特開 2024-178147 Ｘ線ＣＴ装置及びデータ処理方法

(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】P2024178147

(43)【公開日】2024-12-24

(54)【発明の名称】Ｘ線ＣＴ装置及びデータ処理方法

(51)【国際特許分類】

   A61B 6/03 20060101AFI20241217BHJP

   A61B 6/42 20240101ALI20241217BHJP

   A61B 6/58 20240101ALI20241217BHJP

【ＦＩ】

A61B6/03 550H

A61B6/42 530R

A61B6/58 500B

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2024095282

(22)【出願日】2024-06-12

(31)【優先権主張番号】18/333,051

(32)【優先日】2023-06-12

(33)【優先権主張国・地域又は機関】US

(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】シャオホイ ジャン

(72)【発明者】

【氏名】ルオチャオ チャン

(72)【発明者】

【氏名】イルマー ハイン

【テーマコード（参考）】

4C093

【Ｆターム（参考）】

4C093AA22

4C093CA01

4C093CA35

4C093EA07

4C093EB13

4C093EB18

4C093FA13

4C093FC12

4C093FC13

4C093FC14

4C093FC16

4C093FC17

4C093FD08

4C093FD12

4C093GA02

(57)【要約】

【課題】データの較正を行うこと。
【解決手段】実施形態に係るＸ線ＣＴ装置は、光子計数検出器と、記憶部と、処理回路とを備える。光子計数検出器は、チャンネル方向に複数の検出器画素を有する。記憶部は、イメージング対象物の画像再構成中に使用されることになる前記光子計数検出器の検出器応答フォワードモデルを記憶する。処理回路は、前記イメージング対象物の減衰プロファイルを推定し、前記複数の検出器画素のそれぞれに対して、前記推定した減衰プロファイルに基づいて空間的重みを決定し、前記空間的重みに基づいて、前記記憶部に記憶されている前記検出器応答フォワードモデルを更新する。
【選択図】図６

【特許請求の範囲】

【請求項1】

チャンネル方向に複数の検出器画素を有する光子計数検出器と、
イメージング対象物の画像再構成中に使用されることになる前記光子計数検出器の検出器応答フォワードモデルを記憶する記憶部と、
前記イメージング対象物の減衰プロファイルを推定し、前記複数の検出器画素のそれぞれに対して、前記推定した減衰プロファイルに基づいて空間的重みを決定し、前記空間的重みに基づいて、前記記憶部に記憶されている前記検出器応答フォワードモデルを更新する処理回路とを備える、Ｘ線ＣＴ装置。

【請求項2】

前記処理回路は、
参照スキャンデータを取得し、
前記参照スキャンデータに基づいて前記推定した減衰プロファイルとして参照経路長プロファイルを生成し、
前記参照経路長プロファイルは、前記イメージング対象物のスキャン中に前記複数の検出器画素で生じるであろう潜在的な減衰経路長を表す、請求項１に記載のＸ線ＣＴ装置。

【請求項3】

前記処理回路は、
複数のスラブを使用して校正スキャンを通して生成されたデータを含む校正データを受信し、
前記複数の検出器画素のそれぞれに対して、前記スラブの減衰経路長および前記参照経路長プロファイルに基づいて前記空間的重みを決定し、
前記空間的重みのそれぞれは前記複数のスラブのうち１つに関連した特定の校正データに対応する、請求項２に記載のＸ線ＣＴ装置。

【請求項4】

前記処理回路は、
前記複数の検出器画素のそれぞれに対して、前記複数のスラブの各スラブに関連した特定の校正データに対応する前記空間的重みのうちの１つの空間的重みを計算するために関数を使用するようにさらに構成され、
前記関数は、前記検出器画素の位置および前記スラブに関連した前記特定の校正データに依存する、請求項３に記載のＸ線ＣＴ装置。

【請求項5】

前記処理回路は、前記複数のスラブに関連した前記校正データの統計値に依存する調整項を含む前記関数を使用する、請求項４に記載のＸ線ＣＴ装置。

【請求項6】

前記処理回路は、
前記スラブの前記減衰経路長が前記検出器画素に対応する前記参照経路長プロファイルの値よりも大きい場合に、
前記スラブに関連した前記特定の校正データに割り当てられる前記空間的重みを減少させる、請求項４に記載のＸ線ＣＴ装置。

【請求項7】

前記処理回路は、ファントムをスキャンする前記Ｘ線ＣＴ装置を使用することによって前記参照スキャンデータを取得する、請求項２に記載のＸ線ＣＴ装置。

【請求項8】

前記処理回路は、前記イメージング対象物の２Ｄまたは３Ｄスカウトスキャンを通して前記参照スキャンデータを取得する、請求項２に記載のＸ線ＣＴ装置。

【請求項9】

前記処理回路は、
前記イメージング対象物のＺ方向プロファイルを作成し、
前記生成したＺ方向プロファイルに基づいて空間的重みの複数のセットを決定し、
前記空間的重みの各セットは、前記イメージング対象物の異なるＺ方向領域に対応する、請求項８に記載のＸ線ＣＴ装置。

【請求項10】

前記処理回路は、
前記イメージング対象物をスキャンし、
更新された前記検出器応答フォワードモデルを使用して前記イメージング対象物の画像を再構成する、請求項１に記載のＸ線ＣＴ装置。

【請求項11】

イメージング対象物の減衰プロファイルを推定し、
チャンネル方向に複数の検出器画素を有する光子計数検出器の前記複数の検出器画素のそれぞれに対して、前記推定した減衰プロファイルに基づいて空間的重みを決定し、
前記空間的重みに基づいて、イメージング対象物の画像再構成中に使用されることになる前記光子計数検出器の検出器応答フォワードモデルを更新する、データ処理方法。

【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、Ｘ線ＣＴ装置及びデータ処理方法に関する。

【背景技術】

【0002】

エネルギー積分検出器（Energy-Integrating Detector：ＥＩＤ）および／または光子計数検出器（Photon-Counting Detector：ＰＣＤ）がＣＴ投影データを測定するために使用されてきた。

【0003】

ＰＣＤにおいて、単一の検出器での複数のＸ線検出イベントが、検出器の時間応答内で発生し、多重衝突が起こる場合がある。この場合、ＰＣＤからの再構成画像が劣化する可能性がある。

【0004】

また、半導体材料（例えば、ＣｄＴｅ／ＣＺＴ）における検出物理的特性に起因して、検出器エネルギー応答が、エネルギー蓄積および電荷誘導プロセスにおける電荷共有、ｋ－エスケープ、および散乱効果によって、劣化する場合がある。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】米国特許出願公開第２０２１／０１１３１７８号公報

【特許文献2】米国特許出願公開第２０２２／０２９６２０２号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

本明細書及び図面の開示の実施形態が解決しようとする課題の一つは、データの較正を行うことである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

【課題を解決するための手段】

【0007】

実施形態に係るＸ線ＣＴ装置は、光子計数検出器と、記憶部と、処理回路とを備える。光子計数検出器は、チャンネル方向に複数の検出器画素を有する。記憶部は、イメージング対象物の画像再構成中に使用されることになる前記光子計数検出器の検出器応答フォワードモデルを記憶する。処理回路は、前記イメージング対象物の減衰プロファイルを推定し、前記複数の検出器画素のそれぞれに対して、前記推定した減衰プロファイルに基づいて空間的重みを決定し、前記空間的重みに基づいて、前記記憶部に記憶されている前記検出器応答フォワードモデルを更新する。

【図面の簡単な説明】

【0008】

【図1】図１は、本明細書で開示する技法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例を示す図である。

【図2】図２は、光子計数検出器のＰＣＤビン応答関数Ｓ_b（E）の例を示す図である。それぞれの曲線は、エネルギービンの例示的な関数を示している。

【図3A】図３Ａは、既知の物質および厚さの異なる組み合わせを使用した、空気スキャンおよびスラブスキャンを示す図である。

【図3B】図３Ｂは、既知の物質および厚さの異なる組み合わせを使用した、空気スキャンおよびスラブスキャンを示す図である。

【図3C】図３Ｃは、既知の物質および厚さの異なる組み合わせを使用した、空気スキャンおよびスラブスキャンを示す図である。

【図4】図４は、イメージング対象物に対してスキャンが行われるときの、異なるファン角度での経路長の違いを示す図である。

【図5】図５は、本開示の実施形態による、較正データ重み最適化装置５００のブロック図である。

【図6】図６は、本開示の実施形態による、較正データ重み最適化手順６００のフロー図である。

【図7A】図７Ａは、本開示の実施形態による、例示的な重み調整を示す図である。

【図7B】図７Ｂは、本開示の実施形態による、例示的な重み調整を示す図である。

【図7C】図７Ｃは、本開示の実施形態による、例示的な重み調整を示す図である。

【図7D】図７Ｄは、本開示の実施形態による、例示的な重み調整を示す図である。

【図8A】図８Ａは、本開示の一実施形態による、連続的な空間的重み調整スキームの例を示す図である。

【図8B】図８Ｂは、本開示の一実施形態による、連続的な空間的重み調整スキームの例を示す図である。

【図8C】図８Ｃは、本開示の一実施形態による、連続的な空間的重み調整スキームの例を示す図である。

【図9A】図９Ａは、本開示の一実施形態による、例示的な検出器チャンネル４００に対する空間的調整前後の重みを示す図である。

【図9B】図９Ｂは、本開示の一実施形態による、例示的な検出器チャンネル２００に対する空間的調整前後の重みを示す図である。

【図9C】図９Ｃは、本開示の一実施形態による、３つの例示的な検出器チャンネル３０に対する空間的調整前後の重みを示す図である。

【発明を実施するための形態】

【0009】

以下、図面を参照しながら、Ｘ線ＣＴ装置及びデータ処理方法の実施形態について詳細に説明する。

【0010】

コンピュータ断層写真撮影（Computed Tomography：ＣＴ）システムおよび方法は、通常、医用イメージングおよび診断に使用される。ＣＴシステムは、一般に、一連の投影角度で対象の身体を通して投影画像を作成する。Ｘ線管などの放射線源は、対象の身体を照射し、投影画像は、様々な角度で生成される。対象の身体の画像は、投影画像から再構成される場合がある。

【0011】

従来から、エネルギー積分検出器（Energy-Integrating Detector：ＥＩＤ）および／または光子計数検出器（Photon-Counting Detector：ＰＣＤ）がＣＴ投影データを測定するために使用されてきた。ＰＣＤには、Ｘ線ビームのエネルギースペクトルをエネルギービンが集合的にカバーするように、ＰＣＤが入射Ｘ線のカウントをエネルギービンとも呼ばれるスペクトラル成分に分解するといった、スペクトラルＣＴを実施する場合の能力など、多くの利点がある。非スペクトラルＣＴとは異なり、スペクトラルＣＴは、Ｘ線エネルギーに応じて異なるＸ線減衰を呈する異なる物質に起因する情報を生成する。これらの違いにより、スペクトル的に分解された投影データを、異なる物質成分に分解することができ、例えば、物質分解の２つの物質成分は、骨および水である場合がある。

【0012】

ＰＣＤは、臨床Ｘ線イメージングを意味する高Ｘ線フラックスレートで応答時間が速いとはいえ、単一の検出器での複数のＸ線検出イベントが、検出器の時間応答内で発生する場合があり、多重衝突とも呼ばれる現象が起こる。補正されないまま放置すると、多重衝突効果により、ＰＣＤのエネルギー応答が歪み、ＰＣＤからの再構成画像が劣化する可能性がある。これらの効果が補正される場合、スペクトラルＣＴは、従来のＣＴに優る多くの利点を有する。多くの臨床の応用は、スペクトラルＣＴ技術から、スペクトラルＣＴがスキャンした対象から完全な組織特徴描写情報を抽出するため、物質識別の改善などの利益を得ることができる。

【0013】

スペクトラルＣＴで半導体ベースのＰＣＤをより効果的に使用することに関する１つの課題は、ロバストでかつ効率的な方式で投影データの物質分解を行うことである。例えば、検出プロセスの多重衝突の補正が不完全であり、これらの不完全性が、物質分解から生じた物質成分を劣化させる可能性がある。

【0014】

光子計数ＣＴシステムでは、直接変換を使用した半導体ベースの検出器が、個々の入射光子のエネルギーを分解して、積分期間ごとに複数のエネルギービンカウントを測定するように設計される。しかし、そのような半導体材料（例えば、ＣｄＴｅ／ＣＺＴ）における検出物理的特性に起因して、検出器エネルギー応答が、エネルギー蓄積および電荷誘導プロセスにおける電荷共有、ｋ－エスケープ、および散乱効果によって、それに加えて、関連するフロントエンド電子機器における電子ノイズによって、著しく劣化／歪曲される。信号誘導時間に限りがあることから、高計数率条件では、パルスの多重衝突もまた、上述したようにエネルギー応答を歪ませる。

【0015】

センサー材料の不均一性および統合検出システムの複雑性が原因で、測定ごとにフォワードモデルの精度を決定する信号誘導プロセスの特定のモデリングを用いる物理的特性シミュレーションまたはモンテカルロシミュレーションだけに基づいてＰＣＤのそのような検出器応答を正確にモデル化することは困難である。また、入射Ｘ線管スペクトルモデリングの際の不確実性に起因して、モデリングはフォワードモデルで追加のエラーを誘発し、かつ全てのこれらの因子により、最終的にＰＣＤ測定からの物質分解、ゆえに生成されるスペクトラル画像の精度が劣化する。

【0016】

同様の問題を解決するための較正法が文献で提案されている。基本的な着想は、種々の既知の経路長の複数の伝送測定値を用いてフォワードモデルを較正測定値と一致するように修正することである。いくつかの着想が、従来のＣＴのＸ線スペクトルの推定に適用され（Sidky et al.,Journal of Applied Physics 97(12),124701 (2005)およびDuan et al.,Medical Physics 38(2),Feb,2011を参照）、その後、複合システムのスペクトラル応答を推定するために光子計数検出器に適用される（Dickmann et al.,Proc.SPIE 10573,Medical Imaging 2018:Physics of Medical Imaging,1057311(March 9,2018)参照）。しかし、較正法の詳細な設計および実装において、特に完全な第３世代ＣＴ幾何学的形状での応用の実現可能性を考慮すると、多くのバリエーションが存在し得る。

【0017】

以下の開示は、提示する主題の様々な特徴を実装するための、多くの様々な実施形態、または例を提示する。構成要素および配置の具体例は、本開示を簡易にするために以下で説明する。これらは、当然、単に例だけであり、制限されることを意図していない。

【0018】

例えば、本明細書に記載のように、異なる手順の説明の順序は、明確にするために提示されている。概して、これらのステップは、任意の適切な順序で行うことができる。また、本明細書の異なる特徴、技術、構成の各々は、本開示の様々な場所で説明される場合があるが、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、実行できることが意図される。したがって、本開示は多くの様々な方法で具現化され、かつ考察され得るものである。

【0019】

本開示は、光子計数ＣＴスキャナシステムで使用される較正データ重みの空間的調整に関し、上記ＣＴスキャナシステムは、Ｘ線放射線を放出する１つまたは複数のＸ線管、およびＣＴスキャニングシステムの画像視野（Field Of View：ＦＯＶ）を通して伝搬するＸ線放射線を受信するための検出器画素のアレイを含む。重み調整スキームは、ＰＣＤ計数およびスペクトラルフォワードモデルの両方に適用することができる。

【0020】

重み調整関数は、既知の代替の対象物に基づいて推定される潜在的なイメージング対象物の形状に基づくか、またはイメージング対象物の低線量スカウトスキャンに基づいて算出することができる。調整された重みは、事前に作成されたＰＣＤ検出器較正テーブルに組み込むことができ、これは、減衰線積分または主成分物質の経路長のサイノグラムを生成して、さらに計数およびスペクトラル画像を再構成するために使用される。潜在的なイメージング対象物の経路長プロファイルに従って、画素位置に基づいて較正データ重みを調整することによって、限られたデータサンプルを用いて、ＰＣＤ検出器応答フォワードモデルフィッティングの質を改善することができる。

【0021】

較正データ重み調整スキームは、図１を参照して後述するように、光子計数ＣＴスキャンシステムに含まれている光子計数検出器で実行することができる。図１に示すＸ線ＣＴ装置１は、ガントリ１０、ベッド３０、および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を含む。説明のために、図１は、複数のガントリ１０を示している。

【0022】

本実施形態では、傾斜していない状態の回転フレーム１３の回転軸、またはベッド３０のテーブル上面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線方向」と定義し、かつ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。

【0023】

例えば、ガントリ１０およびベッド３０は、ＣＴ検査室内に設置され、かつコンソール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というわけではない。例えば、コンソール４０は、ガントリ１０およびベッド３０と共に同じ部屋に設置される場合がある。いずれにしても、ガントリ１０、ベッド３０、およびコンソール４０は、有線または無線で互いに通信できるように接続されている。

【0024】

ガントリ１０は、対象（またはイメージング対象物）Ｐに対してＸ線ＣＴイメージングを実施するための構成を有するスキャナである。ガントリ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。

【0025】

Ｘ線管１１は、高電圧の印加およびＸ線高電圧装置１４からのフィラメント電流の供給に応じて、熱的電子をカソード（フィラメント）からアノード（ターゲット）に放出することによってＸ線を発生させる真空管である。具体的には、Ｘ線は、熱的電子がターゲットに衝突することによって発生する。Ｘ線管１１の例としては、回転アノードへ熱的電子を放出することによってＸ線を発生させる回転アノード型Ｘ線管が挙げられる。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形成され、対象Ｐに照射される。

【0026】

Ｘ線検出器１２は、Ｘ線管１１によって放出され、かつ対象Ｐを通過したＸ線を検出して、Ｘ線量に応じた電気信号をＤＡＳ１８に出力する。Ｘ線検出器１２は、例えば、それぞれがＸ線管１１の焦点を中心とする円弧に沿ってチャンネル方向（Ｘ軸方向または円柱方向）に並んだ複数のＸ線検出素子を含む複数のＸ線検出素子列を含む。Ｘ線検出器１２は、それぞれがチャンネル方向に並んだ複数のＸ線検出素子を含む複数のＸ線検出素子列が、スライス方向（Ｚ軸方向、または列方向）に並んでいるアレイ構造を有する。

【0027】

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。

【0028】

回転フレーム１３は、回転軸を中心にして回転可能にＸ線発生器およびＸ線検出器１２を支持する。具体的には、回転フレーム１３は、Ｘ線管１１がＸ線検出器１２に対向し、後述の制御装置１５の制御下でＸ線管１１およびＸ線検出器１２が回転するように、Ｘ線管１１およびＸ線検出器１２を支持す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から作製された固定フレーム（図示せず）によって回転可能に支持される。具体的には、回転フレーム１３は、ベアリングを介して固定フレームの端部に連結されている。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を中心にして所定の角速度で回転する。

【0029】

Ｘ線管１１およびＸ線検出器１２に加えて、回転フレーム１３は、Ｘ線高電圧装置１４およびＤＡＳ１８を含み、かつそれらを支持する。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と共にほぼ円筒形の筐体に収容される。ボアは、ほぼＦＯＶに相当する。ボアの中心軸は、回転フレーム１３の回転軸Ｚと一致する。ＤＡＳ１８によって生成された検出データは、例えば、送信機（図示せず）から、ガントリの非回転部分（図１では図示を省略した固定フレームなど）に設置された受信機（図示せず）に伝送され、その後、コンソール４０に転送される。

【0030】

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に印加される高電圧およびＸ線管１１に供給されるフィラメント電流を発生させる機能を有する高電圧発生器、ならびにＸ線管１１によって放出されたＸ線による出力電圧を制御するように構成されたＸ線制御装置を含む。高電圧発生器は、変圧器型、または逆変流器型とすることができる。Ｘ線高電圧装置１４は、後述する回転フレーム１３またはガントリ１０の固定フレーム（図示せず）に設置されてもよい。

【0031】

制御装置１５は、中央演算処理装置（Central Processing Unit：ＣＰＵ）などを含む処理回路、およびモータまたはアクチュエータなどのドライバを含む。処理回路は、ハードウェアリソースとして、ＣＰＵまたはマイクロ処理ユニット（Micro Processing Unit：ＭＰＵ）などのプロセッサ、および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）、または別の複合プログラマブルロジックデバイス（Complex Programmable Logic Device：ＣＰＬＤ）また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からの命令に従って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、メモリに記憶されている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。

【0032】

ＣＰＵは、本明細書に記載の機能を実施するコンピュータ可読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、このプログラムは、上述の非一時的電子メモリおよび／またはハードディスクドライブ、ＣＤ、ＤＶＤ、ＦＬＡＳＨドライブもしくは任意のその他の既知の記憶媒体のいずれかに記憶される。さらに、このコンピュータ可読命令は、実用アプリケーション、バックグラウンドデーモン、またはオペレーティングシステムのコンポーネント、あるいはそれらの組み合わせとして提供されてもよく、当業者に既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る。さらに、ＣＰＵは、命令を実施するために並行して協動する複数のプロセッサとして実装されることがある。

【0033】

制御装置１５はまた、コンソール４０またはガントリ１０に接続さ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ガントリ１０およびベッド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、ガントリ１０を傾斜させる制御、またはベッド３０およびテーブル上面３３を動作させる制御を行う。ガントリ１０を傾斜させる制御は、ガントリ１０に接続された入力インターフェース４３を通して入力された傾斜角度情報に基づいて、制御装置１５がＸ軸方向に平行な軸を中心にして回転フレーム１３を回転させることによって実行される。制御装置１５は、ガントリ１０またはコンソール４０のいずれかに設置されてよい。制御装置１５は、プログラムをメモリに記憶させる代わりに、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てもよい。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した制御を行う。

【0034】

ウェッジフィルタ１６は、Ｘ線管１１から放出されるＸ線の線量を調節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から放出されるＸ線を透過させて、対象Ｐに対してＸ線管１１から放出される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、所定の目標角度および所定の厚さを持つようにアルミニウムを加工して得られるフィルタである。

【0035】

コリメータ１７は、ウェッジフィルタ１６を透過したＸ線の照射範囲を狭めるための鉛板などであり、鉛板などと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」と呼ばれることもある。

