JP4286012B2 - ２度露光二重エネルギーｘ線撮影のためのモーション・アーチファクト減少アルゴリズム - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、一般的にＸ線撮影システムのような画像形成システムに関し、より具体的には、二重エネルギーＸ線撮影のための処理技術に関する。更により具体的には、本発明は、フラットパネル技術を用いる二重エネルギー・デジタルＸ線撮影システムのような画像形成システムから得られた低エネルギー及び高エネルギー画像から分解された軟組織及び骨の画像のモーション・アーチファクトを減少させるためのシステム及び方法に関する。
【０００２】
【発明の背景】
医療診断及び画像形成システムは、現代の健康管理施設のどこにでもある。現在、医療診断及び画像形成システムには、多数の形態が存在する。これらには、コンピュータ断層撮影（ＣＴ）システム、Ｘ線システム（従来型及びデジタル式すなわちデジタル化画像形成システムの双方を含む）、磁気共鳴（ＭＲ）システム、陽電子射出断層撮影（ＰＥＴ）システム、超音波システム、核医学システムなどが含まれる。このようなシステムは、健康状態を識別し、診断し、治療するために貴重な手段を提供し、外科的診断への必要性を大きく減少させるものである。多くの例において、これらの形態は、互いに補完され、特定の種類の組織、器官、生理的システムなどを画像形成するために様々な技術を医師に提供する。
【０００３】
有用なＸ線画像に再構成することができるデジタル・データを生成するためのデジタル画像形成システムは、ますます広く普及している。デジタル画像形成システムの１つの適用において、放射源からの放射線が被写体に、医学的診断の適用においては通常は患者に向けられ、放射線の一部は該被写体を透過して検出器に衝突する。検出器の表面は、放射線を光フォトンに変換し、該光フォトンが検出される。検出器は、区別できる画像素子すなわち画素のアレイに分けられ、各画素領域に衝突する放射線の量又は強度に基づいて出力信号を符号化する。放射線が被写体を透過するときに該放射線の強度が変わるので、出力信号に基づいて再構成された画像は、従来の写真フィルム技術を通して入手可能な画像に類似した組織及び他の特徴の投影像を提供することができる。使用中、検出器の画素位置において生成された信号は、サンプリングされ、デジタル化される。デジタル値は、処理回路へ送られ、そこで濾波され、拡大縮小され、更に処理されて、画像データのセットを生成する。次に、データ・セットを用いて結果物としての画像を再構成し、コンピュータ・モニタ上などに該画像を表示し、該画像を通常の写真フィルムなどに転写することができる。
【０００４】
二重エネルギー・デジタルＸ線撮影システムのような二重エネルギー画像形成システムにおいて、このシステムは、低エネルギー及び高エネルギーレベルのような異なるエネルギーレベルにおいて、患者の所望の生体組織領域の２つの画像を取得する。次に、２つの画像を用いて、生体組織を分解し、所望の生体組織領域の軟組織及び骨の画像を生成する。一般に、２つの画像は、二重エネルギー分解方程式、すなわち、
ＩＳ＝ＩＨ／ＩＬ^WS
ＩＢ＝ＩＨ／ＩＬ^WB
に従って分解される。
ここでＩＳは軟組織の画像を表し、ＩＢは骨部の画像を表し、ＩＨは高エネルギー画像を表し、ＩＬは低エネルギー画像を表し、ＷＳは軟組織の分解パラメータであり、ＷＢは骨部の分解パラメータであり、０＜ＷＳ＜ＷＢ＜１である。許容可能な二重エネルギー画質を提供するために、軟組織の分解パラメータ及び骨部の分解パラメータを注意深く選択しなければならない。残念なことに、軟組織及び骨部の分解パラメータは、幾つかの画像及び技術変数の関数である可能性があり、これにより、これらのパラメータの選択を複雑にしている。更に、一般に、分解された画像は、画像を劣化させ、医療診断のための画像の価値を減少させる著しいノイズ、コントラスト・アーチファクト、及びモーション・アーチファクトを有する。一般に、これらのアーチファクトは、分解後処理技術により緩和されるが、分解された画像はまだなお著しいアーチファクトを示す。
【０００５】
画像の比較的減衰された領域において、前述の二重エネルギー分解方程式は、比較的ノイズのある分解画像を生成する。例えば、低放射線量臨床データ取得の間、計算上効率的な分解方程式はノイズを増幅させ、画像の極めて減衰された領域においては非常にノイズのある分解画像を生成する。既存のノイズ減少技術は、前述の分解方程式による分解後に画像のノイズを緩和するものである。しかしながら、前述の分解方程式は、画像のノイズを増幅する傾向があり、既存のノイズ減少技術は、そのノイズを適切に緩和することができない。
【０００６】
２つの画像の取得の間の生体組織の動きによって、分解された画像にアーチファクトが発生することもある。１００ｍｓから２００ｍｓまでのような比較的短い時間間隔にわたって２つの画像を取得することができるが、これらのモーション・アーチファクトは、分解された画像の画質を著しく劣化させることがある。胸部Ｘ線撮影の場合、モーション・アーチファクトは、骨部の残存コントラストとして現れ、これにより軟組織の画像に肋骨部構造が見えるようになる。取得されたうちの約３０パーセントに存在する骨部の残存コントラストは、肺の病変の顕著性を低下させ、二重エネルギー画像形成システムにより肺の軟組織画像を生成するという目的を本質的にだめにする。二重エネルギー画像が著しく異なる局部コントラストを有するので、モーション・アーチファクトについて補正する従来の方法は、二重エネルギー画像形成に対して比較的に効果的ではない。
【０００７】
従って、二重エネルギー・デジタルＸ線撮像形成システムのような、二重エネルギー画像形成システムから分解された画像において、ノイズ、コントラスト及びモーション・アーチファクトを減少させるための技術が必要とされる。二重エネルギー分解プロセスのためのパラメータを選択するための技術もまた必要とされる。分解パラメータの選択を含む、画像処理及び分解プロセスの種々の態様を自動化することもまた有利であろう。
【特許文献１】
米国特許第６３４３１１１号
【０００８】
【課題を解決するための手段】
本技術は、フラットパネル技術を用いる二重エネルギー・デジタルＸ線撮影システムのような、画像形成システムから取得された低エネルギー及び高エネルギー画像から軟組織及び骨の画像をより精密に分解するための種々の処理方法を提供するものである。具体的には、軟組織及び骨の画像を生成する二重エネルギーの画像分解に先立って、歪曲位置合わせを用いて低エネルギー及び高エネルギー画像を空間的に合致させ又は位置合わせするために、分解前プロセスが提供される。従って、この分解前プロセスは、低エネルギー画像と高エネルギー画像との間のモーション・アーチファクトを減少させ、これにより、分解された軟組織及び骨の画像の明瞭さが向上される。
【０００９】
【発明の実施の形態】
本発明の前述及び他の利点ならびに特徴は、以下の詳細な説明を読み、図面を参照することによって明らかになるであろう。
【００１０】
図１は、区別できる画素の画像データを取得し、処理するための画像形成システム１０を概略的に示す。図示された実施形態において、システム１０は、本技術に従って、オリジナル画像データを取得し、表示のために該画像データを処理するように設計されたデジタルＸ線システムである。例えば、システム１０は、二重エネルギー分解システムのために用いられる高エネルギー及び低エネルギー画像露光のような比較と処理のために、所望の生体組織の多数の画像を短い時間間隔にわたって取得することができる。従って、システム１０は、所望の生体組織の更なる分析のために、高エネルギー及び低エネルギー画像露光を軟組織及び骨の画像に分解するように動作可能な二重エネルギー・デジタルＸ線システムを具体化することができる。図１に示す実施形態において、画像形成システム１０は、コリメータ１４に隣接して配置されたＸ線放射源１２を含む。コリメータ１４により、人間の患者１８のような被写体が配置された領域内を放射線流１６が透過することが可能になる。放射線２０の一部は、被写体を透過するか又はその周りを通り、全体を参照符号２２で表すデジタルＸ線検出器に衝突する。以下により詳細に説明されるように、検出器２２は、その表面に受けたＸ線フォトンを低エネルギーのフォトンに変換し、続いて電気信号に変換し、該電気信号が取得され、処理されて、被写体内の画像の特徴が再構成される。
【００１１】
放射線源１２は、検査シーケンスのための電力と制御信号の双方を供給する電力供給／制御回路２４によって制御される。更に、検出器２２は、該検出器２２において生成される信号の取得を命令する検出器コントローラ２６に接続される。検出器コントローラ２６もまた、ダイナミックレンジの初期調整、デジタル画像データのインターリーブなどのためといった、種々の信号処理及び濾波機能を実行することができる。電力供給／制御回路２４と検出器コントローラ２６の双方は、システム・コントローラ２８からの信号に応答する。一般に、システム・コントローラ２８は、検査プロトコルを実行し、取得された画像データを処理するために、画像形成システムの動作を命令する。本明細書においては、システム・コントローラ２８はまた、一般に汎用又はアプリケーション特定のデジタル・コンピュータに基づいた信号処理回路と、該コンピュータにより実行されるプログラム及びルーチン、同じく、設定パラメータ、画像データ、インターフェース回路などを格納するための関連したメモリ回路とを含む。
【００１２】
図１に示す実施の形態において、システム・コントローラ２８は、参照符号３０で示されるような表示装置又はプリンタのような、少なくとも１つの出力装置に接続される。この出力装置は、標準又は特定目的のコンピュータ・モニタ及び関連した処理回路を含むことができる。更に、システム・パラメータを出力し、検査を要求し、画像を見るなどのために、１つ又はそれ以上のオペレータ用ワークステーション３２をシステム内に接続することができる。一般に、システム内に設けられた表示装置、プリンタ、ワークステーション、及び同様の装置は、データ取得コンポーネントの近くに設けてもよく、或いは、インターネット、仮想プライベート・ネットワークなどのような一つ又はそれ以上の設定可能なネットワークを介して画像取得システムに接続された、研究所又は病院内の他の場所又は全く異なる場所のような、これらのコンポーネントから遠く離れた場所に設けてもよい。
【００１３】
図２は、デジタル検出器２２の機能コンポーネントの概略図である。図２はまた、一般に検出器コントローラ２６内に構成される画像形成検出器コントローラすなわちＩＤＣ３４も示す。ＩＤＣ３４は、ＣＰＵすなわちデジタル信号処理装置、及び検出器から感知された信号の取得を命令するためのメモリ回路も含む。ＩＤＣ３４は、双方向の光ファイバ導体を介して、検出器２２内の検出器制御回路３６に接続される。これにより、ＩＤＣ３４は、動作中に検出器内の画像データに関するコマンド信号を交換する。
【００１４】
検出器制御回路３６は、全体を参照符号３８で示す電源から、直流電力を受ける。検出器制御回路３６は、タイミングを開始し、システム動作のデータ取得段階の間に信号を送るために用いられる行及び列ドライバに対するコマンドを制御するように構成される。従って、回路３６は、電力と制御信号を基準／調整器回路４０に送り、該回路４０からデジタル画像画素データを受け取る。
【００１５】
本実施形態において、検出器２２は、検査中に検出器の表面上に受けたＸ線フォトンを低エネルギーの（光）フォトンに変換するシンチレータから成る。次に、光検出器のアレイは、光フォトンを、検出器の表面の個々の画素領域に衝突するフォトンの数すなわち放射線の強さを表す電気信号に変換する。読み出し用電子機器が、その結果物であるアナログ信号をデジタル値に変換し、このデジタル値を、画像の再構成に続いて処理し、格納し、表示装置３０又はワークステーション３２などにおいて表示することができる。本形態において、光検出器のアレイは、単一基板のアモルファスシリコン上に形成される。アレイ素子は、各素子が光ダイオード及び薄膜トランジスタから成る、行及び列の形で構成される。各ダイオードの陰極はトランジスタの電源に接続され、全てのダイオードの陽極は負のバイアス電圧に接続される。各行におけるトランジスタのゲートは互いに接続され、行電極は、以下に説明するように走査用電子機器に接続される。列におけるトランジスタのドレインは互いに接続され、各列の電極は、読み出し用電子機器に接続される。
【００１６】
一例として図２に示す特定の実施形態において、行バス４２は、検出器の種々の列からの読み出しを可能にし、同時に行を無効にし、所望の選択された行に電荷補償電圧を印加するために、複数の導体を含む。列バス４４は、行を順次使用可能にする間に列からの読み出しを命令するために、付加的な導体を含む。行バス４２は、一連の行ドライバ４６に接続され、各ドライバは、検出器内の一連の行を使用可能にすることを命令する。同様に、読み出し用電子機器４８は、列バス４４に接続され、検出器の全ての列の読み出しを命令する。この技術においては、検出器２２の部分的な読み出しを用いることによって、画像取得速度が増加される。
【００１７】
図示された実施形態において、行ドライバ４６と読み出し用電子機器４８は、複数の区分５２に細分することができる検出器パネル５０に接続される。各区分５２は、行ドライバ４６の１つに接続され、多数の行を含む。同様に、各列ドライバ４８は、一連の列に接続される。このように、上述の光ダイオード及び薄膜トランジスタの構成により、行５６と列５８で構成される一連の画素すなわち区別できる画像素子５４が定められる。この行と列は、高さ６２と幅６４を有する画像マトリクス６０を形成する。また、下に説明するように、本技術により、行及び列ドライバならびに読み出し用電子機器を介して読み出されることになる画素の数を増加させることが可能になる。
【００１８】
また、図２に示すように、各画素５４は、全体として、列の電極６８が行の電極７０と交差する行と列の交差点において定められる。上記のように、各画素に対する各交差位置に薄膜トランジスタ７２が設けられ、同様に光ダイオード７４が設けられる。各行が行ドライバ４６によって使用可能にされるときに、読み出し用電子機器４８を介して各光ダイオード７４からの信号にアクセスし、後に続く処理及び画像再構成のためにこの信号をデジタル信号に変換することができる。従って、その行の画素の全てのトランジスタのゲートに取り付けられた走査線が作動された時、アレイにおける画素の全ての行も同時に制御される。従って、この特定の行における画素の各々は、スイッチを通じてデータラインに接続され、このデータラインは、読み出し用電子機器により、光ダイオード７４への電荷を回復させるために用いられる。
【００１９】
関連した専用の読み出し用チャネルの各々により、電荷が１つの行における全ての画素に対して同時に回復されるので、読み出し用電子機器は、前の行からの測定値をアナログ電圧からデジタル値へと変換しているということに注意すべきである。更に、読み出し用電子機器は、デジタル値を前の２つの行から取得サブシステムに転送しており、このことにより、診断画像をモニタ上に表示するか又はフィルムに書き込む前に、何らかの処理が行われることになる。従って、読み出し用電子機器は、特定の行における画素についての電荷を測定又は回復し、前の行における画素についてのデータを変換し、前の２行における画素について変換されたデータを転送するという３つの機能を同時に果たしている。
【００２０】
図３は、全体として、図２に概略的に示されるコンポーネントの例示的な物理的構成を示す。図３に示すように、検出器は、ガラス基板７６を含むことができ、この上に下記に説明されるコンポーネントが配置される。列電極６８と行電極７０がこの基板上に設けられ、上述の薄膜トランジスタと光ダイオードを含む、アモルファスシリコンのフラットパネルアレイ７８が形成される。上述のように、検査シーケンスの間に放射線を受け取るために、アモルファスシリコンアレイの上にシンチレータ８０が設けられる。信号を列及び行電極との間でやりとりするために、接触用フィンガー８２が形成され、該接触用フィンガーと外部回路との間で信号をやりとりするために、接触用リード線８４が設けられる。
【００２１】
検出器パネル２２の特定の構成と、行及び列ドライバによって駆動される行及び列へのパネルの細区分については、種々の別の構成が可能であるということに注意すべきである。特に、より多くの又はより少ない行及び列ドライバを用いることができ、これにより、種々のマトリクス寸法を有する検出器パネルを形成することができる。例えば、検出器パネル２２を、縦方向又は横方向の中心線に沿って多数の区分の領域に更に細区分することができる。
【００２２】
一般に、検出器の読み出し用電子機器は、パイプライン型アーキテクチャを用いるということに更に注意すべきである。例えば、関連した専用の読み出しチャネルの各々によって特定の行における全ての画素について電荷が同時に回復されるとき、読み出し用電子機器は、前の行からの測定値をアナログ信号からデジタル信号に変換する。同時に、読み出し用電子機器は、前の２つの行から測定されたデジタル値をデータ取得サブシステムに転送する。一般に、データ取得サブシステムは、診断画像を表示装置上に表示する前に何らかの処理を実行する。従って、本技術における読み取り用電子機器は、３つの機能を同時に果たすことになる。
【００２３】
