JP6076981B2 - 異なるモダリティのｘ線画像の周波数依存複合 - Google Patents

Description

本発明は一般にＸ線画像技術及び画像後処理に関する。

特に、本発明は対象のＸ線イメージングにおける画像処理のための装置と方法に関する。

特に、本発明は実質的に同時に収集される異なるＸ線画像情報タイプを各画像情報タイプの周波数に依存して、特に画像情報の空間周波数に依存して複合することに関する。

一般的なＸ線イメージングにおいて、対象は関心対象を透過するＸ線放射の吸収測定をとることによって検査される。対象内の微細な吸収差は十分詳細に表示され得るが、類似する化学組成を持ち、それによって類似する吸収特性を持つ対象内の領域は不十分な詳細さでしか表示され得ない。

Ｘ線画像技術における進歩は、通常は対応する吸収よりも実質的に強い、対象を通過するＸ線放射の位相シフトを考慮する位相コントラスト画像技術をもたらした。コヒーレントＸ線放射を対象に照射しながら、対象とＸ線検出器の間の格子対を使用して、従来技術で位相ステッピングとして知られるものを実行するために格子対を使用することによって最終的に位相情報を得ることによって、こうした対象内のＸ線放射の位相シフトを測定する干渉計測法が利用される。

図１は位相コントラストイメージングの略図を示す。空間的にコヒーレントなＸ線放射４８を生成するために線源格子１２ａがＸ線源１０に隣接する。上記Ｘ線放射４８は対象１４を透過し、その後線源格子１２ｂとアナライザ格子１２ｃを通過して最終的にＸ線検出器１６に達する。線源格子１２ｂとアナライザ格子１２ｃは位相ステッピングを実行するために格子周期の比率で互いに対して変位している。各位相ステッピング状態において、各単一ピクセルごとに格子位置に対する強度変調を得るために、Ｘ線画像情報がＸ線検出器１６によって取得され得る。

位相コントラスト画像技術の使用は最終的に一つの検査から一つよりも多くの画像情報をもたらす。特に、取得した生データから少なくとも四つの異なるタイプの画像が計算され、少なくとも四つの異なる画像情報タイプをもたらし得る。

一つの画像タイプのみ、振幅、減衰若しくは吸収画像タイプが、従来技術からの既知のＸ線画像に類似する。他の全画像タイプは異なる特性を持ち、従って通常の吸収Ｘ線画像に精通している観察者には馴染みがなく見える可能性がある。

ＵＳ２０１０／０２２０８３４ Ａ１は吸収画像と位相コントラスト画像の重ね合わせを記載する。

本発明の一つの目的は一つの最終結果画像への異なる画像情報タイプの好適な複合を提供することにみられ得る。

この目的は独立請求項の主題によって達成され得る。

本発明の好適な実施形態は従属請求項に記載される。

位相コントラスト画像技術は通常、複数画像を並行して提供し、その中でも試料の減衰を示す一つの画像がある一方、別の画像は試料によるＸ線の屈折を示す。少なくともワークフローの理由から、異なる位相コントラストベースのイメージングモダリティを数個の、好適にはただ一つの、例えば放射線科医などのユーザへ提示される画像へ複合し、収集画像の評価を迅速化したいという願望があり得る。こうした複合、特に減衰及び位相情報の複合は、ノイズ最適でありさらに可能な限り減衰画像の特質を保存する特性を持ちつつ、最終画像が視覚的に従来の吸収Ｘ線画像に対応するようにノイズを低減し及び／又は分解能を向上させるような方法で実行されるものとする。後者は例えば放射線科医などのユーザが既に精通している画像を提示されることを保証する。

従って、収集画像若しくは画像タイプの全体から関連画像情報を抽出し、その後画像データの情報量を減らすことなくそれらを可能な限り少なく、好適には一つの画像に複合することが関連するとみなされ得る。

この点で、微分位相コントラスト画像が、低空間周波数において低ＮＳＲにおいて情報を提供しながら、吸収画像よりもよい高空間周波数に対するコントラスト対ノイズ比（ＣＮＲ）を有するとみなされ得る。従って、少なくとも吸収画像情報と微分位相コントラスト画像情報に関して、得られる複合画像は好適には微分位相コントラスト画像データからの高周波数情報を利用する一方好適には減衰画像データからの低周波数情報を利用し得る。例えば散乱画像情報若しくはデコヒーレンス画像情報など、さらなる若しくは他のタイプの画像情報も同様に考慮され得るが、これは融合アルゴリズム若しくは本発明にかかる方法が例えば局所的に増加する小角散乱に起因する画像アーチファクトを、及び結果として信頼性の低い位相情報を生じたかもしれない合成画像における画像領域を補正するためにも使用され得る。また、画像可視化アルゴリズムにおいて、デコヒーレンス情報はＸ線の特に強い散乱を生じる検査対象の領域内の構造をハイライトするカラーオーバーレイとして使用され得る。

