JP4708147B2

JP4708147B2 - Ｘ線ｃｔ装置

Info

Publication number: JP4708147B2
Application number: JP2005293792A
Authority: JP
Inventors: 正樹小林
Original assignee: Hitachi Aloka Medical Ltd
Current assignee: Hitachi Ltd
Priority date: 2005-10-06
Filing date: 2005-10-06
Publication date: 2011-06-22
Anticipated expiration: 2025-10-06
Also published as: JP2007101442A

Description

本発明は、Ｘ線ＣＴ装置に関し、特に複数のＸ線センサ列を備えた検出器によってＸ線ビームを検出する装置に関する。

Ｘ線ＣＴ装置は、被検体を透過するＸ線ビームを回転させ、これにより得られたデータに基づいて被検体の断層画像や三次元画像を再構成する装置である（特許文献１参照）。Ｘ線ＣＴ装置は、人体の疾病診断用として用いられる他に、研究、実験などの目的のために、人体以外の動物や他の物体の測定においても用いられている。例えば、製薬会社においては、動物実験の検証のためにＸ線ＣＴ装置が用いられる。この場合、被検体としてはモルモット、ラット、マウス、ハムスターなどの小動物をあげることができる。

当初のＸ線ＣＴ装置は、Ｘ線センサを一列に並べた検出器によって一枚の断層データを得て、その断層データから被検体の断層像などを構成するものが主流であった。

これに対し、近年、格子状に配列された複数のＸ線センサによってＸ線ビームを検出するマルチスライス型のＸ線ＣＴ装置が登場した。つまり、当初は一列しか存在しなかったＸ線センサ列を複数列並べて、格子状に配列された複数のＸ線センサによって構成されたマルチスライス（複数列）検出器を用いて、複数の断層データを構成するＸ線ＣＴ装置が普及しつつある。

特開２００４−１２１２９７号公報

マルチスライスＸ線ＣＴ装置を利用することにより、Ｘ線ビームを一回転させることで複数の断層データを得ることができ、さらに、複数の断層データから３次元の立体画像を得ることが可能になる。特に、格子状に配列された複数のＸ線センサの個数を多くする（例えば、数千列のマルチスライス検出器を用いる）ことにより、高精細な立体画像を得ることも可能になる。

その一方、マルチスライスＸ線ＣＴ装置では、画像形成処理のための演算時間が無視できなくなる。特に、各Ｘ線センサ列から得られる断層データから被検体の骨密度などの診断パラメータを算出する場合には、画像形成処理時間に加えて、診断パラメータの演算時間まで要してしまう。

ところが、骨密度などの診断パラメータを算出する場合には、全てのＸ線センサ列から得られる断層データを利用しなくてもよい場合が多い。例えば、数千列のＸ線センサ列を備えている装置であっても、そのうちの百程度のＸ線センサ列から得られる断層データを利用することにより、十分な精度で診断パラメータを算出することが可能である。つまり、診断パラメータを算出する場合には、高精細な立体画像を構成するために必要なＸ線センサ列の全てを利用する必要がない。

本発明は、このような背景において成されたものであり、その目的は、複数のＸ線センサ列によってＸ線ビームを検出するＸ線ＣＴ装置において必要最小限の断層データだけを解析する技術を提供することにある。

上記目的を達成するために、本発明の好適な態様であるＸ線ＣＴ装置は、被検体を透過するＸ線ビームを発生するＸ線発生部と、複数のＸ線センサ列によって形成される格子状配列の複数のＸ線センサによって前記Ｘ線ビームを検出するＸ線検出部と、前記各Ｘ線センサ列ごとに得られる前記被検体の断層データを解析する解析部と、を有し、前記解析部は、複数のＸ線センサ列から得られる複数の断層データのうちの一部の断層データのみを解析する、ことを特徴とする。

望ましい態様において、前記解析部は、段階的に得られる複数の断層データの各々から被検体の診断パラメータを算出し、段階的に算出される複数の診断パラメータが所定の収束条件を満たすまで診断パラメータを算出することを特徴とする。望ましい態様において、前記所定の収束条件は、段階的に算出される複数の診断パラメータの変化率によって定義されることを特徴とする。望ましい態様において、前記所定の収束条件は、段階的に算出される複数の診断パラメータの変動係数によって定義されることを特徴とする。望ましい態様において、前記各診断パラメータは被検体の骨密度であることを特徴とする。望ましい態様において、前記各診断パラメータは被検体の脂肪量であることを特徴とする。

本発明により、複数のＸ線センサ列によってＸ線ビームを検出するＸ線ＣＴ装置において必要最小限の断層データだけを解析することが可能になる。例えば、解析結果の信頼性を確保できる程度の断層データだけを解析することにより、画像再構成のための演算時間を大幅に短縮することが可能になる。

以下、本発明の好適な実施形態を図面に基づいて説明する。

図１には、Ｘ線ＣＴ装置の一例が示されている。このＸ線ＣＴ装置は、例えばマウス、ラット、ネズミ、モルモット、ハムスターなどの小動物のＣＴ測定に適した装置である。このＸ線ＣＴ装置は、大別して測定部１０と演算制御部１２とによって構成される。

測定部１０はガントリ１８を備えた本体１６を有する。本体１６の上面１６Ａには開口が形成され、その開口からアーム２６が上方に突出している。アーム２６は後述するスライド機構の一部をなすものであり、そのアーム２６は容器２４に連結され、それを中心軸方向にスライド運動する。

一方、ガントリ１８内には後述する測定ユニット（Ｘ線発生器、Ｘ線検出器）が収納され、それらは回転中心軸回りにおいて回転運動する。ガントリ１８の中央部には回転中心軸方向に空洞部１８Ａが形成されている。

容器２４は被検体としての小動物を収納するカプセルであり、その容器２４は本実施形態において略円筒形状を有し、その容器中心軸が回転中心軸に一致した状態で配置される。具体的には、容器２４の基端部７６が上述したアーム２６の上端部に着脱自在に装着される。この場合において、着脱機構としては各種の係合機構あるいはネジ止め機構などを挙げることができる。上述したように、容器２４は中空の円筒形状を有しており、その内部には小動物が配置されるが、このような構成により、小動物の体毛が直接的にガントリ１８に接触することなどを防止できる。また、小動物の排泄物や離脱体毛などが外部に放出されてしまう問題を防止できる。さらに、後述するように、小動物を拘束することが可能となるので、ＣＴ画像を再構成する場合における画像ぶれなどの問題を防止することができる。なお、サイズや形状が異なる複数種類の容器を用意して選択的に使用するのが望ましい。

アーム２６に対して容器２４が装着された後、アーム２６が回転中心軸方向に沿って前方に駆動され、これにより、ガントリ１８の空洞部１８Ａ内に容器２４が差し込まれる。この時、被検体における所定位置の断面に対してＸ線ビームが設定されるように、容器２４の位置決めがなされる。また、必要に応じてそのような測定位置は連続的にあるいは段階的に変更されてもよい。

本体１６の上面１６Ａ上には操作パネル２０が設けられており、この操作パネル２０は複数のスイッチや表示器などを有する。この操作パネル２０を利用してユーザは測定現場において装置の動作を操作することが可能となる。本体１６の下方には複数のキャスター２２が設けられている。ちなみに測定部１０の高さは例えば１００ｃｍである。

次に演算制御部１２について説明する。演算制御部１２は測定部１０に対してケーブル１４によって電気的に接続される。測定部１０と演算制御部１２は同一の室内に設けられてもよいし、互いに別々の場所に設置されてもよい。また、測定部１０と演算制御部１２が一体的に形成されてもよい。例えば、測定部１０の装置筐体内に演算制御部１２が組み込まれてもよい。演算制御部１２は通常のコンピュータシステムなどによって構成され、具体的には、プロセッサ３０、表示器３２、キーボード３６、マウス３８、記憶装置３４及びプリンタ４０などを有している。この演算制御部１２により、測定部１０の動作が制御され、また、測定部１０から伝送されるデータに基づいてＣＴ画像の構成や診断パラメータの算出が行われる。

