JPWO2011122613A1 - 再構成演算装置、再構成演算方法、及びｘ線ｃｔ装置 - Google Patents

再構成演算装置、再構成演算方法、及びｘ線ｃｔ装置 Download PDF

Info

Publication number
JPWO2011122613A1
JPWO2011122613A1 JP2012508337A JP2012508337A JPWO2011122613A1 JP WO2011122613 A1 JPWO2011122613 A1 JP WO2011122613A1 JP 2012508337 A JP2012508337 A JP 2012508337A JP 2012508337 A JP2012508337 A JP 2012508337A JP WO2011122613 A1 JPWO2011122613 A1 JP WO2011122613A1
Authority
JP
Japan
Prior art keywords
reconstruction
image
subset
ray
projection data
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.)
Granted
Application number
JP2012508337A
Other languages
English (en)
Other versions
JP5960048B2 (ja
Inventor
高橋　悠
悠 高橋
後藤　大雅
大雅 後藤
廣川　浩一
浩一 廣川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Healthcare Manufacturing Ltd
Original Assignee
Hitachi Medical Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Medical Corp filed Critical Hitachi Medical Corp
Publication of JPWO2011122613A1 publication Critical patent/JPWO2011122613A1/ja
Application granted granted Critical
Publication of JP5960048B2 publication Critical patent/JP5960048B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B6/02—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
    • A61B6/52—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • 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
    • A61B6/06—Diaphragms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

逐次近似法にてX線CT画像を再構成する際の計算量を低減させつつ画質を向上させることが可能な再構成演算装置、再構成演算方法、及びX線CT装置を提供するために、再構成演算装置45は、FBP法等の解析的手法によって再構成された初期画像50を、寝台領域51と被検体領域52とその他の空気領域53とに分割し、分割した領域毎に少なくとも収束条件と画素サイズを含む再構成条件を設定して、それぞれ逐次近似処理を行い逐次推定画像を更新し、収束条件を満たした部分集合の逐次推定画像又は再投影データを、他の部分集合が収束条件を満たすまで固定とする。

