JP2008521473A - 複数要素血管セグメント化 - Google Patents

複数要素血管セグメント化 Download PDF

Info

Publication number
JP2008521473A
JP2008521473A JP2007542472A JP2007542472A JP2008521473A JP 2008521473 A JP2008521473 A JP 2008521473A JP 2007542472 A JP2007542472 A JP 2007542472A JP 2007542472 A JP2007542472 A JP 2007542472A JP 2008521473 A JP2008521473 A JP 2008521473A
Authority
JP
Japan
Prior art keywords
outer boundary
segmentation
intensity values
specific volume
anatomical structure
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
JP2007542472A
Other languages
English (en)
Inventor
ブレーウェル,マルセル
オラバリアガ,シルヴィア デルガド
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 JP2008521473A publication Critical patent/JP2008521473A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • 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
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/30016Brain
    • 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
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

解剖学的構造の三次元デジタル表現をセグメント化するための方法及びコンピュータプログラムであって、それらの方法及びコンピュータプログラムにおいて、強度値の一時的置き換えが、健全な解剖学的構造に対応する置き換え強度値により特定ボリュームにおいて実行される。血管の外側境界のセグメント化は、元々の強度値が回復される前に実行される。元々の強度値の回復後、特定ボリューム及びその特定ボリュームに含まれる何れの病変のセグメント化が実行される。

Description

本発明は、コンピュータ断層撮影血管造影法(CTA)のような放射線方法により取得されるデジタル化スキャンにおける構造のセグメント化に関する。更に具体的には、本発明は、血管のような解剖学的構造の後の視覚化及び測定のためのそれらの構成要素へのセグメント化に関する。
血管のような解剖学的構造のセグメント化は、心臓血管剤の多くの領域における特定のアプリケーションを探り、その心臓血管剤において、患部血管を視覚化し、患部血管がどのような構成要素(例えば、管腔、血栓、壁、石灰化、プラーク)から成るかを決定し、及びそれらの構成要素の各々についてのパラメータ(形、大きさ、直径、面積、体積等)を適切に導き出すことが必要である。病理所見なしに血管は管腔(灌流部分)及び健全な壁(非灌流部分)から成ることが前提とされる可能性がある一方、病態血管は、通常、付加的な解剖学的構造を示す。腹大動脈を、例として用いる。老人にあっては、命に関わる動脈瘤(腹大動脈の動脈瘤又は省略してAAAと表す)が、このような腹大動脈の一部において成長する可能性がある。AAAを視覚化し、特徴付けそして数値で表すように、関連する構成要素、例えば、管腔(血液)、血栓(壁に対する内側の血液の固まり)、健全な壁及び病態壁(内側にプラーク及び/又は石灰化を有する)の全てをセグメント化する必要がある。
管腔のセグメント化及びトラッキングのための複数の方法については、文献(例えば、“Fast delineatin and visualization of vessel in 3−D angiographic images”,by O.Wink et al.,IEEE TMI,19(4):337−346,April 2000及び“Reconstruction and web distribution of measurable arterial models”,by M.Toveri et al.,Medical Image Analysis,7(1):79−93,March 2003)に記載されていて、数人の研究者のみが、血栓及び壁セグメント化についてのより複雑な問題に取り組んでいる。CTA画像における血栓、壁及び周囲の組織間の低コントラストのために、セグメント化方法は、正確な境界を描くには困難である。画像勾配に基づく方法は、脊椎及び管腔のような隣接するオブジェクトからの強い応答がその方法に適切な境界を求められないようにするために、しばしば、失敗する。閾値に基づく方法はまた、同じ強度値が血栓の内側及び隣接する構造において求められるために、失敗する傾向にある。
血栓をセグメント化するための幾つかの方法が文献に記載されている。文献“3−D Image Analysis of Abdominal Aortic Aneurysm”,by M.Subasic et al.,published in “SPIE Medical Imaging−Image Processing”,pages 1681−1689,SPIE,2002において提案されている方法は、所謂、レベルに基づく技術に基づいている。その方法は、管腔の内側にユーザにより位置付けられた球から開始し、その球は、管腔をセグメント化する変改可能なモデルについての初期化として用いられ、画像の特徴として画像勾配を用いている。この結果は、血栓及び血管の外側の境界についてセグメント化方法を初期化するために用いられる。上記のセグメント化方法は、前処理段階からもたらされる特定の画像特徴(閾値、モルフォロジカル演算及び画像勾配)を用いる。しかしながら、報告されている結果は、十分に適切であるようにはみえない。管腔以外の血管の構成要素をセグメント化するためのこの方法及び他の以前に提案された方法は、従来のセグメント化方法が血管及びその周囲の可能な形状及び外観(画素強度)についての予備的知識を考慮しないことのために、しばしば失敗する。それらの上記の問題点はまた、例えば、脳又は肝臓のような他の解剖学的構造のセグメント化において現れる。
"Fast delineatin and visualization of vessel in 3−D angiographic images",by O.Wink et al.,IEEE TMI,19(4):337−346,April 2000及び"Reconstruction and web distribution of measurable arterial models",by M.Toveri et al.,Medical Image Analysis,7(1):79−93,March 2003 3−D Image Analysis of Abdominal Aortic Aneurysm",by M.Subasic et al.,published in "SPIE Medical Imaging−Imaging Processing",pages 1681−1689,SPIE,2002
したがって、本発明の目的は、解剖学的構造の関連する構成要素全ての適切なセグメント化のための方法及びコンピュータプログラムを提供することである。
本発明の好適な実施形態においては、解剖学的構造の三次元デジタル表現をセグメント化する方法について開示している。その方法は:
− 解剖学的構造の外側境界をセグメント化する段階と、
− 外側境界のセグメント化に先立って及び特定のボリュームにおいて、解剖学的構造の強度値からかなり外れた強度値を、解剖学的構造を表す置き換え強度値で一時的に置き換える段階と、
− その外側境界のセグメント化が終了するとすぐ、かなり外れた強度値に戻す段階と、
を有する。
提案している方法においては、解剖学的構造の外側境界のセグメント化は、例えば、特定ボリュームにおける病変により乱されず、健全な解剖学的構造の強度値と比べてそのような病変の強度値をかなり異ならせることによりもたらされるという有利点を有する。それらの乱す解剖学的構造は、2つの状態の確認により比較的容易に特定される。管腔、壁並びに石灰化、血栓及び/又はプラークのような可能性のある病変を有する、セグメント化されるべき解剖学的構造としての血管を考慮する場合、第1状態は、管腔の外側境界に対する壁の外側境界の空間的関係に関係する。血管壁が厚くなったAAAの場合、壁の外側境界は、管腔の外側境界を囲み、制限されたボリューム内に含まれる。換言すれば、血管壁の存在は、十分高い確率で管腔の外側境界からの特定の径方向の距離の範囲内にあることを前提とすることが可能である。管腔の外側境界と壁の外側境界との間に位置している血管の領域内の乱れた解剖学的構造の決定の助けとなる第2状態は、遭遇する強度値の領域に関連する。乱れた解剖学的構造は、健全な壁の強度値とかなり異なる放射線使用方法、例えば、CTAのスキャンにおいて強度値を示すことが可能である。それら2つの状態の組み合わせは、実際に乱れている解剖学的構造である血管の管腔の外側境界の周りの領域について高信頼性の指標をもたらす。それらの乱れた解剖学的構造を特定した場合、健全な血管壁の強度値に対応する強度値でのそれらの強度値の一時的置き換えは、壁の外側境界のセグメント化のために用いられる何れの方法及び/又はアルゴリズムへのそれらの乱れた解剖学的構造の強い影響を取り除く。乱れた解剖学的構造は、それ故、壁の外側境界のセグメント化の間、血管壁の一部とみなされる。そのセグメント化が行われた後、置き換えられたそれらの強度値は、管腔の外側境界と壁の外側境界との間の乱れた解剖学的構造を反映し、そしてそれらの乱れた解剖学的構造においてセグメント化を実行するように、回復されることが可能である。
本発明の関連する実施形態においては、特定ボリュームは、解剖学的構造のエンベロープの決定により決定される。そのエンベロープは、その解剖学的構造の全体の外側境界がそのエンベロープにより囲まれるように、丁寧な方法で決定されることが可能である。
更なる実施形態においては、特定ボリュームが、解剖学的構造を囲む境界層により決定される。一部の解剖学的構造は、前者を囲む他の解剖学的構造の内側に位置している。それらの場合、囲んでいる解剖学的構造により規定される境界層はまた、その特定ボリュームのための境界として用いられることができる。このことは、囲んでいる解剖学的構造が、例えば、強度値の典型的な領域のために容易に特定される場合に有利である。
関連する実施形態においては、置き換え強度値は、特定ボリューム、例えば、血管の特定の場合のセグメント化された管腔の外側境界の周りのシェルにおける強度統計値の評価
により自動的に得られる。これは、例えば、特に、平均画素値又は最も高い頻度で存在する画素値を決定することにより達成される。健全な壁を表す置き換え強度値の自動的決定はユーザインタラクションを減少させる。その方法は、例えば、比較臨床試験又は長期間分析のために、高速でより再生可能になる。
本発明の更なる実施形態においては、特定ボリュームにおける病変は、回復に後続して個別にセグメント化される。実際の病変に加えて、必ずしも病態的でない、セグメント化されるべき解剖学的構造における乱れた解剖学的構造はまた、この手法で処理されることが可能である。予め置き換えられた強度値の回復後にこの段階を実行することにより、特定ボリュームにおける病変の適切なセグメント化が有効であることが確実になる。開業医は大部分が、この領域における解剖学的構造に興味をもつであろう。それ故、血管の特定の場合に、先行するセグメント化段階から利用可能である壁の外側境界及び管腔の外側境界により規定される中空円筒状形状に対象ボリューム(VOI)を限定することにより、この血管の領域におけるセグメント化構造のタスクが容易になる。血管セグメント化の特定の場合、それらの解剖学的構造は石灰化である可能性がある。石灰化は、血管の壁の外側境界のセグメント化を強く乱す。幸いに、石灰化の強度値は、常に、ある特定のかなり限定された領域(実際には、ある特定値以上)にある。それらの石灰化は、それ故、容易に特定され、健全な壁の値により等しい値で置き換えられることが可能である。また、その解剖学的構造はまた、血管の特定の場合に、プラークである可能性がある。特定の放射線使用方法については、特定のプラークの種類が乱す要因である可能性がある。特に、特定のプラークの種類は、磁気共鳴イメージング(MRI)において、健全な壁より明るく現れる。したがって、プラークは、石灰化と同じ手法で処理されることが可能である。
更なる実施形態においては、放射線使用方法からデジタル表現が得られる。放射線使用方法は、患者の体の内部からのデータの非侵襲的取得を可能にする。更に、それらの分解能は、その解剖学的構造における構造の取得のために十分に高精細であることが可能である。
関連する実施形態においては、放射線使用方法は、コンピュータ断層撮影血管造影法(CTA)又は磁気共鳴イメージング(MRI)の一である。CTA及びMRIの各々は、それらの一又は他が特定の患者に関して用いるためにかなり適切であることが可能であるように寄与する。CTAは、MRIに比べて、より広汎に利用可能であり、高速であり、より良好な空間分解能を有する。その一番後の有利点は、石灰化を可視化するために特に重要である。他方、MRIは、造影剤を用いないで、動脈の管腔を可視化することができるが、造影剤はまた、改善されるコントラストのために用いられることが可能である。更に、MRIは、イオン化放射線を用いることはできない。
本発明の更なる実施形態においては、解剖学的構造は、血管、脳又は肝臓の一である。人体のそれらの部位は、本発明にしたがった方法の適用のためにかなり適する。血管の特定の場合には、管腔が先ず、セグメント化される。一旦、血管の大きさが決定されると、強度値の置き換えが実行されるようになっている特定ボリュームが、例えば、多かれ少なかれ太い血管を示す管腔の直径に基づいて、決定される。脳はまた、頭蓋骨が、特定ボリュームのために自然で、容易に検出可能な境界を与えるために、本発明にしたがった方法のためにかなり適する。セグメント化される器官が肝臓である場合、肝臓の周りの特定ボリュームの境界は、例えば、異なる放射線使用方法を先ず、取り入れ、本発明の方法における結果を組み込むことにより決定される。
本発明の他の好適な実施形態においては、解剖学的構造の三次元デジタル表現をセグメント化するためのコンピュータプログラムが実行される。そのコンピュータプログラムは、
− 解剖学的構造の外側境界をセグメント化する段階と、
− 他の境界のセグメント化に先立って及び特定のボリュームにおいて、解剖学的構造の強度値からかなり外れた強度値を、解剖学的構造を表す置き換え強度値で一時的に置き換える段階と、
− その外側境界のセグメント化が完了するとすぐ、かなり外れた強度値に戻す段階と、
を実行する。
提案しているコンピュータプログラムは、解剖学的構造の外側境界のセグメント化が、特定ボリュームにより境界が与えられる解剖学的構造の領域の内側の何れの病変により乱されず、その解剖学的構造と比べて、それらの構造の強く異なる強度値によりもたらされるという有利点を有する。それらの病変及び乱れた解剖学的構造は、2つの状態の確認により比較的容易に特定される。管腔、壁及び石灰化、血栓又はプラークのような可能な病変を有する、血管のセグメント化の特定の場合には、第1状態は、管腔の外側境界に対する壁の外側境界の空間的関係に関連する。血管の壁が厚くなっているAAAの場合には、その外側境界は管腔の外側境界を囲み、制限されたボリュームの内側に含まれる。換言すれば、血管の壁の存在は、十分高い確率で管腔の外側境界からの特定の径方向距離の範囲内にあることを前提とすることが可能である。血管壁の内側の乱れた解剖学的構造の決定の助けとなる第2状態は、遭遇する強度値の領域に関連する。乱れた解剖学的構造は、健全な壁の強度値とは非常に異なる放射線使用方法、例えば、CTAのスキャンにおける強度値を示すことが可能である。それら2つの状態を組み合わせることにより、壁の外側境界の効率的なセグメント化を乱す実際の解剖学的構造である、血管の管腔の外側境界の周りの領域について信頼できる指標がもたらされる。それらの乱れた解剖学的構造が特定された場合、健全な血管壁の値に対応する強度値とのそれらの強度値の一時的置き換えは、壁の外側境界のセグメント化のために用いられる何れの方法及び/又はアルゴリズムへのそれらの強い影響を取り除く。それらの乱れた解剖学的構造は、それ故、壁の外側境界のセグメント化の間、血管壁の一部とみなされる。セグメント化が終了した後、置き換えられたそれらの画素強度は、血管壁の内側の乱れた解剖学的構造を反映するように、回復されることが可能である。それらの有利点の他に、コンピュータプログラムは、プロセッサに接続されたメモリにおいて解剖学的構造のセグメント化された構成要素の表現を実際に得るように、コンピュータプログラムにより規定される段階を実行するためにそのプロセッサを指令するように適合されている。
本発明の関連する実施形態においては、特定ボリュームが、解剖学的構造のエンベロープを決定することにより決定される。そのエンベロープは、その解剖学的構造の全体の外側境界がそのエンベロープにより囲まれるように、丁寧な方法で決定されることが可能である。
更なる実施形態においては、特定ボリュームが、解剖学的構造を囲む境界層により決定される。一部の解剖学的構造は、前者を囲む他の解剖学的構造の内側に位置している。それらの場合、囲んでいる解剖学的構造により規定される境界層はまた、その特定ボリュームのための境界として用いられることができる。このことは、囲んでいる解剖学的構造が、例えば、強度値の典型的な領域のために容易に特定される場合に有利である。
関連する実施形態においては、置き換え強度値は、特定ボリュームにおける強度統計値の評価により自動的に得られる。これは、特に、平均画素値又は最も高い頻度で存在する画素値を決定することにより達成される。健全な壁を表す置き換え強度値の自動的決定はユーザインタラクションを減少させる。その方法は、例えば、比較臨床試験又は長期間分析のために、高速でより再生可能になる。
本発明の更なる実施形態においては、特定ボリュームにおける病変は個別にセグメント化される。置き換えられた強度値の回復後にこの段階を実行することにより、特定ボリュームにおける病変の適切なセグメント化が有効であることが確実になる。開業医は大部分が、血管のこの領域における解剖学的構造に関心をもつであろう。それ故、血管の特定の場合に、先行するセグメント化段階から利用可能である壁の外側境界及び管腔の外側境界により規定される中空円筒に対象ボリューム(VOI)を限定することにより、開業医が関心をもっている領域におけるセグメント化構造のタスクが容易になる。血管の特定の場合に、それらの解剖学的構造は石灰化である可能性がある。石灰化は、外側境界のセグメント化を強く乱す。幸いに、石灰化の強度値は、常に、ある特定のかなり限定された領域(実際には、ある特定値以上)にある。それらの石灰化は、それ故、容易に特定され、血栓の値により等しい値で置き換えられることが可能である。また、その解剖学的構造は、血管の特定の場合に、プラークである可能性がある。特定の放射線使用方法については、特定のプラークの種類が乱す要因である可能性がある。特に、特定のプラークの種類は、磁気共鳴イメージング(MRI)において、健全な壁より明るく現れる。したがって、プラークは、石灰化と同じ手法で処理されることが可能である。
本発明の更なる実施形態においては、三次元デジタル表現が放射線使用方法から得られる。放射線使用方法は、患者の体内からのデータの非侵襲的取得を可能にする。更に、それらの分解能は、その解剖学的構造における構造の取得のために十分に高精細であることが可能である。
関連する実施形態においては、放射線使用方法は、コンピュータ断層撮影血管造影法(CTA)又は磁気共鳴イメージング(MRI)の一である。CTA及びMRIの各々は、それらの一又は他が特定の患者への適用に関して用いるためにかなり適切であることが可能であるように寄与する。CTAは、MRIに比べて、より広汎に利用可能であり、高速であり、より良好な空間分解能を有する。その一番後の有利点は、石灰化を可視化するために特に重要である。他方、MRIは、造影剤を用いないで、動脈の管腔を可視化することができる。更に、MRIは、イオン化放射線を用いることはできない。
本発明の更なる実施形態においては、解剖学的構造は、血管、脳又は肝臓の一である。人体のそれらの部位は、本発明にしたがったコンピュータプログラムのためにかなり適する。血管の特定の場合には、管腔が先ず、セグメント化される。一旦、血管の大きさが決定されると、強度値の置き換えが実行されるようになっている特定ボリュームが、例えば、多かれ少なかれ太い血管を示す管腔の直径に基づいて、決定される。脳はまた、頭蓋骨が、特定ボリュームのために自然で、容易に検出可能な境界を与えるために、本発明にしたがった方法のためにかなり適する。セグメント化される器官が肝臓である場合、肝臓の周りの特定ボリュームの境界は、例えば、異なる放射線使用方法を先ず、取り入れ、本発明のコンピュータプログラムにおける結果を組み込むことにより決定される。
本発明の上記の及び他の目的及び特徴については、以下の、添付図と共に考察されるようになっている、本発明の好適な実施形態の詳細説明により明らかになり、十分に開示される。図においては、同じ参照番号は同じ構成部分を表している。
図1は、血管、特に、血管の分岐を示している。血管12は管腔14及び壁16を有する。管腔14は血管の灌流部分、例えば、血液が流れる部分である。管腔14は管腔の外側の境界14aにより描かれている。壁の外側の境界16aは、周りの組織に対して血管の輪郭を描いている。壁16の上部の半分は、管腔14がより可視的にされるように一部のみが示されている。中心線24は、その方法の実行中に演算されるものである。中心線24は、その方法の実行中の補助ツールとしての役割を果たし、後続の操作のための参照軸を与える。その中心線は、2つのユーザが規定した点又は自動的に決定される点、即ち、開始点及び終了点の間で決定される。描かれている分岐の場合、中心線は2つの枝を有する。中心線は、その名前にも拘わらず、初期化として中心線を用いる後続のアルゴリズム(例えば、管腔の外側の境界のセグメント化アルゴリズム)は十分にロバストであるために、必ずしも、管腔の中心にある又はその管腔の内側に位置付けられる必要はないことに留意する必要がある。
図2は、スライス面II−IIに沿った血管12の軸方向断面を示している。上記の構成要素、管腔14及び壁16に加えて、それらの管腔の外側の境界14a及び壁の外側の境界16aと共に、異なる解剖学的構造が、管腔の外側の境界14a及び壁の外側の境界16aにより境界付けられた領域において示されている。それらの解剖学的構造は、石灰化17、血栓18及びプラーク19である。中心線24は、ドット−ダッシュ形式で十字形に示されている。管腔の外側の境界14aの重量中心近くに位置付けられることが前提とされることが可能である。この図2Aは、血管12の三次元表現の最初の状態を示している。中心線24は既に演算されたものである。
血管12の三次元表現の次の状態を図2Bに示す。最初の管状三次元アクティブオブジェクト(3DAO)26aが中心線に沿って位置している。3Dアクティブオブジェクト、即ち、3D変形可能モデルとも、ときどき呼ばれるものは、面をボリュームデータに適合させるための技術である。それらの3D変形可能モデルは、動きのラグランジェ方程式で表され、それ故、物理的オブジェクトの挙動を現実的にシミュレートするように動的にされるために、“物理的に基づいている”と言われる。曲面は、有限要素を用いて離散化され、表面のデータへの適合は、表面の変形エネルギーを表すエネルギー汎関数の最小化により達成される。三次元変改可能モデルは、セグメント化されるべき領域の内側に閉曲面を位置付け、強度分布に含まれる勾配情報に基づいてその曲面に鏡像力を用いることにより医療用画像ボリュームのセグメント化に適用され、その曲面が広がり、対象領域に一致することを可能にする。それらの種類のモデルは、複雑な自由形状を前提とすることができ、その曲面におけるユーザが与えるポイント力として各々のデータポイントを考慮することによりデータを適合させる直感的手段を有する、好ましい特徴を有する。図2Bにおいては、多角形26aは、中心線24に沿って位置している管状3DAOを貫く断面を表している。最初の3DAOは、管腔の境界に対して自動的に変形される。
図2Cは、管腔の3DAO26aの自動変形の結果を示し、その管腔の3DAO26aは、壁16、石灰化17、血栓18及びプラーク19に対して管腔14の輪郭を描く管腔の外側の境界14aの略一致する。最終の管腔の3DAO26bは、明確化のために8つの頂点のみを有する多角形として表されている。実際には、より少ない頂点が用いられ、それ故、管腔の境界は適切に輪郭が描かれる。管腔の3DAO26bの断面は、より近くに管腔の境界が略一致するように特に更なる頂点を有する、任意の幾何学的形状を有することが可能である。更に、管腔の3DAO26bの断面は、必ずしも、その長手方向の軸に沿って一定でないが、管腔の境界が変化するにつれて、変化することが可能である。
ここで、図2Dを参照するに、管腔の周りの特定のボリューム内の画素強度の取り替えを示している。一旦、最終の管腔の3DAO26bが決定されると、その方法は、血管の壁の外側の境界が管腔の3DAO26bから特定の距離の範囲内に入ることが高い確率を有することを確実にする。管腔の3DAO26bから血管壁の存在が壁の外側の境界をセグメント化する方法により前提とされるところまでの距離が、図2Dにおいて破線で示されている楕円として描かれている。石灰化17、血栓18及びプラーク19は、管腔の3DAO26bとセグメント化された管腔からの最大距離を印付けしている破線で示されている楕円とにより規定される環の中に含まれている。この環内において、対象物は、壁16の強度値に等しい又はその値に近い強度値が割り当てられ、その壁は、図2Dにおいて同じ灰色の陰影で示されている。更に、管腔の3DAO26bは、壁の外側境界の3DAO28を初期化するように用いられる。この壁の外側境界の3DAO28は、上記と同様の方法で変形される。しかしながら、変形処理は、必要に応じて、異なる注視基準値により決定されることが可能である。
壁の外側境界の3DAO28に適用される変形の最終結果が図2Eに示されている。明確化のみのためにその境界に沿って斜線が描かれている、壁の外側境界の3DAO28は、ここでは、壁16の外側の境界16aの輪郭に略沿っている。更に、石灰化17、血栓18及びプラーク19は、それらの元々の画素強度に戻されていて、図2A乃至2Cにおける灰色に対応する異なる灰色の陰影により示されている。それらのセグメント化は、ここでは、対象ボリュームにセグメント化アルゴリズムを適用することにより達成されることができ、その対象ボリュームは、管腔の3DAO26b及び壁の外側境界の3DAO28により範囲が定められている。管腔の3DAO26bと外側境界の3DAOとの間の血管の領域における解剖学的構造のためのこのセグメント化アルゴリズムは、かなり細部まで正確な又は衒学的なセグメント化を実行するように選択され、パラメータ化されることが可能である。これは、評価ボリュームが限定されるために、有効である。更に、限定された対象ボリューム内の画素強度は、健全な壁16、石灰化17、血栓18及びプラーク19等の特定の解剖学的構造について特徴を示す。それ故、強度ヒストグラムにおける強度値の幾つかのクラスタが、特定の解剖学的構造によりもたらされる強度値を基準とする各々のクラスタにより、存在することが予想されることが可能である。
図3は、本発明にしたがった方法のフローチャートである。菱形は、その方法への入力か又は中間結果のどちらかであるデータを表す。菱形は、データに関して実行される操作を表す。その方法の入力の1つは、体の部位、例えば、腹部の三次元表現を有するデータ集合30(SCAN)である。このデータ集合は、コンピュータ断層撮影血管造影装置のような適切な取得装置から直接、得られることが可能であるか又は、デジタル記憶装置から再生されることが可能であるかのどちらかである。何れにしても、そのデータ集合は、例えば、腹部の強度の三次元空間分布を有し、それらの強度は、体内の特定の場所の特定の物理的特徴を反映している。共通の物理的特徴は、所謂、ハウンスフィールド値であり、そのハウンスフィールド値は、X線領域における電磁放射線に関して特定の場所における体の吸収係数を表す。他の物理的特徴は磁気共鳴イメージング(MRI)により検出されることが可能である。その方法のための他の入力は、血管に関する開始点及び終了点31(SP/EP)であり、それらの点は、セグメント化について考慮されるべき領域を決定する。それらの開始点及び終了点はユーザにより選択される、又は自動的に決定される。それらの入力、即ち、三次元データ集合30及び開始点/終了点部分31はチャンク画像生成器(CI)32により処理され、そのチャンク画像生成器は対象ボリューム(VOI)33を規定する。対象ボリューム33は、通常、三次元データ集合30の副集合であり、それ故、対象でない又は殆ど対象でないデータ集合の部分に関する不必要な操作は回避される。対象ボリュームは、幾つかの評価アルゴリズムに値娃する入力パラメータとしての役割を果たす。それらの評価アルゴリズムの1つは、開始点と終了点31との間の中心線決定34(CNTLM)である。その中心線の決定は、例えば、管腔を貫く後続の断面の重心の決定に基づいている。その重心を接続することにより中心線が得られる。開始点から終了点への最小コストの経路として中心線を決定することがまた、可能である。一旦、中心線が決定されると、その中心線は最初の曲面35(IS)についての最初の推測として用いられ、その最初の曲面から、三次元アクティブオブジェクトが変形により作り出されるようになる。実験により、一定の半径r=5mmの円形断面を有する環状の最初の曲面35が良好な結果をもたらすことが示された。この最初の曲面27の変形は管腔曲面変形アルゴリズム36(LSDEF)により実行される。そのようなアルゴリズムは、例えば、閾値に基づくことが可能であり、そのことは、頂点における強度値が、その頂点が尚も管腔の内側に位置付けられていることを示す限り、3DAOの頂点は外側の方に(即ち、考慮されている頂点の場所における3DAOの法線ベクトルに基づいて)押し出されることを意味する。このことは、管腔の内側の典型的な血管の強度間隔を規定する下限閾値及び上限閾値を与えることにより達成される。頂点において与えられる強度値がこの強度間隔の外側にある限り、その頂点は、再び、内側に押し戻される。そのアルゴリズムはまた、変形された曲面が血管の実際の管腔に十分に似ているときを示すように、注視基準を実施する。関空の表現として最終的に保たれる3DAOは管腔曲面37(LS)と呼ばれる。その方法の次の段階においては、決定された管腔曲面37の周りの領域は、健全な血管壁を殆ど基準としない強度値が健全な血管壁の強度値に対応する強度値で置き換えられる点で、修正される。この置き換え段階38(REPL)は、中心線に沿った略中空円筒の形状を有する管腔曲面37の周りの領域で実行される。この置き換え動作の有効距離は、血管の健全状態及び大きさに依存する。5cmの半径が、動脈瘤により影響される可能性がある腹部大動脈について、良好な結果をもたらすことが判明した。次の段階は、血管壁の外側境界の曲面を求めるように実行される。その段階は、それ故、壁曲面変形段階39(WSDEF)と呼ばれる。壁曲面の3DAOは、段階37において、管腔曲面の3DAOにより初期化される。壁セグメント化は、しかしながら、複雑な問題であり、画像強度閾値に基づく簡単な力の変形可能モデルは、十分良好な結果を与えない。それに代えて、パターン分類方法、即ち、k個最近傍(KNN)アルゴリズムが、明暗値モデリングのために用いられる。このように管理される学習手法において、各々のクラスのための任意の確率密度関数が、特徴空間を可変サイズの細胞に分割することにより評価される。細胞は、所定の特徴点のk個の“近傍”(又は最近接トレーニング点)に対応する。所定のクラスに属す特徴点の事後確率は、細胞におけるトレーニング点の密度により、式P(Ω|y)=k/kのように決定される。この式において、kは、所定の特徴点yのk個の(空間的に)最近接の近傍間のクラスΩに属す点の数である。その点は、その場合、最大確率を有するクラスに割り当てられる。有効なクラスΩは、“対象物の内側”(即ち、壁の外側の境界の内部)、“対象物の外側”及び“対象物の境界”を含む。k個の最近接の近傍の分類の結果にしたがって、頂点は、“対象物の内側”としての分類の場合に外側の方に押し出される、“対象物の外側”としての分類の場合に内側の方に押し込まれる、又は“対象物の境界”としての分類の場合に現場所に保たれる。このアルゴリズムにおいては、頂点の全て又は少なくとも大部分が対象物の境界に位置付けられている場合、中止基準が適合される。先行する置き換え段階38は、頂点の分類に影響を与える解剖学的構造の乱れがない点で、段階39に壁曲面変形について報告する。壁曲面変形段階39の最終的結果は、三次元アクティブオブジェクトである壁曲面データ構造40(WS)に書き込まれる。後続する回復段階41(RSTR)においては、置き換え段階38の間に実行された強度の置き換えは取り消される。これは、血管壁及びその血管壁に含まれる解剖学的構造のセグメント化が実行されることができるように、元々の強度値を回復する。
血管をセグメント化するための方法及びコンピュータプログラムについての上記の適用の他に、医療用イメージングにおける他の適用について考慮することが可能である。
本発明は、例えば、脳における腫瘍のような病変を分離するように、三次元スキャンにおいて脳組織のセグメント化に適用されることが可能である。健全な脳組織は、通常、かなり均一な画素強度/ハンスフィールド値を有する。しかしながら、病変は異なる値を有する可能性がある。例えば、三次元アクティブオブジェクト及び/又は変形可能モデルを用いる健全な脳組織のセグメント化は、その病変が健全な脳組織の強度に近い強度により一時的に置き換えられるときには、それ程最適でない可能性がある。脳においては、置き換えのための境界は頭蓋骨(かなり高い強度を有し、それ故、容易に検出される)であることが可能である。
肝臓のセグメント化は本発明の他の適用である。強度値の置き換えが、三次元腹部CTからの完全な肝臓のセグメント化の前に、肝臓における推定に基づく病変(腫瘍)に関して実行される。肝臓組織はCT表現においてかなり均一であるため、病変は、異なる強度及び/又はハンスフィールド値を有することが可能である。しかしながら、強度置き換えのための境界の規定は、肝臓についてはやや困難である。
本発明にしたがった方法及びコンピュータプログラムはまた、体内の複数の小さい器官に適用されることが可能である。更に、血管間に含まれる器官のCT血管造影法のスキャンをセグメント化するための方法で本発明を用いることが想定される。第1段階においては、血管自体の病変がセグメント化され、そのことは、閾値化によりかなり容易に行われることができる。検出された病変は、次いで、例えば、周囲の組織の平均値により置き換えられ、完全な器官は、三次元アクティブオブジェクトのようなより先進の手法によりセグメント化される。
本発明について、好適な実施形態を参照して詳述したが、本発明は、特定の構成の開示及び/又は図に示されているものに限定されるものではなく、また、特許請求の範囲における範囲における何れの変形又は同等なものを有することができる。
当該技術分野において既知であるように、本発明の方法は、医療用イメージングから画像データを受け入れるように及びその方法を実行するように備えられているワークステーションを用いて実行される。本発明が機能することが可能である有利な方法は、本発明の方法の実行のためにワークステーションにおけるコンピュータプログラムのインストールを含む。
血管の分岐の透視図である。 本発明にしたがった方法の異なる段階におけるスライス面II−IIに沿った図1の血管の軸方向スライスである。 本発明にしたがった方法の異なる段階におけるスライス面II−IIに沿った図1の血管の軸方向スライスである。 本発明にしたがった方法の異なる段階におけるスライス面II−IIに沿った図1の血管の軸方向スライスである。 本発明にしたがった方法の異なる段階におけるスライス面II−IIに沿った図1の血管の軸方向スライスである。 本発明にしたがった方法の異なる段階におけるスライス面II−IIに沿った図1の血管の軸方向スライスである。 本発明にしたがった方法の段階を表すフローチャートである

Claims (11)

  1. 解剖学的構造の三次元デジタル表現のセグメント化の方法であって:
    前記解剖学的構造の外側境界のセグメント化の段階であって、
    前記外側境界の前記セグメント化に先立って及び特定ボリュームにおいて、前記解剖学的構造の強度値からかなり外れた強度値を、前記解剖学的構造を表す置き換え強度値で一時的に置き換える段階と、
    前記外側境界の前記セグメント化が終了するとすぐ、前記かなり外れた強度値に回復する段階と、
    を有することを特徴とする、段階;
    を有する方法。
  2. 請求項1に記載の方法であって:
    前記解剖学的構造のエンベロープを決定することにより前記特定ボリュームを決定する段階;
    を更に有する、方法。
  3. 請求項1又は2に記載の方法であって、前記特定ボリュームは、前記解剖学的構造を囲む境界層により決定される、方法。
  4. 請求項1乃至3の何れ一項に記載の方法であって、前記前記特定ボリュームにおける前記置き換え強度値は、強度統計値の評価により自動的に得られる、方法。
  5. 請求項1乃至4の何れ一項に記載の方法であって、前記回復する段階に先だって、前記特定ボリュームにおける病変は個別にセグメント化される、方法。
  6. 解剖学的構造の三次元デジタル表現のセグメント化するためのコンピュータプログラムであって:
    前記解剖学的構造の外側境界のセグメント化の段階であって、
    前記外側境界の前記セグメント化に先立って及び特定ボリュームにおいて、前記解剖学的構造の強度値からかなり外れた強度値を、前記解剖学的構造を表す置き換え強度値で一時的に置き換える段階と、
    前記外側境界の前記セグメント化が終了するとすぐ、前記かなり外れた強度値に回復する段階と、
    を有することを特徴とする、段階;
    を有するコンピュータプログラム。
  7. 請求項6に記載のコンピュータプログラムであって:
    前記解剖学的構造のエンベロープを決定することにより前記特定ボリュームを決定する段階;
    を更に実行する、コンピュータプログラム。
  8. 請求項6又は7に記載のコンピュータプログラムであって、前記特定ボリュームは、前記解剖学的構造を囲む境界層により決定される、コンピュータプログラム。
  9. 請求項6乃至8の何れ一項に記載のコンピュータプログラムであって、前記置き換え強度値は、前記前記特定ボリュームにおける強度統計値の評価により自動的に得られる、コンピュータプログラム。
  10. 請求項6乃至9の何れ一項に記載のコンピュータプログラムであって、前記回復する段階に先だって、前記特定ボリュームにおける病変は個別にセグメント化される、コンピュータプログラム。
  11. 解剖学的構造の三次元デジタル表現のセグメント化を与えるために備えられているワークステーションであって:
    前記解剖学的構造の外側境界のセグメント化の段階であって、
    前記外側境界の前記セグメント化に先立って及び特定ボリュームにおいて、前記解剖学的構造の強度値からかなり外れた強度値を、前記解剖学的構造を表す置き換え強度値で一時的に置き換える段階と、
    前記外側境界の前記セグメント化が終了するとすぐ、前記かなり外れた強度値に回復する段階と、
    を有することを特徴とする、段階;
    を有するワークステーション。






























JP2007542472A 2004-11-29 2005-11-24 複数要素血管セグメント化 Pending JP2008521473A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP04106135 2004-11-29
PCT/IB2005/053887 WO2006056954A2 (en) 2004-11-29 2005-11-24 Multi-component vessel segmentation

Publications (1)

Publication Number Publication Date
JP2008521473A true JP2008521473A (ja) 2008-06-26

Family

ID=36498341

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007542472A Pending JP2008521473A (ja) 2004-11-29 2005-11-24 複数要素血管セグメント化

Country Status (5)

Country Link
US (1) US7912260B2 (ja)
EP (2) EP1820156B1 (ja)
JP (1) JP2008521473A (ja)
CN (1) CN101065776B (ja)
WO (1) WO2006056954A2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011517986A (ja) * 2008-04-16 2011-06-23 ユニヴェルシテ ドゥ ローザンヌ 腹部大動脈瘤の自動検知および正確なセグメント分割

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8626263B2 (en) 2006-04-13 2014-01-07 General Electric Company Methods and apparatus for relative perfusion and/or viability
US20070242863A1 (en) * 2006-04-13 2007-10-18 Bernice Eland Hoppel Methods and Apparatus for Contouring at Least One Vessel
US8077939B2 (en) * 2006-11-22 2011-12-13 General Electric Company Methods and systems for enhanced plaque visualization
DE102007045268A1 (de) * 2007-09-21 2009-04-09 Siemens Ag Verfahren zur Verarbeitung medizintechnischer Bilddaten
US9064300B2 (en) * 2008-02-15 2015-06-23 Siemens Aktiengesellshaft Method and system for automatic determination of coronory supply regions
DE102009016793A1 (de) * 2009-04-07 2010-10-21 Siemens Aktiengesellschaft Verfahren zur Segmentierung eines Innenbereichs einer Hohlstruktur in einem tomographischen Bild sowie Tomographiegerät zur Ausführung einer solchen Segmentierung
EP2446416B1 (en) * 2009-06-24 2014-04-30 Koninklijke Philips N.V. Establishing a contour of a structure based on image information
MY152058A (en) * 2010-06-21 2014-08-15 Univ Putra Malaysia A method of constructing at least one 3 dimensional image
US9589204B2 (en) * 2010-09-20 2017-03-07 Koninklijke Philips N.V. Quantification of a characteristic of a lumen of a tubular structure
WO2012078636A1 (en) * 2010-12-07 2012-06-14 University Of Iowa Research Foundation Optimal, user-friendly, object background separation
WO2012107050A1 (en) * 2011-02-08 2012-08-16 Region Nordjylland, Aalborg Sygehus A system for determining flow properties of a blood vessel
WO2013040673A1 (en) * 2011-09-19 2013-03-28 The University Of British Columbia Method and systems for interactive 3d image segmentation
US9135699B2 (en) * 2012-03-15 2015-09-15 Siemens Aktiengesellschaft Method and system for hemodynamic assessment of aortic coarctation from medical image data
US10299698B2 (en) * 2012-05-14 2019-05-28 Intuitive Surgical Operations, Inc. Systems and methods for registration of a medical device using a reduced search space
US10039473B2 (en) 2012-05-14 2018-08-07 Intuitive Surgical Operations, Inc. Systems and methods for navigation based on ordered sensor records
US10210956B2 (en) 2012-10-24 2019-02-19 Cathworks Ltd. Diagnostically useful results in real time
EP3723041A1 (en) 2012-10-24 2020-10-14 CathWorks Ltd. Automated measurement system and method for coronary artery disease scoring
EP2750102B1 (en) 2012-12-27 2023-03-15 General Electric Company Method, system and computer readable medium for liver analysis
WO2015059706A2 (en) 2013-10-24 2015-04-30 Cathworks Ltd. Vascular characteristic determination with correspondence modeling of a vascular tree
US9697603B2 (en) 2014-12-19 2017-07-04 Toshiba Medical Systems Corporation Medical image data processing system and method for vessel segmentation using pre- and post-contrast data
EP4241694A3 (en) * 2016-05-16 2023-12-20 Cathworks Ltd. Selection of vascular paths from images
WO2017199245A1 (en) 2016-05-16 2017-11-23 Cathworks Ltd. System for vascular assessment
US10685438B2 (en) * 2017-07-17 2020-06-16 Siemens Healthcare Gmbh Automated measurement based on deep learning
EP3796210A1 (en) * 2019-09-19 2021-03-24 Siemens Healthcare GmbH Spatial distribution of pathological image patterns in 3d image data
CN113223015A (zh) * 2021-05-11 2021-08-06 清华大学 血管壁图像分割方法、装置、计算机设备和存储介质
EP4113434A1 (en) 2021-06-28 2023-01-04 Koninklijke Philips N.V. Generation of plaque information

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5825908A (en) * 1995-12-29 1998-10-20 Medical Media Systems Anatomical visualization and measurement system
US7194117B2 (en) * 1999-06-29 2007-03-20 The Research Foundation Of State University Of New York System and method for performing a three-dimensional virtual examination of objects, such as internal organs
US6711433B1 (en) * 1999-09-30 2004-03-23 Siemens Corporate Research, Inc. Method for providing a virtual contrast agent for augmented angioscopy

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011517986A (ja) * 2008-04-16 2011-06-23 ユニヴェルシテ ドゥ ローザンヌ 腹部大動脈瘤の自動検知および正確なセグメント分割

Also Published As

Publication number Publication date
US20070297561A1 (en) 2007-12-27
WO2006056954A3 (en) 2006-09-08
EP3239924A1 (en) 2017-11-01
CN101065776B (zh) 2011-08-10
EP1820156A2 (en) 2007-08-22
CN101065776A (zh) 2007-10-31
EP1820156B1 (en) 2017-09-13
US7912260B2 (en) 2011-03-22
WO2006056954A2 (en) 2006-06-01
EP3239924B1 (en) 2020-03-25

Similar Documents

Publication Publication Date Title
EP3239924B1 (en) Multi-component vessel segmentation
Olabarriaga et al. Segmentation of thrombus in abdominal aortic aneurysms from CTA with nonparametric statistical grey level appearance modeling
CN111528871B (zh) 用于医学图像中全身骨移除和血管可视化的方法和系统
Aykac et al. Segmentation and analysis of the human airway tree from three-dimensional X-ray CT images
Masutani et al. Computerized detection of pulmonary embolism in spiral CT angiography based on volumetric image analysis
WO2018023917A1 (zh) 一种下肢血管的提取方法及系统
JP4728627B2 (ja) Ct血管造影法における構造を領域分割する方法及び装置
JP4785371B2 (ja) 動的制約を用いる多次元構造の抽出方法及びシステム
US20100166283A1 (en) Method for determining a 2d contour of a vessel structure imaged in 3d image data
US20050276455A1 (en) Systems and methods for segmenting an organ in a plurality of images
EP1761897A1 (en) Displaying a tracheobronchial tree
CN110648338B (zh) 图像分割方法、可读存储介质及图像处理装置
JP2007289704A (ja) 大動脈瘤の半自動分析のためのシステム及び方法
US7593762B2 (en) System and method for automatically segmenting bones in computed tomography angiography data
CN112136157A (zh) 根据图像对牙齿牙髓区域分割的方法、系统和计算机程序
JP4436838B2 (ja) 局所的曲率分布パターンの分析方法
JP6792634B2 (ja) 医療画像処理
Lidayová et al. Fast vascular skeleton extraction algorithm
Kiraly et al. 3D human airway segmentation for virtual bronchoscopy
Radaelli et al. On the segmentation of vascular geometries from medical images
Shiffman et al. Semiautomated editing of computed tomography sections for visualization of vasculature
Larralde et al. Evaluation of a 3D segmentation software for the coronary characterization in multi-slice computed tomography
CN115775219A (zh) 医学图像分割方法、系统、电子设备及介质
Olabarriaga et al. Segmentation of abdominal aortic aneurysms with a non-parametric appearance model
Smirg et al. MRI slice segmentation and 3D modelling of temporomandibular joint measured by microscopic coil