JP2023030440A - 断層画像作成装置、断層画像作成方法およびtof-pet装置 - Google Patents
断層画像作成装置、断層画像作成方法およびtof-pet装置 Download PDFInfo
- Publication number
- JP2023030440A JP2023030440A JP2021135572A JP2021135572A JP2023030440A JP 2023030440 A JP2023030440 A JP 2023030440A JP 2021135572 A JP2021135572 A JP 2021135572A JP 2021135572 A JP2021135572 A JP 2021135572A JP 2023030440 A JP2023030440 A JP 2023030440A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- time difference
- ray pair
- tomographic image
- ray
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 15
- 230000005251 gamma ray Effects 0.000 claims abstract description 132
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims description 58
- 238000005259 measurement Methods 0.000 claims description 26
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 230000000052 comparative effect Effects 0.000 description 53
- 238000002600 positron emission tomography Methods 0.000 description 41
- 238000013527 convolutional neural network Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- OCKGFTQIICXDQW-ZEQRLZLVSA-N 5-[(1r)-1-hydroxy-2-[4-[(2r)-2-hydroxy-2-(4-methyl-1-oxo-3h-2-benzofuran-5-yl)ethyl]piperazin-1-yl]ethyl]-4-methyl-3h-2-benzofuran-1-one Chemical compound C1=C2C(=O)OCC2=C(C)C([C@@H](O)CN2CCN(CC2)C[C@H](O)C2=CC=C3C(=O)OCC3=C2C)=C1 OCKGFTQIICXDQW-ZEQRLZLVSA-N 0.000 description 8
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000031264 response to gamma radiation Effects 0.000 description 3
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229910052684 Cerium Inorganic materials 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- GWXLDORMOJMVQZ-UHFFFAOYSA-N cerium Chemical compound [Ce] GWXLDORMOJMVQZ-UHFFFAOYSA-N 0.000 description 1
- RCVOTEPLGFCFIG-UHFFFAOYSA-N lutetium(3+);yttrium(3+);silicate Chemical compound [Y+3].[Lu+3].[O-][Si]([O-])([O-])[O-] RCVOTEPLGFCFIG-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/161—Applications in the field of nuclear medicine, e.g. in vivo counting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
- G01T1/2985—In depth localisation, e.g. using positron emitters; Tomographic imaging (longitudinal and transverse section imaging; apparatus for radiation diagnosis sequentially in different planes, steroscopic radiation diagnosis)
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine (AREA)
Abstract
【課題】PET検出器により収集された複数のγ線対同時計数事象の情報に基づいてDNNを用いて被験体の断層画像を作成する装置であって、容易にDNNを学習させることができる断層画像作成装置を提供する。【解決手段】断層画像作成装置10は、時間差算出部12、信号波形処理部13、誤差推測部14、γ線対発生位置算出部15、画像作成部16等を備える。時間差算出部12は、多数のγ線対同時計数事象それぞれについて、信号波形取得部11から出力された第1信号および第2信号それぞれの値が閾値に達するタイミングの時間差tledを求める。信号波形処理部13は、第1信号の波形または第2信号の波形を時間軸方向に互いに近づく方向に時間差tledだけ相対的にシフトする。誤差推測部14は、シフト後の第1信号および第2信号それぞれの波形に基づいて、DNNにより、時間差tledに含まれる誤差terrを推測する。【選択図】図1
Description
本発明は、断層画像作成装置、断層画像作成方法およびTOF-PET装置に関するものである。
PET(Positron Emission Tomography)装置は、測定空間を取り囲んで設けられた多数の放射線検出器を含むPET検出器と、このPET検出器により被験体について収集された多数のγ線対同時計数事象の情報に基づいて被験体の断層画像を作成する断層画像作成装置と、を備える。PET検出器の測定空間に、陽電子放出核種で標識された薬剤を投与された被験体が置かれる。その被験体の体内において陽電子放出核種から陽電子が放出されると、その陽電子と電子との対消滅によりエネルギ511KeVの2個のγ線光子が発生する。これら2個のγ線光子(γ線対)は、互いに反対方向に飛行して、PET検出器の何れか2個の放射線検出器により同時計数される。そして、断層画像作成装置により、収集された多数のγ線対同時計数事象の情報に基づいて所要の画像再構成処理を行うことで、γ線対発生位置の分布を表す画像(すなわち、被験体の断層画像)を作成することができる。
PET装置のうちでもTOF-PET(Time-of-Flight PET)装置では、γ線対同時計数事象毎に、γ線対を同時計数した2個の放射線検出器それぞれの検出タイミングの間の時間差に基づいて、これら2個の放射線検出器を互いに結ぶ同時計数線上におけるγ線対発生位置を検出することができる。そして、多数のγ線対同時計数事象についてγ線対発生位置を検出することで、γ線対発生位置の分布を表す画像(すなわち、被験体の断層画像)を作成することができる。以下では、このような技術を「比較例1」という。TOF-PET装置において、空間分解能が高い断層画像を作成する為に、γ線対を同時計数した2個の放射線検出器それぞれの検出タイミングの間の時間差を高い時間分解能で求めることが望まれる。
非特許文献1に記載された技術(以下「比較例2」という。)では、TOF-PET装置において、γ線対を同時計数した2個の放射線検出器から出力される第1信号および第2信号それぞれの波形を、深層ニューラルネットワーク(Deep Neural Network、DNN)の一種である畳み込みニューラルネットワーク(Convolutional Neural Network、CNN)に入力させて、このCNNにより、γ線対を同時計数した2個の放射線検出器それぞれの検出タイミングの間の時間差を推測する。比較例1と比べて、比較例2では、γ線対を同時計数した2個の放射線検出器それぞれの検出タイミングの間の時間差を高い時間分解能で求めることができるとされている。
E. Berg and S. Cherry,"Using convolutional neural networks to estimate time-of-flight from PETdetector waveforms," Phys. Med. Biol. 63 02LT01, 2018.
比較例1と比べて、比較例2では、γ線対を同時計数した2個の放射線検出器それぞれの検出タイミングの間の時間差を高い時間分解能で求めることができることから、空間分解能が高い断層画像を作成することができると期待される。しかし、本発明者らは、比較例2では、CNNを学習させるために必要なデータの量が膨大であることからCNNの学習が容易でないという問題点があり、また、作成される断層画像が歪んだものとなるという問題点があることを見出した。
本発明は、上記問題点を解消する為になされたものであり、PET検出器により収集された複数のγ線対同時計数事象の情報に基づいてDNNを用いて被験体の断層画像を作成する装置および方法であって、容易にDNNを学習させることができ、歪みが小さい断層画像を作成することができる断層画像作成装置および断層画像作成方法を提供することを目的とする。また、このような断層画像作成装置およびPET検出器を備えるTOF-PET装置を提供することを目的とする。
本発明の断層画像作成装置は、複数の放射線検出器を含むPET検出器の測定空間に置かれた被験体について収集された複数のγ線対同時計数事象の情報に基づいて被験体の断層画像を作成する装置であって、(1) 複数のγ線対同時計数事象それぞれについて、複数の放射線検出器のうちγ線対を同時計数した2個の放射線検出器から出力された第1信号および第2信号それぞれの値が閾値に達するタイミングの時間差tledを求める時間差算出部と、(2) 第1信号の波形または第2信号の波形を時間軸方向に互いに近づく方向に時間差tledだけ相対的にシフトする信号波形処理部と、(3) 信号波形処理部によるシフト後の第1信号および第2信号それぞれの波形に基づいて、深層ニューラルネットワークにより時間差tledの誤差terrを推測する誤差推測部と、(4) 時間差tledおよび誤差terrに基づいて、2個の放射線検出器を互いに結ぶ同時計数線上におけるγ線対発生位置を求めるγ線対発生位置算出部と、(5) 複数のγ線対同時計数事象それぞれについてγ線対発生位置算出部により求められたγ線対発生位置に基づいて、被験体の断層画像を作成する画像作成部と、を備える。
