される。この場合、モデルとして複数の種類のモデルがある。なお、HSVは、画素値の一例である。HSVは、RGBにも変換可能である。
例えば、可視化撮像システム210は、2次元画像における領域を分割することで、被検体の表面の位置と方向とを認識し、被検体の表面の位置と方向とに基づいて、被検体の撮像情報(輪郭)を決定する。また、可視化撮像システム210は、2次元画像における画素値に基づいて、領域を分割する。
また、例えば、可視化撮像システム210は、3次元画像における領域を分割することで、被検体の表面の位置と方向とを認識し、被検体の表面の位置と方向とに基づいて、被検体の撮像情報を決定する。また、可視化撮像システム210は、3次元画像における画素値に基づいて、領域を分割する。
一実施形態において、(既知の減弱特性を有する既知の材料を含む)被検体の3Dコンピュータ支援設計(CAD)モデルが使用される。このモデルでは自由パラメータが位置と方位とを含む。このモデルは剛体ファントムの撮像に最も適している。拡張形態(後述)として、他のパラメータが充填レベル(複数の充填容積が存在する場合は複数の充填レベル)を記述する部分充填ファントム(透明ファントム305)がある。
一実施形態において、事前スキャンされたCTまたはMRの3Dボリュームのライブラリが用いられる。自由パラメータには位置と、方位と、倍率とが含まれる(すなわち、モデルを3D表面スキャン像の2D画像から導出した位置情報に整合させるように、平行移動と、回転と、スケーリングとのパラメータを決定する)。このモデルはファントムすなわち患者に最も適している。ライブラリの打ち切りを避けるために、ライブラリのボリュームは「大口径」スキャナを用いて取得される。治療台の減弱データが含まれることもある。
図4に、本開示の一実施形態に係る、XCATで作成された種々のサイズの人体の例を示す。一実施形態において、非一様有理Bスプライン(Non-Uniform Rational B-Splines:NURBS)ベースのモデルなどの、3Dデジタルヒューマンモデルが使用される。NURBSベースのモデルの例として、特にはXCATとMCATとがある。平行移動と回転とに加えて、自由パラメータには、身体部位の外寸(例えば、患者の身長、肩幅、腕の長さなど)と関節の角度とが含まれる。可視的な身体部位のパラメータから、隠れている部位や内部器官(例えば、骨、肝臓、肺など)の位置とサイズとが、母集団調査からの最確値に基づいて決定される。
一実施形態において、十分なトレーニングにより、減弱マップが機械学習アルゴリズムによって作成される。入力データとして2D画像または3D表面スキャン像があり、出力データとして3D体積減弱マップなどがある。例えば、トレーニングデータとして、数千対の2Dカメラ画像と3D体積減弱マップとのセットがある。
言い換えると、例えば、学習済みモデルとしての機械学習アルゴリズムは、2次撮像システムを用いて取得される2次元画像又は3次元画像の入力によって体積減弱マップを出力するように学習される。算出機能は、学習済みモデルに対して、2次撮像システムを用いて被検体が撮影された2次元画像又は3次元画像を入力することで、学習済みモデルから被検体の体積減弱マップを取得する。
図5に、本開示の一実施形態に係る、減弱補正された立体画像を作成する方法500のフローチャートの非限定的例を示す。ステップ501とステップ505とは同時に行われ得る。ステップ501で、放射断層撮影データが1次撮像システム205を介して取得される。例えば、撮像装置200が、被検体を透過した複数の光線に沿って検出された放射線の強度を表す投影データを取得する。つまり、1次撮像システム205は、被検体を透過した放射線の強度を表す投影データを取得する。ステップ505で、2D可視画像または3D表面スキャン情報が可視化撮像システム210を介して取得される。ステップ510で、関連する表面位置と方位とが認識される。ステップ515で、モデルとモデルパラメータとが、2D可視画像または3D表面スキャン情報からの輪郭と、関連の表面位置と、関連の表面方位とに基づいて決定される。つまり、算出機能は、撮像情報に基づいて、被検体のモデル及びモデルパラメータを決定する。ステップ520で、3D体積減弱マップが上記モデルに基づいて算出される。つまり、算出機能は、撮像情報に基づいて、被検体の体積減弱マップを算出する。具体的には、算出機能は、モデル及びモデルパラメータに基づいて、体積減弱マップを算出する。ステップ530で、放射断層撮影データを3D体積減弱マップに基づく減弱補正を用いて再構成し、減弱補正された3D立体画像535を作成する。つまり、再構成機能は、投影データと体積減弱マップとに基づいて、減弱補正された立体画像を再構成する。
一実施形態において、スキャンされた被検体はファントムであり、可視化撮像システム210はRGBビジョンカメラを備え、方法500は本記載のとおりに進行する。ファントムの撮像においては、ビジョンカメラは公知の基準マーカとスケールとを用いて較正される。複数の写真とCT減弱データとを含むライブラリが作成される。CT減弱データは、状況に応じてPET用ライブラリの511KeVの減弱に変換される。充填式のファントムの場合は、減弱データ内の充填可能領域が認識され、減弱マップにおいて開始時に充填可能な領域が未充填状態に設定される。撮像装置200がPETスキャナである場合は、PETデータとビジョンカメラ画像(すなわち、写真)とが取得される。ビジョンカメラ画像から、ライブラリからの最尤ファントムが認識される。一例において、機械学習を用いてライブラリからの最尤ファントムが選択される。CT減弱は、ビジョンカメラ画像内のファントムに整合するように平行移動および回転を行った後に登録され、減弱マップが作成される。状況により、ファントムが充填式のファントムである場合、画像解析を用いて充填式ファントム内の材料の充填レベルを認識した後、充填可能な減弱を減弱マップに付加する。放射断層撮影データ(例えば、PETまたはSPECTデータ)が、作成された減弱補正用の減弱マップを用いて再構成される。当然のことながら、可視化撮像システム210用として記述した他の種類のカメラをRGBビジョンカメラの代わりに用いてファントムを撮像することも可能である。
一実施形態において、スキャンされた被検体はヒト患者である。ヒト患者では、RGBビジョンカメラによる撮像時に患者の衣服によってエラーが生じるので、別の因子が加わることが考えられる。すなわち、患者がゆったりした衣服や毛布を纏っている場合、患者の輪郭を判定することが難しくなる。このような場合、レーダやミリ波スキャナなどの、半透過性画像診断法が使用される。ヒト患者の場合、光学像における「無着衣」領域と「ぴったり着衣した」領域とが識別される。例えば、「ぴったり着衣した」領域には患者の胃や胸部の周りで張り詰めたシャツが含まれる。ある例では、機械学習を用いてそれらの領域が識別される。別の例では、ヒトユーザがグラフィカルユーザインタフェース(Graphical User Interface:GUI)を用いて上記各領域を「クリックして」識別した後、画像解析によって「クリックされた」領域を拡大して当該領域全体が包含されるようにする。ヒトモデルのパラメータは、識別された「無着衣」領域と「ぴったり着衣した」領域とに基づいて生成される。例えば、ヒトモデルのパラメータとして、身体部位の寸法と関節肢の角度とがある。次いで、減弱マップが、例えば、図4のXCATデジタルファントムを用いて、ヒトモデルに基づき作成される。
図6Aに、本開示の一実施形態に係る、CTスキャナのFOVを示す。図6Bに、本開示の一実施形態に係る、PETスキャナのFOVを示す。一実施形態において、多くの場合PET/CTシステムにおけるPETスキャナのFOVはCTスキャナのFOVより大きい。被検体の範囲がCTのFOVを超えている場合は、CT打ち切り(truncation)アーチファクトが生じる。それに伴い、このCT打ち切りアーチファクトによってPET減弱補正アーチファクトが生じる。
図6Cに、本開示の一実施形態に係るPET/CTスキャナ内の被検体であって、一部がスキャナのFOVからはみ出た被検体を示す。ある実施形態では、被検体(例えば、患者の腕)の範囲がCTのFOV外に及んでいる場合、可視化撮像システム210のカメラからの画像を用いて欠落した情報が補填される。例えば、該カメラ画像を用いてヒトモデルのパラメータ(例えば、身体部位の寸法、関節肢の角度など)を生成する。CTのFOV内では(正確な)CT画像を用いてPET減弱補正が行われ、CTのFOV外ではカメラからの拡張減弱マップが用いられる。
図7に、本開示の一実施形態に係る、打ち切り3D体積減弱データを用いて減弱補正された立体画像を作成する方法700のフローチャートの非限定的例を示す。方法700は、図示した2つのオプションのパスとステップ727、729とを含んでいる以外は方法500に類似した方法である。前述同様、ステップ701とステップ705とは同時に行われる。ステップ701で、放射断層撮影データが1次撮像システム205を介して取得される。ステップ705で、2D可視画像または3D表面スキャン情報が可視化撮像システム210を介して取得される。ステップ710で、関連する表面位置と方位とが認識される。ステップ715で、モデルとモデルパラメータとが、2D可視画像または3D表面スキャン情報からの輪郭と、関連の表面位置と、関連の表面方位とに基づいて決定される。ステップ720も若干変更されている。ステップ720では、打ち切り領域(truncated regions)のための3D体積減弱マップがモデルに基づいて算出される。ステップ727で、打ち切り3D体積減弱データが体積撮像システム215を介して取得される。例えば、体積撮像システム215はCTスキャナまたはMRスキャナからなっている。言い換えると、体積撮像システム215は、2次撮像システムを用いて、一部の領域が打ち切られた打ち切り3次元体積減弱データを取得する。一方のオプションのパスがステップ727とステップ710とを接続し、これによって打ち切り3D体積減弱データが2D画像並びに3D表面スキャン像と結合されて、関連する特徴を正確に識別する機能が向上する。他方のオプションのパスがステップ727とステップ715とを接続し、これによって打ち切り3D体積減弱データがモデルパラメータと結合されてモデルパラメータがより良好に推定されるようになる。例えば、モデルパラメータが関節の角度を含む場合、患者が分厚い毛布に包まれていると、打ち切り3D体積減弱データにより、2D画像や3D表面スキャン像では容易に認識できない(非打ち切り領域内の)肢の角度を認識できるようになる。角度情報が良好に推定されることにより打ち切り領域での減弱が良好に推定される。言い換えると、算出機能は、打ち切り3次元体積減弱データと、打ち切られた領域を含む撮像情報に対応するモデルパラメータとを結合する。ステップ729で、取得された打ち切り3D体積減弱データと打ち切り領域の算出データとが統合される。ステップ730で、放射断層撮影データが、(打ち切り領域のための算出データを伴う)3D体積減弱マップに基づく減弱補正を用いて再構成されて減弱補正された3D立体画像735が生成される。言い換えると、再構成機能は、打ち切り3次元体積減弱データと、打ち切られた領域を含む撮像情報とを統合して、立体画像を再構成する。
