JP4542259B2

JP4542259B2 - Ｘ線ｃｔシステム及びｘ線診断装置

Info

Publication number: JP4542259B2
Application number: JP2000393335A
Authority: JP
Inventors: 明彦西出
Original assignee: GE Medical Systems Global Technology Co LLC
Current assignee: GE Medical Systems Global Technology Co LLC
Priority date: 2000-12-25
Filing date: 2000-12-25
Publication date: 2010-09-08
Anticipated expiration: 2020-12-25
Also published as: JP2002209881A

Description

【０００１】
【発明の属する技術分野】
本発明はＸ線ＣＴシステム及びＸ線像診断装置に関するものである。
【０００２】
【従来の技術】
被検体のＸ線像を得て診断若しくは検査する場合において、被検体内に金属等の物質が存在すると診断の妨げになる。被検体内に金属が存在するのは、いくつかの要因がある。特に、被検体が人体の場合には、代表的なものとしては、接骨するための機具を埋め込んだり、金属製入れ歯、食物等に金属が含まれていた場合である。また、産業用Ｘ線検査の分野では、形成した材料、食料、製品、コンベアを流れる材料、食料から金属或いは異物あるいは欠陥を検出する場合にも使用される。
【０００３】
【発明が解決しようとする課題】
Ｘ線ＣＴ(Computerized Tomography)システムにおいては、ガントリ装置と呼ばれる、Ｘ線管とＸ線検出器が被検体を挟んで回転する装置を有する。この回転によって、異なるＸ線照射角度における被検体を透過したＸ線をＸ線検出器で検出することにより、Ｘ線断層像を再構成することになる。
【０００４】
かかるシステムにおいて、金属等のＸ線吸収率が極端に高い物質が被検体内に存在すると、再構成されるＸ線断層像上にアーチファクトと呼ばれるノイズとなって顕れ、診断の大きな妨げになる。
【０００５】
したがって、被検体内に金属が存在するか否か、存在する場合にはどの位置に存在するかを予め把握することができれば、診断に役立てることができるばかりか、Ｘ線断層像を再構成する処理にもそれを用いて最適な再構成処理を施すことが可能になり、非常に有益となる。また、産業用Ｘ線検査の分野では、材料、食料、製品の中の金属、異物、欠陥を検出する上で有益である。
【０００６】
本発明はかかる課題に鑑みなされたものであり、被検体内に金属が含まれるか否かを高い精度で検出し、最適な再構成処理を施すことを可能ならしめるＸ線ＣＴシステム及びＸ線診断装置を提供しようとするものである。
【０００７】
【課題を解決するための手段】
この課題を解決するため、本発明のＸ線ＣＴシステムは、以下の構成を備える。すなわち、被検体のＸ線断層像を撮影するＸ線ＣＴシステムにおいて、前記被検体のスカウト像を撮影するスカウトスキャン及び前記Ｘ線断層像を得るための本スキャンを行うスキャン手段と、前記スカウト像に基づいて、前記本スキャンの範囲に金属が含まれるか否かを判断する判断手段と前記判断手段によって判断された結果に基づいて、前記本スキャンによって得られたデータを用いたＸ線断層像の金属アーチファクト除去アルゴリズムに従った再構成処理又は金属アーチファクト除去アルゴリズムを用いない再構成処理を行う再構成手段とを備える。
また、本発明のＸ線診断装置は以下の構成を備える。すなわち、被検体を透過したＸ線を検出して前記被検体内の金属物の有無を診断するＸ線診断装置であって、Ｘ線吸収率を示す、前記被検体の二次元Ｘ線像を入力する入力手段と、入力した二次元Ｘ線像の低周波成分或いは背景成分を、所定のフィルタを用いることで除去する除去手段と、前記入力手段で入力した二次元Ｘ線像から、前記除去手段で得られた二次元Ｘ線像を減じ、所定閾値と比較することで２値化する２値化手段と、該２値化手段で得られた２値画像の有意なビットの連続する領域毎に、当該領域の特徴パラメータを抽出するパラメータ抽出手段と、該パラメータ抽出手段で得られた特徴パラメータに基づき、各領域が金属物であるか否かを判断する判断手段とを備える。
【０００８】
【発明の実施の形態】
以下、添付図面に従って本発明に係る実施形態を詳細に説明する。
【０００９】
なお、実施形態ではＸ線診断装置としてＸ線ＣＴシステムに適用した例を説明する。
【００１０】
図１は、実施形態におけるＸ線ＣＴシステムのブロック構成図である。図示の如く、システムは、被検体へのＸ線照射と被検体を透過したＸ線を検出するためのガントリ装置１００と、ガントリ装置１００に対して各種動作設定を行うと共に、ガントリ装置１００から出力されてきたデータに基づいてＸ線断層像を再構成し、表示する操作コンソール２００により構成されている。
【００１１】
ガントリ装置１００は、その全体の制御を司るメインコントローラ１を始め以下の構成を備える。
【００１２】
２は操作コンソール２００との通信を行うためのインタフェース、３はテーブル１２上に横たえた被検体（被検者）を搬送するための空洞部を有するガントリであり、内部には、Ｘ線発生源であるＸ線管４（Ｘ線管コントローラ５により駆動制御される）、Ｘ線の照射範囲を画定するスリットを有するコリメータ６が設けられている。
【００１３】
また、ガントリ３には、被検者を透過したＸ線を検出する検出素子が図示の如くガントリの空洞部の円周に沿って複数個（概ね１０００個）を有するＸ線検出器である検出部８、及び検出部８より得られたデータを収集するデータ収集部９も備える。Ｘ線管４と検出部８は互いに空洞部分を挟んで対向する位置に設けられ、その関係が維持された状態でガントリ３に保持され回動するようになっている。この回動は、モータコントローラ１１からの駆動信号により駆動される回転モータ１０によって行われる。また、被検体を乗せるテーブル１２は、被検体の体軸方向（Ｚ軸方向）の搬送がなされるが、その駆動はテーブルモータ１３によって行われる。なお、検出部８は、検出素子が１列、或いは多列のいずれでも構わない。１列の検出素子群で構成されるシステムをシングルスライスＸ線ＣＴシステムと言い、多列の場合をマルチスライスＸ線ＣＴシステムと言う。実施形態では、説明を簡単にするため、シングル紙スライスＸ線ＣＴシステムとして説明する。
【００１４】
メインコントローラ１は、Ｉ／Ｆ２を介して受信した各種コマンドの解析を行い、それに基づいて上記のＸ線管コントローラ５、モータコントローラ１１、テーブルモータコントローラ１４に対し、各種制御信号を出力することになる。また、メインコントローラ１は、データ収集部９で収集されたデータを、Ｉ／Ｆ２を介して操作コンソール２００に送出する処理も行う。
【００１５】
一方、操作コンソール２００は、所謂ワークステーションであり、図示に示す如く、装置全体の制御を司るＣＰＵ５１、ブートプログラムやＢＩＯＳを記憶しているＲＯＭ５２、主記憶装置として機能するＲＡＭ５３を始め、以下の構成を備える。
【００１６】
ＨＤＤ５４は、ハードディスク装置であって、ここにＯＳ、ガントリ装置１００に各種指示を与えたり、ガントリ装置１００より受信したデータに基づいてＸ線断層像を再構成するための診断プログラム、更に、詳細については後述する条件テーブルが格納されている。
【００１７】
ＶＲＡＭ５５は表示しようとするイメージデータを展開するメモリであり、ここにイメージデータ等を展開することでＣＲＴ５６に表示させることができる。５７及び５８は、各種設定を行うためのキーボード及びマウスである。また、５９はガントリ装置１００と通信を行うためのインタフェースである。
【００１８】
さて、上記構成におけるＸ線ＣＴシステムにおいて、被検体をテーブル１２上に横たえさせ、設定したスケジュール（被検体の搬送方向に対して、どの範囲の断層像をどのようにして再構成するか等）に従って、テーブル１２の搬送、ガントリ３の回転、Ｘ線管４の駆動を行うことになるが、一般に、それ以前に、そのスケジュールを決めるのスカウトスキャンと呼ばれる位置決用めＸ線画像を得る処理を行う。
