JP2015526149A - 局部収縮測定 - Google Patents

局部収縮測定 Download PDF

Info

Publication number
JP2015526149A
JP2015526149A JP2015522196A JP2015522196A JP2015526149A JP 2015526149 A JP2015526149 A JP 2015526149A JP 2015522196 A JP2015522196 A JP 2015522196A JP 2015522196 A JP2015522196 A JP 2015522196A JP 2015526149 A JP2015526149 A JP 2015526149A
Authority
JP
Japan
Prior art keywords
myocardial
left ventricular
image
wall
contractility
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2015522196A
Other languages
English (en)
Inventor
レオポルド テオドルス フレデリック ハウトバスト，ギヨーム
レオポルド テオドルス フレデリック ハウトバスト，ギヨーム
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2015526149A publication Critical patent/JP2015526149A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56308—Characterization of motion or flow; Dynamic imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/06—Ray-tracing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/546—Interface between the MR system and the user, e.g. for controlling the operation of the MR system or for the design of pulse sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Vascular Medicine (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Analysis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

輪郭の不確実性を定量化するシステム（１０）は、複数の心臓フェーズにわたり少なくとも左室の４次元画像の一部を表示するディスプレイ（４８）を含む。測定装置（１６）は、少なくとも１つのプロセッサ（４２）であって、画像化装置（１２）から前記４次元画像（１８）を受け取り、前記左室の心筋壁上の選択された場所を受け取り、前記選択された場所を通る、前記心筋壁または左室の中心のうち少なくとも一方に垂直な線を引き、前記引かれた線に沿った前記心筋壁の厚さを計算し、前記心臓フェーズの範囲にわたり心臓壁運動を評価し、前記心筋収縮能の定量化結果を計算し、前記心筋収縮能の定量化結果をディスプレイ装置（４８）に表示する。

Description

本発明は概して画像処理に関する。具体的には、心筋収縮能の定量的評価に応用でき、特に、限定ではないが、心臓磁気共鳴（ＣＭＲ）、心臓コンピュータ断層撮影（ＣＣＴ）、心エコー検査、３次元超音波（３Ｄ ＵＳ）画像シーケンスによる壁厚及び壁運動の定量化に応用できる。しかし、言うまでもなく、その他の使用例にも応用でき、必ずしも上記の応用例に限定されない。
ＣＭＲ、ダイナミックＣＣＴ、または３次元心エコー検査を用いたシネイメージング（ｃｉｎｅ ｉｍａｇｉｎｇ）により、１回拍出量、駆出率、及び心拍出量の測定を含む、左室（ＬＶ）機能全体の定量化が可能となる。またシネイメージングは、局部収縮能の測定、心内膜の変位（壁運動）、または心筋の肥大の評価に用いられる。このように、局部収縮能測定は、心臓疾患の評価における標準的な診断方法のひとつであると考えられる。具体的に、局部心収縮能は、急性心筋梗塞に対する心筋救済の評価、ＣＲＴ処置のための心筋ｄｙｓｓｙｎｃｈｒｏｎｙの評価、及び薬理学的に生じたストレスのテストにおけるストレスにより生じた壁運動異常の評価に用いるパラメータである。
左室能全体や局部収縮能を測定するため、心臓のシネイメージ（ｃｉｎｅ ｉｍａｇｅｓ）を描出（ｄｅｌｉｎｅａｔｅ）またはセグメント化する。すべての画像（複数のスライスとフェーズ）をマニュアルで描出するのに加えて、多くの半自動的及び自動的な輪郭検出方法が開発され、複数の専用の機能分析パッケージとして入手可能である。しかし、自動的な輪郭検出方法の利用可能性にかかわらず、複数のスライス及びフェーズにおける心筋の輪郭の完全かつ正確な描出には時間がかかる。例えば、自動的な輪郭検出方法では誤差のないデータセットは得られず、輪郭をレビューしてマニュアルで修正しなければならない。すべてのスライスの心筋の輪郭のレビューと修正には、普通は３分から５分かかり、画質、アルゴリズムの精度、スライス数、及びアプリケーションの使い勝手によっては１０分かかることもある。その結果、多くのルーチンのユーザは、描出ツール（ｄｅｌｉｎｅａｔｉｏｎ ｔｏｏｌｓ）の時間的効率性と左室能分析には全体として満足していない。
また、このように完全な分析は、心筋のすべての場所の局部収縮能を測定することになり、一般的には図１に示すようなブルズアイビュー（ｂｕｌｌｓ−ｅｙｅ ｖｉｅｗ）でレポートされる。ブルズアイビュー２は局部収縮能の定量化を示す。具体的に、ブルズアイビューは、様々なＬＶセグメントのそれぞれの収縮性６の時間分散を示す。しかし、かかる心臓イメージング報告標準は、多数の場所における局部収縮能のドキュメンテーションを規定している。さらにまた、局部壁運動異常は目視検査中に頻繁にすばやく認識され、局部異常のドキュメンテーションの目的のためだけに完全な分析をするのは、不必要な行為であると受け取られている。
本出願は、上記の問題等を解消する、新しい改良された方法とシステムを提供するものである。
一態様では、心筋収縮能を定量化するシステムが提供される。該システムは、少なくとも１つのプロセッサであって、関心対象を含む画像を受け取り、前記受け取った画像の一部におけるユーザにより選択された位置を受け取り、前記選択された位置における心筋収縮能の定量化結果を決定し、前記心筋収縮能の定量化結果をディスプレイ装置に表示するプロセッサを含む。
他の一態様では、心筋収縮能を定量化する方法が提供される。該方法は、関心対象を含む画像を受け取るステップと、前記受け取った画像の一部におけるユーザにより選択された位置を受け取るステップと、前記選択された位置における心筋収縮能の定量化結果を決定するステップと、前記心筋収縮能の定量化結果をディスプレイ装置に表示するステップとを含む。
他の一態様では、輪郭の不確実性を定量化するシステムが提供される。該システムは、複数の心臓フェーズにわたり少なくとも左室の４次元画像の一部を表示するディスプレイを含む。測定装置は、少なくとも１つのプロセッサであって、画像化装置から前記４次元画像を受け取り、前記左室の心筋壁上の選択された場所を受け取り、前記選択された場所を通る、前記心筋壁または左室の中心のうち少なくとも一方に垂直な線を引き、前記引かれた線に沿った前記心筋壁の厚さを計算し、前記心筋壁の厚さを前記表示装置上に表示するようにプログラムされているプロセッサを含む。
一利点は、局部収縮能の高時間的効率の分析にある。
他の一利点は、ユーザにより選択された場所における局部収縮能の定量化にある。
他の一利点は、局部収縮能の詳細なレポーティングとドキュメンテーションにある。
他の一利点は、患者スループットの向上にある。
本発明のさらに別の利点は、以下の詳細な説明を読んで理解すれば当業者には明らかになるであろう。
本発明は、様々なコンポーネントとその構成、及び様々なステップとその構成の形を取る。図面は好ましい実施形態を例示することのみを目的とし、本発明を限定するものと解してはならない。
本願に関連する従来のブルズアイビューを示す図である。 本願による局部収縮測定システムを示すブロック図である。 本願によるユーザインタフェースの一実施形態を示す図である。 本願による局部収縮測定方法を示すブロック図である。
一般的に、心筋収縮能を評価する時、重要な定量的測定には、ＬＶの壁厚と壁運動がある。現在、複数の心臓フェーズ（一般的には、少なくとも１２フェーズ）のそれぞれにおいて、一連のスライス画像（一般的には、少なくとも１０画像）が取られる。これらの画像は、（特にＬＶの内壁と外壁に）セグメント化される。自動的にセグメント化する手法があっても、ユーザは、通常、セグメント化を調整するのに一スライスあたり少なくとも１〜２分かかるので、このプロセスは非常に時間がかかる。
図２を参照して、治療システム１０は、心筋収縮能の定量的評価を提供し、特に、限定ではないが、心臓磁気共鳴（ＣＭＲ）、心臓コンピュータ断層撮影（ＣＣＴ）、心エコー検査、３次元超音波（３Ｄ ＵＳ）画像シーケンスによる壁厚及び壁動の定量化を提供できる。具体的に、ユーザが指示した場所における局部収縮能が定量化される。ユーザがパイロット画像中の心筋の場所を指示すると、治療システム１０は、視覚的に確認された壁運動異常をドキュメンテーションするためだけに放射線科医が左室（ＬＶ）セグメントを確認及び／または修正することを要さない。それどころか、１回のインターラクションにより、指示された場所における壁運動と壁厚のドキュメンテーションが可能である。そのため、このワークフローにより、不必要なオーバーヘッド無しに、局部収縮能の分析が高い時間効率でできる。
治療システム１０は、患者の心筋などの関心オブジェクトの画像を取得する一以上の画像化モダリティ１２を含む。画像化モダリティ１２には、コンピュータ断層撮影（ＣＴ）スキャナ、ＣＭＲスキャナ、心臓コンピュータ断層撮影ＣＣＴスキャナ、心エコースキャナ、３次元ＵＳスキャナなどのうち一以上のものが好適に含まれる。画像化モダリティ１２により撮像した画像は、一以上の画像メモリ１４に格納される。
測定装置１６は、図３に例を示した心筋などの、関心オブジェクト（ＯＯＩ）２０の２次元、３次元、及び／または４次元画像などの画像１８を受け取る。一実施形態では、画像は４次元画像であり、例えば心臓の３次元シネ画像などである。受け取られる画像１８は、例えば、Ｄｙｎａｍｉｃ Ｃｏｎｔｒａｓｔ Ｅｎｈａｎｃｅｄ ＭＲ画像、ＣＴ画像、ＣＭＲ画像、ＣＣＴ画像、３次元ＵＳ画像などである。一般的に、画像１８は、画像化モダリティ１８及び／または画像メモリ１４から受け取られる。例えば、画像１８は、画像化モダリティ１２から画像メモリ１４を通して受け取られてもよい。しかし、画像１８のその他のソース（ｓｏｕｒｃｅｓ）も想定している。さらに、画像１８は、一般的に、磁気共鳴及び／またはコンピュータ断層撮影のモダリティから受け取られる。測定装置１６の測定アプリケーション２２の実行を通して、測定装置１６は、受け取り画像１６の心筋収縮能を評価する。実施形態はシネＣＭＲデータから得られる局部心筋収縮能の分析にフォーカスしているが、このワークフローは、他のモダリティ（ＣＣＴ、心エコーなど）から得られるシネ画像（ｃｉｎｅ ｉｍａｇｅｓ）にも適用可能である。また、実施形態は、短軸（ＳＡ）シネＣＭＲデータの分析に適したアルゴリズムの組み合わせを用いるが、その具体的な組み合わせには限定されない。例えば、すべてのアルゴリズムは２次元であるが、ＣＣＴや３次元ＵＳに応用する場合、３次元の同様なコンセプトに拡張することもできる。
