JP2018500061A

JP2018500061A - 画像データ用のテクスチャ解析マップ

Info

Publication number: JP2018500061A
Application number: JP2017523338A
Authority: JP
Inventors: レイズカルミ
Original assignee: Koninklijke Philips NV
Current assignee: Koninklijke Philips NV
Priority date: 2014-10-30
Filing date: 2015-10-30
Publication date: 2018-01-11
Anticipated expiration: 2035-10-30
Also published as: EP3213298B1; JP6345881B2; US20170243364A1; CN107111883A; US10074190B2; WO2016067254A1; EP3213298A1; CN107111883B

Abstract

方法は、再構成されたスペクトル画像データから、少なくとも第１エネルギー依存スペクトル画像ボリュームと、第２の異なるエネルギー依存スペクトル画像ボリュームとを取得するステップを含む。当該方法は更に、各ボクセルに対して、第１エネルギー依存スペクトル画像ボリュームの値を、第２エネルギー依存スペクトル画像ボリュームの対応する値にマッピングする多次元スペクトル図を生成するステップを含む。当該方法は更に、多次元スペクトル図から、スペクトルテクスチャ解析重みのセットを生成するステップを含む。当該方法は更に、同時生起マトリクスヒストグラムから、ボクセル強度及びボクセル勾配値の関数として生成されるテクスチャ解析関数のセットを取り出すステップを含む。当該方法は更に、テクスチャ解析関数のセットと、スペクトルテクスチャ解析重みのセットとを用いる再構成されたスペクトル画像データのテクスチャ解析を介して、テクスチャ解析マップを生成するステップと、当該テクスチャ解析マップを視覚的に提示するステップとを含む。

Description

以下は、概して、イメージングに関し、より具体的には、画像データ用のテクスチャ解析マップを計算することに関し、スペクトル（エネルギー依存）イメージング用に構成されているコンピュータ断層撮影（ＣＴ）スキャナに特に応用されている。しかし、以下は、次に限定されないが、磁気共鳴（ＭＲ）、単光子放出コンピュータ断層撮影（ＳＰＥＣＴ）、ポジトロン放出断層撮影（ＰＥＴ）、超音波（ＵＳ）及び／又は他のイメージングモダリティといった他のイメージングモダリティにも適している。

ＣＴスキャナは、ｚ軸の周りの検査領域の周囲を回転する回転式ガントリに取り付けられるＸ線管を含む。検出器アレイは、Ｘ線管から検査領域の反対側に円弧を成す。Ｘ線管は、検査領域を横断する放射線を放出する。検出器アレイは、検査領域を横断する放射線を検出し、放射線を示す投影データを生成する。再構成器が、投影データを処理し、検査領域を示すボリュメトリック画像データを生成する。しかし、ボリュメトリック画像データは、スペクトル特性を反映しない。これは、検出器アレイによって出力される信号は、エネルギースペクトルにわたって積分されたエネルギー束に比例するからである。

スペクトル（エネルギー依存）ＣＴ用に構成されたＣＴスキャナは、単一の広域スペクトルＸ線管と、エネルギー分解検出器（例えば光子計数検出器、異なるスペクトル感度を有する少なくとも２つのセットのシンチレータ−フォトダイオード層等を有する）及び区別電子部品を有するエネルギー分解検出器アレイとを内蔵し、単一のＸ線管が、走査中、少なくとも２つの異なる放出電圧（例えば８０ｋＶｐ及び１４０ｋＶｐ）間で切り替わるように構成されるか、及び／又は、２つ以上のＸ線管が、異なる平均スペクトルを有する放射線を放出するように構成される。再構成器は、検出器からの信号を、様々なエネルギー依存成分に分解し、個々の成分を再構成して、スペクトル特性を反映するスペクトルボリュメトリック画像データを生成するか、及び／又は、成分を組み合わせて、非スペクトルボリュメトリック画像データを生成する。

組織血管分布、並びに、血管形成、壊死及び低酸素症といった関連の病状の特性評価は、代謝ＦＤＧ−ＰＥＴ及び解剖学的ＣＴといった他のより標準的な技術を補完することが可能である貴重な情報を提供することによって、がん診断を改良することができる。例えば血管形成が増加したがん組織は、しばしば、病変部内又は周辺の血管網の不均一性及び不規則性の増加を示す。更に、腫瘍低酸素症又は腫瘍内部の壊死は、腫瘍の境界と比べて際立って低いテクスチャ特性を示す。文献によって、ヒストグラムベースのエントロピー及び均一性は、悪性組織のテクスチャの粗さ及び不規則性を実際に評価する有意な記述子であることが示されている。

従来の（非スペクトル）テクスチャ解析技術では、スペクトルＣＴボリュメトリック画像データに関して、（物質密度に関連する）減衰値分布、又は、ヨードマップといったその導出されたスペクトル画像結果から生じるテクスチャを解析することができる。残念なことに、スペクトルＣＴボリュメトリック画像データに関して、従来の（非スペクトル）テクスチャ解析技術では、フルスペクトルＣＴ情報を本質的に考慮するやり方で、臓器及び組織のテクスチャを解析することができない。更に、従来のＣＴテクスチャ解析方法は、通常、元の処理されたスペクトルＣＴボリュメトリック画像データに比べて低い空間分解能を有するテクスチャマップを生成する。

