[go: up one dir, main page]

JP6492005B2 - Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法 - Google Patents

Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法 Download PDF

Info

Publication number
JP6492005B2
JP6492005B2 JP2015511163A JP2015511163A JP6492005B2 JP 6492005 B2 JP6492005 B2 JP 6492005B2 JP 2015511163 A JP2015511163 A JP 2015511163A JP 2015511163 A JP2015511163 A JP 2015511163A JP 6492005 B2 JP6492005 B2 JP 6492005B2
Authority
JP
Japan
Prior art keywords
projection data
data
image
processing function
reconstruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2015511163A
Other languages
English (en)
Other versions
JPWO2014167935A1 (ja
Inventor
佑太 小倉
佑太 小倉
亮太 小原
亮太 小原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Publication of JPWO2014167935A1 publication Critical patent/JPWO2014167935A1/ja
Application granted granted Critical
Publication of JP6492005B2 publication Critical patent/JP6492005B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/58—Testing, adjusting or calibrating thereof
    • A61B6/582—Calibration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/04—Positioning of patients; Tiltable beds or the like
    • A61B6/0407—Supports, e.g. tables or beds, for the body or parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/46—Arrangements for interfacing with the operator or the patient
    • A61B6/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
    • 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
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography
    • G06T2211/424—Iterative

Landscapes

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

Description

本発明は、被検体にX線を照射してCT画像を得るX線CT装置等に関する。特に、X線CT装置により得た投影データの補正に関する。
近年、被曝線量の少ないCT検査を実施するため、逐次近似法による画像再構成を実行するX線CT装置が開発されている。逐次近似法による画像再構成であれば、低線量であってもノイズが少ないCT画像が得られる。
非特許文献1には、逐次近似法の一つである逐次近似投影データ補正処理が開示されている。逐次近似投影データ補正処理は、画像再構成の前処理である投影データの補正処理の一つである。逐次近似投影データ補正処理では、投影データの投影値を変数とする更新式が用いられる。更新式は、補正の強度を示すスムージング係数(補正係数や罰則項とも呼ばれる。)を含む。逐次近似投影データ補正処理では、上述の更新式を用いて反復的に投影値を更新する。
Jing Wang et. al., "Penalized Weighted Least-Squares Approach to Sinogram Noise Reduction and Image Reconstruction for Low-Dose X-Ray Computed Tomography", IEEE TRANSACTIONS ONMEDICAL IMAGING, VOL. 25, NO. 10, OCTOBER 2006, 1272-1283 Jing Wang et. al., "Penalized Weighted Least-Squares Approach to Sinogram Noise Reduction and Image Reconstruction for Low-Dose X-Ray ComputedTomography", IEEE TRANSACTIONS ON MEDICAL IMAGING, VOL. 25, NO. 10, OCTOBER2006, 1272-1283) Ignace Loris and Caroline Verhoeven "On a generalization of the iterative soft-thresholding algorithm for the case ofnon-separable penalty "2011 Inverse Problems 27 125007
しかしながら、上述の非特許文献1に記載される処理では、高いノイズ低減効果を得ようとした場合、ノイズと共に高信号部の信号強度も低下し、その際、隣接する低信号部の信号強度が増加する。その結果、信号のエッジ部が滑らかになる現象が生じてしまう。この現象は、投影データのチャンネル方向のCT値の高低差が大きければ大きいほど顕著になる。そのような投影データを用いて画像再構成を行うと、画像上の高吸収体周辺にストリークアーチファクトが発生するという問題がある。そのため、大きなノイズ低減効果を期待する場合は、非特許文献1の手法では、ストリークアーチファクトが生じる点で不十分である。
本発明は、以上の問題点に鑑みてなされたものであり、その目的とするところは、画像ノイズを低減しつつ、画像上の高吸収体周辺部に発生するアーチファクトを低減させることにより、低被曝撮影でも画質を向上させることが可能なX線CT装置等を提供することを目的とする。
前述した目的を達成するために第1の発明は、被検体の周囲からX線を照射するX線発生装置と、前記被検体を透過するX線を検出するX線検出装置と、前記X線検出装置によって検出されるデータを収集するデータ収集装置と、前記データ収集装置によって収集されるデータを入力して投影データを作成し、前記投影データを用いてCT画像を再構成する再構成演算装置と、前記CT画像を表示する表示装置と、を備え、前記再構成演算装置は、前記投影データを補正する反復処理の反復回数を設定する反復回数設定部と、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、前記補正投影データを用いてCT画像を再構成する画像再構成部と、を備えることを特徴とするX線CT装置である。
第2の発明は、投影データを補正する反復処理の反復回数を設定する反復回数設定部と、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、前記補正投影データを用いてCT画像を再構成する画像再構成部と、を備えることを特徴とする再構成演算装置である。
第3の発明は、再構成演算装置が、投影データを補正する反復処理の反復回数を設定する反復回数設定ステップと、前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出ステップと、前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する補正投影データ作成ステップと、前記補正投影データを用いてCT画像を再構成する再構成ステップと、を含むことを特徴とする再構成演算方法である。
本発明によれば、画像ノイズを低減しつつ、画像上の高吸収体周辺部に発生するアーチファクトを低減させることにより、低被曝撮影でも画質を向上させることが可能なX線CT装置等を提供することができる。
X線CT装置1の全体構成を示す外観図 X線CT装置1のハードウエアブロック図 ノイズ低減処理f1による投影データの変化を説明する図 (a)下肢断面図50に発生したストリークアーチファクト50bを説明する模式図、(b)投影データ上で高吸収体が交差する領域65を説明する図 再構成演算装置221の機能ブロック図 関係特性データ8の一例 再構成演算装置221が実行する関係特性算出処理の手順を説明するフローチャート ノイズ低減率rの算出方法について説明する図 ストリーク低減率Strの算出方法について説明する図 処理全体の流れを示すフローチャート 逐次近似投影データ補正処理の手順を示すフローチャート 関係特性データの別の例 ルックアップテーブル形式の基準関係特性テーブル8aの一例 第1の実施の形態の関係特性算出部43の詳細を示すブロック図 投影データの特徴領域7について説明する図 特徴量C1について説明する図 特徴量C2について説明する図 特徴量C3について説明する図 特徴量C1のシフト特性データ81の一例 特徴量C2のシフト特性データ82の一例 特徴量C3のシフト特性データ83の一例 特徴量C1〜C3により求められるシフト量ShiftStの算出例 更新後関係特性テーブル85の一例 第1の実施の形態の較正係数算出処理の手順を示すフローチャート 第2の実施の形態の近似関数作成処理の手順を説明するフローチャート 第3の実施の形態の関係特性作成処理の手順を説明するフローチャート 撮影条件と関係特性データとを関連付けるための操作画面9の一例 第3の実施の形態の処理全体の流れを説明するフローチャート 第3の実施の形態の較正係数算出処理の手順を示すフローチャート 画像からストリーク低減率Strを算出する処理の手順を示すフローチャート 投影データからストリーク低減率Strを算出する処理の手順を示すフローチャート
以下、図面に基づいて本発明の好適な実施形態を詳細に説明する。最初に、図1及び図2を参照しながら、X線CT装置1のハードウエア構成を説明する。
X線CT装置1は、大きく分けてスキャナ10及び操作ユニット20から構成される。
スキャナ10は、ガントリィ100、寝台装置101、X線発生装置102、X線検出装置103、コリメータ装置104、高電圧発生装置105、データ収集装置106、駆動装置107等を含む。操作ユニット20は、中央制御装置200、入出力装置201、演算装置202等を含む。
操作者は、入出力装置201を介して、撮影条件や再構成条件等を入力する。撮影条件は、例えば、X線ビーム幅、寝台送り速度、管電流、管電圧、撮影範囲(体軸方向範囲)、周回当たりの撮影ビュー数等である。また再構成条件は、例えば、関心領域、FOV(Field Of View)、再構成フィルタ関数等である。入出力装置201は、CT画像等を表示する表示装置211、マウス、トラックボール、キーボード、タッチパネル等の入力装置212、データを記憶する記憶装置213等を含む。
中央制御装置200は、撮影条件や再構成条件を入力し、撮影に必要な制御信号をスキャナ10に含まれる各装置に送信する。コリメータ装置104は、制御信号に基づいて、コリメータの位置を制御する。撮影スタート信号を受けて撮影が開始されると、高電圧発生装置105は、制御信号に基づいて、X線発生装置102に管電圧、管電流を印加する。X線発生装置102では、印加された管電圧に応じたエネルギーの電子が陰極から放出され、放出された電子がターゲット(陽極)に衝突することによって電子エネルギーに応じたエネルギーのX線が被検体3に照射される。
駆動装置107は、制御信号に基づいて、X線発生装置102、X線検出装置103等を被検体3の周りに周回させる。寝台装置101は、制御信号に基づいて寝台を制御する。
X線発生装置102から照射されるX線は、コリメータによって照射領域が制限される。X線は、被検体3内の各組織においてX線減弱係数に応じて吸収(減衰)され、被検体3を通過し、X線発生装置102に対向する位置に配置されたX線検出装置103によって検出される。X線検出装置103は、2次元方向(チャネル方向およびこれに直交する列方向)に配置された複数の検出素子によって構成される。各検出素子によって受光されるX線は、実投影データに変換される。すなわち、X線検出装置103によって検出されるX線は、データ収集装置106によって、各種のデータ処理(デジタルデータへの変更、LOG変換、キャリブレーション等)が行われて、投影データとして収集され、演算装置202に入力される。
このとき、互いに対向するX線発生装置102及びX線検出装置103が、被検体3の周囲を回転するので、X線発生装置102は、被検体3の周囲からX線を照射することになる。また、X線検出装置103は、被検体3を透過するX線を検出することになる。投影データの取得単位が「ビュー」である。
演算装置202は、再構成演算装置221、画像処理装置222等から構成される。
再構成演算装置221は、データ収集装置106によって収集される投影データを入力する。また、再構成演算装置221は投影データに対して逐次近似投影データ補正処理(以下、反復処理ともいう)を行い、補正投影データを作成する。そして、補正投影データを用いてCT画像を再構成する。
なお、再構成演算装置221は、撮影で取得し記憶装置213や記録媒体に保存されている計測データを読み出して投影データを作成し、上述の逐次近似投影データ補正処理を行ったり、CT画像の再構成処理を行ったりしてもよい。
本発明は逐次近似投影データ補正処理(反復処理)の改良に関するものである。本発明に係る処理の詳細については後述する。
再構成演算装置221は、生成したCT画像を記憶装置213に保存する。また、再構成演算装置221は生成したCT画像を表示装置211に表示する。或いは、画像処理装置222が、記憶装置213に保存されるCT画像に対して画像処理を行い、画像処理後の画像を表示装置211に表示する。
X線CT装置1は、2次元方向に検出素子が配列されるX線検出装置103を用いるマルチスライスCTと、検出素子が1列すなわち1次元方向(チャネル方向のみ)に配列されるX線検出装置103を用いるシングルスライスCTに大別される。マルチスライスCTでは、X線検出装置103に合わせてX線源であるX線発生装置102から円錐状、もしくは角錐状に広がるX線ビームが照射される。シングルスライスCTでは、X線発生装置102から扇状に広がるX線ビームが照射される。通常、X線CT装置1による撮影では、X線発生装置102が寝台に載置される被検体3の周りを周回しながら、X線の照射が行われる(但し、位置決め撮影を除く。)。
撮影中に寝台が固定され、X線発生装置102が被検体3の周りを円軌道状に周回する撮影態様は、アキシャルスキャンなどと呼ばれる。また、寝台が連続的に移動し、X線発生装置102が被検体3の周りをらせん軌道状に周回する撮影態様は、らせんスキャンなどと呼ばれる。
寝台装置101は、ステップ・アンド・シュートスキャンの場合、撮影している間、寝台を静止した状態とする。また、寝台装置101は、らせんスキャンの場合、撮影条件の1つである寝台送りの速さに応じて、撮影している間、寝台を被検体3の体軸方向に平行移動させる。
次に、図3及び図4を参照しながら、投影データに含まれるノイズについて説明する。
図3(a)は高吸収体を撮影した場合に得られる投影データ61とそのプロファイル51を模式的に示す図である。図3(b)は、従来の逐次近似投影データ補正処理(ノイズ低減処理f1)を行った後の補正投影データ62とそのプロファイル52を模式的に示す図である。投影データ61、62に含まれる斜線部61a、62aが高吸収体に対応する投影データである。
式(1)は従来の逐次近似投影データ補正処理の更新式を示す。
Figure 0006492005
上述の式(1)において、Fは更新関数、pは更新投影値、yは元の投影値、βは補正係数(スムージング係数)、dは検出特性値、iは検出素子番号、nは反復回数である。
なお、非特許文献1には、上述の式(1)に対応する式が記載されている。式(1)は、非特許文献1のp.1274に記載されている式(11)に対応する式である。本明細書では、発明の主旨に沿った説明とするため、非特許文献1と異なる形式及び記号で各式を記述しているが、上述の式(1)の内容は非特許文献1に記述される各式と同じ内容である。
従来の方法でノイズ低減処理f1を行い、高いノイズ低減効果を得ようとすると、図3(b)に示すように、高信号部のエッジが滑らかになる、いわゆる「なまし」の領域62bが発生する。このような現象が生じた投影データを用いて画像を再構成すると、例えば、骨のような高吸収体の周囲にストリークアーチファクトが生じることがある。
図4(a)は、ノイズ低減処理f1によって「なまし」が生じた投影データを再構成して得た画像50の模式図である。また、図4(b)は、ノイズ低減処理f1前後の投影データの差分データ63である。画像50は下肢の断層像を示す。高吸収体である骨50aの周辺にはストリークアーチファクト50bが生じ、本来の画像にはない陰影となって表れる。特に、下肢や肩のように複数の高吸収体が存在する部位では、図4(b)に示すように差分データ63上の高吸収体が交差する領域65で過補正となり、アーチファクトが生じやすい。
そこで、本発明に係るX線CT装置1の再構成演算装置221は、画像のノイズ量を調整するノイズ低減処理f1(第1処理関数)と、ストリーク量を調整する信号強度維持処理f2(第2処理関数)とを適切な比率で組み合わせて投影データを補正する。このために再構成演算装置221は、特性の異なる2つの処理(ノイズ低減処理f1と信号強度維持処理f2)の適用比率を調整する調整処理f3を導入する。
調整処理f3におけるノイズ低減処理f1と信号強度維持処理f2との適用比率は、求める画質に応じて調整係数αにより調整できるようにする。また、信号強度維持処理f2を施す場合、元の補正係数βをそのまま用いて反復処理を行うと、一般にノイズ低減効果が少なくなる。そのため、補正係数βの値も更新する。以下の説明では、調整係数αと補正係数βの組み合わせを較正係数と呼ぶ。再構成演算装置221は、較正係数(α，β)に基づいてノイズ低減処理f1とストリーク量を調整する信号強度維持処理f2とを含む調整処理f3を反復して実行し、補正投影データを作成する。
具体的には、本発明の再構成演算装置221は、以下の反復式(2)、(3)、(4)を投影データに適用することにより投影データの補正処理を行う。
Figure 0006492005
Figure 0006492005
Figure 0006492005
式(2)は、ノイズ低減処理の反復式f1、式(3)は信号強度維持処理の反復式f2、式(4)はノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整処理f3である。また、上述の式(2)、(3)、(4)において、F、Gは更新関数、pは更新投影値、yは元の投影値、β、β’は補正係数、dは検出特性値、iは検出素子番号、nは反復回数、αは調整係数である。
より具体的には、ノイズ低減処理関数は、例えば以下の評価関数(5)と反復式(6)を用いるとよい。評価関数はRidge型(二次型の罰則項)、反復式はガウス・サイデル法という解法で導出されたものである。(参考文献：非特許文献2)
Figure 0006492005
また、信号強度維持処理関数は、例えば以下の評価関数(7)と反復式(8)を用いるとよい。評価関数はLasso型(TV(Total Variation)型の罰則項)、反復式はIterative Soft-Thresholding Algorithm(ISTA)と呼ばれる解法で導出されたものである。(参考文献：非特許文献3)
Figure 0006492005
図5を参照しながら、本発明のX線CT装置1の機能構成について説明する。図5は、特に再構成演算装置221の機能構成を示している。
本発明に係るX線CT装置1の再構成演算装置221は、主要な機能構成として、画質目標設定部41、反復回数設定部42、関係特性算出部43、較正係数算出部44、反復処理部45、及び終了判定部46を有する。
画質目標設定部41は、投影データの補正後に得られる画質である目標画質を設定する。目標画質として用いるパラメータは、画像に含まれるノイズ量に関する指標(第1画質パラメータ)である画像SD値またはノイズ低減率rと、ストリークアーチファクトに関する指標(第2画質パラメータ)であるストリーク量Stまたはストリーク低減率Strである。
画像SD値及びノイズ低減率rは、主に上述のノイズ低減処理f1によって調整される第1画質パラメータである。ストリーク量St及びストリーク低減率Strは、主に上述の信号強度維持処理f2によって調整される第2画質パラメータである。
後述するように再構成演算装置221は、上述の反復式(2)〜(4)に用いる較正係数(α，β)を、ノイズ低減率r及びストリーク低減率Strとの関係を表す関係特性データ8に基づいて決定する(図6参照)。このため、画質目標設定部41は、例えば操作者により設定される所望の目標画質に基づいて、各パラメータ(ノイズ低減率r及びストリーク低減率Str)の値を算出する。ノイズ低減率rとは、ノイズ低減処理f1を適用する前の投影データから再構成した元画像のSD値と、ノイズ低減処理f1を適用した後の投影データから再構成した補正画像のSD値(目標SD値)との比である。ストリーク低減率Strとは、ノイズ低減処理f1を適用した後の投影データを再構成した補正画像のストリーク量と、後述する較正処理を適用した後に得られる画像のストリーク量(目標St)との比である。
反復回数設定部42は、投影データを補正する逐次近似投影データ補正処理(反復処理)の反復回数を設定する。
関係特性算出部43は、第1及び第2画質パラメータ(ノイズ低減率r及びストリーク低減率Str)と反復処理の較正係数(調整係数α及び補正係数β)との関係を表す関係特性データ8を作成する。関係特性データ8は、ファントム等を用いて計測した投影データ等、基準となる投影データに基づいて算出される。
図6に関係特性データ8の一例を示す。図6の関係特性データ8は、横軸をノイズ低減率r、縦軸をストリーク低減率Strとして、調整係数α、補正係数βとの関係をグラフ化したr−Strグラフである。
例えば、調整係数α＝0.4、補正係数β＝β2を設定して逐次近似投影データ補正処理を実行した場合は、ノイズ低減率r＝0.65、ストリーク低減率Str＝0.972を得る。関係特性データ8の作成の仕方については後述する。
なお、図6における「β’」の表記は、調整係数αを導入する際に更新される新規補正係数である。ノイズ低減処理f1のみを行う場合に用いた補正係数βのまま信号強度維持処理f2を行うと、一般にノイズ低減効果が弱まる。そのため、元のノイズ低減効果と同等の効果を得られるように補正係数βを更新して新規補正係数β’を適用する。
較正係数算出部44は、補正の対象とする投影データに適用する較正係数(調整係数αと補正係数β)を上述の関係特性データ8と設定された画質目標(ノイズ低減率r及びストリーク低減率Str、または画像SD値及びストリーク量St)に基づいて算出する。
関係特性データ8が、r−Strデータとして保持されている場合は、較正係数(α，β)は、以下の関係式(9)に基づいて算出される。
(α，β)＝Ω(r，Str) ・・・(9)
同様に、関係特性データがSD−Stデータとして保持されている場合は、較正係数(α，β)は、以下の関係式(10)に基づいて算出される。
(α，β)＝Ω’(SD，St) ・・・(10)
反復処理部45は、反復回数設定部42により設定された反復回数と較正係数算出部44により算出された較正係数(α，β)とに基づいてノイズ低減処理f1と信号強度維持処理f2を含む反復処理(調整処理f3)を実行し、補正投影データを作成する。
終了判定部46は、反復回数だけ反復処理を繰り返したか否かを判定する。反復回数が終了していない場合は、反復処理部45による反復処理を繰り返す。反復回数が終了した場合は、反復処理を適用した後に得た補正投影データを出力する。
再構成演算装置221は、補正投影データに基づいてCT画像を再構成する。表示装置211は、再構成演算装置221により再構成されたCT画像を表示する。
次に、図7〜図9を参照して、関係特性データ8を作成する関係特性算出処理について説明する。関係特性算出処理は、図6に示すような関係特性データ8を作成する処理である。
図7に示すように、再構成演算装置221(関係特性算出部43)は、ファントム等を用いて予め計測した投影データに基づいて画像(図8の通常画像53)を再構成する。そして通常画像53の画像SD値を算出する(ステップS101)。SD値は、図8に示すように通常画像53の任意の位置に設定したROI57内のSD値である。
また再構成演算装置221は、任意の補正係数βを与えてノイズ低減処理f1を実行した後の投影データを再構成し、得られた画像54のストリーク量Stを算出する(ステップS102)。ストリーク量Stは、図9に示すように、ノイズ低減処理f1後の投影データを再構成した画像54のストリーク上に設定したROI58のストリーク量Stである。
次に再構成演算装置221は、任意の較正係数(α、β)を設定し(ステップS103)、初期の投影データRaw_0に対してノイズ低減処理f1を行い、投影データRaw_Aを得る。同様に、再構成演算装置221は、初期の投影データRaw_0に対して信号強度維持処理f2を行い、投影データRaw_Bを得る。更に、再構成演算装置221は、調整係数αを用いて調整処理f3を行い、Raw_AとRaw_Bとから補正投影データRaw_Cを得る。このRaw_Cをf1、f2の新たな入力データとして、これを予め設定されている反復回数だけ繰り返し実行する(ステップS104、ステップS105)。これにより、設定された較正係数(α、β)に対する補正投影データRaw_Cを算出する。その後、再構成演算装置221は、補正投影データRaw_Cに基づいて補正後の画像55を再構成する。再構成演算装置221は、図8に示すように補正後の画像55上にステップS101で設定したROI57と同じ位置にROI57を設定し、補正後の画像55のSD値を算出する。ここで得られたSD値とステップS101で得られたSD値との比からROI57内のノイズ低減率rを算出する(ステップS106)。
また、再構成演算装置221は、図9に示すように補正投影データRaw_Cに基づいて再構成した補正後の画像55上に、ステップS102で設定したROI58と同じ位置にROI58を設定し、ROI58内のストリーク量Stを算出する。ここで得られたストリーク量StとステップS102で得られたストリーク量Stとの比からROI58のストリーク低減率Strを算出する(ステップS107)。
再構成演算装置221は、所望の範囲が網羅されるまで較正係数(α、β)を任意の刻み幅で変更しながら、反復処理とノイズ低減率r及びストリーク低減率Strの算出を繰り返す(ステップS108；No→ステップS103〜ステップS107)。所望の範囲が網羅されると、再構成演算装置221は、ステップS103〜ステップS108の処理で得たノイズ低減率r及びストリーク低減率Strを較正係数(α，β)と関連付けた関係特性データ8を作成し、記憶装置213に記憶する(ステップS109)。
図6の関係特性データ8は、βをβ1、β2、β3と変化させ、αを0から1まで0.2刻みで変化させて得たものである。
関係特性データ8は、図6に示すようにノイズ低減率r及びストリーク低減率Strと較正係数(α，β)との関係を示すr−Strデータとして保持されてもよいが、画像SD値及びストリーク量Stと較正係数(α，β)との関係を示すSD−Stデータとして保持されてもよい(図13参照)。いずれの場合も、関係特性データ8は、2つの異なる特性を有する画質パラメータ(ノイズに関する指標である第1画質パラメータと、ストリークに関する指標である第2画質パラメータ)と較正係数(α，β)との関係を表すものである。
なお、関係特性データ8は、図6に示すようにグラフの形式で保存されてもよいし、図13に示すようにルックアップテーブルの形式で保存されてもよい。また、第2の実施の形態で説明するように近似関数の形式で保存されてもよい。また、関係特性データ8を撮影条件毎または撮影部位毎に作成し、保存するようにしてもよい。本明細書では、ルックアップテーブル形式の関係特性データについて第1の実施の形態で説明する。近似関数形式の関係特性データについて第2の実施の形態で説明する。撮影条件毎の関係特性データについては第3の実施の形態で説明する。
次に、図10を参照して、本発明のX線CT装置1の処理全体の流れを説明する。
まずX線CT装置1は、被検体3に対して位置決め撮影を行う。次に、X線CT装置は、位置決め撮影によって撮影される位置決め画像に基づいて撮影条件や再構成条件等の各種条件設定を行う。そして、X線CT装置1は、断層撮影(本撮影)を行い、投影データを取得する(ステップS201)。
再構成演算装置221は、取得される投影データに対して逐次近似投影データ補正処理を行う(ステップS202)。本発明では、再構成演算装置221は、逐次近似投影データ補正処理の反復演算として、ノイズ低減処理f1とストリーク量の低減処理(信号強度維持処理f2)とを含む反復処理f3を行う。
再構成演算装置221は、逐次近似投影データ補正処理によって補正された補正投影データを用いて画像再構成を行い、CT画像を生成する(ステップS203)。
再構成演算装置221は、生成されるCT画像を表示装置211に表示する(ステップS204)。
図11を参照して、ステップS202の逐次近似投影データ補正処理について説明する。
まず、再構成演算装置221はデータ収集装置106から投影データを取得する(ステップS301)。なお、ステップS301では、予め計測されて記憶装置213等に記憶されている投影データを取得してもよい。
次に、再構成演算装置221は目標画質(画像SD値及びストリーク量St、或いはノイズ低減率r及びストリーク低減率Str)を決定する(ステップS302)。画質の目標値(上述の画像SD値及びストリーク量St、或いはノイズ低減率r及びストリーク低減率Str)は、例えば入力装置212から入力された値を用いる。再構成演算装置221は、後述する較正係数算出処理において使用する関係特性データが、r−Strデータとして保持されている場合は、入力された画質目標SD、Stに対応するノイズ低減率r及びストリーク低減率Strを算出する。逆に、関係特性データがSD−Stデータとして保持されている場合は、入力された画質目標r、Strに対応する画像SD値及びストリーク量Stを算出する。
また、再構成演算装置221は、反復処理の反復回数を設定する(ステップS303)。
次に、再構成演算装置221は、ステップS302で決定した目標とする画質パラメータr、Strに対応する較正係数(α，β)を算出する(ステップS304)。関係特性データが、r−Strデータとして保持されている場合は、較正係数は、上述したように以下の関係式(9)に基づいて算出される。
(α，β)＝Ω(r，Str) ・・・(9)
同様に、関係特性データがSD−Stデータとして保持されている場合は、較正係数は、以下の関係式(10)に基づいて算出される。
(α，β)＝Ω’(SD，St) ・・・(10)
例えば、再構成演算装置221は、図6に示すような関係特性データ8を参照し、画質目標として設定されたパラメータr、Strに対応する較正係数(α，β)の組み合わせを求める。
厳密に対応する較正係数(α，β)が関係特性データ8にない場合は、最も値の近い較正係数(α，β)を算出結果とする。或いは、周辺のデータを使用した補間計算により適切な較正係数(α，β)を算出してもよい。図12は、設定した画質目標値に厳密に対応する較正係数の組み合わせがない場合の較正係数算出例を示す。
図12に示す関係特性データには、所望画質(r、Str)＝(0.67、0.975)に対応するα及びβの組み合わせがない。そこで、再構成演算装置221は、例えばα＝0.4の曲線とα＝0.6の曲線とから補間計算により調整係数αを0.45を算出する。また、補正係数βについても同様に、β2とβ3とに重み係数を加えた演算を行って、補正係数βを算出する。
次に、再構成演算装置221は、前回のステップS308で得た投影データを取得する(ステップS305)。ただし、初回のループの場合は、初期の投影データを取得する。
取得した投影データをRaw_Cとする。
再構成演算装置221は、取得した投影データRaw_Cに対して、ノイズ低減処理f1を実行し、ノイズ低減された投影データRaw_Aを算出する(ステップS306)。
Raw_Aは次式(11)で表される。
Raw_A＝f1(β’，Raw_C) ・・・ (11)
また再構成演算装置221は、ステップS305で取得した投影データRaw_Cに対して、信号強度維持処理f2を実行し、補正された投影データRaw_Bを算出する(ステップS307)。Raw_Bは次式(12)で表される。
Raw_B＝f2(β’，Raw_C) ・・・ (12)
次に、再構成演算装置221は、ステップS304で算出した調整係数αを用いてRaw_AとRaw_Bから新規投影データRaw_Cを算出する(ステップS308)。Raw_Cは次式(13)で表される。
Raw_C＝f3(α，Raw_A，Raw_B) ・・・ (13)
再構成演算装置221は、設定されている反復回数が終了するまでステップS305〜ステップS309の処理を繰り返す。設定されている反復回数が終了すると(ステップS309；Yes)、逐次近似投影データ補正処理を終了してよい。なお、この反復回数の終了判定では、再構成演算装置221は較正処理前後の投影データを比較して得られる修正量を評価して、反復処理を終了するか否かを決定してもよい。
以上説明したように本発明の逐次近似投影データ補正処理では、再構成演算装置221は、投影データを補正する反復処理の反復回数を設定し、反復回数に応じた画質となるように反復処理に含まれるノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整係数α及び補正係数βを較正係数として算出する。そして、反復回数及び較正係数に基づいて投影データに対して上述の反復処理(調整処理f3)を施して補正投影データを作成し、CT画像を再構成する。これにより、ノイズ低減処理f1によるノイズ低減効果と信号強度維持処理f2によるエッジ維持効果とを適切に調整することが可能となる。その結果、ノイズが少なく、かつストリークアーチファクトの発生を抑えた画像を再構成できる。
また、ノイズを調整するパラメータ及びストリーク量を調整するパラメータと、較正係数(α、β)との関係を示す関係特性データを記憶しておき、関係特性データに基づいて目標画質に対応する較正係数を算出するので、特性の異なる2種類の画質パラメータにより所望の画質となるように投影データを補正できる。
［第1の実施の形態］
次に図13〜図24を参照して、第1の実施の形態を詳細に説明する。
上述したように、較正係数(α、β)と画質パラメータとの関係を示す関係特性データはルックアップテーブルの形式で作成されてもよい。
図13は、ルックアップテーブル形式の基準関係特性データ8aの一例である。この基準関係特性データ8aは、横軸を画像SD値、縦軸をストリーク量StとしたSD−Stデータである。なお、これに代えて横軸をノイズ低減率r、縦軸をストリーク低減率Strとしたr−Strデータとしてルックアップテーブルを保持するようにしてもよい。
基準関係特性データ8aは、図7に示す関係特性算出処理と同様の手順で演算装置202により予め算出される。再構成演算装置221は、図7のステップS101〜ステップS109の処理で得られた関係特性データ8をテーブル化してルックアップテーブル形式の基準関係特性データ8aを作成する。サンプリングの都合上、厳密に対応するα及びβがない場合は、上述したように、最も値の近いα及びβとしてもよいし、補間計算によりα及びβを算出し直してもよい。
予め作成され、記憶装置213に保持されている基準関係特性データ8aは、例えばファントム等を用いて撮影された投影データを基に作成されたものである。第1の実施の形態の再構成演算装置221は、個々の投影データの特徴に合うように基準関係特性データ8aを微調整して、更新後関係特性データ85を作成する。そして、この更新後関係特性データ85を用いて、所望の画質(SD、St)となるような較正係数(α、β)を算出する。
第1の実施の形態の再構成演算装置221は、図5に示す機能構成と同様に、画質目標設定部41、反復回数設定部42、関係特性算出部43、較正係数算出部44、反復処理部45、終了判定部46を有する。同一の各部には同一の符号を付し、重複する説明を省略する。
図14は、第1の実施の形態の関係特性算出部43及び較正係数算出部44を説明する機能ブロック図である。
第1の実施の形態の関係特性算出部43は、特徴量抽出部43a、シフト量算出部43b、基準関係特性出力部43c、関係特性更新部43dを有する。
特徴量抽出部43aは、補正対象とする投影データの特徴量を抽出する。具体的には特徴量として、投影データに表れる複数の高吸収体エッジで囲まれた特徴領域7の広さに関する第1特徴量C1と、特徴領域7の形状に関する第2特徴量C2と、特徴領域7の投影値の大きさに関する第3特徴量C3を抽出する。特徴量抽出部43aは、投影データから上述の特徴量C1、C2、C3のうち少なくともいずれか一つまたは全部を求める。
ここで、図15〜図18を参照して、各特徴量C1、C2、C3について説明する。
図15は投影データに表れる特徴について説明する図である。2つの高吸収体64a、64bが撮影範囲に含まれると、投影データ上で交差する部分で補正領域が重なり、過補正となる。複数の高吸収体が交差する部分(図15中の破線内部)を特徴領域7とする。
特徴領域7の隅部71、72、73、74はノイズ低減処理f1により発生する補正領域が重なり、特に過補正となりやすい。
そこで、特徴量抽出部43aは、補正前投影データの高吸収体エッジで囲まれた領域を特徴領域7とし、特徴領域7の内部の広さ(例えば、面積)を第1特徴量C1として抽出する。図16は、第1特徴量C1について説明する図である。図16(a)に示すように、特徴領域7の内側の高吸収体エッジで囲まれる部分の面積が特徴量C1である。図16(b)に示すように面積(特徴量C1)が大きい場合は、図16(c)に示すように面積(特徴量C1)が小さい場合と比較して、ノイズ低減処理f1を行った場合に過補正になりやすい。これは、面積が広いと平滑化されるデータ範囲が広くなるからである。
また特徴量抽出部43aは、特徴領域7の形状を第2特徴量C2として抽出する。例えば、チャンネル方向軸(図17では横軸75)とビュー方向軸(図17では縦軸76)との長さの比を特徴領域7の形状特徴(第2特徴量C2)として抽出する。
図17は、第2特徴量C2について説明する図である。図17(a)に示すように、例えば、特徴領域7のチャンネル方向の長さ75とビュー方向の長さ76との比を第2特徴量C2とする。ノイズ低減処理の演算の方向にも依存するが、例えばチャンネル方向に加重加算の演算を行う場合には、図17(b)に示すようにチャンネル方向の長さがビュー方向の長さに対して大きい方が、図17(c)に示すようにチャンネル方向の長さがビュー方向の長さに対して小さい場合と比較して過補正になりやすい。これはチャンネル方向にかかる補正量が大きいからである。
また特徴量抽出部43aは、特徴領域7の隅部(特徴領域7であって低吸収領域と接するエリア)の投影値の平均値を第3特徴量C3として抽出する。図18は、第3特徴量C3について説明する図である。図18(a)に示すように、特徴領域7の隅部71、72、73、74の投影値の平均値が特徴量C3である。図18(b)に示すように隅部71、72、73、74の投影値の平均値(特徴量C3)が大きい場合は、図18(c)に示すように特徴量C3が小さい場合と比較して、ノイズ低減処理f1を行った場合に過補正になりやすい。これは、高吸収体と周辺のギャップが大きいためである。なお、特徴領域7の形状は、必ずしも四角形になるとは限らない。特徴領域7が多角形の形状となっている場合は、各頂点付近の隅部の投影値の平均値を特徴量C3とする。
シフト量算出部43bは、特徴量に応じた基準関係特性テーブル8aの各軸(SD、St)のシフト量を算出する。
図19〜図22を参照して、シフト量の算出方法について説明する。
シフト量算出部43bは、特徴量抽出部43aにより抽出された特徴量C1、C2、C3に対する各画質パラメータSt、SDのシフト量ShiftSt、ShiftSDを、シフト特性データ81〜83に基づいて算出する。
シフト特性データ81〜83は、各特徴量C1、C2、C3についてそれぞれ予め求められ、記憶装置213に記憶される。
図19は特徴量C1のシフト特性データ81、図20は特徴量C2のシフト特性データ82、図21は特徴量C3のシフト特性データ83の一例である。それぞれ、横軸は特徴量(C1、C2、C3)の大きさ、縦軸が元のデータに対するシフトの比率(シフト係数)である。
例えば、図19に示すように、特徴量C1の値が「1780」の場合、Stシフト係数はおよそ「1.3」、SDシフト係数は「1」である。また例えば、図20に示すように、特徴量C2の値が「1.14」の場合、Stシフト係数はおよそ「1.04」、SDシフト係数は「1」である。また例えば、図21に示すように、特徴量C3の値が「122」の場合、Stシフト係数はおよそ「1.1」、SDシフト係数は「1」である。
このようにして、シフト量算出部43bは、各特徴量C1〜C3についてStシフト係数及びSDシフト係数を算出する。
シフト量算出部43bは、各特徴量C1〜C3についてのシフト係数にそれぞれ重み(w1、w2、w3)を設定し、重み付け加算することにより、各軸(SD、St)のシフト量ShiftSD、ShiftStをそれぞれ算出する。
以下の式(14)は、各特徴量C1、C2、C3のStシフト特性の重みw1、w2、w3の算出例である。
Figure 0006492005
Stシフト量ShiftStは、以下の式(15)により求められる。
Figure 0006492005
同様に、SDシフト量ShiftSDは、以下の式(16)により求められる。
Figure 0006492005
3つの特徴量C1〜C3を考慮した場合のシフト量ShiftStを3次元座標空間で表すと、図22のようになる。ShiftSDについても同様である。
シフト量算出部43bは、算出したシフト量を関係特性更新部43dに出力する。また、基準関係特性出力部43cは、記憶装置213に保持されている基準関係特性テーブル8aを取得し、関係特性更新部43dに出力する。
関係特性更新部43dは、シフト量算出部43bにより求められたシフト量ShiftSD、ShiftStに基づいて基準関係特性テーブル8aを更新(シフト)して、対象とする投影データに適合した更新後関係特性テーブル85を求める。
図23は、更新後関係特性テーブル85の一例である。図23の矢印84はシフト量を示す。図13の基準関係特性テーブル8aでは点線枠86に示す位置にあったデータが特徴量に応じたシフト量ShiftSD、ShiftStだけシフトされる(矢印84に示す分だけ移動される)。その結果、所望のSD値及び所望のストリーク量Stに応じた較正係数(α、β)が投影データ毎に正確に求められる。
図24のフローチャートを参照して、第1の実施の形態の較正係数算出処理の流れを説明する。なお、図24の較正係数算出処理は、図11に示す逐次近似投影データ補正処理のステップS304の処理に該当する処理である。
記憶装置213には基準関係特性テーブル8aが記憶されているものとする。また、図11のステップS301〜ステップS303の処理により、投影データが取得され、目標画質SD、Stが設定され、反復処理の反復回数が設定されているものとする。
図24の較正係数算出処理において、まず再構成演算装置221は、投影データから特徴量C1、C2、C3を抽出する(ステップS401)。上述したように、特徴量C1は投影データに含まれる高吸収体エッジの交差部(特徴領域7)の面積であり、特徴量C2は特徴領域7の縦横比であり、特徴量C3は特徴領域7の隅部の平均投影値である。投影データに複数の特徴領域7がある場合は、それぞれについて特徴量C1、C2、C3を求める。
再構成演算装置221は、基準関係特性テーブル8aを記憶装置213から取得する(ステップS402)。例えば、図13に示すようなルックアップテーブル形式の基準関係特性テーブル8aを取得する。
再構成演算装置221はステップS401で算出した特徴量C1、C2、C3に基づいて各軸(SD軸、St軸)のシフト量Shift SD、ShiftStを算出する(ステップS403)。シフト量Shift SD，ShiftStは、特徴量C1、C2、C3毎に予め求められているシフト特性(図19〜図21)に基づいて求めることができる。すなわち、シフト量Shift SDは、シフト特性データから求められるシフト係数ShiftSD1〜ShiftSD3を重み付け加算することにより求められる。同様に、シフト量Shift Stは、シフト特性データから求められるシフト係数ShiftSt1〜ShiftSt3を重み付け加算することにより求められる。シフト量Shift St、ShiftSDの算出式は、上述の式(14)〜(16)である。
再構成演算装置221は、各画質パラメータSD、Stについてのシフト量Shift SD、Shift Stに基づいて基準関係特性テーブル8aを更新し、更新後関係特性テーブル85を作成する(ステップS404)。これにより、投影データの特徴に応じた更新後関係特性テーブルを得ることができる。
再構成演算装置221は、更新後関係特性テーブル85を使用して所望SD値及び所望ストリーク量Stに対応する較正係数(α、β)を算出する(ステップS405)。
較正係数(α、β)が算出されると、再構成演算装置221は、図11のステップS305〜ステップS309の反復処理を実行して補正投影データを算出する。
以上説明したように、第1の実施の形態によれば、ノイズ量に関するパラメータSD及びストリーク量に関するパラメータStと較正係数(α、β)との関係を示す基準となる基準関係特性テーブル8aを記憶装置213に保持しておき、実際の被検体の投影データの特徴量C1、C2、C3に応じて基準関係特性テーブル8aを微調整した後に較正係数(α、β)を算出する。このため、投影データの特徴に適合した較正係数を求めることができる。その結果、投影データの特徴に応じた補正が可能となる。
［第2の実施の形態］
次に図25を参照して、第2の実施の形態を詳細に説明する。
第2の実施の形態では、関係特性データ8を近似関数で保持する例について説明する。
第2の実施の形態の演算装置202のハードウエア構成及び機能構成は、図1、図2、及び図5と同様である。以下の説明では、同一の各部には同一の符号を付し、重複する説明を省略する。
関係特性データ8は、図7に示す関係特性算出処理の手順で再構成演算装置221により算出される。再構成演算装置221は、図7のステップS101〜ステップS108の処理で関係特性データ8を作成すると、図25に示す近似関数作成処理を実行する。
再構成演算装置221は、関係特性データ8から任意の数だけデータ点を選択する(ステップS501)。選択したデータ点を(αi、βi、ri、Stri)と記述する。iは正整数(1、…、n)である。
次に、再構成演算装置221は、調整係数α、補正係数β、ノイズ低減率r、ストリーク低減率Strの関係式を近似した近似関数を設定する(ステップS502)。例えば、近似関数を次式(17)とする。k、l、mはrとStrからαを求める係数である。
α＝k・r＋l・Str＋m ・・・(17)
次に、再構成演算装置221は、近似関数の係数k、l、mを同定する(ステップS503)。
データ点(αi、ri、Stri)と近似関数との差をdiとすると、diは以下の式(18)で表される。
di＝k・ri＋l・Stri＋m−αi ・・・(18)
すべてのデータ点と近似関数との差diの二乗和Sは、以下の式(19)で表される。
Figure 0006492005
再構成演算装置221は、次式(20)を満たすSを最小とするk、l、mを求める。
厳密に解が求まらない場合は、反復計算により収束した値を解とする。
Figure 0006492005
再構成演算装置221は、求めたk、l、mを上述の式(17)に代入して近似関数を決定する。
同様の手法でrとStrからβを求めることができる。
再構成演算装置221は、ステップS501〜ステップS503の処理により近似関数を作成すると、記憶装置213に保持する。
作成された近似関数は、図11に示す逐次近似投影データ補正処理の較正係数算出処理(ステップS304)において参照され、較正係数(α、β)の算出に用いられる。
なお、上述の説明では、近似関数の次数を1次としているが、次数はこれに限定されない。次数を増やすほど精度が向上する。また、ノイズ低減率r及びストリーク低減率Strと、調整係数αまたは補正係数βとの関係を示す近似関数を算出する例を示したが、画像SD値及びストリーク量Stと、調整係数αまたは補正係数βとの関係を示す近似関数を算出するようにしてもよい。
第2の実施の形態のように、関係特性データを近似関数の形式で保持することにより、第1の実施の形態のようにルックアップテーブルの形式で関係特性データを保持する場合と比較して、メモリ容量を抑えることができる。
［第3の実施の形態］
次に図26〜図28を参照して、第3の実施の形態を詳細に説明する。
第3の実施の形態では、撮影条件毎に関係特性データを作成し、記憶装置213に保持する例について説明する。
ストリークアーチファクトの傾向は撮影条件により異なる。例えば、肩や下肢では、ストリークアーチファクトが大きいが、腹部では小さい。また、撮影時の管電圧が低い場合、管電圧が高い場合と比較してストリークアーチファクトが大きくなる傾向がある。そのため、異なる部位や異なる撮影条件で撮影した投影データに対し、常に同じ関係特性データを用いて較正係数(α、β)を算出し、その較正係数(α、β)を適用して投影データの補正を行うと、画像のストリーク低減効果やノイズ低減効果にばらつきが生じる。
そこで、第3の実施の形態では、撮影条件毎に関係特性データを作成する。また、逐次近似投影データ補正処理では、対象とする投影データの撮影条件に応じて適切な関係特性データを参照して較正係数を算出する。
まず、図26を参照して第3の実施の形態の関係特性作成処理について説明する。
まず、再構成演算装置221は、全ての撮影条件の値を撮影情報値spに割り当てる(ステップS601)。撮影条件とは、管電圧、管電流等のX線条件、ピッチ、コリメータ条件等の撮影に関する条件と、頭部、頸部、肩部、胸部、腹部、下肢等のような撮影部位と、再構成スライス厚等の再構成条件とを含む各種の条件の組み合わせをいうものとする。撮影情報値spとは、撮影条件毎に割り当てる識別情報、または撮影条件の値そのものから生成されるデータである。
次に再構成演算装置221は、撮影情報値spと関係特性データとの関連付けを行う。
すなわち、まず再構成演算装置221は、任意の撮影情報値spを1つ設定する(ステップS602)。再構成演算装置221は、撮影情報値spに対応する撮影条件で撮影した投影データを取得し、図7の関係特性算出処理を実行して関係特性データを作成する(ステップS603)。再構成演算装置221は、撮影情報値spとステップS603で取得した関係特性データとを関連付けて記憶装置213に記憶する(ステップS604)。
再構成演算装置221は、すべての撮影情報値spについて関係特性データの取得及び関連付けが終了したか否かを判定し(ステップS605)、未処理の撮影情報値spがある場合は(ステップS605；No)、ステップS602へ戻る。再構成演算装置221は、次の撮影情報値spを設定し、撮影情報値spに対応する投影データから関係特性データを算出し、撮影情報値spと関係特性データとの関連付けを行う。ステップS602〜ステップS604の処理を撮影情報値spを変化させながら繰り返し、全ての撮影情報値spについて処理が終了すると(ステップS605；Yes)、図26の関係特性作成処理を終了する。
再構成演算装置221は、図27に示すような操作画面9を表示装置211に表示してもよい。
図27に示す操作画面9は、関係特性データ表示エリア91、92、編集エリア93、94を有する。関係特性データ表示エリア91には、撮影情報値sp91a、91bと撮影情報値sp91a、91bに関連付けられる関係特性データ80aが表示される。同様に、下段の関係特性データ表示エリア92には、別の撮影情報値sp92a、92bと撮影情報値sp92a、92bに関連付けられる関係特性データ80bが表示される。編集エリア93には、撮影条件入力欄93a、撮影部位入力欄93b、再構成条件入力欄93c、撮影情報値入力欄93d等が設けられる。同様に、下段の編集エリア94には、撮影条件入力欄94a、撮影部位入力欄94b、再構成条件入力欄94c、撮影情報値入力欄94d等が設けられる。
操作画面9の関係特性データ表示エリア91には、例えば、撮影情報値sp＝「1」に割り当てられている撮影条件91bが表示される。また、この撮影条件91bで撮影された投影データに基づいて作成された関係特性データ80aが表示される。編集エリア93には、関係特性データ表示エリア91に表示されている情報と同一の情報(撮影情報値sp)が各入力欄93a〜93dに表示される。各入力欄93a〜93dの値が操作者により変更されると、変更された内容が関係特性データ表示エリア91に表示される情報に反映される。また、変更された内容で撮影情報値sp、撮影条件、及び関係特性データとの関連付けが行われて、記憶される。
以上の手順により様々な撮影条件と関係特性データとが関連付けられる。
次に、図28を参照して、第3の実施の形態のX線CT装置1の処理全体の流れを説明する。
まずX線CT装置1は、被検体3に対して位置決め撮影を行う。次に、X線CT装置は、位置決め撮影によって撮影される位置決め画像に基づいて撮影条件や再構成条件等の各種条件設定を行う。そして、X線CT装置1は、断層撮影(本撮影)を行い、投影データを取得する(ステップS701)。
再構成演算装置221は、取得した投影データに撮影範囲(例えば、ビュー)毎に撮影条件(撮影情報値sp)を記録しておくことが望ましい(ステップS702)。
再構成演算装置221は、取得された投影データに対して逐次近似投影データ補正処理を行う(ステップS703)。ステップS703の逐次近似投影データ補正処理の手順は、図11に示す手順と同様である。ただし、図11のステップS304の較正係数算出処理については、第3の実施の形態の再構成演算装置221は、図29に示す較正係数算出処理を実行する。
図29を参照して第3の実施の形態の較正係数算出処理について説明する。
再構成演算装置221は、投影データに記録されている撮影情報値sp(撮影条件)を取得する(ステップS801)。再構成演算装置221は、取得した撮影情報値spに対応する基準関係特性データを記憶装置213から選択する(ステップS802)。投影データの撮影範囲毎(例えば、ビュー毎)に異なる撮影条件(撮影情報値sp)が記録されている場合は、再構成演算装置221は、記録されているすべての撮影情報値spに対応する基準関係特性データを記憶装置213から選択する。
再構成演算装置221は、基準関係特性データと設定されている目標画質(SD、st)に基づいて、較正係数(α、β)を算出する。
なお、再構成演算装置221は第1の実施の形態と同様に、投影データの特徴に応じて、ステップS802で取得した基準関係特性データを更新するようにしてもよい。この場合、まず再構成演算装置221は、投影データから特徴量C1、C2、C3を抽出し(ステップS803)、特徴量C1、C2、C3に基づいてシフト量Shift SD、ShiftStを算出する(ステップS804)。シフト量Shift SD、ShiftStの算出の仕方は、第1の実施の形態と同様である。
再構成演算装置221は、各画質パラメータのシフト量Shift SD、Shift Stに基づいてステップS802で取得した基準関係特性データを更新する(ステップS805)。再構成演算装置221は、更新後の関係特性データを使用して所望SD値及び所望ストリーク量Stに対応する較正係数(α、β)を算出する(ステップS806)。
このようにして較正係数(α、β)が算出されると、再構成演算装置221は、図11のステップS305〜ステップS309の反復処理を実行して補正投影データを算出する。
再構成演算装置221は、逐次近似投影データ補正処理によって補正された補正投影データを用いて画像再構成を行い、CT画像を生成する(図28のステップS704)。再構成演算装置221は、生成されたCT画像を表示装置211に表示する(ステップS705)。
以上説明したように、第3の実施の形態によれば、撮影条件毎に関係特性データを記憶しておき、逐次近似投影データ補正処理を実行する際には、投影データ計測時の撮影条件に応じた基準関係特性データを読み出して、較正係数(α、β)を算出する。このため、どのような撮影条件で撮影された投影データにおいてもノイズ低減効果とストリーク低減効果を一定に保つことができる。
特に、撮影時に撮影範囲(例えば、ビュー毎)に撮影条件(撮影情報値)を記録しておくため、投影データに複数の撮影条件や撮影部位が含まれる場合であっても各ビューの撮影条件等に応じた較正係数(α、β)を算出して投影データを補正できる。よって、一様なノイズ低減効果とストリーク低減効果を得ることができる。
以上説明したように、本発明のX線CT装置1によれば、ノイズ低減処理f1とストリークの発生を防ぐ信号強度維持処理f2とを含む反復処理において、再構成演算装置221は、所望のノイズ量となるように、ノイズ低減処理f1と信号強度維持処理f2との適用比率を調整する調整係数αと補正係数βとを算出し、この較正係数(α、β)に基づいて逐次近似投影データ補正処理を実行して補正投影データを作成する。
よって、画像に含まれるノイズを低減しつつ、画像の高吸収体周辺部に発生するストリークアーチファクトを低減することが可能となる。
なお、上述の各実施の形態では、ストリーク量を算出する際は再構成した画像に基づいてストリーク量を求めることとして説明したが、ストリーク量の算出方法はこれに限定されない。以下、図30及び図31を参照してストリーク量の算出方法について追記する。
図30は、画像上の高吸収体周辺のストリーク量を算出する手順を示すフローチャートである。
再構成演算装置221は、投影データを取得し、ノイズ低減処理f1を実行し、ノイズ低減処理f1後の投影データを再構成する(ステップS901)。再構成演算装置221は、得られた画像上に代表の大きさの正方形(マトリクス)を設定し、マトリクス内のCT値の平均値を算出し、値を保持する。次に、上述のマトリクスを画像内すべてを網羅するように1画素ずつ移動させて、内部のCT値の平均値を算出して保持する。保持した値の中で最も大きい値の位置を高吸収体位置とする(ステップS902；高吸収体位置の算出)。
再構成演算装置221は、高吸収体位置の中心を固定し、マトリクスの辺の長さを変化させる。辺の長さを長くしていったときに、最もCT値の変化量が大きかった時の変化量をaとし、そのときの辺の長さをlsとする。次に、辺の長さを短くしていったときに、最もCT値の変化量が大きかった時の変化量をbとし、そのときの辺の長さをlbとする。aとbの絶対値を比較し、大きい値を実現した辺の長さをloptとする。同じだった場合は、lsとlbの大きさを比較し、大きい方をloptとする。loptをマトリクスの辺の長さとする(ステップS903；高吸収体範囲の算出)。
再構成演算装置221は、loptのマトリクス内の高吸収体を楕円または曲線でフィッティングし、エッジ曲線を抽出する。フィッティングはマトリクス内のCT値を「高吸収体」、「低吸収体」、「ストリーク」に3値化したうちの「高吸収体」に対応する部分に対して行う。再構成演算装置221は、エッジ曲線上に適当な長さの接線を当て、その接線を長軸とした長方形領域を設定する。次に、再構成演算装置221は、長方形領域内のCT値の平均値を算出し、保持する。その操作を、エッジ曲線上すべてを網羅するように行い、内部のCT値の平均値を算出し、保持する。再構成演算装置221は、保持した値の中で最も大きい値の位置をストリーク位置とし、その値をストリーク量St1とする。上述のストリーク位置と同じ位置に長方形領域を当て、補正後の投影データ(Raw_C)を再構成して得られた画像上でストリーク量St2を算出する(ステップS904；ストリーク量Stの算出)。
再構成演算装置221は、ステップS904で得たストリーク量St1とSt2との比からストリーク低減率Strを算出する(ステップS905；ストリーク低減率Strの算出)。
以上のようにして、ノイズ低減処理f1によって生じる高吸収体周辺に生じる画像上のストリークアーチファクトを算出することができる。
また、再構成演算装置221は、ストリーク低減率Strを投影データ上から算出するようにしてもよい。
図31を参照して、ストリーク低減率Strを投影データ上から算出する方法について説明する。
再構成演算装置221は、撮影範囲の投影データの中で最も大きいCT値を算出し、高吸収体CT値hとする。k×hからhまでの値を持つ投影データの範囲を高吸収体代表領域とする。この処理におけるkは、0＜k＜1の値である。例えば、k＝0.95とする。再構成演算装置221は、高吸収体代表領域から、外側に向けてチャンネル方向にdch分広げた領域を高吸収体領域とする(ステップS1001；高吸収体領域の算出)。
dchは次式(21)で表される。ここで、fdはノイズ低減率rの関数である。dchはrに比例して大きくなる。
dch＝fd(r) ・・・ (21)
再構成演算装置221は、全てのビューに対し、投影データをチャンネル方向に微分し、その絶対値を算出する。このデータを微分投影データDとする。再構成演算装置221は、すべてのビューの微分投影データDの中で最も大きい値を算出し、エッジ微分値h_dとする。また、再構成演算装置221は、l×h_dからh_dまでの値を持つ投影データの範囲を高吸収体エッジ領域とする。この処理におけるlは、0＜l＜1の値である。例えば、l＝0.7とする。高吸収体領域かつ高吸収体エッジ領域をストリーク発生領域とする(ステップS1002；ストリーク発生領域の算出)。
再構成演算装置221は、すべての投影データ上のストリーク発生領域におけるCT値の平均値をストリーク量St1とする。上述のストリーク発生領域と同じ領域において、補正後の投影データ(Raw_C)上でストリーク量St2を算出する(ステップS1003；ストリーク量Stの算出)。
再構成演算装置221は、ステップS1003で得たストリーク量St1とSt2との比からストリーク低減率Strを算出する(ステップS1004；ストリーク低減率Strの算出)。
以上のようにして、ノイズ低減処理f1によって生じる高吸収体周辺に生じるストリークアーチファクトを投影データ上から評価することができる。この場合は画像を再構成する必要がないため、演算量が少なくて済むという利点がある。
以上、本発明に係るX線CT装置等の好適な実施形態について説明したが、本発明は、上述の実施形態に限定されるものではない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。
1 X線CT装置、 3 被検体、10 スキャナ、20 操作ユニット、100 ガントリ、101 寝台装置、102 X線発生装置、103 X線検出装置、104 コリメータ装置、105 高電圧発生装置、106 データ収集装置、107 駆動装置、200 中央制御装置、201 入出力装置、202 演算装置、211 表示装置、212 入力装置、213 記憶装置、41 画質目標設定部、42 反復回数設定部、43 関係特性算出部、43a 特徴量抽出部、43b シフト量算出部、43c 基準関係特性出力部、43d 関係特性更新部、44 較正係数算出部、45 反復処理部、46 終了判定部、50 下肢断層像、50a 骨、50b ストリークアーチファクト、51、52 投影データのプロファイル、53 補正なしの画像、54 ノイズ低減処理f1後の画像、55 調整処理f3後の画像、57、58 ROI、61、62 投影データ、61a、62a 高吸収体の投影データ、62b 補正領域、63 補正前後の投影データの差分、64a、64 b高吸収体の投影データ、66a、66b 補正領域、65 高吸収体の投影データが交差する部分、7 投影データの特徴領域、71〜74 隅部、8 関係特性データ(r−Strデータ)、8a 基準関係特性テーブル(SD−Stデータ)、80 所望画質に対応する較正係数、81、82、83 各特徴量C1〜C3のシフト特性データ、85 更新後関係特性テーブル、9 操作画面、α 調整係数、β 補正係数、C1 第1特徴量(特徴領域7の面積)、C2 第2特徴量(特徴領域7の形状)、C3 第3特徴量(特徴領域7の隅部71〜74の投影値)

Claims (10)

  1. 被検体の周囲からX線を照射するX線発生装置と、
    前記被検体を透過するX線を検出するX線検出装置と、
    前記X線検出装置によって検出されるデータを収集するデータ収集装置と、
    前記データ収集装置によって収集されるデータを入力して投影データを作成し、前記投影データを用いてCT画像を再構成する再構成演算装置と、
    前記CT画像を表示する表示装置と、を備え、
    前記再構成演算装置は、
    前記投影データを補正する反復処理の反復回数を設定する反復回数設定部と、
    前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、
    前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、
    前記補正投影データを用いてCT画像を再構成する画像再構成部と、
    を備え、
    前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
    前記第1処理関数は、評価関数として
    Figure 0006492005
     を、
    反復式として
    Figure 0006492005
     を用い、
    前記第2処理関数は、評価関数として
    Figure 0006492005
     を、
    反復式として
    Figure 0006492005
     を用いることを特徴とするX線CT装置。
  2. 前記再構成演算装置は、
    前記第1処理関数により制御される第1画質パラメータ及び前記第2処理関数により制御される第2画質パラメータと、前記較正係数との関係を示す関係特性データを算出する関係特性算出部と、
    前記第1及び第2画質パラメータについて、それぞれ目標値を設定する画質目標設定部を更に備え、
    前記較正係数算出部は、前記関係特性データに基づいて前記目標値に対応する較正係数を算出することを特徴とする請求項1に記載のX線CT装置。
  3. 前記関係特性データの基準となる基準関係特性データを予め保持する記憶部を備え、
    前記較正係数算出部は、
    前記投影データの特徴量を抽出する特徴量抽出部と、
    前記特徴量に基づいて前記第1及び第2画質パラメータの各シフト量を算出するシフト量算出部と、
    前記シフト量に基づいて前記基準関係特性データを更新し、更新後関係特性データを求める関係特性更新部と、を備え、
    前記更新後関係特性データに基づいて前記目標値に対応する較正係数を算出することを
    特徴とする請求項2に記載のX線CT装置。
  4. 前記特徴量は、
    投影データに表れる複数の高吸収体エッジで囲まれた特徴領域の広さに関する第1特徴量と、
    前記特徴領域の形状に関する第2特徴量と、
    前記特徴領域の投影値の大きさに関する第3特徴量と、
    のうち少なくともいずれか一つを含むことを特徴とする請求項3に記載のX線CT装置。
  5. 前記関係特性データは、ルックアップテーブルとして保持されることを特徴とする請求項2に記載のX線CT装置。
  6. 前記関係特性データは、近似関数として保持されることを特徴とする請求項2に記載のX線CT装置。
  7. 前記関係特性データは、撮影条件毎に保持されることを特徴とする請求項2に記載のX線CT装置。
  8. 較正係数を算出するために必要なパラメータまたは条件を入力する入力部を更に備え、
    前記較正係数算出部は、前記入力されたパラメータまたは条件に基づいて前記較正係数を算出することを特徴とする請求項1に記載のX線CT装置。
  9. 投影データを補正する反復処理の反復回数を設定する反復回数設定部と、
    前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出部と、
    前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する逐次近似投影データ補正処理部と、
    前記補正投影データを用いてCT画像を再構成する画像再構成部と、
    を備え、
    前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
    前記第1処理関数は、評価関数として
    Figure 0006492005
     を、
    反復式として
    Figure 0006492005
     を用い、
    前記第2処理関数は、評価関数として
    Figure 0006492005
    を、
    反復式として
    Figure 0006492005
     を用いることを特徴とする再構成演算装置。
  10. 再構成演算装置が、
    投影データを補正する反復処理の反復回数を設定する反復回数設定ステップと、
    前記反復処理に含まれる第1処理関数と前記第1処理関数と異なる特性を有する第2処理関数との適用比率を調整する較正係数を算出する較正係数算出ステップと、
    前記反復回数及び前記較正係数に基づいて前記投影データに対して前記反復処理を施し、補正投影データを作成する補正投影データ作成ステップと、
    前記補正投影データを用いてCT画像を再構成する再構成ステップと、
    を含み、
    前記第1処理関数はノイズ低減に関する関数であり、前記第2処理関数はストリークアーチファクトの低減に関する関数であり、pが更新投影値、yが元の投影値、βが補正係数、dが検出特性値、iが検出素子番号、nが反復回数であるときに、
    前記第1処理関数は、評価関数として
    Figure 0006492005
     を、
    反復式として
    Figure 0006492005
     を用い、
    前記第2処理関数は、評価関数として
    Figure 0006492005
     を、
    反復式として
    Figure 0006492005
     を用いることを特徴とする再構成演算方法。
JP2015511163A 2013-04-08 2014-03-13 Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法 Active JP6492005B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013080229 2013-04-08
JP2013080229 2013-04-08
PCT/JP2014/056654 WO2014167935A1 (ja) 2013-04-08 2014-03-13 Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法

Publications (2)

Publication Number Publication Date
JPWO2014167935A1 JPWO2014167935A1 (ja) 2017-02-16
JP6492005B2 true JP6492005B2 (ja) 2019-03-27

Family

ID=51689349

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015511163A Active JP6492005B2 (ja) 2013-04-08 2014-03-13 Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法

Country Status (4)

Country Link
US (1) US9592026B2 (ja)
JP (1) JP6492005B2 (ja)
CN (1) CN105188543B (ja)
WO (1) WO2014167935A1 (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6398685B2 (ja) * 2014-12-16 2018-10-03 コニカミノルタ株式会社 断層画像生成システム及び画像処理装置
JP6491471B2 (ja) * 2014-12-24 2019-03-27 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
JP6293713B2 (ja) 2015-08-27 2018-03-14 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理装置、放射線断層撮影装置並びにプログラム
CN108780052B (zh) * 2016-03-11 2020-11-17 株式会社岛津制作所 图像重构处理方法、图像重构处理程序以及安装有该程序的断层摄影装置
WO2017165672A1 (en) * 2016-03-23 2017-09-28 University Of Iowa Research Foundation Devices, systems and methods utilizing framelet-based iterative maximum-likelihood reconstruction algorithms in spectral ct
JP6711457B2 (ja) * 2017-04-25 2020-06-17 株式会社島津製作所 Ｘ線撮像装置
KR102099415B1 (ko) * 2018-02-23 2020-04-09 서울대학교산학협력단 Ct 데이터와 광학 데이터의 정합성능 향상 방법 및 그 장치
CN110197515A (zh) * 2018-02-24 2019-09-03 厦门市领汇医疗科技有限公司 基于康普顿背散射扫描的医学ct机的图像重建方法和系统
CN110400257B (zh) * 2018-12-19 2022-10-14 中国科学院紫金山天文台 一种基于比值改正项的多次曝光图像反混叠方法
JP7341874B2 (ja) * 2018-12-26 2023-09-11 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
WO2020138128A1 (ja) * 2018-12-26 2020-07-02 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
JP7317651B2 (ja) * 2019-09-24 2023-07-31 富士フイルムヘルスケア株式会社 医用画像処理装置および医用画像処理方法
JP7553307B2 (ja) 2019-10-02 2024-09-18 キヤノンメディカルシステムズ株式会社 Ｘ線診断装置
CN111080740B (zh) * 2019-12-27 2023-06-16 上海联影医疗科技股份有限公司 一种图像校正方法、装置、设备及介质
CN111476856B (zh) * 2020-04-08 2023-06-06 中北大学 一种多谱ct成像方法
JP7608111B2 (ja) * 2020-10-22 2025-01-06 富士フイルム株式会社 磁気共鳴イメージング装置、画像処理装置、及び、画像処理方法
EP4272636A4 (en) 2020-12-30 2024-09-04 Neurophet Inc. MEDICAL IMAGE ANALYSIS METHOD, MEDICAL IMAGE ANALYSIS DEVICE AND MEDICAL IMAGE ANALYSIS SYSTEM
CN118781195B (zh) * 2024-09-12 2024-12-10 山东艾琳智能科技有限公司 一种基于计算机视觉识别和图像处理的辅助定位系统

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5831736A (en) * 1996-08-29 1998-11-03 Washington University Method and apparatus for generating a three-dimensional topographical image of a microscopic specimen
US6868138B2 (en) * 2002-05-29 2005-03-15 The Regents Of The University Of Michigan Method, processor and computed tomography (CT) machine for generating images utilizing high and low sensitivity data collected from a flat panel detector having an extended dynamic range
JP4535795B2 (ja) * 2004-07-12 2010-09-01 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理装置及びｘ線ｃｔシステム
US8155415B2 (en) * 2005-07-01 2012-04-10 Siemens Medical Solutions Usa, Inc. Extension of truncated CT images for use with emission tomography in multimodality medical images
US8478015B2 (en) * 2005-07-01 2013-07-02 Siemens Medical Solutions Usa, Inc. Extension of truncated CT images for use with emission tomography in multimodality medical images
WO2007069121A1 (en) * 2005-12-15 2007-06-21 Philips Intellectual Property & Standards Gmbh Advanced convergence for multiple iterative algorithm
DE102008053108A1 (de) * 2008-06-27 2009-12-31 Siemens Aktiengesellschaft Verfahren zur Rekonstruktion von CT-Bilddaten
US8306302B2 (en) * 2008-09-29 2012-11-06 Carestream Health, Inc. Noise suppression in diagnostic images
EP2349008B1 (en) * 2008-11-26 2015-02-25 Wisconsin Alumni Research Foundation Method for prior image constrained image reconstruction in cardiac cone beam computed tomography
US7912180B2 (en) * 2009-02-19 2011-03-22 Kabushiki Kaisha Toshiba Scattered radiation correction method and scattered radiation correction apparatus
JP5600946B2 (ja) 2010-01-28 2014-10-08 株式会社島津製作所 断層撮影装置
US8054094B1 (en) * 2010-06-10 2011-11-08 General Electric Company Image reconstruction based constrained maximization
US8189735B2 (en) * 2010-07-22 2012-05-29 General Electric Company System and method for reconstruction of X-ray images
JP5828841B2 (ja) * 2010-10-14 2015-12-09 株式会社日立メディコ Ｘ線ｃｔ装置及び画像再構成方法
US20120128265A1 (en) * 2010-11-23 2012-05-24 Toshiba Medical Systems Corporation Method and system utilizing iterative reconstruction with adaptive parameters for computer tomography (ct) images
JP5759159B2 (ja) * 2010-12-15 2015-08-05 富士フイルム株式会社 放射線断層画像生成方法および装置
US9123098B2 (en) * 2011-04-28 2015-09-01 Hitachi Medical Corporation Medical image processing device and medical image processing method, applying weighted penalty term in iterative approximation
US8538114B2 (en) 2011-06-06 2013-09-17 Kabushiki Kaisha Toshiba Method and system utilizing parameter-less filter for substantially reducing streak and or noise in computer tomography (CT) images
US9159146B2 (en) 2011-07-08 2015-10-13 Hitachi Medical Corporation Image reconstruction device and image reconstruction method configured to perform iteratively reconstructed image using weight coefficient

Also Published As

Publication number Publication date
US20160278733A1 (en) 2016-09-29
US9592026B2 (en) 2017-03-14
CN105188543B (zh) 2017-11-14
WO2014167935A1 (ja) 2014-10-16
CN105188543A (zh) 2015-12-23
JPWO2014167935A1 (ja) 2017-02-16

Similar Documents

Publication Publication Date Title
JP6492005B2 (ja) Ｘ線ｃｔ装置、再構成演算装置、及び再構成演算方法
JP6329490B2 (ja) Ｘ線ｃｔ装置及び画像再構成方法
JP5978429B2 (ja) 医用画像処理装置、医用画像処理方法
US8818065B2 (en) Methods and apparatus for scatter correction for CBCT system and cone-beam image reconstruction
JP5960048B2 (ja) 再構成演算装置、再構成演算方法、及びｘ線ｃｔ装置
KR101576703B1 (ko) 화상 처리 장치, 화상 처리 방법 및 컴퓨터 판독 가능 저장 매체
JP4414420B2 (ja) Ｘ線断層撮影装置およびアーチファクトの低減方法
JP5918374B2 (ja) Ｘ線ｃｔ装置およびｘ線ｃｔ画像の処理方法
CN105377141B (zh) X射线ct装置
CN110811660B (zh) 一种校正ct射线束硬化伪影的方法
CN109770933B (zh) 通过三维定位改进图像质量的系统和方法
CN106232007A (zh) X射线ct装置和处理装置
JP2014061274A (ja) 医用画像処理装置及びｘ線コンピュータ断層撮影装置
CN106572832A (zh) 数据处理方法、数据处理装置以及x射线ct装置
JP6945410B2 (ja) 画像再構成処理装置、ｘ線コンピュータ断層撮像装置及び画像再構成処理方法
JP2011177396A (ja) Ｘ線ｃｔ装置
WO2016132880A1 (ja) 演算装置、ｘ線ｃｔ装置、及び画像再構成方法
KR101245536B1 (ko) 저밀도 촬영상 ｃｔ 영상 재구성에서 줄 인공물 억제 방법
EP3404618B1 (en) Poly-energetic reconstruction method for metal artifacts reduction
US20050018889A1 (en) Systems and methods for filtering images
US12198234B2 (en) Systems and methods for motion detection in medical images
CN104395934B (zh) 交错的多能量成像中的图像重建
Ahmad et al. Optimization of four-dimensional cone-beam computed tomography in image-guided radiation therapy of the lung
Little Geometric modeling and sinogram restoration methods in computed tomography
JP2018102350A (ja) 医用画像処理装置及びそれを備えたｘ線ｃｔ装置、医用画像処理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170223

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20171030

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20171107

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180305

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180710

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180903

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190304

R150 Certificate of patent or registration of utility model

Ref document number: 6492005

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250