図２には、図１に示したＸ線ＣＴ装置の各構成がブロック図として示されている。回転中心軸Ｏを間において、一方側にＸ線発生器５２が設けられ、他方側にＸ線検出器６０が設けられている。Ｘ線発生器５２の照射側にはコリメータ５４が設けられている。Ｘ線発生器５２は立体的な末広形状の（コーンビーム形状の）Ｘ線ビーム５６を生成する。一方、Ｘ線検出器６０は複数の（例えば５１２個）のＸ線センサを一列に並べたＸ線センサ列を複数列（例えば６４列）並べた、格子状配列の複数のＸ線センサを備えている。ちなみに、各Ｘ線センサ列を構成する複数のＸ線センサは直線的に配列されてもよいし、円弧状に配列されてもよい。なお、図２においては、Ｘ線発生器５２と共に用いられる高電圧源やＸ線検出器６０と共に用いられるデータ処理回路などについては図示省略されている。

図２において符号５８は有効視野を示している。これは、Ｘ線ビーム５６を回転走査させた場合におけるＣＴ画像が構成可能な円形の領域である。ちなみに、この有効視野５８は、被検体あるいは回転中心軸と、Ｘ線発生器５２及びＸ線検出器６０のそれぞれの位置関係に応じて定まるものである。本実施形態においては次に説明する変位機構６２が設けられているため、それらの位置関係を変更してＣＴ画像の倍率を機械的に可変することが可能である。

すなわち、変位機構６２には、Ｘ線発生器５２及びＸ線検出器６０が連結されており、変位機構６２はＸ線発生器５２及びＸ線検出器６０の間の距離を維持したまま、それら（つまり測定ユニット）をＸ線ビーム５６のビーム軸方向に変位させる機能を有する。この場合において、回転中心軸Ｏは不変であり、すなわち上述した容器を何ら移動させることなく測定ユニット側を移動させて倍率の変更を行い得る。なお、変位機構６２は変位力を発生するためのモータ６２Ａを備えている。

ガントリ回転機構６６は、後述する回転ベースを回転させることにより、それに搭載された変位機構を含む各構成の全体を回転駆動する機構である。変位機構６２には、測定ユニットが搭載されているため、変位機構６２によって所望の位置に位置決めされた測定ユニットがその位置を保持したまま回転駆動されることになる。ガントリ回転機構６６は、その駆動力を発生するためのモータ６６Ａを有する。

スライド機構６８は図１に示したアーム２６をスライド運動させる移動機構であり、その駆動力はモータ６８Ａによって発生される。操作パネル２０は上述したように本体の上面に設けられる。測定部１０側に設けられたローカルコントローラ（図示せず）に対して操作パネル２０を接続し、そのローカルコントローラと演算制御部１２とが相互に通信を行うように構成してもよい。

ちなみに、図２には、様々な機構６２，６６，６８などが示されていたが、それらの機構による位置あるいは変化を検出するためにセンサを設けるのが望ましい。そして、それらのセンサの出力信号に基づいて演算制御部１２がいわゆるフィードバック制御を行うようにするのが望ましい。また、変位機構６２による倍率の可変はユーザ入力により行わせてもよいし、例えば被検体サイズあるいは容器のサイズを自動検知し、その検知したデータに基づいて自動的に倍率を設定するようにしてもよい。さらに、あらかじめ容器の種別などが登録される場合においては、その登録された情報を利用して倍率の設定を行うようにしてもよい。さらに、図２に示す例では、スライド機構６８が駆動源としてのモータ６８Ａを有していたが、そのスライド力を人為的に発生させるようにしてもよい。

次に、演算制御部１２について説明すると、上述したように、プロセッサ３０には、表示器３２、記憶装置３４、キーボード３６、マウス３８、プリンタ４０などが接続されている。また、外部装置との間でネットワークを介して通信を行うための通信部４２が接続されている。

プロセッサ３０は、ＣＰＵ、動作制御プログラム、画像処理プログラム、診断パラメータ算出プログラムなどによって構成されるものである。図２にはその代表的な機能が示されており、プロセッサ３０は、動作制御部４４及び再構成演算部４６を有している。動作制御部４４は、測定部１０における全体の動作を制御している。再構成演算部４６はＸ線ビームの回転走査によって得られる多くのデータに基づきＣＴ画像（断層画像データ）を構成し、さらに、構成された断層画像データを利用して被検体の診断パラメータを算出する。この場合において、各Ｘ線センサ列から得られるデータに基づいて各Ｘ線センサ列に対応した断層画像データが構成され、そして、複数のＸ線センサ列から得られる複数の断層画像データが構成される。但し本実施形態においては、後に詳述するように、断層画像データは、診断パラメータの算出に必要な最小限のものだけが形成されればよい。再構成演算については公知の各種の手法を利用することが可能である。なお、上述した倍率の可変にあたっては、再構成演算で用いられる演算式は基本的にそのまま用いることができる。しかしながら、特殊な倍率の可変方式が適用される場合においては必要に応じて再構成演算式の一部を変更するようにしてもよい。

表示器３２には、断層画像データから得られる断層画像や診断パラメータなどが表示される。その場合においては倍率（拡大率）を表す数値あるいはスケールなどを表示するのが望ましい。

次に、上述したＸ線ＣＴ装置によるＸ線ビームの発生と検出原理について説明する。

図３は、Ｘ線ビームの回転原理を説明するための図である。図３において、符号１００は回転中心軸を示しており、Ｘ線ＣＴ装置においては、その回転中心軸１００を回転中心としてＸ線発生器５２及びＸ線検出器６０が回転運動を行い、それぞれ、破線で示される位置５２´及び位置６０´に移動する。この場合において、Ｘ線ビーム１０１が回転走査される場合における内接円によって有効視野１０２が定義される。この有効視野１０２は撮影範囲に相当する。なお、Ｘ線ビーム１０１は次に示すように立体的な末広形状をもったコーンビームである。

図４は、コーンビーム形状のＸ線ビームとマルチスライス検出器を説明するための図である。Ｘ線発生器５２は、図４に示すように、立体的な四角錐形状のＸ線ビーム（コーンビーム）５６を生成する。そして、Ｘ線ビーム５６は被検体８０を透過して、Ｘ線検出器６０によって検出される。

Ｘ線検出器６０は、格子状に配列された複数のＸ線センサ６０Ａによって構成されている。複数のＸ線センサ６０Ａは、図４において横方向に一列に並べられてＸ線センサ列を構成し、そして、それらＸ線センサ列が縦方向にＮ列に配列されて、マルチスライス型のＸ線検出器６０（マルチスライス検出器）を構成している。ちなみに、Ｘ線センサ列は、例えば、数十から数百個（望ましくは、５１２個）のＸ線センサで構成される。また、Ｘ線センサ列の列数Ｎは、例えば、数十から数千列（望ましくは、６４列）である。なお、格子状に配列される複数のＸ線センサ６０Ａは、平面状に配列されてもよいし、回転中心軸１００を軸とする円柱の側面に沿うように配列されてもよい。

前述のように、Ｘ線発生器５２及びＸ線検出器６０は、変位機構（図２の符号６２）によって連結されており、変位機構はＸ線発生器５２及びＸ線検出器６０の間の距離を維持したまま、それらを回転中心軸１００を回転中心として回転運動させる。これにより、被検体８０を透過するＸ線ビーム（コーンビーム）５６が回転走査される。

また、回転走査の結果として各Ｘ線センサ列から得られる検出データに基づいて、再構成演算部（図２の符号４６）において、各Ｘ線センサ列ごとに被検体８０の断層画像データが構成される。そして、再構成演算部は、断層画像データに基づいて被検体８０の診断パラメータを算出する。その際、本実施形態においては、全てのＸ線センサ列（Ｎ列のセンサ列）に対応する全ての断層画像データを構成することなく、診断パラメータの精度を確保するのに十分な必要最小限の断層画像データのみを構成する。

図５は、本実施形態のＸ線ＣＴ装置による診断パラメータの算出手順を示すフローチャートである。以下、図５のフローチャートの各ステップごとにその処理内容を説明する。

Ｓ５００では、Ｎ列のマルチスライス検出器の全てのＸ線センサ列を利用して、被検体のＸ線ＣＴ撮影が実施される。つまり、被検体に対してＸ線ビーム（コーンビーム）が回転走査され、第１列目のＸ線センサ列から第Ｎ列目のＸ線センサ列の全てのＸ線センサ列によってＸ線ビームの検出が行われる（図４参照）。

ちなみに、従来のマルチスライス型Ｘ線ＣＴ装置では、全てのＸ線センサ列によってＸ線ビームの検出が行われた後、全てのＸ線センサ列に対応する断層画像データが再構成されていた。本実施形態では、以下に説明するＳ５０２からＳ５０８において、診断パラメータの算出に必要な断層画像データのみが再構成される。

Ｓ５０２では、Ｘ線センサ列の列数をカウントするためのカウント値２^ｉが、Ｘ線センサ列の全列数Ｎを超えているか否かを確認する。ｉの初期値は０（ゼロ）であり、後に必要に応じてＳ５０８において１ずつ加算される。初期段階ではｉ＝０であるため、Ｓ５０２からＳ５０４へ進む。

Ｓ５０４では、２^ｉ枚の断層画像データが再構成され、そして、再構成された断層画像データに基づいて診断パラメータが算出される。初期段階ではｉ＝０つまり２^ｉ＝１枚の断層画像データのみが再構成される。ここで、再構成される断層画像データは、例えば、第Ｎ列目のＸ線センサ列（図４参照）に対応したデータである。つまり、再構成演算部（図２の符号４６）は、第Ｎ列目のＸ線センサ列から得られるデータに基づいて、第Ｎ列目のＸ線センサ列に対応した断層画像データのみを再構成し、そして、再構成された断層画像データから診断パラメータを算出する。診断パラメータは、例えば、骨密度、内臓脂肪量、筋肉量、体脂肪率などである。

Ｓ５０６では、算出された診断パラメータが収束条件を満足しているか否かを確認する。収束条件は、例えば、診断パラメータの変化率や診断パラメータの変動係数によって定義される。数１は、診断パラメータの変化率によって定義される収束条件を示している。

数１においてＰ_ｉは、Ｘ線センサ列の列数をカウントするためのカウント値２^ｉによって決定される枚数（２^ｉ枚）の断層画像データから得られるパラメータであり、各断層画像データから得られる診断パラメータの平均値である。つまり、例えば、Ｓ５０４において、二枚の断層画像データが形成されて各々に対応した診断パラメータが算出された場合には、二枚の断層画像データから得られる二つの診断パラメータの平均値がＰ_ｉとなる。なお、ｉ＝０つまり２^ｉ＝１枚の初期段階では、一枚の断層画像データから得られる診断パラメータをＰ_ｉとしてもよいし、一枚の断層画像データの場合にはＳ５０６において収束条件を判断せずにＳ５０８へ進むようにしてもよい。

また、数１において、Ｐ_ｉ−１は、２^ｉ−１枚の断層画像データから得られるパラメータであり、収束条件が満たされるまで繰り返し実行されるＳ５０４において、前回算出された診断パラメータの平均値である。つまり、例えばｉ＝２の場合には、数１によって、ｉ＝２の段階におけるＰ_２とｉ＝１の段階におけるＰ_１との差が検討されることになる。なおｉ＝０の初期段階では、Ｐ_ｉ−１の値が得られないため、例えば、Ｐ_ｉ−１の値として何らかの初期値を代入してもよいし、ｉ＝０の初期段階ではＳ５０６において収束条件を判断せずにＳ５０８へ進むようにしてもよい。

そして、数１におけるＫは、パラメータＰ_ｉの収束度合い（精度）を定義する定数である。Ｋの設定値は、例えば、０．２（パーセント）などである。このように、Ｓ５０６では、変化率によって定義される数１の収束条件を利用して、設定値Ｋとの比較から収束したか否かの判断がなされる。Ｓ５０６で収束していないと判断されるとＳ５０８へ進む。

Ｓ５０８では、カウント値２^ｉのｉが１つインクリメントされる。そして再びＳ５０２へ進み、カウント値２^ｉが、Ｘ線センサ列の全列数Ｎを超えているか否かを確認する。さらに、Ｘ線センサ列の全列数Ｎを超えていなければ、再びＳ５０４に進み、２^ｉ枚の断層画像データが再構成され、そして、再構成された断層画像データに基づいて診断パラメータが算出される。

つまり、Ｓ５０４では、ｉの増加に応じて、２^ｉ＝１，２，４，８，・・・枚の断層画像データが段階的に再構成されることになる。前述のとおり、ｉ＝０つまり２^ｉ＝１枚の場合には第Ｎ列目のＸ線センサ列（図４参照）に対応した断層画像データが再構成される。そして、ｉ＝１つまり２^ｉ＝２枚の場合には、第Ｎ列目のＸ線センサ列に加えて、第Ｎ／２列目のＸ線センサ列に対応した断層画像データが再構成される。さらに、ｉ＝２つまり２^ｉ＝４枚の場合には、第Ｎ列目、第Ｎ／２列目のＸ線センサ列に加えて、第Ｎ／４列目、第３Ｎ／４列目のＸ線センサ列に対応した断層画像データが再構成される。

このように、Ｓ５０４では、ｉの増加に応じて、（Ｎ／２^ｉ）×Ｌ列目（Ｌ＝１，２，４，・・・，２^ｉ）のＸ線センサ列に対応する断層画像データが再構成され、さらに、各断層画像データから診断パラメータが算出される。そしてｉの増加に応じて断層画像データが段階的に再構成される度にＳ５０６において収束条件が判断される。

つまり、図５のフローチャートでは、Ｓ５０６で収束していないと判断される度に、Ｓ５０８でｉが１つずつインクリメントされ、Ｓ５０２からＳ５０６までの処理が繰り返し実行されることなる。なお、ｉがインクリメントされた結果、Ｓ５０２においてカウント値２^ｉがＸ線センサ列の全列数Ｎを超えていると判断された場合には、Ｓ５１０へ進む。また、Ｓ５０６において収束したと判断された場合にもＳ５１０へ進む。そして、Ｓ５１０では、算出された診断パラメータの値などが画像表示される。診断パラメータの表示については後に図６を利用して説明する。

なお、図５のＳ５０６では、診断パラメータの変動係数によって定義される次式の収束条件を利用してもよい。

数２においてＰ_ｉは、数１における定義と同じであり、Ｘ線センサ列の列数をカウントするためのカウント値２^ｉによって決定される枚数（２^ｉ枚）の各断層画像データから得られる診断パラメータの平均値である。そして、数２における変動係数ＣＶは、Ｐ_ｉに関する標準偏差ＳＤや平均値ＡＶによって定義される。また、数２におけるＭは、変動係数の算出範囲であり、例えば、Ｍ＝３に設定される。また、数２におけるＣＶＫは、変動係数の収束度合い（精度）を定義する定数であり、ＣＶＫは、例えば、０．２（パーセント）などに設定される。

このように、Ｓ５０６では、変動係数によって定義される数２の収束条件を利用してもよい。なお、数２の収束条件を利用する場合には、標準偏差や平均値を求める際の算出範囲がＭ＝３に設定されているため、予め４個（Ｍ＋１個）のパラメータ（Ｐ_３，Ｐ_２，Ｐ_１，Ｐ_０）のパラメータを算出してから収束判定が行われる。

以上のように、本実施形態では、Ｓ５０６において収束条件を判断することにより、診断パラメータの信頼性を確保できる程度の断層画像データだけを解析すればよいため、画像再構成のための演算時間を大幅に短縮することが可能になる。例えば、１枚の断層画像を再構成するのに１．０秒、さらに１枚の断層画像から診断パラメータを算出するのに０．３秒の演算時間が要する場合を仮定すると、１０００枚の断層画像を再構成して１０００枚分の診断パラメータを得るためには、１０００＋３００＝１３００秒の演算時間を要することになる。これに対し、本実施形態において、例えば３２枚の断層画像で収束条件が満足された場合には、（０．３秒＋１．０秒）×３２枚＝４１．６秒で十分な精度の診断パラメータを得ることが可能になる。

図６には、診断パラメータの収束過程を示すグラフ（Ａ）と、収束結果として得られた診断パラメータの表示態様（Ｂ）が示されている。

図６（Ａ）は、横軸をｉ、縦軸を診断パラメータである骨密度としたグラフである。図５を利用して説明したように、本実施形態では、Ｘ線センサ列の列数をカウントするためのカウント値２^ｉのｉがインクリメントされながら、診断パラメータの平均値Ｐ_ｉが収束条件を満たすまで解析が実行される。図６（Ａ）には、ｉがインクリメントされてｉ＝７となった段階で収束条件が満足した例を示している。つまり、２^７＝１２８枚の断層画像データから得られる骨密度の平均値が１．０００ｍｇ／ｃｍ^３で収束条件を満たした場合を示している。

この場合、図６（Ｂ）に示すように、収束段階における骨密度（骨密度の平均値）の値（１．０００ｍｇ／ｃｍ^３）や、収束段階における断層画像データの枚数（解析対象スライス数）の値（１２８）が表示部（図２の符号３２）などに表示される。図６（Ａ）に示すグラフを表示部に表示してもよい。

なお、図６に示す表示態様はあくまでも一例に過ぎない。例えば、必要に応じて、解析対象となった断層画像データから得られる断層画像を表示させてもよい。また、画像再構成のための処理時間を惜しまないのであれば、全てのＸ線センサ列から得られる断層画像データに基づいて被検体の３Ｄ画像を表示させてもよい。

以上、本発明の好適な実施形態を説明したが、上述した実施形態は、あらゆる点で単なる例示にすぎず、本発明の範囲を限定するものではない。例えば、上述した実施形態では小動物のＣＴ測定に適した装置を示したが、装置の大きさなどを適宜変更して、本発明を人のＣＴ測定に適した装置に応用してもよい。なお、人を測定対象とする装置においては、Ｘ線による人体への影響、特にＸ線被爆などの影響を十分に考慮した装置設計が必要であることは言うまでもない。

本発明に係るＸ線ＣＴ装置の全体構成図である。本発明に係るＸ線ＣＴ装置の全体構成を示すブロック図である。Ｘ線ビームの回転原理を説明するための図である。コーンビームとマルチスライス検出器を説明するための図である。本発明に係るＸ線ＣＴ装置による診断パラメータの算出手順を示すフローチャートである。収束過程を示すグラフと診断パラメータの表示態様を示す図である。

符号の説明

１０測定部、１２演算制御部、３０プロセッサ、４６再構成演算部、５２Ｘ線発生器、５６Ｘ線ビーム、６０Ｘ線検出器。

Claims

被検体を透過するＸ線ビームを発生するＸ線発生部と、
複数のＸ線センサ列によって形成される格子状配列の複数のＸ線センサによって前記Ｘ線ビームを検出するＸ線検出部と、
前記各Ｘ線センサ列ごとに得られる前記被検体の断層データを解析する解析部と、
を有し、
前記解析部は、段階的に枚数を増加させつつ得られる断層データに基づいて、各段階ごとに被検体の診断パラメータを算出し、各段階において算出された診断パラメータが所定の収束条件を満たすまで、複数の段階に亘って診断パラメータの算出を繰り返す、
ことを特徴とするＸ線ＣＴ装置。
請求項１に記載のＸ線ＣＴ装置において、
前記所定の収束条件は、段階的に算出される複数の診断パラメータの変化率によって定義される、
ことを特徴とするＸ線ＣＴ装置。
請求項１に記載のＸ線ＣＴ装置において、
前記所定の収束条件は、段階的に算出される複数の診断パラメータの変動係数によって定義される、
ことを特徴とするＸ線ＣＴ装置。
請求項１から３のいずれか１項に記載のＸ線ＣＴ装置において、
前記各診断パラメータは、被検体の骨密度である、
ことを特徴とするＸ線ＣＴ装置。
請求項１に記載のＸ線ＣＴ装置において、
前記各診断パラメータは、被検体の脂肪量であり、
前記所定の収束条件は、複数の断層データに対応した複数の脂肪量に関する平均値に基づいて定義される、
ことを特徴とするＸ線ＣＴ装置。