JP7079264B2 - コンピュータ断層撮影における単一エネルギーデータを用いたアーチファクト低減の方法 - Google Patents

Description

本発明は、包括的には撮像システムに関し、より詳細には、コンピュータ断層撮影（ＣＴ）撮像システムに関する。

コンピュータ断層撮影は、複数の視点からのＸ線投影を用いて３次元（３Ｄ）データセットを構築する。このプロセスの結果として、「ＣＴ」画像が生成される。３Ｄデータセット内の各点は、空間内の物体における対応する点のＸ線減衰特性を記述する。薬剤、材料診断および空港セキュリティにおいてＣＴスキャナが用いられる。

金属はＸ線を大きく減衰させ、これに起因して、再構築画像においてアーチファクトを生じる。結果として、これらのアーチファクトをなくす努力がなされてきたが、これまでに開発されてきた全ての手法は、例えば、計算オーバヘッド、画像精度等の様々な不利点を被る。
Ａ．背景
コンピュータ断層撮影デバイスは、対象物体を通じて検出器のセットに送信されるＸ線のソースを有する。各検出器は、ソースをその検出器に接続する経路に沿って生じるＸ線減衰の量を測定する。この減衰データは、場合によっては、検出されたＸ線強度が検出器の表面上に投影される物体の影を表す限り、投影データとして知られている。異なる視野角から取得された投影データの多くのセットを用いて、物体の完全な３Ｄ形状および減衰特性を数学的に再構築することができる。「逆投影」として知られている数学的変換は、Ｘ線投影の観測データを生成することになる物体の形状および組成を特定する本質的に幾何学的な問題を解決する。

図１は、ＣＴスキャンにおけるいくつかの共通の構成要素および概念を示す。通常、Ｘ線ソース１はＸ線２を放出し、そのうちのいくらかが物体４を通過し、Ｘ線検出器のアレイ５によって検出される。Ｘ線ソース１および検出器５は、通常、中心点３の周りを方向６に回転する回転ガントリ６Ａ上に搭載され、これにより、複数の配向から物体を通じたＸ線減衰を測定することが可能になり、それによって、物体４の完全な３Ｄ形状および減衰特性を再構築するのに用いられる投影データが生成される。

Ｘ線は、物体を通じた距離を通過するにつれ指数関数的に強度が低減し、これを考慮することにより、幾何学的観点からＸ線信号を解釈することが可能になる。以下の式１は、或る材料を通過するときのＸ線の指数関数的減衰を記述する式である。ここで、Ｉは、或る材料を通過した後のＸ線強度であり、Ｉ_０は妨害なしでのＸ線強度であり、ｘは、Ｘ線が通過した材料の量であり、ｍｕは、所与の材料およびＸ線エネルギーの定数である。

式１ Ｉ（ｘ）＝Ｉ_０ｅ^{（－ｘ ｍｕ）}
対象物体を精査するのに用いられるＸ線が単一のエネルギー（色）である例では、式１は容易に反転される。

式２ Ｘ＝－ｌｎ（Ｉ／Ｉ_０）／ｍｕ
式２は、ｍｕが定数であると仮定して、ＩおよびＩ_０を知ることによって、Ｘ線が通過した材料の幾何学的長さを特定することができることを暗に意味する。不都合なことに、物体を通る経路の材料特性（ｍｕ）および長さの双方が配向と共に変動し得る。この問題に対する近似解は、逆投影として知られる。Ｘ線検出器データを逆投影して、物体の近似画像を生成することができ、ここで、画像内の各点は、物体における対応する点のＸ線減衰の尺度である。
Ｂ．金属アーチファクトを生成する例示的なメカニズム
ここで、背景に関して、再構成画像内のアーチファクトの生成につながる２つのメカニズムが説明される。これらの２つのメカニズムは、飽和およびビームハードニングである。
１．飽和した減衰
単一の検出器を有するＣＴ撮像システムを用いた以下の簡略化された例は、信号飽和のメカニズムが画像にどのように影響を及ぼし得るかを示す（実際のＣＴシステムは、複数の検出器のアレイを用いて、設計された視野内の任意の場所に位置する複雑な形状の物体を忠実に再構築するが、単一の検出器を用いる以下の例は、飽和概念を適切に実証することができる）。

図２は、Ｘ線ソース９および単一の検出器７が一連の角度位置１～９を通じて対象物体の周りで回転するときの、このソースおよび検出器のロケーションを示す（ソース位置は、「ｓ」で示され、検出器位置は「ｄ」で示される）。更なる増分ソース位置ｓ１０～ｓ１８および検出器位置ｄ１０～ｄ１８（図示せず）は、ソース位置ｓ１～ｓ９および検出器位置ｄ１～ｄ９にわたって取得されるデータをミラーリングする。

各回転位置において検出される信号の量は、上記の式１によって記述されるように、Ｘ線が通過する材料の長さに関連する。図３において、青いドットは、角度位置の関数としてＸ線信号を示す。図２において、ソース位置２（ｓ２）または３（ｓ３）に関連付けられたＸ線経路は、僅かな量の材料を通過するのに対し、ソース位置７（ｓ７）のＸ線経路は、物体の最も長い範囲を通過することに留意されたい。この効果は、図３において描写（ｍｉｒｒｏｒ）される。ここで、ソース位置３（ｓ３）において最小Ｘ線減衰が見られ、ソース位置７（ｓ７）において最大Ｘ線減衰が見られる。

金属は、Ｘ線を大きく減衰させる。Ｘ線検出器は、Ｘ線のますます小さな量を検出可能になることが理想的であるが、検出器「ノイズ」および光子量子化が、検出器の感度に対し実際の物理的な制限を課す。この結果を示すために、前の例を検討するが、可能な限り最も低い検出可能信号に対し制限を課す。図３において、「×」はデータのトランケートされたバージョンを表し、これは、低Ｘ線束における限られた検出の影響を模倣する。図３における飽和信号が、角度位置６～８において（および角度位置１５～１７において）理想的な信号が生じるよりも大幅に低い測定Ｘ線減衰を生じることに留意されたい。現実世界のシステムは、通常、低Ｘ線束で検出可能性の連続ロールオフを有するが、例示の目的で、これは図３に示すような急なトランケーションとしてモデル化され得る。図４は、図３のモデルトランケートデータと一致する物体の形状の「予測」である（すなわち、図３のモデルトランケートデータを逆投影して画像を形成するとした場合、図４に示す物体が結果として得られる）。

実際には、高減衰レベル（例えば、金属を含む物体を走査するときに生じるもの等）が小さな信号レベルと相関付けられることにより、結果として、或る最小値に効果的にトランケートされた検出器データが得られる。幾何学的に、上記で論考した単純化された例では、これは、（例えば走査範囲内に存在する金属によって）高度に減衰されたＸ線経路のための長い固定した経路長に変換される。多くの検出器を有する完全なシステムでは、これは、密な物体を通る最も長いＸ線経路と自己整合した縞目を有して現れる。
２．ビームハードニング
ＣＴ産業では、Ｘ線ソースは通常、「スペクトルが広い」。全てのエネルギーのＸ線光子が同時に放出され、Ｘ線減衰の平均度合い（ｍｕ）は、Ｘ線が通過した材料の量と共に変動する。しかしながら、ソースの広いＸ線スペクトル内で、より高いエネルギーのＸ線（より低いｍｕ）よりも、より低いエネルギーのＸ線がより迅速に減衰する（より高いｍｕ）。より低いエネルギーのＸ線の減衰がより高いというこの問題は、「ビームハードニング」として知られる。

中程度のビームハードニングは、物体の中心において再構築されたＣＴ値の僅かな低減として現れ得る（「ディッシング」効果）。より極端なビームハードニング効果は、上記で説明した飽和アーチファクトにより似た画像アーチファクトを引き起こす可能性がある。例として、図５は、より極端なビームハードニングの効果を示す。金属を含む物体は、通常、より低いエネルギーのＸ線の高い減衰に起因して、より極端なビームハードニング効果を生じる。

ビームハードニングに対処するための複数の方法が開発されてきた。
最も直接的な方法は、単一のＸ線エネルギーを生成する単一エネルギーＸ線ソースを用いることである。単一エネルギーソースを用いて取得されたデータは、ビームハードニングの効果にほとんど影響されない。しかしながら、この手法は高価であり、このためほとんどの用途に実際的でない。

別の方法は、材料のｍｕ値が、水のｍｕ値に非常に近いと仮定し、多エネルギーＸ線ソースのための距離とＸ線強度との間の関係を記述する式（式１に類似している）を開発することである。この手法は、ほとんどの生体組織が水のＸ線減衰に類似したＸ線減衰を有する医用ＣＴにおいてかなり良好に機能する。しかしながら、この手法は、物体が金属を含む場合に良好に機能しない。より詳細には、全てのｍｕ値が水のｍｕ値に近いことを仮定する単純なビームハードニング補正は、走査範囲内に金属が存在する場合のビームハードニングを正しく補正せず、画像内に縞目が生じることになる。

ビームハードニングの補正のための他の手法は、金属の存在下でより良好に機能することができるが、これらは多くの場合、複数の再構築（逆投影）および／またはデータモデル化（順投影）を伴い、計算コストが高くなり得る。

近年、２つの異なる多エネルギーＸ線ソースの使用を伴う別の方法が開発されている。２つのソースは異なる多エネルギースペクトルを有し、一方は通常、他方よりも高いエネルギーである。これらの２つの多エネルギースペクトルを共に処理して、合成単一エネルギーデータを生成し、最終的に、合成単一エネルギー画像を生成することができる（Ｐｈｏｔｏ Ｄｉａｇｎｏｓｔｉｃ Ｓｙｓｔｅｍｓ， Ｉｎｃ．およびＷｉｌｌｉａｍ Ａ． Ｗｏｒｓｔｅｌｌ他によって出願された、米国特許出願公開第２０１７／００２３４９８Ａ１号、ＭＥＴＨＯＤ ＡＮＤ ＡＰＰＡＲＡＴＵＳ ＦＯＲ ＰＥＲＦＯＲＭＩＮＧ ＭＵＬＴＩ－ＥＮＥＲＧＹ （ＩＮＣＬＵＤＩＮＧ ＤＵＡＬ ＥＮＥＲＧＹ） ＣＯＭＰＵＴＥＤ ＴＯＭＯＧＲＡＰＨＹ （ＣＴ） ＩＭＡＧＩＮＧを参照されたい。この特許出願は、参照により本明細書に援用され、２つの異なる多エネルギーＸ線ソースをどのように用いて合成単一エネルギー画像を生成するかの記述を提供する）。そのような合成単一エネルギー画像は、ビームハードニングの効果に対しより耐性があるが、複数の広スペクトル測定値から導出される合成単一エネルギーデータは概算であり、幅広い一般的な材料減衰反応を想定しなくてはならない。このため、２つの異なる多エネルギーＸ線ソースを用いて生成された合成単一エネルギー画像は、金属のビームハードニング効果をやはり完全に補正するものではない。
Ｃ．金属アーチファクト補正
以下で、走査範囲内の金属の存在によってマイナスの影響を受けた走査データを補正するためのいくつかの一般的な手法が説明される。

金属アーチファクト補正の第１のクラスは、未加工データ空間（すなわち、ファノグラム（ｆａｎｏｇｒａｍ）、サイノグラムまたは投影空間）内の金属により汚染されたデータの識別および置き換えを伴う。最も単純な手法は、金属により汚染されたデータ領域を、近傍の汚染されていない検出器チャネルからのデータの補間により置き換えることを伴う（Ｗｉｌｌｉ Ｋａｌｅｎｄｅｒ， Ｒｏｂｅｒｔ Ｈｅｂｅｌ， Ｊｏｈａｎｎｅｓ Ｅｂｅｒｓｂｅｒｇｅｒ， 「Ｒｅｄｕｃｔｉｏｎ ｏｆ ＣＴ Ａｒｔｉｆａｃｔｓ Ｃａｕｓｅｄ ｂｙ Ｍｅｔａｌｉｃ Ｉｍｐｌａｎｔｓ」、Ｒａｄｉｏｌｏｇｙ， ｖｏｌ１６４， ｎｏ．２， ｐｐ ５７６ （１９８７） ａｎｄ Ｇａｒｙ Ｇｌｏｖｅｒ， Ｎｏｒｂｅｒｔ Ｐｅｌｃ， 「Ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｔｈｅ ｒｅｄｕｃｔｉｏｎ ｏｆ ｍｅｔａｌ ｃｌｉｐ ａｒｔｉｆａｃｔｓ ｉｎ ＣＴ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎｓ」、Ｍｅｄ． Ｐｈｙｓ．， ｖｏｌ ８， ｎｏ． ６， ｐｐ ７９９－８０７ （１９８１）を参照されたい）。この手法の単純性に起因して、この「サイノグラム完成」方法が高度に研究および評価されてきた。これらの補間方法は、問題となっている金属が同種設定内に埋め込まれる狭い範囲の事例において有効であるとみなされてきた。例えば、腹部内の金属ステープルである。これらの補間方法は、補間のために用いられる隣接する検出器チャネルが、隣接する組織と異なるデータ値を有するとき、例えば、ステープルが骨および軟組織付近にある場合に失敗する。加えて、これらの方式は、通常、物理的物体と一致する値を生成することが保証されていない単純な線形補間または多項式補間に依拠する。通常、このクラスの金属アーチファクト補正は、いく
つかのアーチファクトを低減するが、多くの場合に新たなアーチファクトを生成する。

第２のクラスの金属アーチファクト補正は、サイノグラム値を置き換えるための「事前確率」の使用を伴う。より詳細には、この手法により、金属を含む画像の領域が識別され、なまし値と置き換えられ、次に順投影され検出器空間に戻される。次に、これらの新たな検出器値を用いて、金属により汚染された検出器値を置き換える。これにより、置換データが画像空間内の現実物体と自己矛盾がなく、単純な補間方式を用いるときに生成されるアーチファクトのうちのいくつかがなくなることを確実にする。医用用途では、画像内の金属アーチファクトは、水または骨に関連付けられた値に安全に限定することができ、次に、この事前の知識が医用ＣＴアーチファクト補正において利用される。セキュリティ用途における事前確率の使用は、より広い範囲の材料に遭遇することに起因して、より大きな課題を課す。この方法の更なる精緻化は、更なるフィルタリングおよび補間ステップを含む（Ｇａｒｙ Ｇｌｏｖｅｒ， Ｎｏｒｂｅｒｔ Ｐｅｌｃ， 「Ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｔｈｅ ｒｅｄｕｃｔｉｏｎ ｏｆ ｍｅｔａｌ ｃｌｉｐ ａｒｔｉｆａｃｔｓ ｉｎ ＣＴ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎｓ」， Ｍｅｄ． Ｐｈｙｓ．， ｖｏｌ ８， ｎｏ． ６， ｐｐ ７９９－８０７ （１９８１） ａｎｄ Ｋ． Ｙ． Ｊｅｏｎｇ ａｎｄ Ｊ． Ｂ． Ｒａ， 「Ｒｅｄｕｃｔｉｏｎ ｏｆ ａｒｔｉｆａｃｔｓ ｄｕｅ ｔｏ ｍｕｌｔｉｐｌｅ ｍｅｔａｌｌｉｃ ｏｂｊｅｃｔｓ ｉｎ ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ」， Ｐｒｏｃ． ＳＰＩＥ， ｖｏｌ ７２５８， ｐ． ７２５８３Ｅ （２００９））。このクラスの金属アーチファクト補正は、依然としてその効能が制限されており、このクラスの金属アーチファクト補正が完全な画像の順投影を伴うことから、計算コストが高くなり得る。

第３のクラスの金属アーチファクト補正は、順投影および逆投影の多くのサイクルを用いて、測定データと一致する可能性が最も高い画像を導出する、反復的再構築プロセスに依拠することになる。この手法は、金属アーチファクトを低減するための最も効果的な手段のうちの１つであるが、多くの場合複雑であり、計算コストが高い。

本願発明の一実施例は、例えば、コンピュータ断層撮影における単一エネルギーデータを用いたアーチファクト低減の方法に関する。

低エネルギー単色Ｘ線ソースで撮像された物体は、放射線不透過物体と透過物体との間の高度なコントラストを示す一方で、高エネルギー単色Ｘ線ソースで撮像された物体は、材料間の比較的低いコントラストを示す。同様に、高エネルギーのＸ線は、金属によって妨害される可能性がより低く、高エネルギーＸ線データから生成された画像は、より少ない金属アーチファクトを被る。

本発明は、双方の利点を最大にするようにして高エネルギーデータおよび低エネルギーデータを組み合わせる。金属が測定に影響を及ぼしていないデータの領域では、その高コントラスト特性に起因して低エネルギーデータが好ましいのに対し、金属による影響を受ける領域では、アーチファクトに対するその固有の抵抗に起因して、高エネルギーデータが好ましい。

単一エネルギーデータは、直接的または間接的手段によって取得することができる
この方法は、金属アーチファクトを低減するための、単純で計算コストの低い手段を表す。

本発明の代替形態において、異なるエネルギー（単一エネルギーまたは多エネルギー）を有するデータセットが用いられてもよい。
本発明の１つの好ましい形態では、コンピュータ断層撮影におけるアーチファクト補正のための方法が提供され、この方法は、
（１）異なるＸ線エネルギーに関連付けられた複数のデータセット（すなわち、Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）を取得することと、
（２）ステップ（１）において取得された異なる複数のエネルギーのデータセットから複数の予備画像（すなわち、Ｉ_１，Ｉ_２，Ｉ_３．．．Ｉ_ｎ）を生成することと、
（３）数学関数を用いて、ステップ（２）において生成された予備画像に対し演算を行い、画像アーチファクトのソース（すなわち、アーチファクトソース画像（ＡＳＩ）であり、ここで、ＡＳＩ＝ｆ（Ｉ_１，Ｉ_２，Ｉ_３．．．Ｉ_ｎ）である）を識別することと、
（４）ＡＳＩを順投影してＡＳＤ＝ｆｐ（ＡＳＩ）を生成することと、
（５）アーチファクトに関連付けられたデータの新たなサブセットを作成するために、元のデータセットＤ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎを選択し、組み合わせることであって、それによって、アーチファクトが低減されたデータ（ＡＲＤ）を作成し、ここで、ＡＲＤ＝ｆ（ＡＳＤ，Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）であることと、
（６）アーチファクトのないデータにおける低エネルギーデータを保持し、アーチファクトによって影響を受ける領域に高エネルギーデータを導入するように、修復されたデータセット（ＲｐＤ）を生成することであって、ここで、ＲｐＤ＝ｆ（ＡＲＤ，Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）であることと、
（７）修復されたデータから最終的なアーチファクトが低減された画像（ＲＡＩ）を生成することであって、ＲＡＩ＝ｂｐ（ＲｐＤ）であり、ここで、関数ｂｐは、データから画像を生成する任意の関数であることと、
を含む。

本発明のこれらの目的および特徴、ならびに他の目的および特徴は、添付の図面と共に検討される、本発明の好ましい実施形態の以下の詳細な説明によってより完全に開示され、明らかにされる。添付の図面において、類似の符号は類似の部分を指す。

Ｘ線ソース、Ｘ線、回転中心、走査される対象物体、Ｘ線検出器のアレイ、回転方向および回転ガントリを含むＣＴの一般的な要素を示す概略図である。 Ｘ線ソースが単一の検出器と共に一連の角度位置１～９を通じて対象物体の周りで回転するときの、ソースおよび検出器のロケーションを示す概略図である（ソースロケーションは、「ｓ」で示され、検出器は「ｄ」で示される）。 図２に示す物体および光線のジオメトリのためのＸ線減衰対角度位置のプロットを示すグラフであり、円は理想的なシステムの値を表し、×’は、飽和効果が存在するシステムを表す。 図３の飽和データモデルと一致する物体形状を示す概略図である。 極端なビームハードニングアーチファクトを有する図２の物体を示す概略図である。 図６Ａは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。図６Ｂは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。図６Ｃは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。図６Ｄは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。図６Ｅは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。図６Ｆは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。図６Ｇは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。図６Ｈは、上から下に読まれるフローチャートの形態で、金属を識別し、金属による影響を受けたデータ領域内に高エネルギーデータを混合するためのプロセスを示す概略図である。 図７Ａは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。図７Ｂは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。図７Ｃは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。図７Ｄは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。図７Ｅは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。図７Ｆは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。図７Ｇは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。図７Ｈは、アーチファクトを低減するための一般化されたプロセスを示す概略図である。

単一エネルギーデータを用いた金属アーチファクト補正
本発明の好ましい実施形態では、いくつかの単一エネルギーデータセット（近似により導出されるか、実験的に測定されるか、または合成により導出される）を共に用いて、アーチファクトを最小限にし、画像品質を最大限にする。より詳細には、低エネルギー単色Ｘ線ソースで撮像された物体は、Ｘ線不透過物体と透過物体との間の高度なコントラストを示す一方で、高エネルギー単色Ｘ線ソースで撮像された物体は、材料間の比較的低いコントラストを示す。これは、事例的には、高エネルギーのＸ線が全ての材料を単に通過する傾向が高いのに対し、低エネルギーのＸ線は、吸収または散乱により材料と相互作用する可能性がより高いことによって説明される。同様に、高エネルギーのＸ線は、金属によって妨害される可能性がより低く、高エネルギーＸ線データから生成された画像は、より少ない金属アーチファクトを被る。

基本的な着想は、高エネルギーデータおよび低エネルギーデータを、双方の利点を最大限にするように組み合わせることである。金属が測定値に影響を及ぼさないデータの領域において、その高コントラストの特性に起因して低エネルギーデータが好ましいのに対し、金属による影響を受ける領域では、アーチファクトに対するその固有抵抗に起因して、高エネルギーデータが好ましい。

単一エネルギー画像を生成することが可能なＣＴシステムでは、その高コントラストに起因して低エネルギー画像が一般的により望ましい。しかしながら、これらの低エネルギー単一エネルギー画像はまた、金属アーチファクトをより受けやすい。したがって、本発明を用いて、走査されている物体の低減衰領域について低エネルギー単一エネルギーデータを利用し、走査されている物体の高減衰領域について高エネルギー単一エネルギーデータを利用する複合画像を生成する。

より詳細には、本発明では、「金属」は予備画像において最初に識別される。この画像は、任意の種類のＸ線ソース、例えば、多エネルギー、単一エネルギー、高エネルギーまたは低エネルギー等を用いて生成することができる。本発明の目的で、「金属」という用語は、アーチファクトを生成する任意の材料を説明するのに用いられ、特に密な材料、または独特な減衰特性を有する材料を含むことができることに留意されたい。１つの単純な実施形態では、予備ＣＴ画像における金属は、画像に減衰閾値を付すことによって識別される。ここで、この閾値よりも高い減衰値を有するピクセルが金属であるとみなされる。非金属材料に関連付けられた値を含む全ての他のピクセルはゼロに設定される。

金属を含むことが識別された画像内のピクセルは、次に、「未加工」検出器読み値のいずれが金属によって影響されたかを識別するために順投影される。好ましい実施形態では、金属を含むと識別されたピクセルのみが順投影される。完全な画像を順投影することの他の利点があり得るが、金属による影響を受けた画像部分のみを順投影することにより、計算効率の良いプロセスにつながることに留意されたい。金属を含有する画像部分の順投影により、シミュレートされたデータセットが生成され、ここで、各データロケーションにおける値はＸ線ソースをセンサに接続する線に沿って観測される金属量に関連し、順投影は、金属がその線に沿ったデータに対し有する影響の度合いの尺度である。本発明の目的で、識別された金属の順投影は、金属による影響を受けたデータのマップとして参照され得る。

１つの実施形態では、各検出器に関連付けられたデータ値は、Ｘ線ソースをＸ線検出器に接続する応答線に交差する金属の量に従って補正される。好ましい実施形態では、補正の大きさはバイナリ決定に引き渡され、バイナリ決定において、各データ点が分析され、Ｘ線ソースをＸ線検出器に接続する経路内に任意の金属干渉が存在したか否かが判断される。この好ましい実施形態の実際の実装は、シミュレートされたデータセットを閾値減衰値によって定量化し、いずれのデータ点が金属による影響を受けたか（これは「金属による影響を受けたデータ」と呼ばれる場合がある）を記述するバイナリ識別子を生成する。金属の存在によりマイナスの影響を受けたこれらのデータは、再構築されている物体と幾何学的に一致したままで金属アーチファクトを低減するように修復される必要がある。

金属による影響を受けたデータのマップ内で識別されるデータの品質は、低エネルギーＸ線データにおけるよりも、高エネルギーＸ線データにおいて、より低いマイナスの影響を受ける。好ましい実施形態では、低エネルギーデータセットの金属による影響を受けたエリアは、高エネルギーデータセットの固定部分を「混合」することによって修復される。低エネルギーデータセットのデータ修復を、金属による影響を受けたことがわかっているエリアに制約することによって、適切な領域において金属を通じて撮像する高エネルギー能力を獲得しながら、低エネルギー画像の所望の高コントラストの形質が適宜保持される。

このため、本発明では、ここで図６Ａ～図６Ｈを参照して、物体の画像（図６Ａ）の金属アーチファクト補正は以下による影響を受け得る。
（１）高エネルギー単一エネルギーＸ線ソースおよび低エネルギー単一エネルギーＸ線ソースを用いて物体を走査し、２つの単一エネルギーデータセットを作成すること（図６Ｂ）、
（２）高エネルギー単一エネルギー画像および低エネルギー単一エネルギー画像を生成すること（図６Ｃ）、
（３）ピクセル閾値を用いて、高エネルギー単一エネルギー画像および低エネルギー単一エネルギー画像を金属部分および非金属部分に分離すること（図６Ｄ）、
（４）金属による影響を受けたデータのマップを生成するために、金属に関連付けられたデータの領域を順投影すること（図６Ｅ）、
（５）金属による影響を受けたデータのマップを用いて、高エネルギー単一エネルギー画像および低エネルギー単一エネルギー画像の要素を選択し、組み合わせて、アーチファクトに関連付けられた領域のための画像データの新たなサブセットを生成すること（図６Ｆ）、
（６）上記でステップ（５）において識別された「修復されたデータ」を金属による影響を受けていない領域の画像データと統合して、完全なデータセットを作成すること（図６Ｇ）と、および、
（７）完全なデータセットを用いて、アーチファクトの影響が低減された新たな画像を作成すること（図６Ｈ）。
単一エネルギーおよび／または多エネルギーデータを用いた金属アーチファクト補正（「一般化された補正」）
上記の論考において、金属アーチファクト補正は、単一エネルギーデータの２つのセット（すなわち、高エネルギー単一エネルギーデータおよび低エネルギー単一エネルギーデータ）を用いて達成された。しかしながら、２つの異なるエネルギーレベルの多エネルギーデータを用いて金属アーチファクト補正を達成することも可能である。

より詳細には、本発明のこの形態において、特異なスペクトル特性を有する材料（例えば高減衰金属）が最初に識別される。最も一般化された補正において、初期材料識別は、材料の領域が単色画像のセットにわたってどのように挙動するかを見ることによって、またはＸ線吸収スペクトルの共通セットを有する物体を識別することによって行うことができる。上記で論考した好ましい実施形態では、この方法は、高減衰を有する任意の画像領域に対し単純化された。より一般化された事例では、例えば、肺組織または非常に密な骨に類似のスペクトル特性を有する生体組織を優先的に識別することができる。これは、画像内で所望のスペクトル特性を有するエリアを選択するために、数学関数を利用可能な単色画像のセットに（またはいくつかの多色セットに）適用することによって達成される。

画像内の領域が金属を含むものとして識別されると、「金属のみ」の領域がデータ空間に順投影され、それによって、影響の度合いが定量化される。最も一般化された例では、選択された材料の順投影を用いて、所与の検出器における測定値に対するその材料の総寄与が定量化される。このパラメータを用いて、単一エネルギーデータセット（または多色データセット）を、選択された材料について最適の特性を有するデータセットに選択的に組み合わせることができる。例えば、肺組織の順投影は、肺組織の測定においていずれの検出器が用いられるかを識別する。これらの肺組織データチャネルについて、関数を用いて、肺を撮像するための単色データセット（または多色データセット）のセットから、最適なデータセットを構築することができる。同様に、骨または金属の撮像に関連付けられたデータを、アーチファクトを最小限にするように構築することができる。全ての事例において、全ての検出器チャネルのためのデータは、その検出器によってサンプリングされた材料について最適化される。

このため、本発明では、ここで図７Ａ～図７Ｈを参照して、物体の画像（図７Ａ）の金属アーチファクト補正を、以下のステップに一般化することができる。
（１）異なるエネルギーに関連付けられた任意の数のデータセット（Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）を生成または取得する。これらのデータセットは、単一エネルギーであってもよく、または異なるエネルギー分布（すなわち、多色の高、中、および低エネルギー）を有する多エネルギーであってもよい。図７Ｂを参照されたい。

（２）ステップ（１）において説明された異なる複数のエネルギーデータセットから任意の数の予備画像（Ｉ_１，Ｉ_２，Ｉ_３．．．Ｉ_ｎ）を生成する。図７Ｃを参照されたい。
（３）ステップ（２）の予備画像に対し演算を行う数学関数を用いて画像アーチファクトのソースを識別する。この関数は、バイナリ画像（アーチファクトを生成する物体の領域を位置特定する）、またはアーチファクトの影響の度合いの尺度、すなわち、物体がより大きなマイナスの影響を有する場合により強い値を生成することができる。これは、アーチファクトソース画像（ＡＳＩ）と呼ぶことができる。ここで、ＡＳＩ＝ｆ（Ｉ_１，Ｉ_２，Ｉ_３．．．Ｉ_ｎ）である。図７Ｄを参照されたい。

（４）画像をモデルデータに転置する数学関数（すなわち、順投影器）を用いる。アーチファクトソースに関連付けられたデータの領域は、アーチファクトソースデータ（ＡＳＤ）として知られる。アーチファクトソースデータは、ＡＳＩの順投影であり、すなわちＡＳＤ＝ｆｐ（ＡＳＩ）である。図７Ｅを参照されたい。

（５）アーチファクトに関連付けられたデータの新たなサブセットを作成するために、アーチファクトソースデータセットを用いて、元のデータセットＤ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎを選択し、組み合わせる。これは、アーチファクトが低減されたデータ（ＡＲＤ）として知られ、ここで、ＡＲＤ＝ｆ（ＡＳＤ，Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）である。図７Ｆを参照されたい。

（６）プラスの画像特性を最適化するような（すなわち、アーチファクトのないデータにおける低エネルギーデータを保持し、金属による影響を受ける領域に高エネルギーデータを導入するような）方式で、データセット内に修復されたデータ（ＲｐＤ）を構築する。これは、関数ＲｐＤ＝ｆ（ＡＲＤ，Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）として一般的に説明される。図７Ｇを参照されたい。

（７）修復されたデータから、最終的なアーチファクトが低減された画像（ＲＡＩ）を再構築する、すなわちＲＡＩ＝ｂｐ（ＲｐＤ）である。ここで、関数ｂｐは、一般的に、データから画像を生成する任意の関数である。図７Ｈを参照されたい。
変更形態
本発明のまた更なる実施形態は、本開示を鑑みて当業者には明らかとなることが認識されよう。本発明は、本明細書に開示され、かつ／または図面に示された特定の構造にいかなる形でも限定されるものではなく、本発明の範囲内で任意の変更形態または等価物も含むことを理解されたい。

Claims (8)

1. コンピュータ断層撮影におけるアーチファクト補正のための方法であって、
   （１）異なるＸ線エネルギーに関連付けられた複数のデータセット（すなわち、Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）を取得するステップと、
   （２）ステップ（１）において取得された前記異なるエネルギーのデータセットから、複数の予備画像（すなわち、Ｉ_１，Ｉ_２，Ｉ_３．．．Ｉ_ｎ）を生成するステップと、
   （３）数学関数を用いて、ステップ（２）において生成された前記予備画像に対し演算を行い(operate on)、画像アーチファクトのソース（すなわち、アーチファクトソース画像（ＡＳＩ）、ここでＡＳＩ＝ｆ（Ｉ_１，Ｉ_２，Ｉ_３．．．Ｉ_ｎ）である）を識別するステップと、
   （４）前記ＡＳＩを順投影(forward projecting)してＡＳＤ＝ｆｐ（ＡＳＩ）を生成するステップと、
   （５）前記アーチファクトに関連付けられたデータの新たなサブセットを作成するために、元のデータセットＤ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎを選択し、組み合わせ、それによってアーチファクトが低減されたデータ（ＡＲＤ）を作成するステップであって、ここでＡＲＤ＝ｆ（ＡＳＤ，Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）である、ステップと、
   （６）修復されたデータセット（ＲｐＤ）を生成して、アーチファクトのないデータにおける低エネルギーデータを保持し、前記アーチファクトによる影響を受ける領域に高エネルギーデータを導入するステップであって、ここでＲｐＤ＝ｆ（ＡＲＤ，Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）である、ステップと、
   （７）前記修復されたデータから最終的なアーチファクトが低減された画像（ＲＡＩ）を生成するステップであって、ＲＡＩ＝ｂｐ（ＲｐＤ）であり、ここで、関数ｂｐはデータから画像を生成する任意の関数である、ステップと、
   を含む、方法。
2. 前記異なるＸ線エネルギーに関連付けられた複数のデータセット（Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）は、単一エネルギー(monoenergetic)である、請求項１に記載の方法。
3. 前記異なるＸ線エネルギーに関連付けられた複数のデータセット（Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）は、異なるエネルギー分布を有する多エネルギー(polyenergetic)である、請求項１に記載の方法。
4. 前記異なるＸ線エネルギーに関連付けられた複数のデータセット（Ｄ_１，Ｄ_２，Ｄ_３．．．Ｄ_ｎ）は、多色の高、中、および低エネルギーのエネルギー分布を有する多エネルギーである、請求項３に記載の方法。
5. 前記ステップ（３）において用いられる数学関数は、アーチファクトを生成する物体の領域を位置特定するバイナリ画像を作成する、請求項１に記載の方法。
6. 前記ステップ（３）において用いられる数学関数は、アーチファクトの影響(impact)の度合い(degree)の尺度(measure)を作成し、ここで、物体がより大きなマイナスの影響(impact)を有する場合、より強い値が生じる、請求項１に記載の方法。
7. 前記画像アーチファクトは、物体における高Ｘ線減衰を有する点において生じる、請求項１に記載の方法。
8. 前記物体における点は金属を含む、請求項７に記載の方法。

Images