特開 2024-55098 ＰＥＴ装置、方法及びプログラム

(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】P2024055098

(43)【公開日】2024-04-18

(54)【発明の名称】ＰＥＴ装置、方法及びプログラム

(51)【国際特許分類】

   G01T 1/161 20060101AFI20240411BHJP

【ＦＩ】

G01T1/161 A

G01T1/161 C

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022161728

(22)【出願日】2022-10-06

(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】森安 健太

【テーマコード（参考）】

4C188

【Ｆターム（参考）】

4C188EE02

4C188FF07

4C188GG19

4C188JJ02

4C188KK09

4C188KK15

4C188KK24

4C188KK35

4C188LL27

(57)【要約】

【課題】ＴＯＦ較正を簡便に行うことを可能にすること。
【解決手段】実施形態のＰＥＴ装置は、取得部と、再構成部と、特定部と、推定部とを備える。取得部は、リストモードデータを取得する。再構成部は、リストモードデータに基づいてＰＥＴ画像を再構成する。特定部は、リストモードデータに含まれる複数のコインシデンスデータの内、第１の検出器と第１の検出器とは異なる第２の検出器とで同時計数される第１のコインシデンスデータを特定する。推定部は、第１のコインシデンスデータに含まれるＴＯＦ情報と再構成画像とに基づいて、第１の検出器と第２の検出器との時間ずれ量を推定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

リストモードデータを取得する取得部と、
前記リストモードデータに基づいてＰＥＴ画像を再構成する再構成部と、
前記リストモードデータに含まれる複数のコインシデンスデータの内、第１の検出器と前記第１の検出器とは異なる第２の検出器とで同時計数される第１のコインシデンスデータを特定する特定部と、
前記第１のコインシデンスデータに含まれるＴＯＦ情報と前記ＰＥＴ画像とに基づいて、前記第１の検出器と前記第２の検出器との時間ずれ量を推定する推定部と、
を備える、ＰＥＴ装置。

【請求項2】

前記時間ずれ量に基づいて、前記第１の検出器又は前記第２の検出器の時間情報を較正する較正部を更に備える、請求項１に記載のＰＥＴ装置。

【請求項3】

前記ＴＯＦ情報に基づいて対消滅点位置を推定したＴＯＦ描写画像を生成する生成部を更に備え、
前記推定部は、前記ＴＯＦ描写画像と前記ＰＥＴ画像とに基づいて、前記時間ずれ量を推定する、請求項１に記載のＰＥＴ装置。

【請求項4】

前記推定部は、前記ＴＯＦ描写画像全体における画像情報の重心を示す第１の重心位置と、前記ＰＥＴ画像全体における画像情報の重心の位置を示す第２の重心位置とを算出し、前記第１の重心位置と前記第２の重心位置とに基づいて、前記時間ずれ量を推定する、請求項３に記載のＰＥＴ装置。

【請求項5】

前記推定部は、前記ＴＯＦ描写画像において相対的に高いカウントを示す第１の領域と、前記ＰＥＴ画像において相対的に高いカウントを示す第２の領域とを抽出し、前記第１の領域と前記第２の領域とに基づいて、前記時間ずれ量を推定する、請求項３に記載のＰＥＴ装置。

【請求項6】

前記再構成部は、前記リストモードデータに含まれる複数のコインシデンスデータそれぞれのＴＯＦ情報を用いずに前記ＰＥＴ画像を再構成する、請求項１に記載のＰＥＴ装置。

【請求項7】

前記特定部は、前記第１の検出器及び前記第２の検出器のうち少なくとも一方を所定の検出器に限定し、前記第１の検出器と前記第２の検出器とで同時計数される第１のコインシデンスデータを特定する、請求項１に記載のＰＥＴ装置。

【請求項8】

前記較正部は、前記時間ずれ量が閾値以内であることを条件に、前記第１の検出器又は前記第２の検出器の時間情報を較正する、請求項２に記載のＰＥＴ装置。

【請求項9】

前記推定部は、ＴＯＦ情報及び再構成画像の入力に応じて時間ずれ量を出力するように学習された学習済みモデルを用いて、前記時間ずれ量を推定する、請求項１～８のいずれか１つに記載のＰＥＴ装置。

【請求項10】

リストモードデータを取得し、
前記リストモードデータに基づいてＰＥＴ画像を再構成し、
前記リストモードデータに含まれる複数のコインシデンスデータの内、第１の検出器と前記第１の検出器とは異なる第２の検出器とで同時計数される第１のコインシデンスデータを特定し、
前記第１のコインシデンスデータに含まれるＴＯＦ情報と前記ＰＥＴ画像とに基づいて、前記第１の検出器と前記第２の検出器との時間ずれ量を推定する、
ことを含む、方法。

【請求項11】

リストモードデータを取得し、
前記リストモードデータに基づいてＰＥＴ画像を再構成し、
前記リストモードデータに含まれる複数のコインシデンスデータの内、第１の検出器と前記第１の検出器とは異なる第２の検出器とで同時計数される第１のコインシデンスデータを特定し、
前記第１のコインシデンスデータに含まれるＴＯＦ情報と前記ＰＥＴ画像とに基づいて、前記第１の検出器と前記第２の検出器との時間ずれ量を推定する、
各処理をコンピュータに実行させる、プログラム。

【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、ＰＥＴ装置、方法及びプログラムに関する。

【背景技術】

【0002】

近年、ＴＯＦ（Time-of-Flight）－ＰＥＴ（Positron Emission computed Tomography）装置におけるＴＯＦ時間分解能が向上しており、ＴＯＦ情報を用いた再構成をより精度よく行うことが可能となってきている。

【0003】

ここで、ＴＯＦ情報を用いた再構成を正確に行うためには、検出器の時間の較正（以下、ＴＯＦ較正）が必須であり、例えば、ＴＯＦ較正の手法として、外部線源を用いた手法が一般的に行われている。一例を挙げると、サービスマンが、外部線源を用いて検出器における検出時間のずれを特定し、特定したずれに基づいて該当する検出器の時間情報を調整する。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２１－１１０７３７号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、ＴＯＦ較正を簡便に行うことを可能にすることである。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付けることもできる。

【課題を解決するための手段】

【0006】

実施形態のＰＥＴ装置は、取得部と、再構成部と、特定部と、推定部とを備える。取得部は、リストモードデータを取得する。再構成部は、前記リストモードデータに基づいてＰＥＴ画像を再構成する。特定部は、前記リストモードデータに含まれる複数のコインシデンスデータの内、第１の検出器と前記第１の検出器とは異なる第２の検出器とで同時計数される第１のコインシデンスデータを特定する。推定部は、前記第１のコインシデンスデータに含まれるＴＯＦ情報と前記再構成画像とに基づいて、前記第１の検出器と前記第２の検出器との時間ずれ量を推定する。

【図面の簡単な説明】

【0007】

【図1】図１は、第１の実施形態に係るＰＥＴ装置の構成の一例を示すブロック図である。

【図2A】図２Ａは、第１の実施形態に係る計数情報の一例を示す図である。

【図2B】図２Ｂは、第１の実施形態に係る同時計数情報の時系列リストの一例を示す図である。

【図3】図３は、第１の実施形態に係るＴＯＦ描写画像を説明するための図である。

【図4】図４は、第１の実施形態に係る時間ずれ量の推定処理を説明するための図である。

【図5】図５は、第１の実施形態に係るＰＥＴ装置による処理手順を示すフローチャートである。

【図6】図６は、変形例１に係る検出器モジュールのペアの例を説明するための図である。

【図7】図７は、変形例１に係る検出器モジュールのペアの例を説明するための図である。

【図8A】図８Ａは、変形例２に係る学習済みモデルの構築例を説明するための図である。

【図8B】図８Ｂは、変形例２に係る学習済みモデルの一例を示す図である。

【発明を実施するための形態】

【0008】

以下、図面を参照しながら、ＰＥＴ装置、方法及びプログラムの実施形態を詳細に説明する。なお、本願に係るＰＥＴ装置、方法及びプログラムは、以下に示す実施形態によって限定されるものではない。

【0009】

（第１の実施形態）
図１は、第１の実施形態に係るＰＥＴ装置１００の構成の一例を示すブロック図である。図１に示すように、第１の実施形態に係るＰＥＴ装置１００は、架台装置１０と、コンソール装置２０とを備える。

【0010】

架台装置１０は、ＰＥＴ検出器１０１と、計数情報生成回路１０２と、天板１０３と、寝台１０４と、寝台駆動部１０５とを備え、被検体Ｐに投与された陽電子放出核種を取り込んだ生体組織から放出されたガンマ線を検出することで、ＰＥＴ画像を再構成するための計数情報を生成する。

【0011】

ＰＥＴ検出器１０１は、複数の検出器モジュールを備える。複数の検出器モジュールは、被検体Ｐ内の陽電子から放出された対消滅ガンマ線が発光体（シンチレータ）と相互作用することにより励起状態となった物質が再び基底状態に遷移する際に再放出されるシンチレーション光（蛍光）を検出することにより、ガンマ線を検出する。複数の検出器モジュールは、被検体Ｐ内の陽電子から放出された対消滅ガンマ線の放射線のエネルギー情報を検出する。複数の検出器モジュールは、被検体Ｐの周囲をリング状に取り囲むように配置される。

【0012】

検出器モジュールは、例えば、シンチレータアレイと、光検出器アレイと、ライトガイドとを有する。

【0013】

シンチレータアレイは、２次元状に配置された複数のシンチレータを含む。シンチレータは、被検体Ｐ内の陽電子から放出されて入射された対消滅ガンマ線をシンチレーション光（scintillation photons、optical photons）に変換し、シンチレーション光を出力する。シンチレータは、例えば、ＬａＢｒ３（Lanthanum Bromide）、ＬＹＳＯ（Lutetium Yttrium Oxyorthosilicate）、ＬＳＯ（Lutetium Oxyorthosilicate）、ＬＧＳＯ（Lutetium Gadolinium Oxyorthosilicate）等の、ＴＯＦ計測およびエネルギー計測に適するシンチレータ結晶によって形成されている。

【0014】

なお、シンチレータの例としては、上述の例に限られない。例えば、シンチレータとして、ＧＢＯ（Bismuth Germanium Oxide）や、鉛ガラス（ＳｉＯ２＋ＰｂＯ）、フッ化鉛（ＰｂＦ２）、ＰＷＯ（ＰｂＷＯ４）等の鉛化合物を用いることができる。

【0015】

ライトガイドは、光透過性に優れたプラスチック素材等によって形成され、シンチレータから出力されたシンチレーション光を光検出器に伝達する。具体的には、ライトガイドは、シンチレーション光を後述するＳｉＰＭ(Silicon Photomultiplier)に伝達する。

【0016】

光検出器アレイは、２次元状に配置された複数の光検出器（光検出素子）を含む。光検出器としては、例えば、ＳｉＰＭ等が用いられる。

【0017】

ＰＥＴ検出器１０１は、検出器モジュール毎に計数情報生成回路１０２を備える。

【0018】

計数情報生成回路１０２は、ＰＥＴ検出器１０１からの出力信号をデジタルデータに変換した計数情報（リストモードデータ）を生成する。この計数情報には、対消滅ガンマ線の検出位置、エネルギー値、及び検出時間が含まれる。例えば、計数情報生成回路１０２は、対消滅ガンマ線が入射したシンチレータの位置を示すシンチレータ番号（Ｐ）を特定する。

【0019】

なお、計数情報生成回路１０２は、対消滅ガンマ線が入射したシンチレータ位置を特定する方法として、様々な方法を用いることができる。例えば、計数情報生成回路１０２は、１つのシンチレータ及び１つのＳｉＰＭが対応している場合、出力が得られたＳｉＰＭに対応するシンチレータの位置を対消滅ガンマ線が入射したシンチレータ位置として特定してもよい。また、例えば、計数情報生成回路１０２は、各光検出器の位置及び出力された信号の強度に基づいて重心演算を行うことで、対消滅ガンマ線が入射したシンチレータ位置を特定してもよい。

【0020】

また、計数情報生成回路１０２は、各光検出器から出力された電気信号の強度を積分計算することで、ＰＥＴ検出器１０１に入射した対消滅ガンマ線のエネルギー値（Ｅ）を特定する。また、計数情報生成回路１０２は、ＰＥＴ検出器１０１によって対消滅ガンマ線によるシンチレーション光が検出された検出時間（Ｔ）を特定する。なお、検出時間（Ｔ）は、絶対時刻であってもよいし、撮像開始時点からの経過時間であってもよい。

【0021】

上述したように、各検出器モジュールに対応する計数情報生成回路１０２は、シンチレータ番号（Ｐ）、エネルギー値（Ｅ）、及び検出時間（Ｔ）を含む計数情報を生成する。そして、各計数情報生成回路１０２は、生成した計数情報を、コンソール装置２０のメモリ１３０に格納する。図２Ａは、第１の実施形態に係る計数情報の一例を示す図である。例えば、メモリ１３０は、図２Ａに示すように、検出器モジュールを識別するモジュールＩＤに対応付けて、シンチレータ番号（Ｐ）、エネルギー値（Ｅ）、及び検出時間（Ｔ）を記憶する。

【0022】

計数情報生成回路１０２は、例えば、プロセッサにより実現される。また、計数情報生成回路１０２は、取得部の一例である。

【0023】

図１に戻って、天板１０３は、被検体Ｐが載置されるベッドであり、寝台１０４の上に配置される。寝台駆動部１０５は、処理回路１０６のシステム制御機能１０６ｃによる制御の下、天板１０３を移動させる。例えば、寝台駆動部１０５は、天板１０３を移動させることで、被検体Ｐを架台装置１０の撮像口内に移動させる。

【0024】

コンソール装置２０は、ユーザによるＰＥＴ装置１００の操作を受け付け、ＰＥＴ画像の撮像を制御するとともに、架台装置１０によって収集された計数情報を用いてＰＥＴ画像を再構成（生成）する。図１に示すように、コンソール装置２０は、処理回路１０６と、入力インタフェース１１０と、ディスプレイ１２０と、メモリ１３０とを備える。なお、処理回路１０６、入力インタフェース１１０、ディスプレイ１２０及びメモリ１３０は、バスを介して接続されている。

【0025】

処理回路１０６は、同時計数情報生成機能１０６ａ、再構成機能１０６ｂ、システム制御機能１０６ｃ、特定機能１０６ｄ、生成機能１０６ｅ、推定機能１０６ｆ及び較正機能１０６ｇを実行する。同時計数情報生成機能１０６ａ、再構成機能１０６ｂ、システム制御機能１０６ｃ、特定機能１０６ｄ、生成機能１０６ｅ、推定機能１０６ｆ及び較正機能１０６ｇの各機能は、コンピュータによって実行可能なプログラムの形態でメモリ１３０に記憶されている。処理回路１０６は、各プログラムをメモリ１３０から読み出し、読み出された各プログラムを実行することで各プログラムに対応する各機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路１０６は、図１の処理回路１０６内に示された各機能を有することになる。

【0026】

なお、図１においては単一の処理回路１０６にて、同時計数情報生成機能１０６ａ、再構成機能１０６ｂ、システム制御機能１０６ｃ、特定機能１０６ｄ、生成機能１０６ｅ、推定機能１０６ｆ及び較正機能１０６ｇが実現されるものとして説明した。しかしながら、処理回路１０６が複数の独立したプロセッサにより構成され、各プロセッサが各プログラムを実行することにより機能を実現するものとしても構わない。

【0027】

なお、再構成機能１０６ｂは、再構成部の一例である。特定機能１０６ｄは、特定部の一例である。生成機能１０６ｅは、生成部の一例である。推定機能１０６ｆは、推定部の一例である。較正機能１０６ｇは、較正部の一例である。

【0028】

同時計数情報生成機能１０６ａは、メモリ１３０に記憶された計数情報を取得し、取得した計数情報に基づいて、同時計数情報（コインシデンスデータ）を生成する。そして、同時計数情報生成機能１０６ａは、生成した同時計数情報を検出時間（Ｔ）に基づき概ね時系列順に並べてメモリ１３０に格納する。

【0029】

図２Ｂは、第１の実施形態に係る同時計数情報の時系列リストの一例を示す図である。図２Ｂに示すように、メモリ１３０は、同時計数情報の通し番号である「コインシデンスＮｏ．」に対応付けて、計数情報の組を記憶する。なお、第１の実施形態において、同時計数情報の時系列リストは、計数情報の検出時間（Ｔ）に基づき概ね時系列順に並んでいる。また、以下では、計数情報の組において、検出時間（Ｔ）の時間差をＴＯＦ情報と記す。

【0030】

再構成機能１０６ｂは、ＰＥＴ画像（再構成画像）を再構成する。具体的には、再構成機能１０６ｂは、リストモードデータに基づいてＰＥＴ画像を再構成する。例えば、再構成機能１０６ｂは、メモリ１３０に記憶された同時計数情報の時系列リストを取得し、取得した同時計数情報の時系列リストを用いてＰＥＴ画像を再構成する。そして、再構成機能１０６ｂは、再構成されたＰＥＴ画像をメモリ１３０に格納する。

【0031】

システム制御機能１０６ｃは、架台装置１０及びコンソール装置２０を制御することによって、ＰＥＴ装置１００全体の制御を行う。例えば、システム制御機能１０６ｃは、ＰＥＴ装置１００における撮像を制御する。また、システム制御機能１０６ｃは、寝台駆動部１０５を制御することにより、天板１０３の移動を制御する。

【0032】

また、システム制御機能１０６ｃは、各種の画像及び各種の情報をディスプレイ１２０に表示させる。例えば、システム制御機能１０６ｃは、ＰＥＴ画像をディスプレイ１２０に表示させる。また、システム制御機能１０６ｃは、ＰＥＴ装置１００のユーザ（操作者）から各種指示や各種設定を受け付けるためのＧＵＩ（Graphical User Interface）をディスプレイ１２０に表示させる。

【0033】

特定機能１０６ｄは、メモリ１３０によって記憶された同時計数情報から所定の同時計数情報を特定する。なお、特定機能１０６ｄによる処理については、後に詳述する。

【0034】

生成機能１０６ｅは、特定機能１０６ｄによって特定された所定の同時計数情報に含まれるＴＯＦ情報に基づいて、ＴＯＦ描写画像を生成する。なお、生成機能１０６ｅによる処理については、後に詳述する。

【0035】

推定機能１０６ｆは、ＴＯＦ情報と再構成画像とに基づいて、検出器モジュール間の時間ずれ量を推定する。なお、推定機能１０６ｆによる処理については、後に詳述する。

【0036】

較正機能１０６ｇは、推定機能１０６ｆによって推定された時間ずれ量に基づいて、検出器モジュールにおける時間情報を較正する。なお、較正機能１０６ｇによる処理については、後に詳述する。

【0037】

入力インタフェース１１０は、ユーザからの各種指示や各種設定の入力を受け付けて、受け付けられた各種指示や各種設定を処理回路１０６に出力する。例えば、入力インタフェース１１０は、ユーザから受け付けた入力操作を電気信号へ変換し、この電気信号を処理回路１０６に送信する。例えば、入力インタフェース１１０は、トラックボール、スイッチボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び、音声入力回路等によって実現される。なお、本明細書において、入力インタフェース１１０は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、ＰＥＴ装置１００とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路１０６へ送信する電気信号の処理回路も入力インタフェース１１０の例に含まれる。

【0038】

ディスプレイ１２０は、処理回路１０６に接続されており、各種の情報及び各種の画像を表示する。例えば、ディスプレイ１２０は、処理回路１０６から送信される情報及びデータを表示用の電気信号に変換して出力する。具体例を挙げて説明すると、ディスプレイ１２０は、システム制御機能１０６ｃによる制御の下、ＰＥＴ画像を表示したり、ユーザから各種指示や各種設定を受け付けるためのＧＵＩを表示したりする。例えば、ディスプレイ１２０は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。

【0039】

メモリ１３０は、ＰＥＴ装置１００において用いられる各種データを記憶する。メモリ１３０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（flash memory）等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。メモリ１３０は、計数情報、同時計数情報の時系列リスト、再構成されたＰＥＴ画像等を記憶する。

【0040】

以上、本実施形態に係るＰＥＴ装置１００の構成の一例について説明した。例えば、ＰＥＴ装置１００は、病院や医院等の医療機関に設置され、医療機関に入院又は通院する患者等を被検体Ｐとして、ＰＥＴ装置１００によって生成されるＰＥＴ画像を用いた各種の画像診断に利用される。ここで、本実施形態に係るＰＥＴ装置１００は、ＴＯＦ較正を簡便に行うことを可能にする。

【0041】

上述したように、ＴＯＦ－ＰＥＴ装置では、ＴＯＦ情報を用いた再構成を正確に行うために、定期的に検出器の時間の較正（ＴＯＦ較正）を行うことが求められる。しかしながら、一般的なＴＯＦ較正では、サービスマンが外部線源を用いて検出器における検出時間のずれを特定し、特定したずれに基づいて該当する検出器の時間情報を調整するという手間がかかる。そこで、本実施形態に係るＰＥＴ装置１００は、ＴＯＦ情報と再構成画像とを用いて検出器の時間ずれ量を推定することで、ＴＯＦ較正に係る手間を低減し、ＴＯＦ較正を簡便に行うことを可能にする。さらに、本実施形態に係るＰＥＴ装置１００は、外部線源を対象として収集したリストモードデータを用いずに、被検体Ｐから収集したリストモードデータを用いることで、サービスマンの被ばくの低減も行うことができる。以下、ＰＥＴ装置１００の処理の詳細について説明する。

【0042】

特定機能１０６ｄは、リストモードデータに含まれる複数のコインシデンスデータの内、第１の検出器と第１の検出器とは異なる第２の検出器とで同時計数される第１のコインシデンスデータを特定する。具体的には、特定機能１０６ｄは、時間ずれ量の推定に用いるＴＯＦ情報を特定する。すなわち、特定機能１０６ｄは、ＴＯＦ較正の対象となる検出器モジュールを特定する。

【0043】

例えば、特定機能１０６ｄは、図２Ｂに示すコインシデンスデータから時間ずれ量の推定に用いるＴＯＦ情報を特定する。一例を挙げると、特定機能１０６ｄは、時間ずれ量の推定に用いるＴＯＦ情報として、「コインシデンスＮｏ．１」のＴＯＦ情報を特定する。これにより、「シンチレータ番号（Ｐ）：Ｐ１１」に対応する検出器モジュールＤ１と、「シンチレータ番号（Ｐ）：Ｐ２２」に対応する検出器モジュールＤ２とがＴＯＦ較正の対象となる。

【0044】

なお、特定機能１０６ｄは、すべてのコインシデンスデータのＴＯＦ情報を特定する場合でもよく、或いは、所定のコインシデンスデータ（すなわち、所定の検出器モジュールに対応するコインシデンスデータ）のＴＯＦ情報を特定する場合でもよい。

【0045】

生成機能１０６ｅは、ＴＯＦ情報に基づいて対消滅点位置を推定したＴＯＦ描写画像を生成する。具体的には、生成機能１０６ｅは、特定機能１０６ｄによって特定されたコインシデンスデータのＴＯＦ情報を用いて、対消滅点の位置が描写されたＴＯＦ描写画像を生成する。

【0046】

図３は、第１の実施形態に係るＴＯＦ描写画像を説明するための図である。ここで、図３では、「コインシデンスＮｏ．１」のＴＯＦ情報のＴＯＦ描写画像を生成する場合を例に示しているが、実際には、生成機能１０６ｅは、特定機能１０６ｄによって特定された全てのコインシデンスデータのＴＯＦ情報に基づいてＴＯＦ描写画像を生成する。また、図３は、説明の便宜上、２次元で示しているが、実際には、生成機能１０６ｅは、３次元のＴＯＦ描写画像を生成する。

【0047】

ＴＯＦ－ＰＥＴ装置では、図３の左側の生データ領域の図に示すように、検出器モジュール間の検出時間（Ｔ）の差から対消滅点の座標点を推定し、ＬＯＲ（Line-of-Response）に沿ってＴＯＦの時間分解能に応じた距離の半値幅を有する分布を対消滅点の位置情報としている。生成機能１０６ｅは、図３の右側の画像データ領域の図に示すように、上記した対消滅点の位置情報に対応する点を、３次元座標上に示したＴＯＦ描写画像を生成する。

【0048】

ここで、生成機能１０６ｅによって生成されるＴＯＦ描写画像は、再構成せずに、コインシデンスイベントを点として描写したものであることから、点の位置が検出器モジュールにおける時間情報に対して敏感に対応する。すなわち、ＴＯＦ描写画像における点の位置は、各検出器モジュールにおける検出時間（Ｔ）をより厳密に反映させた情報となる。なお、ＴＯＦ描写画像における点は、ＴＯＦの時間分解能が高くなるほど、より正確な位置となる。

【0049】

推定機能１０６ｆは、第１のコインシデンスデータに含まれるＴＯＦ情報と再構成画像とに基づいて、第１の検出器と第２の検出器との時間ずれ量を推定する。具体的には、推定機能１０６ｆは、ＴＯＦ描写画像と再構成画像とに基づいて、時間ずれ量を推定する。より具体的には、推定機能１０６ｆは、ＴＯＦ描写画像と再構成画像とを重ね合わせて比較した結果に基づいて、時間ずれ量を推定する。

【0050】

図４は、第１の実施形態に係る時間ずれ量の推定処理を説明するための図である。ここで、図４では、図３で示したＴＯＦ描写画像とＰＥＴ画像（図中の通常画像）とを重ね合わせた際の対応する対消滅点の位置関係を示す。例えば、推定機能１０６ｆは、図４に示す通常画像における対消滅点と、ＴＯＦ描写画像における対消滅点との位置のずれから検出器モジュールＤ１と検出器モジュールＤ２との時間ずれ量を推定する。

【0051】

上述したように、ＴＯＦ描写画像は、再構成せずにコインシデンスイベントを点として描写したものであることから、各検出器モジュールにおける検出時間（Ｔ）が位置に反映される。一方、ＰＥＴ画像は、様々な角度で収集されたコインシデンスデータをもとに再構成されているため、対消滅点の位置がより真値に近いものとなる。したがって、ＴＯＦ描写画像をＰＥＴ画像と比較してずれを検出することで、各検出器モジュールにおける検出時間（Ｔ）にどのようなずれが生じているかを検出することができる。

【0052】

ここで、ＴＯＦ描写画像と比較されるＰＥＴ画像は、ＴＯＦ情報を用いた再構成により生成される場合でもよいが、ＴＯＦ情報を利用しないＮｏｎ－ＴＯＦ再構成によって生成される場合でもよい。すなわち、再構成機能１０６ｂが、リストモードデータに含まれる複数のコインシデンスデータそれぞれのＴＯＦ情報を用いずにＰＥＴ画像を再構成し、推定機能１０６ｆは、当該ＰＥＴ画像を用いて時間ずれ量を推定する。

【0053】

Ｎｏｎ－ＴＯＦ再構成によって生成されたＰＥＴ画像は、ＴＯＦ情報を用いずに再構成を行うことから、ＴＯＦ情報に含まれる時間のずれの影響を受けず、ＴＯＦ情報を用いた再構成により生成されたＰＥＴ画像より真値に近いものとなる。すなわち、Ｎｏｎ－ＴＯＦ再構成によって生成されたＰＥＴ画像を用いることで、より正確な時間ずれ量を推定することがきる。

【0054】

例えば、図４に示す例では、通常画像に対してＴＯＦ描写画像の点が検出器モジュール側にずれていることから、推定機能１０６ｆは、検出器モジュールＤ１と検出器モジュールＤ２との間で時間にずれがあると判定する。そして、推定機能１０６ｆは、点のずれ量から時間ずれ量を推定する。

【0055】

ここで、検出器モジュール間には優先度が設定されており、どちらの検出器モジュールを基準とするかが決まっている。例えば、図４に示す状態において、検出器モジュールＤ２よりも検出器モジュールＤ１の方が、優先度が高いと設定されている場合、推定機能１０６ｆは、検出器モジュールＤ２の時間が早い方にずれていると判定する。すなわち、推定機能１０６ｆは、検出器モジュールＤ２の時間が検出器モジュールＤ１に対して画像のずれに対応する時間分早まっていると推定する。

【0056】

上述したように、推定機能１０６ｆは、ＴＯＦ描写画像とＰＥＴ画像とを比較することで、検出器モジュールの時間ずれ量を推定する。ここで、推定機能１０６ｆは、画像の比較において、比較する領域を任意に設定することができる。

【0057】

例えば、推定機能１０６ｆは、ＴＯＦ描写画像全体における画像情報の重心を示す第１の重心位置と、再構成画像（ＰＥＴ画像）全体における画像情報の重心の位置を示す第２の重心位置とを算出し、第１の重心位置と第２の重心位置とに基づいて、時間ずれ量を推定する。すなわち、推定機能１０６ｆは、単純に画像全体の重心のずれ量から時間ずれ量を推定する。ここで、推定機能１０６ｆは、重心がずれている方向に基づいて時間情報がずれた検出器モジュールを特定する。

【0058】

このように、画像全体の重心を用いて時間ずれ量を推定することで、すべての検出器モジュールの中から時間情報がずれた検出器モジュールを特定して、特定した検出器モジュールの時間ずれ量を推定することができ、ＰＥＴ検出器１０１全体のＴＯＦ較正を行うことができる。

【0059】

また、例えば、推定機能１０６ｆは、ＴＯＦ描写画像において相対的に高いカウントを示す第１の領域と、再構成画像（ＰＥＴ画像）において相対的に高いカウントを示す第２の領域とを抽出し、第１の領域と第２の領域とに基づいて、時間ずれ量を推定する。すなわち、推定機能１０６ｆは、対消滅点が集約した領域（ＨＯＴ部）を比較して、当該ＨＯＴ部のずれ量から時間ずれ量を推定する。ここで、推定機能１０６ｆは、ＨＯＴ部がずれている方向に基づいて時間情報がずれた検出器モジュールを特定する。

【0060】

このように、画像内のＨＯＴ部を用いて時間ずれ量を推定することで、較正の対象となる検出器モジュールを限定して、限定した検出器モジュールに対して精度の高いＴＯＦ較正を行うことができる。

【0061】

較正機能１０６ｇは、時間ずれ量に基づいて、第１の検出器又は第２の検出器の時間情報を較正する。具体的には、較正機能１０６ｇは、推定機能１０６ｆによって推定された時間ずれ量に基づいて、対象となる検出器モジュールの時間情報を較正する。例えば、図４で示す状態の場合、較正機能１０６ｇは、「検出器モジュールＤ２の時間が検出器モジュールＤ１に対して画像のずれに対応する時間分早まっている」とする推定機能１０６ｆの推定結果に基づいて、検出器モジュールＤ２に対応する計数情報生成回路１０２に対して時間情報の調整を行う。

【0062】

このように、較正機能１０６ｇは、推定機能１０６ｆによって時間情報がずれたと特定された検出器モジュールに対応する計数情報生成回路１０２に対して、推定機能１０６ｆによって推定された時間ずれ量分の時間調整を行う。ここで、較正機能１０６ｇによって較正される時間ずれ量に上限が設けられる場合でもよい。すなわち、較正機能１０６ｇは、時間ずれ量が閾値以内であることを条件に、第１の検出器又は第２の検出器の時間情報を較正する。

【0063】

例えば、ＰＥＴ検出器１０１におけるＴＯＦの時間分解能の１％を上限として設定し、これを超えた場合には、較正機能１０６ｇによるＴＯＦ較正を行わないようにしてもよい。かかる場合には、システム制御機能１０６ｃは、時間ずれ量が上限を超えた旨の情報をディスプレイ１２０に表示させることで、ＰＥＴ装置１００によるＴＯＦ較正が行われていないことをユーザに通知する。この表示を確認したユーザは、例えば、サービスマンにＴＯＦ較正を依頼する。

【0064】

上述したように、ＰＥＴ装置１００は、リストモードデータを用いてＴＯＦ較正を実行する。ここで、ＰＥＴ装置１００によるＴＯＦ較正は、任意のタイミングで実施される。例えば、ＰＥＴ装置１００は、リストモードデータが収集されるごとにＴＯＦ較正を行う場合でもよく、或いは、設定された時間（例えば、夜間）にそれまでに収集されたリストモードデータを用いてＴＯＦ較正を行う場合でもよい。

【0065】

次に、図５を用いて、ＰＥＴ装置１００による処理の一例を説明する。図５は、第１の実施形態に係るＰＥＴ装置１００による処理手順を示すフローチャートである。

【0066】

例えば、図５に示すように、本実施形態では、システム制御機能１０６ｃ及び同時計数情報生成機能１０６ａが、データ収集を開始して（ステップＳ１０１）、データ収集を終了する（ステップＳ１０２）。この処理は、例えば、処理回路１０６が、システム制御機能１０６ｃ及び同時計数情報生成機能１０６ａに対応するプログラムをメモリ１３０から読み出して実行することにより実現される。

【0067】

続いて、再構成機能１０６ｂが、収集されたコインシデンスデータを用いて通常画像を生成する（ステップＳ１０３）。この処理は、例えば、処理回路１０６が、再構成機能１０６ｂに対応するプログラムをメモリ１３０から読み出して実行することにより実現される。

【0068】

また、特定機能１０６ｄがコインシデンスデータを特定し、生成機能１０６ｅが、特定されたコインシデンスデータにおけるＴＯＦ情報に基づいてＴＯＦ描写画像を生成する（ステップＳ１０４）。この処理は、例えば、処理回路１０６が、特定機能１０６ｄ及び生成機能１０６ｅに対応するプログラムをメモリ１３０から読み出して実行することにより実現される。

【0069】

続いて、推定機能１０６ｆが、通常画像とＴＯＦ描写画像とを重ね合わせ、時間ずれ量を算出する（ステップＳ１０５）。この処理は、例えば、処理回路１０６が、推定機能１０６ｆに対応するプログラムをメモリ１３０から読み出して実行することにより実現される。

【0070】

続いて、較正機能１０６ｇが、時間ずれ量に基づいて、対応する検出器モジュールの時間情報を較正する（ステップＳ１０６）。この処理は、例えば、処理回路１０６が、較正機能１０６ｇに対応するプログラムをメモリ１３０から読み出して実行することにより実現される。

【0071】

なお、図５に示すフローチャートでは、データ収集終了後にＴＯＦ描写画像を生成する例を示しているが、データ収集中にＴＯＦ描写画像が生成される場合でもよい。

【0072】

上述したように、第１の実施形態によれば、計数情報生成回路１０２が、リストモードデータを取得する。再構成機能１０６ｂがリストモードデータに基づいてＰＥＴ画像を再構成する。特定機能１０６ｄが、リストモードデータに含まれる複数のコインシデンスデータの内、第１の検出器と第１の検出器とは異なる第２の検出器とで同時計数される第１のコインシデンスデータを特定する。推定機能１０６ｆが、第１のコインシデンスデータに含まれるＴＯＦ情報と再構成画像とに基づいて、第１の検出器と第２の検出器との時間ずれ量を推定する。したがって、第１の実施形態に係るＰＥＴ装置１００は、収集したデータでＴＯＦ較正を行うことができ、ＴＯＦ較正を簡便に行うことを可能にする。また、第１の実施形態によれば、外部線源を用いずにＴＯＦ構成を行うことができ、サービスマンの被ばくを低減することを可能にする。

【0073】

また、第１の実施形態によれば、較正機能１０６ｇが、時間ずれ量に基づいて、第１の検出器又は第２の検出器の時間情報を較正する。したがって、第１の実施形態に係るＰＥＴ装置１００は、自動でＴＯＦ較正を行うことができ、ＴＯＦ較正を簡便に行うことを可能にする。

【0074】

また、第１の実施形態によれば、生成機能１０６ｅが、ＴＯＦ情報に基づいて対消滅点位置を推定したＴＯＦ描写画像を生成する。推定機能１０６ｆが、ＴＯＦ描写画像と再構成画像とに基づいて、時間ずれ量を推定する。したがって、第１の実施形態に係るＰＥＴ装置１００は、画像の比較で検出器モジュールの時間ずれ量を推定することができ、ＴＯＦ較正を簡便に行うことを可能にする。

【0075】

また、第１の実施形態によれば、推定機能１０６ｆが、ＴＯＦ描写画像全体における画像情報の重心を示す第１の重心位置と、再構成画像全体における画像情報の重心の位置を示す第２の重心位置とを算出し、第１の重心位置と第２の重心位置とに基づいて、時間ずれ量を推定する。したがって、第１の実施形態に係るＰＥＴ装置１００は、ＰＥＴ検出器１０１全体のＴＯＦ較正を行うことを可能にする。

【0076】

また、第１の実施形態によれば、推定機能１０６ｆが、ＴＯＦ描写画像において相対的に高いカウントを示す第１の領域と、再構成画像において相対的に高いカウントを示す第２の領域とを抽出し、第１の領域と第２の領域とに基づいて、時間ずれ量を推定する。したがって、第１の実施形態に係るＰＥＴ装置１００は、限定した検出器モジュールに対して精度の高いＴＯＦ較正を行うことを可能にする。

【0077】

また、第１の実施形態によれば、再構成機能１０６ｂは、リストモードデータに含まれる複数のコインシデンスデータそれぞれのＴＯＦ情報を用いずにＰＥＴ画像を再構成する。したがって、第１の実施形態に係るＰＥＴ装置１００は、より正確な時間ずれ量を推定することを可能にする。

【0078】

また、第１の実施形態によれば、較正機能１０６ｇが、時間ずれ量が閾値以内であることを条件に、第１の検出器又は第２の検出器の時間情報を較正する。したがって、第１の実施形態に係るＰＥＴ装置１００は、所望の範囲でのＴＯＦ較正を行うことを可能にする。

【0079】

（変形例１）
上述した実施形態では、すべての検出器モジュールのペアを対象とする場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、検出器モジュールのペアを限定する場合でもよい。

【0080】

具体的には、変形例１に係る特定機能１０６ｄは、第１の検出器及び第２の検出器のうち少なくとも一方を所定の検出器に限定し、第１の検出器と第２の検出器とで同時計数される第１のコインシデンスデータを特定する。

【0081】

図６及び図７は、変形例１に係る検出器モジュールのペアの例を説明するための図である。例えば、特定機能１０６ｄは、図６に示すように、ＦＯＶにおいて較正する角度を６０°方向に限定し、限定した方向でペアになる検出器モジュールによって検出されたコインシデンスデータを、ＴＯＦ較正に用いるコインシデンスデータとして特定する。

【0082】

また、例えば、特定機能１０６ｄは、図７に示すように、検出器モジュールＤ３を限定し、限定した検出器モジュールＤ３とペアになる検出器モジュールによって検出されたコインシデンスデータを、ＴＯＦ較正に用いるコインシデンスデータとして特定する。

【0083】

第１の実施形態にて説明したように、すべての検出器モジュールのペアを対象とした場合、計算が複雑になり、収束しない可能性がある。そこで、上述したように検出器モジュールのペアを限定することで、ＴＯＦ較正に係る計算を簡素化して、ＴＯＦ較正に係る計算を確実に収束させることを可能にする。

【0084】

（変形例２）
上述した実施形態では、ＰＥＴ画像とＴＯＦ描写画像とを重ね合わせ、位置のずれから時間ずれ量を推定する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、学習済みモデルを用いて時間ずれ量を推定する場合でもよい。具体的には、変形例２に係る推定機能１０６ｆは、ＴＯＦ情報及び再構成画像の入力に応じて時間ずれ量を出力するように学習された学習済みモデルを用いて、時間ずれ量を推定する。

【0085】

図８Ａは、変形例２に係る学習済みモデルの構築例を説明するための図である。ここで、図８Ａに示す学習済みモデルの構築は、ＰＥＴ装置によって収集されたデータを用いて、ワークステーション等の情報処理装置によって実行される。そして、構築された学習済みモデルは、ＰＥＴ装置１００のメモリ１３０に格納される。

【0086】

例えば、変形例２に係る学習済みモデルは、図８Ａに示すように、ＴＯＦ描写画像と、通常画像（ＰＥＴ画像）と、ずれ量とのセットのデータ（学習データ）を複数セット用いて機械学習させることで構築される。ここで、学習済みモデルの構築に用いられる上記学習データは、図８Ａに示すように、理想的な生データに基づいて生成される。

【0087】

理想的な生データは、ＴＯＦ情報にずれがない（検出器モジュールの時間情報にずれがない）リストモードデータであり、例えば、精度よくＴＯＦ較正されたＰＥＴ装置によって収集される。ここで、精度よくＴＯＦ較正されたＰＥＴ装置とは、例えば、サービスマンによってＴＯＦ較正が実施された直後のＰＥＴ装置である。

【0088】

そして、上記理想的な生データの検出器の時間情報にずれ量Ａを加えることで、検出器の時間情報に既知の時間ずれ量を与える。これにより、時間情報がＡだけずれた生データが取得される。そして、取得された生データを用いてＴＯＦ描写画像と通常画像とが生成され、時間ずれ量Ａとともに学習データとなる。変形例２に係る学習済みモデルの構築では、上記したずれ量Ａを種々変化させて、複数の学習データが生成される。

【0089】

そして、時間情報がＡだけずれた生データを用いて生成されたＴＯＦ描写画像及び通常画像と、既知の時間ずれ量Ａとを含む学習データを複数用いて機械学習が実行されることで、学習済みモデルが構築される。

【0090】

例えば、推定機能１０６ｆは、図８Ｂに示すように、メモリ１３０に保存された上記学習済みモデルを読み出し、読み出した学習済みモデルに対して新たに収集されたリストモードデータに基づくＴＯＦ描写画像と通常画像とを入力することで、時間ずれ量を取得する。なお、図８Ｂは、変形例２に係る学習済みモデルの一例を示す図である。

【0091】

上述したように、推定機能１０６ｆは、学習済みモデルを用いて時間ずれ量を推定する。したがって、変形例２に係るＰＥＴ装置１００は、時間ずれ量を容易に推定することを可能にする。

【0092】

（変形例３）
上述した実施形態では、ＴＯＦ情報からＴＯＦ描写画像を生成し、生成したＴＯＦ描写画像を用いて時間ずれ量を推定する場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、ＴＯＦ描写画像を生成せずにＴＯＦ情報を用いて時間ずれ量を推定する場合でもよい。

【0093】

かかる場合には、変形例３に係る推定機能１０６ｆは、ＴＯＦ情報から位置情報を特定し、特定した位置情報とＰＥＴ画像とを比較することで、時間ずれ量を推定する。すなわち、推定機能１０６ｆは、ＴＯＦ情報に基づく位置情報（ＴＯＦ情報に対応する対消滅点の位置）のＰＥＴ画像上の位置を特定し、特定した位置とＰＥＴ画像における対消滅点の位置とから、時間ずれ量を推定する。

【0094】

これにより、変形例３に係るＰＥＴ装置１００は、ＴＯＦ描写画像の生成に係る処理を省略することができ、ＴＯＦ較正に係る処理付加を低減させることを可能にする。なお、ＴＯＦ情報を用いて時間ずれ量を推定する学習済みモデルを構築する場合、図８Ａに示す学習済みモデルを構築において、ＴＯＦ描写画像の代わりにＴＯＦ情報が用いられる。

【0095】

（変形例４）
上述した実施形態では、被検体Ｐを対象として収集したリストモードデータを用いてＴＯＦ較正を行う場合について説明した。しかしながら、実施形態はこれに限定されるものではなく、例えば、外部線源を対象として収集したリストモードデータを用いて、本願に係るＴＯＦ較正を行う場合でもよい。

【0096】

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）或いは、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等の回路を意味する。プロセッサはメモリ１３０に保存されたプログラムを読み出し、読み出されたプログラムを実行することで機能を実現する。

【0097】

ここで、プロセッサによって実行されるプログラムは、ＲＯＭ（Read Only Memory）や記憶回路等に予め組み込まれて提供される。なお、このプログラムは、これらの装置にインストール可能な形式又は実行可能な形式のファイルでＣＤ（Compact Disk）－ＲＯＭ、ＦＤ（Flexible Disk）、ＣＤ－Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な非一過性の記憶媒体に記録されて提供されてもよい。また、このプログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納され、ネットワーク経由でダウンロードされることによって提供又は配布されてもよい。例えば、このプログラムは、上述した各処理機能を含むモジュールで構成される。実際のハードウェアとしては、ＣＰＵが、ＲＯＭ等の記憶媒体からプログラムを読み出して実行することにより、各モジュールが主記憶装置上にロードされて、主記憶装置上に生成される。

【0098】

以上説明した少なくとも一つの実施形態によれば、ＴＯＦ較正を簡便に行うことを可能にすることができる。

【0099】

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、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】

【0100】

１００ ＰＥＴ装置
１０２ 計数情報生成回路
１０６ｂ 再構成機能
１０６ｄ 特定機能
１０６ｅ 生成機能
１０６ｆ 推定機能
１０６ｇ 較正機能

【図1】

【図2A】

【図2B】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8A】

【図8B】