JP2007512890A - 動く物体の構造を決定する方法 - Google Patents

Abstract

冠状動脈に慢性完全閉塞(CTO)を持つ患者において、CTOの上を横切る全体の血管枝は血管造影画像において通常見えない。なぜなら造影剤がそこに運ばれないためである。本発明の例示的な実施形態によれば、動く物体の興味ある構造のモデル、例えば、人間の心臓の冠状動脈ツリーのモデルが興味ある物体のデータセット又は画像に適用される。そのモデルは画像の特徴に適合される。そして、その構造の少なくとも一部の位置が、その適合されたモデルを用いることにより推定される。本発明の例示的な実施形態によれば、その適合されるモデルは、測定された画像にオーバーレイされ、ユーザに対して表示される。このことは、例えば、欠損として示される血管枝により明らかとなる、CTOの場合を決定することを可能にする。

Description

本発明は、デジタル画像の分野に関する。特に、本発明は、動く物体の構造を少なくとも２次元のデータセットから決定する方法、画像処理デバイス、及び画像処理デバイス用のコンピュータプログラムに関する。

人間の冠状動脈ツリー(coronary tree)の生体構造は、正常な被験者間では広く一貫性がある。それは通常、左前下行枝(LAD)、左回旋枝(CLX)、右冠状動脈(RCA)と呼ばれる３つの主枝からなる。トポロジの主な変動で発見されるものは、本書で参照により含まれる非特許文献１に記載されるように、心尖(the apex of the heart)を供給する左枝又は右枝どちらかの優勢(dominance)であり、いずれかの側により多くの副枝(sub-branches)を取り付ける(attach)。しかしながら、例えば、心臓の心室の大きさ及び形状の差異が原因で、セグメント(segment:部分)の幾何学的な特性が、被験者間で明らかに変化する場合がある。

非特許文献２は、所与の３次元モデルからの左冠状動脈ツリー又は右冠状動脈ツリーのいずれかに関する２次元参照モデルの生成を開示する。２次元参照モデルは、それぞれ、異なる投影角を持つ。最適にフィットする参照モデルは、地理的な投影における冠状動脈の主枝を識別し、その画像のセグメントにラベルを付けるのに使用される。言い換えると、最適にフィットする参照モデルは、画像における人間の冠状動脈ツリーの個別の枝を識別するのに使用される。
M.D.Cerqueira et al.、"Standardized Myocardial Segmentation and Nomenclature for Tomographic Imaging of the Heart"、Circulation 105: 539 - 542、2002年 文書C. Chalopin、I.E. Magnin、G. Finet、"Automatic labeling of the coronary tree using a three-dimensional reference prior Model"、Computers in Cardiology 25、p.761 - 764、1998年

本発明の目的は、例えば人間の心臓のような動く物体の特性に関する改善された予測を提供することにある。

上記目的は、請求項１に記載される、少なくとも２次元のデータセットから、動く物体の構造を決定する方法により解決されることができる。本方法によれば、興味ある特性に関する構造のモデルが、そのデータセットに適用される(applied)。それから、そのデータセットへのそのモデルの適合(adaptation)が行われる。そして、適合されたモデルに基づき、その動く物体の構造における少なくとも一部の位置が推定される。

言い換えると、人間の心臓における冠状動脈ツリーを例に挙げれば、例えば、先行する測定に基づく統計的な変形可能モデル(statistic deformable model)である冠状動脈ツリーのモデルが、例えば、x線血管造影画像のような２次元画像に適用される。それから、３次元モデルである場合があるこのモデルは、そのデータセットを表す２次元画像に適合される。この適合は、例えば、パラメタ変動により行われることができる。そして、その構造における少なくとも一部の位置、例えば、造影剤が全くこの領域に供給されないため血管が見えなくなる完全閉塞を伴う冠状動脈の一部の位置が、その適合されたモデルを用いることにより予測される。

有利には、そのモデルに基づき、冠状動脈ツリー又は動脈ツリー(artery tree)の少なくとも一部の位置が予測されることができるので、本発明のこの例示的な実施形態は、例えば、動脈ツリーにおける閉塞の改善された診断、又は冠状動脈ツリーの側枝(side branch)の改善された検出を可能にすることができる。

請求項２に記載される本発明の別の例示的な実施形態によれば、その適合されるモデルが、実際に測定された画像とオーバーレイされたモデルとを示してその画像が表示されることができるよう、内腔(lumen)といった血管がどこにあるべきか、例えば閉塞が原因で見えない状態かどうか、又は、例えば内腔の側枝がどこにあると予想されることができるかが容易に決定されることができるよう、冠状動脈ツリーの画像の上にオーバーレイされる(overlaid)。これは、例えば改善されたカテーテル治療(catheter intervention)を可能にすることができる。

請求項３に記載される本発明の別の例示的な実施形態によれば、そのモデルのパラメタが、その構造に対するモデルの類似度に基づき適合され、それは、そのモデルの簡単で効率的な適合を可能にすることができる。

請求項４に記載される本発明の別の例示的な実施形態によれば、表示される画像の画像品質が、種々の時点において又は種々の投影態様で撮られる、興味ある物体の重ね合わせ画像(superimposing image)により改善されることができる。種々の時点又投影態様で撮られる、重ね合わせ画像に対して、その適合されたモデルが、参照として使用されることができ、こうした画像のレジストレーションを可能にする。

請求項５に記載される本発明の別の例示的な実施形態によれば、そのモデルは、変形可能モデルであり、そのモデルの適合は、そのモデルの内部及び外部エネルギーのエネルギー最小化により行われる。それは、そのモデルの高速な適合を可能にする。

請求項６に記載される本発明の別の例示的な実施形態によれば、そのモデルは人間の心臓における冠状動脈ツリーの統計的なモデルであり、そのデータセットは、x線血管造影データに関する。

請求項７に記載される本発明の別の例示的な実施形態によれば、興味ある物体の構造の少なくとも一部の位置を推定することを可能にする画像処理デバイスが与えられる。その一部とは、例えば、２次元のデータセットを表す画像において認識できない部分である。この推定は、その画像、つまりそのデータセットに適合される興味ある構造のモデルに基づき行われる。

画像処理デバイスに関する追加的な例示の実施形態が請求項８及び９に与えられる。

請求項１０に記載される本発明の別の例示的な実施形態によれば、その測定されるデータセットに適合される、興味ある構造のモデルを用いることにより、興味ある動く物体の構造の少なくとも一部の位置の推定を可能にするコンピュータプログラムが与えられる。そのコンピュータプログラムは、例えばC++等のいずれかの適切なプログラミング言語で書かれることができ、例えばCD-ROM等のコンピュータ読み出し可能な媒体に格納されることができる。しかしながら、本発明によるコンピュータプログラムは、ワールドワイドウェブのようなネットワークを介して、そこからプロセッサのワーキングメモリにダウンロードされることで提供されることもできる。

本発明の例示的な実施形態の要旨としては、動く物体上での(on)又は動く物体における(of)構造の一部の位置、例えば元の測定されたデータセットを表す画像において認識できない一部の位置が、モデル適合を用いることにより予測されることであると理解されることができる。このため、興味ある構造のモデルが元のデータセットにおける興味ある構造に適合される。一旦そのモデルが画像に適合されると、元の測定された画像において認識できない又は見えない、その構造における部分(位置、次元又はその方向)が、オーバーレイされた態様で、例えばディスプレイ上に表示されることができるモデルにより示されることができる。

本発明のこれら及び他の側面は、本書において述べられる実施形態から明らかとなり、又は実施形態を参照して説明されるであろう。

本発明の例示的な実施形態が、以下の図面を参照して以下に説明されることになる。

図１は、本発明による画像処理デバイスの例示的な実施形態の簡略化された概略表現を示す。図１において、元の測定されたデータセットに対して、興味ある構造のモデルを適用し、そのデータセットにそのモデルの適合を行い、その適合されたモデルを用いることにより、その構造の少なくとも一部の位置の推定を行う中央処理ユニット(CPU)、言い換えると画像プロセッサ１が示される。画像プロセッサ１は、例えば、x線血管造影画像に関する複数の画像である、データセットを格納するメモリ２に接続される。画像プロセッサ１は、バスシステム３を介して、図１には描かれていない複数の周辺デバイス又は入力／出力デバイスに接続されることができる。例えば、画像プロセッサ１は、x線スキャナに接続されることができる。しかしながら、画像プロセッサ１は、バスシステム３を介して、MRデバイス、CTデバイス、超音波スキャナ、プロッタ又はプリンタ等に接続されることもできる。更に、画像プロセッサ１は、ユーザに対する情報及び／又は画像を出力するコンピュータスクリーン４といったディスプレイに接続される。更に、キーボード５が与えられ、画像プロセッサ１に接続される。キーボードを介して、ユーザ又は操作者は、画像プロセッサ１と相互作用することができ、又は分割プロセスに対して必要な又は所望のデータを入力することができる。

図２は、本発明による方法の例示的な実施形態のフローチャートを示す。それは、図１に示される画像処理デバイスを動作させるのに使用されることができる。

以下において、本発明は、人間の冠状動脈ツリー(human coronary artery tree)の構造の決定に関して説明されることになる。これに関して、本発明は特に、冠状動脈異常(coronary artery defects)の診断及びその治療を改善すること及びスピードアップすることに適している。従って、例えば、本発明は、2D - 3Dのx線血管造影のための治療(intervention)サポートシステムとして適用されることができる。また、本発明は、カテーテル治療と共に適用されることができる。

図２からわかるように、ステップＳ１において、例えば、x線血管造影により画像が得られる。この画像は、心臓における特定のフェーズに関連し、特定の投影角度に関連する。そして、ステップＳ２において、例えば、画像平面に投影される統計的モデルとすることができるモデルが、その画像平面に投影されるモデルの部分と、その画像において対応する構造との間の距離を測定するのに使用される。ステップＳ２で測定されるこの距離は、ステップＳ３において、画像に表される冠状動脈ツリーと、その画像中の実際に測定された冠状動脈ツリーに適合されるモデルとの類似性を反映する類似度の値を決定するのに使用される。ステップＳ３において、類似度が、プリセットされた閾値以下と判断される場合、その方法はステップＳ４に進む。ステップＳ３において、そのプリセットされた閾値を類似度が超えると判断される場合、処理は終了し、適合されたモデルが画像にオーバーレイされた態様で、画像がユーザに表示されることができる。これにより、ユーザは、例えば、予想される動脈の側枝がどこにあるか、又は例えば、動脈の枝がどこにあるべきかを理解することが可能になる。例えば、そのモデルが動脈部分が存在するはずであることを示すものの、実際に測定された画像では動脈部分が存在しない場合には、ユーザは、例えば、動脈に閉塞があり、血中の造影流動体(contrast fluid)がこの領域での動脈を見えなくしていると仮定することができる。

ステップＳ４とＳ５からわかるように、そのモデルのパラメタは変化させられる。そして、特にＳ５からわかるように、そのモデルの位置と接続とが変化させられることができる。そのモデルにおける心臓フェーズ

と、投影角pと、

及びpにより与えられる平均モデルからの個別の偏差といったパラメタが変化させられることができる。それは、モデル位置の投影を計算することによりモデル位置の予測を可能にするステップＳ６において示される。言い換えると、ステップＳ６において、先行するステップにおいて変化され適合された３次元モデルが、ステップＳ１で得られる画像の画像平面に投影される。それから、ステップＳ７に示されるように、投影画像がステップＳ２の繰り返しに再突入するのに使用される。

本発明の例示的な実施形態に基づき使用される冠状動脈モデルは、例えば、図３及び図４から取られることができる。図３は、本発明の例示的な実施形態によるいくつかのサブセグメントと共に、LAD、LCX及びRCAを伴う概略的な冠状動脈モデル(トポロジのみ)を示す。図４は、本発明の例示的な実施形態による図１に対応する枝を伴う幾何学的な(geometric)冠状動脈平均モデルの投影を示す。それはステップＳ７で達成されることができるものである。

幾何学モデル(geometry model)における各枝の配置(geometry)は、それが枝の位置をグローバル座標とローカル座標との両方で表す態様でパラメトリック(parametrically)に表現される。ローカル座標では、枝の位置は、別の枝、例えば親枝(parent branch)に対して規定される。そのモデルのパラメタは、所与のパラメタ設定が確率的な値が割り当てられるようにして統計的にモデル化される。図２のステップＳ２からＳ７に示されるように、冠状動脈ツリーに関し特有な可能性のある配置は、パラメタ設定により予測されることができる。心拍及び呼吸によりもたらされる枝の動き及び変形はそのモデルによりカバーされる。心拍に対しては、配置予測が任意の心臓フェーズに対して可能であることを意味する。冠状動脈モデルの使用をより実際的な用語で説明するために、次に、パラメタ化(parametarization)とサンプリングとについての例示的な実施形態が説明される。

本発明のこの例示的な実施形態によれば、各枝には、サンプル位置のセットs_b,iが割り当てられる。各枝bは、サンプリングされた位置s_bnを介して、スプライン補間される。そのモデルは、到達したサンプル位置に統計的な記述、例えば、平均値

及び共分散行列をあてはめる(hold)。これらの値は、グローバル座標系に対して参照されることができるか、又は対応する親枝に対して相対的に位置決めされることができる(つまりグローバル座標系又はローカル座標系)。また、各枝の血管内径に関する情報が、l_biによるモデルにより与えられることができる。冠状動脈ツリーの変形は、心臓サイクル

におけるサンプル位置の変化によりカバーされる。サンプル位置による空間サンプリングと同様、t=1..mとするときのいくつかの時間的なサンプルs_b,i,tは、そのモデルの一部である。そこでは、位置の分布に関する時間的な補間は、m個の時間的なサンプルの間で与えられる。従って、本発明の例示的な実施形態によるモデルは、所与の心臓フェーズ

における各枝bの位置を、サンプル位置

の統計的な記述と、空間スプライン補間(spatial spline interpolation)とにより予測するのに使用されることができる。これは、以下更に詳細に説明される。

所与の心臓フェーズ

及び所与の投影平面方向Pgに対して、平均モデル

の投影は、

により計算されることができる。ここで、

は、ある点を方向Pgを伴う平面へ投影する行列である。

図４は、図３における概略図と同様の方向を用いる斯かる投影を示す。こうしてシミュレートされる投影は、上述されるように血管造影画像にオーバーレイされることができる。

しかしながら、患者の心臓の個別の特性は、平均モデル

から偏位する場合がある。また投影方向Pg、又は特に心臓フェーズ

のような所与のパラメタが、画像の取得状況を正確に反映していない場合もある。従って、そのモデルは、モデルの枝と、血管造影画像における可視できる枝の位置との間の良い一致を発見するために自身をワープする(warp:変形する)ことが可能にされるべきである。

本発明の例示的な実施形態によれば、これは、モデルパラメタ

及びp_mが類似基準σ = d_m+f_m(l)を最適化するよう変化させられる変形可能モデル手法(deformable model approach)を適用することにより成されることができる(図２におけるステップＳ２、Ｓ３参照)。

類似基準は、投影されたモデル枝の位置が、いかに好適に冠状動脈に対応する画像における特徴と一致する(agree with)かを決定する画像特徴項f_m(l)により与えられることができる(図２におけるステップＳ２参照)。f_m(l)に対するよい提案は、予測された血管境界での方向付き勾配(directed gradient)に関する基準である。それは、投影において予測された冠状動脈の位置が、元のデータセットの画像における実際の血管壁(vessel wall)と一致するとき最大値を与える。所与の枝のサンプル投影

をすべて通したスプラインの両側において、距離l_bg,iを伴い、この線に直交する強い画像勾配が予想される。それは、２、３のサンプルポイントで測定され、すべての値は平均化されることができる。

本発明の別の例示的な実施形態によれば、冠状動脈が画像における輝点として現れると仮定すると、f_m(l)が、すべての予測された投影冠状動脈の領域内における濃淡値(gray value)の合計に対応する。そのモデルの実際のパラメタ設定により与えられる

における各位置に対して、半径l_b,iの円形領域C_b,iが取られる。すべての領域の単一化Uは、

で与えられることができる。この選択された部分の画像に関する平均の画像強度は、特徴項

を生み出す。

図５は、その画像にオーバーレイされるPsの部分集合と、本発明の例示的な実施形態により好適にフィットされたモデルでの対応する領域U(円領域の結合)とを示す。図５から分かることができるように、図５は、画像強度が測定される領域Uの例を示す。例えば、モデル化された位置においてその画像にスティアラブルフィルタ(steerable filter)を用いることにより、画像濃淡値特性と画像勾配特性との両方が結合されることができる。しかしながら、マイナス面として、斯かるスティアラブルフィルタを用いることは、必要とされる計算量(computational effort)を増大させる。

モデル化された分布に対するパラメタ設定の距離基準dmは、類似基準で考えられる。各パラメタ又はパラメタセットに対する距離基準が存在していなければならない:

が各b及び各iに対して成立し、

及び

である。ここで、||x||は、パラメタ界における適切な距離基準である。そのモデルは、各パラメタ

に対する分布

をあてはめる(hold)ので、統計的な距離基準(例えば共分散行列をも考慮するマハラノビスの距離)も適用可能である。３つの単一の距離基準の重みつき合計が予想されるパラメタ設定に対するモデルパラメタの距離基準として使用され、それは、

である。

この項は、血管ツリー投影の予想される形状に関する演繹的な知識(priori knowledge)による制約を生み出す。そして、そのデータには好適にフィットするかもしれないが、現存する画像状況をあまり反映しそうにないパラメタ設定を不利にすることになる。

本発明による方法の別の例示的な実施形態によれば、血管造影画像における主枝を発見する分割ステップが、その適合に先行する。それは、Sと呼ばれる、首尾よく分割される冠状動脈の中心線の基準を生み出す。続いて行われる適合は、その適合の間何ら特徴項が考慮される必要がなく、その画像に対するアクセスがもはや全く必要とされないため、計算的に一層軽量(less extensive)なものとなる。画像特徴項f_m(l)の代わりに、分割結果に距離基準δ_m(S)が使用される:σ = d_m + δ_m(S)である。δ_m(S)は、

と、その画像における分割された冠状動脈の中心線との間の距離を決定する。この変数は、異なるモデル候補を使用し、どれが最適にフィットするかを決定することも可能にする。例えば、左優勢タイプに対するモデルと右優勢タイプに対するモデルとが存在できる可能性がある。

上述において導入されたように、冠状動脈ツリー全体に対するグローバル基準の代わりに、単一の枝又は部分ツリーを表すモデルの部分が、画像に適合されることもできる。斯かる部分ツリーの位置は、その親枝に関して統計的にモデル化されることができる。従って、この親枝に関する所与の又は以前に推定された位置が、その画像におけるその所望の部分ツリーの位置を予測するのに使用されることができる。

それぞれ所与の配置を伴うテンプレートモデルのセットを使用する代わりに、ある範囲の値においてその幾何学的なパラメタが変化させられることを可能にする変形可能モデルが使用される。いったん利用可能なデータをフィットするためにそのモデルが適合されると、幾何学的な予測が、3D及び4D(時間＋空間)においてさえ、冠状動脈ツリー全体に対して利用可能となる。パラメタの範囲は、そのパラメタのモデル化された統計分布により決定される。しかし、その画像に適用される特徴項f_m(l)の結果 - 又は抽出された中心線に適用されるδ_m(S)の結果によってもそれぞれ決定される。

こうして、証拠(evidence)がその画像から十分に利用可能であるならどこででも、そのモデルは個別の画像に対して適用されることができる。f_m(l)で与えられる証拠が低いような画像領域において、そのモデルからの演繹的な情報d_mは、適合結果を支配する。本発明による、そのモデルにおけるこの有利な特性と、そのモデルの適用とは、近似する(proximate)枝について利用可能な情報(knowledge)を考慮して、枝位置に関する根拠の確かな(well-founded)推定を可能にする。同様に、時間領域での枝の軌跡が、種々の心臓フェーズで撮られる１つ又は複数の画像から予測されることができる。未知の心臓フェーズにおける配置が、画像が入手可能な心臓フェーズからの利用可能なデータを考慮して、そのモデルから推定されることができる。従って、有利には、例えば冠状動脈において慢性的な完全閉塞(CTO)を患う患者の場合、造影剤がそこには運ばれないため、そのCTOの上を横切る(beyond)血管枝の全体は、通常の血管造影画像においては見えないが、これが、一層正確及び容易に診断されることができる。

図６は、本発明による方法の別の例示的な実施形態のフローチャートを示す。本発明のこの例示的な実施形態は、例えば、冠状動脈におけるCTOの診断に特に適している。そこでは、造影剤が届かないため、CTOの上を横切る血管枝の全体が血管造影画像において通常見えない。

血管造影画像の２次元画像は、心臓内科医が、冠状動脈の位置及び範囲を予測することを困難にする。特に、一層拡大するものの画像平面に対し直交である末端と、閉塞の末端(occluded ending)(CTO)を差別化することが困難である。種々の角度からのいくつかの投影の推定(reasoning)と比較とが、この種の鑑別診断(differential diagnosis)と共に通常必要とされる。そこで、CTOは、明示的にそれが予測されない場合、容易に欠損(missed)とされ、すべての候補画像位置が観測者によりスキャンされる。この状況は、図６に示される本発明のこの例示的な実施形態により改善されることができる。そこでは、冠状動脈ツリーに関してシミュレーションされた投影が血管造影と共にユーザに提示される。このため、CTOの場合が欠損として示される枝により明らかとなる。これは、図６及び図７を参照してより詳細に説明されることになる。

図６のステップＳ１からＳ７は、図２のステップＳ１からＳ７に対応する。従って、不要な反復を避けるために、ステップＳ１からＳ７の説明のために図２への参照がなされる。

図２の方法と比較して、ステップＳ７から、ステップＳ１において得られる画像に適合された、つまり、ステップＳ１で得られる画像における特徴に適合され、ステップＳ１で得られる画像の画像平面に投影された形式的な３次元モデルが、ステップＳ１０において、ステップＳ１で得られる画像へオーバーレイされる(ステップＳ２からＳ７の適合サークルにおける、ステップＳ１０へ分岐する中断が、ステップＳ３において十分な類似度が達せられたとき決定されることができる。)。それから、その画像が、ステップＳ１１において観測者に対して置き換えられる。このため、ステップＳ１０において可視化される画像は、画像において識別できる、つまり可視状態の冠状動脈ツリー又は個別の冠状動脈、並びに、適合され投影され及びオーバーレイ表示される(overlaid)モデルを示す。このため、例えば、CTOの場合、そのモデルにより指示されるが、画像においては欠損(missing)している枝により明らかとなる。

これは、図７に示される。図７は、本発明の例示的な実施形態により生成される３つの異なる画像を示す。図７に示される最初の画像aは、画像においてはっきり見える動脈(main artery)である(黒色)。しかしながら、画像aからわかるように、冠状動脈血管ツリーの近接した(proximal)部分は、この血管造影画像において可視状態にある(黒色)。そして、血管造影画像において可視状態になく、完全閉塞の上を横切って(beyond)存在する(lies)末端部が、そのモデルにより予測される(白色)。図７における画像bからわかるように、主枝は閉塞を持ち、通常、血管造影画像においては可視状態にないであろう。しかしながら、主枝の閉塞部分は、そのモデルにより示される。画像cは、機能的な閉塞を示す。

言い換えると、CTO診断用の画像化(CTO diagnostic imaging)のために、そのモデルは、上述された態様で血管造影画像に適合される。そのモデルのシミュレーションされた投影は、それから血管造影画像でオーバーレイされる。基準(画像)と予測された通常の発見(ワーピングモデル(warped model:変形モデル))との融合された視覚化は、予測された枝が画像における欠損である位置で、心臓内科医が直ちにCTOと診断することを可能にする(図７参照)。特に、状況をスクリーニングする際、以前にCTOであることを示すものが無い場合には、すべての適切な位置を視覚的にスキャンすることは困難に思われる。上に示される本発明を用いることにより、差異が目をひくので、CTOの発見は明らかに容易にされることができる。

上述された本発明の例示的な実施形態は、例えば、カテーテル治療と共に適用されることもできる。そこでは、カテーテルが、血管を通って閉塞に誘導(navigated)されることになる。特に、画像a(図７)に示されるような場合において、閉塞を持つ側枝の開始点を発見することは通常困難である。なぜなら、側枝自身は、測定される画像において認識できないからである。画像a(図７)に示されるように、予測された位置の可視化は、カテーテルの誘導を改善することを可能にする。

図８は、本発明による方法の別の例示的な実施形態のフローチャートを示す。図８に示される方法のステップＳ１からＳ７は、図２に示される方法のステップＳ１からＳ７に対応するので、ステップＳ１からＳ７に関する詳細な説明のため、図２に対する参照がなされる。

十分な類似度が達せられた後、(それはステップＳ３において決定されることができるが)その方法は、ステップＳ５からステップＳ２１へ続くことができる。ステップＳ５から分岐するステップＳ２１において、他の心臓フェーズ

と他の投影角度pとに対するモデル位置の投影を計算することにより予測が行われる。それから続くステップＳ２２において、ワーピング(warping:変形)パラメタが決定され、画像をオーバーレイするのに適用される。それは、画像強調(image enhancement)を可能にすることができる。ステップＳ２１及びＳ２２において行われる操作が、以下更に詳細に説明されることになる:

血管造影治療(angiographic intervention)の間、通常２、３の画像がわずかに異なる角度から撮られる。興味ある所与の物体における対応する位置及び方向が種々の画像において知られている場合、こうした画像は、ノイズレベルに関して、その興味ある所与の物体の信号を強調するために互いに重ね合わされることができる。ここでは、その対応は、冠状動脈モデルを介して確立される。対応する位置及び方向は、利用可能であり、ローカル画像レジストレーション(registration)が達成されることができる。所与の枝b_gのサンプル点の投影が

で与えられる。そこでは、すべてのモデルパラメタがその画像に適合される。これらの対応する画像位置は、すべての画像間で目印に基づく(landmark-based)レジストレーションを実現するために使用される。大幅に異なる視点角度からの画像を重ね合わせることがないよう、p_g
- 又はp_mそれぞれ - における小幅な差異を持つ投影のみが選択されるべきである。枝の位置であることが適合されたモデルから予想される、画像における線の重畳(superposition)は、たとえ単一の画像のみでははっきり視認できない場合でさえ、その枝を可視状態にする。これは、ほとんど検出することができない一層小さな副枝と、造影剤の所定量だけが運ばれる機能的な閉塞の場合(図７)とに対して機能すべきである。しかし、それは、余り見えにくい(poorly visible)血管壁をも強調するので、この技術は、完全に閉塞された枝に対して適用可能(promising)でさえある。モデルベースの手法に基づく真の利点は、冠状動脈ツリーの可視状態の部分へモデルを揃えること及びそれから十分な可視状態に無い部分の位置を予測することにより生じる。

本発明の例示的な実施形態によれば、冠状動脈ツリーのモデルが、測定された画像において可視状態の冠状動脈ツリーに適合される。そのモデルにより反映される心臓の構造の推定位置及び推定方向は、本発明の例示的な実施形態によれば、例えば、x線装置用のパラメタのセットを計算するために使用されることができる。斯かるパラメタのセットは、心臓の標準投影画像を作り出すため又は所与の冠状動脈を画像化するための最適なx線設定を達成するための、x線生成器及び検出器の位置及び方向を含むことができる。更に、回転心臓x線画像に対するアイソセンタ(iso-center)が本発明のこの例示的な実施形態に基づき決定されることができる。モデルレジストレーション方法に対する調査の間に生成された画像を連続的に供給することにより、特に追加的な構造(例えば、追加的な冠状動脈)が画像化されると、適合された幾何学モデルの精度と、心臓構造の推定位置及び推定方向とが一層改善する。

有利には、これは、x線装置に関するとても正確な設定と、興味ある対象、つまり患者に適用されるx線量の削減とを可能にすることができる。これは、患者に適用される造影媒体の量を削減されることも可能にすることができる。

本発明は、上記において、人間の心臓と、その人間の心臓の冠状動脈ツリーの決定とに関連して説明されている事は事実であるが、当業者には、上述された本発明が一般的な動く物体に対しても適用されることができることは明らかである。特に、本発明は、２次元データセットから動く物体の構造を決定することに適用されることができる。そこでは、例えば、そのデータセットは、種々の投影から撮られ、又は種々の時間点において撮られる画像を有する。

本発明の例示的な実施形態による方法を実行するようなされる、本発明の例示的な実施形態による画像処理デバイスの概略的な表現を示す図である。 本発明による方法の例示的な実施形態のフローチャートを示す図である。 本発明の例示的な実施形態による冠状動脈モデルの概略的な表現を示す図である。 本発明の例示的な実施形態による図３に対応する枝を備える幾何学的な冠状動脈平均モデルの投影を示す図である。 本発明の例示的な実施形態による、画像にオーバーレイされる枝のサブセットと、対応する領域とを好適にフィットされたモデルで示す図である。 本発明による方法の別の例示的な実施形態のフローチャートを示す図である。 本発明により生成される冠状動脈血管ツリーの画像を示す図である。 本発明による方法の別の例示的な実施形態のフローチャートを示す図である。

Claims (10)

1. 少なくとも２次元データセットに基づき、動く物体の構造を決定する方法において、前記構造のモデルを前記データセットに適用するステップと、前記モデルの前記データセットへの適合を行うステップと、前記適合されたモデルを用いて前記構造の少なくとも一部の位置を推定するステップとを有する方法。
2. 第１の画像が前記データセットから生成され、前記構造の前記少なくとも一部における少なくとも前記推定された位置において、前記適合されたモデルが前記データセットに基づく第２の画像へオーバーレイされる、請求項１に記載の方法。
3. 前記データセットが、少なくとも第３及び第４の画像を有し、前記第３の画像は、第１の時間点又は第１の投影に関連し、前記第４の画像が、第２の時間点又は第２の投影に関連し、前記第１及び前記第２の時間点並びに前記第１及び前記第２の投影が異なっており、前記モデルのパラメタは、前記構造に対する前記モデルの類似度に基づき適合され、前記モデルが、前記第１の画像の第３の投影へ投影される、請求項１に記載の方法。
4. 第５の画像の画像品質を改善するのに、前記第３画像及び前記第４の画像が重ね合わせられ、前記第３及び前記第４の画像を重ね合わせるために、前記適合されたモデルが使用される、請求項３に記載の方法。
5. 前記モデルが、変形可能モデルであり、前記モデルの前記適合は、前記モデルの内部及び外部エネルギーのエネルギー最小化により行われる、請求項１に記載の方法。
6. 前記モデルが、人間の心臓の冠状動脈ツリーに関する統計的モデルであり、前記データセットは、x線血管造影データに関連する、請求項１に記載の方法。
7. 少なくとも２次元データセットを格納するメモリと、前記少なくとも２次元データセットから動く物体の構造を決定する画像プロセッサとを有し、前記画像プロセッサは、前記構造のモデルを前記データセットに適用し、前記モデルの前記データセットへの適合を行い、及び前記適合されたモデルを用いて、前記構造の少なくとも一部の位置を推定する処理を行うようなされる画像処理デバイス。
8. 第１の画像が前記データセットから生成され、前記構造の前記少なくとも一部の少なくとも前記推定された位置において、前記適合されたモデルが前記データセットに基づく第２の画像へオーバーレイされる、請求項７に記載の画像処理デバイス。
9. 前記データセットが、少なくとも第３及び第４の画像を有し、前記第３の画像は、第１の時間点又は第１の投影に関連し、前記第４の画像が、第２の時間点又は第２の投影に関連し、前記第１及び前記第２の時間点並びに前記第１及び前記第２の投影は異なっており、前記モデルのパラメタは、前記構造に対する前記モデルの類似度に基づき適合され、前記モデルが、前記第１の画像の第３の投影へ投影され、第５の画像の画像品質を改善するのに、前記第３の画像及び前記第４の画像が重ね合わされ、前記第３及び前記第４の画像を重ね合わせるのに、前記適合されたモデルが使用される、請求項７に記載の画像処理デバイス。
10. 画像処理デバイス用のコンピュータプログラムであって、該コンピュータプログラムが前記画像処理デバイスのプロセッサで実行されるとき、前記コンピュータプログラムは前記プロセッサに、前記構造のモデルを前記データセットに適用させ、前記モデルの前記データセットへの適合を行わせ、前記適合されたモデルを用いて前記構造の少なくとも一部の位置を推定させる処理を行わせるようなされるコンピュータプログラム。

Images