JP2013517845A - 前立腺の視覚化およびがん検出のためのシステムおよび方法 - Google Patents

前立腺の視覚化およびがん検出のためのシステムおよび方法 Download PDF

Info

Publication number
JP2013517845A
JP2013517845A JP2012550199A JP2012550199A JP2013517845A JP 2013517845 A JP2013517845 A JP 2013517845A JP 2012550199 A JP2012550199 A JP 2012550199A JP 2012550199 A JP2012550199 A JP 2012550199A JP 2013517845 A JP2013517845 A JP 2013517845A
Authority
JP
Japan
Prior art keywords
volume
prostate
weighted
image
exemplary
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
JP2012550199A
Other languages
English (en)
Other versions
JP5687714B2 (ja
Inventor
アリー カウフマン
ジョセフ マリーノ
Original Assignee
ザ リサーチ ファウンデーション オブ ザ ステート ユニバーシティ オブ ニューヨーク
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 ザ リサーチ ファウンデーション オブ ザ ステート ユニバーシティ オブ ニューヨーク filed Critical ザ リサーチ ファウンデーション オブ ザ ステート ユニバーシティ オブ ニューヨーク
Publication of JP2013517845A publication Critical patent/JP2013517845A/ja
Application granted granted Critical
Publication of JP5687714B2 publication Critical patent/JP5687714B2/ja
Active 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
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • 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
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30081Prostate

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

前立腺の疾患を検出するための方法、システム、およびコンピュータ可読媒体である。本開示の例示的な実施形態は、少なくとも1つの取得モードを用いて取得される画像データセットを受信し、データセットから前立腺を含む関心領域をセグメント化し、関心領域をマッピングするために、等角マッピングを標準形状に適用し、標準形状にマッピングされたデータセットを用いて、前立腺の3D視覚化を生成し、組織の疾患の領域を検出するために、コンピュータ支援検出(CAD)を標準形状のマッピングされたボリュームに適用する、ことを含むことができる。
【選択図】図2

Description

(先願に対する相互参照)
本出願は、2010年1月20日に出願の米国仮特許出願第61/297,454号の優先権を主張し、この出願は、その全体において本明細書において参照することにより援用される。
(連邦支援による研究に関する陳述)
本発明は、国立衛生研究所から与えられた助成金番号R01EB7530、および全米科学財団から与えられた助成金番号IIS0916235による政府支援を用いてなされた。政府は、本発明において所定の権利を有する。
(本開示の技術分野)
本開示は、医療画像に関連し、より詳細には前立腺がん(CaP)の診断のための画像化に関する。
前立腺がん(CaP)は、ヨーロッパの男性の間で最も多く診断されるがんであり、同種のグループではがんに関連する死亡率の第2の主要な原因である。このような頻度の高いがんであるにもかかわらず、その診断方法は原始的なものであり不正確なままである。検出は第1に、前立腺特異抗原(PSA)のレベルおよび直腸指診(DRE)をチェックするための簡単な血液検査の使用に依存している。上昇したPSAレベルが発見された場合、または、身体的な異常がDRE中に医者により感じられた場合、生体組織検査が行われる。経直腸的超音波(TRUS)によって導かれるけれども、これらの生体組織検査は不正確であり、多数回、がん性の領域からサンプルを回収しようとすることがしばしば必要である。より最近では、磁気共鳴映像法(MRI)がCaPの検出のために利用可能であることが知られている。異なる設定を用いて得られた複数のMR画像がCaPの検出のために必要である。最も頻繁に使用されているのは、T2強調(weighted)およびT1強調(weighted)画像シーケンスの組み合わせである。
T2強調画像は、一般にがん性であると疑われる領域に位置付けるように用いられ、他方T1強調画像は、第1に生体組織検査後の出血の存在に起因して、偽陽性を計算に入れるために用いられる。MR分光イメージング(MRSI)の使用もまた提案されている。CaPを検出するための、MRのT2強調、T1強調、およびMRSI画像を用いる医学的背景についてのさらなる詳細は、本明細書の以下においてさらに詳細に記載される。
MRSIは、多数のボクセルをカバーする大きな領域における化学スペクトルを測定する。CaP検出のために、3つの関心化学、すなわちコリン、クレアチン、およびクエン酸塩が存在する。特に、コリン対クレアチンの比、およびコリン+クレアチン対クエン酸塩の比は、CaP含有領域において上昇して現れる。MRSIは、それが荒い解像度であるために特異的局在性には適切ではないと考えられているが、広い領域全体を見るには有用であり得る。
前立腺MR画像シーケンスの取得はしばしば、シーケンスごとに様々な方向および解像度でなされる。画像シーケンスが単一のセッションの間、患者が動くことなく取得される場合、結果としてのボリュームはそのままワールドスペースに登録される。各MRIスライスの画像位置、方向、および解像度情報を用い、そのボリュームは、複数の登録方法の必要なく、3Dスペースにおいて適切に方向付けられることができる。放射線科医は、通常このデータを単に2Dスライスを閲覧し、かつ様々な方向(例えば軸方向および冠状状)のスキャンの間でマッチングする位置を関連付けようとすることによって検査する。しかしこのプロセスは直感的に理解できず、かつ効果的ではない。各スキャンからのデータを含む視覚化と共に、一度に全体の腺を医者が閲覧することのできる3Dのレンダリングシステムは、より直感的に理解することができ、かつ効果的である。
周辺組織もまた、CaPを識別することにおいて重要であり得る。前立腺よりも上側に位置するのは精嚢(SV)であり、CaPによるその浸潤もまた関心事であり得る。SVの浸潤は、T2強調画像を用いて識別可能である。通常のSVは、低減した強度(intensity)の壁によって囲まれた上昇した強度の領域として現れる。SV浸潤においては、SVは完全に低減した強度で現れる。前立腺と直腸との間の異常な角度もまた問題を示すことができ、したがって直腸壁の部分を閲覧することが重要である。
さらに、マルチモードの視覚化は、容積測定の医療画像化データに首尾良く適合され、様々な3D医療画像取得装置の増加に起因して人気が高まっている。マルチモード・レンダリングのための主なタスクは、ボリュームデータがいかにしてミックスされるかを決定することである。マルチモード・レンダリングは、しばしば2つのボリュームを組み合わせるために用いられ、ここで1つは構造的データであり、もう1つは機能的データを含む。このような場合において、2つのボリュームは概して別個に想定されており、機能的なデータは構造的なデータにおける関心領域をハイライトするために用いられる。2つのモードを用いる場合のために、2Dの伝達関数が対のサンプル値を特定の出力カラーにマッピングするために活用されることができる。
レイキャスティング(ray casting)を用いたボリューム・レンダリングは標準技術となっており、その高度にパラレルな性質は、グラフィック・プロセシング・ユニット(GPU)での加速に役に立つ。GPU加速マルチボリューム・レンダリングについては、スライスベースのアプローチにしばしば焦点を置いて研究されており、ここで多数のボリュームからのスライスはレンダリングの間、単純にインターリーブされることができる。レイキャスティングを介したレンダリングについては、深度剥離(depth peeling)を用い、複数のパスにおいてレイキャスティングを行うことが一般的であり、あるいは、1度に所定の部分のみをすることが一般的である。単一のパスにおいてレイキャスティングを生じる方法は、通常、ボリュームのデータセットが前処理され、単一のグリッドに登録およびサンプリングしなおされる(リサンプル)必要がある。メモリにフィットすることができない大量のボリュームをレンダリングするためのメモリ管理の問題に対処する方法もまた、開発されている。しかしながら、メモリ管理の問題は、関心領域が小さいので、通常、前立腺のレンダリングにとって重要な問題ではない。
MR画像は、CaPの検出を補助することができるが、スライスベースの閲覧は困難であり得る。本開示の実施形態は、容易かつ効果的な仕方で、前立腺MRデータのボリューム・レンダリングのための例示的な方法を提供することができ、ユーザは3Dで前立腺および疑わしい領域を容易に観察することができる。さらに、コンピュータ支援検出(CAD)技術は、CaPの検出を支援するために、レンダリングされた前立腺ボリュームデータに適用可能である。例示的な方法は、複数のデータセットが同じ画像化セッションの間において取得される場合に適用可能であり、取得間に患者の動きがない場合、データはそのままワールドスペースに登録されることができる。多方向および多解像度のボリュームを扱うために、例示的な方法は、例示的なマルチボリューム・レイキャスティング・アルゴリズムを含むことができ、レイの統合(integration)は単一のパスにおいて実行される。例示的な方法は、前立腺をレンダリングするのに最適化されるが、他のマルチボリューム・レンダリングシナリオにも適用可能である。
本開示の例示的な実施形態は、3Dレンダリングを実行するための、方法、装置、およびコンピュータ可読媒体を提供することができ、マルチモード・シェーディングを有する、マルチボリューム・レイキャスティングを利用して、医者が、複数のスキャンからのデータを含む視覚化と共に、全体の腺を閲覧することができる。まず、画像情報は、生の医用デジタル画像化および通信(DICOM:ダイコム)のスライスから抽出可能である。前立腺の領域のセグメント化およびトリミングは、無関係なデータを取り除くために、ボリューム上で実行可能である。この後で、ボリュームの形状データを介した3つの境界プレパス(boundary pre−pass)が実行可能である。これらのプレパスからの結果は、次いで、データを介して単一のパスにおいて、マルチボリューム・レイキャスティングを実行するために用いられることができる。このレイキャスティングのパスの間のシェーディング(shading)は、T2強調画像データ、T1強調画像データ、およびMRSIスペクトルデータを想定したマルチモード・シェーディングスキームを用いて好ましくは達成される。このパスの出力は、最終のレンダリング画像であってよく、ユーザは、このマルチモード・シェーディングに制御するように閾値パラメータを調節することによって、または、表示を修正することによって最適化することができる。
本開示の実施形態は、T2強調、T1強調、およびMRSIのボリュームを考慮に入れた前立腺のマルチモードMRレンダリングのための方法および分類を含むことができる。多くの他のマルチモードレンダリングの応用とは異なり、構造的なモードから一部をハイライトするために1つの機能的なモードを単に用いるのではなくて、モードからの値は領域がシェーディングされる仕方を決定することに用いられる。例示的な分類は、効果的に計算可能である等式として式化可能である。例示的なマルチボリューム・レイキャスティングおよびマルチモード分類方法は、GPU上で実施されることができ、かつこのようなアーキテクチャに対して最適化されることができる。
本開示の実施形態はまた、前立腺、その周辺組織、および前立腺内の腫瘍および出血箇所の指示の視覚化のためのフレームワークを含むことができる。この視覚化を提供するために、マルチモードデータをレンダリングするための例示的なスコアボリュームが提供可能である。スコアボリュームは、まず、T2強調のデータセット、T1強調のデータセット、およびMRSIのデータセットを考慮に入れた、前立腺および精嚢のために生成されることができる。閾値に基づいて、全てのボクセルは、各MRモードが関心位置を示すかどうかに関してスコアリング可能である。このスコアボリュームは、スライスベースの閲覧アプローチに統合可能であるか、またはその領域の3D視覚化に適用可能である。
前立腺、スコアボリューム、および周辺組織は、ユーザが閲覧されるコンテンツを調節することができるインタラクティブなフレームワークにおいて視覚化可能である。スコアボリュームの様々な閲覧モードが可能であり、ユーザは所望の結果に焦点化することができる。本発明の一態様は、可視性残留(vidibility persistence)モードを含むことができ、1つのスコアが、さもなければそれが閉鎖された場合にも、残ることができる。ボリュームレンダリングは、GPU上で加速される単一パスのマルチボリューム・レイキャスタを用いることができ、インタラクティブなパフォーマンスを提供する。
前立腺の以前の3D視覚化はその形を表示することに取り組んでいたが、これに対して、例示的な実施形態は、ユーザが、前立腺の内部についての複数の種類の情報を閲覧することができる。このマルチモードの情報は、ユーザによって所望のように閲覧可能である。ボリューム・レンダリングのためのスコアボリュームの使用は、スコアを決定する例示的な方法がレンダリングから別個とされることができるので、任意のCAD用途に対して汎用化されることができる。
本開示の例示的な実施形態によれば、6個の値までが各サンプルにおいて想定可能である。これらの値を組み込むための6Dの伝達関数が用いられてもよいが設計が困難になり得る。このアプローチの代替案として、値を置くことができる式が本明細書において以下に記載される。この式の計算から生じた値は、次いで、サンプルを色付けしてマッピングするために用いられることができる。
本開示のさらなる例示的な実施形態は、GPUメモリにおいてボリューム情報を保存することができ、かつ、そのボリュームを統一されたグリッドにリサンプリングする必要なく、単一のパス内においてレイキャスティングを実行することができ、各ボリュームは、その固有のローカル座標系、解像度、およびフィルタリングされていない質を保持することができる。
本開示のさらに例示的な実施形態は、三重の(ternary)ラベルマップに基づいて、前立腺ボリュームのアップサンプリングを行うための方法を提供することができ、ここでそのボリュームは、周辺ゾーン(PZ)、中心ゾーン(CZ)、および非前立腺領域にセグメント化される。この例示的なアップサンプリングは、3つの直交するT2強調画像シーケンス(軸方向(axial)、矢状方向(sagittal)、および冠状方向(coronal))を用いることに基づき得る。アルゴリズムの第1の部分は、必要に応じて、ラベルマップのスライスを補間(インターポレート)することによって個々に各ボリュームをアップサンプリングする。これらの3つのアップサンプリングされたボリュームを所与として、アルゴリズムの第2の部分は、それらを組み合わせて複合のアップサンプリングされたボリュームを生成し、これが、前立腺の表示を与えることを可能にする。この例示的な技術は、前立腺可視化技術において、正確で、かつ視覚的にも快適なボリューム・レンダリングされた画像を生成するために実施可能である。
本開示の例示的な実施形態は、前立腺の疾患を検出するための方法を提供することができる。この例示的な方法は、少なくとも1つの取得モードを用いて取得される画像データセットを受信するステップと、データセットから前立腺を含む関心領域をセグメント化するステップと、関心領域をマッピングするために、等角マッピング(等角写像)を標準形状(カノニカル(canonical)形状)に適用するステップと、標準形状にマッピングされたデータセットを用いて、前立腺の3D視覚化を生成するステップと、組織における疾患の領域を検出するために、コンピュータ支援検出(CAD)を標準形状のマッピングされたボリュームに提供するステップと、を含むことができる。この疾患はがんを含んでよく、このデータセットは、少なくとも2つの異なる取得モードを用いて取得された複数のデータセットを含むことができる。
この例示的な方法はまた、複数のデータセットを登録するステップをさらに含み、複数のデータベースを関連付けるステップをさらに含み、等角マッピングはさらにテクスチャ分析の使用をさらに含むことができる。
この例示的な方法によれば、コンピュータ支援装置は、電子生体組織検査を含むことができる。
本開示の別の例示的な実施形態は、組織のボリューム・レンダリングのための方法を提供することができる。この例示的な方法は、少なくとも2つの取得モードを用いて取得される複数のデータセットを受信するステップと、関心領域を規定するために複数のデータセットをセグメント化するステップと、マルチボリューム・レイキャスティング・アルゴリズムを実行するステップと、マルチモードシェーディングを実行するステップと、境界プレパスおよびマルチボリューム・レイキャスティング・アルゴリズムを用いて、複数のデータセットを処理するステップと、処理された複数のデータセットを用いて、組織の画像を生成するステップと、コンピュータ支援装置を用いて、組織の疾患を検出するステップと、を含むことができる。この複数のデータセットは、T2強調経直腸軸方向スキャン、T2強調経直腸矢状方向スキャン、T2強調経直腸冠状方向スキャン、T1強調経直腸骨盤軸方向スキャン、およびMRSIのうちの少なくとも1つを含むことができ、セグメント化するステップは、複数のデータセットの少なくとも一部を手動でセグメント化するステップを含むことができる。さらに、このマルチボリューム・レイキャスティング・アルゴリズムは、各レイについての方向および各レイについてのステップサイズのうちの少なくとも1つを識別するように構成された単一のトラバーサルの、または複数の境界プレパスを介してレイキャスティングを実行する単一のパスを含むことができる。複数の境界プレパスは、各レイについて、ワールドスペースにおける開始位置および各レイについてローカルスペースにおける開始位置のうちの少なくとも1つを識別することができる。
この例示的な方法は、アップサンプリングされたボリュームを生成するために、複数のデータセットの少なくとも一部をアップサンプリングするステップ、および、アップサンプリングされたボリュームを用いて画像を生成するステップをさらに含むことができる。アップサンプリングするステップは、2つの隣接するスライスの間に補間されるスライスを生成するステップ、補間されたスライスの少なくとも一部のボクセルをラベリングするステップ、および不確定または不明確としてラベリングされた少なくとも一部のボクセルを縮減(erode)するステップを含むことができる。
この例示的な方法は、複数のデータセットを抽出するステップ、および、複数のボリュームを形成するために画像を組み合わせるステップをさらに含むことができる。複数のデータセットを抽出するステップは、ワールドスペースにおいてボリュームを整列するステップを含むことができる。この例示的な方法は、疾患の診断を容易にするために、ボリュームをスコアリングするステップをさらに含むことができる。この例示的な方法は、生成された画像の少なくとも一部を、がん性または正常のうちの少なくとも1つとして分類するステップをさらに含むことができ、このステップはまた、処理されたデータセットの少なくとも一部をスコアリングするステップを含むことができる。
例示的な実施形態によれば、組織は前立腺であってよく、疾患はがんであってもよい。
別の例示的な実施形態によれば、この例示的な方法は、少なくとも1つのスコアを含むスコアボリュームを生成するステップをさらに含むことができ、各スコアは、T2強調画像、T1強調画像、またはMRSI画像のうちの少なくとも1つに関連付けられる。さらに、その画像は前記スコアボリュームに基づいて少なくとも部分的に生成されることができる。
この例示的な方法は、複数のデータセットを、少なくとも1つの3次元テクスチャに処理するステップをさらに含むことができ、3次元テクスチャはボリューム立方体(cuboid)を含む。
本開示の別の例示的な実施形態は、組織のマルチモード・ボリューム・レンダリングのためのシステムを含むことができる。この例示的なシステムは、少なくとも1つの取得モードを用いて取得された画像データセットを取得するように構成された画像化装置と、データセットから前立腺を含む関心領域をセグメント化し、関心領域をマッピングするために、等角マッピングを標準形状に適用し、標準形状にマッピングされたデータセットを用いて、前立腺の3D視覚化を生成し、組織における疾患の領域を検出するために、コンピュータ支援検出(CAD)を標準形状のマッピングされたボリュームに提供するように構成されたコンピューティング装置と、を含むことができる。
本開示のさらに別の例示的な実施形態は、ハードウェアプロセシング装置によってアクセス可能である、命令を内部に含んだ持続性コンピュータ可読媒体を提供することができ、プロセシング装置が前記命令を実行する。プロセシング装置は、少なくとも1つの取得モードを用いて取得される画像データセットを受信し、データセットから前立腺を含む関心領域をセグメント化し、関心領域をマッピングするために、等角マッピングを標準形状に適用し、標準形状にマッピングされたデータセットを用いて、前立腺の3D視覚化を生成し、組織における疾患の領域を検出するために、コンピュータ支援検出(CAD)を標準形状のマッピングされたボリュームに提供する、ように構成可能である。
本開示のさらなる目的、特徴および利点は、本開示の実施形態を例示する添付図面に関連してとられる以下の詳細な説明から明らかになる。
