NL1024856C2 - Werkwijze en inrichting voor het kwantificeren van het vetgehalte van weefsel. - Google Patents

Werkwijze en inrichting voor het kwantificeren van het vetgehalte van weefsel. Download PDF

Info

Publication number
NL1024856C2
NL1024856C2 NL1024856A NL1024856A NL1024856C2 NL 1024856 C2 NL1024856 C2 NL 1024856C2 NL 1024856 A NL1024856 A NL 1024856A NL 1024856 A NL1024856 A NL 1024856A NL 1024856 C2 NL1024856 C2 NL 1024856C2
Authority
NL
Netherlands
Prior art keywords
tissue
image
computer
mect
fat
Prior art date
Application number
NL1024856A
Other languages
English (en)
Other versions
NL1024856A1 (nl
Inventor
Gopal B Avinash
Matthew Joseph Walker
John Michael Sabol
Kadri Nizar Jabri
Original Assignee
Ge Med Sys Global Tech Co Llc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ge Med Sys Global Tech Co Llc filed Critical Ge Med Sys Global Tech Co Llc
Publication of NL1024856A1 publication Critical patent/NL1024856A1/nl
Application granted granted Critical
Publication of NL1024856C2 publication Critical patent/NL1024856C2/nl

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4869Determining body composition
    • A61B5/4872Body fat
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4035Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/405Source units specially adapted to modify characteristics of the beam during the data acquisition process
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/42Arrangements for detecting radiation specially adapted for radiation diagnosis
    • A61B6/4208Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
    • A61B6/4241Arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

Korte aanduiding: Werkwijze en inrichting voor het kwantificeren van het vetgehalte van weefsel.
De uitvinding heeft in het algemeen betrekking op medische beeldvormingssystemen en meer in het bijzonder op een werkwijze en een inrichting voor het kwantificeren van het vetgehalte van weefsel onder gebruikmaking van een medisch beeldvormingssysteem.
5 Ondanks recente vooruitgangen in computertomografie(CT)tech nologie, zoals een hogere aftastsnelheid, een groter bestrijkings-gebied met meerdere detectorrijen en dunnere plakken, is energiere-solutie nog steeds een ontbrekend onderdeel. Met name een van de röntgenstralingsbron afkomstig breed röntgenstralingsfotonenergie-10 spectrum en een gemis aan energieresolutie in CT-detectiesystemen sluiten energieonderscheid (CT) uit.
Door een gegeven voorwerp veroorzaakte röntgenstralingsver-zwakking is niet constant. In plaats daarvan is röntgenstralings-verzwakking sterk afhankelijk van de röntgenstralingsfotonenergie.
15 Dit fysische fenomeen doet zich in een beeld voor als een bundel-verhardingsartefact, zoals niet-uniforroiteit, schaduwvorming, en strepen. Enkele bundelverhardingsarfacten kunnen eenvoudig gecorrigeerd worden, doch andere kunnen moeilijker gecorrigeerd worden. Bekende werkwijzen voor het corrigeren van bundelverhardingsarte-20 facten bevatten in het algemeen waterkalibratie, hetgeen het kalibreren van elke CT-machine omvat om van materialen soortgelijk aan water afkomstige bundelverharding te verwijderen, en iteratieve bot-correctie, waarin botten in het beeld van de eerste doorgang worden gescheiden, en vervolgens in de tweede doorgang van botten afkomsti-25 ge bundelverharding wordt gecorrigeerd. Van materialen anders dan water en bot, zoals metalen en contrastmiddelen, afkomstige bundelverharding kan echter moeilijk te corrigeren zijn. Zelfs met de hierboven beschreven correctiemethoden verschaft een conventionele CT bovendien geen kwantitatieve beeldwaarden. In plaats daarvan vertoont hetzelfde 30 materiaal op verschillende plaatsen dikwijls verschillende CT-getal-len.
Een ander nadeel van conventionele CT is een gebrek aan mate-riaalkarakterisering. Bijvoorbeeld kan een sterk verzwakkend materiaal met een lage dichtheid resulteren in hetzelfde CT-getal in het beeld 1024856- I - 2 - I als een minder verzwakkend materiaal met een hoge dichtheid. Er is I derhalve weinig of geen informatie omtrent de materiaalsamentstelling I van een afgetast beeld op basis van alleen het CT-getal aanwezig. Bo- I vendien is de detectie van vet in weefsels dikwijls moeilijk, omdat de I 5 door dergelijke scanners geproduceerde beelden een aanzienlijk niveau van beeldartefacten en CT-getalonnauwkeurigheid kunnen vertonen. Deze I beperkingen kunnen het gebruik van de CT-inrichting voor geavanceerde I diagnose beletten. Bijvoorbeeld resulteren enkele gebruikelijke en pa- I thologische biologische processen in accumulatie van hogere niveaus 10 van vet in een orgaan of weefsel. In sommige gevallen kan het vet een- I voudig gedetecteerd worden door middel van beeldvorming of fysiek on- I derzoek. In andere gevallen is het vet in variërende hoeveelheden over I normaal weefsel verdeeld, hetgeen detectie van het verdeelde vet moge- I lijkerwijs moeilijk maakt.
I 15 Een voorbeeld van over normaal weefsel verdeeld vet is de accu- I mulatie van vet in levercellen, hierna als een vethoudende lever aan- I geduid. Een vethoudende lever wordt typisch niet als een aandoening I opgevat, omdat deze lever niet beschadigd is, echter is een vethou- I dende lever symptomatisch voor een aantal pathologische processen, be- I 20 vattende bijvoorbeeld tuberculose, suikerziekte, extreme gewichtstoe- I name, alcoholisme, slechte voeding, darmkanaalbypassoperatie voor vet- I zucht en het gebruik van bepaalde medicijnen, zoals corticosterolden.
I Bekende werkwijzen voor het diagnostiseren van een vethoudende lever I bevatten het microscopisch onderzoeken van een uit biopsie van de I 25 lever verkregen monster van leverweefsel. Bovendien kunnen een helder I rimpelpatroon, zoals dit waargenomen wordt op een ultrageluidsbeeld I van een lever, en een gereduceerde dichtheid, zoals dit waargenomen I wordt op een röntgenstralingscomputertomografie(CT)beeld van een I lever, beide wijzen op de aanwezigheid van een vethoudende lever. Ver- I 30 der kunnen patiënten met een vethoudende lever een vergrote lever heb- ben of een geïsoleerde ondergeschikte verhoging van leverenzymen heb- I ben, zoals gemeten door middel van routinebloedonderzoek. Een defini- I tieve diagnose van een vethoudende lever wordt echter typisch bepaald I door middel van het microscopisch onderzoeken van van een operatieve I 35 leverbiopsieprocedure verkregen leverweefselmonsters.
I Volgens één aspect van de uitvinding is een werkwijze verschaft I voor het verkrijgen van gegevens. De werkwijze bevat het kwantificeren I van de vetinhoud van weefsel onder gebruikmaking van een multi-ener- I giecomputertomografie(MECT)systeem.
I 1024856- - 3 -
Volgens een ander aspect van de uitvinding is een multi-ener-giecomputertomografie(MECT)systeem verschaft, welk systeem ten minste één stralingsbron, ten minste één stralingsdetector, en een operationeel met de stralingsbron en de stralingsdetector verbonden compu-5 ter bevat. De computer is ingericht om gegevens met betrekking tot een eerste energiespectrum van een aftasting van een voorwerp, dat weefsel bevat, te ontvangen, gegevens met betrekking tot een tweede energiespectrum van de aftasting van het weefsel te ontvangen, en de ontvangen gegevens te ontbinden en te segmenteren om regionaal 10 vethoudend weefsel en mager weefsel te identificeren.
Volgens een verder aspect van de uitvinding is een multi-ener-giecoraputertomografie(MECT)systeem verschaft, welk systeem ten minste één stralingsbron, ten minste één stralingsdetector, en een operationeel met de stralingsbron en de stralingsdetector verbonden compu-15 ter bevat. De computer is ingericht om beeldgegevens voor weefsel te ontvangen, de beeldgegevens in een eerste dichtheidsafbeelding, die representatief is voor vethoudend weefsel, en een tweede dichtheidsafbeelding, die representatief is voor mager weefsel te ontbinden en de eerste dichtheidsafbeelding met de tweede dichtheidsafbeelding samen 20 te voegen.
Volgens nog een ander aspect van de uitvinding is een door middel van een computer leesbaar medium, waarin een programma is ingebed, verschaft. Het door middel van een computer leesbare medium is ingericht om een computer te instrueren gegevens met betrekking tot een 25 eerste energiespectrum van een weefselaftasting te ontvangen, gegevens met betrekking tot een tweede energiespectrum van de aftasting van het weefsel te ontvangen, de ontvangen gegevens te ontbinden om een eerste dichtheidsafbeelding, die representatief is voor vethoudend weefsel, en een tweede dichtheidsafbeelding, die representatief is voor mager 30 weefsel, te genereren, de eerste dichtheidsafbeelding met de tweede dichtheidsafbeelding samen te voegen om een afbeelding van vet/mager-verhouding te genereren, en de samengevoegde eerste en tweede dicht-heidsafbeeldingen te segmenteren om een van belang zijnd gebied te bepalen.
35 Volgens nog een ander aspect van de uitvinding is een computer verschaft, die is ingericht om MECT-beeldgegevens voor weefsel te ontvangen en de beeldgegevens in een eerste dichtheidsafbeelding, die representatief is voor vethoudend weefsel binnen een van belang zijnd gebied, en een tweede dichtheidsafbeelding, die representatief is voor 1024856- I - 4 -
I mager weefsel binnen een van belang zijnd gebied, te ontbinden en te I
I segmenteren. I
I Fig. 1 is een illustratief aanzicht van een MECT-beeldvormings- I
I systeem. I
I 5 Fig. 2 is een blokschema van het in fig. 1 weergegeven systeem. I
I Fig. 3 is een stroomschema, dat een voorreconstructieanalyse I
I representeert. I
I Fig. 4 is een stroomschema, dat een nareconstructieanalyse re- I
I presenteert. I
I 10 Fig. 5 is een schematische illustratie van weefsel, dat onder- I
I huids vet en een van belang zijnd orgaan bevat. I
I Fig. 6 is een schematische illustratie van een werkwijze voor I
I het kwantificeren van het vetgehalte van weefsel onder gebruikmaking I
I van het in fig. 1 en 2 getoonde MECT-beeldvormingssysteem. I
I 15 Fig. 7 is een schematische illustratie van een werkwijze voor I
I het kwantificeren van het vetgehalte van weefsel onder gebruikmaking I
I van het in fig. 1 en 2 getoonde MECT-beeldvormingssysteem. I
I Fig. 8 is een schematische illustratie van weefsel, die regio- I
I nale vet/magerverhoudingen in van belang zijnde gebieden toont. I
I 20 De hierin beschreven werkwijzen en inrichting bevorderen een I
I nauwkeurige, niet-operatieve, goedkope en definitieve diagnose van een I
I vethoudende lever, en bevorderen het kwantificeren van het weefselvet- I
I gehalte in andere organen en gebieden van een lichaam. De hierin be- I
I schreven werkwijzen en systemen kunnen gebruikt worden om het vetge- I
I 25 halte of het relatieve vetgehalte van een weefsel of orgaan in een I
I dier, een weefselmonster of een mens te bepalen. Bovendien bevatten de I
I hierin beschreven werkwijzen nieuwe wijzen van aanpak om gebruik te I
I maken van de basiseigenschappen van de wisselwerking tussen röntgen- I
I straling en materiaal. Bijvoorbeeld worden voor elk straaltraject I
I 30 meerdere metingen met verschillende gemiddelde röntgenstralingsener- I
I gieën uitgevoerd. Wanneer BMD en/of Compton en foto-elektrische ont- I
I binding op deze metingen worden uitgevoerd, wordt aanvullende informa- I
I tie verkregen, welke informatie een verbeterde nauwkeurigheid en ka- I
I rakterisering kan bevorderen. Eén van dergelijke karakteriseringen is I
I 35 bijvoorbeeld de bepaling van het vetgehalte voor elk voxel van verwor- I
I ven gegevens. Lokale bepaling van het weefselvetgehalte bevordert het I
I verbeteren van het specifieke karakter van het begrip van de samen- I
I stelling en metabolische functie van het weefsel in kwestie. Verder I
I kan een combinatie van vet-gebaseerde contrastmiddelen een grote ver- I
I 1024856- - 5 - scheidenheid aan nieuwe diagnostische onderzoeken bevorderen en het reduceren van de ingrijpendheid van bestaande procedures bevorderen.
In enkele bekende CT-afbeeldingssysteemconfiguraties projecteert een röntgenstralingsbron een waaiervormige bundel, die gecolli-5 meerd wordt om binnen een X-Y vlak van een Carthesiaans coördinatensysteem te liggen en die in het algemeen als een "afbeeldingsvlak" wordt aangeduid. De röntgenstralingsbundel gaat door een af te beelden voorwerp, zoals een patiënt. Na door het voorwerp te zijn afgezwakt treft de bundel een reeks van stralingsdetectoren. De intensiteit van 10 de op de detectorreeks ontvangen afgezwakte stralingsbundel is afhankelijk van de door het voorwerp veroorzaakte verzwakking van een röntgenstralingsbundel. Elk detectorelement van de reeks produceert een afzonderlijk elektrisch signaal, dat een meting van de bundelintensiteit op de detectorlocatie is. De resultaten van de intensiteitsmetin-15 gen van alle detectoren worden gescheiden verzameld om een doorlaat-profiel te produceren.
In CT-systemen van de derde generatie worden de röntgenstralingsbron en de detectorreeks met een portaal in het afbeeldingsvlak en rond het af te beelden voorwerp geroteerd, zodat de hoek, waaronder 20 de röntgenstralingsbundel het voorwerp snijdt, constant verandert. Een groep van röntgenstralingverzwakkingsmetingen, d.w.z. projectiegege-vens, afkomstig van de detectorreeks bij één portaalhoek, wordt als een "aanzicht" aangeduid. Een "aftasting" van het voorwerp bevat een reeks van onder verschillende portaalhoeken of kijkhoeken gemaakte 25 aanzichten tijdens één omwenteling van de stralingsbron en de detector.
In een axiale aftasting worden de projectiegegevens bewerkt om een beeld, dat correspondeert met een tweedimensionele plak van het voorwerp, te construeren. Eén werkwijze voor het reconstrueren van een 30 beeld uit een reeks van projectiegegevens wordt in de techniek als de gefilterde terugprojectietechniek aangeduid. Dit proces zet de ver-zwakkingsmetingen van een aftasting om in gehele getallen, "CT-getal-len" of "Houndsfield-eenheden" (Hü) genoemd, die worden gebruikt om de helderheid van een corresponderend pixel op een kathodestraalbuisweer-35 gave te regelen.
Om de totale aftasttijd te verminderen, kan een "spiraalvormige" aftasting worden uitgevoerd, waarbij de patiënt wordt verplaatst terwijl de gegevens voor het voorgeschreven aantal plakken worden verworven. Een dergelijk systeem genereert een enkele spiraallijn uit een 1024856- - 6 - spiraalvormige aftasting met een waaierbundel. De door de waaierbundel H afgebeelde spiraallijn levert projectiegegevens op, waaruit beelden in I elke voorgeschreven plak gereconstrueerd kunnen worden.
I Reconstructiealgoritmen voor spiraalvormige aftasting gebruiken I 5 typisch spiraalvormige-wegingsalgoritmen, die de verzamelde gegevens I als een functie van de kijkhoek en de detectorkanaalindex wegen. In het bijzonder worden de gegevens voorafgaande aan een gefilterde-te- I rugprojectieproces gewogen volgens een spiraalvormige-wegingsfactor, I die een functie van de portaalhoek en de detectorhoek is. De gewogen I 10 gegevens worden vervolgens bewerkt om CT-getallen te genereren en om een beeld te construeren, dat correspondeert met een tweedimensionele I plak van het voorwerp.
I Om de totale verwervingstijd verder te verminderen is multi- plak CT geïntroduceerd. In multi-plak CT worden op elk tijdsmoment ge- I 15 lijktijdig meerdere rijen van projectiegegevens verworven. In combina- I tie met een spiraalvormige aftastmodus genereert het systeem een enke- I le spiraallijn van kegelbundelprojectiegegevens. Soortgelijk aan het enkelvoudige-plak spiraalvormige wegingsschema kan een werkwijze wor- I den afgeleid om de wegingsfactor te vermenigvuldigen met de projectie- I 20 gegevens voorafgaande aan het gefilterde-terugprojectiealgoritme.
I Zoals hierin gebruikt, dient een in enkelvoud vermelde en door het woord "een" voorafgegaan element of stap niet opgevat te worden als meervoudsvormen daarvan uitsluitend, tenzij een dergelijke uit- I sluiting expliciet vermeld is. Verwijzingen naar "één uitvoeringsvorm" I 25 van de hierin beschreven werkwijzen en systemen zijn bovendien niet bedoeld om te worden opgevat als het bestaan van aanvullende uitvoe- I ringsvormen, die ook de vermelde kenmerken bevatten, uitsluitend.
I Zoals hierin gebruikt, is de zinsnede "het reconstrueren van I een beeld" niet bedoeld om uitvoeringsvormen van de hierin beschreven 30 werkwijzen en systemen, waarin gegevens, die een beeld representeren, worden gegenereerd doch een zichtbaar beeld niet, uit te sluiten. Ech- ter genereren vele uitvoeringsvormen (of zijn ingericht om te genere- I ren) ten minste één zichtbaar beeld.
Hierin worden werkwijzen en inrichtingen voor het onder ge- 35 bruikmaking van een energieonderscheidende (ook wel bekend als multi- I energie) computertomografie(MECT)systeem kwantificeren van de weefsel- vetinhoud beschreven. Allereerst wordt een MECT-systeem 10 beschreven, gevolgd door contrasttoepassingen onder gebruikmaking van het MECT- I systeem 10.
I 1024856- - 7 -
Verwijzend naar fig. 1 en 2, is een multi-energieaftastbeeld-vormingssysteem, bijvoorbeeld een multi-energie multi-plak computertomografie {MECT)beeldvormingssysteem 10, weergegeven, welk systeem een portaal 12, dat representatief is voor een "derde generatie" CT-beeld-5 vormingssysteem, bevat. Het portaal 12 heeft een röntgenstralingsbron 14, die een bundel van röntgenstralen 16 op een detectorreeks 18 aan de tegenovergestelde zijde van het portaal 12 projecteert. De detectorreeks 18 wordt gevormd door een aantal detectorrijen (niet weergegeven) , welke rijen een aantal detectorelementen 20 bevatten, welke 10 elementen tezamen de geprojecteerde röntgenstralen, die door een voorwerp, zoals een medische patiënt 22, heen gaan, waarnemen. Elk detec-torelement 20 produceert een elektrisch signaal, dat de intensiteit van een daarop invallende röntgenstralingsbundel representeert, en daardoor gebruikt kan worden om de verzwakking van de bundel bij door-15 gang door het voorwerp of de patiënt 22 te schatten. Tijdens een af-,tasting voor het verwerven van röntgenstralingsprojectiegegevens, draaien het portaal 12 en de daarop gemonteerde componenten rond een rotatiecentrum 24. Fig. 2 toont slechts een enkele rij van detectorelementen 20 (d.w.z., een detectorrij). Een multi-plak detectorreeks 20 18 bevat echter een aantal evenwijdige detectorrijen van detectorelementen 20, zodat met een aantal quasi-evenwijdige of evenwijdige plakken corresponderende projectiegegevens tijdens een aftasting gelijktijdig worden verworven.
De rotatie van componenten op het portaal 12 en de werking van 25 de röntgenstralingsbron 14 worden bestuurd door een stuurmechanisme 26 van het MECT-systeem 10. Het stuurmechanisme 26 bevat een röntgenstra-lingsbesturing 28, die energie en tijdbepalingssignalen aan de röntgenstralingsbron 14 verschaft, en een portaalmotorbesturing 30, die de draaisnelheid en de positie van de componenten op het portaal 12 be-30 stuurt. Een gegevensverwervingssysteem (DAS) 32 in het stuurmechanisme 26 bemonstert de van de detectorelementen 20 afkomstige analoge gegevens en zet de gegevens om in digitale signalen voor daaropvolgende verwerking. Een beeldreconstructie-element 34 ontvangt de bemonsterde en gedigitaliseerde röntgenstralingsgegevens van DAS 32 en voert een 35 hoge-snelheid beeldreconstructie uit. Het gereconstrueerde beeld wordt toegevoerd als een invoer aan een computer 36, die het beeld in een opslaginrichting 38 opslaat. Het beeldreconstructie-element 34 kan gespecialiseerde apparatuur en computerprogramma’s voor uitvoering op de computer 36 zijn.
1024856- I - 8 -
I De computer 36 ontvangt ook commando's en aftastparameters van I
een bediener via een console 40, dat een toetsenbord heeft. Een bijbe- I
I horende kathodestraalbuisweergave 42 maakt het voor de bediener moge- I
I lijk om het gereconstrueerde beeld en andere van de computer 36 afkom- I
I 5 stige gegevens te observeren. De door de bediener geleverde commando's I
I en parameters worden door de computer 36 gebruikt om stuursignalen en I
I informatie aan DAS 32, de röntgenstralingsbesturing 28 en de portaal- I
I motorbesturing 30 te verschaffen. Bovendien stuurt de computer 36 een I
I tafelmotorbesturing 44 aan, welke besturing een gemotoriseerde tafel I
I 10 46 bestuurt om een patiënt 22 in het portaal 12 te positioneren. In I
het bijzonder verplaatst de tafel 46 delen van de patiënt 22 door een I
I portaalopening 48 heen. I
I In één uitvoeringsvorm bevat de computer 36 een inrichting 50, I
bijvoorbeeld een flexibele-schijfstation, CD-ROM-station, DVD-station, I
I 15 magnetisch-optische schijf(MOD)inrichting of elke andere digitale in- I
richting, die een netwerkverbindingsinrichting, zoals een Ethernet-in- I
richting, bevat voor het lezen van instructies en/of gegevens vanaf I
I een computer-leesbaar medium 52, zoals een flexibele schijf, een I
I CD-ROM, een DVD of een andere digitale bron, zoals een netwerk of het I
I 20 Internet, alsmede nog te ontwikkelen digitale middelen. In een andere I
I uitvoeringsvorm voert de computer 36 de in de door de fabrikant gein- I
stalleerde programmatuur (niet weergegeven) opgeslagen instructies I
I uit. De computer 36 is geprogrammeerd om hierin beschreven functies I
uit te voeren, en daarom is de hierin gebruikte term computer niet be- I
I 25 perkt tot alleen die geïntegreerde schakelingen, die in de techniek I
als computers worden aangeduid, doch verwijst deze term in brede zin I
I naar computers, processoren, microbesturingen, microcomputers, pro- I
I grammeerbare logische besturingen, toepassingsspecifieke geïntegreerde I
I schakelingen en andere programmeerbare schakelingen/ en deze termen I
I 30 worden hierin onderling uitwisselbaar gebruikt. Het CT-beeldvormings- I
systeem 10 is een energieonderscheidend (ook bekend staand als multi- I
I energie) computertomografie(MECT)systeem, aangezien het systeem 10 is I
I ingericht om te reageren op verschillende röntgenstralingsspectra. Dit I
kan bewerkstelligd worden met een conventioneel derde-generatie CT- I
I 35 systeem om projecties sequentieel bij verschillende röntgenstraalbuis- I
I spanningen te verkrijgen. Bijvoorbeeld worden twee aftastingen rug aan I
I rug of met een tussenpose verworven, waarbij de buis werkt bij bij- I
I voorbeeld 80 kVp en 160 kVp spanningen. Als alternatief worden specia- I
I le filters tussen de röntgenstralingsbron en de detector geplaatst, I
I 1024856- - 9 - * zodat verschillende detectorrijen projecties van verschillende rönt-genstralingsenergiespectra verzamelen. Eventueel kunnen de speciale filters, die het röntgenstralingsspectrum vormgeven, gebruikt worden voor twee aftastingen, die rug aan rug of met een tussenpose worden 5 verworven. Nog een andere uitvoeringsvorm is het gebruik van energie-gevoelige detectoren, zodat elk de detector bereikend röntgenstra-lingsfoton met zijn fotonenergie wordt geregistreerd. Hoewel de hierboven vermelde specifieke uitvoeringsvorm verwijst naar een derde-ge-neratie CT-systeem, zijn de hierin beschreven werkwijzen gelijkelijk 10 van toepassing op vierde-generatie CT-systemen (stationaire detector en roterende röntgenstralingsbron) en vijfde-generatie CT-systemen (stationaire detector en röntgenstralingsbron).
Er bestaan verschillende werkwijzen om multi-energiemetingen te verkrijgen, (1) het aftasten met twee afzonderlijke energiespectra, 15 (2) het detecteren van fotonenergie volgens de energiedepositie in de detector en (3) fotontelling. Fotontelling verschaft een zuivere scheiding van spectra en een instelbaar energiescheidingspunt voor fotonbalansstatistieken .
MECT bevordert het reduceren of elimineren van een aantal met 20 conventionele CT verbonden problemen, zoals, doch niet daartoe beperkt, een gemis aan energieonderscheiding en materiaalkarakterise-ring. In afwezigheid van voorwerpverstrooiing benodigt men alleen het systeem 10 om twee gebieden van fotonenergiespectrum, de lage-energie-en de hoge-energiegedeelten van het invallende röntgenstralingsspec-25 trum, afzonderlijk te detecteren. Het gedrag bij elke andere energie kan afgeleid worden op basis van het van de twee energiegebieden afkomstige signaal. Dit verschijnsel wordt bestuurd door het fundamentele feit, dat in het energiegebied, waarin medische CT geïnteresseerd is, twee fysische processen de röntgenstralingsverzwakking domineren, 30 (1) Compton-verstrooiing en (2) het foto-elektrische effect. Van twee energiegebieden afkomstige gedetecteerde signalen verschaffen derhalve voldoende informatie om de energieafhankelijkheid van het materiaal, dat afgebeeld wordt, op te lossen. Verder verschaffen van twee energiegebieden afkomstige gedetecteerde signalen voldoende informatie om 35 de relatieve samenstelling van een uit twee materialen samengesteld voorwerp te bepalen.
In een voorbeelduitvoeringsvorm gebruikt MECT een ontbindings-algoritme, zoals, doch niet daartoe beperkt, een CT-getalverschilalgo-ritme, een Compton en foto-elektrische ontbindingsalgoritme, een ba- 1024856- I . -ιοί sismateriaalontbinding(BMD)algoritme of een logaritmische aftrekbewer- I kingsontbinding(LSD)algoritme.
I Het CT-getalverschilalgoritme bevat het berekenen van een ver- I schilwaarde in een CT- of een Houndsfield-getal tussen twee bij ver- I 5 schillende buisspanningen verkregen beelden. In één uitvoeringsvorm I worden de verschilwaarden op een pixel-voor-pixel basis berekend. In I een andere uitvoeringsvorm worden gemiddelde CT-getalverschillen bere- I kend over een van belang zijnd gebied. Het Compton en foto-elektrische I ontbindingsalgormitme bevat het onder gebruikmaking van MECT 10 ver- I 10 werven van een paar beelden en het afzonderlijk representeren van de I uit Compton en foto-elektrische processen afkomstige verzwakkingen.
I Het BMD-algoritme bevat het verwerven van twee CT-beelden, waarbij elk I beeld de equivalente dichtheid van één van de basismaterialen repre- I senteert. Aangezien een materiaaldichtheid onafhankelijk is van de I 15 röntgenstralingsfotonenergie, zijn deze beelden bij benadering vrij I van bundelverhardingsartefacten. Bovendien kan een bediener het basis- I materiaal kiezen om zich op een bepaald van belang zijnd materiaal te I richten/ aldus het beeldcontrast verbeterend. In gebruik is het BMD- I algoritme gebaseerd op het concept, dat de röntgenstralingsverzwakking I 20 (in het energiegebied voor medische CT) van een gegeven materiaal ge- I representeerd kan worden door een juiste dichtheidsmenging van twee I andere gegeven materialen, waarbij deze twee materialen dienovereen- I korastig de basismaterialen worden genoemd. Onder gebruikmaking van het I LSD-algoritrae worden in één uitvoeringsvorm de beelden verworven met I 25 quasi-mono-energetische röntgenstralingsspectra en kan het afgebeelde I voorwerp gekenmerkt worden door een doeltreffende verzwakkingscoëffi- I ciënt voor elk van de twee materialen, waardoor in het LSD-algoritme I geen bundelverhardingscorrecties zijn opgenomen. Bovendien wordt het I LSD-algoritme niet gekalibreerd, doch gebruikt dit algoritme een bepa- I 30 ling van de weefselcompensatieparameters, die de verhouding van de ef- I fectieve verzwakkingscoëfficiënten van een gegeven materiaal bij de I gemiddelde energie van elk belichting zijn. In een voorbeelduitvoe- I ringsvorm is de weefselcompensatieparameter hoofdzakelijk afhankelijk I van de voor het verwerven van de beelden gebruikte spectra, en van I 35 aanvullende factoren, die de gemeten signaalintensiteit, die verwacht I zou kunnen worden voor een paar van ideale, mono-energetische belich- I tingen, veranderen.
I Opgemerkt dient te worden dat voor het optimaliseren van een multi-energie CT-systeem geldt, dat de beeldkwaliteit beter is naarma- I 1024856- - 11 - te de spectrascheiding groter is. Bovendien dienen de fotonstatistieken in deze twee energiegebieden gelijk te zijn, anders zou van het slechtere statistische gebeid de beeldruis domineren.
De hierin beschreven werkwijzen en systemen passen het boven-5 staande principe op weefselkarakterisering toe. In het bijzonder wordt het MECT-systeem 10 gebruikt om CT-beelden te produceren, zoals hierin beschreven. Voorreconstructieanalyse, nareconstructieanalyse en her-kenningsbeeldanalyse zijn drie technieken die met het MECT-systeem 10 gebruikt kunnen worden bij het uitvoeren van weefselkarakterisering.
10 Fig. 3 is een stroomschema dat een voorreconstructieanalyse 54 representeert, waarin een ontbinding 56 bewerkstelligd wordt voorafgaande aan een reconstructie 58. De computer 36 verzamelt de door de detectorreeks 18 {weergegeven in fig. 1) bij discrete hoekposities van het roterende portaal 12 (weergegeven in fig. 1) gegenereerde projec-15 tiegegevens en leidt de signalen naar een voorprocessor 60. De voor-processor 60 herrangschikt de van de computer 36 ontvangen projectie-gegevens om de reeks voor de daaropvolgende mathematische bewerking te optimaliseren. De voorprocessor 60 corrigeert ook de van de computer 36 afkomstige projectiegegevens met betrekking tot de detectortempera-20 tuur, de intensiteit van de hoofdbundel, versterkingsfactor en verschuiving, en andere deterministische foutfactoren. De voorprocessor 60 onttrekt vervolgens de met een hoge-energieaanzicht 62 corresponderende gegevens en leidt deze gegevens naar een hoge-energiekanaalweg 64 en leidt de met een lage-energieaanzicht 66 corresponderende gege-25 vens naar een lage-energieweg 68. Bij gebruikmaking van de hoge-ener-giegegevens en de lage-energiegegevens wordt een ontbindingsalgoritme gebruikt om twee stromen van projectiegegevens te produceren, welke stromen vervolgens gereconstrueerd worden om twee op twee verschillende materialen betrekking hebbende afzonderlijke beelden te verkrij-30 gen.
Fig. 4 is een stroomschema, dat een nabewerkingsanalyse representeert, waarin ontbinding 56 wordt bewerkstelligd na reconstructie 58. De computer 36 verzamelt de door de de detectorreeks 18 (weergegeven in fig. 1) bij discrete hoekposities van het roterende portaal 12 35 (weergegeven in fig. 1) gegenereerde projectiegegevens en leidt de met hoge-energieaanzichten 62 corresponderende gegevens naar hoge-energie-weg 64 en leidt de met lage-energieaanzichten 66 corresponderende gegevens naar lage-energieweg 68. Een eerste met de hoge-energiereeks van projecties 62 corresponderende CT-beeld 70 en een tweede met de 1 024856* . - 12 - lage-energiereeks van projecties 66 corresponderende CT-beeld 72 wor- I den gereconstrueerd 58. Dubbel-energieontbinding 56 wordt vervolgens I uitgevoerd onder gebruikmaking van een ontbindingsalgoritme om twee I afzonderlijke beelden, die betrekking hebben op twee verschillende ma- I 5 terialen, te verkrijgen. In verkenningsbeeldanalyse kan de signaal- stroom soortgelijk zijn aan die van fig. 3 of fig. 4. De tafel wordt echter bewogen ten opzichte van het niet-roterende portaal om de gege- vens te verwerven.
I Het gebruik van dubbele-energietechnieken in projectieröntgen- 10 stralingsbeeldvorming kan diagnostisering en bewaking van botontkal- I king en het bepalen van een gemiddelde vet-weefsel/mager-weefselver- houding (vet/mager verhouding) bevorderen. Dubbele-energietechnieken I kunnen ook dwarsdoorsnede- of tomografische röntgenstralingsbeeldvor- I ming voor botontkalkingsdetectie in patiënten bevorderen en kan niet- 15 destructieve testtoepassingen bevorderen, bijvoorbeeld explosief- of I contrabanddetectie.
I Wanneer weefselkarakterisering wordt uitgevoerd onder gebruik- I making van radiografische beeldvorming, bijvoorbeeld bot-mineraal- I dichtheidsmeting, wordt alleen een gemiddelde weefseldikte (in de ba- 20 sismateriaalontbindingsbeschrijving) langs de projectieweg bepaald.
Bij gebruikmaking van multi-energiebeeldvorming kan verder een gemeten I dikte van een gegeven materiaal afhankelijk zijn van de nauwkeurige I schatting van de verzwakking van het complementaire materiaal voor I multi-energiespectra. Bijvoorbeeld kan een nauwkeurige meting van bot- I 25 mineraaldichtheid de nauwkeurige bepaling van de zacht-weefselverzwak- king langs de het onderzochte bot doorlopende röntgenstralingsweg ver- I eisen, en kan daardoor het gebruik van dergelijke technieken in medi- sche toepassingen beperken. Bovendien kan als voorbeeld een vet/mager- I verhouding worden bepaald voor een monster van gemalen rundvlees, I 30 waarvan aangenomen wordt, dat de vette en magere componenten homogeen I door het monster heen gemengd zijn, en/of dat voldoende bemonstering is ondernomen om variaties in vet- en magerverdeling uit te middelen.
Dienovereenkomstig kan een vet/mager-verhouding worden bepaald voor een menselijke of dierlijke patiënt, indien de aanname van uniforme 35 en/of homogene menging geldig is. Indien echter een vet/mager-verhouding voor een specifiek orgaan en/of gebied van het lichaam gewenst is, kan de aanname van een uniforme en/of homogene verdeling niet geldig zijn.
ί 024856- - 13 -
Bijvoorbeeld is fig. 5 een schematische illustratie van weefsel 74, dat onderhuids vet 76 en een van belang zijnd orgaan 78 bevat. Een eerste projectie 80 en een tweede projectie 82 registreren verschillende vetgehalten in weefsel 74, en meer in het bijzonder buiten het 5 orgaan 78, als gevolg van een onregelmatige verdeling van onderhuids vet 76 in het weefsel 74. Indien variërende hoeveelheden vet langs een projectiebaan aanwezig zijn, kunnen derhalve verschillende waarden van vetpercentage in een orgaan worden verkregen als gevolg van alleen een variatie in de vet/mager-verhoudingen buiten het van belang zijnde or-10 gaan.
De hierin beschreven werkwijzen en systemen halen voordeel uit de tomografische capaciteiten van CT-beeldvormingsgeometrie om beperkingen van de stand van de techniek te overwinnen en een verscheidenheid aan weefselkarakteriseringen te maken, welke niet mogelijk zouden 15 zijn bij gebruikmaking van radiografische projectietechnieken. Bovendien kunnen de hierin beschreven werkwijzen en systemen worden gebruikt om het vetgehalte of het relatieve vetgehalte van een weefsel of orgaan in elk dier, weefselmonster of mens te bepalen.
Fig. 6 is een schematische illustratie van een werkwijze 90 20 voor het kwantificeren van het vetgehalte in weefsel 74 (weergegeven in fig. 5) onder gebruikmaking van het MECT-systeem 10 (weergegeven in fig. 1 en 2). De werkwijze 90 gebruikt a priori anatomische informatie om een lokale, doelgerichte, beeldverwerving en/of -reconstructie van een kleiner-dan-normaal gezichtsveld uit te voeren om een van belang 25 zijnd gebied ten opzichte van omringend weefsel te segmenteren. In één uitvoeringsvorm worden CT-beelden gesegmenteerd onder gebruikmaking van verschillende technieken, bevattende Houndsfield- of CT-getal-(drempelwaarde)technieken, iteratieve drempelbewerking, k-middelseg-mentatie, randdetectie, randverbinding, krommeaanpassing, krommeaf-30 vlakking, 2D/3D morfologische filtering, gebiedsaangroei, fuzzycluste-ring, beeld/volumemetingen, heuristische onderzoeken, op kennis gebaseerde regels, beslissingsbomen en neurale netwerken. Dienovereenkomstig zullen op projectiegegevens uitgevoerdê berekeningen verzwak-kingsvariaties vanuit het gezichtsveld reflecteren. In één uitvoe-35 ringsvorm is de a priori anatomische informatie zuivere anatomische informatie, die afgeleid is uit door individuele besturing van het verwervingsproces geleverde metingen of oriëntatiepunten. In een andere uitvoeringsvorm is a priori anatomische informatie op beeld gebaseerd en afgeleid uit een verkenningsaanzichtbeeld, een aantal verken- 1024856- I - 14 - I ningsaanzichtbeelden of voorgaande beelden van een CT of andere moda-
liteit, bijvoorbeeld magnetische resonantiebeeldvorming (MRI), elek- I
I tronenbundeltomografie (EBT), ultrageluid, positronemissietomografie
(PET) en röntgenstraling. I
I 5 In bedrijf bevat de werkwijze 90 het verwerven 92 van MECT ana- I
I tomische beeldgegevens voor het weefsel 74, en het segmenteren 94 van I
I de MECT-beeldgegevens om een van belang zijnd gebied te bepalen, bij-
I voorbeeld een van belang zijnd orgaan, zoals een lever. Zodra het van I
belang zijnde gebied is gesegmenteerd 94 ten opzichte van het omrin-
10 gende weefselgebied, zoals het weefsel 74, wordt een weefselkarakteri- I
sering voor het van belang zijnde gebied bepaald. Meer in het bijzon- I
I der worden de gesegmenteerde beeldgegevens ontbonden 96 om een dicht- I
I heidsbeeld, dat een gehalte van vethoudend weefsel in het van belang I
I zijnde gebied representeert, en een dichtheidsbeeld, dat een gehalte I
I 15 van mager weefsel in het van belang zijnde gebied representeert, te I
I verkrijgen. Het het vethoudende-weefselgehalte representerende gebied I
wordt vervolgens samengevoegd 98 met het het magere-weefselgehalte re- I
I presenterende beeld om een dichtheidsbeeld te verkrijgen, welk dicht- I
I heidsbeeld op een pixel-voor-pixel basis een vet/mager-verhouding I
I 20 kwantificeert voor elk punt in het van belang zijnde gebied. In één I
uitvoeringsvorm wordt het anatomische beeld op conventionele wijze I
I (grijssschaal corresponderend met CT-getallen) weergegeven, terwijl I
het vet/mager-dichtheidsbeeld vervolgens op het anatomische beeld kan I
I worden geplaatst 100 om een gecombineerd beeld voor het van belang I
25 zijnde gebied te verkrijgen. Meer in het bijzonder worden het vethou- I
I dende-weefselbeeld en het magere-weefselbeeld met elkaar uitgelijnd en I
I worden de pixelwaarden van het vethoudende-weefselbeeld gedeeld door I
de pixelwaarden van het magere-weefselbeeld op een pixel-voor-pixel I
I basis. I
I 30 Fig. 7 is een schematische illustratie van een werkwijze 110 I
voor het kwantificeren van het vetgehalte in het weefsel 74 (weergege- I
I ven in fig. 5) onder gebruikmaking van het MECT-systeem 10 (weergege- I
I ven in fig. 1 en 2). De werkwijze 110 gebruikt segmentatie van een I
beeldveld om een gebied van belang voor weefselkarakterisering te be- I
I 35 palen. Ontbonden beelden worden gesegmenteerd onder gebruikmaking van I
de hierboven beschreven CT-beeldsegmentatietechnieken. In één uitvoe- I
I ringsvorm wordt de segmentatie van een van belang zijnd gebied handma- I
I tig uitgevoerd. De handmatige segmentatie van een van belang zijnd ge- I
I bied bevat het voor een gebruiker weergeven van beeldgegevens, waarbij I
I 1024856- - is - de gebruiker het gebied afbakent onder gebruikmaking van een muis of elke andere geschikte koppeling, zoals bijvoorbeeld een aanraakscherm, oogvolgwerking en/of stemcommando's. In een alternatieve uitvoeringsvorm wordt de segmentatie van een van belang zijnd gebied automatisch 5 uitgevoerd. De geautomatiseerde segmentatie van een van belang zijnd gebied bevat het gebruik van een algoritme, dat een gebied van belang afbakent onder gebruik van voorgaande kennis, zoals de vorm en de omvang van een massa. In nog een andere uitvoeringsvorm wordt de segmentatie van een van belang zijnd gebied uitgevoerd onder gebruikmaking 10 van een combinatie van handmatige en automatische segmentatie.
In bedrijf bevat de werkwijze 110 het verwerven 112 van MECT anatomische beeldgegevens voor het weefsel 74 en het ontbinden 114 van de anatomische beeldgegevens om een dichtheidsbeeld, dat een gehalte van vethoudend weefsel in het weefsel 74 representeert, en een dicht-15 heidsbeeld, dat een gehalte van mager weefsel in het weefsel 74 representeert, te verkrijgen. Het beeld, dat het vethoudende-weefselgehalte representeert, wordt vervolgens met het beeld, dat het magere-weefsel-gehalte representeert, samengevoegd 116 om een dichtheidsbeeld te verkrijgen, welk dichtheidsbeeld op een pixel-voor-pixel basis een 20 vet/mager-verhouding voor elk punt in het weefsel 74 kwantificeert. Meer in het bijzonder worden het vethoudende-weefselbeeld en het ma-gere-weefselbeeld met elkaar uitgelijnd en worden de pixelwaarden van het vethoudende-weefselbeeld gedeeld door de pixelwaarden van het ma-gere-weefselbeeld op een pixel-voor-pixel basis. In één uitvoerings-25 vorm wordt het vet/mager-dichtheidsbeeld op de MECT anatomische beeldgegevens gelegd 118 om een gecombineerd beeld voor het weefsel 74 te verkrijgen. In een alternatieve uitvoeringsvorm wordt het vet/mager-dichtheidsbeeld eerst gesegmenteerd 120 om een van belang zijnd gebied te bepalen, bijvoorbeeld een orgaan van belang, zoals een lever. Zodra 30 het van belang zijnde gebied is gesegmenteerd 120 ten opzichte van het omringende gebied van het weefsel 74, kan vervolgens een weefselkarak-terisering voor het van belang zijnde gebied worden bepaald. Meer in het bijzonder kan vervolgens het gesegmenteerde vet/mager-dichtheidsbeeld op de MECT anatomische beeldgegevens worden gelegd 122 om een 35 gecombineerd beeld voor het van belang zijnde gebied te verkrijgen.
Fig. 8 is een schematische illustratie van weefsel 84, dat een vet/mager-verhouding in een van belang zijnd gebied 86, bijvoorbeeld een lever, toont. In de in fig. 8 weergegeven voorbeelduitvoeringsvorm worden weefselkarakteriseringsgegevens weergegeven onder gebruikmaking 1024856-
- 16 - I
van een grijsschaalweergave om de morfologische karakteristieken van I
de afgebeelde anatomie te tonen op dezelfde wijze waarop conventionele I
CT-beelden worden weergegeven. De grijsschaalwaarde is via een ge- I
schikte opzoektabel verbonden met het CT-getal. Deze morfologische I
5 component van de weergegeven gegevens kan uit elk van de MECT-beeldge- I
gevensreeksen of een combinatie van twee of meer worden gekozen. In de I
voorbeelduitvoeringsvorm wordt een textuurpatroonbedekking, die indi- I
catief is voor het lokale vetgehalte/ op de morfologische gegevens ge- I
legd. In een alternatieve uitvoeringsvorm wordt een kleurbedekking, I
10 die indicatief is voor het lokale vetgehalte/ op de morfologische ge- I
gevens gelegd. Op deze wijze kunnen het CT-getal (grijsniveau) en het I
vetgehalte (textuur of kleurpatroon) gelijktijdig voor een waarnemer I
worden weergegeven. In één uitvoeringsvorm kan de waarnemer tussen de I
twee aanzichten (anatomisch en karakteristiek) via programmatuurscha- I
15 kelaar(s) schakelen of de toevoeging van de bedekking omklappen. I
In bedrijf bevorderen de hierin beschreven werkwijzen het ver- I
beteren van het contrast tussen vethoudend en normaal weefsel door het I
uitvoeren van een ontbinding onder gebruikmaking van de hierboven be- I
schreven ontbindingstechnieken. De hierin beschreven werkwijzen bevor- I
20 deren bovendien het reduceren van beeldartefacten door middel van het I
verbeteren van bundelverhardingscorrectie. Verbeterde bundelverhar- I
dingscorrectie kan de nauwkeurigheid van de weefselkarakterisering I
vergroten en kan het optreden van schaduwvorming en streepartefacten, I
welke de mogelijkheid van een waarnemer om vethoudend-normaal weefsel- I
25 karakteristieken te visualiseren verlagen en het lokale CT-getal en I
daardoor de nauwkeurigheid van de weefselkarakterisering aanzienlijk I
kunnen veranderen, te voorkomen. De hierin beschreven werkwijzen kun- I
nen dienovereenkomstig het reduceren van beeldartefacten, het verbete- I
ren van de CT-getalnauwkeurigheid en het verbeteren van de weefselka- I
30 rakterisering bevorderen. I
De hierin beschreven werkwijzen bevorderen bovendien de moge- I
lijkheid om weefselkarakterisering uit te voeren. Gebruikmakend van I
het principe van BMD, kan er een verhoogde waarschijnlijkheid optre- I
den, dat verschillende aangetaste weefsels geclassificeerd en geschei- I
35 den kunnen worden, bijvoorbeeld karakterisering van vethoudende lever I
en totale percentage lichaamsvetmetingen. De hierin beschreven werk- I
wijzen kunnen verder de detectie en stadia van een vethoudende lever I
en soortgelijke omstandigheden bevorderen onder gebruikmaking van ge- I
automatiseerde en half-geautomatiseerde kwantitatieve analyse van I
1024856“ - 17 - MECT-beelden. Computer-ondersteunde detectie (CAD) en computer-onder-steunde diagnose (CADx) algoritmen kunnen voordeel halen uit de weef-selkarakterisering, in aanvulling op de door de beeldgegevensreeksen gepresenteerde morfologische informatie. Het verschaffen van MECT-5 beelden als invoeren in CAD/CADx-algoritmen verschaft meer informatie dan enkele-energiebeelden.
De hierin beschreven werkwijzen kunnen bovendien de stadia- en behandelingsbewaking van aandoeningen of omstandigheden, die door veranderingen in lichaamsvet worden gekarakteriseerd, bevorderen. Verder 10 kunnen lokale veranderingen in de vet/mager-weefselverhouding in patiënten met MECT vastgesteld worden. Bijvoorbeeld kan het stadium van een aandoening of behandeling vastgesteld en bewaakt worden met een enkele aftasting of door gebruik te maken van meerdere aftastingen in de tijd en het meten van veranderingen in het vet/mager-weefselge-15 halte. Tijdelijke analyse van opgeslagen MECT-beelden wordt uitgevoerd door menselijke waarnemers of computeralgoritmen (CAD/CADx) of een combinatie van de twee methoden.
De hierin beschreven werkwijzen bevorderen bovendien ook de karakterisering van het vet/mager-gehalte van borstweefsel in een MECT-20 gegevensverwerving van een borst. Een dergelijke MECT-gegevensverwer-ving kan in een standaard CT-geometrie worden uitgevoerd, waarbij de patiënt ruggelings op een onderzoekstafel ligt of op een voor borsten bestemd CT-systeem. Verder kunnen de hierin beschreven werkwijzen het bewaken van een grote verscheidenheid aan biologische processen bij 25 gebruik in combinatie met contrastmiddelen bevorderen. De contrastmiddelen kunnen simpelweg opgenomen dieetvet (bijvoorbeeld om de opname, afbraak en absorptie van vet in het maag-darmsysteem volgend op consumptie van een maaltijd met hoog vetgehalte, te bewaken) of een uit een vet- of lipidesamenstelling bestaand complex doelgericht contrast-30 middel zijn. Dergelijke contrastmiddelen kunnen minimaal ingrijpend zijn en veel minder toxisch dan conventionele gejodeerde contrastmiddelen.
De hierboven beschreven werkwijzen en systemen bevorderen het mogelijk maken van nieuwe klinische toepassingen voor een verscheiden-35 heid aan aandoeningsomstandigheden en het bevorderen van de mogelijkheid van CT-aftasting om de behandeling van een vethoudende lever en andere aandoeningen te diagnostiseren, te volgen en te bewaken. Bovendien bevatten de hierboven beschreven werkwijzen nieuwe typen van informatie, die onder gebruikmaking van CT-aftasting verworven kan wor- 1 024856- I - 18 - I den, en bevorderen deze werkwijzen het verschaffen van de mogelijkheid I van een breder gebruik van CT in moleculaire beeldvormingstoepassingen I onder gebruikmaking van weefselkarakterisering. Verder kunnen de hier-
I boven beschreven werkwijzen en systemen het openen van nieuwe medische I
I 5 markten voor CT-toepassingen onder gebruikmaking van weefselkarakteri- I
I sering bevorderen, met inbegrip van vet/mager-verhoudingskwantifica- I tie, en kunnen deze werkwijzen en systemen de ontwikkeling van nieuwe, I niet-ingrijpende bio-verenigbare contrastmiddelen en onderzoeken be-
I vorderen. I
I 10 Hierboven zijn voorbeelduitvoeringsvormen van MECT-werkwijzen I en -systemen in detail beschreven. De werkwijzen en systemen zijn niet
I beperkt tot de hierin beschreven specifieke uitvoeringsvormen, doch in I
I plaats daarvan kunnen de componenten van elke werkwijze en elk systeem
onafhankelijk en gescheiden van andere hierin beschreven componenten I
I 15 worden gebruikt. Bovendien kan elke werkwijze en elk systeem ook in I
I combinatie met andere hierin beschreven componenten worden gebruikt. I
Hoewel de uitvinding in termen van verschillende specifieke I
I uitvoeringsvormen is beschreven, zal de vakman onderkennen, dat de I
I uitvinding met modificaties binnen het kader van de conclusies kan I
I 20 worden uitgevoerd. I
I 1024856-

Claims (10)

1. Multi-energie computertomografie(MECT)systeem (10), omvattende: ten minste één stralingsbron (14); ten minste één stralingsdetector (18); en een operationeel met de stralingsbron en de stralingsdetector verbonden computer (36), welke computer is ingericht om: 10 gegevens met betrekking tot een eerste energiespectrum van een aftasting van weefsel (74) te ontvangen; gegevens met betrekking tot een tweede energiespectrum van de aftasting van het weefsel te ontvangen; de ontvangen gegevens te ontbinden (96) en te segmenteren (94) 15 om regionaal vethoudend weefsel en mager weefsel te identificeren; en de identificatie van regionaal vethoudend en mager weefsel te gebruiken om een klinische toestand te detecteren.
2. MECT-systeem volgens conclusie 1, waarbij het weefsel 20 leverweefsel is, en de klinische toestand een vethoudende lever omvat.
3. MECT-systeem (10) volgens conclusie 2, waarin de voor het ontbinden (96) van de ontvangen gegevens ingerichte computer (36) ten 25 minste één van een CT-getalverschilontbinding, een Compton en foto-elektrische ontbinding, een basismateriaalontbinding (BMD) en een logaritmeaftrekbewerkingsontbinding (LSD) gebruikt.
4. MECT-systeem (10) volgens conclusie 2, waarin de computer (36) 30 verder is ingericht om: de ontvangen gegevens te ontbinden (96) teneinde een eerste dichtheidsafbeelding, die representatief is voor vethoudend weefsel, en een tweede dichtheidsafbeelding, die representatief is voor mager weefsel, te genereren; en 35 de eerste dichtheidsafbeelding met de tweede dichtheidsafbeel ding samen te voegen (98) om op een pixel-voor-pixel basis een vet/ma-gerverhoudingsweergave tussen de eerste en tweede dichtheidsafbeel-dingen te genereren. 1024856
20 I
5. MECT-systeem (10) volgens conclusie 4, waarin de computer (36) I verder is ingericht om de vet/magerverhoudingsafbeelding op een I anatomisch beeld van het weefsel (74) te leggen. I
6. Multi-energie computertomografie(MECT)systeem (10), omvat- I tende: I ten minste één stralingsbron (14); I ten minste één stralingsdetector (18); en I een operationeel met de stralingsbron en de stralingsdetector I 10 verbonden computer (36), welke computer is ingericht om: I beeldgegevens voor weefsel (74) te ontvangen; I de beeldgegevens te ontbinden (114) in een eerste dichtheidsaf- I beelding, die representatief is voor vethoudend weefsel, en een I tweede dichtheidsafbeelding, die representatief is voor mager weefsel; I 15 de eerste dichtheidsafbeelding met de tweede dichtheidsafbeel- I ding samen te voegen; en I de identificatie van regionaal vethoudend en mager weefsel te I gebruiken om een klinische toestand te detecteren. I
7. MECT-systeem (10) volgens conclusie 6, waarin de computer (36) I verder is ingericht om de beeldgegevens te segmenteren (120) om een I van belang zijnd gebied (86) te bepalen voorafgaande aan het ontbinden I (114) van de beeldgegevens. I
8. MECT-systeem (10) volgens conclusie 6, waarin de computer (36) I verder is ingericht om: I de samengevoegde (116) eerste en tweede dichtheidsafbeeldingen I te segmenteren (120) om een van belang zijnd gebied (86) te bepalen. I
9. MECT-systeem (10) volgens conclusie 8, waarin het van belang I zijnde gebied (86) een orgaan is. I
10. MECT-systeem (10) volgens conclusie 8, waarin de computer (36) I is ingericht om de samengevoegde (116) eerste en tweede dicht- I 35 heidsafbeeldingen te segmenteren (120) onder gebruikmaking van ten I minste één van pixelwaardedrempelbewerking, een iteratieve drempelbe- I werking, een k-middelsegmentatie, een randdetectie, een randverbin- I ding, een krommeaanpassing, een krommeafvlakking, een 2D/3D morfologi- I sche filtering, een gebiedaangroeiing, een fuzzyclustering, beeld/vo- I 1024856 5 lumemetingen, een heuritisch onderzoek, op kennis gebaseerde regels, beslissingsbomen en neurale netwerken. 1 024 856
NL1024856A 2002-11-27 2003-11-24 Werkwijze en inrichting voor het kwantificeren van het vetgehalte van weefsel. NL1024856C2 (nl)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US30605202 2002-11-27
US10/306,052 US6999549B2 (en) 2002-11-27 2002-11-27 Method and apparatus for quantifying tissue fat content

Publications (2)

Publication Number Publication Date
NL1024856A1 NL1024856A1 (nl) 2004-05-28
NL1024856C2 true NL1024856C2 (nl) 2005-07-27

Family

ID=32312192

Family Applications (1)

Application Number Title Priority Date Filing Date
NL1024856A NL1024856C2 (nl) 2002-11-27 2003-11-24 Werkwijze en inrichting voor het kwantificeren van het vetgehalte van weefsel.

Country Status (5)

Country Link
US (1) US6999549B2 (nl)
JP (1) JP4412982B2 (nl)
CN (1) CN1509686B (nl)
DE (1) DE10356011A1 (nl)
NL (1) NL1024856C2 (nl)

Families Citing this family (108)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6941323B1 (en) 1999-08-09 2005-09-06 Almen Laboratories, Inc. System and method for image comparison and retrieval by enhancing, defining, and parameterizing objects in images
KR100440255B1 (ko) * 2002-09-26 2004-07-15 한국전자통신연구원 대상 장기의 지방량 측정 시스템 및 지방량 측정프로그램을 기록한 기록매체
US7627078B2 (en) * 2002-11-08 2009-12-01 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for detecting structural, perfusion, and functional abnormalities
JP3936298B2 (ja) * 2003-02-14 2007-06-27 株式会社日立メディコ X線ct装置
WO2004089219A1 (ja) * 2003-04-08 2004-10-21 Hitachi Medical Corporation 医用画像診断支援装置及び方法
US8804899B2 (en) 2003-04-25 2014-08-12 Rapiscan Systems, Inc. Imaging, data acquisition, data transmission, and data distribution methods and systems for high data rate tomographic X-ray scanners
US9113839B2 (en) * 2003-04-25 2015-08-25 Rapiscon Systems, Inc. X-ray inspection system and method
WO2005009206A2 (en) 2003-06-25 2005-02-03 Besson Guy M Dynamic multi-spectral imaging system
US7522779B2 (en) * 2004-06-30 2009-04-21 Accuray, Inc. Image enhancement method and system for fiducial-less tracking of treatment targets
US7366278B2 (en) * 2004-06-30 2008-04-29 Accuray, Inc. DRR generation using a non-linear attenuation model
US7725153B2 (en) * 2004-10-04 2010-05-25 Hologic, Inc. Estimating visceral fat by dual-energy x-ray absorptiometry
US9086356B2 (en) 2004-10-04 2015-07-21 Hologic, Inc. Visceral fat measurement
US7599465B2 (en) 2004-11-19 2009-10-06 General Electric Company Detection of thrombi in CT using energy discrimination
US7209536B2 (en) * 2004-11-19 2007-04-24 General Electric Company CT colonography system
US7583779B2 (en) * 2004-11-24 2009-09-01 General Electric Company System and method for acquisition and reconstruction of contrast-enhanced, artifact-reduced CT images
US7471758B2 (en) * 2005-04-07 2008-12-30 Kabushiki Kaisha Toshiba X-ray CT apparatus
JP5010167B2 (ja) * 2005-04-07 2012-08-29 株式会社東芝 X線ct装置
DE102005030646B4 (de) * 2005-06-30 2008-02-07 Siemens Ag Verfahren zur Kontur-Visualisierung von zumindest einer interessierenden Region in 2D-Durchleuchtungsbildern
EP1927081B1 (en) * 2005-09-06 2017-04-26 Koninklijke Philips N.V. Data handling and analysis in computed tomography with multiple energy windows
US8300905B2 (en) * 2005-11-18 2012-10-30 General Electric Company Adaptive image processing and display for digital and computed radiography images
US7372934B2 (en) * 2005-12-22 2008-05-13 General Electric Company Method for performing image reconstruction using hybrid computed tomography detectors
US8009793B2 (en) * 2006-02-24 2011-08-30 Mayo Foundation For Medical Education And Research Method for imaging plaque using dual energy CT
DE102006009222B4 (de) * 2006-02-28 2008-02-28 Siemens Ag Verfahren und Vorrichtung zur Bestimmung der Konzentration einer Substanz in einem Körpermaterial mittels Mehr-Energie-Computertomographie
EP2005394B1 (en) * 2006-04-06 2018-01-17 Philips Intellectual Property & Standards GmbH Method for reconstruction images and reconstruction system for reconstructing images
JP5196751B2 (ja) * 2006-09-13 2013-05-15 株式会社東芝 コンピュータ支援診断装置
US7466793B2 (en) * 2006-10-26 2008-12-16 General Electric Company Distinct incident energy spectra detection
JP5030549B2 (ja) * 2006-11-20 2012-09-19 株式会社日立メディコ 医用画像診断支援装置、プログラム、及び方法
US8184877B2 (en) * 2007-02-12 2012-05-22 Carestream Health, Inc. Renormalization of dual-energy images
US9607372B2 (en) * 2007-07-11 2017-03-28 Hernani D. Cualing Automated bone marrow cellularity determination
US20090082637A1 (en) * 2007-09-21 2009-03-26 Michael Galperin Multi-modality fusion classifier with integrated non-imaging factors
US20090137925A1 (en) * 2007-11-23 2009-05-28 Divya Cantor Impedance Spectroscopy Cervix Scanning Apparatus and Method
US8369593B2 (en) * 2007-12-21 2013-02-05 Siemens Medical Solutions Usa, Inc. Systems and methods for robust learning based annotation of medical radiographs
JP5085310B2 (ja) * 2007-12-27 2012-11-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理装置、プログラムおよびx線ct装置
JP5060993B2 (ja) * 2008-03-07 2012-10-31 日立アロカメディカル株式会社 X線ct装置およびプログラム
US8218837B2 (en) * 2008-06-06 2012-07-10 General Electric Company Material composition detection from effective atomic number computation
CN101627918A (zh) * 2008-07-18 2010-01-20 Ge医疗***环球技术有限公司 Ct影像压缩方法和装置
US8086012B2 (en) * 2008-10-17 2011-12-27 General Electric Company Methods and apparatus for determining body weight and fat content using computed tomography data
US8260023B2 (en) * 2008-11-26 2012-09-04 General Electric Company Forward projection for the generation of computed tomography images at arbitrary spectra
US7983382B2 (en) * 2008-11-26 2011-07-19 General Electric Company System and method for material segmentation utilizing computed tomography scans
US8115784B2 (en) * 2008-11-26 2012-02-14 General Electric Company Systems and methods for displaying multi-energy data
US9036879B2 (en) * 2008-11-28 2015-05-19 General Electric Company Multi-material decomposition using dual energy computed tomography
US20100135564A1 (en) * 2008-11-28 2010-06-03 Brian William Thomsen Apparatus for and method of selecting material triplets for a multi-material decomposition
US8311181B2 (en) * 2008-11-28 2012-11-13 General Electric Company Apparatus and method of visualizing multi-energy imaging data
US20100158332A1 (en) * 2008-12-22 2010-06-24 Dan Rico Method and system of automated detection of lesions in medical images
US8050479B2 (en) * 2009-02-26 2011-11-01 General Electric Company Method and system for generating a computed tomography image
RU2548322C2 (ru) * 2009-06-18 2015-04-20 Конинклейке Филипс Электроникс Н.В. Формирование изображений при помощи одиночного сканирования с несколькими процедурами
US8934696B2 (en) 2009-06-18 2015-01-13 Koninklijke Philips N.V. Single scan multi-procedure imaging
US8786873B2 (en) * 2009-07-20 2014-07-22 General Electric Company Application server for use with a modular imaging system
CN102713979A (zh) * 2009-12-21 2012-10-03 皇家飞利浦电子股份有限公司 基于临床分类群体处理图像数据集
US9865050B2 (en) 2010-03-23 2018-01-09 Hologic, Inc. Measuring intramuscular fat
US9173634B2 (en) 2010-03-31 2015-11-03 Osaka Prefecture University Public Corporation Fatty tissue image display device
US8243882B2 (en) 2010-05-07 2012-08-14 General Electric Company System and method for indicating association between autonomous detector and imaging subsystem
US8705688B2 (en) * 2010-10-13 2014-04-22 Kabushiki Kaisha Toshiba Medical image processing apparatus, X-ray computed tomography apparatus, and medical image processing method
US9769912B2 (en) * 2010-10-20 2017-09-19 Medtronic Navigation, Inc. Gated image acquisition and patient model construction
US20120099768A1 (en) 2010-10-20 2012-04-26 Medtronic Navigation, Inc. Method and Apparatus for Reconstructing Image Projections
US9807860B2 (en) 2010-10-20 2017-10-31 Medtronic Navigation, Inc. Gated image acquisition and patient model construction
US9254101B2 (en) 2010-12-31 2016-02-09 General Electric Company Method and system to improve visceral adipose tissue estimate by measuring and correcting for subcutaneous adipose tissue composition
US9271690B2 (en) 2010-12-31 2016-03-01 General Electric Company Method and system to estimate visceral adipose tissue by restricting subtraction of subcutaneous adipose tissue to coelom projection region
US9179884B2 (en) 2010-12-31 2015-11-10 General Electric Company Normalized metrics for visceral adipose tissue mass and volume estimation
US9036883B2 (en) * 2011-01-10 2015-05-19 The Regents Of The University Of Michigan System and methods for detecting liver disease
US8532744B2 (en) 2011-08-23 2013-09-10 General Electric Company Method and system for design of spectral filter to classify tissue and material from multi-energy images
JP6073616B2 (ja) * 2011-09-28 2017-02-01 東芝メディカルシステムズ株式会社 X線ct装置、画像処理装置及びプログラム
US9970890B2 (en) * 2011-10-20 2018-05-15 Varex Imaging Corporation Method and apparatus pertaining to non-invasive identification of materials
US9415240B2 (en) 2011-10-21 2016-08-16 Accuray Incorporated Apparatus for generating multi-energy x-ray images and methods of using the same
US8917268B2 (en) * 2011-11-11 2014-12-23 General Electric Company Systems and methods for performing image background selection
US8611624B2 (en) * 2012-03-19 2013-12-17 Wisconsin Alumni Research Foundation Method for adipose tissue quantification with magnetic resonance imaging
US8855385B2 (en) 2012-07-06 2014-10-07 General Electric Company Apparatus and method for multi-energy tissue quantification
DE102012217301B4 (de) * 2012-09-25 2021-10-14 Bayer Pharma Aktiengesellschaft Kombination aus Kontrastmittel und Mammographie-CT-System mit vorgegebenem Energiebereich und Verfahren zur Erzeugung tomographischer Mammographie-CT-Aufnahmen durch diese Kombination
DE102012217555A1 (de) * 2012-09-27 2014-03-27 Siemens Aktiengesellschaft Verfahren und Computertomographie-System zur Ermittlung von Knochenmineraldichtewerten
US9414790B2 (en) * 2012-10-15 2016-08-16 Elekta Ab (Publ) Dual-energy cone-beam CT scanning
WO2014083459A1 (en) * 2012-11-29 2014-06-05 Controlrad Systems Inc. X-ray reduction system
US9265458B2 (en) 2012-12-04 2016-02-23 Sync-Think, Inc. Application of smooth pursuit cognitive testing paradigms to clinical drug development
WO2014087305A1 (en) * 2012-12-05 2014-06-12 Koninklijke Philips N.V. Radiation beam intensity profile shaper
CN103913779B (zh) * 2012-12-31 2017-07-07 清华大学 多能ct成像***以及成像方法
CN105103237A (zh) * 2013-01-01 2015-11-25 控制辐射***有限公司 X射线减少***
US9380976B2 (en) 2013-03-11 2016-07-05 Sync-Think, Inc. Optical neuroinformatics
US9778391B2 (en) 2013-03-15 2017-10-03 Varex Imaging Corporation Systems and methods for multi-view imaging and tomography
KR102078335B1 (ko) * 2013-05-03 2020-02-17 삼성전자주식회사 의료 영상 장치 및 그 제어 방법
JP6305692B2 (ja) * 2013-05-28 2018-04-04 キヤノンメディカルシステムズ株式会社 X線診断装置
US8983571B2 (en) 2013-06-12 2015-03-17 General Electric Company Method for measuring liver fat mass using dual-energy X-ray absorptiometry
US9642585B2 (en) 2013-11-25 2017-05-09 Hologic, Inc. Bone densitometer
CN104700389B (zh) 2013-12-09 2019-08-13 通用电气公司 双能ct扫描图像中的对象识别方法
US9560160B1 (en) * 2014-01-17 2017-01-31 Instar Logic, Inc. Prioritization of the delivery of different portions of an image file
US10013625B1 (en) 2014-04-16 2018-07-03 Instart Logic, Inc. QoE-driven unsupervised image categorization for optimized web delivery
AU2014392651B2 (en) * 2014-05-02 2018-03-22 Invention Development Management Company, Llc Meat assessment device
US10451568B2 (en) 2014-08-22 2019-10-22 Canon Medical Systems Corporation Photon counting X-ray CT apparatus
US9964499B2 (en) * 2014-11-04 2018-05-08 Toshiba Medical Systems Corporation Method of, and apparatus for, material classification in multi-energy image data
KR101725099B1 (ko) * 2014-12-05 2017-04-26 삼성전자주식회사 컴퓨터 단층 촬영장치 및 그 제어방법
WO2016116795A1 (en) 2015-01-20 2016-07-28 Koninklijke Philips N.V. Image data segmentation and display
WO2016138262A1 (en) 2015-02-26 2016-09-01 Hologic, Inc. Methods for physiological state determination in body scans
US20180132810A1 (en) * 2015-06-09 2018-05-17 The Board Of Trustees Of The Leland Stanford Junior University System for determining tissue density values using polychromatic x-ray absorptiometry
US10015503B1 (en) 2015-09-24 2018-07-03 Instart Logic, Inc. Fast, real-time, estimation of content-sensitive encoding quality for optimized web delivery of images
JP6676337B2 (ja) * 2015-10-30 2020-04-08 キヤノン株式会社 放射線撮像システム、放射線画像の情報処理装置、放射線画像の情報処理方法、及び、そのプログラム
US9940711B2 (en) 2015-11-25 2018-04-10 Zebra Medical Vision Ltd. Systems and methods for detecting a fatty liver from a computed tomography (CT) scan
US9760690B1 (en) * 2016-03-10 2017-09-12 Siemens Healthcare Gmbh Content-based medical image rendering based on machine learning
CN109475338B (zh) * 2016-07-15 2023-01-17 皇家飞利浦有限公司 识别脂肪组织的类型
US11744538B2 (en) * 2016-11-23 2023-09-05 Mayo Foundation For Medical Education And Research System and method for quantifying luminal stenosis using multi-energy computed tomography imaging
WO2018231757A1 (en) 2017-06-12 2018-12-20 The Research Foundation For The State University Of New York System, method and computer-accessible medium for ultralow dose computed tomography image reconstruction
US11602321B2 (en) * 2018-03-26 2023-03-14 Koninklijke Philips N.V. Spectral inflammation map from spectral imaging data
CN108548831A (zh) * 2018-04-18 2018-09-18 合肥美亚光电技术股份有限公司 检测肉类中脂肪含量的方法和装置
CN110728274A (zh) * 2018-06-29 2020-01-24 通用电气公司 医疗设备计算机辅助扫描方法、医疗设备及可读存储介质
EP3833246A4 (en) * 2018-08-12 2022-05-11 The Trustees of Columbia University in the City of New York SYSTEM, METHOD AND COMPUTER-ACCESSIBLE MEDIUM FOR NON-INVASIVE TEMPERATURE ESTIMATION
CN112654304A (zh) * 2018-09-05 2021-04-13 皇家飞利浦有限公司 利用超声成像的脂肪层识别
US10945695B2 (en) 2018-12-21 2021-03-16 Canon Medical Systems Corporation Apparatus and method for dual-energy computed tomography (CT) image reconstruction using sparse kVp-switching and deep learning
TWI714025B (zh) * 2019-03-19 2020-12-21 緯創資通股份有限公司 影像辨識方法及影像辨識裝置
JP7220643B2 (ja) * 2019-10-04 2023-02-10 富士フイルム株式会社 画像処理装置、方法およびプログラム
JP2022122131A (ja) * 2021-02-09 2022-08-22 富士フイルム株式会社 運動器疾患予測装置、方法およびプログラム、学習装置、方法およびプログラム並びに学習済みニューラルネットワーク
CN115423736A (zh) * 2021-05-31 2022-12-02 通用电气精准医疗有限责任公司 成像***及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002058557A2 (en) * 2000-10-24 2002-08-01 The Johns Hopkins University Method and apparatus for multiple-projection, dual-energy x-ray absorptiometry scanning

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4029963A (en) 1976-07-30 1977-06-14 The Board Of Trustees Of Leland Stanford Junior University X-ray spectral decomposition imaging system
US4157472A (en) 1976-09-16 1979-06-05 General Electric Company X-ray body scanner for computerized tomography
NL8003354A (nl) * 1980-06-09 1982-01-04 Philips Nv Stralingsonderzoekapparaat met beeldsubtractie.
US4361901A (en) 1980-11-18 1982-11-30 General Electric Company Multiple voltage x-ray switching system
US5115394A (en) 1983-11-25 1992-05-19 Technicare Corporation Dual energy computerized tomography system
US4957729A (en) * 1985-09-10 1990-09-18 The University Of Michigan Polyiodinated triglyceride analogs as radiologic agents
US5155365A (en) * 1990-07-09 1992-10-13 Cann Christopher E Emission-transmission imaging system using single energy and dual energy transmission and radionuclide emission data
US5218533A (en) * 1990-08-06 1993-06-08 General Electric Company Stable interruptible filter for dual beam computed tomography
US5665971A (en) 1993-04-12 1997-09-09 Massachusetts Institute Of Technology Radiation detection and tomography
JP3449561B2 (ja) 1993-04-19 2003-09-22 東芝医用システムエンジニアリング株式会社 X線ct装置
US7110587B1 (en) 1995-05-31 2006-09-19 Ge Medical Systems Israel Ltd. Registration of nuclear medicine images
US6018562A (en) 1995-11-13 2000-01-25 The United States Of America As Represented By The Secretary Of The Army Apparatus and method for automatic recognition of concealed objects using multiple energy computed tomography
US5689115A (en) 1995-11-24 1997-11-18 Elscint Ltd. Advanced nuclear medicine system
WO1999045371A1 (en) 1998-03-02 1999-09-10 Image Anaylsis, Inc. Automated x-ray bone densitometer
US6236709B1 (en) 1998-05-04 2001-05-22 Ensco, Inc. Continuous high speed tomographic imaging system and method
US6185272B1 (en) 1999-03-15 2001-02-06 Analogic Corporation Architecture for CT scanning system
US6418189B1 (en) 2000-01-24 2002-07-09 Analogic Corporation Explosive material detection apparatus and method using dual energy information of a scan
US6501819B2 (en) * 2000-12-18 2002-12-31 Ge Medical Systems Global Technology Company, Llc Medical diagnostic method and apparatus to control dual energy exposure techniques based on image information
US6507633B1 (en) * 2001-02-15 2003-01-14 The Regents Of The University Of Michigan Method for statistically reconstructing a polyenergetic X-ray computed tomography image and image reconstructor apparatus utilizing the method
US6624425B2 (en) 2001-05-03 2003-09-23 Bio-Imaging Research, Inc. Waste inspection tomography and non-destructive assay
US6560315B1 (en) 2002-05-10 2003-05-06 Ge Medical Systems Global Technology Company, Llc Thin rotating plate target for X-ray tube
US6898263B2 (en) 2002-11-27 2005-05-24 Ge Medical Systems Global Technology Company, Llc Method and apparatus for soft-tissue volume visualization

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002058557A2 (en) * 2000-10-24 2002-08-01 The Johns Hopkins University Method and apparatus for multiple-projection, dual-energy x-ray absorptiometry scanning

Also Published As

Publication number Publication date
CN1509686B (zh) 2010-06-23
JP2004174261A (ja) 2004-06-24
CN1509686A (zh) 2004-07-07
NL1024856A1 (nl) 2004-05-28
US6999549B2 (en) 2006-02-14
DE10356011A1 (de) 2004-06-09
JP4412982B2 (ja) 2010-02-10
US20040101086A1 (en) 2004-05-27

Similar Documents

Publication Publication Date Title
NL1024856C2 (nl) Werkwijze en inrichting voor het kwantificeren van het vetgehalte van weefsel.
NL1024855C2 (nl) Werkwijze en inrichting voor zacht-weefselvolumevisualisatie.
US7031426B2 (en) Methods and system for detecting components of plaque
JP4347672B2 (ja) 構造、灌流及び機能に関する異常を検出する方法及び装置
NL1024859C2 (nl) Werkwijzen en inrichting voor het verwerven van perfusiegegevens.
US8229200B2 (en) Methods and systems for monitoring tumor burden
US20040101088A1 (en) Methods and apparatus for discriminating multiple contrast agents
US6836528B2 (en) Methods and apparatus for detecting structural, perfusion, and functional abnormalities
US9449403B2 (en) Out of plane artifact reduction in digital breast tomosynthesis and CT
NL1024689C2 (nl) Werkwijze en inrichting voor het detecteren van structurele, perfusie-, en functionele afwijkingen.
US8086012B2 (en) Methods and apparatus for determining body weight and fat content using computed tomography data
US20040101087A1 (en) Methods and apparatus for generating CT scout images
US7822253B2 (en) Methods and apparatus for BMD measuring
Kojima et al. Importance of the heart rate in ultra-high-resolution coronary CT angiography with 0.35 s gantry rotation time
US20050018889A1 (en) Systems and methods for filtering images
US10813600B2 (en) Identifying types of adipose tissue
US20040116796A1 (en) Methods and apparatus for scoring a substance

Legal Events

Date Code Title Description
AD1A A request for search or an international type search has been filed
RD2N Patents in respect of which a decision has been taken or a report has been made (novelty report)

Effective date: 20050321

PD2B A search report has been drawn up
V1 Lapsed because of non-payment of the annual fee

Effective date: 20130601