JP5523686B2 - 高度に限定された医用画像におけるモーションアーチファクトの低減方法 - Google Patents

高度に限定された医用画像におけるモーションアーチファクトの低減方法 Download PDF

Info

Publication number
JP5523686B2
JP5523686B2 JP2008237166A JP2008237166A JP5523686B2 JP 5523686 B2 JP5523686 B2 JP 5523686B2 JP 2008237166 A JP2008237166 A JP 2008237166A JP 2008237166 A JP2008237166 A JP 2008237166A JP 5523686 B2 JP5523686 B2 JP 5523686B2
Authority
JP
Japan
Prior art keywords
image
image frame
current
region
composite 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
Application number
JP2008237166A
Other languages
English (en)
Other versions
JP2009082703A (ja
Inventor
エイ． ミストレッタ チャールズ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wisconsin Alumni Research Foundation
Original Assignee
Wisconsin Alumni Research Foundation
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wisconsin Alumni Research Foundation filed Critical Wisconsin Alumni Research Foundation
Publication of JP2009082703A publication Critical patent/JP2009082703A/ja
Application granted granted Critical
Publication of JP5523686B2 publication Critical patent/JP5523686B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • A61B6/527—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion using data from a motion artifact sensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4818—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space
    • G01R33/4824—MR characterised by data acquisition along a specific k-space trajectory or by the temporal order of k-space coverage, e.g. centric or segmented coverage of k-space using a non-Cartesian trajectory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/565—Correction of image distortions, e.g. due to magnetic field inhomogeneities
    • G01R33/56509—Correction of image distortions, e.g. due to magnetic field inhomogeneities due to motion, displacement or flow, e.g. gradient moment nulling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/503—Clinical applications involving diagnosis of heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal

Description

（関連出願の相互参照）
本出願は、２００７年９月１７日付で出願された、発明の名称が「高度に限定されたＸ線ラジオグラフ画像を作成する方法(Method for Producing Highly Constrained X-Ray Radiograph Images)」の米国特許仮出願第６０／９７２，８２８号、および２００８年１月２５日付で出願された、発明の名称が「高度に限定された医用画像におけるモーションアーチファクトの低減方法(Method for Reducing Motion Artifacts in Highly Constrained Medical Images)」の米国特許仮出願第６１／０２３，４５４号に基づく。
（連邦政府の委託研究の記載）
本発明は、米国国立衛生研究所によって認められた認可番号第ＥＢ００６３９３に基づいて、政府の支援でなされた。米国政府は、本発明に一定の権利を有する。
（発明の背景）
本発明の分野は医用イメージングであり、特に、高度に限定された画像再構成法を用いて画像を作成する方法である。
最近、当技術分野では「ＨＹＰＲ」として知られ、および同時係属中の米国特許出願第１１／４８２，３７２号（２００６年７月７日出願、発明の名称「高度に限定された画像再構成法(Highly Constrained Image Reconstruction Method)」）に記載された新しい画像再構成法が開示された。上記特許出願の内容は参照により本明細書に組み込まれる。ＨＹＰＲ法によって、画像化される対象の先験的情報を提供するために、合成画像が取得データから再構成される。次に、この合成画像は、画像再構成プロセスを高度に限定するために用いられる。ＨＹＰＲは、磁気共鳴イメージング法（ＭＲＩ）、Ｘ線コンピュータ断層撮像法（ＣＴ）、陽電子放出断層撮影（ＰＥＴ）、単光子放出コンピュータ断層撮影法（ＳＰＥＣＴ）、デジタル式トモシンセシス（ＤＴＳ）および超音波撮像を含む多数の異なる画像診断法において用いることができる。
図１に示すように、例えば、一連の時間分解画像２が動的研究で取得されるとき、各画像フレーム２は、極めて限定された取得ビューのセットを用いて再構成できる。しかし、このような各ビューセットは、他の画像フレーム２に対して取得されたビューでインターリーブされ、多数の画像フレームが取得された後、十分な数の異なったビューを利用して、ＨＹＰＲ法に従って使用するための高品質な合成画像３を再構成できる。インターリーブされた投影全てを用いることによって生成された合成画像３は、かなり高画質であり（すなわち高シグナル対ノイズ比（ＳＮＲ））、本発明の高度に限定された画像再構成法４を用いることによって、この高画質が画像フレームに伝達される。
ＨＹＰＲ法の発見は、ＦＯＶ１２内の信号輪郭の先験的情報が再構成プロセスで用いられるならば、大幅に少ない投影信号プロファイルを用いて良質の画像を生成できることである。例えば、図２を参照すると、ＦＯＶ１２の信号輪郭は、血管１８および２０などの構造体を含むことが分かる。実際には、逆投影経路８がこれらの構造体を貫通するとき、信号サンプル１４の各画素へのより正確な分配が、その画素位置で既知の信号輪郭の関数として分配に重み付けすることによって達成される。その結果、大多数の信号サンプル１４が、図２の例において、構造体１８および２０と交差する逆投影画素で分配される。Ｎ個の画素を有する逆投影経路８については、この高度に限定的な逆投影は、以下のように表すことができる。
Figure 0005523686
 （ここで、Ｓnは、再構成されている画像フレーム内の画素ｎにおける逆投影された信号の大きさであり、Ｐは、逆投影されている投影プロファイルにおける信号サンプル値であり、Ｃnは、逆投影経路に沿ったｎ番目の画素における先験的な合成画像の信号値である。）
合成画像は、走査中に取得されたデータから再構成され、フィールド・オブ・ビューで構造体を表す、他の取得画像データだけでなく画像フレームを再構成するために用いられる合成画像を含んでもよい。数式（２）の分子は、合成画像において、対応する信号値を用いた各画素に重み付けし、分母は、全逆投影信号サンプルが、画像フレームに対する投影総和を反映し、合成画像の総和により乗算されないように、その値を正規化している。
この正規化は逆投影後に各画素で別個に行われることができるが、多くの臨床使用では、逆投影の前に投影Ｐを正規化する方がはるかに容易である。この場合、投影Ｐは、同じビュー角度での合成画像を通した投影において対応する値ＰCで割ることによって正規化される。次に、正規化された投影Ｐ／ＰCは逆投影され、次に、結果として得た画像は合成画像を乗算される。
高度に限定的な逆投影の３Ｄの実施態様が、ビュー角度θとφで特徴付けられる単一の３Ｄ投影ビューに対して、図３に示されている。この投影ビューは、軸１６に沿って逆投影され、逆投影軸１６に沿った距離ｒにおいてラドン平面２１に広がる。投影信号値がフィルタ処理され、連続したラドン平面に軸１６に沿って均等に分配されるフィルタ逆投影法の代わりに、投影信号値が、合成画像内の情報を用いて、ラドン平面２１に分配される。図３の例における合成画像は、血管１８および２０を含む。重み付けされた信号輪郭値が、合成画像内の対応する位置ｘ、ｙ、ｚでの強度に基づいて、ラドン平面２１内の画像位置ｘ、ｙ、ｚに置かれる。これは、対応する合成画像のボクセル値と逆投影された信号プロファイル値Ｐとの簡単な乗算である。次に、この積は、合成画像から形成された対応画像空間投影プロファイルからの投影プロファイル値でこの積を割ることによって正規化される。３Ｄ再構成に対する式は以下になる。
Figure 0005523686
 （ここで、総和（Σ）は、再構成される画像フレーム内の全投影であり、特定のラドン平面内のｘ、ｙ、ｚ値は、その平面に対する適正なｒ、θ、φ値における投影プロファイル値Ｐ（ｒ，θ，φ）を用いて算出される。Ｐc（ｒ，θ，φ）は、合成画像からの対応投影プロファイル値であり、Ｃ（ｘ，ｙ，ｚ）r,θ,φは、（ｒ，θ，φ）での合成画像値である。）
ＨＹＰＲ画像再構成法は当初、ＭＲＩやＸ線ＣＴにおけるアンダーサンプリングによる画像アーチファクトを低減するために用いられていた。しかし、ＨＹＰＲは、画像のＳＮＲを改良するためにも用いられうる。例えば、画像フレーム２は、線量（例えばＸ線）または照射時間（例えば、ＰＥＴまたはＳＰＥＣＴ）が各画像フレームに対して減少する動的試験で取得できる。この場合、合成画像３は、より高いＳＮＲの合成画像３を作成するために、一連の取得された低ＳＮＲの画像フレーム２からの測定値を集積または統合(integrate)することによって生成される。この場合、各低ＳＮＲの画像フレーム２から作成された高度に限定された画像４により、この合成画像３のより高いＳＮＲが与えられる。
別のＨＹＰＲ処理法が、同時係属中の米国特許出願第６０／９０１，７２８号（２００７年２月１９日出願の、発明の名称「局所化され、高度に限定された画像再構成法(Localized and Highly Constrained Image Reconstruction Method)」）に記載されており、参照して本明細書の記載の一部とされる。この局所化されたＨＹＰＲ法を用いて、各取得画像フレームから正規化重み付け画像が作成され、各重み付け画像が、取得画像フレームを集積し、または統合することによって作成され得る高品質の合成画像で乗算される。各正規化重み付け画像は、フィルタを用いて取得画像フレームをブラーリングし、次いで、ブラーリングされた画像フレームを、合成画像の同様にブラーリングされたバージョンで除算することによって作成される。この局所化されたＨＹＰＲ法は、対象の断層撮影図を取得するための画像再構成ステップとして用いられてもよく、ラジオグラフ画像に合成画像の低アーチファクトおよび高ＳＮＲの品質を付与することによりラジオグラフ画像の品質を改善するのに使用されてもよい。
どのＨＹＰＲ処理法が使用されるかにかかわらず、取得画像フレームのウィンドウを統合することによって合成画像が作成されるときには、対象の動きが問題となる。ウィンドウがより多くの画像フレームを統合し、よって、より高品質の合成画像を作成するように広く設定される場合には、合成画像が対象の動きのためにぶれることがある。したがって、対象にかなりの動きが生じるときには、ぶれを回避するためにウィンドウを狭められなければならず、この結果、より低品質の合成画像が作成され、より低品質のＨＹＰＲ作成画像フレームがもたらされることになる。
（発明の概要）
本発明は、走査中に対象の動きが生じるときにより高品質の合成画像を作成するためのＨＹＰＲプロセスの改善である。より詳細には、合成画像が、一連の取得画像フレームからデータを集積することによって作成され、取得データを集積するための画像フレームの数が、検出される対象の動きの特性および量によって決定される。
本発明の一般的な目的は、走査中に対象の動きが生じるときに、可能な限り良好な画像を作成するように適応するＨＹＰＲ処理法を提供することである。これは、検出される対象の動きの関数として現在の合成画像を作成するために現在の画像フレームを統合するやり方を自動的に変化させることによって達成される。取得画像の視野内の異なる領域では通常、異なる量の対象の動きが生じ、各領域ごとに別々の合成画像が適応的に統合され得ることが理解される。よって、各領域ごとの合成画像の品質が最大化され、これが画像全体のＨＹＰＲ処理に使用される。また、対象の動きが画素ごとに求められ、各画素と合成画像との適応的統合が検出される動きに基づいて行われることも理解される。
本発明の一実施態様では、合成画像が、複数の取得画像フレームからのすべての画像フレームデータを統合することによって作成され、含める画像フレームの数が、検出される対象の動きによって決定される。例えば、対象の鼓動する心臓の画像フレームが取得される際にＥＣＧ信号を測定することができ、この信号から心運動の量を導くことができる。運動の少ない心周期の部分では、心運動が大きいときより多数の画像フレームから合成画像が作成されてもよい。
別の実施態様では、作成すべき合成画像が１組の小領域に分割され、各合成画像領域を作成するために統合される画像フレームの数が、各領域だけで発生する動きによって決定される。ある合成領域で動きが発生していない場合には、多くの画像フレームからの対応するデータを集積して非常に高品質の領域合成画像を作成することができる。他方、ある領域で動きが検出される場合、対応する領域合成画像を作成するために統合される画像フレームの数は、対象の動きの有害な影響を回避するために大幅に低減される。次いで、各領域合成画像を合成して、各画像フレームのＨＹＰＲ処理を行うのに使用される単一の合成画像が作成される。代替として、各合成領域が画像フレームの対応する領域を用いて別々にＨＹＰＲ処理され、結果として生じる領域画像が単一のＨＹＰＲ処理画像フレームに合成されてもよい。
本発明のさらに別の実施態様では、取得画像フレームの合成画像への統合が画素ごとに決定される。この実施態様では、対象の動きが現在の取得フレームの各画素ごとに決定され、合成画像を作成するためのこの画素値と他の取得画像フレーム内の対応する画素値との統合が、測定された動きによって決定される。
本発明の別の態様は、現在の画像フレームからのデータを用いて現在の合成画像を更新する方法である。現在の合成画像と現在の画像フレームの間に有意な動きが検出される場合、これら２つを統合する前に、合成画像内のデータが現在の画像フレームに空間的に登録される。この登録および統合は、フレームごと、領域ごと、または画素ごとに行うことができる。
本発明における前記および他の目的並びに利点は、以下の説明から明らかになろう。その説明では、本明細書の一部を形成し、かつ、例証として本発明の一つの好適な実施態様が示されている添付図面が参照される。しかし、そのような実施態様は必ずしも本発明の全範囲を表すものではなく、したがって、本発明の範囲を解釈するためには、本明細書の特許請求の範囲を参照すべきである。
（好ましい実施態様の詳細な説明）
特に図４と図５を参照すると、蛍光透視法およびデジタル差分血管造影法を行うためにＸ線ラジオグラフ画像を取得するのに使用され得るＸ線システムが示されている。このシステムは、その両端部の一端にＸ線源アセンブリ１２が、その他端にＸ線検出器アレイアセンブリ１４が取り付けられているＣアーム１０を有するガントリーを特徴とする。ガントリーは、Ｘ線源１２および検出器１４を、テーブル１６上に配置された患者の周囲で、異なる位置および角度に向けることを可能にすると同時に、医師が患者に接近して処置を行うことも可能にする。
ガントリーは、テーブル１６の下で延びる水平脚部２０と、テーブル１６から間隔が空いた水平脚部２０の端部で上向きに延びる垂直脚部２２とを有するＬ字型の台座１８を含む。支持アーム２４が、水平ピボット軸２６回りに回転するために、垂直脚部２２の上端部に回転可能に固定されている。ピボット軸２６は、テーブル１６の中心線と位置合わせされ、アーム２４は、Ｃアーム駆動アセンブリ２７をその外側端部で支持するために、ピボット軸２６から半径方向外側に延びている。Ｃアーム１０は、駆動アセンブリ２７にスライド可能に固定され、矢印３０で示されているように、Ｃアーム１０をＣ軸２８回りに回転させるために、それをスライドさせる駆動モータ（図示せず）に連結されている。ピボット軸２６およびＣ軸２８は、テーブル１６の上方に位置するアイソセンタ３６で互いに交差し、それらは相互に直交している。
