(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-07-21
(45)【発行日】2023-07-31
(54)【発明の名称】医用放射線検出器及び医用情報処理装置
(51)【国際特許分類】
G01T 1/161 20060101AFI20230724BHJP
G01T 1/20 20060101ALI20230724BHJP
G01T 1/24 20060101ALI20230724BHJP
G01T 7/00 20060101ALI20230724BHJP
A61B 6/03 20060101ALI20230724BHJP
【ＦＩ】
G01T1/161 C
G01T1/20 G
G01T1/24
G01T1/20 F
G01T7/00 B
A61B6/03 320Q
A61B6/03 377
A61B6/03 350K
【請求項の数】
9
(21)【出願番号】P 2019108123
(22)【出願日】2019-06-10
(65)【公開番号】P2020003481
(43)【公開日】2020-01-09
【審査請求日】2022-04-22
(31)【優先権主張番号】P 2018119765
(32)【優先日】2018-06-25
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【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】110003708
【氏名又は名称】弁理士法人鈴榮特許綜合事務所
(72)【発明者】
【氏名】勅使川原 学
【審査官】佐野 浩樹
(56)【参考文献】
【文献】特開２０１７－２０７４８２（ＪＰ，Ａ）
【文献】特表２００１－５０８１７１（ＪＰ，Ａ）
【文献】特表２０１７－５３７４７１（ＪＰ，Ａ）
【文献】特開２０１６－０１０６４９（ＪＰ，Ａ）
【文献】特表２０１７－５２７７８２（ＪＰ，Ａ）
【文献】特表２０１８－５０６０２１（ＪＰ，Ａ）
【文献】米国特許出願公開第２０１５／０２７６９５３（ＵＳ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ６／００ － ６／１４ 、
Ｇ０１Ｔ １／００ － ７／１２
(57)【特許請求の範囲】
【請求項1】
入射された放射線に基づいて出力信号を出力する複数のセンサと、前記複数のセンサからの出力信号に基づき、前記放射線が入射した入射チャネルに関する情報を出力するように機能付けられた学習済みモデルを記憶する記憶部と、
被検体を撮像するための放射線が入射された前記複数のセンサから出力信号を取得する取得部と、
前記取得した出力信号と前記学習済みモデルとに基づいて、前記取得した出力信号に対応する前記放射線が入射した入射チャネルに関する情報を出力する処理部と
を備え、
前記入射された放射線は、前記複数のセンサの個数以上の個数のチャネルのうちの前記入射チャネルに入射した入射放射線と、前記入射放射線がコンプトン散乱により前記入射チャネルとは異なるチャネルに到達してなる散乱放射線とを含んでおり、
前記複数のセンサは、前記入射放射線と前記散乱放射線との各々に応じて個別に出力信号を出力し、
前記取得部は、前記複数のセンサから出力信号を取得したタイミングに関する時間情報と当該出力信号の波高値とを含む信号を、前記取得した出力信号として前記処理部に送出し、
前記入射チャネルに関する情報は、前記送出された出力信号のうちの遅い時間情報をもつ出力信号のチャネルを入射チャネルとして同定する情報と、前記同定した入射チャネルに対応する出力信号の波高値とを含んでおり、
前記同定した入射チャネルに対応する出力信号の波高値は、前記入射放射線に応じた出力信号の波高値と前記散乱放射線に応じた出力信号の波高値との総和である、医用放射線検出器。
【請求項2】
前記複数のセンサは、前記放射線に応じて蛍光を発生する複数のシンチレータと、前記蛍光の光量に応じた出力信号を出力する複数の光センサとを備え、前記入射チャネルに関する情報は、前記複数のセンサのうちの前記放射線が入射したシンチレータを入射チャネルとして同定する情報を含んでいる、請求項１に記載の医用放射線検出器。
【請求項3】
前記複数のセンサは、前記放射線に応じて出力信号を出力する複数の半導体素子であり、前記入射チャネルに関する情報は、前記複数の半導体素子のうちの前記放射線が入射した半導体素子を入射チャネルとして同定する情報を含んでいる、請求項１に記載の医用放射線検出器。
【請求項4】
入射された放射線に基づいて出力信号を出力する複数のセンサと、前記複数のセンサからの出力信号に基づき、前記放射線が入射した入射チャネルに関する情報を出力するように機能付けられた複数の学習済みモデルであって、前記出力信号の計数率が閾値未満の場合に対応する第１の学習済みモデルと、前記出力信号の計数率が前記閾値以上の場合に対応する第２の学習済みモデルとを含む前記複数の学習済みモデルを記憶する記憶部と、
被検体を撮像するための放射線が入射された前記複数のセンサから出力信号を取得する取得部と、
前記取得した出力信号の計数率を取得する計数率取得部と、
前記取得した計数率と前記閾値とに基づいて、前記第１の学習済みモデル又は前記第２の学習済みモデルを選択する選択部と、
前記取得した出力信号と、前記選択した学習済みモデルとに基づいて、前記取得した出力信号に対応する前記放射線が入射した入射チャネルに関する情報を出力する処理部と
を備え、
前記複数のセンサは、前記放射線に応じて蛍光を発生する複数のシンチレータであって前記複数のセンサの個数以上の個数の前記シンチレータと、前記蛍光の光量に応じた出力信号を出力する複数の光センサであって前記複数のセンサの個数と同数の前記光センサとを備え、
前記入射された放射線は、前記複数のシンチレータの各々である各チャネルのうちの前記入射チャネルに入射した入射放射線と、前記入射放射線がコンプトン散乱により前記入射チャネルとは異なるチャネルに到達してなる散乱放射線とを含んでおり、
前記複数のセンサは、前記入射放射線に応じてシンチレータで発生した第１蛍光の光量に応じた出力信号と、前記散乱放射線に応じてシンチレータで発生した第２蛍光の光量に応じた出力信号とを出力し、
前記入射チャネルに関する情報は、前記複数のシンチレータのうちの前記第１蛍光を発生したシンチレータを入射チャネルとして同定する情報と、前記同定した入射チャネルに対応する出力信号の波高値とを含んでおり、
前記同定した入射チャネルに対応する出力信号の波高値は、前記入射放射線に応じた出力信号の波高値と前記散乱放射線に応じた出力信号の波高値との総和である、医用放射線検出器。
【請求項5】
前記閾値は、前記複数のセンサが前記入射した放射線を蛍光に変換したときの前記蛍光の減衰時間に対応する計数率である、請求項４に記載の医用放射線検出器。
【請求項6】
前記閾値は、前記複数のセンサの各々が前記入射した放射線に基づく出力信号を生成する処理のために他の入射した放射線を処理できないデッドタイムに対応する計数率である、請求項４に記載の医用放射線検出器。
【請求項7】
入射された放射線に基づいて出力信号を出力する複数のセンサと、前記複数のセンサからの出力信号に基づき、前記放射線が入射した入射チャネルに関する情報を出力するように機能付けられた学習済みモデルを記憶する記憶部と、
被検体を撮像するための放射線が入射された前記複数のセンサから出力信号を取得する取得部と、
前記取得した出力信号と前記学習済みモデルとに基づいて、前記取得した出力信号に対応する前記放射線が入射した入射チャネルに関する情報を出力する処理部と
を備え、
前記複数のセンサは、前記放射線に応じて蛍光を発生する複数のシンチレータであって前記複数のセンサの個数以上の個数の前記シンチレータと、前記蛍光の光量に応じた出力信号を出力する複数の光センサであって前記複数のセンサの個数と同数の前記光センサとを備え、
前記入射された放射線は、前記複数のシンチレータの各々である各チャネルのうちの前記入射チャネルに入射した入射放射線と、前記入射放射線がコンプトン散乱により前記入射チャネルとは異なるチャネルに到達してなる散乱放射線とを含んでおり、
前記複数のセンサは、前記入射放射線に応じてシンチレータで発生した第１蛍光の光量に応じた出力信号と、前記散乱放射線に応じてシンチレータで発生した第２蛍光の光量に応じた出力信号とを出力し、
前記入射チャネルに関する情報は、前記複数のシンチレータのうちの前記第１蛍光を発生したシンチレータを入射チャネルとして同定する情報と、前記同定した入射チャネルに対応する出力信号の波高値とを含んでおり、
前記同定した入射チャネルに対応する出力信号の波高値は、前記入射放射線に応じた出力信号の波高値と前記散乱放射線に応じた出力信号の波高値との総和である、医用情報処理装置。
【請求項8】
入射された放射線に基づいて出力信号を出力する複数のセンサの前方に配置され、前記放射線が入射する入射チャネルを、前記複数のセンサのうちの１つのセンサに制限するためのコリメータと、前記入射チャネルに関する情報と、前記コリメータの開口を介して前記入射チャネルに入射した放射線に基づく前記出力信号とを取得する取得部と、
前記取得した出力信号と、前記入射チャネルに関する情報とを、前記取得した出力信号を受け付けて前記出力信号に対応する入射チャネルに関する情報を出力するように機能付けられた学習済みモデルとなる機械学習モデルに使用するための学習用データとして出力する出力部と
を備え、
前記複数のセンサは、前記放射線に応じて蛍光を発生する複数のシンチレータであって前記複数のセンサの個数以上の個数の前記シンチレータと、前記蛍光の光量に応じた出力信号を出力する複数の光センサであって前記複数のセンサの個数と同数の前記光センサとを備え、
前記入射された放射線は、前記複数のシンチレータの各々である各チャネルのうちの前記入射チャネルに入射した入射放射線と、前記入射放射線がコンプトン散乱により前記入射チャネルとは異なるチャネルに到達してなる散乱放射線とを含んでおり、
前記複数のセンサは、前記入射放射線に応じてシンチレータで発生した第１蛍光の光量に応じた出力信号と、前記散乱放射線に応じてシンチレータで発生した第２蛍光の光量に応じた出力信号とを出力し、
前記入射チャネルに関する情報は、前記複数のシンチレータのうちの前記第１蛍光を発生したシンチレータを入射チャネルとして同定する情報と、前記同定した入射チャネルに対応する出力信号の波高値とを含んでおり、
前記同定した入射チャネルに対応する出力信号の波高値は、前記入射放射線に応じた出力信号の波高値と前記散乱放射線に応じた出力信号の波高値との総和である、医用情報処理装置。
【請求項9】
入射された放射線に基づいて出力信号を出力する複数のセンサと、前記複数のセンサからの出力信号に基づき、前記放射線が入射した入射チャネルに関する情報を出力する学習済みモデルと、
被検体を撮像するための放射線が入射された前記複数のセンサから出力信号を取得する取得部と、
前記取得した出力信号と前記学習済みモデルとに基づいて、前記取得した出力信号に対応する前記放射線が入射した入射チャネルに関する情報を出力する処理部と
を備え、
前記複数のセンサは、前記放射線に応じて蛍光を発生する複数のシンチレータであって前記複数のセンサの個数以上の個数の前記シンチレータと、前記蛍光の光量に応じた出力信号を出力する複数の光センサであって前記複数のセンサの個数と同数の前記光センサとを備え、
前記入射された放射線は、前記複数のシンチレータの各々である各チャネルのうちの前記入射チャネルに入射した入射放射線と、前記入射放射線がコンプトン散乱により前記入射チャネルとは異なるチャネルに到達してなる散乱放射線とを含んでおり、
前記複数のセンサは、前記入射放射線に応じてシンチレータで発生した第１蛍光の光量に応じた出力信号と、前記散乱放射線に応じてシンチレータで発生した第２蛍光の光量に応じた出力信号とを出力し、
前記入射チャネルに関する情報は、前記複数のシンチレータのうちの前記第１蛍光を発生したシンチレータを入射チャネルとして同定する情報と、前記同定した入射チャネルに対応する出力信号の波高値とを含んでおり、
前記同定した入射チャネルに対応する出力信号の波高値は、前記入射放射線に応じた出力信号の波高値と前記散乱放射線に応じた出力信号の波高値との総和である、医用放射線検出器。
【発明の詳細な説明】
【技術分野】
【0001】
本発明の実施形態は、医用放射線検出器及び医用情報処理装置に関する。
【背景技術】
【0002】
ＰＥＴ（Positron Emission Tomography）装置、ＳＰＥＣＴ（Single Photon Emission CT）装置、及び光子計数型のＸ線ＣＴ装置などの医用情報処理装置では、入射した放射線に応じた複数の出力信号に基づいて入射チャネルを同定する。具体的には例えば、間接変換型の放射線検出器の場合には、断面４ｍｍ角で長さ２０ｍｍ程度のサイズの複数のシンチレータに反射材などを挟んでシンチレータアレイを作成し、シンチレータアレイの後段にライトガイドを介して光学結合した複数の光センサを設けている。これにより、入射したガンマ線をシンチレータにより蛍光に変換し、この蛍光を複数の光センサの各々が検出して出力信号を出力し、各々の出力信号から重心計算を行い、重心計算の結果から蛍光シンチレータを同定する。さらに、同定された蛍光シンチレータをガンマ線の入射チャネルとして同定する。なお、シンチレータと光センサとの光学結合は１対１結合の場合や多対多結合の場合がある。直接変換型の放射線検出器の場合も同様に、入射した放射線を複数の半導体検出素子の各々が検出して出力信号を出力し、各々の出力信号から重心計算を行い、重心計算の結果から放射線を検出した半導体検出素子を同定する。また、同定された半導体検出素子を入射チャネルとして同定する。
【0003】
しかしながら、以上のような医用情報処理装置では、放射線検出器に入射した放射線がシンチレータ中や半導体中のコンプトン散乱により入射チャネルとは異なるチャネルに到達し、散乱先のチャネルに関する高い出力信号が高頻度に出力される。これに伴い、重心演算の結果が散乱先のチャネルに関する高い出力信号に影響されてしまい、入射チャネルの同定精度が低下してしまう。このように、医用情報処理装置は、入射した放射線の散乱に伴う入射チャネルの同定精度が低下する点で改善の余地がある。
【先行技術文献】
【特許文献】
【0004】
【文献】米国特許出願公開第２０１０／００４４５７１号明細書
【発明の概要】
【発明が解決しようとする課題】
【0005】
発明が解決しようとする課題は、入射した放射線の散乱に伴う入射チャネルの同定精度の低下を阻止できるようにすることである。
【課題を解決するための手段】
【0006】
実施形態に係る医用放射線検出器は、複数のセンサと、記憶部と、取得部と、処理部とを備えている。
前記複数のセンサは、入射された放射線に基づいて出力信号を出力する。
前記記憶部は、前記複数のセンサからの出力信号に基づき、前記放射線が入射した入射チャネルに関する情報を出力するように機能付けられた学習済みモデルを記憶する。
前記取得部は、被検体を撮像するための放射線が入射された前記複数のセンサから出力信号を取得する。
前記処理部は、前記取得した出力信号と前記学習済みモデルとに基づいて、前記取得した出力信号に対応する前記放射線が入射した入射チャネルに関する情報を出力する。
前記複数のセンサは、入射された放射線に基づいて出力信号を出力する。
前記記憶部は、前記複数のセンサからの出力信号に基づき、前記放射線が入射した入射チャネルに関する情報を出力するように機能付けられた学習済みモデルを記憶する。
前記取得部は、被検体を撮像するための放射線が入射された前記複数のセンサから出力信号を取得する。
前記処理部は、前記取得した出力信号と前記学習済みモデルとに基づいて、前記取得した出力信号に対応する前記放射線が入射した入射チャネルに関する情報を出力する。
【図面の簡単な説明】
【0007】
【発明を実施するための形態】
【0008】
以下、図面を参照しながら各実施形態に係わる医用情報処理装置及び医用放射線検出器を説明する。
【0009】
各実施形態に係る医用情報処理装置は、少なくとも医用放射線検出器を用いた撮像機構を有する。医用放射線検出器としては、直接変換型及び間接変換型のいずれでもよく、また、積分型及び光子計数型のいずれでもよい。このような医用情報処理装置としては、例えば、ＰＥＴ撮像機能のみを有するＰＥＴ装置、ＣＴ撮像機構のみを有するＣＴ装置、ＰＥＴ撮像機構とＣＴ撮像機構とを有するＰＥＴ／ＣＴ装置、ＰＥＴ撮像機構とＭＲ（Magnetic Resonance）撮像機構とを有するＰＥＴ／ＭＲ装置等が挙げられる。また、本実施形態に係る医用情報処理装置は、少なくともＳＰＥＣＴ（Single Photon Emission CT）撮像を行う撮像機構を有してもよい。このような医用情報処理装置としては、例えば、ＳＰＥＣＴ撮像機能のみを有するＳＰＥＣＴ装置、ＳＰＥＣＴ撮像機構とＣＴ撮像機構とを有するＳＰＥＣＴ／ＣＴ装置、ＳＰＥＣＴ撮像機構とＭＲ撮像機構とを有するＰＥＴ／ＭＲ装置等が挙げられる。各実施形態に係る医用情報処理装置は、これらの如何なる型の装置にも適用可能であるが、以下の説明を具体的に行うため、ＰＥＴ／ＣＴ装置であるとする。詳しくは、以下の説明は、医用放射線検出器が直接変換型及び間接変換型のいずれでもよいことと、放射線がガンマ線及びＸ線のいずれでもよいこととを具体的に述べるため、ＰＥＴ／ＣＴ装置を例に挙げている。すなわち、医用情報処理装置としては、ＰＥＴ／ＣＴ装置のように２つの撮像機構を有する装置に限定されず、ＰＥＴ装置、ＣＴ装置又はＳＰＥＣＴ装置のように、１つの撮像機構を有する装置としてもよい。
【0010】
＜第１の実施形態＞
図１は、第１の実施形態に係る医用情報処理装置（ＰＥＴ／ＣＴ装置１）の構成を示す模式図であり、図２Ａ乃至図８は、第１の実施形態に係る医用放射線検出器（ガンマ線検出器１７／Ｘ線検出器３２）の構成を説明するための模式図である。図１に示すように、ＰＥＴ／ＣＴ装置１は、ＰＥＴガントリ１０、ＣＴガントリ３０、寝台５０及びコンソール装置７０を有する。典型的には、ＰＥＴガントリ１０、ＣＴガントリ３０及び寝台５０は、共通の検査室に設置され、コンソール装置７０は、検査室に隣接する制御室に設置される。ＰＥＴガントリ１０は、被検体ＰをＰＥＴ撮像する撮像装置である。ＣＴガントリ３０は、被検体ＰをＸ線ＣＴ撮像する撮像装置である。寝台５０は、撮像対象の被検体Ｐを載置する天板５３を移動自在に支持する。コンソール装置７０は、ＰＥＴガントリ１０、ＣＴガントリ３０及び寝台５０を制御するコンピュータである。
図１は、第１の実施形態に係る医用情報処理装置（ＰＥＴ／ＣＴ装置１）の構成を示す模式図であり、図２Ａ乃至図８は、第１の実施形態に係る医用放射線検出器（ガンマ線検出器１７／Ｘ線検出器３２）の構成を説明するための模式図である。図１に示すように、ＰＥＴ／ＣＴ装置１は、ＰＥＴガントリ１０、ＣＴガントリ３０、寝台５０及びコンソール装置７０を有する。典型的には、ＰＥＴガントリ１０、ＣＴガントリ３０及び寝台５０は、共通の検査室に設置され、コンソール装置７０は、検査室に隣接する制御室に設置される。ＰＥＴガントリ１０は、被検体ＰをＰＥＴ撮像する撮像装置である。ＣＴガントリ３０は、被検体ＰをＸ線ＣＴ撮像する撮像装置である。寝台５０は、撮像対象の被検体Ｐを載置する天板５３を移動自在に支持する。コンソール装置７０は、ＰＥＴガントリ１０、ＣＴガントリ３０及び寝台５０を制御するコンピュータである。
【0011】
図１に示すように、ＰＥＴガントリ１０は、検出器リング１１、信号処理回路１３及び同時計数回路１５を有する。
【0012】
検出器リング１１は、中心軸Ｚ回りの円周上に配列された複数のガンマ線検出器１７を有する。検出器リング１１の開口部には、画像視野（ＦＯＶ：Field Of View）が設定される。画像視野に被検体Ｐの撮像部位が含まれるように被検体Ｐが位置決めされる。被検体Ｐには陽電子放出核種により標識された薬剤が投与される。陽電子放出核種から放出された陽電子は周囲の電子と対消滅し、一対の対消滅ガンマ線が発生される。
【0013】
ガンマ線検出器１７は、被検体Ｐの体内から放出された対消滅ガンマ線を検出し、検出された対消滅ガンマ線の光量に応じた電気信号を生成する。各々のガンマ線検出器１７は、例えば図２Ａ及び図２Ｂに模式的に示すように、複数のセンサ１７０と、取得部１７４と、メモリ１７５と、処理回路１７６とを備えた医用放射線検出器である。なお、図２Ｂは、図２Ａにおける各センサ１７０からの各々の出力信号の出力タイミングの差分Δｔを誇張して表している。複数のセンサ１７０は、入射された放射線に基づいて出力信号を出力する。このような複数のセンサ１７０は、例えば、放射線に応じて蛍光を発生する複数のシンチレータ１７１と、蛍光を透過させるライトガイド１７２と、透過した蛍光の光量に応じた出力信号を出力する複数の光センサ１７３とを備えている。センサ１７０の個数は、光センサ１７３の個数と同じである。センサ１７０の個数は、シンチレータ１７１の個数より少ないが、シンチレータ１７１の個数と同じとしてもよい。なお、図３は、図２Ａ及び図２Ｂに示す複数のシンチレータ１７１及び複数の光センサ１７３を入射面から見た場合の概略図である。各々のシンチレータ１７１の断面は、例えば４ｍｍ×４ｍｍである。各々のシンチレータ１７１の長さ（奥行き）は、例えば２０ｍｍである。なお、シンチレータ１７１の長さは、長い方がガンマ線を捕捉する確率が高まることになり、典型的には１０～３０ｍｍの範囲にある。各々のシンチレータ１７１は互いに反射材を挟んで配列されている。なお、ガンマ線を検出する複数のセンサ１７０として直接変換型の半導体素子を用いてもよいが、Ｘ線とは異なり、５１１ｋｅＶのガンマ線は透過力が高いことから、半導体素子の長さが長いほうが望ましい。
【0014】
シンチレータ１７１は、被検体Ｐ内の放射性同位元素に由来する対消滅ガンマ線を受けて蛍光（シンチレーション光ｓｃ１）を発生する。このとき、対消滅ガンマ線は、コンプトン散乱ｃｍｐにより、入射チャネルとは異なるチャネルに到達し、さらに、蛍光（シンチレーション光ｓｃ２）を発生する場合がある。いずれにしても蛍光は、ライトガイド１７２を介して光センサ１７３に到達する。詳しくは、図２Ｂに示すように、入射チャネルで発生したシンチレーション光ｓｃ１は、コンプトン散乱ｃｍｐにより到達したチャネル（以下、到達チャネルともいう）で発生したシンチレーション光ｓｃ２よりも、遅いタイミングで光センサ１７３に到達する。これは、シンチレーション光ｓｃ１が入射チャネル内を進む距離が、シンチレーション光ｓｃ２が到達チャネル内を進む距離よりも、長いためである。
【0015】
光センサ１７３は、光の光量に応じた電気信号である出力信号を発生及び出力する。光センサ１７３としては、例えば、光電子増倍管が用いられる。なお、前述した通り、入射チャネルのシンチレーション光ｓｃ１は、到達チャネルのシンチレーション光ｓｃ２よりも遅いタイミングで光センサ１７３に到達する。言い換えると、到達チャネルのシンチレーション光ｓｃ２は、入射チャネルのシンチレーション光ｓｃ１よりも早いタイミングで光センサ１７３に到達する。これに伴い、光センサ１７３は、到達チャネルのシンチレーション光ｓｃ２に応じた出力信号を出力し（時刻ｔ１）、微小時間Δｔの後、入射チャネルのシンチレーション光ｓｃ１に応じた出力信号を出力する（時刻ｔ２）。
【0016】
取得部１７４は、被検体Ｐを撮像するための放射線が入射された複数のセンサ１７０から出力信号を取得する回路である。取得部１７４は、例えば、Ａ／Ｄ変換回路を有していてもよい。この場合、取得部１７４は、取得した出力信号をＡ／Ｄ変換によりデジタルの出力信号として処理回路１７６に送出する。また、取得部１７４は、複数のセンサ１７０から出力信号を取得したタイミングに関する時間情報を、デジタルの出力信号に含めてもよい。補足すると、デジタルの出力信号は、センサ１７０から取得した出力信号の波高値の他に、時間情報を含んでもよい。この場合、取得部１７４は、複数のセンサ１７０から出力信号を取得したタイミングに関する時間情報と当該出力信号の波高値とを含む信号を、取得した出力信号として処理回路１７６に送出する。また、デジタルの出力信号は、波高値と時間情報とを連結した信号としてもよい。時間情報は、取得した時刻を示す値でもよく、取得した順序を示す値でもよく、最初に取得した出力信号からの時間差を示す値でもよい。このような取得部１７４は、光センサ１７３に一体的に設けられてもよい。この場合、光センサ１７３は、デジタルの出力信号を処理回路１７６に出力する。
【0017】
メモリ１７５（記憶部）は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。メモリ１７５は、例えば、学習済みモデル１７５ａ等を記憶する。メモリ１７５は、ガンマ線検出器１７の工場出荷前に予め学習済みモデル１７５ａを記憶してもよく、あるいはガンマ線検出器１７の工場出荷後に、図示しないサーバ装置などから取得した学習済みモデル１７５ａを記憶してもよい。このことは、以下の各実施形態でも同様である。
【0018】
学習済みモデル１７５ａは、学習データに基づいて、モデル学習プログラムに従い機械学習モデルに機械学習を行わせることにより、得られた学習済みの機械学習モデルである。ここで、本実施形態の学習済みモデル１７５ａは、複数のセンサ１７０からの出力信号に基づき、放射線が入射した入射チャネルに関する情報を出力するように機能付けられている。この場合、学習用データは、複数のセンサ１７０からの出力信号である入力データと、入射チャネルに関する情報である出力データとを含んでいる。機械学習モデルは、出力信号（を表すデジタル情報）を入力として入射チャネルに関する情報を出力する、複数の関数が合成されたパラメータ付き合成関数である。パラメータ付き合成関数は、複数の調整可能な関数及びパラメータの組合せにより定義される。本実施形態に係る機械学習モデルは、上記の要請を満たす如何なるパラメータ付き合成関数であっても良いが、多層のネットワークモデル（以下、多層化ネットワークと呼ぶ）であるとする。多層化ネットワークを用いる学習済みモデル１７５ａは、被検体Ｐを撮像するための放射線を検出して得られる出力信号を入力する入力層と、当該出力信号に対応した入射チャネルに関する情報を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを有する。なお、入力層は、出力信号及び付帯情報を入力してもよく、入射チャネルに関する情報は、当該出力信号及び付帯情報に対応した情報としてもよい。当該学習済みモデル１７５ａは、人工知能ソフトウエアの一部であるプログラムモジュールとしての利用が想定される。
【0019】
本実施形態に係る多層化ネットワークの典型的な構成について、以下説明する。ここで、多層化ネットワークとは、層状に並べた隣接層間のみ結合した構造を持ち、情報が入力層側から出力層側に一方向に伝播するネットワークである。本実施形態に係る多層化ネットワークは、図４に示す様に、入力層（ｌ＝１）、中間層（ｌ＝２，３，・・・，Ｌ－１）、出力層（ｌ＝Ｌ）のＬ個の層から構成されるものとする。なお、以下は例を説明するものであって、多層化ネットワークの構成は以下の説明に限定されない。
【0020】
第ｌ層でのユニット数をＩ個とし、第ｌ層への入力ｕ（ｌ）を式（１－１）、第ｌ層からの出力ｚ（ｌ）を式（ｌ－２）の様にそれぞれ表記すると、第ｌ層への入力と第ｌ層からの出力との関係は、式（１－３）によって表すことができる。
【0021】
【数1】
【0022】
ここで、右上の添字（ｌ）は層の番号を示す。また、式（１－３）におけるｆ（ｕ）は、活性化関数であり、ロジスティックシグモイド関数（ロジスティック関数）、双曲線正接関数、正規化線形関数（ReLU)、線形写像、恒等写像、マックスアウト関数等、目的に応じて種々の関数を選択することができる。「ＲｅＬＵ」は、「Rectified Liner Unit」の略語である。
【0023】
第ｌ＋１層でのユニット数をＪ個とし、第ｌ層と第ｌ＋１層との間の重み付行列Ｗ（ｌ＋１）を式（２－１）、第ｌ＋１層におけるバイアスｂ（ｌ＋１）を式（２－２）の様にそれぞれ表記したとする。このとき、第ｌ＋１層への入力ｕ（ｌ＋１）、第ｌ＋１層からの出力ｚ（ｌ＋１）は、それぞれ式（２－３）、式（２－４）によって表すことができる。
【0024】
【数2】
【0025】
本実施形態に係る多層化ネットワークにおいて、入力層（ｌ＝１）には、式（３－１）で表現される出力信号が入力される。また、当該入力層においては、入力データｘがそのまま出力データｚ（１）となるため、式（３－２）の関係が成立する。
【0026】
【数3】
【0027】
ここで、入力層に入力される出力信号を「入力データｘ」と呼ぶことにすれば、入力データｘについては、以下の（１）又は（２）等のように、種々の形式を用いることができる。（１）入力データｘを一個の画像データとし、各成分ｘｐ（ｐ＝１，２，・・・，Ｎ）を当該一個の画像データを構成する光センサ１７３の位置毎の値（ピクセル値或いはボクセル値）として規定する形式。（２）入力データｘを、畳み込み処理が施された画像データとして、（１）を採用する形式。
【0028】
入力層に続く中間層（ｌ＝２，３，・・・，Ｌ－１）層においては、式（２－３）、式（２－４）に従う計算を順次実行することで、各層の出力ｚ（２），・・・ｚ（L-1）を計算することができる。
【0029】
出力層（第Ｌ層）の出力ｚ（Ｌ）を以下の式（４－１）の様に表記する。本実施形態に係る多層化ネットワークは、入力層に入力された画像データｘが、入力層側から出力層側に向かって隣接層間でのみ結合しながら伝播する順伝播型ネットワークである。この様な順伝播型ネットワークは、式（４－２）の様な合成関数として表現することができる。
【0030】
【数4】
【0031】
式（４－２）に示す合成関数は、式（２－３）、式（２－４）より、重み付行列Ｗ（ｌ＋１）を用いた各層間の線形関係、各層における活性化関数ｆ（ｕ（ｌ＋１））を用いた非線形関係（又は線形関係）、バイアスｂ（ｌ＋１）の組み合わせとして定義される。特に、重み付行列Ｗ（ｌ＋１）、バイアスｂ（ｌ＋１）はネットワークのパラメータｐと呼ばれる。式（４－２）によって定義される合成関数は、パラメータｐをどのように選ぶかで、関数としての形を変える。従って、本実施形態に係る多層化ネットワークは、式（４－２）を構成するパラメータｐを適切に選ぶことで、出力層が好ましい結果ｙを出力することができる関数として、定義することができる。
【0032】
パラメータｐを適切に選ぶためには、学習データと誤差関数を用いた学習を実行する。ここで、学習データとは、入力ｘｎに対する望ましい出力（正解出力）をｄｎとすると、式（５－１）のように表現される学習サンプル（ｘｎ，ｄｎ）の集合Ｄ（ｎ＝１，・・・，S）である。
【0033】
【数5】
【0034】
また、誤差関数とは、ｘｎを入力した多層化ネットワークからの出力と学習データｄｎとの近さを表す関数である。誤差関数の代表例としては、二乗誤差関数、最尤度推定関数、交差エントロピー関数等を挙げることができる。どのような関数を誤差関数に選択するかは、多層化ネットワークが取り扱う問題（例えば、回帰問題、二値問題、多クラス分類問題等）に依存する。
【0035】
誤差関数をＥ（ｐ）と表記し、一つの学習サンプル（ｘｎ，ｄｎ）のみを使用して計算される誤差関数をＥｎ（ｐ）と表記する。現在のパラメータｐ（ｔ）は、勾配降下法に従う場合には誤差関数Ｅ（ｐ）の勾配ベクトルを用いた式（６－１）、確率的勾配降下法に従う場合には誤差関数Ｅｎ（ｐ）の勾配ベクトルを用いた式（６－３）によって、新たなパラメータｐ（ｔ＋１）に更新される。
【0036】
【数6】
【0037】
ここで、εはパラメータｐの更新量の大きさを定める学習係数である。
【0038】
式（６－１）又は式（６－３）に従って、現在のｐを負の勾配方向に少し動かし、これを逐次繰り返すことで、誤差関数Ｅ（ｐ）を極小にするパラメータｐを決定することができる。
【0039】
なお、式（６－１）又は式（６－３）を計算するためには、式（６－２）で示されるＥ（ｐ）の勾配ベクトル、又は式（６－４）で示されるＥｎ（ｐ）の勾配ベクトルを計算する必要がある。誤差関数が二乗誤差関数である場合を例とすれば、式（７－１）に示される誤差関数について、各層の重み係数と各ユニットのバイアスとで微分する必要がある。
【0040】
【数7】
【0041】
一方、最終出力ｙが式（４－２）で表される合成関数であることから、Ｅ（ｐ）又はＥｎ（ｐ）の勾配ベクトルの計算は複雑であり、その計算量も膨大なものとなる。
【0042】
この様な勾配計算における不具合は、誤差逆伝播法によって解決することができる。例えば、第ｌ－１層の第ｉユニットと第ｌ層の第ｊユニットとを繋ぐ重みｗji
(l)についての誤差関数の微分は、以下の式（８－１）の様に表すことができる。
【0043】
【数8】
【0044】
ｌ層の第ｊユニットへの入力ｕｊ
（ｌ）がＥｎに与える変化量は、当該第ｊユニットからの出力ｚｊ
（ｌ）を通じて第ｌ＋１層の各ユニットｋへの各入力ｕｋ
（ｌ＋１）を変化させることのみを介して生じるものである。このことから、式（８－１）の右辺第１項は、微分の連鎖則を用いて、次の式（９－１）の様に表すことができる。
【0045】
【数9】
【0046】
ここで、式（９－１）の左辺をδｊ
（ｌ）とおくと、式（１０－１）、式（１０－２）の関係を使って、式（９－１）は式（１０－３）の様に書き直すことができる。
【0047】
【数10】
【0048】
式（１０－３）より、左辺のδｊ
（ｌ）は、δｋ
（ｌ＋１）（ｋ＝１，２，・・・・）から計算できることがわかる。すなわち、一つ上位の出力層側に存在する第ｌ＋１層の第ｋユニットに関するδｋ
（ｌ＋１）が与えられれば、第ｌ層についてのδｊ
（ｌ）を計算することができる。さらに、第ｌ＋１層の第ｋユニットに関するδｋ
（ｌ＋１）についても、その一つ上位の出力層側に存在する第ｌ＋２層の第ｋユニットに関するδｋ
（ｌ＋２）が与えられれば、計算することができる。このことを逐次繰り返して最上位層である出力層まで辿ることができる。
【0049】
最初に第Ｌ層である出力層の第ｋユニットに関するδｋ
（Ｌ）が取得されていれば、式（１０－３）を用いて下位側（すなわち入力層側）に向かって逐次計算を繰り返すことにより（逆伝播）、任意層におけるδｋ
（ｌ＋１）を計算することができる。
【0050】
一方、式（８－１）の右辺第２項については、式（２－３）を第ｌ層について成分で表現した式（１１－１）を用いて、式（１１－２）の様に計算することができる。
【0051】
【数11】
【0052】
従って、第ｌ－１層の第ｉユニットと第ｌ層の第ｊユニットとを繋ぐ重みｗji
(l)についての誤差関数の微分は、式（８－１）、式（１０－３）によるδｊ
（ｌ）、式（１１－２）を用いて、以下の式（１２－１）の様に表現することができる。
【0053】
【数12】
【0054】
式（１２－１）から、第ｌ－１層の第ｉユニットと第ｌ層の第ｊユニットとを繋ぐ重みｗji
(l)についての誤差関数の微分は、第ｊユニットに関するδｊ
（ｌ）と、第ｉユニットからの出力であるｚｉ
（ｌ－１）との積で与えらえることがわかる。なお、δｊ
（ｌ）についての計算は、上述した様に、式（１０－３）を用いて逆伝播により求めることができ、また、逆伝播の最初の値、すなわち、第Ｌ層である出力層に関するδｊ
（Ｌ）は、以下の式（１３－１）の様に計算することができる。
【0055】
【数13】
【0056】
以上の手順により、本実施形態に係る多層化ネットワークについて、ある学習サンプル（ｘｎ，ｄｎ）を用いた学習を実現することができる。なお、複数の学習サンプルに対する誤差の総和Ｅ＝ΣｎＥｎに関する勾配ベクトルについては、上述した手順を学習サンプル（ｘｎ，ｄｎ）毎に並列的に繰り返し、以下の式（１４－１）に示す和を計算することで、取得することができる。
【0057】
【数14】
【0058】
以上が本実施形態に係る多層化ネットワークに関する説明である。また、本実施形態に係る多層化ネットワークとしては、例えば、深層学習（Deep Learning）の対象となる多層ニューラルネットワークである深層ニューラルネットワーク（ＤＮＮ：Deep Neural Network）を用いている。ＤＮＮとしては、例えば、画像を対象とする畳込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）を用いてもよい。以上の当該多層化ネットワークに関する説明は、以下の全ての機械学習モデル及び学習済みモデルにも該当する。続いて、処理回路１７６の各機能について述べる。
【0059】
処理回路１７６（処理部）は、取得部１７４が取得した出力信号と、メモリ１７５内の学習済みモデル１７５ａとに基づいて、当該取得した出力信号に対応する当該放射線が入射した入射チャネルに関する情報ｃｉを出力する。例えば、処理回路１７６は、ハードウェア資源として、ＣＰＵやＭＰＵ、ＧＰＵ（Graphics Processing Unit）等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。処理回路１７６は、メモリに展開された各プログラムを実行するプロセッサにより、学習済みモデル１７５ａなどを実行する。例えば、処理回路１７６は、メモリ１７５に記憶された学習済みモデル１７５ａからの指令に従って、当該入力層に入力された出力信号に対し、学習済みのパラメータに基づく演算を行い、当該出力層から入射チャネルに関する情報ｃｉを出力するように動作する。図２Ａ及び図２Ｂ中、処理回路１７６は、５個の入力層（図示せず）に入力された５個の出力信号｛０，ｖｌ１，ｖｌ，０，０｝に対し、１０個の出力層（図示せず）からの１０個の値｛０，０，０，０，ｖｌ，０，０，０，０，０｝を含む情報ｃｉを出力するように動作している。なお、入力された５個の出力信号｛０，ｖｌ１，ｖｌ，０，０｝は、それぞれ波高値を含んでもよく、それぞれ波高値及び時間情報の両者を含んでもよい。入力された出力信号が波高値及び時間情報の両者を含む場合の方が、出力される情報ｃｉの精度の向上を期待できる。例えば、複数の出力信号の波高値が近い場合でも、遅い時間情報をもつ出力信号のチャネルを入射チャネルとして同定できるためである。また、ここでいう「５個」及び「１０個」は、理解を容易にするための数値であり、実際の値ではない。図２Ａ及び図２Ｂに示すように、各々のシンチレータ１７１と、各々の光センサ１７３とが多対１で光学結合する場合、基本的には（付帯情報の入出力がなければ）、入力層の個数が光センサ１７３の個数と同数であり、出力層の個数がシンチレータ１７１の個数と同数となる。入射チャネルに関する情報ｃｉは、複数のシンチレータ１７１のうちの放射線が入射したシンチレータ１７１を入射チャネルとして同定する情報と、同定したシンチレータ１７１に対応する出力信号の波高値ｖｌとを含んでいる。図２Ａ及び図２Ｂ中、放射線が入射したシンチレータ１７１は、第１のシンチレーション光ｓｃ１が発生したシンチレータ１７１である。コンプトン散乱ｃｍｐの後、散乱先のシンチレータ１７１では、第２のシンチレーション光ｓｃ２が発生している。ここで、図２Ａ及び図２Ｂ中の１０行のシンチレータ１７１と、処理回路１７６から出力された情報ｃｉ内の１０行の値とが対応している。すなわち、図２Ａ及び図２Ｂ中、情報ｃｉは、上から５行目の入射チャネルであるシンチレータ１７１に対応して、上から５行目の値が“ｖｌ”であり、上から１～４行目及び６～１０行目の値が“０”である。なお、エネルギーを回復させる場合、出力値のｖｌを、入力値のｖｌ，ｖｌ１の総和としてもよい。また、情報ｃｉは、複数のシンチレータ１７１のうちの放射線が入射したシンチレータ１７１を入射チャネルとして同定する情報を含めばよいので、必ずしも出力信号の波高値ｖｌを含まなくてもよい。この場合、情報ｃｉは、例えば、５個の入力層（図示せず）に入力された５個の出力信号｛０，ｖｌ１，ｖｌ，０，０｝に対し、１０個の出力層（図示せず）からの１０個の値｛０，０，０，０，１，０，０，０，０，０｝を含めばよく、出力信号の波高値ｖｌは、別途、出力すればよい。
【0060】
なお、処理回路１７６の説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ、ＧＰＵ、或いは、特定用途向け集積回路（ＡＳＩＣ）、プログラマブル論理デバイス等の回路を意味する。プログラマブル論理デバイスには、例えば、単純プログラマブル論理デバイス（ＳＰＬＤ）、複合プログラマブル論理デバイス（ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（ＦＰＧＡ）等がある。「ＡＳＩＣ」は、Application Specific Integrated Circuit」の略語である。「ＳＰＬＤ」は、「Simple Programmable Logic Device」の略語である。「ＣＰＬＤ」は、「Complex Programmable Logic Device」の略語である。「ＦＰＧＡ」は、「Field Programmable Gate Array」の略語である。この種のプロセッサはメモリ１７５に保存されたプログラム（学習済みモデル１７５ａ）を読み出し実行することで機能を実現する。なお、メモリ１７５にプログラム（学習済みモデル１７５ａ）を保存する代わりに、図５に示すように、プロセッサの回路内にプログラム（学習済みモデル１７６ａ）を直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラム（学習済みモデル１７６ａ）を読み出し実行することで機能を実現する。このことは、以下の各実施形態でも同様である。
【0061】
信号処理回路１３は、ガンマ線検出器１７からの入射チャネルに関する情報ｃｉに基づいてシングルイベントデータを生成する。具体的には、信号処理回路１３は、検出時刻計測処理、位置同定処理、及びエネルギー計算処理を施す。信号処理回路１３は、検出時刻計測処理、位置同定処理、及びエネルギー計算処理を実行可能に構成された特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）やフィールド・プログラマブル・ゲート・アレイ（Field Programmable Gate Array：ＦＰＧＡ）、他の複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）により実現される。
【0062】
検出時刻計測処理において信号処理回路１３は、ガンマ線検出器１７によるガンマ線の検出時刻を計測する。具体的には、信号処理回路１３は、ガンマ線検出器１７からの入射チャネルに関する情報ｃｉに含まれる波高値をモニタリングし、波高値が予め設定された閾値を超える時刻を検出時刻として計測する。換言すれば、信号処理回路１３は、波高値が閾値を超えたことを検知することにより電気的に消滅ガンマ線を検出する。位置同定処理において信号処理回路１３は、ガンマ線検出器１７からの入射チャネルに関する情報ｃｉに含まれる「放射線が入射したシンチレータ１７１を入射チャネルとして同定する情報」に基づいて対消滅ガンマ線の入射位置を同定する。消滅ガンマ線の入射位置は、消滅ガンマ線が入射したシンチレータ１７１の位置座標に対応する。入射位置の同定は、例えば、予めシンチレータ１７１毎に位置座標を記述したテーブルを用いることにより、実行してもよい。エネルギー計算処理において信号処理回路１３は、ガンマ線検出器１７からの入射チャネルに関する情報ｃｉに基づいて、検出した対消滅ガンマ線のエネルギー値を計算する。シングルイベントに関する検出時刻のデータと位置座標のデータとエネルギー値のデータとは関連付けられる。シングルイベントに関するエネルギー値のデータと位置座標のデータと検出時刻のデータとの組合せは、シングルイベントデータと呼ばれている。シングルイベントデータは、消滅ガンマ線が検出される毎に次々に生成される。生成されたシングルイベントデータは、同時計数回路１５に供給される。
【0063】
同時計数回路１５は、信号処理回路１３からのシングルイベントデータに同時計数処理を施す。ハードウェア資源としては、同時計数回路１５は、同時計数処理を実行可能に構成されたＡＳＩＣやＦＰＧＡ、ＣＰＬＤ、ＳＰＬＤにより実現される。同時計数処理において同時計数回路１５は、繰り返し供給されるシングルイベントデータの中から、予め定められた時間枠内に収まる２つのシングルイベントに関するシングルイベントデータを繰り返し特定する。この対のシングルイベントは、同一の対消滅点から発生された対消滅ガンマ線に由来すると推定される。対のシングルイベントは、まとめて同時計数イベントと呼ばれる。この対消滅ガンマ線を検出した対のガンマ線検出器１７（より詳細にはシンチレータ）を結ぶ線は、ＬＯＲ（line of response）と呼ばれる。ＬＯＲを構成する対のイベントに関するイベントデータは、同時計数イベントデータと呼ばれる。同時計数イベントデータとシングルイベントデータとは、コンソール装置７０に伝送される。なお、同時計数イベントデータとシングルイベントデータとを特に区別しないときはＰＥＴイベントデータと呼ぶことにする。
【0064】
なお、上記構成において信号処理回路１３と同時計数回路１５とは、ＰＥＴガントリ１０に含まれるとしたが、本実施形態はこれに限定されない。例えば、同時計数回路１５、又は信号処理回路１３と同時計数回路１５との双方が、ＰＥＴガントリ１０とは別体の装置に含まれても良い。また、同時計数回路１５は、ＰＥＴガントリ１０に搭載される複数の信号処理回路１３に対して一つ設けられても良いし、ＰＥＴガントリ１０に搭載される複数の信号処理回路１３を複数のグループに区分し、各グループに対して一つ設けられても良い。
【0065】
図１に示すように、ＣＴガントリ３０は、Ｘ線管３１、Ｘ線検出器３２、回転フレーム３３、Ｘ線高電圧装置３４、ＣＴ制御装置３５、ウェッジ３６、コリメータ３７及びＤＡＳ３８を有する。
【0066】
Ｘ線管３１は、Ｘ線を発生する。具体的には、Ｘ線管３１は、熱電子を発生する陰極と、陰極から飛翔する熱電子を受けてＸ線を発生する陽極とを保持する真空管を含む。Ｘ線管３１は高圧ケーブルを介してＸ線高電圧装置３４に接続されている。陰極と陽極との間には、Ｘ線高電圧装置３４により管電圧が印加される。管電圧の印加により陰極から陽極に向けて熱電子が飛翔する。陰極から陽極に向けて熱電子が飛翔することにより管電流が流れる。Ｘ線高電圧装置３４からの高電圧の印加及びフィラメント電流の供給により、陰極から陽極に向けて熱電子が飛翔し、熱電子が陽極に衝突することによりＸ線が発生される。
【0067】
Ｘ線検出器３２は、Ｘ線管３１から発生され被検体Ｐを通過したＸ線を検出し、検出されたＸ線の線量に対応したデジタル値を含む情報として、入射チャネルに関する情報をＤＡＳ３８へと出力する。Ｘ線検出器３２は、チャネル方向に複数のＸ線検出素子が配列されたＸ線検出素子列がスライス方向（列方向、ｒｏｗ方向）に複数配列された構造を有する。Ｘ線検出器３２は、例えば、入射Ｘ線を電気信号に変換する半導体素子を有する直接変換型の検出器（半導体検出器）である。具体的には、Ｘ線検出器３２は、例えば図６に一部分を示すように、複数のセンサ３２０と、取得部３２４と、メモリ３２５と、処理回路３２６とを備えた医用放射線検出器である。複数のセンサ３２０は、入射された放射線に基づいて出力信号を出力する。このような複数のセンサ３２０は、例えば、放射線に応じて出力信号を出力する複数の半導体素子３２１として実装される。なお、Ｘ線検出器３２は、例えば、グリッド、シンチレータアレイ及び光センサアレイを有する間接変換型の検出器であっても構わない。シンチレータアレイは、複数のシンチレータを有する。シンチレータは、入射Ｘ線量に応じた光量の光を出力する。なお、Ｘ線に用いる場合、シンチレータの厚さは１～２ｍｍあればよい。グリッドは、シンチレータアレイのＸ線入射面側に配置され、散乱Ｘ線を吸収するＸ線遮蔽板を有する。光センサアレイは、シンチレータからの光の光量に応じた電気信号に変換する。光センサとしては、例えば、光電子増倍管が用いられる。但し、本実施形態は、前述した通り、Ｘ線検出器３２が半導体素子を有する直接変換型の検出器である場合を例に挙げて述べる。
【0068】
半導体素子３２１は、高純度の半導体素子であってもよい。また、半導体素子３２１は、フォトダイオードに用いられるＳｉ ｐｎ接合型のダイオードであってもよいし、Ｇｅ、Ｓｉ、ＣｄＴｅ又はＣＺＴなどを材料として構成されてもよい。半導体素子３２１がダイオードである場合、例えば空乏層の厚さを、赤外光の受光などに用いられる１０～３００μｍ程度の厚さの拡散層とする。また、半導体素子３２１は、空乏層を広げるために例えば１０～２００Ｖ程度の電圧が印加される。
【0069】
半導体素子３２１は、被検体Ｐを介して入射したＸ線を受けて二次電子を生成し、二次電子が電離作用によって電子正孔対を生成する。このとき、入射したＸ線は、半導体中の散乱により、入射チャネルとは異なるチャネルに到達し、さらに、二次電子を生成する場合がある。そして、半導体素子３２１は、生成された電荷Ｑを図示しないコンデンサ（容量Ｃ）に蓄積した後に放電することにより、放射線のエネルギーにほぼ比例する波高の電圧パルス（電圧Ｖ）を生成し、生成した電圧パルスを出力信号として取得部３２４に出力する。言い換えると、半導体素子３２１は、生成した電子正孔対に相当する電気信号を出力信号として取得部３２４に出力する。なお、半導体素子３２１は、アバランシェフォトダイオード、あるいはフォトダイオードであってもよい。
【0070】
取得部３２４は、被検体Ｐを撮像するための放射線が入射された複数のセンサ３２０から出力信号を取得する。また、取得部３２４は、当該取得した出力信号（Ｘ線の線量に応じた電気信号）を可変の増幅率で増幅し、ビュー期間に亘り出力信号を積分することにより当該ビュー期間に亘るＸ線の線量に応じたデジタル値を、複数のセンサ３２０から取得した出力信号として処理回路３２６に送出する。また、取得部３２４は、複数のセンサ３２０から出力信号を取得したタイミングに関する時間情報を、デジタルの出力信号に含めてもよい。補足すると、デジタルの出力信号は、センサ３２０から取得した出力信号に基づくＸ線の線量に応じたデジタル値の他に、時間情報を含んでもよい。この場合、デジタルの出力信号は、線量のデジタル値と時間情報とを連結した信号としてもよい。時間情報は、取得した時刻を示す値でもよく、取得した順序を示す値でもよく、最初に取得した出力信号からの時間差を示す値でもよい。
【0071】
メモリ３２５（記憶部）は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。メモリ３２５は、例えば、学習済みモデル３２５ａ等を記憶する。メモリ３２５は、Ｘ線検出器３２の工場出荷前に予め学習済みモデル３２５ａを記憶してもよく、あるいはＸ線検出器３２の工場出荷後に、図示しないサーバ装置などから取得した学習済みモデル３２５ａを記憶してもよい。このことは、以下の各実施形態でも同様である。
【0072】
学習済みモデル３２５ａは、学習データに基づいて、モデル学習プログラムに従い機械学習モデルに機械学習を行わせることにより、得られた学習済みの機械学習モデルである。ここで、本実施形態の学習済みモデル３２５ａは、複数のセンサ３２０からの出力信号に基づき、放射線が入射した入射チャネルに関する情報を出力するように機能付けられている。この場合、学習用データは、複数のセンサ３２０からの出力信号である入力データと、入射チャネルに関する情報である出力データとを含んでいる。機械学習モデルは、出力信号（を表す出力デジタル情報）を入力として入射チャネルに関する情報を出力する、複数の関数が合成されたパラメータ付き合成関数である。パラメータ付き合成関数は、複数の調整可能な関数及びパラメータの組合せにより定義される。本実施形態に係る機械学習モデルは、上記の要請を満たす如何なるパラメータ付き合成関数であっても良いが、多層のネットワークモデル（以下、多層化ネットワークと呼ぶ）であるとする。本実施形態に係る多層化ネットワークとしては、例えば、深層学習（Deep Learning）の対象となる多層ニューラルネットワークである深層ニューラルネットワーク（ＤＮＮ：Deep Neural Network）を用いている。ＤＮＮとしては、例えば、画像を対象とする畳込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）を用いてもよい。当該多層化ネットワークに関する説明は、機械学習モデル及び学習済みモデルを用いる全ての実施形態にも該当する。多層化ネットワークを用いる学習済みモデル３２５ａは、被検体Ｐを撮像するための放射線を検出して得られる出力信号を入力する入力層と、当該出力信号に対応した入射チャネルに関する情報を出力する出力層と、入力層と出力層との間に設けられる少なくとも１層の中間層とを有する。なお、入力層は、出力信号及び付帯情報を入力してもよく、入射チャネルに関する情報は、当該出力信号及び付帯情報に対応した情報としてもよい。当該学習済みモデル３２５ａは、人工知能ソフトウエアの一部であるプログラムモジュールとしての利用が想定される。
【0073】
処理回路３２６（処理部）は、取得部３２４が取得した出力信号と、メモリ３２５内の学習済みモデル３２５ａとに基づいて、当該取得した出力信号に対応する当該放射線が入射した入射チャネルに関する情報ｃｉを出力する。例えば、処理回路３２６は、ハードウェア資源として、ＣＰＵやＭＰＵ、ＧＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。処理回路３２６は、メモリに展開された各プログラムを実行するプロセッサにより、学習済みモデル３２５ａなどを実行する。例えば、処理回路３２６は、メモリ３２５に記憶された学習済みモデル３２５ａからの指令に従って、当該入力層に入力された出力信号に対し、学習済みのパラメータに基づく演算を行い、当該出力層から入射チャネルに関する情報ｃｉを出力するように動作する。なお、図６から分かるように、入力層の個数、半導体素子３２１の個数及び出力層の個数は互いに同数である。入射チャネルに関する情報ｃｉは、複数の半導体素子３２１のうちの放射線が入射した半導体素子３２１を入射チャネルとして同定する情報と、同定した半導体素子３２１に対応する出力信号の波高値ｖｌとを含んでいる。なお、情報ｃｉは、放射線が入射した半導体素子３２１を入射チャネルとして同定する情報を含めばよいので、必ずしも出力信号の波高値ｖｌを含まなくてもよい。この場合、情報ｃｉとは別に、出力信号の波高値ｖｌを出力すればよい。
【0074】
なお、処理回路３２６の説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ、ＧＰＵ、或いは、特定用途向け集積回路（ＡＳＩＣ）、プログラマブル論理デバイス等の回路を意味する。プログラマブル論理デバイスには、例えば、単純プログラマブル論理デバイス（ＳＰＬＤ）、複合プログラマブル論理デバイス（ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（ＦＰＧＡ）等がある。この種のプロセッサはメモリ３２５に保存されたプログラム（学習済みモデル３２５ａ）を読み出し実行することで機能を実現する。なお、メモリ３２５にプログラム（学習済みモデル３２５ａ）を保存する代わりに、図７に示すように、プロセッサの回路内にプログラム（学習済みモデル３２６ａ）を直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラム（学習済みモデル３２６ａ）を読み出し実行することで機能を実現する。このことは、以下の各実施形態でも同様である。
【0075】
回転フレーム３３は、Ｘ線管３１とＸ線検出器３２とを回転軸Ｚ回りに回転可能に支持する円環状のフレームである。具体的には、回転フレーム３３は、Ｘ線管３１とＸ線検出器３２とを対向支持する。回転フレーム３３は、固定フレーム（図示せず）に回転軸Ｚ回りに回転可能に支持される。ＣＴ制御装置３５により回転フレーム３３が回転軸Ｚ回りに回転することによりＸ線管３１とＸ線検出器３２とを回転軸Ｚ回りに回転させる。回転フレーム３３は、ＣＴ制御装置３５の駆動機構からの動力を受けて回転軸Ｚ回りに一定の角速度で回転する。回転フレーム３３の開口部には、画像視野（ＦＯＶ）が設定される。
【0076】
なお、本実施形態では、非チルト状態での回転フレーム３３の回転軸又は寝台５０の天板５３の長手方向をＺ軸方向、Ｚ軸方向に直交し、床面に対し水平である軸方向をＸ軸方向、Ｚ軸方向に直交し、床面に対し垂直である軸方向をＹ軸方向と定義する。
【0077】
Ｘ線高電圧装置３４は、変圧器（トランス）及び整流器等の電気回路を有し、Ｘ線管３１に印加する高電圧及びＸ線管３１に供給するフィラメント電流を発生する高電圧発生装置と、Ｘ線管３１が照射するＸ線に応じた出力電圧の制御を行うＸ線制御装置とを有する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であっても構わない。Ｘ線高電圧装置３４は、ＣＴガントリ３０内の回転フレーム３３に設けられてもよいし、ＣＴガントリ３０内の固定フレーム（図示しない）に設けられても構わない。
【0078】
ウェッジ３６は、被検体Ｐに照射されるＸ線の線量を調節する。具体的には、ウェッジ３６は、Ｘ線管３１から被検体Ｐへ照射されるＸ線の線量が予め定められた分布になるようにＸ線を減衰する。例えば、ウェッジ３６としては、ウェッジフィルタ（wedge filter）やボウタイフィルタ（bow-tie filter）等のアルミニウム等の金属板が用いられる。
【0079】
コリメータ３７は、ウェッジ３６を透過したＸ線の照射範囲を限定する。コリメータ３７は、Ｘ線を遮蔽する複数の鉛板をスライド可能に支持し、複数の鉛板により形成されるスリットの形態を調節する。
【0080】
ＤＡＳ３８（Data Acquisition System）は、Ｘ線検出器３２から出力された入射チャネルに関する情報をビュー期間ごとに受けることにより、当該ビュー期間に亘るＸ線の線量に応じたデジタル値を有するＣＴ生データを収集する。ＤＡＳ３８は、例えば、ＣＴ生データを生成可能な回路素子を搭載したＡＳＩＣにより実現される。ＣＴ生データは、非接触データ伝送装置等を介してコンソール装置７０に伝送される。
【0081】
ＣＴ制御装置３５は、コンソール装置７０の処理回路７３の撮像制御機能７３３に従いＸ線ＣＴ撮像を実行するためにＸ線高電圧装置３４やＤＡＳ３８を制御する。ＣＴ制御装置３５は、ＣＰＵ等を有する処理回路と、モータ及びアクチュエータ等の駆動機構とを有する。処理回路は、ハードウェア資源として、ＣＰＵやＭＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。また、ＣＴ制御装置３５は、ＡＳＩＣやＦＰＧＡ、ＣＰＬＤ、ＳＰＬＤにより実現されてもよい。
【0082】
なお、ＣＴガントリ３０は、Ｘ線発生部とＸ線検出部とが一体として被検体の周囲を回転するRotate/Rotate-Type（第３世代ＣＴ）、リング状にアレイされた多数のＸ線検出素子が固定され、Ｘ線発生部のみが被検体の周囲を回転するStationary/Rotate-Type（第４世代ＣＴ）等の様々なタイプがあり、いずれのタイプでも一実施形態へ適用可能である。
【0083】
図１に示すように、寝台５０は、スキャン対象の被検体Ｐを載置し、載置された被検体を移動させる。寝台５０は、ＰＥＴガントリ１０とＣＴガントリ３０とで共有される。
【0084】
寝台５０は、基台５１、支持フレーム５２、天板５３及び寝台駆動装置５４を備える。基台５１は、床面に設置される。基台５１は、支持フレーム５２を、床面に対して垂直方向（Ｙ軸方向）に移動可能に支持する筐体である。支持フレーム５２は、基台５１の上部に設けられるフレームである。支持フレーム５２は、天板５３を中心軸Ｚに沿ってスライド可能に支持する。天板５３は、被検体Ｐが載置される柔軟性を有する板である。
【0085】
寝台駆動装置５４は、寝台５０の筐体内に収容される。寝台駆動装置５４は、被検体Ｐが載置された支持フレーム５２と天板５３とを移動させるための動力を発生するモータ又はアクチュエータである。寝台駆動装置５４は、コンソール装置７０等による制御に従い作動する。
【0086】
ＰＥＴガントリ１０とＣＴガントリ３０とは、ＰＥＴガントリ１０の開口の中心軸ＺとＣＴガントリ３０の開口の中心軸Ｚとが略一致するように配置される。天板５３の長軸がＰＥＴガントリ１０及びＣＴガントリ３０の開口の中心軸Ｚに平行するように寝台５０が配置される。寝台５０に近い方からＣＴガントリ３０及びＰＥＴガントリ１０の順番に設置される。
【0087】
図１に示すように、コンソール装置７０は、ＰＥＴデータメモリ７１、ＣＴデータメモリ７２、処理回路７３、ディスプレイ７４、メモリ７５、入力インタフェース７６及び通信インタフェース７７を有する。例えば、ＰＥＴデータメモリ７１、ＣＴデータメモリ７２、処理回路７３、ディスプレイ７４、メモリ７５、入力インタフェース７６及び通信インタフェース７７間のデータ通信は、バス（bus）を介して行われる。
【0088】
ＰＥＴデータメモリ７１は、ＰＥＴガントリ１０から伝送されたシングルイベントデータ及び同時計数イベントデータを記憶する記憶装置である。ＰＥＴデータメモリ７１は、ＨＤＤやＳＳＤ、集積回路記憶装置等の記憶装置である。
【0089】
ＣＴデータメモリ７２は、ＣＴガントリ３０から伝送されたＣＴ生データを記憶する記憶装置である。ＣＴデータメモリ７２は、ＨＤＤやＳＳＤ、集積回路記憶装置等の記憶装置である。
【0090】
処理回路７３は、ハードウェア資源として、ＣＰＵあるいはＭＰＵ、ＧＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。処理回路７３は、当該メモリから読み出した各種プログラムの実行により再構成機能７３１、画像処理機能７３２、撮像制御機能７３３及び表示制御機能７３４を実現する。なお、再構成機能７３１、画像処理機能７３２、撮像制御機能７３３及び表示制御機能７３４は、一の基板の処理回路７３により実装されても良いし、複数の基板の処理回路７３により分散して実装されても良い。
【0091】
再構成機能７３１において処理回路７３は、ＰＥＴガントリ１０から伝送された同時計数イベントデータに基づいて、被検体Ｐに投与された陽電子放出核種の分布を示すＰＥＴ画像を再構成する。また、処理回路７３は、ＣＴガントリ３０から伝送されたＣＴ生データに基づいて、被検体Ｐに関するＣＴ値の空間分布を表現するＣＴ画像を再構成する。画像再構成アルゴリズムとしては、ＦＢＰ（filtered back projection）法や逐次近似再構成法等の既存の画像再構成アルゴリズムが用いられれば良い。また、処理回路７３は、ＰＥＴイベントデータに基づいてＰＥＴに関する位置決め画像を生成したり、ＣＴ生データに基づいてＣＴに関する位置決め画像を生成することも可能である。
【0092】
画像処理機能７３２において処理回路７３は、再構成機能７３１により再構成されたＰＥＴ画像及びＣＴ画像に種々の画像処理を施す。例えば、処理回路７３は、ＰＥＴ画像及びＣＴ画像にボリュームレンダリングや、サーフェスボリュームレンダリング、画素値投影処理、ＭＰＲ（Multi-Planer Reconstruction）処理、ＣＰＲ（Curved MPR）処理等の３次元画像処理を施して表示画像を生成する。
【0093】
撮像制御機能７３３において処理回路７３は、ＰＥＴ撮像を行うためＰＥＴガントリ１０と寝台５０とを同期的に制御する。また、処理回路７３は、ＣＴ撮像を行うためＣＴガントリ３０と寝台５０とを同期的に制御する。ＰＥＴ撮像とＣＴ撮像とを連続して行う場合、ＰＥＴガントリ１０、ＣＴガントリ３０及び寝台５０を同期的に制御する。また、処理回路７３は、ＰＥＴガントリ１０による位置決めスキャン（以下、ＰＥＴ位置決めスキャンと呼ぶ）やＣＴガントリ３０による位置決めスキャン（以下、ＣＴ位置決めスキャンと呼ぶ）を実行可能である。ＰＥＴ位置決めスキャンのために処理回路７３は、ＰＥＴガントリ１０と寝台５０とを同期的に制御する。ＣＴ位置決めスキャンのために処理回路７３は、ＣＴガントリ３０と寝台５０とを同期的に制御する。
【0094】
表示制御機能７３４において処理回路７３は、種々の情報をディスプレイ７４に表示する。例えば、処理回路７３は、再構成機能７３１により再構成されたＰＥＴ画像とＣＴ画像とを表示する。
【0095】
ディスプレイ７４は、表示制御機能７３４における処理回路７３の制御を受けて、種々の情報を表示する。ディスプレイ７４としては、例えば、ＣＲＴディスプレイや液晶ディスプレイ、有機ＥＬディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、又は当技術分野で知られている他の任意のディスプレイが適宜利用可能である。
【0096】
メモリ７５は、種々の情報を記憶するＨＤＤやＳＳＤ、集積回路記憶装置等の記憶装置である。また、メモリ７５は、ＣＤ－ＲＯＭドライブやＤＶＤドライブ、フラッシュメモリ等の可搬性記憶媒体との間で種々の情報を読み書きする駆動装置等であっても良い。
【0097】
入力インタフェース７６は、ユーザからの各種指令を入力する。具体的には、入力インタフェース７６は、入力機器に接続されている。入力機器としては、キーボードやマウス、トラックボール、ジョイスティック、各種スイッチ等が利用可能である。入力インタフェース７６は、入力機器からの出力信号をバスを介して処理回路７３に供給する。
