JP7254656B2 - 医用画像処理装置、医用画像診断装置及び核医学診断装置 - Google Patents

Description

本発明の実施形態は、医用画像処理装置、医用画像診断装置及び核医学診断装置に関する。

ＴＯＦ（Time-of-Flight）－ＰＥＴ（Positron Emission computed Tomography）装置において、ＴＯＦ技術の進歩が見られる。例えば、ＴＯＦ－ＰＥＴ装置において、対消滅イベントの発生位置を示す対消滅点が点又は線として描写されたＴＯＦ描写画像を示すＴＯＦ描写画像データを生成する技術がある。ＴＯＦ描写画像に対消滅点として描写される線の長さは、時間分解能が低くなるほど、長くなる。一方、ＴＯＦ描写画に対消滅点として描写される線の長さは、時間分解能が高くなるほど、短くなる。すなわち、時間分解能を示す時間が０ｐｓｅｃに近づくほど、線の長さは０に近づく。

仮に、検出器系の時間分解能が充分高くなる場合（例えば、時間分解能を示す時間が１００ｐｓｅｃ以下になる場合）であっても、ＴＯＦ描写画像が示す対消滅イベントの発生位置の精度は、以下で説明する各種の影響があるため、良好なものとはならない。

例えば、ＴＯＦ描写画像は、一対の対消滅ガンマ線を検出した２つの検出器間のＬＯＲ（Line of Response）上で、検出した時間差に応じた対消滅イベントの発生位置に対消滅点が描写された画像である。そのため、ＴＯＦ描写画像データを生成する際に、被検体内でのガンマ線の吸収や散乱、又は、一対の対消滅ガンマ線ではないにも関わらず偶発的に略同時に検出された２つのガンマ線等の影響を排除することが困難である。よって、これらの各種の影響により、ＴＯＦ描写画像が示す対消滅イベントの発生位置の精度は、良好なものとならない。

したがって、ＴＯＦ描写画像データが生成されたとしても、結局は、ガンマ線の吸収や散乱及び略同時に検出された２つのガンマ線等の影響を抑制するための補正処理が行われる通常の画像再構成を行うことにより、これらの影響が抑制された再構成ＰＥＴ画像データを生成することが好ましい。

しかしながら、逐次近似再構成法等を用いる通常の画像再構成では、計算量が莫大であり、再構成ＰＥＴ画像データの再構成に多くの時間を要する。

米国特許出願公開第２０１５／００６５８５４号明細書 米国特許出願公開第２０１２／００７００５７号明細書 米国特許出願公開第２０１３／０１３４３１１号明細書

本発明が解決しようとする課題は、再構成ＰＥＴ画像データを得る際に要する時間を短くすることである。

実施形態の医用画像処理装置は、取得部と、処理部とを備える。取得部は、ガンマ線の対消滅点に基づいて生成されるＴＯＦ描写画像データを取得する。処理部は、ＴＯＦ描写画像データと、ＴＯＦ描写画像データの入力に基づいて再構成ＰＥＴ画像データを出力する学習済みモデルとに基づいて、再構成ＰＥＴ画像データを出力する。

図１は、第１の実施形態に係るＰＥＴ－ＣＴ装置の全体構成の一例を示す図である。 図２は、第１の実施形態に係るＰＥＴ用架台装置の構成の一例を示す図である。 図３は、第１の実施形態に係るＰＥＴ用架台装置の構成の一例を示す図である。 図４は、第１の実施形態に係る計数情報の一例を示す図である。 図５は、第１の実施形態に係るＣＴ用架台装置の構成の一例を示す図である。 図６は、第１の実施形態に係るコンソール装置の構成の一例を示す図である。 図７は、第１の実施形態に係る学習時の処理及び運用時の処理の一例を説明するための図である。 図８Ａは、第１の実施形態に係るＴＯＦ描写画像データにより示されるＴＯＦ描写画像の一例を示す図である。 図８Ｂは、第１の実施形態に係るＴＯＦ描写画像データにより示されるＴＯＦ描写画像の一例を示す図である。 図９は、第１の実施形態における同時計数情報の時系列リストの一例を説明するための図である。 図１０は、第１の実施形態に係るＴＯＦ描写画像生成回路により生成されるＴＯＦ描写画像データが示すＴＯＦ描写画像の一例を示す図である。 図１１は、第１の実施形態に係るＰＥＴ－ＣＴ装置が実行する処理の流れの一例を示すフローチャートである。 図１２は、変形例１に係るＰＥＴ－ＣＴ装置が実行する処理の流れの一例を示すフローチャートである。 図１３は、変形例１に係るＰＥＴ－ＣＴ装置が実行する処理の一例を説明するための図である。 図１４は、変形例１に係るＰＥＴ－ＣＴ装置が実行する処理の一例を説明するための図である。 図１５は、変形例２に係るＰＥＴ－ＣＴ装置が実行する処理の一例を説明するための図である。 図１６は、変形例２に係るＰＥＴ－ＣＴ装置が実行する処理の一例を説明するための図である。 図１７は、変形例３に係る複数の学習済みモデルの一例を説明するための図である。 図１８は、変形例４に係る学習時の処理及び運用時の処理の一例を説明するための図である。 図１９は、変形例６に係る学習時の処理及び運用時の処理の一例を説明するための図である。 図２０は、第２の実施形態に係るコンソール装置の構成の一例を示す図である。 図２１は、第２の実施形態に係るＰＥＴ画像再構成回路が実行する処理の一例を説明するための図である。 図２２は、第３の実施形態に係る医用画像処理システムの構成例を示す図である。

以下、添付図面を参照して、医用画像処理装置、医用画像診断装置及び核医学診断装置の実施形態を詳細に説明する。なお、以下では、医用画像診断装置及び核医学診断装置の一例として、ＰＥＴ－ＣＴ装置を挙げて説明する。また、本願に係る医用画像処理装置、医用画像診断装置及び核医学診断装置は、以下に示す実施形態に限定されるものではない。

（第１の実施形態）
まず、図１を用いて、第１の実施形態に係るＰＥＴ－ＣＴ（Computed Tomography）装置１００の全体構成について説明する。図１は、第１の実施形態に係るＰＥＴ－ＣＴ装置１００の全体構成の一例を示す図である。図１に示すように、第１の実施形態に係るＰＥＴ－ＣＴ装置１００は、ＰＥＴ用架台装置１と、ＣＴ用架台装置２と、寝台３と、コンソール装置４とを有する。被検体Ｐには、陽電子放出核種で標識された薬剤（放射性医薬品）が投与されている。

ＰＥＴ用架台装置１は、陽電子放出核種を取り込んだ生体組織から放出される一対のガンマ線（対消滅ガンマ線）を検出し、ガンマ線の検出信号から計数情報を生成することにより、計数情報を収集する装置である。図２及び図３は、第１の実施形態に係るＰＥＴ用架台装置１の構成の一例を示す図である。

ＰＥＴ用架台装置１は、図２に示すように、ＰＥＴ検出器モジュール１１と、計数情報収集回路１２とを有する。例えば、図３に示すように、ＰＥＴ用架台装置１では、複数のＰＥＴ検出器モジュール１１が、被検体Ｐの周囲をリング状に取り囲むように配置される。ＰＥＴ検出器モジュール１１は、被検体Ｐ内から放出されたガンマ線を光に変換し、この光を電気信号（検出信号）に変換する。そして、ＰＥＴ検出器モジュール１１は、検出信号を計数情報収集回路１２に送信する。

計数情報収集回路１２は、ＰＥＴ検出器モジュール１１から出力された検出信号から計数情報を生成し、生成した計数情報を、コンソール装置４の後述する記憶回路４１ａに格納する。

例えば、計数情報収集回路１２は、ＰＥＴ検出器モジュール１１から出力された検出信号から計数情報を生成することにより、計数情報を収集する。この計数情報には、ガンマ線の検出位置、エネルギー値、及び検出時間が含まれる。図４は、第１の実施形態に係る計数情報の一例を示す図である。例えば、図４に示すように、計数情報は、シンチレータ番号（Ｐ）、エネルギー値（Ｅ）及び検出時間（Ｔ）を含む。計数情報では、シンチレータ番号（Ｐ）、エネルギー値（Ｅ）及び検出時間（Ｔ）がＰＥＴ検出器モジュール１１を識別するモジュールＩＤに対応付けられている。

図１の説明に戻る。本実施形態に係るＣＴ用架台装置２は、被検体Ｐを透過したＸ線を検出することで、ＣＴ画像データ（Ｘ線ＣＴ画像データ）の元となるＸ線投影データを生成する装置である。また、ＣＴ用架台装置２は、２次元又は３次元のスキャノグラムの元となるＸ線投影データを生成することができる。

図５は、第１の実施形態に係るＣＴ用架台装置２の構成の一例を示す図である。ＣＴ用架台装置２は、図５に示すように、Ｘ線管２１と、Ｘ線検出器２２と、データ収集回路２３とを有する。Ｘ線管２１は、Ｘ線ビームを発生し、発生したＸ線ビームを被検体Ｐに照射する装置である。Ｘ線検出器２２は、Ｘ線管２１に対向する位置において、被検体Ｐを透過したＸ線を検出する装置である。具体的には、Ｘ線検出器２２は、被検体Ｐを透過したＸ線の２次元強度分布のデータ（２次元Ｘ線強度分布データ）を検出する２次元アレイ型検出器である。より具体的には、Ｘ線検出器２２では、複数チャンネル分の複数のＸ線検出素子を含む検出素子列が被検体Ｐの体軸方向に沿って複数列配列されている。なお、Ｘ線管２１およびＸ線検出器２２は、ＣＴ用架台装置２の内部にて、図示しない回転フレームにより支持されている。

データ収集回路２３は、ＤＡＳ（Data Acquisition System）であり、Ｘ線検出器２２により検出された２次元Ｘ線強度分布データに対して、増幅処理やＡ／Ｄ（Analog to Digital）変換処理等を行なって、Ｘ線投影データを生成する。そして、データ収集回路２３は、Ｘ線投影データを図１に示すコンソール装置４に送信する。

図１の説明に戻る。寝台３は、被検体Ｐを載せるベッドであり、天板３１と、支持フレーム３２と、寝台装置３３とを有する。寝台３は、コンソール装置４を介して受け付けたＰＥＴ－ＣＴ装置１００の操作者からの指示に基づいて、被検体Ｐを、ＣＴ用架台装置２及びＰＥＴ用架台装置１それぞれの撮影口に順次移動する。すなわち、ＰＥＴ－ＣＴ装置１００は、寝台３を制御することで、最初に、ＣＴ画像データの撮影を行ない、その後、ＰＥＴ画像データの撮影を行なう。なお、図１においては、寝台３側にＣＴ用架台装置２が配設される例について示しているが、実施形態はこれに限定されるものではなく、寝台３側にＰＥＴ用架台装置１が配設される場合でもよい。

寝台３は、図示しない駆動機構によって天板３１と支持フレーム３２とをＣＴ用架台装置２及びＰＥＴ用架台装置１における検出器視野の中心軸方向に移動させる。換言すると、寝台３は、天板３１及び支持フレーム３２を、天板３１及び支持フレーム３２の長手方向に沿った方向に移動させる。

コンソール装置４は、操作者からの指示を受け付けて、ＰＥＴ－ＣＴ装置１００による処理を制御する装置である。図６は、第１の実施形態に係るコンソール装置４の構成の一例を示す図である。図６に示すように、コンソール装置４は、記憶回路４１ａと、同時計数情報生成回路４１ｂと、ＴＯＦ描写画像生成回路４１ｃと、ＰＥＴ画像再構成回路４１ｄと、Ｘ線投影データ記憶回路４２ａと、Ｘ線ボリュームデータ生成回路４２ｂと、Ｘ線ＣＴ画像生成回路４２ｃと、処理回路４３と、記憶回路４４と、入力インターフェース４５と、ディスプレイ４６とを有する。

記憶回路４１ａは、ＰＥＴ用架台装置１から送信された計数情報を記憶する。この計数情報は、同時計数情報生成回路４１ｂによる処理に用いられる。記憶回路４１ａに記憶された計数情報は、同時計数情報生成回路４１ｂによる処理に用いられた後に、記憶回路４１ａから削除されてもよい。また、記憶回路４１ａに記憶された計数情報は、一定期間保存された後に、削除されてもよい。

また、記憶回路４１ａは、同時計数情報生成回路４１ｂにより生成された後述する同時計数情報を記憶する。また、記憶回路４１ａは、ＴＯＦ描写画像生成回路４１ｃにより生成された後述するＴＯＦ描写画像データを記憶する。また、記憶回路４１ａは、ＰＥＴ画像再構成回路４１ｄにより導出された後述する再構成ＰＥＴ画像データを記憶する。記憶回路４１ａは、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。なお、記憶回路４１ａは、記憶部の一例である。

そして、本実施形態では、記憶回路４１ａは、学習済みモデル５３を記憶する。学習済みモデル５３は、例えば、外部のサーバ等の装置により生成される。このような学習済みモデル５３を生成する外部の装置は、学習済みモデル生成装置とも称される。なお、学習済みモデル５３は、コンソール装置４が生成してもよい。

図７を参照して、学習済みモデル５３について説明する。図７は、第１の実施形態に係る学習時の処理及び運用時の処理の一例を説明するための図である。図７に示すように、学習時には、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２との関係を学習することによって、学習済みモデル５３を生成する。

ＴＯＦ描写画像データ５１の一例について説明する。図８Ａ及び図８Ｂは、第１の実施形態に係るＴＯＦ描写画像データ５１により示されるＴＯＦ描写画像の一例を示す図である。

図８Ａに示すＴＯＦ描写画像データ５１は、対消滅イベントの発生位置を示す対消滅点５１ａが点として描写されたＴＯＦ描写画像を示す。また、図８Ｂに示すＴＯＦ描写画像データ５１は、対消滅イベントの発生位置を示す対消滅点５１ｂが線として描写されたＴＯＦ描写画像を示す。

学習済みモデル５３を生成する際には、複数の異なるノイズレベルのＴＯＦ描写画像データ５１が用いられる。例えば、複数の異なるスキャン時間で、複数のＴＯＦ描写画像データ５１の元となる複数の同時計数情報が収集される。また、複数の同時計数情報のそれぞれを収集する際に、複数の異なる種類の薬剤のそれぞれが被検体Ｐに投与されてもよい。また、複数の同時計数情報のそれぞれを収集する際に、複数の異なる量の薬剤のそれぞれが被検体Ｐに投与されてもよい。このようにして収集された複数の同時計数情報から、複数の異なるノイズレベルのＴＯＦ描写画像データ５１が得られる。

ＰＥＴ画像データ５２は、ＴＯＦ描写画像データ５１の元となる同時計数情報が用いられて、逐次近似再構成法により再構成された画像データである。ここで、逐次近似再構成法としては、ＭＬＥＭ（Maximum Likelihood Expectation Maximization）法や、ＭＬＥＭ法のアルゴリズムを改良することで大幅に収束時間を短縮したＯＳＥＭ（Ordered Subset MLEM）法がある。

学習済みモデル５３は、ＴＯＦ描写画像データ５４に基づいて、ＰＥＴ画像データ５２に相当する画像データである再構成ＰＥＴ画像データ５５を出力する。

すなわち、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２とを対応付けて学習することにより、学習済みモデル５３を生成する。学習済みモデル５３は、ＴＯＦ描写画像データ５４の入力を受けて、ＰＥＴ画像データ５２に相当する画像データである再構成ＰＥＴ画像データ５５を出力する。学習済みモデル５３は、複数の異なるノイズレベルの複数のＴＯＦ描写画像データ５４を学習することにより生成された学習済みモデルである。

例えば、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２の組を学習用データ（教師データ）として機械学習エンジンに入力することによって、機械学習を行う。

例えば、機械学習エンジンは、ディープラーニング（Deep Learning）や、ニューラルネットワーク（Neural Network）、ロジスティック（Logistic）回帰分析、非線形判別分析、サポートベクターマシン（Support Vector Machine：ＳＶＭ）、ランダムフォレスト（Random Forest）、ナイーブベイズ（Naive Bayes）等の各種のアルゴリズムを用いて機械学習を行う。

学習済みモデル生成装置は、このような機械学習の結果として、学習済みモデル５３を生成する。そして、学習済みモデル５３が、記憶回路４１ａに記憶される。運用時の処理については、後述する。

図６の説明に戻る。同時計数情報生成回路４１ｂは、記憶回路４１ａに記憶された複数の計数情報を用いて、同時計数情報の時系列リストを生成する。例えば、同時計数情報生成回路４１ｂは、複数の計数情報から、一対の対消滅ガンマ線を略同時に計数した計数情報の組を、計数情報の検出時間（Ｔ）に基づいて検索する。そして、同時計数情報生成回路４１ｂは、検索の結果得られた計数情報の組毎に、同時計数情報を生成し、生成した同時計数情報を、概ね時系列順に並べて、記憶回路４１ａに格納する。同時計数情報生成回路４１ｂは、例えば、プロセッサにより実現される。

図９は、第１の実施形態における同時計数情報の時系列リストの一例を説明するための図である。図９に示すように、記憶回路４１ａは、同時計数情報の通し番号である「コインシデンスＮｏ．」に対応付けて、計数情報の組を記憶する。なお、第１の実施形態において、同時計数情報の時系列リストは、計数情報の検出時間（Ｔ）に基づき概ね時系列順に並んでいる。

例えば、同時計数情報生成回路４１ｂは、操作者によって入力された、同時計数情報を生成する際の条件（同時計数情報生成条件）に基づいて、同時計数情報を生成する。同時計数情報生成条件には、時間ウィンドウ幅が指定される。例えば、同時計数情報生成回路４１ｂは、時間ウィンドウ幅に基づいて、同時計数情報を生成する。このようにして、同時計数情報生成回路４１ｂは、同時計数情報を生成することにより、同時計数情報を収集する。

例えば、同時計数情報生成回路４１ｂは、記憶回路４１ａを参照し、検出時間（Ｔ）の時間差が時間ウィンドウ幅以内にある計数情報の組を、ＰＥＴ検出器モジュール１１間で検索する。例えば、同時計数情報生成回路４１ｂは、同時計数情報生成条件を満たす組として、「Ｐ１１、Ｅ１１、Ｔ１１」と「Ｐ２２、Ｅ２２、Ｔ２２」との組を検索すると、この組を同時計数情報として生成し、記憶回路４１ａに格納する。なお、同時計数情報生成回路４１ｂは、時間ウィンドウ幅とともにエネルギーウィンドウ幅を用いて同時計数情報を生成してもよい。また、同時計数情報生成回路４１ｂは、ＰＥＴ用架台装置１内に設けられてもよい。

ＴＯＦ描写画像生成回路４１ｃは、記憶回路４１ａに記憶された同時計数情報の時系列リストに基づいて、対消滅イベントの発生位置を示す対消滅点が点又は線として描写されたＴＯＦ描写画像を示すＴＯＦ描写画像データを生成する。すなわち、ＴＯＦ描写画像生成回路４１ｃは、ＴＯＦ描写画像データを収集する。ＴＯＦ描写画像生成回路４１ｃは、例えば、プロセッサにより実現される。ＴＯＦ描写画像生成回路４１ｃは、収集部の一例である。

図１０は、第１の実施形態に係るＴＯＦ描写画像生成回路４１ｃにより生成されるＴＯＦ描写画像データが示すＴＯＦ描写画像の一例を示す図である。図１０に示すように、ＴＯＦ描写画像生成回路４１ｃは、例えば、対消滅点５４ａが点として描写されたＴＯＦ描写画像を示すＴＯＦ描写画像データ５４を生成する。すなわち、ＴＯＦ描写画像生成回路４１ｃは、対消滅点５４ａに基づいて、ＴＯＦ描写画像データ５４を生成する。そして、ＴＯＦ描写画像生成回路４１ｃは、ＴＯＦ描写画像データ５４を記憶回路４１ａに格納する。記憶回路４１ａに記憶されたＴＯＦ描写画像データ５４は、ＰＥＴ画像再構成回路４１ｄによる処理に用いられる。また、ＴＯＦ描写画像生成回路４１ｃは、ＴＯＦ描写画像データ５４を処理回路４３に出力する。

ＰＥＴ画像再構成回路４１ｄは、２種類の方法で、再構成ＰＥＴ画像データを得ることが可能である。そして、ＰＥＴ画像再構成回路４１ｄは、得られた再構成ＰＥＴ画像データを処理回路４３に送信する。

まず、１種類目の方法について説明する。例えば、入力インターフェース４５の後述するスイッチボタン４５ａがオン（ＯＮ）状態を示す場合には、ＰＥＴ画像再構成回路４１ｄは、記憶回路４１ａに記憶された同時計数情報の時系列リストを読み出し、読み出した時系列リストを用いて、逐次近似再構成法により再構成ＰＥＴ画像データを再構成する。逐次近似再構成法としては、ＭＬＥＭ法やＯＳＥＭ法がある。そして、ＰＥＴ画像再構成回路４１ｄは、再構成した再構成ＰＥＴ画像データを記憶回路４１ａに格納する。

次に、２種類目の方法について説明する。例えば、入力インターフェース４５の後述するスイッチボタン４５ｂがオン状態を示す場合には、ＰＥＴ画像再構成回路４１ｄは、記憶回路４１ａに記憶されたＴＯＦ描写画像データ５４を読み出す。そして、先の図７の運用時の処理に示すように、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４を、記憶回路４１ａに記憶された学習済みモデル５３に入力することで、学習済みモデル５３に再構成ＰＥＴ画像データ５５を出力させる。そして、ＰＥＴ画像再構成回路４１ｄは、学習済みモデル５３から出力された再構成ＰＥＴ画像データ５５を取得する。すなわち、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４と、学習済みモデル５３とに基づいて、再構成ＰＥＴ画像データ５５を出力する。このようにして、ＰＥＴ画像再構成回路４１ｄは、再構成ＰＥＴ画像データ５５を導出する。ＰＥＴ画像再構成回路４１ｄは、例えば、プロセッサにより実現される。ＰＥＴ画像再構成回路４１ｄは、処理部の一例である。

Ｘ線投影データ記憶回路４２ａは、データ収集回路２３から送信されたＸ線投影データを記憶する。具体的には、Ｘ線投影データ記憶回路４２ａは、スキャノグラム及びＣＴ画像を再構成する際に用いられるＸ線投影データを記憶する。

Ｘ線ボリュームデータ生成回路４２ｂは、Ｘ線投影データ記憶回路４２ａに記憶されたＸ線投影データを、例えば、ＦＢＰ（Filtered Back Projection）法や逐次近似再構成法により再構成処理することで、Ｘ線ボリュームデータを再構成する。

Ｘ線ＣＴ画像生成回路４２ｃは、撮影計画により決定された撮像条件（例えば、スライス幅など）に基づいて、Ｘ線ボリュームデータ生成回路４２ｂにより生成されたＸ線ボリュームデータに対して画像生成処理を行うことにより、被検体Ｐの体軸方向に直交する複数の断面を表すＣＴ画像を示すＣＴ画像データを生成する。そして、Ｘ線ＣＴ画像生成回路４２ｃは、生成されたＣＴ画像データを処理回路４３に送信する。

また、Ｘ線ＣＴ画像生成回路４２ｃは、Ｘ線ボリュームデータ生成回路４２ｂにより生成されたＸ線ボリュームデータに対して画像生成処理を行うことにより、被検体Ｐの位置決め等に用いられるスキャノグラムを生成する。そして、Ｘ線ＣＴ画像生成回路４２ｃは、生成されたスキャノグラムを処理回路４３に送信する。

処理回路４３は、制御機能４３ａを備える。制御機能４３ａは、ＰＥＴ－ＣＴ装置１００による処理の全体を制御する。例えば、制御機能４３ａは、入力インターフェース４５を介して操作者の指示を受け付け、受け付けた指示に応じて、ＰＥＴ用架台装置１、ＣＴ用架台装置２、及び、寝台３を制御することで、スキャノグラムの収集、スキャン（本撮影）、画像再構成、画像生成、画像表示などの各処理を実行する。例えば、処理回路４３は、制御機能４３ａに対応するプログラムを記憶回路４４から読み出して実行することで、各処理を実行する。

例えば、制御機能４３ａは、ＴＯＦ描写画像生成回路４１ｃが送信したＴＯＦ描写画像データ５４を受信すると、受信したＴＯＦ描写画像データ５４を記憶回路４４に格納する。また、制御機能４３ａは、ＰＥＴ画像再構成回路４１ｄが送信した再構成ＰＥＴ画像データを受信すると、受信した再構成ＰＥＴ画像データを記憶回路４４に格納する。また、制御機能４３ａは、Ｘ線ＣＴ画像生成回路４２ｃが送信したＣＴ画像データを受信すると、受信したＣＴ画像データを記憶回路４４に格納する。また、制御機能４３ａは、Ｘ線ＣＴ画像生成回路４２ｃが送信したスキャノグラムを受信すると、受信したスキャノグラムを記憶回路４４に格納する。

記憶回路４４は、処理回路４３がＰＥＴ－ＣＴ装置による処理の全体を制御する際に用いられるデータ、ＴＯＦ描写画像データ５４、再構成ＰＥＴ画像データ、ＣＴ画像データ及びスキャノグラム等を記憶する。また、記憶回路４４は、処理回路４３によって実行されるプログラムを記憶する。

入力インターフェース４５は、各種設定等を行うためのトラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチモニタ、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。入力インターフェース４５は、処理回路４３に接続されており、操作者から受け付けた入力操作を電気信号へ変換し処理回路４３へと出力する。なお、本明細書において入力インターフェース４５は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路４３へ出力する電気信号の処理回路も入力インターフェースの例に含まれる。

入力インターフェース４５は、スイッチボタン４５ａ及びスイッチボタン４５ｂを備える。操作者は、スイッチボタン４５ａ及びスイッチボタン４５ｂのうち、一方のスイッチボタンを押下することにより、一方のスイッチボタンをオン状態にすることができる。スイッチボタン４５ａは、ＰＥＴ画像再構成回路４１ｄに、逐次近似再構成法により再構成ＰＥＴ画像データを再構成させるためのスイッチボタンである。また、スイッチボタン４５ｂは、ＰＥＴ画像再構成回路４１ｄに、学習済みモデル５３を用いて再構成ＰＥＴ画像データ５５を導出させるためのボタンである。このように、入力インターフェース４５は、ＰＥＴ画像再構成回路４１ｄに、逐次近似再構成法により再構成ＰＥＴ画像データを再構成させるか、又は、ＴＯＦ描写画像データ５４を用いて再構成ＰＥＴ画像データを導出させるかを選択可能なインターフェースである。

ディスプレイ４６は、ＰＥＴ－ＣＴ装置１００の操作者が入力インターフェース４５を用いて各種設定要求を入力するためのＧＵＩ（Graphical User Interface）を表示する。また、ディスプレイ４６は、制御機能４３ａによる表示制御によって、コンソール装置４において生成されたＴＯＦ描写画像データ５４により示されるＴＯＦ描写画像、再構成ＰＥＴ画像データにより示される再構成ＰＥＴ画像、ＣＴ画像データにより示されるＣＴ画像、及び、スキャノグラム等を表示したりする。また、ディスプレイ４６は、処理状況や処理結果を操作者に通知するために、各種のメッセージや表示情報を表示する。また、ディスプレイ４６は、スピーカーを有し、音声を出力することもできる。

図１１は、第１の実施形態に係るＰＥＴ－ＣＴ装置１００が実行する処理の流れの一例を示すフローチャートである。なお、図１１に示す処理は、スイッチボタン４５ｂがオン状態を示す場合の処理である。また、図１１に示す処理は、被検体Ｐを載せた天板３１を天板３１の長手方向に段階的に移動させて、被検体Ｐの部分ごとにスキャンするステップアンドシュート（step and shoot）方式により、被検体Ｐの部分ごとに同時計数情報を収集する場合の処理である。図１１に示す処理では、天板３１が複数のスキャンポジションのそれぞれに移動される。そして、図１１に示す処理では、複数のスキャンポジションのそれぞれで、同時計数情報が収集される。

図１１に示すように、制御機能４３ａは、上述した駆動機構を制御して、天板３１及び支持フレーム３２を最初のスキャンポジションに移動させる（ステップＳ１０１）。そして、制御機能４３ａは、ＰＥＴ用架台装置１を制御して、最初のスキャンポジションにおいて、同時計数情報を収集するスキャンを開始させる（ステップＳ１０２）。

そして、ＴＯＦ描写画像生成回路４１ｃは、収集された同時計数情報に基づくＴＯＦ描写画像データ５４の生成を開始する（ステップＳ１０３）。

そして、制御機能４３ａは、最初のスキャンポジションにおけるスキャンの終了のタイミングであるか否かを判定する（ステップＳ１０４）。スキャンの終了のタイミングではないと判定された場合（ステップＳ１０４：Ｎｏ）には、制御機能４３ａは、再び、ステップＳ１０４の判定を行う。

一方、スキャンの終了のタイミングであると判定された場合（ステップＳ１０４：Ｙｅｓ）には、ＴＯＦ描写画像生成回路４１ｃは、ＴＯＦ描写画像データ５４の生成を終了する（ステップＳ１０５）。これにより、ステップＳ１０３でＴＯＦ描写画像データ５４の生成を開始してから、ステップＳ１０５でＴＯＦ描写画像データ５４の生成を終了するまでの間に検出された複数の対消滅点が、ＴＯＦ描写画像データ５４に描出される。

なお、制御機能４３ａは、ステップＳ１０３からステップＳ１０５までの間に、次々と対消滅点が追加されるＴＯＦ描写画像データ５４により示されるＴＯＦ描写画像を、リアルタイムでディスプレイ４６に表示させてもよい。

例えば、ディスプレイ４６に表示されるＴＯＦ描写画像には、次々と、対消滅点５４ａが追加されていく。操作者は、このようなＴＯＦ描写画像を確認することで、得られる再構成ＰＥＴ画像データの精度を大まかに推測することが可能となる。

そして、制御機能４３ａは、ＰＥＴ用架台装置１を制御して、最初のスキャンポジションにおいて、同時計数情報を収集するスキャンを終了させる（ステップＳ１０６）。そして、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４と、学習済みモデル５３とを用いて、再構成ＰＥＴ画像データ５５を導出する（ステップＳ１０７）。

そして、制御機能４３ａは、再構成ＰＥＴ画像データ５５により示される再構成ＰＥＴ画像をディスプレイ４６に表示させる（ステップＳ１０８）。なお、ステップＳ１０８において、制御機能４３ａは、再構成ＰＥＴ画像とともに、ＴＯＦ描写画像データ５４により示されるＴＯＦ描写画像をディスプレイ４６に表示させてもよい。

そして、制御機能４３ａは、現在のスキャンポジションが、最後のスキャンポジションであるか否かを判定する（ステップＳ１０９）。

最後のスキャンポジションではないと判定された場合（ステップＳ１０９：Ｎｏ）、制御機能４３ａは、上述した駆動機構を制御して、天板３１及び支持フレーム３２を次のスキャンポジションに移動させ（ステップＳ１１０）、ステップＳ１０２に戻る。そして、ＰＥＴ－ＣＴ装置１００は、次のスキャンポジションにおいて、最初のスキャンポジションにおいて説明したステップＳ１０２～ステップＳ１０９の各処理と同様の各処理を実行する。したがって、同時計数情報は、被検体Ｐの部分毎に収集される。また、ＴＯＦ描写画像データ５４は、このような同時計数情報に基づくデータである。

一方、最後のスキャンポジションであると判定された場合（ステップＳ１０９：Ｙｅｓ）、制御機能４３ａは、図１１に示す処理を終了する。

ここで、スイッチボタン４５ａがオン状態を示す場合の処理について説明する。この場合の処理は、図１１に示す処理のステップＳ１０７において、ＰＥＴ画像再構成回路４１ｄは、同時計数情報の時系列リストを用いて、逐次近似再構成法により再構成ＰＥＴ画像データを再構成する。その他のステップＳ１０１～１０６，１０８～１１０の各処理は、スイッチボタン４５ｂがオン状態を示す場合の処理と同様である。

以上、第１の実施形態に係るＰＥＴ－ＣＴ装置１００について説明した。第１の実施形態に係るＰＥＴ－ＣＴ装置１００によれば、再構成ＰＥＴ画像データの再構成を開始してから再構成が完了するまでに時間がかかる逐次近似再構成法を用いるのではなく、逐次近似再構成法よりも短時間で再構成ＰＥＴ画像データを得ることが可能な学習済みモデル５３を用いて、再構成ＰＥＴ画像データを導出する。このため、第１の実施形態に係るＰＥＴ－ＣＴ装置１００によれば、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

（変形例１）
上述した第１の実施形態では、ＰＥＴ－ＣＴ装置１００が、ステップアンドシュート方式によって同時計数情報を収集するスキャンを行う場合について説明した。しかしながら、ＰＥＴ－ＣＴ装置１００は、被検体Ｐを載せた天板３１を長手方向に移動させながらスキャンを行う連続移動方式によって同時計数情報を収集するスキャンを行ってもよい。そこで、このような変形例を、変形例１として説明する。以下の変形例１の説明では、第１の実施形態と異なる点を主に説明する。

図１２は、変形例１に係るＰＥＴ－ＣＴ装置１００が実行する処理の流れの一例を示すフローチャートである。図１３及び図１４は、変形例１に係るＰＥＴ－ＣＴ装置１００が実行する処理の一例を説明するための図である。なお、図１２に示す処理は、スイッチボタン４５ｂがオン状態を示す場合の処理である。また、図１２に示す処理は、連続移動方式によって同時計数情報を収集する場合の処理である。

図１３及び図１４に示すスキャン範囲（データ収集範囲）６０は、ＰＥＴ用架台装置１により同時計数情報が収集される範囲である。また、着目部位（着目スキャン部位）６１は、スキャン対象の部位である。例えば、着目部位６１は、操作者により設定される。また、矢印６２が示す方向は、天板３１の移動方向である。

例えば、図１３は、被検体Ｐを載置した天板３１が矢印６２が示す方向に移動して、着目部位６１がスキャン範囲６０内に入ったタイミングにおける着目部位６１とスキャン範囲６０との位置関係を示す。また、図１４は、図１３に示す状態から更に、天板３１が矢印６２が示す方向に移動して、着目部位６１がスキャン範囲６０外となったタイミングにおける着目部位６１とスキャン範囲６０との位置関係を示す。

制御機能４３ａは、上述した駆動機構を制御して、着目部位６１がスキャン範囲６０よりも被検体Ｐの頭部側に位置するように、天板３１及び支持フレーム３２を移動させた後、図１２に示すように、天板３１及び支持フレーム３２の矢印６２（図１３参照）が示す方向への移動を開始させる（ステップＳ２０１）。

そして、制御機能４３ａは、図１３に示すように、着目部位６１がスキャン範囲６０内に入ったか否かを判定する（ステップＳ２０２）。着目部位６１がスキャン範囲６０内に入っていないと判定した場合（ステップＳ２０２：Ｎｏ）には、制御機能４３ａは、再び、ステップＳ２０２の判定を行う。

一方、着目部位６１がスキャン範囲６０内に入ったと判定した場合（ステップＳ２０２：Ｙｅｓ）には、制御機能４３ａは、ＰＥＴ用架台装置１を制御して、同時計数情報を収集するスキャンを開始させる（ステップＳ２０３）。

そして、ＴＯＦ描写画像生成回路４１ｃは、収集された同時計数情報に基づくＴＯＦ描写画像データ５４の生成を開始する（ステップＳ２０４）。

そして、制御機能４３ａは、図１４に示すように、着目部位６１がスキャン範囲６０外となったか否かを判定する（ステップＳ２０５）。着目部位６１がスキャン範囲６０外となっていないと判定した場合（ステップＳ２０５：Ｎｏ）には、制御機能４３ａは、再び、ステップＳ２０５の判定を行う。

一方、着目部位６１がスキャン範囲６０外となったと判定した場合（ステップＳ２０５：Ｙｅｓ）には、ＴＯＦ描写画像生成回路４１ｃは、ＴＯＦ描写画像データ５４の生成を終了する（ステップＳ２０６）。これにより、ステップＳ２０４でＴＯＦ描写画像データ５４の生成を開始してから、ステップＳ２０６でＴＯＦ描写画像データ５４の生成を終了するまでの間に検出された複数の対消滅点が、ＴＯＦ描写画像データ５４に描出される。

なお、制御機能４３ａは、ステップＳ２０４からステップＳ２０６までの間に、次々と対消滅点が追加されるＴＯＦ描写画像データ５４により示されるＴＯＦ描写画像を、リアルタイムでディスプレイ４６に表示させてもよい。

そして、制御機能４３ａは、ＰＥＴ用架台装置１を制御して、同時計数情報を収集するスキャンを終了させる（ステップＳ２０７）。そして、制御機能４３ａは、上述した駆動機構を制御して、天板３１及び支持フレーム３２を停止させる（ステップＳ２０８）。

そして、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４と、学習済みモデル５３とを用いて、再構成ＰＥＴ画像データ５５を導出する（ステップＳ２０９）。

そして、制御機能４３ａは、再構成ＰＥＴ画像データ５５により示される再構成ＰＥＴ画像をディスプレイ４６に表示させ（ステップＳ２１０）、図１２に示す処理を終了する。なお、ステップＳ２１０において、制御機能４３ａは、再構成ＰＥＴ画像とともに、ＴＯＦ描写画像データ５４により示されるＴＯＦ描写画像をディスプレイ４６に表示させてもよい。

変形例１では、ＰＥＴ用架台装置１に対して被検体Ｐが相対的に移動されながら同時計数情報が収集される。ＴＯＦ描写画像データ５４は、このような同時計数情報に基づくデータである。

ここで、スイッチボタン４５ａがオン状態を示す場合の処理について説明する。この場合の処理は、図１２に示す処理のステップＳ２０９において、ＰＥＴ画像再構成回路４１ｄは、同時計数情報の時系列リストを用いて、逐次近似再構成法により再構成ＰＥＴ画像データを再構成する。その他のステップＳ２０１～２０８，２０９，２１０の各処理は、スイッチボタン４５ｂがオン状態を示す場合の処理と同様である。

以上、変形例１に係るＰＥＴ－ＣＴ装置１００について説明した。変形例１に係るＰＥＴ－ＣＴ装置１００によれば、第１の実施形態に係るＰＥＴ－ＣＴ装置１００と同様に、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

（変形例２）
上述した変形例１では、着目部位６１がスキャン範囲６０内に入ったタイミングを、スキャンの開始タイミングとし、着目部位６１がスキャン範囲６０外となったタイミングを、スキャンの終了タイミングとする場合について説明した。しかしながら、スキャンの開始タイミング及びスキャンの終了タイミングは、この他のタイミングであってもよい。そこで、スキャンの開始タイミング及びスキャンの終了タイミングの他の例を、変形例２として説明する。以下の変形例２の説明では、第１の実施形態及び変形例１と異なる点を主に説明する。

図１５及び図１６は、変形例２に係るＰＥＴ－ＣＴ装置１００が実行する処理の一例を説明するための図である。例えば、変形例２では、ＰＥＴ－ＣＴ装置１００は、天板３１が矢印６４が示す方向に移動しながら連続移動方式によって同時計数情報を収集するスキャンを行う。

例えば、図１５に示すように、始めから着目部位６１が、スキャン範囲（データ収集範囲）６０内に入っている場合がある。この場合には、この時点で、スキャンが開始される。

また、図１５に示す状態から天板３１が、矢印６４が示す方向に移動して、図１６に示すように、矢印６４が示す方向における設定スキャン範囲６３の下流側の一端に、スキャン範囲６０が到達したタイミングが、スキャンの終了のタイミングとなる。

以上、変形例２に係るＰＥＴ－ＣＴ装置１００について説明した。変形例２に係るＰＥＴ－ＣＴ装置１００によれば、第１の実施形態に係るＰＥＴ－ＣＴ装置１００及び変形例１に係るＰＥＴ－ＣＴ装置１００と同様に、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

なお、第１の実施形態、変形例１及び変形例２では、ＰＥＴ画像再構成回路４１ｄが、スキャンの終了時点でのＴＯＦ描写画像データ５４と、学習済みモデル５３とを用いて、再構成ＰＥＴ画像データ５５を導出する場合について説明した。しかしながら、ＰＥＴ画像再構成回路４１ｄは、スキャンの開始からスキャンの終了までの任意のタイミングでのＴＯＦ描写画像データ５４と、学習済みモデル５３とを用いて、再構成ＰＥＴ画像データ５５を導出してもよい。

（変形例３）
なお、学習済みモデル５３に代えて、被検体Ｐの複数の部位のそれぞれに対応する学習済みモデルが用いられても良い。そこで、このような変形例を、変形例３として説明する。以下の変形例３の説明では、第１の実施形態と異なる点を主に説明する。

図１７は、変形例３に係る複数（ｎ（ｎは、２以上の自然数）個）の学習済みモデル５３－１～５３－ｎの一例を説明するための図である。変形例３では、例えば、被検体Ｐに、全身の癌細胞を発見することを目的としてＦＤＧ（18F-fluorodeoxyglucose）が薬剤として投与される。学習済みモデル５３－１～５３－ｎのそれぞれは、対応する部位をスキャンすることにより収集された同時計数情報に基づくＴＯＦ描写画像データ５１と、この同時計数情報に基づくＰＥＴ画像データ５２との関係を学習することにより生成される。変形例３では、このような学習済みモデル５３－１～５３－ｎを記憶回路４１ａが記憶する。

例えば、脳、胸部、腹部、膀胱部及び下肢などで、別々の学習済みモデルが設けられてもよい。これは、例えば、腹部を示す再構成ＰＥＴ画像と脳を示す再構成ＰＥＴ画像とを比較すると、脳の形状と腹部の形状とが異なる。また、腹部を示す再構成ＰＥＴ画像と胸部を示す再構成ＰＥＴ画像とを比較すると、胸部は心臓があるため、腹部の形状と胸部の形状も異なる。また、腹部を示す再構成ＰＥＴ画像と膀胱部を示す再構成ＰＥＴ画像とを比較すると、膀胱部の部分の画素値は、腹部の部分の画素値よりも非常に高い。また、腹部を示す再構成ＰＥＴ画像と下肢を示す再構成ＰＥＴ画像とを比較すると、腹部の形状と下肢の形状も異なる。このため、部位毎に最適な学習済みモデルを用いることで、学習が容易になったり、学習時の収束も早くなったり、得られる再構成ＰＥＴ画像の画質も良好になったりすることが期待される。

なお、変形例３では、運用時において、学習済みモデル５３－１～５３－ｎのうちのいずれの学習済みモデルに、ＴＯＦ描写画像データ５４を入力するかについては、操作者が決定する。このように、変形例３では、操作者が、ＴＯＦ描写画像データ５４に対応する部位を判断し、判断した結果に基づいて、ＴＯＦ描写画像データ５４が入力される学習済みモデルを決定する。

そして、ＰＥＴ画像再構成回路４１ｄは、被検体Ｐの複数の部位に対応する複数の学習済みモデル３１－１～３１－ｎのうち、ＴＯＦ描写画像データ５４の元となる同時計数情報を収集する際のスキャン対象の部位に対応する学習済みモデルに基づいて、再構成ＰＥＴ画像データ５５を出力する。

以上、変形例３に係るＰＥＴ－ＣＴ装置１００について説明した。変形例３に係るＰＥＴ－ＣＴ装置１００によれば、第１の実施形態に係るＰＥＴ－ＣＴ装置１００及び上述した他の変形例に係るＰＥＴ－ＣＴ装置１００と同様に、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

（変形例４）
なお、上述した変形例３では、操作者が、ＴＯＦ描写画像データ５４が入力される学習済みモデルを決定する場合について説明した。しかしながら、ＰＥＴ－ＣＴ装置１００が、自動的に、ＴＯＦ描写画像データ５４が入力される学習済みモデルを決定してもよい。そこで、このような変形例を変形例４として説明する。以下の変形例４の説明では、変形例３と異なる点を主に説明する。

変形例４では、ＴＯＦ描写画像データ５４の入力を受けて、部位を示す部位情報５７を出力する学習済みモデル５６が用いられる。学習済みモデル５６は、記憶回路４１ａに記憶されている。

図１８を参照して、学習済みモデル５６について説明する。図１８は、変形例４に係る学習時の処理及び運用時の処理の一例を説明するための図である。図１８に示すように、学習時には、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１と、ラベル６５との関係を学習することによって、学習済みモデル５６を生成する。ラベル６５は、ＴＯＦ描写画像データ５１の元となる同時計数情報が収集された際のスキャン対象の部位を示す。

学習済みモデル５６は、ＴＯＦ描写画像データ５４に基づいて、ＴＯＦ描写画像データ５４の元となる同時計数情報が収集された際のスキャン対象の部位を示す部位情報５７を出力する。

例えば、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とラベル６５の組を学習用データ（教師データ）として機械学習エンジンに入力することによって、機械学習を行う。

学習済みモデル生成装置は、このような機械学習の結果として、学習済みモデル５６を生成する。そして、学習済みモデル生成装置により生成された学習済みモデル５６が、記憶回路４１ａに記憶される。

次に、運用時の処理について説明する。スイッチボタン４５ｂがオン状態を示す場合には、ＰＥＴ画像再構成回路４１ｄは、記憶回路４１ａに記憶されたＴＯＦ描写画像データ５４を読み出す。そして、図１８の運用時の処理に示すように、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４を、記憶回路４１ａに記憶された学習済みモデル５６に入力することで、学習済みモデル５６に部位情報５７を出力させる。そして、ＰＥＴ画像再構成回路４１ｄは、学習済みモデル５６から出力された部位情報５７を取得する。すなわち、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４と、学習済みモデル５６とに基づいて、部位情報５７を出力する。このようにして、ＰＥＴ画像再構成回路４１ｄは、部位情報５７を導出する。

そして、ＰＥＴ画像再構成回路４１ｄは、複数の学習済みモデル５３－１～５３－ｎのうち、部位情報５７が示す部位に対応する学習済みモデルを選択する。そして、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４を、選択した学習済みモデルに入力することで、学習済みモデルに再構成ＰＥＴ画像データ５５を出力させる。そして、ＰＥＴ画像再構成回路４１ｄは、学習済みモデルから出力された再構成ＰＥＴ画像データ５５を取得する。すなわち、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４と、選択した学習済みモデルとに基づいて、再構成ＰＥＴ画像データ５５を出力する。このようにして、ＰＥＴ画像再構成回路４１ｄは、再構成ＰＥＴ画像データ５５を導出する。

すなわち、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４と学習済みモデル５６とに基づいて、部位情報を導出する。そして、ＰＥＴ画像再構成回路４１ｄは、複数の学習済みモデル３１－１～３１－ｎのうち、導出された部位情報が示す部位に対応する学習済みモデルに基づいて、再構成ＰＥＴ画像データ５５を出力する。

以上、変形例４に係るＰＥＴ－ＣＴ装置１００について説明した。変形例４に係るＰＥＴ－ＣＴ装置１００によれば、自動で、複数の学習済みモデル５３－１～５３－ｎの中から学習済みモデルを選択する。したがって、変形例４に係るＰＥＴ－ＣＴ装置１００によれば、操作者の負担を低減させることができる。また、変形例４に係るＰＥＴ－ＣＴ装置１００によれば、第１の実施形態に係るＰＥＴ－ＣＴ装置１００及び上述した他の変形例に係るＰＥＴ－ＣＴ装置１００と同様に、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

なお、変形例４において、ＰＥＴ－ＣＴ装置１００は、被検体Ｐの位置決め等に用いられるスキャノグラムを用いて、自動で、複数の学習済みモデル５３－１～５３－ｎの中から学習済みモデルを選択してもよい。例えば、ＰＥＴ用架台装置１の位置情報と、ＣＴ用架台装置２の位置情報とは、対応している。このため、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４の位置と一致する位置のスキャノグラムに対して部位を検出する。例えば、ＰＥＴ画像再構成回路４１ｄは、スキャノグラムから解剖学的な特徴点を抽出し、解剖学的な特徴点に基づいて部位を検出してもよい。そして、ＰＥＴ画像再構成回路４１ｄは、複数の学習済みモデル３１－１～３１－ｎのうち、検出された部位に対応する学習済みモデルに基づいて、再構成ＰＥＴ画像データ５５を出力する。

なお、部位の検出に用いられる画像データは、位置決めに用いられるスキャノグラムに限られず、ＴＯＦ描写画像データ５４の位置と一致する位置の画像データであればよい。

（変形例５）
なお、変形例３では、被検体Ｐの複数の部位のそれぞれに対応する学習済みモデルが用いられる場合について説明した。しかしながら、複数の薬剤の種類のそれぞれに対応する学習済みモデルが用いられても良い。そこで、このような変形例を、変形例５として説明する。以下の変形例５の説明では、第１の実施形態と異なる点を主に説明する。

変形例５では、例えば、被検体Ｐに投与された薬剤の種類毎に、学習済みモデルが記憶回路４１ａに記憶される。このような複数の学習済みモデルのそれぞれは、対応する種類の薬剤が投与された被検体Ｐをスキャンすることにより収集された同時計数情報に基づくＴＯＦ描写画像データ５１と、この同時計数情報に基づくＰＥＴ画像データ５２との関係を学習することにより生成される。変形例５では、このような複数の学習済みモデルを記憶回路４１ａが記憶する。

薬剤の種類に応じて、再構成ＰＥＴ画像の表示態様が異なる。このため、薬剤毎に最適な学習済みモデルを用いることで、学習が容易になったり、学習時の収束も早くなったり、得られる再構成ＰＥＴ画像の画質も良好になったりすることが期待される。

なお、変形例５では、運用時において、複数の学習済みモデルのうちのいずれの学習済みモデルに、ＴＯＦ描写画像データ５４を入力するかについては、操作者が決定する。このように、変形例５では、操作者が、ＴＯＦ描写画像データ５４に対応する薬剤を判断し、判断した結果に基づいて、ＴＯＦ描写画像データ５４が入力される学習済みモデルを決定する。

すなわち、ＰＥＴ画像再構成回路４１ｄは、複数の薬剤の種類に対応する複数の学習済みモデルのうち、ＴＯＦ描写画像データ５４の元となる同時計数情報を収集する際のスキャンにおいて、被検体Ｐに投与された薬剤の種類に対応する学習済みモデルに基づいて、再構成ＰＥＴ画像データ５５を出力する。

以上、変形例５に係るＰＥＴ－ＣＴ装置１００について説明した。変形例５に係るＰＥＴ－ＣＴ装置１００によれば、第１の実施形態に係るＰＥＴ－ＣＴ装置１００及び上述した他の変形例に係るＰＥＴ－ＣＴ装置１００と同様に、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

（変形例６）
第１の実施形態では、学習済みモデル生成装置が、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２とを対応付けて学習することにより、学習済みモデル５３を生成する場合について説明した。しかしながら、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２と減弱係数マップとを対応付けて学習することにより、学習済みモデル５３を生成してもよい。そこで、このような変形例を、変形例６として説明する。以下の変形例６の説明では、第１の実施形態と異なる点を主に説明する。

図１９を参照して、変形例６に係る学習済みモデル５３について説明する。図１９は、変形例６に係る学習時の処理及び運用時の処理の一例を説明するための図である。図１９に示すように、学習時には、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２と減弱係数マップ５８との関係を学習することによって、学習済みモデル５３を生成する。

減弱係数マップ５８は、ＴＯＦ描写画像データ５１の元となる同時計数情報が収集された際のスキャン対象の部位をＣＴ撮影することにより得られたＣＴ画像データから生成される。例えば、Ｘ線ＣＴ画像生成回路４２ｃが、減弱係数マップ５８を生成する。なお、減弱係数マップ５８は、ＴＯＦ描写画像データ５１の元となる同時計数情報が収集された際のスキャン対象の部位をＭＲＩ装置により撮像することに得られたＭＲ画像データから生成されてもよい。減弱係数マップ５８は、ＰＥＴ用架台装置１が検出する５１１ｋｅｖのガンマ線と、被検体Ｐとの相互作用確率をマッピングしたものである。したがって、変形例６では、ガンマ線の散乱及び吸収を加味して、学習済みモデル５３が生成される。したがって、精度の良い学習済みモデル５３を生成することができる。

変形例６では、学習済みモデル５３は、ＴＯＦ描写画像データ５４及び減弱係数マップ５９に基づいて、再構成ＰＥＴ画像データ５５ａを出力する。減弱係数マップ５９は、ＴＯＦ描写画像データ５４の元となる同時計数情報が収集された際のスキャン対象の部位をＣＴ撮影することにより得られたＣＴ画像データから生成される。例えば、Ｘ線ＣＴ画像生成回路４２ｃが、減弱係数マップ５９を生成する。再構成ＰＥＴ画像データ５５ａは、再構成ＰＥＴ画像データ５５よりも、ガンマ線の散乱及び吸収などが加味されて、精度が高いデータである。

すなわち、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２と減弱係数マップ５８とを対応付けて学習することにより、変形例６に係る学習済みモデル５３を生成する。学習済みモデル５３は、ＴＯＦ描写画像データ５４及び減弱係数マップ５９の入力を受けて、ＰＥＴ画像データ５２に相当する画像データである再構成ＰＥＴ画像データ５５ａを出力する。

例えば、学習済みモデル生成装置は、ＴＯＦ描写画像データ５１とＰＥＴ画像データ５２と減弱係数マップ５８の組を学習用データ（教師データ）として機械学習エンジンに入力することによって、機械学習を行う。

学習済みモデル生成装置は、このような機械学習の結果として、学習済みモデル５３を生成する。そして、学習済みモデル生成装置により生成された学習済みモデル５３が、記憶回路４１ａに記憶される。

次に、運用時の処理について説明する。スイッチボタン４５ｂがオン状態を示す場合には、ＰＥＴ画像再構成回路４１ｄは、記憶回路４１ａに記憶されたＴＯＦ描写画像データ５４を読み出す。そして、図１９の運用時の処理に示すように、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４及び減弱係数マップ５９を、記憶回路４１ａに記憶された学習済みモデル５３に入力することで、学習済みモデル５３に再構成ＰＥＴ画像データ５５ａを出力させる。そして、ＰＥＴ画像再構成回路４１ｄは、学習済みモデル５３から出力された再構成ＰＥＴ画像データ５５ａを取得する。すなわち、ＰＥＴ画像再構成回路４１ｄは、ＴＯＦ描写画像データ５４と、減弱係数マップ５９と、学習済みモデル５３とに基づいて、再構成ＰＥＴ画像データ５５ａを出力する。このようにして、ＰＥＴ画像再構成回路４１ｄは、再構成ＰＥＴ画像データ５５ａを導出する。

なお、学習時において、減弱係数マップ５８に代えて、ＴＯＦ描写画像データ５１の元となる同時計数情報が収集された際のスキャン対象の部位をＣＴ撮影することにより得られたＣＴ画像データが用いられても良い。同様に、学習時において、減弱係数マップ５８に代えて、ＴＯＦ描写画像データ５１の元となる同時計数情報が収集された際のスキャン対象の部位をＭＲＩ装置により撮像することに得られたＭＲ画像データが用いられても良い。すなわち、学習時において、減弱係数マップ５８に代えて、これらＣＴ画像データ及びＭＲ画像データ等の形態画像データが用いられてもよい。

また、運用時において、減弱係数マップ５９に代えて、ＴＯＦ描写画像データ５４の元となる同時計数情報が収集された際のスキャン対象の部位をＣＴ撮影することにより得られたＣＴ画像データが用いられても良い。同様に、運用時において、減弱係数マップ５９に代えて、ＴＯＦ描写画像データ５４の元となる同時計数情報が収集された際のスキャン対象の部位をＭＲＩ装置により撮像することに得られたＭＲ画像データが用いられても良い。すなわち、運用時において、減弱係数マップ５９代えて、これらＣＴ画像データ及びＭＲ画像データ等の形態画像データが用いられてもよい。

以上、変形例６に係るＰＥＴ－ＣＴ装置１００について説明した。変形例６に係るＰＥＴ－ＣＴ装置１００によれば、精度の良い学習済みモデル５３を生成することができる。また、変形例６に係るＰＥＴ－ＣＴ装置１００によれば、第１の実施形態に係るＰＥＴ－ＣＴ装置１００及び上述した他の変形例に係るＰＥＴ－ＣＴ装置１００と同様に、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

（第２の実施形態）
上述した第１の実施形態及び上述した各種の変形例では、ＰＥＴ－ＣＴ装置１００が、学習済みモデルを用いて、再構成ＰＥＴ画像データを導出する場合について説明した。しかしながら、ＰＥＴ－ＣＴ装置１００が、学習済みモデルを用いずに、再構成ＰＥＴ画像データを導出してもよい。そこで、このような実施形態を、第２の実施形態として説明する。以下の第２の実施形態の説明では、第１の実施形態と異なる点を主に説明する。また、第２の実施形態の説明において、第１の実施形態と同様の構成については、同一の符号を付して、説明を省略する場合がある。

図２０は、第２の実施形態に係るコンソール装置４の構成の一例を示す図である。第２の実施形態に係るコンソール装置４は、第１の実施形態に係るＰＥＴ画像再構成回路４１ｄに代えて、ＰＥＴ画像再構成回路４１ｅを備える点が、第１の実施形態に係るコンソール装置４と異なる。ＰＥＴ画像再構成回路４１ｅは、例えば、プロセッサにより実現される。

また、第２の実施形態では、記憶回路４１ａが、学習済みモデル５３を記憶しない点が、第１の実施形態と異なる。

ＰＥＴ画像再構成回路４１ｅは、学習済みモデル５３を用いずに、再構成ＰＥＴ画像データ５５を導出する点が、ＰＥＴ画像再構成回路４１ｄと異なる。

例えば、ＰＥＴ画像再構成回路４１ｅは、記憶回路４１ａからＴＯＦ描写画像データ５４を読み出す。図２１は、第２の実施形態に係るＰＥＴ画像再構成回路４１ｅが実行する処理の一例を説明するための図である。

ここで、逐次近似再構成法では、一般的には、ブランクの画像データが初期画像データとして用いられて、統計的に逐次近似処理をしながら、最終画像データが得られる。

一方、第２の実施形態に係るＰＥＴ画像再構成回路４１ｅは、図２１に示すように、ＴＯＦ描写画像データ５４を逐次近似再構成法の初期画像データとして用いて、再構成ＰＥＴ画像データ５５を再構成する。すなわち、ＰＥＴ画像再構成回路４１ｅは、ＴＯＦ描写画像データ５４に基づいて、逐次近似再構成処理を実行して、最終画像データとして、再構成ＰＥＴ画像データ５５を再構成する。この場合、初期画像データと最終画像データとの差分が、初期画像データがブランクの画像データである場合の初期画像データと最終画像データとの差分よりも小さくなる。このため、第２の実施形態では、最終画像データを得るための逐次回数が、初期画像データがブランクの画像データである場合の逐次回数よりも少なくなる。したがって、第２の実施形態に係るＰＥＴ－ＣＴ装置１００によれば、再構成ＰＥＴ画像データ５５を得る際に要する時間を短くすることができる。ＰＥＴ画像再構成回路４１ｅは、再構成部の一例である。

以上、第２の実施形態に係るＰＥＴ－ＣＴ装置１００について説明した。第２の実施形態に係るＰＥＴ－ＣＴ装置１００によれば、上述したように、再構成ＰＥＴ画像データ５５を得る際に要する時間を短くすることができる。

なお、上述した各実施形態及び上述した各変形例では、核医学診断装置及び医用画像診断装置の一例として、ＰＥＴ－ＣＴ装置１００が用いられる場合について説明した。しかしながら、ＰＥＴ装置、ＰＥＴ－ＭＲ装置等の他の核医学診断装置及び医用画像診断装置が、ＰＥＴ－ＣＴ装置１００と同様の処理を行っても良い。

（第３の実施形態）
上述した第１の実施形態、第２の実施形態及び各種の変形例では、ＰＥＴ－ＣＴ装置１００が各種の処理を実行する場合について説明した。しかしながら、医用画像処理装置が同様の処理を実行してもよい。そこで、このような実施形態を第３の実施形態として説明する。

図２２は、第３の実施形態に係る医用画像処理システム３００の構成例を示す図である。図２２に示すように、本実施形態に係る医用画像処理システム３００は、ＰＥＴ－ＣＴ装置１００と、端末装置１３０と、医用画像処理装置１４０とを含む。ここで、各装置は、ネットワーク２００を介して通信可能に接続されている。

ＰＥＴ－ＣＴ装置１００は、同時計数情報の時系列リスト、減弱係数マップ５９、及び、各種の学習済みモデル（例えば、学習済みモデル５３，５３－１～５３－ｎ）を、医用画像処理装置１４０に送信する。また、ＰＥＴ－ＣＴ装置１００は、ＴＯＦ描写画像データ５４及び再構成ＰＥＴ画像データ５５，５５ａ等を端末装置１３０に送信する。

端末装置１３０は、病院内に勤務する医師や検査技師に医用画像を閲覧させるための装置である。例えば、端末装置１３０は、病院内に勤務する医師や検査技師により操作されるパーソナルコンピュータ（ＰＣ：Personal Computer）やタブレット式ＰＣ、ＰＤＡ（Personal Digital Assistant）、携帯電話等によって実現される。例えば、端末装置１３０は、ＰＥＴ－ＣＴ装置１００又は医用画像処理装置１４０から受信したＴＯＦ描写画像データ５４が示すＴＯＦ描写画像、再構成ＰＥＴ画像データ５５，５５ａが示す再構成ＰＥＴ画像を自装置のディスプレイに表示させる。

医用画像処理装置１４０は、ＰＥＴ－ＣＴ装置１００から、同時計数情報の時系列リスト、減弱係数マップ５９及び各種の学習済みモデルを取得し、同時計数情報の時系列リスト、減弱係数マップ５９及び各種の学習済みモデルを記憶回路１４２に格納する。そして、医用画像処理装置１４０は、同時計数情報の時系列リスト、減弱係数マップ５９及び各種の学習済みモデルを用いて、上述したコンソール装置４が実行した処理と同様の処理を行う。例えば、医用画像処理装置１４０は、サーバやワークステーション、パーソナルコンピュータ、タブレット端末等のコンピュータ機器によって実現される。

図２２に示すように、医用画像処理装置１４０は、通信インターフェース１４１と、記憶回路１４２と、入力インターフェース１４３と、ディスプレイ１４４と、処理回路１４５とを有する。

通信インターフェース１４１は、処理回路１４５に接続されており、医用画像処理装置１４０と各装置との間で行われる通信を制御する。具体的には、通信インターフェース１４１は、ネットワーク２００を介して各装置（ＰＥＴ－ＣＴ装置１００及び端末装置１３０）に接続されており、各装置から各種のデータや情報を受信し、受信したデータや情報を処理回路１４５に出力する。例えば、通信インターフェース１４１は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。

記憶回路１４２は、処理回路１４５に接続されており、各種のデータや情報を記憶する。例えば、記憶回路１４２は、ＰＥＴ－ＣＴ装置１００から送信された同時計数情報の時系列リスト、減弱係数マップ５９及び各種の学習済みモデル等を記憶する。また、記憶回路１４２は、処理回路１４５が読み出して実行することで各種機能を実現するための種々のプログラムを記憶する。例えば、記憶回路１４２は、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。なお、記憶回路１４２は、記憶部の一例である。

入力インターフェース１４３は、処理回路１４５に接続されており、操作者から各種の指示及び情報の入力操作を受け付ける。具体的には、入力インターフェース１４３は、操作者から受け付けた入力操作を電気信号へ変換して処理回路１４５に出力する。例えば、入力インターフェース１４３は、トラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。なお、本明細書において、入力インターフェース１４３は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路１４５へ出力する電気信号の処理回路も入力インターフェース１４３の例に含まれる。なお、入力インターフェース１４３には、上述したスイッチボタン４５ａ及びスイッチボタン４５ｂと同様の機能を有する２つのスイッチボタン（図示せず）が設けられている。

ディスプレイ１４４は、処理回路１４５に接続されており、各種の情報及び画像を表示する。具体的には、ディスプレイ１４４は、処理回路１４５から送られる情報及び画像のデータを表示用の電気信号に変換して出力する。例えば、ディスプレイ１４４は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。ディスプレイ１４４は、表示部の一例である。

処理回路１４５は、入力インターフェース１４３を介して操作者から受け付けた入力操作に応じて、医用画像処理装置１４０の動作を制御する。例えば、処理回路１４５は、プロセッサによって実現される。

図２２に示すように、医用画像処理装置１４０の処理回路１４５は、制御機能１４５ａ、取得機能１４５ｂ、ＴＯＦ描写画像生成機能１４５ｃ、ＰＥＴ画像再構成機能１４５ｄ及び表示制御機能１４５ｅを実行する。取得機能１４５ｂは、取得部の一例である。ＰＥＴ画像再構成機能１４５ｄは、処理部及び再構成部の一例である。

制御機能１４５ａは、入力インターフェース１４３を介して入力された各種要求に応じた処理を実行するように医用画像処理装置１４０の各インターフェース１４１，１４３、記憶回路１４２、ディスプレイ１４４、各機能１４５ｂ～１４５ｅを制御する。例えば、制御機能１４５ａは、通信インターフェース１４１を介した各種データ及び各種情報の送受信、記憶回路１４２へのデータ及び情報の格納等を制御する。

例えば、制御機能１４５ａは、ＰＥＴ－ＣＴ装置１００から送信された同時計数情報の時系列リスト、減弱係数マップ５９及び各種の学習済みモデルを記憶回路１４２に格納する。

取得機能１４５ｂは、各種のデータを取得する。例えば、取得機能１４５ｂは、記憶回路１４２に記憶された同時計数情報の時系列リストを取得する。取得された同時計数情報の時系列リストは、ＴＯＦ描写画像生成機能１４５ｃによりＴＯＦ描写画像データ５４を生成する際に用いられる。

また、取得機能１４５ｂは、記憶回路１４２に記憶されたＴＯＦ描写画像データ５４、減弱係数マップ５９及び各種の学習済みモデルを取得する。取得されたＴＯＦ描写画像データ５４、減弱係数マップ５９及び各種の学習済みモデルは、ＰＥＴ画像再構成機能１４５ｄにより再構成ＰＥＴ画像データ５５，５５ａを導出する際に用いられる。

ＴＯＦ描写画像生成機能１４５ｃは、ＴＯＦ描写画像生成回路４１ｃの機能と同様の機能を有する。ＴＯＦ描写画像生成機能１４５ｃは、取得機能１４５ｂにより取得された同時計数情報の時系列リストを用いて、ＴＯＦ描写画像データ５４を生成する。そして、ＴＯＦ描写画像生成機能１４５ｃは、ＴＯＦ描写画像データ５４を記憶回路１４２に格納する。

ＰＥＴ画像再構成機能１４５ｄは、ＰＥＴ画像再構成回路４１ｄ，４１ｅの機能と同様の機能を有する。例えば、ＰＥＴ画像再構成機能１４５ｄは、取得機能により取得されたＴＯＦ描写画像データ５４、減弱係数マップ５９及び各種の学習済みモデルを用いて、ＰＥＴ画像再構成回路４１ｄ，４１ｅと同様に、再構成ＰＥＴ画像データ５５，５５ａを導出する。

表示制御機能１４５ｅは、制御機能４３ａと同様の機能を有する。例えば、表示制御機能１４５ｅは、ＴＯＦ描写画像データ５４が示すＴＯＦ描写画像、再構成ＰＥＴ画像データ５５，５５ａが示す再構成ＰＥＴ画像をディスプレイ１４４に表示させる。

以上、第３の実施形態に係る医用画像処理装置１４０について説明した。第３の実施形態に係る医用画像処理装置１４０によれば、上述した各実施形態に係るＰＥＴ－ＣＴ装置１００及び上述した各変形例に係るＰＥＴ－ＣＴ装置１００と同様に、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

なお、上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは記憶回路１４２に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路１４２にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。

ここで、プロセッサによって実行される処理プログラムは、ＲＯＭ（Read Only Memory）や記憶部等に予め組み込まれて提供される。なお、この処理プログラムは、これらの装置にインストール可能な形式又は実行可能な形式のファイルでＣＤ（Compact Disk）－ＲＯＭ、ＦＤ（Flexible Disk）、ＣＤ－Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記憶媒体に記憶されて提供されてもよい。また、この処理プログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納され、ネットワーク経由でダウンロードされることにより提供又は配布されてもよい。例えば、この処理プログラムは、後述する各機能部を含むモジュールで構成される。実際のハードウェアとしては、ＣＰＵが、ＲＯＭ等の記憶媒体からプログラムを読み出して実行することにより、各モジュールが主記憶装置上にロードされて、主記憶装置上に生成される。

また、上述した実施形態で図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行われる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。

以上説明した少なくとも一つの実施形態によれば、再構成ＰＥＴ画像データを得る際に要する時間を短くすることができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１４０ 医用画像処理装置
１４５ｂ 取得機能
１４５ｄ ＰＥＴ画像再構成機能

Claims (14)

1. ガンマ線の対消滅点に基づいて生成されるＴＯＦ（Time-of-Flight）描写画像データを取得する取得部と、
   前記ＴＯＦ描写画像データと、ＴＯＦ描写画像データの入力に基づいて再構成ＰＥＴ（Positron Emission computed Tomography）画像データを出力する学習済みモデルとに基づいて、再構成ＰＥＴ画像データを出力する処理部と、
   を備える、医用画像処理装置。
2. ガンマ線の対消滅点に基づいて生成されるＴＯＦ描写画像データを取得する取得部と、
   前記ＴＯＦ描写画像データに基づいて逐次近似再構成処理を実行して、再構成ＰＥＴ画像を再構成する再構成部と、
   を備える、医用画像処理装置。
3. 前記処理部は、複数の異なるノイズレベルの複数のＴＯＦ描写画像データを学習することにより生成された前記学習済みモデルに基づいて、前記再構成ＰＥＴ画像データを出力する請求項１に記載の医用画像処理装置。
4. 前記取得部は、被検体の部分毎に収集された同時計数情報に基づく前記ＴＯＦ描写画像データを取得する、請求項１～３のいずれか１つに記載の医用画像処理装置。
5. 前記取得部は、ＰＥＴ用架台装置に対して被検体が相対的に移動されながら収集された同時計数情報に基づく前記ＴＯＦ描写画像データを取得する、請求項１～３のいずれか１つに記載の医用画像処理装置。
6. 前記処理部は、被検体の複数の部位に対応する複数の前記学習済みモデルのうち、前記取得部により取得されたＴＯＦ描写画像データの元となる同時計数情報を収集する際のスキャン対象の部位に対応する学習済みモデルに基づいて、前記再構成ＰＥＴ画像データを出力する、請求項１に記載の医用画像処理装置。
7. 前記処理部は、
   前記取得部により取得されたＴＯＦ描写画像データと、ＴＯＦ描写画像データの入力に基づいて部位を示す部位情報を出力する他の学習済みモデルとに基づいて、部位情報を導出し、
   前記複数の学習済みモデルのうち、導出された部位情報が示す部位に対応する学習済みモデルに基づいて、前記再構成ＰＥＴ画像データを出力する、請求項６に記載の医用画像処理装置。
8. 前記処理部は、
   前記取得部により取得されたＴＯＦ描写画像データの位置と一致する位置の画像データから部位を検出し、
   前記複数の学習済みモデルのうち、検出された部位に対応する学習済みモデルに基づいて、前記再構成ＰＥＴ画像データを出力する、請求項６に記載の医用画像処理装置。
9. 前記処理部は、複数の薬剤の種類に対応する複数の学習済みモデルのうち、前記取得部により取得されたＴＯＦ描写画像データの元となる同時計数情報を収集する際のスキャンにおいて、被検体に投与された薬剤の種類に対応する学習済みモデルに基づいて、前記再構成ＰＥＴ画像データを出力する、請求項１に記載の医用画像処理装置。
10. 前記処理部は、前記ＴＯＦ描写画像データと、減弱係数マップと、ＴＯＦ描写画像データ及び減弱係数マップの入力に基づいて再構成ＰＥＴ画像データを出力する前記学習済みモデルとに基づいて、再構成ＰＥＴ画像データを出力する、請求項１に記載の医用画像処理装置。
11. 前記処理部は、前記ＴＯＦ描写画像データと、形態画像データと、ＴＯＦ描写画像データ及び形態画像データの入力に基づいて再構成ＰＥＴ画像データを出力する前記学習済みモデルとに基づいて、再構成ＰＥＴ画像データを出力する、請求項１に記載の医用画像処理装置。
12. 逐次近似再構成法により再構成ＰＥＴ画像データを前記処理部に再構成させるか、又は、前記ＴＯＦ描写画像データを用いて再構成ＰＥＴ画像データを前記処理部に導出させるかを選択可能なインターフェースを備える、請求項１に記載の医用画像処理装置。
13. ガンマ線の対消滅点に基づいて生成されるＴＯＦ描写画像データを収集する収集部と、
    前記ＴＯＦ描写画像データと、ＴＯＦ描写画像データの入力に基づいて再構成ＰＥＴ画像データを出力する学習済みモデルとに基づいて、再構成ＰＥＴ画像データを出力する処理部と、
    を備える、医用画像診断装置。
14. ガンマ線の対消滅点に基づいて生成されるＴＯＦ描写画像データを収集する収集部と、
    前記ＴＯＦ描写画像データと、ＴＯＦ描写画像データの入力に基づいて再構成ＰＥＴ画像データを出力する学習済みモデルとに基づいて、再構成ＰＥＴ画像データを出力する処理部と、
    を備える、核医学診断装置。

Images