図４は、複数の列ライン及び行ラインを有する例示的な検出器上に位置する画素のアレイ８６を示す。画素のアレイ８６によって示されるように、各々の画素は、トランジスタ７２と光ダイオード７４とを含む。アレイが、複数の走査線８８、９０、９２、及び複数のデータライン９４、９６、９８から成ることに注意するべきである。走査線８８、９０、９２は、画像形成プロセスの間に走査される画素の行を表す。同様に、データライン９４、９６、９８は画素の列を表し、これを通じてデータがデータ取得システムに送信される。当業者であれば理解できるように、一般に、走査線は光ダイオードを再充電し、置き換えられた電荷の量を測定する。一般に、列又はデータラインは、データを画素の各行からデータ取得システムへ送る。
【００２４】
図示されたように、走査線８８（図４にＮと示される）は、特定の行における画素の各々に接続される。更に、走査線８８は、データラインの各々に接続される。例えば、走査線８８は、データライン９４（図４にＫと示される）及びデータライン９８（Ｋ＋１）に接続される。同様に、データラインの各々は、走査線の各々に接続される。従って、画素のアレイ８６について示されるように、走査線８８（Ｎ）、走査線９０（Ｎ−１）、走査線９２（Ｎ＋１）は、データライン９４（Ｋ）、データライン９６（Ｋ−１）、データライン９８（Ｋ＋１）などに接続される。一般に、各データラインは、画素の１つの特定の列に接続され、各走査線は、画素の１つの特定の行に接続されるということを理解すべきである。更に、図４の本実施形態において２５個の画素が示されているが、もちろん、追加の画素を画素アレイに組み込むこともできることに注意すべきである。
【００２５】
図５を参照すると、上述の種類の画像形成システムを動作させる方法１００を示す流れ図が示される。最初に、段階１０２に示されるように、Ｘ線照射がオペレータによって開始される。一旦Ｘ線が照射されると、段階１０４に示すように検出器２２内の読み出し用電子機器が作動される。上述のように、患者に照射がなされ、よってＸ線は患者を透過して伝達され、検出器がそれを受け取る。通常、画素のアレイ８６は、個々の画素の各々内に設けられた読み出し用電子機器を介して、検出器２２が受け取ったＸ線の減衰を測定する。段階１０６に示すように、通常、読み出し用電子機器は、画素の各々と関連した回路を利用してデータを収集する。一旦画素の特定の行についてデータが収集されると、段階１０８に示すように、このデータはデータ取得サブシステムに送られる。一旦画素の特定の行からデータがデータ取得サブシステムに送られると、画素の次の行が走査され、読み取られる。このように、段階１１０に示すように、画素の次の行の読み出しが作動される。検出器２２、より具体的には全ての画素が読み出されるまで、このプロセスが続けられることを理解すべきである。続いて、収集されたデータが処理され、最終的に露光領域の画像を再構成するために用いられる。
【００２６】
上述のように、デジタルＸ線システム１０を用いて高エネルギー及び低エネルギーの画像露光を取得することができ、所望の生体組織の詳細な分析のために、これらの高エネルギー及び低エネルギーの画像露光を軟組織及び骨の画像に分解することができる。従って、二重エネルギー画像の取得及び処理のためのプロセス２００が図６に示され、この図６は、図７から図１２までに更に示される処理チェーン全体を示す。図示されるように、プロセス２００は、図１に示すデジタルＸ線システム１０のような二重エネルギー画像形成システムを開始することにより進行する（ブロック２０２）。次に、プロセス２００は、胸部画像のような所望の生体組織の低エネルギー及び高エネルギー画像を取得することへ進む（ブロック２０４）。次に、プロセス２００は、図７及び図８により更に示されるように、二重エネルギーの分解の前に、低エネルギー及び高エネルギー画像を処理することができる（ブロック２０６）。例えば、プロセス２００は、より高い画質をもたらすために、種々の動きの補正、ノイズの減少、及び表示の処理を行うことができる。次に、プロセス２００は、図１０に更に示されるように、低エネルギー及び高エネルギー画像を軟組織及び骨の画像に分解することへ進む（ブロック２０８）。次に、プロセス２００は、軟組織及び骨の画像について分解後処理を行うことができる（ブロック２１０）。例えば、プロセス２００は、より高い画質を提供するために、種々の動きの補正、ノイズの減少、及び表示の処理を行うことができる。次に、プロセス２００は、医師による分析のために軟組織及び骨の画像を表示することへ進む（ブロック２１２）。
【００２７】
図７は、図６の段階２０６により示されるような、低エネルギー及び高エネルギー画像の処理動作を行うための例示的な分解前処理方法３００を示す流れ図である。図示されるように、二重エネルギー画像取得システム１０は、低エネルギー画像３０２及び高エネルギー画像３０４を二重エネルギー画像処理システム３０６に提供し、この二重エネルギー画像処理システムは、該画像３０２及び３０４を処理し、処理された画像を二重エネルギー画像分解システム３０８に送る。従って、二重エネルギー画像処理システム３０６は、軟組織及び骨の画像に分解する前に、画像３０２及び３０４について種々の処理ルーチンを行うことができる。図示されるように、システム３０６は、低エネルギー及び高エネルギー画像に対して検出器の補正を行うことができる（ブロック３１０）。例えば、システム３０６は、Ｘ線画像形成検出器のばらつきに対して、低エネルギー及び高エネルギー画像３０２及び３０４を補正し、補正された低エネルギー画像３１２及び補正された高エネルギー画像３１４を提供することができる。次に、図８に更に示されるように、システム３０６は、画像の間のモーション・アーチファクトを減少させるために、補正された低エネルギー及び高エネルギー画像３１２及び３１４について画像の位置合わせを行うことへ進む（ブロック３１６）。従って、システム３０６は、画像３１２又は画像３１４のいずれかに対して画像の変形を行うことにより、補正された低エネルギー画像３１２を補正された高エネルギー画像３１４に位置合わせすることができる。この例示的な実施形態においては、システム３０６は、補正された低エネルギー画像３１２を変形させて、位置合わせされた低エネルギー画像３１８を提供し、この画像を、補正された高エネルギー画像３１４に位置合わせする（例えば、空間的に合致させる）。
【００２８】
図８は、図７の分解前処理方法３００のための、例示的な画像位置合わせプロセス４００を示す流れ図である。画像位置合わせシステム４０２は、二重エネルギー画像取得システム１０により取得された低エネルギー画像３０２及び高エネルギー画像３０４に対して、種々の画像位置合わせルーチンを実行することによって、プロセス４００を行う。プロセス４００が完了すると、システム４０２は、位置合わせされた低エネルギー画像４０４及び高エネルギー画像３０４を二重エネルギー画像分解システム３０８に送る。以下で詳細に説明されるように、プロセス４００は、他方の画像に対する一方の画像のシフトベクトルを得ることにより、低エネルギー画像３０２と高エネルギー画像３０４を位置合わせする。次に、低エネルギー画像３０２に歪曲変形を行い、軟組織及び骨の画像への二重エネルギー分解の前に、生体組織を高エネルギー画像３０４に位置合わせする。低エネルギー画像露光と高エネルギー画像露光との間の時間間隔が相対的に短いため、モーション・アーチファクトが僅かの数の画素のみに制約されるので、プロセス４００は計算上効率的である。プロセス４００はまた、有利なことに、低エネルギー画像３０２と高エネルギー画像３０４との間のコントラスト差に影響を受けない。従って、二重エネルギー分解によって引き続いて生成される軟組織及び骨の画像は、著しく減少されたモーション・アーチファクトを示す。
【００２９】
図９に更に示されるように、動作中、システム４０２は、種々の画像位置合わせパラメータを計算又は取り出すことにより進行する（ブロック４０６）。次に、システム４０２は、低エネルギー画像３０２及び高エネルギー画像３０４の最小画像強度を、１の値のようなゼロ以外の値に切り取る又は再度定めることへ進む（ブロック４０８）。段階４０８は、ゼロで除算したことに関連したエラーを防ぐ。次に、システム４０２は、画像位置合わせのために空間的制限を選択し、又はユーザにそれを入力するように指示することへ進む（ブロック４１０）。例えば、画像位置合わせプロセス４００による画像の歪曲／変形の程度を制御するために、検索空間（Ｓ）を選択することができる。検索空間Ｓは、位置合わせされた画像（すなわち、低エネルギー画像３０２）におけるいずれの点も、Ｘ又はＹ方向のいずれかにシフトすることが許容される最大画素数を定める整数である。例えば、Ｓ＝３の場合には、検索空間は、所定の点を中心に置いた７画素×７画素のマトリクスとなる。次に、システム４０２は、画像位置合わせプロセス４００に対して、所定の領域（ＲＯＩ）についての寸法を定めるか又はユーザにこれを入力するように指示することへ進む（ブロック４１２）。例えば、所定の領域ＲＯＩを、検索空間Ｓより小さくすることができ、等しくすることもでき、或いは大きくすることもできる。次に、システム４０２は、画像内に中心が置かれ、境界が画像のシフトを許容するようになっている重複しない最大数の連続したＲＯＩを備えるＲＯＩマトリクスに該画像（すなわち、低エネルギー画像３０２）を分割することへ進む（ブロック４１４）。ＲＯＩマトリクスの外側にある画素は境界画素であり、この境界画素は、検索範囲（例えば、Ｓ＝３）と等しくすることもでき、或いはこれより大きくすることもできる。次に、システム４０２は、低エネルギー画像３０２及び高エネルギー画像３０４について種々の計算を行う。
【００３０】
各々のＲＯＩに対して、システム４０２は、検索空間Ｓにより定められた空間的制限の範囲内で可能なシフトの各々のエッジ強度を計算する（ブロック４１６）。従って、低エネルギー画像３０２（ＩＬ）の各ＲＯＩに対して、システム４０２は、ＲＯＩの中心を検索空間Ｓにおける各々の可能な位置へシフトさせる。シフトされたＲＯＩの各々は、低エネルギーサブ画像（ＩＬ’_X,Y）を定め、ここでＸ及びＹは、それぞれ横方向及び縦方向の画素におけるシフトベクトル要素である。シフトされていないＲＯＩもまた、対応する高エネルギーサブ画像（ＩＨ’_0,0）を定める。従って、検索空間ＳにおけるＲＯＩの可能なシフトの各々に対して、システム４０２は、対数減算動作を行うことにより、仮の軟組織サブ画像（Ｉ_PST）’_X,Yを引き出す。
（Ｉ_PST）’_X,Y＝（ＩＨ’_0,0）／（ＩＬ’_X,Y）^WS
ここでＷＳは、図９により示されるように選択することができる軟組織の分解パラメータである。次に、システム４０２は、プレウィットのエッジ演算子（例えば、２つの３×３カーネル）を用いて（Ｉ_PST）’_X,Yをコンボルブすることによりエッジサブ画像（Ｉ_E）’_X,Yを得ることへ進む。この動作は、結果物としての画像上に１画素の境界のような境界を残すことがある。次に、システム４０２は、前述の１画素の境界を除外するエッジサブ画像（Ｉ_E）’_X,Yにおける全ての値を加算することにより、全体のエッジ強度Ｅ_X,Yを得る。前述の計算は、検索空間ＳにおけるＲＯＩの可能なシフトの各々に対して繰り返される。
【００３１】
次に、各々のＲＯＩに対して、システム４０２は、低エネルギー画像３０２を高エネルギー画像３０４に位置合わせするために、シフトベクトルを求めることに進む。従って、各々のＲＯＩに対して、システム４０２は、上で計算された全体のエッジ強度Ｅ_X,Yを最小にする空間座標（Ｘ，Ｙ）に基づいて、ＲＯＩを中心とするシフトベクトルを定める（ブロック４１８）。次に、システム４０２は、ＲＯＩを中心とするシフトベクトルを用いて、低エネルギー画像３０２における各画素に対してシフトベクトルを補間する（ブロック４２０）。例えば、双一次補間を用いて、低エネルギー画像３０２における各画素に対するシフトベクトルを計算することができる。次に、個々の画素のシフトベクトルは、四捨五入して整数値にすることができる。ＲＯＩマトリクスを囲む境界領域において、ＲＯＩマトリクス内の最も近傍の点又は幾つかの隣接する点からシフトベクトルを複写することによって、個々の画素のシフトベクトルを計算することができる。
【００３２】
従って、プロセス４００のエッジに基づいた技術により、モーション・アーチファクトを最小にするシフトベクトルを得る。次に、システム４０２は、上で計算された個々の画素のシフトベクトルを用いて、低エネルギー画像３０２を変形させることへ進む（ブロック４２２）。従って、システム４０２は、低エネルギー画像（ＩＬ）を変形させるか又は歪曲させて、位置合わせされた低エネルギー画像４０４（ＩＬ_R）を形成し、この位置合わせされた低エネルギー画像４０４（ＩＬ_R）は、高エネルギー画像３０４に位置合わせされる。次に、画像４０４及び３０４は、二重エネルギー画像分解システム３０８に送られ、軟組織及び骨の画像に分解される。
【００３３】
上述のように、図９は、図６から図８まで及び図１０から図１２までに示されるような二重エネルギー画像分解プロセスのための、例示的なパラメータ選択プロセス５００を示す流れ図である。パラメータ選択プロセス５００は、それぞれ参照符号５０２及び５０４で示される軟組織分解パラメータＷＳ及び骨部分解パラメータＷＢを選択するために、二重エネルギー画像取得システム１０及び患者の種々のシステム・パラメータを用いる。この例示的な実施形態において、プロセス５００は、ユーザが如何なる直接動作もすることなく、パラメータ５０２及び５０４を自動的に選択する。しかしながら、プロセス５００は、特定の適用によっては、ある程度のユーザ相互作用及び入力を用いて動作させることができる。自動パラメータ選択システム５０６は、システム１０から取得された低エネルギー画像３０２及び高エネルギー画像３０４、システム設定値、患者の情報、及び二重エネルギー画像分解システム３０８により必要とされる最適なパラメータ５０２及び５０４の選択を容易にするような他の情報にアクセスすることによりプロセス５００を実行する。
【００３４】
システム５０６を用いて、如何なる二重エネルギー分解プロセスに対してもパラメータを選択することができる。胸部生体組織の二重画像形成の場合は、パラメータ５０２及び５０４は、主として低エネルギー及び高エネルギー画像３０２及び３０４のエネルギーレベル（ｋＶｐ）、コリメータの濾波選択、及び患者の体格によって求められる。従って、プロセス５００は、胸部生体組織の二重エネルギー画像分解のためのパラメータ５０２及び５０４を自動的に選択するために、これらのパラメータに合わせて調整される。図示されるように、プロセス５００は、システム設定ファイルから初期設定パラメータを読み取るなどにより、二重エネルギー画像分解のための種々のパラメータにアクセスすることにより進行する（ブロック５０８）。例えば、プロセス５００は、それぞれ参照符号５１０、５１２及び５１４により示される、初期設定取消しパラメータ（Ｗ）、濾波オフセット値（Ｆ１、Ｆ２、Ｆ３）、及び体格オフセット値（Ｐ）にアクセスすることができる。プロセス５００はまた、分解パラメータの選択／計算を容易にするために所望のパラメータを入力するようにユーザに指示することもできる。上記の濾波オフセット値５１２が、コリメータの濾波選択に対応する一方で、体格オフセット値５１４は、患者の体格選択に対応する。プロセス５００はまた、低エネルギー画像３０２については６０ｋＶｐから８０ｋＶｐまで、高エネルギー画像３０４については１１０ｋＶｐから１５０ｋＶｐまでといった、所定のエネルギー範囲を有する低エネルギー画像３０２及び高エネルギー画像３０４にパラメータ選択を限定することもできる。
【００３５】
低エネルギー画像３０２及び高エネルギー画像３０４のエネルギーレベルが、これら所定の範囲を超える場合には、プロセス５００は、エラーメッセージを生成し、パラメータ自動選択プロセスを終了する。従って、上記のエネルギー範囲内の低エネルギー画像３０２及び高エネルギー画像３０４のエネルギーレベルに対して取消しパラメータＷを提供する、以下に示すようなＷテーブルから初期設定取消しパラメータＷを取り出すことができる。
【００３６】
【表１】

【００３７】
画像３０２及び３０４の低エネルギーレベル又は高エネルギーレベルが、Ｗテーブル内のエネルギー値の間にある場合、プロセス５００は、画像３０２及び３０４の実際のエネルギーレベルに基づいて、Ｗテーブルから取消しパラメータＷを補間（例えば、双一次補間）する（ブロック５１６）。次に、プロセス５００は、計算された取消しパラメータＷを、小数点以下第２位といった所望の小数点以下の桁数まで切り捨てることができる。
【００３８】
次に、初期設定取消しパラメータＷは、濾波補正パラメータＫ１及び患者の体格補正パラメータＫ２のような、種々の補正率により補正される。図示されるように、プロセス５００は、コリメータ濾波設定値及び濾波オフセット値５１２に基づいて、濾波補正パラメータＫ１を選択する（ブロック５１８）。例えば、プロセス５００は、次のように濾波補正パラメータＫ１を選択することができる。
【００３９】
【表２】

【００４０】
プロセス５００は、最適な濾波補正パラメータＫ１の選択を助けるために、任意の適切な濾波設定値、任意の数の濾波オフセット値又は濾波オフセット値の分数を用いることができる。プロセス５００はまた、特定の画像形成システム１０によって異なるパラメータを提供することができ、或いはプロセス５００は、特定の画像形成システム１０に対して、Ｋ１＝０と設定することができる。
【００４１】
プロセス５００はまた、画像形成システム１０によって診断される患者の体格に基づいて患者の体格補正パラメータＫ２を定める（ブロック５２０）。例えば、プロセス５００は、以下のように患者の体格補正パラメータＫ２を定めることができる。
【００４２】
【表３】

【００４３】
プロセス５００は、患者体格補正パラメータＫ２を定めるために、任意の適切な体格の範囲（例えば、体重又は寸法）を用いることもできる。更に、プロセス５００は、最適な患者体格補正率の選択を容易にすることができる更に別の患者体格範囲を提供するために、多数の体格オフセット値Ｐ又は体格オフセット値Ｐの分数を用いることができる。
