JP2023522850A - コンピュータ断層撮像における動きアーティファクトの抑制 - Google Patents

Abstract

Ｘ線撮像における動きアーティファクト低減のためのシステムＳＹＳ及び関係する方法である。システムＳＹＳは、投影データの第１のセットから再構成された対象ＰＡＴの第１の入力画像ｉ１、Ｉ１と、投影データの第２のセットから再構成された対象の第２の入力画像ｉ２、Ｉ２とを受信するための入力インターフェースＩＮを備える。第２のセットは第１のセットよりも小さい。動き分析器ＭＡは、２つの入力画像に基づいて動き破壊についての推定値を確立する。選択的コンバイナΣは、動き推定値と、第１の入力画像ｉ１、Ｉ１及び／又は第２の入力画像ｉ２、Ｉ２中の画像情報とに基づいて、向上した画像Ｉ１＋Ｉ２、ｉ１＋ｉ２についての画像値を計算する。

Description

本発明は、Ｘ線撮像における動きアーティファクト（ｍｏｔｉｏｎ ａｒｔｉｆａｃｔ）低減のためのシステムと、Ｘ線撮像における動きアーティファクト低減のための方法と、撮像機器と、コンピュータプログラムと、コンピュータ可読媒体とに関する。

胸部のコンピュータ断層（ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ）（ＣＴ）撮像は放射線医学におけるＣＴの最もよくある適用例のうちの１つである。例えば、患者が呼吸を止めることができないことにより、又はしゃっくり若しくはせきにより、かなりの数の検査において動きアーティファクトが生じる。動きアーティファクトのために、画像は、診断できなくなるか、又は少なくとも画像品質が劣化する。時間、計算リソース、並びに患者及び／又は人員によって持続させられる投薬に関する追加のコストを招く、画像撮り直しが必要とされる。

動きアーティファクトを補正するために、動き補償再構成アルゴリズムが提案された。例は、Ｐｒｏｃ． ＳＰＩＥ １０５７３、Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ ２０１８、Ｐｈｙｓｉｃｓ ｏｆ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ、１０５７３３Ｈ（２０１８年３月９日）において公開された「Ｍｏｔｉｏｎ ｃｏｍｐｅｎｓａｔｉｏｎ ｆｏｒ ｎｏｎ－ｇａｔｅｄ ｈｅｌｉｃａｌ ＣＴ： ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｌｕｎｇ ｉｍａｇｉｎｇ」においてＭ Ｇｒａｓｓらによって説明された手法である。

しかしながら、いくつかの動き補償再構成方式における計算オーバーヘッドはかなり多い。

したがって、Ｘ線撮像の改善が必要である。特に、動きアーティファクトを低減するための計算上より安価なやり方が必要である。

本発明の目的は、さらなる実施形態が従属請求項中に組み込まれる、独立請求項の主題によって解決される。本発明の以下で説明する態様は、Ｘ線撮像における動きアーティファクト低減のための方法と、撮像機器と、コンピュータプログラムと、コンピュータ可読媒体とに等しく適用することに留意されたい。

本発明の第１の態様によれば、
投影データの第１のセットから再構成された対象の第１の入力画像と、投影データの第２のセットから再構成されたその対象の第２の入力画像とを受信するための１つ又は複数の入力インターフェースであって、第２のセットが第１のセットよりも小さく、及び／又は第２のデータセットは、第１のセットが含むよりも少ない冗長データを含む、１つ又は複数の入力インターフェースと、
２つの入力画像に基づいて動き破損（ｍｏｔｉｏｎ ｃｏｒｒｕｐｔｉｏｎ）についての推定値を確立する動き分析器と、
動き推定値と、第１の入力画像及び／又は第２の入力画像中の画像情報とに基づいて、向上した画像についての画像値を計算する選択的コンバイナと
を備える、Ｘ線撮像における動きアーティファクト低減のためのシステムが提供される。

好ましくは、動き分析器の動作は、２つの入力画像間の差分画像を形成することと、差分画像を作る差分値を分析することとに基づく。（絶対）差分値が大きいほど、所与の画像ロケーションにおける動き破損が多くなる。

選択的コンバイナは、いくつかの画像ロケーションにおける２つの入力画像のうちのいずれか一方からの画像情報からの向上した画像を組み合わせることによって、又は、各々が画像ロケーションごとのそれぞれの動き推定値に依存する、いくつかの他の画像ロケーションにおける両方の入力画像からの画像情報を組み合わせる若しくは「混合」することによって選択的な様式で動作する。

実施形態では、選択的コンバイナは、２つの入力画像からの画像情報の相対的寄与率（ｃｏｎｔｒｉｂｕｔｉｏｎ）が動き推定値とともに変動するように、入力画像のいずれか一方又は両方からの画像情報を組み合わせる。

実施形態では、選択的コンバイナは、第１の入力画像又は第２の入力画像からの画像情報の寄与率が、それぞれ第２の入力画像と第１の入力画像とからの画像情報の寄与率を犠牲にして、動き推定値とともに変動するように、入力画像のいずれか一方又は両方からの画像情報を組み合わせる。

実施形態では、第２の入力画像からの画像情報の寄与率が高いほど、動き推定値によって示される動き破損のレベルは高くなり、第１の入力画像からの画像情報の寄与率が高いほど、動き推定値によって示される動き破損のレベルは低くなる。

より詳細には、実施形態では、相対的寄与率はハードしきい値処理方式又はソフトしきい値処理方式によって決定される。ハードしきい値処理では、動き分析器は、所与の画像ロケーションにおいて動き破損があるか否かに関するバイナリ分析を行う。動き破損がある場合、第２の画像からの対応する画像値が、向上した画像の画像値として取られる。動き破損がない（又は動き破損が「ハード」しきい値を下回る）場合、第１の画像からの対応する画像値が、前記画像ロケーションにおける向上した画像の画像値として取られる。ソフトしきい値処理では、推定値によって確立される動きの量に基づいて比例的に、両方の入力画像からの画像値からの所与の画像ロケーションについての向上した画像の画像値が混合される。

実施形態では、本システムは、１つ又は複数の入力インターフェースにおいて受信される２つの入力画像を得るために初期入力画像に適用されるノイズ除去器（ｄｅ－ｎｏｉｓｅｒ）を備える。言い換えれば、入力画像が最初にノイズ除去され、次いで、そのようにノイズ除去された画像が、推定値を確立するために動き分析器によって分析される。最初にノイズ除去を行うことにより、動き推定値がよりロバストになる。

実施形態では、投影データはコンピュータ断層撮像装置によって収集される。

別の態様では、
投影データの第１のセットから再構成されたオブジェクトの第１の入力画像と、投影データの第２のセットから再構成されたそのオブジェクトの第２の入力画像とを受信するステップであって、第２のセットが第１のセットよりも小さい、第１の入力画像と第２の入力画像とを受信するステップと、
２つの入力画像に基づいて動き破損についての推定値を確立するステップと、
動き推定値と、第１の入力画像及び／又は第２の入力画像中の画像情報とに基づいて、向上した画像についての画像値を計算するステップと
を有する、Ｘ線撮像における動きアーティファクト低減のための方法が提供される。

実施形態では、本方法は、最初に２つの入力画像の一方又は両方をノイズ除去し、次いで、２つの（いまノイズ除去された）入力画像に基づいて推定値を確立するステップを有する。

別の態様では、
前述の実施形態のいずれか１つに記載のシステムと、
コンピュータ断層撮像装置と
を含む、撮像機器が提供される。

別の態様では、少なくとも１つの処理ユニットによって実行されたときに、その少なくとも１つの処理ユニットに上述の実施形態のいずれか１つに記載の方法を実行させる、コンピュータプログラムが提供される。

また別の態様では、コンピュータプログラムをそれの上に記憶したコンピュータ可読媒体が提供される。

実施形態では、投影データの第２のセットは投影データの第１のセットのサブセットである。投影データの第１のセットは、断層又はトモシンセシス（ｔｏｍｏｓｙｎｔｈｅｔｉｃ）撮像装置によって走査動作中に収集されたすべての利用可能な投影データを含むが、投影データの第２のセットはそれの一部である。しかしながら、本明細書では、すべての実施形態において、第１のセットが必ずしもすべての収集された投影データを含むとは限らない。いくつかの投影データは、コーンビームＣＴ又は他の（発散）走査ジオメトリ又は技法などにおいて、冗長を含むように収集される。第１のセットは、第２のセットが含むよりも多い（又はいくつかの実施形態では、すべての）冗長データを含むことが想定される。実施形態では、第２のセットは冗長を含まない。

本明細書で提案されるものは、動きアーティファクトを低減又は抑制するための新規の手法である。動きは、計算コストが高い動き補償再構成を実行することなしに低減され得る。代わりに、提案するシステムは、最初に、収集された投影データからの利用可能な冗長データの一部又は全部を使用して元の画像を再構成する。この画像中のコーンビームアーティファクト（ＣＢＡ）を抑制するために又は少なくとも低減するために、以下でより完全に説明する周波数スプリット（ｆｒｅｑｕｅｎｃｙ ｓｐｌｉｔ）（ＦＳ）再構成方法を使用する。さらに、第２の画像は、元の画像の再構成のために使用される投影データと比較して、より少量の利用可能な冗長投影データを使用して再構成される。この第２の画像中の動きアーティファクトは、一般に、元の画像中の動きアーティファクトよりも（はるかに）小さい。これらの２つの画像をノイズ除去し、それらの画像を比較することは、元の（第１の）画像が、例えば患者の動き又は撮像機器の意図しない動きによって引き起こされる動きアーティファクトを被る、画像ロケーションを検出することを助ける。向上した画像は、両方の入力画像から組み合わせられたハイブリッド画像である。向上した画像は、動きが破損した画像ロケーション（例えば領域）では第２の画像により似ているが、すべての他の画像ロケーションでは元の画像により似ている。

提案する方法及びシステムは、他の場合に動き補償再構成（「ＭＣＲ」）アルゴリズムにおいて必要とされる複雑な計算ステップが不要になるので、実装がより速く簡単であり、よりロバストである。特に、提案する方法及びシステムは動きフィールドの（弾性）画像レジストレーション及び／又は推定を必要としない。動きがまったく又はわずかしか検出されない領域では、向上した画像は元の公称画像に等しく（又は少なくとも似ており）、したがって不変のままであるので、提案する方法はロバストである。

ＭＣＲでは、ＣＢＡが動きフィールドの必要とされる推定をゆがめることがあるが、提案する方法及びシステムでは、動きアーティファクトで破損した領域の動き分析器による検出は、特にＦＳ再構成が使用されるときに（そのときだけではないが）、ＣＢＡに対してほとんど反応しない。

提案するシステムは、他の場合に呼吸又は心臓動きアーティファクトを被る、肺画像及び胸部画像の画像品質を改善する。

定義
「ユーザ」は、撮像装置を動作させる又は撮像手順を監督する、医療従事者などの人を指す。言い換えれば、ユーザは、通常、患者ではない。

「対象」は、本明細書では、人間又は動物の患者、又はそれらの解剖学的部位など、生きている「対象」を含めるために一般的な意味で使用されるだけでなく、セキュリティ検査における手荷物又は非破損試験における製品などの無生物をも含む。しかしながら、提案するシステムについては、本明細書では主に医療分野に関して説明し、したがって、「対象」を、「患者」、及び患者の特定のアナトミー又はアナトミーのグループであるロケーション又は関心領域（「ＲＯＩ」）と呼ぶ。

「第１の」及び「第２の」（画像、サブセットなど）という用語は、純粋に命名目的及び区別目的のためのものであり、一時性又は階層関係を暗示しない。

「画像ロケーション」は、本明細書で使用する際、単一のピクセル／ボクセル位置を示すこともあり、それぞれの画像をタイリングする、任意の形状及びサイズのパッチ、近傍など、複数のピクセル／ボクセルを含む、より大きい画像部分又は画像領域のロケーションを示すこともある。

次に、別段に記載されていない限り、縮尺が一定でない以下の図面を参照しながら、本発明の例示的な実施形態について説明する。

撮像機器の概略ブロック図を示す。 像中の動きアーティファクトを低減するための画像処理システムのブロック図を示す。 動きアーティファクトを低減するための画像処理方法のフローチャートである。

図１を参照すると、実施形態において本明細書で想定される撮像機器ＩＡが示されている。

撮像機器ＩＡは、人間又は動物の患者など、対象ＰＡＴの画像を収集するように構成されたＸ線撮像装置ＸＩを含む。

撮像装置によって収集された画像、又はそれらの画像から導出可能な像は、以下でより詳細に説明するように、向上した像を生成するためにコンピュータ画像処理システムＩＰＳによって処理される。

向上した像は、データベースシステム中など、メモリＤＢに記憶されるために通信インターフェースＣＩに通されるか、ディスプレイデバイスＤＤ上の可視化器ＶＩＳによって可視化されるか、又は別段に処理される。

本明細書で想定される撮像装置ＸＩ（「イメージャ」）は、特にトモグラフィタイプのものである。

回転撮像とも呼ばれるこのタイプの撮像では、投影画像λが患者ＰＡＴのＲＯＩのイメージャによって収集される。投影画像は、次いで、再構成器ＲＥＣＯＮによって軸位画像（ａｘｉａｌ ｉｍａｇｅ）若しくは断面画像又は「スライス」に再構成される。軸位像（ａｘｉａｌ ｉｍａｇｅｒｙ）は、達成されるべき臨床上の目標又は目的に沿った臨床医による検査及び診断を知らせるために、ＲＯＩの内部構造についての情報をあらわにする。特に、本明細書では、コンピュータ断層撮影（ＣＴ）スキャナ、Ｃアーム／Ｕアームイメージャ、モバイル、又は手術室に固定式に取り付けられるものなど、Ｘ線ベースのイメージャが想定されている。

イメージャＸＩはＸ線源ＸＳとＸ線敏感検出器Ｄとを含む。イメージャＸＩは、エネルギー統合撮像のために、又は（エネルギー弁別撮像とも呼ばれる）スペクトル撮像のために構成される。したがって、検出器Ｄは、エネルギー統合タイプのものであるか、又はフォトン計数検出器などのエネルギー弁別タイプのものである。スペクトル（ボリュメトリック）画像データは、例えば、低エネルギー高コントラスト画像、有効Ｚ（原子番号）画像、仮想単色画像、造影剤定量マップ、仮想非コントラスト画像、電子密度画像、及び／又は他のタイプのスペクトル像を含む。スペクトル撮像の場合、イメージャＸＩは、マルチエネルギー投影データを収集するための構成要素を含む。前記構成要素は二重Ｘ線源ＸＳ、ＸＳ’（図示せず）を含み、検出器Ｄは、２層検出器として、又は前記フォトン計数検出器として構成される。画像処理システムＩＰＳ変換のスペクトル画像処理構成要素はマルチエネルギー投影データを処理してスペクトル像にする。

画像収集中に、患者ＰＡＴはＸ線源ＸＳと検出器Ｄとの間の検査領域ＥＲ中に常駐する。実施形態では、ソースＸ線は撮像軸Ｚの周りの回転平面内の撮像軌道又は走査経路中を移動する。らせん走査経路も想定される。回転は、イメージャＸＩに固定ガントリーＦＧと回転ガントリーＭＧとを含ませることによって達成される。回転ガントリーＭＧは固定ガントリーＦＧによって回転可能に支持される。回転ガントリーＲＧは、検査領域ＥＲと、それの中の対象ＰＡＴの少なくとも一部分との周り、及び撮像軸Ｚの周りを回転する。Ｘ線管など、放射源ＸＳは、検査領域ＥＲの周りの回転ガントリーＭＧによって支持され、回転ガントリーＭＧとともに回転する。撮像軸はＲＯＩを通る。好ましくは、患者の縦軸が撮像軸Ｚと整合させられるが、他の配置及びジオメトリも想定される。

本明細書で想定される撮像ジオメトリは、平行ビームＣＴジオメトリ、好ましくは、発散ビームジオメトリ（すなわち、ファンビームジオメトリ又はコーンビームジオメトリ）を含む。少なくとも１８０°の円弧内のＲＯＩの周りをソースＸＳが回転する撮像軌道が完全な走査を構成する。しかしながら、時々、時間又は空間の制約などにより、限定された角度走査のみが実行される。そのような限定された角度走査では、走査経路は１８０°未満の回転角に対する。

回転中に、ソースＸＳがＸ線ビームＸＢを発し、ＲＯＩを照射する。回転中に、投影画像が異なる方向ｑから検出器Ｄにおいて収集される。Ｘ線ビームＸＢは、異なる方向に沿って患者ＰＡＴ、特にＲＯＩを通過する。Ｘ線ビームは関心領域中の物質と相互作用する。相互作用によりビームＸＢが変更される。変更された放射が患者の遠端において出現し、次いでＸ線敏感検出器Ｄ上に入射する。検出器中の回路が、変更された入射した放射を電気信号に変換する。電気信号は、次いで、増幅されるか又は別段に調整され、次いで、（デジタル）投影像λを得るためにデジタル化され、（デジタル）投影像λは、次いで再構成器ＲＥＣＯＮによって軸方向断面像に再構成される。

再構成器ＲＥＣＯＮは、ＦＢＰ（フィルタ補正逆投影）、フーリエ領域ベースの再構成アルゴリズム、代数（ＡＲＴ）再構成アルゴリズム、又は反復再構成アルゴリズムなど、再構成アルゴリズムを実行する、コンピュータ実装モジュールである。好適にトレーニングされた人工ニューラルネットワーク（特に畳み込みニューラルネットワーク）など、より最近の機械学習（「ＭＬ」）ベースの再構成アルゴリズムも想定される。

実施形態では、コーンビーム再構成アルゴリズムが使用される。実施形態では、再構成アルゴリズムはらせん走査経路のために適応させられる。

再構成器ＲＥＣＯＮモジュールはハードウェア又はソフトウェア又は両方において構成される。再構成器ＲＥＣＯＮは、検出器Ｄの投影領域中で収集された投影画像λを画像領域中で軸方向断面像に変換する。画像領域は、患者が撮像中に常駐する検査領域中の空間の部分を含む。対照的に、投影領域はＸ線検出器ＤのＸ線放射敏感表面内又はＸ線放射敏感層中に位置する。画像領域において、再構成された像は、軌道の回転平面に対して平行で、撮像軸Ｚに対して直角な断面平面内で定義される。ＲＯＩの３Ｄ画像表現である３Ｄ画像ボリュームを一緒に形成する、異なる断面平面内の異なる軸位像が収集され得る。３Ｄボリュームは、らせん走査経路中などで、患者ＰＡＴが撮像中にそれの上に常駐するサポートテーブルＴＢを進めることによって収集される。代替又は追加として、固定ガントリーＦＧが並進させられる。軸Ｚに沿ったソースＸＳに対する患者ＰＡＴの相対並進運動と、軸Ｚの周りのソースＸＳの回転とにより、あるピッチにおけるらせん走査経路が生じる。ピッチは固定されるか、又はユーザ調整可能である。非らせん走査では、走査経路は、一般に、最大１８０°（＋ファン角）の円弧又は１８０°（＋ファン角）に実質的に等しい円弧に対する。

走査中に収集される投影データλは、いくつかの異なる投影画像、又は「フレーム」を含む。特に、走査経路上のソースＸＳの各位置ｑ_ｉが、その位置に関連付けられた関連する投影フレームに対応する。

らせんジオメトリなど、いくつかの撮像ジオメトリでは、収集される投影データλは、ピッチと、（円錐角によって測定される）ビームコーンの幅と、検出器表面の幅とによる冗長を含む。これは、異なる走査軌道位置ｑ_ｉ、ｑ_ｊから撮像された対象ＯＢを通る同じ幾何学的光線に沿って露光が行われる際に、いくつかの検出器ピクセルが、異なる投影フレーム中に同じ強度を位置合わせすることによる。

投影データλの収集中に患者の動きが起こると、再構成された像中に動きアーティファクトが生じる。患者の動きは、随意的であることもあるが、ほとんどの場合、せきによって又は心臓及び／又は呼吸活動によって引き起こされる動きなど、不随意的である。動きアーティファクトは、実際の組織又はアナトミーを表していない画像構造である。極端な場合、重大な動きアーティファクトにより、再構成された画像が役に立たなくなり、したがって、撮り直しのための不要な時間と、追加の再構成のための計算リソースとが生じることがある。

再構成された像中の動きアーティファクトをなくすために、提案する画像処理システムＩＰＳは動きアーティファクト低減又は抑制器システムＳＹＳを含む。広義には、動きアーティファクト低減器ＳＹＳは、動きアーティファクトにより破損した可能性がある入力画像Ｉを、そのような動き関連アーティファクトがより少ないか又はまったくない向上した画像Ｉ’に変換する。

（本明細書では手短に「動き低減器」とも呼ぶ）提案する動きアーティファクト低減システムＳＹＳは、再構成された画像の２つのバージョンｉ１、ｉ２が入力として受信され、処理されて向上した画像Ｉ’になる、２チャネル手法を実施する。

２つの入力画像ｉ１、ｉ２は元の投影データλの異なるサブセットλ１、λ２から再構成される。特に、（本明細書で「ファット画像」（太った画像）とも呼ぶ）第１の画像ｉ１は、より小さいサブセットλ２⊂λから再構成される（本明細書で「リーン画像」（痩せた画像）と呼ぶ）第２の画像Ｉ２が再構成されるよりも大きい投影データのセットλ１から再構成される。より詳細には、以下でより十分に探究するように、ファット画像ｉ１がそれから再構成される投影データセットλ１は、リーン画像ｉ２がそれから再構成されるより小さいサブセットλ２が含むよりも多い冗長データを含む。本明細書で主に想定される一実施形態では（必ずしもすべての実施形態において当てはまるとは限らないが）、ファット画像ｉ１はすべての投影データλ１＝λから再構成されるが、リーン画像ｉ２は元の投影データλ１＝λのサブセットλ２から再構成される。λ１がすべてのデータλを含まない場合でも、λ２は依然としてλ１のサブセットである。

広義には、動き低減システムＳＹＳは、２つの入力画像ｉ１、ｉ２から導出されたハイブリッド画像として向上した画像Ｉ’を形成するように動作する。２つの入力画像Ｉ１、Ｉ２からの画像情報は選択的に組み合わせられてハイブリッド画像Ｉ’になる。

より詳細には、走査中に収集された元の投影データλの２つの異なるサブセットλ１、λ２に基づいて、２つの再構成が実行される。さらにより詳細には、「公称」再構成、すなわちファット画像ｉ１に加えて、本明細書では、第２の画像、すなわちリーン画像ｉ２を再構成するが、この場合は、利用可能な冗長データの（小さい）一部のみを使用する。これらの２つの画像ｉ１、ｉ２を（好ましくはノイズ除去の後に）比較することによって、患者の動き／動きアーティファクト破損を被った元のファット画像ｉ１中の画像ロケーションを検出する。患者の動きは、画像ノイズ除去の後に残った残留ノイズに対してより容易に区別することができる。これらのロケーションにおいて、向上した画像をそのようにアセンブルするために、ｉ１中の元の画像値を、検出された画像ロケーションにおける第２の画像ｉ２の画像値と置き換える。いくつかの又はすべての他の領域では、この置換えを回避し、したがって低いレベルの残留ノイズが保持される。代替的に、向上した画像についての画像値が、各画像ｉ１、ｉ２からの比例的な寄与率を用いて、検出された動きの量の関数として、両方の画像ｉ１、ｉ２からの加重和として計算される、よりソフトなしきい値処理又は置換方式が使用される。

特に、２つの入力画像ｉ１、ｉ２からの画像情報を選択的に組み合わせる際に、提案する動き低減システムＳＹＳは、以下の２つの反対の効果をネゴシエートするために好都合な選択ポリシーを使用する。ファット画像ｉ１は、より多い冗長を含むより大きい投影データセットλ１から再構成されるので、ｉ１は動きアーティファクトをより被りやすいが、同時に、より少ないノイズを含み、一方、リーン画像ｉ２は、より少ない冗長をもつより小さい投影データセットから再構成され、動きアーティファクトに対してよりロバストであるが、欠点として、より多い画像ノイズを含む。

提案する動き低減システムＳＹＳは、向上した画像中の動きアーティファクトを低減するために、両方の入力画像からの情報を賢明に組み合わせるが、同時により多いノイズを生じさせない。１つの選択ポリシーによれば、動き画像によってより大きく破損した画像ロケーションについては、リーン画像ｉ２からのより多い情報が使用されるが、動き破損がより少ない画像ロケーションについては、ｉ２を犠牲にして、ファット画像ｉ１からのより多い画像情報が使用される。

次に、動き低減システムＳＹＳの動作をより詳細に説明するために図２のブロック図を参照する。それぞれの異なる投影データサブセットλ１、λ２から再構成された２つの入力画像、すなわちファット画像及びリーン画像ｉ１、ｉ２が１つ又は複数の入力ポートＩＮにおいて受信される。

動き分析器ＭＡは、各画像ロケーション（ピクセル、ボクセル又は近傍／パッチ）について動き破損があるか否か（又は無視できるか）を確証するために、２つの画像、すなわち入力画像ｉ１、ｉ２を分析する。すなわち、分析によりバイナリ動きマップが生成される。すべてではないが、他の実施形態では、動き分析器ＭＡはいくつかの又は各ロケーションｊにおける動き破損の量を定量化する。言い換えれば、動き分析器ＭＡは、各画像ロケーションについて動き破損の量を定量化する動き破損マップを出力する。

（バイナリの又は定量化された）この動きマップに基づいて、選択的コンバイナΣは、次いで、入力画像よりも少ない動き破損アーティファクトをいま含んでいる向上した画像Ｉ’を形成するために、２つの入力画像ｉ１、ｉ２からの画像情報を選択的に組み合わせる。好ましくは、向上した画像中に動きアーティファクトはまったくない。

随意に、好ましくは、次いで動き分析器ＭＡによって分析されるノイズ除去されたファット再構成及びリーン再構成Ｉ１、Ｉ２を得るために、最初に、それぞれ２つの投影データセットλ１、λ２から再構成されたそれぞれのファット再構成及びリーン再構成ｉ１及びｉ２にノイズ除去アルゴリズムを適用する、ノイズ除去器ＤＮがある。そのようなノイズ除去は、動き分析器ＭＡが動きからの寄与率をよりロバストに定量化し、区別することができるように、ノイズレベルを低減することを可能にするので好ましい。以下では、（図３において）動き低減器ＭＡの動作及び関係する方法を説明するときに、主に２つのノイズ除去されたバージョンＩ１、Ｉ２を参照する。しかしながら、実は好ましいノイズ除去器ＤＮは随意であり、Ｉ１、Ｉ２に関して以下で説明し、陳述するすべてのことはｉ１、ｉ２に等しく当てはまると理解される。

選択的コンバイナΣによる組合せ動作はハードしきい値処理選択ポリシー又はソフトしきい値処理選択ポリシーに基づき得る。ハードしきい値処理では、動きマップは、本質的に、各画像ロケーションについて、しきい値に基づいて動き破損があるか否かを示すバイナリマップである。このことは、例えば、動き破損がない場合には値「１」を割り当て、動き破損がある場合には「０」を符号化することによって行われ得る。他の符号化も想定される。この簡単なハードしきい値処理方式では、動き破損がある特定の画像ロケーションにおいて、所与の画像ロケーションにおけるそれぞれの画像値が第２の画像Ｉ２からコピーされる。しかしながら、マップどおりの所与の画像ロケーションにおける動き破損がない場合、その画像ロケーションについての画像値が元の再構成Ｉ１からコピーされる。

好ましくは、そのようなハードしきい値処理の代わりに、ソフトしきい値処理が使用され、向上した画像Ｉ’の画像値が動きアーティファクト破損の量に応じて２つの入力画像Ｉ１、Ｉ２から混合され、ファットＩ１画像から引き出された画像情報に大きい重みが与えられるほど、画像ロケーションにおける動きが小さくなり、リーン画像から引き出された画像情報に小さい重みが与えられ、動き分析器ＭＡによって確認された動きの量がより高い場合はその逆になる。

実施形態では、この混合は、入力画像Ｉ’＝αＩ１＋βＩ２の加重和として向上した画像Ｉ’を計算することによって達成され、ここで、重みα、βは、一般に、画像ロケーションｊごとの動き破損とともに変動する。重みは正の数である。特に、画像ロケーションｊにおける所与の画像値ｙ_ｊ∈Ｉ’は、画像ロケーションｊについての重みαｊ、βｊと、ロケーションｊにおいて２つの入力画像Ｉ１、Ｉ２から引き出されるそれぞれの画像値を示すｘ’とを用いて、加重和

として計算される。この実施形態では、動きマップは、重み画像Ｉ_ｗとして概念化される重みαｊ、βｊを含む。重みα、β（表記法を容易にするために、場合によっては、ロケーションインデックスｊを省略する）は正規化され得、例えば「１」など、一定の値になるように構成される。重みα、βは、所与の画像ロケーションにおける動き破損の優勢（ｐｒｅｐｏｎｄｅｒａｎｃｅ）を測定する。特に、重みは、動き分析器ＭＡによって検出された動きの量を測定する。大きい動きがあるほど、第２の画像Ｉ２から引き出された所与の画像ロケーションにおける寄与率が高くなり、反対に、元の画像Ｉ１からの寄与率が低くなり、所与の画像ロケーションにおける画像破損がほとんどない場合は、その逆になる。さらに言い換えれば、所与のロケーションにおける２つの画像Ｉ１、Ｉ２のうちの１つからの所与の寄与率は他の画像Ｉ２、Ｉ１からの寄与率を犠牲にし、この逆関係が重みに反映され、重みの一方が高いほど、他方は低くなる。重みα、βと、動きの位置合わせされた量との間の関数関係は、線形であるか、又はソフトマックス関数、若しくはシヌソイド関数のセクションなど、任意の他の単調関数に基づく。ハイブリッド画像を計算する目的のためのそのような動き対重み関係の具体例について、次に参照する図３において以下でさらに説明する。

詳細には、図３は動きアーティファクト低減のための画像ベースの方法のフローチャートである。以下でより詳細に説明する方法のステップは、動き低減システムＳＹＳのための上述のシステムを実施するための１つの方法として理解されるが、本方法は、必ずしも上記で説明した図１、図２中のシステムのアーキテクチャに結合されるとは限らないことも諒解されよう。特に、以下のステップは、それら自体で教示として理解され、必ずしも図１、図２中のアーキテクチャに結合されるとは限らない。

ステップＳ３０５において、コーンビーム、ファンビーム、平行ビームなど、所与の撮像ジオメトリにおいて回転Ｘ線撮像装置中で収集された投影データのセットλ⊇λ１、λ⊃λ２が受信される。

ステップＳ３１０において、２つの入力画像、すなわちファット画像及びリーン画像ｉ１、ｉ２が、ステップＳ３０５において受信されたそれぞれの投影データλ１、λ２から再構成される。好ましくは、ファット画像ｉ１は、特にすべての利用可能な冗長データを含むすべての利用可能な投影データから再構成される。リーン画像ｉ２はすべての利用可能な投影データλのサブセットλ２⊂λから再構成される。より小さいセットλ２は、特に、λ１が含むよりも少ない冗長データを含む。しかしながら、すべての利用可能な（冗長）投影データλからｉ１を再構成する必要はないことが理解されよう。サブセットλ１が、より小さいサブセットλ２が含むよりも多い冗長データを含む限り、λ１は真のサブセットλ１⊂λであれば十分である。

特に、本明細書で主に想定されるコーンビーム再構成の場合、ステップＳ３１０において、コーンビームタイプアーティファクト（「ＣＢＡ」）を低減するために特殊な再構成アルゴリズムが使用される。ＣＢＡアーティファクト低減を用いる再構成アルゴリズムの１つのそのようなクラスは周波数スプリット（「ＦＳ」）タイプ再構成方法（「ＦＳＲ」）を含む。例えば、Ｍｅｄ．Ｐｈｙｓ．３１（８）、２００４年８月、２２３０～２２３６ページにおいて公開された、Ｇ Ｓｃｈｅｃｈｔｅｒらの「Ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｓｐｌｉｔ ｍｅｔｈｏｄ ｆｏｒ ｈｅｌｉｃａｌ ｃｏｎｅ－ｂｅａｍ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ」を参照されたい。ＦＳタイプ再構成では、高及び低の２つの空間周波数帯域中の画像情報が別個にフィルタ補正逆投影によって２つの画像に再構成される。各場合において、異なるフィルタが使用される。そのように得られた、高周波数範囲画像及び低周波数範囲画像の２つの画像が次いで追加される。ＦＳ手法はＣＢＡを低減するのを助ける。本明細書では、ファット画像ｉ１の再構成のためにＦＳ再構成アルゴリズムタイプ又は関係する再構成アルゴリズムが想定される。前述のように、好ましくは、ｉ１の再構成のためにすべての利用可能な冗長データλ１が使用されるか、又は少なくとも、リーン画像ｉ２の再構成のための冗長データよりも多い冗長データが使用される。ＣＢＡを低減することは、（以下でより完全に説明する）ステップＳ３４０において動き分析におけるフォールスポジティブな検出を回避するのを助ける。

リーン画像ｉ２は、冗長がより少ないか又はまったくない投影データのサブセットλ２⊂λ、特にλ２⊂λ１から再構成される。ＦＳＲのコンテキストにおいて、このより小さいサブセットλ２は、低周波数範囲画像を再構成するために使用される平行投影の角度サブレンジに関連付けられたフレームとして選択される。約１以下の一般的な走査ピッチ値の場合、平行投影のこの範囲λ２は、冗長データを含んでいないか、又は冗長データの小さい一部のみを含んでいる。したがって、リーン画像ｉ２中の動きアーティファクトはファット画像ｉ１中の動きアーティファクトよりも目立たない。しかしながら、２つの画像ｉ１、ｉ２の再構成はＦＳＲに限定されず、好ましくは低いＣＢＡをもつ、他の再構成方式も想定される。サブセットλ２の選択は、ＦＳＲベースの実施形態におけるような平行投影再ビニング以外の方式によって行われ得る。選択は、ランダムに、又は重複を回避するのに十分に大きいステップｋを用いて、λからｋ番目のフレームごとに選定することによって行われる。

随意のステップＳ３３０において、ノイズレベルを低減し、ｉ１、ｉ１のノイズ除去されたバージョン、すなわちファット画像Ｉ_１ ^{ｄｅ－ｎｏｉｓｅｄ}及びリーン画像Ｉ_２ ^{ｄｅ－ｎｏｉｓｅｄ}を導出するために、２つの再構成された入力画像ｉ１、ｉ２がノイズ除去アルゴリズムによってノイズ除去される。ノイズ除去ステップＳ３３０のための異なる実施形態が想定される。

一実施形態では、ノイズ除去は構造ベースである。より詳細には、遷移、境界など、画像構造を分離するために、画像構造計算Ｓ３２０が実行される。ステップＳ３２０における構造計算の結果はボリュメトリック構造ＳＴである。構造計算Ｓ３２０はセグメンテーションに基づく。好ましくは、構造ＳＴはリーン画像ｉ２中で計算される。構造ＳＴは、ファット画像ｉ１中で構造ＳＴを計算することと比較してより明確に定義されることが予想されるが、ｉ１から構造ＳＴを計算することは依然として代替実施形態において行われる。

構造ベースのノイズ除去では、ノイズ寄与率は、縁部、境界など、ステップＳ３２０において計算された画像構造ＳＴに基づいて計算される。次いで、ノイズ除去されたバージョンＩ１＝ｉ_１ ^{ｄｅ－ｎｏｉｓｅｄ}及びＩ２＝ｉ_２ ^{ｄｅ－ｎｏｉｓｅｄ}に達するために、ノイズに由来することが認識された画像寄与率が入力像ｉ１、ｉ２から減算されるか又は別段に削除される。
一実施形態では、リーン画像ｉ２自体の中で計算されたボリュメトリック構造ＳＴに基づいて、リーン画像ｉ２のリーンなノイズ除去されたバージョンＩ２に達するために、ステップＳ３３０ｃにおいて、リーン画像ｉ２に対して構造ベースのノイズ除去が実行される。

代替又は追加として、ステップＳ３３０Ｂにおいて、リーン画像ｉ２に由来する構造ＳＴに基づいて、ファット画像ｉ１に対して構造伝搬ベースのノイズ除去が実行される。言い換えれば、ステップＳ３３０ｂにおいて、構造伝搬ベースのノイズ除去が実行される。ファット画像ｉ１は、他方の画像、すなわちリーン画像ｉ２から伝搬された画像情報ＳＴに基づいてノイズ除去される。構造伝搬ベースのノイズ除去は本出願人の米国特許第１０，２８２，８２０号に記載されている。

この構造伝搬の一変形態として、ステップＳ３３０ａにおいて、画像ｉ２からの追加の情報に頼らずに、ｉ１自体の構造にネイティブに基づく「公称」ノイズ除去が実行される。実施形態では、公称画像は反復モデルベース（ＩＭＲ）の再構成によって計算される。ステップＳ３３０Ａの結果として、（図３に

として示されている）公称ノイズ除去画像

が得られる。

ファット画像ｉ１の公称ノイズ除去、及び／又はリーン画像若しくはファット画像のノイズ除去は必ずしも構造ベースとは限らず、任意の他の好適なノイズ除去アルゴリズムも想定される。構造計算ステップＳ３２０は、したがって、随意的である。

（元の）ファット画像ｉ１及びリーン画像ｉ２、又はノイズ除去されたファット画像及びリーン画像Ｉ１、Ｉ２は、次いで、ステップＳ３３５において受信され、ステップＳ３４０において、動き破損の量を確立するために使用される。このことは、一実施形態では、ｉ１、ｉ２又はＩ１、Ｉ２を減算することによって、ピクセルごとなど、画像ロケーションごとの差分画像Ｉ_Ｄを形成することによって行われ得る。減算の順序は重要ではない。以下では、一般性の喪失なしに、場合によっては、同じく実施形態において想定されるような好適な平均化を用いた、パッチ及び近傍に関するより粗いグレインド処理として、ピクセルごとの処理を仮定する。ピクセルごとの絶対差分

は動きと相関する。差分が大きいほど、動きの量は大きくなる。ピクセルごとの差分は、したがって、動きの尺度である。各ロケーションにおいて動きがあるか否かを決定するために、ピクセルごとの差分に基づいてバイナリしきい値処理が行われる。画像ロケーションごとに動きがあるか否かを示すバイナリマップが与えられる。

実施形態では、動き量を定量化するために、尺度関数Ｆ^Ｍによって差分

が別の尺度に対してマッピングされる。この動き尺度は、次いで、ハードなバイナリしきい値処理ではなく、ソフトしきい値処理のために使用される。

ソフトしきい値処理の一実施形態では、差分画像Ｉ_Ｄに基づいて、随意のステップＳ３５０において、画像ロケーションごとに重みｗ＝α、βが計算される。重みは動きマップ又は重み画像Ｉ_ｗ中で編成される。重みｗ_ｉは画像ロケーション（ピクセル、ボクセル、パッチ／近傍）ごとに計算されるので、重みｗ_ｉは重み画像Ｉ_ｗ又は非バイナリ動きマップに編成され得る。

重みは、測定された動き量の関数として、取られるべきである２つの画像からの画像情報の優勢を決定する。したがって、各画像ロケーションｘ_ｉについて、１つはＩ１のための、１つはＩ２のための、２つの重みｗ_ｉ＝（α_ｉ、β_ｉ）がある。マップＩ_ｗは、向上した画像Ｉ’＝Ｉ_Ｈを構築するために、画像情報がファット像及びリーン像Ｉ１、Ｉ２からどのような比率で引き出されるかを制御する。

ステップＳ３６０において、次いで、ハイブリッド画像Ｉ’＝Ｉ_Ｈに達するために、重みＩ_ｗに基づいて選択的組合せが実行される。実施形態では、向上した画像Ｉ’はファット像とリーン像との線形結合である。特に、Ｉ’は２つの画像のピクセル依存加重和としてある。より詳細には、組合せステップＳ３６０のための異なる実施形態が想定される。

一実施形態では、図３中の矢印「ａ」、「ｂ」によって示されるように、Ｉ_ｗによるロケーションｉにおける重みｗ（ｉ）を用いて、ノイズ除去されたリーン画像Ｉ_２ ^{ｄｅ－ｎｏｉｓｅｄ}と公称ファット画像

との線形結合として、向上した画像Ｉ’が形成される。

代替実施形態では、図３中の矢印組合せ「ｂ」、「ａ’」によって示されるように、画像ロケーションを示すインデックスｉを用いて、Ｉ_ｗによる重みに基づいて、Ｉ２＝ｉ_２ ^{ｄｅ－ｎｏｉｓｅｄ}画像がＩ１＝ｉ_１ ^{ｄｅ－ｎｏｉｓｅｄ}と線形結合される。
Ｉ_{ｈｙｂｒｉｄ}（ｉ）＝ｗ（ｉ）・Ｉ１（ｉ）＋（１－ｗ（ｉ））・Ｉ２（ｉ） （２）

ステップＳ３７０において、向上した画像Ｉ_Ｈが出力される。向上した画像Ｉ_Ｈは、表示され、メモリに記憶され、又は必要に応じて別段に処理若しくは送信される。

次に、重み生成ステップＳ３５０をより詳細に参照すると、これは、動き分析ステップＳ３４０によって与えられる動き尺度に基づく。動き又は動きアーティファクト分析器ステップは、動きの量とともに変動する正の数であるｍを用いたマッピングＦ^Ｍ：Ｉ１、Ｉ２－＞ｍである。前述のように、いくつかの実施形態では、ｍ＝Ｆ^Ｍ＝｜Ｉ１－Ｉ２｜＝Ｉ_Ｄ（又はノイズ除去が行われない場合は、Ｉ_Ｄ＝｜ｉ１－ｉ２｜）は、ファット画像とリーン画像とのピクセルごとの差分の絶対値であるか、又は２乗された差分Ｆ^Ｍ＝（Ｉ１－Ｉ２）^ｔ、ｔ＝２、若しくは他の累乗の場合、ｔ＞２など、それの関数ｆ（Ｉ１－Ｉ２｜）である。それのｌ_ｐノルム又はｐ乗（ｐ^ｔｈ－ｐｏｗｅｒｓ）も使用され得る。

重み生成ステップＳ３４０ステップは、関数Ｉ_ｗ：ｍ－＞α、β∈［ａ、ｂ］に基づいて動き尺度ｍを重みのセットにマッピングする。重みは、好ましくは、１など、一定の数になるように正規化される。一般性の喪失なしに、重み間隔［ａ、ｂ］は単位間隔［０、１］として取られる。重みα、β∈［０、１］は、Ｉ’中の所与の画像ロケーションｊについて、動きｍの関数として、２つの入力画像Ｉ１、Ｉ２からの寄与率の比率を測定する。

関数Ｉ_ｗは、好ましくは、［０、１］にわたって単調である。関数Ｉ_ｗは差分画像Ｉ_Ｄ＝Ｆ^Ｍ＝｜Ｉ１－Ｉ２｜中のダイナミックレンジに基づく。より詳細には、最小及び最大画像値が決定され、重みは、例えば、最小値及び最大値が単位間隔の境界にマッピングされるように、この範囲にクリッピングされる。

より詳細には、実施形態では、ノイズ除去の後に残った残留ノイズのレベルに対して絶対値が大きい差分画像Ｉ_Ｄ中の値は、元の画像Ｉ１が患者の動きを被ったボリューム領域に位置する。この推理を用いて、０と１との間の実数値を割り当てられた重み画像Ｉ_ｗを構築する。慣例により、以下の符号化が採用される。「１」に近い重みは、残留ノイズのレベルと同様であるか又は残留ノイズのレベルよりも小さいＩ_Ｄ中の絶対値に、すなわち、患者の動きが観測されない画像ロケーションに対応するが、重みが「０」に近くなるほど、動きがますます大きくなることを示す。０、１間の値は２つの極値間の動きの存在を示す。「０」、「１」の役割が反転した他の符号化なども依然として想定される。

重みの計算は、以下の（３）又は（４）におけるように、ピクセルごとに別個に行われ得る。随意に、得られた重みは、より良い結果のために２Ｄ又は３Ｄ平滑化フィルタを用いて畳み込まれる。

好適な単調重み関数Ｉ_ｗは、例えば、［０、π］上のコサイン関数ｃｏｓ（）など、シヌソイド曲線の正のセクションであるか、又はソフトマックス関数若しくは関係する関数など、単位間隔の境界において０の接線傾きをもつＳ字形関数である。以下の２つの例は、重み関数Ｉ_ｗを示し、いくつかの実施形態において想定される。

（３）及び（４）において、Ｉ_Ｄ（ｉ）は所与の画像ロケーション（例えばボクセルのうちのピクセル）ｉにおける２つのノイズ除去された画像間の差分を表す。（３）中のパラメータＤ_１及びＤ_２は画像ダイナミックレンジに対応する。２つのパラメータは、例えば、それぞれ一般に１５及び５０に設定される２つの正のＨＵレベルである。（４）におけるδとΔとについての例示的な範囲のために使用するべき一般的な値は、それぞれ３０ＨＵ及び５ＨＵである。範囲パラメータＤ_１、Ｄ_２／δ、Δは限定的ではなく、例のみとして役立つ。

（１）、（２）における関数は重み関数Ｉ_ｗの例示的な実施形態であり、単位間隔の境界のうちの少なくとも１つにおいて０の接線傾きをもつ他の単調関数も想定される。０の傾きをもつそのような関数は、境界における挙動の平滑化を用いたより現実的なモデル化を可能にする。しかし、本明細書では、例えば線形関数など、他の関数Ｉ_ｗも依然として除外されない。

提案する動きアーティファクト低減方法はいかなる形式の心臓又は呼吸同期（ｇａｔｉｎｇ）をも必要としない。

提案する動きアーティファクト低減方法は、他の場合に動き補償再構成において必要とされる計算オーバーヘッドを低減することを可能にする。

組合せ動作Ｓ３６０を制御するためにステップＳ３４０において計算される動き又は重みマップＩ_ｗは、１回限りで実行されることもあり、他のフォローアップ再構成のために再利用されることもある。重みの再利用は、様々なタイプのスペクトル像を計算するときに特に有益である。

動き低減システムＳＹＳの構成要素は、イメージャＸＩに関連付けられたワークステーションなど、１つ又は複数の汎用処理ユニットＰＵ上で、又はイメージャのグループに関連付けられたサーバコンピュータ上で実行される、１つ又は複数のソフトウェアモジュールとして実装される。

代替的に、動き低減システムＳＹＳのいくつかの又はすべての構成要素は、撮像システムＸＩ中に一体化された、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はハードワイヤードＩＣチップ、特定用途向け集積回路（ＡＳＩＣ）など、好適にプログラムされたマイクロコントローラ又はマイクロプロセッサなど、ハードウェアにおいて構成される。またさらなる実施形態では、動き低減システムＳＹＳは、ソフトウェアとハードウェアの両方において、すなわち、一部はソフトウェアにおいて、一部はハードウェアにおいて実装される。

動き低減システムＳＹＳの異なる構成要素は単一のデータ処理ユニットＰＵ上に実装され得る。代替的に、いくつかの又はより多い構成要素が、場合によっては分散型アーキテクチャ中にリモートで構成され、クラウド設定又はクライアントサーバセットアップなど、好適な通信ネットワーク中で接続可能な、異なる処理ユニットＰＵ上に実装される。

本明細書で説明した１つ又は複数の特徴は、コンピュータ可読媒体内で符号化された回路として、又はコンピュータ可読媒体内で符号化された回路を用いて、及び／又はそれらの組合せで構成又は実装され得る。回路は、ディスクリート回路及び／又は集積回路、システムオンチップ（ＳＯＣ）、及びそれらの組合せ、マシン、コンピュータシステム、プロセッサ及びメモリ、コンピュータプログラムを含む。

本発明の別の例示的な実施形態では、適切なシステム上で、先行する実施形態のうちの１つに記載の方法の方法のステップを実行するように適応されることを特徴とする、コンピュータプログラム又はコンピュータプログラム要素が提供される。

コンピュータプログラム要素は、したがって、同じく本発明の一実施形態の一部であり得るコンピュータユニットに記憶され得る。この計算ユニットは、上記で説明した方法のステップを実行するか、又は上記で説明した方法のステップの実行を促すように適応される。その上、それは、上記で説明した装置の構成要素を動作させるように適応される。計算ユニットは、自動的に動作する及び／又はユーザの命令を実行するように適応され得る。コンピュータプログラムはデータプロセッサのワーキングメモリ中にロードされる。データプロセッサは、したがって、本発明の方法を実行するために装備される。

本発明のこの例示的な実施形態は、本発明を最初から使用するコンピュータプログラムと、アップデートによって既存のプログラムを、本発明を使用するプログラムに変えるコンピュータプログラムの両方をカバーする。

さらに、コンピュータプログラム要素は、上記で説明した方法の例示的な実施形態の手順を実現するためのすべての必要なステップを与えることが可能であり得る。

本発明のさらなる例示的な実施形態によれば、ＣＤ－ＲＯＭなど、コンピュータ可読媒体が提示され、コンピュータ可読媒体は、先行するセクションで説明したコンピュータプログラム要素をそれの上に記憶する。

コンピュータプログラムは、他のハードウェアと一緒に又は他のハードウェアの一部として供給される光記憶媒体又はソリッドステート媒体など、好適な媒体（必ずしもそうであるとは限らないが、特に非一時的媒体）に記憶され、及び／又はその好適な媒体上で配布されるが、インターネット又は他の有線若しくは無線電気通信システムを介してなど、他の形態でも配布される。

しかしながら、コンピュータプログラムは、ワールドワイドウェブのようなネットワークを介しても提示され、そのようなネットワークからデータプロセッサのワーキングメモリ中にダウンロードされ得る。本発明のさらなる例示的な実施形態によれば、本発明の前に説明した実施形態のうちの１つによる方法を実行するように構成されたコンピュータプログラム要素をダウンロードのために利用可能にするための媒体が提供される。

本発明の実施形態について異なる主題に関して説明したことに留意しなければならない。特に、方法タイプクレームに関して説明した実施形態もあれば、デバイスタイプクレームに関して説明した実施形態もある。しかしながら、当業者は、上記及び以下の説明から、別段に通知されていない限り、１つのタイプの主題に属する特徴の任意の組合せに加えて、異なる主題に関する特徴間の任意の組合せも本出願とともに開示されているとみなされることを推測しよう。しかしながら、すべての特徴が組み合わせられ、それにより、それらの特徴の単純な足し合わせを上回る相乗効果が与えられ得る。

図面と上記の説明とにおいて、本発明について詳細に例示し、説明したが、そのような例示及び説明は、例示的又は実例的なものであり、限定的なものではないとみなされるべきである。本発明は、開示された実施形態に限定されない。開示された実施形態の他の変形形態が、図面と、開示と、従属請求項との研究から、特許請求された発明を実施する際に、当業者によって理解され、実施され得る。

特許請求の範囲では、「備える」又は「有する」という単語は他の要素又はステップを除外せず、単数形は複数を除外しない。単一のプロセッサ又は他のユニットは、特許請求の範囲に記載されたいくつかの項目の機能を果たし得る。いくつかの手段が相互に異なる従属請求項に記載されているという単なる事実は、これらの手段の組合せを有利に使用することができないことを示さない。特許請求の範囲中のいかなる参照符号も範囲を限定するものとして解釈されるべきではない。

Claims (11)

1. 投影データの第１のセットから再構成された対象の第１の入力画像と、投影データの第２のセットから再構成された前記対象の第２の入力画像とを受信するための１つ又は複数の入力インターフェースであって、前記第２のセットが前記第１のセットよりも小さい、１つ又は複数の入力インターフェースと、
   これら２つの入力画像に基づいて動き破損についての推定値を確立する動き分析器と、
   前記動き推定値と、前記第１の入力画像及び／又は前記第２の入力画像中の画像情報とに基づいて、向上した画像についての画像値を計算する選択的コンバイナと
   を備える、Ｘ線撮像における動きアーティファクト低減のためのシステム。
2. 前記選択的コンバイナは、前記２つの入力画像からの前記画像情報の相対的寄与率が前記動き推定値とともに変動するように、前記入力画像のいずれか一方又は両方からの前記画像情報を組み合わせる、請求項１に記載のシステム。
3. 前記選択的コンバイナは、前記第１の入力画像又は前記第２の入力画像からの前記画像情報の寄与率が、それぞれ前記第２の入力画像と前記第１の入力画像とからの前記画像情報の寄与率を犠牲にして、前記動き推定値とともに変動するように、前記入力画像のいずれか一方又は両方からの前記画像情報を組み合わせる、請求項１又は２に記載のシステム。
4. 前記第２の入力画像からの前記画像情報の前記寄与率が高いほど、前記動き推定値によって示される前記動き破損のレベルが高くなり、前記第１の入力画像からの前記画像情報の前記寄与率が高いほど、前記動き推定値によって示される前記動き破損の前記レベルが低くなる、請求項３に記載のシステム。
5. 前記相対的寄与率がハードしきい値方式又はソフトしきい値方式によって決定される、請求項１から４のいずれか一項に記載のシステム。
6. 前記１つ又は複数の入力インターフェースにおいて受信される前記２つの入力画像を得るために初期入力画像に適用されるノイズ除去器を備える、請求項１から５のいずれか一項に記載のシステム。
7. 前記投影データがコンピュータ断層撮像装置によって収集される、請求項１から６のいずれか一項に記載のシステム。
8. 投影データの第１のセットから再構成された対象の第１の入力画像と、投影データの第２のセットから再構成された前記対象の第２の入力画像とを受信するステップであって、前記第２のセットが前記第１のセットよりも小さい、第１の入力画像と第２の入力画像とを受信するステップと、
   前記２つの入力画像に基づいて動き破損についての推定値を確立するステップと、
   前記動き推定値と、前記第１の入力画像及び／又は前記第２の入力画像中の画像情報とに基づいて、向上した画像についての画像値を計算するステップと
   を有する、Ｘ線撮像における動きアーティファクト低減のための方法。
9. 請求項１から７のいずれか一項に記載のシステムと、
   前記コンピュータ断層撮像装置と
   を含む、撮像機器。
10. 少なくとも１つの処理ユニットによって実行されたときに、前記少なくとも１つの処理ユニットに請求項８に記載の方法を実行させる、コンピュータプログラム。
11. 請求項１０に記載のコンピュータプログラムを記憶したコンピュータ可読媒体。

Images