方法500と700とは、患者の画像の再構成時のアーチファクトを低減する減弱補正を行う方法である。これらの方法により得られるメリットとして、(1)可視画像(RGB光学画像、IR画像、3D表面輪郭像)の高速形成、(2)(回転線源またはCT画像による)時間とコストとがかかる透過スキャンの大幅な削減または完全な省略、(3)ヒト患者の減弱マップを取得する際の放射線量の低減、および(4)CTまたはMRスキャナの打ち切りFOVに起因するスキャンされた被検体の欠損や打ち切り部位の補充がある。以下にCTスキャナとPETスキャナとを別々に詳術するが、これら2種のスキャナは本記載の実施形態に係る単一の画像形成装置に統合できることは明らかである。
図8に、本開示の一実施形態例に係る、CTスキャナの実施態様の模式図を示す。図8には、X線管801と、環状フレーム802と、多列または2次元アレイ方式X線検出器803とを備えた、ラジオグラフィガントリ800が側面視で示されている。X線管801とX線検出器803とは、回転軸RAの周囲で回転可能に支持された、環状フレーム802上の被検体OBJを挟んで反対位置に搭載されている。被検体OBJが軸RAに沿って(図示の頁に対して垂直方向に)移動させられる間に、回転ユニット807が環状フレーム802を0.4秒/回転といった高速で回転させる。
X線CT装置として様々な種類の装置があり、例えば、回転/回転型装置であって、X線管とX線検出器とが検査対象の被検体の周囲を同時に回転する装置、および固定/回転型装置であって、多数の検出素子がリング状または平面状に並んで、X線管だけが検査対象の被検体の周囲を回転する装置がある。本開示はいずれの種類にも適用可能である。簡明のために回転/回転型を例として用いる。
このマルチスライス型X線CT装置はさらに高電圧発生器809であって、X線管801がX線を発生するようにスリップリング808を通じてX線管801に印加される管電圧を発生する高電圧発生器809を備えている。発生されたX線は、被検体OBJ(断面領域を円で表す)に向けて放出される。例えば、X線管801が第1スキャンの間に有する平均X線エネルギは第2スキャンの間に有する平均X線エネルギより小さい。したがって、異なるX線エネルギに対応する2つ以上のスキャン像が得られる。X線検出器803は被検体OBJを挟んでX線管801の反対側に位置して被検体OBJを透過した放出X線を検出する。X線検出器803はさらに個別の検出器素子または検出器ユニットを備えている。
この他に該CT装置はX線検出器803からの検出信号を処理する装置を備えている。データ取得回路またはデータ取得システム(Data Acquisition System:DAS)804がチャネル毎にX線検出器803から出力された信号を電圧信号に変換し、その電圧信号を増幅し、さらに増幅された信号をデジタル信号に変換する。X線検出器803とDAS804とは、所定の1回転当たりの投影総数(TPPR)を処理するように構成される。
前述のデータは非接触式データ送信機805を介して前処理装置(事前処理装置)806に送られる。前処理装置806はラジオグラフィガントリ800の外部のコンソールに収容されており、感度補正などの所定の補正を生データに施す。メモリ812に得られたデータが保存される。このデータは、再構成処理の直前の段階では投影データとも呼ばれる。メモリ812は、再構成装置814、入力装置815、およびディスプレイ816と共に、データおよび/または制御バス811を介してシステムコントローラ810に接続されている。システムコントローラ810は電流調整器813を制御して、電流のレベルがCTシステムを駆動し得る程度に制限されるようにする。
検出器は、様々な世代のCTスキャナシステムにおいて患者に対して回転および/または固定されてきた。一実施態様において、前述のCTシステムは、第3世代形状システムと第4世代形状システムとを組み合わせたシステムの一例となっている。第3世代システムでは、X線管801とX線検出器803とは環状フレーム802上の反対位置に搭載され、環状フレーム802が回転軸RAの周囲を回転するのに伴い被検体OBJの周囲を回転するようになっている。第4世代システムでは、検出器は患者の周囲に固定され、X線管が患者の周囲で回転する。別の実施形態では、ジオグラフィガントリ800が、Cアームとスタンドとに支えられた環状フレーム802上に配列された複数の検出器を備えている。
メモリ(記憶装置)812は、X線検出器ユニット803の位置のX線の放射強度を表す測定値を保存する。さらに、メモリ812は、例えば、ニューラルネットワークのトレーニングとイメージングアーチファクトの低減とを行う方法110、150、200、300の種々のステップを実行する専用プログラムを保存する。
再構成装置814は方法110、150、200、300の種々のステップを実行する。さらに、再構成装置814は、ボリュームレンダリング処理および必要に応じて画像差分処理などの、事前再構成処理画像処理を実行する。
前処理装置806によって行われた投影データの事前再構成処理には、例えば、検出器のキャリブレーションと、検出器の非直線性と、極性効果とを補正することが含まれている。
