JP2007509724A - 冠状血管可視化のためのレンダリング - Google Patents

Abstract

器官レンダリングのためのシステム（１００）及び相応の方法（２００）が提供され、システム（１００）はプロセッサ（１０２）を含み、器官を示す器官スキャンデータを受信するためにプロセッサと通信するイメージングアダプタ（１３０）を含み、器官の外側表面をセグメント化するためにプロセッサと通信するセグメンテーションユニット（１７０）を含み、複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影（ＭＩＰ）を提供し、さらにセグメント化された外側表面へ個別ＭＩＰによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成するためにプロセッサと通信するレイキャスティングユニット（１８０）を含み、さらに、方法（２００）は器官の外側表面をセグメント化すること（２１６）を含み、複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影（ＭＩＰ）を提供すること（２１８）を含み、さらにセグメント化された外側表面へ個別ＭＩＰによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成すること（２２０）を含む。

Description

関連出願へのクロスリファレンス
本願はU.S.Provisional Application Serial No.60/516953(Attorney Docket No.2003P16622US), filed November 3, 2003 and entitled "High Quality Normal-MIP Rendering for Coronary Visualization"の利益を請求し、この文献をその全体においてここに参考文献として含む。

背景
医用画像スキャニングデータは例えば典型的には様々なタイプのイメージングモダリティにおけるスライスの形式で獲得される。これらのスライスは次いで積層されて３次元（３Ｄ）ボリュームを形成する。このボリュームを可視化し、セグメント化することが望ましい。

医用画像スキャニングの現代のアプローチにおいて、研究者たちは心臓冠状動脈をアイソレートするための様々なセグメンテーション技術を開発している。この分野の研究は冠状動脈病に苦しむ多くの患者によって動機付けられている。心臓冠状動脈は、大抵の場合それらのサイズ及び心臓の表面及び血液プール（blood pool）への近さ故にセグメント化することは困難である。

従って、必要なのは冠状血管可視化（Coronary Visualization）のためのレンダリングが可能なシステム及び方法である。本発明はこれら及び他の問題を扱う。

要旨
従来技術の欠点及び不利な点が冠状血管可視化のためのレンダリングのシステム及び方法によって扱われる。冠状血管可視化のための器官レンダリングのシステムは、プロセッサを含み、器官を示す器官スキャンデータを受信するためにプロセッサと通信するイメージングアダプタを含み、器官の外側表面をセグメント化するためにプロセッサと通信するセグメンテーションユニットを含み、複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影（maximum intensity projection）を提供し、セグメント化された外側表面へ個別投影によって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成するためにプロセッサと通信するレイキャスティング（ray-casting）ユニットを含む。

冠状血管可視化のための器官レンダリングの相応の方法は、器官の外側表面をセグメント化すること、複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影を提供すること、及び、セグメント化された外側表面へ個別投影によって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成することを含む。

本発明のこれらの及び他の局面、特徴及び利点は、添付図面と共に読まれるべき実施例の以下の記述から明瞭になるだろう。

図面の短い記述
本発明は以下の例示的な図面によって冠状血管可視化のためのレンダリングのシステム及び方法を教示する。

図１は本発明の実施形態による冠状血管可視化のためのレンダリングのためのシステムの概略図を示し、
図２は本発明の実施形態による冠状血管可視化のためのレンダリングのための方法のフローチャートを示し、
図３は本発明の実施形態による計算されたセグメンテーションの概略図を示し、
図４は本発明の実施形態による距離マップの概略図を示し、
図５は本発明の実施形態による３次元（３Ｄ）等値面に表示される最大値投影（ＭＩＰ）の概略図を示し、
図６は本発明の実施形態によるレイコレクションを形成するための概略図を示し、
図７は本発明の実施形態によるレイコレクションを解析するための概略図を示し、
図８は本発明の実施形態によるレイコレクションをフィルタリングするための概略図を示す。

有利な実施形態の詳細な記述
本発明の有利な実施形態によれば、冠状血管可視化のためのレンダリングのシステム及び方法がここで記述される。この方法によってユーザは心臓冠状血管及び心臓の表面近くの血管を比較的良好に可視化することができる。この方法は心臓冠状血管の非常に高い品質のレンダリングを計算するのに使用される。これを達成するために、光線（rays）が心臓の中心から心臓の表面の厚いスラブ（slab）の上の表面にキャストされる。次いで、最大値投影（ＭＩＰ）が全ての光線に対して計算される。結果的に得られるレンダリングは「垂直ＭＩＰ（normal-MIP）」と呼ばれる。なぜなら、全光線は心臓の表面全体に対して実質的に直角又は垂直であるからである。本発明は冠状血管ツリーの高品質レンダリングを形成するのに必要とされるステップを記述する。

研究者たちは心臓冠状動脈のアイソレーション及び可視化のための様々なセグメンテーション技術を開発している。この分野の研究は冠状動脈病に苦しむ多くの患者によって動機付けられている。心臓冠状動脈は大抵の場合それらのサイズ及び心臓の表面及び血液プールへの近さ故にセグメント化することは困難である。さらに、肺動脈の近さは冠状動脈が存在する心臓の表面を遮ってしまう。

セグメンテーションの困難性の故に、及び、心臓の表面への冠状動脈の近さ故に、表面展開アプローチ（surface unfolding approach）が可視化問題を扱うために使用されうる。この技術は心臓冠状動脈の可視化の改善を提供する。ここで開示される方法は、心臓の表面を「展開すること（unfolding）」及びこの表面の最大値投影（ＭＩＰ）を発生することを含む。結果は周囲血管を含んでいる心臓の表面の２次元（２Ｄ）マップであり、心臓病専門医にとっては比較的読み取りやすいものである。

図１に示されているように、本発明の実施例による冠状血管可視化のためのレンダリングのシステムは全体的に参照番号１００により示されている。システム１００はシステムバス１０４と通信する少なくとも１つのプロセッサ又は中央処理ユニット（ＣＰＵ）１０２を含む。リードオンリーメモリ（ＲＯＭ）１０６、ランダムアクセスメモリ（ＲＡＭ）１０８、ディスプレイアダプタ１１０、Ｉ／Ｏアダプタ１１２、ユーザインターフェースアダプタ１１４、コミュニケーションズアダプタ１２８及びイメージングアダプタ１３０もシステムバス１０４と通信する。ディスプレイユニット１１６はディスプレイアダプタ１１０を介してシステムバス１０４と通信する。ディスクストレージユニット１１８、例えば磁気又は光ディスクストレージユニットはＩ／Ｏアダプタ１１２を介してシステムバス１０４と通信する。マウス１２０、キーボード１２２及びアイトラッキングデバイス（eye tracking device）１２４はユーザインターフェースアダプタ１１４を介してシステムバス１０４と通信する。磁気共鳴イメージングデバイス１３２はイメージングアダプタ１３０を介してシステムバス１０４と通信する。

セグメンテーションユニット１７０及びレイキャスティングユニット１８０もシステム１００に含まれており、ＣＰＵ１０２及びシステムバス１０４と通信する。セグメンテーションユニット１７０及びレイキャスティングユニット１８０が少なくとも１つのプロセッサ又はＣＰＵ１０２に結合されているように図示されているが、これらのコンポーネントは有利にはメモリ１０６、１０８及び１１８のうちの少なくとも１つに格納されるコンピュータプログラムコードにおいて具現化され、このコンピュータプログラムコードがＣＰＵ１０２によって実行される。本発明の教示に基づいて当業者にはわかるように、代替的な実施形態も可能であり、例えばコンピュータプログラムコードの部分又は全てをプロセッサチップ１０２に配置されたレジスタにおいて具現化することが可能である。本発明の教示によって、本発明の範囲及び精神の中で、当業者ならばセグメンテーションユニット１７０及びレイキャスティングユニット１８０ならびにシステム１００の他のエレメントの様々な代替的なコンフィギュレーション及びインプリメンテーションを考案するだろう。

図２を見ると、本発明の実施例による冠状血管可視化のためのレンダリングのフローチャートが全体的に参照番号２００によって示されている。フローチャート２００は機能ブロック２１２への制御をパスするスタートブロック２１０を含む。機能ブロック２１２は事前心臓スキャニングセッションを開始し、インプットブロック２１４へ制御をパスする。インプットブロック２１４は事前心臓スキャンデータを受信し、機能ブロック２１６へ制御をパスする。

機能ブロック２１６は心臓の外側表面をセグメント化し、機能ブロック２１８へ制御をパスする。機能ブロック２１８は多数の光線においてセグメント化された外側表面に実質的に垂直に最大値投影（ＭＩＰ）を実施し、機能ブロック２２０へ制御をパスする。機能ブロック２２０はセグメント化された外側表面へ個別ＭＩＰによって器官の中心から各光線をキャストすることによってレイコレクションを形成し、機能ブロック２２２へ制御をパスする。機能ブロック２２２は３Ｄモデルを展開し、最終ブロック２２４へ制御をパスする。

図３を見ると、セグメンテーションが全体的に参照番号３００によって示されている。これらのセグメンテーションはビフォーセグメンテーション(before segmentation)３１０及びアフターセグメンテーション(after segmentation)３２０を含み、これらビフォーセグメンテーション３１０及びアフターセグメンテーション３２０は心臓内の単一のシードポイント（seed point）によるグラフカットアルゴリズム（graph cut algorithm）を使用して得られる。

図４を見ると、距離マップが全体的に参照番号４００によって示されている。距離マップ４００は光線（ｒ）ならびに中心（ｃ）からのインサイド及びアウトサイド距離（Ｄ１、Ｄ２）を示す。３Ｄ距離マップ４００上の各々の値（ｘ、ｙ、ｚ）はボクセルから心臓の表面への距離である。

図５を見ると、等値面モデル（isosurface model）が全体的に参照番号５００によって示されている。ここでは、レイキャスティングから結果的に生じる画像が等値面上のテクスチャとして３Ｄで直接表示される。

図６を見ると、レイコレクションユニットは全体的に参照番号６００によって示されている。レイコレクションユニット６００は光線操作ユニット６１０、セグメンテーション／キャスティングユニット６２０及びディスクインプット／アウトプットユニット６３０を含む。光線操作ユニット６１０はレイコレクション部分６４０、レイコレクションコントロール部分６４２、最大値投影（ＭＩＰ）部分６４４、レイコントロール部分６４６及びボクセル部分６４８を含む。セグメンテーション／キャスティングユニット６２０はセグメンテーションユニット６７０及びキャスティングユニット６８０を含み、他方でディスクインプット／アウトプットユニット６３０はローディングユニット６５０及びセービングユニット６６０を含む。レイコレクションユニットは各光線毎に複数のボクセルを含んでいるデータ構造を発生することによってレイコレクションを形成する。データ構造は順番にＭＩＰ厚さの変更のような高速インタラクションにならびに後続の血管検出に使用される。この例示的な内部データ構造では、現在のレイコレクション６４０は例えば４００ｘ４００ｘ４０エレメントを含みうる。

図７に示されているように、レイコレクション解析は全体的に参照番号７００によって示されている。解析７００は単一血管７１０及び交叉（crossover）７２０を含む。単一血管７１０に対するプロフィール曲線７１２は単一強度ピーク７１４を示し、交叉７２０に対するプロフィール曲線７２２は第１の及び第２の血管に対する二重強度ピーク７２４及び７２６をそれぞれ示す。レイコレクションは各光線毎にプロフィールを解析することによって解析され、周知のパターンを探す。関心ポイントは展開されたテクスチャからセレクトできるが、正確な３Ｄ位置はプロフィール曲線上のボクセルにおいて分かっている。

図８を見ると、レイコレクションフィルタリングが全体的に参照番号８００によって示されている。フィルタリング８００は光線プロフィール８１０及び血管トラッキングプロット８２０を含む。光線は、各光線毎に局所的最大値を発見し勾配及び強度を解析することによってフィルタリングされ、ポイントの第１の集合を得る。フィルタリングされたポイントの３Ｄポイント雲（3D point clouds of the filtered points）が提供される。

図２の方法２００の演算処理において、実施例は心臓の表面のアイソレーションのための次のような技術を使用する。垂直ＭＩＰを計算するためには、心臓の表面が識別され、次いで３Ｄ距離マップが形成される。３Ｄグラフカットアルゴリズムは、当業者には周知のように、心臓データを刈り込むために使用されうる。このアイソレーションの結果は、心筋層と残りのボリュームとの間の明瞭な境界を定める。

セグメンテーションアルゴリズムは３Ｄマスクを出力し、この３Ｄマスクは次のステップにおいて３Ｄ距離マップに変換される。最終画像の品質はセグメンテーション自体の結果にはあまり依存しないことに注意してほしい。これによりこの技術は大いにロバストなものとなる。加えて、他の方法も、例えばモデルベースのセグメンテーションのような方法も、心臓をアイソレートするためのステップにおいて使用されうる。

図３のセグメンテーション３００に関する演算処理において、距離マップの計算は３Ｄマスクから実施されうる。距離マップは、ＭＩＰの厚さを計算するために及び表面の上のポイントまでの垂直ベクトルを得るために使用され、下のテーブル１の擬似コード一覧表により示されている。

図４の距離マップ４００に関する演算処理において、一度距離マップが得られると、複数の光線が表面の各ボクセルに対してキャストされる。各光線は表面及び予め定められた範囲に対して垂直なベクトルによって定義される。光線に沿った最大強度値のボクセルが心臓の表面に表示される。大抵の場合、距離マップ値がゼロである心臓の各ボクセルに対して、垂直ベクトルが、中心点（ｃ）を利用するか又はボクセル座標における距離マップのグラジエントを利用するかのいずれかによって計算される。心臓内部の各増分距離に対して、光線座標がｒイコールｎ１×垂直ベクトルとして計算され、各光線座標における強度が格納される。さらに、心臓外部の各増分距離に対して、光線座標がｒイコールｎ２×垂直ベクトルとして計算され、各光線座標における強度が格納される。最大値投影（ＭＩＰ）はＤ１とＤ２との間で最大強度のボクセルを読み出すことによって光線に対して計算され、現在の光線に対するＭＩＰが表示される。結果的に得られる画像は次いで等値面上のテクスチャとして３Ｄで直接的に表示される。

本発明の実施例は、展開された画像及び血管造影法スタイルの可視化の改善された品質、アルゴリズムの改善されたスピード、自動的な冠状血管ツリー可視化を有するセグメンテーション、血管ビューイング改善、低減されたブラインドスポット及び歪み無しの有益なオリエンテーションを提供する。

実施例の演算処理において、３次元（３Ｄ）アイソレーションは、心臓表面をセグメント化し光線を中心から表面へとキャストすることによって展開されたビューから得られる。レイコレクションは、光線毎にボクセルを含む構造を発生することによって形成される。この構造はＭＩＰ厚さの変更のような高速インタラクション及び後続の血管検出に使用されうる。レイコレクションは光線毎にプロフィール曲線を解析し周知のパターンを探すことによって解析され、この場合、正確な３Ｄ位置はプロフィール曲線上の各ボクセルに対して周知である。光線は各光線における局所的最大値を得て勾配及び強度を解析することによってフィルタリングされ、ポイントの第１の集合を提供する。一致ポイント（concurrent points）は、血管の中心線を比較的良好に近似し、ノイズを除去し、同一の血管におけるポイント間のコヒーレンスを増大させるように調整され処理される。ポイントは３Ｄにおいてこれらのポイントを中心に集めノイズの幾分かを除去するのを助ける固有値によって調整される。

連結をより容易にするために血管に沿ったポイントの密度を増大させることが焦点となる。連続フィルタ（continuity filter）が同一の血管上にある他のポイントを発生するためにヒューリスティックのセットによって各ポイント毎にインプリメントされる。これらのヒューリスティックは既存のポイント間の最小距離、隆起検出及び／又は前のポイントの速度ベクトルを含みうる。ワンクリック血管検出は１つのシードポイントから同じ近傍内の類似の方向を有する全てのポイントを連結することによって実施される。

当業者にはわかるように、代替的な実施形態は冠状血管の２次元（２Ｄ）中心線を検出し、静脈から動脈を分離し、展開されるビューのためにプラーク（plaques）を評価し、展開されるビューにおいてカルシウムを検出し及び／又は肺血管を分離する。

この例示的な方法は心臓冠状血管ならびに心臓の表面上の血管の改善された可視化技術をもたらす。１つの特徴は心臓の表面を「展開」すること及びこの展開された表面のＭＩＰを発生することである。心臓の表面の結果的に得られる２Ｄマップは大きくコントラストのとれた血管を含む。

よって、心臓の表面を展開するのに使用される例示的な技術は４つのステップで実施される：１）心臓の外側表面のセグメンテーション；２）心臓の固定された３Ｄモデルパラメタライゼーション；３）３Ｄモデルの表面へ心臓の中心からレイキャスティング、これに対してＭＩＰフィルタが適用されうる；４）３Ｄモデルの展開。

グラフカットアルゴリズムは周知のように例えば心臓の外側表面をセグメント化するために使用されうる。このセグメンテーションの結果から、距離マップが、ボリュームにおける各ポイントから心臓のセグメント化された表面までの距離を評価するために発生される。次いで、周知の３Ｄモデルがこの心臓にフィットされ、この結果、心臓の表面がモデルの表面にフィットする。このステップの後で、光線が心臓の中心から３Ｄモデルの表面へキャストされる。光線が心臓を伝播する間にプロフィール曲線が発生され、応答フィルタが血管の最終的な位置を検出するために適用される。もし位置が発見されたならば、アルゴリズムが結果を３Ｄモデルの表面上に表示する。当業者には分かるように、３Ｄモデルの展開は広く研究されている問題であり、いくつもの異なるアルゴリズムが使用できる。

有利な実施形態は３Ｄモデルとして球を利用し、プロフィール曲線フィルタとして最大値投影（ＭＩＰ）を利用する。代替的な３Ｄモデル及びレイフィルタが利用されうるが、結果品質に不利なインパクトを与えるものもある。

よって、本発明の有利な実施形態は冠状血管アイソレーション及び可視化のための強力な心臓展開ツールを提供し、これによりユーザは有意味なフィーチャ及び関心領域を抽出することが可能となる。有利な実施形態は臨床適用事例における非常に有用な収集時間モデリング及び自動化された後処理ツールとして役立つ。

本発明のこれらの及び他の特徴及び利点はここに開示された教示に基づいて当業者によって容易に確認されうる。本発明の教示が様々な形態のハードウェア、ソフトウェア、ファームウェア、特定目的プロセッサ又はこれらの結合においてインプリメントされうると理解すべきである。

最も有利には、本発明の教示はハードウェア及びソフトウェアの結合としてインプリメントされる。さらに、ソフトウェアは有利にはプロセッサストレージユニットに確実に具体化されるアプリケーションプログラムとしてインプリメントされる。アプリケーションプログラムは適当なアーキテクチャを有するマシンにアップロードされ実行されうる。有利には、マシンは１つ以上の中央処理ユニット（ＣＰＵ）、ランダムアクセスメモリ（ＲＡＭ）及び入力／出力側（Ｉ／Ｏ）インターフェースのようなハードウェアを有するコンピュータプラットフォームにインプリメントされる。コンピュータプラットフォームはオペレーティングシステム及びマイクロインストラクションコードも含みうる。ここで記述された様々なプロセス及び機能がマイクロインストラクションコードの部分か又はアプリケーションプログラムの部分か又はこれらの結合であり、これはＣＰＵにより実行されうる。さらに、付加的なデータストレージユニット及び印刷ユニットのような様々な他の周辺機器ユニットがコンピュータプラットフォームに接続されうる。

添付図に記載された構成上のシステムコンポーネント及び方法のうちのいくつかがソフトウェアに有利にはインプリメントされるので、システムコンポーネント又はプロセス機能ブロック間の実際の接続は本発明がプログラムされるやり方に依存して異なりうることもさらに理解すべきである。ここで開示された教示によれば、当業者ならば本発明のこれらの及び類似のインプリメンテーション又はコンフィギュレーションを考案することが可能であろう。

実施例はここでは添付図に関連して記述されたが、本発明の開示はこれらの実施例に限定されるものではなく、様々な変更及び修正が本発明の範囲及び精神から離れることなく当業者によって実現されうることは理解すべきである。全てのこのような変更及び修正は請求項に記載されるように本発明の範囲内に含まれることになる。

本発明の実施形態による冠状血管可視化のためのレンダリングのためのシステムの概略図を示す。 図２は本発明の実施形態による冠状血管可視化のためのレンダリングのための方法のフローチャートを示す。 本発明の実施形態による計算されたセグメンテーションの概略図を示す。 本発明の実施形態による距離マップの概略図を示す。 本発明の実施形態による３次元（３Ｄ）等値面に表示される最大値投影（ＭＩＰ）の概略図を示す。 本発明の実施形態によるレイコレクションを形成するための概略図を示す。 本発明の実施形態によるレイコレクションを解析するための概略図を示す。 本発明の実施形態によるレイコレクションをフィルタリングするための概略図を示す。

符号の説明

１００ 冠状血管可視化のためのレンダリングのシステム
１０２ ＣＰＵ
１０４ システムバス
１０６ ＲＯＭ
１０８ ＲＡＭ
１１０ ディスプレイアダプタ
１１２ Ｉ／Ｏアダプタ
１１４ ユーザインターフェースアダプタ
１１６ ディスプレイユニット
１１８ ディスクストレージユニット
１２０ マウス
１２２ キーボード
１２４ アイトラッキングデバイス
１２８ コミュニケーションズアダプタ
１３０ イメージングアダプタ
１３２ 磁気共鳴イメージングデバイス
１７０ セグメンテーションユニット
１８０ レイキャスティングユニット
２００ 冠状血管可視化のためのレンダリングのフローチャート
２１０ スタート
２１２〜２２２ 機能ブロック
２２４ エンド
３００ セグメンテーション
３１０ ビフォーセグメンテーション
３２０ アフターセグメンテーション
４００ 距離マップ
５００ 等値面モデル
６００ レイコレクションユニット
６１０ 光線操作ユニット
６２０ セグメンテーション／キャスティングユニット
６３０ ディスクインプット／アウトプットユニット
６４０ レイコレクション部分
６４２ レイコレクションコントロール部分
６４４ 最大値投影（ＭＩＰ）部分
６４６ レイコントロール部分
６４８ ボクセル部分
６７０ セグメンテーションユニット
６８０ キャスティングユニット
６５０ ローディングユニット
６６０ セービングユニット
７００ レイコレクション解析
７１０ 単一血管
７１２ プロフィール曲線
７１４ 単一強度ピーク
７２０ 交叉
７２２ プロフィール曲線
７２４、７２６ 二重強度ピーク
８００ レイコレクションフィルタリング
８１０ 光線プロフィール
８２０ 血管トラッキングプロット

Claims (20)

1. 器官レンダリングの方法において、
   器官の外側表面をセグメント化すること、
   複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影（maximum intensity projection）（ＭＩＰ）を提供すること、及び
   セグメント化された外側表面へ個別ＭＩＰによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成することを含む、器官レンダリングの方法。
2. 実質的に垂直なＭＩＰに相応して器官の３次元（３Ｄ）モデルを２次元（２Ｄ）画像に展開することを含む、請求項１記載の方法。
3. 器官は心臓であり、さらに、
   実質的に垂直なＭＩＰは冠状血管を含むフィーチャを示す、請求項１記載の方法。
4. 事前の器官スキャンデータを受信することを含む、請求項１記載の方法。
5. ３Ｄモデルは固定される、請求項２記載の方法。
6. ３Ｄモデルは球、円柱及び楕円から成る３Ｄ形状のグループからセレクトされる、請求項２記載の方法。
7. 光線のキャスティングは少なくとも１つの光線に最大値投影フィルタを適用することを含む、請求項１記載の方法。
8. 器官レンダリングのための装置において、
   器官の外側表面をセグメント化するためのセグメント化手段、
   複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影（ＭＩＰ）を提供するための投影手段、及び
   セグメント化された外側表面へ個別ＭＩＰによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成するための収集手段を含む、器官レンダリングのための装置。
9. 器官スキャンデータを受信するためのスキャニング手段を含む、請求項８記載の装置。
10. 器官スキャンデータを表示するためのディスプレイ手段を含む、請求項８記載の装置。
11. 器官レンダリングのためのシステムにおいて、
    プロセッサを有し、
    器官を示す器官スキャンデータを受信するためにプロセッサと通信するイメージングアダプタを有し、
    器官の外側表面をセグメント化するためにプロセッサと通信するセグメンテーションユニットを有し、
    複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影（ＭＩＰ）を提供し、さらにセグメント化された外側表面へ個別ＭＩＰによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成するためにプロセッサと通信するレイキャスティングユニットを有する、器官レンダリングのためのシステム。
12. プロセッサは器官スキャンデータを関心領域の周りの３次元（３Ｄ）画像としてレンダリングする、請求項１１記載のシステム。
13. レンダリングされた３Ｄ画像を表示するためにプロセッサと通信するディスプレイアダプタを有する、請求項１２記載のシステム。
14. スキャン品質をチェックするためのユーザインターフェースアダプタを有する、請求項１３記載のシステム。
15. プロセッサは各光線毎にプロフィールを提供し、周知のパターンを認識する、請求項１１記載のシステム。
16. マシンにより読み取り可能なプログラムストレージデバイスであって、器官レンダリングのためのプログラムステップを実施するためにマシンにより実行可能な命令から成るプログラムを確実に具体化する、マシンにより読み取り可能なプログラムストレージデバイスにおいて、
    プログラムステップは、
    器官の外側表面をセグメント化すること、
    複数の光線の各々においてセグメント化された外側表面に対して実質的に垂直な最大値投影（ＭＩＰ）を提供すること、及び
    セグメント化された外側表面へ個別ＭＩＰによって器官の中心から複数の光線の各々をキャストすることによってレイコレクションを形成することを含む、マシンにより読み取り可能なプログラムストレージデバイス。
17. プログラムステップは、実質的に垂直なＭＩＰに相応して器官の３次元（３Ｄ）モデルを２次元（２Ｄ）画像に展開することを含む、請求項１６記載のデバイス。
18. 器官は心臓であり、さらに、
    実質的に垂直なＭＩＰは冠状血管を含むフィーチャを示す、請求項１６記載のデバイス。
19. 光線をキャストするプログラムステップは少なくとも１つの光線に最大値投影フィルタを適用することを含む、請求項１６記載のデバイス。
20. プログラムステップは、
    各光線毎にプロフィールを提供すること、及び、
    各プロフィールにおいて周知のパターンを認識することを含む、請求項１６記載のデバイス。

Images