本明細書に記載される態様によって、上記問題及びその他の問題が対処される。

一態様では、スペクトル画像データからテクスチャ解析マップを生成する方法が説明される。当該方法は、再構成されたスペクトル画像データから、少なくとも第１エネルギー依存スペクトル画像ボリュームと第２エネルギー依存スペクトル画像ボリュームとを取得するステップを含む。第１エネルギーと第２エネルギーとは異なる。当該方法は更に、再構成されたスペクトル画像データの各ボクセルに対して、第１エネルギー依存スペクトル画像ボリュームの値を、第２エネルギー依存スペクトル画像ボリュームの対応する値にマッピングする多次元スペクトル図を生成するステップを含む。当該方法は更に、多次元スペクトル図から、スペクトルテクスチャ解析重みのセットを生成するステップを含む。当該方法は更に、同時生起マトリクスヒストグラムから、ボクセル強度及びボクセル勾配値の関数として生成されるテクスチャ解析関数のセットを取り出すステップを含む。当該方法は更に、テクスチャ解析関数のセットと、スペクトルテクスチャ解析重みのセットとを用いる再構成されたスペクトル画像データのテクスチャ解析を介して、テクスチャ解析マップを生成するステップを含む。当該方法は更に、テクスチャ解析マップを視覚的に提示するステップを含む。

別の態様では、イメージングシステムが、少なくとも第１エネルギー依存スペクトル画像ボリューム及び第２エネルギー依存スペクトル画像ボリュームを生成するように、スペクトルベースの分解アルゴリズムを使用して、スペクトル画像データを再構成する再構成プロセッサと、スペクトルデータテクスチャプロセッサとを含む。当該プロセッサは、各ボクセルに対して、第１エネルギー依存スペクトル画像ボリュームの値を、第２エネルギー依存スペクトル画像ボリュームの対応する値にマッピングする多次元スペクトル図を生成し、多次元スペクトル図から、スペクトルテクスチャ解析重みのセットを生成し、同時生起マトリクスヒストグラムから、ボクセル強度及びボクセル勾配値の関数として、テクスチャ解析関数のセットを生成し、テクスチャ解析関数のセットと、スペクトルテクスチャ解析重みのセットとを用いる再構成されたスペクトル画像データのテクスチャ解析を介して、テクスチャ解析マップを生成し、当該テクスチャ解析マップを視覚的に提示する。

別の態様では、テクスチャ解析マップを生成する方法が説明される。当該方法は、再構成された画像データの多次元図を生成するステップを含む。当該方法は更に、多次元スペクトル図から、テクスチャ解析重みのセットを生成するステップを含む。当該方法は更に、同時生起マトリクスヒストグラムの空間重みの初期分布を計算するステップを含む。当該方法は更に、同時生起マトリクスヒストグラムから、ボクセル強度及びボクセル勾配値の関数としてテクスチャ解析関数のセットを生成するステップを含む。当該方法は更に、テクスチャ解析関数のセットとスペクトル解析重みのセットとを用いる再構成されたスペクトル画像データのテクスチャ解析を介して、テクスチャ解析マップを生成するステップを含む。当該方法は更に、テクスチャ解析マップにおけるボクセル値間の局所差分に基づいて、同時生起マトリクスヒストグラムの空間重みの更新された分布を計算するステップを含む。当該方法は更に、同時生起マトリクスヒストグラムの空間重みの更新された分布を使用して、テクスチャ解析関数の更新されたセットを生成するステップを含む。当該方法は更に、テクスチャ解析関数の更新されたセットと、スペクトル解析重みのセットとを用いて、詳細化されたテクスチャ解析マップを生成するステップを含む。

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、また、様々なステップ及びステップの構成の形を取ってよい。図面は、好適な実施形態を例示することのみを目的とし、本発明を限定するものと解釈されるべきではない。

図１は、スペクトルデータテクスチャプロセッサに関連して例示的なイメージングシステムを概略的に示す。図２は、スペクトルデータテクスチャプロセッサの一例を概略的に示す。図３は、例示的な２Ｄスペクトル図を示す。図４は、例示的な同時生起マトリクスヒストグラムを示す。図５は、同時生起マトリクスヒストグラムの重みのスペクトル図におけるベクトル長さ及びベクトル差への依存性を示す。図６は、ボリュメトリックスペクトル画像データの画像、当該画像の対応するテクスチャ解析マップ、及び、上記画像と上記テクスチャ解析マップとの組み合わせである融合画像の視覚的表示を示す。図７は、２つの領域を画定する任意パターンを示す。図８は、テクスチャ解析用の例示画像を示す。図９は、従来技術のテクスチャ解析から生じるエントロピーマップを示す。図１０は、本明細書において説明される重みマスクを使用して得られるエントロピーマップを示す。図１１は、テクスチャ解析マップを生成するための例示的な方法を示す。