再構成装置814によって行われた再構成後処理には、画像のフィルタリングおよびスムージングと、ボリュームレンダリング処理と、必要に応じて画像差分処理とが含まれている。画像再構成プロセスでは、種々のCT画像再構成方法に加えて方法110、150、200、300の種々のステップが実行される。再構成装置814は上記メモリを用いて、例えば、投影データと、再構成画像と、キャリブレーションデータ並びにパラメータと、コンピュータプログラムとを保存する。
再構成装置814は、特定用途向け集積回路(Application Specific Integrated Circuit:ASIC)、フィールドプログラマブルゲートアレイ(Field Programmable Gate Array:FPGA)、または他の結合プログラム可能論理回路(Complex Programmable Logic Device:CPLD)となる、ディスクリートのロジックゲートとして実現されるCPU(処理回路)を含む。FPGAまたはCPLDの実装はVHDL、Verilog、または任意の他のハードウェア記述言語でコード化され、そのコードはFPGAまたはCPLD内の電子メモリまたは別体の電子メモリに保存される。さらに、メモリ812は、ROM、EPROM、EEPROM、またはフラッシュメモリなどの不揮発性メモリであってもよい。メモリ812はスタティックRAMまたはダイナミックRAMなどの揮発性メモリでもよい。また、マイクロコントローラまたはマイクロプロセッサなどのプロセッサを設けて電子メモリの制御並びにFPGAまたはCPLDとメモリとの相互作用の制御を行ってもよい。
あるいは、再構成装置814内のCPUが、本記載の機能を実行する、一組のコンピュータ可読命令を含むコンピュータプログラムであって、前述の非一時的電子メモリのいずれか、および/またはハードディスクドライブ、CD、DVD、FLASH(登録商標)ドライブ、または任意の他の公知の記憶媒体に保存されたプログラムを実行してもよい。さらに、上記コンピュータ可読命令は、米国インテル社製のXenonプロセッサまたは米国AMD社製のOpteronプロセッサなどのプロセッサ、およびマイクロソフトVISTA、UNIX(登録商標)、Solaris、LINUX、Apple、MAC-OS、およびその他の当業者に公知のオペレーティングシステムなどのオペレーティングシステムと連動して機能する、ユーティリティアプリケーション、バッググラウンドデーモン、オペレーティングシステムのコンポーネント、またはそれらの組み合わせとして与えられてもよい。さらに、CPUは、並列に連動して命令を実行する複数のプロセッサとして実現され得る。
一実施態様において、再構成画像はディスプレイ816に表示される。ディスプレイ816は、LCDディスプレイ、CRTディスプレイ、プラズマディスプレイ、OLED、LED、または当業者に周知の任意の他のディスプレイである。
メモリ812は、ハードディスクドライブ、CD-ROMドライブ、DVDドライブ、FLASH(登録商標)ドライブ、RAM、ROM、または当業者に周知の任意の他の電子記憶装置である。例えば、記憶部としてのメモリ812は、モデル及びモデルパラメータを記憶する。
PCDには、テルル化カドミウム(CdTe)、テルル化カドミウム亜鉛(CZT)、ケイ素(Si)、ヨー化水銀(HgI2)、およびガリウムヒ素(GaAs)などの半導体ベースの直接型X線放射検出器が用いられる。半導体ベースの直接型X線検出器は、一般にシンチレータ検出器などの間接型検出器よりも遥かに高速の時間応答性を有する。この直接型検出器の高速時間応答性により個々のX線検出事象の解像が可能になる。しかし、臨床のX線応用において一般的な高X線線束においては、検出事象のパイルアップが起こり得る。検出されたX線のエネルギは直接型検出器が発生する信号に比例しており、検出事象はスペクトルCT用にスペクトル分解されたX線データを生成する複数のエネルギビン内に配列される。
図9A、9Bに、方法100および200を実行する、PETスキャナ900の非限定的例を示す。PETスキャナ900は、それぞれが矩形の検出器モジュールとして構成された、複数のガンマ線検出器(GRD)(例えば、GRD1、GRD2、・・・・、GRDN)を含む。ある実施態様では、検出器リングは40個のGRDを備えている。別の実施態様では、48個のGRDが備えられ、さらに多数のGRDを用いてPETスキャナ900用の大口径が形成される。
各GRDは、ガンマ放射線を吸収してシンチレーションフォトンを放出する、個別の検出器結晶の2次元アレイを備えている。シンチレーションフォトンは、同様にGRD内に配列された光電子増倍管(Photomultiplier Tube:PMT)の2次元アレイにより検出される。ライトガイドが検出器結晶の2次元アレイとPMTとの間に配置される。
あるいは、シンチレーションフォトンはシリコン光電子増倍管(Silicon Photomultiplier :SiPM)のアレイにより検出され、各検出器結晶がSiPMを備えている。
各光検出器(例えば、PMTまたはSiPM)は、シンチレーション事象の発生時期を示すと共に、検出事象をもたらすガンマ線のエネルギを示すアナログ信号を生成する。また、1つの検出器結晶から放出されたフォトンは2つ以上の光検出器により検出され、各光検出器で生成されたアナログ信号に基づいて、検出事象に対応する検出器結晶が例えばアンガーロジックと結晶デコーディングとを用いて決定される。
