JP4412982B2 - 組織脂肪含有量を定量化する方法及び装置 - Google Patents
組織脂肪含有量を定量化する方法及び装置 Download PDFInfo
- Publication number
- JP4412982B2 JP4412982B2 JP2003396588A JP2003396588A JP4412982B2 JP 4412982 B2 JP4412982 B2 JP 4412982B2 JP 2003396588 A JP2003396588 A JP 2003396588A JP 2003396588 A JP2003396588 A JP 2003396588A JP 4412982 B2 JP4412982 B2 JP 4412982B2
- Authority
- JP
- Japan
- Prior art keywords
- tissue
- fat
- energy
- mect
- image
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title description 61
- 210000001519 tissue Anatomy 0.000 claims description 104
- 238000002591 computed tomography Methods 0.000 claims description 66
- 235000004213 low-fat Nutrition 0.000 claims description 34
- 238000000354 decomposition reaction Methods 0.000 claims description 21
- 239000000463 material Substances 0.000 claims description 19
- 208000004930 Fatty Liver Diseases 0.000 claims description 13
- 206010019708 Hepatic steatosis Diseases 0.000 claims description 13
- 208000010706 fatty liver disease Diseases 0.000 claims description 13
- 231100000240 steatosis hepatitis Toxicity 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 12
- 210000004185 liver Anatomy 0.000 claims description 8
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 210000000577 adipose tissue Anatomy 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000003708 edge detection Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000012010 growth Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 22
- 235000019625 fat content Nutrition 0.000 description 19
- 238000003384 imaging method Methods 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 13
- 210000000056 organ Anatomy 0.000 description 13
- 230000005855 radiation Effects 0.000 description 12
- 238000005259 measurement Methods 0.000 description 11
- 239000002872 contrast media Substances 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000012512 characterization method Methods 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 210000000988 bone and bone Anatomy 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000002083 X-ray spectrum Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013170 computed tomography imaging Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 210000004003 subcutaneous fat Anatomy 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 208000001132 Osteoporosis Diseases 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000031018 biological processes and functions Effects 0.000 description 2
- 230000037182 bone density Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012317 liver biopsy Methods 0.000 description 2
- 210000005228 liver tissue Anatomy 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000007848 Alcoholism Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 206010019842 Hepatomegaly Diseases 0.000 description 1
- 208000037273 Pathologic Processes Diseases 0.000 description 1
- 230000009102 absorption Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 201000007930 alcohol dependence Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 235000015278 beef Nutrition 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 239000003246 corticosteroid Substances 0.000 description 1
- 229960001334 corticosteroids Drugs 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 235000013367 dietary fats Nutrition 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 210000003494 hepatocyte Anatomy 0.000 description 1
- 235000009200 high fat diet Nutrition 0.000 description 1
- XMBWDFGMSWQBCA-UHFFFAOYSA-N hydrogen iodide Chemical compound I XMBWDFGMSWQBCA-UHFFFAOYSA-N 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 231100001231 less toxic Toxicity 0.000 description 1
- -1 lipid compound Chemical class 0.000 description 1
- 230000007102 metabolic function Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000009054 pathological process Effects 0.000 description 1
- 235000017924 poor diet Nutrition 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4869—Determining body composition
- A61B5/4872—Body fat
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4035—Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
-
- 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
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/405—Source units specially adapted to modify characteristics of the beam during the data acquisition process
-
- 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明は一般的には、医療イメージング・システムに関し、さらに具体的には、医療イメージング・システムを用いて組織脂肪含有量を定量化する方法及び装置に関する。
走査速度の高速化、多数の検出器横列（row）による撮像範囲の拡張及びスライス幅の細密化等の近年の計算機式断層写真法（ＣＴ）技術の発展にも拘わらず、エネルギ分解は依然として実現されていない。すなわち、Ｘ線源からのＸ線フォトン・エネルギ・スペクトルは幅広く、ＣＴ検出システムにはエネルギ分解が欠如しているので、エネルギ識別型ＣＴの発展が妨げられている。
米国特許第６５６０３１５号
所与の対象を介したＸ線の減弱は一定ではない。寧ろ、Ｘ線減弱はＸ線フォトン・エネルギに大きく依存している。この物理的現象は、非一様性、陰影（shading）及び縞（streak）のようなビーム・ハードニング・アーティファクトとして画像内に現われる。容易に補正することのできるビーム・ハードニング・アーティファクトもあるが、補正が比較的困難なものもある。一般的に、ビーム・ハードニング・アーティファクトを補正する公知の方法として水較正及び繰り返し式骨補正があり、水較正は水に類似した物質からビーム・ハードニングを除去するように各々のＣＴ機械を較正することを含んでおり、繰り返し式骨補正では、一回目の画像で骨を分離した後に、二回目で骨によるビーム・ハードニングを補正する。しかしながら、水及び骨以外の物質によるビーム・ハードニング、例えば金属及び造影剤によるビーム・ハードニングは補正が難しい場合がある。加えて、上述の補正方法を用いても、従来のＣＴは定量的な画像値を与えない。寧ろ、異なる位置に位置する同じ物質が異なるＣＴ数をしばしば呈する。
従来のＣＴのもう一つの欠点は、物質特徴評価（キャラクタリゼーション）が欠如していることである。例えば、低密度の高減弱性物質が、高密度の低減弱性物質と同じＣＴ数を生じ得る。このため、ＣＴ数のみに基づいていたのでは走査対象の物質組成に関する情報は殆ど或いは全く得られない。加えて、かかるスキャナによって形成される画像はかなりのレベルの画像アーティファクト及び不正確なＣＴ数を示す可能性があるため、組織内部の脂肪の検出がしばしば困難である。これらの制限から、高度な診断へのＣＴ装置の利用が阻まれている場合がある。例えば、幾つかの正常な生体過程及び病理的な生体過程から、器官又は組織内に比較的多量の脂肪の蓄積が生ずる。この脂肪を撮像検査及び物理的検査によって容易に検出することができる場合もある。しかしながら、脂肪が量を変化させながら正常な組織の全体に分布しており、分布した脂肪の検出が困難になり得る場合もある。
正常な組織の全体に分布した脂肪の一例は肝細胞での脂肪の蓄積であって、本書で脂肪肝と呼ぶものである。脂肪肝は典型的には、肝臓を損傷する訳ではないので疾患とは考えられていないが、脂肪肝は、例えば結核、真性糖尿病、極端な体重増加、アルコール中毒、貧弱な食生活、肥満者のための腸バイパス形成手術、及びコルチコステロイド等の幾つかの薬物の使用を含めた多くの病理過程の徴候である。脂肪肝を診断する公知の方法に、肝臓の生体組織検査から得られた肝組織の標本を顕微鏡検査するものがある。加えて、肝臓の超音波画像に観察される高輝度のリプル・パターン、及び肝臓のＸ線計算機式断層写真法（ＣＴ）画像に観察される密度の低下の両方から脂肪肝の存在が示唆され得る。さらに、脂肪肝患者は肥大肝を有しているか、或いは通常の血液スクリーニングによって測定される肝酵素の単発的な小上昇を有している。しかしながら、脂肪肝の最終的な診断は典型的には、侵襲的な肝生体組織検査手順から得られる肝組織標本を顕微鏡検査することにより決定される。
一観点では、データを取得する方法を提供する。この方法は、多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システムを用いて組織脂肪含有量を定量化することを含んでいる。
他の観点では、１以上の放射線源と、１以上の放射線検出器と、これら放射線源及び放射線検出器に動作に関して結合されているコンピュータとを含んでいる多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システムを提供する。コンピュータは、組織を含む対象の走査の第一のエネルギ・スペクトルに関するデータを受け取り、組織の走査の第二のエネルギ・スペクトルに関するデータを受け取り、受け取ったデータを分解すると共にセグメント分割して、局所的な多脂肪（fatty）組織及び少脂肪（lean）組織を識別するように構成されている。
さらにもう一つの観点では、１以上の放射線源と、１以上の放射線検出器と、これら放射線源及び放射線検出器に動作に関して結合されているコンピュータとを含んでいる多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システムを提供する。コンピュータは、組織の画像データを受け取り、画像データを分解して多脂肪組織を表わす第一の密度マップと少脂肪組織を表わす第二の密度マップとを生成し、第一の密度マップを第二の密度マップと合成するように構成されている。
さらにもう一つの観点では、プログラムを埋め込んだコンピュータ読み取り可能な媒体を提供する。このコンピュータ読み取り可能な媒体は、組織の走査の第一のエネルギ・スペクトルに関するデータを受け取り、組織の走査の第二のエネルギ・スペクトルに関するデータを受け取り、受け取ったデータを分解して多脂肪組織を表わす第一の密度マップと少脂肪組織を表わす第二の密度マップとを生成し、第一の密度マップを第二の密度マップと合成して多脂肪／少脂肪比マップを生成し、合成した第一及び第二の密度マップをセグメント分割して関心領域を決定すべくコンピュータに命令するように構成されている。
さらにもう一つの観点では、組織のＭＥＣＴ画像データを受け取り、画像データを分解すると共にセグメント分割して関心領域内の多脂肪組織を表わす第一の密度マップと関心領域内の少脂肪組織を表わす第二の密度マップとを生成するように構成されているコンピュータを提供する。
本書に記載する方法及び装置は、正確、非侵襲的、安価で且つ最終的な脂肪肝の診断を容易にし、また身体のその他の器官及び領域での組織脂肪含有量を定量化することを容易にする。本書に記載する方法及びシステムを用いて、任意の動物、組織標本若しくは人体における脂肪含有量、又は任意の組織若しくは器官の相対的な脂肪含有量を決定することができる。加えて、本書に記載する方法は、Ｘ線と物質との相互作用の基本的な特性を利用した新規のアプローチを含んでいる。例えば、各々の射線軌跡毎に、異なる平均Ｘ線エネルギにある多数の測定値を取得する。これらの測定値に対してＢＭＤ、並びに／又はコンプトン分解及び光電分解を実行すると、精度及び特徴評価の改善を容易にし得る追加情報が得られる。例えば、かかる特徴評価の一つは、取得データの各々のボクセル毎の脂肪含有量の決定である。局所的な組織脂肪含有量の決定によって、問題となっている組織の組成及び代謝機能に関する知見の特異性を改善することが容易になる。さらに、脂肪を基本成分とする複数の造影剤を組み合わせると、広範な新式の診断検査が容易になると共に既存の処置の侵襲性を低下させることが容易になり得る。
幾つかの公知のＣＴイメージング・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ＸＹ平面であって、一般に「イメージング（撮像）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撮像対象を透過する。ビームは対象によって減弱された後に放射線検出器のアレイに入射する。検出器アレイで受光される減弱した放射線ビームの強度は、対象によるＸ線ビームの減弱量に依存している。アレイ内の各々の検出器素子が、検出器の位置でのビーム強度の測定値である別個の電気信号を発生する。すべての検出器からの減弱測定値を別個に取得して透過プロファイル（断面）を形成する。
第三世代ＣＴシステムでは、Ｘ線源及び検出器アレイは、Ｘ線ビームが撮像対象と交差する角度が定常的に変化するように撮像平面内で撮像対象の周りをガントリと共に回転する。一つのガントリ角度での検出器アレイからの一群のＸ線減弱測定値すなわち投影データを「ビュー」と呼ぶ。対象の「走査（スキャン）」は、Ｘ線源及び検出器が一回転する間に様々なガントリ角度すなわちビュー角度において形成される一組のビューを含んでいる。
アキシャル・スキャン（軸方向走査）では、投影データを処理して、対象を通して得られる二次元スライスに対応する画像を構築する。一組の投影データから画像を再構成する一方法に、当業界でフィルタ補正逆投影法と呼ばれるものがある。この方法は、走査からの減弱測定値を「ＣＴ数」又は「ハンスフィールド（Hounsfield）単位」（ＨＵ）と呼ばれる整数へ変換し、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。
全走査時間を短縮するために、所定の数のスライスのデータを取得しながら患者を移動させる「ヘリカル」・スキャン（螺旋走査）を行なうこともできる。このようなシステムは、一回のファン・ビーム・ヘリカル・スキャンから単一の螺旋を生成する。ファン・ビームによって悉く写像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。
ヘリカル・スキャンのための再構成アルゴリズムは典型的には、収集したデータにビュー角度及び検出器チャネル番号の関数として加重する螺旋加重アルゴリズムを用いる。明確に述べると、フィルタ補正逆投影法の前に、ガントリ角度及び検出器角度の両方の関数である螺旋加重ファクタに従ってデータに加重する。次いで、加重したデータを処理してＣＴ数を生成すると共に、対象を通して得られる二次元スライスに対応する画像を構築する。
合計取得時間をさらに短縮するために、マルチ・スライスＣＴが導入されている。マルチ・スライスＣＴでは、あらゆる時間的瞬間に、多数の横列を成す投影データを同時に取得する。ヘリカル・スキャン・モードと併用すると、システムは単一の螺旋分のコーン・ビーム投影データを生成する。シングル・スライス螺旋加重方式の場合と同様に、フィルタ補正逆投影アルゴリズムの前に投影データに加重を乗算する方法を導き出すことができる。
本書で用いる場合には、単数形で記載されており単数不定冠詞を冠した要素又は工程という用語は、排除を明記していない限りかかる要素又は工程を複数備えることを排除しないものと理解されたい。さらに、所載の方法及びシステムの「一実施形態」に対する参照は、所載の特徴を同様に組み入れている他の実施形態の存在を排除しないものと解釈されたい。
また、本書で用いられる「画像を再構成する」という表現は、画像を表わすデータが生成されるが可視画像は形成されないような所載の方法及びシステムの実施形態を排除するものではない。但し、多くの実施形態は１以上の可視画像を形成する（か又は形成するように構成されている）。
本書では、エネルギ識別型（多重エネルギ型としても公知）計算機式断層写真法（ＭＥＣＴ）システムを用いて組織脂肪含有量を定量化する方法及び装置について説明する。最初にＭＥＣＴシステム１０について説明し、続いてＭＥＣＴシステム１０を用いた造影剤応用について説明する。
図１及び図２には、多重エネルギ型走査イメージング・システム、例えば多重エネルギ型マルチ・スライス計算機式断層写真法（ＭＥＣＴ）イメージング・システム１０が、「第三世代」ＣＴイメージング・システムに典型的なガントリ１２を含む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線コーン・ビーム１６をガントリ１２の反対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。検出器アレイ１８は、複数の検出器素子２０を含む複数の検出器横列（図示されていない）によって形成されており、検出器素子２０は一括で、患者２２のような対象を透過した投射Ｘ線ビームを感知する。各々の検出器素子２０は、入射Ｘ線ビームの強度を表わし従って対象又は患者２２を透過する際のビームの減弱を推定するのに用いることのできる電気信号を発生する。Ｘ線投影データを取得するための一回の走査の間に、ガントリ１２及びガントリ１２に装着されている構成部品は回転中心２４の周りを回転する。図２は、検出器素子２０の単一の横列（すなわち検出器横列一列）のみを示している。しかしながら、マルチ・スライス検出器アレイ１８は、一回の走査中に複数の準平行スライス又は平行スライスに対応する投影データが同時に取得され得るように検出器素子２０の複数の平行な検出器横列を含んでいる。
ガントリ１２上の構成要素の回転及びＸ線源１４の動作は、ＭＥＣＴ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線制御器２８とガントリ・モータ制御器３０とを含んでおり、Ｘ線制御器２８はＸ線源１４に電力信号及びタイミング信号を供給し、ガントリ・モータ制御器３０はガントリ１２上の構成要素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からのアナログ・データをサンプリングして、後続の処理のためにこのデータをディジタル信号へ変換する。画像再構成器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コンピュータ３６への入力として印加され、コンピュータ３６は大容量記憶装置３８に画像を記憶させる。画像再構成器３４は、特殊化したハードウェアであってもよいし、コンピュータ３６上で実行されるコンピュータ・プログラムであってもよい。
コンピュータ３６はまた、キーボードを有するコンソール４０を介して操作者から指令及び走査用パラメータを受け取る。付設されている陰極線管表示器４２によって、操作者は、再構成された画像及びコンピュータ３６からのその他のデータを観測することができる。操作者が供給した指令及びパラメータはコンピュータ３６によって用いられて、ＤＡＳ３２、Ｘ線制御器２８及びガントリ・モータ制御器３０に制御信号及び情報を供給する。加えて、コンピュータ３６は、モータ式テーブル４６を制御するテーブル・モータ制御器４４を動作させて、患者２２をガントリ１２内で配置する。具体的には、テーブル４６は患者２２の各部分をガントリ開口４８を通して移動させる。
一実施形態では、コンピュータ３６は、フレキシブル・ディスク、ＣＤ−ＲＯＭ、ＤＶＤ、又はネットワーク若しくはインターネットのような他のディジタル・ソース等のコンピュータ読み取り可能な媒体５２から命令及び／又はデータを読み取る装置５０、例えばフレキシブル・ディスク・ドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤドライブ、光磁気ディスク（ＭＯＤ）装置、又はイーサネット（商標）等のネットワーク接続装置を含めたその他任意のディジタル装置、並びに開発中のディジタル手段を含んでいる。他の実施形態では、コンピュータ３６はファームウェア（図示されていない）に記憶されている命令を実行する。コンピュータ３６は、本書に記載する機能を実行するようにプログラムされており、本書で用いられるコンピュータという用語は当技術分野でコンピュータと呼ばれている集積回路のみに限らず、コンピュータ、プロセッサ、マイクロコントローラ、マイクロコンピュータ、プログラマブル論理コントローラ、特定応用向け集積回路、及び他のプログラム可能な回路を広範に指しており、これらの用語は本書では互換的に用いられている。ＣＴイメージング・システム１０は、異なるＸ線スペクトルに応答するように構成されているという点でエネルギ識別型（多重エネルギ型としても公知）である計算機式断層写真法（ＭＥＣＴ）システムである。このことは、従来の第三世代ＣＴシステムで異なるＸ線管ポテンシャルで相次いで投影を取得することにより達成することができる。例えば管を８０ｋＶｐポテンシャル及び１６０ｋＶｐポテンシャルで動作させて、例えば二種類の走査を連続して又はインタリーブ方式で取得する。代替的には、異なる検出器横列が異なるＸ線エネルギ・スペクトルの投影を収集するようにＸ線源と検出器との間に特殊なフィルタを設ける。代替的には、連続して又はインタリーブ方式のいずれかで取得される二種類の走査毎にＸ線スペクトルを成形する特殊な複数のフィルタを用いることができる。さらにもう一つの実施形態は、検出器に到達する各々のＸ線フォトンがそのフォトン・エネルギで記録されるようにエネルギ感受性検出器を用いるものである。以上に述べた特定の実施形態は第三世代ＣＴシステムを参照しているが、本書に記載する方法は第四世代ＣＴシステム（静止型検出器−回転式Ｘ線源）にも第五世代ＣＴシステム（静止型検出器及び静止型Ｘ線源）にも同等に適用可能である。
多重エネルギ測定値を得るためには様々な方法があり、すなわち（１）異なる二種類のエネルギ・スペクトルで走査する方法、（２）検出器でのエネルギ累積に応じてフォトン・エネルギを検出する方法、及び（３）フォトン計数方法がある。フォトン計数は、フォトン統計を均衡させるための明確なスペクトル分離及び調節可能なエネルギ分離点を提供する。
ＭＥＣＴは、従来のＣＴに付随する複数の問題点、限定しないが例えばエネルギ識別及び物質特徴評価の欠如等を軽減し又は解消することを容易にする。対象散乱が存在しない場合には、フォトン・エネルギ・スペクトルの二つの領域すなわち入射したＸ線スペクトルの低エネルギ部分及び高エネルギ部分を別個に検出するシステム１０があればよい。その他任意のエネルギでの挙動は、これら二つのエネルギ領域からの信号に基づいて導き出すことができる。この現象は、医療ＣＴが関心を持つエネルギ領域では、二つの物理的過程すなわち（１）コンプトン散乱及び（２）光電効果がＸ線減弱を支配するという基本的事実によって生じている。このため、二つのエネルギ領域から検出される信号は、被撮像物質のエネルギ依存性を解明するのに十分な情報を提供する。さらに、二つのエネルギ領域から検出される信号は、二つの物質で構成されている対象の相対的な組成を決定するのに十分な情報を提供する。
実施形態の一例では、ＭＥＣＴは、限定しないが例えばＣＴ数差アルゴリズム、コンプトン及び光電分解アルゴリズム、基底物質分解（ＢＭＤ）アルゴリズム又は対数減算分解（ＬＳＤ）アルゴリズム等の分解アルゴリズムを用いる。
ＣＴ数差アルゴリズムは、異なる管ポテンシャルで得られる二つの画像の間のＣＴ数又はハンスフィールド数の差の値を算出することを含んでいる。一実施形態では、差の値はピクセル毎に算出される。もう一つの実施形態では、関心領域全体での平均ＣＴ数差を算出する。また、コンプトン及び光電分解アルゴリズムは、ＭＥＣＴ１０を用いて一対の画像を取得し、コンプトン過程及び光電過程からの減弱を別個に表わすことを含んでいる。ＢＭＤアルゴリズムは、各々基底物質の一つの等価密度を表わす二つのＣＴ画像を取得することを含んでいる。物質密度はＸ線フォトン・エネルギに独立であるので、これらの画像にはビーム・ハードニング・アーティファクトが略存在しない。加えて、操作者は何らかの関心のある物質を目標として基底物質を選択し、これにより画像コントラストを強調することができる。利用について述べると、ＢＭＤアルゴリズムは、所与の任意の物質のＸ線減弱（医療ＣＴのエネルギ領域での）が他の二つの所与の物質の固有密度の混合によって表わされ得るとの概念に基づいており、従って、これら二つの物質を基底物質と呼ぶ。また、一実施形態では、ＬＳＤアルゴリズムを用いて、準単一エネルギＸ線スペクトルで画像を取得して、二つの物質の各々の実効減弱係数によって撮像対象を特徴評価することができ、従って、ＬＳＤアルゴリズムはビーム・ハードニング補正を組み入れない。加えて、ＬＳＤアルゴリズムは、較正はされず、各回の照射の平均エネルギでの所与の物質の実効減弱係数の比である組織相殺パラメータの決定を用いる。実施形態の一例では、組織相殺パラメータは、画像を取得するのに用いられるスペクトルと、一対の理想的な単一エネルギ照射に期待される信号強度から測定信号強度を変化させる任意の追加ファクタとに主に依存している。
尚、多重エネルギ型ＣＴシステムを最適化するためには、スペクトル分離が大きいほど画質が良好になる。また、これらの二つのエネルギ領域でのフォトン統計は相似でなければならず、さもないと相対的に不良な統計学的領域が画像雑音を支配することになる。
本書に記載する方法及びシステムは、上述の原理を組織特徴評価に応用する。明確に述べると、ＭＥＣＴシステム１０を用いて本書に記載するようにしてＣＴ画像を形成する。ＭＥＣＴシステム１０で組織特徴評価を実行するのに用いることのできる手法は、再構成前解析、再構成後解析及びスカウト画像解析の三手法である。
図３は、再構成５８の前に分解５６を行なう再構成前解析５４を表わす流れ図である。コンピュータ３６は、回転するガントリ１２（図１に示す）の不連続な角度位置で検出器アレイ１８（図１に示す）によって生成される取得投影データを収集し、これらの信号をプリプロセッサ６０へ渡す。プリプロセッサ６０は、コンピュータ３６から受け取った投影データを、後に行なわれる数学的な処理のために並び方を最適化するように再ソートする。プリプロセッサ６０はまた、検出器温度、一次ビームの強度、ゲイン及びオフセット、並びに他の決定的な誤差要因についてコンピュータ３６からの投影データを補正する。次いで、プリプロセッサ６０は、高エネルギ・ビュー６２に対応するデータを抽出して高エネルギ・チャネル経路６４に送り、低エネルギ・ビュー６６に対応するデータを低エネルギ経路６８に送る。高エネルギ・データ及び低エネルギ・データを用いて、分解アルゴリズムを利用して二つの投影データ・ストリームを生成した後に再構成して、異なる二つの物質に関連する二つの個別画像を得る。
図４は、再構成５８の後に分解５６を行なう再構成後解析を表わす流れ図である。コンピュータ３６は、回転するガントリ１２（図１に示す）の不連続な角度位置で検出器アレイ１８（図１に示す）によって生成される取得投影データを収集し、高エネルギ・ビュー６２に対応するデータを高エネルギ経路６４に送り、低エネルギ・ビュー６６に対応するデータを低エネルギ経路６８に送る。高エネルギ系列の投影６２に対応する第一のＣＴ画像７０及び低エネルギ系列の投影６６に対応する第二のＣＴ画像７２が再構成される（ブロック５８）。次いで、分解アルゴリズムを用いて二重エネルギ分解５６を実行し、異なる二つの物質にそれぞれ関連する二つの個別画像を得る。スカウト画像解析でも、信号の流れは図３又は図４に類似したものとしてよい。但し、回転しないガントリに対して相対的にテーブルを移動させてデータを取得する。
投影Ｘ線撮像での二重エネルギ手法の利用は、骨粗鬆症の診断及び監視、並びに平均多脂肪組織対少脂肪組織比（多脂肪／少脂肪比）の決定を容易にすることができる。二重エネルギ手法はまた、人間の被検体での骨粗鬆症検出のための断面型又は断層型Ｘ線撮像を容易にし、また例えば爆発物及び／又は密輸品検出等の非破壊試験応用を容易にすることができる。
放射線撮像を用いて組織特徴評価を行なう場合、例えば骨密度測定の場合には、投影経路に沿った平均組織厚み（基底物質分解の記述での）のみが決定される。さらに、多重エネルギ型撮像を用いると、所与の物質の厚み測定値は、多重エネルギ・スペクトルについての相補物質の減弱の正確な推定値に依存する場合がある。例えば、骨密度の正確な測定には、検査対象の骨を横断するＸ線経路に沿って軟組織減弱を正確に決定することが必要な場合があり、従って、かかる手法の医療応用への適用が制限される可能性がある。加えて、多脂肪成分及び少脂肪成分が標本全体に均一に混合しており、且つ／又は十分なサンプリングを行なって多脂肪及び少脂肪分布の変動にわたる平均を取ると想定する場合には、例えば牛挽肉の標本について多脂肪／少脂肪比を決定することができる。従って、一様且つ／又は均一な混合という仮定が当てはまる場合には人間又は動物の被検体について多脂肪／少脂肪比を決定することができる。しかしながら、身体の特定の器官及び／又は領域の多脂肪／少脂肪比を求めたい場合には、一様且つ／又は均一な分布と仮定することは有効でない。
例えば、図５は、皮下脂肪７６と関心のある器官７８とを含んだ組織７４の模式図である。第一の投影８０及び第二の投影８２は、組織７４内での不規則な皮下脂肪７６の分布のため、組織７４内で、さらに明確に述べると器官７８の外部において、異なる脂肪含有量を示す。このため、投影経路に沿って変化する量で脂肪が存在している場合には、関心のある器官の外部での多脂肪／少脂肪比に変化があるだけで器官内での脂肪百分率の異なる評価が得られる場合がある。
本書に記載する方法及びシステムは、ＣＴ撮像の幾何学的構成の断層像撮影能力を活用して、従来の制限を克服すると共に、投影放射線画像手法を用いていたのでは可能とならない多様な組織特徴評価を行なう。加えて、本書に記載する方法及びシステムを用いて、任意の動物、組織標本若しくは人体における脂肪含有量、又は任意の組織若しくは器官の相対的な脂肪含有量を決定することができる。
図６は、ＭＥＣＴシステム１０（図１及び図２に示す）を用いて組織７４（図５に示す）における脂肪含有量を定量化する方法９０の概略図である。方法９０は、先験的な解剖学的情報を用いて、通常の視野よりも小さい領域について局所的な目標を定めた画像取得及び／又は再構成を実行して、周囲組織から関心領域をセグメント分割する。一実施形態では、ハンスフィールド又はＣＴ数（閾値）手法、繰り返し式閾値処理、ｋ平均セグメント分割、エッジ検出、エッジ連結、曲線フィッティング、曲線平滑化、２Ｄ／３Ｄモルフォロジー・フィルタ処理、領域成長、ファジー・クラスタリング、画像／容積測定、ヒューリスティクス、知識ベース・ルール、意思決定枝分かれ図（デシジョン・トリー）及びニューラル・ネットワークを含めた様々な手法を用いてＣＴ画像をセグメント分割する。これに応じて、投影データに対して実行されるあらゆる計算が、視野内からの減弱変動を反映したものとなる。一実施形態では、先験的な解剖学的情報は純粋に、取得工程を個々に制御することにより供給される測定値又は標認点のいずれかから導き出される解剖学的情報である。もう一つの実施形態では、先験的な解剖学的情報は画像に基づくものであって、一つのスカウト・ビュー画像、複数のスカウト・ビュー画像、又はＣＴ若しくは他のモダリティ、例えば磁気共鳴撮像（ＭＲＩ）、電子ビーム断層写真法（ＥＢＴ）、超音波、陽電子放出断層写真法（ＰＥＴ）及びＸ線による事前画像から導き出される。
利用について述べると、方法９０は、組織７４のＭＥＣＴ解剖学的画像データを取得する工程９２と、関心領域、例えば肝臓等の関心のある器官を決定するためにＭＥＣＴ画像データをセグメント分割する工程９４とを含んでいる。一旦、組織７４等の組織の周囲領域から関心領域がセグメント分割されたら（ステップ９４）、関心領域について組織特徴評価を決定する。さらに明確に述べると、セグメント分割した画像データを分解して（ステップ９６）、関心領域内での多脂肪組織の含有量を表わす密度画像及び関心領域内での少脂肪組織の含有量を表わす密度画像を得る。次いで、多脂肪組織含有量を表わす画像を少脂肪組織含有量を表わす画像と合成して（ステップ９８）、関心領域内のすべての点についてピクセル毎に多脂肪／少脂肪比を定量化する密度画像を得る。一実施形態では、解剖学的画像を従来と同じく表示しながら（ＣＴ数に対応するグレイ・スケール）、次いで多脂肪／少脂肪密度画像を解剖学的画像に重ね合わせ表示して（ステップ１００）、関心領域の合成画像を得る。さらに明確に述べると、多脂肪組織画像及び少脂肪組織画像を互いに位置合わせして、多脂肪組織画像のピクセル値をピクセル毎に少脂肪組織画像のピクセル値で除算する。
図７は、ＭＥＣＴシステム１０（図１及び図２に示す）を用いて組織７４（図５に示す）における脂肪含有量を定量化する方法１１０の概略図である。方法１１０は、画像野のセグメント分割を用いて組織特徴評価のための関心領域を決定する。上述のＣＴ画像セグメント分割手法を用いて、分解した画像をセグメント分割する。一実施形態では、関心領域のセグメント分割は手動で実行される。関心領域の手動セグメント分割は、利用者に対して画像データを表示する工程を含んでおり、この工程で、利用者は、マウス、又は例えばタッチ・スクリーン、視線追尾及び／若しくは音声命令のようなその他任意の適当なインタフェイスを用いて領域を画定する。代替的な実施形態では、関心領域のセグメント分割は自動で実行される。関心領域の自動セグメント分割は、塊状体の形状及び寸法等のような事前知識を用いて関心区域を自動画定するアルゴリズムを用いることを含んでいる。さらにもう一つの実施形態では、関心領域のセグメント分割は、手動セグメント分割と自動セグメント分割とを併用して実行される。
利用について述べると、方法１１０は、組織７４についてのＭＥＣＴ解剖学的画像データを取得する工程１１２と、組織７４内の多脂肪組織の含有量を表わす密度画像及び組織７４内の少脂肪組織の含有量を表わす密度画像を得るために解剖学的画像データを分解する工程１１４とを含んでいる。次いで、多脂肪組織含有量を表わす画像を少脂肪組織含有量を表わす画像と合成して（ステップ１１６）、組織７４内のあらゆる点についてピクセル毎に多脂肪／少脂肪比を定量化する密度画像を得る。さらに明確に述べると、多脂肪組織画像及び少脂肪組織画像を互いに対して位置合わせして、多脂肪組織画像のピクセル値をピクセル毎に少脂肪組織画像のピクセル値で除算する。一実施形態では、多脂肪／少脂肪密度領域をＭＥＣＴ解剖学的画像データ上に重ね合わせ表示して（ステップ１１８）、組織７４の合成画像を得る。代替的な実施形態では、多脂肪／少脂肪密度画像を先ずセグメント分割して（ステップ１２０）、関心領域、例えば肝臓のような関心のある器官を決定する。一旦、関心領域が組織７４の周囲領域からセグメント分割されたら（ステップ１２０）、この関心領域について組織特徴評価を決定することができる。さらに明確に述べると、次いで、セグメント分割した多脂肪／少脂肪密度画像をＭＥＣＴ解剖学的画像データ上に重ね合わせ表示して（ステップ１２２）、関心領域の合成画像を得る。
図８は、関心領域８６例えば肝臓における多脂肪／少脂肪比を示す組織８４の模式図である。図８に示す例示的な実施形態では、従来のＣＴ画像を表示するのと同じ方法で、撮像した解剖学的構造のモルフォロジー特性を描出するためにグレイ・スケール表示器を用いて組織特徴評価データを表示する。グレイ・スケール値は、適当なルックアップ・テーブルを介してＣＴ数に関連付けされている。表示データのこのモルフォロジー成分は、ＭＥＣＴ画像データ集合の任意の一つ又は２以上の集合の組み合わせから選択することができる。例示的な実施形態では、局所的な脂肪含有量を示すテクスチャ・パターン・オーバレイ（重畳層）をモルフォロジー・データに重ね合わせ表示する。代替的な実施形態では、局所的な脂肪含有量を示すカラー・オーバレイをモルフォロジー・データに重ね合わせ表示する。この態様で、観測者に対してＣＴ数（グレイ・レベル）及び脂肪含有量（テクスチャ・パターン又はカラー・パターン）の両方を同時表示することができる。一実施形態では、観測者は、ソフトウェア・スイッチ（１又は複数）を介して二つのビュー（解剖学的ビュー及び特徴評価ビュー）の間でトグル切換することもできるし、オーバレイの追加をトグル切換することもできる。
利用について述べると、本書に記載する方法は、上述の分解手法を用いて分解を行なうことにより、多脂肪組織と正常組織との間のコントラストの改善を容易にする。加えて、本書に記載する方法は、ビーム・ハードニング補正を改善することにより画像アーティファクトの低減を容易にする。ビーム・ハードニング補正を改善すると組織特徴評価の精度を高めることができ、また多脂肪組織及び正常組織の特性を視覚化する観測者の能力を損ない局所的なＣＴ数を大幅に変化させ従って組織特徴評価の精度を大幅に変化させる可能性のある陰影アーティファクト及び縞アーティファクトの出現を回避することができる。従って、本書に記載する方法は、画像アーティファクトの低減、ＣＴ数精度の改善、及び組織特徴評価の改善を容易にすることができる。
加えて、本書に記載する方法は、組織特徴評価を実行する能力を促進する。ＢＭＤの原理を用いると、例えば脂肪肝特徴評価及び全身脂肪率測定値等のように、異なる疾患組織を分類して分離し得る可能性が高まる。さらに、本書に記載する方法は、ＭＥＣＴ画像の自動定量解析及び半自動定量解析を用いた脂肪肝及び類似の状態の検出及び病期推定（staging）を容易にする。計算機支援式検出（ＣＡＤ）アルゴリズム及び／又は計算機支援式診断（ＣＡＤｘ）アルゴリズムは、画像データ集合によって提供されるモルフォロジー情報に加えて組織特徴評価を利用することができる。従って、ＣＡＤ／ＣＡＤｘアルゴリズムへの入力としてＭＥＣＴ画像を供給すると単一エネルギ画像よりも多くの情報を与えることができる。
本書に記載する方法はまた、体脂肪の変化によって特徴付けられる疾患又は状態の段階推定及び治療監視を容易にする。さらに、患者の多脂肪／少脂肪組織比の局所的変化をＭＥＣＴで評価することができる。例えば、病期又は治療段階を、単一の走査か、又は経時的な多数の走査を用いて多脂肪／少脂肪組織含有量の変化を測定するかのいずれによっても評価し監視することができる。記憶されているＭＥＣＴ画像の時間解析は、観測者若しくはコンピュータ・アルゴリズム（ＣＡＤ／ＣＡＤｘ）、又はこれら二つの方法の併用によって行なわれる。
加えて、本書に記載する方法はまた、乳房のＭＥＣＴデータ取得時の乳房組織の多脂肪／少脂肪含有量の特徴評価を容易にする。かかるＭＥＣＴデータ取得は、患者を検査台に仰向けに寝かせて標準的なＣＴ幾何学的構成において行なうこともできるし、或いは専用の乳房ＣＴシステムで行なうこともできる。さらに、本書に記載する方法は、造影剤と併用して広範な生体過程の監視を容易にすることもできる。造影剤は、摂取される食物脂肪といった単純なものであってもよいし（例えば、高脂肪食摂食の後に胃腸系の脂肪の摂取、消化及び吸収を監視する）、或いは脂肪又はリピド化合物を成分とする複合型標的造影剤であってもよい。かかる造影剤は侵襲性が最小限に小さく、また従来のヨウ化物系造影剤よりも毒性が遥かに小さい。
以上に述べた方法及びシステムは、多様な疾患状態のための新たな臨床的応用を可能化することを容易にすると共に、脂肪肝及び他の疾患の処置について診断、病期推定及び監視を行なうＣＴ走査の能力を促進する。加えて、上述の方法は、ＣＴ走査を用いて取得することのできる新たな形式の情報を含んでおり、組織特徴評価を用いた分子撮像応用にＣＴをさらに広く利用する可能性を与えることを容易にする。さらに、上述の方法及びシステムは、多脂肪／少脂肪比定量化を含めた組織特徴評価を用いたＣＴ応用のための新たな医療市場を切り開くことを容易にし、また新たな非侵襲的生体適合性造影剤及び検査の開発を可能化することを容易にする。
以上、ＭＥＣＴ方法及びシステムの例示的な実施形態について詳細に説明した。これらの方法及びシステムは所載の特定の実施形態に限定されている訳ではなく、各々の方法及びシステムの構成要素を本書に記載するその他の構成要素とは独立且つ別個に利用してよい。加えて、各々の方法及びシステムの構成要素を本書に記載するその他の構成要素と共に用いてもよい。
本発明を様々な特定の実施形態について記載したが、当業者であれば、特許請求の範囲の要旨及び範囲内で本発明に改変を施し得ることが理解されよう。
１０ ＣＴシステム
１２ ガントリ
１４ 放射線源
１６ 放射線コーン・ビーム
１８ 検出器アレイ
２０ 検出器素子
２２ 患者
２４ 回転中心
２６ 制御機構
４２ 表示器
４６ モータ式テーブル
４８ ガントリ開口
５０ 媒体読み取り装置
５２ 媒体
５４ 再構成前解析
５６ 分解
５８ 再構成
６０ プリプロセッサ
６２ 高エネルギ・ビュー
６４ 高エネルギ・チャネル経路
６６ 低エネルギ・ビュー
６８ 低エネルギ・チャネル経路
７０ 第一のＣＴ画像（高エネルギ）
７２ 第二のＣＴ画像（低エネルギ）
７４、８４ 組織
７６ 皮下脂肪
７８ 関心のある器官
８０ 第一の投影
８２ 第二の投影
８６ 関心領域
９０、１１０ 組織の脂肪含有量を定量化する方法
１２ ガントリ
１４ 放射線源
１６ 放射線コーン・ビーム
１８ 検出器アレイ
２０ 検出器素子
２２ 患者
２４ 回転中心
２６ 制御機構
４２ 表示器
４６ モータ式テーブル
４８ ガントリ開口
５０ 媒体読み取り装置
５２ 媒体
５４ 再構成前解析
５６ 分解
５８ 再構成
６０ プリプロセッサ
６２ 高エネルギ・ビュー
６４ 高エネルギ・チャネル経路
６６ 低エネルギ・ビュー
６８ 低エネルギ・チャネル経路
７０ 第一のＣＴ画像（高エネルギ）
７２ 第二のＣＴ画像（低エネルギ）
７４、８４ 組織
７６ 皮下脂肪
７８ 関心のある器官
８０ 第一の投影
８２ 第二の投影
８６ 関心領域
９０、１１０ 組織の脂肪含有量を定量化する方法
Claims (7)
- １以上のＸ線源（１４）と、
１以上のＸ線検出器（１８）と、
前記Ｘ線源及び前記Ｘ線検出器に動作に関して結合されているコンピュータ（３６）とを備えており、該コンピュータは、
患者のスカウト走査に関するデータを受け取り、
前記患者の組織（７４）のＸ線計算機式断層走査の第一のエネルギ・スペクトルに関するデータを受け取り、
前記組織のＸ線計算機式断層走査の第二のエネルギ・スペクトルに関するデータを受け取り、
局所的な多脂肪組織及び少脂肪組織を識別するために前記受け取ったデータをセグメント分割する（９４）と共に分解する（９６）ように構成されており、
前記セグメント分割が、前記スカウトスキャンから導き出された先験的な解剖学的情報を用いた自動的なセグメント分割により前記組織に含まれる関心領域を特定することを含み、
前記局所的な多脂肪組織及び少脂肪組織の識別を使用して前記関心領域の状態が検出される、多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システム（１０）。 - 前記関心領域は、肝臓であり、検出される前記関心領域の状態は、脂肪肝である、請求項１に記載の多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システム（１０）。
- 前記コンピュータ（３６）は、ＣＴ数差分解、コンプトン及び光電分解、基底物質分解（ＢＭＤ）、並びに対数減算分解（ＬＳＤ）の１以上を用いて前記受け取ったデータを分解する（９６）ように構成されている、請求項２に記載の多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システム（１０）。
- 前記コンピュータ（３６）はさらに、
多脂肪組織を表わす第一の密度マップ及び少脂肪組織を表わす第二の密度マップを生成するように、前記受け取ったデータを分解して（９６）、
前記第一の密度マップと前記第二の密度マップとの間の多脂肪／少脂肪比マップをピクセル毎に生成するために前記第一の密度マップを前記第二の密度マップと合成する（９８）ように構成されている、請求項２に記載の多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システム（１０）。 - 前記コンピュータ（３６）はさらに、前記組織（７４）の解剖学的画像に前記多脂肪／少脂肪比マップを重ね合わせ表示するように構成されている、請求項４に記載の多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システム（１０）。
- 前記コンピュータは、
多脂肪組織を表わす第一の密度マップと少脂肪組織を表わす第二の密度マップとを作成し（１１４）、
前記第一の密度マップを前記第二の密度マップと合成する（１１６）ように構成されており、
前記局所的な多脂肪組織及び少脂肪組織の識別を使用して脂肪肝の状態が検出される、請求項３に記載の多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システム（１０）。 - 前記コンピュータ（３６）は、ピクセル値閾値処理、繰り返し式閾値処理、ｋ平均セグメント分割、エッジ検出、エッジ連結、曲線フィッティング、曲線平滑化、２Ｄ／３Ｄモルフォロジー・フィルタ処理、領域成長、ファジー・クラスタリング、画像／容積測定、ヒューリスティクス、知識ベース・ルール、意思決定枝分かれ図及びニューラル・ネットワークの１以上を用いて前記合成した（１１６）第一及び第二の密度マップをセグメント分割する（１２０）ように構成されている、請求項６に記載の多重エネルギ型計算機式断層写真法（ＭＥＣＴ）システム（１０）。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US10/306,052 US6999549B2 (en) | 2002-11-27 | 2002-11-27 | Method and apparatus for quantifying tissue fat content |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2004174261A JP2004174261A (ja) | 2004-06-24 |
| JP2004174261A5 JP2004174261A5 (ja) | 2007-01-18 |
| JP4412982B2 true JP4412982B2 (ja) | 2010-02-10 |
Family
ID=32312192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003396588A Expired - Fee Related JP4412982B2 (ja) | 2002-11-27 | 2003-11-27 | 組織脂肪含有量を定量化する方法及び装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US6999549B2 (ja) |
| JP (1) | JP4412982B2 (ja) |
| CN (1) | CN1509686B (ja) |
| DE (1) | DE10356011A1 (ja) |
| NL (1) | NL1024856C2 (ja) |
Families Citing this family (110)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6941323B1 (en) | 1999-08-09 | 2005-09-06 | Almen Laboratories, Inc. | System and method for image comparison and retrieval by enhancing, defining, and parameterizing objects in images |
| KR100440255B1 (ko) * | 2002-09-26 | 2004-07-15 | 한국전자통신연구원 | 대상 장기의 지방량 측정 시스템 및 지방량 측정프로그램을 기록한 기록매체 |
| US7627078B2 (en) * | 2002-11-08 | 2009-12-01 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for detecting structural, perfusion, and functional abnormalities |
| JP3936298B2 (ja) * | 2003-02-14 | 2007-06-27 | 株式会社日立メディコ | Ｘ線ｃｔ装置 |
| JP3963000B2 (ja) * | 2003-04-08 | 2007-08-22 | 株式会社日立メディコ | 医用画像診断支援装置及び方法及びプログラム |
| US9113839B2 (en) * | 2003-04-25 | 2015-08-25 | Rapiscon Systems, Inc. | X-ray inspection system and method |
| US8804899B2 (en) * | 2003-04-25 | 2014-08-12 | Rapiscan Systems, Inc. | Imaging, data acquisition, data transmission, and data distribution methods and systems for high data rate tomographic X-ray scanners |
| US6973158B2 (en) * | 2003-06-25 | 2005-12-06 | Besson Guy M | Multi-target X-ray tube for dynamic multi-spectral limited-angle CT imaging |
| US7522779B2 (en) * | 2004-06-30 | 2009-04-21 | Accuray, Inc. | Image enhancement method and system for fiducial-less tracking of treatment targets |
| US7366278B2 (en) * | 2004-06-30 | 2008-04-29 | Accuray, Inc. | DRR generation using a non-linear attenuation model |
| US9086356B2 (en) | 2004-10-04 | 2015-07-21 | Hologic, Inc. | Visceral fat measurement |
| US7725153B2 (en) * | 2004-10-04 | 2010-05-25 | Hologic, Inc. | Estimating visceral fat by dual-energy x-ray absorptiometry |
| US7209536B2 (en) * | 2004-11-19 | 2007-04-24 | General Electric Company | CT colonography system |
| US7599465B2 (en) | 2004-11-19 | 2009-10-06 | General Electric Company | Detection of thrombi in CT using energy discrimination |
| US7583779B2 (en) * | 2004-11-24 | 2009-09-01 | General Electric Company | System and method for acquisition and reconstruction of contrast-enhanced, artifact-reduced CT images |
| JP5010167B2 (ja) * | 2005-04-07 | 2012-08-29 | 株式会社東芝 | Ｘ線ｃｔ装置 |
| US7471758B2 (en) * | 2005-04-07 | 2008-12-30 | Kabushiki Kaisha Toshiba | X-ray CT apparatus |
| DE102005030646B4 (de) * | 2005-06-30 | 2008-02-07 | Siemens Ag | Verfahren zur Kontur-Visualisierung von zumindest einer interessierenden Region in 2D-Durchleuchtungsbildern |
| EP1927081B1 (en) * | 2005-09-06 | 2017-04-26 | Koninklijke Philips N.V. | Data handling and analysis in computed tomography with multiple energy windows |
| US8300905B2 (en) * | 2005-11-18 | 2012-10-30 | General Electric Company | Adaptive image processing and display for digital and computed radiography images |
| US7372934B2 (en) * | 2005-12-22 | 2008-05-13 | General Electric Company | Method for performing image reconstruction using hybrid computed tomography detectors |
| US8009793B2 (en) * | 2006-02-24 | 2011-08-30 | Mayo Foundation For Medical Education And Research | Method for imaging plaque using dual energy CT |
| DE102006009222B4 (de) * | 2006-02-28 | 2008-02-28 | Siemens Ag | Verfahren und Vorrichtung zur Bestimmung der Konzentration einer Substanz in einem Körpermaterial mittels Mehr-Energie-Computertomographie |
| WO2007113704A2 (en) * | 2006-04-06 | 2007-10-11 | Philips Intellectual Property & Standards Gmbh | Method for reconstruction images and reconstruction system for reconstructing images |
| JP5196751B2 (ja) | 2006-09-13 | 2013-05-15 | 株式会社東芝 | コンピュータ支援診断装置 |
| US7466793B2 (en) * | 2006-10-26 | 2008-12-16 | General Electric Company | Distinct incident energy spectra detection |
| JP5030549B2 (ja) * | 2006-11-20 | 2012-09-19 | 株式会社日立メディコ | 医用画像診断支援装置、プログラム、及び方法 |
| WO2008100471A1 (en) * | 2007-02-12 | 2008-08-21 | Carestream Health, Inc. | Renormalization of dual-energy images |
| US9607372B2 (en) * | 2007-07-11 | 2017-03-28 | Hernani D. Cualing | Automated bone marrow cellularity determination |
| US20090082637A1 (en) * | 2007-09-21 | 2009-03-26 | Michael Galperin | Multi-modality fusion classifier with integrated non-imaging factors |
| US20090137925A1 (en) * | 2007-11-23 | 2009-05-28 | Divya Cantor | Impedance Spectroscopy Cervix Scanning Apparatus and Method |
| US8369593B2 (en) * | 2007-12-21 | 2013-02-05 | Siemens Medical Solutions Usa, Inc. | Systems and methods for robust learning based annotation of medical radiographs |
| JP5085310B2 (ja) * | 2007-12-27 | 2012-11-28 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 画像処理装置、プログラムおよびｘ線ｃｔ装置 |
| JP5060993B2 (ja) * | 2008-03-07 | 2012-10-31 | 日立アロカメディカル株式会社 | Ｘ線ｃｔ装置およびプログラム |
| US8218837B2 (en) * | 2008-06-06 | 2012-07-10 | General Electric Company | Material composition detection from effective atomic number computation |
| CN101627918A (zh) * | 2008-07-18 | 2010-01-20 | Ge医疗系统环球技术有限公司 | Ct影像压缩方法和装置 |
| US8086012B2 (en) * | 2008-10-17 | 2011-12-27 | General Electric Company | Methods and apparatus for determining body weight and fat content using computed tomography data |
| US8260023B2 (en) * | 2008-11-26 | 2012-09-04 | General Electric Company | Forward projection for the generation of computed tomography images at arbitrary spectra |
| US8115784B2 (en) * | 2008-11-26 | 2012-02-14 | General Electric Company | Systems and methods for displaying multi-energy data |
| US7983382B2 (en) * | 2008-11-26 | 2011-07-19 | General Electric Company | System and method for material segmentation utilizing computed tomography scans |
| US9036879B2 (en) * | 2008-11-28 | 2015-05-19 | General Electric Company | Multi-material decomposition using dual energy computed tomography |
| US20100135564A1 (en) * | 2008-11-28 | 2010-06-03 | Brian William Thomsen | Apparatus for and method of selecting material triplets for a multi-material decomposition |
| US8311181B2 (en) * | 2008-11-28 | 2012-11-13 | General Electric Company | Apparatus and method of visualizing multi-energy imaging data |
| US20100158332A1 (en) * | 2008-12-22 | 2010-06-24 | Dan Rico | Method and system of automated detection of lesions in medical images |
| US8050479B2 (en) * | 2009-02-26 | 2011-11-01 | General Electric Company | Method and system for generating a computed tomography image |
| US8594406B2 (en) * | 2009-06-18 | 2013-11-26 | Koninklijke Philips N.V. | Single scan multi-procedure imaging |
| US8934696B2 (en) | 2009-06-18 | 2015-01-13 | Koninklijke Philips N.V. | Single scan multi-procedure imaging |
| US8786873B2 (en) * | 2009-07-20 | 2014-07-22 | General Electric Company | Application server for use with a modular imaging system |
| EP2517180A1 (en) * | 2009-12-21 | 2012-10-31 | Koninklijke Philips Electronics N.V. | Processing an image dataset based on clinically categorized populations |
| US9865050B2 (en) | 2010-03-23 | 2018-01-09 | Hologic, Inc. | Measuring intramuscular fat |
| WO2011125549A1 (ja) * | 2010-03-31 | 2011-10-13 | 公立大学法人大阪府立大学 | 脂肪組織画像表示装置 |
| US8243882B2 (en) | 2010-05-07 | 2012-08-14 | General Electric Company | System and method for indicating association between autonomous detector and imaging subsystem |
| US8705688B2 (en) * | 2010-10-13 | 2014-04-22 | Kabushiki Kaisha Toshiba | Medical image processing apparatus, X-ray computed tomography apparatus, and medical image processing method |
| US20120099768A1 (en) | 2010-10-20 | 2012-04-26 | Medtronic Navigation, Inc. | Method and Apparatus for Reconstructing Image Projections |
| US9769912B2 (en) * | 2010-10-20 | 2017-09-19 | Medtronic Navigation, Inc. | Gated image acquisition and patient model construction |
| US9807860B2 (en) | 2010-10-20 | 2017-10-31 | Medtronic Navigation, Inc. | Gated image acquisition and patient model construction |
| WO2012092535A1 (en) | 2010-12-31 | 2012-07-05 | General Electric Company | Method and system to improve visceral adipose tissue estimate by measuring and correcting for subcutaneous adipose tissue composition |
| WO2012092581A1 (en) | 2010-12-31 | 2012-07-05 | General Electric Company | Normalized metrics for visceral adipose tissue mass and volume estimation |
| US9271690B2 (en) | 2010-12-31 | 2016-03-01 | General Electric Company | Method and system to estimate visceral adipose tissue by restricting subtraction of subcutaneous adipose tissue to coelom projection region |
| US9036883B2 (en) * | 2011-01-10 | 2015-05-19 | The Regents Of The University Of Michigan | System and methods for detecting liver disease |
| US8532744B2 (en) | 2011-08-23 | 2013-09-10 | General Electric Company | Method and system for design of spectral filter to classify tissue and material from multi-energy images |
| JP6073616B2 (ja) * | 2011-09-28 | 2017-02-01 | 東芝メディカルシステムズ株式会社 | Ｘ線ｃｔ装置、画像処理装置及びプログラム |
| US9970890B2 (en) | 2011-10-20 | 2018-05-15 | Varex Imaging Corporation | Method and apparatus pertaining to non-invasive identification of materials |
| US9415240B2 (en) | 2011-10-21 | 2016-08-16 | Accuray Incorporated | Apparatus for generating multi-energy x-ray images and methods of using the same |
| US8917268B2 (en) * | 2011-11-11 | 2014-12-23 | General Electric Company | Systems and methods for performing image background selection |
| US8611624B2 (en) * | 2012-03-19 | 2013-12-17 | Wisconsin Alumni Research Foundation | Method for adipose tissue quantification with magnetic resonance imaging |
| US8855385B2 (en) | 2012-07-06 | 2014-10-07 | General Electric Company | Apparatus and method for multi-energy tissue quantification |
| DE102012217301B4 (de) * | 2012-09-25 | 2021-10-14 | Bayer Pharma Aktiengesellschaft | Kombination aus Kontrastmittel und Mammographie-CT-System mit vorgegebenem Energiebereich und Verfahren zur Erzeugung tomographischer Mammographie-CT-Aufnahmen durch diese Kombination |
| DE102012217555A1 (de) * | 2012-09-27 | 2014-03-27 | Siemens Aktiengesellschaft | Verfahren und Computertomographie-System zur Ermittlung von Knochenmineraldichtewerten |
| US9414790B2 (en) * | 2012-10-15 | 2016-08-16 | Elekta Ab (Publ) | Dual-energy cone-beam CT scanning |
| CN105101877A (zh) * | 2012-11-29 | 2015-11-25 | 控制辐射系统有限公司 | X射线减少系统 |
| US9265458B2 (en) | 2012-12-04 | 2016-02-23 | Sync-Think, Inc. | Application of smooth pursuit cognitive testing paradigms to clinical drug development |
| EP2928376B1 (en) * | 2012-12-05 | 2019-10-30 | Koninklijke Philips N.V. | Radiation beam intensity profile shaper |
| CN103913779B (zh) | 2012-12-31 | 2017-07-07 | 清华大学 | 多能ct成像系统以及成像方法 |
| CN105103237A (zh) * | 2013-01-01 | 2015-11-25 | 控制辐射系统有限公司 | X射线减少系统 |
| US9380976B2 (en) | 2013-03-11 | 2016-07-05 | Sync-Think, Inc. | Optical neuroinformatics |
| US9778391B2 (en) | 2013-03-15 | 2017-10-03 | Varex Imaging Corporation | Systems and methods for multi-view imaging and tomography |
| KR102078335B1 (ko) * | 2013-05-03 | 2020-02-17 | 삼성전자주식회사 | 의료 영상 장치 및 그 제어 방법 |
| JP6305692B2 (ja) * | 2013-05-28 | 2018-04-04 | キヤノンメディカルシステムズ株式会社 | Ｘ線診断装置 |
| US8983571B2 (en) | 2013-06-12 | 2015-03-17 | General Electric Company | Method for measuring liver fat mass using dual-energy X-ray absorptiometry |
| US9642585B2 (en) | 2013-11-25 | 2017-05-09 | Hologic, Inc. | Bone densitometer |
| CN104700389B (zh) | 2013-12-09 | 2019-08-13 | 通用电气公司 | 双能ct扫描图像中的对象识别方法 |
| US9560160B1 (en) * | 2014-01-17 | 2017-01-31 | Instar Logic, Inc. | Prioritization of the delivery of different portions of an image file |
| US10013625B1 (en) | 2014-04-16 | 2018-07-03 | Instart Logic, Inc. | QoE-driven unsupervised image categorization for optimized web delivery |
| US9546968B2 (en) * | 2014-05-02 | 2017-01-17 | Empire Technology Development Llc | Meat assessment device |
| JP6747787B2 (ja) | 2014-08-22 | 2020-08-26 | キヤノンメディカルシステムズ株式会社 | 光子計数型ｘ線ｃｔ装置 |
| US9964499B2 (en) * | 2014-11-04 | 2018-05-08 | Toshiba Medical Systems Corporation | Method of, and apparatus for, material classification in multi-energy image data |
| KR101725099B1 (ko) * | 2014-12-05 | 2017-04-26 | 삼성전자주식회사 | 컴퓨터 단층 촬영장치 및 그 제어방법 |
| JP6875989B2 (ja) | 2015-01-20 | 2021-05-26 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 画像データセグメンテーション及び表示 |
| CN107257660B (zh) | 2015-02-26 | 2021-05-11 | 霍罗吉克公司 | 身体扫描中的生理状态确定方法 |
| WO2016200983A1 (en) * | 2015-06-09 | 2016-12-15 | The Board of Trustees of the Leand Stanford Junior University | System for determining tissue density values using polychromatic x-ray absorptiometry |
| US10015503B1 (en) | 2015-09-24 | 2018-07-03 | Instart Logic, Inc. | Fast, real-time, estimation of content-sensitive encoding quality for optimized web delivery of images |
| JP6676337B2 (ja) | 2015-10-30 | 2020-04-08 | キヤノン株式会社 | 放射線撮像システム、放射線画像の情報処理装置、放射線画像の情報処理方法、及び、そのプログラム |
| US9940711B2 (en) | 2015-11-25 | 2018-04-10 | Zebra Medical Vision Ltd. | Systems and methods for detecting a fatty liver from a computed tomography (CT) scan |
| US9760690B1 (en) | 2016-03-10 | 2017-09-12 | Siemens Healthcare Gmbh | Content-based medical image rendering based on machine learning |
| CN109475338B (zh) | 2016-07-15 | 2023-01-17 | 皇家飞利浦有限公司 | 识别脂肪组织的类型 |
| US11744538B2 (en) * | 2016-11-23 | 2023-09-05 | Mayo Foundation For Medical Education And Research | System and method for quantifying luminal stenosis using multi-energy computed tomography imaging |
| US11276208B2 (en) | 2017-06-12 | 2022-03-15 | The Research Foundation For The State University Of New York | System, method and computer-accessible medium for ultralow dose computed tomography image reconstruction |
| US11602321B2 (en) * | 2018-03-26 | 2023-03-14 | Koninklijke Philips N.V. | Spectral inflammation map from spectral imaging data |
| CN108548831A (zh) * | 2018-04-18 | 2018-09-18 | 合肥美亚光电技术股份有限公司 | 检测肉类中脂肪含量的方法和装置 |
| CN110728274A (zh) * | 2018-06-29 | 2020-01-24 | 通用电气公司 | 医疗设备计算机辅助扫描方法、医疗设备及可读存储介质 |
| CA3109463A1 (en) * | 2018-08-12 | 2020-02-20 | The Trustees Of Columbia University In The City Of New York | System, method, and computer-accessible medium for non-invasive temperature estimation |
| US20210321978A1 (en) * | 2018-09-05 | 2021-10-21 | Koninklijke Philips N.V. | Fat layer identification with ultrasound imaging |
| US10945695B2 (en) | 2018-12-21 | 2021-03-16 | Canon Medical Systems Corporation | Apparatus and method for dual-energy computed tomography (CT) image reconstruction using sparse kVp-switching and deep learning |
| TWI714025B (zh) * | 2019-03-19 | 2020-12-21 | 緯創資通股份有限公司 | 影像辨識方法及影像辨識裝置 |
| JP7220643B2 (ja) * | 2019-10-04 | 2023-02-10 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
| US20210330396A1 (en) * | 2020-04-23 | 2021-10-28 | Johnson & Johnson Surgical Vision, Inc. | Location pad surrounding at least part of patient eye and having optical tracking elements |
| JP7546497B2 (ja) * | 2021-02-09 | 2024-09-06 | 富士フイルム株式会社 | 運動器疾患予測装置、方法およびプログラム、学習装置、方法およびプログラム並びに学習済みニューラルネットワーク |
| CN115423736A (zh) * | 2021-05-31 | 2022-12-02 | 通用电气精准医疗有限责任公司 | 成像系统及方法 |
| CN113545796B (zh) * | 2021-07-23 | 2024-09-13 | 西北农林科技大学 | 利用计算机断层扫描活体检测猪肉质性状的方法 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4029963A (en) | 1976-07-30 | 1977-06-14 | The Board Of Trustees Of Leland Stanford Junior University | X-ray spectral decomposition imaging system |
| US4157472A (en) | 1976-09-16 | 1979-06-05 | General Electric Company | X-ray body scanner for computerized tomography |
| NL8003354A (nl) * | 1980-06-09 | 1982-01-04 | Philips Nv | Stralingsonderzoekapparaat met beeldsubtractie. |
| US4361901A (en) | 1980-11-18 | 1982-11-30 | General Electric Company | Multiple voltage x-ray switching system |
| US5115394A (en) | 1983-11-25 | 1992-05-19 | Technicare Corporation | Dual energy computerized tomography system |
| US4957729A (en) * | 1985-09-10 | 1990-09-18 | The University Of Michigan | Polyiodinated triglyceride analogs as radiologic agents |
| US5155365A (en) * | 1990-07-09 | 1992-10-13 | Cann Christopher E | Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data |
| US5218533A (en) * | 1990-08-06 | 1993-06-08 | General Electric Company | Stable interruptible filter for dual beam computed tomography |
| US5665971A (en) | 1993-04-12 | 1997-09-09 | Massachusetts Institute Of Technology | Radiation detection and tomography |
| JP3449561B2 (ja) | 1993-04-19 | 2003-09-22 | 東芝医用システムエンジニアリング株式会社 | Ｘ線ｃｔ装置 |
| US7110587B1 (en) | 1995-05-31 | 2006-09-19 | Ge Medical Systems Israel Ltd. | Registration of nuclear medicine images |
| US6018562A (en) | 1995-11-13 | 2000-01-25 | The United States Of America As Represented By The Secretary Of The Army | Apparatus and method for automatic recognition of concealed objects using multiple energy computed tomography |
| US5689115A (en) | 1995-11-24 | 1997-11-18 | Elscint Ltd. | Advanced nuclear medicine system |
| WO1999045371A1 (en) | 1998-03-02 | 1999-09-10 | Image Anaylsis, Inc. | Automated x-ray bone densitometer |
| US6236709B1 (en) | 1998-05-04 | 2001-05-22 | Ensco, Inc. | Continuous high speed tomographic imaging system and method |
| US6185272B1 (en) | 1999-03-15 | 2001-02-06 | Analogic Corporation | Architecture for CT scanning system |
| US6418189B1 (en) | 2000-01-24 | 2002-07-09 | Analogic Corporation | Explosive material detection apparatus and method using dual energy information of a scan |
| AU2002246736A1 (en) * | 2000-10-24 | 2002-08-06 | The Johns Hopkins University | Method and apparatus for multiple-projection, dual-energy x-ray absorptiometry scanning |
| US6501819B2 (en) * | 2000-12-18 | 2002-12-31 | Ge Medical Systems Global Technology Company, Llc | Medical diagnostic method and apparatus to control dual energy exposure techniques based on image information |
| US6507633B1 (en) * | 2001-02-15 | 2003-01-14 | The Regents Of The University Of Michigan | Method for statistically reconstructing a polyenergetic X-ray computed tomography image and image reconstructor apparatus utilizing the method |
| US6624425B2 (en) | 2001-05-03 | 2003-09-23 | Bio-Imaging Research, Inc. | Waste inspection tomography and non-destructive assay |
| US6560315B1 (en) | 2002-05-10 | 2003-05-06 | Ge Medical Systems Global Technology Company, Llc | Thin rotating plate target for X-ray tube |
| US6898263B2 (en) | 2002-11-27 | 2005-05-24 | Ge Medical Systems Global Technology Company, Llc | Method and apparatus for soft-tissue volume visualization |
-
2002
- 2002-11-27 US US10/306,052 patent/US6999549B2/en not_active Expired - Fee Related
-
2003
- 2003-11-24 NL NL1024856A patent/NL1024856C2/nl not_active IP Right Cessation
- 2003-11-27 CN CN200310119636.XA patent/CN1509686B/zh not_active Expired - Fee Related
- 2003-11-27 DE DE10356011A patent/DE10356011A1/de not_active Withdrawn
- 2003-11-27 JP JP2003396588A patent/JP4412982B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN1509686A (zh) | 2004-07-07 |
| JP2004174261A (ja) | 2004-06-24 |
| US20040101086A1 (en) | 2004-05-27 |
| NL1024856C2 (nl) | 2005-07-27 |
| NL1024856A1 (nl) | 2004-05-28 |
| US6999549B2 (en) | 2006-02-14 |
| DE10356011A1 (de) | 2004-06-09 |
| CN1509686B (zh) | 2010-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4412982B2 (ja) | 組織脂肪含有量を定量化する方法及び装置 | |
| EP1526808B1 (en) | Systems for detecting components of plaque | |
| JP4402435B2 (ja) | 軟組織空間の視覚化の方法及び装置 | |
| JP4347672B2 (ja) | 構造、灌流及び機能に関する異常を検出する方法及び装置 | |
| JP4491222B2 (ja) | 灌流データを取得する方法及び装置 | |
| JP4361778B2 (ja) | 計算機式断層写真法（ｃｔ）スカウト画像を形成する方法及び装置 | |
| US6836528B2 (en) | Methods and apparatus for detecting structural, perfusion, and functional abnormalities | |
| US7983460B2 (en) | Method and system for performing high temporal resolution bolus detection using CT image projection data | |
| US20040101088A1 (en) | Methods and apparatus for discriminating multiple contrast agents | |
| US8086012B2 (en) | Methods and apparatus for determining body weight and fat content using computed tomography data | |
| US7702141B2 (en) | Method for quantifying an object in a larger structure using a reconstructed image | |
| JP2005211655A (ja) | 断層撮影装置による画像データの取得および評価方法 | |
| JP2004160228A (ja) | 組織異常、潅流異常、及び機能異常を検出する方法及び装置 | |
| US7822253B2 (en) | Methods and apparatus for BMD measuring | |
| Wenker | Computed Tomography (CT) | |
| Oh et al. | A Study on the Reduction of Exposure Dose of Low-dose Chest CT using the Chest Phantom |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061121 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061121 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090526 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090714 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20090714 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20090714 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090825 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090930 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20091027 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091117 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121127 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |