JPWO2019141747A5 - - Google Patents

Download PDF

Info

Publication number
JPWO2019141747A5
JPWO2019141747A5 JP2020539189A JP2020539189A JPWO2019141747A5 JP WO2019141747 A5 JPWO2019141747 A5 JP WO2019141747A5 JP 2020539189 A JP2020539189 A JP 2020539189A JP 2020539189 A JP2020539189 A JP 2020539189A JP WO2019141747 A5 JPWO2019141747 A5 JP WO2019141747A5
Authority
JP
Japan
Prior art keywords
value
detection
detection element
detected
model
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
JP2020539189A
Other languages
English (en)
Other versions
JP7061673B2 (ja
JP2021511129A (ja
JP7061673B6 (ja
Publication date
Priority claimed from EP18152442.2A external-priority patent/EP3514577A1/en
Application filed filed Critical
Publication of JP2021511129A publication Critical patent/JP2021511129A/ja
Publication of JPWO2019141747A5 publication Critical patent/JPWO2019141747A5/ja
Publication of JP7061673B2 publication Critical patent/JP7061673B2/ja
Application granted granted Critical
Publication of JP7061673B6 publication Critical patent/JP7061673B6/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Claims (11)

  1. 対象物の関心領域のスペクトル画像を再構成するための画像再構成装置であって、
    複数の命令を記憶したメモリと、
    前記メモリに結合されるプロセッサ回路であり、前記複数の命令を実行して、
    放射線検出器を形成する複数の検出素子の各検出素子及び複数の所定のエネルギービンの各エネルギービンについて検出値を提供、検出値は、前記関心領域を横断した後に、前記エネルギービンのうち1つにおいて検出素子により検出された放射線を示し、
    相関値を提供し、相関値は、エネルギービンにおいて前記検出素子により検出された前記検出値と、前記エネルギービンにおいて他の検出素子により検出された検出値、他のエネルギービンにおいて他の検出素子により検出された検出値、及び他のエネルギービンにおいて前記検出素子により検出された検出値のうち少なくとも1つとの相関を示し、
    各検出素子及び各エネルギービンについてモデル値を生成し、モデル値は、前記関心領域を通る放射線の横断の適合可能モデルに基づいて、且つ、前記モデル値が生成される前記検出素子との前記放射線の相互作用のモデルに基づいて生成され、
    前記検出値のうち少なくとも2つの検出値の間の相関が補償されるように前記検出値、前記モデル値及び前記相関値に基づいてスペクトル画像を再構成することによって、前記スペクトル画像内のノイズを低減させ、前記再構成することは、コスト関数を最適化することにより前記スペクトル画像を再構成することを含み、前記コスト関数は、前記モデル値、前記検出値及び前記相関値に基づく
    ように構成されたプロセッサ回路と、
    を含む画像再構成装置。
  2. 前記プロセッサ回路は更に、各検出素子及び各エネルギービンについて少なくとも1つの相関値を提供するように構成され、検出素子及びエネルギービンについて提供される相関値は、エネルギービンにおいて検出素子により検出された前記検出値と、前記エネルギービンにおいて他の検出素子により検出された検出値、他のエネルギービンにおいて他の検出素子により検出された検出値、及び他のエネルギービンにおいて前記検出素子により検出された検出値のうち少なくとも1つとの相関を示す、請求項1に記載の画像再構成装置。
  3. 前記プロセッサ回路は更に
    相関行列を規定する相関値を提供し、
    記相関行列及び前記検出値に基づいて前記スペクトル画像を再構成する
    ように構成される、請求項2に記載の画像再構成装置。
  4. 検出素子及びエネルギービンについての前記モデル値は、前記エネルギービンにおいて前記検出素子により検出された前記検出値と、前記エネルギービンにおいて他の検出素子により検出された少なくとも1つの検出値との間の相関のモデルに更に基づく、請求項1に記載の画像再構成装置。
  5. 検出素子との放射線の前記相互作用の前記モデルは、前記検出素子上の異なるエネルギーの放射線の入射に対する前記検出素子の応答を示す検出器の応答関数に基づく、請求項1に記載の画像再構成装置。
  6. 前記コスト関数は、前記モデル値と前記検出値との間の差に基づき、それぞれの差は、エネルギービン及び検出素子についてのモデル値と、前記エネルギービンについて前記検出素子により検出された検出値との間の差として定義される、請求項1に記載の画像再構成装置。
  7. 前記コスト関数は、
    Figure 2019141747000001
    に基づいて決定されたデータ項Dを含み、Cは前記相関値により定義される相関行列であり、
    Figure 2019141747000002
    は前記モデル値を含むベクトルであり、
    Figure 2019141747000003
    は前記検出値を含むベクトルである、請求項1に記載の画像再構成装置。
  8. 前記プロセッサ回路は更に、罰則付き尤度法に基づいて前記スペクトル画像を再構成するように構成され、前記罰則付き尤度法は、
    L=D+R
    に従って定義される前記コスト関数Lに基づき、Dはデータ項であり、Rは正則化項である、請求項1に記載の画像再構成装置。
  9. 前記プロセッサ回路は更に、検出値サブセットを提供するように構成され、前記検出値サブセットは検出素子サブセットにより規定される、請求項1に記載の画像再構成装置。
  10. 対象物の関心領域のスペクトル画像を生成するためのイメージングシステムであって、
    異なる放射線エネルギーの放射線を生成するための放射線源と、
    前記関心領域を横断した後の前記放射線源により生成された前記放射線を検出するための検出器であり、前記検出器は、複数の検出素子を含み、各検出素子は、複数の所定のエネルギービンのそれぞれについて検出値を検出する、検出器と、
    像再構成装置であり、
    複数の命令を記憶したメモリと、
    前記メモリに結合されるプロセッサ回路であり、前記複数の命令を実行して、
    前記複数の検出素子の各検出素子及び前記複数の所定のエネルギービンの各エネルギービンについて検出値を提供し、検出値は、前記関心領域を横断した後に、前記エネルギービンのうち1つにおいて検出素子により検出された放射線を示し、
    相関値を提供し、相関値は、エネルギービンにおいて前記検出素子により検出された前記検出値と、前記エネルギービンにおいて他の検出素子により検出された検出値、他のエネルギービンにおいて他の検出素子により検出された検出値、及び他のエネルギービンにおいて前記検出素子により検出された検出値、のうち少なくとも1つとの相関を示し、
    各検出素子及び各エネルギービンについてモデル値を生成し、モデル値は、前記関心領域を通る放射線の横断の適合可能モデルに基づいて、且つ、前記モデル値が生成される前記検出素子との前記放射線の相互作用のモデルに基づいて生成され、
    前記検出値のうち少なくとも2つの検出値の間の相関が補償されるように前記検出値、前記モデル値及び前記相関値に基づいてスペクトル画像を再構成することによって、前記スペクトル画像内のノイズを低減させ、前記再構成することは、コスト関数を最適化することにより前記スペクトル画像を再構成することを含み、前記コスト関数は、前記モデル値、前記検出値及び前記相関値に基づく、
    ように構成されたプロセッサ回路と、
    を含む画像再構成装置と、
    を含むイメージングシステム。
  11. 対象物の関心領域のスペクトル画像を再構成するための画像再構成方法であって、
    放射線検出器を形成する複数の検出素子の各検出素子及び複数の所定のエネルギービンの各エネルギービンについて検出値を提供するステップであり、検出値は、前記関心領域を横断した後に、前記エネルギービンのうち1つにおいて検出素子により検出された放射線を示す、ステップと、
    相関値を提供するステップであり、相関値は、エネルギービンにおいて検出素子により検出された検出値と前記エネルギービンにおいて他の検出素子により検出された検出値、他のエネルギービンにおいて他の検出素子により検出された検出値、及び他のエネルギービンにおいて前記検出素子により検出された検出値のうち少なくとも1つとの相関を示す、ステップと、
    各検出素子及び各エネルギービンについてモデル値を提供するステップであり、モデル値は、前記関心領域を通る放射線の横断の適合可能モデルに基づいて、且つ、前記モデル値が生成される前記検出素子との前記放射線の相互作用のモデルに基づいて生成される、ステップと、
    前記検出値のうち少なくとも2つの検出値の間の相関が補償されるように前記検出値、前記モデル値及び前記相関値に基づいてスペクトル画像を再構成することによって、前記スペクトル画像内のノイズを低減させるステップと
    を含む画像再構成方法。
JP2020539189A 2018-01-19 2019-01-17 対象物の関心領域のスペクトル画像を再構成するための装置、システム、方法及びコンピュータプログラム Active JP7061673B6 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18152442.2A EP3514577A1 (en) 2018-01-19 2018-01-19 Apparatus, system, method and computer program for reconstructing a spectral image of a region of interest of an object
EP18152442.2 2018-01-19
PCT/EP2019/051085 WO2019141747A1 (en) 2018-01-19 2019-01-17 Apparatus, system, method and computer program for reconstructing a spectral image of a region of interest of an object

Publications (4)

Publication Number Publication Date
JP2021511129A JP2021511129A (ja) 2021-05-06
JPWO2019141747A5 true JPWO2019141747A5 (ja) 2022-02-16
JP7061673B2 JP7061673B2 (ja) 2022-04-28
JP7061673B6 JP7061673B6 (ja) 2022-06-06

Family

ID=61027443

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020539189A Active JP7061673B6 (ja) 2018-01-19 2019-01-17 対象物の関心領域のスペクトル画像を再構成するための装置、システム、方法及びコンピュータプログラム

Country Status (5)

Country Link
US (1) US11340363B2 (ja)
EP (2) EP3514577A1 (ja)
JP (1) JP7061673B6 (ja)
CN (1) CN111936887A (ja)
WO (1) WO2019141747A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3087035B1 (fr) * 2018-10-09 2020-10-30 Commissariat Energie Atomique Procede de correction d'une image spectrale

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7208739B1 (en) 2005-11-30 2007-04-24 General Electric Company Method and apparatus for correction of pileup and charge sharing in x-ray images with energy resolution
JP2010510514A (ja) * 2006-11-21 2010-04-02 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 検出ユニットの検出器エネルギー重み関数を決定する装置及び方法
US7486764B2 (en) 2007-01-23 2009-02-03 General Electric Company Method and apparatus to reduce charge sharing in pixellated energy discriminating detectors
CN102160085B (zh) * 2008-09-16 2013-11-20 皇家飞利浦电子股份有限公司 成像装置
US8378310B2 (en) 2009-02-11 2013-02-19 Prismatic Sensors Ab Image quality in photon counting-mode detector systems
WO2012114250A1 (en) * 2011-02-22 2012-08-30 Koninklijke Philips Electronics N.V. Detection apparatus
JP5536734B2 (ja) 2011-10-21 2014-07-02 京セラドキュメントソリューションズ株式会社 ウォーターマーク生成プログラム
CN103997967B (zh) * 2011-12-12 2016-07-06 株式会社日立医疗器械 X射线ct装置
US10373349B2 (en) * 2014-03-26 2019-08-06 Koninklijke Philips N.V. Image generation apparatus
WO2016071374A1 (en) * 2014-11-06 2016-05-12 Koninklijke Philips N.V. Computed tomography system
JP6495450B2 (ja) * 2014-11-10 2019-04-03 プリズマティック、センサーズ、アクチボラグPrismatic Sensors Ab 光子計数マルチビンx線検知器からの画像データに基づくx線撮像
US10716527B2 (en) * 2017-02-17 2020-07-21 Canon Medical Systems Corporation Combined sinogram- and image-domain material decomposition for spectral computed tomography (CT)

Similar Documents

Publication Publication Date Title
US11769277B2 (en) Deep learning based scatter correction
KR102174600B1 (ko) 뉴럴 네트워크를 이용한 다방향 엑스레이 전산단층 촬영 영상 처리 방법 및 그 장치
Matos et al. Deep learning for plasma tomography using the bolometer system at JET
JP6677962B2 (ja) X線コンピュータ断層撮像装置
WO2014198237A1 (zh) Ct成像方法和系统
JP2017143436A5 (ja)
US20110268334A1 (en) Apparatus for Improving Image Resolution and Apparatus for Super-Resolution Photography Using Wobble Motion and Point Spread Function (PSF), in Positron Emission Tomography
EP3631763B1 (en) Method and devices for image reconstruction
JP2015033581A (ja) X線コンピュータ断層撮像装置及び医用画像処理プログラム
JP6123652B2 (ja) 散乱成分推定方法
JP2020128882A5 (ja)
Wu et al. End-to-end abnormality detection in medical imaging
CN110415311A (zh) Pet图像重建方法、系统、可读存储介质和设备
JP6256608B2 (ja) 画像再構成処理方法
WO2023009452A1 (en) Systems and methods to reduce unstructured and structured noise in image data
KR101207710B1 (ko) 양전자 단층촬영에서 영상의 해상도를 향상시키는 해상도 향상 장치 및 방법
JPWO2019141747A5 (ja)
JP2023163176A (ja) 医用情報処理方法、医用情報処理装置、医用画像診断装置及び非一時的コンピュータ可読媒体
KR102296881B1 (ko) 인공신경망과 cfr을 이용한 정량적 pet 동적 영상 재구성 시스템
JP2020192269A5 (ja)
JP7520802B2 (ja) 放射線画像処理装置、放射線画像処理方法、画像処理装置、学習装置、学習データの生成方法、及びプログラム
US20230309937A1 (en) Spectral x-ray material decomposition method
US20240193827A1 (en) Determining a confidence indication for deep learning image reconstruction in computed tomography
Majee High speed imaging via advanced modeling
Duan et al. Computed tomography image source identification by discriminating CT-scanner image reconstruction process