JP2009502426A - 医用画像ボリューム内の身体の抽出システムおよび方法 - Google Patents

Abstract

Ｎ次元グリッド上の複数のポイントのドメインに対応する複数の輝度を含み、前記画像が身体と身体とは異なる非身体構造物とを含むディジタル化画像を提供するステップと、前記非身体構造物の前記身体とは反対側で前記画像内にサーフェイスを初期設定するステップ（１１）と、前記サーフェイスに作用する複数の力を定義するステップ（１３）と、前記力を使用してサーフェイスを前記非身体構造物を通って前記前記身体に当たるまで移動させるステップ（１４）とを含むディジタル化医用画像内の非身体構造物の識別方法。

Description

関連技術の相互参照
本願は、２００５年８月１日に出願されたGuetatらによる「System for the Removal of Non-Body Structures in CT Images」と題する米国特許仮出願番号６０／７０４，３４９による優先権を主張し、この仮出願の内容は、参照により本明細書に組み込まれる。

本発明は、デジタル化された医用画像の処理およびセグメント化を対象とする。

現行の撮像システムから取得されるデータから得られる診断に役立つ情報は、潜在的な問題をより早期のより治療可能なステップで検出することを可能にする。撮像システムから膨大な量の詳細データを取得できる場合は、画像データを効率的かつ正確に処理する様々なアルゴリズムを開発しなければならない。コンピュータの支援により、一般にデジタル画像またはデジタル化された画像の画像処理が進歩してきている。

デジタル画像は、解剖学的位置と関連付け可能な特性（グレースケール値や磁界強度など）を表す数値の配列で構成されており、この解剖学的位置は、特定の配列位置によって参照される。１組の解剖学的位置が画像のドメインを構成する。二次元デジタル画像またはスライス断面において、個々の配列位置はピクセルと呼ばれる。当該技術分野で既知の様々な構造技術により積み重ねられたスライス断面から三次元デジタル画像を構成することができる。三次元画像は、二次元画像のピクセルからなるボクセルとも呼ばれる個々のボリューム要素から構成される。ピクセルまたはボクセルの特性を処理して、そのようなピクセルまたはボクセルと関連付けられた患者の解剖学的構造に関する様々な特徴を確認することができる。コンピュータ支援診断（「ＣＡＤ」）システムは、デジタル撮像データの分析と視覚化において重要な役割を果たす。

コンピュータ断層撮影法（ＣＴ）による画像モダリティは、生成するボリューム内の患者の身体だけでなく、その患者の衣服、クッションおよび患者台も表す。三次元視覚化では、患者台の高密度部分はしばしば、患者の背骨などのいくつかの関心領域を遮る。更に、患者台とクッションの形状は、取得画像ごとに異なったり取得画像のうちの１つにしか存在しなかったりする場合があるため、特に２つのアプリケーションで比較のために異なる時点で取得したボリュームを重ね合わせるときに問題を引き起こす可能性がある。第１のアプリケーションは三次元視覚化であり、この場合、患者台が高密度部分を有しこの高密度部分が関心領域を隠す可能性がある。第２のアプリケーションは、異なる時点で得た取得画像の重ね合わせである。この場合、実際には、患者台とクッションが１つのデータセットのみで表示され、それらの位置と形状が異なり、重ね合わせが不正確になる場合がある。

本明細書で述べる本発明の例示的な実施形態は、ＣＴ画像から身体を自動的に抽出し、関心がないすべての部分（実質的に患者台およびクッション）を除去する方法およびシステムを含む。変形可能なモデルに基づくマルチスケール法によって、サーフェイスが身体の境界につながる画像を横切って移動される。サーフェイスのまわりの局部的情報を考慮する力を繰り返し計算する。そのような力は、サーフェイスを患者台内で動かすが、身体に近づいたときに確実に止まるようにする。モデルは弾性特性を有し、この弾性特性は、ボリューム内のいくつかの領域により大きな重みを与えることによって他の領域より多くの情報を伝えるという事実を考慮する。これは、サーフェイスを調整するときに正規化畳み込みを使用することにより行われる。本発明の一実施形態によるアルゴリズムは、全身、胸部または下腹部の百個以上のボリュームのデータベースで試験され、最大９００個のスライスを有するボリュームでも有効であることが証明され、平均時間６秒で正確な結果が提供された。また、患者台のスケールと形状のばらつきとノイズに対して頑強であり、信頼性が高く、高速である。

本明細書で述べる発明の例示的な実施形態は、一般に、医用画像から身体を自動的に抽出するシステムおよび方法を含む。例示的な医用撮像モダリティはコンピュータ断層撮影法（ＣＴ）であるが、本発明の一実施形態は、任意の三次元画像モダリティに応用可能である。従って、本発明は、様々な修正および代替の形態が可能であるが、その特定の実施形態を図面に例として示し本明細書で詳細に説明する。しかしながら、本発明は開示した特定の形態に限定されず、むしろ本発明は本発明の精神と意図の範囲内にあるすべての修正物、等価物および代替物を含むことを理解されたい。

本明細書において、用語「画像」は個々の画像要素（例えば、二次元画像ではピクセル、三次元画像ではボクセル）からなる多次元データのことを指す。画像は、例えば、コンピュータ断層撮影法、磁気共鳴画像化法、超音波、あるいは当業者に既知の任意の他の撮像システムによって取得した被験者の医用画像である。画像は、また、例えばリモートセンシングシステムや電子顕微鏡などの医療ではない状況から提供されることがある。画像をＲ³からＲへの関数と見なすことができるが、本発明の方法は、そのような画像に限定されず、任意の次元の画像（例えば、二次元画像や三次元ボリューム）に適用することができる。二次元または三次元画像の場合、画像のドメインは通常、二次元または三次元の長方形配列であり、各ピクセルまたはボクセルは２つまたは３つの互いに直交する１組の軸を基準にアドレス指定することができる。用語「デジタル」および「デジタル化」は、本明細書において、必要に応じて、デジタル画像取得システムまたはアナログ画像からの変換によって取得したデジタルまたはデジタル化形式の画像またはボリュームを指す。

本発明の一実施形態による医用画像から非身体構造物を除去する方法はいくつかの課題に取り組む。場合によって、患者台が画像内にないことがあり、その場合は、この方法は画像から何も構造物を除去すべきではない。患者台がクッションやヘッドレストを含む場合があるが、それらは変形するために、クッションやヘッドレストの形状に関するアプリオリ（a priori）情報を想定することができない。患者と患者台の間の接触点で患者台を患者と区別できる方法でなければならない。画像はノイズが多く対象物の境界がぼやけることが多い。更に、オクルージョン（occlusion）が存在することがあり、その場合は必要なものだけを除去しなければならない。画像内の腸、肺、心臓、骨格などの対象物は様々な形状と大きさになる。時として、骨構造と類似の画像輝度範囲を有する高強度構造ブロックなどの患者台の構造要素が解剖学的構造物と類似していることがある。

本発明の一実施形態による方法は、ユーザ対話を必要とせずかつ極めて短時間で機能して既存の医用三次元視覚化ワークステーションで使用できる変形可能なモデルのオリジナル適応を使用する。反復プロセスの前に特徴を全体的に計算しなければならない他の方法とは反対に、画像特徴を局所的に計算するだけでよい。医療撮像における変形可能な弾性モデルの使用は、１９８８年にテルゾボウルス（Terzopoulos）によって紹介された。変形可能なモデルは、弾性特性を有する非剛性対象物の挙動をシミュレートすることができ、最小エネルギー状態を見つけるように導き出される。そのようなモデルは、通常、（１）伸張可能で柔軟な輪郭の変形を特徴付ける内力と、（２）画像ボリュームを特徴付け、極値がエッジや輝度極値（intensity extrema）に合致する外力との２種類の力を含んでいる。

最もよく知られている変形可能なモデルはスネークと呼ばれる。スネークはいくつかの画像解析タスクで役立つ平らな変形可能な輪郭である。スネークは、境界が区分的に連続または滑らかであるという適切な仮定に基づいて画像内の対象物境界の位置および形状を近似するためにしばしば使用される。その基本的形態において、スネークの数式は汎関数を含む最適近似の理論から得られる。

幾何学的には、スネークは、像平面（ｘ，ｙ）∈Ｒに埋め込まれたパラメトリック輪郭である。この輪郭はｖ（ｓ）＝（ｘ（ｓ），ｙ（ｓ））^Tとして表され、ここで、ｘとｙは座標関数、ｓ∈[0,1]はパラメトリックドメインである。画像Ｉ（ｘ、ｙ）によって決まる輪郭の形状は次の汎関数で指定される。

E(v)=S(v)+P(v)

この汎関数は輪郭のエネルギーの表現と見なすことができ、輪郭の最終形状はこのエネルギーの最小値に対応する。次のような汎関数の第１項S(v)は次の数１で表される内部歪みエネルギーである。

この第１項S(v)は伸縮性のある柔軟な輪郭の変形を表す。２つの物理パラメータ関数は輪郭の疑似的な物理的特性を指定し、ｗ₁（ｓ）は輪郭の「張り（tension）」を表し、ｗ₂（ｓ）は輪郭の「剛性」を表す。負でない関数ｗ₁（ｓ），ｗ₂（ｓ）の値は、スネークがスネーク上の任意のポイントｓで伸びまたは曲がることができる程度を決定する。例えば、ｗ₁（ｓ）を大きくすると、「張り」が強くなり、スネークの長さを短くすることにより無関係のループや波打ちがなくなりやすい。ｗ₂（ｓ）を大きくすると、スネークの曲げ「剛性」が大きくなり、スネークがより滑らかで柔軟性を失いやすい。ポイントｓでこれらの関数の一方または両方の値を０に設定すると、ｓでの輪郭の不連続性が許可される。数１の第２項P(v)はスネークを画像に結合する。第２項P(v)は一般に次の形をとる。

ここで、Ｐ（ｘ，ｙ）は、像平面上に定義されたスカラーポテンシャル関数を示す。画像にスネークを適用するために、輝度極値、エッジ、および関心のある他の画像特徴と合致する極小値を有する外部ポテンシャルが設計される。例えば、輪郭は、次のポテンシャルP(x, y)を選択することによって画像Ｉ（ｘ，ｙ）内の輝度エッジに引き寄せられる。

P(x, y) = -c|∇[Gσ×I(x,y)]|

ここで、ｃはポテンシャルの大きさを表し、∇は勾配演算子であり、Gσ×Iは、Ｐの極小値の空間広がりを表す特徴幅σを有する（ガウス）平滑フィルタで畳み込まれた画像を示す。

変分法によれば、エネルギーＥ（ｖ）を最小にする輪郭ｖ（ｓ）は次のオイラー−ラグランジュ方程式を満たす。

このベクトル値偏微分方程式は、輪郭が平衡状態のままであるときの内力と外力とのバランスを表す。最初の２つの項はそれぞれ内部の伸張力と曲げ力とを表し、第３項はスネークを画像データに結合する外力を表わす。この式を解く通常の手法は数値アルゴリズムの適用による。

エネルギー最小化を静的問題として見なすのが自然であるが、汎関数の極小値を計算する有力な手法は、汎関数によって左右される動的な系を構成し、その系が平衡状態になるようにする。この系はラグランジェ力学の原理を適用することにより構成することができる。これにより、形状と動きの詳細を統合する動的な変形可能なモデルが得られ、静的な形状だけでなく時間による形状の漸進的変化も定量化することができる。ほとんどの解剖学的構造物は生体内で変形可能であり非剛体運動を連続的に受けるので、動的モデルは医用画像の解析に有益である。更に、動的モデルは、意味の有る物理的挙動を直感的に表し、その漸進的変化はユーザによる対話式誘導に従う。

単純な例は、質量密度μ（ｓ）および減衰密度γ（ｓ）により時間変化する輪郭ｖ（ｓ，ｔ）＝（ｘ（ｓ，ｔ），ｙ（ｓ，ｔ））^Tを導入することによって表わすことができる動的スネークである。前述の内部エネルギーおよび外部エネルギーを有するスネークのラグランジェ運動方程式は次の通りである。

この偏微分方程式の左辺の最初の２項は慣性力および制動力を表わし、残りの項は内部伸張力および曲げ力を表わし、右辺は外力を表わしている。内力と外力とが釣り合って輪郭が静止したときに平衡に達し（即ち、∂ｖ／＝∂ｔ＝∂²ｖ／∂ｔ²＝０）、均衡状態となる。

本発明の一実施形態によれば、変形可能弾性モデルは、画像内を通るサーフェイス移動を含む。このサーフェイスは、患者台と交わるが、身体の境界で止まる。患者台は患者の下にあり、画像内の患者台の向きは、画像と共に含まれるＤＩＣＯＭ（Digital Imaging and Communication In Medicine）ヘッダによって与えられる。サーフェイスは、画像の一番下になるように初期設定され、サーフェイス内に各ピクセルの垂直座標を含むマトリックスによって表わされる。サーフェイスは、プロセスにおいて、身体を検出するために、サーフェイスに垂直なベクトルによって決定された方向に上昇され変形される。あるポイントでのサーフェイスに垂直なベクトルは、そのサーフェイスポイントの近傍の平均画像輝度の勾配から決定することができる。これは、数５で表されるガウスカーネルで画像を畳み込み

