JP2008043759A - 相互作用方式の画像位置合わせのシステム及び方法 - Google Patents

相互作用方式の画像位置合わせのシステム及び方法 Download PDF

Info

Publication number
JP2008043759A
JP2008043759A JP2007207319A JP2007207319A JP2008043759A JP 2008043759 A JP2008043759 A JP 2008043759A JP 2007207319 A JP2007207319 A JP 2007207319A JP 2007207319 A JP2007207319 A JP 2007207319A JP 2008043759 A JP2008043759 A JP 2008043759A
Authority
JP
Japan
Prior art keywords
alignment
image
images
user input
local
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2007207319A
Other languages
English (en)
Other versions
JP2008043759A5 (ja
Inventor
David T Gering
デイヴィッド・ティー・ジャーリング
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of JP2008043759A publication Critical patent/JP2008043759A/ja
Publication of JP2008043759A5 publication Critical patent/JP2008043759A5/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515—Shifting the patterns to accommodate for positional errors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/56—Details of data transmission or power supply
    • A61B8/565—Details of data transmission or power supply involving data transmission via a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

【課題】自動位置合わせシステムの利用者が位置合わせの際に情報を入力することを可能にする。
【解決手段】自動的な剛体型位置合わせ（３０４）の際には、利用者入力（３０６）が、整列させようとしている２枚の画像を関係付けるカレントの算出ポーズ又は変換を調節する。歪み生成（３０４）の際には、利用者入力（３０６）は、流れ場を局所的に調節して、周囲の流れ場に向かって次第に平滑化させる。画像を先ず粗い分解能で整列させ、続いて次第に細かくなる分解能で整列させる多重スケール位置合わせ（３０４）の際には、利用者入力（３０６）は、カレントのスケールにおいて適用される。利用者入力（３０６）は、割り込み又はポーリングのいずれかによって検出される。利用者入力と利用者入力との間に、位置合わせの結果が再レンダリングされる（７１０、７１２及び７１４）。
【選択図】図３

Description

本発明は一般的には、ディジタル画像処理の分野に関し、具体的には、画像位置合わせに関する。
画像位置合わせは、１枚の画像の座標系をもう１枚の画像の座標系に空間的にマッピングする行為である。位置合わせ手法は、例えば術前画像空間を実時間の物理的空間に適正に相関付けすることを必要とする医学的処置に有用であり得る。
自動位置合わせアルゴリズムは一般的には、画像同士の間の対応を測定する類似性の計量（例えば相互相関、相互情報）、一方の画像を他方の画像に合致させるために一方の画像に適用され得る許容される変換の集合（例えば剛体型、アフィン、自由形態）、並びに許容される変換の空間を探索して最適な変換を解として求める方法（例えば勾配降下、確率的勾配降下、Powellの方法、最小自乗）という三つの構成要素から成っている。
自動位置合わせ方法は、適切（well-posed）事例では十分に作用するが、日常的な臨床での利用には困難がある。問題点は、病理学的状態、撮像アーティファクト、及び画像取得における相違によって齎される。
剛体型位置合わせ方法は、大域的に（画像の全体ではないにせよ大部分にわたって）算出される類似性計量を最大化するように探索することにより、２枚の画像の間の対応を求める。これら大域的な測定は、臨床設定においては、一方の画像の視野が他方の画像の視野全体を包含しないときに困難に遭遇する。この問題点は、相関とは異なり類似性計量が相互情報となっている（Ｔ１強調ＭＲＩをＴ２強調ＭＲＩに対して位置合わせする、又はＭＲＩをＣＴに対して位置合わせするのに有用）ときにさらに顕著になる。これらの場合には、対応は局所的には正確に算出され得るが、大域的な不一致から、欲張り探索アルゴリズムが局所的な極小値に収束する。医療応用でのこれらの探索アルゴリズムは典型的には、勾配降下、又は確率的勾配降下のような類似の変形に従うことにより解空間を探索する方法を参照すると、欲張り方式である。この理由は、画像が極めて大きく、これらの応用は速度に対する臨床からの厳しい要求を満たさなければならないからである。
非剛体型位置合わせ方法は典型的には、剛体型位置合わせステップ又はアフィン位置合わせステップから始まり、続いて局所的な整列不正を補正するさらに精密な位置合わせを行なうものである。局所歪み生成（warping）は、解剖学的構造を整列させることを試みるが、画像同士の間の観察される強度差が解剖学的構造の配置における差に起因するのか、又は他の要因に起因するのかについて曖昧さが存在する。これら他の要因には撮像アーティファクト、造影剤摂取及び病理学的状態等がある。
以上に述べた理由、及び本明細書を精読して理解すると当業者には明らかとなる以下に述べるその他の理由から、当技術分野では、従来技術の短所を克服する自動位置合わせ方法が必要とされている。また、自動位置合わせシステムの利用者が位置合わせ工程の際に情報を入力することを可能にする改良型位置合わせが必要とされている。
本書では以上に述べた短所、欠点及び問題を扱い、これらについては、以下の明細書を精読して検討することにより理解されよう。
本発明の第一の観点によれば、自動位置合わせ工程を介して位置合わせされるべき一組の画像を入手し、自動位置合わせ工程を選択し、取得される一組の画像に対して上述の選択された自動位置合わせ工程を適用し、利用者入力を受け取り、受け取った利用者入力を、取得される一組の画像に対する選択された位置合わせ工程の適用のカレントの段階に盛り込み、取得された一組の画像の位置合わせが予め決められた条件以内に収まるまで上述の受け取って盛り込む動作を繰り返すことによる画像位置合わせの計算機式方法である。
一組の画像は、１又は複数のＭＲＩ画像、ＣＴ画像、病理学画像、アーティファクトを含む画像、Ｘ線画像、超音波画像、関心領域画像であってよい。
自動位置合わせ工程は、剛体型位置合わせ、歪み生成位置合わせ、剛体及び非剛体を併用した位置合わせ、多重スケール位置合わせ、類似性位置合わせ、局所相関又は局所相互情報位置合わせの一つである。
利用者入力は、１又は複数の大域的制御、局所的制御、ペーストである。
大域的制御は選択された画像に適用され、局所的制御は選択された画像の領域に適用され、ペーストは利用者が殆ど重ならずにタイル状に並べられている画像を整列させるときに行なわれる。
利用者入力は、並進ファクタ、回転ファクタ、スケーリング・ファクタ、関心領域ファクタ、及び流れベクトルの１又は複数である。
画像位置合わせの進行の表示は、並置比較、配合重ね合わせ、並置比較兼配合重ね合わせ、及び利用者定義による情報の１又は複数を介して行なわれる。
受け取った利用者入力からのグラフィック・キュー（図形による各種指定）の表示は、画像に線を引く、矢印を描く及び陰影を付けるの１又は複数による。
本書では様々な範囲のシステム、クライアント、サーバ、方法及びコンピュータ読み取り可能な媒体について説明する。この概要に記載した観点及び利点に加えて、さらに他の観点及び利点は、図面を参照しながら以下の詳細な説明を精読することにより明らかとなろう。
以下の詳細な説明では、本書の一部を成す添付図面を参照し、これらの図面には、実施され得る特定の実施形態を説明として示す。これらの実施形態は、当業者が各実施形態を実施することを可能にするように十分に詳細に記載されており、また他の実施形態を用いてもよいし、実施形態の範囲から逸脱することなく論理的変形、機械的変形、電気的変形及び他の変形を施してもよいことを理解されたい。従って、以下の詳細な説明は限定のためのものと解釈すべきではない。
詳細な説明は、節に分かれている。システム・レベルの全体像について説明し、実施形態の方法又は特定の具現化形態について説明し、実施形態を実施する場合に共に用いることのできるハードウェア及び動作環境について説明する。最後に、詳細な説明の結論を掲げる。
〔システム・レベルの全体像〕
図１は、イメージング・システム１００のシステム・レベルの全体像を掲げるブロック図である。実施形態は、図２のコンピュータ２０２のようなコンピュータ上で多重処理及び多重スレッド型の動作環境において動作するものとして記載されている。
図１のＸ線システム１００は、電源１６によって励起されるとＸ線ビーム１７を放出するＸ線管１５又はＸ線源１５を含んでいる。図示のように、Ｘ線ビームはＸ線透過性のテーブル２０に横臥する患者１８に向けて照射される。ビームの一部は、テーブル及び患者を透過してＸ線検出器アセンブリ２２に入射する。Ｘ線検出器アセンブリ２２は、Ｘ線フォトンを可視スペクトルにある比較的低エネルギのフォトンへ変換するシンチレータ２４を含んでいる。シンチレータ２４には画像光検出器アレイ２６が隣接しており、光フォトンを電気信号へ変換する。検出器制御器２７が、画像を取得し、また各々の光検出器素子からの信号を読み出すように検出器アレイ２６を動作させる電子回路を含んでいる。
画像光検出器アレイ２６からの出力信号は、Ｘ線画像信号を収集し処理して強調するためのサーキットリを含む画像プロセッサ２８に結合されている。処理された画像はビデオ・モニタ３２に表示され、また画像記憶装置３０に記憶させてもよい。システム及び画像検出器制御器３６が、準備（prep）スイッチ３９及び照射スイッチ４１を含む操作者インタフェイス・パネル３８を介して利用者から指令を受け取り、Ｘ線装置１４の全般的な動作を制御する。後述するような様々な動作モードの間にはライト４３が点灯する。
画像光検出器アレイ２６は、ガラス基材の上に設けられたアモルファス・シリコン素子から成っている。シンチレータ２４からの光の一部がこれらのシリコン素子及び各素子の間の空間を通過する。加えて、Ｘ線の一部は、シンチレータ２４及び画像光検出器アレイ２６の両方を透過する。アレイ２６からの出力信号はまた、照射制御回路（図示されていない）に結合されており、この回路については図２〜図４において説明する。
一般的には、イメージング・システムは、ディジタル検出器２６からの「プリショット」画像を利用する。「プリショット」画像は、患者の画像を生ずるＸ線照射の前に発生する低線量のＸ線から得られる。「プリショット」画像での関心領域（ＲＯＩ）の数、位置及び寸法が照射制御に用いられ、これらの値は、指定した「解剖学的構造／ビュー」に基づいて定義されるか、又は検出器２６において生成された画像データから自動的に算出される。典型的な解剖学的構造のビューは胸部のビューである。このようにして、所望の形状及び寸法の１又は複数のＲＯＩからの信号を選択的に結合することにより、ＡＥＣの「視野」を様々な撮像手順毎に調節することができる。
「準備」スイッチ３９が押された後に、システムは、システムの利用者によって指定されたパラメータすなわち「解剖学的構造／ビュー」、「患者被曝線量」選択及び「患者寸法」に基づいて、プリショット・パラメータを定義する。患者の寸法は一般的には、小、中、大に限定されている。利用者は操作者インタフェイス３８からパラメータを入力する。「プリショット」・パラメータとしては、Ｘ線照射手法、検出器タイミング、及びこれら二つの間の同期がある。Ｘ線照射手法は、ｋＶ、ｍＡ、ｍＡｓ値及びＸ線技術者に公知のその他多くのパラメータを含む。検出器タイミングは、オフセット・タイミング及び読み出し時間を含む。インタフェイス３８を介して、利用者は「プリショット」・パラメータの全てを入力する。
「照射」スイッチ４１が押された後に、システムは以下の動作を実行して「オフセット」画像を形成する。すなわち、「プリショット」画像を取得する、例えば照射時間を調節することによる最適Ｘ線量の算出、及び算出された最適Ｘ線量に基づいて「照射」又は「最終画像」を発生する等である。
Ｘ線画像を参照して説明しているが、本発明の要旨から逸脱せずに、磁気共鳴撮像、計算機式断層写真法撮像、超音波撮像又は他の公知のイメージング・システムのような他の製品系列を用いることもできる。システム１００は如何なる特定のモダリティにも限定されないが、分かり易くするために単純化されたＸ線システムについて説明する。
〔実施形態の方法〕
前節では、一実施形態の動作のシステム・レベルの全体像を説明した。本節では、一連の流れ図を参照してかかる実施形態のクライアントによって実行される特定の方法について説明する。流れ図を参照してこれらの方法を説明することにより、当業者は、コンピュータ読み取り可能な媒体からの命令を実行する適当な計算機型クライアント又はクライアントのプロセッサにおいてこれらの方法を実行するような命令を含むプログラム、ファームウェア又はハードウェアを開発することが可能になる。同様に、サーバ・コンピュータのプログラム、ファームウェア又はハードウェアによって実行されるこれらの方法もまた、コンピュータ実行可能な命令で構成されている。方法３００及び７００は、図２のコンピュータ２０２のようなコンピュータにおいて実行され又はコンピュータの一部であるファームウェア若しくはハードウェアによって実行されるクライアント・プログラムによって実行され、プロセッサ２０４によって実行されることを必要とする動作を含んでいる。
図３は、一実施形態に従ってクライアントによって実行される方法３００の流れ図である。方法３００は、従来技術の短所を克服する自動位置合わせ方法に対する当技術分野での必要性を解決する。
方法３００は動作３０２から開始し、この動作は位置合わせ工程を開始する。動作３０２では、全ての必要なモジュール、コンポーネント又はサブルーチンを全ての必要な画像と共に作業記憶（ＲＡＭ）にロードして、自動位置合わせ工程によって扱われるようにする。一人の患者の多数の走査から取り込まれる全データが１個のデータ集合と看做されるべきである。各々のデータ集合は、ピクセル又はボクセルのいずれかの小単位に分割され得る。データ集合が二次元である場合には、画像はピクセルと呼ばれる単位で構成される。ピクセルは、二次元座標、通例はｘ及びｙを用いて参照され得る二次元空間内の点である。画像の各々のピクセルは他の８個のピクセルによって包囲されており、これら９個のピクセルで３×３の正方形を形成する。中央ピクセルを包囲する他の８個のピクセルは、中央ピクセルの８連結隣接点と看做される。データ集合が三次元である場合には、画像はボクセルと呼ばれる単位で表示される。ボクセルは、三次元座標、通例はｘ、ｙ及びｚを用いて参照され得る三次元空間内の点である。各々のボクセルは、他の２６個のボクセルによって包囲されている。これら２６個のボクセルは、元のボクセルの２６連結隣接点と看做すことができる。一般的には、三次元磁気脳画像は連結性によってセグメント分割されている。しかしながら、頭蓋内容積と頭皮との間には通常は連結が存在している。脳を頭皮に連結する１本の経路は、視神経に沿って、流体で満たされた眼球を通り、次いで顔面組織に到る。１又は複数のシードを、対象内、及び固定された球半径を有する球面の範囲内に含まれるボクセルを表わすウェーブレット・データ構造内に配置する。動作３０２の後に、制御は動作３０４へ移って、さらに処理を続ける。
動作３０４は位置合わせの繰り返しを実行する。位置合わせの繰り返し３０４では、画像をガウス型のカーネルで平滑化した後に、ダウン・サンプリングを施す。関心対象を含む三次元医用画像に対する位置合わせの繰り返しの手順は、関心対象の内部に配置された少なくとも１個のシード点を含む球面の内部に含まれる複数のそれぞれのボクセルが選択された閾値を上回るときに、この球面の周の周囲に、固定半径の球面の複数の連続した層を生成することを含んでいる。この手順は、各々のそれぞれの層の外面内に含まれるボクセルが、選択された閾値をこれ以上上回らなくなるまで層の生成を繰り返し、各層が、関心対象のセグメント分割された表現を形成する。半径は、セグメント分割された表現の所望の曲率半径に従って選択される。対象のセグメント分割された表現の内部のさらに他の球面層は、関心対象の内部に完全に含まれる。次いで、算出された一組のレベルをプロセッサによって用いて、処理速度を高めることができる。一旦、画像が処理されたら、制御は動作３０６へ移って、さらに処理を続ける。
動作３０６では、利用者入力を受け取る。動作３０６では、利用者は、グラフィック・ユーザ・インタフェイス（ＧＵＩ）を介して支援を提供することができる。利用者の支援は、並進、回転及びスケーリングのようなアルゴリズム・パラメータを表わすことができる。尚、算出されたレベル（動作３０４）を用いて、何時又は幾つの利用者入力がプロセッサによって処理されるかを制限し得ることを特記しておく。例えば、利用者入力は、所与のレベルに達し又は何らかの繰り返し回数が処理されるまで、一時記憶に保持され得る。利用者入力は、三次元レンダリングとして表示されている直交する画像スライス上でポインティング・デバイス（マウス又はスタイラス）をクリックする及びドラッグする形態を取り得る。例えば、マウス左ボタンをドラッグすると、画像を運動の方向に並進させることができ、またマウス右ボタンをドラッグすると、特定の画像スライスに垂直な軸を中心として回転させることができる。一旦、利用者入力を受け取ったら、制御は動作３０８へ移って、さらに処理を続ける。
動作３０８では、完了の判定を確認する。動作３０４での算出レベルを用いて、位置合わせ工程の完了点を判定することができる。この完了は、繰り返し回数、及び位置合わせされたレベルの数に基づいたものであり得る。この完了はまた、アルゴリズム収束を検出することに基づいていてもよい。これらのステップを数回繰り返すと、幾つかのレベルのスケール空間が生ずる。次いで、位置合わせは最も粗いレベルのスケール空間から開始して、当該レベルで収束するまで繰り返し、次いで、より高い分解能を有する次のレベルに進む。この効果は、より高速な解、及び局所的な極小値に落ち込み難い解という二重の利点である。提案されたアルゴリズムは、利用者の入力をカレントのレベルに盛り込むことができるため、かかる多重スケール手法に好適であり、当該レベルでの収束を高速化することができる。利用者入力は、最も粗いレベルで最も有用であり、ここでは医師の認識能力を駆使して、局所的な極小値に落ち込むことを回避することができる。最も細密なレベルでの位置合わせは、サブ・ボクセルの微調整が人間にとっては手が掛かり過ぎる場合にコンピュータでの実行に最も適している。位置合わせが完了していない場合には、制御は動作３０４に戻って、さらに処理を続ける。位置合わせが完了した場合には、制御は動作３１０へ移る。
動作３１０では、位置合わせが完了する。完了した位置合わせは表示装置（２２２、３２）へ送られて、利用者又は適当な網を介して接続された遠隔の利用者に対して表示される。
幾つかの実施形態では、方法３００は、図２のプロセッサ２０４のようなプロセッサによって実行されるとプロセッサにそれぞれの方法を実行させる一連の命令を表わす搬送波に実装されたコンピュータ・データ信号として具現化される。他の実施形態では、方法３００は、図２のプロセッサ２０４のようなプロセッサにそれぞれの方法を実行するように指示することが可能な実行可能な命令を有するコンピュータによるアクセスが可能な媒体として具現化される。様々な実施形態において、媒体は磁気媒体、電子式媒体又は光学式媒体である。
図４〜図６を参照して、図１のシステム全体像及び図３に関連して記載した方法に関する特定の具現化形態について説明する。これらの図面は、ソフトウェア・システムのオブジェクト指向による成果物（artifact）を仕様指定し、視覚化し、構築して文書化する業界標準の言語である統一モデリング言語（ＵＭＬ）を用いる。図面では、クラスの間の矢印を用いて、親クラスの下の子クラスが親クラスから属性及び方法を継承していることを示す。合成集約（コンポジション）は、一つのクラスのインスタンスの属性を、他のクラスの１又は複数の既存のインスタンスの一つのインスタンスを含むものとして定義しており、合成集約する側のオブジェクトは、合成集約される側のオブジェクト（１又は複数）からは継承しない。
システム構成要素は、コンピュータ・ハードウェア・サーキットリとして、若しくはコンピュータ読み取り可能なプログラムとして、又は両方の組み合わせとして具現化することができる。もう一つの実施形態では、アプリケーション・サービス・プロバイダ（ＡＳＰ）システムとしてシステム構成要素を具現化することができる。
さらに明確に述べると、コンピュータ読み取り可能なプログラムの実施形態では、Java（商標）、Smalltalk（商標）又はＣ＋＋のようなオブジェクト指向言語を用いてプログラムをオブジェクト指向で構造化することができ、またＣＯＢＯＬ又はＣのような手続き型言語を用いてプログラムを手続き指向で構造化することもできる。ソフトウェア・コンポーネントは、リモート・プロシージャ・コール（ＲＰＣ）、コモン・オブジェクト・リクエスト・ブローカ・アーキテクチャ（ＣＯＲＢＡ）、コンポーネント・オブジェクト・モデル（ＣＯＭ）、分散型コンポーネント・オブジェクト・モデル（ＤＣＯＭ）、分散型システム・オブジェクト・モデル（ＤＳＯＭ）及びリモート・メソッド・インヴォケーション（ＲＭＩ）等のアプリケーション・プログラム・インタフェイス（ＡＰＩ）又はプロセス間通信の手法のような当業者に周知の多くの手段の任意のもので通信する。各コンポーネントは、図２のコンピュータ２０２のように１台という少数のコンピュータで実行されるか、或いはコンポーネントと少なくとも同程度に多い数のコンピュータで実行される。
図４は、患者の身体又は患者の身体の選択された部分の操作者インタフェイスでのスライスの表示４００、及びこれらのスライスの三次元表現へのモンタージュを示している。さらに、参照番号４０２においてマウスをドラッグしながら画像にグラフィック・キューを描いていることに留意されたい。走査データは典型的には、走査被検体であった構造を通して得られるスライスを表わす一連の二次元画像から成っている。これらの二次元画像は、図示のように三次元画像へ転化又は変換される。これらの二次元画像は典型的には、コンピュータ・コンソールによって操作される螺旋型ＣＴスキャナから得られたものであってよい。例えば、スキャナは、選択随意でGeneral Electric製独立型コンピュータ・コンソール又は医師用コンソールを接続したGeneral Electric製螺旋型ＣＴスキャナであってよい。但し、コンピュータ・コンソールは、別個の独立したコンソールではなく螺旋型ＣＴスキャナの一体化した部分であってもよい。二次元画像はまた、超音波、陽電子放出断層写真法、放出計算機式断層写真法、及び磁気共鳴撮像から得られたものであってもよい。測定される物理的特性は、二次元画像を形成するのに用いられた走査手法に直接関連する。ＣＴ画像の場合には、測定される物理的特性は典型的にはＸ線減弱であり、磁気共鳴画像（ＭＲＩ）の場合には、測定される物理的特性は一般的にはプロトン密度のような様々な特性に関連する。
図５は、本発明の一観点によるグラフィック・ユーザ・インタフェイス（ＧＵＩ）５００を示す。図示のようなＧＵＩは、スライス枠（ペイン）５０２、画像情報枠５０４、及び三次元表現枠から成っている。セグメント分割の出力は、元のグレイ・スケール画像の上に可変のオパシティ（不透明度）で表示される。スクリーン最下部の３枚のスライスは、上に示すものの三次元ビューに対応する。
図６は、システムと位置合わせ工程と利用者との間の相互作用（対話）を示す。動作６０２は、システムが、修正された撮像データから成る撮像データ又はデータ集合を位置合わせ工程へ送ることにより工程を開始する。位置合わせ工程は受け取ったデータに対して作用するが、動作６０４において利用者が変更を示唆することもできる。変更は、ポーリング又は十分に配置を工夫した割り込みのいずれかを介して取得され得る。剛体型位置合わせ又はアフィン位置合わせの際には、スライダのようなＧＵＩ（グラフィック・ユーザ・インタフェイス）５００制御を介して利用者によって支援が提供され得る。制御は、並進、回転及びスケーリングのようなアルゴリズム・パラメータを表わす。さらに簡便にする場合には、利用者入力は、後述の図面に示すように、モンタージュ若しくは３Ｄレンダリング、又はこれら両方として表示されている直交する画像スライスにおいて、ポインティング・デバイス（例えばマウス又はスタイラス）をクリックする及びドラッグする形態を取り得る。例えば、マウス左ボタンをドラッグすると、画像を運動の方向に並進させることができ、マウス右ボタンをドラッグすると特定の画像スライスに垂直な軸を中心として回転させることができる。
非剛体型位置合わせ又は歪み生成の際には、利用者入力は同じ態様で入力され得るが、影響は大域的ではなく局所的に感じられる。例えば、歪み生成は通常、画像ボクセル当たり１個ずつのベクトルの集合である流れ場によって表わされる。画像スライスにおいてポインティング・デバイスをドラッグすると、クリックの直近部以内では流れベクトルに強く寄与し、距離が増すと共に大きさが小さくなる。すなわち、効果は、局所的に適用されて、周囲の流れ場に向かって平滑化される。この平滑化の範囲を利用者によって指示することもできる。例えば、効果が最も強く感じられるべき関心領域（ＲＯＩ）を、マウス右ボタンによって多角形を描くことにより指示し、次いで、入力ベクトルの方向及び大きさをマウス左ボタンのドラッグによる運動に従うことにより指示することができる。
利用者の変更６０４は、システムによって盛り込まれて、アルゴリズムがさらに迅速に、またさらに信頼性の高い解に達することを助けることができる。位置合わせアルゴリズムに利用者の入力を盛り込む手段は、許容される変換の空間を探索する方法が確率的勾配降下である場合等の繰り返し法では特に単純である。この方法では、アルゴリズムは画像勾配を算出して並進及び回転（ポーズ）の組を精密化する数千回の繰り返しを行なう。勾配は、８百万個のボクセルを有する３Ｄ画像から５０個の標本といった画像ボクセルの小さいランダムな標本についてのみ算出されるので、確率的に算出される。この態様で、プロトタイプは図４に示すＴ１強調画像及びＴ２強調画像を位置合わせする。Ｔ１強調画像をＴ１強調画像に位置合わせするのに有用な相関の類似性計量を相互情報の代わりに用いると、処理時間の長さは１／４〜１／３となる。ポーズを更新するために多くの確率的繰り返しが存在するような枠組みでは、繰り返しの間でポーズを調節することにより利用者の入力を盛り込むことができ、このようにして所望の解に急速に近付く。
処理を高速化するために、位置合わせはしばしば、幾つかのレベルの分解能で実行される。一組のレベルは、元の画像をガウス型のカーネルで平滑化した後に、ダウン・サンプリングを施すことにより算出される。これらのステップを数回繰り返すと、幾つかのレベルのスケール空間が生ずる。次いで、位置合わせは最も粗いレベルのスケール空間６０２から開始して、当該レベルで収束するまで繰り返し、次いで、より高い分解能を有する次のレベルに進む６０６。この効果は、より高速な解、及び局所的な極小値に落ち込み難い解という二重の利点である。提案された多重スケール手法は、利用者の入力（６０４、６０８、６１４）をカレントのレベルに盛り込むことができ、当該レベル（６０２、６０６、６１０）での収束を高速化することができる。利用者入力は、最も粗いレベルで最も有用であり、ここでは医師の認識能力を駆使して、局所的な極小値に落ち込むことを回避することができる。最も細密なレベルでの位置合わせは、サブ・ボクセルの微調整が人間にとっては手が掛かり過ぎる場合にコンピュータでの実行に最も適している。タイミング系列６００に示すように、利用者入力６１４が殆ど有用でないような例は位置合わせ工程に伝達されない。
図７は、一実施形態に従ってクライアントによって実行される方法７００の流れ図である。方法７００は、解剖学的表面と相互作用（対話）するシステム及び方法について当技術分野での必要性を解決する。
方法７００は動作７０２で開始する。動作７０２は、システム、利用者又は工程のいずれかによってインスタンス生成された瞬間に工程を開始する。動作７０２は、三次元解剖学的表面の入手、三次元解剖学的表面を形成するために統合され得る画像の入手、及び利用者又はシステムによる画像の相互作用を可能にするために方法７００によって必要とされる全てのデータの入手を含み得る。データの入手は一時記憶からの入手、永久記憶からの入手又はインターネットのような網を介して受け取られる情報からの入手であってよい。工程が開始して、情報が取得された後に、制御は動作７０４へ移って、さらに処理を続ける。
動作７０４では、入手した情報を平坦化して、相互作用を容易にする。平坦化工程は、二つの方法の一方で行なうことができる。第一の方法は、解剖学的表面を相対的に単純な幾何学的形状に投影するものである。単純な幾何学的形状の選択は、解剖学的構造の全体的な形状に依存する。例えば、形状は平面、円筒又は球面であってよい。以下、表面を平面にマッピングする方法を骨端板（成長板）の臨床例について説明する。もう一つの例では、仮想的結腸内視術を容易にするための結腸表面の円筒へのマッピングがA.V. Bartroli, R. Wegenkittl, A. Konig, E. Groller, E. Sorantin, Virtual Colon Flattening, VisSym (2001) pages 127-136にあり、また皮質表面の球面へのマッピングがS. Haker, S. Angenent, A. Tannenbaum, R. Kikinis, G. Sapiro, M. Halle, Conformal Surface Parameterization for Texture Mapping, IEEE Transaction on Visualization and Computer Graphics April-June 2000にある。第二の方法は、データ次元削減のさらに一般的な問題例として、三次元（３Ｄ）データを二次元（２Ｄ）データに削減する問題を扱う。任意のデータ集合の次元を削減する数学的な方法の二つの例として、アイソマップ（Isomap）及び局所的線形埋め込み（Locally Linear Embedding、ＬＬＥ）がある。
加えて、上から描画を加えたい二次元画像を導くために平坦化を行なうばかりでなく、描画を加える位置に関して利用者にさらに十分な情報を与えるように、平坦化された画像を増補することができる。厚み及び曲率のように３Ｄ表面から算出される特性を平坦画像の上にレンダリングすることができる。厚みによって画像を増補する一例として、図８に示すように、骨（骨端板）の成長部分をセグメント分割する臨床例を考察する。図９では、縦方向のタイル９０２は、厚み測定によって増補された平坦化された表面を示す。タイル９０２の下部は、平坦化された骨端板の二次元画像を示しており、ここではグレイ・スケール・ボクセルの強度が平面の各々の点を通る厚みによって決定されている。タイル９０２の上部は厚みに応じて色分けされた表面の三次元（３Ｄ）レンダリングを示す。
骨端板を平面にマッピングする工程は、セグメント分割によって識別される全ての３Ｄ点の主成分分析（ＰＣＡ）を算出するものであった。R.O. Duda, P.E. Hart, D.G. Stork, Pattern Classification, John Wiley & Sons, 2001を参照されたい。ＰＣＡ工程は、データを記述するときの有用性によって各軸が序列を与えられるように、座標枠を回転させる。ＰＣＡは、長円体によって点の集合を近似し、長円体の各軸を新たな変換後空間の軸と看做す。近似する長円体は、一方のクラスタから他方のクラスタまで伸びる長軸を有し、新たな空間を画定するのはこの線である。例えば、図８は、骨端板セグメント分割８００のスクリーンショットを示す。直交するスライス平面８０２は、骨（骨端板）の成長部分を表わすセグメント分割を示す。骨端板の三次元（３Ｄ）表面は平面から外向きに突出する参照番号８０４に示されている。非線形であるがこの表面を平面にマッピングすることができる。この骨端板の例では、第三の最後の軸はセグメント分割に最もよく適合する平面に垂直であり、最初の２本の軸はこの平面内に位置する。次いで、３Ｄ画像８０４を新たな座標枠を用いてリフォーマット（断面変換）することができる。次いで、厚みに対応する軸に沿ってボクセルの数を単に数えることにより、骨端板の近似的な厚みを算出することができる。骨端板が平面へのマッピングに好適な解剖学的構造であるのと同様に、関節軟骨は円筒へのマッピングに好適である。関節軟骨表面を仮想的な円筒の表面に適合させることができ、次いで、単純に円筒の側面を展開することにより円筒を平坦化することができる。図１０は、表面の領域１００２が円筒１００４に投射される場合の工程を示し、各軸は高さ及び角度によってラベルされている。この投影は、セグメント分割された表面との接点が形成されるまで円筒の中心軸から円筒の表面を通って外向きに射線を投射することにより算出することができる。これらの射線は、表面の周に沿って等角度間隔又は等距離間隔のいずれかで隔設され得る。円筒は二次元表面１００６にマッピングされる。最下部のタイル１０００は、平坦化された結腸表面を示す。A.V. Bartroli, R. Wegenkittl, A. Konig, E. Groller, E. Sorantin, Virtual Colon Flattening, VisSym (2001) pages 127-136を参照されたい。
解剖学的表面を幾何学的にさらに単純な表面にマッピングする代替として、データ次元削減のための一般的なアルゴリズムを適用することができる。データ次元削減とは、一組の訓練セットの範囲内に観察されるばらつきの殆どを再現するように調節することのできる一組の自由度を導く工程を指す。次元Ｄの入力データ点として、より低次元ｄの滑らかな下敷きの非線形多様体に位置する又はその近くに位置する入力データ点の組を考える。これらの方法は、下の式によって象徴的に示されるように、高次元点の所与のデータ集合を代理の低次元空間にマッピングするために、非線形多様体の下敷きの構造を発見することを試みる。
但し、ｄ≪Ｄである。
ＰＣＡは学習のみの線形多様体に制限されているが、局所的線形埋め込み方法（ＬＬＥ）及びアイソマップ方法は、スーパービジョンなしの多様体学習アルゴリズムである。アイソマップ方法及びＬＬＥ方法は、三次元を二次元に削減するケースとして解剖学的構造平坦化の問題を取り扱うことによりこの問題に適用され得る。
図１２は、ＬＬＥが如何にしてスイス・ロールに適用され得るかを示す。左側の画像は、３Ｄ点が３ＤのＳ字曲線の形状に屈曲した２Ｄ矩形多様体のトポロジーを形成している状況を示す。鋏を用いて多様体を非線形Ｓ字曲面の局所的線形パッチを表わす小さい正方形（白で示す）に切断すると考える。次いで、これらの正方形を隣り合った正方形の間の角度関係を保存しつつ、平坦なテーブル面に配置する。この移植は、各々のパッチの並進、回転及びスケーリングの演算のみを含むため、線形マッピングであることに留意されたい。このように、このアルゴリズムは、第一に局所的線形パッチを算出し、第二に多様体の座標系であるより低次元での埋め込みへの線形マッピングを算出するという２段の線形計算ステップを介してデータの非線形構造を識別する。
局所的線形埋め込み（ＬＬＥ）の背景にある主な考え方は、入力されるデータ点を、隣り合った点の間の関係を保存するような方法で、より低次元の単一の大域的な座標系にマッピングするというものである。S.T. Roweis, L.K. Saul, Nonlinear Dimensionality Reduction by Locally Linear Embedding, Science December 2000; pages 2323-2326、並びにIntroduction to Locally Linear Embedding, http://www.cs.toronto.edu/~roweis/lle/publications.htmlを参照されたい。各々のデータ点及びその隣接点は、多様体の局所的線形パッチに位置しているか又はその近傍に位置しているものと期待される。パッチの固有の幾何学的構成は、各々の点をその隣接点の線形結合によって近似することにより捕獲され得る。この結合の係数は、並進、回転及びスケーリングのような移植演算に対して不変となるように選択される。従って、元の高次元データ空間での局所的な幾何学的構成の特徴評価（キャラクタリゼーション）は、より低次元の空間においても同等に有効となる。次いで、このアルゴリズムは、高次元データ点から決定された同じ係数を用いて、その隣接点によって線形近似され得る一組の低次元点を見出す。
図１１は、アイソマップが如何にしてスイス・ロールに適用され得るかを示す。アイソマップ（等長特徴マッピング（isometric feature mapping））アルゴリズムの背景にある主な考え方は、従来のＭＤＳ（多次元スケーリング）を行なって、データ点を高次元入力空間から非線形多様体の低次元座標にマッピングするというものである。ＭＤＳの対を成す距離は、入力されるユークリッド空間ではなく多様体の測地空間において算出される。測地距離は、多様体の曲面に沿った最短経路を表わす（面が平坦であるかのようにして測定される）。多様体の形状に対する手掛かりは、表面標本としての入力データによって与えられるに留まる。従って、実際の測地距離は、隣り合った標本点の間の一連の短い行程（ホップ）によって近似される。最後に、ＭＤＳは、測地距離に適用されて、類似の対を成す距離を有する一組の低次元点を見出す。測地距離のみが多様体の真の低次元幾何学的構成を表わすので、このアルゴリズムは、複雑な自然な観測の基となる非線形の自由度を発見することが可能である。左側の画像は、測地距離（実線）と比較したときのユークリッド距離（破線）の不正確さを示している。中央の画像及び右側の画像は、測地距離の近似（赤線）が実際の距離を如何に過大推定しているかを示す。
図１２は、アイソマップが如何にしてスイス・ロールに作用するかを示す。参照番号１１０２の破線によって、参照番号１１０４の実線によって示す測地距離と比較したときのユークリッド距離の不正確さを示す。参照番号１１０６に示すように、測地距離の近似（曲線）は実際の距離（直線）を過大推定している。アイソマップ又は等長特徴マッピング・アルゴリズムの背景にある主な考え方は、従来の多次元スケーリング（ＭＤＳ）を行なって、データ点を高次元入力空間から非線形多様体の低次元座標にマッピングするというものである。C. Chatfield, A.J. Collins , Introduction to Multivariate Analysis, Chapman & Hall, 1980、J.B. Tenenbaum, V.d.Silva, J.C. Langford, A Global Geometric Framework for Nonlinear Dimensionality Reduction, Science December 2000, pages 2319-2323、並びにIntroduction to Locally Linear Embedding, http://isomap.stanford.edu/を参照されたい。重要な洞察は、ＭＤＳの対を成す距離は、入力されるユークリッド空間ではなく多様体の測地空間において算出されることにある。測地距離は表面が平坦であるかのようにして測定され、多様体の曲面に沿った最短経路に相当する。多様体の形状に対する手掛かりは、表面標本としての入力データによって与えられるに留まる。従って、実際の測地距離は、隣り合った標本点の間の一連の短い行程（ホップ）によって近似される。最後に、ＭＤＳは、測地距離に適用されて、類似の対を成す距離を有する一組の低次元点を見出す。測地距離のみが多様体の真の低次元幾何学的構成を表わすので、このアルゴリズムは、複雑な自然な観測の基となる非線形の自由度を発見することが可能である。
一旦、解剖学的表面の三次元表現が平坦化され又は変換されて、解剖学的工程の二次元表現を形成したら、制御は動作７０６及び７０８へ移って、特徴及び特性を決定する。これらの動作は、利用者によるさらに十分な理解及び解剖学的表面とのさらに十分な相互作用にとって重要である。結果として、利用者は、三次元データの情報の豊富さと二次元データの単純さとを兼ね備えた増補された表示と相互作用することが可能になる。平坦化された二次元（２Ｄ）表面は、セグメント分割、定量的測定又は手術計画を実行する目的で描画され得る。平坦化された二次元表面は、３Ｄ表面よりも描画が遥かに簡便である。描画される平坦化された二次元画像は、３Ｄ表面から算出される特性で増補され得る。かかる構成は、容易に正確に相互作用方式（対話型）で描画するための表面を利用者に対し提供する目的で平坦化を実行する当技術分野での必要性を満たす。
平坦化工程は、表面の変形を齎す。二つの表面が同じガウス曲率を有しない場合には、二つの表面の間で角度及び面積の両方を保存するマッピングを実行するのは数学的に困難である。しかしながら、表面を平坦化することにより、幾つかの表面特性の計算が容易になる。例えば、マッピングが厚み保存型であり、又は少なくとも許容可能な限度内で厚み保存型である場合には、厚みマッピングは平坦化された空間において実行され得る。保存型でない場合にも、平坦化された空間において算出が容易な特性は、元の空間において適用され得る。例えば、局所的線形埋め込み（ＬＬＥ）及びアイソマップは、厚み保存型マッピングではない。しかしながら、平坦化された空間を用いれば、些細なことであるから、平坦な平面に垂直な表面をあらゆる点において定義することができる。次いで、法線ベクトルを３Ｄ空間に戻すようにマッピングし、次いで、変換後の法線ベクトルに沿って配向される３Ｄ空間において厚みを測定することができる。平坦化された空間を用いて、間の厚みを測定したい二つの対向する表面を容易に定義することができる。次いで、厚み測定は、繰り返し式最近接点（Iterated Closest Point、ＩＣＰ）又は偏微分方程式（Partial Differential Equations、ＰＤＥ）のような既存の方法を用いて実行することができる。A.J. Yezzi, J.L. Prince, A PDE Approach for Measuring Tissue Thickness, Computer Vision and Pattern Recognition (CVPR), Kauai (Hawaii), 1998, pages 87-92を参照されたい。
一旦、動作７０６及び７０８において特徴及び特性が算出されたら、制御は動作７１０へ移って、さらに処理を続ける。
動作７０８では、システム１００又はシステム２００によってレンダリングを実行する。レンダリングの動作は、レンダリング・エンジン、レンダリング装置、又は利用者に対してデータを提示するためにレンダリング・エンジンを有する若しくはレンダリング・エンジンに結合され得る表示装置に包含されている。レンダリング・エンジンは、１又は複数のビデオ、図形、又はコンピュータ２０２での再生のための他の媒体から成るデータのストリームを生成する装置である。データのストリームは、入力データとも、入力データ・ストリームとも、ミクスト・メディア・データとも、ミクスト・メディア・データ・ストリームとも呼ばれ、いずれもデータを１又は複数のビデオ、図形、テキスト、動画、又はコンピュータによって生成されるその他任意のデータ若しくは情報として有するという本来の概念から逸脱しない。データのストリームは、コンピュータ２０２において表示器の各区画、又は音声、ビデオ若しくはテキストの再生装置のようなデータを再生するその他装置での表示のために分割され得る。レンダリング・エンジンを、計算機式断層写真法（ＣＴ）及び磁気共鳴撮像（ＭＲＩ）のボリューム・レンダリングとして、又は回転及びスケーリングを可能にする３Ｄ視覚化として、又は物理的世界の理解を助けるその他任意の目的で、さらに高分解能の医用撮像に用いることもできる。
図２を参照して記載するように、ユーザ・ステーション又はコンピュータ２００は、２Ｄ画像及び３Ｄ画像を形成して表示器２２２に表示するように、取得された画像データ集合２２８又はデータ集合の部分集合のディジタル画像データを処理することのできる任意の適当な画像レンダリング・システム又はアプリケーションを含んでいる。さらに明確に述べると、画像レンダリング・システムは、医用画像データの２Ｄ及び３Ｄでのレンダリング及び視覚化を提供し、汎用又は特定目的のコンピュータ・ワークステーションで実行されるアプリケーションであってよい。さらに、画像レンダリング・システムは、利用者が１枚の３Ｄ画像又は複数の２Ｄ画像スライスを通してナビゲートすることを可能にする。ワークステーション２００はまた、２Ｄ画像及び３Ｄ画像を形成して表示するように、取得された画像データ集合の処理ディジタル画像データを処理する画像レンダリング・システム又はアプリケーションを含み得る。また、図２に示すように、視覚化モジュール２２２をコンピュータ２０２によって用いて、ディジタル医用画像データを受け取って処理することもでき、かかるデータは、前述のように、未処理の画像データ、平坦化されたデータ、又は容積測定画像データや断面変換形式、若しくはかかるフォーマットの任意の組み合わせのような３Ｄ再構成されたデータのいずれの形態にあってもよい。データ処理の結果は、ワークステーション２００からネットワーク２２４を介して遠隔位置の画像レンダリング・システムへ出力されることもでき、器官又は解剖学的構造のセグメント分割、色又は強度変化、及び増補等のように、データ処理結果に従って画像データの２Ｄ及び３Ｄレンダリングを生成することができる。
アプリケーションに基づく表示器２２２は、撮像データの表示及び受け取りを増補するフレーム・バッファ手法及び圧縮手法を有し得る。フレーム・バッファは、データ・ストリームが表示され得るようになるまでデータ・ストリームを保持する。フレーム・バッファの各々のアドレスは、表示端末２２２のピクセルに対応する。このようにして、フレーム・バッファは、表示器の表面の表現となり、画像又は表示器の区画を形成するピクセルのクラスタをフレーム・バッファのアドレスの集合として表現することができる。フレーム・バッファは、書き込み可能な半導体メモリ（例えばＳＤＲＡＭ（同期式動的ランダム・アクセス・メモリ））、ＤＲＡＭ（動的ランダム・アクセス・メモリ）、又はRambus ＤＲＡＭ（「Rambus」は商標）等で構成されて、伸長（decompression）エンジンからデータ・バスを介して転送されるスクリーン（フレーム）毎にミクスト・メディア・データを書き込んで記憶する。図８、図９及び図１０は、解剖学的表面のレンダリングである。図９、具体的にはタイル９０２は、厚み測定によって増補された平坦化された表面のレンダリングである。一旦、平坦化された表面がレンダリングされたら、制御は動作７１２へ移って、さらに処理を続ける。
動作７１２では、相互作用（対話）が行なわれる。平坦化された表面によって、利用者は、相互作用をさらに容易にさらに正確に描画することができる。さらに、利用者は、仮想的な表面又は増補された表面と相互作用することもできる。すなわち、平坦化された表面を、上に描画を加えるべき２Ｄ画像としてレンダリングする代わりに、レンダリングを厚み又は曲率のような表面特性のマップとすることができる。利用者はパターンを描くことにより、平坦化された表面と相互作用することができる。パターンは、規則的な形状を有する形状であっても不規則な形状を有する形状であってもよい。さらに、描画はラベル、指標の集合、及びナビゲートに適した画定された経路の表現であってよい。一旦、利用者が平坦化された画像と相互作用したら、制御は動作７１４へ移って、さらに処理を続ける。
動作７１４では、相互作用した画像を表示する。図９は、利用者によって相互作用された９０６平坦化された画像９０４を示す。利用者による描画は参照番号９０６に示されており、描かれた領域は、手術計画のために骨端板領域のバーをセグメント分割している。描画された領域（タイル９０４の上部）は、三次元において、直径、面積、容積及び撮影範囲の百分率に関わる測定と共にレンダリングされる。
〔ハードウェア及び動作環境〕
図２は、様々な実施形態を実施することのできるハードウェア及び動作環境２００のブロック図である。図２の説明は、幾つかの実施形態を具現化し得る場合に共に用いられるコンピュータ・ハードウェア及び適当な計算環境の全体像を掲げている。コンピュータで実行可能な命令を実行するコンピュータに関して実施形態を説明する。しかしながら、幾つかの実施形態は、コンピュータで実行可能な命令が読み出し専用メモリに実装されているようなコンピュータ・ハードウェアで専ら具現化することができる。また、幾つかの実施形態は、タスクを実行する遠隔装置が通信網を介して結合されているようなクライアント／サーバ型計算環境において具現化することができる。プログラム・モジュールは、分散型計算環境ではローカルのメモリ記憶装置及び遠隔のメモリ記憶装置の両方に位置していてよい。
コンピュータ２０２は、Intel社、Motorola社、Cyrix社その他から市販されているプロセッサ２０４を含んでいる。コンピュータ２０２はまた、ランダム・アクセス・メモリ（ＲＡＭ）２０６、読み出し専用メモリ（ＲＯＭ）２０８、１又は複数の大容量記憶装置２１０、及び様々なシステム構成要素を処理ユニット２０４に結合して動作させるシステム・バス２１２を含んでいる。メモリ２０６、２０８、及び大容量記憶装置２１０は、コンピュータによるアクセスが可能な媒体の形式である。大容量記憶装置２１０はさらに明確に述べると、コンピュータによるアクセスが可能な不揮発性の媒体の形式であり、１又は複数のハード・ディスク・ドライブ、フレキシブル・ディスク・ドライブ、光ディスク・ドライブ、及びテープ・カートリッジ・ドライブを含み得る。コンピュータ読み取り可能な媒体は、電子式、磁気式、光学式、電磁式又は赤外線式のシステム、装置又はデバイスであってよい。コンピュータ読み取り可能な媒体の例示的非網羅的一覧としては、１又は複数の結線を有する電気的接続（電子式）、ポータブル・コンピュータ・ディスケット（磁気式）、ランダム・アクセス・メモリ（ＲＡＭ）（磁気式）、読み出し専用メモリ（ＲＯＭ）（磁気式）、消去可能プログラム可能読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュ・メモリ）（磁気式）、光ファイバ（光学式）、及びポータブル・コンパクト・ディスク読み出し専用メモリ（ＣＤＲＯＭ）（光学式）等がある。コンピュータ読み取り可能な媒体は、命令を印字した紙又は他の適当な媒体を含み得ることに留意されたい。例えば、命令を紙又は他の媒体の光学式走査を介して電子的に捕獲し、次いで、必要に応じてコンパイル、インタープリット、又は適当な態様で他の処理を施し、次いで、コンピュータ・メモリに記憶させることができる。プロセッサ２０４は、コンピュータによるアクセスが可能な媒体に記憶されているコンピュータ・プログラムを実行する。
コンピュータ２０２は、通信装置２１６を介してインターネット２１４に接続されて通信することができる。インターネット２１４への接続性については当技術分野では周知である。一実施形態では、通信装置２１６は、当技術分野で「ダイヤル・アップ接続」として公知のものを介してインターネットに接続する通信ドライバに応答するモデムである。もう一つの実施形態では、通信装置２１６は、閉域網（ＬＡＮ）に接続されているEthernet（商標）又は類似のハードウェア・ネットワーク・カードであり、ＬＡＮ自体は当技術分野で「直接接続」（例えばＴ１回線等）として公知のものを介してインターネットに接続される。
利用者は、キーボード２１８又はポインティング・デバイス２２０のような入力装置を介してコンピュータ２０２に命令及び情報を入力する。キーボード２１８は、当技術分野で公知のようにコンピュータ２０２へのテキスト情報の入力を可能にし、実施形態は如何なる特定の形式のキーボードにも限定されない。ポインティング・デバイス２２０は、Microsoft Windows（商標）の各バージョンのようなオペレーティング・システムのグラフィック・ユーザ・インタフェイス（ＧＵＩ）によって提供される画面ポインタの制御を可能にする。実施形態は、如何なる特定のポインティング・デバイス２２０にも限定されない。かかるポインティング・デバイスとしては、マウス、指触パッド、トラックボール、遠隔制御及びポイント・スティック等がある。他の入力装置（図示されていない）としては、マイクロフォン、ジョイスティック、ゲーム・パッド、衛星放送用パラボラ・アンテナ又はスキャナ等がある。
幾つかの実施形態では、コンピュータ２０２は表示装置２２２に結合されて動作する。表示装置２２２はシステム・バス２１２に接続されている。表示装置２２２は、コンピュータの利用者による観察に供するためにコンピュータ情報、ビデオ情報及び他の情報を含めた情報の表示を可能にする。実施形態は如何なる特定の表示装置２２２にも限定されない。かかる表示装置としては、陰極線管（ＣＲＴ）表示器（モニタ）、及び液晶表示器（ＬＣＤ）のようなフラット・パネル表示器等がある。モニタに加えて、コンピュータは典型的には、プリンタのような他の周辺入出力装置（図示されていない）を含んでいる。スピーカ２２４及び２２６が、信号の音響出力を提供する。スピーカ２２４及び２２６もシステム・バス２１２に接続されている。
コンピュータ２０２はまた、コンピュータによるアクセスが可能な媒体であるＲＡＭ２０６、ＲＯＭ２０８及び大容量記憶装置２１０に記憶されてプロセッサ２０４によって実行されるオペレーティング・システム（図示されていない）を含んでいる。オペレーティング・システムの例としては、Microsoft Windows（商標）、Apple MacOS（商標）、Linux（商標）、UNIX（商標）等がある。但し、実施例は如何なる特定のオペレーティング・システムにも限定されず、またかかるオペレーティング・システムの構築及び用法は当技術分野で周知である。
コンピュータ２０２の実施形態は、如何なる形式のコンピュータ２０２にも限定されない。様々な実施形態において、コンピュータ２０２は、ＰＣ互換コンピュータ、MacOS（商標）互換コンピュータ、Linux（商標）互換コンピュータ、又はUNIX（商標）互換コンピュータを含む。かかるコンピュータの構築及び動作は当技術分野で周知である。
コンピュータ２０２は、利用者による制御が可能なポインタを含むグラフィック・ユーザ・インタフェイス（ＧＵＩ）を提供する少なくとも一つのオペレーティング・システムを用いて動作させることができる。コンピュータ２０２は、少なくとも一つのオペレーティング・システムの内部で走行する少なくとも一つのウェブ・ブラウザ・アプリケーション・プログラムを有することができ、コンピュータ２０２の利用者が構内網、又はユニバーサル・リソース・ロケータ（ＵＲＬ）のアドレスによって指定されるようなインターネットのワールド・ワイド・ウェブ・ページにアクセスすることを可能にする。ブラウザ・アプリケーション・プログラムの実例としては、Netscape Navigator（商標）及びMicrosoft Internet Explorer（商標）等がある。
コンピュータ２０２は、遠隔のコンピュータ２２８のような１又は複数の遠隔のコンピュータに対する論理的な接続を用いたネットワーク化された環境で動作することができる。これらの論理的接続は、コンピュータ２０２に結合されている通信装置又はコンピュータ２０２の一部によって達成される。実施形態は、特定の形式の通信装置に限定されない。画像ソース２２８又は遠隔のコンピュータは、もう１台のコンピュータ、サーバ、ルータ、ネットワークＰＣ、画像保管庫、撮像装置、クライアント、ピア装置又は他の共通ネットワーク・ノードであってよい。図２に示す論理的接続は、閉域網（ＬＡＮ）２３０及び広域網（ＷＡＮ）２３２を含んでいる。かかる網構築環境は、オフィス、企業内コンピュータ網、構内網及びインターネットとして広く普及している。
ＬＡＮ型網構築環境で用いる場合には、コンピュータ２０２及び遠隔のコンピュータ２２８は、通信装置２１６の一形式であるネットワーク・インタフェイス又はアダプタ２３４を介して閉域網２３０に接続される。遠隔のコンピュータ２２８もまた、ネットワーク装置２３６を含んでいる。従来のＷＡＮ型網構築環境で用いる場合には、コンピュータ２０２及び遠隔のコンピュータ２２８は、モデム（図示されていない）を介してＷＡＮ２３２と通信する。モデムは内部モデムであっても外部モデムであってもよく、システム・バス２１２に接続される。ネットワーク化された環境では、コンピュータ２０２に対して図示されているプログラム・モジュール又はプログラム・モジュールの各部分を遠隔のコンピュータ２２８に記憶させることもできる。
コンピュータ２０２はまた、電源２３８を含んでいる。各々の電源はバッテリであってよい。
〔結論〕
自動画像位置合わせの方法論及び画像相互作用（対話）の方法論をシステム及び方法に関して説明した。本書では特定の実施形態を図示して説明したが、当業者は、同じ目的を達成するために考案された任意の構成を図示の特定の実施形態に代えて置換し得ることを認められよう。本出願は、あらゆる適応構成又は変形を網羅するものとする。例えば、オブジェクト指向型について説明したが、当業者には、手続き型の設計環境又は所要の関係を提供するその他任意の設計環境で具現化形態を形成し得ることを認められよう。
具体的には、当業者は、方法及び装置の名称が実施形態を限定するものではないことを容易に認められよう。さらに、実施形態の範囲から逸脱せずに、付加的な方法及び装置を各構成要素に追加したり、構成要素間で作用を再構成したり、将来の機能拡張や実施形態で用いられている物理的装置に対応する新たな構成要素を導入したりすることができる。当業者は、各実施形態が将来の通信装置、異なるファイル・システム及び新たなデータ型に応用可能であることを容易に認められよう。また、図面の符号に対応する特許請求の範囲中の符号は、単に本願発明の理解をより容易にするために用いられているものであり、本願発明の範囲を狭める意図で用いられたものではない。そして、本願の特許請求の範囲に記載した事項は、明細書に組み込まれ、明細書の記載事項の一部となる。
一実施形態のシステム・レベルの全体像を示す図である。 様々な実施形態を実施することのできるハードウェア及び動作環境のブロック図である。 一実施形態に従ってクライアントによって実行される方法の流れ図である。 一実施形態に従ってマウスをドラッグしながら画像にグラフィック・キューを描いた三次元レンダリングとして表示されている直交する画像スライスの図である。 一実施形態によるグラフィック・ユーザ・インタフェイス（ＧＵＩ）の図である。 自動位置合わせの際の利用者、システム及び位置合わせ工程の間の相互作用を示す相互作用流れ図である。 一実施形態に従ってクライアントによって実行される方法の流れ図である。 一実施形態による骨端板のセグメント分割のスクリーン・ショットである。 一実施形態による増補及び利用者相互作用を含めた平坦化された表面のスクリーン・ショットである。 一実施形態による投影を介した平坦化の図である。 一実施形態によるアイソマップ方式の平坦化の図である。 一実施形態による局所的線形埋め込み（ＬＬＥ）方式の平坦化の図である。
符号の説明
１４ Ｘ線システム
１５ Ｘ線源
１７ Ｘ線ビーム
１８ 患者
２０ テーブル
２２ 検出器
２４ シンチレータ
２６ 検出器アレイ
３９ 準備スイッチ
４１ 照射スイッチ
４３ ライト
１００ イメージング・システム
２００ ハードウェア及び動作環境
２０２ コンピュータ
２１０ 大容量記憶装置
２１２ システム・バス
３００ 自動位置合わせ方法
４００ 表示
４０２ グラフィック・キュー
５００ グラフィック・ユーザ・インタフェイス
５０２ スライス枠
５０４ 画像情報枠
５０６ 三次元表現枠
６００ タイミング系列
６０２ 撮像データを送る
６０４、６０８、６１４ 変更を示唆する
６０６、６１０ より高い分解能を有する次のレベルに進む
７００ 解剖学的表面と相互作用する方法
８００ 骨端板セグメント分割
８０２ 直交するスライス平面
８０４ 骨端板の三次元表面
９０２ 厚み測定によって増補された平坦化された表面
９０４ 平坦化された画像
９０６ 利用者の相互作用による描画
１０００ 平坦化された結腸表面
１００２ 表面
１００４ 円筒
１００６ 二次元表面
１１０２ ユークリッド距離
１１０４ 測地距離
１１０６ 測地距離の近似

Claims (10)

  1. 自動位置合わせ工程を介して位置合わせされるべき一組の画像を入手するステップ（３０２）と、
    自動位置合わせ工程を選択するステップと（３０４）、
    前記取得される一組の画像に対して前記選択された自動位置合わせ工程を適用するステップと（３０４）、
    利用者入力を受け取るステップと（３０６）、
    前記受け取った利用者入力を、前記取得される一組の画像に対する前記選択された位置合わせ工程の前記適用のカレントの段階に盛り込むステップ（３０６、３０８、３０４）と、
    前記取得される一組の画像の前記位置合わせが予め決められた条件以内に収まるまで前記受け取って盛り込む動作を繰り返すステップ（３０８）と
    を備えた画像位置合わせの計算機式方法。
  2. 前記取得される一組の画像は、１又は複数の磁気共鳴撮影（ＭＲＩ）画像、計算機式断層写真法（ＣＴ）画像、病理学画像、アーティファクトを含む画像、Ｘ線画像、超音波画像、関心領域画像（４０２）をさらに含んでいる、請求項１に記載の計算機式方法。
  3. 前記自動位置合わせ工程は、剛体型位置合わせ、歪み生成位置合わせ、剛体及び非剛体を併用した位置合わせ、多重スケール位置合わせ、局所相関又は局所相互情報位置合わせの工程（３０４）をさらに含んでいる、請求項２に記載の計算機式方法。
  4. 前記利用者入力は、１又は複数の大域的制御、局所的制御、ペースト（３０６）をさらに含んでいる、請求項３に記載の計算機式方法。
  5. 選択された画像の領域に局所的制御を適用するステップ（３０６、３０８、３０４）と、
    殆ど重ならずにタイル状に並べられている画像に対してペーストを適用するステップ（３０６、３０８、３０４）と
    をさらに含んでいる請求項４に記載の計算機式方法。
  6. 対象の第一の画像と第二の画像との間の画像位置合わせのシステムであって、
    自動位置合わせを実行するように構成されている位置合わせ工程計算器（２０２，３０４）と、
    利用者入力を受け取るように構成されているグラフィック・ユーザ・インタフェイス（２２２、３０６）と
    を備えており、
    前記位置合わせ工程計算器は、前記受け取った利用者入力を前記自動位置合わせのカレントの段階に盛り込み（３０４、３０６、３０８）、
    前記位置合わせ工程計算器は、目標位置合わせ誤差が算出されるまで自動位置合わせを実行して利用者入力を盛り込むことを続行する（３０４、３０６、３０８及び３１０）、
    システム。
  7. 前記自動位置合わせは、剛体型位置合わせ、歪み生成位置合わせ、剛体及び非剛体を併用した位置合わせ、多重スケール位置合わせ、類似性位置合わせ、局所相関又は局所相互情報位置合わせの一つである（７０８、７１０、７１２、７１４）、請求項６に記載のシステム。
  8. 前記第一又は第二の画像は、１又は複数の磁気共鳴撮影（ＭＲＩ）画像、計算機式断層写真法（ＣＴ）画像、病理学画像、アーティファクトを含む画像、Ｘ線画像、超音波画像、関心領域画像であり得る（４０２、３０）、請求項７に記載のシステム。
  9. 前記自動位置合わせは、剛体型位置合わせ、歪み生成位置合わせ、剛体及び非剛体を併用した位置合わせ、多重スケール位置合わせ、類似性位置合わせ、局所相関又は局所相互情報位置合わせの一つである（３０４）、請求項８に記載のシステム。
  10. 利用者入力は、１又は複数の大域的制御、局所的制御、ペーストをさらに含んでおり（７０４）、
    大域的制御は選択された画像に適用され（４０２）、
    局所的制御は選択された画像の領域に適用され（３０６）、
    ペーストは、前記利用者が、殆ど重ならずにタイル状に並べられている画像を整列させるときに行なわれる（５０６）、
    請求項７に記載のシステム。
JP2007207319A 2006-08-15 2007-08-09 相互作用方式の画像位置合わせのシステム及び方法 Pending JP2008043759A (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/464,808 US7693349B2 (en) 2006-08-15 2006-08-15 Systems and methods for interactive image registration

Publications (2)

Publication Number Publication Date
JP2008043759A true JP2008043759A (ja) 2008-02-28
JP2008043759A5 JP2008043759A5 (ja) 2011-09-15

Family

ID=39101498

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007207319A Pending JP2008043759A (ja) 2006-08-15 2007-08-09 相互作用方式の画像位置合わせのシステム及び方法

Country Status (3)

Country Link
US (1) US7693349B2 (ja)
JP (1) JP2008043759A (ja)
DE (1) DE102007037284A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015514447A (ja) * 2012-03-08 2015-05-21 コーニンクレッカ フィリップス エヌ ヴェ マルチモーダル画像統合におけるレジストレーション精度を改善するインテリジェントなランドマーク選択
KR20160012644A (ko) * 2014-07-25 2016-02-03 주식회사 인피니트헬스케어 의료 영상의 위치 매칭 제어 방법 및 그 장치
JP2018044894A (ja) * 2016-09-15 2018-03-22 株式会社東芝 気象データ処理装置、システム、気象データ処理方法及びプログラム
JP2019217261A (ja) * 2018-06-21 2019-12-26 キヤノンメディカルシステムズ株式会社 医用画像処理装置および医用画像処理方法
WO2020195729A1 (ja) * 2019-03-22 2020-10-01 富士フイルム株式会社 関節画像展開装置、方法およびプログラム
WO2022230518A1 (ja) * 2021-04-26 2022-11-03 株式会社Kompath 情報処理システム、情報処理方法および記録媒体

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080049999A1 (en) * 2006-08-28 2008-02-28 Siemens Medical Solutions Usa, Inc. Computer Aided Detection of Bone Metastasis
WO2008064471A1 (en) * 2006-11-28 2008-06-05 Calgary Scientific Inc. Texture-based multi-dimensional medical image registration
US11064964B2 (en) 2007-03-08 2021-07-20 Sync-Rx, Ltd Determining a characteristic of a lumen by measuring velocity of a contrast agent
US8781193B2 (en) 2007-03-08 2014-07-15 Sync-Rx, Ltd. Automatic quantitative vessel analysis
JP5639764B2 (ja) * 2007-03-08 2014-12-10 シンク−アールエックス，リミティド 運動する器官と共に使用するイメージング及びツール
US9968256B2 (en) 2007-03-08 2018-05-15 Sync-Rx Ltd. Automatic identification of a tool
US9629571B2 (en) 2007-03-08 2017-04-25 Sync-Rx, Ltd. Co-use of endoluminal data and extraluminal imaging
US11197651B2 (en) 2007-03-08 2021-12-14 Sync-Rx, Ltd. Identification and presentation of device-to-vessel relative motion
US10716528B2 (en) 2007-03-08 2020-07-21 Sync-Rx, Ltd. Automatic display of previously-acquired endoluminal images
US9375164B2 (en) 2007-03-08 2016-06-28 Sync-Rx, Ltd. Co-use of endoluminal data and extraluminal imaging
JP5139716B2 (ja) * 2007-05-16 2013-02-06 キヤノン株式会社 画像検索装置及び画像検索方法
US8175352B2 (en) * 2007-09-21 2012-05-08 Siemens Aktiengesellschaft System and method for automated magnetic resonance scan prescription for optic nerves
US8218905B2 (en) * 2007-10-12 2012-07-10 Claron Technology Inc. Method, system and software product for providing efficient registration of 3D image data
US8165361B2 (en) * 2008-01-14 2012-04-24 General Electric Company System and method for image based multiple-modality cardiac image alignment
US8437570B2 (en) * 2008-05-23 2013-05-07 Microsoft Corporation Geodesic image and video processing
ES2450391T3 (es) 2008-06-19 2014-03-24 Sync-Rx, Ltd. Avance progresivo de un instrumento médico
US8068652B2 (en) * 2008-08-29 2011-11-29 General Electric Company Semi-automated registration of data based on a hierarchical mesh
US10362962B2 (en) 2008-11-18 2019-07-30 Synx-Rx, Ltd. Accounting for skipped imaging locations during movement of an endoluminal imaging probe
US9101286B2 (en) 2008-11-18 2015-08-11 Sync-Rx, Ltd. Apparatus and methods for determining a dimension of a portion of a stack of endoluminal data points
US9095313B2 (en) 2008-11-18 2015-08-04 Sync-Rx, Ltd. Accounting for non-uniform longitudinal motion during movement of an endoluminal imaging probe
US8855744B2 (en) 2008-11-18 2014-10-07 Sync-Rx, Ltd. Displaying a device within an endoluminal image stack
US9974509B2 (en) 2008-11-18 2018-05-22 Sync-Rx Ltd. Image super enhancement
US9144394B2 (en) 2008-11-18 2015-09-29 Sync-Rx, Ltd. Apparatus and methods for determining a plurality of local calibration factors for an image
US11064903B2 (en) 2008-11-18 2021-07-20 Sync-Rx, Ltd Apparatus and methods for mapping a sequence of images to a roadmap image
US7991498B2 (en) 2009-02-03 2011-08-02 Objet Geometries Ltd. Method and system for building painted three-dimensional objects
US8351654B2 (en) * 2009-04-28 2013-01-08 Microsoft Corporation Image processing using geodesic forests
US9002089B2 (en) * 2010-05-06 2015-04-07 Koninklijke Philips N.V. Image data registration for dynamic perfusion CT
DE102010022266A1 (de) * 2010-05-31 2011-12-01 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Registrierung von medizinischen Bilddaten
US8345976B2 (en) * 2010-08-06 2013-01-01 Sony Corporation Systems and methods for segmenting digital images
US8594461B2 (en) * 2010-10-02 2013-11-26 Varian Medical Systems, Inc. Image data compression and decompression
RU2013132535A (ru) 2010-12-15 2015-01-20 Конинклейке Филипс Электроникс Н.В. Направляемое контуром совмещение деформируемого изображения
US8676743B2 (en) * 2011-05-03 2014-03-18 Space-Time Insight Space-time-nodal type signal processing
EP2723231A4 (en) 2011-06-23 2015-02-25 Sync Rx Ltd LUMINAL BACKGROUND CLEANING
DE112012002671T5 (de) 2011-06-29 2014-04-03 Philips Intellectual Property & Standards Gmbh Anzeigen einer Vielzahl von registrierten Bildern
US8781173B2 (en) 2012-02-28 2014-07-15 Microsoft Corporation Computing high dynamic range photographs
JP6134789B2 (ja) 2012-06-26 2017-05-24 シンク−アールエックス，リミティド 管腔器官における流れに関連する画像処理
US9542529B2 (en) * 2013-10-31 2017-01-10 Toshiba Medical Systems Corporation Medical image data processing apparatus and method
US11172823B2 (en) 2015-03-17 2021-11-16 Synaptive Medical Inc. Method, system and apparatus for tracking surgical imaging devices
US10096151B2 (en) 2015-07-07 2018-10-09 Varian Medical Systems International Ag Methods and systems for three-dimensional visualization of deviation of volumetric structures with colored surface structures
US11024024B2 (en) 2015-12-15 2021-06-01 The Regents Of The University Of California Systems and methods for analyzing perfusion-weighted medical imaging using deep neural networks
US10964424B2 (en) 2016-03-09 2021-03-30 EchoNous, Inc. Ultrasound image recognition systems and methods utilizing an artificial intelligence network
US10999602B2 (en) 2016-12-23 2021-05-04 Apple Inc. Sphere projected motion estimation/compensation and mode decision
US11259046B2 (en) 2017-02-15 2022-02-22 Apple Inc. Processing of equirectangular object data to compensate for distortion by spherical projections
US10924747B2 (en) 2017-02-27 2021-02-16 Apple Inc. Video coding techniques for multi-view video
US11093752B2 (en) 2017-06-02 2021-08-17 Apple Inc. Object tracking in multi-view video
US10754242B2 (en) 2017-06-30 2020-08-25 Apple Inc. Adaptive resolution and projection format in multi-direction video
US20190005709A1 (en) * 2017-06-30 2019-01-03 Apple Inc. Techniques for Correction of Visual Artifacts in Multi-View Images
CN110893108A (zh) * 2018-09-13 2020-03-20 佳能医疗系统株式会社 医用图像诊断装置、医用图像诊断方法及超声波诊断装置
US11481909B2 (en) 2018-12-06 2022-10-25 Biosense Webster (Israel) Ltd. Method and apparatus for performing facial registration
CN109934861B (zh) * 2019-01-22 2022-10-18 广东工业大学 一种头颈部多模态医学图像自动配准方法
CN111932443B (zh) * 2020-07-16 2024-04-02 江苏师范大学 多尺度表达结合造影剂提升超声与磁共振配准精度的方法
CN113409351B (zh) * 2021-06-30 2022-06-24 吉林大学 基于最优传输的无监督领域自适应遥感图像分割方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101450A (ja) * 1999-09-28 2001-04-13 Terarikon Inc 三次元画像表示装置
JP2001167251A (ja) * 1999-12-07 2001-06-22 Toshiba Corp 医療用画像処理装置
JP2001291091A (ja) * 2000-01-31 2001-10-19 Mitsubishi Electric Corp 画像処理装置および方法
JP2003190117A (ja) * 2001-12-25 2003-07-08 Hitachi Medical Corp 手術支援システム
JP2004057827A (ja) * 2002-07-25 2004-02-26 Ge Medical Systems Global Technology Co Llc 空間的に一致した画像において時間変化を表示する改良型方法
JP2004508856A (ja) * 2000-09-15 2004-03-25 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 尤度最大化を利用した画像位置合わせ（ｒｅｇｉｓｔｒａｔｉｏｎ）システム及び方法
JP2004254899A (ja) * 2003-02-26 2004-09-16 Hitachi Ltd 手術支援システム及び手術支援方法
JP2005143735A (ja) * 2003-11-13 2005-06-09 Toshiba Corp Ｘ線ｃｔ装置及び画像データ生成方法
WO2005059831A1 (en) * 2003-12-11 2005-06-30 Philips Intellectual Property & Standards Gmbh Elastic image registration
JP2005528974A (ja) * 2002-06-12 2005-09-29 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 生理学的モデルに基づく非剛体画像位置合わせ
JP2006006359A (ja) * 2004-06-22 2006-01-12 Fuji Photo Film Co Ltd 画像生成装置、画像生成装置方法、およびそのプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850252B1 (en) * 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US6400996B1 (en) * 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
US7006881B1 (en) * 1991-12-23 2006-02-28 Steven Hoffberg Media recording device with remote graphic user interface
US6930707B2 (en) * 2000-12-22 2005-08-16 International Business Machines Corporation Digital camera apparatus with biometric capability
US7379627B2 (en) * 2003-10-20 2008-05-27 Microsoft Corporation Integrated solution to digital image similarity searching

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001101450A (ja) * 1999-09-28 2001-04-13 Terarikon Inc 三次元画像表示装置
JP2001167251A (ja) * 1999-12-07 2001-06-22 Toshiba Corp 医療用画像処理装置
JP2001291091A (ja) * 2000-01-31 2001-10-19 Mitsubishi Electric Corp 画像処理装置および方法
JP2004508856A (ja) * 2000-09-15 2004-03-25 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 尤度最大化を利用した画像位置合わせ（ｒｅｇｉｓｔｒａｔｉｏｎ）システム及び方法
JP2003190117A (ja) * 2001-12-25 2003-07-08 Hitachi Medical Corp 手術支援システム
JP2005528974A (ja) * 2002-06-12 2005-09-29 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 生理学的モデルに基づく非剛体画像位置合わせ
JP2004057827A (ja) * 2002-07-25 2004-02-26 Ge Medical Systems Global Technology Co Llc 空間的に一致した画像において時間変化を表示する改良型方法
JP2004254899A (ja) * 2003-02-26 2004-09-16 Hitachi Ltd 手術支援システム及び手術支援方法
JP2005143735A (ja) * 2003-11-13 2005-06-09 Toshiba Corp Ｘ線ｃｔ装置及び画像データ生成方法
WO2005059831A1 (en) * 2003-12-11 2005-06-30 Philips Intellectual Property & Standards Gmbh Elastic image registration
JP2006006359A (ja) * 2004-06-22 2006-01-12 Fuji Photo Film Co Ltd 画像生成装置、画像生成装置方法、およびそのプログラム

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015514447A (ja) * 2012-03-08 2015-05-21 コーニンクレッカ フィリップス エヌ ヴェ マルチモーダル画像統合におけるレジストレーション精度を改善するインテリジェントなランドマーク選択
KR20160012644A (ko) * 2014-07-25 2016-02-03 주식회사 인피니트헬스케어 의료 영상의 위치 매칭 제어 방법 및 그 장치
KR101654824B1 (ko) 2014-07-25 2016-09-06 주식회사 인피니트헬스케어 의료 영상의 위치 매칭 제어 방법 및 그 장치
JP2018044894A (ja) * 2016-09-15 2018-03-22 株式会社東芝 気象データ処理装置、システム、気象データ処理方法及びプログラム
TWI671544B (zh) * 2016-09-15 2019-09-11 日商東芝股份有限公司 氣象資料處理裝置、包含氣象資料處理裝置之系統、氣象資料處理方法及氣象資料處理程式
US10712473B2 (en) 2016-09-15 2020-07-14 Kabushiki Kaisha Toshiba Weather data processing apparatus and method using weather radar
JP2019217261A (ja) * 2018-06-21 2019-12-26 キヤノンメディカルシステムズ株式会社 医用画像処理装置および医用画像処理方法
WO2020195729A1 (ja) * 2019-03-22 2020-10-01 富士フイルム株式会社 関節画像展開装置、方法およびプログラム
JPWO2020195729A1 (ja) * 2019-03-22 2021-10-14 富士フイルム株式会社 関節画像展開装置、方法およびプログラム
JP7203952B2 (ja) 2019-03-22 2023-01-13 富士フイルム株式会社 関節画像展開装置、方法およびプログラム
WO2022230518A1 (ja) * 2021-04-26 2022-11-03 株式会社Kompath 情報処理システム、情報処理方法および記録媒体

Also Published As

Publication number Publication date
US7693349B2 (en) 2010-04-06
US20080044104A1 (en) 2008-02-21
DE102007037284A1 (de) 2008-05-15

Similar Documents

Publication Publication Date Title
JP2008043759A (ja) 相互作用方式の画像位置合わせのシステム及び方法
US7643662B2 (en) System and method for flattened anatomy for interactive segmentation and measurement
US10395398B2 (en) Appartus and method for visualizing digital breast tomosynthesis and other volumetric images
CN109493328B (zh) 医学图像显示方法、查看设备以及计算机设备
US9700284B2 (en) Three-dimensional ultrasound reconstruction with confidence information
JP5337354B2 (ja) 幾何学方式レジストレーションのためのシステムおよび方法
AU2011206927B2 (en) A computed tomography imaging process and system
JP4917733B2 (ja) 尤度最大化を利用した画像位置合わせシステム及び方法
US7860331B2 (en) Purpose-driven enhancement filtering of anatomical data
WO2018205232A1 (zh) 一种针对拼接结果自动精确定位参考线的方法
CN111540025B (zh) 预测用于图像处理的图像
US11790525B2 (en) Method for metal artifact avoidance in x-ray imaging
US9704300B2 (en) Detection of anatomy orientation using learning-based regression
CN102292744B (zh) 心脏图像处理和分析
US20180064409A1 (en) Simultaneously displaying medical images
WO2014160766A1 (en) Task-based source-detector trajectories for tomographic imaging
CN112150600B (zh) 一种容积重建图像生成方法、装置、系统及存储介质
WO2008092744A2 (en) Universal image processing
JP2016514535A (ja) 画像レジストレーション
Wright et al. Complete fetal head compounding from multi-view 3D ultrasound
WO2023276810A1 (ja) 疾患ラベル作成装置、方法及びプログラム並びに学習装置及び疾患検出モデル
Djurabekova et al. 2D-3D motion registration of rigid objects within a soft tissue structure
JP2006230904A (ja) 画像処理装置及び画像処理方法
EP3695380A1 (en) Hypersurface reconstruction of microscope view
JP2006136718A (ja) ブレンドされる画像の表示用デイスプレーデバイス

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100802

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100802

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20100802

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110801

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120821

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121115

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20121218

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20130409

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130805

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20130812

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20130920