JP2022056084A - 画像処理装置、画像処理方法及びプログラム - Google Patents
画像処理装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- JP2022056084A JP2022056084A JP2020163885A JP2020163885A JP2022056084A JP 2022056084 A JP2022056084 A JP 2022056084A JP 2020163885 A JP2020163885 A JP 2020163885A JP 2020163885 A JP2020163885 A JP 2020163885A JP 2022056084 A JP2022056084 A JP 2022056084A
- Authority
- JP
- Japan
- Prior art keywords
- image
- substance
- thickness
- attenuation
- energy
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 323
- 238000003672 processing method Methods 0.000 title claims description 7
- 239000000126 substance Substances 0.000 claims abstract description 243
- 230000005855 radiation Effects 0.000 claims abstract description 72
- 230000001678 irradiating effect Effects 0.000 claims abstract description 10
- 210000004872 soft tissue Anatomy 0.000 claims description 164
- 210000000988 bone and bone Anatomy 0.000 claims description 138
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 86
- 238000000034 method Methods 0.000 claims description 72
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000012935 Averaging Methods 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 abstract description 14
- 238000012937 correction Methods 0.000 description 41
- 238000006243 chemical reaction Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 22
- 239000002872 contrast media Substances 0.000 description 16
- 238000001228 spectrum Methods 0.000 description 12
- 230000000630 rising effect Effects 0.000 description 11
- 239000000203 mixture Substances 0.000 description 10
- 238000005070 sampling Methods 0.000 description 9
- 230000035945 sensitivity Effects 0.000 description 9
- 210000003205 muscle Anatomy 0.000 description 8
- 238000002083 X-ray spectrum Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 238000002940 Newton-Raphson method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229910004613 CdTe Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
- G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
- G01N2223/04—Investigating materials by wave or particle radiation by transmission and measuring absorption
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/402—Imaging mapping distribution of elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/424—Imaging energy substraction image processing (dual energy processing)
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/50—Detectors
- G01N2223/505—Detectors scintillation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/612—Specific applications or type of materials biological material
- G01N2223/6123—Specific applications or type of materials biological material bone mineral
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/612—Specific applications or type of materials biological material
- G01N2223/6126—Specific applications or type of materials biological material tissue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Toxicology (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
【課題】エネルギーサブトラクション後の画像に生じ得る不要な構造の消し残りを低減すること。【解決手段】被写体に含まれる第1の物質の画像と第2の物質の画像を生成する画像処理装置は、被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得部と、複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成部と、複数の減弱率の画像を用いたエネルギーサブトラクション処理により実効原子番号の画像と面密度の画像を生成する処理部と、を備える。処理部は、実効原子番号の画像における画素値から第1の物質の減弱情報を推定し、複数の減弱率の画像と減弱情報とを用いたエネルギーサブトラクション処理により、第1の物質の画像と第2の物質の画像とを生成する。【選択図】 図1
Description
本発明は、画像処理装置、画像処理方法及びプログラムに関するものである。より具体的には、医療診断における一般撮影などの静止画撮影や透視撮影などの動画撮影に用いられる放射線撮像装置及び放射線撮像システムで撮影された画像を処理する画像処理装置、画像処理方法及びプログラムに関する。
近年、X線による医療画像診断や非破壊検査に用いる撮影装置として、平面検出器(Flat Panel Detector、以下、「FPD」と略す)を用いた放射線撮像装置が普及している。このような放射線撮像装置は、例えば医療画像診断においては、一般撮影のような静止画撮影や、透視撮影のような動画撮影のデジタル撮像装置として用いられている。
FPDを用いた撮影方法として、エネルギーサブトラクションがある。エネルギーサブトラクションでは、まず、管電圧の異なるX線を照射するなどして、エネルギーの異なる画像を複数枚取得する。それらを演算することで、骨画像と軟部組織画像に分離するなどの処理を行うことができる(特許文献1)。
エネルギーサブトラクションを用いて骨画像や軟部組織画像を生成したとき、骨画像に軟部組織の構造が残ったり、軟部組織画像に骨の構造が残ったりすることがある。このような不要な構造の消し残りが診断の妨げになるという課題がある。
本発明は、上記の課題に鑑み、エネルギーサブトラクション後の画像に生じ得る不要な構造の消し残りを低減することが可能な画像処理技術を提供する。
本発明の一態様による画像処理装置は以下の構成を備える。すなわち、画像処理装置は、被写体に含まれる第1の物質の画像と第2の物質の画像を生成する画像処理装置であって、
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得手段と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成手段と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により実効原子番号の画像と面密度の画像を生成する処理手段と、を備え、
前記処理手段は、前記実効原子番号の画像における画素値から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成する。
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得手段と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成手段と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により実効原子番号の画像と面密度の画像を生成する処理手段と、を備え、
前記処理手段は、前記実効原子番号の画像における画素値から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成する。
本発明の他の態様による画像処理装置は以下の構成を備える。すなわち、画像処理装置は、被写体に含まれる第1の物質の画像と第2の物質の画像を生成する画像処理装置であって、
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得手段と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成手段と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により前記第1の物質に含まれる第3の物質の厚みの画像と第4の物質の厚みの画像とに分離した画像を生成する処理手段と、を備え、
前記処理手段は、
前記第3の物質の厚みの画像と前記第4の物質の厚みの画像とから取得した前記第1の物質に含まれる前記第3の物質の比率情報から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成する。
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得手段と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成手段と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により前記第1の物質に含まれる第3の物質の厚みの画像と第4の物質の厚みの画像とに分離した画像を生成する処理手段と、を備え、
前記処理手段は、
前記第3の物質の厚みの画像と前記第4の物質の厚みの画像とから取得した前記第1の物質に含まれる前記第3の物質の比率情報から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成する。
本発明によれば、エネルギーサブトラクション後の画像に生じ得る不要な構造の消し残りを低減することが可能になる。
以下、添付図面を参照して実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。実施形態には複数の特徴が記載されているが、これらの複数の特徴の全てが発明に必須のものとは限らず、また、複数の特徴は任意に組み合わせられてもよい。さらに、添付図面においては、同一若しくは同様の構成に同一の参照番号を付し、重複した説明は省略する。