【００４４】
上記の補正パラメータＫ１及びＫ２を用いて、プロセス５００は、補正された軟組織分解パラメータＷＳ及び補正された骨部分解パラメータＷＢを計算することへ進む。ブロック５２２において、プロセス５００は、次のように軟組織分解パラメータＷＳを計算する。
ＷＳ＝Ｗ−Ｋ１−Ｋ２
ブロック５２４において、プロセス５００は、次のように骨部分解パラメータＷＢを計算する。
ＷＢ＝（ＷＳ＋１）／２
【００４５】
上述のように、プロセス５００は、ユーザが如何なる直接動作もすることなく、分解パラメータＷＳ及びＷＢを自動的に計算することができる。更に、プロセス５００は、画像に基づいたアルゴリズムに関連したロバスト性の問題を回避し、代わりにシステム及び患者変数に基づいて分解パラメータＷＳ及びＷＢを計算することを選択する。プロセス５００は、特にＷＳ及びＷＢを濾波及び患者体格パラメータと関係づけるが、本技術は、所望の生体組織の分解のための最適な分解パラメータを計算するために、あらゆる適切なシステム設定値及び患者データを用いることができる。
【００４６】
図１０は、図６の段階２０８で示されるように、低エネルギー画像３０２及び高エネルギー画像３０４を軟組織及び骨の画像６０２及び６０４に分解する動作を実行するための、例示的な二重エネルギー画像分解プロセス６００を示す流れ図である。図示されるように、二重エネルギー画像取得システム１０は、二重エネルギー画像分解システム３０８に低エネルギー画像３０２及び高エネルギー画像３０４を提供し、この二重エネルギー画像分解システム３０８は、システム入力ブロック６０６と、システム初期化ブロック６０８と、画像分解ブロック６１０及び６１２とを実行して、軟組織及び骨の画像６０２及び６０４を生成する。以下に詳細に説明するように、二重エネルギー画像分解システム３０８は、ノイズを減少／安定させ、低エネルギー及び高エネルギー画像３０２及び３０４から分解された画像６０２及び６０４のコントラストを安定させるために、種々の動作を行う。
【００４７】
一般に、軟組織及び骨の画像３０２及び３０４は、二重エネルギー分解方程式に従って画像３０２及び３０４から分解される。
ＩＳ＝ＩＨ／ＩＬ^WS
ＩＢ＝ＩＨ／ＩＬ^WB
ここでＩＳは軟組織画像を表し、ＩＢは骨の画像を表し、ＩＨは高エネルギー画像を表し、ＩＬは低エネルギー画像を表し、ＷＳは軟組織分解パラメータであり、ＷＢは骨部分解パラメータであり、０＜ＷＳ＜ＷＢ＜１である。しかしながら、この計算上効率的な分解アルゴリズムは、低放射線量臨床データ取得の間に、画像の極めて減衰された領域において比較的ノイズのある分解画像を生成する。従って、システム３０８は、修正された二重エネルギー分解方法（例えば、プロセス６００）を用いて、極めて減衰された領域における分解中にノイズの増幅を緩和し、更なるノイズの緩和の前に強力な分解を提供する。
【００４８】
図示されるように、プロセス６００は、システム入力ブロック６０６において、分解のための種々の画像データ及びパラメータを取得するか又は計算する。システム入力ブロック６０６は、二重エネルギー画像取得システム１０から低エネルギー画像３０２及び高エネルギー画像３０４を取得することにより始まる（ブロック６１４）。例えば、システム３０８は、デジタル・フラットパネル技術を組み入れることができる二重エネルギー画像取得システム１０から、低エネルギー画像３０２及び高エネルギー画像３０４についての画像データの行及び列を取得することができる。システム入力ブロック６０６はまた、図９の自動パラメータ選択プロセスにより示されるように、画像分解パラメータＷＳ及びＷＢを選択し／計算する（ブロック６１６）。
【００４９】
この修正された分解方法において、システム入力ブロック６０６はまた、上で与えられた二重エネルギー分解方程式を修正するのに用いるための種々の画像安定化パラメータを入力する。例えば、システム入力ブロック６０６は、軟組織画像６０２及び骨の画像６０４の分解についてのノイズの減少／安定化を容易にするノイズ安定化パラメータΨ_S及びΨ_Bを入力する／選択する（ブロック６１８）。所望の生体組織に関する分解実験によって、上記の安定化パラメータを得ることができる。例えば、軟組織画像６０２のノイズを減少させるための安定化パラメータΨ_Sは、１から５までの範囲にわたることができるが、好ましい値１．４を有することができる。骨の画像６０４のノイズを減少させるための安定化パラメータΨ_Bもまた、１から５までの範囲にわたることができる。しかしながら、Ψ_Bの値は、画像の極めて減衰された領域におけるノイズとブルーミング・アーチファクトとの間の兼ね合いである。Ψ_B＝１．０の場合には、修正された分解方法は、相対的にブルーミング・アーチファクトはないが、比較的著しいノイズを有する状態で骨の画像６０４を生成する。Ψ_B＞１．０の場合には、修正された分解方法は、ブルーミング・アーチファクトは一層増すが、ノイズは一層減少する状態で骨の画像６０４を生成する。従って、画像を安定化させるためには、安定化パラメータΨ_Bは、３から４までの好ましい値を有することができる。
【００５０】
システム入力ブロック６０６はまた、軟組織及び骨の画像６０２及び６０４を分解するためにコントラストの安定化を容易にするコントラスト安定化パラメータＬＳ、ＬＢ、Φ、Φ₁及びΦ₂の入力／選択も行う。例えば、コントラストを合致させるための安定化パラメータΦは、次のように分解パラメータＷＳ及びＷＢから計算することができる。
Φ＝ＷＢ／（ＷＢ−ＷＳ）
所望の生体組織についての分解実験によって、残りの安定化パラメータを得ることができる。例えば、軟組織画像６０２におけるコントラスト異常（例えば、不規則な強度）を取り除くための安定化パラメータΦ₁は、１から１００までの範囲にわたることができるが、好ましい値１０を有することもできる。同様に、骨の画像６０４におけるコントラスト異常（例えば、不規則な強度）を取り除くための安定化パラメータΦ₂は、好ましい値１を有することができる。
【００５１】
プロセス６００はまた、システム初期化ブロック６０８に示されるように、種々の初期化動作も行う。図示されるように、システム初期化ブロック６０８は、ゼロ以外の正の値にするために、低エネルギー画像３０２及び高エネルギー画像３０４の最小画像強度を切り取る／再度定める（ブロック６２２）。例えば、画素強度の値がゼロの場合には、ブロック６２２は、その画素強度の値を正の整数値１に再度定めることができる。上記の動作は、二重エネルギー分解方程式において、０で除算することを防止する。システム初期化ブロック６０８はまた、全てのゼロ以外の値について、高エネルギー画像（ＩＨ）３０４の平均強度（Ｍ）を計算する（ブロック６２４）。平均強度（Ｍ）が、ノイズ及びコントラストの安定化に続いて分解された骨の画像６０４を再正規化するために、修正された分解方法により用いられる。システム初期化ブロック６０８はまた、修正された二重エネルギー分解方法において用いられるＩＬ^WS及びＩＬ^WBに関する参照用テーブル（ＬＵＴ）を計算する（ブロック６２６）。参照用テーブル（ＬＵＴ）は、二重エネルギー画像取得システム１０又は画像３０２の周知の強度範囲（例えば、２ｋ×２ｋ画素の画像の強度）についてのみ計算される。例えば、システム１０は、０から１６３８３までの整数値を含む強度範囲を有することができる。参照用テーブル（ＬＵＴ）は、種々の分解及び安定化動作をより効率的に行うために、修正された二重エネルギー分解方法により引き続いて用いられる。
【００５２】
従って、プロセス６００は、図１１で示されるように、ブロック６０６で入力され、ブロック６０８で初期化された上記のデータ及びパラメータを用いて、低エネルギー画像３０２及び高エネルギー画像３０４から軟組織画像６０２を分解する。プロセス６００はまた、図１２で示されるように、上記のデータ及びパラメータを用いて、低エネルギー画像３０２及び高エネルギー画像３０４から骨の画像６０４を分解する。
【００５３】
図１１は、図６の段階６１０で示されるように、低エネルギー画像３０２及び高エネルギー画像３０４から軟組織画像６０２を分解する動作を実行するための、例示的な軟組織画像分解プロセス７００示す流れ図である。図示されるように、軟組織画像分解プロセス７００は、画像３０２及び３０４から軟組織画像６０２を分解する間、ノイズを減少／安定化させ、コントラストを安定化させるようになった、ノイズ安定化モジュール７０４及びコントラスト安定化モジュール７０６を備える軟組織画像分解システム７０２により実行される。軟組織画像分解プロセス７００は、低放射線量臨床データ取得によって生じた画像の極めて減衰された領域における画質を向上させるために特に有利である。
【００５４】
図示されるように、ノイズ安定化モジュール７０４は、修正された分解方程式
