JP2008508977A - 領域が競合する変形可能なメッシュ適合に基づくセグメント化 - Google Patents

領域が競合する変形可能なメッシュ適合に基づくセグメント化 Download PDF

Info

Publication number
JP2008508977A
JP2008508977A JP2007525404A JP2007525404A JP2008508977A JP 2008508977 A JP2008508977 A JP 2008508977A JP 2007525404 A JP2007525404 A JP 2007525404A JP 2007525404 A JP2007525404 A JP 2007525404A JP 2008508977 A JP2008508977 A JP 2008508977A
Authority
JP
Japan
Prior art keywords
mesh
image
contour
segmentation
overlapping
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.)
Granted
Application number
JP2007525404A
Other languages
English (en)
Other versions
JP4989471B2 (ja
Inventor
カオス,ミヒャエル
アール マクナット,トッド
ペカール,ウラジミール
マイアー,マティアス
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
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 Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2008508977A publication Critical patent/JP2008508977A/ja
Application granted granted Critical
Publication of JP4989471B2 publication Critical patent/JP4989471B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205Re-meshing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/755Deformable models or variational models, e.g. snakes or active contours
    • G06V10/7553Deformable models or variational models, e.g. snakes or active contours based on shape, e.g. active shape models [ASM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20116Active contour; Active surface; Snakes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30028Colon; Small intestine

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • General Health & Medical Sciences (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Radiation-Therapy Devices (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

画像セグメント化方法は画像内の複数の画像特徴をセグメント化する。複数の画像特徴は同時にではなく続けてセグメント化される。各々の画像特徴をセグメント化することは、当初のメッシュを該画像特徴の境界に適合させることを含む。各々の画像特徴をセグメント化することは更に、適合されたメッシュが先に適合されたメッシュの何れかと重なることを防止することを含む。

Description

本発明は画像処理技術に関する。本発明は、特に、放射線治療の処置計画の作成に併せて計画用画像をセグメント化したり、輪郭を表示したりすることに適用されるものであり、特にそれを参照して説明される。しかしながら、本発明は画像のセグメント化及び輪郭表示に一般的に適用されるものであり、また、画像のセグメント化及び輪郭表示を用いる、例えば医療画像診断、磁気共鳴血管造影などの方法及びシステムに適用されるものである。
放射線治療を行うに際しては、断層撮影放射線ビーム、すなわち、複数の放射線ビームが多葉(multileaved)コリメータ又は他のビーム成形素子を用いて強度変調され、敏感で危険を伴う隣接器官の放射線被ばくを制限しながら癌性領域を正確に照射する。放射線処置に先立ち、コンピュータ断層撮影法又は他の撮像技術によって取得された放射線治療対象の計画用画像を用いて、放射線治療の1回又は複数回のセッションが計画される。通常の手法においては、癌性腫瘍と危険を伴う隣接器官とが計画用画像内で画像のセグメント化を用いて識別される。興味ある各品目(腫瘍、器官など)が、腫瘍又は器官の空間的な境界を特定するように、3次元の輪郭又はメッシュを用いてセグメント化される。危険を伴う器官に対応する輪郭又はメッシュ内の放射線被ばくを制限しながら、放射線を主として癌性領域(腫瘍、癌になった器官など)に対応する輪郭又はメッシュ内に届けるために、強度変調パラメータが最適化される。
計画用画像に対して手作業でセグメント化したり輪郭を表示したりすることは大きな労力を要する。各表面は、一般に、2次元境界を積層したものであり、この2次元境界は、完全な3次元表面が輪郭表示される器官又は他の品目と一致するまで、表面の小さい部分を延ばしたり、移動させたり、その他の方法で調整したりして、対応する腫瘍又は器官の境界に適合されなければならない。この処理が各癌性領域と危険を伴う各器官の断層画像毎に繰り返される。輪郭を示す際の誤りは、癌への不十分な照射、周辺器官の放射線損傷、又はこれらの双方につながり得る。
これらの難しさと懸念事項を鑑みると、輪郭表示処理の部分又は全体の自動化が望まれる。自動化された一部の輪郭表示方法においては、3次元表面が多角形のメッシュに分割される。例えば、三角形のメッシュ要素が用いられ、メッシュ表面が輪郭表示される領域の境界に実質的に一致するまで、三角メッシュ要素の頂点座標が反復的に調整される。メッシュの最適化には、例えば(i)多角形メッシュ要素の各々に画像特徴を1つ以上発見すること、(ii)画像の特徴点とメッシュ形状とを交換するエネルギーパラメータを最小化すること、等の性能指数を組み込んだ最適化基準が用いられる。
通常、複数の品目がセグメント化される。例えば、前立腺癌治療では、癌になった前立腺が放射線治療の目的物として輪郭表示される一方で、放射線被ばくが制限されるべき危険を伴う器官として膀胱、直腸、大腿骨頭部が輪郭表示される。これらの器官は互いに近接しているため、コンピュータで最適化された輪郭又はメッシュは重なり合うことがある。このような重なりは、特に、膀胱又は直腸などの危険を伴う器官の輪郭が前立腺などの目的器官の輪郭と重なっている場合に、問題となる。このような場合、重なり領域は目的器官の部分として放射線の目標とされるべきか、あるいは重なり領域は危険を伴う器官の部分として回避されるべきかについて、重なり領域の属性が曖昧になる。
輪郭又はメッシュの重なりを回避する一手法においては、各メッシュ要素に“バネ”性が導入される。最適化中に2つの輪郭が衝突するとき、バネ性によって輪郭が交差して重なり合うことが防止される。しかしながら、このような手法はある種の問題を有している。第1に、このような手法は、例えば、ユーザ又は自動化された輪郭表示開始アルゴリズムによって提供された輪郭が重なり合う場合など、輪郭が当初から重なり合う場合に失敗することがある。実際に、バネ性はこのような場合には、誤りのある当初の重なりが最適化中に補正されることを妨げてしまう。
第2に、高強度のバネ性は隣接メッシュ間に不正確に大きい間隔をもたらしてしまう。このことは、メッシュで表された器官の境界が実際に互いに近接しており(あるいは、場合によっては、互いに押し合っており)、それぞれのメッシュが接触領域で非常に近接した、あるいは一致した表面を有するべき場合に問題となり得る。逆に、バネ性がより低強度に設定される場合、メッシュの重なりを防止するには不十分となり得る。
本発明は、上記の制約その他を解決した、改善されたセグメント化装置及び方法を提供することを目的とする。
本発明の一態様に従って、画像内の複数の画像特徴をセグメント化する画像セグメント化方法が提供される。複数の画像特徴は同時にではなく続けてセグメント化される。各々の画像特徴のセグメント化は、当初のメッシュを該画像特徴の境界に適合させることを含む。各々の画像特徴のセグメント化は更に、適合されたメッシュが先に適合されたメッシュの何れかと重なることを防止することを含む。
本発明の他の一態様に従って、画像内の複数の画像特徴をセグメント化する画像セグメント化装置が開示される。複数の画像特徴を同時にではなく連続してセグメント化する手段が設けられている。各々の画像特徴のセグメント化は、当初のメッシュを該画像特徴の境界に適合させることを含んでいる。各々の画像特徴のセグメント化は更に、適合されたメッシュが先に適合された何れかのメッシュと重なることを防止することを含んでいる。
本発明の好適な実施形態による1つの利点は、自動化された輪郭表示又はセグメント化は堅牢性が改善されることにある。
他の利点は、輪郭表示又はセグメント化の方策において輪郭が重なり合うことが回避されることにある。他の利点は、輪郭表示の精度が向上されることにある。さらに他の利点は、セグメント化処理における作業効率が向上されることにある。
以下の詳細な説明により、多数のさらなる効果が当業者に明らかになるであろう。
本発明は様々な構成要素とその配置、及び様々な処理操作及びその編成の形態を取り得る。図面は、好ましい実施形態を例示するためだけのものであり、本発明を限定するものと解釈されるものではない。
図1を参照するに、放射線治療システムは計画用のコンピュータ断層撮影イメージングスキャナ10を含んでいる。例示されたスキャナ10は、円錐ビームX線源12及び2次元X線検出器アレイ14を含んでおり、これらは撮像領域20を挟んで反対側になるように、回転式ガントリー16に搭載されている(図1では説明のため、X線源12、検出器アレイ14、及び回転式ガントリー16は露出されているが、認識されるように、一般的にこれらの部品は固定されたガントリー筐体に包囲されている)。例えば癌患者などの放射線治療対象(図示せず)は患者支持台22に置かれて撮像領域20に移動され、治療対象のコンピュータ断層撮影投影データがスキャナ10を用いて取得される。再構成プロセッサ26はフィルタ補正逆投影法又は他の画像再構成アルゴリズムを用いて、取得された投影データを放射線治療対象の1枚以上の計画用画像に再構成する。再構成された計画用画像は計画用画像メモリ30に記憶される。
輪郭表示プロセッサ32は、3次元表面の輪郭を、照射されるべき腫瘍又は他の悪性組織の計画用画像と、一般的には、計画用画像中の1つ又は複数の危険を伴う器官の輪郭とに適合させて定める。例えば、前立腺癌を有する患者の場合、癌になった前立腺の輪郭が示されるとともに、放射線治療中に余分な放射線被ばくを受ける危険を伴う隣接器官も輪郭表示される。前立腺の放射線治療の場合、例えば直腸や膀胱などがこのような危険を伴う器官に含まれる。輪郭表示プロセッサ32は、必要に応じて、放射線技師がポインタ又は他の制御を用いて手作業で輪郭を定めるための手動のグラフィカルユーザインターフェースを含んでいる。輪郭表示プロセッサは各メッシュ又は輪郭を対応する腫瘍、危険を伴う器官又は他の目標物に対して最適化する。メッシュ又は輪郭の位置を延ばしたり、移動させたり、あるいは他の方法で動かしたりすることによって各々の輪郭が最適化されると、他の輪郭に含まれる排除ボクセルを表す2値の輪郭マスク34を用いて他の輪郭に対して検査される。他の輪郭に含まれるボクセルは、これらのボクセルが現在最適化している輪郭にも含まれながらも該輪郭から排除されるという意味で排除ボクセルである。これにより、現在最適化している輪郭が他の輪郭に重ならないことが確実になる。
得られた1つ又は複数の輪郭は輪郭メモリ36に記憶される。例えば放射線減衰情報又は組織密度情報などの、1つ又は複数の計画用画像から得られた他の解剖学的データもまた、一般に、輪郭メモリ36に記憶される。輪郭の最適化は好適なメッシュ又は輪郭最適化アルゴリズムを用いて自動的に進められることもできるし、グラフィカルユーザインターフェース38によって手動で実行されることもできる。自動化された輪郭最適化が用いられる場合、グラフィカルユーザインターフェース38は輪郭の適合化をユーザが確認することを可能にし、また必要に応じて、自動的に適合化された輪郭をユーザが補正又は微調整することを更に可能にする。
輪郭メモリ36に記憶された解剖学的情報は放射線処置計画パラメータ最適化プロセッサ40によって使用され、放射線処置計画のために最適化されたパラメータが決定される。強度変調放射線治療においては、腫瘍又は他の悪性組織を照射するために複数の放射線ビーム、又は治療対象の周りを断層撮影的に回転させられる単一の放射線ビームが使用される。最適化プロセッサ40は、例えば、アパーチャ形状を定める多葉コリメータ設定、全体的なビーム強度又は負担(weight)、ビーム方向、くさび角度、分割(fractionation)スケジュール等のパラメータを、少なくとも(i)悪性組織の実質的な照射を行うこと、及び(ii)危険を伴う器官の照射を制限すること、を含む最適化基準を用いて最適化する。最適化された処置計画パラメータは処置計画パラメータメモリ42に記憶される。
放射線治療パラメータの最適化の量的な一例として、治療対象の周りに40°間隔で配置された9個の別々の角度のビーム位置が存在し、且つ各ビーム位置が多葉コリメータによって0.5×0.5cm2のビームレットに選択的に分割される10×10cm2のビーム面積を有する場合、最適化されるべきビームレットは9×400=3600個存在する。また、9個の放射線ビームの各々は、全体ビーム強度又は負担、ビーム方向、くさび角度、分割スケジュール等の全体的パラメータを有し得る。このように多数のパラメータを最適化するのに適した最適化技術の1つが米国特許第6735277号明細書(国際公開第03/099380号パンフレット)にて開示されている。
放射線治療セッションでは、治療対象は放射線送達システム50の可動テーブル又は他の対象支持台48に置かれる。典型的に、治療対象、又は少なくとも放射線治療を受けるべき治療対象の部分は、紐、留め具、クッション、又は他の拘束具を用いて対象支持台48上に実質的に固定される。例示された実施形態においては、放射線送達システム50は線形電子加速器(すなわち、ライナック)54を含む断層撮影システムであり、線形電子加速器54はタングステン又は他の標的に衝突させる加速電子ビームを作り出し、治療対象に照射するX線又はガンマ線のビームを生成する。多葉コリメータ56はX線又はガンマ線のビームを成形し、あるいは強度変調する。処置の間、放射線源は治療対象の周りを断層撮影的に回転させられ、治療対象は360°に至る角度視野範囲から照射される。例示された断層撮影放射線送達システム50に代えて、例えばマルチビームシステム等の、他の放射線送達システムが用いられてもよい。マルチビームシステムとは、複数の放射線源が対象ガントリーの周りの固定又は調整可能な角度位置に角度的に間隔を空けて設けられ、治療対象を同時に、あるいは代わる代わる照射する複数の放射線ビームを作り出すシステムである。例えば、先述されたパラメータ最適化の量的例での9個のビーム位置をもたらすように、各々が別個の多葉コリメータを有する9個の放射線源が治療対象の周りに40°間隔で配置され得る。
図2を参照して、輪郭表示プロセッサ32の好適な実施形態について説明する。新メッシュ規定プロセッサ60は新たなメッシュを定めるものである。例示された実施形態においては、これはユーザインターフェース38を介して行われる。例えば、ユーザは支持デバイスを用いて、興味ある画像特徴の中心を特定することができる。他の実施形態においては、新メッシュ規定プロセッサ60は、例えば、興味ある特徴を特定するパターン認識アルゴリズムを用いてメッシュを自動的に定める。新たに定められたメッシュは、対応する興味ある画像特徴の境界に対して未だ最適化されないままで、メッシュメモリ36に記憶される。同様に、任意の数のメッシュが定められ得る。
既定メッシュ選択器62は調整のための現メッシュを特定するために使用される。所与の時にて唯一のメッシュが調整され得る。選択はユーザインターフェース38を介してユーザによって為されることができ、あるいは自動で為されることもできる。選択器62は、好ましくは、正確に規定するのが最も容易なものから最も困難なものの順に、既定のメッシュを調整用に選択する。例えば、透過型コンピュータ断層撮影イメージング法においては、骨は隣接する柔らかい組織とは有意に異なるコントラストを有し、明確な形状を有し、また、撮像中に比較的動かない状態にあるので、最初に最適化する良い候補である。反復メッシュ調整プロセッサ66はメッシュ又は輪郭の反復調整を実行し、メッシュ又は輪郭を対応する興味ある画像特徴の境界に適合させる。調整の反復は手動とすることができ、ユーザはユーザインターフェース38を介して、ユーザが選択したメッシュ部分に一連の選択された調整を入力する。これに代えて、あるいは加えて、好適な反復最適化アルゴリズムに基づいて、自動化された反復調整が実行され得る。
選択された輪郭の反復調整の間、現在調整中の既定のメッシュ又は輪郭が他の既定のメッシュ又は輪郭に重なることを防止するために、重なり防止プロセッサ/基準70が作動される。重なり防止プロセッサ/基準70は2値の輪郭マスク34を参照し、現在調整中の既定の輪郭以外の輪郭に含まれる画像の画素又はボクセルを特定する。2値マスク34は2値ビットのマップを有し、このマップは画像とビット−画素間対応、又はビット−ボクセル間対応を有する。第1のバイナリー値(例えば、バイナリーの“1”)を有するビットは、対応するボクセル又は画素が、他の何れかのメッシュ又は輪郭に含まれるために現在適合中のメッシュ又は輪郭から排除された、排除ボクセル又は画素であることを表す。第2のバイナリー値(例えば、バイナリーの“0”)を有するビットは、対応するボクセル又は画素が、他の如何なる既定の輪郭にも含まれず、故に現在調整中の既定メッシュに組み込むのに使用可能であることを表す。
一手法において、重なり防止プロセッサ/基準70は調整反復ごとに重なり検査を実行する。重なり検査は調整されたメッシュ又は輪郭が他の何れかのメッシュ又は輪郭と重なっているかどうかを決定する。この検査は2値マスク34を参照して容易に実行される。このとき、調整中の現メッシュ又は輪郭が含むボクセルに、それが対応する2値マスク34内のビットがそのボクセルが排除ボクセルであることを示すものが1つ以上あることによって、重なりが示される。重なりが発見された場合、重なり防止プロセッサ/基準70は重なりを除去するように現メッシュ又は輪郭を調整する。第2のメッシュの三角形が第1のメッシュの内側にあるかどうかを検査する代わりの一手法は、三角形の法線に沿って交点の数をカウントすることである。交点数が偶数である場合、この三角形はこのメッシュの内側にはないことになる。
他の一手法においては、重なり防止プロセッサ/基準70は、反復メッシュ調整プロセッサ66によって実行される反復基準に基づく最適化に組み込まれる調整選択基準を提供する。重なり防止プロセッサ/基準70によって提供される調整選択基準は、排除ビットが調整反復によって現メッシュ又は輪郭内に含まれるように選択されないことを保証する。例えば、この調整選択基準は各ボクセルに、考慮の下で、0と255との間の選択値を生成してもよい。ただし、0はそのボクセルが輪郭表示されようとしている興味ある特徴の部分ではないことを指し示すものであり、255はそのボクセルを組み込む方向に強くバイアスするものである。このような基準の場合、重なり防止プロセッサ/基準70によって提供された調整選択基準は、排除されたものして2値マスク34内で示された如何なるボクセルにも値0を設定すべきである。他の例では、現メッシュの重なり部分がマスクされた領域の外側に移動するまで、この基準は反復的に調整されることができる。
所与の時には、選択器62によって現在選択されている1つのメッシュ又は輪郭のみが調整され得るが、一部の実施形態においては、1つのメッシュの最適化が完了する前に他のメッシュの調整が開始されてもよい。すなわち、例えば、第1の既定メッシュが部分的に調整及び最適化されたのに続いて、部分的に調整及び最適化される第2の既定メッシュが選択され、それに続いて第1の既定メッシュが更なる最適化のために再選択されてもよい。このような後退したり前進したりの手法においては、現在選択されているメッシュは、2値マスク34が調整のために選択されているとき、この選択メッシュに対応するビットを、排除を指し示さないバイナリー値に設定することによって、2値マスク34から“削除”されるべきである。選択器62によって現在のマスクの選択が解かれると、選択の解かれたメッシュに対応するビットを排除を指し示すバイナリー値に設定することによって、このメッシュは2値マスク34に“戻される”。
他の実施形態においては、各メッシュは続けて最適化され、いったん最適化されると、もはや調整不能にされる。このような実施形態においては、現メッシュは調整が完了するまで2値マスク34に入れられず、調整が完了した時点で、現メッシュの選択が解かれて2値マスク内34にて対応するビットが排除のバイナリー値に割り当てられる。
図3A及び3Bは、具体的な画像例について、排除ボクセルを特定する2値マスクの使用を例示している。図3Aは、この例では膀胱及び前立腺の器官に相当する2つの調整済みのメッシュ又は輪郭80、82とともに、画像例を示したものである。図3Bは対応する2値マスクを示したものであり、存在している既定の輪郭80、82の何れかに含まれる排除画素は白色の画素に、そして、存在している既定の輪郭の何れにも含まれない画素は黒色の画素にされている。
図4A及び4Bは、現メッシュ又は輪郭の手動調整の状況での輪郭重なり防止処理を例示している。直腸の輪郭を示すために使用される当初の輪郭86が図4Aに示されている。当初の輪郭86は初期設定の円形輪郭をしており、例えば、支持デバイスの画面上カーソル88を介してユーザによって指し示された位置付近に位置付けられている。図4Bは、画面上カーソル88を存在している既定の輪郭80内へと左に移動させることによってユーザが行った調整反復を示したものである。その結果の更新された輪郭90は、存在している既定の輪郭80と重なり合う部分92(点線の曲線で示されている)を含んでいる。しかしながら、重なり防止プロセッサ70が図3Bの2値マスクを用いて重なりを検出し、更新された輪郭90の補正された部分94が存在する他の輪郭80、82の外側に適切に位置するように、部分92を調整して部分94を定めている。図4A及び4Bの例は当初の輪郭86のユーザによる調整に関するものであるが、例示された重なり防止処理は、例えば、自動的に適合された輪郭に対して自動適合化における誤りを補正するようにユーザが調整する場合、又は自動適合化処理が排除ボクセルの領域を拡張しようとする場合など、輪郭調整における他の場合にも機能することができる。
図5は、輪郭表示プロセッサ32によって好ましく実行される自動輪郭最適化を示している。処理操作100にて、新メッシュ規定プロセッサ60によって当初の輪郭が取得される。当初の輪郭はパターン認識又は自動アルゴリズムを用いてユーザ選択又は決定されることができる。処理操作102にて、反復メッシュ調整プロセッサ66によって調整反復が実行される。この調整反復は輪郭の変形を選択するために実質的に如何なる種類の基準を用いてもよい。一部の実施形態においては、輪郭として多角形メッシュが用いられ、この多角形メッシュは、例えば、隣接する三角形が接し合う辺と共通の頂点とを有する三角形のメッシュ要素から成る。三角形メッシュ要素の頂点座標は、例えば画像特徴基準106及びエネルギー値基準108などの、調整選択基準に基づいて調整される。例えば、画像特徴基準106は見込まれる調整によって組み込まれる画像特徴の範囲を特徴付け、一方、エネルギー値基準108は見込まれる調整によってメッシュに課される“歪みエネルギー”を特徴付ける。
この調整後、処理操作110にて、重なり防止プロセッサ70が調整された多角形メッシュを2値輪郭マスク34と対照して検査し、他の輪郭との如何なる重なりをも補正する。これにより、調整反復から得られる更新された輪郭112が作成される。決定処理操作114にて、多角形メッシュの最適化が終了されるべきか否かが決定される。この決定114は、例えばメッシュ要素位置の総合的な割合変化やメッシュ要素調整の最大値などの、好適な停止基準を用いる。更なる反復が指し示された場合、処理フローは調整反復処理操作102に戻る。最適化が完了した場合、得られた輪郭が最終的な輪郭120となる。処理操作122にて、最終的な輪郭120に含まれるボクセルを排除バイナリー値に設定することによって、2値マスク34が更新される。決定処理操作124にて、輪郭を表示すべき他の特徴が存在するか否かが決定される。存在する場合、処理制御は当初輪郭処理操作100へと続き、存在しない場合には、輪郭表示完了処理操作126にて制御が終了する。
図6は、重なり防止プロセッサ70によって実行される好適な重なり補正を例示している。図6の例は、多角形メッシュ130が画像特徴132の境界に適合されるように調整されるところである。調整反復の後、三角形の多角形メッシュ要素136は、画像特徴142に既に適合されたメッシュ140の内部に位置している。重なり防止プロセッサ70は2値マスク34を用いて重なりを検出する。検出された重なりは、三角形の多角形メッシュ要素136の頂点を、最適化済みのメッシュ140の外側に位置する新たな頂点位置146(図6に点線で示される)の方向へ移動させることによって補正される。移動の方向ベクトルは、一方のメッシュの三角形の辺ベクトルの内、他方のメッシュの三角形と交差する全ての辺ベクトルの平均ベクトルとして計算される。新たな頂点位置は、この移動方向ベクトルの方向で第2のメッシュと交差する最も近い点を見出すことによって計算される。
図5に例示された自動輪郭最適化処理フローは、メッシュ又は輪郭の重なりを効果的に防止する。認識されるように、処理操作100で選択された当初の輪郭が先に最適化された輪郭と重なり合う場合であっても、このような当初からの重なりは最初の調整反復における重なり補正処理操作110中に除去される。
図7は、輪郭表示プロセッサ32によって好ましく実行される他の自動輪郭最適化を示している。処理操作200にて、新メッシュ規定プロセッサ60によって当初の輪郭が取得される。当初の輪郭は自動的にユーザ選択又は選定されることができる。処理操作202にて調整反復が実行される。この調整反復は輪郭の変形を選択するために、例えば画像特徴基準106及びエネルギー値基準108など、実質的に如何なる種類の基準を用いてもよい。さらに、調整反復処理操作202は、重なり防止プロセッサ70によって2値輪郭マスク34から得られる重なり防止基準を用いる。排除ボクセルに割り当てられる重なり防止基準値は、調整反復処理操作が輪郭をこのような排除ボクセルを含むように調整しないようにするものである。従って、反復調整は重なりを決して生成せず、調整反復処理操作の出力は先に適合された輪郭の何れとも重ならない更新された輪郭212となる(対照的に、図5の自動輪郭最適化は重なりを生成することがあるが、その重なりは重なり補正処理操作110によって常に除去される)。
決定処理操作214にて、多角形メッシュの最適化が終了されるべきか否かが決定される。この決定214は好適な停止基準を用いる。更なる反復が指し示された場合、処理フローは調整反復処理操作102に戻る。最適化が完了した場合、得られた輪郭が最終的な輪郭220となる。処理操作222にて、最終的な輪郭220に含まれるボクセルを排除バイナリー値に設定することによって、2値マスク34が更新される。決定処理操作224にて、輪郭を表示すべき他の特徴が存在するか否かが決定される。存在する場合、処理制御は当初輪郭処理操作200へと続き、存在しない場合には、輪郭表示完了処理操作226にて制御が終了する。
図5に例示された輪郭最適化処理フロー、又は図7に例示された輪郭最適化処理フローの何れかを用いるとき、最も明確な特徴を用いて輪郭表示を開始することが有利である。例えば、透過型コンピュータ断層撮影画像においては、一般的に、最も明確な特徴は最大の放射線減衰を有する特徴である。故に、透過型コンピュータ断層撮影画像においては、例えば骨などの硬い特徴は柔らかい特徴より明確であるのが通常である。従って、これらの画像では一般に骨格が最初に適合されるべきであり、それより明確でない構造がそれに続く。異なるコントラスト特性を有する他の画像診断法では、骨以外の特徴が最も明確な特徴、従って最初に適合されるべき特徴となることがある。
図8A及び8Bは、図7に例示された自動輪郭最適化処理フローを用いて達成されるセグメント化の結果例を示している。図8Aの画像は図3Aの画像と同一であり、膀胱と前立腺の器官に相当する2つの調整済みのメッシュ又は輪郭80、82を含んでいる。また、この場合の2値マスクは図3Bに例示されたものである。図8Aには、直腸の当初の輪郭250も示されている。当初の輪郭250に図7の最適化処理を適用した結果、図8Bに示されている適合化後の直腸の輪郭252が作成された。適合化後の輪郭252は調整済みのメッシュ又は輪郭80、82と重なっていない。対照的に、当初の輪郭250から開始する同様の適合化処理であっても重なり防止基準を含まないものの場合は、これまた図8Bに示される適合化後の輪郭254が作成された。この後者の適合化後の直腸の輪郭254は既定の輪郭80と大きく重なっている。
認識されるように、ここで説明された輪郭表示技術は、2次元又は3次元の何れのメッシュをも、対応する2次元又は3次元の画像内の興味ある特徴に適合させるために使用され得るものである。さらに、ここで説明された輪郭表示装置及び方法は、放射線治療セッションのためのコンピュータ断層撮影計画用画像を参照して説明されているが、ここで説明された輪郭表示又は画像セグメント化の装置及び方法は、例えば磁気共鳴イメージングスキャナ、単光子放出型コンピュータ断層撮影(SPECT)スキャナ、陽電子放出型断層撮影(PET)スキャナ、X線システムなど、実質的に如何なる種類の画像診断方法によって取得された画像に対しても、それをセグメント化するために用いられ得るものである。さらには、ここで説明された輪郭表示又は画像セグメント化の装置及び方法は、放射線治療計画への適用を参照して説明されているが、これらの画像セグメント化装置及び方法は画像のセグメント化から恩恵を受ける実質的に如何なる用途においても用いられ得ることは認識されるであろう。
好ましい実施形態を参照して本発明について述べてきた。この詳細な説明を読んで理解した者によって変更及び改変が想到されることは明らかなところである。本発明は、添付の請求項又はそれに等価なものの範囲内に入る限りにおいて、そのような全ての変更及び改変を含むものとして解釈されるものである。
放射線治療処置を行う放射線治療システムを示す図である。 図1の放射線治療システムの輪郭表示プロセッサを示す図である。 定められた輪郭が2つ存在している画像の一例を示す図である。 図3Aの定められた輪郭が2つ存在している画像に対応する2値輪郭マスクを示す図である。 画面上のカーソルを用いてユーザによって選定された初期輪郭を有する、図3Aの定められた輪郭が2つ存在している画像を示す図である。 図4Aの輪郭のユーザ実行による調整を示す図であり、輪郭表示プロセッサの重なり防止プロセッサが、ユーザ実行による調整が既存の定められた輪郭と重なり合うことを防止している。 図2の輪郭表示プロセッサによって実行される自動輪郭表示処理の処理フロー図である。 現在の輪郭を既に最適化された輪郭に重ならせる調整を補正するのに適した方法を例示する図である。 図2の輪郭表示プロセッサによって好ましく実行される自動輪郭表示処理の他の処理フロー図である。 図7の重なり防止技術を用いた場合と用いない場合の直腸の輪郭表示の結果を示す図である。 図7の重なり防止技術を用いた場合と用いない場合の直腸の輪郭表示の結果を示す図である。

Claims (21)

  1. 画像内の複数の画像特徴をセグメント化する画像セグメント化方法であって:
    複数の画像特徴を同時にではなく続けてセグメント化するステップであり、各画像特徴のセグメント化が、当初メッシュを該画像特徴の境界に適合させるステップ、及び適合されたメッシュが先に適合されたメッシュの何れかと重なることを防止するステップを含む、セグメント化するステップ
    を有するセグメント化方法。
  2. 適合されたメッシュが先に適合されたメッシュの何れかと重なることを防止する前記ステップが:
    先に適合されたメッシュの何れとも重ならない開始メッシュを規定するステップ;
    ユーザ入力に基づいて前記当初メッシュを規定するように前記開始メッシュを調整するステップ;
    前記調整するステップの際に、該調整するステップが前記当初メッシュを先に適合されたメッシュの何れかと重ならせることを防止するステップ;
    を有する、請求項1に記載のセグメント化方法。
  3. 画像特徴をセグメント化する前記ステップの後に、前記適合されたメッシュを前記画像に重ねて表示するステップ;
    表示されたメッシュをユーザ入力に基づいて調整するステップ;
    表示されたメッシュを調整する前記ステップ中に、該調整するステップが表示されたメッシュを先に適合されたメッシュの何れかと重ならせることを防止するステップ;
    を更に有する請求項1に記載のセグメント化方法。
  4. 当初メッシュを画像特徴の境界に適合させる前記ステップが:
    複数の調整選択基準を用いて該メッシュの部分を反復して調整するステップ
    を有する、請求項1に記載のセグメント化方法。
  5. 前記複数の調整選択基準が、前記調整されたメッシュの部分が先に適合されたメッシュの何れかと重なることを排除する調整選択基準を含む、請求項4に記載のセグメント化方法。
  6. 前記適合されたメッシュの各々が決定されるごとに2値マスクを更新するステップであり、該2値マスクは前記画像の、先に適合されたメッシュに含まれる画素又はボクセルである、排除画素又はボクセルを特定するものであり、前記複数の調整選択基準が、前記調整されたメッシュの部分が排除画素又はボクセルと重なることを防止する調整選択基準を含む、更新するステップ
    を更に有する、請求項4に記載のセグメント化方法。
  7. 反復して調整する前記ステップが:
    各々の反復調整の後に、(i)先に適合されたメッシュと重なる如何なる前記調整されたメッシュの部分をも特定すること、及び(ii)特定された如何なるメッシュの部分をも先に適合されたメッシュの外側に配置し直すこと
    を有する、請求項4に記載のセグメント化方法。
  8. メッシュが多角形メッシュであり、メッシュの部分が多角形のメッシュ要素であり、前記特定された重なり合うメッシュの部分が特定された多角形のメッシュ要素であり、且つ特定されたメッシュの部分を先に適合されたメッシュの外側に配置し直すことが:
    前記特定された多角形のメッシュ要素の頂点を選択された方向に、先に適合されたメッシュの外側の位置まで移動させること
    を有する、請求項7に記載のセグメント化方法。
  9. メッシュが頂点によって規定され、防止する前記ステップが何れかの頂点が先に適合されたメッシュ内に位置することを防止する、請求項1に記載のセグメント化方法。
  10. 前記画像が(i)コンピュータ断層撮影スキャナ、(ii)磁気共鳴イメージングスキャナ、(iii)単光子放出型コンピュータ断層撮影(SPECT)スキャナ、(iv)陽電子放出型断層撮影(PET)スキャナ、及び(v)X線システム、の1つにより生成された医療診断画像である、請求項1に記載のセグメント化方法。
  11. 放射線治療対象の1つ又は複数の計画用画像を取得するステップ;
    各々が(i)処置されるべき組織、及び(ii)危険を伴う組織、の何れかを表す輪郭を作成するために、請求項1に記載の画像セグメント化方法を用いて、前記1つ又は複数の計画用画像の解剖学的特徴を輪郭表示するステップ;
    前記輪郭に基づいて放射線処置計画を作成するステップ;及び
    放射線処置計画に従って放射線治療対象に放射線治療を実行するステップ;
    を有する放射線治療方法。
  12. 請求項1に記載の画像セグメント化方法を実行するコンピュータプログラム。
  13. 請求項1に記載の画像セグメント化方法を実行するようにプログラムされたプロセッサを含む医療イメージングシステム。
  14. 画像内の複数の画像特徴をセグメント化する画像セグメント化装置であって:
    複数の画像特徴を同時にではなくセグメント化するセグメント化手段であり、各画像特徴のセグメント化が、当初メッシュを該画像特徴の境界に適合させること、及び適合されたメッシュが何れかの他のメッシュと重なることを防止することを含む、セグメント化手段
    を有するセグメント化装置。
  15. 適合中のメッシュ以外のメッシュに含まれる画素又はボクセルである排除画素又はボクセルを特定する2値マスクであり、前記セグメント化手段が該2値マスクを参照して、適合されたメッシュが何れかの他のメッシュと重なることを防止する2値マスク
    を更に有する請求項14に記載のセグメント化装置。
  16. 前記セグメント化手段が:
    定められたメッシュを複数の画像特徴の対応する1つに適合する適合手段であり、所与の時に1つのみの定められたメッシュを適合するように専ら動作する適合手段;
    新たなメッシュを定める規定手段であり、定めた後で、前記適合手段が新たに定められたメッシュを複数の画像特徴の前記対応する1つに適合するように適用される規定手段;及び
    前記適合手段と協働して、適合中の定められたメッシュが何れかの他の定められたメッシュと重なることを防止する重なり防止手段;
    を有する、請求項14に記載のセグメント化装置。
  17. 前記重なり防止手段が、更に前記規定手段と協働して、新たに定められたメッシュが何れかの先に定められたメッシュと重なることを防止する、請求項16に記載のセグメント化装置。
  18. 前記適合手段が反復適合を用い、且つ前記重なり防止手段が各適合反復の後に、(i)該適合反復が、適合中の定められたメッシュを他の定められたメッシュに重ならせているかを決定すること、及び(ii)決定された重なりを適合中の定められたメッシュを調整して除去すること、のために前記適合手段によって呼び出される、請求項16に記載のセグメント化装置。
  19. 前記適合手段が、(i)定められたメッシュの1つをその時に適合される定められたメッシュとして選択するユーザ入力を受け取ること、及び(ii)各々が適合反復を引き起こさせる適合化ユーザ入力を受け取ること、のためのユーザインターフェースを含む、請求項18に記載のセグメント化装置。
  20. 前記適合手段が反復基準に基づく最適化を用い、且つ前記重なり防止手段が:
    定められたメッシュの何れかに含まれる画素又はボクセルである、画像の排除画素又はボクセルを指し示す2値マスク;及び
    反復基準に基づく最適化における基準の1つとして含まれる重なり防止調整基準であり、適合中のメッシュが排除画素又はボクセルに組み込まれるのを防止する重なり防止調整基準;
    を有する、請求項16に記載のセグメント化装置。
  21. 放射線治療対象の1つ又は複数の計画用画像を取得する計画用撮像機;
    少なくとも1つの計画用画像をセグメント化して、各々が(i)処置されるべき組織、及び(ii)危険を伴う組織、の何れかを表す輪郭を作成する請求項14に記載のセグメント化装置;
    前記輪郭に基づいて放射線処置計画を作成する放射線処置計画器;及び
    放射線処置計画に従って放射線治療対象への放射線治療を実行する放射線送達システム;
    を有する放射線治療装置。
JP2007525404A 2004-08-09 2005-07-28 領域が競合する変形可能なメッシュ適合に基づくセグメント化 Expired - Fee Related JP4989471B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US59990404P 2004-08-09 2004-08-09
US60/599,904 2004-08-09
PCT/IB2005/052552 WO2006016317A2 (en) 2004-08-09 2005-07-28 Segmentation based on region-competitive deformable mesh adaptation

Publications (2)

Publication Number Publication Date
JP2008508977A true JP2008508977A (ja) 2008-03-27
JP4989471B2 JP4989471B2 (ja) 2012-08-01

Family

ID=35478251

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007525404A Expired - Fee Related JP4989471B2 (ja) 2004-08-09 2005-07-28 領域が競合する変形可能なメッシュ適合に基づくセグメント化

Country Status (5)

Country Link
US (1) US9014466B2 (ja)
EP (1) EP1779324B1 (ja)
JP (1) JP4989471B2 (ja)
CN (1) CN101002231B (ja)
WO (1) WO2006016317A2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015530193A (ja) * 2012-09-27 2015-10-15 シーメンス プロダクト ライフサイクル マネージメント ソフトウェアー インコーポレイテッドSiemens Product Lifecycle Management Software Inc. 3dコンピュータ断層撮影のための複数の骨のセグメンテーション

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7831081B2 (en) * 2005-08-15 2010-11-09 Boston Scientific Scimed, Inc. Border detection in medical image analysis
EP1929444B1 (en) 2005-09-23 2011-11-16 Philips Intellectual Property & Standards GmbH A method of and a system for adapting a geometric model using multiple partial transformations
EP2044576A2 (en) 2006-07-17 2009-04-08 Koninklijke Philips Electronics N.V. Efficient user interaction with polygonal meshes for medical image segmentation
CN101499165B (zh) * 2009-03-09 2011-01-26 广东威创视讯科技股份有限公司 交叉重叠染色体的分割方法
EP2513863A1 (en) * 2009-12-16 2012-10-24 Koninklijke Philips Electronics N.V. Use of collection of plans to develop new optimization objectives
EP2617009A1 (en) * 2010-09-17 2013-07-24 Koninklijke Philips Electronics N.V. Contour delineation for radiation therapy planning with real-time contour segment impact rendering
TWI450742B (zh) * 2011-03-15 2014-09-01 Crystalvue Medical Corp 光學裝置
US9122959B2 (en) * 2013-05-03 2015-09-01 Impac Medical Systems, Inc. Method and apparatus for automated delineation of structure shape for image guided treatment planning
US9355447B2 (en) * 2013-08-21 2016-05-31 Wisconsin Alumni Research Foundation System and method for gradient assisted non-connected automatic region (GANAR) analysis
US10302779B2 (en) * 2014-10-16 2019-05-28 Hitachi, Ltd. Radiation detector, radiation imaging device, computer tomography device, and radiation detection method
US10290093B2 (en) * 2015-09-22 2019-05-14 Varian Medical Systems International Ag Automatic quality checks for radiotherapy contouring
US10729920B2 (en) * 2015-10-02 2020-08-04 Varian Medical Systems International Ag Systems and methods for quantifying radiation beam conformity
US10115226B2 (en) * 2016-07-21 2018-10-30 Christie Digital Systems Usa, Inc. System and method for geometric warping correction in projection mapping
WO2018218478A1 (zh) 2017-05-31 2018-12-06 上海联影医疗科技有限公司 图像处理方法及系统
US10430987B1 (en) * 2017-06-09 2019-10-01 Snap Inc. Annotating an image with a texture fill
US10679350B2 (en) 2018-08-10 2020-06-09 Koninklijke Philips N.V Method and apparatus for adjusting a model of an anatomical structure
WO2020123701A1 (en) * 2018-12-12 2020-06-18 Tornier, Inc. Soft tissue modeling and planning system for orthopedic surgical procedures
US11995854B2 (en) * 2018-12-19 2024-05-28 Nvidia Corporation Mesh reconstruction using data-driven priors
CN115943305A (zh) * 2020-06-24 2023-04-07 索尼集团公司 信息处理装置、信息处理方法、程序和信息处理系统
US11900592B2 (en) * 2020-12-03 2024-02-13 Ping An Technology (Shenzhen) Co., Ltd. Method, device, and storage medium for pancreatic mass segmentation, diagnosis, and quantitative patient management

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001511374A (ja) * 1997-07-25 2001-08-14 アーチ・デベロップメント・コーポレーション 側面胸部放射線像の肺領域を分割する方法とシステム
WO2003021532A2 (en) * 2001-09-06 2003-03-13 Koninklijke Philips Electronics N.V. Method and apparatus for segmentation of an object
WO2004010374A2 (en) * 2002-07-19 2004-01-29 Philips Intellectual Property & Standards Gmbh Simultaneous segmentation of multiple or composed objects by mesh adaptation

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5859891A (en) * 1997-03-07 1999-01-12 Hibbard; Lyn Autosegmentation/autocontouring system and method for use with three-dimensional radiation therapy treatment planning
WO2002073536A2 (en) * 2001-03-09 2002-09-19 Koninklijke Philips Electronics N.V. Image segmentation
US6735277B2 (en) * 2002-05-23 2004-05-11 Koninklijke Philips Electronics N.V. Inverse planning for intensity-modulated radiotherapy
CN1224943C (zh) * 2002-07-26 2005-10-26 中国科学院自动化研究所 基于活动轮廓模型的多个对象的自动分割方法
EP1554695A2 (en) * 2002-10-16 2005-07-20 Koninklijke Philips Electronics N.V. Hierarchical image segmentation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001511374A (ja) * 1997-07-25 2001-08-14 アーチ・デベロップメント・コーポレーション 側面胸部放射線像の肺領域を分割する方法とシステム
WO2003021532A2 (en) * 2001-09-06 2003-03-13 Koninklijke Philips Electronics N.V. Method and apparatus for segmentation of an object
JP2005502139A (ja) * 2001-09-06 2005-01-20 フィリップス コーポレイト インテレクチュアル プロパティ ゲーエムベーハー 対象のセグメンテーション方法及び装置
WO2004010374A2 (en) * 2002-07-19 2004-01-29 Philips Intellectual Property & Standards Gmbh Simultaneous segmentation of multiple or composed objects by mesh adaptation
JP2005533546A (ja) * 2002-07-19 2005-11-10 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 メッシュ適応による多数の又は構成された対象の同時セグメンテーション

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015530193A (ja) * 2012-09-27 2015-10-15 シーメンス プロダクト ライフサイクル マネージメント ソフトウェアー インコーポレイテッドSiemens Product Lifecycle Management Software Inc. 3dコンピュータ断層撮影のための複数の骨のセグメンテーション

Also Published As

Publication number Publication date
CN101002231A (zh) 2007-07-18
US9014466B2 (en) 2015-04-21
US20070211939A1 (en) 2007-09-13
EP1779324B1 (en) 2018-01-17
CN101002231B (zh) 2010-09-08
WO2006016317A2 (en) 2006-02-16
WO2006016317A3 (en) 2006-10-12
EP1779324A2 (en) 2007-05-02
JP4989471B2 (ja) 2012-08-01

Similar Documents

Publication Publication Date Title
JP4989471B2 (ja) 領域が競合する変形可能なメッシュ適合に基づくセグメント化
JP5107709B2 (ja) 放射線治療の処置計画の適合化
RU2571374C2 (ru) Интерактивный компьютеризованный редактор для компенсаторов, используемых в планировании лучевой терапии
US9014446B2 (en) Efficient user interaction with polygonal meshes for medical image segmentation
US9076222B2 (en) Use of collection of plans to develop new optimization objectives
EP2751778B1 (en) Integration of user inputs and correction of deformation vector field in deformable image registration workflow
US9262590B2 (en) Prospective adaptive radiation therapy planning
US11756242B2 (en) System and method for artifact reduction in an image
CN101969852A (zh) 用于改进图像分割的方法和系统
US11865361B2 (en) System and method for scanning pattern optimization for flash therapy treatment planning
US20140171726A1 (en) Dose-optimised patient positioning for radiotherapy
US20150051434A1 (en) Method for regularizing aperture shape for milling
CN113853636A (zh) 用于提供近似图像的方法、计算机程序产品和计算机系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080725

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20110316

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110405

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110629

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120403

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120427

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 4989471

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150511

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees