JP7280357B2 - 対象物の画像を再構成するためのシステム - Google Patents

Description

本発明は、対象物の画像を再構成するためのシステム、方法、及びコンピュータプログラムに関する。

医用撮像、特にCTシステムを使用する医用撮像では、患者の画像を再構成するためにしばしば反復再構成アルゴリズムが使用される。これらの反復再構成アルゴリズムは、大きな計算量を有する。従って、反復再構成アルゴリズムを用いて画像を再構成するためには、計算コスト、すなわち、必要な計算時間及び必要な計算リソースが極めて高い。従って、反復的再構成アルゴリズムで画像を再構成する場合に計算コストを低減できるシステムを提供することが有利であろう。

本発明の目的は、反復再構成アルゴリズムを使用して対象物の画像を再構成するときに計算コストを低減することを可能にするシステム、方法、及びコンピュータプログラムを提供することである。

本発明の第1の態様では、対象物の画像を再構成するためのシステムであって、システムは、a)対象物の投影データを提供するための投影データ提供ユニットであって、投影データがCTシステムによって取得されている、投影データ提供ユニットと、b)投影データに基づいてベース画像を生成するためのベース画像生成ユニットと、c)ベース画像を修正して修正画像を生成するための修正ユニットであって、前記ベース画像を修正するために、前記修正ユニットは、ボクセルの画像値に基づいて前記ベース画像の前記ボクセルの画像値を修正するように適合される、修正ユニットと、d)反復再構成のための開始画像として修正画像を使用する反復再構成アルゴリズムを使用して、投影データに基づいて対象物の画像を再構成するための画像再構成ユニットとを備える、システムが提供される。

ベース画像生成ユニットは、投影データに基づいてベース画像を生成するので、再構成すべき画像と同じデータに基づくベース画像を生成することができる。従って、ベース画像は、再構成されるべき画像の良好な第一近似を与える。さらに、修正ユニットはベース画像を修正するように適合されており、修正中に、ベース画像のボクセルの画像値がそれぞれのボクセルの画像値に基づいて修正されるので、ベース画像は、選択される反復再構成のための最適な開始画像を形成するように修正することができる。例えば、選択される反復再構成が強い勾配の存在下でゆっくりと収束するだけである場合、ベース画像の画像値は、修正される画像、すなわち開始画像の画像値における強い勾配が可能な場合に回避され得るように修正され得る。このように、対象物の画像を再構成する画像再構成部は反復再構成のための開始画像として修正画像を使用した反復再構成アルゴリズムを用いて、投影データに基づいて画像を再構成するようになっているため、画像の再構成に必要な計算時間や計算リソースが削減されるように、反復再構成の収束をより早くすることができる。

投影データ提供ユニットは、対象物のCTスキャン中に取得される対象物の投影データを提供するように適合される。データ提供ユニットは例えば、投影データを取得するために使用されるCTシステムに直接接続することができ、CTシステムによって取得される投影データを直接提供することができる。さらに、データ提供ユニットは、投影データを取得するCTシステムの一部であってもよい。代替的に、データ提供ユニットはCTシステムから分離することができ、及び／又は例えば、CTシステムによって取得される対象物の投影データを記憶する記憶ユニットに接続することができる。また、データ提供ユニット自体が、対象物の投影データを記憶する記憶部として構成されていてもよい。対象物はCTシステムによってスキャンされる任意の対象物、例えば、スーツケースのような人間、動物、又は無生物の対象物とすることができる。好ましい実施形態では、対象物は患者であり、CTシステムは従来の医用CTシステムである。

ベース画像生成ユニットは、投影データに基づいてベース画像を生成するように適合される。好ましくは、ベース画像生成ユニットが投影データと、画像の高速かつ計算的に安価な再構成を可能にする任意の適切な再構成アルゴリズムとを使用して、ベース画像を再構成するように構成される。好ましくは、ベース画像生成ユニットがフィルタ補正逆投影アルゴリズムを投影データに適用することによってベース画像を生成するように構成される。ベース画像は、2D又は3D画像であってもよい。さらに、ベース画像は複数のボクセル、すなわちボリューム要素を含み、各ボクセルは、それぞれのボクセルに対応する対象物の部分の減衰特性を表す画像値を有する。用語「ボクセル」は本発明の文脈において、2Dピクセル、すなわち素子を記述するためにも使用され、したがって、ベース画像が3D画像である場合、用語「ボクセル」はボリューム要素を指し、ベース画像が2D画像である場合、用語「ボクセル」は素子を指す。画像値は例えば、ハウンズフィールドスケールに基づくグレー値とすることができる。しかし、対象物の再構成画像中の対象物の減衰特性を表すための他のスケールも考えられる。

修正ユニットは、ベース画像を修正して修正画像を生成するように適合される。修正される画像はベース画像のボクセルの画像値を修正することによって生成され、画像値はそれぞれのボクセルの画像値に基づいて修正される。好ましくは、ベース画像内の関心領域内にあり、複数の所定の画像値の一部である画像値を有するベース画像の各ボクセルが修正される。関心領域は例えば、対象物の特定の構造、例えば、患者の頭部のような解剖学的構造、スーツケースの内容、又は画像全体を指すことができる。修正ユニットは例えば、画像値の修正を画像値自体にリンクする数学的関数を使用することによって、ボクセルの画像値に基づいて画像値を修正するように適合させることができる。画像値の修正は例えば、画像値に所定の値を加算又は減算することを指すことができ、所定の値は画像値に依存することができる。また、ベース画像のそれぞれのボクセルの画像値に応じて、より複雑な数学関数に従う、より複雑な他の修正を実施することができる。好ましくはボクセルの画像値への修正の割り当ては数学的な意味で一意であり、すなわち、特定の画像値は1つの所定の方法でのみ修正され、同じ画像値は同じように修正される。

