特開 2024-174823 コンピュータ断層撮影イメージングシステムにおけるＰＣＤ出力モデルを決定するための方法および装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024174823

(43)【公開日】2024-12-17

(54)【発明の名称】コンピュータ断層撮影イメージングシステムにおけるＰＣＤ出力モデルを決定するための方法および装置

(51)【国際特許分類】

   A61B 6/03 20060101AFI20241210BHJP

   A61B 6/42 20240101ALI20241210BHJP

【ＦＩ】

A61B6/03 550F

A61B6/42 530P

【審査請求】未請求

【請求項の数】20

【出願形態】ＯＬ

【外国語出願】

(21)【出願番号】P 2024084881

(22)【出願日】2024-05-24

(31)【優先権主張番号】63/504,702

(32)【優先日】2023-05-26

(33)【優先権主張国・地域又は機関】US

(71)【出願人】

【識別番号】508280195

【氏名又は名称】ザ ジョンズ ホプキンス ユニバーシティ

(71)【出願人】

【識別番号】594164542

【氏名又は名称】キヤノンメディカルシステムズ株式会社

(74)【代理人】

【識別番号】110001771

【氏名又は名称】弁理士法人虎ノ門知的財産事務所

(72)【発明者】

【氏名】イ ドンヒョン

(72)【発明者】

【氏名】田口 克行

(72)【発明者】

【氏名】シャオホイ ジャン

(57)【要約】      （修正有）

【課題】コンピュータ断層撮影（ＣＴ）システムで使用される光子計数検出器（ＰＣＤ）からの出力を特徴付けるモデルを決定するための方法を提供する。
【解決手段】ＰＣＤは複数のピクセルを有する。本方法は、第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築することを含み、第１のモデルパラメータセットは、ＰＣＤ上の入射計数率に依存し、ＰＣＤ内のピクセル位置に依存する。また、複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信することと、受信された較正データに基づいて複数のモデルパラメータを推定することを含む。
【選択図】なし

【特許請求の範囲】

【請求項1】

コンピュータ断層撮影（Computed Tomography：ＣＴ）システムで使用される光子計数検出器（Photon-Counting Detector：ＰＣＤ）からの出力を特徴付けるモデルを決定するための方法であって、前記ＰＣＤは複数のピクセルを有し、前記方法は、
第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築するステップであって、前記第１のモデルパラメータセットは、前記ＰＣＤ上の入射計数率に依存し、前記ＰＣＤ内のピクセル位置に依存する、構築するステップと、
複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信するステップと、
前記受信された較正データに基づいて前記複数のモデルパラメータを推定するステップと
を含む方法。

【請求項2】

前記第１のモデルパラメータセットが、前記入射計数率に依存する第１のサブパラメータセットと、前記ＰＣＤ内の前記ピクセル位置に依存する第２のサブパラメータセットとを含み、前記推定するステップが、
前記ＰＣＤ出力モデルから導出された出力と前記受信された較正データとの間の総計数誤差が最小化されるように、前記複数のモデルパラメータの初期値を推定するステップと、
前記複数のピクセルにわたるグローバルなモデルとデータミスマッチが最小化されるように、前記第１のサブパラメータセットを決定するステップと、
ピクセル間の変動が最小化されるように、前記第２のサブパラメータセットを決定するステップと
をさらに含む、請求項１に記載の方法。

【請求項3】

前記第１のモデルパラメータセットが、
前記ＰＣＤの検出器デッドタイムセット、
前記ＰＣＤの電荷共有行列セット、および
前記ＰＣＤの閾値エネルギーベクトルセット
のうちの１つである、請求項１に記載の方法。

【請求項4】

前記構築するステップが、
前記構築されたＰＣＤ出力モデルとして、前記物質の減衰効果、電荷共有効果、パルスパイルアップ効果、およびエネルギービニング動作をそれぞれ特徴付けるサブモデルを有するカスケードモデルを決定するステップ
をさらに含む、請求項１に記載の方法。

【請求項5】

前記複数の入射計数率の下で、前記複数の基底物質の組み合わせをスキャンすることによって取得された検証データを受信するステップと、
前記受信された検証データに基づいて、前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルの性能を評価するステップと
をさらに含む、請求項１に記載の方法。

【請求項6】

前記ＰＣＤの動作条件を指定する多数のパラメータを受信するステップと、
前記受信された多数のパラメータに基づいて、前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルを使用して、前記ＰＣＤのシミュレーション出力を生成するステップと
をさらに含む、請求項１に記載の方法。

【請求項7】

前記ＣＴシステムを使用してイメージング対象をスキャンすることによって取得されたスキャンデータを受信するステップと、
前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルに基づいて、前記受信されたスキャンデータを補正する、または前記受信されたスキャンデータに含まれるスペクトル歪みの影響を補償するステップと、
前記補正されたスキャンデータに基づいて、前記イメージング対象の画像を再構成するステップと
をさらに含む、請求項１に記載の方法。

【請求項8】

コンピュータ断層撮影（Computed Tomography：ＣＴ）システムで使用される光子計数検出器（Photon-Counting Detector：ＰＣＤ）からの出力を特徴付けるモデルを決定するための装置であって、前記ＰＣＤは複数のピクセルを有し、前記装置は、
第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築し、前記第１のモデルパラメータセットは、前記ＰＣＤ上の入射計数率に依存し、前記ＰＣＤ内のピクセル位置に依存し、
複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信し、
前記受信された較正データに基づいて前記複数のモデルパラメータを推定する
ように構成された処理回路
を備える、装置。

【請求項9】

前記第１のモデルパラメータセットが、前記入射計数率に依存する第１のサブパラメータセットと、前記ＰＣＤ内の前記ピクセル位置に依存する第２のサブパラメータセットとを含み、前記処理回路が、
前記ＰＣＤ出力モデルから導出された前記出力と前記受信された較正データとの間の総計数誤差が最小化されるように、前記複数のモデルパラメータの初期値を推定し、
前記複数のピクセルにわたるグローバルなモデルとデータミスマッチが最小化されるように、前記第１のサブパラメータセットを決定し、
ピクセル間の変動が最小化されるように、前記第２のサブパラメータセットを決定する
ように構成されている、請求項８に記載の装置。

【請求項10】

前記第１のモデルパラメータセットが、
前記ＰＣＤの検出器デッドタイムセット、
前記ＰＣＤの電荷共有行列セット、および
前記ＰＣＤの閾値エネルギーベクトルセット
のうちの１つである、請求項８に記載の装置。

【請求項11】

前記処理回路が、
前記構築されたＰＣＤ出力モデルとして、前記物質の減衰効果、電荷共有効果、パルスパイルアップ効果、およびエネルギービニング動作をそれぞれ特徴付けるサブモデルを有するカスケードモデルを決定する
ように構成されている、請求項８に記載の装置。

【請求項12】

前記処理回路が、
前記複数の入射計数率の下で、前記複数の基底物質の組み合わせをスキャンすることによって取得された検証データを受信し、
前記受信された検証データに基づいて、前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルの性能を評価する
ように構成されている、請求項８に記載の装置。

【請求項13】

前記処理回路が、
前記ＰＣＤの動作条件を指定する多数のパラメータを受信し、
前記受信された多数のパラメータに基づいて、前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルを使用して、前記ＰＣＤのシミュレーション出力を生成する
ように構成されている、請求項８に記載の装置。

【請求項14】

前記処理回路が、
前記ＣＴシステムを使用してイメージング対象をスキャンすることによって取得されたスキャンデータを受信し、
前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルに基づいて、前記受信されたスキャンデータを補正する、または前記受信されたスキャンデータに含まれるスペクトル歪みの影響を補償し、
前記補正されたスキャンデータに基づいて、前記イメージング対象の画像を再構成する
ように構成されている、請求項８に記載の装置。

【請求項15】

処理回路によって実行されると、コンピュータ断層撮影（Computed Tomography：ＣＴ）システムで使用される光子計数検出器（Photon-Counting Detector：ＰＣＤ）からの出力を特徴付けるモデルを決定するための方法を前記処理回路に実行させるプログラムを記憶した非一時的コンピュータ可読媒体であって、前記ＰＣＤは複数のピクセルを有し、前記方法は、
第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築するステップであって、前記第１のモデルパラメータセットは、前記ＰＣＤ上の入射計数率に依存し、前記ＰＣＤ内のピクセル位置に依存する、構築するステップと、
複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信するステップと、
前記受信された較正データに基づいて前記複数のモデルパラメータを推定するステップと
を含む、非一時的コンピュータ可読媒体。

【請求項16】

前記第１のモデルパラメータセットが、前記入射計数率に依存する第１のサブパラメータセットと、前記ＰＣＤ内の前記ピクセル位置に依存する第２のサブパラメータセットとを含み、前記推定するステップが、
前記ＰＣＤ出力モデルから導出された前記出力と前記受信された較正データとの間の総計数誤差が最小化されるように、前記複数のモデルパラメータの初期値を推定するステップと、
前記複数のピクセルにわたるグローバルなモデルとデータミスマッチが最小化されるように、前記第１のサブパラメータセットを決定するステップと、
ピクセル間の変動が最小化されるように、前記第２のサブパラメータセットを決定するステップと
をさらに含む、請求項１５に記載の非一時的コンピュータ可読媒体。