なお、本発明における放射線には、放射線崩壊によって放出される粒子(光子を含む)の作るビームであるα線、β線、γ線などの他に、同程度以上のエネルギーを有するビーム、例えばX線や粒子線、宇宙線なども、含まれるものとする。以下の実施形態では、放射線の一例としてX線を用いた装置を説明する。したがって、以下では、放射線、放射線画像、放射線エネルギー、放射線スペクトル、放射線量、放射線発生装置、放射線撮像装置、放射線撮像システムとして、それぞれX線、X線画像、X線エネルギー、X線スペクトル、X線量、X線発生装置、X線撮像装置、X線撮像システムとして説明する。
(第1実施形態)
図1は、第1実施形態に係る、放射線撮像システムの一例としてのX線撮像システムの構成例を示すブロック図である。第1実施形態のX線撮像システムは、X線発生装置101、X線制御装置102、撮像制御装置103、X線撮像装置104を備える。
図1は、第1実施形態に係る、放射線撮像システムの一例としてのX線撮像システムの構成例を示すブロック図である。第1実施形態のX線撮像システムは、X線発生装置101、X線制御装置102、撮像制御装置103、X線撮像装置104を備える。
X線発生装置101は、X線を発生し、被写体にX線を照射する。X線制御装置102は、X線発生装置101におけるX線の発生を制御する。撮像制御装置103は、例えば、1つまたは複数のプロセッサー(CPU)とメモリを有し、プロセッサーがメモリに格納されたプログラムを実行してX線画像の取得及び画像処理を行う。なお、撮像制御装置103による画像処理を含む各処理は、専用のハードウエアにより実現されてもよいし、ハードウエアとソフトウエアの協働により実現されてもよい。X線撮像装置104は、X線を可視光に変換する蛍光体105と、可視光を検出する二次元検出器106を有する。二次元検出器は、X線量子を検出する画素20をX列×Y行のアレイ状に配置したセンサであり、画像情報を出力する。
撮像制御装置103は、上述したプロセッサーにより放射線画像を処理する画像処理装置として機能する。取得部131、補正部132、信号処理部133、画像処理部134は、画像処理装置としての機能構成例を示している。画像処理装置は、放射線画像を処理して被写体に含まれる第1の物質の画像と第2の物質の画像を生成する。ここで、被写体に含まれる第1の物質は、例えば軟部組織であり、第2の物質は、例えば骨である。取得部131は、被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する。補正部132は、取得部131により取得された複数の放射線画像を補正してエネルギーサブトラクション処理で用いられる複数の減弱率の画像(例えば、図5に示すような低エネルギーにおける減弱率の画像L、高エネルギーにおける減弱率の画像H)を生成する。
信号処理部133は、補正部132により生成された複数の減弱率の画像を用いたエネルギーサブトラクション処理により物質特性画像を生成する。物質特性画像とは、例えば、第1の物質(例えば、軟部組織)と第2の物質(例えば、骨)というように物質を分離して表す物質分離画像、実効原子番号とその面密度を表す物質識別画像など、エネルギーサブトラクション処理において取得される画像である。信号処理部133の詳細は後述する。画像処理部134は、信号処理部133により取得された物質特性画像を用いて、DSA画像を取得し、エネルギーサブトラクションとDSAを組み合わせた動画像を生成する処理を行う。画像処理部134の詳細は後述する。
図2は、第1実施形態に係る画素20の等価回路図である。画素20は、光電変換素子201と、出力回路部202とを含む。光電変換素子201は、典型的にはフォトダイオードでありうる。出力回路部202は、増幅回路部204、クランプ回路部206、サンプルホールド回路207、選択回路部208を含む。
光電変換素子201は、電荷蓄積部を含み、該電荷蓄積部は、増幅回路部204のMOSトランジスタ204aのゲートに接続されている。MOSトランジスタ204aのソースは、MOSトランジスタ204bを介して電流源204cに接続されている。MOSトランジスタ204aと電流源204cとによってソースフォロア回路が構成されている。MOSトランジスタ204bは、そのゲートに供給されるイネーブル信号ENがアクティブレベルになるとオンしてソースフォロア回路を動作状態にするイネーブルスイッチである。
図2に示す例では、光電変換素子201の電荷蓄積部およびMOSトランジスタ204aのゲートが共通のノードを構成していて、このノードは、電荷蓄積部に蓄積された電荷を電圧に変換する電荷電圧変換部として機能する。即ち、電荷電圧変換部には、電荷蓄積部に蓄積された電荷Qと電荷電圧変換部が有する容量値Cとによって定まる電圧V(=Q/C)が現れる。電荷電圧変換部は、リセットスイッチ203を介してリセット電位Vresに接続されている。リセット信号PRESがアクティブレベルになると、リセットスイッチ203がオンして、電荷電圧変換部の電位がリセット電位Vresにリセットされる。
クランプ回路部206は、リセットした電荷電圧変換部の電位に応じて増幅回路部204によって出力されるノイズをクランプ容量206aによってクランプする。つまり、クランプ回路部206は、光電変換素子201で光電変換により発生した電荷に応じてソースフォロア回路から出力された信号から、このノイズをキャンセルするための回路である。このノイズはリセット時のkTCノイズを含む。クランプは、クランプ信号PCLをアクティブレベルにしてMOSトランジスタ206bをオン状態にした後に、クランプ信号PCLを非アクティブレベルにしてMOSトランジスタ206bをオフ状態にすることによってなされる。クランプ容量206aの出力側は、MOSトランジスタ206cのゲートに接続されている。MOSトランジスタ206cのソースは、MOSトランジスタ206dを介して電流源206eに接続されている。MOSトランジスタ206cと電流源206eとによってソースフォロア回路が構成されている。MOSトランジスタ206dは、そのゲートに供給されるイネーブル信号EN0がアクティブレベルになるとオンしてソースフォロア回路を動作状態にするイネーブルスイッチである。
光電変換素子201で光電変換により発生した電荷に応じてクランプ回路部206から出力される信号は、光信号として、光信号サンプリング信号TSがアクティブレベルになることによってスイッチ207Saを介して容量207Sbに書き込まれる。電荷電圧変換部の電位をリセットした直後にMOSトランジスタ206bをオン状態とした際にクランプ回路部206から出力される信号は、クランプ電圧である。ノイズ信号は、ノイズサンプリング信号TNがアクティブレベルになることによってスイッチ207Naを介して容量207Nbに書き込まれる。このノイズ信号には、クランプ回路部206のオフセット成分が含まれる。スイッチ207Saと容量207Sbによって信号サンプルホールド回路207Sが構成され、スイッチ207Naと容量207Nbによってノイズサンプルホールド回路207Nが構成される。サンプルホールド回路部207は、信号サンプルホールド回路207Sとノイズサンプルホールド回路207Nとを含む。
駆動回路部が行選択信号をアクティブレベルに駆動すると、容量207Sbに保持された信号(光信号)がMOSトランジスタ208Saおよび行選択スイッチ208Sbを介して信号線21Sに出力される。また、同時に、容量207Nbに保持された信号(ノイズ)がMOSトランジスタ208Naおよび行選択スイッチ208Nbを介して信号線21Nに出力される。MOSトランジスタ208Saは、信号線21Sに設けられた不図示の定電流源とソースフォロア回路を構成する。同様に、MOSトランジスタ208Naは、信号線21Nに設けられた不図示の定電流源とソースフォロア回路を構成する。MOSトランジスタ208Saと行選択スイッチ208Sbによって信号用選択回路部208Sが構成され、MOSトランジスタ208Naと行選択スイッチ208Nbによってノイズ用選択回路部208Nが構成される。選択回路部208は、信号用選択回路部208Sとノイズ用選択回路部208Nとを含む。
画素20は、隣接する複数の画素20の光信号を加算する加算スイッチ209Sを有してもよい。加算モード時には、加算モード信号ADDがアクティブレベルになり、加算スイッチ209Sがオン状態になる。これにより、隣接する画素20の容量207Sbが加算スイッチ209Sによって相互に接続されて、光信号が平均化される。同様に、画素20は、隣接する複数の画素20のノイズを加算する加算スイッチ209Nを有してもよい。加算スイッチ209Nがオン状態になると、隣接する画素20の容量207Nbが加算スイッチ209Nによって相互に接続されて、ノイズが平均化される。加算部209は、加算スイッチ209Sと加算スイッチ209Nを含む。
また、画素20は、感度を変更するための感度変更部205を有してもよい。画素20は、例えば、第1感度変更スイッチ205aおよび第2感度変更スイッチ205'a、並びにそれらに付随する回路素子を含みうる。第1変更信号WIDEがアクティブレベルになると、第1感度変更スイッチ205aがオンして、電荷電圧変換部の容量値に第1付加容量205bの容量値が追加される。これによって画素20の感度が低下する。第2変更信号WIDE2がアクティブレベルになると、第2感度変更スイッチ205'aがオンして、電荷電圧変換部の容量値に第2付加容量205'bの容量値が追加される。これによって画素201の感度が更に低下する。このように画素20の感度を低下させる機能を追加することによって、より大きな光量を受光することが可能となり、ダイナミックレンジを広げることができる。第1変更信号WIDEがアクティブレベルになる場合には、イネーブル信号ENwをアクティブレベルにして、MOSトランジスタ204aに変えてMOSトランジスタ204'aをソースフォロア動作させてもよい。
X線撮像装置104は、二次元検出器106から以上のような画素回路の出力を読み出し、不図示のAD変換器でデジタル値に変換した後、撮像制御装置103に画像を転送する。
次に、上述した構成を備えた第1実施形態のX線撮像システムの動作について説明する。図3は、第1実施形態に係るX線撮像システムにおいてエネルギーサブトラクションに提供するための、互いにエネルギーの異なる複数のX線画像を得る場合のX線撮像装置104の駆動タイミングを示す。図3中の波形は横軸を時間として、X線の曝射、同期信号、光電変換素子201のリセット、サンプルホールド回路207、信号線21からの画像の読み出しのタイミングを示している。
リセット信号により光電変換素子201のリセットが行われてからX線が曝射される。X線の管電圧は理想的には矩形波となるが、管電圧の立ち上がりと立下りには有限の時間がかかる。特に、パルスX線で曝射時間が短い場合は、管電圧はもはや矩形波とはみなせず、X線301~303に示すような波形となる。立ち上がり期のX線301、安定期のX線302、立下り期のX線303ではそれぞれX線のエネルギーが異なる。したがって、サンプルホールドによって区切られる期間の放射線に対応したX線画像を得ることにより、互いにエネルギーが異なる複数種類のX線画像が得られる。
X線撮像装置104は、立ち上がり期のX線301が曝射された後に、ノイズサンプルホールド回路207Nでサンプリングを行い、さらに安定期のX線302が曝射された後に信号サンプルホールド回路207Sでサンプリングを行う。その後、X線撮像装置104は、信号線21Nと信号線21Sの差分を画像として読み出す。このとき、ノイズサンプルホールド回路207Nには立ち上がり期のX線301の信号(R1)が保持され、信号サンプルホールド回路207Sには立ち上がり期のX線301の信号と安定期のX線302の信号(B)の和(R1+B)が保持されている。従って、安定期のX線302の信号に対応した画像304が読み出される。
次に、X線撮像装置104は、立下り期のX線303の曝射と、画像304の読み出しとが完了してから、再び信号サンプルホールド回路207Sでサンプリングを行う。その後、X線撮像装置104は、光電変換素子201のリセットを行い、再びノイズサンプルホールド回路207Nでサンプリングを行い、信号線21Nと信号線21Sの差分を画像として読み出す。このとき、ノイズサンプルホールド回路207NにはX線が曝射されていない状態の信号が保持され、信号サンプルホールド回路207Sには立ち上がり期のX線301の信号と安定期のX線302と立下り期のX線303の信号(R2)の和(R1+B+R2)が保持されている。従って、立ち上がり期のX線301の信号と安定期のX線302の信号と立下り期のX線303の信号に対応した画像306が読み出される。その後、画像306と画像304の差分を計算することで、立ち上がり期のX線301と立下り期のX線303の和に対応した画像305が得られる。この計算は、X線撮像装置104で行われてもよいし、撮像制御装置103で行われてもよい。
サンプルホールド回路207及び光電変換素子201のリセットを行うタイミングは、X線発生装置101からX線の曝射が開始されたことを示す同期信号307を用いて決定される。X線の曝射開始を検出する方法としては、X線発生装置101の管電流を測定し、電流値が予め設定された閾値を上回るか否かを判定する構成を用いることができるがこれに限られるものではない。例えば、光電変換素子201のリセットが完了した後、画素20を繰り返して読み出し、画素値が予め設定された閾値を上回るか否かを判定することによりX線の曝射開始を検出する構成が用いられてもよい。
あるいは、例えば、X線撮像装置104に二次元検出器106とは異なるX線検出器を内蔵し、その測定値が予め設定された閾値を上回るか否かを判定することによりX線の曝射開始を検出する構成が用いられてもよい。いずれの方式の場合も、X線の曝射開始を示す同期信号307の入力から予め指定した時間が経過した後に、信号サンプルホールド回路207Sのサンプリング、ノイズサンプルホールド回路207Nのサンプリング、光電変換素子201のリセットが行われる。
以上のようにして、パルスX線の安定期に対応した画像304と、立ち上がり期と立下り期の和に対応した画像305が得られる。これら二枚のX線画像を形成する際に曝射されたX線のエネルギーは互いに異なるため、これらX線画像間で演算を行うことでエネルギーサブトラクション処理を行うことができる。
図4は、第1実施形態に係るX線撮像システムにおいてエネルギーサブトラクションに提供するための、互いにエネルギーの異なる複数のX線画像を得る、図3とは異なるX線撮像装置104の駆動タイミングを示す。図3とは、X線発生装置101の管電圧を能動的に切り替えている点で異なる。
まず、光電変換素子201のリセットが行われた後、X線発生装置101は低エネルギーのX線401の曝射を行う。この状態で、X線撮像装置104は、ノイズサンプルホールド回路207Nによりサンプリングを行う。その後、X線発生装置101は、管電圧を切り替えて高エネルギーのX線402の曝射を行う。この状態で、X線撮像装置104は、信号サンプルホールド回路207Sによりサンプリングを行う。その後、X線発生装置101は、管電圧を切り替えて低エネルギーのX線403の曝射を行う。X線撮像装置104は、信号線21Nと信号線21Sの差分を画像として読み出す。このとき、ノイズサンプルホールド回路207Nには低エネルギーのX線401の信号(R1)が保持され、信号サンプルホールド回路207Sには低エネルギーのX線401の信号と高エネルギーのX線402の信号(B)の和(R1+B)が保持されている。従って、高エネルギーのX線402の信号に対応した画像404が読み出される。
次に、X線撮像装置104は、低エネルギーのX線403の曝射と、画像404の読み出しとが完了してから、再び信号サンプルホールド回路207Sでサンプリングを行う。その後、X線撮像装置104は、光電変換素子201のリセットを行い、再びノイズサンプルホールド回路207Nでサンプリングを行い、信号線21Nと信号線21Sの差分を画像として読み出す。このとき、ノイズサンプルホールド回路207NにはX線が曝射されていない状態の信号が保持され、信号サンプルホールド回路207Sには低エネルギーのX線401の信号と高エネルギーのX線402と低エネルギーのX線403の信号(R2)の和(R1+B+R2)が保持されている。従って、低エネルギーのX線401の信号と高エネルギーのX線402の信号と低エネルギーのX線403の信号に対応した画像406が読み出される。
その後、画像406と画像404の差分を計算することで、低エネルギーのX線401と低エネルギーのX線403の和に対応した画像405が得られる。この計算は、X線撮像装置104で行われてもよいし、撮像制御装置103で行われてもよい。同期信号407については、図3と同様である。このように、管電圧を能動的に切り替えながら画像を取得することで、図3の方法に比べて低エネルギーと高エネルギーの放射線画像の間のエネルギー差をより大きくすることが出来る。
次に、撮像制御装置103によるエネルギーサブトラクション処理について説明する。第1実施形態におけるエネルギーサブトラクション処理は、補正部132による補正処理、信号処理部133による信号処理、画像処理部134による画像処理の3段階に分かれている。以下、それぞれの処理について説明する。
(補正処理の説明)
補正処理は、X線撮像装置104から取得された複数の放射線画像を処理してエネルギーサブトラクション処理における後述の信号処理で用いられる複数の画像を生成する処理である。図5に、実施形態に係るエネルギーサブトラクション処理のための補正処理を示す。まず、取得部131は、X線撮像装置104にX線を曝射しない状態での撮像を行わせ、図3または図4に示した駆動で画像を取得する。この駆動により2枚の画像が読み出される。以下、1枚目の画像(画像304または画像404)をF_ODD、2枚目の画像(画像306または画像406)をF_EVENとする。F_ODDとF_EVENは、X線撮像装置104の固定パターンノイズ(FPN:Fixed Pattern Noise)に対応する画像である。
補正処理は、X線撮像装置104から取得された複数の放射線画像を処理してエネルギーサブトラクション処理における後述の信号処理で用いられる複数の画像を生成する処理である。図5に、実施形態に係るエネルギーサブトラクション処理のための補正処理を示す。まず、取得部131は、X線撮像装置104にX線を曝射しない状態での撮像を行わせ、図3または図4に示した駆動で画像を取得する。この駆動により2枚の画像が読み出される。以下、1枚目の画像(画像304または画像404)をF_ODD、2枚目の画像(画像306または画像406)をF_EVENとする。F_ODDとF_EVENは、X線撮像装置104の固定パターンノイズ(FPN:Fixed Pattern Noise)に対応する画像である。
次に、取得部131は、被写体がない状態でX線撮像装置104にX線を曝射して撮像を行わせ、図3又は図4に示した駆動によりX線撮像装置104から出力されるゲイン補正用の画像を取得する。この駆動により、上記と同様に2枚の画像が読み出される。以下、1枚目のゲイン補正用の画像(画像304または画像404)をW_ODD、2枚目のゲイン補正用の画像(画像306または画像406)をW_EVENとする。W_ODDとW_EVENは、X線撮像装置104のFPNとX線による信号の和に対応する画像である。補正部132は、W_ODDからF_ODDを、W_EVENからF_EVENを減算することで、X線撮像装置104のFPNが除去された画像WF_ODDとWF_EVENを得る。これをオフセット補正と呼ぶ。
WF_ODDは安定期のX線302に対応する画像であり、WF_EVENは立ち上がり期のX線301、安定期のX線302、立下り期のX線303の和に対応する画像である。従って、補正部132は、WF_EVENからWF_ODDを減算することで、立ち上がり期のX線301と立下り期のX線303の和に対応する画像を得る。このように、複数枚の画像の減算により、サンプルホールドによって区切られる特定の期間のX線に対応した画像を得る処理を色補正と呼ぶ。立ち上がり期のX線301と立下り期のX線303のエネルギーは、安定期のX線302のエネルギーに比べて低い。従って、色補正により、WF_EVENからWF_ODDを減算することで、被写体がない場合の低エネルギー画像W_Lowが得られる。また、WF_ODDから、被写体がない場合の高エネルギー画像W_Highが得られる。
次に、取得部131は、被写体がある状態でX線撮像装置104にX線を曝射して撮像を行わせ、図3または図4に示した駆動によりX線撮像装置104から出力される画像を取得する。このとき2枚の画像が読み出される。以下、1枚目の画像(画像304または画像404)をX_ODD、2枚目の画像(画像306または画像406)をX_EVENとする。補正部132は、被写体がない場合と同様のオフセット補正および色補正を行うことで、被写体がある場合の低エネルギー画像X_Lowと、被写体がある場合の高エネルギー画像X_Highを得る。
ここで、被写体の厚みをd、被写体の線減弱係数をμ、被写体がない場合の画素20の出力をI0、被写体がある場合の画素20の出力をIとすると、以下の[数1]式が成り立つ。
[数1]式を変形すると、以下の[数2]式が得られる。[数2]式の右辺は被写体の減弱率を示す。被写体の減弱率は0~1の間の実数である。
従って、補正部132は、被写体がある場合の低エネルギー画像X_Lowを、被写体がない場合の低エネルギー画像W_Lowで除算することで、低エネルギーにおける減弱率の画像Lを得る。同様に、補正部132は、被写体がある場合の高エネルギー画像X_Highを、被写体がない場合の高エネルギー画像W_Highで除算することで、高エネルギーにおける減弱率の画像Hを得る。このように、被写体ありの状態で得られた放射線画像に基づいて得られた画像を被写体なしの状態で得られた放射線画像に基づいて得られた画像で除算することにより減弱率の画像を取得する処理をゲイン補正と呼ぶ。以上が、第1実施形態の補正部132による補正処理の説明である。
(信号処理の説明)
図6に、本実施形態に係るエネルギーサブトラクション処理の信号処理のブロック図を示す。信号処理部133は、補正部132から得られる複数の画像を用いて物質特性画像を生成する。以下では、骨の厚さの画像Bと軟部組織の厚さの画像Sからなる物質分離画像の生成を説明する。信号処理部133は、以下の処理により図5に示した補正によって得られた低エネルギーにおける減弱率の画像Lと高エネルギーにおける減弱率の画像Hから、骨の厚さの画像Bと軟部組織の厚さの画像Sを求める。
図6に、本実施形態に係るエネルギーサブトラクション処理の信号処理のブロック図を示す。信号処理部133は、補正部132から得られる複数の画像を用いて物質特性画像を生成する。以下では、骨の厚さの画像Bと軟部組織の厚さの画像Sからなる物質分離画像の生成を説明する。信号処理部133は、以下の処理により図5に示した補正によって得られた低エネルギーにおける減弱率の画像Lと高エネルギーにおける減弱率の画像Hから、骨の厚さの画像Bと軟部組織の厚さの画像Sを求める。
まず、X線フォトンのエネルギーをE、エネルギーEにおけるフォトン数をN(E)、骨の厚み画像における厚さをB、軟部組織の厚み画像における厚さをS、エネルギーEにおける骨の線減弱係数をμB(E)、エネルギーEにおける軟部組織の線減弱係数をμS(E)、減弱率をI/I0とすると、以下の[数3]式が成り立つ。
エネルギーEにおけるフォトン数N(E)は、X線のスペクトルである。X線のスペクトルは、シミュレーション又は実測により得られる。また、エネルギーEおける骨の線減弱係数μB(E)とエネルギーEおける軟部組織の線減弱係数μS(E)は、それぞれNIST(National Institute of Standards and Technology)などのデータベースから得られる。したがって、[数3]によれば、任意の骨の厚さB、軟部組織の厚さS、X線のスペクトルN(E)における減弱率I/I0を計算することが可能である。
ここで、低エネルギーのX線におけるスペクトルをNL(E)、高エネルギーのX線におけるスペクトルをNH(E)とすると、以下の[数4]式の各式が成り立つ。なお、Lは低エネルギーの減弱率の画像における画素値、Hは高エネルギーの減弱率の画像における画素値である。
[数4]式の非線形連立方程式を解くことで、骨の厚み画像における厚みBと軟部組織の厚み画像における厚みSが求まる。非線形連立方程式を解く代表的な方法として、ここではニュートンラフソン法を用いた場合について説明する。まず、ニュートンラフソン法の反復回数をm、m回目の反復後の骨の厚みをBm、m回目の反復後の軟部組織の厚みをSmとしたとき、m回目の反復後の高エネルギーの減弱率Hm、m回目の反復後の低エネルギーの減弱率Lmは以下の[数5]式で表される。
また、厚みが微小に変化したときの減弱率の変化率を、以下の[数6]式で表す。
このとき、m+1回目の反復後の骨の厚みBm+1と軟部組織の厚みSm+1を、高エネルギーの減弱率Hと低エネルギーの減弱率Lを用いて、以下の[数7]式で表す。
2x2の行列の逆行列は、行列式をdetとすると、クラメルの公式より以下の[数8]式で表される。
従って、[数7]式に[数8]式を代入すると、以下の[数9]式が求まる。
