JP6847151B2 - 医用画像取得装置を動作させるための方法、画像取得装置、コンピュータプログラムおよび電子的に読取可能なデータ媒体 - Google Patents

Description

本発明は、患者のための画像取得過程の際に医用画像取得装置を動作させるための方法に関し、画像取得過程は画像取得目的に用いられるものであり、画像取得装置の制御装置によって実行される動作パラメータに基づいて画像取得装置の制御が行われる。さらに、本発明は、医用画像取得装置、コンピュータプログラムおよび電子的な読取可能なデータ媒体に関する。

現代の医用画像取得装置は複雑なシステムであり、該システムの操作は、患者のための画像取得過程において適切な又は最適な画質を得るために、使用者に対して大きな課題を突きつけている。従って、従来技術においては、通常、選択用に予め定義された手動選択可能な測定プロトコルを使用者に提供することによって、使用者が、現在の画像取得過程の画像取得目的に基づいて適切な測定プロトコルを選択できるようにしている。この種の測定プロトコルは、特に、画像取得装置としてＸ線装置が用いられる場合には、「器官プログラム」とも呼ばれている。

画像取得装置の制御装置によって実行される動作パラメータを定義する測定プロトコルは、画像取得目的や医学上の規律のように、非常にさまざまである。例えば、測定プロトコルは、例えば心臓、肝臓、頭、脚、脊髄部等のさまざまの器官における、心血管造影法、電気生理学、ニューロンインターベンション、一般的な血管造影法、小児科、外科等の領域での、様々な診断検査と介入の双方のために提供することができる。それらの測定プロトコルは、該測定プロトコルの動作パラメータで異なり、例えば、物理的な動作パラメータか、評価に関係する動作パラメータか、それらのうちいずれか一方又は両方の動作パラメータかで異なる。前者の物理的な動作パラメータの例は、Ｘ線装置における線量、管電圧、パルス長、画像周波数、検出器分解能、検出器モード、管焦点選択等である。後者の評価に関係する動作パラメータの例は、ネイティブモード、減算モード、一般的な画像重ね合わせ（例えば、蛍光透視法データセットおよび３Ｄ画像データセット）、画像に基づいた又は一時的なノイズ抑制の種類とやり方、周波数依存性のコントラスト増大および／又はコントラスト減少、画像動特性の管理、画像鮮明度等である。従って、一般的には、１つの画像取得装置上には、適用機会および適用領域の数が増大するほど、画像取得パラメータと画像評価パラメータの双方で適切な動作パラメータを提供するように最適化された測定プロトコルの数を一層増大させるようにしていると言うことができる。

検査段階および／又は治療段階などの各治療過程の目的に合わせて、例えば、治療過程の診断、バルーン、ステント、コイル、塞栓材料の切除又は化学療法材料投与のためのカテーテル、生検針等の如き医療器具の配置などで、診断／治療を行う使用者、例えば医師が、適切だと考えた、対応する測定プロトコルを選択している。

日常の実務においては、例えば使用者としての医師が検査／治療および患者に焦点を合わせてこれらに専心するあまり、医師の訓練にも拘わらず、場合によっては別の測定プロトコルがより良好な画像取得結果をもたらすであろうことに気づかないために、画像取得過程にとって最適な測定プロトコル、特に器官プログラムが、しばしば使用されないことが起こり得る。これに関して、改善のために次のことが既に提案されている。即ち、複数の測定プロトコルを、全体検査もしくは全体治療のために１つのシーケンスに統合することによって、さまざまの検査段階もしくは治療段階に対して１つの定義された測定プロトコルのシーケンスを提供することである。しかし、測定プロトコルのこのような統合は、手動選択用に測定プロトコルが大量に準備されることの問題を解決していない。

特許文献１は、患者特有の測定プロトコルを提供するための機械的学習に基づく方法を開示している。さらに、特許文献２には、ニューラルネットワークによる合成画像の生成方法が開示されている。さらに、特許文献３は、解剖学的認識による画像化パラメータの患者特有の適合化を開示している。特許文献４には、概観Ｘ線画像の座標系に対してＸ線画像内の個々の解剖学的構造をレジストレーションするための方法が開示されている。

米国特許出願公開第２０１８／０１５７８００号明細書 国際特許出願公開第２０１８／０４８５０７号明細書 欧州特許出願公開第２１３０４９１号明細書 米国特許出願公開第２０１７／３４０９０２号明細書

本発明の課題は、画像取得装置の操作を簡単化しかつ画像取得品質の改善に貢献するように、画像取得装置の動作を制御可能にすることにある。

この課題は、請求項１の特徴事項を有する方法と、請求項１５の特徴事項を有する画像取得装置と、請求項１６の特徴事項を有するコンピュータプログラムと、請求項１７の特徴事項を有する電子読取可能なデータ媒体とによって解決される。有利な実施形態は従属請求項に記載されている。

医用画像取得装置を動作させるための本発明による方法は、上記動作パラメータが、少なくとも患者モデルの形での患者と画像取得目的とのうち少なくとも一方を記述する入力データと、上記画像取得装置の座標系による患者のレジストレーションとから、決定アルゴリズムにより完全に自動的に決定されて、さらに上記動作パラメータが、上記画像取得装置の制御のために使用され、上記レジストレーションにより、患者の撮影対象の検査部位と画像取得目的とが導き出されるようにする。

それゆえに、手動で選択される種々の測定プロトコルを提供する従来技術から根本的に区別することができ、純粋に手動により又はシステム側で支援されて選択される測定プロトコルが画像取得装置内にもはや全く定義されておらず、システム内在の知能の助けにより、決定アルゴリズムに従って、各画像取得過程ごとに、特に検査段階および／又は治療段階として最適である物理的な動作パラメータと画像処理技術的な動作パラメータが直接的に影響を受けている。換言するならば、本発明は、対応する適格な決定アルゴリズムが大部分又はさらには完全な画像関連のパラメータ化を行い、それにより、例えば測定プロトコル選択の形での使用者との対話処理が最小限にされるか、又は完全に排除されるようにしている。

さらに上記決定アルゴリズムは、強制的ではないが、好ましい実施例では人工知能を含むように選択することができる。この場合、特に、患者を患者モデルの形で記述する入力データと、画像取得装置の座標系を用いた患者の現在のレジストレーションとを利用する。このことは、そのレジストレーションに基づいて、画像取得装置に対する患者モデルの配置も既知であることを意味しており、従ってどの検査部位が撮影対象かを推定することができ、このため画像取得目的の明確な指示を与えることができる。特に、画像取得装置の座標系への患者のレジストレーションによって、患者の検査部位を決定することができる。さらに、画像取得装置の座標系を用いたおよび／又は患者モデルを用いた患者のレジストレーションに基づいて、画像取得目的を導き出すことができる。好ましくは、画像取得目的、ここでは医用検査目的を含むことができ、特に他の画像取得モダリティを用いた画像取得過程か、検査および／又は治療の実施、例えばカテーテル検査の実施か，それらのうち少なくともいずれか一方の組み合わせを含む。画像取得目的の自動的な決定は、特に画像取得過程の計画立案にとって有利である。

特に、画像取得目的に関して、以下で説明するように他の入力データも存在させて、併用することで、どの動作パラメータが画像取得装置の画像化様式にとって最善の画像化結果をもたらすかを、できるだけ正確に推定できるようにしてもよい。他の入力パラメータは、一般的に言うならば、システム条件および周囲条件、特に、画像取得過程のために使用される医療器具および／又はリソース（補助手段）に関係し得る。さらに、患者の配置を考慮すれば、従って画像取得装置もしくは該画像取得装置の対応する撮影装置に対する患者の解剖学的構造を考慮すれば、絶えず更新可能な情報基礎も作り出されることができる。その情報基礎は、検査部位が動的に変化する場合に、特に、例えば患者体内を通る医療器具、例えば腕又は鼠径部から目標位置に案内される必要があるカテーテルを追跡する際に、動作パラメータを適切に更新することができる。これらの異なったエントリ位置だけからも、明らかに異なる適切な動作パラメータが提案されるが、該動作パラメータは、入力データと既存のレジストレーションとに基づいて決定アルゴリズムによって自動的に決定され、制御装置において使用することができる。

他の有利な実施形態では、画像取得装置の座標系による患者のレジストレーションと、少なくともそれから導き出される画像取得目的とに基づいて、ワークフローが決定できる。この場合、医用画像取得装置は、好ましくは、その決定されたワークフローを、半自動的又は自動的に、患者のための画像取得過程において実行するように構成されている。この場合に、そのワークフローは、画像取得過程を実行するために、画像取得装置の異なる動作パラメータの時間的順序に関する情報を含み得る。好ましくは、患者の検査部位、例えば鼠径部の自動的決定に基づいて、完全な医学的検査、例えば心臓カテーテル検査のためのワークフローが決定される。このワークフローは、複数の異なる動作パラメータと、画像取得過程全体の期間中におけるそれらの動作パラメータの時間的経過とを含み得る。

レジストレーションと画像取得目的とに基づいて決定されるワークフローを半自動的に実行する場合には、操作者への１つ又は複数のワークフロー上の指示が、例えば表示ユニットを介して出力されると有利である。さらに、医用画像取得装置はワークフローを自動的に実行することができ、この場合に、画像取得過程を操作者によって格別に簡単かつ直観的に監視することができる。

格別に有利には、動作パラメータが、画像取得パラメータ（物理的な動作パラメータ）のほかに、少なくとも１つの画像評価パラメータ（画像処理技術的なパラメータ）も含むとよい。画像取得結果、従って画像データに関する多くの（事前）評価ステップが、画像取得装置内において既に実行されているので、入力データによって記述されていて少なくとも該入力データから導き出し得る画像取得目的を考慮すれば、同様に画像処理も既に適合化することが格別に好適であり、それによって、使用者の相応の手動入力を必要とすることなしに、同様に改善された画質が生じるようにできる。従って、格別に有利には、決定アルゴリズムにより自動的に決定可能である動作パラメータが、測定プロトコルによって既に提供されたもしくは提供可能である全ての動作パラメータを含み、従ってその決定アルゴリズムは、入力データに基づいて、現在の画像取得過程および現在の患者に個別に適合化された測定プログラムを自動的に作成することができる。

従って、決定アルゴリズムは、少なくとも部分的に明確に、もしくは少なくとも部分的に暗黙に、例えば人工知能によって、入力データもしくは該入力データから導き出された中間データを評価する決定基準を使用する。その際、本発明にとって重要な決定基準は、画像取得装置の視野内にある関心のある器官（ＯＯＩ、関心器官）を決定するために入力データによって与えられる情報を使用することにあり、これに基づいて最適な物理的な動作パラメータ、さらには特に最適な画像処理技術的な動作パラメータが自動的に選択されるようにする。

本発明の好適な発展形態では、決定アルゴリズムが、機械的学習、特にディープラーニングによって訓練された少なくとも１つの人工知能のアルゴリズムを含むことができる。人工知能は、本発明の範囲内において、絶対に必要というわけではないが非常に有益なツールであって、自動的に決定される動作パラメータの品質全般を改善するツールであることが判明した。まさに、画像取得装置の増大する複雑性との関連で、特に増大する装備および／又は増大する設定オプションとの関連で、人工知能は、入力パラメータと動作パラメータとの間の関係を、場合によっては動作パラメータと動作パラメータとの間の関係も抽出して、その関係を適切な学習過程と合わせて用いて、画像取得結果の品質を一層改善するのに好適である。このために適切な訓練データが使用される。

これに関係して、格別に好適な本発明の実施形態では、人工知能のアルゴリズムのための訓練データが、次によって決定される。即ち、予め定義された動作パラメータと共に予め定義された測定プロトコルが使用される時に、特に少なくとも１つの個別パラメータ適合化を含む使用者の作業をロギングすることによって決定できる。これは、使用者側で適合化できる一般的な測定プロトコルでは、適合化できる画像取得装置上で使用者の選択および適合化の作業を、特に画像取得結果の品質を考慮して、ロギング（プロトコル化）することを意味する。それにより、これらの測定プロトコルにおいて最適化可能性を見つけ出し、適切な測定プロトコルを単に自動的に選択する場合に比べて明確な利点を得ることができる。この場合に、好適には並行して入力データも決定されてロギングされ、特に患者モデルがそのようにされることによって、訓練データにおいては、その決定された入力データに、出力データが、即ち使用者設定が割り当てられるようにする。

既に述べたように、本発明の格別に有利な特徴事項は、次なる患者モデルを使用できるように準備される。即ち、現在のレジストレーションと、現在の患者への適合化とに基づいて、患者のどの部分が画像取得装置の視野内に配置されているかをできるだけ正確に記述する患者モデルである。これに関連して、特定の実施形態では、少なくとも、現在の患者に適合化され、かつ局所的に分解された仕方で患者の組成を記述する患者モデルが、患者を記述する患者データとして使用される。この場合、有利には、患者モデルとして、コンピュータ断層撮影に基づく患者モデルか、ベクトルに基づく患者モデルか、器官の少なくとも一部の配置を再現した患者モデルか、患者の血管経路かのうち少なくともいずれか１つを適当に使用するとよい。これは、例えば、コンピュータ断層撮影に基づく患者モデルまたはこの種類のもので全ての重要な器官および血管ツリーを複製するものが利用できることを意味する。この種のコンピュータ断層撮影に基づく患者モデルは、例えば対象となっている患者を記録するコンピュータ断層撮影画像から導き出すことができるが、しかし、一般的なモデルとしても導き出すことができ、画像取得装置がＸ線装置として構成されている場合には格別に適している。なぜならば、この一般的なモデルは、暗黙的にＸ線撮影による対応する解剖学的構造の描出可能性も記述するからである。しかし、同様に、ベクトルに基づく簡単な患者モデルを使用することも考えられ、それは一般的な患者の輪郭およびその輪郭に関連した全ての重要な器官の配置が描出され、好ましくはレジストレーションにより現在の患者に適合化される。従って、患者モデルの広範なさまざまの実施形態が一般的に用いられ、好ましい実施形態では、患者モデルは、基本的に、レジストレーションとともに、少なくとも画像取得装置もしくは該画像取得装置の撮影装置に対して、重要な器官の配置を描出することができる。

現在の患者に対する患者モデルの適合化は、一般的な患者モデルが用いられる場合、例えば、その他の患者データを介して行うことができる。その他の患者データは、例えばレジストレーションから導き出すか、予備撮影画像から導き出すか、その他の患者情報、特に大きさおよび／又は体重および／又は性別から導き出すかのうち少なくともいずれか１つに基づくとよい。格別に有利には、レジストレーションが、一般に予め与えられる患者モデルの現在の患者への適合化も含むとよい。

レジストレーションは、具体的には、患者に向けられた少なくとも１つのセンサからのセンサデータか、画像取得装置により取得された患者の画像データか、情報システムから呼び出された患者データか、画像取得装置の患者用寝台の実施態様に基づいて得られる患者配置データか、のうち少なくともいずれか１つに基づいて成立し得る。この場合に、具体的な実施形態では、センサとして、カメラ、特に３Ｄカメラか、赤外線カメラか、テラヘルツカメラか、超音波センサかのうち少なくともいずれか１つが使用されるとよいが、その他の実施形態も可能である。特に、画像取得装置の座標系による患者のレジストレーションを行うために多くの方法を使用することができ、そのレジストレーションは、特に具体的には、この座標系により現在の患者に適合化された患者モデルのレジストレーションの形で現される。

従って、先ず、カメラに基づく光学的なレジストレーションを実行することが考えられる。カメラは、患者用寝台上に存在する患者を撮影し、患者用寝台に対する患者輪郭の相関関係を作成し、その相関関係は、特に、患者の配置（頭を前にした体位“Ｈｅａｄ Ｆｉｒｓｔ”、足を前にした体位“Ｆｅｅｔ Ｆｉｒｓｔ”、仰臥位“Ｓｕｐｉｎｅ”、腹臥位“Ｐｒｏｎｅ”、等）を記述する。この場合に、赤外線カメラの使用は、殺菌のための患者カバーを透視することができるという利点を有する。患者用寝台に対する患者の配置を超音波に基づいて認識することも考えられる。この場合に、レジストレーションの際に、情報システム、例えば病院情報システム（ＨＩＳ）および／又は放射線医学情報システム（ＲＩＳ）から得られる患者データか、画像取得装置に入力される患者データか、それらのうち少なくともいずれか一方を使用することもでき、これらの患者データは、例えば患者用寝台上での患者の配置がどのようであるかを直接に記述することができるが、あるいは、患者を、例えば大きさ、年齢、性別、体重等によって、より正確に記述することもでき、この種の患者データは、好ましくは、一般に予め与えられる患者モデルを現在の患者に適合化するのに使用するとよい。追加的に又は代替として、画像に基づくレジストレーションも考えられ得るし、例えば最初の予備画像および／又は患者から取得される最初の画像データを使用することも考えられる。画像データから、例えばデータバンクおよび／又は人工知能に基づいて情報を引き出すことができ、その際に器官識別も考えられる。結局は、本発明の範囲内において、患者用寝台の実施形態に基づいたレジストレーションも行うことができ、具体的な実施形態では、感圧フィルムを組み込まれた患者テーブルが使用され、その感圧フィルムは、患者の主要な支持点、特に頭、肩、尻、ふくろはぎ、足および腕を認識し、レジストレーションのために患者モデルと相関関係を定める。

改めて強調するに、好ましくは、レジストレーションの際に収集されたレジストレーションデータに基づいて、使用される（一般的に指定された）患者モデルが現在の患者に適合化されることで、患者モデル内に含まれる患者の特徴が画像取得装置の座標系の中で局所化されることができる。換言するならば、患者レジストレーションは、患者モデルの（従って、患者の）座標系と、画像取得装置の座標系との間の関係を作り出し、従って、患者モデルによって記述された解剖学的特徴は、決定アルゴリズムにおいて相応の推論を引き出すために、画像取得装置、特に該画像取得装置の撮影装置に対して位置認識することができる。

本発明の範囲内において、画像取得目的を記述する入力データが、情報システムから呼び出されるか、画像取得目的のために他の入力データから、特に画像取得装置の視野内に位置決めされた患者の部分から導き出されるか、それらのうち少なくともいずれか一方であるように準備することができる。画像取得目的（目標アプリケーション）は、病院情報システム（ＨＩＳ）および／又は放射線学情報システム（ＲＩＳ）の登録事項から、特に有利に決定することができる。というのは、しばしば、情報システムの患者レジストレーションの一部として相応の情報が得られるからである。しかし、画像取得装置の視野内に位置決めされた患者部分から相応の推論を引き出すことも格別に有利であり、このことは、詳述したように、患者モデルのレジストレーションに基づいて可能である。この場合に、画像取得装置の視野内に位置決めされた部分は、妥当性チェックのために利用もしくは解析することができる。

本発明の格別に有利な実施形態では、入力データが、画像取得過程中に患者のために使用される医療器具を記述する少なくとも１つの器具データも含むことができる。使用される器具（「デバイス」）は、画像取得装置自体の画像化様式の画像化に対して影響を及ぼすだけでなく、特に、例えばカテーテルの追跡、インプラントの位置検査等の時のように、特に医療器具自体が複写される場合には、それら器具の画像化特性に起因して画像取得に特定の要求がされることがある。従って、医療器具を記述する対応する入力データは、決定アルゴリズムにより動作パラメータを決定する際に、有用な情報である。

具体的には、器具データは、器具と該器具の包装の少なくともいずれか一方上の情報媒体を読み取る認識装置の使用からか、情報システム内の器具データからか、器具を示す画像取得装置の画像データの評価からか、画像取得装置の画像化様式に関連する少なくとも１つの特性を含ませることからか、それらのうち少なくともいずれか１つを用いることにより決定できる。例えば、適切な認識装置により、医療器具の情報媒体、例えばバーコードおよび／又はＲＦＩＤチップが読み取られることによって、医療器具が、いわば画像取得装置においてレジストレーションされるように準備することができる。追加又は代替として、情報システムからの情報照会および／又は画像に基づく比較が行われるようにしてもよい。例えば、画像取得装置の画像データ内の医療器具は、セグメンテーションアルゴリズムによって検出可能であり、このことは、特に医療器具の特性の決定も可能にする。従って、医療器具に対して、特性、特に画像取得装置の画像化様式に関係する特性が、用意されているならば格別に有利である。例えば、医療器具の特性として、医療器具の少なくとも材料（例えば、白金、プラスチック、鉄、タンタル、ヨウ素等）、少なくとも１つの次元における幾何学的な広がり（例えば、１．２フレンチカテーテル、即ち、０．４ｍｍの直径、ステント直径、ステントストラップ直径等を有するカテーテル）が使用され、これに基づいて画像取得装置の動作パラメータの適合化が行われる。

一例において小さいカテーテルを使用しなければならない場合に、好適には、必要ならば、既に与えられた動作パラメータのカテーテルの使用範囲に関する最適化に加えて、改善された分解能に関して動作パラメータを適合化するとよく、従って、例えば、医療器具が患者の肝臓領域内又は患者の心臓領域内にある場合に、さまざまの画像取得パラメータおよび／又は画像評価パラメータが使用される。加えてさらに、医療器具の目標部位に関する他の情報、例えば目標部位内の塞栓等が関係する。

他の有利な実施形態の変更例では、決定アルゴリズムにより決定される動作パラメータは、画像取得過程において使用された医療器具の動作パラメータを含む。これによって、例えば医療器具の向きおよび／又は配置は、レジストレーションに基づいて特定することができる。さらに、有利なことに、画像取得装置および医療器具の共通のワークフローを決定することができ、その共通のワークフローは、画像取得目的を達成するための画像取得過程の格別に時間効率の良い直観的な実行を可能にする。移動可能な画像取得装置の場合に、その共通のワークフローは、例えば医療器具および画像取得装置のできるだけ同期化された動きを可能にすることができる。さらに、例えば画像取得装置の視野内にある医療器具による障害的な影響は、共通のワークフロー内の対応する指令によって回避することができる。

本発明の範囲内において、画像取得装置の移動可能なコンポーネント、特に撮影装置および／又は患者用寝台の移動可能なコンポーネントの位置および／又は向き、従って、画像取得装置の座標系におけるそれらの位置および／又は方位（姿勢）がわかるように、適当に準備する。入力データとしても使用可能な、および／又は他の方法で決定アルゴリズムに入力される、この種のコンポーネント情報は、種々の方法で得ることができるので、例えば画像取得装置のコンポーネントの存在および／又は位置／方位は、上記コンポーネントに付設されたアクチュエータの状態からか、上記コンポーネントに付設されたセンサからか、それらのうち少なくともいずれか一つによって決定できる。従来技術と違ってここでは当然ながら、特に手動で配置および／又は設定がされるコンポーネントの場合、他のセンサを追加することもできる。その際に、例えばリソース、特にフィルタおよび／又はコリメータおよび／又は格子は、医療器具と同じように取り扱うことができ、特に、同様に相応に（最初の）画像データにおいて検出されるか、および／又は使用時に情報媒体によりレジストレーションされる。

入力データが、周期的か、変更時かのうち少なくともいずれか一方時に更新され、その結果として動作パラメータの少なくとも１つの適合化が、変更された入力データに基づいて行われるように適当に準備することができる。これは、上述の入力データが、画像に同期して又は少なくとも時々更新できることを意味する。例えば、撮影過程における画像シーケンス中に、Ｃアームの角形成および／又は（一般的に言うならば）患者用寝台の位置が変化可能であることによって、撮影条件および／又は検査部位が変化する。これに関する具体例は、アクセス口（腰部又は橈側）でのカテーテルもしくはガイドワイヤの挿入を含み、カテーテルもしくはガイドワイヤは、患者用寝台が共に移動される間に、大動脈（又は橈側）を介して大動脈弓に押し込まれるので、医療器具の先端は、常に取得される画像データセットデータ中に見ることができ、その際にさまざまの器官／検査部位を走査する。ここでは、入力データおよびその結果として生じる動作パラメータを常に更新することによって、格別の利点をもって、常に適切な動作パラメータを動的に決定アルゴリズムにより決定し、それにより医療器具の全ての位置のために改善された画質を提供することができる。

適切な実施形態においては、決定アルゴリズムによって、使用される画像取得装置の画像化様式に関係する患者撮影部位の少なくとも１つの特性を決定し、少なくとも１つの動作パラメータ、特に画像評価パラメータの適合化のために使用することができる。

これについて、画像取得装置としてのＸ線装置を用いた場合の具体例を参照して詳述する。例えば、動作パラメータの決定は、画像取得目的のためのＸ線スペクトルの最適化を含み得る。その場合に、既存の線量制御およびスペクトル適合化は、主要な患者材料特性の一般に使用される混合モデルを基礎としており、例えば、特定の組成が推定される。利用可能な入力データにより、特に画像取得装置の視野内の患者の部分の決定により（付加的に患者モデルから当該部分に対応する解剖学的構造も知ることができる）、今や非常により特化して、視野内にある患者のその部分のより実際的な組成を推定することが可能になるので、それによって予測される１次Ｘ線成分および散乱Ｘ線成分を、適切なＸ線スペクトル選択（管電圧、前置フィルタリング等）によって最適化することができる。

付記しておくに、入力データ、特に患者モデルは、場合によっては存在する患者のインプラントも記述することができ、それらのインプラントは、適切な動作パラメータを選択もしくは決定する際に同様に考慮することができる。例えば、既知のインプラント（膝、臀部等）に関する情報は、コリメータおよび／又は関連するフィルタの重ね合わせに関する情報と同じように、Ｘ線スペクトルおよびＸ線線量を最適化するために利用することができる。

従って、特に、入力データ又は動作パラメータとして、一般に使用されるフィルタおよび／又はコリメータおよび／又はそれらの位置および／又はそれらの設定を決定することができる。ここで指摘しておくに、フィルタ／コリメータに対する情報は、インプラントに対する情報と同様に、例えば予備画像又は患者の最初に取得された画像データの画像解析によっても決定することができる。

さらに、他の物理的な動作パラメータ、従って画像取得パラメータも、視野内の患者の部分に関する認識に基づいて、特にＯＯＩ（関心器官）に関して、最適化のために適合化することができる。例えば、入力データおよびレジストレーションに基づいて、高い確率で、画像取得目的として右側の冠動脈又は左側の冠動脈の血管造影を予測することができ、動作パラメータとしてのパルス長の最適化された選択を自動的に行うことができる。なぜならば、冠動脈の例においては、左側および右側の冠動脈が明らかに異なる運動速度を示すことが知られているからである。この場合に、右側の冠動脈は、左側の冠動脈よりも明らかに速く動くからである。どの冠動脈が検査されるべきかという情報が、（レジストレーション、患者モデル、画像取得装置の視野から推測して）解っていて、および場合によっては画像取得目的（目標アプリケーション−心血管造影）が解っている場合には、時間的分解能を最適化しかつ動きアーチファクトを回避もしくは低減するために、Ｘ線パルスのパルス長および／又は動作パラメータ中の画像周波数の相応の適合化を行うことができる。

上述の方法に関する他の有効な適用分野には、時間的に連続した複数の個別画像取得を含む画像取得過程が含まれる。個々の画像取得時点ごとに、（レジストレーションおよび患者モデルに基づいて）患者に関する撮影ジオメトリを記述する物理的な動作パラメータを決定することができ、例えば、患者用寝台および／又は撮影装置の（可能であれば、それぞれ場合によっては方位を含めた）位置を含むシステム位置を決定することができる。特に、操作者による承認後にシステム位置が順次選定され、画像取得が行われる。この種のことは、例えば、Ｘ線装置、特にＣアームを有するＸ線装置における冠状動脈診断では通常のことである。その際に、システム位置は、患者用寝台の位置およびＣアームの角形成を含むことができる。同様に、他の動作パラメータは人工知能のアルゴリズムによって決定できるので、このことは、システム位置（一般的に言えば、撮影ジオメトリ）の連続に対しても当てはまる。訓練データは、例えば他の患者の同様の検査の際に取得することができる。

しかし、動作パラメータを最適化する決定は、物理的な動作パラメータ（画像取得パラメータ）に限定されるのではなくて、画像評価パラメータ（画像処理技術的パラメータ）にも関係し得る。例えば、決定アルゴリズムによって選択れた物理的な動作パラメータか、使用される医療器具に関する情報か、インプラント情報か、それらのうち少なくともいずれか１つに依存して、画像と同期して画像処理を最適化することができ、これは、例えば、画像に基づいた一時的なノイズ抑制の強さ、コントラストおよび動特性の管理、空間周波数に依存した画像鮮明度等に関係する。

本発明の格別に有利な実施形態では、動作パラメータが少なくとも１つのワークフロー上の指示の自動的出力を記述し、特に、画像取得時に使用されるべきリソースに関するものか、患者への不都合な影響を最小限にするためのものかのうち、いずれか一方又は両方を記述する。このことは、例えば、画像取得過程に割り当てられたワークフローを実行する際に使用者を支援することによって、使用者との対話にも動作パラメータが関係し得ることを意味する。例えば、使用者は、画像取得過程中の患者の最適診療のために、ワークフロー上の指示、および／又は、特に、画像取得の際に使用されるべきリソースの種類および／又は位置決めと、対応する出力手段に関係するワークフロー上の指示を受け取ることができる。さらに、ワークフロー上の指示は、画像取得過程の半自動の実行を可能にする。例えば、カテーテル検査の際には、操作者に対して、画像取得装置および／又は患者用寝台の移動方向に関する指示を出力することができる。入力データが画像取得装置の他のコンポーネントに関する情報および／又は医療器具に関する情報を含む場合に、画像取得過程における障害的な影響は、操作者への対応するワークフロー上の指示の出力によって回避することができる。

例えば、検査されるべき患者を記述する入力データから、小児科の患者、例えば幼児であるか、又は大人であるかを認識することができる。この結果として、例えば、画像取得装置がＸ線装置として構成されている場合に、拡散防止格子を使用するか、又は小児科の検査の際にはそれをＸ線経路から遠ざけるか、というワークフロー上の指示がもたらされる。同様に、Ｘ線装置の場合には、画像取得装置側で自動化して、局所的な線量負担、特に皮膚線量の最適化に関係するワークフロー上の指示を生成することが非常に有効である。その際に、例えば、より長く持続する画像取得過程において患者に対して局所的に加えられる皮膚線量を最小限にするために、ワークフロー上の指示において、撮影ジオメトリ変更、例えば補完的角形成のための撮影ジオメトリ変更を提案できる。その他の画像取得装置、例えば、画像取得装置としての磁気共鳴装置を用いる場合には、例えば、これに関するワークフロー上の指示付与はローカルＳＡＲおよび／又はグローバルＳＡＲに関係し得る。

本発明は、方法のほかに、撮影装置と、本発明による方法を実施するように構成された制御装置とを有する画像取得装置、特にＸ線装置にも関する。本発明による方法に関する全ての説明事項は、類似的に、本発明による画像取得装置に転用することができ、従って、本発明による画像取得装置により、同様に、既に述べた利点を得ることができる。制御装置は、少なくとも１つのプロセッサおよび／又は少なくとも１つの記憶手段を含むことができる。本発明による方法を実施するために、制御装置は、特に、決定アルゴリズムを実行する決定ユニットを有することができる。さらに、特に、画像取得装置の座標系を用いて、患者モデルにより、患者のレジストレーションを行うためのレジストレーションユニットも含むことができる。動作パラメータを実行することによる画像取得装置の制御を対応する制御ユニットにより行うことができる。

本発明によるコンピュータプログラムは、例えば、直接に画像取得装置の制御装置の記憶手段内に読み込み可能であり、コンピュータプログラムが画像取得装置の制御装置内で実行される際に本発明による方法のステップを実行するべくプログラム手段を有する。そのコンピュータプログラムは、本発明による電子的に読取可能なデータ媒体に記憶可能であり、従ってそのデータ媒体はそれに記憶されている電子的に読取可能な制御情報を含み、それらの制御情報は、少なくとも１つの上述のコンピュータプログラムを含み、かつ画像取得装置の制御装置においてそのデータ媒体を使用する際に本発明による方法を実施するように構成されている。データ媒体は、非一過性のデータ媒体、特にＣＤ−ＲＯＭである。

本発明の他の有利な利点および詳細を、以下において説明する実施例ならびに図面に基づいて説明する。

図１は本発明に係る方法の概略フローチャートを示す図である。 図２は本発明に係る画像取得装置をＸ線装置の形で示す図である。

以下において本発明の実施例を、画像取得装置としてＸ線装置を用いた場合について説明する。当然のことながら、より高度に複雑な他の画像取得装置、例えば磁気共鳴装置への適用も考えられ得る。

基本的な着想は、次のような一部又は全部の利用可能な入力情報に基づいて、できるだけ最適な物理的および画像処理技術的な動作パラメータを、画像取得装置の制御装置によって完全に自動的に選択させることにある。即ち、一部又は全部の現在の入力情報とは、現在の患者に適合化された患者モデル、該患者モデルのレジストレーション、従って画像取得装置の座標系による患者、画像取得目的の知識、現在の検査部位（関心器官、ＯＯＩ）に関する情報、インプラント、直接放射、フィルタ／コリメータの配置に関する情報、検査部位内での予測される運動の知識、および使用される医療器具もしくは画像化のために最も重要な医療器具に関する知識である。このために、好ましくは画像取得装置の完全な画像関連のパラメータ化を行う有能な決定アルゴリズムが使用されるので、いかなる使用者動作も、例えば測定プロトコル／器官プログラムの選択も必要とされない。

本発明による方法の基礎を、図１のフローチャートを使用して詳細に説明する。人工知能の少なくとも１つのアルゴリズムを含み得る決定アルゴリズム用の入力情報には、ここでは、既に言及した患者のレジストレーション１のほかに種々の入力データ２〜５が含まれるが、先ず患者モデル（入力データ２）について詳しく説明する。

ここに記載されている実施例においては、基本的には一般的な患者モデルが使用され、この患者モデルはレジストレーション１に基づいて、現在の患者に対して適合化され、画像取得装置の座標系によりレジストレーションされる。その際、患者モデルとしては、全ての重要な器官および血管系を画像化するコンピュータ断層撮影の画像化様式の患者モデルか、および／又は一般的な患者の輪郭および全ての重要な器官の配置をその輪郭に関連付けて画像化するベクトルに基づく簡単な患者モデルが使用できる。レジストレーションの際に得られるレジストレーションデータによって、患者の位置および配置が記述されるだけでなく、患者の他の関連特性、特に患者の大きさ／輪郭も記述されるので、現在の患者への患者モデルの適合化が可能であり、また、そのレジストレーションに基づいて画像取得装置の座標系に対する患者モデルの適切な位置合わせも画像取得装置の制御装置に対するアルゴリズムで問題なく可能である。上記の患者モデルとレジストレーションとの組み合わせは、ここで説明する方法の重要な基礎である。

レジストレーション１を生成するために、さまざまの方法を使用することができ、特にさまざまの方法を組み合わせて使用することもできる。例えば、画像取得装置の患者用寝台上の患者を撮影して患者用寝台に対する患者輪郭の相関関係を作成するカメラに基づく光学システム、視認可能な領域内で測定するカメラと同じように動作するがテラヘルツカメラと同じような範囲をカバーすることができる赤外線に基づくシステム、相応の超音波センサを有する超音波に基づく認識システム、患者用寝台に組み込まれて主要な支持点を測定しそれらと患者モデルとの相互関係を示すことができる感圧フィルムの使用、並びに患者に関する追加情報、例えば患者用寝台上での患者の配置に関する入力および患者特有の患者データ、特に大きさ、年齢、性別、体重等である。この種の患者データは、例えば情報システムから、特に病院情報システム（ＨＩＳ）および／又は放射線医学情報システム（ＲＩＳ）から呼び出すことができる。

他の入力データ３は、画像取得装置のシステム状態、特に、撮影装置によって定義された現在の撮影ジオメトリを記述する。この場合に、Ｘ線装置では、（例えばＣアームによって保持することができる）撮影装置としてのＸ線放射器およびＸ線検出器の位置決めを患者用寝台に対して記述することができ、このことは、ここで説明する実施例の内容において極めて重要な情報である。というのは、画像取得装置の座標系内に存在して患者の関連器官／解剖学的構造を記述する患者モデル（入力データ２、レジストレーション１）と関連して、患者のどの部分が画像取得装置の視野内にあるかを、直接に確認することができ、このことが画像取得目的および／又は関心器官（ＯＯＩ）を明確に指し示すからである。この場合に、画像取得目的は、直接的に、画像取得装置の座標系による患者のレジストレーションから、特に画像取得目的を記述する患者モデルおよび／又は他の入力データとの組み合わせで、導き出すことができる。

さらに、画像取得過程もしくは具体的に言うと画像取得目的に関係する他の入力データ５は、例えば既述の情報システムのうちの１つから同様に呼び出すことができる。視野内の患者部分に関する知識（レジストレーション１、入力データ２，３）と、画像取得目的に関係する他の入力データ５との対応する組み合わせによって、期待される動作パラメータもしくは該動作パラメータの値に関する格別に正確な知識がもたらされる。例えば、入力データ５が、心血管造影法が行われるべきであることを示し、画像取得装置の視野内にある患者部分が、右側の冠動脈が取得されるべきであることを要求する場合には、移動するアーチファクトを最小限にしかつ時間分解能を最適化するべく、例えば対応する短いパルス又は対応する画像周波数を選択するために、右側の冠動脈が左側の冠動脈よりも速やかに動くという背景的知識を利用することができる。

入力データ３（画像取得装置の動作状態）に関してさらに付記しておくに、適切な情報が、しばしば、始動されたアクチュエータからのフィードバックとして、および／又は対応するセンサ技術によって、画像取得装置の制御装置内で既に入手可能となっているか、または画像取得装置の制御装置に容易に補充することができる。さらに、入力データ３は、使用されるリソース、選択的なおよび／又は調整可能なコンポーネントに関する情報、特にコリメータおよび／又はフィルタに関する情報も含むことができる。この種の入力データ３は、さらに画像取得装置自身の画像データからも導き出すことができる。

さらに、入力データ２に付属して決定され得る患者のインプラントに関する情報も、画像データから導き出すことができ、又は情報システムから呼び出すことができる。特に画像化様式がＸ線撮影の場合に、インプラントは該インプラントの減弱特性に基づく影響を受けるので、動作パラメータは、それらの存在を考慮に入れて構成される。

非常に有用な入力情報は入力データ４であり、この入力データ４は、画像取得過程において特に患者に接して使用されるか、患者内で使用されるか、それらのうちいずれか一方又は両方で使用される医療器具（「デバイス」）に関係する。この種の医療器具は、明白に画像取得目的にも関連し得るか、画像取得に影響を与え得るか、それらのうちいずれか一方又は両方であり、そのために医療器具に関する知識は非常に役に立つ。使用されるデバイスに関する情報は、適切な認識装置による情報媒体の読み出しによって、例えばバーコードの読み出しによって検出することができ、任意選択的に、器具特性の画像に基づく調整を、場合によってはセグメンテーションアルゴリズムの助けにより、行うことができる。入力データ４は、医療器具のために格納されていて、例えば動作パラメータの決定時に同様に利用することができる特性も含み、それらの特性とは、例えば、素材、少なくとも１つの次元における幾何学的広がり等である。

決定アルゴリズム６の実行は、究極的には２つのステップＳ１およびＳ２において行われる。ステップＳ１においては、先ず物理的な動作パラメータが決定される。これらの動作パラメータは画像取得パラメータとも称せられ、物理的な画像取得過程に関係する。さらに、それに関係して、ステップＳ２において画像処理技術上の動作パラメータ（画像評価パラメータ）が決定される。既に述べたように、決定アルゴリズム６は人工知能の少なくとも１つのアルゴリズムを含み、該アルゴリズムは、例えば訓練データによって訓練され、該訓練データは、測定プロトコルに基づいて動作する画像取得装置を使用する場合に、ロギングによって決定することができる。人工知能は、特に、高度に複雑な一部の事情の場合に考えられ得るのに対して、既述の事情の多くは、本明細書によって示したように、人工知能を使用しなくても推定することができる。

具体的な実施例では、例えば、視野内の患者の既知部分（および場合によりインプラントに関する知識）に基づいて照射領域の組成情報を決定することによって、Ｘ線線量およびＸ線スペクトルを記述する動作パラメータを画像取得パラメータとして決定することができ、上記組成情報に基づいて適切な動作パラメータを選択することができる。この状況において人工知能によるアプローチも使用することができる。最適化は、例えば予測される１次放射線および散乱放射線に対して行うことができる。さらに、インプラントに関する情報は、コリメータの重ね合わせにも影響し得るか、Ｘ線スペクトルを最適化するフィルタの使用にも影響するか、それらのうちいずれか一方か又は両方である。動作パラメータとしてのパルス長および／又は画像撮影周波数に関係して、例えば、関心器官（ＯＯＩ）の運動に関する情報を決定し、それに応じて評価することができる。その際に、選択された物理的な動作パラメータと、入力データ２〜５とに基づいて、ステップＳ２において、次に画像評価パラメータが動作パラメータとして決定される。即ち、例えば画像に基づいた一時的なノイズ抑制の強さ、コントラストおよび動特性管理を記述するパラメータ、空間周波数に依存した画像鮮明度等の画像評価パラメータである。

ここでなおも付記しておくに、動作パラメータの他の分類グループとして、例えば、（ここでは図を見やすくするために詳しくは図示していない）決定アルゴリズム６の他のステップにおいて、出力されるべきワークフロー上の指示に関連した動作パラメータも決定することができる。自動的に生成されるこのようなワークフロー上の指示によって、使用すべき又は使用すべきではないコンポーネント／リソース、例えば散乱Ｘ線格子を使用者に指示することができたり、使用者への対応するワークフロー上の指示によって皮膚線量の最小化等を達成することができ、それらのうちいずれか一方又は両方を可能にすることができる。

さらに、ステップＳ３においては、決定された動作パラメータが、画像取得装置の制御ために、従って、特に画像取得、画像処理、画像表示および画像保存のために、使用される。

矢印７が示しているように、既述の入力データは、画像と同期して更新することができ、例えば、１つの画像シーケンス中に撮影ジオメリおよび／又は患者用寝台位置が変化した場合に、画像と同期して更新することができる。そのことは、例えば、追跡されるべき医療器具が患者内部で動くことによってもたらされてもよい。従って、現在の状況に基づいて常にできるだけ最適な仕方で選ばれる動作パラメータが、決定アルゴリズム６によって決定されることが可能となり、決定アルゴリズム６はまた、適切に画像と同期して実行される。

付記するに、動作パラメータは、同様に、患者用寝台によって自動的に選定されるべき位置（従って、（レジストレーションに基づいて既知である）患者の位置）および／又は撮影装置の位置、即ち、統合されたシステム位置、並びに画像取得装置による連続した画像取得のための位置個数も含み得る。例えば、入力データ２〜５は、特に、特別な画像化を要求する冠状動脈検査が行われるべきであることを特定できるだけでなく、さらに同様に患者モデルに基づいて心臓の位置、向きおよび大きさを記述することができる。これから、複数の画像取得過程を含む検査に適した撮影ジオメトリを決定することができ、動作パラメータとして、例えば、患者用寝台位置および撮影装置位置、つまり特定のシステム位置を記述することができ、これらの位置は自動的に選定することができる。

システム位置は、例えば診療所の日常ルーチンにおいて、同様の検査を記述する訓練データから自動的に学習することができる。ここに、他の具体的な適用例と同様に、例えば診療所特有におよび／又は使用者特有の仕方で学習することができ、従って同様に、相応に局所的および／又は個別に好ましい動作パラメータを使用することができる。

図２は、インターベンショナルなＸ線装置として構成されている画像取得装置８を図示しており、画像取得装置８は、ここでは可動ロボットアーム９に支持されたＣアーム１０を含み、Ｃアーム１０には撮影装置としてＸ線放射器１１およびＸ線検出器１２が対向配置されている。同様に移動可能に構成することができる患者用寝台１３に関して種々の撮影ジオメトリを実現することができ、患者用寝台１３上に検査されるべき、および／又は治療されるべき患者１４が横たわることができる。この場合、画像取得装置８は、制御装置１５によって制御され、この制御装置１５は、本発明による方法を実施するように構成されている。

制御装置１５には、ワークフロー上の指示を出力するための出力手段１６、例えばディスプレイおよび／又は音響的出力手段を付設することができる。決定アルゴリズム６を実行するために、制御装置１５は、特に、他の機能ユニットに加えて、対応する決定ユニット１７を有することができる。さらに、制御装置１５は、外部の情報システム１８と通信するよう構成することができる。

本発明を細部にわたって好ましい実施例によって詳細に図解説明したが、本発明は開示された実施例によって限定されることはなく、他の変形例を当業者によって、本発明の保護範囲を逸脱することなく導き出すことができる。

１ 患者のレジストレーション
２ 入力データ
３ 入力データ
４ 入力データ
５ 入力データ
６ 決定アルゴリズム
８ 画像取得装置
９ 可動ロボットアーム
１０ Ｃアーム
１１ Ｘ線放射器
１２ Ｘ線検出器
１３ 患者用寝台
１４ 患者
１５ 制御装置
１６ 出力手段
１７ 決定ユニット
１８ 外部の情報システム
Ｓ１ ステップ
Ｓ２ ステップ
Ｓ３ ステップ

Claims (24)

1. 制御装置（１５）が動作パラメータに基づいて画像取得装置（８）を制御する、前記画 像取得装置（８）の動作方法において、
   前記制御装置（１５）は、レジストレーションデータとして収集される、
   患者（１４）に向けられた少なくとも１つのセンサからのセンサデータ、
   前記画像取得装置（８）により取得された前記患者（１４）の画像データ、
   情報システム（１８）から呼び出された患者データ、
   前記画像取得装置（８）の患者用寝台（１３）上の前記患者（１４）の患者配置データ、 のうち少なくともいずれか１つに基づいて、
   前記患者（１４）と前記画像取得装置（８）の座標系の関係を算出し前記患者（１４）の 撮影対象の検査部位を特定する、前記患者（１４）のレジストレーション（１）を行うこ と、
   前記制御装置（１５）は、入力データ（２）として与えられる患者モデルを、現在の患 者の座標系に適合させ、前記患者モデル内に含まれる前記患者（１４）の特徴と前記画像 取得装置（８）の座標系の関係を算出し画像取得目的を特定する、前記患者モデルのレジ ストレーションを行うこと、
   前記制御装置（１５）は、特定アルゴリズム（６）を用いて、収集された前記レジスト レーションデータ、前記患者（１４）のレジストレーション（１）及び前記患者モデルの レジストレーションによって算出された前記関係、特定された前記検査部位、及び、特定 された前記画像取得目的に基づいて、前記動作パラメータを特定すること、
   前記制御装置（１５）は、特定された前記動作パラメータを用いて、前記画像取得装置 （８）を制御すること、
   を特徴とする方法。
2. 前記制御装置（１５）は、動作パラメータを特定するために、更に、前記画像取得目的 を記述する少なくとも１つの更なる入力データ（３，４，５）を併用することを特徴とす る請求項１に記載の方法。
3. 前記制御装置（１５）は、算出された前記患者の特徴と前記画像取得装置の座標系の前 記関係及び少なくともそれから特定された前記画像取得目的に基づいて、ワークフローを 特定し、
   前記画像取得装置（８）が、前記特定されたワークフローを、半自動的又は自動的に実行することを特徴とする請求項１又は２に記載の方法。
4. 前記特定アルゴリズム（６）が、機械的学習によって訓練されている少なくとも１つの人工知能アルゴリズムを含むことを特徴とする請求項１乃至３のいずれかの１項に記載の方法。
5. 前記制御装置（１５）は、前記人工知能アルゴリズムのための訓練データを特定するた めに、予め定義された動作パラメータと共に予め定義された測定プロトコルが使用される 場合、少なくとも１つの個別パラメータ適合化を含む使用者の作業をロギングすることを特徴とする請求項４に記載の方法。
6. 前記動作パラメータが、画像取得パラメータのほかに少なくとも１つの画像評価パラメータを含むことを特徴とする請求項１乃至５のいずれか１項に記載の方法。
7. 現在の患者の座標系に適合された前記患者モデルは局所的により高い分解能で患者（１４）の組成を記述することを特徴とする請求項１乃至６のいずれか１項に記載の方法。
8. 前記制御装置（１５）は、前記画像取得目的を記述する入力データ（２，３，４，５） を、情報システム（１８）から呼び出すか、他の入力データ（２，３，４，５）から算出 するか、それらのうち少なくともいずれかであることを特徴とする請求項１乃至７のいずれか１項に記載の方法。
9. 前記入力データ（２，３，４，５）が、前記画像取得装置の画像データ内で検出される医療器具を表す少なくとも１つの器具データを含むことを特徴とする請求項１乃至８のいずれか１項に記載の方法。
10. 前記制御装置（１５）は、前記器具データを、認識装置を用いて読み取った前記器具と該器具の包装の少なくとも一方上の情報媒体、情報システム（１８）内の器具データ、前記器具を示す前記画像取得装置（８）の画像データの評価、のうちの少なくとも１つに基 づいて特定することを特徴とする請求項９に記載の方法。
11. 前記器具データが、前記画像取得装置（８）の画像化様式に関連する特性を含むことを 特徴とする請求項９又は１０に記載の方法。
12. 前記特定アルゴリズムにより特定された前記動作パラメータが、前記画像取得装置の画 像データ内で検出される前記医療器具の動作パラメータを含むことを特徴とする請求項９ 乃至１１に記載の方法。
13. 前記制御装置（１５）は、前記画像取得装置（８）のコンポーネントの存在と位置のうち少なくともいずれかを、前記コンポーネントに付設されたアクチュエータの状態に基づ いて特定する、又は、前記コンポーネントに付設されたセンサにより検出することを特徴とする請求項１乃至１２のいずれか１項に記載の方法。
14. 前記制御装置（１５）は、前記入力データ（２，３，４，５）を、周期的又は変更時のうち少なくともいずれかの場合に更新し、更新された前記入力データ（２，３，４，５）に基づいて、前記動作パラメータの少なくとも１つの適合化を実行することを特徴とする請求項１乃至１３のいずれか１項に記載の方法。
15. 前記制御装置（１５）は、前記特定アルゴリズム（６）によって、前記画像取得装置（８）に使用される画像化様式に関係する患者（１４）の撮影部位の少なくとも１つの特性 を特定し、少なくとも１つの動作パラメータを適合させるために前記少なくとも１つの特 性を使用することを特徴とする請求項１乃至１４のいずれか１項に記載の方法。
16. 前記動作パラメータが、画像取得時に使用されるリソースに関する少なくとも１つのワークフロー上の指示の自動的出力、患者（１４）への不都合な影響を最小限にするための少なくとも１つのワークフロー上の指示の自動的出力のうち、少なくともいずれかを含むことを特徴とする請求項１乃至１５のいずれか１項に記載の方法。
17. 前記制御装置（１５）は、前記特定アルゴリズム（６）を用いて、前記画像取得装置（ ８）を制御するための前記動作パラメータを完全に自動的に特定することを特徴とする請求項１乃至１６のいずれか１項に記載の方法。
18. 前記患者モデルが、コンピュータ断層撮影に基づく患者モデル、ベクトルに基づく患者 モデル、器官の少なくとも一部の配置及び／又は患者の血管経路を再現する患者モデル、 のうち少なくともいずれかの患者モデルであること、
    を特徴とする請求項１乃至１７のいずれか１項に記載の方法。
19. 前記患者データは、前記患者（１４）の大きさ、年齢、性別、体重のうち少なくともい ずれかのデータであること、
    を特徴とする請求項１乃至１８のいずれか１項に記載の方法。
20. 前記患者配置データは、患者用寝台上での患者の配置、患者用寝台に対する患者輪郭の うち少なくともいずれかのデータであること、及び、
    を特徴とする請求項１乃至１９のいずれか１項に記載の方法。
21. 前記患者モデル内に含まれる前記患者（１４）の前記特徴は、少なくとも前記患者（１ ４）の器官又は解剖学的構造であること、
    を特徴とする請求項１乃至２０のいずれか１項に記載の方法。
22. 撮影装置と、請求項１乃至２１のいずれか１項に記載の方法を実施するように構成された制御装置（１５）とを有する、画像取得装置（８）。
23. 画像取得装置（８）の制御装置（１５）上で実行される際に、請求項１乃至２１のいずれか１項に記載の方法のステップを実行するコンピュータプログラム。
24. 請求項２３記載のコンピュータプログラムが記憶されている電子読取可能なデータ媒体。

Images