JP2008126083A - 血管構造区分方法及び装置 - Google Patents

Abstract

【課題】計算機式断層写真法アンジオグラフィ法（ＣＴＡ）及び磁気共鳴アンジオグラフィ法（ＭＲＡ）のデータの効率的で適時的な精査を可能にする。
【解決手段】臨床的に、神経血管構造の３Ｄ視覚化において、放射線科医が動脈瘤を取り除ける（rule out）ことを可能にし得るような明瞭な画像を提供し得る像を形成することを可能にする必要がある。この必要性を解決する一つの方法は、神経血管容積の解剖学的に関連のある分割を通じて、骨による妨害を除去してクラッタを減少させた像を作成するものである。方法は、ＣＴシステムを用いて神経血管の複数の解剖学的に関連のある循環系への自動的区分を実行するステップを含む。
【選択図】図１

Description

本発明は一般的には、撮像方法及び装置に関し、さらに具体的には、血管構造区分を提供する方法及び装置に関する。

神経撮像のための計算機式断層写真法アンジオグラフィ法（ＣＴＡ）プロトコル及び磁気共鳴アンジオグラフィ法（ＭＲＡ）プロトコルは、血管にある発作の根本的原因を識別するために発作の精密検査時に行なわれる。ＣＴＡデータ集合及びＭＲＡデータ集合の精査は、三次元（３Ｄ）視覚化における骨による妨害及び／又は神経血管の重畳によるクラッタが少しでも生ずると困難になる場合が間々ある。
米国特許出願公開第２００４／０１０１１７９号

臨床的に、神経血管構造の３Ｄ視覚化において、放射線科医が動脈瘤を取り除ける（rule out）ことを可能にし得るような明瞭な画像を提供し得る像を形成することを可能にする必要がある。この必要性を解決する一つの方法は、神経血管容積の解剖学的に関連のある分割を通じて、骨による妨害を除去してクラッタを減少させた像を作成するものである。従って、最大強度投影（ＭＩＰ）像としてレンダリングされた３Ｄ像を自動的に形成して、一実施形態では神経血管構造を左循環領域、右循環領域、前循環領域及び後循環領域に自動的に解剖学的に分割するように神経血管構造のボリューム・レンダリングを自動的に実行することにより、ＣＴＡ（及びＭＲＡ）データの効率的で適時的な精査を可能にするワークフローを得られると望ましい。

一観点では、方法が、ＣＴシステムを用いて神経血管の複数の解剖学的に関連のある循環系への自動的区分を行なうステップを含んでいる。

他の観点では、コンピュータ読み取り可能な媒体が、神経血管を解剖学的に関連のある循環系に自動的に区分して、各々の区分後の系に自動的にラベルを付すことをコンピュータに指令するように構成されているプログラムを埋め込まれている。

さらにもう一つの観点では、システムが、Ｘ線源と、この線源から放出されたＸ線を受光するように配置されているＸ線検出器と、直接又はネットワークを介してリモートで又は他の方法でのいずれかで検出器からデータを受領するように構成されているコンピュータとを含んでいる。コンピュータは、神経血管を解剖学的に関連のある循環系に自動的に区分して、区分後の系を少なくとも一つの関心領域と融合させるように構成されている。

さらにもう一つの観点では、システムが、Ｘ線源と、この線源から放出されたＸ線を受光するように配置されているＸ線検出器と、直接又はネットワークを介してリモートで又は他の方法でのいずれかで検出器からデータを受領するように構成されているコンピュータとを含んでいる。コンピュータは、血管構造を解剖学的に関連のある循環系に自動的に区分し、血管構造の特定の小分枝を自動的に解析し、あらゆる血管異常を自動的に検出して測定して、上述の解剖学的構造及びあらゆる病状の特定の像を自動的に生成するように構成されている。

本特許又は出願は、カラーで作成された少なくとも１枚の図面を含んでいる。カラー図面（１又は複数）を含む本特許又は特許出願の刊行物の複写は、要請及び所要料金の支払に応じて特許庁によって提供される。

例えば限定しないがＸ線システムのようなイメージング・システムに有用な方法及び装置を本書に記載する。これらの装置及び方法を図面を参照して説明する。全図面において類似の参照番号は同じ要素を示す。かかる図面は、限定のためではなく説明のためのものであり、本発明の装置及び方法の実施形態の一例の説明を容易にするために本書に含まれている。Ｘ線システムの設定で説明するが、本発明の利益は、ＰＥＴ、ＭＲＩ、ＳＰＥＣＴ、超音波、ＣＴ／ＰＥＴシステムのような融合型システム、並びに／又は神経血管の複数の解剖学的に関連のある循環系への区分が望ましい開発途上のあらゆるモダリティのような全ての診断イメージング・システム及びモダリティに享受されるものと思量される。

図１は、付設された表示器２０を有するイメージング・システム１０を示す。イメージング・システム１０は任意のモダリティのものであってよいが、一実施形態では、システム１０はＣＴシステムである。もう一つの実施形態では、システム１０はＣＴ／ＰＥＴ結合型システムのような二重モダリティ・イメージング・システムであり、以下に記載するスキャナ非依存型の特定患者向け計量の取得／遂行を一方のモダリティ（例えばＣＴ）において行ない、処理済みのデータを他方のモダリティ（例えばＰＥＴ）に転送することができる。表示器２０はシステム１０とは別個であってもよいし、システム１０と一体であってもよい。システム１０は、Ｘ線放射検出器、ガンマ・カメラ、超音波プローブ及び／又はＭＲＩコイルのような取得装置を含んでいる。

Ｘ線イメージング・システムは処理回路を含んでいる。処理回路（例えばマイクロコントローラ、マイクロプロセッサ又はカスタムＡＳＩＣ等）はメモリ及び表示装置に結合されている。メモリ（例えばフレキシブル・ディスクのようなコンピュータ読み取り可能な媒体又はネットワーク若しくはインターネットのような他のディジタル・ソースから命令及び／又はデータを読み取るフレキシブル・ディスク・ドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤドライブ、光磁気ディスク（ＭＯＤ）装置、又はイーサネット（商標）装置のようなネットワーク接続装置を含めたその他任意のディジタル装置、並びに開発途上のディジタル手段等の１又は複数を含む）は、撮像データを記憶する。

メモリはまた、本書に記載する作用を具現化するために処理回路によって実行される命令を含むコンピュータ・プログラムを記憶し得る。処理回路は、装置に表示するための画像を形成する。検出器は、例えばフラット・パネル固体画像検出器であってよいが、メモリにディジタル形態で記憶される従来のフィルム画像を処理することもできる。一実施形態では、処理回路はファームウェア（図示されていない）に記憶されている命令を実行する。

言うまでもなく、本書に記載する方法はシステム１０での実施に限定されておらず、イメージング・システムの多くの他の形式及び変形と共に用いることができる。一実施形態では、処理回路は、本書に記載する作用を果たすようにプログラムされているコンピュータであって、本書で用いられるコンピュータとの用語は当技術分野でコンピュータと呼ばれる集積回路のみに限らず、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、プログラム可能型論理コントローラ、特定応用向け集積回路、及び他のプログラム可能型回路を広範に指す。本書に記載する方法は患者の設定で記載されるが、本発明の利益は、小動物研究に典型的に用いられるシステムのような人体向け以外のイメージング・システムにも享受されるものと思量される。

本書で用いる場合には、単数形で記載されており単数不定冠詞を冠した要素またはステップとの用語は、排除を明記していない限りかかる要素又はステップを複数備えることを排除しないものと理解されたい。さらに、本発明の「一実施形態」に対する参照は、所載の特徴を同様に組み入れている追加の実施形態の存在を排除しないものと解釈されたい。

また、本書で用いられる「画像を再構成する」という表現は、画像を表わすデータが生成されるが可視画像は形成されないような本発明の実施形態を排除するものではない。従って、本書で用いられる「画像」との用語は、可視画像及び可視画像を表わすデータの双方を広く指す。但し、多くの実施形態は少なくとも１枚の可視画像を形成する（か又は形成するように構成されている）。

本書に記載する方法及び装置は、図２に示すように、神経血管樹の解剖学的に関連のある循環系への自動的区分を提供する。図２は、右循環系１６０、前循環系１７０、左循環系１８０及び後循環系１９０を含む複数１５０の循環系への神経血管構造の区分を示している。区分は、イメージング・システムの一部であるコンピュータにおいて実行されてもよいし、例えば３Ｄワークステーションのようにシステムから遠隔に位置するコンピュータにおいて実行されてもよい。

神経血管樹の後頸動脈系及び左右頸動脈系への分離は、図３に示すような頭蓋領域の動脈によって形成される閉ループである「ウィリス輪」（ＣＯＷ）のため困難になっている。この輪は、左右循環を連結する前交通動脈（ＡＣＯＭ）と、前後循環を連結する後交通動脈（ＰＣＯＭ）とから成っている。理想的には、別個の非連結の循環成分を導くためには各交通動脈を単に「切り離す」ことができればよい。小さい症例集合では、後交通動脈が微小であり非生存であると観察された（血管径が小さいためコントラストが不十分で、従って不可視である）。これらの状況では、後循環系は、３Ｄ連結性試験を用いて他の血管から明確に分離される。しかしながら、大半の症例ではＰＣＯＭは生存しており、位相幾何学的に見て「正常な」解剖学的異体が多数にわたるため、輪をモデル化して識別するときに問題が生ずる。この問題を克服するために、頸動脈の経路に従って、循環成分（系）を分離するのに有用な切断平面を識別することができる。頭部全体を、図４に示すように二つの小容積すなわち頭蓋小容積及び頭蓋底小容積に分割することができる。一実施形態では、頭部の頭蓋小容積及び頭蓋底小容積への分割は、米国特許出願第２００４０１０１１７９（Ａ１）号によって教示されるようにして達成される。

血管樹の区分は、先ず頭蓋底小容積において行なわれ、次いで結果を頭蓋小容積に伝播させる。頭蓋底小容積での血管のアキシャル最大強度投影（ＭＩＰ）が、図５に示すようにして作成される。アキシャル投影画像においては、内頸動脈が後循環系の左右両境界を形成していることが明らかである。左右の内頸動脈（ＩＣＡ）は、図６に示すように、投影画像での相対的な径及び位置に基づいて抽出される。図６（Ａ）では、先ず、閾値処理を行ない、不透明度の高い構造を１１０ハンスフィールド単位（ＨＵ）と１７５ＨＵとの間の閾値を選択することにより単離する。経験的に、また図６を参照することにより、１５０ＨＵが良好な下方閾値となる。閾値は、アキシャル投影画像の強度分布を解析することにより自動的に求めることができる。一旦、閾値処理が行なわれたら、画像の最も大きい方から二つ目までの構造が動脈であり、図６（Ｂ）において容易に単離することができる。

ここで図７を参照すると、区分型線フィッティング・アプローチが、神経血管構造の右循環系、左循環系、後循環系及び前循環系への自動的分割について具現化されている。このアルゴリズムはＣＴアンジオグラフィ法（ＣＴＡ）のセグメント分割された血管容積から開始する。初期に開発されているAuto Boneアルゴリズムが自動的に骨を脱落させて、血管のみから成る容積を生成する。区分型線が、図７に示すように、境界点からＩＣＡ毎に生成される。このようにして生成された区分型線は、図８に示すように、頭蓋容積及び頭蓋底容積において左右循環系から後循環系を分離する。頭蓋底領域における左右頸動脈の広がりは、図９に示すように頭蓋領域まで拡張しており、前大脳動脈（ＡＣＡ）を左右の中大脳動脈（ＭＣＡ）から分離する。

本書に記載する方法及び装置は、改善された視覚化を提供する。本書に記載する方法及び装置は、神経血管樹の多数オブジェクト型レンダリングを可能にする。利用者は、図１０に示すように、血管構造において関心のある循環系をフェード・インしたりフェード・アウトしたりすることができる。例えば、図１０の左側において、利用者は、左循環系、右循環系、後循環系及び前循環系を観察することができる。１枚スライドを移動すると、後循環系が除去される。加えて、右に移動すると、前循環系が除去され、最後のスライドでは、右循環系のみが示されている。この所謂フェード・イン／フェード・アウトＣＴモードは、クラッタ不含の神経血管構造の視覚化を可能にする。

本書に記載する方法及び装置はまた、「簡単読影（Ready to Read（読影の準備ができた状態にする））」ワークフローを提供する。「簡単読影」ワークフローは一実施形態では、血管構造の自動的抽出を意味しており、特定の小分枝を解析すること、血管異常の検出／測定を行なうこと、並びに病状及び解剖学的構造の特定顧客向け像を形成することが全て提供される。換言すると、殆どの人々に共通の一般的な血管構造が存在するが、病状は任意の場所に存在して任意の寸法を有するため、病状の寸法及び配向に基づいて病状特定的な像が形成される。

一実施形態では、３Ｄ神経血管樹における主要循環成分のラベル付けが、アキシャル投影画像及びコロナル投影画像を用いて行なわれる（従って二次元（２Ｄ）環境において行なわれる）。従って、計算時間が、３Ｄデータ集合でのラベル付けを実行するよりも著しく短くなる。

本書に記載する方法及び装置は、これら本書に記載する方法及び装置が例えばＭＲ（ＭＲＡ及びＴＯＦの事例等）のような他のモダリティに拡張され得る点で容易なスケーラビリティ（応用拡張性）を提供する。

本書に記載する方法及び装置は、血管樹の如何なる明示的モデルも必要としない。神経血管構造の明示的モデル化は神経解剖学的構造の大きいばらつきのため困難な場合があり、結果としてセグメント分割精度が低下する。

大脳小容積のラベル付き樹を用いて、脳を右ＭＣＡ、左ＭＣＡ、ＡＣＡ及び後領野として自動的にラベル付けすることができる。このラベル付けは、特定の循環成分（１又は複数）からの血流が減少するか又は停止することにより脳のいずれの部分（従って機能）に影響があるかを予測するのに有用である。言うまでもなく、ラベル付けをさらにカスタマイズして、すると右中大脳動脈に「右ＭＣＡ」とラベル付けする代わりに右ＭＣＡと共に右側の付加的な血管構造を含めることができ、次いでこの領域に右循環系についての「ＲＣＳ」とラベル付けすることができる。言うまでもなく、他のラベル付けも同様に行なうことができる。

ラベル付き血管樹を用いて神経血管樹のアトラスを構築することができる。このようにして作成されたテンプレートを新たな症例での神経血管構造のセグメント分割及びラベル付けに用いることができる。

本書に記載する方法及び装置は、手術計画システムのさらに十分な視覚化を可能にし、このことが一つの技術的効果となる。例えば、一実施形態では、ラベル付き樹の腫瘍（若しくは発作部位、潜在的な腫瘍部位及び／又は潜在的な発作部位）のような関心領域との融合を用いて、神経解剖学的構造における手術処置の計画を改善することができる。例えば、スポイルド・グラディエント・リコールド・シーケンス（ＳＰＧＲ）が、脳及び腫瘍等のような構造の高分解能の解剖学的詳細を提供し、タイム・オブ・フライト（ＴＯＦ）データが３Ｄ血管構造を提供する。ラベル付き樹のＳＰＧＲデータとの融合、及び腫瘍のようなＳＰＧＲにおける関心領域との融合は、いずれの循環系が、血管の偶発的な除去等によって影響される腫瘍又は脳領域に栄養しているか等のような有用な情報を提供する。ラベル付き樹の疑わしい関心領域又は潜在的な発作部位との融合も有益である。

技術的効果として、人体又は他の動物の血管構造のさらに十分な視覚化もまた含まれる。「簡単読影」はもう一つの技術的効果である。

以上、実施形態の例について詳細に説明した。これらのアセンブリ及び方法は本書に記載する特定の実施形態に限定されている訳ではなく、各々のアセンブリ及び／又は方法の構成要素を本書に記載する他の構成要素とは独立且つ別個に用いてもよい。

本発明を様々な特定の実施形態について記載したが、当業者であれば、特許請求の範囲の要旨及び範囲内にある改変を施して本発明を実施し得ることを理解されよう。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。

例示的な診断イメージング・システムを示す図である。 複数の循環系を示す図である。 ウィリス輪を示す図である。 ＭＩＰレンダリングを示す図である。 頭蓋底のアキシャルＭＩＰレンダリングを示す図である。 閾値処理及び抽出を示す図である。 区分型線を示す図である。 容積から抽出された神経又は神経血管、頭蓋底における神経又は神経血管のラベル付き後循環系、左循環系及び右循環系を示す図である。 頭蓋小容積を右循環系、左循環系及び前循環系に分割することを示す図である。 主要循環系の多数オブジェクト型ボリューム・レンダリングを示す図である。

符号の説明

１０ イメージング・システム
２０ 表示器
１５０ 複数の循環系
１６０ 右循環系
１７０ 前循環系
１８０ 左循環系
１９０ 後循環系

Claims (10)

1. 計算機式断層写真法（ＣＴ）システム（１０）を用いて神経血管の複数の解剖学的に関連のある循環系（１５０）への自動的区分を行なうステップを備えた方法。
2. 神経血管を解剖学的に関連のある循環系（１５０）に自動的に区分し、
   各々の区分後の系に自動的にラベルを付す
   ことをコンピュータに指令するように構成されているプログラムを埋め込まれたコンピュータ読み取り可能な媒体。
3. Ｘ線源と、
   該線源から放出されたＸ線を受光するように配置されているＸ線検出器と、
   直接又はネットワークを介してリモートで又は他の方法でのいずれかで前記検出器からデータを受領するように構成されており、
   神経血管を解剖学的に関連のある循環系（１５０）に自動的に区分し、
   該区分後の系を少なくとも一つの関心領域と融合させる
   ように構成されているコンピュータと
   を備えたシステム（１０）。
4. 前記関心領域は潜在的な腫瘍である、請求項３に記載のシステム（１０）。
5. 前記関心領域は潜在的な発作部位である、請求項３に記載のシステム（１０）。
6. 前記コンピュータは、各々の循環系に自動的にラベルを付すようにさらに構成されている、請求項３に記載のシステム（１０）。
7. 前記コンピュータは、二次元（２Ｄ）環境において各々の循環系に自動的にラベルを付すようにさらに構成されている、請求項６に記載のシステム（１０）。
8. 前記コンピュータは、視覚化において前記ラベル付き循環系（１５０）を潜在的な発作位置及び潜在的な腫瘍の少なくとも一方を含んでいる前記少なくとも一つの関心領域と融合させるようにさらに構成されている、請求項７に記載のシステム（１０）。
9. 前記コンピュータは、あらゆる血管異常を検出して測定するようにさらに構成されている、請求項８に記載のシステム（１０）。
10. Ｘ線源と、
    該線源から放出されたＸ線を受光するように配置されているＸ線検出器と、
    直接又はネットワークを介してリモートで又は他の方法でのいずれかで前記検出器からデータを受領するように構成されており、
    血管構造を解剖学的に関連のある循環系（１５０）に自動的に区分し、
    前記血管構造の特定の小分枝を自動的に解析し、
    あらゆる血管異常を自動的に検出して測定して、
    解剖学的構造及びあらゆる病状の特定の像を自動的に生成する
    ように構成されているコンピュータと
    を備えたシステム（１０）。