WO2015016328A1 - Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、画像処理装置、画像処理方法及び記憶媒体 - Google Patents

Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、画像処理装置、画像処理方法及び記憶媒体 Download PDF

Info

Publication number
WO2015016328A1
WO2015016328A1 PCT/JP2014/070273 JP2014070273W WO2015016328A1 WO 2015016328 A1 WO2015016328 A1 WO 2015016328A1 JP 2014070273 W JP2014070273 W JP 2014070273W WO 2015016328 A1 WO2015016328 A1 WO 2015016328A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
projection
projection data
ray
pixels
Prior art date
Application number
PCT/JP2014/070273
Other languages
English (en)
French (fr)
Inventor
アレキサンダー ザミャチン
ヨンシャン パン
ジー ヤン
Original Assignee
株式会社東芝
東芝メディカルシステムズ株式会社
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 株式会社東芝, 東芝メディカルシステムズ株式会社 filed Critical 株式会社東芝
Priority to CN201480042768.3A priority Critical patent/CN105407804A/zh
Publication of WO2015016328A1 publication Critical patent/WO2015016328A1/ja

Links

Images

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
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • 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
    • 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
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • 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

Definitions

  • Embodiments described herein relate generally to an X-ray CT apparatus, an image processing apparatus, an image processing method, and a storage medium.
  • X-ray tomographic imaging is, in the simplest expression, an X-ray beam that passes through a subject and a detector associates the total attenuation for each ray. Attenuation is derived from comparing the same light beam with and without the subject. From this conceptual definition, several steps are required to properly construct or reconstruct an image. For example, the finite size of the X-ray generator, the nature and shape of the filter that blocks very low energy X-rays from the generator, the details of the detector geometry and characteristics, and the ability of the acquisition system This is a factor that affects how image reconstruction is performed.
  • the X-ray source at the top of the graph shown in FIG. 1 emits an X-ray beam that penetrates the subject and forms a fan or cone.
  • a wide range of values can exist, but typically the distance “C” is about 100 cm, “B” is about 60 cm, and “A” is about 40 cm.
  • C the distance
  • B is about 60 cm
  • A is about 40 cm.
  • the gantry including the X-ray generator and the detector can be rotated around the patient. From mathematical considerations, it is known that tomographic conditions are met when a scan is performed with a fan angle added to 180 °.
  • the spatial resolution of the reconstructed image is limited by various system elements such as focus size, detector pixel size, and image voxel size. Degradation of resolution is apparent with magnified reconstructions, such as those used in paranasal sinus, coronary artery, or cochlear implant imaging. In the case of an enlarged reconstructed image, the voxel size is reduced and does not affect the spatial resolution.
  • Detector pixel size limitations have two effects on spatial resolution: (1) data is averaged over a region of one pixel size, (2) Nyquist frequency is determined and reconstructed The detector sampling pitch, which basically limits the spatial resolution of the function, is also affected.
  • the detector pixel size can be reduced by conventional deconvolution techniques, similar to the focus size.
  • the problem to be solved by the present invention is to provide an X-ray CT apparatus, an image processing apparatus, an image processing method, and a storage medium capable of improving the spatial resolution of a reconstructed image.
  • the X-ray CT apparatus includes a data collection unit and a reconstruction unit.
  • the data collection unit is arranged in a predetermined direction in the X-ray detector based on an output signal of an X-ray detector that detects X-rays that have been exposed from the X-ray tube and transmitted through the subject.
  • the first projection data at the pixels is collected.
  • the reconstructing unit reconstructs the first projection data to generate intermediate image data, and the intermediate unit is compared with the second pixel in which the number of pixels is increased between at least some of the first pixels.
  • Medical image data is generated by reconstructing the second projection data acquired based on the projection result obtained by forward projecting the image data.
  • FIG. 1 is a diagram showing an X-ray source that emits an X-ray beam that forms a fan or a cone across a subject.
  • FIG. 2 is a schematic view of a mechanically simplified CT apparatus.
  • FIG. 3 is a schematic view of a mechanically simplified CT apparatus having a detector extending in the longitudinal direction.
  • FIG. 4A is a flowchart of an exemplary algorithm process.
  • FIG. 4B is a diagram for describing linear interpolation according to the present disclosure.
  • FIG. 4C is a diagram for describing the HD-FPJ according to the present disclosure.
  • FIG. 5 is a flowchart of another exemplary algorithm process.
  • FIG. 6 is a diagram illustrating an exemplary phantom.
  • FIG. 7 is a graph showing a data line profile.
  • FIG. 1 is a diagram showing an X-ray source that emits an X-ray beam that forms a fan or a cone across a subject.
  • FIG. 2 is a schematic view of
  • FIG. 8 is a diagram showing an MTF profile.
  • FIG. 9A is a diagram showing an image result using simulated data.
  • FIG. 9B is a diagram illustrating an image result using simulated data.
  • FIG. 10A is a diagram showing an image result using actual CT data.
  • FIG. 10B is a diagram showing an image result using actual CT data.
  • FIG. 11 is a schematic diagram of an exemplary processing system.
  • the X-ray CT apparatus includes a data collection unit and a reconstruction unit.
  • the data collection unit is arranged in a predetermined direction in the X-ray detector based on an output signal of an X-ray detector that detects X-rays that have been exposed from the X-ray tube and transmitted through the subject.
  • the first projection data at the pixels is collected.
  • the reconstructing unit reconstructs the first projection data to generate intermediate image data, and the intermediate unit is compared with the second pixel in which the number of pixels is increased between at least some of the first pixels.
  • Medical image data is generated by reconstructing the second projection data acquired based on the projection result obtained by forward projecting the image data.
  • the image processing apparatus includes an acquisition unit and a reconstruction unit.
  • the acquisition unit acquires first projection data collected at first pixels arranged in a predetermined direction in the X-ray detector of the X-ray CT apparatus.
  • the reconstructing unit reconstructs the first projection data to generate intermediate image data, and the intermediate unit is compared with the second pixel in which the number of pixels is increased between at least some of the first pixels.
  • Medical image data is generated by reconstructing the second projection data acquired based on the projection result obtained by forward projecting the image data.
  • the image processing method includes a data collection process and a reconstruction process.
  • the first X-ray detector arranged in a predetermined direction is based on an output signal of an X-ray detector that detects X-rays that have been exposed from the X-ray tube and transmitted through the subject.
  • the first projection data at the pixels is collected.
  • the reconstruction step reconstructs the first projection data to generate intermediate image data, and performs the intermediate processing on the second pixel in which the number of pixels is increased between at least some of the first pixels.
  • Medical image data is generated by reconstructing the second projection data acquired based on the projection result obtained by forward projecting the image data.
  • the storage medium stores a program for causing a computer to execute a data collection procedure and a reconstruction procedure.
  • the data collection procedure includes a first data array arranged in a predetermined direction in the X-ray detector based on an output signal of an X-ray detector that detects X-rays that have been exposed from the X-ray tube and transmitted through the subject.
  • the first projection data at the pixels is collected.
  • intermediate image data is generated by reconstructing the first projection data, and the intermediate number is increased with respect to a second pixel in which the number of pixels is increased between at least some of the first pixels.
  • Medical image data is generated by reconstructing the second projection data acquired based on the projection result obtained by forward projecting the image data.
  • the medical imaging system performs an initial reconstruction in a high resolution mode to obtain an intermediate image of first projection data (also referred to as original data) associated with the subject being scanned. Can do.
  • a high-density forward projection of the intermediate image can be executed to obtain a projection result (also referred to as generation data).
  • a sinogram update can be performed using both the original data and the generated data to obtain second projection data (also referred to as a high resolution sinogram).
  • a final reconstruction can then be performed to obtain a scanned high-resolution image of the subject.
  • the input interface can input first projection data (also referred to as scan data) of a medical image scan of the target subject, the processor can execute a procedure, and output The interface can output an output image.
  • the procedure includes a first reconstruction of scan data to obtain an intermediate image of the target subject, a high-density forward projection of the intermediate subject to obtain generated data, and a high-resolution sinogram. Updating a sinogram using both generated data and scan data and a second reconstruction based on a high resolution sinogram to obtain an output image.
  • the first reconstruction can include a convolution performed on the scan data to filter the scan data by Fourier transform.
  • the first reconstruction may include performing back projection to obtain an intermediate image after convolution.
  • the sinogram update can follow the following relationship, where x indicates the first projection data (also referred to as the original sinogram), y indicates the projection result (also referred to as the generated sinogram), and z indicates the first 2 indicates projection data (also referred to as upsampled sinogram), and k indicates the size of the data.
  • the second reconstruction may include a convolution that is performed to filter the high resolution sinogram by Fourier transform.
  • the second reconstruction can include performing back projection after convolution to obtain an output image.
  • the first reconstruction includes a first convolution performed on the scan data to filter the scan data by a Fast Fourier Transform (FFT) having a first size, and then a first matrix.
  • FFT Fast Fourier Transform
  • a first backprojection performed using can be included.
  • the second reconstruction is a second configuration that is performed on the scan data to filter the scan data with a fast Fourier transform (FFT) having a second size that is twice the first size.
  • FFT fast Fourier transform
  • the first size is 512 bins and the second size is 1024 bins.
  • the first matrix and the second matrix can each have a size of 1024 ⁇ 1024.
  • the scan data for the medical image scan of the target subject can be computed tomography (CT) scan data, and the medical image scan can be a CT scan.
  • CT computed tomography
  • CT devices that perform CT scans are provided in an exemplary implementation.
  • the processor uses both the generated data and the scan data to obtain a high resolution sinogram and improve the spatial resolution of the output image from the second reconstruction relative to the intermediate image of the second reconstruction.
  • a sinogram update can be performed.
  • a display that displays the output image can be installed.
  • FIG. 2 shows a simplified structure of a CT apparatus that can include a detector array that detects photons.
  • the aspect of the present disclosure is not limited to an X-ray CT (Computed Tomography) apparatus (hereinafter referred to as a CT apparatus as appropriate) as a medical imaging system.
  • a CT apparatus Computed Tomography
  • the structures and procedures described herein can be applied to other medical imaging systems, and the descriptions presented herein, particularly those related to CT apparatus and photon detection, are exemplary. Should be considered.
  • the detector array, photon detector, and photon detector array may be simply referred to as a detector in this specification.
  • the CT apparatus shown in FIG. 2 includes an X-ray tube 1, a filter and collimator 2, and a detector 3.