Ｘ線源アセンブリ１２は、Ｃアーム１０の一端に取り付けられ、検出器アレイアセンブリ１４は、その他端に取り付けられている。以下により詳細に述べるように、Ｘ線源１２は、検出器アレイ１４に向けられるＸ線コーンビームを放射する。アセンブリ１２および１４は両方とも、このコーンビームの中心光線がシステムアイソセンタ３６を通過するように、ピボット軸２６へと半径方向内側に延びている。したがって、コーンビームの中心光線は、テーブル１６上に配置された対象からＸ線減衰データを取得している間に、ピボット軸２６もしくはＣ軸２８のいずれかまたは両方の周辺で、システムアイソセンタ回りに回転することができる。
図５で示されているとおり、Ｘ線源アセンブリ１２は、電圧が印加されると、Ｘ線のコーンビーム３３を放射するＸ線源３２を含む。中心光線３４は、システムアイソセンタ３６を通過し、検出器アセンブリ１４内に収容されている２次元の平面パネルデジタル検出器３８に衝突する。検出器３８は、４１ｃｍ×４１ｃｍの大きさを有する検出器要素の２０４８×２０４８個の素子２次元アレイである。各素子は、衝突するＸ線の強度、それゆえにＸ線が患者を透過する際のＸ線の減衰を表す電気信号を生成する。検出器アレイは、リアルタイムで行われる処置を描写するために、毎秒最大３０ラジオグラフフレームまで取得することができる。
特に図５を参照すると、アセンブリ１２および１４の方向とＸ線源３２の作動とは、ＣＴシステムの制御機構４０によって管理されている。制御機構４０は、Ｘ線源３２に電力とタイミング信号を供給するＸ線制御装置４２を含む。制御機構４０内のデータ収集システム（ＤＡＳ）４４は、オペレーションのいくつかのモードにおける検出器要素３８からデータをサンプリングし、データを画像再構成装置４５に送る。画像再構成装置４５は、デジタル化されたＸ線データをＤＡＳ４４から受け取り、システムオペレーションのいくつかのモードにおける高速画像再構成を実行する。しかしながら、ラジオグラフモードで操作されるとき、データは、ラジオグラフ画像フレームとして直接送られる。２Ｄラジオグラフ画像は、本発明による高度に限定された画像処理を行い、画像を大容量記憶装置４９に格納し、２Ｄディスプレイ５２に表示するコンピュータ４６への入力として適用される。
制御機構４０はまた、ピボットモータ制御装置４７とＣ軸モータ制御装置４８とを含む。コンピュータ４６からの動作コマンドに応答して、モータ制御装置４７および４８は、各ピボット軸２６およびＣ軸２８の回りに回転を生じる、Ｘ線システム内のモータに電力を供給する。これらの動作コマンドは、担当医師からの手入力に応答して作成される。
コンピュータ４６はまた、キーボードおよび他の手動操作可能な制御機器を有するコンソール５０を介してオペレータからコマンドと走査パラメータとを受け取る。関連するディスプレイ５２によって、オペレータは、画像およびコンピュータ４６からの他のデータを観察することができる。オペレータから提供されたコマンドは、内蔵プログラムの指令に基づいてコンピュータ４６によって使用され、ＤＡＳ４４、Ｘ線制御装置４２、並びにモータ制御装置４７および４８に制御信号および情報を供給する。さらに、コンピュータ４６は、患者をシステムアイソセンタ３６に対して位置合わせするために、モータ駆動テーブル１６を制御するテーブルモータ制御装置５４を作動させる。
上述のＸ線システムは、蛍光透視モードで、２次元画像をリアルタイムで作成するように操作され得る。典型的には、このモードは、患者に対してカテーテル法などの処置が行われるときに使用され、蛍光透視画像を使って処置が誘導される。必要条件は、画像フレームが、誘導される器具と周囲の解剖学的構造を見るのに十分なＳＮＲと、処置のほぼリアルタイムの画像を提供するのに十分なフレームレートと、できる限り低いＸ線量とで作成されることである。２００６年７月７日付で出願された係属中の米国特許出願第１１／４８２，３７２号明細書および２００７年２月１５日付で出願された米国特許出願第１２／０３２，２４０号明細書に記載されているＨＹＰＲの高度に限定された画像処理手順は、各２Ｄラジオグラフ画像フレームを取得するのに必要なＸ線量を、その他２つの要件にさほど影響を及ぼすことなく大幅に低減させることを可能にする。この線量低減は、Ｘ線管電流を低減することによって実施される。例えば、画像品質をさほど落とさずに１０ｍＡから１ｍＡまで低減され得る。ＨＹＰＲプロセスを用いるためには、複数の取得画像フレームからのデータを合成し、または統合することによって合成画像を作成しなければならない。合成される画像フレームの数が大きいほど、合成画像のＳＮＲが高くなり、ＨＹＰＲ処理される画像フレームのＳＮＲが高くなる。しかし、一連の蛍光透視画像を取得する間には通常対象の動きが生じるため、この動きを考慮に入れなければ、合成画像がぶれるおそれがある。
本発明の第１の実施態様では、対象の動きがフレームごとに測定される。合成画像を作成するために合成される画像フレームの数は、現在の画像フレーム内の対象の動きを測定することによって求められる。動きがほとんど検出されないとき、合成画像はより多数の他の取得画像フレームと現在の画像フレームを合成することによって作成される。
特に図１と図１７を参照すると、高度に限定された画像処理は、取得される２Ｄラジオグラフ画像フレーム２に対してコンピュータ４６が実行するプログラムによって実行される。プロセスブロック５００に示すように各画像フレーム２が取得される際に、その画像フレーム２が格納され、プロセスブロック５０２に示すようにコピーを使って合成画像３が更新される。合成画像３は、現在のラジオグラフ画像フレーム２と、事前に選択された数の他の取得ラジオグラフ画像フレーム２との集積である。集積ステップは、２Ｄ画像フレーム２内の対応する画素の行列加算を集積に寄与する画像フレームの数で除算するものである。この結果は、事前に選択された集積画像フレーム２の数の平方根に正比例して増加するＳＮＲを有する合成画像３になる。例えば、３６個の２Ｄ画像フレーム２が集積される場合、そのＳＮＲは単一の２Ｄ画像フレーム２のＳＮＲの６倍になる。以下でさらに論じるように、合成画像を作成するのに使用される画像フレーム２の数は、行われる個々の臨床的処置によって決まる。
５０４に一般的に示されているように、次のステップは、現在の２Ｄラジオグラフ画像フレーム２および更新された合成画像３を用いて正規化重み付け画像を作成することである。このステップを実行するためには多くの異なる方法があり、好ましい方法を図１７に示す。より具体的には、更新された合成画像３が、プロセスブロック５０６に示すようにフィルタリングすることによって「ブラーリングされる(blurred)」。より具体的には、フィルタリングは、更新された２Ｄ合成画像アレイ３がフィルタカーネルで畳み込まれるコンボリューションプロセスである。好ましい実施態様では、フィルタカーネルは、７×７正方フィルタカーネルである。カーネルサイズは、ブラーリング(blurring)が生じるときに、カーネルが、関心対象の外部（例えば血管など）からの情報をあまり含まないように選択されるべきである。フィルタカーネルは、およそ検査対象の寸法程度、またはそれよりやや小さいものとすべきである。また、ガウスフィルタカーネルや他の平滑フィルタカーネルが使用されてもよく、結果として行われるフィルタ関数は、基本的には、低域フィルタリング(low pass filtering)である。
さらに図１７を参照すると、現在の２Ｄ画像フレーム２もまた、プロセスブロック５０８に示されるように、ブラーリングまたはフィルタリングされる。すなわち、現在の２Ｄラジオグラフ画像フレームアレイ２はフィルタカーネルによりコンボリューションされ、低域フィルタリング関数を実行する。プロセスブロック５１０に示されるとおり、次に、フィルタリングされた現在の画像フレーム（Ｔ）内のピクセル値を、フィルタリングされた合成画像（Ｃt）内の対応するピクセル値で除算することによって、正規化重み付け画像（Ｔw）が生成される。
プロセスブロック５１２に示されるとおり、次に、高度に限定された（ＨＹＰＲ）画像フレーム４が生成される。この画像フレーム４は、更新された合成画像アレイ３を正規化重み付け画像アレイ（Ｔw）と乗算することによって生成される。これは、２つの画像における対応するピクセル値の乗算である。この結果得られたＨＹＰＲ画像４は、その後、プロセスブロック５１４に示されるようにディスプレイ５２に出力され、次の２Ｄラジオグラフ画像フレーム２を取得し処理するためにこのシステムはループバックする。判断ブロック１１６で判定されるように手順が完了したときプログラムは終了する。
上述のように、正規化重み付け画像（ＷT）を作成するいくつかの代替方法がある。これらの方法のうちの２つが、図１８および図１９に示されている。特に図１８を参照すると、第１の代替方法では、プロセスブロック５１８で示される第１ステップを含み、このステップでは、取得された２Ｄラジオグラフ画像フレームアレイ２を更新された合成画像（Ｃ）３で除算する。これは、取得された２Ｄ画像フレームアレイ２内の各ピクセル値を、更新された合成画像アレイ３内の対応するピクセル値で除算することである。次に、除算された結果として得られる２Ｄ画像フレームは、プロセスブロック１２０に示されるとおり、ブラーリングまたはフィルタリングされ、正規化重み付け画像（Ｔw）が生成される。このフィルタリング演算は、プロセスブロック５０６および５０８に関連して上に説明されたのと同一コンボリューションプロセスである。
正規化重み付け画像（Ｔw）を作成する別の代替方法が図１９に示されている。この方法は、プロセスブロック５２２に示されるとおり、異なるビュー角度からの画像の投影ビューを取り込むことによって、取得された２Ｄラジオグラフ画像フレーム２をラドン空間に変換する。プロセスブロック１２４に示されるとおり、更新された合成画像３はまた、２Ｄラジオグラフ画像フレーム２を変換するのに使用されたのと同一のビュー角度セットにおける投影ビューを算出することによって、ラドン空間に変換される。プロセスブロック５２６に示されるとおり、次に、画像フレーム投影ビューＰは、合成画像投影ビューＰcで除算されることによって、正規化される。これは、同一ビュー角度における投影ＰおよびＰc内の対応する要素の除算である。次に、プロセスブロック１２８において、従来の方法で正規化投影（Ｐ／Ｐc）を逆投影することによって、正規化重み付け画像（Ｔw）が生成される。これはフィルタ処理された逆投影ではなく、直接逆投影(a straight forward backprojection)である。
上述のように、合成画像３を作成するために集積されるラジオグラフ画像フレーム２の数は、臨床使用によって決まる。取得されるラジオグラフ画像フレームの視野内で速い動きが生じる場合には、その急速に動く構造がぶれないようにより少ない数のフレームを集積すべきである。他方、ほとんど動きのない明瞭な画像を必要とするときには、集積されるラジオグラフ画像フレーム２の数を増やすべきである。すなわち、対象の動きの量は個々の臨床使用によって決まり、これによって前のデータを集積するための時間ウィンドウのサイズが決まる。
また、処置の間に集積される画像フレームの数が動的に変更される臨床使用もある。例えば、心位相を示すＥＣＧ信号を使って集積される画像フレームの数が変更されてもよい。ＥＣＧ信号から判定される拡張期には心運動がほとんどなく、心運動のより多く生じる収縮期よりも多くの画像フレームが合成画像３に集積されてもよい。例えば、収縮期には３画像フレームが集積され、拡張期には６〜１０画像フレームが集積される。
更新された合成画像３を作成するために集積されるラジオグラフ画像フレーム２の数だけでなく、集積画像フレームによって画定される時間ウィンドウ内の現在の画像フレームの位置も選択することができる。選択の１つは、当然ながら、現在の画像フレーム２を時間ウィンドウの終わりに配置するものである。すなわち、含むべきその他の画像フレーム２はすべて現在の画像フレーム２の前に取得される。しかし、Ｘ線蛍光透視法で使用されるフレーム率が高いため、現在の画像フレーム２の前と後の両方に続く時間ウィンドウにおいて取得される画像フレームを含めるのも有利である。これにより蛍光透視法のリアルタイムの本質を損なうわずかな時間遅延を生じるが、多くの医療処置ではこれは問題とならない。
各ＨＹＰＲ画像フレーム４のＳＮＲは合成画像３のＳＮＲによって決まることを証明することができる。ＳＮＲは、対象信号レベルと対象内の雑音標準偏差の比として計算され、ＣＮＲは、対象信号レベルとバックグラウンド信号レベルの差を、暗騒音の標準偏差で割ったものとして計算される。
合成画像を用いて雑音低減が達成されるものとすると、より少ないビーム電流（ｍＡ）およびより低い線量においてＳＮＲの損失なしで蛍光透視法を行うことが可能になる。合成画像のＳＮＲは、理論的には、
Figure 0005523686
 に比例し、式中、Ｎは１合成当たりのフレーム数である。よって理論的には、ｍＡをＮの平方根分の１低減させることができる。合成中のフレームの数Ｎは対象となる動きによって限定される。Ｎが望ましくないほど高いと、モーションブラーによりカテーテル先端部の視認性が低下するおそれがある。目標とするのは、適切なカテーテルの視認性を確保しつつ最大限の線量の低減を実現することである。
上記のＨＹＰＲ処理は二重エネルギーで取得される蛍光透視画像フレームに対しても行い得ることが、当業者には明らかなはずである。そうした臨床使用では、２つの取得蛍光透視画像が、まず通常のやり方で合成され、その結果生じる画像フレームが上述のように処理されることになる。例えば、２つの異なるエネルギーの画像を合成して、ＨＹＰＲ処理される蛍光透視画像から骨が除去されてもよい。
また、本発明は、造影剤が対象とする脈管構造に流入するときに一連の画像フレームが取得されるデジタル差分血管造影法（ＤＳＡ）動的研究でも使用され得る。各画像フレームの取得は、ラジオグラフにおける血液の輝度を上げるために患者にヨウ素などの造影剤が投与される処置の一部として行われる。この場合、画像フレーム取得５００は、図２０に示すようにさらに複雑になる。プロセスブロック５４２に示すように、まず、事前コントラスト「マスク」画像が取得される。この「マスク」画像は、良好なＳＮＲを有するはずであり、これが全線量（１０ｍＡ Ｘ線管電流など）で取得される。次いで、プロセスブロック５４４に示すように造影剤が投与され、造影剤が患者の脈管構造を通って対象領域に流入する。
プロセスブロック５４６に示すように低線量画像フレームが取得され、プロセスブロック５４８に示すようにそこから「マスク」画像が減算される。画像フレームは低い線量レベル（１ｍＡ Ｘ線管電流など）で取得され、そこからコントラストが増強された血液を取り囲む組織を減算して、上述のように後に続くＨＹＰＲ処理に非常に好適な「低密度」画像が提供される。この実施態様では、動的研究が進行するに従ってほぼリアルタイムで、各ＤＳＡ画像フレームがＨＹＰＲ処理され、表示される。システムは折り返しプロセスブロック５４６に戻って次のＤＳＡ画像フレームを取得する。
蛍光透視の実施態様と同様に、ＤＳＡ処置は二重エネルギーでも行われ得ることが明らかなはずである。そうした場合には、「マスク」画像が、異なるエネルギーレベルで取得される２つの画像から作成され、プロセスブロック５４６で取得される各画像フレームも同じ２つのエネルギーレベルで取得され、同様に合成されて選択された組織が除去される。
上述のＨＹＰＲ処理は、プロセスブロック５００で示すように取得される単一の画像フレームに対してほぼリアルタイムで行われる。しかし、同じＨＹＰＲ処理を、一連の画像フレームが各画像フレームのＨＹＰＲ処理が行われる前にプロセスブロック５００で取得される臨床使用で使用することもできる。そうした用途では、ＨＹＰＲ処理は、上述のように別の画像フレームを取得するのではなく、折り返しプロセスブロック５４０に戻って次の前の取得画像フレームを処理する。
本発明のこの第１の実施態様で合成画像を作成するために合成される画像フレームの数は画像フレーム視野内の対象の動きの量に適合するが、次に説明する実施態様では、画像フレーム視野（ＦＯＶ）が領域に分割され、対象の動きが各領域において測定される。次いで、合成画像を作成するために合成される画像フレームの数が、ほとんど動きのない合成画像領域は多くの取得画像フレームを合成することによって作成され、より動きの多い合成画像領域はより少ない取得画像フレームを合成することによって構成されるように、領域ごとに決定される。
特に図１および図７を参照すると、高度に限定された画像処理は、取得される２Ｄラジオグラフ画像フレーム２に対してコンピュータ４６が実行するプログラムによって実行される。プロセスブロック１００および１０２に示すように連続する画像フレーム２が取得される際に、これらが格納され、プロセスブロック１０４に示すようにこれらを使って差分マスクが作成される。この差分マスクは、画像フレーム２の複数の別々の領域のそれぞれにおける対象の動きを検出することによって作成される。図９に示すように、各取得画像フレーム２の視野（ＦＯＶ）が複数の領域（７×７画素領域など）に区分化され、各領域内の画素値の変化を使って差分マスク１０３内の対応する領域の動き値が計算される。好ましい実施態様では、この動き値が、領域内の画素値の差の絶対値の平均から前の画像フレームの対応する領域内の画素値を引いたものとして計算される。例えば、新しく取得される画像フレーム２の領域「Ｘ」内で大きな対象の動きが発生した場合、対応する高い動き値が計算され、差分マスク１０３内の対応する領域「Ｘ」に入力される。他方、新しく取得される画像フレーム２の領域「＋」で動きが検出されなかった場合には、対応する低い動き値が計算され、差分マスク１０３内の対応する領域「＋」に入力される。領域内の対象の動きを示す値を計算するのに別の方法が用いられてもよく、選択される個々の方法は個々の臨床使用によって決まる。
図７に戻って、差分マスク１０３が作成された後、合成画像が一度に１領域作成されるループに入る。判断ブロック１０６に示すように、領域内の動きが閾値を超えるかどうか判定するために差分マスク１０３内の動き値が検査される。領域内の動きが閾値を超えない場合、プロセスブロック１０８に示すように、合成画像３内のその領域が、新しく取得された画像フレーム内の対応する領域の大きなウィンドウからの値を集積することによって更新される。これは図９の矢印１０９で示されており、「＋」で記した領域が前に取得された画像フレーム２内の対応する領域と合成されて合成画像３内の「＋」で記した領域が更新される。
他方判断ブロック１０６で検査される領域内で動きが検出された場合、プロセスブロック１１０に示すように、合成画像３内の対応する領域は、領域内のデータを現在の画像フレーム２内の対応する領域のみからのデータで置き換えることによって更新される。これは図９の矢印１１１で示されており、「Ｘ」で記した画像フレーム領域内の値が合成画像３の対応する領域内の値にとって代わる。いずれの場合も、プロセスブロック１１２に示すように、更新された領域が合成画像３に加えられ、システムはプロセスブロック１１４に示すように折り返して次の領域を調べる。差分マスク１０３内のすべての領域がこのようにして検査され、合成画像３内の対応する各領域が、判断ブロック１１６で判定されるように更新される。よって、画像フレームデータを統合して合成画像３を作成するための時間ウィンドウは、各領域で検出される対象の動きに適応する。ある領域で検出される様々な動き条件について集積される画像フレームの正確な数は、個々の臨床使用に応じて変化する。
さらに図７を参照すると、次いで、プロセスブロック１１８に示すように、更新された合成画像３を使って現在の画像フレーム２に対するＨＹＰＲ画像処理が行われる。以下で図８に関連して説明するように、ＨＹＰＲ処理１１８は、上述の同時係属中の米国特許出願第１２／０３２，２４０号明細書に開示されているものと同じであり、合成画像３のより高いＳＮＲが画像フレーム２に移行される。これは、さほど品質を落とさずにずっと低いＸ線量で画像フレーム２を取得することを可能にする。次いで、プロセスブロック１２０に示すようにＨＹＰＲ処理された画像フレーム２が表示され、システムは折り返して次の画像フレームを取得し、処理する。この手順は、判断ブロック１２２で走査が完了したと判定されるまで続く。
動きが検出されない合成画像内の各領域は、取得画像フレーム内の対応する各領域が集積されるに従って品質が向上し続ける。この実施態様では、集積は、崩壊定数にその領域内の前の集積値をかけたものに現在の画像フレーム領域を加える巡回型フィルタを用いて行われる。この実施態様では、例えば、崩壊定数は１．０に設定されるが、これは他の臨床使用では異なることが予想される。領域内で閾値を超える動きが検出されたときには、合成画像３内の更新された領域の値が現在の画像フレーム内の画素と同じになるように、前の集積値がゼロにリセットされる。そうした「リセット」合成領域は低ＳＮＲを有することになり、小型ブラーリングカーネルでこれをフィルタリングして雑音を低減することが望ましい。臨床使用によっては、リセット領域をゼロにリセットしない方が望ましい場合もある。代わりに、２〜４画像フレームなど事前設定の短縮された時間ウィンドウにわたって集積が行われる。
合成画像３内の各領域を、その領域内で検出される動きの関数として更新する多くの代替のやり方もある。例えば、複数の動き閾値が設定されてもよく、更新手順がそれぞれについて異なっていてもよい。差分は、集積される過去の画像フレームの数（すなわち時間ウィンドウの長さ）の差としてもよく、使用される崩壊定数の値の差としてもよい。また、各領域の動き履歴が維持されてもよく、この追加情報を使って更新手順が変更されてもよい。よって、たとえ１回の画像フレーム取得中に動き閾値を超えない場合であっても、最後のいくつかの取得画像フレームにわたる動きの集積が「集積された動き」の閾値を超えることもある。これにより現在の画像フレームの集積時間ウィンドウが短縮されてもよい。
図８に示されるように、この実施態様に用いられたＨＹＰＲプロセスは、上述され図１７に示されたものとかなり類似している。第１ステップは、現在の２Ｄラジオグラフ画像フレーム２および更新された合成画像３を用いて正規化重み付け画像を作成することである。より具体的には、更新された合成画像３が、プロセスブロック１２４に示すようにフィルタリングすることによって「ブラーリングされる」。フィルタリングは、更新された２Ｄ合成画像アレイ３がフィルタカーネルで畳み込まれるコンボリューションプロセスである。好ましい実施態様では、フィルタカーネルは、７×７正方フィルタカーネルである。カーネルサイズは、ブラーリングが生じるときに、カーネルが、関心対象の外部（例えば血管など）からの情報をあまり含まないように選択されるべきである。フィルタカーネルは、およそ検査対象の寸法程度、またはそれよりやや小さいものとすべきである。また、ガウスフィルタカーネルや他の平滑フィルタカーネルが使用されてもよく、結果として行われるフィルタ関数は、基本的には、低域フィルタリングである。
さらに図８を参照すると、現在の２Ｄ画像フレーム２もまた、プロセスブロック１２６に示されるように、ブラーリングまたはフィルタリングされる。すなわち、２Ｄラジオグラフ画像フレームアレイ２はフィルタカーネルによりコンボリューションされ、低域フィルタリング関数を実行する。プロセスブロック１２８に示されるとおり、次に、フィルタリングされた現在の画像フレーム（Ｔ）内のピクセル値を、フィルタリングされた合成画像（Ｃt）内の対応するピクセル値で除算することによって、正規化重み付け画像（Ｔw）が生成される。
プロセスブロック１３０に示されるとおり、次に、高度に限定された（ＨＹＰＲ）画像フレーム４が生成される。この画像フレーム４は、更新された合成画像アレイ３を正規化重み付け画像アレイ（Ｔw）と乗算することによって生成される。これは、２つの画像における対応するピクセル値の乗算である。この結果得られた２Ｄ ＨＹＰＲ画像は、上述のとおりその後ディスプレイ５２に出力される。
この同じ方法を、３Ｄ画像を再構成するために実行することもできることが当業者には明らかなはずである。各ステップは同じであるが、これらのステップが３Ｄボリュームに対して実行される。
本発明の別の実施態様は、図１０に示す磁気共鳴イメージング（ＭＲＩ）システムを使った心イメージングに適用される。上述の実施態様と同様に、この実施態様では、対象の動きを領域ごとに検査することによってＨＹＰＲ処理を用いるための合成画像を作成する。ＭＲＩシステムは、ディスプレイ２１２およびキーボード２１４を有するワークステーション２１０を備える。ワークステーション２１０は、市販のオペレーティングシステムを走らせている市販のプログラマブルマシンであるプロセッサ２１６を備える。ワークステーション２１０は、スキャン指示をＭＲＩシステムに入力できるようにするオペレータインタフェースを提供する。
ワークステーション２１０は４つのサーバ、すなわちパルスシーケンスサーバ２１８、データ取得サーバ２２０、データ処理サーバ２２２、およびデータ記憶サーバ２２３に結合される。好ましい実施態様では、データ記憶サーバ２２３は、ワークステーションプロセッサ２１６および関連するディスクドライブインタフェース回路によって実行される。残りの３つのサーバ２１８、２２０および２２２は、単一のエンクロージャに搭載され、かつ６４ビットバックプレーンバスを使用して相互接続された別個のプロセッサによって実行される。パルスシーケンスサーバ２１８は、市販のマイクロプロセッサおよび市販の４通信コントローラを採用する。データ取得サーバ２２０およびデータ処理サーバ２２２は両方とも、同じ市販のマイクロプロセッサを採用し、データ処理サーバ２２２は、市販のパラレルベクトルプロセッサに基づいた１つまたは複数のアレイプロセッサをさらに備える。
ワークステーション２１０並びにサーバ２１８、２２０および２２２の各プロセッサは、シリアル通信ネットワークに接続される。このシリアルネットワークは、ワークステーション２１０からサーバ２１８、２２０および２２２にダウンロードされたデータを伝達するとともに、サーバ間およびワークステーションとサーバの間で通信されるタグデータを伝達する。これに加えて、高速データリンクがデータ処理サーバ２２２とワークステーション２１０との間に設けられて、画像データをデータ記憶サーバ２２３に伝達する。
パルスシーケンスサーバ２１８は、ワークステーション２１０からダウンロードされたプログラム要素に応答して、勾配システム２２４およびＲＦシステム２２６を動作させるように機能する。指定されたスキャンを実行するために必要な勾配波形が生成されて勾配システム２２４に与えられ、勾配システム２２４はアセンブリ２２８内の勾配コイルを励起して、ＮＭＲ信号の位置エンコーディングに使用される磁場勾配Ｇx、Ｇy、およびＧzを生成する。勾配コイルアセンブリ２２８は、分極マグネット２３２および全身ＲＦコイル２３４を備えるマグネットアセンブリ２３０の一部を成す。
ＲＦ励起波形が、ＲＦシステム２２６によりＲＦコイル２３４に与えられて、指定の磁気共鳴パルスシーケンスを実行する。ＲＦコイル２３４により検出される応答性ＮＭＲ信号はＲＦシステム２２６により受信され、パルスシーケンスサーバ２１８により生成されるコマンドの命令の下で増幅され、復調され、濾波され、デジタル化される。ＲＦシステム２２６は、ＭＲパルスシーケンスに使用される広範なＲＦパルスを生成するＲＦトランスミッタを備える。ＲＦトランスミッタは、スキャン指示およびパルスシーケンスサーバ２１８からの命令に応答して、所望の周波数、位相、およびパルス振幅波形のＲＦパルスを生成する。生成されたＲＦパルスは、全身ＲＦコイル２３４に与えることができ、１つまたは複数のローカルコイルまたはコイルアレイに与えることができる。
ＲＦシステム２２６は、対応する複数のローカルコイルにまたはコイルアレイ内の対応する複数のコイル要素に接続されうる１つまたは複数のＲＦレシーバチャネルも備える。各ＲＦレシーバチャネルは、接続されているコイルが受け取ったＮＭＲ信号を増幅するＲＦ増幅器、および受信したＮＭＲ信号のＩおよびＱ直角位相成分を検出しデジタル化する直角位相検出器を備える。受信したＮＭＲ信号の大きさはこうして、Ｉ成分およびＱ成分の二乗和の平方根によりいずれのサンプリングポイントでも求めることができ、
Figure 0005523686
 また、受信したＮＭＲ信号の位相も求めることができる。
Figure 0005523686
パルスシーケンスサーバ２１８は任意的に、生理的取得コントローラ２３６から患者データを受信する。コントローラ２３６は、電極からのＥＣＧ信号またはベローズからの呼吸信号等、患者に接続されたいくつかの異なるセンサから信号を受信する。パルスシーケンスサーバ２１８は通常、このような信号を使用して、スキャンのパフォーマンスを患者の呼吸または心拍に同期すなわち「ゲート」させる。
パルスシーケンスサーバ２１８は、患者およびマグネットシステムの状態に関連する各種センサから信号を受信するスキャンルームインタフェース回路２３８にも接続する。患者位置合わせシステム２４０がスキャン中に患者を所望の位置に移動させるコマンドを受信することもスキャンルームインタフェース回路２３８を通してである。
パルスシーケンスサーバ２１８が、スキャン中にＭＲＩシステム要素のリアルタイム制御を行うことが明らかであるべきである。その結果、そのハードウェア要素がランタイムプログラムにより適時に実行されるプログラム命令で動作することが必要である。スキャン指示の指令構成要素は、ワークステーション２１０からオブジェクトの形でダウンロードされる。パルスシーケンスサーバ２１８は、これらオブジェクトを受け取るプログラムを含み、これらオブジェクトをランタイムプログラムに採用されるオブジェクトに変換する。
ＲＦシステム２２６により生成される、デジタル化されたＮＭＲ信号サンプルをデータ取得サーバ２２０が受け取る。データ取得サーバ２２０は、ワークステーション２１０からダウンロードされる指令構成要素に応答して動作し、リアルタイムＮＭＲデータを受け取り、データがデータオーバーランにより失われないようにバッファストレージを提供する。スキャンによっては、データ取得サーバ２２０は、取得されたＮＭＲデータをデータプロセッササーバ２２２に渡すにすぎない。しかし、取得されたＮＭＲデータから導出された情報をスキャンのさらなるパフォーマンスの制御に必要とするスキャンでは、データ取得サーバ２２０は、このような情報を生成してパルスシーケンスサーバ２１８に伝達するようにプログラムされる。例えば、プレスキャン中、ＮＭＲデータを取得し、これを使用してパルスシーケンスサーバ２１８により行われるパルスシーケンスを較正する。また、ナビゲータ信号をスキャン中に取得し、これを使用して、ＲＦシステムまたは勾配システムの動作パラメータを調整し、またはｋ空間がサンプリングされるビュー順序(view order)を制御することができる。また、データ取得サーバ２２０を採用して、ＭＲＡスキャン中に造影剤の到着を検出するために使用されるＮＭＲ信号を処理することができる。これら例のすべてにおいて、データ取得サーバ２２０はＮＭＲデータを取得し、リアルタイムで処理して、スキャンの制御に使用される情報を生成する。
データ処理サーバ２２２は、ＮＭＲデータをデータ取得サーバ２２０から受け取り、ワークステーション２１０からダウンロードされた指令構成要素にしたがって処理する。このような処理には、例えば、未処理のｋ空間ＮＭＲデータをフーリエ変換して２次元画像または３次元画像を生成すること、再構成された画像にフィルタを適用すること、取得されたＮＭＲデータの逆投影画像再構成を行うこと、機能ＭＲ画像を算出すること、動きまたは流れの画像を算出すること等を含むことができる。
データ処理サーバ２２２により再構成される画像は再びワークステーション２１０に伝達されて記憶される。リアルタイム画像はデータベースメモリキャッシュ（図示せず）に記憶され、ここから画像を、マグネットアセンブリ２３０付近に配置され担当医師により使用されるオペレータディスプレイ２１２またはディスプレイに出力することができる。バッチモード画像または選択されたリアルタイム画像は、ディスクストレージ２４４上のホストデータベースに記憶される。このような画像が再構成されストレージに転送されるとき、データ処理サーバ２２２はワークステーション２１０上のデータ記憶サーバ２２３に通知する。オペレータがワークステーション２１０を使用して、画像の保存、フィルムの生成、またはネットワークを介しての他の施設への画像の送信を行うことができる。
本発明のこの実施態様を実施するため、ＮＭＲデータが、投影再構成、またはラジアル(radial)な、図１１に示すようなパルスシーケンスを用いて取得される。これは、選択的、非対称的に切り取られたｓｉｎｃ ｒｆ励起パルス２０１がスライス選択勾配２０３の存在下で生成される高速グラジエント・リコールド・エコーパルスシーケンスである。ｒｆパルス２０１のフリップ角は、典型的には３０°〜４０°であるＴ1が短縮された血液に対するＥｒｎｓｔ角の近くに設定されている。
このパルスシーケンスは、好ましい実施態様では、図１２中の２０４、２０６および２０８で示されているとおり、複数の円形ｋ空間平面がサンプリングされているが、単一のｋ空間の円形平面でサンプリングすることによって単一の２Ｄスライスを得るために用いられる。複数の２Ｄスライスが取得されるとき、軸勾配２０３は、位相コード化勾配ローブ２１１および逆極性の巻き戻し(rewinder)勾配ローブ２１３に続く選択勾配である。この軸方向位相コード化勾配２１１は、２Ｄのｋ空間スライス２０４、２０６および２０８のそれぞれからサンプリングするために、走査中に値を通して段差をつけられる。
ＮＭＲエコー信号２１９の取得の間に２つの面内読出し勾配２１５および２１７を実行して、２Ｄ平面２０４、２０６または２０８内で半径方向軌跡に沿ってｋ空間をサンプリングする。これらの面内勾配２１５および２１７は、軸方向勾配に対して垂直であり、それらは相互に直交している。以下により詳細に述べるように、走査の間、これらの面内勾配は、半径方向サンプリング軌跡のビュー角を回転させるために、一連の値を通して段差をつけられる。各面内読取り勾配は、プリフェージング勾配ローブ２２１および２２３に先行し、巻き戻し勾配ローブ２２５および２２７が続く。
ｋ空間の周辺境界上の一点から、ｋ空間の中心を通ってｋ空間の周辺境界上の反対側の点まで延びる好ましい直線軌跡以外のサンプリング軌跡が用いられてもよいことが、当業者には理解されるべきである。１つの変形態様は、サンプリングされたｋ空間容積の全範囲にわたっては延びていない軌跡に沿ってサンプリングする、部分的なＮＭＲエコー信号２１９を取得することである。直線投影再構成パルスシーケンスと等価である別の変形態様は、直線ではなく曲線経路に沿ってサンプリングすることである。このようなパルスシーケンスは、例えば、Ｆ．Ｅ．Ｂｏａｄａらによる「高速３次元ナトリウムイメージング法(Fast Three Dimensional Sodium Imaging)」（ＭＲＭ，３７：７０６−７１５，１９９７）および、Ｋ．Ｖ．Ｋｏｌａｄｉａらによる「螺旋投影イメージング法を用いた高速３Ｄ ＰＣ−ＭＲＡ(Rapid 3D PC-MRA Using Spiral Projection Imaging)」（Ｐｒｏｃ．Ｉｎｔｌ．Ｓｏｃ．Ｍａｇｎ．Ｒｅｓｏｎ．Ｍｅｄ．１３（２００５））および、Ｊ．Ｇ．ＰｉｐｅとＫｏｌａｄｉａによる「螺旋投影イメージング法：新しい高速３Ｄ軌跡(Spiral Projection Imaging：a new fast 3D trajectory)」（Ｐｒｏｃ．Ｉｎｔｌ．Ｓｏｃ．Ｍａｇ．Ｒｅｓｏｎ．Ｍｅｄ．１３（２００５））において述べられている。本発明は、これらのサンプリング方法の２Ｄバージョンだけでなく３Ｄバージョンで利用可能であり、本明細書において用いられる用語の「画素」は、２Ｄまたは３Ｄ画像のいずれかにおける位置を指すことを意図されている、ことも理解されるべきである。
特に図１３を参照すると、対応する個数の異なる心位相における心臓を示す一連の心臓ゲート画像フレームが取得される。判断ブロック３００において示されるように、システムはＥＣＧゲート信号を待ち、信号が受信されると、処理ブロック３０２において示されるように、図１１のパルスシーケンスを実施して、動いている心臓およびそれを取り巻く静止組織の投影ビューを、複数の（例えば、Ｎ＝２０個の）の心位相のそれぞれから取得する。３つの２Ｄスライスが、この特定のパルスシーケンスを用いて各心位相において有効に取得され、投影ビューは、図１４に示すようにインターリーブされて等間隔を空けられる。図１４において、破線２３１は１つのスライスに対して取得されるｋ空間サンプリング軌跡を示し、破線２３３は第２のスライスに対して取得されるｋ空間サンプリング軌跡を示し、実線２３５は第３のスライスに対するｋ空間サンプリングパターンを示す。この取得は、判断ブロック３０４において検出されるように、各心位相における３つの２Ｄスライスに関して指定の個数の投影ビュー（例えば、ｎ＝３０個）が取得されるまで継続する。したがって、Ｎ＝２０個の画像フレームが、各２Ｄスライス画像フレームにおけるｎ＝３０個のインターリーブされた投影ビューと共に取得される。取得された投影ビューは、上述のように各スライスについて各心位相においてインターリーブされるだけでなく、他の心位相において取得された投影ビューによってもインターリーブされる。
取得されたすべてのビューをインターリーブする、走査中の投影ビュー角φのリストを生成する多数の異なる方法が存在する。ビュー角φは、各心拍中に取得される心位相の個数（Ｎ）、１心拍中に各心位相に対して取得される投影ビューの個数（ｎpr）、および走査中の心拍数（Ｈ）等の係数によって決まる。好ましい実施態様においてｋ番目の心拍におけるｎ番目の心位相に対するビュー角を計算するために用いられる式は、以下の通りである。
Figure 0005523686
 （ここで、Δ1＝１８０／（Ｈ×ｎpr）であり、Δ2＝１８０／（Ｈ×Ｎ×ｎpr）であり、Ｂ（ｎ）は、ある一連の整数の擬似ランダム順列を生成するビット逆転アルゴリズムである。）
それぞれのスライスのビュー角φもインターリーブされ、これは、各スライスにおける開始角を１８０°／スライス数だけインクリメントすることによって達成される。
なお図１３を参照すると、ブロック３０６において示されるように、画像が、各スライス位置のすべての取得投影ビュー（ｎ×Ｎ）を用いて再構成される。これは、取得されたＮＭＲ信号が最初に軸勾配方向に沿ってフーリエ変換されて、その軸に沿った３つのスライス位置における投影を生成する通常の再構成プロセスである。次に、各２Ｄスライスの放射状のｋ空間サンプルポイントをデカルト格子にグリッドし直して、次に、二次元フーリエ変換を実施する。結果として生じる平均画像は、心臓を、その動きによって不鮮明な状態として示すことになるが、取得された、各心位相の各スライスにおけるインターリーブ投影ビューのすべてが再構成に用いられているため、その周囲の静的構造が正確かつアーチファクトがほとんどない状態で示されることになる。
プロセスブロック３１０において示されるように、次いで、その結果得られた平均画像がＮ個の心位相のうちの１つに対するすべての投影ビュー角で再投影される。これは図１６に示されており、例えばＪｉａｎｇ Ｈｓｉｅｈによる「コンピュータ断層撮影の原理、設計、アーチファクトおよび最近の進展(Computed Tomography Principles，Design，Artifacts and Recent Advances)」（ＳＰＩＥ Ｐｒｅｓｓ ２００３， Ｃｈａｐｔｅｒ ３）に記載されている従来のラドン変換によって達成される。したがって、投影輪郭はこの心位相における各スライスに対して取得される各ビュー角において生成される。再投影ステップ３１０は各心位相に対して繰り返され、最後の心位相投影が判断ブロック３１２において検出されるように再投影されると、平均画像フレーム再投影のセットが生成される。
プロセスブロック３１４において示されるように、次のステップは、平均画像再投影のそれぞれを、対応する元の取得された投影から減算することである。この結果、取得されたＮ＝２０個の心位相のそれぞれにおける各２Ｄスライスのｎ＝３０個の投影ビューのセットが生じ、これは動的組織のみを示す。換言すれば、静止組織からの信号は減算され、残りの信号が本質的に高域フィルタリングされた動的組織の信号である。
プロセスブロック３１６に示すように、次のステップは、動的組織の再投影から動的組織画像を再構成することである。これは、各スライスごとに、各心位相において行われる。再構成は、好ましくはプロセスブロック３０６において上述したような従来の画像再構成であるが、ＨＹＰＲ再構成は、参照により本明細書に組み込まれる、発明の名称が「鼓動する心臓の画像の再構築法(Reconstruction Method For Images of the Beating Heart)」の前述の同時係属中の米国特許出願に記載されているように行うこともできる。プロセスブロック３１８に示すように、次いで、静的組織画像が動的組織画像と合成されて各心位相ごとの３つの画像フレームが作成される。これは、各画像内の対応する画素における値を加算することによって行われる。これによって良好な静的組織信号が加算され、前にプロセスブロック３１４で減算された低周波数の動的組織信号が戻される。
さらに図１３を参照すると、次に、プロセスブロック３２０に示すように合成画像が計算される。以下で詳細に説明するように、合成画像が各心位相ごとに作成され、これらの画像が各心位相ごとの画像フレームのＨＹＰＲ処理に使用される。より具体的には、プロセスブロック３２２に示すように各画像フレームがＨＹＰＲ処理されるループに入る。この処理は、処理される画像フレームに合成画像のより高いＳＮＲを移行することによって先に作成された画像フレームを改善する。加えて、この処理は、アンダーサンプリングおよびモーションアーチファクトも低減する。このようにして、判断ブロック３２４ですべての心位相画像フレームが処理されたと判定されるまで各画像フレームが処理される。このＨＹＰＲ処理は、図８に示す各ステップを用いた、図７に示すプロセスブロック１１８について上述したのと同じ方法である。
この実施態様で達成される結果は、プロセスブロック３２０で各心位相ごとに作成される高品質合成画像から生じるものである。各心位相ごとに、合成はその心位相での画像フレームから開始し、他の心位相画像フレームからの画像値を集積し、または統合する。上述した実施態様と同様に、この集積は、領域ごとに、ほとんど動きのない領域が動きの多い領域よりも高品質の合成を生成するような集積として行われる。
特に図１５を参照すると、合成画像の作成の第１のステップは、プロセスブロック４０３に示すように、更新された合成画像を現在の心位相のために初期設定することである。次いで、走査中に取得されたその他の心位相画像のそれぞれを領域ごとに検査して、その中のどの領域を現在の心位相画像の値と集積することができるか判定するループに入る。各候補心位相画像ごとに、第１のステップでは、プロセスブロック４０４に示すように差分マスクを作成する。これはいくつかのやり方で行い得るが、この実施態様では、各７×７画素領域ごとに、現在の心位相画像フレーム領域内の各画素の平均値と候補心位相画像内の対応する画素の平均値との差である値が計算される。次いで、この差分マスク値を閾値処理することによって各領域を調べる別のループに入る。判断ブロック４０６に示すように、差分マスクの対応する領域によって、候補心画像フレーム内の領域に過度の動きがあることが分かった場合、その領域は集積されない。代わりに、プロセスブロック４０７に示すように、その領域のブラーリングまたは低域フィルタリングを行って雑音を低減した後で、現在の心位相画像フレーム領域が合成画像に加算される。そうでない場合、プロセスブロック４０８に示すように、考察される候補心位相画像フレームの領域内の画素値が、対応する領域内の現在の合成画像の画素値と集積される。次いで、プロセスブロック４１２に示すように、この領域の統合された画素値が更新された合成画像の値に加算される。
このように、判断ブロック４１６で差分マスクの各領域が処理されたと判定されるまで、現在の心位相の合成画像が選択的に集積される。その結果、ほとんど動きの生じていない候補心位相画像の領域は統合されて合成画像品質が改善される。他方、現在の心位相画像フレームと比べて相当な動きが生じている領域は集積されず、結果として生じる合成画像をぶれさせない。
プロセスブロック４１８に示すように、この領域ごとの合成画像統合プロセスが、走査中に取得される候補心位相画像のそれぞれに適用される。判断ブロック４２０で、最後に取得された心位相画像が統合されていると判定されると、現在の心位相の更新された合成画像が完成する。プロセスブロック４２２に示すようにこのプロセスを繰り返して各心位相の各スライスごとに合成画像が作成される。判断ブロック４２４ですべての合成が作成されていると判定されると、プロセスは４２６で終了し、引き続き上述のようにＨＹＰＲ処理が行われる。
本発明の上述の各実施態様では、対象の動きの検出が、フレームごと、領域ごと、または画素ごとに行われる。次いで、前の各画像フレームからのデータと現在の画像フレームを、検出される対象の動きの関数として、フレームごと、領域ごとまたは画素ごとに集積することによって合成画像が作成される。
以下の実施態様では、合成画像もまた、対象の動きを考慮に入れるやり方で作成される。しかし、前の各画像フレームからのデータを適応的に集積するものとして合成の作成を特徴付けるのではなく、合成画像の作成は、既存の合成画像データを現在の画像フレームからのデータと合成する前に、既存の合成画像データの空間的位置を登録することによって既存の合成画像を適応的に更新するものとして特徴付けられる。上述の方法と同様に、この合成画像の適応的更新は、フレームごと、領域ごとまたは画素ごとに行うことができる。
特に図２１を参照すると、登録法を使って合成画像を更新する好ましい方法は、画素ごとに行われる。プロセスブロック６００に示すように、更新された合成画像データ構造が初期設定され、次いで、６０２で、更新された合成画像内の各画素の値を計算するループに入る。このループは、現在の合成画像において処理される現在の画像フレーム画素の位置を探索することによって行われる。この探索は、各画素を取り巻く画素の領域の各値を比較することによって行われる。特に図２２を参照すると、例えば、画素６０６は現在の画像フレーム６０８において空間的位置（ｘ，ｙ）を有し、対象の動きが生じない場合、この同じ画素値が、現在の合成画像６１０内の同じ空間的位置（ｘ，ｙ）６０６に見出されることになる。しかし、動きが生じると、画素値の位置が別々になり、現在の合成画像６１０内で現在の画像フレームの画素を位置決めすることが目的になる。矢印６１２で示すように、この目的は、合成画像６１０内の対応する画素位置６０６の周囲のパターンにおいて探索を行うことによって達成される。この探索パターンのサイズおよび形状は、個々の医療用途に応じて決定される。
図２１および図２２をさらに参照すると、この探索は、プロセスブロック６０４に示すように、現在の画像フレーム画素６０６を取り巻く領域６１４内の画素値と、現在の合成画像６１０の類似の変位領域６１５内の値とを比較することによって行われる。好ましい実施態様では、この比較は、２つの領域６１４と６１５内の対応する画素値の絶対差を合計し、その結果の「領域差値」をデータ表６１６に格納することによって行われる。領域６１４および領域６１５は、好ましい実施態様ではそれぞれ５×５画素であるが、他のサイズを用いてもよい。この比較ステップ６０４は、プロセスブロック６１８に示すように繰り返される。というのは、判断ブロック６２０に示すように、領域６１５は、探索パターンが完了するまで規定の探索パターン６１２内の現在の合成画像６１０の周囲を移動するからである。探索パターン６１２のサイズはフレームごとの予測される対象の動きの量に応じて決まり、対象の動きは個々の用途に応じて決まる。この際、表６１６はすべての候補画素位置比較の結果を格納し、プロセスブロック６２２に示すように、次に、最小の領域差値をもたらした領域６１５の変位を特定することによって合成画像６１０内の所望の画素値の位置が求められる。判断ブロック６２４に示すように、次いで、この最少領域差値が差分閾値と比較される。好ましい実施態様では、この最少閾値は、現在の画像フレーム領域６１４内の画素値の積分の２０％に設定される。最小領域差値がこの最小閾値より大きい場合、点線６２８で示すように、現在の画像フレーム画素値６０６が、更新された合成画像６２６内の対応する画素位置６０６に移行される。これは、画素６０６の領域に大きな動きが生じた場合である。しかし、プロセスブロック６３０に示すように、大部分の場合には、現在の画像フレーム画素６０６の位置が現在の合成画像６１０内で見出され、２つの値は図２２の加算６３２に示すように統合され、図２１のプロセスブロック６３６で示し、図２２の破線６３４で示すように更新された合成画像６２６内の画素位置６０６に格納される。この統合は、崩壊定数と現在の合成画像画素値との積に現在の画像フレーム画素値を加え、その結果を合成画素値へのそれまでの寄与の回数に１を加えた数で除算することによって行われる。
特に図２１を参照すると、上記プロセスは、現在の画像フレーム６０８内の各画素の位置が検査され、判断ブロック６４０に示すように更新された合成画像６２６内の対応する画素位置の値が計算されるまで繰り返される。その後、更新された合成画像は、上述のように現在の画像フレームのＨＹＰＲ処理での使用が可能になる。
上述の好ましい実施態様では、更新された合成画像内の画素を更新するために、現在の画像フレーム内の各画素が現在の合成画像内の対応する画素に登録される。この同じ登録プロセスを、一度に１領域ずつ合成画像を更新するために行うこともできる。例えば、規定の探索パターン内の対応する領域位置の周囲の現在の合成画像を検査した後で、５画素×５画素領域全体が更新されてもよい。この場合、探索により、その領域内のすべての画素の位置を移動するのに使用される変位ベクトルがもたらされる。これにより、当然ながら、合成画像を更新するのに要する時間が短縮されるが、これを行う際に対象の動きの空間分解能が失われる。更新すべき領域のサイズは、オペレータが、個々の用途に応じて１画素から画像フレーム全体までの間のどこかに設定するものと期待される。規定の更新領域が小さい（例えば上述のように１画素など）ときには、登録探索パターンで使用すべき周囲領域の規定のサイズは、１画像フレーム間隔の間に予期される局所的動きと同等のサイズに設定され、規定の更新領域が大きい（画像全体など）ときには、登録探索パターンで使用すべき領域の規定のサイズは、あるフレームから次のフレームまでの間に予期される大部分の対象の動きの量に対応するように選択される。
医用イメージング用途への本発明の適用を示した図である。 高度に限定された２Ｄの逆投影方法の図である。 高度に限定された３Ｄの逆投影方法の図である。 本発明の好ましい実施態様を用いるＸ線システムの斜視図である。 本発明の好ましい実施態様を用いるＸ線システムの斜視図である。 図４のＸ線システムの概略的ブロック図である。 図４のＸ線システムの一部を形成するＸ線源および検出器アレイの図である。 図４のＸ線システムにより得られたＨＹＰＲプロセス画像フレームに使用される各ステップを記述するフローチャートである。 図７のプロセスに用いられたＨＹＰＲプロセスのフローチャートである。 図７の方法でどのように合成画像が形成されるかを示す概略的描写である。 本発明の第２の好ましい実施態様を用いるＭＲＩシステムのブロック図である。 図１０のＭＲＩシステムで用いられるパルスシーケンスの図である。 図１１のパルスシーケンスにより実行されたｋ空間サンプリングの図である。 図１０のＭＲＩシステムを使った心イメージング法を示すフローチャートである。 図１３の方法を実施するためにＭＲＩシステムを用いて取得されたインターリーブ投影を示す図である。 図１３の方法において合成画像を作成するのに使用される各ステップを示すフローチャートである。 図１３の方法における再投影ステップを示す図である。 本発明の別の実施態様で用いられるＨＹＰＲプロセスを示すフローチャートである。 図１７のプロセスで使用される代替方法を示すフローチャートである。 図１７のプロセスで使用される別の代替方法を示すフローチャートである。 図１７のプロセスの改変バージョンを示すフローチャートである。 本発明の別の実施態様で実行される各ステップを示すフローチャートである。 図２１の方法で実行される処理を示す図である。

Claims (11)

  1. 取得される現在の画像フレームから対象の画像を生成する方法であって、
    ａ）前記対象の複数の画像フレームから形成された開始の合成画像を評価するステップと、
    ｂ）前記現在の画像フレームを複数の空間領域に分割するステップと、
    ｃ）前記空間領域のそれぞれにおける対象の動きを求めるステップと、
    ｄ）各現在の画像フレーム領域内のデータと他の取得画像フレームデータとを、前記領
    域において検出された前記対象の動きによって決定されるやり方で合成することによって
    、領域ごとに更新された合成画像を作成するステップと、
    ｅ）ＨＹＰＲ処理および前記更新された合成画像を用いて前記対象の画像を生成するステップと、
    を含む方法。
  2. 各領域が前記画像フレームの１画素サイズとされる請求項１に記載の方法。
  3. 現在の合成画像が前記他の取得画像フレームデータから作成され、前記現在の合成画像が前記現在の画像フレームに登録され、前記現在の画像フレームと統合されて前記更新された合成画像が作成され、前記登録が各領域ごとに別々に行われる、請求項１に記載の方法。
  4. 前記領域がそれぞれ前記画像フレームの１画素サイズとされる請求項３に記載の方法。
  5. 前記登録が、前記現在の合成画像における、前記現在の画像フレームの領域内の前記データと最良にマッチするデータの領域を探索するステップを含む、請求項３に記載の方法。
  6. 前記登録が、前記現在の合成画像内のデータの領域の位置を移動するステップを含む、請求項５に記載の方法。
  7. 前記現在の画像フレームの前記登録された現在の合成画像との前記統合が、
    前記登録された現在の合成画像を最大１．０までの値の範囲の崩壊定数で乗算する、ステップと、
    前記現在の画像フレーム内の前記データを前記前のステップの結果に加算する、ステップと、
    を含む、請求項３に記載の方法。
  8. 前記統合が、前記前のステップの前記結果を、前記現在の合成画像を作成するのに使用される他の画像フレームの数を示す数で除算するステップも含む、請求項７に記載の方法。
  9. 前記更新された合成画像が、前記現在の画像フレームの取得を含むある時間ウィンドウにわたる前記他の取得画像フレームデータを集積することによって作成され、前記時間ウィンドウの期間が、各領域ごとに集積される画像フレームデータの量が前記領域内の対象の動きによって決定されるように、前記現在の画像フレームの各領域ごとに別々に決定される、請求項１に記載の方法。
  10. 前記領域がそれぞれ前記画像フレームの１画素サイズとされる請求項９に記載の方法。
  11. 前記ステップｃ）が、心位相を示す前記対象からの信号を取得することによって行われ、前記対象の動きが、前記現在の画像フレームが取得される際のこの信号から示唆される、請求項１に記載の方法。
JP2008237166A 2007-09-17 2008-09-16 高度に限定された医用画像におけるモーションアーチファクトの低減方法 Expired - Fee Related JP5523686B2 (ja)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US97282807P 2007-09-17 2007-09-17
US60/972828 2007-09-17
US2345408P 2008-01-25 2008-01-25
US61/023454 2008-01-25

Publications (2)

Publication Number Publication Date
JP2009082703A JP2009082703A (ja) 2009-04-23
JP5523686B2 true JP5523686B2 (ja) 2014-06-18

Family

ID=40455311

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008237166A Expired - Fee Related JP5523686B2 (ja) 2007-09-17 2008-09-16 高度に限定された医用画像におけるモーションアーチファクトの低減方法

Country Status (3)

Country Link
US (1) US8825138B2 (ja)
JP (1) JP5523686B2 (ja)
HK (1) HK1132158A1 (ja)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7991452B2 (en) * 2007-01-02 2011-08-02 Wisconsin Alumni Research Foundation Contrast enhanced MRA with highly constrained backprojection reconstruction using phase contrast composite image
ATE542196T1 (de) 2007-02-19 2012-02-15 Wisconsin Alumni Res Found Verfahren zur lokalisierten und stark eingeschränkten bildrekonstruktion
EP1959397B1 (en) * 2007-02-19 2019-08-07 Wisconsin Alumni Research Foundation Iterative HYPR medical image reconstruction
US9814431B2 (en) 2007-05-04 2017-11-14 Memorial Sloan Kettering Cancer Center Methods and systems for retrospective internal gating
US8111810B2 (en) * 2007-11-13 2012-02-07 Wisconsin Alumni Research Foundation Method for producing highly constrained ultrasound images
EP2232446B1 (en) 2007-12-20 2013-04-17 Wisconsin Alumni Research Foundation Method for prior image constrained image reconstruction
ATE528733T1 (de) * 2007-12-20 2011-10-15 Wisconsin Alumni Res Found Verfahren für dynamische eingeschränkte bildrekonstruktion mit vorhergehendem bild
WO2009091824A1 (en) * 2008-01-14 2009-07-23 Wisconsin Alumni Research Foundation Method for prior image constrained progressive image reconstruction
WO2009133879A1 (ja) * 2008-04-30 2009-11-05 日本電気株式会社 画像評価方法、画像評価システム及びプログラム
DE102008026035A1 (de) * 2008-05-30 2009-12-10 Siemens Aktiengesellschaft Betriebsverfahren für eine verschwenkbare Polyplan-Bildgebungsanlage zur Abbildung eines sich bewegenden Untersuchungsobjekts
US8290234B2 (en) * 2008-09-10 2012-10-16 Siemens Medical Solutions Usa, Inc. System for removing static background detail from medical image sequences
EP2349008B1 (en) * 2008-11-26 2015-02-25 Wisconsin Alumni Research Foundation Method for prior image constrained image reconstruction in cardiac cone beam computed tomography
JP5675058B2 (ja) * 2009-05-26 2015-02-25 株式会社東芝 磁気共鳴イメージング装置
US8111893B2 (en) * 2009-06-09 2012-02-07 Wisconsin Alumni Research Foundation Method for dynamic prior image constrained image reconstruction
US9082182B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Extracting patient motion vectors from marker positions in x-ray images
US9082036B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for accurate sub-pixel localization of markers on X-ray images
US9826942B2 (en) * 2009-11-25 2017-11-28 Dental Imaging Technologies Corporation Correcting and reconstructing x-ray images using patient motion vectors extracted from marker positions in x-ray images
US8180130B2 (en) * 2009-11-25 2012-05-15 Imaging Sciences International Llc Method for X-ray marker localization in 3D space in the presence of motion
US9082177B2 (en) * 2009-11-25 2015-07-14 Dental Imaging Technologies Corporation Method for tracking X-ray markers in serial CT projection images
US8363919B2 (en) * 2009-11-25 2013-01-29 Imaging Sciences International Llc Marker identification and processing in x-ray images
US8761478B2 (en) * 2009-12-15 2014-06-24 General Electric Company System and method for tomographic data acquisition and image reconstruction
US8204172B1 (en) * 2010-03-17 2012-06-19 General Electric Company System and method of prior image constrained image reconstruction using short scan image data and objective function minimization
US8483463B2 (en) 2010-05-19 2013-07-09 Wisconsin Alumni Research Foundation Method for radiation dose reduction using prior image constrained image reconstruction
CN103080977B (zh) * 2010-08-25 2016-01-06 皇家飞利浦电子股份有限公司 在发射图像中的心脏定位及验证
US8781243B2 (en) 2011-01-07 2014-07-15 Wisconsin Alumni Research Foundation Method for constrained reconstruction of high signal-to-noise ratio images
US8620404B2 (en) 2011-07-26 2013-12-31 Wisconsin Alumni Research Foundation System and method of high-frame rate, time-resolved, three-dimensional magnetic resonance angiograpy
WO2013031667A1 (ja) * 2011-08-30 2013-03-07 富士フイルム株式会社 放射線画像撮影システム及び放射線画像撮影方法
GB2496126A (en) * 2011-10-31 2013-05-08 Univ Antwerpen Dynamic tomography angle selection using information function
US8659297B2 (en) * 2012-02-27 2014-02-25 Perinatronics Medical Systems, Inc. Reducing noise in magnetic resonance imaging using conductive loops
US9517036B2 (en) * 2012-08-20 2016-12-13 Varian Medical Systems, Inc. Radiation imaging using very slow rotational technique
US9111337B2 (en) * 2012-10-12 2015-08-18 Mayo Foundation For Medical Education And Research Low dose cardiac CT imaging with time-adaptive filtration
WO2014141256A1 (en) 2013-03-14 2014-09-18 Yissum Research Development Company Of The Hebrew University Of Jerusalem Medical imaging
US9208588B2 (en) 2013-09-25 2015-12-08 Wisconsin Alumni Research Foundation Fast statistical imaging reconstruction via denoised ordered-subset statistically-penalized algebraic reconstruction technique
DE102014203113B4 (de) * 2014-02-20 2019-01-10 Siemens Healthcare Gmbh Erzeugung von Bilddaten eines Untersuchungsobjekts mittels eines Magnetresonanztomographen
JP6244986B2 (ja) * 2014-03-05 2017-12-13 日産自動車株式会社 カメラ装置
US20160135775A1 (en) * 2014-11-17 2016-05-19 Wisconsin Alumni Research Foundation System And Method For Time-Resolved, Three-Dimensional Angiography With Physiological Information
JP6406019B2 (ja) * 2015-01-09 2018-10-17 コニカミノルタ株式会社 超音波信号処理装置、及び超音波診断装置
US10568587B2 (en) * 2017-03-28 2020-02-25 Canon Medical Systems Corporation X-ray diagnostic apparatus, image processing apparatus, and image processing method
EP3422037A1 (en) 2017-06-27 2019-01-02 Koninklijke Philips N.V. Method and device for determining a motion field from k-space data
DE102018204517B3 (de) * 2018-03-23 2019-09-26 Siemens Healthcare Gmbh Verfahren zur Bilderzeugung mittels eines Computertomographiegeräts und Computertomographiegerät
EP3578102B1 (de) * 2018-06-07 2021-05-19 Siemens Healthcare GmbH Verfahren zum betreiben eines medizinischen röntgengerätes; sowie röntgengerät
CA3107462A1 (en) 2018-07-24 2020-01-30 Voyager Therapeutics, Inc. Systems and methods for producing gene therapy formulations
DE102019122667A1 (de) * 2019-08-22 2021-02-25 Schölly Fiberoptic GmbH Verfahren zur Unterdrückung von Bildrauschen in einem Videobildstrom, sowie zugehöriges medizinisches Bildaufnahmesystem und Computerprogrammprodukt

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6111582A (en) * 1996-12-20 2000-08-29 Jenkins; Barry L. System and method of image generation and encoding using primitive reprojection
US6314160B1 (en) * 1999-12-17 2001-11-06 General Electric Company Method and apparatus for performing fluoroscopic noise reduction
DE602006010388D1 (de) * 2005-07-08 2009-12-24 Wisconsin Alumni Res Found Bildrekonstruktion unter Nebenbedingungen
ATE492006T1 (de) * 2005-07-08 2011-01-15 Wisconsin Alumni Res Found Rückprojektions-rekonstruktionsverfahren für ct- bildgebung
US7358730B2 (en) * 2005-09-22 2008-04-15 Wisconsin Alumni Research Foundation Diffusion tensor imaging using highly constrained image reconstruction method
WO2007037951A2 (en) * 2005-09-22 2007-04-05 Wisconsin Alumni Research Foundation Reconstruction of motion encoded mr images involving a highly constrained backprojection
US7408347B2 (en) * 2005-09-22 2008-08-05 Wisconsin Alumni Research Foundation Highly constrained magnetic resonance spectroscopy image reconstruction method
US7647088B2 (en) * 2005-09-22 2010-01-12 Wisconsin Alumni Research Foundation Reconstruction method for images of the beating heart
WO2007038227A1 (en) * 2005-09-22 2007-04-05 Wiconsin Alumni Research Foundation Functional mri involving a highly constrained backprojection
JP4708944B2 (ja) * 2005-09-26 2011-06-22 キヤノン株式会社 画像撮影装置及び画像撮影方法
US7991452B2 (en) * 2007-01-02 2011-08-02 Wisconsin Alumni Research Foundation Contrast enhanced MRA with highly constrained backprojection reconstruction using phase contrast composite image
ATE542196T1 (de) * 2007-02-19 2012-02-15 Wisconsin Alumni Res Found Verfahren zur lokalisierten und stark eingeschränkten bildrekonstruktion
EP1959397B1 (en) * 2007-02-19 2019-08-07 Wisconsin Alumni Research Foundation Iterative HYPR medical image reconstruction
US8111810B2 (en) * 2007-11-13 2012-02-07 Wisconsin Alumni Research Foundation Method for producing highly constrained ultrasound images
EP2232446B1 (en) * 2007-12-20 2013-04-17 Wisconsin Alumni Research Foundation Method for prior image constrained image reconstruction

Also Published As

Publication number Publication date
JP2009082703A (ja) 2009-04-23
HK1132158A1 (en) 2010-02-19
US8825138B2 (en) 2014-09-02
US20090076369A1 (en) 2009-03-19

Similar Documents

Publication Publication Date Title
JP5523686B2 (ja) 高度に限定された医用画像におけるモーションアーチファクトの低減方法
JP5517017B2 (ja) 反復性の高度に限定されたイメージの再構成法
JP5737725B2 (ja) 局所化および高度に限定された画像再構成法
JP5047960B2 (ja) 高度に限定されたイメージの再構成法
JP5220125B2 (ja) 先験的画像制限画像再構成法
JP5113060B2 (ja) 拍動している心臓の画像の再構成法
JP5470271B2 (ja) ダイナミック先験的画像制限画像再構成法
US8218907B2 (en) Method for prior image constrained progressive image reconstruction
JP5816269B2 (ja) 先験的画像制約画像再構成を使用して放射線量を減らす方法
US8055050B2 (en) Motion compensation in energy-sensitive computed tomography
US8781243B2 (en) Method for constrained reconstruction of high signal-to-noise ratio images
EP2037413A2 (en) A method for reducing motion artifacts in highly constrained medical images

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110825

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130318

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130326

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130624

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130625

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: 20140311

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140409

R150 Certificate of patent or registration of utility model

Ref document number: 5523686

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees