KR102621507B1 - 스펙트럼 컴퓨터 단층촬영 데이터로부터 종래의 컴퓨터 단층촬영 영상의 재생 - Google Patents
스펙트럼 컴퓨터 단층촬영 데이터로부터 종래의 컴퓨터 단층촬영 영상의 재생 Download PDFInfo
- Publication number
- KR102621507B1 KR102621507B1 KR1020197020607A KR20197020607A KR102621507B1 KR 102621507 B1 KR102621507 B1 KR 102621507B1 KR 1020197020607 A KR1020197020607 A KR 1020197020607A KR 20197020607 A KR20197020607 A KR 20197020607A KR 102621507 B1 KR102621507 B1 KR 102621507B1
- Authority
- KR
- South Korea
- Prior art keywords
- basis
- spectral
- image data
- imaged
- decomposition
- Prior art date
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 74
- 238000002591 computed tomography Methods 0.000 title claims description 49
- 230000006870 function Effects 0.000 claims abstract description 47
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 41
- 238000003384 imaging method Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 34
- 239000012925 reference material Substances 0.000 claims abstract description 27
- 238000004590 computer program Methods 0.000 claims description 19
- 238000000701 chemical imaging Methods 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000012545 processing Methods 0.000 description 22
- 238000005516 engineering process Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 239000000463 material Substances 0.000 description 9
- 238000005259 measurement Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003278 mimic effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 206010073071 hepatocellular carcinoma Diseases 0.000 description 1
- 231100000844 hepatocellular carcinoma Toxicity 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 230000008672 reprogramming Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- 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
- A61B6/02—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
- A61B6/42—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
- A61B6/48—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
- A61B6/50—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
- A61B6/505—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 bone
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical 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
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
- G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
- G01N23/087—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays using polyenergetic X-rays
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/423—Imaging multispectral imaging-multiple energy imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/408—Dual energy
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pulmonology (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Toxicology (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
Abstract
적어도 두 개의 상이한 유효에너지에 대해 획득된 스펙트럼 영상 데이터에 기초하여 영상을 재구성하는 방법 및 관련 장치가 제공된다. 방법은 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻고(S1), 연관된 기저 함수들에 대해서 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하고(S2), 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하고(S3), 그리고 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정하는(S4) 것으로 구성된다.
Description
제안된 기술은 일반적으로 x-선 영상화에 관한 것이고, 더 상세하게는 기술적 전이 기간 동안 영상의학 분야에서 경험 및 지식 체계를 이용하기 위해, 새로운 영상화 기술에 의해 생산된 데이터를 갖는 종래의 x-선 검출기에 의해 생산된 영상을 에뮬레이트하거나 모방하는 방법에 관한 것이다.
특히, 제안된 기술은 영상 재구성 방법 및 시스템, 관련 x-선 영상화 시스템, 컴퓨터 단층촬영(CT) 시스템 및 관련 컴퓨터 프로그램 및 컴퓨터-프로그램 제품에 관한 것이다.
x-선 영상화와 같은 방사선 영상화는 의료 응용 분야에서 비파괴 검사를 위해 수년간 사용되어 왔다.
일반적으로, x-선 영상화 시스템은 x-선 광원 및 다중 검출기 요소들로 구성되는 x-선 검출기를 포함한다. x-선 광원은 x-선을 방출하고, 이는 영상화될 피사체 또는 대상을 통과하여 검출기에 의해 등록된다. 어떤 재료는 다른 재료 보다 x-선의 더 큰 분율을 흡수하기 때문에 영상은 피사체 또는 대상으로 형성된다.
종래의 x-선 검출기는 에너지 통합형이고, 각각의 검출된 광자로부터 검출된 신호까지의 분포는 따라서 그 에너지에 비례하고, 종래의 CT에서, 측정은 단일 유효에너지에 대해 획득된다. 종래의 CT 시스템에 의해 생산된 영상들은 따라서 일정 모습을 갖고, 상이한 조직 및 재료는 일정 범위에서 특정값을 나타낸다.
스펙트럼 CT는 다중 유효에너지에서 측정 데이터를 획득하는 CT 영상화 기술용 공통 용어이다. 스펙트럼 CT 데이터의 에너지 정보는 새로운 종류의 영상이 생성되도록 하고, 신규 정보가 가능하며 종래의 기술에 내재하는 영상 아티팩트가 제거될 수 있다.
종래의 기구를 사용한 수년의 경험에서 축적된 지식 및 경험에 바탕을 둔 방법에 의존하기 위해서, 신규 영상들과 함께, 종래의 CT 영상들의 특성을 모방하는 스펙트럼 CT 데이터로부터의 단일 영상을 생산하는 것이 바람직할 수 있다.
선행 기술에서, 소정의 작업에 대한 대비 대 잡음 비(contrast-to-noise ratio) 또는 검출 능력을 활용하는 것과 같은, 다른 목적을 위해 영상-블렌딩 기술을 사용하는 방법이 존재한다(참고문헌 [4], [5]). 이러한 작업에 제시되는 방법과 동일한 목표를 갖는 방법이 참고문헌 [3]에서 제시되었지만, 정확한 결과에 대한 결정적 단계가 결여되었다.
조직이 종래의 CT 시스템에 의해 영상화될 때, 그들은 각각의 조직에 대한 전형적인 범위의 (그레이스케일, gray scale) 픽셀값으로 표시된다. 스펙트럼 CT 기술의 출현과 함께, 기술적 전이를 용이하게 하기 위해, 모든 관련 조직에 대한 동일한 특성(그레이스케일)값을 갖는 종래의 CT 영상들을 에뮬레이트하는 것이 바람직할 수 있다.
소정의 조직에 대해서, 종래의 CT 영상의 전형적인 그레이스케일 값의 범위는 시스템 파라미터 상 뿐만 아니라 고감쇠 조직의 크기 및 존재와 같은 대상 파라미터 상의 재료 자체에 의존한다. 스펙트럼 CT 기술은 대상 파라미터들에 대한 의존을 없앨 수 있게 한다. 따라서, 이로부터의 혜택을 받고 또한 종래의 시스템을 모방하기 위해서, 시스템 파라미터들에만 의존하는 재료 특정(그레이스케일)값을 끌어내는 것이 필요하다. 예로써, 그렇게 하기 위한 자연적인 방법은 얇은 샘플을 고려하는 것이고, 여기서 결과값은 이상적인 하운스필드 단위(ideal Hounsfield unit)라고 한다.