好ましくは修正ユニットは、所定の修正画像値をボクセルに割り当てることによって、ボクセルの画像値を修正するように適合され、割り当てられる所定の修正画像値はボクセルの画像値に依存する。例えば、修正ユニットは、ボクセルの画像値を所定の修正画像値にリンクするリストを使用することによって、ボクセルの画像値に基づいて、所定の修正画像値をボクセルに割り当てるように適合させることができる。代わりに、リンクが所定の修正される画像値をボクセルの画像値にリンクする関数として提供することができる。ボクセルの画像値と所定の修正画像値との間のリンクは、対象物の投影データを再構成するために使用される反復再構成アルゴリズムの特性の事前知識に基づいて選択することができる。例えば、反復再構成アルゴリズムが強い勾配が存在する場合、又は強いローカル極値の場合にのみ非常にゆっくり収束することが知られている場合、修正ユニットはベース画像の画像値を解析して、そのような強い勾配又は極値を見つけ出し、強い勾配又は極値が平滑化されるように、ベース画像のこれらの画像値に所定の修正画像値を提供するように適合させることができる。別の例では、開始画像が再構成画像から離れすぎている場合に、反復再構成アルゴリズムがゆっくりとしか収束しないことが知られている場合、スキャンされる対象物の構造又は特性に関する事前知識を使用して、対象物の特定の構造に属するベース画像の画像値を識別することができる。次いで、所定の修正画像値を、それぞれの構造に属する画像値を有するボクセルに割り当てることができ、その結果、対象物のこれらの構造の典型的な特性がより明確に反映され、修正画像は、撮像される対象物をより正確に表す。

画像再構成ユニットは、提供される投影データ及び反復再構成アルゴリズムに基づいて対象物の画像を再構成するように適合され、修正される画像は反復再構成のための開始画像として使用される。反復再構成の間、投影データ及び画像データに基づく一般的な前方投影及び後方投影が、各反復ステップの間に実行される。反復再構成の開始画像は、第1の反復ステップ中の第1の前方投影及び後方投影のための入力として使用される。好ましい実施形態では、反復再構成アルゴリズムは最尤再構成アルゴリズムである。適切な最尤再構成の例は、J. A. Fesslerによる論文「Statistical image reconstruction methods for transmission tomography」（Handbook of Medical Imaging, volume 2, chapter 1, pages 1乃至70(2000)）になり得る。

投影データは、対象物のスカウトスキャン中に取得されるスカウトスキャン投影データと、対象物の診断スキャン中に取得される診断投影データとを含み、画像再構成ユニットは、反復再構成アルゴリズムを使用してスカウトスキャン投影データ及び診断スキャン投影データに基づいて対象物の画像を再構成するように適合される。スカウトスキャンは、診断スキャンの前に取得される対象物のスキャンを指す。一般的に、スカウトスキャンは非常に速い方法で取得され、信号対雑音比は診断画像の信号対雑音比よりも低い。スカウトスキャン中に取得される投影データは、2Dスカウトスキャン投影データ又は3Dスカウトスキャン投影データを参照することができる。2Dスカウトスキャン投影データは例えば、CTシステムのテーブルを、CTシステムのガントリ、従って検出器を回転させることなく、CTシステムを通して移動させることによって取得することができる。さらに、このような2D投影データは、放射線源の小さいコリメーション、又は放射線源の大きいコリメーションのいずれかで、すなわちCTシステムの一部又は全体の検出器のみを照射することによって取得することができる。3Dスカウトスキャン投影データは例えば、ヘリカル取得モードを使用することによって取得することができ、この場合、スカウトスキャンは、ヘリカルスカウトスキャンを指す。スカウトスキャンは診断スキャンを計画するために、例えば、スカウトスキャンからの投影データに基づいて再構成されるスカウト画像内の関心領域を決定するために使用することができ、次いで、診断スキャンは、スカウトスキャンで決定される関心領域に限定される。また、スカウトスキャンの他の機能、例えば、対象物の位置の決定、診断スキャン中に対象物に提供される放射線量のための放射線量計算、診断スキャンのための画像設定の決定又は最適化等を企図することができる。診断スキャンは、診断スキャン中に取得される投影データから再構成される診断画像に基づいて対象物の診断を提供することを可能にする画像設定を有する対象物のスキャンを指す。これらの画像設定は例えば、良好な信号対雑音比、高解像度、対象物のある構造間の高いコントラスト等を参照することができる。

画像再構成ユニットは、反復再構成アルゴリズムを使用して、スカウトスキャン投影データ及び診断スキャン投影データに基づいて対象物の画像を再構成するように適合される。画像再構成ユニットは、診断投影データだけでなくスカウトスキャン投影データにも基づいて対象物の画像を再構成するように適合されるので、反復再構成はより大きなデータベースに基づくことができる。例えば、円錐ビームCTシステムによる軸方向スキャンでは、得られた診断投影データは数学的な意味では完全ではない。この不完全性は、特に回転軸に沿って、又はそれに平行な高い勾配を有する人体の領域において、再構成画像にアーチファクトをもたらす可能性がある。反復アルゴリズムはこれらのアーチファクトを最小限に抑えることができるが、通常、十分な画質を得るために不適切な反復回数を要する。スカウトスキャン投影データを組み込むことにより、不完全性を部分的に又は完全に低減することができる。したがって、スカウトスキャンから追加のデータを提供することにより、反復再構成アルゴリズムの収束を容易にすることができる。さらに、より高い画質、すなわちより少ないアーチファクトを有する再構成画像を、再構成から受け取ることができる。

スカウトスキャン投影データは例えば、各反復ステップ中の反復再構成アルゴリズムの前方及び後方反復への更なる入力として使用することができる。反復アルゴリズムでは、順投影及び逆投影が各反復ステップで実行される。これらの前方投影及び後方投影は、診断投影データ及びスカウトスキャン投影データを考慮に入れることが好ましい。例えば、反復ステップ中に1つの特定のボクセルの値を更新するために、そのボクセルを通過する光線に関連する診断投影データが、これらの前方投影及び後方投影について考慮され、この特定のボクセルについてスカウトスキャン投影データが存在する場合、スカウトスキャン投影データも考慮される。

一実施形態では反復再構成中に、スカウトスキャン投影データは診断投影データよりも低い重み付けを受け取る。スカウトスキャン投影データは一般に、反復再構成中にスカウトスキャン投影データに対してより低い重み付けを提供するより低い信号対雑音比を提供するので、良好なカバレッジ及び良好な信号対雑音比を有する診断投影データが存在する対象の領域に対して、反復再構成アルゴリズムは、主に診断投影データに基づいて画像の再構成を基礎にすることになる。しかし、診断投影データのカバレージが低い領域、例えば、診断スキャン領域のエッジ、又は診断投影データが切り捨てられる領域では、低い重み付けスカウトスキャン投影データであっても、画像の再構成に影響を及ぼすことになる。投影データが取得される、CTシステムの回転軸に沿って、又はそれに並列高い勾配を有する領域については、スカウトスキャン投影データの組み込みはスカウトスキャンデータが低い重み付けで使用される場合であっても、スカウトスキャン投影データが典型的にこれらの勾配から生じるアーチファクトを低減することができる。

一実施形態では、スカウトスキャン投影データがヘリカルスカウトスキャン中に取得される。スカウトスキャン投影データがヘリカルスカウトスキャン中に取得される場合、対象物の投影データの完全なセットがスカウトスキャン投影データによって提供される。したがって、スカウトスキャン投影データから3D画像を再構成することができる。好ましい実施形態では、ベース画像生成ユニットがスカウトスキャン投影データに基づいてベース画像を生成するように適合される。スカウトスキャン投影データは診断画像の取得を計画するためにスカウトスキャン画像に再構成されなければならないので、ベース画像生成ユニットがスカウトスキャン投影データに基づいてベース画像を生成するように適合される場合、後の反復再構成のために、さらなる画像、すなわちベース画像を再構成する必要はない。したがって、ベース画像を提供するためのさらなる計算コストは生成されない。この実施形態では、スカウトスキャン投影データが例えば、ヘリカルスカウトスキャン中に取得される3Dスカウトスキャン投影データを指す。

好ましくは、画像再構成ユニットは、修正画像を診断投影データの初期再構成とレジストレーションし、レジストレーションされる修正画像を開始画像として使用するようにさらに適合される。スカウトスキャン投影データ及び診断投影データは異なるスキャンの間に取得されるので、スキャンの間に、対象物、例えば、患者の動きが生じた可能性がある。修正される画像が最終的な再構成される画像に可能な限り近づくことを確実にするために、必要であれば、そのような動きを補償することが好ましい。これは、修正画像を診断投影データの初期再構成とレジストレーションする間に行うことができる。初期再構成は例えば、反復アルゴリズムのほんの数回の反復の後、例えば、第1の反復の後の画像を参照することができる。初期再構成を提供するための反復は任意の開始画像から、例えば、ただ1つの画像値を有する開始画像から開始することができる。代わりに、初期再構成が別の再構成アルゴリズム、例えば、診断投影データに適用されるフィルタ補正逆投影アルゴリズムに基づくことができる。このような初期再構成は、対象物の非常に大まかな推定値に過ぎない場合がある。修正画像と初期再構成との間のレジストレーションは、任意の適切な既知のレジストレーションアルゴリズムを使用して実行することができる。例えば、レジストレーション中に、高いコントラストを有する高度に減衰する対象物又は領域を、修正画像及び初期再構成において識別することができ、レジストレーションは、骨又は金属物体のようなこれらの高度に減衰する対象物に基づくことができる。適切なレジストレーションアルゴリズムの一例は例えば、S. Kabusらによる論文「Evaluation of 4D－CT Lung registration」（MICCAI 2009、Lecture Notes in Computer Science、第5761巻、747乃至754頁(2009)）に記載されている。さらに、画像再構成ユニットはレジストレーションされる修正画像を使用して、スカウトスキャン投影データを診断スキャン投影データとレジストレーションし、レジストレーションされるスカウトスキャン投影データ及び診断投影データに反復アルゴリズムを適用するようにさらに適合させることができる。例えば、修正される画像と診断投影データの最初の再構成との間のレジストレーションが知られている場合、修正されなかったベース画像と診断投影データとの間のレジストレーションも決定することができる。したがって、さらに、スカウトスキャン投影データ及び診断投影データのレジストレーションも知られている。したがって、反復再構成アルゴリズムを使用する画像の再構成は、レジストレーションされるスカウトスキャン投影データと、スカウトスキャン投影データの取得と診断投影データとの間に生じた可能性のある患者の動きを補償する診断投影データとに基づくことができる。

一実施形態では、修正ユニットは、ボクセルの画像値が所定の画像値範囲内にあるかを判定し、判定の結果に基づいてボクセルの画像値を修正するように適合される。所定の画像値範囲は、2つの画像値閾値を提供することによって定義することができる。さらに、所定の画像値範囲は1つの画像値しきい値によって定義することもでき、画像値しきい値を下回る又は上回るすべての画像値は、画像値範囲内に入る。好ましくは、2つ以上の画像値範囲を予め決定することができ、所定の画像値範囲は重複しない。所定の画像値範囲は例えば、1つの画像値範囲の上側の境界閾値が別の画像値範囲の下限画像値閾値を参照するように選択することができ、そのような場合、画像値閾値自体がどの画像値範囲に属するかも決定される。次いで、ボクセルの画像値はボクセルの画像値がそれぞれの所定の画像値範囲内にあるという決定に基づいて、1つの方法で修正することができ、ボクセルの画像値は、ボクセルの画像値が別のそれぞれの所定の画像値範囲内にある場合、別の方法で修正することができる。所定の画像値範囲が2つの画像値しきい値によって定義される場合、修正ユニットは、ボクセルの画像値を所定の画像値範囲の2つの画像値しきい値と比較することによって、ボクセルの画像値が所定の画像値範囲内にあるかを判定するように適合される。特に、修正ユニットはボクセルの画像値が所定の画像値範囲の下側画像値閾値よりも大きく、所定の画像値範囲の上側画像値閾値よりも小さいかを判定するように適合され、ボクセルの画像値は所定の画像値範囲内にある。画像値範囲が画像値閾値より大きいか又は小さい全ての画像値が所定の画像値範囲内にあるように、ただ1つの閾値によって決定される場合、修正ユニットはボクセルの画像値を画像値閾値と比較することによって、ボクセルの画像値が所定の画像値範囲内にあるかを決定し、ボクセルの画像値が所定の画像値範囲の画像値閾値より大きいか又は小さい場合、ボクセルの画像値が所定の画像値範囲内にあることを決定するように適合される。

