JP2014030693A - 画像処理装置、医用画像診断装置、画像処理方法、及び画像処理プログラム - Google Patents

Abstract

【課題】スラブレンダリングにおける計算時間の低減。
【解決手段】記憶部は、３次元画像データを記憶する。画像処理部は、３次元画像データに基づいて所定のスラブ厚を有するスラブに関する２次元画像データを発生する。画像処理部は、３次元画像データに基づいて、所定のスラブ厚と複数の画素の各々についての画素値投影処理の演算値との関係を規定するテーブルを発生する。画像処理部は、発生されたテーブルに基づいてユーザ指定のスラブ位置に関し所定のスラブ厚を有するスラブに関する２次元画像データを発生する。
【選択図】 図５

Description

本発明の実施形態は、画像処理装置、医用画像診断装置、画像処理方法、及び画像処理プログラムに関する。

図１は、医用撮像製品系統の主要要素の概略図である。まず、コンピュータ支援の断層撮影法（ＣＴ）、磁気共鳴（ＭＲ）、デジタルＸ線撮影法（ＤＲ）、コンピュータＸ線撮影法（ＣＲ）、陽電子断層撮影法（ＰＥＴ）、超音波、または他の撮像方法を医用画像診断装置（モダリティ）を用いて実行することによって患者を撮像する。モダリティは、２つのタイプのデータを発生する。第１のタイプのデータ、つまりラベル付きオリジナル画像（原画像）は、モダリティによって発生された画像である。オリジナル画像は、人間が、典型的には放射線専門医または他の医療専門家が直接見ることを意図されている。オリジナル画像としては、例えば、Ｘ線画像、ＣＴ断面画像、ＭＲ断面画像、超音波扇形画像などがある。第２のタイプのデータ、つまりラベル付きオリジナルデータは、画像の形態では発生されないデータであるか、または非常に多くの画像から構成されているデータであり、さらに、人間が直接見ることが意図されていないデータであるか、または集合体のデータである。オリジナルデータは、単純に、ファイル内の画像の集合体でもよく、画像のドメインを超える３次元または多次元のデータ表現でもよい。

モダリティによって発生された折り返し画像やオリジナルデータは、コンピュータワークステーションに転送される。ワークステーションでは、オリジナル画像がローカルにキャッシュされ、すなわち、ワークステーションのメモリキャッシュに保有される。ワークステーションは、デジタル撮像ソフトウェアアプリケーションのホストとして働く。ワークステーションは、当該アプリケーションを使用して、医療撮像専門家に対して高分解能モニタまたはモニタを集めたものなどの表示システム上にオリジナル画像を表示する。デジタル撮像アプリケーションは、また、オリジナル画像の一部を直接前に、例えば、同じコンピュータもしくはコンピュータネットワーク上の他のアプリケーション、またはネットワークを越えて他のコンピュータシステムに渡すことができる。

デジタル撮像アプリケーションは、オリジナル画像やオリジナルデータの一部の組み合わせを処理して派生画像を発生することができる。派生画像は、オリジナル画像とは異なる画像であり、放射線専門医などの医療撮像専門家によって直接見られることが意図されている画像である。

ＣＴスキャンまたはＭＲスキャンから収集される医用画像データセットなどの、ボクセルデータの３次元画像データセットの画像処理においては、種々のレンダリングにより３次元画像データセットから表示用の２次元画像が発生される。

基本的なレンダリングにおいては、３次元画像データセットを観察するための任意の表示面が選択される。選択された表示面に関するボクセルデータを補間するため、当該表示面に隣接するボクセルデータが補間される。当該表示面に関するボクセルデータから２次元画像データセット、すなわちピクセルが発生される。当該３次元画像データセットは、２次元画像として表示される。

レンダリングの応用例として、軸方向に関して表示面を移動させて、様々な深度においてボリュームを通過するスライスを可視化する方法がある。様々な深度においてボリュームを通過する、連続するスライスを可視化する場合、これを行う標準的な方法は、有限厚さのスラブから各２次元画像を発生し、このスラブを、当該スラブの厚さに等しい、または小さいステップでボリューム内を増分的に前進させる方法である。面に比してスラブを使用する利点の１つは、ノイズを平均化し、不必要に詳細な局所的変動を平滑化できることである。

スラブを２次元画像データセットに変換するためには、投影アルゴリズムを使用して単一データを発生するために、スラブの面に直交する任意の直線に沿って、スラブを通過するデータのストリングを集積する。この方法は合成（compositing）と呼ばれている。合成において様々なフィルタリング関数が使用されている。

１つの一般的な投影アルゴリズムは、各画素に対して、スラブ内に含まれる軸上の画素の最大画素値を決定することに基づいている。これは、最大値投影（ＭＩＰ）として知られている。最大値投影は、レイキャスティングの１種である。実際に、画像内の各ピクセルに対して、視線方向に平行にボリュームデータを通過して、仮想光線が投射される。次に、各画素の画素値は、光線がスラブを通過するときに光線が遭遇する最大画素値である。別の一般的な投影アルゴリズムは、最小値投影（ＭｉｎＩＰ）として知られている。最小値投影における各画素の画素値は、スラブを通過する光線が遭遇する最小画素値である。スラブレンダリングにおいて使用される、第３の種類の投影モードは、平均値投影（ＡｖｅＩＰ）である。平均値投影における各画素の画素値は、スラブを通過する光線が遭遇する画素の平均値である。ＭＩＰ、ＭｉｎＩＰ、及びＡｖｅＩＰにおいて画素値はスカラー量である。さらに別の投影アルゴリズムは、ボリュームレンダリング（ＶＲ）である。カラーレンダリングにおいて画素値はカラーと不透明度とからなるベクトルであり、またはモノクロームレンダリングにおいて画素値はグレースケールと不透明度とからなるベクトルである。

スラブレンダリングされたＭＩＰ、ＭｉｎＩＰ、ＡｖｅＩＰ、またはＶＲのスラブのスタックを軸方向に特定の範囲にわたって、特定のスラブ厚を有して発生させることが必要になることがある。例えば、ユーザは、報告用または再サンプリングの目的で、派生シリーズを発生したい場合がある。別の例としては、可視化アプリケーションが、予測可能な方法で、スラブの全シリーズを計算するように設計されている場合がある。ユーザが閲覧のためにスラブを選択すると、アプリケーションは、ユーザの次の行為が、現在のスラブから、現在の視線軸に沿って、ボリュームを通過してスクロールすること、例えば、３次元医用画像データセット内の特定の臓器を通過して走査することである可能性を予期する。ユーザがインターフェースを介して上方または下方にスクロールする命令を与えていなくても、現在表示されているスラブから上方または下方に、スラブのスタックが事前に算定される。

スラブレンダリングの一般的な形態は、多断面再構成（ＭＰＲ）である。この技法においては、ＭＰＲデータは、視空間における座標をボリューム空間における座標に変換し、そのボリュームデータを何らかの形態の補間を用いて再サンプリングして、離散的視空間座標に対する新規のＭＰＲデータ値を発生させることによって得られる。これを、複数の{ｘ，ｙ}座標に対して、固定ｚ値において実行することによって、ＭＰＲスライスが発生される。この処理が複数のｚ値に対して反復されると、複数のＭＰＲスライスが算出される。これら複数のスライスが投影されＭＰＲスラブが発生される。すなわち、ＭＰＲスラブは、画像面に平行に整列されるとともに、Ｚ軸に沿って異なる位置に配置されたＭＰＲスライスのシリーズを有する。

このスラブは、ユーザが視線軸に沿って小さな増分で徐々に移動させることができる。これによりユーザは、ボリュームデータから投影された連続する画像を見ることができる。ここで各画像は、先のスラブと段々に異なる場所を占めるスラブを通過する投影に関する。使用に際して、放射線専門医は、スラブを対話的に前後に「シネ（cine）」または「スクロール」動作させることになる。例えば、人の頭部のＣＴスキャンにおいて放射線専門医は、スラブを頭部の頂部から底部へ、または背部から前部へと横断するのに数秒かかる。この横断には数百フレームが含まれることがある。そのような画像を発生させるための代表的な技法は、各画素を通過するようにボリュームデータに光線を投射して、各光線に沿って既定数の離散的位置においてボリュームデータをサンプリングする方法である。ＭＩＰを投影アルゴリズムとして使用する場合には、例えば、スラブ内部の光線に沿った最大画素値または補間値が次いで選択される。スラブ内部の選択された最大画素値または補間値は、各光線に伴う画素値として採用される。

図２Ａおよび図２Ｂは、１種のスラブレンダリングである、多断面再構成（ＭＰＲ）の異なる形態から得られた派生画像シーケンスの例を示している。図２Ａは、並列ＭＰＲを示す。図２ｂは、直交断面ＭＰＲを示す。

図２Ａの並列ＭＰＲの場合、切断面の２つの位置座標と３つの方位角とは固定されている。この切断面は、例えば、マウスのスクロールホイールでパラメータｔを変えることによって、当該切断面の直角ベクトルに沿って移動される。通常は、データセットに基づく、パラメータｔに対する最小値および最大値がある。位置および向きの選択が異なると、異なる並列ＭＰＲシーケンスが生じる。

図２Ｂの直交断面ＭＰＲの場合、通常、血管などの解剖学的構造と対応して、患者の胴体によって曲線が定義される。直交断面は、パラメータｔを変えることによって移動され、それにより直交断面に含まれる点は曲線に沿って動き、その他の自由度は拘束される。直交断面は、境界点において曲線に垂直である。パラメータｔに対する境界値は、例えば、血管の特定の長さ部分に限定されている。異なる曲線によって、異なる直交断面ＭＰＲシーケンスが得られる。

医用撮像に有用なスラブレンダリングされた派生画像シーケンスのその他の例としては、放射状ＭＰＲシーケンスや局所ＭＰＲシーケンスが挙げられる。放射状ＭＰＥシーケンスは、切断面を軸のまわりに回転させることにより発生される。局所ＭＰＲシーケンスは、切断面上の点が曲線に拘束され、当該切断面が境界点において曲線に対して正接となるように拘束されている。スラブレンダリングは、計算コストが高くなる可能性があり、特に、より厚いスラブに対しては計算コストが高くなる。すなわち、全体ボリュームが、「ｎ×ｎ×ｎ」ボクセルで構成され、スラブ厚が「ｍ」ボクセルであり、スラブ増分が１ボクセルに等しい場合に全ボリュームの２次元画像のセットを発生させるには、計算時間Ｏ（ｍ×ｎ³）を費やすことになる。

目的は、スラブレンダリングにおける計算時間の低減を可能とする画像処理装置、医用画像診断装置、画像処理方法、及び画像処理プログラムを提供することにある。

本実施形態に係る画像処理装置は、３次元画像データを記憶する記憶部と、前記３次元画像データに基づいて所定のスラブ厚を有するスラブに関する２次元画像データを発生する画像処理部と、を具備する画像処理装置であって、前記画像処理部は、前記３次元画像データに基づいて、前記所定のスラブ厚と複数の画素の各々についての画素値投影処理の演算値との関係を規定するテーブルを発生し、前記発生されたテーブルに基づいてユーザ指定のスラブ位置に関し前記所定のスラブ厚を有するスラブに関する２次元画像データを発生する、ことを特徴とする。

医療撮像プロダクトチェーンの主要な要素の概略図。 オリジナル画像シーケンスにスラブレンダリングを施して発生された派生画像シーケンスの例を示す図。 オリジナル画像シーケンスをスラブレンダリングを施して発生された派生画像シーケンスの例を示す図。 本実施形態に係るスラブが明示された３次元画像データ（ボリュームデータ）を模式的に示す図。 図３にスラブレンダリングを施すことにより発生された３次元画像データを模式的に示す図。 本実施形態に係るｖａｎ−Ｈｅｒｋ−Ｇｉｌ−Ｗｅｒｍａｎ（ｖＨＧＷ）アルゴリズムを用いたスラブレンダリングの処理を説明するための図。 本実施形態に係るスラブレンダリングに適用されたｖＨＧＷ処理の典型的な流れを示す図。 本実施形態に係るボリュームと画像空間との典型的な位置関係を示し、そして補間処理とサンプリング処理とを説明するための図。 本実施形態に係る、スラブのスタックで満たされた３次元画像データセット内のサブボリュームを占有する視空間において補間データセットを発生させる処理の流れを示す図。 本実施形態に係るクライアント−サーバアーキテクチャを示す図。 本実施形態に係る画像処理装置の構成を示す図。 本実施形態に係る派生画像のシーケンスを準備するための標準的なワークフローを示す図。 本実施形態に係るコンピュータシステムの構成を示す図。

以下、図面を参照しながら本実施形態に係わる画像処理装置、医用画像診断装置、画像処理方法、及び画像処理プログラムを説明する。

本実施形態は、３次元画像データ（ボリュームデータ）に基づいてスラブに関する２次元画像データを発生するためのレンダリング処理（以下、スラブレンダリングと呼ぶ）に関する。スラブとは、厚さを有するスライスである。スラブに関する２次元画像は、スラブ画像と呼ばれている。本実施形態は、スラブレンダリングにおける計算時間の低減を実現する画像処理装置、医用画像診断装置、画像処理方法、及び画像処理プログラムを提供する。

本実施形態に係る画像処理装置は、医用画像に画像処理を施すコンピュータ装置である。本実施形態に係る画像処理装置は、例えば、医用画像診断装置やＰＡＣＳ等にネットワークを介して接続されている。また、画像処理装置は、医用画像診断装置に組み込まれていても良い。

具体的には、本実施形態に係る画像処理装置は、記憶部と画像処理部とを有している。記憶部は、３次元画像データを記憶する。３次元画像データは、例えば、医用画像診断装置により発生される。画像処理部は、３次元画像データに所定のスラブ厚を有するスラブ画像データを発生する。具体的には、画像処理部は、３次元画像データに基づいて、所定のスラブ厚と複数の画素の各々についての画素値投影処理の演算値との関係を規定するテーブル（以下、スラブ・テーブルと呼ぶ）を発生する。そして画像処理部は、スラブ・テーブルに基づいて、ユーザ指定のスラブ位置に関し所定のスラブ厚を有するスラブに関するスラブ画像データを発生する。画素値投影処理としては、最大値投影、最小値投影、平均値投影などの既存の投影法が利用可能である。

ユーザは、後述する入力機器を介してスラブ厚を指定する。指定されたスラブ厚に関するスラブ・テーブルが画像処理部により発生され、スラブ・テーブルに基づいてユーザ指定のスラブ位置に関するスラブ画像データが表示される。ユーザが後述する入力機器等を介してスラブ位置を変更することにより画像処理部は、スラブ位置に連動してスラブ画像データを更新する。

本実施形態に係る画像処理部は、上述のように、予めスラブ厚毎にスラブ・テーブルを発生し、その後、スラブ位置に応じたスラブ画像をスラブ・テーブルに基づいて発生している。従って、スラブ・テーブルを発生せず、スラブ位置が変更される毎に画素値投影処理を施していた従来に比して、本実施形態は、スラブレンダリングにおける計算処理が低減される。

以下、本実施形態に係るスラブレンダリングの具体的について説明する。以下の具体例としては、スラブレンダリングにｖａｎ−Ｈｅｒｋ−Ｇｉｌ−Ｗｅｒｍａｎ（ｖＨＧＷ）アルゴリズムを適用された例について説明する。しかしながら、本実施形態はこれに限定されない。

本実施形態は、スラブレンダリングを実施するユーザがスラブのスタックを使用するボリュームの一部を通過する２次元画像のシリーズを発生させることを望むという理解に基づいている。結果として、スラブを合成する数学的問題は、各スラブを別々に考慮して、他のスラブと独立して合成しなくてはならないという問題ではなく、スタックが占有する全体ボリュームに関係する問題である。各画素が各スラブを通過するデータのストリングを合成することにより計算されるので合成処理は、本質的に１次元問題である。従って、スラブのスタックをフィルタリングする問題、全体スタックを通過する、すなわち、全てのスラブを横断する、データのストリングを処理する１次元の問題に縮約される。

スラブが同一の厚さであって、ｖＨＧＷアルゴリズムのセグメントサイズが、スラブレンダリングにおけるスラブ厚に一致し、特に、セグメントサイズがスラブ厚よりも１つ小さいサイズである限り、かつスラブレンダリングに使用されるフィルタリング操作が、フィルタリング操作が結合型２項演算であるというｖＨＧＷアルゴリズムの要件に適合する限り、ｖＨＧＷアルゴリズムは適用可能である。ＭＩＰ、ＭｉｎＩＰ、ＡｖｅＩＰ等のスラブレンダリングにおける全ての標準フィルタリング操作は、結合型２項演算である。さらに、ｖＨＧＷアルゴリズムは、本質的にストリング内の全てのセグメント位置を同時に計算し、すなわち、スラブレンダリングにおいてこのアルゴリズムは、１厚さ単位という最小限の増分でボリュームを通過して進むスラブに対して、フルセットのデータを発生する。

本実施形態は、ボリュームを占有するボクセルデータの３次元画像データセットを記憶するように動作可能な記憶部と、前記３次元画像データセット内で同一の厚さのスラブのスタックを定義し、スラブ厚によって定義されるセグメントサイズを有する１次元ｖＨＧＷアルゴリズムを、スタック全体に行き渡るデータのストリングに適用することによって、所望のフィルタリング操作に従ってスラブ画像レンダリングを行い、各フィルタリングされたデータが、スラブの１つから合成された２次元画像データセットにおけるピクセルを表す、フィルタリングされたデータの対応するストリングを発生させ、スラブのスタックから２次元画像データセットのスタックを出力するように動作可能な画像処理部と、を備える画像処理装置を提供する。

ｖＨＧＷが通常の形態であると、そのセグメントサイズは、スラブ厚よりも１つ小さいサイズとなる。ｖＨＧＷアルゴリズムは、従来から濃度階調形態素演算の高速化に使用されており、スラブレンダリング用には使用されていない。換言すれば、スラブレンダリングにおけるスラブと１次元ｖＨＧＷにおけるセグメントとの概念的な連結は、新規のものと考えられる。

並列ＭＰＲにおいてスラブは、意図する視線軸に直交するように設定される。あるいは、並列ＭＰＲにおいてスラブは、再サンプリングラインに直交するように設定されても良い。直交断面ＭＰＲにおいて視線軸または再サンプリングラインは、湾曲している。このため直交断面ＭＰＲにおいてスラブは、この曲率に従うように整列される。

フィルタリング操作は、ベクトル演算子を使用してもよい。例えば、フィルタリング操作は、ボリュームレンダリングとすることが可能であり、ベクトル演算子は、不透明度要素とグレースケール要素またはカラー要素とを含む。

ｖＨＧＷアルゴリズムは、ある集合からの要素のシーケンスに対する所与の２項演算の循環累算（rolling accumulation）を生成する迅速な方法である。この集合と２項演算とは、セミグループを形成する。この集合と２項演算とは、任意に設定可能である。数学においては、セミグループは、結合的２項演算（associative binary operation）と集合とからなる代数的構造である。

各スラブに対して独立に各画素値を計算するのではなく、ｖＨＧＷアルゴリムを使用して全てのスラブに対してストリングにおける画素値を計算する結果として、計算集中度の尺度は、従来のＯ（ｍ×ｎ³）からＯ（ｎ³＋ｍ）となる。

例えば、本実施形態が５１２×５１２×２０９６ボクセルのボリュームデータ上で派生ＭＩＰスラブシリーズを発生する場合、実行時間［秒（ｓｅｃ）］は以下の表のように表される。なお、スタックは，長尺に沿って２０９６ボクセル有するとする。表に示すように、実行時間は、８ボクセルから１２８ボクセルまでの様々なスラブ厚毎に示されている。なお、ステップサイズは、ｖＨＧＷアルゴリズムを提案した方法で適用するときには、本来的に１である。

この表に示すように、従来のアプローチにおいて計算時間は、スラブサイズに比例する。しかし、ｖＨＧＷアルゴリズムを使用する本実施形態のアプローチでは、スラブ厚の変化に対して一定である。すなわち、ｎ＞＞ｍのとき、Ｏ（ｎ³＋ｍ）≒Ｏ（ｎ³）である。このように、本実施形態に係るスラブレンダリングの計算時間は、スラブサイズとは無関係である。

従って本実施形態に係る画像処理装置は、レンダリングされた画像のスタックを、迅速かつスラブ厚とは概して独立して短時間に発生することができる。

図３は、スカラーで表される画素値を有する３次元画像データの模式図である。図３に示す３次元画像データは、４×４×２０ボクセルを有する。軸方向は、３次元画像データの長手に沿っている。図３においては、５ボクセルの厚さを有する１つのスラブが明示されている。簡単にするために、レンダリングに使用されるデータはボクセルデータであると仮定されるが、通常、レンダリングされるデータはボクセルデータから補間される。換言すれば、この簡略化された表現においては、視空間座標系、すなわち、可視化に対して使用される座標系は、ボリューム空間座標系、すなわち、オリジナルボクセルデータの座標系と同一である。

図３における３次元画像データの画素に記された数字は、スカラー値を示している。明示されたスラブにＭｉｎＩＰが適用された場合、図３に示すように、スラブ画像の画素値は、２、１、２、０となる。各スラブの画素の画素値は、関係する行における「ｍ」個のストリングを使用して行毎に算定される。ここで「ｍ」は、ボクセル数により表されるスラブ厚であり、実際の例においては、視空間座標系における補間されたデータポイントの数である。

図４は、図３と同じ３次元画像データである。図４の上にはフィルタリング処理前の３次元画像データｘが示されており、下にはフィルタリング処理後の３次元画像データｙが示されている。図４のフィルタリング処理前の３次元画像データｘとフィルタリング処理後の３次元画像データｙとは同一位置が示されている。例えば、フィルタリング処理前の３次元画像データｘの上端行の画素の画素値１，７，３，４，４，２…０，８，９は、それぞれフィルタリング処理後の３次元画像データｙの上端行の画素の画素値１，１，１，２，２，２…０，０，０に対応する。

次に、ｖＨＧＷアルゴリズムの適用について説明する。上述のように本実施形態に係る画像処理部は、スラブ・テーブルを利用してスラブ画像データを発生する。本実施形態に係る画像処理部は、３次元画像データにｖＨＧＷアルゴリズムを適用することによりスラブ・テーブルを発生する。具体的には、まず、本実施形態に係る画像処理部は、３次元画像データに含まれる投影軸上の複数の画素に第１方向に沿って順番に累積的に画素値投影処理を施して第１演算値を画素毎に算出する。第１方向は、例えば、ｚ軸方向である。しかしながら、本実施形態はこれに限定されず、任意の方向で良い。また、本実施形態に係る画像処理部は、３次元画像データに含まれる投影軸上の複数の画素に第２方向に沿って順番に累積的に画素値投影処理を施して第２演算値を画素毎に算出する。第２方向は、第１方向の逆方向である。より詳細には、本実施形態に係る画像処理部は、３次元画像データを区分する複数の区画の各々について、投影軸上の複数の画素に第１方向に沿って順番に累積的に画素値投影処理を施して当該第１演算値を画素毎に算出する。同様に、本実施形態に係る画像処理部は、当該複数の区画の各々について、当該投影軸上の複数の画素に第２方向に沿って順番に累積的に画素値投影処理を施して当該第２演算値を画素毎に算出する。そして本実施形態に係る画像処理部は、第１演算値と第２演算値とに基づいてスラブ・テーブルにおける画素値を画素毎に算出する。以下、具体的にｖＨＧＷアルゴリズムについて説明する。

図５は、ｖＨＧＷアルゴリズムを用いたスラブレンダリングを模式的に示す図である。

米国特許出願公開第２００２／０１５０３０５（Ａ１）において示されているように、ｖＨＧＷアルゴリムには３つの段階がある。各段階は、図５にラベル付けされて示されている。

１．一定サイズの重複する複数のセグメント（またはカーネル）にデータを区画化する
２．セグメント毎に、データ当たりの前方累算および後方累算を計算する
３．選択された２項演算子（例えば、この例では最小演算子）による、前方累算値および後方累算値を統合する。

ｖＨＧＷアルゴリズムに関する文献としては、例えば、以下の二つが挙げられる。

・ｖａｎ Ｈｅｒｋ，Ｍ．（１９９２）。Ａ ｆａｓｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｌｏｃａｌ ｍｉｎｉｍｕｍ ａｎｄ ｍａｘｉｍｕｍ ｆｉｌｔｅｒｓ ｏｎ ｒｅｃｔａｎｇｕｌａｒ ａｎｄ ｏｃｔａｇｏｎａｌ ｋｅｒｎｅｌｓ。Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｌｅｔｔｅｒｓ、１３（７）、５１７−５２１。ｄｏｉ：１０．１０１６／０１６７−８６５５（９２）９００６９−Ｃ
・Ｇｉｌ，Ｊ．，＆Ｗｅｒｍａｎ，Ｍ．（１９９３）。Ｃｏｍｐｕｔｉｎｇ ２−Ｄ ｍｉｎ，ｍｅｄｉａｎ，ａｎｄ ｍａｘ ｆｉｌｔｅｒｓ。ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ、１５（５）、５０４−５０７。ｄｅｌ：１０．１１０９／３４．２１１４７１
なお、上記のｖＨＧＷアルゴリズムを参照する場合、２つの文献における著者の順序が反対になっていることがある。すなわち、ｖＨＧＷアルゴリズムは、短縮形ＧＷｖＨで呼ばれることがあることに留意されたい。

ｖＨＧＷアルゴリズムをスラブレンダリングに応用する場合、スラブ厚がセグメントサイズまたはカーネルサイズに設定される。

図５の底部近傍のデータストリングは、図４における３次元画像データｙのデータストリングと同一である。換言すれば、ｖＨＧＷアルゴリズムは、スタック内のスラブの各位置に対して最小値を個別に計算することにより、従来アルゴリズムと同一の結果データを発生させている。ｖＨＧＷアルゴリズムは、本来的に、全てのスラブ位置に対する「最小」の値を計算するものである。そのため、その結果は、スラブがボリュームを通過して軸方向に１データずつ増加するように前進する様子を示すのに適している。

次に、本実施形態に係るスラブレンダリングを数学的な表現を用いて説明する。ここで「ｘ」は、スラブのスタック全体を通過する行を表し、「ｙ」は、２項演算、この場合には「ｍｉｎ」、に従って合成した後のスタックからの行を表す。

ここで、ｖＨＧＷアルゴリムは、同一の名前の関数ｖＨＧＷによって表される。ｖＨＧＷ関数は、２項演算子「ｍｉｎ」を使用して厚さ「ｍ」のスラブに対して、データ行「ｘ」に適用されたときに、結果データの行「ｙ」を生成する。

２項演算子は、任意の結合型演算子で置き換えることが可能である。換言すれば、スラブレンダリングが２項型で連結型である演算子に基づく限り、同じアプローチを、任意の形態のスラブレンダリングに適用することができる。

次に、「ｍａｘ」演算子に基づくＭＩＰスラブレンダリング法は、次のように記述することができる。

次に、平均値を計算することに基づくＡｖｅＩＰスラブレンダリング法は、次のように記述することができる。

但し、プラス記号「＋」は、平均演算子を表すのに使用される。

Ｍｉｎ、Ｍａｘ、及びＭｅａｎは、すべて、スカラー値に適用される演算子の例である。しかしながら、ＶＲにおいて、各ボクセルには、不透明度「ａ」とグレースケール値またはカラー値（ベクトル値）との組合せが割り当てられている。カラー値（ベクトル値）としては、例えば、ｒｇｂ（赤、緑、青）またはｃｍｙｋ（シアン、マジェンタ、イエロー、キー）、が挙げられる。

同一の形式をこれらのベクトル値に適用することができる。

スラブレンダリングにおいては、一般に４つのベクトル（ｒｇｂａ）である、各ボクセルの割り当てられたカラー（またはグレースケール）と不透明度とが演算処理される。演算は、以下のようにｏｖｅｒ演算子を用いて記述することができる。

ボクセルの行を合成する必要がある場合、ストリングの一端、またはボクセルの行から開始して他端で終了するそれらのそれぞれの間に、ｏｖｅｒ演算子を適用する。

この厳密な方式からの変形が可能である。例えば、Ｃ_a及びＣ_bは、それぞれ不透明度と予備的に乗算（premultiply）され、ｃ_a＝Ｃ_a ^*α_a及びｃ_b＝Ｃ_b ^*α_bが算出される。この場合、スラブの最終生成物は同様に見えるが、演算子は以下のようになる。

適用順序は、ｏｖｅｒ演算子は結合的であるので、規定する必要がない。ｏｖｅｒ演算子が結合的であって、そうでなければｖＨＧＷアルゴリズムの要件に適合するので、ＶＲスラブレンダリングに使用可能であり、これは次のように表すことができる。

図６は、本実施形態に係る処理の流れを示す図である。処理の開始後、処理対象のスタックの各行が読み出される。そして、読み出された処理対象のスタックの各行がｖＨＧＷアルゴリズムを用いて計算される。図６においては、文字通りに解釈すると、各行が１つずつ直列に計算されることがわかる。しかしながら、各行の計算は独立であり、利用可能な計算リソースやソフトウェアアプリケーションの使用方法に応じて、並列もしくは直列で、または並列と直列との任意の組合せで実行してもよい。全ての行について結果が計算されると、スタックの２次元画像のフルセットが計算されて、必要に応じて出力、表示および記憶を行う準備ができている。

次に、オリジナルの直列データを操作する方法、より詳細には、ボリューム空間と視空間との間を変換する方法についてより詳細に説明する。

３次元画像データ（ボリュームデータ）は、３次元の格子状に配列された複数のボクセルを備える。各ボクセルはボクセル値を有する。ボクセル値は、物理的パラメータの測定値を表す。例えば、ＣＴスキャンの場合には、ボクセル値は、Ｘ線に対するそれらのボクセルのＸ線阻止能を表す。Ｘ線阻止能は、ハンスフィールドユニット（ＨＵ）で表現され、密度（単位ボリューム当たりの質量）と密接に関連している。

医用画像診断装置により発生されるボリュームデータのボクセルは、典型的には、デカルト座標系上で発生される、すなわち、データ点は３つの直交軸Ｉ、ＪおよびＫに整列されている。ガントリのチルト又は旋回（slew）を考慮するため、Ｋ軸は、Ｉ軸とＪ軸とに直交しない場合がある。さらに、Ｋ軸、Ｉ軸、及びＪ軸は、慣習的に、ボリュームの１つの隅に共通原点がある。しかしながら、原点の選択は任意である。これらＫ軸、Ｉ軸、及びＪ軸は、ボリューム空間を画定する。ボリューム空間座標系は、ボリューム空間における各ボクセルの位置を識別するのに使用される。このボリューム空間座標系は、単位（または基底）ベクトルｉ、ｊ、及びｋを有し、これらはＩ軸、及びＪ軸、及びＫ軸のそれぞれ１つに整列されている。

２次元画像データは、２次元格子状に配列された複数のピクセルを有する。画像それ自体は２次元であるが、画像を包含する３次元視空間を定義するのが有用である。視空間は、画像の１つの隅に共通原点を有する３つの直交軸Ｘ、Ｙ、Ｚによって定義される。共通原点の位置は任意に設定可能である。Ｘ軸及びＹ軸は、画像の面（画像面）内にあり、２次元格子状に配列されている。Ｚ軸は、視線軸と平行（すなわち、画像面に直角）に整列されている。視空間座標系は、視空間における各ボクセルの位置と各ピクセルの位置とを識別可能に定義される。視空間座標系は、画像面においてｘ視線方向及びｙ視線方向に沿ってｚの単位ベクトルまたは基底ベクトルを有する。単位ベクトルｘ及びｙは、それぞれピクセルが視空間を規定するｘ軸及びｙ軸に沿う単位長さとして定義される。

画像は、ＭＰＲなどのスラブレンダリング法を用いてボリュームデータから発生されても良い。ＭＰＲデータは、視空間に座標をとり、その座標をボリューム空間に変換し、何らかの形態の補間を用いてボリュームデータを再サンプリングして、離散的な視空間座標に対する新規のＭＰＲデータ値を発生させることによって発生される。これを実行することにより、ＭＰＲスライスが複数の{ｘ，ｙ}座標に対して固定ｚ値において形成される。これが多数のｚの値に対して反復されると、多数のＭＰＲスライスが求められ、これらのスライスを投影して、ＭＰＲスラブを形成することができる。従って、ＭＰＲスラブは、画像面に平行、且つＺ軸に沿って配列された複数のＭＰＲスライスのシリーズを有する。

表示用の２次元画像は、ＭＰＲスラブを、視線方向に沿って画像面上に投影することによって発生される。これは、画素値投影法によって行われる。画素値投影法は、最終画像の観察目的等に応じて任意に決される。

場合によっては、選択された範囲または「ウィンドウ」内でボクセル値を有するボクセルだけが対象となる。例えば、ＣＴスキャン上で軟部組織を明らかにするためには、−２００〜５００ＨＵの範囲のボクセル値だけを対象としてもよい。このような画像を得るために、ＭＩＰまたはＭｉｎＩＰによる画像が、上述のように発生される。発生された画像は、事後処理され所望の範囲内のボクセル値のコントラストが強調され、範囲外のボクセル値のコントラストが抑制される。

一般に、視線軸は、ボリューム空間軸の１つとは一致せず、すなわち、画像面は、ボリューム空間軸のいずれか２つに対して任意のチルト角を有する。結果的に、視線軸に平行に投射された光線に沿うサンプル点は、ボクセル座標とは一致することはない。光線に沿った各サンプル点は、複数の近傍ボクセル座標から任意の距離に配置されている。さらに、視線方向がボリューム空間軸に沿う場合においても各光線は、ボリュームデータの各スライスにおけるボクセルを貫通する直線を形成することはない。

視線軸と視線軸に直交するスラブとが定義されると、視線方向に平行してスラブを貫通し、規則的に配列された正方格子におけるスラブの面内で間隔を空けて配置された光線が発生される。次いで、スラブ内部にある各光線の部分に沿って複数点をサンプリングし、各サンプル点に対して、当該サンプル点の近傍のボクセルのボクセル値に基づいてボクセル値を計算する。例えば、隣接するボクセルの座標またはボクセル中心の間をほとんど等距離に通過する光線に対して、立方体の隅に対応する、８個の最近接ボクセル値の平均を使用して、サンプル点におけるボクセル値に到達してもよい。一般に、サンプル点のボクセル値は、光線とボクセル中心との間の距離に基づく重み付けを施して、周囲のボクセル値から補間されることになる。例えば、ＭＰＲスライスにおける８個の周囲のボクセルの間でのトリリニア（tri-linear）補間が使用される。一般的な補間方法としては、最隣接（nearest neighbor）補間法（１ボクセル）、トリリニア補間法（８ボクセル）、およびトリキュービック（tri-cubic）補間法（６４ボクセル）がある。

このようなスラブ画像を発生させる代表的な技法は、画像内の各ピクセルに対するボリュームデータを通過する光線を投射して、各光線に沿って既定数の離散ポイントにおいて、ボリュームデータをサンプリングするものである。ＭＩＰを使用する場合、次いで、スラブ内部の光線に沿った、最大ボクセル値または補間値が選択される。スラブ内部の選択された最大サンプル値または補間値が各光線に関連するピクセル値に割り当てられる。

図７は、ボリュームと画像空間との典型的な位置関係を示し、そして補間処理とサンプリング処理とを説明するための図である。ボリュームデータ２００は、紙面辺に整列して示された格子を有するボリューム空間を表す。このボリューム空間は、２次元で図示されており、Ｉ軸およびＪ軸を有し、さらに軸Ｋに沿った第３の次元も有する。Ｋ軸は、紙面に直角である。ボリュームデータのボクセルのボクセル値が、各小正方形の中心に割り当てられる。ボリュームデータの１隅、例えばボリューム空間の左下の正方形内に共通原点が設定される。図７においては、６×６ボクセルだけが図示されているが、通常は、より多くのボクセルが使用される。

ボリュームデータセットに角度を成して、すなわち傾斜して横たわる、画像面２０２が、図７に図示されている。換言すれば、画像面はボリュームデータ２００に平行しない。上述のように、既定数の光線２２６が、画像面２０２から、選択された視線方向において視線軸Ｚに平行に、ボリュームデータ２００中へと投射される。光線は、画像を形成するための画像面２０２におけるピクセルに対応する。図示されている画像面２０２は、例えば軸Ｘに沿った１次元であるが、実際には、同じプロセスが、紙面から外れた第２の方向Ｙにおいて反復されることになる。なお、図７において、Ｋ軸とＹ軸とは平行である。実際には、Ｋ軸とＹ軸とが整列されることはない。しかしながら、２次元表現において原理を明確に図解するために、図７においてはＫ軸とＹ軸とを整列して示している。

厚さτのスラブ２１８は、画像面２０２に平行なボリューム空間２００内に含まれている。スラブ２１８は、視線軸Ｚに沿って延びている。このスラブは、紙面中にも延びる、３次元ボリュームである。各光線上に一定間隔で配列された既定数の離散的なサンプル点２１４が選択される。各サンプル点２１４における値が算出され、サンプル点２１４が画像面上に投影され２次元画像が発生される。各サンプル点２１４は、実験的に得られたボクセル場所に対して任意の位置にある。サンプル点２１４に割り当てるボクセル値を、近傍のボクセルのボクセル値から算出するために補間法が実行される。例えば、トリリニア補間などの補間法はサンプル点２１４の値を得るために用いられる。各サンプル点２１４の値が得られると、ＭＩＰ等の画素値投影法により、例えば、各ピクセルのピクセル値を得て、サンプル点を画像面に投影することができる。

図８は、スラブのスタックで満たされた３次元画像データセット内のサブボリュームを占有する視空間において補間データセットを発生させる処理の流れを示す図である。

ステップＳ１において生データは、任意の医用画像診断装置により収集されて、前処理が施され、記憶される。例えば、生データは、ＣＴスキャナーまたはＭＲスキャナーで収集することができる。生データは、前処理される。前処理された生データに基づいて、ボクセル値の３次元配列であるボリュームデータが発生される。例えば、医用画像診断装置単位系から慣用単位系への正規化、および画像が画像スタックにおいて等間隔に配置されていることをプログラムが要求する場合、規則ボクセル格子上の収集されていないデータの規則格子へのマッピングが行われても良い。データは、さらなる処理を行うために、医用画像診断装置のランダムアクセスメモリに記憶されてもよい。しかしながら、一般に、データは、後に取り出して処理するために、記憶デバイス（例えば、ファイルアーカイブ）に記憶される。これによって、その他の装置、例えば、記憶デバイスに接続された、遠隔コンピュータワークステーションが、後に処理を実行することが可能になる。

ボリュームデータは、一般に直交するが、特殊な場合にはそうではない、３つの軸Ｉ、Ｊ、Ｋに平行に延びる行に配列される。例えば、ガントリ傾斜または旋回が存在する場合、Ｋ軸は、Ｉ軸とＪ軸とに直交しない。隣接するボクセルは、一般に、これらの軸に対応する方向のそれぞれに沿って、単位ベクトルだけ間隔を空けて配列される。すなわち、Ｉ軸、Ｊ軸、及びＫ軸に沿ったボクセル中心間の距離は１である。しかしながら、その他の例も生じる。特に、Ｋ軸に関してボクセル中心が不間隔で配列されていても良い。

ステップＳ２において、ボリュームデータが読み出され、例えば、モニタ上の可視化パラメータのデフォルトセットに基づく初期構成で表示される。処置者は、表示されたボリュームデータを観察して視点と視線方向とを選ぶことができる。なお、ボリュームデータは、データが収集され記憶された後、任意の時間に読み出されても良い。

ステップＳ３において、所望の視点および視線方向が選択される。通常、表示されたボリュームデータを観察した処置者により視点および視線方向が選択される。視線方向は、視線軸とも呼ばれる。視空間座標系Ｘ、Ｙ、Ｚが定義される。視空間座標系において、表示用画像内の隣接ピクセルは、対応する単位ベクトルだけＸ軸およびＹ軸に沿って間隔を空けて配列されている。Ｚ軸は、視線方向に整列されている、すなわち、視線軸またはさらに以前に参照した軸方向である。

ユーザは、ボリュームデータを観察し、所望の視点と視線方向とを、ディスプレイ３４上に表示されたグラフィカルユーザインターフェース（ＧＵＩ）やキーボード３８、マウス４０を使用して選択することができる。例えば、可動スクリーンアイコンを、ポイントアンドクリック操作を行うためのマウスやトラックパッド、タッチスクリーン、又はその他の既知の技法と組み合わせて使用される。

ステップＳ４において、複数の光線がＺ軸に平行な視線方向に画像面からボリュームデータに向けて投射される。例えば、光線は、画像面において画像の各ピクセルに対して投射される。

ステップＳ５において、複数のサンプル点がボリュームデータ内部で各光線に沿って決定される。図７において、このサンプル点が円として図示され、各光線に対して同一のＺ位置において当該光線に沿って規則的な間隔を空けて配列されている。結果として、図７に示すサンプル点の規則パターンが生じている。同一のＺ位置における各光線に沿ったサンプル点は、単一ＭＰＲ面にある。

ステップＳ６において、ボリュームデータに含まれるスラブのスタックに関するサブボリュームが決定され、スタック内の複数のサンプル点が選択される。選択されたサンプル点は、さらなる処理に供される。

ステップＳ７において、スラブのスタック内の各光線上にある、選択されたサンプル点の値が得られる。サンプル点の値は、光線とボクセル中心との間の距離に基づく重み付けを使用して、周囲ボクセル値を補間することによって計算される。この例においては、ＭＰＲスライス内の８つの周囲ボクセル間のトリリニア補間が使用される。しかしながら、最隣接（１ボクセル）補間またはトリキュービック補間（６４ボクセル）などの、その他の補間方法を使用することもできる。

ステップＳ７におけるデータ出力は、上記の図３〜６を参照して説明した、ｖＨＧＷアルゴリズムを使用して処理されるデータセットを構成する。

図９は、上述のような可視化アプリケーションのホストとしての役割を果たすのに適切な、標準画像データ保管通信システム（ＰＡＣＳ：Picture Archiving and Communication System）に従う、クライアントサーバアーキテクチャを示す簡略概略図である。ＰＡＣＳは、単一の中央アーカイブに組織化された、ディジタルフォーマットにおける異なる種類の診断画像を表すボリュームデータに対する記憶装置として使用される。ＰＡＣＳアーカイブ２０は、ＰＡＣＳサーバクラスタ１８に接続される。ウェブクライアントおよびＬＡＮクライアントのコンピュータ２１および１６が、ＰＡＣＳサーバクラスタ１８に、インターネットおよび病院ネットワーク接続をそれぞれ介して接続されている。以下の説明において、画像を発生させるための可視化アプリケーションがサーバ上にあると仮定するが、可視化アプリケーションの場所は、その他の実施形態においては異なってもよい。

派生画像シリーズに対して、スタック内のスラブ位置を変更するツールが識別される。これは、スクロールツールと呼ばれ、通常は、医用画像化アプリケーション用としては、左または右ボタンのいずれかを押した状態でマウスをドラグする行為となっている。さらに、スクロールツールは、スクロールをサポートする、ホイールマウスまたはタッチパッドのスクロール動作によってもよい。スクロールツールの操作は、シリーズタイプによって左右される。スクローリングには、全スタックがｖＨＧＷアルゴリズムを使用して一回の実行で計算されており、さらに計算により誘発される遅れなしに利用可能であり、その結果、ユーザが高い更新レートを感じるという利点がある。

図１０は、可視化アプリケーションを実行するのに好適なコンピュータの特徴の一部を概略的に示す。システムメモリ４６は、ＲＡＭもしくはディスクドライブ、または両方の組合せを備えてもよい。ボリュームデータは、システムメモリ内に記憶される。任意の好適な形態の大容量記憶デバイスを使用してもよい。第１のバス接続４２ａは、システムメモリ４６とＣＰＵ２４との間を接続する。第２のバス接続４２ｂは、ＣＰＵ２４とグラフィックスカード４４との間を接続する。第３のバス接続４２ｃは、グラフィックスカード４４とディスプレイ３４との間を接続する。第４のバス接続４２ｄは、ユーザＩ／Ｏ３６とＣＰＵ２４との間を接続する。ＣＰＵは、ＣＰＵキャッシュ５０を含む。グラフィックスカード４４は、ＧＰＵ５４とＣＰＵメモリ５６とを含む。ＧＰＵ５４は、加速グラフィックス処理インターフェース６０を提供するための回路と、ＧＰＵキャッシュＩ／Ｏコントローラ６２と、処理エンジン６４と、ディスプレイＩ／Ｏコントローラ６６とを含む。処理エンジン６４は、３次元画像データセットを処理して、そのようなデータセットの３Ｄレンダリングを実行することに、一般的に関連する種類のプログラム命令の実行を最適化するように設計されている。この処理ユニットは、したがって、ＣＰＵとＧＰＵとを備える。

ユーザは、ディスプレイ３４上に表示される、グラフィカルユーザインターフェース（ＧＵＩ）との組合せで、キーボード３８およびマウス４０を使用して、例えば、可動スクリーンアイコンを、ポイントアンドクリック操作を行うためのマウス、トラックパッドなど、タッチスクリーンまたはその他の既知の技法と組み合わせて使用して、所望の可視化パラメータを選択することができる。図９を参照すると、図１０のコンピュータは、サーバ１８またはＬＡＮクライアント１６もしくはウェブクライアント２１のワークステーションである。

図１１は、図２Ａ及び図２ＢのＭＰＲ例に適用可能であるような、スラブＭＰＲ用の派生画像のシーケンスを準備するための例示的なワークフローを示す図である。この例示ワークフローは、図１に示す一般的な抽出画像ワークフローの具体的な例である。

ステップＴ１において、シーケンスは、スラブＭＰＲシリーズを自分の分析のために準備したいと望む放射線専門医で始まる。

ステップＴ２において、放射線専門医は、クライアントアプリケーションを使用して、放射線専門医が所望のＭＰＲシリーズを定義するという明示的な結果となるように、または、放射線専門医が診断解析を行うために見たいと思う、ＭＰＲシリーズ、すなわち特定の画像タイプの抽出画像シリーズを、クライアントアプリケーションが推察することを可能にするように、閲覧画像を操作する。放射線専門医のユーザインターフェースとの対話によって、明示的または暗示的に可視化、すなわち視界パラメータに対する仕様が定義される。

ステップＴ３において、所望のＭＰＲシリーズの仕様が、派生画像発生サブシステムによって受け取られる。このサブシステムは、クライアントサーバ設備におけるサーバまたはワークステーションの一部としてもよい。ＭＰＲシリーズが発生されて、クライアント、またはワークステーション上で実行中のアプリケーションの適当な部分に送られる。

ステップＴ４において、放射線専門医は、ＭＰＲシリーズがロードされるのを待つ。ワークステーション設備においては、遅延は無視できる程度である。クライアントサーバ設備においては、この待機は、発生されたＭＰＲシリーズがＬＡＮまたはインターネット上で転送されるときの、クライアントにおけるキャッシングに関連している。

ステップＴ５において、放射線専門医は、視線方向においてスラブ場所を変化させて、対話式に上下にスクロールすることによって、シリーズを読み取るか、または閲覧する。ユーザインターフェースとのさらなるユーザ対話によって、ユーザ対話がスラブスタックを再定義することへの要求であると解釈される場合には、プロセスフローをステップＴ２へとジャンプさせて戻すことができる。放射線専門医がステップＴ１においてロードされたＭＰＲシリーズの調査を終了すると、プロセスフローは、ステップＴ６へと移動する。

ステップＴ６において、放射線専門医は、さらに別のＭＰＲシリーズを調べるという選択肢を与えられる。他のＭＰＲシリーズを調べることが選択された場合、ワークフローは反復される。

ステップＴ７において、レポートが発行される。これにより図１１のワークフローが終了する。

スタック定義がステップＴ５／Ｔ２において変更される一事例は、ユーザが、ユーザインターフェースを介して、例えば、プラナーＭＰＲにおいて、切断面の傾斜を調節して、新しい面角度でわずかに異なるシリーズを見たいということを指示する場合である。この場合には、可視化アプリケーションは、調節されたシリーズが自動的にディスプレイ上に現れるように、Ｔ２からＴ４のステップを透過的に反復する。

クライアントサーバ構成と同様に、提案された方法は、ワークステーション構成にも同様に適用可能である。

可能な使用モードの１つは、放射線専門医が調査の視界パラメータを構成しており、そのときにスラブ画像の最初のバッチが、初期視界面の近傍のローカスに対して計算されることを伴う。放射線専門医がこれらの画像を通してスクロールするとき、かつ／または放射線専門医からそのようなスクロールコマンドを受け取る可能性の期待から、スラブ画像の追加のバッチが、ユーザがそれを要求することに対する準備として、第１のバッチに隣接するローカスに対して計算される。

なお、スラブのスタックは、ユーザが見たいと思うスラブのセットの全体を表すか、またはスラブのセットの一部分だけを表すことがあることに留意されたい。言い換えると、この方法を、スラブの所望のセットがいくつかのバッチに細分割されて、各バッチが、本明細書に記載したｖＨＧＷ法によって処理されるように、適用してもよい。

特定の実施形態について記載したが、これらの実施形態は、例示の目的でのみ提示されたものであり、本発明の範囲を限定することを意図するものではない。実際に、本明細書に記載される新規の方法、コンピュータ、コンピュータプログラムプロダクト、画像取得デバイスを、その他の様々な形態で具現化してもよい。さらに、本明細書において記載された方法およびシステムの形態における、様々な除外、置換および変更を、本発明の趣旨から逸脱することなく、行ってもよい。添付の特許請求の範囲およびその均等物は、本発明の範囲と趣旨に含まれる、そのような形態または修正形態を、範囲に含めることを意図している。

図１２は、本実施形態に係るコンピュータシステム１のネットワーク構成を示す図である。コンピュータシステム１は、医用画像処理装置、画像診断装置、及び関連機器から構成されている。コンピュータシステム１は、３つのネットワーク、すなわち、病院ネットワーク２、遠隔的画像診断装置ネットワーク４、及び遠隔的シングルユーザネットワーク６を有している。病院ネットワーク２は、例えば、複数の画像診断装置、複数のワークステーション１６、共通フォーマットファイルサーバ１８、ファイルアーカイブ２０、及びインターネットゲートウェイ１５を有する。病院ネットワーク２は、画像診断装置として、例えば、Ｘ線コンピュータ断層撮影装置８、磁気共鳴イメージング装置１０、デジタルラジオグラフィ（ＤＲ）装置１２、及びコンピューテッドラジオグラフィ（ＣＲ）装置等を含んでいる。これら装置は、ローカルエリアネットワーク（ＬＡＮ）２５により相互接続されている。

遠隔的画像診断装置ネットワーク４は、画像診断装置１１、共通フォーマットファイルサーバ１３、及びインターネットゲートウェイ１７を有している。画像診断装置１１としては、Ｘ線コンピュータ断層撮影装置、磁気共鳴イメージング装置、デジタルラジオグラフィ（ＤＲ）装置、及びコンピューテッドラジオグラフィ（ＣＲ）装置等が適用可能である。なお、図１２においては、画像診断装置１１としてＸ線コンピュータ断層撮影装置が例示されている。Ｘ線コンピュータ断層撮影装置１１と共通フォーマットファイルサーバ１３とは、インターネットゲートウェイ１７に接続され、インターネットを介して病院ネットワーク２内のインターネットゲートウェイ１５に接続される。

遠隔的シングルユーザネットワーク６は、ワークステーション２１を含んでいる。ワークステーション２１は、インターネットモデム（図示せず）を有している。ワークステーション２１は、インターネットを介して病院ネットワーク２内のインターネットゲートウェイ１５に接続される。

コンピュータシステム１は、標準化された共通のフォーマットで各種データを送信するように構成される。例えば、Ｘ線コンピュータ断層撮影装置８は、初期的に、オリジナルの医用画像データセット、例えば、３次元医用画像データセットを発生する。医用画像データセットは、標準的な画像データフォーマットで符号化され、ＬＡＮ２５を介してファイルサーバ１８に送信される。ファイルサーバ１８は、医用画像データセットをファイルアーカイブ２０に記憶する。放射線技師、顧問医、あるいは、研究者等のユーザは、複数のワークステーション１６のうちの何れかで業務を行う。ユーザは、ワークステーション１６を介して所望の医用画像データセットをファイルサーバ１８に要求する。ファイルサーバ１８は、要求された医用画像データセットをアーカイブ２０から読み出し、読み出された医用画像データセットをＬＡＮ２５を介して要求元のワークステーション１６に提供する。同様に、遠隔的画像診断装置ネットワーク４または遠隔的シングルユーザネットワーク６内のコンピュータ１１，２１は、ユーザからの指示に従って、アーカイブ２０あるいはネットワーク１内の他の装置に記憶されている医用画像データセットを要求し、要求した医用画像データセットを受信することができる。

ワークステーション１６，２１で直接的にまたは間接的に動作するソフトウェアは、ＤＩＣＯＭなどの共通画像データフォーマットに適合するように構成される。画像データフォーマットを標準化することによってワークステーション１６，２１、ファイルサーバ１３，１８、及びファイルアーカイブ２０上の異なるソフトウェアアプリケーション、ならびに医用画像診断装置８、１０、１１、１２、１４からの出力は、画像データを共有可能なことが保証される。放射線専門医、コンサルタント、または研究者などのユーザは、ワークステーション１６，２１を使用してファイルアーカイブ２０からの任意のボリュームデータセットにアクセスして、スラブ画像等の画像を発生させて表示することができる。

かくして本実施形態によれば、スラブレンダリングにおける計算時間の低減が可能となる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

２４…中央演算処理装置（ＣＰＵ）、３４…ディスプレイ、３６…ユーザ入出力回路（ユーザＩ／Ｏ）、３８…キーボード、４０…マウス、４２…共通バス、４４…グラフィックスカード（ＧＦＸ）、４６…システムメモリ、５０…ＣＰＵキャッシュ、５４…ＧＰＵ、５６…ＧＰＵメモリ、６０…高速グラフィック処理インターフェース、６２…ＧＰＵキャッシュ入出力コントローラ（ＧＰＵキャッシュＩ／Ｏ）、６４…処理エンジン、６６…表示入出力コントローラ（表示Ｉ／Ｏ）。

Claims (13)

1. ３次元画像データを記憶する記憶部と、
   前記３次元画像データに基づいて所定のスラブ厚を有するスラブに関する２次元画像データを発生する画像処理部と、
   を具備する画像処理装置であって、
   前記画像処理部は、
   前記３次元画像データに基づいて、前記所定のスラブ厚と複数の画素の各々についての画素値投影処理の演算値との関係を規定するテーブルを発生し、
   前記発生されたテーブルに基づいてユーザ指定のスラブ位置に関し前記所定のスラブ厚を有するスラブに関する２次元画像データを発生する、
   ことを特徴とする画像処理装置。
2. 前記画像処理部は、
   前記３次元画像データに含まれる投影軸上の複数の画素に第１方向に沿って順番に累積的に画素値投影処理を施して第１演算値を画素毎に算出し、
   前記３次元画像データに含まれる前記投影軸上の複数の画素に前記第１方向とは反対の第２方向に沿って順番に累積的に画素値投影処理を施して第２演算値を画素毎に算出し、
   前記第１演算値と前記第２演算値とに基づいて画素毎に前記演算値を算出して前記テーブルを発生する、
   請求項１記載の画像処理装置。
3. 前記画像処理部は、
   前記３次元画像データを区分する複数の区画の各々について、前記投影軸上の複数の画素に前記第１方向に沿って順番に累積的に画素値投影処理を施して前記第１演算値を画素毎に算出し、
   前記複数の区画の各々について、前記投影軸上の複数の画素に前記第２方向に沿って順番に累積的に画素値投影処理を施して前記第２演算値を画素毎に算出する、
   請求項２記載の画像処理装置。
4. 前記複数の画素の各々には、不透明度とベクトル値とが割り当てられている、請求項１に記載の画像処理装置。
5. 前記ベクトル値は、グレースケール要素またはカラー要素を有する、請求項４に記載の画像処理装置。
6. 前記複数の画素の各々には、スカラー値が割り当てられている、請求項１に記載の画像処理装置。
7. 前記画素値投影処理は、最大値投影、最小値投影、または平均値投影である、請求項１に記載の画像処理装置。
8. 前記画像処理部は、前記３次元画像データに含まれる複数の近傍画素に基づく補間画素に前記画素値投影処理を施す、請求項１に記載の画像処理装置。
9. 前記発生された２次元画像データを表示する表示部をさらに備える請求項１記載の画像処理装置。
10. ボリュームを占有するボクセルデータの３次元画像データセットを記憶するように動作可能な記憶部と、
    前記３次元画像データセット内で同一の厚さの重複するスラブのスタックを定義し、スラブ厚によって定義されるセグメントサイズを有する１次元ｖＨＧＷアルゴリズムを、スタック全体に行き渡るデータのストリングに適用することによって、所望のフィルタリング操作に従ってスラブ画像レンダリングを行い、各フィルタリングされたデータが、スラブの１つから合成された２次元画像データセットにおけるピクセルを表す、フィルタリングされたデータの対応するストリングを発生させ、前記スラブのスタックから前記２次元画像データセットのスタックを出力する画像処理部と、
    を具備する画像処理装置。
11. ３次元画像データを発生する発生部と、
    前記３次元画像データに基づいて所定のスラブ厚を有するスラブに関する２次元画像データを発生する画像処理部と、
    を具備する医用画像診断装置であって、
    前記画像処理部は、
    前記３次元画像データに基づいて、前記所定のスラブ厚と前記３次元画像データに含まれる複数の画素の各々についての画素値投影処理の演算値との関係を規定するテーブルを発生し、
    前記発生されたテーブルに基づいてユーザ指定のスラブ位置に関し前記所定のスラブ厚を有するスラブに関する２次元画像データを発生する、
    ことを特徴とする医用画像診断装置。
12. ３次元画像データに基づいて所定のスラブ厚を有するスラブに関する２次元画像データを発生する画像処理方法であって、
    前記３次元画像データに基づいて、前記所定のスラブ厚と前記３次元画像データに含まれる複数の画素の各々についての画素値投影処理の演算値との関係を規定するテーブルを発生し、
    前記発生されたテーブルに基づいてユーザ指定のスラブ位置に関し前記所定のスラブ厚を有するスラブに関する２次元画像データを発生する、
    ことを備えることを特徴とする画像処理方法。
13. コンピュータに、
    前記３次元画像データに基づいて所定のスラブ厚を有するスラブに関する２次元画像データを発生する機能と、を実現させる画像処理プログラムであって、
    前記機能は、
    前記３次元画像データに基づいて、前記所定のスラブ厚を入力とし前記３次元画像データに含まれる複数のボクセルの各々の画素値投影処理の演算値を出力とするテーブルを発生する機能と、
    前記生成されたテーブルに基づいてユーザ指定のスラブ位置に関し前記所定のスラブ厚を有するスラブに関する２次元画像データを発生する機能と、
    を有することを特徴とする画像処理プログラム。

Images