2023 Fiscal Year Annual Research Report
逐次近似再構成CT画像における高精度な空間分解能測定法の開発
| Project/Area Number |
20K08046
|
|---|
| Research Institution | Niigata University |
|---|
Principal Investigator |
大久保 真樹 新潟大学, 医歯学系, 教授 (10203738)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
成田 啓廣 新潟大学, 医歯学系, 助教 (10770208)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | X線CT装置 / 空間分解能 / 逐次近似再構成 / circular edge / line spread function |
|---|
| Outline of Annual Research Achievements |
昨年度は、X線CTにおける逐次近似再構成（iterative reconstruction：IR）法による画像（IR画像）の、空間分解能指標LSF（line spread funtion）の測定精度を評価する方法に関する検討を行った。
IR画像の空間分解能は画像のCNR（contrast-to-noise ratio）に依存するため、一般に低コントラストファントムを用いた測定が行われる。CNRの低い画像からLSFを測定するため、ノイズを考慮した処理が必要となり解析が難しい。米国医学物理学会は、IR画像のLSF測定法として、低コントラスト円柱ファントムを用いたcircular edge法を推奨している。しかし、circular edge法における様々な処理や条件設定等に関しての詳細は示されておらず、LSFの測定精度が低下する場合も考えられる。そこで、LSFの測定精度を検証するための方法を考案した。考案法では、円柱ファントムの被写体関数を数値データとして生成し、circular edge法により測定されたLSFを用いてCT画像を算出した。LSFの測定精度が高い場合には、計算画像と実際の画像との差異は小さくなることから、画像の差異によりLSFの精度評価を可能とした。
circular edge法における解析パラメータの設定により、得られるLSFの形状が変化することが確認された。そこで、考案法を用いて計算画像と実際のCT画像の差異が最小になるように解析パラメータを設定することにより、至適な条件設定を決定でき、精度の高いLSFの測定が可能となった。
これまでに、circular edge法により得られたLSFの精度を評価するための手法は報告されていない。考案法を適用することにより、IR画像における高精度なLSFの測定が可能となることが示唆された。
|
