JP2016539701A - 三次元（３ｄ）プレスキャンに基づく体積画像データ処理 - Google Patents

三次元（３ｄ）プレスキャンに基づく体積画像データ処理 Download PDF

Info

Publication number
JP2016539701A
JP2016539701A JP2016536177A JP2016536177A JP2016539701A JP 2016539701 A JP2016539701 A JP 2016539701A JP 2016536177 A JP2016536177 A JP 2016536177A JP 2016536177 A JP2016536177 A JP 2016536177A JP 2016539701 A JP2016539701 A JP 2016539701A
Authority
JP
Japan
Prior art keywords
image data
scan image
volume
scan
volume scan
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
JP2016536177A
Other languages
English (en)
Inventor
トビアス クリンダー
トビアス クリンダー
クリスティアン ロレンツ
クリスティアン ロレンツ
マルティン ベルグソルド
マルティン ベルグソルド
ラファエル ウィムカー
ラファエル ウィムカー
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips 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 filed Critical Koninklijke Philips NV
Publication of JP2016539701A publication Critical patent/JP2016539701A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/488—Diagnostic techniques involving pre-scan acquisition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal
    • 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
    • G01R33/543—Control of the operation of the MR system, e.g. setting of acquisition parameters prior to or during MR data acquisition, dynamic shimming, use of one or more scout images for scan plane prescription
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

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

Abstract

方法は、所定の位置合わせアルゴリズムに基づいて第１の三次元プレスキャン画像データと第２の三次元プレスキャン画像データとの間の位置合わせ変換を決定するステップを含む。前記方法は、更に、前記位置合わせ変換に基づいて第１の体積スキャン画像データ及び第２の体積スキャン画像データを位置合わせするステップを含む。前記方法は、更に、位置合わせされた画像データを生成するステップを含む。システム１００は、所定の位置合わせアルゴリズムに基づいて第１の三次元プレスキャン画像データと第２の三次元プレスキャン画像データとの間の位置合わせ変換を決定するプレスキャン位置合わせ器１２２を含む。前記システムは、更に、前記位置合わせ変換に基づいて第１の体積スキャン画像データ及び第２の体積スキャン画像データを位置合わせし、位置合わせされた画像データを生成する体積位置合わせ器１２６を含む。

Description

以下は、広くは、撮像、より具体的には、三次元（３Ｄ）プレスキャン画像データに基づいて体積画像データを処理することに関し、コンピュータ断層撮影（ＣＴ）に対する特定の応用とともに記載される。しかしながら、以下は、他の撮像モダリティにも適している。
ＣＴスキャナは、検査領域及びその中の対象を横切る放射線を発するＸ線管を含む。前記Ｘ線から前記検査領域の反対側に配置された検出器アレイは、前記検査領域及びその中の対象を横切る放射線を検出し、前記検査領域及びその中の対象を示す投影データを生成する。再構成器は、前記投影データを処理し、前記検査領域及びその中の対象を示す体積画像データを再構成する。
前記体積画像データは、画像を生成するように処理されることができる。２つのスキャンの間の画像の位置合わせは、例えば、腫瘍フォローアップスキャンに関連付けられた変化を強調するために、前記画像の視覚的又は自動比較に対して重要であることができる。一般に、画像位置合わせは、２つ（以上）の画像のアライメントである。高速かつロバストなアライメントは、臨床環境に対して必要とされる。不幸なことに、高速かつロバストなアライメントは、多くの場合、特に前記画像がほとんど重複する内容を持たない場合に、達成するのが難しい。
器官変位及び変形（例えば、呼吸、心臓等の運動による）は、位置合わせ、並びに画像ガイド応用及び画像取得に影響を与えることができる。関心運動の事前情報を含む運動モデルは、前記運動により引き起こされる不確実性を低減するために提案されている。運動モデルは、四次元画像データ、例えば、４Ｄ−ＣＴから学習されている。データが同じ対象からである場合、前記モデルは、対象固有である。そうでなければ、前記運動モデルは、一般的又は対象に対して包括的である。
対象固有運動モデルは、典型的には、対象固有の呼吸パターンにより一般運動モデルより優れている。不幸なことに、対象固有モデルは、臨床ワークフローを変更し、対象に線量を追加しうる追加の４Ｄデータを要求する。一般運動モデルは、追加の４Ｄ取得を要求せず、個人に適合されることができる。しかしながら、対象固有運動情報が入手可能ではない場合、不幸なことに、特定の患者に対する適合は、限定的である。
画像セグメンテーションは、医療画像分析における他のタスクである。成長過程に基づく画像セグメンテーションアルゴリズムは、小さな体積に適していないかもしれない。一例として、慢性閉塞性肺疾患（ＣＯＰＤ）を除外するために気道壁厚を測定するように実行されるスキャンは、典型的には、気道壁の周囲の肺の小さなサブ部分のみをスキャンすることを含む。このような限定的なデータを用いて、肺実質から気道を区別することは難しいかもしれない。目標器官が完全にカバーされる場合でさえ、前記目標器官をセグメント化することは、依然として難しいかもしれない。例えば、２つの器官の間の境界が不確かである場合、前記セグメンテーションは、前記２つの器官の輪郭を正確に描くことはできないかもしれない。
ここに記載される態様は、上記の問題等に対処する。
以下は、三次元（３Ｄ）プレスキャン画像データに基づいて生成された位置合わせ変換を用いて体積画像データを位置合わせするアプローチを記載する。前記位置合わせは、拡張された体積画像データが最初の拡張されない体積画像データに対して、より多くの重複する内容を含むように、前記３Ｄプレスキャン画像データのサブ部分を用いて前記体積画像データを拡張することにより改良されることができる。
一態様において、方法は、所定の位置合わせアルゴリズムに基づいて第１の三次元プレスキャン画像データと第２の三次元プレスキャン画像データとの間の位置合わせ変換を決定するステップを含む。前記方法は、更に、前記位置合わせ変換に基づいて第１の体積スキャン画像データ及び第２の体積スキャン画像データを位置合わせするステップを含む。前記方法は、更に、位置合わせされた画像データを生成するステップを含む。
他の態様において、システムは、所定の位置合わせアルゴリズムに基づいて第１の三次元プレスキャン画像データと第２の三次元プレスキャン画像データとの間の位置合わせ変換を決定するプレスキャン位置合わせ器を含む。前記方法は、更に、前記位置合わせ変換に基づいて第１の体積スキャン画像データ及び第２の体積スキャン画像データを位置合わせするステップを含む。前記方法は、更に、位置合わせされた画像データを生成する体積位置合わせ器を含む。
他の態様において、方法は、体積スキャンからの体積画像データと３Ｄプレスキャン画像データを結合するステップを含む。前記３Ｄプレスキャン画像データは、前記体積スキャンを計画するのに使用され、結合された画像データを生成した。前記方法は、更に、前記結合された画像データに基づいて前記体積画像データから関心組織をセグメント化するステップを含む。
他の態様において、システムは、体積スキャンからの体積画像データと３Ｄプレスキャン画像データを結合する結合器を含む。前記３Ｄプレスキャン画像データは、前記体積スキャンを計画するのに使用され、結合された画像データを生成した。前記方法は、更に、前記結合された画像データに基づいて前記体積画像データから関心組織をセグメント化するセグメンタを含む。
本発明は、様々なコンポーネント及びコンポーネントの構成、並びに様々なステップ及びステップの構成の形を取りうる。図面は、好適な実施例を示す目的のみであり、本発明を限定すると解釈されるべきではない。
プレスキャン位置合わせ器、体積／プレスキャン位置合わせ器、体積位置合わせ器、並びに結合器及びセグメンタと接続した撮像システムを概略的に示す。 低線量非診断画質画像データの冠状面を示す。 図２の同じ視野に対する診断画質画像データの冠状面を示す。 三次元プレスキャン画像データの冠状面を示す。 図４の三次元プレスキャン画像データに基づいてスキャン面から取得され、図４より小さい視野を持つ診断スキャン画像データの冠状面を示す。 図１の拡張器の一例を示す。 第１のプレスキャン画像データを示す。 第２のプレスキャン画像データを示す。 第１のプレスキャン画像データに基づいて生成されたスキャン面から取得された第１の体積画像データを示す。 第２のプレスキャン画像データに基づいて生成されたスキャン面から取得された第２の体積画像データを示す。 図７の第１のプレスキャン画像データのサブ部分で拡張された図９の第１の体積画像データを含む、第１の拡張された体積画像データを示す。 図８の第２のプレスキャン画像データのサブ部分で拡張された図１０の第２の体積画像データを含む、第２の拡張された体積画像データを示す。 運動補償器を含む図１の変形例を示す。 図６及び１３の組み合わせを含む変形例を示す。 異なる体積画像データセットに対応する３Ｄプレスキャンデータの位置合わせから作成された位置合わせ変換を使用して異なる体積画像データセットからの画像を位置合わせする方法を示す。 異なる体積画像データセットの両方の結合された視野をカバーするように異なる体積画像データセットを拡張することを含む図１５の変形例を示す。 異なる体積画像データセット及び３Ｄプレスキャンデータから得られた運動ベクトル場に基づいて異なる体積画像データセットの各々を運動補償することを含む図１５の変形例を示す。 記憶部１２０及び結合器と接続したセグメンタの一例を概略的に示す。 体積画像データと結合された３Ｄプレスキャン画像データを含む結合された画像データを示す。 体積画像データから関心領域をセグメント化する方法を示す。
図１は、コンピュータ断層撮影（ＣＴ）スキャナのような撮像システム１００を示す。図示された撮像システム１００は、静止ガントリ１０２と、静止ガントリ１０２により回転可能に支持される回転ガントリ１０４とを含む。回転ガントリ１０４は、長手又はｚ軸について検査領域１０６の周りを回転する。Ｘ線管のような放射線源１０８は、回転ガントリ１０４により支持され、検査領域１０６の周りを回転ガントリ１０４とともに回転し、検査領域１０６を横切る放射線を発する。
放射線感受検出器アレイ１１０は、検査領域１０６を横切った放射線源１０８の反対側に配置される。放射線感受検出器アレイ１１０は、検査領域１０６を横切る放射線を検出し、前記放射線を示す信号を生成する。サポート１１２は、検査領域１０６において対象又は物体を支持する。コンピュータは、オペレータコンソール１１４として機能し、ディスプレイのような出力装置及びキーボード、マウス等のような入力装置を含む。コンソール１１４内のソフトウェアは、前記オペレータがデータ取得のようなシステム１００の動作を制御することを可能にする。
適切なデータ取得の例は、二次元（２Ｄ）及び／又は三次元（３Ｄ）プレスキャンを含み、体積スキャンを含む。２Ｄプレスキャンの一例は、２Ｄスカウト（パイロット又はサービューとも称される）スキャンである。一般に、このタイプのプレスキャンは、Ｘ線と同様の２Ｄ投影画像である。３Ｄプレスキャンの一例は、低線量体積スキャンであり、一般に、低画質（例えば、低コントラスト解像度）のため診断目的で使用されない。低線量画像データの一例は、図２に示される。図３は、高コントラスト解像度を持ち、画質比較のために同じ視野をカバーする診断画像データを示す。
前記体積スキャンの一例は、前記画像データが診断目的で使用されることができる画質を生じるスキャン設定（例えば、電流及び電圧、ピッチ、スライス厚等）を持つヘリカル又はスパイラルスキャンである。再び、図３は、このような画像データの一例を示す。前記体積スキャンの他の例は、放射線源１０８及びスキャンされる対象／物体が互いに対して不変の場所に留まり、前記対象又は物体の同じ体積のスキャンが回転ガントリ１０４の複数の回転に対して繰り返しスキャンされる、血流スキャンである。
図１に戻ると、再構成器１１６は、前記放射線感受検出器アレイにより生成された前記信号を再構成する。例えば、再構成器１１６は、プレスキャンスキャン又はデータ取得に対するプレスキャン画像データ及び体積スキャン又はデータ取得に対する体積画像データを再構成することができる。前記プレスキャン画像データは、ここで論じられるように、２Ｄ投影像及び／又は３Ｄ低線量画像データであることができる。再構成器１１６は、２Ｄ投影像及び３Ｄ低線量／低画質画像データ、並びに体積（診断画質）画像データを再構成する対応するアルゴリズム、及び／又は他の再構成アルゴリズムを採用する。
スキャンプラナ１１８は、プレスキャン画像データに基づいて体積スキャンを計画する。体積スキャン計画は、前記体積スキャンの少なくとも開始位置を識別するように前記プレスキャン画像データを使用して生成される。前記プレスキャン画像データは、停止場所又は停止場所を得るのに使用されることができる前記体積スキャンの長さを識別することにも使用されることができる。開始及び終了場所は、視野（又は少なくともｚ軸に沿った範囲）を規定する。前記視野は、前記体積スキャン中にスキャン又は再構成される前記対象又は物体のサブ部分を表す。前記体積スキャン計画は、前記体積スキャン計画によってデータ取得を開始及び停止するコンソール１１４に提供される。
前記対象又は物体のスキャンされるサブ部分は、動く構造を含んでも含まなくてもよい。例えば、対象に対して、前記スキャンは、周期的に動く構造を含む肺を含む領域をスキャンすること、又は周期的に動く構造を含まない脚をスキャンすることを伴ってもよい。前者の例において、前記プレスキャンを実行し、おおよそ同じ運動状態の前記動く構造に対して前記体積スキャンを実行することは、スキャンに対して前記プレスキャンデータにおいて識別される関心組織が前記体積スキャンにおいてカバーされることを保証することを容易化しうる。しかしながら、前記プレスキャン及び前記体積スキャンは、より詳細に下に記載されるように、異なる運動状態の間に実行されることができる。
記憶部１２０は、図示された実施例において、２Ｄ及び／又は３Ｄプレスキャン画像データ及び体積スキャン再構成画像データを記憶する。これは、データ取得及びフォローアップデータ取得のような２以上のデータ取得に対して再構成された画像データを含み、前記データ取得の各々に対するプレスキャン及び体積スキャンを含む。例えば、後の体積スキャンは、腫瘍、病変等のような関心組織に対する比較画像データを生成するように体積スキャン後に実行されてもよい。複数のデータ取得は、腫瘍がサイズにおいて減少したか、増大したか又は変化しなかったかを決定するのに使用されることができる。
プレスキャン位置合わせ器１２２は、３Ｄプレスキャン画像データの２以上のセットを位置合わせし、これらの間の位置合わせ変換を生成する。前記位置合わせは、例えば、画像データの第１のセットと、例えばフォローアップスキャンに関連した、画像セットの第２の後で取得されたセットとの間であることができる。図示された実施例において、プレスキャン位置合わせ器１２２は、所定の位置合わせアルゴリズムに基づいて前記位置合わせ変換を決定する。前記所定の位置合わせアルゴリズムは、剛体及び／又は弾性位置合わせアルゴリズムを含んでもよい。
一般に、前記位置合わせ変換は、画像データの異なるセットを単一の座標系に変換する。これは、前記３Ｄプレスキャン画像データの２つのセットの一方を基準画像データセットとして使用し、前記３Ｄプレスキャン画像データの２つのセットの他方を前記基準画像データセットの座標系に変換する位置合わせ変換を決定することを含む。３Ｄプレスキャン画像データの２より多いセットが存在する場合、２より多い位置合わせ変換が、決定されることができる。更に、２より多い前記位置合わせ変換は、同じ基準画像データセット又は異なる基準画像データセットに基づいて生成されることができる。
体積／プレスキャン位置合わせ器１２４は、３Ｄプレスキャン及び体積画像データを再構成し、これらの間の位置合わせ変換を生成する。上記記載から、前記体積スキャンの視野（又はｚ軸範囲）は、対応する３Ｄプレスキャン画像データの視野より小さい。一例は、図４及び５に示される。図４は、３Ｄプレスキャンからの画像データの冠状面を表し、図５は、対応する体積スキャンからの画像データの冠状面を表す。図４及び５から、前記体積スキャン画像データの視野が、前記３Ｄプレスキャン画像データの視野のサブセットである。より詳細に下に記載されるように、前記位置合わせ変換は、対象運動を補償するのに使用されることができる。
体積位置合わせ器１２６は、プレスキャン位置合わせ器１２２により決定された位置合わせ変換及び／又は体積／プレスキャン位置合わせ器１２４により決定された位置合わせ変換に基づいて前記体積画像データの２つのセットを位置合わせする。前記スキャンされた視野は、前記プレスキャン画像データに対して前記体積画像データより大きいので、プレスキャン位置合わせ器１２２により決定された位置合わせ変換を使用する、前記３Ｄプレスキャン画像データの２つのセットの間の位置合わせ変換は、体積位置合わせ器１２６がこの位置合わせ変換を使用せずに前記体積画像データの２つのセットを位置合わせする構成と比べて、前記体積画像データの２つのセットのより正確な位置合わせ及び／又は改良された初期化をもたらしうる。
拡張器１２５は、位置合わせされる体積画像データセットを拡張する。より詳細に下に記載されるように、一例において、前記拡張器は、位置合わせの前に、前記体積画像データセットを前記プレスキャン画像データセットで拡張する。これは、前記体積画像データセットがおおよそ同じＦＯＶを持つように位置合わせされるべき前記体積画像データセットを拡張することを含んでもよい。他の例において、位置合わせされるべき体積画像データセットの１以上が拡張されるが、結果として生じる体積画像データセットは、同じＦＯＶを持たない。
結合器１２７は、３Ｄプレスキャン及び体積画像データを結合し、結合されたデータを生成する。セグメンタ１２８は、前記結合されたデータに基づいて関心組織をセグメント化する。より詳細に下に記載されるように、一例において、前記結合されたデータは、前記体積画像データ単独と比べて、例えば、前記関心器官のサブ部分のみが前記体積スキャンにおいて表される及び／又は前記関心器官の近隣の１以上の器官が前記体積スキャンにおいて表されない場合に、関心器官に対する追加のコンテクストを画像データセットに提供しうる。
図示された実施例において、前記３Ｄプレスキャンデータの複数のセットに対する位置合わせ変換、前記３Ｄプレスキャン及び体積画像データに対する位置合わせ変換、又はセグメンテーションの少なくとも１つは、記憶部１２０に記憶される。他の実施例において、前記３Ｄプレスキャンデータの複数のセットに対する位置合わせ変換、前記３Ｄプレスキャン及び体積画像データに対する位置合わせ変換、又は前記セグメンテーションの前記少なくとも１つは、他の記憶部に記憶されることができる。
更に、図示された実施例において、前記３Ｄプレスキャンデータの複数のセットに対する位置合わせ変換、前記３Ｄプレスキャン及び体積画像データに対する位置合わせ変換、又は前記セグメンテーションの前記少なくとも１つは、コンソール１１４を介して搬送され、表示されることができる。他の実施例において、前記３Ｄプレスキャンデータの複数のセットに対する位置合わせ変換、前記３Ｄプレスキャン及び体積画像データに対する位置合わせ変換、又は前記セグメンテーションの前記少なくとも１つは、ディスプレイモニタ又は他の装置（例えば、コンピュータ、スマートフォン等）の同等のもの及び／又はスタンダロンディスプレイにより表示される。
プレスキャン位置合わせ器１２２、体積／プレスキャン位置合わせ器１２４、結合器１２７、及び／又はセグメンタ１２８は、物理メモリのような一時（transitory）メモリを除くコンピュータ可読記憶媒体に埋め込まれた又は符号化された１以上のコンピュータ実行可能命令を実行する１以上のコンピュータプロセッサ（例えば、中央処理ユニット（ＣＰＵ）、マイクロプロセッサ、コントローラ等）により実施されることができる。しかしながら、前記コンピュータ実行可能命令の少なくとも１つは、代替的には、搬送波、信号、及び他の一次媒体により搬送され、前記１以上のコンピュータプロセッサにより実施されることができる。
他の実施例において、プレスキャン位置合わせ器１２２、体積／プレスキャン位置合わせ器１２４、結合器１２７、体積位置合わせ器１２６、又はセグメンタ１２８は、除外される。
図６は、図１の拡張器１２５の一例を示す。上で簡潔に論じられた拡張器１２５は、位置合わせの前に、前記プレスキャン画像データを使用して、位置合わせされる体積画像データを拡張する。図７及び８は、それぞれ、第１及び第２の３Ｄプレスキャンに対するプレスキャン３Ｄ画像データを示し、図９及び１０は、それぞれ、前記第１及び第２の体積スキャンに対する体積画像データを示す。図６に戻ると、前記体積スキャンは、結合された視野を決定するように前記第１及び第２の体積画像データ（例えば、図９及び１０）を結合する視野（ＦＯＶ）結合器６０４に搬送される。
欠落画像データ識別器６０６は、前記第１及び第２の体積画像データの各々に対して、前記第１及び第２の体積画像データの一部ではない前記結合された視野のサブ部分を識別する。画像データ抽出器６０８は、前記３Ｄプレスキャン画像データから前記識別された欠落画像データに対応する画像データを抽出する。画像データ拡張器６０２は、前記第１のプレスキャン画像データから抽出された画像データで前記第１の体積画像データを拡張し、前記第２のプレスキャン画像データから抽出された画像データで前記第２の体積画像データを拡張する。結果として生じる拡張された第１及び第２の体積画像データは、おおよそ同じ視野を持つ。
図１１及び１２は、それぞれ、拡張された第１の体積画像データ及び拡張された第２の体積画像データを示す。図１１において、前記画像データの第１の部分１１０４は、前記第１の体積画像データを含み、前記画像データの第２の部分１１０６は、それに追加された第１の抽出された部分を含む。図１２において、前記画像データの第１の部分１２０４は、前記第２の体積画像データを含み、前記画像データの第２の部分１２０６は、それに追加された第２の抽出された部分を含む。前記拡張された第１の体積画像データ及び前記拡張された第２の体積画像データは、前記拡張された第１及び第２の体積画像データを位置合わせする体積位置合わせ器１２６に搬送される。図示された実施例において、前記拡張された第１及び第２の体積画像データは、ここに記載されるプレスキャン位置合わせ器１２２により生成された位置合わせ変換を使用して位置合わせされる。
変形例において、前記拡張された第１及び第２の体積画像データは、プレスキャン位置合わせ器１２２により生成された位置合わせ変換を用いずに位置合わせされる。前記第１及び第２の体積画像データの位置合わせは、一例において、前記拡張された第１の体積画像データ及び前記拡張された第２の体積画像データが位置合わせされる場合、前記第１及び第２の体積画像データを拡張せずに前記第１及び第２の体積画像データを位置合わせするのと比べて、より正確である。例えば、前記第１及び第２の体積画像データの間にわずかな重複が存在する場合、前記拡張された第１及び第２の体積画像データは、追加の画像データを提供し、同じ体積のデータをカバーし、これは、重複を人為的に増大させ、前記位置合わせに対する更なる画像データを提供する。変形例において、前記拡張された第１の体積画像データ及び前記第２の体積画像データは、位置合わせされない。むしろ、前記拡張された第１の体積画像データ及び前記第２の体積画像データは、表示され、他のコンポーネントに搬送され、他の形で処理されること等ができる。
上で簡潔に論じられたように、体積／プレスキャン位置合わせ器１２４により決定された位置合わせ変換は、運動を補償するのに使用されることができる。図１３は、体積／プレスキャン位置合わせ器１２４により決定された位置合わせ変換が運動を補償するのに使用される実施例を概略的に示す。
この実施例に対して、前記３Ｄプレスキャン画像データ及び前記体積画像データは、異なる運動状態の間に取得される。例えば、前記スキャンの一方は、完全吸気中に実行されることができ、他方は、完全呼気中に実行される。中間運動状態が、代わりに使用されてもよい。更に、前記運動は、代わりに、心臓及び／又は他の運動でありうる。
前記位置合わせ変換は、運動ベクトル場（ＭＶＦ）を提供する。患者固有モデルは、前記ＭＶＦから抽出されることができる。前記患者固有運動モデルを線形にスケーリングすることにより、異なる運動段階における器官場所が、予測されることができる。呼吸運動に対して、対応する段階情報は、肺活量計、対象上に配置されたマーカブロック等によりもたらされることができる。上のアプローチは、追加のデータを取得すること又は現在のワークフローを変更することを要求しない。代わりに又は加えて、データは、前記３Ｄプレスキャン画像データ及び前記体積画像データから得られることができ、一般モデルを改良するのに使用されることができる。
運動補償器１３０２は、それぞれの運動ベクトルに基づいて前記第１及び第２の体積画像データを補償する。前記運動補償された第１の体積画像データ及び前記運動補償された第２の体積画像データは、ここに記載されるように画像データを位置合わせする体積位置合わせ器１２６に搬送される。代替実施例において、運動状態情報は、肺活量計、呼吸ベルト、対象の腹部に配置されたマーカ等によりもたらされることができる。心臓運動に対して、前記運動状態情報は、心電図（ＥＣＧ）信号によりもたらされることができる。
図１４に示される他の変形例において、システム１００は、前記体積画像データを（例えば、図１３に関連して論じられたように）運動補償し、（例えば、図６に関連して論じられたように）拡張する。図１４において、前記体積画像データは、まず運動補償され、次いで拡張される。変形例において、前記体積画像データは、まず拡張され、次いで運動補償される。後者の変形例において、前記運動補償は、前記拡張された体積画像データ全体、元の体積画像データだけ、及び／又は前記拡張された体積画像データのサブ部分に対してであることができる。
上記のことは、ＣＴ画像データの複数のセットに関連して論じられているが、前記データのセットの１以上が、陽電子放出断層撮影（ＰＥＴ）データ、単光子放出断層撮影（ＳＰＥＣＴ）データ、磁気共鳴撮像（ＭＲＩ）データ、及び／又は他の画像データであることができると理解されるべきである。
図１５は、異なる画像データセットに対応する３Ｄプレスキャンデータの位置合わせから作成された位置合わせ変換を使用して前記異なる画像データセットからの画像を位置合わせする方法を示す。
これらの方法の動作の順序が限定的ではないと理解されるべきである。このように、他の順序が、ここで考えられる。加えて、１以上の動作が除外されてもよく、及び／又は１以上の追加の動作が含まれてもよい。
１５０２において、第１の３Ｄプレスキャンが実行され、第１の３Ｄプレスキャン画像データを生成する。
１５０４において、第１の体積スキャン計画が、前記第１の３Ｄプレスキャン画像データに基づいて生成される。
１５０６において、第１の体積スキャンが、前記第１の体積スキャン計画に基づいて実行され、第１の体積画像データを生成する。
１５０８において、第２の３Ｄプレスキャンが実行され、第２の３Ｄプレスキャン画像データを生成する。
１５１０において、第２の体積スキャン計画が、前記第２の３Ｄプレスキャン画像データに基づいて生成される。
１５１２において、第２の体積スキャンが、前記第２の体積スキャン計画に基づいて実行され、第２の体積画像データを生成する。
１５１４において、位置合わせ変換が、前記第１及び第２の３Ｄプレスキャン画像データに基づいて生成される。
１５１６において、前記第１の体積画像データ及び前記第２の体積画像データが、前記位置合わせ変換を使用して位置合わせされる。
上記の動作は、コンピュータプロセッサにより実行される場合に前記プロセッサに上記の動作を実行させる、コンピュータ可読記憶媒体上に符号化された又は埋め込まれたコンピュータ可読命令を用いて実施されてもよい。加えて又は代わりに、前記コンピュータ可読命令の少なくとも１つは、信号、搬送波及び他の一時媒体により伝えられ、前記コンピュータプロセッサにより実施される。
図１６は、前記異なる画像データセットの両方の結合された視野をカバーするように前記異なる画像データセットを拡張することを含む図１５の変形例を示す。
これらの方法の動作の順序が限定的ではないと理解されるべきである。このように、他の順序が、ここで考えられる。加えて、１以上の動作が除外されてもよく及び／又は１以上の追加の動作が含まれてもよい。
１６０２において、第１の３Ｄプレスキャンが実行され、第１の３Ｄプレスキャン画像データを生成し、第１の体積スキャン計画が、前記第１の３Ｄプレスキャン画像データに基づいて生成され、第１の体積スキャンが、前記第１の体積スキャン計画に基づいて実行され、第１の体積画像データを生成する。
１６０４において、第２の３Ｄプレスキャンが実行され、第２の３Ｄプレスキャン画像データを生成し、第２の体積スキャン計画が、前記第２の３Ｄプレスキャン画像データに基づいて生成され、第２の体積スキャンが、前記第２の体積スキャン計画に基づいて実行され、第２の体積画像データを生成する。
１６０６において、位置合わせ変換が、前記第１及び第２の３Ｄプレスキャン画像データに基づいて生成される。
１６０８において、結合された視野が、前記第１の体積画像データの第１の視野及び前記第２の体積画像データの第２の視野に基づいて決定される。
１６１０において、前記第１の体積画像データが、前記第１の３Ｄプレスキャン画像データからのデータを追加することにより前記結合された視野に拡張され、第１の拡張された体積画像データを作成する。
１６１２において、前記第２の体積画像データが、前記第２の３Ｄプレスキャン画像データからのデータを追加することにより前記結合された視野に拡張され、第２の拡張された体積画像データを作成する。
１６１４において、前記第１の拡張された体積画像データ及び前記第２の拡張された体積画像データは、前記位置合わせ変換を使用して位置合わせされる。
変形例において、動作１６０６は除外され、前記第１の拡張された体積画像データ及び前記第２の拡張された体積画像データは、前記第１及び第２の３Ｄプレスキャン画像データに基づいて生成された位置合わせ変換を用いずに位置合わせされる。
上記の動作は、コンピュータプロセッサにより実行される場合に前記プロセッサに上記の動作を実行させる、コンピュータ可読記憶媒体上に符号化された又は埋め込まれたコンピュータ可読命令を用いて実施されてもよい。加えて又は代わりに、前記コンピュータ可読命令の少なくとも１つは、信号、搬送波及び他の一時媒体により伝えられ、前記コンピュータプロセッサにより実施される。
図１７は、前記異なる画像データセット及び前記３Ｄプレスキャンデータから得られた運動ベクトル場に基づいて前記異なる画像データセットの各々を運動補償することを含む図１５の変形例を示す。
これらの方法の動作の順序が限定的ではないと理解されるべきである。このように、他の順序がここで考えられる。加えて、１以上の動作が除外されてもよく及び／又は１以上の追加の動作が含まれてもよい。
１７０２において、第１の３Ｄプレスキャンが実行され、第１の３Ｄプレスキャン画像データを生成し、第１の体積スキャン計画が、前記第１の３Ｄプレスキャン画像データに基づいて生成され、第１の体積スキャンが、前記第１の体積スキャン計画に基づいて実行され、第１の体積画像データを生成する。
１７０４において、第２の３Ｄプレスキャンが実行され、第２の３Ｄプレスキャン画像データを生成し、第２の体積スキャン計画が、前記第２の３Ｄプレスキャン画像データに基づいて生成され、第２の体積スキャンが、前記第２の体積スキャン計画に基づいて実行され、第２の体積画像データを生成する。
１７０６において、位置合わせ変換が、前記第１及び第２の３Ｄプレスキャン画像データに基づいて生成される。
１７０８において、第１の運動ベクトル場が、前記第１の３Ｄプレスキャン画像データ及び前記第１の体積画像データに基づいて生成される。
１７１０において、前記第１の体積画像データが、前記第１の運動ベクトルに基づいて運動補償され、運動補償された第１の体積画像データを作成する。
１７１２において、第２の運動ベクトル場が、前記第２の３Ｄプレスキャン画像データ及び前記第２の体積画像データに基づいて生成される。
１７１４において、前記第２の体積画像データが、前記第２の運動ベクトルに基づいて運動補償され、運動補償された第２の体積画像データを作成する。
１７１６において、前記第１の運動補償された体積画像データ及び前記第２の運動補償された体積画像データは、前記位置合わせ変換を使用して位置合わせされる。
上記の動作は、コンピュータプロセッサにより実行される場合に前記プロセッサに上記の動作を実行させる、コンピュータ可読記憶媒体上に符号化された又は埋め込まれたコンピュータ可読命令を用いて実施されてもよい。加えて又は代わりに、前記コンピュータ可読命令の少なくとも１つは、信号、搬送波及び他の一時媒体により伝えられ、前記コンピュータプロセッサにより実施される。
図１８は、記憶部１２０及び結合器１２７と関連してセグメンタ１２８の一例を概略的に示す。この例において、結合器１２７は、記憶部１２０から体積画像データ及び３Ｄプレスキャン画像データを得る。他の例において、結合器１２７は、他の装置、例えば、再構成器１１６（図１）、他の再構成器、及び／又は他の装置から前記体積画像データ及び前記３Ｄプレスキャン画像データを得てもよい。
前記３Ｄプレスキャン画像データは、前記体積画像データを生成した前記体積スキャンを計画するのに使用された前記プレスキャンデータである。ここに記載されるように、一般に、前記体積スキャンの視野（ｚ軸に沿った範囲）は、対応する３Ｄプレスキャン画像データの視野より小さい。また、少なくとも図２乃至５に関連して記載されたように、前記３Ｄプレスキャン画像データの画像コントラスト解像度は、前記体積画像データの画像コントラスト解像度より低い。
両方とも、一般に、前記体積スキャンを計画するために実行される前記プレスキャンにより、大視野及び／又は低線量は、対象に蓄積される線量を制限する。異なる解像度の画像データは、図４及び５に示され、図４は、３Ｄプレスキャンからの低解像度画像データの冠状面を表し、図５は、対応する体積スキャンからの高解像度体積画像データの冠状面を表す。
一例において、結合器１２７は、前記体積画像データに対して前記３Ｄプレスキャン画像データを位置合わせする。剛体及び／又は弾性位置合わせアルゴリズムが、使用されることができる。ここに記載されるように、前記３Ｄプレスキャン及び体積画像データを位置合わせすることは、前記３Ｄプレスキャンと前記体積スキャンとの間のスキャンされる対象の運動を軽減することを容易化する。他の例において、結合器１２７は、前記３Ｄプレスキャン及び体積スキャンが同じ座標系で取得され、したがって、前記３Ｄプレスキャン画像データが前記体積画像データに対して既におおよそ位置合わせされていると、前記３Ｄプレスキャン画像データを前記体積画像データに融合するだけである。
前記結合の結果の一例は、図１９に示され、これは、体積画像データ１９０４及び３Ｄプレスキャン画像データ１９０６を含む結合された画像データ１９０２を示す。
図１８に戻ると、セグメンタ１２８は、前記体積画像データに基づいて及び／又は結合された画像データ１９０２に基づいて体積画像データ１９０４から関心組織をセグメント化するセグメンテーションプロセッサ１９１４を含む。前記関心組織は、前記体積画像データから、ユーザ識別された関心組織を示すコンソール１１４（図１）からの信号によって識別されることができる（例えば、スキャンのタイプ、例えば、心臓スキャンを示す電子データのヘッダにおけるエントリは、心臓が前記関心組織であることを示す）、及び／又は他の形で識別されることができる。
セグメンテーションプロセッサ１９１４は、少なくとも２つの異なるセグメンテーションアルゴリズムを使用して前記関心組織をセグメント化する。図示された実施例において、少なくとも２つの異なるセグメンテーションアルゴリズムは、高解像度セグメンテーションアルゴリズム１９１０及び低解像度セグメンテーションアルゴリズム１９１２を含む。セグメンテーションプロセッサ１９１４は、高解像度体積画像データ１９０４をセグメント化するのに高解像度セグメンテーションアルゴリズム１９１０を採用し、低解像度３Ｄプレスキャン画像データをセグメント化するのに低解像度セグメンテーションアルゴリズム１９１２を採用する。位置合わせされた画像データ１９０２における高及び低解像度画像データ（すなわち、ボクセル又は画素）の間の輪郭描写（delineation）は、前記位置合わせから既知である。
変形例において、同じセグメンテーションアルゴリズムが、高解像度体積画像データ１９０４及び低解像度の両方をセグメント化するのに使用される。他の例において、結合された画像データ１９０２は、２より多い画像データセット、例えば、体積画像データ１９０４、３Ｄプレスキャン画像データ１９０６、及び３Ｄプレスキャン画像データの１以上の他のセットに基づいて生成される。この例において、セグメンタ１２８は、各データセットに対して異なる解像度のセグメンテーションアルゴリズムを、前記３Ｄスキャン画像データのセットの少なくとも２つに対して同じ解像度のセグメンテーションアルゴリズムを、及び／又は前記画像データのセットの全てに対して同じ解像度のセグメンテーションアルゴリズムを採用することができる。
１つの非限定的な例において、セグメンテーションプロセッサ１９１４の出力は、輪郭を描かれた関心組織を持つ結合された画像データ１９０２を含む。前記輪郭描写は、白黒又はカラーで、前記関心組織の周囲をたどる線のような視覚的グラフィック標示によることができる。他の非限定的な例において、セグメンタ１２８の出力は、前記関心組織だけを含み、残りの画像データは廃棄又はマスクされる。
セグメンタ１２８の出力は、前記セグメント化された体積画像データを含む。前記セグメント化された体積画像データは、コンソール１１４により表示され、画像データ記憶部１２０（図１）に記憶され、他の装置に搬送され、及び／又は他の形で処理されることができる。
１つの非限定的な例において、前記３Ｄプレスキャン画像データは、前記体積画像データ又は前記セグメント化された体積画像データとともに表示されない。このように、ユーザは、前記３Ｄスキャン画像データが前記セグメンテーションに対して使用されない構成にあるような出力、すなわち、前記セグメント化された体積画像データのみを見る。しかしながら、セグメンテーションは、前記３Ｄプレスキャン画像データがここに記載されるように使用されない構成と比べて、両方ともより正確なセグメンテーションを提供するのに使用されることができる前記関心組織及び／又は追加の解剖学的構造のより多くを含むより大きな結合された画像データ１９０２上で実行される。
非限定的な例を用いて、ＣＯＰＤを除外するために気道壁厚を測定するのに実行される比較的小さな体積スキャンに対して、前記スキャンの範囲が気道壁及びマージンをカバーする場合、前記３Ｄプレスキャン画像データは、肺実質から気道を区別するのを助けるのに使用されることができる追加の気道データを提供する。一般に、前記スキャンの範囲は、対象に蓄積された線量を制限するように前記気道壁及びマージンに限定される。
心臓及びマージンをカバーするスキャンにおいて心臓全体がスキャンされる他の例において、前記３Ｄプレスキャン画像データは、心臓を囲む組織の画像データを提供する。同様に、完全な器官スキャンの範囲は、対象に蓄積される線量を制限するように前記完全な器官及びマージンに制限される。前記追加の画像データが肝臓を含み、心臓と肝臓との間の境界が不明瞭である場合、肝臓及び心臓の同時セグメンテーションは、肝臓に対する心臓の輪郭描写を改良しうる。
変形例において、前記３Ｄプレスキャン画像データも、表示されることができる。前記セグメント化された体積画像データ及び３Ｄプレスキャン画像データは、個別に又は同時に、例えば、並んで若しくは一方に他方を重ねて、表示されることができる。他の変形例において、結合された画像データ１９０２も表示される。同様に、結合された画像データ１９０２は、これだけで、又は前記セグメント化された体積画像データ及び／又は前記３Ｄプレスキャン画像データと同時に表示されることができる。
図２０は、前記体積スキャンを計画するのに使用された前記３Ｄプレスキャン画像データと体積画像データを結合することに基づいて前記体積画像データから関心領域をセグメント化する方法を示す。
これらの方法の動作の順序が限定的ではないと理解されるべきである。このように、他の順序が、ここで考えられる。加えて、１以上の動作が除外されてもよく、及び／又は１以上の追加の動作が含まれてもよい。
２００２において、３Ｄプレスキャンが実行され、３Ｄプレスキャン画像データを生成する。
２００４において、体積スキャン計画が、前記３Ｄプレスキャン画像データに基づいて作成される。
２００６において、体積スキャンは、前記体積スキャン計画に基づいて実行され、体積画像データを生成する。
２００８において、前記３Ｄプレスキャン画像データが、前記体積画像データと結合され、結合された画像データを生成する。
２０１０において、関心組織は、前記結合された画像データを使用して前記体積画像データからセグメント化され、ここに開示されたように及び／又は他の形で、セグメント化された結合された画像データを生成する。
２０１２において、前記セグメント化された体積画像データは、視覚的に表示される。
上記の動作は、コンピュータプロセッサにより実行される場合に前記プロセッサに上記の動作を実行させる、コンピュータ可読記憶媒体上で符号化された又は埋め込まれたコンピュータ可読命令を用いて実施されうる。加えて又は代わりに、前記コンピュータ可読命令の少なくとも１つは、信号、搬送波及び他の一時媒体により伝えられ、前記コンピュータプロセッサにより実施される。
本発明は、好適な実施例を参照して記載されている。修正及び変更は、先行する詳細な記載を読み、理解すると他者が気づきうる。本発明が、添付の請求項又は同等物の範囲内に入る限り全てのこのような修正及び変形を含むように構築されることを意図される。

Claims (31)

  1. 所定の位置合わせアルゴリズムに基づいて第１の三次元プレスキャン画像データと第２の三次元プレスキャン画像データとの間の位置合わせ変換を決定するステップと、
    前記位置合わせ変換に基づいて第１の体積スキャン画像データ及び第２の体積スキャン画像データを位置合わせし、位置合わせされた画像データを生成するステップと、
    を有する方法。
  2. 前記第１の体積スキャン画像データが、前記第１の三次元プレスキャン画像データに基づいて決定された第１のスキャン計画で取得され、前記第２の体積スキャン画像データが、前記第２の三次元プレスキャン画像データに基づいて決定された第２のスキャン計画で取得される、請求項１に記載の方法。
  3. 前記第１の三次元プレスキャン画像データ及び前記第２の三次元プレスキャン画像データが、前記第１の体積スキャン画像データ及び前記第２の体積スキャン画像データより低い患者線量で取得される、請求項１乃至２のいずれか一項に記載の方法。
  4. 前記第１の三次元プレスキャン画像データ及び前記第２の三次元プレスキャン画像データが、前記第１の体積スキャン画像データ及び前記第２の体積スキャン画像データより低い画質を持つ、請求項１乃至３のいずれか一項に記載の方法。
  5. 前記第１の三次元プレスキャン画像データにおいて第１のスキャン開始場所及び第１のスキャン終了場所を識別することにより前記第１のスキャン計画を決定するステップと、
    前記第１のスキャン計画を実行し、これにより前記第１の体積スキャン画像データを生成するステップと、
    前記第２の三次元プレスキャン画像データにおいて第２のスキャン開始場所及び第２のスキャン終了場所を識別することにより前記第２のスキャン計画を決定するステップと、
    前記第２のスキャン計画を実行し、これにより前記第２の体積スキャン画像データを生成するステップと、
    を有する、請求項１乃至４のいずれか一項に記載の方法。
  6. 前記第１の体積スキャン画像データの視野が、前記第１の三次元プレスキャン画像データの視野より小さく、前記第２の体積スキャン画像データの視野が、前記第２の三次元プレスキャン画像データの視野より小さい、請求項１乃至５のいずれか一項に記載の方法。
  7. 前記第１の体積スキャン画像データの視野が、前記第１の三次元プレスキャン画像データの視野のサブセットであり、前記第２の体積スキャン画像データの視野が、前記第２の三次元プレスキャン画像データの視野のサブセットである、請求項１乃至５のいずれか一項に記載の方法。
  8. 前記第１の体積スキャン画像データの視野及び前記第２の体積スキャン画像データの視野が、同じ視野ではない、請求項６乃至７のいずれか一項に記載の方法。
  9. 前記第１の体積スキャン画像データに前記第１の三次元プレスキャン画像データのサブ部分を追加し、前記第２の体積スキャン画像データに前記第２の三次元プレスキャン画像データのサブ部分を追加し、拡張された第１の体積スキャン画像データ及び拡張された第２の体積スキャン画像データを作成するステップ、
    を有する、請求項８に記載の方法。
  10. 前記拡張された第１の体積スキャン画像データ及び前記拡張された第２の体積スキャン画像データが、同じ拡張された視野を持つ、請求項９に記載の方法。
  11. 前記位置合わせ変換に基づいて前記拡張された第１の体積スキャン画像データ及び前記拡張された第２の体積スキャン画像データを位置合わせし、前記位置合わせされた画像データを生成するステップ、
    を有する、請求項９乃至１０のいずれか一項に記載の方法。
  12. 前記第１の三次元プレスキャン画像データ及び前記第２の三次元プレスキャン画像データが、第１の運動状態において取得され、前記第１の体積スキャン画像データ及び前記第２の体積スキャン画像データが、第２の異なる運動状態において取得され、前記方法が、
    前記第１の体積スキャン画像データ及び前記第１の三次元プレスキャン画像データに基づいて前記第１の体積スキャン画像データに対する第１の運動ベクトル場を決定するステップと、
    前記第２の体積スキャン画像データ及び前記第２の三次元プレスキャン画像データに基づいて前記第２の体積スキャン画像データに対する第２の運動ベクトル場を決定するステップと、
    前記第１の運動ベクトルに基づいて前記第１の体積スキャン画像データを運動補償するステップと、
    前記第２の運動ベクトルに基づいて前記第２の体積スキャン画像データを運動補償するステップと、
    前記位置合わせ変換に基づいて前記運動補償された第１の体積スキャン画像データ及び前記運動補償された第２の体積スキャン画像データを位置合わせし、前記位置合わせされた画像データを生成するステップと、
    を有する、請求項１乃至１１のいずれか一項に記載の方法。
  13. 前記第１の運動状態が呼吸吸入であり、前記第２の運動状態が呼吸吐出であるか、又はその逆である、請求項１２に記載の方法。
  14. 一般運動モデルを修正するのに前記第１の運動ベクトル場を採用し、これにより第１の対象固有運動モデルを作成するステップと、
    前記一般運動モデルを修正するのに前記第２の運動ベクトル場を採用し、これにより第２の対象固有運動モデルを作成するステップと、
    前記第１の対象固有運動モデルに基づいて前記第１の体積スキャン画像データを運動補償するステップと、
    前記第２の対象固有運動モデルに基づいて前記第２の体積スキャン画像データを運動補償するステップと、
    前記位置合わせ変換に基づいて前記運動補償された第１の体積スキャン画像データ及び前記運動補償された第２の体積スキャン画像データを位置合わせし、前記位置合わせされた画像データを生成するステップと、
    を有する、請求項１２乃至１３のいずれか一項に記載の方法。
  15. 所定の位置合わせアルゴリズムに基づいて第１の三次元プレスキャン画像データと第２の三次元プレスキャン画像データとの間の位置合わせ変換を決定するプレスキャン位置合わせ器と、
    前記位置合わせ変換に基づいて第１の体積スキャン画像データ及び第２の体積スキャン画像データを位置合わせし、位置合わせされた画像データを生成する体積位置合わせ器と、
    を有するシステム。
  16. 前記第１の体積スキャン画像データが、前記第１の三次元プレスキャン画像データに基づいて決定された第１のスキャン計画で取得され、前記第２の体積スキャン画像データが、前記第２の三次元プレスキャン画像データに基づいて決定された第２のスキャン計画で取得される、請求項１５に記載のシステム。
  17. 前記第１の三次元プレスキャン画像データ及び前記第２の三次元プレスキャン画像データが、前記第１の体積スキャン画像データ及び前記第２の体積スキャン画像データより低い患者線量で取得される、請求項１５乃至１６のいずれか一項に記載のシステム。
  18. 前記第１の体積スキャン画像データの視野及び前記第２の体積スキャン画像データの視野が、同じ視野ではなく、前記システムが、
    前記第１の体積スキャン画像データの視野及び前記第２の体積スキャン画像データの視野を結合し、前記第１及び第２の体積スキャン画像データの結合された視野を生成する視野結合器であって、前記結合された視野が、前記第１の体積スキャン画像データの視野及び前記第２の体積スキャン画像データの視野のいずれかより大きい、当該視野結合器と、
    前記第１の体積スキャン画像データの視野の一部ではない前記結合された視野の第１のサブ部分、及び前記第２の体積スキャン画像データの視野の一部ではない前記結合された視野の第２のサブ部分を識別する欠落画像データ識別器と、
    前記第１の三次元プレスキャン画像データ及び前記第２の三次元プレスキャン画像データにおいて前記識別された第１及び第２のサブ部分をそれぞれ抽出する画像データ抽出器と、
    前記抽出された識別された第１のサブ部分で前記第１の体積スキャン画像データを拡張し、前記抽出された識別された第２のサブ部分で前記第２の体積スキャン画像データを拡張する画像データ拡張器と、
    を有する、請求項１５乃至１７のいずれか一項に記載のシステム。
  19. 前記第１の三次元プレスキャン画像データが、第１の運動状態において取得され、前記第１の体積スキャン画像データが、第２の異なる運動状態において取得され、前記システムが、
    前記第１の体積スキャン画像データ及び前記第１の三次元プレスキャン画像データに基づいて前記第１の体積スキャン画像データに対する第１の運動ベクトル場を決定し、
    前記第１の運動ベクトル場に基づいて前記第１の体積スキャン画像データを運動補償する、
    請求項１５乃至１８のいずれか一項に記載のシステム。
  20. 前記第２の三次元プレスキャン画像データが、前記第１の運動状態において取得され、前記第２の体積スキャン画像データが、前記第２の異なる運動状態において取得され、前記システムが、
    前記第２の体積スキャン画像データ及び前記第２の三次元プレスキャン画像データに基づいて前記第２の体積スキャン画像データに対する第２の運動ベクトル場を決定し、
    前記第２の運動ベクトル場に基づいて前記第２の体積スキャン画像データを運動補償し、
    前記位置合わせ変換に基づいて前記運動補償された第１の体積スキャン画像データ及び前記運動補償された第２の体積スキャン画像データを位置合わせし、前記位置合わせされた画像データを生成する、
    請求項１９に記載のシステム。
  21. 体積スキャンからの体積画像データと前記体積スキャンを計画するのに使用された３Ｄプレスキャン画像データとを結合し、結合された画像データを生成するステップと、
    前記結合された画像データに基づいて前記体積画像データから関心組織をセグメント化するステップと、
    を有する方法。
  22. 前記３Ｄプレスキャン画像データが、第１の画像コントラスト解像度を持ち、前記体積画像データが、第２の画像コントラスト解像度を持ち、前記第１の画像コントラスト解像度が、前記第２の画像コントラスト解像度より低い、請求項２１に記載の方法。
  23. 高解像度セグメンテーションアルゴリズムを使用して前記結合された画像データの体積画像データサブ部分をセグメント化するステップと、
    低解像度セグメンテーションアルゴリズムを使用して前記結合された画像データの３Ｄプレスキャン画像データサブ部分をセグメント化するステップと、
    を有する、請求項２１乃至２２のいずれか一項に記載の方法。
  24. 前記関心組織が器官であり、前記体積画像データが、前記器官全体を含み、前記３Ｄプレスキャン画像データが、少なくとも１つの近隣器官の少なくともサブ部分を含む、請求項２１乃至２３のいずれか一項に記載の方法。
  25. 前記セグメント化が、前記器官及び前記少なくとも１つの近隣器官のサブ部分を結合することを含む、請求項２３に記載の方法。
  26. 前記セグメント化された体積画像データを視覚的に表示するステップ、
    を有する、請求項２１乃至２４のいずれか一項に記載の方法。
  27. 体積スキャンからの体積画像データと前記体積スキャンを計画するのに使用された３Ｄプレスキャン画像データを結合し、結合された画像データを生成する結合器と、
    前記結合された画像データに基づいて前記体積画像データから関心組織をセグメント化するセグメンタと、
    を有するシステム。
  28. 前記３Ｄプレスキャン画像データが、第１の画像コントラスト解像度を持ち、前記体積画像データが、第２の画像コントラスト解像度を持ち、前記第１の画像コントラスト解像度が、前記第２の画像コントラスト解像度より低い、請求項２７に記載のシステム。
  29. 前記セグメンタが、高解像度セグメンテーションアルゴリズムを使用して前記結合された画像データの体積画像データサブ部分をセグメント化し、低解像度セグメンテーションアルゴリズムを使用して前記結合された画像データの３Ｄプレスキャン画像データサブ部分をセグメント化する、請求項２７乃至２８のいずれか一項に記載のシステム。
  30. 前記関心組織が器官であり、前記体積画像データが、前記器官全体を含み、前記３Ｄプレスキャン画像データが、少なくとも１つの近隣器官の少なくともサブ部分を含む、請求項２７乃至２９のいずれか一項に記載のシステム。
  31. 前記セグメンタが、前記器官をセグメント化し、前記少なくとも１つの近隣器官の前記サブ部分をセグメント化する、請求項２８に記載のシステム。
JP2016536177A 2013-12-11 2014-11-25 三次元（３ｄ）プレスキャンに基づく体積画像データ処理 Pending JP2016539701A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361914450P 2013-12-11 2013-12-11
US61/914,450 2013-12-11
PCT/IB2014/066302 WO2015087185A1 (en) 2013-12-11 2014-11-25 Three dimensional (3d) pre-scan based volumetric image data processing

Publications (1)

Publication Number Publication Date
JP2016539701A true JP2016539701A (ja) 2016-12-22

Family

ID=52146555

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016536177A Pending JP2016539701A (ja) 2013-12-11 2014-11-25 三次元（３ｄ）プレスキャンに基づく体積画像データ処理

Country Status (5)

Country Link
US (1) US10045754B2 (ja)
EP (1) EP3079589B1 (ja)
JP (1) JP2016539701A (ja)
CN (1) CN105813567B (ja)
WO (1) WO2015087185A1 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3048976B1 (en) * 2013-09-27 2019-08-14 Koninklijke Philips N.V. Image data z-axis coverage extension for tissue dose estimation
JP6566714B2 (ja) * 2014-05-19 2019-08-28 キヤノンメディカルシステムズ株式会社 Ｘ線コンピュータ断層撮影装置、画像表示装置および画像表示方法
CN104318595A (zh) * 2014-10-21 2015-01-28 沈阳东软医疗系统有限公司 Ct图像的运动向量场的计算方法及装置
JP6762774B2 (ja) * 2016-06-16 2020-09-30 キヤノンメディカルシステムズ株式会社 Ｘ線ｃｔ装置
US10939879B2 (en) * 2016-07-25 2021-03-09 Canon Medical Systems Corporation X-ray CT apparatus
KR20180054020A (ko) * 2016-11-14 2018-05-24 삼성전자주식회사 의료 영상 장치 및 의료 영상 처리 방법
CN106725570B (zh) 2016-12-30 2019-12-20 上海联影医疗科技有限公司 成像方法及系统
EP3422037A1 (en) * 2017-06-27 2019-01-02 Koninklijke Philips N.V. Method and device for determining a motion field from k-space data
US10888296B2 (en) * 2018-06-29 2021-01-12 Shanghai United Imaging Healthcare Co., Ltd. Methods and systems for modulating radiation dose
JP2022533583A (ja) 2019-05-14 2022-07-25 コーニンクレッカ フィリップス エヌ ヴェ ３ｄプレスキャンボリュメトリック画像データに基づくプロトコル依存２ｄプレスキャン投影画像
US11308594B2 (en) * 2020-05-15 2022-04-19 GE Precision Healthcare LLC Tomosynthesis dataset generation using pre-exposure acquisition
CN112489046B (zh) * 2020-12-25 2023-01-31 上海深博医疗器械有限公司 柔性扫描图像的ai辅助测量体积补偿方法及装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7634119B2 (en) * 2002-12-04 2009-12-15 Conformis, Inc. Fusion of multiple imaging planes for isotropic imaging in MRI and quantitative image analysis using isotropic or near-isotropic imaging
JP5296981B2 (ja) * 2003-07-30 2013-09-25 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 アフィン変換を用いたモダリティ内医療体積画像の自動位置合わせ
US7935055B2 (en) * 2003-09-19 2011-05-03 Siemens Medical Solutions Usa, Inc. System and method of measuring disease severity of a patient before, during and after treatment
EP1716538A1 (en) * 2004-02-13 2006-11-02 Philips Intellectual Property & Standards GmbH Apparatus and method for registering images of a structured object
JP4918048B2 (ja) * 2005-02-11 2012-04-18 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 画像処理装置及び方法
US7995818B2 (en) 2006-11-22 2011-08-09 General Electric Company Systems and methods for synchronized image viewing with an image atlas
WO2008065581A2 (en) * 2006-11-28 2008-06-05 Koninklijke Philips Electronics N.V. Apparatus for determining a position of a first object within a second object
EP2017785A1 (en) 2007-07-17 2009-01-21 BrainLAB AG Imaging method for motion analysis
US8175352B2 (en) * 2007-09-21 2012-05-08 Siemens Aktiengesellschaft System and method for automated magnetic resonance scan prescription for optic nerves
US8885897B2 (en) * 2007-10-26 2014-11-11 Koninklijke Philips N.V. Closed loop registration control for multi-modality soft tissue imaging
US20100129005A1 (en) * 2008-11-26 2010-05-27 General Electric Company System and method for automated scan planning using symmetry detection and image registration
US8317705B2 (en) * 2008-12-10 2012-11-27 Tomtec Imaging Systems Gmbh Method for generating a motion-corrected 3D image of a cyclically moving object
US8355551B2 (en) 2009-02-27 2013-01-15 General Electric Company Method and apparatus for reducing image artifacts
WO2011058461A1 (en) * 2009-11-16 2011-05-19 Koninklijke Philips Electronics N.V. Scan plan field of view adjustor, determiner, and/or quality assessor
US20130094742A1 (en) * 2010-07-14 2013-04-18 Thomas Feilkas Method and system for determining an imaging direction and calibration of an imaging apparatus
US8761467B2 (en) 2010-10-04 2014-06-24 General Electric Company Method and apparatus for assessing motion correction
KR102124956B1 (ko) 2010-12-08 2020-06-19 바이엘 헬스케어 엘엘씨 의료 영상 스캔으로부터의 환자 방사선량 추정치 생성
EP2706917B1 (en) * 2011-05-12 2019-06-12 Koninklijke Philips N.V. Motion compensated imaging
DE102011083647A1 (de) * 2011-09-28 2013-03-28 Siemens Aktiengesellschaft Verfahren, Rechensystem und CT-System zur Erzeugung eines bewegungskompensierten CT-Bilddatensatzes eines sich teilweise und zyklisch bewegenden Untersuchungsobjektes
US9470772B2 (en) * 2011-11-30 2016-10-18 Siemens Healthcare Gmbh Magnetic resonance image distortion correction with a reference volume
US20150332464A1 (en) * 2014-05-19 2015-11-19 Occipital, Inc. Methods for automatic registration of 3d image data

Also Published As

Publication number Publication date
WO2015087185A1 (en) 2015-06-18
US20160310090A1 (en) 2016-10-27
CN105813567B (zh) 2019-07-02
EP3079589B1 (en) 2017-04-12
US10045754B2 (en) 2018-08-14
CN105813567A (zh) 2016-07-27
EP3079589A1 (en) 2016-10-19

Similar Documents

Publication Publication Date Title
US10045754B2 (en) Three dimensional (3D) pre-scan based volumetric image data processing
JP4576228B2 (ja) 生理学的モデルに基づく非剛体画像位置合わせ
JP6034028B2 (ja) 医用画像処理装置及び医用画像診断装置
US9460510B2 (en) Synchronized navigation of medical images
JP6656910B2 (ja) 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
CN108289651A (zh) 用于跟踪身体部位中的超声探头的系统
US10657621B2 (en) Moving structure motion compensation in imaging
US8655040B2 (en) Integrated image registration and motion estimation for medical imaging applications
KR20140055896A (ko) 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법
JP2015521880A (ja) 運動パラメータ推定
US11270434B2 (en) Motion correction for medical image data
EP1652122B1 (en) Automatic registration of intra-modality medical volume images using affine transformation
Manzke et al. Automatic segmentation of rotational X-ray images for anatomic intra-procedural surface generation in atrial fibrillation ablation procedures
US9020215B2 (en) Systems and methods for detecting and visualizing correspondence corridors on two-dimensional and volumetric medical images
CN108430376B (zh) 提供投影数据集
US10402991B2 (en) Device and method for registration of two images
US11730440B2 (en) Method for controlling a medical imaging examination of a subject, medical imaging system and computer-readable data storage medium
EP4231234A1 (en) Deep learning for registering anatomical to functional images
Schoebinger et al. Quantification of tumor mobility during the breathing cycle using 3D dynamic MRI
Singh et al. 4D alignment of bidirectional dynamic MRI sequences
Kauczor Quantification of tumor mobility during the breathing cycle using 3D dynamic MRI
WO2010134013A1 (en) Interactive image registration

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170214