JP2004500213A - デジタル腸サブトラクションおよびポリープ検出システムならびに関連技術 - Google Patents

Abstract

仮想結腸鏡検査を実施するためのシステムは、デジタル画像を作成するためのシステムと、デジタル画像を記憶するための記憶装置と、記憶装置から結腸の画像を受領するために結合され、腸の内容物を画像から除去するデジタル腸サブトラクション・プロセッサと、記憶装置から結腸の画像を受領するために結合され、結腸の画像におけるポリープを検出する自動ポリープ検出プロセッサとを含む。

Description

【０００１】
（発明の分野）
本発明は、一般には結腸鏡検査手法に関し、より詳細には、腸の画像を処理して画像から腸内容物を除去するとともに、デジタル画像におけるポリープを検出するためのシステムに関する。
【０００２】
（発明の背景）
当該技術分野において知られているように、結腸鏡検査法は、結腸を検査して、結腸の解剖学的組織におけるポリープ、腫瘍または炎症の如き病変を検出するための医学的手法である。結腸鏡検査法は、その一端に光ファイバまたはビデオ記録機能を有する結腸鏡として知られるフレキシブルな環状構造体による直接的な内視鏡検査からなる手法である。結腸鏡を患者の肛門から挿入し、結腸の長さ方向に沿って誘導することによって、結腸のポリープや腫瘍を直接内視鏡で視覚化するとともに、場合によっては内視鏡生検やポリープ除去のための機能を提供する。結腸鏡検査法は、結腸鏡検査の厳密な手段を提供するが、実施するのに多くの時間と費用がかかるとともに、検査者の多大な注意力と技能を必要とする。また、この手法は、下剤の服用や浣腸、さらに通常は適度の麻酔を含む患者の周到な準備を必要とする。さらに、結腸鏡検査法は、侵襲的手法であるため、結腸を傷つけるリスクが大きいとともに、致命的ともいえる結腸の貫通や腹膜炎を生じる可能性がある。
【０００３】
これらの欠点を克服するために、仮想結腸鏡検査法が検討された。仮想結腸鏡検査法は、コンピュータ断層撮影（ＣＴ）映像システム（コンピュータ支援断層撮影（ＣＡＴ）映像システム）によって作成される画像を利用する。ＣＴ（またはＣＡＴ）映像システムでは、コンピュータを使用して、身体の断面に測定Ｘ線速度減衰を用いることにより身体部位の断面の画像を作成する。仮想結腸鏡検査法において、ＣＴ映像システムは腸の内部の二次元画像を作成する。当該一連の二次元画像を組み合わせて結腸の三次元画像を作成することが可能である。この手法は、内視鏡を患者に挿入する必要がないため、結腸を傷つけるリスク、および結腸の貫通や腹膜炎を引き起こす可能性が避けられるが、それでも下剤や浣腸を含む患者の周到な準備を必要とする。一般に、患者は食べるのを止め、比較的多量の下剤を服用する（典型的にはのむ）ことによって腸を洗浄する。仮想結腸鏡検査法に伴う他の問題は、仮想結腸鏡検査手法を用いた検査および診断の精度が、望まれるレベルほど高くないことである。これは、少なくとも一部に、検査者（例えば医師）が、結腸にポリープ、腫瘍または病変があるかどうかを判断するのに検査しなければならない画像の数が比較的多いことに起因する。
【０００４】
したがって、腸の洗浄を必要としない仮想結腸鏡検査手法を提供することが望まれる。また、周到な患者の準備を必要としない仮想結腸鏡検査手法を提供することが望まれる。
【０００５】
さらに、仮想結腸鏡検査法を用いた検査および診断の精度を高める手法を提供することが望まれる。さらに、検査者（例えば医師）が、結腸にポリープ、腫瘍または病変が存在するかどうかを判断するのに検査しなければならない画像の数を減らす手法を提供することが望まれる。さらに、結腸におけるポリープ、腫瘍または他の病変を自動的に検出する手法を提供することが望まれる。
【０００６】
（発明の概要）
本発明によれば、仮想結腸鏡検査（ｖｉｒｔｕａｌ　ｃｏｌｏｎｏｓｃｏｐｙ）を実施するための装置は、デジタル画像を作成するためのシステムと、デジタル画像を記憶するための記憶装置と、記憶装置から結腸の画像を受領するために結合されたデジタル腸サブトラクション・プロセッサ（ｄｉｇｉｔａｌ　ｂｏｗｅｌ　ｓｕｂｔｒａｃｔｉｏｎ　ｐｒｏｃｅｓｓｏｒ）であって、受領した結腸のデジタル画像を処理して、画像から結腸の内容物をデジタル的に除去するためのデジタル腸サブトラクション・プロセッサとを含む。この特定の構成により、患者の周到な準備（例えば腸の洗浄）を必要とせずに高精度な結果を与えるシステムが提供される。デジタル腸サブトラクション・プロセッサ（ＤＢＳＰ）は、画像データベースから画像データを受領し、画像データを処理してデジタル画像から腸の内容物をデジタル的に除去する。次いで、ＤＢＳＰは、画像を画像データベースに戻すことができる。ＤＢＳＰは、腸の内容物をデジタル的にサブトラクトするため、仮想結腸鏡検査を受ける患者は、患者にとって不愉快なものであることが知られている従来の方法で腸を洗浄する必要はない。該システムは、記憶装置から結腸の画像を受領するために結合された自動ポリープ検出プロセッサであって、受領した結腸のデジタル画像を処理して、結腸画像におけるポリープを検出するための自動ポリープ検出プロセッサをさらに含むことができる。
【０００７】
自動ポリープ検出プロセッサ（ＡＰＤＰ）は、（例えば画像データベースとして提供できる）画像記憶装置から画像データを受領し、画像データを処理して、ポリープ、腫瘍、または結腸の組織における他の異変を検出および／または識別する。したがって、ＡＰＤＰは、検査者（例えば医師）が、すべての画像を検査せずに、ポリープまたは他の異変を有する可能性のある画像の部分集合体に絞ることができるように、それぞれの画像をあらかじめ選別することが可能である。ＣＴシステムは、仮想結腸鏡検査を受ける患者毎に比較的多くの画像を作成するため、検査者は、ポリープまたは結腸における他の異変を検出する可能性が最も高い画像により多くの時間を当てることが可能になる。ＡＰＤＳは、従来の仮想結腸鏡検査手法（例えばＣＴスキャンに先立って患者が腸を洗浄する手法）を用いて作成された画像を処理することもでき、あるいはＡＰＤＰは、腸内容物がデジタル的にサブトラクトされた画像（例えばＤＢＳＰによって作成された画像）を処理することもできる。
【０００８】
本発明のさらなる態様によれば、デジタル腸サブトラクション手法は、画像データにしきい値関数を適用し、しきい値を上回るすべての画像要素を選択してさらに処理するステップと、本来の画像に勾配を適用して「ショルダ域」を識別し、次いでショルダ域上での画像拡大ステップを実施する（すなわち、ショルダ域内の選択画素を拡大する）ステップとを含む。腸内容物は、勾配解析に基づいてデジタル的にサブトラクトする。したがって、勾配を選択および拡大した後に、腸内容物のサブトラクションを実施する。数学的には、これをサブトラクテド画像値（本来の画像値−（しきい値＋勾配値））として表すことができる。
【０００９】
本発明のさらなる態様によれば、デジタル腸サブトラクション手法は、画像を表すデジタル値の行列を走査するステップと、結腸域に対応する領域を識別するステップと、結腸における空気と超内容物の領域に対応する領域を識別し、一方の領域を他方の領域からサブトラクトして、腸内容物が除去された画像を提供するステップとを含む。この手法によって、レーザをベースとした検索方法が提供される。レーザ・パターンで画像を走査し、所定の論理シーケンスのしきい値を適用することによって、腸壁を表す画素に近接する、空気を表す画素を見いだす。腸内容物と腸壁の間の境界領域に対応する領域が見いだされると、腸内容物を表す画素を画像からサブトラクトすることができる。一実施形態では、空気に対応する値に対して画素の値を設定することによって、腸内容物を表す画素を画像からサブトラクトする。
【００１０】
本発明のさらなる態様によれば、自動ポリープ検出手法は、ポリープを含むＣＴ画像を取得し、画像からポリープを切除することによってポリープ・テンプレートを作成し、切除したポリープ画像をテンプレートとして使用するステップを含む。次に、ＣＴ画像の一部を選択し、選択したＣＴ画像の一部にポリープ識別関数を適用する。次に、識別関数の出力と画像を関連づける。この特定の構成により、自動ポリープ検出手法が提供される。
【００１１】
本発明のさらなる態様によれば、第２の自動ポリープ検出手法は、腸の境界に沿って試験要素を移動させるステップを含む。試験要素を腸の境界の周囲を回転させているときに、試験要素の変化が生じるとその変化が検出される。腸の境界の特徴は、試験要素の経路に基づいて分類される。したがって、ポリープ、または検出されている他の病変の幾何学的特性についての予備知識が必要になる。腸の特徴を分類する方法は、折り返し点が存在する３つの点を記録することによって達成される。それらの点は、傾きの変化（例えば導関数）を調べることによって選択される。次に、記録された点の間の距離を計算し、それらの距離の比を用いて、腸の特徴または腸の特性を識別する。一実施形態では、円形の試験要素を提供し、それを仮想回転ボール、仮想ボール、またはより単純にボールと呼ぶ。　【００１２】
本発明のさらなる態様によれば、ポリープなどを含む構造体を自動検出するための第３の手法は、腸の境界に対応する分割された腸の画像にテンプレートを適用し、テンプレート境界上の点の間の距離、およびウィンドウ内に存在する腸の境界の点の間の距離を計算するステップを含む。次に、それらの距離が等しいかどうかを判断する。テンプレートが病変内の中心にくれば、テンプレート上の１つまたは複数の点から構造体（例えば病変）の腸の境界点までの距離が実質的にひとしくなる。テンプレート上のいくつかの点までの距離を測定することができる。例えば、テンプレートの中心点、テンプレートの境界点、またはテンプレート上の他の点を用いることができる。テンプレート上で用いられる特定の点は、テンプレート形状、および検出されている構造の物理的特性（例えば形状）などを含む様々な要因に従って選択される。計算された距離がいつ実質的に等しくなるかについての判断を行うために、それらの距離のグループの標準偏差を計算することが可能である。標準偏差値が最小値に近づくテンプレート位置は、テンプレート形状に類似した形状を有する構造体が存在する位置に対応する。あるいは、テンプレート上の点（例えばテンプレートの中心点）から境界構造の境界（例えば腸壁）までの平均距離を計算することが可能である。この場合は、テンプレート上の点から境界構造体の境界点までの平均距離が最小値に達したときに、テンプレート形状に類似した形状を有する構造体が存在する位置を突き止めることが可能になる。１つの平面、または３つの直交平面において上述の方法を実施することができる。それらの距離のグループの標準偏差が最小値に近づく点は、疑わしい病変の中心として記録されるべき点である。その手法を３つの直交面において実施する場合は、３つの平面のうち２つの平面、または３つの平面のうち３つの平面において標示された病変を、最終的に疑わしい領域として標示することができる。したがって、この手法を利用して、ひだとポリープとを区別することが可能である。この特定の構成によって、距離のパターンを調べる手法が提供される。したがって、その手法は、計算上は比較的高価であるが、比較的厳密でもある。この手法の１つの利点は、ポリープに対するテンプレートの相対的な大きさを問題としないため、すべての病変に対してスキャニング操作が行われることである。
【００１３】
本発明の前述の特徴、ならびに本発明そのものは、図面についての以下の詳細な説明を読めばより十分に理解することができるであろう。
（好ましい実施形態の説明）
デジタル腸サブトラクション・プロセッサ（ＤＢＳＰ）および／または自動ポリープ検出プロセッサ（ＡＰＤＰ）を含む仮想結腸鏡検査システム、ならびに腸をデジタル洗浄し、自動的にポリープを検出するために実施される動作を説明する前に、いくつかの初歩的なコンセプトおよび用語について説明する。
【００１４】
コンピュータ断層撮影（ＣＴ）システムは、コンピュータまたは他のデジタル処理装置の記憶装置にデジタル値のマトリックスとして記憶することができる信号を生成する。ここに記載されているように、ＣＴ画像は、各々がデジタル・ワードで表される二次元の画素アレイに分割される。ここに記載されている手法は、様々なサイズおよび形状のアレイに応用可能であることを当業者なら認識するであろう。二次元の画素アレイを組み合わせて三次元の画素アレイを形成することが可能である。各デジタル・ワードの値は、その画素における画像の強度に対応する。このようにして表現される画像を表示するための手法、ならびに当該画像を１つのプロセッサから他のプロセッサに伝送するための手法が知られている。
【００１５】
ここに記載されているように、デジタル・データ値のマトリックスは、一般に「デジタル画像」、またはより単純に「画像」と呼ばれ、場面内の異なる波長におけるエネルギーの空間分布を表す数字のアレイとして、例えばメモリの如きデジタル・データ記憶装置に記憶することができる。
【００１６】
アレイ内の各々の数字は、典型的には「画像要素」または「画素」あるいは「画像データ」と呼ばれるデジタル・ワードに対応する。その画像は、各々の画素がデジタル・ワードで表される二次元の画素アレイに分割されうる。したがって、画素は、画像における特定の空間座標に配置される単一のサンプルを表す。
【００１７】
デジタル・ワードは特定数のビットから構成され、また任意の数のビットを有するデジタル・ワードに本発明の手法を応用できることを理解されたい。例えば、デジタル・ワードを８ビットの二進値、１２ビットの二進値、１６ビットの二進値、３２ビットの二進値、６４ビットの二進値、または任意の数のビットを有する二進値として与えることができる。
【００１８】
また、ここに記載の手法は、グレー・スケール画像にもカラー画像にも十分に応用できることに留意されたい。グレー・スケール画像の場合は、各デジタル・ワードの値は、画素、そしてその特定の画素の位置の画像の強度に対応する。カラー画像の場合は、ここでは、各画素に対する明度および輝度値をＲＧＢ値から計算することができるいわゆるＲＧＢカラー・スキームを用いて、赤色を表す所定数のビット（例えば８ビット）（Ｒビット）、緑色を表す所定数のビット（例えば８ビット）（Ｇビット）、および青色を表す所定数のビット（８ビット）（Ｂビット）によって表現される各画素がときとして参照される。したがって、８ビットカラーＲＧＢ表示では、２４ビットのデジタル・ワードによって画素を表現することができる。
【００１９】
いうまでもなく、ＲＧＢ値の各々に対して８ビットより大きいまたは小さいビット数を使用することが可能である。色相、色彩、輝度（ＨＳＢ）スキーム、またはシアン、マゼンタ、イエロー、ブラック（ＣＭＹＫ）スキームの如き他のカラー・スキームを用いてカラー画素を表現することも可能である。したがって、ここに記載されている手法は、上記のＲＧＢ、ＨＳＢ、ＣＭＹＫスキーム、ならびにルミノシティおよびカラー軸ａ＆ｂ（Ｌａｂ）ＹＵＶ色差色座標系、Ｋａｒｈｕｎｅｎ−Ｌｏｅｖｅ色座標系、網膜錐色座標系およびＸ、Ｙ、Ｚスキームなどを含む複数のカラー・スキームに応用可能であることに留意されたい。
【００２０】
ここでは、二次元の画素アレイとしての画像もときとして参照される。アレイ・サイズの例としては、５１２×５１２サイズが挙げられる。いうまでもなく、ここに記載されている手法は、不規則な形状を有する画素アレイを含めて、様々なサイズおよび形状の画素アレイに応用可能であることを当業者なら認識するであろう。
【００２１】
「画像領域」、またはより単純に「領域」は画像の一部である。例えば、３２×３２の画素アレイとしての画像が与えられる場合は、一領域は、３２×３２の画素アレイの４×４の部分に対応しうる。
【００２２】
多くの場合、画像内の画素のグループを選択して同時に検討する。当該１つの選択手法は、「マップ」または「ローカル・ウィンドウ」と呼ばれる。例えば、３×３の画素のサブアレイを検討しようとする場合は、そのグループは３×３のローカル・ウィンドウにあるといわれる。いうまでもなく、ここに記載されている手法は、不規則な形状を有するウィンドウを含めて、様々なサイズおよび形状のローカル・ウィンドウに応用可能であることを当業者なら認識するであろう。
【００２３】
画像から形成することが可能な当該画素のグループをすべて処理することがしばしば必要である。そのような場合、ローカル・ウィンドウは１つの画素の上に配置され、次いで移動して他の画素の上に配置され、次いで順次他の画素の上に配置されるため、画像間を「摺動する」ものと考えられる。その「摺動」はラスタ・パターンで行われることもある。しかし、他のパターンも利用できることに留意されたい。
【００２４】
ここに記載されている手法は、結腸内のポリープを検出するという観点で説明されているが、該検出手法は、ポリープ以外の構造体の検索および検出にも利用でき、また該手法は、腸または結腸以外の身体の部位にも応用可能であることを当業者なら認識することも理解されたい。
【００２５】
次に図１を参照すると、仮想結腸鏡検査を実施するためのシステム１０は、データベース１４が結合されたコンピュータ断層撮影（ＣＴ）映像システム１２を含む。知られているように、ＣＴシステム１０は、身体の断面を通じてのＸ線の減衰を測定することによって、人体の部位の断面の二次元画像を作成する。画像はデジタル画像として、画像データベース１４に格納される。既知の手法を利用して一連の当該二次元画像を組み合わせて、結腸の三次元画像を設ける。ユーザ・インターフェース１６は、ユーザがＣＴシステムを操作することを可能にするとともに、ユーザが画像データベースに記憶された画像にアクセスしてそれを見ることを可能にする。
【００２６】
デジタル腸サブトラクション・プロセッサ（ＤＢＳＰ）１８が、画像データベース１４およびユーザ・インターフェース１６に結合される。ＤＢＳＰは、画像データベースから画像データを受領し、その画像データを処理して、デジタル画像から腸の内容物をデジタル的に除去する。次いで、ＤＢＳＰは、画像を画像データベース１４内に記憶することができる。ＤＢＳＰが画像を処理して画像から腸の内容物をサブトラクトまたは除去する具体的な方法については、図２から図６を用いて以下に詳細に説明する。ここでは、ＤＢＳＰは、ＤＢＳＰに提供された画像から腸の内容物をデジタル的にサブトラクトまたは除去するため、仮想結腸鏡検査を受ける患者は、患者に不快感を与えることが知られる従来の方法で腸を洗浄する必要がないことだけを記しておく。
【００２７】
ＤＢＳＰ１８は、少なくとも２つのモードのうちいずれかで動作することができる。第１のモードは、ＤＢＳＰが、所定のパターンで画像を移動するマップまたはウィンドウを利用するラスタ・モードと呼ばれる。好ましい実施形態において、そのパターンはラスタ・パターンに対応する。ウィンドウは画像全体を走査し、所定の論理シーケンスで画像内の画素にしきい値が適用される。しきい値処理によって、絶対しきい値が交差したかどうか、またそれらの交差率を査定する。ラスタ捜査手法は、主に、「空気」画素に近接する（隣接することも含む）腸の画素を調べるものである。該プロセッサは、各々の画素を検査して、強化されていない在来軟質組織を突き止める。軟質組織（例えば腸壁）と腸内容物の間の境界が確定されると、境界のどちら側に画素が現れるかに応じて画素を所定の値に再設定する。
【００２８】
ＤＢＳＰ１８の第２のモードは、いわゆる勾配プロセッサ・モード（ｇｒａｄｉｅｎｔ　ｐｒｏｃｅｓｓｏｒ　ｍｏｄｅ）
である。勾配プロセッサ・モードでは、軟性組織しきい値（ＳＴ）、空気しきい値（ＡＴ）および腸しきい値（ＢＴ）を選択する。画像に第１のマスクが適用され、腸しきい値より大きい値を有するすべての画素を記録する。次に、画像内の画素に勾配を適用して、空気値および腸値を有するべき画像内の画素を識別する。その勾配関数は、急激に変化する画素値を有する領域を識別する。経験から、勾配しきい値の適切な選択によって画像内の腸／空気および軟性組織／空気遷移領域を選択することができる。勾配処理は、ＢＴ値より大きい値を有する画素の各々が標示（ｍａｒｋ）された後に、第２のマスクを使用して遷移領域における第１のショルダ域をとらえる。
【００２９】
ＤＢＳＰ１８が画像から腸内容物を除去すると、腸壁の縁から腸の内腔の「空気」まで移動する際に比較的シャープな境界および勾配が存在する。これは、サブトラクション処理によって、サブトラクトされたすべての腸が同じ空気画素値を有するためである。したがって、サブトラクションの後、腸壁の縁から腸のない腔の「空気」まで移動する際にシャープな境界および勾配が存在する。この状況において、「空気」は、空気密度に対応する値に再設定された画像画素の値を示す。そのまま放置すると、シャープなエッジがモデル内で高輝度の反射鏡として現れて視覚的に混乱させるため、このシャープな境界（および勾配）は結腸モデルの三次元腔内評価を妨害することになる。
【００３０】
粘膜挿入プロセッサ１９を使用して、シャープな境界をさらに処理して、視覚的混乱をもたらす領域の影響を小さくするか、またはそれらの領域を除去する。そこから腸の内容物が抽出された画像に勾配演算子を適用することによってシャープなエッジを突き止める。勾配演算子は、ここに記載されている勾配サブトラクタ手法において境界領域を突き止めるのに使用される勾配演算子と同様のものであってもよい。しかし、この場合に使用される勾配しきい値は、典型的には、腸内容物と腸壁の境界を確定するのに使用されるものと異なる。
【００３１】
使用する特定の勾配しきい値を経験的に求めることができる。当該経験的選択は、同様の走査および腸調製手法によって検出された画像の集合体についての勾配選択の結果を調査し、手動で勾配しきい値調節して適切な勾配（組織遷移セレクタ）結果を取得することによって達成することができる。
【００３２】
シャープなエッジは、サブトラクト画像内で最も大きな勾配を有することになる。次いで、エッジを「平滑化する」ために、これらの境界（エッジ）画素に限定的ガウス・フィルタを適用する。限定とは、境界の所定の幅に対してのみ平滑化が可能であることを意味する。所定の幅は、平滑化処理によって、対象となる他の腸の構造体のポリープを不明瞭にしないように選択される必要がある。一実施形態では、所定の幅は、１０画素未満の幅に対応する。好ましい実施形態では、所定の幅は、２から５の画素の範囲の幅に対応し、最も好ましい実施形態では、該幅は３画素の幅に対応する。結果は実質的に同じで、場合によっては接触されていない腸壁に見られる在来粘膜と区別がつかず、サブトラクト画像の内腔評価を可能にする。
【００３３】
また、画像データベース１４とユーザ・インターフェース１６の間には自動ポリープ検出プロセッサ（ＡＰＤＰ）２０が結合されている。ＡＰＤＰ２０は、画像データベースから画像データを受領し、その画像データを処理して、ポリープ、腫瘍、炎症、または結腸の解剖学的組織における他の病変を検出かつ／または識別する。したがって、ＡＰＤＰ２０は、検査者（例えば医師）が、あらゆる画像を調べる必要はなく、ポリープまたは他の病変を有する可能性のある画像の部分集合に集中できるように、データベース１４内の各画像をあらかじめ選別することができる。ＣＴシステム１０は、仮想結腸鏡検査を受ける患者毎に比較的多くの数の画像を作成するため、検査者は、結腸内のポリープまたは他の病変を検出する確率が高い画像により多くの時間を充てることができる。ＡＰＤＰ２０が画像を処理して画像内のポリープを検出かつ／または識別する具体的な方法については、図７から図９を用いて以下に詳細に説明する。ここでは、ＡＰＤＰ２０を使用して結腸の二次元または三次元画像を処理できることだけを記しておく。ＡＰＤＰ２０は、従来の仮想結腸鏡検査手法（例えば患者がＣＴスキャンに先立って腸を洗浄する手法）を用いて作成された画像を処理することができるし、腸内容物がデジタル的にサブトラクトされた画像（例えばＤＢＳＰ１８によって作成された画像）も処理することができることに留意されたい。
【００３４】
ポリープ検出システム２０はそれによって得られた結果を、（例えばマーカ、アイコンまたは他の手段を付加することによって）注釈を加え、あるいは検出システム２０によって処理された画像内の対象領域を（画像内の領域に沿って線を描くか、または画像内の領域の色を変更することによって）識別するのに使用できるインジケータ・システムに提供することができる。
【００３５】
次に、いくつかの図面を通じて同様の参照符号を有する同様の要素が示されている図１Ａから図１Ｄを参照すると、ＤＢＳＰ１８による処理（図１）の前（図１Ａおよび図１Ｂ）と後（図１Ｃおよび図１Ｄ）の腸を示す一連の画像１９ａ〜１９ｄが示されている。
【００３６】
図１Ａにおいて、画像１９ａはＣＴスキャンの単一スライス（ａ　ｓｉｎｇｌｅ　ｓｌｉｃｅ）に対応する。画像１９ａは、不透明化された複数の腸内容物２０（明色領域で示される）と、空気２２の領域（暗色領域で示される）とを含む。画像１９ａは、在来軟質組織に対応する領域２４と、腸壁の部分に対応する領域２６とを含む。
【００３７】
画像１９ｂ（図１Ｂ）は、一連の単一スライスＣＴスキャンより形成された結腸の三次元画像である。不透明化した腸内容物２０が示されている。腸内容物２０は、腸壁の視界を損ない、そのため腸壁に沿って対象領域を検出する能力を制限する。
【００３８】
図１Ｃにおいて、単一スライスＣＴスキャン画像１９ｃは、画像１９ａ（図１９Ａ）内に存在する腸内容物が画像１９ａからデジタル的にサブトラクトされたことを除いては画像１９ａと同じである。画像１９ｃは、図１９Ａに存在する不透明化された腸内容物を含まない。腸内容物２０（図１９Ａ）が、空気に対応する領域２２（暗色領域で示されている）に置き換えられている。画像１９ｃは、それぞれ在来軟質組織ならびに腸壁域２４および２６をも含む。
【００３９】
上述したように、ＤＢＳＰ１８は、腸の一部の画像を受領し、該腸の部分の内容物２０をデジタル的にサブトラクトする。ここでは、二次元画像に対して処理を行い、（それぞれＤＢＳＰ１８によって処理された）一連の当該二次元画像を組み合わせて、該腸の部分の三次元画像を設けることができる。次いで、ＡＰＤＰ２０（図１）を介して当該二次元および三次元画像を処理して、ポリープ、腫瘍、炎症、または結腸の解剖学的組織における他の病変を検出することができる。
【００４０】
図２から図９は、例えば、図１を用いて上述したシステムの如き仮想結腸鏡検査システム１０の一部として設けて、デジタル腸サブトラクションおよび自動ポリープ検出を行うことができる処理装置によって実施される処理を示す一連の流れ図である。ここでは「処理ブロック」と呼ぶ長方形の要素（図２の要素３０に代表される）は、コンピュータ・ソフトウェア命令または命令群を表す。ここでは「判定ブロック」と呼ぶダイアモンド形の要素（図５の要素６４に代表される）は、処理ブロックによって示されるコンピュータ・ソフトウェア命令の実行に影響を与えるコンピュータ・ソフトウェア命令または命令群を表す。
【００４１】
あるいは、処理ブロックおよび判定ブロックは、デジタル信号プロセッサ回路または特定用途向け集積回路（ＡＳＩＣ）のごとき機能的に同等の回路によって実行されるステップを表す。それらの流れ図は、特定のプログラミング言語のシンタックスを示すものではない。むしろ、それらの流れ図は、当業者が回路を製造したり、または特定の装置に必要な処理を実行するためのコンピュータ・ソフトウェアを作成したりするのに必要とする機能的情報を示す。ループや変数のような多くのルーチン・プログラム要素、および仮の変数の用途が示されていないことに留意されたい。ここに特に指定されていない限り、具体的なステップの順序は単に例示として記載されているもので、本発明の主旨を逸脱することなく変更できることを当業者なら認識するであろう。
【００４２】
次に図２を参照すると、仮想結腸鏡検査法におけるステップが示されている。ステップ３０に示されるように、仮想結腸鏡検査処理は、ＣＴスキャンが実施されることになる結腸域にコントラスト剤（ｃｏｎｔｒａｓｔ　ａｇｅｎｔ）を仕込むことによって開始される。典型的には、患者がコントラスト剤を摂取する。ただし、腸にコントラスト剤を仕込むための任意の手法を利用できることを理解されたい。予定されているＣＴ検査の約４８時間前に始まる食事とともに少量のコントラスト剤を摂取してもよい。コントラスト剤は、ガストログラフィン、バリウムまたはオキシランの如き任意の市販品を使用できる。
【００４３】
次に、ステップ３２に示されるように、ＣＴ検査を行い、ステップ３４に示されるように身体領域（例えば腹部全体）の画像を作成する。
次いで、ステップ３６に示されるように、画像データを解析システムにおくって解析する。解析に向けて１つまたは複数の画像を選択する（単一スライスであってもよいし、一連のスライスであってもよい）。これは、バイタル・イメージ社（ミネソタ州ミネアポリス）から入手可能なバイトレア・システムの如き市販のシステムを使用して達成することが可能である。
【００４４】
次いで、ステップ３８に示されるように、腸の内容物をＣＴ画像からデジタル的にサブトラクトする。デジタル・サブトラクション・ステップは、図３および図５を用いて以下に説明する手法のいずれを用いても実行することが可能である。
【００４５】
デジタル・サブトラクション・ステップの後に、ステップ４０に示されるように、その内容物がデジタル的に除去された腸の画像の結果を表示する。
次に図３を参照すると、腸の内容物をデジタル的にサブトラクトするための第１の手法は、ＭＡＴＬＡＢコンピュータ・プログラム（マスワークス（マサチューセッツ州ナティックから入手可能））に見いだされるいわゆる「ツールボックス」からの機能を利用する。この手法は、画像データにしきい値関数を適用し、しきい値を上回るすべての画像要素を選択することによって開始される。
【００４６】
次に、ステップ４４に示されるように、本来の画像に勾配を適用して、「ショルダ域」を識別する。ショルダ域が識別されると、ショルダ域を対象に画像拡大ステップを実行する（すなわち、ショルダ域内の選択された画素を対象に拡大を行う）。勾配関数は、ロバートまたはソベル勾配関数などを含む任意の数の関数として提供されうる。一般に、気液界面が水平である領域では、水平勾配を使用するのが望ましい。
【００４７】
次に、ステップ４６に示されるように、勾配解析に基づいて腸内容物をデジタル的にサブトラクトする。したがって、勾配を選択して拡大した後に、腸内容物のサブトラクションを行う。数学的には、これを以下のように表すことが可能である。
【００４８】
サブトラクト画像値　本来の画像値−（しきい値＋勾配値）
ただし：
本来の画像値＝ＣＴシステムによって測定され、必要に応じてＤＢＳ処理前に伝送されるデジタル画像の値
しきい値＝選択されたしきい値
勾配値＝選択された勾配関数から得られた値
図４から図４Ｃを手短に参照すると、腸域４９の画像（図４）は、不透明化されていない領域５０（図４）と、不透明化された領域５３（図４）と、部分５１および５２から構成される容量平均領域（図４）とを含む。摂取されたコントラスト剤は、腸内容物（不透明化された領域５３で表される）と空気（不透明化されていない領域５０で表される）との間のコントラストを高める。領域５１および５２は、不透明化されていない領域５３と不透明化された領域５３の間の境界領域に対応する。すなわち、不透明化されていない領域と不透明化された領域４９と５３の間には明確に定められた境界が存在しない。
【００４９】
次に図４Ａを参照すると、ハウンスフィールド単位（ＨＵ）の画素値とＣＴ画像内の画素位置との関係を示すグラフ５５が、軟質組織領域に対応する第１の領域５５ａ、不透明化された腸内容物の領域に対応する第２の領域５５ｂ、および空気領域に対応する第３の領域５５ｃを表している。したがって、軟質組織領域５５ａと空気領域５５ｃの間には、遷移領域が存在する。勾配関数を曲線５５に適用すると、図４Ｂに示される境界５７が生じる。したがって、図４Ｂに示されるように、勾配関数の適用およびサブトラクションの後には、領域５５ａと５５ｃの間に比較的シャープな遷移５７ａが現れる。粘膜挿入プロセッサ１９が図１を用いて上述したように動作するのはこの遷移に基づくものである。
【００５０】
図４Ｃに示されるように、粘膜挿入処理を適用した後に、軟質組織領域５５ａと空気領域５５ｃの間に遷移５７ａが与えられる。
次に図５を参照すると、腸の内容物をデジタル的にサブトラクトするための第２の手法は、ステップ６０に示されるように、画像からが解析マップ（ＰＡＭ）を作成するステップを含む。１つの具体的な実施形態では、画像は５１２×５１２画像として与えられ、ＰＡＭは、画像から作成された７×８マトリックスとして与えられる。
【００５１】
ＰＡＭはラスタ・パターンで画像を移動する。ＰＡＭが画像の異なる領域間を転々と移動しているときに、ステップ６２〜７９を実施する。ステップ６２に示されるように、ＰＡＭの中心要素（図５Ａに示される左上（ｕｌ）、右上（ｕｒ）、左下（ｌｌ）、右下（ｌｒ））が解析の焦点となる。ステップ６４および６６は、空気領域が見つかるまで検索が行われるループを実施する。
【００５２】
空気領域が見つかると、ステップ６８に進み、空気要素の周囲の領域を検索して、ステップ７０に示されるように腸域を突き止める。その領域が腸域に対応していれば、ステップ７４に進み、その腸域が空気領域に隣接しているかどうかを判断する。その腸域が空気領域に隣接していれば、ステップ７６に示されるように腸内容物をサブトラクトする。
【００５３】
ステップ７０において、選択されたＰＡＭが腸に対応していないと判断された場合は、ステップ７７および７８で、腸域が見つかるまで新しいＰＡＭを選択するループを実施する。
【００５４】
ラスタ・パターン・スキャンを通じてローカル・ウィンドウにおけるｕｌ、ｕｒ、ｌｌおよびｌｒの各々に対してこの処理を繰り返す。
いくつかの図面を通じて同様の参照符号を有する同様の要素が示されている図５Ａから図５Ｃを参照すると、その上に７×８のローカル・ウィンドウ８２が配置された、例えばＣＴシステムによって作成されるタイプの５１２×５１２画像８０が示されている。ローカル・ウィンドウ８２は、参照番号８４で示されるラスタ・パターンで画像を移動する。画像８０は、腸８６の二次元断面の画像である。腸８６の部分は腸内容物８８ａ（平行線で示される）を有し、部分８８ｂは空気に対応する。腸８６は内部にひだ８９、および複数のポリープ９０ａおよび９０ｂを有する。
【００５５】
同様の参照符号を有する図５Ａの同様の要素が示されている図５Ｂにおいてより明確に理解されるように、ポリープ９０ｂは腸内容物８８ａによって不明瞭になっているため、ＣＴスキャンによって作成された画像での観察が困難になるおそれがある。とりわけ、当該ポリープは三次元（３ｄ）画像で観察するのが特に困難であるといえる。本発明のデジタル・サブトラクション処理を行うと、その後に図５Ｃに示される画像が得られる。図５Ｃでは、腸内容物が除去され、ポリープ９０ｂをはっきりと見ることができる。したがって、ＣＴ画像の目視検査を行う際に、ポリープ９０ｂを露出させ、容易に観察することができる。
【００５６】
次に図５Ｄを参照すると、画素解析マップ（ＰＡＭ）８２’は、４つの中心要素９０ａ〜９０を含む。上述したように、画像（例えば図５Ａの画像８０）の選択領域をスキャンして、腸のしきい値を上回る画素を再設定するマーチング・スクウェア・ルーチン（ｍａｒｃｈｉｎｇ　ｓｑｕａｒｅｓ　ｒｏｕｔｉｎｅ）を用いて軸方向デジタル腸洗浄を行うことができる。腸のしきい値はユーザによって設定することができる。１つの手法は、空気のしきい値および軟質組織のしきい値（どちらもハウンスフィールド単位で表される）を使用して、腸の粘膜境界を分割してポリープの検出に用いる。分割された画素（腸の境界）は２５００の値に設定される。
【００５７】
該手法では、ＰＡＭ８２’の４つの中心要素９１ａ〜９１ｄをマーチング・スクウェアとして使用する。「Ｌ」および「Ｒ」レベルの画素によって形成された遠方境界を調べることによって、ＰＡＭ８２’が適用される画像の検査を行う。図５Ｄにおいて、「ｏ」は境界画素を示し、「ｘ」は外側の境界画素を示すことに留意されたい。
【００５８】
この手法では、中心画素の１つ（例えばｕｌ９１ａ）を選択し、１つの方向（例えば参照線９２で示されるＳＥ方向）を選択する。次に、その方向で最も遠い点を調べる。本例では、ＳＥで示される点に対応する最も遠い点が選択される。
【００５９】
ｕｌ画素９１ａの値と位置ＳＥにおける画素の値の差を計算する。ＳＥの値とｕｌの値の差が十分に大きい場合は、実質的なしきい値が存在すると結論づけることができる。ＳＥ画素よりｕｌ画素に近い点を調べる（例えばＩＬおよびＬＩ位置）。次いで、各方向についてこの処理を繰り返す。すべての方向についての試験が完了すると、新たな中心画素（例えば画素９１ｂ〜９１ｄの１つ）を選択し、その処理を繰り返す。
【００６０】
次に図６を参照すると、ＰＡＭならびにｕｌ、ｕｒ、ｌｌおよびｌｒの１つを選択するステップ１００および１０２により、ローカル・ウィンドウにおける画素ｕｌの周囲を検索する処理が開始される。図６に記載されている例では、ステップ１０２に示されているように位置ｕｌの画素を選択する。したがって、画素ｕｌから処理を開始し、ｕｌの近隣画素の各々（例えばｕｒ、ｌｌおよびｌｒ）を調べる。しかし、他の画素（すなわちｕｒ、ｌｌおよびｌｒ）の１つから処理を開始し、次いで対応する近隣画素を調べることも可能であることを理解されたい。
【００６１】
第１の近隣画素ｕｒについて考えると、ステップ１０６に示されるようにｕｒが腸のしきい値より大きいかどうかを判定する。図６Ａを用いてこの処理をさらに説明する。ｕｒの値が腸のしきい値より大きい場合は、ステップ１０８に進み、その画素値をサブトラクトして、その値を空気の値に再設定する。次いでステップ１１４に進み、次の近隣画素を調べる。
【００６２】
ステップ１０６において、ｕｒの値が腸のしきい値より大きくないと判断された場合は、ステップ１１０に示されるように、ｕｒの右側にさらなる画素が存在するかどうかを判断する。当該画素が存在する場合は、システムは１画素分右側に視点を移し、ステップ１０６に戻る。当該画素が存在しない場合は、再びステップ１１４に進む。
【００６３】
ステップ１１６に示されるように、各々の画素ｕｌ、ｌｌおよびｌｒについて上記ステップを繰り返す。
次に図６Ａおよび図６Ｂを参照すると、しきい値処理が示されている。しきい値処理は２つの部に分けられる。第１の部は、空気と腸の境界を定めるものである。第２の部は、ショルダ域１２０の扱い方についての判断を必要とする。
【００６４】
末端近隣画素ｕＥと近接近隣画素Ｐ１との差が勾配しきい値より大きい場合は、その差ならびに空気と腸の界面についての指示を利用し、開始画素（すなわち本例ではｕｌ）と最末端画素（すなわち本例のｕＥで、腸の境界である）の間のすべての値を空気の値に再設定する。すなわち、画素Ｐ１およびＰ２に対する値を再設定して、図６Ｂに示される境界１２２を与える。得られた画素値（すなわち画素Ｐ１およびＰ２に対する再設定値）は、サブトラクションのベースになる値である。最小の数でトリガするのが計算上効率的で、対象となる最も小さいポリープが２つの画素の距離より大きく、ショルダ域の長さはわずか１〜２画素であるため、このようにして画素値を設定するのが好ましい。したがって、境界を移動する方向は計算上の効率性に応じて選択される。
【００６５】
画素値を再設定するための第２の可能性が、図６Ｂの破線１２２’によって示されている。この場合は、画素Ｐ１およびＰ２の値を腸の値に設定する。
二次元画像を用いて上記ＤＢＳ処理を説明したが、三次元画像にも等しく同じコンセプトが適応することを理解されたい。すなわち、画像の任意の軸についてそれらのコンセプトを適用することが可能である。
【００６６】
次に図７を参照すると、自動ポリープ検出のための処理が説明されている。図７に従って処理が行われる前に、ポリープ・テンプレートが形成されることに留意されたい。ポリープ・テンプレートは、ポリープを含むＣＴ画像を取得し、画像からポリープを摘出することによって形成される。次いで、摘出したポリープ画像をテンプレートとして使用する。あるいは、ポリープ（または検出しようとする他の構造体）の既知の形態および密度に類似した一群のテンプレートを経験的に作成することが可能である。
【００６７】
画像部を選択するステップ１３０から処理を開始する。次いで、ステップ１３２に進み、選択した画像部にポリープ識別関数を適用する。次に、ステップ１３４において、識別関数の出力と画像とを関連づける。
【００６８】
関連付けは以下のように行う。
［相関マトリックス］＝［２ｄ逆フーリエ変換（Ｔ）^＊２ｄ逆フーリエ変換（Ｉ）］の２ｄ逆フーリエ変換
ただし：
Ｔ＝ポリープ・テンプレート
Ｉ＝画像
球形テンプレートを採取し、知られているように画像間に値を挿入することにより一連の二次元画像から形成されるボクセル（すなわち３Ｄ画像要素）にその球形テンプレートを適用することによってもテンプレート・マッチング手法を実施できることを理解されたい。また、本来のテンプレートを置き換えて演算分子を形成する必要がある。演算分子は、画像内のポリープの検索に対応する、テンプレートと画像の間の類似性を有する領域の識別のためにテンプレートの仮の演算的変換として使用される、１８０度回転したテンプレートである。
【００６９】
特定サイズのポリープからテンプレートを形成した場合は、そのテンプレートをスケール調整して異なるサイズのポリープを検出する必要があることに留意されたい。第４の次元をポリープ・テンプレートのスケーリングとする四次元処理を利用することによってこれを実施することができる。ポリープ・テンプレートを修正して、球形でない形状を有するポリープを検出することが必要になりうることにも留意されたい。
【００７０】
次に図８を参照すると、ステップ１３６に示されるような画像を分割するステップにより、いわゆる「ローリング・ボール」手法と呼ばれるポリープの自動検出のための第２の処理が開始される。このステップでは、すべての画像情報を採取し、解析に使用する画像の一部を抽出する。いわゆる「マーチング・キューブ」手法などを含む従来の手法をその分割ステップに用いることができる。上述のＤＢＳＰ処理を用いて洗浄した画像に対して、分割ステップ、および図８に示されるすべてのステップを実施できることを理解されたい。あるいは、従来の手法を用いて作成した画像（例えば、ＤＢＳＰ手法を用いて洗浄されていない画像）に対して、分割ステップ、および図８に示されるすべてのステップを実施することができる。
【００７１】
次にステップ１３８に示されるように、腸の境界に沿って仮想ボールを回転させる。境界に沿って仮想ボール（ｖｉｒｔｕａｌ ｂａｌｌ）を回転させているときに、システムは、ステップ１４０に示されるように、ボールの方向の変化を検出してポリープを識別する。一般に、ボールの特徴を分類する処理は、折り返し点が存在する３つの点を記録することによって達成される。それらの点は、勾配（例えば導関数）の変化を調べることによって選択される。次に、記録された点の間の距離を計算し、距離間の比を用いて腸の特徴または腸の特性を検出する。したがって、腸の境界の特徴は、ボールの経路に基づいて分類されるため、ポリープまたは検出されている他の病変についての予備知識が必要とされる。
【００７２】
ローリング・ボール・ポリープ検出手法の例が、図８Ａから図８Ｇに示されている。まず図８Ａを参照すると、画像１４２は、いくつかの領域１４３ａ〜１４３ｆを含む。図８Ｂに示されるように、領域は特徴１５０および１５２を含む。図８Ｃに示されるように、まず特徴１５０に対してローリング・ボール・ポリープ検出処理を行う。
【００７３】
図８Ｃに示されるように、例えば腸壁の表面に対応する表面１５６に沿って、円（またはボール）の形状を有する試験要素１５４を移動または回転させる。本例では、ボールは内腔部１５５内を移動する。しかし、代替的な実施形態では、円以外の形状を有する試験要素１５４を与えることができることを理解されたい。いくつかの実施形態では、ボール１５４を内腔部１５５以外の領域内を移動させることが望ましいことも理解されたい。ボール１５４の２つの部分が表面１５６の２つの部分に接触する位置における表面１５６の部分にボール１５４が到達すると、第１の点１５８が記録される。点１５８ａは、表面１５６の勾配の符号が変化する点に対応する。
【００７４】
点１５８ａが記録された後は、ボールがその経路を維持し、点１５８ｂおよび１５８ｃが記録される。したがって、折り返し点が存在する３つの点が記録される。勾配（例えば導関数）の変化を調べることによって、点１５８ａ〜１５８ｃの各々を選択する。次に、記録した点の間の距離を計算する。ここでは、点１５８ａと点１５８ｂの間の距離を１５９ａとし、点１５８ｂと点１５８ｃの間の距離を１５９ｂとし、点１５８ａと点１５８ｃの間の距離を１５９ｃとする。次いで、距離１５９ａ〜１５９ｃ間の比を用いて、腸の特徴または腸の特性を識別する。図８Ｃにおいて、長さ１５９ａと１５９ｂの合計を長さ１５３ｃで割ることで比を計算する。点１５８ａ〜１５８ｃによって定められる経路に沿う長さ１５９ａ〜１５９ｃの比は、構造体１５２がポリープの形状を有することを示唆する。比の値と所定のしきい値を比較することによってこれを達成することができる。したがって、上記手法は、試験要素の偏向および移動経路によって形成された比を計算し、この情報を用いて（例えば比の値としきい値とを比較することによって）腸の構造を特徴づけるものである。
【００７５】
図８Ｄに示されるように、点１５８は、線１５９ａと１５９ｂの交差点によって定められる。線１５９ａおよび１５９ｂの各々は、ボール１５４の中心から、ボールのそれぞれの表面が表面１５６の２つの点に接触する点まで伸びている。
【 ００７６】
衝突点（例えば点１５８ａおよび１５８ｃ）と折り返し点（例えば点１５８ｂ）とを区別することが重要であることに留意されたい。
次に図８Ｅを参照すると、三角形の構造体１５２の側面に半円形の構造体１５３が存在する。この場合は、計算すべき２つの比が存在することを理解されたい。構造体１５２（すなわち三角形の形状を有する構造体）に対する比の値は、長さ１６１ａ〜１６１ｅの合計を長さ１６１ｆで割ることによって求められる。半円形の構造体１５３に対する他の比の値は、長さ１６１ｃ〜１６１ｃの合計を長さ１６１ｇで割ることによって求められる。
【００７７】
次に図８Ｆから図８Ｈを参照すると、表面１５９は構造体１６０を形成する。ローリング・ボール手法を用いて、構造体１６０を定める３つの点１６２ａ、１６２ｂおよび１６２ｃを定める。図８Ｆにおいて、平均中心点１６４が（例えば分割手法によって）計算されており、それを用いて、「転入」と「転向」に関する十分な情報を提供することができる。これは、衝突から衝突までの勾配（以後予備勾配と称する）の絶対値を評価することによって達成される。予備勾配の絶対値は、ボールの試験点がボールの周囲を移動するに従って変化することになる。衝突が認められると、予備勾配値を用いて折り返し点を査定し、腸壁に戻る。折り返し点は、ボール中心点が壁の衝突から壁の衝突まで移動する際にこの点が遭遇する勾配の最大値および最小値に対応する。
【００７８】
図８Ｄに示されるように、試験ボールの境界が壁の２つの部分に接触した時点を衝突と定めることができる。経験的評価によって定められた境界のように、ボールの境界を正しく設定することによって、腸の境界の凹状バックグラウンドからポリープまたはひだを選択することが可能である。
【００７９】
図８Ｉに示されるように、三次元（すなわち円周、および単管の縦軸に沿う上下方向）においてもローリング・ボール手法を実施できることを理解されたい。図８Ｉにおいて、一連の軸性スライス１６５ａ〜１６５ｃを用いて、腸域１６６（小さな腸のループ）および１６７（腸のループ）の三次元画像を構成する。領域１６８ａ〜１６８ｅは、（例えば図１Ａおよび図１Ｃに示されるような）軸性画像内に存在する腸の部分に対応する。ローリング・ボール手法を三次元の腸の画像に適用する場合には、腸「管」の各領域が検査されるように注意を払う必要がある。
【００８０】
次に図９を参照すると、ポリープ・テンプレート１７０を選択するステップにより、いわゆる「距離検索」手法と呼ばれるポリープの自動検出のための第３の処理が開始される。所定の形状を有するテンプレートを選択する。腸の病変に対応する形状を選択するのが好ましい。
【００８１】
例えば、手短に図９Ａを参照すると、テンプレート１８０は、ローカル・ウィンドウ境界１８２とテンプレート・パターン１８４とを含む。ポリープは２Ｄ画像に見られるような実質的に円の形状を有する傾向があるため、ここではテンプレート・パターンを円１８４とする。３Ｄに適用する場合は、３Ｄ手段を利用することによって球形、半球形または他の形状を用いることが可能である。しかし、検出しようとする病変が円形以外の形状を有する用途では、それに応じてテンプレート・パターンを選択することを理解されたい。例えば、検出しようとする病変が実質的に三角形の形状を有する場合は、テンプレート・パターンも実質的に三角形の形状を有するものが選択されることになる。検出対象となる最も大きな病変と同じ長さを有する、ローカル・ウィンドウ１８０の側面１８０ａが選択される。検出対象となる最も小さい病変と同じ次元を有するテンプレート・パターン１８４が選択される。
【００８２】
再び図９を参照すると、ウィンドウのサイズならびにテンプレートのパターンおよびサイズが選択されると、腸の境界の画像に対して、それが分割された時点でローカル・ウィンドウ１８２を走査する。次に、図９のステップ１７４に示されるように、テンプレート１８４上の点とウィンドウ１８２内の境界点の距離が設定される。
【００８３】
腸の境界１８８のみを含むように画像１８６を分割する図９Ｂから図９Ｄを参照すると、これをより明確に理解することができる。腸の境界は、ひだ１９０および病変１９２を含む。ウィンドウ１８２を画像１８６に重ね、画像１８６全体にわたって移動させる。腸の境界の一部が（図９Ｃおよび図９Ｄに示されるように）ウィンドウ内およびテンプレート１８４内にくる画像１８６における位置にウィンドウ１８２が到達すると、テンプレート１８４上の点とウィンドウ１８２内の境界点の距離が設定される。一実施形態では、単位試験サークル上の１０から３０の試験点と、移動枠内に存在する境界点の距離を最初に設定する必要がある。いうまでもなく、使用される点の厳密な数は重要ではなく、用途によっては１０より少ない、または３０より多いいくつかの点を用いることが望ましい、または必要でありうることを当業者なら理解するはずである。
【００８４】
次にステップ１７６および図９Ｅを参照すると、距離が等しいかどうかを判断する。試験サークルが円形の病変内に集中すると、サークル外周と病変の境界点との距離が等しくなるとともに、それらの距離のグループの標準偏差が最小値に近づく（図９Ｆおよび９Ｇを参照のこと）。上記の処理は１つの平面で実施され、一体化する３つの直交平面を検索することが必要であることに留意されたい。それらの距離のグループの標準偏差が最小値に近づく点は、疑わしい病変の中心として記録されるべき（すなわち、ステップ１７８において指示される対象領域として識別されるべき）点である。３つのすべての平面においてこの手法を実施した後で、３つの平面のうち２つまたは３つの平面のうち３つの平面で標示された病変を最終的に疑わしい病変として標示することができる。したがって、この手法を用いて、ひだとポリープとを区別することが可能である。選択される特徴によっては、標準偏差とは別に他の統計学的ツールを利用して、ロービング・テンプレートと分割画像の特徴とが対応する領域を識別することができる。
【００８５】
したがって、図９から図９Ｇを用いて上述した手法は、距離のパターンを調べるものである。したがって、その手法は、計算上は比較的高価であるが、比較的厳密でもある。この手法の１つの利点は、ポリープに対するテンプレートの相対的な大きさを問題としないため、すべての病変に対してスキャニング操作が行われることである。
【００８６】
図９Ｇには、テンプレートの周囲の距離とテンプレート位置との関係を表すグラフ２０９が示されている。曲線２０９の領域２１０は比較的平らであるため、画像の領域が、テンプレートの形状と符合する形状を含んでいたことを示唆する。（図９Ｅおよび図９Ｆに示されるように）丸い形状を有するテンプレートが与えられた場合は、平らな領域２１０は、対応する形状が、調査されている構造体に認められることを示唆する。
【００８７】
ここに引用されているすべての参考文献を全面的に本願に引用して援用する。 本発明の好ましい実施形態を説明したが、それぞれのコンセプトを取り入れた他の実施形態を利用できることを当業者なら理解するであろう。したがって、これらの実施形態は開示された実施形態に限定されるものではなく、添付の請求項の主旨および範囲によってのみ制限されるものと考えられる。
【図面の簡単な説明】
【図１】
図１は、デジタル腸サブトラクションおよび自動ポリープ検出のためのシステムの構成図である。
図１Ａは、デジタル腸サブトラクション・プロセッサを介して処理を行う前後の腸のデジタル画像を示す図である。
図１Ｂは、デジタル腸サブトラクション・プロセッサを介して処理を行う前後の腸のデジタル画像を示す図である。
図１Ｃは、デジタル腸サブトラクション・プロセッサを介して処理を行う前後の腸のデジタル画像を示す図である。
図１Ｄは、デジタル腸サブトラクション・プロセッサを介して処理を行う前後の腸のデジタル画像を示す図である。
【図２】
デジタル腸サブトラクションを用いて実施される仮想結腸鏡検査のステップを示す流れ図である。
【図３】
デジタル腸サブトラクションを実施するための第１の方法におけるステップを示す流れ図である。
【図４】
図４は、結腸の一部における容量平均領域を示す図である。
図４Ａは、腸壁／空気境界の形成における画素値と画素位置との関係を表すグラフである。
図４Ｂは、腸壁／空気境界の形成における画素値と画素位置との関係を表すグラフである。
図４Ｃは、腸壁／空気境界の形成における画素値と画素位置との関係を表すグラフである。
【図５】
図５は、デジタル腸サブトラクションを実施するための第２の方法におけるステップを示す流れ図である。
図５Ａは、ＣＴシステムによって作成され、ローカル・ウィンドウがその上に配置されるタイプの画像を示す図である。
図５Ｂは、腸内容物によって不明瞭になったポリープを示す、５Ｂ−５Ｂラインに沿って切り取られた図５Ａに示す画像の一部を示す図である。
図５Ｃは、デジタル腸サブトラクション処理の後の、５Ｂ−５Ｂラインに沿って切り取られた図５Ａに示す画像で、ポリープがはっきりと見える画像の一部を示す図である。
図５Ｄは、画素解析マップを示す図である。
【図６】
図６は、腸内の不透明化された物質と不透明化されていない物質の間の領域における腸内容物をデジタル・サブトラクトするステップを示す流れ図である。
図６Ａは、しきい値処理を示すグラフである。
図６Ｂは、しきい値処理を示すグラフである。
【図７】
腸のＣＴ画像におけるポリープを自動的に検出するためのテンプレート・マッチング手法のステップを示す流れ図である。
【図８】
図８は、腸のＣＴ画像におけるポリープを自動的に検出するためのローリング・ボール手法のステップを示す流れ図である。
図８Ａは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｂは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｃは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｄは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｅは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｆは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｇは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｈは、ローリング・ボール手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図８Ｉは、三次元画像におけるローリング・ボール手法を用いた自動ポリープ検出の例を示す図である。
【図９】
図９は、腸のＣＴ画像における構造体を自動的に検出するための距離マッチング手法のステップを示す流れ図である。
図９Ａは、距離マッチング手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図９Ｂは、距離マッチング手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図９Ｃは、距離マッチング手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図９Ｄは、距離マッチング手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図９Ｅは、距離マッチング手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図９Ｆは、距離マッチング手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。
図９Ｇは、距離マッチング手法を用いた、腸のＣＴ画像における自動ポリープ検出の例を示す図である。

Claims (42)

1. 仮想結腸鏡検査を実施するためのシステムであって、
   （ａ）デジタル画像作成システムと、
   （ｂ）前記デジタル画像作成システムに結合された記憶装置であって、デジタル画像を記憶するための記憶装置と、
   （ｃ）前記記憶装置から結腸の画像を受領するために結合されたデジタル腸サブトラクション・プロセッサであって、受領した結腸のデジタル画像を処理して、結腸の内容物を画像からデジタル的に除去するための該デジタル腸サブトラクション・プロセッサとを備えたシステム。
2. 前記記憶装置から結腸の画像を受領するために結合された自動ポリープ検出プロセッサであって、受領した結腸のデジタル画像を処理して、結腸画像におけるポリープを検出するための該自動ポリープ検出プロセッサをさらに備えた、請求項１に記載のシステム。
3. 前記自動ポリープ検出プロセッサは、前記デジタル腸サブトラクション・プロセッサによって腸内容物が除去された画像を処理する、請求項１に記載のシステム。
4. 前記デジタル腸サブトラクション・プロセッサは、ラスタ・デジタル腸サブトラクション・プロセッサに対応する、請求項１に記載のシステム。
5. 前記ラスタ腸サブトラクション・プロセッサは、
   絶対しきい値が交差したかどうか、またはそれらの交差率を査定するためのしきい値回路と、
   画像を走査するとともに、しきい値を所定の論理シーケンスで適用する解析カーネルと、
   開始画素を選択する手段と、
   しきい値を適用する方向を選択する手段と、
   しきい値適用手段と、
   画素再設定手段とを備える、請求項４に記載のシステム。
6. 前記デジタル腸サブトラクション・プロセッサは、勾配プロセッサデジタル腸サブトラクション・プロセッサに対応する、請求項１に記載のシステム。
7. 前記勾配プロセッサデジタル腸サブトラクション・プロセッサは、
   軟質組織のしきい値、空気のしきい値および腸のしきい値を定めるためのしきい値回路と、
   骨のしきい値を上回る要素を記録するためのマスク・プロセッサと、
   空気のしきい値および腸のしきい値を適切な領域に適用するための勾配プロセッサであって、第１のマスクを形成して、空気と腸の間の遷移に対応する領域内の第１のショルダ域を取り込む該勾配プロセッサと、
   空気と腸の間の遷移に対応する領域内の第２のショルダ域を識別するための拡大プロセッサと、
   勾配プロセッサから複合マスクをサブトラクトして所望の画像を残すサブトラクタとを備える、請求項６に記載のシステム。
8. 前記自動ポリープ検出プロセッサは、
   結腸内の軟質組織と空気の間の境界を含む領域における画素を抽出するセグメンタと、
   ローリング・ボール・プロセッサと、
   移動経路に沿って比を計算し、移動経路としきい値とを比較するためのベクトル・プロセッサとを備える、請求項２に記載のシステム。
9. 前記自動ポリープ検出プロセッサは、
   試験ポリープと試験対象領域の間でコンボルーションを行い、試験対象領域と試験ポリープの類似性を示すためのコンボルーション・プロセッサを備える、請求項２に記載のシステム。
10. 前記コンボルーション・プロセッサは相関マトリックスを作成し、コンボルーション・ポリープ検出器は、比較的高い相関値を有する試験対象領域の部分を識別するためのフィルタをさらに備える、請求項９に記載のシステム。
11. 前記自動ポリープ検出プロセッサは、距離テンプレートを画像に重ね合わせるとともに、各々が、距離テンプレート上の選択された点と腸の境界上の点との間の距離に対応し、各々が、腸の境界上の異なる点を用いて計算される複数の距離値を計算するための距離プロセッサを備える、請求項２に記載のシステム。
12. 前記自動ポリープ検出プロセッサは、複数の距離値の各々を比較するための比較回路をさらに備える、請求項１１に記載のシステム。
13. 前記比較回路は、値をサブトラクトして相対的な距離値を与えることによって、複数の距離値の各々を比較する手段を含む、請求項１２に記載のシステム。
14. 前記自動ポリープ検出プロセッサは、画像から画素を抽出して、結腸内の軟質組織と空気の間の境界を含む領域を与えるセグメンタをさらに備え、前記距離プロセッサは、前記セグメンタによって与えられた領域に距離テンプレートを重ね合わせる、請求項１１に記載のシステム。
15. 前記デジタル腸サブトラクション・プロセッサに結合された検出システムであって、内容物がデジタル的に除去される結腸のデジタル画像において、ポリープの特性に類似した１つまたは複数の特性を有する領域を検出するための検出システムと、
    前記検出システムによって検出された領域を画像上で示すためのインジケータ・システムとをさらに備えた、請求項１に記載のシステム。
16. 仮想結腸鏡検査を実施するための方法であって、
    コントラスト剤を患者に投与すること、
    コントラスト剤が投与された患者の１つまたは複数の腸の画像を作成すること、および
    作成された１つまたは複数の腸の画像の各々に示される腸の内容物をデジタル的にサブトラクトすることを含む方法。
17. 前記腸の内容物をデジタル的にサブトラクトすることは、
    しきい値関数を腸の画像に適用すること、
    腸の画像に対する勾配解析を行って、壁域に対応する第１の領域と、腸の内容物の領域に対応する第２の領域とを定めること、および
    腸の画像から第２の領域をデジタル的に除去して、第１の領域を有し、第２の領域を有さない画像を提供することを含む、請求項１６に記載の方法。
18. 前記勾配解析の実行が、
    腸内容物に対応する第１の部分と、腸壁に対応する第２の部分と、腸内容物と腸壁の間の遷移に対応する、第１の部分と第２の部分との間に位置する第３の部分とを有する画像遷移領域に対応する画像の部分を識別すること、
    画像遷移領域における第１のショルダ域を識別すること、
    画像遷移領域における第２のショルダ域を識別すること、
    境界の第１のショルダ域を拡大し、腸の画像に第１のしきい値関数を適用すること、
    腸の画像に対する解析に勾配を適用して、壁域に対応する第１の領域と、腸内容物の領域に対応する第２の領域とを定めること、および
    腸の画像から第２の領域をデジタル的に除去して、第１の領域を有し、第２の領域を有さない画像を提供することを含む、請求項１７に記載の方法。
19. 前記第２のショルダ域を識別することは、
    第２のショルダ域に対応する画像遷移領域の一部の周囲の画素を拡大すること、
    画素値の各々を勾配しきい値と比較すること、
    勾配しきい値より小さい画素値に対しては、内容物の領域および壁域のうち第１の領域に対応する第１の所定値と等しい値にその画素値を設定すること、および
    勾配しきい値より大きい画素値に対しては、内容物の領域および壁域のうち第２の領域に対応する第２の所定値と等しい値にその画素値を設定することを含む、請求項１８に記載の方法。
20. 前記腸の内容物をデジタル的にサブトラクトすることは、
    前記画像から第１の画素解析マップ（ＰＡＭ）を作成すること、
    前記第１のＰＡＭをラスタ・パターンで画像全体に進めること、
    ＰＡＭによって定められた所定の要素の集合体を調べることによって前記画像における空気領域を突き止めること、
    前記空気要素の周囲の領域を検索して前記、空気領域に隣接する腸域を突き止めること、及び
    前記画像から前記腸内容とサブトラクトすること、
    を含む請求項１６に記載の方法。
21. 画素のアレイによって画像を表す映像システムにおいて、腸内容物を表す前記画像における画素を選択する方法であって、
    画素のアレイを含むマップ内の画その所定の画素が空間的関係および所定のしきい値を有する画素解析マップを形成すること、
    前記画素解析マップを前記画像に適用すること、
    前記画素解析マップ内の前記画素の所定の画素の値と、前記画像内の画素とを比較し、前記画像内の対応する画素が腸内容物の１つを表しているか、または腸壁を表しているかを示すこと、および
    腸内容物に対応する前記画像内の画素の値を、空気に対応する画素値および腸に対応する画素値の一方に設定することを含む方法。
22. 前記画素解析マップを形成することは、
    前記画素解析マップの中心にある複数の中心画素を定めること、
    前記複数の中心画素の周囲に位置する複数の境界画素を定めること、および
    前記複数の境界画素の周囲に位置する複数の外部境界画素を定めることを含む、請求項２１に記載の方法。
23. 前記比較ステップは、
    前記複数の中心画素の第１の画素を選択すること、
    前記第１の画素の位置に隣接する位置にある前記画像内の画素と、前記第１の画素に最も近い外部境界画素との差値を計算すること、および
    勾配しきい値より大きい差値に対しては、前記第１の画素と外部境界画素の間のすべての画素の値を所定の値に設定することを含む、請求項２２に記載の方法。
24. 前記所定の値は空気の値または腸の値の一方に対応する、請求項２３に記載の方法。
25. ＣＴ画像内の構造体を検出するための方法であって、
    第１のＣＴ画像から試験構造体テンプレートを取得すること、
    第２のＣＴ画像の部分を選択すること、
    前記試験構造体テンプレートと前記選択された前記第２のＣＴ画像の部分との間でコンボルーションを実施して相関マトリックスを作成すること、および
    ポリープの特性との高い相関性を伴う値を有する前記第２の画像内の領域を識別すること、
    を含む方法。
26. 前記試験構造体テンプレートを取得することは、
    検出対象となるタイプの構造体を含む第１のＣＴ画像を取得すること、および
    前記ＣＴ画像から構造体を摘出して前記試験構造体を与えること、
    を含む請求項２５に記載の方法。
27. 前記第２の画像内の領域を識別することは、
    所定の相関しきい値より小さい値をフィルタリングすること、および
    前記試験構造体の形状と類似した形状を有する構造体を含む可能性の高い画像の領域を指定すること、
    を含む請求項２６に記載の方法。
28. 前記試験構造体テンプレートは、ポリープ・テンプレートに対応し、前記第１のＣＴ画像における検出対象となるタイプの前記構造体はポリープに対応する、請求項２６に記載の方法。
29. ポリープを検出するための方法であって、
    腸の境界に沿って試験要素を移動させること、
    前記試験要素の移動によって定められる経路を追跡すること、
    前記経路における前記試験要素の方向の変化を検出すること、および
    前記試験要素の経路および前記試験要素の方向の変化に基づいて腸の特徴を分類することを含む方法。
30. 前記経路における試験要素の方向の変化を検出することは、
    前記試験要素によって定められる経路の勾配の変化を計算すること、
    前記経路の勾配の方向が変化する各々の位置における点を標示すること、
    前記標示されたそれぞれの点の間の距離を計算すること、および
    前記各々の距離を用いて比値を計算することを含む、請求項２９に記載の方法。
31. 前記試験要素の経路および試験要素の方向の変化に基づいて腸の特徴を分類することは、比値を用いて腸の特徴を識別することを含む、請求項３０に記載の方法。
32. 前記試験要素が円形を有する試験要素である、請求項３１に記載の方法。
33. 前記試験要素が球形を有する試験要素である、請求項３１に記載の方法。
34. ポリープを検出するための方法であって、
    腸の境界を含む画像の領域にテンプレートを適用すること、および
    各々が、前記テンプレート上の少なくとも１つの点から前記腸の境界上の複数の点の１つまでの距離に対応する、前記テンプレートと前記腸の境界との間の複数の距離を計算することを含む該方法。
35. 等しい距離に対しては、前記テンプレートの形状と類似した形状を有する構造体を含む画像領域を識別する、請求項３４に記載の方法。
36. 前記腸の境界にテンプレートを適用することは、
    腸の画像を分離して、腸の境界を形成しない画素がフィルタリングされた画像を作成することを含む、請求項３４に記載の方法。
37. 前記テンプレートと腸の境界との間の複数の距離を計算することは、前記テンプレートの境界上の点と前記腸の境界上の点との間の距離を計算することを含む、請求項３５に記載の方法。
38. 前記距離が等しいかどうかを判断することは、前記距離間の標準偏差を計算することを含む、請求項３６に記載の方法。
39. 粘膜層を挿入するための方法であって、
    腸内容物がデジタル的に抽出された画像に勾配演算子を適用して、前記画像における腸壁域領域と非腸壁領域との間の境界に対応する画素を識別すること、および
    前記境界を形成する画素に限定ガウス・フィルタを適用することによって境界を平滑化し、前記境界に沿う所定の幅に対して平滑化が行われることを含む方法。
40. 前記所定の幅は１０画素未満の幅に対応する、請求項３８に記載の方法。
41. 前記所定の幅は２から５画素の範囲の幅に対応する、請求項３９に記載の方法。
42. 前記所定の幅は３画素の幅に対応する、請求項４０に記載の方法。

Images