Description

本発明は、逐次近似法を利用したX線CT画像の再構成演算処理に関する。
X線CT装置は、被検体の周囲からX線を照射し、被検体を透過したX線の強度に関するデータをX線検出器にて収集し、収集したデータに基づいて被検体内部のX線吸収係数の分布情報を画像化する装置である。
画像の再構成法には、大別して、解析的再構成法と代数的再構成法とがある。これらの画像再構成法のうち解析的再構成法には、例えばフーリエ変換法、フィルタ補正逆投影法、重畳積分法があり、代数的再構成法には、例えばMLEM(Maximum Likelihood Expectation Maximization)法やOSEM(Ordered Subset Expectation Maximization)法に代表される逐次近似再構成法がある。このうち、現在実用化されている解析的手法は、広いコーン角(X線ビームのスライス方向への広がり角)を有したマルチスライスCTへ適用すると、再構成アルゴリズムの不完全性により、コーンビームアーチファクトを生ずるという問題がある。一方、代数的再構成法は、解析的再構成法と比較して完全性が高いことが知られているが、その反面、再帰的演算を行うために計算時間が長大となる。このため代数的再構成法は、従来は核医学画像の分野では用いられており、X線CT画像の分野では普及していない。しかし、代数的再構成法(逐次近似再構成法)の計算時間についての問題は、近年のコンピュータ技術の発達により解決されつつあり、X線CT装置の画像形成に逐次近似再構成法を用いて画質改善を行うことが特許文献1に開示されている。
特許文献1には、関心領域のマトリクスサイズを他の領域とは異なるマトリクスサイズで構成し、逐次近似法によって画像を再構成することにより関心領域の画質を向上しつつ、計算量を抑制する技術について記載されている。
また、特許文献2には、関心領域外において高い分解能を要求される領域が存在する場合、その領域を密にサンプリングすることで、関心領域外の画質低下に起因する関心領域内での画質低下を抑制する技術について記載されている。
加えて、特許文献2には、画素毎に収束性を推定し、画像中で更新が所望される画素を重点的に更新することで、逐次近似法の収束性を高め計算量を抑制する技術が記載されている。
米国特許6768782号明細書 米国特許公開2009／0190814号明細書
上述の特許文献1及び特許文献2では、必要な計算精度に注目して画素サイズを設定し、複数の画素サイズで構成される画像に対し逐次近似再構成を適用する。しかしながら、逐次近似再構成の順投影及び逆投影処理において、隣接画素間にて画素サイズが異なる画像は、均一な画素サイズで構成される画像と比較して画素の走査等の処理に時間を要する。加えて、画素毎にマトリクスサイズを保持するためのメモリ領域が必要となる。そのため、単純に画素サイズの異なる画像に逐次近似再構成を適用したのでは、効果的に計算量を低減することができないという問題があった。
また、特許文献2では、各画素の収束度合を随時計算する必要があり、画素数が膨大なCT画像においては処理に時間とメモリを要するという問題があった。
本発明は、以上の問題点に鑑みてなされたものであり、逐次近似法にてX線CT画像を再構成する際の計算量を低減させつつ画質を向上させることが可能な再構成演算装置、再構成演算方法、及びX線CT装置を提供することを目的としている。
前述した目的を達成するために第1の発明は、被検体をスキャンすることにより得られたX線投影データに基づいて再構成された初期画像の各画素を部分集合化する分割手段と、前記分割手段により分割された部分集合毎に少なくとも収束条件と画素サイズを含む再構成条件を設定する設定手段と、前記分割手段により分割された部分集合毎に、前記設定手段により設定された再構成条件で逐次近似再構成を行い逐次推定画像を更新する再構成手段であって、収束条件を満たした部分集合の逐次推定画像又は再投影データを、他の部分集合が収束条件を満たすまで固定とする再構成手段と、を備えることを特徴とする再構成演算装置である。
第2の発明は、被検体をスキャンすることにより得られたX線投影データに基づいて再構成された初期画像の各画素を部分集合化する分割ステップと、分割された部分集合毎に少なくとも収束条件と画素サイズを含む再構成条件を設定する設定ステップと、前記部分集合毎に、前記設定ステップにより設定された再構成条件で逐次近似再構成を行い逐次推定画像を更新するステップであって、収束条件を満たした部分集合の逐次推定画像又は再投影データを、他の部分集合が収束条件を満たすまで固定とする再構成ステップと、を含むことを特徴とする再構成演算方法である。
第3の発明は、被検体周囲の複数角度方向から被検体に対してX線を照射し、被検体を透過したX線投影データを収集するスキャナと、スキャナにて収集したX線投影データに基づいてX線CT画像を再構成する再構成演算装置と、を備えたX線CT装置であって、前記再構成演算装置は、前記X線投影データに基づいて再構成された初期画像の各画素を部分集合化する分割手段と、前記分割手段により分割された部分集合毎に少なくとも収束条件と画素サイズを含む再構成条件を設定する設定手段と、前記分割手段により分割された部分集合毎に、前記設定手段により設定された再構成条件で逐次近似再構成を行い逐次推定画像を更新する再構成手段であって、収束条件を満たした部分集合の逐次推定画像又は再投影データを、他の部分集合が収束条件を満たすまで固定とする再構成手段と、を備えることを特徴とするX線CT装置である。
本発明によれば、逐次近似法にてX線CT画像を再構成する際の計算量を低減させつつ画質を向上させることが可能な再構成演算装置、再構成演算方法、及びX線CT装置を提供できる。
X線CT装置1の全体構成を示す外観図 X線CT装置1のハードウエアブロック図 本発明全体の処理の流れを説明するフローチャート (a)初期画像50、(b)寝台領域51の部分集合、(c)被検体領域52の部分集合を示す図 初期画像50上に各部分集合を示した表示例 各部分集合に設定された画素サイズを示す図 画素の結合を行った場合のCT値と投影値との関係を説明する図 画素サイズの異なる部分集合に分割された画像の逐次近似処理の流れを説明する図 下位部分集合に分割された画像の逐次近似処理の流れを説明する図 下位部分集合の再投影時に関与するチャネル(有効チャネル範囲)について説明する図 再投影データとして保持するチャネル範囲について説明する図 領域別に再構成条件を設定し、各領域で異なる収束条件で逐次近似処理を行う例を説明する図(画像データ更新型) 領域別に再構成条件を設定し、各領域で異なる収束条件で逐次近似処理を行う例を説明する図(投影データ更新型) ファンビーム投影データからパラレルビーム投影データへの変換について説明する図
以下、添付図面を参照しながら、本発明の好適な実施形態について詳細に説明する。
なお、以下の各実施形態では、X線CT装置1は、被検体全体をカバーするワイドファンビームを照射しつつX線源とX線検出器とが一体となり回転する回転−回転方式(Rotate-Rotate方式)、電子ビームを電気的に偏向させながらターゲット電極に当てる電子ビーム走査方式(Scanning Electron Beam方式)、その他の方式のものがあるが、本発明はいずれの方式のX線CT装置にも適用可能である。
［第1の実施の形態］
まず、図1〜図2を参照して、本発明の第1の実施の形態実施の形態のX線CT装置1の構成について説明する。
図1及び図2に示すように、X線CT装置1は、スキャナ2、寝台3、操作ユニット4から構成される。X線CT装置1は、寝台3上に固定された被検体6をスキャナ2の開口部に搬入してスキャンすることにより、被検体周囲の各角度(ビュー)方向からそれぞれ投影データを取得する。
スキャナ2は、図2に示すようにX線発生装置(X線源)201、高電圧発生装置22、X線制御装置202、コリメータ203、コリメータ制御装置204、X線検出器205、プリアンプ206、A/Dコンバータ207、回転板24、駆動装置208、駆動伝達系210、スキャナ制御装置23、及び中央制御装置21から構成される。
X線発生装置201はX線源であり、高電圧発生装置22から印加・供給される管電圧・管電流に従った強度のX線を被検体6に対して連続的または断続的に照射する。X線制御装置202は、中央制御装置21により決定された管電圧及び管電流に従って、高電圧発生装置22を制御する。
コリメータ203は、X線発生装置201から放射されたX線を、例えばコーンビーム(円錐形または角錐形ビーム)状に成形して被検体6に照射させるものであり、コリメータ制御装置204により制御される。被検体6を透過したX線はX線検出器205に入射する。
X線検出器205は、例えばシンチレータとフォトダイオードの組み合わせによって構成されるX線検出素子群をチャネル方向(周回方向)に例えば1000個程度、列方向(体軸方向)に例えば1〜320個程度配列したものであり、被検体6を介してX線発生装置201に対向するように配置される。X線検出器205はX線発生装置201から放射されて被検体6を透過したX線を検出し、検出したX線投影データをプリアンプ206にて増幅した後、A/Dコンバータ207に出力する。
A/Dコンバータ207は、X線検出器205の個々のX線検出素子により検出され、プリアンプ206により増幅されたX線投影データを収集し、ディジタルデータに変換して操作ユニット4の演算装置44に出力する。
回転板24には、X線発生装置201、コリメータ203、X線検出器205、プリアンプ206等が搭載される。回転板24は、スキャナ制御装置23によって制御される駆動装置208から、駆動伝達系210を通じて伝達される駆動力によって回転する。
中央制御装置21は、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)等により構成される。中央制御装置21は、X線制御装置202、コリメータ制御装置204、スキャナ制御装置23、操作ユニット4の演算装置44を制御し、また、寝台3内の寝台制御装置301を制御するものである。
図1及び図2に示す寝台3は、寝台制御装置301に制御されて、所定の高さ位置、体軸位置、及び体幅位置に移動される。これにより、被検体6がスキャナ2のX線照射空間に搬入及び搬出される。
