JP6412636B2 - 画像生成装置、画像生成方法及びｘ線ｃｔ装置 - Google Patents

画像生成装置、画像生成方法及びｘ線ｃｔ装置 Download PDF

Info

Publication number
JP6412636B2
JP6412636B2 JP2017509456A JP2017509456A JP6412636B2 JP 6412636 B2 JP6412636 B2 JP 6412636B2 JP 2017509456 A JP2017509456 A JP 2017509456A JP 2017509456 A JP2017509456 A JP 2017509456A JP 6412636 B2 JP6412636 B2 JP 6412636B2
Authority
JP
Japan
Prior art keywords
image
scatter diagram
material decomposition
pixel
error
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
JP2017509456A
Other languages
English (en)
Other versions
JPWO2016158234A1 (ja
Inventor
横井　一磨
一磨 横井
悠史 坪田
悠史 坪田
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Publication of JPWO2016158234A1 publication Critical patent/JPWO2016158234A1/ja
Application granted granted Critical
Publication of JP6412636B2 publication Critical patent/JP6412636B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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]
    • A61B6/032—Transmission 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
    • A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • 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
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • 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
    • A61B6/482—Diagnostic techniques involving multiple energy imaging
    • 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
    • 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
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/20—Sources of radiation
    • G01N2223/206—Sources of radiation sources operating at different energy levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/419—Imaging computed tomograph
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/612—Specific applications or type of materials biological material
    • G01N2223/6126—Specific applications or type of materials biological material tissue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/408—Dual energy

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Physiology (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

本発明は、物質分解画像の補正を行う画像生成装置、画像生成方法及びＸ線ＣＴ装置の技術に関する。
Ｘ線ＣＴ（Computerized Tomography）装置ではＸ線管による連続（非単色）エネルギ分布を持つＸ線光子群を、電流モードのＸ線検出器で検出する構成が一般的である。しかし、電流モードのＸ線検出器は、エネルギ情報を取得できないという課題がある。
複数のエネルギ分布を持つＸ線群による情報を有効に利用するための技術として、大きく二つの方式が知られている。１つ目はｄｕａｌ ｅｎｅｒｇｙ ＣＴであり、検出器としては電流モードのままで、２種のＸ線管電圧による二つの連続エネルギ分布を用いる手法である。２つ目はｐｈｏｔｏｎ ｃｏｕｎｔｉｎｇ ＣＴ、ｓｐｅｃｔｒａｌ ＣＴ等と呼ばれる、エネルギ情報が得られるパルスモード検出器を用いる手法である。
また、統計誤差を減少させることを目的とするものとして、重み付け加算を行うものが開示されている（例えば、特許文献１参照）。
特開２００６−１０１９２６号公報
パルスモード検出器を用いるＸ線ＣＴ装置は、電流モードのＸ線ＣＴ装置にない情報を得ることができるが、その物質分解画像の統計誤差は一般に優良ではない。統計誤差が優良でないと、物質分解画像がぼやけてしまうことになる。そこで、基礎的な視認性確保、関心領域の分離等のため、低統計誤差の画像が望まれている。
また、特許文献１に記載の技術では、大きな計算コストがかかる上に、必ずしも誤差を最小化しているとは限らないという課題がある。
このような背景に鑑みて本発明がなされたのであり、本発明は、物質分解画像における統計誤差を小さくすることを課題とする。
前記した課題を解決するため、本発明は、基底物質分解に用いられた各基底物質の濃度を軸とし、前記基底物質分解によって出力された物質分解画像の画素が、基底物質分解における基底物質濃度に対応した散布図を生成する散布図生成部と、前記散布図においてプロットされたプロット点の統計誤差を最小化する方向に、前記散布図を回転させる誤差最小化部と、前記誤差最小化部によって回転させられた散布図における画素を基に、前記物質分解画像を変換する変換部と、を有することを特徴とする。
その他の解決手段は実施形態中において記載する。
本発明によれば、物質分解画像における統計誤差を小さくすることができる。
本実施対象に係るＸ線ＣＴ装置の概略構成図を示す図である。 本実施形態に係る画像生成装置の構成を示す機能ブロック図である。 本実施形態に係る誤差最小化画像生成処理の手順を示すフローチャートである。 物質分解画像の散布図の例を示す図である。 ＨＡｐ画像ヒストグラムの例を示す図である。 回転処理後における散布図の例を示す図である。 回転散布図を基に生成されたＨＡｐ画像ヒストグラムの例を示す図である。 本実施形態に係る画素変換処理の手順を示すフローチャートである。 本実施形態に係る操作画面の例を示す図である。
次に、本発明を実施するための形態（「実施形態」という）について、適宜図面を参照しながら詳細に説明する。
［Ｘ線ＣＴ装置］
図１は、本実施対象に係るＸ線ＣＴ装置の概略構成図を示す図である。
Ｘ線ＣＴ装置１００は入力装置２００と、撮影装置３００と、画像生成装置４００とを備えている。
また、撮影装置３００は、Ｘ線発生装置３１０、Ｘ線検出装置３２０、ガントリ（Gantry：構台）３３０、撮影制御装置３４０、及び被検体搭載用テーブルＡ２を備えている。
入力装置２００は、撮影装置３００を制御するための情報を入力するものである。画像生成装置４００は、撮影装置３００で撮像されたカウント投影データを取得し、該カウント投影データの画像処理を行うものである。
なお、入力装置２００及び画像生成装置４００は、必ずしもＸ線ＣＴ装置１００と別の装置である必要はなく、一体としてもよい。
また、画像生成装置４００と入力装置２００の両方の機能を併せ持つ装置を使用して実現してもよい。
撮影装置３００におけるＸ線発生装置３１０は、Ｘ線管３１１を備えている。また、Ｘ線検出装置３２０は、Ｘ線検出器３２１を備えている。なお、本実施形態において、Ｘ線検出器３２１は、パルスモードＸ線検出器であるものとする。
また、ガントリ３３０の中央には被検体Ａ１及び被検体搭載用テーブルＡ２を配置するための円形の開口部３３１が設けられている。ガントリ３３０内には、Ｘ線管３１１及びＸ線検出器３２１を搭載する回転板３３２と、回転板３３２を回転させるための駆動機構（不図示）とが備えられている。
また、被検体搭載用テーブルＡ２には、ガントリ３３０に対する被検体Ａ１の位置を調整するための駆動機構（不図示）が備えられている。
また、撮影制御装置３４０は、Ｘ線管３１１を制御するＸ線制御回路３４１、回転板３３２の回転駆動を制御するガントリ制御回路３４２、被検体搭載用テーブルＡ２の駆動を制御するテーブル制御回路３４３、Ｘ線検出器３２１の撮像を制御する検出器制御回路３４４、及びＸ線制御回路３４１、ガントリ制御回路３４２、テーブル制御回路３４３、検出器制御回路３４４の動作の流れを制御する統括制御回路３４５を含んでいる。
（Ｘ線管、Ｘ線検出器、撮影装置）
Ｘ線管３１１のＸ線発生点とＸ線検出器３２１のＸ線入力面との距離は、例えば、１０００ｍｍである。ガントリ３３０の開口部３３１の直径は、例えば、７００ｍｍである。Ｘ線検出器３２１は、シンチレータ（Scintillator：Ｘ線や電離放射線を受けて蛍光を発する）、及びフォトダイオード（蛍光等の光を電気に変換する）等から構成される公知のＸ線検出器を使用する。Ｘ線検出器３２１は、Ｘ線管３１１のＸ線発生点から等距離に多数の検出素子を円弧状に配列した構成であり、その素子数（チャンネル数）は、例えば１０００個である。各検出素子のチャンネル方向のサイズは、例えば１ｍｍである。
なお、シンチレータや、フォトダイオードではなく、ＣｄＴｅ（テルル化カドミウム）を用いた半導体Ｘ線検出器でもよい。
回転板３３２の回転の所要時間は、ユーザが入力装置２００を用いて入力したパラメータに依存する。回転の所要時間は、例えば、１．０ｓ／回である。
撮影装置３００の１回転における撮影回数は、例えば、９００回であり、回転板３３２が０．４度回転する毎に１回の撮影が行われる。
なお、各仕様はこれらの値に限定されるものはなく、Ｘ線ＣＴ装置１００の構成に応じて種々変更可能である。
［画像生成装置］
図２は、本実施形態に係る画像生成装置の構成を示す機能ブロック図である。
画像生成装置４００は、メモリ４０１、ＣＰＵ（Central Processing Unit）４０２、ＨＤ（Hard Disk）等の記憶装置４０３、送受信装置４０４、入力装置４０５及び表示装置４０６を有している。
メモリ４０１には、記憶装置４０３に格納されているプログラムが展開され、展開されたプログラムがＣＰＵ４０２によって実行されることで、処理部４１０と、処理部４１０を構成するデータ取得部４１１、画像再構成処理部４１２、基底物質分解処理部４１３、散布図生成部４１４、角度処理部（誤差最小化部）４１５、画素変換部（変換部）４１６及び出力処理部４１７が具現化している。なお、各部４１１〜４１７が行う処理の詳細は後記する。
データ取得部４１１は、撮影装置３００からカウント投影データを取得する。
画像再構成処理部４１２は、取得したカウント投影データを基に、線減弱係数画像を生成する。
基底物質分解処理部４１３は、基底物質線減弱係数と、線減弱係数画像とを用いて、基底物質分解処理を行う。
散布図生成部４１４は、基底物質分解処理の結果、取得される物質分解画像の画素を、基底物質に関する情報を各軸とした散布図にプロットする。
角度処理部４１５は、生成された散布図を基に、回転角度を算出する。回転角度については後記する。また、角度処理部４１５は、算出した回転角度に基づいて散布図を回転させる。
画素変換部４１６は、回転した散布図を基に、物質分解画像の画素を変換することで、誤差最小化画像（変換後の画像）を生成する。誤差最小化画像については後記する。
出力処理部４１７は、各部４１１〜４１６の処理結果を表示装置４０６に表示する。
送受信装置４０４は、撮影装置３００（図１）からカウント投影データ等を受信し、データ取得部４１１へわたす。
入力装置４０５は、キーボードや、マウス等であり、例えば、散布図回転や、座標変換に関する情報が入力される。
表示装置（表示部）４０６は、ディスプレイ等であり、各処理の結果が表示される。
［フローチャート］
図３は、本実施形態に係る誤差最小化画像生成処理の手順を示すフローチャートである。適宜、図１及び図２を参照する。なお、本願の特徴はステップＳ１２１〜Ｓ１４１の処理にある。
まず、撮影装置３００が、被検体Ａ１を撮像する撮像処理を行う（Ｓ１０１）。
そして、データ取得部４１１は、撮影装置３００からエネルギウィンドウ毎におけるカウント投影データを取得するカウント投影データ取得処理を行う（Ｓ１０２）。
エネルギウィンドウ分割数ＮはパルスモードＸ線検出器を実現するための回路実装密度、回路発熱上限、データ転送レート等に制限され、Ｎ＝３〜８程度であることが望ましい。
そして、画像再構成処理部４１２は、取得したカウント投影データに対し、エネルギウィンドウ毎にＮ回の画像再構成を行う画像再構成処理を行う（Ｓ１０３）。
この結果、エネルギウィンドウ毎の線減弱係数画像が出力される（Ｓ１０４）。ここで、カウント投影データをＮ個のエネルギウィンドウに分配するため、本実施形態のＸ線ＣＴ装置１００で得られるエネルギウィンドウ毎の線減弱係数画像の統計誤差は、電流モードのＸ線ＣＴ装置で得られる統計誤差に比べて大きな値となる。
ある物質の原子組成と質量密度が決まっているとき、その線減弱係数はエネルギ毎に一意に定まる。しかしエネルギウィンドウ毎の線減弱係数画像はエネルギウィンドウが幅を持つため、ビームハードニング効果が起こり、被検体Ａ１の物質サイズが実測線減弱係数に影響を与える。ここでは、複数のサイズ・形状のファントム再構成による実測線減弱係数値を事前に取得しておき、その数値を用いてビームハードニング効果の影響が十分小さくなるようビームハードニング補正可能であるとする。なお、ファントムとは、Ｘ線ＣＴ装置１００や、ＭＲＩ（Magnetic Resonance Imaging）装置等の医用画像診断装置における定期点検や、日常点検等で用いられるキャリブレーション用の評価用器具である。そして、ファントム再構成とは、材料の吸収係数等を補正するために、ファントムをＸ線ＣＴ装置１００に設置して、撮像を行い、画像再構成処理を行うことである。
次に、基底物質分解を行うため、Ｍ個の基底物質が設定される。基底物質は、検査に応じた興味対象物質をユーザが任意に基底物質として選択する。代表的な基底物質はＭ＝２での水とヨードであるが、ここでは動脈硬化観察のため脂肪とハイドロキシアパタイト（以下ＨＡｐ）が用いられるものとする。また、原点は真空（≒空気）であることが多いが、ここでは血液を原点とする。
基底物質分解処理部４１３は、設定された基底物質に応じた基底物質線減弱係数と、ステップＳ１０４で出力された線減弱係数画像とを用いて、基底物質分解処理を行う（Ｓ１１１）。この結果、物質分解画像が生成される。
なお、基底物質線減弱係数は、適切なビームハードニング補正が可能なとき、設定された基底物質群に対し一意に定まり、既知の値として扱うことが可能である。
基底物質の数（基底物質数）Ｍがエネルギウィンドウ数Ｎ以下であれば数学上は基底物質分解が解又は最小二乗解を持ち、物質分解画像が出力される。ただし線減弱係数画像が統計誤差を持つため、実質的に分解可能な基底物質の組み合わせは原子番号が大きく離れた物質に制限される。ここでは物質分解画像が適切に得られたものとして説明を続ける。
次に、散布図生成部４１４が、ステップＳ１１１の結果、生成された物質分解画像の散布図を生成する散布図生成処理を行う（Ｓ１２１）。物質分解画像の散布図については後記する。
そして、角度処理部４１５は、物質分解画像の散布図における均質領域の長手方向の角度を算出し、この角度を基に回転角度を算出する回転角度算出処理を行う（Ｓ１２２）。ステップＳ１２２の処理は後記する。
続いて、角度処理部４１５は、算出した回転角度に従って散布図を回転させる回転処理を行う（Ｓ１２３）。
また、画素変換部４１６は、物質分解画像の画素を、回転させられた散布図における画素に置き換えることで、画素変換処理を行う（Ｓ１３１）。画素変換処理については後記する。
そして、出力処理部４１７は、ステップＳ１２３の処理結果や、ステップＳ１３１の処理結果を表示装置４０６に出力する出力処理を行う（Ｓ１４１）。
（散布図）
図４は、物質分解画像の散布図の例を示す図であり、図５は、ＨＡｐ画像ヒストグラムの例を示す図である。
図４に示す散布図６００は、図３のステップＳ１２１で生成されるものである。
散布図６００は、物質分解画像のＨＡｐ画像と、脂肪画像両者を用いた散布図である。なお、物質分解画像は、図３のステップＳ１１１で生成されるものである。
散布図６００において、横軸がＨＡｐ比率（基底物質濃度）、縦軸が脂肪比率（基底物質濃度）を示している。縦軸をＨＡｐ比率軸、横軸を脂肪比率軸と適宜称する。散布図６００における各プロット点は、物質分解画像の各ピクセルに対応し、物質分解画像のピクセルが、基底物質分解における、どのＨＡｐ比率（基底物質濃度）、脂肪比率（基底物質濃度）に対応しているのかを示している。ＨＡｐ比率、脂肪比率等の物質比率は、空間に占める基底物質（ここでは、ＨＡｐ、脂肪）の体積割合である。
そして、散布図６００では、例として符号６０１〜６０４を含むＨＡｐ比率６種（０〜５％）×脂肪比率２種（０％、７５％）の均質領域に分けられている。
図４の散布図６００における各プロット点を、ＨＡｐ比率軸に投影したものが、図５におけるＨＡｐ画像ヒストグラム７００である。つまり、図５におけるＨＡｐ画像ヒストグラム７００において、縦軸は、図４のプロット点を図４の縦軸方向にカウントしたものである。図５における横軸は図４と同様である。
ちなみに、図５におけるＨＡｐ画像ヒストグラム７００は、図４の散布図６００のうち、符号６０１〜６０２を含む均質領域を関心領域（ＲＯＩ）とし、ＲＯＩにおけるヒストグラムを算出したものである。ＲＯＩは、物質比率（ＨＡｐ比率、脂肪比率）が均質（すなわち、各エネルギウィンドウにおける減弱係数が均質）と考えられる領域であり、物質分解画像の画素値から得られるものである。例えば、各エネルギウィンドウにおける減弱係数が事前に設定されている狭い一定の範囲にあること等から、散布図生成部４１４が判定するものである。
図５において、符号７０１（実線）は、脂肪０％＆ＨＡｐ０％（血液）の領域（図４の均質領域６０１）の誤差分布を示すヒストグラム、符号７０２（実線）は、脂肪０％＆ＨＡｐ１％の領域（図４の均質領域６０２）の誤差分布を示すヒストグラムである。また、符号７０３（破線）は脂肪７５％＆ＨＡｐ０％の領域（図４の均質領域６０３）の誤差分布を示すヒストグラム、符号７０４（破線）は脂肪７５％＆ＨＡｐ１％の領域（図４の均質領域６０４）の誤差分布を示すヒストグラムである。ヒストグラム７０１とヒストグラム７０３とは互いに重複しており、ヒストグラム７０２とヒストグラム７０４とは互いに重複している。各ヒストグラムの領域で物質は均質であり、脂肪＋ＨＡｐ以外の物質は血液であるものとする。図５により、物質分解画像におけるＨＡｐ画像に基づいた各均質領域６０１〜６０２の平均値（中心）はＨＡｐ比率のみに依存し、脂肪比率とは独立にプロットされることがわかる。つまり、前記したように、ヒストグラム７０１とヒストグラム７０３とは互いに重複しており、ヒストグラム７０２とヒストグラム７０４とは互いに重複している。これは診断上有利な特性である。しかし、図４や、図５に基づく物質分解画像の画質は最良とは言えず、統計誤差が大きくなる傾向である。つまり、各ヒストグラム７０１〜７０４の幅が広くなっている。このように、各ヒストグラム７０１〜７０４の幅が広いと、物質分解画像はぼやけた画像となってしまう。
ここで、図４に説明を戻す。
図５からはわかりにくいが、図４を見れば、図５のヒストグラム７０１〜７０４の誤差分布（ヒストグラムの幅）は、これらのヒストグラム７０１〜７０４に対応する各均質領域６０１〜６０４がＨＡｐ比率軸とも脂肪比率軸とも異なる方向を向いた楕円状構造を持つことに由来することがわかる。ちなみに、図７のヒストグラム７０１は、図６の均質領域６０１に対応し、図７のヒストグラム７０２は、図６の均質領域６０２に対応している。そして、図７のヒストグラム７０３は、図６の均質領域６０３に対応し、図７のヒストグラム７０４は、図６の均質領域６０４に対応している。
ここで、散布図６００の均質領域６０１〜６０４の短手方向に平行な軸上の画像を考えれば統計誤差の小さい（統計誤差を最小化した）画像が得られることに着目する。
角度処理部４１５は、散布図６００における均質領域６０１〜６０４（ここでは、均質領域６０３）の長手方向６１１を検出し、検出した長手方向６１１と、任意の物質軸（ここでは脂肪比率軸）とが為す角度を回転角度６２１として算出する。この処理は、図３におけるステップＳ１２２で行われるものである。長手方向６１１は、均質領域６０１〜６０４におけるプロット点の相関方向を示しており、例えば、最小二乗法等により算出される。
角度処理部４１５は、図３のステップＳ１２３において、算出した回転角度６２１の方向に散布図６００を回転させる。ここで、回転中心は図４の各々の均質領域６０１〜６０４の中心である。なお、回転中心は散布図６００の原点に限らず、どこでもよい。
なお、図４における符号６３１については後記する。
（回転散布図）
図６は、回転処理後における散布図の例を示す図である。
図６における縦軸と横軸は図４と同様である。
回転散布図８００において、図４の均質領域６０１〜６０４に相当する各均質領域６０１ａ〜６０４ａの長手方向はＨＡｐ比率軸に対して垂直状態となっていることがわかる。均質領域６０１ａ〜６０４ａ以外の均質領域も同様である。
なお、符号８２１については後記する。
図７は、回転散布図を基に生成されたＨＡｐ画像ヒストグラムの例を示す図である。
図７に示すＨＡｐ画像ヒストグラム９００は、図５におけるＨＡｐ画像ヒストグラム７００と同様の手法で生成されたものである
図６の均質領域６０１ａの誤差分布を示すヒストグラム９０１、図６の均質領域６０２ａの誤差分布を示すヒストグラム９０２の対でわかるようにＨＡｐ１％の差に対してそれぞれの誤差分布幅は小さく改善している。つまり、各ヒストグラム９０１、９０２の幅が小さくなっている。このようなヒストグラム９０１，９０２となることで、図６における回転散布図８００を利用して物質分解画像を変換した誤差最小化画像はシャープな画像となる。従って、画像の視認性が大きく改善し、ＲＯＩの再設定における画像部分の指定をやりやすくなる。図６の均質領域６０３ａの誤差分布を示すヒストグラム９０３、図６の均質領域６０４ａの誤差分布を示すヒストグラム９０４も同様である。ヒストグラム９０１〜９０４は、誤差分布をＨＡｐ比率由来の誤差分布のみにしたという意味で、統計誤差を最小化したヒストグラムである。つまり、「誤差最小化画像」における「誤差最小化」とは、誤差分布をＨＡｐ比率（処理対象となっている基底物質）由来の誤差分布のみに最小化したという意味である。ちなみに、図６及び図７に示すＨＡｐ比率の値及び脂肪比率の値は、回転処理によって意味を失っているため、図６及び図７において、ＨＡｐ比率の値及び脂肪比率の値は単に目安の意味しか有していない。
ここで、図５のＨＡｐ画像ヒストグラム７００では脂肪比率によらずにＨＡｐ０％と１％の２種類に見えていた分布が、図７のＨＡｐ画像ヒストグラム９００では４種類（脂肪０％と７５％の２種類による２倍）に分離している。これは脂肪比率に対する独立性が失われたことを意味している。従って、脂肪とＨＡｐの混在部では、回転処理前の物質分解画像がより重要であり、回転処理後の誤差最小化画像はＲＯＩの再設定に用いる等、相補的に使うとよい。
そして、画素変換部４１６が、ステップＳ１１１の結果、得られる物質分解画像の画素を、回転処理後の散布図（回転散布図８００）における画素で置き換えることで、誤差最小化画像を生成する。つまり、画素変換部４１６は、物質分解画像における各画素を、図４のＨＡｐ比率、脂肪比率の関係から、図６の関係に置き換えることで、誤差最小化画像を生成する（図３のＳ１３１）。
図８を参照して画素変換部４１６における処理手順を説明する。
図８は、本実施形態に係る画素変換処理（図３のＳ１３１）の詳細な手順を示すフローチャートである。
具体的には、画素変換部４１６は、以下のような処理を行う。
画素変換部４１６は、図４の散布図６００における画素に対応する、図６の散布図８００における画素を特定する（画素特定処理：Ｓ１５１）。具体的には、画素変換部４１６は、以下のような処理を行う。例えば、図４におけるプロット点６３１と、図８におけるプロット点８２１は同じ画素を示している。従って、画素変換部４１６は、図４におけるプロット点６３１が示す画素に対応する、図８におけるプロット点８２１が示す画素を特定する。
次に、画素変換部４１６は、図４の散布図６００における画素が対応するＨＡｐ比率及び脂肪比率を、図６の散布図８００における画素が対応するＨＡｐ比率及び脂肪比率に変換する（比率変換処理：Ｓ１５２）。例えば、画素変換部４１６は、図４におけるプロット点６３１（画素）が示すＨＡｐ比率及び脂肪比率の値を、図８におけるプロット点８２１（画素）が示すＨＡｐ比率及び脂肪比率の値に変換する。
画素変換部４１６は、この変換に従って物質分解画像の画素を変換する（画像変換処理：Ｓ１５３）。この結果、誤差最小化画像が生成される
画素変換部４１６における処理の結果、得られるＭ枚（本実施形態ではＭ＝２）の画像全体を回転画像と称する。ここで、Ｍは基底物質の数である。このように、回転画像には、Ｍ枚（本実施形態ではＭ＝２）の画像が含まれるが、このうち、１枚は統計誤差が最小化された画像である（本実施形態ではＨＡｐが相当）。そして、その他の画像は、統計誤差が大きくなっている画像である（本実施形態では脂肪が相当）。本実施形態では、得られるＭ枚（本実施形態ではＭ＝２）の画像のうち、統計誤差が最小となっている画像（本実施形態ではＨＡｐが相当）が誤差最小化画像である。
誤差最小化画像における画素値は、回転処理により、元となるＨＡｐ比率の意味を失っているため、一般的なＣＴで用いられているＨｏｕｎｓｆｉｅｌｄ値に準ずる数値への変換を行うと便利である。その場合には、基底物質の想定ＣＴ値（例えば血液を＋６０、脂肪を−７０）等を基準にすることができる。
なお、図４に示す散布図６００や、図６に示す回転散布図８００を表示装置４０６に表示することは、必ずしも必須ではない。しかしながら、均質領域６０１〜６０４の長手方向６１１（図４）及び短手方向における均質領域の平行性を確認し、回転角度を微調整するために、図４に示す散布図６００や、図６に示す回転散布図８００を表示装置４０６に表示することは有用である。
なお、本実施形態では、角度処理部４１５が回転角度を算出し、角度処理部４１５が回転角度に従って回転処理を行っているが、ユーザがマウス等の入力装置４０５（図２）を用いて、手動で散布図６００を回転させてもよい。
角度処理部４１５による回転処理では画像結果による確認も兼ねることができる利点があり、ユーザによる手動回転は演算コストが小さく瞬時に表示できる利点がある。
また、ビームハードニング補正の不完全性により、回転処理後の誤差最小化画像が、被検体Ａ１（図１）の部位毎に微妙に異なる場合、該部位毎に回転処理を行ってもよい。
（操作画面）
図９は、本実施形態に係る操作画面の例を示す図である。
なお、撮像処理（図３のＳ１０１）や、画像再構成処理（図３のＳ１０３）等の当該技術分野における一般的な操作に対しては、図９に示す操作画面１０００とは別の画面で行われるものとする。
操作画面１０００において、第１の物質分解画像領域１００１は入力画像である物質分解画像（ＨＡｐ画像）が表示される領域である。また、第２の物質分解画像領域１００２は、入力画像である物質分解画像（脂肪画像）が表示される領域である。このように、物質分解画像領域は、基底物質の数だけ表示される。
さらに、散布図領域１００３は、図３のステップＳ１２１で生成された散布図が表示される領域である。なお、散布図領域１００３に表示されている散布図には、均質領域の長手方向の角度を示すマーカ１００４が表示されている。
そして、誤差最小化画像領域１０１１は、回転処理後の誤差最小化画像が表示される領域である。さらに、回転散布図領域１０１２には、回転処理後の散布図が表示されている。
また、ユーザは、回転角度操作部１０２１により、回転角度の選択と調整を行うことができる。選択肢の例としては「デフォルト角度」、「自動認識角度」、「手動角度」、「手動増分」等がある。
ここで、「デフォルト角度」とは物質分解画像の基底物質とエネルギウィンドウ設定条件で決まる、事前に計算されたファントムに依存しない値である。つまり、「デフォルト角度」とは、予め設定されている回転角度である。
なお、理想的にはビームハードニング補正によって、統計誤差は、ビームハードニングによる統計誤差より十分小さい影響にまで補正される。これにより、回転角度は、被検体Ａ１（図１）の形状やサイズによらない。
しかしながら、ビームハードニング補正後に、未補正／過補正成分が残る場合がある。このような場合、回転角度は被検体Ａ１に依存しうることになる。
「自動認識角度」は、角度処理部４１５が散布図６００（図４）の中で均質度の高い領域（均質領域）を自動認識し、その均質領域から回転角度を自動検出するものである。つまり、「自動認識角度」は、角度処理部４１５によって算出された角度である。
なお、ＲＯＩについては、誤差最小化画像領域１０１１に表示されている誤差最小化画像に対して、ユーザが指定してもよい。すなわち、前記したＲＯＩの設定は散布図生成処理部４１４が判定し、設定していたが、ユーザがＲＯＩを設定してもよい。
また、ＲＯＩの設定は、統計誤差の小さい画像が好適であるため、一度得た誤差最小化画像からＲＯＩを更新するフィードバックループがあってもよい。「一度得た誤差最小化画像からＲＯＩを更新するフィードバックループ」とは、以下のようなことである。まず、回転処理前の物質分解画像（第１の物質分解画像領域１００１及び第２の物質分解画像領域１００２に表示されている画像）に対し、ユーザが一度ＲＯＩを設定する。そして、回転処理後、出力処理部４１７は、誤差最小化画像領域１０１１に表示されている誤差最小化画像に、回転処理前の物質分解画像で設定されたＲＯＩを表示し、ユーザにＲＯＩの再設定の要否を判断させる。
「手動角度」とは、ユーザが任意の角度を回転角度として入力するものであり、例えば、特殊な用途に対応することを目的とするものである。回転角度の数値は、入力装置４０５を介して直接編集されてもよいし、現在設定されている角度に対する「手動増分」として編集可能な数値の±１°をそれぞれ与えるボタン１０３１を用いて微調整されてもよい。
また、マウスを用いて散布図が回転されると、その回転角度が「手動角度」として操作画面１０００に反映表示されてもよい。
ちなみに、回転角度操作部１０２１で与えられる回転角度がマーカ１００４に反映され、ユーザはマーカ１００４を視認することで、設定されている回転角度を確認することができる。
図９に示すように、「デフォルト角度」、「自動認識角度」、「手動角度」は、ラジオボタン等によって、実行される項目が指定されてもよい。
実行操作部１０２２は、回転処理の実行を行うためのインタフェースである。実行操作部１０２２は、散布図だけを試験的に回転させる試験ボタン、誤差最小化画像まで生成する実行ボタン、ｕｎｄｏ（前回実行分のキャンセル）ボタン等のボタンを有している。
前記した「手動増分」は、散布図だけを試験的に回転させる機能を含んでいてもよい。すなわち、「手動増分」に入力された情報で行われた散布図の回転は、試験的に行われる回転であって、この回転に基づいて誤差最小化画像を生成するためには、実行ボタンが前記なく入力される必要があってもよい。また、「手動増分」で入力された情報が、回転処理後の散布図（回転散布図領域１０１２に表示されている）に即時反映する機能が付されてもよい。ちなみに、図３の回転角度算出処理（Ｓ１２２）はデフォルト、自動認識、手動の例を含む広い概念である。
特許文献１に示す技術では、電流モード検出器によるＣＴと同等以上の低統計誤差画像が得られる。つまり、シャープな線減弱係数画像を得ることができる。しかしながら、特許文献１に示す技術では、統計誤差が小さくなっているものの、統計誤差の最小化がなされている保証はない。言い換えれば、特許文献１に示す技術では、どの程度統計誤差が改善されているかがわからない。また、特許文献１に示す技術では、重み付け加算による線減弱係数画像の取得には追加の画像再構成処理を要する。つまり、特許文献１に示す技術は、２回の画像再構成処理が行われる必要がある。近年使用される逐次近似型画像再構成において計算コストが大きいことを考えれば、特許文献１に示す技術は、追加の画像再構成処理を必要とすることで、大きな計算コストがかかる。
これに対し、本実施形態に係る画像生成装置４００では、追加の画像再構成処理を必要とせず、計算コストの小さい回転処理のみで、誤差を最小化することができる。また、本実施形態によれば、確実に誤差を最小化することができる。
なお、本実施形態では基底物質数Ｍ＝２としているが、基底物質数Ｍ＝３としてもよい。この場合、散布図は３次元となる。３次元の回転は自由度２の操作であり、一般には極角と方位角と呼ぶ２値で指定を行う。つまり、基底物質数Ｍ＝３のとき、散布図における均質領域は略楕円体をなす。ここで、略楕円体となっている均質領域は、互いに直交する２つの長手方向と、２つの長手方向それぞれに直交する１つの短手方向とを有する。
角度処理部４１５は、均質領域の短手方向が、散布図（３次元）における処理対象となっている軸に平行となるような回転角度を算出し、この回転角度で散布図を回転させる。このようにすることで、Ｍ＝２と同様に誤差最小化画像を得ることができる。
また、均質領域の回転角度の算出は、均質領域の長手方向を基に行われる方が容易であるが、均質領域の短手方向が直接得られ、回転画像の中で誤差最小化画像のみに興味がある場合、角度処理部４１５は、この短手方向を処理対象となっている軸に平行となるようにしてもよい。この場合、回転には極角、方位角の２値が必要であるが、自由度は１であり、多数ある極角、方位角の組合せから任意の１組を用いればよい。Ｍ＝２の場合でも同様に、均質領域の短手方向を基に回転角度を算出してもよい。
Ｍ≧４についても同様に拡張することが可能である。
本実施形態によれば、少ない計算コストで、統計誤差を最小化した誤差最小化画像を得ることができる。
また、回転処理後における散布図８００（図６）における画素で、物質分解画像の画素を置き換えることで、カウント投影データからの画像再構成を行うことなく、統計誤差を最小化した誤差最小化画像を生成することができる。これにより、少ない計算コストで統計誤差を最小化した画像を得ることができる。
また、本実施形態における画像生成装置４００は、パルスモードＸ線検出器から得られたカウント投影データを基に処理を行うことで、エネルギ情報が得られるものの、統計誤差が大きくなる物質分解画像の統計誤差を小さくした画像を得ることができる。
なお、本実施形態では、均質領域６０１〜６０４の長手方向６１１（図４）の傾きが図６のＨＡｐ比率軸に対し、垂直になるよう回転させているが、脂肪比率軸に対し、垂直になるよう回転させてもよい。
また、本実施形態では、Ｘ線ＣＴ装置１００に適用されているが、ＰＥＴ（Positron Emission Tomography）や、ＭＲＩや、ＰＥＴ−ＣＴ等の各種医用画像診断装置に適用されてもよい。また、本実施形態において、Ｘ線ＣＴ装置３００は、Ｘ線検出器３２１としてパルスモードＸ線検出器を備えるものとしているが、これに限らず、電流モードのＸ線検出器３２１が備えられたｄｕａｌ ｅｎｅｒｇｙ ＣＴ装置でもよい。ｄｕａｌ ｅｎｅｒｇｙ ＣＴ装置が用いられる場合、Ｘ線管３１１から２種以上のスペクトルを有するＸ線が照射される方式、Ｘ線検出器３２１が異なるエネルギ分布の情報を検出する方式等を適用することができる。また、本実施形態では、カウント投影データをＸ線ＣＴ装置１００から取得して画像再構成処理を行っているが、カウント投影データをデータベースに蓄積しておき、このデータベースに蓄積されているカウント投影データを用いて画像再構成処理が行われてもよい。これは、Ｘ線検出器３２１としてパルスモードＸ線検出器が用いられる場合でも、電流モードのＸ線検出器３２１が用いられる場合でも同様である。
本発明は前記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を有するものに限定されるものではない。また、本実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
また、前記した各構成、機能、各部４１１〜４１７、記憶装置４０３等は、それらの一部又はすべてを、例えば集積回路で設計すること等によりハードウェアで実現してもよい。また、図２に示すように、前記した各構成、機能等は、ＣＰＵ等のプロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、ＨＤ（Hard Disk
）に格納すること以外に、メモリや、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣ（Integrated Circuit）カードや、ＳＤ（Secure Digital）カード、ＤＶＤ（Digital Versatile Disc）等の記録媒体に格納することができる。
また、各実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんどすべての構成が相互に接続されていると考えてよい。
１００ Ｘ線ＣＴ装置
２００ 入力装置
３００ 撮影装置
４００ 画像生成装置
４０６ 表示装置（表示部）
４１０ 処理部
４１１ データ取得部
４１２ 画像再構成処理部
４１３ 基底物質分解処理部
４１４ 散布図生成部
４１５ 角度処理部（誤差最小化部）
４１６ 画素変換部（変換部）
６００，８００ 散布図
６０１〜６０４，６０１ａ〜６０４ａ 均質領域
７００，９００ ＨＡｐ画像ヒストグラム
７０１〜７０４，９０１ ヒストグラム
１０００ 操作画面
１００１ 第１の物質分解画像領域
１００２ 第２の物質分解画像領域
１００３ 散布図領域
１００４ マーカ
１０１１ 誤差最小化画像領域
１０２１ 回転角度操作部
１０２２ 実行操作部

Claims (14)

  1. 基底物質分解に用いられた各基底物質の濃度を軸とし、前記基底物質分解によって出力された物質分解画像の画素が、基底物質分解における基底物質濃度に対応した散布図を生成する散布図生成部と、
    前記散布図においてプロットされたプロット点の統計誤差を最小化する方向に、前記散布図を回転させる誤差最小化部と、
    前記誤差最小化部によって回転させられた散布図における画素を基に、前記物質分解画像を変換する変換部と、
    を有することを特徴とする画像生成装置。
  2. 前記誤差最小化部は、
    前記散布図におけるプロット点の相関方向への傾きを算出し、前記算出された相関方向への傾きが、処理対象となる軸に対して、垂直方向となるよう回転させることで、前記散布図においてプロットされたプロット点の統計誤差を最小化する方向に、前記散布図を回転させる
    ことを特徴とする請求項１に記載の画像生成装置。
  3. 前記変換部は、
    前記回転された散布図における画素における情報で、前記物質分解画像の画素における情報を置き換えることで、前記統計誤差を最小化された散布図における画素を基に、前記物質分解画像を変換する
    ことを特徴とする請求項１に記載の画像生成装置。
  4. 少なくとも前記回転前の散布図及び前記回転後の散布図を表示部に表示する出力処理部
    を有することを特徴とする請求項１に記載の画像生成装置。
  5. 前記基底物質分解は、パルスモードＸ線検出器を備えたＸ線ＣＴから得られた線減弱画像に対して行われる
    ことを特徴とする請求項１に記載の画像生成装置。
  6. 物質分解画像の変換を行う画像生成装置が、
    基底物質分解に用いられた各基底物質の濃度を軸とし、前記基底物質分解によって出力された物質分解画像の画素が、基底物質分解における基底物質濃度に対応した散布図を生成し、
    前記散布図においてプロットされたプロット点の統計誤差を最小化する方向に、前記散布図を回転させ、
    回転させられた前記散布図における画素を基に、前記物質分解画像を変換する
    ことを特徴とする画像生成方法。
  7. 前記画像生成装置は、
    前記散布図におけるプロット点の相関方向への傾きを算出し、前記算出された相関方向への傾きが、処理対象となる軸に対して、垂直方向となるよう回転させることで、前記散布図においてプロットされたプロット点の統計誤差を最小化する方向に、前記散布図を回転させる
    ことを特徴とする請求項６に記載の画像生成方法。
  8. 前記画像生成装置は、
    前記回転された散布図における画素における情報で、前記物質分解画像の画素における情報を置き換えることで、前記統計誤差を最小化された散布図における画素を基に、前記物質分解画像を変換する
    ことを特徴とする請求項６に記載の画像生成方法。
  9. 前記画像生成装置は、
    少なくとも前記回転前の散布図及び前記回転後の散布図を表示部に表示する
    ことを特徴とする請求項６に記載の画像生成方法。
  10. 前記基底物質分解は、パルスモードＸ線検出器を備えたＸ線ＣＴから得られた線減弱画像に対して行われる
    ことを特徴とする請求項６に記載の画像生成方法。
  11. 基底物質分解に用いられた各基底物質の濃度を軸とし、前記基底物質分解によって出力された物質分解画像の画素が、基底物質分解における基底物質濃度に対応した散布図を生成する散布図生成部と、
    前記散布図においてプロットされたプロット点の統計誤差を最小化する方向に、前記散布図を回転させる誤差最小化部と、
    前記誤差最小化部によって回転させられた散布図における画素を基に、前記物質分解画像を変換する変換部と、
    を有することを特徴とするＸ線ＣＴ装置。
  12. 前記誤差最小化部は、
    前記散布図におけるプロット点の相関方向への傾きを算出し、前記算出された相関方向への傾きが、処理対象となる軸に対して、垂直方向となるよう回転させることで、前記散布図においてプロットされたプロット点の統計誤差を最小化する方向に、前記散布図を回転させる
    ことを特徴とする請求項１１に記載のＸ線ＣＴ装置。
  13. 前記変換部は、
    前記回転された散布図における画素における情報で、前記物質分解画像の画素における情報を置き換えることで、前記統計誤差を最小化された散布図における画素を基に、前記物質分解画像を変換する
    ことを特徴とする請求項１１に記載のＸ線ＣＴ装置。
  14. 前記基底物質分解は、パルスモードＸ線検出器を備えたＸ線ＣＴから得られた線減弱画像に対して行われる
    ことを特徴とする請求項１１に記載のＸ線ＣＴ装置。
JP2017509456A 2015-03-30 2016-03-08 画像生成装置、画像生成方法及びｘ線ｃｔ装置 Active JP6412636B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015068965 2015-03-30
JP2015068965 2015-03-30
PCT/JP2016/057108 WO2016158234A1 (ja) 2015-03-30 2016-03-08 画像生成装置、画像生成方法及びｘ線ｃｔ装置

Publications (2)

Publication Number Publication Date
JPWO2016158234A1 JPWO2016158234A1 (ja) 2017-12-28
JP6412636B2 true JP6412636B2 (ja) 2018-10-24

Family

ID=57007058

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017509456A Active JP6412636B2 (ja) 2015-03-30 2016-03-08 画像生成装置、画像生成方法及びｘ線ｃｔ装置

Country Status (4)

Country Link
US (1) US20180061097A1 (ja)
JP (1) JP6412636B2 (ja)
CN (1) CN107427276B (ja)
WO (1) WO2016158234A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3555858B1 (en) * 2016-12-16 2021-07-07 Prismatic Sensors AB Reproduction of conventional computed tomography images from spectral computed tomography data
JP6862310B2 (ja) * 2017-08-10 2021-04-21 株式会社日立製作所 パラメータ推定方法及びｘ線ｃｔシステム
CN109959669B (zh) * 2017-12-26 2021-02-23 清华大学 基材料分解方法和装置及计算机可读存储介质
JP7378404B2 (ja) * 2018-01-16 2023-11-13 コーニンクレッカ フィリップス エヌ ヴェ 非スペクトルイメージングシステムを用いたスペクトルイメージング
JP7341803B2 (ja) * 2018-09-07 2023-09-11 キヤノンメディカルシステムズ株式会社 Ｘ線ｃｔ装置、医用画像処理装置及びｘ線ｃｔシステム
JP7440271B2 (ja) 2020-01-10 2024-02-28 富士フイルムヘルスケア株式会社 放射線撮像装置および光子計数型検出器の較正方法
JP7467222B2 (ja) 2020-05-07 2024-04-15 キヤノンメディカルシステムズ株式会社 医用情報処理装置、医用情報処理方法及び医用情報処理プログラム
CN113100803A (zh) * 2021-04-20 2021-07-13 西门子数字医疗科技(上海)有限公司 用于显示静脉血栓的方法、装置、计算机设备和介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7734076B2 (en) * 2006-12-11 2010-06-08 General Electric Company Material decomposition image noise reduction
CN101493400B (zh) * 2008-01-25 2012-06-27 深圳迈瑞生物医疗电子股份有限公司 一种基于形状特征的自动分类校正的方法
US7983382B2 (en) * 2008-11-26 2011-07-19 General Electric Company System and method for material segmentation utilizing computed tomography scans
CN102353616B (zh) * 2011-06-23 2013-02-13 中国石油天然气股份有限公司 驱油用聚丙烯酰胺类聚合物特性粘数测定方法
CN103649990B (zh) * 2011-07-15 2017-06-06 皇家飞利浦有限公司 用于谱ct的图像处理
JP6073616B2 (ja) * 2011-09-28 2017-02-01 東芝メディカルシステムズ株式会社 Ｘ線ｃｔ装置、画像処理装置及びプログラム
GB2504966A (en) * 2012-08-15 2014-02-19 Ibm Data plot processing
CN104700389B (zh) * 2013-12-09 2019-08-13 通用电气公司 双能ct扫描图像中的对象识别方法

Also Published As

Publication number Publication date
CN107427276B (zh) 2021-01-26
JPWO2016158234A1 (ja) 2017-12-28
US20180061097A1 (en) 2018-03-01
CN107427276A (zh) 2017-12-01
WO2016158234A1 (ja) 2016-10-06

Similar Documents

Publication Publication Date Title
JP6412636B2 (ja) 画像生成装置、画像生成方法及びｘ線ｃｔ装置
US7409043B2 (en) Method and apparatus to control radiation tube focal spot size
US6904118B2 (en) Method and apparatus for generating a density map using dual-energy CT
US20140014828A1 (en) Adaptive calibration for tomographic imaging systems
JP6470837B2 (ja) Ｘ線ｃｔ装置および逐次修正パラメータ決定方法
US20070133747A1 (en) System and method for imaging using distributed X-ray sources
WO2014041889A1 (ja) Ｘ線ｃｔ装置およびｘ線ｃｔ画像の処理方法
JP5611640B2 (ja) 核医学診断装置、医用画像処理装置および医用画像診断装置
JP2015112475A (ja) Ｘ線コンピュータ断層撮影装置及びリファレンス補正プログラム
US9538975B2 (en) Scatter correction method and apparatus for computed tomography imaging
US11419566B2 (en) Systems and methods for improving image quality with three-dimensional scout
US10646186B2 (en) X-ray CT apparatus, information processing device and information processing method
WO2017130658A1 (ja) 医用画像処理装置及び医用画像処理方法
JP2004073397A (ja) Ｘ線ｃｔ装置
US11337671B2 (en) Methods and systems for improved spectral fidelity for material decomposition
US10969503B2 (en) Sensitivity correction method and photon counting detector
US20230320688A1 (en) Systems and methods for image artifact mitigation with targeted modular calibration
US20190239839A1 (en) Spectral topogram-based determination of imaging parameters
JP2022145494A (ja) 画像処理装置、補正方法及びプログラム
US9472001B2 (en) Image processor, image reconstruction method, and radiation imaging apparatus
JP2011047819A (ja) 核医学診断装置及び画像処理装置
JP2009171990A (ja) Ｘ線検出器を較正するシステム及び方法
Kim et al. Comparison of a photon-counting-detector and a CMOS flat-panel-detector for a micro-CT
WO2023243503A1 (ja) インテリアｃｔの画像再構成方法、画像再構成装置、及び、プログラム
US20230329665A1 (en) Iterative method for material decomposition calibration in a full size photon counting computed tomography system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170816

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180703

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180827

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: 20180918

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180928

R150 Certificate of patent or registration of utility model

Ref document number: 6412636

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250