JP4384749B2 - 高減衰性物体のためのアーティファクト補正 - Google Patents

Description

【０００１】
【産業上の利用分野】
本発明は一般的には、計算機式断層撮影（ＣＴ）イメージングに関し、より具体的には、ＣＴスキャン画像において高減衰性物体アーティファクトを補正することに関する。
【０００２】
【従来の技術】
少なくとも１つの公知のＣＴシステム構成においては、Ｘ線源がファン（扇形）形状のビームを投射し、このビームは、デカルト座標系のＸ−Ｙ平面であって、一般に「イメージング平面」と呼ばれる平面内に位置するようにコリメートされる。Ｘ線ビームは、患者等のイメージングされるべき物体を通過する。ビームは、物体によって減衰された後に、放射線検出器のアレイ（配列）に入射する。検出器アレイの所で受け取られる減衰したビーム放射線の強度は、物体によるＸ線ビームの減衰量に依存している。アレイ内の各々の検出器素子は、検出器の位置におけるビーム減衰の測定値である個別の電気信号を発生する。すべての検出器からの減衰測定値は別個に取得されて透過プロファイルを作成する。
【０００３】
公知の第３世代ＣＴシステムでは、Ｘ線源及び検出器アレイは、Ｘ線ビームが物体と交差する角度が定常的に変化するように、イメージング平面内でイメージングされるべき物体の周りをガントリと共に回転する。１つのガントリ角度における検出器アレイからの一群のＸ線減衰測定値、即ち投影データを「ビュー」と呼ぶ。物体の「スキャン」は、Ｘ線源及び検出器が１回転する間に様々なガントリ角度で形成される１セット（組）のビューで構成されている。アキシャル・スキャン（軸方向走査）の場合には、投影データを処理して、物体から切り取られた２次元スライスに対応する画像を構成する。
【０００４】
１セットの投影データから１つの画像を再構成する方法の１つは、当業界でフィルタ補正逆投影（filtered backprojection ）法と呼ばれている。この手法は、スキャンからの減衰測定値を、「ＣＴ数」又は「ハンスフィールド(Hounsfield)単位」と呼ばれる整数に変換し、これらの整数を用いて、陰極線管表示装置上の対応するピクセルの輝度を制御するものである。
【０００５】
多数のスライスを得るのに要求される全走査時間を短縮するためには、「ヘリカル」・スキャン（螺旋走査）を行うことができる。「ヘリカル」・スキャンを行うためには、所定の数のスライスについてのデータが取得されている間に、患者を移動させる。このようなシステムは、１回のファン・ビーム・ヘリカル・スキャンから単一の螺旋を発生する。ファン・ビームによって悉くマッピングされた螺旋から投影データが得られ、投影データから各々の所定のスライスにおける画像を再構成することができる。走査時間を短縮することに加え、ヘリカル・スキャンは、向上した画質及びコントラストのよりよい制御といったその他の長所も提供する。
【０００６】
ヘリカル・スキャンを行う場合には、上述のように、各々のスライス位置ごとに、ただ１つのビューのみのデータが収集される。あるスライスの画像を再構成するためには、このスライスの他のビュー・データを、他のビューについて収集されたデータに基づいて作成する。螺旋再構成アルゴリズムは公知であり、例えば、Med. Phys.誌、第１７巻、第６号、１９９０年１１月／１２月のC. Crawford 及びK. King による「患者の同時並進による計算機式断層撮影走査（Computed Tomography Scanning with Simultaneous Patient Translation）に記載されている。
【０００７】
【発明が解決しようとする課題】
一般に、骨及び金属物体のような高減衰性物体は、データ取得用電子回路においてビーム・ハードニング、パーシャル・ボリューム又はレンジ不足（under-range ）を生じる。そして、これらの影響で、シェーディング（暗影）・アーティファクト又はストリーキング（縞）・アーティファクトが生ずる。例えば、脊柱の外科手術を受ける患者に対して、チタン製ブレース（brace ）がしばしば用いられる。一構成では、ブレースは、骨がチタン製ブレース内で成長し得るように、椎間に配置される。患者の経過を監視するためには、骨の成長をブレース内で監視しなければならない。しかしながら、公知のＣＴスキャナでは、チタン製ブレースによって誘起される金属アーティファクトが極めて深刻であり、かなりのＣＴ数シフトが生じる。その結果、ブレース内での骨の成長量の監視が困難になる。