操作ユニット4は、表示装置41、入力装置42、記憶装置43、及び演算装置44から構成される。また演算装置44は、再構成演算装置45及び画像処理装置46から構成される。操作ユニット4はスキャナ2に接続される。表示装置41、入力装置42、記憶装置43、及び演算装置44の各部はスキャナ2内の中央制御装置21により制御される。
表示装置41は、液晶パネル、CRTモニタ等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行するための論理回路で構成され、演算装置44に接続される。表示装置41は、中央制御装置21及び演算装置44の制御によって演算装置44から出力される再構成画像(X線CT画像)並びに中央制御装置21が取り扱う種々の情報を表示するものである。
入力装置42は、例えば、キーボード、マウス、テンキー等の入力装置、及び各種スイッチボタン等により構成され、操作者によって入力される各種の指示や情報を演算装置44に出力する。演算装置44は、入力装置42から入力された各種指示や情報を中央制御装置21に出力する。操作者は、表示装置41及び入力装置42を使用して対話的にX線CT装置1を操作する。
記憶装置43は、ハードディスク等により構成されるものであり、演算装置44に接続される。記憶装置43は、演算装置44から出力された画像や後述する処理に必要なプログラム及び各種データを記憶する。
演算装置44は、CPU、ROM、RAM等により構成され、中央制御装置21の制御に従って操作ユニット4全体を制御する。
再構成演算装置45は、中央制御装置21の制御によってスキャナ2内のA/Dコンバータ207から出力されたX線投影データを取得し、画像の再構成処理を行う。すなわち、再構成演算装置45は、取得したX線投影データに対して、log変換、キャリブレーション等の前処理を行い、更にX線投影データに対して後述する処理(図3参照)を施すことにより、被検体6のX線CT画像を再構成する。再構成されたX線CT画像は、記憶装置43に記憶されるとともに、表示装置41に表示される。画像処理装置46は、再構成演算装置45によって生成されたX線CT画像に対して、操作者の所望する画像加工処理を施す装置である。
以下、図3〜図8を参照して、第1の実施の形態のX線CT装置1の動作について説明する。
本発明のX線CT装置1の再構成演算装置45は、フィルタ補正逆投影法等の解析的手法で再構成された初期画像を生成し、初期画像の各画素を部分集合化するにあたり、推定される必要分解能、収束性、及び部分集合が画像上で構築する図形の特徴量またはそのいずれかに応じて分割し、各部分集合に少なくとも収束条件、画素サイズ、及びサブセット数を含む再構成条件を与え、各部分集合について逐次近似処理を行い、得られた各部分集合の再構成画像を統合する。
ここで、必要分解能とは、所望の画質を達成するために必要な画像の解像度である。画素サイズ(画素の1辺の長さ)を小さく設定すれば分解能が向上する。
また、収束性とは、逐次更新を経て画素値が収束する、若しくは収束条件を満たすまでに要する速度を表す。収束性が高い画素ほど更新に要する反復回数が少ない。さらに、部分集合が画像上で構築する図形の特徴量とは、部分集合内の画素に対応する領域の形状に関する特徴量であって、例えば、複雑度やフェレー径を指す。これらの特徴量を指標として、部分集合内の画素に対応する領域を単純な図形で構成する。
第1の実施の形態では、初期画像の各画素を、寝台領域、被検体領域、その他の領域(空気領域)に対応した各部分集合に分割する。これは、これらの各領域のうち、寝台領域とその他の領域ではそれぞれ必要分解能及び収束性が撮影前に容易に推定できるからである。
本実施の形態のX線CT装置1の中央制御装置21は、被検体6の撮影及び画像再構成を行う際に、図3に示すフローチャートの手順で処理を実行する。すなわち、中央制御装置21は、記憶装置43から当該処理に関するプログラム及びデータを読み出し、このプログラム及びデータに基づいて以下の手順で処理を実行する。
図3のステップS1の処理に先立ち、X線CT装置1ではスキャノグラム撮影が行われ、スキャノグラムに基づく被検体断面モデルが生成されているものとする。また、寝台サイズや寝台位置等は予め取得されているものとする。
被検体断面モデルとは、被検体断面を例えば楕円と仮定したモデルであり、後述する被検体サイズの推定等に用いられるものである。特開2001−043993号公報に被検体サイズの推定方法について記載されている。
中央制御装置21は、スキャノグラム及び被検体断面モデルに基づいて、撮影条件及び再構成条件の設定を受け付ける。撮影条件としては、例えば、寝台移動速度、管電流、管電圧、コリメータ条件、らせんピッチ、スライス位置等が挙げられる。また再構成条件としては、再構成FOV、再構成中心位置、再構成ピッチ(スライス厚)、関心領域、再構成画像マトリクスサイズ、再構成フィルタ関数、逐次近似処理の最大反復回数、収束条件等が挙げられる(ステップS1)。
次に、中央演算装置21は、ステップS1で入力された撮影条件等に基づいて、撮影に必要な制御信号をX線制御装置202、寝台制御装置301、スキャナ制御装置23に送出する。また中央演算装置21は、撮影スタート信号を発し、撮影を開始させる(ステップS2)。
撮影が開始されると、X線制御装置202により高電圧発生装置22に制御信
号が送られ、X線発生装置201に高電圧が印加される。X線発生装置201はX線を被検体6に対して照射する。このとき、スキャナ制御装置23から駆動装置208に制御信号が送られ、X線発生装置201、X線検出器205、プリアンプ206等が被検体6の周りに周回される。一方、寝台制御装置301により被検体6を載せた寝台3は、ノーマルスキャン時は、所定のスライス位置で静止し、らせんスキャン時は所定のらせんピッチで体軸方向に平行移動される。
X線発生装置201から照射されたX線は、コリメータ203により照射領域を制限され、被検体6内の各組織で吸収(減衰)され、被検体6を通過し、X線検出器205で検出される。X線検出器205で検出されたX線は電流に変換され、プリアンプ206で増幅され、A/Dコンバータ207でディジタルデータに変換されて、操作ユニット4の演算装置44へ出力される。演算装置44は取得したディジタルデータに対してlog変換やキャリブレーションを行い、投影データとする。この投影データは再構成演算装置45による再構成演算の対象となる。
再構成演算装置45は、投影データを取得すると、まず初期画像50を作成する(ステップS3)。
すなわち再構成演算装置45は、投影データに基づき、例えばFeldkamp法等の解析的再構成法を用いて初期画像50を再構成する。この初期画像50は全体に均一な画素サイズで構成される。初期画像50の一例を図4(a)に示す。図4(a)に示すように、初期画像50の再構成FOVは撮影範囲全体とする。これは、後に行われる逐次近似処理の際に、逐次推定画像の再投影データと実投影データとの矛盾をできるだけ小さくするためである。
なお、この初期画像50を得るための解析的再構成法としては、ラドン変換法、フーリエ変換法、フィルタ補正逆投影法(FBP法)等、どの方法を用いてもよいが、64列程度のX線検出器205を有するマルチスライスCT装置の場合には、例えばWeighted Feldkamp法をベースとしたフィルタ補正3D逆投影処理、或いはこれを改良した処理が好適である。Weighted Feldkamp法をベースとしたフィルタ補正3D逆投影処理を採用した場合には、コーン角を考慮した再構成処理が行われるため、後に行われる逐次近似処理の収束までの繰り返し回数が少なくなり、演算時間を短縮できる。
次に、再構成演算装置45は、撮影の実行の際に設定された寝台位置と予め算出された寝台サイズに基づいて、初期画像50の寝台を覆う領域を算出する。以下、この寝台を覆う領域を寝台領域51という。図4(b)に示すように、寝台領域51は矩形とし、必要に応じて、被検体の重みによるテーブルの撓み量を縦辺及び横辺に加算してもよい(ステップS11)。ここでは、画素が格子点上に並んでいる場合について説明しているため、寝台領域51を矩形としたが、画素の構成によっては異なる形状で領域を設定してもよい。例えば、Polar voxelを画像の基底とした場合には、領域を扇形で設定してもよい。
そして再構成演算装置45は、算出した寝台領域情報に基づいて、初期画像50から寝台領域51に含まれる画素を抽出し、部分集合化する。そして、この部分集合全体を1画像平面としたレイヤを構築する(ステップS12)。この寝台領域51の部分集合のレイヤをここでは第1レイヤと呼ぶ。
また、再構成演算装置45は、撮影条件の設定時に得られるスキャノグラムやスキャノグラムに基づいて生成される被検体断面モデルから被検体サイズを算出し、撮影の実行の際に設定された寝台位置とあわせて、被検体6を覆う領域を算出する。以下、この被検体6を覆う領域を被検体領域52という。図4(c)に示すように、被検体領域52は矩形とし、必要に応じて、被検体6の衣類がはみ出さないようにマージンを設定し、矩形の横辺及び縦辺にそれぞれ加算してもよい(ステップS21)。また、被検体領域52を矩形としたが、寝台領域51の場合と同様の理由により画素の構成によっては異なる形状で領域を設定してもよい。
再構成演算装置45は、算出した被検体領域情報に基づいて、初期画像50から被検体領域52に含まれる画素を抽出し、部分集合化する。そして、この部分集合全体を1画像平面としたレイヤを構築する(ステップS22)。この被検体領域52のレイヤを、ここでは第2レイヤと呼ぶ。
次に、再構成演算装置45は、ステップS3で作成された初期画像50を表示装置41に表示する。更に、図5(a)に示すように、ステップS12及びステップS22で抽出した寝台領域51及び被検体領域52を初期画像50上に表示する(ステップS4)。
この段階で、寝台領域51及び被検体領域52について、操作者による再設定を受け付けてもよい。入力装置42を介して操作者により領域の再設定が行なわれると、中央演算装置21は再構成演算装置45へ再設定された寝台領域51及び被検体領域52を送出し、再構成演算装置45は、再設定された内容にて、寝台領域51及び被検体領域52の各部分集合(第1レイヤ及び第2レイヤ)を調整する(ステップS13、S23)。
また、寝台領域51について、再構成演算装置45は、寝台3の必要分解能に応じて寝台領域51に含まれる画素をアップサンプリングまたはダウンサンプリングする(ステップS14)。寝台3の必要分解能は達成すべき画質等から予め算出されるものとする。
被検体領域52についても同様に、再構成演算装置45は、被検体領域52に含まれる画素をアップサンプリングまたはダウンサンプリングする(ステップS24)。被検体領域52の画素サイズは、ステップS1で設定される再構成条件に基づいて決定されるものとする。
この時点で、被検体領域52と寝台領域51の両方に含まれる画素が存在する。それらの画素は、上述の画素サイズの設定処理の結果に基づき、より画素サイズの小さな領域に対して、優先的に部分集合へ追加する。その結果、どちらかの領域の形状が矩形でなくなった場合、図5(b)に示すように、その領域を細分化し、矩形が保たれるようにする。
画素の結合により画素サイズが変更された寝台領域51の画像(第1レイヤ)を、逐次近似処理における初回反復の逐次推定画像(図8の56参照)として設定する(ステップS15)。また再構成演算装置45は、画素サイズが変更された被検体領域52の画像(第2レイヤ)を、逐次近似処理における初回反復の逐次推定画像(図8の57参照)として設定する(ステップS25)。
ここまでの処理によって、初期画像50は、寝台領域51と被検体領域52とその他の領域53の3つの領域に分割される。その他の領域53については、以下、空気領域53と呼ぶ。
図6(a)、(b)に示すように、各領域51、52、53にはそれぞれ必要な分解能に応じた画素サイズが設定されている。一般的には被検体領域52にはより高い分解能が必要とされるため、被検体領域52の画素サイズを最小とする。また、空気領域53については、医用診断にはあまり着目されないので逐次近似処理を行わず、予め算出されている空気のCT値を与えるものとする。また、画素サイズもできる限り大きく設定される。
寝台領域51の画素サイズは、要求される画質及び計算速度に応じた適切なサイズに設定される。
図7に、画素の結合を行った場合のCT値と投影値との関係を示す。
図7(a)、(b)に示すように、初期画像50の画素jにおけるlog変換後の投影値をyi、CT値をｘj、検出素子iに入射するX線の画素jにおける透過長をaijとする。
このとき、以下の式(1)が成り立つ。
Figure 2011122613
 図7(c)に示すように、例えば、j＝1，2，3，4の4つの画素を結合する場合、投影値yiは以下の式(2)となる。
Figure 2011122613
 画素の結合を行う場合、本発明の各実施の形態では、注目画素と隣接画素とのCT値差の小さい画素を結合するようにしている。従って、式(3)が仮定される。
Figure 2011122613
 また、検出素子iに入射するX線の各画素(j＝1，2，3，4)における透過長の和を、式(4)で定義する。
Figure 2011122613
 このとき、結合された画素についての、投影値とCT値との関係は、次式(5)となる。
Figure 2011122613
 図3の説明に戻る。
ステップS1〜ステップS5、ステップS11〜ステップS15、ステップS21〜ステップS25の処理によって、各部分集合(寝台領域51と被検体領域52)にそれぞれ適切な画素サイズが与えられ、初回反復の逐次推定画像が与えられると、再構成演算装置45は、寝台領域51及び被検体領域52についてそれぞれ逐次近似処理を開始する(ステップS16、ステップS26)。
逐次近似処理としては、ML(最尤推定：Maximum Likelihood)法、MAP(事後最大確率：Maximum a Posterier)法、WLS(重み付き最小自乗：Weighted Least Squares)法、PWLS(罰則つき重み付け最小自乗法：Penalized Weighted Least Squares)法、SIRT(Simultaneous Reconstruction Technique)法といった公知の手法を用いればよい。また、これらの逐次近似処理にOS(Ordered Subset)等の高速化手法を適用してもよい。
逐次近似処理の流れを図8を参照して説明する。
図8の寝台領域51の部分集合における逐次近似処理(S16)と、被検体領域52の部分集合における逐次近似処理(S26)とは、初回反復に用いる逐次推定画像が異なるだけで、手順は同一である。
すなわち、寝台領域51の逐次近似処理S16では、再構成演算装置45は、寝台領域51の逐次推定画像を再投影処理し(ステップS101)、再投影データ61を得る。同様に被検体領域52の逐次近似処理S26では、再構成演算装置45は、被検体領域52の逐次推定画像を再投影処理し(ステップS101)、再投影データ62を得る。そして、再構成演算装置45は、再投影データ61，62を統合し、実投影データと比較して、修正成分投影データを生成する(ステップS6)。
この修正成分投影データを用いて、寝台領域51の逐次近似処理S16では、寝台領域51で逆投影し、被検体領域52の逐次近似処理S26では、被検体領域52で逆投影し(ステップS102)、寝台領域51及び被検体領域52の修正成分画像71、72をそれぞれ取得する。
そして、修正成分画像71、72によって逐次推定画像56，57をそれぞれ修正し(ステップS103)、更新する。更新された逐次推定画像56，57について、それぞれ予め設定されている収束条件を満たすか否かを判定し(ステップS104)、収束条件を満たさない場合は(ステップS104；No)、ステップS101〜ステップS104の処理を繰り返す。
以上のように反復処理を繰り返し、いずれかの領域(部分集合)について、収束条件を満たした場合は(ステップS104；Yes)、その部分集合ではそれ以降の反復処理を行わない。また、収束条件を満たしていない部分集合について、サブセット数や収束条件、画素サイズ等の再構成条件を再設定することができる。ステップS6では、いずれか一方の部分集合が収束している場合は、収束した部分集合の再投影データ81(または82)を固定し、固定した再投影データ81と、反復処理中の再投影データ62(または61)とを統合し、修正成分投影データを生成する。これらの処理により、部分集合毎の収束性の違いを緩和し、計算量を削減することができる。また、他の部分集合の収束状況に応じて再構成条件を変更することにより、収束性の最適化を図ることができる。
全ての部分集合について、収束条件を満たした場合は反復処理を終了し、各部分集合の収束時の逐次推定画像を出力し、ステップS7へ移行する(図8のステップS104「Yes」→ステップS7(図3のステップS17、ステップS27→ステップS7))。
ステップS7(図8及び図3)では、寝台領域51についての収束時の逐次推定画像と、被検体領域52についての収束時の逐次推定画像とを統合する。寝台領域51、被検体領域52、空気領域53の各レイヤの画素サイズをそれぞれアップサンプリングまたはダウンサンプリングして均一化し、出力画像90として出力する(ステップS8；図3)。
空気領域53内の各画素には空気に相当する既知のCT値を与える。
以上の処理によって、本実施の形態の出力画像90は、被検体領域52では高分解能、寝台領域51では中〜高程度の分解能、空気領域53では中程度以下の分解能で生成される。
以上説明したように、第1の実施の形態において、再構成演算装置45は、Feldkamp法等により初期画像50を、必要分解能に応じた領域として、寝台領域51と被検体領域52とその他の空気領域53とに分割し、分割した領域毎に再構成条件を設定して、それぞれ逐次近似処理を実行する。逐次近似処理では、各領域の逐次推定画像の再投影データを生成し、これらを統合して、実投影データと比較し、修正成分投影データを推定し、修正成分投影データに対して各領域の逆投影処理を行って、各領域の修正成分画像を生成し、逐次推定画像を修正する。以上の処理を領域毎に設定された収束条件を満たすまで繰り返し、ある部分集合について収束条件を満たした場合は、その領域の逐次推定画像(または再投影データ)を固定して、その他の部分集合について上述の反復処理を繰り返す。そして、全ての領域について収束条件を満たすと、各領域の逐次推定画像を統合して、画素を均一化し、出力画像90として出力する。
従って、画素が密に設定された領域では分解能を向上させた良好な画質を得られる。一方で、寝台や空気のような高い分解能が要求されない部分集合については画素サイズを粗く設定しても画質を確保できるため、逐次近似処理の収束を早め、演算時間を短縮できる。また、異なる画素サイズで構成される画像に逐次近似再構成を適用した場合には、画素の走査等に時間を要するが、部分集合毎に画素サイズを設定することにより、処理を単純化し高速化することができる。さらに、画素毎に収束条件を設け、逐次近似再構成を適用した場合には、収束条件の更新を全画素について行う必要があり、膨大なメモリ量と計算時間を要するが、部分集合毎に収束条件を設定することにより、処理を単純化し、必要なメモリ量と計算量を削減することができる。
［第2の実施の形態］
次に、図9を参照して、本発明の第2の実施の形態を説明する。
なお、第2の実施の形態のX線CT装置1のハードウエア構成は、図1及び図2に示す第1の実施の形態のX線CT装置1と同様であるので説明を省略し、同一の各部には同一の符号を付して説明することとする。
第2の実施の形態の再構成演算装置45としては、高速演算に特化したマルチコアプロセッサが使用されるものとする。マルチコアプロセッサは、一般に各コアのメモリが小さいため、一括に処理できる画素数および投影データ数が制限される。また、逐次近似処理では、各コアのメモリへのデータ転送処理が多くの割合を占めている。そのため、各コアで一括処理するデータをコアの処理能力に応じたデータ量とし、データ転送の回数を減らして効率よく逐次近似処理を実行できるようにする。
すなわち第2の実施の形態では、第1の実施の形態における部分集合に含まれる各画素を、更に所定の画素数の下位部分集合としてグループ化し、下位部分集合内の各画素については一括して逐次近似処理(再投影処理、逆投影処理)を行うものとする。
再構成演算装置45は、分割した部分集合について、以下(A)〜(C)の条件を満たすように下位部分集合を設定する。
(A)下位部分集合は、再構成演算装置45の処理能力(メモリ量)に最適な画素数で構成されること。
(B)下位部分集合内のそれぞれの画素が少なくとも1つの隣接する画素を同集合に含むこと。
(C)下位部分集合に含まれる画素全体が形成する画像上の領域は、単位画素の示す領域と相似形となること。
再構成演算装置45は、下位部分集合に含まれる画素全体が形成する画像上の領域が、部分集合に含まれる画素全体が形成する画像上の領域からはみ出る場合には、下位部分集合に含まれる画素もしくは部分集合に含まれる画素のいずれかを再設定することにより、上述の条件(A)、(B)、(C)を満たすようにする。
上述の条件に従って、例えば第1の実施の形態の寝台領域51を4つの下位部分集合51a，51b，51c，51dに分割し、被検体領域52を4つの下位部分集合52a，52b，52c，52dに分割する。
図9に下位部分集合に分割された画像の逐次近似処理の流れを示す。
再構成演算装置45は、各コアプロセッサに上述の8つの下位部分集合51a，51b，51c，51d、52a，52b，52c，52dをそれぞれ割り当て、逐次近似処理を行う。例えば、下位部分集合51aの処理をコアプロセッサ45a、下位部分集合51bの処理をコアプロセッサ45b、下位部分集合51cの処理をコアプロセッサ45c、・・・のように割り当てて、下位部分集合内の画素については割り当てられたコアプロセッサで一括に処理する。
各下位部分集合内での逐次近似再構成の処理手順は、第1の実施の形態(図8のステップS16、S26)と同様である。図9に示すように、再構成演算装置45は、再投影処理した全ての下位部分集合51a，51b，51c，51d、52a，52b，52c，52dの再投影データを統合し、実投影データとの比較を行い、修正成分投影データを生成する。修正成分投影データを下位部分集合毎に独立に逆投影し、修正成分画像を作成し、前回の反復における逐次推定画像と加算することで逐次推定画像を更新する。ある下位部分集合において、更新後の逐次推定画像が予め設定した収束条件を満たさない場合には再投影を行い、収束条件を満たすまで前記反復を繰り返す。一方、ある下位部分集合が収束条件を満たした場合、それ以降の反復は行わず、収束時の再投影データを供し、他の下位部分集合の再投影データと統合する。全ての下位部分集合が収束条件を満たした時点で全体の反復は終了し、アップサンプリングまたはダウンサンプリングにより均一な画素サイズの画像を出力する。
なお、収束条件の判定は、下位部分集合毎に行う例を示したが、部分集合毎もしくは画像全体で収束条件を設定し、判定するようにしてもよい。
以上説明したように、第2の実施の形態によれば、部分集合を更に各コアプロセッサのメモリ量に適した下位部分集合に分割し、各部分集合毎に処理を行うので、各コアのメモリ量の小さいマルチコアプロセッサを使用した並列処理が可能となり、逐次近似処理を効率よく行える。
［第3の実施の形態］
次に、図10及び図11を参照して、本発明の第3の実施の形態を説明する。
なお、第3の実施の形態のX線CT装置1のハードウエア構成は、図1及び図2に示す第1の実施の形態のX線CT装置1と同様であるので説明を省略し、同一の各部には同一の符号を付して説明することとする。
上述の第2の実施の形態において、部分集合を処理単位の小さい下位部分集合に更に分割し、各コアプロセッサにて下位部分集合毎に処理を行う例を示したが、第3の実施の形態では、更に、各コアプロセッサで保持するデータの冗長な部分を省くことにより、効率よく逐次近似処理を行う例について説明する。
分割された各下位部分集合は、初期画像50内の一部に過ぎず、演算に関与するチャネル数もチャネル全体の一部となる。
図10(a)に示すように、ビュー角度θにおいて、下位部分集合の再投影等に関わるチャネル幅は検出器全体の一部のチャネルとなる。これを図10(b)のサイノグラム上で見ると、ビュー毎にチャネル方向への変動はあるものの、下位部分集合の再投影または逆投影に関与するチャネルは、各ビューでチャネル全体の一部となる。従って、各コアプロセッサでは、処理対象とする下位部分集合とは関係のないチャネルのデータまで保持する必要はない。
そこで、第3の実施の形態において、まず再構成演算装置45は、下位部分集合の再投影及び逆投影に関与するチャネル幅を各ビューで算出する。以下、図10(b)に示すように、下位部分集合の再投影及び逆投影に関与するチャネルを関与チャネルと呼び、各ビューの関与チャネルを、全ビューで最大の幅を持つ関与チャネルの幅に拡張したものを有効チャネル範囲と呼ぶ。有効チャネル範囲は画像上における下位部分集合の位置と投影角度(ビュー角度)とから算出できる。
また、再構成演算装置45は、注目する下位部分集合の初期画像上での位置に基づいて、各ビューにおいて有効チャネル範囲の中心が全チャネルの中心に一致するように、有効チャネル範囲の各ビューでのチャネル方向へのシフト量を算出する。そして、再構成演算装置45は、下位部分集合毎の処理内では有効チャネル範囲のデータのみを処理する。
具体的には、注目する下位部分集合が画像の中心とは異なる位置にある場合、図11(a)に示すように、有効チャネル範囲は全ビューでサインカーブを描く。従来は、再投影データとして、注目する下位部分集合に関与するチャネル以外のチャネルについても保持されていたが、本実施の形態では、図11(b)に示すように、有効チャネル範囲の中心がサイノグラム(再投影データ全体)の中心に一致するようにチャネル方向にシフトさせ、図11(c)に示すように、有効チャネル範囲の再投影データのみを保持するものとする。保持するデータ量は、有効チャネル範囲のチャネル数×ビュー数分のデータとなる。
再構成演算装置45は、各ビューでの有効チャネル範囲のチャネル方向へのシフト量も保持する。チャネル方向へのシフト量は、実空間の移動量であってもよいし、チャネルのインデックスであってもよい。
逐次近似処理における逆投影処理に際して、再構成演算装置45は、上述のシフト量を参照して、保持されている各下位部分集合の再投影データをそれぞれ元のチャネル位置にシフトさせた後、画像全体の再投影データ(または修正成分の再投影データ)を作成し、その後、注目する下位部分集合の逆投影データを得る。
以上説明したように、第3の実施の形態では、再構成演算装置45は、再投影及び逆投影の際に下位部分集合の関与する関与チャネルのうち最大の幅の関与チャネルを有効チャネル範囲として算出し、また、各ビューにおける有効チャネル範囲の中心を全チャネルの中心に一致させるための各ビューでのチャネル方向へのシフト量を算出する。そして、再構成演算装置45は、再投影処理を行う際は、注目する下位部分集合の有効チャネル範囲のデータを保持し、逆投影処理を行う際は、保持されている各下位部分集合の再投影データを、前記シフト量に基づいてそれぞれ元のチャネル位置にシフトさせ、注目する下位部分集合の逆投影データを得る。
したがって、部分集合を更に下位部分集合に分割して処理を行う際、演算に不要なデータを保持する必要がなくなり、冗長なデータ転送をなくすことができる。
［第4の実施の形態］
次に、図12、図13を参照して、本発明の第4の実施の形態を説明する。
なお、第4の実施の形態のX線CT装置1のハードウエア構成は、図1及び図2に示す第1の実施の形態のX線CT装置1と同様であるので説明を省略し、同一の各部には同一の符号を付して説明することとする。
第4の実施の形態では、第1の実施の形態で分割した被検体領域52の内部に操作者が最終的に生成したい画像領域(画像FOV)を指定する再構成処理について説明する。
逐次近似再構成では、再構成する画像FOVサイズを撮影範囲全体と比較して小さくしてしまうと、再投影データと実投影データとの間に矛盾を生じるため、画質を悪化させてしまう。このため被検体全体が包含されるように逐次近似再構成のFOVサイズや再構成中心位置を決定する必要がある。また、画像マトリクスサイズ(画像の1辺の画素数)を変えずにFOVサイズを大きくすると離散誤差が増大するため、被検体の一部を高分解能に再構成したい場合には、画像マトリクスサイズを大きくする必要がある。しかしながら、画像マトリクスサイズをN倍にすると画素数はN2倍となり、再投影に要する時間はN倍、逆投影に要する時間はN2倍となってしまう。
そこで、第4の実施の形態では、再構成演算装置45は、撮影範囲の全体領域(ROI1)における最終的に生成したい画像領域(ROI2)とその他の領域(ROI3)に分割すると共に、ROI2、ROI3に対してそれぞれ収束条件(CC2、CC3)を設定し、複数段階に分けて逐次近似処理を行う。
1段階目の逐次近似処理では、ROI1(ROI2＋ROI3)に対して逐次近似処理を行う中でROI2、ROI3のそれぞれで誤差成分(修正成分)を評価する。ROI3が収束条件CC3を満たした後は、2段階目の逐次近似処理へ移行し、ROI3成分を固定してROI2領域に対して収束条件CC2を基に逐次近似処理を行う。
また、2段階目の処理(ROI2領域に対して逐次近似処理)を行う際に、ROI2での誤差が小さくなるように再構成条件(サブセット数、画像マトリクスサイズ、再構成スライス数、再構成スライス間隔、再構成中心位置など)を必要に応じて変更可能とする。
具体的には、まず、第1の実施の形態のステップS1〜ステップS3と同様に、入力装置42にて入力された撮影条件に基づき被検体6が撮影される。次に、再構成FOV等の再構成条件が設定されると、再構成演算装置45は、撮影により得られた投影データからフィルタ補正逆投影(FBP)法によって再構成画像を生成する。
例えば、この段階での再構成条件(RCND)として、再構成FOV(FOV2)や再構成中心位置は撮影部位に応じて疾患が診断しやすいように決定され(例えば、心臓撮影においては、再構成FOV(FOV2)＝250mm、再構成中心位置は心臓が中心となるように設定)、再構成画像マトリクスサイズは通常固定であり512画素(矩形の一辺の画素数を示す)、再構成画像スライス数およびスライス間隔は撮影範囲や診断したい疾患のサイズに応じて設定され(例えば、スライス数200枚、スライス間隔0.5mm)、再構成フィルタは診断部位に応じて疾患を診断しやすいような周波数特性を有するフィルタ(例えば、胸部ではランプフィルタの高周波成分を強調したフィルタ)が選択される。
操作者は、ステップS3で得られた画像を確認し、ノイズやアーチファクトが多く問題となる場合は、入力装置42から逐次近似処理の最大繰り返し回数(FOV2領域に対する最大繰り返し回数N2、画像全体(FOV1)に対する最大繰り返し回数N1)、画像全体(FOV1)に対するサブセット数SUB1とFOV2領域に対するサブセット数SUB2、FOV2領域に対する収束条件CC2と画像全体(FOV1)に対する収束条件CC1を設定し、処理実行ボタンを選択する(最大繰り返し回数内で収束条件を満たした場合には収束条件を満たした段階で処理は終了する)。
実行ボタンが選択されると、再構成演算装置45は、入力された内容にて再構成条件を設定変更する。具体的には、再構成FOVが最大(FOV1)となる条件(例えば、最大FOVサイズ＝500mm、再構成中心位置は回転中心位置)にて原理的に厳密なランプフィルタを用いて、FBP法にて再構成画像(IMAGE1)を生成する。なお、ここではFBP法にて初期画像を生成したが、これに限定されず既存の別の再構成法を使用してもよい。この際、再構成法に応じて逐次近似処理における収束するまでの繰り返し回数が変わるため、なるべく投影データに対する尤度の高い再構成画像が得られる再構成方法が望ましい。
次に、再構成演算装置45は、図12に示すように、得られた撮影範囲全体(ROI1)の再構成画像を、FOV2内の領域(ROI2)で構成される画像(IMAGE2)とFOV2外の領域(ROI3)で構成される画像(IMAGE3)に分割する。
次に、再構成演算装置45は、画像IMAGE1を初期画像として、逐次近似処理(逐次近似再構成)を行う。
逐次近似処理において、再構成演算装置45は、撮影により得られた投影データRAW1に一致するよう、再構成画像(初期画像)をスキャン軌跡に沿って再投影処理し、再投影データFPJ1を生成する。この際、再投影処理においてIMAGE2を再投影して得た再投影データFPJ2と、IMAGE3を再投影して得た再投影データFPJ3とを、別々に生成し、これらを合わせることによりROI1の再投影データFPJ1を生成する。
再構成演算装置45は、生成した再投影データFPJ1と投影データRAW1とを比較し、修正成分投影データMCRAW1を生成する。この際、再構成演算装置45は、再投影データの投影データに対する差や比を基に、再投影データと投影データとの間の矛盾が小さくなるように(再投影データの尤度が高くなるように)修正成分投影データMCRAW1を算出する。修正成分投影データMCRAW1は、誤差成分として扱われる。
再構成演算装置45は、MCRAW1を再構成することで、修正成分画像MCIMG1を生成する。更に、再構成演算装置45は、修正成分画像MCIMG1を再投影処理で使用した再構成画像に重み付け加算処理することにより、再構成画像IMAGE1における誤差を低減させた修正画像データMIMG1を生成する。ここで用いられる再構成処理は、フィルタなし逆投影、フィルタ補正逆投影のいずれを用いてもよく、フィルタ補正逆投影の場合には、例えば、ランプフィルタを使用する。
再構成演算装置45は、修正された修正画像データMIMG1をIMAGE1として、上述の処理を最大繰り返し回数N1回まで繰り返し実行する。この際、再構成演算装置45は、繰り返し処理の1ループ毎に、修正成分画像MCIMG1におけるROI2、ROI3領域を評価し、いずれかの領域で収束条件を満たす場合には繰り返し回数がN1に達していなくても繰り返し処理を終了する。
以上が1段階目の逐次近似処理である。
1段階目の繰り返し処理にて、いずれか一方の領域、例えばROI3が収束条件を満たした場合は、2段階目の処理へ移行する。
2段階目の処理において、再構成演算装置45は、まず投影データRAW1からROI3の最後に得た再投影データFPJ3を差し引き、ROI2領域に相当する局所投影データRAW2を生成する。また、FPJ1またはFPJ2を再構成FOV2にて再構成し、再構成画像MIMG2を得る。そして、局所投影データRAW2と修正画像データMIMG2とを用いて、再構成FOV2の条件にて再度、逐次近似再構成を行なう。
具体的には、RAW2を投影データ、MIMG2を初期画像として、最大繰り返し回数N2、サブセット数SUB2、収束条件CC2の条件にて、上述と同様に逐次近似処理を行うものとする。
その後、再構成演算装置45は、最終的に得られた再投影データを、再構成条件ＲCNDにて再構成し、最終的な再構成画像を得る。
以上のように、第4の実施の形態では、まず、画像全体を所望のFOV領域(ROI2)とその他の領域(ROI3)とに分割し、複数の段階に分けて逐次近似処理を実行する。第1の段階では、画像全体の逐次近似処理において、各領域を分割された領域毎に逐次近似処理し、各領域でそれぞれに収束判定を行なう。いずれかの領域で収束条件を満たすと、第2の段階へ移行し、収束した領域の再投影データを固定して、残りの領域の逐次近似処理を続行する。その後、残りの領域について収束条件を満たした場合は、逐次近似処理を終了し、最後に得た再投影データに基づいて、所望の再構成条件により画像を再構成する。
従って、画像FOVが小さく被検体がはみ出すような拡大した画像においても、逐次近似処理によりコーンビームアーチファクトやノイズが低減された高画質な画像を生成できる。また、複数の段階に分けて逐次近似処理する際に、段階に応じて収束条件や最大繰り返し回数(N1、N2)やサブセット数(SUB1、SUB2)を変更することもできるので、最終的に生成したい領域に対してより高精度な演算を行なうことが可能となり、画像全体を高精度に演算する場合と比較して、演算時間が短縮できる。
なお、上述の実施の形態では、画像データを修正する方式の逐次近似処理を説明したが、本実施の形態の処理を投影データを修正する方式に適用してもよい。
具体的には、図13に示すように、上述の説明と同様の修正成分投影データMCRAW1が生成され、修正成分投影データMCRAW1は再投影データFPJ1に重み付け加算処理され修正投影データMRAW1が生成される。修正投影データMRAW1は再構成され修正画像データMIMG1が生成される。修正画像データMIMG1とIMAGE1の差分から修正成分画像MCIMG1が生成される。以上の処理を逐次近似処理の1ループとして繰り返し処理を行う。このようにすることで、投影データを修正していく場合においても、画像データを修正していく場合と同様の効果を得ることができる。
［第5の実施の形態］
次に、図14を参照して、本発明の第5の実施の形態を説明する。
なお、第5の実施の形態のX線CT装置1のハードウエア構成は、図1及び図2に示す第1の実施の形態のX線CT装置1と同様であるので説明を省略し、同一の各部には同一の符号を付して説明することとする。
第5の実施の形態では、上述の第1〜第4の実施の形態にて行なわれる逐次近似処理の再投影処理及び逆投影処理を改良するものである。
逐次近似再構成においては、逆投影処理及び再投影処理が重要な構成要素であり、再投影処理は高速、高精度に行われることが望ましい。
多くのX線CT装置では、X線源201から扇状に広がるファンビームを被検体に対して照射することにより、ファンビーム投影データを取得し、このファンビーム投影データに基づいて再構成処理が行われる。また、逐次近似処理においても、再構成画像を再投影処理する際は、ファンビーム再投影データを生成し、ファンビーム投影データとファンビーム再投影データとの比較を行なう手法が一般的である。
しかしながら、図14(a)に示すように、ファンビーム投影データを生成する再投影では、線源からの距離に応じてサンプリング密度に粗密が生じ、これに起因して周波数情報が欠落してしまい、モアレ等を生じる場合がある。
一方、図14(b)に示すようなパラレルビームでは、サンプリング密度は等しくなる。
そこで、第5の実施の形態では、再構成演算装置45は、X線投影データがファンビームによる撮影にて得られたファンビーム投影データである場合に、これをパラレルビーム投影データに変換する。また、逐次近似処理において、再投影処理を行う際は、前記パラレルビーム投影データと同一のビーム経路で対象画像を再投影し、パラレルビーム投影データとパラレルビーム再投影データとの比較を行なう。また、パラレルビーム投影データをこのビーム軌跡に沿って逆投影する。更に、投影データと再投影データとから修正成分投影データを生成する際には、パラレルビーム投影データとパラレルビーム再投影データとを使用して、パラレルビーム状の修正成分投影データを生成する。
以上説明したように、第5の実施の形態では、上述の第1〜第4の各実施の形態において、ファンビーム投影データからパラレルビーム投影データを生成し、パラレルビーム投影データとビーム軌跡が一致するように再投影処理および逆投影処理を行う。これにより、ファンビーム再投影データで生ずるサンプリング密度の粗密に起因したモアレ等の問題を改善できる。
以上、本発明に係るX線CT装置の好適な実施形態について説明したが、本発明は、上述の実施形態に限定されるものではない。例えば、上述の実施の形態では、ガントリータイプのX線CT装置について説明したがCアーム型のX線CT装置でもよい。また、当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
1 X線CT装置、 2 スキャナ、 21 中央制御装置、 201 X線発生装置(X線源)、 205 X線検出器、 3 寝台、 4 操作ユニット、 41 表示装置、 42 操作装置、 43 記憶装置、 44 演算装置、 45 再構成演算装置、 46 画像処理装置、 6 被検体、 50 初期画像、 51 寝台領域、 52 被検体領域、 53 その他の領域(空気領域)
［第1の実施の形態］
まず、図1〜図2を参照して、本発明の第1の実施の形態のX線CT装置1の構成について説明する。
次に、中央制御装置21は、ステップS1で入力された撮影条件等に基づいて、撮影に必要な制御信号をX線制御装置202、寝台制御装置301、スキャナ制御装置23に送出する。また中央制御装置21は、撮影スタート信号を発し、撮影を開始させる(ステップS2)。
この段階で、寝台領域51及び被検体領域52について、操作者による再設定を受け付けてもよい。入力装置42を介して操作者により領域の再設定が行なわれると、中央制御装置21は再構成演算装置45へ再設定された寝台領域51及び被検体領域52を送出し、再構成演算装置45は、再設定された内容にて、寝台領域51及び被検体領域52の各部分集合(第1レイヤ及び第2レイヤ)を調整する(ステップS13、S23)。
1 X線CT装置、 2 スキャナ、 21 中央制御装置、 201 X線発生装置(X線源)、 205 X線検出器、 3 寝台、 4 操作ユニット、 41 表示装置、 42 入力装置、 43 記憶装置、 44 演算装置、 45 再構成演算装置、 46 画像処理装置、 6 被検体、 50 初期画像、 51 寝台領域、 52 被検体領域、 53 その他の領域(空気領域)

Claims (8)

  1. 被検体をスキャンすることにより得られたX線投影データに基づいて再構成された初期画像の各画素を部分集合化する分割手段と、
    前記分割手段により分割された部分集合毎に少なくとも収束条件と画素サイズを含む再構成条件を設定する設定手段と、
    前記分割手段により分割された部分集合毎に、前記設定手段により設定された再構成条件で逐次近似再構成を行い逐次推定画像を更新する再構成手段であって、収束条件を満たした部分集合の逐次推定画像又は再投影データを、他の部分集合が収束条件を満たすまで固定とする再構成手段と、
    を備えることを特徴とする再構成演算装置。
  2. 前記分割手段は、前記初期画像の各画素を部分集合化するにあたり、推定される必要分解能、収束性、及び部分集合が画像上で構築する図形の特徴量またはそのいずれかに応じて分割することを特徴とする請求項1に記載の再構成演算装置。
  3. 前記部分集合は、少なくとも被検体領域、寝台領域、及びその他の領域に対応した画素で構成されることを特徴とする請求項1に記載の再構成演算装置。
  4. 前記分割手段により分割された部分集合に含まれる各画素を、更に所定の画素数以下の下位部分集合として部分集合化する下位部分集合分割手段を更に備え、
    前記再構成手段は、前記逐次近似再構成における再投影処理及び逆投影処理を前記下位部分集合毎に一括に行うことを特徴とする請求項1に記載の再構成演算装置。
  5. 前記再投影処理において各下位部分集合の関与する関与チャネルを算出するとともに、全ビューでの前記関与チャネルの最大幅内のチャネルを有効チャネル範囲として算出する有効チャネル範囲算出手段と、
    各ビューにおける前記有効チャネル範囲の中心を全チャネルの中心に一致させるための各ビューでの有効チャネル範囲のチャネル方向へのシフト量を算出するシフト量算出手段と、を備え、
    前記再構成手段は、
    再投影処理を行う際は、注目する下位部分集合の前記有効チャネル範囲についての再投影データを保持し、
    逆投影処理を行う際は、注目する下位部分集合の前記有効チャネル範囲についての再投影データを、前記シフト量に基づいてそれぞれ元のチャネル位置にシフトさせ、比較対象とする投影データと比較して修正成分を推定し、その後、注目する下位部分集合の逆投影データを算出することを特徴とする請求項4に記載の再構成演算装置。
  6. 前記X線投影データがファンビーム投影データである場合に、パラレルビーム投影データに変換する変換手段を更に備え、
    前記再構成手段は、
    再投影処理を行う際、前記パラレルビーム投影データと同一のビーム経路で対象画像を再投影することを特徴とする請求項1に記載の再構成演算装置。
  7. 被検体をスキャンすることにより得られたX線投影データに基づいて再構成された初期画像の各画素を部分集合化する分割ステップと、
    分割された部分集合毎に少なくとも収束条件と画素サイズを含む再構成条件を設定する設定ステップと、
    前記部分集合毎に、前記設定ステップにより設定された再構成条件で逐次近似再構成を行い逐次推定画像を更新するステップであって、収束条件を満たした部分集合の逐次推定画像又は再投影データを、他の部分集合が収束条件を満たすまで固定とする再構成ステップと、
    を含むことを特徴とする再構成演算方法。
  8. 被検体周囲の複数角度方向から被検体に対してX線を照射し、被検体を透過したX線投影データを収集するスキャナと、スキャナにて収集したX線投影データに基づいてX線CT画像を再構成する再構成演算装置と、を備えたX線CT装置であって、
    前記再構成演算装置は、前記X線投影データに基づいて再構成された初期画像の各画素を部分集合化する分割手段と、
    前記分割手段により分割された部分集合毎に少なくとも収束条件と画素サイズを含む再構成条件を設定する設定手段と、
    前記分割手段により分割された部分集合毎に、前記設定手段により設定された再構成条件で逐次近似再構成を行い逐次推定画像を更新する再構成手段であって、収束条件を満たした部分集合の逐次推定画像又は再投影データを、他の部分集合が収束条件を満たすまで固定とする再構成手段と、
    を備えることを特徴とするX線CT装置。
JP2012508337A 2010-03-30 2011-03-29 再構成演算装置、再構成演算方法、及びｘ線ｃｔ装置 Active JP5960048B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010076956 2010-03-30
JP2010076956 2010-03-30
PCT/JP2011/057784 WO2011122613A1 (ja) 2010-03-30 2011-03-29 再構成演算装置、再構成演算方法、及びｘ線cｔ装置

Publications (2)

Publication Number Publication Date
JPWO2011122613A1 true JPWO2011122613A1 (ja) 2013-07-08
JP5960048B2 JP5960048B2 (ja) 2016-08-02

Family

ID=44712308

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012508337A Active JP5960048B2 (ja) 2010-03-30 2011-03-29 再構成演算装置、再構成演算方法、及びｘ線ｃｔ装置

Country Status (3)

Country Link
US (1) US9050003B2 (ja)
JP (1) JP5960048B2 (ja)
WO (1) WO2011122613A1 (ja)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5759159B2 (ja) 2010-12-15 2015-08-05 富士フイルム株式会社 放射線断層画像生成方法および装置
JP5858760B2 (ja) * 2011-12-02 2016-02-10 株式会社日立メディコ Ｘ線ｃｔ装置
US8837797B2 (en) * 2012-01-10 2014-09-16 Kabushiki Kaisha Toshiba Spatial resolution improvement in computer tomography (CT) using iterative reconstruction
JP5849838B2 (ja) * 2012-04-11 2016-02-03 株式会社島津製作所 放射線断層画像生成装置、放射線断層撮影装置および放射線断層画像生成プログラム
CN102663790B (zh) * 2012-05-08 2014-06-04 南方医科大学 一种稀疏角度ct图像的重建方法
WO2014041889A1 (ja) * 2012-09-13 2014-03-20 株式会社日立メディコ Ｘ線ｃｔ装置およびｘ線ｃｔ画像の処理方法
JP6218334B2 (ja) * 2012-11-30 2017-10-25 株式会社日立製作所 Ｘ線ｃｔ装置及びその断層画像撮影方法
WO2014115841A1 (ja) 2013-01-25 2014-07-31 株式会社 東芝 医用画像撮影装置
JP6571313B2 (ja) 2013-05-28 2019-09-04 キヤノンメディカルシステムズ株式会社 医用画像診断装置及び制御方法
JP6243219B2 (ja) * 2013-12-25 2017-12-06 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 画像生成装置および放射線断層撮影装置並びにプログラム
KR102220226B1 (ko) * 2014-02-12 2021-02-25 삼성전자주식회사 컴퓨터 단층 촬영 장치 및 그에 따른 ct 영상 복원 방법
DE102014224743A1 (de) * 2014-12-03 2016-06-09 Siemens Healthcare Gmbh Beschleunigte Datenerfassung bei einem Röntgensystem
JP6491471B2 (ja) * 2014-12-24 2019-03-27 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP6478648B2 (ja) * 2015-01-15 2019-03-06 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
JP6548441B2 (ja) * 2015-04-15 2019-07-24 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
JP6643019B2 (ja) * 2015-09-16 2020-02-12 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP2017099755A (ja) * 2015-12-03 2017-06-08 キヤノン株式会社 情報処理装置、画像再構成方法、およびプログラム
JP2017124081A (ja) * 2016-01-15 2017-07-20 株式会社日立製作所 演算装置、ｘ線ｃｔ装置、及びデータ処理方法
US10094950B2 (en) * 2016-07-11 2018-10-09 Morpho Detection, Llc System and method for detecting and reconstructing objects in a non-continuous stream of items in an imaging system
US10282836B2 (en) * 2016-08-12 2019-05-07 General Electric Company System and method of data analysis for detecting gross head motion from pet images
US10517543B2 (en) * 2017-09-13 2019-12-31 The University Of Chicago Multiresolution iterative reconstruction for region of interest imaging in X-ray cone-beam computed tomography
US10789738B2 (en) * 2017-11-03 2020-09-29 The University Of Chicago Method and apparatus to reduce artifacts in a computed-tomography (CT) image by iterative reconstruction (IR) using a cost function with a de-emphasis operator
US10772594B2 (en) * 2017-12-11 2020-09-15 Dentsply Sirona Inc. Methods, systems, apparatuses, and computer program products for extending the field of view of a sensor and obtaining a synthetic radiagraph
US11398072B1 (en) * 2019-12-16 2022-07-26 Siemens Healthcare Gmbh Method of obtaining a set of values for a respective set of parameters for use in a physically based path tracing process and a method of rendering using a physically based path tracing process
CN112308940B (zh) * 2020-11-03 2022-05-24 首都师范大学 X射线分层扫描成像用的板状物图像迭代重建方法和装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH119589A (ja) * 1997-04-30 1999-01-19 Hitachi Medical Corp Ｘ線ｃｔ装置及び画像再構成方法
JP2003153893A (ja) * 2001-11-21 2003-05-27 Hitachi Medical Corp 断層写真像の作成装置
JP3527796B2 (ja) * 1995-06-29 2004-05-17 株式会社日立製作所 高速３次元画像生成装置および方法
US6768782B1 (en) * 2002-12-16 2004-07-27 University Of Notre Dame Du Lac Iterative method for region-of-interest reconstruction
JP2005521881A (ja) * 2002-03-30 2005-07-21 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 器官に特異的な背景投射
WO2005072613A1 (ja) * 2004-02-02 2005-08-11 Hitachi Medical Corporation 断層撮影装置および方法
JP2007097977A (ja) * 2005-10-07 2007-04-19 Ge Medical Systems Global Technology Co Llc Ｘ線ｃｔ装置
JP2007244871A (ja) * 2006-03-16 2007-09-27 Siemens Medical Solutions Usa Inc サイノグラムから画像を再構成する方法およびこの方法を実行するコンピュータプログラム命令を格納するコンピュータ読み出し可能媒体およびサイノグラムから画像を再構成する装置
JP2008006288A (ja) * 2006-06-26 2008-01-17 General Electric Co <Ge> 繰り返し式画像再構成のシステム及び方法
JP2008532683A (ja) * 2005-03-16 2008-08-21 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 断層画像の反復再構成のための方法及び装置
WO2009083866A1 (en) * 2007-12-20 2009-07-09 Philips Intellectual Property & Standards Gmbh 3d reconstruction of a body and of a body contour
JP2009172380A (ja) * 2008-01-25 2009-08-06 General Electric Co <Ge> 画像再構成の方法及びシステム
JP2010004959A (ja) * 2008-06-24 2010-01-14 Toshiba Corp Ｘ線ｃｔ装置
WO2010016425A1 (ja) * 2008-08-07 2010-02-11 株式会社 日立メディコ Ｘ線ｃｔ画像形成方法及びそれを用いたｘ線ｃｔ装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6061422A (en) 1997-04-30 2000-05-09 Hitachi Medical Corporation X-ray ct apparatus and an image reconstructing method for obtaining a normal reconstructed image by adding weights to a plurality of partial reconstructed images
US7672424B2 (en) * 2004-10-08 2010-03-02 Koninklijke Philips Electronics N.V. Image reconstruction with voxel dependent interpolation
IL179582A0 (en) * 2006-11-26 2007-05-15 Algotec Systems Ltd Comparison workflow automation by registration
JP2011503570A (ja) * 2007-11-09 2011-01-27 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 減衰マップを形成するための装置及び方法
US8233690B2 (en) * 2008-04-30 2012-07-31 Real-Time Tomography, Llc Dynamic tomographic image reconstruction and rendering on-demand
US8160340B2 (en) * 2008-09-04 2012-04-17 Siemens Medical Solutions Usa, Inc. Reconstructing a tomographic image
US8818058B2 (en) * 2009-11-30 2014-08-26 Toshiba Medical Systems Corporation Method for determining a correction function for correcting computed tomographic numbers of a small target object in a CT image
US8224056B2 (en) * 2009-12-15 2012-07-17 General Electronic Company Method for computed tomography motion estimation and compensation

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3527796B2 (ja) * 1995-06-29 2004-05-17 株式会社日立製作所 高速３次元画像生成装置および方法
JPH119589A (ja) * 1997-04-30 1999-01-19 Hitachi Medical Corp Ｘ線ｃｔ装置及び画像再構成方法
JP2003153893A (ja) * 2001-11-21 2003-05-27 Hitachi Medical Corp 断層写真像の作成装置
JP2005521881A (ja) * 2002-03-30 2005-07-21 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 器官に特異的な背景投射
US6768782B1 (en) * 2002-12-16 2004-07-27 University Of Notre Dame Du Lac Iterative method for region-of-interest reconstruction
WO2005072613A1 (ja) * 2004-02-02 2005-08-11 Hitachi Medical Corporation 断層撮影装置および方法
JP2008532683A (ja) * 2005-03-16 2008-08-21 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 断層画像の反復再構成のための方法及び装置
JP2007097977A (ja) * 2005-10-07 2007-04-19 Ge Medical Systems Global Technology Co Llc Ｘ線ｃｔ装置
JP2007244871A (ja) * 2006-03-16 2007-09-27 Siemens Medical Solutions Usa Inc サイノグラムから画像を再構成する方法およびこの方法を実行するコンピュータプログラム命令を格納するコンピュータ読み出し可能媒体およびサイノグラムから画像を再構成する装置
JP2008006288A (ja) * 2006-06-26 2008-01-17 General Electric Co <Ge> 繰り返し式画像再構成のシステム及び方法
WO2009083866A1 (en) * 2007-12-20 2009-07-09 Philips Intellectual Property & Standards Gmbh 3d reconstruction of a body and of a body contour
JP2009172380A (ja) * 2008-01-25 2009-08-06 General Electric Co <Ge> 画像再構成の方法及びシステム
JP2010004959A (ja) * 2008-06-24 2010-01-14 Toshiba Corp Ｘ線ｃｔ装置
WO2010016425A1 (ja) * 2008-08-07 2010-02-11 株式会社 日立メディコ Ｘ線ｃｔ画像形成方法及びそれを用いたｘ線ｃｔ装置

Also Published As

Publication number Publication date
WO2011122613A1 (ja) 2011-10-06
JP5960048B2 (ja) 2016-08-02
US20130028500A1 (en) 2013-01-31
US9050003B2 (en) 2015-06-09

Similar Documents

Publication Publication Date Title
JP5960048B2 (ja) 再構成演算装置、再構成演算方法、及びｘ線ｃｔ装置
US10307129B2 (en) Apparatus and method for reconstructing tomography images using motion information
JP4646810B2 (ja) 断層撮影像の再構成方法及び断層撮影装置
JP5406063B2 (ja) 再構成演算装置、再構成演算方法、及びｘ線ｃｔ装置
JP6492005B2 (ja) Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法
US8600137B2 (en) Iterative CT image reconstruction with a four-dimensional noise filter
JP5828841B2 (ja) Ｘ線ｃｔ装置及び画像再構成方法
JP4644785B2 (ja) コーンビームｃｔ画像再構成におけるアーチファクトを低減するための方法及び装置
JP6169558B2 (ja) コントラスト依存の解像度をもつ画像
JP5858928B2 (ja) Ｘ線ｃｔ装置及び画像再構成方法
US9489752B2 (en) Ordered subsets with momentum for X-ray CT image reconstruction
US8615121B2 (en) Reconstruction of projection data to generate tomographic images having improved frequency characteristics
JP2007000408A (ja) Ｘ線ｃｔ装置
US7602879B2 (en) Method for increasing the resolution of a CT image during image reconstruction
US9953440B2 (en) Method for tomographic reconstruction
WO2016132880A1 (ja) 演算装置、ｘ線ｃｔ装置、及び画像再構成方法
JP2009089810A (ja) Ｘ線ｃｔ装置
JP3788846B2 (ja) Ｘ線コンピュータ断層撮影装置
JP6548441B2 (ja) 画像処理装置、画像処理方法、およびプログラム
EP4123572A2 (en) An apparatus and a method for x-ray image restoration
Kalender et al. Spiral CT: medical use and potential industrial applications
JP2016039902A (ja) Ｘ線コンピュータ断層撮影装置及び医用画像処理装置
US20230363724A1 (en) X-ray ct apparatus and high-quality image generation device
JP5781011B2 (ja) 画像処理方法、画像処理装置および撮影装置並びにプログラム
JP2004337391A (ja) Ｘ線ｃｔ装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140304

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140304

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150304

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150421

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150929

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151117

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20160330

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20160427

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: 20160607

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160622

R150 Certificate of patent or registration of utility model

Ref document number: 5960048

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250