図１は、例示的なイメージングシステム１００を示す。適切なイメージングモダリティには、ＣＴ、ＭＲ、ＳＰＥＣＴ、ＰＥＴ、ＵＳ等が含まれる。簡潔さ及び明瞭さのために、以下において、本明細書では、ＣＴに関連して実施形態を説明する。しかし（例えば医用イメージング分野及び／又は他の分野における）当業者は、少なくとも本明細書における説明のみから、必要以上の実験なく、他の適切なイメージングモダリティの修正態様及び／又は変更態様を理解するであろう。図示されるイメージングシステム１００は、固定ガントリ１０２と、固定ガントリ１０２によって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、長手軸、即ち、ｚ軸「Ｚ」について検査領域１０６の周りを回転する。

Ｘ線管といった放射線源１１０が、回転ガントリ１０４によって回転可能に支持され、回転ガントリ１０４と共に回転し、検査領域１０６を横断するＸ線放射線を放出する。一事例では、放射線源１１０は、積分期間において及び／又はその他の方法で、２つ以上の放出電圧（例えば８０及び１４０ｋＶｐ、８０、１００及び１２０ｋＶｐ等）間で放出電圧を切り替えるように構成されてよい。変形態様では、イメージングシステム１００は、異なる放出電圧において放射線を放出する複数の放射線源１１０を含む。別の変形態様では、放射線源１１０は、単一の広スペクトルＸ線管を含む。

検出器アレイ１１２が、放射線源１１０に対し、検査領域１０６の反対側に円弧を成す。検出器アレイ１１２は、検査領域１０６を横断する放射線を検出し、放射線を示す信号（投影データ）を生成する。放射線源電圧が、少なくとも２つの放出電圧間で切り替えられる場合、及び／又は、２つ以上のＸ線管が２つの異なる放出電圧において放射線を放出する場合、検出器アレイ１１２は、放射線源電圧のそれぞれに対し信号を生成する。単一の広スペクトルＸ線管の場合、検出器アレイ１１２は、信号を生成するエネルギー分解検出器（例えば多層シンチレータ／フォトダイオード、直接変換光子計数等）を含む。

再構成プロセッサ１１４が、再構成アルゴリズムメモリ１１８又は他の場所に記憶される１つ以上のスペクトルベースの分解アルゴリズム１１６を用いて信号を再構成する。アルゴリズム１１６のうちの少なくとも１つを使用する再構成プロセッサ１１４は、様々な画像ベースに対応するボリュメトリック画像データの２つ以上のセットを含むスペクトルボリュメトリック画像データを生成する。例えばデュアルエネルギーでは、これらのベースは、光電／コンプトン散乱対、水／ヨード対（又は他の物質ベース対）、２つの異なる実効ｋｅＶＸ線エネルギー対などであってよい。別の例では、光子計数ＣＴでは、再構成プロセッサ１１４は、例えば３つ以上のエネルギー窓があるｋエッジ画像ベースを含む２つ以上の画像ベースを生成することができる。再構成プロセッサ１１４は更に、非スペクトルボリュメトリック画像データも生成する。

スペクトルデータテクスチャプロセッサ１２０が、再構成されたスペクトル投影データからテクスチャ解析マップを計算する。以下により詳細に説明されるように、一事例では、これは、統合テクスチャ解析マップを生成するために、多次元スペクトル図からの情報を（直接的又は間接的に）使用し、２つの効果を一緒に評価することによって、物質密度テクスチャ及び物質タイプテクスチャを最適化する重みを生成し、使用することを含む。当然ながら、本明細書において説明されるテクスチャ解析マップは、フルスペクトル情報を考慮して、臓器及び組織テクスチャを解析するために使用することができる。更に、スペクトルデータテクスチャプロセッサ１２０は、詳細化が省略されているテクスチャ解析に比べて、より高い分解能のテクスチャ解析を生成するように、中間生成されたテクスチャ解析マップを使用した１回以上の繰り返しを介して、テクスチャ解析を詳細化することができる。

当然ながら、スペクトルデータテクスチャプロセッサ１２０は、中央処理演算ユニット（ＣＰＵ）、マイクロプロセッサ及び／又は他のプロセッサといった１つ以上のプロセッサを介して実現することができる。１つ以上のプロセッサは、一時的媒体は含まず、物理的メモリ及び／又は他の非一時的媒体を含むコンピュータ可読記憶媒体に埋め込まれる又はコード化される１つ以上のコンピュータ実行可能命令を実行する。変形態様では、コンピュータ実行可能命令は、搬送波、信号及び／又は他の一時的媒体といった一時的媒体によって運ばれる。

コンピュータが、オペレータコンソール１２２としての機能を果たす。オペレータコンソール１２２は、モニタといった人間が読み取り可能な出力デバイスと、キーボード、マウス等といった入力デバイスとを含む。コンソール１２２に常駐するソフトウェアによって、オペレータは、グラフィカルユーザインターフェース（ＧＵＩ）又は他の手段を介して、スキャナ１００とインタラクトする及び／又はスキャナ１００を操作することができる。一事例では、コンソール１２２が、スペクトルデータテクスチャプロセッサ１２０を含むか又は実装する。別の事例では、スペクトルデータテクスチャプロセッサ１２０は、イメージングシステム１００とは別個のコンピュータシステムの一部である。カウチといった被験者支持体１２４が、検査領域１０６内で人間又は動物の被験者又は物体を支持する。

図２は、スペクトルデータテクスチャプロセッサ１２０の一例を示す。

スペクトルデータテクスチャプロセッサ１２０は、再構成プロセッサ１１４、イメージングシステム１００の他のプロセッサ及び／又は他のイメージングシステムによって再構成されたスペクトルボリュメトリック画像データを、入力として受信する。或いは、スペクトルボリュメトリック画像データは、例えば画像保管通信システム（ＰＡＣＳ）、病院情報管理システム（ＨＩＳ）、電子医療記録（ＥＭＲ）、サーバ、データベース及び／又は他のデータ保存場所といったデータ保存場所から取得される、取り出しされる、受信されること等が可能である。

スペクトル図メモリ２０２が、１つ以上のＮ次元スペクトル図２０４を記憶する。ここで、Ｎは正の整数である。Ｎ次元スペクトル図２０４のＮ次元スペクトル図は、再構成されたスペクトル投影データにおける各位置（例えばボクセル）に対し、各スペクトルベース画像からの対応する値を含む。これらの値は、Ｎ次元スペクトル図から取り出し可能である。Ｎ次元スペクトル図は、一般に、対応する図軸に沿った座標の役割を果たす。

図３に、２つ（Ｎ＝２）のスペクトルベースについてのＮ−Ｄスペクトル図３００の一例が示される。ｘ軸３０２が、第１のスペクトルベースのボクセル値を表し、ｙ軸３０４が、第２のスペクトルベースのボクセル値を表す。第１のベクトル３０６は、第１の基礎物質を表し、第２のベクトル３０８は、第２の基礎物質を表し、第３のベクトル３１０は、第３の基礎物質を表し、第４のベクトル３１２は、第４の基礎物質を表す。他の事例では、Ｎ−Ｄスペクトル図は、より多くの、より少ない及び／又は異なる基礎物質を含む。適切な基礎物質の例としては、ヨウ素、カルシウム、軟組織、空気及び／又は水が挙げられるが、これらに限定されない。

図２に戻ると、ボクセルテクスチャ解析関数決定器２０６が、ボクセル強度値及びボクセル勾配値の関数として、テクスチャ解析関数を決定する。テクスチャ解析関数が、決定され、テクスチャ解析関数メモリに記憶される。使用される特定のテクスチャ解析関数が、事前に設定されたプリセット等を使用してユーザによって選択されるユーザの好みから特定されるデフォルトセットであってよい。一事例では、テクスチャ解析関数は、同時生起マトリクスヒストグラムのエントロピーを使用して決定される。

図４は、テクスチャ解析関数を決定するための非限定的な例を示す。再構成されたスペクトル投影データが、３Ｄ空間において、４０２に示される。１つのボクセルの周りの関心クラスタリング長さによって決定される３Ｄガウス重みマスクが、４０４に示される。同時生起ヒストグラムが、４０６に示される。同時生起マトリクスヒストグラムに関して、第１の軸４０８は、例えばハウンズフィールド（Hounsfield）単位（ＨＵ）目盛りを使用するボクセル値に沿ったビンを表し、第２の軸４１０は、例えばハウンズフィールド単位／ミリメートル（ＨＵ／ｍｍ）目盛りを使用する勾配に沿ったビンを表し、第３の軸４１２は、強度確率を表す。

同時生起マトリクスヒストグラムは、既知及び／又は他のアプローチを使用して作成することができる。例えば一事例では、再構成されたスペクトル投影データ４０２における各ボクセルについて、ボクセルの周りの所定の付近（例えばボクセルの６つの側面を境界付ける６つの周辺ボクセル）におけるボクセル値分布から、重み付けされた同時生起マトリクスヒストグラム４０６が決定される。このために、最初に、当該周辺ボクセルについて、３Ｄガウス重みマスク４０４が規定される。３Ｄガウス重みマスクＷ_０（ｉ，ｊ，ｋ）は、式１：
に示されるように計算することができる。ここで、［ｒ_ｘｒ_ｙｒ_ｚ］は、再構成されたスペクトル投影データにおける長さ／ピクセル比（例えばｍｍ／ピクセル）であり、［ｉｊｋ］は、それに対するＷ_０が所定の閾値を上回る［０００］における中心ボクセルの周りのボクセルインデックスである。

正規化された重みマスクＷが、例えばΣ_ｖＷ_ｖ＝１を満たすように導出される。ここで、Ｗ_ｖは、すべてのマスク値である。ガウス幅ξ（例えばｍｍを単位とする）は、ヒストグラムのクラスタリング長さを決定する。同時生起マトリクスは、局所ＨＵ値及びそれらの絶対３Ｄ勾配から作られる。重み付けされた同時生起ヒストグラムは、マスクによって覆われる（即ち、マスクの中心と位置合わせされた現在解析されている画像ボクセルの付近における）各ボクセルが、対応するマスク局所重みを関連のヒストグラムビンの高さ（又は強度４１２）に加える処理において、各画像ボクセルに対して作られる。

関連のビンマトリクスインデックスは、マトリクスの１次元における画像ボクセルＨＵ値と、第２のマトリクス次元における勾配値とによって決定される。マスクの中心ボクセルから出て徐々に減少される重み付けパターンは、不規則性マップの滑らかで斑状のあまりない外観に貢献する。最終ヒストグラムは、Σ_ｉ，ｊｐ_ｉ，ｊ＝１を満たすように正規化される。ここで、ｉ、ｊは、マトリクスビンインデックスであり、ｐ_ｉ，ｊは、対応するビン高さ（即ち、マトリクス要素値）である。

本明細書では、他のアプローチも考えられる。例えば別の適切なアプローチが、２０１３年１２月１６日に出願され、「QUANTITATIVE IMAGING」なる名称の国際特許公開公報ＷＯ２０１４／０９７１２４（出願番号ＰＣＴ／ＩＢ２０１３／０６０９９５）に説明されている。これは、参照することによりその全体が本明細書に組み込まれる。別のアプローチが、Ｒ．Ｃａｒｍｉ他による「Complementary tumor vascularity imaging in single PET-CT routine using FDG early dynamic blood flow and contrast-enhanced CT texture analysis」（SPIE Medical Imaging ２０１４年）に説明されている。

ボクセルテクスチャ解析関数決定器２０６は、同時生起ヒストグラム４０６からテクスチャ解析関数のセットを導出する。不均一性及び不規則性を記述するこのような１つの関数は、エントロピーである。このために、最初に、予めスケーリングされたエントロピーＳ_０が、Ｓ_０＝−Σ_ｉ，ｊｐ_ｉ，ｊｌｏｇ（ｐ_ｉ，ｊ）によって、各画像ボクセルに対する同時生起ヒストグラムから計算される。ここで、ｉ、ｊは、ビンインデックスであり、ｐ_ｉ，ｊは、ビン高さである。本明細書では、他のアプローチも考えられる。これには、Ｄａｖｎａｌｌ他による「Assessment of tumor heterogeneity: an emerging imaging tool for clinical practice?」（Insights Imaging、２０１２年１０月）に説明されているアプローチが含まれる。

図２に戻ると、スペクトルテクスチャ解析重み決定器２１０が、スペクトルテクスチャ重みのセットを決定する。一事例では、これは、図３の２Ｄスペクトル図といったＮ−Ｄスペクトル図における場所及びベクトル方向に基づいて実現される。これの一例が、図５に示される。図５では、重み５００が、スペクトル図３００におけるボクセル５０２に対して、また、物理空間における隣接ボクセル（例えばボクセル５０４）の値に関連して計算可能である各可能なベクトル差（勾配）方向に対して、又は、他のタイプの空間近接を有するボクセルに対して決定される。勾配方向への依存関係は、計算された同時生起マトリクスヒストグラム４０６における物質密度効果及び物質スペクトル分離効果の最適混合を可能にする。スペクトルテクスチャの重みのセットが、重みテーブルを提供する。

図２に戻ると、周辺ボクセルテクスチャ解析関数決定器２０６が、関心ボクセルに対して、当該関心ボクセルを囲んでいるボクセル（例えばボクセルの周りの所定のグループのボクセル）のテクスチャ解析関数を決定する。例えば一事例では、Ｎ−Ｄスペクトル図における対応ベクトル長さの関数としてボクセル強度が決定される。別の事例では、物理空間において空間的に隣接する又は近いボクセルに対応する、Ｎ−Ｄスペクトル図における２つのベクトル間の差分ベクトルの関数としてボクセル勾配が決定される。このために、ボクセル勾配は、Ｎ−Ｄスペクトル図における勾配方向に基づいて重み付けされる。

例えば図５のボクセル５０２について、スペクトル図におけるベクトル長さが計算され、３Ｄにおける勾配が所定のセットの（例えば６つの囲んでいる）最も近い隣接ボクセルのベクトル差分値に基づいて計算される。このボクセルを同時生起ヒストグラムにマッピングするための勾配重みが、重みテーブルによって決定される。６つの隣接ボクセルに関する６つのベクトル差分に対応する平均重み値を取ることができる。別の例では、ボクセル強度は、同時生起ヒストグラムの第１の軸に関連していてよい。適切な重み付け後の勾配の絶対値は、同時生起ヒストグラムの第２の軸に関連していてよい。

結果として得られるテクスチャ解析マップは、テクスチャ解析マップメモリ２１４に記憶され、視覚化され、別のデバイスに搬送され、更に処理されてよい。図６は、ボリュメトリックスペクトル画像データの画像６０６又はスライス、画像６０６の対応するテクスチャ解析マップ６０８、及び、画像６０６とテクスチャ解析マップ６０８との組み合わせである融合画像６１０を表示するコンソール１２２のディスプレイモニタ６０４の画像ビューイングウィンドウ６０２を示す。テクスチャ解析マップ６０８は、スペクトル効果によって特定可能である「物質密度テクスチャ」及び「物質タイプテクスチャ」の両方を統合して表す。

図示される例では、重みは、画像ビューイングウィンドウ６０２及び／又は他のビューリングエリアに視覚的に提示される。更に、オペレータは、コンソール１２２の制御部を使用して、「物質密度テクスチャ」と「物質タイプテクスチャ」との間で重みをインタラクティブに変えることができる。更に、別々の「物質密度」テクスチャマップ及び「物質タイプ」テクスチャマップが計算され、画像ビューイングウィンドウ６０２に視覚的に提示されることも可能である。

本明細書において説明されるように、テクスチャ解析マップは、ボリュメトリック画像データ内の各ボクセルについて計算されることが可能である。しかし、局所評価は、特定の解析されたボクセルの周りの多くのボクセルの統計的解析を含む。結果として、テクスチャ解析マップは、ボリュメトリック画像データに比べて比較的低い分解能を有することがある。式１は、同時生起マトリクスヒストグラムを生成する例示的な空間重み関数を提供する。ヒストグラムの「クラスタリング長さ」ξは、例えば特定の事例において、「ベスト」なテクスチャマップ解像度を達成するために、約３ミリメートル（３ｍｍ）であってよい。この長さは、テクスチャ解析マップの空間分解能を制限する。

テクスチャ解析マップの空間分解能は、一事例では、例えばアルゴリズムループにおける各インスタンスに対して、２つの関連のボクセルの計算されたテクスチャマップ値の差分に依存する局所重みを追加することによって増加される。このために、基準テクスチャマップが、前の反復から取られ、処理は、詳細化されたテクスチャマップを生成する。一般に、同様のテクスチャ値で（中間ステップにおいて）解析されたより小さいサブ領域は、詳細化されたテクスチャを計算するために使用された解析されたより大きいクラスタにおいて、より大きい重みを有する。

局所重みは、式２：
に示されるように、式１に追加される。ここで、Ｔ_{ｉ，ｊ，ｋ}は、ｉ、ｊ、ｋインデックスのボクセルテクスチャマップ値であり、Ｔ_{０，０，０}は、中心ボクセルテクスチャマップ値（その順番において解析される）であり、σは、テクスチャマップ値の所定の差分に関連するパラメータ（これは、定数であっても適応パラメータであってもよい）であり、Ｔは、重みＷがそれに対して決定された反復に対する先行反復のテクスチャマップである。重み分布関数は、アルゴリズムの所定点において正規化されることが可能である。

本明細書では、他のアプローチも考えられる。テクスチャ解析マップの空間分解能の詳細化（改良）は、スペクトルボリュメトリック画像データ及び非スペクトルボリュメトリック画像データの両方のテクスチャ解析マップと共に使用することができる。

図７、図８、図９及び図１０は、詳細化の一例を示す。図７は、２つの領域７０２（白色エリア）及び７０４（黒色エリア）を画定する任意のパターンを示す。図８に示されるように、各マスク領域は、異なるタイプのランダムテクスチャを有する。この画像は、テクスチャ解析のための入力画像である。図９は、従来技術のテクスチャ解析アプローチから導出されたエントロピーマップを示す。図１０は、式２の重みマスクと６回の反復とを使用して導出されたエントロピーマップを示す。当然ながら、この例は、例示のみを目的とし、質及び／又は性能の指示とみなされるべきではない。

図１１は、スペクトルテクスチャ解析のための例示的な方法を示す。

当然ながら、本明細書において説明される方法のステップの順序は、限定ではない。したがって、本明細書では、他の順序も考えられる。更に、１つ以上のステップが省略されても、及び／又は、１つ以上の追加のステップが含まれてもよい。

１１０２において、例えばイメージングシステム１００、別のイメージングシステム、データ保管場所等から、ボリュメトリック画像データが取得される。画像データは、スペクトル画像データであっても、非スペクトル画像データであってもよい。

１１０４において、例えばコンピュータメモリ又は他の物理的なメモリデバイスから、Ｎ−Ｄスペクトル図が取得される。

１１０６において、例えば式１、式２及び／又は別の手段に基づいて、テクスチャ解析関数のセットが決定される。

１１０８において、本明細書において説明されたように、Ｎ−Ｄスペクトル図に基づいて、テクスチャ解析重みのセットが決定される。

１１１０において、本明細書において説明されたように、テクスチャ解析関数のセットとテクスチャ解析重みのセットとを用いて、テクスチャ解析マップが生成される。

１１１２において、結果として得られたテクスチャ解析マップが、視覚的に提示される。本明細書において説明されたように、テクスチャ解析マップは、単独で表示されても、再構成された画像データと共に同時に又は交互に表示されても、再構成された画像データと融合されて表示されてもよい。更に、テクスチャ解析重みのセットは、テクスチャ解析マップと共に表示されてよい。

１１１４において、テクスチャ解析関数のセットを決定するために使用された少なくとも１つの空間重みの変化を示す入力信号を受信することに反応して、テクスチャ解析関数の更新されたセットが決定される。

１１１６において、更新されたテクスチャ解析関数とテクスチャ解析重みのセットとを用いて、次のテクスチャ解析マップが生成される。

１１１８において、当該次のスペクトルテクスチャ解析マップが、視覚的に提示される。同様に、当該次のテクスチャ解析マップは、単独で表示されても、再構成された画像データと共に同時に又は交互に表示されても、再構成された画像データと融合されて表示されてもよい。更に、テクスチャ解析重みのセットは、テクスチャ解析マップと共に表示されてよい。

当然ながら、ステップ１１１４乃至１１１８は、重みに変化がある場合にのみ行われる。そうでなければ、ステップ１１１４乃至１１１８は、省略されるか又は行われない。

上記は、コンピュータ可読記憶媒体にコード化される又は埋め込まれるコンピュータ可読命令によって実現されてよい。当該命令は、コンピュータプロセッサによって実行されると、当該プロセッサに、上記ステップを行わせる。これに加えて又は代えて、コンピュータ可読命令の少なくとも１つは、信号、搬送波又は他の一時的媒体によって運ばれてもよい。

本発明は、好適な実施形態を参照して説明された。上記詳細な説明を読み、理解した者は、修正態様及び変形態様を思いつくであろう。本発明は、添付の請求項又はその等価物の範囲内である限り、そのような修正態様及び変形態様をすべて含むと解釈されることを意図している。

Claims

スペクトル画像データからテクスチャ解析マップを生成する方法であって、当該方法は、
再構成されたスペクトル画像データから、少なくとも第１エネルギー依存スペクトル画像ボリュームと第２エネルギー依存スペクトル画像ボリュームとを取得するステップであって、第１エネルギーと第２エネルギーとは異なる、ステップと、
前記再構成されたスペクトル画像データの各ボクセルに対して、前記第１エネルギー依存スペクトル画像ボリュームの値を、前記第２エネルギー依存スペクトル画像ボリュームの対応する値にマッピングする多次元スペクトル図を生成するステップと、
前記多次元スペクトル図から、スペクトルテクスチャ解析重みのセットを生成するステップと、
同時生起マトリクスヒストグラムから、ボクセル強度及びボクセル勾配値の関数として生成されるテクスチャ解析関数のセットを取り出すステップと、
前記テクスチャ解析関数のセットと、前記スペクトルテクスチャ解析重みのセットとを用いる前記再構成されたスペクトル画像データのテクスチャ解析を介して、前記テクスチャ解析マップを生成するステップと、
前記テクスチャ解析マップを視覚的に提示するステップと、
を、含む、方法。
前記多次元スペクトル図における各ボクセルの場所から、前記スペクトルテクスチャ解析重みのセットを生成するステップを更に含む、請求項１に記載の方法。
前記多次元スペクトル図における各ボクセルに隣接するボクセルのセットに対応するボクセル勾配から、前記スペクトルテクスチャ解析重みのセットを生成するステップを更に含む、請求項２に記載の方法。
前記テクスチャ解析マップと共に、前記スペクトルテクスチャ解析重みのセットを視覚的に提示するステップを更に含む、請求項１乃至３の何れか一項に記載の方法。
前記スペクトルテクスチャ解析重みのセットの少なくとも１つのスペクトルテクスチャ解析重みの変化を示す入力を受信するステップと、
前記入力に基づいて、前記スペクトルテクスチャ解析重みのセットを変更し、スペクトルテクスチャ解析重みの更新されたセットを生成するステップと、
前記テクスチャ解析関数のセットと、前記スペクトルテクスチャ解析重みの更新されたセットとを用いて、前記再構成されたスペクトル画像データの前記テクスチャ解析を介して、前記テクスチャ解析マップを生成するステップと、
を、更に含む、請求項１乃至４の何れか一項に記載の方法。
単一の融合画像を作成するように、前記再構成されたスペクトル画像データと前記テクスチャ解析マップとを融合させるステップと、
前記単一の融合画像を視覚的に提示するステップと、
を、更に含む、請求項１乃至５の何れか一項に記載の方法。
前記再構成されたスペクトル画像データと前記テクスチャ解析マップとを、ディスプレイのビューイング領域の別々のビューイングエリアにおいて視覚的に提示するステップを更に含む、請求項１乃至６の何れか一項に記載の方法。
前記テクスチャ解析マップにおいて物質密度効果と物質スペクトル分離とを混合するために、前記勾配方向への依存関係を使用するステップを更に含む、請求項１乃至７の何れか一項に記載の方法。
前記テクスチャ解析マップを生成するステップは、ボクセルに対して、前記ボクセルに隣接するボクセルのセットに対応する、前記多次元スペクトル図における対応するベクトル長さの関数としてのボクセル強度と、前記多次元スペクトル図における２つのベクトル間の差分ベクトルの関数としてのボクセル勾配とを取り出すステップを含む、請求項１乃至８の何れか一項に記載の方法。
前記スペクトルテクスチャ解析重みのセットで、前記ボクセル勾配に重み付けするステップを更に含む、請求項９に記載の方法。
ボクセルの勾配重みを、前記同時生起マトリクスヒストグラムにマッピングするステップを更に含む、請求項９又は１０に記載の方法。
前記勾配重みは、前記ボクセルに隣接する前記ボクセルのセットに対応する平均重み値である、請求項１１に記載の方法。
中間テクスチャ解析マップである前記テクスチャ解析マップを生成する前に、前記同時生起マトリクスヒストグラムの空間重みの初期分布を計算するステップと、
前記中間テクスチャ解析マップにおけるボクセル値間の局所差分に基づいて、前記同時生起マトリクスヒストグラムの空間重みの更新された分布を計算するステップと、
前記同時生起マトリクスヒストグラムの前記空間重みの更新された分布を使用して、テクスチャ解析関数の更新されたセットを生成するステップと、
前記テクスチャ解析関数の更新されたセットを用いて、詳細化されたテクスチャ解析マップを生成するステップと、
を更に含む、請求項１乃至１２の何れか一項に記載の方法。
少なくとも前記第１エネルギー依存スペクトル画像ボリューム及び前記第２エネルギー依存スペクトル画像ボリュームを生成するように、スペクトルベースの分解アルゴリズムを使用して、前記スペクトル画像データを再構成するステップを更に含む、請求項１乃至１３の何れか一項に記載の方法。
少なくとも第１エネルギー依存スペクトル画像ボリューム及び第２エネルギー依存スペクトル画像ボリュームを生成するように、スペクトルベースの分解アルゴリズムを使用して、スペクトル画像データを再構成する再構成プロセッサと、
プロセッサを含むスペクトルデータテクスチャプロセッサと、
を含み、
前記プロセッサは、
各ボクセルに対して、前記第１エネルギー依存スペクトル画像ボリュームの値を、前記第２エネルギー依存スペクトル画像ボリュームの対応する値にマッピングする多次元スペクトル図を生成し、
前記多次元スペクトル図から、スペクトルテクスチャ解析重みのセットを生成し、
同時生起マトリクスヒストグラムから、ボクセル強度及びボクセル勾配値の関数として、テクスチャ解析関数のセットを生成し、
前記テクスチャ解析関数のセットと、前記スペクトルテクスチャ解析重みのセットとを用いる前記再構成されたスペクトル画像データのテクスチャ解析を介して、前記テクスチャ解析マップを生成し、
前記テクスチャ解析マップを視覚的に提示する、イメージングシステム。
前記プロセッサは更に、前記多次元スペクトル図における各ボクセルの場所と、前記多次元スペクトル図における各ボクセルに隣接するボクセルのセットに対応するボクセル勾配とから、前記スペクトルテクスチャ解析重みのセットを生成する、請求項１５に記載のイメージングシステム。
前記プロセッサは更に、変化を示す入力を受信することに反応して、前記スペクトルテクスチャ解析重みのセットの重みを変更し、変更された前記重みを有する前記スペクトルテクスチャ解析重みのセットを使用して、前記テクスチャ解析マップを生成する、請求項１５又は１６に記載のイメージングシステム。
前記プロセッサは更に、前記テクスチャ解析マップと共に、前記スペクトルテクスチャ解析重みのセットを視覚的に提示する、請求項１５乃至１７の何れか一項に記載のイメージングシステム。
前記プロセッサは更に、前記テクスチャ解析マップと共に、前記スペクトルテクスチャ解析重みのセットと共に、前記再構成されたスペクトル画像データを視覚的に提示する、請求項１５乃至１７の何れか一項に記載のイメージングシステム。
前記プロセッサは更に、単一の融合画像を作成するように、前記再構成されたスペクトル画像データと前記テクスチャ解析マップとを融合させ、前記単一の融合画像を視覚的に提示する、請求項１５乃至１９の何れか一項に記載のイメージングシステム。
前記プロセッサは、前記テクスチャ解析マップにおいて物質密度効果と物質スペクトル分離とを混合するために、前記勾配方向への依存関係を使用する、請求項１５乃至２０の何れか一項に記載のイメージングシステム。
前記プロセッサは更に、各ボクセルに対して、前記ボクセルに隣接するボクセルのセットに対応する、前記多次元スペクトル図における対応するベクトル長さの関数としてのボクセル強度と、前記多次元スペクトル図における２つのベクトル間の差分ベクトルの関数としてのボクセル勾配とを取り出すことによって、前記テクスチャ解析マップを作成する、請求項１５乃至２１の何れか一項に記載のイメージングシステム。
前記スペクトル画像データは、コンピュータ断層撮影画像データ、磁気共鳴画像データ、単光子放出コンピュータ断層撮影画像データ、ポジトロン放出断層撮影画像データ及び超音波画像データの１つを含む、請求項１５乃至２２の何れか一項に記載のイメージングシステム。
テクスチャ解析マップを生成する方法であって、
再構成された画像データの多次元スペクトル図を生成するステップと、
前記多次元スペクトル図から、テクスチャ解析重みのセットを生成するステップと、
同時生起マトリクスヒストグラムの空間重みの初期分布を計算するステップと、
前記同時生起マトリクスヒストグラムから、ボクセル強度及びボクセル勾配値の関数としてテクスチャ解析関数のセットを生成するステップと、
前記テクスチャ解析関数のセットと前記スペクトル解析重みのセットとを用いる前記再構成されたスペクトル画像データのテクスチャ解析を介して、前記テクスチャ解析マップを生成するステップと、
前記テクスチャ解析マップにおけるボクセル値間の局所差分に基づいて、前記同時生起マトリクスヒストグラムの空間重みの更新された分布を計算するステップと、
前記同時生起マトリクスヒストグラムの前記空間重みの更新された分布を使用して、テクスチャ解析関数の更新されたセットを生成するステップと、
前記テクスチャ解析関数の更新されたセットと、前記スペクトル解析重みのセットとを用いて、詳細化されたテクスチャ解析マップを生成するステップと、
を含む、方法。
前記再構成された画像データは、スペクトル画像データである、請求項２４に記載の方法。
前記再構成された画像データは、非スペクトル画像データである、請求項２４に記載の方法。