測定アプリケーション２２が実行されると、そのユーザインタフェースは、測定装置１６のディスプレイ装置２４上に表示される。ユーザインタフェースにより、そのユーザは、受け取られた画像１８（例えば、選択された心臓フェーズのスライス画像）を好適に見ることができる。さらに、ユーザインタフェースにより、そのユーザは、測定装置１６のユーザ入力装置３０を用いて、局部収縮能を定量化する、受け取られた画像１８の場所を選択できる。受け取られた画像１８の場所を受け取ると、測定装置１６は、例えば測定アプリケーション２２で、その場所における収縮能の定量的パラメータを生成する。よって、ユーザは、例えばマウスを用いて、表示された画像１８上の場所を指示して、指示された場所における局部収縮能の量（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）を決定することができる。幾つかの実施形態では、ユーザインタフェースにより、そのユーザは、さらに、ユーザ入力装置３０を用いて測定用の他のパラメータを指定することができる。例えば、測定アプリケーション２２により、ユーザは、疑わしいエリアの画像を見ることができる。ユーザがユーザ入力装置３０を用いて疑わしいエリア／点を選択し、測定装置１６が自動的にその点におけるＬＶ壁の厚さを測定する。ＬＶ壁の厚さは、ディスプレイ装置２４上に数字その他の量として表示される。壁厚及び／または変位の変化を示すグラフがディスプレイ装置２４上に表示されることも想定される。
測定装置１６は、視覚的に確認された壁運動の異常をドキュメンテーションするためだけに、ユーザが左室（ＬＶ）全体のセグメンテーションを確認及び／または修正することを要しない。その替わり、１回のインターラクションにより、所望の場所における壁運動の異常のドキュメンテーションが可能である。そのため、この測定装置１６により、不必要なオーバーヘッド無しに、局部収縮能の分析が高い時間効率でできる。
局部収縮能を定量化するため、測定装置１６は図４の方法を用いる。方法５０により、ユーザは、ステップ５２において、受け取った画像上の心筋の位置を指示する。ステップ５４において、指示された位置から心筋壁に垂直な、またはＬＶ血液プールの重心への線が、選択された場所を通して描かれる（ｃａｓｔ）。ステップ５６において、全ての心臓フェーズにおいて、その光線に沿って、時空間再フォーマットがサンプリング（ｓａｍｐｌｅ）される。ステップ５８において、時空間再フォーマットにより最小コストパスを計算し、心筋壁厚と運動を決定する。ステップ６０において、心筋壁厚と壁運動を時間の経過にわたり表示する。
図３を参照して、ステップ５２においてユーザが受け取り画像１８上の心筋の位置６２を選択すると、測定装置１６が自動的にＬＶの重心を決定し、その重心６４からステップ５２で選択された点６２を通る直線６６を描く。これは、直線６６がＬＶ壁に対し垂直であることを保証するためである。これを実現するため、測定アプリケーション２２はＬＶの最適合円を用いて、重心６４の最も正確な場所を決定する。このように、この線は重心とＬＶ壁との間の半径と同じ距離に位置づけられる。ステップ５６において重心６４から選択点６２を通るライン６４が描かれると、様々な心臓フェーズにわたり、血液プールとＬＶ壁との間に一以上の遷移点が決定される。例えば、トラッキングアルゴリズムやロケーショントラッキングを用いて、３次元シネ画像の複数の心臓フェーズにわたる選択点６２と重心６４の場所を決定する。ステップ５８において、血液プールとＬＶ壁とＬＶの心臓壁の外側との間の遷移点が自動的に決定され、それらの間の距離が自動的に計算される。様々な心臓フェーズにわたる距離が記憶され、心筋収縮能の量（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）を決定するために用いられる。シネ画像中の選択点（内側ＬＶ壁、外壁、壁の中心点など）の場所、及び（例えば重心に対する）最大ＬＶ変位、ＬＶ最小変位、壁運動などが決定される。心筋収縮能の定量化には、ＬＶ壁厚、ＬＶ最大変位、ＬＶ最小変位、壁運動などが含まれる。このように、完全に自動化された心筋収縮能の評価ができる。測定点の自動的選択も想定している。例えば、端壁の厚さがＲＶの２つの端点において、すなわち心室中隔の中央レベルなど間の点と、（ＬＶ中隔の中央から血液プールを通る）水平自由壁（ｌａｔｅｒａｌ ｆｒｅｅ ｗａｌｌ）中の点とにおいて、測定される。
図３と図４の実施形態は、ステップ６８において、ＬＶ重心を超えて対向するＬＶ壁上の心筋に引いた線を延長することにより、局部非同期評価（ｌｏｃａｌ ｄｙｓｓｙｎｃｈｒｏｎｙ ａｓｓｅｓｓｍｅｎｔ）に適合することができることも想定すべきである。対向する心筋の最小コストパスの計算を繰り返すことにより、基準収縮曲線（ｒｅｆｅｒｅｎｃｅ ｃｏｎｔｒａｃｔｉｏｎ ｃｕｒｖｅ）が得られる。これはステップ７０において、例えば中隔と自由水平壁（ｆｒｅｅ ｌａｔｅｒａｌ ｗａｌｌ）との間の収縮遅延（ｃｏｎｔｒａｃｔｉｏｎ ｄｅｌａｙ）を決定するために用いられる。さらに、図３と図４の実施形態は、ステップ７２における、選択された複数の位置における局部収縮能の分析と、それに続くコンテキストモデル（ｃｏｎｔｅｘｔ ｍｏｄｅｌ）を用いた素早くロバストなランドマーク検出を自動的に実行するように適合できる。例えば、中心点への距離が同じである２つのＴ字の接合部分を用いて、ＲＶ屈曲点（ＲＶ ｉｎｆｌｅｃｔｉｏｎｓ）を特定できる。同時に、ステップ７４において、これらの点を用いて、ＲＶ屈曲点及び水平自由壁上の点における壁厚を測定できる。
心筋収縮能の定量化後、測定装置１６はステップ７６において定量化結果（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）を表示する。一実施形態では、定量化結果は、図１に示した従来のブルズアイビューで表示される。他の一実施形態では、定量化結果は、図３の右側に示したようにグラフィカルに表示される。上のグラフ７８において、定量化結果（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）は心筋の壁厚を示す。２つのインジケータ８０、８２は、心筋の内壁及び外壁を示す。下のグラフ８４は、時間９０の経過にともなう心筋の最大変位８６と最小変位８８を示す。心筋収縮の定量化結果が表示画像１８上に示された数値として表示されることも想定している。言うまでもなく、ユーザが表示画像１８上で様々な点やエリアを選択すると、測定装置１６は、心筋収縮能の定量化結果の一以上のインジケータを表示する。
測定装置１６は、その少なくとも１つのメモリ４４上のコンピュータ実行可能命令を実行する少なくとも１つのプロセッサ４２を含む。コンピュータ実行可能命令は、測定装置１６の機能を実行し、測定アプリケーション２２を含む。一実施形態では、プロセッサは、図４を参照して説明したステップを実行するようにプログラムされている。さらに、測定装置１６は、通信部４６及び／または少なくとも１つのシステムバス４８を含んでいてもよい。通信部４６は、プロセッサ４２に、少なくとも１つの通信ネットワークへのインタフェースを提供する。通信部４６を用いて、例えば、画像化モダリティ１２及び／または画像メモリ１４と通信できる。システムバス４８により、ディスプレイ装置２４、ユーザ入力装置３０、プロセッサ４２、メモリ４４及び通信部４６間のデータの交換が可能になる。
ここで、メモリには、一または複数の非一時的コンピュータ読み取り可能媒体；磁気ディスクその他の磁気記憶媒体；光ディスクその他の光学的記憶媒体；ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、その他の電子的メモリデバイスまたはチップまたは動作可能に相互接続された一組のチップ；記憶された命令をインターネット／イントラネットまたはローカルエリアネットワークを介して読み出し得るインターネット／イントラネットサーバ；などを含む。さらに、ここで、プロセッサは、プロセッサ、マイクロコントローラ、グラフィック処理ユニット（ＧＰＵ）、特定用途集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などのうち一または複数を含み；ユーザ入力装置は、マウス、キーボード、タッチスクリーンディスプレイ、一または複数のボタン、一または複数のスイッチ、一または複数のトグルなどのうち一または複数を含み；データベースは一または複数のメモリを含み；ディスプレイ装置はＬＣＤディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、プロジェクションディスプレイ、タッチスクリーンディスプレイなどのうち一または複数を含む。
本発明を好ましい実施形態を参照して説明した。前述の詳細な説明を読んで理解すれば、修正と変更に想到することができる。本発明は、添付した請求項とその均等の範囲内に入るこのような修正及び変更はすべて含むものと解釈しなければならない。
本発明は概して画像処理に関する。具体的には、心筋収縮能の定量的評価に応用でき、特に、限定ではないが、心臓磁気共鳴（ＣＭＲ）、心臓コンピュータ断層撮影（ＣＣＴ）、心エコー検査、３次元超音波（３Ｄ ＵＳ）画像シーケンスによる壁厚及び壁運動の定量化に応用できる。しかし、言うまでもなく、その他の使用例にも応用でき、必ずしも上記の応用例に限定されない。
ＣＭＲ、ダイナミックＣＣＴ、または３次元心エコー検査を用いたシネイメージング（ｃｉｎｅ ｉｍａｇｉｎｇ）により、１回拍出量、駆出率、及び心拍出量の測定を含む、左室（ＬＶ）機能全体の定量化が可能となる。またシネイメージングは、局部収縮能の測定、心内膜の変位（壁運動）、または心筋の肥大の評価に用いられる。このように、局部収縮能測定は、心臓疾患の評価における標準的な診断方法のひとつであると考えられる。具体的に、局部心収縮能は、急性心筋梗塞に対する心筋救済の評価、ＣＲＴ処置のための心筋ｄｙｓｓｙｎｃｈｒｏｎｙの評価、及び薬理学的に生じたストレスのテストにおけるストレスにより生じた壁運動異常の評価に用いるパラメータである。
左室能全体や局部収縮能を測定するため、心臓のシネイメージ（ｃｉｎｅ ｉｍａｇｅｓ）を描出（ｄｅｌｉｎｅａｔｅ）またはセグメント化する。すべての画像（複数のスライスとフェーズ）をマニュアルで描出するのに加えて、多くの半自動的及び自動的な輪郭検出方法が開発され、複数の専用の機能分析パッケージとして入手可能である。しかし、自動的な輪郭検出方法の利用可能性にかかわらず、複数のスライス及びフェーズにおける心筋の輪郭の完全かつ正確な描出には時間がかかる。例えば、自動的な輪郭検出方法では誤差のないデータセットは得られず、輪郭をレビューしてマニュアルで修正しなければならない。すべてのスライスの心筋の輪郭のレビューと修正には、普通は３分から５分かかり、画質、アルゴリズムの精度、スライス数、及びアプリケーションの使い勝手によっては１０分かかることもある。その結果、多くのルーチンのユーザは、描出ツール（ｄｅｌｉｎｅａｔｉｏｎ ｔｏｏｌｓ）の時間的効率性と左室能分析には全体として満足していない。
また、このように完全な分析は、心筋のすべての場所の局部収縮能を測定することになり、一般的には図１に示すようなブルズアイビュー（ｂｕｌｌｓ−ｅｙｅ ｖｉｅｗ）でレポートされる。ブルズアイビュー２は局部収縮能の定量化を示す。具体的に、ブルズアイビューは、様々なＬＶセグメントのそれぞれの収縮性６の時間分散を示す。しかし、かかる心臓イメージング報告標準は、多数の場所における局部収縮能のドキュメンテーションを規定している。さらにまた、局部壁運動異常は目視検査中に頻繁にすばやく認識され、局部異常のドキュメンテーションの目的のためだけに完全な分析をするのは、不必要な行為であると受け取られている。
本出願は、上記の問題等を解消する、新しい改良された方法とシステムを提供するものである。
一態様では、心筋収縮能を定量化するシステムが提供される。該システムは、少なくとも１つのプロセッサであって、関心対象を含む画像を受け取り、前記受け取った画像の一部におけるユーザにより選択された位置を受け取り、前記選択された位置における心筋収縮能の定量化結果を決定し、前記心筋収縮能の定量化結果をディスプレイ装置に表示するプロセッサを含む。
他の一態様では、心筋収縮能を定量化する方法が提供される。該方法は、関心対象を含む画像を受け取るステップと、前記受け取った画像の一部におけるユーザにより選択された位置を受け取るステップと、前記選択された位置における心筋収縮能の定量化結果を決定するステップと、前記心筋収縮能の定量化結果をディスプレイ装置に表示するステップとを含む。
他の一態様では、輪郭の不確実性を定量化するシステムが提供される。該システムは、複数の心臓フェーズにわたり少なくとも左室の４次元画像の一部を表示するディスプレイを含む。測定装置は、少なくとも１つのプロセッサであって、画像化装置から前記４次元画像を受け取り、前記左室の心筋壁上の選択された場所を受け取り、前記選択された場所を通る、前記心筋壁または左室の中心のうち少なくとも一方に垂直な線を引き、前記引かれた線に沿った前記心筋壁の厚さを計算し、前記心筋壁の厚さを前記表示装置上に表示するようにプログラムされているプロセッサを含む。
一利点は、局部収縮能の高時間的効率の分析にある。
他の一利点は、ユーザにより選択された場所における局部収縮能の定量化にある。
他の一利点は、局部収縮能の詳細なレポーティングとドキュメンテーションにある。
他の一利点は、患者スループットの向上にある。
本発明のさらに別の利点は、以下の詳細な説明を読んで理解すれば当業者には明らかになるであろう。
本発明は、様々なコンポーネントとその構成、及び様々なステップとその構成の形を取る。図面は好ましい実施形態を例示することのみを目的とし、本発明を限定するものと解してはならない。
本願に関連する従来のブルズアイビューを示す図である。 本願による局部収縮測定システムを示すブロック図である。 本願によるユーザインタフェースの一実施形態を示す図である。 本願による局部収縮測定方法を示すブロック図である。
一般的に、心筋収縮能を評価する時、重要な定量的測定には、ＬＶの壁厚と壁運動がある。現在、複数の心臓フェーズ（一般的には、少なくとも１２フェーズ）のそれぞれにおいて、一連のスライス画像（一般的には、少なくとも１０画像）が取られる。これらの画像は、（特にＬＶの内壁と外壁に）セグメント化される。自動的にセグメント化する手法があっても、ユーザは、通常、セグメント化を調整するのに一スライスあたり少なくとも１〜２分かかるので、このプロセスは非常に時間がかかる。
図２を参照して、治療システム１０は、心筋収縮能の定量的評価を提供し、特に、限定ではないが、心臓磁気共鳴（ＣＭＲ）、心臓コンピュータ断層撮影（ＣＣＴ）、心エコー検査、３次元超音波（３Ｄ ＵＳ）画像シーケンスによる壁厚及び壁動の定量化を提供できる。具体的に、ユーザが指示した場所における局部収縮能が定量化される。ユーザがパイロット画像中の心筋の場所を指示すると、治療システム１０は、視覚的に確認された壁運動異常をドキュメンテーションするためだけに放射線科医が左室（ＬＶ）セグメントを確認及び／または修正することを要さない。それどころか、１回のインターラクションにより、指示された場所における壁運動と壁厚のドキュメンテーションが可能である。そのため、このワークフローにより、不必要なオーバーヘッド無しに、局部収縮能の分析が高い時間効率でできる。
治療システム１０は、患者の心筋などの関心オブジェクトの画像を取得する一以上の画像化モダリティ１２を含む。画像化モダリティ１２には、コンピュータ断層撮影（ＣＴ）スキャナ、ＣＭＲスキャナ、心臓コンピュータ断層撮影ＣＣＴスキャナ、心エコースキャナ、３次元ＵＳスキャナなどのうち一以上のものが好適に含まれる。画像化モダリティ１２により撮像した画像は、一以上の画像メモリ１４に格納される。
測定装置１６は、図３に例を示した心筋などの、関心オブジェクト（ＯＯＩ）２０の２次元、３次元、及び／または４次元画像などの画像１８を受け取る。一実施形態では、画像は４次元画像であり、例えば心臓の３次元シネ画像などである。受け取られる画像１８は、例えば、Ｄｙｎａｍｉｃ Ｃｏｎｔｒａｓｔ Ｅｎｈａｎｃｅｄ ＭＲ画像、ＣＴ画像、ＣＭＲ画像、ＣＣＴ画像、３次元ＵＳ画像などである。一般的に、画像１８は、画像化モダリティ１８及び／または画像メモリ１４から受け取られる。例えば、画像１８は、画像化モダリティ１２から画像メモリ１４を通して受け取られてもよい。しかし、画像１８のその他のソース（ｓｏｕｒｃｅｓ）も想定している。さらに、画像１８は、一般的に、磁気共鳴及び／またはコンピュータ断層撮影のモダリティから受け取られる。測定装置１６の測定アプリケーション２２の実行を通して、測定装置１６は、受け取られた画像１８の心筋収縮能を評価する。実施形態はシネＣＭＲデータから得られる局部心筋収縮能の分析にフォーカスしているが、このワークフローは、他のモダリティ（ＣＣＴ、心エコーなど）から得られるシネ画像（ｃｉｎｅ ｉｍａｇｅｓ）にも適用可能である。また、実施形態は、短軸（ＳＡ）シネＣＭＲデータの分析に適したアルゴリズムの組み合わせを用いるが、その具体的な組み合わせには限定されない。例えば、すべてのアルゴリズムは２次元であるが、ＣＣＴや３次元ＵＳに応用する場合、３次元の同様なコンセプトに拡張することもできる。
測定アプリケーション２２が実行されると、そのユーザインタフェースは、測定装置１６のディスプレイ装置２４上に表示される。ユーザインタフェースにより、そのユーザは、受け取られた画像１８（例えば、選択された心臓フェーズのスライス画像）を好適に見ることができる。さらに、ユーザインタフェースにより、そのユーザは、測定装置１６のユーザ入力装置３０を用いて、局部収縮能を定量化する、受け取られた画像１８の場所を選択できる。受け取られた画像１８の場所を受け取ると、測定装置１６は、例えば測定アプリケーション２２で、その場所における収縮能の定量的パラメータを生成する。よって、ユーザは、例えばマウスを用いて、表示された画像１８上の場所を指示して、指示された場所における局部収縮能の量（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）を決定することができる。幾つかの実施形態では、ユーザインタフェースにより、そのユーザは、さらに、ユーザ入力装置３０を用いて測定用の他のパラメータを指定することができる。例えば、測定アプリケーション２２により、ユーザは、疑わしいエリアの画像を見ることができる。ユーザがユーザ入力装置３０を用いて疑わしいエリア／点を選択し、測定装置１６が自動的にその点におけるＬＶ壁の厚さを測定する。ＬＶ壁の厚さは、ディスプレイ装置２４上に数字その他の量として表示される。壁厚及び／または変位の変化を示すグラフがディスプレイ装置２４上に表示されることも想定される。
測定装置１６は、視覚的に確認された壁運動の異常をドキュメンテーションするためだけに、ユーザが左室（ＬＶ）全体のセグメンテーションを確認及び／または修正することを要しない。その替わり、１回のインターラクションにより、所望の場所における壁運動の異常のドキュメンテーションが可能である。そのため、この測定装置１６により、不必要なオーバーヘッド無しに、局部収縮能の分析が高い時間効率でできる。
局部収縮能を定量化するため、測定装置１６は図４の方法を用いる。方法５０により、ユーザは、ステップ５２において、受け取った画像上の心筋の位置を指示する。ステップ５４において、指示された位置から心筋壁に垂直な、またはＬＶ血液プールの重心への線が、選択された場所を通して描かれる（ｃａｓｔ）。ステップ５６において、全ての心臓フェーズにおいて、その光線に沿って、時空間再フォーマットがサンプリング（ｓａｍｐｌｅ）される。ステップ５８において、時空間再フォーマットにより最小コストパスを計算し、心筋壁厚と運動を決定する。ステップ６０において、心筋壁厚と壁運動を時間の経過にわたり表示する。
図３を参照して、ステップ５２においてユーザが受け取り画像１８上の心筋の位置６２を選択すると、測定装置１６が自動的にＬＶの重心を決定し、その重心６４からステップ５２で選択された点６２を通る直線６６を描く。これは、直線６６がＬＶ壁に対し垂直であることを保証するためである。これを実現するため、測定アプリケーション２２はＬＶの最適合円を用いて、重心６４の最も正確な場所を決定する。このように、この線は重心とＬＶ壁との間の半径と同じ距離に位置づけられる。ステップ５６において重心６４から選択点６２を通るライン６６が描かれると、様々な心臓フェーズにわたり、血液プールとＬＶ壁との間に一以上の遷移点が決定される。例えば、トラッキングアルゴリズムやロケーショントラッキングを用いて、３次元シネ画像の複数の心臓フェーズにわたる選択点６２と重心６４の場所を決定する。ステップ５８において、血液プールとＬＶ壁とＬＶの心臓壁の外側との間の遷移点が自動的に決定され、それらの間の距離が自動的に計算される。様々な心臓フェーズにわたる距離が記憶され、心筋収縮能の量（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）を決定するために用いられる。シネ画像中の選択点（内側ＬＶ壁、外壁、壁の中心点など）の場所、及び（例えば重心に対する）最大ＬＶ変位、ＬＶ最小変位、壁運動などが決定される。心筋収縮能の定量化には、ＬＶ壁厚、ＬＶ最大変位、ＬＶ最小変位、壁運動などが含まれる。このように、完全に自動化された心筋収縮能の評価ができる。測定点の自動的選択も想定している。例えば、端壁の厚さがＲＶの２つの端点において、すなわち心室中隔の中央レベルなど間の点と、（ＬＶ中隔の中央から血液プールを通る）水平自由壁（ｌａｔｅｒａｌ ｆｒｅｅ ｗａｌｌ）中の点とにおいて、測定される。
図３と図４の実施形態は、ステップ６８において、ＬＶ重心を超えて対向するＬＶ壁上の心筋に引いた線を延長することにより、局部非同期評価（ｌｏｃａｌ ｄｙｓｓｙｎｃｈｒｏｎｙ ａｓｓｅｓｓｍｅｎｔ）に適合することができることも想定すべきである。対向する心筋の最小コストパスの計算を繰り返すことにより、基準収縮曲線（ｒｅｆｅｒｅｎｃｅ ｃｏｎｔｒａｃｔｉｏｎ ｃｕｒｖｅ）が得られる。これはステップ７０において、例えば中隔と自由水平壁（ｆｒｅｅ ｌａｔｅｒａｌ ｗａｌｌ）との間の収縮遅延（ｃｏｎｔｒａｃｔｉｏｎ ｄｅｌａｙ）を決定するために用いられる。さらに、図３と図４の実施形態は、ステップ７２における、選択された複数の位置における局部収縮能の分析と、それに続くコンテキストモデル（ｃｏｎｔｅｘｔ ｍｏｄｅｌ）を用いた素早くロバストなランドマーク検出を自動的に実行するように適合できる。例えば、中心点への距離が同じである２つのＴ字の接合部分を用いて、ＲＶ屈曲点（ＲＶ ｉｎｆｌｅｃｔｉｏｎｓ）を特定できる。同時に、ステップ７４において、これらの点を用いて、ＲＶ屈曲点及び水平自由壁上の点における壁厚を測定できる。
心筋収縮能の定量化後、測定装置１６はステップ７６において定量化結果（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）を表示する。一実施形態では、定量化結果は、図１に示した従来のブルズアイビューで表示される。他の一実施形態では、定量化結果は、図３の右側に示したようにグラフィカルに表示される。上のグラフ７８において、定量化結果（ｑｕａｎｔｉｆｉｃａｔｉｏｎ）は心筋の壁厚を示す。２つのインジケータ８０、８２は、心筋の内壁及び外壁を示す。下のグラフ８４は、時間９０の経過にともなう心筋の最大変位８６と最小変位８８を示す。心筋収縮の定量化結果が表示画像１８上に示された数値として表示されることも想定している。言うまでもなく、ユーザが表示画像１８上で様々な点やエリアを選択すると、測定装置１６は、心筋収縮能の定量化結果の一以上のインジケータを表示する。
測定装置１６は、その少なくとも１つのメモリ４４上のコンピュータ実行可能命令を実行する少なくとも１つのプロセッサ４２を含む。コンピュータ実行可能命令は、測定装置１６の機能を実行し、測定アプリケーション２２を含む。一実施形態では、プロセッサは、図４を参照して説明したステップを実行するようにプログラムされている。さらに、測定装置１６は、通信部４６及び／または少なくとも１つのシステムバス４８を含んでいてもよい。通信部４６は、プロセッサ４２に、少なくとも１つの通信ネットワークへのインタフェースを提供する。通信部４６を用いて、例えば、画像化モダリティ１２及び／または画像メモリ１４と通信できる。システムバス４８により、ディスプレイ装置２４、ユーザ入力装置３０、プロセッサ４２、メモリ４４及び通信部４６間のデータの交換が可能になる。
ここで、メモリには、一または複数の非一時的コンピュータ読み取り可能媒体；磁気ディスクその他の磁気記憶媒体；光ディスクその他の光学的記憶媒体；ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、その他の電子的メモリデバイスまたはチップまたは動作可能に相互接続された一組のチップ；記憶された命令をインターネット／イントラネットまたはローカルエリアネットワークを介して読み出し得るインターネット／イントラネットサーバ；などを含む。さらに、ここで、プロセッサは、プロセッサ、マイクロコントローラ、グラフィック処理ユニット（ＧＰＵ）、特定用途集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）などのうち一または複数を含み；ユーザ入力装置は、マウス、キーボード、タッチスクリーンディスプレイ、一または複数のボタン、一または複数のスイッチ、一または複数のトグルなどのうち一または複数を含み；データベースは一または複数のメモリを含み；ディスプレイ装置はＬＣＤディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、プロジェクションディスプレイ、タッチスクリーンディスプレイなどのうち一または複数を含む。
本発明を好ましい実施形態を参照して説明した。前述の詳細な説明を読んで理解すれば、修正と変更に想到することができる。本発明は、添付した請求項とその均等の範囲内に入るこのような修正及び変更はすべて含むものと解釈しなければならない。

Claims (20)

  1. 心筋収縮能を定量化するシステムであって、
    少なくとも１つのプロセッサであって、
    関心対象を含む画像を受け取り、
    前記受け取った画像の一部におけるユーザにより選択された位置を受け取り、
    前記選択された位置における心筋収縮能の定量化結果を決定し、
    前記心筋収縮能の定量化結果をディスプレイ装置に表示するようにプログラムされているプロセッサを有する、システム。
  2. 前記心筋収縮能の定量化結果は、前記関心対象を完全に描写せずに決定される、
    請求項１に記載のシステム。
  3. 前記関心対象は患者の左室であり、前記画像は４次元画像である、
    請求項１及び２いずれか一項に記載のシステム。
  4. 前記心筋収縮能の定量化結果は、左室壁厚、左室最大変位、左室最小変位、及び左室壁運動のうち少なくとも１つを含む、請求項１ないし３いずれか一項に記載のシステム。
  5. 前記プロセッサは、さらに、
    前記選択された位置から、心筋壁または左室の中心のうち少なくとも一方に垂直な線を引き、
    すべての心臓フェーズにおける前記線に沿った時空間リフォーマットをサンプリングし、
    前記時空間リフォーマットによる最小コストパスを計算するようにプログラムされている、
    請求項１ないし４いずれか一項に記載のシステム。
  6. 前記心筋収縮能の定量化結果の表示は、左室厚及び時間の経過にともなう左室運動のうち少なくとも一方を含む、請求項１ないし５いずれか一項に記載のシステム。
  7. 前記画像を生成する画像化装置と、
    前記ユーザが選択した位置を受け取るユーザ入力装置と、
    前記心筋収縮能の定量化結果を表示するディスプレイ装置とをさらに含む、
    請求項１ないし６いずれか一項に記載のシステム。
  8. 心筋収縮能を定量化する方法であって、
    関心対象を含む画像を受け取るステップと、
    前記受け取った画像の一部におけるユーザにより選択された位置を受け取るステップと、
    前記選択された位置における心筋収縮能の定量化結果を決定するステップと、
    前記心筋収縮能の定量化結果をディスプレイ装置に表示するステップと
    を有する方法。
  9. 前記心筋収縮能の定量化結果は、前記関心対象を完全に描写せずに決定される、
    請求項８に記載の方法。
  10. 前記関心対象は患者の左室であり、前記画像は４次元画像である、
    請求項８及び９いずれか一項に記載の方法。
  11. 前記心筋収縮能の定量化結果は、左室壁厚、左室最大変位、左室最小変位、及び左室壁運動のうち少なくとも１つを含む、請求項８ないし１０いずれか一項に記載の方法。
  12. 前記選択された位置から、心筋壁または左室の中心のうち少なくとも一方に垂直な線を引くステップと、
    すべての心臓フェーズにおける前記線に沿った時空間リフォーマットをサンプリングするステップと、
    前記時空間リフォーマットによる最小コストパスを計算するステップとをさらに含む、
    請求項８ないし１１いずれか一項に記載の方法。
  13. 前記心筋収縮能の定量化結果の表示は、左室厚及び時間の経過にともなう左室運動のうち少なくとも一方を含む、請求項８ないし１２いずれか一項に記載の方法。
  14. 請求項８ないし１３いずれか一項に記載の方法を実行するようにプログラムされた少なくとも１つのプロセッサ。
  15. 一以上のプロセッサを、請求項８ないし１３いずれか一項に記載の方法を実行するように制御するソフトウェアを担う非一時的コンピュータ読み取り可能媒体。
  16. 輪郭の不確実性を定量化するシステムであって、
    複数の心臓フェーズにわたり少なくとも左室の４次元画像の一部を表示するディスプレイと、
    少なくとも１つのプロセッサを含む測定装置であって、前記プロセッサは、
    画像化装置から前記４次元画像を受け取り、
    前記左室の心筋壁上の選択された場所を受け取り、
    前記選択された場所を通る、前記心筋壁または左室の中心のうち少なくとも一方に垂直な線を引き、
    前記引かれた線に沿った前記心筋壁の厚さを計算し、
    前記心筋壁の厚さを前記表示装置上に表示する
    ようにプログラムされているシステム。
  17. 前記プロセッサは、さらに、前記心臓フェーズの変位にわたる前記左室変位を計算するようにプログラムされている、請求項１６に記載のシステム。
  18. 前記プロセッサは、さらに、前記心臓フェーズの範囲にわたり心臓壁運動を評価するようにプログラムされている、請求項１６及び１７いずれか一項に記載のシステム。
  19. 前記プロセッサは、さらに、前記心筋収縮能の定量化結果を計算するようにプログラムされている、
    請求項１６ないし１８いずれか一項に記載のシステム。
  20. 前記心筋収縮能の定量化結果の表示は、左室壁厚、左室最大変位、左室最小変位、及び左室壁運動のうち少なくとも１つを含む、請求項１６ないし１９いずれか一項に記載のシステム。

JP2015522196A 2012-07-18 2013-07-03 局部収縮測定 Pending JP2015526149A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261672845P 2012-07-18 2012-07-18
US61/672,845 2012-07-18
PCT/IB2013/055444 WO2014013374A2 (en) 2012-07-18 2013-07-03 Local contraction measurements

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2019161699A Division JP2019217350A (ja) 2012-07-18 2019-09-05 局部収縮測定のためのシステム及び方法

Publications (1)

Publication Number Publication Date
JP2015526149A true JP2015526149A (ja) 2015-09-10

Family

ID=49165801

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2015522196A Pending JP2015526149A (ja) 2012-07-18 2013-07-03 局部収縮測定
JP2019161699A Pending JP2019217350A (ja) 2012-07-18 2019-09-05 局部収縮測定のためのシステム及び方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2019161699A Pending JP2019217350A (ja) 2012-07-18 2019-09-05 局部収縮測定のためのシステム及び方法

Country Status (7)

Country Link
US (1) US9691159B2 (ja)
EP (1) EP2875368A2 (ja)
JP (2) JP2015526149A (ja)
CN (1) CN104471424B (ja)
BR (1) BR112015000833A2 (ja)
RU (1) RU2015105370A (ja)
WO (1) WO2014013374A2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201603216D0 (en) * 2016-02-24 2016-04-06 King S College London Measurement of cardiac first phase ejection fraction

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11155862A (ja) * 1997-11-28 1999-06-15 Toshiba Corp 超音波診断装置及び超音波画像処理装置
US20020087072A1 (en) * 2000-12-05 2002-07-04 Marcel Breeuwer Method of localizing the myocardium of the heart and method of determining perfusion parameters thereof
US6728394B1 (en) * 2000-02-14 2004-04-27 Siemens Medical Solutions Usa, Inc. Dynamic measurement of object parameters
JP2004181041A (ja) * 2002-12-05 2004-07-02 Ziosoft Inc 画像解析装置、画像解析装置用機能マップ作成手段、画像解析方法および画像解析プログラム
JP2004313545A (ja) * 2003-04-17 2004-11-11 Hitachi Medical Corp 心臓の運動表示方法及び画像診断装置
JP2005087594A (ja) * 2003-09-19 2005-04-07 Hitachi Medical Corp 画像診断装置
JP2005531352A (ja) * 2002-06-28 2005-10-20 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 変形可能な３次元対象の頭頂の動きに関する情報を表示する画像処理システム
JP2007117611A (ja) * 2005-10-31 2007-05-17 Toshiba Corp 心機能解析装置及びその方法
US20090136109A1 (en) * 2006-03-20 2009-05-28 Koninklijke Philips Electronics, N.V. Ultrasonic diagnosis by quantification of myocardial performance
JP2009538172A (ja) * 2006-05-25 2009-11-05 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 心室壁濃厚部の定量化及び表示
JP2012061028A (ja) * 2010-09-14 2012-03-29 Fujifilm Corp 画像処理装置、方法およびプログラム
JP2012090722A (ja) * 2010-10-26 2012-05-17 Ge Medical Systems Global Technology Co Llc 画像処理装置およびプログラム並びに画像診断装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69131798T2 (de) * 1990-06-12 2000-05-11 Univ Florida Verfahren zur automatischen qantisierung von digitalisierten bilddaten
US5431161A (en) * 1993-04-15 1995-07-11 Adac Laboratories Method and apparatus for information acquistion, processing, and display within a medical camera system
US5435310A (en) 1993-06-23 1995-07-25 University Of Washington Determining cardiac wall thickness and motion by imaging and three-dimensional modeling
US6917826B2 (en) * 2002-02-01 2005-07-12 Siemens Corporate Research, Inc. Automatic and quantitative assessment of image quality in SPECT myocardial perfusion imaging
US7041061B2 (en) 2002-07-19 2006-05-09 Cardiac Pacemakers, Inc. Method and apparatus for quantification of cardiac wall motion asynchrony
US7308297B2 (en) 2003-11-05 2007-12-11 Ge Medical Systems Global Technology Company, Llc Cardiac imaging system and method for quantification of desynchrony of ventricles for biventricular pacing
JP2007160108A (ja) * 2005-12-12 2007-06-28 Siemens Medical Solutions Usa Inc 循環系機能を画像ベースで生理学的にモニタリングするためのシステムおよび方法
EP2066228A2 (en) * 2006-07-26 2009-06-10 Koninklijke Philips Electronics N.V. Visualization of stress level cardiac functional analysis results
WO2008085193A2 (en) * 2006-08-14 2008-07-17 University Of Maryland Quantitative real-time 4d strees test analysis
US8271070B2 (en) * 2007-10-04 2012-09-18 Siemens Aktiengesellschaft Method for monitoring myocardial wall thickness
US8571288B2 (en) * 2007-12-07 2013-10-29 Kabushiki Kaisha Toshiba Image display apparatus and magnetic resonance imaging apparatus
WO2009089341A1 (en) 2008-01-09 2009-07-16 Washington University In St. Louis Method for quantitatively mapping myocardial contractile function with magnetic resonance based multiparametric strain analysis
EP2545526B1 (en) * 2010-03-08 2016-10-19 Koninklijke Philips N.V. Region of interest definition in cardiac imaging
JP5323795B2 (ja) * 2010-10-12 2013-10-23 富士フイルム株式会社 診断支援装置、診断支援プログラムおよび診断支援方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11155862A (ja) * 1997-11-28 1999-06-15 Toshiba Corp 超音波診断装置及び超音波画像処理装置
US6728394B1 (en) * 2000-02-14 2004-04-27 Siemens Medical Solutions Usa, Inc. Dynamic measurement of object parameters
US20020087072A1 (en) * 2000-12-05 2002-07-04 Marcel Breeuwer Method of localizing the myocardium of the heart and method of determining perfusion parameters thereof
JP2005531352A (ja) * 2002-06-28 2005-10-20 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 変形可能な３次元対象の頭頂の動きに関する情報を表示する画像処理システム
JP2004181041A (ja) * 2002-12-05 2004-07-02 Ziosoft Inc 画像解析装置、画像解析装置用機能マップ作成手段、画像解析方法および画像解析プログラム
JP2004313545A (ja) * 2003-04-17 2004-11-11 Hitachi Medical Corp 心臓の運動表示方法及び画像診断装置
JP2005087594A (ja) * 2003-09-19 2005-04-07 Hitachi Medical Corp 画像診断装置
JP2007117611A (ja) * 2005-10-31 2007-05-17 Toshiba Corp 心機能解析装置及びその方法
US20090136109A1 (en) * 2006-03-20 2009-05-28 Koninklijke Philips Electronics, N.V. Ultrasonic diagnosis by quantification of myocardial performance
JP2009538172A (ja) * 2006-05-25 2009-11-05 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 心室壁濃厚部の定量化及び表示
JP2012061028A (ja) * 2010-09-14 2012-03-29 Fujifilm Corp 画像処理装置、方法およびプログラム
JP2012090722A (ja) * 2010-10-26 2012-05-17 Ge Medical Systems Global Technology Co Llc 画像処理装置およびプログラム並びに画像診断装置

Also Published As

Publication number Publication date
WO2014013374A2 (en) 2014-01-23
US20150213615A1 (en) 2015-07-30
RU2015105370A (ru) 2016-09-10
EP2875368A2 (en) 2015-05-27
BR112015000833A2 (pt) 2017-06-27
CN104471424B (zh) 2017-11-14
CN104471424A (zh) 2015-03-25
WO2014013374A3 (en) 2014-04-17
JP2019217350A (ja) 2019-12-26
US9691159B2 (en) 2017-06-27

Similar Documents

Publication Publication Date Title
Smistad et al. Real-time automatic ejection fraction and foreshortening detection using deep learning
Wood et al. Left ventricular ejection fraction and volumes: it depends on the imaging method
Caiani et al. Improved quantification of left ventricular mass based on endocardial and epicardial surface detection with real time three dimensional echocardiography
US7822246B2 (en) Method, a system and a computer program for integration of medical diagnostic information and a geometric model of a movable body
Knight et al. Accuracy and reproducibility of right ventricular quantification in patients with pressure and volume overload using single-beat three-dimensional echocardiography
US9949643B2 (en) Automatic visualization of regional functional parameters of left ventricle from cardiac imaging
US8218839B2 (en) Automatic localization of the left ventricle in cardiac cine magnetic resonance imaging
US9767619B2 (en) Information processing apparatus and information processing method
US20050010100A1 (en) Method and apparatus for automatic detection of anomalies in vessel structures
EP2618307A1 (en) Method and system for determining the volume of epicardial fat from volumetric images, and corresponding computer program
JP2010279440A (ja) 画像処理装置及びその制御方法、コンピュータプログラム
US20170330317A1 (en) Determination of localised quality measurements from a volumetric image record
Queiros et al. Multi-centre validation of an automatic algorithm for fast 4D myocardial segmentation in cine CMR datasets
JP2012061337A (ja) 画像処理装置及びその制御方法、コンピュータプログラム
Mansell et al. Comparison of the within-reader and inter-vendor agreement of left ventricular circumferential strains and volume indices derived from cardiovascular magnetic resonance imaging
Yamani et al. Three‐dimensional echocardiography in evaluation of left ventricular indices
Medrano-Gracia et al. An atlas for cardiac MRI regional wall motion and infarct scoring
JP2019217350A (ja) 局部収縮測定のためのシステム及び方法
JP2012061019A (ja) 画像処理装置、方法およびプログラム
JP2007521862A (ja) 心臓機能の確率的解析
IL262027A (en) System and methods for diagnostic image processing and image quality assessment
JPWO2016009957A1 (ja) コンピュータプログラム、画像処理装置及び方法
Marino et al. Objective selection of short-axis slices for automated quantification of left ventricular size and function by cardiovascular magnetic resonance
WO2011142725A1 (en) Method and device for processing a computed tomography measurement result
Piazzese et al. Semi-automated detection and quantification of aortic atheromas from three-dimensional transesophageal echocardiography

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150317

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160630

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170228

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170314

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170613

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20171128

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180327

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20180405

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20180622

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20190524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190905