【請求項17】

前記第１のモデルパラメータセットが、
前記ＰＣＤの検出器デッドタイムセット、
前記ＰＣＤの電荷共有行列セット、および
前記ＰＣＤの閾値エネルギーベクトルセット
のうちの１つである、請求項１５に記載の非一時的コンピュータ可読媒体。

【請求項18】

前記構築するステップが、
前記構築されたＰＣＤ出力モデルとして、前記物質の減衰効果、電荷共有効果、パルスパイルアップ効果、およびエネルギービニング動作をそれぞれ特徴付けるサブモデルを有するカスケードモデルを決定するステップ
をさらに含む、請求項１５に記載の非一時的コンピュータ可読媒体。

【請求項19】

前記方法が、
前記ＰＣＤの動作条件を指定する多数のパラメータを受信するステップと、
前記受信された多数のパラメータに基づいて、前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルを使用して、前記ＰＣＤのシミュレーション出力を生成するステップと
をさらに含む、請求項１５に記載の非一時的コンピュータ可読媒体。

【請求項20】

前記方法が、
前記ＣＴシステムを使用してイメージング対象をスキャンすることによって取得されたスキャンデータを受信するステップと、
前記推定された複数のモデルパラメータを有する前記ＰＣＤ出力モデルに基づいて、前記受信されたスキャンデータを補正する、または前記受信されたスキャンデータに含まれるスペクトル歪みの影響を補償するステップと、
前記補正されたスキャンデータに基づいて、前記イメージング対象の画像を再構成するステップと
をさらに含む、請求項１５に記載の非一時的コンピュータ可読媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書及び図面に開示の実施形態は、光子計数検出器（Photon-Counting Detector：ＰＣＤ）に基づくＸ線コンピュータ断層撮影（Computed Tomography：ＣＴ）イメージングシステムに関する。具体的には、本出願は、ＣＴイメージングシステムで使用されるＰＣＤの出力を特徴付けるためのモデルの決定に関する。

【背景技術】

【0002】

ＰＣＤベースのＣＴは、そのエネルギー弁別能力により、従来のエネルギー積分型検出器ＣＴに比べて多くの臨床的利点を提供する。しかし、異なるＸ線エネルギー準位に対するＰＣＤの応答は線形ではなく、電荷共有（Charge Sharing：ＣＳ）およびパルスパイルアップ（Pulse Pileup：ＰＰ）などのいくつかの要因によってＸ線スペクトルが歪む。スペクトル歪みを補償または補正し、ＰＣＤの利点を十分に引き出すためには、ＰＣＤ出力を特徴付けることが重要である。

【0003】

ＰＣＤデータを特徴付けるアプローチは、データベースまたはモデルベースであり、データベースのアプローチは、較正ベースまたはディープラーニングベースのいずれかである。較正プロセスを通じて、較正ベースの方法は、フォワードプロセス（すなわち、変数の集合（例えば、減衰物質の厚さ）から測定データの期待値を計算する）またはインバースプロセス（測定データから変数の集合を返す）のための多項式などの経験的関数のパラメータを推定する。ディープラーニングベースの方法は、較正ベースの方法よりもはるかに多くのパラメータを使用し、トレーニングデータからマッピング関数を割り出す。これらのデータベースのアプローチはシンプルで、較正またはトレーニングに使用されるスキャン条件が対象のスキャン条件と一致していれば、正確であり得る。しかし、多くの較正データまたはトレーニングデータが必要であり、テストされていない状態での精度が定かでないため、多大な労力を必要とする。

【0004】

対照的に、モデルベースの方法は、電荷共有およびパルスパイルアップを含む物理的検出プロセスを解析的に解釈し、減衰物質の厚さなどの上流の変数を予想されるＰＣＤデータに関連付ける。これらの方法は、モデルのパラメータが推定され、モデルの挙動が検証されれば、テストされていない条件を扱うことができる。しかし、物理的なＰＣＤのデータとよく一致するモデルを開発するのは非常に難しい。一握りのモデルが物理的なＰＣＤに対して評価されているが、これらのモデルでさえ、電荷共有およびパルスパイルアップの両方が存在する場合、物理的なＰＣＤの出力との視覚的なミスマッチを示している。モデルベースの方法における２つの課題は、モデルとデータのミスマッチが残ること、およびピクセル間の変動である。

【0005】

したがって、モデルとデータのミスマッチの問題を緩和し、より強化されたＰＣＤ出力モデルを作成するための方法を提供する必要がある。

【発明の概要】

【課題を解決するための手段】

【0006】

本出願の一実施形態は、コンピュータ断層撮影（ＣＴ）システムで使用される光子計数検出器（ＰＣＤ）からの出力を特徴付けるモデルを決定するための方法に関する。ＰＣＤは複数のピクセルを有する。本方法は、第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築することを含む。第１のモデルパラメータセットは、ＰＣＤ上の入射計数率に依存し、ＰＣＤ内のピクセル位置に依存する。本方法はまた、複数の入射計数率の下で、複数の基底物質（ｂａｓｉｓ ｍａｔｅｒｉａｌ）の組み合わせをスキャンすることによって取得された較正データを受信することを含む。本方法はさらに、受信された較正データに基づいて複数のモデルパラメータを推定することを含む。

【0007】

本出願の別の実施形態は、コンピュータ断層撮影（ＣＴ）システムで使用される光子計数検出器（ＰＣＤ）からの出力を特徴付けるモデルを決定するための装置に関する。ＰＣＤは複数のピクセルを有する。本装置は、第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築するように構成された処理回路を含み、第１のモデルパラメータセットは、ＰＣＤ上の入射計数率に依存し、ＰＣＤ内のピクセル位置に依存する。処理回路はさらに、複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信するように構成される。また、処理回路は、受信した較正データに基づいて複数のモデルパラメータを推定するように構成されている。

【0008】

本出願のさらなる実施形態は、処理回路によって実行されると、コンピュータ断層撮影（ＣＴ）システムで使用される光子計数検出器（ＰＣＤ）からの出力を特徴付けるモデルを決定するための方法を処理回路に実行させるプログラムを記憶した非一時的コンピュータ可読媒体に関する。ＰＣＤは複数のピクセルを有する。本方法は、第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築することを含む。第１のモデルパラメータセットは、ＰＣＤ上の入射計数率に依存し、ＰＣＤ内のピクセル位置に依存する。本方法はまた、複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信することを含む。本方法はさらに、受信された較正データに基づいて複数のモデルパラメータを推定することを含む。

【図面の簡単な説明】

【0009】

【図1】本出願の一実施形態によるＰＣＤモデル開発プロセス１００のフローチャートを示す。

【図2】本出願の一実施形態によるＰＣＤ出力モデルの較正プロセス２００のフローチャートを示す。

【図3】Ｘ線管から照射され、イメージング対象を透過したＸ線を検出するＰＣＤの構造を示す。

【図4A】モデルパラメータの推定（２６データポイント）および検証（４データポイント）に使用した３０データポイントの散布図を、水厚、アルミニウム厚、および管電流値にわたってプロットしたものを示す。

【図4B】初期の１２０ｋＶｐのスペクトル、および最も減衰したスペクトルを示す。

【図5A】測定された計数率、およびステップ１で得られたモデルパラメータを用いた修正カスケードＰＣＤモデルからの計数率を示す。

【図5B】ステップ３で得られたグローバル閾値関数、E_ｇｌｏｂ(ａ,c_b)のフィッティング結果を示す。

【図6】１０ｍＡ、水１６ｃｍ、およびアルミニウム０．５ｃｍのテストデータのうち、計数率が最も低い条件での測定されたＰＣＤデータおよび３つのＰＣＤモデルの出力を示す。

【図7】１００ｍＡのブランクスキャンによる、最高計数率条件での測定されたＰＣＤデータおよび３つのＰＣＤモデルの出力を示す。

【図8A】各ビン、４つのテストデータのそれぞれについて計算された３つのモデルの平均絶対パーセント誤差（Mean Absolute Percentage Error：ＭＡＰＥ、左軸）、および測定データの変動係数（ＣＶ、破線、右軸）を示す。

【図8B】各ビン、４つのテストデータのそれぞれについて計算された３つのモデルの平均絶対パーセント誤差（Mean Absolute Percentage Error：ＭＡＰＥ、左軸）、および測定データの変動係数（ＣＶ、破線、右軸）を示す。

【図8C】各ビン、４つのテストデータのそれぞれについて計算された３つのモデルの平均絶対パーセント誤差（Mean Absolute Percentage Error：ＭＡＰＥ、左軸）、および測定データの変動係数（ＣＶ、破線、右軸）を示す。

【図8D】各ビン、４つのテストデータのそれぞれについて計算された３つのモデルの平均絶対パーセント誤差（Mean Absolute Percentage Error：ＭＡＰＥ、左軸）、および測定データの変動係数（ＣＶ、破線、右軸）を示す。

【図9】全テストデータの入射計数率に関して計算された、３つのＰＣＤモデルのＭＡＰＥを示す。

【図10】本明細書に開示された技術を組み込むことができる光子計数ＣＴスキャナシステムの一例を示す。

【発明を実施するための形態】

【0010】

本出願の様々な態様を実施するための実施形態または実施例は、以下のセクションに記載され得る。構成要素および配置の具体例は、本出願を単純化するために以下で説明される。もちろん、これらは単なる例であり、限定することを意図したものではない。

【0011】

本明細書に記載された異なるステップの説明の順序は、わかりやすくするために提示されている。一般に、これらのステップは、任意の適切な順序で実行することができる。さらに、本明細書の異なる特徴、技術、構成などのそれぞれが、本出願の異なる場所で議論されることがあるが、概念のそれぞれは、互いに独立して、または互いに組み合わせて実行することができることが意図されている。したがって、本出願は、多くの異なる方法で具現化し、熟考することができる。

【0012】

さらに、本明細書で使用する場合、「ａ」、「ａｎ」などの単語は、特に明記しない限り、一般的に「１つ以上」の意味を持つ。

【0013】

前述の課題を克服するため、本出願では高精度ＰＣＤ出力モデルの開発のための方法および装置を紹介する。計数率に依存する閾値エネルギー関数を組み込むことによって、この方法および装置は、カスケードモデルのグローバルなモデルとデータのミスマッチ、ならびにピクセル間の変動に効果的に対処する。結果として得られるＰＣＤ出力モデルは、物理的なＰＣＤ出力の正確な推定をもたらす。

【0014】

ＰＣＤ出力モデルは、測定されたＰＣＤデータとの優れた一致を示し、平均絶対パーセント誤差（ＭＡＰＥ）はすべてのテストデータで５％未満であり、大部分のデータセットで２％未満である。平均すると、すべてのビンにおけるＭＡＰＥは１．１～２．４％の範囲に及ぶ。このモデルは、ピクセル単位の精度が重要なアプリケーションに大きく貢献すると期待されている。

【0015】

図１は、本出願の一実施形態によるＰＣＤモデル開発プロセス１００のフローチャートを示す。ステップＳ１１０では、カスケードＰＣＤ出力モデルが構築される。モデルは、条件依存およびピクセル固有の第１のパラメータセットを含む、複数のモデルパラメータを含むことができる。ステップＳ１２０では、ＰＣＴ出力モデルの複数のモデルパラメータは、較正データセットに基づく較正プロセスを通じて推定することができる。オプションとして、ステップＳ１３０では、推定されたパラメータを有するＰＣＴ出力モデルの性能を検証データセットに基づいて検証することができる。開発されたモデルは、ＰＣＤの出力をシミュレートするために使用することができ、ＰＣＤの挙動を正確に表現することができる。さらに、開発されたモデルは、測定されたＰＣＤ出力データのスペクトル歪みを補正または補償するために使用することができ、信頼性の高い正確な測定結果を保証する。

【0016】

図２は、本出願の一実施形態によるＰＣＤ出力モデルの較正プロセス２００のフローチャートを示す。プロセスはステップＳ２１０から始まり、ここで較正データセットが取得される。これらのデータセットは、図１のオプションのステップＳ１３０で使用される検証データセットとともに、基底物質と複数のＸ線管電流の様々な組み合わせにわたって実施されたテストから取得することができる。ステップＳ２１０では、受信した較正データに基づいて、複数のモデルパラメータの初期値を推定することができる。ステップＳ２３０では、第１のパラメータセットの条件依存サブパラメータセットを推定することができ、ステップＳ２４０では、第１のパラメータセットのピクセル固有のサブパラメータセットを推定することができる。

【0017】

図１および図２に示す各プロセスの詳細は、以下のセクションに見出すことができる。

【0018】

Ｉ．カスケードＰＣＤ出力モデル
カスケードＰＣＤ出力モデルは、Ｘ線スペクトルを順次変化させ、最終的なスペクトルを出力する４つのプロセス、すなわち、（１）ベールの法則による減衰、（２）モンテカルロシミュレーションから推定することができる電荷共有効果、（３）パルスパイルアップ効果、および（４）エネルギービニングプロセスを記述する。

【0019】

図３は、Ｘ線管から照射され、イメージング対象を透過したＸ線を検出するＰＣＤの構造を示す。Ｘ線スペクトルベクトルをｎとし、その要素ｎ_Eは、エネルギーＥ、Ｅ∈｛１，２，…，Ｅ_mａｘ｝ｋｅＶにおける仮想的な１ｋｅＶ幅のエネルギーウィンドウ内の光子数を表す。カスケードＰＣＤモデルの出力ｙは、Ｘ線管から照射されるスペクトルベクトルｎ_０から以下のように計算することができる。

【0020】

【数1】

【0021】

ここでｖは基底物質の厚さベクトル（ｍｍ）の集合を示し、τは検出器デッドタイム（秒）、E_,thrは閾値エネルギーベクトル（ｋｅＶ）、Ｅ_tｈｒ＝（Ｅ_{tｈｒ，１}，…，Ｅ_tｈｒ，B）^Ｔであり、ＢはＰＣＤのエネルギービンの数であり、上付き文字Ｔは転置を示す。初期スペクトルベクトルｎ_０はｎ_０＝（ｋ₀×ｄＡ×ｌ）／Ｒ²×Ｓ₀のように計算することができ、ここで、Ｓ₀はＸ線スペクトルの確率質量関数を意味し、ｋ₀はＸ線光子出力率（Ｘ線焦点から１ｍでの計数／ｓ／ｍＡ／ｍｍ^２）、ｄＡは検出器ピクセル面積（ｍｍ^２）、ｌは管電流（ｍＡ）、Ｒは線源から検出器までの距離（ｍ）である。すべてのパラメータの中で、ｋ₀およびτは、元のモデルで較正によって推定する必要がある唯一のパラメータである。４つの演算子、Ψ_Ａ、Ψ_ＣＳ、Ψ_ＰＰ、およびΨ_Ｂについて以下に説明する。

【0022】

Ａ．減衰演算子 Ψ_Ａ
演算子Ψ_Ａは、ベールの法則を使用して、減衰後のスペクトルベクトルｎ_Ａを次のように計算する。

【0023】

【数2】

【0024】

ここでＭ（ｖ（ベクトル量））は減衰行列、Ｍ（ｖ（ベクトル量））＝ｄｉａｇ（ｅｘｐ（－μ₁(ベクトル量)ｖ（ベクトル量）），．．．，ｅｘｐ（（－μ_ｍａｘ(ベクトル量)ｖ（ベクトル量）））であり、ｄｉａｇは対角演算子、μ_Ｅ(ベクトル量）ｖ（ベクトル量）＝μ_１,Eｖ₁+μ_２,Eｖ_２であり、ここで、μ_Ｅ(ベクトル量）は線形減衰係数ベクトル（ｍｍ^－１）であり、その要素はＸ線エネルギーＥにおける２つの基底物質の線形減衰係数である。

【0025】

Ｂ．電荷共有演算子Ψ_ＣＳ
演算子Ψ_ＣＳは電荷共有後のスペクトルベクトルｎ_ＣＳを出力する。

【0026】

【数3】

【0027】

ここでＨはＣＳの効果をモデル化した二次元行列であり、Ｈの各列はＰＣＤの特定のＸ線エネルギーで１回の計数入力が与えられた場合に予想されるＸ線スペクトルを表す。Ｈはモンテカルロシミュレーションによって求めることができる。

【0028】

モンテカルロシミュレーションは、（ｉ）光電効果の相互作用、（ｉｉ）コンプトン散乱、および（ｉｉｉ）相互作用のない透過を含むことができる。相互作用後の蛍光Ｘ線放出も考慮することができる。Ｈは、一次相互作用、二次相互作用など、隣接するＰＣＤからのスピルイン（ｓｐｉｌｌ－ｉｎ）クロストークとスピルアウト（ｓｐｉｌｌ－ｏｕｔ）クロストークの両方の影響を含むことができる。各列のＨの和は、スピルインクロストークのために、１よりも大きくなる可能性があることに注意されたい。

【0029】

Ｃ．パルスパイルアップ演算子Ψ_ＰＰ
演算子Ψ_ＰＰは、入力スペクトルベクトルｎ_ＣＳおよび検出器デッドタイムτに対して、パルスパイルアップ後のスペクトルｎ_ＰＰを返す。

【0030】

【数4】

【0031】

これは次のように３つの確率の積で表すことができる。

【0032】

【数5】

【0033】

ここで下付き文字Ｅは、スペクトルベクトルまたは関数出力のＥ番目の要素を指す。解析的でない検出モデルを使用することができ、Ｐｒ（ｒｅｃ｜ａτ）は次式で与えられるイベントが記録される確率である。

【0034】

【数6】

【0035】

ここで、ａは入射計数率、ａ＝Σ_{E_{thr,n}} ^E_maxΨ_CS(Ψ_Ａ（ｎ₀,ｖ）)である。Ｅ_{ｔｈｒ、ｎ}はノイズカットオフの閾値エネルギーで、例えば１０ｋｅＶである。

【0036】

Ｐｒ（ｍ｜ｒｅｃ）は、記録されている関心のあるイベントが与えられた場合のｍ次パルスパイルアップイベントの確率であり、次式で与えられる。

【0037】

【数7】

【0038】

最後に、Ｐｒ（Ｅ｜ｍ）はｍ次のパルスパイルアップイベントが与えられた場合の、記録されたエネルギーＥの確率である。確率は最低次のパルスパイルアップ（ｍ＝０）から高次のものへと順次計算される。記録されたエネルギーは、三角パルスの和の最大パルス高さと仮定され、各三角パルスは、重み付けされたデッドタイムの幅およびＸ線エネルギーの高さを有する。

【0039】

Ｄ．エネルギービニング演算子Ψ_Ｂ

【0040】

演算子Ψ_Ｂは、スペクトルベクトルを与えられた閾値エネルギーベクトルで積分することによって、以下のようにＰＣＤ出力を計算する。

【0041】

【数8】

【0042】

ＩＩ．グローバルモデルおよびローカルモデルパラメータ

【0043】

様々な計数率でのカスケードＰＣＤ出力モデルのテストを通して、モデルとデータのミスマッチに関して以下の観察結果が得られる。（１）エネルギービンデータのグローバルミスマッチは計数率が小さいほど小さく、計数率が大きくなるにつれて大きくなる、（２）全計数は、調査した総計数範囲において良い一致を示している、（３）低計数率でもピクセル間に大きな変動があり、計数率に依存したわずかな変化はあるものの、計数率に関係なくある程度一貫している。

【0044】

観察結果（１）～（２）は、上記のカスケードＰＣＤモデルが考慮していない計数率に依存する効果の存在を示唆している。また、これらの観察結果は、計数率に依存する効果は、総計数率ではなく、最低閾値エネルギーを上回るスペクトル歪み効果に起因する可能性があることを示唆している。観察結果（３）は、ローカルミスマッチは、ほとんどが計数率に依存しない効果によって引き起こされることを示している。

【0045】

以上の観察結果から、この２種類のミスマッチの原因は互いに異なるものに違いないと結論づけることができる。グローバルミスマッチは、パルス列の計数率に依存するベースラインシフト（すなわち、ベースライン復元を採用しても残る効果）、単純にＰＰモデルとＰＣＤによるＰＰの実際の効果のミスマッチ、または他の未知の非線形スペクトル効果のいずれかによって引き起こされる可能性がある。ローカルミスマッチは、ＣＳモデルで使用されているＨと実際のＣＳの効果とのミスマッチ、またはその他の未知の要因に起因している可能性がある。

【0046】

したがって、グローバルミスマッチとローカルミスマッチは、その原因だけでなく、この２つのミスマッチ間で将来起こりうる変化も異なる可能性があるため、別々に対処することが望ましい。

【0047】

上記のカスケードＰＣＤ出力モデルには、５つのパラメータセット、すなわち、Ｓ_0、k_0、H、τ、及びＥ_tｈｒがある。本出願の実装形態によれば、Ｅ_tｈｒは条件に対して最適化することができる。Ｈおよび／またはτは、他の実装の条件に対して最適化することができるので、これは制限的なものではないことに留意されたい。

【0048】

Ａ．グローバルミスマッチに対するグローバル閾値エネルギー
上述したように、閾値エネルギーＥ_tｈｒは計数率に依存する変数として選択することができ、非常に低い計数率で較正された値から逸脱する。閾値エネルギーのグローバルな変化は、指数関数を使用してモデル化することができる。なぜなら、様々な計数率に対するグローバルモデルとデータのミスマッチを最小化する最適な閾値エネルギーは、入射計数率の増加とともに単調に減少するからである。

【0049】

エネルギービンｂの計数率に依存する閾値エネルギーは、次式によってモデル化することができる。

【0050】

【数9】

【0051】

【数10】

【0052】

Ｃ＝（ｃ₁(ベクトル量),…, c_B(ベクトル量)）をすべてのビンのパラメータのセットとする。すべてのピクセルに対して同じＣが使用された。

【0053】

Ｂ．ローカルなミスマッチに対するローカル閾値エネルギー
各ピクセルiの閾値エネルギーをモデル化するために、二次の多項式Ｅ_{lｏｃａｌ}をグローバル閾値エネルギーに追加することができる。したがって、ビンｂとピクセルiの閾値エネルギーＥ_tｈｒは、次式によって計算することができる。

【0054】

【数11】

【0055】

【数12】

【0056】

Ｄ_i＝（ｄ_1，ｉ(ベクトル量)_,…，ｄ_B，ｉ(ベクトル量)）を、ピクセルiの全ビンのパラメータセットとする。

【0057】

ＩＩＩ．モデルパラメータ推定の例示的な手順
上述したように、修正カスケードＰＣＤ出力モデルには、７つのパラメータセット、すなわち、Ｓ_0、k_0、Ｈ、τ、Ｅ_tｈｒ,Ｃ及びＤがある。Ｓ₀およびＨは、ＣＴイメージングシステムの仕様から求めることができる。その他のモデルパラメータは、較正プロセスによって推定することができる。

【0058】

較正プロセスで使用されるＰＣＤデータは、複数のＸ線管電流において異なる厚さの基底物質で取得することができる。例えば、ＰＣＤをＸ線管から約１ｍ離して設置することができ、管電圧を１２０ｋＶに設定することができ、管電流を１０、２５、５０、１００、２００、および４００ｍＡに設定することができる。各データセットについて、１秒間に得られた１，２００の投影を平均化して、ノイズの影響を減らすことができる。したがって、式（５）のΔｔは１／１２００秒である。

【0059】

異なる厚さの空気、水、およびアルミニウムスラブの組み合わせで、合計３０のデータセットを取得することができる。これには、（２５、５０、１００、２００、および４００ｍＡ）の５つのブランクスキャンデータセット、（１、６、および１６ｃｍ）の水を用いた５０ｍＡの３つのデータセット、ならびに１０ｍＡまたは５０ｍＡのいずれかでの、それぞれ１１の異なる厚さの組み合わせが含まれる。水厚とアルミニウム厚（ｃｍ、ｃｍ）の１１の組み合わせは、（１、０）、（２、０）、（４、０）、（６、０）、（９、０）、（９、０．５）、（１２、０）、（１２、０．５）、（１６、０）、（１６、０．５）、および（１６、１）であり得る。実効Ｘ線エネルギー範囲は［５７．６，７４．４］ｋｅＶであり得る。

【0060】

図４Ａは、モデルパラメータの推定（２６データポイント）および検証（４データポイント）に使用した３０データポイントの散布図を、水厚、アルミニウム厚、および管電流値にわたってプロットしたものを示す。図４Ｂでは、初期の１２０ｋＶｐのスペクトル、およびデータの中で最も減衰したスペクトルが、実効Ｘ線エネルギーとともに示されている。これらの３０のデータセットは、十分に広い範囲の計数率および減衰したスペクトルを提供することができる。

【0061】

モデル出力と測定データｙ_b，ｉ ^m(ａ)の誤差を最小化することによってグローバルおよびローカルモデルパラメータ（すなわち閾値エネルギー）を推定しようとすると、最適化ステップのたびにすべてのデータのすべてのピクセルに対してモデル出力を計算する必要があるため、計算コストが高くなる。較正プロセスの計算効率を高めるために、代理戦略（ｓｕｒｒｏｇａｔｅ ｓｔｒａｔｅｇｙ）を採用することができる。

【0062】

まず、測定されたエネルギービンの出力（すなわち光子数）との一致を最大化するＰＣＤ出力モデルの最適な閾値エネルギーを、各ビン、各ピクセル、および各データセットについて求めることができる。次いで、閾値エネルギーに対する計数率に依存する関数を使用して、閾値エネルギーの一致を最大化することによって関数のパラメータを推定することができる。

【0063】

本出願の一実施形態では、較正プロセスは、以下に説明する４つのステップを含むことができる。本出願における「トリミングされたピクセル（ｔｒｉｍｍｅｄ ｐｉｘｅｌ）」という用語は、すべてのデータセットにわたる平均計数から３標準偏差以内のピクセルを指すことに留意されたい。

【0064】

ステップ１（ｋ_０、τ、およびＥ_ｔｈｒ ^(０)）：３つのモデルパラメータ、ｋ_０、τ、および最低閾値エネルギーＥ_ｔｈｒ ^(０)は、ＰＣＤ出力モデルｙ_ｂとトリミングされたピクセルの平均ｙ（バー記号）_ｂ ^ｍとの総計数の二乗和の差を最小化することによって推定することができる。

【0065】

【数13】

【0066】

図５Ａは、測定された計数率、およびステップ１で得られたモデルパラメータを用いた修正カスケードＰＣＤモデルからの計数率を示す。測定された各計数率とそれに対応するエラーバーは、それぞれＴにわたる全ビン計数の平均和と、各スキャン条件における標準偏差である。

【0067】

ステップ２（Ｅ´_{ｔｈｒ，ｂ，ｉ}）：＝（Ｅ´_{ｔｈｒ，ｌ，ｉ´}，…，Ｅ´_{ｔｈｒ，Ｂ，ｉ}）を、ピクセルｉのＢエネルギービンの閾値エネルギーのベクトルとする。最適なＥ´_{ｔｈｒ，Ｂ，ｉ}は、次式によって求めることができる。

【0068】

【数14】

【0069】

ここで、Ｅ´^* _{ｔｈｒ,ｉ}(a)は共同で最適化され、一意である。

【0070】

ステップ３（グローバルＣ）：式（１０）のパラメータのセットｃ_bは、グローバル閾値エネルギーＥ_gｌｏｂ(ａ,ｃ_b)とピクセル上の最適閾値エネルギーの平均との各ビンの二乗差の和を最小化することによって決定することができる。

【0071】

【数15】

【0072】

図５Ｂは、ステップ３で得られたグローバル閾値関数、Ｅ_gｌｏｂ(ａ,ｃ_b)のフィッティング結果を示す。マークのそれぞれとそれに対応するエラーバーは、それぞれ、ｂ番目のビンの最適エネルギー閾値の平均値と、Ｔにわたるの標準偏差を表す。

【0073】

ステップ４（ローカルＤ_i）：ピクセル固有の偏差は、トリミングされたピクセルの平均から、ΔE_{tｈｒ，ｂ，ｉ}=Ｅ（バー記号）´^* _{tｈｒ，ｂ}(ａ）－Ｅ´^* _{tｈｒ，ｂ}(ａ）のように計算することができる。次いで、式中（１３）のパラメータＤ_iは、各検出器ピクセルｉに対して、次式によって最適化される。

【0074】

【数16】

【0075】

次の３つのモデルの性能を比較することができる。（ａ）デフォルトの閾値エネルギーと推定された他のモデルパラメータを用いたＰＣＤ出力モデル（以下「デフォルトモデル」と呼ぶ）、（ｂ）式（１０）を使用して閾値エネルギーをグローバルに最適化したＰＣＤモデル（「グローバルモデル」と呼ぶ）、および（ｃ）式（１２）を使用して閾値エネルギーをグローバルおよびローカルに最適化したＰＣＤモデル（「ローカルモデル」と呼ぶ）。

【0076】

図６は、１０ｍＡ、水１６ｃｍ、およびアルミニウム０．５ｃｍのテストデータのうち、計数率が最も低い条件での測定されたＰＣＤデータおよび３つのＰＣＤモデルの出力を示す。各ビンの表示ウィンドウは、[μ_b－２．５σ_b，μ_b＋２．５σ_b］とすることができ、ここでμ_bとσ_bは、それぞれ、ピクセル上の対応するビン測定値の平均と標準偏差である。各ビンの測定されたＰＣＤデータの平均値を中心とした同じ表示ウィンドウ幅／レベルを、すべてのデータに対して使用することができる（すなわち、中程度の灰色は平均値を示す）。

【0077】

測定されたＰＣＤデータ（一番右の列）は、６つのビンの間である程度一貫したパターンで、ピクセル間の大きな変動を示している。デフォルトモデルの値（一番左の列）は、測定データの平均値から逸脱しており、ビン１～２および６が大きく（明るい灰色）、ビン４が小さく（暗い色）なっている。ビン３および５は良好に見える。

【0078】

グローバルモデルの出力（左から２番目）は、ＰＣＤ測定値の平均値とよく一致しているが、均一な色で見られるように、個々のピクセルの出力はモデル化されていない。

【0079】

対照的に、ローカルモデルは、測定値にピクセル間の大きな変動があるにもかかわらず、各ピクセル、各ビンについて、測定されたＰＣＤデータと著しくよく似ている。

【0080】

図７は、１００ｍＡのブランクスキャンによる、最高計数率条件での測定されたＰＣＤデータおよび３つのＰＣＤモデルの出力を示し、イベントが記録される確率は０．５１である。各ビンの表示ウィンドウは、[μ_b－２．５σ_b，μ_b＋２．５σ_b］であり、ここでμ_bとσ_bは、それぞれ、ピクセル上の対応するビン測定値の平均と標準偏差である。

【0081】

図７からわかるように、測定されたＰＣＤデータは、図６よりも６つのビンの間で一貫性のないパターンで、ピクセル間の大きな変動を示している。デフォルトのモデルは、ビン１～２において高い値、およびビン６において低い値を有する。グローバルモデルは、６つのビンのすべてにおいて、測定データの平均値と非常によく一致している。ローカルモデルは、全ピクセル、全ビンにおいて、測定されたＰＣＤデータと優れた一致を有する。ピクセル間の変動は、ローカルモデルによって正しく捉えることができる。

【0082】

モデルとデータの一致度は、ＭＡＰＥを使用してＰＣＤ出力（計数）に関して評価することができ、ＭＡＰＥは、各ビンに対して独立に、またはすべてのビンに対して、次式によってそれぞれ計算することができる。

【0083】

【数17】

【0084】

【数18】

【0085】

ここでｎ（Ｔ）はトリミングされたピクセルの数である。ＭＡＰＥの標準誤差は、ブートストラップを使用することによって以下のように計算することができる。ブートストラップ再サンプリングは１，０００回実行することができ、再サンプリングされたデータごとに上記のプロセスを実行し、１，０００個のＭＡＰＥ値を生成することができる。ＭＡＰＥの標準誤差は、１０００個のＭＡＰＥ値における標準偏差を表す。計数の変動係数（Coefficient of Variation：ＣＶ）もまた、ビン測定値ごとに計算することができる。ＣＶは、ピクセル間の変動に関してビン測定値の相対比較を可能にするからである。

【0086】

図８Ａ～図８Ｄは、各ビン、４つのテストデータのそれぞれについて計算された３つのモデルのＭＡＰＥ（左軸）、および測定データのＣＶ（破線、右軸）を示す。

【0087】

すべてのテストデータについて、デフォルトモデルはビン３～５（すなわち４５～８０ｋｅＶ範囲）で良好な一致（すなわち５～１０％のＭＡＰＥ）を示すが、ビン１～２（２０～４５ｋｅＶ）ではモデルとデータのミスマッチが有意（ＭＡＰＥ＞３０％）であった。ビン１～２および６のグローバルモデルのＭＡＰＥは、デフォルトモデルよりもかなり低い。しかし、ビン１では２５～３５％の範囲で依然として大きく、これは測定データに対して計算されたＣＶによって示された、ピクセル間の大幅な変動に起因している可能性がある。グローバルモデルのＭＡＰＥと測定データのＣＶには高い相関があるように見える。ローカルモデルのＭＡＰＥは、すべてのテストデータで５％未満、ほとんどのデータセットで２％未満である。

【0088】

図９は、全テストデータの入射計数率に関して計算され、ａに対してプロットされた、３つのＰＣＤモデルのＭＡＰＥを示す。３つのモデルは、入射計数率にほとんど依存しない、一貫した誤差率を有する。ＭＡＰＥは、デフォルトモデルで４４．１～４５．２％、グローバルモデルで８．０～９．８％、ローカルモデルで１．１～２．４％である。

【0089】

図６～９に示す比較から、グローバルモデルは、グローバルなモデルとデータのミスマッチに有効であり、ローカルモデルは、ピクセル間の変動を解決するのに有効であることが明らかである。ローカルモデルの場合、すべてのテストデータで各ビンのＭＡＰＥは５％未満であり、すべてのビンを平均したＭＡＰＥは１．１～２．４％である。したがって、開発されたＰＣＤ出力モデルは、グローバルなモデルとデータのミスマッチと、ローカルなモデルとデータのミスマッチ、すなわちピクセル間の変動の両方に対処することができる。さらに、３つのモデルのＭＡＰＥは、異なる入射計数率およびＸ線ビームフィルトレーション（ｘ－ｒａｙ ｂｅａｍ ｆｉｌｔｒａｔｉｏｎ）に対して一貫性がある。これは、４つのテストデータが異なる物質厚さで取得されたため、開発されたＰＣＤモデルの性能がＸ線スペクトルの変化ならびに入射計数率の変化に対してロバストであることを示している。

【0090】

当業者であれば、ＣＴイメージングにおける開発されたＰＣＤ法の様々な潜在的応用を想定することができる。このような応用の一例として、ＣＴイメージングにおける特定条件下にてＰＣＤの出力データを推定するためのシミュレータを挙げることができる。シミュレータのユーザは、Ｘ線管の設定、ＰＣＴの設定、イメージング物質の厚さなどを含むがこれらに限定されない様々なイメージングパラメータを入力して、シミュレートされたＰＣＤ出力を得ることができる。開発されたＰＣＤモデルによって提供される各基本的な検出メカニズムに対する顕著な解釈は、このようなＰＣＤシミュレータを作成する上で大いに役立つであろう。

【0091】

別の例示的な応用として、ＣＴイメージングにおける電荷共有およびパルスパイルアップの影響を緩和するための補正または補償方法の開発がある。開発されたＰＣＴモデルは、例えばＣＴイメージングシステムの物質弁別または再構成アルゴリズムに組み込むことができる。

【0092】

このアプリケーションの方法をＣＴシステムのデータ処理パイプラインと統合することによって、開発されたＰＣＤ出力モデルは、スペクトル歪みのない出力データの生成を支援することができる。したがって、ＰＣＤ出力データ（または再構成画像）における電荷共有およびパルスパイルアップによる影響を補正または補償することができる。このアプローチは、画質の向上、コントラスト解像度の強化、およびノイズの低減につながる。このモデルの効率的なパラメータ推定および精度は、このモデルに基づくアルゴリズムにも実用的な利点をもたらす。

【0093】

モデル決定、補正および／または補償アルゴリズムは、図１０を参照して後述するように、光子計数ＣＴスキャナシステムに実装することができる。図１０に示すＸ線ＣＴ装置１は、架台１０と、寝台３０と、医用イメージング処理装置の処理を実行するコンソール４０とを含む。説明の便宜上、図１０は複数の架台１０を示している。

【0094】

本実施形態では、非傾斜状態における回転フレーム１３の回転軸、すなわち寝台３０の天板３３の長手方向を「Ｚ軸方向」と定義し、Ｚ軸方向と直交し、床面に対して水平な軸方向を「Ｘ軸方向」と定義し、Ｚ軸方向と直交し、床面に対して垂直な軸方向を「Ｙ軸方向」と定義する。

【0095】

例えば、架台１０および寝台３０はＣＴ検査室に設置され、コンソール４０はＣＴ検査室に隣接する制御室に設置される。コンソール４０は必ずしも制御室に設置されるわけではない。例えば、コンソール４０は、架台１０および寝台３０とともに同じ部屋に設置することができる。いずれにしても、架台１０、寝台３０、およびコンソール４０は、有線または無線で互いに通信可能に接続されている。

【0096】

架台１０は、被検体（またはイメージング対象）Ｐに対してＸ線ＣＴイメージングを行うための構成を有するスキャナである。架台１０は、Ｘ線管１１、Ｘ線検出器１２、回転フレーム１３、Ｘ線高電圧装置１４、制御装置１５、ウェッジフィルタ１６、コリメータ１７、およびデータ収集システム（Data Acquisition System：ＤＡＳ）１８を含む。

【0097】

Ｘ線管１１は、Ｘ線高電圧装置１４からの高電圧の印加およびフィラメント電流の供給に応じて、陰極（フィラメント）から陽極（ターゲット）へ熱電子を放出させることによってＸ線を発生させる真空管である。具体的には、熱電子がターゲットに衝突することによってＸ線が発生する。Ｘ線管１１の例としては、回転陽極に熱電子を放出させることによってＸ線を発生させる回転陽極型のＸ線管が含まれる。Ｘ線管１１で発生したＸ線は、例えばコリメータ１７によってコーンビーム状に成形され、被検体Ｐに適用される。

【0098】

Ｘ線検出器１２は、Ｘ線管１１により照射され、被検体Ｐを透過したＸ線を検出し、Ｘ線量に応じた電気信号をＤＡＳ１８へと出力する。Ｘ線検出器１２は、例えば、Ｘ線管１１の焦点を中心とする円弧に沿ってチャネル方向（Ｘ軸方向、すなわち列方向）に整列された複数のＸ線検出素子をそれぞれ含む複数のＸ線検出素子列を含む。Ｘ線検出器１２は、チャネル方向に整列された複数のＸ線検出素子をそれぞれ含む複数のＸ線検出素子列がスライス方向（Ｚ軸方向、すなわち列方向）に整列された、アレイ構造を有する。

【0099】

具体的には、Ｘ線検出器１２は、例えば、入射Ｘ線を電気信号に変換する半導体素子を含む直接変換型検出器とすることができる。Ｘ線検出器１２は、本実施形態によるＰＣＤの一例であり、「ＰＣＤ１２」とも呼ばれる。

【0100】

回転フレーム１３は、Ｘ線発生器およびＸ線検出器１２を回転軸の周りに回転可能に支持する。具体的には、回転フレーム１３は、Ｘ線管１１がＸ線検出器１２に対向するようにＸ線管１１およびＸ線検出器１２を支持し、後述する制御装置１５の制御の下、Ｘ線管１１およびＸ線検出器１２を回転させる環状のフレームである。回転フレーム１３は、アルミニウムなどの金属製の固定フレーム（図示せず）によって回転可能に支持されている。具体的には、回転フレーム１３は、固定フレームの端部にベアリングを介して連結されている。回転フレーム１３は、制御装置１５のドライバから電力を受けながら、回転軸Ｚを中心に所定の角速度で回転する。

【0101】

Ｘ線管１１およびＸ線検出器１２に加えて、回転フレーム１３には、Ｘ線高電圧装置１４およびＤＡＳ１８が含まれ、支持されている。このような回転フレーム１３は、イメージング空間を構成するボア１９を有するほぼ円筒形の筐体に収納されている。ボアはＦＯＶにほぼ一致する。ボアの中心軸は回転フレーム１３の回転軸Ｚに対応している。ＤＡＳ１８によって生成された検出データは、例えば、架台の非回転部分（固定フレームなど、図１０では図示省略）に配置された送信機（図示せず）から受信機（図示せず）に送信され、コンソール４０に転送される。

【0102】

Ｘ線高電圧装置１４は、変圧器、整流器などの電気回路を含み、Ｘ線管１１に印加する高電圧およびＸ線管１１に供給するフィラメント電流を発生する機能を有する高電圧発生器と、Ｘ線管１１によって照射されるＸ線に応じて出力電圧を制御するように構成されたＸ線制御装置とを含む。高電圧発生器は、変圧器方式であっても、インバータ方式であってもよい。Ｘ線高電圧装置１４は、後述する回転フレーム１３に設けてもよいし、架台１０の固定フレーム（図示せず）に設けてもよい。

【0103】

制御装置１５は、ＣＰＵ（Central Processing Unit）などを含む処理回路と、モータまたは駆動装置などのドライバとを含む。処理回路は、ハードウェア資源として、ＣＰＵまたはＭＰＵ（Micro Processing Unit）などのプロセッサと、読み出し専用メモリ（Read Only Memory：ＲＯＭ）またはランダムアクセスメモリ（Random Access Memory：ＲＡＭ）などのメモリとを含む。制御装置１５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）、または他の複合プログラマブルロジックデバイス（Complex Programmable Logic Device：ＣＰＬＤ）もしくは単純プログラマブルロジックデバイス（Simple Programmable Logic Device：ＳＰＬＤ）によって実現することができる。制御装置１５は、コンソール４０からの命令に従い、Ｘ線高電圧装置１４およびＤＡＳ１８などを制御する。プロセッサは、メモリに格納されたプログラムを読み出して実行することによって、上記の制御を行う。

【0104】

ＣＰＵは、本明細書で説明する機能を実行するコンピュータ読み取り可能な命令のセットを含むコンピュータプログラムを実行することができ、プログラムは、上述の非一過性の電子メモリおよび／もしくはハードディスクドライブ、ＣＤ、ＤＶＤ、フラッシュドライブ、またはその他の既知の記憶媒体のいずれかに格納される。さらに、コンピュータ可読命令は、ユーティリティアプリケーション、バックグラウンドデーモン、もしくはオペレーティングシステムの構成要素、またはそれらの組み合わせとして提供され、当業者に周知のプロセッサおよびオペレーティングシステムと連動して実行され得る。さらに、ＣＰＵは、命令を実行するために並行して協同的に動作する、複数のプロセッサとして実行することができる。

【0105】

また、制御装置１５は、コンソール４０または架台１０に取り付けられた後述する入力インターフェース４３からの入力信号に応じて、架台１０および寝台３０の動作制御を行う機能を有する。例えば、制御装置１５は、入力信号に応じて、回転フレーム１３を回転させる制御、架台１０を傾斜させる制御、または寝台３０および天板３３を動作させる制御を行う。架台１０を傾斜させる制御は、架台１０に取り付けられた入力インターフェース４３を介して入力された傾斜角度情報に基づいて、制御装置１５が回転フレーム１３をＸ軸方向と平行な軸周りに回転させることによって実行される。制御装置１５は、架台１０またはコンソール４０のいずれかに設けることができる。制御装置１５は、プログラムをメモリに格納するのではなく、プロセッサの回路にプログラムを直接組み込むことによって構成され得る。この場合、プロセッサは、回路に組み込まれたプログラムを読み出して実行することによって、上述の制御を実行する。

【0106】

ウェッジフィルタ１６は、Ｘ線管１１から照射されるＸ線の線量を調整するためのフィルタである。具体的には、ウェッジフィルタ１６は、Ｘ線管１１から照射されるＸ線を透過させ、Ｘ線管１１から被検体Ｐに照射されるＸ線が所定の分布を示すようにＸ線を減衰させるフィルタである。例えば、ウェッジフィルタ１６（またはボウタイフィルタ）は、アルミニウムを所定の目標角度および所定の厚みを有するように加工することによって得られるフィルタである。

【0107】

コリメータ１７は、ウェッジフィルタ１６を透過したＸ線の適用範囲を絞り込むための鉛板などであり、鉛板などを組み合わせて形成されたスリットを含む。コリメータ１７は「Ｘ線絞り」と呼ばれる場合もある。

【0108】

ＤＡＳ１８は、Ｘ線検出器１２によって検出されたＸ線の計数を示すデジタルデータ（「検出データ」とも呼ばれる）を、複数のエネルギー帯域（「エネルギービン」または単に「ビン」とも呼ばれる）ごとに生成する。検出データは、生成元のＸ線検出素子のチャネル番号および行番号、収集されたビュー（投影角度ともいう）を示すビュー番号、ならびにエネルギービン番号で識別される計数値のデータのセットである。ＤＡＳ１８は、例えば、検出データを生成することが可能な回路素子を実装した、特定用途向け集積回路（ＡＳＩＣ）によって実現される。検出データはコンソール４０に転送される。

【0109】

寝台３０は、その上に被検体Ｐを載せてスキャンし、被検体Ｐを移動させる装置であり、基台３１、寝台駆動装置３２、天板３３、および支持フレーム３４を含む。

【0110】

基台３１は、支持フレーム３４を鉛直方向に移動可能に支持する筐体である。

【0111】

寝台駆動装置３２は、被検体Ｐが載置された天板３３を天板３３の長手方向に移動させるモータまたは駆動装置である。寝台駆動装置３２は、コンソール４０による制御または制御装置１５による制御に従って天板３３を移動させる。例えば、寝台駆動装置３２は、天板３３上に載置された被検体Ｐの体軸と回転フレーム１３のボアの中心軸とが一致するように、天板３３を被検体Ｐと直交する方向に移動させる。また、寝台駆動装置３２は、架台１０を使用して行われるＸ線ＣＴイメージングに応じて、天板３３を被検体Ｐの体軸方向に移動させ得る。寝台駆動装置３２は、制御装置１５からの駆動信号のデューティ比に応じた回転速度で駆動することによって発電する。寝台駆動装置３２は、ダイレクトドライブモータまたはサーボモータなどのモータによって実現される。

【0112】

支持フレーム３４の上面に設けられた天板３３は、被検体Ｐが載置される板である。寝台駆動装置３２は、天板３３だけでなく、支持フレーム３４も天板３３の長手方向に移動させ得る。

【0113】

コンソール４０は、メモリ４１、ディスプレイ４２、入力インターフェース４３、および処理回路４４を含む。メモリ４１、ディスプレイ４２、入力インターフェース４３、および処理回路４４間のデータ通信は、バスを介して行われる。コンソール４０は架台１０とは別体として説明されているが、架台１０はコンソール４０を含んでいてもよいし、コンソール４０の各構成要素の一部を含んでいてもよい。

【0114】

メモリ４１は、ハードディスクドライブ（Hard Disk Drive：ＨＤＤ）、ソリッドステートドライブ（Solid State Drive：ＳＳＤ）、または集積回路記憶装置などの記憶装置であり、各種の情報を記憶する。メモリ４１は、例えば、投影データおよび再構成画像データを記憶する。メモリ４１は、ＨＤＤ、ＳＳＤなどに限らず、例えば、ＣＤ、ＤＶＤ、もしくはフラッシュメモリなどの可搬性記憶媒体、またはランダムアクセスメモリ（ＲＡＭ）などの半導体メモリとの間で各種の情報を読み書きするドライバであってもよい。メモリ４１の記憶領域は、Ｘ線ＣＴ装置１内に設けられていてもよいし、ネットワークを介して接続された外部記憶装置に設けられていてもよい。例えば、メモリ４１には、ＣＴ画像または表示画像のデータが記憶される。また、メモリ４１には、本実施形態による制御プログラムが記憶される。

【0115】

ディスプレイ４２は、各種の情報が表示する。例えば、ディスプレイ４２は、処理回路４４によって生成された医用画像（ＣＴ画像）および操作者からの各種操作を受け付けるためのＧＵＩ（Graphical User Interface）などを出力する。ディスプレイ４２としては、例えば、液晶ディスプレイ（Liquid Crystal Display：ＬＣＤ）、陰極線管（Cathode Ray Tube：ＣＲＴ）ディスプレイ、有機ＥＬディスプレイ（Organic Electro Luminescence Display：ＯＥＬＤ）、プラズマディスプレイ、または任意の他のディスプレイを適宜使用することができる。ディスプレイ４２は架台１０に設けられてもよい。ディスプレイ４２は、デスクトップ型でもよいし、コンソール４０と無線通信可能なタブレット端末によって構成されてもよい。

【0116】

入力インターフェース４３は、操作者からの各種入力操作を受け付け、受け付けた入力操作を電気信号に変換し、その電気信号を処理回路４４に出力する。例えば、入力インターフェース４３は、操作者から、投影データを収集するための収集条件、ＣＴ画像を再構成するための再構成条件、ＣＴ画像から後処理画像を生成するための画像処理条件などを受け付ける。入力インターフェース４３としては、例えば、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパッド、またはタッチパネルディスプレイを適宜使用することができる。本実施形態では、入力インターフェース４３は、マウス、キーボード、トラックボール、スイッチ、ボタン、ジョイスティック、タッチパッド、またはタッチパネルディスプレイなどの物理的な操作部品を必ずしも含むものではない。例えば、入力インターフェース４３は、装置とは別体に設けられた外部入力装置からの入力操作に対応する電気信号を受信し、その電気信号を処理回路４４へ出力する、電気信号処理回路も含む。入力インターフェース４３は架台１０に設けられてもよい。入力インターフェース４３は、コンソール４０と無線通信可能なタブレット端末によって構成されてもよい。

【0117】

処理回路４４は、入力インターフェース４３から出力される入力操作の電気信号に応じて、Ｘ線ＣＴ装置１の全体の動作を制御する。例えば、処理回路４４は、ハードウェア資源として、ＣＰＵ、ＭＰＵ、またはグラフィック処理ユニット（Graphics Processing Unit：ＧＰＵ）などのプロセッサ、およびＲＯＭまたはＲＡＭなどのメモリを含む。メモリにロードされたプログラムを実行するプロセッサにより、処理回路４４は、システム制御機能４４１、前処理機能４４２、再構成機能４４３、および表示制御機能４４４を実行する。機能のそれぞれ（システム制御機能４４１、前処理機能４４２、再構成機能４４３、および表示制御機能４４４）は、必ずしも単一の処理回路によって実現されるものではない。複数の独立したプロセッサを組み合わせることによって処理回路を構成し、プロセッサがそれぞれのプログラムを実行して機能を実現することができる。

【0118】

システム制御機能４４１は、入力インターフェース４３を介して操作者から受け付けた入力操作に基づいて、処理回路４４の各機能を制御する。具体的には、システム制御機能４４１は、メモリ４１に格納された制御プログラムを読み出して処理回路４４内のメモリにロードし、ロードされた制御プログラムに従ってＸ線ＣＴ装置１の各部を制御する。例えば、処理回路４４は、入力インターフェース４３を介して操作者から受け付けた入力操作に基づいて、処理回路４４の各機能を実行する。例えば、システム制御機能４４１は、被検体Ｐの二次元の位置決め画像を取得し、スキャン範囲、イメージング条件などを決定する。位置決め画像は、「スキャノグラム」または「スカウト画像」とも呼ばれることがある。

【0119】

前処理機能４４２は、ＤＡＳ１８から出力された検出データに対して、対数変換処理、オフセット補正処理、チャネル間の感度補正処理、ビームハードニング補正、ならびに、検出器較正、検出器非線形性、極性効果、ノイズバランス、および物質弁別の補正などの、前処理を行うことによって得られるデータを生成する。前処理前のデータ（検出データ）と前処理後のデータを総称して「投影データ」と呼ばれることがある。前処理機能４４２は、プリプロセッサの一例である。

【0120】

再構成機能４４３は、前処理機能４４２によって生成された投影データに対して、フィルタ逆投影法、逐次近似再構成法、確率的画像再構成法などを使用した再構成処理を行うことによって、ＣＴ画像データを生成する。再構成機能４４３は、再構成プロセッサの一例である。必要に応じてＣＴ画像データに画像フィルタリング、スムージング、ボリュームレンダリング、または画像差分処理を適用することができる。表示制御機能４４４は、入力インターフェース４３を介して操作者から受け付けた入力操作に基づいて、再構成機能４４３によって生成されたＣＴ画像データを、所定の断面の断層画像データ、すなわち公知の方法による三次元画像データに変換する。三次元画像データの生成は、再構成機能４４３によって直接行うことができる。表示制御機能４４４は、表示制御装置の一例である。

【0121】

一実施態様では、Ｘ線管１１は、広範なスペクトルのＸ線エネルギーを照射する単一線源であり、ＰＣＤ１２は、テルル化カドミウム（ＣｄＴｅ）、テルル化亜鉛カドミウム（ＣＺＴ）、シリコン（Ｓｉ）、ヨウ化水銀（ＨｇＩ２）、およびヒ化ガリウム（ＧａＡｓ）などの半導体をベースとする直接Ｘ線放射線検出器を使用することができる。上述したように、半導体ベースの直接Ｘ線検出器は、一般的にシンチレータ検出器などの間接検出器よりもはるかに速い時間応答を有する。直接検出器の高速な時間応答により、個々のＸ線検出イベントを分解することができるが、臨床Ｘ線アプリケーションで典型的な高Ｘ線束では、検出イベントのいくばくかのパイルアップが発生することがある。検出されたＸ線のエネルギーは、直接検出器によって生成された信号に比例し、検出イベントは、エネルギービンに整理され、スペクトルＣＴのためのスペクトル分解されたＸ線データを得ることができる。

【0122】

上記の教示に照らして、本明細書に提示された実施形態の多数の修正および変形が可能である。したがって、特許請求の範囲内において、本出願は、本明細書に具体的に記載されている以外の方法で実施され得ることを理解されたい。本発明は、今説明した実施例に限定されるものではない。特に、図示しなかった変形例において、図示した実施例の特徴を互いに組み合わせることが可能である。

【0123】

本開示の実施形態はまた、以下の付記に記載されるようであってもよい。

【0124】

（１） コンピュータ断層撮影（ＣＴ）システムで使用される光子計数検出器（ＰＣＤ）からの出力を特徴付けるモデルを決定するための方法であって、ＰＣＤは複数のピクセルを有し、方法は、第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築するステップであって、第１のモデルパラメータセットは、ＰＣＤ上の入射計数率に依存し、ＰＣＤ内のピクセル位置に依存する、構築するステップと、複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信するステップと、受信された較正データに基づいて複数のモデルパラメータを推定するステップとを含む方法。

【0125】

（２） 第１のモデルパラメータセットが、入射計数率に依存する第１のサブパラメータセットと、ＰＣＤ内のピクセル位置に依存する第２のサブパラメータセットとを含み、推定するステップが、ＰＣＤ出力モデルから導出された出力と受信された較正データとの間の総計数誤差が最小化されるように、複数のモデルパラメータの初期値を推定するステップと、複数のピクセルにわたるグローバルなモデルとデータミスマッチが最小化されるように、第１のサブパラメータセットを決定するステップと、ピクセル間の変動が最小化されるように、第２のサブパラメータセットを決定するステップとをさらに含む、（１）に記載の方法。

【0126】

（３） 第１のモデルパラメータセットが、ＰＣＤの検出器デッドタイムセット、ＰＣＤの電荷共有行列セット、およびＰＣＤの閾値エネルギーベクトルセットのうちの１つである、（１）に記載の方法。

【0127】

（４） 構築するステップが、構築されたＰＣＤ出力モデルとして、物質の減衰効果、電荷共有効果、パルスパイルアップ効果、およびエネルギービニング動作をそれぞれ特徴付けるサブモデルを有するカスケードモデルを決定するステップをさらに含む、（１）に記載の方法。

【0128】

（５） 複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された検証データを受信するステップと、受信された検証データに基づいて、推定された複数のモデルパラメータを有するＰＣＤ出力モデルの性能を評価するステップとをさらに含む、（１）に記載の方法。

【0129】

（６） ＰＣＤの動作条件を指定する多数のパラメータを受信するステップと、受信された多数のパラメータに基づいて、推定された複数のモデルパラメータを有するＰＣＤ出力モデルを使用して、ＰＣＤのシミュレーション出力を生成するステップとをさらに含む、（１）に記載の方法。

【0130】

（７） ＣＴシステムを使用してイメージング対象をスキャンすることによって取得されたスキャンデータを受信するステップと、推定された複数のモデルパラメータを有するＰＣＤ出力モデルに基づいて、受信されたスキャンデータを補正する、または受信されたスキャンデータに含まれるスペクトル歪みの影響を補償するステップと、補正されたスキャンデータに基づいて、イメージング対象の画像を再構成するステップとをさらに含む、（１）に記載の方法。

【0131】

（８） コンピュータ断層撮影（ＣＴ）システムで使用される光子計数検出器（ＰＣＤ）からの出力を特徴付けるモデルを決定するための装置であって、ＰＣＤは複数のピクセルを有し、装置は、第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築し、第１のモデルパラメータセットは、ＰＣＤ上の入射計数率に依存し、ＰＣＤ内のピクセル位置に依存し、複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信し、受信された較正データに基づいて複数のモデルパラメータを推定するように構成された処理回路を備える、装置。

【0132】

（９） 第１のモデルパラメータセットが、入射計数率に依存する第１のサブパラメータセットと、ＰＣＤ内のピクセル位置に依存する第２のサブパラメータセットとを含み、処理回路が、ＰＣＤ出力モデルから導出された出力と受信された較正データとの間の総計数誤差が最小化されるように、複数のモデルパラメータの初期値を推定し、複数のピクセルにわたるグローバルなモデルとデータミスマッチが最小化されるように、第１のサブパラメータセットを決定し、ピクセル間の変動が最小化されるように、第２のサブパラメータセットを決定するように構成されている、（８）に記載の装置。

【0133】

（１０） 第１のモデルパラメータセットが、ＰＣＤの検出器デッドタイムセット、ＰＣＤの電荷共有行列セット、およびＰＣＤの閾値エネルギーベクトルセットのうちの１つである、（８）に記載の装置。

【0134】

（１１） 処理回路が、構築されたＰＣＤ出力モデルとして、物質の減衰効果、電荷共有効果、パルスパイルアップ効果、およびエネルギービニング動作をそれぞれ特徴付けるサブモデルを有するカスケードモデルを決定するように構成されている、（８）に記載の装置。

【0135】

（１２） 処理回路が、複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された検証データを受信し、受信された検証データに基づいて、推定された複数のモデルパラメータを有するＰＣＤ出力モデルの性能を評価するように構成されている、（８）に記載の装置。

【0136】

（１３） 処理回路が、ＰＣＤの動作条件を指定する多数のパラメータを受信し、受信された多数のパラメータに基づいて、推定された複数のモデルパラメータを有するＰＣＤ出力モデルを使用して、ＰＣＤのシミュレーション出力を生成するように構成されている、（８）に記載の装置。

【0137】

（１４） 処理回路が、ＣＴシステムを使用してイメージング対象をスキャンすることによって取得されたスキャンデータを受信し、推定された複数のモデルパラメータを有するＰＣＤ出力モデルに基づいて、受信されたスキャンデータを補正する、または受信されたスキャンデータに含まれるスペクトル歪みの影響を補償し、補正されたスキャンデータに基づいて、イメージング対象の画像を再構成するように構成されている、（８）に記載の装置。

【0138】

（１５） 処理回路によって実行されると、コンピュータ断層撮影（ＣＴ）システムで使用される光子計数検出器（ＰＣＤ）からの出力を特徴付けるモデルを決定するための方法を処理回路に実行させるプログラムを記憶した非一時的コンピュータ可読媒体であって、ＰＣＤは複数のピクセルを有し、方法は、第１のモデルパラメータセットを含む複数のモデルパラメータを有するＰＣＤ出力モデルを構築するステップであって、第１のモデルパラメータセットは、ＰＣＤ上の入射計数率に依存し、ＰＣＤ内のピクセル位置に依存する、構築するステップと、複数の入射計数率の下で、複数の基底物質の組み合わせをスキャンすることによって取得された較正データを受信するステップと、受信された較正データに基づいて複数のモデルパラメータを推定するステップとを含む、非一時的コンピュータ可読媒体。

【0139】

（１６） 第１のモデルパラメータセットが、入射計数率に依存する第１のサブパラメータセットと、ＰＣＤ内のピクセル位置に依存する第２のサブパラメータセットとを含み、推定するステップが、ＰＣＤ出力モデルから導出された出力と受信された較正データとの間の総計数誤差が最小化されるように、複数のモデルパラメータの初期値を推定するステップと、複数のピクセルにわたるグローバルなモデルとデータミマッチが最小化されるように、第１のサブパラメータセットを決定するステップと、ピクセル間の変動が最小化されるように、第２のサブパラメータセットを決定するステップとをさらに含む、（１５）に記載の非一時的コンピュータ可読媒体。

【0140】

（１７） 第１のモデルパラメータセットが、ＰＣＤの検出器デッドタイムセット、ＰＣＤの電荷共有行列セット、およびＰＣＤの閾値エネルギーベクトルセットのうちの１つである、（１５）に記載の非一時的コンピュータ可読媒体。

【0141】

（１８） 構築するステップが、構築されたＰＣＤ出力モデルとして、物質の減衰効果、電荷共有効果、パルスパイルアップ効果、およびエネルギービニング動作をそれぞれ特徴付けるサブモデルを有するカスケードモデルを決定するステップをさらに含む、（１５）に記載の非一時的コンピュータ可読媒体。

【0142】

（１９） 方法が、ＰＣＤの動作条件を指定する多数のパラメータを受信するステップと、受信された多数のパラメータに基づいて、推定された複数のモデルパラメータを有するＰＣＤ出力モデルを使用して、ＰＣＤのシミュレーション出力を生成するステップとをさらに含む、（１５）に記載の非一時的コンピュータ可読媒体。

【0143】

（２０） 方法が、ＣＴシステムを使用してイメージング対象をスキャンすることによって取得されたスキャンデータを受信するステップと、推定された複数のモデルパラメータを有するＰＣＤ出力モデルに基づいて、受信されたスキャンデータを補正する、または受信されたスキャンデータに含まれるスペクトル歪みの影響を補償するステップと、補正されたスキャンデータに基づいて、イメージング対象の画像を再構成するステップとをさらに含む、（１５）に記載の非一時的コンピュータ可読媒体。

【0144】

上記の教示に照らして、本明細書に提示された実施形態の多数の修正および変形が可能である。したがって、特許請求の範囲内において、本開示は、本明細書に具体的に記載されている以外の方法で実施され得ることを理解されたい。

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図5A】

【図5B】

【図6】

【図7】

【図8A】

【図8B】

【図8C】

【図8D】

【図9】

【図10】

【外国語明細書】