JP2008126065A - 少なくとも１つの血管を輪郭付けする方法および装置 - Google Patents

Abstract

【課題】血管に輪郭付けする。
【解決手段】少なくとも１つの血管に関する画像データにアクセスし、ヒストグラムの複数の構成要素を画定することによって、少なくとも１つの血管に輪郭付けする（５２）。他の態様において提供される、臓器の組織をセグメント化する方法は、撮像剤（imaging agent）、血液、造影剤、および生物医学的剤の少なくとも１つと関連して、または関連せずに獲得された、撮像モダリティ獲得システムからの画像データにアクセスすることを含む。セグメント化は、ヒストグラムに対して線はめ込み技法を使用することにより、データの心外膜の脂肪、カルシウム、管腔／コントラスト、および脂肪性血小板／血栓の少なくとも１つとして、血管組織の要素を異なる密度に分類することによるヒストグラム分析を含む方法を使用することによってデータについて実施され、各要素は、血管の外壁を画定する。
【選択図】図５

Description

本発明は、一般的には、画像診断（ＤＩ）の方法および装置に関し、より具体的には、少なくとも１つの血管を輪郭付けする能力を提供する方法および装置に関する。

本出願は、２００６年４月１３日に出願された出願番号１１／４０３６５６の一部継続（ＣＩＰ）である。

急性冠状症候群の主要な危険因子として、アテローム血栓症血小板の組成の重要性が、ますます認識されているようである。浸襲的および非浸襲的撮像技法の両方が、アテローム血栓症の血管の評価を容易にするために利用可能である。

不安定な血小板または柔らかい血小板の破裂は、動脈内または他の血管内の血小板の組成が破裂して、脂肪性粒子および他の毒素を血流の中に放出する不健全な条件となることがある。さらに、破裂箇所は、全体を覆い、動脈または他の血管において潜在的なより大規模な遮断を生じることがある。

医師は、患者において示される心臓疾患の構成要素を理解すべきであるが、その理由は、カルシウムなどのいくつかの構成要素は、他の構成要素より、易損性になり、血管からはがれ、おそらくは発作または突然死を創出する可能性が低いからである。血小板の形態的な特徴の検出は、手術処置または積極的な薬剤処置を区別するなど、早期の診断またはより効率的な治療計画の支援を提供することができる。石灰化した血小板は、易損性になりにくく、したがって、血管がほぼ狭窄でない限り、石灰化した血小板は、多くの場合に薬剤で処置することができる。
米国特許第６８３６５２８号公報 米国特許第６８９８２６３号公報 米国特許出願公開２００６／００５２６９０号公報

冠状動脈疾患を検出および評価する現在の標準的な技法は、コントラスト血管造影法であった。しかし、最近では、コントラスト血管造影法のいくつかの限界が明らかになっている。その限界には、血管壁に関する情報の欠如、外向きにリモデルされた血管（outwardly remodeled vessel）における大きな血小板負荷量に対する感受性がないこと、および血管形成中の血管壁破裂を検出する能力がないことがある。

一態様において、方法が提供される。この方法は、少なくとも１つの血管に関する画像データにアクセスすることと、ヒストグラムの複数の構成要素を画定することによって少なくとも１つの血管を輪郭付けすることとを含む。

他の態様において、臓器の組織をセグメント化する方法が提供される。この方法は、撮像モダリティ獲得システムからの画像データにアクセスすることを含み、画像データは、３次元単一もしくは複数心臓相データセットおよび／または臓器もしくは組織における対象の特徴の３次元多時間相データセットの少なくとも１つを含み、データは、撮像剤（imaging agent）、血液、造影剤、および生物医学的剤の少なくとも１つと関連して、または関連せずに獲得され、データは、心臓ストレス状態または非心臓ストレス状態において獲得することができ、セグメント化は、ヒストグラムに対して線はめ込み技法を使用することにより、データの心外膜の脂肪、カルシウム、管腔／コントラスト、および脂肪性血小板／血栓の少なくとも１つとして、血管組織の要素を異なる密度に分類することによるヒストグラム分析を含む方法を使用することによってデータについて実施され、各要素は、血管の外壁を画定する。

他の態様において、装置は、検出器、および検出器に動作式に結合されたコンピュータを含む。コンピュータは、少なくとも１つの血管に関する画像データにアクセスし、ヒストグラムの複数の構成要素を画定することによって、少なくとも１つの血管を輪郭付けするように構成される。

本明細書では、例えば非限定的にコンピュータ化断層撮影（ＣＴ）システムなど、撮像システムに有用なクラスタ化および分類する方法および装置が提供される。その装置および方法は、同じ数字がすべての図において同じ要素を示す図を参照して示される。そのような図は、限定ではなく、例示であることを意図し、本発明の装置および方法の例示的な実施形態の説明を容易にするために本明細書に含まれる。ＣＴのセッティングにおいて記述されているが、本発明の便益は、磁気共鳴影像法（ＭＲＩ）、陽電子放射断層撮影法（ＰＥＴ）、電子ビームＣＴ（ＥＢＣＴ）、単一光子放射ＣＴ（ＳＰＥＣＴ）、超音波、光干渉断層撮影法など、ならびにまだ発明されていないものを含めて、すべてのＤＩモダリティにもたらされることが意図されている。

図１は、関連付けられたディスプレイ２０を有する撮像モダリティ獲得システム１０を示す。撮像システム１０は、任意のモダリティとすることができるが、一実施形態では、システム１０はＣＴシステムである。他の実施形態では、システム１０は、組み合わされたＣＴ／ＰＥＴシステムなど、２重モダリティ撮像システムであり、以下で記述されるクラスタ化および統計方法を１つのモダリティ（例えばＣＴ）で実施することができ、処理されたデータを他のモダリティ（例えばＰＥＴ）に転送することができる。ディスプレイ２０は、システム１０とは別とする、またはシステム１０と統合することができる。システム１０は、ｘ線放射検出器、ガンマカメラ、および／または超音波プローブもしくはＲＦコイルなど、獲得デバイスを含む。ＣＴ、ＥＢＣＴ、および超音波では、獲得デバイスは、患者を経て伝達されたエネルギーを受け取るが、ＰＥＴおよびＳＰＥＣＴでは、獲得デバイスは、患者から放出されたエネルギーを受け取ることに留意されたい。ＭＲＩでは、エネルギーが伝達され、これから受動信号が受信される。すべてのモダリティに共通することは、獲得デバイスが、患者または他の走査された物体に関するエネルギーを受け取ることである。

冠状動脈を見るとき、血管の輪郭を有することが望ましいが、いくつかの血管は、図２において見られるものなど、管腔にわたってコントラストを有さない可能性がある。より具体的には、図２は、血栓ができている右冠状動脈（ＲＣＡ）を示す。コントラストは、もはや血管を通って流れず、血管の下位部分は、側副流を介して供給されていることに留意されたい。図３に示されるように、右冠状血管の周りに３次元管を描く場合、血管の構成要素（本明細書では要素とも呼ばれる）を含むヒストグラムを作成することができる。図４は、画像のヒストグラムがその中に価値のあるデータを提供することを示す。

一実施形態では、血管疾患の診断または処置を容易にするために、４つの構成要素が分類および表示されることが望ましい。４つの構成要素または要素は、１管腔、２体脂肪、３血栓／脂肪性血小板、および４カルシウムである。脂肪性血小板および血栓は、１つの単一構成要素とみなされる。多エネルギーＣＴ撮像の出現により、これらの構成要素をさらに分析することができる可能性がある。したがって、これらの構成要素を区別することができる可能性があり、他の実施形態は、５つ以上の構成要素または３つ以下の構成要素を使用することができる。例えば、一実施形態は、上記で１〜３と列挙された構成要素である３つの構成要素のみを使用し、カルシウムは使用されない。対象の領域のヒストグラムが、図３に示されるように獲得される。この特定のヒストグラムは、カルシウムのピークを含まない。ガウス分布を４つの可能なピークと組み合わせる方法を使用して、これらのピークのそれぞれの平均および標準偏差の初期推定を得ることができる。期待値最大化技法が使用された。期待値最大化技法は、観測不可能なパラメータの確率モデルを使用することによってパラメータの推定を見つける最尤度技法である。使用されたルーチンは、期待値ステップと、各パラメータについて最尤度推定を計算する最大化ステップとを交互に使用した。このアルゴリズムの期待値部分は、式１において記述され、ｘは、ガウスモデルを表し、ｙは、各モデルから取られたサンプルである。推定しようとしているモデルは、ｔによって表される。このモデルを平均および標準偏差で推定する。

上記で、Ｐは、各サンプルおよび各モデル（ｘ）の確率ベクトルであり、ｎは、ガウスモデルに応じて１から４の範囲である。式２において与えられる最大化関数は、次の推定ステップにおいて推定を決定する。

次いで、平均および標準偏差を計算することができ、新しい分布（ｔ）を画定することができる。反復プロセスは、最大対数尤度に到達し、かつステップ間の差が１０％未満になるまで続けられる。この方法は、４構成要素の例における異なるピークについて４つの可能な平均値および標準偏差のリストを与える。

しかし、いくつかのスキュードデータのために、この方法は、我々にとっては重要な値である分布の中心を見つけない可能性がある。したがって、精度を上げるために、最大化関数およびサンプル点のより小さい領域を使用することができる。さらに、これの精度を向上させるために、ガウス分布の最小２乗はめ込みが実施されることが可能である。

再び、ガウス分布を使用することができるが、対数正規分布またはレイリー分布などの他の分布を使用することができる。

平均値（μ）およびシグマ（σ）は、式について計算されたｙ値と実際のｙデータのｙ値との間の距離の平方を最小にすることによって、はめ込むことができる。

構成要素の分布は、互いに重なり、それにより、各分布の縁、具体的には図４において４０と名称付けされた線の間の領域として画定される血小板／血栓をより完全に画定することが望ましい。したがって、画素を各要素に配置するために、ファジークラスタ化または最隣接などのより精巧な技法を使用することが必要である。これは患者に特有であることに留意されたい。線４０は、他の患者では異なることがある。図４では、ｘ軸はＣＴ数であり、ｙ軸は、その特定のＣＴ数を有する画素の数である。例えば、約−７５ＨＵは、画素のピーク数が、−７５値を有する像において１２の画素である。

図５は、ステップ５２において、少なくとも１つの血管に関する画像データにアクセスすることと、ヒストグラムの複数の構成要素を画定することによって、少なくとも１つの血管を輪郭付けすることとを含む方法５０を示す。随意選択で、方法５０は、ステップ５４において、構成要素が患者ごとに基づいて体脂肪、血栓／脂肪性血小板、管腔、およびカルシウムを含むヒストグラムの複数の構成要素を画定することによって、少なくとも１つの血管を輪郭付けすることを含む。さらに、方法５０は、一実施形態では、ステップ５６において、画素またはボクセルを画定構成要素にはめ込むために、画像データに対してファジークラスタ化などのクラスタ化方法を実施することを含む。また、血小板負荷量の推定を生成するためにはめ込み画素またはボクセルを使用することを含むステップ５８も随意選択である。

クラスタ分析は、類似のデータオブジェクト（同様の信号強度のもの）が同じクラスタに属し、非類似のデータオブジェクトが異なるクラスタに属するように、データを群（クラスタ）に分割する。結果として得られるデータ区分は、データの理解を改善し、その内部構造を明らかにする。区分クラスタ化アルゴリズムは、データのセットをクラスタまたはクラスに分割し、同様のデータオブジェクトは同じクラスタに割り当てられ、非同類のデータオブジェクトは異なるクラスタに属するはずである。

上記で、ｃ＝クラスタの数、およびｕ＝クラスタの質量中心からの画素の距離である。

クラスタの画素またはボクセルのメンバシップは、Ｋ平均値を使用して以下のように決定される。

簡単な方法（Ｋ平均値分析など）を使用することに付随する問題は、クラスタの初期質量中心を選択するにより、結果が決定されることである。

医療の応用分野では、非常にしばしば、クラスタ間に先鋭な境界が存在せず、それにより、ファジークラスタ化がしばしばデータによりよく適している。ゼロと１の間のメンバシップの程度が、データをクラスタに明確に割り当てる代わりに、ファジークラスタ化では使用される。ファジークラスタ化により、各画素が属することができるメンバシップ関数を計算することが可能になる。各画素は、ゼロと１の間のどこかの各クラスタに対して値を割り当てられる。クラスタ化の目的は、クラスタの各点と質量中心との間の距離を最小限にすることである。これは、以下の式において記述される反復方法により実施される。

最小距離に到達した後、各画素の最大係数を画像として表示することができる。

このファジークラスタまたは他のタイプのクラスタ化は、標準偏差の１または２より大きい画素を管腔または体脂肪の平均から離すために使用することができる。これらの初期値は、血管を輪郭付けすることを補助するが、その理由は、図２に示されたように血管全体にわたってコントラストを有さない血管は、標準的なＫ平均分析では正確に輪郭付けされないからである。

この方法は、同じ構成要素の画素間の距離を最小限に抑える。血管壁の外側の画素は、十分な血小板／血栓の一部とみなされるが、その理由は、壁層が厚いほど、患者がアテローム血栓症疾患を有する可能性が高くなるからである。

したがって、体脂肪など、血管を囲む構成要素、および管腔内のコントラストなどの内部構成要素が画定された後では、脂肪性血小板／血栓の残りの構成要素を画定することは容易である。これにより、血管内の疾患の特徴付けを改良することが可能になる。

本明細書において使用される際、「画像を再構築する」という句は、画像を表すデータが生成されるが、見ることのできる画像は生成されないという本発明の実施形態を排除することを意図しない。したがって、本明細書において使用される際、「画像」という用語は、見ることのできる像および見ることのできる像を表すデータの両方を広範に指す。しかし、多くの実施形態は、少なくとも１つの見ることのできる画像を生成する（または、生成するように構成される）。

一実施形態では、システム１０は、フレキシブルディスクドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤドライブ、磁気光ディスク（ＭＯＤ）デバイスなどのデータ記憶用デバイス、あるいは、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ、またはネットワークもしくはインターネットなどの他のデジタル源などのコンピュータ可読媒体から命令および／またはデータを読み取るためのイーサネット（商標）デバイスなどのネットワーク接続デバイスを含むあらゆる他のデジタルデバイス、ならびにまだ開発されていないデジタル手段を含む。他の実施形態では、コンピュータは、ファームウエア（図示せず）に記憶された命令を実行する。一般的には、プロセッサが、本明細書において記述されたプロセスを実行するようにプログラムされる。当然、方法は、ＣＴにおける実施に限定されず、システム１０は、撮像システムの多くの他のタイプおよび変形形態と関連して使用することができる。一実施形態では、コンピュータは、本明細書において記述された機能を実施するようにプログラムされ、したがって本明細書において使用される際、コンピュータという用語は、コンピュータとして当技術分野において言及される集積回路だけに限定されず、コンピュータ、プロセッサ、マイクロコントローラ、マイクロコンピュータ、プログラム可能論理制御装置、特定用途向けＩＣ（ＡＳＩＣ）、および他のプログラム可能回路を広範に指す。さらに、コンピュータは、獲得デバイスに動作式に結合される。本明細書において記述された方法は、ヒトの患者のセッティングにおいて記述されたが、本発明の利益は、小動物の調査に通常使用されるシステムなど、ヒト以外の撮像システムにもたらされることが意図されている。

技術上の効果には、比較的迅速に血管血小板の構成要素を正確に画定する能力を含み、一方、血管の縁を正確に画定することもできる。これにより、各患者について血小板の負荷量を画定することも可能になる。

例示的な実施形態が、上記において詳細に記述されている。アセンブリおよび方法は、本明細書において記述された特定の実施形態に限定されず、各アセンブリおよび／または方法の構成要素は、明細書において記述された他の構成要素とは独立かつ別々に使用されることが可能である。

本発明は、様々な特定の実施形態の観点で記述されたが、当業者なら、本発明は、請求項の趣旨および範囲内において修正して実施することができることを理解するであろう。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。

関連付けられたディスプレイを有する撮像モダリティ獲得システムを示す図である。 いくつかの血管が管腔にわたってコントラストを有さない可能性があることを示す図である。 右冠状血管の周りの３次元管を示す図である。 要素を分類するために使用される線またはカットオフを有するヒストグラムを示す図である。 方法を示す図である。

符号の説明

１０ システム
２０ ディスプレイ
４０ 線
５０ 方法
５２ ステップ
５４ ステップ
５６ ステップ
５８ ステップ

Claims (10)

1. 少なくとも１つの血管に関する画像データにアクセスすることと、
   ヒストグラムの複数の構成要素を画定することによって、前記少なくとも１つの血管を輪郭付けすること（５２）とを含む方法（５０）。
2. 前記輪郭付けすること（５２）が、ヒストグラムの複数の構成要素を画定することによって、構成要素が体脂肪および血栓／脂肪性血小板を含むヒストグラムの複数の構成要素を画定することによって、前記少なくとも１つの血管を輪郭付けすること（５２）を含む、請求項１記載の方法（５０）。
3. 前記輪郭付けすること（５２）が、構成要素が体脂肪、血栓／脂肪性血小板、管腔、およびカルシウムを含むヒストグラムの複数の構成要素を画定することによって、前記少なくとも１つの血管を輪郭付けすること（５２）を含む、請求項１記載の方法（５０）。
4. 前記画定された構成要素に画素またはボクセルをはめ込むために、前記画像データに対してクラスタ化方法を実施することをさらに含む、請求項２記載の方法（５０）。
5. 血小板負荷量の推定を生成するために、前記はめ込まれた画素またはボクセルを使用することをさらに含む、請求項４記載の方法（５０）。
6. 検出器と、
   前記検出器に動作式に結合されたコンピュータとを備え、前記コンピュータが、
   少なくとも１つの血管に関する画像データにアクセスし、
   ヒストグラムの複数の構成要素を画定することによって、前記少なくとも１つの血管を輪郭付けするように構成される装置（１０）。
7. 前記輪郭付けすること（５２）が、構成要素が、体脂肪、および血栓／脂肪性血小板を含むヒストグラムの複数の構成要素を画定することによって、前記少なくとも１つの血管を輪郭付けすること（５２）をさらに含む、請求項６記載の装置（１０）。
8. 前記輪郭付けすること（５２）が、構成要素が、体脂肪、血栓／脂肪性血小板、管腔、およびカルシウムを備えるヒストグラムの複数の構成要素を画定することによって、前記少なくとも１つの血管を輪郭付けすること（５２）をさらに含む、請求項７記載の装置（１０）。
9. 前記コンピュータが、前記画定された構成要素に画素またはボクセルをはめ込むために、前記画像データに対してファジークラスタ化を実施するようにさらに構成される、請求項６記載の装置（１０）。
10. 前記コンピュータが、血小板負荷量の推定を生成するために、前記はめ込まれた画素またはボクセルを使用するようにさらに構成される、請求項９記載の装置（１０）。