JP6431068B2 - 反相関フィルタによるスペクトルプロジェクションデータノイズ除去 - Google Patents

Description

以下の説明は概して、プロジェクションデータ処理、更には特に、対応するスケーリングファクタ及び各々の基底物質に対する部分項を備える正則化項を含む反相関フィルタによるプロジェクションデータのプロジェクションドメインノイズ除去に関し、スペクトル（すなわち、マルチエネルギー）コンピュータ断層撮影（CT）への具体的な適用が説明されている。しかしながら、以下の説明は、その他のイメージングモダリティにも適用できる。

ＣＴスキャナーは、検査領域とその中の対象物とを横切る放射線を放出するＸ線管を含む。Ｘ線管の向かいに検査領域に対向して位置される検出器アレイは、検査領域とその中の対象物とを横切る放射線を検出し、検査領域とその中の対象物とを示すプロジェクションデータを生成する。再構成器は、プロジェクションデータを処理して、検査領域とその中の対象物とを示すボリュメトリック画像データを再構成する。

スペクトルＣＴスキャナーの場合、異なるＸ線スペクトルに対する、スキャンされた対象物の減衰特性を表す、複数のプロジェクションデータセットが収集される。前記複数のセットは、k_Vpスイッチング、デュアルレイヤ検出器、カウンティング検出器、及び／又はその他を通じて収集され得る。これらのデータセットに基づいて、物理的対象物特性（例えば、光効果、コンプトン散乱、水分含有量、骨含有量、ヨウ素含有量など）はローカルに決定され得る。これらの特性の決定は物質分別（分離）（ｍａｔｅｒｉａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）と呼ばれる。

プロジェクションドメイン処理の場合、物質分別は、各光線に対する、測定された線積分を基底物質線積分に変換することにより行われる。基底物質線積分はそれから、基底物質画像を生成するために再構成される。しかしながら、測定されたプロジェクションデータのノイズは、非常に増大される傾向があり、増大されたノイズは、1つの収集光線の異なる物質線積分に対して高く反相関している。

反相関ノイズは縞模様アーチファクトをもたらす可能性があり、基底物質線積分から直接再構成される画像は、ノイズ増幅のために、非常にノイズの多い傾向があり、それらの臨床価値を低下させる。反相関フィルタ（ACF）は、反相関ノイズをフィルタリングするために用いられることができる。残念なことに、基底物質線積分へのACFの適用は、基底物質データセットの間にクロストークをもたらす可能性があり、再構成された基底物質画像の診断価値を低下させるアーチファクトがもたらされ得る。

ここに説明する態様は、上記の問題等を解決する。

本願は、スペクトル基底物質線積分における反相関ノイズが、対応するスケーリングファクタ及び各々の基底物質のための部分項を備える正則化項を含む反相関フィルタを通じて低減され、スケーリングファクタは、各々の部分項の作用をバランスし、このようなバランシングなしでもたらされ得る、組織境界の間のクロストークを軽減するアプローチを説明する。

一つの態様において、本方法は、ノイズの多い基底物質線積分の少なくとも二つのセットを受け、各々のセットは、異なる基底物質に対応し、バランシング正則化ファクタを備える正則化項を少なくとも含む反相関フィルタを用いてノイズの多い基底物質線積分の少なくとも二つのセットをフィルタリングし、それによって、ノイズ除去基底物質線積分がもたらされる。

一つの態様において、イメージングシステムは、反相関フィルタを備えるプロジェクションデータプロセッサを含む。 反相関フィルタは、ノイズの多い基底物質線積分の少なくとも二つのセットをフィルタリングし、各々のセットは、異なる基底物質に対応し、それによって、ノイズ除去基底物質線積分がもたらされる。 反相関フィルタは、正則化バランシングファクタを備える正則化項を含む。

他の一態様において、コンピュータ読み取り可能命令が、コンピュータ読み取り可能記憶媒体上にエンコードされ、計算システムのプロセッサにより実行されるとき、前記プロセッサに、ノイズの多い基底物質線積分の少なくとも二つのセットを受けさせ、各々のセットは、異なる基底物質に対応し、バランシング正則化ファクタを備える正則化項を少なくとも含む反相関フィルタを用いてノイズの多い基底物質線積分の少なくとも二つのセットをフィルタリングさせ、それによって、ノイズ除去基底物質線積分がもたらされる。

本発明は、様々なコンポーネントとその構成、及び様々なステップとその構成の形を取る。図面は好ましい実施形態を例示することのみを目的とし、本発明を限定するものと解してはならない。

イメージングシステムに関連して反相関フィルタを備えるプロジェクションデータプロセッサを図示する。 正則化部分項バランシングスケーリングファクタを備える、正則化最尤推定法アルゴリズムに基づく、反相関フィルタの非限定的な例を図示する。 正則化部分項バランシングのない反相関フィルタを用いて生成される画像例を示す。 正則化部分項バランシングを含む、ここに記載される反相関フィルタを用いて生成される画像例を示す。 正則化部分項バランシングスケーリングファクタを含む正則化最尤推定法アルゴリズムを用いて、反相関フィルタを備えるノイズ除去プロジェクションデータのための方法例を図示する。

最初に図１を参照して、イメージングシステム１００、例えばコンピュータ断層撮影（ＣＴ）スキャナーが説明される。イメージングシステム１００は、一般的には静止ガントリー１０２と、回転ガントリー１０４とを含む。回転ガントリー１０４は、静止ガントリー１０２により回転可能に支持され、縦軸方向又はｚ軸について、検査領域１０６の周りを回転する。

放射線ソース１０８、例えばＸ線管は、回転ガントリー１０４により回転可能に支持される。放射線ソース１０８は、回転ガントリー１０４とともに回転し、検査領域１０６を横切る放射線を放出する。ソースコリメータ１１０は、概してコーン、ウェッジ、ファン、又はその他の形状の放射線ビームを形成するために放射線をコリメートするコリメーションメンバを含む。

放射線感受性検出器アレイ１１２は、検査領域１０６の間で放射線ソース１０８に対向する角アークに対する。検出器アレイ１１２は、ｚ軸方向に沿って延在する一つ又はそれより多くの列の検出器を含む。検出器アレイ１１２は、検査領域１０６を横切る放射線を検出して、それを示すプロジェクションデータ（又は測定された線積分）を生成する。

例示される実施例において、プロジェクションデータは、スペクトルプロジェクションデータであり、プロジェクションデータの少なくとも二つのサブセットを含み、各サブセットは、異なるＸ線スペクトルに対する、スキャンされた対象物の減衰特性を表す。かかるプロジェクションデータは、検出器アレイ１１２が、光子計数検出器及び／若しくはマルチレイヤスペクトル検出器を含み、並びに／又は放射線ソース１０８が、スキャン中に少なくとも二つの異なるエネルギースペクトルの間で切り替わるように構成される場合に得られる。

スペクトル分別器１１４は、放射線感受性検出器アレイ１１２によって生成されるスペクトルプロジェクションデータを分別して、分別されたスペクトルプロジェクションデータ又は基底物質線積分を生成する。この分別は、光電効果、コンプトン散乱、水含有度、骨含有度、ヨウ素含有度、ｋエッジ、及び／又はその他一つ若しくは複数の基底物質のような二つ又はそれより多くの基底物質に基づき得る。

プロジェクションデータプロセッサ１１６は、分別されたスペクトルプロジェクションデータを処理する。例示されたプロジェクションデータプロセッサ１１６は、少なくとも一つの反相関フィルタ（ＡＣＦ）１１８を含む。ＡＣＦ除去器１１８は、分別されたスペクトルプロジェクションデータから反相関ノイズを少なくともフィルタリングする。これは、反復統計モデルを用いて、反相関ノイズをフィルタリングするステップを含む。適切な反相関フィルタ118の例は、データ項及び正則化項を含む正則化最尤推定法フィルタを含む。 以下に詳細に説明されるように、正則化項は、二つ又はそれより多くの部分項、各々の基底物質に対する項、及び対応するバランシングスケーリングファクタを含み、それにより、組織空気境界におけるクロストークが軽減される。

再構成器１２０は、分別されノイズ除去されたプロジェクションデータを再構成し、物質基底ボリュメトリック画像データを含む、それを示すボリュメトリック画像データを生成する。カウチ等の患者支持台１２２が、検査領域１０６において、患者などの対象物又は被験者を支持する。計算システム又はコンピュータが、オペレータコンソール１２４として機能し、これによりオペレータは、少なくともプロジェクションドメインノイズ除去アルゴリズムを選択して、及び／又は起動して、システム１００の動作を制御できる。

例示した実施形態において、プロジェクションデータプロセッサ１１６は、コンソール１２４に対して別個のデバイスである。この例において、プロジェクションデータプロセッサ１１６は、専用コンピュータなどの計算システムの一部、及び／又は他の計算システムであり得る。変形例において、プロジェクションデータプロセッサ１１６はコンソール１２４の一部である。いずれの場合であっても、プロジェクションデータプロセッサ１１６は、（一時的媒体を除いた）物理メモリのようなコンピュータ読み取り可能記憶媒体に記憶されたコンピュータ読み取り可能命令を実行するプロセッサ（例えば、マイクロプロセッサ、中央処理装置又はＣＰＵなど）を介して実現され得る。プロセッサは、搬送波、信号、又はその他の一時的媒体により担われる命令も実行できる。

図２は、反相関フィルタ１１８の非限定的な例を示す。

簡潔かつ明確にするため、以下に、スペクトルプロジェクションデータの二つのサブセットに関して議論される。しかしながら、以下の説明は、スペクトルプロジェクションデータの二つより多くのサブセットに拡張することもできる。

反相関フィルタ118は、入力として、iを収集された光線インデックスとする場合、分別又は基底物質線積分m_1i及びm_2iを受けて、ノイズ除去分別プロジェクションデータ（基底物質線積分）を出力する。

対数尤度決定器202は、正則化最尤推定法アルゴリズムに基づいてデータを処理し、ノイズ除去分別プロジェクションデータを生成する。 適切な正則化最尤推定法の例は、等式1（EQUATION 1）において示される。

ここで、m_i =（m_1i、m_2i）であり、ノイズの多い基底物質線積分の二つのセットのベクトルを表し、

であり、ノイズ除去基底物質線積分の二つのセットのベクトルを表し、Ciは、m_1i及びm_2iにおける相関ノイズを記述する共分散マトリックスを表し、R_1i及びR_2iは、二つの物質サイノグラムのための基底物質正則化部分項を表し、βは、正則化の強度を決定するパラメータである。

この場合、他の正則化項も考えられる。たとえば、完全にここに引用によって取り入れられる、2012年11月26日に出願の「プロジェクションデータノイズ除去」と題する特許出願第61/729782号公報は、）は、好適な正則化項を記載する。

等式 1において、第一の項はデータ項であり、ノイズ除去物質線積分が、ノイズの多い基底物質線積分により与えられる既知の分散及び共分散に属する確率を記述する。第2の項は、物質線積分の「真の」セットに関する、先験的な情報を表す正則化項である。等式 1は、ノイズの多い物質線積分にほぼ確実に属するノイズ除去物質線積分が特定されるまで、反復最適化によって実行される。

基底物質線積分分散決定器204は、受信された基底物質線積分m_1i及びm_2iを処理し、基底物質線積分分散var（m_1i）及びvar（m_2i）並びに共分散cov（m_1i, m_2i）を生成する。

基底物質共分散マトリックス決定器206は、基底物質線積分分散var（m_1i）及びvar（m_2i）並びに基底物質線積分共分散cov（m_1i, m_2i）に基づいて、共分散マトリックスCiを決定する。たとえば、共分散マトリックスCiは、等式 2（EQUATION 2）で示されるように決定されることができる。

正則化項R_1i及びR_2iは、等式3（EQUATION 3）及び4（EQUATION 4）で示すように決定されることができる。

これらの等式において、前者はポテンシャル関数Ψでスムージングされる。 ポテンシャル関数は、各々の測定された光線iに対して、いくつかの隣接する光線kの値に対する、物質線積分値の差を評価する。ここで、w_ikは重み付けファクタである。

正則化項R_1i及びR_2iのために、等式 1の最適化は、要するに、最適にスムーズな、一対のノイズ除去物質線積分セットをもたらすであろう。二つの物質線積分データセットm_1i及びm_2iの間の強い反相関のために、最適化は、例えば、対応する値m_2iの増加によって、他方で（データ項のために）一つの物質線積分値m_1iの低下を補償するであろう。

これにより、特にエッジにおいて、二つの物質の間のクロストークがもたらされるであろう。たとえば、空気及び軟組織の間の境界において、エッジは、両方のサイノグラムにおいて低い値（空気）及び高い値（組織）の間に存在するであろう。 正則化のために、最適化は、両方のエッジをスムーズにする傾向があり、データ項のために、これは、両方の対応する値m_1i及びm_2iの低下又は増加をもたらすため、両方のエッジをスムーズにすることはできない。

正則化項及びデータ項が正しくバランスされない場合、結果は、一方の物質データセットにおいてエッジのスムージングになり、他方の物質データセットにおいて同じエッジの強調になるので、要するに、正則化項は、エッジにおいてスムージングされない場合と比較して、より最適な値を持つであろう。これは、画像アーチファクトをもたらす、不所望な作用であり、画像の臨床的価値が低下させられる。

等式 5（EQUATION 5）及び6（EQUATION 6）は、正則化項による、両方のエッジをスムージングするいかなる試みも、両方の物質データセットの反相関に従う変化のみを可能にする、データ項の試みによって影響されないように、スケーリング項f_1i及びf_2iを介してそれぞれバランスされる正則化項R_1i及びR_2iを示す。

スケーリング項f_1i及びf_2iは、等式 3及び4の正則化項R_1i及びR_2iと比較して、組織・空気境界におけるクロストークが低減されるように、正則化項R_1i及びR_2iをバランスする。これは、図 3及び4で図示される。

図3は、部分項バランシング（例えば、等式 3及び4）なしで正則化反相関フィルタを用いてフィルタリングされるプロジェクションデータから生成される画像例を示す。領域302は、肺、気管、及び体の境界において疑似ダーク領域を特定する。図4は、バランシングにより、等式 5及び6の正則化部分項を使用して、等式 1で処理されるプロジェクションデータから生成される画像例を示す。図4におけるアーチファクトは、図3の領域302におけるアーチファクトと比較して、領域402において低減される。

f_1i及びf_2iは通常、それらが所定の基準を満たすように、決定される。 たとえば、1つの例において、好適な基準は、f_1i/f_2i=所定の定数を含む。 以下は、f_1i及びf_2iを決定するための、非限定的なアプローチ例を記載する。

例えば、対象物の外側境界において、物質線積分値m_1i及びm_2iは、両方の物質に対して有限値からゼロに低下する。正則化項の目的は、エッジにおいてゼロにより近い両方の有限値を得ることにあり、ベクトル（-m_1i、-m_2i）の方向に対応して意図された変化がもたらされる。他方で、データ項の目的は、二つの値m_1i 及びm_2i間のノイズ相関に従う、変化のみを可能にすることにある。相関が-1に近い場合、好ましい変化の方向は、ベクトル（sqrt（var（m_1i））、-sqrt（var（m_2i）））によって与えられる。

これらの二つの方向が直角でない場合、クロストークは二つの物質の間に現れるであろう。 このように、正則化によってもたらされる変更の方向が、（sqrt（var（m_1i））、-sqrt（var（m_2i）））に直角になるように、m_1i及びm_2iはスケーリングされる。 これは、m_1i をf_1i = sqrt（m_2i * sqrt（var（m_2i）））でスケーリングし、m_2i をf_2i = sqrt（m_1i * sqrt（var（m_1i）））でスケーリングするによって実現されることができる。正則化項による変化はそれから、（f₁ * m_1i、f₂ * m_2i）の方向にあり、データ項による変化は、（f₁ * sqrt（var（m_1i））−f₂ * sqrt（var（m_2i）））の方向にあり、それらは直角である。

f_1i及びf_2iを決定するための他のアプローチも、ここに考えられる。

図5は、正則化バランシングを用いる、反相関フィルタによるノイズ除去プロジェクションデータのための方法例を図示する。

ここに記述される方法における動作の順序は、限定されないことは評価される。 更に、一つ又はそれより多くの動作は省略されてもよく、及び／又は一つ又はそれより多くのさらなる動作が含まれてもよい。

502において、スペクトルスキャンからの、ノイズの多い基底物質線積分が得られる。

504において、正則化バランシングによる反相関フィルタが得られる。

506において、正則化部分項のバランスするためのスケーリングファクタが生成される。

508において、正則化最尤推定法アルゴリズムが最適化され、ノイズ除去基底物質線積分が生成される。

通常、これは、ノイズの多い物質線積分に属する相対的最高確率を備える、ノイズ除去基底物質線積分を特定するように、反復最適化を実行することを含む。

510において、ノイズ除去基底物質線積分が再構成され、ボリュメトリック画像データがもたらされ、基底物質ボリュメトリック画像データが含まれる。

上記の方法は、コンピュータプロセッサで実行されるとき、そのプロセッサに上記の技術を実行させる、コンピュータ読み取り可能記憶媒体にエンコードまたはエンベッドされる、コンピュータ読み取り可能命令により実施され得る。追加的にまたは代替的に、コンピュータ読み取り可能命令の少なくとも一つは、信号、搬送波、又は他の一時的媒体により担われる。

本発明は、好ましい実施例を参照して説明された。前述の詳細な説明を読んで理解すれば、修正及び変更に想到することができる。本発明は、添付した請求項とその均等の範囲内に入るこのような修正案及び代替案をすべて含むものと解釈しなければならない。

Claims (20)

1. ノイズの多い基底物質線積分の少なくとも二つのセットを受けるステップであって、各々のセットは、異なる基底物質に対応し、前記ノイズの多い基底物質線積分の少なくとも二つのセットはコンピュータ断層撮影スキャナーによって生成される、ステップと、
   バランシング正則化ファクタを備える正則化項を少なくとも含む反相関フィルタを用いて、前記ノイズの多い基底物質線積分の少なくとも二つのセットをフィルタリングし、それによって、ノイズ除去基底物質線積分がもたらされるステップと
   を有する、方法。
2. ノイズ除去され、分別された前記基底物質線積分を再構成し、それによって、基底物質ボリュメトリック画像データが生成されるステップを更に有する、請求項１に記載の方法。
3. 前記反相関フィルタは統計モデルに基づく、請求項１に記載の方法。
4. 前記統計モデルは、反復する正則化最尤推定法アルゴリズム
   を含む、請求項３に記載の方法。
5. 前記正則化最尤推定法アルゴリズムは、前記基底物質の各々に対する部分項を含む、前記正則化項及びデータ項を含む、請求項４に記載の方法。
6. 前記基底物質の各々に対する正則化ファクタを決定するステップを更に有する、請求項５に記載の方法。
7. 一方の正則化ファクタの、他方の正則化ファクタに対する比は、所定の一定値に等しい、請求項５に記載の方法。
8. 前記ノイズの多い基底物質線積分の第一のセットの標準偏差及び第一の物質に対する前記ノイズの多い基底物質線積分の第一のセットの積の平方根として第一の正則化ファクタを決定するステップと、
   前記ノイズの多い基底物質線積分の第二のセットの標準偏差及び第二の物質に対する前記ノイズの多い基底物質線積分の第二のセットの積の平方根として第二の正則化ファクタを決定するステップと
   を更に有する、請求項６に記載の方法。
9. 前記正則化項は、前記部分項の平方和の平方根の総和を含む、請求項８に記載の方法。
10. 前記正則化ファクタは、前記データ項及び正則化項に、互いに直角な方向に変化させる、請求項６に記載の方法。
11. ノイズの多い基底物質線積分の少なくとも二つのセットをフィルタリングするように構成される反相関フィルタであって、各々の前記セットは、異なる基底物質に対応し、それによって、ノイズ除去基底物質線積分がもたらされ、前記ノイズの多い基底物質線積分の少なくとも二つのセットはコンピュータ断層撮影スキャナーによって生成され、前記反相関フィルタは正則化バランシングファクタを備える正則化項を含む、反相関フィルタ
    を含むプロジェクションデータプロセッサ
    を有する、イメージングシステム。
12. ノイズ除去され、分別された前記基底物質線積分を処理し、それによって、基底物質ボリュメトリック画像データが生成される、請求項１１に記載のイメージングシステム。
13. 前記正則化項は、各々の異なる基底物質に対する部分項を含み、前記反相関フィルタは、前記部分項の各々に対する正則化項スケーリングファクタを決定する正則化項スケーリングファクタ決定器を有する、請求項１１に記載のイメージングシステム。
14. 一方の正則化スケーリングファクタの、他方の正則化スケーリングファクタに対する比は、所定の一定値に等しい、請求項１３に記載のイメージングシステム。
15. 前記正則化項スケーリングファクタ決定器は、前記ノイズの多い基底物質線積分の第一のセットの標準偏差及び第一の物質に対する前記ノイズの多い基底物質線積分の第一のセットの積の平方根として第一の正則化ファクタを決定し、前記ノイズの多い基底物質線積分の第二のセットの標準偏差及び第二の物質に対する前記ノイズの多い基底物質線積分の第二のセットの積の平方根として第二の正則化ファクタを決定する、請求項１３に記載のイメージングシステム。
16. 前記正則化項は、前記部分項の平方和の平方根の総和を含む、請求項１３に記載のイメージングシステム。
17. 前記反相関フィルタは、
    前記ノイズの多い基底物質線積分の分散を決定する基底物質積分分散決定器と、
    前記ノイズの多い基底物質線積分の間の共分散を決定する基底物質積分共分散決定器と、
    を更に有し、
    前記反相関フィルタは、前記分散、前記共分散、及び前記正則化項に基づいて、前記ノイズ除去基底物質線積分を決定する、
    請求項１１に記載のイメージングシステム。
18. 前記反相関フィルタは、
    前記分散、前記共分散、及び前記正則化項に基づいて、前記ノイズの多い物質線積分にほぼ確実に属するノイズ除去物質線積分のセットを特定し、前記特定されたノイズ除去物質線積分のセットは、前記生成されたノイズ除去物質線積分である、対数尤度決定器、
    を更に有する、請求項１７に記載のイメージングシステム。
19. 前記対数尤度決定器は、前記ノイズ除去物質線積分のセットを特定するために、二つ又はそれより多くの反復を実行する、請求項１８に記載のイメージングシステム。
20. 計算システムのプロセッサによって実行されるとき、前記プロセッサに、
    ノイズの多い基底物質線積分の少なくとも二つのセットを受けさせ、各々のセットは、異なる基底物質に対応し、前記ノイズの多い基底物質線積分の少なくとも二つのセットはコンピュータ断層撮影スキャナーによって生成され、
    バランシング正則化ファクタを備える正則化項を少なくとも含む反相関フィルタを用いて、前記ノイズの多い基底物質線積分の少なくとも二つのセットをフィルタリングさせ、それによって、ノイズ除去基底物質線積分がもたらされる、
    一時的コンピュータ読取り可能な記憶媒体にエンコードされるコンピュータ読取り可能な命令。

Images