図9Bに、被検体OBJから放出されたガンマ線を検出するように配置されたガンマ線フォトン計数検出器(GRD)を有する、PETスキャナシステムの模式図を示す。GRDは、各ガンマ線検出に対応するタイミングと、位置と、エネルギとを測定する。一実施態様において、図9A、9Bに示すように、ガンマ線検出器がリング状に配列されている。検出器結晶は、2次元アレイ状に配列された個別のシンチレータ素子を有するシンチレータ結晶からなり、シンチレータ素子は任意の公知のシンチレーション材料からなる。PMTは各シンチレータ素子からの光が複数のPMTに検出されるように配列され、これによりシンチレーション事象のアンガー算術と結晶デコーディングとが可能になっている。
また、図9BはPETスキャナ900の配列の一例を示している。この例では、撮像される被検体OBJはテーブル916上に静置しており、GRDモジュールGRD1-GRDNが被検体OBJとテーブル916との周囲で円周方向に配列されている。これらGRDは、ガントリ940に固定接続された環状部材920に固定接続されている。ガントリ940にはPET撮像装置の多数の部品が収容される。PET撮像装置のガントリ940はさらに被検体OBJとテーブル916とが通過する開口を有し、消滅事象に起因して被検体OBJから反対方向に放出されたガンマ線がGRDにより検出され、タイミング情報とエネルギ情報とを用いてガンマ線対の一致の当否が判定される。
図9Bはさらに、ガンマ線検出データを取得、保存、処理、および配信する回路並びにハードウェアを示している。この回路並びにハードウェアは、プロセッサ970と、ネットワークコントローラ974と、メモリ978と、データ取得システム(DAS)976とを有している。さらにPET撮像装置は、検出測定結果をGRDからDAS976と、プロセッサ970と、メモリ978と、ネットワークコントローラ974とに送るデータチャネルを有している。DAS976は、検出器からの検出データの取得と、デジタル処理と、伝送とを制御する。一実施態様において、DAS976はベッド916の動きを制御する。プロセッサ970は、本記載の、検出データからの画像の再構成と、検出データの事前再構成処理と、画像データの事後再構成処理などの機能を実行する。
プロセッサ970は、本記載の方法100および/または200の種々のステップとその変形とを実行するように構成される。プロセッサ970は、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)、または他の結合プログラム可能論理回路(CPLD)となる、ディスクリートのロジックゲートとして実現されるCPUを含む。FPGAまたはCPLDの実装はVHDL、Verilog、または任意の他のハードウェア記述言語でコード化され、そのコードはFPGAまたはCPLD内の電子メモリまたは別体の電子メモリに保存される。さらに、上記メモリは、ROM、EPROM、EEPROM、またはフラッシュメモリなどの不揮発性メモリであってもよい。このメモリはスタティックRAMまたはダイナミックRAMなどの揮発性メモリでもよい。また、マイクロコントローラまたはマイクロプロセッサなどのプロセッサを設けて該電子メモリの制御並びにFPGAまたはCPLDとメモリとの相互作用の制御を行ってもよい。
あるいは、プロセッサ970内のCPUが、方法100および/または方法200の種々のステップを実行する、一組のコンピュータ可読命令を含むコンピュータプログラムであって、前述の非一時的電子メモリのいずれか、および/またはハードディスクドライブ、CD、DVD、FLASH(登録商標)ドライブ、または任意の他の公知の記憶媒体に保存されたプログラムを実行してもよい。さらに、上記コンピュータ可読命令は、米国インテル社製のXenonプロセッサまたは米国AMD社製のOpteronプロセッサなどのプロセッサ、およびマイクロソフトVISTA、UNIX(登録商標)、Solaris、LINUX、Apple、MAC-OS、およびその他の当業者に公知のオペレーティングシステムなどのオペレーティングシステムと連動して機能する、ユーティリティアプリケーション、バッググラウンドデーモン、オペレーティングシステムのコンポーネント、またはそれらの組み合わせとして与えられてもよい。さらに、CPUは、並列に連動して命令を実行する複数のプロセッサとして実現されてもよい。
メモリ978は、ハードディスクドライブ、CD-ROMドライブ、DVDドライブ、FLASH(登録商標)ドライブ、RAM、ROM、または当業者に周知の任意の他の電子記憶装置である。
米国インテル社製インテルイーサネットPROネットワークインタフェースカードなどの、ネットワークコントローラ974によりPET撮像装置の種々の部品間がインタフェースで接続される。さらに、ネットワークコントローラ974は外部ネットワークともインタフェースで接続している。外部ネットワークとして、インターネットなどの公衆網、LANまたはWANネットワークなどの私設網、またはそれらの任意の組み合わせがあり、さらにPSTNまたはISDNサブネットワークも含まれることは明らかである。さらに外部ネットワークとして、イーサネットネットワークなどの有線網、またはEDGE、3G、4G、および5G無線セルラシステムなどのセルラネットワーク等の無線網がある。無線網は、WiFi、Bluetooth、または任意の他の公知の無線通信方式でもよい。
