JP6133089B2 - エミッション・データに基づいた核医学イメージングにおける減衰補償のためのシステム及び方法 - Google Patents
エミッション・データに基づいた核医学イメージングにおける減衰補償のためのシステム及び方法 Download PDFInfo
- Publication number
- JP6133089B2 JP6133089B2 JP2013055844A JP2013055844A JP6133089B2 JP 6133089 B2 JP6133089 B2 JP 6133089B2 JP 2013055844 A JP2013055844 A JP 2013055844A JP 2013055844 A JP2013055844 A JP 2013055844A JP 6133089 B2 JP6133089 B2 JP 6133089B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- reconstruction
- energy window
- data
- peak
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 55
- 238000003384 imaging method Methods 0.000 title claims description 51
- 238000009206 nuclear medicine Methods 0.000 title claims description 42
- 210000004072 lung Anatomy 0.000 claims description 43
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 29
- 238000009826 distribution Methods 0.000 claims description 9
- 238000002591 computed tomography Methods 0.000 claims description 8
- 239000012217 radiopharmaceutical Substances 0.000 claims description 8
- 229940121896 radiopharmaceutical Drugs 0.000 claims description 8
- 230000002799 radiopharmaceutical effect Effects 0.000 claims description 8
- 230000037237 body shape Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 210000001519 tissue Anatomy 0.000 description 26
- 230000008569 process Effects 0.000 description 20
- 230000005855 radiation Effects 0.000 description 20
- 210000004872 soft tissue Anatomy 0.000 description 20
- 238000010586 diagram Methods 0.000 description 14
- 230000011218 segmentation Effects 0.000 description 12
- 230000000747 cardiac effect Effects 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 210000000988 bone and bone Anatomy 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 9
- 230000002085 persistent effect Effects 0.000 description 8
- 230000037182 bone density Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000000342 Monte Carlo simulation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 210000005003 heart tissue Anatomy 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- QWUZMTJBRUASOW-UHFFFAOYSA-N cadmium tellanylidenezinc Chemical compound [Zn].[Cd].[Te] QWUZMTJBRUASOW-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002178 crystalline material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 238000012633 nuclear imaging Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- FVAUCKIRQBBSSJ-UHFFFAOYSA-M sodium iodide Chemical compound [Na+].[I-] FVAUCKIRQBBSSJ-UHFFFAOYSA-M 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 229910052713 technetium Inorganic materials 0.000 description 1
- GKLVYJBZJHMRIY-UHFFFAOYSA-N technetium atom Chemical compound [Tc] GKLVYJBZJHMRIY-UHFFFAOYSA-N 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/483—Diagnostic techniques involving scattered radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Cardiology (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine (AREA)
Description
本書に開示する内容は、一般的に云えば、核医学イメージング・システムに関し、より詳しく云えば、単一光子エミッション型コンピュータ断層撮影（ＳＰＥＣＴ）イメージング・システム、並びにエミッション・データを用いてＳＰＥＣＴシステムにおける、特に心臓イメージングにおけるエミッション減衰を補償することに関するものである。
様々な種類のイメージング技術が知られていて、医学診断用イメージングのために用いられている。例えば、ＳＰＥＣＴイメージングのような診断用核イメージングが、患者のような被検者の中の放射性核種の分布を調べるために用いられている。典型的には、１種以上の放射性医薬品又は放射性同位体が患者の中に注入される。ガンマ・カメラ検出器ヘッド（典型的には、コリメータを含む）が患者の表面に隣接して配置されて、放出された放射線を取得して記録し、これによって画像データを取得する。様々な構成が知られており、その場合、ガンマ・カメラは走査（スキャン）中は関心のある物体に対して固定した位置／配向に（例えば、収束検出器モジュールを）維持することができ、或いは患者の周りを回転させることができる。次いで、画像再構成技術（例えば逆投影画像再構成技術）を用いることにより、リスト(list)データのような取得された画像又は取得されたデータに基づいて、被検者の内部構造内の放射性トレーサ取込み分布の画像を構成することができる。
このような従来のシステムは良好な診断価値を持つ高品質の画像を提供することができるが、ＳＰＥＣＴシステムにおける再構成画像の品質に影響を及ぼす主要な物理的因子は光子減衰である。このような減衰は、例えば、放出源とシステムの検出器との間の様々な組織(tissue)に因り生じ得る。しかしながら、ＳＰＥＣＴイメージングにおいて、特に心臓に関して、患者の身体によって惹起される減衰（大部分は放射線のコンプトン散乱に起因する）の存在下で正確なエミッション画像（撮像対象の患者内の放射性同位体分布の３次元（３Ｄ）マップ）を得ることが重要である。
心臓イメージングにおいて、光子減衰は心筋層領域からの放出光子の最大８５％を占める。更に、量的観点から画像再構成に用いられるモデルによるデータの非一貫性もまた空間的に変化する（例えば、場合によっては心筋層内だけで７０〜８５％の誤差がある）。従って、既知の再構成方法では、減衰マップについての知識、例えば、検出器へ至る放射線に影響を与える患者組織の３Ｄモデルについての知識を必要とする。これらの方法は、現在殆ど、効果的でないことの多い放射線源を含むことのある方向性伝送測定に依存し、或いは経費が高く、且つ患者に対する放射線量を増加させ、余分なイメージング時間を付加し、幾何学的不整合及び分解能の差を生じることのあるＸ線コンピュータ断層撮影（ＣＴ）システムによる測定に依存している。減衰を特徴付けるために様々なモデルを用いることができるが、実際の減衰はかなり異なることがある。また更に、患者の大きさ（寸法）及び形状が様々に変わるので、「患者基準(patient standard)」では貧弱な再構成結果を生じる虞がある。
一実施形態によれば、画像再構成のための方法が提供される。本方法は、少なくとも１種類の放射性同位体を有する放射性医薬品が投与された被検者について複数のエネルギ窓でエミッション・データを取得する段階を含み、該複数のエネルギ窓は、（イ）少なくとも、同位体のピーク・エミッションを中心としたピーク・エネルギ窓と、（ロ）前記ピーク・エネルギ窓よりも低いエネルギ範囲にある少なくとも１つの散乱エネルギ窓とを有する。本方法はまた、取得されたエミッション・データの予備的再構成を遂行して、ピーク・エネルギ窓及び散乱エネルギ窓の１つ以上の予備的画像を生成する段階と、ピーク・エネルギ窓の前記再構成された予備的画像又は散乱エネルギ窓の前記再構成された予備的画像の内の少なくとも１つから被検者の身体外形を決定する段階とを含む。本方法は更に、ピーク・エネルギ窓の前記再構成された予備的画像から被検者の心臓の輪郭を識別する段階と、前記識別された心臓輪郭をランドマーク（目印）として用いて、散乱エネルギ窓の前記再構成された予備的画像から被検者の少なくとも左肺をセグメント化する段階とを含む。本方法はまた更に、少なくとも前記決定された身体外形及び前記セグメント化された左肺に基づいて減衰マップを画成する段階と、前記減衰マップ及びピーク・エネルギ窓の画像を更新することを含む繰返し結合推定(iterative joint estimation)再構成を用いて、被検者の関心のある領域の画像を再構成する段階とを含み、ここで、結合推定再構成は、複数のエネルギ窓で取得されたデータを用いることを有する。
別の実施形態によれば、核医学（ＮＭ）イメージング・システムが提供される。本システムは、ガントリと、該ガントリに結合されていて、少なくとも１種類の放射性同位体を有する放射性医薬品が投与された被検者について複数のエネルギ窓でエミッション・データを取得するように構成された複数の核医学（ＮＭ）カメラとを含み、該複数のエネルギ窓は、（イ）少なくとも、同位体のピーク・エミッションを中心としたピーク・エネルギ窓と、（ロ）前記ピーク・エネルギ窓よりも低いエネルギ範囲にある少なくとも１つの散乱エネルギ窓とを有する。本ＮＭイメージング・システムはまた、（イ）取得されたエミッション・データの予備的再構成を遂行して、ピーク・エネルギ窓及び散乱エネルギ窓の１つ以上の予備的画像を生成し、（ロ）ピーク・エネルギ窓の前記再構成された予備的画像又は散乱エネルギ窓の前記再構成された予備的画像の内の少なくとも１つから被検者の身体外形を決定し、（ハ）ピーク・エネルギ窓の前記再構成された予備的画像から被検者の心臓の輪郭を識別し、（ニ）前記識別された心臓輪郭をランドマーク（目印）として用いて、散乱エネルギ窓の前記再構成された予備的画像から被検者の少なくとも左肺をセグメント化し、（ホ）少なくとも前記決定された身体外形及び前記セグメント化された左肺に基づいて減衰マップを画成し、（ヘ）前記減衰マップ及びピーク・エネルギ窓の画像を更新することを含む繰返し結合推定再構成を用いて、被検者の関心のある領域の画像を再構成するように構成された画像再構成モジュールを含み、ここで、結合推定再構成は、複数のエネルギ窓で取得されたデータを用いることを有する。
更に別の実施形態によれば、プロセッサを用いて画像再構成を遂行するための持続性コンピュータ読取り可能な記憶媒体が提供される。この持続性コンピュータ読取り可能な記憶媒体は、少なくとも１種類の放射性同位体を有する放射性医薬品が投与された被検者について複数のエネルギ窓でエミッション・データを取得するようにプロセッサに指令する命令を含み、ここで、前記複数のエネルギ窓は、（イ）少なくとも、同位体のピーク・エミッションを中心としたピーク・エネルギ窓と、（ロ）前記ピーク・エネルギ窓よりも低いエネルギ範囲にある少なくとも１つの散乱エネルギ窓とを有する。前記持続性コンピュータ読取り可能な記憶媒体はまた、取得されたエミッション・データの予備的再構成を遂行して、ピーク・エネルギ窓及び散乱エネルギ窓の１つ以上の予備的画像を生成し、そして、ピーク・エネルギ窓の前記再構成された予備的画像又は散乱エネルギ窓の前記再構成された予備的画像の内の少なくとも１つから被検者の身体外形を決定するようにプロセッサに指令する命令を含む。前記持続性コンピュータ読取り可能な記憶媒体はまた、ピーク・エネルギ窓の前記再構成された予備的画像から被検者の心臓の輪郭を識別し、前記識別された心臓輪郭をランドマーク（目印）として用いて、散乱エネルギ窓の前記再構成された予備的画像から被検者の少なくとも左肺をセグメント化し、そして、少なくとも前記決定された身体外形及び前記セグメント化された左肺に基づいて減衰マップを画成するようにプロセッサに指令する命令を含む。前記持続性コンピュータ読取り可能な記憶媒体は更に、前記減衰マップ及びピーク・エネルギ窓の画像を更新することを含む繰返し結合推定再構成を用いて、被検者の関心のある領域の画像を再構成するするようにプロセッサに指令する命令を含み、ここで、結合推定再構成は、複数のエネルギ窓で取得されたデータを用いることを有する。
本発明の上記の「概要」、並びに様々な特定の実施態様についての以下の詳しい説明は、添付の図面を参照して読めば、より良く理解されよう。図面には様々な実施態様の機能ブロックを線図で示しているが、それらの機能ブロックは必ずしもハードウエア回路間の区分を表すものではない。従って、例えば、１つ又は複数の機能ブロック（例えば、プロセッサ又はメモリ）は単一のハードウエア部品（例えば、汎用信号処理装置又はランダム・アクセス・メモリの一ブロック、ハードディスクなど）或いは複数のハードウエア部品で具現化することができる。同様に、プログラムは、独立型プログラムであってよく、またオペレーティング・システム内のサブルーチンとして組み込むこもができ、またインストールされたソフトウエア・パッケージ内の機能などであってもよい。ここで、様々な実施態様が、図面に示された配置構成及び手段に制限されないことを理解されたい。
本書では、核医学イメージング・システム内、具体的には、単一光子エミッション型コンピュータ断層撮影（ＳＰＥＣＴ）イメージング・システム内での減衰を決定し補償するシステム及び方法を記述する。様々な実施形態は、ＳＰＥＣＴシステムによって取得されたエミッション・データのみを使用して、減衰を推定し補償する。
図１は、様々な実施形態に従って構成された模範的な核医学イメージング・システム２０のブロック図であり、該システム２０は、この実施形態では、ＳＰＥＣＴイメージング・システムである。一実施形態におけるシステム２０は、一体型ガントリ２２を含み、該ガントリ２２は、ガントリ中央開口２６の周りに配向された回転体２４を含む。回転体２４は、１つ以上の核医学（ＮＭ）カメラ２８及び３０（説明のために２つ図示している）を支持するように構成されている。様々な実施形態では、ＮＭカメラ２８及び３０は、例えば、汎用ガンマ・カメラ、或いは心臓イメージング用に構成された集束ピンホール型ガンマ・カメラのような専用ガンマ・カメラであってよい。ＮＭカメラ２８及び３０は、直接変換材料又は間接変換材料であってよい異なる種類の材料から形成することができ、また画素化した検出器又はカメラとすることができる。例えば、間接変換材料である場合、典型的には、ヨウ化ナトリウム（ＮａＩ）のような結晶質材料で作られたシンチレータにより、受け取ったガンマ放射線を相対的に低いエネルギの（例えば、紫外線領域内の）光エネルギへ変換する。このようなシステムでは、光電子増倍管がこの光を受け取って、特定の個別の画素（ピクセル）領域に衝突した光子に対応する画像データを生成する。テルル化カドミウム亜鉛（ＣＺＴ）のような直接変換材料である場合、衝突する光子が電気信号へ直接変換される。
回転体２４は更に、患者テーブル３４を含む検査軸の周りを軸方向に回転するように構成され、該患者テーブル３４は、患者３６を支持するためにベッド支持システムに結合されたベッドを含むことができ、該ベッド支持システムは床に直接結合することができ、或いは、ガントリ２２に結合された基部を介してガントリ２２に結合することができる。ベッドは、ベッドの上面に摺動可能に結合されたストレッチャーを含むことができる。患者テーブル３４は、検査軸と実質的に整列した検査位置へ患者を搬入しまたそこから搬出するのを容易にするように構成される。イメージング走査中、患者テーブル３４は、ベッド及び／又はストレッチャーを開口２６の中へ又は外へ移動させるように制御することができる。イメージング・システム２０の動作及び制御は当該技術分野で知られている任意の態様で遂行することができる。ここで、様々な実施形態が、回転するガントリ又は静止したガントリを含むイメージング・システムを用いて具現化できることに留意されたい。
コリメータ３８をＮＭカメラ２８及び３０と組み合わせて設けることができる。例えば、コリメータ３８は、ＮＭカメラ２８及び３０の各々の前側検出面に結合することができる。それらのコリメータ３８は、当該技術分野で知られている任意の適当な種類のコリメータとすることができる。
ＮＭカメラ２８及び３０からの出力は処理装置４０へ伝送され、処理装置４０は任意の適当なコンピュータ又は演算装置とすることができる。本書で用いられる用語「コンピュータ」又は「モジュール」は、マイクロコントローラ、縮小命令セット・コンピュータ（ＲＩＳＣ）、ＡＳＩＣ、論理回路、及び本書で述べられる機能を実行することの可能な任意の他の回路又はプロセッサを使用するシステムを含む、任意のプロセッサをベースとした又はマイクロプロセッサをベースとしたシステム含むことができる。上記の例は典型的なものに過ぎず、従っていずれにしても用語「コンピュータ」の定義及び／又は意味を制限するものではない。
処理装置４０は、本書でより詳しく述べるように減衰補償を遂行する減衰補償モジュール５０を含むことができる。減衰補償モジュール５０は、ハードウエア、ソフトウエア、或いはハードウエア及びソフトウエアの組合せで具現化することができる。
ここで、イメージング・システム２０がまたＮＭ／ＭＲイメージング・システムのようなマルチモダリティのイメージング・システムであってよいことに留意されたい。イメージング走査中、患者テーブル３４は、制御装置４２の一部であるテーブル制御装置４４によって制御することができる。テーブル制御装置４４は、患者テーブル３４を開口２６の中へ又は外へ軸方向に移動させるように患者テーブル３４を制御することができる。ＮＭカメラ２８及び３０は、患者３６に対して複数の位置に（例えば、Ｌモード構成で）配置することができる。ここで、ＮＭカメラ２８及び３０はガントリ２２に沿って（又はその周りに）移動可能に動作するように構成することができるが、ＮＭカメラ２８及び３０はガントリ２２に固定することもできることに留意されたい。制御装置４２はまたガントリ・モータ制御装置４６を含んでおり、このガントリ・モータ制御装置４６は、ガントリ２２の運動、例えば、患者の周りの回転運動、或いはＮＭカメラ２８及び３０の運動、例えば、旋回運動又は患者３６へ向かう又はそれから遠ざかる運動を制御する。
このようにして、制御装置４２は、ガンマ・カメラ２８及び３０に対する患者テーブル３４の移動及び位置決めを制御し、且つ患者３６に対するＮＭカメラ２８及び３０の移動及び位置決めを制御して、患者３６の所望の解剖学的構造（例えば、器官）をＮＭカメラ２８及び３０の視野（ＦＯＶ）内に位置決めすることができ。これは、関心のある器官の画像を取得する前に遂行することができる。テーブル制御装置４４及びガントリ・モータ制御装置４６の各々は、処理装置４０によって自動的に指令され、又はオペレータによって手動制御され、又はそれらを組み合わせて動作させることができる。イメージング・データは、以下により詳しく説明するように、組み合わされ且つ再構成されて画像を形成することができ、それは２Ｄ画像、３Ｄボリューム又は時間につれての３Ｄボリューム（４Ｄ）を有することができる。
データ収集システム（ＤＡＳ）４８が、ＮＭカメラ２８及び３０によって生成されたアナログ及び／又はディジタル電気信号データを受け取って、該データを（本書により詳しく説明されるような）その後の処理のために復号する。画像再構成プロセッサ５２が、ＤＡＳ４８からデータを受け取って、本書に述べる減衰補償と共に当該技術分野で知られている任意の再構成プロセスを用いて、画像を再構成する。ＤＡＳ４８からのデータ又は再構成画像データを保存するために、データ記憶装置５４を設けることができる。また、ユーザー入力を受け取るために入力装置５６を設けることができ、また再構成画像を表示するために表示装置５８を設けることができる。
動作について説明すると、データ収集の前に、放射性医薬品のような放射性同位体（ときには、「放射性トレーサ」とも呼ばれる）を患者３６に投与して、それらを特定の組織又は器官に結合させ又は取り込ませることができる。典型的な放射性同位体は、様々な放射性形態の元素を含むが、ＳＰＥＣＴイメージングにおいては、崩壊中にガンマ放射線を放出するテクネチウムの同位体（９９Ｔｃ）に基づくものである。身体の特定の区域又は組織をターゲットとするために様々な追加の物質をこのような放射性同位体と選択的に組み合わせることができる。
患者内の或る位置に一時的に存在する放射性同位体によって放出されたガンマ放射線が、ＮＭカメラ２８及び３０によって検出される。ＮＭカメラ２８及び３０は図１において患者３６の上方に位置決めされた平面状装置として示されているが、ＮＭカメラ２８及び３０は、患者３６の下方に、患者３６の上方及び下方の両方に、又は患者３６に隣接して位置決めすることができ、また患者３６の周りを少なくとも部分的に囲むことができる。
イメージング・システム２０は、実施形態によっては、システム・データをイメージング・システム２０へ且つそこから転送できるようにするために、また画像データ及び処理された画像を伝送し保存することができるようにするために、１つ以上ネットワークに結合することができる。例えば、放射線診断部情報システム又は病院情報システム上に画像データを保存するために、ローカル・エリア・ネットワーク、広域ネットワーク、無線ネットワークなどを設けることができる。このようなネットワーク接続は更に、画像データを遠隔の後処理システム、診察室などへ伝送することを可能にする。
本書で述べる様々な実施形態は、例えば、心臓のイメージング及び機能評価のためのような、特定の関心のある器官をイメージングするための専用のＳＰＥＣＴシステムに関連して利用することができる。これらのシステムの幾分かは、関心のある器官を包含しようとする限られた視野（ＦＯＶ）及び／又は非平行コリメーションによって特徴付けされる。このようなシステムは、「シフト可変(shift variant) 」イメージング・システムとも呼ばれる。ここで、シフト分散(shift variance)は、オブジェクト（例えば、点源）に対するシステム応答がＦＯＶ内のオブジェクトの位置に依存して異なることを意味する。とりわけ、システム応答、システム感度、及び放出するオブジェクトからシステム検出器までの減衰経路が、幾何学的形状により差異を生じる。
様々な実施形態は、図２及び図３に示されているような異なるＳＰＥＣＴイメージング構成に関して使用することができる。図２の実施形態では、イメージング・システム・スキャナ６０が、（Ｌ字形構成で示されている）二重ヘッド・カメラを支持するガントリ２２を有する。該カメラは、患者３６の周りの約１８０度にわたってデータを取得するためにガントリ２２に配置されたＮＭカメラ２８及び３０として例示されている２つのカメラを有する。図示の実施形態では、イメージング・システム・スキャナ６０は心臓イメージング用に構成されており、また本書に記載の様々な実施形態は、心臓６４の中及び周囲にある位置から発するエミッション６２の散乱及び減衰を特徴付けし補正することができる。一般に、このようなエミッションは、心臓６４の少なくとも幾つかの領域、並びに身体の軟組織６６、特に左肺６８を横切る。ここで、ガンマ・カメラＮＭカメラ２８及び３０は、旋回運動又は患者３６へ向かう又は患者から遠ざかる平行移動のような、患者３６の周りに対して付加的な運動を可能にする取付け機構７０を用いて、ガントリ２２に取り付けることができることに留意されたい。
図３は、別の構成のイメージング・スキャナ８０を例示し、このイメージング・スキャナ８０は、複数のモジュール８２（この実施形態では、ピンホール型ガンマ・カメラ・モジュールである）を含むマルチピンホール型収集システムを構成することができる。これらのモジュール８２は、患者３６の複数の同様な組織を横切る複数のエミッション６２を収集するために患者ボリュームの周りに位置決めされ且つ配向される。ここで、ピンホール型収集システムの場合、複数のモジュール８２は、例えば、ＧＥヘルスケア社から入手可能である「Discovery NM530c」のように、複数のピンホールが関心のあるボリュームに焦点合わせされるように調節することができ且つ画像取得中は静止することができることに留意されたい。
また、米国特許第６２４２７４３号に開示されている種類のカメラのような他の種類及び構成のカメラを用いることができることに留意されたい。
モジュール８２は、図４及び図５に例示されているように異なる形態を取ることができる。例えば、図４に例示されているようなピンホール構成は、ピンホール・コリメータ９２を組み合わせた検出器９０を含み、例えば、ピンホール・コリメータ９２は検出器９０の検出面９４に結合されている。モジュール８２は旋回又は回転することができる。
モジュール８２はまた、図５に示されているように並列孔型コリメータ９６のような異なる種類のコリメーションを含むことができる。しかしながら、当該技術分野で知られているような発散及び集束型のコリメーションを含む他の種類のコリメーションを使用することができる。図５の実施形態では、ピボット９８が設けられる。
図６は、これらの方式において放射線エミッションが組織を横切る様子をより詳しく例示する。患者３６の身体は皮膚−空気境界まで延在し、且つＳＰＥＣＴデータを取得するイメージング・ボリューム内に全体の輪郭１００を持つ。身体の中には、心臓イメージングの場合、心臓６４が、その範囲を表し且つ心臓６４の組織とそれらの周囲の解剖学的構造との間の移行部を表す輪郭１０２を持つ。肺６８（これは左肺である）が、その範囲を表し且つ肺組織とそれらの周囲の組織との間の移行部を表す別の輪郭１０４を持つ。ＳＰＥＣＴイメージング・データ取得の際、エミッション６２は全ての方向に放射して、これらの組織の幾分か又は全てを横切って、その各々によって差別的に散乱され及び減衰することがある。例えば、或る放射線１０６が心臓組織及び軟組織のみを横切ることがあり、また他の放射線１０８が、両者間に軟組織が殆ど存在していない心臓組織及び軟組織の部分を横切り、次いで身体輪郭まで軟組織を横切ることがある。また更に別の放射線１１０（直接放射線）が、心臓組織及び軟組織を横切った後、肺及び追加の軟組織を横切って身体を出て行くことがある。或る放射線１１２は散乱することもあり、この場合、組織内の電子１１４がガンマ線を散乱させる。様々な実施形態では、これらの輪郭を使用して、画像データ処理及び画像再構成のためにエミッションの散乱及び／又は減衰を特徴付けする。
様々な実施形態では、エミッション・データのみを使用して、ＳＰＥＣＴにおける減衰補正を提供する。図７は、或る実施形態で遂行される減衰補償を一般的に例示するプロセスの流れ１２０を示す。詳しい説明を以下に記述する。プロセスの流れ１２０は、取得されたエミッション・データに基づいて予備的再構成１２２を遂行する段階を含む。プロセスの流れ１２０に用いられる該取得されたエミッション・データは、様々な実施形態では、少なくとも主エミッション又はピーク・エネルギ窓及び１つ以上の散乱エネルギ窓の予備的画像を生成するために、図８に示されているように全スペクトルのエネルギを含む。従って、エミッション・データは、多数のエネルギ窓を遡及的に定めることができるように、患者について複数のエネルギ窓又はレベルで取得される（例えば、リスト・モード・データ）。例えば、（エネルギ応答１４４の中の最も有力なエネルギ・ピークに対応する主エネルギ窓１４０として示されている）ピーク・エネルギ窓及び（エネルギ応答１４４の中のより小さいエネルギ・ピーク又はエネルギ・ピーク無し部分に対応する）１つ以上の散乱エネルギ窓１４２が定められる。様々な実施形態では、主エネルギ窓はその中心が一般に同位体のピーク・エミッションに定められ、また散乱エネルギ窓はピーク・エネルギ窓よりも低いエネルギ範囲にある。ここで、エネルギ応答１４４は、小さい角度の散乱及び大きい角度の散乱による光子を識別することのできるプロフィールを定めることに留意されたい。従って、異なる散乱角度を持つ散乱を検出する相対的に低いエネルギ窓内におけるような散乱情報を、様々な実施形態で用いることができる。ここで、相対的に小さい散乱角度を持つ散乱は相対的に小さい偏差及び相対的に小さいエネルギ損失を持つのに対し、相対的に大きい散乱角度を持つ散乱は相対的に大きい偏差及び相対的に大きいエネルギ損失を持つことに留意されたい。
再び図７について説明すると、この予備的再構成１２２は、物理的効果に対する補正を行わずに、すなわち、何ら減衰補正を行わずに、遂行される。この予備的再構成１２２は一般に関心のある境界、例えば、患者の外側境界を画成する。ここで、予備的再構成１２２は主エネルギ窓のみを用いて遂行することができ、或いは随意選択により（外側境界の検出を改善するために）１つ以上の散乱エネルギ窓からの散乱データを含むことができることに留意されたい。従って、例えば、ピーク・エネルギ窓及び（随意選択による）１つ以上の散乱エネルギ窓の再構成された予備的画像を用いて身体外形をセグメント化することによって、身体輪郭の大まかな推定値(estimate)１２４が決定される。
次いで、再構成された予備的画像から患者の心臓輪郭の識別１２６が決定される。この識別１２６は、当該技術分野において知られている任意の方法を用いて遂行することができる。次いで、少なくとも左肺のセグメント化１２８が遂行され、これは、肺のセグメント化を支援するために、識別された心臓輪郭を用いることを含むことができる。例えば、左心室と肺との間の境界を識別することができ、次いで、シード設定(seeding) 及び成長法を用いることにより、左肺の境界を識別することができる。そこで、識別された心臓輪郭をランドマークとして用いて散乱エネルギ窓の再構成された予備的画像から、左肺をセグメント化することができる。
次いで、身体輪郭の大まかな推定値と線形減衰係数で満たされたセグメント化された左肺とから作成されたバイナリ・マップが、結合推定再構成１３０に対する入力として用いられる。これらの入力は減衰マップの初期近似又は推測、すなわち、予備的減衰マップを定める。結合推定再構成１３０は繰返し処理であって、各々の繰返しにおいて２つの更新が遂行される。最初に、減衰マップの推定値を用いて減衰補正を遂行し、次いでこれを用いてエミッション・データを更新する。従って、各段階において、以前の繰返し段階からの減衰マップに基づいてエミッション推定値を更新し、次いでこれを用いて現在の段階における減衰マップを更新する。従って、結合推定再構成１３０は、再構成画像１３２を生成するために減衰及び散乱補償と共に遂行される。
このようにして、様々な実施形態では、ピーク・エネルギ窓、散乱エネルギ窓、又はそれらの組合せ、例えば、ピーク・エネルギ窓及び散乱エネルギ窓の総和を用いて、身体外形が識別される。心臓輪郭は再構成「ピーク」から識別される。肺（１つ以上）が、１つ以上の散乱エネルギ窓を用いること等による散乱データから識別される。相異なるランドマークを識別し且つ減衰を補償するための様々な動作又は段階は、例えば、以下により詳しく説明するように、遂行することができる。
より詳しく述べると、様々な実施形態は、特にＳＰＥＣＴイメージング、具体的には心臓ＳＰＥＣＴイメージングにおいて、図９に示されているような、減衰補償のための方法１５０を提供する。方法１５０は、段階１５２で多数のエネルギ窓についてエミッション・データを取得することを含み、これは、段階１５４で予備的再構成により身体外形をセグメント化するために用いられる。従って、複数のエネルギ窓（ピーク・エネルギ窓及び１つ以上の散乱エネルギ窓）についてエミッション・データを用いて、減衰補正なしの予備的再構成が遂行される。一実施形態では、任意の適当なＳＰＥＣＴ再構成法を使用した主エミッション又はピーク・エネルギ窓再構成を用いることにより、身体輪郭の大まかな推定値を決定することができる。本書により詳しく述べられているように、散乱エネルギ窓再構成を用いることにより、主エミッション又はピーク・エネルギ窓再構成を補完することができる。従って、方法１５０において何らＸ線ＣＴデータは使用されない。
実施形態によっては、段階１５２で追加の投影ビューが取得される。例えば、追加の投影ビューは、仰臥位方向から、例えば回転ＳＰＥＣＴを使用して、図１０に示されるような標準的な１８０度の取得円弧まで取得される。従って、追加のビューは、ＮＭカメラ又は検出器（例えば、ＮＭカメラ２８及び３０）を、例えば、（一実施形態では、ＮＭカメラ又は検出器の大きさにほぼ等しい距離である）追加のガントリ・ステップで回転させることによって、身体外形を分解するために取得することができる。例えば、図１０は、ＮＭカメラ２８及び３０のために位置決めされた３つのガントリを例示する。ここで、ＮＭカメラ２８及び３０が複数のガントリ・ステップにわたって回転し、その内の３つのステップのみを説明のために示していることに留意されたい。図から分かるように、位置１及び２は標準的な１８０度の取得の内の一部であり、また位置３は追加のビューを取得する。
実施形態によっては、例えば、図１１に示されるような（集束した幾何学的構成を持つ）集束コリメーション・システム１７０では、持続(persistence) データ１７２を用いることができる。持続データ１７２は、例えば、患者の位置決めの際に取得され、且つこれらの実施形態では廃棄されない。従って、この持続データ１７２は、スカウト・データと同様なデータを提供する。
再び図９について説明すると、その後、段階１５６で、心臓輪郭が、ピーク・エネルギ窓及び（随意選択による）１つ以上の散乱エネルギ窓の再構成された予備的画像からセグメント化される。任意の適当な心臓セグメント化法を用いて、心臓の識別を決定することができる。心臓輪郭は、随意選択により、心臓と左肺との間の界面を決定するためにランドマークとして用いて、段階１５８における肺のセグメント化に役立てることができる。例えば、心臓輪郭は楕円体（例えば、図形のオーバーレイ）内に取り囲んで、心臓の左心室からの既知の方向を用いて界面において左肺を識別することができる。
従って、段階１５８において、散乱窓再構成を用いて、すなわち、１つ以上の散乱エネルギ窓の再構成された予備的画像から、左肺がセグメント化される。例えば、散乱データを用いて、散乱窓再構成を遂行するには、標準的な再構成、例えば、ジオメトリの変化を無視するようにエミッションから検出器への直線投影による主窓再構成を用いることができる。実施形態によっては、モデル、例えば、肺のコントラストを改善するために散乱のジオメトリをモデル化するモンテカルロに基づく方法のような、散乱再構成のための特殊なプロジェクタを使用することができる。ここで、全てのボクセル又は一群のボクセルを一度に更新できることに留意されたい。
従って、肺のセグメント化に基づく決定を用いることにより、組織を識別すること等のために、ボクセル値及び所定の閾値を使用することによってバイナリ・マップを得ることができる。実施形態によっては、セグメント化は、先験的に構成された肺モデルのような知識集合によって支援することができる。
次いで、段階１６０において、決定された輪郭からのデータを用いて繰返し結合推定再構成が遂行され、各繰返しは２つの更新を含む。様々な実施形態では、決定された身体外形及びセグメント化された左肺に基づいて、予備的減衰マップが画成される。詳しく述べると、各繰返しにおいて、エミッション・データが減衰補正推定を用いて再構成されて、減衰マップが更新される。例えば、エミッション更新のために最尤プロセスを使用することができ、また減衰マップ更新のために共役勾配様(conjugate gradient-like) プロセスを使用することができる。ここで、実施形態によっては、結果として得られる画像に平滑さを与え、また所望の特性を生じるように画像を形成するために、（近隣のボクセルに基づいた）結合エントロピー又は他の中間フィルタのような特別に構成されたプライア−(prior) （例えば、付加正則化）、或いは２項分布を用いることができる。
従って、様々な実施形態では、再構成プロセスを２つの主要な段で提供する。第１の段で、減衰マップの初期推定値(initial estimate)が一連の再構成及びセグメント化段階から生成される。第２の段で、この推定値、並びにＳＰＥＣＴエミッション投影は、減衰補償及び（随意選択による）散乱補償を用いたＳＰＥＣＴデータ再構成と減衰マップ推定値とが交換可能に更新されて、所定の判定基準を満足するまで改善されたときに、繰返し結合推定プロセスのために入力（初期近似）として用いられる。ここで、方法１５０内の様々な段階は、最適化した散乱窓を再構成することによって達成できることに留意されたい。
減衰及び散乱補償を用いた再構成は、それぞれ組織を横切って通る異なる軌跡についての散乱／減衰に値を割り当てることができる。例えば、図１２は、心臓イメージングの場合におけるこのようなマッピングを例示する概略図である。この例では、マッピング１８０は、複数の個別のボリューム要素すなわちボクセル１８２より成る３次元セグメント内に配置された関心のある解剖学的構造について編集される。様々な組織の密度及び位置に基づいて、それらのボクセルは多かれ少なかれ散乱／減衰を表すことができる。マッピングは、本書により詳しく述べられているように身体及び組織の輪郭及びボリューム決定から決定されて、取得されたＳＰＥＣＴデータからの画像の再構成に用いることができる。
動作について述べると、例えば、身体輪郭の大まかな推定は、取得のジオメトリに依存して、様々なやり方で遂行することができる。通常の回転ＳＰＥＣＴ取得の場合、主エミッション窓内のカウントの再構成、及び／又は散乱窓内で検出されたカウントが使用される。静止取得／限られた取得円弧／小さい視野（ＦＯＶ）によって特徴付けられるような別のジオメトリの場合、遠隔の検出器位置からのスカウト又は持続データのような追加のデータを付加することができる。この場合、幾つかの補助的なビューを、標準的な取得軌道／ジオメトリに対応する投影データに付け加えて、一緒に再構成することにより、本書で述べられているように身体外形の完全な可視性を保証することができる。この最初の再構成は、次いで「身体」及び「外側空気」分類にセグメント化される。
この身体輪郭推定段階に続いて、心臓イメージングの場合、左肺ボリュームの大まかな推定が遂行される。この推定は、再構成された左心室表面からの「シード設定」に基づいてなされて、肺の識別及びセグメント化のための追加のランドマークを提供することができる。この段階により生じるデータは、減衰マップの初期推定値を画成する。減衰マップは、エミッション・データと同じボクセル格子及びボリューム上で、同じデータから再構成される。従って、このプロセスから得られる減衰マップは、本質的にエミッション・データに整合する。
例えば、図１３に例示されているように、取得されたエミッション・データの予備的再構成を遂行することにより、少なくともピーク・エネルギ窓及び散乱エネルギ窓のそれぞれの予備的画像１９０及び１９２を生成することができる。心臓は画像１９４に示されるように、心臓の左心室輪郭をセグメント化するようようにオーバーレイ１９５を設けること等により識別することができる。画像１９４における矢印は、画像１９６に例示されているように左肺１９８をセグメント化するための肺探索「シード（種）」を表す。
従って、決定された減衰マップにより、ＳＰＥＣＴエミッションの散乱／減衰を補償した画像再構成を遂行することができる。様々な実施形態では、例えば、図１３に示されているように、輪郭の決定により、減衰マップの初期推定値が得られ、これは、本書で述べられているような結合推定のプロセスにおいて更に改善される。
動作について説明すると、再構成プロセスの第２段の結果として、減衰及び（随意選択による）散乱の影響を補償して再構成された最終的なＳＰＥＣＴ画像が得られる。一実施形態によれば、再構成プロセスは繰返しプロセスであり、以下に述べるように行うことができる。初期設定段階として、放射能取込み分布(activity uptake distribution)が、標準的な態様で、次の関係式に従って一様であると仮定する。
初期設定に続いて、結合推定が遂行される。結合推定プロセスの各繰返しについて、２つの後続の更新が遂行される。第１に、放射能濃度推定値ｘ（ＳＰＥＣＴ再構成）が、例えば、通常の制約付き尤度理論(penalized likelihood scheme) に従って進められる。この更新では、減衰マップの現在の推定値ｘk が用いられる。第２の更新では、減衰マップ推定値は、丁度得られた放射能濃度推定値を用いて改善される。減衰マップの更新はポアソン統計に従わず、該更新は尤度最大化によって駆動されないが、座標降下(coordinate descent)のような一般的最適化理論によって駆動される。そこで、結合推定アルゴリズムの単一繰返しを、次の関係式によって記述することができる。
式２から、ｘの値は次の関係式に従って更新される。
次いで、ｍ(k) の値が、以下の関係の単一の閾値
減衰マップの最初の独立した再構成の段を結合推定と組み合わせて、「クロストーク」を低減又は除去する。「クロストーク」は、エミッション特有の特徴（例えば、心筋への取込み）が減衰マップの中へ伝播しているときに現れる。
様々な変形及び修正が考えられる。例えば、一実施形態では、以下のプロセスを提供することができる。
［Ａ：準備］
１）データを少なくとも２つのエネルギ窓（Ｅ０及びＥ１）で収集すべきである。
１）データを少なくとも２つのエネルギ窓（Ｅ０及びＥ１）で収集すべきである。
Ｅ０は、「ピーク・エネルギ＋／−ｄＥ」として定義された「ピーク・エネルギ窓」であり、ここで、ｄＥは通常は数％であり、また
Ｅ１は、散乱エネルギ範囲内のエネルギ窓であり、ここで、「散乱エネルギ窓」のエネルギ範囲は、「ピーク・エネルギ窓」の下にあり、且つ様々な実施形態では、「ピーク・エネルギ窓」よりも広く、また
随意選択により、より多くの「散乱エネルギ窓」、例えば、Ｅ２などが定義され、換言すると、「散乱エネルギ窓」は２つ以上の部分窓に分割され、これらの部分窓は、実施形態によっては、オーバーラップせず、隣接した部分窓である。
Ｅ１は、散乱エネルギ範囲内のエネルギ窓であり、ここで、「散乱エネルギ窓」のエネルギ範囲は、「ピーク・エネルギ窓」の下にあり、且つ様々な実施形態では、「ピーク・エネルギ窓」よりも広く、また
随意選択により、より多くの「散乱エネルギ窓」、例えば、Ｅ２などが定義され、換言すると、「散乱エネルギ窓」は２つ以上の部分窓に分割され、これらの部分窓は、実施形態によっては、オーバーラップせず、隣接した部分窓である。
２）システム応答関数、すなわち、オブジェクトが既知である場合にデータを推定することを可能にする関数を定義する。システム応答は、コリメータ、検出器、等々に依存する。
［Ｂ：データ収集］
エミッション・データ「ｅ（Ｐ，Ｅ）」を収集する。ｅ（Ｐ，Ｅ）は、エネルギ窓「Ｅ」で検出器位置「Ｐ」において収集された光子の数を表す。
エミッション・データ「ｅ（Ｐ，Ｅ）」を収集する。ｅ（Ｐ，Ｅ）は、エネルギ窓「Ｅ」で検出器位置「Ｐ」において収集された光子の数を表す。
ここで、「Ｅ」はエネルギ窓（Ｅ＝０，１，２，．．．）であり、また「Ｐ」は検出器位置の一般的な略号表示である。
１）マルチピンホール・カメラでは、Ｐ＝｛ｘ，ｙ，ｐ｝であり、この場合、ｘ，ｙはピクセル・インデックスであり、ｐはピンホール・インデックスである。また
２）回転形ＳＰＥＣＴカメラでは、Ｐ＝｛ｘ，ｙ，ｐ｝であり、この場合、ｘ，ｙはピクセル・インデックスであり、ｐは投影インデックス（ガントリ角度「ｆ」）である。また
３）複数の回転形コリメーション型ヘッドを備えたカメラ（例えば、図５に示されているもの）では、Ｐ＝｛ｘ，ｙ，ｐ，ｆ｝であり、この場合、ｘ，ｙはピクセル・インデックスであり、ｐはヘッド・インデックスであり、またｆはヘッドｐの角度である。随意選択により、ｆは、ヘッドが２Ｄにおいて回転できる場合、ｆ＝｛ｆｘ，ｆｙ｝によって定義される。
２）回転形ＳＰＥＣＴカメラでは、Ｐ＝｛ｘ，ｙ，ｐ｝であり、この場合、ｘ，ｙはピクセル・インデックスであり、ｐは投影インデックス（ガントリ角度「ｆ」）である。また
３）複数の回転形コリメーション型ヘッドを備えたカメラ（例えば、図５に示されているもの）では、Ｐ＝｛ｘ，ｙ，ｐ，ｆ｝であり、この場合、ｘ，ｙはピクセル・インデックスであり、ｐはヘッド・インデックスであり、またｆはヘッドｐの角度である。随意選択により、ｆは、ヘッドが２Ｄにおいて回転できる場合、ｆ＝｛ｆｘ，ｆｙ｝によって定義される。
ここで、データの次元はｘ＊ｙ＊ｐ＊ｅである（２つのエネルギ窓「ｅ０＝ピーク」及び「ｅ１＝散乱」の場合はｅ＝２であり、随意選択により、散乱窓が細分割されている場合はｅ＞２である）ことに留意されたい。また、解は同じ（又はより低い）次元であることに留意されたい。
［Ｃ：仮定及び定義］
単一エミッション・ピークを持つ単一同位体（例えば、１４０ｋｅＶにピークを持つＴｃ）を想定するが、マルチピーク同位体又は複数同位体に対する拡張も行うことができることに留意されたい。
単一エミッション・ピークを持つ単一同位体（例えば、１４０ｋｅＶにピークを持つＴｃ）を想定するが、マルチピーク同位体又は複数同位体に対する拡張も行うことができることに留意されたい。
（１）オブジェクト（患者）：
オブジェクトＯ（Ｘ）＝｛Ｓ，Ｄ｝（Ｘ）は、下記の線源濃度と身体密度とによって定義される。すなわち、
「線源濃度」Ｓ（ｘ，ｙ，ｚ）＝Ｓ（Ｘ）； （Ｓは「キュリー／ｃｃ」の単位であり、またｘ，ｙ，ｚ＝Ｘは３Ｄにおけるボクセル・インデックスである）。典型的には、ｘ＝ｙ＝ｚ＝６４又は１２８の次元であり、線源濃度は負でない数でなければならない。並びに、
「身体密度」Ｄ（ｘ，ｙ，ｚ）＝Ｄ（Ｘ）； （Ｄは「グラム／ｃｃ」の単位である）。ここで、Ｄ（ｘ，ｙ，ｚ）は、エネルギ依存核パラメータ断面パラメータによって「吸収及びコンプトン散乱係数」に変換できることに留意されたい。典型的には、線形変換が適用されるが、（骨の化学的組成を考慮する）非線形変換も知られている。
オブジェクトＯ（Ｘ）＝｛Ｓ，Ｄ｝（Ｘ）は、下記の線源濃度と身体密度とによって定義される。すなわち、
「線源濃度」Ｓ（ｘ，ｙ，ｚ）＝Ｓ（Ｘ）； （Ｓは「キュリー／ｃｃ」の単位であり、またｘ，ｙ，ｚ＝Ｘは３Ｄにおけるボクセル・インデックスである）。典型的には、ｘ＝ｙ＝ｚ＝６４又は１２８の次元であり、線源濃度は負でない数でなければならない。並びに、
「身体密度」Ｄ（ｘ，ｙ，ｚ）＝Ｄ（Ｘ）； （Ｄは「グラム／ｃｃ」の単位である）。ここで、Ｄ（ｘ，ｙ，ｚ）は、エネルギ依存核パラメータ断面パラメータによって「吸収及びコンプトン散乱係数」に変換できることに留意されたい。典型的には、線形変換が適用されるが、（骨の化学的組成を考慮する）非線形変換も知られている。
［組織セグメント化］
計算の複雑さを低減するために、次のアルゴリズムをＤ（Ｘ）に適用することができる。
計算の複雑さを低減するために、次のアルゴリズムをＤ（Ｘ）に適用することができる。
１）空気： Ｄ〜０（又は閾値以下）である場合、組織は「空気」であると想定される。具体的に述べると、その位置を患者の境界の外側にあるものとして突き止めることができる場合、ＤはＤ＝０に設定される。
２）肺： Ｄが「最小肺密度」と「最大肺密度」との間にある場合、組織は空気と軟組織の混合体であり、所要の混合割合を持つ。具体的に述べると、組織をその位置が患者の肺の境界の内側にあるものとして突き止めることができる場合、Ｄは変数のまま残される。
３）軟組織： Ｄが「最大肺密度」と「最小海綿状骨密度」との間にある場合、組織は軟組織であると想定される。具体的に述べると、Ｄは軟組織平均値に設定される。
４）海綿状骨： Ｄが「最小海綿状骨密度」と「最大海綿状骨密度」との間にある場合、組織は軟組織と骨との混合体であり、所要の混合割合を持つ。Ｄは変数のまま残され、また化学組成は、密度Ｄを持つ、硬い骨と軟組織との適切な混合体であると想定される。
５）硬骨： Ｄが「最小硬骨密度」と「最大硬骨密度」との間にある場合、組織は硬骨である。Ｄは硬骨の密度に設定される。
６）金属： Ｄが「最大硬骨密度」よりも大きい場合、組織はインプラント又は異物であり、オペレータの介在を必要とする。
このプロセスは「患者組織のセグメント化」と呼ばれる（セグメントは、空気、肺、軟組織、海綿状骨及び硬骨である。しかしながら、場合によっては、空気、肺及び軟組織のみが考慮され、また、骨は無視されて、軟組織と、又は同じ人工的に高い密度を持つ「稠密な軟組織」と置換される）。
セグメント化は、ボリュームの殆どが空気又は軟組織で構成されるので、計算（演算）を低減する。
Ｄから吸収及び散乱係数への簡単な（線形）変換は、次のようになる。すなわち、
吸収量Ａ（Ｘ，Ｅ）＝ａ（Ｅ）＊Ｄ（Ｘ）； ここで、「ａ」はエネルギＥの場合の組織の平均吸収係数である（組織の種類に起因する小さい変動を無視する）。また、
コンプトン散乱Ｃ（Ｘ，Ｅ，Ｅ’）＝ｃ（Ｅ，Ｅ’）＊Ｄ（Ｘ）； ここで、ｃ（Ｅ，Ｅ’）はエネルギＥからエネルギＥ’までの組織の平均コンプトン散乱係数である（これはまた散乱角を規定し、これにより、事実上、Ｃ（Ｘ，Ｅ，ｔ）＝ｃ（Ｅ，ｔ）＊Ｄ（Ｘ）と定義することができる。ここで、「ｔ」は散乱角である）。
吸収量Ａ（Ｘ，Ｅ）＝ａ（Ｅ）＊Ｄ（Ｘ）； ここで、「ａ」はエネルギＥの場合の組織の平均吸収係数である（組織の種類に起因する小さい変動を無視する）。また、
コンプトン散乱Ｃ（Ｘ，Ｅ，Ｅ’）＝ｃ（Ｅ，Ｅ’）＊Ｄ（Ｘ）； ここで、ｃ（Ｅ，Ｅ’）はエネルギＥからエネルギＥ’までの組織の平均コンプトン散乱係数である（これはまた散乱角を規定し、これにより、事実上、Ｃ（Ｘ，Ｅ，ｔ）＝ｃ（Ｅ，ｔ）＊Ｄ（Ｘ）と定義することができる。ここで、「ｔ」は散乱角である）。
また、全減衰量Ｕ（Ｘ，Ｅ）は、次のようになることに留意されたい。すなわち、
Ｕ（Ｘ，Ｅ）＝Ａ（Ｘ，Ｅ）＋Ｓｕｍ［｛Ｅ’｝，Ｃ（Ｘ，Ｅ，Ｅ’）］；ここで、Ｓｕｍ［｛Ｅ’｝，Ｃ（Ｘ，Ｅ，Ｅ’）］は、Ｃ（Ｘ，Ｅ，Ｅ’）の全てのＥ’（又は角度ｔ）についての総和である。
Ｕ（Ｘ，Ｅ）＝Ａ（Ｘ，Ｅ）＋Ｓｕｍ［｛Ｅ’｝，Ｃ（Ｘ，Ｅ，Ｅ’）］；ここで、Ｓｕｍ［｛Ｅ’｝，Ｃ（Ｘ，Ｅ，Ｅ’）］は、Ｃ（Ｘ，Ｅ，Ｅ’）の全てのＥ’（又は角度ｔ）についての総和である。
（２）収集されたデータ集合：
エミッション・データ集合は、ｅ（Ｐ，Ｅ）＝｛ｅ０，ｅ１，ｅ２．．．｝（Ｐ）として定義される。
エミッション・データ集合は、ｅ（Ｐ，Ｅ）＝｛ｅ０，ｅ１，ｅ２．．．｝（Ｐ）として定義される。
ここで、ｅ０はエネルギｅ０などを持つ検出された光子の数である（一般的に、ｅ０は散乱していないエミッション・エネルギであり、他方、ｅ１，ｅ２．．．ｅＮはコンプトン散乱したエネルギｅ１，ｅ２．．．ｅＮ＜ｅ０である）。
また、Ｐは一般化したピクセル番号である。
「静止型ピンホール・カメラ」では、Ｐ＝（ｐ，ｘ，ｙ）である。ここで、ｐはピンホール番号であり、ｘ，ｙはピクセルに関連したピクセル・インデックスである。また、
ＳＰＥＣＴ（回転）カメラでは、Ｐ＝（ｆ，ｘ，ｙ）である。ここで、ｆは投影角である。また、
「スペクトル・ダイナミック」カメラでは、Ｐ＝（ｈ，ｆ，ｘ，ｙ）である。ここで、ｈはヘッド番号であり、ｆはヘッドの角度である。
ＳＰＥＣＴ（回転）カメラでは、Ｐ＝（ｆ，ｘ，ｙ）である。ここで、ｆは投影角である。また、
「スペクトル・ダイナミック」カメラでは、Ｐ＝（ｈ，ｆ，ｘ，ｙ）である。ここで、ｈはヘッド番号であり、ｆはヘッドの角度である。
［順投影： Ｓ（Ｘ）及び Ｄ（Ｘ）からの「ピーク」データｅ０’（Ｐ）の推定］
システムがどのようなものであっても、Ｐはカメラの構成を表す。各Ｐは、一般化されたピクセルＰにおける検出された光子を、身体内の位置（ボクセル）Ｘの中の放射線源と関連付ける（検出器の応答又は感度を与える）「応答関数マトリクス」Ｍ（Ｐ，Ｘ）のマトリクス要素と関連付けられる。
システムがどのようなものであっても、Ｐはカメラの構成を表す。各Ｐは、一般化されたピクセルＰにおける検出された光子を、身体内の位置（ボクセル）Ｘの中の放射線源と関連付ける（検出器の応答又は感度を与える）「応答関数マトリクス」Ｍ（Ｐ，Ｘ）のマトリクス要素と関連付けられる。
一般的な意味では、Ｍ（Ｐ，Ｘ）は応答関数であり、（例えば、コリメーション、検出器感度などを含む）カメラのジオメトリが与えられている場合、一般化されたデータピクセルＰにおいて、位置Ｘからランダムに放出された光子を検出する確率として定義される。これは、例えば、患者による減衰を除いて、隔膜貫通及び／又は検出器応答のエネルギ依存性が与えられている場合、Ｍ（Ｐ，Ｘ）＝＞Ｍ（Ｐ，Ｘ．Ｅ）とすることができる。
減衰が無い場合（Ｄ（Ｘ）＝０）、線源Ｓ（Ｘ）は収集データｅ（Ｐ，Ｅ）＝｛ｅ０，ｅ１，ｅ２．．．｝（Ｐ）＝｛Ｍ（Ｐ，Ｘ）＊Ｓ（Ｘ），０，０，．．．｝又はｅ０（Ｐ）＝Ｍ（Ｐ，Ｘ）＊Ｓ（Ｘ）を生成させる（統計学的に云えば、最も生成させる確率が高いと推定される）。ここで、Ｍは非常に疎らである（Ｍ個の要素の殆どがゼロである）ことに留意されたい。
しかしながら、実際の患者が存在する場合、式は、（対応するＸからＰまでの走行線に沿ってＤ（Ｘ）から導き出されるような）積分された（加算された）全減衰量Ｕ（Ｘ，ｅ０）だけ各光子を減衰させることによって、修正される。
［順散乱推定： Ｓ（Ｘ）及びＤ（Ｘ）からの「散乱」データｅ１’（Ｐ）の推定（複数の散乱窓がある場合は、ｅ２’（Ｐ）などもまた推定される）］
当該技術分野では、Ｓ’（Ｘ）及びＤ’（Ｘ）が既知であると仮定された場合にｅ１’（Ｐ）を計算するために開示された幾つかの既知の方法がある。
当該技術分野では、Ｓ’（Ｘ）及びＤ’（Ｘ）が既知であると仮定された場合にｅ１’（Ｐ）を計算するために開示された幾つかの既知の方法がある。
例えば、「モンテカルロ・シミュレーション」を用いることができる。一般に、これらは演算集約的である（長い時間がかかる）。従って、一実施形態によれば、「加速モンテカルロ法」による散乱データの推定は、以下の単純化を含むことができる。すなわち、
１）散乱スペクトルの高いエネルギ範囲に唯一つの散乱窓を定める。
１）散乱スペクトルの高いエネルギ範囲に唯一つの散乱窓を定める。
２）その結果として、
（イ）小さい角度（「αmax 」（これは、最大エネルギ損失よりも小さい損失を生じさせる））に散乱させることのみが、計算するのに必要であり、
（ロ）二次散乱は無視することが可能であり、
（ハ）散乱光子の減衰係数を単一の平均値Ｕ（Ｘ，ｅ１’）として取ることができる。ここで、ｅ１’は窓ｅ１内の光子の平均エネルギである。
（イ）小さい角度（「αmax 」（これは、最大エネルギ損失よりも小さい損失を生じさせる））に散乱させることのみが、計算するのに必要であり、
（ロ）二次散乱は無視することが可能であり、
（ハ）散乱光子の減衰係数を単一の平均値Ｕ（Ｘ，ｅ１’）として取ることができる。ここで、ｅ１’は窓ｅ１内の光子の平均エネルギである。
「モンテカルロ・シミュレーション」は、以下の段階が無視される場合に加速される。
１）放出された光子について、
（イ）（制限された「αmax 」及びコリメータ・アクセプタンスを考慮して）検出器への有効な散乱が起こりえない伝播方向を無視し、また
（ロ）経路が純空気に達した場合（患者の外に出た場合）、光子を終端させ、
（ハ）随意選択により、Ｓ（Ｘ）が閾値よりも小さい場合、位置を無視する。
（イ）（制限された「αmax 」及びコリメータ・アクセプタンスを考慮して）検出器への有効な散乱が起こりえない伝播方向を無視し、また
（ロ）経路が純空気に達した場合（患者の外に出た場合）、光子を終端させ、
（ハ）随意選択により、Ｓ（Ｘ）が閾値よりも小さい場合、位置を無視する。
２）（Ｄ（Ｘ）を考慮して）第１の散乱プロセスのみを計算する。この計算では単に、
（イ）散乱は「αmax 」よりも小さく、且つ
（ロ）１つ以上のコリメータの有効なアクセプタンス方向のみである。
（イ）散乱は「αmax 」よりも小さく、且つ
（ロ）１つ以上のコリメータの有効なアクセプタンス方向のみである。
３）（Ｄ’（Ｘ）を考慮して）吸収を、次の量、すなわち、
（イ）（Ｘ０が光子の始点であり、且つＸ１が散乱事象の位置であるとして）Ｘ０からＸ１までの経路についてＵ（Ｘ，ｅ０）、及び
（ロ）（Ｘ１が散乱事象の位置であり、且つＰが検出ピクセルであるとして）Ｘ１からＰまでの経路についてＵ（Ｘ，ｅ１’）
だけ調節する。
（イ）（Ｘ０が光子の始点であり、且つＸ１が散乱事象の位置であるとして）Ｘ０からＸ１までの経路についてＵ（Ｘ，ｅ０）、及び
（ロ）（Ｘ１が散乱事象の位置であり、且つＰが検出ピクセルであるとして）Ｘ１からＰまでの経路についてＵ（Ｘ，ｅ１’）
だけ調節する。
このようにして、様々な実施形態では、真の線源Ｓ（Ｘ）分布に可能な限り近い正確な推定Ｓ’（Ｘ）を求める。
Ｓ’（Ｘ）を求めるため、真の密度Ｄ（Ｘ）に可能な限り近い正確な推定Ｄ’（Ｘ）が決定される。Ｄ’（Ｘ）は、エミッション画像の減衰補正のために用いられる。Ｄ’（Ｘ）は、患者の身体内にＳ’（Ｘ）を配向するために、且つ該画像をＣＴ又はＭＲＩのような解剖学的画像と整合させる能力のためにオペレータにとって有用であり得る。
実施形態によっては、組合せ再構成アルゴリズムを設けることができ、これは、
１）データ｛ｅ０（Ｐ），ｅ１（Ｐ）｝を測定する段階、
２）初期推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝を開始する段階、
３）推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝の順投影によって｛ｅ０’（Ｐ），ｅ１’（Ｐ）｝を推定する段階、
４）推定｛ｅ０’（Ｐ），ｅ１’（Ｐ）｝を測定されたデータ｛ｅ０（Ｐ），ｅ１（Ｐ）｝と比較する段階、
５）段階４を考慮して推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝を更新する段階、
６）段階３〜段階５を繰り返すかどうか決定する段階、
７）繰り返えさない場合、最後に更新された推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝を後処理して表示する段階（後処理は、当該技術分野で知られているようにフィルタリング及び画像分析を有することができる。）、
８）停止する段階
を含む。
１）データ｛ｅ０（Ｐ），ｅ１（Ｐ）｝を測定する段階、
２）初期推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝を開始する段階、
３）推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝の順投影によって｛ｅ０’（Ｐ），ｅ１’（Ｐ）｝を推定する段階、
４）推定｛ｅ０’（Ｐ），ｅ１’（Ｐ）｝を測定されたデータ｛ｅ０（Ｐ），ｅ１（Ｐ）｝と比較する段階、
５）段階４を考慮して推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝を更新する段階、
６）段階３〜段階５を繰り返すかどうか決定する段階、
７）繰り返えさない場合、最後に更新された推測｛Ｓ’（Ｘ），Ｄ’（Ｘ）｝を後処理して表示する段階（後処理は、当該技術分野で知られているようにフィルタリング及び画像分析を有することができる。）、
８）停止する段階
を含む。
代替動作では、Ｓ’（Ｘ）及びｅ０’（Ｐ）のみについて段階３、段階４及び段階５を数回繰り返し（これはより重要であり、且つより少ない時間で済む）、次いでＤ’（Ｘ）及びｅ１’（Ｐ）について上記段階を遂行することができる。しかしながら、組み合わさった問題が下記の幾つかの面でより困難になることに留意されたい。
１）オブジェクトがより複雑である。Ｏ（Ｘ）＝｛Ｓ，Ｄ｝（Ｘ）であり、「Ｘ」について求めるために未知のものが２つある。
２）データ集合ｅ（Ｐ）がより複雑である。ｅ（Ｐ）＝｛ｅ０、ｅ１｝（Ｐ）であり、「Ｘ」について２つの測定値がある。
３）データの推定が次の２つの部分を持つ。すなわち、
（イ）当該技術分野で知られているようなｅ０（Ｐ）の推定、及び
（ロ）加速モンテカルロ法（上記）に開示されているようなｅ１（Ｐ）の推定。
（イ）当該技術分野で知られているようなｅ０（Ｐ）の推定、及び
（ロ）加速モンテカルロ法（上記）に開示されているようなｅ１（Ｐ）の推定。
４）推測の更新が次の２つの部分を持つ。すなわち、
（イ）（例えば、次の制約、Ｓ（Ｘ）が正であること、及び患者境界の外側ではＳ（Ｘ）＝０であることを保って）当該技術分野で知られているように線源Ｓ’（Ｘ）を更新すること、及び
（ロ）（例えば、次の制約、Ｄ’（Ｘ）が正であること、患者境界の外側ではＤ’（Ｘ）＝０であること、及び前に述べたようにＤ’（Ｘ）をセグメント化することを保って）密度Ｄ’（Ｘ）を更新すること。
（イ）（例えば、次の制約、Ｓ（Ｘ）が正であること、及び患者境界の外側ではＳ（Ｘ）＝０であることを保って）当該技術分野で知られているように線源Ｓ’（Ｘ）を更新すること、及び
（ロ）（例えば、次の制約、Ｄ’（Ｘ）が正であること、患者境界の外側ではＤ’（Ｘ）＝０であること、及び前に述べたようにＤ’（Ｘ）をセグメント化することを保って）密度Ｄ’（Ｘ）を更新すること。
一実施形態によれば、推測 Ｄ’（Ｘ）の更新は、次のことを有することができる。
１）測定された散乱データから、推定された散乱データを減算して、誤差関数ＥＲＲ（Ｐ）＝ｅ１（Ｐ）−ｅ１’（Ｐ）を得ること。
２）ＥＲＲ（Ｐ）を再構成して、推測された密度に対する提案された変化ΔＤ’（Ｘ）を生成すること。再構成は、当該技術分野で知られている方法によって行うことできる。再構成されたΔＤ’（Ｘ）は正又は負であってよいが、次の要件、すなわち、Ｄ’（Ｘ）が正であること（すなわち、ΔＤ’（Ｘ）がＤ’（Ｘ）よりも大きくないこと）、及びＤ（Ｘ）の範囲が制限されること（すなわち、ΔＤ’（Ｘ）＋Ｄ’（Ｘ）が「硬骨の密度」よりも大きくならないようにすること）、患者境界の外側ではΔＤ’（Ｘ）＝０であること、によって制限されることがある。
３）Ｄ’（Ｘ）＝＞Ｄ’（Ｘ）＋ΔＤ’（Ｘ）になるように密度の推測を更新すること。
停止する決定（段階６）は、繰返しの数に依存し、並びに／又はｅ０’及びｅ０とｅ１’及びｅ１の両方の間の最小の整合を必要とすることがある。
２０ 核医学イメージング・システム
２２ ガントリ
２４ 回転体
２６ 開口
２８ ＮＭカメラ
３０ ＮＭ カメラ
３４ 患者テーブル
３６ 患者
３８ コリメータ
４２ 制御装置
５０ 減衰補償モジュール
５８ 表示装置
６０ イメージング・システム・スキャナ・スキャナ
６２ エミッション
６４ 心臓
６６ 軟組織
６８ 左肺
７０ 取付け機構
８０ イメージング・スキャナ
８２ モジュール
９０ 検出器
９２ ピンホール・コリメータ
９４ 検出面
９６ 並列孔型コリメータ
９８ ピボット
１００ 輪郭
１０２ 輪郭
１０４ 輪郭
１０６ 放射線
１０８ 放射線
１１０ 放射線
１１２ 放射線
１１４ 電子
１２０ プロセスの流れ
１４０ 主エネルギ窓
１４２ 散乱エネルギ窓
１４４ エネルギ応答
１５０ 方法
１７０ 集束コリメーション・システム
１７２ 持続データ
１８０ マッピング
１８２ ボリューム要素又はボクセル
１９０ 予備的画像s
１９２ 予備的画像s
１９４ 画像
１９５ オーバーレイ
１９６ 画像
１９８ 左肺
２２ ガントリ
２４ 回転体
２６ 開口
２８ ＮＭカメラ
３０ ＮＭ カメラ
３４ 患者テーブル
３６ 患者
３８ コリメータ
４２ 制御装置
５０ 減衰補償モジュール
５８ 表示装置
６０ イメージング・システム・スキャナ・スキャナ
６２ エミッション
６４ 心臓
６６ 軟組織
６８ 左肺
７０ 取付け機構
８０ イメージング・スキャナ
８２ モジュール
９０ 検出器
９２ ピンホール・コリメータ
９４ 検出面
９６ 並列孔型コリメータ
９８ ピボット
１００ 輪郭
１０２ 輪郭
１０４ 輪郭
１０６ 放射線
１０８ 放射線
１１０ 放射線
１１２ 放射線
１１４ 電子
１２０ プロセスの流れ
１４０ 主エネルギ窓
１４２ 散乱エネルギ窓
１４４ エネルギ応答
１５０ 方法
１７０ 集束コリメーション・システム
１７２ 持続データ
１８０ マッピング
１８２ ボリューム要素又はボクセル
１９０ 予備的画像s
１９２ 予備的画像s
１９４ 画像
１９５ オーバーレイ
１９６ 画像
１９８ 左肺
Claims (10)
- 画像再構成のための方法（１５０）であって、
少なくとも１種類の放射性同位体を有する放射性医薬品が投与された被検者について複数のエネルギ窓でエミッション・データを取得する段階（１５２）であって、該複数のエネルギ窓が、（イ）少なくとも、同位体のピーク・エミッションを中心としたピーク・エネルギ窓、及び（ロ）前記ピーク・エネルギ窓よりも低いエネルギ範囲にある少なくとも１つの散乱エネルギ窓を有している、段階（１５２）と、
前記取得されたエミッション・データの予備的再構成を遂行して、前記ピーク・エネルギ窓及び前記散乱エネルギ窓の１つ以上の予備的画像を生成する段階（１５４）と、
前記ピーク・エネルギ窓の前記再構成された予備的画像又は前記散乱エネルギ窓の前記再構成された予備的画像の内の少なくとも１つから被検者の身体外形を決定する段階（１５４）と、
前記ピーク・エネルギ窓の前記再構成された予備的画像から被検者の心臓の輪郭を識別する段階（１５６）と、
前記識別された心臓輪郭をランドマークとして用いて、前記散乱エネルギ窓の前記再構成された予備的画像から被検者の少なくとも左肺をセグメント化する段階（１５８）と、
少なくとも前記決定された身体外形及び前記セグメント化された左肺に基づいて減衰マップを画成する段階（１６０）と、
前記減衰マップ及び前記ピーク・エネルギ窓の画像を更新することを含む繰返し結合推定再構成を用いて、被検者の関心のある領域の画像を再構成する段階（１６０）であって、前記結合推定再構成が、前記複数のエネルギ窓で取得されたデータを用いることを含んでいる、段階（１６０）と、
有する方法（１５０）。 - 前記予備的再構成（１５４）は、Ｘ線コンピュータ断層撮影（ＣＴ）データを用いることなく、遂行される、請求項１記載の方法（１５０）。
- 前記エミッション・データを取得する前記段階（１５２）は、１８０度の円弧状の単一光子エミッション型コンピュータ断層撮影（ＳＰＥＣＴ）取得走査を遂行し且つ仰臥位方向から追加のビューを取得する段階を有している、請求項１記載の方法（１５０）。
- 更に、前記ピーク・エネルギ窓の前記再構成された予備的画像を用いて、前記身体外形をセグメント化する段階を有している請求項３記載の方法（１５０）。
- 前記繰返し結合推定再構成（１６０）の際の前記更新する段階は、各々の繰返しのために制約付き尤度最大化理論を用いて、前記ピーク・エネルギ窓について更新された放射能分布推定値を決定する段階を有している、請求項１記載の方法（１５０）。
- 前記繰返し結合推定再構成（１６０）の際の前記更新する段階は、前記更新された放射能分布推定値を用いて、前記減衰マップを更新する段階を有している、請求項５記載の方法（１５０）。
- 前記エミッション・データを取得する前記段階（１５２）は、少なくともピーク・エネルギ窓及び複数の散乱エネルギ窓においてデータを取得する段階を有している、請求項１記載の方法（１５０）。
- ガントリ（２２）と、
前記ガントリに結合されていて、少なくとも１種類の放射性同位体を有する放射性医薬品が投与された被検者について複数のエネルギ窓でエミッション・データを取得するように構成された複数の核医学（ＮＭ）カメラ（２８，３０）であって、前記複数のエネルギ窓が、（イ）少なくとも、同位体のピーク・エミッションを中心としたピーク・エネルギ窓、及び（ロ）前記ピーク・エネルギ窓よりも低いエネルギ範囲にある少なくとも１つの散乱エネルギ窓を有している、複数の核医学（ＮＭ）カメラ（２８，３０）と、
画像再構成モジュール（５０）であって、当該画像再構成モジュールが、（イ）取得されたエミッション・データの予備的再構成を遂行して、ピーク・エネルギ窓及び散乱エネルギ窓の１つ以上の予備的画像を生成し、（ロ）ピーク・エネルギ窓の前記再構成された予備的画像又は散乱エネルギ窓の前記再構成された予備的画像の内の少なくとも１つから被検者の身体外形を決定し、（ハ）ピーク・エネルギ窓の前記再構成された予備的画像から被検者の心臓の輪郭を識別し、（ニ）前記識別された心臓輪郭をランドマークとして用いて、散乱エネルギ窓の前記再構成された予備的画像から被検者の少なくとも左肺をセグメント化し、（ホ）少なくとも前記決定された身体外形及び前記セグメント化された左肺
に基づいて減衰マップを画成し、（ヘ）前記減衰マップ及びピーク・エネルギ窓の画像を更新することを含む繰返し結合推定再構成を用いて、被検者の関心のある領域の画像を再構成するするように構成されており、前記結合推定再構成が、複数のエネルギ窓で取得されたデータを用いることを有している、画像再構成モジュール（５０）と、
を有する核医学（ＮＭ）イメージング・システム（２０）。 - 前記画像再構成モジュール（５０）は、Ｘ線コンピュータ断層撮影（ＣＴ）データを用いることなく、予備的再構成を遂行するように構成されている、請求項８記載のＮＭイメージング・システム（２０）。
- 前記画像再構成モジュール（５０）は、前記ピーク・エネルギ窓の前記再構成された予備的画像を用いて、身体外形をセグメント化するように構成されている、請求項８記載のＮＭイメージング・システム（２０）。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US13/428,840 | 2012-03-23 | ||
| US13/428,840 US8835858B2 (en) | 2012-03-23 | 2012-03-23 | Systems and methods for attenuation compensation in nuclear medicine imaging based on emission data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013200306A JP2013200306A (ja) | 2013-10-03 |
| JP6133089B2 true JP6133089B2 (ja) | 2017-05-24 |
Family
ID=48483160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013055844A Active JP6133089B2 (ja) | 2012-03-23 | 2013-03-19 | エミッション・データに基づいた核医学イメージングにおける減衰補償のためのシステム及び方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8835858B2 (ja) |
| JP (1) | JP6133089B2 (ja) |
| CN (1) | CN103315760B (ja) |
| IL (1) | IL225474A (ja) |
| NL (1) | NL2010492C2 (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10002444B2 (en) * | 2014-04-25 | 2018-06-19 | New York University | System, method and computer-accessible medium for joint magnetic resonance-positron emission tomography reconstruction using multi-sensor compressed sensing |
| US10188358B2 (en) * | 2014-05-15 | 2019-01-29 | General Electric Company | System and method for subject shape estimation |
| DE112015002935B4 (de) | 2014-06-23 | 2023-03-30 | Siemens Medical Solutions Usa, Inc. | Rekonstruktion mit mehreren Photopeaks in quantitativer Einzelphotonen-Emissionscomputertomographie |
| US9474495B2 (en) | 2014-12-22 | 2016-10-25 | General Electric Company | System and method for joint estimation of attenuation and activity information |
| US9336614B1 (en) * | 2015-03-20 | 2016-05-10 | General Electric Company | Methods and systems for performing joint estimation techniques in image reconstruction |
| WO2017105024A1 (ko) * | 2015-12-17 | 2017-06-22 | 고려대학교 산학협력단 | 3차원 산란 방사선 영상장치와 이를 갖는 방사선 의료장비 및 3차원 산란 방사선 영상장치의 배치 방법 |
| JP6990412B2 (ja) * | 2016-05-30 | 2022-01-12 | 国立大学法人京都大学 | ガンマ線画像取得装置およびガンマ線画像取得方法 |
| EP3532803B9 (en) * | 2016-09-19 | 2023-02-22 | Siemens Medical Solutions USA, Inc. | Flexible application of cross-calibration for quantitative functional imaging |
| DE102016221658B4 (de) * | 2016-11-04 | 2024-05-08 | Siemens Healthineers Ag | Streustrahlungskompensation für ein bildgebendes medizinisches Gerät |
| US11534128B2 (en) * | 2017-05-23 | 2022-12-27 | General Electric Company | Systems and methods for image quality enhancement for multi-head camera |
| WO2018231757A1 (en) | 2017-06-12 | 2018-12-20 | The Research Foundation For The State University Of New York | System, method and computer-accessible medium for ultralow dose computed tomography image reconstruction |
| US10489940B2 (en) * | 2017-09-05 | 2019-11-26 | Cardiovascular Imaging Technolgies, L.L.C. | System and computer-implemented method for improving image quality |
| US10534096B1 (en) | 2018-06-22 | 2020-01-14 | Kromek Group, PLC | Photon scatter imaging |
| US10888296B2 (en) * | 2018-06-29 | 2021-01-12 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for modulating radiation dose |
| JP2020025730A (ja) * | 2018-08-10 | 2020-02-20 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
| US10743830B2 (en) * | 2018-12-04 | 2020-08-18 | Canon Medical Systems Corporation | Method and apparatus for scatter correction in position emission tomography (PET) imaging by performing a short PET scan in an extended region to estimate scatter coming from outside of the field of view (FOV) |
| US11367227B2 (en) * | 2020-07-28 | 2022-06-21 | Canon Medical Systems Corporation | Method and apparatus for computer vision based attenuation map generation |
| US20220323037A1 (en) * | 2021-04-07 | 2022-10-13 | GE Precision Healthcare LLC | System and method for utilizing patient-specific emission-based body contour detection |
| US12121388B2 (en) * | 2022-08-12 | 2024-10-22 | Canon Medical Systems Corporation | Energy-based scatter fraction estimation and scatter correction |
| CN116671946B (zh) * | 2023-04-14 | 2024-10-11 | 佛山读图科技有限公司 | 一种基于spect动态采集数据重建动态图像的方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5390225A (en) * | 1992-06-29 | 1995-02-14 | Siemens Medical Systems, Inc. | Mapping slices of the human body into regions having a constant linear attenuation coefficient for correcting images acquired during a nuclear medicine study for attenuation artifacts |
| US5608221A (en) | 1995-06-09 | 1997-03-04 | Adac Laboratories | Multi-head nuclear medicine camera for dual SPECT and PET imaging with monuniform attenuation correction |
| US6628983B1 (en) | 2000-10-25 | 2003-09-30 | Koninklijke Philips Electronics N.V. | Nuclear imaging systems and methods with feature-enhanced transmission imaging |
| US20030128801A1 (en) | 2002-01-07 | 2003-07-10 | Multi-Dimensional Imaging, Inc. | Multi-modality apparatus for dynamic anatomical, physiological and molecular imaging |
| US20060004274A1 (en) * | 2004-06-30 | 2006-01-05 | Hawman Eric G | Fusing nuclear medical images with a second imaging modality |
| US7473900B2 (en) | 2005-06-16 | 2009-01-06 | Siemens Medical Solutions Usa, Inc. | Acquisition window compensation for nuclear medical image reconstruction attenuation coefficient maps |
| US7778380B2 (en) * | 2005-09-06 | 2010-08-17 | Koninklijke Philips Electronics N.V. | Data handling and analysis in computed tomography with multiple energy windows |
| US8019139B2 (en) * | 2005-10-12 | 2011-09-13 | Carestream Health, Inc. | Method and system for processing an image of body tissues |
| US7592597B2 (en) * | 2006-08-03 | 2009-09-22 | Ge Healthcare Israel | Method and apparatus for imaging with imaging detectors having small fields of view |
| DE102006046287A1 (de) * | 2006-09-29 | 2008-04-03 | Siemens Ag | Felderzeugungseinheit einer kombinierten MR-PET-Anlage |
| EP2210238B1 (en) | 2007-11-09 | 2013-03-20 | Koninklijke Philips Electronics N.V. | Apparatus and method for generation of attenuation map |
-
2012
- 2012-03-23 US US13/428,840 patent/US8835858B2/en active Active
-
2013
- 2013-03-19 JP JP2013055844A patent/JP6133089B2/ja active Active
- 2013-03-21 NL NL2010492A patent/NL2010492C2/en active
- 2013-03-22 CN CN201310093576.2A patent/CN103315760B/zh active Active
- 2013-03-24 IL IL225474A patent/IL225474A/en active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| US20130248719A1 (en) | 2013-09-26 |
| US8835858B2 (en) | 2014-09-16 |
| IL225474A (en) | 2016-06-30 |
| JP2013200306A (ja) | 2013-10-03 |
| NL2010492A (en) | 2013-09-25 |
| NL2010492C2 (en) | 2015-02-09 |
| CN103315760A (zh) | 2013-09-25 |
| CN103315760B (zh) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6133089B2 (ja) | エミッション・データに基づいた核医学イメージングにおける減衰補償のためのシステム及び方法 | |
| US9619905B2 (en) | Apparatus and method for generation of attenuation map | |
| US10395353B2 (en) | Model-based scatter in multi-modality multi-energy SPECT reconstruction | |
| JP6192542B2 (ja) | Ｓｐｅｃｔ／ｃｔシステムのための反復コーンビームｃｔ再構成のための打ち切り補正 | |
| JP5860607B2 (ja) | トモグラフィデータ収集及び画像再構成のためのシステム及び方法 | |
| US9053569B2 (en) | Generating attenuation correction maps for combined modality imaging studies and improving generated attenuation correction maps using MLAA and DCC algorithms | |
| US11309072B2 (en) | Systems and methods for functional imaging | |
| CN106999135B (zh) | 辐射发射成像系统和方法 | |
| JP5975748B2 (ja) | 核画像におけるアーティファクト除去 | |
| US10743830B2 (en) | Method and apparatus for scatter correction in position emission tomography (PET) imaging by performing a short PET scan in an extended region to estimate scatter coming from outside of the field of view (FOV) | |
| WO2011061644A1 (en) | Motion correction in radiation therapy | |
| Ljungberg et al. | Single Photon Emission Computed Tomography (SPECT) and SPECT/CT Hybrid Imaging | |
| Lawson | Gamma Camera SPECT | |
| Romdhane et al. | New Attenuation Map for SPECT Images Quality Enhancement | |
| Hutton et al. | Quantification in Emission Tomography | |
| Tsai | Penalised image reconstruction algorithms for efficient and consistent quantification in emission tomography | |
| WO2022096335A1 (en) | System and method for nuclear medicine imaging with adaptive stopping criteria | |
| Rakvongthai et al. | SPECT/CT | |
| Gleisner et al. | Feasibility of single time point dosimetry during 177Lu-PSMA-617 treatments of prostate cancer Elias Nilsson | |
| Mao | Segmented parallel and slant-hole stationary cardiac single photon emission computed tomography | |
| Ye et al. | A practical correction of scatter-related artifacts in SPECT reconstruction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160311 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170117 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170124 |
|
| 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: 20170328 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170419 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6133089 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 |