JP7271200B2 - 医用情報処理装置、ｘ線ｃｔ装置及び医用情報処理方法 - Google Patents
医用情報処理装置、ｘ線ｃｔ装置及び医用情報処理方法 Download PDFInfo
- Publication number
- JP7271200B2 JP7271200B2 JP2019007483A JP2019007483A JP7271200B2 JP 7271200 B2 JP7271200 B2 JP 7271200B2 JP 2019007483 A JP2019007483 A JP 2019007483A JP 2019007483 A JP2019007483 A JP 2019007483A JP 7271200 B2 JP7271200 B2 JP 7271200B2
- Authority
- JP
- Japan
- Prior art keywords
- projection data
- spectrum
- forward model
- medical information
- information 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
- 230000010365 information processing Effects 0.000 title claims description 18
- 238000003672 processing method Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims description 88
- 239000000463 material Substances 0.000 claims description 68
- 238000001228 spectrum Methods 0.000 claims description 60
- 238000012545 processing Methods 0.000 claims description 35
- 230000004044 response Effects 0.000 claims description 32
- 238000012937 correction Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims 2
- 238000002591 computed tomography Methods 0.000 description 36
- 230000008569 process Effects 0.000 description 36
- 230000006870 function Effects 0.000 description 28
- 230000003595 spectral effect Effects 0.000 description 28
- 230000000694 effects Effects 0.000 description 17
- 238000005259 measurement Methods 0.000 description 8
- 238000005316 response function Methods 0.000 description 8
- 210000000988 bone and bone Anatomy 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000000670 limiting effect Effects 0.000 description 6
- 238000002083 X-ray spectrum Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000009607 mammography Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000002601 radiography Methods 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 238000010521 absorption reaction Methods 0.000 description 4
- QWUZMTJBRUASOW-UHFFFAOYSA-N cadmium tellanylidenezinc Chemical compound [Zn].[Cd].[Te] QWUZMTJBRUASOW-UHFFFAOYSA-N 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 230000004907 flux Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 229910052704 radon Inorganic materials 0.000 description 3
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- MARUHZGHZWCEQU-UHFFFAOYSA-N 5-phenyl-2h-tetrazole Chemical compound C1=CC=CC=C1C1=NNN=N1 MARUHZGHZWCEQU-UHFFFAOYSA-N 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 101000666896 Homo sapiens V-type immunoglobulin domain-containing suppressor of T-cell activation Proteins 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 102100038282 V-type immunoglobulin domain-containing suppressor of T-cell activation Human genes 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- -1 bone Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000011437 continuous method Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- IJJVMEJXYNJXOJ-UHFFFAOYSA-N fluquinconazole Chemical compound C=1C=C(Cl)C=C(Cl)C=1N1C(=O)C2=CC(F)=CC=C2N=C1N1C=NC=N1 IJJVMEJXYNJXOJ-UHFFFAOYSA-N 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- YFDLHELOZYVNJE-UHFFFAOYSA-L mercury diiodide Chemical compound I[Hg]I YFDLHELOZYVNJE-UHFFFAOYSA-L 0.000 description 1
- QKEOZZYXWAIQFO-UHFFFAOYSA-M mercury(1+);iodide Chemical compound [Hg]I QKEOZZYXWAIQFO-UHFFFAOYSA-M 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000004846 x-ray emission Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/025—Tomosynthesis
-
- 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
- A61B6/04—Positioning of patients; Tiltable beds or the like
- A61B6/0407—Supports, e.g. tables or beds, for the body or parts of the body
-
- 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
-
- 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
- A61B6/42—Arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4266—Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a plurality of detector units
-
- 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
- A61B6/4275—Arrangements for detecting radiation specially adapted for radiation diagnosis using a detector unit almost surrounding the patient, e.g. more than 180°
-
- 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
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- 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
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/502—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of breast, i.e. mammography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Measurement Of Radiation (AREA)
Description
本発明の実施形態は、医用情報処理装置、Ｘ線ＣＴ装置及び医用情報処理方法に関する。
投影データは、コンピュータ断層撮影、Ｘ線撮影、マンモグラフィ、およびトモシンセシス等、多くの用途で利用できる。投影データを用いると、被検体に放射線を透過させ、透過した放射線を光線経路に被検体が有る場合と無い場合とで比較して、透過した放射線に対する被検体の影響を検出することにより、被検体の内部構造が明らかになる。吸収イメージングにおいて、投影データは、放射線により透写される光線に沿った減衰のラドン変換を表す。コンピュータ断層撮影（Computed Tomography：ＣＴ）では、一連の投影角度について収集した投影データを用いてサイノグラムが生成され、このサイノグラムから被検体の内部構造の画像を再構成することができる。例えば、フィルタ補正逆投影または逐次近似再構成法等の再構成アルゴリズムを用いて逆ラドン変換を近似して、様々な投影角度で収集された一連の投影画像から立体画像を再構成することができる。
ＣＴイメージングシステムおよび方法は、医用イメージングおよび診断に広く使用されている。通常、Ｘ線源は、身体の長軸を中心に回転するガントリに配置される。Ｘ線源とは反対側で、アレイ状のＸ線検出器素子が、ガントリに配置される。一連のガントリ回転角度において投影の減衰値を測定し、ＣＴ再構成アルゴリズムを用いて、得られた投影データを処理することにより、身体の断面画像が得られる。
ＣＴスキャナによっては、エネルギー積分型検出器を用いてＣＴ投影データを測定するものもある。また、Ｘ線を光電子に変換し、個々のＸ線およびそのエネルギーを高速かつ直接検出することができるテルル化カドミウム亜鉛（Cadmium Zinc Telluride：ＣＺＴ）等の半導体を用いた光子計数検出器（Photon-Counting Detector：ＰＣＤ）が開発されており、スペクトルＣＴに有効である。スペクトル分解された投影データを得るために、ＰＣＤは、Ｘ線ビームをスペクトルビン（「エネルギー成分」とも呼ばれる）に分割し、光子の数をビン毎にカウントする。スペクトルＣＴ技術は、例えば、物質の識別およびビームハードニング補正の改善をもたらすことから、多くの臨床上の応用に有益である。
スペクトルＣＴおよびスペクトルＸ線イメージング全般の利点の１つは、異なる原子番号Ｚの原子を持つ物質は、減衰する際に異なるスペクトル特性を示すことである。このため、複数のＸ線エネルギーの減衰を測定することにより、物質を、その構成原子のスペクトル吸収特性（すなわち、物質の有効Ｚ）に基づき識別することができる。このような物質の識別により、スペクトル領域から物質領域へマッピングすることが可能となる。このマッピングは、物質弁別と呼ばれる。
スペクトルＣＴデータの物質弁別が可能であるのは、生体物質内でのＸ線の減衰が、光電吸収およびコンプトン散乱という２つの物理的プロセスに支配されているからである。したがって、エネルギーの関数である減衰係数は、次の式の分解によって近似することができる。
ここで、μＰＥ（Ｅ，ｘ，ｙ）は光電減衰であり、μＣ（Ｅ，ｘ，ｙ）はコンプトン減衰である。この減衰係数の分解により、骨等の高Ｚ物質である物質１と水等の低Ｚ物質である物質２の２つの物質成分への分解として書き換えることができる。そのため、減衰分解は次の式で表される。
ここで、ｃ１，２（ｘ，ｙ）は、位置（ｘ，ｙ）における物質１および物質２の密度を表す空間関数である。画像再構成と物質弁別の順番は入れ替え可能である。画像再構成の前に物質弁別を行う場合、ピクセルにおけるスペクトル分解された減衰は、物質毎の投影長に分解され、ｉ番目の物質成分による光子計数検出器（Photon-Counting Detector：ＰＣＤ）における減衰の合計は、投影長Ｌｉと既定の密度におけるｉ番目の物質の減衰係数μｉの積となる。
半導体ベースのＰＣＤは、スペクトルＣＴにおいて固有の利点がある一方で、固有の課題もある。例えば、検出器応答において非線形性およびスペクトルのずれを補正しないままでは、半導体ベースのＰＣＤから再構成された画像の画像品質が良くない場合がある。検出器応答の補正としては、パイルアップ、弾道欠損効果、極性効果、特性Ｘ線放出、および空間電荷効果に対する補正が挙げられる。検出器応答の補正と物質弁別を組み合わせると、複雑な問題が生じる。そのため、計算効率の良い方法で、ＰＣＤのスペクトルおよび非線形検出器応答の補正を行い、高品質な再構成画像を確保することが望まれる。
本発明が解決しようとする課題は、光子計数検出器を用いて収集された投影データを適切に補正することである。
実施形態の医用情報処理装置は、被検体を透過してＸ線検出器を構成する各光子計数検出器素子において検出されたＸ線を表す記録された計数であって、前記Ｘ線検出器のエネルギービンに対応した計数を含む投影データを取得し、パルスパイルアップの次数それぞれに対する小規模パイルアップ応答マトリクスを含むフォワードモデルを取得し、前記フォワードモデルを用いて、前記検出されたＸ線の真のスペクトルとして入力されたスペクトルに基づいてパルスパイルアップの影響を受けた前記計数のスペクトルを推定することにより、前記投影データを補正して補正投影データを生成する処理部を備える。
実施形態は、概して、スペクトル分解された投影データに関する。特に、光子計数検出器において生じるパルスパイルアップについて投影データを補正する工程に関する。
以下の詳細な説明を参照し、添付図面と関連付けて考えることにより、本開示はより詳細に理解されるであろう。
光子計数検出器を使用しているＣＴシステム（Photon-Counting-detector based CT system：ＰＣＣＴ）は、スペクトル分解Ｘ線照射、高い空間分解能、および少ない電子ノイズ等、多くの利点がある。しかし、高いＸ線束率においては、光子計数検出器はパイルアップの影響を受ける可能性がある。すなわち、入射線束が十分多く複数のＸ線光子が検出時間ウィンドウ内の各検出器素子上に頻繁に入射する場合、従来の特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）および半導体検出器技術の計数率の限界により、測定された計数が真の計数からずれる可能性がある。
図１Ａおよび１Ｂに、パイルアップ効果を図示する。図中、１次およびより高次のパイルアップにおいて、検出時間ウィンドウ内のある検出器要素の中でＸ線パルス間／信号間の重なりおよび相互作用の結果として、記録／測定されたスペクトルが検出器素子に入射するＸ線の実際のスペクトルに対してずれる可能性があることが示されている。例えば、理想的な非麻痺型（Non-Paralyzable：ＮＰ）検出器（図１Ａにおける「理想的な事象」）において、検出ウィンドウ内に到達する複数の光子による高い計数率におけるパイルアップ効果は、複数の光子が、検出ウィンドウ内で検出された最も高いエネルギーを有する１つのＸ線光子としてカウントされることとして発現する。そのため、この「理想的な」場合でさえも、出力された計数は真の計数をもはや正確には反映せず、検出されたスペクトルは真のスペクトルに対して歪んでいる。この現象は、パルスパイルアップとして知られている。
さらに、理想的でない検出器について、光電子間の電荷相互作用、減損、飽和効果等による物理的影響により、図１Ａに示す「観測されたパルス列」および「記録された計数／エネルギー」の例に図示したように、測定されたスペクトルが真のスペクトルに対してさらなる歪みを生じる可能性がある。そのため、パルスパイルアップの実用上の影響は、図１Ｂに示すように、記録／測定されたエネルギースペクトルが真のエネルギースペクトルに対してずれることである。
補正しないままにすると、検出器応答は光子計数検出器に入る実際のエネルギーの分布を算出し、不正確な応答モデルが光子エネルギー分布に誤差を生じさせ、弁別結果が不正確なものになる。いくつかの方法により、パイルアップの影響を消す、または最小化することができる。例えば、検出器素子の面積を小さくすると、パイルアップが問題になる前に線束閾値が高くなるが、この高くなった線束閾値を超える場合は、依然としてパイルアップ効果を補正しなければならない。ピクセルサイズを小さくし面積当たりの線束率を一定に保つと、ピクセル当たりの計数率は、検出器面積に比例して減少する。そのため、ピクセルを小さくする設計は、パイルアップ問題をある程度軽くするが、完全な解決にはならない。さらに、ピクセルサイズを小さくすることは、電荷共有効果が増す等の他の問題を生じさせ、パイルアップのように、スペクトルの歪みの原因にもなり、画像品質およびイメージングシステムの性能を低下させる。