  • the CT apparatus also includes other mechanical and electrical components such as a gantry motor and a controller 4 that controls the rotation of the gantry, controls the x-ray source, and controls the patient bed.
  • the CT apparatus also includes a data collection system 5 and a processor 6 that generates a CT image based on the projection data collected by the data collection system 5.
  • the processor 6 and the data collection system 5 may utilize a memory 7 configured to store data acquired from the detector 3 and a reconstructed image, for example.
  • the data collection system 5 is arranged in a predetermined direction in the X-ray detector 3 based on the output signal of the X-ray detector 3 that detects the X-rays that have been exposed from the X-ray tube 1 and transmitted through the subject. First projection data is collected in the arranged first pixel group.
  • the data collection system 5 is also referred to as a data collection unit.
  • the processor 6 reconstructs the first projection data to generate intermediate image data, and the intermediate image data for the second pixel group in which the number of pixels is increased between at least some pixels of the first pixel group.
  • Medical image data is generated by reconstructing the second projection data acquired based on the projection result obtained by performing the forward projection. Then, the processor 6 reconstructs the second projection data acquired based on the projection result to generate medical image data.
  • the processor 6 is also referred to as a reconstruction unit.
  • the X-ray tube 1, the filter and collimator 2, the detector 3, and the controller 4 can be installed in a frame 8 including an inner diameter portion.
  • the frame 8 has a general cylindrical shape or donut shape. In the drawing shown in FIG. 2, the longitudinal axis of the bore of the frame 8 is at the center of the inner diameter portion and extends in and out of the page.
  • the interior of the inner diameter, identified as area 9, is the imaging target area.
  • a subject to be scanned, such as a patient is placed in a target area with, for example, a patient table. Thereafter, the subject can generally be illuminated by the x-ray tube 1 with a fan or cone radiation 10 that substantially or effectively traverses the subject with respect to the longitudinal axis.
  • the processor 6 is programmed to determine the number of captured incident X-ray photons.
  • Data collection system 5, processor 6, and memory 7 can be implemented as a single machine or computer, or as separate machines or computers coupled together via a network or other data communication system.
  • the controller 4 can be coupled via a network or other data communication system, can be implemented by a separate machine or computer, or can be implemented as part of another machine or computer of the system. Can do.
  • the detector 3 is a rotation detector array that rotates with the X-ray tube 1 relative to the longitudinal axis.
  • a fixed detector array can also be provided.
  • both the rotation detector array and the fixed detector array are installed in the frame 8.
  • the CT apparatus may be mounted with other detectors.
  • FIG. 3 is a schematic diagram of a mechanically simplified CT apparatus having a detector extending in the longitudinal direction.
  • FIG. 3 is a side view of the CT apparatus shown in FIG. 2, showing both the rotation detector array and the fixed detector array in the frame 8.
  • FIG. 2 is a view of the CT apparatus from the perspective of the longitudinal axis L, which extends into and out of the page.
  • the longitudinal axis L extends from side to side throughout the page.
  • FIG. 3 shows a rotation detector 3 having a detector axis D that extends to the left and right over the entire page.
  • D is generally substantially or substantially parallel to L. That is, the relationship between these two axes is parallel within a difference of 2 °, 1 °, or less.
  • a perfectly geometric “parallel” relationship or “vertical” relationship is generally not necessary, and a “general, substantial, or practical” relationship is Suitable within a range of 2 °, 1 ° or less difference.
  • Rotation detector 3 (also referred to as detector array 3) can rotate with the X-ray tube 1 about the longitudinal axis L.
  • a series of fixed detector arrays 3 '(also referred to as detector arrays 3') can be placed around the frame 8 periodically or irregularly and have a circular shape when viewed along the longitudinal axis L. Can be formed.
  • a series of fixed detector arrays 3 ' can be installed along each detector axis D' extending left and right throughout the page.
  • D ' is generally substantially or practically parallel to L. That is, the relationship between these two axes is parallel within a difference of 2 °, 1 °, or less.
  • a perfectly geometric “parallel” relationship or “vertical” relationship is generally not necessary, and a “general, substantial, or practical” relationship is Suitable within a range of 2 °, 1 ° or less difference.
  • FIG. 3 shows a patient table and a fan or cone 10 extending into the inner diameter of the frame 8.
  • the fan or cone 10 has long sides in the left and right dimensions in the view of FIG. 2, and has short sides in the left and right dimensions in the view of FIG.
  • the fan or cone 10 can hit both the detector array 3 and one of the detector arrays 3 '.
  • the detector array 3 and the detector array 3 ′ have a common dimensional length in the z-direction, but other implementations include detector arrays 3 and 3 ′. It also includes the case where the length in the z direction between them or the length in the z direction between the detector arrays 3 ′ is different.
  • aspects of the present disclosure relate to improving spatial resolution in iterative CT reconstruction.
  • An exemplary goal is to estimate high resolution projection data that minimizes the difference from measured projection data.
  • both numerical simulation and actual CT data can be used to improve spatial resolution without the side effects of aliasing artifacts.
  • the present disclosure relates to CT reconstruction, iterative reconstruction algorithms, forward projection, and system optical models. Aspects of the present disclosure also relate to overcoming detector sampling limitations.
  • FIG. 4A is a diagram illustrating an example of an algorithm 400 according to the present disclosure.
  • the algorithm 400 shown in FIG. 4A is executed by a medical imaging system or computer.
  • a medical imaging system is an X-ray CT apparatus and the algorithm 400 is executed by the processor 6 of the X-ray CT apparatus (hereinafter, referred to as a reconstruction unit as appropriate) will be described.
  • the reconstruction unit performs linear interpolation on the first projection data in step S401.
  • the reconstruction unit linearly interpolates the first projection data between at least some of the pixels of the first pixel group. For example, when the predetermined direction in the X-ray detector is the channel direction, the reconstruction unit linearly interpolates the first projection data between at least some of the first channels.
  • FIG. 4B is a diagram for describing linear interpolation according to the present disclosure.
  • FIG. 4B illustrates a case where the first projection data in the first channel having 896 channels is linearly interpolated.
  • each channel corresponds to each pixel.
  • the first projection data d1 to d6 in the first channel are indicated by white circles, and the channels c21 to c25 between the first channels are indicated by dashed circles.
  • the reconstruction unit generates first projection data d21 obtained by linearly interpolating the first projection data d1 and the first projection data d2 in the channel c21.
  • the reconstruction unit generates first projection data d22 obtained by linearly interpolating the first projection data d2 and the first projection data d3 in the channel c22.
  • the reconstruction unit generates linearly interpolated first projection data d23 to first projection data d25 in channels c23 to c25.
  • the reconstruction unit performs initial reconstruction in the high resolution mode, and acquires an intermediate image of first projection data (also referred to as original data) collected in the medical imaging process.
  • the original data is for the subject to be scanned or for the subject to be scanned.
  • the reconstruction unit executes a high-density forward projection (HD-FPJ) of the intermediate image, and acquires a projection result (also referred to as generated data).
  • HD-FPJ high-density forward projection
  • the reconstruction unit forward-projects the intermediate image data to the second pixel group in which the number of pixels is increased between at least some of the pixels of the first pixel group, and acquires the projection result.
  • FIG. 4C is a diagram for describing the HD-FPJ according to the present disclosure.
  • an intermediate image 4a generated by linearly interpolating the first projection data in the first channel having 896 channels into the second channel having 1792 channels and reconstructing the intermediate image 4a is generated.
  • the reconstruction unit forward-projects the intermediate image 4a on the second channel whose number of channels is increased between at least some of the first channels, and acquires a projection result (also referred to as generated data).
  • a projection result also referred to as generated data.
  • the data that has not been linearly interpolated and re-projected and then forward-projected is indicated by white circles, and the data generated by linear interpolation is reproduced.
  • Data that has been forward-projected after composition is indicated by a circle that is hatched.
  • the accuracy of the hatched circle data is higher than that of the linearly interpolated data.
  • the reconstruction unit performs sinogram update using both the original data and the generated data, and obtains second projection data (also referred to as a high-resolution sinogram). Thereafter, the reconstruction unit executes final reconstruction in S408 to acquire a high-resolution image of the subject to be scanned. That is, the reconstruction unit reconstructs the second projection data and generates medical image data.
  • the reconstruction unit reconstructs the data generated by linear interpolation and then reconstructs the data using high-precision data that has been forward projected, thereby improving the spatial resolution of the reconstructed image. Can do.
  • the reconstruction unit determines whether or not to repeatedly perform the calculation (Step S410). For example, the reconstruction unit determines whether or not the processing from step S404 to step S408 has been performed a preset number of times. Here, the reconfiguration unit determines that the repetitive calculation is not performed when the processes from step S404 to step S408 are executed a preset number of times (No in step S410), and ends the process. On the other hand, if the reconfiguration unit has not performed the processes from step S404 to step S408 for a preset number of times, the reconfiguration unit determines that the repetitive calculation is to be performed (step S410, Yes), and proceeds to step S404.
  • the reconstruction unit forwardly projects the intermediate image generated by reconstructing the first projection data in the first pixel group onto the second pixel group. Thereby, spatial resolution can be improved. Further, the reconstruction unit repeatedly executes the processes from step S404 to step S408 a preset number of times. Thereby, the accuracy of the data in the pixels between the first pixels is gradually improved every time the processing from step S404 to step S408 is repeated.
  • the reconstruction unit may reconstruct the first projection data without linear interpolation to generate an intermediate image. Further, the reconstruction unit may execute the processes from step S404 to step S408 only once.
  • the reconfiguration unit inputs data to a system (for example, a computer, a processor, or a digital data processing device or circuit) in S502.
  • the data can be in the form of an image or a matrix.
  • the matrix may have a size of 896 (ie, the number of detector channels) ⁇ 900 (ie, the number of views of the CT scan) in an exemplary implementation. It is possible to input data of other sizes.
  • This data is stored in a storage device such as an electronic memory that stores digital data.
  • the reconstruction unit performs, for example, FFT processing such as fast Fourier transform (FFT), for example, with an FFT size of 512 (that is, 512 bins), and the data is filtered using a filtering kernel. Receive convolution for.
  • the reconstruction unit performs back-projection (BPJ) using a matrix having a size of 1024 ⁇ 1024 in the exemplary implementation.
  • FFT fast Fourier transform
  • BPJ back-projection
  • the reconfiguration unit applies a high-density projector (High-Density Forward Projector: HD-FPJ) at S508 after BPJ at S506.
  • HD-FPJ High-Density Forward Projector
  • the HD-FPJ calculates the beam sum with a finer sampling than that determined by the detector of the imaging system. Therefore, in the HD-FPJ, a beam sum that is not measured by the detector and a beam sum at the measurement position can be obtained. This step balances the following two considerations:
  • the reconstruction unit executes sinogram upsampling (update) using the original single sample data (from S502) and the generated higher sample data (from S508).
  • the goal of this step is to estimate a high resolution sinogram.
  • One approach to obtaining upsampled sinograms is by conventional least squares minimization, similar to the Fourier-based optimal recovery method for anti-aliasing interpolation, where the double sampled generated data is Used as deductive information.
  • the reconstructor estimates the upsampled sinogram using a simpler approach.
  • x the first projection data (also referred to as the original sinogram)
  • y the projection result (also referred to as the generated sinogram)
  • z the second projection data (also referred to as the upsampled sinogram).
  • k indicates the size of the data.
  • This implementation can be viewed as a variation of the traditional pan-sharpening method in the raw data area.
  • the reprojection data corresponds to a high resolution panchromatic image and the measured projection corresponds to a spectral image.
  • the goal here is to estimate high resolution projection data that minimizes the difference from the measured projection.
  • the reconstruction unit defines a reconstruction process of high-resolution projection data that occurs as a result of the sinogram update in S510.
  • the reconstruction unit convolves the projection data (ie, updated / upsampled sinogram-high resolution sinogram) with a filtering kernel with an FFT twice the original FFT size. That is, the FFT size of S512 can be 1024 (that is, 1024 bins).
  • the reconstruction unit performs back projection using a matrix having a large size of, for example, 1024 ⁇ 1024.
  • the reconstruction unit can output the resulting reconstruction image to a processing device such as a display.
  • Table 1 shows the data simulation parameters and geometry
  • FIG. 6 shows a simulated small donut phantom used in the implementation discussed herein.
  • FIG. 7 shows a data line profile of twice-sampled data, HD-FPJ update (corresponding to HD-FPJ step S506), and original data.
  • the HD-FPJ update effectively converts the original data so that it is more similar to the sampling data twice. Due to the small phantom size, the original sample has no phantom (original data line) edge. These edges can be at least partially recovered by HD-FPJ (HD-FPJ update line). For reference, true double sampling is also shown (double sampling data line).
  • the HD-FPJ update line uses only the original single sampling data.
  • FIG. 8 shows the modulation transfer function (MTF) results for the sampling data twice, HD-FPJ update, and original data.
  • FIG. 8 shows the improved Nyquist frequency and improved spatial resolution using HD-FPJ compared to using the original data alone.
  • FIG. 9A to 9B show the results using simulated data.
  • FIG. 9A shows the original simulated data
  • FIG. 9B shows the data simulated by HD-FPJ update.
  • FIG. 10A to 10B show a reconstructed image of the original data (FIG. 10A) and a reconstructed image by the proposed method (FIG. 10B, using HD-FPJ).
  • FIGS. 10A and 10B are enlarged images of the paranasal sinus bone in order to demonstrate the resolution improvement of the proposed method.
  • the proposed method improves sinogram sampling, resulting in increased spatial resolution.
  • the deconvolution method produces strong aliasing artifacts as well as overshoot artifacts, which is an undesirable side effect of resolution enhancement. Since the proposed method is aimed at improving the sampling speed of the original data, aliasing artifacts can be suppressed as the actual data shows.
  • the noise particles are often large, and this can be characterized by the shift of the noise power spectrum (NPS) toward lower frequencies.
  • NPS noise power spectrum
  • Noise particles become larger when the detector pixel size becomes larger than the image voxel size. Therefore, the proposed technique improves the noise texture as shown in FIGS. 9A and 9B. Please refer to the rectangular area for comparison.
  • the proposed method can be used with iterative reconstruction because it improves the accuracy of forward projection and can be combined with deconvolution techniques to further improve spatial resolution.
  • HD-FPJ since the sampling of the voxel projection area is improved, the accuracy of the system optical model is improved.
  • the X-ray CT apparatus may execute HD-FPJ in the body axis direction in the same manner as HD-FPJ in the channel direction.
  • the X-ray CT apparatus has a plurality of continuous axial images with respect to the second pixel group in which the number of pixels is increased between at least some of the detection elements (pixels) arranged in the body axis direction. Is obtained as a result of forward projection as intermediate image data. Then, the X-ray CT apparatus reconstructs the second projection data acquired based on the acquired projection result to generate medical image data.
  • the X-ray CT apparatus further linearizes an axial image between at least some of the pixels of the detection element elements (pixels) arranged in the body axis direction by further consecutively arranging a plurality of axial images. It may be generated.
  • the X-ray CT apparatus uses a plurality of continuous axial images including the generated axial image as intermediate image data, and obtains a projection result obtained by forward projecting the intermediate image.
  • the X-ray CT apparatus intermediates a plurality of continuous sagittal images with respect to the second pixel group in which the number of pixels is increased between at least some of the detection elements (pixels) arranged in the channel direction. You may make it acquire the projection result projected forward as image data.
  • the X-ray CT apparatus sequentially applies a sagittal image as intermediate image data to the second pixel group in which the number of pixels is increased between at least some of the detection elements (pixels) arranged in the body axis direction. You may make it acquire the projection result projected.
  • the X-ray CT apparatus further linearly interpolates a plurality of continuous sagittal images between at least some of the pixels of the detection element elements (pixels) arranged in the channel direction, thereby further sagittal images. It may be generated.
  • the X-ray CT apparatus uses a plurality of consecutive sagittal images including the generated sagittal image as intermediate image data, and obtains a projection result obtained by forward projecting the intermediate image.
  • the X-ray CT apparatus forward-projects a coronal image as intermediate image data to the second pixel group in which the number of pixels is increased between at least some of the detection elements (pixels) arranged in the channel direction.
  • the obtained projection result may be acquired, and the coronal image is intermediated with respect to the second pixel group in which the number of pixels is increased between at least some of the pixels arranged in the body axis direction. You may make it acquire the projection result projected forward as image data.
  • FIG. 11 shows an exemplary processing system with reference to the structure shown in FIG.
  • This exemplary processing system uses one or more microprocessors or equivalents, such as a central processing unit (CPU) and at least one application specific processor (ASP) (not shown). And can be implemented.
  • the microprocessor is a memory circuit (eg, ROM, EPROM, EEPROM, flash memory, static memory, DRAM, SDRAM) configured to control the microprocessor to perform and control the processes and systems of the present disclosure. , And their equivalents).
  • Other storage media can be controlled via a controller, such as a disk controller, which can control a hard disk drive or an optical disk drive.
  • the microprocessor or aspects thereof may include logic circuitry that augments or fully implements the present disclosure or may be included exclusively in alternative implementations.
  • Such logic circuits include application-specific integrated circuit (ASIC), field programmable gate array (FPGA), generic-array of logic (GAL), and their equivalents. Is included, but is not limited thereto.
  • the microprocessor can be a separate device or a single processing mechanism.
  • the present disclosure can take advantage of the parallel processing capabilities of a multi-core CPU and a graphics processing unit (GPU) to achieve improved computational efficiency.
  • One or more processors in a multiprocessing configuration may be employed to execute the sequence of instructions contained in the memory.
  • hardwired circuitry may be used in place of or in combination with software instructions.
  • the exemplary implementations discussed herein are not limited to any specific combination of hardware circuitry and software.
  • the result of the processing according to the present disclosure can be displayed on a display (monitor) via a display controller.
  • the display controller preferably includes at least one graphics processing device that can be provided by multiple graphics processing cores.
  • an input / output (I / O) interface as a peripheral device.
  • An / O (input / output) interface is installed.
  • a keyboard or pointing device that controls various process parameters or algorithms of the present disclosure may be connected to the I / O interface to provide additional functionality and configuration options, or to control display characteristics. it can.
  • the monitor can be provided with a touch sensor interface that implements a command / instruction interface.
  • the above-described components can be connected to a network such as the Internet or a local intranet via a network interface for transmitting or receiving data such as controllable parameters.
  • a central BUS is provided for connecting the above hardware components together and also realizes at least one path of digital communication therebetween.
  • the data collection system 5, the processor 6, and the memory 7 of FIG. 2 can be implemented using one or more processing systems according to the exemplary implementation shown in FIG. Specifically, one or more circuits or computer hardware units corresponding to one or more of the devices shown in FIG. 11 can provide the functions of the data collection system 5, the processor 6, and the memory 7.
  • the functional processes described herein can also be implemented in one or more dedicated circuits, such as a circuit that performs the processes described. Such circuitry can be part of a computer processing system or a discrete device interconnected with other systems.
  • a processor according to the present disclosure can be programmed or configured to perform the functional processing described herein with computer code elements.
  • processing systems can be connected to each other via a network or other data communication connection in one implementation.
  • One or more of the processing systems can be connected to corresponding actuators to activate and control gantry, x-ray source, and patient bed movement.
  • a computer readable medium of the processing system such as a memory or storage device.
  • computer readable media include compact disk, hard disk, floppy disk, tape, magneto-optical disk, PROM (EPROM, EEPROM, flash EPROM), DRAM, SRAM, SDRAM, or any other magnetic medium , A compact disc (eg, CD-ROM), or any other medium that can be read by a computer.
  • Examples of software include, but are not limited to, device drivers, operating systems, development tools, application software, and graphical user interfaces.
  • Computer code elements on the media described above include scripts, interpretable programs, dynamic link libraries (DLLs), Java classes, and complete executable programs (but not limited to) Can be any interpretable or executable code mechanism.
  • the processing portion of the aspect of the present disclosure can be distributed for the purpose of improving performance and reliability and reducing costs.
  • the data input portion of the processing system receives an input signal from a detector or detector array, for example, via a respective wired connection.
  • a plurality of ASICs or other data processing components can be installed as forming the data input section or as providing inputs to the data input section.
  • Each ASIC can receive signals from an individual detector array or a segment (individual portion) thereof.
  • a filter circuit can be installed along with an analog / digital converter for use in data recording and processing. The filtering can also be performed by digital filtering without using a separate filter circuit for analog signals. Alternatively, when the detector outputs a digital signal, digital filtering and data processing can be performed directly from the detector output.
  • the spatial resolution of the reconstructed image can be improved.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

