JP6385523B2 - 探触子により検知されるエネルギースペクトルを再構成する方法及びデバイス - Google Patents

Description

本願は、放射線結像に関し、具体的には、探触子により検知される例えばＸ線／ガンマ線のエネルギースペクトルを再構成する方法及びデバイスに関している。

ダブルエネルギー／マルチエネルギーＣＴ及び放射線治療を含む、Ｘ／γ線の複数の適用には、正確なエネルギースペクトル情報を取得することが、これらの適用の重要な需要及び前提である。理論的に、エネルギースペクトルの取得は、探触子の閾値走査によって完成することができる。その過程は以下のステップによって簡潔に記述されることができる：（１）Ｄ／Ａ変換器が設定された電圧値によって、探触子によって統計されるフォトニックの最小エネルギーを限定し、当該エネルギーより高い入射フォトニックを統計する；（２）設定された電圧値を変化していき、複数のエネルギー閾値に対応するフォトニック情報を取得する；（３）これらのデータを差分し、各エネルギー閾値間のフォトニック情報を取得し、即ち、エネルギースペクトルを取得する。

しかし、上記過程を実践した場合、当該過程によって取得されるエネルギースペクトルは、歪みが厳重である。これは、入射フォトニックに対する探触子の応答が理想的なものでないからである。フォトニックに対する探触子の応答として、異なる類型の探触子は異なる特徴を有する。例えば、フォトニックカウント探触子としてよく用いられるテルル亜鉛カドミウム／テルル化カドミウム探触子は、入射フォトニックに対する応答歪みとして、主に、チャージシェア効果、逃がし現象及びクロストーク現象等がある。これらの効果の共同作用により、エネルギースペクトルの歪みを生じる。

このような歪みにより、適用の場合、歪み無しのエネルギースペクトルを取得し難い。このような課題を解決するために、従来の方法の１つとして、エネルギースペクトルを推定する、又は、試験データを用いて経験式を微動調整して、推定されるエネルギースペクトルを取得する。あるいは、モンテカルロ法によって、検知システムに対して厳密にモデリングし、エネルギースペクトル取得過程をシミュレーションして、シミュレーション結果から実際なエネルギースペクトルを推定する。これらのエネルギースペクトル推定の方法は、精度が限られる又は複雑なモデリングが必要であり、実際な使用においていろいろな面で制限されている。

従来技術における１つ又は複数の問題に鑑みて、探触子によって検知された放射線エネルギースペクトルを再構成する方法及び装置を提供している。

本発明の一面によれば、探触子によって検知されたエネルギースペクトルを再構成する方法であって、放射線を被検体に照射するステップと、探触子によって、前記被検体を透過した放射線を受け、受けた放射線を、検知されたエネルギースペクトルを示すエネルギースペクトルデータに変換するステップと、予め構築された探触子応答モデルを利用し、統計的反復アルゴリズムによって、前記エネルギースペクトルデータに基づいて前記探触子のエネルギースペクトルを再構成するステップと、を含むことを特徴とする方法を提出している。

いくつかの実施例によれば、複数のエネルギー帯域で異なるターゲット材料から発生したＸ線蛍光エネルギースペクトルを採集することによって、前記探触子応答モデルのパラメーターを標定し、前記探触子応答モデルの明示形態を取得する。

いくつかの実施例によれば、検知されたエネルギースペクトルのエネルギーに従って変化する重み付けパラメーターによって、前記探触子応答モデルに重み付けし、前記重み付けパラメーターは、二次関数であてはめて取得される。

いくつかの実施例によれば、前記探触子応答モデルは、探触子の特徴ピークに対する記述および逃がしピークに対する記述をさらに含む。

いくつかの実施例によれば、前記再構成するステップは、前記データの値に基づいて統計的反復再構成を行って、探触子に入射するエネルギースペクトルを取得するステップを含む。

いくつかの実施例によれば、下式に基づいて統計的反復再構成を行う：
ただし、Ｄ_ｉは検知されたエネルギースペクトルデータを示し、Ｒ_ｉｊは前記探触子応答モデルの行列記述を示し、Ｓ_ｊは再構成された探触子エネルギースペクトルを示し、ｎは反復回数である。

いくつかの実施例によれば、前記検知器応答モデルは、ガウスピークモデル及びベースラインモデルの組み合わせに基づいて特定され、前記ベースラインモデルは、前記ガウスピークモデルの積分に記述される。

いくつかの実施例によれば、複数のエネルギー帯域で異なるターゲット材料から発生したＸ線蛍光エネルギースペクトルを採集することによって、前記探触子応答モデルのパラメーターを標定し、前記探触子応答モデルの明示形態を取得する。

本発明の他面によれば、探触子によって検知されたエネルギースペクトルを再構成するデバイスであって、放射線を発生して被検体に照射する放射線源と、前記被検体を透過した放射線を受け、受けた放射線を、検知されたエネルギースペクトルを示すエネルギースペクトルデータに変換する探触子と、予め構築された探触子応答モデルを利用し、統計的反復アルゴリズムによって、前記エネルギースペクトルデータに基づいて前記探触子のエネルギースペクトルを再構成するデータ処理デバイスと、を含むことを特徴とするデバイスを提出している。

いくつかの実施例によれば、複数のエネルギー帯域で異なるターゲット材料から発生したＸ線蛍光エネルギースペクトルを採集することによって、前記探触子応答モデルのパラメーターを標定し、前記探触子応答モデルの明示形態を取得する。

上記実施例の技術案によれば、探触子によって検知されたエネルギースペクトルをより正確的に再構成でき、探触子による入射エネルギースペクトル歪みを低減させることができる。

本発明をよりよく理解するために、以下の図面に基づいて本発明を詳しく記述する：

典型的な探触子のシングルエネルギーフォトニックに対する応答を示す概念図である。 本発明の実施例による探触子応答モデルを標定するデバイスを示す構造的な概念図である。 本発明の実施例によるモデル標定に用いられるＸＲＦエネルギースペクトルを示す例示図である。 図２に示すデータ処理デバイスを示す構造概念図である。 本発明の実施例による探触子応答モデルを標定する方法を示すフローチャートである。 典型的なＸＲＦエネルギースペクトル応答モデルを記述する概念図である。 本発明の実施形態による検査システムの構造概念図である。 本発明の実施形態による検査システムの構造概念図である。 本発明の実施例による探触子によって検知されたエネルギースペクトルを再構成する方法の概念的なフローチャートである。 本発明の実施例によるエネルギースペクトル再構成結果を記述する例示図である。 本発明の実施例によるエネルギースペクトル再構成結果を記述する別の例示図である。

以下、本発明の具体的な実施例を詳細に記述する。なお、ここで記述した実施例は、例を説明するためのものであり、本発明を制限するものではないと理解すべきである。以下の記述では、本発明に対する透徹した理解をさせるため、大量の特定の細部を描写した。しかし、当業者にとって明らかに分かるように、必ずこれらの特定の細部を採用して本発明を実現することではない。その他の実例においては、本発明を混同させることを避けるために、周知の回路、材料または方法に対する具体的な記述を省略した。

探触子によって取得される放射線エネルギースペクトルは、複数の効果の作用によって大きく歪んでいるので、エネルギースペクトル情報に依存する複数のＸ／γ線の精度を大きく影響している。従来のエネルギースペクトル推定方法は、実用性及び正確性において、いろいろな面で制限されている。従来技術における探触子の入射エネルギースペクトルの歪みという課題に対して、本発明の実施例では、より厳密な探触子応答モデルを構築し、このモデルを基礎とし、探触子によって検知されたエネルギースペクトル値から、探触子に入射するエネルギースペクトルを再構成し、探触子によるエネルギースペクトルの歪みを解消することを提出した。

あるエネルギーを持つ入射フォトニックに対して、探触子の出力は、エネルギースペクトルのエネルギー軸に確率的に分布している。入射エネルギースペクトルが検知過程において歪むことは、入射エネルギースペクトルと探触子のエネルギー応答関数との作用の過程に記述されることができる：
ただし、Ｅ_Ｓ及びＥ_Ｄはそれぞれ入射エネルギースペクトルのエネルギーと検知されたエネルギースペクトルのエネルギーであり、Ｓ（Ｅ_Ｓ）及びＤ（Ｅ_Ｄ）はそれぞれ入射エネルギースペクトルと検知されたエネルギースペクトルであり、Ｒ（Ｅ_Ｄ，Ｅ_Ｓ）は探触子のエネルギー応答関数であり、応答モデルとも言われる。

図１に示すように、シングルエネルギーフォトニックの探触子応答は、ガウスピーク及びベースラインという２つの部分に分けられる。注目エネルギー範囲において、各物質のＸＲＦエネルギースペクトルは、それぞれＫ_α及びＫ_β放射線という２つのエネルギーのシングルエネルギー放射線を有すると近似的に考えられる。次に、シングルエネルギー放射線の応答モデルを構築してから、ＸＲＦ（Ｘ線蛍光）の応答モデルに組み合わせる。

ランダム効果の影響によって、エネルギーＥを有する放射線の、エネルギースペクトルにおけるカウントは、確率分布を示している。モデルにおいて、ガウスピークによって記述する：
ただし、σ（Ｅ）は標準偏差であり、入射エネルギーの線形記述に近似される：
Ｅ_Ｄは実際に検知されたエネルギースペクトルのエネルギーであり、ｃ_１及びｃ_２は定数パラメーターである。

上記ガウスピークモデルを基礎とし、ベースラインの主部をガウスピークの積分に記述することが可能である。これは、ベースライン部分のカウントが、ガウスピークにおけるフォトニックが歪み効果の作用を介して発生されるものであるからである。歪み効果は、ガウスピークから近い箇所に対する影響が大きく、ガウスピークから離れるにつれて影響が低くなるので、Ｅ_Ｄに伴って変化する重み付けパラメーターが必要である：
ただし、重み付けパラメーターは、二次関数によってあてはめられる：
上式におけるｃ_３、ｃ_４及びｃ_５はいずれも定数パラメーターである。

異なる探触子の結晶質の特徴に基づいて、逃がし現象がある探触子に対しては、探触子特徴ピーク及び逃がしピークの記述を追加することができる。テルル亜鉛カドミウム探触子を例として、特徴ピーク及び逃がしピークはそれぞれ以下のように記述される：
ただし、Ｅ_Ｃｄ及びＥ_Ｔｓはそれぞれカドミウム及びテルルのＸＲＦエネルギー（Ｋ_αエネルギーで近似する）であり、ｃ_６は定数パラメーターである。

次に、Ｋ_α及びＫ_βピークの応答を記載し、かつ重み付けを付与すると、ＸＲＦの応答は以下のように記載される：
ただし、シングルエネルギーピークのモデルは以下のようなものである：

は、あてはめ用の強度パラメーターであり、試験データに対してあてはめを行いやすくする。そして、ｃ_７、ｃ_８、ｃ_９、ｃ_１０、ｃ_１１、ｃ_１２はいずれも定数パラメーターである。このように、ＸＲＦを発生する複数種類の材料によってデータをあてはめることで、その中から、所望のシングルエネルギー応答式を取得することができる：

試験において、意義のある強度情報を取得するために、試験エネルギースペクトルにおけるエネルギー範囲［Ｅ／２，∞］にあるフォトニック数を統計して、入射エネルギースペクトルの強度とする。これは、上記エネルギー範囲より低いフォトニックが歪み効果によって生成されるものであり、統計から除去しなければ、歪み効果の影響を受けた入射フォトニックを重複に統計して、間違った強度を取得してしまうからである。図６は、典型的なＸＲＦエネルギースペクトル応答モデルを示す概念図である。

図２は本発明の実施例による探触子応答モデルを標定するデバイスを示す構造的な概念図である。図２に示すデバイスは、放射線源２１０、フィルタ２２０、コリメータ２３０、ターゲット２４０、探触子２５０、データ採集装置２６０及びデータ処理デバイス２７０を含む。

例えば、Ｘ線管などの放射線源２１０は、一次Ｘ線を発生する。Ｘ線のエネルギースペクトルでは、所望のＸＲＦエネルギーより低いフォトニックがＸＲＦを励起できず、かつ散乱を増加させるので、フィルタ２２０によって一次放射線を硬化する。穿孔された重金属材料例えば鉛板をコリメータ２３０として、一次放射線に対して遮蔽及びコリメートを行う。一次Ｘ線はターゲット２４０がＸＲＦを発生するように励起し、一次放射線と平行に放置される探触子２５０によって収集される。データ採集装置２６０は、注目エネルギー帯域に用いられ、異なる材料のＸＲＦエネルギースペクトルを一定数量で採集する。そして、例えばコンピュータなどのデータ処理デバイス２７０によって上記モデルを標定する。図３は、本発明の実施例によるＸＲＦエネルギースペクトル採集結果を記述する例示図である。必要な数量のＸＲＦエネルギースペクトルの採集を完成した後、取得したＸＲＦエネルギースペクトルのそれぞれに対応する理論ピーク位置を引数とし、エネルギースペクトルにおける各点の位置及び強度を従属変数とし、式（７）に代入して、最小二乗法などのアルゴリズムによって式（７）におけるパラメーターのあてはめを行う。その後、エネルギースペクトルのフォトニック数を統計し、以上に述べた方法によって入射エネルギースペクトルの強度を算出し、モデルの強度を正規化する。再構成すべくエネルギースペクトルに必要な離散化程度に応じて、標定後のモデルに基づいて、エネルギースペクトルを反復的に再構成するために必要な探触子応答関数の行列記述を算出し、当該行列を引き続きの再構成ステップに用いることができる。

図４は、図２に示すデータ処理デバイスを示す構造概念図である。図２に示すように、データ採集装置２６０によって採集されるデータは、インタフェース手段２７８及びバス２７４を介してメモリ２７１に記憶される。読み出し専用メモリ（ＲＯＭ）２７２には、コンピュータデータプロセッサの配置情報及びプログラムが記憶されている。ランダムアクセスメモリ（ＲＡＭ）２７３は、プロセッサ２７６の動作過程に各種のデータを一時的に記憶するためである。なお、メモリ２７１には、データ処理を行うためのコンピュータプログラムが更に記憶されている。内部バス２７４は、上記メモリ２７１、読み出し専用メモリ２７２、ランダムアクセスメモリ２７３、入力装置２７５、プロセッサ２７６、表示装置２７７及びインタフェース手段２７８に接続されている。

ユーザが例えばキーボードやマウスなどの入力装置２７５によって操作コマンドを入力した後、プロセッサ２７６は、コンピュータプログラムの指令コードを実行し、標定結果を取得する。データ処理の結果を取得した後、行列で示される探触子応答モデルを出力し、外部記憶デバイスに記憶し、または、他の形式で処理結果を出力する。

例えば、放射線源２１０は、Ｘ線管又は高エネルギーＸ線アクセルなどであってもよい。探触子１５０として、例えば、材料から分類すれば、気体探触子、シンチレータ探触子又は固体探触子等であってもよく、行列分布から分類すれば、単行、ダブル行又は複数行、単層探触子又はダブル層高低エネルギー探触子等であってもよい。

図５は、本発明の実施例による探触子応答モデルを標定する方法を示すフローチャートである。図５に示すように、ステップＳ５１０において、Ｘ線源２１０を操作してＸ線を発生させ、硬化及びコリメートを行った後、ターゲット２４０に照射してＸ線蛍光を発生させる。

ステップＳ５２０において、探触子によって前記Ｘ線蛍光を受け、受けたＸ線蛍光をデータ値に変換する。たとえば、Ｘ線蛍光が探触子２５０に入射して電気信号に変換され、その後、データ採集装置２６０によってデータ信号に変換され、即ち、検知されたＸ線蛍光エネルギースペクトルの数値に変換される。このように、データ採集装置２６０は、注目エネルギー帯域において、異なる材料のＸＲＦエネルギースペクトルを一定数量で採集する。

ステップＳ５３０において、上記データ値に基づいて上記探触子モデルを標定し、探触子応答モデルの明示形態を取得する。例えば、所望数量のＸＲＦエネルギースペクトルの採集を完了した後、取得したＸＲＦエネルギースペクトルのそれぞれに対応する理論ピーク位置を引数とし、エネルギースペクトルにおける各点の位置及び強度を従属変数とし、式（７）に代入して、最小二乗法などのアルゴリズムによって式（７）におけるパラメーターのあてはめを行う。その後、エネルギースペクトルのフォトニック数を統計し、以上に述べた方法によって入射エネルギースペクトルの強度を算出し、モデルの強度を正規化する。再構成すべくエネルギースペクトルに必要な離散化程度に基づいて、標定後のモデルに基づいて、エネルギースペクトルを反復的に再構成するために必要な探触子応答関数の行列記述を算出することができ、当該行列が引き続きの再構成ステップに使用される。探触子応答モデルの明示形態を取得した後、当該応答モデルによって、検知されたエネルギースペクトルを再構成して、探触子に入射するＸ線エネルギースペクトルとすることができる。

図７Ａ及び図７Ｂは本発明の一実施形態による検査システムを示す構造概念図である。図７Ａは、検査システムの平面概念図を示し、図７Ｂは検査システムの正面概念図を示す。図７Ａ及び図７Ｂに示すように、放射線源７１０はＸ線を発生し、コリメータ７２０によってコリメートされた後、移動中のコンテナトラック７４０に対して安全検査を行い、探触子７５０によってトラック７４０を透過した放射線を受けて、デジタル信号に変換し、そして、例えばコンピュータなどのデータ処理装置７６０で透過画像を取得する。本発明の実施例によれば、走査によってコンテナトラック７４０の透過画像を取得した後、例えばコンピュータなどのデータ処理デバイス７６０によって、予めタイプが示される探触子応答モデルを利用し、検知されたエネルギースペクトルデータを反復の方式で補正し、再構成された入射エネルギースペクトルを取得する。上記データ処理デバイス７６０の具体的な構成がデータ処理デバイス２７０の構成と同じであるため、ここでは贅言しない。また、以上はコンテナに対する検査として説明したが、当業者にとって、例えば、荷物検査システム、ＣＴ検査システム又は医療ＣＴシステムなどの他の適用状況を想到し得る。

図８は、本発明の実施例による探触子によって検知されたエネルギースペクトルを再構成する方法を示す概念的なフローチャートである。図８に示すように、ステップＳ８１０において、放射線源７１０は、Ｘ線またはガンマ線を発生して被検体７４０に照射する。

ステップＳ８２０おいて、探触子によって、前記被検体を透過した放射線を受け、データ採集装置（図示しない）によって、受けた放射線を、検知されたエネルギースペクトルを示すエネルギースペクトルデータに変換する。

ステップＳ８３０において、予め構築された探触子応答モデルを利用し、統計的反復アルゴリズムによって、前記エネルギースペクトルデータに基づいて、前記探触子のエネルギースペクトルを再構成する。具体的には、取得したエネルギースペクトルが離散スペクトルであるため、式（１）を行列形態に記載できる：
ただし、添字ｉ及びｊは、検知されたエネルギースペクトル及び入射エネルギースペクトルの離散エネルギーを示す。ｉとｊが同じであれば、（１０）からなる線形方程式のシステム行列はフルランクである。理論的には、方程式の解析解又は最小二乗解を直接に算出することができる。しかしながら、当該システムの病態性が強いので、ＳＶＤ特異値カット又はＴｉｋｈｏｎｏｖ正則化の方法を利用しても、正確的な解を取得し難い。

この課題を解決するために、本実施例の方法は、ノイズモデルから考慮し、ノイズによる誤差を低減させることによって、解に対する病態性の影響を低減させるものである。式（１０）において、明らかに、入射光スペクトルの離散カウントＳ_ｊはポアソン分布に従うものである。ポアソン分布を有する変量の総和もポアソン分布に従うというポアソン分布の性質から、Ｄ_ｉもポアソン分布に従うということを得られる。システムの対数尤度関数は以下のように記載される：

統計的反復再構成原理に基づいて、以下のような反復式を記載できる：
ただし、Ｄ_ｉは前記データ値を示し、Ｒ_ｉｊは前記探触子応答モデルの行列記述であり、Ｓ_ｊは探触子に入射するエネルギースペクトルを再構成したものを示し、ｎは反復回数である。このように、反復によってＳを求めることができる。同時に、高病態条件における解に対するポアソンノイズの影響を低減させ、解の精度を大きく向上させた。即ち、Ｓは、再構成して取得された歪み無しのエネルギースペクトルである。

図９は本発明の実施例によるエネルギースペクトル再構成結果を記述する例示図であり、図１０は本発明の実施例によるエネルギースペクトル再構成結果を記述する他の例示図である。図９及び図１０に示すように、本発明の実施例の方法によれば、探触子によって検知されたエネルギースペクトルを正確に再構成し、正確的な入射エネルギースペクトルを取得することができる。

本発明の実施例の方法は、ＸＲＦ応答に対する正確的なモデリングによって、比較的に便利なＸＲＦエネルギースペクトル測定に基づいて、モデルを標定し、探触子の応答式を便利に取得するものである。応答式を基礎とし、問題となるノイズの分析を介し、統計的反復アルゴリズムによって、エネルギースペクトル再構成の厳重な病態性問題を克服している。再構成して取得されたエネルギースペクトルには、直接に検知して得られたエネルギースペクトルにおける歪み現象が除去され、エネルギースペクトル情報を必要とする適用に正確なエネルギースペクトル測定を提供することができる。本発明の実施例は、モデルパラメーターに対する微動調整によって、複数種の探触子システムに適用され、エネルギースペクトル情報の正確性を効果的に向上させ、エネルギースペクトル情報による適用の正確性をさらに向上させ、臨床医学及び安全検査分野に広く適用される市場価値を有する。

また、エネルギースペクトル探触子によって採集されるＸＲＦ情報を利用することで、本実施例の技術は、探触子に対してモンテカルロシミュレーションを行う必要がなく、取得し難い放射源または同期放射線光源を使用する必要もなく、Ｘ線機器及び取得し易い複数種類の単質材料を使用すれば、探触子応答のモデリング及び標定を便利に完成することができる。取得される探触子応答を基礎とし、反復アルゴリズムによって、再構成エネルギースペクトルの厳重な病態性問題を克服し、探触子によって取得されたエネルギースペクトルの厳重な歪みを解消している。従来の方法と比べて、歪み無しのエネルギースペクトルの取得の実用性及び正確性を大きく向上させることができる。

以上のように、詳細の記述は、概略図、フローチャット及び／又は例を使用して、探触子により検知されるエネルギースペクトルを再構成する方法及びデバイスに係る数多くの実施例を説明した。このような概略図、フローチャット及び／又は例は、機能及び／又は操作を一つまたは複数含む場合、当業者であれば理解できる通り、このような概略図、フローチャットまたは例における各機能及び／又は操作が、各種の構成、ハードウェア、ソフトウェア、ファームウェアまたは実質上のこれらの任意の組み合わせによって、個別及び／又は共同で実現できる。一つの実施例において、本発明の実施例の前記主題のいつかの部分は、専用集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号プロセッサ（ＤＳＰ）、またはその他の集積形態で実現できる。しかしながら、当業者であれば分かるように、ここで公開した実施例の一部は全体的または部分的に集積回路において均等的に実現することができ、例えば、一台または複数台のコンピュータ上で実行する一つまたは複数のコンピュータプログラム（例えば、一台または複数台のコンピュータシステム上で実行する一つまたは複数のプログラム）によって実現させても良いし、一つまたは複数のプロセッサ上で実行する一つまたは複数のプログラム（例えば、一つまたは複数のマイクロプロセッサ上で実行する一つまたは複数のプログラム）によって実現させても良いし、ファームウェアまたは実質上に上述形態の任意組み合わせによって実現させても良い。また、当業者は、本開示を元に、回路の設計及び／又はソフトウェアの書き込み及び／又はファームウェアのコーディングの能力を備える。また、当業者であれば分かるように、本開示の前記主題の構成手段は、複数の形態のプログラム製品として配布できると共に、実際に配布の信号載置媒体の具体的な類型が何かであろうか、本開示の前記主題の例示的な実施例は何れも適用できる。信号載置媒体の例示として、例えばフロッピーディスク、ハートディスクドライブ、コンパクトディスク（ＣＤ）、デジタル汎用ディスク（ＤＶＤ）、デジタルテープ、コンピュータメモリ等の記録可能な記録型媒体、及び、例えばデジタル及び／又はアナログ通信媒体（例えば、光ファイバ、導波管、有線通信リング、無線通信リングなど）の搬送型媒体を含むが、それらに限らない。

以上、いくつの典型的な実施例に基づいて本発明を記述したが、当業者であれば理解できるように、使用された用語は説明するための例であり、本発明を限定する用語ではない。また、本発明は、精神及び実質を逸脱しない限りに、種々の形態で具体的に実施できるので、上記の実施例は、前述の詳細に限らなく、請求の範囲によって限定されるものとして、広く解釈できると理解すべきである。したがって、請求の範囲または等価の範囲内での全ての変化や改良は、請求の範囲内に含まれていることを理解すべきである。

Claims (12)

1. 検知器によって検知されたエネルギースペクトルを再構成する方法であって、
   放射線を被検体に照射するステップと、
   検知器によって、前記被検体を透過した放射線を受け、受けた放射線を、検知されたエネルギースペクトルを示すエネルギースペクトルデータに変換するステップと、
   予め構築された検知器応答モデルを利用し、統計的反復アルゴリズムによって、前記エネルギースペクトルデータに基づいて前記検知器に入射するエネルギースペクトルを再構成するステップと、
   を含むことを特徴とする方法。
2. 前記予め構築された検知器応答モデルは、
   複数のエネルギー帯域で異なるターゲット材料から発生したＸ線蛍光エネルギースペクトルを採集することによって、前記検知器応答モデルのパラメーターを標定し、前記検知器応答モデルの明示形態を取得すること
   を経て構築されることを特徴とする請求項１に記載の方法。
3. 前記検知器応答モデルは、ガウスピークモデル及びベースラインモデルの組み合わせに基づいて特定され、前記ベースラインモデルは、前記ガウスピークモデルの関数であることを特徴とする請求項２に記載の方法。
4. 検知されたエネルギースペクトルのエネルギーに従って変化する重み付けパラメーターによって、前記検知器応答モデルに重み付けし、前記重み付けパラメーターは、二次関数であてはめて取得されることを特徴とする請求項３に記載の方法。
5. 前記検知器応答モデルは、検知器の特徴ピークに対する記述および逃がしピークに対する記述をさらに含むことを特徴とする請求項２に記載の方法。
6. に基づいて統計的反復再構成を行い、Ｄ_ｉは検知されたエネルギースペクトルデータを示し、Ｒ_ｉｊは前記検知器応答モデルの行列記述を示し、Ｓ_ｊは再構成された検知器エネルギースペクトルを示し、ｎは反復回数であることを特徴とする請求項１に記載の方法。
7. 前記ベースラインモデルは、前記ガウスピークモデルの積分に記述されることを特徴とする請求項３に記載の方法。
8. 検知器によって検知されたエネルギースペクトルを再構成するデバイスであって、
   放射線を発生して被検体に照射する放射線源と、
   前記被検体を透過した放射線を受け、受けた放射線を、検知されたエネルギースペクトルを示すエネルギースペクトルデータに変換する検知器と、
   予め構築された検知器応答モデルを利用し、統計的反復アルゴリズムによって、前記エネルギースペクトルデータに基づいて前記検知器に入射するエネルギースペクトルを再構成するデータ処理デバイスと、
   を備えることを特徴とするデバイス。
9. 前記予め構築された検知器応答モデルは、
   複数のエネルギー帯域で異なるターゲット材料から発生したＸ線蛍光エネルギースペクトルを採集することによって、前記検知器応答モデルのパラメーターを標定し、前記検知器応答モデルの明示形態を取得すること
   を経て構築されることを特徴とする請求項８に記載のデバイス。
10. 前記検知器応答モデルは、ガウスピークモデル及びベースラインモデルの組み合わせに基づいて特定され、前記ベースラインモデルは、前記ガウスピークモデルの関数であることを特徴とする請求項８に記載のデバイス。
11. 検知されたエネルギースペクトルのエネルギーに従って変化する重み付けパラメーターによって、前記検知器応答モデルに重み付けし、前記重み付けパラメーターは、二次関数であてはめて取得されることを特徴とする請求項１０に記載のデバイス。
12. 前記データ処理デバイスは、
    に基づいて統計的反復再構成を行い、Ｄ_ｉは検知されたエネルギースペクトルデータを示し、Ｒ_ｉｊは前記検知器応答モデルの行列記述を示し、Ｓ_ｊは再構成された検知器エネルギースペクトルを示し、ｎは反復回数であることを特徴とする請求項８に記載のデバイス。