JP2016112419A - 医用画像処理装置、医用画像処理方法及び医用画像処理プログラム - Google Patents

医用画像処理装置、医用画像処理方法及び医用画像処理プログラム Download PDF

Info

Publication number
JP2016112419A
JP2016112419A JP2015243855A JP2015243855A JP2016112419A JP 2016112419 A JP2016112419 A JP 2016112419A JP 2015243855 A JP2015243855 A JP 2015243855A JP 2015243855 A JP2015243855 A JP 2015243855A JP 2016112419 A JP2016112419 A JP 2016112419A
Authority
JP
Japan
Prior art keywords
alignment
data set
image data
image processing
atlas
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
JP2015243855A
Other languages
English (en)
Other versions
JP6704723B2 (ja
Inventor
ラゼト マルコ
Razeto Marco
ラゼト マルコ
アキノーラ・アキニェミ
Akinyemi Akinola
マガウ クリス
Mcgough Chris
マガウ クリス
ストラウド タイラー
Stroud Tyler
ストラウド タイラー
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.)
Toshiba Corp
Canon Medical Systems Corp
Original Assignee
Toshiba Corp
Toshiba Medical Systems Corp
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 Toshiba Corp, Toshiba Medical Systems Corp filed Critical Toshiba Corp
Publication of JP2016112419A publication Critical patent/JP2016112419A/ja
Application granted granted Critical
Publication of JP6704723B2 publication Critical patent/JP6704723B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/14Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/203Drawing of straight lines or curves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/037Emission tomography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4064Arrangements for generating radiation specially adapted for radiation diagnosis specially adapted for producing a particular type of beam
    • A61B6/4085Cone-beams
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20128Atlas-based segmentation
    • 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
    • G06T2207/30008Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Image Analysis (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Optics & Photonics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)
  • Pulmonology (AREA)
  • Quality & Reliability (AREA)

Abstract

【課題】複雑な構造を有する部位に関するボリュームデータについて、従来の手法に比してより適切な視覚化を実現可能な医用画像処理装置等を提供すること。【解決手段】本実施形態に係る医用画像処理装置は、位置合わせユニット、セグメンテーションユニットを具備する。位置合わせユニットボリュームデータと複数の解剖学的構造を含む参照データとの間において、参照データに含まれる第1の解剖学的構造に対応する少なくとも一部とボリュームデータの少なくとも一部とを位置合わせする第1の位置合わせと、第1の位置合わせの後に、参照データに含まれる第2の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする少なくとも一つの第2の位置合わせとを実行する。セグメンテーションユニットは、位置合わせ処理の結果に基づいて、ボリュームデータの少なくとも一部をセグメンテーションする。【選択図】 図7

Description

実施形態は、例えば骨、臓器、他の組織等の解剖学的構造に基づくデータのセグメンテーション(分割)を行う医用画像処理装置、医用画像処理方法及び医用画像処理プログラムに関する。
様々な医用画像モダリティ(medical imaging modalities)、たとえばX線コンピュータ断層撮影(X線CT)装置、磁気共鳴イメージング(MRI)装置、および陽電子放射断層撮影(PET)等の核医学診断装置、X線診断装置、超音波診断装置等は、診断または他の目的のために患者または他の対象を表す医用画像データを取得する際の標準的な技法になっている。医用画像データは、様々な形とすることができ、たとえば、医用画像モダリティによる測定から取得された任意の適したデータ、および/または1つまたは複数の解剖学的特徴を表す任意の適したデータを含み得る。医用画像データは、患者または他の医学的対象の少なくとも一部の画像を取得するためにレンダリングされ得る。また、医用画像データは、その他の方法で処理され得る任意のデータ、および/または1つまたは複数の解剖学的特徴の画像を取得するためにレンダリングされ得る。さらに、医用画像データは、その他の方法で処理され得る任意のデータとすることができる。ボリュームデータ(volumetric medical imaging data)は、たとえば、ボクセルの配列の形とすることができる。そのようなボクセルの配列は、たとえば、3次元位置の関数として、強度、吸収、または他のパラメータを表し得、たとえば、医用画像モダリティによって取得される測定信号の適した処理によって取得され得る。
ところで、例えば、手首の関節の運動学の分析、および手首の個々の骨の分析は、一般的に困難で、時間がかかる。これらの分析の対象とされる手首の骨は、手動で識別される必要があり得る。また、運動の異なる位相で撮られる一連の画像において、中間の位相を識別し、当該位相に対応する画像を用いて、病理を識別する必要がある場合がある。さらに、治療前の画像と治療後の画像との比較が必要になる場合もある。この様な状況は、奇形の存在下で、より複雑になり得るが、手首の関節の様な複雑な構造を有する部位の診断において、患者のボリュームデータの適切な提示および視覚化は、読取り時間を向上させ、診断を改善することができる。
しかしながら、複雑な構造を有する部位に関するボリュームデータについて、従来の手法による視覚化は、精度等の観点で、十分とは言えなかった。
目的は、複雑な構造を有する部位に関するボリュームデータについて、従来の手法に比してより適切な視覚化を実現可能な医用画像処理装置、医用画像処理方法、医用画像処理プログラムを実現することを目的とする。
本実施形態に係る医用画像処理装置は、位置合わせユニット、セグメンテーションユニットを具備する。位置合わせユニットボリュームデータと複数の解剖学的構造を含む参照データとの間において、前記参照データに含まれる第1の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする第1の位置合わせと、前記第1の位置合わせの後に、前記参照データに含まれる第2の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする少なくとも一つの第2の位置合わせと、を含む位置合わせ処理を実行する。セグメンテーションユニットは、前記位置合わせ処理の結果に基づいて、前記ボリュームデータの少なくとも一部をセグメンテーションする。
手首の概略図。 手首の概略図。 手首の概略図。 例示的な解剖学的図の形で準備される手首の概略図。 手首の走査画像。 一実施形態による装置の概略図。 一実施形態に従って実行されるプロセスを概略で示すフローチャート。 手首の分割前画像。 分割情報が重ねられる図8の画像を示す図。 一実施形態に従って実行されるプロセスを概略で示すフローチャート。 一実施形態のプロセスの一部を形成する階層的な位置合わせを概略で示すフローチャート。 手首画像の変換の図。 橈骨と尺骨とが提示されるレンダリング済み画像を示す図。 橈骨と尺骨とが取り除かれる対応するレンダリング済み画像を示す図。 一実施形態に従って実行されるプロセスを概略で示すフローチャート。
以下、実施形態に係る医用画像処理装置について説明する。なお、以下に述べる各実施形態に係る医用画像処理装置は、医用ワークステーション(ビューア)の様に単独で、或いは医用画像診断装置(例えば、X線コンピュータ断層撮像装置(CTスキャナ)、MRI装置、X線診断装置、超音波診断装置、核医学診断装置等)に内蔵或いは接続された形態で、実現される。なお、本実施形態に係る医用画像処理装置の機能は、所定の回路構成によって、或いは専用プログラムを制御プロセッサによって起動することで実現することも可能である。
また、本実施形態では、複雑な構造を有する患者の所定部位が手首である場合を例として説明する。しかしながら、当該手首の例に拘泥されず、他の実施形態では、患者の部位は、たとえば手首、足首、膝、肘、または首などの任意の関節など、任意の適切な部位とすることができる。ボリュームデータは、複数の画像データセットを備え得、その各々が、異なる位置における手首の走査に対応する。
手首は、筋骨格系の最も複雑な関節の1つである。手首は8本の小さい骨(手根骨)および複雑な内部および外部の靭帯系を備え、これは図1に図示される。図2は、橈骨12および尺骨14(前腕の骨)の部分とともに、10Aから10Hまでの8つの小さい手根骨を示す。図2は、中手骨16の部分も示す。
手首の複雑さのため、手首の骨または靭帯の怪我は、潜在的に、手首の動きに不可逆性の混乱を引き起こす可能性があり、進行性の骨関節炎を起こす可能性がある。
手首に関して各画像が異なる位置で撮られた、手首の一連の画像を撮ることによって、手首の動きを研究することが知られている。たとえば、手を振る運動のように、手が手の面で左右に移動するように、手首が動かされ得る(この運動は橈側−尺側偏位(radial-ulnar deviation)と呼ばれ得る)。たとえば、手術のため動きの変化を決定するために、動きの治療前と治療後との比較を提供するために、手首の動きが研究され得る。
いくつかの状況では、手首の動きの中間の位相(neutral phase)は、運動の両端の間の中間点と見なされ得る(または、他の状況では何らかの他の位置にあるものと見なされ得る)。手首の典型的な図および他の解剖学的図は、一般に、中間の位相で示され得る。たとえば、図1、図2、および図3は、中間の位相で提示される手首を示す。
例示的な解剖学的図を代表する技法を使用したデータの提示(たとえば、分解図または解体図(disarticulated view)における関節の骨の提示)は、関節に関するさらなる情報を提供することができ、病理にさらに光を当てることができる。そのような提示の一例は、図4に示される。そのような視覚化の準備は、時間がかかり、労働力を要するタスクであり得る。
図5は、患者の手首の走査画像を示す。いくつかの状況では、図5のものなど、走査画像から、臨床医が望み得るすべての情報を取得することが難しい場合がある。いくつかの状況では、病理、外傷、および走査状態は、患者の解剖学的構造の明瞭な視覚化を妨げる可能性がある。
人間の解剖学的構造のアトラスまたは人間の解剖学的構造の特定の部分のアトラスを作成することが知られている。既知のアトラスは、各ボクセルが画像強度および位置データを備える1組のボクセルを備え、アトラスにおける特定の解剖学的特徴の位置を示す位置データをさらに備え得る。アトラスにおける強度に関する他の統計的な測定値を含むことも示唆されている。
アトラスは、患者における測定によって取得された画像データの処理または分析において使用され得る。剛体(rigid)、アフィン、または非剛体の位置合わせを使用してアトラスデータに画像データを位置合わせし、それによって、画像データにおける解剖学的特徴をアトラスにおける対応する解剖学的特徴に位置合わせするために、画像データに適用され得る剛体、アフィン、または非剛体の変換を取得することが知られている。剛体位置合わせは、変換および/または回転を備え得る。アフィン位置合わせは、変換、回転、スケーリング、および/またはせん断を備え得る。
画像の位置合わせの技法は、よく知られている。一般に、位置合わせは、最適化問題であり、2組の画像データ間の最適な変換を見つけることを目的とする。変換は、1組の画像データの座標系におけるポイントを他の組の画像データの座標系における対応するポイントにマッピングすることによって、画像データの組における対応する特徴を関連させる。たとえば相互情報など、類似の測度(特徴量)を最大(または最小)にすることによって、最適な変換が決定され得る。
そのようなアトラスおよび位置合わせ手順の使用によって、たとえば、直接比較を、異なる対象から取得された画像データ間で実行できるようにすることができる。
分割は、画像における所与の構造を表すピクセルまたはボクセルを識別するプロセスであり、これは、ピクセルまたはボクセルを画像の残りから分離することを含み得る。構造は、たとえば、解剖学的構造、たとえば骨、血管、または臓器であり得る。構造を表すピクセルまたはボクセルの識別および/または分離は、構造、たとえば、構造の測定に関連する情報のさらなる処理、または画像における他の構造とは別になるように構造をレンダリングすることを容易にすることができる。
一実施形態による医用画像処理装置20が図6に概略的に示される。医用画像処理装置20は、計算装置22を備え、この場合パーソナルコンピュータ(PC)またはワークステーションであり、これは、医用画像撮影装置24と、1つまたは複数の表示画面26と、たとえばコンピュータキーボード、マウス、またはトラックボールなどの入力デバイス28とに接続されている。
医用画像撮影装置24は、複雑な構造を有する患者の所定部位のボリュームデータを撮影(取得)する。本実施形態においては、説明を具体的にするために、医用画像撮影装置24はCTスキャナであるとする。しかしながら、本実施形態は、当該例に限定されない。代替の実施形態では、CTスキャナ24は、たとえば、MRI(磁気共鳴イメージング)スキャナ、X線スキャナ、PETスキャナ(陽電子放射断層撮影)、SPECT(単光子放出コンピュータ断層撮影)スキャナ、コーンビームCTスキャナ、または回転X線を実行することが可能なC−ArmX線スキャナなど、任意の他の画像モダリティのスキャナによって交換または補足されてもよい。
本実施形態では、CTスキャナ24によって取得された画像データセットは、メモリ30に記憶され、その後、計算装置22に提供される。代替の実施形態では、画像データセットは、画像保管通信システム(PACS)の一部を形成することができるリモートデータストア(図示せず)から供給される。メモリ30またはリモートデータストアは、任意の適した形のメモリストレージを備え得る。
計算装置22は、画像データセットを自動的または半自動的に処理するための処理リソースを提供し、中央処理装置(CPU)32を備える。
計算装置22は、ボリュームデータを受信するためのデータ受信ユニット34と、アトラスにそのようなボリュームデータを位置合わせ(レジストレーション)するための位置合わせユニット36と、ボリュームデータにおける構造を分割するためのセグメンテーションユニット38とを含む。本実施形態では、計算装置22は、分割されたデータの画像をレンダリングするためのレンダリングユニット40をさらに備える。
本実施形態では、データ受信ユニット34、位置合わせユニット36、セグメンテーションユニット38、およびレンダリングユニット40は各々、本実施形態の方法を実行するために実行可能であるコンピュータ可読命令を有するコンピュータプログラムによって、計算装置22において実施される。しかしながら、他の実施形態では、様々なユニットは、1つまたは複数のASIC(特定用途向け集積回路)またはFPGA(フィールドプログラマブルゲートアレイ)として実施され得る。
計算装置22は、RAMと、ROMと、データバスと、様々なデバイスドライバを含むオペレーティングシステムと、グラフィックスカードを含むハードウェアデバイスとを含むPCの他の構成要素とハードドライブとも含む。そのような構成要素は、明快のため、図6に示されていない。
図6のシステムは、図7、図10、図11、および図14に関して後述される実施形態の方法を実行するように構成される。
図7は、一実施形態の方法を概略で示すフローチャートである。方法は、複数の患者のアトラス(アトラスデータセット60)を使用する複数の画像データセット70のアトラスベースプログレッシブマッチング100を備える。
アトラスベースマッチングは、たとえば、データセットを分割するために、アトラスをデータセットに適用するプロセスを示すために使用され得る。アトラスベースプログレッシブマッチングは、たとえば、後述するように、アトラスの様々な構成要素が異なる位置合わせにおいて徐々に位置合わせされるプロセスであり得る。
複数の画像データセット70は、患者の手首の連続したCTスキャンから導出される。連続したCTスキャンは、患者の手首が運動の範囲を移動するにつれて(本実施形態では、橈側−尺側偏位)撮られる。
アトラスベースプログレッシブマッチング100は、アトラスデータセット60と画像データセット70のうちの少なくとも1つとの間の階層的なアトラスベースの位置合わせ110を備える。階層的なアトラスベースの位置合わせ110は、図10および図11に関して、または任意の適した方法によって、以下で詳細に説明される方法に従って実行され得る。階層的なアトラスベースの位置合わせ110は、結果として、1組の剛体またはアフィン変換200になる。剛体またはアフィン変換200の各々は、画像データセット70におけるそれぞれの個々の骨をアトラスデータセット60におけるその骨の表現と関連付ける。各変換200は、アトラスデータセット60における骨のうちの所与の1つの表現を、ボリュームデータセットの座標空間に、またはその逆に変換するために必要とされる変換である。異なる個々の骨のために異なる位置合わせが実行され得るので、階層的なアトラスベースの位置合わせ110は、区分的な位置合わせとして記載され得る。
アトラスベースプログレッシブマッチング100は、画像データセット70のうちの少なくとも1つのボクセルベースの分類をさらに備え、これは、階層的なアトラスベースの位置合わせ110の結果に依存して実行される。ボクセルベースの分類150は、階層的なアトラスベースの位置合わせ110からの結果によって導かれ得る。ボクセルベースの分類150は、結果として、少なくとも1つの画像データセット70における、識別され、ラベル付けされた1組の骨および他の組織210になる。ボクセルベースの分類150は、図10に関して、または任意の適した方法によって、以下で詳細に説明される方法に従って実行され得る。
剛体変換200ならびに識別およびラベリングデータ210は、その画像データセット70または各画像データセット70の提示および視覚化300のために使用される。骨および組織のラベルを使用して、患者の手首の説明図がレンダリングされ得る。そのようなレンダリングについては、図10に関して以下に詳細に説明される。剛体またはアフィン変換200ならびに識別およびラベリングデータ210は、手首の運動の自動分析310を実行するためにさらに使用される。自動分析310は、骨のロックおよび4D測定の自動化312を備える。そのような自動分析については、図14に関して以下に詳細に説明される。
図8は、ボリュームデータからレンダリングされた画像を示す。画像は、手首を表す。図9は、ボックス50aから50eおよび/または領域52aから52kによって示される、画像内で識別され、ラベル付けされた構造(手首の骨)になる、図6のプロセスが実行された後の同じ画像を示す。ボックスおよび領域は、分割情報(ボリュームデータの少なくとも一部の分割を示すラベルおよび領域)を表す。
図10は、一実施形態のプロセスを概略で示すフローチャートである。
図10の実施形態では、データ受信ユニット34は、メモリ30から単一の画像データセット70を受信する。他の実施形態では、画像データセット70は、たとえば、リモートデータストアから、または直接スキャナ24からなど、任意の適切なデータストアから受信され得る。
単一の画像データセット70は、患者の手首のCTスキャンから導出され、患者の手首の単一の位置に関連する。他の実施形態では、画像データセット70は、任意のモダリティ(たとえば、MR、PET、SPECT、コーンビームCT、または回転X線)での任意の適切な解剖学的領域(たとえば、関節)の走査から導出され得る。
他の実施形態では、データ受信ユニット34は、複数の画像データセット70を備えるボリュームデータを受信し、複数の画像データセット70が患者の手首の一致する複数の走査から導出される。たとえば、複数の画像データセット70は、手首がある範囲の位置において撮像される運動学的研究から導出され得る。図10に関して後述するプロセスは、複数の画像データセット70が処理される実施形態において繰り返され、または修正され得る。図14は、複数の画像データセット70が処理される一実施形態を表す。
画像データセット70は、関連する強度値を各々有する複数のボクセルを備える。本実施形態では、前処理は、画像データセット70がデータ受信ユニット34によって受信される前に、画像データセット70に実行されていない。他の実施形態では、画像データセット70において前処理が実行され得る。たとえば、空気を表すボクセルを識別するための閾値など、閾値は、画像データセット70に適用され得る。たとえば、骨の最初の分割および画像データセット70における軟部組織など、画像データセット70の最初の分割が実行され得る。
データ受信ユニット34は、メモリ30からアトラスデータセット60を受信する。他の実施形態では、アトラスデータセット60は、たとえば、リモートデータストアからなど、任意の適切なデータストアから取り出され得る。アトラスデータセット60は、データ受信ユニット34に記憶され得る。
他の実施形態では、アトラスデータセット60の代わりに、任意の適切な参照モデムセットが使用され得る。たとえば、仮想解剖が使用され得る、または、任意の以前分割された画像データセット70が使用され得る。
アトラスデータセット60は、各個々の手首の骨の表現を備える。手首の骨ごとに、表現は、骨を識別し、アトラスデータセット60のどのボクセルがその骨に属するかについて示す1つまたは複数の識別子を備える。
本実施形態では、識別子は、ボクセルラベルである。アトラスのボクセルの異なるサブセットは、アトラスの異なる骨に属するものとしてラベル付けされる。本実施形態では、ラベルは、確率的である。各ボクセルラベルは、ボクセルが所与の骨に属する尤度を表す。
他の実施形態では、各手首の骨に関連付けられた識別子は、たとえば、表面または境界ボックスを備え得る。各手首の骨の表現は、たとえば確率的マスクなどのマスクを備え得る。各手首の骨の表現は、その手首の骨をアトラスデータセット60の残りから区別するために使用され得るので、アトラスデータセット60におけるその手首の骨の分割であると言われ得る。
アトラス60の異なる構造(コンパートメント)は区別されるので、アトラスは、マルチコンパートメントアトラス(multi-compartment atlas)と呼ばれ得る。本実施形態では、対象の手首の骨の各々(橈骨、尺骨、ならびに手根骨および中手骨の各々)に属するボクセルは、アトラスにおいて個々にラベル付けされる。他の実施形態では、アトラスデータセット60は、たとえば足首、膝、肘、または首など別の関節など、異なる解剖学的領域の表現を備える。特定のアトラスデータセット60は、関節ごとに生成され得る。いくつかの実施形態では、特定の病理または他の状態のために、特定のアトラスデータセット60が生成され得る。
アトラスデータセット60は、実際のCTスキャン(複数のボクセルの強度を備える)に類似のデータタイプのものでもよく、または、たとえば各空間位置での測定のベクトルまたは派生量を備えるデータなど、追加のデータも含む、より豊かな、またはより大きいデータタイプでもよい。主な解剖学的変形体が表され、アトラスによって表される解剖学的領域(ここでは手首)が標準の状態で表されるような十分な実際のCTデータセットを収集することによって、アトラスが作成され得る。アトラスは、複数の患者からのCTデータを結合することによって作成される複数の患者アトラスとすることができる。アトラスを作成するために使用されるCTデータの各セットは、臨床専門医によって手動で分割されている可能性がある。本実施形態におけるアトラスデータセット60は、製品開発の間にコンパイルされ、製造の間に画像処理装置20に組み込まれる。
アトラスデータセット60および画像データセット70は、位置合わせユニット36に渡される。位置合わせユニット36は、アトラス60と画像データセット70との階層的な剛体位置合わせ110を実行する。階層的な剛体位置合わせ110は、グローバルな骨の配列120と、それに続くステージ130の複数の単一ステージの剛性またはアフィン位置合わせとを備える。ステージ130の少なくとも一部は、複数の剛体位置合わせを備えるので、マルチ剛体位置合わせと呼ばれ得る。
グローバルな骨の配列120は、事前位置合わせを備える。事前位置合わせは、アトラスデータセット60の全体と画像データセット70の全体との間のグローバルな剛体位置合わせを備える。他の実施形態では、アトラスデータセット60の一部は、画像データセット70の一部もしくは全部に位置合わせされ得る、または画像データセット70の一部は、アトラスデータセット60の一部もしくは全部に位置合わせされ得る。
任意の適した剛体位置合わせ方法が使用され得る。本実施形態では、アトラス60と画像データセット70との剛体位置合わせにおいて、相互情報が使用される。剛体位置合わせは、平行移動および/または回転を備え得る。いくつかの実施形態では、事前位置合わせは、アフィン位置合わせでもよい。
画像データセット70は、患者の手首のCTスキャンから導出され、アトラスデータセット60は、識別され、ラベル付けされた手首の骨を備える手首の表現を備える。アトラスデータセット60では、手首は、標準の解剖学的位置に表される。しかしながら、画像データセット70における手首は、アトラスデータセットにおける手首の表現とは異なる位置および/または配向で走査され得る。
事前位置合わせの意図は、画像データセット70とアトラスデータセット60との全体の配列を実行し、それによって、アトラスデータセット60に対する、画像データセット70における手首の大ざっぱな位置および配向を取得することである。
事前位置合わせは、結果として、アトラス60と画像データセット70とを関連付ける剛体変換80になる。剛体変換位置合わせ80は、平行移動および/または回転を備える。本実施形態では、事前位置合わせは、グローバルな剛体位置合わせであるが、他の実施形態では、アフィン位置合わせが使用されてもよい。
いくつかの実施形態では、事前位置合わせは実行されない。たとえば、いくつかの実施形態では、画像データセット70における手首は、アトラスデータセット60における手首とほぼ同じ位置および配向にある(たとえば、画像データセット70における手首は、標準の解剖学的位置の近くに故意に配置されている)ような方法で、画像データセット70が取得されていることが知られている可能性がある。そのような実施形態では、グローバルな骨の配列120は、図10のプロセスから省略され得る。
次いで、図10のフローチャートは、ステージ130に進む。ステージ130は、複数の単一ステージの剛体またはアフィン位置合わせを備える。ステージ130のサブステージが図11のフローチャートに表される。
本実施形態では、複数の単一ステージの剛体またはアフィン位置合わせにおける位置合わせのうちの1つは、アフィン位置合わせ(スケーリングを可能にする位置合わせ)である。他の実施態様では、位置合わせのうちのいずれかはアフィンでもよい。
ステージ130での複数の単一ステージの剛体またはアフィン位置合わせは、以前の位置合わせを変更することによって各々実行される一連の連続した位置合わせを備える。
アフィン位置合わせ131は、グローバルな剛体位置合わせ120を変更することによって取得される。剛体位置合わせ132は、アフィン位置合わせ131を変更することによって取得され、剛体位置合わせ134は、剛体位置合わせ132を変更することによって取得される。剛体位置合わせ136Aから136Hは各々、剛体位置合わせ134のそれぞれの変更によって取得される。これらの位置合わせについては、図11に関して以下に詳細に説明される。ステージ130の目的は、画像データセット70における対応する手首の骨に対するアトラスにおける手首の骨の各々の個々の位置合わせを取得することである。
図11(ステージ130をより詳細に記載する)を参照すると、位置合わせユニット36は、グローバルな剛体位置合わせ120に起因する剛体変換80を受信する。位置合わせユニット36は、アトラスデータセット60のサブセット61を選択し、サブセット61は、橈骨に属すると識別されるボクセルと、尺骨に属すると識別されるボクセルとを備える。サブセット61は、アトラスデータセット60における他の構造に属すると識別されるボクセルを備えていない可能性がある。サブセット61は、橈骨および尺骨の周辺の対象の領域におけるボクセルを備え得る。
位置合わせユニット36は、アトラスデータセットのサブセット61と画像データセット70の少なくとも一部との間にアフィン位置合わせ131を実行する。アフィン位置合わせ122は、サブセット61と画像データセット70との間のアフィン変換の最適化を備える。アフィン変換は、平行移動と、回転と、スケーリングとを備え得る。
アフィン位置合わせ131の開始点は、事前位置合わせに起因する剛体変換80である。アフィン位置合わせ131は、事前位置合わせを改良したものであると考えられ得る。アフィン変換の最適化は、(階層的な剛体位置合わせ120の後の位置合わせでの変換におけるいくつかの制約と比較して)変換における緩やかな制約で実行される。変換における制約は、許容されるスケーリング、平行移動、および回転の量に対する制限を備え得る。変換における緩やかな制約は、たとえば、数センチメートル程度の図に対する平行移動を制限することと、数十度程度の図に対する回転を制限することと、数十パーセント程度の図に対するスケーリングを制限することとを備え得る。任意の適したアフィン位置合わせ方法が使用され得る。
いくつかの実施形態では、画像データセット70は、グローバルな事前位置合わせからの剛体変換80を使用して変換され、サブセット61は、変換された画像データセットに位置合わせされる。
サブセット61および画像データセット70の位置合わせは、結果として、アフィン変換81となる。アフィン変換81は、アトラスデータセット60の橈骨および尺骨を画像データセット70に最適にマッピングするアフィン変換であり得る。
いくつかの実施形態では、前処理は、位置合わせ131の前に画像データセット70に適用される。たとえば、骨を表す可能性が低いボクセルを取り除くために、閾値が画像データセット70に適用され得る。アフィン位置合わせが実行される前に、画像データセット70からある値の強度未満のボクセルを取り除くために、強度閾値が適用され得る。
本実施形態では、アトラスデータセット60の橈骨および尺骨が最初(後述する手根骨および中手骨の位置合わせの前)に位置合わせされる。橈骨および尺骨は大きい骨であり、大ざっぱな事前位置合わせのみが以前に実行されている(または事前位置合わせが実行されていない)ときでも、アトラスデータセットからの橈骨と尺骨との表現が画像データセット70に正常に位置合わせされ得ることが予想され得る。また、手首の骨の相対的な動きを考えるとき、橈骨および尺骨は静的であると考えられ、他の骨(手根骨および中手骨)は、橈骨および尺骨に対して動くと考えられ得る。したがって、手首の全体的な位置を決定するために、橈骨および尺骨の位置合わせが最初に実行され得、橈骨および尺骨の位置合わせから取得されるアフィン変換81に対して、他の位置合わせが考えられ得る。
他の実施形態では、階層的な位置合わせ110は、アトラスデータセット60における最も重要な骨または骨のグループを決定するステップを備え得、他の骨または骨のグループの前に、最も重要であると決定された骨または骨のグループが位置合わせされ得る。他の骨または骨のグループの位置合わせは、最も重要な骨の位置合わせに依存して実行され得る。どの位置合わせが階層的な位置合わせにおいて最初になるかは、各骨の運動の複雑さおよび大きさに依存し得る。
本実施形態では、画像データセット70に対する橈骨と尺骨とを備えるサブセット61の位置合わせに応答して、画像データセット70は変換されない。しかしながら、他の実施形態では、ボリュームデータセット70は、アフィン変換81に従って変換され、その結果、画像データセット70における橈骨および尺骨は、アトラスデータセット60における橈骨および尺骨と位置合わせされる。このような実施形態では、画像データセット70は、アフィン変換81に従って変換される。
ひとたび位置合わせユニット36がアフィン変換81を決定すると、位置合わせユニットは、剛体位置合わせ132に進む。剛体位置合わせ132は、アトラスデータセット60および画像データセット70の少なくとも一部における手根骨および中手骨の表現の間の剛体位置合わせである。位置合わせユニット36は、手根骨または中手骨のいずれかに属するものとしてラベル付けされるボクセルを備えるアトラスデータセット60のサブセット62を定義し、ボクセルをいくつかの他の構造から除外することができる。位置合わせユニット36は、剛体位置合わせ132の開始点として橈骨および尺骨のアフィン位置合わせ131から取得されたアフィン変換81を使用して、画像データセット70の少なくとも一部にサブセット62を位置合わせする。
本実施形態では、手根骨および中手骨の剛体位置合わせ132は、回転のみに制限される。本実施形態では、回転角度における制約は、後の位置合わせでの制約と比較して、かなり緩やかである。たとえば、回転は、30度以内であるように制約され得る。
手根骨および中手骨の剛体位置合わせ132は、結果として、アフィン変換82になり、これは、剛体位置合わせ132において決定される回転角度だけ、アフィン変換81と異なる。アフィン変換82は、(手根骨および中手骨がグループと見なされるとき)アトラスデータセット60における手根骨および中手骨の表現と、画像データセット70における手根骨および中手骨の表現との間の最適なマッピングであり得る。
次の剛体位置合わせ134では、位置合わせユニット36は、アトラスデータセット60のサブセット63を定義し、サブセット63は、手根骨に属するものとラベル付けされるボクセルを備える。サブセット63は、橈骨、尺骨、中手骨に属するものとラベル付けされるボクセルを除外することができる。位置合わせユニット36は、アフィン変換82を位置合わせの開始点と見なして、画像データセット70の少なくとも一部にサブセット63を位置合わせする。
位置合わせユニット36は、任意の適切な剛体位置合わせ方法を使用してボリュームデータセット70にサブセット63を位置合わせする。剛体位置合わせ134は、平行移動と回転の両方を備え得る。剛体位置合わせの制限は、以前の位置合わせ130、132のものよりも制約される。手根骨(グループとして)の変換が、手根骨と中手骨の両方を含むグループの変換から大きくは異ならないことが予想され得る。
剛体位置合わせ134の出力は、以前のアフィン変換132と、剛体位置合わせ134において決定される平行移動および回転との組合せを備えるアフィン変換83である。アフィン変換83は、アトラスデータセット60における手根骨(グループとして)の表現と画像データセット70における手根骨の表現との間の最適なマッピングであると考えられ得る。
ステージ130の階層的な剛体およびアフィン位置合わせの最後のステージとして、位置合わせユニット36は、手根骨の1組の個々の剛体位置合わせ136Aから136Hを実行する。個々の固定位置合わせ136Aから136Hの各々について、位置合わせユニット36は、アトラスデータセット60のそれぞれのサブセット64Aから64Hを決定し、画像データセット70にそのサブセットを位置合わせする。個々の剛体位置合わせ136Aから136Hの各々は、以前の位置合わせ134から取得されたアフィン変換83を開始点と見なす。位置合わせ136Aから136Hの各々は、局所的な剛体位置合わせと呼ばれ得る。
一例として、舟状骨10Aの剛体位置合わせ136Aについて考察する。位置合わせユニット36は、アトラスデータセット60のサブセット64Aを定義し、サブセット64Aが舟状骨10Aに属するものとラベル付けされるボクセルを備える。位置合わせユニット36は、画像データセット70の少なくとも一部に対するサブセット64Aの剛体位置合わせ136Aを実行する。剛体位置合わせ136Aは、平行移動と回転とを備え得る。剛体位置合わせは、手根骨の位置合わせ132によって決定されたアフィン変換83を開始点と見なす。剛体位置合わせに対する制限は、以前の位置合わせ131、132に対する制限と比較されると制約される。舟状骨10Aを画像データセット70にマッピングする変換は、手根骨のすべてを画像データセット70にマッピングする変換とは、ほんのわずかしか異ならない可能性があることが予想され得る。
任意の適した剛体位置合わせ方法が使用され得る。舟状骨10Aの剛体位置合わせ136Aは、結果として、アトラスデータセット60における舟状骨10Aの表現を画像データセット70と関連付けるアフィン変換200Aになる。アフィン変換200Aは、剛体位置合わせ136Aにおいて決定された平行移動および回転によってアフィン変換83と異なる。
他の手根骨10Bから10Hの各々について、類似の剛体位置合わせが実行される。本実施形態では、すべての個々の剛体位置合わせ136Aから136Hについて、同じ剛体位置合わせ方法が使用される。他の実施形態では、手根骨の各々について、異なる位置合わせ方法が使用され得る。いくつかの実施形態では、手根骨のうちの1つの位置合わせに、手根骨のうちの別のものの位置合わせに使用される制約とは異なる制約が使用され得る。
本実施形態では、各個々の位置合わせ136Aから136Hは、アフィン変換83を変更することによって実行される。他の実施形態では、手根骨のうちの少なくとも1つの個々の位置合わせは、手根骨のうちの別のものの個々の位置合わせを変更することによって取得され得る。たとえば、ひとたび舟状骨10Aの個々の位置合わせ136Aが取得されると、位置合わせユニット36は、月状骨10Bの位置合わせの開始点として舟状骨10Aの位置合わせ136Aから取得された変換200Aを使用することができる。各手根骨は、手根骨のグループの位置合わせ134、または手根骨のうちの別の1つまたは複数の位置合わせ、たとえば隣接する1つまたは複数の手根骨の位置合わせに基づいて位置合わせされ得る。
位置合わせ136Aから136Hの出力(したがって、単一ステージの階層的な剛体位置合わせ130の出力)は、1組のアフィン変換200Aから200Hであり、その各々は、アトラスデータセット60におけるそれぞれの手根骨をボリュームデータセット70と関連付ける。
位置合わせ131から136Hのいずれかにおいて、アトラスデータセットにおいて対象の領域が定義され得、アトラスデータセットにおける対象の領域に関して、位置合わせが実行され得る。位置合わせ131から136Hのいずれかにおいて、画像データセットにおいて対象の領域が定義され得、画像データセットにおける対象の領域に関して、位置合わせが実行され得る。
ステージ130の階層的な剛体およびアフィン位置合わせにおいて、構造の徐々に小さくなるグループが連続した位置合わせで位置合わせされる。階層的な剛体位置合わせにおける初期の位置合わせは、大きいグループにおいて実行され、このことは、より大きいデータ量が存在するため、頑強な位置合わせを取得する効果を有し得る。後の位置合わせは、初期の位置合わせを改良したものであると考えられ得る。
構造のグループの以前の位置合わせを開始点と見なすことなく、画像データセット70に、たとえば舟状骨10Aなど、手首における小さい骨のうちの1つを位置合わせしようとする試みが行われた場合、そのような位置合わせが失敗し得る可能性がある。手首の骨は、かなり似た形状およびサイズのものであり得、スペースにおいて密接にグループ化されている。構造の少なくとも1つの大きめのグループ(手首の骨、次いで手根骨)を最初に位置合わせすることによって、近似の変換が達成され、これは、次いで、たとえば舟状骨10Aなど、単一の手首の骨の位置合わせによって改良され得る。剛体位置合わせを使用することによって、骨の形状が保たれる。
個々の骨の個々の位置合わせを取得するために、個々の骨の表現を備えるマルチコンパートメントアトラスが使用され、各骨が個々にラベル付けされる。個々に骨が個々に区別され得る限り、任意の適した表現が使用され得る。階層的な位置合わせは、アトラスによって提供される空間情報に依存する。
本実施形態では、位置合わせユニット36は、位置合わせ131、132、134、および136Aから136Hで使用されるようにアトラスデータセットのサブセットを定義するが、他の実施形態では、サブセットは、事前に存在している可能性があり、定義される必要はない可能性がある。いくつかの実施形態では、別々のデータセットが記憶され得、その各々は、特定の骨の表現を備える。たとえば、1つのデータセットは、橈骨の表現と尺骨の表現とを備え得、サブセット61の代わりに使用され得る。
手首における骨の各々について、変換が取得されている。各変換は、マトリックスとして表され得る。
本実施形態では、橈骨および尺骨の最初の位置合わせの後、手首の骨の連続してより小さいグループの位置合わせが続く。他の実施形態では、画像データセット70およびアトラス60は、手首以外の異なる関節を表し、骨以外の組織を表し得る。一般に、アトラスデータセット60の少なくとも一部の最初の位置合わせの後、アトラスデータセット60のサブセットの少なくとも1つのさらなる位置合わせが続く。アトラスデータセット60の少なくとも一部は、第1の解剖学的構造または解剖学的構造のグループを備え、アトラスデータセットのサブセットは、第2の解剖学的構造または解剖学的構造のグループを備える。構造のグループは、たとえば手首の骨のグループ、中手骨のグループ、手根骨のグループ、または橈骨と尺骨とを備えるグループなど、解剖学的に隣接する複数の構造とすることができる。いくつかの実施形態では、参照データセットの少なくとも一部は、全アトラスデータセット60であり、アトラスデータセット60におけるすべての解剖学的構造を備える。第1の解剖学的構造または解剖学的構造のグループは、第2の解剖学的構造または解剖学的構造のグループに隣接し得る。
どの解剖学的構造が最初に位置合わせされるかは、1つまたは複数の要因に依存し得る。いくつかの実施形態では、より大きい構造がより小さい構造の前に位置合わせされる。いくつかの実施形態では、徐々に小さいグループが位置合わせされる。たとえば肘など、いくつかの関節は、ヒンジ構造を備える。そのような関節を含む実施形態では、最初の位置合わせは、ヒンジの片側における骨の位置合わせとすることができ、少なくとも1つのさらなる位置合わせは、ヒンジのもう一方の側の骨の位置合わせを備え得る。第2の構造または構造のグループは、関節が動くと、第1の構造または構造のグループに関する重要な運動を受けると予想される構造または構造のグループとすることができる。
再度図10を参照すると、階層的な剛体位置合わせ110において決定されたアフィン変換200Aから200Hは、位置合わせユニット36からセグメンテーションユニット38に渡される。本実施形態では、橈骨および尺骨のアフィン位置合わせ131に起因するアフィン変換81、ならびに手根骨および中手骨の位置合わせ132に起因するアフィン変換82も、位置合わせユニット36からセグメンテーションユニット38に渡される。
ステージ140で、セグメンテーションユニット38は、アトラスデータセット60から画像データセット70に分割を伝搬する。すなわち、セグメンテーションユニット38は、画像データセット70におけるそれらの骨の暫定的な分割を決定するために、アトラスデータセット60における個々の骨の表現を使用する。
アトラスデータセット60における個々の骨の表現は、アトラスデータセット60におけるそれらの骨の分割と呼ばれ得、個々の骨が識別され、ラベル付けされ得るように、アトラスデータセット60が手動で分割されている。
セグメンテーションユニット38は、アトラスデータセット60における橈骨の表現を画像データセット70にマッピングする。本実施形態では、セグメンテーションユニット38は、橈骨および尺骨の位置合わせ131から決定されたアフィン変換81を使用して、画像データセット70に、アトラスデータセット60において橈骨とラベル付けされるボクセルをマッピングする。セグメンテーションユニット38は、橈骨の表現がマッピングされる画像データセット70のボクセルを、橈骨のボクセルとして暫定的にラベル付けする。
セグメンテーションユニットは、橈骨および尺骨の位置合わせ131から決定されたアフィン変換81を使用して、画像データセット70に、アトラスデータセット60において尺骨とラベル付けされるボクセルをマッピングする。セグメンテーションユニット38は、尺骨の表現がマッピングされるボリュームデータセット70のボクセルを、橈骨のボクセルとして暫定的にラベル付けする。
セグメンテーションユニットは、手根骨および中手骨の剛体位置合わせ132から決定されたアフィン変換82を使用して、画像データセット70に、アトラスデータセット60における中手骨とラベル付けされるボクセルをマッピングする(橈骨および尺骨に使用される変換に対して相対的に回転される変換を使用する)。本実施形態では、各中手骨は、アトラスデータセット60において個々にラベル付けされる。各中手骨からのボクセルは、ボリュームデータセットにマッピングされ、その個々の中手骨のボクセルに対応する画像データセット70におけるボクセルは、その個々の中手骨に属するものとして暫定的にラベル付けされる。
セグメンテーションユニット38は、それぞれの個々のアフィン変換200Aから200Hを使用して、画像データセット70に、各手根骨10Aから10Hのボクセルをマッピングする。各手根骨10Aから10Hは異なる変換を有し得るので、マッピングは、アトラスデータセット60に存在する解剖学的位置に関して、互いに対する手根骨の動きを考慮に入れる。
各手根骨10Aから10Hについて、アトラスデータセット60においてその手根骨に属するものとしてラベル付けされるボクセルは、画像データセット70にマッピングされ、マッピングされたボクセルに対応する画像データセット70におけるボクセルは、その手根骨10Aから10Hに属するものとして暫定的にラベル付けされる。
それによって、ボクセルが手首の骨の各々に属するものとして暫定的にラベル付けされるデータセット72が取得される。画像データセット70における対応する構造の暫定的な分割を提供するために、アトラスデータセット60に表される解剖学的構造の各々が画像データセット70にマッピングされるので、ステージ140は、位置合わせベースの分割と表され得る。
本実施形態では、ステージ140で、アトラスデータセット60の1つの分割のみが画像データセット70に伝搬される。他の実施形態では、アトラスデータセット60は、複数の分割を備える。たとえば、アトラスデータセット60は、各々分割された複数のデータセットを備え得る。アトラスデータセット60における分割されたデータセットごとに、ステージ140が繰り返され得る。
本実施形態では、アトラスデータセット60における構造の表現は、確率的である。たとえば、同じ構造内の異なるボクセルは、その構造に属する異なる尤度を有するものとしてラベル付けされ得る。尤度は、ステージ140で、画像データセット70に伝搬され、結果として、尤度データを含む画像データセット70の暫定的な分割になる。
ステージ150で、セグメンテーションユニット38は、暫定的にラベル付けされたデータセット72を使用して、ボリュームデータセットにおけるボクセルの分類を実行する。以下にさらに詳述されるように、分類は、期待値最大化と、MAP(最大事後確率)分類と、形態学的洗浄とを備える。
アトラスベースの期待値最大化(EM)アルゴリズムは、(強度に基づいて)基礎をなすデータ内の組織モデルを推定するために使用される。組織モデルに対する測定されたボクセルの強度の近さは、尤度として提示される。空間認識EMアルゴリズムは、異なる位置における類似の強度プロファイル間の区別を可能にする。空間認識EMアルゴリズムは、空間認識ではないEMアルゴリズムよりも正確な分布パラメータの評価を提供することができる。
MAP分類は、ステージ140において実行された位置合わせベースの分割の改善を提供する。MAP分類は、いくつかの状況では、分割の精度のかなりの向上につながり得る。ベイズフレームワークが使用される。
式中、lは、ボクセルxのラベルであり、kは、分割される構造であり、iは、ボクセルxの強度である。P(l=k)は、ボクセルxが構造kに属するよう暫定的にラベル付けされて、ステージ140の分割の伝搬から取得される尤度である。P(i|l=k)は、ボクセルxが構造kに属するものとしてラベル付けされると仮定して、ボクセルxにおける所与の強度iの尤度である。この尤度は、アトラスベースの期待値最大化アルゴリズムを使用して計算される。
MAP分類の出力は、改良されたボクセル尤度データの組である。セグメンテーションユニット38は、改良された尤度データに対する形態学的洗浄操作を実行する。形態学的洗浄操作は、たとえば、形態学的オープン(morphological open)と、形態学的クローズ(morphological close)と、連結成分分析(connected-component analysis)と、形態学的充填(morphological filling)とのうちの少なくとも1つを備え得る。形態学的洗浄の目的は、滑らかな最終出力(たとえば、滑らかな構造境界)に到達するために緩く接続されたボクセルを取り除くことである。形態学的洗浄は、いくつかの状況では、特に対象の端部において、分割の精度のかなりの向上につながり得る。
ステージ150のボクセルベースの分類の出力は、画像データセット70の最終的な分割160である。最終的な分割160では、各ボクセルにラベルが割り当てられる。たとえば、ボリュームデータセットにおけるボクセルの第1のサブセットは、橈骨としてラベル付けされ、第2のサブセットは尺骨としてラベル付けされ、それぞれのサブセットは各手根骨および中手骨とラベル付けされる。ラベルが「上記のいずれでもない」さらなるサブセットも決定され得る。あるいは、対象の構造(ここでは、橈骨と尺骨とを含む手首の骨)のうちの1つの一部であると決定されないボクセルには、ラベルは割り当てられない場合がある。
決定されたラベルを含む修正された画像データセットが決定され得る、または画像データセット70とともに別々のデータセットとして、ラベルが記憶され得る。
図12に示される一実施形態では、画像データセット70の最終的な分割160は、画像データセット70のラベル付けされた構造(ここでは手首の骨)を標準の解剖学的図に変換するために使用される。
画像170は、画像データセット70のレンダリング済み画像である。この画像データセット70における手首は、標準の解剖学的位置(中間の位相として表され得る)にないことがわかり得る。
ステージ180で、図11のプロセスから取得されたアフィン変換を適用することによって、ボリュームデータセット70において分割された骨が変換される(各々は、それぞれの変換マトリックスとして表され得る)。橈骨および尺骨は、アフィン変換81に従って変換される。中手骨は、アフィン変換82に従って変換される。手根骨の各々は、アフィン変換200Aから200Hのうちの適切な1つに従って変換される。
本実施形態では、画像データセット70は、図10および図11のプロセスのどのステージでも変換されず、最終的な分割160が決定された後、すべての変換が実行される。他の実施形態では、剛体変換80による事前位置合わせの後、および/またはアフィン変換81によるグローバルな剛体配列120の後に、画像データセット70全体が変換され得る。変換された画像データセットに対してさらなる位置合わせが実行され得る。
本実施形態では、完全な階層的な位置合わせ110が実行された後、すべての骨の分割が実行される。他の実施形態では、分割の伝搬140およびボクセルベースの分類150は、いくつかの骨について図10のプロセスで早めに実行され得る。たとえば、アフィン変換81が取得されるとすぐに、分割の伝搬140とボクセルベースの分類150とを備える橈骨および尺骨の分割が実行され得る。
適切な変換で骨の各々を変換することによって、画像データセット70における骨から分割された骨が標準の解剖学的位置に変換される。画像172は、画像170に示される骨が標準の解剖学的位置に変換されたレンダリング済み画像である。標準の解剖学的位置に骨を表示することによって、臨床医が骨の任意の奇形を観察することがより容易になり得る。
いくつかの状況では、病理、外傷、および走査状態は、患者の解剖の明白な視覚化を妨げる可能性がある。データを標準の解剖学的図に提示することによって、データは、理解するのがより容易になり得る。
いくつかの実施形態では、画像データセット70における骨は、たとえば、中間の位相の配置ではない配置など、アトラスデータセット60の解剖学的配置ではない解剖学的配置に変換され得る。いくつかの実施形態では、骨は、分解された配置または解体された配置に変換され得る。レンダリングユニット40は、画像データセット70の骨の分解または解体された配列をレンダリングすることができる。例示的な解剖学的図面を代表する技法を使用した患者のデータの提示は、病理にさらに光を当てることができる。説明図における患者のデータの提示を自動化するかまたは部分的に自動化するために、図10の方法が使用され得る。そのような提示は、手動で実行されるとき、面倒で、時間がかかり得る。
一実施形態では、図13aおよび図13bによって示され、レンダリングユニット40は、画像データセット70から画像をレンダリングする(解剖学的位置に変換される、または変換されない可能性がある)。各骨は画像データセット70から個々に分割されているので、各骨が画像において個々に扱われることが可能である。たとえば、異なる骨は、異なる色で、もしくは異なる視覚効果を使用してレンダリングされ得る、または、骨のいくつかのみが画像にレンダリングされ、他の骨は省略され得る。
レンダリング済み画像は、表示画面26に表示される。レンダリング済み画像における各骨は、ユーザによって選択可能である。ユーザは、たとえば、マウス28を使用して骨をクリックすることによって、各骨を選択することができる。
図13aの画像では、ユーザは、橈骨および尺骨を選択するために、橈骨および尺骨の各々をクリックしている。次いで、レンダリングユニット40は、選択された骨(橈骨および尺骨)が図13aにおける非選択の骨とは異なる色に色付けされるように、画像を再度レンダリングしている。
次いで、ユーザは、選択した骨を取り除く旨のコマンドを提供する。たとえば、ユーザは、テキストコマンドを提供する、またはボタンをクリックすることができる。レンダリングユニット40は、(図13bに示すように)選択された骨が画像に表示されないように、画像を再度レンダリングする。画像データセット70の分割のため、そのような選択的な表示が可能である。
画像データセット70を分割することによって、手首の特定の骨は、選択的に表示され、または画像から選択的に取り除かれ得る。手首の骨のいくつかのみ、または手首の骨のうちの1つのみを表示することによって、骨が個々に分割されていない従来の画像からは可能ではない可能性がある図を臨床医が取得することが可能であり得る。たとえば、臨床医は、すべての骨が存在するときには見えない可能性がある骨面を見ることができ得る。図13bの矢印190は、手首のレンダリング済み画像から分割された橈骨および尺骨を取り除くことによって見えるようになった骨面を示す。分割されていないボリュームデータセット、またはすべての骨が個々の骨が区別されることなく全体として分割されるデータセットから画像がレンダリングされる場合、面190が見える画像をレンダリングすることはできない可能性がある。
図10および図11に関して上述した実施形態では、データ受信ユニット34によって受信されるボリュームデータは、患者の手首の単一の画像を表す単一の医用画像データセット70を備える。
他の実施形態では、ボリュームデータセットは、患者の手首の4D運動学的研究から取得される一連の医用画像データセット70を備える(他の実施形態では、4D運動学的研究は、患者の任意の関節の4D運動学的研究であり得る)。手首の4D運動学的研究では、患者の手首が特定の運動を実行する間に、手首の多くの連続した画像が撮られる。次いで、画像は、手首の運動の動画を生成するためにレンダリングされ得る。
図14は、4D運動学的研究からのデータが処理される一実施形態のプロセスを概略で示すフローチャートである。
患者が手の面において左右の回転で手首を動かす(橈側−尺側偏位)患者の手首の4D運動学的研究が行われる。CTスキャナ24は、各々が手首の特定の位置を表す複数の画像データセット70を備えるボリュームデータを取得する。手首の位置は、橈側−尺側の意味で、手首のあらゆる運動をカバーする。
ステージ400で、データ受信ユニット34は、画像データセット70のすべてを受信する。データ受信ユニット34は、画像データセット70を位置合わせユニット36に渡す。位置合わせユニット36は、画像データセット70の各々とアトラスデータセット60との間のそれぞれの事前位置合わせを実行する。各事前位置合わせは、平行移動と回転とを備えるグローバルな剛体位置合わせを備える。位置合わせユニット36は、相似の測度(特徴量)を最適化することによって、データセットごとに最適な剛体変換81を決定する。決定された剛体変換は、データセットをアトラスデータセット60の座標空間に変換するために必要な変換である。
ステージ410で、位置合わせユニット36は、変換されたデータセットを取得するために、その決定された剛体変換に従って画像データセット70の各々を変換する。画像データセット70の各々について、位置合わせユニット36は、位置合わせの測度を決定し、この場合、位置合わせによって表される変換の量を表す、データセットと変換されたデータとの間の距離である。
本実施形態では、画像データセット70ごとに、位置合わせユニット36は、画像データセット70における1組のポイントを選択し、画像データセット70における1組のポイントと、変換されたデータセットにおける1組のポイントの変換バージョンとの間のユークリッド距離を決定する。ユークリッド距離は、データセットが変換される範囲を表すと考えられ得、この場合、位置合わせの測度と見なされ得る。
他の実施形態では、距離の異なる測度が、位置合わせの測度として使用され得る。いくつかの実施形態では、データセットは変換されない。いくつかの実施形態では、1組のポイントのみが変換される。データセットの各々についてそれぞれの距離を決定するために、任意の適した方法が使用され得る。
ステージ420で、位置合わせユニット36は、最も小さいユークリッド距離または他の位置合わせの測度を有するデータセットを選択する。選択されたデータセットは、運動の中間の位相を表すと見なされる。運動の中間の位相では、手首は、アトラスデータセット60において表される手首の解剖学的位置に最も近い。したがって、より小さい平行移動および/または回転は、任意の他のデータセットをアトラスデータセット60に位置合わせするために必要とされる運動の中間の位相を表す画像データセット70をアトラスデータセット60に位置合わせするために必要とされ得る。
ステージ430で、位置合わせユニット36は、選択されたデータセットおよびアトラスデータセット60の階層的な位置合わせを実行する。階層的な位置合わせは、橈骨および尺骨のアフィン位置合わせ131と、手根骨および中手骨の剛体位置合わせ132と、手根骨の剛体位置合わせ134と、手根骨の各々の剛体位置合わせ134Aから134Hを備える。各連続した位置合わせは、以前の位置合わせの変更である。
ステージ440で、セグメンテーションユニット38は、アトラスデータセット60から選択されたデータセットに、手首の骨の個々の分割を伝搬する。これによって、セグメンテーションユニット38は、選択されたデータセットの暫定的な分割を取得する。選択されたデータセットにおけるボクセルは、手首の骨の異なるものに属するものとして暫定的にラベル付けされる。
ステージ450で、セグメンテーションユニット38は、ステージ440で取得された暫定的なラベル付けに基づいて、選択されたデータセットのボクセルベースの分類を実行する。ボクセルベースの分類は、期待値最大化と、MAP分類と、連結成分ラベリングを含む形態学的操作とを備える。ボクセルベースの分類は、結果として、選択されたデータセットの最終的な分割になる。
ステージ460で、位置合わせユニット36は、他の画像データセットの各々に選択されたデータセットを位置合わせする。他の画像データセットの各々への選択されたデータセットの位置合わせは、アフィンまたは剛体位置合わせを備え得る。他の画像データセットの各々への選択されたデータセットの位置合わせは、複数の連続した位置合わせを備え得る。他の画像データセットの各々への選択されたデータセットの位置合わせは、階層的な位置合わせを備え得る。
ステージ470で、セグメンテーションユニット38は、他の画像データセットの各々に選択されたデータセットの最終的な分割(ステージ450で取得された)を伝搬する。これによって、セグメンテーションユニット38は、他の画像データセットの各々の暫定的な分割を取得する。
ステージ480で、セグメンテーションユニット38は、他の画像データセット70の各々の最終的な分割を取得するために、他の画像データセットの各々のボクセルベースの分類を実行する。それによって、ステージ400で受信され、事前位置合わせされた画像データセット70ごとに最終的な分割が取得される。
図14の実施形態では、複数の画像データセット70のうちのたった1つが選択され、選択されたデータセットは、アトラスデータセット60に位置合わせされ、アトラスデータセット60の分割された構造を伝搬することによって分割される。選択されたデータセットは、他の画像データセットの各々に位置合わせされ、選択されたデータセットの分割は、他の画像データセットの各々に伝搬される。
しかしながら、他の実施形態では、位置合わせユニット36は、階層的な位置合わせを使用して、アトラスデータセット60に、複数の画像データセット70の各々を個々に位置合わせする。セグメンテーションユニット38は、複数の画像データセット70の各々に、アトラスデータセット60の分割を伝搬する。他の実施形態では、画像データセット70のうちのいくつかがアトラスデータセット60に階層的に位置合わせされるように選択され、他は、選択されたデータセットの1つに各々位置合わせされ得る。
図14の実施形態では、分割された画像データセット70は中間の位相に最も近いと決定されるが、他の実施形態では、中間の位相またはほぼ中間の位相の画像データセット70が存在する必要はない。階層的なアトラスベースの手法は、手首の姿勢に対して頑強な結果を提供し得る。
ステージ490で、レンダリングユニット40は、ステージ440および480で決定された分割を使用して、複数の画像データセット70から、動画の表示をレンダリングする。動画の表示は、複数の画像フレームを備え、その各々は、それぞれの画像データセット70のレンダリングである。各骨が個々に分割されるので、たとえば異なる色で各骨をレンダリングすることによって、骨は各骨を区別するようにレンダリングされ得る。いくつかの骨は、デフォルトで、またはユーザ選択に応答して、表示から省略され得る。
本実施形態では、動画の表示は、動画の表示における骨のうちの1つの位置がすべてのフレームにわたって静的に保たれ、他の骨が静的な骨に対して移動するものとして提示されるようにレンダリングされる。静的な骨は、ロックされた骨と呼ばれ得、運動が1つのロックされた骨に対して起こる画像の提示は、一般に、骨のロックと呼ばれ得る。
1つの骨が静的に保たれるように動画の表示をレンダリングすることによって、各画像が位置合わせまたは変換なしにその最初の位置でレンダリングされる場合、利用できない可能性がある骨の相対的な位置についての追加の情報を、臨床医は取得することができる。手首の動きは、骨のすべてが動き得る複雑な運動であり得る。骨の1つを静的に保つことによって、その骨と選択された他の骨との間の相対的な運動を見ることがより容易であり得、これは、運動に関する任意の問題への洞察を提供することができ、周囲の骨および靭帯の力関係を表すのに有効であり得る。
骨の1つを静的に保つことによって、それが自然な手首の動きのように見えないが、臨床的に有用であり得るという点で、現実的な視覚化でない視覚化が取得され得る。
図14の方法を適用することによって、手首のすべての骨が自動的に検出され得、骨のうちの任意の1つがロックされ得る。運動学的分析は、個々の骨ごとに自動的に実行され、提示され得る。
いくつかの実施形態では、セグメンテーションユニット38は、画像データセット70の一部または全部において骨の測定を実行するようにさらに構成される。いくつかの実施形態では、アトラスデータセット60において、1組の測定値が定義される。1組の測定値は、解剖学的に定義される長さと角度の組を備え得る。たとえば、骨の長さは、骨上の2つのポイント間の線を画定し、その線の長さを得ることによって定義され得る。骨上のポイントを関連させる2つの線を画定し、それらの間の角度を得ることによって、2つの骨の間の角度が定義され得る。
定義された骨の測定値は、適切な変換(たとえば、測定値が定義される骨に応じて、200Aから200Hのいずれかに対する81、82、83)を使用して、アトラスデータセット60から少なくとも1つの画像データセット70に伝搬される。本実施形態では、次いで、測定値は、1つの画像データセット70から他の画像データセット70に伝搬される。他の実施形態では、測定値は、アトラスデータセット60から画像データセット70の各々に伝搬される。
それによって、一連の画像データセット70における画像データセット70の各々について、測定値が取得され得る。そのような測定値は、測定値(たとえば、骨の間の距離、または骨の間の角度)がどのように関節の運動によって変化するかを示すために使用され得る。
いくつかの実施形態では、第1の4D運動学的研究のすべての画像データセット70について、第1の組の測定値が取得される。次いで、第2の4D運動学的研究のすべての画像データセット70について、第2の組の測定値が取得される。いくつかの実施形態では、手術前に第1の4D運動学研究が行われ、手術後に第2の4D運動学研究が行われる。第1の組の測定値は、関節の運動における変化を定量化するために、第2の組の測定値と比較される。
上記の実施形態は、階層的な位置合わせの後の画像のレンダリングを記載しているが、いくつかの実施形態では、レンダリングは実行されない場合がある。図6の装置は、レンダリングユニット40を含まなくてもよい。たとえば、図14のプロセス(−ステージ490)は、4D運動学的研究から1組の画像データセット70を階層的に位置合わせするために使用され得る。測定値は、任意のレンダリングが実行されることなく、決定され、記憶され得る。
解剖学的位置に対する患者のデータの自動の正確な位置合わせが取得され得る。そのような自動の正確な位置合わせは、劣った走査状態の場合に必要とされ得る。そのような自動の正確な位置合わせは、患者の動きの制限範囲が利用可能である場合、たとえば、患者の手首が通常得られるあらゆる位置に動かされない可能性がある場合も必要とされ得る。
ローカル剛体位置合わせを実行することによって、位置合わせに起因する骨への変形がないことが確実にされ得る。
中間の位相に最も近い位相は、3D運動学的研究で識別され得る。
4D運動学的研究からのデータを分析することによって、複数の靭帯の損傷および不安定症が研究され得る。研究され得る損傷の例には、三角線維軟骨複合体(TFCC)の損傷、距骨下脱臼、遠位橈尺関節不安定症(DRUJI)、およびSLAC(舟状月状骨進行性虚脱)の損傷がある。たとえば手首、足首、肩、臀部、肘、肩峰鎮骨、または顎関節など、異なる関節の4D運動学的研究が実行され得る。
手根不安定症は、研究され得る状態の一例である。手根不安定症の現在の理解および定義は、25歳と80歳との間であると考えられ得る。手根不安定症は、手根骨を接続し、安定させる骨間靭帯の破裂に起因し得る。中手骨および手根不安定症のための広範囲にわたる量の臨床所見および症状がある。しかしながら、手根骨損傷の動的なおよび捉えどころのない性質のため、現在は、中手骨の不安定症の根本にある原因を決定するためのX線撮影の証拠はほとんどない可能性がある。激しい手根の破壊は、しばしば見逃される損傷であり得る。変性状態では、早期の診断が重要である。少なくともいくつかの実施形態による方法は、手根不安定症および他の状態の根本にある原因の識別、診断、および治療を改善させ得る。
大部分の関節不安定症を診断するための現在の標準は、関節鏡検査である。関節鏡検査は、非常に侵襲的な手順である。上述した方法の適用は、関節鏡検査が必要とされるケースの数を最小にすることができる。
いくつかの実施形態は、医用画像方法を備え、この方法は、1つまたは複数の解剖学的構造を表すボリュームデータセットを受信することと、解剖のマルチオブジェクト解剖学的アトラスを受信することと、アトラスのマルチ剛体の階層的な位置合わせに基づいて、個々の組織を識別し、ラベル付けし、位置合わせし、分割するために方法を実行することとを備える。アトラスのマルチ剛体の階層的な位置合わせは、(全アトラスであり得る)アトラスにおける対象の最も顕著なグループ、すなわちボリュームデータセットに対するアトラスにおける対象の最も顕著なグループの剛体位置合わせを決定するステップと、一般の配向を提供するために、位置合わせの結果を(対象だけでなく)データセット全体に適用するステップと、対象の徐々に小さくなるまたは隣接するグループの階層的な位置合わせを実行するステップと、対象の各々に位置合わせを適用するステップと、ボクセルベースの分類を使用して、ボリュームデータセットにおける近くのボクセルに位置合わせされた分割を伝搬するステップとを備える。
データセットは、4D動的CT研究でもよい。方法の結果は、解剖学的位置に患者のデータを位置合わせするために使用され得る。ボリュームデータセットは、関節、たとえば手首、足首、首、肘、膝などを表すことができる。
階層的位置合わせ方法は、関節ごとに決定され得、それは、以前の位置合わせの変更を各々備える一連の連続した位置合わせを備え得る。連続した位置合わせの各々は、アトラスデータセット(または他の参照データセット)における異なる解剖学的構造の表現に関して実行され得る。アトラスデータセット(または他の参照データセット)は、関節における骨の相対的位置およびそれらの関係に関する情報を含む(たとえば、どの骨が互いに接続されているか、およびどの骨が関節の運動における相対的回転を受けると予想されるかなど)。
構造のグループの位置合わせ後、構造のグループのサブグループの位置合わせまたは構造のグループの単一のメンバーの位置合わせが続き得る。1つまたは複数の骨の位置合わせ後、隣接する骨の位置合わせが続き得る。関節ごとに、位置合わせの順序は、関節における骨のサイズ、および骨の相対的な運動の程度に関して決定され得る。
実施形態は、手首に関して上述されている。他の実施形態では、階層的な位置合わせは、身体の任意の関節に関して実行され得る。たとえば、手首、足首、肩、臀部、肘、肩峰鎮骨、または顎関節に、階層的な位置合わせが実行され得る。
骨が1つまたは複数の画像データセット70において識別されて、ラベル付けされた実施形態について説明してきた。さらなる実施形態では、他の組織が識別され、ラベル付けされ得る。識別され、ラベル付けされ得る構造には、たとえば、靭帯、腱、器官、筋肉、または血管があり得る。
実施形態は、特定の剛体およびアフィン位置合わせに関して上記で説明されている。他の実施態様では、アフィン位置合わせは、剛体位置合わせと置き換えられてもよい。剛体位置合わせは、アフィン位置合わせと置き換えられてもよい。いくつかの実施形態では、1つまたは複数の非剛体位置合わせは、上述された剛体またはアフィン位置合わせのうちの1つまたは複数と置き換えられてもよい。
適したアトラスに対する任意の適切な医用画像データの位置合わせが実行され得、この場合、医学は、獣医学を含む。医用画像データは、たとえば、CT、MR、PET、SPECT、回転X線、またはコーンビームCTデータを備え得る。医用画像データは、患者または他の対象の1つまたは複数の走査から撮られた画像データを備え得る。
本明細書では特定のユニットが記載されているが、代替の実施形態では、これらのユニットの1つまたは複数の機能は、単一のユニットによって提供され得、または、単一のユニットによって提供される機能は、2つ以上のユニットの組合せによって提供され得る。そのような構成要素が互いに離れているかどうかにかかわらず、単一のユニットの言及は、そのユニットの機能を提供する複数の構成要素を含み、複数のユニットの言及は、それらのユニットの機能を提供する単一の構成要素を含む。
いくつかの実施形態が記載されているが、これらの実施形態は、例として示されているにすぎず、本発明の範囲を制限するためのものではない。実際、本明細書に記載されている新しい方法およびシステムは、様々な他の形で具体化され得、さらに、本明細書に記載されている方法およびシステムの形の様々な省略、置換、および変更は、本発明の意図を逸脱することなく行われ得る。添付の特許請求の範囲およびそれらの均等物は、本発明の範囲内になるような形または変更をカバーするためのものである。
20…医用画像処理装置、22…計算装置、24…CTスキャナ、26…表示画面(ディスプレイ)、28…入力デバイス、30…メモリ、32…CPU、34…データ受信ユニット、36…レジストレーションユニット、38…セグメンテーションユニット、30…レンダリングユニット

Claims (12)

  1. ボリュームデータと複数の解剖学的構造を含む参照データとの間において、前記参照データに含まれる第1の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする第1の位置合わせと、前記第1の位置合わせの後に、前記参照データに含まれる第2の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする少なくとも一つの第2の位置合わせと、を含む位置合わせ処理を実行する位置合わせユニットと、
    前記位置合わせ処理の結果に基づいて、前記ボリュームデータの少なくとも一部をセグメンテーションするセグメンテーションユニットと、
    を具備することを特徴とする医用画像処理装置。
  2. 前記第2の位置合わせは、一連の連続した位置合わせを行うものであり、前記一連の連続した位置合わせのそれぞれは、一つ前の位置合わせの結果を調整するものであることを特徴とする請求項1記載の医用画像処理装置。
  3. 前記一連の連続した位置合わせのそれぞれは、前記参照データに含まれる複数のサブセットのいずれかに対して実行されることを特徴とする請求項2記載の医用画像処理装置。
  4. 前記第2の位置合わせは、複数の個別の位置合わせを行うものであり、前記複数の個別の位置合わせのそれぞれは、前記第2の解剖学的構造に基づく位置合わせであることを特徴とする請求項2記載の医用画像処理装置。
  5. 前記セグメンテーションユニットは、前記複数の個別の位置合わせのそれぞれの結果に基づいて、前記ボリュームデータの前記第2の解剖学的構造を少なくとも一部をセグメンテーションすることを特徴とする請求項4記載の医用画像処理装置。
  6. 前記位置合わせユニットは、前記第1の位置合わせ及び前記第2の位置合わせの結果に基づいて、前記参照データと、前記ボリュームデータの前記第1の解剖学的構造及び前記第2の解剖学的構造のうちの少なくとも一方とをさらに位置合わせすることを特徴とする請求項4記載の医用画像処理装置。
  7. 前記第1又は第2の解剖学的構造は関節の骨を備え、
    前記第2の位置合わせは、前記関節の骨の分類が大から小に分類されるように、一連の連続した位置合わせを行うものであること、
    を特徴とする請求項1記載の医用画像処理装置。
  8. 前記第1又は第2の解剖学的構造は手の複数の骨を備え、
    前記第1の位置合わせは、橈骨および/または尺骨に関する位置合わせであり、
    前記第2の位置合わせは、中手骨および手根骨の位置合わせを繰り返し調整する位置合わせであること、
    を特徴とする請求項1記載の医用画像処理装置。
  9. 前記ボリュームデータは、関節の異なる位置に各々対応する複数のサブデータセットを備えることを特徴とする請求項1乃至8のうちいずれか一項記載の装置。
  10. 前記セグメンテーションされた前記ボリュームデータの少なくとも一部を用いて、
    分解図、解体図、標準解剖図、中間位相図、前記第1及び前記第2の解剖学的構造のうちの少なくとも一方について所定のラベル付けされた表現を備える画像、前記第1及び前記第2の解剖学的構造のうちの少なくとも一方が省略されている画像、のうちの少なくとも一つを生成する画像生成ユニットをさらに具備することを特徴とする請求項1乃至9のうちいずれか一項記載の医用画像処理装置。
  11. ボリュームデータと複数の解剖学的構造を含む参照データとの間において、前記参照データに含まれる第1の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする第1の位置合わせを実行し、
    前記第1の位置合わせの後に、前記参照データに含まれる第2の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする少なくとも一つの第2の位置合わせを実行し、
    前記位置合わせ処理の結果に基づいて、前記ボリュームデータの少なくとも一部をセグメンテーションすること、
    を具備することを特徴とする医用画像処理方法。
  12. コンピュータに、
    ボリュームデータと複数の解剖学的構造を含む参照データとの間において、前記参照データに含まれる第1の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする第1の位置合わせを実行させる機能と、
    前記第1の位置合わせの後に、前記参照データに含まれる第2の解剖学的構造に対応する少なくとも一部と前記ボリュームデータの少なくとも一部とを位置合わせする少なくとも一つの第2の位置合わせを実行させる機能と、
    前記位置合わせ処理の結果に基づいて、前記ボリュームデータの少なくとも一部をセグメンテーションさせる機能、
    を実現させることを特徴とする医用画像処理プログラム。
JP2015243855A 2014-12-15 2015-12-15 医用画像処理装置、医用画像処理方法及び医用画像処理プログラム Active JP6704723B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/569,890 US10504252B2 (en) 2014-12-15 2014-12-15 Method of, and apparatus for, registration and segmentation of medical imaging data
US14/569,890 2014-12-15

Publications (2)

Publication Number Publication Date
JP2016112419A true JP2016112419A (ja) 2016-06-23
JP6704723B2 JP6704723B2 (ja) 2020-06-03

Family

ID=56111651

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015243855A Active JP6704723B2 (ja) 2014-12-15 2015-12-15 医用画像処理装置、医用画像処理方法及び医用画像処理プログラム

Country Status (2)

Country Link
US (1) US10504252B2 (ja)
JP (1) JP6704723B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018139468A1 (ja) * 2017-01-25 2018-08-02 HoloEyes株式会社 医療情報仮想現実サーバシステム、医療情報仮想現実プログラム、医療情報仮想現実システム、医療情報仮想現実用データの作成方法、および医療情報仮想現実用データ
KR101892949B1 (ko) * 2017-08-07 2018-08-29 서울여자대학교 산학협력단 복부 컴퓨터단층촬영 영상에서 다중 아틀라스 기반 형상 및 밝기값 정보를 이용한 계층적 장기 분할 방법 및 장치
JP2021069574A (ja) * 2019-10-30 2021-05-06 日本テクトシステムズ株式会社 Mri画像に基づく解剖学的部位の抽出装置,方法,プログラム

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9905006B2 (en) * 2015-02-12 2018-02-27 Toshiba Medical Systems Corporation Medical image processing apparatus, medical image processing method, and medical imaging system
FR3068813B1 (fr) * 2017-07-10 2021-07-02 Univ Aix Marseille Procede et dispositif de segmentation d'images par propagation automatique dans une (n+1)-ieme dimension d'une segmentation d'images initialisee en dimension n
CN107993236A (zh) * 2017-11-27 2018-05-04 上海交通大学 一种多模态图像处理的方法和平台
US11449993B2 (en) * 2018-03-12 2022-09-20 Persimio Ltd. Automated bone segmentation in images
US10977837B2 (en) 2018-06-21 2021-04-13 Canon Medical Systems Corporation Medical image processing apparatus and method
CN111145229A (zh) * 2019-12-25 2020-05-12 东软医疗系统股份有限公司 成像方法、装置及扫描系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050123197A1 (en) * 2003-12-08 2005-06-09 Martin Tank Method and image processing system for segmentation of section image data
JP2012020133A (ja) * 2010-07-13 2012-02-02 Stryker Leibinger Gmbh & Co Kg 解剖構造データセットの位置合わせ装置及び方法
JP2012030072A (ja) * 2010-07-30 2012-02-16 Toshiba Corp 医用画像処理方法、記録媒体、及び医用画像処理装置
WO2012103949A1 (en) * 2011-02-03 2012-08-09 Brainlab Ag Retrospective mri image distortion correction
JP2013521844A (ja) * 2010-03-11 2013-06-13 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 モデルベースのセグメント化の確率向上
US20150023575A1 (en) * 2013-07-17 2015-01-22 Siemens Medical Solutions Usa, Inc. Anatomy Aware Articulated Registration for Image Segmentation

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10044844A1 (de) 2000-09-11 2002-04-04 Siemens Ag Verfahren ,Vorrichtung und Software zur Trennung der Einzelobjekte einer aus 3D-Datensätzen medizinischer Untersuchungsverfahren segmentierten anatomischen Struktur
US7058210B2 (en) 2001-11-20 2006-06-06 General Electric Company Method and system for lung disease detection
JP2007244887A (ja) 2001-12-03 2007-09-27 Ziosoft Inc ボリュームレンダリング処理方法、ボリュームレンダリング処理システム、計算機及びプログラム
US7813785B2 (en) 2003-07-01 2010-10-12 General Electric Company Cardiac imaging system and method for planning minimally invasive direct coronary artery bypass surgery
US7567696B2 (en) 2004-03-02 2009-07-28 Siemens Medical Solutions Usa, Inc. System and method for detecting the aortic valve using a model-based segmentation technique
US7623731B2 (en) * 2005-06-20 2009-11-24 Honda Motor Co., Ltd. Direct method for modeling non-rigid motion with thin plate spline transformation
US7991210B2 (en) 2005-11-23 2011-08-02 Vital Images, Inc. Automatic aortic detection and segmentation in three-dimensional image data
US20070206880A1 (en) * 2005-12-01 2007-09-06 Siemens Corporate Research, Inc. Coupled Bayesian Framework For Dual Energy Image Registration
US7916919B2 (en) 2006-09-28 2011-03-29 Siemens Medical Solutions Usa, Inc. System and method for segmenting chambers of a heart in a three dimensional image
US8207992B2 (en) * 2007-12-07 2012-06-26 University Of Maryland, Baltimore Composite images for medical procedures
US8577115B2 (en) 2008-03-04 2013-11-05 Tomotherapy Incorporated Method and system for improved image segmentation
US8068652B2 (en) * 2008-08-29 2011-11-29 General Electric Company Semi-automated registration of data based on a hierarchical mesh
US8634626B2 (en) * 2010-06-29 2014-01-21 The Chinese University Of Hong Kong Registration of 3D tomography images
US8867822B2 (en) * 2011-10-14 2014-10-21 Fujifilm Corporation Model-based coronary artery calcium scoring
EP2819093B1 (en) * 2013-06-24 2016-05-11 RaySearch Laboratories AB Method and system for atlas-based segmentation
US9818200B2 (en) * 2013-11-14 2017-11-14 Toshiba Medical Systems Corporation Apparatus and method for multi-atlas based segmentation of medical image data
EP2881916B1 (en) * 2013-12-06 2018-01-31 Siemens Healthcare GmbH Query-specific generation and retrieval of medical volume images

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050123197A1 (en) * 2003-12-08 2005-06-09 Martin Tank Method and image processing system for segmentation of section image data
JP2005169118A (ja) * 2003-12-08 2005-06-30 Siemens Ag 断層画像データのセグメント化方法および画像処理システム
JP2013521844A (ja) * 2010-03-11 2013-06-13 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 モデルベースのセグメント化の確率向上
JP2012020133A (ja) * 2010-07-13 2012-02-02 Stryker Leibinger Gmbh & Co Kg 解剖構造データセットの位置合わせ装置及び方法
JP2012030072A (ja) * 2010-07-30 2012-02-16 Toshiba Corp 医用画像処理方法、記録媒体、及び医用画像処理装置
WO2012103949A1 (en) * 2011-02-03 2012-08-09 Brainlab Ag Retrospective mri image distortion correction
US20150023575A1 (en) * 2013-07-17 2015-01-22 Siemens Medical Solutions Usa, Inc. Anatomy Aware Articulated Registration for Image Segmentation

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018139468A1 (ja) * 2017-01-25 2018-08-02 HoloEyes株式会社 医療情報仮想現実サーバシステム、医療情報仮想現実プログラム、医療情報仮想現実システム、医療情報仮想現実用データの作成方法、および医療情報仮想現実用データ
JP6380966B1 (ja) * 2017-01-25 2018-08-29 HoloEyes株式会社 医療情報仮想現実システム
JP2018206405A (ja) * 2017-01-25 2018-12-27 HoloEyes株式会社 医療情報仮想現実サーバ、医療情報仮想現実プログラム、および医療情報仮想現実用データの作製方法
US11139070B2 (en) 2017-01-25 2021-10-05 Holoeyes, Inc. Medical information virtual reality server system, medical information virtual reality program, medical information virtual reality system, method of creating medical information virtual reality data, and medical information virtual reality data
KR101892949B1 (ko) * 2017-08-07 2018-08-29 서울여자대학교 산학협력단 복부 컴퓨터단층촬영 영상에서 다중 아틀라스 기반 형상 및 밝기값 정보를 이용한 계층적 장기 분할 방법 및 장치
JP2021069574A (ja) * 2019-10-30 2021-05-06 日本テクトシステムズ株式会社 Mri画像に基づく解剖学的部位の抽出装置,方法,プログラム

Also Published As

Publication number Publication date
US20160171698A1 (en) 2016-06-16
US10504252B2 (en) 2019-12-10
JP6704723B2 (ja) 2020-06-03

Similar Documents

Publication Publication Date Title
JP6704723B2 (ja) 医用画像処理装置、医用画像処理方法及び医用画像処理プログラム
JP7118606B2 (ja) 医用画像処理装置及び医用画像処理プログラム
US20210158531A1 (en) Patient Management Based On Anatomic Measurements
US11074688B2 (en) Determination of a degree of deformity of at least one vertebral bone
Rehman et al. A region-based deep level set formulation for vertebral bone segmentation of osteoporotic fractures
US10580159B2 (en) Coarse orientation detection in image data
US9741131B2 (en) Anatomy aware articulated registration for image segmentation
CN104346821B (zh) 用于医学成像的自动规划
US8958614B2 (en) Image-based detection using hierarchical learning
US9082231B2 (en) Symmetry-based visualization for enhancing anomaly detection
US20120172700A1 (en) Systems and Methods for Viewing and Analyzing Anatomical Structures
US11941812B2 (en) Diagnosis support apparatus and X-ray CT apparatus
US9336457B2 (en) Adaptive anatomical region prediction
Melinska et al. Statistical, morphometric, anatomical shape model (atlas) of calcaneus
Jimenez-Pastor et al. Automated vertebrae localization and identification by decision forests and image-based refinement on real-world CT data
US9286688B2 (en) Automatic segmentation of articulated structures
Liu et al. Rigid model‐based 3D segmentation of the bones of joints in MR and CT images for motion analysis
Jin et al. How many models/atlases are needed as priors for capturing anatomic population variations?
CN111127636A (zh) 一种智能的复杂关节内骨折桌面级三维诊断系统
JP7317563B2 (ja) 医用画像処理装置および医用画像処理方法
Koban et al. Investigation on Efficient Deep Learning Framework for Spinal Deformities: A Review Approach
He et al. Pre-planning of individualized talus implants based on computed tomography-automated segmentation
Xiao et al. Sparse Dictionary Learning for 3D Craniomaxillofacial Skeleton Estimation Based on 2D Face Photographs
Liu et al. A Practical Framework for ROI Detection in Medical Images--a case study for hip detection in anteroposterior pelvic radiographs
Jin et al. Obtaining the potential number of object models/atlases needed in medical image analysis

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20160512

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181030

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190816

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190903

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200114

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200312

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: 20200414

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200513

R150 Certificate of patent or registration of utility model

Ref document number: 6704723

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150