本発明の態様、特徴及び利点は以下の図面を参照して説明される、以降に記載の好適な実施形態の詳細な説明からさらに導き出され得る。同様の要素は同様の参照数字としてあらわされ得る。

図面は正確な縮尺で描かれないが、定性的比率を描写し得る。

位相コントラストイメージングの物理的原理の略図を示す。 本発明にかかる異なる画像情報タイプの複合例を示す。 本発明にかかる方法の一実施例のブロック図を示す。 本発明にかかる異なる画像情報タイプの周波数依存セグメンテーション例を示す。 本発明にかかる異なる画像情報タイプのさらなる複合例を示す。 再構成された吸収及び位相コントラスト画像情報におけるノイズ例を示す。 従来の減衰画像と本発明にかかる方法の一実施形態例にかかる複合画像を示す。 本発明にかかるＣアームシステムの一実施形態例を示す。 本発明にかかるＣＴシステムの一実施形態例を示す。 本発明にかかる対象のＸ線イメージングにおける画像処理のための方法の一実施形態例を示す。

複合画像情報を得る一つの可能性は空間周波数領域における第１及び第２の画像情報タイプの画像情報を複数の別個のサブバンドに分けるというコンセプトに基づき、すなわち各サブバンドは規定空間周波数範囲に対応する。こうした分割は例えばラプラシアンピラミッドプロセスを利用することによって実行され得る。

画像情報の各周波数サブバンドは例えばそれらのコントラスト対ノイズ比に関して分析され、特に決定された信号対ノイズ比に依存して重み付けされ、その後少なくとも各サブバンドの重み付け係数に依存して加算若しくは再結合されて、二つ以上の異なる画像情報タイプの信号対ノイズ比最適化法で関連情報を複合する単一複合画像を最終的に得る。

図２Ａは吸収コントラスト画像を示し、一方図２Ｂは対応する微分位相コントラスト画像を示す。吸収コントラスト画像は通常のＸ線画像のように見えるとみなされ得るが、微分位相コントラスト画像は主に高空間周波数を持つ画像情報を描写する。両画像図２Ａ，Ｂは、微分位相コントラスト画像情報の一部の高周波数バンドの吸収画像情報への重ね合わせに実質的に対応する、図２Ｃへ複合される。

こうした複合は通常の吸収コントラスト画像に類似するとみなされ得るが、微分位相コントラスト画像情報における信号対ノイズ比がより高いことに起因して振幅画像のエッジ強調に関して優れているとみなされ得る。図２Ｂは既に微細なエッジを提示し、従って吸収コントラスト画像２Ａと複合される図２Ｂの微分位相コントラスト画像の高空間周波数サブバンドを利用することはエッジ強調につながり、これは複合画像の全体ノイズレベルを増加しない。

位相コントラスト画像情報のシーケンスをとる際、異なる画像タイプの少なくとも二つの画像が決定され得る。その後、これら二つの画像はＮサブバンドｉを有する多重解像度画像セットへ分割される、すなわち各サブバンドは規定空間周波数範囲を持つ。

その後重み付け係数α_ｉ及びβ_ｉが各サブバンド画像に対して決定される。α_ｉ及びβ_ｉは単一複合画像のその後の画像再構成のためのパラメータであるとみなされ得る。

再構成は式１を利用することによって数学的に実行される。

フィルタ素子はハイパス（ＨＰ）、ローパス（ＬＰ）、バンドパス（ＢＰ）及びノッチ（Ｎ）フィルタ素子であり得る。上記表記は画像１及び画像２の全サブバンドｉにおける画像情報に異なるフィルタが適用されるものとすることを示す。

重み付け係数α_ｉ及びβ_ｉは例えば画像情報のタイプ及び各サブバンドのコントラスト対ノイズ比に依存し得る。

さらなる若しくは追加の画像情報タイプも同様に利用される場合、出力において、例えばさらなる重み付け係数γ_ｉ，δ_ｉなどを用いてＦｉｌｔｅｒ３_ｉ，Ｆｉｌｔｅｒ４_ｉなどの追加項が合計に組み込まれ得る。

得られる複合画像は従って、各画像情報タイプの個々の利点を用いて二つの入力画像の特性を複合する。

多重解像度画像、すなわち個別画像情報タイプの個別サブバンド画像は例えばラプラス分解若しくはウェーブレット分解によって得られる。

再構成若しくは再結合の際、個別画像の個別サブバンドは例えば色分けされ得る。

図３は本発明にかかる方法の一実施例のブロック図を示す。

各個別画像情報タイプ１ ２０ａ及び２ ２０ｂは例えばラプラス分解によって、例示的にハイパスフィルタＨＰ_１‐０、ローパスフィルタ素子ＬＰ_１‐８及び七つのバンドパスフィルタ素子ＢＰ_１‐１…７を用いるフィルタ素子に実質的に対応する個別サブバンドへ分離され得る。同様の分解が、理想的には画像情報タイプ１と関連する各フィルタ素子に、少なくともその特性に対応する、フィルタ素子ＨＰ_２‐０、ＢＰ_２‐１…７及びＬＰ_２‐８を利用して画像情報タイプ２について実行される。

各サブバンドは重み付け係数α_ｉ，β_ｉ（γ_ｉ，δ_ｉ…）によって重み付けされ、それによって例示的に９個の出力サブバンドｏｕｔ‐０乃至ｏｕｔ‐８を得る。これらの出力バンドはその後複合画像２２へ再構成される。

図４Ａ‐４Ｊは振幅画像の１０バンドを示し、一方図４Ａ'‐４Ｊ'は位相コントラスト画像の１０バンドを示す。個別ピクチャの空間周波数は図４Ａ／Ａ'から図４Ｊ／Ｊ'へ減少している。図４からとられ得る通り、例えばバンド１乃至４は位相コントラスト画像においてよりよいコントラスト対ノイズ比を示すが、バンド８乃至１０は振幅画像においてよりよいコントラスト対ノイズ比を示す。バンド５乃至７は実質的に均等画像に対応する。

個別サブ画像はその後、個別サブバンド画像の好適な再結合を決定するために、例えば他の画像情報タイプの各サブ画像に関するそれらの信号対ノイズ比に依存して、重み付け係数α_ｉ及びβ_ｉで重み付けされ得る。

格子ベースの微分位相コントラストイメージングはコンピュータ断層撮影システムに関しても同様に利用され得る。それに準じる測定は対象の屈折率の虚数部の従来の投影並びに実数部の微分投影を提供する。両投影は各検出器ピクセルに対する位相ステッピングフェーズ中に測定される強度を処理することによって得られる。検出器クロストークが無視できる場合、これは投影におけるホワイトノイズにつながり得る。

両タイプの投影はフィルタ逆投影を利用することによって実数屈折率と虚数屈折率の空間分布の再構成のために利用され得る。ここで、虚数部は周波数領域においてＨ（ｋ）＝｜ｋ｜に対応するｒａｍｐフィルタを用いて再構成され、一方実数部は周波数領域においてＨ（ｋ）＝ｓｉｇｎ（ｋ）に対応するＨｉｌｂｅｒｔフィルタを用いて再構成される。しかしながらフィルタの非常に異なるスペクトル形状は再構成画像における非常に異なるノイズパワースペクトルにつながる。

図５Ａは吸収コントラスト画像、すなわち屈折率の虚数部を示し、一方図５Ｂは位相コントラスト画像、すなわち屈折率の実数部を示す。図５Ａ及び５Ｂの目視比較によってさえも、各図に描かれるノイズの差が視覚的に推定され得る。図５Ａ及びＢの関連正規化ノイズパワースペクトルは図６からとられ得る。

ｘ軸上の単位はｌｉｎｅ‐ｐａｉｒｓ／ｃｍであり、一方ｙ軸は減衰の空ＣＴ画像と屈折率の空ＣＴ画像に対するノイズパワースペクトルを描く。

少なくとも近似的に、吸収コントラスト画像と位相コントラスト画像の両方は検査対象における局所電子密度に比例するとみなされ得る。これは両画像が画像の適切なエネルギー依存リスケーリング後に同じコントラストを用いて同じ物理量を示すことを可能にする。こうしたリスケーリングはその後信号対ノイズ比を最適化しながら両画像を複合することを可能にする。

これを実現するために、吸収コントラスト画像がＬ（ｋ）でローパスフィルタされ、一方位相コントラスト画像はＨ（ｋ）、吸収コントラスト画像に適用されるローパスフィルタに相補的なフィルタ素子でハイパスフィルタされる。結果として得られる最適信号対ノイズ比を持つフィルタは図５Ａ，Ｂの吸収コントラスト画像と位相コントラスト画像のノイズパワースペクトルから得られる。こうしたフィルタは式２ａ，ｂに従った形状を持ち得る。

Ｓ_ａ（ｋ）は吸収コントラスト画像のノイズパワースペクトルに対応し、
Ｓ_ｐ（ｋ）は位相コントラスト画像のノイズパワースペクトルに対応する。

式２ａ，ｂに従うフィルタ波形Ｌ（ｋ），Ｈ（ｋ）は最高条件の波形であるとみなされ得る。さらなる実施例は専用収集システム及び収集パラメータ並びにキャリブレーション測定に基づいて事前に計算される上記フィルタ波形を決定するものであり得る。

フィルタは画像において所望の空間分解能を得るためにさらなる修正も含み得る。好適な実施形態において、フィルタ操作は各々ｒａｍｐ及びＨｉｌｂｅｒｔフィルタの修正による再構成プロセスの一部であり得る。言い換えれば、画像領域で利用されるこれらのフィルタは適切な修正を加えて投影領域においても適用され、ここでこれらは各々ｒａｍｐフィルタとＨｉｌｂｅｒｔフィルタと組み合わされなければならない。

信号対ノイズ比最適化フィルタリング及び複合が図５Ｃ‐Ｅに描かれる。図５Ａの吸収コントラスト画像は例示的にコントラスト対ノイズ比ＣＮＲ＝２．１を有し、図５Ｃにかかる画像を得るためにローパスフィルタされる。図５Ｂの位相コントラスト画像はＣＮＲ＝２．９を有し、図５Ｄにかかる画像を得るためにハイパスフィルタされる。両画像図５Ｃ，Ｄはその後例示的にＣＮＲ＝４．４を持つ複合画像図５Ｅを得るために加算若しくは複合される。

以下、位相コントラストイメージングセットアップからの減衰画像情報及び微分位相画像情報を複合する一般的方法がフーリエ空間において提供される。上記方法はフーリエ領域における適切なフィルタの選択により位相画像の微分特性を正確に考慮することを可能にし、これは位相コントラストイメージングの特性に固有の微分ステップも補償する。

アルゴリズムは四つの主要ステップから成るとみなされ得る。
１．減衰画像の勾配に対応する微分位相画像の大域的リスケーリング
２．格子溝構造に垂直な両画像の１Ｄフーリエ変換
３．全フーリエ係数のノイズ最適、周波数依存複合
４．フーリエ逆変換

本発明の一態様は減衰画像、微分位相コントラスト画像、並びに散乱画像が同じ収集画像情報から同時に生成される微分位相コントラストイメージングに関する。しかしながら、本発明にかかる方法は他の位相コントラスト画像技術にも同様に適用され得る。

減衰画像情報と微分位相コントラスト画像情報は、それぞれ試料の線形減衰の線積分、及びＸ線ビームに垂直な方向と格子溝の配向における試料の屈折率の線積分の勾配に関する画像情報とみなされ得る。本特許出願は減衰及び屈折が各々の他方の量の単なるスケーリングによって互いに変換され得ると仮定する。より一般的に、μとδの間の非線形伝達関数が利用されるべきである。

この仮定を踏まえて異なる画像情報タイプのノイズ最適複合を得るために、二つの画像の線の一次元におけるフーリエ振幅が関数とその導関数の間の従来の関係を介して互いに関連付けられ、従って合計"１"になる二つの周波数依存重み付け係数によって複合され得る。融合画像がその後フーリエ逆変換によって得られ、低減したノイズ及び高周波数における高コントラストの両方を特徴とする画像情報につながる。

吸収コントラスト画像情報と微分位相コントラスト画像情報の最適複合は次式からとられ得る。

これに関して次の符号が利用される：
ｆ（ｘ，ｙ） 減衰画像情報
ｇ（ｘ，ｙ） 微分位相コントラスト画像情報
ｃ 検査対象の減衰と位相を関連付けるスケーリング定数。定数ｃはアルゴリズムにおける自由パラメータとみなされ得る。しかしながら、その値はＸ線スペクトルにおいてあらわされるエネルギーにわたる平均減衰屈折率減少間の物理的比によって動かされ得る。また、ｃは減衰画像情報と微分位相情報の勾配の間の最小二乗適合によって例えばフーリエ空間において画像情報自体から決定され得る。
Ｆ（ｋ_ｘ，ｙ） ｘに関するｆ（ｘ，ｙ）の１Ｄフーリエ変換
Ｇ（ｋ_ｘ，ｙ） ｘに関するｇ（ｘ，ｙ）の１Ｄフーリエ変換
ｋ_ｘ 対応フーリエ座標
ω_１（ｋ_ｘ） 減衰寄与に対する最適フィルタ関数
ω_２（ｋ_ｘ） 微分位相寄与に対する最適フィルタ関数
σ_ｆ ^２ ｆ（ｘ，ｙ）のノイズ
σ_ｇ ^２ ｇ（ｘ，ｙ）のノイズ
ｈ（ｘ，ｙ） ノイズ最適合成画像／複合画像情報
Ｈ（ｋ_ｘ，ｙ） ｘに関するｈ（ｘ，ｙ）の１Ｄフーリエ変換

図１の座標系に従って、Ｘ線ビームはｚ軸に沿ってのびており、一方格子はｙ軸に沿ってのびる。

減衰画像情報と微分位相コントラスト画像情報は式３ａ，ｂに従って定義される：

式４ａの仮定の下、
μ（ｘ，ｙ，ｚ）＝ｃ^−１δ（ｘ，ｙ，ｚ） 式４ａ
ｆ（ｘ，ｙ）はこれをｇ（ｘ，ｙ）に関連付ける式４ｂに従って微分される。

その後、ｘ軸に沿ったフーリエ変換、例えば高速フーリエ変換ＦＦＴが式５ａ‐ｃに従って実施され得る。
目的関数ｆ（ｘ，ｙ）は次式となるように原点から遠く離れてゼロになると仮定される。

式４ａの仮定の下、Ｇ（ｋ_ｘ，ｙ）は式６に従って決定され得る。

式６に従って、ｆ（ｘ，ｙ）及びｇ（ｘ，ｙ）のフーリエ振幅がこのように関数とその導関数の間の周知の関係によって関連付けられる。

ここで、Ｆ（ｋ_ｘ，ｙ）及びＧ（ｋ_ｘ，ｙ）の両方は位相コントラストイメージングの画像収集プロセス後にフーリエ変換を続けることによって得られた。従って、ノイズ最適合成画像Ｈ（ｋ_ｘ，ｙ）のフーリエ変換を得るためにフーリエ振幅は式７に従って線形結合される。

画像信号を変えないために、次の条件が課される必要がある：
条件１：
ω_１（ｋ_ｘ）＋ω_２（ｋ_ｘ）＝１
一緒に
条件２：

これから直接次の通りになる。
ω_１（ｋ_ｘ）＝１； （ω_１，ω_２実数）
フーリエ空間内の原点におけるω_２（ｋ_ｘ）のゼロ値は合成画像情報における低周波数が減衰画像情報によって占められることを保証する。以下、最適フィルタ関数が合成画像におけるノイズ最小化に基づいて導き出される。Ｈ（ｋ_ｘ，ｙ）の実数部と虚数部に対するノイズは次式によって与えられる：

式７はここで微分及び零点配置によってω_１（ｋ_ｘ）に関して最小化され得る。

そのように決定されるフィルタ関数は自動的に条件１及び２を満たす。

以下の定義を用いてフィルタ関数に対する解が次の通り書き換えられ得る。

及び次式によるフーリエ振幅の最終表現は

式８は座標空間においても書き換えられ得る。

従って、ノイズ最適画像ｈ（ｘ，ｙ）が得られる。

前述の計算は例示的に例えばマンモグラフィ若しくはＣアームイメージングなどの投影イメージングのためであるが、アルゴリズムは再構成前に投影領域においてコンピュータ断層撮影画像情報に等しく適用され得る。

画像増強プロセス例は図７Ａ‐Ｃからとられ得る。

図７Ａは物理的ファントムの位相ステッピングスキャンのシリーズから導き出される従来の減衰画像を描く。関連する微分位相コントラスト画像は図７Ｂに描かれる。図７Ａ及び７Ｂ両方を先の計算に従って処理することで図７Ｃにおける減衰情報と微分位相コントラスト情報の合成の複合画像をもたらす。

図７Ｃは図７Ａの従来の減衰画像と比較して増強されたコントラスト、よりシャープなエッジを示し、さらに改良された画像解像度も示唆する。図７Ａ及び７Ｂの画像複合が減衰画像図７Ａと微分位相コントラスト画像図７Ｂの周波数成分の各々にとってほぼノイズ最適に実行されたので、図７Ｃのノイズレベルも減少する。

ここで図８を参照すると、本発明にかかるＣアームシステムの一実施形態例が描かれる。

図８はＸ線源４４とＸ線検出器４６を持つＣアーム４２を有する天井取り付けＣアームシステムの一実施形態例を示す。対象１４はＸ線源４４とＸ線検出器４６の間の支持台５０上に位置する。Ｘ線放射４８はＸ線源４４から生じ、対象１４を透過してその後Ｘ線検出器４６に達している。図１にかかる位相コントラストイメージングシステムの追加格子素子は図８に詳細に描かれない。

処理装置５６を持つ制御システム５２が、画像収集を制御するため、並びに本発明の前記方法を実行するための、例えば処理装置５６内の手段を提供するために設けられる。

処理装置５６はその上に画像情報が記憶され得る記憶素子６０を有する。処理装置は事前に収集されその後記憶素子６０上に記憶される画像、若しくはＣアームシステム４０によって同時に収集されるライブ画像情報に基づいて本発明の方法を実行するように構成され得る。画像収集パラメータ及び画像再構成パラメータを制御するための入力５８が設けられる。

Ｘ線システムのユーザが画像収集若しくは最適化パラメータに直接影響を及ぼす必要なしに増強画像情報を最終的に与えられ得るよう、本発明にかかる方法は実質的に自動化され得る。

ユーザ、例えば放射線科医への本特許出願にかかる画像増強プロセス前後の画像情報の表示のために可視化素子５４が設けられる。

ここで図９を参照すると、本発明にかかるＣＴシステムの一実施形態例が描かれる。

図９において、ガントリ６４の両側に配置されるＸ線源４４及び一次元線形アレイとして例示的に描かれるＸ線検出器４６を持つＣＴシステム６２が提供される。ガントリ６４はＸ線源４４とＸ線検出器４６の両方を対象１４まわりに回転させるように構成される。対象１４は支持台５０上に位置し、Ｘ線ビーム４８内に配置される。扇形Ｘ線ビーム４８は対象１４を透過し、その後Ｘ線検出器４６に達している。先と同様、図１にかかる位相コントラストイメージングに必要な素子は図９に描かれない。

Ｘ線検出器４６によって収集される画像情報は処理素子５６を持つ制御システム５２へ供給される。先と同様、処理素子５６はＸ線画像情報の収集のため及び本発明にかかる方法を実行するために構成される。

画像情報はＸ線検出器４６から直接収集され得るか若しくは記憶素子６０上に記憶され得る。画像収集パラメータ及び方法再構成パラメータを制御するために入力５８が設けられる。

収集した従来の画像情報及び本発明にかかる増強画像情報若しくは複合画像の両方がユーザ、例えば放射線科医へ可視化素子５４上に表示され得る。

図８及び９は医用イメージング応用に関するが、さらなるイメージング応用、例えば手荷物検査若しくは品質管理検査が実現可能であることが理解されるものとする。

ここで図１０を参照すると、本発明にかかる対象のＸ線イメージングにおける画像処理のための方法の一実施形態例が描かれる。

図１０は第１の画像情報タイプの対象の第１の画像情報を受信するステップ１０２と、第２の画像情報タイプの対象の第２の画像情報を受信するステップ１０４とを有する対象のＸ線イメージングにおける画像処理のための方法１００を示す。第１の画像情報と第２の画像情報は異なるタイプである。

受信するステップは事前に収集され記憶される画像情報を得るステップを有し得るが、Ｘ線システムによって同時に得られる画像情報を受信するステップも有し得る。第１及び第２の画像情報は両方を含む位相コントラスト画像情報若しくはさらなる第１及び第２の画像情報タイプによって受信され（１０８）、位相コントラスト情報から第１の画像情報と第２の画像情報が決定される（１０２，１０４）。

対象の複合画像情報２２を得るために第１の画像情報と第２の画像情報は複合され（１０６）、第１の画像情報と第２の画像情報の複合は第１の画像情報と第２の画像情報の空間周波数に依存して、周波数依存複合である。言い換えれば、第１の画像情報と第２の画像情報の個別部分は、各空間周波数に依存し、複合するステップ１０６の間に利用される。

複合するステップ１０６の前に、第１の画像情報は第１の周波数フィルタ素子でフィルタされ（１１２）、一方第２の画像情報は第２の周波数フィルタ素子でフィルタされ得る（１１４）。その後、フィルタされた第１の画像情報とフィルタされた第２の画像情報が再度複合され得る（１０６）。

しかしながら、単一の相補的フィルタ素子対だけでなく、複数の第１の画像サブバンド情報を生成し（１２２）複数の第２の画像サブバンド情報を生成する（１２４）複数のフィルタ素子、特に相補的フィルタ素子もまた利用され得る。サブバンド情報は、個別処理、例えば重み付け後、対象の複合画像情報２２を得るために複合され得る（１０６）。

第３の画像情報タイプの第３の画像情報が第１及び第２の画像情報と同時に若しくは第１及び第２の画像情報の複合１０６'後のいずれかに受信され得る（１３０）。その後第１、第２及び第３の画像情報が複合され得るか（１０６）、又は第３の画像情報が既に複合された第１及び第２の画像情報と複合され得る（１０６'）。

１０ Ｘ線源
１２ａ，ｂ，ｃ 線源格子、位相格子、アナライザ格子
１４ 対象
１６ Ｘ線検出器
２０ａ，ｂ 第１、第２画像（情報）
２２ 複合画像（情報）
４０ Ｃアームシステム
４２ Ｃアーク
４４ Ｘ線源
４６ Ｘ線検出器
４８ Ｘ線放射
５０ 支持台
５２ 制御システム
５４ 可視化素子
５６ 処理装置
５８ 入力素子
６０ 記憶素子
６２ ＣＴシステム
６４ ガントリ
１００ Ｘ線イメージングにおける画像処理のための方法
１０２ ステップ：第１の画像情報を受信／決定
１０４ ステップ：第２の画像情報を受信／決定
１０６，１０６' ステップ：複合
１０８ ステップ：位相コントラスト画像情報を受信
１１２ ステップ：第１の画像情報をフィルタリング
１１４ ステップ：第２の画像情報をフィルタリング
１２２ ステップ：複数の第１の画像サブバンド情報を生成
１２４ ステップ：複数の第２の画像サブバンド情報を生成
１３０ ステップ：第３の画像情報を受信

Claims (14)

1. 対象のｘ線イメージングにおける画像処理のための方法であって、
   第１の画像情報タイプの前記対象の第１の画像情報を受信するステップと、
   前記第１の画像情報タイプと異なる第２の画像情報タイプの前記対象の第２の画像情報を受信するステップと、
   前記対象の複合画像情報を得るために前記第１の画像情報と前記第２の画像情報を複合するステップとを有し、
   前記第１の画像情報と前記第２の画像情報の複合が前記第１の画像情報と前記第２の画像情報の空間周波数に依存する、周波数依存複合であり、
   前記方法が更に、
   前記第１の画像情報を第１の周波数フィルタ素子でフィルタリングするステップと、
   前記第２の画像情報を第２の周波数フィルタ素子でフィルタリングするステップであって、 前記第１のフィルタ素子と前記第２のフィルタ素子が特に相補的フィルタ素子として構成されたものである、ステップと、
   前記対象の複合画像情報を得るために前記フィルタリングされた第１の画像情報と前記フィルタリングされた第２の画像情報を複合するステップと、
   をさらに有し、前記第１のフィルタ素子と前記第２のフィルタ素子が前記第１の画像情報と前記第２の画像情報のノイズパワースペクトルに依存するフィルタ波形を有するように構成される、方法。
2. 前記第１の画像情報タイプと前記第２の画像情報タイプの各々が、減衰画像情報、微分位相コントラスト画像情報、散乱画像情報及びデコヒーレンス画像情報から成る群からの一つのタイプであり、特に前記第１の画像情報が減衰画像情報タイプであり前記第２の画像情報が微分位相コントラスト画像情報タイプである、請求項１に記載の方法。
3. 前記第１及び第２の画像情報を受信するステップが、
   位相コントラスト画像情報を受信するステップと、
   前記位相コントラスト画像情報から前記第１の画像情報を決定するステップと、
   前記位相コントラスト画像情報から前記第２の画像情報を決定するステップとを有する、請求項１又は２に記載の方法。
4. 前記第１のフィルタ素子と前記第２のフィルタ素子が次式に従うフィルタ波形を有し、次式でＦ _１ （ｋ）は、前記第１のフィルタ素子のフィルタ波形を表し、Ｆ _２ （ｋ）は、前記第２のフィルタ素子のフィルタ波形を表し、Ｓ _１ （ｋ）は、前記第１の画像情報のノイズパワースペクトルを表し、Ｓ _２ （ｋ）は、前記第２の画像情報のノイズパワースペクトルを表す、請求項１乃至３のいずれか１項に記載の方法。
   

   
5. 前記第１の画像情報を空間周波数領域におけるサブバンドへ分割することによって複数の第１の画像サブバンド情報を生成するステップと、
   前記第２の画像情報を空間周波数領域におけるサブバンドへ分割することによって複数の第２の画像サブバンド情報を生成するステップとをさらに有し、
   前記第１の画像サブバンド情報のサブバンドが前記第２の画像サブバンド情報のサブバンドに対応し、
   前記複数の第１の画像サブバンド情報と前記複数の第２の画像サブバンド情報を複合して前記対象の複合画像情報を得るステップとをさらに有し、
   各サブバンドが複合前に重み付け係数で重み付けされ、
   前記第１の画像情報と前記第２の画像情報の対応するサブバンドの重み付け係数が各々の前記第１の画像サブバンド情報と前記第２の画像サブバンド情報の信号対ノイズ比に依存する、請求項１乃至４のいずれか一項に記載の方法。
6. 前記複合画像情報が次式に従って決定され、
   

   

   ｆ（ｘ，ｙ）が前記第１の画像情報、特に減衰画像情報に対応し、
   Ｆ（ｋ_ｘ，ｙ）がｘに関するｆ（ｘ，ｙ）の１Ｄフーリエ変換に対応し、
   ｇ（ｘ，ｙ）が前記第２の画像情報、特に微分位相コントラスト画像情報に対応し、
   Ｇ（ｋ_ｘ，ｙ）がｘに関するｇ（ｘ，ｙ）の１Ｄフーリエ変換に対応し、
   ｋ_ｘが各フーリエ座標に対応し、
   ｈ（ｘ，ｙ）がノイズ最適合成画像／複合画像情報に対応し、
   Ｈ（ｋ_ｘ，ｙ）がｘに関するｈ（ｘ，ｙ）の１Ｄフーリエ変換に対応し、
   ｃが前記第１の画像情報と前記第２の画像情報の間のスケーリング係数に対応し、期待μ／δ比から推定され得るか、及び／又はフーリエ空間における最小二乗適合を介して画像自体から推定され得るかのいずれかであり、
   

   

   σ_ｆ ^２が前記第１の画像情報のノイズに対応し、
   σ_ｇ ^２が前記第２の画像情報のノイズに対応する、請求項１乃至３のいずれか一項に記載の方法。
7. 前記第１の画像情報タイプ及び前記第２の画像情報タイプと異なる第３の画像情報タイプの前記対象物の第３の画像情報を受信するステップと、
   前記対象の複合画像情報を得るために前記第１の画像情報、前記第２の画像情報、及び前記第３の画像情報を複合するステップとを有し、
   特に前記第１の画像情報、前記第２の画像情報、及び前記第３の画像情報の複合が前記第１の画像情報、前記第２の画像情報、及び前記第３の画像情報の空間周波数に依存する、周波数依存複合である、請求項１乃至６のいずれか一項に記載の方法。
8. 請求項１乃至７のいずれか１項に記載の対象のＸ線イメージングにおける画像処理のための方法を実行する処理素子を有する装置であって、
   第１の画像情報タイプの前記対象の第１の画像情報を受信する受信素子と、
   前記第１の画像情報タイプと異なる第２の画像情報タイプの前記対象の第２の画像情報を受信する受信素子と、
   前記対象の複合画像情報を得るために前記第１の画像情報と前記第２の画像情報を複合する複合素子とを有し、
   前記第１の画像情報と前記第２の画像情報の複合が前記第１の画像情報と前記第２の画像情報の空間周波数に依存する、周波数依存複合である、
   装置。
9. 可視化素子をさらに有し、
   前記可視化素子が前記対象の少なくとも前記複合画像情報をユーザへ視覚的に提供する、請求項８に記載の装置。
10. ｘ線源と、
    ｘ線検出器とをさらに有し、
    前記対象が前記ｘ線源と前記ｘ線検出器の間に配置可能であり、
    前記ｘ線源と前記ｘ線検出器が前記対象の関心領域のｘ線画像データの収集のために動作可能に結合される、請求項８又は９に記載の装置。
11. 請求項１乃至７のいずれか一項に記載の方法を実行するためのコンピュータプログラムが中に記憶されるコンピュータ可読媒体。
12. 実行されるときに、請求項１乃至７のいずれか一項に記載の方法を実行するために請求項８乃至１０のいずれか一項に記載の装置を制御するコンピュータプログラム。
13. 中でコンピュータプログラムが実行される処理装置であって、請求項１乃至７のいずれか一項に記載の方法を実行するために請求項８乃至１０のいずれか一項に記載の装置を制御するように構成される、処理装置。
14. 請求項１乃至７のいずれか一項に記載の方法のステップを有する、装置を操作するための方法。

Images