前述の説明では、処理システムの特定の形状並びに該システムで用いた様々な構成要素およびプロセスの説明などの、具体的詳細について記述した。しかし、本記載の技術は上記具体的詳細を逸脱した他の実施形態でも実施可能であり、上記具体的詳細は偏に説明のためのものであって限定するものではないことは明らかである。本開示の実施形態について添付図面を参照して説明した。同様に、説明のために、特定の数、材料、および構成の記述を行って十分な理解が得られるようにした。ただし、各実施形態はそれらの具体的詳細を含まずに実施してもよい。なお、実質的に同一の機能構成を有する構成要素には同一の参照符号を付して、冗長な記述を省略している。
種々の実施形態の円滑な理解を図るために種々の技術を複数の離散操作として説明した。説明の順はそれらの操作が必ずしも順序依存性であることを意味するものではない。実際にはこれらの操作を本記載の順通りに実行しなくてもよい。また、本記載の操作は前述の実施形態とは異なる順で実行されてもよい。様々な追加操作、または追加の実施形態における本記載の操作の省略、またはその両方が実施可能である。
本発明の目的を達成しつつ以上説明した本技術の運用に多くの変形をなし得ることは当業者に明らかである。それらの変形も本開示の範囲に含まれるものとする。したがって、前述の本発明の実施形態の説明は限定的なものではない。本発明の実施形態の範囲は全て以下に示す請求項によって示される。
Claims (18)
- 被検体を透過した放射線の強度を表す投影データを取得する第1取得部と、
非電離放射線を用いた2次撮像システムを用いて前記被検体の撮像情報を取得する第2取得部と、
前記撮像情報に基づいて、前記被検体の体積減弱マップを算出する算出部と、
前記投影データと前記体積減弱マップとに基づいて、減弱補正された立体画像を再構成する再構成部と
を備える、撮像装置。 - 前記撮像情報は、前記被検体の輪郭を含む、
請求項1に記載の撮像装置。 - 前記算出部は、
前記撮像情報に基づいて、前記被検体のモデル及びモデルパラメータを決定し、
前記モデル及び前記モデルパラメータに基づいて、前記体積減弱マップを算出する、
請求項1又は2に記載の撮像装置。 - 前記第2取得部は、
前記2次撮像システムを用いて、前記被検体の少なくとも1つの2次元画像を取得し、
前記2次元画像に基づいて、前記被検体の前記撮像情報を取得する、
請求項1~3のいずれか一つに記載の撮像装置。 - 前記第2取得部は、
前記2次元画像における領域を分割することで、前記被検体の表面の位置と方向とを認識し、
前記被検体の表面の位置と方向とに基づいて、前記被検体の前記撮像情報を決定する、
請求項4に記載の撮像装置。 - 前記第2取得部は、前記2次元画像における画素値に基づいて、前記領域を分割する、
請求項5に記載の撮像装置。 - 前記2次撮像システムは、少なくとも1つの光学撮影装置を含む、
請求項4~6のいずれか一つに記載の撮像装置。 - 前記2次撮像システムは、少なくとも1つの赤外線撮影装置を含む、
請求項4~6のいずれか一つに記載の撮像装置。 - 前記第2取得部は、
前記2次撮像システムを用いて、前記被検体の少なくとも1つの3次元画像を取得し、
前記3次元画像に基づいて、前記被検体の前記撮像情報を取得する、
請求項1~8のいずれか一つに記載の撮像装置。 - 前記第2取得部は、
前記3次元画像における領域を分割することで、前記被検体の表面の位置と方向とを認識し、
前記被検体の表面の位置と方向とに基づいて、前記被検体の前記撮像情報を決定する、
請求項9に記載の撮像装置。 - 前記第2取得部は、前記3次元画像における画素値に基づいて、前記領域を分割する、
請求項10に記載の撮像装置。 - 前記2次撮像システムは、少なくとも1つの測距装置を含む、
請求項9~11のいずれか一つに記載の撮像装置。 - 前記モデル及び前記モデルパラメータを記憶する記憶部を更に備える、
請求項3に記載の撮像装置。 - 前記算出部は、2次撮像システムを用いて取得される2次元画像又は3次元画像の入力によって体積減弱マップを出力する学習済みモデルに対して、前記2次撮像システムを用いて前記被検体が撮影された2次元画像又は3次元画像を入力することで、前記学習済みモデルから前記被検体の体積減弱マップを取得する、
請求項1~13のいずれか一つに記載の撮像装置。 - 前記第2取得部は、2次撮像システムを用いて、一部の領域が打ち切られた打ち切り3次元体積減弱データを取得し、
前記再構成部は、前記打ち切り3次元体積減弱データと、打ち切られた領域を含む前記撮像情報とを統合して、前記立体画像を再構成する、
請求項1~14のいずれか一つに記載の撮像装置。 - 前記算出部は、前記打ち切り3次元体積減弱データと、前記打ち切られた領域を含む前記撮像情報に対応するモデルパラメータとを結合する、
請求項15に記載の撮像装置。 - 被検体を透過した放射線の強度を表す投影データを取得し、
非電離放射線を用いた2次撮像システムを用いて前記被検体の撮像情報を取得し、
前記撮像情報に基づいて、前記被検体の体積減弱マップを算出し、
前記投影データと前記体積減弱マップとに基づいて、減弱補正された立体画像を再構成する
ことを含む、撮像方法。 - 被検体を透過した放射線の強度を表す投影データを取得し、
非電離放射線を用いた2次撮像システムを用いて前記被検体の撮像情報を取得し、
前記撮像情報に基づいて、前記被検体の体積減弱マップを算出し、
前記投影データと前記体積減弱マップとに基づいて、減弱補正された立体画像を再構成する
各処理をコンピュータに実行させる、撮像プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/941,015 US11367227B2 (en) | 2020-07-28 | 2020-07-28 | Method and apparatus for computer vision based attenuation map generation |
US16/941,015 | 2020-07-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022024975A true JP2022024975A (ja) | 2022-02-09 |
Family
ID=80004471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021006482A Pending JP2022024975A (ja) | 2020-07-28 | 2021-01-19 | 撮像装置、撮像方法及び撮像プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11367227B2 (ja) |
JP (1) | JP2022024975A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11367227B2 (en) * | 2020-07-28 | 2022-06-21 | Canon Medical Systems Corporation | Method and apparatus for computer vision based attenuation map generation |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997005574A1 (en) | 1995-07-27 | 1997-02-13 | Imperial Cancer Research Technology Limited | Raw data segmentation and analysis in image tomography |
US5739539A (en) * | 1996-03-28 | 1998-04-14 | Adac Laboratories | Use of body boundary information to perform iterative reconstruction in medical imaging system |
US8620053B2 (en) * | 2009-11-04 | 2013-12-31 | Siemens Medical Solutions Usa, Inc. | Completion of truncated attenuation maps using maximum likelihood estimation of attenuation and activity (MLAA) |
US9336613B2 (en) * | 2011-05-24 | 2016-05-10 | Koninklijke Philips N.V. | Apparatus for generating assignments between image regions of an image and element classes |
CN103562961A (zh) * | 2011-05-24 | 2014-02-05 | 皇家飞利浦有限公司 | 用于生成衰减校正图的装置和方法 |
US8835858B2 (en) * | 2012-03-23 | 2014-09-16 | General Electric Company | Systems and methods for attenuation compensation in nuclear medicine imaging based on emission data |
WO2013177661A1 (en) * | 2012-05-29 | 2013-12-05 | University Of Manitoba | Systems and methods for improving the quality of images in a pet scan |
US10846860B2 (en) * | 2013-03-05 | 2020-11-24 | Nview Medical Inc. | Systems and methods for x-ray tomosynthesis image reconstruction |
CN107635469B (zh) * | 2015-05-19 | 2021-04-20 | 皇家飞利浦有限公司 | 基于pet系统中的散射符合的衰减图的估计 |
US10078889B2 (en) | 2015-08-25 | 2018-09-18 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for image calibration |
CN108074270B (zh) * | 2016-11-11 | 2021-11-30 | 上海东软医疗科技有限公司 | 一种pet衰减校正方法和装置 |
US10438378B2 (en) * | 2017-08-25 | 2019-10-08 | Uih America, Inc. | System and method for determining an activity map and an attenuation map |
EP3633622A1 (en) * | 2018-10-02 | 2020-04-08 | Koninklijke Philips N.V. | Generation of pseudo radiographic images from optical images |
US11432783B2 (en) * | 2020-01-10 | 2022-09-06 | GE Precision Healthcare LLC | Methods and systems for beam attenuation |
US11367227B2 (en) * | 2020-07-28 | 2022-06-21 | Canon Medical Systems Corporation | Method and apparatus for computer vision based attenuation map generation |
-
2020
- 2020-07-28 US US16/941,015 patent/US11367227B2/en active Active
-
2021
- 2021-01-19 JP JP2021006482A patent/JP2022024975A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220036607A1 (en) | 2022-02-03 |
US11367227B2 (en) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6937157B2 (ja) | 放射線画像診断装置及び医用画像処理装置 | |
US9811903B2 (en) | Systems and methods for identifying bone marrow in medical images | |
EP2668639B1 (en) | Truncation compensation for iterative cone-beam ct reconstruction for spect/ct systems | |
US9119560B2 (en) | X-ray CT apparatus | |
US11309072B2 (en) | Systems and methods for functional imaging | |
US8977026B2 (en) | Methods and systems for locating a region of interest in an object | |
US11024061B2 (en) | Apparatus and method for scattered radiation correction | |
US20090225934A1 (en) | Keyhole computed tomography | |
JP2017067765A (ja) | 医用画像処理装置及びポジトロン放射断層撮影装置 | |
CN105431885B (zh) | 目标在扫描FoV外面的情况下对roi的迭代CT图像重建 | |
WO2009060351A1 (en) | Apparatus and method for generation of attenuation map | |
JP7356278B2 (ja) | 医用画像処理装置、陽電子放射断層撮像装置、医用画像処理方法及び医用画像処理プログラム | |
JP2009525780A (ja) | Ctベースの減衰マップを作成するときの異質対象物の明示 | |
JP4767679B2 (ja) | 3次元医療用x線撮影のための方法及び配置 | |
US11419566B2 (en) | Systems and methods for improving image quality with three-dimensional scout | |
CN113116370A (zh) | 用于正电子发射断层摄影中的运动检测的方法和系统 | |
CN107533766B (zh) | 用于来自牙齿图像产生系统的图像数据的图像改进方法 | |
US10825210B2 (en) | Method and apparatus for projection domain truncation correction in computed-tomography (CT) | |
JP2022024975A (ja) | 撮像装置、撮像方法及び撮像プログラム | |
US10682113B2 (en) | Self-calibrating device for X-ray imaging scanners | |
KR102394444B1 (ko) | 듀얼 에너지 단층촬영 장치, 및 이를 이용한 금속 이미지 구분 방법 | |
JP6425885B2 (ja) | 核医学診断装置、画像処理装置および画像処理プログラム | |
JP5849838B2 (ja) | 放射線断層画像生成装置、放射線断層撮影装置および放射線断層画像生成プログラム | |
EP3968859A1 (en) | Protocol-dependent 2-d pre-scan projection image based on 3-d pre-scan volumetric image data | |
WO2016018825A1 (en) | Method and apparatus for producing a three-dimensional image |