以上のような計算を繰り返すことで、m回目の反復後の高エネルギーの減弱率Hmと実測した高エネルギーの減弱率Hの差分が限りなく0に近づいていく。低エネルギーの減弱率Lについても同様である。これによって、m回目の反復後の骨の厚みBmが骨の厚みBに収束し、m回目の軟部組織の厚みSmが軟部組織の厚みSに収束する。以上のようにして、[数4]式に示した非線形連立方程式を解くことができる。従って、全ての画素について[数4]式を計算することで、低エネルギーにおける減弱率の画像Lと高エネルギーにおける減弱率の画像Hから、骨の厚さの画像B、軟部組織の厚さの画像Sを得ることができる。
なお、第1実施形態では、骨の厚みの画像Bと軟部組織の厚みの画像Sを算出していたが、本発明はこのような形態に限定されない。例えば、水の厚みWと造影剤の厚みIを算出してもよい。すなわち、任意の二種類の物質の厚さに分解してもよい。
また、本実施形態では、ニュートンラフソン法を用いて非線形連立方程式を解いていた。しかしながら本発明はこのような形態に限定されない。例えば、最小二乗法や二分法などの反復解法を用いてもよい。また、第1実施形態では非線形連立方程式を反復解法で解いていたが、本発明はこのような形態に限定されない。様々な組み合わせの高エネルギーの減弱率Hと低エネルギーの減弱率Lに対する骨の厚みBや軟部組織の厚みSを事前に求めてテーブルを生成し、このテーブルを参照することで骨の厚みBや軟部組織の厚みSを高速に求める構成を用いても良い。
図7に、本実施形態に係るエネルギーサブトラクション処理の信号処理のブロック図を示す。信号処理部133は、補正部132から得られる複数の画像を用いて物質特性画像を生成する。以下では、実効原子番号Zと面密度Dからなる画像の生成を説明する。信号処理部133は、以下の処理により図5に示した補正処理によって得られた低エネルギーにおける減弱率の画像Lと高エネルギーにおける減弱率の画像Hから、実効原子番号Zの画像と面密度Dの画像を求める。実効原子番号Zとは混合物の等価的な原子番号のことであり、面密度D[g/cm2]とは被写体の密度[g/cm3]と被写体の厚み[cm]の積である。
まず、X線フォトンのエネルギーをE、エネルギーEにおけるフォトン数をN(E)、実効原子番号をZ、面密度をD、実効原子番号ZかつエネルギーEおける質量減弱係数をμ(Z,E)、減弱率をI/I0とすると、以下の[数10]式が成り立つ。
エネルギーEにおけるフォトン数N(E)は、X線のスペクトルである。X線のスペクトルは、シミュレーション又は実測により得られる。また、実効原子番号ZかつエネルギーEおける質量減弱係数μ(Z,E)は、NIST(National Institute of Standards and Technology)などのデータベースから得られる。すなわち、任意の実効原子番号Z、面密度D、X線のスペクトルN(E)における減弱率I/I0を計算することが可能である。
ここで、低エネルギーのX線のスペクトルをNL(E)、高エネルギーのX線のスペクトルをNH(E)とすると、以下の[数11]式が成り立つ。なお、Lは低エネルギーの減弱率の画像における画素値、Hは高エネルギーの減弱率の画像における画素値である。
[数11]式の非線形連立方程式を解くことで、実効原子番号Zと面密度Dが求まる。非線形連立方程式を解く代表的な方法として、ここではニュートンラフソン法を用いた場合について説明する。まず、ニュートンラフソン法の反復回数をm、m回目の反復後の実効原子番号をZm、m回目の反復後の面密度をDmとしたとき、m回目の反復後の高エネルギーの減弱率Hm、m回目の反復後の低エネルギーの減弱率Lmは以下の[数12]式で表される。
また、厚みが微小に変化したときの減弱率の変化率を、以下の[数6]式で表す。また、実効原子番号と面密度が微小に変化したときの減弱率の変化率を、以下の[数13]式で表す。
このとき、m+1回目の反復後の実効原子番号Zm+1と面密度Dm+1を、高エネルギーの減弱率Hと低エネルギーの減弱率Lを用いて、以下の[数14]式で表す。
2x2の行列の逆行列は、行列式をdetとすると、クラメルの公式より以下の[数15]式で表される。
従って、[数14]式に[数15]式を代入すると、以下の[数16]式が求まる。
以上のような計算を繰り返すことで、m回目の反復後の高エネルギーの減弱率Hmと実測した高エネルギーの減弱率Hの差分が限りなく0に近づいていく。低エネルギーの減弱率Lについても同様である。これによって、m回目の反復後の実効原子番号Zmが実効原子番号Zに収束し、m回目の反復後の面密度Dmが面密度Dに収束する。以上のようにして、[数11]式に示した非線形連立方程式を解くことができる。
本実施形態では、ニュートンラフソン法を用いて非線形連立方程式を解くことを説明したが、このような実施形態に限定されない。例えば、最小二乗法や二分法などの反復解法を用いてもよい。
また、本実施形態では、[数4]式、[数11]式で示した非線形連立方程式を反復解法で解いていた。しかしながら、この過程で数値積分が必要となる。しかも、m回の反復計算を行うたびに再計算が必要である。さらには、全ての画素においてこのような演算を行うことになる。従って、図6や図7で示したエネルギーサブトラクションの信号処理に、非常に時間がかかるという課題がある。特に本実施形態は動画撮影を想定しているため、信号処理に許容される時間は1フレーム以下となる。例えば、フレームレートが20fpsの場合、50ms以下で信号処理と画像処理を行わなければ、処理が追い付かなくなる。そこで、様々な組み合わせの高エネルギーの減弱率Hと低エネルギーの減弱率Lに対する骨の厚みBや軟部組織の厚みSを事前に求めてテーブルを生成しておき、このテーブルを参照することで骨の厚みBや軟部組織の厚みSを高速に求めるようにしてもよい。
なお、テーブルは、骨の厚みBや軟部組織の厚みSに関するものの他、実効原子番号Zや面密度Dに関するものでも同様である。例えば、様々な組み合わせの高エネルギーの減弱率Hと低エネルギーの減弱率Lに対する実効原子番号Zや面密度Dを事前に求めてテーブルを生成し、このテーブルを参照することで実効原子番号Zや面密度Dを高速に求めるようにしてもよい。
図8に、本実施形態に係るテーブル生成の流れを説明するフローチャートを示す。テーブルの分割数をM、テーブルの低エネルギーの座標をl、テーブルの高エネルギーの座標をhとする。なお、テーブルの座標l及びhは整数である。まず、撮像制御装置103は、低エネルギーの座標をl=0として初期化してから(S801)、高エネルギーの座標をh=0として初期化する(S802)。
次に、撮像制御装置103は、座標lにおける低エネルギーの減弱率L[l]と座標hにおける高エネルギーの減弱率H[h]を以下の[数17]式により求める。
このようにして求めた低エネルギーの減弱率L[l]と高エネルギーの減弱率をH[h]に対して、[数4]式で示した非線形連立方程式を解き、骨の厚みBと軟部組織の厚みSを求める。この結果を、骨の厚みBに対するテーブルB[l,h]及び軟部組織の厚みSに対するテーブルS[l,h]に格納する(S803)。その後、撮像制御装置103は、h=h+1とする(S804)。高エネルギーの座標hがテーブルの分割数Mを越えていない場合(S805でNO)は、撮像制御装置103は、S803からの処理を繰り返す。高エネルギーの座標hがテーブルの分割数Mを越えた場合(S805でYES)は、撮像制御装置103は、l=l+1とする(S806)。そして、低エネルギーの座標lがテーブルの分割数Mを越えていない場合(S807でNO)は、撮像制御装置103は、h=0として(S802)、S803~S805の処理を繰り返す。低エネルギーの座標lがテーブルの分割数Mを越えた場合(S807でYES)は、テーブルの生成が終了する。以上のようにして、あらゆるlとhの組み合わせについて骨の厚みBと軟部組織の厚みSを求めて、テーブルに格納することができる。
図9に、本実施形態におけるテーブルの模式図を示す。このテーブルは、高エネルギー画像が示す減弱率と低エネルギー画像が示す減弱率の組合せに応じて骨と軟部組織の厚みが登録された2次元のテーブルである。ある画素において実測した低エネルギーの減弱率がL、実測した高エネルギーの減弱率がHであるとする。このとき、以下の[数18]式によって減弱率をテーブルの座標l'及びh'に変換する。
この座標を用いて、骨の厚みBに対するテーブルB[l,h]を参照することで、骨の厚みBを求めることができる。軟部組織の厚みについても同様である。ただし、テーブルの座標l'及びh'は小数となるが、テーブルは配列に格納されているため、整数でなければ参照できない。従って、座標l'及びh'を整数に変換してから、補間によって骨の厚みB及び軟部組織の厚みSを求める構成が用いられる。例えば、座標l'の小数点を切り捨てて整数に変換した値をl、座標h'の小数点を切り捨てて整数に変換した値をhとし、バイリニア補間で骨の厚みBと軟部組織の厚みSを求める場合は、以下の[数19]式を用いることができる。
従って、事前にテーブルを生成しておけば、非線形連立方程式を解くのに比べて格段に少ない計算量で、骨の厚みBと軟部組織の厚みSを求めることができる。このようなテーブルは、放射線のスペクトルN(E)が変化しない限り有効である。一般的に、動画撮影中に放射線のスペクトルN(E)が変化することはないため、撮影前に一回テーブルを生成すれば十分である。当然のことながら、図8と図9で示したテーブルの生成と参照は、任意の二物質の厚みを求める計算についても同様に用いることができる。また、実効原子番号Zと面密度Dを求める計算に対しても、同様に用いることができる。この場合、高エネルギー画像が示す減弱率と低エネルギー画像が示す減弱率の組合せに応じて実効原子番号と面密度が登録された2次元のテーブルが用いられることになる。このようにして、図6や図7で示したエネルギーサブトラクションの信号処理を高精度かつ高速に行うことができる。
なお、本実施形態では、[数17]式を用いて、座標lにおける低エネルギーの減弱率L[l]と座標hにおける高エネルギーの減弱率H[h]を求めていた。このようにして生成されたテーブルは、縦軸の座標が高エネルギーの減弱率H、横軸の座標が低エネルギーの減弱率Lとなるが、テーブルは0~1の間の減弱率を等間隔に分割したものになる。しかしながら、人体の組成と厚みに対する減弱率は0付近の値となることが多い。このため、テーブルの分割数Mが小さいと、テーブルの参照と補間によって得た値と、非線形連立方程式を解いて得た値との誤差が大きくなる場合が生じ得る。そこで、座標の範囲を決定する定数をk(0<k)としたとき、以下の[数20]式を用いて減弱率を求める構成を用いることが可能である。
[数20]式によって座標から減弱率を求めた場合は、以下の[数21]式を用いて座標を求めることができる。
テーブルの参照と補間については、[数21]式を用いることが可能である。このようにして生成されたテーブルは、縦軸の座標が-ln(H)、横軸の座標が-ln(L)となっている。従って、減弱率の値が0付近になっても、テーブルの参照と補間によって得た値と、非線形連立方程式を解いて得た値との誤差を小さくできる。
また、本実施形態において、テーブルの生成と参照を行うとき、解が存在しない高エネルギーの減弱率Hと低エネルギーの減弱率Lの組み合わせが生じうる。例えば、高エネルギーの減弱率Hは、通常、低エネルギーの減弱率Lよりも大きくなる。従って、[数17]式や[数20]式を用いて生成されたテーブルでは、H<Lとなる領域の解が求められない。
本実施形態においては、テーブル上で解が求められない領域を減らすように、座標を選択してもよい。例えば、縦軸の座標をln(L)/ln(H)、横軸の座標を-ln(H)などにしてもよい。あるいは、縦軸の座標として、単色放射線で近似して解いた値を用いるなどしてもよい。また、本実施形態においてテーブルの参照を行う際に、テーブルの範囲外の座標が指定される可能性や、解が求められない領域が参照される可能性がある。このような場合は、指定された座標の周囲にある、解が存在する領域の値を用いる構成が用いられる。
図10に、本実施形態に係るエネルギーサブトラクション処理の画像処理のブロック図を示す。本実施形態における画像処理では、例えば、図6に示した信号処理によって得られた骨画像Bや軟部組織画像Sに階調処理を施して、表示する構成が用いられる。骨画像Bからは軟部組織が除去されているため、エネルギーサブトラクション処理を行っていない画像と比べて、医療用デバイスや石灰化などの視認性が向上する可能性がある。
また、骨画像Bや軟部組織画像Sに対して、リカーシブフィルタ等の時間方向のフィルタや、ガウシアンフィルタ等の空間方向のフィルタを適用し、ノイズ低減を行ってから階調処理を施して表示する構成も用いられる。しかしながら、本実施形態はそのような形態に限定されない。例えば、図10に示すように、骨画像Bと軟部組織画像Sから、合計の厚み画像Tを得る構成が好適に用いられる。
人体において、骨は軟部組織に包まれている。すなわち、骨がある部分の軟部組織の厚みは、骨の厚みの分だけ減少している。従って、軟部組織画像Sに階調処理を施して表示すると、骨のコントラストが現れてしまう。一方、軟部組織画像Sと骨画像Bを加算すると、軟部組織画像における骨の厚みの減少が埋め戻される。すなわち、厚み画像Tは骨のコントラストが除去された画像となる。このような画像は、下肢におけるIVRのように、骨のコントラストが造影剤の視認性を低下させる状況で用いられる。当然のことながら、厚み画像Tに対してリカーシブフィルタ等の時間方向のフィルタや、ガウシアンフィルタ等の空間方向のフィルタを適用し、ノイズ低減を行ってから階調処理を施して表示する構成としてもよい。また、造影剤のK吸収端を利用できるよう、例えば、信号処理部133の信号処理において、低エネルギーのX線の管電圧を40kV~50kVに設定する構成が好適に用いられる。
低エネルギーに基づいた放射線画像を取得するための放射線のスペクトルの平均エネルギーが、造影剤のK吸収端よりも低いエネルギーとなるように線質を選択することで、厚み画像Tにおける造影剤のコントラストを強調することができる。
図11に、本実施形態に係る画像処理の流れを説明するフローチャートを示す。まず、取得部131は、造影剤を注入する前に図3又は図4に示したタイミングで撮影を行い、補正部132は、図5に示した補正を行うことで、高エネルギーのマスク画像HMと、低エネルギーのマスク画像LMを取得する(S1101)。次に、造影剤が注入された後(S1102)、取得部131及び補正部132は、同様に撮影と補正を行い、高エネルギーのライブ画像HLと低エネルギーのライブ画像LLを取得する(S1103)。
その後、信号処理部133は、高エネルギーのマスク画像HMと低エネルギーのマスク画像LMに対して図6に示した信号処理(エネルギーサブトラクション(ES)処理)を行い、骨のマスク画像BMと軟部組織のマスク画像SMに分離する。さらに、信号処理部133は、高エネルギーのライブ画像HLと低エネルギーのライブ画像LLに対しても同様の処理を行い、骨のライブ画像BLと軟部組織のライブ画像SLに分離する(S1104)。
最後に、画像処理部134は、骨のライブ画像BLから骨のマスク画像BMを引くことで骨のDSA画像BDSAを取得し、軟部組織のライブ画像SLから軟部組織のマスク画像SMを引くことで軟部組織のDSA画像SDSAを取得する。このようなライブ画像の撮影と画像処理を繰り返し行うことで、エネルギーサブトラクションとDSAを組み合わせた動画像を得る。処理の終了が指示されるまでの間(S1106でNO)、上述した処理を繰り返し行うことで、エネルギーサブトラクションとDSAを組み合わせた動画像を得ることができる。終了が指示されると(S1106でYES)、本処理は終了する。
図12に、本実施形態に係る画像処理の模式図を示す。図12では、骨のマスク画像BMと骨のライブ画像BLとからDSA画像BDSAが生成される様子が示されている。高エネルギーのマスク画像HMと、低エネルギーのマスク画像LMは、造影剤を注入する前に撮影した画像であるため、骨と軟部組織の情報のみを含んでいる。これらのマスク画像に対してエネルギーサブトラクションを行って得た骨のマスク画像BMには骨の情報が、軟部組織のマスク画像SM(不図示)には軟部組織の情報が含まれる。
一方、高エネルギーのライブ画像HLと低エネルギーのライブ画像LLは、造影剤を注入した後に撮影した画像であるため、骨と軟部組織と造影剤の情報を含んでいる。これらのマスク画像に対してエネルギーサブトラクションを行うと、三種類目の物質である造影剤の情報が骨のライブ画像BLに現れる。すなわち、骨のライブ画像BLには骨と造影剤の情報が、軟部組織のライブ画像SL(不図示)には軟部組織の情報が含まれる。
マスク画像とライブ画像の間で、心臓の拍動や呼吸などによって臓器が動くと、軟部組織の画像には大きな変化が現れる。しかし骨の位置は大きく動かない。すなわち、骨のライブ画像BLと骨のマスク画像BMに含まれる骨の情報はほぼ同じである。従って、骨のDSA画像BDSAでは骨の情報が相殺され、造影剤の情報のみが残る。このようにして、心臓の拍動や呼吸などによる動きがあっても、造影剤のみを画像化して、血管の診断を行うことができる。
以上に示したように、本実施形態におけるエネルギーサブトラクション処理を行うことで、軟部組織が除去された骨画像や、骨が除去された厚み画像、軟部組織と骨が除去された造影剤画像を得ることが可能である。いずれの場合も、不要な構造が除去されることで、視認性の向上が期待される。
本願発明者が更に検討を行ったところ、図6の信号処理を行った骨画像から軟部組織が除去しきれない場合があることが判明した。また、図10の画像処理を行った厚み画像から骨が除去しきれない場合や、図12の画像処理を行った造影剤画像から軟部組織が除去しきれない場合があることも判明した。不要な構造が除去しきれない、すなわち消し残りがあると、視認性が低減するという課題が生じ得る。
本願発明者が検討を行った結果、散乱線や画素20の非直線性によって、[数3]式の左辺である減弱率I/I0に誤差が生じた場合、消し残りが生じうることが判明した。また、[数4]式の右辺である、低エネルギーのX線におけるスペクトルNL(E)、高エネルギーのX線におけるスペクトルNH(E)が実際のスペクトルと異なる場合にも、消し残りが生じうることが判明した。
同様に、骨の線減弱係数μB(E)、軟部組織の線減弱係数μS(E)が、実際の線減弱係数と異なる場合にも、消し残りが生じうる。説明を簡略化するため、散乱線、画素20の非直線性、スペクトルの誤差は除去または補正済であるものとする。本実施形態においては、線減弱係数の誤差を低減する方法を提案する。
図13に、実際の水の厚みと計算された骨の厚みの関係を示す。ここでは、被写体の構成として水を設定する。図3又は図4に示したタイミングで取得部131は撮影を行い、補正部132が図5に示した補正を行い、信号処理部133が図6に示した信号処理を行うと、骨画像B及び軟部組織画像Sが得られる。被写体の構成は水のみなので、骨画像Bの出力、すなわち骨の厚みはゼロであることが望ましい。[数4]式に入力する軟部組織の線減弱係数μS(E)として水の線減弱係数を用いた場合、図13の破線1301に示すように、実際の水の厚みが変化しても、計算された骨の厚みは変化しない。一方、軟部組織の線減弱係数μS(E)として脂肪の線減弱係数を用いた場合、図13の実線1302に示すように、実際の水の厚みが変化すると、計算された骨の厚みが変化してしまう。図14は実施形態に係る画像処理の模式図であり、骨画像1401は軟部組織として脂肪の線減弱係数を用いた場合を示し、骨画像1402は軟部組織として水の線減弱係数を用いた場合を示している。この場合、図14の実施形態に係る画像処理の模式図に示すように、骨画像1401では、軟部組織の厚みの変化が骨画像に現れて、消し残りが生じてしまう。
以上より本願発明者は、実際の軟部組織の線減弱係数と、図6に示した信号処理に入力する線減弱係数が異なると、消し残りが生じることを見出した。また、実際の軟部組織の線減弱係数を推定し、図6に示した信号処理に入力することで、消し残りを低減できることを見出した。線減弱係数を推定する方法としては、実効原子番号が好適に用いられる。図7の信号処理で説明したとおり、実効原子番号Zとは混合物の等価的な原子番号のことであり、面密度D[g/cm2]とは被写体の密度[g/cm3]と被写体の厚み[cm]の積である。すなわち実効原子番号は厚みによらないパラメータである。水の実効原子番号は7.42、脂肪は6.33、骨は13.18、アクリルは6.47である。また、本願発明者が生物の組織片を測定したところ、臓器によって実効原子番号が異なることが判明した。すなわち、実際の軟部組織の線減弱係数は、撮影する部位によって異なると言える。従って、撮影中に軟部組織の実効原子番号を測定し、線減弱係数を推定する構成が好適に用いられる。
図15に、本実施形態に係るエネルギーサブトラクション処理の信号処理のブロック図を示す。信号処理部133は、複数の減弱率の画像(H、L)を用いたエネルギーサブトラクション処理により実効原子番号Zの画像と面密度Dの画像を生成する。まず、信号処理ブロック151において、信号処理部133は、図5で示した補正処理で得た高エネルギーにおける減弱率の画像Hと低エネルギーにおける減弱率の画像Lに対して、図7で示した信号処理を行い、実効原子番号Zの画像と面密度Dの画像を求める。
信号処理部133は、実効原子番号の画像における画素値から第1の物質(例えば、軟部組織)の減弱情報を推定する。信号処理部133は信号処理ブロック152において、信号処理ブロック151で得た実効原子番号Zの画像における複数画素の画素値を平均化して、軟部組織の実効原子番号ZSを推定する。次に、信号処理部133は信号処理ブロック153において、信号処理ブロック152で推定した軟部組織の実効原子番号ZSに基づいて、軟部組織の線減弱係数μS(E)を推定する。
信号処理部133は、複数の減弱率の画像(H,L)と、減弱情報とを用いたエネルギーサブトラクション処理により、第1の物質の厚みの画像と第2の物質の厚みの画像とに分離した画像を生成する。
ここで、信号処理部133は、減弱情報として、放射線のエネルギーにおける第1の物質の線減弱係数を推定すると、信号処理部133は、複数の減弱率の画像(H,L)と、減弱情報(第1の物質の線減弱係数)とを用いたエネルギーサブトラクション処理により、第1の物質の厚みの画像(軟部組織画像S)と第2の物質の厚みの画像(骨画像B)とに分離した画像を生成する。
すなわち、信号処理部133は、信号処理ブロック154において、信号処理ブロック153で推定した軟部組織の線減弱係数μS(E)を用いて、図6で示した信号処理を行い、骨画像Bと軟部組織画像Sを取得する。
このような信号処理を行うことで、実際の軟部組織の線減弱係数と信号処理において入力する軟部組織の線減弱係数μS(E)との誤差が小さくなり、骨画像における軟部組織の消し残りを低減することができる。
また、信号処理部133は、減弱情報として、放射線のエネルギーにおける第1の物質の質量減弱係数を推定すると、信号処理部133は、複数の減弱率の画像(H,L)と、減弱情報(第1の物質の質量減弱係数)とを用いたエネルギーサブトラクション処理により、第1の物質の面密度の画像と第2の物質の面密度の画像を生成する。
図15の信号処理ブロック151では、図7で示した信号処理を行い、実効原子番号Zの画像と面密度Dの画像を取得する例を説明したが、本実施形態は、このような形態に限定されない。例えば、図8で示した方法で実効原子番号と面密度のテーブルを生成し、図9で示した方法でテーブルを参照することで、図7と同等の信号処理を高速に行う構成を用いることも可能である。
また、図15の信号処理ブロック152では、信号処理部133は、信号処理ブロック151で得た実効原子番号Zの画像における複数画素の画素値を平均化して、軟部組織の実効原子番号ZSを推定する。信号処理部133は信号処理ブロック153において、信号処理ブロック152で推定した軟部組織の実効原子番号ZSに基づいて、第1の物質の減弱情報(軟部組織の線減弱係数μS(E))を推定する。そして、信号処理部133は、複数の減弱率の画像(H、L)と、推定した第1の物質の減弱情報とを用いたエネルギーサブトラクション処理により、第1の物質の画像と第2の物質の画像とに分離した画像を生成する。
ここで、複数画素の画素値の具体例として、実効原子番号の画像Zの全ての画素の画素値を平均化する構成が考えられる。しかしながら本実施形態はこのような形態に限定されない。例えば、骨がある領域における画素の画素値を平均化の計算に含めると、第1の物質(例えば、軟部組織)の実効原子番号ZSの推定精度が低下するという課題が生じ得る。そのため、信号処理部133は、実効原子番号が予め定めた閾値(実効原子番号の閾値)を上回る画素を、実効原子番号の画像Zにおいて第2の物質(例えば、骨)が存在する領域の画素と判定し、第2の物質が存在する領域の画素と判定された画素値を平均化の計算に含めないように処理することも可能である。
また、被写体が存在しない領域における画素の画素値を平均化の計算に含めた場合に、第1の物質(例えば、軟部組織)の実効原子番号ZSの推定精度が低下するという課題も生じ得る。そのため、信号処理部133は、面密度が予め定めた閾値(面密度の閾値(面密度閾値)を下回る画素を、被写体が存在しない領域における画素と判定し、被写体が存在しない領域の画素と判定された画素値を平均化の計算に含めないように処理することも可能である。
さらには、撮影する範囲が広い場合、異なる臓器が存在するため、画面内の領域ごとに軟部組織の実効原子番号ZSが異なるという課題も生じ得る。そのため、信号処理部133は、実効原子番号の画像(画面全体)を複数の領域に分割し、分割した領域ごとに実効原子番号の画像の画素値を平均化して、各領域における第1の物質(例えば、軟部組織)の実効原子番号ZSを推定することも可能である。そして、信号処理部133は推定した第1の物質の実効原子番号ZSに基づいて、第1の物質の減弱情報(例えば、線減弱係数μS(E))を推定することも可能である。
この場合において、分割した領域ごとに実効原子番号画像Zの画素値を平均化する際に、骨がある領域と被写体が存在しない領域の値を平均化の計算に含めないように処理することも可能である。
この場合において、分割した領域ごとに実効原子番号画像Zの画素値を平均化する際に、骨がある領域と被写体が存在しない領域の値を平均化の計算に含めないように処理することも可能である。
図15の信号処理ブロック153では、信号処理部133は、信号処理ブロック152で推定した軟部組織の実効原子番号ZSに基づいて、軟部組織の線減弱係数μS(E)を求めている。例えば、軟部組織を水と脂肪の混合物と仮定し、水の実効原子番号をZW、水の面密度をDW、脂肪の実効原子番号をZA、脂肪の面密度をDAとすると、軟部組織の面密度DS及び実効原子番号ZSは[数22]式で表される。
また、軟部組織に含まれる水の比率αは、水の密度をρW、脂肪の密度をρAとすると、[数23]式で表される。
[数22]式と[数23]式より、以下の[数24]式が導かれる。
水の密度ρW、と脂肪の密度ρAは、NISTなどのデータベースから得られる。より精度を高めるために、実測した水の密度ρW、と脂肪の密度ρAを使用する構成が好適に用いられる。
なお、水の密度ρW、と脂肪の密度ρAが等しいと近似した場合、水の比率αは[数25]で表される。
以上より、軟部組織の線減弱係数μS(E)は、以下の[数26]式で表される。ここで、μW(E)は水の線減弱係数であり、μA(E)は脂肪の線減弱係数である。例えば、軟部組織を水と脂肪の混合物と仮定すると、[数26]の上式において、左辺の軟部組織は、右辺において、水と脂肪の関係式の和として示される。[数26]の下式は軟部組織の線減弱係数μS(E)を、[数23]式の水の比率αと、水の線減弱係数μW(E)と、脂肪の線減弱係数μA(E)と、を用いて表した式である。
[数26]式の水の線減弱係数μW(E)と脂肪の線減弱係数μA(E)は、NISTなどのデータベースから得た値が用いられる。しかしながら、より精度を高めるために、実測した線減弱係数を用いてもよい。信号処理部133は、減弱情報として、放射線のエネルギーにおける第1の物質(例えば、軟部組織)の線減弱係数を推定する。ここで、信号処理部133は、第3の物質(例えば、水)の線減弱係数と、第3の物質の密度と、第4の物質(例えば、脂肪)の線減弱係数と、第4の物質の密度と、を用いて、第1の物質の線減弱係数を推定する。信号処理部133は、第3の物質の線減弱係数と第4の物質の線減弱係数、又は、第3の物質の密度と第4の物質の密度として、実測値を用いて第1の物質(例えば、軟部組織)の線減弱係数を推定することが可能である。
図15の信号処理ブロック154では、信号処理部133は、信号処理ブロック153で推定した軟部組織の線減弱係数μS(E)を用いて、図6で示した信号処理を行い、骨画像Bと軟部組織画像Sを取得する例を説明したが、本実施形態はこのような形態に限定されない。例えば、図8で示した方法で軟部組織の厚みと骨の厚みのテーブルを生成し、図9で示した方法でテーブルを参照することで、図6と同等の信号処理を高速に行う構成を用いることも可能である。
ただし、軟部組織に含まれる水の比率αが変化すると、軟部組織の線減弱係数μS(E)も変化するため、軟部組織の厚みと骨の厚みのテーブルの再生成が必要になるという課題が生じ得る。
図16に、本実施形態に係るエネルギーサブトラクション処理の信号処理のブロック図を示す。まず図8で示した方法で、水の厚み(W)と骨の厚み(BW)のテーブルと、脂肪の厚み(A)と骨の厚み(BA)のテーブルを生成する。信号処理部133は、複数の減弱率の組合せに応じて第2の物質の厚み(例えば、骨の厚み(BW))と第3の物質の厚み(例えば、水の厚み(W))が登録された第1のテーブルと、複数の減弱率の組合せに応じて第2の物質の厚み(例えば、骨の厚み(BA))と第4の物質の厚み(例えば、脂肪の厚み(A))が登録された第2のテーブルと、を生成する。
そして、信号処理ブロック161において、信号処理部133は、水の厚みと骨の厚みのテーブルを用いて、水の厚みWと骨の厚みBWを求める。
さらに信号処理ブロック162において、信号処理部133は、脂肪の厚みと骨の厚みのテーブルを用いて、脂肪の厚みAと骨の厚みBAを求める。
次に信号処理ブロック163において、信号処理部133は、信号処理ブロック161の処理で求めた骨の厚みBW、信号処理ブロック162の処理で求めた骨の厚みBA、軟部組織に含まれる水の比率αを用いて、骨の厚みBを求める。すなわち、信号処理部133は、信号処理ブロック161で使用した第1のテーブルを用いて取得した第2の物質の厚み(骨の厚みBW)と、信号処理ブロック162で使用した第2のテーブルを用いて取得した第2の物質の厚み(骨の厚みBA)と、比率情報(水の比率α)とに基づいて、第2の物質の厚み画像(骨の厚みB)を取得する。
最後に信号処理ブロック164において、信号処理部133は、信号処理ブロック161の処理で求めた水の厚みW、信号処理ブロック162の処理で求めた脂肪の厚みA、軟部組織に含まれる水の比率αを用いて、軟部組織の厚みSを求める。すなわち、信号処理部133は、信号処理ブロック161で使用した第1のテーブルを用いて取得した第3の物質の厚み(水の厚み(W))と、信号処理ブロック162で使用した第2のテーブルを用いて取得した第4の物質の厚み(脂肪の厚み(A))と、比率情報(水の比率α)とに基づいて、第1の物質の厚み画像(軟部組織の厚みS)を取得する。信号処理ブロック163で骨の厚みBを求める方法と、信号処理ブロック164で軟部組織の厚みSを求める方法としては、[数27]式が用いられる。
以上のようにして、軟部組織に含まれる水の比率αが変化しても、テーブルを再生成することなく、骨画像Bと軟部組織画像Sを求めることができる。
図16の説明では、水の厚み(W)と骨の厚み(BW)のテーブルと、脂肪の厚み(A)と骨の厚み(BA)のテーブルを用いていた。しかしながら本実施形態はこのような形態に限定されない。例えば、水と脂肪以外の物質を用いてテーブルを生成してもよい。また、水と脂肪の比率を変化させて2個以上のテーブルを作成し、それら2個以上のテーブルと軟部組織に含まれる水の比率αから、骨の厚みBや軟部組織の厚みSを求めてもよい。また、被写体の軟部組織が、水と脂肪の混合物以外のもので構成されていてもよい。
図17に、実際の筋肉の厚みと計算された骨の厚みの関係を示す。ここでは、被写体の構成として筋肉を設定する。図3又は図4に示したタイミングで取得部131は撮影を行い、補正部132が図5に示した補正を行い、信号処理部133が図6に示した信号処理を行うと、骨画像B及び軟部組織画像Sが得られる。被写体の構成は筋肉のみなので、骨画像Bの出力、すなわち骨の厚みはゼロであることが望ましい。[数4]式に入力する軟部組織の線減弱係数μS(E)として脂肪の線減弱係数を用いた場合、図17の実線1701に示すように、実際の筋肉の厚みが変化すると、計算された骨の厚みが変化してしまう。また、軟部組織の線減弱係数μS(E)として水の線減弱係数を用いた場合も、図17の一点鎖線1702に示すように、実際の筋肉の厚みが変化すると、計算された骨の厚みが変化してしまう。筋肉の実効原子番号は7.45であり、水の実効原子番号である7.42よりも高いためである。このような状況で、図16で示した方法で軟部組織に含まれる水の比率αを計算するとα>1となり、軟部組織に含まれる脂肪の比率は(1-α)<0となってしまう。これは物理的には起こりえない比率である。
しかしながら本願発明者が検討を行ったところ、[数4]式に入力する軟部組織の線減弱係数μS(E)として、軟部組織に含まれる水の比率α(α>1)から計算した線減弱係数を用いることが可能であることが判明した。また、そのような線減弱係数を用いると、図17の破線1703に示すように、実際の筋肉の厚みが変化しても、計算された骨の厚みが変化しないことが判明した。すなわち、軟部組織の実効原子番号が水以上の場合や脂肪以下の場合であっても、軟部組織に含まれる水の比率αを推定することで、消し残りを低減することが可能であることが判明した。要するに、軟部組織に含まれる水の比率αや、軟部組織に含まれる脂肪の比率(1-α)は、1以上や0以下となってもよい。当然のことながら、被写体の軟部組織に含まれる物質として、水と脂肪以外の物質である物質1と物質2の線減弱係数を用いてテーブルの生成や比率αの計算を行ったときも、物質1の比率αや物質2の比率(1-α)は、1以上や0以下となってよい。
また、図15で説明した信号処理ブロック154では、推定された軟部組織の線減弱係数μS(E)を用いて、軟部組織が除去された骨画像や、骨が除去された厚み画像、軟部組織と骨が除去された造影剤画像における不要な構造の消し残りを低減していた。
しかしながら本実施形態はこのような形態に限定されない。例えば、信号処理ブロック154で線減弱係数(単位は1/cm)を用いた場合、出力される画像の単位はcm、すなわち長さである。これに対して質量減弱係数(単位はcm2/g)を用いる構成としてもよい。質量減弱係数を用いる場合には、線減弱係数を密度で割る構成が好適に用いられる。この場合、出力される画像の単位はg/cm2、すなわち面密度となる。
また、本実施形態の信号処理ブロック154では、軟部組織画像Sと骨画像Bを出力していた。しかしながら本実施形態はこのような形態に限定されない。任意の二物質の画像を出力してもよい。以上より本実施形態では、互い異なるエネルギーで取得した複数の画像から、第1の物質の減弱係数を推定し、推定された第1の物質の減弱係数と、予め定めた第2の物質の減弱係数を用いて、物質1の画像又は物質2の画像を生成することも可能である。
(第2実施形態)
第1実施形態では、軟部組織の線減弱係数を推定することで、不要な構造の消し残りを低減していた。この際、図7で示した信号処理を用いて計算した軟部組織の実効原子番号から、軟部組織の線減弱係数を推定していた。これに対して第2実施形態では、図6で示した信号処理を用いて計算した水の厚みと脂肪の厚みから、軟部組織の線減弱係数を推定する構成について説明する。
第1実施形態では、軟部組織の線減弱係数を推定することで、不要な構造の消し残りを低減していた。この際、図7で示した信号処理を用いて計算した軟部組織の実効原子番号から、軟部組織の線減弱係数を推定していた。これに対して第2実施形態では、図6で示した信号処理を用いて計算した水の厚みと脂肪の厚みから、軟部組織の線減弱係数を推定する構成について説明する。
図18に、第2実施形態に係る信号処理のブロック図を示す。信号処理部133は、複数の減弱率の画像(H、L)を用いたエネルギーサブトラクション処理により第1の物質(例えば、軟部組織)に含まれる第3の物質(例えば、軟部組織に含まれる水)の厚みの画像と第4の物質(例えば、軟部組織に含まれる脂肪)の厚みの画像とに分離した画像を生成する。まず、信号処理ブロック181において、信号処理部133は、図5で示した補正処理で得た高エネルギーにおける減弱率の画像Hと低エネルギーにおける減弱率の画像Lに対して、図6で示した信号処理を行う。ただし、骨の線減弱係数μB(E)と軟部組織の線減弱係数μS(E)ではなく、水の線減弱係数μW(E)と脂肪の線減弱係数μA(E)を用いることで、第3の物質の厚みの画像(水画像W)と第4の物質の厚みの画像(脂肪画像A)を求める。
信号処理部133は、第3の物質の厚みの画像と第4の物質の厚みの画像とから取得した第1の物質に含まれる第3の物質の比率情報から第1の物質の減弱情報を推定する。まず、信号処理ブロック182において、信号処理部133は、信号処理ブロック181で得た第3の物質の厚みの画像(水画像W)と第4の物質の厚みの画像(脂肪画像A)から、第1の物質(例えば、軟部組織)に含まれる第3の物質の比率情報(水の比率α)を推定する。
次に信号処理ブロック183において、信号処理部133は、信号処理ブロック182で推定した第1の物質(例えば、軟部組織)に含まれる第3の物質の比率情報(水の比率α)から、第1の物質の減弱情報(例えば、線減弱係数μS(E))を推定する。
信号処理部133は、複数の減弱率の画像(H、L)と、第1の物質の減弱情報とを用いたエネルギーサブトラクション処理により、第1の物質の画像と第2の物質の画像とに分離した画像を生成する。
ここで、信号処理部133は、減弱情報として、放射線のエネルギーにおける第1の物質の線減弱係数を推定すると、信号処理部133は、複数の減弱率の画像(H,L)と、減弱情報(第1の物質の線減弱係数)とを用いたエネルギーサブトラクション処理により、第1の物質の厚みの画像(軟部組織画像S)と第2の物質の厚みの画像(骨画像B)とに分離した画像を生成する。
すなわち、信号処理ブロック184において、信号処理部133は、信号処理ブロック183で推定した軟部組織の線減弱係数μS(E)を用いて、図6で示した信号処理を行い、骨画像Bと軟部組織画像Sを取得する。
このような信号処理を行うことで、実際の軟部組織の線減弱係数と信号処理に入力する軟部組織の線減弱係数μS(E)の誤差が小さくなり、骨画像における軟部組織の消し残りを低減することができる。
また、信号処理部133は、減弱情報として、放射線のエネルギーにおける第1の物質の質量減弱係数を推定すると、信号処理部133は、複数の減弱率の画像(H,L)と、減弱情報(第1の物質の質量減弱係数)とを用いたエネルギーサブトラクション処理により、第1の物質(例えば、軟部組織)の面密度の画像と第2の物質(例えば、骨)の面密度の画像を生成する。
図18の信号処理ブロック181では、水の線減弱係数μW(E)と脂肪の線減弱係数μA(E)を用いて図6で示した信号処理を行い、水画像Wと脂肪画像Aを取得する例を説明したが、本実施形態は、このような形態に限定されない。例えば、図8で示した方法で水と脂肪のテーブルを生成し、図9で示した方法でテーブルを参照することで、図6と同等の信号処理を高速に行う構成を用いることも可能である。
また、信号処理部133は、第3の物質の厚みの画像(例えば、水画像W)と第4の物質の厚みの画像(例えば、脂肪画像A)の複数の画素の画素値を平均化した比率情報(例えば、第1の物質に含まれる第3の物質の比率α=W/(W+A))から第1の物質の減弱情報(例えば、軟部組織の線減弱係数μS(E))を推定する。
図18の信号処理ブロック182では、信号処理部133は、信号処理ブロック181で得た水画像Wと脂肪画像Aから、画素毎に、水の比率α(W/(W+A))を計算する。さらに、信号処理部133は、複数の画素の画素値における水の比率W/(W+A)を平均化して、軟部組織に含まれる水の比率αを推定している。
複数の画素の具体例として、全ての画素の画素値を平均化する構成が考えられる。しかしながら本実施形態はこのような形態に限定されない。例えば、骨がある領域における画素の画素値を平均化の計算に含めると、軟部組織に含まれる水の比率αの推定精度が低下するという課題が生じ得る。
そのため、信号処理部133は、比率情報(第1の物質に含まれる第3の物質の比率α)が比率閾値を上回る画素を、第3の物質の厚みの画像(例えば、水画像W)と第4の物質の厚みの画像(例えば、脂肪画像A)において第2の物質(例えば、骨)が存在する領域の画素と判定し、当該領域の画素と判定された画素値を平均化の計算に含めないように処理する。すなわち、信号処理部133は、水の比率W/(W+A)が予め定めた閾値(水の比率閾値)を上回る画素を、骨が存在する領域の画素と判定し、骨が存在する領域の画素と判定された画素の画素値を平均化の計算に含めないように処理することも可能である。
また、被写体が存在しない領域における画素の画素値を平均化の計算に含めた場合に、軟部組織に含まれる水の比率αが低下するという課題も生じ得る。そのため、信号処理部133は、第3の物質(例えば、水)と第4の物質(例えば、脂肪)との合計の厚みが厚み閾値を下回る画素を、被写体が存在しない領域における画素と判定し、当該領域の画素と判定された画素値を平均化の計算に含めないように処理する。すなわち、信号処理部133は、水画像Wにおける水の厚みと脂肪画像Aにおける脂肪の厚みとの合計の厚み(W+A)が予め定めた閾値(厚みの閾値)を下回る画素を、被写体が存在しない領域における画素と判定し、被写体が存在しない領域における画素と判定された画素値を平均化の計算に含めないように処理することも可能である。
さらには、撮影する範囲が広い場合、異なる臓器が存在するため、画面内の領域ごとに軟部組織に含まれる水の比率αが異なるという課題も生じ得る。そのため、信号処理部133は、第3の物質の厚みの画像(例えば、水画像W)と第4の物質の厚みの画像(例えば、脂肪画像A)を複数の領域に分割し、領域ごとに比率情報(第1の物質に含まれる第3の物質の比率α)を平均化して、各領域における第1の物質の減弱情報(例えば、軟部組織の線減弱係数μS(E))を推定する。
すなわち、信号処理部133は、画像(画面全体)を複数の領域に分割し、領域ごとに、水の比率W/(W+A)を平均化して、各領域における軟部組織に含まれる水の比率αを推定することも可能である。この場合において、分割した領域ごとに水の比率W/(W+A)を平均化する際に、骨がある領域と被写体が存在しない領域の値を平均化の計算に含めないように処理することも可能である。
図18の信号処理ブロック183では、信号処理部133は、信号処理ブロック182で推定した軟部組織に含まれる水の比率αに基づいて、軟部組織の線減弱係数μS(E)を求めている。このとき、図15の信号処理ブロック153と同様に、信号処理部133は、[数26]式を用いて、軟部組織の線減弱係数μS(E)を求めることができる。[数26]式の水の線減弱係数μW(E)と脂肪の線減弱係数μA(E)は、NISTなどのデータベースから得た値が用いられる。しかしながら、より精度を高めるために、実測した線減弱係数として、第3の物質(例えば、水)の線減弱係数の実測値と、第4の物質(例えば、脂肪)の線減弱係数の実測値とを用いてもよい。実測した第3の物質の密度(例えば、水の密度ρW)と第4の物質(例えば、脂肪の密度ρA)とを用いて、データベースから得た線減弱係数を補正することも可能である。
図18の信号処理ブロック184では、信号処理部133は、図15の信号処理ブロック154と同様に、信号処理ブロック183で推定した軟部組織の線減弱係数μS(E)を用いて、図6で示した信号処理を行い、骨画像Bと軟部組織画像Sを取得する。また、図8で示した方法で軟部組織の厚みと骨の厚みのテーブルを生成し、図9で示した方法でテーブルを参照することで、図6と同等の信号処理を高速に行う構成を用いることも可能である。
また、図16と同様に、水の厚み(W)と骨の厚み(BW)のテーブルと、脂肪の厚み(A)と骨の厚み(BA)のテーブルを生成し、軟部組織に含まれる水の比率αを用いて、骨の厚みB及び軟部組織の厚みSを求めてもよい。また、信号処理部133は、複数の減弱率の画像(H,L)を用いたエネルギーサブトラクション処理により物質特性画像(物質分離画像、物質識別画像を含む)を生成する。信号処理部133は、物質特性画像における画素値(例えば、実効原子番号の画像における画素値)、または、物質特性画像から取得した被写体に含まれる物質の比率(例えば、物質分離画像とから取得した軟部組織に含まれる物質の比率)から、被写体に含まれる分離対象の物質の減弱情報(線減弱係数、または質量減弱係数)を推定する。
そして、信号処理部133は、複数の減弱率の画像(H、L)と推定した減弱情報とを用いたエネルギーサブトラクション処理により、分離対象の物質(例えば、被写体に含まれる軟部組織や骨)を分離した画像とを生成することも可能である。この場合、信号処理部133は、分離対象の物質の減弱情報として線減弱係数を推定した場合、分離対象の物質に関する物質分離画像を生成する。また、信号処理部133は、減弱情報として質量弱係数を推定した場合、分離対象の物質に関する物質識別画像を生成する。
また、上記の第1実施形態と第2実施形態では、X線撮像装置104として蛍光体を用いた間接型のX線センサを用いた。しかしながら本発明はこのような形態に限定されない。例えばCdTe等の直接変換材料を用いた直接型のX線センサを用いてもよい。すなわち、X線センサは、間接型・直接型のどちらでもよい。
また、第1、第2実施形態では、例えば、図4の動作においてX線発生装置101の管電圧を変化させていた。しかしながら本発明はこのような形態に限定されない。X線発生装置101のフィルタを時間的に切り替えるなどして、X線撮像装置104に曝射されるX線のエネルギーを変化させるようにしてもよい。すなわち、X線撮像装置104へ曝射されるX線のエネルギーを変更させる方法は、どのような方法は、何等限定されない。
また、第1実施形態及び第2実施形態では、X線のエネルギーを変化させることで異なるエネルギーの画像を得ていたが、本発明はこのような形態に限定されない。例えば、複数の蛍光体105および二次元検出器106を重ねることで、X線の入射方向に対して前面の二次元検出器と背面の二次元検出器から異なるエネルギーの画像を得る、積層型の構成としてもよい。
また、第1実施形態及び第2実施形態では、X線撮影システムの撮像制御装置103を用いてエネルギーサブトラクション処理を行っていた。しながらこの本発明はこのような形態に限定されない。例えば、撮像制御装置103で取得した画像を別のコンピュータに転送して、エネルギーサブトラクション処理を行ってもよい。例えば、取得した画像を医療用のPACSを介して別のパソコンに転送し、エネルギーサブトラクション処理を行ってから表示する構成としてもよい。すなわち、上記実施形態で説明した補正処理を行う装置は、撮影装置とセットでなくてよい(画像ビューアでもよい)。
(他の実施形態)
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
発明は上記実施形態に制限されるものではなく、発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、発明の範囲を公にするために請求項を添付する。
101:X線発生装置、102:X線制御装置、103:撮像制御装置、104:X線撮像装置、105:蛍光体、106:二次元検出器、131:取得部、132:補正部、133:信号処理部、134:画像処理部
Claims (22)
- 被写体に含まれる第1の物質の画像と第2の物質の画像を生成する画像処理装置であって、
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得手段と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成手段と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により実効原子番号の画像と面密度の画像を生成する処理手段と、を備え、
前記処理手段は、前記実効原子番号の画像における画素値から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成することを特徴とする画像処理装置。 - 被写体に含まれる第1の物質の画像と第2の物質の画像を生成する画像処理装置であって、
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得手段と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成手段と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により前記第1の物質に含まれる第3の物質の厚みの画像と第4の物質の厚みの画像とに分離した画像を生成する処理手段と、を備え、
前記処理手段は、
前記第3の物質の厚みの画像と前記第4の物質の厚みの画像とから取得した前記第1の物質に含まれる前記第3の物質の比率情報から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成することを特徴とする画像処理装置。 - 前記第3の物質は、前記被写体の軟部組織に含まれる水であり、前記第4の物質は、前記軟部組織に含まれる脂肪であることを特徴とする請求項2に記載の画像処理装置。
- 前記第1の物質は、前記被写体に含まれる軟部組織であり、前記第2の物質は、前記被写体に含まれる骨であることを特徴とする請求項1乃至3のいずれか1項に記載の画像処理装置。
- 前記処理手段は、
前記減弱情報として、前記放射線のエネルギーにおける前記第1の物質の線減弱係数を推定し、
前記複数の減弱率の画像と、前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の厚みの画像と前記第2の物質の厚みの画像とに分離した画像を生成することを特徴とする請求項1乃至4のいずれか1項に記載の画像処理装置。 - 前記処理手段は、
前記減弱情報として、前記放射線のエネルギーにおける前記第1の物質の線減弱係数を推定し、
前記第3の物質の線減弱係数と、前記第3の物質の密度と、前記第4の物質の線減弱係数と、前記第4の物質の密度と、を用いて、前記第1の物質の線減弱係数を推定することを特徴とする請求項2または3に記載の画像処理装置。 - 前記処理手段は、前記第3の物質の線減弱係数と前記第4の物質の線減弱係数、又は、前記第3の物質の密度と前記第4の物質の密度として、実測値を用いることを特徴とする請求項6に記載の画像処理装置。
- 前記処理手段は、
前記減弱情報として、前記放射線のエネルギーにおける前記第1の物質の質量減弱係数を推定し、
前記複数の減弱率の画像と、前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の面密度の画像と前記第2の物質の面密度の画像を生成することを特徴とする請求項1乃至4のいずれか1項に記載の画像処理装置。 - 前記処理手段は、
前記複数の減弱率の組合せに応じて前記第2の物質の厚みと前記第3の物質の厚みが登録された第1のテーブルと、
前記複数の減弱率の組合せに応じて前記第2の物質の厚みと前記第4の物質の厚みが登録された第2のテーブルと、を有することを特徴とする請求項2または3に記載の画像処理装置。 - 前記処理手段は、
前記第1のテーブルを用いて取得した前記第2の物質の厚みと、前記第2のテーブルを用いて取得した前記第2の物質の厚みと、前記比率情報とに基づいて、前記第2の物質の厚み画像を取得し、
前記第1のテーブルを用いて取得した前記第3の物質の厚みと、前記第2のテーブルを用いて取得した前記第4の物質の厚みと、前記比率情報とに基づいて、前記第1の物質の厚み画像を取得する
ことを特徴とする請求項9に記載の画像処理装置。 - 前記処理手段は、前記実効原子番号の画像における画素値を平均化して前記第1の物質の減弱情報を推定することを特徴とする請求項1に記載の画像処理装置。
- 前記処理手段は、前記実効原子番号の画像を複数の領域に分割し、分割した領域ごとに前記実効原子番号の画像の画素値を平均化して、各領域における前記第1の物質の減弱情報を推定することを特徴とする請求項11に記載の画像処理装置。
- 前記処理手段は、
前記実効原子番号が閾値を上回る画素を、前記実効原子番号の画像において前記第2の物質が存在する領域の画素と判定し、当該領域の画素と判定された画素値を前記平均化の計算に含めないように処理する
ことを特徴とする請求項11または12に記載の画像処理装置。 - 前記処理手段は、
前記面密度が面密度閾値を下回る画素を、前記被写体が存在しない領域における画素と判定し、当該領域の画素と判定された前記画素値を平均化の計算に含めないように処理する
ことを特徴とする請求項11乃至13のいずれか1項に記載の画像処理装置。 - 前記処理手段は、前記第3の物質の厚みの画像と前記第4の物質の厚みの画像の複数の画素の画素値を平均化した前記比率情報から前記第1の物質の減弱情報を推定することを特徴とする請求項2または3に記載の画像処理装置。
- 前記処理手段は、前記第3の物質の厚みの画像と前記第4の物質の厚みの画像を複数の領域に分割し、領域ごとに前記比率情報を平均化して、各領域における前記第1の物質の減弱情報を推定することを特徴とする請求項15に記載の画像処理装置。
- 前記処理手段は、
前記比率情報が比率閾値を上回る画素を、前記第3の物質の厚みの画像と前記第4の物質の厚みの画像において前記第2の物質が存在する領域の画素と判定し、当該領域の画素と判定された画素値を前記平均化の計算に含めないように処理する
ことを特徴とする請求項15または16に記載の画像処理装置。 - 前記処理手段は、
前記第3の物質と前記第4の物質との合計の厚みが厚み閾値を下回る画素を、前記被写体が存在しない領域における画素と判定し、当該領域の画素と判定された前記画素値を平均化の計算に含めないように処理することを特徴とする請求項15乃至17のいずれか1項に記載の画像処理装置。 - 被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得手段と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成手段と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により物質特性画像を生成する処理手段と、を備え、
前記処理手段は、前記物質特性画像における画素値、または、前記物質特性画像から取得した前記被写体に含まれる物質の比率から、前記被写体に含まれる分離対象の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記分離対象の物質を分離した画像とを生成することを特徴とする画像処理装置。 - 被写体に含まれる第1の物質の画像と第2の物質の画像を生成する画像処理装置における画像処理方法であって、
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得工程と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成工程と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により実効原子番号の画像と面密度の画像を生成する処理工程と、を有し、
前記処理工程では、前記実効原子番号の画像における画素値から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成することを特徴とする画像処理方法。 - 被写体に含まれる第1の物質の画像と第2の物質の画像を生成する画像処理装置における画像処理方法であって、
前記被写体に放射線を照射して撮影を行うことで得られた互いに異なる複数の放射線エネルギーに対応した複数の放射線画像を取得する取得工程と、
前記複数の放射線画像からエネルギーサブトラクション処理で用いられる複数の減弱率の画像を生成する生成工程と、
前記複数の減弱率の画像を用いた前記エネルギーサブトラクション処理により前記第1の物質に含まれる第3の物質の厚みの画像と第4の物質の厚みの画像とに分離した画像を生成する処理工程と、を有し、
前記処理工程では、
前記第3の物質の厚みの画像と前記第4の物質の厚みの画像とから取得した前記第1の物質に含まれる前記第3の物質の比率情報から前記第1の物質の減弱情報を推定し、
前記複数の減弱率の画像と前記減弱情報とを用いた前記エネルギーサブトラクション処理により、前記第1の物質の画像と前記第2の物質の画像とを生成することを特徴とする画像処理方法。 - コンピュータを、請求項1乃至19のいずれか1項に記載された画像処理装置の各手段として機能させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020163885A JP2022056084A (ja) | 2020-09-29 | 2020-09-29 | 画像処理装置、画像処理方法及びプログラム |
PCT/JP2021/034583 WO2022071024A1 (ja) | 2020-09-29 | 2021-09-21 | 画像処理装置、画像処理方法及びプログラム |
US18/156,448 US20230153970A1 (en) | 2020-09-29 | 2023-01-19 | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020163885A JP2022056084A (ja) | 2020-09-29 | 2020-09-29 | 画像処理装置、画像処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022056084A true JP2022056084A (ja) | 2022-04-08 |
JP2022056084A5 JP2022056084A5 (ja) | 2023-09-07 |
Family
ID=80950226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020163885A Pending JP2022056084A (ja) | 2020-09-29 | 2020-09-29 | 画像処理装置、画像処理方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230153970A1 (ja) |
JP (1) | JP2022056084A (ja) |
WO (1) | WO2022071024A1 (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002171444A (ja) * | 2000-12-04 | 2002-06-14 | Fuji Photo Film Co Ltd | 放射線画像情報推定方法および装置並びに記録媒体 |
JP5329256B2 (ja) * | 2009-02-19 | 2013-10-30 | 株式会社日立製作所 | ベッド位置決めシステム、放射線治療システム及びベッド位置決め方法 |
JP6667462B2 (ja) * | 2017-02-21 | 2020-03-18 | 富士フイルム株式会社 | エネルギーサブトラクション処理装置、方法およびプログラム |
JP7161297B2 (ja) * | 2018-03-20 | 2022-10-26 | キヤノン株式会社 | 放射線撮影システム、画像処理装置、撮影制御装置及びその作動方法、プログラム |
JP2019202078A (ja) * | 2018-05-25 | 2019-11-28 | キヤノン株式会社 | 放射線撮影装置、放射線撮影システム、放射線撮影方法及びプログラム |
JP7144988B2 (ja) * | 2018-06-27 | 2022-09-30 | キヤノン株式会社 | 放射線撮影装置、放射線撮影方法およびプログラム |
JP2020103571A (ja) * | 2018-12-27 | 2020-07-09 | キヤノンメディカルシステムズ株式会社 | 医用処理装置及びx線診断システム |
-
2020
- 2020-09-29 JP JP2020163885A patent/JP2022056084A/ja active Pending
-
2021
- 2021-09-21 WO PCT/JP2021/034583 patent/WO2022071024A1/ja active Application Filing
-
2023
- 2023-01-19 US US18/156,448 patent/US20230153970A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230153970A1 (en) | 2023-05-18 |
WO2022071024A1 (ja) | 2022-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7085043B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP7054329B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP7352687B2 (ja) | 放射線撮影システム、撮影制御装置及び方法 | |
US20200408933A1 (en) | Radiation imaging system, imaging control apparatus, and method | |
WO2022071024A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2020203083A (ja) | 放射線撮像装置及び放射線撮像システム | |
WO2021044754A1 (ja) | 画像処理装置、放射線撮像システム、画像処理方法及びプログラム | |
WO2021162026A1 (ja) | 画像処理装置及び画像処理方法 | |
WO2022181022A1 (ja) | 画像処理装置及び方法、放射線撮像システム、プログラム | |
JP7425619B2 (ja) | 画像処理装置及び画像処理方法 | |
JP7431602B2 (ja) | 画像処理装置及び画像処理方法 | |
WO2022185693A1 (ja) | 画像処理装置、放射線撮像システム、画像処理方法及びプログラム | |
WO2020250900A1 (ja) | 画像処理装置及び画像処理方法、プログラム | |
US20230401677A1 (en) | Image processing apparatus, radiation imaging system, image processing method, and non-transitory computer-readable storage medium | |
JP2020005918A (ja) | 画像処理装置およびその制御方法 | |
JP2023172296A (ja) | 情報処理装置、情報処理方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230830 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230830 |