【0036】

ＤＡＳ１８は、複数のエネルギーバンド（「エネルギービン」または単に「ビン」と呼ばれる）ごとに、Ｘ線検出器１２により検出されるＸ線のカウントを示すデジタルデータ（「検出データ」とも称される）を生成する。検出データは、線源Ｘ線検出素子のチャンネル番号および列番号、収集したビュー（投影角度とも称される）を示すビュー番号、ならびにエネルギービン番号により識別されるカウント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できる回路素子が搭載された特定用途向け集積回路（ＡＳＩＣ）によって実行される。検出データは、コンソール４０に転送される。

【0037】

ベッド３０は、その上にスキャンされる対象Ｐを載せて、対象Ｐを移動させる装置であり、ベース３１、ベッドアクチュエータ３２、テーブル上面３３、および支持フレーム３４を含む。

【0038】

ベース３１は、支持フレーム３４を垂直方向に移動可能に支持する筐体である。

【0039】

ベッドアクチュエータ３２は、対象Ｐがテーブル上面３３の長手方向に置かれているテーブル上面３３を移動させるモータまたはアクチュエータである。ベッドアクチュエータ３２は、コンソール４０による制御または制御装置１５による制御に応じてテーブル上面３３を移動させる。例えば、ベッドアクチュエータ３２は、テーブル上面３３に置かれた対象Ｐの体軸が回転フレーム１３のボアの中心軸と一致するように、対象Ｐと直交する方向にテーブル上面３３を移動させる。また、ベッドアクチュエータ３２は、ガントリ１０を使用して行われるＸ線ＣＴイメージングに応じて、対象Ｐの体軸方向にテーブル上面３３を移動させることもできる。ベッドアクチュエータ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。ベッドアクチュエータ３２は、直接駆動モータまたはサーボモータなどのモータによって実装される。

【0040】

支持フレーム３４の上面に設置されているテーブル上面３３は、対象Ｐがその上に置かれる板である。ベッドアクチュエータ３２は、テーブル上面３３だけではなく、支持フレーム３４もテーブル上面３３の長手方向に移動させることができる。

【0041】

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と、処理回路４４とのデータ通信は、バスを介して行われる。コンソール４０は、ガントリ１０とは別体として説明するが、ガントリ１０は、コンソール４０またはコンソール４０の各構成要素の一部を含んでもよい。

【0042】

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）などの記憶デバイスであり、様々な種類の情報を記憶する。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、様々な種類の情報を、ＨＤＤ、ＳＳＤなどだけではなく、例えば、ＣＤ、ＤＶＤ、もしくはフラッシュメモリなどの携帯可能記憶媒体、またはランダムアクセスメモリ（ＲＡＭ）などの半導体メモリに書き込んで、それらから読み出す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、またはネットワークを介して接続された外部記憶デバイス内にあってもよい。例えば、メモリ４１は、ＣＴ画像のデータまたはディスプレイ画像を記憶する。メモリ４１はまた、本実施形態による制御プログラムも記憶する。メモリ４１は、イメージング対象物の画像再構成中に使用されることになる光子計数検出器であるＸ線検出器１２の検出器応答フォワードモデルを記憶する。メモリ４１は、記憶部の一例である。

【0043】

ディスプレイ４２は、様々な種類の情報を表示する。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）およびオペレータからの様々な種類の作業を受信するためにグラフィカルユーザーインターフェース（Graphical User Interface：ＧＵＩ）などを出力する。ディスプレイ４２として、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、有機エレクトロルミネセンスディスプレイ（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が適宜用いられてもよい。ディスプレイ４２は、ガントリ１０内に設置されてよい。ディスプレイ４２は、デスクトップタイプであるか、またはコンソール４０と無線で通信可能なタブレットデバイスによって構成されてもよい。

【0044】

入力インターフェース４３は、オペレータから様々な種類の入力操作を受信して、受信し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、オペレータから、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、およびＣＴ画像から画像後処理画像を生成するための画像処理条件などを受信する。入力インターフェース４３として、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が適宜用いられてもよい。本実施形態では、入力インターフェース４３は、必ずしもマウス、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コンポーネントを含むというわけではない。例えば、入力インターフェース４３はまた、装置とは別々に設置された外部の入力デバイスからの入力操作に応じた電気信号を受信し、その電気信号を処理回路４４に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、ガントリ１０内に設置されてよい。入力インターフェース４３は、コンソール４０と無線で通信可能なタブレットデバイスによって構成されてよい。

【0045】

処理回路４４は、入力インターフェース４３から出力された入力操作の電気信号に応じて、Ｘ線ＣＴ装置１の全体的な動作を制御する。例えば、処理回路４４は、ハードウェアリソースとして、ＣＰＵ、ＭＰＵなどのプロセッサ、またはグラフィック処理装置（Graphics Processing Unit：ＧＰＵ）、およびＲＯＭもしくは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と共に、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、およびディスプレイ制御機能４４４を実施する。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、およびディスプレイ制御機能４４４）は、必ずしも単一の処理回路によって実装されるわけではない。処理回路は、複数の独立したプロセッサを組み合わせて構成することができ、かつプロセッサは、対応するプログラムを実行して、機能を実行することができる。

【0046】

システム制御機能４４１は、入力インターフェース４３を介してオペレータから受信し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に記憶されている制御プログラムを読み出し、それを処理回路４４内のメモリにロードし、ロードした制御プログラムに応じて、Ｘ線ＣＴ装置１の各部分を制御する。例えば、処理回路４４は、入力インターフェース４３を介してオペレータから受信した入力操作に基づいて、処理回路４４の各機能を実施する。例えば、システム制御機能４４１は、対象Ｐの２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。位置決め画像はまた、「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。

【0047】

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、チャンネル間の感度補正処理、ビーム硬化補正、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、および物質分解の補正などの前処理を実施することによって取得されたデータを生成する。前処理前のデータ（検出データ）および前処理後のデータは、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。

【0048】

再構成機能４４３は、フィルタ処理逆投影法、逐似近似再構成法、確率的画像再構成法などを使用して、前処理機能４４２で生成された投影データに対して、再構成処理を実施することによってＣＴ画像データを生成する。再構成機能４４３は、再構成処理の一例である。必要であれば、画像フィルタリング、平滑化、ボリュームレンダリング、または画像差分処理が、ＣＴ画像データに適用することができる。ディスプレイ制御機能４４４は、入力インターフェース４３を介してオペレータから受信し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、公知の方法によって所与の横断面の断層撮影画像データまたは３次元画像データに変換する。３次元画像データの生成は、再構成機能４４３によって直接行われる場合がある。ディスプレイ制御機能４４４は、ディスプレイ制御装置の一例である。

【0049】

一実装形態では、Ｘ線管１１は、広域スペクトルのＸ線エネルギーを放出する単一の線源であり、ＰＣＤ１２は、テルル化カドミウム（ＣｄＴｅ）、テルル化カドミウム亜鉛（ＣＺＴ）、シリコン（Ｓｉ）、ヨウ化第二水銀（ＨｇＩ２）およびガリウム砒素（ＧａＡｓ）などの半導体に基づいて、直接変換型のＸ線放射線検出器を使用することができる。前述したように、半導体ベースの直接変換型のＸ線検出器は、概して、シンチレータ検出器などの間接変換型の検出器よりも速い時間応答を有する。直接変換型の検出器の速い時間応答により、個々のＸ線検出イベントを分解することが可能になるが、臨床のＸ線応用での典型的な高Ｘ線フラックスでは、検出イベントのいくつかの多重衝突が発生する可能性がある。検出されたＸ線のエネルギーは、直接変換型の検出器によって生成された信号に比例し、かつ検出イベントは、スペクトラルＣＴのスペクトル的に分解されたＸ線データをもたらすエネルギービンにまとめることができる。

【0050】

図２は、ＰＣＤビンの応答関数の例を示す。図２に図示されているように、電荷共有、パルス多重衝突効果などが原因で、ビン応答関数は、カウンターごとの理想的なビンエネルギーウィンドウを超えた非常に広範な分布を有する。通常、種々の既知の減衰経路長の複数の伝送測定値に基づいて較正手順が適用され、較正測定値と一致するようにフォワードモデルが修正される。

【0051】

例えば、エネルギービンの数がｎの場合、ＰＣＤフォワードモデルは、下記式（１）及び式（２）によって得られる。

【0052】

【数1】

【0053】

【数2】

【0054】

式（１）及び（２）中、Ｅは入射エネルギーを意味し、Ｅ’は、測定されたエネルギーを意味し、Ｎ_ｂ，ｊは、エネルギービンｂに対して所与の検出器画素ｊで測定されたカウントを意味し、Φ_b(Ｅ’)は、ＤＡＳ１８（またはＡＳＩＣ）の機能をモデル化したビニング関数を意味し、Ｔ_ｂおよびＴ_ｂ＋１は、エネルギービンｂの低エネルギー閾値および高エネルギー閾値であり、Ｅ_ｍｉｎおよびＥ_ｍａｘは、入射スペクトルエネルギー範囲の低エネルギー閾値および高エネルギー閾値であり、Ｎ_０，ｊは、空気スキャンを使用して、検出器画素ｊで測定された空気フラックスによって表されることがある入射ビームスペクトルであり、S_O、ｊ（Ｅ）Ｄ（Ｅ，Ｅ’）は、検出器応答較正項（「ＤＲ」）であり、かつΣ_k＝１ ^Kμ_k（E）ｌ_kは、検出器画素ｊでの減衰サンプルである。

【0055】

フォワードモデルパラメータを較正するために、既知の物質および厚さのスラブスキャンのセットが収集される。Ｎ_ｂ,ｉ,ｊをエネルギービンｂおよびスラブｉ（ｉ＝１，…，ｍ）に対して検出器画素ｊで測定されたカウントとすると、ＰＣＤフォワードモデルにおけるパラメータは、式（３）を使用して最小化問題を解くことによって決定することができる。

【0056】

【数3】

【0057】

式中、ｙ_b，ｉは、式（１）に基づく特定の空気フラックスＮ_Oｊを受けてＤＲ_jと共に、エネルギービンｂ、スラブｉ、および検出器画素ｊに関して計算されたカウントである。

【0058】

上記の式は、光子計数ＣＴのスペクトラルモード向けに設計されていることに留意されたい。光子計数ＣＴが計数モードで動作する場合、計算は、以下の式（４）のように短縮することができる。

【0059】

【数4】

【0060】

ここで、以下の式（５）及び式（６）が成り立つ。

【0061】

【数5】

【0062】

【数6】

【0063】

ＰＣＤ較正スキャンデータが矩形スラブ１，…，ｍを使用して取得される場合、この手順により、減衰サンプルatt_i=Σ_k＝１ ^Kμ_kl_k (i) (i=1, .., m)を用いて測定値のセットが生成される。図３Ａから３Ｃは、既知の物質および厚さの異なる組み合わせを使用した、空気スキャンおよびスラブスキャンを示している。図３Ｂから３Ｃに示す例では、ＰＣＤ較正スラブスキャンは、固体水／アルミニウム、または他の類似の組み合わせ（例えば、ヨウ素、カルシウムなど）などの２つの主成分物質を用いて（すなわち、Ｋ＝２）、対象物スキャンの際に生じるであろう減衰位相空間をカバーする。これらのデータポイントＮ_{b，ｉ，ｊ}（スペクトラルモードの場合。あるいは計数モードの場合はＮ_ｔｏｔ,_i，ｊのそれぞれは、コスト関数計算に使用されることになる。

【0064】

矩形スラブがスラブスキャンで使用される場合、ＰＣＤ較正スキャンデータのセットは、検出器ファン角度全体にわたって、ほぼ同じ減衰サンプルを有する。画素ごとのＤＲ関数のフォワードモデルパラメータを決定するために、重み付けされた最小２乗フィッティングが適用される場合、コスト関数設計は、通常、統計的ノイズに基づいて測定されたデータに重み付けを行う場合がある。つまり下記式（７）のようになる。

【0065】

【数7】

【0066】

フォワードモデルパラメータ化が十分であれば、上記のコスト関数設計は、適切に機能し、良好な較正結果を生成することができる。しかし、実際の状況では、ＰＣＤ検出器応答は、通常、複雑すぎるため、減衰サンプルの全てに対するパラメータフィッティングの質は等しくなく、特に、パルス多重衝突がより激しくなり始めるときの高フラックス領域では、通常、ポアソンノイズに基づく自然な統計的重み付けは十分ではない。

【0067】

さらに、光子計数ＣＴによってスキャンされる対象物は、通常、円筒形状を有する。ＦＯＶの中心の減衰は、一般に、経路長が最長であるが、ファン縁端に向かうにつれて短くなり、イメージング対象物の縁端に近づくにつれてさらに短くなる。図４は、異なるファン角度での経路長を示しており、ここで、中央領域の光線は、通常、スキャンした対象物を通ってより長い経路長（例えば、Ｌ２）となり、かつ縁端領域の光線は、大幅に短い経路長（例えば、Ｌ１）となる。

【0068】

そのため、同じ重み付けスキームを検出器ファン範囲全体にわたって適用することは、最適なフィッティングの質が得られず、最適以下の画像品質をもたらす可能性がある。その代わりに、ファン範囲の中央では短い経路長よりも長い経路長でのフィッティングの質を優先し、同時にファン縁端に向かうにつれて長い経路長よりも短い経路長でのフィッティングの質を優先することが望ましい。

【0069】

図５は、本開示の実施形態による、較正データ重み最適化装置５００のブロック図を示している。較正データ重み最適化装置５００は、参照スキャンデータ取得回路５１０、較正テーブル受信回路５２０、参照経路長プロファイル生成回路５３０、較正データ重み決定回路５４０、および較正テーブル更新回路５５０を含む。

【0070】

参照スキャンデータ取得回路５１０は、ＣＴシステムの検出器から参照スキャンデータを取得する。参照スキャンデータは、イメージング対象物の２Ｄスカウトスキャンまたは３Ｄスカウトスキャンなどの様々な手法を使用して取得することができる。あるいは、適切なファントムを使用して、参照スキャンデータを取得することもできる。

【0071】

較正テーブル受信回路５２０は、ＣＴシステムの較正テーブル記憶装置（図示せず）から較正テーブルを受信することができる。典型的には、較正テーブルは、既知の物質および厚さの様々な組み合わせを使用して、スラブスキャンを実施することによって作成することができ、その後、ＣＴのフォワードモデルの較正で使用するために較正テーブル記憶装置に記憶される。

【0072】

較正テーブルおよび参照スキャンデータに基づいて、参照経路長プロファイル生成回路５３０は、参照経路長プロファイルを生成し、この参照経路長プロファイルにより、イメージング対象物のスキャン中に異なる画素位置でのＸ線により生じるであろう経路長の推定を行うことができる。

【0073】

生成された参照経路長プロファイルに基づいて、較正データ重み決定回路５４０は、スラブ較正データに対する重みを決定する。例えば、一実施形態では、この重み付けスキームは、フォワードモデルフィティングプロセス中に、検出器の中心の厚いスラブにはより大きな重みを加え、かつ外周部に向かって薄くなるスラブに、より大きな重みを加えるように、検出器ファン角度全体にわたって較正スラブスキャンデータに確実に異なる重みを与えるように設計される。

【0074】

決定された較正データ重みに基づいて、較正テーブル更新回路５５０は、較正テーブルを更新し、それらを較正テーブル記憶装置に保存する。また、処理回路４４は、更新された検出器応答フォワードモデルを使用してイメージング対象物の画像を再構成する。フィッティングの重みの適切な空間的調整を行うことによって、検出器画素ごとにより関連性の高い経路長範囲が優先付けされ得る。その結果、目標経路長範囲に対するフォワードモデルのフィッティングの質がさらに高まり、画像品質の最適化をもたらすことができる。

【0075】

図６は、本開示の実施形態による、較正データ重み最適化手順６００のフローチャートを示す。

【0076】

ステップＳ６１０で、参照スキャンデータが取得される。前述したように、参照スキャンデータは、イメージング対象物のスカウトスキャンを通して、または代替として円筒形ファントムをスキャンすることによって取得することができる。例えば、３２ｃｍの円筒形水ファントムが、代替として使用される場合がある。あるいは、イメージング対象物の２Ｄまたは３Ｄスカウトスキャンが、参照スキャンデータを取得するために実行される場合がある。

【0077】

ステップＳ６２０で、較正テーブルが受信される。例えば、このステップは、一連のスラブスキャンを通して事前に準備され、較正テーブル記憶装置に記憶される場合がある較正テーブルを検索することを含む場合がある。

【0078】

ステップＳ６３０では、参照経路長プロファイルが、較正テーブルおよび参照スキャンデータに基づいて生成される。すなわち、処理回路４４は、参照スキャンデータに基づいて推定した減衰プロファイルとして参照経路長プロファイルを生成する。参照経路長プロファイルは、前記イメージング対象物のスキャン中に前記複数の検出器画素で生じるであろう潜在的な減衰経路長を表す。このようにして、処理回路４４は、イメージング対象物の減衰プロファイルを推定する。

【0079】

例えば、水ファントムを代替として使用する場合、参照経路長プロファイルは、物質分解後の水主成分物質経路長か、または特定のｋｅＶでの総水等価経路長のいずれかとすることができる。スラブスキャンで固形水以外にも使用される場合、特定のｋｅＶ（例えば、７０ｋｅＶ）を選択して、下記式（８）を使用して総水等価経路長L_totを計算して、参照水ファントムプロファイルと比較することができる。

【0080】

【数8】

【0081】

２Ｄスカウトスキャン（「スキャノ」とも呼ばれる）法が使用される場合、参照経路長は、例えば、１／Ｖａｒ（Ｎ_{b、ｉ，ｊ}）の等しい重みを割り当てる初期較正テーブルに基づいて生成することができる。検出器アレイ全体にわたる参照水等価経路長は、２Ｄスカウトスキャンの最大値または平均値のいずれかからのものであり得る。３Ｄスカウトスキャンが使用される場合、参照水等価経路長は、ビュー平均サイノグラムから取得することができる。

【0082】

スカウトスキャン手法は、より単純な円筒形ファントム手法に優るさらなる利点を提供することができる。イメージング対象物のＺプロファイルなど、より多くの情報を取得することにより、身体組成および異なる領域にわたる放射線減衰のばらつきを考慮に入れることができる。例えば、スキャンした対象物全体にわたって著しいばらつきが観察される場合、Ｚプロファイルに基づいて異なる重み調整スキームを用いて複数の較正テーブルが準備される場合がある。これは、頚部に第１の重みスキームを適用し、胸部に第２の重みスキームを適用し、かつ腹部に第３の重みスキームを適用することなどを含む場合がある。特定の関心領域に合わせて重み調整を調節することによって、検出器はより精密で信頼性の高いイメージング結果を実現できる。

【0083】

ステップＳ６４０で、参照経路長プロファイルおよび較正テーブルに基づいて、空間的に調整された重みがスラブスキャンデータに対して決定される場合がある。すなわち、処理回路４４は、複数の検出器画素のそれぞれに対して、ステップＳ６３０で推定した減衰プロファイルに基づいて空間的重みを決定する。より具体的には、フォワードモデルフィッティングプロセスでは、較正スラブスキャンデータは、検出器のファン角度範囲全体にわたって異なるデータ重みを有する場合がある。概して、検出器の中心領域では、より大きな重みがより厚いスラブに割り当てられる場合があり、その一方で、検出器の外周領域では、薄いスラブに、より大きな重みが加えられる場合がある。

【0084】

例えば、空間的重み調整が、以下の式（９）のように測定されたスラブデータＮ_{b，ｉ，ｊ}および画素位置ｘ_jに応じて設計される場合がある。すなわち、複数の検出器画素のそれぞれに対して、複数のスラブの各スラブに関連した特定の校正データに対応する空間的重みのうちの１つの空間的重みを計算するために関数を使用するようにさらに構成され、当該関数は、式（９）に表されるように、検出器画素の位置ｘ_iおよびスラブに関連した特定の較正データに依存する。

【0085】

【数9】

【0086】

したがって、調節されたスラブデータ重みを用いて、検出器画素ｊに対するフォワードモデルフィッティング最小化コスト関数は、下記式（１０）のようになる。

【0087】

【数10】

【0088】

前述したように、重み調整関数は、予め定められたイメージング対象物の幾何学的形状、例えば、予め定められた円筒形ファントムに基づいて設計することができる。あるいは、重み調整関数は、イメージング対象物のスカウトスキャンデータに基づいて、その場で設計することができる。重み調整関数の設計については、様々な実施形態および図７Ａ～７Ｄ、８Ａ～８Ｃ、および９Ａ～９Ｃを参照しながらより詳しく説明する。

【0089】

ステップＳ６５０では、イメージング対象物に関して、元の重みを空間的に調整した重みと置き換えることによってＰＣＤフォワードモデル較正テーブルが更新される。すなわち、処理回路４４は、ステップＳ６４０で決定された空間的重みに基づいて、記憶部としてのメモリ４１に記憶されている検出器応答フォワードモデルを更新する。これらの更新された較正テーブルは、例えば、計数線積分または主成分物質経路長を生成するために、後に画像再構成プロセスで使用することができる。イメージング対象物の減衰プロファイルに基づいて較正データ重みを最適化することによって、同じ限られた数のスラブデータサンプルを使用してより優れたフィッティングの質が実現可能である。これにより、画像再構成プロセス中に画像品質を向上させることができる。

【0090】

本開示の一実施形態によれば、所与の検出器画素ｊに対して、それらの経路長と参照経路長Ｌ_ｊとの比較に基づいて異なる重み値がスラブデータサンプルに割り当てられる場合がある。参照経路長は、円筒形ファントムを使用して、またはスカウトスキャンを通して推定することができる。スラブの厚さがＬ_jよりも薄いデータサンプルの全てに対して、以下の式（１１）のように、第１の相対重みが割り当て可能である。すなわち、処理回路は、複数のスラブに関連した較正データの統計値に依存する調整項を含む関数を使用す
る。

【0091】

【数11】

【0092】

スラブの厚さがL_jに等しいか、またはそれよりも厚い場合は、データサンプルには、以下の式（１２）のように、第２の相対重みが加えられる場合がある。

【0093】

【数12】

【0094】

ａ１およびａ２の値を調整することによって、スラブサンプル全体にわたる相対重みは、最適な較正結果を得るために調節することができる。例えば、ａ１およびａ２の適切な値を選択することにより、参照経路長よりも経路長がはるかに長い（または設計要件に応じてはるかに短い）スラブサンプルに割り当てられる重みを減らすことができる。これは、典型的には対象物スキャン中にそのようなサンプルの経路長が生じないため、それらのサンプルはその画素に対して関連性が低いことが理由である。

【0095】

典型的には、参照経路長は、検出器の中心で最も長く、かつ縁端に向かって徐々に短くなる。検出器の中心に配置された検出器画素に対して、スラブサンプルの全てに割り当てられる重みは、式（１１）を使用して決定することができる。検出器画素の位置が検出器の縁端に向かって移動するにつれて、式（１２）に基づいて、より多くのスラブサンプルに、重みが加えられる場合がある。このようにして、参照経路長プロファイルに基づいて式（１１）または（１２）を使用することで、スラブデータの空間的重み調整を実現することができる。

【0096】

N_{b、ｉ，ｊ}がポアソン統計値に近似的に従うと仮定すれば、そのばらつきは、その期待値と等しくなり（すなわちＶａｒ（Ｎ_b，ｉ，ｊ）＝Ｅ（Ｎ_b，ｉ，ｊ））、かつ第１および第２相対重みは、以下の式（１３）及び式（１４）のようになる。

【0097】

【数13】

【0098】

【数14】

【0099】

本開示の別の実施形態によれば、スラブ経路長サンプルの全体のセットのうちの所与の１つに対する重みは、下記式（１５）のように設計することができる。

【0100】

【数15】

【0101】

式（１５）中、Iは、その経路長が参照経路長L_jよりも短い最も高いスラブインデックスを意味する。

【0102】

ａ１およびａ２の値は、例えば、ＰＣＤフォワードモデルおよび最小化法の詳細に応じて０から５の間で変動する場合がある。そのようなものであるから、これらの選択は、一般的に、ケースバイケースで経験則に基づいて行われる。例示的シナリオでは、ａ１は、ａ２未満として選択される。

【0103】

図７Ａから７Ｄは、ａ１＝１，ａ２＝２を用いた例示的重み調整ｗ_oｐｔ(ｂ，ｉ，ｊ)を示している。水主成分経路長ビュー平均プロファイルを図７Ａおよび７Ｃに示す。ここで、横軸は、チャンネル方向における検出器画素の位置を表し、かつ縦軸は、対応する画素位置における経路長（ｃｍ）を表している。この経路長プロファイルは、アイソセンターの近くに置かれた３２ｃｍの円筒形水ファントムを使用して生成される。

【0104】

図７Ｂおよび７Ｄは、３つの異なるスラブデータ重みｗ１、ｗ２、およびｗ_ｏｐｔを、スラブサンプル経路長に沿って比較したものである。これらは、ａ１＝１，ａ２＝２を用いて上記の式（１３）、（１４）および（１５）を使用して計算することができる。検出器画素３００に割り当てられる最適な重みｗ_ｏｐｔは、経路長が参照経路長に（すなわち図７Ａに示されている水主成分経路長ビュー平均プロファイルによって示されるように２９ｃｍ）に達すると、以下の式（１６）から式（１７）に変化する。

【0105】

【数16】

【0106】

【数17】

【0107】

同様に、検出器画素２００の場合、図７Ｃに示されている水主成分経路長ビュー平均プロファイルによって観察されるように、経路長が１７ｃｍの参照経路長に達すると、最適な重みｗ_ｏｐｔの切り替えが起こる。

【0108】

検出器画素３００および２００の両方の場合、参照経路長よりも経路長が短いスラブサンプルの重みｗ_ｏｐｔは、重みｗ１（＝1/Var(N_{b，ｉ，ｊ})）よりも大きい。対照的に、経路長が参照経路長と等しいかまたはそれより長いスラブサンプルの重みｗ_ｏｐｔは、重みｗ２（＝1/Var²(N_{b，ｉ，ｊ})）よりも小さい。さらに、縁端により近い検出器画素２００から中心により近い検出器画素３００に向かって参照経路長が長くなるにつれて、経路長の長いスラブサンプルにより大きな重みが割り当てられる。すなわち、処理回路４４は、スラブの減衰経路長が検出器画素に対応する参照経路長プロファイルの値よりも大きい場合に、スラブに関連した特定の較正データに割り当てられる空間的重みを減少させる。

【0109】

先の実施形態では、重み調整関数は、較正で使用される減衰経路長の非連続的なサンプリングに起因して、検出器ファン角度の方向（またはチャンネル方向）に沿って離散的である。別の実施形態では、重み調整関数は、検出器チャンネル方向に沿って連続するように設計することができる。

【0110】

一例として、チャンネル単位のウィンドウ関数が、スラブデータの統計値に基づいて導出された元の重みに上乗せで適用される場合がある。ウィンドウ関数は、画素位置およびスラブ経路長の両方に応じて設計することができる。例えば、エネルギービンｂ、スラブｉおよび画素位置ｘ_jに関して得られたスラブデータポイントＮ_{b，ｉ，ｊ}が与えられると、下記式（１８）のように、元の重みｗ_{b，ｉ，ｊ}=Ｅ^-ａ(Ｎ_{b，ｉ，ｊ})は、連続的な空間的調整を通してｗ_oｐｔ（ｂ，ｉ，ｊ）に調整される。

【0111】

【数18】

【0112】

式（１３）内の調整関数ｆ_{ｂ，ｉ，ｊ}は、様々な最適化基準を満たし、異なるスキャン条件に適応する任意の関数とすることができる。例えば、調整関数は、アイソセンターに近い検出器チャンネルの厚い経路長に対する重みを増加させ、外周のチャンネルの厚い経路長に対する重みを減少させるように設計することができる。先の実施形態と同様に、調整関数ｆ_{ｂ，ｉ，ｊ}は、ファントムから、またはスキャンされる対象物の２Ｄまたは３Ｄのスカウトスキャンを通して生成された参照経路長プロファイルに基づいて決定することができる。

【0113】

連続的な空間的重み調整スキームの例については、図８Ａから８Ｃで確認することができる。空間的調整を行う１つの方法は、例えば、異なるスラブ経路長に対して様々な標準偏差σと共にガウシアンカーネルを使用することである。より具体的には、ガウシアンカーネルの標準偏差σ_iは、スラブ経路長が長くなるにつれて小さくなるように設計することができる。その結果、厚い経路長での重みは、下記の式（１９）で表される調整関数によって、外周の検出器チャンネルに対して徐々に抑制することができる。

【0114】

【数19】

【0115】

図８Ａおよび８Ｃは、それぞれ、異なる検出器チャンネルおよびスラブに対する空間的調整前後の正規化された重みを示している。図８Ａに示す元の重みを、図８Ｂに示す空間的重み調整関数によって乗算し、図８Ｃの調整された重みが得られる。図８Ａから８Ｃのそれぞれにおいて、横軸の中心領域は、アイソセンターの位置に対応する。図８Ｃに示すように、ほとんどの場合、アイソセンターに近い検出器チャンネルでは重みは維持され、その一方で、外周に近い検出器チャンネルでは、厚いスラブ経路長に対する重みが強く抑制される。

【0116】

上述した空間的調整関数の効果を、図９Ａから９Ｃを通してより具体的に示す。ここでは、３つの異なる検出器チャンネル４００、２００、および３０に関して調整前後の重みを図示している。検出器チャンネル４００は、アイソセンターに最も近く、その一方で、チャンネル２００は、アイソセンターからやや遠く離れており、かつ検出器チャンネル３０は、最も遠く離れている。検出器チャンネル４００に対する元の重みはほぼそのままであるが、外周により近い検出器チャンネル２００および３０では、厚いスラブ経路長に対する重みは大幅に減少している。

【0117】

前述の実施形態は、主としてスペクトラルモードに焦点をあてているが、そのモードに限定されるものではない。上述した空間的調整技法は、計数モードにも適用することができる。例えば、計数モードで応答フィッティングが行われる場合、必要に応じて他の調整の間で第１のエネルギー閾値（例えば、２０ｋｅＶ）を上回る総カウントを表すために、式中の N_{b，ｉ，ｊ}の値は、Ｎ_{ｔｏｔ，ｉ，ｊ}に置き換えることができる。

【0118】

本開示の実施形態は、以下のように付加的に述べることもできる。

【0119】

（１）Ｘ線スキャナシステムであって、チャンネル方向に複数の検出器画素を有する光子計数検出器と、イメージング対象物の画像再構成中に使用されることになる光子計数検出器の検出器応答フォワードモデルを記憶するメモリと、イメージング対象物の減衰プロファイルを推定し、複数の検出器画素のそれぞれに対して、推定した減衰プロファイルに基づいて空間的重みのセットを決定し、かつ空間的重みの決定したセットに基づいて、メモリに記憶されている検出器応答フォワードモデルを更新するように構成された処理回路とを含む、Ｘ線スキャナシステム。

【0120】

（２）処理回路は、参照スキャンデータを取得し、取得した参照スキャンデータに基づいて推定した減衰プロファイルとして参照経路長プロファイルを生成するようにさらに構成され、該生成された参照経路長プロファイルは、イメージング対象物のスキャン中に複数の検出器画素で生じるであろう潜在的な減衰経路長を表す、（１）に記載のシステム。

【0121】

（３）処理回路は、複数のスラブを使用して較正スキャンを通して生成されたデータを含む較正データを受信し、複数の検出器画素のそれぞれに対して、スラブの減衰経路長および参照経路長プロファイルに基づいて空間的重みのセットを決定するようにさらに構成され、該空間的重みのセットのそれぞれは複数のスラブのうち１つに関連した特定の較正データに対応する、（２）に記載のシステム。

【0122】

（４）処理回路は、複数の検出器画素のそれぞれに対して、複数のスラブの各スラブに関連した特定の較正データに対応する空間的重みのセットのうちの１つの空間的重みを計算するために関数を使用するようにさらに構成され、該関数は、検出器画素の位置およびスラブに関連した特定の較正データに依存する、（３）に記載のシステム。

【0123】

（５）処理回路は、複数のスラブに関連した較正データの統計値に依存する調整項を含む関数を使用するようにさらに構成される、（４）に記載のシステム。

【0124】

（６）処理回路は、スラブの減衰経路長が検出器画素に対応する参照経路長プロファイルの値よりも大きい場合に、スラブに関連した特定の較正データに割り当てられる空間的重みを減少させるようにさらに構成される、（４）に記載のシステム。

【0125】

（７）処理回路は、ファントムをスキャンするＸ線スキャナシステムを使用することによって参照スキャンデータを取得するようにさらに構成される、（２）に記載のシステム。

【0126】

（８）処理回路は、イメージング対象物の２Ｄまたは３Ｄスカウトスキャンを通して参照スキャンデータを取得するようにさらに構成される、（２）に記載のシステム。

【0127】

（９）処理回路は、イメージング対象物のＺ方向プロファイルを作成し、生成したＺ方向プロファイルに基づいて空間的重みの複数のセットを決定するようにさらに構成され、該空間的重みの各セットは、イメージング対象物の異なるＺ方向領域に対応する、（８）に記載のシステム。

【0128】

（１０）処理回路は、イメージング対象物をスキャンし、更新された検出器応答フォワードモデルを使用してイメージング対象物の画像を再構成するようにさらに構成される、（１）に記載のシステム。

【0129】

（１１）Ｘ線スキャナシステムにおいて較正データ重み調整を実施する方法であって、該Ｘ線スキャナシステムは、光子計数検出器およびメモリを含み、該検出器は、チャンネル方向に複数の検出器画素を有し、該メモリは、イメージング対象物の画像再構成中に使用されることになる光子計数検出器の検出器応答フォワードモデルを記憶し、該方法は、イメージング対象物の減衰プロファイルを推定することと、複数の検出器画素のそれぞれに対して、推定した減衰プロファイルに基づいて空間的重みのセットを決定することと、空間的重みの決定したセットに基づいて、メモリに記憶されている検出器応答フォワードモデルを更新することと、を含む、方法。

【0130】

（１２）推定するステップは、参照スキャンデータを取得することと、取得した参照スキャンデータに基づいて推定した減衰プロファイルとして参照経路長プロファイルを生成することと、をさらに含み、該生成された参照経路長プロファイルは、イメージング対象物のスキャン中に複数の検出器画素で生じるであろう潜在的な減衰経路長を表す、（１１）に記載の方法。

【0131】

（１３）複数のスラブを使用して較正スキャンを通して生成されたデータを含む較正データを受信することをさらに含み、該決定するステップは、複数の検出器画素のそれぞれに対して、スラブの減衰経路長および参照経路長プロファイルに基づいて空間的重みのセットを決定することをさらに含み、該空間的重みのセットのそれぞれは複数のスラブのうち１つに関連した特定の較正データに対応する、（１２）に記載の方法。

【0132】

（１４）決定するステップは、複数の検出器画素のそれぞれに対して、複数のスラブの各スラブに関連した特定の較正データに対応する空間的重みのセットのうちの１つの空間的重みを計算するために関数を使用することをさらに含み、該関数は、検出器画素の位置およびスラブに関連した特定の較正データに依存する、（１３）に記載の方法。

【0133】

（１５）関数は、複数のスラブに関連した較正データの統計値に依存する調整項を含む、（１４）に記載の方法。

【0134】

（１６）決定するステップは、スラブの減衰経路長が検出器画素に対応する参照経路長プロファイルの値よりも大きい場合に、スラブに関連した特定の較正データに割り当てられる空間的重みを減少させることをさらに含む、（１４）に記載の方法。

【0135】

（１７）取得するステップは、ファントムをスキャンするＸ線スキャナシステムを使用することによって参照スキャンデータを取得することをさらに含む、（１２）に記載の方法。

【0136】

（１８）取得するステップは、イメージング対象物の２Ｄまたは３Ｄスカウトスキャンを通して参照スキャンデータを取得することをさらに含む、（１２）に記載の方法。

【0137】

（１９）取得するステップは、イメージング対象物のＺ方向プロファイルを作成することをさらに含み、決定するステップは、生成したＺ方向プロファイルに基づいて空間的重みの複数のセットを決定することをさらに含み、該空間的重みの各セットは、イメージング対象物の異なるＺ方向領域に対応する、（１８）に記載の方法。

【0138】

（２０）イメージング対象物をスキャンすることと、更新された検出器応答フォワードモデルを使用してイメージング対象物の画像を再構成することと、をさらに含む、（１１）に記載の方法。

【0139】

以上説明した少なくとも１つの実施形態によれば、データを較正することができる。

【0140】

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、実施形態同士の組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0141】

４０ コンソール
４１ メモリ
４２ ディスプレイ
４３ 入力インターフェース
４４ 処理回路
４４１ システム制御機能
４４２ 前処理機能
４４３ 再構成機能
４４４ ディスプレイ制御機能

【図1】

【図2】

【図3A】

【図3B】

【図3C】

【図4】

【図5】

【図6】

【図7A】

【図7B】

【図7C】

【図7D】

【図8A】

【図8B】

【図8C】

【図9A】

【図9B】

【図9C】