JP6422746B2 - 核医学診断装置、医用画像処理装置、ソース位置の推定方法およびソース位置推定プログラム - Google Patents
核医学診断装置、医用画像処理装置、ソース位置の推定方法およびソース位置推定プログラム Download PDFInfo
- Publication number
- JP6422746B2 JP6422746B2 JP2014235092A JP2014235092A JP6422746B2 JP 6422746 B2 JP6422746 B2 JP 6422746B2 JP 2014235092 A JP2014235092 A JP 2014235092A JP 2014235092 A JP2014235092 A JP 2014235092A JP 6422746 B2 JP6422746 B2 JP 6422746B2
- Authority
- JP
- Japan
- Prior art keywords
- sinogram
- source
- nuclear medicine
- edge
- processing
- 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
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine (AREA)
Description
PETプロンプトリストモードデータ101に対してヒストグラミングが実施され、PETプロンプトサイノグラムデータ102が発生される。
PET遅延リストモードデータ103を使用することによって、正規化校正処理が実行される。そして、結晶効率補正係数104が発生される。
結晶効率補正係数104が使用され、PETプロンプトサイノグラムデータ102に対して、正規化補正処理が実施される。そして、結晶効率補正されたPETプロンプトサイノグラムデータ105またはPETプロンプトヒストグラム105が発生される。
図4Bは、中心から外れて配置されている第2のファントムに対応するサイノグラムのシングルスライスを示す図である。図4Bは、正規化補正前のサイノグラム41Bと正規化補正後のサイノグラム43Bとを表す。
図4Cは、中心から外れて配置されている第3のファントムに対応するサイノグラムのシングルスライスを示す図である。図4Cは、正規化補正前のサイノグラム41Cと正規化補正後のサイノグラム43Cとを表す。
図4A、4B及び4Cは、結晶効率正規化補正が画像に施された後にサイノグラムがどのように見えるかを示す。
PETプロンプトサイノグラムデータ105に対して、3次元リビニング法が実施される。そして、3次元のPETプロンプトサイノグラムデータ105が2次元のサイノグラムスタックデータ106に変換される。
2次元のサイノグラムスタックデータ106に対して中心推定処理が実施される。そして、複数のスライス(スライス方向をz方向とする)データ各々のシリンダの横断中心位置(x、y)のデータ107が推定される。
中心推定処理ユニット14によって決定されたスライスデータ毎の横断中心位置(x、y)に基づいて、シリンダ軸傾斜角および横断シフトのデータ108が発生される。
中心推定処理ユニット14により、サイノグラム画像に対して自動閾値化処理が実行され、サイノグラム画像が2値化画像に変換される。サイノグラム画像を閾値処理するには、いくつか異なる方法がある。例えば、平滑化ヒストグラムの特性要素が使用されて2値化画像が得られる、ヒストグラム形状に基づく方法を使用することができる。また、グレーレベルサンプルが背景領域および前景領域内でクラスタ化され、またはガウス分布の混合物としてモデル化される、クラスタ化に基づく方法を使用することもできる。また、前景領域および背景領域のエントロピーを使用するアルゴリズムを実施する、または原画像と2値化画像の間のクロスエントロピーを使用するアルゴリズムを実施する、エントロピー法を使用することもできる。また、グレーレベル画像と2値化画像の間の類似点を探索する、物体属性に基づく方法を使用することもでき、この類似点には、あいまいな形状類似、エッジ一致、または他の同様な方法が含まれる。また、画素間の相関を考慮に入れる高次確率分布(higher-order probability distribution)を利用する空間法を使用すること、および局所画像特性に基づいてある閾値を各画素に適用する局所法を使用することも可能である。ヒストグラム形状に基づく方法は、S14での正規化補正の操作後に十分な精度で使用することができる。結果として得られるヒストグラムは、背景領域および物体領域を表わす2つのピークを有することになる。2つのピーク間の最小値を見つけることによって、閾値処理手順は自動的に行うことができる。
ステップS101で発生された2値化画像に対して、1つまたは複数のモルフォロジー画像処理が実行される。これにより、分離されたエッジ画素が2値化画像から除去され、2値化画像中の穴が埋められる。モルフォロジー画像処理の基本機能は、簡単な既定の形状を用いて画像を探索することである。これにより、既定の形状が2値化画像内の諸形状と適合するかそれとも合わないかが決定される。モルフォロジー画像処理の例としては、膨張および収縮がある。拡張は、入力画像に含まれる諸形状を探索し拡張する。拡張は、シフト不変(平行移動不変)の画像処理であり、入力画像内の諸領域の境界を段階的に拡大する。収縮もまた平行移動不変であり、入力画像内の領域の境界を収縮する。これにより、ノイズの影響等により発生した入力画像内の穴またはヒゲのような突起部分を除去することができる。
図5Aは、図4Aに対応し、閾値処理及びモルフォロジー画像処理が実行された後の第1のファントムのサイノグラムのシングルスライスを示す図である。