次に偏導関数を抽出することにより得ることができる。

画像内を通るサーフェイスの動きを制御するために、サーフェイスに働く複数の力を定義することができる。例でありこの例に限定されない力は３つの成分を含む。第１の力は、サーフェイスを身体まで持ち上げる疑似重力（gravity-like force）である。疑似重力は、Ｆ_gravity＝α²（ここで、αは、身体の境界における輝度値に対応する値）として定義され、サーフェイスを患者の体の方に上昇させる。第２の力は、サーフェイスが身体に近づくときの重力を補償するために、サーフェイスの近傍内の平均輝度を考慮する。画像力（image force）は、ｘの近傍内のすべてのポイントについてＦ_image（ｘ）＝平均（Ｉ（ｘ））²として定義され、画像特徴を考慮し、サーフェイスが身体に近づくときにＦ_gravityを釣り合わせる。Ｆ_graviyおよびＦ_imageは両方とも外力である。図２は、本発明の一実施形態による疑似重力と画像力とのバランスを示すグラフである。外力の合計はＦ_ext＝Ｆ_image＋Ｆ_gravityであり、この力ベクトルは反対方向を向いている。図の横の点線はα²（疑似重力の大きさ）を示し、灰色の曲線はＦ_imageの大きさを示す。輝度の大きさは黒い曲線によって示されている。曲線は縦の点線と共にα²の線と交差し、この縦の点線は身体が始まる位置を輝度で示していることに注意されたい。平均輝度＝αの場合、身体の境界で力Ｆ_ext＝０であることが分かる。サーフェイスが身体の中にある場合はＦ_ext＞0であり、身体の外にある場合はＦ_ext＜０である。

更に、第３の力と、サーフェイスの弾性特性をモデル化し正規化ステップで暗黙的に計算される弾性力とがある。ボリュームのいくつかの領域が他の領域より多くの情報を伝えるとき、これらの領域には、この内力の計算でより大きな重みが割り当てられる。詳細には、高い輝度勾配を有する領域内にあるサーフェイスの部分は、均一な輝度領域内にある部分よりも大きな重みが割り当てられる。サーフェイスが動く際に起こる問題は、サーフェイスが身体の境界で止まらず、画像から身体の一部分を除去する場合があることである。これを防ぐために、サーフェイスの弾性を追加の内力として導入する正規化ステップを使用する。この力は、ガウスカーネルを使用して計算され、サーフェイスの剛性を表す。この問題は、画像内の関心領域にあるサーフェイスのポイントに大きい重みを割り当てることにより処理される。そのような重みは、ボリューム内のいくつかの領域がほとんどの情報を伝えるという事実を考慮するためにモデルの弾性の計算に使用される。本発明の一実施形態によれば、関心領域は大きな勾配を有する領域である。大きな勾配によって認識されるように、身体に近づくとき、重みを大きくするほどサーフェイスは剛性になる。換言すると、重みは、大きな勾配を有するピクセルのサーフェイスの弾性を変化させるために使用される。次に、これらの重みを考慮するために、正規化された畳み込みによってサーフェイスを正規化することができる。

図３は、本発明の一実施形態による身体上の力のバランス（釣り合い）を示す。図を参照すると、サーフェイスは灰色領域と黒色領域との境界によって示され、身体は白色領域である。弾性力は黒矢印で示され、サーフェイスを前進させる外力は灰色矢印で示されている。サーフェイスが身体と重なる領域は矢印で示されており、灰色サーフェイスが白色の身体と重なっている。

更に、サーフェイスが患者の身体に全く入らないようにするために、本発明の一実施形態による方法は微調整ステップを含む。この微調整は、サーフェイスが患者台と交わっており既に身体に接していると仮定する。サーフェイス上のすべてのポイントについて、高輝度ポイントは患者の身体内のポイントであり、低輝度ポイントは背景内にあるポイントである。微調整により、関心領域が最終画像から除去されないようにすることができ、サーフェイスを身体に近づけることができる。本発明の一実施形態により、高輝度領域内のすべてのポイントを低輝度領域まで下げる調整が実行される。調整ステップおよび正規化ステップは一定の繰り返し数だけ実行され、微調整ステップは最後の繰り返しが終わった後で実行される。

本発明の一実施形態によれば、サーフェイスのまわりの局所的情報を取得し現行解像度でいくつかのパラメータの重みを関心特徴に適合させるのに必要な計算負荷の軽減を可能にするマルチスケールフレームワークが導入される。時間効率を改善するために、マルチスケールフレームワーク内でダウンサンプリングが実行される。ダウンサンプリングは画像ボリュームのサイズを小さくすることにより達成される。例えば、１レベルずつダウンサンプリングするために、画像ボリュームの１おきの列、１つおきの行、および１つおきのスライスだけを使用する。２レベルダウンサンプリングの場合、３つおきの列、行およびスライスを使用する。３レベルダウンサンプリングの場合、７つおきの列、行およびスライスを使用する。実質的に、ｎレベルダウンサンプリングは２ⁿ−１おきの列、行およびスライスを使用する。

本発明の一実施形態によれば、最初に、サーフェイスをより早く上方に動かすために３レベルダウンサンプリングが使用される。身体の輪郭に到達した後で、本発明の一実施形態によるプロセスは、前に使用されていないデータのいくつかを組み込むことによって、より高い解像度をもつボリュームに切り替わる。この技術はアップサンプリングと呼ばれる。サーフェイスの座標は新しい座標系に変換され、サーフェイスの動きはより高い解像度で継続される。また、より低い解像度から始め中間結果に基づいて解像度を高めるこの概念全体はマルチスケール手法と呼ばれる。この効果は、サーフェイスが身体から離れているほど高速で動き身体に近づくにつれて遅くなることである。アップサンプリングは、最も細い解像度スケールに達するまで継続される。最も細かいスケールは、ピクセルがすべて使用される元の解像度である。理論的には、これは任意の他のレベルでもよく用途に基づいて規定されてもよい。

図１に、本発明の一実施形態による身体抽出方法のフローチャートを示す。本発明の一実施形態による方法は、マルチスケールフレームワーク内に実現された弾性変形可能なモデルの物理モデルに基づく。フローチャートを参照すると、ステップ１１で、患者および患者台の下で画像の一番下にあるサーフェイスを初期設定し、サーフェイスが患者台を繰り返し通るが身体の表面で止まる外力が規定される。画像ボリュームの３レベルダウンサンプリングを実行し、このダウンサンプルしたボリューム上に外力を初期設定する。ステップ１２で、身体を検出するまでサーフェイスを上方に動かす。このステップはステップ１３からステップ１６を含む。ステップ１３で、サーフェイス上に働く外力を計算し、ステップ１４で、その結果によりサーフェイスを移動する。ステップ１５で、移動されたサーフェイスを正規化する。ステップ１６は、サーフェイスが身体に近づくまでステップ１３，１４，１５に繰り返し戻る。ステップ１６の停止基準は、最後の繰り返しで修正されたサーフェイスピクセル数が予め定められたしきい値より少なくなったときに満たされる。ステップ１７でアップサンプリングを実行し、ステップ１８は、アップサンプリングが画像またはアプリケーションによって許容される最も細かい解像度スケールに達するまでステップ１２〜１７を循環する。次にステップ１９で微調整を実行する。最後に、サーフェイスが横断した画像の部分は、画像から除去されるか、あるいはその画像の視認性を低くするように処理される。

結果
いくつかの病院から到来した１１５個のＣＴボリュームのデータベースに、人間の介入なしに本発明の一実施形態による方法をテストした。このデータベースにおいて、ボリュームは身体のいくつかの部分、すなわち全身、胸部または下腹部から得られた。ボリュームのサイズは、５１２×５１２×５３ボクセルから５１２×５１２×８８３ボクセルの範囲であり、平均解像度は０．８３×０．８３×１．７７ミリメートル／ボクセルである。

このデータセットにおいて、患者台およびクッションが必ず存在するとは限らず（再構成領域外にある）、あるいはいくつかのボリュームは単に部分的に極めてノイズが多く、患者台が高密度の稠密な内部構造要素を有するケースもあり、何人かの患者は、その身体の一部分が患者台の高密度部分と直接接触している。

図４は、３．０６ＧＨｚで動作するＩｎｔｅｌ（登録商標） Ｘｅｏｎ^TMプロセッサを使用するシステムでデータベース全体にアルゴリズムを実行した結果の表である。表の列はスライス数である。図４の表は、データベース内のボリュームの対応するボリューム数、アルゴリズムを実行するのに必要な平均時間、標準偏差、最小時間および最大時間を示す。本発明の一実施形態によるアルゴリズムの精度を確認するために、すべてのボリュームについて、スライスごとに三次元レンダラ（renderer）を使用して外観検査を行った。どの事例でも身体部分は除去されおらず、患者台は常に完全に除去されていた。図５と図６に追加の結果を示す。

図５（Ａ）〜（Ｆ）は、オリジナル画像と、本発明の一実施形態によるアルゴリズムによって生成されたマスクの重ね合せとを示している。図５（Ａ）は、患者の腕と身体の間の領域を拡大した患者のアキシャル像を示す。図５（Ｂ）は、患者のコロナル像を示し、具体的にはアルゴリズムが患者の頭部および足先の両方から始まる例を示す。図５（Ｃ）〜（Ｄ）は患者のコロナル像とアキシャル像を示す。画像中のノイズにもかかわらずセグメント化が成功したことに注意されたい。図５（Ｅ）〜（Ｆ）は患者のコロナル像とアキシャル像を示す。この図では、頭部支持体は除去されているが、耳などの身体の細部は維持されている。

図６（Ａ１）〜（Ｂ２）は、本発明の一実施形態による、あらかじめ設定れたプリセットを使用する三次元視覚化アプリケーションから得られた画像の比較を示す。図６（Ａ１）は、オリジナル画像における肺（プリセット「Ｌｕｎｇｓ」）の像を示す。図６（Ａ２）は、本発明の一実施形態による身体抽出方法を適用した後の対応する像を示す。図６（Ｂ１）は、オリジナル画像における背骨（プリセット「Ｓｐｉｎｅ Ｓｈａｄｅｄ」）の像を示す。図６（Ｂ２）は、本発明の一実施形態による身体抽出方法を適用した後の対応する像を示す。

詳細には、図５（Ｂ）は、本発明の一実施形態によるアルゴリズムが、患者の頭部の医療機器を除去するのにも役立つ可能性があることを示す。本発明の一実施形態によれば、サーフェイスは画像の上部で初期設定され、身体に達するまで下方に動かされた。ＣＴボリュームから患者の身体を自動的に抽出する本発明の一実施形態による方法は、極めて良好な結果を提供するが高速でありメモリをほとんど使用しない。変形可能な弾性サーフェイスの使用は、三次元ボリューム内の大きな規則的構造物をセグメント化する効率的な方法であると考えられる。

システムの実現
本発明は、様々な形のハードウェア、ソフトウェア、ファームウェア、専用プロセスまたはこれらの組み合わせで実現できることを理解されたい。一実施形態において、本発明は、コンピュータ可読プログラム記憶装置で実施された有形のアプリケーションプログラムとして、ソフトウェアで実現することができる。アプリケーションプログラムは、任意の適切なアーキテクチャも含む装置によってアップロードし実行することができる。

図７は、本発明の一実施形態による身体抽出方法を実現するための例示的なコンピュータシステムのブロック図である。次に図７を参照すると、本発明の一実施形態を実現するためのコンピュータシステム７１は、特に、中央処理装置（ＣＰＵ）７２、メモリ７３および入出力（１１０）インタフェース７４を含むことができる。コンピュータシステム７１は、一般に、入出力インタフェース７４を介して、ディスプレイ７５と、マウスやキーボードなどの種々の入力装置７６とに結合される。支援回路は、キャッシュ、電源、クロック回路、通信バスなどの回路を含むことができる。メモリ７３は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ディスクドライブ、テープドライブなど、あるいはこれらの組み合わせを含むことができる。本発明は、メモリ７３に記憶されＣＰＵ７２によって実行されて信号源７８からの信号を処理することができるルーチン７７として実施することができる。従って、コンピュータシステム７１は、本発明のルーチン７７を実行するときに専用コンピュータシステムになる汎用コンピュータシステムである。

コンピュータシステム７１は、また、オペレーティングシステムとマイクロ命令コードを含む。本明細書で説明した種々のプロセスと関数は、オペレーティングシステムを介して実行されるマイクロ命令コードの一部またはアプリケーションプログラムの一部（またはこれらの組み合わせ）でよい。更に、種々の他の周辺装置を追加のデータ記憶装置や印刷装置などのコンピュータプラットフォームに接続することができる。

更に、添付図面に示したシステム構成要素および方法ステップのいくつかは、ソフトウェアで実現することができるため、システム構成要素（またはプロセスステップ）間の実際の繋がりは、本発明がプログラムされる方法によって異なる場合があることを理解されたい。当業者は、本明細書に示した発明の教示により、本発明の以上および類似の実施態様または構成を考察することができるであろう。

本発明を好ましい実施形態に関して詳細に説明したが、当業者は、添付の特許請求の範囲に示したような本発明の精神および範囲から逸脱することなく様々な修正および代用を行うことができることを理解するであろう。

本発明の一実施形態による身体抽出方法のフローチャート 本発明の一実施形態による疑似重力と画像力のバランスを示すグラフ 本発明の一実施形態による身体上の力のバランスを示す図 本発明の一実施形態によるデータベース全体での患者台の結果を示す図 オリジナル画像と本発明の一実施形態によるアルゴリズムによって生成されたマスクとの重ね合せを示す図 本発明の一実施形態による三次元視覚化アプリケーションから得られた画像の比較を示す図 本発明の一実施形態による身体抽出方法を実現するための例示的なコンピュータシステムのブロック図

符号の説明

７３ メモリ
７５ ディスプレイ
７６ 入力装置
７８ 信号源

Claims (28)

1. Ｎ次元グリッド上の複数のポイントのドメインに対応する複数の輝度を含み、身体と前記身体とは異なる非身体構造物とを含むデジタル化された医用画像を提供するステップと、
   前記非身体構造物の前記身体とは反対側で前記画像内にサーフェイスを初期設定するステップと、
   前記サーフェイスに作用する複数の力を定義するステップと、
   前記力を使用して前記サーフェイスを前記非身体構造物を通って前記身体に当たるまで移動させるステップと
   を含むことを特徴とするデジタル化された医用画像内の非身体構造物の識別方法。
2. 前記サーフェイスによって横切られた構造物を前記画像から除去するステップを更に含むことを特徴とする請求項１に記載の方法。
3. 前記複数の力は前記サーフェイスを前記身体に向かって動かす第１の外力を含み、前記第１の外力は前記身体の境界での画像輝度値に基づく一定の大きさを有することを特徴とする請求項１に記載の方法。
4. 前記複数の力は第１の力とは反対に作用する第２の外力を含み、前記サーフェイス上のポイントでの前記第２の力の大きさは前記サーフェイスポイントの近傍内の平均画像輝度の二乗に比例することを特徴とする請求項３に記載の方法。
5. 前記複数の力は第３の内力を含み、サーフェイス上のポイントでの前記第３の内力の大きさは前記ポイントの近傍内の平均画像輝度の勾配の大きさに比例することを特徴とする請求項４に記載の方法。
6. 前記第１の力と第２の力とのベクトル和は前記身体の境界でゼロであることを特徴とする請求項３に記載の方法。
7. 前記複数の力は前記サーフェイスが前記身体に入らないように規定されていることを特徴とする請求項１に記載の方法。
8. 前記サーフェイス上のポイントでのサーフェイス伝搬方向は、前記サーフェイスポイントの近傍内の平均画像輝度の勾配によって決定されることを特徴とする請求項１に記載の方法。
9. 前記平均画像輝度は、前記画像を前記近傍内のガウスカーネルで畳み込むことによって得られることを特徴とする請求項８に記載の方法。
10. 移動後に前記サーフェイスを正規化するステップを更に含み、前記正規化されたサーフェイスは、ガウスカーネルによる前記移動されたサーフェイスの畳み込みと前記ガウスカーネルによる重み関数の畳み込みとの比であり、あるポイントでの前記重み関数は前記ポイントの近傍内での平均画像輝度の勾配の大きさに比例することを特徴とする請求項１に記載の方法。
11. 前記サーフェイスを初期設定するときに前記画像をダウンサンプリングするステップを更に含むことを特徴とする請求項１に記載の方法。
12. 前記サーフェイスが前記身体に近づくときに前記画像をアップサンプリングし、前記アップサンプリングした画像内で前記サーフェイスを再計算するステップを更に含むことを特徴とする請求項１１に記載の方法。
13. 前記サーフェイスが前記身体と接触したときに前記サーフェイスを微調整するステップを更に含み、微調整するステップは、高輝度領域内のポイントを低輝度領域に移動するステップを含むことを特徴とする請求項１に記載の方法。
14. Ｎ次元グリッド上の複数のポイントのドメインに対応する複数の輝度を含み、身体と前記身体とは異なる非身体構造物とを含むデジタル化された医用画像を提供するステップと、
    前記サーフェイスに作用する複数の力を使用して前記サーフェイスを前記非身体構造物を通って前記身体に当たるまで移動させるステップとを含み、
    前記複数の力は、前記サーフェイスを前記身体に向かって動かし前記身体の境界での画像輝度値に基づく一定の大きさを有する第１の外力と、第１の力とは反対に作用する第２の外力とを含み、
    前記サーフェイス上のポイントでの第２の外力の大きさは前記サーフェイスポイントの近傍内の平均画像輝度の二乗に比例する
    ことを特徴とするデジタル化された医用画像内の非身体構造物の識別方法。
15. 前記非身体構造物の前記身体とは反対側で前記画像内に前記サーフェイスを初期設定するステップを更に含むことを特徴とする請求項１４に記載の方法。
16. コンピュータによって読み出し可能であり、デジタル化された医用画像内の非身体構造物を識別するための方法ステップを実行するためにコンピュータによって実行可能な命令のプログラムを有形的に実装するプログラム記憶装置において、前記方法が、
    Ｎ次元グリッド上の複数のポイントのドメインに対応する複数の輝度を含み、身体と前記身体とは異なる非身体構造物とを含むデジタル化された医用画像を提供するステップと、
    前記非身体構造物の前記身体とは反対側で前記画像内にサーフェイスを初期設定するステップと、
    前記サーフェイスに作用する複数の力を定義するステップと、
    前記力を使用して前記サーフェイスを前記非身体構造物を通って前記身体に当たるまで移動させるステップとを含むことを特徴とするコンピュータ可読プログラム記憶装置。
17. 前記方法は、前記サーフェイスによって横切られた構造物を前記画像から除去するステップを更に含むことを特徴とする請求項１６に記載のコンピュータ可読プログラム記憶装置。
18. 前記複数の力は前記サーフェイスを前記身体に向かって動かす第１の外力を含み、前記第１の力は前記身体の境界での画像輝度値に基づく一定の大きさを有することを特徴とする請求項１６に記載のコンピュータ可読プログラム記憶装置。
19. 前記複数の力は第１の力とは反対に作用する第２の外力を含み、サーフェイス上のポイントでの前記第２の力の大きさは前記サーフェイスポイントの近傍内の平均画像輝度の二乗に比例することを特徴とする請求項１８に記載のコンピュータ可読プログラム記憶装置。
20. 前記複数の力は第３の内力を含み、サーフェイス上のポイントでの前記第３の内力の大きさは前記ポイントの近傍内の平均画像輝度の勾配の大きさに比例することを特徴とする請求項１９に記載のコンピュータ可読プログラム記憶装置。
21. 前記第１の力と第２の力とのベクトル和は前記身体の境界でゼロであることを特徴とする請求項１８に記載のコンピュータ可読プログラム記憶装置。
22. 前記複数の力は前記サーフェイスが前記身体に入らないように規定されていることを特徴とする請求項１６に記載のコンピュータ可読プログラム記憶装置。
23. 前記サーフェイス上のポイントでのサーフェイス伝搬方向は、前記サーフェイスポイントの近傍内の平均画像輝度の勾配によって決定されることを特徴とする請求項１６に記載のコンピュータ可読プログラム記憶装置。
24. 前記平均画像輝度は、前記画像を前記近傍のガウスカーネルで畳み込むことによって得られることを特徴とする請求項２３に記載のコンピュータ可読プログラム記憶装置。
25. 前記方法は、更に、移動後に前記サーフェイスを正規化するステップを含み、前記正規化されたサーフェイスは、ガウスカーネルによる前記移動されたサーフェイスの畳み込みと前記ガウスカーネルによる重み関数の畳み込みとの比であり、あるポイントでの前記重み関数は前記ポイントの近傍内での平均画像輝度の勾配の大きさに比例することを特徴とする請求項１６に記載のコンピュータ可読プログラム記憶装置。
26. 前記方法は、前記サーフェイスを初期設定するときに前記画像をダウンサンプリングするステップを更に含むことを特徴とする請求項１６に記載のコンピュータ可読プログラム記憶装置。
27. 前記方法は、前記サーフェイスが前記身体に近づくときに前記画像をアップサンプリングし、前記アップサンプリングした画像内で前記サーフェイスを再計算するステップを更に含むことを特徴とする請求項２６に記載のコンピュータ可読プログラム記憶装置。
28. 前記方法は、前記サーフェイスが前記身体と接触したときに前記サーフェイスを微調整するステップを更に含み、微調整するステップは、高輝度領域内のポイントを低輝度領域に移動するステップを含むことを特徴とする請求項１６に記載のコンピュータ可読プログラム記憶装置。

Images