JP2007152104A - 悪性腫瘍を自動的に特徴評価する方法及び装置 - Google Patents

Abstract

【課題】機能的画像データ集合及び構造的画像データ集合のような多数の画像データ集合を用いた癌組織等の自動的又は半自動的な判定を提供する。
【解決手段】関心領域の自動的評価は、複数の撮像モダリティによって取得された複数の画像データ集合の特徴の判定（７４、７６、７８）に基づく。実施形態では、評価は構造的画像データ及び機能的画像データの組み合わせから導かれる各々の関心領域についての１又は複数の特徴の判定（７４、７６、７８）に基づく。一実施形態では、一組の構造的画像データは一組のＣＴ画像データであり、一組の機能的画像データは一組のＰＥＴ画像データである。自動式ルーチン、又は医師若しくは他の検討者による目視検査によって、構造的画像データ及び／又は機能的画像データにおいて１又は複数の病変を検出することができる（７０）。
【選択図】 図３

Description

本発明は一般的には、医用撮像の分野に関し、さらに具体的には、相異なる撮像モダリティを用いて取得された画像データにおける関心のある特徴の評価に関する。具体的には、本発明は、計算機式断層写真法（ＣＴ）画像データ及び陽電子放出断層写真法（ＰＥＴ）画像データにおいて観察可能な悪性腫瘍の評価に関する。

非侵襲型撮像は、他の方法では入手し難い人の体内の構造又は領域の画像を目視検査のために形成する手法を広く包含する。非侵襲型撮像の最もよく知られた用途の一つは医用技術分野にあり、この分野ではこれらの手法を用いて、他の方法では可視でない患者の体内の器官及び／又は骨の画像を形成する。医用非侵襲型撮像手法の一つの種類は、被撮像領域の物理的な構成、組成又は特性を示す体内構造の構造的画像の形成に基づく。かかるモダリティの例としては、ＣＴ及びトモシンセシスのようなＸ線方式の手法がある。これらＸ線方式の手法では、患者によるＸ線の減弱を様々なビュー角度で測定し、この情報を用いて被撮像領域の二次元画像及び／又は三次元容積を再構成する。

構造的画像を形成するために用いられるもう一つのモダリティは、磁気共鳴撮像（ＭＲＩ）である。ＭＲＩでは、撮像を受けている組織は強い磁場及び高周波摂動を加えられており、身体の組織がその組成に基づいて整列を繰り返すのに伴って可測信号を発生する。次いで、これらの信号を用いて、各組織の異なる磁気回転応答に基づいて組織の物理的構成を反映した構造的画像を再構成することができる。構造型撮像モダリティの他の例は超音波撮像であり、患者の体内構造による音波の反射差を用いて体内の解剖学的構造の画像を再構成する。

構造型撮像モダリティが関心領域の物理的な組成又は構成の画像を形成するのに対して、機能型撮像モダリティは関心領域の化学的組成又は代謝活性を反映した画像を形成する。このような機能型撮像モダリティの例としては、核医学、単光子放出計算機式断層写真法（ＳＰＥＣＴ）及びＰＥＴがある。これらのモダリティは典型的には、患者に導入された放射性トレーサによって発生されるフォトン又はガンマ線を直接的又は間接的に検出する。放射性トレーサを取り入れた被代謝物、糖又は他の化合物の形式に基づいて、放射性トレーサは患者の様々な部位に蓄積され、結果として生ずるガンマ線の測定値を用いてトレーサの蓄積を位置決定して画像化することができる。例えば、腫瘍は他の組織に比して不釣合いにグルコース又は他の基質を利用し得るので、放射性物質で標識されたデオキシグルコースを用いて腫瘍を検出して位置決定することができる。機能型撮像モダリティの他の例としては機能的ＭＲＩ及び蛍光撮像があり、これらのモダリティでは化学的組成情報が取得される。

構造型撮像及び機能型撮像の相異なる作用を組み合わせて、いずれかのモダリティ単独の場合よりも多くの情報を診断医に提供することができる。例えば、ＰＥＴスキャナ／ＣＴスキャナを組み合わせると、医師はＰＥＴ及びＣＴの両方の画像データを取得することができ、これらのスキャナを組み合わせて用いて腫瘍を検出し又は腫瘍の進行を評価することができる。このような例では、医師は典型的には、各々の形式の画像データにおいて測定することのできる異なる悪性腫瘍特徴を評価する。具体的には、ＰＥＴ画像データは疾患の分子的特徴のような有用な代謝情報を提供し、ＣＴ画像データは有用な解剖学的情報及び幾何学的情報を高分解能画像及びボリューム・レンダリングの形態で提供する。次いで、各々の形式のデータから導かれた悪性腫瘍特徴を合わせて考察し、これらの特徴を利用して、疑いのある区域を特徴評価すると共に癌病期を正確に判定することができる。

機能的画像データ及び構造的画像データ（ＰＥＴ画像及びＣＴ画像等）の両方が利用可能であること、及び両データの解析によって、診断の機会が提供されるが、かかる手法について幾つかの課題が依然として存在する。例えば、結合型ＰＥＴ／ＣＴシステムの場合に、画像データは典型的には、医師によって目視検査され、医師はこの目視検査に基づいて主観的判定を下す。しかしながら、ＰＥＴ画像データ又はＣＴ画像データのいずれにおいても、微小な疾患状態表示の提示に問題がある場合がある。例えば、医師には、ＰＥＴ信号の微増が良性の経過によるものか悪性の経過によるものかを定量的に判断する方法が知られていない場合がある。このデータの正しい解釈には典型的には、関連する物理的過程及び画像形成手法についての完全な理解が必要であって、これは平均的な開業医にとっては入手可能でも既知でもない情報であり得る。さらに、この情報が医師にとって既知であったとしても、信号変化の意味を定量化して判定するのに要する計算は余りにも煩雑であるため、通常的作業として手動で行なうことができない。

さらに、組み合わされたＰＥＴ及びＣＴデータを十分に理解して解釈する知識又は経験を有する医師は極く僅かである。典型的には、医師は主に、一方の形式の画像モダリティからの画像データ解釈については訓練されているが、両方の形式については訓練されていない。さらに、組み合わされたＰＥＴ及びＣＴ画像データには、組み合わされていない画像データでは明瞭又は明確でない重要な情報を含み得るような相乗的作用が存在する。この相乗的情報の把握は、画像モダリティの一つのみについて訓練された医師又はかかる組み合わされた画像データ集合の評価に不慣れな医師には可能でない場合がある。

本発明の手法の例示的な実施形態によれば、関心領域を評価する方法が提供される。この方法は、それぞれの複数の撮像モダリティによって取得された複数の画像データ集合において関心領域の１又は複数の特徴を判定するステップを含んでいる。関心領域は、この１又は複数の特徴に基づいて自動的に評価される。また、１又は複数の機械読み取り可能な媒体が提供され、この媒体は、上述の方法によって画定される形式の作用の一部又は全てを提供する。

また、解析システムが提供される。この解析システムは、それぞれの複数の撮像モダリティによって取得された複数の画像データ集合において関心領域の１又は複数の特徴を判定するように構成されている解析サーキットリを含んでいる。解析サーキットリはまた、この１又は複数の特徴に基づいて関心領域を評価するように構成されている。

本発明の以上に述べた利点及び特徴並びに他の利点及び特徴は、図面を参照して以下の詳細な説明を読解すると明らかとなろう。

本発明は、一組の機能的画像データ集合及び一組の構造的画像データ集合のような多数の画像データ集合を用いた癌組織又は癌の可能性のある組織の自動的又は半自動的な判定を提供する。画像データのそれぞれの集合は、陽電子放出断層写真法／計算機式断層写真法（ＰＥＴ／ＣＴ）システム等を用いて同時に取得されてもよいし、結合型イメージング・システム又は分離型イメージング・システムを用いて逐次的に取得されてもよい。用いられる自動解析ルーチンは、機能的画像データ集合及び／又は構造的画像データ集合の範囲内で、識別された関心領域の悪性腫瘍特徴の定量的解析を可能にする。これらの関心領域は自動的な態様で識別され得る。この態様で、患者の評価時に正確且つ定量化可能な結果を得て医師を支援することができる。

図１に、本発明の手法に従って用いられる例示的な画像解析システム１０が示されている。簡単にするために、画像解析システム１０は、機能型撮像モダリティ及び構造型撮像モダリティの両方と、結合型画像処理サーキットリとを含むものとして図示されている。但し、前述のように、これらの撮像モダリティ及び／又は付設の画像処理サーキットリを互いから分離させて、各モダリティのそれぞれの画像データは本書に掲げるような解析のために結合されて与えられてもよい。同様に、前述のように、１よりも多い構造型撮像モダリティ及び／又は機能型撮像モダリティが存在してもよい。しかしながら、簡単にして理解し易くするために、図１には単一の構造型撮像モダリティ及び単一の機能型撮像モダリティを図示する。

図１に戻って、画像解析システム１０は、患者１４の機能的画像を形成するデータを取得するように構成されている機能的画像スキャナ１２を含むものとして図示されている。機能的画像スキャナ１２は、ＰＥＴ、核医学、単光子放出計算機式断層写真法（ＳＰＥＣＴ）、蛍光撮像又は機能的磁気共鳴イメージング・システムのような機能型撮像モダリティのデータ取得構成要素を表わしている。同様に、機能的画像取得サーキットリ１６も図示されている。取得サーキットリ１６は、機能的画像スキャナ１２から信号を取得して、適当な機能的画像の形成を容易にするために典型的に実行される任意の変換（アナログからディジタルへの変換等）又は処理（画像正規化、ゲイン補正及びアーティファクト補正等）を提供するように構成されている。図示の実施形態では、画像処理サーキットリ１８が、機能的画像取得サーキットリ１６から取得された信号を受け取って、適当な再構成手法を介して、取得された機能的画像データから機能的画像及び／又は容積を形成する。形成された画像又は容積は、表示器２２での表示又はプリンタ２４によって印刷される画像等として適当なフォーマットで機能的画像又は容積を表示するように構成されている画像表示サーキットリ２０へ供給され得る。

加えて、画像処理サーキットリ１８によって形成された機能的画像及び／又は容積は、図示の実施形態の解析サーキットリ２６へ供給される。解析サーキットリ２６は、汎用サーキットリ又は専用サーキットリ上で実行され得るコンピュータ実行可能なルーチンのような解析ルーチンに従って機能的画像及び／又は容積を解析する。機能的画像及び／又は容積に加えて、解析サーキットリは、キーボード及び／又はマウスのような１又は複数の入力装置２８を介して操作者入力を受け取ることができる。これらの入力は、構成情報又は他の入力を含んでいてよく、実行される解析ルーチンを選択することもできるし、かかる解析ルーチンによって考慮される変数又は因子を指定すること等により解析ルーチンに影響を与えることもできる。さらに、機能的画像及び／又は容積の解析に盛り込まれる情報又は因子を含み得るデータベース３０又は他の病歴情報源からの入力を解析サーキットリ２６へ供給してもよい。

図示の実施形態では、画像解析システム１０はまた、構造的画像スキャナ３０及び関連する構造的画像取得サーキットリ３２を含んでいる。構造的画像スキャナ３０は、患者１４の構造的画像すなわち解剖学的画像を形成するのに有用な画像データを取得するように構成されている撮像モダリティである。かかる構造型撮像モダリティの例としては、ＣＴ、トモシンセシス及び他のＸ線方式撮像法、磁気共鳴撮像（ＭＲＩ）、並びに超音波撮像がある。上述の機能的画像スキャナ１２と同様に、構造的画像スキャナ３０は構造型撮像モダリティのデータ取得構成要素を含んでいる。同様に、構造的画像取得サーキットリ３２は、構造的画像スキャナ３０から信号を取得して、適当な構造的画像の形成を容易にするために典型的に実行される任意の変換（アナログからディジタルへの変換等）又は処理（画像正規化、ゲイン補正及びアーティファクト補正等）を提供するように構成されている。図示の画像解析システム１０の機能型撮像構成要素に関して上で述べたように、取得された構造的画像データは画像処理サーキットリ１８へ供給され、サーキットリ１８は構造的画像及び／又は容積を形成する。次いで、構造的画像及び／又は容積は上述のように表示又は印刷のために画像表示サーキットリ２０へ供給され、且つ／又は解析のために解析サーキットリ２６へ供給される。

図２には、図１の画像解析システム１０の特定的な例として例示的なＰＥＴ／ＣＴ画像解析システム５０が図示されている。この例示的なＰＥＴ／ＣＴ画像解析システム５０は、患者１４を含む撮像容積を通してＸ線を放出するように構成されているＸ線源５６と、タイミング信号及び制御信号を介してＸ線源５６の動作を制御するように構成されているＸ線制御サーキットリ５８とを含むＣＴ走査構成要素を含んでいる。加えて、含まれているＣＴ走査構成要素は、線源５６によって放出されたＸ線を患者１４による減弱後に検出するように構成されているＣＴ検出器６０を含んでいる。当業者には理解されるように、線源５６及びＣＴ検出器６０は多くの方法で構造的に関連付けることができる。例えば、線源５６及びＣＴ検出器６０は、第三世代ＣＴシステムでのように両方とも回転式ガントリに装着されていてよい。代替的には、線源５６及び検出器６０の一方又は両方が、第四世代及び第五世代のＣＴシステムでのように、機械的に静止した構造として形成されていてもよい。

図示のシステムでは、信号がＣＴ検出器取得サーキットリ６２によってＣＴ検出器６０から取得される。ＣＴ検出器取得サーキットリ６２は、図１の構造的画像取得サーキットリ３２に関して説明したように、適当なＣＴ画像の形成を容易にするために典型的に実行される任意の変換（アナログからディジタルへの変換等）又は処理（画像正規化、ゲイン補正及びアーティファクト補正等）を提供するように構成されている。さらに、ＣＴ検出器取得サーキットリ６２は、呼吸運動を補償する先行型ゲーティング手法若しくは遡行型ゲーティング手法を利用するか、又は他には保息時のような呼吸静止時間にＣＴ画像データを取得すること等により、診断品質のＣＴ画像を取得するように構成され得る。かかる実施形態では、患者１４が呼吸して呼吸運動の補償又は補正が行なわれないような実施形態よりも高品質のＣＴ画像が取得される。さらに、呼吸運動を考慮に入れた実施形態でも呼吸運動を許さない実施形態でも、ＣＴ画像が高品質であるほど、解剖学的位置決定及び／又はＰＥＴ信号の減弱補正（後述する）を提供するのに有用であり得る。

例示的なＰＥＴ／ＣＴ画像解析システム５０はまた、ＰＥＴ検出器５２を含むＰＥＴ走査構成要素を含んでいる。当業者には理解されるように、ＰＥＴ検出器５２は、シンチレータ及び付設の感光素子、並びに同時計数されるガンマ線対をスプリアス信号から識別するように構成されているタイミング回路を含み得る。加えて、例示的なＰＥＴ／ＣＴ画像解析システム５０は、ＰＥＴ検出器５２からの信号を取得するように構成されているＰＥＴ検出器取得サーキットリ５４を含んでいる。ＰＥＴ検出器取得サーキットリ５４は、図１の機能的画像取得サーキットリ１６に関して説明したように、適当なＰＥＴ画像の形成を容易にするために典型的に実行される任意の変換又は処理を提供するように構成されている。

図示の実施形態では、取得されたＰＥＴ信号及びＣＴ信号はＰＥＴ／ＣＴ画像処理サーキットリ６４へ供給される。簡単にするために、ＰＥＴ／ＣＴ画像処理サーキットリ６４は単一の構成要素として図示されているが、当業者であれば理解されるように、このサーキットリは実際には、各々の撮像モダリティ毎に分離した又は別個のサーキットリとして具現化されていてもよい。また反対に、設けられているサーキットリが、ＰＥＴ画像信号及びＣＴ画像信号の両方を処理して、ここからそれぞれのＰＥＴ画像及び／又は容積、並びにＣＴ画像及び／又は容積を形成するように構成されていてもよい。形成されたＰＥＴ画像及び／又は容積、並びにＣＴ画像及び／又は容積は、図１に関して上で説明したように、表示器２２での観察又はプリンタ２４からの印刷出力のために画像表示サーキットリ２０へ供給され得る。

加えて、図示の実施形態では、ＰＥＴ画像及びＣＴ画像はＰＥＴ／ＣＴ解析サーキットリ６６へ供給される。ＰＥＴ／ＣＴ解析サーキットリ６６は、汎用サーキットリ又は専用サーキットリ上で実行され得るコンピュータ実行可能なルーチンのような解析ルーチンに従ってＰＥＴ画像及び／又は容積、並びにＣＴ画像及び／又は容積を解析する。具体的には、ＰＥＴ／ＣＴ解析サーキットリ６６は、それぞれのＰＥＴ画像及びＣＴ画像又は組み合わされたＰＥＴ／ＣＴ画像データにおいて目視で又は自動的に識別可能な病変の悪性腫瘍特徴を識別して測定するように構成されている。例えば、ＰＥＴ／ＣＴ解析サーキットリ６６は、ＣＴ画像データで観察される病変に関して、血管特性、石灰化及び／又は充実性のような悪性腫瘍特徴を識別し且つ／又は測定することができる。同様に、ＰＥＴ／ＣＴ解析サーキットリ６６は、ＰＥＴ画像データで観察される病変に関して、グルコース又は他の代謝産物の代謝、同化活性、異化活性及び／又は組織壊死のような悪性腫瘍特徴を識別し且つ／又は測定することができる。

さらに、ＰＥＴ／ＣＴ解析サーキットリ６６は、閾値規準、又は関心領域をセグメント分割する当技術分野で公知のその他手法を用いること等により、悪性腫瘍特徴が測定された病変を自動的に検出することができる。代替的には、医師又は他の観察者が手動で、ＰＥＴ画像及び／若しくは容積か、又はＣＴ画像及び／若しくは容積かのいずれか又は両方において（表示器２２で観察される画像等において）病変又は他の関心領域を検出することができる。次いで、医師は入力装置２８（キーボード及び／又はマウス等）を介して、ＰＥＴ／ＣＴ解析サーキットリ６６による解析のために病変を指定することができる。加えて、解析を容易にするために、ＰＥＴ／ＣＴ解析サーキットリ６６又は画像処理サーキットリ６４のいずれかが、各々の画像のそれぞれの領域が互いに対応するか又は位置揃えされるようにＰＥＴ画像及びＣＴ画像を位置合わせすることができる。この態様で、一方のモダリティの画像において識別された領域を、他方のモダリティによって形成された画像でも正しく識別することができる。例えば、変形自在型位置合わせルーチン（又は患者の運動を考慮に入れた他の位置合わせルーチン）をＰＥＴ／ＣＴ画像処理サーキットリ６４又はＰＥＴ／ＣＴ解析サーキットリ６６によって実行して、それぞれの画像を適当に回転し、平行移動し、且つ／又は変形して、領域同士の所望の対応付けを達成することができる。かかる変形自在型位置合わせは、ＰＥＴデータ及びＣＴデータが逐次的に取得される場合、又はＰＥＴのようなモダリティの一方でのデータ取得時間がＣＴのような他方のモダリティよりも長い場合に望ましい。当業者には理解されるように、位置合わせ又は対応付けの所望の程度を達成する剛体型位置合わせ手法のような他の位置合わせ手法も、本発明の手法と併せて用いることができる。

入力装置２８を用いて医師にＰＥＴ画像又はＣＴ画像で関心領域を指定させることができる一方、入力装置２８を用いてＰＥＴ／ＣＴ画像解析サーキットリ６６に操作者入力を与えることもできる。これらの入力は、構成情報又は他の入力を含んでいてよく、実行される解析ルーチンを選択することもできるし、かかる解析ルーチンによって考慮される変数又は因子を指定すること等により解析ルーチンに影響を与えることもできる。さらに、ＰＥＴ画像及び／又は容積、並びにＣＴ画像及び／又は容積の解析に盛り込まれる情報又は因子を含み得るデータベース３０又は他の病歴情報源からの入力をＰＥＴ／ＣＴ画像解析サーキットリへ供給してもよい。

図３には、本発明の手法による癌の自動的判定において実行されるステップを説明する流れ図が掲げられており、これらのステップは、図１及び図２に記載する例示的なシステムによって実行され得るものである。説明の目的で、一組の機能的画像データ集合及び一組の構造的画像データ集合の解析の文脈で手法について議論する。但し、上述のように、他の実施形態では、機能的画像データ及び構造的画像データの組み合わせに加えて、又はかかる組み合わせの代わりに、一組よりも多い機能的画像データ集合及び／又は構造的画像データ集合を用いることができる。しかしながら、当業者には理解されるように、二組以上の機能的画像データ集合、二組以上の構造的画像データ集合、又は構造的画像データ及び機能的画像データの組み合わせのいずれが用いられるかを問わず、解析の基礎原理は同じである。

流れ図に掲げるように（また前述のように）、検出ステップ７０が設けられ、このステップでは、１又は複数の病変が、患者の構造的画像及び／若しくは機能的画像、又は組み合わされた機能的及び構造的画像において識別される。一実施形態では、検出ステップ７０は、計算機支援式検出ルーチンのような自動検出ルーチンによって実行されて、閾値規準、又はその他の周囲の画像データからのセグメント分割／分類規準に基づいて、病変を識別する。代替的な実施形態では、検出ステップ７０は医師又は他の観察者によって、機能的画像及び／若しくは容積、又は構造的画像及び／若しくは容積の一方又は両方の目視による検討に基づいて実行される。

また、基礎となる機能的画像データ及び構造的画像データの時間的及び／又は空間的なばらつきに基づいて位置合わせステップ７２を実行して、構造的画像及び機能的画像内で相対応する領域を位置合わせ又は位置揃えすることができる。図示の実施形態は位置合わせステップ７２が検出ステップ７０に続いて行なわれることを示唆しているが、実際には位置合わせステップ７２は検出ステップ７０の前に行なわれても後に行なわれてもよい。一実施形態では、位置合わせステップ７２は、１回の検査の間で一組のＣＴ画像データ集合の取得後であるが一組のＰＥＴ画像データ集合の取得の完了前等において、患者の運動を考慮に入れた自動的な変形自在型位置合わせ手法を利用する。かかる実施形態では、位置合わせ手法は、構造的画像及び機能的画像において相対応する関心領域が位置合わせされすなわち位置揃えされるように、再構成された領域を変形する。当業者には理解されるように、同時に又は逐次的に取得された機能的画像及び構造的画像を適当に位置合わせするために、多様な位置合わせ手法を用いることができる。

ステップ７４では、１又は複数の検出された病変についての悪性腫瘍特徴が構造的画像データにおいて自動的に測定される。例えば、構造的画像データがＣＴ画像データであるような一実施形態では、ステップ７４で自動ルーチンによって棘状突起や血管新生のような血管特性が測定される。同様に、この実施形態では、石灰化及び充実性のような悪性腫瘍特徴がステップ７４で自動的に病変について測定され得る。当業者には理解されるように、ステップ７４で測定される悪性腫瘍特徴は、用いられる撮像モダリティ及び該モダリティによって形成される画像において典型的に評価される悪性腫瘍特徴に依存する。

同様に、ステップ７６では、１又は複数の検出された病変についての悪性腫瘍特徴が機能的画像データにおいて自動的に測定される。例えば、機能的画像データがＰＥＴデータであるような一実施形態では、識別された病変についてグルコース代謝、ＤＮＡ合成、腫瘍低酸素症及び／又は組織壊死が測定され得る。同様に、他の機能型撮像モダリティでは、それぞれの機能型撮像モダリティ及び撮像剤を用いて取得される画像から如何なる悪性腫瘍特徴が典型的に確認されるかに依存して、同化活性及び／若しくは異化活性、並びに代謝物濃度のような既に述べた形式及び／又は他の形式の代謝活性を測定することができる。

選択随意で、ステップ７８において、１又は複数の検出された病変についての悪性腫瘍特徴が、組み合わされた構造的及び機能的画像データにおいて自動的に測定される。かかる検出が組み合わされたデータの範囲内で生ずるような実施形態では、構造的データ又は機能的データのいずれか単独では明らかでないが組み合わされたデータでは明らかである（すなわちより容易に定量化される）ような特性又は他の因子を測定することができる。

図示の実施形態では、ステップ７４、７６及び／又は７８で測定される悪性腫瘍特徴を用いて、ステップ８０で悪性腫瘍の確率を自動的に算出する。当業者には理解されるように、この計算を実行するのに用いられるルーチンは様々であってよい。一実施形態では、計算は、疾患表現の臨床モデルに全体的に又は部分的に基づく。他の実施形態では、計算は、事前の臨床データすなわち臨床結果が既知であるデータのデータベースに作用する機械学習方法に全体的に又は部分的に基づく。さらに他の実施形態では、計算は、遺伝及び家族歴、臨床歴及び習慣等のような事前の臨床情報に全体的に又は部分的に基づく。実際には、これらの手法の幾つか又は全て、及び他の適当な手法を用いて、ステップ７０で検出された病変（１又は複数）について悪性腫瘍の確率を自動的に算出することができる。

加えて、図示の実施形態には、癌病期を自動的に算出する選択随意のステップ８２が設けられている。一実施形態では、ステップ８２での癌病期の選択随意の算出は、各々の病変について算出された位置及び悪性腫瘍確率に基づく。例えば、一実施形態では、用いられる特定の癌病期モデル（腫瘍、結節、転移（ＴＭＮ）モデル等）の病期の各々について確率が算出される。この態様では、用いられるモデルによって与えられる考えられる癌病期の各々についての確率が患者について算出される。

当業者には理解されるように、悪性腫瘍特徴を測定し、悪性度及び癌病期の確率を算出する本書に記載する工程は、本書に記載する画像解析システム１０の解析サーキットリ又はプロセッサ型構成要素によって実行可能な１又は複数のルーチンとして提供され得る。これらのルーチンは、磁気媒体又は光媒体のような１又は複数のコンピュータ読み取り可能な媒体に記憶されるか又はかかる媒体上でアクセスされてよく、媒体は画像解析システム１０にローカルであってもよいし、インターネット又は構内網のようなネットワーク接続を介してリモートでアクセス可能であってもよい。さらに、ルーチンへのアクセス又はルーチンの動作を画像解析システム１０の通常動作の一部として操作者に提供することができる。

本発明は、様々な改変及び代替形態を施され得るが、特定的な実施形態が例示を目的として図面に示され本書に詳細に説明された。但し、本発明は開示された特定の形態に限定されないことを理解されたい。寧ろ、本発明は特許請求の範囲に画定されている発明の要旨及び範囲に含まれる全ての改変、均等構成及び代替構成を網羅するものとする。

本発明の手法に従って用いられる例示的なイメージング・システムの線図である。 本発明の手法の一実施形態に従って用いられる例示的なＰＥＴ／ＣＴイメージング・システムの線図である。 本発明の手法による病変の悪性度を判定する手法を示す流れ図である。

符号の説明

１０ 画像解析システム
５０ ＰＥＴ／ＣＴ画像解析システム

Claims (10)

1. それぞれの複数の撮像モダリティにより取得された複数の画像データ集合において関心領域の１又は複数の特徴を判定するステップ（７４、７６、７８）と、
   前記１又は複数の特徴に基づいて前記関心領域を自動的に評価するステップ（８０）と、
   を備えた関心領域を評価する方法。
2. 前記複数の画像データ集合の少なくとも一つは、１又は複数の造影剤を用いて取得されるデータを含んでいる、請求項１に記載の方法。
3. 前記関心領域は、病変、石灰化、器官又は腫瘍の一つを含んでいる、請求項１に記載の方法。
4. 前記１又は複数の特徴は、血管特性、石灰化の程度、充実性、グルコース代謝、ＤＮＡ合成、低酸素症、同化活性、異化活性、低酸素症の程度、分子種の存在、又は組織壊死の少なくとも一つを含んでいる、請求項１に記載の方法。
5. 前記それぞれの複数の撮像モダリティは、少なくとも構造型撮像モダリティ（３０）及び機能型撮像モダリティ（１２）を含んでいる、請求項１に記載の方法。
6. 前記それぞれの複数の撮像モダリティは、少なくとも第一の構造型撮像モダリティ（３０）及び第二の構造型撮像モダリティ（３０）を含んでいる、請求項１に記載の方法。
7. 前記それぞれの複数の撮像モダリティは、少なくとも第一の機能型撮像モダリティ（１２）及び第二の機能型撮像モダリティ（１２）を含んでいる、請求項１に記載の方法。
8. 前記自動的に評価するステップ（８０）は、可能性の高い癌病期、悪性腫瘍の確率、リスク・プロファイル、１又は若しくは複数の提案される治療、鑑別診断、又は進行判定の少なくとも一つを自動的に決定するステップ（８２）の少なくとも一つを含んでいる、請求項１に記載の方法。
9. それぞれの複数の撮像モダリティにより取得された複数の画像データ集合において関心領域の１又は複数の特徴を判定する（７４、７６、７８）ルーチンと、
   前記１又は複数の特徴に基づいて前記関心領域を自動的に評価する（８０）ルーチンと、
   を備えた１又は複数の機械読み取り可能な媒体。
10. それぞれの複数の撮像モダリティにより取得された複数の画像データ集合において関心領域の１又は複数の特徴を判定して（７４、７６、７８）、該１又は複数の特徴に基づいて前記関心領域を評価する（８０）ように構成されている解析サーキットリ（２６）を備えた解析システム。

Images