【0098】
通信インタフェース７７は、有線、無線又はその両方にて外部装置と通信するための通信回路である。外部装置は、例えば、各モダリティ（医用画像診断装置）、放射線部門情報管理システム（ＲＩＳ）、病院情報システム（ＨＩＳ）及びＰＡＣＳ等のシステムに含まれるサーバ、あるいは他のワークステーション等である。「ＲＩＳ」は、「Radiological Information System」の略語である。「ＨＩＳ」は、「Hospital Information System」の略語である。「ＰＡＣＳ」は、「Picture Archiving and Communication System」である。
【0099】
次に、以上のように構成されたＰＥＴ／ＣＴ装置１の動作について図８のフローチャートを用いて説明する。なお、以下の説明は、ＰＥＴ／ＣＴ装置１によるＰＥＴ／ＣＴ検査のうち、主に、Ｘ線検出器３２及びガンマ線検出器１７の動作について述べる。なお、ＰＥＴ／ＣＴ検査は、ＰＥＴ撮像とＣＴ撮像との両方を行う医用検査をいうものとする。
【0100】
始めに、ＰＥＴ／ＣＴ装置１は、通信インタフェース７７を介して、図示しない検査予約システム等から検査対象の被検体に関する患者情報（被検体情報）を取得する。患者情報は、患者ＩＤ、患者名、生年月日、年齢、身長、体重、性別、検査部位、既往症である。なお、患者情報は、患者のインプラントを示すインプラント情報を含んでもよい
続いて、ＰＥＴ／ＣＴ装置１においては、ユーザにより、天板５３上に被検体Ｐがセッティングされる。また、ユーザによる入力インタフェース７６の操作により、位置決め撮影の開始位置に天板５３が移動する。ユーザによる入力インタフェース７６の操作により、プリセットされたスキャン計画が選択され、当該スキャン計画の詳細条件が設定される。
続いて、ＰＥＴ／ＣＴ装置１においては、ユーザにより、天板５３上に被検体Ｐがセッティングされる。また、ユーザによる入力インタフェース７６の操作により、位置決め撮影の開始位置に天板５３が移動する。ユーザによる入力インタフェース７６の操作により、プリセットされたスキャン計画が選択され、当該スキャン計画の詳細条件が設定される。
【0101】
次に、ＰＥＴ／ＣＴ装置１は、スキャン計画に従って、被検体の位置決め撮影を実行し、被検体のスキャノ画像を生成する。スキャノ画像はメモリ７５に保存される。続いて、ＰＥＴ／ＣＴ装置１は、スキャノ画像を用いて撮影範囲を設定し、撮影開始位置に天板５３を移動させる。また、ＰＥＴ／ＣＴ装置１は、スキャノ画像を用いてスキャン条件、再構成条件を設定する。また、ＰＥＴ／ＣＴ装置１は、スキャノ画像を用いて、例えば、ステップ＆シュート方式のＰＥＴ撮像の収集エリア及び収集時間を設定する。
【0102】
しかる後、ＰＥＴ／ＣＴ装置１の処理回路７３は、撮像制御機能７３３を実行することにより、ＣＴガントリ３０と寝台５０とを同期的に制御し、ＣＴガントリ３０によりＣＴ撮像を実行する。ＣＴ撮像の際に、ＣＴガントリ３０においては、Ｘ線管３１及びＸ線検出器３２を回転軸Ｚ回りに一定の角速度で回転させながら、Ｘ線管３１によるＸ線照射及びＸ線検出器３２によるＸ線検出を行う。このとき、Ｘ線検出器３２によるＸ線検出は、ステップＳＴ１１～ＳＴ１４に示すように、実行される。
【0103】
すなわち、Ｘ線検出器３２において、複数の半導体素子３２１は、被検体Ｐを介して入射したＸ線の線量に応じた電気信号を出力信号として取得部３２４に出力する（ＳＴ１１～ＳＴ１２）。
【0104】
取得部３２４は、複数の半導体素子３２１から出力信号を取得すると（ＳＴ１３）、取得した出力信号を増幅及び積分することによりビュー期間に亘るＸ線の線量に応じたデジタル値を、複数のセンサから取得した出力信号として処理回路３２６に送出する。
【0105】
処理回路３２６は、取得部３２４が取得した出力信号と、メモリ３２５内の学習済みモデル３２５ａとに基づいて、当該取得した出力信号に対応する当該放射線が入射した入射チャネルに関する情報ｃｉをＤＡＳ３８に出力する（ＳＴ１４）。この情報ｃｉは、Ｘ線が入射した半導体素子３２１を入射チャネルとして同定する一方、Ｘ線の散乱先の半導体素子３２１を入射チャネルとは同定しないものである。
【0106】
ステップＳＴ１４の後、ＤＡＳ３８は、当該出力された入射チャネルに関する情報に基づくＣＴ生データを収集し、ＣＴ生データをコンソール装置７０に伝送する。伝送されたＣＴ生データは、ＣＴデータメモリ７２に保存される。
【0107】
ＣＴ撮像の後、処理回路７３は、引き続き撮像制御機能７３３を実行することにより、ＰＥＴ撮像の収集エリア及び収集時間に従いＰＥＴガントリ１０と寝台５０とを同期的に制御し、ＰＥＴガントリ１０によりステップ＆シュート方式のＰＥＴ撮像を実行する。このとき、ＰＥＴガントリ１０においては、ガンマ線検出器１７がステップＳＴ１１～ＳＴ１４の動作を実行する。
【0108】
すなわち、ガンマ線検出器１７においては、被検体を撮像するための被検体Ｐの体内から放出されたガンマ線がシンチレータ１７１に入射される（ＳＴ１１）。シンチレータ１７１は、入射されたガンマ線に応じて第１のシンチレーション光ｓｃ１を発生する。また例えば、入射されたガンマ線のコンプトン散乱により、散乱先のシンチレータ１７１は、第２のシンチレーション光ｓｃ２を発生する。
【0109】
複数の光センサ１７３は、ライトガイド１７２を透過したシンチレーション光ｓｃ１，ｓｃ２の光量に応じた出力信号を出力する（ＳＴ１２）。
【0110】
取得部１７４は、複数の光センサ１７３から出力信号を取得する（ＳＴ１３）。取得部１７４は、例えば、取得した出力信号をＡ／Ｄ変換によりデジタルの出力信号として処理回路１７６に送出する。
【0111】
処理回路１７６は、ステップＳＴ１３で取得した出力信号と、メモリ１７５内の学習済みモデル１７５ａとに基づいて、当該取得した出力信号に対応する当該放射線が入射した入射チャネルに関する情報ｃｉを信号処理回路１３に出力する（ＳＴ１４）。この情報ｃｉは、第１のシンチレーション光ｓｃ１を発生したシンチレータ１７１を入射チャネルとして同定する一方、第２のシンチレーション光を発生した散乱先のシンチレータ１７１を入射チャネルとは同定しないものである。
【0112】
ステップＳＴ１４の後、信号処理回路１３は、当該出力された入射チャネルに関する情報に基づいてシングルイベントデータを生成し、当該シングルイベントデータを同時計数回路１５に供給する。
【0113】
同時計数回路１５は、信号処理回路１３からのシングルイベントデータに同時計数処理を施すことにより、ＬＯＲを構成する対のイベントに関する同時計数イベントデータを特定する。同時計数イベントデータとシングルイベントデータとは、コンソール装置７０に伝送され、ＰＥＴデータメモリ７１に保存される。
【0114】
ＰＥＴ撮像の後、処理回路７３は、再構成機能７３１を実行することにより、ＣＴ撮像により収集されたＣＴ生データに基づいてＣＴ画像を再構成し、ＰＥＴ撮像により収集された同時計数イベントデータに基づいてＰＥＴ画像を再構成する。具体的には、処理回路７３は、ＣＴ生データに基づいて３次元のＣＴボリュームデータを再構成し、ＣＴボリュームデータにレンダリング処理を施して２次元の表示画像を生成する。ＣＴ画像は、ＣＴボリュームデータと当該ＣＴボリュームデータに基づく表示画像との総称である。また、処理回路７３は、同時計数イベントデータに基づいて３次元のＰＥＴボリュームデータを再構成し、ＰＥＴボリュームデータにレンダリング処理を施して２次元の表示画像を生成する。ＰＥＴ画像は、ＰＥＴボリュームデータと当該ＰＥＴボリュームデータに基づく表示画像との総称である。
【0115】
ＣＴ画像及びＰＥＴ画像の再構成の後、処理回路７３は、表示制御機能７３４を実行することにより、当該ＣＴ画像とＰＥＴ画像とをディスプレイ７４に表示する。
【0116】
これにより、ＰＥＴ／ＣＴ検査が終了する。
【0117】
上述したように第１の実施形態によれば、入射された放射線に基づいて出力信号を出力する複数のセンサと、複数のセンサからの出力信号に基づき、放射線が入射した入射チャネルに関する情報を出力する学習済みモデルと、取得部と、処理部とを備えている。学習済みモデルは、記憶部に記憶されていてもよい。いずれにしても、取得部は、被検体を撮像するための放射線が入射された複数のセンサから出力信号を取得する。処理部は、取得した出力信号と学習済みモデルとに基づいて、取得した出力信号に対応する当該放射線が入射した入射チャネルに関する情報を出力する。
【0118】
従って、重心計算により入射チャネルを同定する従来とは異なり、入射した放射線の散乱に伴う入射チャネルの同定精度の低下を阻止することができる。また、再構成される医用画像の空間分解能の劣化を阻止することができる。係る効果は、センサ、学習モデル、取得部及び処理部を備えた医用情報処理装置及び医用放射線検出器の各々について得ることができる。
【0119】
また、第１の実施形態によれば、複数のセンサが、放射線に応じて蛍光を発生する複数のシンチレータと、蛍光の光量に応じた出力信号を出力する複数の光センサとを備えていてもよい。また、入射チャネルに関する情報は、当該複数のセンサのうちの放射線が入射したシンチレータを入射チャネルとして同定する情報を含んでいてもよい。このような間接変換型の医用放射線検出器においても、前述した効果を得ることができる。
【0120】
また、第１の実施形態によれば、複数のセンサが、放射線に応じて出力信号を出力する複数の半導体素子であり、入射チャネルに関する情報が、複数の半導体素子のうちの放射線が入射した半導体素子を入射チャネルとして同定する情報を含んでいてもよい。このような直接変換型の医用放射線検出器においても、前述した効果を得ることができる。
【0121】
また、第１の実施形態によれば、取得部は、複数のセンサから出力信号を取得したタイミングに関する時間情報と当該出力信号の波高値とを含む信号を、取得した出力信号として処理部に送出してもよい。この場合、複数の出力信号の波高値が近い場合でも、遅い時間情報をもつ出力信号のチャネルを入射チャネルとして同定できるため、入射チャネルの同定精度の向上を期待することができる。
【0122】
＜第２の実施形態＞
次に、第２の実施形態に係る医用情報処理装置について説明する。なお、以下の説明において、図１乃至図８と略同一部分には同一符号を付してその説明を省略し、ここでは、主に異なる部分について述べる。このことは以下の各実施形態でも同様である。
次に、第２の実施形態に係る医用情報処理装置について説明する。なお、以下の説明において、図１乃至図８と略同一部分には同一符号を付してその説明を省略し、ここでは、主に異なる部分について述べる。このことは以下の各実施形態でも同様である。
【0123】
第２の実施形態は、図９に示すように、利用段階の前述した学習済みモデル１７５ａ，１７６ａ，３２５ａ，３２６ａを作成するために、学習段階の機械学習モデル１７５ｂ，１７６ｂ，３２５ｂ，３２６ｂに学習用データを出力する構成である。
【0124】
具体的には、例えば図１０に示すように、医用情報処理装置８０は、機械学習モデル１７６ｂの機械学習に用いる学習用データを作成するためのコリメータ８１、駆動部８２及びモデル学習装置８３を備えている。
【0125】
コリメータ８１は、入射された放射線に基づいて出力信号を出力する複数のセンサ１７０の前方に配置され、放射線が入射する入射チャネルを、複数のセンサ１７０のうちの１つのセンサ１７０に制限するための部材である。例えば、コリメータ８１は、ガンマ線源１２から照射されたガンマ線のうち、１個のシンチレータ１７１の入射面に対応する開口８１ａに照射されたガンマ線を入射面に通過させ、開口８１ａ以外に照射されたガンマ線を遮蔽するように用いられる。コリメータ８１は、開口８１ａが形成された板状の遮蔽部材としてもよい。あるいはコリメータ８１は、Ｘ線絞り器と同様に、板状の複数の放射線絞り羽根を移動させて開口８１ａを所望の位置に形成する機構でもよい。
【0126】
駆動部８２は、モデル学習装置８３からの制御により、コリメータ８１を駆動して開口８１ａの位置を変更する。
【0127】
モデル学習装置８３は、メモリ８４、入力インタフェース８５、ディスプレイ８６及び処理回路８７を備えている。
【0128】
メモリ８４は、種々の情報を記憶するＨＤＤやＳＳＤ、集積回路記憶装置等の記憶装置である。また、メモリ８４は、ＣＤ－ＲＯＭドライブやＤＶＤドライブ、フラッシュメモリ等の可搬性記憶媒体との間で種々の情報を読み書きする駆動装置等であっても良い。
【0129】
入力インタフェース８５は、ユーザからの各種指令を入力する。具体的には、入力インタフェース８５は、入力機器に接続されている。入力機器としては、キーボードやマウス、トラックボール、ジョイスティック、各種スイッチ等が利用可能である。入力インタフェース８５は、入力機器からの出力信号をバスを介して処理回路８７に供給する。
【0130】
ディスプレイ８６は、処理回路７３の制御を受けて、種々の情報を表示する。ディスプレイ８６としては、例えば、ＣＲＴディスプレイや液晶ディスプレイ、有機ＥＬディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、又は当技術分野で知られている他の任意のディスプレイが適宜利用可能である。
【0131】
処理回路８７は、ハードウェア資源として、ＣＰＵあるいはＭＰＵ、ＧＰＵ等のプロセッサとＲＯＭやＲＡＭ等のメモリとを有する。処理回路８７は、当該メモリから読み出した各種プログラムの実行により取得機能８７１及び出力機能８７２を実現する。なお、取得機能８７１及び出力機能８７２は、一の基板の処理回路８７により実装されても良いし、複数の基板の処理回路８７により分散して実装されても良い。
【0132】
取得機能８７１（取得部）において処理回路８７は、入射チャネルに関する情報と、コリメータ８１の開口８１ａを介して当該入射チャネルに入射した放射線に基づく出力信号とを取得する。補足すると、取得機能８７１は、取得部１７４でＡ／Ｄ変換されたデジタル値の出力信号を、取得部１７４と処理回路１７６との間の信号線８７１ａから取得する。
【0133】
出力機能８７２（出力部）において処理回路８７は、取得した出力信号と、入射チャネルに関する情報とを、取得した出力信号を受け付けて当該出力信号に対応する入射チャネルに関する情報を出力するように機能付けられた学習済みモデルとなる機械学習モデルに使用するための学習用データとして出力する。学習用データの出力先は、ガンマ線検出器１７の処理回路１７６に実装された機械学習モデル１７６ｂである。なお、学習用データの出力先は、図２Ａ及び図２Ｂに示すガンマ線検出器１７の場合には、メモリ１７５内の学習済みモデル１７５ａとなる機械学習モデル１７５ｂとなる。いずれにしても、出力機能８７２は、学習用データを機械学習モデル１７６ｂ（又は１７５ｂ）に出力することにより、機械学習モデル１７６ｂ（又は１７５ｂ）に機械学習を施して学習済みモデル１７６ａ（又は１７５ａ）を作成する。
【0134】
なお、Ｘ線検出器３２を対象とする場合、例えば図１１に示すように、医用情報処理装置８０は、機械学習モデル３２６ｂの機械学習に用いる学習用データを作成するためのコリメータ８８、駆動部８９及びモデル学習装置８３を備えている。
【0135】
コリメータ８８は、入射された放射線に基づいて出力信号を出力する複数のセンサ３２０の前方に配置され、放射線が入射する入射チャネルを、複数のセンサ３２０のうちの１つのセンサ３２０（半導体素子３２１）に制限するための部材である。例えば、コリメータ８１は、Ｘ線管３１から照射されたＸ線のうち、１個の半導体素子３２１の入射面に対応する開口８８ａに照射されたＸ線を入射面に通過させ、開口８８ａ以外に照射されたＸ線を遮蔽するように用いられる。コリメータ８８は、開口８８ａが形成された板状の遮蔽部材としてもよい。あるいはコリメータ８８は、Ｘ線絞り器と同様に、板状の複数の放射線絞り羽根を移動させて開口８８ａを所望の位置に形成する機構でもよい。
【0136】
駆動部８９は、モデル学習装置８３からの制御により、コリメータ８８を駆動して開口８８ａの位置を変更する。
【0137】
モデル学習装置８３は、前述同様の構成である。但し、Ｘ線検出器３２を対象としたことに伴い、取得機能８７１は、取得部３２４でＡ／Ｄ変換されたデジタル値の出力信号を、取得部３２４と処理回路３２６との間の信号線８７１ａから取得する。また、出力機能８７２における学習用データの出力先は、Ｘ線検出器３２の処理回路３２６に実装された機械学習モデル３２６ｂである。なお、学習用データの出力先は、図６に示すＸ線検出器３２の場合には、メモリ３２５内の学習済みモデル３２５ａとなる機械学習モデル３２５ｂとなる。いずれにしても、出力機能８７２は、学習用データを機械学習モデル３２６ｂ（又は３２５ｂ）に出力することにより、機械学習モデル３２６ｂ（又は３２５ｂ）に機械学習を施して学習済みモデル３２６ａ（又は３２５ａ）を作成する。
【0138】
次に、以上のように構成された医用情報処理装置の動作について図１２のフローチャートを用いて説明する。以下の説明は、ガンマ線検出器１７及びＸ線検出器３２のうち、ガンマ線検出器１７の機械学習モデル１７６ｂに機械学習を施す場合を代表例に挙げて述べる。
【0139】
医用情報処理装置８０において、モデル学習装置８３の処理回路８７は、ガンマ線が入射する入射チャネルを１つのセンサ１７０（シンチレータ１７１）に制限するため、駆動部８２を介してコリメータ８１の開口８１ａの位置を制御する（ＳＴ２１）。これにより、コリメータ８１は、指定された入射チャネルである１個のシンチレータ１７１の入射面に対向して開口８１ａが配置されると共に、開口８１ａ以外の遮蔽部分が他のシンチレータ１７１の入射面に対向して配置される。
【0140】
ステップＳＴ２１の後、ガンマ線源１２からガンマ線が照射される。当該ガンマ線は、コリメータ８１の開口８１ａを介して入射チャネルのシンチレータ１７１に入射される（ＳＴ２２）。シンチレータ１７１は、入射されたガンマ線に応じて第１のシンチレーション光ｓｃ１を発生する。また例えば、入射されたガンマ線のコンプトン散乱により、散乱先のシンチレータ１７１は、第２のシンチレーション光ｓｃ２を発生する。
【0141】
複数の光センサ１７３は、ライトガイド１７２を透過したシンチレーション光ｓｃ１，ｓｃ２の光量に応じた出力信号を出力する（ＳＴ２３）。取得部１７４は、複数の光センサ１７３から出力信号を取得する。取得部１７４は、例えば、取得した出力信号をＡ／Ｄ変換によりデジタルの出力信号として処理回路１７６に送出する。
【0142】
モデル学習装置８３の処理回路８７は、このデジタルの出力信号を、信号線８７１ａを介して取得する（ＳＴ２４）。また、処理回路８７は、ステップＳＴ２４で取得した出力信号と、ステップＳＴ２１の制御に用いた入射チャネルに関する情報とを学習用データとしてメモリ８４に保存する（ＳＴ２５）。なお、入射チャネルに関する情報は、ステップＳＴ２１の制御に用いたシンチレータ１７１を入射チャネルとして同定する情報と、同定したシンチレータ１７１に対応する光センサ１７３の出力信号の波高値ｖｌとを含んでいる。また、ステップＳＴ２２～ＳＴ２５は、入射チャネルが同一の場合でも、複数パターンの出力信号を取得するため、繰り返し実行する。これは、同一の入射チャネルにガンマ線が入射した場合でも、散乱の有無、散乱の角度、散乱の回数などの物理過程が確率的に異なることから、複数パターンの出力信号が得られるためである。
【0143】
ステップＳＴ２５の後、処理回路８７は、ガンマ線を未入射の入射チャネルの有無を判定し（ＳＴ２６）、未入射の入射チャネルがあれば、当該未入射の入射チャネルに開口８１ａを位置させて前述同様に学習用データを取得するため、ステップＳＴ２１に戻る。ステップＳＴ２６の判定の結果、否の場合には、学習用データの取得を終了する。
【0144】
続いて、モデル学習装置８３の処理回路８７は、メモリ８４に保存した入射チャネル毎の各パターンの学習用データを順次、ガンマ線検出器１７の処理回路１７６に出力する。これにより、処理回路１７６の機械学習モデル１７６ｂは、学習用データ内の出力信号を受け付けて当該出力信号に対応する入射チャネルに関する情報を出力する。また、処理回路１７６は、機械学習モデル１７６ｂから出力された情報が、学習用データ内の入射チャネルに関する情報に近づくように、機械学習モデル１７６ｂのパラメータを調整し、機械学習モデル１７６ｂの機械学習を行う（ＳＴ２７）。
【0145】
ステップＳＴ２７の後、機械学習モデル１７６ｂを学習済みモデル１７６ａとして、医用情報処理装置８０は、ガンマ線検出器１７に対する処理を終了する。また同様に、医用情報処理装置８０は、Ｘ線検出器３２に対してステップＳＴ２１～ＳＴ２９の処理を行う。
【0146】
上述したように第２の実施形態によれば、入射された放射線に基づいて出力信号を出力する複数のセンサの前方に配置され、放射線が入射する入射チャネルを、複数のセンサのうちの１つのセンサに制限するためのコリメータと、取得部と、出力部とを備えている。取得部は、入射チャネルに関する情報と、コリメータの開口を介して入射チャネルに入射した放射線に基づく出力信号とを取得する。出力部は、取得した出力信号と、入射チャネルに関する情報とを、取得した出力信号を受け付けて当該出力信号に対応する入射チャネルに関する情報を出力するように機能付けられた学習済みモデルとなる機械学習モデルに使用するための学習用データとして出力する。従って、重心計算により入射チャネルを同定する従来とは異なり、出力信号と、入射チャネルに関する情報とを学習用データとして使用して学習済みモデルを得ることにより、入射した放射線の散乱に伴う入射チャネルの同定精度の低下を阻止することができる。
【0147】
［第１変形例］
次に、第２の実施形態の第１変形例について述べる。この第１変形例は、全てのシンチレータ１７１の各々に対して開口を対向配置して出力信号を取得する動作に代えて、各々の光センサ１７３における複数のシンチレータ１７１のいずれか１つに対して開口を対向配置して出力信号を取得する構成となっている。これに伴い、取得した出力信号は、同一の光センサ１７３における残りの各々のシンチレータ１７１を入力チャネルとして同定した学習用データに用いる。
次に、第２の実施形態の第１変形例について述べる。この第１変形例は、全てのシンチレータ１７１の各々に対して開口を対向配置して出力信号を取得する動作に代えて、各々の光センサ１７３における複数のシンチレータ１７１のいずれか１つに対して開口を対向配置して出力信号を取得する構成となっている。これに伴い、取得した出力信号は、同一の光センサ１７３における残りの各々のシンチレータ１７１を入力チャネルとして同定した学習用データに用いる。
【0148】
他の構成は、第２の実施形態と同様である。
【0149】
以上のような第１変形例によれば、コリメータ８１の開口８１ａを対向配置して出力信号を取得する動作の回数が、全てのシンチレータ１７１の個数から、全ての光センサ１７３の個数に減少する。従って、第２の実施形態の効果に加え、学習用データを作成するための動作の効率化を図ることができる。
【0150】
［第２変形例］
次に、第２の実施形態の第２変形例について述べる。この第２変形例は、ガンマ線検出器１７及びＸ線検出器３２から出力信号を取得せず、シミュレータにより出力信号を取得することにより、学習用データを得るものである。すなわち、第２変形例は、コリメータ８１，８８、駆動部８２，８９、取得機能８７１に代えて、シミュレータを備えた構成となっている。
次に、第２の実施形態の第２変形例について述べる。この第２変形例は、ガンマ線検出器１７及びＸ線検出器３２から出力信号を取得せず、シミュレータにより出力信号を取得することにより、学習用データを得るものである。すなわち、第２変形例は、コリメータ８１，８８、駆動部８２，８９、取得機能８７１に代えて、シミュレータを備えた構成となっている。
【0151】
ここで、シミュレータとしては、例えば、ＰＥＴ装置やＳＰＥＣＴ装置の設計時などに用いられるＧＡＴＥ（Geant4 Application for Tomographic Emission）が使用可能となっている。具体的には例えば、ＧＡＴＥのプログラムをメモリ８４に保存し、処理回路８７が当該プログラムを実行することにより、当該シミュレータを実現可能である。このようなシミュレータは、例えば、被検体内に分布する放射能同位元素から発せられて入射チャネルに入射された各々のガンマ線の経路、シンチレータ１７１内での蛍光（ｓｃ１，ｓｃ２）、コンプトン散乱ｃｍｐ、トリガー、出力信号を生成可能となっている。
【0152】
これに伴い、処理回路８７は、メモリ８４内のプログラムを実行することにより生成機能及び出力機能を実現する。
【0153】
生成機能において処理回路８７は、入射チャネルに関する情報と、入射チャネルに入射した放射線に基づく複数のセンサからの出力信号とを生成する。
【0154】
出力機能において処理回路８７は、生成した出力信号と、入射チャネルに関する情報とを、当該生成した出力信号を受け付けて当該出力信号に対応する入射チャネルに関する情報を出力するように機能付けられた学習済みモデルとなる機械学習モデルに使用するための学習用データとして出力する。
【0155】
他の構成は、第２の実施形態と同様である。
【0156】
以上のような第２変形例によれば、放射線を医用放射線検出器に入射することなく、シミュレーションにより、第２の実施形態と同様の効果を得ることができる。
【0157】
＜第３の実施形態＞
次に、第３の実施形態に係る医用放射線検出器及び医用情報処理装置について説明する。
次に、第３の実施形態に係る医用放射線検出器及び医用情報処理装置について説明する。
【0158】
第３の実施形態は、第１の実施形態の変形例であり、計数率の高低に応じて複数の学習済みモデルを使い分ける構成である。例えば図１３及び図１４に示すように、メモリ１７５，３２５が、複数のセンサ１７０，３２０からの出力信号に基づき、放射線が入射した入射チャネルに関する情報を出力するように機能付けられた複数の学習済みモデルを記憶している。なお、複数の学習済みモデルは、メモリ１７５，３２５に記憶される場合に限らず、前述同様に処理回路１７６，３２６に実装されてもよい。
【0159】
ここで、複数の学習済みモデルは、出力信号の計数率が閾値未満の場合に対応する第１の学習済みモデル１７５ａ１，３２５ａ１と、出力信号の計数率が閾値以上の場合に対応する第２の学習済みモデル１７５ａ２，３２５ａ２とを含んでいる。第１の学習済みモデル１７５ａ１，３２５ａ１は、各々のガンマ線が間欠的に照射される理想的な低計測率の場合に対応する。第１の学習済みモデル１７５ａ１，３２５ａ１は、コンプトン散乱が有る場合及びコンプトン散乱がない場合の各々の場合について、複数の出力信号パターンを学習済みである。第２の学習済みモデル１７５ａ２，３２５ａ２は、各々のガンマ線が頻繁に照射されてパイルアップが生じる高計測率の場合に対応する。第２の学習済みモデル１７５ａ２，３２５ａ２は、コンプトン散乱及びパイルアップが両方有る場合、コンプトン散乱が無くてパイルアップが有る場合、コンプトン散乱が有ってパイルアップが無い場合、コンプトン散乱及びパイルアップが両方無い場合、の各々の場合について、複数の出力信号パターンを学習済みである。ここで、閾値は、複数のセンサ（におけるシンチレータ１７１）が入射した放射線を蛍光に変換したときの当該蛍光の減衰時間（例、４０ナノ秒、１００ナノ秒、１マイクロ秒など）に対応する計数率であってもよい。あるいは、閾値は、複数のセンサの各々が当該入射した放射線に基づく出力信号を生成する処理のために他の入射した放射線を処理できないデッドタイム（例、８００ナノ秒、１マイクロ秒など）に対応する計数率であってもよい。このような複数の学習済みモデルは、例えば第２の実施形態又はその第１変形例において、閾値未満の計数率と閾値以上の計数率との各々に応じてガンマ線源１２及びＸ線管３１を制御して出力信号を取得し、取得した出力信号を機械学習モデルの機械学習に用いることにより作成可能となっている。あるいは、このような複数の学習済みモデルは、例えば第２の実施形態の第２変形例において、閾値未満の計数率と閾値以上の計数率との各々に応じてシミュレータを設定し、得られた学習用データを機械学習モデル１７５ｂ１，１７５ｂ２，３２５ｂ１，３２５ｂ２の機械学習に用いることにより作成可能となっている。
【0160】
これに伴い、処理回路１７６，３２６は、メモリに展開された各プログラムを実行するプロセッサにより、計数率取得機能１７６１，３２６１、選択機能１７６２，３２６２、出力機能１７６３，３２６３などを実行する。
【0161】
計数率取得機能１７６１，３２６１（計数率取得部）において処理回路１７６，３２６は、取得した出力信号の計数率を取得する。
【0162】
選択機能１７６２，３２６２（選択部）において処理回路１７６，３２６は、取得した計数率と閾値とに基づいて、第１の学習済みモデル１７５ａ１，３２５ａ１又は第２の学習済みモデル１７５ａ２，３２５ａ２を選択する。
【0163】
出力機能１７６３，３２６３（処理部）において処理回路１７６，３２６は、取得した出力信号と、選択した第１の学習済みモデル１７５ａ１，３２５ａ１又は選択した第２の学習済みモデル１７５ａ２，３２５ａ２とに基づいて、取得した出力信号に対応する放射線が入射した入射チャネルに関する情報を出力する。
【0164】
他の構成は、第１の実施形態と同様である。
【0165】
以上のような構成によれば、図１５に示すように、医用放射線検出器の動作におけるステップＳＴ１４を除き、第１の実施形態と同様のＰＥＴ／ＣＴ検査が実行される。続いて、前述同様に、Ｘ線検出器３２及びガンマ線検出器１７によるステップＳＴ１１～ＳＴ１４の動作を順に述べる。
【0166】
Ｘ線検出器３２によるＸ線検出は、図１５のステップＳＴ１１～ＳＴ１４に示すように、実行される。なお、ステップＳＴ１１～ＳＴ１３は、前述同様に実行される。
【0167】
ステップＳＴ１３の後、処理回路３２６は、ステップＳＴ１３で取得した出力信号の計数率を取得する（ＳＴ１４－１）。
【0168】
ステップＳＴ１４－１の後、処理回路３２６は、取得した計数率が閾値未満か否かを判定する（ＳＴ１４－２）。ここで、処理回路３２６は、出力信号の計数率が閾値未満の場合に対応する第１の学習済みモデル３２５ａ１を選択する（ＳＴ１４－３）。また、処理回路１７６は、出力信号の計数率が閾値以上の場合に対応する第２の学習済みモデル３２５ａ２を選択する（ＳＴ１４－４）。
【0169】
ステップＳＴ１４－３又はＳＴ１４－４の後、処理回路３２６は、ステップＳＴ１３で取得した出力信号と、選択した第１の学習済みモデル３２５ａ１又は選択した第２の学習済みモデル３２５ａ２とに基づいて、取得した出力信号に対応するＸ線が入射した入射チャネルに関する情報ｃｉをＤＡＳ３８に出力する（ＳＴ１４－５）。この情報ｃｉは、Ｘ線が入射した半導体素子３２１を入射チャネルとして同定する一方、Ｘ線の散乱先の半導体素子３２１を入射チャネルとは同定しないものである。ステップＳＴ１４－５の完了により、Ｘ線検出器３２によるＸ線検出動作が終了する。以下同様に、ＣＴ撮像が行われる。
【0170】
次に、ガンマ線検出器１７によるガンマ線検出の動作について述べる。ガンマ線検出器１７によるガンマ線検出は、同様に図１５のステップＳＴ１１～ＳＴ１４に示すように、実行される。なお、ステップＳＴ１１～ＳＴ１３は、前述同様に実行される。
【0171】
ステップＳＴ１３の後、処理回路１７６は、ステップＳＴ１３で取得した出力信号の計数率を取得する（ＳＴ１４－１）。
【0172】
ステップＳＴ１４－１の後、処理回路１７６は、取得した計数率が閾値未満か否かを判定する（ＳＴ１４－２）。ここで、処理回路１７６は、出力信号の計数率が閾値未満の場合に対応する第１の学習済みモデル１７５ａ１を選択する（ＳＴ１４－３）。また、処理回路１７６は、出力信号の計数率が閾値以上の場合に対応する第２の学習済みモデル１７５ａ２を選択する（ＳＴ１４－４）。
【0173】
ステップＳＴ１４－３又はＳＴ１４－４の後、処理回路１７６は、ステップＳＴ１３で取得した出力信号と、選択した第１の学習済みモデル１７５ａ１又は選択した第２の学習済みモデル１７５ａ２とに基づいて、取得した出力信号に対応するガンマ線が入射した入射チャネルに関する情報ｃｉを信号処理回路１３に出力する（ＳＴ１４－５）。この情報ｃｉは、第１のシンチレーション光ｓｃ１を発生したシンチレータ１７１を入射チャネルとして同定する一方、第２のシンチレーション光を発生した散乱先のシンチレータ１７１を入射チャネルとは同定しないものである。ステップＳＴ１４－５の完了により、ガンマ線検出器１７によるガンマ線検出動作が終了する。以下同様に、ＰＥＴ撮像が行われる。また同様に、ＰＥＴ撮像の後、ＣＴ画像及びＰＥＴ画像の再構成が実行され、得られたＣＴ画像及びＰＥＴ画像が表示される。
【0174】
これにより、ＰＥＴ／ＣＴ検査が終了する。
【0175】
上述したように第３の実施形態によれば、入射された放射線に基づいて出力信号を出力する複数のセンサと、複数のセンサからの出力信号に基づき、放射線が入射した入射チャネルに関する情報を出力するように機能付けられた複数の学習済みモデルであって、出力信号の計数率が閾値未満の場合に対応する第１の学習済みモデルと、出力信号の計数率が前記閾値以上の場合に対応する第２の学習済みモデルとを含む複数の学習済みモデルを記憶する記憶部と、取得部と、計数率取得部と、選択部と、処理部とを備えている。ここで、取得部は、被検体を撮像するための放射線が入射された複数のセンサから出力信号を取得する。計数率取得部は、取得した出力信号の計数率を取得する。選択部は、取得した計数率と閾値とに基づいて、第１の学習済みモデル又は第２の学習済みモデルを選択する。処理部は、取得した出力信号と、選択した第１の学習済みモデル又は選択した第２の学習済みモデルとに基づいて、取得した出力信号に対応する放射線が入射した入射チャネルに関する情報を出力する。
【0176】
従って、重心計算により入射チャネルを同定する従来とは異なり、入射した放射線の散乱に伴う入射チャネルの同定精度の低下を阻止することができる。これに加え、計数率の高低に応じた学習済みモデルによって入射チャネルに関する情報を出力するので、計数率が閾値以上に高い場合でも、入射チャネルの同定精度の低下を阻止することができる。すなわち、第３の実施形態によれば、第１の実施形態の効果に加え、高い計数率をもつパイルアップ状態の場合には第２の学習済みモデルを選択することにより、入射チャネルの同定精度の低下を阻止することができる。
【0177】
また、閾値が、複数のセンサが入射した放射線を蛍光に変換したときの蛍光の減衰時間に対応する計数率である場合には、減衰時間に対応する計数率より高い計数率で放射線が入射したときでも、入射チャネルの同定精度の低下を阻止することができる。
【0178】
また、閾値が、複数のセンサの各々が入射した放射線に基づく出力信号を生成する処理のために他の入射した放射線を処理できないデッドタイムに対応する計数率であるときでも、入射チャネルの同定精度の低下を阻止することができる。
【0179】
以上述べた少なくとも一つの実施形態によれば、入射された放射線に基づいて出力信号を出力する複数のセンサと、複数のセンサからの出力信号に基づき、放射線が入射した入射チャネルに関する情報を出力する学習済みモデルと、被検体を撮像するための放射線が入射された複数のセンサから出力信号を取得する取得部と、取得した出力信号と学習済みモデルとに基づいて、取得した出力信号に対応する当該放射線が入射した入射チャネルに関する情報を出力する処理部とを備えている。従って、重心計算により入射チャネルを同定する従来とは異なり、入射した放射線の散乱に伴う入射チャネルの同定精度の低下を阻止することができる。
【0180】
本発明の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。これら新規な実施形態は、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ともに、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。
【符号の説明】
【0181】
１ ＰＥＴ／ＣＴ装置
１０ ＰＥＴガントリ
１１ 検出器リング
１２ ガンマ線源
１３ 信号処理回路
１５ 同時計数回路
１７ ガンマ線検出器
１７０，３２０ センサ
１７１ シンチレータ
１７２ ライトガイド
１７３ 光センサ
１７４，３２４ 取得部
１７５，３２５，７５ メモリ
１７５ａ，１７６ａ，３２５ａ，３２６ａ 学習済みモデル
１７５ａ１，３２５ａ１ 第１の学習済みモデル
１７５ａ２，３２５ａ２ 第２の学習済みモデル
１７５ｂ，１７６ｂ，３２５ｂ，３２６ｂ 機械学習モデル
１７６，３２６，７３，８７ 処理回路
１７６１，３２６１ 計数率取得機能
１７６２，３２６２ 選択機能
１７６３，３２６３ 出力機能
３０ ＣＴガントリ
３１ Ｘ線管
３２ Ｘ線検出器
３２１ 半導体素子
３３ 回転フレーム
３４ Ｘ線高電圧装置
３５ ＣＴ制御装置
３６ ウェッジ
３７，８１，８８ コリメータ
５０ 寝台
５１ 基台
５２ 支持フレーム
５３ 天板
５４ 寝台駆動装置
７０ コンソール装置
７１ ＰＥＴデータメモリ
７２ ＣＴデータメモリ
７４，８６ ディスプレイ
７６，８５ 入力インタフェース
７３１ 再構成機能
７３２ 画像処理機能
７３３ 撮像制御機能
７３４ 表示制御機能
８０ 医用情報処理装置
８１ａ，８８ａ 開口
８２，８９ 駆動部
８７１ 取得機能
８７１ａ 信号線
８７２ 出力機能
ｃｍｐ コンプトン散乱
Ｐ 被検体
ｓｃ１，ｓｃ２ シンチレーション光
１０ ＰＥＴガントリ
１１ 検出器リング
１２ ガンマ線源
１３ 信号処理回路
１５ 同時計数回路
１７ ガンマ線検出器
１７０，３２０ センサ
１７１ シンチレータ
１７２ ライトガイド
１７３ 光センサ
１７４，３２４ 取得部
１７５，３２５，７５ メモリ
１７５ａ，１７６ａ，３２５ａ，３２６ａ 学習済みモデル
１７５ａ１，３２５ａ１ 第１の学習済みモデル
１７５ａ２，３２５ａ２ 第２の学習済みモデル
１７５ｂ，１７６ｂ，３２５ｂ，３２６ｂ 機械学習モデル
１７６，３２６，７３，８７ 処理回路
１７６１，３２６１ 計数率取得機能
１７６２，３２６２ 選択機能
１７６３，３２６３ 出力機能
３０ ＣＴガントリ
３１ Ｘ線管
３２ Ｘ線検出器
３２１ 半導体素子
３３ 回転フレーム
３４ Ｘ線高電圧装置
３５ ＣＴ制御装置
３６ ウェッジ
３７，８１，８８ コリメータ
５０ 寝台
５１ 基台
５２ 支持フレーム
５３ 天板
５４ 寝台駆動装置
７０ コンソール装置
７１ ＰＥＴデータメモリ
７２ ＣＴデータメモリ
７４，８６ ディスプレイ
７６，８５ 入力インタフェース
７３１ 再構成機能
７３２ 画像処理機能
７３３ 撮像制御機能
７３４ 表示制御機能
８０ 医用情報処理装置
８１ａ，８８ａ 開口
８２，８９ 駆動部
８７１ 取得機能
８７１ａ 信号線
８７２ 出力機能
ｃｍｐ コンプトン散乱
Ｐ 被検体
ｓｃ１，ｓｃ２ シンチレーション光
【図1】
【図2A】
【図2B】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
