|
頭部体動を非接触かつマーカレスで測定するシステムを開発した．
開発システムでは，Microsoft Kinectをレンジセンサとして，初期フレームからの姿勢変化を，レンジセンサから得られる各フレームの３D形状マップのICPマッチングにより明らかにする．このとき，前年度の研究成果より，高精度なトラッキングを行うためには頭部全体をICPマッチングの対象とするのではなく，目と鼻梁を含む小領域のみを用いたほうが高精度かつロバストな精度が得られることが明らかになった．
本年度においては，所属する研究チームで開発を行った頭部専用PET装置であるヘルメット型PET装置において，体動補正機能の実装を行った．再構成プログラムにおいては，入力した各時間フレームにおける体動情報をリストモードイベントの時間情報と照らし合わせ，対応する時刻における体動を打ち消すような座標変換を行う．また，合わせて吸収補正，ノーマライズによる影響を正しく反映するため，sub iteration内に適用したすべての体動補正パラメータを用いて全体感度画像を変換し，正しく補正が行われるよう実装した．これらの処理は，再構成の高速化のためGPUを用いた処理を行った．また，Kinectにより得られた座標系と，PET再構成における座標系は当然異なるが，これらを事前のキャリブレーション無しで高精度にかつ簡易に合わせることができるアルゴリズムの開発を行った．具体的には，PET再構成に用いる吸収補正マップから得られる被験者の表面形状と，Kinectから得られる被験者の表面形状をICPアルゴリズムによりマッチングすることにより，両座標系の統一を行う．
提案したアルゴリズムをもとに，自動ステージとファントムを用いた実験を行い，デレンゾファントムにおいてウォブリング効果によりロッドの描出能力が改善していることを示した．
|