次いで、修正ユニットは、決定の結果に基づいてボクセルの画像値を修正するように適合される。例えば、判定の決定、ボクセルの画像値が所定の画像値範囲内にある場合、修正ユニットは、ボクセルの画像値を修正するように適合させることができる。好ましくは、修正ユニットが決定の結果がボクセルの画像値が所定の画像値範囲内にあることである場合、所定の修正画像値をボクセルに割り当てることによってボクセルの画像値を修正するように適合される。別の例では判定の決定、ボクセルの画像値が所定の画像値範囲内に入らない場合、修正ユニットはボクセルの画像値を修正しないように、好ましくは修正される画像値をボクセルに割り当てないように適合させることができる。

好ましい実施形態では、所定の画像値範囲が対象物の特性に基づく。撮像される対象物の特性は例えば、撮像される対象物の構造特性、又は撮像される対象物の組成特性を指すことができる。例えば、対象物が患者である場合、撮像対象物の特性は、対象物の撮像領域において予想される骨組織、筋肉組織、又は器官組織などの特定の組織を指すことができる。したがって、ある画像値範囲、例えば、反復再構成中に問題を引き起こすことが知られている画像値範囲内にあることが知られているベース画像の画像値のみを修正することが可能である。さらに、画像値範囲が撮像対象の特性に基づく場合、反復再構成中に問題を引き起こす可能性がある画像値範囲を決定する際に、既に知られている撮像対象の特性を考慮に入れることができる。

好ましい実施形態では、修正ユニットが所定の画像値範囲内にあるベース画像内の関心領域内のすべてのボクセルの画像値の特性にさらに基づいて、ベース画像のボクセルの画像値を修正するように適合される。所定の画像値範囲内にあるベース画像の画像値の特性は例えば、所定の画像値範囲内にあるベース画像の画像値の分布、所定の画像値範囲内にあるベース画像の画像値の平均値、又は所定の画像値範囲内にあるベース画像の画像値に基づいて取得することができる他の統計解析値を指すことができる。例えば、所定の画像値範囲内のベース画像の画像値の特性が実質的に均一な分布を示す場合、その範囲内にあるボクセルの画像値は、一定の所定の修正画像値に修正することができる。好ましくは、そのような場合、修正ユニットは例えば、所定の画像値範囲内のベース画像の全ての画像値の平均画像値である所定の修正画像値をボクセルに割り当てることによって、ボクセルの画像値を修正するように適合される。代わりに例えば、所定の画像値範囲内のベース画像の画像値の特性が所定の画像値範囲内のベース画像の実質的に全ての画像値が同じ画像値、例えば、所定の画像値範囲の上3分の1にある画像値を有することを示す場合、修正ユニットはこの特定の画像値を参照する所定の画像値範囲内の画像値を有する全てのボクセルに所定の修正画像値を割り当てるように適合させることができる。また、例えば、修正される画像値が、所定の画像値範囲内のベース画像の画像値の特性に対するより複雑な依存性を示す他の実施形態も考えられる。

好ましい実施形態では、修正ユニットが所定の修正画像値をボクセルに割り当てることによって、所定の画像値範囲内の画像値を有する関心領域内のベース画像の各ボクセルの画像値を修正するように適合される。この場合、所定の修正画像値は例えば、対象物の特性に関する事前知識に基づいて、又は所定の画像値範囲内のベース画像の画像値の特性に基づいて決定される値とすることができる。対象物が患者である場合、所定の修正画像値は例えば、軟組織について予想される既知の平均画像値を参照することができる。

一実施形態では、修正ユニットは、真空又は空気に対応する第1の画像値範囲内の画像値を有する関心領域の各ボクセルに第1の修正画像値を割り当てることによって、及び軟組織に対応する第2の画像値範囲内の画像値を有する関心領域の各ボクセルに第2の修正画像値を割り当てることによって、関心領域内のベース画像のボクセルの画像値を修正するように適合される。真空又は空気に対応する第1の画像値範囲は例えば、－530 HU未満の画像値を有するすべてのボクセルを有するものとして定義することができ、軟組織に対応する第2の画像値範囲は例えば、－530 HUと560 HUとの間の画像値を有するすべてのボクセルを有するものとして定義することができる。次いで、最初に修正される画像値は、－1000HUとして定義されている真空又は空気に対する画像値に対応することができる。第2の修正画像値は軟組織、例えば臓器組織又は筋肉組織の既知の典型的な画像値によって定義することができ、例えば25 HUとして選択することができる。本発明者らは、このような実施形態において、反復再構成アルゴリズムの収束を特に改善することができることを見出した。

本発明のさらなる態様では対象物の画像を再構成するための方法が提示され、方法はa)対象物の投影データを提供するステップであって、投影データがCTシステムによって取得されているステップと、b)投影データに基づいてベース画像を生成するステップと、c)修正画像を生成するようにベース画像を修正するステップとを含み、ベース画像を修正するために、ベース画像のボクセルの画像値がボクセルの画像値に基づいて修正されるステップと、d)対象物の画像を再構成するステップとを含み、画像は反復再構成のための開始画像として修正画像を使用する反復再構成アルゴリズムを使用して投影データに基づいて再構成される。

本発明のさらなる態様では、対象物のイメージを再構成するためのコンピュータプログラムが提示され、コンピュータプログラムはコンピュータプログラムがシステムを制御するコンピュータによって実行されるときに、請求項14に定義されるような方法のステップを請求項1のシステムに実行させるためのプログラムコード手段を有する。

対象物の画像を再構成するための請求項1のシステム、請求項14の方法、及び請求項15のコンピュータプログラムは、特に従属請求項に定義されるような、類似及び／又は同一の好ましい実施形態を有することを理解される。

本発明の好ましい実施形態は、従属請求項又は上記の実施形態とそれぞれの独立請求項との任意の組み合わせであってもよいことを理解される。

本発明のこれら及び他の態様は以下に記載される実施形態から明らかになり、それを参照して説明される。

対象物の画像を提供するためのシステムの一実施形態を概略的かつ例示的に示す。 システムの一実施形態による画像再構成の例示的な結果を示す。 システムの別の実施形態による画像再構成の例示的な結果を示す。 対象物の画像を提供するための方法の一実施形態を例示的に示すフローチャートを示す。

図1は、対象物の画像を再構成するためのシステムの実施形態を概略的かつ例示的に示す。この実施形態では、装置100が患者テーブルのような支持体手段 151上に横たわっている患者150の画像を再構成するように構成される。他の実施形態では、対象物が動物又は無生物の対象物であってもよい。システム100は、患者150のCTスキャン中にCTシステム160によって取得される患者150の投影データを提供する投影データ提供ユニット110を備える。また、システム100は、ベース画像生成ユニット120と、修正ユニット130と、画像再構成部140とを備える。

第1の実施形態では、データ提供ユニット110は、対象物の診断スキャン中に取得される診断投影データを投影データとして提供するように適合され、患者150の診断スキャンの前にスカウトスキャンは実行されていない。次に、ベース画像生成ユニット120は例えば、フィルタ補正逆投影アルゴリズムを投影データに適用することによって、診断投影データを参照して、提供される投影データに基づいてベース画像を生成するように適合される。

この実施形態では、修正ユニット130は、ボクセルの画像値に基づいてベース画像のボクセルに所定の修正画像値を割り当てるように適合される。ここで説明する実施形態では、第1及び第2の画像値範囲が決定される。第1の画像値範囲は、空気を表すと予想される画像値を有するベース画像の全てのボクセルを有するように決定され、第2の画像値範囲は患者150の軟組織、例えば、器官組織又は筋肉組織を表すと予想される画像値を有するベース画像の全てのボクセルを有するように決定される。したがって、第1の画像値範囲について、－530 HUの上側画像値閾値が選択され、第1の画像値範囲は、選択される上側画像値閾値未満の画像値を有するベース画像のすべてのボクセルを有するものとして定義される。第2の画像値範囲に対して、この実施形態では、－530 HUのより低い画像値しきい値及び560 HUのより高いしきい値が選択される。

さらに、この実施形態では、修正ユニット130が第1の画像値範囲及び第2の画像値範囲内の画像値をそれぞれ有するベース画像のすべてのボクセルに、第1の修正画像値及び第2の修正画像値を提供するように適合される。空気の表現として、－1000 HUの第1の修正画像値が、修正ユニット130によって、第1の画像値範囲内の画像値を有するベース画像の各ボクセルに割り当てられる。軟組織の表現として、25 HUの第2の修正画像値が、修正ユニット130によって、第2の画像値範囲内の画像値を有するベース画像の各ボクセルに割り当てられる。したがって、第1及び第2の画像値範囲のいずれにも存在しない画像値を有するベース画像のボクセルは、変更されないままである。

本実施形態では、修正ユニット130は、上記のルールに従ってベース画像を修正して、修正画像を生成する。この場合、修正画像は、空気又は軟組織を参照する画像値を有するボクセルがそれぞれ、代表的な一定値を有する画像を指す。次いで、画像再構成ユニット140は反復再構成アルゴリズム、好ましくは最尤再構成アルゴリズムを用いて、投影データ提供ユニット110によって提供される投影データに基づいて患者150の画像を再構成する。ここで、修正される画像は反復再構成のための開始画像として使用される。本発明者らは、ベース画像の上述の修正が反復再構成、好ましくは最尤再構成を使用してCT画像の特に高速かつ正確な再構成をもたらすことを見出した。上述の実施形態に従って生成される反復再構成アルゴリズムの開始画像として修正画像を使用するこのような再構成の結果が図2に示されている。

図2の左上隅の画像210は最尤反復再構成アルゴリズムのために使用される従来の開始画像を示し、ここで、従来の開始画像は例えば、投影データ上のフィルタ補正逆投影アルゴリズムを使用することによって取得される。画像210は、350 HUのレベル及び70 HUのウィンドウで示されている。図2の左下隅の画像220は再構成画像を示しており、ここで、画像は、従来の開始画像210を用いて反復的に再構成される。画像220は、同様に35 HUのレベル及び70 HUのウィンドウを有する、100回の反復後に示される。図2の右上隅の画像230は、上述の実施形態に従って生成される修正画像を示す。従来の開始画像210と比較して、修正画像230は患者の異なる構造間、すなわち、空気、軟組織、及び骨の間の明確な描写を示すことが分かる。図2の右下隅の画像240は開始画像として画像230に基づく再構成結果を示し、この再構成のためにも、最尤反復再構成が使用される。画像220と画像240はほぼ同一であり、開始画像として修正画像230に基づいて再構成される画像240は、再構成のために20回の反復しか必要としないことが分かる。従って、CT画像を再構成するために必要な計算量は例えば、修正画像230によって表されるような修正される開始画像によって、大幅に低減されることができる。

上述のような本発明の一実施形態では、投影データ提供ユニット110は、患者150のヘリカルスカウトスキャン中に取得されるスカウトスキャン投影データと、患者150の診断スキャン中に取得される診断投影データとを有する対象物の投影データを提供するように適合される。この実施形態では、ベース画像生成ユニット120はスカウトスキャン投影データに基づいてベース画像を生成するように適合させることができる。次に、修正ユニット130はすでに上述したように、スカウトスキャン投影データに基づいて生成されるベース画像を修正することができる。スカウトスキャン投影データに基づいて生成されるベース画像を使用する効果を図3に示す。

図3の画像310は、従来の再構成される軸方向CTスキャン画像を示し、画像320は、開始画像310として、スカウトスキャン投影データから再構成される画像が使用されている差を用いて、画像310と同じ投影データに基づいて再構成される再構成画像を示す。スカウトスキャン投影データに基づいて生成されるベース画像を提供する効果を明確に示すため、画像310は、ベース画像を修正することなく再構成されるので、スカウトスキャン投影データから生成されるベース画像が反復再構成のための開始画像として直接使用される。画像310と画像320との比較において、開始画像としてスカウトスキャン画像を使用する再構成に基づく画像320は、より少ないアーチファクトを示すことが分かる。したがって、スカウトスキャン投影データに基づいてベース画像を生成することにより、より正確な再構成結果を得ることができる。

さらに、スカウトスキャン投影データに基づいてベース画像を生成することに加えて、又はその代わりに、画像再構成ユニット140は、スカウトスキャン投影データ及び診断投影データに基づいて患者150の画像を再構成するように適合させることができる。画像を再構成するためのこの実施形態では、画像再構成ユニット140は、患者に対して、スカウトスキャン投影データの取得と診断投影データとの間の動きがあるため、スカウトスキャン投影データを診断投影データと最初にレジストレーションするようにも適合される。動きが起こりそうもない他の実施形態では、例えば、対象物がスーツケースである場合、レジストレーションを省略することができる。スカウトスキャン投影データ及び診断投影データをレジストレーションするために、画像再構成ユニット140はスカウトスキャン投影データに基づいて決定される既に決定される修正画像、すなわち、スカウトスキャン投影データに基づいて再構成されるベース画像を使用するように適合されることができ、又は、修正画像がスカウトスキャン投影データに基づいていない場合、例えば、フィルタ補正逆投影アルゴリズムを使用して、スカウトスキャン投影データに基づいてスカウトスキャン画像を再構成するように適合されることができる。さらに、画像再構成ユニット140は診断投影データに基づいて初期再構成画像を提供するように適合させることができ、初期再構成画像は、診断投影データにフィルタ補正逆投影アルゴリズムを適用することによって、又は任意の開始画像に基づいて反復アルゴリズムの数回の反復を診断投影画像に適用することによって再構成することができる。
次いで、画像再構成ユニット140は、スカウトスキャン投影データに基づいて、初期再構成画像中及び再構成画像中の骨又は金属から生じる高度に減衰する構造のような画像構造を決定することができる。決定される画像構造に基づいて、両方の画像、すなわち、スカウトスキャン投影データに基づく再構成画像をレジストレーションすることができる。例えば、修正される画像は、初期再構成画像に対応するように並進及び／又は回転される。次いで、スカウトスキャン投影データは、診断投影データに応じてレジストレーションされ得る。

次いで、画像再構成ユニット140は、レジストレーションされるスカウトスキャン投影データ及び診断投影データに基づいて画像を再構成するように適合される。例えば、スカウトスキャン投影データは、各反復ステップにおける前方投影及び後方投影中に診断投影データに加えて使用されることができる。例えば、反復ステップ中、すなわち前方投影及び後方投影中に、1つの特定のボクセルの値を更新するために、そのボクセルを通過する光線に関連するデータが考慮され、このボクセルについてスカウトスキャン投影データが存在する場合、このスカウトスキャン投影データは、診断投影データに加えて組み込まれる。さらに、この実施形態では画像再構成部140が各反復ステップの間に投影データに重み付けを与えるようになっており、ここで、スカウトスキャン投影データは診断投影データよりも重み付けが低い。上記の実施形態に基づいて画像を再構成することにより、より少ない画像アーチファクトを示す再構成画像が得られる。

図4は、対象物の画像を再構成するための方法の実施形態を例示的に示すフローチャートを示す。方法400は、CTシステム160を使用してCTスキャン中に取得される患者150の投影データを提供する第1のステップ410を有する。投影データは、CTシステム160に接続される投影データ提供ユニット110によって提供される。第2のステップ420では、提供される投影データに基づいてベース画像が生成される。次に、ステップ430において、このベース画像を修正して、修正画像を生成する。修正は、ボクセルの画像値に基づいて、ベース画像のボクセルに修正画像値を割り当てることを有する。最後のステップ440において、患者150の画像が投影データに基づいて再構成され、繰り返し再構成のための開始画像として修正画像を使用して、繰り返し再構成アルゴリズムが使用される。

CT画像再構成では、反復再構成アルゴリズムが例えば、非常に低い患者放射線量が必要とされる特定の用途にとって非常に重要であり得る。このような低線量画像に対して、又は軸方向スキャンにおけるコーンビームアーチファクトを最小化するために、特に最尤画像再構成アルゴリズムが適している。しかしながら、これらの最尤画像再構成アルゴリズムは大きな計算複雑性を有する、すなわち、大きな計算労力必要とするため、少なくとも可能な回数の反復後に結果を得ることは有利である。

本発明では、例えば、CT投影データの反復再構成のための開始画像として、具体的に修正される画像を取得することが提案され、修正の基礎となるベース画像は例えば、フィルタ補正逆投影アルゴリズムを使用することによって取得される。さらに、ベース画像を修正して修正画像を提供するアルゴリズムが提案され、このベース画像は、慎重に選択される画像値閾値、すなわち画像値範囲に基づいて修正される。好ましくは閾値のセット、すなわち画像値範囲のセットは吸収係数、すなわち画像値に基づいて選択される。例えば、真空／空気、軟組織及び骨を区別するのに役立つ閾値、すなわち画像値範囲を選択することができる。さらに、軟組織の画像値を表す修正される吸収係数、すなわち修正される画像値を選択することが提案される。さらに、反復再構成に使用するのに適したベース画像が選択される。次いで、このベース画像は、上記の選択される閾値、すなわち画像値範囲に基づいて修正される。例えば、真空／空気に関連する、すなわち第1の画像値範囲内にある画像値を有するベース画像の各ボクセルは－1000 HUに設定され、軟組織に関連する画像値を有するベース画像の各ボクセルは軟組織を表す修正画像値に設定され、さらに、選択される画像値範囲外にあるすべてのボクセルは骨に関連し、変更されないままである。このような修正される画像は次に、反復再構成のための開始画像として使用される。

本発明の一実施形態では、診断投影データに加えて、対象物のスカウトスキャン中にスカウトスキャン投影データも取得される。CT画像を再構成するための反復再構成アルゴリズムは、スカウトスキャンからのスカウトスキャン投影データを組み込むように適合される。このようなスカウトスキャンは、異なる方法で実行することができる。例えば、スカウトスキャン投影データは小さいコリメーションを使用して線形セグメント上で取得することができ、この場合、患者テーブルが移動している間に、CTシステムのガントリを回転させることなく、スカウトスキャン投影データが取得される。更に、スカウトスキャン投影データは大きいコリメーションを有する直線セグメント上で得ることができ、ここで、CTシステムの検出器全体が各ビューで照射される。さらなる例では、スカウトスキャン投影データはヘリカルスカウトスキャン中に取得することができる。これらの例示的な取得のそれぞれは、本明細書で提案される本発明と共に使用するのに適している。それにもかかわらず、大きいコリメーション又はヘリカルスカウトスキャンでスカウトスキャン投影データを取得することは、完全なスカウトスキャン投影データセットを取得することを可能にする。例えば、大きいコリメーションを使用して取得されるスカウトスキャン投影データのスカウトスキャン投影データセットは診断スキャンからのそれぞれの診断投影データとの組み合わせによって完了されることができ、一方、ヘリカルスカウトスキャン中に取得されるスカウトスキャン投影データは、単独で、完全なスカウトスキャン投影データセットをもたらす。

CT画像を再構成するための反復再構成アルゴリズムは、各反復ステップにおいて前方投影及び後方投影を計算する。次いで、スカウトスキャン中に取得されるスカウトスキャン投影データは、これらの前方反復及び後方反復において追加の投影データとして使用することができる。さらに、一般に、スカウトスキャン投影データは、より低いx線量を使用して取得されるため、ノイズモデルは、スカウトスキャン投影データ、好ましくは、診断投影データよりも低い重み付けを受け取ることを保証する最尤再構成アルゴリズムである反復再構成アルゴリズムに組み込むことができる。それにもかかわらず、従来コーンビームアーチファクトをもたらす骨を有する領域のような、大きな密度を有する領域の場合、スカウトスキャン投影データが診断スキャン投影データよりも小さい重み付けを受け取る場合であっても、スカウトスキャン投影データを組み込むことは有効である。

さらに、取得されるスカウトスキャン投影データが例えば、ヘリカルスカウトスキャン中に取得されるスカウトスキャン投影データのように、完全な投影データセットをもたらす場合、スカウトスキャン投影データは、ベース画像を生成するために使用することもできる。例えば、ベース画像は、フィルタ補正逆投影アルゴリズムをスカウトスキャン投影データに提供することによって生成することができる。この場合、スカウトスキャンの取得と診断スキャンとの間の患者の動きに起因する問題を軽減するために、反復アルゴリズムの一部としてスカウトスキャン投影データと診断スキャン投影データとの間のレジストレーションを提供することが有利である。レジストレーションは、例えば、診断投影データの初期再構成と同様に、スカウトスキャン投影データに基づくベース画像又は修正画像内の骨及び／又は他の高コントラスト部分を識別することから成ることができる。このレジストレーションに基づいて、ベース画像又は修正画像は、それが最初の再構成に最も良く適合するようにスケーリングされ、平行移動されることができる。このレジストレーションされるベース画像又はレジストレーションされる修正画像は次に、反復再構成のための開始画像として使用される。

上記の実施形態ではCTシステムによって撮像される対象物は患者であるが、他の実施形態では対象物がスーツケースのような動物又は無生物の対象物であってもよい。後者の場合、修正される画像値又は所定の画像値範囲は無生物対象物の特性に基づいて、例えば、スーツケースの予想される内容に基づいて定義されてもよい。この場合、画像値範囲は例えば、真空／空気を表す画像値、例えば衣服を表す画像値、及び例えば金属物体を表す画像値に基づいて定義することができる。

上記の実施形態では2つの画像値範囲が決定されるが、他の実施形態では1つの画像値範囲のみが決定されてもよく、又は例えば、撮像される対象物が異なる予想減衰特性を有する3つ以上の構造を備える場合、3つ以上の画像値範囲が決定されてもよい。さらに、画像値範囲の決定は省略することができ、ベース画像は例えば、ベース画像のボクセルの画像値を画像値の修正又は修正される画像値にリンクする関数に基づいて修正することができ、修正ユニットは次に、提供される関数に基づいてボクセルの画像値を修正することによってベース画像を修正するように適合される。この関数は、ベース画像のボクセルの画像値を、画像値の修正、又は記憶ユニットに記憶され、修正ユニットに提供される修正画像値にリンクするためのリストとして提供することもできる。

上記の実施形態ではスカウトスキャン投影データがヘリカルスカウトスキャン中に取得されるが、他の実施形態ではスカウトスキャン投影データが他のスカウトスキャンモード中に取得することもできる。次いで、スカウトスキャン投影データは、2D又は3Dスカウトスキャン投影データを参照することができる。

開示される実施形態に対する他の変形は図面、開示、及び添付の特許請求の範囲の研究から、特許請求される発明を実施する際に、当業者によって理解され、達成され得る。

特許請求の範囲において、単語「有する」は他の要素又はステップを排除するものではなく、不定冠詞「a」又は「an」は複数を排除するものではない。
単一のユニット又は装置は、特許請求の範囲で引用されるいくつかの項目の機能を満たすことができる。

特定の手段が相互に異なる従属請求項に記載されているという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを示すものではない。

ベース画像の生成又は1つ又は複数のユニット又はデバイスによって実行される投影データの提供などの手順は、任意の他の数のユニット又はデバイスによって実行することができる。

これらのプロシージャ及び／又はシステムの動作は、コンピュータプログラムのプログラムコード手段として、及び／又は専用ハードウェアとして実施することができる。

コンピュータプログラムは他のハードウェアと一緒に、又はその一部として供給される、光記憶媒体又はソリッドステート記憶媒体などの適切な媒体に記憶／配布することができるが、インターネット又は他の有線もしくは無線電気通信システムなどを介して、他の形態で配布することもできる。

特許請求の範囲におけるいかなる参照符号も、範囲を限定するものとして解釈されるべきではない。

本発明は反復的再構成アルゴリズムを使用する場合に、計算コストを低減することを可能にするシステムを提供することを言う。このシステムは、CT投影データを提供するための提供ユニットと、投影データに基づいてベース画像を生成するためのベース画像生成ユニットと、ボクセルの画像値に基づいてベース画像のボクセルの画像値が修正される修正画像を生成するための修正ユニットと、修正画像を開始画像として使用する反復再構成アルゴリズムを使用して画像を再構成するための画像再構成ユニットとを備える。修正ユニットは、ベース画像を修正するように適合されるので、ベース画像は反復再構成のより速い収束が達成され得るように、選択される反復再構成のための最適な開始画像を形成するように修正され得る。

Claims (13)

1. 対象物の画像を再構成するためのシステムであって、前記システムは、
   前記対象物の投影データを提供するための投影データ提供ユニットであって、前記投影データは、CTシステムによって取得されている、投影データ提供ユニットと、
   前記投影データに基づいてベース画像を生成するためのベース画像生成ユニットと、
   前記ベース画像を修正して修正画像を生成するための修正ユニットであって、前記ベース画像を修正するために、前記修正ユニットは、ボクセルの画像値に基づいて前記ベース画像の前記ボクセルの画像値を修正するように適合される、修正ユニットと、
   反復再構成のための開始画像として前記修正画像を使用する反復再構成アルゴリズムを用いて前記投影データに基づいて前記対象物の画像を再構成するための画像再構成ユニットであって、前記投影データは、前記対象物のスカウトスキャン中に取得されるスカウトスキャン投影データと、前記対象物の診断スキャン中に取得される診断投影データとを有し、前記画像再構成ユニットは、前記反復再構成アルゴリズムを使用して、前記スカウトスキャン投影データ及び前記診断投影データに基づいて前記対象物の前記画像を再構成するように適合される、画像再構成ユニットと
   を有し、
   前記反復再構成中に、前記スカウトスキャン投影データは、前記診断投影データより低い重み付けを受け取る、
   システム。
2. 前記スカウトスキャン投影データは、ヘリカルスカウトスキャン中に取得されている、請求項1に記載のシステム。
3. 前記ベース画像生成ユニットは、前記スカウトスキャン投影データに基づいて前記ベース画像を生成するように適合される、請求項２に記載のシステム。
4. 前記画像再構成ユニットは、前記修正画像を前記診断投影データの初期再構成にレジストレーションし、前記レジストレーションされる修正画像を開始画像として使用するようにさらに適合される、請求項３に記載のシステム。
5. 前記ベース画像生成ユニットは、前記投影データに、フィルタ補正逆投影アルゴリズムを適用することによって前記ベース画像を生成するように適合される、請求項１乃至４の何れか一項に記載のシステム。
6. 前記修正ユニットは、ボクセルの画像値が所定の画像値範囲内にあるかを決定し、前記決定の結果に基づいて前記ボクセルの前記画像値を修正するように適合される、請求項１乃至５の何れか一項に記載のシステム。
7. 前記所定の画像値範囲は、前記対象物の特性に基づく、請求項６に記載のシステム。
8. 前記修正ユニットはさらに、前記所定の画像値範囲内にある前記ベース画像内の関心領域内の全てのボクセルの画像値の特性に基づいて、前記ベース画像のボクセルの前記画像値を修正するように適合される、請求項６乃至７の何れか一項に記載のシステム。
9. 前記修正ユニットは、所定の修正画像値を前記ボクセルに割り当てることによって、前記所定の画像値範囲内の画像値を有する関心領域内の前記ベース画像の各ボクセルの画像値を修正するように適合される、請求項７乃至８の何れか一項に記載のシステム。
10. 前記修正ユニットは、真空又は空気に対応する第1の画像値範囲内の画像値を有する関心領域の各ボクセルに第1の修正画像値を割り当てることによって、及び軟組織に対応する第2の画像値範囲内の画像値を有する前記関心領域の各ボクセルに第2の修正画像値を割り当てることによって、前記関心領域内の前記ベース画像の各ボクセルの画像値を修正するように適合される、請求項1乃至６の何れか一項に記載のシステム。
11. 前記反復再構成アルゴリズムは、最尤再構成アルゴリズムである、請求項１乃至１０の何れか一項に記載のシステム。
12. 対象物の画像を再構成するコンピュータ実装方法であって、前記方法は、
    前記対象物の投影データを提供するステップであって、前記投影データは、CTシステムによって取得されている、ステップと、
    前記投影データに基づいてベース画像を生成するステップと、
    前記ベース画像を修正して修正画像を生成するステップであって、修正画像値は前記ベース画像のボクセルの画像値に基づいて前記ボクセルに割り当てられる、ステップと、
    前記対象物の画像を再構成するステップであって、前記画像は、前記投影データに基づいて、前記修正画像を反復再構成のための開始画像として使用する反復再構成アルゴリズムを使用して再構成される、ステップと
    を有し、
    前記投影データは、前記対象物のスカウトスキャン中に取得されるスカウトスキャン投影データと、前記対象物の診断スキャン中に取得される診断投影データとを有し、
    前記反復再構成中に、前記スカウトスキャン投影データは、前記診断投影データより低い重み付けを受け取る、
    方法。
13. 対象物の画像を再構成するためのコンピュータプログラムであって、前記コンピュータプログラムは、前記コンピュータプログラムが前記システムを制御するコンピュータによって実行されるとき、請求項１２に記載の方法のステップを実行させるためのプログラムコード手段を有する、コンピュータプログラム。

Images