JP4458917B2 - 透視画像を処理するための方法及び装置 - Google Patents

Description

本発明は、全般的にはイメージング・システムに関し、さらに詳細には、透視画像を処理するための方法及び装置に関する。

周知のイメージング・システムの少なくとも幾つかでは、放射線源は患者などの撮像対象を通過して放射線検出器からなる矩形状アレイ上に入射するような円錐状ビームを放出している。

薄膜トランジスタ（ＴＦＴ）及びフォトダイオードを含む検出器など周知の放射線検出器の幾つかでは、「ラグ（ｌａｇ）」信号が生じることがある。ラグとは、以前の照射履歴による画像信号からの影響（ｄｅｐｅｎｄｅｎｃｅ）のことである。周知の医学的応用の幾つかでは、高放射線量の照射から、低放射線量の照射を用いる透視モードへの移行が必要である。高放射線量照射からのラグ信号は、高照射画像のゴースト像の形態で透視画像内にアーチファクトを導入させることがある。

例えば、Ｘ線イメージング・システムを、シネ記録（Ｒｅｃｏｒｄ）、ディジタル差分血管撮影法（ＤＳＡ）、放射線撮影法（ＲＡＤ）などの高線量照射適用から、低線量の透視法（Ｆｌｕｏｒｏ）に比較的短い期間で切り替えた場合に、検出器ラグが生じる可能性がある。さらに、少なくとも１つの臨床検査では、最大で概ね数分間にわたるラグが透視シーケンス内に残留する可能性があることが分かっている。したがって、ラグ残留があるとさらに、Ｘ線信号のダイナミックレンジ及び信号コントラストの低下を起こしやすくなる。

一態様では、透視画像を処理するための方法を提供する。本方法は、ラグ予測モデルを作成すること、少なくとも１つの放射線源及び少なくとも１つの検出器アレイを含むイメージング・システムを用いて第１の放射線量で被検体をスキャンすること、被検体に対する少なくとも１つの透視画像を作成するためのスキャンの間にラグ予測モデルを周期的に更新すること、を含む。

別の態様では、透視画像を処理するための医用イメージング・システムを提供する。本医用システムは、フラットパネル検出器アレイと、少なくとも１つの放射線源と、これらフラットパネル検出器アレイ及び放射線源と結合させたコンピュータと、を含んでいる。このコンピュータは、ラグ予測モデルを作成すること、少なくとも１つの放射線源及び少なくとも１つの検出器アレイを含むイメージング・システムを用いて第１の放射線量で被検体をスキャンすること、並びに被検体に対する少なくとも１つの透視画像を作成するためのスキャンの間にラグ予測モデルを周期的に更新すること、を実行するように構成させている。

さらに別の態様では、コンピュータを提供する。このコンピュータは、ラグ予測モデルを作成すること、少なくとも１つの放射線源及び少なくとも１つの検出器アレイを含むイメージング・システムを用いて第１の放射線量で被検体をスキャンすること、並びに被検体に対する少なくとも１つの透視画像を作成するためのスキャンの間にラグ予測モデルを周期的に更新すること、を実行するようにプログラムしている。

また別の態様では、透視画像を処理するための方法を提供する。本方法は、被検体の第１のスキャンのための第１の線量を受け取ること、この受け取った第１の線量を用いて被検体をスキャンすること、少なくとも１つのダーク画像を作成すること、このダーク画像に基づいて少なくとも１つのラグ予測画像を作成すること、被検体の第２のスキャンのための第２の線量を受け取ること、この受け取った第２の線量に基づいて少なくとも１つの保存済みパラメータを取り出すこと、並びにこの取り出したパラメータをラグ補正モデルに組み込むこと、を含む。

図１を参照すると例示的な実施の一形態では、ディジタル式イメージング・システム１０は、例えば心臓透視法における患者の心臓などの関心対象の診断を実施するため（ただし、これに限らない）などにより、撮像対象１２を表す複数の２次元画像を作成している。システム１０は、Ｘ線源１４などの放射線源１４と、投影データを収集するための少なくとも１つの検出器アレイ１６と、を含んでいる。具体的に実施の一形態では、システム１０は、被検体１２を通過して検出器アレイ１６上に入射するような円錐状のＸ線ビームを投射する放射線源１４を含んでいる。検出器アレイ１６は、心臓１２などの関心対象全体に関する画像が作成できるように横列と縦列の形に配列させた複数の画素（図示せず）を有するフラットパネル構成により製作している。各画素は、２本の別々のアドレス線、１本のスキャン線及び１本のデータ線と切替用トランジスタを介して結合させた、フォトダイオードなどの１つのフォトセンサを含んでいる。シンチレータ材料上に入射する放射線及び画素フォトセンサは、ダイオードの両端の電荷の変化によって、シンチレータとのＸ線相互作用により発生させた光の量を計測している。その結果、各画素は、被検体１２により減衰を受けた後に検出器アレイ１６上に入射するＸ線ビームの強度を表すような電気信号を発生させる。

放射線源１４の動作はコンピュータ１８によって制御している。コンピュータ１８は、放射線源１４及び検出器１６に電力及びタイミング信号を提供している。実施の一形態では、コンピュータ１８は画像処理装置２０を含んでいる。別法として、コンピュータ１８と処理装置２０は別々の構成要素とすることができる。画像処理装置２０は、サンプリングしかつディジタル化した放射線データを検出器１６から受け取り、本明細書に記載するようにして高速で画像処理を実行する。撮像対象１２を表す処理済みの２次元画像はコンピュータ１８に対して入力として加えられる。実施の一形態では、コンピュータ１８は、フレキシブル・ディスクやＣＤ−ＲＯＭなどのコンピュータ読み取り可能媒体２４から命令及び／またはデータを読み取るための、例えばフレキシブル・ディスク・ドライブやＣＤ−ＲＯＭドライブなどのデバイス２２を含んでいる。別の実施形態では、コンピュータ１８は、ファームウェア（図示せず）に格納されている命令を実行している。コンピュータ１８は、本明細書に記載するような機能を実行するようにプログラムしている。また本明細書で使用する場合、コンピュータという語は、本技術分野においてコンピュータと呼ぶような集積回路だけに限ることがなく、コンピュータ、プロセッサ、マイクロコントローラ、マイクロコンピュータ、プログラム可能論理制御装置、特定用途向け集積回路、及びその他のプログラム可能回路を広範に指し示すと共に、これらの語は本明細書内において交換可能に使用している。

使用の際には、その関心対象１２がシステム１０の撮像域の内部に来るようにして患者を位置決めしている。すなわち、心臓１２は、放射線源１４と検出器アレイ１６の間に広がる撮像ボリューム内に位置決めしている。次いで、心臓１２の画像を収集し、関心対象ボリュームに対する複数の放射線写真画像や透視画像を作成している。

本明細書で使用する場合、単数形で「ａ」や「ａｎ」の語を前に付けて記載した要素やステップは、これに関する複数の要素またはステップも排除していない（こうした排除を明示的に記載している場合を除く）と理解すべきである。さらに、本発明の「実施の一形態」に関する言及は、記載した特徴を組み込んでいる追加的な実施形態の存在を排除すると理解されるように意図したものではない。

さらに本明細書で使用する場合、「画像を再構成させる」という言い回しは、画像を表すデータは作成するが観察可能な画像は作成していないような本発明の実施形態を排除することを意図したものではない。したがって、本明細書で使用する場合、「画像（ｉｍａｇｅ）」という語は、観察可能な画像と観察可能画像を表しているデータとの両方を広く指し示している。しかし、多くの実施形態では少なくとも１つの観察可能な画像を作成している（または、作成するように構成している）。

さらに、本明細書に記載した方法は医学的環境で記述しているが、本発明の恩恵は、例えば、空港やその他の輸送基地向けの荷物走査装置（ただし、これに限らない）など、典型的には工業的環境や運輸環境で利用されるようなイメージング・システムなどの非医学的なイメージング・システムにも生じることが企図される。

図２は、透視画像を処理するための方法３０を表している流れ図であり、この方法は、ラグ予測モデルを作成すること（３２）、少なくとも１つの放射線源１４（図１に示す）及び少なくとも１つの検出器アレイ１６（図１に示す）を含むイメージング・システム１０（図１に示す）を用いて被検体１２（図１に示す）をスキャンすること（３４）、並びに被検体１２に対する少なくとも１つの透視画像を作成するためのスキャンの間にラグ予測モデルを周期的に更新すること（３６）、を含んでいる。

図３は、図２に示す方法に関するより詳細な流れ図である。図４は、例示的な検出器ラグを対数−線形の空間内に表している。図４に示すように、異なる線量レベルとした高線量適用からのラグは異なる速度で減衰しており、また数分間持続することがあるため、そのラグを決定するには画素単位での計算を用いている。したがって、ラグ予測モデルを作成すること（３２）には、シネ記録（Ｒｅｃｏｒｄ）モード、ディジタル差分血管撮影法（ＤＳＡ）モード、放射線撮影法（ＲＡＤ）モード（ただし、これらに限らない）などの高線量適用モードでイメージング・システム１０を動作させること、並びに次いで透視モードに切り替えること（４４）、が含まれる。オペレータがイメージング・システムを透視モードに切り替えた後、複数のダーク画像を収集する。実施の一形態では、ラグ予測モデルを作成すること（３２）には、少なくとも１つのダーク画像を透視モードで収集すること（４４）、この少なくとも１つのダーク画像を解析して少なくとも１つのダーク画像がラグ信号を含むか否かを判定すること（４６）、並びにこの少なくとも１つのダーク画像に基づいてラグ補正を適用すべきか否かを判定すること（４８）、が含まれる。

使用の際には、イメージング・システム１０を高線量適用モードで動作させ、次いで透視モードに切り替える。次いで、高線量適用モードで動作させた後に存在するラグ残留を表す少なくとも２つのダーク画像を収集する。Ｘ線や光が無い状態でダーク画像（すなわち、オフセット画像）を収集することは、ダーク・スキャンに相当し、若干負となった信号が得られる。この負電荷は、起動させるかスキャンさせた際に検出器アレイ１６（図１に示す）などの検出器アレイ内のフォトダイオードによって「保持（ｒｅｔａｉｎ）」される。保持された電荷は、時間の経過と共にゆっくりと「漏れ出る」と共に、正の信号が画素に付加されて引き続き読み取られる。次いで、この少なくとも２つのダーク画像を用いてラグモデルを推定し、後続のＸ線画像内のラグを予測する。

この例示的な実施形態では、ラグ予測モデルを作成すること（３２）は、画像収集の量、または対数−対数空間内の時間を変数として使用できるような線形関数を用いてラグをモデル化することを含む。ラグ予測モデルは例えば、
Ａが第１のモデルアレイ・パラメータであり、
Ｂが第２のモデルアレイ・パラメータであり、
ｆｒがラグを発生させる最終の高線量照射から開始したフレーム番号であり、かつ、
Ｔがラグを発生させる最終の高線量照射を始点とする時間であるとして、
ｌｏｇ_e（ｌａｇ）＝Ａ＋Ｂ＊ｌｏｇ_e（ｆｒ） （式１）
または、
ｌｏｇ_e（ｌａｇ）＝Ａ＋Ｂ＊ｌｏｇ_e（Ｔ） （式２）
に従ってモデル化することができる。

図示したラグ予測モデルは底としてｅを用いて計算しているが、このラグ予測モデルは底が１０の対数や底が２の対数（ただし、これらに限らない）など複数の底を用いて計算することができることを理解すべきである。予測したラグを等分目盛に戻すように変換するときには、べき乗法に関して同じ底を用いることが重要である。

この例示的な実施形態では、第１のモデル・パラメータＡ及び第２のモデル・パラメータＢは画像の各画素ごとに別々に計算している。したがって、Ａ及びＢはそれぞれ、原画像内の画素に対して１対１対応させた２Ｄアレイである。少なくとも２つの２Ｄアレイ・パラメータを用いてラグ予測モデルを作成するため、異なるフレームまたは時点におけるラグ情報を含んだ少なくとも２つのダーク画像を用いて、この第１のモデルアレイ・パラメータ（Ａ）及び第２のモデルアレイ・パラメータ（Ｂ）を推定している。例えば、ｌａｇ₁及びｌａｇ₂というラグを含んだ２つのダーク画像を用いることによって、モデル・パラメータＡ及びＢは、
Ｔ₁がラグを含むダーク画像を収集する第１の時刻であり、
Ｔ₂がラグ画像を含むダーク画像を収集する第２の時刻であるとして、
Ａ＝ｌｏｇ_e（ｌａｇ₂）−（（ｌｏｇ_e（ｌａｇ₁／ｌａｇ₂））／（ｌｏｇ_e（Ｔ₁／Ｔ₂）））＊ｌｏｇ_e（Ｔ₂） （式３）
及び
Ｂ＝（ｌｏｇ_e（ｌａｇ₁／ｌａｇ₂））／（ｌｏｇ_e（Ｔ₁／Ｔ₂）） （式４）
に従って決定される。

時刻Ｔ（Ｔ＞Ｔ₁及びＴ₂）におけるラグを予測するラグ予測モデルは次式、
ｌａｇ’＝ｅｘｐ［Ａ＋Ｂ＊ｌｏｇ_e（Ｔ）］ （式５）
に従って決定されると共に、ラグ補正は次式、
（補正済みの画像）＝（ラグ有りの原画像）−ｌａｇ’ （式６）
に従って決定される。

したがって図３を参照すると、イメージング・システム１０が高線量適用の動作を完了すると、イメージング・システム１０は、検出器１６を透視モード（Ｆｌｕｏｒｏ ｍｏｄｅ）に切り替え、少なくとも２つのダーク画像を収集し、さらにこの少なくとも１つのダーク画像を用いてラグ予測モデルを作成する。

この少なくとも２つのダーク画像に基づいてラグ補正を適用すべきか否かを判定（４８）した後、システム１０はＸ線源１４を起動させたか否か、すなわち患者が現在スキャンを受けているか否かを判定する。患者がスキャンを受けていない場合、ラグを低下させるために追加のダーク画像を収集する。Ｘ線源１４が透視モードで起動されている場合、すなわち被検体１２をイメージング・システム１０によってスキャンしている（３４）場合は、単一のダーク画像が収集される。この単一のダーク画像を用いて、現在のラグを解析し、またラグ予測モデル・パラメータＡ及びＢを更新している。さらに、この単一ダーク画像を用いて、ラグ予測モデルを更新すべき時点、並びにラグ補正を停止させる時点を透視線量とフレームレートのうちの少なくとも一方に基づいて判定している。次いで、システム１０は、複数のＸ線画像を収集し、さらに各画像に対してラグ補正を適用する。さらに、Ｘ線のフレーム１つを抑制したスキャン中に別のダーク画像を収集すること、及びこのダーク画像を用いてモデル・パラメータＡ及びＢを更新することによって、そのラグ予測モデルを周期的に更新している。

より具体的に（式１）及び（式２）にリストしたモデルに関するモデル・パラメータを推定するには、少なくとも２つのダーク画像を収集している。この例示的な実施形態では、画像ノイズのために２つのオフセット同士のラグ残留の差が減少するのに従って推定するパラメータの変動が増加する。確固たる推定値を生成させてモデル化により付加されるノイズの低下を容易にするには、２つのダーク画像のラグ残留同士の差を最大にさせる。例えば、２つのダーク画像を連続して更新するのではなく、透視モードの開始時には比較的高いラグ残留を含んだ単一ダーク画像を収集し、さらに時間及び透視フレーム番号の少なくとも一方を用いて第２のダーク画像を更新している。図５に示すように対数−対数空間ではラグがほとんど一定に減衰するため、本明細書に記載した方法では、ノイズの低減、透視モードによる透視への高速なアクセス、あるいはＦＯＶの変更を容易にさせる一方で、大きなモデル化誤差を導入することがない。モデルの更新に使用するダーク画像が１つだけであるため、ラグ補正によって、毎秒３０フレームや１５フレームなど所与のフレームレートにおいて、通常の透視アクセス時間及びＦＯＶ移行に１フレームだけ遅れる影響を及ぼすおそれがある。

不均一な照射によって導入されるラグは画素ごとに様々に異なるため、上述の補正は画素ごとに計算している。したがって、異なる画素ごとのラグの規模を示すために、同じパラメータ値を用いていない。さらに、前回の照射におけるＸ線照射野全体にわたる線量レベルが異なるためにラグの規模が異なっているが、対数−対数空間におけるラグの傾斜はラグ画像上の様々な画素の全体にわたって概ね一定である。例えば図５は、正規化ラグを前回の照射の線量及び時間の関数として対数−対数空間内に表している。したがって図５に示すように、モデル予測におけるラグ減衰の傾斜を示すために、パラメータＢ（ただし、これに限らない）などの単一のモデル・パラメータが用いられる。ラグ予測モデルを更新するために単一のモデル・パラメータを使用することによって、システム１０のラグ補正に関する計算時間の短縮が容易になる。モデル予測の更新に単一モデル・パラメータを使用するとさらに、モデル更新及びラグ補正における画素ごとの個々の乗算の排除が容易になる。モデル予測の更新に単一モデル・パラメータを使用するとさらに、モデル更新及びラグ補正を完了させるために検出器データ読み値からパイプライン式計算値を読み出す能力が容易になる。別の例示的な実施形態では、ラグモデルにおけるパラメータＢなどの単一傾斜パラメータを推定するために画像に対する単一の最大ラグ残留を用いている。単一の最大ラグ残留を使用すると、計算時間の短縮、画像ノイズの低減、並びにラグ残留を含まない撮像エリア内のノイズの低減が容易になる。使用時には、不良画素を補正／除外した画像に基づいて、実際の最高ラグ残留を推定している。

別の例示的な実施形態では、方法３０は、少なくとも１つの荷重係数を用いてモデル化ノイズの影響の軽減を容易にすることを含む。例えば係数ｗ_A及びｗ_Bを使用すると、モデル・パラメータＡ及びＢは次式に従って推定される。

Ａ_new＝（１−ｗ_A）＊Ａ_old＋ｗ_A＊Ａ_current （式７）
Ｂ_new＝（１−ｗ_B）＊Ｂ_old＋ｗ_B＊Ｂ_current （式８）
上式において、Ａ_current及びＢ_currentは（式３）及び（式４）から推定している。例えば、ｗ_A＝ｗ_B＝０．５であれば、ノイズの概ね５０％をモデル伝播から除去することができる。さらに、荷重係数を用いることによって、図６に示すように、ラグ補正画像に対する透視ラグの影響の軽減が容易になる。

別の例示的な実施形態では、透視収集モードで動作させながら、ラグモデルに関する間隔長を更新している。動作時には、透視モードで動作させながら、少なくとも１つのＸ線を用いないダーク画像を収集する。したがって、イメージング・システム１０は１回のＸ線収集をスキップしており、これにより画像を観察する間に非定常のリズムが感じられることがある。したがって、実施の一形態では、方法３０はさらに、Ｘ線源を有効にして収集する２つのフレームの間の間隔Ｍを規定すること、並びにダーク画像を撮像することによって生じたギャップのための非定常な観察リズムの低減を容易にするようにこの間隔Ｍを変更すること、を含む。例えば、対数−対数空間ではラグがほとんど一定の速度で減衰するため、間隔Ｍは、概ね一定の補正誤差を維持させるように指数関数として徐々に増加させている。別法として、透視信号／ノイズ・レベル、透視の開始期及び／または中間における重要な段階、及び初期ラグ残留レベル（ただし、これらに限らない）など複数の動作状態に対する補償となるような数学的な関数を使用しているルックアップテーブル（ＬＵＴ）を用いて、間隔Ｍを調整することができる。別の実施形態では、Ｍ₀＝∞、すなわちイメージング・システム１０を透視モードで動作させている間にダーク画像を全く収集しない場合に、パルス式透視モードと連続透視モードの少なくとも一方で動作するように間隔Ｍを構成させることができる。

別の例示的な実施形態では、ラグ予測モデルを作成すること（３２）には、単一のダーク画像を収集すること、並びにこの単一ダーク画像を用いてラグ予測モデルを作成すること、を含む。例えば、第１の透視モードから第２の透視モードへの変更によって検出器利得設定が異なることになる場合がある。さらに、リアルタイムでの画像の収集及び処理を達成させるために、図７に示すように撮像域（ＦＯＶ）を変更して異なる画素サイズ及び異なるエリアで検出器読み出しを行わせることがある。前回の高線量照射からのラグ残留はさらに、様々な透視モードに対応した検出器利得設定に伴って変更させる。したがって、本明細書に記載した方法によれば、２つのダーク画像を異なる利得で収集する場合の差に対する補償が容易になる。さらに、モデル更新のために異なるＦＯＶによる異なる画素サイズ及び異なるエリアによって２つのダーク画像を収集する場合、撮像エリア内でラグと検出器位置が物理的に同じとなるように一致した検出器を再サンプリングしている。

動作時において、高線量照射の後で、検出器の最大イメージング・サイズを用いてラグモデルに関する第１のダーク画像Ｌ₁を収集している。ラグモデルの更新に使用する第２のダーク画像は、具体的な検出器設定、ＦＯＶ読み出し、及び検出器利得のうちの少なくとも１つと関連して透視モードを変更する前に収集している。第１のダーク画像は、その特定のＦＯＶ及び選択した分解能に関して第２のダーク画像とサイズが同じになるように再サンプリングしている。次いで、第１のダーク画像は、第１のダーク画像と第２のダーク画像を収集する際に使用した２つの電子的利得（Ｇ₁とＧ₂）の比率でスケール調整している。動作時において、この第１のラグ画像Ｌ₁を使用し、次式に従って修正済みの第１のラグ画像Ｌ’₁を作成している。

Ｌ’₁＝ｒｅｓａｍｐｌｅｄ｛Ｌ₁＊Ｇ₂／Ｇ₁｝ （式９）
修正済みの第１のラグ画像Ｌ’₁及び第２のラグ画像Ｌ₂を使用することによって、ラグを推定し、さらにこれを用いて後続のＸ線透視画像におけるラグ補正のためにラグモデルを更新することが可能である。検出器設定を別の透視モードに変更したときは、ラグモデルの更新に使用するダーク画像は１枚だけよい。

本明細書において上で説明したように、スキャン中に撮像対象が動くと、ラグのために透視画像内に、ダイナミックレンジの低下、信号コントラストの低下、及びアーチファクト（ただし、これらに限らない）など複数の望ましくないフィーチャが生成される。一般に、透視画像に導入される望ましくないフィーチャのうちで最も望ましくないものはラグ・アーチファクトである。ラグ・アーチファクトが透視画像に対して示す影響は、バックグラウンド信号に対する依存である。したがって、この影響は、検出器入射線量の平方根の逆数の関数で減少する。

この例示的な実施形態では、システム１０は、リアルタイムの線量フィードバックを発生させるために使用するリアルタイム式自動線量制御機構を含んでいる。実施の一形態では、このリアルタイム線量フィードバックを用いて透視画像シーケンスにラグ補正を適用する継続時間を決定している。別の実施形態では、そのリアルタイム線量フィードバックはリアルタイムの最適化のために使用している。例えば、低線量適用を用いたスキャンの前に、事前選択の透視モードに基づいてラグ補正パラメータ（Ａ及びＢ）を最適化している。ラグ補正パラメータを最適化させることによって、システム１０を高線量透視モードで動作させる際のラグ補正時間の短縮が容易になる。さらに、ラグ補正パラメータを最適化すると、透視画像にラグ補正を適用するか否かの判定が容易となり、さらにまたモデル更新間の継続時間が拡がり、これによって透視画像の観察中に気づくことがあるような透視画像に関する非定常のリズムが小さくなる。

別の例示的な実施形態では、透視やＤＳＡなどの適用に基づいてラグ補正を最適化している。例えば、ＤＳＡから透視への移行中にＸ線照射野内で患者を位置決めし直すと、透視とＤＳＡの間での移行の際の動きが比較的小さい量である場合と比べてラグ・アーチファクトがさらに観察され易くなる可能性がある。したがって、ラグ補正後の誤差残留の許容値とラグ補正を停止させるしきい値とは異なっており、適用に応じて様々な値となり得る。

上述した方法は、リアルタイム（３０フレーム／秒）の画像収集向けのＸ線システムにおいて実現させることができる。さらに、このラグ補正モデルはより堅牢であり、かつラグを含まない撮像エリアに対する影響が最小となる。このアルゴリズムでは、画像差分により導入されるノイズがより少ない。さらに、ＤＳＡ／Ｒｅｃｏｒｄ／ＲＡＤなどから透視への迅速な移行、異なる透視モード間での迅速な移行、並びにイメージャのフルサイズ上の異なる関心領域及び異なる分解能による異なる検出器読み出し間での迅速な移行が提供される。

本明細書に記載した方法によれば、アルゴリズム設計におけるラグ残留とノイズの比を最大化して堅牢性を向上させることが容易となると共に、単一のパラメータを用いたラグ減衰の傾斜の表現が容易となり、これによって計算時間が短縮され、かつラグの無い撮像エリアに対するラグ補正の影響が軽減される。さらに、モデル・パラメータに対して荷重係数を使用すると、ラグモデル及びラグ差分を介したノイズの低減が容易になると共に、ラグ残留及び透視線量または信号対雑音比に基づいて透視収集におけるモデル更新の間隔長の変更が容易となり、画像を観察する間での非定常なリズムの影響が軽減される。最後に、本明細書に記載した方法によれば、異なるＦＯＶ間での迅速な移行、透視モード変更に関連する検出器設定、並びに透視線量、フレームレート及び適用のうちの少なくとも１つに基づいた補正アルゴリズム及び構成可能パラメータの最適化のための、１つのダーク画像に対する自動的な利得及び再サンプリングの調整が容易となる。

本発明を、具体的な様々な実施形態に関して記載してきたが、当業者であれば、本発明が本特許請求の範囲の精神及び趣旨の域内にある修正を伴って実施できることを理解するであろう。

イメージング・システムの概要図である。 透視画像を処理するための例示的な一方法を表した流れ図である。 図２に示した方法の例示的な実施の一形態を表したグラフである。 例示的な検出器ラグを対数−線形空間で表した図である。 正規化ラグを対数−対数空間で表した図である。 荷重係数を用いて収集した画像である。 撮像域（ＦＯＶ）を可変とした検出器読み出しを表した図である。

符号の説明

１０ ディジタル式イメージング・システム
１２ 撮像対象
１４ 放射線源
１６ 検出器アレイ
１８ コンピュータ
２０ 画像処理装置
２２ フレキシブル・ディスク・ドライブ、ＣＤ−ＲＯＭドライブ
２４ コンピュータ読み取り可能媒体

Claims (6)

1. 透視画像を処理するための医用イメージング・システム（１０）であって、
   フラットパネル検出器アレイ（１６）と、
   少なくとも１つの放射線源（１４）と、
   前記フラットパネル検出器アレイ及び前記放射線源と結合させたコンピュータ（１８）であって、
   ラグ予測モデルを作成すること（３２）、
   少なくとも１つの放射線源及び少なくとも１つの検出器アレイを含むイメージング・システムを用いて第１の放射線量で被検体（１２）をスキャンすること（３４）、
   被検体に対する少なくとも１つの透視画像を作成するためのスキャンの間にラグ予測モデルを周期的に更新すること（３６）、
   を実行するように構成させたコンピュータ（１８）と、
   を備え、
   ラグ予測モデルを作成する（３２）ために前記コンピュータ（１８）がさらに、
   Ｉｍａｇｅ _w#lag が現在の透視画像であり、
   ｌａｇ’＝ｅｘｐ［Ａ＋Ｂ＊ｌｏｇ _e （Ｔ）］であり、
   Ａが第１のモデル・パラメータであり、
   Ｂが第２のモデル・パラメータであり、かつ
   Ｔがラグを発生させる最終の高線量照射を始点とする時間であるとして、
   Ｉｍａｇｅ _corr ＝Ｉｍａｇｅ _w#lag −ｌａｇ’
   に従ってラグ予測モデルを作成するように構成されている、
   医用イメージング・システム（１０）。
2. ラグ予測モデルを作成する（３２）ために前記コンピュータ（１８）がさらに、
   前記第１の放射線量より大きな第２の放射線量で前記被検体（１２）をスキャンすること（３４）、
   第２の放射線量によって被検体をスキャンした後に少なくとも２つのダーク画像を作成すること、
   前記少なくとも２つのダーク画像を用いてラグ予測モデルを作成すること、
   を実行するように構成されている、請求項１に記載の医用イメージング・システム（１０）。
3. ラグ予測モデルを周期的に更新する（３６）ために前記コンピュータ（１８）がさらに、
   少なくとも１つのダーク画像を収集すること（４４）、
   前記少なくとも１つのダーク画像を用いてラグ予測モデルを更新すること、
   を実行するように構成されている、請求項１に記載の医用イメージング・システム（１０）。
4. ラグ予測モデルを周期的に更新する（３６）ために前記コンピュータ（１８）がさらに、
   ダーク画像をだた１つのみ収集すること（４４）、
   前記唯一のダーク画像を用いてラグ予測モデルを更新すること、
   を実行するように構成されている、請求項１に記載の医用イメージング・システム（１０）。
5. 被検体（１２）をスキャン（３４）した後に少なくとも２つのダーク画像を作成するために前記コンピュータ（１８）がさらに、可変の時間間隔だけ時間的に離れた複数のダーク画像を作成するように構成されている、請求項２に記載の医用イメージング・システム（１０）。
6. 前記コンピュータ（１８）がさらに、
   Ｔ₁ラグを含むダーク画像を収集する第１の時刻であり、
   Ｔ₂がラグ画像を含むダーク画像を収集する第２の時刻であるとして、
   Ａ＝ｌｏｇ_e（ｌａｇ₂）−（（ｌｏｇ_e（ｌａｇ₁／ｌａｇ₂））／（ｌｏｇ_e（Ｔ₁／Ｔ₂）））＊ｌｏｇ_e（Ｔ₂）
   に従って第１のモデル・パラメータＡを決定すること、
   Ｂ＝（ｌｏｇ_e（ｌａｇ₁／ｌａｇ₂））／（ｌｏｇ_e（Ｔ₁／Ｔ₂））
   に従って第２のモデル・パラメータＢを決定すること、
   を実行するように構成されている、請求項１に記載の医用イメージング・システム（１０）。