JP2021511875A - スペクトルボリューム画像データを生成するように構成された非スペクトルコンピュータ断層撮影(ct)スキャナ - Google Patents
スペクトルボリューム画像データを生成するように構成された非スペクトルコンピュータ断層撮影(ct)スキャナ Download PDFInfo
- Publication number
- JP2021511875A JP2021511875A JP2020541484A JP2020541484A JP2021511875A JP 2021511875 A JP2021511875 A JP 2021511875A JP 2020541484 A JP2020541484 A JP 2020541484A JP 2020541484 A JP2020541484 A JP 2020541484A JP 2021511875 A JP2021511875 A JP 2021511875A
- Authority
- JP
- Japan
- Prior art keywords
- spectral
- image data
- volume image
- data
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 263
- 238000002591 computed tomography Methods 0.000 title claims abstract description 59
- 238000013528 artificial neural network Methods 0.000 claims abstract description 77
- 238000012549 training Methods 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 10
- 230000005855 radiation Effects 0.000 claims description 17
- 230000002285 radioactive effect Effects 0.000 claims 3
- 239000010410 layer Substances 0.000 description 32
- 238000012937 correction Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 12
- 238000001228 spectrum Methods 0.000 description 10
- 238000000701 chemical imaging Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000003491 array Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000002730 additional effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 238000002083 X-ray spectrum Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/483—Diagnostic techniques involving scattered radiation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Optics & Photonics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (20)
- 放射X線を発する放射源と、
放射X線を検出し、非スペクトルデータを生成する検出器アレイと、
スペクトルボリューム画像データを作成するようにトレーニングされたニューラルネットワークを含むコンピュータ実行可能命令を含むスペクトル画像モジュールを記憶するメモリであって、前記ニューラルネットワークは、トレーニングスペクトルボリューム画像データと、トレーニング非スペクトルデータとを用いてトレーニングされる、メモリと、
前記トレーニングされたニューラルネットワークを用いて前記非スペクトルデータを処理し、前記スペクトルボリューム画像データを作成するプロセッサと、
を備える、非スペクトルコンピュータ断層撮影スキャナ。 - 前記ニューラルネットワークはスキャナジオメトリ及び物理特性情報を用いて更にトレーニングされる、請求項1に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記非スペクトルデータは非スペクトル投影データを含み、前記プロセッサは、前記トレーニングされたニューラルネットワークを用いて前記非スペクトル投影データを処理し、前記スペクトルボリューム画像データを作成する、請求項1又は2に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記トレーニング非スペクトルデータはトレーニング非スペクトル投影データを含む、請求項3に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記非スペクトルデータは非スペクトルボリューム画像データを含み、前記プロセッサは、前記トレーニングされたニューラルネットワークを用いて前記非スペクトルボリューム画像データを処理し、前記スペクトルボリューム画像データを作成する、請求項4に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記トレーニング非スペクトルデータはトレーニング非スペクトルボリューム画像データを含む、請求項1に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 非スペクトルボリューム画像データは未補正のスペクトルボリューム画像データである、請求項6に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 非スペクトルボリューム画像データは、少なくともビームハードニング及び散乱放射について補正されていない、部分的に補正されたスペクトルボリューム画像データである、請求項6に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記ニューラルネットワークは、前記ニューラルネットワークによって生成されるスペクトルボリューム画像データと前記トレーニング非スペクトルデータとの間の差を最小化するようにトレーニングされる、請求項4、6、7又は8に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 非スペクトルボリューム画像データは補正されたスペクトルボリューム画像データである、請求項6又は7に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 放射X線を発する放射源と、
放射X線を検出し、非スペクトルデータを生成する検出器アレイと、
スペクトルボリューム画像データを作成するようにトレーニングされたニューラルネットワークを含むコンピュータ実行可能命令を含むスペクトル画像モジュールを記憶するメモリと、
トレーニングスペクトルボリューム画像データと、トレーニング非スペクトルデータとを用いて前記ニューラルネットワークをトレーニングし、前記非スペクトルデータから前記スペクトルボリューム画像データを生成するプロセッサと、
を備える、非スペクトルコンピュータ断層撮影スキャナ。 - 前記トレーニング非スペクトルデータはトレーニング非スペクトル投影データを含む、請求項11に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記ニューラルネットワークは、前記ニューラルネットワークによって生成されるスペクトルボリューム画像データと前記トレーニング非スペクトル投影データとの間の差を最小化するようにトレーニングされる、請求項12に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記非スペクトルデータは非スペクトル投影データを含み、前記プロセッサは更に、前記トレーニングされたニューラルネットワークを用いて前記非スペクトル投影データを処理し、そこからスペクトルデータを作成する、請求項12又は13に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記トレーニング非スペクトルデータはトレーニング非スペクトルボリューム画像データを含む、請求項11に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記ニューラルネットワークは、前記ニューラルネットワークによって生成されるスペクトルボリューム画像データと前記トレーニング非スペクトルボリューム画像データとの間の差を最小化するようにトレーニングされる、請求項15に記載の非スペクトルコンピュータ断層撮影スキャナ。
- 前記非スペクトルデータは非スペクトルボリューム画像データを含み、前記プロセッサは、前記トレーニングされたニューラルネットワークを用いて前記非スペクトルボリューム画像データを処理し、前記スペクトルボリューム画像データを作成する、請求項15又は16に記載の非スペクトルコンピュータ断層撮影スキャナ。
- コンピュータ可読命令を用いてエンコードされたコンピュータ可読ストレージ媒体であって、前記コンピュータ可読命令は、コンピューティングシステムのプロセッサによって実行されると、前記プロセッサが、
放射源を用いて放射X線を発し、
発せられた放射X線を、検出器アレイを用いて検出し、それを示す信号を生成し、
前記信号を再構成して非スペクトルボリューム画像データを生成し、
ニューラルネットワークをトレーニングしてスペクトルボリューム画像データを作成し、
前記トレーニングされたニューラルネットワークを用いて、前記生成された非スペクトルデータからスペクトルボリューム画像データを作成する、
ようにさせる、コンピュータ可読ストレージ媒体。 - 前記生成された非スペクトルデータは、非スペクトルコンピュータ断層撮影スキャナによって生成された非スペクトル投影データである、請求項18に記載のコンピュータ可読ストレージ媒体。
- 前記生成された非スペクトルデータは、非スペクトルコンピュータ断層撮影スキャナによって生成された非スペクトルボリューム画像データである、請求項19に記載のコンピュータ可読ストレージ媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862624431P | 2018-01-31 | 2018-01-31 | |
US62/624,431 | 2018-01-31 | ||
PCT/EP2019/052271 WO2019149762A1 (en) | 2018-01-31 | 2019-01-30 | Non-spectral computed tomography (ct) scanner configured to generate spectral volumetric image data |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021511875A true JP2021511875A (ja) | 2021-05-13 |
JPWO2019149762A5 JPWO2019149762A5 (ja) | 2022-02-03 |
JP7370989B2 JP7370989B2 (ja) | 2023-10-30 |
Family
ID=65276157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020541484A Active JP7370989B2 (ja) | 2018-01-31 | 2019-01-30 | スペクトルボリューム画像データを生成するように構成された非スペクトルコンピュータ断層撮影(ct)スキャナ |
Country Status (5)
Country | Link |
---|---|
US (2) | US11510641B2 (ja) |
EP (1) | EP3745959B1 (ja) |
JP (1) | JP7370989B2 (ja) |
CN (1) | CN111818851A (ja) |
WO (1) | WO2019149762A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7493113B1 (ja) | 2021-06-17 | 2024-05-30 | コーニンクレッカ フィリップス エヌ ヴェ | スペクトルコンピュータ断層撮影撮像のための警告信号の制御 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11510641B2 (en) * | 2018-01-31 | 2022-11-29 | Koninklijke Philips N.V. | Non-spectral computed tomography (CT) scanner configured to generate spectral volumetric image data |
US11662321B2 (en) * | 2020-10-09 | 2023-05-30 | Baker Hughes Oilfield Operations Llc | Scatter correction for computed tomography imaging |
US12008689B2 (en) | 2021-12-03 | 2024-06-11 | Canon Medical Systems Corporation | Devices, systems, and methods for deep-learning kernel-based scatter estimation and correction |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150371378A1 (en) * | 2014-06-20 | 2015-12-24 | Marquette University | Material decomposition of multi-spectral x-ray projections using neural networks |
JP2017528244A (ja) * | 2014-09-19 | 2017-09-28 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | スペクトル投影拡張 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101166469B (zh) | 2005-04-26 | 2015-05-06 | 皇家飞利浦电子股份有限公司 | 用于光谱ct的双层探测器 |
BRPI0910206A2 (pt) | 2008-06-30 | 2015-09-29 | Koninkl Philips Electronics Nv | sistema de formação de imagem de tomografia computadorizada e método |
WO2014036473A1 (en) | 2012-08-31 | 2014-03-06 | Kenji Suzuki | Supervised machine learning technique for reduction of radiation dose in computed tomography imaging |
US9980686B2 (en) * | 2013-07-23 | 2018-05-29 | Koninklijke Philips N.V. | Hybrid (spectral/non-spectral) imaging detector array and corresponding processing electronics |
WO2016034976A1 (en) * | 2014-09-02 | 2016-03-10 | Koninklijke Philips N.V. | Window-based spectrum measurement in a spectral ct detector |
CN107072627B (zh) * | 2014-10-20 | 2020-10-16 | 皇家飞利浦有限公司 | 用于针对心脏和肺图像的光子计数ct的心脏重建 |
EP3210192B1 (en) * | 2014-10-20 | 2018-12-12 | Koninklijke Philips N.V. | Start image for spectral image iterative reconstruction |
JP6790058B2 (ja) * | 2015-07-13 | 2020-11-25 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 高エネルギー分解能/高x線フラックス光子計数検出器 |
US10970887B2 (en) | 2016-06-24 | 2021-04-06 | Rensselaer Polytechnic Institute | Tomographic image reconstruction via machine learning |
US11510641B2 (en) * | 2018-01-31 | 2022-11-29 | Koninklijke Philips N.V. | Non-spectral computed tomography (CT) scanner configured to generate spectral volumetric image data |
-
2019
- 2019-01-30 US US16/965,201 patent/US11510641B2/en active Active
- 2019-01-30 JP JP2020541484A patent/JP7370989B2/ja active Active
- 2019-01-30 WO PCT/EP2019/052271 patent/WO2019149762A1/en unknown
- 2019-01-30 CN CN201980016377.7A patent/CN111818851A/zh active Pending
- 2019-01-30 EP EP19702858.2A patent/EP3745959B1/en active Active
-
2022
- 2022-11-02 US US17/979,061 patent/US11986336B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150371378A1 (en) * | 2014-06-20 | 2015-12-24 | Marquette University | Material decomposition of multi-spectral x-ray projections using neural networks |
JP2017528244A (ja) * | 2014-09-19 | 2017-09-28 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | スペクトル投影拡張 |
Non-Patent Citations (1)
Title |
---|
LI, SUI ET AL.: "Pseudo Dual Energy CT Imaging using Deep Learning Based Framework: Initial Study", ARXIV, vol. 1711.07118v1 [physics.med-ph], JPN6022040834, 20 November 2017 (2017-11-20), ISSN: 0005043420 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7493113B1 (ja) | 2021-06-17 | 2024-05-30 | コーニンクレッカ フィリップス エヌ ヴェ | スペクトルコンピュータ断層撮影撮像のための警告信号の制御 |
Also Published As
Publication number | Publication date |
---|---|
US11986336B2 (en) | 2024-05-21 |
EP3745959A1 (en) | 2020-12-09 |
JP7370989B2 (ja) | 2023-10-30 |
CN111818851A (zh) | 2020-10-23 |
US11510641B2 (en) | 2022-11-29 |
US20230172573A1 (en) | 2023-06-08 |
EP3745959B1 (en) | 2023-12-20 |
US20210059625A1 (en) | 2021-03-04 |
WO2019149762A1 (en) | 2019-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103649990B (zh) | 用于谱ct的图像处理 | |
JP7370989B2 (ja) | スペクトルボリューム画像データを生成するように構成された非スペクトルコンピュータ断層撮影(ct)スキャナ | |
US9074986B2 (en) | System and method for reducing high density artifacts in computed tomography imaging | |
EP3746979B1 (en) | Image quality improved virtual non-contrast images generated by a spectral computed tomography (ct) scanner | |
US11419566B2 (en) | Systems and methods for improving image quality with three-dimensional scout | |
CN107822652A (zh) | 用于重建光谱结果图像数据的方法 | |
JP7378404B2 (ja) | 非スペクトルイメージングシステムを用いたスペクトルイメージング | |
Cant et al. | Modeling blurring effects due to continuous gantry rotation: Application to region of interest tomography | |
EP3404618B1 (en) | Poly-energetic reconstruction method for metal artifacts reduction | |
US10984564B2 (en) | Image noise estimation using alternating negation | |
JP2016198504A (ja) | 画像生成装置、x線コンピュータ断層撮影装置及び画像生成方法 | |
JP2021502842A (ja) | 複数の異なるタイプの投影データのボクセル毎に1回のジオメトリ演算を行う単一のct逆投影器 | |
US20230132514A1 (en) | System and method for controlling errors in computed tomography number |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220126 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221007 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230118 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230424 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230823 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230831 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230920 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231018 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7370989 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |