KR20190122751A - 방사선 촬영 시스템에서의 산란 보정을 위한 장치 및 방법 - Google Patents

Abstract

x-선 이미징 방법은 상이한 재료들 및/또는 재료 또는 각각의 재료의 상이한 두께를 포함하는 적어도 하나의 트레이닝 재료의 세트를 제공하는 단계; 픽셀화된 검출기로 적어도 하나의 트레이닝 재료의 관찰된 x-선 이미지들을 얻는 단계; 적어도 하나의 트레이닝 재료 각각에 대해 시뮬레이터 내의 가변 파라미터들에 대한 시뮬레이팅된 산란 커널들의 시뮬레이터에 데이터베이스를 구축하는 단계; 시뮬레이터의 파라미터들과 샘플 유형 및 두께와 독립적인 관찰된 이미지의 파라미터들 사이의 전달 함수를 생성하는 단계; 전체 이미지 산란 추정을 생성하는 단계; 각각의 산란 커널에 대해 직접 방사선을 예측하는 단계; 전달 함수를 산란 추정 및 직접 방사선에 적용하거나 전달 함수의 역을 관찰된 강도 값들에 적용하는 단계; 산란이 없는 데이터 및/또는 산란이 없는 이미지를 제공하기 위하여 Z-S-D < 임계값의 계산을 수행하는 단계를 포함한다.

Description

방사선 촬영 시스템에서의 산란 보정을 위한 장치 및 방법

본 발명은 방사선 촬영 시스템에서의 산란 보정하기 위한 장치 및 방법에 관한 것으로, 특히 산란 방지 그리드가 사용되지 않는 장치 및 방법에 관한 것이다.

물체가 x-선 방사선에 노출될 때, x-선 광자의 일부는 흡수되고 일부는 산란되지 않고 물체를 통과하여 x-선 검출기에 충돌한다. 이를 "직접 방사선"이라고 칭한다. 일부 x-선은 흡수되고 다른 x-선은 산란된다. 생성된 산란의 강도는 검출기에 의해 검출된 직접 방사선의 크기를 초과할 수 있다. 산란된 방사선은 콘트라스트를 감소시키고 잡음을 증가시켜 이미지 품질을 저하시킨다. 흡수된 x-선은 x-선 이미지의 콘트라스트를 제공한다. 산란된 x-선 광자가 검출기에 충돌하면 산란된 x-선 광자가 어디에서 왔는지 식별할 수 없기 때문에 이미지의 랜덤 잡음이 증가한다.

산란 문제를 해결하는 데 가장 널리 채용되는 기술은 x-선 검출기와 테스트 중의 물체 사이에 산란 방지 그리드를 배치하는 것이다. 산란 방지 그리드는 x-선 흡수 재료로 형성된 일련의 이격된 평행 라멜라(lamellae)를 포함한다. 많은 비율의 산란된 x-선이 라멜라 중 하나와 결합하여 흡수된다. 따라서, 산란 방지 그리드가 존재할 때 x-선 검출기에 의해 검출되는 것은 주로 직접 방사선이다.

원래의 산란 방지 그리드가 US1164987호(Bucky)에 설명되어 있다.

산란 방지 그리드의 문제점 중 하나는 검출된 이미지에서 산란의 영향을 감소시키는 것 외에도, x-선 흡수 라멜라가 직접 방사선의 일부, 즉 라멜라의 경로를 따라 이동하는 이러한 광자를 흡수한다는 것이다.

산란 방지 그리드에서 손실된 광자에 대해, 그리고 그에 따라 감소된 이미지 품질을 보상하기 위해, x-선 플럭스를 증가시키는 것이 통상적이다. 그러나, 이는 x-선 이미징이 x-선에 민감 재료인 경우 불리하다. 이는 산란 방지 그리드의 존재에 대해 보상하기 위해 환자에 대한 x-선 방사선 양을 증가시켜야 하는 의료 이미징에서 가장 큰 관심사이다.

x-선 이미징에 사용되는 x-선 전력을 감소시키기 위해 일부 시도가 이루어졌다.

US7551716호는 산란 방지 그리드를 사용하는 대신 수학적 방법을 사용하여 근사적으로 산란 x-선 광자를 결정한다. 근사적으로 산란 x-선 광자를 결정하기 위해 수학적 방법을 이용함으로써, 산란 방지 그리드를 사용하는 x-선 장치와 비교할 때 x-선 양이 감소될 수 있거나 신호 대 잡음비가 증가될 수 있다고 주장된다. US7551716호에서 사용된 수학적 방법은, 조직이 유방 조직이고 압축 패들 사이에서의 조직의 압축 결과로서 조직이 특정 두께를 갖는다는, 조사 대상 재료에 대한 가정을 전제로 한다.

다중-흡수 플레이트를 포함하는 x-선 장치가 번호 GB2498615로 공개된 출원인의 특허 출원에 설명되어 있다. 이 x-선 장치에서, x-선 에너지 스펙트럼은 많은 상이한 방식으로 교란된다. 이러한 장치 및 방법은 재료 특성이 식별될 수 있게 하는 정보를 제공한다.

번호 WO2016/051212로 공개된 출원인의 특허 출원은 직접 및 산란된 방사선 모두에 영향을 주는 x-선 신호에 변화를 가하고 산란 방사선이 식별될 수 있게 하고 일부 실시예에서는 식별된 산란 방사선이 직접 방사선인 것처럼 다시 추가될 수 있게 하는 장치를 설명한다.

WO2016/051212호에 설명된 발명은 x-선 양을 감소시키고 신호 대 잡음비를 개선시킬 수 있지만, 그럼에도 불구하고 x-선 신호에 변화를 가하는 데 사용되는 구조는 x-선 방사선을 흡수한다.

WO2016/051212호에 설명된 장치 및 방법의 이점을 제공하지만 x-선 양을 더욱 더 감소시키고/감소시키거나 신호 대 잡음비를 향상시킬 수 있는 장치 및 방법을 제공하는 것이 바람직할 것이다.

본 발명은 산란 방사선의 측정을 제공할뿐만 아니라, 재료 및 재료의 두께를 식별하고 콘트라스트 대 잡음비를 향상시키는 데 사용되는 산란된 방사선의 측정을 제공한다.

관찰된 x-선 이미지와 재료 및 두께가 변하지 않는 x-선 이미지의 시뮬레이션 사이에 전달 함수를 확립함으로써, 전달 함수의 적용에 따라, 관찰되고 시뮬레이팅된 이미지로부터의 정보가 상호 교환 가능해진다. 시뮬레이션에서 직접 및 산란 방사선을 분리할 수 있다. 따라서, 산란 방사선이 관찰된 이미지에서 제거될 수 있다. 이에 의해, 콘트라스트 대 잡음비를 증가시킬 수 있다. x-선이 x-선에 의해 손상될 수 있는 재료를 분석하는 데 사용되는 의료 응용 및 다른 응용과 관련하여, 본 발명은 유사한 이미지 표준을 생성하기 위한 양이 감소될 수 있게 하거나, 동일한 x-선 양을 사용하여 더 나은 이미지가 생성될 수 있게 한다.

발명 요약

본 발명에 따르면, 이하의 단계를 포함하는 x-선 이미징 방법이 제공된다.

i. 상이한 재료들 및/또는 재료 또는 각각의 재료의 상이한 두께들을 포함하는 적어도 하나의 트레이닝 재료의 세트를 제공하는 단계;

ii. 픽셀화된 검출기로 적어도 하나의 트레이닝 재료의 관찰된 x-선 이미지들을 얻는 단계;

iii. 적어도 하나의 트레이닝 재료 각각에 대해 시뮬레이터 내의 가변 파라미터들에 대한 시뮬레이팅된 산란 커널들의 시뮬레이터에 데이터베이스를 구축하는 단계;

iv. 관찰된 이미지의 파라미터들과 시뮬레이터에 의해 생성된 이미지의 파라미터들을 비교하고, 시뮬레이터의 식별된 입력 파라미터들과 샘플 유형 및 두께와 독립적인 관찰된 이미지의 파라미터들 사이의 전달 함수를 생성하는 시뮬레이터에 대한 상기 입력 파라미터들을 식별하는 단계;

v. 전달 함수를 생성하는 단계;

vi. 적어도 하나의 트레이닝 재료와 유사한 적어도 하나의 재료를 포함하는 샘플의 픽셀화된 검출기로 관찰된 x-선 이미지를 얻는 단계;

vii. 샘플에 포함된 재료 유형 및/또는 두께의 초기 추정을 하는 단계;

viii. 샘플의 재료 및 두께가 검출기의 각각의 픽셀에 대해 샘플에 대한 각각의 복수의 공간적으로 분리된 점들로부터 단계 viii의 추정에 대응하는 것처럼 샘플에 대한 광선 경로 추적을 수행하는 단계;

ix. 광선 경로 추적의 확산 함수에 대응하는 산란 커널 데이터베이스로부터 산란 커널을 얻는 단계;

x. 전체 이미지 산란 추정을 제공하기 위해 각각의 산란 커널에 대해 산란을 합산하는 단계;

xi. 각각의 산란 커널에 대해 직접 방사선을 예측하는 단계;

xii. 전달 함수를 산란 추정 및 직접 방사선에 적용하거나 전달 함수의 역을 관찰된 강도 값들에 적용하는 단계;

xiii. Z-S-D < 임계값의 계산을 수행하는 단계로서, Z는 관찰된 강도 값이고, S는 전달 함수의 적용 후 산란 방사선이고, D는 전달 함수의 적용 후 직접 방사선인, 수행하는 단계;

xiv. Z-S-D < 임계값인 경우 산란이 없는 데이터 및/또는 산란이 없는 이미지를 제공하기 위하여 Z로부터 S를 감산하는 단계.

바람직하게는, 단계 iii에서 구축된 산란 커널들의 데이터베이스는 적어도 하나의 트레이닝 재료 각각에 대해 시뮬레이터 내의 모든 가변 파라미터들의 서브셋을 위해 구축된다.

단계 iii에서의 가변 파라미터들은 kV, 필터링 및 샘플 위치를 포함하는 그룹으로부터 선택될 수 있다.

유리하게는, 픽셀화된 검출기로 x-선 이미지를 얻는 단계는 검출기의 각각의 픽셀에서 강도 값들을 기록하는 단계를 포함한다.

초기 추정(단계 viii)은, 단계 vii로부터의 개별 픽셀들 또는 픽셀들의 그룹들과 연관된 강도 값들; 트레이닝 재료들의 데이터베이스에 포함된 재료들 및 재료 두께들과 관련된 통계적 값; 랜덤(random) 추측; 다른 시스템으로부터의 재료 유형 및 두께 정보 중 하나에 기초할 수 있다.

산란 커널 데이터베이스를 얻는 단계는, 산란 커널 데이터베이스의 산란 커널들로부터 산란 커널을 에뮬레이팅하는 단계; 산란 커널 데이터베이스로부터의 산란 커널들 사이에서 보간(interpolating)하는 단계; 및 산란 커널을 선택하는 단계 중 하나를 포함하는 것이 바람직하다.

산란 커널 데이터베이스는 밀집 정도가 낮을 수 있고(sparsely populated), 산란 커널들은 밀집 정도가 낮은 산란 커널 데이터베이스의 점들로부터 에뮬레이팅되거나 점들 사이에서 보간된다.

x-선 이미징 방법은 산란이 없는 데이터에, 산란 방사선이 직접 방사선이었던 것처럼 산란 방사선을 다시 추가하는 단계, 및 향상된 산란이 없는 데이터 및/또는 향상된 산란이 없는 이미지를 제공하는 단계를 더 포함할 수 있다.

산란이 없는 데이터는 재료 유형 및/또는 재료 두께 정보를 포함할 수 있다.

본 방법의 바람직한 특징은 또한 본 명세서의 설명 및 도면에서 개진된다.

본 발명의 제2 양태에 따르면, x-선 소스, 픽셀화된 x-선 검출기, 시뮬레이터 및 데이터 프로세서를 포함하는 x-선 이미징 장치가 제공되고, 데이터 프로세서는 본 발명의 제1 양태의 x-선 이미징 방법의 적어도 단계 ii 내지 단계 v를 수행하도록 구성된다.

데이터 프로세서는 본 발명의 제1 양태의 x-선 이미징 방법의 적어도 단계 vi 내지 단계 xiv를 수행하도록 구성될 수 있다.

본 발명의 제3 양태에 따르면, x-선 소스, 픽셀화된 x-선 검출기, 시뮬레이터 및 데이터 프로세서를 포함하는 x-선 이미징 장치가 제공되고, 데이터 프로세서는 본 발명의 제1 양태의 x-선 이미징 방법의 적어도 단계 vi 내지 단계 xiv를 수행하도록 구성된다.

본 장치의 바람직한 특징은 본 명세서의 설명 및 도면에서 또한 개진된다.

본 발명의 제4 양태에 따르면 본 발명의 제2 실시예 또는 제3 실시예의 x-선 이미징 장치 및 적어도 하나의 트레이닝 재료의 세트를 포함하는 x-선 이미징 시스템이 제공되고, 세트는 상이한 재료들 및/또는 재료 또는 각각의 재료의 상이한 두께들을 포함한다.

본 발명의 방법, 장치 및 시스템은 x-선 이미징 데이터로부터 산란을 제거하기 위해 산란 방지 그리드를 필요로 하지 않는다. 산란의 제거는 본 발명의 제1 양태의 방법에 의해 달성된다. 또한, 본 방법은 샘플 두께의 측정이 이루어질 것을 필요로 하지 않는다.

본 발명의 바람직한 실시예를 나타내는 도면에서, 그리고 예시의 방식으로:
도 1a 및 도 1b는 본 발명의 장치의 실시예를 나타낸다.
도 2는 도 1a 및 도 1b에 나타낸 본 발명의 실시예의 동작 방법을 나타내는 흐름도이다.
도 3a는 도 1a 및 도 1b에 나타낸 본 발명의 실시예의 동작 방법을 나타내는 다른 흐름도이다.
도 4는 필터링 v kV에 대한 가능성 있는 설정을 나타내는 그래프이다.
도 5는 알루미늄 및 PMMA에 대한 전달 함수의 그래프이다.
도 6은 샘플과 검출기 사이의 광선 경로 추적을 나타낸다.
도 7은 실시예 1에서 사용된 팬텀(phantom)의 예시이다.
도 8은 산란 보정이 없는 및 산란 보정이 있는 도 7의 팬텀의 x-선 이미지에 대한 x-선 이미지 및 강도 히스토그램을 나타낸다.
도 9는 도 8의 x-선 이미지로부터의 라인 프로파일을 나타낸다.
도 10a 및 도 10b는 본 발명의 방법 및 산란 방지 그리드로 각각 산란 보정 후 대퇴골 경부의 x-선 이미지를 나타낸다.
도 11은 본 발명의 방법으로 산란에 대해 보정된 이미지와 산란 방지 그리드로 산란에 대해 보정된 이미지 사이의 이미지 품질 차이를 나타내는 도 10a 및 도 10b의 이미지에 대응하는 히스토그램을 나타낸다.

도 1a 및 도 1b는 본 발명의 일 실시예에 따른 장치(1)를 나타낸다. x-선 소스(2)는 검출기(3)와 정렬된다.

도 1a는 테스트 중 재료(5)에 입사되는 x-선 광자에 대해 발생한 것을 나타낸다. x-선 소스(2)로부터 방출된 x-선 광자 m 중, 일부 x-선 광자 m'은 테스트 중 재료(5)를 직선으로 통과하여 검출기(3)에 충돌하며, 이러한 x-선 광자는 "직접 방사선"을 나타내고, 일부는 흡수되고 일부 x-선 광자는 산란된다.

산란 x-선 광자 n은 바람직하지 않다. 본 발명의 본 실시예는 도 1a에 나타낸 산란된 x-선 광자 n이 이미지로부터 제거되어 의사-직접 방사선 n'(pseudo-direct radiation n')으로서 이들이 연관된 직접 방사선 m'에 대한 재할당될 수 있게 한다. 그 결과, 도 1b에 나타낸 바와 같이, 그 위에 충돌하는 x-선 광자에 기인한 검출기(3)의 임의의 하나의 픽셀의 출력은 직접 방사선 m' 및 재할당된 의사-직접 방사선 n'을 포함한다. 이는 검출기(3)에 의해 생성된 이미지에서 콘트라스트 및 이에 따른 콘트라스트 대 잡음비를 증가시키고, 산란된 x-선 광자 n이 산란 방지 그리드의 경우와 같이 제거되지 않지만 x-선 광자가 산란되지 않았을 때 상호 작용했을 수 있는 검출기의 공간 위치에서 출력 신호에 추가되기 때문에 보다 바람직한 이미지를 제공한다. 따라서, 결과는 이미지 콘트라스트를 향상시킨다. 산란의 재할당 단계가 없더라도 콘트라스트 및 콘트라스트 대 잡음비가 향상된다.

검출된 이미지로부터 산란 광자 n 제거를 제공하고, 의사-직접 방사선 n'으로서 산란 광자를 재할당이 바람직한 본 발명의 방법은 제1 및 제2 구성 요소를 포함한다. 제1 구성 요소에서, 값의 데이터베이스가 생성되며, 이 값은 제2 구성 요소에서 분석될 수 있는 재료와 유사한 재료와 관련된다.

본 발명의 기본 가설은, 특정 재료, 재료의 그룹 및 상이한 두께의 재료 또는 재료들에 대한 x-선 광자의 효과를 시뮬레이팅할 때, 이러한 시뮬레이션 및 관찰된 x-선 이미지가 동일한 에너지의 기본 스펙트럼을 갖는다면, 시뮬레이션은 관찰된 x-선 이미지의 표현으로 사용될 수 있고 시뮬레이터로부터의 정보를 사용하여 수행된 임의의 프로세싱은 관찰된 x-선 이미지로부터 온 것처럼 유용하리라는 것이다.

관찰된 x-선 이미지로부터 데이터가 아닌 시뮬레이션으로부터의 데이터를 사용하는 이점은 시뮬레이터에서 산란 방사선을 직접 방사선과 분리할 수 있다는 것이다.

방법의 제1 구성 요소 - 전달 함수 생성

트레이닝 재료의 그룹이 선택된다. 트레이닝 재료는 본 발명의 장치 및 방법의 제안된 사용에서 접할 수 있는 재료일 수 있거나, 본 발명의 장치 및 방법이 사용될 재료에 대한 x-선 광자에 대해 매우 유사한 효과를 갖는 재료일 수 있다.

관찰된 x-선 데이터 세트는 다양한 두께에 대해 선택된 트레이닝 재료에 대해 검출기(3)로부터 얻어진다. 예를 들어, 5개의 상이한 두께의 PMMA 및 5개의 상이한 두께의 알루미늄 각각에 대한 x-선 데이터 세트가 얻어질 수 있다.

상이한 재료 및 상이한 두께의 산란 패턴의 데이터베이스는 선택된 트레이닝 재료에 대해 가변적인 시뮬레이터의 모든 파라미터의 서브셋(예를 들어, kV의 범위, 샘플 위치, 에어 갭의 범위, 필터링의 범위이지만 이에 제한되지 않음)에 대해 시뮬레이터에서 생성된다. x-선 장치가 신체 부위를 이미징하는 데 사용되는 실시예에서, 폴리머 폴리메틸 메타크릴레이트(PPMA) 및 알루미늄이 x-선 광자가 각각 살 및 뼈에 의해 어떻게 영향을 받는지를 나타내는 것으로 사용될 수 있다.

(예를 들어, kV와 같이 시뮬레이팅된 파라미터의 서브셋에 대응하는 파라미터에 대한) 검출기(3)의 각 픽셀의 출력 또는 검출기(3)의 픽셀 그룹의 출력은 랜덤 에러의 범위 내에서 재료 유형 또는 재료 두께에 따라 변하지 않는 전달 함수에 도달하기 위해 파라미터의 서브셋에 대한 산란 패턴의 데이터베이스와 비교된다. 즉, 검출기(3)의 특정 픽셀 또는 특정 픽셀 그룹의 출력과 픽셀 또는 픽셀 그룹의 출력과 가장 밀접하게 매칭되는 산란 패턴 사이에 차이가 있을 수 있지만, 그 차이는 승수(multiplier)이며 재료 유형 또는 재료 두께에 따라 변하지 않는다. 따라서, 관찰된 x-선으로부터의 데이터와 시뮬레이터로부터의 데이터 사이에서 선택된 파라미터에 대해 가장 근접한 매칭이 정확한 매칭이고, 전달 함수는 1일 것이다. 관찰된 x-선으로부터의 데이터와 시뮬레이터로부터의 데이터 사이에서 선택된 파라미터에 가장 근접한 매칭이 시뮬레이션으로부터의 선택된 파라미터의 값에 2를 곱해야 하는 것을 필요로 하는 다른 경우에, 전달 함수는 2이다.

본 방법의 제1 구성 요소에서, 알고리즘은 x-선 검출기로부터의 데이터의 하나 이상의 파라미터와 시뮬레이션으로부터의 데이터의 동일한 하나 이상의 파라미터 사이의 (랜덤 에러 내의) 매칭에 도달할 때까지 각 픽셀 또는 픽셀 그룹에 대해 가능한 전달 함수를 반복한다.

재료가 유형 및 두께에서 균일한 경우에도, 하나의 픽셀 또는 픽셀 그룹에 대해 추론된 전달 함수는 인접한 픽셀 또는 픽셀 그룹에 대해 추론된 전달 함수와 다를 수 있음에 유의해야 한다. x-선 소스로부터 발생하는 힐 효과(Heal effect)를 고려하기 위해 픽셀별로 또는 픽셀 그룹별로 전달 함수를 추론하는 것이 바람직하다. 명백하게, 픽셀 그룹이 검출기의 모든 픽셀을 포함한다면, 전달 함수는 모든 픽셀에 대해 공통일 것이다.

방법의 제2 구성 요소 - 새로운 샘플의 산란 보정 이미지 생성

사전-캡처 교정

본 방법은 명 시야(bright field) 및 암 시야(dark field) 이미지의 수집을 포함하는 x-선 소스 및 검출기의 사전-캡처 교정을 포함할 수 있다.

이미지 캡처 및 사전 프로세싱

산란 물체의 x-선 이미지(Z)는 픽셀화된 검출기(3)에 의해 캡처된다.

캡처된 이미지는 예를 들어, 암 시야 및 명 시야 보정을 위해 교정된다.

이미지의 서브-샘플이 촬영될 수 있다. 이 단계는 계산 효율성에 도움이 될 수 있다.

산란 추정

제1 단계: 산란 추정의 제1 단계는 x-선 이미지(Z)에 기초하여 산란 물체의 재료 유형 및 두께를 초기 추정하는 것이다. 이 추정의 기초는 본 발명의 장치 및 방법이 배치되는 장비의 유형에 따를 수 있다. 예를 들어, 초기 추정은 개별 픽셀 또는 픽셀 그룹에 대한 강도 값, 트레이닝 재료의 데이터베이스에 포함된 재료 및 재료 두께와 관련된 통계적 값에 기초할 수 있지만, 초기 추정은 랜덤 추측일 수 있다.

제2 단계: 제2 단계는 이미지의 모든 픽셀 또는 픽셀 그룹에 대해 샘플(추정된 재료 유형 및 두께로 가정된 샘플)의 진입면에 대해 선택된 개수의 점 중 각각의 하나로부터 나오는 각 광선의 광선 경로 추적을 수행하는 것이다. 이것이 도 6에 나타내어져 있다. (관찰된 재료 유형 및 두께가 추정된 재료 유형 및 두께와 동일한 경우) 이러한 광선 경로 추적은 재료 유형 및 x-선 광자가 통과한 두께의 표시가 전개될 수 있게 한다.

도 6에서 알 수 있는 바와 같이, x = 1, y = 0으로부터 P1을 따르는 x-선 광자는 두께 T1의 재료를 통과하는 반면, x = 2, y = 0으로부터 픽셀 3(P3)으로 연장되는 광선 경로를 따르는 x-선 광자는 두께 T2를 갖는 재료를 통과한다.

제3 단계: 제3 단계는 각각의 광선 경로에 대해 추정된 재료 유형 및 두께 및 확산 함수에 가능한 한 근접하게 대응하는 산란 커널을 얻는 단계를 포함한다. 산란 커널을 얻는 하나의 방식은 밀집 정도가 낮은 산란 커널 데이터베이스의 점으로부터의 각 광선 경로에 대해 추정된 재료 유형 및 두께 및 확산 함수를 에뮬레이팅하는 것이다. 대안적으로, 광선 추적은 매우 큰 산란 커널 데이터베이스와 선택된 가장 근접한 매칭과 비교될 수 있다.

제4 단계: 제4 단계는 각각의 픽셀 또는 픽셀 그룹에 대해 이전에 계산된 전달을 각각의 픽셀 또는 픽셀 그룹에 대해 추정된 산란 및 직접 방사선에 적용하는 단계를 포함하여, 산란 및 직접 방사선의 시뮬레이팅된 값이 Z가 S + D에 근사한다는 식에서 사용될 수 있으며, 여기서 Z는 전체 방사선이며 이는 직접 방사선 D와 산란 방사선 S의 합이다. 물론, S와 D에 전달 함수를 적용하는 대신, 전달 함수의 역이 Z에 적용될 수 있다. 이상적으로 Z-S-D는 제로와 같을 것이다. 그러나, 본 기술 분야의 통상의 기술자에게 공지된 x-선 이미징 시스템의 구성 요소의 랜덤 특성으로 인해, Z와 S + D 사이에는 작은 차이가 불가피할 것이다. 따라서, 본 명세서에서 Z-S-D < 임계값으로 나타내고, 이에 의해 임계값이 x-선 이미징 시스템의 구성 요소에 의해 도입된 공차의 조합과 크게 다르지 않음을 의미한다.

시뮬레이팅된 데이터를 관찰된 데이터에 대응하게 만드는 프로세스는 구체화(reification)로 알려져 있다.

위의 제1 단계에서 초기 추측이 올바른 추측이라면 Z-S-D < 임계값이다.

제4a 단계: 이 단계는 Z-S-D의 결과가 0이 아닌 경우, 즉 일어날 수 있는, 초기 추정이 올바르지 않은 경우에만 완료된다. 제1 단계 내지 제4 단계는 각 반복에 대해 제1 단계에서의 새로운 초기 추측으로 반복된다. 새로운 초기 추정은 새로운 랜덤 추측, 이전에 사용되지 않은 통계적 값 또는 다른 시스템에 의해 생성된 재료 유형 및 두께 추정일 수 있다.

제5 단계: 재료 유형 및 두께의 만족스러운 추정에 도달하면, 즉 Z-S-D < 임계값이면, 각 픽셀 또는 픽셀 그룹에 대한 S의 값이 검출기(3)의 각 픽셀의 값 Z에서 감산된다. 결과는 보정된 산란 없는 이미지 C이다.

제6 단계: 선택적인 단계는 산란 방사선을 산란 없는 이미지 C에 다시 추가하는 단계를 포함하지만, 산란 방사선이 산란되지 않은 것처럼 이루어진다. 이는 도 1a 및 도 1b와 관련하여 상술되었다.

시뮬레이션 모델

상술한 시뮬레이션은 도 3에 나타낸 시뮬레이션 모델을 사용하여 수행되었으며, 이는 x-선 광자의 펜슬 빔(pencil beam)이 입사될 때 상이한 재료 및 상이한 두께가 어떻게 산란되는지를 시뮬레이팅한다.

다중-픽셀 검출기의 하나의 픽셀과 정렬된 펜슬 빔을 사용함으로써, 소스가 정렬되는 픽셀에 도달하는 x-선 광자가 대부분 "직접 방사선" 또는 직접 방사선의 경로로부터 매우 작은 각도를 통해 산란된 산란 방사선에 대해 나타내고, 다른 픽셀에 의해 검출된 모든 x-선 광자가 입사 펜슬 빔으로부터 온 산란된 x-선 광자라는 것을 확신할 수 있다. 따라서, 주어진 두께의 임의의 재료의 시그니처 산란 패턴을 확립할 수 있다. 동일한 재료의 상이한 두께에 대해 이 프로세스를 반복함으로써, 동일한 재료의 상이한 두께에 대한 시그니처 패턴이 확립될 수 있다. 유사하게, 상이한 재료 및/또는 이러한 재료의 상이한 두께에 대해 프로세스를 반복함으로써, 시그니처 산란 패턴의 데이터베이스가 구축될 수 있다.

x-선 시스템과 x-선 물리학의 몬테 카를로(Monte Carlo) 모델은 재료를 통한 입자의 통과를 시뮬레이팅하는 GEANT4라 칭하는 소프트웨어 패키지를 사용하여 생성되었다. 이 모델은 상이한 재료 및 그 두께에 입사하는 x-선 광자의 펜슬 빔의 결과를 시뮬레이팅하는 데 사용되었다. 상이한 재료 및 상이한 두께에 대한 결과가 기록된다.

각각의 산란 패턴은 그래프 1에서 도 3a에 나타낸 것과 유사한 형상을 갖는다. 산란과 관련하여, 이는 산란 커널로도 알려져 있다. 임의의 하나의 산란 커널에 대해, 펜슬 빔과 정렬되지 않은 검출기(3)의 픽셀에 입사하는 모든 x-선 광자에 의해 표현되는 산란된 광자가 식별될 수 있다. 따라서, 이미지의 직접 방사선 및 산란 방사선이 정량화될 수 있다. 산란 방사선은 직접 방사선의 이미지만을 제공하기 위해 이미지로부터 제거될 수 있다.

그러나, 관심 있는 모든 재료 및 그 두께에 대한 시그니처 산란 커널의 데이터베이스를 생성 및 사용하는 것은 방대한 데이터 저장 용량과 매우 강력한 프로세싱 기능을 필요로 하거나, 대안적으로 이러한 데이터베이스에 저장된 데이터를 사용하는 것이 매우 느릴 수 있다.

따라서, 본 발명의 이 실시예의 모델은 자체로 구체적으로 시뮬레이팅되지 않은 재료와 그 두께의 조합에 대해 산란 커널을 도출하기 위해 보간(interpolation) 기술을 사용한다. 보간 기술 및 이 실시예의 에뮬레이션 자체는 새로운 것이 아니다.

도 2는 본 발명의 프로세스가 x-선 검출기(3)에 의해 기록된 데이터로부터 산란된 x-선 광자를 제거하여 산란이 없는 이미지 및/또는 산란 광자가 의사 직접 방사선으로서 재할당되는 향상된 이미지를 생성하는 방식을 나타내는 흐름도이다.

도 3a에 나타낸 흐름도는 도 2에 나타낸 프로세스를 훨씬 더 상세하게 나타내며, 특히 산란이 없는 이미지로 귀결되는 하위-단계가 나타내어져 있다.

단계 18에서, 트레이닝 재료 및 상이한 두께에 대한 x-선 광자의 효과가 시뮬레이팅된다.

단계 19에서, 시뮬레이팅된 트레이닝 재료와 트레이닝 재료의 관찰된 샘플에 대한 x-선 광자의 효과 사이에서 재료 및 두께가 변하지 않는 전달 함수가 생성된다.

단계 20에서, 트레이닝 재료와 유사한 새로운 재료의 샘플에 대한 데이터가 얻어지는데, 이 데이터는 각 픽셀 또는 픽셀 그룹에 대해 검출기(2)에 의해 기록되는 에너지 강도의 형태이다.

단계 21에서, 재료 유형 및 재료 두께의 제1 추정이 이루어진다. "재료"라는 용어는 재료의 조합을 포함한다. 예를 들어, 이 단계의 출력은 검출기(2)의 특정 픽셀에서 식별된 재료가 근육 및 뼈인 것일 수 있다. 실제로, 이러한 단계 21의 출력은 재료 아이덴티티 및/또는 두께의 제1 추정이다. 제1 추정은 픽셀에 기록된 암흑에 기초할 수 있거나, 임의의 추측일 수 있거나, 데이터베이스(30)의 정보와 관련된 통계적 값일 수 있다. 예를 들어, 제1 추측은 트레이닝 재료의 데이터베이스로부터의 재료 및 두께의 중앙값(median)일 수 있다. 후술하는 예에서, 제1 추측은 5 cm의 50% PMMA/알루미늄이었다.

도 3a를 참조하면, 추정된 재료에 대한 산란 커널은 단계 22a에서 에뮬레이팅되고, 즉 산란 커널(31)의 데이터베이스로부터, 검출기(2)의 각 픽셀 또는 픽셀 그룹에 대해 단계 21에서 추정된 재료에 대해 산란 커널이 에뮬레이팅(도출)된다. 단계 22b에서 개별 산란 커널이 함께 컨벌빙(convolving)된다. 산란 커널의 컨벌루션은 이미지에 대한 산란 추정으로 알려진 것을 형성하며, 이는 도 3의 그래프 2에 나타내어져 있다. 그래프 2에서 알 수 있듯이, 산란 추정에서 검출기의 각 픽셀과 연관된 산란값이 있다. 단계 22c에서, 계산이 수행되고 있는 픽셀 또는 픽셀 그룹에 대한 전달 함수가 단계 22b에서 컨벌빙된 산란 커널에 대한 산란 추정 및 직접 방사선에 적용된다. 단계 22d에서, 계산 Z-S-D < 임계값이 만들어진다. Z-S-D < 임계값이면, 수렴(convergence)이 있고 단계 24'에서 산란 데이터 세트가 생성되고 산란이 없는 이미지 및/또는 재료 유형 및 두께 식별이 생성될 수 있다.

산란 재할당의 단계 25는 산란이 없는 이미지 및 단계 24'에서 수행된 재료 식별과 함께 또는 없이 수행될 수 있다. 단계 22c의 출력은 산란이 없는 이미지(22d)로서 나타내어지며, 이는 이미지일 수 있거나 이미지로서 표현될 수 있는 강도 값일 수 있다.

단계 21에서 재료 및 두께에서의 제1 추측이 정확하지 않으면, 단계 24에서 수렴이 없을 것이고 재료 및 두께 제1 추측 단계 21 및 후속 단계가 반복될 것이다. 이는 단계 22d에서 Z-S-D < 임계값까지 수행된다.

단계 24에서, 산란 커널이 관찰된 이미지에서의 산란과 매칭되는지, 즉, Z-S-D < 임계값인지 여부에 대한 결정이 이루어진다. 다수의 반복의 가능성이 있는, 대답이 아니오인 경우, Z-S-D < 임계값까지 단계 21 내지 단계 24가 반복된다. 대답이 예인 경우, 프로세스는 단계 25로 진행하여, 재할당된 산란을 갖는 이미지를 생성하기 위해 산란이 재할당되거나, 재할당되지 않고 산란이 없는 이미지가 생성된다.

재료 식별 및/또는 두께를 나타내는 값은 콘트라스트, 산란 커널, 산란 추정 등을 포함할 수 있다.

감소된 산란 효과로, 단계 23에서의 재료 식별은 수렴 후 산란이 없는 이미지(24')로 표현되는 보다 정확한 결과를 생성할 수 있다.

단계 21 내지 24가 Z-S-D < 임계값까지 반복된다.

산란이 없는 이미지 출력이 단계 24 이후에 취해질 수 있거나 프로세스는 단계 25로 진행할 수 있다.

단계 25에서, 출력은 제거된 산란 방사선의 x-선 광자가 산란되지 않았던 것과 상호 작용했을 검출기의 공간 위치에서 출력 신호에 제거된 산란 방사선을 추가함으로써 재할당된 산란을 갖는 이미지이다. 재할당 단계 25의 결과는 단계 25'에서 재할당된 이미지에 의해 표현된다.

예 1

1.36 cm의 알루미늄의 삽입으로 7.6 cm 블록의 PMMA를 포함하는 샘플의 촬영된 이미지로부터 산란이 제거되었다.

3 mm 알루미늄 필터링, 80 kV, 5 mA 텅스텐 튜브 및 레이언스(Rayence) 검출기를 갖는 GE 의료 시스템을 포함하는 x-선 이미징 장비가 관찰된 x-선 이미지를 얻는 데 사용되었다.

샘플을 나타내는 재료의 구체화 트레이닝 세트는 5개의 5 cm 두께의 PMMA 플레이트 및 5개의 1 cm의 알루미늄 플레이트를 포함하였다.

트레이닝 재료의 세트의 이미지가 이하의 방식으로 x-선 이미징 장비를 사용하여 촬영되었다.

PMMA의 경우, 트레이닝 세트의 하나의 5 cm 두께의 PMMA 플레이트를 포함하는 샘플에 대해 제1 x-선 이미지를 얻었다. 제2, 제3, 제4 및 제5 이미지가 촬영되었으며, 매번 트레이닝 세트의 5 cm 두께 PMMA 플레이트를 하나 더 추가한다.

알루미늄의 경우, 트레이닝 세트의 하나의 1 cm 두께의 알루미늄 플레이트를 포함하는 샘플에 대해 제1 x-선 이미지를 얻었다. 제2, 제3, 제4 및 제5 이미지가 촬영되었으며, 매번 트레이닝 세트의 1 cm 두께 알루미늄 플레이트를 하나 더 추가한다.

상술한 "오프라인" 프로세스가 후속되었다. 1.5 mm 필터링 및 76 kV의 시뮬레이터 설정은 재료 및 두께 불변 전달 함수를 생성하였다. 도 4 및 도 5를 참조한다. 1.5 mm 필터링 및 76 kV의 시뮬레이터 설정으로 공간적으로 변하는 전달 필드, 즉 공간적으로 변하는 전달 함수의 세트가 힐(heel) 효과를 설명하기 위해 검출기의 개별 픽셀에 대해 생성되었다.

훈련자 재료와 유사한 재료를 포함하는 관찰된 샘플의 개시 x-선 이미지가 촬영 및 다운 샘플링되었으며, 다운 샘플링은 계산 효율을 증가시키지만 필수적인 것은 아니다.

샘플에서 물질의 제1 추정이 이루어졌다. 데이터베이스로부터의 중간 재료 및 두께가 사용되었고, 이는 50%의 PMMA 및 50%의 알루미늄을 포함한 재료의 5 cm 두께였다.

Z-S-D < 임계값까지 상술한 단계 1 내지 단계 4a가 반복되었다.

도 7은 전체 두께가 7.6 cm이고 1.36 cm 두께인 알루미늄 삽입부를 갖는 PMMA/Al 팬텀(phantom)의 이미지를 나타낸다.

도 8에 나타낸 x-선 이미지는 산란 방지 그리드가 없는 팬텀을 촬영한 것이다. 도면의 하단의 강도 히스토그램은 산란으로 인한 왜곡을 강조한다. 이는 넓고 비대칭인 피크로 귀결된다. 산란 보정 후 제2 이미지는 더 좁고 더욱 대칭적인 분포를 갖는 편평화된 이미지를 반환한다.

2개의 이미지 상의 콘트라스트 범위를 C1 및 C2에 의해 정의된 범위로 윈도 잉(windowing)하는 것은 본 발명의 산란 감소 방법이 적용된 후 이미지의 개선을 나타낸다. 결과적인 이미지는 기본 샘플의 훨씬 더 근접한 표현이고 훨씬 더 효과적으로 윈도잉된 콘트라스트일 수 있다.

팬텀의 시뮬레이션과 존재하는 재료에 대한 지식을 사용하여, 몬테 카를로 진리(Monte Carlo truth)로부터 완벽하게 산란 보정된 이미지가 어떻게 보이는지를 결정할 수 있다. 이것이 도 9에 나타내어져 있으며, 본 발명의 산란 감소 방법이 완벽한 산란 보정의 제한적인 경우에 충실한 보정된 이미지를 반환한다는 것을 입증한다.

본 발명의 산란 감소 방법은 산란을 예측하고 보정하기 위해 재료 정보의 결정에 따른다. 이와 같이 최종 수렴 솔루션은 보정된 x-선 이미지와 재료 조성 및 두께의 맵 모두를 생성한다. 알고리즘에 의해 반환되는 조성과 두께는 실제 값의 수 퍼센트 내에 있다.

예 2

도 10a 및 도 10b에 나타내어진 이미지는 본 발명의 방법에 따른 산란 보정 후 대퇴골 경부(도 10a) 및 비교를 위한 산란 방지 그리드(도 10b)이다. 이러한 이미지는 레이언스 1417 Csl 검출기를 갖는 GE VMX Plus mobile x-선 시스템에서 촬영되었다.

도 10a 및 도 10b의 이미지는 6.4 mA 및 75 kV의 등가 빔 설정 및 115 cm의 소스 대 검출기 거리에서 촬영되었다. 도 10a의 이미지는 산란 방지 그리드와 연관된 흡수 손실을 겪지 않으며, 이는 환자에 대한 양이 동일하더라도 검출기에서의 양이 도 10a에서 상당히 더 높다는 것을 의미한다. 전체 이미지에 걸쳐 신호 대 잡음비(SNR)를 비교하는 것은 산란 방지 그리드에 비해 본 발명의 산란 감소 방법을 사용하는 이점을 나타낸다. 도 10a의 이미지는 의사 직접 방사선으로서 산란 방사선을 다시 추가하는 것을 포함하지 않았으며, 이는 이미지를 더욱 더 개선시킨다.

도 11은 도 10a 및 도 10b의 2개의 이미지에 걸친 SNR의 히스토그램을 나타낸다. 본 발명의 산란 감소 방법은 산란 방지 그리드가 존재할 때 촬영된 이미지와 비교할 때 전체 이미지에 걸친 SNR의 개선을 나타낸다. 이러한 개선은 그리드 내의 리드 베인(lead vane)과 연관된 이미지 아티팩트의 감소와 결합된, 산란 방지 그리드의 제거로부터의 더 높은 검출기 양과 관련된다.

ASG에 비해 개선 사항의 개요가 표 1에 나타내어져 있다.

	검출기 양(μGy)	평균(Mean) SNR	최빈값(Mode) SNR
SRM	1.27	180.9	96.4
ASG	0.2	155.3	79.3
개선 인자	x6.35	x1.16	x1.22

표 1: ASG를 사용하는 것에 대한 검출기 양 및 SNR 개선 사항의 개요

SNR의 개선은 이미지의 진단 품질을 높이거나 환자 양을 낮추기 위해 활용될 수 있다. 본 발명의 산란 감소 방법을 사용하여, 동일한 이미지 품질을 여전히 반환하면서 환자 양을 약 2배 감소시킬 수 있는 것으로 추정한다.

재료 정보와 결합된 양 또는 SNR 개선은 산란 방지 그리드를 사용하는 시스템보다 사용 가능한 x-선을 훨씬 더 많이 사용하는 방법으로 귀결된다.

Claims (13)

1. x-선 이미징 방법으로서,
   i. 상이한 재료들 및/또는 상기 재료 또는 각각의 재료의 상이한 두께들을 포함하는 적어도 하나의 트레이닝 재료의 세트를 제공하는 단계;
   ii. 픽셀화된 검출기로 상기 적어도 하나의 트레이닝 재료의 관찰된 x-선 이미지들을 얻는 단계;
   iii. 상기 적어도 하나의 트레이닝 재료 각각에 대해 시뮬레이터 내의 가변 파라미터들에 대한 시뮬레이팅된 산란 커널들의 상기 시뮬레이터에 데이터베이스를 구축하는 단계;
   iv. 상기 관찰된 이미지의 파라미터들과 상기 시뮬레이터에 의해 생성된 상기 이미지의 파라미터들을 비교하고, 상기 시뮬레이터의 식별된 입력 파라미터들과 샘플 유형 및 두께와 독립적인 상기 관찰된 이미지의 파라미터들 사이의 전달 함수를 생성하는 상기 시뮬레이터에 대한 상기 입력 파라미터들을 식별하는 단계;
   v. 상기 전달 함수를 생성하는 단계;
   vi. 상기 적어도 하나의 트레이닝 재료와 유사한 적어도 하나의 재료를 포함하는 샘플의 상기 픽셀화된 검출기로 관찰된 x-선 이미지를 얻는 단계;
   vii. 상기 샘플에 포함된 재료 유형 및/또는 두께의 초기 추정을 하는 단계;
   viii. 상기 샘플의 상기 재료 및 상기 두께가 상기 검출기의 각각의 픽셀에 대해 상기 샘플에 대한 각각의 복수의 공간적으로 분리된 점들로부터 단계 viii의 추정에 대응하는 것처럼 상기 샘플에 대한 광선 경로 추적을 수행하는 단계;
   ix. 상기 광선 경로 추적의 확산 함수에 대응하는 산란 커널 데이터베이스로부터 산란 커널을 얻는 단계;
   x. 전체 이미지 산란 추정을 제공하기 위해 각각의 산란 커널에 대해 상기 산란을 합산하는 단계;
   xi. 상기 각각의 산란 커널에 대해 직접 방사선을 예측하는 단계;
   xii. 상기 전달 함수를 상기 산란 추정 및 상기 직접 방사선에 적용하거나 상기 전달 함수의 역을 관찰된 강도 값들에 적용하는 단계;
   xiii. Z-S-D < 임계값의 계산을 수행하는 단계로서, Z는 관찰된 강도 값이고, S는 상기 전달 함수의 적용 후 산란 방사선이고, D는 상기 전달 함수의 적용 후 직접 방사선인, 단계;
   xiv. Z-S-D < 임계값인 경우 산란이 없는 데이터 및/또는 산란이 없는 이미지를 제공하기 위하여 Z로부터 S를 감산하는 단계;를 포함하는, x-선 이미징 방법.
2. 제1항에 있어서,
   단계 iii에서 구축된 상기 산란 커널들의 데이터베이스는 상기 적어도 하나의 트레이닝 재료 각각에 대해 상기 시뮬레이터 내의 모든 가변 파라미터들의 서브셋을 위해 구축되는, x-선 이미징 방법.
3. 제1항 또는 제2항에 있어서,
   단계 iii에서의 상기 가변 파라미터들은 kV, 필터링 및 샘플 위치를 포함하는 그룹으로부터 선택되는, x-선 이미징 방법.
4. 제1항 내지 제3항 중 어느 한 항에 있어서,
   상기 픽셀화된 검출기로 상기 x-선 이미지를 얻는 단계는 상기 검출기의 각각의 픽셀에서 강도 값들을 기록하는 단계를 포함하는, x-선 이미징 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서,
   상기 초기 추정(단계 viii)은, 단계 vii로부터의 개별 픽셀들 또는 픽셀들의 그룹들과 연관된 강도 값들; 트레이닝 재료들의 상기 데이터베이스에 포함된 재료들 및 재료 두께들과 관련된 통계적 값; 랜덤(random) 추측; 다른 시스템으로부터의 재료 유형 및 두께 정보 중 하나에 기초하는, x-선 이미징 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서,
   상기 산란 커널 데이터베이스를 얻는 단계는, 상기 산란 커널 데이터베이스의 산란 커널들로부터 산란 커널을 에뮬레이팅하는 단계; 상기 산란 커널 데이터베이스로부터의 산란 커널들 사이에서 보간(interpolating)하는 단계; 및 상기 산란 커널을 선택하는 단계; 중 하나를 포함하는, x-선 이미징 방법.
7. 제6항에 있어서,
   상기 산란 커널 데이터베이스는 밀집 정도가 낮고(sparsely populated), 상기 산란 커널들은 상기 밀집 정도가 낮은 산란 커널 데이터베이스의 점들로부터 에뮬레이팅되거나 상기 점들 사이에서 보간되는, x-선 이미징 방법.
8. 제1항 내지 제7항 중 어느 한 항에 있어서,
   상기 산란이 없는 데이터에, 상기 산란 방사선이 상기 직접 방사선이었던 것처럼 상기 산란 방사선을 다시 추가하는 단계, 및 향상된 산란이 없는 데이터 및/또는 향상된 산란이 없는 이미지를 제공하는 단계를 더 포함하는, x-선 이미징 방법.
9. 제1항 내지 제8항 중 어느 한 항에 있어서,
   상기 산란이 없는 데이터는, 재료 유형 및/또는 재료 두께 정보를 포함하는, x-선 이미징 방법.
10. x-선 이미징 장치에 있어서,
    x-선 소스, 픽셀화된 x-선 검출기, 시뮬레이터 및 데이터 프로세서를 포함하고,
    상기 데이터 프로세서는 제1항 내지 제9항 중 어느 한 항에 특정된 x-선 이미징 방법의 적어도 단계 ii 내지 단계 v를 수행하도록 구성되는, x-선 이미징 장치.
11. 제10항에 있어서,
    상기 데이터 프로세서는 제1항 내지 제9항 중 어느 한 항에 특정된 x-선 이미징 방법의 적어도 단계 vi 내지 단계 xiv를 수행하도록 구성되는, x-선 이미징 장치.
12. x-선 이미징 장치에 있어서,
    x-선 소스, 픽셀화된 x-선 검출기, 시뮬레이터 및 데이터 프로세서를 포함하고,
    상기 데이터 프로세서는 제1항 내지 제9항 중 어느 한 항에 특정된 x-선 이미징 방법의 적어도 단계 vi 내지 단계 xiv를 수행하도록 구성되는, x-선 이미징 장치.
13. x-선 이미징 시스템에 있어서,
    제10항 내지 제12항 중 어느 한 항에 따른 x-선 이미징 장치 및 적어도 하나의 트레이닝 재료의 세트를 포함하고,
    상기 세트는 상이한 재료들 및/또는 상기 재료 또는 각각의 재료의 상이한 두께들을 포함하는, x-선 이미징 시스템.

Images