【００１９】
スカウトスキャンとは、ガントリ装置１００におけるＸ線管４が被検体の例えば真上に位置した状態のまま、すなわち、ガントリ３を固定にしたままＸ線テーブル１２をＺ軸方向に移動させるスキャンである。より詳しくは、テーブル１２の移動中、Ｘ線管４を駆動し、検出部８より１次元の透過Ｘ線強度を順に得、それを連続して得ることで被検体の二次元Ｘ線透過像を得るスキャンを言う。
【００２０】
本実施形態では、このスカウトスキャンを利用し、被検体内の金属部分を検出処理を行う。
【００２１】
図２は、スカウトスキャンによって得られた被検体のＸ線透過像（スカウト像という）の例である（操作コンソール２００のＲＡＭ５３上に格納される）。図示において、縦軸はＺ軸（被検体の搬送方向）で、横軸はＸ線検出部８の各検出素子の位置に対応するものである。但し、検出素子から信号を得る際に通常はチャンネル毎に信号を得ることから、図示ではチャネルｃｈで示した。また、検出素子より得られる信号はアナログ信号であるので、これをＡ／Ｄ変換してデジタルデータにし、各チャネルのデジタルデータを例えば８ビットに量子化する。つまり、図示の二次元Ｘ線透過像の各画素は０〜２５５の範囲の値を持つことになる。
【００２２】
図３（ａ）は図２におけるＺ軸方向の位置Ｚｉにおけるデータを示している（縦軸はＸ線減衰率、横軸は上記のチャネルである）。
【００２３】
図示において、Ａ、Ｂは他の部分とくらべてＸ線減衰率が大きいことを示している。ただし、生体の場合、骨は他の組織と比較してＸ線減衰率が大きく、それがたまたま重なっている場合には、より大きな減衰率となって顕れるので、かかる減衰率の大きい部位が、金属物が存在すると断定することはできない。
【００２４】
本実施形態では、スカウトスキャンによって得られた二次元Ｘ線像に基づき、いくつかの特徴パラメータを抽出し、それぞれの特徴パラメータが予め設定された条件に合致するとき、その部位は金属として認定するようにした。
【００２５】
この処理を実現するため、実施形態では、まず、Ｘ線減衰率の大きい部位とそうでない部位を識別するための２値画像の生成処理を行う。次いで、その２値画像から、特徴パラメータを抽出する処理を行う。最後に、得られた特徴パラメータと予め設定された条件との照合を行い、金属の有無の判定を行うこととした。以下、順を追って詳細に説明する。
【００２６】
＜２値画像の生成＞
Ｘ線減衰率（吸収率）の大きい部位（画素）とそうでない部位（画素）を区別するため、実施形態では、次の様にした。
【００２７】
まず、ＲＡＭ５３上に作成されたスカウト像に対し、最小値フィルタを用いてフィルタリング処理を行う。最小値フィルタは例えば５×５画素ブロックサイズのフィルタであって、２５画素中の最小値を注目画素（５×５の画素ブロックの中心画素）の出力値とするものである。フィルタリング処理は、このフィルタ処理を画像内をラスタースキャン順に１画素ずつずらして行うものである。
【００２８】
スカウト像全体に対してこのフィルタ処理を行って１次最小値フィルタ処理像を得る。次いで、この１次最小値フィルタ処理像に対して、再び最小値フィルタ処理を行って２次最小値フィルタ処理像を得る。以下、この最小値フィルタ処理を所定回数（ｎ回）繰り返す。
【００２９】
この処理を行うと、図３（ａ）から図３（ｂ）のようなｎ次最小値フィルタ処理像のデータを得ることができ、Ｘ線減衰率の大きい部位を除去することができる。
【００３０】
次いで、ｎ次最小値フィルタ処理像に対して、最大値フィルタ処理をｎ回行う。最大値フィルタとは、５×５の画素ブロックの中の最大値を、その注目画素（中心画素）の出力値とするものであり、画像内をラスタースキャンし１画素ずつずらしながら行うものである。ｎ回最大値フィルタ処理像のＺ軸の位置Ｚｉにおけるデータは、図３（ｃ）に示す様な状態になるのは容易に理解できよう。すなわち、スカウト像のＸ線減衰率の高周波成分の変化を除去することになる。
【００３１】
さて、本実施形態では、上記のようにして生成されたｎ次最大値フィルタ像を、ＲＡＭ５３に格納されているスカウト像から減算する。例えば、図３（ａ）のスカウト像のＺｉ位置における１次元データから、図３（ｃ）の１次元データを減じると、図４に示す様なデータを得る、すなわち、低周波成分或いは背景画像を除去し、高周波成分が残るようにすることができる。
【００３２】
この結果に対し、予め設定された閾値Ｔｈを当てはめ、閾値Ｔｈを越える画素に“１”、閾値以下の画素に“０”にする。これを全スカウト像に対して行うことで、図５に示す様なＸ線吸収率の大きい部分（その画素値が有意、すなわち、“１”）のみを抽出することに成功する。すなわち、Ｘ線吸収率の大きい画素の連続する領域を含んだ２値画像の生成が完了する。
【００３３】
＜特徴パラメータを抽出＞
上記のようにして得られた２値画像中の有意（画素値が“１”）の中より連続領域を抽出する領域番号付け（ラベリング）処理を行う。図５では、４つの領域が発生していることを示している。ラベル付けは、ラスタースキャン順に行われる。
【００３４】
そして、各ラベル付け領域（ラベル“１”〜“４”のそれぞれの領域）に対し、面積、フェレ径、面積率、画素値の総和、円形度、フェレ径比、楕円近似した長径・短径の特徴パラメータを抽出（算出）する。各パラメータの意味は図８を参照して説明すると次の通りである。なお、以下において「連続領域」とは「ラベル付けされた領域」を示すものである。
面積：連続領域の画素数Ｓ、
フェレ径：連続領域の外接矩形の近接する２辺（高さと幅）、Ｌｘ、Ｌｙ
面積率：Ｓ／(Ｌｘ・Ｌｙ)（外接矩形面積に対する連続領域の面積の比率）、
画素値の総和：連続領域に対応する、スカウト像内の各画素値の和
円形度：４πＳ／（周囲長さ²）（周囲長は「輪郭線検出」論理フィルタ処理後にヒストグラム測定により求められる。）
フェレ径比：Ｌｘ／Ｌｙ
楕円近似長径・短径：楕円近似した際の長径と短径
上記において、円形度における「周囲長」の算出の仕方は、２値画像の該当する領域に“輪郭線抽出”論理フィルタ処理を行い、ヒストグラム測定することで実現できる。論理フィルタ処理としては、例えば３×３画素サイズとしたとき、「中央画素が“１”であって、且つ、その周囲の８画素のうち、周辺の少なくとも１つが“０”となっている」という条件を満たす場合に中央画素の値を“１”にする（条件を満たさない場合には中央画素の値を“０”にする）。この論理フィルタ処理を行うと、結局のところ、２値画像の“１”となっている領域の外周の画素のみが“１”となり、その領域内及び領域外は共に“０”となる。従って、この“１”となっている画素数を計数することで周囲長を得ることができる。なお、周囲長を算出する方法として、文献：「デジタル画像処理」Rosonfeld ,Kak 近代科学社出版第９章の９．２の「面積と周囲長」を挙げることができる。
【００３５】
また、楕円近似長径・短径を算出する方法を図９を参照しながら説明する。
【００３６】
まず、その連続領域（仮にＲｓと名づける）の重心Ｇ（Ｇ_x,Ｇ_y）を次のようにして求める。
【００３７】
Ｇ_x＝Σｘ・Ｒｓ（ｘ、ｙ）／Ｎ（ｘについての積和）
Ｇ_y＝Σｙ・Ｒｓ（ｘ，ｙ）／Ｎ（ｙについての積和）
ここで、Ｒｓ（ｘ、ｙ）は２値化後の領域Ｒｓ内の画素値（領域Ｒｓ（ｘ，ｙ）＝“１”）であり、Ｎは領域の画素数である。
【００３８】
次いで、この領域Ｒｓを楕円に近似したとき、その２次モーメントによる主軸（長径の方向）と水平軸との角度θを求める。楕円の主軸と水平軸との角度θの求め方は、例えば文献「画像解析ハンドブック」（高木・下田監修；東大出版会）に示される手法を用いれば良い。こうして、先に求めた重心Ｇを中心として、求められた角度θだけその近似楕円を逆回転させることで主軸と水平軸とを一致させる。回転後の座標系（図示の*1式)において、画素値が“１”となっている画素をＲｓ（ｘ'、ｙ'）と表現すると、長径Ｌ_l及び短径Ｌ_sは以下のようにして求められる。
【００３９】
Ｌ_l＝(Σｘ'²・Ｒｓ(ｘ'、ｙ')／Ｎ)^1/2 (ｘ'についての積和）
Ｌ₂＝(Σｙ'²・Ｒｓ(ｘ'、ｙ')／Ｎ)^1/2
(ｙ'についての積和）
＜金属の有無の判定＞
さて、上記のようにして、スカウト像からＸ線吸収率の大きい領域の抽出し、或る面積以上の連続領域それぞれの領域に対する特徴パラメータの抽出（算出）が終えると、得られた特徴パラメータに従い、それぞれの領域における金属物の有無の判定を行うことになる。
【００４０】
ただし、検出対象の金属物の種類に応じて、金属か否かの判断基準を適宜調整する必要がある。例えば、被検体が生体であって、その頭部のＸ線断層像を得ようとしている場合には、金属製の入れ歯が主な対象となるし、腹部であれば食物等に含まれる微小の金属片がその対象になる。
【００４１】
そこで、本実施形態では、本スキャン（Ｘ線断層像を得るためのスキャン）のスケジュール設定において、被検体のどの部位をスキャンするのかに応じて、金属物の有無の判定のための条件を切り替えるようにした。
【００４２】
図６は、この判定のための条件テーブルであって、ＨＤＤ５４内にファイルとして記憶されているものである。図示に示す如く、条件テーブルは複数種類存在し、スカウト像を表示して、技師（若しくは医師）がスキャンする部位（Ｚ軸のスキャンする範囲）を指定した際に、いずれかの条件テーブルが選択されるようにする。
【００４３】
さて、本スキャンのスケジュールが設定され、どの部位をスキャンするかが決まると、その決定された部位に応じて、条件テーブルの１つがＨＤＤ５４から読み込まれる。例えば、図６における一番手前の条件テーブルが読み込まれたとすると、次のようになる（図示のＴ₀〜Ｔ₁₂は、スキャンする部位（もしくは対象毎に予め設定されている）。
【００４４】
まず、１つのラベル付けされた領域の特徴パラメータ（実施形態では７つ）が読み込まれた条件テーブルの条件を全て満足するかを判断する。例えば、或るラベル付けされた領域から得られた面積ＳがＴ₀≦Ｓ≦Ｔ₁を満足し、フェレ径Ｌｘ（及びＬｙ）が、Ｔ₂≦Ｌｘ（及びＬｙ）≦Ｔ₃を満足し、…と、７つの条件全てを満足するかを判断する。そして、全条件を満足するとき、注目のラベル付けされた領域は金属物であると判断する。この処理を、全ラベル付けされた領域に対して行う。
【００４５】
そして、本スキャンのスケジュールの設定で行われたＺ軸方向の或る一定スキャン範囲内に、金属物であると判断されたラベル付け領域が含まれるとき、金属によるアーチファクト除去アルゴリズムを用いたＸ線断層像の再構成処理を行うようにする。
【００４６】
なお、本願発明は、金属物の検出処理にその特徴がある。すなわち、金属アーチファクト除去アルゴリズム自身は本願発明とは直接は関係がないし、単に本願発明の適用例を示しているに過ぎない。ただし、金属アーチファクト除去アルゴリズムに関する技術については、特開平２０００−８３９４６号として既に本願出願人が提案しているものを採用するものとする。
【００４７】
＜全体の処理の流れ＞
以上であるが、上記処理の具体的な手順を示すと、図７に示すフローチャートになる。なお、同フローチャートにかかるプログラムは、操作コンソール２００内のＨＤＤ５４に格納されており、ＲＡＭ５３にロードされ実行されるものである。
【００４８】
まず、ステップＳ１において、ガントリ装置１００に対し、Ｘ線管４を被検体の真上に位置させ（検出部８を真下に位置させ）、その位置でテーブル１２の搬送と、Ｘ線管４の駆動を行うことでスカウトスキャンを行わされるための指示コマンドを発行し、開始させる。この結果、ガントリ装置１００からは二次元のスカウト像データ（１画素当たり８ビット）が送られてくるので、それを受信し、ＲＡＭ５３の所定領域に格納する。
【００４９】
次いで、ステップＳ２に進み、ＲＡＭ５３に格納されたスカウト像について、ｎ回の最小値フィルタ処理を行う。次いで、ステップＳ３において、最大値フィルタ処理をｎ回行う。これら最小値フィルタ処理、最大値フィルタ処理は先に説明した通りである。
【００５０】
ステップＳ４では、上記のようにして得られたフィルタ処理後の画像データを、スカウト像から減じ、ステップＳ５で閾値と比較することで２値化する。そして、ステップＳ６では、２値化後の画像データ（２値画像データ）の“１”となって連続して存在する領域に領域番号付け（ラベリング）処理を行い、ステップＳ７で、各ラベル付けされた領域から特徴パラメータ（実施形態では７つ）を抽出（或いは算出）する。
【００５１】
次いで、ステップＳ８に進み、本スキャンのスケジュールの設定（ガントリ３の回転によるＸ線断層像を得るための設定）を行う。なお、ステップＳ２〜ステップＳ７までは、操作コンソール２００の内部処理であるので、操作者（技師もしくは医師）にとっては、スカウトスキャンの開始指示（ステップＳ１）すると、その結果のスカウト像がステップＳ８で表示され、スケジュールの設定画面に進むかのように見える。操作者は、このスケジュールの設定で、Ｘ線断層像を得ようとする部位の指定（例えば頭部、胸部、腹部、手、足等）と、そのＺ軸における範囲の指定を行うことになる。
【００５２】
スケジュールの設定が終了し、本スキャンの開始指示が行われると、処理はステップＳ９に進み、ＨＤＤ５４に格納されている条件テーブル群の中の対応するテーブルを読み込む。
【００５３】
次いで、ステップＳ１０に進み、ラベル付けされた各領域毎の金属の有無の判断処理を、読み込んだテーブルを参照して行い、且つ、金属物であると判断された領域が、本スキャンの範囲に含まれるか否かを判断する。
【００５４】
もし、本スキャンの範囲内に、金属物が含まれると判断した場合には、ステップＳ１１に進み、金属アーチファクト除去アルゴリズムによるＸ線断層像の再構成処理を行うように設定する。また、本スキャンの範囲内に、金属物が含まれないと判断した場合には、通常の再構成処理を行うべく、ステップＳ１１の処理はスキップする。
【００５５】
ステップＳ１２に進むと、ガントリ装置１００に対して、設定されたスケジュールに従いスキャンを行わせるべく、各種指示コマンドを発行し、ステップＳ１３において、ガントリ装置１００より転送されてきたデータに基づくＸ線断層像の再構成処理を行う。なお、ステップＳ１１を経た場合、この再構成処理は金属アーチファクト除去アルゴリズムに従って処理することになる。
【００５６】
以上説明したように本実施形態によれば、被検体の部位毎に、最適な条件で金属物の有無を検出することが可能になる。従って、Ｘ線断層像を得るＸ線ＣＴシステムに適用すれば、金属アーチファクトの除去する処理を適切な部位に適用させることができ、再構成されるＸ線断層像の信頼性を高めることができる。
【００５７】
なお、上記実施形態では、最小値フィルタ処理及び最大値フィルタ処理の繰り返し回数をｎ回としたが、この回数を操作者が適宜設定できるようにしてもよい。また、２値化する際の閾値も操作者が自由に設定できるようにしてもよい。
【００５８】
いずれの場合であっても、１回のスカウトスキャンした後の画像に対して、何度でも修正することが可能であり、被検体に対する負担はかからない。一例として挙げるのなら、スカウト像と２値画像を並べて表示し、意図した２値画像になるまで、上記回数、閾値を調整するようにすれば良い。
【００５９】
また、条件テーブルの内容も自由に編集、追加、削除が行えるようにしても良い。例えば、例えば金属製入れ歯を検出する場合にはその多きは大人と子供では異なるので、適宜、判断基準値（Ｔ1〜Ｔ14）を修正できるようにすることが望まれる。
【００６０】
また、上記実施形態では、金属物の検出する装置として、Ｘ線ＣＴシステムに適用する例を示したが、本願発明の思想を逸脱しない限りは、他のシステム（例えば、アンギオ装置）でも構わない。特に、産業用分野の食品検査用、材料検査用、製品検査用のラインセンサＸ線システムにおいて金属物、異物、欠陥を含む製品、材料、食品を検査したら、それをはねる（除去）するようなシステムにおいても有効である。
【００６１】
また、実施形態における処理のほとんどは、操作コンソール２００側で行われ、その処理の大部分はソフトウェアで実現できるものである。従って、本願発明は、ソフトウェアを装置に組み込むことで実現できることになる。
【００６２】
さらにまた、実施形態では、フィルタ処理におけるフィルタのサイズを５×５画素サイズとして説明したが、３×３でもそれ以外であっても構わない。
【００６３】
【発明の効果】
以上説明したように本発明によれば、被検体内に金属が含まれるか否かを高い精度で検出、最適な再構成処理を施すことが可能になる。
【図面の簡単な説明】
【図１】実施形態におけるＸ線ＣＴシステムのブロック構成図である。
【図２】実施形態におけるスカウト像の例を示す図である。
【図３】実施形態におけるフィルタ処理の概念を示す図である。
【図４】スカウト像データ中の１ラインからフィルタ処理後の像の１ラインのデータを減じた例を示す図である。
【図５】実施形態における２値画像の例を示す図である。
【図６】実施形態における条件テーブルの格納状態を示す図である。
【図７】実施形態における動作処理手順を示すフローチャートである。
【図８】実施形態における特徴パラメータの面積、フェレ径を示す図である。
【図９】実施形態における楕円近似による長径・短径の算出方法を示す図である。

Claims

被検体のＸ線断層像を撮影するＸ線ＣＴシステムにおいて、
前記被検体のスカウト像を撮影するスカウトスキャン及び前記Ｘ線断層像を得るための本スキャンを行うスキャン手段と、
前記スカウト像に基づいて、前記本スキャンの範囲に金属が含まれるか否かを判断する判断手段と
前記判断手段によって判断された結果に基づいて、前記本スキャンによって得られたデータを用いたＸ線断層像の金属アーチファクト除去アルゴリズムに従った再構成処理又は金属アーチファクト除去アルゴリズムを用いない再構成処理を行う再構成手段と
を備えることを特徴とするＸ線ＣＴシステム。
前記判断手段は、
前記スカウト像を入力する入力手段と、
前記入力手段で入力したスカウト像の低周波成分或いは背景成分を、所定のフィルタを用いることで除去する除去手段と、
前記入力手段で入力したスカウト像から、前記除去手段で得られたスカウト像を減じ、所定閾値と比較することで２値化する２値化手段と、
該２値化手段で得られた２値画像の有意なビットの連続する領域毎に、当該領域の特徴パラメータを抽出するパラメータ抽出手段とをさらに備え、
該パラメータ抽出手段で得られた特徴パラメータに基づき、各領域が金属物であるか否かを判断するものである
ことを特徴とする請求項１に記載のＸ線ＣＴシステム。
前記除去手段は、ｎ×ｎ画素サイズの領域内の最小値を、中心画素の値として出力する最小値フィルタ処理手段と、ｎ×ｎ画素サイズの領域内の最大値を、中心画素の値として出力する最大値フィルタ処理手段と、前記最小値フィルタ手段及び前記最大値フィルタ処理手段の順に、それぞれを所定回数繰り返し実行する制御手段とを含むことを特徴とする請求項２に記載のＸ線ＣＴシステム。
前記特徴パラメータには、有意なビットの連続領域毎の面積、フェレ径、面積率、画素値の総和、円形度、フェレ径比、楕円近似長径・短径のうち少なくとも１つが含まれることを特徴とする請求項２又は請求項３に記載のＸ線ＣＴシステム。
前記判断手段は、前記本スキャンを行う前記被検体の部位に応じて判断基準を変更することを特徴とする請求項１ないし請求項３の何れか一項に記載のＸ線ＣＴシステム。
前記スカウト像は、Ｘ線ＣＴシステムにおいて、ガントリの回動を停止した状態で、被検体を搬送することで撮影されたものであることを特徴とする請求項１ないし請求項５の何れか一項に記載のＸ線ＣＴシステム。
請求項１ないし請求項５の何れか一項に記載のＸ線ＣＴシステムにおける判断に用いられるプログラムコードを記憶する記憶媒体であって、
前記スカウト像を入力する入力工程のプログラムコードと、
前記入力工程で入力したスカウト像の低周波成分を、所定のフィルタを用いることで除去する除去工程のプログラムコードと、
前記入力工程で入力したスカウト像から、前記除去工程で得られたスカウト像を減じ、所定閾値と比較することで２値化する２値化工程のプログラムコードと、
該２値化工程で得られた２値画像の有意なビットの連続する領域毎に、当該領域の特徴パラメータを抽出するパラメータ抽出工程のプログラムコードと、
該パラメータ抽出工程で得られた特徴パラメータに基づき、各領域が金属物であるか否かを判断する判断工程のプログラムコードと
を格納することを特徴とする記憶媒体。