【０００８】
従って、高減衰性物体によって生ずるアーティファクトを補正することが望ましい。また、システムのコストを大幅に増大させずにこれらのアーティファクトを補正することが望ましい。
【０００９】
【課題を解決するための手段】
これらの目的及びその他の目的は、高減衰性物体アーティファクトを補正する補正アルゴリズムによって達成することができる。本発明の一実施例によれば、患者を走査して、投影データを作成する。投影データを処理して、画像データを作成する。次いで、画像データを処理して、高減衰性物体を識別する。このような識別は、画像データを複数の高減衰性物質クラスにセグメント化（分割）することにより行われる。物質クラスは、特定のスキャンにおいて予想される各タイプ（種類）の高減衰性物質を含んでいる。画像データは、各々のＣＴ数を特定のクラスに割り当てることによりセグメント化される。例えば、チタン製ブレースの場合には、各々のＣＴ数は、骨、軟組織及びチタンの予想される物質クラスにセグメント化される。
【００１０】
次いで、各々の高減衰性物質ごとに別個の成分画像データを作成する。具体的に述べると、画像データに、各々の高減衰性物質についてのメンバシップ関数を乗算する。減衰特性関数を用いて、投影誤差データを作成する。減衰特性関数は、高減衰性物質の様々な厚みについて全減衰量を表すものである。
投影誤差データをフィルタ処理及び逆投影することにより、各々の高減衰性物質ごとに誤差のみの画像データが作成される。次いで、誤差のみの画像データをスケーリングして元の画像データと組み合わせて、高減衰性物体によって生じたアーティファクトを補正する。組み合わされたデータを処理して補正済み（即ち、補正された）画像を作成し、この画像を表示することができる。
【００１１】
以上のアルゴリズムは、高減衰性物体によって生ずるアーティファクトを補正する。その結果、高減衰性物体を伴う場合にも、改善された画像を作成することができる。
【００１２】
【発明の実施の形態】
図面を参照して説明すると、図１及び図２には、計算機式断層撮影（ＣＴ）イメージング・システム１０が、「第３世代」ＣＴスキャナにおいて典型的なガントリ１２を含んでいるものとして示されている。ガントリ１２はＸ線源１４を有しており、Ｘ線源１４は、Ｘ線ビーム１６をガントリ１２の対向する側に設けられている検出器アレイ１８に向かって投射する。Ｘ線ビームは、デカルト座標系のＸ−Ｙ平面であって、一般に「イメージング平面」と呼ばれる平面内に位置するように、コリメータ（図示されていない）によってコリメートされる。検出器アレイ１８は複数の検出器素子２０によって形成されており、これらの検出器素子２０は共に、患者２２を通過した投射Ｘ線を感知する。各々の検出器素子２０は、入射するＸ線ビームの強度を表す電気信号、従って患者２２を通過する際ののビームの減衰量を表す電気信号を発生する。Ｘ線投影データを取得するための１回のスキャンの間に、ガントリ１２及び該ガントリに装着された構成部品は、回転中心２４の周りを回転する。
【００１３】
ガントリ１２の回転及びＸ線源１４の動作は、ＣＴシステム１０の制御機構２６によって制御される。制御機構２６は、Ｘ線制御装置２８と、ガントリ・モータ制御装置３０とを含んでいる。Ｘ線制御装置２８は、Ｘ線源１４に対して電力信号及びタイミング信号を供給し、またガントリ・モータ制御装置３０は、ガントリ１２の回転速度及び位置を制御する。制御機構２６内に設けられているデータ取得システム（ＤＡＳ）３２が、検出器素子２０からアナログ・データをサンプリングして、このデータを後続の処理のためにディジタル信号に変換する。画像再構成装置３４が、サンプリングされてディジタル化されたＸ線データをＤＡＳ３２から受け取って、高速画像再構成を実行する。再構成された画像は計算機３６への入力として印加され、計算機３６は大容量記憶装置３８に画像を記憶させる。
【００１４】
計算機３６はまた、キーボードを有しているコンソール４０を介して、オペレータからコマンド及びスキャン・パラメータを受け取る。付設された陰極線管表示装置４２によって、オペレータは、再構成された画像、及び計算機３６からのその他のデータを観測することができる。オペレータが供給したコマンド及びパラメータは、ＤＡＳ３２、Ｘ線制御装置２８及びガントリ・モータ制御装置３０に制御信号及び情報を供給するために、計算機３６によって用いられる。加えて、計算機３６はテーブル・モータ制御装置４４を動作させ、テーブル・モータ制御装置４４はモータ式テーブル４６を制御して、ガントリ１２内で患者２２を位置決めする。具体的には、テーブル４６は、患者２２の部分をガントリ開口４８の中へ移動させる。
【００１５】
高減衰性物体アーティファクトの補正について記載する以下の議論では、アキシャル・スキャンに関連して説明する。しかしながら、このアーティファクト補正アルゴリズムは、アキシャル・スキャンのみに限定されているものではなく、ヘリカル・スキャン等のその他のスキャンに用い得る。更に、以下に記載するアルゴリズムは、計算機３６において実現することができ、例えば、再構成された画像データを処理することを理解されたい。代替的には、このアルゴリズムは、画像再構成装置３４において実施して、補正済み画像を計算機３６へ供給することが出来る。他の代替的な実施方法も可能であることは言うまでもない。加えて、「高減衰性」物体という用語は、軟組織と比較して大幅に異なる密度を有している物質から成っているような物体を指すものとする。
【００１６】
上述のように、ＣＴスキャンを実行する際に、検出器素子２０からデータが取得される。このデータは一般に当業界では、投影データと呼ばれている。次いで、高速画像再構成を行って画像データを作成する。画像再構成に関しては、市販のＣＴマシンにおいて多くの画像再構成アルゴリズムが現在実施されており、本発明の画像補正アルゴリズムを、これらのような再構成アルゴリズムの多くと関連させて実施することができる。
【００１７】
本発明の一実施例によれば、画像データを高減衰性物体アーティファクトについて補正するため、各々の高減衰性物体を識別し、各々の高減衰性物質ごとに誤差のみの画像データを作成し、この誤差のみの画像データを元の画像データと組み合わせて、補正済み（即ち、補正された）画像データを作成する。次いで、補正済み画像データを処理して、補正済み（即ち、補正された）画像を作成する。
【００１８】
高減衰性物体を識別する前に、通常遭遇する高減衰性物質についての減衰特性を決定する。更に詳しく述べると、物質の様々な厚みについての減衰量を測定することにより、各々の物質ごとの減衰特性を決定する、又は特徴付ける。測定された減衰は、材料の厚みに対してプロットされて、減衰曲線を形成する。次いで、公知の曲線当てはめアルゴリズムを用いて、この減衰曲線を用いて減衰特性関数を決定する。
【００１９】
一例として、図３について説明する。２次の当てはめを用いると、チタンの減衰特性は以下のようになる。
λ＝０．１６６０２＋０．２３３３４１ｔ−０．００２９０ｔ²
ここで、
λ＝全減衰量、
ｔ＝チタン（Ｔｉ）の厚み
である。
【００２０】
各々の物質ごとの減衰特性を決定した後に、画像データ内で高減衰性物体を識別する。この識別は、先ず画像データに含まれている物質を識別することにより行われる。高減衰性物質の識別は、行われている走査の種類に基づくものである。例えば、歯の充填物がある場合の歯科走査を行っている場合、高減衰性物体は典型的には、水銀と識別される。物質の識別に続いて、画像データを別個のクラスにセグメント化して補正する。更に詳しく述べると、画像データを、識別された各々の高減衰性物質ごとに別個のクラスに分ける。例えば、前述のようなチタン製ブレースを走査しているときには、画像データを３つの別個のクラス、即ち、軟組織、骨及びチタンにセグメント化する。行われている試験に応じて、追加のクラスを定めてもよい。
【００２１】
セグメント化を行うためには、画像データからのＣＴ数を用いる。具体的には、画像データ内の各々のＣＴ数をその強度に基づいて特定のクラスに割り当てる。一般に、物質が異なればＣＴ数も異なる。例えば、骨は２００を超えるＣＴ数を有しており、水は０のＣＴ数を有しており、軟組織（脳内）は約２０〜５０にわたるＣＴ数を有しており、空気は−１０００のＣＴ数を有している。ＣＴ数は様々な物質について異なっているので、一般的には閾値法を用いて、ＣＴ数をいくつかの特定のクラス、例えば水及び軟組織に割り当てる。当業界では、多くの閾値法が公知である。
【００２２】
しかしながら、図４に示すように、多くのＣＴ数が、クラスの間、又は閾値の間に相当する強度を有している。これらのＣＴ数を妥当なクラスに割り当てるために、ファジィ論理を用いて、各々の物質ごとにメンバシップ関数を作成する。例えば、ＣＴ数によっては、高い信頼性で骨又はチタンのいずれかに割り当てることができないものがある。これらのようなＣＴ数は、骨のクラス及びチタンのクラスの両方に二重のメンバシップを有する。ファジィ論理を用いると、このＣＴ数は、第１メンバシップ等級によってチタンのクラスに属し、第２メンバシップ等級によって骨のクラスに属するものとして決定することができる。骨の領域からチタンの領域への移行関数は、線形関数であってもよいし、非線形関数であってもよい。
【００２３】
図４に示す一実施例では、ＣＴ数が増大するにつれて、組織としてのメンバシップ等級が減少して、骨としてのメンバシップ等級が増大する。ＣＴ数が高いとき、ＣＴ数メンバシップ等級は骨からチタンへ移行する。メンバシップ関数は、物質が他のクラスから適正に除外されるように設計される。
次いで、各々の高減衰性物質ごとに成分画像データを作成する。更に詳しく述べると、画像データに、各々の高減衰性物質のメンバシップ関数を乗算する。例えば、チタン製ブレースを走査しているときには、再構成される画像データに、骨のメンバシップ関数を乗算して、骨のみの成分画像データを作成する。加えて、画像データに、チタンのメンバシップ関数を乗算して、チタンのみの成分画像データを作成する。
【００２４】
次いで、骨のみの成分画像データ及びチタンのみの成分画像データを別個に前方投影して、骨の投影データのセットとチタンの投影データのセットとを作成する。前方投影法は公知であり、本発明のアルゴリズムと関連させて多くの手法を用いることができる。前方投影から、補間処理によるより平滑な投影が作成される。次いで、骨の投影データ及びチタンの投影データを減衰特性関数を用いて調節して、骨及びチタンの別個の投影誤差データを作成する。更に詳しく述べると、骨の投影データは骨の減衰特性関数に従って調節され、チタンの投影データはチタンの減衰特性関数に従って調節される。
【００２５】
代替的な実施例では、鮮鋭な画像を含むようなスキャンの場合、再構成される画像データをより高い遮断周波数で作成して、成分画像データを作成してもよい。もう１つの代替的な実施例では、元の再構成された画像データを高域フィルタを用いてフィルタ処理して、エッジを強調した画像データを作成してもよい。
骨の投影誤差データ及びチタンの投影誤差データをフィルタ処理した後に、得られたフィルタ処理済みデータを逆投影して、各々の物質ごとに誤差のみの画像データを作成する。各々の物質ごとの誤差のみの画像データをスケーリングして元の画像データに加算することにより、高減衰性物体アーティファクトを補正する。誤差のみのデータと画像データとを組み合わせた後に、得られたデータを処理して、補正済み画像を作成する。次いで、補正済み画像を、例えば表示装置４２に表示する。
【００２６】
代替的な実施例では、高減衰性物質についての減衰特性を、隣接スライスから収集された画像データに基づいて調節してもよい。更に詳しく述べると、高減衰性物体の減衰特性が急速に変化するものではないと仮定して、画像データを高減衰性物体について補正した後に、周囲区域の一様性を最大化するように減衰特性を調節する。補正の全体的な性能を保証するために、減衰特性を任意の回数で調節することができる。加えて、高減衰性物体に直ぐ隣接する領域、即ちスライスの強度を、高減衰性物体から近い距離で離隔している領域、即ちスライスの強度と比較してもよい。直ぐ隣接する部分と周囲の区域との間のばらつきが第１の閾値よりも大きいならば、補正を行わない。しかしながら、ばらつきが、第１の閾値よりも小さいが最低閾値よりも大きい有効範囲内にあれば、高減衰性物質の減衰特性を、補正済み画像データが平坦な強度を反映するように調節することができる。
【００２７】
もう１つの代替的な実施例では、オペレータが患者２２又は患者の医療記録によって提供される情報に基づいて、予め定められている、即ち予め記憶されている減衰特性のセットから選択を行ってもよい。これらの予め記憶されている減衰特性は、通常遭遇する高減衰性物質を表すものとする。特定の高減衰性物体に関連する情報が利用できなければ、達成されるべき走査の種類に基づいて、例えば歯科走査の場合には、最も可能性の高い高減衰性物質は水銀であるというように、減衰特性を選択する。
【００２８】
更に別の代替的な実施例では、各々の物質ごとの投影データを、フィルタ処理及び逆投影を行う前に組み合わせてもよい。次いで、組み合わされた投影データを上述のようにして処理する。このような処理によって、補正済み画像を作成する速度を向上させることができる。
本発明の様々な実施例に関する以上の記載から、発明の目的が達せられたことは明らかである。本発明を詳細に記述し例示したが、これらは説明及び例示のみを意図したものであり、限定のためのものであると解釈してはならないことを明瞭に理解されたい。従って、本発明の趣旨及び範囲は、特許請求の範囲によって限定されるものとする。
【図面の簡単な説明】
【図１】ＣＴイメージング・システムの絵画的斜視図である。
【図２】図１に示すシステムの概略ブロック図である。
【図３】高減衰性物質の減衰特性を例示するグラフである。
【図４】軟組織、骨及びチタンのメンバシップ関数を例示するグラフである。
【符号の説明】
１０ ＣＴシステム
１２ ガントリ
１４ Ｘ線源
１６ Ｘ線ビーム
１８ 検出器アレイ
２０ 検出器素子
２４ 回転中心
２６ 制御機構
２８ Ｘ線制御装置
３０ ガントリ・モータ制御装置
３２ データ取得システム
３４ 画像再構成装置
３６ 計算機
３８ 大容量記憶装置
４０ コンソール
４２ 表示装置
４４ テーブル・モータ制御装置
４６ 患者テーブル
４８ ガントリ開口

Claims (9)

1. 計算機式断層撮影システムで収集される画像データにおいて高減衰性物体により生ずるアーティファクトを補正する方法であって、
   前記高減衰性物体の各々の高減衰性物質ごとに減衰特性を決定する工程と、
   前記画像データにおいて前記高減衰性物体を識別する工程と、
   各々の高減衰性物体ごとに誤差のみの画像データを作成する工程とを有しており、
   前記各々の高減衰性物体ごとに誤差のみの画像データを作成する前記工程は、
   各々の高減衰性物質ごとに別個の成分画像データを作成する工程と、
   各々の高減衰性物質ごとの前記別個の成分画像データを前方投影することにより、高減衰性物質ごとの投影データの組を作成する工程と、
   該識別された高減衰性物質に基づいて予め定められた減衰特性により前記高減衰性物質ごとの投影データを調節する工程と、
   該調節された前記高減衰性物質ごとの投影データを逆投影する工程とを含んでいる前記方法。
2. 前記高減衰性物体を識別する前記工程は、前記画像データを物質クラスにセグメント化する工程と、各々の物質クラスごとにメンバシップ関数を作成する工程とを含んでいる請求項１に記載の方法。
3. 前記別個の成分画像データを作成する前記工程は、前記画像データに各々の物質クラスのメンバシップ関数を乗算する工程を含んでいる請求項１又は２に記載の方法。
4. 前記画像データにおいて前記高減衰性物体を識別する前記工程は、オペレータにより供給されるデータを用いて前記高減衰性物質を識別する請求項１乃至３のいずれかに記載の方法。
5. 前記高減衰性物質を識別する前記工程は、行われている走査の種類を識別する工程を含んでおり、
   前記投影データから誤差のみの画像データを作成する前記工程は、各々の高減衰性物質ごとの前記投影誤差データをフィルタ処理する工程と、該フィルタ処理された投影誤差データを逆投影する工程とを含んでいる請求項４に記載の方法。
6. 断層撮影走査で収集される画像データにおいて高減衰性物体により生ずるアーティファクトを補正するシステムであって、前記高減衰性物体の各々の物質ごとに減衰特性を決定する手段と、前記画像データにおいて前記高減衰性物体を識別する手段と、各々の高減衰性物体ごとに誤差のみの画像データを作成する手段とを有しており、
   前記各々の高減衰性物体ごとに誤差のみの画像データを作成する手段は、
   各々の高減衰性物質ごとに別個の成分画像データを作成する手段と、
   各々の高減衰性物質ごとの前記別個の成分画像データを前方投影することにより、高減衰性物質ごとの投影データの組を作成する手段と、
   該識別された高減衰性物質に基づいて予め定められた減衰特性により前記高減衰性物質ごとの投影データを調節する手段と、
   該調節された前記高減衰性物質ごとの投影データを逆投影する手段とを含んでいる前記システム。
7. 前記の高減衰性物体を識別する手段が、前記画像データを物質クラスにセグメント化する手段と、各々の物質クラスごとにメンバシップ関数を作成する手段とを含んでおり、
   前記の別個の成分画像データを作成する手段が、前記画像データに各々の物質クラスのメンバシップ関数を乗算する手段を含んでいる請求項６に記載のシステム。
8. 前記高減衰性物質ごとの投影データを調節する手段が、各々の高減衰性物質ごとの前記投影誤差データをフィルタ処理する手段を含み、該フィルタ処理された投影誤差データが逆投影される請求項６に記載のシステム。
9. 各々の高減衰性物質ごとの前記誤差のみの画像データをスケーリングする手段を更に含んでいる請求項６に記載のシステム。

Images