JP2016116867A - 医用画像処理装置、医用画像診断装置及び医用画像処理プログラム - Google Patents

Abstract

【課題】従来に比して正確且つ迅速なセグメンテーションを実現可能な医用画像処理装置を提供する。【解決手段】医用画像処理装置は、レジストレーションユニットと、境界識別ユニットとを具備する。レジストレーションユニットは、第１の時刻における被検体の複数の解剖学的特徴を含む所定領域を表す第１の画像データと、第１の時刻とは異なる第２の時刻における所定領域を表す第２の画像データとを用いてレジストレーションを実行し、レジストレーションデータを取得する。境界識別ユニットは、レジストレーションデータを用いて、所定領域の複数の位置における組織の変動方向を示す変動方向データを算出し、変動方向データに基づいて、複数の解剖学的特徴間の境界を識別する境界識別処理を実行する。【選択図】図２

Description

本発明の実施形態は、例えば、医用画像診断装置によって取得された画像データを用いて解剖学的特徴間の境界の自動識別を行う医用画像処理装置、医用画像診断装置及び医用画像処理プログラムに関する。

さまざまな医用イメージングモダリティ（医用画像診断装置）、たとえばX線コンピュータ断層撮影法（X線ＣＴ：Ｃｏｍｐｕｔｅｒｉｚｅｄ Ｔｏｍｏｇｒａｐｈｙ）、磁気共鳴イメージング（ＭＲＩ）装置、ポジトロンエミッション断層撮影（ＰＥＴ）装置、および超音波診断装置、Ｘ線診断装置等は、診断または他の目的で患者または他の被検体を表す画像データ（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。画像データはさまざまな形態であってよく、任意の適切な医用イメージングモダリティによって取得された任意の適切なデータ、或いは少なくとも一つの解剖学的特徴を表す任意の適切なデータを含むことができる。画像データは、被検体の少なくとも一部の画像を取得するために、或いは少なくとも一つの解剖学的特徴に関する画像データを取得するために、レンダリング等に代表される種々の方法によって処理が可能な任意のデータを備えてよい。また、ボリューム（volumetric）データは、たとえば、ボクセルの配列の形態であってよい。そのようなボクセルの配列は、強度、吸収、または他のパラメータを三次元位置の関数として表してよく、医用イメージングモダリティによって取得された測定信号の適切な処理によって取得されてよい。

既知の医用イメージングモダリティを支援するために多種多様の画像データ処理技法が開発されてきた。たとえば、異なる解剖学的特徴または他の特徴を表すデータの領域を識別するために、所定のモダリティを使用して取得された画像データを自動的または半自動的にセグメンテーションするさまざまな技法が開発されている。その様な多数の既知のセグメンテーション技法は、画像データセット内のボクセルの強度値に基づく。ＣＴ技法の場合、ＣＴデータセットは、通常、各々が患者または他の被検体を含む三次元ボリューム内のそれぞれの位置を表すボクセルの三次元配列を備える。各ボクセルは、通常、ＣＴ測定値から決定される、ボリューム内の対応する位置でＸ線の減衰を表す（ハンスフィールドユニット単位の）強度値を有する。単純な場合には、セグメンテーションは、ボクセル強度値のしきい値処理のみに基づいて実行可能である。たとえば、特定の範囲内の強度値を有するすべてのボクセルは、骨を表すと見なされてよい。

たとえば、いくつかの解剖学的特徴が他の類似の解剖学的特徴に近い場合、またはそれらの解剖学的特徴が、他の解剖学的特徴の強度値に近い強度値を有する場合、画像データセット内のそれらの解剖学的特徴の正確なセグメンテーションが困難なことがある。小さいまたは複雑な形状を有する特徴はまた、正確にセグメンテーションすることが困難なこともある。

患者または他の被検体の肺のＣＴイメージング測定を実行することが知られている。肺の自動解析および有効な視覚化は、肺のセグメンテーションおよび分類の品質に依存することができる。ＣＴスキャンでは肺葉間裂が不明瞭で追跡が困難なことがあり得るので、肺特徴、たとえば異なる肺葉を分離する肺葉間裂のセグメンテーションが困難なことがある。同様に、場合によっては、胸壁と肺が近接していることにより、これらを区別することが難しいことがある。

目的は、従来に比して正確且つ迅速なセグメンテーションを実現可能な医用画像処理装置、医用画像診断装置及び医用画像処理プログラムを提供することである。

本実施形態に係る医用画像処理装置は、レジストレーションユニットと、境界識別ユニットとを具備する。レジストレーションユニットは、第１の時刻における被検体の複数の解剖学的特徴を含む所定領域を表す第１の画像データと、前記第１の時刻とは異なる第２の時刻における前記所定領域を表す第２の画像データとを用いてレジストレーションを実行し、レジストレーションデータを取得する。境界識別ユニットは、前記レジストレーションデータを用いて、前記所定領域の複数の位置における組織の変動方向を示す変動方向データを算出し、前記変動方向データに基づいて、前記複数の解剖学的特徴間の境界を識別する境界識別処理を実行する。

一実施形態による、スキャナシステムを形成する、画像データ処理装置および関連スキャナの概略図。 一実施形態による画像データ処理方法を概略的に示すフロー図。 ボクセルの配列に関するワープ場ベクトルまたはレジストレーションデータの表示を示す概略図。 呼息相および吸息相中の肺葉のスキャン画像を示す写真。 呼息相および吸息相中の肺葉のスキャン画像を示す写真。 解剖学的領域間の境界線の両側にあると分類されたボクセルを示す、図３のボクセルの配列の概略図。 境界線の両側にあるボクセルを分類するためにフラッドアルゴリズムが適用された後の図５のボクセルの配列の概略図。

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。

一実施形態による医用画像処理装置１０が図１に概略的に示される。医用画像処理装置１０は、計算装置１２と、１つまたは複数のディスプレイ画面１６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１８とを具備するパーソナルコンピュータ（ＰＣ）またはワークステーション等であり、医用画像撮影装置１４と接続されている。

医用画像撮影装置１４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１４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（Ｘ線診断装置）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。

計算装置１２は、画像データを受け取って処理するための処理リソースを提供する。計算装置１２は、ＣＴスキャナ１４から、記憶装置２０から、またはリモート記憶装置もしくは他の記憶装置から、画像データを受け取るための受領ユニット２４を含む。計算装置１２は、レジストレーション処理を実行して画像データの組をレジストレーションするためのレジストレーションユニット２６と、レジストレーションデータに基づいて解剖学的領域または他の領域間の境界を識別するように構成された境界識別ユニット２８と、さらなるセグメンテーション処理を実行してさまざまな解剖学的領域または他の領域をセグメンテーションするためのセグメンテーションユニット３０も含む。

記憶装置２０は、画像データ、後述する本実施形態に係る境界識別処理等を実現するための専用プログラム等を記憶する。

本実施形態では、受領ユニット２４、レジストレーションユニット２６、境界識別ユニット２８、およびセグメンテーションユニット３０は各々、実施形態の方法を実行するために計算装置の中央処理装置（ＣＰＵ：ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）によって実行可能な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１２内で実施される。しかしながら、他の実施形態では、さまざまなユニットは、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）または他の専用回路として実施されてよい。

計算装置１２は、ハードドライブと、ＲＡＭとＲＯＭとデータバスとさまざま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の他の構成要素も含む。そのような構成要素は、図が見やすいように、図１に示されていない。

図１に示す実施形態に係る医用画像処理装置１０では、レジストレーション処理によって得られる、画像データ間の変動を示すレジストレーションデータ（例えば、二つの画像を用いたベクトル演算によって得られる、各位置における移動方向を移動量がベクトルによって示されたデータ）が計算され、当該レジストレーションデータから得られる各位置の変動に基づいて、解剖学的領域または他の領域間の境界を識別するために処理が実行される。

一般に、所定の部位につき、同一のモダリティを用いた異なる条件下での撮影、または異なるモダリティを使用した撮影をそれぞれのタイミングで実行することによって、時間的に異なる複数の画像データセットが取得される場合がある。そのような複数の画像データセットは、被検体の同じ解剖学的特徴が、（たとえば、単純な場合では、異なる画像データセットが取得されたとき、スキャナ内の異なる相対位置を有する患者または他の被検体により）画像データセット間で異なる座標を有する場合がある。係る場合には、複数の画像データセットをレジストレーションして、画像データセットの一方または両方に関する座標の変換を備えるまたは表すレジストレーションデータを取得する。レジストレーションデータは、一方または両方の画像データセットの座標を変換することによって、画像データセットからの同じ解剖学的特徴が共通座標系内の実質的に同じ、すなわち対応する、位置に出現するように、画像データセットが位置合わせするためのデータとして取得される。

図２は、本実施形態に係る処理の流れを示したフローチャートである。段階４０では、受領ユニット２４が、被検体の同じ領域上ではあるが異なる時刻にＣＴスキャナ１４によって実行されたスキャンから取得された、第１の組の画像データと第２の組の画像データとを受け取る。この場合、第１の組の画像データは、患者の胸腔領域を表し、かつ吸息状態（たとえば、患者が吸息中であったまたは実質的に完全に吸息していたとき）にある患者の肺を表すデータＣＴを含むＣＴスキャンデータであり、第２の組の画像データは、患者の胸腔領域を表し、かつ以降の呼息状態（たとえば、患者が呼息中であったまたは実質的に完全に呼息していたとき）中の患者の肺を表すＣＴデータを含むＣＴスキャンデータである。

この場合の両方の組のＣＴスキャンデータは、ボクセルの三次元配列を備えるボリュームデータを備え、各ボクセルは、スキャンされたボリュームにおいてボクセルが対応する位置を表す位置値と、その位置におけるＣＴスキャンのＸ線の減衰を表す強度値とを有する。

段階４０では、レジストレーションユニット２６は、非剛体レジストレーション手順を使用して、第１の組の画像データを第２の組の画像データとレジストレーションする。任意の適切な非剛体レジストレーション手順が使用されてよい。非剛体レジストレーションから変形場が得られる。

ここで、非剛体レジストレーションは、レジストレーションされるべきデータセットの各ボクセルに異なる変位を提供することができ、たとえば、データセットを別のデータセットにレジストレーションするために１つのデータセット内のデータ点の座標が柔軟な変形を受ける非線形変換を使用することができる。非線形変換は、場合によっては、三次元データセット内の各ボクセルに対する個々の変位を定義する、ワープ場などのベクトル場または他の場もしくは関数を使用して定義されてよい。

本実施形態では、この変形場は、各ボクセルに対して個々の変位ベクトルが定義される密なベクトル場である。本実施形態では、密な変位サンプリング（ＤＥＥＤＳ：Ｄｅｎｓｅ Ｄｉｓｐｌａｃｅｍｅｎｔ Ｓａｍｐｌｉｎｇ）を用いた離散的最適化アルゴリズムが使用される。たとえば、Ｈｅｉｎｒｉｃｈら、Ｇｌｏｂａｌｌｙ ｏｐｔｉｍａｌ ｄｅｆｏｒｍａｂｌｅ ｒｅｇｉｓｔｒａｔｉｏｎ ｏｎ ａ ｍｉｎｉｍｕｍ ｓｐａｎｎｉｎｇ ｔｒｅｅ ｕｓｉｎｇ ｄｅｎｓｅ ｄｉｓｐｌａｃｅｍｅｎｔ ｓａｍｐｌｉｎｇ、Ｍｅｄ Ｉｍａｇｅ Ｃｏｍｐｕｔ Ｃｏｍｐｕｔ Ａｓｓｉｓｔ Ｉｎｔｅｒｖ、２０１２；１５（Ｐｔ３）：１１５〜２２を参照されたい。代替実施形態では、他の任意の適切なレジストレーション手順が使用されてよい。たとえば、画像データセット内の異なる場所における差動運動を区別することが可能な、非剛体レジストレーションアルゴリズムなどの任意の適切なレジストレーションアルゴリズムが使用されてよい。

段階４０においてレジストレーションユニット２６によって実行されるレジストレーション手順の出力は、第２の画像データセット内の複数の場所を第１の画像データセット内の対応する場所と位置合わせする、それらの場所に対する座標におけるオフセットを表す１組のレジストレーションデータである。したがって、たとえば、レジストレーションが完全であった場合、かつ第２の画像データセット内の各ボクセルの座標がレジストレーションデータに従って変換可能であった場合、対応する解剖学的特徴（たとえば、肺の特徴または他の臓器の特徴）は、第１の画像データセット内と変換された第２の画像データセット内の実質的に同じ位置に表される。

本実施形態では、レジストレーションデータは、第２の画像データセットのボクセルごとにそのボクセルを第１の画像データセットの対応するボクセルと位置合わせするために必要とされるそのボクセルの変位の方向と大きさとを備えるそれぞれのベクトルを備えるワープ場を備える。他の実施形態では、任意の適切なタイプのレジストレーションデータ、たとえば任意の適切なベクトル場もしくは他の任意の適切な場もしくは関数、または座標間のレジストレーションまたは変換を表す他の任意の適切なデータが使用されてよい。

第２の画像データセットの領域の複数のボクセル５０に対するワープ場のベクトルが、図３において矢印５２によって概略的に示されている。矢印５２は、ベクトル方向を表す。ベクトルの大きさは、図３に表されていない。領域のある部分では、矢印５２のすべてが左から右を指し、領域の別の部分では、矢印が右から左を指していることが理解できよう。ベクトルの方向が異なることは、患者の解剖学的構造の異なる部分が第１のスキャンと第２のスキャンの間に互いに対して移動したことを示唆する。この場合、互いに対して移動した患者の解剖学的構造の異なる部分は患者の肺の異なる葉であり、第１のスキャンと第２のスキャンの間で患者が呼息したとき、その表面は互いに対して摺動（滑るような肺葉の動き）する。図３のボクセルは、肺葉間の境界線領域における領域の小さな部分を表す。

患者の肺の第１の肺の肺葉６０、６２および患者の肺の第２の肺の肺葉６４、６６が図４ａおよび図４ｂに示されている。図４ａは、適切な既知の画像データ処理技法を使用して第１の画像データセット（呼息相の終了近くに獲得される）を処理することによって得られた、患者の肺を通る断面を表すレンダリングされた画像（この場合、ＭＰＲ断面画像）であり、図４ｂは、第１の画像データセットから得られた、患者の肺を通る断面を表すレンダリングされた画像（呼息相の終了近くに獲得された）である。肺葉は、吸息中にサイズが増加した。肺葉６０、６２は吸息中に互いに対して摺動し、肺葉６４、６６も吸息中に互いに対して摺動した。図２の実施形態は、葉の表面が呼吸の下で互いとは無関係に少なくとも部分的に移動することができることを利用している。葉の表面は、一般に、互いに接触する点で、解剖学的に互いに接続されておらず、互いに対して、および胸壁に対して、摺動することができる。

スキャン間における異なる解剖学的特徴の相対移動が、レジストレーションデータの適切な処理によって、そのような特徴間の境界を識別するために使用できることが、図２の実施形態の特徴である。レジストレーションデータのそのような処理は、本実施形態では、場所によるレジストレーションデータの変動が決定され、かつ解剖学的領域間の境界線を識別するために使用される、図２の処理の段階４４で行われる。

図２の実施形態では、レジストレーションされた第２の画像データセット内の各ボクセル場所に対して、その場所に関するレジストレーションデータ（たとえば、その場所に関するワープ場のベクトル）は、場所によるレジストレーションデータの変動が決定されることを可能にする処理で使用される。

１つのボクセル場所７０を特に例として検討すると、この場合の処理は、その場所７０に対するワープ場のベクトル８０のドット積と、最も近い周囲ボクセル場所７２、７４、７６、７８の各々に対するベクトル８２、８４、８６、８８とを決定することを備える。ドット積の値は、対の間のベクトル（８０および８２、８４、８６、または８８）の角度のコサインならびにベクトルの大きさによって決まる。１対のベクトルの間の角度のコサインの値は、＋１の値（ベクトルが同じ方向たとえば平行に位置合わせされる場合）から−１の値（ベクトルは位置合わせされるが、反対方向たとえば逆平行である場合）まで変動する。

次いで、ドット積決定の結果（この例では４）が、周囲場所と比較したボクセル場所７０に関するベクトル方向の差の尺度として使用される。この場合、（ボクセル場所７０の）ベクトル８０と（ボクセル場所７２の）ベクトル８２は逆平衡方向に位置合わせされるので、ベクトル８０と８２のドット積は比較的大きな負の値を有するが、（ボクセル場所７０の）ベクトル８０、（ボクセル場所７４の）ベクトル８４、（ボクセル場所７６の）ベクトル８６、（ボクセル場所７８の）ベクトル８８は実質的に同じ方向に位置合わせされるので、ベクトル８０と８４、８６、または８８のドット積は、比較的大きな正の値を有することが理解できよう。

図３の例では、ドット積は、２次元で最も近い４つのボクセルの各々に対して計算されると説明されているが、データは、ドット積が計算される最も近い６つの隣接ボクセルがあり得る三次元データであってよいことが理解されよう。代替実施形態では、レジストレーションデータ間のドット積または差の他の任意の適切な尺度は、最も近い隣接ボクセルだけでなく、周囲ボクセルに関して計算可能である。

たとえばドット積によって提供される、ベクトル方向および／または大きさなどのレジストレーションデータの差の尺度は、レジストレーションデータが著しく変化するところを表すまたはこれを識別するために使用可能である不連続性データと呼ばれることがある。ボクセル間のベクトル方向および／または大きさの差は、存在するボクセル間の不連続性のレベルを表すと見なされてよい。代替実施形態では、任意の適切な不連続性データ、たとえばレジストレーションの１つまたは複数の性質の変動を表し、そのような変動の変化または変化率を場所の関数として決定するために使用できる任意のデータが使用されてよい。不連続性データは、任意の適切な尺度に従って存在する不連続性のレベルを表してよい。

図２の実施形態の処理の段階４４では、ボクセル場所の各々に対して、ある場所のベクトルと周囲場所のベクトルのドット積の計算が繰り返される。次いで、ドット積の値がしきい値と比較され、負であり、かつしきい値よりも大きさの大きいドット積値が得られるそれらの対のボクセル場所は、解剖学的領域間の境界によって潜在的に分離されるボクセルと識別される。したがって、ボクセル位置７０に関連して上記で説明した例では、ボクセル７０と７２の境界は、比較的大きな負の値を有するので、解剖学的領域間の可能な境界を表すと識別されてよい。

しきい値の比較は、計算されたドット積のすべておよびボクセル位置のすべてに対して繰り返され、解剖学的特徴間の境界を潜在的に表す、またはこれと関連付けられた、ボクセル境界のすべては、この比較に基づいて識別される。図５は、解剖学的構造間の境界を潜在的に表すボクセル境界によって分離されていると識別されたそれらのボクセル対を識別し、境界の片側にある対のボクセルはドットで満たされ、境界の他方の側にある対のボクセルは垂直線で満たされる。この場合、識別されたボクセル対のボクセル間の境界は単一の実線９０を形成し、その栓は、解剖学的特徴（この場合、異なる肺葉）間の境界を表すと見なされることが理解できよう。

実際には、識別されたボクセル境界が単一の連続的な境界を形成しないように、使用されるしきい値およびレジストレーションデータに応じて、解剖学的特徴の間の可能な境界を表すと識別されるボクセルの対の間のギャップが存在することがある。その場合、解剖学的特徴間の単一の境界を形成するように個々のボクセル境界を接合するために、任意の適切な処理が使用可能である。たとえば、分離された不連続ボクセル境界は、それらの間の最短経路によって、解剖学的特徴間の境界を形成するために接合可能である。あるいは、たとえば、分離された不連続ボクセル境界は、分離された不連続なボクセル境界の間に存在する（たとえば、最も高い負のドット積値がしきい値を超えない場合ですら、その最も高い負のドット積値を有する）最も不連続なボクセル対の間の経路によって接合可能である。

他の場合には、しきい値処理は、解剖学的特徴間の単一の連続境界が即座に識別できないように、代替経路を形成するボクセルの対の間の境界を識別してよい。その場合、境界識別ユニット２８は、さらなる選択処理を実行して、解剖学的特徴間の境界を表す可能性が最も高いと思われる経路のうち単一の経路を選択することができる。たとえば、レジストレーションデータ間の最大の不連続性（たとえば、最大の負のドット積値）を提供すると思われる経路が選択されてもよい。

いくつかの実施形態では、しきい値処理は、識別されるボクセル境界が単一の実質的な実線を形成するまで、しきい値の異なる値に対して境界識別ユニット２８によって繰り返されてよく、その場合、単一の実質的な実線は、解剖学的特徴間の境界を表す。

代替実施形態では、場所によるレジストレーションデータの変動に基づいて解剖学的特徴間の境界を識別するために任意の適切な代替処理が使用可能であり、その処理は、しきい値処理を使用することやドット積を使用することに限定されない。たとえば、任意の適切な適合処理、クラスタリング処理、または他の処理は、画像データによって表される領域を通る経路の両側にあるレジストレーションデータ（たとえば大きさおよび／またはベクトル方向）間の差が最大化されるその経路を識別するために使用可能である。次いで、この経路は、解剖学的特徴間の境界を表すと見なされ得る。

図３の処理の段階４４で識別される解剖学的特徴間の境界は、さまざまな目的に使用可能である。たとえば、境界を表す線または他のグラフィカルな特徴は、画像データセットから得られる画像、たとえば２Ｄまたは３Ｄでレンダリングされた画像の上に重ね合わせ可能であるか、またはその他の方法でその上に表示可能である。あるいは、境界は、任意の所望の後続の処理での使用を目的とした画像データセットのうち一方または両方からのデータの選択（たとえば、境界の片側または他方の側にあるデータの選択）において使用可能である。

図２の実施形態では、解剖学的特徴間の識別された境界が、以降のセグメンテーション処理における段階４６で使用される。この場合、識別された境界によって少なくとも一部は分離されたまたは境界を画された領域の内部を、境界によって分離される解剖学的特徴の一方または他方（たとえば、肺葉の一方または他方）に属すると分類するために、フラッドフィルアルゴリズムが使用される。たとえば、フラッドフィルアルゴリズムは、たとえばＹ ＢｏｙｋｏｖおよびＶ Ｋｏｌｍｏｇｏｒｏｖ、Ａｎ Ｅｘｐｅｒｉｍｅｎｔａｌ Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｍｉｎ−Ｃｕｔ／Ｍａｘ−Ｆｌｏｗ Ａｌｇｏｒｉｔｈｍｓ ｆｏｒ Ｅｎｅｒｇｙ Ｍｉｎｉｍｉｚａｔｉｏｎ ｉｎ Ｖｉｓｉｏｎ、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ＰＡＭＩ、第２６巻第９号１１２４〜１１３７ページ、２００４年９月に記載されている最大フローグラフカット最小カットアルゴリズムであってよい。図５のデータに適用されたセグメンテーションアルゴリズムに基づいたそのようなフラッドフィルの結果が、図６に概略的に示されている。図６では、段階４２で識別された境界の片側にあるボクセルのすべては、（ドットで満たされることによって示されるように）肺葉の１つに属すると分類され、境界の他方の側にあるボクセルのすべては、（垂直線で満たされることによって示されるように）肺葉の他のものに属すると分類されている。

実際には、任意の適切なセグメンテーションアルゴリズムが使用可能であり、解剖学的特徴間の識別された境界は、セグメンテーションアルゴリズムへの入力の１つとして使用される。フラッドフィルに基づくセグメンテーションアルゴリズムが使用される場合、このアルゴリズムは、画像データおよびデータの対象である解剖学的特徴に応じて、潜在的に閉鎖されていない境界を扱うように構成されたアルゴリズムであってよい。たとえば、肺葉の場合に、これらの葉は主気管支枝で接続され、そのため、葉のまわりの境界が完全にマッピングされても、これらの境界は完全に閉鎖されるわけではない。セグメンテーションアルゴリズムは、識別された境界に基づいてセグメンテーションを補足するために使用可能な、任意の適切な既知の技法による追加の処理、たとえばパターンマッチング、クラスタリング、機械学習、しきい値処理、およびオープニング演算、クロージング演算、フィル演算（fill operation）などのモルフォロジー処理を含む他の処理を含んでよい。そのような追加処理は、１つまたは複数の境界が開いているまたは閉じているかに関わりなく画像データ内の解剖学的特徴をセグメンテーションするために使用可能である。

図２の実施形態は、１つまたは複数の肺の異なる葉を自動的に分類することが可能である。適切な分類は、分析と視覚化とを含むさまざまな臨床的用途プロトコルで使用可能である。肺葉の分類はまた、胸壁から肺葉を正確に分離するためにも使用可能である。

図２の実施形態に関して上記で説明した特定の例では、装置は、異なる肺葉間の境界を識別するように画像データを処理するために使用される。しかしながら、実施形態は、任意の適切な解剖学的特徴間の、たとえば肺の少なくとも一部と胸壁の少なくとも一部の間の、または腱、筋肉、軟骨、もしくは骨の間の（たとえば、腱と筋肉の間の、またはある筋肉と別の筋肉の間などの）１つまたは複数の境界を識別するために使用可能である。実施形態は、特徴の間隔が接近しているまたは既知の技法を使用して特徴を区別することが困難である場合ですら、人間または動物の身体の通常動作で互いに対して移動する解剖学的特徴間の境界を識別することに特に好適であることがある。

図２の実施形態に関して上記で説明した特定の例におけるレジストレーションデータは、ワープ場データを備える。代替実施形態では、レジストレーションデータは、任意の適切なタイプのデータ、たとえば任意の適切なタイプのベクトルデータまたはベクトル場データを備えてよい。レジストレーションデータは、いくつかの実施形態では、必ずしも各ボクセルに対する別個のレジストレーションデータ項目を備えるとは限らず、特定のボクセルと具体的に関連付けられたデータ項目を必ずしも含むとは限らずに、ボクセルの座標空間内のデータセット間のレジストレーションを表すことがある。たとえば、レジストレーションデータはベクトル場のパラメータ表示を備えてよく、境界識別ユニットは、ベクトル場の空間的に変化する勾配すなわち高次導関数の値に基づいて境界を識別してよい。たとえば、ベクトル場の空間的に変化する勾配すなわち高次導関数は、十分急速に、たとえば実質的に不連続に、変化するレジストレーションデータ領域がある場合、境界識別ユニットは、その領域を境界領域と識別することがあることを示す。

ＣＴデータを備える画像データセットの処理に関して、実施形態を説明してきた。代替実施形態では、任意の適切なデータセット、たとえば磁気共鳴イメージング（ＭＲＩ）データセット、ポジトロンエミッション断層撮影法（ＰＥＴ）データセット、または超音波データセットが使用されてよい。

２つの画像データセット間のレジストレーションに関するレジストレーションデータの変動に基づいて境界が識別される例に関して実施形態を説明してきたが、代替実施形態では、任意の適切な画像データたとえば任意の適切な数の画像データセットが使用可能である。たとえば、複数の組のレジストレーションデータまたは結合された１組のレジストレーションデータを取得するために複数のレジストレーションが実行可能であり、複数の組のレジストレーションデータまたは結合された１組のレジストレーションデータ内および／またはそれらの間の変動は、境界を決定するために使用可能である。

場合によっては、境界は、解剖学的領域とさらなる解剖学的領域の間にさらなる材料たとえばさらなる解剖材料を備える複数のボクセル厚さの境界領域を備えてよい。実施形態では、境界領域は、場所によるレジストレーションデータの変動に基づいて識別および／または分類されてよい。いくつかの実施形態では、第１の境界は、場所によるレジストレーションデータの変動に基づいて解剖学的特徴とさらなる材料の間で識別されることがあり、第２の境界は、場所によるレジストレーションデータの変動に基づいてさらなる材料とさらなる解剖学的領域の間で識別されることがある。

特定の実施形態は、不連続性を有する区域を見つけるために、呼吸周期の異なる相にある２回以上のスキャンのレジストレーションと、ワープ運動場の分析とを提供する。高い不連続性を有する区域は、肺葉間の境界に対応すると見なすことが可能である。セグメンテーションマスクボリュームは、不連続性によって境界を画される領域を満たすことによって計算される。

特定の実施形態は、１組の医用画像スキャン中から対象をセグメンテーションおよび分類するための方法を提供し、各スキャンは異なる時点で行われ、レジストレーションアルゴリズムはスキャン中の点の位置の変化を判断し、導き出されたレジストレーションデータの不連続性は、スキャン中の対象間の少なくとも１つの境界の場所を決定するために使用され、この対象間の少なくとも１つの境界は、対象のうち少なくとも１つの場所を分類するために使用される。肺の葉は、吸息／呼息試験に基づいて自動的にセグメンテーションされてよい。セグメンテーションは、運動レジストレーション負連続性分析と既存のオブジェクトセグメンテーション技法の混成物を使用して実行されてよい。代替または追加として、他の解剖学的構造が自動的にセグメンテーションされてもよい。

多数の既知の分類技法およびセグメンテーション技法は、単一スキャン中のデータ値または１対のスキャン中の減算データ値のみに基づく。対照的に、特定の実施形態では、運動情報を使用することによって、必ずしもそれらの間に大きな強度勾配があるとは限らない対象が分類可能である。実施形態は、たとえば移動が捕捉される４Ｄの整形外科用スキャンに関するさまざまな文脈で、または既存の単一相肺セグメンテーション技法を増強または置き換える際に、有用であり得る。

また、上記実施形態において、たとえば、パターン認識、適合処理、モルフォロジー処理、アトラスもしくは他の基準との比較、または他の処理のうち１つまたは複数が、画像データをセグメンテーションするために使用可能である。

また、上記実施形態において、他のレジストレーション（例えばアフィン変換を使ったレジストレーション、剛体レジストレーション等）を必要に応じて利用することも可能である。ここで、剛体レジストレーションは、データセットを別のデータセットにレジストレーションするために１つのデータセット内のデータ点の座標が回転および平行移動を受けるレジストレーションを備えることができる。この文脈におけるアフィンレジストレーションは、データセットを別のデータセットにレジストレーションするために１つのデータセット内のデータ点の座標が回転、平行移動、拡大縮小、および／またはせん断を受けるレジストレーションを備えることができる。したがって、剛体レジストレーションは、特定のタイプのアフィンレジストレーションと見なされてよい。

上記実施形態は、実施形態の方法を実行するために実行可能なコンピュータ可読命令を有する１つまたは複数のコンピュータプログラムによって実施され得ることが、当業者には十分に理解されよう。これらのコンピュータプログラムの機能は、ハードウェア内で（たとえばＣＰＵによって）実施され得る。実施形態はまた、１つまたは複数のＡＳＩＣ（特定用途向け集積回路）によって、またはハードウェアもしくはソフトウェアの混合物によって実施されてもよい。

本明細書では特定のユニットについて説明してきたが、代替実施形態では、これらのユニットのうち１つもしくは複数の機能は単一のユニットによって提供可能であり、または単一のユニットによって提供される機能は、組み合わされた２つ以上のユニットによって提供可能である。単一のユニットへの言及は、そのユニットの機能を提供する複数の構成要素が互いに遠隔であるかどうかに関わりなく、そのような構成要素を包含し、複数のユニットへの言及は、それらのユニットの機能を提供する単一の構成要素を包含する。

特定の実施形態について説明してきたが、これらの実施形態は、例として提示したにすぎず、本発明の範囲を限定することを意図したものではない。実際、本明細書で説明する新規な方法およびシステムはさまざまな他の形態で実施することができる。そのうえ、本明細書で説明する方法およびシステムの形態におけるさまざまな省略、置き換え、および変更は、本発明の趣旨から逸脱することなく行うことができる。添付の特許請求の範囲およびその等価物は、本発明の範囲に含まれるこのような形態または変形形態を包含することを意図するものである。

１０…医用画像処理装置、１２…計算装置、１４…ＣＴスキャナ、１６…表示画面（ディスプレイ）、１８…入力デバイス、２０…記憶装置、２４…受領ユニット、２６…レジストレーションユニット、２８…境界識別ユニット、３０…セグメンテーションユニット

Claims (11)

1. 第１の時刻における被検体の複数の解剖学的特徴を含む所定領域を表す第１の画像データと、前記第１の時刻とは異なる第２の時刻における前記所定領域を表す第２の画像データとを用いてレジストレーションを実行し、レジストレーションデータを取得するレジストレーションユニットと、
   前記レジストレーションデータを用いて、前記所定領域の複数の位置における組織の変動方向を示す変動方向データを算出し、前記変動方向データに基づいて、前記複数の解剖学的特徴間の境界を識別する境界識別処理を実行する境界識別ユニットと、
   を具備することを特徴とする医用画像処理装置。
2. 前記複数の解剖学的特徴は、肺葉の少なくとも一部を含むことを特徴とする請求項１記載の医用画像処理装置。
3. 前記複数の解剖学的特徴は、肺の少なくとも一部と胸壁の少なくとも一部とを含むことを特徴とする請求項１記載の医用画像処理装置。
4. 前記複数の解剖学的特徴は、腱、筋肉、軟骨、及び骨のうちの少なくともいずれかを含むことを特徴とする請求項１記載の医用画像処理装置。
5. 前記第１の画像データは、前記被検体の吸息状態及び呼息状態のうち一方において取得され、前記第２の画像データは、前記被検体の吸息状態及び呼息状態のうち他方において取得されたものであることを特徴とする請求項１乃至４のうちいずれか一項記載の医用画像処理装置。
6. 前記境界識別ユニットは、前記レジストレーションデータに基づいて前記複数の解剖学的特徴の変動が不連続になる位置を判定し、前記不連続と判定された位置に基づいて、前記境界識別処理を実行することを特徴とする請求項１乃至５のうちいずれか一項記載の医用画像処理装置。
7. 前記境界識別ユニットは、前記レジストレーションデータに基づいて前記複数の解剖学的特徴が摺動する位置を判定し、前記摺動すると判定した位置を前記複数の解剖学的特徴の変動が不連続になる位置として判定することを特徴とする請求項６記載の医用画像処理装置。
8. 前記境界識別ユニットは、ベクトル演算を用いてレジストレーションデータを取得することを特徴とする請求項１乃至７のうちいずれか一項記載の医用画像処理装置。
9. 前記境界識別処理の結果に基づいて、前記複数の解剖学的特徴の少なくとも一つ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をさらに具備する請求項１乃至８のうちいずれか一項記載の医用画像処置装置。
10. 第１の時刻における被検体の複数の解剖学的特徴を含む所定領域を表す第１の画像データと、前記第１の時刻とは異なる第２の時刻における前記所定領域を表す第２の画像データとを用いてレジストレーションを実行し、レジストレーションデータを取得するレジストレーションユニットと、
    前記レジストレーションデータを用いて、前記所定領域の複数の位置における組織の変動方向を示す変動方向データを算出し、前記変動方向データに基づいて、前記複数の解剖学的特徴間の境界を識別する境界識別処理を実行する境界識別ユニットと、
    を具備することを特徴とする医用画像診断装置。
11. コンピュータに、
    第１の時刻における被検体の複数の解剖学的特徴を含む所定領域を表す第１の画像データと、前記第１の時刻とは異なる第２の時刻における前記所定領域を表す第２の画像データとを用いてレジストレーションを実行させレジストレーションデータを取得させるレジストレーション機能と、
    前記レジストレーションデータを用いて、前記所定領域の複数の位置における組織の変動方向を示す変動方向データを算出させ、前記変動方向データに基づいて、前記複数の解剖学的特徴間の境界を識別する境界識別処理を実行させる境界識別機能と、
    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。