図1は、本開示の例示的実施形態による例示的な方法のブロック・フローチャートである。 図2は、本開示の例示的実施形態による例示的な方法のブロック・フローチャートである。 図3(a)〜(e)は、本開示の例示的実施形態によるデータセットの5つの画像シーケンスからの例示的なサンプルスライスの画像である。 図4(a)、(b)は、本開示の例示的実施形態による異なる方向を有する4つの画像ボリュームシーケンスの例示的な図である。 図5(a)、(b)は、本開示の例示的実施形態による画像トリミングの前および後の例示的なサンプル画像である。 図6は、本開示の例示的実施形態によるインターフェース・スクリーンを例示する例示的なスクリーンショットである。 図7(a)〜(c)は、本開示の例示的実施形態を使用して得られた変更された閾値の効果を示す例示的な画像である。 図8(a)〜(c)は、本開示の例示的実施形態を使用して得られた例示的なサンプルスライス画像である。 図9(a)〜(d)は、本開示の例示的実施形態による例示的なターナリ(ternary)ラベルマップの補間画像である。 図10(a)〜(c)は、本開示の例示的実施形態による合成セグメント化アップサンプリングを用いて得られた例示的な画像である。 図11(a)〜(c)は、本開示の例示的実施形態によるスコアボリュームを統合する例示的な画像である。 図12(a)〜(c)は、本開示の例示的実施形態による個々のスコア値のレンダリングの例示的な画像である。 図13(a)〜(c)は、本開示の例示的実施形態による、透明度の各種レベルを有するスコア値のレンダリングの例示的な画像である。 図14は、本開示の例示的実施形態を使用して得られた両側の浸潤を示す精嚢の例示的な画像である。 図15(a)〜(c)は、本開示の例示的実施形態による可視性残留のレンダリングの例示的な画像である。 図16は、本開示の例示的実施形態を使用して得られた前立腺と直腸との間の例示的な画像である。 図17(a)〜(d)は、本開示の例示的実施形態によるレンダリングの異なるタイプを示す例示的な画像である。 図18は、本開示によるシステムの例示的実施形態の例示的なブロック図を示す。 図19は、図19は、本開示の例示的実施形態による例示的な方法の例示的なフローチャートを示す。 図20(a)〜(c)は、本開示の例示的実施形態による例示的な前立腺特徴抽出の図を示す。
図面の全体にわたって、同一の参照番号および文字は、特に明記しない限り、例示の実施形態の同様の特徴、エレメント、構成要素または部分を意味するために用いる。さらに、本開示が図を参照して詳述する間、それは図示の実施形態と関連されるが、図示の実施形態によって制限されない。
本開示は、器官(例えば前立腺)のイメージングおよびボリュームレンダリングに関する。本方法は、パフォーマンスを強化するために、一般にマルチモード・イメージングを使用する。本開示の例示的実施形態によれば、マルチモード画像データは、単一の撮像デバイスによって得られてよく、がんの領域と同様に解剖学的情報の両方を得るために用いることができる。がんを識別するために単一のスキャンに依存するよりはむしろ、マルチモードレンダリングは、2つの項目(がんおよび生体構造)を一緒にぴったり結合させるためでなく、疑わしい領域を識別するために使用することも可能である。
図1に示すように、本開示の例示的実施形態は、CaPのセグメント化、視覚化およびコンピュータ支援検出(CAD)を実行するために、例示的な方法、装置およびコンピュータ可読媒体を提供することができる。本開示の例示的実施形態は、マルチモード・データの登録および相関を提供することもできる。
例示的実施形態において、例えばDICOMスライスのような画像データは、抽出されることができる(102)。次に、このデータは、前立腺ボリュームを周囲の組織から分離するために、セグメント化プロセス(104)を受けることができる。データは、手動でセグメント化され、自動でセグメント化され、半自動でセグメント化され、またはそれらのいくつかの組み合わせでセグメント化されてよい。セグメント化104は、例えば、前立腺と非前立腺組織とを、そしてPZとCGとをも区別することができる。随意に、特定のマルチモード・データが使用されるときに、データセットが登録され(106)、そして相関している(108)ことは好ましくてもよい。マルチモード・データは、異なるプロトコル、異なる時間にとられた画像、などによって得られる画像データを含むことができる。登録されてそして相関しているデータセットは、例えば、次のCaPの3D視覚化およびレンダリングおよび識別のために用いることができる。
データ、画像およびボリュームセットの登録のさまざまな方法は、本方法の使用に適していてよい。1つの例示として、登録は、解剖学的特徴点を用いて実行されることができる。図20(a)〜(c)は、前立腺の特徴検出のために使われることができる例示的な画像を示す。図20(a)は、前立腺の解剖学的位置を示す。図20(b)は、予め定義されたインデックス番号を有する各特徴点を強調されて示す。図20(c)は、3方向に沿った前立腺のMR画像の例示的なマルチビューを示す。前立腺(サイズおよび形状がクルミのような腺)は、複雑な幾何学構造を概して含まない。前立腺(概して尿道を囲む)は、直腸の前に、そして膀胱のちょうど下に概して位置する。
ボリューム的特徴の登録にとって、正確でかつ信頼性の高い登録結果を得るために、異なる方向のMRI画像の範囲内で少なくとも3つの解剖学的特徴がマッチすることは、好ましい。精嚢と呼ばれる一対の腺は、直腸と膀胱との間に例示的に押し込まれて、図20(a)に示すように前立腺に付属する。尿道は、前立腺を通り、射精管で2つの精嚢とつながる。したがって、いくつかの特有の解剖学的構造(例えば、図20(b)に示されるように前立腺カプセルおよび精嚢輪郭、拡張腺、および射精管)は、1つのデータセットの異なるスキャン方向間の、または、MRスライスと組織学マップとの間の例示的な登録プロセスのために適用されることができる。これは、関心があるべき(マルチモード)画像データ(例えばMRI、CT、PET、SPECTおよび他の画像スキャンデータ)のさまざまなセットを登録するために用いることもできる。
MRIは、優れた解剖学的詳細および軟組織コントラストを有する画像を提供することができる。図3(c)に示すような軸方向(axial)、矢状方向(sagittal)および冠状方向(coronal)ビューに沿ったT1、T2強調データセットは、分析されることができる。各MRI前立腺ビュー(観察)方向において、前立腺の境界の正確な輪郭は、追跡されることができる、そして、各対応する特徴点は、定義済みインデックス番号とともに手動でマークされることができる。MRIシーケンスは、番号順に表示される。概して、2種類の特徴点は、使われることができる。例えば、射精管(前立腺内部の拡張腺)からの3つの内部特徴点(そしてそれは、尿道および2つの精嚢の交差部でありえる)、および、尿道および精嚢の特別の(extra)情報からの4つの表面特徴点、である。尿道は前立腺全体を通過するので、2つの表面特徴点は、尿道の入口点および出口点でありえる。一方、2つの精嚢が前立腺に付属して、射精管で尿道と結合するという事実に関して、他の2つの表面特徴点は、各精嚢と前立腺との間の交差部でマークされることができる。
例示的な方法は、前立腺の等角写像(110)をさらに含むことができる。例えば、前立腺の表面は、標準的な幾何学形状(例えば中身のない球体または方形の平行六面体)の表面にマップされることができる。または、前立腺ボリュームは、固体の球体にマップされることができる。あるいは、CaPは、PZにおいてそして表面近くに例示的に位置するから、厚いシェルを有する球体に対するある厚みを有する前立腺表面の等角写像は、好まれてよい。等角写像は、データの登録を助けることもできる。前立腺ボリュームのボクセル上の「テクスチャ解析」の使用は、例えばCaPとは異なる可能性があるそれらのボクセルに異なる色を適用することによって、マップされた表面画像を符号化するために用いることができる。符号化画像のクラスタリングは、例えば類似のボクセル値または色を有するグループ化領域によって、CaPのありそうな領域をユーザが迅速に識別することができるために、CADプロセスにおいて使われることができる。
さらに、データは、前立腺の視覚化(112)を実行するために用いることができる。視覚化は、前立腺のマルチモード3Dレンダリングを含むことができ、または等角写像上に設けられることもできる。これは、T1強調、T2強調、およびMRSIデータ含むことができる。さらに、視覚化は、「電子生検」を容易にすることが可能な半透明のレンダリングビューを含むことができる。例えば、例示的な電子生検技術は、健康な組織ががん組織と区別されることができるように、球形のシェル上に半透明のボリュームをレンダリングして、前立腺の組織をマップするようにはっきりと設計された伝達関数を適用することを含むことができる。加えて、CAD技術(例えば「電子生検」またはクラスタリングアルゴリズム)は、CaPの診断(114)のために用いることができる。
本開示の他の例示的実施形態は、マルチモード・シェーディングを有するマルチボリューム・レイキャスティングを使用する複数のスキャンからのデータを含んでいる視覚化を有する前立腺の3Dレンダリングを実行するために、例示的な方法、装置およびコンピュータ可読媒体を提供することができる。図2には、例えば、前立腺の組織(system)をレンダリングのための例示的な方法のステップが示される。まず、画像情報は、例えば生のDICOMスライスのような生データから抽出されることができる(プロセス202)。前立腺領域のセグメント化およびトリミングは、無関係なデータを削除するために画像ボリューム上に実行されることができる(プロセス204)。この後に、ボリュームの幾何学データによる境界プレパスは、プロセス206で実行されることができる。例えば、3つの境界プレパスが使われてよい。これらのプレパスからの結果は、次いで、プロセス208でデータによるシングルパスのマルチボリューム・レイキャスティングを実行するために用いることができる。このレイキャスティング・パス中のシェーディングは、T2強調画像データ、T1強調画像データ、およびMRSIスペクトル・データを考慮するマルチモード・シェーディングスキームを使用して達成されることが好ましい。このパスの出力は、最終的な描写された画像(210)でありえる。そして、それをユーザは、マルチモード・シェーディングを制御するように閾値パラメータを調整することによって、または、ビューを修正することによって最適化することができる(プロセス212、214、216)。
本システムは、ユーザに3D空間において疑わしい場所の徴候を提供することができる。そして、ユーザは、いくつかの個々の2Dスライスを通してスクロールする必要無しに、この種の領域が前立腺ボリューム全体のどこにあるかを迅速に見分けることができる。ボクセル・レベルの決定をすることを試みるよりはむしろ、本システムは、ユーザが疑わしいボクセルの領域を見つけるのを援助して、それらをさらなる検査を正当化する領域へ導くためのツールとして用いることができる。
(医学背景)
CaPの検出を支援する3Dマルチモード視覚化システムの開発についてさらに理解するために、前立腺のゾーン解剖および利用される3つのMRモードの関係の概要は、記載される。これらのモードによって作られる画像のタイプの例は、図3に示される。図3(a)は、例示的なT2強調経直腸軸方向スライスを示す。図3(b)は、例示的なT2強調経直腸矢状方向スライスを示す。図3(c)は、例示的なT2強調経直腸冠状方向スライスを示す。図3(d)は、T1強調骨盤軸方向スライスを示す。図3(e)は、MRSIスライスを示す。
前立腺は、周辺ゾーン(PZ)、遷移ゾーン(TZ)および中央ゾーン(CZ)と呼ばれる3つのゾーンに分けられる。TZおよびCZは、PZとは対照的に単一の領域としてしばしば一緒に考えられて、このようにして中心腺(CG)と呼ばれる。PZは、前立腺のほぼ70%を占めて、3つのゾーンで最も大きい。一方、TZおよびCZは、各々ほぼ25%および5%をそれぞれ考慮する。PZが、そこを起源とするほぼ70%のケースと共に、CaPが発生する最も一般的な場所であることも、したがって驚くに足らない。前立腺の周辺上にあってこの領域からのがんはまた、前立腺カプセルを越えてより急速に蔓延しそうである。CGは、PZと比べて比較的低い重要性で考慮される。したがって、本開示における焦点は、PZのCaPを検出することである。
T2強調画像は、PZとCGとの区別を考慮に入れる前立腺の良好な画質を提供する。通常の前立腺組織にとって、PZは、T2強調画像において概して高い信号強度を示す。がん組織において、PZは、通常減少した信号強度を示す。CGにおいて、しかしながら、正常組織は、すでに概して異質な低い信号強度を示す。そこでのがん領域は、均一な低い信号強度の領域として検出可能でもよい。しかしながら、本開示の実施形態は、PZのCaPを検出することに集中する。
T2強調画像とは違って、T1強調画像は、前立腺に関して低い画質であり、したがって、がん領域を識別するために通常は用いない。むしろ、T1強調画像は、初期の生検からの血液をまだ含んでよい領域を除外するために概して用いる。この種のポスト生検出血は、概してT2強調画像のPZのがん(すなわち、減少した強度を有する)と類似しているように見える。しかしながら、T1強調画像においてこの種の領域は、均一な低い強度の正常な前立腺の組織から概して増加した強度を有する。がん領域は通常、T1強調画像において明らかではない。なぜなら、それらもまた低い強度の領域として現れるからである。CaP検出のためのMRSIは、コリン対クレアチン、およびコリン+クレアチン対クエン酸塩の2つの化学的比率に注目する。これらの比率の両方とも、概して、CaPにおいて上昇して現れる。MRSIにおいて、これらの化学スペクトルは、正常なMR画像がボリューム・レンダリングのためのボクセルとして考慮される方法と混同されない大きいボクセル領域に読込まれ得る。通常はT2強調経直腸軸方向画像と整列されるにもかかわらず、MRSIボクセルは、スライス当たり多くの正常画像ボクセルをカバーする大いにより大きい。MRSIボクセル・サイズの例は、図3(e)に示すことができる。ここで、スライスのためのMRSIボクセルは、T2強調画像上のグリッド・オーバレイによって表される。
(例示的なデータ前処理)
使用するデータは、生のDICOMファイルでありえる。本開示の例示的実施形態によれば、標準データセットが使用可能である。例えば、標準データセットは、以下の5つの画像シーケンスを含むことが可能なデータセットとして定義されることができる:1.T2強調経直腸軸方向スキャン;2.T2強調経直腸矢状方向スキャン;3.T2強調経直腸冠状方向スキャン;4.T1強調骨盤軸方向スキャン;およびT2強調画像シーケンスのために、データは、例えば、ほぼ0.5mmの内部スライスおよび3mmのスライス間解像度によって得られることができる。T1強調画像は、例えば、ほぼ1mmの内部スライスおよび6mmのスライス間のより粗い解像度で得られることができる。これらの画像シーケンスの各々の例は、図3に示すことができる。
本開示の例示的実施形態による例示的な方法は、下記に詳述される。
(例示的なDICOM抽出)
図2に示すように、本開示による例示的な方法は、データ抽出(202)を含むことができる。個々のMRスライスは、DICOM標準(医用画像装置により用いられる一般フォーマット)を使用して分配されることができる。これらの生のDICOMファイルから、同じスキャンに帰属する画像は、ボリュームを形成するために順番に結合されることができる。ボリュームごとに、第1のスライスの画像ポジション(左上ピクセルの中心)は、DICOMヘッダ情報から保持されることができる。それは、画像ピクセル(xおよびy)解像度および方向である。z方向解像度は、スライス間隔情報から提供されることができる。そして、z方向は、2枚のスライスから画像ポジション情報を用いて算出されることができる。この抽出された位置、方向および解像度情報を用いて、ボリュームは、ボリューム上の登録を実行する必要を否定して、ワールドスペースにおいて互いに整列されることができる。本開示の他の実施形態において、画像シーケンスは、単一のセッション中に得られなくてもよくて、または患者は、シーケンス中に動いてもよい。したがって、これらの画像がさまざまな登録プロセスにしたがって登録されることは、望ましくてもよい。4つの画像ボリュームの方向関係は、例えば、図4に示すことができる。図4(a)は、ワールドスペースの異なる位置、方向および解像度を有するデータセットのための例示的な4つの画像シーケンスが各ボリューム範囲を例示することを示す。図4(b)は、ワールドスペースの異なる位置、方向および解像度を有するデータセットのための例示的な4つの画像シーケンスが各中心のスライスを例示することを示す。
T2強調およびT1強調ボリュームは、それらが従来の画像データであるように直接操作することができる。MRSIシーケンスは、しかしながら、もう少し処理を必要とする。図3(e)に示すように、MRSI画像は、レンダリングのためのボリュームとして用いやすいフォームではなく、人間によって容易に読み取り可能なフォーマットでありえる。上記の如く、MRSIの関心の2つの比率(例えば、コリン対クレアチンの比、およびコリン+クレアチン対クエン酸塩の比)は、MRSIボクセルごとにすでに算出されることができて、スペクトラムの上に提供されることができる。これらの比率値は、抽出されることができる。この抽出されたボリュームは、次いで、図2に示すボリューム・レンダリング・フローにおいて用いることができる。
(例示的なセグメント化)
図2に示すように、例示的な方法は、セグメント化動作(204)を含むことができる。例えば、手動セグメント化は、T2強調軸方向スライス上に実行されることができる。前立腺のセグメント化のための自動のおよび半自動の方法が用いられ得るにもかかわらず、本開示の例示的実施形態が主にPZのCaPを検出することに集中するので、PZおよびCGは、2つの別々の領域として手動でセグメント化されることが好ましい。このT2強調経直腸軸方向ボリュームがワールドスペースにおいて他のボリュームと好ましくは整列されるので、他のセグメント化は、通常必要でない。セグメント化情報を用いて、ボリュームは、関心のあるセグメント化された領域を含むためにトリム(trim)されることができる。ボリューム間の整列情報は、単一のセグメント化と共にボリューム上に達成されるために、これを容易にする。セグメント化された領域のまわりのほぼ7mmの境界は、スライスが個々に見られる場合に備えてなんらかの事情を提供するために保持されることができる。
このトリミング動作は、より少ない非前立腺スペースをスキップするせいで、必要なメモリを減らすことができて、その結果、レイキャスティングの速度を増加することができる。図5は、合計65,536ピクセル(図5(a))のための256×256の寸法を有する最初のサイズでの1枚のスライスと、合計8,236ピクセル(図5(b))のための116x71の寸法を有するトリムされたサイズでの1枚のスライスとの間のサイズの違いの例を示す。これらのスライスを含む例示的なボリュームに存在するボクセルの総数は、最初のサイズのボリュームに対して1,441,792ボクセルであり、トリムされたボリュームに対して148,248ボクセルであった。
(例示的なマルチボリューム・レイキャスティング)
図2に示すように、本開示による例示的な方法は、マルチボリューム・レイキャスティング・アルゴリズム(例えば206、208)を含むことができる。マルチボリューム・レイキャスティング・アルゴリズムは、単一の最終パスにおいて実行されるレイキャスティングについては、シーン境界情報による3つのプレパスを含むことが好ましい。各ボリュームは、そのボリュームにローカルな座標系を有するレイによってトラバースされることができる。しかし、トラバーサルは、ワールド座標系のボリュームと調和して残ることが好ましい。(例えば、1つのボリュームにおける1ステップは、他のボリュームにおける1ステップへのワールド距離において等価である。但し、各ボリュームのローカル系の範囲内のステップは、異なることがありえる。)3つの境界プレパスは、レイ方向およびステップサイズを設定するのを容易にする。一方、第4のパスは、ボリュームによる単一のトラバーサルを有するレイキャスティングを実行することができる。
(例示的な境界プレパス)
図2に示すように、本開示による例示的な方法は、境界プレパス(206)を含むことができる。特定の例において、幾何学的な境界データによる3つのプレパスは、ボリュームごとに各レイに沿って位置、方向、およびステッピング情報を得るために用いることができる。これらのパスは、プレプロセッシングとしてなされることができて、ワールドスペースのビューまたはボリュームの場所が変化するときに、繰り返されることができる。伝達関数または他のシェーディングパラメータの変化は、単一のレイキャスティング・パスによって実行されることができる。第1のプレパス(例えば境界フロントパス)は、各レイのためのワールドスペースの開始位置を識別することができる。画像平面のピクセルごとに、この位置は、ピクセルによるレイに沿って画像平面に最も近い(描かれているボリュームを考慮する)ボリューム位置でありえる。このパス(各レイのためのワールド開始位置)からの出力は、第3のパスにおいて用いることができる。第2のプレパス(例えばボリューム当たりのフロントパス)は、各レイに沿って個々のボリュームのためのワールドおよびローカルスペースの開始位置を識別することができる。境界フロントパスと同様に、画像平面のピクセルごとに、ピクセルによるレイに沿った画像平面に対する各ボリュームに最も近い位置は、算出されることができる。このパスからの出力は、ピクセルごとに、各ボリュームのためのローカルおよびワールド入力位置でありえる。これらは、第3のパスにおいて用いることができる。第3のおよび最後のプレパス(例えばボリューム当たりのバックパス)は、ボリュームが開始する(enter)までの開始位置からのステップ数、およびボリュームが終了する(exit)までの開始位置からのステップ数と同様に、ローカルスペースの各レイのための開始位置およびレイ方向を識別することができる。
第3のパスは、2つの以前のパス(境界フロントパスおよびボリューム当たりのフロントパス)から出力を用いることができる。この第3のパスのために、各ボリュームのための各レイに沿って最も遠い位置が、算出されることができて、ローカルスペースのレイ方向を得るために、以前のパスから最も近い位置情報と共に使われることができる。両方の以前のパスからの情報を用いて、境界開始位置から各ボリュームの始めと終わりへのローカルおよびワールドスペースの距離は、算出されることができる。算出されたレイ方向と共にこの距離情報を用いて、ローカルスペースのレイ開始位置は、各レイがワールドスペースの同じ場所で始まるように、それがその対応するボリュームの外にあるかもしれないけれども、算出されることができる。レイ方向は、各レイに沿ったステップがワールドスペースにおいて同じであることを確実にするために、ローカルスペースの距離とワールドスペースの距離との比率によって乗算されることができる。ボリュームが開始する(enter)までの、およびボリュームが終了する(exit)までのレイに沿ったステップ数は、次いで算出されることができる。
(例示的なレイキャスティング・パス)
本開示による例示的な方法は、レイキャスティング・パス(208)を含むことができる。最後のプレパスの出力から、ボリュームごとに、画像平面の全てのピクセルのための全てのレイは、ローカルスペースの開始位置、ローカルスペースのレイ方向、ボリュームが開始する(enter)までのステップ数、およびボリュームが終了する(exit)までのステップ数を有することが好ましい。レイ開始位置およびステップが好ましくは調整されるので、レイは、各ステップでワールドスペースの一貫した位置に残る。したがって、各ステップで各レイに沿ったサンプル位置は、ワールド座標系で一貫したままである。ワールド座標系のレイに沿ったステップが可能であるにもかかわらず、それは概して各ステップで各ボリュームのローカル座標系へのコストのかかる変換を必要とする。そもそもローカル座標系のステッピングによって、この高コストの動作は、回避されることができる。各レイがレイの開始点から終了まで全ての時間そのボリュームの内側にないので、ボリュームをサンプリングすることを試みる前にこの特性が真か否か調べることは、好ましい。ボリュームが開始する(enter)までのステップ数、およびボリュームが終了する(exit)までのステップ数のための情報は公知であるので、各反復でトラバースされるステップ数は、それがこれらの2つの境界の範囲内にあることを確認することを調べることができる。その場合、対応するボリュームは、サンプリングされることができる。このチェックは、全てのボリュームのレイのためになされることが好ましい。ボリュームが各ステップで別々にサンプルをとられることができるので、それらの値は、所望の結果を提供するために集積されることができて、作用されることができる。
描画されたボリュームの光のために、各ボリュームがそのローカル座標系においてトラバースされることができるので、光の位置および目の位置は、ボリュームごとに対応するローカル座標系にあることが好ましい。この位置を得るために、ワールド座標系の光および目の座標は、ボリュームに現在適用されているシーンの回転の逆によって、最初に回転することができる。ローカルおよびワールド座標空間の両方のボリュームごとのエッジからエッジまでの距離と、次いでワールド座標空間のボリュームエッジから光または目の位置までの距離との基本的割合を算出して、ローカル座標空間の光または目の位置のために解析することは、可能である。
(例示的なGPU加速およびレンダリング)
本開示による例示的な方法は、GPU加速およびレンダリング(210)を含むことができる。マルチボリューム・レイキャスティングに対する例示的なフレームワークは、加速のためのGPUに容易にマップされることができる。ボリューム・データ値は、3Dテクスチャに格納されることができる。したがって、ワールドスペースの参照は、3Dシーンのボリュームの物理的位置に関連する。一方、そのローカルスペースは、3Dテクスチャ座標系に関連する。フロントフェースカリング(front face culling)を必要とするパスの間、適切に立方体(cuboid)を描くために、正面および背面上の頂点の方向は、ローディング上に点検されることができて、それらがデータセット(反時計回り)のために一貫していることを保証することができる。ボリュームごとに、その8つの境界用頂点は、ボリューム立方体を構成する6つのクワッドを作るために用いることができる。ある具体例では、シールされない([0、1]範囲に縛られない)ままであるために値を促進する無限の浮動小数点テクスチャが使用されることができる。好ましくは、いくつかのパスから必要な多数の出力がすぐに出力できるように、多数のレンダリング目標が使用されることができる。テクスチャ出力は、最終描画画像平面を表す描画ウインドウのサイズに作成されることができる。出力がボリューム当たりである値のために、各ボリュームのためのテクスチャ出力は、作成されることができる。
各パスをGPUにマップする例示的な方法は、以下に詳細に記載される。
例示的な境界フロントパス:
ボリューム・ボックスは、深さテストによって描かれることができる。仮想カメラに最も近いフラグメントごとに、ワールドスペースのその位置は、出力テクスチャのRGBチャネルに格納されることができる。
例示的なボリューム当たりのフロントパス:
各ボリューム・ボックスのフロントは、個々に描かれることができる。フラグメントごとに、ワールドスペースのその位置およびそのローカル・テクスチャ座標系のその位置は、2つの出力テクスチャ(ボリューム当たりの(per volume))のRGBチャネルに格納されることができる。
例示的なボリューム当たりのバックパス:
各ボリューム・ボックスは、フロントフェースカリングによって個々に描かれることができる。各ボリュームのためのレイ方向およびレイ開始位置(ローカル・テクスチャ・スペースにおいて)は、以前のパスから対応する出力を使用して算出されることができる。これらの結果は、2つの出力テクスチャのRGBチャネルに格納されることができる。ボリューム範囲に入る(entry)およびそれから出る(exit)ステップ数の値は、算出されることができて、2つの出力テクスチャ(ボリューム当たりの)のアルファ・チャネルに格納されることができる。
例示的なレイキャスティング・パス:
単一のビューポートフィリングクワッド(viewport−filling quad)は、描かれることができる。そして、レイキャスティングのための情報は、以前のパスにおいて得られた2つの出力テクスチャ(ボリューム当たりの)から得ることができる。光の位置に関する情報および照明効果を見る眼は、各ボリュームのための一定のパラメータ(これらの値は、フラグメントに基づいてフラグメント上のボリューム当たりの値を変えない)としてパスすることができる。
(前立腺の視覚化のための例示的な最適化)本開示の態様は、前立腺の視覚化のための最適化を含むことができる。上記のマルチボリューム・レイキャスティングのための例示的なアルゴリズムは、一般の状況のために記載された。ここでは、サンプルをとられる領域が必ずしも重複しているわけではない。しかしながら、前立腺のために、関心のあるセグメント化された領域は、各ボリュームに存在する概してより多くの関心である。したがって、若干の軽度な簡略化を含む本開示の態様は、例示的なアルゴリズムに作られることができる。例えば、前立腺のマルチボリューム・レンダリングのために、以下の6つのボリュームを含むことができるサンプリングが実行されることができる。
1.T2強調経直腸軸方向画像データ
2.T2強調経直腸矢状方向画像データ
3.T2強調経直腸冠状方向画像データ
4.T1強調骨盤軸方向画像データ
5.MRSI算出比率
6.PZおよびCGのセグメント化
しかしながら、MRSI値およびセグメント化情報の両方がT2強調軸方向画像データと同じ設定を有するボリュームに含まれることができるので、4つのボリュームは、プレパスによって処理されることができる。レイキャスティングを実行するときに、セグメント化領域がより多くの関心でもよく、そしてこの情報を含むボリュームがT2強調軸方向ボリュームと同じローカル座標系を有してよいので、各レイの位置は、T2強調軸方向ボリュームが始まる(enter)までのステップ数によってジャンプされることができる。また、セグメント化領域が通常はボリュームに存在するので、レイ位置が各ボリュームの内部に現在位置するかどうかを各ステップで調べる必要はない。一旦セグメント化領域に達すると、セグメント化領域が出られる(exit)まで、ボリュームは、サンプルをとられることができる。レイによってとられるステップ数がT2強調軸方向ボリュームを出る(exit)ために必要な数を一旦超えると、同じピクセルから発せられるレイのためのキャスティングは、終了することができる。
(例示的なマルチモード・シェーディング)
本開示による例示的な方法は、プロセス208にマルチモード・シェーディングを含むこともできる。一例では、レイに沿って各ステップでシェーディングを算出するために、データセットの5つのボリュームからの6つの値(すなわち、MRSIボリュームからの両方の比率と同様に、3つのT2強調ボリュームおよび1つのT1強調ボリュームの強度)は、考慮されることができる。例示的なシェーディングプロセスは、がんであるかまたは正常である部分を示すためにシェーディングを使用するように用いることができる。サンプルががんであるかまたは正常であるかのラベルをつけられなければならないかどうかを決定することは、一群の例示的なif文としてみなされることができる。例えば、例示的な文は、「クレアチンに対するコリンの比率がある閾値を上回る場合、あるいは、クエン酸塩に対するコリン+クレアチンの比率があるレベルを上回る場合、あるいは、T2強調画像のうちの1つが低減した強度を示す場合(かつ、T1強調画像がその領域のための増加した強度を示さない場合)、その領域はがんになりそうである。」を含むことができる。しかしながら、この種の粗い分類は、不適切な傾向がある。第1に、領域ごとに単にがんであるか否かを選択することは、エラーの傾向がありえて、そして1つの結果からもう別の結果までいかなるグラデーションも欠いている。他の課題は、この種の動的分岐のかなりの数がGPUのSIMDアーキテクチャ上に非常に不十分に実行するということでありえる。対照的に、本開示の例示的実施形態は、その優れた処理パワーを利用するために、レイキャスティング・アルゴリズムをGPUにマップする。
これらの限界を克服するために、各サンプルはスコアリングされることができる。そしてこのスコアは、次いで、レイに沿って値の統合化に貢献する色にマップされる。例示的な式は、以下の通りでありえる。
Figure 2013517845
ここで、一実施形態では、変数はつぎのように定義されることができる。
Figure 2013517845
ratioA、ratioB、T2axial、T2sagittal、T2coronalおよびTlaxialの値は、それぞれ、MRSI(ratioA、B)、T2強調軸方向、T2強調矢状方向、T2強調冠状方向、T2強調軸方向ボリュームからの現在位置でのサンプル値でありえる。閾値は、最初はデフォルト値にセットされることができるが、MRデータの取得パラメータの変化を考慮するために、ユーザによって修正されることができる。MRSI閾値は、範囲[0.0−4.0]の範囲内で調整されることができる。T2強調およびT1強調画像は、範囲[0.0−1.0]にウインドウ表示されることができ、したがって、それらの閾値は、範囲[0.0−1.0]において調整されることができる。この式からのスコアが高ければ高いほど、サンプル位置ががんの場所からのものでありそうな可能性がより高い。ボリューム値のために、閾値は、値ががんであるとみなされるかどうか分類するために使われることができる。この閾値からの距離は、サンプルががんであることが存在する可能性と比例していることがありえる。
MRSIのために、上昇した比率ががんを示すので、閾値はより低くありえる。逆のものは、T2強調画像にとって真実でありえる。ここで、閾値よりも低い値は、可能な悪性を示す。T1強調画像からの値は、がんを発見するために概して用いられず、むしろ高い値に基づく領域を無視するので、閾値(一般に、中立の)よりも低い値は、関心があってよい。MRSIおよびT2強調値のために、同じモダリティ(modality)からの部分の総和が1でありえるように、それらの個々の断面のスコアは、強調されることがありえる。主に前立腺の外側のMRSIボクセルが同程度の影響を有しないように、前立腺組織を含むMRSIボクセルのパーセンテージが使われることができる。これは、さもなければスコアに負の貢献を自動的に与えるMRSI値がない場所のための制御に使われることもできる。
あるいは、本開示の実施形態は、他のスコアリング概念を含むこともできる。例えば、本開示の実施形態は、全3種類のマルチモードMRデータを単一の3D画面で観察するために、疾患および本方法を視覚化するためのスコアボリュームの概念を提供することができる。ユーザによるレンダリングによって、異なる情報は、ユーザの要求に基づいて強調されることができる。このために、可視性残留の例示的な方法は、他のスコアが関心のあるスコアを塞がない場合にそれらの通常の不透過度を維持する間、関心のあるスコアがそれが他のスコアによって塞がれるときに可視性を自動的に維持することができる。前立腺の周囲の生体構造のレンダリングを扱うために、GPU上に加速されるシングルパス・マルチボリュームレイキャスタは、用いることができる。スコアボリュームは、2Dスライスベースシステムに組み込まれることもできる。
例示的実施形態は、スコアボリュームを作成することを含むことができる。スコアボリュームの一例において、全てのボクセルは、MR取得の3種類の各々に対応するスコアでありえる3つの値を含む。全部で3直角のT2強調ボリュームを使用する単一のスコアボリュームがつくられるので、等方性の近くにあるT2強調ボリュームごとに最初にアップサンプリングされたラベルマップを作成することは、好ましい。一般に、方法は、ボリュームの全体にわたって中間スライスを補間するために反復的な拡張(dilation)および浸食(erosion)を用いることができる。そしてそれは、腺の領域と同様に両方の個々のセグメント化(例えばPZおよびCG)を維持する。スライス間の間隔が内部スライス間隔の2倍よりも少しも悪くないまで、この補間は繰り返されることができる。3つのアップサンプリングされたラベルマップは、次いで、合成ラベルマップを形成するために結合されることができる。そしてそれは、全3つのT2強調ボリュームからのセグメント化情報を考慮して、0.75mmのスライス間の間隔を有する。T1強調画像シーケンスのためのラベルマップは、同様にアップサンプリングされることができる。そしてそれは、1.5mmのスライス間の間隔を生み出す。
本開示の実施形態は、3つのスコア値(T2強調画像に基づくT2スコア、T1強調画像に基づくT1スコア、およびMRSIスコア)を含む例示的なスコアボリュームを提供することができる。T1およびMRSIスコアは、バイナリでありえる。一方、T2スコアは、クウァタナリ(quaternary)でありえる。スコアボリュームの作成のための入力は、5つの画像シーケンス(例えば、T2強調軸方向の前立腺スキャン、T2強調矢状方向の前立腺スキャン、T2強調冠状方向の前立腺スキャン、T1強調軸方向の骨盤スキャン、およびMRSI軸方向の前立腺スキャン)、4つのアップサンプリングされたセグメント化・ラベルマップ、および合成ラベルマップ、を含むことができる。
3つの利用可能なMRモードに基づく前立腺の領域のための、合成ラベルマップ・ボリュームの寸法および解像度に合致する例示的なスコアボリュームは、作成されることができる。スコアは、3つのモード(T2強調データからのがんの発見に基づくT2スコア、T1強調データからのポスト生検出血の領域を検出することに基づくT1スコア、およびMRSIデータからの領域に存在するがんの可能性を示す増加した化学的比率の領域を検出することに基づくMRSIスコア)の各々のために、別々に生成することができる。
経験的に決定された閾値は、モードの各々のためのスコアを決定するために用いることができる。これらの閾値は、PZの正常なおよび異常な領域のための典型的な信号強度(T2の低減、T1の増加、MRSIのスペクトルの上昇)を訓練して観察するための一群の3つのデータセットを用いて定められることができる。病理学的結果は、がんまたは出血のいずれかを含む公知のセクスタント(sextant)からのサンプリングが実行されたことを保証するために用いることができる。ゼロであるデフォルト値については、例示的なスコアは、以下の通りに作られることができる。
T2スコア(PZ):
PZの減少したT2強調画像強度は、がんを示すことがありえる。したがって、T2閾値を下回るボクセルは、関心があってよい。T2強調データの3つのボリュームが使われることができるので、それらの全部は、各ボリュームの高い内部スライス解像度を利用するためにサンプルをとられることができる。各ボリュームのスコアは、最終スコアに向けて1/3寄与することができる。
T1スコア(PZ):
前立腺の増加したT1強調画像強度は、ポスト生検出血を示すことがありえる。したがって、T1閾値を上回るボクセルは、関心があってよい。単一のT1強調ボリュームは、最終的なスコア値に寄与することができる。
MRSIスコア(PZおよびCG):
MRSIデータの分光比率の一方または両方の増加は、前立腺がんを示すことがありえる。2つの比率のどちらかがMRSI閾値を上回る場合、次いで、ボクセルは、関心があるとしてスコアリングされることができる。T2およびT1スコアのための異なるこの評価法(scoring system)は、PZおよびCGの両方に適用されることができる。
T2スコア(SV):
PZのためのT2スコアリングと同様に、SVの減少したT2強調画像強度は、がんを示すことがありえる。しかしながら、SVは、それらの壁(内部および外部の両方)が減少したT2強調強度によっても現れることができるという点で、困難を配置する。これを考慮するために、3つの部分スコアリングプロセスは、用いられることができる。第1に、各T2強調画像シーケンス(軸方向の、矢状方向の、および冠状方向の)は、個々にスコアリングされることができる。それらの個々のスコアボリュームは、薄い境界を取り除くために、次いで少数のボクセル(例えば2つのボクセル)によって縮減されることができる。最終的なSVスコアは、次いで、最終スコアに1/3を貢献させる個々のスコアの各々によって作成されることができる。
PZの隣接した領域(前立腺カプセルおよびCG)は、通常、暗くありえて、したがって、PZの一部として偶然に含まれる場合、偽陽性結果を得ることができる。これを考慮するために、境界ボクセルは、記録されないことが好ましい。サンプリングが3つのT2強調ボリュームの各々のための正しい領域からのものであることを保証するために、各ボリュームのためのアップサンプリングされたラベルマップは、そして好ましくは、そのラベルマップがその領域が正しいことを指示する場合だけ、そのボリュームをサンプリングする。同様に、T1強調ボリュームのアップサンプリングされたラベルマップは、このボリュームがサンプルをとられるときに、値が前立腺の外側からでないことを保証するために設けられることもできる。前立腺のすぐ外側の領域がしばしばT1強調データの増加した強度にあるので、不適切にサンプルをとられる場合、それらは出血の指標として誤っている可能性がある。アップサンプリングされたラベルマップからサンプリングされるときに、3本線の(trilinear)補間は、用いられることができる。最初のMRデータセットからサンプリングされるときに、三立方の(tricubic)補間は、用いられることができる。
(例示的なスライスベースの視覚化)
例示的な作成されたスコアボリュームは、目視中のスライス上に他のスライスからの情報を提示することによってスライスを目視する放射線科医にガイダンスを提供するために、2Dスライスベースの目視装置に組み込まれることができる。見られているスライスのボクセルごとに、スコアボリュームからのスコア値は、見つかることができて、グレースケール画像上にオーバレイされることができる。スコアボリュームが軸方向T2強調画像シーケンスと整列されることができるにもかかわらず、それは、他の画像シーケンスの対応するピクセルのための値を得るために補間されることができる。これの例は、図11に示される。ここで、T2およびT1スコアは、それぞれ、より暗いシェーディング(1102)およびより明るいシェーディング(1104)のオーバレイに示される。ユーザは、所望通りにオーバレイの不透明度を調整することができる。
(例示的な視覚化)
医用画像の3Dボリューム描画ビューは、データを視覚化して、対象物間の関係の良好な感覚を得る直観的な方法でありえる。例示的実施形態では、ユーザは、前立腺の領域(前立腺および精嚢)および骨盤領域の周囲の構造(膀胱、直腸および骨)を視覚化することができる。前立腺の領域のために、スコアボリュームを使用することによって、ユーザは、腫瘍および出血場所を視覚化することができる。ボリュームレンダリング・フレームワークのための入力は、以下の4つのボリュームファイルである。
1.スコアボリューム
2.合成ラベルマップ・ボリューム
3.T1強調骨盤ボリュームのアップサンプリングされたラベルマップ
4.T1強調骨盤MRボリューム
前立腺の領域ボリューム(合成ラベルマップおよびスコア)は、同じボリュームスペースを占有することができる。同様に、骨盤領域ボリューム(アップサンプリングされたラベルマップおよびMR値)は、同じボリュームスペースを占有することができる。周囲の構造(特に骨)を描画するために、骨盤領域ボリュームを利用することは、好ましい。そしてそれは、前立腺の領域ボリュームよりも非常に大きな領域を含む。この骨盤ボリュームの同一サイズに前立腺のデータを拡大しないことが好ましいので、これらの2つのボリュームスペースによるマルチボリューム・レンダリングを実行することは、好ましい。スコアおよびラベルマップボリュームは、レンダリング・フレームワークへの入力としてとられる前に前処理されることができる。前立腺がないかまたはSVがラベルをつけられる所で周囲の領域の多くが取り除かれるように、前立腺の領域ボリュームの両方は、トリミングされることができる。3mmの境界が関心のある立方体の領域周辺に残って、概してそのサイズをオリジナルの15%に下げるように、このトリミングはなされることができる。データがラベルの付いた領域とラベルが付かない領域との間に滑らかな勾配なしでバイナリのセグメント化に基づいているので、スコアボリュームおよび両方のラベルマップボリュームは、レンダリング結果を改善するために3×3×3の平均フィルタに通されることができる。
(例示的な前立腺領域)
前立腺領域の例示的な視覚化は、複合ラベルマップボリュームおよびスコアボリュームを用いることに基づき得る。前立腺およびSVの内部領域をレンダリングするために、ボリュームレンダリングがスコアボリューム上で実行可能である。スコアボリュームは、T2強調スコア(PZ中のがんを示す)、T1強調スコア(PZ中の出血を示す)、およびMRSIスコア(分光のボクセルを含む前立腺内のいかなる場所におけるがんを示す)に対応するボクセルごとの3つの値を含むことができる。ユーザは個々に、または所望なように組み合わせて、値の各々を閲覧することができる。前立腺の表面について、複合のラベルマップの半透明のアイソサーフィス(isosurface)レンダリングが直接に用いられることができる。
これらの値のための例示的なカラースキームもまた利用可能である。例えば、出血を示す高T1スコアは赤で示すことができる。高T2スコアを有する領域には青を用いて疑わしいがん性の領域の位置を表すことができる。MRSIスコアについて、紫を用いて増加する比を示すことができる。前立腺自体は、半透明の肌色でレンダリングでき、精嚢は半透明の緑色でレンダリング可能である。前立腺(前立腺およびSV)の色を制御する伝達関数がラベルマップボリュームに適用可能であり、他方でスコアカラーについての伝達関数はスコアボリュームに適用可能である。T2強調データ自体はボリュームレンダリングにおいて用いられない。
ユーザは、例えば前立腺のスコアデータをレンダリングするために2つの標準的なオプションと共に提示可能である。アイソサーフィススコアビュー:スコア値の各々のソリッドのアイソサーフィスが閲覧可能である。このモードは通常、一度に単一のスコア値でなされる。個々にレンダリングされたこれらのスコアの例は図12においてみることができる。図12(a)は、がん性を示すより暗いシェーディングを有するT2スコア値の例示的なレンダリングである。図12(b)は出血を示すより暗いシェーディングを有するT1スコア値の例示的なレンダリングである。図12(c)は上昇した比を示すより暗いシェーディングを有するMRSIスコアの例示的なレンダリングである。T2スコアは4番目の値であってよく、アイソサーフィスは、0.66より大きいスコアが好ましいように設定可能である(すなわち、T2強調のボリュームの少なくとも2つは低減した信号を示す)。透明スコアビュー:複数のスコアを一緒に閲覧した場合、ユーザ規定のスコアごとの透明度が通常用いられる。これは、ユーザが関係性を見たい場合、および、ユーザが異なるスコア間の重複を調べたい場合(例えば、がん性のT2スコアと出血のT1スコアとの間)、有用であり得る。透明度を有する複数のスコアのレンダリングの例は図13に示される。図13(a)〜(c)は、透明度の様々なレベルを用いて示される図12(a)〜(c)の例示的なレンダリングである。
精嚢は前立腺と共にレンダリング可能である。精嚢内のスコアのみがT2スコアであるので、その色付けは前立腺についてのT2のものに関連することができ、同じ青色を利用することができる。好ましくはユーザは精嚢について別の透明度制御を維持することができる。示されるSV浸潤を有する精嚢のクローズアップの例は図14に示される。
上述で示した前立腺スコアボリュームの標準的なレンダリングに加えて、可視性残留と呼ばれるスコアレンダリングが提供可能である。このモードは他のスコアが当該関心のスコアを塞いでしまう場合に、そのスコアを可視化したままにする(すなわち持続して残留するスコア)ことを助けることができる。このため、第2のボリュームのレンダリングの統合(積分)は、残留しないスコアについての低減された色および不透明度値を用いて蓄積可能である。離散化されたボリュームのレンダリングの積分は、次いで、以下のように標準の前後合成(compositing)を含むことができる。
Figure 2013517845
ここで、
Figure 2013517845
以下を含むこともできる。
Figure 2013517845
ここで、
Figure 2013517845
ボリュームレンダリングの統合の最後に、最終的な出力色および不透明度は、以下のように合成可能である。
Figure 2013517845
ここで混合のためのαscore値は、残留値の周辺でのぎざぎざの(jagged)後光効果(halo effect)を防ぐために用いられることができる。図15に示されるように、スコアと前立腺の空間的関係性は、この例示的な方法により完全に維持可能である。その背後に塞がれた別のものを閲覧するために、1つのスコアを透明にするのとは対照的に、このモードによって、塞がれたスコアは自動的に可視化することができ、同時に、他のスコアはそれらが当該関心のスコアを塞いでいなくても、それらの完全な不透明度を維持することができる。図15(a)は、T2(1502)およびT1(1504)のスコアの通常のアイソサーフィスのレンダリングの例示的なレンダリングである。図15(b)は可視化を持続させるT2スコアの例示的なレンダリングである。図15(c)は、T2のスコアを閲覧することを可能にするために、T1のスコアの例示的な透明レンダリングである。図15(c)の例示的なレンダリングにおいて、T1スコアは、T2スコアを塞がない領域において不透明である。
(例示的な周辺組織)
レンダリングに周辺組織を含む場合、単一経路マルチボリュームレンダリングが利用可能である。レンダリングされた画像における各ピクセルについては、レイ開始位置および方向が、前立腺領域ボリュームと骨盤領域のボリュームとの両方について計算可能である。各レイに沿ったステップは、同じステップサイズに調節でき、その結果、1つのレイに沿ったステップ処理は、他のレイに沿ったステップ処理に関連付けることができる。ボリュームの各々を出入りするステップの数は計算可能である。骨盤領域は通常より大きく、より小さい前立腺領域を完全に囲うので、前立腺領域内のサンプルの位置は骨盤領域内にあってよいが、骨盤領域内の最も多くのサンプルの位置は、前立腺領域内ではない。このため、レイが前立腺領域に到達する前の骨盤領域内でのステップの数、それが両方の中であるステップの数、および前立腺領域の後、骨盤領域を出る前の数が計算可能である。これらの値を用いて、レイはボリューム中にキャスト可能であり、前立腺領域は、現在のレイのステップ位置が正しい範囲内にある場合、サンプリング可能である。
骨盤および他の付近の骨は、骨盤領域ボリューム内の領域の殆どを考慮する。骨がレンダリングされない場合、残りの組織の最小程度および最大程度(例えば膀胱および直腸)が計算でき、サンプリングのレイは、このバウンダリング・ボックスを介してキャストでき、完全なサイズの約10%にトラバーシングされた領域の量を低減する。前立腺領域はこれら2つの対象の間で可能であり、従って含まれることができ、かつ失われないことに留意されたい。
直腸(またはより正確には、経直腸コイル(endorectal coil)が、半透明のアイソサーフィス(1602)としてレンダリング可能である。ユーザは直腸1602と前立腺表面1604との間の角度を容易に観察することができる(図16参照)。直腸と同様に、膀胱も、黄色の半透明のアイソサーフィスとしてレンダリング可能である。骨は僅かにオフホワイト色のアイソサーフィスとしてレンダリング可能である。前立腺領域とは異なり、骨盤領域についての色および不透明度の値を制御する伝達関数は、T1強調MRデータに適用可能である。
(例示的な実施形態)
本開示に係る実施形態の例示的な実施は、前立腺のMR画像化のための標準的な臨床プロトコル(手順)を含むことができ、上でリストアップされた5つのMRシーケンスが各患者について取得可能である。例示的な方法は、例えば、Core2 Quad QX9300 2.54GHzのCPU、4GBのRAMおよびNVIDIA FX 3700Mのビデオカードで走るシステム上で検査可能である。
図18は、本開示に係るシステムの例示的な実施形態の例示的なブロック図を示す。例えば、本開示に係る例示的な手順は、本明細書において、MRI1880、ハードウェア処理構成および/またはコンピューティング構成1810、ならびに入力デバイス1890によって実行または制御可能である。このような処理/計算構成1810は、例えば、全体的にまたは部分的に、1つ以上のマイクロプロセッサを含むことができ、かつ、コンピュータがアクセス可能である媒体(例えばRAM、ROM、ハードウェア、または他の保存デバイス)上で保存された命令を利用可能であるコンピュータ/プロセッサ1820を含むことができるが、それに限定されない。好ましくは、処理構成1810は、高速グラフィックオペレーションを実行するのに最適であるGPUを含む。
図18に示すように、例えばコンピューがタアクセス可能な媒体1830(例えば、本明細書において上述で記載したように、ハードディスク、フロッピーディスク、メモリスティック、CD−ROM、RAM、ROM等、またはそれらの集合)が、(例えば処理構成1810と通信して)提供可能である。コンピュータがアクセス可能な媒体1830はそこに実行可能な命令1840を含むことができる。さらに、または代替として、保存構成1850がコンピュータがアクセス可能な媒体1830とは別に提供可能であり、この媒体は、処理構成が、例えば本明細書中の上述において記載したような所定の例示的な手続き、処理、および方法を実行させるように構成するように、処理構成1810に命令を提供することができる。
さらに、例示的な処理構成1810は、入力/出力構成1870が備わっていてもよく、または、それを含むことができ、この構成は、例えば有線ネットワーク、無線ネットワーク、インターネット、イントラネット、データ収集プローブ、センサ等を含むことができる。図18に示すように、例示的な処理構成1810は、例示的なディスプレイ構成1860と通信することができ、この表示構成は、本開示の所定の例示的な実施形態によれば、例えば処理構成から情報を出力するのに加えて、処理構成に情報を入力するように構成されたタッチスクリーンであってもよい。さらに、例示的なディスプレイ1860および/または保存構成1850は、ユーザがアクセス可能なフォーマットおよび/またはユーザが可読のフォーマットにてデータを表示および/または保存するために用いることができる。
ボリュームレンダリングのための初期のバーチャルなカメラ方向はLPS(Left−Posterior−Superior)方向であってよく、これは標準のDICOM方向である。スキャン周囲の直感的なナビゲーションは、前立腺領域の中心に基づいてアークボール(arcball)回転を用いることができる。レイキャスティングはGPUによって実行可能である。ラベルマップボリュームは、RGBAテクスチャに保存可能であり、ここでアルファコンポーネントはRGBコンポーネント内の値の存在を示す。各スコアまたはセグメント化ラベルはそれ自身のチャネル内に保存可能であり、サンプル点がどの対象に属するかを決定する場合に、GPUの高度に効果的な線形の補間を利用することができる。
レイキャスティングのためのステップサイズは、ユーザが周辺組織をも閲覧するかどうかに依存する。骨盤領域ボリュームデータは前立腺領域よりもはるかに大きく、解像度は半分であるので、より大きなステップサイズがパフォーマンスを改善するために用いられることができる。周辺組織が含まれる場合、0.5mmのステップサイズが利用可能である。前立腺領域のみがレンダリングされる場合、0.25mmのステップサイズが利用可能である。レイに沿ったサンプルの合成はステップサイズに基づいて調節可能であり、その結果、その閲覧は、周辺組織を用いても、用いなくても、レンダリングとの間で一貫している。確率的な変動(stochastic jittering)は木目調の加工物(woodgrain artifact)を低減するために用いられることができる。初期のレイ終了(Early Ray Termination(ERT))(α>0.95)は、周辺組織をレンダリングした場合に利用可能である。
例示的な実施形態は、4つの基本的な計算処理を含むことができる。4つのラベルマップセグメント化が与えられた場合、それらはまずアップサンプリング可能である。3つのアップサンプリングされたT2強調のラベルマップは次いで組み合わされることができて、複合のラベルマップを形成することができる。この複合のラベルマップは、オリジナルのMRボリュームと共に、次いで、スコアボリュームを生成するために用いられることができる。最後に、スコアボリュームおよび複合のラベルマップボリュームは、トリミング可能であり、アップサンプリングされたTI強調ラベルマップに沿ったこれらの2つは平均フィルタ処理されて、レンダリング結果を改善する。
ボリュームレンダリングのパフォーマンスはどの領域および対象が閲覧されるかに依存して変わる。レンダリングはインタラクティブなパフォーマンスを維持する。図17は、異なるパフォーマンスを有する4つの基本的なタイプのレンダリング(全ての対象、骨は除く、前立腺のみ、および持続して残留)および1秒当たりのフレーム数(fps)におけるそれらのパフォーマンスを示す。これらは512×512ピクセルの画像サイズにてレンダリングされる。
(例示的な評価)
現在、CaP検出システムについての視覚化技術の開発に重点が置かれ得るが、例示的なスコアリングシステムは、ACRIN6659の研究の結果に対して比較された。この例示的な研究について、MR取得は、針生検後4〜6週、前立腺全摘出手術前の患者になされた。放射線科医および病理学者の両方の決定は、前立腺の六回の六ヶ所生検法(six sextants)について示された。というのは、MRSIからの結果は、非常に広く特定的ではないため、T2およびT1のスコアが評価において想定された。
各患者のデータセットについては、全部で8人の放射線科医がMRデータをレビューし、六ヶ所生検法ベース(per−sextant basis)で、がんおよび出血の存在に関しての決定がなされた。がん性の決定については、1〜5のスケールでの順位付けが利用可能であり、1はがん性がまったく無いことを示し、5は疑いなくがん性であることを示す。この例示的な比較については、最小の順位付けおよび最大の順位付けが使用されず、残りの6が平均化でき、3つ以上の順位付けががん性を示すことができる。出血を決定することについては、放射線科医の結果は、標準として考慮されることができる。というのは、これは、病変(pathology)から示されていないからである。がん性の決定については、放射線科医の結果は、比較のために用いられることができる。
摘出された前立腺が与えられ、病理学的分析がそれについて実行可能であり、結果は、前立腺内におけるがん性について、ふたたび六ヶ所生検法ベースで報告可能である。病理報告はまた、精嚢浸潤が存在するか否かを示すことができる。病変からの結果(前立腺内のがん性の決定および精嚢浸潤の両方)は、この例示的なシステムを評価することにおける標準として考慮可能である。
3つのデータセットについての例示的なシステムを試験した結果は、表1〜3に要約される。六ヶ所生検法におけるがん性の決定について(表1)、例示的なシステムからの結果は、放射線科医からよりも良好であった。SV浸潤を検出するためのこの例示的な方法のこの例示的な結果は、表2に示される。出血の検出について(表3)、シンプルな閾値方法は極めて効果的であり得る。
表1:前立腺内のがんのためのセクスタント(6箇所法)評価(パソロジーはグランドトルース)。
Figure 2013517845
表2:がん性浸潤についての精嚢評価(パソロジーはグランドトルース)。
Figure 2013517845
表3:出血についてのセクスタント(6箇所法)評価(放射線科医の決定はグランドトルース)。
Figure 2013517845
例示的なマルチボリューム・多モデル・レンダリングシステムのためのグラフィカル・ユーザ・インターフェース(GUI)の例示的なスクリーンショット(検出されたがん−602を示す)を図6に示す。正確な取得パラメータはデータセット間で様々であり得るので、3つのスライダーバー604、606、608がインターフェースの右側上に提供でき、これにより、ユーザはインタラクティブに3つの閾値を調節することができる。レンダリングにおけるサンプリングのアーティファクトを低減するために、0.25mmのステップサイズが、ナイキスト−シャノンの標本化定理に従って用いられることができる(データの最も高い解像度はおよそ0.5mmである)。
この例示的なレンダリング・フレームワークの例示的な結果は、図7(a)に見出すことができる。前立腺全摘出標本に行われた病理学は、例えば、左右の腺中央およびベース領域に高グリーソンスコア7を見出しており、このスコアは例示的なレンダリングにおいては「疑わしい」としてハイライトされている。頂点の上部における偽陽性部分もまた観察されている。
図7(b)〜(c)は、閾値がレンダリングされた画像にどのようにして影響を与えるかを示す。z方向において低解像度であるため、レンダリングされた表示は、少し段のある(stepped)見た目を帯びており、スライス間のバウンダリを見ることができる。図7(b)は、疑わしいとして示されているより少ない領域においてMRSI比閾値を上昇した例示的なレンダリングを示す。図7(c)は、疑わしいとして示されているより大きい領域において、T2強調閾値を上昇した結果の例示的なレンダリングを示す。平滑化された見た目が好まれる場合、平滑な表面は、セグメント化周囲にフィットできる。z解像度を上昇させるために、スライスを挿入する例示的な技術を用いることもまた可能であってよく、これはまた、PZとCGとの間のバウンダリを平滑化するためにセグメント化可能である。いくつかのボリュームが各位置において好ましくサンプリングされ、スコアが計算されて、伝達関数のためのインデックス(指数)を得るが、小さいサイズのボリュームおよび効果的なスコアリングの等式は、例えば、画像を、512×512ピクセルのレンダリング表示において、一秒毎におよそ12フレームのインタラクティブなフレーム速度にてレンダリング可能である。例示的なシステムのためのコーディングは、C++で書き込まれることができ、かつ、可視化のために、OpenGLおよびCgのバーテックス(頂点)およびフラグメントシェーダーを利用可能である。この例示的な方法は、例えば、Core2 Quad QX9300 2.54GHzのCPU、4GBのRAM、NVIDIA FX 3700Mのビデオカードで走るシステム上で検査可能である。
本開示の別の例示的な実施形態は、複数の表示を単一の複合ラベルマップに組み合わせて平滑かつさらに現実的なレンダリングを生成する前に、前立腺のセグメント化ラベルマップのスライスをアップサンプリングするための方法を提供することができる。好ましくは、この例示的な方法は、三重のセグメント化を組み込み、こうして、既知の領域が未知の領域へと拡張可能であり、補間されたスライスにおいて最終的な形状を形成することができる例示的な三重形状ベースのセグメント化補間方法(ternary shape based segmentation interpolation method)が提供可能である。好ましくは、複数のラベルマップからの情報が、最終的なアップサンプリングされたラベルマップを生成するために用いられることができる。この例示的な方法は、迅速かつ容易に実施することができ、CaP可視化の必要性に適している。
(例示的なアップサンプリング方法)
本開示の別の例示的な実施形態によれば、アップサンプリングの例示的な方法を提供可能である。例えば、セグメント化およびアップサンプリングからの最終的な形状が可能な限り正確にできるように、略直交する3つのT2強調画像シーケンスを用いることができる。特に、3つのスキャンが用いられ、例えば、T2強調の経直腸軸方向(endorectal axial)スキャン、T2強調の経直腸冠状方向(endorectal coronal)スキャン、T2強調の経直腸矢状方向(endorectal sagittal)スキャンであってもよい。これらのスキャンの各々からのサンプルスライスは図8に示される。図8(a)は例示的なT2強調経直腸軸方向スライスを示す。図8(b)は例示的なT2強調経直腸矢状方向スライスを示す。図8(c)は例示的なT2強調経直腸冠状方向スライスを示す。スキャン間の関係は、図4に示されており、軸方向スライス(408)、矢状方向スライス(402)、および冠状方向スライス(406)である。また、T1強調スライス(404)も示されている。これらのT2強調画像シーケンスについては、およそ0.55mmのスライス内の間隔および3mmスライス間の間隔でデータが取得可能である。これらのスキャンは患者が動くことなく、単一のセッションの間に取得可能であり、従って、位置および方向の情報を用いてそのまま並べられることができる。
T2強調データ(例えば、軸方向、冠状方向、および矢状方向)のこれらの方向のセグメント化されたボリュームは、例示的なアップサンプリング方法への入力であってよい。これらのセグメント化は好ましくは、三重のラベルマップである。これらのラベルマップのボリュームは、単純にバイナリのセグメント化ではなく、三重のセグメント化情報を含むことができ、なぜならば、前立腺の個々の領域に分けた組織が考慮に入れられることができるからである。各ラベル付けされたボクセルは、前立腺に属しないか、またはPZの領域に属するか、あるいは、前立腺上の残りの部分に属するのかを指示されることができる。残りの部分は、CG領域および線維筋性間質(fibromuscular stroma)の両方を含むことができるが、しかしこのラベリングされた領域は単にCG領域と呼ばれる。
DICOMデータからの画像位置、解像度、方向の情報を用いて、画像ボリュームは、各々について3Dスペースにおいて正しく並べられることができる。1つのデータセットの4つ画像シーケンスのこの正確な並びの例は、図4(b)に示される。この並びのために、登録は必要なく、対応するボクセル位置は、これらのボリュームの間において容易に見出すことができる。本開示の別の実施形態において、画像シーケンスは、単一のセッション以上に取得され得るか、または、患者は、単一の画像化セッションの間、シーケンス間で動いていてもよい。これらの場合において、これらの画像は、様々な登録処理に従って登録されることが一般的には好ましい。
(例示的なラベルマップアップサンプリング)
本開示の例示的な実施形態に係る例示的なアップサンプリング方法が図19に示される。例示的なアップサンプリング方法の第1の部分は、スライス間の間隔をスライス内の間隔のレベルに低減するために、新たなスライスを補間することによって、z軸に沿って別個に、各T2強調三重ラベルマップボリュームをアップサンプリングすることを含むことができる。三重のセグメント化は、例えば、以下のようにボクセルにエンコード可能である。すなわち、前立腺に属していないボクセルは0の値を割り当てることができ、PZに属しているボクセルには10の値を割り当てることができ、CGに属するボクセルは30の値を割り当てることができる。例示的なアップサンプリングの結果は、同様に、完了した場合に、これら3つの値を含む。本開示の実施形態は、この三重のデータを考慮し、腺全体および個々の領域に分けられた領域の形状を保存する、繰り返しの収縮(erosion)および拡張(dilation)に基づくシンプルな方法を提供することができる。
補間されたスライスは、オリジナルのラベルマップボリューム(1902)において、隣接するスライスの各対の間の中ほどに生成可能である。例示的なアルゴリズムは、生成される補間されたスライス上で行われる4つのステップを含むことができる。これらの4つのステップは、ボリュームのスライス間の間隔をスライス内の間隔のレベルに低減するために、必要に応じて繰り返されることができる。以下の記載において、隣接するボクセルという用語の使用は、2つの隣接するスライスからの2つの隣接するボクセルのことをいう。すなわち、スライスAおよびBが与えられた場合、AおよびBの間の補間されたスライスABについて、補間されたスライスにおけるボクセルvAB(位置(x,y))は、2つの隣接するボクセルvAおよびvB(位置、各々スライスAおよびBにおける(x,y))を含むことができる。
この例示的なアルゴリズムにおける第1のステップは、補間されたスライス(ブロック1904)におけるボクセルの初期のラベリングであってよい。補間されたスライスにおけるボクセルvABについて、その値は、2つの隣接するボクセルvAおよびvBの平均に設定することができる。両方の隣接するボクセルが前立腺ではないとラベリングされる場合、次いで対応する補間されたボクセルは同様に前立腺ではなく、正確には0としてラベリングされる。両方の隣接するボクセルがPZまたはCGのいずれかである場合、次いで、対応する補間されたボクセルは同様にPZまたはCGであり、正確には、各々10、30としてラベリングされる。1つの隣接するボクセルがPZであり他がCGである場合、補間されたボクセルは、同様に前立腺であるが、それがPZまたはCG(現在の値は20に設定されている)としてラベリングされるべきかどうかについては不確定である。補間されたボクセルが前立腺のボクセルと非前立腺のボクセルとの間にある場合、次いでそれは不確定(5または15の値)としてラベリングされ、さらに処理される。
第2のステップは、不確定としてラベリングされている(5または15としてラベリングされる)領域の縮減であってよく、すなわち、前立腺の内側または外側であってよい領域である。ある領域が前立腺に属しているとして知られている場合、明白として言及可能である(前立腺に属する必要があるが、PZまたはCGのいずれかであり得るボクセルは、明白であるが不確定として言及されることに留意されたい)。不明確な領域は、明白な領域に反復して拡張を行って不明確な領域にすることによって縮減され得る。このステップの後、補間されたスライスにおけるボクセルは、4つの明白なタイプのうちの1つとしてラベリング可能である。不確定のボクセル(20としてラベリングされる)は拡張可能であり、その結果、初期の位置から外側に成長することに留意されたい。
第3のステップは、PZまたはCGに属するものとしてボクセルを再びラベリングすることを含むことができる(ブロック1908)。このステップについて、不確定のボクセル(20としてラベリングされる)についての決定が可能である。この領域は以前のステップの間に成長したので、これらの不確定のボクセルの一部は、例えば、ここで、1つの隣接のスライスにおいて前立腺ラベルを有してよく、他の隣接のスライスにおいて非前立腺ラベルを有してよい。これらのボクセルは、同様に前立腺内に含まれるので、それらは、対応の前立腺の隣からPZまたはCGラベルでラベリング可能である(10または30の値)。
例示的なz解像度のアップサンプリングのための次のステップは、残りの不確定のボクセル(20としてラベリングされる)のさらなる縮減であってよく、このボクセルは前立腺に属するが、PZまたはCGとしてはまだラベリングされない(ブロック1910)。これらのボクセルは、上述の第2のステップに同様に収縮されることができるが、好ましくは、PZラベル(10の値)およびCGラベル(20の値)は、それらに成長することができ、というのも、そのボクセルは、前立腺に属し、従って、非前立腺のボクセル(0の値)は好ましくは、それらに成長することができないからである。このステップの後、前立腺におけるボクセルは、好ましくは、PZまたはCGのいずれかに属するとしてラベリングされる。
これらの4つのステップの後、ボクセルは、好ましくは、非前立腺(0の値)、PZ領域(10の値)、またはCG領域(30の値)のいずれかとしてラベリングされ、三重の状態のラベルマップを保存する。この例示的な方法は、ギャップを回避するために、従来のバイナリ形状ベースの補間のアプローチよりも好ましい。各前立腺領域(PZおよびCG)が別個に補間された場合、ギャップは、前立腺によって覆われるべきである、結果としての補間されたラベルマップにおいて生じ得る。この問題の一例は図9(a)〜(d)に示される。図9(a)〜(d)は例示的な三重のラベルマップの補間の図を示す。図9(a)〜(d)において、PZラベルは904として示され、CGは902としてラベリングされる。図9(a)および(b)は、オリジナルのラベルマップボリュームからの2つの隣接するスライスを示す。図9(c)は補間されたスライスを示し、ここでPZおよびCGの領域は別個に補間され、結果、前立腺があるべき大きな不明領域となる。実施形態9(d)は、例示的な三重の方法からの例示的な結果を示し、ここで前立腺のセグメント化全体の形状は保存され前立腺領域は失われていない。
(例示的な複合ラベルマップ)
例示的なアップサンプリングのアルゴリズムの第2の部分は、複合のアップサンプリングのラベルマップボリュームを生成することを含むことができる。T2強調データからの2つのアップサンプリングされたラベルマップボリュームは、この複合のボリュームを生成することに利用可能であり、略直交するデータセットのスライス内の良い解像度を活用する。つまり、軸方向のボリュームは、xyzに対して標準の方向としてとられることができ、次いで、xおよびyの良い解像度、zについては乏しい解像度を有してよく、従って、セグメント化はその側面においてわずかにオフされていてよい。しかしながら、冠状方向のボリュームはxおよびzにおいて良い解像度を有してよく、他方で矢状方向のボリュームはyおよびzにおいて良い解像度を有してよい。このようにして、各側面は、2つのボリュームからの良いスライス内の解像度データによって網羅されてよい。
この例示的な複合のラベルマップについて、軸方向のT2強調のアップサンプリングのラベルマップは、座標系として用いられることができる。複合ボリュームにおける各ボクセルについて、平均のラベルマップは、3つのアップサンプリングされたラベルマップからのラベルマップ値を用いて計算可能である。2つまたは3つ全てのセグメント化が一致する領域が保存される。すなわち、3つのアップサンプリングされたラベルマップの少なくとも2つは、好ましくは、ボクセルがそのようにラベリングされて、外れ値を除去することを助けるように、ボクセルが前立腺内にあることで一致する。この複合のラベルマップは、より正確で、視覚的にも良好な前立腺ボリュームの表示となることができる。
例示的なシンプルな前立腺のアップサンプリングの例示的な実施の例示的な結果は図10の1つのデータセットについて示される。オリジナルの画像シーケンスからのボクセルの間隔は、シーケンスの各々について(例えば軸方向、矢状方向、および冠状方向)0.55×0.55×3mmである。データのこの解像度について、アップサンプリングの補間は、3つのT2強調画像ボリュームの各々について2度実行可能であり、0.75mmのスライス内解像度を生じる。図10(a)は、T2強調軸方向画像シーケンスから、オリジナルのセグメント化された前立腺のアイソサーフェス・レンダリングを示す。大きなスライス内のギャップに起因して、明らかな平坦部分(plateau)を見ることができ、各スライスはセグメント化された。図10(b)は、軸方向のシーケンスのみをアップサンプリングしたものからのレンダリングの例示的な結果を示す。平坦部分の加工部分は大いに低減されているが、一部はまだ荒れている。図10(c)は、軸方向、矢状方向、および冠状方向のシーケンスのアップサンプリングを組み合わせたものに基づいての、最終的な複合のセグメント化のレンダリングを示す。面が刻まれた加工部分はさらに低減されて、前立腺の形状全体は、矢状方向および冠状方向の表示からの形状への貢献に起因してさらに十分かつ正確であり得る。
上述は単に開示の原理を示している。記載された実施形態に対する様々な修正および変更は、本明細書における技術に関して、当業者に明らかである。当業者は、本明細書に明示的に示されているか、または記載されていなくても、無数のシステム、配置構成、および手順を考案することができ、本開示の原理を具現化し、かつ、本開示の趣旨および範囲内にあることができることは理解される。さらに、全ての刊行物および上述で参照された文献は、参照することによりそれらの全体において本明細書において援用されることができる。本明細書に記載された例示的な手順は、任意のコンピュータがアクセス可能である媒体(例えば、ハードドライブ、RAM、ROM、リムーバブルディスク、CD−ROM、メモリスティック等)に保存可能であり、ならびに、ハードウェアプロセッサ、マイクロプロセッサ、ミニ、マクロ、メインフレーム等(それらの複数および/またはそれらの組み合わせを含む)であってもよいか、ならびに/またはそれらを含むことができる、処理構成および/またはコンピューティング構成によって実行されることは理解されるべきである。さらに、明細書、図面、および特許請求の範囲を含む本開示において用いられる特定の用語は、特定の例において類似的に用いられることができる。例えば、データおよび情報などを含むが、これらに限定されない。互いに類似し得るこれらの用語および/または他の用語が本明細書において類義語のように用いられることができる一方で、そのような用語が類義語のように用いられることが意図されない場合もあることは理解されるべきである。さらに、従来技術の知識が上述において、本明細書において明示的に参照により援用されていない場合、それはその全体において本明細書において明示的に援用されることができる。参照された全ての刊行物は、それらの全体において参照により本明細書において援用可能である。

Claims (30)

  1. 前立腺の疾患を検出するための方法であって、
    少なくとも1つの取得モードを用いて取得される画像データセットを受信するステップと、
    前記データセットから前記前立腺を含む関心領域をセグメント化するステップと、
    前記関心領域をマッピングするために、等角マッピングを標準形状に適用するステップと、
    前記標準形状にマッピングされたデータセットを用いて、前記前立腺の3D視覚化を生成するステップと、
    組織の疾患の領域を検出するために、コンピュータ支援検出(CAD)を前記標準形状のマッピングされたボリュームに適用するステップと、
    を含む、方法。
  2. 前記疾患は、がんを含む、請求項1に記載の方法。
  3. 前記データセットは、少なくとも2つの異なる取得モードを用いて取得された複数のデータセットを含む、請求項1に記載の方法。
  4. 前記複数のデータセットを登録するステップをさらに含む、請求項1に記載の方法。
  5. 前記複数のデータセットを関連付けるステップをさらに含む、請求項1に記載の方法。
  6. 前記コンピュータ支援装置は、電子生体組織検査を含む、請求項1に記載の方法。
  7. 前記等角マッピングは、テクスチャ分析の使用をさらに含む、請求項1に記載の方法。
  8. 組織のボリューム・レンダリングのための方法であって、
    少なくとも2つの取得モードを用いて取得される複数のデータセットを受信するステップと、
    関心領域を規定するために前記複数のデータセットをセグメント化するステップと、
    マルチボリューム・レイキャスティング・アルゴリズムを実行するステップと、
    マルチモードシェーディングを実行するステップと、
    境界プレパスおよび前記マルチボリューム・レイキャスティング・アルゴリズムを用いて、前記複数のデータセットを処理するステップと、
    前記処理された複数のデータセットを用いて、前記組織の画像を生成するステップと、
    コンピュータ支援装置を用いて、前記組織の疾患を検出するステップと、
    を含む、方法。
  9. 前記複数のデータセットは、T2強調経直腸軸方向スキャン、T2強調経直腸矢状方向スキャン、T2強調経直腸冠状方向スキャン、T1強調経直腸骨盤軸方向スキャン、およびMRSIのうちの少なくとも1つを含む、請求項8に記載の方法。
  10. 前記セグメント化するステップは、前記複数のデータセットの少なくとも一部を手動でセグメント化するステップを含む、請求項8に記載の方法。
  11. アップサンプリングされたボリュームを生成するために、前記複数のデータセットの少なくとも一部をアップサンプリングするステップをさらに含み、前記画像は、前記アップサンプリングされたボリュームを用いて生成される、請求項8に記載の方法。
  12. 前記マルチボリューム・レイキャスティング・アルゴリズムは、各レイについての方向および各レイについてのステップサイズのうちの少なくとも1つを識別するように構成された複数の境界プレパスを含む、請求項8に記載の方法。
  13. 前記複数の境界プレパスは、各レイについてのワールドスペースにおける開始位置、および各レイについてローカルスペースにおける開始位置のうちの少なくとも1つを識別する、請求項12に記載の方法。
  14. 前記マルチボリューム・レイキャスティング・アルゴリズムは、単一のトラバーサルを介してレイキャスティングを実行する単一のパスを含む、請求項8に記載の方法。
  15. 前記複数のデータセットを抽出するステップ、および複数のボリュームを形成するために画像を組み合わせるステップをさらに含む、請求項8に記載の方法。
  16. 前記複数のデータセットを抽出するステップは、ワールドスペースにおいて前記ボリュームを整列するステップを含む、請求項8に記載の方法。
  17. 前記組織は、前立腺である、請求項8に記載の方法。
  18. 疾患の診断を容易にするために、前記ボリュームをスコアリングするステップをさらに含む、請求項15に記載の方法。
  19. 前記疾患は、がんである、請求項16に記載の方法。
  20. 前記アップサンプリングするステップは、2つの隣接するスライスの間に補間されるスライスを生成するステップを含む、請求項11に記載の方法。
  21. 前記アップサンプリングするステップは、前記補間されたスライスの少なくとも一部のボクセルをラベリングするステップを含む、請求項20に記載の方法。
  22. 前記アップサンプリングするステップは、不確定または不明確としてラベリングされた少なくとも一部のボクセルを縮減するステップを含む、請求項21に記載の方法。
  23. 前記生成された画像の少なくとも一部を、がん性または正常のうちの少なくとも1つとして分類するステップをさらに含む、請求項8に記載の方法。
  24. 前記分類するステップは、前記処理されたデータセットの少なくとも一部をスコアリングするステップを含む、請求項23に記載の方法。
  25. 少なくとも1つのスコアを含むスコアボリュームを生成するステップをさらに含み、各スコアは、T2強調画像、T1強調画像、またはMRSI画像のうちの少なくとも1つに関連付けられる、請求項8に記載の方法。
  26. 前記画像は、前記スコアボリュームに基づいて少なくとも部分的に生成される、請求項25に記載の方法。
  27. 前記複数のデータセットを、少なくとも1つの3次元テクスチャに処理するステップをさらに含む、請求項8に記載の方法。
  28. 前記3次元テクスチャは、ボリューム立方体を含む、請求項27に記載の方法。
  29. 組織のマルチモード・ボリューム・レンダリングのためのシステムであって、
    少なくとも1つの取得モードを用いて取得される画像データセットを取得するように構成された画像化装置と、
    前記データセットから前立腺を含む関心領域をセグメント化し、前記関心領域をマッピングするために、等角マッピングを標準形状に適用し、前記標準形状にマッピングされたデータセットを用いて、前記前立腺の3D視覚化を生成し、組織の疾患の領域を検出するために、コンピュータ支援検出(CAD)を前記標準形状のマッピングされたボリュームに適用するように構成されたコンピューティング装置と、
    を備える、システム。
  30. ハードウェアプロセシング装置によってアクセス可能であり、命令を内部に含んだ持続性コンピュータ可読媒体であって、前記プロセシング装置が前記命令を実行する場合、前記プロセシング装置は、
    少なくとも1つの取得モードを用いて取得される画像データセットを受信し、
    前記データセットから前立腺を含む関心領域をセグメント化し、
    前記関心領域をマッピングするために、等角マッピングを標準形状に適用し、
    前記標準形状にマッピングされたデータセットを用いて、前記前立腺の3D視覚化を生成し、
    組織の疾患の領域を検出するために、コンピュータ支援検出(CAD)を前記標準形状のマッピングされたボリュームに適用する、
    ように構成されている、コンピュータ可読媒体。
JP2012550199A 2010-01-22 2011-01-24 前立腺の視覚化のためのシステムおよび方法 Active JP5687714B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US29745410P 2010-01-22 2010-01-22
US61/297,454 2010-01-22
PCT/US2011/022285 WO2011091378A1 (en) 2010-01-22 2011-01-24 System and method for prostate visualization and cancer detection

Publications (2)

Publication Number Publication Date
JP2013517845A true JP2013517845A (ja) 2013-05-20
JP5687714B2 JP5687714B2 (ja) 2015-03-18

Family

ID=44307266

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012550199A Active JP5687714B2 (ja) 2010-01-22 2011-01-24 前立腺の視覚化のためのシステムおよび方法

Country Status (7)

Country Link
US (1) US8995736B2 (ja)
EP (1) EP2526509A1 (ja)
JP (1) JP5687714B2 (ja)
CN (1) CN102947840A (ja)
AU (1) AU2011207453A1 (ja)
CA (1) CA2787316A1 (ja)
WO (1) WO2011091378A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013013650A (ja) * 2011-07-06 2013-01-24 Hitachi Aloka Medical Ltd 超音波画像処理装置
JP2016536035A (ja) * 2013-09-30 2016-11-24 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 変形可能レジストレーションのためのシステム及びモジュラーネットワーク
KR20180091765A (ko) * 2017-02-07 2018-08-16 연세대학교 산학협력단 전립선암 진단에 관한 정보제공방법
JP2019207450A (ja) * 2018-05-28 2019-12-05 大日本印刷株式会社 ボリュームレンダリング装置
JP2021118855A (ja) * 2015-07-25 2021-08-12 ライトラボ・イメージング・インコーポレーテッド 血管内データ視覚化方法
JP7451098B2 (ja) 2019-06-26 2024-03-18 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2011207453A1 (en) * 2010-01-22 2012-08-02 The Research Foundation Of The State University Of New York System and method for prostate visualization and cancer detection
DE102011076930A1 (de) * 2011-06-03 2012-12-06 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Anpassung der Darstellung von Volumendaten eines Objektes
WO2013036607A2 (en) * 2011-09-06 2013-03-14 University Of Florida Research Foundation, Inc. Systems and methods for detecting the presence of anomalous material within tissue
JP6343606B2 (ja) * 2012-05-25 2018-06-13 サージカル シアター エルエルシー ハイブリッド画像/ハンズフリー制御によるシーンレンダラー
US9375195B2 (en) 2012-05-31 2016-06-28 Siemens Medical Solutions Usa, Inc. System and method for real-time ultrasound guided prostate needle biopsy based on biomechanical model of the prostate from magnetic resonance imaging data
US9269156B2 (en) 2012-07-24 2016-02-23 Siemens Aktiengesellschaft Method and system for automatic prostate segmentation in magnetic resonance images
BR112015024385A2 (pt) * 2013-03-26 2017-07-18 Koninklijke Philips Nv aparelho de apoio para sustentar um usuário em um processo de diagnóstico para estadiamento de câncer de próstata, método de sustentação para sustentar um usuário em um processo de diagnóstico para estadiamento de câncer de próstata, e programa computadorizado de suporte para sustentar um usuário em um processo de diagnóstico para estadiamento de câncer de próstata
JP6145875B2 (ja) * 2013-07-31 2017-06-14 富士フイルム株式会社 医用画像表示制御装置およびその作動方法並びに医用画像表示制御プログラム
CN104835169A (zh) * 2015-05-15 2015-08-12 三爱医疗科技(深圳)有限公司 一种前列腺图像融合方法
US9892506B2 (en) * 2015-05-28 2018-02-13 The Florida International University Board Of Trustees Systems and methods for shape analysis using landmark-driven quasiconformal mapping
CN105701860A (zh) * 2016-02-29 2016-06-22 江苏美伦影像系统有限公司 一种体绘制方法
US10319119B2 (en) * 2016-03-08 2019-06-11 Siemens Healthcare Gmbh Methods and systems for accelerated reading of a 3D medical volume
CN113035327A (zh) 2016-10-27 2021-06-25 普罗热尼奇制药公司 用于医学图像分析的网络、决策支持系统和相关图形用户界面(gui)应用
US9922421B1 (en) * 2016-11-06 2018-03-20 Hadassa Degani Diffusion ellipsoid mapping of tissue
JP6805736B2 (ja) * 2016-11-07 2020-12-23 富士通株式会社 類似症例画像検索プログラム、類似症例画像検索装置及び類似症例画像検索方法
US10726608B2 (en) * 2016-11-23 2020-07-28 3D Systems, Inc. System and method for real-time rendering of complex data
CN106548476B (zh) * 2016-11-25 2019-11-12 天津工业大学 利用医学图像统计肺部三维特征形状方法
CN106778005B (zh) * 2016-12-27 2019-06-07 中南民族大学 基于多参数mri的前列腺癌计算机辅助检测系统
US11464568B2 (en) * 2017-05-10 2022-10-11 Best Medical International, Inc. Customizable saturation biopsy
US20190046106A1 (en) * 2017-08-08 2019-02-14 Carlton R. Pennypacker Photoacoustic detection of psma
US11069056B2 (en) * 2017-11-22 2021-07-20 General Electric Company Multi-modal computer-aided diagnosis systems and methods for prostate cancer
US20200342600A1 (en) * 2018-01-08 2020-10-29 Progenics Pharmaceuticals, Inc. Systems and methods for rapid neural network-based image segmentation and radiopharmaceutical uptake determination
WO2019136349A2 (en) * 2018-01-08 2019-07-11 Progenics Pharmaceuticals, Inc. Systems and methods for rapid neural network-based image segmentation and radiopharmaceutical uptake determination
CN108765368A (zh) * 2018-04-20 2018-11-06 平安科技(深圳)有限公司 Mri病变位置检测方法、装置、计算机设备和存储介质
CN113272859A (zh) 2019-01-07 2021-08-17 西尼诊断公司 用于平台中立性全身图像分段的系统及方法
EP3959684A1 (en) 2019-04-24 2022-03-02 Progenics Pharmaceuticals, Inc. Systems and methods for automated and interactive analysis of bone scan images for detection of metastases
CN112545480B (zh) * 2019-09-26 2022-11-25 北京赛迈特锐医疗科技有限公司 在mri上检测前列腺和精囊腺良性病变的系统及方法
US11900597B2 (en) 2019-09-27 2024-02-13 Progenics Pharmaceuticals, Inc. Systems and methods for artificial intelligence-based image analysis for cancer assessment
JP7399785B2 (ja) * 2020-05-15 2023-12-18 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置およびプログラム
US11803939B2 (en) * 2021-04-28 2023-10-31 Shanghai United Imaging Intelligence Co., Ltd. Unsupervised interslice super-resolution for medical images
CN113222933B (zh) * 2021-05-13 2023-08-04 西安交通大学 一种应用于肾细胞癌全链条诊断的图像识别系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006518886A (ja) * 2002-11-06 2006-08-17 ジオメトリック インフォマティクス インコーポレイテッド 等角構造による幾何学表面の解析法
JP2011504115A (ja) * 2007-10-18 2011-02-03 ザ ユニバーシティ オブ ノース カロライナ アット チャペル ヒル 1つの画像データからの解剖学的構造を含む対象物のモデルの領域を、診断的又は治療的介入に用いられる画像にマッピングするための方法、そのシステム及びコンピューター読み取り可能な媒体
EP2526509A1 (en) * 2010-01-22 2012-11-28 The Research Foundation Of The State University Of New York System and method for prostate visualization and cancer detection

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6697538B1 (en) * 1999-07-30 2004-02-24 Wisconsin Alumni Research Foundation Apparatus for producing a flattening map of a digitized image for conformally mapping onto a surface and associated method
EP1895901A2 (en) 2005-06-22 2008-03-12 The Research Foundation of State University of New York System and method for computer aided polyp detection
US8204315B2 (en) * 2006-10-18 2012-06-19 The Trustees Of The University Of Pennsylvania Systems and methods for classification of biological datasets
US8073214B2 (en) * 2007-05-14 2011-12-06 Siemens Aktiengesellschaft Computer aided lesion assessment in dynamic contrast enhanced breast MRI images
US8339391B2 (en) 2007-07-27 2012-12-25 Siemens Medical Solutions Usa, Inc. Method and system for direct rendering of multi-volume data

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006518886A (ja) * 2002-11-06 2006-08-17 ジオメトリック インフォマティクス インコーポレイテッド 等角構造による幾何学表面の解析法
JP2011504115A (ja) * 2007-10-18 2011-02-03 ザ ユニバーシティ オブ ノース カロライナ アット チャペル ヒル 1つの画像データからの解剖学的構造を含む対象物のモデルの領域を、診断的又は治療的介入に用いられる画像にマッピングするための方法、そのシステム及びコンピューター読み取り可能な媒体
EP2526509A1 (en) * 2010-01-22 2012-11-28 The Research Foundation Of The State University Of New York System and method for prostate visualization and cancer detection
US20130034282A1 (en) * 2010-01-22 2013-02-07 The Research Foundation Of State University Of New York System and method for prostate visualization and cancer detection

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013013650A (ja) * 2011-07-06 2013-01-24 Hitachi Aloka Medical Ltd 超音波画像処理装置
JP2016536035A (ja) * 2013-09-30 2016-11-24 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 変形可能レジストレーションのためのシステム及びモジュラーネットワーク
JP2021118855A (ja) * 2015-07-25 2021-08-12 ライトラボ・イメージング・インコーポレーテッド 血管内データ視覚化方法
US11768593B2 (en) 2015-07-25 2023-09-26 Lightlab Imaging, Inc. Intravascular data visualization and interface systems and methods
KR20180091765A (ko) * 2017-02-07 2018-08-16 연세대학교 산학협력단 전립선암 진단에 관한 정보제공방법
KR102049319B1 (ko) 2017-02-07 2019-11-27 연세대학교 산학협력단 전립선암 진단에 관한 정보제공방법
JP2019207450A (ja) * 2018-05-28 2019-12-05 大日本印刷株式会社 ボリュームレンダリング装置
JP7131080B2 (ja) 2018-05-28 2022-09-06 大日本印刷株式会社 ボリュームレンダリング装置
JP7451098B2 (ja) 2019-06-26 2024-03-18 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Also Published As

Publication number Publication date
WO2011091378A1 (en) 2011-07-28
US8995736B2 (en) 2015-03-31
AU2011207453A2 (en) 2012-08-30
EP2526509A1 (en) 2012-11-28
CN102947840A (zh) 2013-02-27
JP5687714B2 (ja) 2015-03-18
AU2011207453A1 (en) 2012-08-02
CA2787316A1 (en) 2011-07-28
US20130034282A1 (en) 2013-02-07

Similar Documents

Publication Publication Date Title
JP5687714B2 (ja) 前立腺の視覚化のためのシステムおよび方法
US8600125B2 (en) System and method for computer aided polyp detection
JP6877868B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US9478022B2 (en) Method and system for integrated radiological and pathological information for diagnosis, therapy selection, and monitoring
US20110054295A1 (en) Medical image diagnostic apparatus and method using a liver function angiographic image, and computer readable recording medium on which is recorded a program therefor
US8732601B2 (en) Clinical review and analysis work flow for lung nodule assessment
US7492968B2 (en) System and method for segmenting a structure of interest using an interpolation of a separating surface in an area of attachment to a structure having similar properties
EP2116973A1 (en) Method for interactively determining a bounding surface for segmenting a lesion in a medical image
US20080117210A1 (en) Virtual endoscopy
Termeer et al. CoViCAD: Comprehensive visualization of coronary artery disease
CN110853743A (zh) 医学影像的显示方法、信息处理方法及存储介质
EP1782384B1 (en) System and method for colon wall extraction in the presence of tagged fecal matter or collapsed colon regions
CN111563876B (zh) 一种医学影像的获取方法、显示方法
CN116546916A (zh) 用于虚拟胰腺造影管线的系统和方法
CN102548480B (zh) 医用图像显示设备和方法
Rickman et al. The growing role for semantic segmentation in urology
US9767550B2 (en) Method and device for analysing a region of interest in an object using x-rays
Coto et al. MammoExplorer: an advanced CAD application for breast DCE-MRI
Chen Brain tumor detection using three-dimensional Bayesian level set method with volume rendering
CN111563877B (zh) 一种医学影像的生成方法及装置、显示方法及存储介质
Marino et al. Prostate cancer visualization from MR imagery and MR spectroscopy
KR102067335B1 (ko) 뇌 해마의 관상면 중심점으로부터 거리분석에 따른 치매분류 방법
Zheng et al. Visibility guided multimodal volume visualization
Ku et al. Medical Images Illustrator: A Flexible Image Processing System
Lo et al. Development of a Computer-Aided Diagnostic System for the Detection of Lung Cancer in Helical CT

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20131126

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140827

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140930

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141127

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: 20141224

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150122

R150 Certificate of patent or registration of utility model

Ref document number: 5687714

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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