本発明の断層画像作成装置は、深層ニューラルネットワークを学習させる学習部を更に備えるのが好適である。この学習部は、測定空間に置かれた陽電子放出核種について収集された複数のγ線対同時計数事象の情報に基づいて、複数のγ線対同時計数事象それぞれについて、信号波形処理部によるシフト後の第1信号および第2信号それぞれの波形を深層ニューラルネットワークへの入力データとし、時間差算出部により求められた時間差tledと陽電子放出核種の位置に基づく真の時間差との差を教師データとして、深層ニューラルネットワークを学習させる。
本発明のTOF-PET装置は、複数の放射線検出器を含むPET検出器と、PET検出器の測定空間に置かれた被験体について収集された複数のγ線対同時計数事象の情報に基づいて被験体の断層画像を作成する上記の本発明の断層画像作成装置と、を備える。
本発明の断層画像作成方法は、複数の放射線検出器を含むPET検出器の測定空間に置かれた被験体について収集された複数のγ線対同時計数事象の情報に基づいて被験体の断層画像を作成する方法であって、(1) 複数のγ線対同時計数事象それぞれについて、複数の放射線検出器のうちγ線対を同時計数した2個の放射線検出器から出力された第1信号および第2信号それぞれの値が閾値に達するタイミングの時間差tledを求める時間差算出ステップと、(2) 第1信号の波形または第2信号の波形を時間軸方向に互いに近づく方向に時間差tledだけ相対的にシフトする信号波形処理ステップと、(3) 信号波形処理ステップによるシフト後の第1信号および第2信号それぞれの波形に基づいて、深層ニューラルネットワークにより時間差tledの誤差terrを推測する誤差推測ステップと、(4) 時間差tledおよび誤差terrに基づいて、2個の放射線検出器を互いに結ぶ同時計数線上におけるγ線対発生位置を求めるγ線対発生位置算出ステップと、(5) 複数のγ線対同時計数事象それぞれについてγ線対発生位置算出ステップにより求められたγ線対発生位置に基づいて、被験体の断層画像を作成する画像作成ステップと、を備える。
本発明の断層画像作成方法は、深層ニューラルネットワークを学習させる学習ステップを更に備えるのが好適である。この学習ステップは、測定空間に置かれた陽電子放出核種について収集された複数のγ線対同時計数事象の情報に基づいて、複数のγ線対同時計数事象それぞれについて、信号波形処理ステップによるシフト後の第1信号および第2信号それぞれの波形を深層ニューラルネットワークへの入力データとし、時間差算出ステップにより求められた時間差tledと陽電子放出核種の位置に基づく真の時間差との差を教師データとして、深層ニューラルネットワークを学習させる。
本発明によれば、PET検出器により収集された複数のγ線対同時計数事象の情報に基づいてDNNを用いて被験体の断層画像を作成するとともに、容易にDNNを学習させることができ、歪みが小さい断層画像を作成することができる。
以下、添付図面を参照して、本発明を実施するための形態を詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。本発明は、これらの例示に限定されるものではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
図1は、TOF-PET装置1の構成を示す図である。TOF-PET装置1は、断層画像作成装置10およびPET検出器20を備える。
PET検出器20は、被験体2が置かれる測定空間を取り囲んでリング状に設けられた多数の放射線検出器を含む。PET検出器20の測定空間に、陽電子放出核種で標識された薬剤を投与された被験体2が置かれる。その被験体2の体内において陽電子放出核種から陽電子が放出されると、その陽電子と電子との対消滅によりエネルギ511KeVの2個のγ線光子が発生する。これら2個のγ線光子(γ線対)は、互いに反対方向に飛行して、PET検出器20の複数の放射線検出器のうちの何れか2個の放射線検出器21,22により同時計数される。PET検出器20の複数の放射線検出器それぞれは、γ線検出事象に応じてパルス信号を出力する。なお、図1では、被験体2の体内の或る位置(γ線対発生位置)で発生した或るγ線対の飛行経路が矢印で示され、複数の放射線検出器のうちγ線対を検出した2個が放射線検出器21,22として示されている。
断層画像作成装置10は、PET検出器20の測定空間に置かれた被験体2について収集された多数のγ線対同時計数事象の情報に基づいて被験体2の断層画像を作成する。断層画像作成装置10は、信号波形取得部11、時間差算出部12、信号波形処理部13、誤差推測部14、γ線対発生位置算出部15、画像作成部16および学習部17を備える。
信号波形取得部11は、PET検出器20の複数の放射線検出器それぞれと信号線により接続されており、複数の放射線検出器それぞれからγ線検出事象に応じて出力されるパルス信号を入力する。なお、図1では、PET検出器20の複数の放射線検出器のうち或るγ線対を検出した2個の放射線検出器21,22と信号波形取得部11との間の信号線が示されており、他の放射線検出器と信号波形取得部11との間の信号線は図示簡略化のため示されていない。
信号波形取得部11は、PET検出器20の複数の放射線検出器それぞれからγ線検出事象に応じて出力されるパルス信号に基づいて、複数の放射線検出器のうちの何れか2個の放射線検出器によるγ線対同時計数事象を検知して、それら2個の放射線検出器を識別する。そして、信号波形取得部11は、多数のγ線対同時計数事象それぞれについて、γ線対を同時計数した2個の放射線検出器それぞれから出力されたパルス信号(第1信号、第2信号)の波形を時間差算出部12へ出力する。
時間差算出部12は、多数のγ線対同時計数事象それぞれについて、信号波形取得部11から出力された第1信号および第2信号それぞれの波形を入力する。そして、時間差算出部12は、パルス信号である第1信号および第2信号それぞれの値が閾値に達するタイミングの時間差tledを求める。
図2は、時間差算出部12の処理内容を説明する図である。時間差算出部12は、第1信号の値が閾値に達するタイミングt1を求めるとともに、第2信号の値が閾値に達するタイミングt2を求めて、これらタイミングt1,t2の時間差tledを求める。なお、この処理は、LED(Lead Edge Discriminator)と呼ばれており、比較例1でも行われる処理である。
信号波形処理部13は、第1信号の波形または第2信号の波形を時間軸方向に互いに近づく方向に時間差tledだけ相対的にシフトする。信号波形処理部13は、第1信号の波形および第2信号の波形のうちの何れか一方を他方へ近づけるように時間軸方向にシフトしてもよいし、第1信号の波形および第2信号の波形の双方を互いに近づけるように時間軸方向にシフトしてもよい。なお、時間差tledが0である場合には、第1信号の波形および第2信号の波形の何れも時間軸方向にシフトする必要はない。
図3は、信号波形処理部13の処理結果を示す図である。信号波形処理部13によるシフト後の第1信号および第2信号それぞれの値が閾値に達するタイミングは互いに等しくなる筈である。しかし、実際には、時間差算出部12により求められた時間差tledが誤差を含んでいる場合があるので、両タイミングは互いに等しくならない場合がある。なお、時間差算出部12により求められた時間差tledに含まれる誤差はγ線対発生位置によらないと考えられる。
誤差推測部14は、信号波形処理部13によるシフト後の第1信号および第2信号それぞれの波形(図3)に基づいて、時間差算出部12により求められた時間差tledに含まれる誤差terrを推測する。この誤差terrの推測に際して、DNNが用いられ、好適には、DNNの一種であるCNNが用いられる。
γ線対発生位置算出部15は、時間差算出部12により求められた時間差tledおよび誤差推測部14により推測された誤差terrに基づいて、より正確な時間差test(=tled-terr)を求める。そして、γ線対発生位置算出部15は、この時間差testに基づいて、γ線対を同時計数した2個の放射線検出器を互いに結ぶ同時計数線上におけるγ線対発生位置を求める。
画像作成部16は、多数のγ線対同時計数事象それぞれについてγ線対発生位置算出部15により求められたγ線対発生位置に基づいて、被験体2の断層画像を作成する。
学習部17は、PET検出器20の測定空間に被験体2に替えて置かれた陽電子放出核種について収集された多数のγ線対同時計数事象の情報に基づいて、誤差推測部14におけるDNNを学習させる。学習部17は、複数のγ線対同時計数事象それぞれについて、信号波形処理部13によるシフト後の第1信号および第2信号それぞれの波形(図3)をDNNへの入力データとし、時間差算出部12により求められた時間差tledと陽電子放出核種の位置に基づく真の時間差との差を教師データとして、DNNを学習させる。
このような断層画像作成装置10を用いた断層画像作成方法は、信号波形取得部11による信号波形取得ステップ、時間差算出部12による時間差算出ステップ、信号波形処理部13による信号波形処理ステップ、誤差推測部14による誤差推測ステップ、γ線対発生位置算出部15によるγ線対発生位置算出ステップ、画像作成部16による画像作成ステップ、および、学習部17による学習ステップを備える。
すなわち、信号波形取得ステップにおいて、PET検出器20の複数の放射線検出器それぞれからγ線検出事象に応じて出力されるパルス信号を入力する。時間差算出ステップにおいて、複数のγ線対同時計数事象それぞれについて、複数の放射線検出器のうちγ線対を同時計数した2個の放射線検出器から出力された第1信号および第2信号それぞれの値が閾値に達するタイミングの時間差tledを求める。信号波形処理ステップにおいて、第1信号の波形または第2信号の波形を時間軸方向に互いに近づく方向に時間差tledだけ相対的にシフトする。
誤差推測ステップにおいて、信号波形処理ステップによるシフト後の第1信号および第2信号それぞれの波形に基づいて、DNNにより時間差tledの誤差terrを推測する。γ線対発生位置算出ステップにおいて、時間差tledおよび誤差terrに基づいて、2個の放射線検出器を互いに結ぶ同時計数線上におけるγ線対発生位置を求める。画像作成ステップにおいて、PET検出器20の複数のγ線対同時計数事象それぞれについてγ線対発生位置算出ステップにより求められたγ線対発生位置に基づいて、被験体2の断層画像を作成する。
学習ステップにおいて、PET検出器20の測定空間に置かれた陽電子放出核種について収集された複数のγ線対同時計数事象の情報に基づいて、DNNを学習させる。なお、DNNが学習済みであれば、学習ステップおよび学習部17は必要ではない。ただし、DNNが学習済みであっても、更に高精度の推測を可能にする為に更に学習を行う場合には、学習ステップおよび学習部17があってもよい。
次に、比較例と対比して本実施形態の効果を確認するために行った実験の結果について説明する。図4は、実験系の構成を示す図である。この実験では、2個の放射線検出器21,22を互いに結ぶ線(同時計数線に相当)上の5mmピッチで離間した7つの位置P1~P7それぞれに順次に陽電子放出核種(22Na)を置いた。
放射線検出器21,22それぞれは、MPPC(Multi-Pixel Photon Counter)の受光面上にLYSO(Cerium Doped Lutetium Yttrium Orthosilicate)シンチレータを設けたものであった。MPPC(登録商標)は、ガイガー・モードで動作するアバランシェ・フォトダイオードにクエンチング抵抗が接続されたものを1つの画素として、複数の画素が2次元配列されたものであり、高速・高感度の光検出をすることができる。MPPCの受光面のサイズは3mm×3mmであった。LYSOシンチレータのサイズは3mm×3mm×10mm厚であった。
比較例1では、各γ線対同時計数事象について、時間差算出部12により求められた時間差tledに基づいてγ線対発生位置を求めた。
比較例2Aおよび比較例2Bは、何れも、上述した非特許文献1に記載された技術(比較例2)に相当するものであるが、CNNを学習させる為に用いたデータベースの点で相違する。比較例2A,2Bでは、各γ線対同時計数事象について、信号波形取得部11により取得された第1信号および第2信号それぞれの波形(図2)に基づいてCNNにより両信号の間の時間差を推測して、この推測した時間差に基づいてγ線対発生位置を求めた。
比較例2Aでは、CNNを学習させる際に、7つの位置P1~P7それぞれに陽電子放出核種を置いたときに信号波形取得部11により取得された第1信号および第2信号それぞれの波形(図2)をCNNへの入力データとし、陽電子放出核種が置かれた位置に基づく真の時間差を教師データとした。
比較例2Bでは、CNNを学習させる際に、位置P5を除く6つの位置P1~P4,P6,P7それぞれに陽電子放出核種を置いたときに信号波形取得部11により取得された第1信号および第2信号それぞれの波形(図2)をCNNへの入力データとし、陽電子放出核種が置かれた位置に基づく真の時間差を教師データとした。
実施例では、上述した本実施形態の断層画像作成装置10または断層画像作成方法によりγ線対発生位置を求めた。実施例では、CNNを学習させる際に、7つの位置P1~P7のうち位置P4のみに陽電子放出核種を置いたときに信号波形処理部13によりシフトした後の第1信号および第2信号それぞれの波形(図3)をCNNへの入力データとし、時間差算出部12により求められた時間差tledと陽電子放出核種の位置P4に基づく真の時間差との差を教師データとした。
図5は、比較例1で求められたγ線対発生位置の分布を示すグラフである。図6は、比較例2Aで求められたγ線対発生位置の分布を示すグラフである。図7は、比較例2Bで求められたγ線対発生位置の分布を示すグラフである。図8は、実施例で求められたγ線対発生位置の分布を示すグラフである。図5~図8は、7つの位置P1~P7それぞれに陽電子放出核種を置いた場合に求められたγ線対発生位置の分布の形状を示している。
これらの図から、求められたγ線対発生位置の分布の形状について次のことが言える。比較例1(図5)および実施例(図8)では、求められたγ線対発生位置の分布は、ピーク位置を中心にして略左右対称である。これに対して、比較例2A(図6)では、中央の位置P4に陽電子放出核種を置いた場合に求められたγ線対発生位置の分布は、ピーク位置を中心にして略左右対称であるが、中央の位置P4以外の位置に陽電子放出核種を置いた場合に求められたγ線対発生位置の分布は、ピーク位置を中心にして左右対称ではなく、中央の位置P4から遠い側にピーク位置が偏っている。
比較例2B(図7)では、比較例2Aの上記傾向に加えて次のことが言える。位置P5に陽電子放出核種を置いたときのデータをCNNの学習に用いなかった比較例2Bでは、位置P5に陽電子放出核種を置いた場合に求められたγ線対発生位置の分布において2つのピークが現れている。また、比較例2Bでは、中央の位置P4に陽電子放出核種を置いた場合に求められたγ線対発生位置の分布は、ピーク位置を中心にして左右対称ではなく、位置P3の側にピーク位置が偏っている。
図9は、比較例1,比較例2A,比較例2Bおよび実施例それぞれで求められたγ線対発生位置の分布のピーク位置を纏めた表である。図10は、比較例1,比較例2A,比較例2Bおよび実施例それぞれで求められたγ線対発生位置の分布の半値全幅を纏めた表である。図9及び図10は、図5~図8に示されたγ線対発生位置の分布の形状から求められたものであり、7つの位置P1~P7それぞれに陽電子放出核種を置いた場合に求められたγ線対発生位置の分布のピーク位置または半値全幅を時間(単位:ps)で示している。
7つの位置P1~P7が5mmピッチで離間していることから、理想的には、求められるγ線対発生位置の分布のピーク位置は33psピッチで離間することになる。図9に示されるとおり、実施例および比較例1では、求められたγ線対発生位置の分布のピーク位置は、おおよそ理想どおりに33psピッチで離間している。これに対して、比較例2Aおよび比較例2Bでは、求められたγ線対発生位置の分布のピーク位置のピッチは理想と異なっており、特に、中央の位置P4から遠いほど、求められたγ線対発生位置の分布のピーク位置のピッチが狭くなっている。
求められたγ線対発生位置の分布の半値全幅は、図10に示されるとおり、比較例2Aおよび比較例2Bが最も狭く、実施例が次に狭い。すなわち、γ線対発生位置の検出の時間分解能は、比較例2Aおよび比較例2Bが最も高く、実施例が次に高い。中央の位置P4に陽電子放出核種を置いた場合に求められたγ線対発生位置の分布の半値全幅は、比較例1では175.5psであるのに対して、実施例では159.2psであり、比較例1より実施例の方が時間分解能は高い。
図5~図10に示された実験結果から次のことが言える。本実施形態では、比較例1と同様に、一定ピッチの各位置に置かれた陽電子放出核種に対し求められるγ線対発生位置の分布のピーク位置のピッチも略一定であることから、歪みが小さい断層画像を作成することができる。本実施形態では、比較例1と比べて、γ線対発生位置の検出の時間分解能が高く、空間分解能が高い断層画像を取得することができる。
比較例2(2A,2B)では、γ線対発生位置を高い時間分解能で求めることができるものの、一定ピッチの各位置に置かれた陽電子放出核種に対し求められるγ線対発生位置の分布のピーク位置のピッチは一定ではないことから、作成される断層画像は歪んだものとなる。比較例2では、被験体が占める空間より広い範囲(場合によっては、多数の放射線検出器により取り囲まれた測定空間より広い範囲)に亘って多数の位置に密に陽電子放出核種を置いて取得した学習用データを用いてCNNを学習させることで、歪みが小さい断層画像を作成することができると考えられるが、そのような大量の学習用データを用意することは困難であり、CNNを学習させることも困難である。
図11および図12は、比較例2において学習用データを収集するためにPET検出器20の測定空間に陽電子放出核種3を配置すべき位置を示す図である。図11は、PET検出器20の複数の放射線検出器の間で性能バラツキがない場合を示す。この場合には、径方向に延びる直線上の多数の位置に密に陽電子放出核種3を置いて学習用データを収集する必要がある。図12は、PET検出器20の複数の放射線検出器の間で性能バラツキがある場合を示す。この場合には、グリッド状の多数の位置に密に陽電子放出核種3を置いて学習用データを収集する必要がある。比較例2では、何れの場合には、装置の視野が制限されることになる。
これに対して、本実施形態では、比較例2(2A,2B)と比べて少ない数の位置に陽電子放出核種を置いて取得した学習用データを用いてDNNを学習させるだけでよいので、容易にDNNを学習させることができる。
図13および図14は、本実施形態において学習用データを収集するためにPET検出器20の測定空間に陽電子放出核種3を配置すべき位置を示す図である。図13は、PET検出器20の複数の放射線検出器の間で性能バラツキがない場合を示す。この場合は、測定空間の任意の1つの位置に陽電子放出核種3を置いて学習用データを収集すればよい。図14は、PET検出器20の複数の放射線検出器の間で性能バラツキがある場合を示す。この場合は、例えば、測定空間において中心軸の周りに陽電子放出核種3を回転させながら全ての放射線検出器ペアについて学習用データを収集すればよい。本実施形態では、比較例2のように装置の視野が制限されることはない。
1…TOF-PET装置、2…被験体、3…陽電子放出核種、10…断層画像作成装置、11…信号波形取得部、12…時間差算出部、13…信号波形処理部、14…誤差推測部、15…γ線対発生位置算出部、16…画像作成部、17…学習部、20…PET検出器、21,22…放射線検出器。
Claims (5)
- 複数の放射線検出器を含むPET検出器の測定空間に置かれた被験体について収集された複数のγ線対同時計数事象の情報に基づいて前記被験体の断層画像を作成する装置であって、
前記複数のγ線対同時計数事象それぞれについて、前記複数の放射線検出器のうちγ線対を同時計数した2個の放射線検出器から出力された第1信号および第2信号それぞれの値が閾値に達するタイミングの時間差tledを求める時間差算出部と、
前記第1信号の波形または前記第2信号の波形を時間軸方向に互いに近づく方向に前記時間差tledだけ相対的にシフトする信号波形処理部と、
前記信号波形処理部によるシフト後の前記第1信号および前記第2信号それぞれの波形に基づいて、深層ニューラルネットワークにより前記時間差tledの誤差terrを推測する誤差推測部と、
前記時間差tledおよび前記誤差terrに基づいて、前記2個の放射線検出器を互いに結ぶ同時計数線上におけるγ線対発生位置を求めるγ線対発生位置算出部と、
前記複数のγ線対同時計数事象それぞれについて前記γ線対発生位置算出部により求められたγ線対発生位置に基づいて、前記被験体の断層画像を作成する画像作成部と、
を備える断層画像作成装置。 - 前記測定空間に置かれた陽電子放出核種について収集された複数のγ線対同時計数事象の情報に基づいて、前記複数のγ線対同時計数事象それぞれについて、前記信号波形処理部によるシフト後の前記第1信号および前記第2信号それぞれの波形を前記深層ニューラルネットワークへの入力データとし、前記時間差算出部により求められた前記時間差tledと前記陽電子放出核種の位置に基づく真の時間差との差を教師データとして、前記深層ニューラルネットワークを学習させる学習部を更に備える、
請求項1に記載の断層画像作成装置。 - 複数の放射線検出器を含むPET検出器と、
前記PET検出器の測定空間に置かれた被験体について収集された複数のγ線対同時計数事象の情報に基づいて前記被験体の断層画像を作成する請求項1または2に記載の断層画像作成装置と、
を備えるTOF-PET装置。 - 複数の放射線検出器を含むPET検出器の測定空間に置かれた被験体について収集された複数のγ線対同時計数事象の情報に基づいて前記被験体の断層画像を作成する方法であって、
前記複数のγ線対同時計数事象それぞれについて、前記複数の放射線検出器のうちγ線対を同時計数した2個の放射線検出器から出力された第1信号および第2信号それぞれの値が閾値に達するタイミングの時間差tledを求める時間差算出ステップと、
前記第1信号の波形または前記第2信号の波形を時間軸方向に互いに近づく方向に前記時間差tledだけ相対的にシフトする信号波形処理ステップと、
前記信号波形処理ステップによるシフト後の前記第1信号および前記第2信号それぞれの波形に基づいて、深層ニューラルネットワークにより前記時間差tledの誤差terrを推測する誤差推測ステップと、
前記時間差tledおよび前記誤差terrに基づいて、前記2個の放射線検出器を互いに結ぶ同時計数線上におけるγ線対発生位置を求めるγ線対発生位置算出ステップと、
前記複数のγ線対同時計数事象それぞれについて前記γ線対発生位置算出ステップにより求められたγ線対発生位置に基づいて、前記被験体の断層画像を作成する画像作成ステップと、
を備える断層画像作成方法。 - 前記測定空間に置かれた陽電子放出核種について収集された複数のγ線対同時計数事象の情報に基づいて、前記複数のγ線対同時計数事象それぞれについて、前記信号波形処理ステップによるシフト後の前記第1信号および前記第2信号それぞれの波形を前記深層ニューラルネットワークへの入力データとし、前記時間差算出ステップにより求められた前記時間差tledと前記陽電子放出核種の位置に基づく真の時間差との差を教師データとして、前記深層ニューラルネットワークを学習させる学習ステップを更に備える、
請求項4に記載の断層画像作成方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021135572A JP2023030440A (ja) | 2021-08-23 | 2021-08-23 | 断層画像作成装置、断層画像作成方法およびtof-pet装置 |
PCT/JP2022/031259 WO2023026958A1 (ja) | 2021-08-23 | 2022-08-18 | 断層画像作成装置、断層画像作成方法およびtof-pet装置 |
DE112022004087.4T DE112022004087T5 (de) | 2021-08-23 | 2022-08-18 | Tomographische Bilderzeugungsvorrichtung, tomographisches Bilderzeugungsverfahren und TOF-PET-Vorrichtung |
CN202280057053.XA CN117916633A (zh) | 2021-08-23 | 2022-08-18 | 断层图像制作装置、断层图像制作方法和tof-pet装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021135572A JP2023030440A (ja) | 2021-08-23 | 2021-08-23 | 断層画像作成装置、断層画像作成方法およびtof-pet装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023030440A true JP2023030440A (ja) | 2023-03-08 |
Family
ID=85322108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021135572A Pending JP2023030440A (ja) | 2021-08-23 | 2021-08-23 | 断層画像作成装置、断層画像作成方法およびtof-pet装置 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2023030440A (ja) |
CN (1) | CN117916633A (ja) |
DE (1) | DE112022004087T5 (ja) |
WO (1) | WO2023026958A1 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7227149B2 (en) * | 2004-12-30 | 2007-06-05 | General Electric Company | Method and system for positron emission tomography image reconstruction |
JP4877766B2 (ja) * | 2006-08-25 | 2012-02-15 | 独立行政法人放射線医学総合研究所 | 陽電子放射断層撮像装置及び放射線検出器 |
US8816286B2 (en) * | 2011-08-01 | 2014-08-26 | Siemens Medical Solutions Usa, Inc. | Optical simulation-based time-of-flight compensation and PET system configuration |
CN111012372B (zh) * | 2019-12-20 | 2023-05-09 | 沈阳智核医疗科技有限公司 | 确定飞行时间的方法、装置、介质及正电子断层扫描仪 |
US11573339B2 (en) * | 2019-12-30 | 2023-02-07 | Canon Medical Systems Corporation | Timing calibration using internal radiation and external radiation source in time of flight positron emission tomography |
-
2021
- 2021-08-23 JP JP2021135572A patent/JP2023030440A/ja active Pending
-
2022
- 2022-08-18 CN CN202280057053.XA patent/CN117916633A/zh active Pending
- 2022-08-18 WO PCT/JP2022/031259 patent/WO2023026958A1/ja active Application Filing
- 2022-08-18 DE DE112022004087.4T patent/DE112022004087T5/de active Pending
Also Published As
Publication number | Publication date |
---|---|
CN117916633A (zh) | 2024-04-19 |
DE112022004087T5 (de) | 2024-06-06 |
WO2023026958A1 (ja) | 2023-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6791090B2 (en) | Compton deconvolution camera | |
US7045789B2 (en) | Radiation detection device for nuclear medicine diagnosis device and detecting method therefor | |
CN101600972B (zh) | 正电子发射断层摄影中的飞行时间测量 | |
CN102841367B (zh) | 量子计数的辐射探测器 | |
CN106716179B (zh) | 数字正电子发射断层摄影中的飞行时间校准 | |
EP2965120A1 (en) | Timestamping detected radiation quanta | |
JP5459397B2 (ja) | ポジトロンct装置およびタイミング補正方法 | |
US20080310580A1 (en) | Nuclear medical diagnosis apparatus | |
US9091771B2 (en) | System and method for improving detection of gamma interactions in a positron emission tomography system | |
JP6258359B2 (ja) | 遅延を挿入する装置、核医学イメージング装置、遅延を挿入する方法および較正する方法 | |
JP7317586B2 (ja) | 医用画像処理装置、方法及びプログラム | |
JPH06347555A (ja) | ポジトロンイメージング装置 | |
WO2016002084A1 (ja) | 画像再構成処理方法 | |
CN110664423A (zh) | 成像方法、装置、探测器、终端设备和pet*** | |
JP2001356172A (ja) | 陽電子画像化 | |
US20130009064A1 (en) | Coincidence determination method and apparatus of pet device | |
CN108152849B (zh) | 放射线检测装置 | |
WO2023026958A1 (ja) | 断層画像作成装置、断層画像作成方法およびtof-pet装置 | |
US20130020489A1 (en) | Coincidence determination method and apparatus for pet device | |
JP3545103B2 (ja) | ポジトロンイメージング装置 | |
US20200085397A1 (en) | Attenuation coefficient image estimation method, attenuation coefficient image estimation program, and positron ct apparatus equipped with the same | |
US11988785B2 (en) | Charge sharing compensation with sampled discriminators | |
JP7454402B2 (ja) | 検出システムおよび学習方法 | |
Petersen et al. | Compton decomposition and recovery in a Prism-PET Detector Module | |
Qaisar | A VHDL based interpolator and base line restorer for a brain-PET scanner |