JP6170549B2 - Ｐｅｔ再構成における迅速な散乱推定 - Google Patents

Description

本出願は、診断イメージング分野に関する。本出願は、核医学スキャナにおける散乱の推定を速めることに特に応用され、これを特に参照して説明される。しかしながら、本出願は他の使用シナリオにも適用され、必ずしも前述された応用に限定されないことを理解されたい。

核医学イメージングスキャナ、例えば、陽電子放出型断層撮影（ＰＥＴ）スキャナにおいて、通常３０％以上の検出された同時イベントが、イメージングの間に少なくとも１回、散乱に直面する。散乱の量の正確な推定は、核医学画像再構成において重要である。大抵の市販のＰＥＴ画像再構成は、単一散乱シミュレーション（single-scatter simulation；ＳＳＳ）法を利用して、散乱寄与（scatter contribution）を推定する。この方法は、散乱されたイベントの大半が単一散乱であるとき、正確である。しかしながら、患者がより大柄であるとき、複数の散乱が、すべての散乱されたイベントのうち大部分に寄与する可能性がある。ゆえに、ＳＳＳはもはや正確ではなくなる。しかしながら、モンテカルロシミュレーションを通じて、散乱寄与の全体の形状は、複数の散乱の追加をもって大きく変わるものではないことが示されている。ゆえに、ＳＳＳは、複数の散乱からの寄与を補償するようにスケール変更されるべきである。

ＰＥＴ画像再構成において、ＳＳＳのためのスケール変更係数を推定する一般的な方法は、ＳＳＳサイノグラムの「テール」部分を、測定されたサイノグラムにフィットさせることであり、これにおいて、テールは、サイノグラム内の、撮像された対象の外部に対応する部分を示す。この方法において、測定されたデータ内のテール部分には、散乱されたイベントからの寄与だけを含むことが仮定される。この仮定は、テールが利用可能であり、その中に十分な総数を含むとき、より小柄な患者に対して妥当である。しかしながら、より大柄な患者をスキャンするとき、テール部分はサイズにおいて減少し、あるいは消失する（切り詰められる）。テール部分がより小さいサイズである又は消失している場合、テールをフィットさせることで重大な誤差が含まれる可能性がある。図１に見られるように、結果的な画像２は、通常、大柄な患者の高集中領域４付近で、散乱の過剰減算に見舞われる。

正確な散乱推定のための別のアプローチは、完全なモンテカルロシミュレーションを行って、本来の寄与と散乱寄与との双方の形状を作成することである。このアプローチは、莫大な量の計算を必要とし、ゆえに市販の核医学イメージングシステムにしてはあまりに時間がかかる。

本出願は、上述された課題及びその他を克服する新しい改良された方法及びシステムを提供する。

１つの態様に従い、画像処理装置が提供される。この画像処理装置は、イメージング装置によってイメージング被検体に関して取得されたイメージングデータから生成される測定されたサイノグラムを処理して、散乱寄与の形状を表す散乱サイノグラムを作成する散乱シミュレーションプロセッサを含む。散乱スケール変更プロセッサが、モンテカルロシミュレーションを利用して散乱フラクションを決定し、散乱サイノグラムをスケール変更して上記測定されたサイノグラム内の散乱寄与にマッチするスケール変更された散乱サイノグラムを生成する。再構成プロセッサが、イメージングデータを、散乱補正のためのスケール変更された散乱サイノグラムを使用して画像表現へと再構成する。

別の態様に従い、画像処理の方法が提供される。この画像処理の方法は、イメージング装置によってイメージング被検体に関して取得されたイメージングデータから生成される測定されたサイノグラムを処理するステップと、散乱寄与の形状を表す散乱サイノグラムを作成するステップと、散乱フラクションを決定し、散乱サイノグラムをスケール変更して、測定されたサイノグラム内の散乱寄与にマッチするスケール変更された散乱サイノグラムを生成するステップと、イメージングデータを、散乱補正のためのスケール変更された散乱サイノグラムを使用して画像表現へと再構成するステップと、を含む。

別の態様に従い、画像処理の方法が提供される。この画像処理の方法は、ＰＥＴスキャナを用いて、複数のイベントを生成するステップと、検出されたイベントペアが散乱に直面していた確率を決定するようにＳＳＳと短いモンテカルロシミュレーションとを利用するステップと、上記の複数の生成されたイベントを画像表現へと再構成するステップと、を含む。

１つの利点が、核医学スキャナにおける散乱寄与のより正確な推定にある。

別の利点が、核医学スキャナにおける散乱のより迅速な推定にある。

別の利点が、核医学スキャナのための改良された画像品質と定量的精度とにある。

別の利点が、短いモンテカルロシミュレーションを利用する散乱寄与推定にある。

別の利点が、散乱寄与推定におけるテールフィッティングを除去することにある。

別の利点が、より迅速な画像再構成にある。

別の利点が、改良された被検体スループットにある。

本発明のなおさらなる利点が、下記の詳細な説明を読んで理解した当業者において十分理解されるであろう。

本発明は、様々なコンポーネント及びコンポーネントの配置と様々なステップ及びステップの配置との形式を取り得る。図面は、単に好適な実施形態を例示する目的のものであり、本発明を限定するものとみなされるべきではない。
テールフィッティングを利用するＳＳＳ散乱推定を用いた例示的な従来技術のＰＥＴ画像再構成である。 本出願に従うモンテカルロシミュレーションスケール変更を利用するＳＳＳ散乱推定を用いた例示的なＰＥＴ画像再構成である。 本出願に従うイメージングシステムの概略図である。 本出願に従う測定とシミュレーションされたデータとからのプロファイルの比較の概略図である。 本出願に従う画像処理の方法のフローチャート図である。

本発明は、モンテカルロシミュレーションを利用して、各個別の患者のための測定されたＰＥＴデータにおいて、本来の（primary）光子ペアと散乱された光子ペアとにおける比率を迅速に導出する。モンテカルロシミュレーションは、線源分布と減衰マップとに基づく。導出された比率は、単一散乱シミュレーション（ＳＳＳ）から生成されるサイノグラムをスケール変更するために使用され、したがって、スケール変更されたサイノグラムは、測定されたサイノグラムの中の合計散乱に密接に近似する。図２に見られるとおり、短いモンテカルロシミュレーションから導出されるスケール変更係数を用いてＳＳＳを使用して再構成された結果的な画像６は、図１に見られたスキャナの過剰減算の問題を除去している。さらに、比率のみが必要とされるため、モンテカルロシミュレーションにおいて大量のイベントをシミュレーションする必要性がなくなり、ゆえに、必要とされる追加の計算時間が限られる。このようにして、ＰＥＴ再構成におけるより正確な散乱補正が、計算時間の大幅な増加なしに、すべての種々のサイズの撮像された対象について行われる。

図３を参照すると、マルチモダリティシステム１０が、第１のイメージングシステム、例えば機能的モダリティ、好ましくは核イメージングシステム１２と、第２のイメージングシステム、例えば、コンピュータ断層撮影（ＣＴ）スキャナ１４などの解剖学的モダリティとを含む。ＣＴスキャナ１４は、非回転ガントリ１６を含む。Ｘ線管１８が、回転ガントリ２０に取り付けられている。ボア２２が、ＣＴスキャナ１４の検査領域２４を定める。放射線検出器２６のアレイが回転ガントリ２０上に設けられて、Ｘ線管１８からの放射線を、Ｘ線が検査領域２４を横切った後、受信する。別法として、検出器２６のアレイは、非回転ガントリ１６上に位置付けられてもよい。当然ながら、磁気共鳴及び他のイメージングモダリティもまた考えられる。

機能的又は核イメージングシステム１２は、例示されている実施形態において、陽電子放出型断層撮影（ＰＥＴ）スキャナ３０を含み、このスキャナ３０は、患者のアクセスを容易にするトラック３２に取り付けられることができる。当然ながら、ＳＰＥＣＴ、ＣＴ、核医学イメージング、機能磁気共鳴イメージング（ｆＭＲＩ）及び他のイメージングモダリティもまた考えられる。トラック３２は、被検体支持部又はカウチ３４の長手軸に平行に広がり、したがって、ＣＴスキャナ１４とＰＥＴスキャナ１２とが閉じたシステムを形成することを可能にする。モータ及び駆動部３６が備えられて、上記の閉じた位置の内外にＰＥＴスキャナ１２を動かす。検出器３８が、検査領域４２を定めるボア４０の周りに配置される。例示されているＰＥＴシステムにおいて、検出器３８は、固定のリング状に配置されているが、回転可能なヘッドもまた考えられる。ＳＰＥＣＴシステムにおいて、検出器３８は、通常、個々のヘッドに組み込まれ、個々のヘッドは、患者に対する回転動作及び半径方向動作を目的として取り付けられる。モータ及び駆動部４４又は同様のものは、検査領域２４、４２の中で、被検体支持部３４の長手方向動作と垂直調整とを提供する。共通の検査領域を備える単一の共有の閉システム内に取り付けられたＣＴシステム及びＰＥＴシステムもまた考えられる。

図３を参照すると、被検体を担体する被検体支持部３４は、ＣＴスキャナ１４の検査領域２４へと動かされる。ＣＴスキャナ１４は放射線減衰データを生成し、それから、このデータを減衰再構成プロセッサ６０が使用して放射線減衰データを減衰マップへと再構成し、減衰マップは減衰マップメモリ６２に記憶される。

患者支持部３４は、被検体を、ＰＥＴスキャナ１２内の、ＣＴイメージング領域２４内で撮像された位置と同一であると幾何学的及び機械的に予測される位置に動かす。ＰＥＴスキャンが始まる前、被検体は、放射性医薬品を注入される。ＰＥＴスキャニングにおいて、ガンマ線のペアが、検査領域４２内で陽電子消滅イベントにより作成されて、対向する方向に伝わる。ガンマ線が検出器３８に当たるとき、当たった検出器素子の場所と当たった時間とが記録される。トリガプロセッサ５２が、エネルギースパイク、例えば、パルス下の集積された領域、放射性医薬品により生成されたガンマ線のエネルギー特性について、各検出器３８を監視する。エネルギー又は集積された領域から、各イベントが、散乱されていないイベント又は散乱されたイベントとして識別される。トリガプロセッサ５２は、クロック５４を確認し、各々の検出されたガンマ線に、リーディングエッジ受信スタンプの時刻を用いてタイムスタンプを付ける。ＰＥＴイメージングにおいて、タイムスタンプ、エネルギー推定及び検出器位置推定は、最初、イベント検証プロセッサ５６により使用されて、同時イベント（coincident event）が存在するかどうかが判定される。同時イベントのうち認められたペアが、応答線（lines of response；ＬＯＲ）を定める。いったんイベントペアがイベント検証プロセッサ５６により検証されると、ＬＯＲは、そのタイムスタンプと共にイベント記憶バッファ５８に渡され、イベント記憶バッファ５８内のリストに、イベントデータとして、すなわちリストモードデータとして記憶される。

サイノグラム再構成プロセッサ６４が、検証されたペアを、被検体の画像表現へと再構成する。１つの実施形態において、サイノグラム再構成プロセッサ６４は、検証されたペアをサイノグラムへと変換し、減衰マップメモリ６２に記憶された減衰データにアクセスし、サイノグラムを、減衰補正された線源分布マップへと再構成する。減衰補正された線源分布マップは、線源マップメモリ６６に記憶される。さらに、リストモードで順序付けられたサブセットの期待値最大化（list-mode ordered subsets expectation maximization）（ＯＳＥＭ）などのリストモードを直接用いて動作するアルゴリズと飛行時間（ＴＯＦ）再構成を用いたリストモード再構成となどを含む他の再構成アルゴリズムが使用されてよいと考えられる。

散乱シミュレーションプロセッサ６８が、決定された線源分布マップと減衰マップとを利用して、散乱サイノグラムの形状を生成する。散乱スケール変更プロセッサ７２もまた、決定された線源分布マップと減衰マップとを利用して、短いモンテカルロシミュレーションを用いて散乱寄与の比率を生成する。１つの実施形態において、モンテカルロシミュレーションは、算出される比率が安定するまで行われる。いったん比率が安定すると、モンテカルロシミュレーションは終了されて、処理時間を低減させることができる。ＳＳＳサイノグラムは、スケール変更されて、スケール変更された散乱サイノグラムを定める。再構成プロセッサ７４が、スケール変更された散乱サイノグラムを利用し、イベントペアを、減衰及び散乱補正を用いて、最終的な再構成された画像へと再構成する。最終的な再構成された画像は、画像メモリ７６に記憶され、ディスプレイ装置７８上でユーザに対して表示され、印刷され、後の使用のために保存されるなどする。

具体的に、測定されたイベントデータ（ランダム補正後のもの）には、本来の同時イベントと散乱された同時イベントとを含む。散乱シミュレーションプロセッサ６８における単一散乱シミュレーション（ＳＳＳ）は、所与の線源分布と対応する減衰マップとから、単一の散乱をモデル化する。散乱スケール変更プロセッサ７２は、線源分布と対応する減衰マップとを使用してモンテカルロシミュレーションを用いてスケール係数を決定する。モンテカルロシミュレーションにおいて、複数の光子ペアが、線源分布に従って生成される。減衰マップ内の各光子の軌道は、光子が撮像された対象から抜け出るまで追跡される。抜け出た光子は、検出器にぶつかる可能性があり、ゆえに検出される。陽電子消滅からの双方の光子が検出された場合、同時イベントが登録される。このイベントは、光子のいずれも散乱に直面しなかった場合、本来のものとしてラベル付けされる。このイベントは、光子の１又は双方が減衰媒体の中で１又は複数のコンプトン散乱に直面した場合、散乱されたものとしてラベル付けされる。合計の検出された散乱されたイベントと合計の検出されたイベントとの比率が、散乱フラクションを表す。散乱フラクションは、陽電子消滅の数と共に変化し、最終的に一定値ｒ_scに安定する。モンテカルロシミュレーションから取得される散乱フラクションは、測定された同時イベント内の実際の散乱フラクションの良好な近似である。それから、ＳＳＳサイノグラムのためのスケール変更係数は、下記の式により取得される：
ｋ＝ｒ_sc＊Ｔ_measured/Ｔ_SSS （１）、
ここで、Ｔ_measuredは、測定されたサイノグラム内の合計総数であり、Ｔ_SSSは、ＳＳＳサイノグラム内の合計総数である。ＳＳＳサイノグラムは、ｋによりスケール変更されて、推定された散乱サイノグラムを作成する。再構成プロセッサ７４は、スケール変更されたＳＳＳサイノグラムを利用し、最終的な再構成された画像を再構成する。

図４に例示されているのは、測定されたデータ（ランダム補正後のもの）とモンテカルロシミュレーションされたデータとモンテカルロシミュレーションされた散乱データと上記で説明されたスケール変更係数を用いてスケール変更された後のＳＳＳ散乱データとから取得されたサイノグラムによる線プロファイル８０である。図示されるとおり、（１）モンテカルロシミュレーション結果は、測定されたデータにマッチし、（２）ＳＳＳシミュレーションは、モンテカルロシミュレーションから導出される合計散乱にマッチする。

トリガプロセッサ５２、イベント検証プロセッサ５６、減衰再構成プロセッサ６０、サイノグラム再構成プロセッサ６４、散乱シミュレーションプロセッサ６８及び散乱スケール変更プロセッサ７２は、プロセッサを含み、例えば、上記で説明されたオペレーションを行うためのソフトウェアを実行するように構成されたマイクロプロセッサ又は他のソフトウェア制御装置を含む。通常、ソフトウェアは、プロセッサによる実行のための有形メモリ又はコンピュータ読取可能媒体上に担体される。コンピュータ読取可能媒体の種類には、ハードディスクドライブ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ及び同様のものなどのメモリを含む。プロセッサの他の実装もまた考えられる。ディスプレイコントローラ、特定用途向け集積回路（ＡＳＩＣ）、ＦＰＧＡ及びマイクロコントローラが、プロセッサの機能を提供するために実装され得る例示的な他の種類のコンポーネントの例である。実施形態は、プロセッサによる実行のためのソフトウェア、ハードウェア、又はこれらの何らかの組み合わせを用いて実施することができる。

図５は、画像処理の一方法を例示する。ステップ１００において、減衰データが検査領域から受信される。ステップ１０２において、減衰マップが、受信した減衰データから再構成される。ステップ１０４において、潜在的な放射線イベントが、検査領域から受信される。ステップ１０６において、タイムスタンプが、受信したイベントに割り当てられる。ステップ１０８において、同時イベントを検出するために、検証基準が適用される。ステップ１１０において、同時イベントの検証されたペアが、ＬＯＲとして定められる。ステップ１１２において、再構成プロセッサが、検証されたペアをサイノグラムに変換する。ステップ１１４において、再構成プロセッサが、サイノグラムを、減衰補正された線源分布マップへと再構成する。ステップ１１６において、散乱シミュレーションプロセッサが、決定された線源分布マップと減衰マップとを利用して散乱サイノグラムの形状を生成する。ステップ１１８において、散乱スケール変更プロセッサが、決定された線源分布マップと減衰マップとを利用して短いモンテカルロシミュレーションを用いて散乱寄与の比率を生成し、測定されたサイノグラム内の散乱寄与にマッチするように散乱サイノグラムをスケール変更する。ステップ１２０において、再構成プロセッサが、スケール変更された散乱サイノグラムと測定された同時イベント又はサイノグラムとを利用して最終的な再構成された画像を再構成する。

本発明は、好適な実施形態を参照して説明されている。変更及び変形が、前述の詳細な説明を読んで理解した他者において生じ得る。本発明は、こうした変更及び変形が添付される請求項又はその均等物の範囲に入る限り、すべてのこうした変更及び変形を含むものとみなされることが意図される。

Claims (23)

1. イメージング装置によってイメージング被検体に関して取得されたイメージングデータから生成される測定されたサイノグラムを処理するために単一散乱シミュレーション（ＳＳＳ）を使用して、散乱寄与の形状を表す単一散乱サイノグラムを作成するよう構成される、散乱シミュレーションプロセッサと、
   短いモンテカルロシミュレーションを利用して、モンテカルロシミュレーションされたサイノグラムにおけるイベントペアの合計数に対する散乱されたイベントペアの合計数の比率に基づいて散乱フラクションを決定し、前記単一散乱サイノグラムをスケール変更して、前記測定されたサイノグラム内の前記散乱寄与にマッチするスケール変更された散乱サイノグラムを生成するよう構成される、散乱スケール変更プロセッサと、
   散乱補正のために前記スケール変更された散乱サイノグラムを使用して、前記イメージングデータを画像表現へと再構成するよう構成される、再構成プロセッサと、
   を含む、画像処理装置。
2. 前記散乱スケール変更プロセッサは、前記比率の安定に応答して、前記モンテカルロシミュレーションを終了するよう構成される、請求項１に記載の画像処理装置。
3. 前記イメージング装置は陽電子放出型断層撮影（ＰＥＴ）スキャナであり、前記ＰＥＴスキャナによって前記イメージング被検体から取得される前記イメージングデータは同時イベントペアであること、
   前記イメージング装置はガンマカメラであり、前記ガンマカメラによって前記イメージング被検体から取得される前記イメージングデータは単光子放出型コンピュータ断層撮影（ＳＰＥＣＴ）データであること、及び
   前記イメージング装置は透過型コンピュータ断層撮影（ＣＴ）スキャナであり、前記ＣＴスキャナによって前記イメージング被検体から取得される前記イメージングデータはＣＴデータであること、
   のうち１つである、請求項１又は２に記載の画像処理装置。
4. 前記イメージング装置によって生成される被検体の同時イベントペアをサイノグラムに変換するよう構成される、サイノグラム再構成プロセッサ、
   をさらに含む、請求項１乃至３のいずれか１項に記載の画像処理装置。
5. 前記モンテカルロシミュレーションは、各サイノグラムに対する寄与を、本来のイベントペアと単一散乱イベントペアと複数散乱イベントペアとから決定する、請求項１乃至４のいずれか１項に記載の画像処理装置。
6. 決定された線源分布と減衰マップとが、前記モンテカルロシミュレーションにおいて使用される、請求項１乃至５のいずれか１項に記載の画像処理装置。
7. 前記サイノグラム再構成プロセッサは、前記サイノグラムから線源分布マップを生成するように構成される、請求項４に記載の画像処理装置。
8. 放射線減衰データから前記被検体の減衰マップを生成するように構成される減衰補正再構成プロセッサをさらに含む、請求項１乃至６のいずれか１項に記載の画像処理装置。
9. 前記短いモンテカルロシミュレーションは、各サイノグラムにおけるイベントの合計数に対する前記散乱されたイベントペアの合計数の前記比率が安定するまで行われる、請求項５に記載の画像処理装置。
10. 前記再構成プロセッサは、リストモードデータ上で動作するよう構成される、請求項１乃至９のうちいずれか１項に記載の画像処理装置。
11. 前記再構成プロセッサは、前記測定されたサイノグラム上で動作するよう構成される、請求項１乃至９のうちいずれか１項に記載の画像処理装置。
12. 画像処理の方法であって、
    イメージング装置によってイメージング被検体に関して取得されたイメージングデータから生成される測定されたサイノグラムを処理するために単一散乱シミュレーション（ＳＳＳ）を使用して、前記測定されたサイノグラムにおける散乱寄与の形状を表す散乱サイノグラムを作成するステップと、
    モンテカルロシミュレーションを利用して、シミュレーションされたサイノグラムにおけるイベントペアの合計数に対する散乱されたイベントペアの合計数の比率に基づいて散乱フラクションを決定し、前記散乱サイノグラムをスケール変更して、前記散乱寄与の前記形状にマッチするスケール変更された散乱サイノグラムを生成するステップと、
    散乱補正のための前記スケール変更された散乱サイノグラムを使用して、前記イメージングデータを画像表現へと再構成するステップと、
    を含む方法。
13. 前記イメージング装置は陽電子放出型断層撮影（ＰＥＴ）スキャナであり、前記ＰＥＴスキャナによって前記イメージング被検体から取得される前記イメージングデータは同時イベントペアである、請求項１２に記載の方法。
14. 再構成すべき、前記イメージング装置によって生成される被検体の複数の同時イベントペアを生成するステップと、
    前記同時イベントペアを前記測定されたサイノグラムに変換するステップと、
    をさらに含む請求項１２又は１３に記載の方法。
15. 前記モンテカルロシミュレーションは、散乱されたイベントペアに起因する、各測定されたサイノグラムに対する寄与を決定する、請求項１２乃至１４のうちいずれか１項に記載の方法。
16. 前記被検体の決定された線源分布と減衰マップとが、前記モンテカルロシミュレーションにおいて使用される、請求項１２乃至１５のうちいずれか１項に記載の方法。
17. 前記サイノグラムから線源分布マップを生成するステップ、
    をさらに含む、請求項１２乃至１６のうちいずれか１項に記載の方法。
18. 放射線減衰データから減衰マップを生成するステップ、
    をさらに含む、請求項１２乃至１７のうちいずれか１項に記載の方法。
19. 前記モンテカルロシミュレーションは、前記比率が安定するまで行われる、請求項１２乃至１８のうちいずれか１項に記載の方法。
20. １又は複数のプロセッサに、請求項１２乃至１９のうちいずれか１項の方法を実行させるコンピュータプログラム。
21. 同時イベントのペアを受け取り、
    前記同時イベントのペアから、測定されたサイノグラムを生成し、
    前記同時イベントのペアに基づいて単一散乱サイノグラムを生成することであって、散乱寄与の形状を表す単一散乱サイノグラムを生成し、
    モンテカルロシミュレーションを実行して、前記受け取った同時イベントにおける単一散乱イベントと複数散乱イベントの双方をシミュレートする、シミュレーションされたサイノグラムを生成し、
    前記モンテカルロシミュレーションにおいて使用される同時イベントの合計数に対する、単一散乱及び複数散乱イベントを含む散乱されたイベントの比率を計算して、シミュレーションされたサイノグラムを生成し、
    前記比率が安定すると、前記モンテカルロシミュレーションを終了し、
    前記比率を用いて単一散乱サイノグラムをスケール変更して、スケール変更されたサイノグラムを生成し、
    前記スケール変更された散乱サイノグラムを使用して、前記測定されたサイノグラムを再構成し、散乱を補正するよう画像表現を生成する、
    ようにプログラムされる１つ以上のコンピュータプロセッサを備える、
    画像処理装置。
22. 前記の再構成され、散乱が補正される画像表現を表示するように、前記１つ以上のプロセッサによって制御される、ディスプレイデバイスをさらに含む、
    請求項２１に記載の画像処理装置。
23. 前記同時イベントのペアを生成するよう構成される陽電子放出型断層撮影スキャナをさらに含む、
    請求項２２に記載の画像処理装置。

Images