스펙트럼 CT 데이터는 소위 기저 분해를 수행하는데 사용될 수 있다. 이론적으로, 결과 데이터 집합은, 사실상 종래의 CT 시스템을 모방하여, 모든 조직에 대해 이상적인 하운스필드 단위를 재생하기 위해 특정한 방법으로 가중치가 주어질 수 있음을 볼 수 있다. 실제로, 기저 분해에서 조직을 표시하기 위해 두 기저 함수를 사용하는 표준 선택은 바이어스된 (그레이스케일) 값을 초래하고, 따라서 이는 이상적인 하운스필드 단위의 정밀한 재생이 아닌 것으로 밝혀진다.
이는 기저 함수들의 수를 증가시킴으로써 적어도 부분적으로 해결될 수 있지만, 노이즈 또한 증가시키기 때문에 만족스러운 해결책이 아니다. 발명자가 깨닫는 것은 물 및 공기와 같은 기준 재료들을 포함하는 팬텀의 캘리브레이션 측정을 도입함으로써, 바이어스가 대표 (그레이스케일) 값 계산으로 간주될 수 있고 두 기저 함수와 같은 더 적은 수의 기저 함수들을 사용할 때 하운스필드 단위의 정밀한 재생 또한 달성될 수 있다는 것이었다.
상기 방법은 종래의 CT 시스템의 많은 상이한 시스템 파라미터들의 에뮬레이션을 가능하게 한다. 파라미터들의 특정 집합에 익숙한 방사선 전문의는 그 특정 집합을 에뮬레이트 하는 것을 선택할 수 있고, 또한 스펙트럼 CT 기술로 가능하게된 영상 품질 개선으로부터 혜택을 받는다.
제안된 기술에 따라, x-선 검출기로부터의 영상 데이터에 기초하여 영상을 제공하거나 재구성하는 방법 및 관련 장치가 제공된다. 다시 말하면, 영상 재구성을 위한 방법 및 시스템이 제공된다.
제 1 양상에 따르면, 적어도 두 개의 상이한 유효에너지에 대해 획득된 스펙트럼 영상 데이터에 기초하여 영상을 재구성하는 방법이 제공된다. 방법은 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻는 것으로 구성된다. 방법은 또한 연관된 기저 함수들에 대해서 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하고, 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하는 것으로 구성된다. 또, 방법은 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정하는 것으로 구성된다.
제 2 양상에 따르면, 적어도 두 개의 상이한 유효에너지에 대해 획득된 스펙트럼 영상 데이터에 기초하여 영상을 재구성하도록 설정된 장치가 제공된다. 장치는 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻도록 설정된다. 장치는 연관된 기저 함수들에 대해서 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하도록 설정된다. 장치는 또한 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하도록 설정된다. 또, 장치는 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정하도록 설정된다.
제 3 양상에 따르면, 그러한 장치로 구성되는 x-선 영상화 시스템이 제공된다.
예로써, x-선 영상화 시스템은 CT 시스템일 수 있다.
제 4 양상에 따르면, 명령어로 구성되는 컴퓨터 프로그램이 제공되고, 적어도 하나의 프로세서에 의해 실행될 때, 명령어는 적어도 하나의 프로세서가 다음을 수행하도록 한다.
- 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻음;
- 연관된 기저 함수들에 대해서 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행;
- 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행; 및
- 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정.
제 5 양상에 따르면, 상응하는 컴퓨터-프로그램 제품이 제공된다.
상세한 설명으로부터 기타의 이점 또한 이해될 것이다.
첨부 도면과 함께 적용된 다음의 설명을 참조함으로써 실시 예들은 그의 추가의 대상 및 이점과 함께 가장 잘 이해 될 수 있다:
도 1은 광원으로부터 대상을 통과하여 검출기까지의 투영선을 보여주는 영상화 시스템 구성의 일례를 도시하는 개략도이다.
도 2는 x-선 영상화 시스템의 일례를 도시하는 개략도이다.
도 3은 x-선 시스템의 특정 예를 도시하는 개략도이다.
도 4는 일 실시예에 따른 영상 재구성 방법의 일례를 도시하는 개략적인 흐름도이다.
도 5는 전체 시스템의 일례를 도시하고, 또한 관련 있는 하위 시스템의 입력 및 출력의 예들을 보여주는 개략도이다.
도 6은 일 실시예에 따른 컴퓨터 구현의 일례를 도시하는 개략도이다.
도 1은 광원으로부터 대상을 통과하여 검출기까지의 투영선을 보여주는 영상화 시스템 구성의 일례를 도시하는 개략도이다.
도 2는 x-선 영상화 시스템의 일례를 도시하는 개략도이다.
도 3은 x-선 시스템의 특정 예를 도시하는 개략도이다.
도 4는 일 실시예에 따른 영상 재구성 방법의 일례를 도시하는 개략적인 흐름도이다.
도 5는 전체 시스템의 일례를 도시하고, 또한 관련 있는 하위 시스템의 입력 및 출력의 예들을 보여주는 개략도이다.
도 6은 일 실시예에 따른 컴퓨터 구현의 일례를 도시하는 개략도이다.
제안된 기술의 더 나은 이해를 위해서, 영상화 시스템의 비제한적인 예를 간략하게 설명하면서 시작하는 것이 유용할 수 있다.
도 1은 광원으로부터 대상을 통과하여 검출기까지의 투영선을 보여주는 영상화 시스템 설정의 일례를 도시하는 개략도이다.
도 2의 예에 도시되는 바와 같이, x-선 영상화 시스템은 x-선을 방출하는 x-선 광원(10); 대상을 통과한 후 x-선을 감지하는 x-선 검출기(20); 검출기로부터 원시(raw) 전기신호를 처리하고 그것을 디지털화하는 아날로그 처리 회로(30); 교정을 적용하고, 그것을 일시적으로 저장하고, 또는 필터링하는 것과 같이 측정된 데이터에 추가적인 처리 동작을 수행할 수 있는 디지털 처리 회로(40); 및 처리된 데이터를 저장하고 후-처리 및/또는 영상 재구성을 추가로 수행할 수 있는 디지털 컴퓨터(50)로 구성된다. 전반적인 검출기는 x-선 검출기(20), 또는 연관된 아날로그 처리 회로(30)와 결합된 x-선 검출기(20)로 간주될 수 있다. 디지털 처리 회로(40) 및/또는 컴퓨터(50)를 포함하는 디지털부는 영상 재구성 시스템(100/200)으로 간주될 수 있고, 이는 x-선 검출기로부터의 영상 데이터에 기초하여 영상 재구성을 수행한다. 영상 재구성 시스템(100/200)은 따라서 컴퓨터(50)로서 보여질 수 있고, 또는 대안적으로 디지털 처리 회로(40) 및 컴퓨터(50)의 결합된 시스템, 또는 디지털 처리 회로 역시 영상 재구성을 위해 더 전문화될 경우 그것만으로 디지털 처리 회로(40)로서 보여질 수 있다. x-선 광원(10) 및/또는 x-선 검출기(20)는 컴퓨터 단층촬영(CT) 시스템, 예를 들어 장착가능한 CT 갠트리의 일부로서 제공될 수 있다.
도 3은 x-선 시스템의 특정 예를 도시하는 개략도이다. 이 예에서, 시스템은 x-선 광원 및 환자 테이블에 대해 회전될 수 있는 갠트리 상에 장착된 x-선 검출기 어셈블리로 구성된다. 예를 들어, 설정은 광자-계수 x-선 검출기들이 구비된 CT 스캐너에 기초할 수 있다. 예로써, x-선 검출기 어셈블리는 미국 특허 제8,183,535B2호에 개시된 바와 같은 일반적인 설정을 가질 수 있다.
다음에서, 제안된 기술은 비제한적 구현 예들을 참조하여 기술될 것이다.
스펙트럼 CT의 다양한 구현은 두 범주로 나뉠 수 있는데, 하나는 투영 영역 내에서 재료 기저 분해를 수행할 수 있고 다른 하나는 오직 영상 영역 내에서만 그것을 할 수 있다. 다음의 예는 전자의 범주에 해당된다.
이 특정 예에서, 이론적 프레임워크가 제시될 것이다. 프레임워크는 모방하거나 에뮬레이트 하기 위한 정량의 유도를 도입함으로써 개시된다.
이상적인 하운스필드 단위 (Ideal
Hounsfield
Units)
종래의 x-선 CT 영상들은 보통 다음과 같이 정의되는, 하운스필드 단위로 표시된다:
(1.1)
여기에서 는 픽셀 χ에서 조직 또는 재료의 유효한 선형 감쇠계수이고, 및 는 특정 시스템에 대해 정해진 물 및 공기의 유효한 선형 감쇠계수이다. 이러한 정량은 종래의 x-선 검출기 측정 데이터의 네거티브 로그로부터 유도되고:
(1.2)
여기에서 ℓ은 투영선을 의미하고, 및 은 각각 대상이 존재하는 투영선 및 대상이 존재하지 않는 투영선에서 측정된 신호를 의미한다.
의료 x-선 영상화에서, 조직은 그들의 에너지 의존적인 선형 감쇠계수 에 의해 특징지어진다. 영상화된 대상은 따라서 선형 감쇠계수 의 공간적인 분포로 표시될 수 있다. 대상 없이 측정된 신호는 시스템 파라미터들에 의해 정해진 (에뮬레이트될 시스템의) 에너지 의존적인 함수 의 적분에 의해 주어진다.
(1.3)
의 전형적인 모델은 다음과 같고,
(1.4)
여기에서 는 투영선 ℓ에서 에너지 E를 갖는 입사광자의 수를 의미하고, 는 검출기의 검출 효율을 의미하며, 는 검출기 반응함수를 의미하는데, 이는 에너지 통합 시스템에 대해서 광자 에너지 E와 동일하다. 기타 효과 역시 에서 모델링될 수 있다. x-선 빔에 대상이 존재하면, 램버트 비어의 법칙(Lambert-Beer law)은 측정된 신호가 다음에 의해 주어지는 것임을 명시하고,
(1.5)
여기에서 는 투영선 ℓ을 따라 의 선적분(line integral)을 의미한다. (1.1)에서 유효한 선형 감쇠계수 는 투영 데이터의 역투영, 즉, 각각의 투영선 ℓ에 대해 다음을 만족하는 공간적 함수로서 정의된다.
(1.6)
2차원의 는 투영 데이터의 잘 알려진 역 라돈 변환(inverse Radon transform)에 의해 주어진다. 다음과 같이 유효에너지 가 존재하는 것은 어떤 투영선 ℓ에 대해서도 볼 수 있다.
(1.7)
유효에너지 는 시스템 파라미터들에 의존할 뿐만 아니라 소위 말하는 빔 경화(beam hardening) 때문에 대상에도 의존한다. 고감쇠(highly attenuating) 재료 또는 매우 두꺼운 대상을 통과하는 투영선은 더 높은 유효에너지에서 재구성될 것이고, 이는 재구성된 영상에 아티팩트를 유발한다.
일반적으로, 빔 경화 아티팩트 제거를 위한 방법은 재구성된 영상에 적용된다. 모방을 위한 적절한 정량은, 매우 얇은 조직 샘플을 영상화하는 의미에서, 빔 경화 효과의 부재시 유효한 선형 감쇠계수가 될 수 있다. 이러한 정량을 유도하는 간단한 방법은 선형 감쇠계수 를 갖는 단일 재료 및 극한(limit)에서 이 0(zero)으로 수렴할 때의 두께 로 구성되는 1차원 샘플을 고려하는 것이다. 이상적인 유효한 선형 감쇠계수는 따라서 다음과 같이 정의된다:
(1.8)
이 정량은 및 재료 특이적 에 포함되는 시스템 파라미터들에만 의존하며, 다른 대상 파라미터들에는 의존하지 않는다. (1.2), (1.3) 및 (1.5)에 의해, 그것은 다음을 따른다:
(1.9)
a) 및 b) 단계에서, 우리는 다음과 같은 표준 테일러 전개식(Taylor expansion)을 사용하고:
(1.10)
여기에서 는 χ가 0인 경향이 있을 때 χ보다 빠르게 소멸하는 항들로 구성된다.
따라서, 다음과 같다.
(1.11)
간편한 표기법을 위해 우리는 가중 함수 w를 갖는 함수 의 정상화된 가중 내적(weighted inner product)을 다음과 같이 정의한다:
(1.12)
이 표시법으로, 이상적인 유효한 선형 감쇠계수가 다음에 의해 주어지고:
(1.13)
주어진 조직에 대해 상응하는 이상적인 하운스필드 단위는 (1.1)과 유사하게 다음과 같이 계산될 수 있다:
(1.14)
다음 단계의 목적은 그들의 이상적인 하운스필드 단위로 조직을 표시하는 영상을 계산하는 것이다.
기저 분해 (Basis decomposition)
스펙트럼 CT 데이터는 소위 말하는 기저 분해를 수행하기 위해 사용될 수 있다(참고문헌 [1], [6] 참고). 영상화된 대상에 존재하는 선형 감쇠계수들의 집합이 기저 함수들의 소집합에 의해 생성된다고 가정함으로써, 선형 감쇠계수 분배 는 다음과 같이 분해될 수 있고:
(1.15)
여기에서 는 kth 기저 함수를 의미하고 는 상응하는 공간적 기저 계수 분배를 의미하며, 또한 기저 영상으로 불리기도 한다. 기저 영상 추정치 는 예를 들어 최대우도법(maximum likelihood method)에 의해 얻을 수 있다(참고문헌 [2], [6] 참고).
(1.13) 내지 (1.15)를 적용함으로써, 유효한 선형 감쇠계수 분배는 다음에 의해 주어지는 것이 된다:
(1.16)
이는 의 추정치가 에 의해 주어진 가중치로 추정된 기저 영상들 의 가중치 합을 형성함으로써 얻어질 수 있음을 암시하고, 여기에서 는 알려진 기저 함수이고 는 우리가 모방하기를 원하는 시스템을 모델링한다.
참고문헌 [3]에서, 합성 하운스필드 단위로도 언급된 스펙트럼 하운스필드 단위는 (1.1)과 유사하게 다음과 같이 계산될 수 있고:
(1.17)
여기에서 및 는, 알려진 기저 함수들 및 알려진 물 및 공기의 선형 감쇠계수들로부터 정해진, 물 및 공기의 알려진 기저 계수들이다. 구현에서는, 그러나 (1.17)이 (1.14)에 의해 주어진대로 이상적인 하운스필드 단위를 복제하지 못함이 드러나고, 이는 우리가 다음의 수정을 하게 한다.
캘리브레이션
(Calibration)
기저 분해 알고리즘의 구현에 있어서, 인체에서 조직들의 집합을 생성하기 위해 두 기저 함수를 선택하는 것은 흔하다. 완전하지는 않지만, 두 기저 함수가 이 집합의 근사치를 잘 낼 수 있고, 더 많은 기저 함수들을 선택하는 것은 더 많은 잡음이 있는 기저 영상들을 가져온다는 의미에서, 좋은 선택이다(참고문헌 [2] 참고). 실제로, 둘 이상의 기저 함수는 집합의 근사치를 완벽하게 내도록 요구된다. 이는 두 기저 분해로부터 얻어진 기저 영상들이 약간의 바이어스를 갖는 효과를 지니고(참고문헌 [2] 참고), 이는 제안된 합성 하운스필드 단위에 전파된다(1.17).
이것은 기저 함수들의 수를 증가시킴으로써 해결될 수 있지만, 보통 만족할만한 해결책은 아니다. 발명자가 깨닫는 것은 물 및 공기와 같은 기준 재료(들)를 포함하는 팬텀의 캘리브레이션 측정을 도입함으로써, 대상의 기저 영상들로서 어느 정도 동일하게 바이어스되는 물 및 공기의 기저 계수들이 얻어질 수 있다는 것이었다. (1.17)에서 및 를 상응하는 추정치 및 로 대체하는 것은 다음과 같이 수정되거나 교정된 합성 하운스필드 단위를 가져오고:
(1.18)
이는 또한 더 적은 수의 기저 함수들(예를 들어 두 기저 함수)을 사용할 때, 모든 조직에 대해 (1.14)에 의해 주어진, 제안된 이상적인 하운스필드 단위를 정확하게 대체한다.
실제로, 이러한 이론상의 프레임워크는 예를 들어 다음의 방법으로 영상(그레이스케일)값을 결정하는 방법 및 상응하는 시스템으로 실현되거나 해석될 수 있다.
도 4는 제안된 기술의 제 1 양상의 일 실시예에 따른 영상 재구성을 위한 방법의 일례를 도시하는 개략적인 흐름도이다. 일 특정 예에서, 방법은 다음의 단계로 구성된다:
S1: 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 기준 재료(들)를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻음;
S2: 연관된 기저 함수들에 관하여 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행;
S3: 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행; 및
S4: 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정.
S1 단계에서, 스펙트럼 영상 데이터의 제 1 집합 및 스펙트럼 영상 데이터의 제 2 집합은 바람직하게는 동일한 스펙트럼 영상화 시스템으로부터 얻어진다.
스펙트럼 영상 데이터는 단순히 기저 분해 및 영상화 목적을 위한 입력으로써 제공될 수 있음이 이해되어야 한다.
예로써, 스펙트럼 영상 데이터는 스펙트럼 컴퓨터 단층촬영(CT) 시스템으로부터 획득될 수 있다.
예를 들어, 에뮬레이트될 영상화 시스템은 종래의 비스펙트럼 CT 시스템이 될 수 있다.
일 특정 예에서, 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하는 S2 단계 및/또는 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하는 S3 단계는 두 기저 함수를 사용하여 수행된다.
일례로써, 기준 재료(들)는 물 및 공기를 포함할 수 있고, 따라서 기준 기저 계수들의 교정된 추정치는 물 및 공기에 상응한다. 적절한 기준 재료들의 기타 유형이 사용될 수 있음이 이해되어야 한다.
일 특정 예에서, 결정된 영상값은 수정된 합성 하운스필드 단위로 표시된다.
예를 들어, 수정된 합성 하운스필드 단위는 기저 분해에 기초하고 기준 기저 계수들의 교정된 추정치에 관하여 결정된 하운스필드 단위일 수 있다.
본 원에 기술된 방법 및 장치는 다양한 방법으로 결합 및 재구성될 수 있음을 이해할 것이다.
예를 들어, 실시예들은 하드웨어로, 또는 적절한 처리 회로에 의한 실행을 위한 소프트웨어로, 또는 이들의 조합으로 구현될 수 있다.
본 원에 기술된 단계, 기능, 과정, 모듈 및/또는 블록은 범용 전자 회로 및 주문형 회로 모두를 포함하여, 개별 회로 또는 집적 회로 기술과 같은 임의의 종래 기술을 사용하여 하드웨어로 구현될 수 있다.
