JP7263336B2 - Ｃｔ画像を補正するための方法、コンピュータプログラム製品、及びコンピュータシステム - Google Patents

Description

本発明は、適応放射線療法を改善するための方法、並びに、このような方法を実施し得るコンピュータプログラム製品及びコンピュータシステムに関する。

放射線療法では、治療は、フラクションと呼ばれるいくつかのセッションで与えられる。治療を開始する前に、通常はＣＴ画像である高解像度画像に基づいて、用いられるべき治療計画が生成される。患者を確実に正しく位置決めするために、各フラクションの前に、新たな画像、通常はコーンビームＣＴ（ＣＢＣＴ）画像が撮られることが多い。これらの画像は適応放射線療法にも用いることができ、その場合、画像は、実際に送達された線量を計算する（最新の患者情報を与える）のに用いられる。新たな画像での線量を計画線量と関係づけることができるようにするために、ＣＢＣＴ画像が治療計画ＣＴと（好ましくは非剛体）位置合わせされる。ＣＢＣＴ画像は、通常は、計算される線量に誤差を生じさせる顕著なアーチファクトを有する。したがって、これらの画像に基づいて正確な線量を見つけ出すべき場合に、これらのアーチファクトは補正される必要がある。

本明細書でのＣＴ画像という用語は、通常型ＣＴ画像、ヘリカルＣＴ画像、及びＣＢＣＴ画像を含む、あらゆるタイプのＣＴ画像を意味すると解釈することができる。

放射線を通過させる異なるタイプの組織の減衰係数を知ることは、治療計画作成における線量計算に重要である。通常型ＣＴ画像に関して、密度又は電子密度とハンスフィールドユニット（ＨＵ）との関係性が、用いられるＣＴプロトコルごとに見つけ出される。この関係性は極めて安定しており、普通は患者間で変化しない。密度値又は電子密度値は、線量計算に必要とされる。ＣＢＣＴ密度テーブルは画像化される物体のサイズに依存するので、ＣＢＣＴ画像と電子密度ＨＵスケールとで同様の関係性を確立するのは難しい。これは、上記のアーチファクトに加えて、ＣＢＣＴ画像に基づく線量計算をより困難なものにする。

治療計画ＣＴ画像と、それに続くＣＢＣＴ画像は、位置合わせを通じてそれらを比較するときに、解剖学的差異と、位置合わせ誤差と、画像アーチファクトとの３つの主な理由で異なるであろう。画像アーチファクトは、主にＣＢＣＴに存在する。特に、同じタイプの組織が画像内のその空間的位置に応じて様々な値をとることに起因して、シェーディングアーチファクトが生じる。シェーディングアーチファクトは比較的大きい線量計算誤差をもたらすので、ＣＢＣＴ画像を処理するときには、シェーディングアーチファクトによって生じる差異が取り扱われるべきである。ＣＢＣＴを補正するべく治療計画ＣＴを用いるときに、実際の解剖学的差異（例えば、空気腔の不一致又は骨の位置合わせ不良）によって生じる差異又は変形誤差は無視されるはずである。したがって、３種類の差異を区別することが重要である。

Ｔ Ｅ Ｍａｒｃｈａｎｔ ｅｔ ａｌ．，Ｓｈａｄｉｎｇ ｃｏｒｒｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｉｍｐｒｏｖｅｍｅｎｔ ｏｆ ｃｏｎｅ－ｂｅａｍ ＣＴ ｉｍａｇｅｓ ｉｎ ｒａｄｉｏｔｈｅｒａｐｙ，Ｐｈｙｓ．Ｍｅｄ．Ｂｉｏｌ．５３（２００８）５７１９－５７３３は、同じ解剖学的領域のＣＴ画像に基づいてＣＢＣＴ画像の値をＨＵ値に換算する方法を開示している。この文献は、差分画像を取得し、これをＣＢＣＴ画像に適用する前に、この差分画像にボックスカー平均化アルゴリズムを用いて高周波変化をフィルタで除去することを提案している。この方法は、換算ステップのパフォーマンスに極めて敏感である。また、補正は、アーチファクト以外の他の差異を含むことがある。さらに、この方法は、１つは骨のため、もう１つは他の組織のための、２つのマスクの使用を必要とする。

Ｐｅｎｇｗｅｉ Ｗｕ ｅｔ ａｌ．，Ｉｔｅｒａｔｉｖｅ ＣＴ ｓｈａｄｉｎｇ ｃｏｒｒｅｃｔｉｏｎ ｗｉｔｈ ｎｏ ｐｒｉｏｒ ｉｎｆｏｒｍａｔｉｏｎ，Ｐｈｙｓ．Ｍｅｄ．Ｂｉｏｌ．，６０（２０１５）８４３７－８４５５は、ＣＴ画像内の通常の値範囲についての一般知識に基づいて画像から生成されたテンプレートを用いて、ＣＢＣＴを含むあらゆるタイプのＣＴ画像内のアーチファクトを除去する方法を提案している。ＣＴ画像がセグメント化され、参照としてのテンプレートを用いて補正される。この方法は、セグメント化アルゴリズムを必要とし、セグメント化の品質が出力の品質に直接影響する。さらに、この方法は、患者を構成する組織の最良近似に依存する。

Ｓｈｉ ｅｔ ａｌ．，Ｆａｓｔ ｓｈａｄｉｎｇ ｃｏｒｒｅｃｔｉｏｎ ｆｏｒ ｃｏｎｅ ｂｅａｍ ＣＴ ｉｎ ｒａｄｉａｔｉｏｎ ｔｈｅｒａｐｙ ｖｉａ ｓｐａｒｓｅ ｓａｍｐｌｉｎｇ ｏｒ ｐｌａｎｎｉｎｇ ＣＴ，Ｍｅｄ．Ｐｈｙｓ．４４（５），Ｍａｙ ２０１７，００９４－２４０５／２０１７／４４（５）／１７９６／１３は、治療計画ＣＴ画像からの情報を用いてＣＢＣＴ画像内のシェーディングアーチファクトを補正する方法を提案している。この方法は、差分画像を得るためのＣＢＣＴ画像とＣＴ画像との粗いマッピングと、経験的制約を用いる補正のための疎なシェーディングサンプルの選択に基づいている。ローカルフィルタを用いて疎なデータを処理することによりシェーディングマップを取得し、シェーディングマップは、シェーディングアーチファクトを補正したＣＢＣＴ画像を得るべくＣＢＣＴを補正するのに用いられる。この方法は、画像が同じスケールであるという前提に基づいているが、常にそうであるとは限らない。また、この方法は、ノイズと大きいアーチファクトに敏感である。

本発明の目的は、ＣＢＣＴ画像などのＣＴ画像のアーチファクト、特にシェーディングアーチファクトの補正を可能にすることである。

第１の態様によれば、本発明は、第１のＣＴ画像の解剖学的情報を維持しながら、テンプレートとして第２のＣＴ画像を用いて、第１のＣＴ画像のアーチファクトを補正する方法に関する。ＣＴ画像はあらゆるタイプのＣＴ画像であり得る。通常、テンプレートとして用いられる画像は、補正される画像よりも高品質である。好ましい用途において、第１のＣＴ画像はＣＢＣＴ画像であり、第２のＣＴ画像は通常型ＣＴ画像又はヘリカルＣＴ画像であり得る。この方法は、シェーディングアーチファクトが通常は低い空間周波数で変化し、一方、変位又は幾何学的変化によって生じる差異が普通はより高い空間周波数で変化するという洞察に基づいている。

画像が同じモダリティではない又は同じ値範囲を用いていない場合、補正の前に画像のうちの一方を換算する必要があり得る。この換算には、第２の態様に係る換算方法が特に適している。ＣＢＣＴ画像が参照としてＣＴ画像を用いて補正される典型的な状況では、ＣＢＣＴ画像をＣＴ画像の値範囲に換算することが有用であり得る。第２の態様によれば、適切な換算方法が提案される。この方法は、他の目的にも用いられてよい。

第１の態様によれば、本発明は、第１のＣＴ画像のアーチファクトを補正する方法であって、
ａ）第１のＣＴ画像及び対応する第２のＣＴ画像をそれぞれオリジナルの第１及び第２のＣＴ画像として用意し、オリジナルの第１のＣＴ画像を現在の第１のＣＴ画像とするステップと、
ｂ）画像間の位置合わせを表すデータを用意するステップと、
ｃ）必要に応じて第１のＣＴ画像と第２のＣＴ画像のうちの一方を他方と一致するように換算することにより、第１のＣＴ画像と第２のＣＴ画像が、同じ値範囲を用いる、値が一致している画像ペアをなすようにするステップと、
ｄ）値が一致している画像ペアの画像間の差分画像Ｄを得るステップと、
ｅ）差分画像においてどのボクセルを考慮するかを定義する、画像マスクＭを定義するステップと、
ｆ）各反復において、以下のステップ：
ｉ．差分画像、随意的に画像マスクＭに基づいて、補正マップＣを定義するステップ、
ｉｉ．最後の補正マップＣｆを更新するステップ、
ｉｉｉ．補正マップを用いて現在の第１のＣＴ画像を更新し、更新された画像を現在の第１のＣＴ画像として用いるステップ、
ｉｖ．補正マップ、差分画像、及び／又は現在の第１及び第２のＣＴ画像からの情報に基づいて、画像マスクＭを更新するステップ、
ｖ．現在の第１のＣＴ画像に基づいて、値が一致している画像ペアの第１又は第２のＣＴ画像を更新するステップ、
ｖｉ．更新された第２のＣＴ画像と現在の第１のＣＴ画像との差分画像を計算するステップ、
のうちの少なくとも１つを含むループを反復的に行うことにより最後の補正マップＣｆを得るステップと、
ｇ）補正された第１のＣＴ画像を得るべく、最後の補正マップをオリジナルの第１のＣＴ画像に又は現在の第１のＣＴ画像に適用するステップと、
を含む方法に関する。

第１の態様によれば、ＣＢＣＴ画像などのより低品質の画像で発生するアーチファクトからの影響が低減されることになる。同時に、２つの画像内の対応する構造体間に小さいシフトをしばしば与える解剖学的変化又は位置合わせ誤差により生じる、画像間の他の差異が識別され、これにより、補正は、このような差異は補償せずに、実際にアーチファクトに起因する差異のみを補償することになる。これは、例えば、前に撮った治療計画ＣＴ画像を参照として用いることにより、放射線治療計画での線量計算に適したＣＢＣＴ画像を得ることを可能にする。通常は、治療計画ＣＴ画像は、通常型ＣＴ画像又はヘリカルＣＴ画像であろう。

オリジナルの第１及び第２のＣＴ画像は、通常は未修正の画像であり、第１の画像は、アーチファクトのために補正を必要とするとみなされる。普通は、手順は、これらの画像を手順において後で用いるために記憶することを含む。画像が同じ値範囲を用いていない場合、画像が同じ値範囲を用いるようにするステップは、画像のうちの一方を他方の画像で用いられる値範囲に換算することを含む。例えば、第２のＣＴ画像が第１のＣＴ画像の値範囲に換算されてよく、その場合、値が一致している画像ペアは、第１のＣＴ画像の値と、変換された第２のＣＴ画像ｔＣＴの値を含む。代替的に、第１のＣＴ画像が第２のＣＴ画像の値範囲に換算されてよく、その場合、値が一致している画像ペアは、第２のＣＴ画像の値と、変換された第１のＣＴ画像ｔＣＢＣＴの値を含む。

ステップｉｉｉでは、現在の第１のＣＴ画像は、画像に補正マップを適用することにより反復的に生成されてよく、画像は各補正マップにより段階的に更新される。代替的に、現在の第１のＣＴ画像は、オリジナルの第１のＣＴ画像に、いくつかの補正マップの合計又は最後の補正マップに保存された現在の情報を適用することによって形成されてよい。

換算は、必要に応じて、通常は、関数、ルックアップテーブル（ＬＵＴ）、又は線図などの変換表現によって行われ、前記変換表現は、第１のＣＴ画像での値を第２のＣＴ画像での値に又はその逆にマッピングし、該変換表現を、変換されるべき画像に適用する。本発明の第２の態様に係る特に適切な換算方法を以下に説明する。上記の方法のステップｖでは、第１のＣＴ画像の更新後に、第１のＣＴ画像と第２のＣＴ画像との間で新たな換算が行われてよい。第１のＣＴ画像が改良され、より良好な変換結果がもたらされるため、これは有利であり得る。

好ましい実施形態において、参照として用いられる第２のＣＴ画像は、ほとんどのＣＴ画像に用いられる値スケールである、ハンスフィールドユニットに基づいている。好ましくは、より適正な結果をもたらすことから、非剛体位置合わせ方法が用いられる。しかしながら、剛体位置合わせが用いられてもよい。

好ましい実施形態において、差分画像内の対応するボクセルが、補正に関係のない情報を有するボクセルを除外しながら、補正されるべきアーチファクトについての情報を有するボクセルを含むように、画像マスクが定義される。例えば、画像マスクは、差分が閾値を下回るボクセルを含み、且つ、差分が閾値を上回るボクセルを除外してよい。

ループのステップｉ～ｖｉのうちのいくつかを何回も行って画像マスクＭを生成し、次いで、ステップの別の選択を何回も行って最後の補正マップＣを生成するのが適切であることが多い。例えば、画像マスクを生成するためのステップの適切なシーケンスは、以下の通りであることが分かっている：
１回以上反復される可能性がある、ステップｉ、ｉｖ
１回以上反復される可能性がある、ステップｉ、ｉｉｉ、ｉｖ、ｖ、ｖｉ
１回以上反復される可能性がある、ステップｉ及びｉｖ
ステップｉ、ｉｉｉ、ｉｖ、ｖ、ｖｉ。
補正マップＣを見つけ出すためのステップの適切なシーケンスは、以下の通りであることが分かっている：
随意的に、第１のＣＴ画像をオリジナルの第１のＣＢＣＴ画像にリセットし、好ましくは差分画像を更新する、すなわち、ステップｖｉを行う。
１回以上反復される可能性がある、ステップｉ、ｉｉ、ｉｉｉ、ｖ、ｖｉ。

本発明の第２の態様は、線量計算を可能にする値、すなわち、密度又は電子密度を反映する値に基づく、普通はより高品質の、対応する第２のＣＴ画像、例えば治療計画ＣＴ画像との位置合わせを含む方法により、第１のＣＴ画像を換算するのに用いられ得る変換表現を作成する方法に関する。

この第２の態様に係る方法は、物体の第１のＣＴ画像と物体の第２のＣＴ画像との間での変換の表現を作成する方法であり、前記第１のＣＴ画像は第１のＣＴ値範囲を使用し、前記第２のＣＴ画像は第１のＣＴ値範囲とは異なる第２のＣＴ値範囲を使用し、前記方法は、
ａ）第１のＣＴ画像と第２のＣＴ画像を用意し、第１のＣＴ画像と第２のＣＴ画像との位置合わせを表すデータを用意するステップと、
ｂ）ステップａ）で用意した位置合わせデータに基づいて結合ヒストグラムを作成するステップと、
ｃ）ステップｂ）で得られた結合ヒストグラムに基づいて、画像化した物体で見つけ出される或るタイプの組織にそれぞれ対応する、少なくとも２つの組織値ペアを識別するステップと、
ｄ）ステップｃ）で識別された値ペアのうちの少なくともいくつかに基づいて、第１のＣＴ画像から第２のＣＴ画像への及び／又はその逆への変換の表現を作成するステップと、
を含む。

第１のＣＴ画像又は第２のＣＴ画像のいずれかはＣＢＣＴ画像であり、他方のＣＴ画像は通常型ＣＴ又はヘリカルＣＴであり得る。

好ましくは、方法は、画像のうちの１つにおける値の発生のＣＴヒストグラムを作成し、発生に基づいて、ステップｃ）で見つけ出されるべき組織値ペアの数を選択し、随意的に、ステップｃ）のために結合ヒストグラムでの領域を制約するステップを含む。

ステップｃ）で用いられるべきボクセルは、好ましくは骨組織の密度に対応する設定閾値を下回る値を有するボクセルとして選択される。骨に関する１つ又は複数の組織値ペアを決定するために、好ましくは、例えばＲＡＮＳＡＣ法を用いて、閾値を上回る値に関するラインが識別される。ラインを識別するステップが、ラインが骨密度閾値を下回る最高密度を有する組織値ペアに対応する点を通るようにすることを含む場合に、特に良好な結果が達成される。組織値ペアという用語は、組織だけでなく、同じ材料、例えば、空気、水、又はファントム材料を示す任意の値ペアを指す場合があることに留意されたい。

位置合わせを表すデータは、好ましくは画像の非剛体位置合わせに基づいているが、剛体位置合わせに基づいていてもよい。

本発明の第２の態様によれば、変換表現を用いて、第１のＣＴ画像が、第１のＣＴ画像での幾何学的形状を保ちながら、線量計算が行われ得る画像へ完全に自動的に換算されてよい。この文脈での「完全に自動的に」とは、使用される画像の手動介入又セグメント化は不要であることを意味する。

この方法は、適応治療中に更新された情報を提供するのによく用いられるＣＢＣＴ画像を、線量計算に用いられ得る値範囲に換算するのに特に適している。換算されたＣＢＣＴ画像は、ＣＴ画像とより容易に比較することができる。もちろん、ＣＴからＣＢＣＴへの換算はまた、又は代替的に、同じ物体又は患者の領域の任意の２つの画像間で得ることができる。

本発明の方法の反復的性質は、より適正な結果につながり、特に、反復は、不完全な補正アルゴリズムの悪影響を軽減することになる。補正マップを徐々に作成することにより、差異が解剖学的変化に起因するボクセルを、補正マップに寄与しないようにすることがより容易となる。換算と補正との両方が各反復に含まれる反復手法は、後の反復での換算及び補正ステップにおいて起こり得る障害を補正可能にする。

本発明はまた、プロセッサで実行されるときに上記で開示した方法のいずれか１つをプロセッサに行わせることになるコンピュータ可読コード手段を備えるコンピュータプログラム製品に関する。当該技術分野では一般的であるように、コンピュータプログラム製品は、一時的でないストレージ手段などの任意の適切なストレージ手段上に記憶されてよい。

本発明はまた、処理手段と、上記に概説した少なくとも１つのコンピュータプログラムを保持する少なくとも１つのプログラムメモリと、この方法で用いられるデータを保持する少なくとも１つのデータメモリとを備える、コンピュータシステムに関する。

本発明を、添付図を参照しながら、単なる例として以下により詳細に説明する。

図１ａ～図１ｇは、本発明の実施形態で用いられる異なるタイプの画像の例である。 線量計算に用いるための補正されたＣＢＣＴ画像を得る方法の全体的な流れ図である。 図２の流れ図におけるステップのうちの１つを詳述する流れ図である。 ＣＢＣＴ画像を通常型ＣＴ画像の値範囲に換算する方法の流れ図である。 図５ａ～図５ｄは、図４の方法の態様を例示する線図である。 本発明のいずれかの実施形態に係る方法が実施され得るコンピュータシステムの概略図である。

図１ａは、本発明の態様で用いられ得るＣＴ画像を示す。通常、ＣＴ画像は、治療前に得られ、治療計画作成に用いられる。当該技術分野では一般的であるように、ＣＴ画像は、各ボクセルにおける組織の減衰係数をハンスフィールドユニット（ＨＵ）として示す。減衰係数は密度と関係づけられる。この説明の全体を通して、密度又は電子密度、又はそれらのうちの１つと関係づけられる任意の適切なスケールが、ハンスフィールドユニットの代わりに用いられてもよい。

以下の説明は、簡潔明瞭にするためにＣＢＣＴとＣＴとの間での換算に基づいている。説明のなかでＣＢＣＴと呼ばれる画像は、任意の他のタイプのＣＴモダリティのＣＴ画像であってもよいことを理解されたい。しかしながら、通常、換算及び／又は補正されるべき画像は、補正及び／又は換算における参照として用いられる画像よりも、低品質の、例えばより多くのシェーディングアーチファクトを有する。

図１ｂは、ＣＴ画像と同じスケールに換算されている、同じ患者の同じ領域のＣＢＣＴ画像を示す。図１ａと図１ｂは、普通は異なる時点で撮られており、そのため、まず間違いなくそれらの間に解剖学的差異が存在することになる。通常、ＣＢＣＴ画像は、各治療フラクションの前に撮られる。普通は、ＣＢＣＴ画像は、ＨＵスケールと一致しない、ボクセル値に関する異なるスケールを使用しており、したがって、ＣＴ画像とＣＢＣＴ画像を比較できるようにするために換算が必要とされる。代替的に、ＣＢＣＴ画像は、ＨＵスケールと類似したスケールで得られている場合があり、その場合、換算は必要とされないであろう。図で分かるように、図１ａと図１ｂは、実質的に同じ幾何学的形状を示しているが、ＣＢＣＴ画像は、線量計算に不正確さをもたらすことになるシェーディングアーチファクトを含んでいる。患者の解剖学的変化及び／又は僅かに異なる位置決めによって生じる小さな差異も存在している。

図１ｃは、図２のプロセスに従って線量計算に適するように補正された、図１ｂのＣＢＣＴ画像の新しいバージョンである。補正されたＣＢＣＴ画像は、図１ｂのＣＢＣＴ画像と同じ幾何学的形状を有するが、アーチファクトが低減されているので、ボクセル値になるときに図１ａのＣＴ画像とより類似している。

図１ｄは、図１ｂに示されたＣＢＣＴ画像での各ボクセルとＣＴ画像での対応するボクセルとの間での値の差分を反映している、非剛体位置合わせ後の差分画像を示す。この差分画像では、画像右側のスケールで示されるように、画像間の値が類似しているボクセルが、灰色で示される。差分は、ＣＴ画像よりもＣＢＣＴ画像でより低い値に関して色が明るくなり、ＣＴ画像よりもＣＢＣＴ画像でより高い値に関して色が濃くなることで示される。０でマークされた中央の灰色との色差が大きいほど、値の差が大きいことを示す。図で分かるように、画像の大部分は、ほぼ白色又はほぼ黒色のいずれかであり、ＣＴ画像とＣＢＣＴ画像との大きい差分を示している。差分画像の情報を用いてＣＢＣＴ画像を補正する前に、どの差分がＣＢＣＴ画像のアーチファクトによって生じ、どの差分が実際の幾何学的変化によって生じているかが判断されなければならない。ＣＢＣＴ画像を補正するときにアーチファクトによって生じる差分のみを考慮に入れる必要があり、そのような差分を表示するボクセルが画像マスクに含められる。

図１ｅは、図１ｄと同じ方法で作成された新しい差分画像を示すが、ＣＴ画像と図１ｃに示した補正されたＣＢＣＴ画像との差分を示す。図で分かるように、この新しい差分画像は画像の大部分にわたって灰色であり、ＣＴ画像と補正されたＣＢＣＴ画像での対応するボクセル間の差分は概して小さいことを示している。

図１ｆは、補正で考慮に入れるボクセルを選択するのに用いられるマスクである。マスクでの白色領域は、ボクセル値の差分が主に解剖学的差異に起因している、したがって補正で考慮に入れないボクセルに属する。画像マスクは、差分画像に基づいており、ｔＣＴ及びＣＢＣＴからの、もしかすると以前に得た補正マップからの情報も含む場合がある。マスクをどのようにして得る及び用いるかを以下に説明する。

図１ｇは、図３に関連して述べるように取得され得る、図１ｆのマスクに基づく補正マップである。補正マップは、ＣＢＣＴ画像のどの領域がどれぐらい補正されるべきかをグレースケールで示す。画像横のスケールで示されるように、黒色領域又は白色領域は、それぞれ負又は正の方向に大きい補正が必要であることを示す。領域がスケールの値０に一致する色に近いほど、該領域で必要とされる補正はより小さくなる。

手短に言えば、差分画像に基づいて補正マップを作成するプロセスは、ＣＴ値とＣＢＣＴ値との差分がアーチファクトによって生じている差分画像の領域の識別に関係するフィルタリング方法に基づいている。この方法は、アーチファクトに起因する差分のみを有するマスクされた差分画像を効果的にぼかして、残りの高い空間周波数変化、例えば、マスクによって除外されないノイズ及び解剖学的変化を効果的になくす。低周波のアーチファクトに起因する変化が保存され、補正マップに含められることになる。各反復に関して、各反復で計算される補正マップを用いてＣＢＣＴ画像が補正される。各反復に関して、低周波アーチファクトがさらに除去されていき、差分画像の値がさらにゼロに近づいていくことになる。結果的に得られる補正マップは、結果としてＣＢＣＴ画像（図１ｄ）を得るべく、オリジナルのＣＢＣＴ画像（図１ｂ）に適用される。

図２は、線量計画作成に用いるのに適した補正されたＣＢＣＴ画像を得る方法の流れ図である。前述のように、この方法は、他のタイプのＣＴ画像、通常は、補正での参照として用いられるものよりも低品質のＣＴ画像を補正するのにも適する。

ステップＳ２１において、患者の同じ領域のＣＴ画像とＣＢＣＴ画像が用意され、好ましくは非剛体位置合わせされる。位置合わせは、ボクセルごとの比較と、差分画像の作成を容易にする。通常、ＣＴ画像は、治療の開始前に得られ、治療計画作成に用いられるが、ＣＢＣＴ画像は、普通は各治療フラクションの前に得られる。前述のように、ＣＴ画像は、普通はＨＵと密度との既知の関係性を有するが、ＣＢＣＴ画像の場合はそうではないことが多い。値は、通常同じ方向に変化する、すなわち、２つの画像において、同じ組織タイプがそれぞれより高い値又はより低い値を有することになる。

もちろん、位置合わせは前もって行われていてもよく、その場合、位置合わせデータを得ることができ、このステップで位置合わせが行われる必要はない。剛体位置合わせが行われた場合、位置合わせデータは、普通は画像間の変位及び回転を定義することになる。非剛体位置合わせが行われた場合、位置合わせデータは、各ボクセルの変位を定義するベクトル場を備えることになる。

ステップＳ２２において、ＣＴ画像とＣＢＣＴ画像との間での換算を容易にする値変換が得られる。画像の値範囲が十分に類似している場合、このステップはスキップされてよい。値変換は、例えば、ＣＴ画像の値とＣＢＣＴ画像の値を互いにマッチングするルックアップテーブルの形態であり得る。これは、任意の適切な方法で行われてよい。変換を作成するのに特に適切な方法が図４で説明される。ステップＳ２３において、ステップＳ２２で得られた変換を用いてＣＴ画像の値を対応するＣＢＣＴ値に換算することにより、ＣＴ画像がｔＣＴで表される画像に変換される。ステップＳ２４において、差分画像Ｄが初期化され、この場合、対応するボクセルの各ペアの値間の差分が得られる。したがって、Ｄ＝ｔＣＴ－ＣＢＣＴである。

２つの画像は、対応する値範囲を用いていなければならないが、どちらを選択するかは、所望の結果に応じて選択されてよい。したがって、ステップＳ２３でＣＴ画像を変換する代わりに、ＣＢＣＴ画像を、対応するＣＴ値を用いて、変換されたＣＢＣＴ画像ｔＣＢＣＴへ変換することもできる。その場合、ステップＳ２４で生成される差分画像は、Ｄ＝ＣＴ－ｔＣＢＣＴとなるであろう。当業者には明らかなように、図２及び図３の流れ図の残りにおいて、対応する適応がなされなければならない。

ステップＳ２５において、どのボクセルを補正に含めるかを選択するべく、最初の画像マスクＭ＝Ｍ（Ｄ）が定義される。画像マスクは、差分画像に基づいており、ｔＣＴ及びＣＢＣＴからの情報も含むことができる。Ｍは、ＣＢＣＴシェーディングアーチファクトに起因する差分を有するボクセルを含むが、解剖学的差異又は変形誤差によって生じる差分を有するボクセルは除外するべきである。一実施形態では、これは、Ｄに閾値を適用することにより達成され、この場合、閾値よりも小さい差分値を有するボクセルはマスクに含まれ、より大きい差分値を有するボクセルは無視される。別の実施形態では、同じセグメント化されたクラスに属するボクセルを識別するのに２つの画像のセグメント化が用いられてよい。同じセグメント化されたクラスに属するボクセルが含められ、一方、同じクラスに属していないボクセルは無視されてよい。

ステップＳ２６において、最後の補正マップＣｆを得るべく反復手順が行われる。この手順の一実施形態が図３に関連して説明される。

ステップＳ２７において、ステップＳ２６で得られた最後の補正マップがオリジナルのＣＢＣＴに適用されることにより、補正されたＣＢＣＴであるｃｏｒｒＣＢＣＴが作成され、この場合、
ｃｏｒｒＣＢＣＴ＝ＣＢＣＴ＋Ｃｆ
である。

ステップＳ２３において、ＣＴ画像が換算された場合、前述のように、補正マップをＣＢＣＴ画像に直接適用することにより、補正されたＣＢＣＴ画像を生成することができる。ステップＳ２３において、ＣＢＣＴ画像が変換された場合、補正マップを変換されたＣＢＣＴ画像に直接適用することにより、変換された補正されたＣＢＣＴ画像を生成することができ、この場合、ボクセル値は、ＨＵスケールに従う、又はＨＵスケールとの定義された関係性を有する。代替的に、後者のケースでは、補正マップは、ＣＢＣＴ値に換算され、オリジナルのＣＢＣＴ画像に適用されてよい。

ステップＳ２８において、補正されたＣＢＣＴ画像に基づいて最後の値変換が計算される。この最後の値変換は、補正されたＣＢＣＴ画像に適用される。

図３は、ステップＳ２６の反復手順の一実施形態のより詳細な開示である。以下で説明するように、すべてのステップが各反復で行われる必要はない。したがって、第１のステップＳ３１において、入力がステップＳ２５から得られ、次の反復でどのステップが実行されるかが決定される。ステップの選択に関する基準は後述する。

ステップＳ３２において、マスクされた差分画像、すなわち、マスクに含まれていないボクセルが無視される差分画像を平滑化することにより、補正マップＣが見つけ出される。これは、値を平滑化する、好ましくは、マスクが差分の情報を含まない場合に適切な値も挿入するための任意の適切な方法によって行われる。これにより、差分画像Ｄにあるノイズとシャープなエッジが除去され、マスクＭに含まれていない領域も埋められる。このマスクは、本来ステップＳ２５で得られるが、ステップＳ３５で繰返し更新され得るため、図３の手順の後続の反復では最新の更新されたマスクが用いられる。

ステップＳ３３において、補正マップを用いて最後の補正マップが更新される、すなわち、Ｃｆ＝Ｃｆ＋Ｃである。最後の補正マップは、ステップＳ２７で用いられることになる補正マップである。理解されるように、この値は、図３のいくつかの反復を通じて得られる。

ステップＳ３４において、補正マップＣを用いてＣＢＣＴ画像が更新される、すなわち、現在のＣＢＣＴがＣＢＣＴ＋Ｃに設定される。

ステップＳ３５において、マスクＭが、差分画像と補正マップに基づくマスクに更新される、すなわち、Ｍ＝Ｍ（Ｄ，Ｃ）又はＭ＝Ｍ（ｔＣＴ，ＣＢＣＴ，Ｃ）である。好ましい実施形態では、現在の補正で差分が特定の閾値Ｔを下回ることになるボクセル、すなわち、ＡＢＳ（Ｄ－Ｃ）＜Ｔのボクセルがマスクに含められる。例えばｔＣＴ画像及び／又はＣＢＣＴ画像に基づくより複雑な決定基準を適用することもできるであろう。

ステップＳ３６において、現在のＣＢＣＴ画像に基づいて値変換が更新され、更新された値変換に基づいてｔＣＴが更新される。もちろん、これはＣＢＣＴ画像が変更された場合にのみ行われる必要がある。ステップＳ３７において、現在のＣＢＣＴ画像に基づいて新しい差分画像Ｄ＝ｔＣＴ－ＣＢＣＴが計算される。

ステップＳ３８は、図３のプロセスが繰り返されるべきであるかを判断するための決定ステップである。ｎｏの場合、手順はステップＳ２７に進む。ｙｅｓの場合、手順はステップＳ３１に戻り、図３のフローの最新の反復から入力値を得る。例えば、ループは、最大数の反復後に終了されてよい。代替的に、ＣＴ画像とＣＢＣＴ画像との収束が基準として用いられてよい。

現在の反復においてどのステップを実行するかについてのステップＳ３１での決定は、異なるタイプの基準に基づいてなされ得る。

最初にループを何回か実行してマスクを定義し、次いで、ループを再び何回か実行して補正マップを作成することが可能である。特定の反復にどのステップを含めるかの決定は、その特定の反復の結果が何であるかに依存する。ループがマスクを作成するために実行されている場合、前の反復で変更されたマスクのボクセルの数が基準として用いられてよい。変更されたボクセルの数が閾値を下回るとき、マスクを作成するために行われる反復が止められてよい。ループが補正マップを決定するために実行されている場合、反復を止めるための基準としてＣｆの収束が用いられてよい。

また、現在の結果、前の反復の数、及び／又は変数のどれかをオリジナルの値にリセットする必要があるかどうか、のうちの１つ又は複数に応じて、現在の反復でどのステップを実行するかが決定されるべきである。定数、例えば閾値の値も、現在の状態に応じて変更されてよい。図３の手順の反復中の１つ又は複数の時点で、反復ごとに改良されている現在のマスクを保つためにＣＢＣＴ値をリセットし、一方、不完全な補正マップに基づいて更新されている更新されたＣＢＣＴ画像を廃棄することが可能であり得る。

反復の所定の順序を設定し、各反復でどのステップを行うかを指定することもできる。最初にマスクを定義し、次いで補正マップを定義するための１つの可能な設定は、次の通りである。
ｉ．ステップＳ３２、Ｓ３５、Ｓ３８を複数回、例えば４回実行する
ｉｉ．ステップＳ３２、Ｓ３４、Ｓ３５、Ｓ３６、Ｓ３７、Ｓ３８を実行する
ｉｉｉ．ステップＳ３２、Ｓ３５、Ｓ３８を複数回、例えば４回実行する
ｉｖ．ステップＳ３２、Ｓ３４、Ｓ３５、Ｓ３６、Ｓ３７、Ｓ３８を実行する
ｖ．ＣＢＣＴ値をリセットし、Ｓ３７を実行する
ｖｉ．ステップＳ３２、Ｓ３３、Ｓ３４、Ｓ３６、Ｓ３７、Ｓ３８を複数回、例えば４回実行する

上記の例では、マスクＭを決定するために一連のシーケンスｉ～ｉｖが実行される。マスクが決定されているとき、ステップｖでＣＢＣＴ値がオリジナルのＣＢＣＴ値にリセットされ、ＣＢＣＴ画像に適用される最後の補正マップＣｆを決定するために最後の反復のステップｖｉが実行される。理解されるように、反復のシーケンス及び回数は単なる例であり、適切と思われる方法で設定されてよい。例えば、各シーケンスの反復回数は、好ましくは、収束基準、すなわち、結果的に得られるマスク又は補正マップが所望の結果とどの程度一致するかによって決まることになる。

図１ｂに示される変換されたＣＢＣＴ画像は、任意の適切な方法で得られてよい。いくつかのケースでは、ＣＢＣＴ画像は、ＣＴで用いられるＨＵ値と類似した値を既に有しており、その場合、変換は必要とされないであろう。特に、上記のように、ここではＣＢＣＴと呼ばれる画像は、代わりに、補正に用いられるＣＴ画像の値と類似した値を用いる別のＣＴモダリティの画像であってもよい。

ＣＢＣＴ画像を換算する方法を、図４を参照しながら以下に開示する。この方法は、図２の方法に関連して用いるのに適しているが、換算されたＣＢＣＴ画像が必要とされる他の目的のためにあらゆる状況で用いることもできる。ＣＢＣＴ画像を換算する一般的な方法は、例えばＣＢＣＴ画像の値をＣＴ画像の対応するボクセルの値にマッピングするルックアップテーブル（ＬＵＴ）の形態の値変換を作成することである。このような値変換は、異なる方法で得られてもよい。

図４は、ＣＢＣＴ値からＣＴ値への又はその逆への変換を行うのに用いられ得る表現を得る方法を開示する。表現は、関数、ルックアップテーブル、線図の形態で、又は任意の他の適切な方法で提示され得る。

ステップＳ４１において、ＣＴ画像及びＣＢＣＴ画像が用意される。通常は、必ずしもそうであるとは限らないが、ＣＴ画像はより早い段階で得られており、一方、ＣＢＣＴ画像はより最近の画像である。ステップＳ４２において、好ましくは非剛体位置合わせ方法を用いて、ＣＴ画像とＣＢＣＴ画像が位置合わせされる。これにより、２つの画像のポイントごとのマッピングが可能となる。ステップＳ２１でのように、位置合わせは以前に行われている場合があり、その場合、代わりに位置合わせデータが用意される。

ステップＳ４３において、ＣＴ画像、ＣＢＣＴ画像、及び位置合わせデータに基づいて、結合ヒストグラムが作成される。位置合わせデータは、値ペアを作成するべくＣＴ画像の各ボクセルの値をＣＢＣＴ画像の対応する値と一致させるのに用いられる。各値ペアの発生数が結合ヒストグラムに記憶される。このような結合ヒストグラムの簡単な例が図５ｂに示される。結合ヒストグラムは、ＣＴ画像とＣＢＣＴ画像との間での又はその逆での変換に用いられるべき組織値ペアの組を見つけ出すのに用いられる。随意的に、結合ヒストグラムは、ノイズを除去するために適切なアルゴリズムにより平滑化される。

ステップＳ４４は、ステップＳ４５で見つけ出されるべき組織値ペアの数及び／又は実際の値が決定される随意的なステップである。さらに、これらの組織値ペアのそれぞれに関して、結合ヒストグラムで制約領域が見つけ出され得る。これはランダムに行われ得るが、好ましくはＣＴ画像の又はＣＢＣＴ画像の値の発生数を示すヒストグラムに基づいている。このようなヒストグラムのピーク値は、画像内の異なるタイプの組織に対応する。ピークの数、並びにそれらの間の谷の位置は、見つけ出されるべき組織値ペアの数又は用いられるべき値の制約を決定するのに用いられてよい。このようなヒストグラムの例が図５ａに示される。また、又は代替的に、組織値ペアがそれらの間に特定の最小距離を有するように選択されなければならないという制約が設定されてよい。この段階で、値ペアを作成するためにＣＢＣＴ値と一致させるべきＣＴ画像の値を選択することも可能であろう。しかしながら、通常は、ステップＳ４５で説明されるように、ＣＴ値とＣＢＣＴ値は両方とも結合ヒストグラムで識別される。

ステップＳ４５において、ステップＳ４４に従って適切である場合には、変換表現を作成するのに用いられるべきいくつかの組織値ペアが識別される。組織値ペアは、任意の適切な方法で、しかし好ましくは結合ヒストグラムに基づいて識別されてよい。組織値ペアは、画像のうちの少なくとも一方で最も頻繁に発生する値ペアの中から選択されるべきであり、これは、例えば、結合ヒストグラムでのピークを見つけ出すことにより識別されてよい。ステップＳ４４が行われる場合、値ペアは、ステップＳ４４で得られた情報に従って識別され、組織値ペアの数及びそれらのそれぞれの値範囲制約が決定される。必ずしもそうであるとは限らないが、通常は１つのピーク領域で始まって１つ又は複数の他の領域へ移動する、制約領域での値ペアのサーチが可能である。これらの制約領域は、任意の適切な方法で、例えば、以前に見つけ出された組織値ペアからのそれらの距離及び／又はステップＳ４４で得られた情報に基づいて決定することができる。組織値ペアが見つけ出される順序は重要ではないが、ステップＳ４４で決定されたピークサイズに基づいて適切に決定することができる。ピークは、任意の適切な順序で取り扱うことができ、例えば線図の左から右へ作業する。１つの特に実行可能な方法は、ステップＳ４４で最大ピークに対応する組織値ペアのサーチを開始することであり、これにより、最も一般的な組織タイプが最初に確実に考慮され、したがって、前に見つけ出した組織値ペアにより設定された制約に基づいて除外されることはない。次いで、次の最大ピークが考慮されていくことになる。変換表現が単調に増加することを保証するという制約を後続の組織値ペアに課すことも可能であろう。

代替的に、ステップＳ４５において、値ペアは、一方向又は他の方向にコラプス（ｃｏｌｌａｐｓｉｎｇ）することにより、結合ヒストグラム又は結合ヒストグラムの一部から作成されたＣＴヒストグラム及びＣＢＣＴヒストグラムでの最大位置として選択されてよい。通常は、骨は別個に考えられるべきなので、骨に対応する特定の密度閾値を下回る値だけが考慮される。

ステップＳ４６は、骨組織に関するライン又は一致が識別される随意的なステップである。骨組織に関する値は、結合ヒストグラムの右上部分にある。骨組織に関する一致は、任意の適切な方法で、例えば、線形回帰によって、又はＲＡＮＳＡＣ法を用いることによって得られてよい。一般に、ラインに関して、ＲＡＮＳＡＣ法は、ラインからの特定の距離内のデータポイントの数を最大にするラインを見つけ出す。ラインは、以前に見つけ出された任意の組織値ペアに強制的に結びつけられ得る。好ましくは、このラインからのいくつかのポイントは、骨組織を示す組織値ペアとして保存される。このステップは、手順の任意の適切な段階で行うことができる。

この方法は、ＣＴ画像の組織タイプとＣＢＣＴ画像の組織タイプとの間におそらくいくつかの不一致が存在し、明らかな重なりのほとんどはおそらく正しいという前提に基づいており、１つの画像の或る領域が他の画像の対応する領域と同じタイプの組織であるように見える場合、これはその領域のボクセルの大部分に関しておそらく正しいであろう。したがって、結合ヒストグラムで最も頻繁に発生する値ペアは、ＣＢＣＴ画像の値とＣＴ画像の値が正しく一致することを意味する。

ステップＳ４７において、ＣＴ画像とＣＢＣＴ画像との又はその逆の変換の表現を作成するべく、ステップＳ４５、随意的にＳ４６で生成された組織値ペア間の補間が行われる。表現は、関数、ルックアップテーブル（ＬＵＴ）、又は線図などの任意の適切な形態であり得る。このような線図が、ＣＴ画像の各値をＣＢＣＴ画像の対応する値に関係づける実線として図５ｃに示される。表現は、直線に、すなわちステップＳ４５で生成された組織値ペア間の直線に適応されてよく、これは、異なる傾きを有していてよく、又は任意の他の適切な形状を有していてよい。表現はまた、例えば、図５ｄに例示されるように変換をこれらの領域の周りの平坦域に形状設定するべく、図５ｂに示される結合ヒストグラムに組織分布幅の情報を組み込むことができる。同時に、図２の方法で用いるために、ＣＴ値からＣＢＣＴ値に進むための逆変換を作成することができる。

ステップＳ４８において、ステップＳ４７で得られた表現を用いて、ＣＢＣＴ画像の値がＣＴ画像からの対応する値に又はその逆に変換される。理解されるように、変換は、表現が利用可能になった後の任意の適切な時点で行われてよい。

随意的に、ステップＳ４５で組織値ペアを識別するときに、結合ヒストグラムでの顕著なピーク、すなわち、頻繁に発生する値ペアを識別することができる。ピークが組織値ペアとして識別及び選択されているとき、選択されたピークに近いどのピークもさらなる考慮から除外することが適切であり得る。あらゆるこのようなケースにおいて、隣接するピークのうちの最高ピークが選択されるべきである。対応して、稀に発生する値ペア、及び／又はＣＴ値のヒストグラムでの低い領域は、積極的に避けられるべきである。

図５ａは、ステップＳ４４で言及したようなヒストグラムがどのように見えるかを概略的に示す。横軸はＨＵ値を表し、縦軸は、各特定のＨＵ値を有するボクセルの数を表す。曲線により例示されるように、通常は、画像内の最も一般的なタイプの組織に対応するいくつかのピークと、ボクセルがないか又はほとんどないいくつかの低い領域が存在することになる。

図５ｂは、ステップＳ４３で得られる場合の単純化された結合ヒストグラムを示し、横軸に沿ってＣＢＣＴ値、縦軸に沿ってＣＴ値を示す。影付き領域は、異なる組織タイプを示す値ペアに対応する。最も左の最も下の影付き領域は空気に対応し、これは両方の画像で最低の密度値を有する。通常は（アーチファクト及びノイズに起因して）、図のように、より広い範囲のＣＢＣＴ値がより狭い範囲のＣＴ値に一致することになり、線図にやや長円の影付き領域を生じる。最高値に対応する影付き領域は、骨組織を表す。これらの値は、普通は単一の組織値ペアによって表されず、ステップＳ４６に関連して述べたように特別に取り扱われることになる。

図５ｃは、線図として例示される、結果的に得られる変換を示し、画像の値範囲全体に沿ってＣＢＣＴ値とＣＴ値との一致を近似するべく図５ｂの影付き領域を結合するためにラインが挿入されている。

図５ｄは、図５ｃに示された線図の代替の線図を示す。図で分かるように、曲線は２つの平坦域を有し、そこでは各ＣＴ値がＣＢＣＴ値範囲に一致する。これは、広い範囲のＣＢＣＴ値がより狭い範囲のＣＴ値に対応するという一般的な状況を反映している。任意の所与のＣＢＣＴ値に対応するＣＴ値を得るために、図５ｄの点線で例示されるように、横軸に沿ってＣＢＣＴ値に対応する曲線上のポイントを簡単に見つけ出し、縦軸上の一致するＣＴ値を決定する。反対方向のマッピングを作成する、すなわち、所与のＣＴ値に対応するＣＢＣＴ値を有効にするテーブル又は線図も有用であり得る。値は、テーブル及び／又は線図に任意の適切な方法で表されてよい。

図６は、本発明に係る方法が行われ得るコンピュータシステムの概略図である。コンピュータ３１は、プロセッサ３３と、第１及び第２のデータメモリ３４、３５と、第１及び第２のプログラムメモリ３６、３７を備える。好ましくは、キーボード、マウス、ジョイスティック、音声認識手段、又は任意の他の利用可能なユーザ入力手段の形態の、１つ又は複数のユーザ入力手段３８、３９も存在する。ユーザ入力手段はまた、外部メモリユニットからデータを受信するように構成されてよい。

第１のデータメモリ３４は、少なくとも１つのＣＴ画像と、少なくとも１つの対応するＣＢＣＴ画像を備える。第２のデータメモリ３５は、補正マップとマスクを含む、手順中に得られた関連データを保持する。第１のプログラムメモリ３６は、図２及び図３に関連して説明した方法ステップをコンピュータに行わせるように構成されたコンピュータプログラムを保持する。第２のプログラムメモリ３７は、図４に関連して説明した方法ステップをコンピュータに行わせるように構成されたコンピュータプログラムを保持する。

理解されるように、データメモリ３４、３５及びプログラムメモリ３６、３７は、概略的に図示され説明されている。それぞれ１つ又は複数の異なるタイプのデータを保持するいくつかのデータメモリユニットが存在してよく、又は、すべてのデータを適切に構造化された様態で保持する１つのデータメモリが存在してよく、プログラムメモリについても同様である。例えば、異なる画像モダリティのための別個のメモリ又はメモリセグメントが存在してよい。１つ又は複数のメモリは他のコンピュータ上に格納されてもよい。

Claims (14)

1. 患者の領域の第１のＣＴ画像のアーチファクトを補正する方法であって、
   ａ）前記第１のＣＴ画像及び対応する第２のＣＴ画像をそれぞれオリジナルの第１のＣＴ画像及び第２のＣＴ画像として取得し、前記オリジナルの第１のＣＴ画像を現在の第１のＣＴ画像とするステップと、
   ｂ）前記第１のＣＴ画像及び前記第２のＣＴ画像の間の位置合わせを表すデータを取得するステップと、
   ｃ）前記第１のＣＴ画像の値範囲と前記第２のＣＴ画像の値範囲を比較し、前記第１又は前記第２のＣＴ画像の値範囲を他方の画像の値範囲に換算するステップと、
   ｄ）前記第１のＣＴ画像と前記第２のＣＴ画像の差分画像Ｄを得るステップと、
   ｅ）前記差分画像においてどのボクセルを考慮するかを定義する、画像マスクＭを定義するステップと、
   ｆ）以下のステップ：
   ｉ．前記差分画像に基づいて、補正マップＣを定義するステップ、
   ｉｉ．最後の補正マップＣｆを更新するステップ、
   ｉｉｉ．前記補正マップを用いて前記第１のＣＴ画像を更新し、前記更新された画像を前記現在の第１のＣＴ画像とするステップ、
   ｉｖ．前記補正マップ、前記差分画像、及び／又は前記現在の第１及び第２のＣＴ画像からの情報に基づいて、前記画像マスクＭを更新するステップ、
   ｖ．前記現在の第１のＣＴ画像に基づいて、前記値が一致している画像ペアの前記第１又は前記第２のＣＴ画像を更新するステップ、
   ｖｉ．前記更新された第２のＣＴ画像と前記現在の第１のＣＴ画像との差分画像を計算するステップ、
   を含む反復法により前記最後の補正マップＣｆを得るステップと、
   ｇ）前記最後の補正マップを前記オリジナルの第１のＣＴ画像に又は前記現在の第１のＣＴ画像に適用するステップと、
   を含む方法。
2. 前記ステップｆ）の前記ステップｉが、前記差分画像と前記画像マスクＭに基づいて、前記補正マップＣを定義するステップである、請求項１に記載の方法。
3. 前記変換が、変換表現によって行われ、前記変換表現が、前記第１のＣＴ画像の値を前記第２のＣＴ画像の値に又はその逆にマッピングする、請求項１又は請求項２に記載の方法。
4. 前記変換表現が、
   前記第１のＣＴ画像及び前記第２のＣＴ画像を用意し、前記第１のＣＴ画像と前記第２のＣＴ画像との位置合わせを表すデータを用意するステップと、
   ステップａ）で用意した位置合わせデータに基づいて結合ヒストグラムを作成するステップと、
   ステップｂ）で得られた結合ヒストグラムに基づいて、画像化した物体で見つけ出される或るタイプの組織又は材料にそれぞれ対応する、少なくとも２つの組織値ペアを識別するステップと、
   ステップｃ）で識別された値ペアのうちの少なくともいくつかに基づいて、前記第１のＣＴ画像から前記第２のＣＴ画像への及び／又はその逆への変換の表現を作成するステップと、
   を含む方法により得られる、請求項３に記載の方法。
5. 前記画像のうちの１つにおける値の発生のＣＴヒストグラムを作成し、前記発生に基づいて、組織値ペアの数を選択するステップを含む、請求項４に記載の方法。
6. 閾値を下回る値を有するボクセルとして、組織値ペアを識別する際に用いるべきボクセルを選択するステップ、及び／又は前記閾値を上回る値に関するラインを識別することにより骨に関する少なくとも１つの組織値ペアを決定するステップを含む、請求項４又は請求項５に記載の方法。
7. 前記ラインが、骨密度を下回る最高密度を有する組織値ペアに対応するポイントを通るようにすることをさらに含む、請求項６に記載の方法。
8. 前記画像マスクＭが、前記補正に関係のない情報を有する又は前記補正を誤らせるボクセルを除外しながら、前記差分画像の対応するボクセルが補正されるべきアーチファクトについての情報を有するボクセルを含むように定義される、請求項１～７のいずれか一項に記載の方法。
9. 前記画像マスクが、絶対差分が閾値を下回るボクセルを含み、且つ、差分が前記閾値を上回るボクセルを除外する、請求項８に記載の方法。
10. 前記ループのステップｉ～ｖｉが、最初に前記画像マスクＭを生成するために選択され反復され、次いで、前記最後の補正マップＣを生成するために選択され反復される、請求項１～９のいずれか一項に記載の方法。
11. 前記ステップｆ）のループのステップｉ～ｖｉが、
    ｉ．以下のステップ：
    ｉ．前記差分画像に基づいて、前記補正マップＣを定義するステップ、
    ｉｉ．前記補正マップを用いて前記第１のＣＴ画像を更新し、前記更新された画像を前記現在の第１のＣＴ画像とするステップ、
    ｉｉｉ．前記補正マップ、前記差分画像、及び／又は前記現在の第１及び第２のＣＴ画像からの情報に基づいて、前記画像マスクＭを更新するステップ、
    ｉｖ．前記現在の第１のＣＴ画像に基づいて、前記値が一致している画像ペアの前記第１又は前記第２のＣＴ画像を更新するステップ、
    ｖ．前記更新された第２のＣＴ画像と前記現在の第１のＣＴ画像との差分画像を計算するステップ、
    を含む反復法により前記画像マスクを更新し、
    ｉｉ．前記差分画像に基づいて、前記補正マップＣを定義し、前記補正マップは、
    ｉ．前記差分画像に基づいて、前記補正マップＣを定義し、
    ｉｉ．前記最後の補正マップＣｆを更新し、
    ｉｉｉ．前記補正マップを用いて前記第１のＣＴ画像を更新し、前記更新された画像を前記現在の第１のＣＴ画像とし、
    ｉｖ．前記現在の第１のＣＴ画像に基づいて、前記値が一致している画像ペアの前記第１又は前記第２のＣＴ画像を更新し、
    ｖ．前記更新された第２のＣＴ画像と前記現在の第１のＣＴ画像との差分画像を計算する、
    ことによりＣＢＣＴ画像のどの領域がどれぐらい補正されるべきかを示しており、
    ｈ）前記最後の補正マップを前記オリジナルの第１のＣＴ画像に又は前記現在の第１のＣＴ画像に適用する、
    様態で選択され反復される、請求項１０に記載の方法。
12. コンピュータで実行されるときに請求項１～１１のいずれか一項に記載の方法を前記コンピュータに行わせることになるコンピュータ可読コード手段を備える、コンピュータプログラム製品。
13. コンピュータプログラムを実行するためのプロセッサと、請求項１２に記載のコンピュータプログラム製品を保持するプログラムメモリを備える、コンピュータシステム。
14. 請求項１３に記載のコンピュータシステムを備える、放射線療法の治療計画を計算するための治療計画作成システム。

Images