ＩＳ１＝ＩＨ＊ＩＬ^WS／（ＩＬ^WS＊ＩＬ^WS＋Ψ_S）
を利用する。
ここでＩＳ１はノイズが減少され／安定化された軟組織画像であり、ＩＬは低エネルギー画像３０２であり、ＩＨは高エネルギー画像３０４であり、ＷＳは軟組織分解パラメータであり、Ψ_Sは軟組織ノイズ安定化パラメータである。修正された分解方程式は、Ψ_S＝０の場合にのみ、一般の二重エネルギー分解方程式と等しくなる。しかしながら、Ψ_Sがゼロ以外の値（好ましくはΨ_S＞１）の場合には、修正された分解方程式は強力な分解をもたらし、この強力な分解は、ＩＬ^WSの値が低いときのノイズを有利に安定化させる。
【００５５】
各々の画素において、安定化モジュール７０４は、参照用テーブル（ＬＵＴ）を用いて、上記の修正された分解方程式に対するＩＬ^WSを計算する（ブロック７０８）。次に、安定化モジュール７０４は、ノイズ安定化パラメータΨ_Sに対する所望の値において、ノイズが安定化された軟組織画像ＩＳ１を画素ごとに計算することへ進む（ブロック７１０）。上述のように、Ψ_S＞１の値（例えば、Ψ_S＝１から５まで）は、従来の二重エネルギー分解方程式のノイズを緩和する。しかしながら、高いΨ_Sの値が高エネルギー画像３０４に類似する画像を生成するので、比較的高いΨ_Sの値は、分解の目的を損なう。従って、ノイズ安定化を最適化するようにΨ_Sの値（例えば、Ψ_S＝１．４）を選択することができる。
【００５６】
次に、プロセス７００は、コントラスト安定化モジュール７０６を介してコントラストを安定化することへ進む。ブロック７１２において、コントラスト安定化モジュール７０６は、
ＩＳ２＝ＩＳ１Φ
を計算することにより、画素ごとに画像のコントラストを高エネルギー画像３０４と合致させることへ進む。
【００５７】
ブロック７１４において、コントラスト安定化モジュール７０６は、
ＴＳ＝ＩＨ／（ＩＳ２＋Φ₁）
を計算することにより、強度の低い画素のような、画像における如何なる異常も、画素ごとに安定化させることへ進む。
【００５８】
上述したように、Φ₁は、１から１００までの範囲にわたることができるが、１０の値を有することが好ましい。安定化パラメータΦ₁は、Φ₁を加えることによって画像の異常（例えば強度の低い画素）を修正し、これにより特定の画素を比較的正常な強度範囲に戻す。
【００５９】
次に、コントラスト安定化モジュール７０６はブロック７１６に進み、ここで画像は、濾波された画像ＴＳ_LPFを提供するために、低域通過フィルタを用いて画像データＴＳをフィルタリングすることにより平滑化される。例えば、標準のボックスカー・フィルタを用いて画像データＴＳを濾波することができ、このフィルタは、分離可能で効率的な計算を用いて、所定の近傍点の平均によって画像を平滑化する。画像における各々の点は、カーネル寸法のＬＳに関係なく４つの算術演算だけを必要とし、平滑化の量を制御する。分離可能なカーネルの長さは変動可能であるが、２０４８×２０４８の画像のためには、好ましい値ＬＳ＝１５１を用いることができる。従って、上記のコントラスト安定化モジュール７０６のブロック７１２から７１６までは、分解され、ノイズが安定化された軟組織画像ＩＳ１のコントラストを安定化させるために動作する。
【００６０】
ブロック７１８において、プロセス７００は、
ＩＳ＝ＩＳ２＊ＴＳ_LPF
を計算することにより、画素ごとに軟組織画像（ＩＳ）を生成することへ進む。
【００６１】
プロセス７００はまた、軟組織画像の各画素において飽和度確認を行う（ブロック７２０）。特定の画素が画像形成システム１０の最大可能強度（即ちＲＡＮＧＥ）と等しい強度を示す場合には、その画素は飽和している。例えば、低エネルギー画像（ＩＬ）３０２と高エネルギー画像（ＩＨ）３０４の両方が画像形成システム１０の最大可能強度（ＲＡＮＧＥ）と等しい強度を示す場合には、プロセス７００は、その特定の画素において、画像ＩＳを最大強度と等しくなるように再度定めることができる（即ちＩＳ＝ＲＡＮＧＥ）。
【００６２】
上述のプロセス７００によって生成された軟組織画像は、従来の二重エネルギー分解方程式により分解された軟組織画像に比べて、比較的低いノイズ、及び比較的より安定化されたコントラストを示す。上述のように、特定の画像形成システム及び生体組織（例えば、胸部Ｘ線撮影）に関して画質を最適化するように安定化パラメータを選択することができる。従って、プロセス７００は、最適な安定化パラメータを実験的又は経験的に識別することによって、如何なる適用に対してもノイズ及びコントラストが安定化された軟組織画像を生成することができる。
【００６３】
図１２は、図６の段階６１２で示されるように低エネルギー画像３０２及び高エネルギー画像３０４から骨の画像６０４を分解する動作を実行するための、例示的な骨の画像分解プロセス８００を示す流れ図である。図示されるように、骨の画像分解プロセス８００は、画像３０２及び３０４から骨の画像６０４を分解する間、ノイズを減少／安定化させ、コントラストを安定化させるようになった、ノイズ安定化モジュール８０４及びコントラスト安定化モジュール８０６を備える骨の画像分解システム８０２により実行される。骨の画像分解プロセス８００は、低放射線量臨床データ取得によって生じた画像の高度に減衰された領域における画質を向上させるために特に有利である。
【００６４】
図示されるように、ノイズ安定化モジュール８０４は、修正された分解方程式ＩＢ１＝ＩＨ＊ＩＬ^WB／（ＩＬ^WB＊ＩＬ^WB＋Ψ_B）
を利用する。
ここでＩＢ１はノイズが減少され／安定化された骨の画像であり、ＩＬは低エネルギー画像３０２であり、ＩＨは高エネルギー画像３０４であり、ＷＢは骨部分解パラメータであり、Ψ_Bは骨部ノイズ安定化パラメータである。修正された分解方程式は、Ψ_B＝０の場合にのみ、一般の二重エネルギー分解方程式と等しくなる。しかしながら、Ψ_Bがゼロ以外の値（好ましくはΨ_B＞１）の場合には、修正された分解方程式は強力な分解をもたらし、この強力な分解は、ＩＬ^WBの値が低いときのノイズを有利に安定化させる。
【００６５】
各々の画素において、安定化モジュール８０４は、参照用テーブル（ＬＵＴ）を用いて、上記の修正された分解方程式に対するＩＬ^WBを計算する（ブロック８０８）。次に、安定化モジュール８０４は、ノイズ安定化パラメータΨ_Bに対する所望の値において、ノイズが安定化された骨の画像ＩＢ１を画素ごとに計算することへ進む（ブロック８１０）。上述のように、Ψ_B＞１の値（例えば、Ψ_B＝１から５まで）は、従来の二重エネルギー分解方程式のノイズを緩和する。しかしながら、高いΨ_Bの値が高エネルギー画像３０４に類似する画像を生成するので、比較的高いΨ_Bの値は、分解の目的を損なう。従って、ノイズ安定化を最適化するようにΨ_Bの値（例えば、Ψ_B＝３又は４）を選択することができる。
【００６６】
次に、プロセス８００は、コントラスト安定化モジュール８０６を介してコントラストを安定化することへ進む。上述のように、Ψ_Bの値は、画像の極めて減衰された領域におけるノイズとブルーミング・アーチファクトとの間の兼ね合いである。Ψ_B＞１．０の場合は、修正された分解方法は、ブルーミング・アーチファクトが一層増すが、ノイズは一層減る状態で骨の画像を生成する。ブロック８１２において計算された画像ＩＢ１は、この低ノイズ現象を捕捉する。Ψ_B＝１．０の場合は、修正された分解方法は、相対的にブルーミング・アーチファクトはないが、比較的著しいノイズを有する状態で骨の画像６０４を生成する。プロセス８００は、ブロック８１２においてこのブルーミング・アーチファクトが低い／ない現象を捕捉し、ここでコントラスト安定化モジュール８０６は、次の
ＩＢ２＝ＩＨ＊ＩＬ^WB／（ＩＬ^WB＊ＩＬ^WB＋１．０）
のように、コントラストが安定化された骨の画像（ＩＢ２）を画素ごとに計算することへ進む。
【００６７】
ブロック８１４において、コントラスト安定化モジュール８０６は、
ＩＢ３＝ＩＢ２／（ＩＢ１＋Φ₂）
を計算することにより、強度の低い画素のような、画像における如何なる異常も画素ごとに安定化させることへ進む。
【００６８】
上述したように、Φ₂は１から１００までの範囲にわたることができるが、１．０の値を有することが好ましい。安定化パラメータΦ₂は、Φ₂を加えることによって画像の異常（例えば強度の低い画素）を修正し、これにより特定の画素を比較的正常な強度範囲に戻す。
【００６９】
次に、コントラスト安定化モジュール８０６はブロック８１６に進み、ここで画像は、濾波された画像ＩＢ３_LPFを提供するために低域通過フィルタを用いて画像データＩＢ３をフィルタリングすることにより平滑化される。例えば、標準のボックスカー・フィルタを用いて画像データＩＢ３を濾波することができ、このフィルタは、分離可能で効率的な計算を用いて、所定の近傍点の平均によって画像を平滑化する。画像における各々の点は、カーネル寸法のＬＢに関係なく、４つの算術演算だけを必要とし、平滑化の量を制御する。分離可能なカーネル長さは変動可能であるが、２０４８×２０４８の画像のためには、好ましい値ＬＢ＝１５１を用いることができる。
【００７０】
ブロック８１８において、コントラスト安定化モジュール８０６は、
ＩＢ４＝ＩＢ１＊ＩＢ３_LPF
を計算することにより、分解された画像ＩＢ１の低ノイズ特性を、分解された画像ＩＢ２のブルーミング・アーチファクトが低い／無い特性と組み合わせる。
【００７１】
ブロック８１８のコントラスト合致動作は、ＩＢ１のコントラストをＩＢ２に標準化し、これにより、ブルーミング・アーチファクトを生成せずにノイズ緩和を向上させるために、修正された分解方程式において高い値のΨ_Bを用いることができるようになる。軟組織画像の修正された分解に比べ、一般に、骨の画像分解プロセス８００は、骨の画像における比較的高いノイズのため、高い値の安定化パラメータΨ_Bを必要とする。従って、ノイズが安定化され、コントラストが安定化された骨の画像の内部的合致により、医師による分析に対して並外れた骨の画像が提供される。
【００７２】
プロセス８００の前述のブロックは、分解された骨の画像をオリジナルの強度水準に戻すために拡大縮小動作を必要とする、何分の１かに分解された骨の画像を生成する。従って、ブロック８２０において、プロセス８００は、画像データＩＢ４の平均強度（ＭＦ）及び平均比Ｍ／ＭＦを計算することへ進み、ここでＭは、全てのゼロ以外の正の値に対する高エネルギー画像３０２の平均強度である。ブロック８２２において、プロセス８００は、次の
ＩＢ５＝ＩＢ４＊Ｍ／ＭＦ
のように、骨の画像データＩＢ４を平均比で画素ごとに拡大縮小することへ進む。
【００７３】
次に、プロセス８００は、画像データＩＢ５の近傍の２×２を平均することにより、画像データＩＢ５の最大（ＭＡＸ）及び最小（ＭＩＮ）強度を計算する（ブロック８２４）。プロセス８００はまた、
Ｓ＝ＲＡＮＧＥ／（ＭＡＸ−ＭＩＮ）
を計算することにより、ブロック８２４における拡大縮小率（Ｓ）を計算する。ここで、ＲＡＮＧＥは、画像取得システム１０の強度範囲である。
【００７４】
ブロック８２６において、プロセス８００は、次の
ＩＢ＝（ＩＢ５−ＭＩＮ）＊Ｓ
のように、画像データＩＢ５を拡大縮小することによって画素ごとに骨の画像（ＩＢ）を生成することへ進む。
【００７５】
プロセス８００はまた、骨の画像の各画素において飽和度確認を行う（ブロック８２８）。特定の画素が画像形成システム１０の最大可能強度（即ちＲＡＮＧＥ）と等しい強度を示す場合には、その画素は飽和している。例えば、低エネルギー画像（ＩＬ）３０２と高エネルギー画像（ＩＨ）３０４の両方が画像形成システム１０の最大可能強度（ＲＡＮＧＥ）と等しい強度を示す場合には、プロセス８００は、その特定の画素において、画像ＩＢを最大強度と等しくなるように再度定めることができる（即ちＩＢ＝ＲＡＮＧＥ）。
【００７６】
上述のプロセス８００によって生成された骨の画像は、従来の二重エネルギー分解方程式により分解された骨の画像に比べて、比較的低いノイズ、及び比較的より安定化されたコントラストを示す。上述のように、特定の画像形成システム及び生体組織（例えば胸部Ｘ線撮影）に対して画質を最適化するように、安定化パラメータを選択することができる。従って、プロセス８００は、最適な安定化パラメータを実験的又は経験的に識別することによって、如何なる適用に対してもノイズ及びコントラストが安定化された骨の画像を生成することができる。
【００７７】
本技術はまた、低エネルギー画像３０２及び高エネルギー画像３０４から軟組織画像６０２及び骨の画像６０４を分解することに関連した１つ又はそれ以上のパラメータを、対話形式で選択するか又は修正するためのシステム及び方法を備える。この手動オーバーライド又は対話式修正技術は、時間が経てば校正値からずれることがある画像形成システムに対して特に有利である。例えば、ユーザ・インターフェースにより、軟組織分解パラメータＷＢ、骨部分解パラメータＷＢ、ノイズ安定化パラメータΨ_S及びΨ_B、コントラスト安定化パラメータＬＳ、ＬＢ、Φ、Φ₁、及びΦ₂又は他のそのようなパラメータを含む、前述の分解パラメータのいずれかを、ユーザが入力又は修正することが可能になる。図１３は、分解された軟組織画像６０２及び骨の画像６０４を強化し、軟組織画像と骨の画像の修正に基づいて分解パラメータ・データを修正するための、例示的な分解後処理方法９００を示す。
【００７８】
図示されるように、二重エネルギー画像取得システム１０は、低エネルギー画像３０２及び高エネルギー画像３０４を生成する。次に、自動パラメータ選択システム５０６が用いられ、最適な分解パラメータ５０２及び５０４を選択され、この最適な分解パラメータは、二重エネルギー画像分解システム３０８に送られる。残念なことに、分解パラメータ５０２及び５０４は、初期設定値に基づいており、システム校正のずれか又は他のファクタのために、最適に分解された像６０２及び６０４をもたらさないこともある。次に、分解システム３０８は、軟組織パラメータ５０２及び骨部分解パラメータ５０４、及び他の初期設定又はユーザ入力パラメータのいずれかを用いて、軟組織画像６０２及び骨の画像６０４を分解する。次に、プロセス９００は、軟組織画像及び骨の画像の評価へ進み、適切な画像表示装置又はモニタを介してこれらの像を表示することができる（ブロック９０２）。ブロック９０４において画像がユーザに許容可能なものである場合には、プロセス９００はブロック９１２における終了に進む。その他の場合には、ブロック９０４において軟組織画像及び骨の画像が許容可能でない場合には、プロセス９００は、１つ又はそれ以上の分解パラメータを対話型で変更することによって、軟組織画像及び骨の画像を修正することへ進む（ブロック９０６）。
【００７９】
例えば、ユーザは、新しい値を入力し、対話型スライダを動かすことによって、或いは任意の他のユーザ入力機構によって、分解パラメータ５０２及び５０４を修正することができる。ユーザが、対話型スライダのような対話型機構を用いて１つ又はそれ以上の分解パラメータを修正する場合には、プロセス９００は、修正されたパラメータに基づいて新しい軟組織画像６０２及び骨の画像６０４を自動的に分解する。従って、プロセス９００は、軟組織画像６０２及び骨の画像６０４を分解するために用いられるパラメータと直接関係した対話型画像増強機構をユーザに提供するものである。
【００８０】
分解パラメータの対話型修正を介して軟組織画像及び骨の画像を修正した後で、プロセス９００は、修正された軟組織画像及び骨の画像を容認するための選択肢をユーザに提供することができる（ブロック９０８）。或いは、プロセス９００は、ユーザによりいつでも作動可能なパラメータ更新の選択肢を提供することもできる。ユーザが修正された軟組織画像及び骨の画像を容認した場合には、プロセス９００は、後に続く軟組織及び骨部の分解のための分解パラメータに関連する初期設定データ／パラメータを修正することへ進む（ブロック９１０）。例えば、プロセス９００は、ブロック９０６において修正されたパラメータに基づいて、初期設定パラメータ５０８、及びノイズ及びコントラスト安定化パラメータといった初期設定パラメータを再度計算し又は再度定めることができる。一つの例示的な実施形態においては、所望の画質を達成するために、ユーザは軟組織分解パラメータＷＳ及び骨部分解パラメータＷＢを対話形式で修正することができる。次に、プロセス９００は、図９を参照して示され、説明されるように、パラメータ選択システム５０６の反対の動作を行うことができる。例えば、プロセス９００は、新しい／修正された初期設定取消しパラメータ・テーブル（即ち、Ｗテーブル）５１０、１つ又はそれ以上の新しい／修正された濾波オフセット値５１２、及び１つ又はそれ以上の新しい／修正された体格オフセット値５１４を計算することができる。同様に、プロセス９００は、将来の画像形成のために精密な軟組織及び骨部の分解を容易にするために、任意の他の初期設定分解パラメータを修正することもできる。
【００８１】
本発明は、種々の修正及び他の形態をとる余地があるが、特定の実施形態を図面において例として示し、ここに詳細に説明してきた。しかしながら、本発明は、開示した特定の形態に限定されることを意図するものではないことを理解されたい。逆に、本発明は、添付の特許請求の範囲により特定されるような、本発明の技術思想及び技術的範囲内に含まれる全ての修正、均等物、及び代替物を保護しようとするものである。
【図面の簡単な説明】
【図１】 本技術を利用することができるデジタルＸ線画像形成システムの概略図。
【図２】 再構成のために画像データを生成するようになった、図１のシステムの検出器における機能的回路の概略図。
【図３】 画像データを生成するための例示的な検出器構造を示す部分断面図。
【図４】 例示的な検出器における画素の行と列を概略的に示す回路。
【図５】 画像データを提供するための例示的な画像形成システムを作動させる方法を示す流れ図。
【図６】 本技術の例示的な二重エネルギー画像取得及び処理方法を示す流れ図。
【図７】 図６の方法についての、例示的な分解前処理方法を示す流れ図。
【図８】 図７の分解前処理方法についての、例示的な画像位置合わせ方法を示す流れ図。
【図９】 図６から図８まで及び図１０から図１２までに示されるような、二重エネルギー画像分解方法についての、例示的なパラメータ選択方法を示す流れ図。
【図１０】 図６の方法についての、例示的な二重エネルギー画像分解方法を示す流れ図。
【図１１】 図６の方法についての、例示的な軟組織画像分解方法を示す流れ図。
【図１２】 図６の方法についての、例示的な骨の画像分解方法を示す流れ図。
【図１３】 分解された軟組織画像及び骨の画像を増強し、軟組織画像と骨の画像の修正に基づいて分解パラメータ・データを修正するための、例示的な分解後処理方法を示す流れ図。
【符号の説明】
１０ 二重エネルギー画像形成システム
１２ Ｘ線放射源
１４ コリメータ
１６ 放射線流
１８ 患者
２０ 放射線
２２ 検出器
２４ 電力供給／制御回路
２６ 検出器コントローラ
２８ システム・コントローラ
３０ 表示装置又はプリンタ
３２ オペレータ用ワークステーション

Claims (14)

1. 異なる時間にデジタルＸ線撮影画像形成システム（１０）によって取得された第１及び第２のエネルギー画像（３０２、３０４）から分解することが可能な軟組織及び骨の画像（６０２、６０４）の明瞭さを向上させる方法であって、前記第１及び第２のエネルギー画像（３０２、３０４）を前記軟組織及び骨の画像（６０２、６０４）に分解する前に、歪曲位置合わせ（４２２）を用いて該第１のエネルギー画像（３０２）を該第２のエネルギー画像（３０４）に位置合わせする（３１６）動作を含み、
   前記生体組織の特徴を空間的に合致させる動作が、前記第１のエネルギー画像（３０２）を複数の空間マトリクス（４１４）に分割する動作と、
   前記第１のエネルギー画像（３０２）に対する空間マトリクス（４１４）の各空間領域（４１２）についての領域シフトベクトル（４１８）を計算する動作により、
   前記第１のエネルギー画像（３０２）を前記第２のエネルギー画像（３０４）に対して歪曲させる（４２２）、方法。
2. 前記第１のエネルギー画像（３０２）を前記第２のエネルギー画像（３０４）に位置合わせする（３１６）動作が、該第１のエネルギー画像（３０２）と該第２のエネルギー画像（３０４）との間の動きの変化を実質的に減少させる動作を含むことを特徴とする、請求項１に記載の方法。
3. 前記シフトベクトル（４１８）を計算する動作が、前記第１のエネルギー画像（３０２）の各画素について画素シフトベクトル（４２０）を計算する動作を含むことを特徴とする、請求項１又は２に記載の方法。
4. 前記領域シフトベクトル（４１８）を計算する動作が、前記第１のエネルギー画像（３０２）の中心に置かれ、境界を画像シフトの所望の検索範囲を許容するように保持している重複しない空間領域の最大数として、前記空間マトリクス（４１４）を定める動作を含むことを特徴とする、請求項１乃至３のいずれかに記載の方法。
5. 前記領域シフトベクトル（４１８）を計算する動作が、前記空間マトリクス（４１４）の各空間領域（４１２）に対する複数の可能なシフトベクトルの各シフトベクトルについて、前記第１及び第２のエネルギー画像（３０２、３０４）から軟組織のサブ画像を分解する動作を含むことを特徴とする、請求項１乃至４のいずれかに記載の方法。
6. 前記領域シフトベクトル（４１８）を計算する動作が、前記空間領域（４１２）に対して最小の全体エッジ強度（４１６）を与える、該空間領域（４１２）についての複数の可能なシフトベクトルのうちの一つのシフト率を選択する動作を含むことを特徴とする、請求項１乃至５のいずれかに記載の方法。
7. 前記シフトベクトル（４１８）を計算する動作が、前記空間マトリクス（４１４）の隣接する空間領域（４１２）の前記領域シフトベクトル（４１８）から、前記第１のエネルギー画像（３０２）の各画素についての画素シフトベクトル（４２０）を補間する動作を含むことを特徴とする、請求項６に記載の方法。
8. 位置合わせされた（３１６）後に、前記第１及び第２のエネルギー画像（３０２、３０４）から前記軟組織及び骨の画像（６０２、６０４）を分解する（６１０、６１２）動作を含むことを特徴とする、請求項１乃至７のいずれかに記載の方法。
9. 軟組織及び骨の画像（６０２、６０４）を分解する前に、２度露光二重エネルギーＸ線撮影のためにモーション・アーチファクトを減少させる方法であって、ある時間間隔にわたって、デジタルＸ線撮影画像形成システム（１０）から第１及び第２のエネルギー画像（３０２、３０４）を取得し、前記第１のエネルギー画像（３０２）の如何なる点も前記第２のエネルギー画像（３０４）に対してシフトさせることが許容される最大画素範囲を定め、前記第１のエネルギー画像（３０２）を分析するための空間マトリクス（４１４）を定め、前記空間マトリクス（４１４）の各空間領域（４１２）に対する複数の可能なシフトベクトルの各シフトベクトルについて、前記第１及び第２のエネルギー画像（３０２、３０４）からサブ画像を分解し、前記空間マトリクス（４１４）の各空間領域（４１２）に対する前記最大画素範囲内の可能なシフトベクトルの各々についての全体エッジ強度（４１６）を計算し、前記空間領域（４１２）に対する全体エッジ強度（４１６）を最小にするシフトベクトルとなるべき空間領域（４１２）の各々についての領域シフトベクトル（４１８）を定め、隣接する領域シフトベクトル（４１８）に基づいて補間することにより、前記第１のエネルギー画像（３０２）内の各画素についての画素シフトベクトル（４２０）を計算し、前記画素シフトベクトル（４２０）を用いて画素ごとに前記第１のエネルギー画像（３０２）を歪曲させる（４２２）ことにより、前記第１のエネルギー画像（３０２）を前記第２のエネルギー画像（３０４）に位置合わせする、ことを特徴とする方法。
10. デジタルＸ線撮影画像形成システム（１０）から取得された画像データを処理するためのコンピュータ・プログラムであって、機械読み取り可能なコードを支持するように構成された有形の媒体に格納され、請求項１乃至９のいずれかに記載の方法の各動作を実行するルーチン（４０２）を含む、機械読み取り可能なコードと、を備えることを特徴とするコンピュータ・プログラム。
11. Ｘ線（１６）を生成するようになったＸ線装置（１２）と、患者（１８）の所望の生体組織領域における前記Ｘ線（１６）を濾波するようになったコリメータ（１４）と、前記患者（１８）を透過するＸ線（２０）を検知するようになったフラットパネル・デジタルＸ線検出器（２２）と、ある時間間隔にわたって異なるエネルギーレベルにおける前記所望の生体組織領域の第１及び第２の画像（３０２、３０４）を取得するようになった二重エネルギー制御回路（２４、２６、２８）と、を備えるデジタルＸ線撮影画像形成システム（１０）と、分解前に歪曲位置合わせ（４２２）を用いて前記第１の画像（３０２）を前記第２の画像（３０４）に位置合わせするようになった分解前処理モジュール（３０６）と、前記歪曲して位置合わせされた第１及び第２の画像（３０２、３０４）から軟組織及び骨の画像（６０２、６０４）を分解するようになった二重エネルギー画像分解モジュール（３０８）と、を備える画像処理システム（２０６）と、を含み、
    前記分解前処理モジュール（３０６）が、前記第１の画像（３０２）を複数の空間マトリクス（４１４）に分割し、
    前記第１の画像（３０２）に対する空間マトリクス（４１４）の各空間領域（４１２）についての領域シフトベクトル（４１８）を計算することにより、
    前記第１の画像（３０２）を前記第２の画像（３０４）に対して歪曲させる（４２２）ことを特徴とする医療用画像形成システム（１０）。
12. 前記分解前処理モジュール（３０６）が、前記第１及び第２の画像（３０２、３０４）における生体組織の特徴を空間的に合致させるための機械読み取り可能なコードを含むことを特徴とする、請求項１１に記載の医療用画像形成システム（１０）。
13. 前記機械読み取り可能なコードが、前記第１の画像（３０２）と前記第２の画像（３０４）との間の動きの変化を減少させるように作動可能な画像歪曲ルーチンを含むことを特徴とする、請求項１２に記載の医療用画像形成システム（１０）。
14. 前記エッジ強度に基づいたルーチンが、前記領域についての最大シフト検索範囲における前記複数の可能なシフトベクトルのうちの、該領域に対して最小の全体エッジ強度を与える一つのシフトベクトルを選択するようになった領域ベクトル選択ルーチンを含むことを特徴とする、請求項１３に記載の医療用画像形成システム（１０）。

Images