대안적으로, 또는 보완으로써, 본 원에 기술된 단계, 기능, 과정, 모듈 및/또는 블록의 적어도 일부는 하나 이상의 프로세서 또는 처리 유닛과 같은 적절한 처리 회로에 의한 실행을 위한 컴퓨터 프로그램과 같은 소프트웨어로 구현될 수 있다.
처리 회로의 예로는 하나 이상의 마이크로프로세서, 하나 이상의 디지털 신호 프로세서(DSP), 하나 이상의 중앙 처리 장치(CPU), 비디오 가속 하드웨어, 및/또는 하나 이상의 필드 프로그램 가능한 게이트 어레이(Field Programmable Gate Arrays(FPGA)) 또는 하나 이상의 프로그램 가능한 논리 제어 장치(PLC)와 같은 임의의 적절한 프로그램 가능한 논리 회로가 포함될 수 있으나, 이에 한정되지 않는다.
또한, 제안된 기술이 구현되는 임의의 종래의 장치 또는 유닛의 일반적인 처리 능력을 재-사용하는 것이 가능할 수도 있음이 이해되어야 한다. 예를 들어, 기존 소프트웨어를 다시 프로그래밍하거나 새로운 소프트웨어 구성 요소를 추가함으로써 기존 소프트웨어를 재사용할 수도 있다.
또한, 하드웨어 및 소프트웨어의 조합에 기초한 솔루션 제공이 가능하다. 실제의 하드웨어-소프트웨어 파티셔닝은 처리 속도, 구현 비용 및 기타 요건을 포함하는 요인의 수에 기초하여 시스템 디자이너에 의해 결정될 수 있다.
제 2 양상에 따르면, 적어도 두 개의 상이한 유효에너지에 대해 획득된 스펙트럼 영상 데이터에 기초하여 영상을 재구성하도록 설정된 장치가 제공된다. 장치는 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻도록 설정된다. 장치는 연관된 기저 함수들에 대해서 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하도록 설정된다. 장치는 또한 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하도록 설정된다. 또, 장치는 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정하도록 설정된다.
예로써, 장치는 스펙트럼 컴퓨터 단층촬영(CT) 시스템으로부터 스펙트럼 영상 데이터를 획득하도록 설정될 수 있다.
예를 들어, 에뮬레이트될 영상화 시스템은 종래의 비스펙트럼 CT 시스템일 수 있다.
일 특정 예에서, 장치는 두 기저 함수를 사용하여, 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하고 및/또는 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하도록 설정된다.
일례로써, 기준 재료(들)는 물 및 공기를 포함할 수 있고, 장치는 따라서 물 및 공기에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하도록 설정된다.
일 특정 예에서, 장치는 수정된 합성 하운스필드 단위로 영상화될 대상을 표시하는 영상값을 결정하도록 설정된다.
예를 들어, 수정된 합성 하운스필드 단위는 기저 분해에 기초하고 기준 기저 계수들의 교정된 추정치에 관하여 결정된 하운스필드 단위일 수 있다.
도 5는 전체 시스템의 일례를 예시하고, 또한 관련 서브-시스템들의 입력 및 출력의 예들을 도시하는 개략도이다.
코어에서, 에뮬레이션 기반의 영상 판별을 위한 시스템부가 발견될 수 있고, 이는 위에서 정의된 S4 단계를 수행하도록, 예를 들어, 수정된 합성 하운스필드 단위 영상을 생성하도록 설정된다. 다시 말해서, 에뮬레이션 기반의 영상 판별을 위한 장치 또는 모듈(110)은 대상 기저 영상들, 캘리브레이션 기저 영상들 또는 (교정된 기준 기저 계수들과 같은) 그 표시들 뿐만 아니라, 상응하는 기저 함수들, 및 영상화될 대상을 표시하는 영상값을 결정하기 위한 입력으로써 에뮬레이트 될 (종래의) 시스템을 기술하는 시스템 모델을 수신한다.
전체 영상 재구성 시스템(100/200)의 일례는 일반적으로 에뮬레이션 기반의 영상 판별을 위한 상기 모듈(110), 기저 분해를 위한 모듈(120), 및 시스템 모델 제공을 위한 모듈(130)로 구성된다. 예로써, 시스템 모델 제공을 위한 모듈(130)은 에뮬레이트될 시스템의 모델을 제공하기 위해 연관된 데이터 검색 기능을 갖는 시스템 모델 라이브러리로서 구현될 수 있다.
예를 들어, 전체 영상 재구성 시스템(100/200)은 컴퓨터 구현일 수 있고, 다음에서 기술될 것이다.
도 5는 또한 대상의 x-선 측정 및/또는 캘리브레이션 팬텀에 기초하여 스펙트럼 CT 데이터를 얻기 위한 검출기(20)를 수반하는 스펙트럼 CT 시스템과 같은 전체 x-선 영상화 시스템(300)의 일례를 개략적으로 도시한다. 스펙트럼 CT 데이터는 그리고 입력으로써 영상 재구성 시스템(100/200)에 전달된다.
도 6은 일 실시예에 따른 컴퓨터 구현(200)의 일례를 도시하는 개략도이다. 이 특정 예에서, 본 원에 기술된 단계, 기능, 과정, 모듈 및/또는 블록의 적어도 일부는 컴퓨터 프로그램(225, 235)에서 구현되고, 프로그램은 한 개 이상의 프로세서(210)를 포함하는 처리 회로에 의한 실행을 위해 메모리(220) 내에 로드된다. 프로세서(들)(210) 및 메모리(220)는 정상적인 소프트웨어 실행이 가능하도록 서로 상호연결된다. 선택적인 입력/출력 장치(240) 또한 입력 파라미터(들) 및/또는 결과 출력 파라미터(들)와 같은 관련 데이터의 입력 및/또는 출력이 가능하도록 프로세서(들)(210) 및/또는 메모리(220)에 상호연결될 수 있다.
상기 용어 '프로세서'는 일반적인 의미에서 특정 처리, 결정 또는 계산 작업을 수행하기 위해 프로그램 코드 또는 컴퓨터 프로그램 명령어를 실행할 수 있는 임의의 시스템 또는 장치로 해석되어야 한다.
따라서, 한 개 이상의 프로세서(210)를 포함하는 처리 회로는 컴퓨터 프로그램(225)을 실행할 때, 본 원에 기술된 바와 같이 잘 정의된 처리 작업을 수행하도록 설정된다.
특히, 메모리(220)는 명령어로 구성되고, 명령어는 적어도 하나의 프로세서(210)에 의해 실행될 때, 적어도 하나의 프로세서(210)가 스펙트럼 영상화 데이터에 기초하여 영상을 재구성하게 한다.
따라서, 명령어로 구성되는 컴퓨터 프로그램(225, 235)이 제공되고, 적어도 하나의 프로세서(210)에 의해 실행될 때, 명령어는 적어도 하나의 프로세서(210)가 다음을 수행하도록 한다:
- 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻음;
- 연관된 기저 함수들에 대해서 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행;
- 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행; 및
- 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정.
처리 회로는 위에 기술된 단계, 기능, 절차 및/또는 블록을 실행하기 위해서만 전용될 필요 없이, 기타의 작업 또한 실행할 수 있다.
제안된 기술은 또한 본 원에 기술된 컴퓨터 프로그램을 수록하는 컴퓨터로 판독 가능한 저장 매체로 구성되는 컴퓨터 프로그램 제품을 제공한다.
예로써, 소프트웨어 또는 컴퓨터 프로그램(225, 235)은 컴퓨터로 판독 가능한 매체(220. 230), 특히 비-휘발성 매체 상에 정상적으로 수록되거나 저장되는 컴퓨터 프로그램 제품으로서 실현될 수 있다. 컴퓨터로 판독 가능한 매체는 판독 전용 메모리(Read-Only Memory(ROM)), 랜덤 액세스 메모리(Random Access Memory(RAM)), 콤팩트 디스크(Compact Disc(CD)), 디지털 다기능 디스크(Digital Versatile Disc(DVD)), 블루레이 디스크(Blu-ray disc), 범용 직렬 버스(Universal Serial Bus(USB)) 메모리, 하드 디스크 드라이브(Hard Disk Drive(HDD)) 저장 장치, 플래시 메모리, 자기 테이프 또는 임의의 기타 종래의 메모리 장치를 포함하여, 한 개 이상의 분리형 또는 비-분리형 메모리 장치를 포함할 수 있지만, 이에 한정되지는 않는다. 따라서, 컴퓨터 프로그램은 그의 처리 회로에 의한 실행을 위해 컴퓨터 또는 동등한 처리 장치의 동작 메모리에 로드될 수 있다.
본 원에 제시된 흐름도는 한 개 이상의 프로세서에 의해 수행될 때, 컴퓨터 흐름도로서 간주될 수 있다. 상응하는 장치는 기능 모듈의 그룹으로서 정의될 수 있고, 프로세서에 의해 수행되는 각 단계는 하나의 기능 모듈에 대응한다. 이 경우, 기능 모듈은 프로세서에서 실행되는 컴퓨터 프로그램으로 구현된다.
따라서, 메모리에 존재하는 컴퓨터 프로그램은 프로세서에 의해 실행될 때, 본 원에 기술된 단계 및/또는 작업의 적어도 일부를 수행하도록 설정된 적절한 기능 모듈로서 구성될 수 있다.
위에 기술된 실시예들은 단지 예로서 제시된 것이고, 제안된 기술은 이에 한정되지 않는다는 것이 이해되어야 한다. 통상의 기술자는 첨부된 특허 청구의 범위에 의해 정의된 본 원 발명의 범위를 벗어나지 않고 상기 실시예들에 대하여 다양한 변형, 조합 및 변경이 실시될 수 있다는 것을 이해할 것이다. 특히, 기타 실시예에서의 상이한 부분적인 해결책은 기술적으로 가능할 경우 기타의 설정으로 결합될 수 있다.
[참고 문헌]
[1] Alvarez, Robert E. 및 Albert Macovski. "x-선 컴퓨터 단층촬영에서의 에너지-선택적 재구성" Physics in medicine and biology 21.5 (1976): 733
[2] Alvarez, Robert E. "에너지-선택적 x-선 영상화에서의 차원수 및 잡음" Medical physics 40.11 (2013): 111909
[3] Bornefalk, Hans. "스펙트럼 CT 데이터로부터의 합성 하운스필드 단위" Physics in medicine and biology 57.7 (2012): N83
[4] Holmes, David R. 등. "이중-에너지 컴퓨터 단층활영에서의 비선형 블렌딩의 평가" European journal of radiology 68.3 (2008): 409-413
[5] 김, 경수 등. "과혈관성 간 간세포암종의 검출을 위한 이중 에너지 컴퓨터 단층촬영에서의 영상 합성: 팬텀 및 기초 연구" Investigative radiology 45.3 (2010): 149-157
[6] Schlomka, JPea 등 "임상 전 컴퓨터 단층촬영에서의 다중 에너지 광자-계수 K-에지 영상화의 실험적 타당성" Physics in medicine and biology 53.15 (2008): 4031
Claims (16)
- 적어도 두 개의 상이한 유효에너지에 대해 획득된 스펙트럼 영상 데이터에 기초하여 영상을 재구성하는 방법으로서,
스펙트럼 영상 데이터는 스펙트럼 컴퓨터 단층촬영(CT) 시스템으로부터 획득되고,
상기 방법은:
- 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻고(S1);
- 연관된 기저 함수들에 관하여 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하고(S2);
- 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하고(S3); 그리고
- 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정하는(S4) 것으로 구성되며, 에뮬레이트될 영상화 시스템은 종래의 비스펙트럼 CT 시스템이며, 결정된 영상값은 수정된 합성 하운스필드 단위로 표시되고, 상기 수정된 합성 하운스필드 단위는 기저 분해에 기초하고 기준 기저 계수들의 교정된 추정치에 관하여 결정된 하운스필드 단위인, 방법. - 청구항 1에 있어서, 스펙트럼 영상 데이터의 제 1 집합 및 스펙트럼 영상 데이터의 제 2 집합은 동일한 스펙트럼 영상화 시스템으로부터 획득되는 방법.
- 청구항 1 내지 청구항 2 중 어느 한 항에 있어서, 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하는 단계(S2) 및/또는 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하는 단계(S3)는 두 기저 함수를 사용하여 수행되는 방법.
- 청구항 1 내지 청구항 2 중 어느 한 항에 있어서, 적어도 하나의 기준 재료는 물 및 공기를 포함하고, 기준 기저 계수들의 교정된 추정치는 물 및 공기에 상응하는 방법.
- 삭제
- 삭제
- 적어도 두 개의 상이한 유효에너지에 대해 획득된 스펙트럼 영상 데이터에 기초하여 영상을 재구성하도록 설정된 장치로서,
장치는 스펙트럼 컴퓨터 단층촬영(CT) 시스템으로부터 스펙트럼 영상 데이터를 획득하도록 설정되고;
장치는 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻도록 설정되고;
장치는 연관된 기저 함수들에 관하여 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하도록 설정되고;
장치는 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하도록 설정되고; 그리고
장치는 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정하도록 설정되며, 에뮬레이트될 영상화 시스템은 종래의 비스펙트럼 CT 시스템이고,
장치는 수정된 합성 하운스필드 단위로 영상화될 대상을 표시하는 영상값을 결정하도록 설정되고, 상기 수정된 합성 하운스필드 단위는 기저 분해에 기초하고 기준 기저 계수들의 교정된 추정치에 관하여 결정된 하운스필드 단위인, 장치. - 청구항 7에 있어서, 장치는 두 기저 함수를 사용하여, 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하고 및/또는 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하도록 설정된 장치.
- 청구항 7 내지 청구항 8 중 어느 한 항에 있어서, 적어도 하나의 기준 재료는 물 및 공기를 포함하고, 장치는 물 및 공기에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하도록 설정된 장치.
- 삭제
- 삭제
- 청구항 7 내지 청구항 8 중 어느 한 항에 있어서, 장치는 적어도 하나의 프로세서 및 메모리로 구성되고,
메모리는 적어도 하나의 프로세서에 의해 실행될 때, 적어도 하나의 프로세서가 스펙트럼 영상 데이터에 기초하여 상기 영상을 재구성하도록 하는 명령어로 구성되는 장치. - 청구항 7 내지 청구항 8 중 어느 한 항에 따른 장치로 구성되는 x-선 영상화 시스템.
- 청구항 13에 있어서, x-선 영상화 시스템은 컴퓨터 단층촬영(CT) 시스템인 x-선 영상화 시스템.
- 컴퓨터로 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로서, 컴퓨터 프로그램은 명령어로 구성되고, 적어도 하나의 프로세서에 의해 실행될 때, 명령어는 적어도 하나의 프로세서가
- 영상화될 대상에 관련되는 스펙트럼 영상 데이터의 제 1 집합 및 적어도 하나의 기준 재료를 포함하는 캘리브레이션 팬텀에 관련되는 스펙트럼 영상 데이터의 제 2 집합을 얻도록 하고, 스펙트럼 영상 데이터는 스펙트럼 컴퓨터 단층촬영(CT) 시스템으로부터 획득되고;
- 연관된 기저 함수들에 관하여 영상화될 대상의 추정된 기저 영상들을 제공하기 위해 스펙트럼 영상 데이터의 제 1 집합에 기초하여 기저 분해를 수행하도록 하고;
- 상기 적어도 하나의 기준 재료에 상응하는 기준 기저 계수들의 교정된 추정치를 제공하기 위해 스펙트럼 영상 데이터의 제 2 집합에 기초하여 기저 분해를 수행하도록 하고; 그리고
- 에뮬레이트될 영상화 시스템의 시스템 모델, 추정된 기저 영상들 및 그들의 연관된 기저 함수들, 및 기준 기저 계수들의 교정된 추정치에 기초하여 영상화될 대상을 표시하는 영상값을 결정;하도록 하며, 에뮬레이트될 영상화 시스템은 종래의 비스펙트럼 CT 시스템이고, 결정된 영상값은 수정된 합성 하운스필드 단위로 표시되고, 상기 수정된 합성 하운스필드 단위는 기저 분해에 기초하고 기준 기저 계수들의 교정된 추정치에 관하여 결정된 하운스필드 단위인, 컴퓨터로 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램. - 삭제
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/SE2016/051277 WO2018111164A1 (en) | 2016-12-16 | 2016-12-16 | Reproduction of conventional computed tomography images from spectral computed tomography data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190097166A KR20190097166A (ko) | 2019-08-20 |
| KR102621507B1 true KR102621507B1 (ko) | 2024-01-05 |
Family
ID=59752881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197020607A KR102621507B1 (ko) | 2016-12-16 | 2016-12-16 | 스펙트럼 컴퓨터 단층촬영 데이터로부터 종래의 컴퓨터 단층촬영 영상의 재생 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9761022B1 (ko) |
| EP (1) | EP3555858B1 (ko) |
| JP (1) | JP6878590B2 (ko) |
| KR (1) | KR102621507B1 (ko) |
| CN (1) | CN110023997B (ko) |
| IL (1) | IL267174A (ko) |
| WO (1) | WO2018111164A1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3667370A1 (en) * | 2018-12-11 | 2020-06-17 | Koninklijke Philips N.V. | Energy weighting of photon counts for conventional imaging |
| EP3923811A4 (en) * | 2019-02-14 | 2022-10-26 | Prismatic Sensors AB | CALIBRATION OF AN X-RAY IMAGING SYSTEM |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060023844A1 (en) | 2004-07-27 | 2006-02-02 | Ram Naidu | Method of and system for X-ray spectral correction in multi-energy computed tomography |
| JP2008126071A (ja) * | 2006-11-22 | 2008-06-05 | General Electric Co <Ge> | プレップレスｃｔコロノグラフィにおいてタギング素材を抑制するための方法および装置 |
| JP2009261942A (ja) * | 2008-04-21 | 2009-11-12 | Toshiba Corp | 二重エネルギーコンピュータ断層撮影における事前再構成分解及び校正を行うための方法及び装置 |
| US8309910B2 (en) | 2010-12-15 | 2012-11-13 | General Electric Company | Phantom for spectral CT image system calibration |
| US20160113603A1 (en) | 2013-05-10 | 2016-04-28 | Koninklijke Philips N.V. | Photon-counting detector calibration |
| JP2016067943A (ja) * | 2014-10-01 | 2016-05-09 | 株式会社東芝 | フォトンカウンティング装置 |
| WO2016148616A1 (en) * | 2015-03-18 | 2016-09-22 | Prismatic Sensors Ab | Image reconstruction based on energy-resolved image data from a photon-counting multi bin detector |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6848827B2 (en) * | 2003-05-13 | 2005-02-01 | General Electric Company | Method and apparatus for calibrating detector spectral response |
| US7801264B2 (en) * | 2007-12-19 | 2010-09-21 | General Electric Company | Method for calibrating a dual -spectral computed tomography (CT) system |
| US8260023B2 (en) * | 2008-11-26 | 2012-09-04 | General Electric Company | Forward projection for the generation of computed tomography images at arbitrary spectra |
| US9036879B2 (en) * | 2008-11-28 | 2015-05-19 | General Electric Company | Multi-material decomposition using dual energy computed tomography |
| US8183535B2 (en) | 2009-02-11 | 2012-05-22 | Mats Danielsson | Silicon detector assembly for X-ray imaging |
| US8611627B2 (en) * | 2009-12-23 | 2013-12-17 | General Electric Company | CT spectral calibration |
| US8315352B2 (en) * | 2010-09-16 | 2012-11-20 | General Electric Company | System and method of spectral calibration and basis material decomposition for X-ray CT systems |
| DE102010042388A1 (de) * | 2010-10-13 | 2012-04-19 | Siemens Aktiengesellschaft | Verfahren zur Kalibrierung eines CT-Systems mit zumindest einer Fokus-Detektor-Kombination mit einem quantenzählenden Detektor |
| US20120163557A1 (en) * | 2010-12-23 | 2012-06-28 | Jiang Hsieh | Methods and phantoms for calibrating an imaging system |
| WO2014034888A1 (ja) * | 2012-08-30 | 2014-03-06 | 株式会社東芝 | Ｘ線ｃｔ装置、画像処理装置、及び画像処理方法 |
| JP6462262B2 (ja) * | 2013-08-30 | 2019-01-30 | キヤノンメディカルシステムズ株式会社 | Ｘ線コンピュータ断層撮影装置及びフォトンカウンティングｃｔ装置 |
| WO2015156711A1 (en) * | 2014-04-07 | 2015-10-15 | Prismatic Sensors Ab | Spectral x-ray imaging |
| US20160217594A1 (en) * | 2015-01-22 | 2016-07-28 | Kabushiki Kaisha Toshiba | Cost-function based method and apparatus for projection-domain basis decomposition in spectral computed tomography |
| JP6412636B2 (ja) * | 2015-03-30 | 2018-10-24 | 株式会社日立製作所 | 画像生成装置、画像生成方法及びｘ線ｃｔ装置 |
-
2016
- 2016-12-16 JP JP2019532090A patent/JP6878590B2/ja active Active
- 2016-12-16 EP EP16923714.6A patent/EP3555858B1/en active Active
- 2016-12-16 KR KR1020197020607A patent/KR102621507B1/ko active IP Right Grant
- 2016-12-16 CN CN201680091320.XA patent/CN110023997B/zh active Active
- 2016-12-16 WO PCT/SE2016/051277 patent/WO2018111164A1/en unknown
-
2017
- 2017-02-13 US US15/430,760 patent/US9761022B1/en active Active
-
2019
- 2019-06-06 IL IL267174A patent/IL267174A/en active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060023844A1 (en) | 2004-07-27 | 2006-02-02 | Ram Naidu | Method of and system for X-ray spectral correction in multi-energy computed tomography |
| JP2008126071A (ja) * | 2006-11-22 | 2008-06-05 | General Electric Co <Ge> | プレップレスｃｔコロノグラフィにおいてタギング素材を抑制するための方法および装置 |
| JP2009261942A (ja) * | 2008-04-21 | 2009-11-12 | Toshiba Corp | 二重エネルギーコンピュータ断層撮影における事前再構成分解及び校正を行うための方法及び装置 |
| US8309910B2 (en) | 2010-12-15 | 2012-11-13 | General Electric Company | Phantom for spectral CT image system calibration |
| US20160113603A1 (en) | 2013-05-10 | 2016-04-28 | Koninklijke Philips N.V. | Photon-counting detector calibration |
| JP2016067943A (ja) * | 2014-10-01 | 2016-05-09 | 株式会社東芝 | フォトンカウンティング装置 |
| WO2016148616A1 (en) * | 2015-03-18 | 2016-09-22 | Prismatic Sensors Ab | Image reconstruction based on energy-resolved image data from a photon-counting multi bin detector |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3555858A1 (en) | 2019-10-23 |
| JP2020503101A (ja) | 2020-01-30 |
| KR20190097166A (ko) | 2019-08-20 |
| CN110023997A (zh) | 2019-07-16 |
| IL267174A (en) | 2019-08-29 |
| EP3555858A4 (en) | 2020-07-01 |
| JP6878590B2 (ja) | 2021-05-26 |
| EP3555858B1 (en) | 2021-07-07 |
| US9761022B1 (en) | 2017-09-12 |
| WO2018111164A1 (en) | 2018-06-21 |
| CN110023997B (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10274439B2 (en) | System and method for spectral x-ray imaging | |
| JP6585182B2 (ja) | フォトンカウンティングマルチビン検出器からのエネルギー分解画像データに基づく画像再構成 | |
| Li et al. | Adaptive nonlocal means filtering based on local noise level for CT denoising | |
| Won Kim et al. | Realistic simulation of reduced‐dose CT with noise modeling and sinogram synthesis using DICOM CT images | |
| JP7212631B2 (ja) | Ｘ線暗視野撮像におけるビーム・ハードニング補正 | |
| Zhao et al. | A unified material decomposition framework for quantitative dual‐and triple‐energy CT imaging | |
| KR20110032047A (ko) | 멀티-에너지 ｘ선 시스템 및 멀티-에너지 ｘ선 물질 분리 이미지 처리 장치와, 멀티-에너지 ｘ선 시스템의 물질 분리 이미지 처리 방법 | |
| KR102621507B1 (ko) | 스펙트럼 컴퓨터 단층촬영 데이터로부터 종래의 컴퓨터 단층촬영 영상의 재생 | |
| Blumensath et al. | Non-convexly constrained image reconstruction from nonlinear tomographic X-ray measurements | |
| EP3431007B1 (en) | Creation of electron density datasets from spectral ct datasets | |
| Depypere et al. | An iterative dual energy CT reconstruction method for a K-edge contrast material | |
| JP6400947B2 (ja) | グリッド同様のコントラスト強調のためのｘ線撮像システム及び方法 | |
| JP2017072482A (ja) | 散乱補正方法 | |
| Clark et al. | Simultaneous imaging of multiple contrast agents using full-spectrum micro-CT | |
| Kim et al. | A new projection-based iterative image reconstruction algorithm for dual-energy computed tomography | |
| Wernersson et al. | Generating synthetic μCT images of wood fibre materials | |
| JP2023540949A (ja) | スペクトルｘ線物質分別方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |