JP2009506854A - 複数エネルギー窓をもつ計算機断層撮影におけるデータ処理および解析 - Google Patents

Abstract

装置が計算機断層撮影（CT）スキャナ（１０）、再構成器（４６）、多色性補正器（５０）、物質分類器（５４）および画像プロセッサ（６０）を含む。スキャナはスペクトルCT情報を提供する。再構成器（４６）はCTスキャナ（１０）からのデータを体積空間に再構成する。物質分類器（５４）は、体積空間内の諸位置の物質組成を、減衰空間におけるその位置の関数として決定する。物質組成を示す情報はディスプレイ（６２）に呈示される。

Description

本発明は、X線計算機断層撮影（CT）およびスペクトル情報を提供するその他のシステムによって生成されるデータの解析に、より詳細には、そのようなシステムを使って検査される対象の物質組成の決定に関する。本発明は、医療撮像において格別の用途を見出し、非破壊試験および解析、セキュリティ用途および物質分解機能が有用であるその他の用途にも用途がある。

計算機断層撮影（CT）スキャナは検査する対象のX線減衰を示す画像を生成する。CTスキャナで用いられるX線管は典型的には単一の比較的広いエネルギー・スペクトルを有するX線を生成する。同様に、そのようなシステムにおいて用いられている検出器は、典型的には、検出された放射のエネルギー・スペクトルについて、情報を提供するとしてもその情報は制限されている。これらのスキャナは検査対象の内部構造についての貴重な情報を提供するが、対象の物質組成について情報を提供する能力は限られている。異なる化合物が似たような放射減衰を有する場合は特にそうである。

検査対象の物質組成を決定する機能はさまざまな用途をもちうる。医療分野では、冠動脈石灰化および不安定プラーク（soft plaque）の解析および分類、頭頸部動脈の解析およびセグメンテーション（骨と血管の区別）、末梢動脈疾患の解析およびセグメント化、ヨウ素充填管腔と血管壁との間のコントラストの一般的な向上、灌流研究における定量化、実質的に身体の全部分における多組織区別および解析ならびに分子機能性撮像トレーサーとしての少量の重い物質の撮像が含まれる。

異なる化合物は減衰される放射スペクトルを異なる仕方で変更できるので、物質分離機能を改善するための技法として二エネルギー・スキャンが提案されている。その発想は、二つ以上の異なるX線スペクトルをもってスキャンする、あるいはスペクトル情報を提供する検出器を使ってデータを収集するというものである。W. A. Kalender et al.によるEvaluation of a Prototype Dual-Energy Computed Tomographic Apparatus, I. Phantom Studies, Phys. 13(3), pp.334-339 (1986)；J. R. Vetter et al.によるEvaluation of a Prototype Dual-Energy Computed Tomographic Apparatus, II. Determination of vertebral bone mineral content, Phys. 13(3), pp.340-343 (1986)；B. J. Heismann et al.によるTechnology and image results of a spectral CT system, SPIE proceedings, Vol. 5368 (May 2004), pp.52-59；およびD. Walter et al.によるDual Kvp Material Decomposition Using Flat-Panel Detectors, SPIE proceedings Vol. 5368 (May2004), pp.29-39を参照。

複数エネルギー・チャネルまたは窓を用いたデータ取得の一つの技法は、相続くフレームにおいてX線管電圧を複数の値（たとえば140kVと80kV）の間で切り換えることである。もう一つの技法は、X線管のあとに放射フィルタを設け、相続くフレームの間でフィルタを交互にすることである。もう一つの技法は、複数エネルギー検出器を使うことである。さらにもう一つは光子計数検出器を使うことである。Acharya et al.のMethod, System and Computer Product for Plaque Characterizationという名称の米国の公開特許出願第20040022359号；Iatrou et al.のMethods and Systems for Detecting Components of Plaqueという名称の米国公開特許出願第20040136491号を参照。

二エネルギーCTデータを処理する一つの方針は、再構成段階の前に投影測定に対する物質分解を実行することであった。第二は、エネルギー窓のそれぞれから再構成された画像に対して、後処理操作を実行することであった。R. E. Alvarez and A. MacovskiによるEnergy-selective Reconstruction in X-ray Computerized Tomography, Phys. Med. Biol. 21, 733 (1976)を参照。

前記の第一の方針は、通例、二つの基礎物質（たとえば軟組織と骨）に分解することに基づいたものであった。理論上は、二つのエネルギー窓を用いたスキャンが、あらゆる物質を二つの既知の選択された物質の線形結合として表現するために十分であることを示せる。しかしながら、再構成前の段階でのデータの解析はより複雑で、スキャンされた対象に多くの異なる物質が現れる場合には必ずしも堅牢ではない。しかも、通例この解析で使われる理論モデルは、スキャンされる対象内の物質が、関連するエネルギー窓の中または近くに吸収端をもつ場合（約33keVのところにK端をもつヨウ素など）には正確ではない。

前記の後処理方針は、通例、二つのエネルギー窓から生成された画像を引き算することによって生成される第三の画像に関わる。この差分画像は、たとえば追加的なスペクトル較正を使うことによって、何らかの向上または物質分解等価物を生成するために使われてきた。Acharya et al.のMethod, System and Computer Product for Plaque Characterizationという名称の米国の公開特許出願第20040022359号；Iatrou et al.のMethods and Systems for Detecting Components of Plaqueという名称の米国公開特許出願第20040136491号を参照。

後処理技法は通例前処理解析より簡単で堅牢であるものの、ビーム硬化の効果により敏感であることがある。さらに、二つのエネルギー窓の画像の引き算は、必ずしも最適の解決策を与えない。

本発明の諸側面は、上記の事項その他に対処するものである。

本発明のある側面によれば、方法が、第一のエネルギー・スペクトルにおいて、ある体積空間内のある位置の放射減衰を示す第一のデータを受領し、第二のエネルギー・スペクトルにおいて、前記体積空間内の前記位置の放射減衰を示す第二のデータを受領し、前記体積空間内の前記位置の物質組成を減衰空間内の位置の関数として決定し、前記物質組成を示す画像を生成することを含む。第一のデータを受領し、第二のデータを受領し、分類する段階は、複数の位置について繰り返される。

本発明の限定された側面によれば、前記方法は、前記第一のエネルギー・スペクトルにおける前記体積空間内の複数の位置の放射減衰に基づいて第一の多色性補正を実行し、前記第二のエネルギー・スペクトルにおける前記体積空間内の複数の位置の放射減衰に基づいて第二の多色性補正を実行することを含む。前記多色性補正は、前記第一のエネルギー・スペクトルにおいて前記体積空間内の前記位置の第一の補正された放射減衰を生成し、前記多色性補正は、前記第二のエネルギー・スペクトルにおいて前記体積空間内の前記位置の第二の補正された放射減衰を生成する。第一のデータを受領する前記段階は、前記第一の補正された放射減衰を受領することを含み、第二のデータを受領する前記段階は、前記第二の補正された放射減衰を受領することを含む。

本発明のさらに限定された側面によれば、第一の多色性補正を実行する前記段階は、第一の減衰マップを生成することを含む。第二の多色性補正を実行する前記段階は、第二の減衰マップを生成することを含む。

本発明の限定された側面によれば、決定をする前記段階は、前記位置を、少なくとも第一および第二の物質の一つを含むものとして分類することを含む。

本発明のさらに限定された側面によれば、前記物質の一つは、物質の混合物または未確定の物質である。本方法はまた、前記位置を、少なくとも骨および造影物質の一つを含むものとして分類することを含んでもよい。

本発明の限定された側面によれば、画像を生成する前記段階は、関数P_l＝f(μ_l,M_l)に従って前記体積空間内の複数の位置についての画像データを生成することを含む。ここで、Pは画像データ、μは放射減衰、Mは物質組成であり、lは体積空間内の位置である。

本発明のさらに限定された側面によれば、放射減衰μは前記第一のエネルギー・スペクトルにおける放射減衰および前記第二のエネルギー・スペクトルにおける放射減衰の合成物である。

本発明の限定された側面によれば、生成する前記段階は、前記体積空間内の複数の位置の放射減衰に物質組成が重畳されたものを含む画像を生成する。

本発明の限定された側面によれば、本方法は、前記第一のエネルギー・スペクトルにおいて対象を通る複数の投影に沿って放射減衰を示す計算機断層撮影スキャン・データを受領し、前記第二のエネルギー・スペクトルにおいて前記対象を通る複数の投影に沿って放射減衰を示す計算機断層撮影スキャン・データを受領し、前記第一のエネルギーからの前記スキャン・データを再構成して、前記第一のエネルギー・スペクトルにおける前記体積空間内の複数の位置における前記対象の放射減衰を示すデータを生成し、前記第二のエネルギーからの前記スキャン・データを再構成して、前記第二のエネルギー・スペクトルにおける前記体積空間内の複数の位置における前記対象の放射減衰を示すデータを生成することを含む。

本発明のもう一つの限定された側面によれば、決定をする前記段階は、関数M_l＝f(μ1_l,μ2_l)に従って前記物質組成を決定することを含む。ここで、Mは物質組成、μ1は前記第一のエネルギー・スペクトルにおける放射減衰、μ2は前記第二のエネルギー・スペクトルにおける放射減衰、lは体積空間内の位置である。

本発明のさらにもう一つの限定された側面によれば、前記体積空間は二次元である。

本発明のさらにもう一つの限定された側面によれば、前記第一および第二のエネルギー・スペクトルは重なり合う。

本発明のもう一つの側面によれば、方法が、計算機断層撮影画像空間内の複数の位置を物質分類関数M_l＝f(μ1_l,μ2_l,...,μn_l)に従って分類することを含む。ここで、Mは物質、nはエネルギー・スペクトル数、μnはエネルギー・スペクトルnにおける放射減衰、lは画像空間内の位置である。該方法はさらに、前記分類の結果を人間に可読な形で呈示することを含む。Nは2以上である。

本発明のある限定された側面によれば、計算機断層撮影画像空間内の複数の位置を分類する前記段階は、前記画像空間内の各位置を、n次元減衰空間内でのその位置の関数として分類することを含む。

本発明のもう一つの限定された側面によれば、前記方法は、前記画像空間内の前記複数の位置に対して多色性補正を実行して各エネルギー・スペクトルにおいて補正された放射減衰を生成し、その補正された放射減衰を使って前記複数の位置を分類することを含む。

本発明のさらに限定された側面によれば、多色性補正を実行することは、各エネルギー・スペクトルnについて減衰マップを生成することを含む。

本発明のもう一つの限定された側面によれば、前記分類の結果を呈示することは、関数P_l＝f(μ_l,M_l)に従って前記複数の位置についての画像データを生成することを含む。ここで、Pは画像データ、μは放射減衰、Mは物質である。

本発明のさらに限定された側面によれば、前記方法は、前記分類の結果が重畳された放射減衰を含む画像を生成することを含む。

本発明のさらにもう一つの限定された側面によれば、μ₁は検出された光子の計数に基づく減衰であり、μ₂は検出された光子のエネルギーの積分に基づく減衰である。

本発明のさらなる他の側面は、以下の記述を読めば当業者には理解されるであろう。

図１を参照すると、計算機断層撮影（CT）スキャナ１０は、複数のエネルギー・スペクトルE1、E2、…、EnのそれぞれについてCTデータ４０₁、４０₂、…、４０_nを提供する。

例示的なスキャナ１０は、検査領域１４のまわりを回転する回転ガントリー１８を含んでいる。ガントリー１８は、X線管のようなX線源１２を支持する。ガントリー１８はまた、検査領域１４の反対側に円弧を張るX線感応検出器２０をも支持している。X線源１２によって生成されたX線は検査領域１４を横切り、検出器２０によって検出される。したがって、スキャナ１０は、検査領域内に配された対象を通る複数の投影に沿った放射減衰を示すスキャン・データを生成する。

カウチのような台１６は、検査領域１４における患者またはその他の対象を支持する。患者台１６は好ましくはz方向に可動である。ヘリカル・スキャンでは、台１６およびガントリー１８の動きは、X線源１２と検出器２０が患者に対して概略螺旋形の経路をたどるよう調整される。

マルチスライス・スキャナの場合、検出器２０は、z方向に広がる二つ以上の列を含む。スキャナ１０および検出器２０の構成に依存して、X線源１２は概略扇形、くさび形または円錐形の放射ビームを生成する。さらに、検出器２０が360°の弧を張り、X線源１２が回転する間静止しているいわゆる第四世代のスキャナ構成が実装されてもよい。

ある実施形態では、検出器２０は、複数層検出器を含む。該検出器は、2005年4月26日に出願されたImproved Detector Array for Spectral CTという名称のLevene et al.の米国出願第60/674,905号に開示されている検出器のようなものである。この文献の内容はここに参照によって明示的に組み込まれる。検出器２０は、二つのエネルギー・スペクトルE₁、E₂のそれぞれについてスキャン・データを与える。X線管電圧140kVを想定すると、二つのエネルギー・スペクトルはほぼ70keVおよび90keVを中心とすることになる。

改良された物質分離は一般に、エネルギー・スペクトルE₁、E₂、…、E_nの間の間隔を増し、スペクトルの幅を狭くし、スペクトル間の重なり合いを減らすことによって達成されるが、当業者は、全体的なシステム性能に影響する因子がこれだけではないことを認識するであろう。したがって、特定の状況のCTスキャナ１０の構成およびスペクトル情報を得るために使われる技法（単数または複数）の選択（たとえば、線源電圧を変える、フィルタ処理、多エネルギー検出器、光子計数検出器など）は、いくつかの因子によって影響され、その結果として最終的に選択されうるものである。

図１の参照を続けると、エネルギー組み合わせ器４２はCTスキャン・データ４０₁、４０₂、…、４０_nを受領し、合成CTデータ４０_cを生成する。これは、通常のCTスキャンにおいて得られるデータと同様である。エネルギー組み合わせ器４２は好ましくは、ログ動作に先立って検出器出力信号を組み合わせて、組み合わされた出力信号を生成する。二エネルギー・システムでは、組み合わされ規格化された出力信号は関係式：

に従って生成される。ここで、S₁およびS₂は各エネルギーにおける信号であり、S₀₁およびS₀₂は空気中で測定される信号であり、kは各検出器ピクセルについての定数である。エネルギー組み合わせ器の動作、特に定数kの決定についてはのちにさらに述べる。

代替的に、信号は加算されてもよい。

S_combined＝S₁＋S₂ (式2)
たとえばスペクトル情報がX線源の電圧を変えることによって得られる場合、あるいは合成CTデータ４０_cが必要とされない場合には、エネルギー組み合わせ器４２は省略されてもよい。

再構成器４６はCTスキャン・データ４０₁、４０₂、…、４０_nおよび合成CTスキャン・データ４０_cを受領し、エネルギー・スペクトルE1、E2、…、Enにおける検査対象の減衰または対放射密度（radiodensity）を示す体積データ４８₁、４８₂、…、４８_nならびに合成データ４０_cに基づいた合成体積データ４８_cを生成する。再構成器４６は単一の再構成器４６として描かれているが、再構成器４６はデータ４０₁、４０₂、…、４０_nがそれぞれ並行して再構成されるよう複数の再構成ユニットを含んでいてもよい。

例示的な再構成技法としては、フィルタ補正逆投影および反復的な諸技法が含まれる。検出器の幾何構造に依存して、再構成は二次元または体積ベースの技法に基づいたものでありうる。水の減衰を補正するための前処理多色性補正のような、好適な較正および補正も適用される。同様に、骨の存在におけるビーム硬化について補正するために反復的な骨補正が用いられてもよい。いずれにせよ、さまざまな再構成技法およびシステムが当技術分野において知られており、特定のシステムおよび用途についての技法の選択は、当業者に既知のいくつかの因子に影響される。

体積データ４８₁、４８₂、…、４８_nおよび４８_cは、画像または体積空間内の情報を与える。より具体的には、体積データ４８₁、４８₂、…、４８_nおよび合成体積データ４８_cのそれぞれは、それぞれ体積空間内の座標x,y,zをもつ複数のボクセルまたはピクセルを含むものとしてモデル化できる。体積データはまた、単一の画像スライスのみについての情報を提供してもよい。その場合、体積空間は二次元空間としてモデル化されうる。所与のエネルギー・スペクトルおよび体積空間内での位置における放射減衰は：
μn_x,y,z (式3)
と表現できる。ここで、μは減衰、nはエネルギー・スペクトルE、x,y,zは位置である。CTでは、放射減衰は典型的にはハウンズフィールド単位（HU: Hounsfield units）で表現される。

ビーム硬化について補正するため、多色性補正器５０が体積データ４８₁、４８₂、…、４８_nに多色性補正を適用して、補正された体積データ５２₁、５２₂、…、５２_nを生成する。多色性補正についてはのちにさらに述べる。

物質分類器５４は補正された体積データ５２₁、５２₂、…、５２_nを受領し、分類された体積データ５８を生成する。分類器は：
M_x,y,z＝f(μ1_x,y,z, μ2_x,y,z, ..., μn_x,y,z) (式4)
の形の物質分類関数５６を適用する。二つのエネルギー（すなわちn＝2）についてデータをもつシステムの場合、物質分類関数５６は
M_x,y,z＝f(μ1_x,y,z, μ2_x,y,z) (式5)
と表現できる。物質分類関数についてはのちにさらに述べる。

画像プロセッサ６０は、合成体積データ４８_cおよび分類された体積データ５８を、モニタ、ディスプレイまたはハードコピー出力装置といった出力装置６２に人間に可読な形で呈示するために、処理する。より具体的には、画像プロセッサ６０は、物質組成を示す一つまたは複数の画像を生成する。画像プロセッサ６０は、関数：
P_x,y,z＝f(μ1_x,y,z, M_x,y,z) (式6)
に従って体積空間中での複数の位置についての画像データを生成する。ここで、Pは画像データ、μは放射減衰、Mは物質である。ある実施形態では、放射減衰は合成減衰μ_cである。あるいはまた、放射減衰は、他のエネルギーの一つにおける放射減衰、あるいはその組み合わせである。スペクトル情報がX線源電圧を変えることによって得られる場合、高いほうの管電圧における放射減衰が使用されうる。高いほうの管電圧は比較的広めのエネルギー・スペクトルをもつX線ビームを生成する傾向があるので、高いほうの電圧において測定される減衰は、諸エネルギーにわたるスペクトルでの放射減衰の良好な指標を提供する。

前記データを呈示する一つの技法は、各物質に異なる色を割り当て、合成体積データ４８_cのグレースケール画像に各色を重ねた組み合わせ画像を呈示することである。さらに、色、不透明度または色相が、ある特定の位置がある特定の物質である信頼度または確率の関数として呈示されてもよい。色、不透明度または色相は、物質濃度の関数として呈示されてもよい。単一の物質またはサブセットの物質のみを表示することが望ましいこともありうる。

ユーザーがグレースケール画像で向上色（enhancement colors）の不透明度を、たとえば完全に透明（不透明度0%）から完全に着色（不透明度100%）まで変えられるようにすることが望ましいこともありうる。操作者インターフェースは、ユーザーが向上色の不透明度を調整できるようにするスライダーまたはスクロールバーを含む。追加的なスライダーにより、ユーザーはHU窓の中心および幅を調整できるようになる。

さらに、データ５８、４８₁、４８₂、…、４８_nおよび４８_cのそれぞれは、別個に呈示されてもよいし、あるいはさまざまな組み合わせにおいて表示されてもよい。合成画像が利用可能でない場合、分類された体積データ５８が他のエネルギー範囲４８₁、４８₂、…、４８_nのうちの一つからの減衰データを向上させるために使用できる。多色性補正との関連で後述するように、未補正データ４８を表示することが一般に好ましい。しかしながら、補正済みデータ５２も表示されてよい。

動作では、本発明のある実施形態によれば、図８を参照すると、９０２で、撮像されるべき対象がスキャンされて、複数n個のエネルギー・スペクトルのそれぞれについてCTスキャン・データが生成される。９０３では、さまざまなエネルギーからのCTスキャン・データが組み合わされて、合成CTデータを生成する。９０４では、各エネルギーについてのCTスキャン・データおよび合成データが再構成されて、各エネルギーについての体積空間減衰データが生成される。９０６では、多色性補正が体積空間減衰データに適用されて、各エネルギーについて補正された体積空間減衰データが生成される。９０８では、体積空間内の各位置の物質組成が決定される。９１０では、物質組成および合成体積空間データを含む画像が生成され、表示される。

物質分類関数５６の生成について、ここで、二つのエネルギー・スペクトルのそれぞれについてCTデータ４０₁、４０₂を生成するスキャナ１０との関連でより詳細に述べる。物質分類関数５６は、ある特定のスキャナ構成またはスキャナ・ファミリーの初期特徴付けとして一度決定されうる。実は、物質分類関数を評価する間に得られた情報は、設計プロセスの間に、スキャナ１０の設計を最適化するために使用されうる。それはたとえば、好適な検出器材料または構成、X線源エネルギー、フィルタまたはスペクトルもしくは非スペクトル・データの両方を得るためのその他の技法を選択するための支援として使用されうる。望むなら、分類関数５６は、特定のスキャナまたはスキャナ群の生産の間の段階として、決定または調整されてもよい。分類関数５６は、スキャナ１０の寿命にわたって時折、あるいは特定の撮像スキャンの直前にでも、検査され、更新されてもよい。理解されるであろうように、分類関数５６が決定される目的に依存して、前記プロセスの一部または全部が異なるコンピュータまたはプロセッサ上で、またさらには異なるスキャナ上で実行されてもよい。

図２および図３を参照すると、３０において既知のファントム４００がスキャンされる。骨と造影物質を分類するのに特に好適なファントム４００は、10個の8mm試料円柱４０２、４０４、４０６、４０８、４１０、４１２、４１４、４１６、４１８、４２０を含む20cmの水円柱である。試料円柱４０２、４０４、４０６、４０８、４１０はそれぞれ、最高の４０２から最低の４１０までの異なるヨウ素濃度を含んでいる。試料円柱４１２、４１４、４１６、４１８、４２０はそれぞれ、最高の４１２から最低の４２０までの範囲の異なるカルシウム濃度を含んでいる。円柱４０４、４０６、４１４および４１６内の濃度は、有利には、冠動脈のスキャンの間に典型的に遭遇する濃度を表すよう選択される。もちろん、異なるまたは追加的な物質、濃度、試料円柱の数および円柱の相対的な物理的位置が実装されてもよい。

図２に戻ると、３２₁および３２₂で、スキャン・データ４０が再構成されて、各エネルギー・スペクトルE₁、E₂についての体積データ４８₁、４８₂が生成される。３４₁および３４₂で、ファントム中でのビーム硬化について補正するため、多色性補正が適用されて、各エネルギー・スペクトルE₁、E₂についての補正された体積データ５２₁、５２₂が生成されうる。ファントムの特性に依存して、この段階は省略されてもよい。

図２および図４を参照すると、補正された体積データ５２₁、５２₂内の各位置は、段階３６で、それぞれの減衰値μ1_x,y,zおよびμ2_x,y,zの関数として減衰空間５００にマッピングされる。画像空間５２における位置が第一の減衰値μ1_x,y,z＝V1および第二の減衰値μ2_x,y,z＝V2を有する場合、減衰空間内の対応する位置の計数または値Cはインクリメントされる：
C(V1,V2)＝C(V1,V2)＋1 (式7)
このプロセスは、体積空間内の各位置x,y,zについて反復される。結果は、減衰空間５００内の二次元ヒストグラムとして視覚化されることができる。

既知のファントムについてスキャンすることによって、選択された物質とその減衰空間５００内での位置との間の関係が、特定のスキャナ構成について先験的に決定できる。二エネルギー・システムの例示的な場合、各物質は減衰空間５００において概略直線５０２、５０４に沿って位置している。物質が種々の濃度部分をもつ水溶液中にある場合、その物質の該種々の濃度部分が対応する物質線５０２、５０４に沿った異なる諸位置に現れ、水５０６の減衰空間座標を中心とする「時計の針」のように見えるものにつながる。

図４は、複数層検出器および上記のファントムに基づいたシミュレーション（ノイズを含む）の概略的な結果を呈示する。

見て取れるように、ヨウ素が概略第一の線５０２に沿って位置され、カルシウムは概略第二の線５０４に沿って位置されている。円柱４０２からの物質は概略位置５０８に現れ、円柱４０４からの物質は概略位置５１０に現れ、円柱４０６からの物質は概略位置５１２に現れる、などとなる。カルシウムを含むさまざまな円柱は、カルシウム線５０４に沿った位置５２０、５２２、５２４、５２６、５２８に同じようにして現れる。成分体積をもつピクセルまたはボクセルは、それぞれ物質線５０２、５０４に沿って現れる。

ここで図２に戻ると、３８で物質分類関数５６が確立される。図４を参照すると、減衰空間５００の経験的な検査が物質分離線５２８を与える。物質分離線５２８は、その線の一方の側に第一の物質の領域５３０、その線の他方の側に第二の物質領域５３２を定義するものである。第一の領域５３０に減衰空間座標をもつ画像空間５２における位置x,y,zはヨウ素と分類される；第二の領域５３２に減衰空間５００座標をもつ位置はカルシウムと分類される。

直交座標系で、簡単な分類関数は：

と表現できる。

もちろん、他の分類関数および分類方式も実装できる。分類関数５６は、物質のみならずその濃度およびその分類が正確である信頼度または確率をも示す値M_x,y,zを返しうる。図４のシミュレーションでは、たとえば、分離線５２８からの距離が、その分類が正確である確率または信頼度を提供する。

分類が二分である必要はない。よって、たとえば、分離線５２８の近傍にマッピングされる体積空間位置を、成分体積（partial volume）を含むか未確定物質からなるものとして分類することが好ましいことがありうる。比較的低濃度の領域または物質線５０２、５０４から比較的隔たった領域にマッピングされる体積空間位置は、同様に、未確定と分類されうる。

物質分類関数５６は、原点を通らない線形関数、あるいは曲線もしくは非線形関数であってもよい。別の例では、物質分類は、減衰値が表を検索する座標を与えるような探索表として実装されてもよい。

好適なファントムを使って特徴付けされるとき、分類関数は三つ以上の物質を分類するために使われてもよい。n個のエネルギー窓またはチャネルを設けるスキャナ１０で使用されるとき、減衰空間５００はn次元空間としてモデル化され、分類関数５６は、n次元空間内の位置の関数として確立されうる。

多色性補正器５０の動作についてこれからより詳細に述べる。多色性補正器５０は、ビーム硬化についての補正をする。ビーム硬化とは、多色X線ビームが対象を通過する際、比較的低めのエネルギーが優先的に減衰される現象をいう。より低いエネルギーのX線が減衰されるので、ビームはだんだん硬くなる、すなわち透過力が強くなる。ビーム硬化の度合いは、初期X線スペクトル、X線ビームが通過する物質または組織の組成およびX線ビームが通過する物質の厚さの関数である。

ビーム硬化の有害な効果は、減衰空間５００内での特定の物質の位置が対象依存であるということである。よって、この対象依存性を減らせれば、物質分類関数５６の精度が改善できる。

多色性補正５０は、CTデータ４０を画像空間４８に再構成するのに続いて、しかし物質分類の前に適用される。

図５および図６を参照すると、段階６０２₁、６０２₂で各エネルギー・スペクトルEについて減衰マップが生成される。図６に示されるように、任意のエネルギーおよび体積空間内での位置７０４について、その位置を通る複数p個の投影７０２₁、７０２₂、７０２₂、…、７０２_pのそれぞれに沿った減衰和が計算される。これらの投影は今度は合計されて、減衰値An_x,y,zが生成される。このプロセスは、体積空間内の各位置について、各エネルギーについて反復される。

６０４₁、６０４₂では、それぞれの減衰マップを使って、補正された体積データ５２₁および５２₂が次の関係式に従って生成される：
μnc_x,y,z＝（μn_x,y,z−μ₀）（1＋F×A_x,y,z）＋μ₀ (式9)
ここで、μnc_x,y,zは補正された減衰値、Fは関連する物質の組（たとえばヨウ素とカルシウム）について平均的な最適補正を与える、経験的に導出される定数、μ₀は水の減衰である。経験因子Fは、異なる量のビーム硬化効果をもついくつかの異なるファントムの結果として得られる画像から導出できる。もちろん、他の補正関数が使用されることもできる。

上の式は、水の減衰を変えないことを注意しておく。さらに、補正された減衰値は、体積空間内の実際の減衰または真の減衰を表すのではなく、むしろ、分類領域が保存されるよう、当該位置を減衰空間５００により正確にマッピングするための補正を提供するものである。

さらに、式９は、再構成されたデータセットの視野が対象全体を包含することを想定している。再構成された視野が対象より小さい場合、対象全体を包含する別のデータセットが再構成される。要求される減衰マップは高い空間周波数を含まないので、この画像セットは比較的低めの解像度およびマトリクス・サイズで再構成できる。ひとたび減衰マップが低解像度画像から生成されると、減衰マップは元の諸画像の視野に収まるよう、再スケーリングされることができる。

式９の補正は、二つの体積空間４８₁および４８₂のそれぞれに別個に適用される。因子Fは各体積空間について異なることができる。

ここで、エネルギー組み合わせ器４２の動作について、図７に描かれているように二つのシンチレータ層８０２、８０４および対応する光検出器８０６、８０８をもつCT検出器要素との関連でより詳細に述べる。I₁およびI₂はそれぞれ第一の層８０２および第二の層８０４で吸収されるX線光子数を表す。S₁およびS₂は光学系および電子系のあとの生の信号を表す。

標準的なCTでは、X線減衰についてのエネルギー依存の式は：

である。ここで、Iは検出器における吸収光子数、I₀は空気のスキャンについての光子数である。

実際上は、標準的なCTでは、エネルギーに依存しない減衰線積分は、近似：

によって計算される。ここで、SおよびS₀は、それぞれ対象および空気を通過した信号で、Cは変換因子である。積分中の項Eは、シンチレーション過程に起因する。

二重層構成については：
I(E)＝I₁(E)＋I₂(E) (式12)
I₀(E)＝I₀₁(E)＋I₀₂(E) (式13)
ここで、I₀₁およびI₀₂は空気スキャンについての光子数、I₁およびI₂は対象のスキャンについての光子数、IおよびI₀は標準的なCTにおけるような全光子数である。

信号は光子数に次式によって関係付けられる：

ここで、C₁およびC₂は、それぞれの検出器種別および要素に固有の変換因子である。

減衰線積分は：

によって計算できる。

比：

を直接測定できるとする。この比は、幾何構造および特定のシステムの材料に依存している（後述）。変換因子の間の比は：

となり、減衰線積分は：

となる。この形では、減衰線積分を計算するための近似は、標準的なCTにおける場合と同じである。

空気中での較正パラメータを測定するため、比：

は、標準的な単一シンチレーション層および追加的な除去可能な適切なフィルタの試験システムをもって測定できる。該フィルタは、二エネルギー・システムの上シンチレーション層と同一である。二つの測定が厳密に同じ検出器でなされるので：

ここで、S_0fおよびS_0tは、それぞれフィルタ付きおよびフィルタなしでの信号である。測定は、各ピクセルについてなされるべきである。

原理的には、この測定は一度だけ行われればよく、同じ較正を用いたすべての二重層システムについて使用できる。

上記したように、本技法は、半導体またはその他の光子計数検出器とともに使用できる。そのような検出器は、検出された光子数および何らかの有限のエネルギー解像度で各光子のエネルギーを計るために使用できる。CTにおいてそのような検出器を使うための一つのオプションは、エネルギーを顧慮せず検出された光子数を計数する専用のハードウェアまたはチャネルを使うことである。並行して、検出された光子のエネルギーが既知の時間期間にわたって積分または合計される。結果として得られるデータ・ストリームは、別々に再構成されて、第一および第二の体積データセットを与えることができる。第一のデータセットは検出された光子数に基づいて減衰情報を提供する一方、第二のデータセットは検出された光子のエネルギーの積分に基づいて減衰情報を提供する。これらのデータセットは、上記のような物質分類を実行するために使用できる。

本稿で記載されているさまざまな関数および動作は、好ましくは、一つまたは複数の好適なコンピュータまたはプロセッサおよびコンピュータ可読メモリに記憶された命令によって実装される。実行されると、それらの命令はコンピュータまたはプロセッサをして、記載されている機能を実行させる。

本発明について好ましい実施形態を参照して記述してきた。もちろん、以上の記載を読み、理解すれば他の者にも修正および変更が思いつくであろう。本発明は、付属の請求項またはその等価物の範囲内にはいる限り、そのような修正および変更すべてを含むものと解釈されることが意図されている。

計算機断層撮影スキャナおよびデータ処理を描いた図である。 物質分類関数を確立する際の諸段階を示す図である。 概略円筒形のファントムの端面図である。 二次元減衰空間を描いた図である。 後処理多色性補正を実行する際の諸段階を描いた図である。 体積空間内の諸投影を描いた図である。 二層CT検出器を描いた図である。 物質分類を決定する際の諸段階を描いた図である。

Claims (25)

1. 第一のエネルギー・スペクトルにおいて、ある体積空間内のある位置の放射減衰を示す第一のデータを受領する段階と、
   第二のエネルギー・スペクトルにおいて、前記体積空間内の前記位置の放射減衰を示す第二のデータを受領する段階と、
   前記体積空間内の前記位置の物質組成を減衰空間での位置の関数として決定する段階と、
   第一のデータを受領する前記段階、第二のデータを受領する前記段階および分類する前記段階を複数の位置について繰り返す段階と、
   前記物質組成を示す画像を生成する段階とを含む方法。
2. 請求項１記載の方法であって：
   前記第一のエネルギー・スペクトルにおける前記体積空間内の複数の位置の放射減衰に基づいて第一の多色性補正を実行し、前記第一のエネルギー・スペクトルにおける前記体積空間内の前記位置の第一の補正された放射減衰を生成する段階と、
   前記第二のエネルギー・スペクトルにおける前記体積空間内の複数の位置の放射減衰に基づいて第二の多色性補正を実行し、前記第二のエネルギー・スペクトルにおける前記体積空間内の前記位置の第二の補正された放射減衰を生成する段階とを含んでおり、
   第一のデータを受領する前記段階は、前記第一の補正された放射減衰を受領することを含み、第二のデータを受領する前記段階は、前記第二の補正された放射減衰を受領することを含む、方法。
3. 第一の多色性補正を実行する前記段階は、第一の減衰マップを生成することを含み、第二の多色性補正を実行する前記段階は、第二の減衰マップを生成することを含む、請求項２記載の方法。
4. 前記決定する段階は、前記位置を、少なくとも第一および第二の物質の一つを含むものとして分類することを含む、請求項１記載の方法。
5. 前記第二の物質が物質の混合物である、請求項４記載の方法。
6. 前記第二の物質が未確定の物質である、請求項４記載の方法。
7. 前記位置を、少なくとも骨および造影物質の一つを含むものとして分類することを含む、請求項６記載の方法。
8. 画像を生成する前記段階は、関数P_l＝f(μ_l,M_l)に従って前記体積空間内の複数の位置についての画像データを生成することを含んでおり、ここで、Pは画像データ、μは放射減衰、Mは物質組成であり、lは体積空間内の位置である、請求項１記載の方法。
9. 放射減衰μが前記第一のエネルギー・スペクトルにおける放射減衰および前記第二のエネルギー・スペクトルにおける放射減衰の合成物である、請求項８記載の方法。
10. 生成する前記段階は、前記体積空間内の複数の位置の放射減衰に物質組成が重畳されたものを含む画像を生成することを含む、請求項１記載の方法。
11. 請求項１記載の方法であって、
    前記第一のエネルギー・スペクトルにおいて対象を通る複数の投影に沿って放射減衰を示す計算機断層撮影スキャン・データを受領する段階と、
    前記第二のエネルギー・スペクトルにおいて前記対象を通る複数の投影に沿って放射減衰を示す計算機断層撮影スキャン・データを受領する段階と、
    前記第一のエネルギーからの前記スキャン・データを再構成して、前記第一のエネルギー・スペクトルにおける前記体積空間内の複数の位置における前記対象の放射減衰を示すデータを生成する段階と、
    前記第二のエネルギーからの前記スキャン・データを再構成して、前記第二のエネルギー・スペクトルにおける前記体積空間内の複数の位置における前記対象の放射減衰を示すデータを生成する段階とを含む方法。
12. 前記決定する段階は、関数M_l＝f(μ1_l,μ2_l)に従って前記物質組成を決定することを含んでおり、ここで、Mは物質組成、μ1は前記第一のエネルギー・スペクトルにおける放射減衰、μ2は前記第二のエネルギー・スペクトルにおける放射減衰、lは体積空間内の位置である、請求項１記載の方法。
13. 前記体積空間が二次元である、請求項１記載の方法。
14. 前記第一および第二のエネルギー・スペクトルが重なり合う、請求項１記載の方法。
15. 体積空間内の複数の位置のそれぞれについて、第一および第二のエネルギー・スペクトルにおいて前記位置の放射減衰を示すそれぞれ第一および第二のデータを受領する手段と、
    前記体積空間内の前記複数の位置の物質組成を減衰空間でのそれぞれの位置の関数として決定する手段と、
    前記物質組成を示す画像を生成する手段とを含む装置。
16. 計算機断層撮影画像空間内の複数の位置を物質分類関数M_l＝f(μ1_l,μ2_l,...,μn_l)に従って分類し、ここで、Mは物質、nはエネルギー・スペクトルの数、μnはエネルギー・スペクトルnにおける放射減衰、lは画像空間内の位置であり、nは2以上である段階と、
    前記分類の結果を人間に可読な形で呈示する段階とを含む方法。
17. 計算機断層撮影画像空間内の複数の位置を分類する前記段階は、前記画像空間内の各位置を、n次元減衰空間でのその位置の関数として分類することを含む、請求項１６記載の方法。
18. 前記画像空間内の前記複数の位置に対して多色性補正を実行して、各エネルギー・スペクトルにおいて補正された放射減衰を生成し、その補正された放射減衰を使って前記複数の位置を分類することを含む、請求項１６記載の方法。
19. 多色性補正を実行することは、各エネルギー・スペクトルnについて減衰マップを生成することを含む、請求項１８記載の方法。
20. nが2に等しい、請求項１６記載の方法。
21. 前記分類の結果を呈示することは、関数P_l＝f(μ_l,M_l)に従って前記複数の位置についての画像データを生成することを含んでおり、ここで、Pは画像データ、μは放射減衰である、請求項１６記載の方法。
22. 前記放射減衰が、複数のエネルギー・スペクトルにおける放射減衰の合成である、請求項２１記載の方法。
23. 前記放射減衰に前記分類の結果が重畳されたものを含む画像を生成することを含む、請求項２２記載の方法。
24. 前記分類関数が線形関数である、請求項１６記載の方法。
25. μ₁は検出された光子の計数に基づく減衰であり、μ₂は検出された光子のエネルギーの積分に基づく減衰である、請求項１６記載の方法。

Images