　Ｘ線ＣＴ装置は、データ収集部（５）と、再構成部（６）と、を備える。データ収集部（５）は、Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集する。再構成部（６）は、前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。

Description

Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ　Ｔｏｍｏｇｒａｐｈｙ）装置、画像処理装置、画像処理方法及び記憶媒体
　本発明の実施形態は、Ｘ線ＣＴ装置、画像処理装置、画像処理方法及び記憶媒体に関する。
　Ｘ線断層撮影イメージングとは、最も単純な表現では、Ｘ線ビームが被検体を透過し、検出器によって光線毎に総減衰量を関連づけることである。減衰は、被検体有りの場合と被検体無しの場合とで同じ光線を比較することから導出される。この概念上の定義から、画像を適切に構成又は再構成するためにはいくつかのステップが必要とされる。例えば、Ｘ線発生装置の有限サイズ、発生装置からの非常に低エネルギーのＸ線を遮断するフィルタの性質や形状、検出器の幾何学的配置や特性の詳細、及び収集システムの能力のそれぞれは、どのように画像の再構成が行われるかに影響を与える要因である。
　考えられる多くの幾何学的配置の一つにおいて、図１に示すグラフ頂部のＸ線源は、被検体を透過する、ファン又はコーンを形成するＸ線ビームを出射している。広範囲の値が存在しうるが、通常は、距離「Ｃ」は約１００ｃｍであり、「Ｂ」は約６０ｃｍであり、「Ａ」は約４０ｃｍである。断層撮影において、少なくとも１８０°に及ぶ光線の集まりが被検体の各点を横切ることができる。したがって、Ｘ線発生装置及び検出器を備えたガントリは、患者を中心にして回転することができる。数学的な考察により、断層撮影条件は１８０°にファン角度を足したスキャンが行われたときに満たされることがわかっている。
　再構成画像の空間解像度は、焦点サイズ、検出器画素サイズ、画像ボクセルサイズなど、様々なシステム要素により制限される。解像度の劣化は、副鼻洞、冠状動脈、又は人工内耳のイメージングにおいて使用されるものなど、拡大再構成の場合に明らかである。拡大再構成画像の場合、ボクセルサイズは小さくなり、空間解像度には影響を与えない。検出器画素サイズの制限は、空間解像度に２つの影響を与える、即ち、（１）データは、１画素サイズの領域にわたって平均化され、（２）ナイキスト周波数を決定し、かつ、再構成された関数の空間解像度を基本的に制限する検出器サンプリングピッチも影響を受ける。検出器画素サイズは、焦点サイズと同様に、従来のデコンボリューション形式の手法により低減することができる。
Kai　Zeng,　Bruno　De　Man,　Jean-Baptiste　Thibault,　Zhou　Yu,　Charles　Bouman　and　Ken　Sauer,　Spatial　Resolution　Enhancement　in　CT　Iterative　Reconstruction,　Proceedings　of　IEEE　Nuclear　Science　Symposium,　M13-201,　2010. Chien-Min　Kao,　Xiaochuan　Pan,　Patrick　La　Riviere,　Mark　A.　Anastasio,　Fourier-based　optimal　recovery　method　for　antialiasing　interpolation.　Optical　Engineering.　01/1999;　38:2041-2044.　DOI:　10.1117/1.602308
　本発明が解決しようとする課題は、再構成画像の空間解像度を向上させることができる、Ｘ線ＣＴ装置、画像処理装置、画像処理方法及び記憶媒体を提供することである。
　Ｘ線ＣＴ装置は、データ収集部と、再構成部と、を備える。データ収集部は、Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集する。再構成部は、前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。
図１は、被検体を横切る、ファン又はコーンを形成するＸ線ビームを出射するＸ線源を示す図である。 図２は、機械的に簡素化されたＣＴ装置の概略図である。 図３は、長手軸方向に延在する検出器を有する、機械的に簡素化されたＣＴ装置の概略図である。 図４Ａは、例示的なアルゴリズムプロセスのフローチャートである。 図４Ｂは、本開示に係る線形補間を説明するための図である。 図４Ｃは、本開示に係るＨＤ－ＦＰＪを説明するための図である。 図５は、別の例示的なアルゴリズムプロセスのフローチャートである。 図６は、例示的なファントムを示す図である。 図７は、データ線プロファイルを示すグラフである。 図８は、ＭＴＦプロファイルを示す図である。 図９Ａは、シミュレートされたデータを使用した画像結果を示す図である。 図９Ｂは、シミュレートされたデータを使用した画像結果を示す図である。 図１０Ａは、実際のＣＴデータを使用した画像結果を示す図である。 図１０Ｂは、実際のＣＴデータを使用した画像結果を示す図である。 図１１は、例示的な処理システムの概略図である。
　例示的な実装形態によると、Ｘ線ＣＴ装置は、データ収集部と、再構成部と、を備える。データ収集部は、Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集する。再構成部は、前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。
　また、例示的な実装形態によると、画像処理装置は、取得部と、再構成部とを備える。取得部は、Ｘ線ＣＴ装置のＸ線検出器において所定の方向に配列された第１の画素において収集された第１の投影データを取得する。再構成部は、前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。
　また、例示的な実装形態によると、画像処理方法は、データ収集工程と、再構成工程とを含む。データ収集工程は、Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集する。再構成工程は、前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。
　また、例示的な実装形態によると、記憶媒体は、データ収集手順と、再構成手順とをコンピュータに実行させるためのプログラムを格納する。データ収集手順は、Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集する。再構成手順は、前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。
　例示的な実装形態によると、医用イメージングシステムは、高解像度モードで初期再構成を行って、スキャン対象の被検体に関連する第１の投影データ（オリジナルデータとも言う）の中間画像を取得することができる。中間画像の高密度順投影を実行して、投影結果（生成データとも言う）を取得することができる。オリジナルデータと生成データの両方を使用してサイノグラム更新を実行して、第２の投影データ（高解像度サイノグラムとも言う）を取得することができる。その後、最終再構成を実行して、スキャンされた被検体の高解像度画像を取得することができる。
　例示的な実装形態によると、入力インターフェースは、ターゲット被検体の医用画像スキャンの第１の投影データ（スキャンデータとも言う）を入力することができ、プロセッサは、手順を実行することができ、出力インターフェースは、出力画像を出力することができる。手順は、ターゲット被検体の中間画像を取得するための、スキャンデータの第１の再構成と、生成データを取得するための、中間被検体の高密度順投影と、高解像度サイノグラムを取得するための、生成データ及びスキャンデータの両方を使用したサイノグラム更新と、出力画像を取得するための、高解像度サイノグラムに基づいた第２の再構成と、を含むことができる。
　第１の再構成は、フーリエ変換によりスキャンデータをフィルタリングするためにスキャンデータに実行されるコンボリューションを含むことができる。第１の再構成は、コンボリューション後に、中間画像を取得するために逆投影を実行することを含むことができる。
　サイノグラム更新は、以下の関係に従うことができ、ここで、ｘは第１の投影データ（オリジナルのサイノグラムとも言う）を示し、ｙは投影結果（生成されたサイノグラムとも言う）を示し、ｚは第２の投影データ（アップサンプリングされたサイノグラムとも言う）を示し、ｋはデータのサイズを示す。ｚ（２ｋ）＝ｘ（ｋ）、及び、ｚ（２ｋ＋１）＝ｙ（２ｋ＋１）＋（Δ（ｋ）＋Δ（ｋ＋１））／２、ここで、Δ（ｋ）＝ｘ（ｋ）－ｙ（２ｋ）である。
　第２の再構成は、フーリエ変換により高解像度サイノグラムをフィルタリングするために実行されるコンボリューションを含むことができる。第２の再構成は、コンボリューションの後に、出力画像を取得するために逆投影を実行することを含むことができる。
　第１の再構成は、第１のサイズを有する高速フーリエ変換（Fast　Fourier　Transform：ＦＦＴ）によりスキャンデータをフィルタリングするためにスキャンデータに実行される第１のコンボリューションと、その後、第１の行列を利用して実行される第１の逆投影を含むことができる。第２の再構成は、第１のサイズの２倍である第２のサイズを有する高速フーリエ変換（Fast　Fourier　Transform：ＦＦＴ）によりスキャンデータをフィルタリングするためにスキャンデータに実行される第２のコンボリューションと、その後、第２の行列を利用して実行される第２の逆投影を含むことができる。
　第１のサイズは５１２個のビンであり、第２のサイズは１０２４個のビンである。
　第１の行列及び第２の行列は、各々、１０２４×１０２４のサイズを有することができる。
　ターゲット被検体の医用画像スキャンのスキャンデータは、コンピュータ断層撮影（Computed　Tomography：ＣＴ）スキャンデータとすることができ、医用画像スキャンは、ＣＴスキャンとすることができる。
　ＣＴスキャンを行うＣＴ装置は、例示的な実装において提供される。
　プロセッサは、高解像度サイノグラムを取得して第２の再構成の中間画像に対して第２の再構成からの出力画像の空間解像度を向上させるために、生成データ及びスキャンデータの両方を使用してサイノグラム更新を実行するようにすることができる。
　出力画像を表示するディスプレイを設置することができる。
　本開示に従って、様々な方法、システム、デバイス、及びコンピュータ可読媒体を実装することができる。
　図面中、同様の参照番号は、図を通して同一であるか対応する部品を示す。更に、本明細書で使用するとき、特記のない限り、単語「１つの（ａ）」、「１つの（ａｎ）」などは、一般に「１以上の」の意味をもつ。本明細書で論じる参考文献、特許などの文書は、引用によりその全体が組み入れられる。
　図２は、光子を検出する検出器アレイを含むことができるＣＴ装置の簡略構造を示す。本開示の態様は、医用イメージングシステムとしてのＸ線ＣＴ（Computed　Tomography）装置（以下、適宜ＣＴ装置と記載する）に限定されるものではない。特に、本明細書で説明する構造及び手順を他の医用イメージングシステムに適用することができ、本明細書で提示する説明、具体的にはＣＴ装置及び光子の検出に関係する説明は、例示的であるとみなすべきである。
　検出器アレイや光子検出器、光子検出器アレイは、本明細書において単に検出器という場合がある。図２に示すＣＴ装置は、Ｘ線管１、フィルタとコリメータ２、及び検出器３を含む。ＣＴ装置は、ガントリモータや、ガントリの回転を制御し、Ｘ線源を制御し、患者ベッドを制御するコントローラ４などの、他の機械的構成部品及び電気的構成部品も含む。ＣＴ装置は、データ収集システム５、及び、データ収集システム５により収集された投影データに基づいてＣＴ画像を生成するプロセッサ６も含む。プロセッサ６及びデータ収集システム５は、例えば、検出器３から取得されたデータ及び再構成画像を記憶するように構成されたメモリ７を利用することができる。
　ここで、データ収集システム５は、Ｘ線管１から曝射されて被検体を透過したＸ線を検出するＸ線検出器３の出力信号に基づいて、Ｘ線検出器３において所定の方向に配列された第１の画素群における第１の投影データを収集する。なお、データ収集システム５は、データ収集部とも言う。
　プロセッサ６は、第１の投影データを再構成して中間画像データを生成し、第１の画素群の少なくとも一部の画素間について画素数を増加した第２の画素群に対して中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。そして、プロセッサ６は、投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。なお、プロセッサ６は、再構成部とも言う。
　Ｘ線管１、フィルタとコリメータ２、検出器３、及びコントローラ４は、内径部を含むフレーム８内に設置することができる。フレーム８は、一般的な円筒形又はドーナツ形状を有する。図２に示す図では、フレーム８のボアの長手軸は内径部の中心にあり、ページ内外に延在する。区域９と識別される内径部の内部は、イメージングの標的区域である。患者などのスキャンされる被検体は、例えば、患者テーブルと共に標的区域内に置かれる。その後、一般に、実質的に、又は効果的に長手軸に対して被検体を横断するファン又はコーン放射線１０で、Ｘ線管１により被検体を照射することができる。プロセッサ６は、捕捉された入射Ｘ線光子の光子数を決定するようにプログラムされている。データ収集システム５、プロセッサ６、及びメモリ７は、単一の機械又はコンピュータとして、あるいは、ネットワーク又は他のデータ通信システムを介して共に結合された別々の機械又はコンピュータとして、実装することができる。コントローラ４は、ネットワーク又は他のデータ通信システムを介して結合することもでき、また、別個の機械又はコンピュータにより実装することもでき、あるいは、システムの別の機械又はコンピュータの一部として実装することができる。
　図２では、検出器３は、長手軸に対してＸ線管１と共に回転する回転検出器アレイである。図２には図示されていないが後述するように、固定検出器アレイも設けることができ、その結果、回転検出器アレイ及び固定検出器アレイが、共にフレーム８内に設置される。なお、ＣＴ装置は、他の検出器を実装するようにしてもよい。
　図３は、長手軸方向に延在する検出器を有する機械的に簡略化されたＣＴ装置の概略図である。図３は図２に示すＣＴ装置の側面図であり、フレーム８内の回転検出器アレイ及び固定検出器アレイを共に示す。特に、図２は、長手軸Ｌの斜視からのＣＴ装置の図であり、この軸は、ページ内外に延在する。図３では、長手軸Ｌは、ページ全体にわたって左右に延在する。
　図３は、ページ全体にわたって左右に延在するような検出器軸Ｄを有する回転検出器３を示す。Ｄは、一般に、実質的に又は実際上Ｌと平行である。即ち、これらの２本の軸の関係は、２°、１°、又はそれ未満の差の範囲内で平行である。本明細書で説明する様々な態様によると、完全に幾何学的に「平行な」関係又は「垂直な」関係は一般に必要ではなく、「一般の、実質的な、又は実際上の」関係が、２°、１°、又はそれ未満の差の範囲内で適切である。
　回転検出器３（検出器アレイ３とも言う）は、長手軸Ｌ周りにＸ線管１と共に回転することができる。一連の固定検出器アレイ３’（検出器アレイ３’とも言う）は、周期的又は不規則にフレーム８の周りに設置することができ、長手軸Ｌに沿って見たときに円形の形状を形成することができる。
　一連の固定検出器アレイ３’は、ページ全体にわたって左右に延在するそれぞれの検出器軸線Ｄ’に沿って設置することができる。Ｄ’は、一般に、実質的に、又は実際上、Ｌと平行である。即ち、これらの２本の軸の関係は、２°、１°、又はそれ未満の差の範囲内で平行である。本明細書で説明する様々な態様によると、完全に幾何学的に「平行な」関係又は「垂直な」関係は一般に必要ではなく、「一般の、実質的な、又は実際上の」関係が、２°、１°、又はそれ未満の差の範囲内で適切である。
　図３は、フレーム８の内径部に延入する患者テーブル、及びファン又はコーン１０を示す。ファン又はコーン１０は、図２の見方における左右の寸法において長辺を有し、図３の見方における左右の寸法において短辺を有する。例示的な実装形態において、検出器アレイ３と、検出器アレイ３’のうちの１つとの両方に、ファン又はコーン１０が当たることができる。更に、図３では、検出器アレイ３及び検出器アレイ３’がｚ方向に共通の寸法長さを有することが示されるが、他の実装形態は、検出器アレイ３と検出器アレイ３’の間のｚ方向の長さ、又は検出器アレイ３’の間のｚ方向の長さが異なる場合も含む。
　本開示の態様は、反復ＣＴ再構成において空間解像度を向上させることに関する。例示的な目標は、測定された投影データとの差を最小限に抑える高解像度投影データを推定することである。本明細書で論じる例示的な方法では、エイリアシングアーチファクトの副作用なしに、数値シミュレーションと実際のＣＴデータの両方を用いて空間解像度を向上させることができる。本開示は、ＣＴ再構成、反復再構成アルゴリズム、順投影、及びシステム光学モデルに関する。本開示の態様は、検出器のサンプリング制限の克服にも関する。
　図４Ａは、本開示に係るアルゴリズム４００の一例を示す図である。図４Ａに示すアルゴリズム４００は、医用イメージングシステム又はコンピュータによって実行される。なお、以下では、医用イメージングシステムがＸ線ＣＴ装置であり、Ｘ線ＣＴ装置のプロセッサ６（以下、適宜再構成部と記載する）により、アルゴリズム４００が実行される場合について説明する。また、以下では説明の便宜上、Ｘ線検出器における所定の方向がチャンネル方向である場合に、アキシャル画像を再構成する例について説明する。図４Ａに示すように、再構成部は、ステップＳ４０１にて、第１の投影データを線形補間する。ここで、再構成部は、第１の画素群の少なくとも一部の画素間に第１の投影データを線形補間する。例えば、再構成部は、Ｘ線検出器における所定の方向がチャンネル方向である場合、第１のチャンネルの少なくとも一部のチャンネル間に第１の投影データを線形補間する。図４Ｂは、本開示に係る線形補間を説明するための図である。
　図４Ｂでは、チャンネル数が８９６チャンネルである第１のチャンネルにおける第１の投影データを線形補間する場合について説明する。ここで、各チャンネルは各画素に対応する。また、図４Ｂにおいて、第１のチャンネルにおける第１の投影データｄ１～ｄ６を白抜きの丸印で示し、第１のチャンネル間のチャンネルｃ２１～ｃ２５を破線の丸印で示す。図４Ｂに示すように、再構成部は、チャンネルｃ２１に、第１の投影データｄ１と第１の投影データｄ２とを線形補間した第１の投影データｄ２１を生成する。また、再構成部は、チャンネルｃ２２に、第１の投影データｄ２と第１の投影データｄ３とを線形補間した第１の投影データｄ２２を生成する。同様にして、再構成部は、チャンネルｃ２３～ｃ２５に、線形補間された第１の投影データｄ２３～第１の投影データｄ２５を生成する。
　図４Ａに戻る。再構成部は、Ｓ４０２にて、高解像度モードで初期再構成を行って、医用イメージング工程により収集された第１の投影データ（オリジナルデータとも言う）の中間画像を取得する。オリジナルデータは、スキャン対象の被検体のものであるか、スキャン対象の被検体用のものである。再構成部は、Ｓ４０４にて、中間画像の高密度順投影（High-Density　Forward　Projection：ＨＤ－ＦＰＪ）を実行して、投影結果（生成データとも言う）を取得する。言い換えると、再構成部は、第１の画素群の少なくとも一部の画素間について画素数を増加した第２の画素群に対して中間画像データを順投影して、投影結果を取得する。図４Ｃを用いてＨＤ－ＦＰＪについて説明する。図４Ｃは、本開示に係るＨＤ－ＦＰＪを説明するための図である。
　図４Ｃでは、チャンネル数が８９６チャンネルである第１のチャンネルにおける第１の投影データを、チャンネル数が１７９２チャンネルである第２のチャンネルに線形補間してから再構成して生成した中間画像４ａを示す。再構成部は、第１のチャンネルの少なくとも一部のチャンネル間についてチャンネル数を増加した第２のチャンネルに対して中間画像４ａを順投影して、投影結果（生成データとも言う）を取得する。図４Ｃ中では、第２のチャンネルのデータのうち、線形補間していないデータを再構成してから順投影されたデータを白抜きの丸印で示し、線形補間して生成されたデータを再構成してから順投影されたデータをハッチング表示した丸印で示す。ここで、ハッチング表示した丸印のデータは、線形補間されたデータよりも精度が向上する。
　図４Ａに戻る。再構成部は、Ｓ４０６にて、オリジナルデータと生成データの両方を使用してサイノグラム更新を実行して、第２の投影データ（高解像度サイノグラムとも言う）を取得する。その後、再構成部は、Ｓ４０８にて最終再構成を実行して、スキャン対象の被検体の高解像度画像を取得する。すなわち、再構成部は、第２の投影データを再構成して医用画像データを生成する。ここで、再構成部は、線形補間して生成されたデータを再構成してから順投影された精度の良いデータを用いて再構成することで、再構成した画像の空間解像度を向上させることができる。
　続いて、再構成部は、繰り返し演算を実行するか否かを判定する（ステップＳ４１０）。例えば、再構成部は、ステップＳ４０４からステップＳ４０８までの処理を事前に設定された回数実行したか否かを判定する。ここで、再構成部は、ステップＳ４０４からステップＳ４０８までの処理を事前に設定された回数実行した場合、繰り返し演算を実行しないと判定し（ステップＳ４１０、Ｎｏ）、処理を終了する。一方、再構成部は、ステップＳ４０４からステップＳ４０８までの処理を事前に設定された回数実行していない場合、繰り返し演算を実行すると判定し（ステップＳ４１０、Ｙｅｓ）、ステップＳ４０４に移行する。
　このように、再構成部は、第１の画素群における第１の投影データを再構成して生成した中間画像を、第２の画素群に対して順投影する。これにより、空間分解能を向上させることができる。また、再構成部は、ステップＳ４０４からステップＳ４０８までの処理を事前に設定された回数繰り返し実行する。これにより、第１の画素間の画素におけるデータの精度が、ステップＳ４０４からステップＳ４０８までの処理を繰り返す毎に徐々に向上する。
　なお、再構成部は、線形補間せずに第１の投影データを再構成して中間画像を生成するようにしてもよい。また、再構成部は、ステップＳ４０４からステップＳ４０８までの処理を１回だけ実行するようにしてもよい。
　図５に示す例示的なアルゴリズム５００を参照して、例示的なアルゴリズムを以下で更に詳細に論じる。
　図５に示すように、再構成部は、Ｓ５０２にて、データをシステム（例えば、コンピュータ、プロセッサ、あるいはデジタルデータ処理デバイス又は回路）に入力する。データは、画像又は行列の形式とすることができる。行列は、例示的な実装形態において、８９６（即ち、検出器チャンネルの数）×９００（即ち、ＣＴスキャンのビューの数）のサイズを有することができる。他のサイズのデータの入力も可能である。このデータは、デジタルデータを格納する電子メモリなどの記憶装置に格納される。
　再構成部は、Ｓ５０４にて、例えば高速フーリエ変換（Fast　Fourier　Transform：ＦＦＴ）などフーリエ変換により、例えば５１２（即ち、５１２個のビン）のＦＦＴサイズにて、データはフィルタリングカーネルを用いてフィルタリングのためのコンボリューションを受ける。再構成部は、Ｓ５０６にて、例示的な実装形態において１０２４×１０２４のサイズを有する行列を使用して、逆投影（Back-Projection：ＢＰＪ）を行う。
　再構成部は、Ｓ５０６でのＢＰＪの後、Ｓ５０８にて、高密度プロジェクタ（High　Density　Forward　Projector：ＨＤ－ＦＰＪ）を適用する。ＨＤ－ＦＰＪは、イメージングシステムの検出器により決定されたものよりも緻密なサンプリングで、ビーム和を計算する。したがって、ＨＤ－ＦＰＪでは、検出器によって測定されたものではないビーム和、及び測定位置でのビーム和が得られる。このステップにて、以下の２つの検討事項のバランスが保たれる。
　（１）再構成された関数はオリジナルのスキャン対象の被検体ほど鮮明ではないことから、測定角度での生成ビーム和は実測定データよりぼんやりしており、（２）測定光線の間の生成ビーム和により、各投影に対して新しい情報が得られる。
　全ビューの蓄積である画像を介して光線が順投影されることから、これらの光線は、例えば線形補間又は非線形補間により、各ビューから単独に推定することはできない。
　再構成部は、Ｓ５１０にて、オリジナルの単独サンプルデータ（Ｓ５０２から）と生成されたより高いサンプルデータ（Ｓ５０８から）を利用するサイノグラムアップサンプリング（更新）を実行する。このステップの目標は、高解像度サイノグラムを推定することである。アップサンプリングされたサイノグラムを取得する１つの手法は、アンチエイリアシング補間のためのフーリエベースの最適回復法に類似する、従来の最小二乗法による最小化によるものであり、二重サンプリングされた生成データが演繹的な情報として使用される。本開示による例示的な実装形態では、再構成部は、より簡単な手法を用いて、アップサンプリングされたサイノグラムを推定する。
　以下において、ｘは第１の投影データ（オリジナルのサイノグラムとも言う）を示し、ｙは投影結果（生成されたサイノグラムとも言う）を示し、ｚは第２の投影データ（アップサンプリングされたサイノグラムとも言う）を示し、ｋはデータのサイズを示す。ｚ（２ｋ）＝ｘ（ｋ）、及び、ｚ（２ｋ＋１）＝ｙ（２ｋ＋１）＋（Δ（ｋ）＋Δ（ｋ＋１））／２、ここで、Δ（ｋ）＝ｄ＝ｘ（ｋ）－ｙ（２ｋ）である。
　この実装形態は、生データ領域内の従来のパンシャープン手法の変形とみなすことができる。ここでは、再投影データは高解像度のパンクロ画像に対応し、測定された投影はスペクトル画像に対応する。ここでの目標は、測定された投影との差を最小限に抑える高解像度投影データを推定することである。
　図５に戻る。再構成部は、Ｓ５１２～Ｓ５１６では、Ｓ５１０のサイノグラム更新の結果として生じる高解像度投影データの再構成プロセスを定義する。再構成部は、Ｓ５１２にて、投影データ（即ち、更新された／アップサンプリングされたサイノグラム－高解像度サイノグラム）を、オリジナルのＦＦＴサイズの２倍のＦＦＴによって、フィルタリングカーネルでコンボリューションする。即ち、Ｓ５１２のＦＦＴサイズは、１０２４（即ち、１０２４個のビン）とすることができる。再構成部は、Ｓ５１４にて、例えば１０２４×１０２４のサイズの大きい行列を使用して、逆投影を行う。再構成部は、Ｓ５１６にて、結果として生じる再構成画像を、例えばディスプレイ等の処理デバイスに出力することができる。
　この手法を、シミュレートした実際のＣＴデータで試験した。表１にはデータシミュレーションパラメータ及びジオメトリが示されており、図６には、本明細書で論じる実装形態において使用されたシミュレートされた小さいドーナツファントムが示されている。
Figure JPOXMLDOC01-appb-T000001
　図７は、２回抜取データ、ＨＤ－ＦＰＪ更新（ＨＤ－ＦＰＪステップＳ５０６に対応）、及びオリジナルデータのデータ線プロファイルを示す。図７では、ＨＤ－ＦＰＪ更新により、オリジナルデータがより２回抜取データに類似するように効果的に変換される。小さいファントムサイズのために、オリジナルのサンプルでは、ファントム（オリジナルのデータ線）の縁部がない。これらの縁部は、ＨＤ－ＦＰＪ（ＨＤ－ＦＰＪ更新ライン）により、少なくとも部分的に回復することができる。参考までに、真の２回抜取も示されている（２回抜取データ線）。ＨＤ－ＦＰＪ更新ラインでは、オリジナルの１回抜取データのみを利用する。
　２回抜取データ、ＨＤ－ＦＰＪ更新、及びオリジナルデータについて、変調伝達関数（Modulation　Transfer　Function：ＭＴＦ）結果を図８に示す。図８は、オリジナルデータの単独使用と比較して、ＨＤ－ＦＰＪを用いて向上したナイキスト周波数及び向上した空間解像度を示す。
　図９Ａ～図９Ｂに、シミュレートされたデータを使用した結果を示す。図９Ａは、オリジナルのシミュレートされたデータを示し、図９Ｂは、ＨＤ－ＦＰＪ更新によりシミュレートされたデータを示す。
　図１０Ａ～図１０Ｂに、オリジナルデータ（図１０Ａ）の再構成画像、及び提案する手法（図１０Ｂ、ＨＤ－ＦＰＪを利用）による再構成画像を示す。
　比較のために、シミュレートされたデータは、半分のサンプリングピッチ（２回抜取）と共に使用された。２回抜取は、空間解像度が大幅に向上することから、ターゲットとして使用される。頭部ファントムの実際のＣＴデータでの結果を、提案する手法の解像度向上を明示するために副鼻洞骨を拡大した画像である図１０Ａ及び図１０Ｂに示す。
　提案する手法では、サイノグラムサンプリングが向上し、結果として空間解像度が増大する。デコンボリューション法では、オーバシュートアーチファクトと同様に強いエイリアシングアーチファクトが発生し、これは、解像度向上の望ましくない副作用である。提案する手法ではオリジナルデータのサンプリング速度の向上を対象としていることから、実際のデータが示すように、エイリアシングアーチファクトは抑えられる。
　再構成を拡大するとノイズ粒子が大きいことが多く、これは、ノイズ電力スペクトル（Noise　Power　Spectra：ＮＰＳ）が低い周波数の方へずれることにより特徴づけることができる。ノイズ粒子は、検出器画素サイズが画像ボクセルサイズより大きくなったときに、大きくなる。したがって、提案する手法は、図９Ａ及び図９Ｂに示すように、ノイズテクスチャを向上させる。比較のために矩形領域を参照されたい。
　提案する方法は順投影の精度を向上させることから、反復再構成と共に使用することができ、更に空間解像度を向上させるためにデコンボルーション技術と組み合わせることができる。ＨＤ－ＦＰＪでは、ボクセル投影面積のサンプリングが向上することから、システム光学モデルの精度が向上する。
　なお、上述した実施形態においては、Ｘ線検出器における所定の方向がチャンネル方向である場合に、アキシャル画像を再構成する例について説明したが、実施形態はこれに限定されるものではない。例えば、Ｘ線ＣＴ装置は、チャンネル方向へのＨＤ－ＦＰＪと同様にして、体軸方向についてＨＤ－ＦＰＪを実行してもよい。かかる場合、Ｘ線ＣＴ装置は、体軸方向に配列された検出素子（画素）の少なくとも一部の画素間について画素数を増加した第２の画素群に対して、連続した複数枚のアキシャル画像を中間画像データとして順投影した投影結果を取得する。そして、Ｘ線ＣＴ装置は、取得した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する。
　また、例えば、Ｘ線ＣＴ装置は、連続した複数枚のアキシャル画像を、体軸方向に配列された検出素子エレメント（画素）の少なくとも一部の画素間に線形補間することで、アキシャル画像を更に生成してもよい。かかる場合、Ｘ線ＣＴ装置は、更に生成したアキシャル画像を含む連続した複数枚のアキシャル画像を中間画像データとし、この中間画像を順投影した投影結果を取得する。
　また、Ｘ線ＣＴ装置は、チャンネル方向に配列された検出素子（画素）の少なくとも一部の画素間について画素数を増加した第２の画素群に対して、連続した複数枚のサジタル画像を中間画像データとして順投影した投影結果を取得するようにしてもよい。また、Ｘ線ＣＴ装置は、体軸方向に配列された検出素子（画素）の少なくとも一部の画素間について画素数を増加した第２の画素群に対して、サジタル画像を中間画像データとして順投影した投影結果を取得するようにしてもよい。
　また同様に、例えば、Ｘ線ＣＴ装置は、連続した複数のサジタル画像を、チャンネル方向に配列された検出素子エレメント（画素）の少なくとも一部の画素間に線形補間することで、サジタル画像を更に生成してもよい。かかる場合、Ｘ線ＣＴ装置は、更に生成したサジタル画像を含む連続した複数枚のサジタル画像を中間画像データとし、この中間画像を順投影した投影結果を取得する。
　また、Ｘ線ＣＴ装置は、チャンネル方向に配列された検出素子（画素）の少なくとも一部の画素間について画素数を増加した第２の画素群に対して、コロナル画像を中間画像データとして順投影した投影結果を取得するようにしてもよく、体軸方向に配列された検出素子（画素）の少なくとも一部の画素間について画素数を増加した第２の画素群に対して、コロナル画像を中間画像データとして順投影した投影結果を取得するようにしてもよい。
　図２に示す構造を参照して、図１１に例示的な処理システムを示す。この例示的な処理システムは、中央演算装置（Central　Processing　Unit：ＣＰＵ）や少なくとも１つの特定用途向けプロセッサ（Application　Specific　Processor：ＡＳＰ）（図示せず）など、１以上のマイクロプロセッサ又は均等物を使用して実装することができる。マイクロプロセッサは、本開示のプロセス及びシステムの実行や制御を行うようにマイクロプロセッサを制御するように構成された、メモリ回路（例えば、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、静的メモリ、ＤＲＡＭ、ＳＤＲＡＭ、及びそれらの均等物）などのコンピュータ可読記憶媒体を利用する回路である。他の記憶媒体を、ハードディスクドライブ又は光ディスクドライブを制御することができる、ディスクコントローラなどコントローラを介して制御することができる。
　マイクロプロセッサ又はその態様は、代替実装形態において、本開示を増補するか完全に実装する論理回路を含むことができ、又は排他的に含むことができる。このような論理回路としては、特定用途向け集積回路（Application-Specific　Integrated　Circuit：ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（Field　Programmable　Gate　Array：ＦＰＧＡ）、Ｇｅｎｅｒｉｃ－Ａｒｒａｙ　ｏｆ　Ｌｏｇｉｃ（ＧＡＬ）、及びそれらの均等物が含まれるが、これらに限定されない。マイクロプロセッサは、別々のデバイス又は単一の処理機構とすることができる。更に、本開示は、計算効率の向上を達成するために、マルチコアＣＰＵ及びグラフィック処理装置（Graphics　Processing　Unit：ＧＰＵ）の並列処理能力を利することができる。マルチプロセッシング構成における１以上のプロセッサを採用して、メモリ内に含まれる命令のシーケンスを実行してもよい。あるいは、ハードワイヤード回路を、ソフトウェア命令の代わりに、又は、ソフトウェア命令と組み合わせて使用してもよい。このように、本明細書で論じる例示的な実装形態は、ハードウェア回路及びソフトウェアのいかなる特定の組合せにも限定されない。
　別の態様において、本開示による処理の結果を、ディスプレイコントローラを介してディスプレイ（モニタ）に表示することができる。計算効率を向上させるために、ディスプレイコントローラは、複数のグラフィック処理コアにより提供することができる少なくとも１つのグラフィック処理装置を含むことが好ましい。更に、周辺機器として入出力（Input-Output：Ｉ／Ｏ）インターフェースに接続することができるマイク、スピーカ、カメラ、マウス、キーボード、タッチディスプレイ、パッドインターフェースなどから信号やデータを入力するために、Ｉ／Ｏ（入力／出力）インターフェースが設置される。例えば、本開示の様々なプロセスのパラメータ又はアルゴリズムを制御するキーボード又はポインティングデバイスをＩ／Ｏインターフェースに接続して、更なる機能性及び構成オプションを供給したり、ディスプレイ特性を制御したりすることができる。更に、モニタに、コマンド／命令インターフェースを実現するタッチセンサ方式インターフェースを設けることができる。
　上述したコンポーネントは、制御可能なパラメータなどのデータの送信又は受信のためのネットワークインターフェースを介して、インターネットやローカルイントラネットなどネットワークに接続することができる。中央ＢＵＳは、上記のハードウェアコンポーネントを共に接続するために設けられ、また、その間のデジタル通信の少なくとも１つのパスを実現する。
　図２のデータ収集システム５、プロセッサ６、及びメモリ７は、図１１に示す例示的な実装形態による１以上の処理システムを利用して実装することができる。具体的には、図１１に示すデバイスの１以上と対応する１以上の回路又はコンピュータハードウェアユニットは、データ収集システム５、プロセッサ６、及びメモリ７の機能を提供することができる。本明細書で説明する機能的処理は、説明する処理を行う回路などの１以上の専用回路内で実装することもできる。このような回路は、他のシステムに相互接続されたコンピュータ処理システム又は個別デバイスの一部とすることができる。本開示によるプロセッサは、コンピューターコード要素により本明細書で説明する機能処理を実行するようにプログラムすることができ、又は構成することができる。
　更に、処理システムは、１実装形態において、ネットワーク又は他のデータ通信接続により互いに接続することができる。処理システムの１以上は、ガントリやＸ線源、患者ベッドの動きの起動及び制御を行うために、対応するアクチュエータに接続することができる。
　適切なソフトウェアを、メモリやストレージデバイスなどの処理システムのコンピュータ可読媒体上に記憶することができることは明白である。コンピュータ可読媒体の他の例として、コンパクトディスク、ハードディスク、フロッピー（登録商標）ディスク、テープ、光磁気ディスク、ＰＲＯＭ（ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュＥＰＲＯＭ）、ＤＲＡＭ、ＳＲＡＭ、ＳＤＲＡＭ、又は任意の他の磁気媒体、コンパクトディスク（例えば、ＣＤ－ＲＯＭ）、又はコンピュータが読み取ることができる任意の他の媒体がある。ソフトウェアとしては、デバイスドライバやオペレーティングシステム、開発ツール、アプリケーションソフト、グラフィカルユーザインターフェースを挙げることができるが、これらに限定されない。
　上述した媒体上のコンピューターコード要素は、スクリプト、解釈可能なプログラム、ダイナミックリンクライブラリ（Dynamic　Link　Libraries：ＤＬＬ）、Ｊａｖａ（登録商標）クラス、及び完全な実行可能なプログラム（これらに限定されない）などの、任意の解釈可能な又は実行可能なコードメカニズムとすることができる。更に、本開示の態様の処理の部分は、性能、信頼性の向上や費用の低減を目的として分散させることができる。
　処理システムのデータ入力部分は、例えばそれぞれの有線接続により、検出器又は検出器アレイから入力信号を受信する。複数のＡＳＩＣ又は他のデータ処理コンポーネントを、データ入力部を形成するものとして、又は、データ入力部に入力を供給するものとして設置することができる。ＡＳＩＣは、それぞれ、個別検出器アレイ又はそのセグメント（個別部分）から信号を受信することができる。検出器からの出力信号がアナログ信号であるとき、データの記録及び処理に使用するために、アナログ／デジタル変換器と共にフィルタ回路を設置することができる。フィルタリングは、アナログ信号のための個別フィルタ回路を用いずに、デジタルフィルタリングにより行うこともできる。あるいは、検出器がデジタル信号を出力するとき、デジタルフィルタリングやデータ処理は、検出器の出力から直に行うことができる。
　以上、説明したとおり本実施形態によれば、再構成画像の空間解像度を向上させることができる。
　本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、請求の範囲に記載された発明とその均等の範囲に含まれるものである。

Claims (15)

  1. 　Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集するデータ収集部と、
    　前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する再構成部と、
    　を備えたことを特徴とするＸ線ＣＴ装置。
  2. 　前記再構成部は、前記第１の画素の少なくとも一部の画素間に前記第１の投影データを線形補間した前記第１の投影データを再構成して、前記中間画像データを生成することを特徴とする請求項１に記載のＸ線ＣＴ装置。
  3. 　前記再構成部は、前記第２の投影データを再構成して生成した医用画像データを前記第２の画素に対して順投影し、順投影した投影結果に基づく第２の投影データを取得する処理を繰り返し実行することを特徴とする請求項１又は２に記載のＸ線ＣＴ装置。
  4. 　前記再構成部は、フーリエ変換を用いて前記第１の投影データにコンボリューションを実行して、前記第１の投影データをフィルタリングすることを特徴とする請求項１に記載のＸ線ＣＴ装置。
  5. 　前記再構成部は、前記コンボリューションを実行後の前記第１の投影データを再構成して前記中間画像データを生成することを特徴とする請求項４に記載のＸ線ＣＴ装置。
  6. 　前記再構成部は、フーリエ変換を用いて前記第２の投影データにコンボリューションを実行して、前記第２の投影データをフィルタリングすることを特徴とする請求項１に記載のＸ線ＣＴ装置。
  7. 　前記再構成部は、前記コンボリューションを実行後の前記第２の投影データを再構成して前記医用画像データを生成することを特徴とする請求項６に記載のＸ線ＣＴ装置。
  8. 　前記再構成部は、第１のサイズを有する高速フーリエ変換（Fast　Fourier　Transform：ＦＦＴ）を用いて前記第１の投影データにコンボリューションを実行して、前記第１の投影データをフィルタリングし、フィルタリングした前記第１の投影データを再構成する第１の再構成処理を実行し、前記第１のサイズの２倍である第２のサイズを有するＦＦＴを用いて前記第２の投影データにコンボリューションを実行して、前記第２の投影データをフィルタリングし、フィルタリングした前記第２の投影データを再構成する第２の再構成処理を実行することを特徴とする請求項１に記載のＸ線ＣＴ装置。
  9. 　前記第１のサイズは、５１２個のビンを有し、前記第２のサイズは、１０２４個のビンを有することを特徴とする請求項８に記載のＸ線ＣＴ装置。
  10. 　前記再構成部は、１０２４×１０２４のサイズを有する第１の行列を利用して、前記第１の再構成処理を実行し、１０２４×１０２４のサイズを有する第２の行列を利用して、前記第２の再構成処理を実行することを特徴とする請求項９に記載のＸ線ＣＴ装置。
  11. 　前記再構成部は、前記中間画像データを順投影した投影結果と、前記第１の投影データとを用いて、前記第２の投影データを取得することを特徴とする請求項１に記載のＸ線ＣＴ装置。
  12. 　前記再構成部は、以下の関係、即ち、
    　ｚ（２ｋ）＝ｘ（ｋ）、及び、
    　ｚ（２ｋ＋１）＝ｙ（２ｋ＋１）＋（Δ（ｋ）＋Δ（ｋ＋１））／２、
    　に従って前記第２の投影データを取得し、
    　ここで、Δ（ｋ）＝ｘ（ｋ）－ｙ（２ｋ）であり、ｘが前記第１の投影データを示し、ｙが前記中間画像データを順投影した投影結果を示し、ｚが前記第２の投影データを示すことを特徴とする請求項１１に記載のＸ線ＣＴ装置。
  13. 　Ｘ線ＣＴ装置のＸ線検出器において所定の方向に配列された第１の画素において収集された第１の投影データを取得する取得部と、
    　前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する再構成部と
    　を備えたことを特徴とする画像処理装置。
  14. 　Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集し、
    　前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する
    　ことを含んだことを特徴とする画像処理方法。
  15. 　Ｘ線管球から曝射されて被検体を透過したＸ線を検出するＸ線検出器の出力信号に基づいて、前記Ｘ線検出器において所定の方向に配列された第１の画素における第１の投影データを収集するデータ収集手順と、
    　前記第１の投影データを再構成して中間画像データを生成し、前記第１の画素の少なくとも一部の画素間について画素数を増加した第２の画素に対して前記中間画像データを順投影した投影結果に基づいて取得された第２の投影データを再構成して医用画像データを生成する再構成手順と
    　をコンピュータに実行させるためのプログラムを格納した記憶媒体。
PCT/JP2014/070273 2013-07-31 2014-07-31 Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、画像処理装置、画像処理方法及び記憶媒体 WO2015016328A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201480042768.3A CN105407804A (zh) 2013-07-31 2014-07-31 X射线CT（Computed Tomography）装置、图像处理装置、图像处理方法以及存储介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/956,001 US9224216B2 (en) 2013-07-31 2013-07-31 High density forward projector for spatial resolution improvement for medical imaging systems including computed tomography
US13/956,001 2013-07-31

Publications (1)

Publication Number Publication Date
WO2015016328A1 true WO2015016328A1 (ja) 2015-02-05

Family

ID=52427713

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/070273 WO2015016328A1 (ja) 2013-07-31 2014-07-31 Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、画像処理装置、画像処理方法及び記憶媒体

Country Status (4)

Country Link
US (1) US9224216B2 (ja)
JP (1) JP2015029913A (ja)
CN (1) CN105407804A (ja)
WO (1) WO2015016328A1 (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9437016B2 (en) * 2013-08-07 2016-09-06 Toshiba Medical Systems Corporation Image domain pansharpening method and system for spectral CT with large pixel energy discriminating detectors
US10176603B2 (en) * 2013-08-07 2019-01-08 The University Of Chicago Sinogram (data) domain pansharpening method and system for spectral CT
US9183648B2 (en) * 2014-03-04 2015-11-10 Ivan Bajic Method and system for high-resolution transforms of frequency-space and image/audio/video-space data
US10417795B2 (en) * 2015-04-08 2019-09-17 Canon Medical Systems Corporation Iterative reconstruction with system optics modeling using filters
KR20170087320A (ko) 2016-01-20 2017-07-28 삼성전자주식회사 단층 영상 생성 장치 및 그에 따른 단층 영상 복원 방법
GB2550503B (en) * 2016-05-20 2020-10-21 Shanghai United Imaging Healthcare Co Ltd System and method for computed tomography
US9965875B2 (en) 2016-06-21 2018-05-08 Carestream Health, Inc. Virtual projection image method
US10226221B2 (en) 2016-08-30 2019-03-12 Toshiba Medical Systems Corporation Medical image processing method and apparatus
CN108242066B (zh) * 2016-12-26 2023-04-14 通用电气公司 Ct图像的空间分辨率增强装置和方法以及ct成像系统
US10089758B1 (en) 2017-03-29 2018-10-02 Carestream Health, Inc. Volume image reconstruction using projection decomposition
US10966670B2 (en) * 2017-08-07 2021-04-06 Carestream Health, Inc. Imaging system and method for dual-energy and computed tomography
US10307114B1 (en) 2018-05-09 2019-06-04 Carestream Health, Inc. Iterative volume image reconstruction using synthetic projection images
KR102555465B1 (ko) * 2018-06-11 2023-07-17 삼성전자주식회사 단층 영상의 생성 방법 및 그에 따른 엑스선 영상 장치
JP7138858B2 (ja) * 2018-07-04 2022-09-20 国立大学法人 東京大学 フィルタ逆投影法によるｃｔ再構成処理方法
CN110941973B (zh) * 2018-09-21 2023-09-15 驭势科技（北京）有限公司 一种障碍物检测方法、装置、车载设备及存储介质
JP7370802B2 (ja) * 2018-10-16 2023-10-30 キヤノンメディカルシステムズ株式会社 医用画像処理装置及びｘ線ｃｔ装置
US11410350B2 (en) * 2018-10-16 2022-08-09 Canon Medical Systems Corporation Medical image processing apparatus and X-ray CT apparatus
EP3764325B1 (en) * 2019-07-12 2024-05-15 Canon Medical Systems Corporation System and program for avoiding focal spot blurring
CN110751701B (zh) * 2019-10-18 2021-03-30 北京航空航天大学 一种基于深度学习的x射线吸收衬度计算机断层成像不完备数据重建方法
CN111349197B (zh) 2020-04-29 2020-08-11 苏州博理新材料科技有限公司 双重固化相分离型连续3d打印高精度光敏树脂组合物

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0919425A (ja) * 1995-07-05 1997-01-21 Toshiba Corp Ｘ線コンピュータ断層撮影装置
JP2004195050A (ja) * 2002-12-20 2004-07-15 Ge Medical Systems Global Technology Co Llc 再投影方法、画像作成方法および画像処理装置
JP2005518892A (ja) * 2002-02-28 2005-06-30 ザ、ボード、オブ、トラスティーズ、オブ、ザ、ユニバシティー、オブ、イリノイ 高速発散ビーム断層撮影のための方法及び装置
JP2007504912A (ja) * 2003-09-09 2007-03-08 ザ ボード オブ トラスティ オブ ザ ユニバーシティ オブ イリノイ 高速階層型断層撮影法および装置
US20070098133A1 (en) * 2005-11-02 2007-05-03 Guang-Hong Chen Method for Increasing the Resolution of a CT Image During Image Reconstruction
US7215731B1 (en) * 2005-11-30 2007-05-08 General Electric Company Fast backprojection/reprojection with hexagonal segmentation of image
WO2012077694A1 (ja) * 2010-12-10 2012-06-14 株式会社 日立メディコ Ｘ線ｃｔ装置及び画像再構成方法
JP2013085955A (ja) * 2011-10-19 2013-05-13 Toshiba Corp 連続マルチスケール再構成において詳細画像を補うｘ線コンピュータ断層撮像装置（ｘ線ｃｔ装置）、医用画像処理装置及び医用画像処理方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8201942A (nl) * 1982-05-12 1983-12-01 Philips Nv Werkwijze en computer tomografie-inrichting voor het bepalen van een tomografiebeeld met verhoogd oplossend vermogen.
US4550371A (en) * 1982-09-27 1985-10-29 General Electric Company Method and apparatus for compensating CT images for truncated projections
US5210688A (en) * 1990-05-21 1993-05-11 General Motors Corporation Sinography method and apparatus
US6411670B1 (en) * 1999-11-17 2002-06-25 General Electric Company Data rebinning to increase resolution in CT image reconstruction
US7197105B2 (en) * 2001-08-16 2007-03-27 Research Foundation Of The University Of Central Florida, Inc. Efficient image reconstruction algorithm for the circle and line cone beam computed tomography
DE10307331B4 (de) * 2003-02-17 2009-03-05 BAM Bundesanstalt für Materialforschung und -prüfung Bildgebendes Verfahren zur rechnergestützten Auswertung computer-tomographischer Messungen durch direkte iterative Rekonstruktion
CN101573731B (zh) * 2007-01-04 2015-07-22 皇家飞利浦电子股份有限公司 用于从所获取的投影数据产生感兴趣区域的经校正的图像的装置和方法
WO2011158893A1 (ja) * 2010-06-17 2011-12-22 株式会社 日立メディコ Ｘ線ｃt装置、及びその制御方法
KR20140086627A (ko) * 2012-12-28 2014-07-08 삼성전자주식회사 영상 생성 방법 및 장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0919425A (ja) * 1995-07-05 1997-01-21 Toshiba Corp Ｘ線コンピュータ断層撮影装置
JP2005518892A (ja) * 2002-02-28 2005-06-30 ザ、ボード、オブ、トラスティーズ、オブ、ザ、ユニバシティー、オブ、イリノイ 高速発散ビーム断層撮影のための方法及び装置
JP2004195050A (ja) * 2002-12-20 2004-07-15 Ge Medical Systems Global Technology Co Llc 再投影方法、画像作成方法および画像処理装置
JP2007504912A (ja) * 2003-09-09 2007-03-08 ザ ボード オブ トラスティ オブ ザ ユニバーシティ オブ イリノイ 高速階層型断層撮影法および装置
US20070098133A1 (en) * 2005-11-02 2007-05-03 Guang-Hong Chen Method for Increasing the Resolution of a CT Image During Image Reconstruction
US7215731B1 (en) * 2005-11-30 2007-05-08 General Electric Company Fast backprojection/reprojection with hexagonal segmentation of image
WO2012077694A1 (ja) * 2010-12-10 2012-06-14 株式会社 日立メディコ Ｘ線ｃｔ装置及び画像再構成方法
JP2013085955A (ja) * 2011-10-19 2013-05-13 Toshiba Corp 連続マルチスケール再構成において詳細画像を補うｘ線コンピュータ断層撮像装置（ｘ線ｃｔ装置）、医用画像処理装置及び医用画像処理方法

Also Published As

Publication number Publication date
CN105407804A (zh) 2016-03-16
JP2015029913A (ja) 2015-02-16
US20150036902A1 (en) 2015-02-05
US9224216B2 (en) 2015-12-29

Similar Documents

Publication Publication Date Title
WO2015016328A1 (ja) Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置、画像処理装置、画像処理方法及び記憶媒体
JP7234064B2 (ja) 反復的画像再構成フレームワーク
JP7202302B2 (ja) 断層撮影再構成に使用するためのデータのディープラーニングに基づく推定
US9824468B2 (en) Dictionary learning based image reconstruction
CN103180879B (zh) 用于从投影数据对对象进行混合重建的设备和方法
US20090232269A1 (en) Methods and apparatus for noise estimation for multi-resolution anisotropic diffusion filtering
US9489752B2 (en) Ordered subsets with momentum for X-ray CT image reconstruction
US20100158194A1 (en) System and method for image reconstruction
EP2643815B1 (en) Forward projection apparatus
JP2016152916A (ja) Ｘ線コンピュータ断層撮像装置及び医用画像処理装置
CN114067013A (zh) 用于经由单应重采样变换进行重投影和反投影的系统和方法
US10013778B2 (en) Tomography apparatus and method of reconstructing tomography image by using the tomography apparatus
JP2007527253A (ja) 冗長データを含むヘリカルコーンビーム・コンピュータ断層撮像法に対する正確な画像再構成システム及び方法
JP6505513B2 (ja) Ｘ線コンピュータ断層撮像装置及び医用画像処理装置
US9953440B2 (en) Method for tomographic reconstruction
CN110073412B (zh) 使用交替否定的图像噪声估计
Muckley et al. Image reconstruction for interrupted-beam x-ray CT on diagnostic clinical scanners
JP2023124839A (ja) 医用画像処理方法、医用画像処理装置及びプログラム
US12045916B2 (en) Stochastic backprojection for 3D image reconstruction
US11270477B2 (en) Systems and methods for tailored image texture in iterative image reconstruction
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
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

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201480042768.3

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14832402

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14832402

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP