JP2006136718A - ブレンドされる画像の表示用デイスプレーデバイス - Google Patents

Abstract

【課題】 相互に対応する構造体を視認検査により正しくマッチさせる。
【解決手段】 デイスプレーデバイスは、第１画像内の構造体を、第２画像内のその対応する構造体上へ写像することにより得られるブレンドされる画像の表示の制御用手段を具備するが、該写像は、該第１画像に幾何学的変換を適用し、該変換された第１画像と該第２画像とが共通の座標システム内で表されるよう該適用することに依っている。初期値からスタートするが、該幾何学的変換のパラメーターは、コスト関数の評価の結果を考慮して更新される。それらスーパーインポーズされた画像がブレンドされる。
【選択図】 図１

Description

本発明はブレンドされる放射線写真デジタル画像（ｂｌｅｎｄｅｄ ｄｉｇｉｔａｌ ｒａｄｉｏｇｒａｐｈｉｃ ｉｍａｇｅｓ）を表示するためのデイスプレーデバイス（ｄｉｓｐｌａｙ ｄｅｖｉｃｅ）に関する。

放射線医学の慣行（ｒａｄｉｏｌｏｇｉｃａｌ ｐｒａｃｔｉｓｅ）で頻発する問題（ｒｅｃｕｒｒｅｎｔ ｐｒｏｂｌｅｍ）は、２画像を比較するか又は、マークした領域（ｍａｒｋｅｄ ｒｅｇｉｏｎｓ）内のそれらの差を測定し、計算しそして可視化（ｖｉｓｕａｌｉｚｅ）するための、該２画像の調整（ａｄｊｕｓｔｍｅｎｔ）である。

典型的な放射線医学的検査（ｒａｄｉｏｌｏｇｉｃａｌ ｅｘａｍｉｎａｔｉｏｎｓ）は放射線写真画像（ｒａｄｉｏｇｒａｐｈｉｃ ｉｍａｇｅｓ）上の脊柱（ｓｐｉｎｅ）の椎骨（ｖｅｒｔｅｂｒａｅ）の検査、又は胃及び血管（ｂｌｏｏｄ ｖｅｓｓｅｌ）の画像の検査である。

患者姿勢（ｐａｔｉｅｎｔ ｐｏｓｉｔｉｏｎ）、屈曲（ｆｌｅｘｉｏｎ）及び伸展（ｅｘｔｅｓｉｏｎ）の様な生物機械的運動（ｂｉｏｍｅｃｈａｎｉｃａｌ ｍｏｔｉｏｎｓ）又は露光視点（ｅｘｐｏｓｕｒｅ ｖｉｅｗｐｏｉｎｔ）により導入される差は２画像の単純なスーパーインポジション（ｓｕｐｅｒｉｍｐｏｓｉｔｉｏｎ）を直裁的（ｓｔｒａｉｇｈｔｆｏｒｗａｒｄ）にはさせない。

従来のフイルムベースの技術では、対応する関心のある解剖構造体（ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｎａｔｏｍｉｃ ｓｔｒｕｃｔｕｒｅｓ ｏｆ ｉｎｅｒｅｓｔ）が相互に幾何学的にマッチ（ｍａｔｃｈ）するよう、連続する並進（ｔｒａｎｓｌａｔｉｏｎ）と回転（ｒｏｔａｔｉｏｎ）により第１のフイルムに対し第２のフイルムを同時に摺動させながら、１つのフイルムをもう１つ上にスーパーインポーズ（ｓｕｐｅｒｉｍｐｏｓｅ）することにより２つのフイルム画像のスーパーインポジションが達成される。この操作は、両方のスーパーインポーズされた画像がライトボックス（ｌｉｇｈｔｂｏｘ）上に表示されるか、又は代わりに光の強いランプの前に位置付けられる時、行われるのが典型的である。該放射線医学者が検査する最終画像は、両フイルムが重畳（ｏｖｅｒｌａｐ）する領域では両フイルム上で位置合わせ（ｒｅｇｉｓｔｅｒｅｄ）された濃度の組み合わせ（ｃｏｍｂｉｎａｔｏｎ ｏｆ ｄｅｎｓｉｔｉｅｓ）であり、１つのシートのみがある全ての他の範囲では元のフイルム濃度（ｏｒｉｇｉｎａｌ ｆｉｌｍ ｄｅｎｓｉｔｙ）に等しい。

フイルムベースの従来技術の欠点は下記の様に概説される。

相互に対応する構造体を視認検査により正しくマッチさせることが難しい。

画像がマッチされるべき回毎に、又は関心のある構造体のシーケンスがマッチされねばならない時に、画像のスーパーインポーズする動作（ａｃｔ）が繰り返されなばならない。かくして手動の手順は疲労させるもので、誤りがち（ｅｒｒｏｒ−ｐｒｏｎｅ）である。

幾何学的測定（距離、角度）の様なスーパーインポーズされたフイルムの組み合わせ上の追加的操作はもたらし難い（ｄｉｆｆｉｃｕｌｔ ｔｏ ｅｆｆｅｃｔｕａｔｅ）。

フイルムベースのスーパーインポジションは更に進んだ参照用にはアーカイブ（ａｒｃｈｉｖｅｄ）され得ない。

１枚のフイルム上に記録された種々の構造体は相互に位置合わせされ得ない。

本発明の１側面は従来技術の欠点を克服することである。

本発明の他の側面は下記で与えられる説明から明らかになろう。

今までに非特許文献１、非特許文献２、非特許文献３が公知である。
欧州特許出願公開第ＥＰ１３４９０９８Ａ１号明細書 欧州特許第ＥＰ５２７５２５号明細書 欧州特許出願公開第ＥＰ０４０７６４５４号明細書 欧州特許第ＥＰ６１０６０５号明細書 欧州特許第ＥＰ８８７７６９号明細書 ＰＥＮＮＩＮＧ Ｌ ＥＴ ＡＬＬ、""Ｍｅａｓｕｒｅｍｅｎｔ ｏｆ ａｎｇｕｌａｒ ａｎｄ ｌｉｎｅａｒ ｓｅｇｍｅｎｔａｌ ｌｕｍｂａｒ ｓｐｉｎｅ ｆｌｅｘｉｏｎ−ｅｘｔｅｎｓｉｏｎ ｍｏｔｉｏｎ ｂｙ ｍｅａｎｓ ｏｆ ｉｍａｇｅ ｒｅｇｉｓｔｒａｔｉｏｎ"、ＥＵＲＯＰＥＡＮ ＳＰＩＮＥ ＪＯＵＲＮＡＬ：ＯＦＦＩＣＩＡＬ ＰＵＢＬＩＣＡＴＩＯＮ ＯＦ ＴＨＥ ＥＵＲＯＰＥＡＮ ＳＰＩＮＥ ＳＯＣＩＥＴＹ、ＴＨＥ ＥＵＲＯＰＥＡＮ ＳＰＩＮＡＬ ＤＥＦＯＲＭＩＴＹ ＳＯＣＩＥＴＹ、ＡＮＤ ＴＨＥ ＥＵＲＯＰＥＡＮ ＳＥＣＴＩＯＮ ＯＦ ＴＨＥ ＣＥＲＶＩＣＡＬ ＳＰＩＮＥ ＲＥＳＥＡＲＣＨ ＳＯＣＩＥＴＹ．２００５年３月’オンライン！ ＶｏＬ．１４，Ｎｏ．２，２００４年１１月４日（２００４−１１−０４）、１６３−１７０頁、ＸＰ００８０４５４２８ ＩＳＳＮ：０９４０−６７１９ ＹＡＮＧＯＩＵ ＨＵ ＥＴ ＡＬＬ、"Ｍｕｌｔｉｇｒｉｄ ｒｅｇｉｓｔｒａｔｉｏｎ ｏｆ ＭＲ ａｎｄ ＣＴ ｉｍａｇｅｓ ｏｆ ｔｈｅ ｃｅｒｖａｌ ｓｐｉｎｅ"、ＰＲＯＣＥＥＤＩＮＧＳ ＯＦ ＴＨＥ ＳＰＩＥ−ＴＨＥ ＩＮＴＥＲＮＡＴＩＯＮＡＬ ＳＯＣＩＥＴＹ ＦＯＲ ＯＰＴＩＣＡＬ ＥＮＧＩＮＥＥＲＩＮＧ ＳＰＩＥ−ＩＮＴ．ＳＯＣ．ＯＰＴ．ＥＮＧ ＵＳＡ、ｖｏｌ．５３７０，ｎｏ．１，２００４年２月１６日（２００４−２−１６）、１５２７−１５３８頁、ＸＰ８０４４５４５４ ＩＳＳＮ：０２７７−７８６Ｘ ＭＡＩＮＴＺ Ｊ Ｂ Ａ ＥＴ ＡＬ、"Ａ ＳＵＲＶＥＹ ＯＦ ＭＥＤＩＣＡＬ ＩＭＡＧＥ ＲＥＧＩＳＴＲＡＴＩＯＮ"、ＭＥＤＩＣＡＬ ＩＭＡＧＥ ＡＮＡＬＹＳＩＳ、ｖｏｌ．２，ｎｏ．１，１９９８、１−３７頁、ＸＰ００１０３２６７９、ＯＸＦＯＲＤ ＵＮＩＶＥＲＳＩＴＹ ＰＲＥＳＳ、ＯＸＦＯＲＤ、ＧＢ ＩＳＳＮ：１３６１−８４２３

上記側面は付属する請求項で表明されるデイスプレーデバイスにより提供される。

ブレンドされる｛’融合（ｆｕｓｅｄ）される’とも呼ばれる｝画像は、例えば、時間の異なる瞬間に取られた同じ患者の画像、又は異なる姿勢で取られた同じ患者の画像、であってもよい。代わりに該画像は患者の画像及び基準画像（ｒｅｆｅｒｅｎｃｅ ｉｍａｇｅ）であってもよい。異なる種類の画像が見られて（ｅｎｖｉｓａｇｅｄ）もよい。

本発明は医学的画像及び幾何学的測定により頸部脊柱（ｃｅｒｖｉｃａｌ ｓｐｉｎｅ
）安定性が解析される整形外科（ｏｒｔｈｏｐｅｄｉｃｓ）及び外傷学（ｔｒａｕｍａｔｏｌｏｇｙ）の分野に特に適合している。脊柱損傷（ｓｐｉｎａｌ ｉｎｊｕｒｉｅｓ）でチェックされるレントゲン写真的特徴は棘突間距離（ｉｎｔｅｒｓｐｉｎｏｕｓ ｄｉｓｔａｎｃｅ）、環軸の関係（ａｔｌａｎｔｏ−ａｘｉａｌ ｒｅｌａｔｉｏｎｓｈｉｐ）、後部軸方向線（ｐｏｓｔｅｒｉｏｒ ａｘｉａｌ ｌｉｎｅ）、前後変位（ａｎｔｅｒｏｐｏｓｔｅｒｉｏｒ ｄｉｓｐｌａｃｅｍｅｎｔ）及び角変位（ａｎｇｕｌａｒ ｄｉｓｐｌａｃｅｍｅｎｔ）である。これらの測定は、脊柱の種々の姿勢｛中立（ｎｅｕｔｒａｌ）、屈曲及び伸展、積極的屈曲及び積極的伸展（ａｃｔｉｖｅ ｆｌｅｘｉｏｎ ａｎｄ ａｃｔｉｖｅ ｅｘｔｅｎｓｉｏｎ）、過屈曲及び過伸展（ｈｙｐｅｒ−ｆｌｅｘｉｏｎ ａｎｄ ｈｙｐｅｒ−ｅｘｔｅｎｓｉｏｎ）｝での外側頸部脊柱（ｌａｔｅｒａｌ ｃｅｒｖｉｃａｌ ｓｐｉｎｅ）放射線写真上で研究されるのが典型的である。角変位は、例えば、両Ｘ線フイルム上で椎体（ｖｅｒｔｅｂｒａｌ ｂｏｄｙ）をマッチングアップ（ｍａｔｃｈｉｎｇ ｕｐ）することに依って過屈曲の図上に過伸展の外側図（ｌａｔｅｒａｌ ｖｉｅｗ）をスーパーインポーズすることにより、各椎骨レベルで測定される。従来のフイルムベースの技術では、過屈曲のＸ線フイルム上に、過伸展のＸ線フイルムのエッジに平行に線が描かれる。この技術は各上の椎骨について繰り返される。次々の線の間の角度が次いで測定される。それらは頸部脊柱の角度的可動性（ａｎｇｕｌａｒ ｍｏｂｉｌｉｔｙ）を表し、起こり得る脊柱傷害を推定するため使用される。

本発明は又特許文献１に開示される様な応用に好適である。この特許出願は測定の対象（ｏｂｊｅｃｔ）とエンティティ（ｅｎｔｉｔｙ）とを、双方向にリンクされた外部グラフイカルモデル（ｅｘｔｅｒｎａｌ ｇｒａｐｈｉｃａｌ ｍｏｄｅｌ）と内部情報モデル（ｉｎｔｅｒｎａｌ ｉｎｆｏｒｍａｔｉｃｓ ｍｏｄｅｌ）とから成るコンピュータ化測定スキームにグループ化することにより、デジタル的に取得した医学画像での測定を行う方法を開示している。

特許文献１による測定セッションでは、測定スキームはコンピュータから検索（ｒｅｔｒｉｅｖｅｄ）され、賦活される。測定は次いで該賦活された測定スキームのガイダンスの下で表示された画像上で行われる。

このコンピュータ化された方法では、多数の幾何学的対象がデジタル画像内に写像され、他の測定対象はそして最終的に測定エンティティ（距離及び角度の様な）は該デジタル画像に基づく。基本的な幾何学的対象はキーユーザー点（ｋｅｙ ｕｓｅｒ ｐｏｉｎｔｓ）であるのが典型的で、該点は幾何学的測定が基づく他の幾何学的対象を規定する。例えば、２対のキー点は各々線を規定し、そして解剖構造体間の角度を表す最終の線の対の間の角度が計算される。

本発明の特定の好ましい実施例は下記の図面を参照して下記で説明される。

２つの画像の画像（ｉｍａｇｅ）スーパーインポジション（ｓｕｐｅｒｐｏｓｉｔｉｏｎ）｛位置合わせ（ｒｅｇｉｓｔｒａｔｉｏｎ）又は整合（ａｌｉｇｎｍｅｎｔ）とも称される｝は（１）スーパーインポーズされる画像のデジタル表現を得る過程と、（２）該画像の１つに幾何学的変換（ｇｅｏｍｅｔｒｉｃ ｔｒａｎｓｆｏｒｍ）を適用する過程と、（３）相似性メザー（ｓｉｍｉｌａｒｉｔｙ ｍｅａｓｕｒｅ）を計算する過程と、そして（４）該相似性メザーを最適化するために、探索戦略（ｓｅａｒｃｈ ｓｔｒａｔｅｇｙ）により該幾何学的変換のパラメーターを調整し、そして過程２から何度も繰り返す過程と、を含んでいる。

位置合わせのこれら４つのキー要素の各々が、２つの放射線写真をスーパーインポーズ
し（整合し）そしてブレンドする本発明の背景で論じられる。
画像情報の種類の選択（Ｓｅｌｅｃｔｉｏｎ ｏｆ ｔｈｅ ｔｙｐｅ ｏｆ ｉｍａｇｅ ｉｎｆｏｒｍａｔｉｏｎ）
後で概説される位置合わせの方法は該位置合わせで使われる画像情報の種類に基づいて２つの主カテゴリー（ｍａｉｎ ｃａｔｅｇｏｒｉｅｓ）に分けられ、すなわち強度ベースの方法（ｉｎｔｅｎｓｉｔｙ−ｂａｓｅｄ ｍｅｔｈｏｄｓ）及び特徴ベースの方法（ｆｅａｔｕｒｅ−ｂａｓｅｄ ｍｅｔｈｏｄ）である。該位置合わせの結果は該画像が関心のある全位置で相互に相似（ｓｉｍｉｌａｒ）に見えることである。

強度ベースの方法はマッチング過程（ｍａｔｃｈｉｎｇ ｐｒｏｃｅｓｓ）で画素グレイ値（ｐｉｘｅｌ ｇｒｅｙ ｖａｌｕｅｓ）を使う。位置合わせされるべき画像の１つの画素グレイ値はもう１つの画像と相似の強度統計（ｓｉｍｉｌａｒ ｉｎｔｅｎｓｉｔｙ ｓｔａｔｉｓｔｉｃｓ）を有するよう修飾（ｍｏｄｉｆｉｅｄ）されてもよい。典型的修飾は偏倚（ｂｉａｓ）と利得修正（ｇａｉｎ ｃｏｒｒｅｃｔｉｏｎ）である。該偏倚は両画像間の何等かの大域的強度又はレベルの差を負い、該利得は尺度合わせ係数（ｓｃａｌｉｎｇ ｆａｃｔｏｒ）を適用することにより強度の相似でない範囲又は窓（ｄｉｓｓｉｍｉｌａｒ ｒａｎｇｅ ｏｒ ｗｉｎｄｏｗ）を修正する。該尺度合わせは非線形関数（ｎｏｎｌｉｎｅａｒ ｆｕｎｃｔｉｏｎ）であってもよく、特許文献２で開示される様な、画像の多重尺度分解（ｍｕｌｔｉｓｃａｌｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）の種々のレベルに適用されてもよい。強度修飾はルックアップテーブル（ｌｏｏｋ−ｕｐ
ｔａｂｌｅ）の形で実施されるのが典型的である。

グレイ値関数の導関数（ｄｅｒｉｖａｔｉｖｅｓ）からスタートする方法はなお強度ベースの方法の組に属する。放射線写真内の骨構造体は高い勾配（ｇｒａｄｉｅｎｔ）により特徴付けられ、２つの放射線写真の整合は該骨構造体を位置合わせ（ｒｅｇｉｓｔｅｒ）に持ち込むことにより達成されるので、元の画素強度へ微分（ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ）を適用すること、すなわち変導関数（ｐａｒｔｉａｌ ｄｅｒｉｖａｔｉｖｅｓ）

と、それらを勾配の大きさの様に組み合わせることを計算することは妥当（ｐｌａｕｓｉｂｌｅ）である。

軟組織（ｓｏｆｔ ｔｉｓｓｕｅ）の様なスムーズに変化する（低周波数）構造体による勾配は小さな勾配大きさを有し、マッチングメザー（ｍａｔｃｈｉｎｇ ｍｅａｓｕｒｅ）へはより少ししか寄与（ｃｏｎｔｒｉｂｕｔｅ）しない。

該特徴ベースの方法は画像内の突出した標識構造的特徴（ｌａｎｄｍａｒｋ ｆｅａｔｕｒｅｓ）を使うが、該特徴は特徴検出器（ｆｅａｔｕｒｅ ｄｅｔｅｃｔｏｒｓ）とセ
グメント化手順（ｓｅｇｍｅｎｔａｔｉｏｎ ｐｒｏｃｅｄｕｒｅｓ）とを適用することにより得られる。典型的特徴は１階導関数最大値選択（ｆｉｒｓｔ ｄｅｒｉｖａｔｉｖｅ ｍａｘｉｍａ ｓｅｌｅｃｔｉｏｎ）又は２階導関数ゼロ交叉（ｓｅｃｏｎｄ ｄｅｒｉｖａｔｉｖｅ ｚｅｒｏ ｃｒｏｓｓｉｎｇｓ）により得られたエッジを含む。位置合わせ方法により処理するデータの量は実質的に減少するが、しかしながらそれは、該位置合わせ方法がセグメント化過程での誤差にローバスト（ｒｏｂｕｓｔ）にされねばならないと言う犠牲に於いてである。

以下で本発明の背景で使われる強度相似性メザー（ｉｎｔｅｎｓｉｔｙ ｓｉｍｉｌａｒｉｔｙ ｍｅａｓｕｒｅｓ）が詳述される。画像Ｂ｛浮動画像（ｆｌｏａｔｉｎｇ ｉｍａｇｅ）｝が画像Ａ（基準画像）内に空間的に写像されると仮定され、該相似性メザーが重畳領域（ｏｖｅｒｌａｐ ｒｅｇｉｏｎ）Ｒ内部で計算される。該画像Ｂが抽出された関心のある領域（ｅｘｔｒａｃｔｅｄ ｒｅｇｉｏｎ ｏｆ ｉｎｔｅｒｅｓｔ）に限定される時は、画像Ａ内へのその空間的写像は概ね完全に画像Ａ内にあり、重畳領域の面積は一定で、関心のある領域（ｒｅｇｉｏｎ ｏｆ ｉｎｔｅｒｅｓｔ）｛アールオーアイ（ＲＯＩ）｝の面積に等しい。該アールオーアイは、例えば、基準画像Ａ内のその対応する椎骨（ｖｅｒｔｅｂｒａ）上に位置合わせされねばならぬ、この例で画像Ｂと呼ばれる、脊柱放射線写真内の特定の椎骨を表す。
対応する構造体の選択（Ｓｅｌｅｃｔｉｏｎ ｏｆ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｓｔｒｕｃｔｕｒｅｓ）
幾何学的変換のパラメーターを初期化（ｉｎｉｔｉａｌｉｚｅ）するためには、対応する解剖構造体が選択されねばならない。

例えば、屈曲及び伸展画像の対応する２つの椎骨を位置合わせするために、適当な対応する標識構造点が初期空間的変換を導くために選択されてもよい。両椎骨を完全に整合させる精確な空間的並進は、受け入れ可能な幾何学的変換パラメーターの空間内で、探索戦略（ｓｅａｒｃｈ ｓｔｒａｔｅｇｙ）により探されるので、その対応は精確な必要はない。従って、対応する構造体の選択は、両画像の対応する標識構造の近傍での多数のマウスクリック対、例えば、椎体内部の点の対、によりもたらされてもよい。必ずしも全ての詳細が該放射線写真上で等しく視認可能ではないので、ユーザーは最も対照的特徴、例えば、椎骨の骨の皮質（ｃｏｒｔｅｘ）上の点の選択を選んでもよい。説明された例では、該選択過程はマッチされねばならない全ての椎骨について繰り返される。

１実施例では、該標識構造の選択の後、関心のある領域（アールオーアイ）が該画像の１つ内で抽出される。この画像は浮動画像（ｆｌｏａｔｉｎｇ ｉｍａｇｅ）と呼ばれるが、それはそれを基準画像内に写像するために幾何学的変換がそれに適用されるからである。該アールオーアイは最初、対応するアールオーアイを決定するために、幾何学的変換の初期パラメーターに従って該基準画像上に位置付けられる。重畳するアールオーアイ内の強度は次に整合相似性メザー（ａｌｉｇｎｍｅｎｔ ｓｉｍｉｌａｒｉｔｙ ｍｅａｓｕｒｅ）で使われる。

該アールオーアイの形は、マッチされるべき診断構造体の外形（ｏｕｔｌｉｎｅ ｏｆ
ａ ｄｉａｇｎｏｓｔｉｃ ｓｔｒｕｃｔｕｒｅ）を必ずしも取る必要はなく、何故ならばこれはあからさまなセグメント化（ｅｘｐｌｉｃｉｔ ｓｅｇｍｅｎｔａｔｉｏｎ）を要するからである。精密な位置合わせを可能にするために、それは該構造体を充分囲む長方形又は円形の対象であってもよい。更に該アールオーアイの面積は該位置合わせをスピードアップするために疎らにサンプルされてもよい。

該選択過程は手動過程であってもよいが、又代わりに自動化された過程とすることも出来る。

該初期パラメーターは例えば、対応する標識構造を相互上に写像する並進と、ゼロ回転と、を規定するパラメーターであってもよい。
幾何学的変換（Ｇｅｏｍｅｔｒｉｃ ｔｒａｎｓｆｏｒｍａｔｉｏｎｓ）
該２つの画像の整合は、該基準画像Ａ上にそれをスーパーインポーズする前に、該浮動画像Ｂが幾何学的に変換され、リサンプル（ｒｅ−ｓａｍｐｌｅｄ）されることを必要とする。

同時係属中の欧州特許出願である特許文献３で説明されるものの様な、適用可能な多くの異なる種類の幾何学的変換がある。

非常に好適な変換の例は、並進と平面内回転（ｉｎ−ｐｌａｎｅ ｒｏｔａｔｉｏｎｓ）と、から成る、ユークリッドの相似変換（Ｅｕｃｌｉｄｅａｎ ｓｉｍｉｌａｒｉｔｙ
ｔｒａｎｓｆｏｒｍａｔｉｏｎ）である。この変換は角度と長さとを保存する合同関係（ｃｏｎｇｒｕｅｎｃｙ ｒｅｌａｔｉｏｎｓｈｉｐ）を確立する。

平面投影放射線写真法（ｐｌａｎａｒ ｐｒｏｊｅｃｔｉｏｎ ｒａｄｉｏｇｒａｐｈｙ）の画像形成過程はＸ線源から平面検出器への中央（ｃｅｎｔｒａｌ）｛透視（ｐｅｒｓｐｅｃｔｉｖｅ）｝投影（ｐｒｏｊｅｃｔｉｏｎ）としてモデル化され得る。フイルムベースの技術では、その画像は視点（ｖｉｅｗｐｏｉｎｔ）又は患者のポーズを変えるために透視投影を受けることは出来ず、該幾何学的変換過程は剛体運動（ｒｉｇｉｄ ｂｏｄｙ ｍｏｔｉｏｎ）であるよう拘束される。

しかしながら、本発明の画像のスーパーインポジションとブレンドの過程は、同時座標（ｈｏｍｏｇｅｎｅｏｕｓ ｃｏｏｒｄｉｎａｔｅｓ）内の線形３ラ３変換により支配される、透視画像形成モデル（ｐｅｒｓｐｅｃｔｉｖｅ ｉｍａｇｉｎｇ ｍｏｄｅｌ）の全てのパラメーターを含んでもよい｛ホモグラフイー（ｈｏｍｏｇｒａｐｈｙ）と呼ばれる｝。従って画像形成幾何学（ｉｍａｇｉｎｇ ｇｅｏｍｅｔｒｙ）の下記要素が追加的に考慮されてもよい。

−１つの画像のもう１つに対する尺度合わせ（ｓｃａｌｉｎｇ）：該放射線写真が同じ患者からであるが、異なる時に、取得された投影画像である時、該画像は、ソース−検出器方向（投影面に直角の）での患者の移動のために、僅かな尺度合わせ差を受けたかも知れない。この第４のパラメーターは該ユークリッドの相似変換（Ｅｕｃｌｉｄｅａｎ ｓｉｍｉｌａｒｉｔｙ ｔｒａｎｓｆｏｒｍａｔｉｏｎ）で１つの追加の自由度を提供する。

−視点差による透視歪み（Ｐｅｒｓｐｅｃｔｉｖｅ ｄｉｓｔｏｒｔｉｏｎ）：３Ｄの患者姿勢に対するＸ線ビームの入射の３Ｄ角度も又患者の移動により変化してもよい。８つのパラメーターが、この画像形成モデルの幾何学を説明する投影変換を決定するが、すなわち、２つが並進用、１つが回転用、１つの大域尺度パラメーター、２つのパラメーターが剪断（ｓｈｅａｒｉｎｇ）｛スキュー（ｓｋｅｗ）｝に対応しそして２つのパラメーターが透視歪みに対応する。大きなＸ線源−検出器間距離用では、該透視画像形成モデルは直角のモデル（ｏｒｔｈｏｇｒａｐｈｉｃ ｍｏｄｅｌ）により近似されてもよく、該直角のモデルはアフイン変換（ａｆｆｉｎ ｔｒａｎｓｆｏｒｍａｔｉｏｎ）のスキューパラメーター（ｓｋｅｗ ｐａｒａｍｅｔｅｒ）を含むが、完全な投影変換の透視パラメーター（ｐｅｒｓｐｅｃｔｉｖｅ ｐａｒａｍｅｔｅｒｓ ｏｆ ａ ｆｕｌｌｙ ｐｒｏｊｅｃｔｉｖｅ ｔｒａｎｓｆｏｒｍａｔｉｏｎ）は含まない。平面投影放射線写真法の画像形成過程に物理的に基づくが、それをもう１つと整合させるために、この様な一般的線形変換を該画像の１つに適用することは、フイルムベースのスーパーインポジション
を用いては不可能なことは明らかである。

−その位置を幾何学的に非線形の仕方で変える軟組織内に標識構造が埋め込まれている時、幾何学的差を説明するために、或いは多数の局所的変形の組成から大域的画像変形を説明するために、両画像間の非剛体的変形がモデル化され得る。

点対応からの線形（ユークリッド、アフイン、投影的）及び非線形｛非剛体（ｎｏｎ−ｒｉｇｉｄ ｂｏｄｙ）変換を説明する｝写像の計算は、これらの変換に関する内容が引用により本出願に組み込まれる上記特許文献３で説明されている。

幾何学的変換の初期パラメーターの選択を起源とする可変性を減ずるために、下記で説明される様に探索空間内の局所的極値（ｌｏｃａｌ ｅｘｔｒｅｍｅｓ）をうまく処理するために多重解像度探索戦略（ｍｕｌｔｉ−ｒｅｓｏｌｕｔｉｏｎ ｓｅａｒｃｈ ｓｔｒａｔｅｇｉｅｓ）が用いられる。
内挿法とリサンプリング（Ｉｎｔｅｒｐｏｌａｔｉｏｎ ａｎｄ ｒｅ−ｓａｍｐｌｉｎｇ）
幾何学的変換の適用は現在あるサンプル点間の内挿を要する。幾何学的変換のパラメーターの多数セット用の探索戦略中に、相似性メザーが評価されねばならないので、双１次内挿法（ｂｉｌｉｎｅａｒ ｉｎｔｅｒｐｏｌａｔｉｏｎ）の様な速く、納得の行く精度のアルゴリズムが使われる。該幾何学的変換の最適パラメーターセットに達すると、エスアイエヌシー近似（ｓｉｎｃ ａｐｐｒｏｘｉｍａｔｉｏｎ）に基づくより精密な内挿法へ切り替えられるので、最終画像品質は最高に保持される。
幾何学的変換の初期パラメーターの計算（Ｃｏｍｐｕｔａｔｉｏｎ ｏｆ ｔｈｅ ｉｎｉｔｉａｌ ｐａｒａｍｅｔｅｒｓ ｏｆ ｔｈｅ ｇｅｏｍｅｔｒｉｃ ｔｒａｎｓｆｏｒｍ）
初期の幾何学的変換の計算は相似の解剖エンティティを表す対象間の対応を使ってもたらされる。これらの対象は典型的に配置するのは容易で、数は少ない。

容易に配置可能な構造体は、コーナー、領域の中点（ｍｉｄｐｏｉｎｔｓ ｏｆ ｒｅｇｉｏｎｓ）、骨のエッジ接合部（ｂｏｎｙ ｅｄｇｅ ｊｕｎｃｔｉｏｎｓ）の様な解剖的点の標識構造である。１つの解剖的標識構造の対応は剛体変換の初期並進成分の計算を可能にする。回転成分はその場合決定されず、画像ＡとＢの整合された座標軸線で組み込まれた角度として設定されるのが典型的である。

ユーザーは同一標識構造を精確に指摘出来ないので、これらの点は初期変換を確立するための手段として役立つのみであろう。自動整合時、これらの点は一般的に相互から僅かに発散し、該整合された画像内では精確には一致しないだろう。
強度ベースの相似性メザー（Ｉｎｔｅｎｓｉｔｙ−ｂａｓｅｄ ｓｉｍｉｌａｒｉｔｙ ｍｅａｓｕｒｅ）
該浮動画像Ｂでは、アールオーアイはユーザーが規定した解剖的標識構造の付近に選択される。このアールオーアイは形状が長方形でも円形でもよい。後者の形状は、それがユーザーが規定した点から与えられた距離内の全ての点を選択する利点を有する。このアールオーアイは、該幾何学的変換の初期パラメーターを使って基準画像Ａ内に写像され、その画像Ａの画素との画素的相似性が後で概説される相似性メザーにより計算される。探索戦略により、該幾何学的パラメーターは更新され、それにより変換された該画像Ｂのアールオーアイが、最良のマッチが見出されるまで画像Ａと再び比較される。２つの画像の測光的内容（ｐｈｏｔｏｍｅｔｒｉｃ ｃｏｎｔｅｎｔ）を比較するため適用可能であるが、空間的誤整合に帰すことはない（ｎｏｔ ａｔｔｒｉｂｕｔａｂｌｅ ｔｏ ｓｐａｔｉａｌ ｍｉｓａｌｉｇｎｍｅｎｔ）、種々の相似性メザーが概説され、偏倚及び利得の様な、画像間の差をうまく処理するそれらの能力に関して順序付けられる。
差の２乗の平均（Ｍｅａｎ ｓｑｕａｒｅｄ ｄｉｆｆｅｒｅｎｃｅ）
相似性の概念を反映する基本的位置合わせ式（ｂａｓｉｃ ｒｅｇｉｓｔｒａｔｉｏｎ
ｆｏｒｍｕｌａ）は重畳領域の（ｘ，ｙ）∈Ｒ内での画像Ａと画像Ｂの間の差の２乗の和であり、該メザーが最小化されねばならない。

該差の２乗の和は絶対差の和により置き換えられてもよく、すなわち下記である。

Ｎは該重畳範囲内の画素の数を表し、該量は一般に整合手順中変わってもよい。

該画像Ｂが、それがどこでも画像Ａと整合されるよう幾何学的に変換されると、対応する強度間の差は最小であり、最小２乗メザー（ｌｅａｓｔ ｓｑｕａｒｅｓ ｍｅａｓｕｒｅ）Ｄはゼロになる傾向がある。該差はＡの全ての値が最大でありそしてＢの全ての対応する値が最小である（それは一般性を失うこと無しに０であると仮定されてよい）時最大である。
かくして該メザーＤは下記の様に正規化（ｎｏｒｍａｌｉｚｅｄ）される。

該画像Ｂが、それが画像Ａの空間的ドメイン内にどこにでも含まれるように、画像Ａの程度より遙かに小さい寸法を有する関心のある領域（アールオーアイ）である時、エネルギー

は、更に、定数（ａ ｃｏｎｓｔａｎｔ）と見なされ得る。従って該メザーＤは、それが画像Ａの局所的エネルギーにより割り算されると、値０＜Ｄ＜１を持つよう正規化され得る。

しかしながら、前述の様に、大域的強度シフトを説明するために、該画像は等しいオフセットと利得とを有する（等しいレベルと窓とに対応して）よう放射線測定的に（ｒａｄｉｏｍｅｔｒｉｃａｌｌｙ）修正されるのが好ましい。特に、該最小２乗メザー（ｌｅａｓｔ ｓｑｕａｒｅｓ ｍｅａｓｕｒｅ）は画像間偏倚と尺度合わせをうまく処理しない。加算的そして乗算的不変性（ｉｎｖａｒｉａｎｃｅ）を達成する異なる方法がこの後概説される。１つの方法は位置合わせの前に該画像の窓とレベルを修飾することである。１つはゼロ点を固定し（そのオフセット）、もう１つが典型的に飽和値（ｓｔｕｒａｔｉｏｎ）の５０％に固定する（その利得を計算するために）、２点修正スキーム（ｔｗｏ−ｐｏｉｎｔ ｃｏｒｒｅｃｔｉｏｎ ｓｃｈｅｍｅ）が該画像のヒストグラムに基づいて使われ得る。もう１つのアプローチは最適化戦略内で該オフセットと尺度（ｓｃａｌｅ）のパラメーターをあからさまに考慮することである。該尺度合わせされた最小２乗メザーは下記の様に読まれる。

最終的に、直接的に加算的そして乗算的不変性を達成する相似性メザーが使われてもよい。これらのメザーは後で説明される。
正規化された相互相関（Ｎｏｒｍａｌｉｚｅｄ ｃｒｏｓｓ ｃｏｒｒｅｌａｔｉｏｎ）
該メザーＤ、Ｄ’、そしてＤ”はそれらの２次の項に拡張され得る。浮動画像（一定アールオーアイに対応する）のエネルギーは一定であり、重畳の変動領域内の基準画像のエネルギーは概略一定と見なされてよい。従って、画像Ａと画像Ｂに対応する該２次項は該メザーＤ又はＤ’の最小化に影響しないので、画像Ａと画像Ｂの積又は相互相関に左右される相似性メザーが得られ、該メザーが最大化されねばならない。

もし該画像が同一ならば、正規化された相互相関は１に等しい。２乗化差の和のメザーに於ける様に、このメザーは画像強度の差をあからさまには補償せず、そして可変尺度合わせパラメーターが該モデル内に正式に含まれないならば、大域的尺度合わせを除いて同一の画像がコスト関数（ｃｏｓｔ ｆｕｎｃｔｏｉｎ）内で最適に達しないことは起こり得る。更に、もし基準画像と組み合わされる可変重畳領域に付随する画像エネルギーが位置と共に変わるならば、該相互相関に基づくマッチングは失敗し得る。例えば、該画像内の特徴と精確なマッチング領域との間の相関は該特徴と明るいスポットとの間の相関より小さいかも知れない。

相関メザー（ｃｏｒｒｅｌａｔｉｏｎ ｍｅａｓｕｒｅ）Ｃの計算は該画像のフーリエ変換（Ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ）の使用により可成りスピードアップされ得る。２つの画像の正規化されてない相関のフーリエ変換は、１つの画像のフーリエ変換と、もう１つのフーリエ変換の複素数共役（ｃｏｍｐｌｅｘ ｃｏｎｊｕｇａｔｅ）と、の積である。フイルムベースのスーパーインポジションに付随する剛体運動（ｒｉｇｉｄ ｂｏｄｙ ｍｏｔｉｏｎ）はフーリエドメイン（Ｆｏｕｒｉｅｒ ｄｏｍａｉｎ）に等化物（ｅｑｕｉｖａｌｅｎｔ）を有する。並進はフーリエ成分内に位相シフトを導入するが、その振幅は変えない。回転（ｒｏｔａｔｉｏｎ）はフーリエ平面を等しい量ひるがえらせ（ｒｏｔａｔｅｓ ｔｈｅ Ｆｏｕｒｉｅｒ ｐｌａｎｅ ｏｖｅｒ ａｎ ｅｑｕａｌ ａｍｏｕｎｔ）、オフセットシフトは直流成分（ＤＣ ｃｏｍｐｏｎｅｎｔ）のみに影響する。又小さなゆっくり変化する尺度変化が役立つが、それはそれらが低い空間的周波数（ｌｏｗ ｓｐａｔｉａｌ ｆｒｅｑｕｅｎｃｉｅｓ）に集中するノイズを招くからである。並進特性は、相互に対しシフトだけされる画像を整合させるために位相相関と呼ばれる方法で使用されてもよい。この様な画像は同様なフーリエ大きさ（Ｆｏｕｒｉｅｒ ｍａｇｎｉｔｕｄｅ）を有するが、変位量（ｄ_ｘ、ｄ_ｙ）に関係する位相差を示す。その変換係数は周波数ドメイン（ｕ，ｖ）内で相関を計算する前に１（ｕｎｉｔｙ）に正規化され、下記表現で与えられる。

この表現の逆フーリエ変換は、クロスパワースペクトラム位相（ｃｒｏｓｓ−ｐｏｗｅｒ ｓｐｅｃｔｒｕｍ ｐｈａｓｅ）とも呼ばれるが、要求される変位でピークを示す。各成分は単位大きさを有し、かくして各周波数成分の位相差は等しく寄与するので、もし
狭い周波数間隔に限定されたノイズがあれば、ピークの位置は実質的には変化しないだろう。従って、このフーリエ方法（Ｆｏｕｒｉｅｒ ｍｅｔｈｏｄ）は相関のある周波数に左右されるノイズに対する優れたローバスト性を達成する。全ての周波数を崩し（ｃｏｒｒｕｐｔｓ）、該ピークを歪ませる白色ノイズが存在する場合、空間的相関のメザーＣを最大化することが最適である。又誤整合（ｍｉｓａｌｉｇｎｍｅｎｔ）が回転成分を含む時は、該回転角度は、該クロスパワースペクトラム位相の逆フーリエ変換を１つのインパルスに近くさせる角度として計算されてよく、そして該並進は次いで該インパルスの空間変位（ｓｐａｔｉａｌ ｄｉｓｐｌａｃｅｍｅｎｔ）として取られる。
正規化された共分散（Ｎｏｒｍａｌｉｚｅｄ ｃｏｖａｒｉａｎｃｅ）
オフセット差｛画像間偏倚（ｉｎｔｅｒ−ｉｍａｇｅ ｂｉａｓ）｝を説明し、そして−１．．．１からに及ぶ絶対尺度上で相関を測る、相互相関に関するメザーは正規化された共分散メザー（ｃｏｖａｒｉａｎｃｅ ｍｅａｓｕｒｅ）であり下記の様である。

対のグレイ値（ｐａｉｒｅｄ ｇｒｅｙ ｖａｌｕｅｓ）の観察される共分散が出来るだけ高い共分散である時、相関は１の値を有し、その２つの変数（グレイ値）の完全にマッチしたオーダー（ｏｒｄｅｒ）を示す。−１の値は完全な負のコーバリエーション（ｃｏ−ｖａｒｉａｔｉｏｎ）であり、１つの変数の最高の正の値をもう１つの最高の負の値とマッチさせる。正規化された共分散メザーはかくして、画像Ａと画像Ｂの重畳領域内のグレイ値間で線形的依存の対称的メザーであり、すなわち、画像Ａ内のｉ及び画像Ｂ内のｊのジョイントグレイ値（ｊｏｉｎｔ ｇｒｅｙ ｖａｌｕｅｓ）の共起行列（ｃｏ−ｏｃｃｕｒｒｅｎｃｅ ｍａｔｒｉｘ）内へのエントリーは直線上に横たわる。

生の強度画素値の相互相関を計算する代わりに、それが強度Ａ’とＢ’の勾配に適用されてもよい。骨構造体のエッジは高い勾配で特徴付けられ、高い空間的位置情報と組み合わされる。従って、それらは、両画像が整合された時、相関相似性メザーに可成り寄与するであろう。その画像外観（ｉｍａｇｅ ａｐｐｅａｒａｎｃｅ）が２つの画像取得間で変わる軟組織により引き起こされる低い空間周波数は、勾配計算により濾し去られ、従って該相関メザーに寄与しないであろう。
比率画像均一性（Ｒａｔｉｏ ｉｍａｇｅ ｕｎｉｆｏｒｍｉｔｙ）
尺度合わせの差を説明し、相互相関に関係するメザーは、画像ＡとＢの対応する画素値の割り算（ｄｉｖｉｓｉｏｎｓ）の画像に基づく比率均一性メザー（ｒａｔｉｏ ｕｎｉｆｏｒｍｉｔｙ ｍｅａｓｕｒｅ）により計算される。該画像ＡとＢが完全に整合している時は、最終の比率画像は一定画像（ｃｏｎｓｔａｎｔ ｉｍａｇｅ）となろう。それは各グレイレベルがもう１つの画像内の同じグレイレベルに精確に写像されることを意味する。比率相似性メザーは従って該比率画像の標準偏差（ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎ）の大きさがあり、乗算的不変性を達成するために下記の様にそれを平均比率で割り算する。

区分された強度均一性（Ｐａｒｔｉｔｉｏｎｅｄ ｉｎｔｅｎｓｉｔｙ ｕｎｉｆｏｒｍｉｔｙ）
該メザーは該比率画像均一性に関係しており、下記の基盤に基づいている。ノイズと軟組織構造体とのために、画像Ａ内で或る強度ｉを有する全画素は位置合わせされた画像Ｂ内のクラスターされた強度のセット（ａ ｓｅｔ ｏｆ ｃｌｕｓｔｅｒｅｄ ｉｎｔｅｎｓｉｔｉｅｓ）に写像される。Ａ及びＢの強度間に関数的依存性（ｆｕｎｃｔｉｏｎａｌ ｄｅｐｅｎｄｅｎｃｅ）がある時、画像Ａのアイソセット（ｉｓｏ−ｓｅｔ）ｉ当たり１つだけのクラスターがある。明らかに、該画像が完全に整合されると、各クラスターの分散又は標準偏差は最小になる。乗算的不変性はその和内の各項を該クラスターの平均で割ることにより達成される。このメザーは相互相関より一般性があり、何故ならそれは強度依存が或る関数により表され得ることのみを仮定するからである。その空間的な首尾一貫性（ｃｏｈｅｒｅｎｃｅ）はアールオーアイ画像Ｂを或る数のアイソセット、すなわち相似の強度の範囲、に区分することによってそのメザー内に保持されてもよい。これらの範囲の境界が画像Ａ上に置かれ、画像Ａ内の各範囲の分散と平均が計算される。最小化されねばならぬこの相似性メザー用の表現は下記の様であり、

ここでＮは重畳範囲Ｒ内の画素数、Ｎ_ｉはアイソ強度セット（ｉｓｏ−ｉｎｔｅｎｓｉｔｙ ｓｅｔ）ｉ内の画素数、

及びｍ_ｉは画像Ａ（アールオーアイ画像Ｂの位置が中で探索されねばならない画像）内の対応するセット内の強度の標準偏差と平均である。相対範囲Ｎ_ｉ／Ｎはこのメザー内の重さを構成する。

該メザーＷは、画像Ｂ上で計算される時は、一般に種々の結果を与えるだろう。Ｂが第２画像内のアールオーアイを表すので、画像Ｂの画素のアンサンブル（ｅｎｓｅｍｂｌｅ）は、それがその上に連続的に動かされ、従って画像Ｂの統計が変わらない時は、普通は画像Ａと完全に重畳する。従って、浮動画像Ｂがアールオーアイのみを含む時は、該メザーは基準画像Ａの変化する重畳領域に基づいて計算されねばならない。

デジタル放射線写真は典型的に１２ビット範囲に量子化（ｑｕａｎｔｉｚｅｄ）されるので、該アイソ強度セットは余りにまばらにしか存在（ｐｏｐｕｌａｔｅｄ）しないので信頼出来る統計を計算出来ない。該強度をより粗く量子化されたビン（ｂｉｎｓ）にグループ化することはこの効果を緩和する。
相関比（Ｃｏｒｒｅｌａｔｉｏｎ ｒａｔｉｏ）
メザーＷに関係する相関比メザー（ｃｏｒｒｅｌａｔｉｏｎ ｒａｔｉｏ ｍｅａｓｕｒｅ）は重畳領域の大域的分散（ｇｌｏｂａｌ ｖａｒｉａｎｃｅ）を用いて正規化することにより得られる。この大域的正規化（ｇｌｏｂａｌ ｎｏｒｍａｌｉｚａｔｉｎ）は該メザーを空間的変換に関してより安定にさせ、従って該相関比はよりスムーズで、最適化しやすくなり、そして又よりスムーズにサブサンプリングを行う（ｓｕｂ−ｓａｍｐｌｅｓ ｍｏｒｅ ｓｍｏｏｔｈｌｙ）。最小化されねばならない、この相似性メザー用の表現は下記の様である。

単に

のみを最小化することは充分でなく、何故ならこの項は２つの理由で低くなり得るからであるが、該２つの理由は、初めに該基準画像Ａは空間的に変換された画像Ｂにより良く説明されており、すなわちアイソ強度セットｉに対応するクラスターは低い分散

を有しているか、又は画像Ａは該重畳領域で少しの情報しか含まず、すなわち該重畳領域内の画像Ａの分散

は低いことである。かくして

のみを最小化することは該画像を分断（ｄｉｓｃｏｎｎｅｃｔ）する傾向があり、すなわち、画像Ｂを空間的に変換することにより決定された、画像Ａ内の該重畳領域の分散が考慮されない。かくして、該アールオーアイ画像Ｂが画像Ａ内の平坦な領域と重畳する時、その画像Ａとの相似性は該相関比率によってペナルテイを受けるのであり、何故ならばＡ内の重畳領域は低分散を有するからである。

該比率均一性メザー（ｒａｔｉｏ ｕｎｉｆｏｒｍｉｔｙ ｍｅａｓｕｒｅ）と同様に、該写像の方向は重要であり、すなわち画像Ａか又は画像Ｂか何れかの分散を最小化するよう選ぶことは異なる結果に達する。実際、１つの画像はもう１つより可成り多い領域の輪郭を描き（ｄｅｌｉｎｅａｔｅ）、それなので全てのアイソ強度セットはもう１つの中の１つの強度値のみに写像され、ゼロの付随分散（ｚｅｒｏ ａｓｓｏｃｉａｔｅｄ ｖａｒｉａｎｃｅ）を有する。放射線写真を整合するタスク用では、これは普通には異常であり、それは両画像が大きな動的範囲（典型的に１２ビット）を有する同じ様式（ｍｏｄａｌｉｔｙ）から来ているからである。
相互間情報（Ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ）
比率基準（ｒａｔｉｏ ｃｒｉｔｅｒｉｏｎ）よりなお一層一般性のある相似性基準（ｓｉｍｉｌａｒｉｔｙ ｃｒｉｔｅｒｉｏｎ）は、それが画像強度間の関数的依存を仮定していないので、相互間情報基準（ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ ｃｒｉｔｅｒｉｏｎ）により実施される。相互間情報は、写像が画像ＡとＢのグレイレベル（のセット）間で確立されるので、オフセット及び利得シフトから独立している。従って、該２つの画像の画素強度値間の線形関係を仮定する相関とは対照的に、相互間情報は、代わりに、両画像間の強度値の最も確率の高い共起（ｍｏｓｔ ｐｒｏｂａｂｌｅ ｃｏ−ｏｃｃｕｒｒｅｎｃｅ）を探索する。このメザーは該画像強度間に存在する関係の性質に関する仮定をせず、すなわち、それは線形の相関も、関数的相関も仮定せず、予測可能な、又は統計的な関係のみを仮定する。従って、最終位置合わせでは、高く値の強度が、例えば、低い強度値と対にされてもよい。この特徴は、該画像が投影により形成される時、Ｘ線マッチング用に有用であり、従って、画像Ａ及び画像Ｂの取得の間で、Ｘ線源から検出器の視認方向、又は患者の姿勢が異なる時、両画像内で幾何学的等価位置では非線形な強度の関係が生じてもよい。画像ＡとＢの間で同一画像形成条件及び線形関係を回復するための再投影（ｒｅ−ｐｒｏｊｅｃｔｉｏｎ）が行われ得ない時、相互間情報は投影アーチフアクト（ａｒｔｉｆａｃｔｓ）をうまく処理するのに好適な相似性モデルである。

最大化されるべき該相互間情報又は相対エントロピー（ｒｅｌａｔｉｖｅ ｅｎｔｒｏｐｙ）は下記の様に規定され、

ここでｐ（ｉ）とｐ（ｊ）は該重畳領域内の強度ヒストグラムから計算される該個別画像ＡとＢでの周辺確率分布（ｍａｒｇｉｎａｌ ｐａｏｂａｂｉｌｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ）であり、そしてｐ（Ａ，Ｂ）はそれぞれ画像ＡとＢの重畳領域内で空間的に対応するグレイ値ｉ及びｊ間の共起行列から計算される結合確率分布（ｊｏｉｎｔ ｐｒｏｂａｂｉｌｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ）である。該周辺確率分布はＡ及びＢでの強度に対応する軸線への該結合確率分布の投影である。結合及び周辺分布は位置合わせ中に変わり、何故ならば幾何学的変換パラメーターが変わると該重畳領域が連続的に変わるからである。下記の様に規定されるエントロピーＨ（Ａ）とＨ（Ｂ）は

は各画像の重畳領域に含まれ、それにより寄与される情報を考慮する。該相互間情報メザーの第３項は下記の結合エントロピー（ｊｏｉｎｔ ｅｎｔｒｏｐｙ）Ｈ（Ａ、Ｂ）である。

最小化されねばならない、このメザーは、それが画像エントロピー項無しで使われる時は信頼されないメザーであるが、それはそれが該２つの画像内の大きな領域は、該画像が位置合わせに近づくと、それらの重畳を増やすべきである、との暗に含まれた仮定を含んでいるからである。直接露光及びコリメーション領域の様な一定強度の大きな領域が放射線写真内に容易に発生し、そして結合エントロピーはこの様な一定強度領域の重畳の最大化を探すが、何故ならばそれが結合ヒストグラム（ｊｏｉｎｔ ｈｉｓｔｏｇｒａｍ）の結合エントロピーを減ずるからである。例えば、特許文献４及び５で開示される様なセグメント化アルゴリズム（ｓｅｇｍｅｎｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍ）を用いた該結合ヒストグラムからの直接露光及びコリーメーション領域の排除がそれらの影響を減ずるため使われてもよい。

結合エントロピーよりは良いけれども、相互間情報は大きな領域へのこの甚だしい依存を減ずるとは言え、それを完全には排除しない。重畳からもっと独立的な正規化は下記である。

比率メザーに於ける様に、結合ヒストグラムの計算（共起行列）は信頼出来る結合統計（ｊｏｉｎｔ ｓｔａｔｉｓｔｉｃｓ）を生ずるために該元の強度のより少ないレベルへのビンし直し（ｒｅ−ｂｉｎｎｉｎｇ）を求めてもよい。かくして変数ｉとｊは該元の強度か又は量子化し直された強度ビン（ｒｅ−ｑｕａｎｔｉｚｅｄ ｉｎｔｅｓｉｔｙ ｂ
ｉｎｓ）か何れかを表す。
探索戦略（Ｓｅａｒｃｈ ｓｔｒａｔｅｇｙ）
対応問題（ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ ｐｒｏｂｌｅｍ）は相似性コスト関数（ｓｉｍｉｌａｒｉｔｙ ｃｏｓｔ ｆｕｎｃｔｉｏｎ）を最大化する（又は、メザーに依って、それを最小化する）幾何学的変換（回転、並進そして空間的尺度）及び強度変換｛アルフア（ａｌｆａ）、ベータ（ｂｅｔａ）｝のパラメーターｐのセットを見出すこととして下記の様に述べられ得る。

探索戦略は受け入れられる変換の組から次の幾何学的変換を選ぶ。次いで画像Ｂは、変換された画像Ｂ’を生ずるために、該幾何学的変換に供せられ、そして内挿法によりリサンプル（ｒｅ−ｓａｍｐｌｅｄ）される。最後に画像ＡとＢ’の間の新しい相似性メザーが計算されるが、それは探索空間内でのその方向が有効にパラメーターの最適セットに向かっている場合には、より良いであろう。下記項目の発生の様な、本発明の背景での最適化に固有の問題に特に注意が払われた。
探索空間内の望まない局所的最小値（Ｕｎｗａｎｔｅｄ ｌｏｃａｌ ｍｉｎｉｍａ ｉｎ ｓｅａｒｃｈ ｓｐａｃｅ）
局所的最小値（或いは最大値、該相似性メザーの向きに依る）でのトラップ（ｔｒａｐ）を避けるため特別の用意が作られてもよい。下降勾配又はパウエルの方向設定方法（Ｐｏｗｅｌｌ’ｓ ｄｉｒｅｃｔｉｏｎ ｓｅｔ ｍｅｔｈｏｄ）の様な標準の数学的最適化が局所的最小値に取りかかって（ｇｅｔ ｓｔｕｃｋ ｉｎ）もよい。大域的最小値は、該幾何学的変換の初期パラメーターに依って写像されたアールオーアイの近傍になおも存在する写像されたアールオーアイに普通対応するであろう。この初期写像は基準画像Ａ内の浮動するアールオーアイの対応する点上に中心がある。従って、幾何学的パラメーターの全ての起こり得る組み合わせを試みる、徹底的探索（ｅｘｈａｕｓｔｉｖｅ ｓｅａｒｃｈ）が行われ、該大域的最小値に付随する組み合わせがその解を決定する。遙かにもっと少ない計算コストで該大域的最小値をも見出す代替えはシミュレーテッドアニーリング（ｓｉｍｕｌａｔｅｄ ａｎｎｅａｌｉｎｇ）である。
探索空間内の望まない漸近的動作（Ｕｎｗａｎｔｅｄ ａｓｙｍｐｔｏｔｉｃ ｂｅｈａｖｉｏｒ ｉｎ ｓｅａｒｃｈ ｓｐａｃｅ）
該幾何学的変換のパラメーターにより張られた探索空間は、コスト関数の望まない漸近的動作を避けるために、限定される。例えば、大きな変換を使う時、該画像間の重畳は非常に小さくなり、それは、放射線写真Ａ内に放射線写真Ｂのアールオーアイを位置合わせする場合、非常にありそうでない。非常に大きな回転角度、大きな尺度係数、又は大きなスキュー及び透視歪み係数（ｐｅｒｓｐｅｃｔｉｖｅ ｄｉｓｔｏｒｔｉｏｎ ｆａｃｔｏｒｓ）もありそうでない。修正動作はこれらの場合これらの条件に大きなコストが伴うことにより得られる。
多重解像度最適化（Ｍｕｌｔｉ−ｒｅｓｏｌｕｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ）
最適化スキームは階層的（ｈｉｅｒａｒｃｈｉｃａｌ）又は多重解像度スキーム（ｍｕｌｔｉ−ｒｅｓｏｌｕｔｉｏｎ ｓｃｈｍｅ）により可成りスピードアップされ得る。該画像ＡとＢの各々の粗い解像度版（ｃｏａｒｓｅ ｒｅｓｏｌｕｔｉｏｎ ｖｅｒｓｉｏｎ）が、例えば、該画像のガウス型ピラミッド分解（Ｇａｕｓｓｉａｎ ｐｙｒａｍｉｄａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）を計算し、そして粗いレベルを選択することにより計算されるが、該版はサブサンプリングにより減少した数の画素を有する。該パラメーターのスタートの見積は、例えば、ユーザーに２つの対応する構造体を選択させることにより、両画像間の初期の位置的対応を確立することにより固定される。画像Ａ及び画像Ｂ内の対応する点の少なくとも１対をクリックすることで該選択を行うことが出来る。次いで該初期変換は同時係属中の特許出願である特許文献３に概説された様に計算される。その相似性メザーは、該パラメーターのそのスタートする見積に於いて、空間的又は放射線計測的変換モデルの各パラメーターの１インクレメントを用いて（ｗｉｔｈ ａ ｓｉｎｇｌｅ ｉｎｃｒｅｍｅｎｔ ）、該粗い解像度版上で評価される。１インクレメントパラメーター修飾の全組み合わせが試みられる。最良の組み合わせが選ばれ、そしてそのアルゴリズムは、該相似性メザーを改善するステップが見出されなくなるまで、繰り返す。与えられた解像度で該アルゴリズムが終了すると、その画像ピラミッドの次により高い解像度レベルが選択され、そして前のレベル上で計算された変換パラメーターセットからスタートする該探索過程が再び始動される。解像度が増すと、そのステップ規模は、サブ画素位置合わせ解（ｓｕｂ−ｐｉｘｅｌ ｒｅｇｉｓｔｒａｔｉｏｎ ｓｏｌｕｔｉｏｎ）を提供するよう減じられてもよい。

多重解像度技術は、該探索の初期段階を大域最適値（ｇｌｏｂａｌ ｏｐｔｉｍｕｍ）付近のアルゴリズム収斂のベイスン（ｂａｓｉｎ）の方へ導くのに充分に低い周波数情報（ｓｕｆｆｉｃｉｅｎｔ ｌｏｗ ｆｒｅｑｕｅｎｃｙ ｉｎｆｏｒｍａｔｉｏｎ）を画像が含んでいることを要する。この条件は本発明の背景で考えられる医学的画像により充たされ、何故ならば該画像内容はスーパーインポーズされた診断用詳細（ｓｕｐｅｒｉｍｐｏｓｅｄ ｄｉａｇｎｏｓｔｉｃ ｄｅｔａｉｌ）を有する空間的に変化する背景信号により特徴付けられるからである。

該多重解像度又は階層的戦略は、該探索空間内にことによると局所的最適値を創るかも知れない、画像ノイズやクラッター（ｃｌｕｔｔｅｒ）そして無関係の画像詳細（ｉｒｒｅｌｅｖａｎｔ ｉｍａｇｅ ｄｅｔａｉｌ）をうまく処理するのに有用である。更に、粗い尺度上の勾配下降の結果は必ずしも最終解でなく、何故ならば、より粗い尺度での１階、２階そしてより高階の導関数メザーは、該より粗いレベルでの最適位置が、より精細な尺度レベルでのそれらの最終位置の方へ追跡されねばならないように、特徴点を非局所化（ｄｅｌｏｃａｌｉｚｅ）することが知られているからである。

強度ベースの位置合わせアルゴリズムをスピードアップする代わりの方法は両画像間の重畳領域内の画素の幾つかのサブセットについてコスト関数を計算するのみである。
スーパーインポジションとブレンデイング（Ｓｕｐｅｒｉｍｐｏｓｉｔｉｏｎ ａｎｄ Ｂｌｅｎｄｉｎｇ）
最終の幾何学的変換が決定すると、それは、画像Ａとの重畳領域Ｒ内の新しい位置での該サンプルを計算するために、浮動画像Ｂに適用される。その結果は、各画素位置で、２つの強度、すなわち（１）基準画像Ａの未修飾強度（ｕｎｍｏｄｉｆｉｅｄ ｉｎｔｅｎｓｉｔｙ）、と（２）画像Ｂの空間的に変換された強度Ｂ^Ｔ、が入手可能になる。このデータ表現は、両画像データセットが共通の座標システムで表されるので、画像Ｂの画像Ａ上へのデジタルスーパーインポジションと呼ばれる。該重畳領域Ｒの外では、画像Ａの元の画像サンプルか、又は画像Ｂ^Ｔの変換された画像サンプルか何れかが入手可能である。元の画像ＡとＢが同じサイズの時、該スーパーインポジションデータ表現は、画像Ａの座標システム内に該変換された画像ＢＴの完全な記憶を収容するために、より大きい行と列の規模（ｄｉｍｅｎｓｉｏｎｓ）を割り当てる必要があるのが普通である。該変換された画像シャープさ（ｉｍａｇｅ ｓｈａｒｐｎｅｓｓ）を最大に保持するために、エスアイエヌシーインターポレーター（ｓｉｎｃ ｉｎｔｅｒｐｏｌａｔｏｒ）の様な高画像品質内挿法（ｈｉｇｈ ｉｍａｇｅ ｑｕａｌｉｔｙ ｉｎｔｅｒｐｏｌａｔｉｏｎ）とリサンプリングアルゴリズム（ｒｅ−ｓａｍｐｌｉｎｇ ａｌｇｏｒｉｔｈｍ）がＢ^Ｔを計算するため使われ得る。

画像ＡとＢ^Ｔをブレンドするために、ブレンドされる画像内の各画素に於いて画像Ａと
Ｂ^Ｔ内の対応する画素の適当な組み合わせが取られる。各画像の比率は、好ましくは、該ブレンドされる画素値が最大強度を超えないようにするのがよい。説明される実施例では該ブレンドされる画像は重畳領域Ｒでは下記の様に計算されるが、
Ｚ（ｘ、ｙ）＝ｍＡ（ｘ、ｙ）＋（１−ｍ）Ｂ^Ｔ（ｘ、ｙ）
ここでｍはブレンデイング又は混合係数（ｂｌｅｎｄｉｎｇ ｏｒ ｍｉｘｉｎｇ ｆａｃｔｏｒ）である（０≦ｍ≦１）。ｍは該ブレンドされた結果内の各入力画像の影響を制御する。ｍ＝１の時画像Ａのみが表示され、ｍ＝０の時Ｂ^Ｔのみが示されるだろう。画像ＡとＢが等しい範囲とレベルを有する時、ｍは好ましくは０．５付近に選ばれるのがよい。この選択が行われるのは、該画像を整合させるため使われたアールオーアイでの両強度が、画像Ａと画像Ｂが加算的（オフセット、レベル）及び乗算的（尺度、窓）差を有しない時、同一であるのが典型的だからである。しかしながら、窓／レベルの差がある（そしてこれらは上記概説の様に位置合わせメザーに影響しない）時は、該画像は、それらをブレンドする前のそれらのそれぞれのヒストグラムの範囲（Ａ_ｍｉｎ、Ａ_ｍａｘ）と（Ｂ_ｍｉｎ、Ｂ_ｍａｘ）を使って、最小と最大強度の間で尺度合わせし直される。
ユーザーインターフエース（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）
上記で概説した位置合わせ手順を用いて相互作用（ｉｎｔｅｒａｃｔ）し、表示するために、ユーザーインターフエースが作られる。それは下記の要素を有する。
対応する構造体の選択用手段（Ｍｅａｎｓ ｆｏｒ ｓｅｌｅｃｔｉｏｎ ｏｆ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｓｔｒｕｃｔｕｒｅｓ）
対応する構造体の選択は幾何学的変換パラメーターを初期化するために働く。該対応する構造体の選択用手段は、例えば、マウス及び組み合わされたマウスカーソルであり、該選択は該マウスカーソルで、例えば、同一の解剖的に良く明らかにされている標識構造を指し示すことにより行われ得る。

これらの標識構造は、椎体の近似的中心、椎体のコーナー点、茎中心（ｐｅｄｉｃｌｅ
ｃｅｎｔｅｒ）又は棘突起（ｐｒｏｃｅｓｓｉ ｓｐｉｎｏｓｉ）上の標識構造点、の様な点を含んでもよい。

１点を選択することにより、並進パラメーターが初期化される。より多くの点を選択することにより、より多くのパラメーターが初期化され得る。

例えば、２つの対応する点｛例えば、椎骨上の両茎の中心（ｃｅｎｔｅｒｓ ｏｆ ｂｏｔｈ ｐｅｄｉｃｌｅｓ ｏｎ ａ ｖｅｒｔｅｂｒａ）｝の選択は初期のユークリッドの相似変換（ｉｎｉｔｉａｌ Ｅｕｃｌｉｄｅａｎ ｓｉｍｉｌａｒｉｔｙ ｔｒａｎｓｆｏｒｍ）を充分に規定する。３つの対応する点の選択はアフイン変換（ａｆｆｉｎｅ
ｔｒａｎｓｆｏｒｍ）を初期化する。４つの対応する点（例えば、椎体のコーナー点）の選択は投影変換を初期化する。

屈曲及び伸展頸部脊柱検査（ｆｌｅｘｉｏｎ ａｎｄ ｅｘｔｅｎｓｉｏｎ ｃｅｒｖｉｃａｌ ｓｐｉｎｅ ｅｘａｍｉｎａｔｉｏｎ）での全頸椎（ａｌｌ ｃｅｒｖｉｃａｌ ｖｅｒｔｅｂｒａｅ）の様な多数構造体が位置合わせされねばならない時、現在の椎骨位置合わせの最終の幾何学的変換パラメーターは、椎骨間ジオメトリー（ｉｎｔｅｒ−ｖｅｒｔｅｂｒａ ｇｅｏｍｅｔｒｙ）（例えば、椎骨間の間隔及び相対回転）用の正規値モデル（ｍｏｄｅｌ ｏｆ ｎｏｒｍａｌ ｖａｌｕｅｓ）に基づく次の椎骨対の位置合わせ用の幾何学的変換パラメーターの初期推測値を決定するために働く。
ブレンドされた画像のデイスプレー（Ｄｉｓｐｌａｙ ｏｆ ｂｌｅｎｄｅｄ ｉｍａｇｅｓ）
デイスプレーデバイスはブレンデイング制御手段を備えており、該手段は２つの画像のデジタル信号表現の入力時、上記説明の方法の過程によりブレンドされた画像を発生する。
ブレンデイング制御スライダー（Ｂｌｅｎｄｉｎｇ ｃｏｎｔｒｏｌ ｓｌｉｄｅｒ）
画像ＡとＢ^Ｔの間の重畳範囲内に適用されるブレンデイングの程度ｍはスライダーにより制御され、該スライダーはユーザーが画像Ａ又はＢ^Ｔの可視情報の量を連続的に調整することを可能にする。この特徴は画像Ａか又は画像Ｂ^Ｔか何れかに選択的に完全に焦点合わせするのに有利である。この様に徐々にブレンドすることは従来のフイルムベースの技術では不可能であることは明らかである。
幾何学的変換パラメーターの手動調整用手段（Ｍｅａｎｓ ｆｏｒ ｍａｎｕａｌ ａｄｊｕｓｔｍｅｎｔ ｏｆ ｔｈｅ ｇｅｏｍｅｔｒｉｃ ｔｒａｎｓｆｏｒｍ ｐａｒａｍｅｔｅｒｓ）
位置合わせ結果が診断的要求を完全には充たさない現在の場合、ユーザーは自動計算された解からスタートして、ユーザーインターフエースによりその幾何学的変換結果を手動で調整してもよい。

ｘ、ｙ方向の並進は、例えば、矢印キーを使う、又はマウスカーソルをドラッグする並進モードでもたらされてもよい。

基準画像に対する浮動画像の回転は、第１に回転中心を選択し、第２に固定している該基準画像に対し該浮動画像を回転させるハンドルとして役立つ該浮動画像内の点を選択することにより、回転モードでもたらされる。その回転角は該ハンドル点及び該回転中心の間の線と、該画像ｘ軸線と、の間の角として連続的に計算される。該ハンドル点は該カーソルの面内運動に無関係な１つの円上にあるよう拘束される。

該回転中心と該ハンドル点とにより張られた線セグメントの距離は該回転角度値に影響しないので、この半径は又尺度合わせをエミュレート（ｅｍｕｌａｔｅ）するため使われてもよい。上下矢印キーの使用は該ハンドルカーソルの円形路の半径を、それぞれ、増加、減少させ、それにより該尺度の精細なチューニング（ｔｕｎｉｎｇ）を可能にする。

異方性の尺度合わせ（Ａｎｉｓｏｔｒｏｐｉｃ ｓｃａｌｉｎｇ）は又、正方形を使い、垂直の又は水平の境界をドラッグすることによりそれのアスペクト比（ａｓｐｅｃｔ ｒａｔｉｏ）を修飾することにより、エミュレートされる。ゼロ回転用には、該境界が該画像座標軸線と整合されて静止する。回転を印加するには、該コーナー点の１つが、その長方形を回転させるハンドルとして使われ、浮動画像は比例した量で回転される。

ｘ及びｙ方向に沿うスキューイング（ｓｋｅｗｉｎｇ）と、透視歪化（ｐｅｒｓｐｅｃｔｉｖｅ ｄｉｓｔｏｒｔｉｏｎｓ）とは又、それぞれスキューモードと透視モードでエミュレートされ得る。これらのモードは表示されたモデル正方形から出発するが、該正方形は、充分なパラメーター解像度を達成するために、該浮動画像の実質的部分を囲んでもよい。該スキューモードでは、該モデル正方形のコーナー点は、該コーナー点の運動に比例した量で該ｘ軸線に沿った浮動画像のスキューをエミュレートするために、該ｘ軸線に平行に動かされるか、又は、該コーナー点の運動に比例した量で該ｙ軸線に沿った浮動画像のスキューをエミュレートするために、該ｙ軸線に平行に動かされるか、何れかでよい。その上右の点が右へドラッグされると、上左の点が同じ量で従い、従って、該正方形に適用されたスキューは該正方形を平行４辺形（ｐａｒａｌｌｅｌｏｇｒａｍ）｛対で平行に並べ置かれた（ｐａｒａｌｌｅｌ ｊｕｘｔａｐｏｓｅｄ）エッジを有する｝に変形させる。

該透視モードでは、該コーナー点の各々は又、座標軸線に平行に動かされるが、該スキューモードと対照的に、該並べ置かれた点は従わず、従って組み合わされたエッジ対は非平行になる。この操作は該画像の幾何学的変換の透視成分用の非ゼロ項を導入し、正方形を４辺形（ｑｕａｄｒａｎｇｌｅ）に変形する。

これらの幾何学的変換パラメーターの各々は典型的に小さな修飾を要するので、（並進、回転、尺度合わせ、スキュー又は透視修正の）手動運動を有効に適用されるパラメーターに小寸法化（ｄｏｗｎｓｉｚｅｓ）する適当な変換係数（ｃｏｎｖｅｒｓｉｏｎ ｆａｃｔｏｒ）が設定される。
位置合わせ結果の検証（Ｖｅｒｉｆｉｃａｔｉｏｎ ｏｆ ｔｈｅ ｒｅｇｉｓｔｒａｔｉｏｎ ｒｅｓｕｌｔ）
ユーザーは、位置合わせされた画像を引き算し、差の画像内に残る詳細をチェックすることにより、屈曲及び伸展画像の対応する椎骨の位置合わせをチェックすることが出来る。２つの椎骨が精確にマッチすると、その重畳領域内のマッチする画像範囲は消えるだろう。詳細の欠除は、上記で与えられたメザーＤにより表される２乗された差の和により適性を与えられ得る。代わりに該重畳領域の分散が計算されてもよい。これらのメザーの両者はよい位置合わせが達成されると低くなければならない。
頸部脊柱検査への応用（Ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｃｅｒｖｉｃａｌ ｓｐｉｎｅ
ｅｘａｍｉｎａｔｉｏｎ）
過可動性（ｈｙｐｅｒ−ｍｏｂｉｌｉｔｙ）又は不安定性（ｉｎｓｔａｂｉｌｉｔｙ）について頸部脊柱（ｃｅｒｖｉｃａｌ ｓｐｉｎｅ）のセグメント的運動を評価するために、伸展外側頸部脊柱姿勢の放射線写真露光が屈曲外側姿勢と組み合わされる。外傷後の頸部の痛み（ｐｏｓｔ−ｔｒａｕｍａｔｉｃ ｎｅｃｋ ｐａｉｎ）、関節炎（ａｒｔｈｒｉｔｉｓ）、脊柱固定（ｓｐｉｎａｌ ｆｕｓｉｏｎ）を有する患者はこれらの機能的見方で共通に検査される。
最大屈曲−伸展角（Ｍａｘｉｍａｌ ｆｌｅｘｉｏｎ−ｅｘｔｅｎｓｉｏｎ ａｎｇｌｅ）
頸部脊柱の最大屈曲−伸展の範囲が位置合わせされた第７椎体（Ｃ７ ｒｅｇｉｓｔｅｒｅｄ）を有する融合画像（ｆｕｓｅｄ ｉｍａｇｅｓ）上で決定される。該角は第１椎体．．第３椎体（ｖｅｒｔｅｂｒａｌ ｂｏｄｉｅｓ Ｃ１．．Ｃ３）の後部周辺（ｐｏｓｔｅｒｉｏｒ ｍａｒｇｉｎ）ｓへの接線間で測定され、その正規範囲と比較される。

上記説明のブレンデイング制御スライダーの使用はブレンドされた画像上のこの種の測定をもたらすために特に有利である。屈曲画像内の椎骨の後縁への第１接線を描くために、該スライダーは該第１（屈曲）画像のみを表示する様な状態の中で動かされる。この方法では、さもなければ、該線作成が基づいている該第１（屈曲）画像の該特定の画像特徴を見えにくくする第２（伸展）画像の構造体は、不在である。該伸展画像内の該椎骨の後縁への第２接線は、第２（伸展）画像のみを表示する様な状態で今や動かされるスライダーを用いてその上に同様に描かれる。屈曲及び伸展の両画像が位置合わせされるので、該第２線は該第１画像の基準座標システム内に直接現実的に描かれ、従って第１及び第２画像間の角度は該座標システムを手動で整合させる必要無しに計算される。この特徴はフイルムスーパーインポジションの従来技術では明らかに不可能である。
運動線図（Ｍｏｔｉｏｎ ｄｉａｇｒａｍ）
頸部脊柱の屈曲及び伸展の範囲はその運動線図内の角度として決定される。該運動線図は多数の方法で作られてもよい。

１実施例では、最初に、屈曲（浮動）及び伸展（基準）図で第７椎体（ｖｅｒｔｅｂｒａｌ ｂｏｄｉｅｓ Ｃ７）が選択され、上記で概説した手順で位置合わせされる。屈曲（浮動）画像を該伸展画像との位置合わせに持って来るために、該屈曲画像に印加される角度α_７が記録される。この角度は、浮動画像の基準線（例えば、そのｘ座標軸）を基準画像の座標システム内に描くことにより等価的に記録されてもよい。

次に、該屈曲及び伸展図内の第６椎体（ｖｅｒｔｅｂｒａｌ ｂｏｄｉｅｓ Ｃ６）が選択され、そして位置合わせされる。該浮動画像に適用された角度α_６が記録されるか、
又は等価的にその基準軸線が基準画像座標システム内に描かれる。

これらの最初の２つの線の間の角度は椎骨Ｃ７とＣ６の間の運動範囲を示し、Ｃ６−Ｃ７と表される。

この角は等価的に角α_６−α_７の差として計算され得る。従って、セグメント的可動性（ｓｅｇｍｅｎｔａｌ ｍｏｂｉｌｉｔｙ）を表す、所要角度は、対応する椎骨が位置合わせされた時、得られる幾何学的変換行列（ｇｅｏｍｅｔｒｉｃ ｔｒａｎｓｆｏｒｍａｔｉｏｎ ｍａｔｒｉｘ）の回転成分（ｒｏｔａｔｉｏｎａｌ ｃｏｍｐｏｎｅｎｔ）を抽出することにより自動的に結果として生ずる。この自動的結果はフイルムスーパーインポジションの従来技術では達成出来ないことは明らかであろう。

第３に、又該角度は、位置合わせされた第７椎骨（ｖｅｒｔｅｂｒａ Ｃ７）と、スーパーインポーズされ、ブレンドされた屈曲及び伸展画像での第６椎体（ｖｅｒｔｅｂｒａｌ ｂｏｄｙ Ｃ６）への対応する接線と、の間の角度として計算されてもよい。例えば、背後接線（ｄｏｒｓａｌ ｔａｎｇｅｎｔ ｌｉｎｅｓ）がこの目的に使われてもよい。画像内のそれらの可視性の程度により他の接線が使われてもよい。スーパーインポジションにより詳細が見え難くなることを避けるために、その線を描く時、屈曲画像か、又は伸展画像かどちらかを選択的に表示するためにブレンデイング制御スライダーが用いられる。

上記で概説した過程は、角度Ｃ５−Ｃ６、Ｃ４−Ｃ５、Ｃ３−Ｃ４、Ｃ２−Ｃ３を生ずるために、第５，第４、第３，第２椎骨（ｖｅｒｔｅｂｒａｓ Ｃ５， Ｃ４， Ｃ３，
Ｃ２）を次々に位置合わせすることにより繰り返される。一緒になって、これらの角度は運動線図を構成し、描かれた線図は正規の頸部可動性の場合の典型的形状を示す。病気又は傷害の存在をアセスするために該角度はそれらの正常値と比較される。

頸部運動の動的な図は、連続する椎骨位置合わせが一つずつ素早く表示される運動画像シーケンスにより得ることが出来る。
３Ｄ画像への拡張（Ｅｘｔｅｎｓｉｏｎ ｔｏ ３Ｄ ｉｍａｇｅｓ）
幾何学的変換の回転成分から頸部脊柱のセグメント的可動性を決定する原理は３Ｄ作像（３Ｄ ｉｍａｇｅｒｙ）へ拡張可能である。位置合わせメザーは今度は画素値の代わりに体素（ｖｏｘｅｌ）値上で動作する。剛体運動の幾何学的変換は、ｘ、ｙそしてｚ方向の３つの並進成分と、該座標システムのｘ、ｙそしてｚ軸周りの３つの回転成分を含む。探索戦略は整合パラメーターの少なくとも６次元のパラメーター空間で動作する。Ｘ線投影放射線写真法と対照的に、３Ｄ画像形成様式は器官及び骨構造体をスーパーインポーズせず、従って位置合わせ過程はユークリッド相似変換により有効にモデル化され得る。

本発明に依りブレンドされた画像を発生するため適用される処理を図解する。 画像Ａ（屈曲外側頸部脊柱放射線写真）上に描写され、スーパーインポーズされた画像Ｂ（伸展外側頸部脊柱放射線写真）を示す。

符号の説明

Ａ 画像
Ｂ 画像

Claims (4)

1. デイスプレーデバイスに於いて、該デバイスがブレンドされる画像の表示を制御するためのブレンデイング制御手段を具備しており、前記ブレンドされる画像の各画素値は第１画像内の画素値と、変換された第２画像内の対応する画素値と、の組み合わせであり、前記変換された第２画像は第２画像に幾何学的変換を適用することにより得られており、該幾何学的変換は前記第２画像内の幾何学的構造体を前記第１画像内の対応する幾何学的構造体上に、共通の座標システム内で、写像することを特徴とする該デイスプレーデバイス。
2. 前記変換された第２画像が、
   （１）該第２画像内の幾何学的構造体を前記第１画像内の対応する幾何学的構造体上に写像する幾何学的変換のパラメーターを計算する過程と、
   （２）該計算されたパラメーターを有する前記幾何学的変換を前記第２画像に適用する過程と、により得られることを特徴とする請求項１のデイスプレーデバイス。
3. （ｉ）初期パラメーターが前記変換用に計算され、
   （ｉｉ）該変換された第２画像と該第１画像との整合の程度を示すコスト値を発生するコスト関数が評価され、
   （ｉｉｉ）前記幾何学的変換のパラメーターが前記コスト値を考慮して更新され、そして
   （ｉｖ）該発生されたコスト値が最適となる時に最終パラメーターを得るよう過程（ｉｉ）と（ｉｉｉ）が何度も繰り返されることを特徴とする請求項２のデイスプレーデバイス。
4. 前記手段が、前記第１及び該変換された第２画像の画素値の前記ブレンドされる画像への寄与を制御するよう配置されることを特徴とする請求項１のデイスプレーデバイス。

Images