図5Bは、図4Bに対応し、閾値処理及びモルフォロジー画像処理が実行された後の第2のファントムのサイノグラムのシングルスライスを示す図である。
図5Cは、図4Cに対応し、閾値処理及びモルフォロジー画像処理が実行された後の第3のファントムのサイノグラムのシングルスライスを示す図である。
ステップS102で処理された2値化画像に対しエッジ処理が実行される。これにより、2値化画像のエッジが検出される。
図6Aは、図5Aの2値化画像に対するエッジ処理の実行結果を示す図である。
図6Bは、図5Bの2値化画像に対するエッジ処理の実行結果を示す図である。
図6Cは、図5Cの2値化画像に対するエッジ処理の実行結果を示す図である。
ステップS103が実行された2値化画像が集められる。そして、複数のスライス各々の2値化画像からエッジ異常値を有する部分が除外される。具体的には、モジュールをベースとするPETスキャナでは、各モジュールの横断エッジにあるLORが結晶と共に、検出されたエッジから除外される。また、各モジュールの横断エッジにある結晶に対応するエッジ異常値が除外されてもよい。例えば、ステップS16での3次元リビニング後では、各スライスは同一のLOR分布を有する。
ステップS104で異常値が除外された2値化画像において、エッジ処理が実施され、左エッジと右エッジとが抽出される。そして、左エッジと右エッジの平均曲線が計算される。そして、計算された平均曲線が、サイノグラム領域内のシリンダの中心を表わすように指定される。
ステップS105で発生された平均曲線にシヌソイド関数曲線当てはめが実行される。このステップで、ステップS105で生成された平均曲線に最も適合するシヌソイド関数が特定される。これにより、複数のスライス各々の中心位置(x、y)を推定することができる。それは、シヌソイド関数と中心位置(x、y)との間に対応関係があるためである。このステップにより、例えば、断面形状が円または楕円を有するシリンダの特定のスライスに軸中心を推定することができる。
本実施形態に係る核医学診断装置が備えるソース位置の推定方法は、外部機器を使用する必要がないため、最小限の追加コストで導入することができる。さらに、本実施形態のソース位置の推定方法によれば、高速で堅牢かつ正確に、ソースの位置を推定することができる。これは、計数率適応的な遅延窓結晶効率の正規化、中心推定に使用されるサイノグラムの左右エッジの平均曲線、および、モジュールをベースとするPETスキャナ設計を使用することによって適用される異常値除外等により提供される。これにより、本実施形態に係るソース位置の推定方法を備える核医学診断装置は、従来の装置に比べて上記の大きな利点が得られる。
Claims (16)
- ソースに関するプロンプトデータと遅延データとを取得するスキャナと、
前記プロンプトデータからサイノグラムを発生するサイノグラムユニットと、
前記遅延データに対する正規化校正に基づいて結晶効率補正係数を発生する正規化校正ユニットと、
前記結晶効率補正係数を用いて前記サイノグラムを正規化補正した補正サイノグラムを発生する正規化補正ユニットと、
前記補正サイノグラムに基づいて、前記ソースの中心位置を推定する中心推定処理ユニットと、
を具備することを特徴とする核医学診断装置。 - 前記補正サイノグラムをリビニングして複数の2次元サイノグラムスライスを発生する3次元リビニングユニットをさらに具備し、
前記中心推定処理ユニットは、前記複数の2次元サイノグラムスライス各々において、前記ソースの中心位置を推定すること、
を特徴とする請求項1記載の核医学診断装置。 - 前記複数の2次元サイノグラムスライス各々の前記ソースの中心位置に基づいて前記ソースの軸傾斜角および横断シフトを計算する傾斜角および横断シフトユニットをさらに具備すること、
を特徴とする請求項2記載の核医学診断装置。 - 前記中心推定処理ユニットは、
前記複数の2次元サイノグラムスライス各々から前記ソースの左エッジと右エッジとを検出し、前記検出した前記左エッジと右エッジとの間の平均曲線を特定し、
前記平均曲線に対応するシヌソイド関数を特定することにより、前記複数の2次元サイノグラムスライス各々において、前記ソースの中心位置を推定すること、
を特徴とする請求項2に記載の核医学診断装置。 - 前記中心推定処理ユニットは、前記複数の2次元サイノグラムスライス各々に対して閾値化処理を実行することにより、前記複数の2次元サイノグラムスライスにそれぞれ対応する複数の2値化画像を発生し、
前記複数の2値化画像から前記ソースの左エッジと右エッジとを検出し、前記検出した前記左エッジと右エッジとの間の平均曲線を特定し、
前記平均曲線に対応するシヌソイド関数を特定することにより、前記複数の2次元サイノグラムスライス各々において、前記ソースの中心位置を推定すること、
を特徴とする請求項4に記載の核医学診断装置。 - 前記中心推定処理ユニットは、
前記複数の2値化画像各々に対してモルフォロジー画像処理を実行することにより、前記画像処理後の複数の2値化画像を発生し、
前記画像処理後の複数の2値化画像から前記ソースの左エッジと右エッジとを検出し、前記検出した前記左エッジと右エッジとの間の平均曲線を特定し、
前記平均曲線に対応するシヌソイド関数を特定することにより、前記複数の2次元サイノグラムスライス各々において、前記ソースの中心位置を推定すること、
を特徴とする請求項4に記載の核医学診断装置。 - 前記中心推定処理ユニットは、
前記画像処理後の複数の2値化画像内の、前記スキャナを構成するモジュールの横断エッジにある結晶に対応するエッジ異常値を除外すること、
を特徴とする請求項6記載の核医学診断装置。 - 前記ソースがシリンダであること、
を特徴とする請求項1に記載の核医学診断装置。 - 前記ソースの断面形状が楕円であること、
を特徴とする請求項1に記載の核医学診断装置。 - 前記閾値化処理が、
平滑化ヒストグラムの特性要素が使用されて2値化画像が得られる、ヒストグラム形状に基づく処理と、
グレーレベルサンプルが背景領域および前景領域内でクラスタ化され、またはガウス分布の混合物としてモデル化される、クラスタ化に基づく処理と、
前景領域および背景領域のエントロピーを使用するアルゴリズムを実施する、または原画像と2値化画像の間のクロスエントロピーを使用するアルゴリズムを実施する、エントロピー処理と、
グレーレベル画像と2値化画像の間の類似点を探索する、物体属性に基づく処理であって、前記類似点に、あいまいな形状類似およびエッジ一致が含まれる、処理と、
画素間の相関を考慮に入れる高次確率分布を利用する空間処理と、
局所画像特性に基づいてある閾値を各画素に適用する局所処理と、
のうちの1つであること、
を特徴とする請求項5に記載の核医学診断装置。 - 前記閾値化処理がヒストグラム形状に基づく処理であり、
前記ヒストグラム形状に基づく処理が、背景領域および物体領域を表わす2つのピークを有するヒストグラムを生成すること、および前記2つのピーク間の最小値を決定することを含むこと、
を特徴とする請求項5に記載の核医学診断装置。 - 前記モルフォロジー画像処理が膨張および収縮の少なくとも一方を含むこと、
を特徴とする請求項6記載の核医学診断装置。 - 前記中心推定処理ユニットによる、前記画像処理後の複数の2値化画像内の、前記スキャナを構成するモジュールの横断エッジにある結晶に対応するエッジ異常値を除外する処理は、各モジュールの横断エッジにある応答線を結晶と共に、前記検出されたエッジから除外することをさらに含むこと、
を特徴とする請求項7記載の核医学診断装置。 - ソースに関するプロンプトデータからサイノグラムを発生するサイノグラムユニットと、
前記ソースに関する遅延データに対する正規化校正に基づいて結晶効率補正係数を発生する正規化校正ユニットと、
前記結晶効率補正係数を用いて前記サイノグラムを正規化補正した補正サイノグラムを発生する正規化補正ユニットと、
前記補正サイノグラムに基づいて、前記ソースの中心位置を推定する中心推定処理ユニットと、
を具備することを特徴とする医用画像処理装置。 - ソースに関するプロンプトデータからサイノグラムを発生し、
前記ソースに関する遅延データに対する正規化校正に基づいて結晶効率補正係数を発生し、
前記結晶効率補正係数を用いて前記サイノグラムを正規化補正した補正サイノグラムを発生し、
前記補正サイノグラムに基づいて、前記ソースの中心位置を推定すること、
を特徴とするソース位置推定方法。 - コンピュータに、
ソースに関するプロンプトデータからサイノグラムを発生させるサイノグラム発生機能と、
前記ソースに関する遅延データに対する正規化校正に基づいて結晶効率補正係数を発生させる係数発生機能と、
前記結晶効率補正係数を用いて前記サイノグラムを正規化補正した補正サイノグラムを発生させる補正機能と、
前記補正サイノグラムに基づいて、前記ソースの中心位置を推定する推定機能と、
を実行させるためのソース位置推定プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/084,304 | 2013-11-19 | ||
US14/084,304 US9483850B2 (en) | 2013-11-19 | 2013-11-19 | Cylinder source software-positioning method for PET calibration and image quality assurance |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015099150A JP2015099150A (ja) | 2015-05-28 |
JP6422746B2 true JP6422746B2 (ja) | 2018-11-14 |
Family
ID=53173358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014235092A Active JP6422746B2 (ja) | 2013-11-19 | 2014-11-19 | 核医学診断装置、医用画像処理装置、ソース位置の推定方法およびソース位置推定プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US9483850B2 (ja) |
JP (1) | JP6422746B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9483850B2 (en) * | 2013-11-19 | 2016-11-01 | Toshiba Medical Systems Corporation | Cylinder source software-positioning method for PET calibration and image quality assurance |
CN111836665B (zh) * | 2019-02-21 | 2022-09-30 | 西安大医集团股份有限公司 | 放射治疗系统及其验证装置、验证方法 |
US12070624B2 (en) | 2019-02-21 | 2024-08-27 | Our United Corporation | Verification phantom |
CN110232724A (zh) * | 2019-06-13 | 2019-09-13 | 大连民族大学 | 一种汉字字体图像矢量表示方法 |
CN110246104B (zh) * | 2019-06-13 | 2023-04-25 | 大连民族大学 | 一种汉字图像处理方法 |
US11249206B2 (en) * | 2020-01-06 | 2022-02-15 | Canon Medical Systems Corporation | Method and system for PET detector efficiency normalization |
EP3845929B1 (en) * | 2020-01-06 | 2024-01-03 | Canon Medical Systems Corporation | A pet apparatus and a method |
CN111815734B (zh) * | 2020-08-21 | 2024-04-16 | 上海联影医疗科技股份有限公司 | 一种pet扫描数据修复方法、装置和计算机设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2666462B2 (ja) * | 1989-03-31 | 1997-10-22 | 株式会社島津製作所 | リングect装置の感度補正装置 |
US6774358B2 (en) | 2002-03-21 | 2004-08-10 | Cti Pet Systems, Inc. | Normalization apparatus for PET and SPECT scanners and method for using same |
US6963065B2 (en) | 2003-04-18 | 2005-11-08 | Cti Pet Systems, Inc. | Normalization apparatus for panel detector PET scanners |
JP2005052329A (ja) * | 2003-08-04 | 2005-03-03 | Fuji Photo Film Co Ltd | 異常陰影候補検出装置およびプログラム |
US7038212B2 (en) * | 2004-04-30 | 2006-05-02 | General Electric Company | Method and system for normalization of a positron emission tomography system |
US7718954B2 (en) * | 2006-01-31 | 2010-05-18 | Koninklijke Philips Electronics N.V. | Component method and system for PET detector efficiency normalization |
DE102007020600A1 (de) * | 2007-05-02 | 2008-11-13 | Siemens Ag | Verfahren zur Kalibrierung eines Positronen-Emissions-Tomographen einer Strahlentherapievorrichtung sowie Strahlentherapievorrichtung |
US8110805B2 (en) * | 2008-05-09 | 2012-02-07 | Siemens Medical Solutions Usa, Inc. | Iterative algorithms for crystal efficiencies estimations from TOF compressed normalization data |
US8193505B2 (en) | 2008-09-29 | 2012-06-05 | Siemens Medical Solutions Usa, Inc. | System and method for scatter normalization of PET images |
RU2551791C2 (ru) * | 2009-12-18 | 2015-05-27 | Конинклейке Филипс Электроникс Н.В. | Многосекционное выравнивание данных для получения изображений |
JP5672061B2 (ja) * | 2011-02-24 | 2015-02-18 | 株式会社島津製作所 | 陽電子放射断層撮像装置 |
US9483850B2 (en) * | 2013-11-19 | 2016-11-01 | Toshiba Medical Systems Corporation | Cylinder source software-positioning method for PET calibration and image quality assurance |
US9804275B2 (en) * | 2013-11-19 | 2017-10-31 | Toshiba Medical Systems Corporation | Method and system of random-event-based count-rate adaptive normalization for PET detector efficiency |
-
2013
- 2013-11-19 US US14/084,304 patent/US9483850B2/en active Active
-
2014
- 2014-11-19 JP JP2014235092A patent/JP6422746B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US9483850B2 (en) | 2016-11-01 |
US20150139513A1 (en) | 2015-05-21 |
JP2015099150A (ja) | 2015-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6422746B2 (ja) | 核医学診断装置、医用画像処理装置、ソース位置の推定方法およびソース位置推定プログラム | |
Rohkohl et al. | Improving best‐phase image quality in cardiac CT by motion correction with MAM optimization | |
CN107123095B (zh) | 一种pet图像重建方法、成像系统 | |
US9600890B2 (en) | Image segmentation apparatus, medical image device and image segmentation method | |
Bhagalia et al. | Nonrigid registration‐based coronary artery motion correction for cardiac computed tomography | |
US10825149B2 (en) | Defective pixel correction using adversarial networks | |
US8682051B2 (en) | Smoothing of dynamic data sets | |
US11996198B2 (en) | Determination of a growth rate of an object in 3D data sets using deep learning | |
JP7240001B2 (ja) | 画像の閲覧を支援する方法およびこれを利用した装置 | |
Koo et al. | Automated segmentation of left ventricular myocardium on cardiac computed tomography using deep learning | |
US10810717B2 (en) | Image processing apparatus, image processing method, and image processing system | |
KR101885562B1 (ko) | 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치 | |
KR101923962B1 (ko) | 의료 영상의 열람을 지원하는 방법 및 이를 이용한 장치 | |
Guo et al. | Improved U-net for guidewire tip segmentation in x-ray fluoroscopy images | |
Cruz-Bernal et al. | Analysis of the cluster prominence feature for detecting calcifications in mammograms | |
Qiao et al. | Fully automated left atrium cavity segmentation from 3D GE-MRI by multi-atlas selection and registration | |
US20210035676A1 (en) | Medical document creation support apparatus, method and program, learned model, and learning apparatus, method and program | |
JP2017189337A (ja) | 画像位置合わせ装置および方法並びにプログラム | |
CN113192031A (zh) | 血管分析方法、装置、计算机设备和存储介质 | |
CN109712152B (zh) | 基于矢量值活动轮廓模型的多模态医学图像分割方法 | |
Marinelli et al. | Registration of myocardial PET and SPECT for viability assessment using mutual information | |
Kudo et al. | Metal artifact reduction in CT using fault-tolerant image reconstruction | |
CN115810032A (zh) | 图像配准方法及装置、医学图像的运动校正方法及系统 | |
US20230154067A1 (en) | Output Validation of an Image Reconstruction Algorithm | |
Köhler et al. | Efficiently correcting patch-based segmentation errors to control image-level performance in retinal images |
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: 20170830 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180425 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180508 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180709 |
|
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: 20181017 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6422746 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |