JP5848759B2 - 低線量ｃｔイメージングを実行するための方法及びシステム - Google Patents

Description

以下は一般にＣＴデータ収集及び再構成に、より具体的には高分解能再構成を伴う低線量ＣＴに関する。

ＣＴスキャナは生体組織に損傷を与え得る電離放射線を放出し、典型的な線量において癌、腫瘍及び遺伝子損傷のリスクの増加をもたらし、高線量において皮膚火傷及び脱毛を生じ得る。従って、ＣＴスキャン中の電離放射線への患者暴露を軽減する（すなわち患者線量を減らす）様々な方法が提案されている。

文献で提案されている１つの方法は、圧縮センシング原理を用いるものであった。その目的は欠けている投影を事前画像などの追加情報で補い、一般的スパース制約（ｓｐａｒｓｉｔｙ ｃｏｎｓｔｒａｉｎｔ）を導入することによって著しくアンダーサンプリングされたデータからアーチファクトのない断層画像を再構成することである。しかしながら、ほとんどの臨床例において、有益な情報は画像ドメインとサイノグラムドメインの両方に広範囲に広がっているため、ＣＴ画像は顕著なスパース特性を持たない。

結果として、圧縮センシング法を利用するために、標的画像と同様の特徴を持つ事前画像が必要である。その場合、２つの画像間の差分はさらに専用再構成中に利用されることができるスパース特性を持ち得る。事前画像は、例えばＣＴ灌流などにおける標的スキャンの少し前（若しくは後）にとられるＣＴスキャンであり、又は心臓ＣＴにおける全角度サンプリング低時間分解能画像であり得る。ＰＩＣＣＳ及びＨＹＰＲなどの技術はこうした事前スキャンに基づく。

あいにく、放射線量減少は必然的に画像ノイズに影響を及ぼし、これは主に検出器に到達するｘ線光子の固有ポアソン（すなわち"量子"）ノイズによって支配される。加えて、一般的なＣＴシステムにおいて非常に低い線量で機能しようとする試みは、かなり過剰な画像ノイズとアーチファクトを作り出す。これは検出器素子によって作られる電子信号が電子ノイズのレベルに近い場合に発生する。

現在の臨床診療において、ＣＴスキャナは要件が著しく異なり得る多くの異なる用途のために使用される。例えば、心臓スキャンは通常比較的短期間に高いｘ線束密度を要するが（高い管電流によって得られる）、肺スキャンは非常に低い管電流で行われ得る。このため、放射線検出器が非常に低い及び高いｘ線束密度の両方において信頼できるデータを与えることが重要である。

シンチレータピクセルに結合した電流積分フォトダイオードに基づく従来の積分検出器は、低信号を検出し同時に広ダイナミックレンジを持つ能力が限られている。通常はその場合、フォトダイオード暗電流と電子ノイズの両方によって影響されるノイズレベルは約１０‐５０平均ｘ線量子に相当する。正確な数は特定設計と動作条件に依存する。信頼できる検出は測定値が約２倍以上ノイズよりも著しく大きい場合になされ得るので、ノイズレベルは最低検出限界を規定する。

従来の積分検出器は良好な直線性が通常非常に大きく１：１００，０００を超え得るフルダイナミックレンジを提供するが、実際の問題は主に単一読み取りあたり少数のｘ線量子、すなわち約１‐１００程度のｘ線量子の信頼できる検出である。この検出範囲は、高減衰オブジェクトを通って横断する多くのビューがこのような低い値に達し得るため、低ｘ線量において機能するために極めて重要である。低信号問題は特に小さいピクセルを持つ検出器アレイが高分解能スキャナを実現するために考慮される場合さらに頻発し得る。同様の制限は放射束が二重検出チャネル間で分割される二重エネルギー応用のために作られる二重層検出器において起こり得る。

本願の態様は上述の問題などに対処する。

一態様によれば、方法はアンダーサンプリングされた高分解能投影データと不完全な低分解能投影データに基づいて高分解能画像データを生成するステップを含む。アンダーサンプリングされた高分解能投影データと不完全な低分解能投影データは同じスキャンの異なる収集間隔中に収集される。

別の態様によれば、システムはスキャンの異なる積分期間中に高流束と低流束の間で放出放射束を交互に変調するように構成される線源と、流束の変調と協調して高分解能と低分解能の間で検出器ピクセル多重化を交互にスイッチするように構成される検出器アレイと、アンダーサンプリングされた高分解能投影データと不完全な低分解能投影データに対応する投影データに基づいて高分解能画像データを再構成するように構成される再構成器とを含む。

別の態様によれば、コンピュータ可読記憶媒体は、コンピュータのプロセッサによって実行されるときに、同じスキャンから得られるアンダーサンプリングされた高分解能投影データと不完全な低分解能投影データに基づいて完全な高分解能画像データを再構成するために圧縮センシング再構成アルゴリズムをプロセッサに利用させる命令でエンコードされる。

本発明は様々な構成要素と構成要素の配置において、及び様々なステップとステップの配置において具体化し得る。図面は好適な実施形態を例示する目的に過ぎず、本発明を限定するものと解釈されない。

イメージングシステム例を図示する。 例示的な放射束変調／検出器ピクセル多重化レベル／グループ及びパターンを図示する。 例示的な放射束変調／検出器ピクセル多重化レベル／グループ及びパターンを図示する。 例示的な放射束変調／検出器ピクセル多重化レベル／グループ及びパターンを図示する。 例示的な放射束変調／検出器ピクセル多重化レベル／グループ及びパターンを図示する。 例示的な放射束変調／検出器ピクセル多重化レベル／グループ及びパターンを図示する。 アンダーサンプリングされた高分解能投影データと不完全な低分解能投影データから完全な高分解能画像データを再構成するための方法例を図示する。 図７における完全な高分解能画像データを再構成するための方法例を図示する。

図１はコンピュータ断層撮影（ＣＴ）スキャナなどのイメージングシステム１００を図示する。イメージングシステム１００は固定ガントリ１０２と固定ガントリ１０２によって回転可能に支持される回転ガントリ１０４を含む。回転ガントリ１０４は長手方向すなわちｚ軸まわりに検査領域１０６の周囲を回転する。長椅子などの支持台１１８は検査領域１０６内で対象を支持する。支持台１１８はスキャンの前、最中及び／又は後にｘ、ｙ、及び／又はｚ軸について対象を様々に位置づけるために使用されることができる。

ｘ線管などの線源１０８は回転ガントリ１０４によって支持され、回転ガントリ１０４とともに回転し、放射線を放出する。線源コントローラ１１０は線源１０８を制御する。以下でより詳細に記載する通り、一実施形態において線源コントローラ１１０はスキャンの異なる積分間隔／期間中に少なくとも第１及び第２の異なる流束間で放出放射線の流束を変調するように線源１０８を制御することができる。第１（若しくは第２）の流束が第２（若しくは第１）の流束よりも大きい場合、スキャン中の第１及び第２の流束間の変調は線源１０８が高い流束を持つ放射線しか放出しない同じスキャンと比較して患者線量を減らす。

検出器ピクセルの単一の若しくは複数の列を持つ放射線検出器アレイ１１２が線源１０８の反対側に位置し、検査領域１０６を横断する放射線を検出し、それを示す投影データを生成する。検出器コントローラ１１４は放射線検出器アレイ１１２を制御する。以下でより詳細に記載する通り、一実施形態においてコントローラ１１０は個々のピクセル若しくはピクセルのより大きなグループが投影を検出するために使用されるように検出器ピクセル多重化を選択的に変更する。一般に、個々のピクセルはピクセルのより大きなグループと比較して比較的高分解能を提供する。

再構成器１２４は投影データを再構成し検査領域１０６を示すボリュメトリック画像データを生成する。再構成器１２４は例えば再構成アルゴリズムバンク１１６内のアルゴリズム及び／又は他のアルゴリズムなど、様々な再構成アルゴリズムを利用することができる。以下でより詳細に記載する通り、再構成器１２４はアンダーサンプリングされた高分解能投影データと低分解能再構成画像データが完全な高分解能ボリュメトリック画像データを再構成するために使用されるアルゴリズムを利用することができる。かかるアルゴリズムは患者線量を減らし完全な高分解能画像データを生成しながら、低放射束に伴う検出限界を緩和することを可能にする。

汎用コンピュータシステムがオペレータコンソール１２０として機能し、これはディスプレイ及び／又はプリンタなどの人が読み取り可能な出力装置とキーボード及び／又はマウスなどの入力装置を含む。コンソール１２０内のソフトウェアはオペレータがシステム１００の操作を制御することを可能にし、例えばユーザが、放射線放出流束が変調され検出器ピクセル多重化がそれと協調して変化する（空間と時間においてレジストレーションされた高分解能及び低分解能投影データをもたらす）スキャン技術を選択し、得られる投影データから完全な高分解能画像データを再構成するための再構成アルゴリズムを選択することを可能にする。

上記で簡単に述べた通り、線源コントローラ１１０は放射束を変調するように線源１０８を制御することができ、検出器コントローラ１１４はピクセル多重化を変化させるように検出器アレイ１１２を制御することができる。これを行うために様々な方法が利用されることができ、方法は特定臨床応用、最適化、画像品質の妥協（例えば分解能、ノイズ、アーチファクトなどについて）、患者放射線量、システム能力及び性能、及び／又は他の要因など、様々な要因に基づき得る。

一例として、ピクセル多重化はより大きな有効ピクセル（通常は２若しくは４ピクセルのグループが使用される）への数検出器ピクセルのアナログ多重化を通して実現され得る。この場合、より大きなピクセルグループは小さな基本ピクセルとおおよそ同じ絶対電子ノイズレベルを持つが、同時に大きなピクセルグループに衝突する平均ｘ線束は面積比に等しい倍率だけ大きい。従って、有効ピクセル面積の増加に対して信号対ノイズ比が改善される。空間分解能はより大きなピクセルを用いると減少する。

放射束変調は熱陰極などの電子放出体の温度を変えることによって、ｘ線管の電子源と陽極の間の電場に影響を及ぼすようにパルス高電圧源でｘ線管に電力供給することによって、電子放出体の正面の電場を変化させることによって、ｘ線管の陽極の表面に衝突する電子ビームの電気及び／又は磁気偏向を適用することによって、回転陽極の特殊な幾何学的構造を用いることによって、又は異なる材料から陽極を構成することなどによって、実現され得る。ある時間間隔において所望の平均放射束を実現するための方法は、'オン'及び'オフ'状態の間で放射線の非常に高速な連続スイッチングを用いることである。

図２、３、４及び５はそれぞれ互いに協調する変調放射束と多重化検出器ピクセルの限定されない実施例を図示する。図２（ａ）、３（ａ）、４（ａ）及び５（ａ）で、ｙ軸は相対強度すなわち流束をあらわし、全図面でｘ軸は時間をあらわす。

図２（ａ）において流束は２つのレベル２０２と２０４の間を行ったり来たりし、低い方のレベル２０２は高い方のレベル２０４の１／４である。変調パターン２０６は流束が１積分期間（収集間隔、ビューなど）は高レベル２０４にあり、次の２積分期間は低レベル２０２にあるように流束を変調する。このパターンは経時的に繰り返される。図２（ｂ）は対応する検出器多重化パターン２０８を示し、単一の小さな検出器ピクセル２１０が高レベル２０４の間に放射線を検出し、単一の小さな検出器ピクセルのグループ２１２が低レベル２０２の間に放射線を検出する。この実施例において、グループサイズは４検出器ピクセルであり、グループ形状はｘ軸（すなわちスキャナの角度方向）に沿った２つの検出器ピクセルとｚ軸に沿った２列の検出器ピクセルに及ぶ２次元アレイ（若しくはマトリクス）である。

図３（ａ）及び３（ｂ）では、流束変調レベル２０２及び２０４並びに変調パターン２０６は図２（ａ）と同じである。しかしながら、多重化パターン３０２は高レベル２０４の間に放射線を検出するために単一検出器ピクセル２１０を使用し、低レベル２０２の間にｚ軸方向に沿った４検出器ピクセルのグループ３０４を使用することを含む。図４（ａ）及び４（ｂ）では、低流束レベル４０２は高流束レベル２０４の半分であり、変調パターン４０４は１積分期間は高レベル２０４において、次の５積分期間は低レベル４０２において流束を変調し、多重化パターン４０６は高流束レベル２０４の間は単一検出器ピクセル２１０を、低流束レベル４０２の間はｚ軸方向に沿った２ピクセルのグループ４０８を使用することを含む。

図５（ａ）及び５（ｂ）では、流束レベルは図１（ａ）及び２（ａ）と同じであり、流束変調パターンは図３（ａ）と同じであり、ピクセルグループは図２（ｂ）と同じであり、ピクセル多重化パターン４０６は図４（ｂ）と同じである。図２‐５において、総放射線量は高流束と単一ピクセルが各積分期間に使用されるスキャンの１００％線量と比較して、それぞれ５０．０％、５０．０％、５８．３３％、及び３７．５％に削減される。

上記実施例において、検出信号対ノイズ比は単一ピクセルが全ビュー／積分期間に使用される標準スキャンのものと等しく、相対放射線レベルは全ビュー／積分期間で１であることに留意されたい。他の実施形態において、多重化は信号対ノイズ比が少なくとも２つの積分期間で異なるように実行され得る。さらに、異なる及び／又はより大きなピクセルのグループ（例えば６、８、１０、１６など）が利用され得る。さらに、２つよりも多くの異なる放射強度レベル及び／又は２つよりも多くの異なるピクセルグループが利用されることができる。

さらに、２つの高分解能投影間の時間差はスキャン持続期間内に変化し得る。加えて、ｘ線スペクトルはスキャン中に変化してもしなくてもよい。さらに、放射線の変調位相（若しくは基準時点に対する全シーケンスのシフト）が時間において調節可能であり得る。また対象形状において積分期間あたりのｘ線強度変調はステップ関数であり、例えばおおよそ１０‐５０マイクロ秒程度のいくらか遅い反応（図６の曲線６０２）も本明細書で考慮されることに留意されたい。

二重エネルギー応用のために作られる二重層検出器において、多重化期間は上方及び下方ピクセルを低ノイズで有効な従来の単層検出器ピクセルに組み合わせるために使用され得る。異なるスペクトル画像の再構成はアンダーサンプリングされた二重エネルギー投影と不完全な全スペクトル投影を利用する。

一例において、ピクセル多重化は相補型Ｎチャネル及びＰチャネルＣＭＯＳトラジスタから作られる従来のＣＭＯＳスイッチに基づき得る。所要＋Ｖｃ（制御電圧）をＮチャネルゲートに、−ＶｃをＰチャネルゲートに印加することによって、スイッチがショート若しくは開接点として駆動され得る。Ｎ及びＰトランジスタの構成を用いることでスイッチングシーケンス中に誘導される過剰電荷注入を削減することができる。結合する２つのトランジスタがよくマッチする場合、１ｆＣｂをはるかに下回るスイッチングシーケンス中の電荷注入が実現され得る。一部の検出器構成においてスイッチング中の注入電荷は無視できる可能性がある。

他の構成において、注入電荷は無視できず、従ってスイッチング後及び新たな読み取りが開始される前に直ちにこの電荷をリセットする特殊回路が組み入れられるべきである。これは例えばＣＴ検出器電子機器において今日既に使用されている標準的技術によってなされることができる。スイッチング期間は数ナノ秒ほど低くなり得る。しかしながら、任意の追加リセット機構を含む総スイッチング時間は積分期間に従って設定され得る。例えばシステム１００がおおよそ１００‐３００マイクロ秒の積分期間で構成される場合、スイッチング期間は数マイクロ秒程度に設定され得る。'積分期間'などという語は複数のイメージングビューの個々の持続時間を決定する対応する任意の一般的収集技術をあらわすために使用されることが留意されるべきである。

上記の通り、流束変調及びピクセル多重化が同期される。一例において、この同期は放射線変調若しくはピクセル多重化のいずれかの制御信号の時間位相を（例えばシステム較正スキーム中に）調節することによって制御されることができる。較正は臨床スキャンの前に、若しくは他の方法で、一回実行され得る。一例として、較正手順中、計画された交互スキャン構成が（空気中若しくはファントム上で）実行され、データが記録される。そして、相対的交代位相がわずかに変更され、測定が繰り返される。小ピクセルデータが全トライアル間で最高信号を実現し、多重化ピクセルグループのデータが最低信号を実現する位相設定を見つけるために反復シーケンスが実行され得る。

上記の通り、再構成器１２４はアンダーサンプリングされた高分解能投影データと、アンダーサンプリングされた高分解能投影データと不完全な低分解能投影データから生成される低分解能再構成画像データに基づいて、完全な高分解能画像データを再構成することができる。一実施形態において、再構成アルゴリズムは式１と２を同時に解くことによって高分解能画像データを生成する。

式１は圧縮センシングのスパース性考察に関し、式２は断層画像再構成に関し、Ψはスパース化変換（ｓｐａｒｓｉｆｙｉｎｇ ｔｒａｎｓｆｏｒｍ）であり、Ｘは高分解能画像データをあらわし、ＢはＸの３Ｄ空間分解能をＸ_Ｒのものに削減するブラーリング（ｂｌｕｒｒｉｎｇ）変換であり、Ｘ_Ｒはよく再構成された基準低分解能画像データであり、Ｍは全関連スキャナ特性を含むシステム変換であり、Ｙはアンダーサンプリングされた高分解能投影データである。

一例において、式１は全変動法を用いてノルム最小化を介して処理されることができ、式２は最小二乗解という意味で反復再構成法（例えばＡＲＴ、ＭＬＥＭ）若しくはポアソンノイズモデルに基づく最適化によって処理されることができる。しかしながら、他の適切な数学的方法が代替的に使用され、本明細書で考慮され得る。変換Ｂは、フィルタ特性が高分解能及び低分解能モードの既知の変調伝達関数（ＭＴＦ）から得られる、画像ボクセル空間内若しくはフーリエ変換空間内で操作される画像空間フィルタであり得る。適切なブラーリング変換は平滑化ローパスフィルタであり得る。ブラーリング変換Ｂは式１の反復解に組み込まれる。かかるプロセスに適切なスキームは式３に示される。

ｔは反復シーケンスをあらわし、Ｉは更新された高分解能画像をあらわし、Ｉ_Ｒは基準画像をあらわし、Ｂはブラーリング変換をあらわし、αはプリセットパラメータをあらわし、ＴＶは全変動作用素であり、'ｄｅｌ'演算子（∇）は（各ボクセルについて）そのボクセル内の変化あたりの全変動の相対勾配を与える。

ブラーリング変換Ｂはシステム較正若しくはプリセットとして一度計算され得る。必要なパラメータが全てわかっているので、これは分析的に計算され得るか、又はスキャナのコンピュータモデルによってシミュレートされ得る。高分解能及び低分解能モードでスキャンされ得るファントムに対する測定較正手順を設計することもまた可能である。高分解能画像を低分解能画像へ変更する適切な変換を見つけるために画像特性が使用され得る。

図７はアンダーサンプリングされた高分解能投影データと不完全な低分解能投影データから高分解能画像データを再構成するための方法を例示する。

７０２においてスキャンが実行され、ここで放射束が変調され検出器ピクセルが協調して多重化される。限定されない実施例として、流束変調と検出器ピクセル多重化は図２‐５、その組み合わせ、及び／又はその他に関連して記載され得る。

７０４において、アンダーサンプリングされた高分解能投影データと低分解能投影データが組み合わされて低分解能投影データの完全なセットを生成する。一例において、複数の空間的に隣接した高分解能投影データが組み合わされて有効な低分解能投影データを生成し得る。

７０６において、低分解能投影データの完全なセットが再構成されて基準低分解能画像データを生成する。

７０８において、アンダーサンプリングされた高分解能投影データと基準低分解能画像データが利用されて完全な高分解能画像データを再構成する。本明細書で論じる通り、図８若しくはその他に記載の通り完全な高分解能画像データを再構成するために圧縮センシング再構成が利用され得る。

図８は図７の方法の動作７０８で使用され得る適切な圧縮センシングフロー図を図示する。

８０２において、アンダーサンプリングされた高分解能投影データと再構成された基準低分解能画像データが得られる。

８０４において、再構成された基準低分解能画像データが鮮明化される。例えば、一実施形態において再構成された基準低分解能画像データは画像再構成への初期推定を与えるデコンボリューション法を介して鮮明化される。

８０６において、アンダーサンプリングされた高分解能投影データと鮮明化された再構成された基準低分解能画像データが利用されて中間高分解能画像データを再構成する。再構成法は反復断層再構成であり得る。

８０８において、再構成された中間高分解能画像データがフィルタされる。例えば、一実施形態において、再構成された低分解能画像データが例えば数式１‐３に関連して本明細書で記載したブラーリング変換Ｂを用いて不鮮明化される。

８１０において、フィルタされた再構成された中間高分解能画像データと再構成された低分解能画像データの差分をとることによって差分画像データが生成される。

８１２において、差分画像データが所定基準を満たすかどうかが決定される。

差分画像データが所定基準を満たさない場合、８１４において中間高分解能画像データが最適化され、８０８におけるフィルタ後に再構成された低分解能画像により近くなる新たな中間高分解能画像を生成するために、動作８０８から８１２が繰り返される。最適化は再構成パラメータ、スパース性、全変動、正則化、及び／又は他の要因を考慮し得る。所定基準は所定数の反復でもあり得る。

差分画像データが所定基準を満たす場合、８１６において停止基準が満たされるかどうかが決定される。基準は所定数の反復、所定誤差閾値、反復結果間の差、及び／又は他の基準のうちの１つ以上を含み得る。

停止基準が満たされない場合、８０６の最初の動作に使用された鮮明化された再構成された基準低分解能画像データを交換する中間高分解能画像データを用いて動作８０６‐８１６が繰り返される。一般に、反復プロセスは継続し、各ステップにおいて高分解能画像データは所定解により近くなる。

停止基準が満たされる場合、８１８において高分解能画像データが出力される。

上記動作は、（複数の）コンピュータプロセッサによって実行されるときに（複数の）プロセッサに本明細書に記載の動作を実行させるコンピュータ可読命令を用いて実施され得る。かかる場合、命令は関連コンピュータに付随する及び／又は他の方法でアクセス可能なメモリなどのコンピュータ可読記憶媒体に記憶される。

"高い"、"より高い"、"低い"、及び"より低い"という語は本明細書において相対的レベルをあらわすために使用され、"高分解能"とは特定用途における目標分解能をあらわし、"低分解能"とはその用途における目標分解能よりも低い結果をあらわすことが留意される。

本発明は好適な実施形態に関して記載されている。修正及び変更は上記の詳細な説明を読んで理解することで想到され得る。本発明はかかる修正及び変更が添付の請求項若しくはその均等物の範囲内にある限り全て含むものと解釈されることが意図される。

Claims (20)

1. アンダーサンプリングされた高分解能投影データと不完全な低分解能投影データに基づいて高分解能画像データを生成するステップを有する方法であって、
   前記アンダーサンプリングされた高分解能投影データと前記不完全な低分解能投影データは同じスキャンの異なる収集間隔中に収集される、方法。
2. 前記不完全な低分解能投影データを前記アンダーサンプリングされた高分解能投影データで補完するステップをさらに有する、請求項１に記載の方法。
3. 前記不完全な低分解能投影データに基づいて低分解能画像データを再構成するステップと、
   基準低分解能画像データと前記アンダーサンプリングされた高分解能投影データに基づいて前記高分解能画像データを再構成するステップとをさらに有する、請求項２に記載の方法。
4. 前記基準低分解能画像データを鮮明化するステップと、
   前記鮮明化された基準低分解能画像データと前記アンダーサンプリングされた高分解能投影データに基づいて完全な高分解能画像データを再構成するステップとをさらに有する、請求項３に記載の方法。
5. 前記鮮明化するステップが前記基準低分解能画像データをデコンボリューションするステップを含む、請求項４に記載の方法。
6. 前記基準低分解能画像データと前記アンダーサンプリングされた高分解能投影データに基づいて中間高分解能画像データを再構成するステップと、
   前記高分解能画像データを生成するプロセスにおいて前記中間高分解能画像データをフィルタするステップをさらに有する、請求項３乃至５のいずれか一項に記載の方法。
7. 前記中間高分解能画像データをフィルタするステップが前記中間高分解能画像データを不鮮明化するステップを含む、請求項６に記載の方法。
8. 前記中間高分解能画像データが、決定された高分解能スキャンモードと低分解能スキャンモードに対応するＭＴＦに基づいてフィルタされる、請求項６乃至７のいずれか一項に記載の方法。
9. 前記フィルタされた中間高分解能画像データと前記基準低分解能画像データに基づいて差分画像データを決定するステップと、
   前記差分画像データが所定基準を満たすまで前記中間高分解能画像データを最適化するステップとをさらに有し、前記最適化された中間高分解能画像データが完全な高分解能画像データとして出力される、請求項６乃至８のいずれか一項に記載の方法。
10. 前記アンダーサンプリングされた高分解能投影データと前記不完全な低分解能投影データが、高分解能データ収集と不完全な低分解能データ収集が交互に行われるイメージング手順中に収集される、請求項１乃至９のいずれか一項に記載の方法。
11. 前記高分解能データ収集が、第１の流束を持つ放射線を放出するステップと、第１の領域を持つ検出器ピクセルを介して該放射線を検出するステップとを含み、前記低分解能データ収集が、第２の流束を持つ放射線を放出するステップと、第２の領域を持つように組み合わされた２つ以上の検出器ピクセルを介して該放射線を検出するステップとを含み、前記第１の流束は前記第２の流束よりも大きく、前記第１の領域は前記第２の領域よりも小さい、請求項１０に記載の方法。
12. 前記高分解能画像データを生成するために圧縮センシング再構成アルゴリズムを利用するステップをさらに有する、請求項１乃至１１のいずれか一項に記載の方法。
13. スキャンの異なる積分期間中に高流束と低流束の間で放出放射束を交互に変調する線源と、
    前記流束の変調と協調して高分解能と低分解能の間で検出器ピクセル多重化を交互にスイッチする検出器アレイと、
    アンダーサンプリングされた高分解能投影データと不完全な低分解能投影データに対応する投影データに基づいて高分解能画像データを再構成する再構成器とを有する、システム。
14. 前記再構成器が前記高分解能画像データを再構成するために圧縮センシング再構成アルゴリズムを利用する、請求項１３に記載のシステム。
15. 前記再構成器が前記低分解能投影データと前記アンダーサンプリングされた高分解能投影データに基づいて低分解能画像データを再構成し、前記低分解能画像データを鮮明化し、前記鮮明化された低分解能画像データに一部基づいて中間高分解能画像データを生成する、請求項１４に記載のシステム。
16. 前記再構成器が前記アンダーサンプリングされた高分解能投影データと前記鮮明化された低分解能画像データに基づいて中間高分解能画像データを再構成し、前記中間高分解能画像データを不鮮明化し、前記不鮮明化された中間高分解能画像データに一部基づいて前記高分解能画像データを生成する、請求項１５に記載のシステム。
17. 前記検出器アレイが検出器ピクセルの複数の列を含み、前記ピクセルの小さなグループが高分解能投影データを生成するために利用され、前記ピクセルの大きなグループが低分解能投影データを生成するために利用される、請求項１３乃至１６のいずれか一項に記載のシステム。
18. 前記アンダーサンプリングされた高分解能投影データと前記不完全な低分解能投影データに基づいて低分解能投影データの完全なセットが生成され、前記高分解能画像データが該完全な低分解能投影データに一部基づいて生成される、請求項１３乃至１７のいずれか一項に記載のシステム。
19. 高分解能及び低分解能収集の両方に対して所定の信号対ノイズ比が維持される、請求項１３乃至１８のいずれか一項に記載のシステム。
20. コンピュータのプロセッサによって実行されるときに、該プロセッサに、
    同じスキャンから得られるアンダーサンプリングされた高分解能投影データと不完全な低分解能投影データに基づいて完全な高分解能画像データを再構成するために圧縮センシング再構成アルゴリズムを利用させる、コンピュータ実行可能命令でエンコードされるコンピュータ可読記憶媒体。

Images