JP6351986B2 - モデルに基づく反復的再構成のための逆投影と順投影との少なくとも一方におけるシステムオプティクス - Google Patents

モデルに基づく反復的再構成のための逆投影と順投影との少なくとも一方におけるシステムオプティクス Download PDF

Info

Publication number
JP6351986B2
JP6351986B2 JP2014016141A JP2014016141A JP6351986B2 JP 6351986 B2 JP6351986 B2 JP 6351986B2 JP 2014016141 A JP2014016141 A JP 2014016141A JP 2014016141 A JP2014016141 A JP 2014016141A JP 6351986 B2 JP6351986 B2 JP 6351986B2
Authority
JP
Japan
Prior art keywords
model
system optical
image reconstruction
voxel
optical model
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
Application number
JP2014016141A
Other languages
English (en)
Other versions
JP2014147772A (ja
Inventor
イルマー・エー・ハイン
アレキサンダー・ザミャチン
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.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
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 Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Publication of JP2014147772A publication Critical patent/JP2014147772A/ja
Application granted granted Critical
Publication of JP6351986B2 publication Critical patent/JP6351986B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/006Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/416Exact reconstruction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Description

本発明の実施形態は、システムモデルに基づく反復的再構成に関し、より詳細には、所定の反復的再構成アルゴリズムでの逆投影と順投影との両方におけるシステム光学モデルの使用に関する。
反復的再構成(IR:iterative reconstruction)アルゴリズムの標準的なフィルタ補正逆投影法(FBP:filtered BackProjection)よりも優れている2つの長所は、解像度の改善とノイズ性能の向上とである。このため、IRアルゴリズムによると、標準的なFBPを用いる場合に従来要求されたものよりも低い患者被爆線量の使用が可能になる。
IRアルゴリズムは、2つのカテゴリに分けられる。第1のカテゴリはシステム光学モデルを含んでおり、モデルに基づくIR(MBIR:model-based IR)と称される。これに対し、第2のカテゴリは、システム光学モデルを含まないものである。MBIRアルゴリズムは、理論的には、IRアルゴリズムの性能を更に改善する。その理由は、誤差と統計とが実質的に訂正されるからである。誤差の原因の1つには、システムオプティクスから生じるものがある。MBIRアルゴリズムは、更に、システム光学モデル(SOM: system optics model)を含む。このように、優れた解像度とノイズ性能とを有するCT画像を、低被曝線量で収集されたデータから再構成するためには、MBIRにおけるSOMの利用を改善することが望まれる。
実施形態の目的は、優れた画質を有する画像を再構成可能な画像再構成方法及び画像再構成システムを提供することにある。
本実施形態に係る画像再構成方法は、スキャナにより被検体をX線でスキャンして前記被検体に関する生データを取得する取得工程と、前記生データに基づいて画像を推定する推定工程と、システム光学モデルと非システム光学モデルとのうちの一方を用いて再投影データを発生するために順投影する順投影工程と、前記システム光学モデルを用いて前記再投影データに基づいて画像を更新するために逆投影する逆投影工程とを反復的に実行する反復工程と、を具備し、前記システム光学モデルは、空間的に離散的に設定された複数のサンプル点を含み、前記複数のサンプル点には、当該各々のサンプル点に関連する空間的なX線源応答重み値が個別に設定される。
本実施形態に係る順投影と逆投影との両方でオプティクスを含むフルシステム光学モデルを示す図 本実施形態に係るX線源とそれに対応するX線源モデルとを示す図 本実施形態に係るX線検出器とそれに対応するX線検出器モデルとを示す図 本実施形態に係るボクセルとそれに対応するボクセルモデルとを示す図 本実施形態に係る順投影と逆投影との両方を用いるフルシステム光学モデルに関するボクセルとそれに対応するボクセルモデルとを示す他の図 本実施形態に係る順投影と逆投影との両方を用いるフルシステム光学モデルにおける平行に分布するマイクロレイを示す図 本実施形態に係るシステム光学モデルにおける円錐状に分布するマイクロレイを示す図 本実施形態に係る3次元最隣接レイトレーシングアルゴリズムを用いた順投影を示す図 本実施形態に係る逆投影におけるX線源とボクセルとに関するマイクロレイを示す図 本実施形態に係る再構成プロセスの流れを示す図 本実施形態に係るフルシステムオプティクスを用いて反復的に再構成された画像を示す図 図9の4つの条件の下での4000回の反復の後の1.0mmのビーズを通過するX軸に沿った1次元のプロファイルを示す図 本実施形態に係るフルシステムオプティクスを用いて図9とは異なる条件で反復的に再構成された画像を示す図 図11の4つの条件の下での4000回の反復の後の0.2mmのビーズを通過するX軸に沿った1次元のプロファイルを示す図
図1を参照すると、本発明によるある実施形態において順投影と逆投影との両方(FPBP: forward projection and back projection)の両方でオプティクスを含むフルシステム光学モデル(SOM)が示されている。図では示されてはいないが、このSOM−FPBPは、画像を再構成するための所定の反復的(IR)アルゴリズムと組み合わせて用いられる。本実施形態において画像データは、反復的アルゴリズム(IR)を用いて、順投影と逆投影との両方でのフルシステム光学モデルに基づいて再構成される。以下、必要に応じて、反復的アルゴリズムを用いた順投影と逆投影との両方でのフルシステム光学モデルに基づく再構成をIR−SOM−FPBPという略語で表現する。
本実施形態においてシステム光学モデルという用語は、個別のシステム光学モデルを含む包括的な用語である。一般に、個別のシステム光学モデルは、1)ボクセルモデル、2)X線源モデル、3)検出器要素モデル、及び4)回転ブラー(rotational blur)またはビュー統合モデルを含む4つのグループに分類される。ボクセルモデルは、更に、複数のサブボクセル(マイクロレイ)、複数のブロブ(blob)、複数のスプライン(spline)を用いる特定の方法を含む。X線源モデルは、更に、複数のサブ線源(マイクロレイ)、複数のローパスフィルタ、及び分離可能な複数のフットプリントを用いる特定の方法を含む。検出器要素モデルは、更に、サブ検出器(マイクロレイ)と分離可能なフットプリントとを用いる特定の方法を含む。回転ブラーまたはビュー統合モデルは、更に、サブビュー(マイクロレイ)とローパスフィルタとを用いる特定の方法を含む。上述した特定の方法以外のモデルは、非システム光学モデルと考える。換言すると、非システム光学モデルは、単一レイまたは距離駆動法(distance driven method)などの方法を含む。距離駆動法は、システムジオメトリのある特性または様相を含むが、本実施形態においては、システム光学モデルの一部であるとは考えない。
図1は、本実施形態に係るIR−SOM−FPBPのシステム光学モデルを示している。図1のシステム光学モデルは、検出器100に含まれる複数の検出器要素にそれぞれ対応する複数の検出器要素モデル110とX線源300に対応するX線源モデル310とを含んでいる。また、検出器要素モデル110とX線源モデル310との間には、所定のボリューム200を構成する複数のボクセルにそれぞれ対応する複数のボクセルモデル210が概念的に配置されている。
図1に示すように、複数のマイクロレイがシステム光学モデルに組み込まれている。本実施形態に係るシステム光学モデルは、更に、マイクロレイに基づくシステム光学モデルとして特定される。マイクロレイに基づくシステム光学モデルでは、システムオプティクスが3次元X線ビームを定義することに用いられる。更に、マイクロレイに基づくシステム光学モデルでは、3次元X線ビームを正確に定義するために、所定の検出器に関するジオメトリと所定のボクセルに関するジオメトリと所定のX線源に関するジオメトリとを考慮する。X線源モデル310と検出器要素モデル110とボクセルモデル210とをサンプリングすることにより3次元X線ビームを満たす複数のマイクロレイが設定される。以下の説明のため、3次元X線ビームBは、R1、R2、R3、及びR4などの所定の数の個別のマイクロレイを含む。3次元X線ビームBが十分な数のマイクロレイで満たされている場合、従来技術による距離駆動法よりも正確に3次元X線ビーム内部のオブジェクトをサンプリングし、より高い解像度を有する画像を生じることができる。3次元X線ビームは、所定の反復的再構成法の順投影工程と逆投影工程との両方で用いられる。3次元X線ビームは、本実施形態に係る任意の反復的再構成アルゴリズムに適用可能である。
順投影工程ではX線源モデルと検出器モデルとが関係し、逆投影工程ではX線源モデルとボクセルモデルとが関係する。マイクロレイに基づくシステム光学モデルを用いる場合、検出器要素が複数のマイクロ検出器点に概念的に分割され、ボクセルが複数のマイクロボクセル点に概念的に分割され、X線源が複数のマイクロX線源点に概念的に分割される。マイクロレイはマイクロ検出器点とマイクロボクセル点とマイクロX線源点とを結ぶ。マイクロレイは順投影や逆投影に供される。
本実施形態においてシステムオプティクスは、順投影と逆投影との両方において適用される。必要に応じてシステムオプティクスは、逆投影のみに適用されても良い。システムオプティクスが逆投影のみに適用される場合、X線源のデコンボリューションが行われ、システムオプティクスが順投影だけに含まれる従来技術による方法よりも優れた解像度を提供する。解像度は、OS−SARTアルゴリズムを用いる順投影に加えて、逆投影におけるフルシステム光学モデルを用いるIRにおいて改善される。
次に図2Aを参照して本実施形態に係るX線源モデル310を説明する。X線源モデル310と検出器要素モデルとは順投影に組み込まれる。X線源モデル310のジオメトリには、アノード角θanode、Xs方向のX線源幅Sx、及びZs方向のX線源高さSzが含まれる。X線焦点300の表面310Aは、本実施形態では、それぞれのグリッドの中心に位置するNμS個のマイクロX線源点によってサンプリングされる。この実施形態でのグリッドの各々は、Xs軸およびYs軸に沿った所定の寸法に従って等しく画定されている。NμS個のマイクロX線源点は、μSP1、μSP2、・・・、μSPNというラベルが付された所定の数の離散的な個別のマイクロX線源点の集合物である。必要に応じて、Nμs個のマイクロX線源点は、任意の態様で分布している。換言すると、サンプリングパターンは、矩形のグリッドには限定されることはなく、ガウス分布やランダムパターンなど任意のパターンを含む。μSP1からμSPNまでのマイクロX線源点の各々は、関連する空間的なX線源応答重み値SWuを有する。
次に図2Bを参照して本実施形態に係る検出器モデル110を説明する。検出器モデル110とX線源要素モデルとは順投影に組み込まれる。曲線状の検出器100の検出器ジオメトリには、角チャネル幅Δγと、セグメント幅Wsegとが含まれる。検出器100の表面110Aは、それぞれのグリッドの中心に位置するNμD個のマイクロ検出器点によってサンプリングされる。このグリッドの各々は、γ軸とZD軸に沿った所定の寸法に従って等しく画定されている。NμD個のマイクロ検出器点は、μDP1、μDP2、・・・、μDPNというラベルが付された所定の数の離散的な個別のマイクロ検出器点の集合物である。NμD個のマイクロ検出器点は、任意の態様で分布される。換言すると、サンプリングパターンは、矩形のグリッドに限定されることはなく、ガウス分布やランダムパターンなどの任意のパターンを含む。いずれにしても、μDP1からμDPNまでのマイクロ検出器点の各々は、関連する空間的なX線源応答重み値DWuを有する。
図2Bに示すように、μDP1からμDPNまでのマイクロ検出器要素の各々は、個別のマイクロ検出器要素の間のアクティブでない空間に対応するためのデッドスペース(ピッチ)DSを含む。例えば、デッドスペースDSは、セグメント幅WsegとZD軸に沿ったアクティブなセグメント幅WsegAPとの間の差と、角チャネル幅Δγとγ軸に沿ったアクティブな角チャネル幅ΔγAPとの間の差とによって画定される。すなわち、デッドスペースDSの内部は、アクティブなセグメント幅WsegAPと角チャネル幅ΔγAPとにより画定される検出器要素のアクティブな開口部である。
次に図3を参照して本実施形態に係るボクセルモデル210を説明する。ボクセルモデル210とX線源要素モデルとは逆投影に組み込まれる。ボクセル200のボクセルジオメトリには、Xv方向のボクセル幅VxWIDTH、Yv方向のボクセル長さVyLENGTH、及びZv方向のボクセル高さVzHEIGHTが含まれる。ボクセル200は、交点に位置するNμv個のマイクロボクセル点によってサンプリングされる。交点の各々は、Xv軸、Yz軸、及びZv軸に沿って等しく画定される。Nμv個のマイクロボクセル点は、μVP1、μVP2、・・・、μVPNというラベルが付された所定の数の離散的な個別のマイクロボクセル点の集合物である。本実施形態では、Nμv個のマイクロボクセル点が任意の態様で分布される。換言すると、サンプリングパターンは、矩形のグリッドに限定されることはなく、ガウス分布やランダムパターンなどの任意のパターンを含む。μVP1からμVPNまでのマイクロボクセル点の各々は、関連する空間的なX線源応答重み値VWuiを有する。図3のボクセルジオメトリは立方体であるが、異なる形状のボクセルジオメトリでも良い。
次に図4を参照しながら、順投影と逆投影との両方を備えたフルシステム光学モデルに関するボクセルモデル210を説明する。このフルシステム光学モデルには、X線源300、ボクセル200A、及び検出器100が含まれる。ボクセル200Aは、総数がNμvであるマイクロボクセル要素を有するマイクロボクセルに分割される。
更に図4を参照すると、ボクセルは、図3に示す立方体に限定されない。本実施形態に係るボクセルの形状は、立方体でありグリッドによってサンプリングされるが、ボクセルが特定の形状には限定されない。所定のグリッドによってサンプリングされる3次元の立方体であるボクセルは、マイクロレイの重複が存在するため、非効率的である。図4に示されるボクセル200Aは、円柱形状を有しており、回転する2次元のマイクロボクセル平面200Bを有している。円柱形状を有するボクセル200Aは、半径Rvと高さHvとを有する。ボクセル200Aは、μVP1からμVP4までの4つのマイクロボクセル点を有し、マイクロボクセルの数を減少させる。回転する2次元のマイクロボクセル平面200Bは、視野角とボクセル位置とに応じて回転し、X線源の中心SCからボクセルの中心VCまで延長するX線源ボクセル中心レイ
に対して常に垂直である。回転する2次元マイクロボクセル平面200Bは、このように、ボクセルのサンプリングを3次元から2次元に減少させる。
本実施形態に係る順投影と逆投影との両方を備えたフルシステム光学モデルにおいては、3次元X線ビームの内部のマイクロレイの各々は、始点と終点との対応する対によって画定される。マイクロX線源点は、順投影と逆投影との両方に対する始点である。マイクロ検出器点は順投影に対する終点であり、マイクロボクセル点は逆投影に対する終点である。更に、マイクロレイは、平行に分布しても良いし、円錐状に分布しても良い。逆投影においてマイクロレイは、ボクセルを正しくサンプリングするため、円錐状に分布するのが好ましい。順投影においてマイクロレイは、円錐状に分布しても良いし平行に分布しても良い。
次に図5Aを参照しながら本実施形態に係る順投影と逆投影との両方を備えたフルシステム光学モデルにおける平行に分布するマイクロレイを説明する。図5Aに示すように、μR1からμR4までのマイクロレイの総数NuRaysは、μSP1からμSP4までのマイクロX線源点の総数NuSrcと、μDP1からμDP4までのマイクロ検出器点の総数NuDetとに等しい。すなわち、順投影に適用されるマイクロX線源点とマイクロ検出器点との間には、1対1の接続が存在する。
次に図5Bを参照しながら本実施形態に係るシステム光学モデルにおける円錐状に分布するマイクロレイを説明する。図5Bに示すように、μR1からμRNまでのマイクロレイの総数NuRaysは、μSP1からμSP4までのマイクロX線源点の総数NuSrcと、μDP1からμDP4までのマイクロ検出器点の総数NuDetとの積に等しい。すなわち、マイクロX線源点の各々は、逆投影に適用されるマイクロ検出器点の全てに接続されている。例えば、マイクロX線源点μSP1からは、レイ束μRs1において見られるように、μDP1からμDP4までのマイクロ検出器点の全てに、マイクロレイが分散される。同様に、μRs2からμRs4までのレイ束の各々は、μSP2からμSP4までのマイクロX線源点の各々から、μDP1からμDP4までのマイクロ検出器点の全てに4つのマイクロレイが接続する。なお、NuSrcとNuDetとの総数は、相互に異なっても良い。
順投影では、3次元X線ビームに含まれる複数のマイクロレイuの各々は個別に順投影される。ある検出器要素の値に対する最終的な順投影値は、3次元X線ビームに含まれる全てのNuRays個の順投影の平均である。3次元X線ビームの分散は、必要に応じて、平行または円錐状である。マイクロレイuの順投影レイトレーシングは、応答重み値を用いて、次の方程式(1)により規定される。
なお、方程式(1)において、FP’uは検出器要素の値に対する最終的な順投影値であり、SWuは関連する空間的なX線源応答重み値であり、VWuは関連する空間的なボクセル応答重み値であり、DWuは関連する空間的な検出器応答重み値であり、Lnuはボクセルnuを通過するレイuの経路の長さであり、Vnuはレイuと交差するボクセルである。検出器要素ch,segに対する最終的な順投影値は、次の方程式(2)によって定義されるように、個別的な順投影の平均である。
なお、方程式(2)において、FPchsegはチャネルchとセグメントsegとにより特定される検出器要素に対する最終的な順投影値であり、NuRaysはマイクロレイの総数である。本実施形態では、線積分値を計算するSiddonなど、任意のレイトレーシングアルゴリズムが利用可能である。
次に図6を参照しながら、本実施形態に係る3次元最隣接レイトレーシングアルゴリズムを用いた順投影を説明する。この3次元最近接レイトレーシングアルゴリズムによると、体軸横断面が4つの象限に分割される。画像ボリュームは、順投影の前に2つの因数によりアップサンプリングされる。マイクロレイの体軸横断角度θに応じて、X平面またはY平面のいずれかが、3次元構成を2次元構成に縮小するための「アンカー(anchor)」平面として用いられる。例えば、このグラフには、マイクロレイの与えられている体軸横断角度θは45度から135度までの間であることが示されている。与えられている体軸横断角度θが、45°<θ≦135°であるから、最近接のものは、次の平面に従って、Y平面に固定される。
−45<q<45 xmax,・・・,xminのアンカー平面を用いる
45<q<135 ymin,・・・,ymaxのアンカー平面を用いる
135<q<225 xmin,・・・,xmaxのアンカー平面を用いる
225<q<315 ymin,・・・,ymaxのアンカー平面を用いる
ここで、xmin、xmax、ymin、ymaxは、画像体積を用いて、マイクロレイの入口点と出口点とから決定される。結果的に、上述の方程式(1)は、交点の長さLθを用いて次の方程式(3)として定義される。なお、Lθは、特定のレイに対する定数である。そして、マイクロレイuに対する線積分は、次のようになる。
マイクロレイuのレイトレーシング順投影は、下記の方程式(4)により規定されても良い。なお、任意のマイクロX線源点をxus、yus、zusとし、任意のマイクロ検出器点をxud、yud、zudとし、対応する体軸横断角度をφとし、マイクロレイuの体軸横断交点の長さをLφとし、ボクセルを一定とする。この場合、マイクロX線源点usからマイクロ検出器点udまでの画像ボリュームを通過するマイクロレイに対する順投影は、以下の(4)により規定される。
ここで、nはマイクロレイが交差するボクセルを表し、Nはマイクロレイが交差するボクセルの総数である。検出器要素mに対する全体の順投影値は、次の方程式(5)により規定される。
ここで、NuSはマイクロX線源点(NSx・NSz)の総数であり、NuDはマイクロ検出器点(NuCh・NuSeg)の総数である。図2Aには、NSxがX線源モデルのX方向に沿ったマイクロX線源要素の数であり、NSzがX線源モデルのZ方向に沿ったマイクロX線源要素の数であることが示されている。図2Bには、NuChが検出器モデルのγ方向に沿ったマイクロ検出器要素の数であり、NuSegが検出器モデルのZ方向に沿ったマイクロ検出器要素の数であることが示されている。
次に図7を参照しながら本実施形態に係る逆投影におけるX線源とボクセルとに関するマイクロレイを説明する。逆投影については、X線源モデルは順投影の場合と同じであり、検出器モデルはボクセルモデルによって置き換えられる。逆投影では、3次元X線ビームの中の各々のマイクロレイuは個別的に逆投影される。X線源モデル及び検出器モデルと同じように、ボクセルは、所定の数のマイクロボクセルまたはマイクロボクセル点に分割される。ボクセルモデル210におけるvoxel[1]からvoxel[n]までのマイクロボクセル点の各々は、X線源300とボクセル200とに亘って平均化されたNuRays個のマイクロレイを受け取る。検出器100は、マイクロ検出器点の各々において投影値又は再投影値PD[chu,segu]を有している。
更新されたボクセル値は、3次元X線ビームに含まれるNuRays個のマイクロレイでの逆投影の平均値である。逆投影では、円錐状のビームが用いられる。この点で、マイクロレイuのレイトレーシング順投影は、応答重み値を有する方程式(6)により規定される。
ここで、chuはマイクロレイuのチャネル位置であり、seguはセグメント位置であり、PD[chu,segu]はchu及びseguに対する投影値又は再投影値である。SWuは関連する空間的X線源応答重み値であり、VWuは関連する空間的ボクセル応答重み値であり、DWuは関連する空間的検出器応答重み値である。ある実施形態では最近接の値が用いられ、別の実施形態では双直線補間が用いられる。
効率的な逆投影のためには、図4に示すように、ボクセルは、半径がRVoxelで高さがHVoxelである円柱と、全部でNuV個の位置を備えたマイクロボクセルまたはマイクロボクセル点を有する2次元逆投影平面とによってモデル化される。平面200Bは、ある視野角とあるボクセル位置とを有するように回転し、ボクセルの中心レイへのX線源の中心に対して常に垂直である。X線源の中心からボクセルの中心までの単一のレイを通過する逆投影ではなく、NuS・NuV本のマイクロレイが逆投影される。NuS・NuV本のマイクロレイの逆投影値は、次の方程式(7)により規定されるように、X線源及びボクセルに亘り平均化される。
ここで、BPは逆投影されたボクセルnのボクセル値であり、mは3次元X線ビームに含まれるマイクロレイが交差した検出器要素を表し、Mは3次元X線ビームが交差した検出器要素の総数であり、an,mは逆投影演算子である。
IR−SOMを用いた再構成においてビーズの直径が回復可能か否かを確認するため、シミュレートされた投影値又は再投影値が、誇張された6.0mmのX線源と1.0mmのビーズを用いて発生された。また、実際的な条件下で解像度の改善を調べるために、上記の条件に加え、1.1mmのX線源と0.2mmのビーズとで投影値又は再投影値をシミュレーションにより発生した。
次に、図8を参照しながら、本実施形態に係る再構成プロセスの流れを説明する。ステップS100では、コンピュータ断層撮影(CT)装置などの所定のモダリティを用いるスキャナを用いて生データが収集される。ステップS110では、収集された生データに基づいて、所定のアルゴリズムに従ってシード画像を推定する。すなわち、ステップS110においては、生データに基づいて初期的にシード画像が再構成される。ステップS120では、推定されたシード画像から、オーダードサブセット同時代数的再構成法(OS−SART:ordered-subset simultaneous algebraic reconstruction technique)などの所定の逐次再構成アルゴリズムを用いて順投影値のデータ(再投影値データ)を発生する。具体的には、推定されたシード画像を、システム光学モデルと非システム光学モデルとの何れかを用いて順投影して再投影値データを発生する。ステップS130では、フルシステム光学モデル再構成において再投影値データは、システム光学モデルを用いてシード画像を更新するために逆投影される。ステップS120およびS130における上述した順投影および逆投影は、所定の条件が満たされるまで反復的に適用される。この条件は、ステップS140で判断される。ステップS140において、所定の反復回数などの条件が満たされていると、プロセスは終了する。他方で、ステップS140において条件が満たされていない場合には、プロセスは、ステップS120に戻る。
システム光学モデルを用いる反復的再構成(IR−SOM)は、OS−SART反復的再構成アルゴリズムに組み込まれており、緩和パラメータλ=0.5である。ある例では、ファンビームだけが実装され、体軸横断方向のXY解像度だけが調べられた。ファンビームのシミュレーションではフル3次元のジオメトリが含まれている(すなわち、ファンビームはX線源と検出器とに起因する厚さを有し、単純に厚さがゼロの2次元平面ではない)。
2つのシミュレーションの結果を以下で示す。シミュレーション(1)では、直径が1.0mmのビーズと6.0mmのX線源とが用いられる。シミュレーション(2)では、直径が0.2mmのビーズと1.1mmのX線源とが用いられる。シミュレーション(1)では、ビーズよりもサイズがはるかに大きなX線源を組み込むことにより、システムオプティクスを含むことでX線源のブラーイングが補償されX線源よりもはるかに小さなオブジェクトを回復できるか否かを評価する。シミュレーション(2)では、検出器のサイズよりも小さなビーズを用いて現実的な焦点サイズを表すことにより、体軸横断方向の解像度を評価する。
4つの再構成アルゴリズムを用いてビーズが再構成された。すなわち、LAKSカーネルを用いた標準的なフィルタ補正逆投影(FBPJ)、上述したフルシステムオプティクスを用いたIR(IR−SOM−FPBP)、システムオプティクスを用いないペンシルビームIR(IR−P)、および順投影にだけシステムオプティクスを備えているIR(IR−SOM−FP)である。
表1には、2つのシミュレーションと標準的なファンビーム構成の場合とに用いられたパラメータがまとめられている。
次に図9を参照すると、フルシステムオプティクスを含む反復的に再構成された画像が、本実施形態に係る所定の条件の下での比較のために示されている。再構成された画像は、6.0mmのX線源と1.0mmのビーズとを条件に再構成されている。FBPJとIRとの組み合わせは、画像を再構成し正規化するために用いられている。FBPJとIR−PとIR−SOM−FPとの条件の下での3つの再構成された画像は、誇張されたX線源のサイズを十分にサンプリングしておらず、ビーズが歪んで描出されている。IR−SOM−FPの条件の下で再構成された画像だけが、最も感度が高く、最も歪んでいる。IR−SOM−FPBPの条件の下では、ビーズのサイズを完全に回復することによって、ビーズを正確に再構成している。このIR−SOM−FPBP画像およびプロットは、いくつかの小さなサイドローブを示しているが、これは、順投影と逆投影との不一致に起因する可能性がある。IR−SOM−FPBPの条件の下で再構成された画像は、フィルタ補正逆投影法(FBPJ)、システムモデルを用いないペンシルビームIR法(IR−P)、順投影だけにシステムモデルを用いるIR法の条件の下で再構成された画像よりも実質的に優れた解像度を有する。
図10は、図9の4つの条件の下での4000回の反復の後の1.0mmのビーズを通過するx軸に沿った1次元のプロファイルを示す図である。図9に関して上述したように、IR−SOM−FPBPの条件の下でのプロファイルは、フィルタ補正逆投影法(FBPJ)、システムモデルを用いないペンシルビームIR法(IR−P)、及び順投影だけにシステムモデルを用いるIR法の条件の下で再構成された画像よりも、実質的に優れた解像度を有する。
次に図11を参照しながら、本実施形態に係るフルシステムオプティクスを用いて図9とは異なる条件で反復的に再構成された画像を説明する。再構成された画像は、1.1mmのX線源と0.2mmのビーズとを条件に再構成されている。FBPJとIRとの組み合わせによって、画像が再構成され、正規化されている。IR−SOM−FPBPが最高の解像度を有しており、FWHMは0.48mmである。これは、FBPJ(0.87mm)のほとんど半分であり、IR−P(0.63mm)やIR−SOM−FPBP(0.59mm)よりも相当に優れている。誇張されたX線源のシミュレーションに関しては、IR−SOM−FPBPがサイドローブを示している。更に、IR−PとIR−SOM−FPによる再構成ではビーズの真ん中に「ディンプル」が示されているが、IR−SOM−FPBPの場合はそのようなことはない。IR−SOM−FPBPのために反復の回数を10,000回まで増加させたことによる効果もまた調べられたが、その結果、FWHMの解像度が0.41mmまで更に改善し、サイドローブのレベルがほぼ一定に留まっていることが判明している。
図12は、本発明による上述した4つの条件の下での4000回反復した後の0.2mmのビーズを通過するx軸に沿った1次元のプロファイルを図解するグラフである。図11に関して上述したように、IR−SOM−FPBPの条件の下でのプロファイルは、フィルタ補正逆投影法(FBPJ)、システムモデルを用いないペンシルビームIR法(IR−P)、及び順投影だけにシステムモデルを用いるIR法の条件の下での再構成された画像よりも、実質的に優れた解像度を有する。10,000回の反復の後でのIR−SOM−FPBPの条件の下でのプロファイルは、破線を用いてプロットされている。
かくして、本実施形態によれば、優れた画質を有する画像を再構成することが可能となる。
しかし、本発明の多数の特性および効果に関して、本発明の構造および機能の詳細と共に以上の説明で論じられてきたが、ここでの開示は単に説明目的のものに過ぎないことを理解すべきである。また、詳細において、特に、部分の形状、サイズおよび構成や、ソフトウェア、ハードウェアまたはそれら両者の組み合わせによる実装に関して変更を行うことが可能であるが、そのような変更は、後述の特許請求の範囲に記載のある用語の広く一般的な意味によって指示される完全な範囲までを含む本発明の原理の範囲内にあることも理解すべきである。
100…検出器、110…検出器要素モデル、200…ボクセル、210…ボクセルモデル、300…X線源、310…X線源モデル、R1,R2,R3,R4…マイクロレイ

Claims (22)

  1. スキャナにより被検体をX線でスキャンして前記被検体に関する生データを取得する取得工程と、
    前記生データに基づいて画像を推定する推定工程と、
    システム光学モデルと非システム光学モデルとのうちの一方を用いて再投影データを発生するために順投影する順投影工程と、前記システム光学モデルを用いて前記再投影データに基づいて画像を更新するために逆投影する逆投影工程とを反復的に実行する反復工程と、
    を具備し、
    前記システム光学モデルは、空間的に離散的に設定された複数のサンプル点を含み、前記複数のサンプル点には、当該各々のサンプル点に関連する空間的なX線源応答重み値が個別に設定される、
    画像再構成方法。
  2. 前記システム光学モデルは、ボクセルモデル、X線焦点モデル、検出器要素モデル、及び回転ブラーモデルの少なくとも一つを含む、請求項1記載の画像再構成方法。
  3. 前記システム光学モデルは、ボクセルモデル、X線焦点モデル、検出器要素モデル、及び回転ブラーモデルから構成される、請求項1記載の画像再構成方法。
  4. 前記順投影工程と前記逆投影工程とにおいて前記システム光学モデルが用いられる、請求項1記載の画像再構成方法。
  5. 前記順投影工程において前記非システム光学モデルが用いられ、前記逆投影工程において前記システム光学モデルが用いられる、請求項1記載の画像再構成方法。
  6. 前記システム光学モデルは複数のマイクロレイを用いる、請求項1記載の画像再構成方法。
  7. 前記複数のマイクロレイは平行に投影される、請求項6記載の画像再構成方法。
  8. 前記複数のマイクロレイは円錐状に投影される、請求項6記載の画像再構成方法。
  9. 前記システム光学モデルはX線焦点モデルを含み、
    前記X線焦点モデルは空間的に離散的に設定された複数の第1のサンプル点を含み、
    前記複数の第1のサンプル点には重み値が個別に設定される、
    請求項記載の画像再構成方法。
  10. 前記システム光学モデルは検出器モデルを含み、
    前記検出器モデルは空間的に離散的に設定された複数の第2のサンプル点を含み、
    前記複数の第2のサンプル点には重み値が個別に設定される、
    請求項記載の画像再構成方法。
  11. 前記システム光学モデルはボクセルモデルを含み、
    前記ボクセルモデルは空間的に離散的に設定された複数の第3のサンプル点を含み、
    前記複数の第3のサンプル点には重み値が個別に設定される、
    請求項記載の画像再構成方法。
  12. 被検体をX線でスキャンして前記被検体に関する生データを収集するスキャナと、
    前記生データに基づいて画像データを再構成する再構成部であって、前記生データに基づいて画像データを推定し、システム光学モデルと非システム光学モデルとのうちの一方を用いて再投影データを発生するための順投影処理と前記システム光学モデルを用いて前記再投影データに基づいて画像データを更新するための逆投影処理とを反復的に実行する再構成部と、
    を具備し、
    前記システム光学モデルは、空間的に離散的に設定された複数のサンプル点を含み、前記複数のサンプル点には、当該各々のサンプル点に関連する空間的なX線源応答重み値が個別に設定される、
    画像再構成システム。
  13. 前記システム光学モデルは、ボクセルモデル、X線焦点モデル、検出器要素モデル、及び回転ブラーモデルの少なくとも一つを含む、請求項12記載の画像再構成システム。
  14. 前記システム光学モデルは、ボクセルモデル、X線焦点モデル、検出器要素モデル、及び回転ブラーモデルから構成される、請求項12記載の画像再構成システム。
  15. 前記再構成部は、前記順投影処理と前記逆投影処理とにおいて前記システム光学モデルを用いる、請求項12記載の画像再構成システム。
  16. 前記再構成部は、前記順投影処理において前記非システム光学モデルを用い、前記逆投影処理において前記システム光学モデルを用いる、請求項12記載の画像再構成システム。
  17. 前記システム光学モデルは複数のマイクロレイを用いる、請求項12記載の画像再構成システム。
  18. 前記複数のマイクロレイは平行に投影される、請求項17記載の画像再構成システム。
  19. 前記複数のマイクロレイは円錐状に投影される、請求項17記載の画像再構成システム。
  20. 前記システム光学モデルはX線焦点モデルを含み、
    前記X線焦点モデルは空間的に離散的に設定された複数の第1のサンプル点を含み、
    前記複数の第1のサンプル点には重み値が個別に設定される、
    請求項12記載の画像再構成システム。
  21. 前記システム光学モデルは検出器モデルを含み、
    前記検出器モデルは空間的に離散的に設定された複数の第2のサンプル点を含み、
    前記複数の第2のサンプル点には重み値が個別に設定される、
    請求項12記載の画像再構成システム。
  22. 前記システム光学モデルはボクセルモデルを含み、
    前記ボクセルモデルは空間的に離散的に設定された複数の第3のサンプル点を含み、
    前記複数の第3のサンプル点には重み値が個別に設定される、
    請求項12記載の画像再構成システム。
JP2014016141A 2013-01-31 2014-01-30 モデルに基づく反復的再構成のための逆投影と順投影との少なくとも一方におけるシステムオプティクス Active JP6351986B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/756,082 US9153048B2 (en) 2013-01-31 2013-01-31 System optics in at least in one of backprojection and forward projection for model-based iterative reconstruction
US13/756,082 2013-01-31

Publications (2)

Publication Number Publication Date
JP2014147772A JP2014147772A (ja) 2014-08-21
JP6351986B2 true JP6351986B2 (ja) 2018-07-04

Family

ID=51223001

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014016141A Active JP6351986B2 (ja) 2013-01-31 2014-01-30 モデルに基づく反復的再構成のための逆投影と順投影との少なくとも一方におけるシステムオプティクス

Country Status (4)

Country Link
US (1) US9153048B2 (ja)
JP (1) JP6351986B2 (ja)
CN (1) CN104968275B (ja)
WO (1) WO2014119664A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10169909B2 (en) * 2014-08-07 2019-01-01 Pixar Generating a volumetric projection for an object
US9709513B2 (en) * 2014-09-30 2017-07-18 Hexagon Metrology, Inc. System and method for measuring an object using X-ray projections
CN106716679B (zh) * 2014-10-01 2020-08-11 日本碍子株式会社 使用了层状双氢氧化物的电池
US10417795B2 (en) * 2015-04-08 2019-09-17 Canon Medical Systems Corporation Iterative reconstruction with system optics modeling using filters
JP2017099755A (ja) * 2015-12-03 2017-06-08 キヤノン株式会社 情報処理装置、画像再構成方法、およびプログラム
US10445905B2 (en) * 2016-03-31 2019-10-15 Shanghai United Imaging Healthcare Co., Ltd. System and method for image reconstruction
US20170309060A1 (en) * 2016-04-21 2017-10-26 Honeywell International Inc. Cockpit display for degraded visual environment (dve) using millimeter wave radar (mmwr)
US11335038B2 (en) * 2019-11-04 2022-05-17 Uih America, Inc. System and method for computed tomographic imaging
CN115330900B (zh) * 2022-10-13 2022-12-27 中加健康工程研究院(合肥)有限公司 一种用于pet图像重构的系统矩阵快速迭代计算方法
CN118022200A (zh) * 2022-11-11 2024-05-14 中硼(厦门)医疗器械有限公司 治疗计划系统、重叠自动检查方法及治疗计划的制定方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5414623A (en) * 1992-05-08 1995-05-09 Iowa State University Research Foundation Optoelectronic system for implementation of iterative computer tomography algorithms
US7227982B2 (en) 2002-04-15 2007-06-05 General Electric Company Three-dimensional reprojection and backprojection methods and algorithms for implementation thereof
US7356113B2 (en) * 2003-02-12 2008-04-08 Brandeis University Tomosynthesis imaging system and method
US7376255B2 (en) 2004-06-23 2008-05-20 General Electric Company System and method for image reconstruction
DE102005051620A1 (de) * 2005-10-27 2007-05-03 Siemens Ag Verfahren zur Rekonstruktion einer tomographischen Darstellung eines Objektes
US8135186B2 (en) * 2008-01-25 2012-03-13 Purdue Research Foundation Method and system for image reconstruction
US8116426B2 (en) 2008-11-11 2012-02-14 Kabushiki Kaisha Toshiba Computed tomography device and method using circular-pixel position-adaptive interpolation
US8755586B2 (en) * 2009-07-14 2014-06-17 Koninklijke Philips N.V. Image reconstruction including shift-variant blur compensation
US8761478B2 (en) * 2009-12-15 2014-06-24 General Electric Company System and method for tomographic data acquisition and image reconstruction
US8731266B2 (en) * 2009-12-17 2014-05-20 General Electric Company Method and system for correcting artifacts in image reconstruction
DE102010006774A1 (de) * 2010-02-04 2011-08-04 Siemens Aktiengesellschaft, 80333 CT-Messung mit Mehrfachröntgenquellen
US8971599B2 (en) * 2010-12-20 2015-03-03 General Electric Company Tomographic iterative reconstruction
US9076255B2 (en) * 2011-05-31 2015-07-07 General Electric Company Method and system for reconstruction of tomographic images
US8416914B2 (en) * 2011-07-08 2013-04-09 General Electric Company System and method of iterative image reconstruction for computed tomography
US8923583B2 (en) * 2012-06-22 2014-12-30 General Electric Company Methods and systems for performing model-based iterative reconstruction

Also Published As

Publication number Publication date
CN104968275B (zh) 2018-01-02
WO2014119664A1 (ja) 2014-08-07
US20140212018A1 (en) 2014-07-31
US9153048B2 (en) 2015-10-06
JP2014147772A (ja) 2014-08-21
CN104968275A (zh) 2015-10-07

Similar Documents

Publication Publication Date Title
JP6351986B2 (ja) モデルに基づく反復的再構成のための逆投影と順投影との少なくとも一方におけるシステムオプティクス
Thibault et al. A three‐dimensional statistical approach to improved image quality for multislice helical CT
US8571287B2 (en) System and method for iterative image reconstruction
US8897528B2 (en) System and method for iterative image reconstruction
EP3673457B1 (en) A method of generating an enhanced tomographic image of an object
US10722178B2 (en) Method and apparatus for motion correction in CT imaging
JP2009510400A (ja) エンハンストノイズ抑制フィルタリング機能と共に反復的に画像再構築を行うシステム、方法及び画像プロセッサ
EP3447731A1 (en) A method of generating an enhanced tomographic image of an object
US11935160B2 (en) Method of generating an enhanced tomographic image of an object
US6987829B2 (en) Non-iterative algebraic reconstruction technique for tomosynthesis
US8335358B2 (en) Method and system for reconstructing a medical image of an object
WO2010011676A2 (en) Incorporation of mathematical constraints in methods for dose reduction and image enhancement in tomography
Lee et al. Interior tomography using 1D generalized total variation. Part II: Multiscale implementation
Sunnegårdh et al. Regularized iterative weighted filtered backprojection for helical cone‐beam CT
KR102348139B1 (ko) 이중 해상도의 관심 영역 내외 투영 데이터를 이용한 체내 단층 촬영 방법 및 시스템
Park et al. A fully GPU-based ray-driven backprojector via a ray-culling scheme with voxel-level parallelization for cone-beam CT reconstruction
US9965875B2 (en) Virtual projection image method
JPWO2018179905A1 (ja) インテリアct画像生成方法
Pohlmann et al. Estimation of missing fan-beam projections using frequency consistency conditions
US7440602B2 (en) Methods, apparatus, and software to compensate for failed or degraded components
TWI613998B (zh) 斷層合成影像邊緣假影抑制方法
Fu et al. Modeling and estimation of detector response and focal spot profile for high-resolution iterative CT reconstruction
Fu et al. Enhancement of spatial resolution in model-based iterative CT reconstruction by using sinogram preprocessing filters
Reiser et al. Effect of scan angle and reconstruction algorithm on model observer performance in tomosynthesis
Park et al. Digital tomosynthesis (DTS) with a Circular X-ray tube: Its image reconstruction based on total-variation minimization and the image characteristics

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20160512

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170126

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171003

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171204

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: 20180508

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180606

R150 Certificate of patent or registration of utility model

Ref document number: 6351986

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150