JP2004509655A

JP2004509655A - 画像マッピングおよびテンプレートマッチング技術を使用して胸部ｘ線写真を識別するための方法、システム、およびコンピュータ可読媒体

Info

Publication number: JP2004509655A
Application number: JP2001571325A
Authority: JP
Inventors: 土井　邦雄; アリムラ　ヒデタカ; 桂川　茂彦; モリシタ　ジュンジ
Original assignee: ザ・ユニバーシティー・オブ・シカゴ
Priority date: 2000-03-28
Filing date: 2001-03-28
Publication date: 2004-04-02
Also published as: AU2001249248A1; WO2001073682A1; US20020021829A1; US6836558B2

Abstract

【課題】画像マッピングおよびテンプレートマッチング技術を使用して胸部Ｘ線写真を識別するための方法、システム、およびコンピュータ可読媒体。
【解決手段】所定の画像データに対応するテンプレート画像データを得る工程と、所定の画像データと前記テンプレート画像データとの間の相関値を計算する工程と、計算工程で計算された相関値に基づいて前記画像データを識別する工程とを含む、所定の画像データを識別するためのコンピュータ支援方法のための方法、システム、およびコンピュータ可読媒体。

Description

【０００１】
連邦政府の委託研究に関する陳述
本発明は部分的に、ＵＳＰＨＳ助成番号ＣＡ２４８０６およびＣＡ６２６２５（国立衛生研究所）ならびに米国陸軍助成番号ＤＡＭＤ７１−９６−６２２８に基づく米国政府の支援により行われた。米国政府は本発明に特定の権利を有する。
【０００２】
関連出願の相互参照
本願は３５Ｕ．Ｓ．Ｃ．§１１９（ｅ）に基づき、２０００年３月２８日に出願した米国暫定特許出願第６０／１９３，０７２号の優先権を主張し、その内容全体を参照してここに組み込まれる。
【０００３】
（発明の分野）
本発明は一般的に、胸部Ｘ線写真のコンピュータ支援診断（ＣＡＤ）方式の分野に関する。本発明はまた一般的に、例えば米国特許第４，８３９，８０７号，第４，８４１，５５５号、第４，８５１，９８４号、第４，８７５，１６５号、第４，９０７，１５６号、第４，９１８，５３４号、第５，０７２，３８４号、第５，１３３，０２０号、第５，１５０，２９２号、第５，２２４，１７７号、第５，２８９，３７４号、第５，３１９，５４９号、第５，３４３，３９０号、第５，３５９，５１３号、第５，４５２，３６７号、第５，４６３，５４８号、第５，４９１，６２７号、第５，５３７，４８５号、第５，５９８，４８１号、第５，６２２，１７１号、第５，６３８，４５８号、第５，６５７，３６２号、第５，６６６，４３４号、第５，６７３，３３２号、第５，６６８，８８８号、第５，７３２，６９７号、第５，７４０，２６８号、第５，７９０，６９０号、第５，８３２，１０３号、第５，８７３，８２４号、第５，８８１，１２４号、第５，９３１，７８０号、第５，９７４，１６５号、第５，９８２，９１５号、第５，９８４，８７０号、第５，９８７，３４５号、および第６，０１１，８６２号のみならず、米国特許出願第０８／１７３，９３５号，第０８／３９８，３０７号（ＰＣＴ公報ＷＯ９６／２７８４６）、第０８／５３６，１４９号、第０８／５６２，０８７号、第０８／９００，１８８号、第０８／９００，１８９号、第０８／９００，１９１号、第０８／９００，３６１号、第０８／９７９，６２３号、第０８／９７９，６３９号、第０８／９８２，２８２号、第０９／０２７，４６８号、第０９／０２７，６８５号、第０９／０２８，５１８号、第０９／０５３，７９８号、第０９／０９２，００４号、第０９／１２１，７１９号、第０９／１３１，１６２号、第０９／１４１，５３５号、第０９／１５６，４１３号、第０９／２９８，８５２号、および第０９／４７１，０８８号、ＰＣＴ特許出願ＰＣＴ／ＵＳ９９／２４００７、ＰＣＴ／ＵＳ９９／２５９９８、ならびに米国暫定特許出願第６０／１６０，７９０号、２０００年１月１８日出願の弁護士事件整理番号０７３０−００６８−２０ＰＲＯＶおよび０７３０−００６９−２０ＰＲＯＶならびに２０００年２月４日出願の０７３０−００７０−２０ＰＲＯＶのうちの１つまたはそれ以上に開示されているようなデジタル画像の自動解析のためのコンピュータ化技術に関し、これらを全て引用文献としてここに組み込まれる。
【０００４】
本発明は、上記の米国特許および出願に言及され記載されるだけでなく、添付の参考文献リストで著者および発行年によって識別されかつ明細書中でそれぞれの文献に対応する角括弧内の数字で相互参照される参考文献にも記載される様々な技術の使用を含み、上記の関連特許および出願ならびに参考文献のリストに記載された参考文献を含め、それらの内容全体を引用文献としてここに組み込まれる。
【０００５】
（背景の考察）
多くの病院および医療センタにおけるＰＡＣＳ（ｐｉｃｔｕｒｅ　ａｒｃｈｉｖｉｎｇ　ａｎｄ　ｃｏｍｍｕｎｉｃａｔｉｏｎ　ｓｙｓｔｅｍ）の実用増加の最近の傾向は、胸部Ｘ線写真におけるコンピュータ支援診断（ＣＡＤ）方式の臨床応用を促進する可能性が非常に高い。ＰＡＣＳは、一部の医療センタおよび病院で放射線部門の効率を改善するための画像管理システムとして使用されてきた。ＰＡＣＳの信頼性を維持するためには、誤った画像および誤った患者データをＰＡＣＳに格納してはならない。しかし、識別番号または患者名など、画像に関連付けられる患者情報が誤って入力された場合、画像は誤った患者フォルダに格納され、このエラーを見つけるのは困難である。日常の画像解釈中に、放射線医が往々にして所定の患者の一連の画像に表示される間違った患者の画像に気付くことは珍しくない。
【０００６】
したがって、上記の方法の短所のため、患者の胸部画像を正確に識別するためのより信頼できる方法を開発することが望ましい。
【０００７】
加えて、コンピュータ化方式は使用する特定の像に依存するので［７、８］、肺結節［１、２］および間質湿潤［３、４］のコンピュータによる検知および現行画像からの前回画像の時相減算［５、６］などの胸部Ｘ線写真の定量分析のためには、後前方向（ＰＡ）像または側面像いずれの胸部画像かを識別することが一般的に必要である。
【０００８】
しかし、ＰＡＣＳまたはデジタルアーカイビングシステムでは、胸部Ｘ線写真に対してＰＡ像および側面像に関する情報はしばしば記録されない。ＤＩＣＯＭ（ｄｉｇｉｔａｌ　ｉｍａｇｉｎｇ　ａｎｄ　ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｉｎ　ｍｅｄｉｃｉｎｅ）標準はそのようなラベル付けおよび多くの他のパラメータを含むことができるが、この有用な情報の大部分は一般的に入力されず、あるいは往々にして誤ったデータが格納される。
【０００９】
最近、胸部画像の自動ラベル付け（すなわちＰＡまたは横方向）および方向付けのために人工ニューラルネットワークが応用されるようになり、ラベル付けエラーの修正に対して報告されている精度は９８．７％である［９］。
【００１０】
しかし、上記方法の短所のため、胸部画像の正しい図の識別のためのより信頼できる方法を開発することが望ましい。
【００１１】
（発明の概要）
したがって、本発明の目的は、画像を所定の患者に属するものとして正確に識別するためのコンピュータ支援方法のための方法、システム、およびコンピュータ可読媒体を提供することである。
【００１２】
本発明の別の目的は、患者の現行画像および前回画像を使用して、所定の患者に属するものとして画像を正確に識別するためのコンピュータ支援方法のための方法、システム、およびコンピュータ可読媒体を提供することである。
【００１３】
本発明の別の目的は、胸部Ｘ線写真から導出された画像データが被験者のＰＡ像を表すか側面像を表すかを正確に識別するためのコンピュータ支援方法のための方法、システム、およびコンピュータ可読媒体を提供することである。
【００１４】
本発明の別の目的は、所定の胸部画像のデータが被験者のＰＡ像または側面像から導出されたデータと類似しているかどうかを検査するためのコンピュータ支援方法のための方法、システム、およびコンピュータ可読媒体を提供することである。
【００１５】
本発明の別の目的は、テンプレートの画像データと所定の胸部画像の画像データとの間の相互相関係数（以下では「相関値」という）を決定することによって２つの画像の類似性を測定するためのコンピュータ支援方法のための方法、システム、およびコンピュータ可読媒体を提供することである。
【００１６】
これらおよびその他の目的は、本発明に従って、所定の画像データに対応するテンプレート画像データを得ることと、所定の画像データとテンプレート画像データとの間の相関値を計算することと、計算工程で計算された相関値に基づいて画像データを識別することを含む、所定の画像データを識別するための新規の自動化方法、システム、およびコンピュータ可読媒体を提供することによって達成される。
【００１７】
したがって、本発明は、格納されたプログラム命令が適切にコンピュータにロードされたときにそれによって本発明の方法を実行することのできるプログラム命令を格納するコンピュータ可読媒体と、本発明の方法を実現するためのシステムとを含む。
【００１８】
本発明およびそれに付随する利点の多くについてのより完全な理解は、添付の図面に関連して考慮しながら以下の詳細な説明を参考にすることによって理解が深まるにつれて、簡単に得られるであろう。
【００１９】
（好適な実施形態の説明）
今、図面を参照すると、幾つかの図で同様の参照番号は同一または対応する部品を表わしており、さらに説明する通り本発明の様々な実施形態が示されている。
【００２０】
本発明に従って画像を所定の患者に属するものとして正確に識別するために使用した胸部Ｘ線写真は、１０００名の異なる患者の１０００枚の現行画像および１０００枚の前回画像を含む２０００枚の後前方向の胸部Ｘ線写真から構成された。画像は全て、富士コンピュータＸ線撮影システム（日本国東京都富士写真フィルム）で１７６０×１７６（０．２ｍｍ画素サイズ）のマトリックスサイズおよび１０ビットグレースケールを用いて収集した。画像マッチング法のためのコンピュータ化方式は、サンＳＰＡＲＣステーション５（米国カリフォルニア州（ＣＡ）サン・マイクロシステムズ（Ｓｕｎ　Ｍｉｃｒｏｓｙｓｔｅｍｓ））およびエプソンＰＣ　ＳＬ２（日本国東京都エプソン）を使用して開発された。
【００２１】
現行画像Ａおよび前回画像Ｂが所定の患者に属するかどうかを識別するために、現行画像と前回画像との間の相互相関値を決定する。現行画像Ａおよび前回画像ＢのマトリックスサイズはＩ×Ｊである。相互相関値Ｃは次式によって与えられる。
【数１】

【００２２】
画像ＡおよびＢが同一である場合、Ｃは１．０である。高い相関値は現行画像と前回画像との間の強い相似性を示す。
【００２３】
図１は、現行および前回胸部Ｘ線写真間の比較のために画像マッチング技術を使用することによって、現行および前回胸部Ｘ線画像を同一患者に属するものと識別するための自動化方法を示すフローチャートである。図１で、患者の情報に関連付けられる現行画像（工程１０４）が画像収集システム（工程１０２、例えばＰＡＣＳサーバ）内の患者のフォルダに転送されると、前回画像が患者のフォルダ（図示せず）から自動的に検索され、上の式を用いることによって相関値が決定される（工程１０６）。相関値の決定（工程１０６）のための計算時間を短縮するために、画像のマトリックスサイズは、双方向補間技術（図示せず）を使用し、予備研究の結果に基づいて、１７６０×１７６０から６４×６４に縮小される。
【００２４】
現行画像を間違った患者（工程１１０）に属するものとして識別する場合、患者の前回画像と「推定」対応患者の新しい現行画像との間の相関値が決定される。この相関値は、ヒストグラム解析（図示せず）に基づいて決定されたしきい値（工程１０６）と比較される。相関値がしきい値より大きければ、現行画像は同じ正しい患者（工程１０８）に属するとみなされ、ＰＡＣＳサーバ内の正しい患者のフォルダに格納される。他方、相関値がしきい値より小さければ、現行画像は潜在的に間違った患者（工程１１０）に属するとみなされる。次いで、利用可能な前回画像に基づいて、現行画像が本当にこの患者に属するかどうかを検証するように放射線科担当者に注意を促すために、警告標識が提供される（工程１１２）。職員が警告に気付くと、彼／彼女は現行画像を手動的に検査し（工程１１６）、間違った画像が間違った患者のフォルダに格納される前に是正処置が講じられる。こうして、画像は正しい患者のフォルダに格納される（工程１１４）。
【００２５】
連続胸部Ｘ線写真の変化は一般的に肺の拡張、側方および／またはＡ−Ｐ方向の傾斜、および回転のために起こり得る。現画像と前回画像との間のこれらの変化は結果として相関値の低減を生じる。したがって相関値の決定のための３種類の方法を研究した。第一に、収集された２つの連続画像に基づいて相関値を計算した。第二に、現行画像を水平方向および垂直方向にずらして、２つの画像間の最良の合致を決定した。最後に、現行画像を（例えばマイナス５度からプラス５度へ）回転して最大相関値を出した。
【００２６】
１０００名の患者の現行および前回画像の相関値を決定し、かつ２名の「間違った」患者で得られた１０００組の現行および前回画像の相関値も決定した。図２は、同一の「正しい」患者２０２および異なる「間違った」患者２０４で得られた相関値のヒストグラムを示すグラフである。同一の「正しい」患者２０２の現行および前回画像間の相関値は一般的に、「間違った患者２０４のそれより大きかった。正しい患者２０２の相関値は０．８０から０．９９に分布した。間違った患者２０４の相関値は正しい患者のそれより小さい相関値を示し、０．２９から０．９７まで幅広く分布した。
【００２７】
２つのヒストグラムが０．８０を超える相関値の位置で重なるが、ヒストグラムの大部分は分離している。これらの結果は、本発明の画像マッチング方法に基づいて「間違った」患者を潜在的に識別するのに有望であることを示している。例えば、間違った患者の決定に０．８０のしきい値を選択すると、データベースの間違った患者の４７．８％は、正しい患者に対する誤った警告無しに、間違った患者として正確に識別することができる。０．９０のしきい値を使用すると、データベースの間違った患者の８５．７％が、正しい患者に対して誤った警告を生じる２％の誤差で、間違った患者として正確に識別することができる。
【００２８】
図３は、画像マッチング技術に基づく間違った患者の識別における本発明の総合性能を受信者動作特性（ＲＯＣ）曲線として示すグラフである。ＲＯＣ曲線は、間違った患者を正確に間違った患者として識別する確率と正しい患者を誤って間違った患者として識別する確率との間の関係を示す。該曲線は、相関値のしきい値を変えることによって生成した。該曲線は左上隅の非常に近くに局在している。この結果は、間違った患者の識別におけるシステムの高い性能を示している。
【００２９】
本発明に従って胸部画像のＰＡ像または側面像を識別するために使用する胸部Ｘ線写真は、コダック・ラネックス・メディウム／ＯＣスクリーンフィルムシステムで得たシカゴ大学放射線医学部の患者のファイルから選択された。２００枚のＰＡおよび２００枚の側面Ｘ線写真は、レーザスキャナ（コニカＫＦＤＲ−Ｓ）を使用することにより０．１７５ｍｍの画素サイズおよび１０２４のグレーレベルでデジタル化される。２００２×２４２９マトリックスサイズのデジタル化画像は、２８６×３４７のマトリックスサイズに副標本化される。さらに、画像は２８６×２８６に裁断され、マトリックスサイズは本発明のために双方向補間によって２５６×２５６に縮小される。本発明の方法は、例えばゲートウェイＧＰ−４５０コンピュータを使用することによって実現された。
【００３０】
所定の画像データがＰＡ像または側面像を表わすかどうかを決定する場合、所定の画像データは、２つの像を代表するテンプレート画像の画像データと比較される。しかし、最初にその目的のためにテンプレート画像を作成する必要がある。
【００３１】
全ての患者のＰＡ像および側面像、小柄の患者のＰＡ像、小柄か大柄の患者の２つの側面像を含む様々なグループの胸部画像の様々な外観を表わすテンプレート画像が作成される。テンプレート画像を得るために使用される画像は「訓練」画像と呼ばれ、テンプレートとの相関値を決定するために使用される画像は「テスト」画像と呼ばれる。
【００３２】
画素位置のテンプレートデータＴ（ｘ，ｙ）は、Ｉが使用する画像の数である場合に次式によって記載される通り、多数の訓練画像の平均化によって生成される。
【数２】

【００３３】

【００３４】
テスト画像とテンプレートとの間の類似性の程度を示す相関値Ｃは、次式によって記載される通り決定される。
【数３】

【００３５】

【００３６】
２５６×２５６のマトリックスサイズのＰＡ像および側面像の２つのテンプレートで全ての胸部画像に対して得られた相関値を図４に示す。この初期研究のために、訓練およびテストの両方のために全ての胸部画像が使用される。しかし、テスト画像は、テンプレートを生成するために必要な数の訓練画像を考察するときに、訓練に使用されていない画像からのみ後で選択される。ＰＡテスト画像の相関値はＰＡテンプレートとの方が側面テンプレートとの場合より一般的に大きく、逆に側面テスト画像は側面テンプレートとの方がＰＡテンプレートの場合より一般的に大きいことが、図４で明瞭である。胸部画像の大部分はＰＡまたは側面テンプレートに類似しているので、ＰＡおよび側面テンプレートによる相関値の差は比較的大きく、一般的に０．２より大きい。
【００３７】
しかし、ＰＡおよび側面テンプレートによる幾つかの画像の相関値は、図４に示すように非常によく似ている。これらの画像の相関値の差は非常に小さいので、画像は一般的にＰＡ像または側面像として正しくかつ確実に識別することができない。図４の２本の斜めの破線の間の領域４０２は、ＰＡおよび側面テンプレートによる相関値の間の差が０．２未満である領域を示し、それは本発明ではテスト画像とＰＡまたは側面テンプレートとの類似性が確実に確認できないことを示すとみなされる。
【００３８】
図５は、それぞれ４種類のマトリックスサイズ（すなわち６４×６４、３２×３２、１６×１６、および８×８）のテンプレート（ａ、ｂ、ｃおよびｄ）、小柄の患者の胸部画像（ｅ、ｆ、ｇおよびｈ）、ならびに平均的大きさの患者の胸部画像（ｉ、ｊ、ｋおよびｌ）を含むＰＡ像のテンプレートおよび胸部画像を示す画像である。
【００３９】
図６は、それぞれ４種類のマトリックスサイズ（すなわち６４×６４、３２×３２、１６×１６、および８×８）のテンプレート（ａ、ｂ、ｃおよびｄ）、小柄の患者の胸部画像（ｅ，ｆ、ｇおよびｈ）、ならびに平均的大きさの患者の胸部画像（ｉ、ｊ、ｋおよびｌ）を含む側面像のテンプレートおよび胸部画像を示す画像である。
【００４０】
図４の領域４０２に含まれる１０枚の画像は、正しく識別された３９０枚（９７．５％）の他の画像とは対照的に、なぜこれらが確実に識別できないのか、その理由について分析された。識別できないＰＡ胸部画像は一般的に、ＰＡテンプレートに比較して小柄の患者のせいであり、識別できない側面胸部画像は一般的に側面テンプレートに比較して小柄か大柄のいずれかの患者のせいであることが分かった。加えて、１つのＰＡの場合の誤ったテンプレートである側面テンプレートとの相関値は、ＰＡテンプレートとの場合より大きい。したがって、患者の大きさの変化が一般的に、相関値の低減の主要な原因である。使用した胸部画像データベースでは、より大柄の患者のＰＡ胸部画像はＰＡテンプレートによって正しく識別され、たとえ大柄の患者の大きさの増加がこれらの胸部画像で認識可能であったとしても、大柄の患者用の別のＰＡテンプレートは必要ではなかった。しかし、他の画像データベースに適用する場合、大柄の患者用のＰＡテンプレートを作成することができ、全体的画像識別性能を高めることができる。
【００４１】
したがって、使用したデータベースでは、小柄の患者用のＰＡ像、小柄の患者用の側面像、および大柄の患者用の側面像を表わすことのできる３つの追加テンプレートを作成した。識別不能な１０枚の像と３つのテンプレートとの間の相関値を表１に示す。
【表１】識別不能な１０枚の画像についての胸部画像と小柄または大柄の患者用の３つの追加テンプレートとの間の相関値

【００４２】
表１から、各々の画像が正しいテンプレートと最大相関値を持つことが明らかである。２つの初期テンプレートで識別不能であった全ての画像が、異なる大きさの患者用の３つの追加テンプレートを使用すると正しく識別された。したがって、本発明で使用した４００枚の画像の全てが、異なる大きさの患者用に作成された５つのテンプレートで正しく識別された。
【００４３】
患者の位置の水平移動が、小柄の患者の幾つかの画像の相関値の低下の原因であることが明らかになった。識別不能な画像については、小柄の患者の場合、ＰＡおよび側面テンプレートを水平方向に移動することによって最大相関値を得ることが可能である。しかし、相関値は、追加テンプレートで得られるものに比較して大きくは増加しない。
【００４４】
上記の結果を要約すると、ＰＡまたは側面像いずれかの胸部Ｘ線写真は、多数のテンプレートと胸部画像の相関値を２つの工程で吟味することによって、正確かつ自動的に識別することができる。第１処理工程では、大きい母集団の全て成人の胸部画像の２種類の像を表わすＰＡおよび側面テンプレートを使用することによって、未知の事例の２つの相関値を決定する。１つのテンプレートとの相関値が例えば０．２を超えて大きい場合には、胸部画像は大きい相関値を持つそのテンプレートの像に属するとみなされる。そうでない場合、胸部画像は第１処理工程では識別不能とみなされ、さらなる分析が必要になる。第２処理工程では、小柄の患者のＰＡ像、小柄の患者の側面像、および大柄の患者の側面像を表わす３つの追加テンプレートを使用することによって、識別不能な事例の相関値を決定する。３つのテンプレートの中で最大相関値を生じるものが、正しい像とみなされる。
【００４５】
本発明では、図４の識別不能領域は、ＰＡおよび側面像テンプレートによる相関値間の差に対応する０．２の値を使用することによって決定される。一般的に、大きい差値は識別不能な画像の数を不必要に増加する傾向があり、それはその後の処理工程の計算時間を増大するので、本発明の適切な差値を選択することが重要である。しかし、小さい差値では第１処理工程で間違ったまたは識別不能な画像を全部拾い上げることはできないかもしれず、その場合この方法の全体的精度が低下する。したがって、小さすぎる差値を使用しないように注意する必要がある。本発明のこれらの要素を経験的に考慮することによって、０．２の差値が経験的に決定されることに注意されたい。
【００４６】
大きいマトリックスサイズは長い計算時間が必要であり、小さいマトリックスサイズは正しい像の識別の精度を下げるかもしれないので、一般的にこの方法のための画像マトリックスサイズの適切な選択も重要である。テンプレートマッチング技術に必要な最小マトリックスサイズ、およびテスト画像とテンプレートとの間の相関値は、様々な画像マトリックスサイズに対して決定される。２５６×２５６マトリックスサイズの画像は、副標本化技術を用いて１２８×１２８、６４×６４、３２×３２、１６×１６、８×８、４×４、および２×２のマトリックスサイズに縮小された。副標本化技術により得られた結果は、平均化技術により得られたものとほぼ同一であった。
【００４７】
図７は、４×４のマトリックスサイズで得られた相関値の分布を示すグラフである。２本の破線の間の領域７０２内の識別不能な画像の数は、図４に示した領域４０２に比べてかなり増加していることが分かる。
【００４８】
図８は、画像のマトリックスサイズ（横軸は方形マトリックスの１辺のサイズを表わす）と第１処理工程で識別不能な画像および第２処理工程で間違って識別された画像の数との間の関係を示すグラフである。識別不能または間違って識別された画像の数は、マトリックスサイズが減少するにつれて増加した。この結果は、このテンプレートマッチング技術の最小画像マトリックスサイズが８×８であることを示す。したがって、本発明の好適な実施形態には例えば１６×１６のマトリックスを選択する。
【００４９】
テンプレートを生成するために使用した訓練画像の数の効果も研究した。少数の訓練画像で適正なテンプレートを生成することができ、かつＰＡまたは側面像の正確な識別を提供することができれば、有用である。２００枚の画像から無作為に選択する１２８、６４、３２、１６、８、４、２、および１枚の画像を含む、様々な数の画像を使用することにより、様々なテンプレートを作成する。テンプレートとテンプレートの生成に使用した訓練画像を除く全ての画像との間の相関値を計算し、識別不能または間違って識別された画像の数を得る。
【００５０】
図９は、１６×１６のマトリックスサイズを使用した場合の１６枚の訓練画像により生成されたテンプレートの場合の相関値の分布を示すグラフである。図９に示す通り、２本の破線の間の領域９０２は多数の識別不能な画像（すなわち１０枚）を含む。
【００５１】
図１０は、第１処理工程で識別不能な画像および第２処理工程で間違って識別された画像の数に対し、テンプレートの生成に使用した訓練画像の数の効果を示すグラフである。訓練画像の数が減少するにつれて、識別不能または間違って識別される画像の数は増加する。訓練画像の数が８またはそれ以上のとき、性能は正確になるようである。したがって、本発明の好適な実施形態では、テンプレートの生成に少なくとも１６枚の訓練画像を使用する。結果を検証するために、無作為に選択する１６枚の異なる画像を５組使用することにより、５種類のテンプレートを生成する。これらのテンプレートにより、相関値および間違って識別される画像の数は、表２に示すように決定される。
【表２】無作為に選択した１６枚の異なる画像を５組および１６×１６のマトリックスサイズを使用して５種類のテンプレートを生成した場合に第１処理工程で識別不能な画像および第２処理工程で間違って識別された画像の数

【００５２】
表２から、第１処理工程で識別不能な画像の数は各組で異なるが、第２処理工程でテスト画像は全て正しく識別される。上の結果から、最小マトリックスサイズは１６×１６であり、テンプレートを生成するための訓練画像の最小数は１６であると結論付けられる。
【００５３】
発明者の初期研究では、第２処理工程でわずか３つの追加テンプレートを作成し、我々のデータベースの全ての胸部Ｘ線写真のＰＡまたは側面像を正しく識別するのに適切であることが明らかになった。しかし、大柄の患者用のＰＡテンプレートおよび大柄の肥満した患者など例外的な画像用、および片肺だけの患者、美観を損ねる胸部外傷のため集中治療ユニットの患者など非常に例外的な胸部画像用の追加的特殊テンプレートなど、追加のテンプレートを作成することができる。そのような画像が所定の画像データベースに含まれる場合、対応する胸部画像の正しい識別のために、これらの追加的テンプレートおよび特殊テンプレートを第２処理工程に組み込むことは有用であろう。実際、該方法を社団法人日本放射線技術学会（Ｊａｐａｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｏｆ　Ｒａｄｉｏｌｏｇｉｃａｌ　Ｔｅｃｈｎｏｌｏｇｙ）から入手した胸部画像データベース［１０］の２４７枚のＰＡ胸部画像に適用した。これらの画像は、上述の方法によって全てＰＡ像と正しく識別された。しかし、大柄の肥満した患者の幾つかの胸部画像の相関値は、０．３未満の範囲で非常に低かった。そこでこれらの大柄な患者用に特殊テンプレートを作成した。その結果、対応する相関値は０．６を超える範囲に実質的に増加し、したがって追加的特殊テンプレートの有用性を示すことが確認された。
【００５４】
しかし、小柄の患者用の胸部Ｘ線写真を得たとき、患者に入射するＸ線ビームはコリメータを使用することにより患者の上体に一般的に狭められ、したがってＸ線写真の縁部に非露光領域のある胸部Ｘ線写真が生じる。この種のアーチファクトは胸部画像に付着した「白枠」の外観を呈し、結果的にテンプレートとの相関値の低下を生じ得る。レーザスキャナの使用による胸部Ｘ線写真のデジタル化のプロセスで同様のアーチファクトが生じることがあるが、対応するアーチファクトの大きさ（または幅）は通常、Ｘ線ビームの視準によるものよりずっと小さい。これらのアーチファクトの相関値に対する望ましくない効果は、下で述べるように胸部画像の縁の幾つかの画素を除去することによって、より小さいマトリックスの胸部画像を使用することにより縮小することができる。
【００５５】
胸部画像およびテンプレートのマトリックスサイズが１６×１６のとき、胸部画像の４つの縁の最外部の画素を全て除去することによって、アーチファクトが低減されたより小さいマトリックス画像を得ることができ、こうして１４×１４マトリックスが生成される。１４×１４のマトリックス画像等々で最外部の画素の除去を繰り返すことによって、原胸部画像で除去された様々な幅の縁部分を含む１２×１２および１０×１０の異なるマトリックスサイズの画像を得ることができる。
【００５６】
図１１は、ＰＡ胸部画像の周縁にアーチファクトがある場合と無い場合の胸部画像の相関値に対する低減マトリックスサイズ（横軸は方形マトリックスの１辺のサイズを表わす）の効果を示すグラフである。アーチファクトのある４枚の胸部画像（ａ、ｂ、ｃ、およびｄ）の場合、１６×１６のマトリックスサイズとの相関値は０．５未満の範囲で非常に低い。マトリックスサイズが１４×１４、および１２×１２に縮小するにつれて、これらの画像の相関値が急速に増加し、１０×１０のマトリックスサイズで飽和する傾向があったことが、図１１から明らかである。アーチファクトのある１つの胸部画像の相関値は、１６×１６から１０×１０までのマトリックスサイズであまり変化しない。この結果は、この胸部画像の患者の大きさが非常に小柄であるという事実による。実際、小柄の患者用のＰＡテンプレートとの相関値は、アーチファクトのある胸部画像の場合０．６５１まで増加し、こうしてＰＡ像として正しく識別される。アーチファクトの無い４枚の胸部画像（ｆ、ｇ、ｈ、およびｉ）の場合の１６×１６のマトリックスとの相関値は非常に大きく、縮小したマトリックスサイズでもあまり変化しない。
【００５７】
これらの発見は、１６×１６のマトリックスサイズの未知の胸部画像の相関値が０．５未満のように非常に小さいときに、１２×１２などの縮小マトリックスサイズの相関値を決定しなければならないことを示す。縮小したマトリックスサイズの対応する相関値が実質的に増加すれば、使用したテンプレートの像によってこの胸部画像の正しい像を識別することができる。しかし、対応する相関値があまり変化しなければ、異なる像および／または異なる患者の大きさの他のテンプレートを適用する必要がある。
【００５８】
図１２ａは、胸部Ｘ線写真のＰＡまたは側面像いずれかを正しく識別するための全体的方式を示すフローチャートである。図１２ａでは、工程１２００で胸部画像が得られ、上述の通りそのマトリックスサイズが縮小される。工程１２０２で、（ｉ）ＰＡ像、（ｉｉ）側面像、（ｉｉｉ）小柄の患者のＰＡ像、（ｉｖ）小柄の患者の側面像、（ｖ）大柄の患者のＰＡ像、および（ｖｉ）大柄の患者の側面像のテンプレートが前述の通り得られる。
【００５９】
第１処理工程に対応する工程１２０４で、（ｉ）ＰＡ像テンプレートおよび（ｉｉ）側面像テンプレートをそれぞれ使用して、不明の画像の相関値ＣＶ１およびＣＶ２が計算される。工程１２０６で、ＣＶ１とＣＶ２との間の差が所定のしきい値ＴＨ１（例えば０．２）より大きければ、不明の画像はＰＡ像と決定される。ＣＶ２とＣＶ１との間の差が所定のしきい値（例えば０．２）より大きければ、不明の画像は側面像と決定される。それ以外では、不明の画像は未決定画像とみなされる。
【００６０】
第２処理工程に対応する工程１２０８で、（ｉｉｉ）小柄の患者のＰＡ像テンプレート、（ｉｖ）小柄の患者の側面像、（ｖ）大柄の患者のＰＡ像、および（ｖｉ）大柄の患者の側面像のテンプレートをそれぞれ使用して、未決定画像の相関値ＣＶ３、ＣＶ４、ＣＶ５およびＣＶ６が計算される。工程１２１０で、未決定画像の正しい像が、（ｉｉｉ）小柄の患者のＰＡ像テンプレート、（ｉｖ）小柄の患者の側面像、（ｖ）大柄の患者のＰＡ像、および（ｖｉ）大柄の患者の側面像のテンプレートにそれぞれ対応する値ＣＶ３、ＣＶ４、ＣＶ５およびＣＶ６の間で最大の相関値を出す像であると決定される。そうでなければ、未決定画像は未決定のままである。
【００６１】
図１２ｂは、前述した通り、任意選択的アーチファクト処理手順を示すフローチャートである。図１２ｂでは、工程１２１２で、所定のマトリックスサイズ（例えば１６×１６）の不明の画像の計算された相関値ＣＶｘ（すなわちＣＶ１、ＣＶ２、ＣＶ３、ＣＶ４、ＣＶ５およびＣＶ６）が所定のしきい値ＴＨ２（例えば０．５）より小さければ、ＣＶｘはより小さいマトリックスサイズ（例えば１２×１２）を使用して再計算され、ＣＶｘｓを得る。
【００６２】
工程１２１４で、より小さいマトリックスサイズ（例えば１２×１２）の不明の画像の再計算された相関値ＣＶｘｓ（すなわちＣＶ１ｓ、ＣＶ２ｓ、ＣＶ３ｓ、ＣＶ４ｓ、ＣＶ５ｓおよびＣＶ６ｓ）が所定のしきい値ＴＨ２から実質的に増加した場合（すなわちＣＶｘｓ＞＞０．５）、正しい像はＣＶｘを再計算してＣＶｘｓを得るのに使用したテンプレートに対応する。そうでなければ、処理は呼出しルーチン（例えば工程１２０４または工程１２０８）に戻る。
【００６３】
図１３は、別の実施形態に従って胸部Ｘ線写真のＰＡ像または側面像のいずれかを正しく識別するための全体的方式を示すフローチャートである。図１３では、工程１３０２で不明の像のデジタル胸部画像が得られる。工程１３０４で、デジタル画像は、例えば裁断、補間、副標本化等の技術を用いてサイズを（例えば１６×１６のマトリックスへ）縮小される。工程１３０６で、縮小画像と対応する画像サイズの側面像およびＰＡ像のテンプレートとの間の相関値（ＣＶｌａｔおよびＣＶｐａ）がそれぞれ決定される。工程１３０８で、相関値ＣＶｌａｔおよびＣＶｐａが所定のしきい値ＴＨ３（例えば０．５）より大きいか等しいかどうかが決定される。ＣＶｌａｔまたはＣＶｐａがＴＨ３より大きいか等しい場合、｜ＣＶｐａ−ＣＶｌａｔ｜が所定のしきい値ＴＨ４（例えば０．２）より大きいか等しいかどうかが決定される。
【００６４】
｜ＣＶｐａ−ＣＶｌａｔ｜が所定のしきい値ＴＨ４（例えば０．２）より大きいか等しい場合、工程１３１６で、画像の正しい像は、ＣＶｐａおよびＣＶｌａｔの間で最大の相関値を生じるテンプレート像に属すると決定される。｜ＣＶｐａ−ＣＶｌａｔ｜が所定のしきい値ＴＨ４（例えば０．２）より大きくも等しくもない場合、縮小画像と対応する画像サイズの小柄の患者のＰＡ像、小柄の患者の側面像、大柄の患者のＰＡ像、および大柄の患者の側面像のテンプレートとの間の相関値（ＣＶｓｐａ、ＣＶｓｌａｔ、ＣＶｌｐａおよびＣＶｌｌａｔ）が工程１３１８でそれぞれ決定される。次いで処理は工程１３１６に戻り、そこで画像の正しい像は、ＣＶｓｐａ、ＣＶｓｌａｔ、ＣＶｌｐａおよびＣＶｌｌａｔの間で最大相関値を生じるテンプレート像に属すると決定される。
【００６５】
ＣＶｌａｔまたはＣＶｐａのどちらもＴＨ３より大きくも等しくもない場合、アーチファクト除去処理（例えば辺縁画素除去を使用して）が工程１３１０で実行される。工程１３１０で、辺縁画素を除去したＰＡ像および側面像テンプレート（例えば２×１２のマトリックスを使用する）を使用して、辺縁画素を除去した画像（例えば１２×１２マトリックスを使用する）間の相関値（ＣＶｐａｓおよびＣＶｌａｔｓ）が決定される。次いで、工程１３１４で、相関値ＣＶｐａｓまたはＣＶｌａｔｓが所定のしきい値ＴＨ５（例えば０．５）より大きいかまたは等しいかどうか、および｜ＣＶｐａｓ−ＣＶｌａｔｓ｜が所定のしきい値ＴＨ６（例えば０．２）より大きいかまたは等しいかどうかが決定される。これらの条件が両方とも満たされると、処理は工程１３１６に戻り、そこで、画像の正しい像は、ＣＶｐａｓおよびＣＶｌａｔｓの中で最大の相関値を生じるテンプレート像に属すると決定される。
【００６６】
相関値ＣＶｐａｓまたはＣＶｌａｔｓが所定のしきい値ＴＨ５（例えば０．５）より大きくも等しくもない場合、あるいは｜ＣＶｐａｓ−ＣＶｌａｔｓ｜が所定のしきい値ＴＨ６（例えば０．２）より大きくも等しくもない場合、工程１３２０でさらなる処理が実行される。工程１３２０で、縮小画像と対応する画像サイズの小柄患者のＰＡ像、小柄患者の側面像、大柄患者のＰＡ像、および大柄患者の側面像のテンプレートとの間の相関値（ＣＶｓｐａｓ、ＣＶｓｌａｔｓ、ＣＶｌｐａｓおよびＣＶｌｌａｔｓ）がそれぞれ決定される。次いで処理は工程１３１６に戻り、そこで画像の正しい像はＣＶｓｐａｓ、ＣＶｓｌａｔｓ、ＣＶｌｐａｓおよびＣＶｌｌａｔｓの中で最大相関値を生じるテンプレート像に属すると決定される。
【００６７】
図１４は、本発明の教示に従ってプログラムすることのできる汎用コンピュータ１４００の略図である。図１４で、コンピュータ１４００は本発明のプロセスを実現するものであり、該コンピュータは、適切な装置バス（例えばＳＣＳＩバス、拡張ＩＤＥバス、ウルトラＤＭＡバス、ＰＣＩバス等）を使用して接続された例えばディスプレイ装置１４０２（例えばタッチスクリーンインタフェース付きタッチスクリーンモニタ等）、キーボード１４０４、ポインティング装置１４０６、マウスパッドまたはデジタル化パッド１４０８、ハードディスク１４１０または他の固定高密度媒体ドライブ、フロッピードライブ１４１２、テープまたはＣＤ−ＲＯＭドライブ１４１４とテープまたはＣＤ媒体１４１６、または光磁気媒体などその他の取外し可能な媒体装置、ならびにマザーボード１４１８を含む。マザーボード１４１８は、例えばプロセッサ１４２０、ＲＡＭ１４２２、およびＲＯＭ１４２４（例えばＤＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ＳＲＡＭ、ＳＤＲＡＭ、およびフラッシュＲＡＭ等）、音声処理、画像処理、信号処理、ニューラルネットワーク処理、自動分類等の特殊化されたハードウェア／ソフトウェア機能を実行するための画像収集装置および任意選択的専用論理装置（例えばＡＳＩＣ等）または構成可能な論理装置（例えばＧＡＬおよび際プログラム可能ＦＰＧＡ）１４２８に連結するために使用することのできるＩ／Ｏポート１４２６、マイクロホン１４３０、ならびにスピーカ（単数または複数）１４３２を含む。
【００６８】
上述の通り、システムは少なくとも１つのコンピュータ可読媒体を含む。コンピュータ可読媒体の例はコンパクトディスク、ハードディスク、フロッピーディスク、テープ、光磁気ディスク、ＰＲＯＭ（ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュＥＰＲＯＭ）、ＤＲＡＭ、ＳＲＡＭ、ＳＤＲＡＭ等である。コンピュータ可読媒体のいずれか１つまたは組合せに格納される本発明は、コンピュータ１４００のハードウェアを制御するため、およびコンピュータ１４００が人間のユーザと対話することを可能にするための両方のソフトウェアを含む。そのようなソフトウェアは、装置ドライバ、オペレーティングシステム、および開発ツールなどのユーザアプリケーションを含むが、それらに限定されない。そのようなコンピュータ可読媒体は、上述した本発明に係るプロセスのいずれかを実行するための本発明のコンピュータプログラム製品をさらに含む。本発明のコンピュータコード装置は、スクリプト、インタプリタ、ダイナミックリンクライブラリ、Ｊａｖａクラス、およびコンピュータ実行可能プログラム等を含むがそれらに限定されないいずれかの解釈型または実行可能なコードメカニズムとすることができる。
【００６９】
汎用コンピュータ１４００のプログラミングは、例えば画像アーカイブ通信システム（ＰＡＣＳ）から得られた画像から導出されるデジタルデータを処理するように実現される。代替的に、本発明はまた、汎用コンピュータ１４００のプログラミングによって、画像収集装置から得られた画像をデジタル化し格納するためのソフトウェアモジュールを含むよう実現することができる。言い換えると、処理されるデジタル画像はデジタル形式では存在しないかもしれず、発明を実現する際にデジタル形式に変換する必要があるかもしれない。
【００７０】
したがって、本発明に記載されるメカニズムおよびプロセスは、本明細書の教示に従ってプログラムされた汎用マイクロプロセッサまたはコンピュータを用いて実現することができる。適切なソフトウェアコーディングは、本開示の教示に基づいて、コンピュータ技術の通常の熟練プログラマによって容易に作成することができる。しかし、本発明はまた、アプリケーション特定的な集積回路の作製によって、あるいは従来のコンポーネント回路の適切なネットワークを相互接続することによっても実現することができる。
【００７１】
したがって本発明は、記憶媒体に格納することができ、かつ本発明に係るプロセスを実行するように汎用マイクロプロセッサまたはコンピュータをプログラムするために使用できる命令を含むコンピュータ利用製品をも含む。この記憶媒体は、フロッピーディスク、光ディスク、ＣＤ−ＲＯＭ、光磁気ディスク、ＲＯＭ、ＲＡＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、磁気または光カードを含む任意の種類のディスク、または電子命令を格納するのに適した任意の種類の媒体を含むことができるが、それらに限定されない。
【００７２】
要約すると、画像アーカイブ通信システム（ＰＡＣＳ）に多くの画像を格納するためには、画像を適切な患者のフォルダなど正しい場所に格納することが重要である。しかし、識別番号または患者名など、画像に関連付けられる患者情報が間違って入力された場合、このエラーを見つけることは困難である。日課の画像解釈中に、放射線医が往々にして所定の患者の一連の画像中に表示された間違った患者の画像に気付くことは珍しくない。したがって、間違った画像が間違った患者フォルダに格納される前に是正措置を講じることができるように、患者ＩＤが画像収集システムで得られた画像に取り付けられた直後に間違った患者の画像を発見することが望ましい。一実施形態では、本発明はＰＡＣＳ環境で胸部Ｘ線写真に重点を置き、現行および前回胸部Ｘ線写真を比較する画像マッチング技術を使用することによって患者を識別する自動化方法を実現する。この手法の目標は、現行画像がＰＡＣＳ環境で所定の患者の前回の胸部Ｘ線写真と一致しない場合に、技師または放射線科医に警報を出すことである。そのような不整合を識別するために、現行画像と前記画像との間の相互参照値が決定される。２つの画像間の最良の合致を決定するために、現行画像を水平および垂直方向に移動し、次いで回転する。現行および前記画像を入手できた１０００名の患者について得られた２０００枚の胸部Ｘ線写真（例えば後前方向像）を使用した。同一患者の前回および現行画像間の相関値は一般的に、異なる患者のそれより大きいことが明らかになった。予備的結果は、本発明に係る方法により、不整合の「間違った」画像の５０％を超える分が正しく識別できることを示した。患者識別のためのこの自動化方法は、ＰＡＣＳ環境で格納されている間違った画像を突き止めるのに役立つであろう。
【００７３】
本発明の別の実施形態では、画像アーカイブ通信システム（ＰＡＣＳ）またはデジタルアーカイブシステムで、胸部Ｘ線写真の画像の後前方向（ＰＡ）または側面の像を識別する情報がしばしば記録されず、あるいは間違って記録される。しかし、コンピュータ支援診断のための胸部画像の定量分析のためには、像がＰＡ像か側面像かを正しく識別する必要がある。本発明は、胸部Ｘ線写真のＰＡ像か側面像かを正しく識別するためのコンピュータ化方法を提供する。全体的な手法は、ＰＡまたは側面像の平均的胸部画像を表わすテンプレートと胸部画像の類似性を検討するものである。テンプレートマッチング技術の使用により、胸部画像がＰＡまたは側面像のいずれであるかを決定するための相関値が得られる。ＰＡおよび側面像のテンプレートは、２００枚のＰＡおよび２００枚の側面胸部画像から作成される。第１処理工程で、３９０枚（９７．５％）の画像が、２つのテンプレートにより得られた相関値の比較によって正しく識別される。第１処理工程で１０枚の識別不能な画像の詳細な分析から、患者の大きさの変動が一般的に、相関値の低下の主な原因であることが明らかになっている。したがって、ＰＡ像および側面像による小柄の患者用および側面像による大柄の患者用の３つの追加テンプレートを使用する。第２処理工程で、追加の３つの添付による相関値を比較し、残りの識別不能な画像（２．５％）の全部が正しく識別される。この方法で一般的に使用できる最小マトリックスサイズは１６×１６であり、テンプレートを作成するために少なくとも１６枚の画像を使用しなければならない。しかし、前述の通り、他の画像データベースに適用されたときに全体的な画像識別性能を高めることのできる大柄の患者用のＰＡテンプレート、および大柄の肥満した患者など例外的な画像用の追加の特殊テンプレート、ならびに片肺だけの患者、外観を損ねる胸部外傷のため集中治療ユニットにいる患者などの非常に例外的な胸部画像など、追加のテンプレートを作成することができる。
【００７４】
本発明をＸ線写真画像のＰＡおよび側面像の識別に関して説明したが、本発明は、腹部画像、頭蓋の画像、四肢の画像、ＣＴ画像、超音波画像、ＭＲＩ画像等、医療画像のコンピュータ解析が実行される他の画像を識別するために実現することができる。
【００７５】
ＰＡ像、側面像、小柄患者のＰＡ像、小柄患者の側面像、大柄患者のＰＡ像、大柄患者の側面像、および肥満患者のＰＡ像のためのテンプレートを使用してＸ線写真画像のＰＡおよび側面像を識別することに関して本発明を説明したが、本発明は、肥満患者の側面像、片肺だけの患者、外観を損ねる胸部外傷のため集中治療ユニットにいる患者などの非常に例外的な胸部画像等を使用して実現することができる。
【００７６】
アーチファクト除去のために辺縁画素を除去することによって縮小したマトリックスサイズを使用することに関して本発明を説明したが、本発明は、計算時間を短縮するために辺縁画素を除去することによって縮小したマトリックスサイズを使用して実現することができる。
【００７７】
計算時間を短縮するために例えば副標本化および双方向補間技術を使用することによってマトリックスサイズを短縮することに関して本発明を説明したが、本発明は、識別する画像の特定の用途に適するように計算時間をさらに短縮するために、例えば副標本化および双方向補間技術を使用して短縮マトリックスサイズを使用して実現することができる。
【００７８】
上記の教示に照らして本発明の多くの変化例および変形例が可能である。したがって、請求の範囲内で本発明はここに特に記載した以外の方法でも実現できることを理解されたい。
【００７９】
引用文献のリスト
［１］．ＸｕＸＷ，ＤｏｉＫ，ＫｏｂａｙａｓｈｉＴ，ＭａｃＭａｈｏｎＨ，ＧｉｇｅｒＭＬ：ＤｅｖｅｌｏｐｍｅｎｔｏｆａｎｉｍｐｒｏｖｅｄＣＡＤｓｃｈｅｍｅｆｏｒａｕｔｏｍａｔｅｄｄｅｔｅｃｔｉｏｎｏｆｌｕｎｇｎｏｄｕｌｅｓｉｎｄｉｇｉｔａｌｃｈｅｓｔｉｍａｇｅｓ．ＭｅｄＰｈｙｓ２４：１３９５−１４０３，１９９７．
［２］．ＸｕＸ−Ｗ，ＫａｔｓｕｒａｇａｗａＳ，ＡｓｈｉｚａｗａＫ，ＭａｃＭａｈｏｎＨ，ＤｏｉＫ：Ａｎａｌｙｓｉｓｏｆｉｍａｇｅｆｅａｔｕｒｅｓｏｆｈｉｓｔｏｇｒａｍｓｏｆｅｄｇｅｇｒａｄｉｅｎｔｆｏｒｆａｌｓｅｐｏｓｉｔｉｖｅｒｅｄｕｃｔｉｏｎｉｎｌｕｎｇｎｏｄｕｌｅｄｅｔｅｃｔｉｏｎｉｎｃｈｅｓｔｒａｄｉｏｇｒａｐｈｓ．ＰｒｏｃＳＰＩＥ３３３８：３１８−３２６，１９９８．
［３］．ＫａｔｓｕｒａｇａｗａＳ，ＤｏｉＫ，ＭａｃＭａｈｏｎＨ，Ｍｏｎｎｉｅｒ−ＣｈｏｌｌｅｙＬ，ＭｏｒｉｓｈｉｔａＪ，ＩｓｈｉｄａＴ：Ｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｏｆｇｅｏｍｅｔｒｉｃ−ｐａｔｔｅｒｎｆｅａｔｕｒｅｓｏｆｉｎｔｅｒｓｔｉｔｉａｌｉｎｆｉｌｔｒａｔｅｓｉｎｄｉｇｉｔａｌｃｈｅｓｔｒａｄｉｏｇｒａｐｈｓ．ＪＤｉｇＩｍａｇｉｎｇ９：１３７−１４４，１９９６．
［４］．ＩｓｈｉｄａＴ，ＫａｔｓｕｒａｇａｗａＳ，ＡｓｈｉｚａｗａＫ，ＭａｃＭａｈｏｎＨ，ＤｏｉＫ：Ａｐｐｌｉｃａｔｉｏｎｏｆａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓｆｏｒｑｕａｎｔｉｔａｔｉｖｅａｎａｌｙｓｉｓｏｆｉｍａｇｅｄａｔａｉｎｃｈｅｓｔｒａｄｉｏｇｒａｐｈｓｆｏｒｄｅｔｅｃｔｉｏｎｏｆｉｎｔｅｒｓｔｉｔｉａｌｌｕｎｇｄｉｓｅａｓｅ．ＪＤｉｇＩｍａｇｉｎｇ１１：１８２−１９２，１９９８．
［５］．ＫａｎｅＡ，ＤｏｉＫ，ＭａｃＭａｈｏｎＨ，ＨａｓｓｅｌｌＤＤ，ＧｉｇｅｒＭＬ：Ｄｉｇｉｔａｌｉｍａｇｅｓｕｂｔｒａｃｔｉｏｎｏｆｔｅｍｐｏｒａｌｌｙｓｅｑｕｅｎｔｉａｌｃｈｅｓｔｉｍａｇｅｓｆｏｒｄｅｔｅｃｔｉｏｎｏｆｉｎｔｅｒｖａｌｃｈａｎｇｅ．ＭｅｄＰｈｙｓ２１：４５３−４６１，１９９４．
［６］．ＩｓｈｉｄａＴ，ＫａｔｓｕｒａｇａｗａＳ，ＮａｋａｍｕｒａＫ，ＭａｃＭａｈｏｎＨ，ＤｏｉＫ：Ｉｔｅｒａｔｉｖｅｉｍａｇｅｗａｒｐｉｎｇｔｅｃｈｎｉｑｕｅｆｏｒｔｅｍｐｏｒａｌｓｕｂｔｒａｃｔｉｏｎｏｆｓｅｑｕｅｎｔｉａｌｃｈｅｓｔｒａｄｉｏｇｒａｐｈｓｔｏｄｅｔｅｃｔｉｎｔｅｒｖａｌｃｈａｎｇｅ．ＭｅｄＰｈｙｓ２６：１３２０−１３２９，１９９９．
［７］．ＡｒｍａｔｏＳＧ，ＧｉｇｅｒＭＬ，ＭａｃＭａｈｏｎＨ：Ａｕｔｏｍａｔｅｄｌｕｎｇｓｅｇｍｅｎｔａｔｉｏｎｉｎｄｉｇｉｔｉｚｅｄｐｏｓｔｅｒｏａｎｔｅｒｉｏｒｃｈｅｓｔｒａｄｉｏｇｒａｐｈｓ．ＡｃａｄＲａｄｉｏｌ５：２４５−２５５，１９９８．
［８］．ＡｒｍａｔｏＳＧ，ＧｉｇｅｒＭＬ，ＡｓｈｉｚａｗａＫ，ＭａｃＭａｈｏｎＨ：Ａｕｔｏｍａｔｅｄｌｕｎｇｓｅｇｍｅｎｔａｔｉｏｎｉｎｄｉｇｉｔａｌｌａｔｅｒａｌｃｈｅｓｔｒａｄｉｏｇｒａｐｈｓ．ＭｅｄＰｈｙｓ２５：１５０７−１５２０，１９９８．
［９］．ＨａｒｒｅｌｄＭＲ，ＭａｒｏｖｉｃＢ，ＮｅｕＳ，ＶａｌｅｎｔｉｎｏＤＪ：ＡｕｔｏｍａｔｉｃｌａｂｅｌｉｎｇａｎｄｏｒｉｅｎｔａｔｉｏｎｏｆｃｈｅｓｔＣＲｓｕｓｉｎｇｎｅｕｒａｌｎｅｔｗｏｒｋｓ．Ｒａｄｉｏｌｏｇｙ２１３（Ｐ）：３２１，１９９９（ａｂｓｔｒａｃｔ）．
［１０］．ＳｈｉｒａｉｓｈｉＪ，ＫａｔｓｕｒａｇａｗａＳ，ＩｋｅｚｏｅＪ，ＭａｔｓｕｍｏｔｏＴ，ＫｏｂａｙａｓｈｉＴ，ＫｏｍａｔｓｕＫ，ＭａｔｓｕｉＭ，ＦｕｊｉｔａＨ，ＫｏｄｅｒａＹ，ＤｏｉＫ：Ｄｅｖｅｌｏｐｍｅｎｔｏｆａｄｉｇｉｔａｌｉｍａｇｅｄａｔａｂａｓｅｆｏｒｃｈｅｓｔｒａｄｉｏｇｒａｐｈｓｗｉｔｈａｎｄｗｉｔｈｏｕｔａｌｕｎｇｎｏｄｕｌｅ：ＲＯＣａｎａｌｙｓｉｓｏｎｒａｄｉｏｌｏｇｉｓｔｓ’ ｐｅｒｆｏｒｍａｎｃｅｉｎｄｅｔｅｃｔｉｏｎｏｆｐｕｌｍｏｎａｒｙｎｏｄｕｌｅｓ．ＡＪＲ１７４：７１−７４，２０００．

【図面の簡単な説明】
【図１】
現行および前回胸部Ｘ線写真間の比較のための画像マッチング技術を使用することによって、現行および前回胸部Ｘ線画像を同一患者に属するものとして識別するための自動化方法を示すフローチャートである。
【図２】
同一患者および異なる患者の現行および前回画像で得た相関値のヒストグラムを示すグラフである。
【図３】
図１の方法に従って前回胸部Ｘ線写真と比較するために画像マッチング技術を使用することによって患者を識別するための患者認識システムのＲＯＣ曲線を示すグラフである。
【図４】
２５６×２５６マトリックスサイズのＰＡ像および側面像の２つのテンプレートで全ての胸部画像に対して得られた相関値を示すグラフである。
【図５】
それぞれ４種類のマトリックスサイズ（すなわち６４×６４、３２×３２、１６×１６、および８×８）のテンプレート（ａ、ｂ、ｃおよびｄ）、小柄の患者の胸部画像（ｅ，ｆ、ｇおよびｈ）、ならびに平均的大きさの患者の胸部画像（ｉ、ｊ、ｋおよびｌ）を含むＰＡ像のテンプレートおよび胸部画像を示す画像である。
【図６】
それぞれ４種類のマトリックスサイズ（すなわち６４×６４、３２×３２、１６×１６、および８×８）のテンプレート（ａ、ｂ、ｃおよびｄ）、小柄の患者の胸部画像（ｅ，ｆ、ｇおよびｈ）、ならびに平均的大きさの患者の胸部画像（ｉ、ｊ、ｋおよびｌ）を含む側面像のテンプレートおよび胸部画像を示す画像である。
【図７】
４×４のマトリックスサイズの胸部画像のＰＡ像および側面像の全ての画像と２つのテンプレートとの間の相関値を示すグラフである。
【図８】
胸部画像のＰＡ像と側面像との間の弁別のための第１処理工程で識別不能な画像の数および第２処理工程で誤って識別された画像の数に対する画像マトリックスサイズの効果を示すグラフである。
【図９】
テンプレートが無作為に選択された１６枚の画像から生成され、マトリックスサイズが１６×１６である場合の全ての画像とテンプレートとの間の相関値を示すグラフである。
【図１０】
胸部画像のＰＡ像と側面像との間の弁別のための第１処理工程で識別不能な画像の数および第２処理工程で誤って識別された画像の数に対する、テンプレートを生成するために使用した画像の数の効果を示すグラフである。
【図１１】
ＰＡ胸部画像の周縁にアーチファクトがある場合および無い場合の胸部画像の相関値に対する縮小マトリックスサイズの効果を示すグラフである。
【図１２ａ】
本発明の実施形態に従って胸部Ｘ線写真のＰＡ像または側面像のいずれかを正確に識別するためのスキーム全体を示すフローチャートである。
【図１２ｂ】
本発明の実施形態に係る任意選択的アーチファクト処理手順を示すフローチャートである。
【図１３】
本発明の別の実施形態に従って、胸部Ｘ線写真のＰＡ像または側面像のいずれかを正確に識別するためのスキーム全体を示すフローチャートである。
【図１４】
本発明の教示に従ってプログラムできる汎用コンピュータの略図である。
【符号の説明】
１４００…汎用コンピュータ　１４０２…ディスプレイ装置

Claims

所定の画像データを識別するためのコンピュータ自動化方法であって、
前記所定の画像データに対応するテンプレート画像データを得る工程と、
前記所定の画像データと前記テンプレート画像データとの間の相関値を計算する工程と、
前記計算工程で計算された相関値に基づいて前記画像データを識別する工程とを含む方法。
前記データを得る工程が、
前記所定の画像データと同一患者からより以前の時間に導出されたと言われる時相画像データを得る工程
を含む、請求項１に記載の方法。
前記データを得る工程が、
前記得られた時相画像データのマトリックスサイズを縮小して縮小サイズのマトリックス画像を生成し、かつ前記縮小サイズのマトリックス画像を前記テンプレート画像データとして使用する工程
を含む、請求項２に記載の方法。
前記計算工程が、
ａ）前記所定の画像データおよび前記テンプレート画像データに基づいて相関値を計算する工程と、
ｂ）前記所定の画像データおよび前記テンプレート画像データの一方を水平方向および垂直方向に少しづつ移動させ、各増分移動ごとにそれらの間の相関値を計算する工程と、
ｃ）工程ａ）およびｂ）で計算された相関値に基づいて、前記所定の画像データと前記テンプレート画像データとの間の第１最良合致を決定する工程と、
ｄ）前記所定の画像データおよび前記第１最良合致を生じた前記テンプレート画像データの一方を少しづつ回転させ、各回転増分ごとにそれらの間の相関値を計算する工程と、
ｅ）工程ｄ）で計算された相関値に基づいて、前記所定の画像データと前記テンプレート画像との間の第２最良合致を決定する工程と
を含み、
前記識別工程が、前記第２最良合致に対応する相関値に基づいて前記画像データを識別することを含む
請求項１に記載の方法。
前記計算工程が、
ａ）前記所定の画像データおよび前記テンプレート画像データに基づいて相関値を計算する工程と、
ｂ）前記所定の画像データおよび前記テンプレート画像データの一方を水平方向および垂直方向に少しづつ移動させ、各増分移動ごとにそれらの間の相関値を計算する工程と、
ｃ）工程ａ）およびｂ）で計算された相関値に基づいて、前記所定の画像データと前記テンプレート画像データとの間の第１最良合致を決定する工程と、
ｄ）前記所定の画像データおよび前記第１最良合致を生じた前記テンプレート画像データの一方を少しづつ回転させ、各回転増分ごとにそれらの間の相関値を計算する工程と、
ｅ）工程ｄ）で計算された相関値に基づいて、前記所定の画像データと前記テンプレート画像との間の第２最良合致を決定する工程と
を含み、
前記識別工程が、前記第２最良合致に対応する相関値に基づいて前記画像データを識別することを含む
請求項２に記載の方法。
前記計算工程が、
ａ）前記所定の画像データおよび前記テンプレート画像データに基づいて相関値を計算する工程と、
ｂ）前記所定の画像データおよび前記テンプレート画像データの一方を水平方向および垂直方向に少しづつ移動させ、各増分移動ごとにそれらの間の相関値を計算する工程と、
ｃ）工程ａ）およびｂ）で計算された相関値に基づいて、前記所定の画像データと前記テンプレート画像データとの間の第１最良合致を決定する工程と、
ｄ）前記所定の画像データおよび前記第１最良合致を生じた前記テンプレート画像データの一方を少しづつ回転させ、各回転増分ごとにそれらの間の相関値を計算する工程と、
ｅ）工程ｄ）で計算された相関値に基づいて、前記所定の画像データと前記テンプレート画像との間の第２最良合致を決定する工程と
を含み、
前記識別工程が、前記第２最良合致に対応する相関値に基づいて前記画像データを識別することを含む
請求項３に記載の方法。
前記識別工程が、
前記テンプレート画像データが導出されたのと同一患者から前記所定の画像データが導出されたかどうかを識別する工程を含む
請求項１、２、３、４、５、６のいずれかに記載の方法。
前記識別工程が、
前記テンプレート画像データが導出されたのと同一解剖学的構造から前記所定の画像データが導出されたかどうかを識別する工程を含む
請求項１、２、３、４、５、６のいずれかに記載の方法。
前記テンプレート画像データを得る工程が、同一解剖学的構造の第１および第２像に対応する第１および第２テンプレート画像データを得る工程を含み、
前記計算工程が、前記画像データと前記第１および第２テンプレート画像データとの間の相関値を計算する工程を含み、
前記識別工程が、前記計算工程で得られた相関値に基づいて前記所定の画像データを前記第１および第２像の一方に対応すると識別する工程を含む
請求項１に記載の方法。
患者の原画像データを得る工程と、
前記原画像データのマトリックスサイズを縮小して前記所定の画像データを生成する工程と
を含む、請求項９に記載の方法。
前記テンプレート画像データを得る工程が、
複数の画像から導出された平均画像データに対応するテンプレート画像データを得る工程
を含む、請求項１に記載の方法。
前記テンプレート画像データを得る工程が、
複数の画像から導出された平均画像データに対応する第１および第２テンプレート画像データを得る工程
を含む、請求項９に記載の方法。
前記テンプレート画像データを得る工程が、ＰＡ像および側面像にそれぞれ対応する第１および第２テンプレート画像を得る工程を含み、
前記計算工程が、前記第１および第２テンプレートと前記所定の画像データとの間の相関値を計算する工程を含み、
前記識別工程が、前記計算工程で得られた相関値を考慮に入れて前記所定の画像データがＰＡ像または側面像に対応するかを識別することを含む
請求項９に記載の方法。
複数のテンプレート画像データを得る前記工程が、平均的大きさの患者、小柄の患者、および大柄の患者のＰＡ像および側面像にそれぞれ対応する第１および第２テンプレート画像データを得ることを含み、
相関値を計算する前記工程が、前記所定の画像データと前記得られた第１および第２テンプレート画像データとの間の第１および第２相関値を計算する工程を含む
請求項９に記載の方法。
前記識別工程が、
前記第１および第２相関値を第１しきい値とおよび相互に比較する工程と、
前記相関値の一方が前記第１しきい値を超え、かつ他方の相関値より第１所定の量だけ大きい場合には、前記所定の画像データが前記第１および第２テンプレート画像データのどちらか前記相関値の前記一方を生じた方の像に対応することを決定する工程と
を含む、請求項１４に記載の方法。
前記第１および第２相関値の一方が第１しきい値を超えるが、前記第１所定の量だけ他方の相関値より大きい値を持たない場合、前記方法はさらに、
小柄の患者のＰＡおよび側面像にそれぞれ対応する第３および第４テンプレート画像データ、および大柄の患者のＰＡおよび側面像にそれぞれ対応する第５および第６テンプレート画像データを得る工程と、
前記所定の画像データと前記第３、第４、第５および第６テンプレート画像データとの間の第３、第４、第５および第６相関値をそれぞれ計算する工程と、
第３から第６相関値のうちのどれが最大であるかを決定し、前記所定の画像データを前記最大相関値を生じたテンプレート画像データの像に対応すると識別する工程と
を含む、請求項１５に記載の方法。
前記第１および第２相関値がどちらも第１しきい値を超えない場合、前記方法はさらに、
前記所定の画像データならびに前記第１および第２テンプレート画像データから辺縁画素を除去して、縮小された所定の画像データおよび縮小された第１および第２テンプレート画像データを生成する工程と、
前記縮小された所定の画像データと前記縮小された第１および第２テンプレート画像データとの間の第３および第４相関値を計算する工程と
を含み、
前記識別工程が、
前記第３および第４相関値を第２しきい値とおよび相互に比較する工程と、
前記第３および第４相関値の一方が前記第２しきい値を超え、かつ前記第３および第４相関値の他方より第２の所定量だけ大きい場合、前記所定の画像データが前記縮小された第１および第２テンプレート画像データのいずれか、前記第３および第４相関値の前記一方を生じた方の像に対応すると決定する工程と
を含む、請求項１５に記載の方法。
前記第３および第４相関値の一方が前記第２しきい値を超えるが、前記第３および第４相関値の他方より第２の所定量だけ大きくない場合、前記方法はさらに、
小柄の患者のＰＡおよび側面像にそれぞれ対応する第３および第４テンプレート画像データ、ならびに大柄の患者のＰＡおよび側面像にそれぞれ対応する第５および第６テンプレート画像データを得る工程と、
前記第３から第６テンプレート画像データから辺縁画素を除去して、縮小された第３から第６テンプレート画像データを得る工程と、
前記縮小された所定の画像データと前記縮小された第３、第４、第５および第６テンプレート画像データとの間で第５、第６、第７および第８相関値をそれぞれ計算する工程と、
第５から第８相関値のうちのどれが最大であるかを決定し、前記所定の画像データを前記第５から第８相関値のうちの前記最大値を生じた前記縮小された第３から第４テンプレート画像データの像に対応すると識別する工程と
を含む、請求項１７に記載の方法。
患者の原画像データを得る工程と、
前記原画像データのマトリックスサイズを縮小して前記所定の画像データを生成する工程と
を含む、請求項１４に記載の方法。
前記画像データを得る工程が、
複数の画像から導出された平均画像データに対応する第１および第２テンプレート画像データを得る工程
を含む、請求項１４に記載の方法。
前記画像データを得る工程が、
複数の画像から導出された平均画像データに対応する第１および第２テンプレート画像データを得る工程
を含む、請求項１５に記載の方法。
前記複数のテンプレート画像データを得る工程が、頭蓋の第１および第２像に対応する第１テンプレート画像データを得ることを含む、請求項９に記載の方法。
前記複数のテンプレート画像データを得る工程が、手の第１および第２像に対応する第１テンプレート画像データを得ることを含む、請求項９に記載の方法。
前記複数のテンプレート画像データを得る工程が、足の第１および第２像に対応する第１テンプレート画像データを得ることを含む、請求項９に記載の方法。
前記複数のテンプレート画像データを得る工程が、腹部の第１および第２像に対応する第１テンプレート画像データを得ることを含む、請求項９に記載の方法。
前記複数のテンプレート画像データを得る工程が、第１および第２超音波データに対応する第１テンプレート画像データを得ることを含む、請求項９に記載の方法。
前記複数のテンプレート画像データを得る工程が、第１および第２コンピュータ断層撮影（ＣＴ）データに対応する第１テンプレート画像データを得ることを含む、請求項９に記載の方法。
前記複数のテンプレート画像データを得る工程が、第１および第２磁気共鳴画像（ＭＲＩ）データに対応する第１テンプレート画像データを得ることを含む、請求項９に記載の方法。
請求項１から６および９から２８のいずれか一項に記載の工程を実行するように構成された画像処理システム。
請求項７に記載の工程を実行するように構成された画像処理システム。
請求項８に記載の工程を実行するように構成された画像処理システム。
請求項１から６および９から２８のいずれか一項に記載の工程を実行するためのプログラムを格納する記憶媒体。
請求項７に記載の工程を実行するためのプログラムを格納する記憶媒体。
請求項８に記載の工程を実行するためのプログラムを格納する記憶媒体。