加えて、解析モデルを用い、パイルアップ効果を推定し補正することができる。しかし、解析モデルは、図１Ａに示した理想的なＮＰ検出器の解析パルス形状に基づくことから、限界があり、真の検出器応答を表現することができず、物質弁別および画像再構成等の後続の処理ステップの正確性に影響を及ぼし得るモデル不整合を招くこととなる。さらに、スペクトル補正およびその後の物質弁別のために解析モデルを用いることは、完全なパイルアップ応答関数の検討を必要とするため、記憶容量および計算の両面において資源集約が求められることになる。例えば、解析モデルを前計算し格納することは、特に、完全なパイルアップ応答関数が検出器配列の素子毎に異なる場合に、多くの記憶空間を必要とするため実用的ではない。代わりに、パイルアップ応答関数をその場で計算するとしても、その計算に必要な時間の長さから、今のところ実用的ではない。
検出器応答を補正するためにニューラルネットワーク等の発見的モデルを用いることにも、欠点がある。例えば、これらの方法は、モデルパラメータを推定するために膨大な訓練データを必要とする。しかし、膨大な訓練データがあっても、訓練で用いられる目的関数は非凸であり、ニューラルネットワークを用いてパイルアップを補正する際に安定性およびロバスト性を保つ上で支障をきたすため、訓練は大域的最小化を保証するものではない。また、現実的な検出器とともにパイルアップ補正のためにニューラルネットワーク法を使用することは、理解が乏しいままの発展の遅れた領域である。
理想的でない検出器におけるパイルアップ効果により生じる上記の問題に対処するため、本明細書に記載の方法では、以下に説明するように、実際の検出器応答を補償するパラメトリックパイルアップモデルが適用される。いくつかの実施態様では、本明細書に記載の方法は、ＰＣＣＴについての実際の検出器応答に基づく低次元のパラメトリックパイルアップフォワードモデルを使用する。さらに、本明細書に記載の方法に、パイルアップ補正のためのフォワードモデルと統合された物質弁別方法を含めることができる。例えば、パイルアップの各次数に対応する一連の低次元パイルアップマトリクスを用いて、パラメトリックパイルアップモデルを表現することができ、パイルアップマトリクスの次元数は、以下に説明するようにパイルアップの次数とともに大きくなる。さらに、パイルアップモデルのモデルパラメータは、較正対象の実際の検出器を用いて収集された一連の較正スキャンから直接推定することができる。有利な点として、このモデルパラメータの推定は凸であることから、最適性能を考慮した大域的最小化が保証される。いくつかの実施態様では、本明細書に記載の方法により、推定されたパイルアップモデルと物質弁別が統合され、歪んだスペクトルを有する測定投影データから、検出器に入射し検出されたＸ線の真の歪んでいないスペクトルを表す補正投影データが回復される。代わりに、以下に説明するように、パイルアップ補正を物質弁別と統合する場合は、本明細書に記載の方法は、物質弁別の基本物質について経路長を直接生成することができる。
以降、図面を参照するが、複数の図面間において同一または対応する要素には同様の参照符号を付す。本明細書に記載の方法は、図２に示す方法１００の限定されないフローチャートを考えることにより、より理解することができる。図２は、ＰＣＣＴ用のパイルアップ補正、物質弁別、および画像再構成法の全体の作業の流れである、方法１００のフローチャートを示す。本明細書に記載の方法について上で述べた改善点および利点が、プロセス１１０および１２０の実施例に様々に含まれている。これらのプロセスは、パイルアップを補正するために実際のパイルアップ効果および較正データ１０６で測定された検出器応答を表すフォワードモデルを生成する工程と、（ｉｉ）物質弁別を実行する工程とに関する。すなわち、ＰＣＤを用いるスペクトルＣＴにおいて、画像再構成プロセス１３０よりも前に、検出器応答および物質弁別を補正する工程を含む前処理ステップが行われる。
図２は、様々な投影角度で実行された被検体ＯＢＪの一連の投影測定（すなわち、投影測定を用いるＣＴ）に基づいて被検体ＯＢＪの画像を再構成するための、方法１００のフローチャートを示している。データ処理は、較正値１０６および投影データ１０４の２つの入力を用いて実行される。投影データは複数のスペクトル成分を有するので、高Ｚ物質および低Ｚ物質の異なるスペクトル吸収特性に基づく物質弁別と互換性がある。ＣＴ分野に適用できることに加え、図２の限定されない例に図示するように、プロセス１１０および１２０は、Ｘ線撮影、マンモグラフィ、およびトモシンセシス等の投影測定を伴う非ＣＴ分野にも適用できる。このことは、当業者には理解されるであろうが、本明細書に記載の装置および方法の範囲に含まれ、本開示の要旨を逸脱するものではない。
画像再構成方法１００のプロセス１１０で、パイルアップを含む実際の検出器応答について投影データが補正される。これには、様々な較正値１０６を用いて、フィードフォワードモデルを前計算することも含まれる。
次に、方法１００はプロセス１２０に進み、該フィードフォワードモデルを用いて、パルスパイルアップを補償するために、スペクトル分解された投影データが補正される。また、投影データを補正するために、様々な他の較正を行うことも可能である（例えば、ノイズ除去、バックグラウンド除去、非線形検出器応答の補正等）。補正は、スペクトル成分を物質成分に分解する前、後、または同時に、まだ投影領域にある間に（すなわち、画像再構成の前に）、実行可能である。
本開示の要旨を逸脱せずに、被検体ＯＢＪの画像を投影データのスペクトル成分から再構成した後に、このスペクトル成分画像上の画像領域において物質弁別を実行することができるが、処理ステップの順番をこのように入れ替えることについて、図２に示す限定されない例では説明を省略する。
プロセス１２０の後、方法１００はプロセス１３０に進み、画像再構成プロセス（例えば、逆ラドン変換）を用いて複数の画像が再構成される。画像再構成は、逆投影法、フィルタ補正逆投影、フーリエ変換による画像再構成法、逐次画像再構成法（例えば、代数的再構成技術等）、マトリクス逆変換画像再構成法、または統計的画像再構成法を用いて、実行することができる。非ＣＴ分野への適用（例えば、Ｘ線撮影、マンモグラフィ、およびトモシンセシス）の場合は、プロセス１３０が省略され、プロセス１２０からプロセス１４０またはプロセス１５０のいずれかに直接進むことができる。
プロセス１３０の後、方法１００はプロセス１４０に進み、データに対して後処理が行われる。後処理には、ボリュームレンダリング、平滑化、ノイズ除去、フィルタリング、および物理概念（例えば、減衰のマップ、密度、または有効Ｚ密度）を伝えるために物質画像を合成するための様々な方法が含まれる。
最後に、方法１００のステップ１５０において、画像がユーザに提示される。この画像の提供は、デジタル画面（例えば、液晶ディスプレイ（Liquid Crystal Display：ＬＣＤ）モニタ）に画像を表示すること、適切な媒体（例えば、紙またはＸ線フィルム）上に画像を印刷すること、またはコンピュータ可読媒体に画像を格納することにより行うことができる。
本明細書の説明では、主としてプロセス１１０およびプロセス１２０に重点を置く。上記のように、これらのプロセスは、Ｘ線撮影、マンモグラフィ、およびトモシンセシス等のＣＴおよび非ＣＴの両方の分野に適用でき、当業者には理解されるであろうが、これらは本明細書に記載の方法の適用範囲に含まれる。
要するに、限定されない実施態様によると、方法１００は、プロセス１１０において、フォワードモデルにおける低次元のパルスパイルアップモデル／パラメータを生成する工程を含む。このフォワードモデルは、実際の検出器応答を用いて較正データ１０６から前計算され、ＣＴ装置の非一時的なコンピュータ可読媒体に格納されたものである。さらに、方法１００は、プロセス１２０において、実際のＰＣＣＴの測定と異なる物質の経路長を計算するために、前計算したパイルアップモデルの適用後または適用と同時に物質弁別を、ＰＣＤからの投影データ１０４に適用する工程を含む。プロセス１３０において、方法１００は、プロセス１２０で生成された物質成分の経路長／サイノグラムから物質画像を再構成する工程を含む。プロセス１３０で用いられる再構成方法は、解析的再構成法および逐次近似再構成法等、いかなる周知の方法でもよい。プロセス１４０において、方法１００は、さらに画像品質を改善するために適用されるアーチファクト低減技術等の後処理工程を含む。
以下の説明は、主にプロセス１１０およびプロセス１２０に重点を置く。上記のように、これらのプロセスは、Ｘ線撮影、マンモグラフィ、およびトモシンセシス等のＣＴおよび非ＣＴの両方の分野に適用でき、当業者には理解されるであろうが、これらは本開示の要旨に含まれる。
プロセス１１０に戻り、投影データ補正は、検出器に入射するＸ線のエネルギースペクトルＳｉｎ（Ｅ）から導出される記録／測定されたエネルギーＳｏｕｔ（Ｅ）によって表すことができ、ここで検出器応答関数の実施例は次の式で与えられる。
ここで、Ｒ０は線形応答関数、Ｒ１は１次パイルアップを表す２次応答関数、τは検出器の不感時間である。Ｒ０、Ｒ１、τのそれぞれが、検出器素子およびＸ線照射の入射角に依存する。さらに、記録／測定されたエネルギーＳｏｕｔ（Ｅ）も、２次パイルアップ等の高次の項に依存する。入射スペクトルは次の式で与えられる。
ここで、μ１およびμ２は物質弁別についての基本物質の減衰係数、Ｌ１およびＬ２は投影長、Ｓａｉｒはイメージング対象の被検体ＯＢＪによる減衰が無い場合（すなわち、μ１＝μ２＝０）のＸ線照射である。
所定のエネルギービンにおける計数値は、次の式により与えられる。
ここで、ΔＴは積分時間であり、ｗｋ（Ｅ）は光子計数検出器のｋ番目のエネルギービンのスペクトル関数である。例えば、スペクトル関数は、次の式で定義される２乗関数であってもよい。
検出されたエネルギースペクトルをエネルギービンに離散化することにより、フィードフォワードモデルを単純化できる。したがって、パイルアップ効果を伴うＰＣＣＴ検出器の一般フォワードモデルは次の式で表すことができる。
ここで、Ｓｏｕｔ（Ｅ）は出力スペクトル、λＭは測定された計数率、ΔＴはスキャン時間、Ｐ（Ｅ｜ｍ，Ｓｉｎ）はｍ次のパイルアップスペクトル、Ｐｒ（ｍ）はｍ次のパイルアップを有する確率である（すなわち、ポアソン統計から算出される）。さらに、ｍ次のパイルアップスペクトルは、次の式で表すことができる。
ここで、Ｓｉｎ（Ｅｉ）は入力されたエネルギースペクトルのエネルギーであり、Ｐｒ（Ｅ｜Ｅ０，・・・，Ｅｍ）は、時間ウィンドウΔＴ内に検出器素子に入射するｍ＋１本のＸ線のエネルギーを｛Ｅ０，Ｅ１，・・・，Ｅｍ｝とした場合、記録／測定されるエネルギーはＥとなるという、条件付き確率密度関数である。Ｐｒ（Ｅ｜Ｅ０，・・・，Ｅｍ）は、パルスパイルアップに対する検出器応答により算出されるため、パイルアップ応答関数（Pileup Response Function：ＰＲＦ）と呼ばれる。以下に説明する方法を用いてＰＲＦを推定することで、パイルアップ補正を実行し、実際の物理的影響および検出器特性を補償することができる。以下に説明する方法が好適である理由は、（ｉ）連続関数を用いてＰＲＦを直接モデリングすることは非常に難しいこと、および（ｉｉ）ＰＲＦの次元はパイルアップ次数の関数として指数関数的に増加することに起因する大きな障害を克服できるからである。これらの大きな障害を克服するために、本明細書に記載の方法は、較正データ１０６から推定された小規模パイルアップ応答マトリクス（Pileup Response Matrix：ＰＲＭ）を用いて、連続ＰＲＦ関数を近似する。この近似により、フォワードモデルが一連の小さいマトリクスに単純化され、ＰＲＦは対応可能な詳細度に効率的に粗視化される。
図３は、パイルアップ次数に対してＰＲＦが指数関数的に増大する様子、および本明細書に記載の方法により実現される単純化を示す。例えば、ＰＲＭが、分解能が１ｋＶｐで１２０ｋＶｐのＸ線源に対する連続スペクトルモデルを表す場合を考える。図３は、パイルアップが無い場合のＰＲＭでは、１２０×１２０の要素を有することになり、合計で１４，４００個の要素を有し、添え字がＥおよびＥ０の２次元マトリクスに対応することを示している。同様に、１次パイルアップを表すＰＲＭは１，７２８，０００個の要素（すなわち、１２０×１２０×１２０個の要素）を含み、２次パイルアップを表すＰＲＭの場合は、指数関数的に増大することから、要素が２００億個を超える（すなわち、１２０×１２０×１２０×１２０＝２０，７３６０，０００個の要素）こととなり、２次パイルアップでさえデータ記憶容量にとって問題となり得る。
しかし、物質弁別法では、たった２つの未知数（すなわち、物質成分）がスペクトル成分から弁別されるため、１２０個未満のスペクトル成分を要する程度の粗い分解能で、エネルギーを分解することができる。このため、１２０個の要素のそれぞれから提供される情報は固有なものではない（例えば、Ｋエッジ未満では、減衰は本来光電吸収およびコンプトン散乱の２つのみのプロセスに起因するため、２つのスペクトル成分を用いるだけで、ノイズが無い状態ですべての固有情報が伝えられる）ので、連続スペクトルを回復させる工程は必要でなくなる。したがって、計算および記憶容量のコストを低減するために、ほんの少数のエネルギービンを用いてスペクトルを離散化させることにより連続スペクトルが粗視化され、劇的にＰＲＭのサイズが小さくなる。なお、スペクトルの次元が少数のエネルギービン（すなわち、２個よりも多い）だけを用いる場合でも、物質弁別は依然として優決定問題であり、有益な冗長性が保たれる。エネルギービンの数は、当業者には理解されるであろうが、例えば、３、４、５、６、８、および１０、等の値にすることができる。
図４Ａおよび４Ｂは、それぞれパイルアップモデルを用いてパイルアップを補正する連続的方法５００と離散的（すなわち、粗視化された）方法５４０を比較したものである。図４Ａにおいて、連続測定スペクトル５１０（スペクトル５１０の右のグラフに示す）をマッピングするために、ステップ５２０で連続－連続解析パイルアップモデルが適用され、連続補正スペクトル５３０（スペクトル５３０の右のグラフに示す）が生成される。これに対し、図４Ｂには、離散－離散パラメトリックパイルアップモデルが図示されており、該モデルは、ステップ５６０で、離散測定スペクトル５５０（スペクトル５４０の右のグラフに示す）に適用され、離散補正スペクトル５７０（スペクトル５７０の右のグラフに示す）が生成される。図４Ｂは、検出されたエネルギービンの数が７個で、補正されたエネルギービンの数が９個である限定されない例を示す。いくつかの実施態様では、検出されたエネルギービンの数と補正されたエネルギービンの数が同じであってもよい。離散的エネルギービンの中心エネルギーのスパンを、例えば、経験的因子に基づいて調整することで、画像品質を最適化し改善することができる。
連続－連続解析パイルアップモデルから離散－離散パラメトリックパイルアップモデルへの単純化について、次に説明する。上述のように、連続領域において、ｍ次のパイルアップスペクトルは次の式で表すことができる。
検出信号をｋ番目のエネルギービンＮｋの計数に変換すると、上記式は以下のように単純化される。
次に、基底関数を導入して、パイルアップの各次数に対応するエネルギービンの離散化を表すことができる。このスペクトル基底関数は２乗関数とも呼ばれ、次の式で定義される。
また、ｌ番目のエネルギービンの計数率は、次の式で与えられる。
次に、エネルギースペクトルＳｉｎ（Ｅｍ）をΣｌＸｌｕｌ（Ｅｍ）として近似でき、これによりＰＲＭが近似され、さらに次の式に単純化される。
その結果、フォワードモデル式は以下のように表すことができる。
次に、プロセス１２０について、より詳細に説明する。上述のように較正データ１０６からＰＲＭを推定すると、記録されたスペクトル（すなわち、記録／測定された計数ｙ）から補正スペクトル（すなわち、パイルアップ前の平均計数ｘ）を算出するためにフォワードモデルを使う準備が整う。例えば、目的関数（コスト関数とも呼ばれる）を最適化することにより、補正スペクトルを生成することができる。例えば、最適化される引数がパイルアップ前の計数ｘである場合を除き、ＰＲＭの要素ではなく、上記目的関数（すなわち、ポアソン尤度ＭＬＥ）を用いることができる。すなわち、フォワードモデル式は以下のように表すことができる。
また、補正スペクトルは、以下の最適化問題を解くことにより、生成することができる。
補正された計数ｘの解が得られたら、この補正計数ｘを用いて物質弁別を実行することができる。
いくつかの実施態様では、スペクトル補正および物質弁別を１つのステップに統合できる。例えば、補正計数は次の式で与えられる。
また、入射スペクトルは次の式で与えられる。
この式は、ビームハードニング補正の前に、以下のように近似することができる。
したがって、この式を上記最適化の式に代入することにより、投影長Ｌ＝｛Ｌ１，Ｌ２｝について解を直接求めるように目的関数を書き直すことができ、その結果、物質弁別がパイルアップ補正と統合される。例えば、最適化問題は、次の式で表すことができる。
これまでのところで、述べてきた目的関数は、引数は正である制約を受けるデータ忠実度の項だけを含んでいる。さらに、目的関数は、別の制約および正則化項を含んでもよい。
通常、目的関数を最適化する引数に逐次的に収束するように、いかなる周知の方法を用いてもよい。例えば、最急降下法、傾斜に基づく方法、遺伝的アルゴリズム、模擬アニーリング法、または目的関数を最適化する引数を探索するその他の周知の方法等、最適化探索を用いて、目的関数を最適化してもよい。さらに、最適化探索で用いる引数は、スペクトル分解された計数率または物質成分の投影長であってもよい。
ここで、σｍは検出器のｍ番目のエネルギービンの測定の不確かさの尺度である。
一実施態様では、目的関数はポアソン尤度関数であり、次の式となる。
また、プロセス１２０に、開示内容全体が本明細書に援用される特許文献１および特許文献２に記載されているように、ビームハードニング補正、ｋエスケープ補正、極性効果補正等、補正された計数や投影長に対する様々な他の較正および補正を含めてもよい。
図５Ａ、５Ｂ、５Ｃ、および５Ｄは、方法１００を用いた場合および用いない場合の再構成された画像についての典型的な結果を示す。図５Ａは、実際の検出器応答および理想的な検出器応答をシミュレートするために用いたファントムを示す。図５Ｂは、パイルアップの影響を受けていない理想的な検出器を用いて生成された再構成画像を示し、一方、図５Ｃおよび５Ｄは、パイルアップを含む実際の検出器応答を用いた再構成画像を示す。図５Ｃにおいて、投影データはパイルアップについて補正されていないが、実際の検出器応答について補正されており、その補正投影データを用いて減衰画像が再構成され表示されている。図５Ｄにおいて、投影データはパイルアップと実際の検出器応答の両方について補正され、その補正投影データを用いて減衰画像が再構成され表示されている。図５Ｄは、パイルアップと実際の検出器応答の両方について補正を行ったことにより、画像品質の大幅な改善が実現されたことを示している。
同様に、図６Ａおよび６Ｂは、図５Ａからそれぞれ水および骨の物質成分に弁別されたファントムを示す。図７Ａおよび７Ｂは、それぞれ水および骨への物質弁別を示し、パイルアップについては補正されていないが実際の検出器応答については補正された投影データを用いたものである。図８Ａおよび８Ｂは、それぞれ水および骨への物質弁別を示し、パイルアップと実際の検出器応答の両方について補正された投影データを用いたものである。図８Ａおよび８Ｂを、相当する図７Ａおよび７Ｂと比較すると、本発明に記載のパイルアップ補正によりもたらされた改善が、ここでも顕著に見られる。
図９は、エネルギー積分型検出器が第３世代ジオメトリで配置され、ＰＣＤが第４世代ジオメトリで配置されたＣＴスキャナ９００を示す。なお、ＣＴスキャナ９００は、Ｘ線ＣＴ装置の一例である。図９は、ＣＴスキャナシステムにおいて、所定の第３世代ジオメトリで配置された検出器ユニット９０３と組み合わせて、所定の第４世代ジオメトリでＰＣＤが配置された実施例を示す。この図は、Ｘ線源９１２、コリメータ／フィルタ９１４、検出器ユニット９０３、および光子計数検出器ＰＣＤ１～ＰＣＤＮの相対位置を示す。投影データ１０４はＣＴスキャナ９００を用いて得ることができ、また、投影データ１０４は検出器ユニット９０３が省略されたＣＴスキャナ９００を用いても得ることができる。
図９に示すＸ線源９１２や検出器ユニット９０３および各ＰＣＤ等の検出器の構成に加えて、他の種類や組み合わせのＸ線検出器およびＸ線源を用いて投影データを取得することも可能である。例えば、図９に示すスキャナから検出器ユニット９０３または各ＰＣＤを省略することも可能であり、それでも、図９に示す全システムを用いて得られる投影データとは異なるものの、スキャナで投影データを取得できる。さらに、管電圧切り替えを、エネルギー積分検出器または各ＰＣＤと共に用いることもできる。いくつかの実施態様では、各ＰＣＤは、最初にシンチレーション光子を生成することなく半導体を用いてＸ線を直接光電子に変換する直接的なＸ線検出器であってもよい。さらに、いくつかの実施態様では、広帯域Ｘ線源をスペクトル分解Ｘ線検出器と共に用いてもよい。これらのスペクトル分解Ｘ線検出器は、任意の構成で（例えば、所定の第３世代ジオメトリまたは所定の第４世代ジオメトリで）各ＰＣＤを備えてもよく、またはエネルギー積分検出器を各スペクトルフィルタよりも後ろに備えてもよい。いくつかの実施態様では、二重線源ＣＴスキャナと同様に、Ｘ線源に、複数の狭帯域Ｘ線源を含めてもよい。通常、投影データを生成するために、あらゆる公知の組み合わせの検出器タイプおよび構成を、あらゆる公知のタイプまたは組み合わせのＸ線源と共に用いてもよい。
図９を再び参照するが、図９は、Ｘ線投影データを収集し、記憶し、処理し、伝達するための回路機構およびハードウェアも示す。これらの回路機構およびハードウェアは、処理部９７０、ネットワーク制御部９８０、メモリ９７８、およびデータ収集システム９７６を備える。
一代替実施態様において、ＣＴスキャナは各ＰＣＤを備えるが、エネルギー積分型の検出器ユニット９０３は備えない。
Ｘ線源９１２と検出器ユニット９０３は、ガントリ９４０に収容されており、円形軌道９１０、９３０それぞれの周りを回転すると、各光子計数検出器ＰＣＤおよび検出器ユニット９０３は、データ収集時に透過Ｘ線をそれぞれ検出する。光子計数検出器ＰＣＤ１～ＰＣＤＮは、透過したＸ線照射を断続的に検出し、所定のエネルギービン毎に光子の数を表す計数値を個々に出力する。一方、検出器ユニット９０３の検出器素子は、透過したＸ線を連続的に検出し、検出器ユニット９０３が回転する際に検出信号を出力する。一実施態様において、検出器ユニット９０３には、検出器ユニット９０３表面上で所定のチャネル方向および所定のセグメント方向に、エネルギー積分型検出器が密に配置される。
一実施態様において、Ｘ線源９１２、各ＰＣＤ、および検出器ユニット９０３は、半径が異なる３つの所定の円形軌道を集合的に形成する。少なくとも１つのＸ線源９１２が第１の円形軌道９１０に沿って回転する一方で、各ＰＣＤは、第２の円形軌道９２０に沿って疎に配置される。また、検出器ユニット９０３は、第３の円形軌道に沿って移動する。第１の円形軌道９１０、第２の円形軌道９２０、および第３の円形軌道９３０は、ガントリ９４０に回転可能に配置された環状リングによって定められてもよい。
さらに、代替実施形態として、ＣＴスキャナにおいて、所定の第３世代ジオメトリの検出器ユニットと組み合わせて、所定の第４世代ジオメトリで各ＰＣＤを配置してもよい。
一実施態様において、Ｘ線源９１２を、単一のエネルギー源とすることもできる。別の一実施態様においては、Ｘ線源９１２は、所定の高レベルエネルギーおよび所定の低レベルエネルギーでＸ線を曝射する管電圧切り替え機能を実行するように構成される。さらに、別の代替実施形態においては、Ｘ線源９１２は、広範囲なＸ線エネルギースペクトルを曝射する単一の線源である。さらに別の実施形態では、Ｘ線源９１２は、空間的かつスペクトル的にそれぞれ異なる複数のＸ線放射体を備える。
検出器ユニット９０３は、光電子増倍管またはアバランシェフォトダイオードを用いたシンチレータ素子等のエネルギー積分型検出器を使用して、Ｘ線照射とシンチレータ素子とが相互作用して起こるシンチレーション現象の結果生じるシンチレーション光子を検出することができる。シンチレータ素子は、結晶構造のもの、有機液体、可塑性物質、または公知の他のシンチレータであってよい。
ＰＣＤは、テルル化カドミウム（ＣｄＴｅ）、テルル化カドミウム亜鉛（ＣＺＴ）、シリコン（Ｓｉ）、ヨウ化水銀（ＨｇＩ２）、およびヒ化ガリウム（ＧａＡｓ）等の半導体をベースにした直接的なＸ線照射検出器を用いてもよい。
ＣＴスキャナは、ＰＣＤおよび検出器ユニット９０３からの投影測定結果を、データ収集システム９７６、処理部９７０、メモリ９７８、ネットワーク制御部９８０へ送信するデータチャネルをさらに備える。データ収集システム９７６は、検出器からの投影データの収集、デジタル化、および経路指定を制御する。データ収集システム９７６は、環状の回転フレーム９１０および９３０の回転を制御するＸ線撮影制御回路をさらに備える。一実施態様において、データ収集システム９７６はさらに、寝台９１６の動き、Ｘ線源９１２の作動、および検出器ユニット９０３の作動を制御する。データ収集システム９７６は、集中型のシステムにすることができ、または、分散型のシステムにすることもできる。一実施態様において、データ収集システム９７６は処理部９７０と一体化される。処理部９７０は、投影データからの画像再構成、投影データの再構成前処理、および画像データの再構成後処理等の機能を実行する。また、処理部９７０は、本明細書に記載の機能および方法を実行する。
投影データの再構成前処理には、検出器較正、検出器非線形性、極性効果、ノイズバランス、および物質弁別について補正する工程を含めることができる。また、再構成前処理に、プロセス１１０および１２０等、方法１００の様々なステップを実行する工程を含めてもよい。
再構成後処理には、必要に応じて、画像のフィルタリングおよび平滑化、ボリュームレンダリング処理、および画像の差分処理を含めることができる。例えば、方法１００の様々なステップ（例えば、プロセス１４０）を用いて再構成後処理を実行してもよい。
画像再構成処理は、フィルタ補正逆投影、逐次近似画像再構成法、または確率的画像再構成法を用いて行うことができる。また、画像再構成処理に、方法１００の様々なステップ（例えば、プロセス１３０）を用いて再構成画像を再構成しそのノイズ除去する複合プロセスを含めてもよい。
処理部９７０およびデータ収集システム９７６のいずれもが、例えば、投影データ１０４、再構成画像、較正データ１０６、様々な他のパラメータ、およびコンピュータプログラムを記憶させるためにメモリ９７６を使用できる。
処理部９７０は、離散論理ゲートとして、ＡＳＩＣ、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ）、またはその他の複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）としての実装が可能な中央演算処理装置（Central Processing Unit：ＣＰＵ）を備えることができる。ＦＰＧＡまたはＣＰＬＤの実施例は、超高速集積回路設計用ハードウェア記述言語（VHSIC（Very High Speed Integrated Circuit）Hardware Description Language：ＶＨＤＬ）、Ｖｅｒｉｌｏｇ、または他のどのようなハードウェア記述言語でプログラムされてもよく、そのプログラムコードはＦＰＧＡまたはＣＰＬＤ内の電子メモリに直接格納されてもよいし、別個の電子メモリとして格納されてもよい。さらに、メモリは、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、またはフラッシュメモリのように不揮発性であってよい。メモリは、スタティックＲＡＭ（Random Access Memory）やダイナミックＲＡＭ等のように揮発性とすることもでき、その場合、電子メモリだけでなくＦＰＧＡまたはＣＰＬＤとメモリとの間の連携を管理するマイクロコントローラやマイクロプロセッサ等の処理部が設けられてもよい。
代わりに、再構成処理部におけるＣＰＵは、本明細書に記載の機能を実施するコンピュータ可読な命令の集合を含むコンピュータプログラムを実行してよく、そのプログラムは、上述の非一時的な電子メモリやハードディスクドライブ、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、フラッシュドライブ、または他の任意の公知の記憶媒体に格納される。さらに、それらのコンピュータ可読な命令は、ユーティリティアプリケーション、バックグラウンドデーモン、オペレーティングシステムの一部、またはそれらの組み合わせとして提供され、米国インテル社のＸｅｎｏｎプロセッサまたは米国ＡＭＤ社のＯｐｔｅｒｏｎプロセッサ等のプロセッサ、およびＭｉｃｒｏｓｏｆｔ ＶＩＳＴＡ、ＵＮＩＸ（登録商標）、Ｓｏｌａｒｉｓ、ＬＩＮＵＸ（登録商標）、Ａｐｐｌｅ、ＭＡＣ－ＯＳ、および当業者公知のその他のオペレーティングシステム等のオペレーティングシステムと連携して実行される。さらに、ＣＰＵは、命令を実行するために並行して協調して動作する複数のプロセッサとして実装することもできる。
一実施態様において、再構成画像はディスプレイに表示することができる。ディスプレイは、ＬＣＤディスプレイ、ＣＲＴ（Cathode-Ray Tube）ディスプレイ、プラズマディスプレイ、ＯＬＥＤ（Organic Light Emitting Diode）、またはＬＥＤ（Light Emitting Diode）等の、当技術分野で公知の任意のディスプレイであってよい。
メモリ９７８は、ハードディスクドライブ、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）ドライブ、ＤＶＤドライブ、フラッシュドライブ、ＲＡＭ、またはＲＯＭ等の、当技術分野で公知の任意の電子記憶装置であってよい。
米国インテル社のネットワークインタフェースカードであるＩｎｔｅｌ Ｅｔｈｅｒｎｅｔ（登録商標）ＰＲＯ等のネットワーク制御部９８０により、ＣＴスキャナの各部間のインタフェースとなることができる。また、ネットワーク制御部９８０により、外部ネットワークとのインタフェースとなることができる。当然のことながら、外部ネットワークは、インターネット等の公衆通信網、もしくはＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）ネットワーク等の私設通信網、またはそれらの任意の組み合わせであってもよく、また、ＰＳＴＮ（Public Switched Telephone Network）サブネットワークやＩＳＤＮ（Integrated Services Digital Network）サブネットワークを含んでもよい。また、外部ネットワークは、イーサネット（Ethernet）（登録商標）ネットワークのように有線であってもよいし、ＥＤＧＥ（Enhanced Data rates for Global Evolution）、３Ｇ、および４Ｇ等の無線携帯電話通信システムを含む携帯電話通信ネットワークのように無線であってもよい。さらに、無線ネットワークは、ＷｉＦｉまたはＢｌｕｅｔｏｏｔｈ（登録商標）等の公知の無線通信形態であってよい。
特定の実施態様を説明したが、これらの実施態様は、単なる事例として提示したものであり、本開示の教示を限定するものではない。実際、本明細書で説明した新規の方法、装置、およびシステムは、様々な別の態様で具体化が可能である。さらには、本開示の要旨を逸脱することなく、本明細書で説明した方法、装置、およびシステムの態様において様々な省略、置換、および変更が可能である。
Claims (15)
- 被検体を透過してＸ線検出器を構成する各光子計数検出器素子において検出されたＸ線を示す計数であって、前記Ｘ線検出器のエネルギービンに対応した複数の計数を含む投影データを取得し、
パルスパイルアップの次数それぞれに対するパイルアップ応答マトリクスを含むフォワードモデルを取得し、
前記フォワードモデルを用いて、前記検出されたＸ線の真のスペクトルとして入力されたスペクトルに基づいてパルスパイルアップの影響を受けた前記計数のスペクトルを推定することにより、前記投影データを補正して補正投影データを生成する処理部を備える、医用情報処理装置。 - 前記フォワードモデルは、２以上の次数のパルスパイルアップを表わす、請求項１に記載の医用情報処理装置。
- 前記フォワードモデルは、前記各光子計数検出器素子に固有のパラメータを含む、請求項１又は２に記載の医用情報処理装置。
- 前記処理部は、前記投影データのスペクトルと、前記フォワードモデルを用いて推定されたスペクトルとの間の一致を表す目的関数の引数の最適値を算出するために該目的関数の値を最適化することによって、前記投影データを補正する、請求項１～３のいずれか一項に記載の医用情報処理装置。
- 前記目的関数を最適化するために用いられる前記引数は、前記フォワードモデルへの前記パイルアップ補正後のスペクトルの入力と、前記フォワードモデルへの前記パイルアップ補正後のスペクトルの入力を算出するために用いられる物質弁別の投影長とのうちの一方であり、
前記引数が、前記投影長である場合、
前記フォワードモデルを用いた前記投影データの補正は、前記補正投影データが前記投影長を含むように実行され、
前記処理部は、更に、前記補正投影データの前記投影長を用いて、物質成分画像を再構成し、
前記引数が、前記光子計数検出器素子の１つにおいて検出されたＸ線のスペクトルである場合、
前記フォワードモデルを用いた前記投影データの補正は、前記補正投影データが他のエネルギービンに対応する補正された計数を含むように実行され、
前記処理部は、更に、前記補正された計数を前記物質弁別の投影長に弁別し、該投影長を用いて物質成分画像を再構成する、請求項４に記載の医用情報処理装置。 - 前記フォワードモデルにおいて、前記検出されたＸ線の入力スペクトルは、物質弁別の物質成分毎に物質成分の減衰係数と該物質成分の投影長との乗算を用いて算出される、請求項１～３のいずれか一項に記載の医用情報処理装置。
- 前記フォワードモデルにおいて、前記計数のスペクトルは、前記Ｘ線検出器のエネルギービン毎に分割され、前記検出されたＸ線を表す入力スペクトルは、前記Ｘ線検出器のエネルギービンとは異なる１以上の区画を有する別のエネルギービン毎に分割される、請求項１～３のいずれか一項に記載の医用情報処理装置。
- 前記処理部は、ポアソン尤度関数、最小二乗差分関数、および加重最小二乗差分関数のうちの１つである前記目的関数を用いて、前記投影データを補正する、請求項４に記載の医用情報処理装置。
- 前記フォワードモデルにおいて、前記光子計数検出器素子の１つずつについて、前記２以上の次数のパルスパイルアップのうちのｎ次のパルスパイルアップのそれぞれが、検出時間ウィンドウ内で前記光子計数検出器素子の１つにおいて検出されるｎ＋１本のＸ線のポアソン分布に従う確率に基づき算出される、請求項２に記載の医用情報処理装置。
- 前記処理部は、更に、前記補正投影データを物質成分に弁別して物質弁別を生成し、前記物質弁別を用いて前記被検体の物質成分画像を再構成する、請求項１～３のいずれか一項に記載の医用情報処理装置。
- 前記フォワードモデルを用いた前記投影データの補正は、物質弁別と、パルスパイルアップの影響を受けた前記計数のスペクトルの補正とを統合して、前記物質弁別の投影長を含む前記補正投影データを生成するものであり、
前記処理部は、更に、前記補正投影データを用いて前記被検体の物質成分画像を再構成する、請求項１～３のいずれか一項に記載の医用情報処理装置。 - 前記処理部は、前記被検体が無い状態で前記Ｘ線検出器により生成された投影データを表す較正データを用いて前記フォワードモデルを生成し、
前記投影データのスペクトルと前記フォワードモデルを用いて推定されたスペクトルとの間の一致を表す目的関数を最適化する引数として算出された前記フォワードモデルにおける前記各光子計数検出器素子に固有のパラメータを、非一時的なコンピュータ可読媒体に格納し、
前記非一時的なコンピュータ可読媒体から前記各光子計数検出器素子に固有のパラメータを読み出すことにより、前記フォワードモデルを取得する、請求項１に記載の医用情報処理装置。 - 前記フォワードモデルにおいて、前記Ｘ線検出器のエネルギービンの数は１０以下であり、
前記計数のスペクトルは、前記Ｘ線検出器のエネルギービン毎に分割され、前記検出されたＸ線を表す入力スペクトルは、前記Ｘ線検出器のエネルギービンと同じエネルギービン毎に分割される、請求項１～３のいずれか一項に記載の医用情報処理装置。 - 被検体を収容する開口の周りを回転するよう構成された回転部材を含むガントリと、
前記回転部材に固定され、前記ガントリの開口に向けてＸ線を照射するよう構成されたＸ線源と、
複数の光子計数検出器素子を備え、Ｘ線源から照射されるＸ線を、前記被検体を収容する前記ガントリの開口を透過した後に、検出するよう構成されたＸ線検出器であって、前記Ｘ線検出器のエネルギービンに対応した複数の計数を含む投影データを生成するＸ線検出器と、
パルスパイルアップの次数それぞれに対するパイルアップ応答マトリクスを含むフォワードモデルを取得し、
前記フォワードモデルを用いて、前記検出されたＸ線の真のスペクトルとして入力されたスペクトルに基づいてパルスパイルアップの影響を受けた前記計数のスペクトルを推定することにより、前記投影データを補正して補正投影データを生成する処理部と、を備えるＸ線ＣＴ装置。 - 被検体を透過してＸ線検出器を構成する各光子計数検出器素子において検出されたＸ線を示す計数であって、前記Ｘ線検出器のエネルギービンに対応した複数の計数を含む投影データを取得し、
パルスパイルアップの次数それぞれに対するパイルアップ応答マトリクスを含むフォワードモデルを取得し、
前記フォワードモデルを用いて、前記検出されたＸ線の真のスペクトルとして入力されたスペクトルに基づいてパルスパイルアップの影響を受けた前記計数のスペクトルを推定することにより、前記投影データを補正して補正投影データを生成する
ことを含む、医用情報処理方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/951329 | 2018-04-12 | ||
| US15/951,329 US10869646B2 (en) | 2018-04-12 | 2018-04-12 | Method and apparatus for computed tomography (CT) and material decomposition with pile-up correction calibrated using real pulse pileup effect and detector response |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019181160A JP2019181160A (ja) | 2019-10-24 |
| JP7271200B2 true JP7271200B2 (ja) | 2023-05-11 |
Family
ID=68160076
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019007483A Active JP7271200B2 (ja) | 2018-04-12 | 2019-01-21 | 医用情報処理装置、ｘ線ｃｔ装置及び医用情報処理方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US10869646B2 (ja) |
| JP (1) | JP7271200B2 (ja) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11172906B2 (en) * | 2019-01-18 | 2021-11-16 | Parto Negar Persia (PNP) Company | Normalization of a positron emission tomography scanner |
| US11123026B2 (en) * | 2019-02-19 | 2021-09-21 | Prismatic Sensors Ab | Enhanced spectral x-ray imaging |
| JP7309385B2 (ja) * | 2019-02-28 | 2023-07-18 | 富士フイルムヘルスケア株式会社 | 光子計数型検出器の較正方法 |
| CN110161549B (zh) * | 2019-05-07 | 2020-07-31 | 东软医疗系统股份有限公司 | 一种控制脉冲堆叠的方法及装置 |
| US11344266B2 (en) * | 2019-09-16 | 2022-05-31 | Redlen Technologies, Inc. | Calibration methods for improving uniformity in X-ray photon counting detectors |
| EP3842839A1 (en) * | 2019-12-27 | 2021-06-30 | Koninklijke Philips N.V. | Compensation of polarization effects in photon counting detectors |
| CN111134709B (zh) * | 2020-01-17 | 2021-09-14 | 清华大学 | 一种多能量ct基材料分解方法 |
| EP4115210B1 (en) * | 2020-03-02 | 2024-10-23 | Prismatic Sensors AB | Spectral pileup correction for photon-counting x-ray detectors |
| US11166683B2 (en) * | 2020-03-02 | 2021-11-09 | Prismatic Sensors Ab | Spectral pileup correction for photon-counting x-ray detectors |
| JP2023539091A (ja) * | 2020-08-19 | 2023-09-13 | プリズマティック、センサーズ、アクチボラグ | Ｘ線イメージングに関連する方法及びシステム |
| CN112415568B (zh) * | 2020-10-30 | 2023-09-15 | 湖北锐世数字医学影像科技有限公司 | 能量校正方法、装置、设备、系统及计算机可读存储介质 |
| CN112587161B (zh) * | 2020-12-09 | 2022-09-30 | 明峰医疗系统股份有限公司 | 堆积信号恢复方法、pet成像设备及计算机可读存储介质 |
| US11644587B2 (en) * | 2021-01-20 | 2023-05-09 | Canon Medical Systems Corporation | Pixel summing scheme and methods for material decomposition calibration in a full size photon counting computed tomography system |
| JP7480724B2 (ja) | 2021-02-22 | 2024-05-10 | 株式会社島津製作所 | Ｘ線撮影装置およびｘ線撮影方法 |
| US11944484B2 (en) * | 2021-03-31 | 2024-04-02 | Canon Medical Systems Corporation | Material decomposition calibration method and apparatus for a full size photon counting CT system |
| US20230083935A1 (en) * | 2021-09-08 | 2023-03-16 | Canon Medical Systems Corporation | Method and apparatus for partial volume identification from photon-counting macro-pixel measurements |
| CN115270075B (zh) * | 2022-08-03 | 2023-04-25 | 北京朗视仪器股份有限公司 | 基于钨靶x射线球管的双能ct系统的能谱数据校正方法 |
| CN117270024B (zh) * | 2023-11-20 | 2024-02-20 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 能谱响应函数的校正方法、装置、计算机设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014171539A1 (ja) | 2013-04-19 | 2014-10-23 | 株式会社東芝 | Ｘ線コンピュータ断層撮影装置及び補正方法 |
| JP2016131887A (ja) | 2015-01-22 | 2016-07-25 | 東芝メディカルシステムズ株式会社 | Ｘ線ｃｔ装置及び画像処理装置 |
| JP2016193174A (ja) | 2015-04-01 | 2016-11-17 | 東芝メディカルシステムズ株式会社 | コンピュータ断層撮影装置及び画像処理装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5582514B2 (ja) * | 2008-02-29 | 2014-09-03 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | Ｘ線ｃｔ装置 |
| US9320477B2 (en) * | 2011-09-01 | 2016-04-26 | General Electric Company | Method and apparatus for adaptive scatter correction |
| DE102012216269A1 (de) * | 2012-09-13 | 2014-03-13 | Siemens Aktiengesellschaft | Röntgensystem und Verfahren zur Erzeugung von Bilddaten |
| US9220469B2 (en) * | 2013-12-31 | 2015-12-29 | General Electric Company | Systems and methods for correcting detector errors in computed tomography imaging |
| JP6529858B2 (ja) * | 2014-08-20 | 2019-06-12 | キヤノンメディカルシステムズ株式会社 | Ｘ線ｃｔ装置及びｘ線検出器 |
| US9977140B2 (en) * | 2015-01-09 | 2018-05-22 | Toshiba Medical Systems Corporation | More efficient method and apparatus for detector response correction and material decomposition of projection data obtained using photon-counting detectors |
| US10716527B2 (en) * | 2017-02-17 | 2020-07-21 | Canon Medical Systems Corporation | Combined sinogram- and image-domain material decomposition for spectral computed tomography (CT) |
-
2018
- 2018-04-12 US US15/951,329 patent/US10869646B2/en active Active
-
2019
- 2019-01-21 JP JP2019007483A patent/JP7271200B2/ja active Active
-
2020
- 2020-06-29 US US16/915,722 patent/US11331064B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014171539A1 (ja) | 2013-04-19 | 2014-10-23 | 株式会社東芝 | Ｘ線コンピュータ断層撮影装置及び補正方法 |
| JP2016131887A (ja) | 2015-01-22 | 2016-07-25 | 東芝メディカルシステムズ株式会社 | Ｘ線ｃｔ装置及び画像処理装置 |
| JP2016193174A (ja) | 2015-04-01 | 2016-11-17 | 東芝メディカルシステムズ株式会社 | コンピュータ断層撮影装置及び画像処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20190313993A1 (en) | 2019-10-17 |
| US20200323508A1 (en) | 2020-10-15 |
| JP2019181160A (ja) | 2019-10-24 |
| US10869646B2 (en) | 2020-12-22 |
| US11331064B2 (en) | 2022-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7271200B2 (ja) | 医用情報処理装置、ｘ線ｃｔ装置及び医用情報処理方法 | |
| JP6608245B2 (ja) | コンピュータ断層撮影装置及び画像処理装置 | |
| US10716527B2 (en) | Combined sinogram- and image-domain material decomposition for spectral computed tomography (CT) | |
| US9476993B2 (en) | Apparatus and method for computing detector response of a photon-counting detector | |
| US9867580B2 (en) | X-ray imaging based on image data from a photon-counting multi-bin X-ray detector | |
| JP6615508B2 (ja) | 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 | |
| US10980506B2 (en) | Photon-counting computed tomography | |
| JP2016147055A (ja) | Ｘ線ｃｔ装置及び補正方法 | |
| US20200193654A1 (en) | System and method for statistical iterative reconstruction and material decomposition | |
| US20160217594A1 (en) | Cost-function based method and apparatus for projection-domain basis decomposition in spectral computed tomography | |
| JP7123521B2 (ja) | Ｘ線ｃｔ装置 | |
| JP7475972B2 (ja) | 装置、ｘ線ｃｔ装置、方法及びプログラム | |
| JP6793469B2 (ja) | データ処理装置、ｘ線ｃｔ装置及びデータ処理方法 | |
| US9761019B2 (en) | Computed tomography using simultaneous image reconstruction with measurements having multiple distinct system matrices | |
| Liu et al. | Spectral response model for a multibin photon-counting spectral computed tomography detector and its applications | |
| CN112562025A (zh) | X射线成像中的数据校正 | |
| US10799192B2 (en) | Method and apparatus for partial volume identification from photon-counting macro-pixel measurements | |
| US9861331B2 (en) | Method for scanogram scans in photon-counting computed tomography | |
| Treb et al. | Simultaneous photon counting and charge integrating for pulse pile-up correction in paralyzable photon counting detectors | |
| Lewis | Spectral Signature and Correction of Scattered Radiation in Energy-resolved X-ray Imaging | |
| Touch et al. | Novel approaches to address spectral distortions in photon counting x-ray CT using artificial neural networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211104 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220930 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221025 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221223 |
|
| 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: 20230328 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230426 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7271200 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |