JP2017522952A - 肺のセグメント化のためのシステムおよび方法 - Google Patents

Abstract

肺の胸膜境界を判定するためのシステム、デバイスおよび方法が開示され、例示的方法は、撮像デバイスから画像データを取得するステップ、取得された画像データに基づいて２次元（２Ｄ）スライス画像のセットを生成するステップ、プロセッサによって２Ｄスライス画像のセットからの第１のスライス画像内のシードボクセルを判定するステップ、プロセッサによって閾値を使用してシードボクセルから始まって、領域増大プロセスを２Ｄスライス画像のセットからの第１のスライス画像に適用するステップ、プロセッサによってシードボクセルから増大させられる領域に基づいて２値化２Ｄスライス画像のセットを生成するステップ、プロセッサによって２値化２Ｄスライス画像のセットの各スライス画像内の肺の接続される構成要素を除外するステップ、及びプロセッサによって２値化２Ｄスライス画像のセットに基づいて肺の胸膜境界を識別するステップを含む。

Description

（関連出願への相互参照）
本出願は、２０１４年７月２日に出願された米国仮特許出願番号第６２／０２０，２６１号に基づく利益および優先権を主張しており、その全体の開示は参考として本明細書中に援用される。

（背景）
（技術分野）
本開示は、肺の分割（セグメント化）のためのシステムおよび方法に関する。より具体的には、本開示は、患者の胸部のＣＴスキャン画像データに基づいて生成される３次元（３Ｄ）モデルに基づいて、肺の境界を画定するシステムおよび方法に関する。

（関連技術の論議）
患者の肺は、肺の基部に位置する筋肉横隔膜によって腹腔から分離される、胸腔内に位置する。さらに、肺は、胸膜（臓側胸膜および壁側胸膜）と呼ばれる二重壁嚢および胸膜と肺との間の胸膜液によって取り囲まれる。胸膜液は、肺が胸膜に付着することなく拡張および収縮することを可能にする。

肺の視覚化に関連する視覚化技法が、診断、手術、および／または他の治療手技を行う臨床医に役立つよう、開発されてきた。視覚化は、特に、対応する症状を有する疾患領域の場所を識別するために重要である。さらに、疾患領域を処置するとき、適切な手技が正しい場所で行われるように、正しい場所の識別に付加的な重点が置かれている。さらに、外科手術のための疾患領域および場所が肺の境界内にあるはずであるため、肺の境界の視覚化が重要である。したがって、胸膜が肺の境界を画定するため、胸膜の視覚化が重要である。

（要旨）
本開示に従って、肺の胸膜境界を判定するための方法が提供される。

本開示の側面では、分割方法は、撮像デバイスから画像データを取得するステップと、取得された画像データに基づいて、２次元（２Ｄ）スライス画像のセットを生成するステップと、プロセッサによって、２Ｄスライス画像のセットからの第１のスライス画像内のシードボクセルを判定するステップと、プロセッサによって、閾値を使用してシードボクセルで始まって、領域増大プロセスを２Ｄスライス画像のセットからの第１のスライス画像に適用するステップと、プロセッサによって、シードボクセルから増大させられる領域に基づいて、２値化２Ｄスライス画像のセットを生成するステップと、プロセッサによって、２値化２Ｄスライス画像のセットの各スライス画像内の肺の接続される構成要素を除外するステップと、プロセッサによって、２値化２Ｄスライス画像のセットに基づいて、肺の胸膜境界を識別するステップとを含む。

本開示の別の側面では、シードボクセルは、肺の気管に対応する２値化２Ｄスライス画像のセットからの第１のスライス画像の一部の中にある。

本開示のさらに別の側面では、閾値は、シードボクセルの強度を上回るか、またはそれに等しい。

本開示のさらなる側面では、取得された画像データは、医用デジタル画像および通信（ＤＩＣＯＭ）画像形式で記憶される。

本開示の別の側面では、画像データは、ネットワークデバイスを介して取得される。

本開示のさらなる側面では、領域増大プロセスを適用するステップは、２Ｄスライス画像のセットからの第１のスライス画像内の第１のボクセルの強度が事前判定された閾値より低く、第１のボクセルがシードボクセルに接続される場合、第１のボクセルの強度を最大値として設定することと、２Ｄスライス画像のセットからの第１のスライス画像内の第２のボクセルの強度が事前判定された閾値より低くないか、または第１のボクセルがシードボクセルに接続されない場合、第２のボクセルの強度を最小値として設定することとを含む。

本開示の別の側面では、閾値は、２Ｄスライス画像のセット内のシードボクセルの周囲に高強度領域を出現させる。

本開示のさらなる側面では、領域増大プロセスを適用するステップはさらに、２値化２Ｄスライス画像のセットを得るように、最小値から最大値まで、および最大値から最小値まで、２Ｄスライス画像のセットの中のボクセルの値を逆に割り当てることを含む。

本開示の別の側面では、肺の接続される構成要素を除外するステップは、２値化２Ｄスライス画像のセットの中の接続される構成要素を検出することと、２値化２Ｄスライス画像のセットの中の各接続される構成要素の面積を計算することと、各接続される構成要素の面積が事前判定された値未満であるかどうかを判定することと、第１の接続される構成要素の面積が事前判定された値未満であることが判定されるときに、最小値を第１の接続される構成要素のピクセルに割り当てることと、第２の接続される構成要素の面積が事前判定された値を上回るか、または等しいことが判定されるときに、最大値を接続される構成要素のピクセルに割り当てることとを含む。

本開示のさらなる側面では、接続される構成要素は、高い強度を伴う囲われた面積である。

本開示の別の側面では、接続される構成要素は、血管または気道である。

本開示のさらなる側面では、それぞれが３つの独立した方向のそれぞれに由来する３つの２Ｄスライス画像の交差点は、２Ｄスライス画像のセットの中のボクセルを識別する。

本開示の別の側面では、３つの独立した方向は、軸方向、冠状方向、および矢状方向である。

本開示のさらなる側面では、２値化２Ｄスライス画像のセットの各ボクセルは、高いか、または低い強度のいずれか一方を有する。

本開示の別の側面では、画像データは、コンピュータ断層撮影技法、Ｘ線撮影法、コンピュータ軸トモグラフィスキャンによって生成されるトモグラム、磁気共鳴撮像、超音波検査法、造影撮像、蛍光透視法、核スキャン、および陽電子放射トモグラフィから取得される。

本開示の別の側面では、肺の胸膜を判定するためのシステムは、患者の胸部を撮像して画像データを得るように構成される、撮像デバイスと、データおよびプロセッサ実行可能命令を記憶するように構成されるメモリと、取得された画像データに基づいて、２次元（２Ｄ）スライス画像のセットを生成し、２Ｄスライス画像のセットからの第１のスライス画像内のシードボクセルを判定し、閾値を使用してシードボクセルで始まって、領域増大プロセスを２Ｄスライス画像のセットからの第１のスライス画像に適用し、シードボクセルから増大させられる領域に基づいて、２値化２Ｄスライス画像のセットを生成し、２値化２Ｄスライス画像のセットの各スライス画像内の肺の接続される構成要素を除外し、２値化２Ｄスライス画像のセットに基づいて、肺の胸膜境界を識別する、プロセッサ実行可能命令を実行するように構成される、プロセッサとを含む、画像処理デバイスとを備える。

本開示の上記の側面および実施形態のいずれかは、本開示の範囲から逸脱することなく組み合わせられ得る。

本開示されるシステムおよび方法の目的ならびに特徴が、種々の実施形態の説明が付随の図面を参照して読み取られるとき、当業者に明白となるであろう。

図１は、本開示の実施形態による、患者の肺のコンピュータ断層撮影（ＣＴ）画像データを分割するために使用され得る、例示的デバイスの概略図である。 図２Ａは、本開示の実施形態による、肺領域が黒色で示される、分割のためのボクセルを識別する２Ｄ画像のグラフィック説明図である。 図２Ｂは、本開示の実施形態による、肺領域が白色で示される、分割のためのボクセルを識別する２Ｄ画像のグラフィック説明図である。 図３は、本開示の実施形態による、肺領域が灰色で示される、分割のためのボクセルを識別する２Ｄ画像のグラフィック説明図である。 図４Ａ−４Ｂは、本開示の実施形態による、患者の肺の２Ｄ画像内の接続される構成要素のフィルタリングプロセスのグラフィック説明図である。 図４Ａ−４Ｂは、本開示の実施形態による、患者の肺の２Ｄ画像内の接続される構成要素のフィルタリングプロセスのグラフィック説明図である。 図５Ａは、本開示の実施形態による、患者の肺の胸膜境界を画定するように患者の肺の２Ｄ画像を分割するための例示的方法を図示する、フローチャートである。 図５Ｂは、本開示の実施形態による、領域増大プロセスを適用するための例示的方法を図示する、フローチャートである。 図５Ｃは、本開示の実施形態による、接続される構成要素を除外するための例示的方法を図示する、フローチャートである。

（詳細な説明）
本開示は、患者の肺の胸膜境界を識別するように患者の胸部の画像データを分割するためのシステムおよび方法に関する。

患者の肺の胸膜境界を識別するように患者の胸部の画像データを分割することは、電磁ナビゲーション（ＥＭＮ）システムを使用するＥＬＥＣＴＲＯＭＡＧＮＥＴＩＣ ＮＡＶＩＧＡＴＩＯＮ ＢＲＯＮＣＨＯＳＣＯＰＹ（登録商標）（ＥＮＢ）手技の必要な構成要素であり得る。ＥＮＢ手技は、概して、少なくとも２つの段階、すなわち、（１）患者の肺内に、またはそれに隣接して位置する標的への経路を計画するステップと、（２）計画された経路に沿って、プローブを標的に進めるステップとを伴う。本明細書に説明される計画ソフトウェアの例は、全て参照することによって本明細書に組み込まれる、全てＣｏｖｉｄｉｅｎ ＬＰによって２０１３年３月１５日に出願され、「Ｐａｔｈｗａｙ Ｐｌａｎｎｉｎｇ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ」と題された、米国特許出願第１３／８３８，８０５号、第１３／８３８，９９７号、および第１３／８３９，２２４号で見出されることができる。計画ソフトウェアの例は、その全内容が参照することによって本明細書に組み込まれる、「ＳＹＳＴＥＭ ＡＮＤ ＭＥＴＨＯＤ ＦＯＲ ＮＡＶＩＧＡＴＩＮＧ ＷＩＴＨＩＮ ＴＨＥ ＬＵＮＧ」と題された、同一出願人に譲渡された米国仮特許出願第６２／０２０，２４０号で見出されることができる。

計画段階に先立って、患者の肺は、例えば、コンピュータ断層撮影（ＣＴ）スキャンによって撮像されるが、付加的かつ適用可能な撮像方法が、当業者に公知であろう。ＣＴスキャン中にアセンブルされた画像データは、次いで、例えば、医用デジタル画像および通信（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｍｅｄｉｃｉｎｅ；ＤＩＣＯＭ）形式で記憶され得るが、付加的かつ適用可能な形式が、当業者に公知であろう。ＣＴスキャン画像データは、次いで、ＥＮＢ手技の計画段階中に使用され得る、３Ｄモデルを生成するために処理されるように、計画ソフトウェアアプリケーション（「アプリケーション」）にロードされてもよい。患者の胸部の画像データを分割することは、３Ｄモデルを生成するプロセスの構成要素であってもよく、または別個に行われてもよい。

本アプリケーションは、患者の肺の３Ｄモデルを生成するために、ＣＴスキャン画像データを使用し得る。３Ｄモデルは、とりわけ、患者の肺の実際の気道に対応し、患者の実際の気道樹の種々の通路、支流、および分岐部を示す、モデル気道樹を含み得る。ＣＴスキャン画像データは、画像データ内に含まれる間隙、脱落、および／または他の欠陥を有し得るが、３Ｄモデルは、ＣＴスキャン画像データ内の任意のそのような間隙、脱落、および／または欠陥が補填もしくは補正された、患者の気道の平滑な表現である。生成された後、３Ｄモデルは、種々の表示で提示され得る。本開示は、具体的な例証的実施形態に関して説明されるであろうが、本開示の精神から逸脱することなく、種々の修正、再配列、および置換が行われ得ることが、当業者に容易に明白となるであろう。本開示の範囲は、本明細書に添付される請求項によって定義される。

図１は、肺の分割のために使用され得る、画像処理デバイス１００を示す。デバイス１００は、以下に説明される機能を実施するように構成される、特殊化画像処理コンピュータであり得る。デバイス１００は、ラップトップ、デスクトップ、タブレット、または他の類似するコンピュータ等の当業者に公知の任意の形状因子において具現化されてもよい。デバイス１００は、とりわけ、１つまたはそれを上回るプロセッサ１１０、とりわけ、上記に参照されるアプリケーション１２２を記憶するメモリ１２０、ディスプレイ１３０、１つまたはそれを上回る特殊化グラフィックプロセッサ１４０、ネットワークインターフェース１５０、および１つまたはそれを上回る入力インターフェース１６０を含んでもよい。

ＣＴスキャン画像データは、ＤＩＣＯＭ形式でメモリ１２０に記憶されてもよい。２Ｄスライス画像のセットが、ＣＴスキャン画像データに基づいて生成されてもよい。ある側面では、２Ｄスライス画像は、所与の場所における患者の軸、冠状、および矢状図を描写するように生成されてもよい。例えば、胸部の各交差点において、３つの独立した方向において生成される、３つの異なる２Ｄスライス画像が存在してもよい。これらの２Ｄスライス画像は、表示のために２Ｄスライス画像を再フォーマットするようにプロセッサ１１０によって実行される、アプリケーション１２２にロードされてもよい。例えば、アプリケーション１２２は、意図されるような２Ｄスライス画像を表示するために、２Ｄスライス画像の色空間を表示のために好適な別の色空間に変換し、撮像プロセス、例えば、スケーリング、回転、平行移動、または投影を実施し得る。少なくとも３つの異なる２Ｄスライス画像に基づいて、ボクセルが識別されてもよい。２Ｄスライス画像は、異なるタイプの組織および物質を区別して肺の胸膜境界を識別するように、領域増大アルゴリズムを使用して処理されてもよい。種々の領域増大アルゴリズムが、当技術分野で公知である。メモリ１２０はまた、胸部の３Ｄモデルを生成し得るか、または肺の胸膜境界を識別し得る、アプリケーションを記憶してもよい。

図２は、本開示の実施形態による、分割（セグメント化）のためのボクセルを画定する、各２Ｄスライス画像（２０５、２１０、２１５）からのピクセルとして識別される、シードボクセル２２０を識別する３つの２Ｄスライス画像を図示する。図２に示されるように、シードボクセル２２０は、３つの２Ｄスライス画像が相互と交差する、患者の気管内の交差点において識別される。分割は、２Ｄスライス画像のセットの中のボクセルに割り当てられるハウンスフィールド値に基づいて２Ｄスライス画像のセットをパーティション化する、画像処理ステップであり、臓器および画像の他の様々な強度側面、ならびに本開示の実施形態では肺の胸膜境界をより明確に画定するために、画像の強度の差を定義するために使用される。

一実施形態では、分割（セグメント化）は、２Ｄスライス画像のセットの中の肺の内側領域と外側領域を区別するために使用されてもよい。分割は、２Ｄスライス画像が２つだけの異なる強度値を伴って表示される、２値化と、以下でさらに詳細に説明されるようなフィルタリングプロセスとを含んでもよい。

本開示の第１のステップとして、２Ｄスライス画像のセットが、患者の胸部のＣＴスキャン画像データから生成される。いったん２Ｄスライス画像のセットが生成されると、シードボクセル２２０が選択されなければならない。図２Ａは、シードボクセル２２０が２Ｄスライス画像内で選択されて示されている、手動プロセスを描写する。３つの２Ｄスライス画像２０５、２１０、および２１５は、軸方向、冠状方向、および矢状方向のそれぞれに沿って患者の胸部を描写し、開始シードボクセル２２０を識別する。開始シードボクセル２２０をより良く図示するために、水平軸２２５および垂直軸２３０が、３つの２Ｄスライス画像２０５、２１０、および２１５のそれぞれの中で表示される。水平軸２２５および垂直軸２３０の交差点は、開始シードボクセル２２０である。ある側面では、開始シードボクセル２２０は、肺または気管の内側にあってもよく、手動で、もしくは自動的に判定されてもよい。気管内のシードボクセル２２０をシードボクセル２２０として選択することによって、肺の外側の組織から肺の内側の気道を迅速に識別するように、プロセスが行われることができる。

気管は、その長さに沿って実質的に一定の直径を有する。具体的には、気管の上部は、喉頭および咽頭から胸骨の後ろに実質的に直線的に延在する。気管のこれらの性質を使用することによって、気管は、２Ｄスライス画像内で見出され得る。開始シードボクセル２２０を判定するように気管を見出すことのさらなる詳細は、Ｌａｃｈｍａｎｏｖｉｃｈらによって２０１４年７月２日に出願された、「Ｔｒａｃｈｅａ Ｍａｒｋｉｎｇ」と題された同一出願人に譲渡された米国仮特許出願第６２／０２０，２５３号、およびＭａｒｋｏｖらによって２０１４年７月２日に出願された、「Ａｕｔｏｍａｔｉｃ Ｄｅｔｅｃｔｉｏｎ Ｏｆ Ｈｕｍａｎ Ｌｕｎｇ Ｔｒａｃｈｅａ」と題された米国仮特許出願第６２／０２０，２５７号で説明されている。

開始シードボクセル２２０が、手動または自動的のいずれかで選択された後、２Ｄスライス画像を２値化するために、領域増大アルゴリズムが使用される。領域増大アルゴリズムに基づいて、各ボクセルに割り当てられたハウンスフィールド値が閾値未満であるかどうか、および各ボクセルが開始ボクセル２２０に接続されるかどうかを判定するように、２Ｄスライス画像のセットの中の全てのボクセルがチェックされる。ボクセルに割り当てられた値が閾値未満のハウンスフィールド値を有し、開始シードボクセル２２０に接続されていることが判定されるとき、ボクセルのハウンスフィールド値は、１または最大値に設定される。そうでなければ、ボクセルのハウンスフィールド値は、ゼロまたは最小値に設定される。領域増大アルゴリズムの一部として、肺内に漏出を引き起こし、したがって、気道から漏出される強度値で肺を充填するために十分に高い値を伴う閾値が、選択される。

２Ｄスライス画像のセットの中の全てのボクセルが最大または最小値に設定された後、２Ｄスライス画像は、２色のみのピクセルを有するであろう。結果は、最大ハウンスフィールド値を有するボクセル／ピクセルが、白色で出現し、最小ハウンスフィールド値を有するボクセル／ピクセルが、黒色で出現するであろう、２Ｄスライス画像のセットである。図２Ｂに示されるように、いくつかの場合には、２Ｄスライス画像のセットの中のボクセル、したがって、２Ｄスライス画像の中のピクセルの値は、肺領域が黒色で示され、非肺領域が白色または別の色で示されるように逆転される。

図３は、肺組織が胸部の背景上に灰色で、他の非気道または肺組織が白色で明確に描写される、分割および２値化の結果を描写する、３つの２Ｄスライス画像３３５、３４０、ならびに３４５を示す。まだ完全ではないが、図３の表示は、肺の胸膜境界を実質的に識別する。

肺が多孔質構造を有するため、肺および気道を表す２値化２Ｄスライス画像のセットのボクセルの殆どは、黒色で示される。しかしながら、閾値より大きいハウンスフィールド値を有する、ある気道組織（例えば、図３の３５５）は、白色で示されるであろう。さらに、肺の外側の２値化３Ｄ体積のボクセルもまた、それらは開始シードボクセル２２０に接続されず、最大強度値を有するため、白色で示されてもよい。実際、閾値を上回るハウンスフィールド値を有する任意の組織（例えば、ボクセル３５０）が、白色で示されるであろう。

２Ｄスライス画像の分割（セグメント化）、２値化、および逆転されたセットは、肺をカバーする大きい黒色領域を含んでもよい。ある側面では、閾値は、十分な精度で肺の胸膜境界をカバーするように、大きい黒色領域を可能な限り大きくするように調節されてもよい。閾値を減少させることによって、小気道または血管の壁を表すボクセルは、白色で出現し、同時に、大きい黒色領域は、より小さくなる。一方で、閾値が増加させられるとき、小気道および血管の壁は、白色で出現しなくてもよく、大きい黒色領域はより大きくなる。したがって、閾値は、あるサイズを有する気道壁および血管が白色で現れるように、および大きい黒色領域が肺の胸膜と同じくらい大きく増大するように、ある値に調節されてもよい。

２Ｄスライス画像の２値化、分割、および逆転されたセットは、軸方向、冠状方向、ならびに矢状方向で視認されてもよい。図４Ａおよび４Ｂは、本開示の実施形態による、接続される構成要素を除外するための２値化２Ｄスライス画像、ならびに除外された２Ｄスライス画像を示す。３つの２Ｄスライス画像４０５、４１０、および４１５は、白黒画像である。黒色領域４２０が、肺を表す一方で、白色領域は、肺の外側の領域、また、肺内の血管および気道壁等のいくつかの接続される構成要素も表す。これらの接続される構成要素は、２Ｄスライス画像４１０および４１５内の小さい白色面積４３５として示される。

接続される構成要素を除外することは、各２Ｄスライス画像内の接続される構成要素を検出することから始まる。接続される構成要素は、肺を表す大きい黒色領域の中の白色領域として表示される。接続される構成要素が検出されるとき、各接続される構成要素の面積が計算される。計算された面積が閾値未満である場合、対応する接続される構成要素が除外され、対応する接続される構成要素の中のピクセルがゼロに再び割り当てられることを意味する。換言すると、対応する接続される構成要素は、肺領域または大きい黒色領域に合併される。２Ｄスライス画像内の全ての接続される構成要素が除外された後、軸方向に沿った除外された２Ｄスライス画像４０５が得られる。除外された２Ｄスライス画像４０５は、その境界が肺の胸膜境界を画定する、大きい黒色領域４２０を含む。

図４Ｂは、それぞれ、軸方向、冠状方向、および矢状方向に沿った、除外された２Ｄスライス画像４４０、４５０、および４６０を含む。全ての２Ｄスライス画像内の接続される構成要素を除外した後、各除外された２Ｄスライス画像は、除外された２Ｄスライス画像４４０、４５０、および４６０で示されるような大きい黒色領域を有する。これらの除外された２Ｄスライス画像は、肺の胸膜境界を画定する黒色領域を含む、２Ｄスライス画像の分割されたセットを生成するように再び組み立てられる。これらの黒色領域はまた、肺の診断および／または肺への手術のための空間を画定もしくは制限する。２Ｄスライス画像のセットを画定する、本胸膜境界は、患者の肺の診断ならびに治療のためのＣｏｖｉｄｉｅｎ ＬＰによって販売されているｉＬｏｇｉｃソフトウェア等の経路計画および治療ソフトウェアに組み込まれてもよい。胸膜境界の明確な画定は、周辺組織から肺を分割するために使用され、それによって、患者の肺の３Ｄ体積を作成するために使用されることができる。

図５Ａ−５Ｃは、本開示の実施形態による、肺の胸膜境界を画定する、２Ｄスライス画像の分割されたセットを生成するための分割方法５００のフローチャートを示す。分割方法５００は、例えば、ＣＴスキャナから、患者の胸部のＣＴスキャン画像データが得られる、ステップ５０５から開始する。ある側面では、ＣＴ画像データは、Ｘ線撮影法、ＣＡＴスキャンによって生成されるトモグラム、ＭＲＩ、超音波検査法、造影撮像、蛍光透視法、核スキャン、およびＰＥＴ等の別の画像診断法から得られてもよい。

ステップ５１０では、ＣＴスキャン画像データが、患者の胸部の２Ｄスライス画像のセットを生成するように処理される。２Ｄスライス画像のセットは、肺、胸膜、気管、心臓、胃、および胸部内の任意の他の臓器を含んでもよい。ボクセルは、３つの方向、例えば、軸方向、冠状方向、および矢状方向で視認される、３つの２Ｄスライス画像の交差点として画定される。各ボクセルは、それぞれ、３つの方向で視認される３つの２Ｄスライス画像の間の対応する２Ｄスライス画像に由来する、３つのピクセルを表す値を有する。胸部の２Ｄスライス画像のセットの分割は、２Ｄスライス画像のセットの中のシードボクセル２２０を判定することによって開始し、開始シードボクセルを含む領域と開始シードボクセルを含まない領域を区別する。ステップ５１５では、開始シードボクセルが、自動的に、または手動で判定される。開始シードボクセルは、気管または肺の内側領域に位置してもよい。気管が開始シードボクセルを判定するために使用されるとき、気管を自動的に見出すための方法は、両方の内容全体が参照することによって組み込まれる、Ｌａｃｈｍａｎｏｖｉｃｈらによって２０１４年７月２日に出願された、「Ｔｒａｃｈｅａ Ｍａｒｋｉｎｇ」と題された同一出願人に譲渡された米国仮特許出願第６２／０２０，２５３号、およびＭａｒｋｏｖらによって２０１４年７月２日に出願された、「Ａｕｔｏｍａｔｉｃ Ｄｅｔｅｃｔｉｏｎ Ｏｆ Ｈｕｍａｎ Ｌｕｎｇ Ｔｒａｃｈｅａ」と題された米国仮特許出願第６２／０２０，２６１号で見出されることができる。気管を見出した後、気管の内側の任意のボクセルが、開始シードボクセルとして判定されてもよい。

ステップ５２０では、領域増大アルゴリズムが、２Ｄスライス画像のセットを処理するように適用される。領域増大アルゴリズムは、より多くのボクセルをシードボクセルに接続して、開始シードボクセルを含む領域を増大させるために使用される。本領域は、分割方法５００の終了時に肺の境界を判定するために使用されてもよい。

領域増大アルゴリズムを適用することによって、２Ｄスライス画像のセットの各ボクセルが２値化され、つまり、これは、閾値と比較され、２色、すなわち、黒色および白色に再び割り当てられる、そのハウンスフィールド値を有する。黒色ボクセルは、肺領域を表し、白色ボクセルは、非肺領域を表す。ステップ５２０の後に、２Ｄスライス画像の新しい２値化セットが生成される。ステップ５２０の詳細は、以下の図５Ｂを参照してさらに説明される。

ステップ５２５では、全ての２Ｄスライス画像が、その中の接続される構成要素を除外するように処理される。接続される構成要素は、上記で識別される閾値より大きいハウンスフィールド値を有する、血管および気道壁を表してもよい。接続される構成要素は、２Ｄスライス画像の中で肺領域内の白色面積として表示される。肺領域内から事前判定された閾値より小さいサイズを有する白色面積を除外または除去することによって、肺をカバーする領域が、黒色のみで表示されてもよく、２Ｄスライス画像が、肺の胸膜境界を判定するために調製される。除外するプロセスの詳細な説明は、以下の図５Ｃを参照して提供される。

除外するプロセスの後に、ステップ５４０では、２Ｄスライス画像の処理されたセットが、肺の胸膜境界を識別するために使用されてもよい。分割方法は、ステップ５４０の後に終了させられる。最小サイズ制限を伴う２Ｄスライス画像上で２値化および接続される構成要素の分析を行うことによって、真の境界、特に、胸膜境界が、臨床医のために明確に画定される。代替として、元のＣＴスキャン画像データを使用する代わりに、プロセス５００に使用される２Ｄスライス画像は、異なるデータセットから生成されてもよい。プロセス５００に使用される別の潜在的データセットの例は、元のＣＴスキャン画像データに基づいて生成された３Ｄモデルに基づいて生成される、２Ｄスライス画像のセットである。そのような３Ｄモデルは、ＣＴスキャン画像データ内の任意の間隙、脱落、および／または欠陥が補填もしくは補正された、患者の肺の平滑な表示を提示してもよい。図５Ｂは、図５Ａのステップ５２０、すなわち、領域増大アルゴリズムを患者の胸部の２Ｄスライス画像のセットのボクセルに適用するステップを図示する、フローチャートを示す。ステップ５２１では、２Ｄスライス画像のセットのボクセルの強度（ハウンスフィールド値）が、閾値と比較される。

ボクセルの強度が閾値を上回るか、または等しいことが判定されるとき、ステップ５２４が後に続き、そうでなければステップ５２２が後に続く。ステップ５２２では、ボクセルと開始シードボクセルとの間の接続性が判定される。ここで、接続性は、ボクセルが開始シードボクセルと同一の領域内にあること、または換言すると、ボクセルが肺領域内にあることを確実にする。これは、周辺ボクセルを考慮し、それらが同一の閾値基準を満たすかどうかを判定することによって、行われる。本プロセスは、開始シードボクセルに戻って継続される。別の言い方をすれば、ボクセルから開始シードボクセルまでの経路があり、経路が閾値基準を満たす一連の隣接ボクセルで構成されるとき、次いで、ボクセルは、開始シードボクセルに接続されると見なされる。ボクセルが開始シードボクセルに接続されていることが判定されるとき、ボクセルの強度値は、ステップ５２３において最大値に割り当てられる。結果は、全ての接続されたボクセルが、１つの割り当てられた強度値を有する閾値基準および別の強度値を有する他の全てを満たす、ボクセル強度の２値マスクである。

ある側面では、シードボクセルに直接隣接する、シードボクセル候補と見なされるボクセルが、接続性を考慮することなく、閾値と再帰的に比較されてもよい。本再帰方法は、開始シードボクセルに隣接するボクセルを比較することによって開始し、全ての方向に再帰的に進む。この場合、接続性をチェックすることは不必要である。

ステップ５２１において、ボクセルの強度が閾値未満ではないこと、またはステップ５２２において、ボクセルが開始シード点に接続されていないことが判定されるとき、ボクセルの強度は、ステップ５２３において最小値に割り当てられる。ステップ５２３および５２４では、２Ｄスライス画像のセットが分割され、最小値または最大値のみを有するボクセルをもたらす。

ステップ５２５が、ステップ５２３および５２４の後に続く。ステップ５２５では、領域増大アルゴリズムを通して処理されていないボクセルが残っているかどうかが判定される。そのようなボクセルがある場合、処理されていないボクセルがもはやなくなるまで、ステップ５２１−５２５が繰り返される。ステップ５２１−５２５の結果は、非肺領域に黒色ボクセルおよび肺領域に白色ボクセルのみを含む、２Ｄスライス画像の２値化セットである。ステップ５２６では、肺領域が黒色ボクセルを有し、非肺領域が白色ボクセルを有するように、各ボクセルの割り当てられた値が、最大値から最小値に、または最小値から最大値に逆転させられる。ある側面では、ステップ５２１で使用される閾値は、高強度領域が肺および肺の境界をカバーし得るように、肺領域中で十分な漏出（例えば、高強度領域）を引き起こすために調節されてもよい。別の側面では、閾値は、シードボクセルの強度値を上回るか、またはそれに等しい。

図５Ｃは、本開示の実施形態による、図５Ａのステップ５２５、すなわち、２Ｄスライス画像から接続される構成要素を除外するためのフローチャートを示す。ステップ５２５は、ステップ５２６、すなわち、２Ｄスライス画像の２値化セットから生成される２Ｄスライス画像内の接続される構成要素を検出するステップから開始する。接続される構成要素は、血管および／または気道壁を表してもよい。ステップ５２７では、接続される構成要素が検出されるかどうかが判定される。ステップ５２７において、接続される構成要素が検出されないことが判定される場合、除外するステップ５２５は、ステップ５３１に進み、接続される構成要素を検出するためのさらなる２Ｄスライス画像があるかどうかをチェックする。

ステップ５２７において、接続される構成要素が検出されることが判定される場合、検出された接続される構成要素の面積が、ステップ５２８において計算される。この面積は、接続される構成要素を表す白色面積の中のいくつかのピクセルであってもよい。

ステップ５２９では、計算された面積が閾値と比較される。計算された面積が閾値を上回るか、またはそれに等しいことが判定されるとき、これは、ステップ５２６に戻る。それは、接続される構成要素が血管または気道壁ではない場合があることを意味する。計算された面積が閾値未満であることが判定されるとき、ステップ５３０では、接続される構成要素が除外または除去される。換言すると、接続される構成要素の中のピクセルが、最小値に割り当てられる。その結果、接続される構成要素は、肺および胸膜をカバーする大きい黒色領域に合併される。

ステップ５３１では、処理されるためのさらなる２Ｄスライス画像があるかどうかが判定される。処理されていない２Ｄ画像があることが判定されるとき、ステップ５２６−５３０が、処理されていない２Ｄスライス画像内の接続される構成要素を除外するように繰り返される。そうでなければ、除外するステップ５２５が完了する。

ある側面では、除外するステップ５４０は、１つの方向に沿って撮影された２Ｄスライス画像を処理し、別の方向に沿って撮影された２Ｄスライス画像を処理してもよい。例えば、ステップ５４０は、最初に、軸方向に沿って撮影された２Ｄスライス画像、順番に冠状方向および矢状方向に沿って撮影された他の２Ｄスライス画像を処理する。別の側面では、ステップ５４０は、いかなる順番もなく２Ｄスライス画像を１つずつ処理してもよい。

２Ｄスライス画像のセットを２値化し、２Ｄスライス画像内の接続される構成要素を除外することによって、２Ｄスライス画像の分割されたセットである、結果として生じる２Ｄスライス画像のセットが、ＥＮＢ手技の計画段階またはナビゲーション段階のいずれかの間に使用され得る、肺の胸膜境界を判定するために使用されてもよい。例えば、本情報は、疑わしい標的が肺の外側に位置するときを識別するために、計画段階中に有用であり得る。代替として、手技中に、本情報は、道具が胸膜境界に接近しているときに臨床医に通知するために使用されることができる。両方の場合において、胸膜境界の場所の意識は、臨床医が肺の境界またはその近傍における標的を考慮するか、もしくはそれに接近すると発生し得る、気胸および他の症状等の合併症を回避する際に臨床医を支援する。

ここで、図１に目を向けると、メモリ１２０は、プロセッサ１１０によって実行され得る、ＥＭＮ計画および手技ソフトウェア等のアプリケーション１２２および他のデータを含む。例えば、データは、ＤＩＣＯＭ形式で記憶されるＣＴスキャン画像データおよび／またはＣＴスキャン画像データに基づいて生成される３Ｄモデルであり得る。メモリ１２０はまた、患者の医療記録、処方箋、および／または患者の病歴等の他の関連データも記憶し得る。メモリ１２０は、記憶装置コントローラおよび通信バスを通してプロセッサに接続される、１つまたはそれを上回るソリッドステート記憶デバイス、フラッシュメモリチップ、大容量記憶装置、テープドライブ、もしくは任意のコンピュータ可読記憶媒体であってもよい。コンピュータ可読記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、または他のデータ等の情報の記憶のための任意の方法もしくは技術において実装される、非一過性、揮発性および不揮発性、可撤性および非可撤性媒体を含む。例えば、コンピュータ可読記憶媒体は、ランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、消去可能プログラマブル読取専用メモリ（ＥＰＲＯＭ）、電気的消去可能プログラマブル読取専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリまたは他のソリッドステートメモリ技術、ＣＤ−ＲＯＭ、ＤＶＤ、もしくは他の光学記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置、または他の磁気記憶デバイス、もしくは所望の情報を記憶するために使用され得、デバイス１００によってアクセスされ得る、任意の他の媒体を含む。

ディスプレイ１３０は、ディスプレイ１３０が入力デバイスおよび出力デバイスの両方としての役割を果たすことを可能にする、タッチ感応式および／または音声起動式であり得る。グラフィックプロセッサ１４０は、３Ｄモデルを生成するようにＣＴスキャン画像データを処理し、上記に説明されるような種々の配向における３Ｄモデルの２Ｄスライス画像ならびに３Ｄモデルの３Ｄレンダリングを生成するように、３Ｄモデルを処理する等の画像処理機能を実施する、特殊化グラフィックプロセッサであり得る。グラフィックプロセッサ１４０はさらに、ディスプレイ１３０上に表示されるべきグラフィカルユーザインターフェース（ＧＵＩ）を生成するように構成されてもよい。ＧＵＩは、とりわけ、２Ｄ画像スライスおよび３Ｄレンダリングを示す表示を含んでもよい。実施形態では、グラフィックプロセッサ１４０は、１つまたはそれを上回る汎用プロセッサ１１０が他の機能のために利用可能であり得るように、画像処理機能のみを実施する、専用グラフィック処理ユニット（ＧＰＵ）等の特殊化グラフィックプロセッサであってもよい。特殊化ＧＰＵは、独立型専用グラフィックカードまたは統合グラフィックカードであってもよい。

ネットワークインターフェース１５０は、デバイス１００が、有線および／または無線ネットワーク接続を通して、他のデバイスと通信することを可能にする。ある実施形態では、デバイス１００は、ネットワーク接続を介して、撮像デバイスからＣＴスキャン画像データを受信してもよい。他の実施形態では、デバイス１００は、ディスクまたは当業者に公知の他の外部記憶媒体等の記憶デバイスを介して、ＣＴスキャン画像データを受信してもよい。

入力インターフェース１６０は、設定値、テキスト情報、および／または制御デバイス１００等のデータもしくは制御情報を入力するために使用される。入力インターフェース１６０は、キーボード、マウス、タッチセンサ、カメラ、マイクロホン、または当業者に公知のユーザ相互作用のために使用される他のデータ入力デバイスもしくはセンサを含んでもよい。

加えて、以下の同一出願人に譲渡された出願、すなわち、全ての内容全体が参照することによって本明細書に組み込まれる、「Ｒｅａｌ−Ｔｉｍｅ Ａｕｔｏｍａｔｉｃ Ｒｅｇｉｓｔｒａｔｉｏｎ Ｆｅｅｄｂａｃ」と題され、Ｂｒｏｗｎらによって２０１４年７月２日に出願された、米国仮特許出願第６２，０２０，２２０号、「Ｕｎｉｆｉｅｄ Ｃｏｏｒｄｉｎａｔｅ Ｓｙｓｔｅｍ ｆｏｒ Ｍｕｌｔｉｐｌｅ ＣＴ Ｓｃａｎｓ ｏｆ Ｐａｔｉｅｎｔ Ｌｕｎｇｓ」と題され、Ｇｒｅｅｎｂｕｒｇによって２０１４年７月２日に出願された、米国仮特許出願第６２，０２０，２４２号、「Ａｌｉｇｎｍｅｎｔ ＣＴ」と題され、Ｋｌｅｉｎらによって２０１４年７月２日に出願された、米国仮特許出願第６２，０２０，２４５号、「Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｆｌｕｏｒｏｓｃｏｐｉｃ Ｐｏｓｅ Ｅｓｔｉｍａｔｉｏｎ」と題され、Ｍｅｒｌｅｔによって２０１４年７月２日に出願された、米国仮特許出願第６２，０２０，２５０号、「Ｃｏｎｅ Ｖｉｅｗ−Ａ Ｍｅｔｈｏｄ ｏｆ Ｐｒｏｖｉｄｉｎｇ Ｄｉｓｔａｎｃｅ ａｎｄ Ｏｒｉｅｎｔａｔｉｏｎ Ｆｅｅｄｂａｃｋ Ｗｈｉｌｅ Ｎａｖｉｇａｔｉｎｇ ｉｎ ３Ｄ」と題され、Ｌａｃｈｍａｎｏｖｉｃｈらによって２０１４年７月２日に出願された、米国仮特許出願第６２，０２０，２５８号、および「Ｄｙｎａｍｉｃ ３Ｄ Ｌｕｎｇ Ｍａｐ Ｖｉｅｗ ｆｏｒ Ｔｏｏｌ Ｎａｖｉｇａｔｉｏｎ Ｉｎｓｉｄｅ ｔｈｅ Ｌｕｎｇ」と題され、Ｗｅｉｎｇａｒｔｅｎらによって２０１４年７月２日に出願された、米国仮特許出願第６２，０２０，２６２号が、参照される。これらの参考文献の全ては、とりわけ、肺治療計画およびナビゲーションに関して、分析、診断、ならびに治療システムのための増進した明瞭度および性能を提供するように、ＤＩＣＯＭ画像を修正および操作することの側面を対象とする。

実施形態が、例証および説明を目的として、付随の図面を参照して詳細に説明されたが、発明的プロセスおよび装置は、本明細書によって限定されるものとして解釈されるべきではないことを理解されたい。前述の実施形態への種々の修正が、本開示の範囲から逸脱することなく成され得ることが、当業者に明白となるであろう。

Claims (16)

1. 肺の胸膜境界を判定するための分割方法であって、
   撮像デバイスから画像データを取得するステップと、
   前記取得された画像データに基づいて、２次元（２Ｄ）スライス画像のセットを生成するステップと、
   プロセッサによって、前記２Ｄスライス画像のセットからの第１のスライス画像内のシードボクセルを判定するステップと、
   前記プロセッサによって、閾値を使用して前記シードボクセルで始まって、領域増大プロセスを前記２Ｄスライス画像のセットからの前記第１のスライス画像に適用するステップと、
   前記プロセッサによって、前記シードボクセルから増大させられる領域に基づいて、２値化２Ｄスライス画像のセットを生成するステップと、
   前記プロセッサによって、前記２値化２Ｄスライス画像のセットの各スライス画像内の前記肺の接続される構成要素を除外するステップと、
   前記プロセッサによって、前記２値化２Ｄスライス画像のセットに基づいて、前記肺の前記胸膜境界を識別するステップと、
   を含む、分割方法。
2. 前記シードボクセルは、前記肺の気管に対応する前記２値化２Ｄスライス画像のセットからの前記第１のスライス画像の一部の中にある、請求項１に記載の分割方法。
3. 前記閾値は、前記シードボクセルの強度を上回るか、またはそれに等しい、請求項１に記載の分割方法。
4. 前記取得された画像データは、医用デジタル画像および通信（ＤＩＣＯＭ）画像形式で記憶される、請求項１に記載の分割方法。
5. 前記画像データは、ネットワークデバイスを介して取得される、請求項１に記載の分割方法。
6. 前記領域増大プロセスを適用するステップは、
   前記２Ｄスライス画像のセットからの前記第１のスライス画像内の第１のボクセルの強度が事前判定された閾値より低く、前記第１のボクセルが前記シードボクセルに接続される場合、前記第１のボクセルの前記強度を最大値として設定することと、
   前記２Ｄスライス画像のセットからの前記第１のスライス画像内の第２のボクセルの強度が事前判定された閾値より低くないか、または前記第１のボクセルが前記シードボクセルに接続されない場合、前記第２のボクセルの前記強度を最小値として設定することと、
   を含む、請求項１に記載の分割方法。
7. 前記閾値は、前記２Ｄスライス画像のセット内の前記シードボクセルの周囲に高強度領域を出現させる、請求項６に記載の分割方法。
8. 前記領域増大プロセスを適用するステップはさらに、前記２値化２Ｄスライス画像のセットを得るように、前記最小値から前記最大値まで、および前記最大値から前記最小値まで、前記２Ｄスライス画像のセットの中のボクセルの値を逆に割り当てることを含む、請求項６に記載の分割方法。
9. 前記肺の接続される構成要素を除外するステップは、
   前記２値化２Ｄスライス画像のセットの中の接続される構成要素を検出することと、
   前記２値化２Ｄスライス画像のセットの中の各接続される構成要素の面積を計算することと、
   各接続される構成要素の前記面積が事前判定された値未満であるかどうかを判定することと、
   第１の接続される構成要素の面積が前記事前判定された値未満であることが判定されるときに、前記最小値を前記第１の接続される構成要素のピクセルに割り当てることと、
   第２の接続される構成要素の面積が前記事前判定された値を上回るか、または等しいことが判定されるときに、前記最大値を前記接続される構成要素のピクセルに割り当てることと、
   を含む、請求項１に記載の分割方法。
10. 接続される構成要素は、高い強度を伴う囲われた面積である、請求項９に記載の分割方法。
11. 前記接続される構成要素は、血管または気道である、請求項９に記載の分割方法。
12. それぞれが３つの独立した方向のそれぞれに由来する３つの２Ｄスライス画像の交差点は、前記２Ｄスライス画像のセットの中のボクセルを識別する、請求項９に記載の分割方法。
13. 前記３つの独立した方向は、軸方向、冠状方向、および矢状方向である、請求項１２に記載の分割方法。
14. 前記２値化２Ｄスライス画像のセットの各ボクセルは、高いかまたは低い強度のいずれか一方を有する、請求項１に記載の分割方法。
15. 前記画像データは、コンピュータ断層撮影技法、Ｘ線撮影法、コンピュータ軸トモグラフィスキャンによって生成されるトモグラム、磁気共鳴撮像、超音波検査法、造影撮像、蛍光透視法、核スキャン、および陽電子放射トモグラフィから取得される、請求項１に記載の分割方法。
16. 肺の胸膜を判定するためのシステムであって、
    患者の胸部を撮像して画像データを得るように構成される、撮像デバイスと、
    画像処理デバイスであって、
    データおよびプロセッサ実行可能命令を記憶するように構成されるメモリと、
    前記取得された画像データに基づいて、２次元（２Ｄ）スライス画像のセットを生成し、
    前記２Ｄスライス画像のセットからの第１のスライス画像内のシードボクセルを判定し、
    閾値を使用して前記シードボクセルで始まって、領域増大プロセスを前記２Ｄスライス画像のセットからの前記第１のスライス画像に適用し、
    前記シードボクセルから増大させられる領域に基づいて、２値化２Ｄスライス画像のセットを生成し、
    前記２値化２Ｄスライス画像のセットの各スライス画像内の前記肺の接続される構成要素を除外し、
    前記２値化２Ｄスライス画像のセットに基づいて、前記肺の前記胸膜境界を識別する、
    前記プロセッサ実行可能命令を実行するように構成される、プロセッサと、
    を含む、画像処理デバイスと、
    を備える、システム。