JP2018509216A - Ｔ１ ｍｒｉからの自動３ｄセグメンテーション及び皮質表面再構築 - Google Patents

Abstract

皮質表面に対する使用に特に適した、臓器構造の自動３Ｄ画像セグメンテーション及び再構築を実行する装置及び方法を提供する。脳領域抽出過程において非脳画像要素を除去した後、画像情報のどの部分が特定の生理学的構造に属するかを特定する大脳セグメンテーション過程に備えて、脳組織をタイプに応じて分類する。脳室抽出過程からの情報に基づいて、画像データ上で脳室充盈を実行する。その後、白質（ＷＭ）及び灰白質（ＧＭ）などの特定の表面を再構築する再構築過程を行う。【選択図】図１Ａ

Description

〔関連出願との相互参照〕
該当なし

〔連邦政府が支援する研究又は開発に関する記述〕
該当なし

〔コンピュータプログラム付属書の引用による組み入れ〕
該当なし

〔著作権保護を受ける資料の通知〕
本特許文献中の資料の一部は、アメリカ合衆国及びその他の国の著作権法に従って著作権保護を受ける。著作権の権利所有者は、合衆国特許商標庁の一般公開ファイル又は記録内に表される通りに第三者が特許文献又は特許開示を複製することには異議を唱えないが、それ以外は全ての著作権を留保する。著作権所有者は、限定するわけではないが米国特許法施行規則§１．１４に従う権利を含め、本特許文献を秘密裏に保持しておく権利のいずれも本明細書によって放棄するものではない。

本開示は、一般に医用撮像に関し、具体的には、３Ｄ医用画像の自動セグメンテーション、及び医用画像からの構造表面の再構築に関する。

１つの重要な医用撮像分野は、脳状態の診断におけるものである。Ｔ１強調磁気共鳴画像（ＭＲＩ）からの大脳皮質表面のセグメンテーション及び再構築は、神経科学及び医学における重要課題である。この手法は、定量的脳分析、可視化、皮質マッピング及び外科計画に必要である。

提示されてきた多くの脳領域抽出方法は、手動又は自動で初期化される変形可能なモデルを利用するが、半頭データ（すなわち複雑度の低い上半分）についてしか動作しない。通常、脳室の充盈は手動手順であり、或いは一般に約１０時間超を要する低速のプロセッサ集約的技術である地図登録（ａｔｌａｓ ｒｅｇｉｓｔｒａｔｉｏｎ）などの登録過程に基づく。多くの方法は、表面再構築中に、大脳皮質の白質（ＷＭ）表面又は幾何学的中心層を再構築する問題にしか対処しない。再構築技術によっては、球面で初期化された変形モデルを利用して球面トポロジーを有する最終表面を達成するものもあるが、この技術は、一般に２０時間超を要する相当な処理を必要とする。

また、現在のところ、セグメンテーション及び再構築を行う過程は、正確な表現をもたらすために相当レベルの人間の介入／相互作用を伴う。

従って、大脳皮質表面のＭＲＩ画像に対する完全に自動化されたセグメンテーション及び再構築処理の必要性が存在する。

提示する技術は、脳、或いは肝臓、脾臓又はその他の撮像対象の臓器などの他の臓器のＭＲＩ画像又はＣＴ画像などの医用画像を処理する正確な全自動手段を提供する。医用撮像データは、撮像される身体要素の解剖学的情報と組み合わせて利用される。好ましい実施形態では、恐らくは最も複雑であるという理由で脳部位のセグメンテーション及び再構築を行うが、これらの技術は、一般に他の生理学的構造に適用することもできる。脳の医用撮像の場合、システムは、非脳画像要素を除去する脳領域抽出過程において脳構造を自動的に特定する。次に、大脳と区別された小脳及び脳幹などの特定の生理学的構造に画像情報のどの部分が属するかを特定する大脳セグメンテーション過程に備えて、脳組織を脳組織タイプに応じて分類する。次に、脳室抽出過程からの情報に基づいて、画像データ上で脳室充盈を実行する。その後、白質（ＷＭ）及び灰白質（ＧＭ）などの特定の表面を再構築する再構築過程を行う。

この技術を使用することで、より良好な臨床転帰のための手術ワークフローの合理化などの数多くの利点を得ることができる。

本明細書の以下の部分では、本開示のさらなる態様を明らかにし、この詳細な説明は、本開示の好ましい実施形態に制限を設けることなく完全に開示することを目的とする。

本開示は、例示のみを目的とする以下の図面を参照することによってさらに完全に理解されるであろう。

提示する技術の実施形態による、脳構造表面再構築のフローチャートである。 提示する技術の実施形態による、脳構造表面再構築のフローチャートである。 提示する技術の実施形態による、脳構造表面再構築のフローチャートである。 提示する技術の実施形態による、脳構造表面再構築のフローチャートである。 提示する技術の実施形態による、セグメンテーション過程のステップのフローチャートである。 提示する技術の実施形態による、セグメンテーション過程のステップのフローチャートである。 提示する技術の実施形態による、セグメンテーション過程のステップのフローチャートである。 提示する技術の実施形態による、セグメンテーション過程のステップのフローチャートである。 提示する技術の実施形態による、セグメンテーション過程のステップのフローチャートである。 提示する技術の実施形態による、解剖学的精細化過程において皮質下領域を補正する際のステップのフローチャートである。 提示する技術の実施形態による、解剖学的精細化過程において皮質下領域を補正する際のステップのフローチャートである。 開示する技術の実施形態による、受け取り時の全頭画像データの画像である。 開示する技術の実施形態による、初期設定時の全頭画像データの画像である。 開示する技術の実施形態による、初期設定時の全頭画像データの画像である。 開示する技術の実施形態による、抽出後の全頭画像データの画像である。 開示する技術の実施形態による、抽出後の全頭画像データの画像である。 開示する技術の実施形態による、受け取り時の半頭画像データの画像である。 開示する技術の実施形態による、初期設定時の半頭画像データの画像である。 開示する技術の実施形態による、初期設定時の半頭画像データの画像である。 開示する技術の実施形態による、抽出後の半頭画像データの画像である。 開示する技術の実施形態による、抽出後の半頭画像データの画像である。 開示する技術の実施形態による、脳組織分類を示す画像である。 開示する技術の実施形態による、不均質性補正を示す画像である。 開示する技術の実施形態による、脳組織のセグメンテーション及び再構築過程においてシード領域として識別される脳構造の画像である。 開示する技術の実施形態による、側方から示すセグメンテーション結果の画像である。 開示する技術の実施形態による、前方から示すセグメンテーション結果の画像である。 開示する技術の実施形態による、後方から示すセグメンテーション結果の画像である。 開示する技術の実施形態による、表面閉鎖過程の画像である。 開示する技術の実施形態による、表面閉鎖過程の画像である。 開示する技術の実施形態による、表面閉鎖過程のフロー図である。

本開示は、皮質の内面及び外面の再構築を含む皮質表面のセグメンテーション及び再構築の問題に対処するものである。外面は軟膜表面であり、以下、灰白質（ＧＭ）表面と呼ぶ。内面は灰白質−白質境界であり、以下、白質（ＷＭ）表面と呼ぶ。皮質表面の再構築は、複数の副次的作業に分かれる複雑な手順である。

図１Ａ〜図１Ｄに、Ｔ１−ＭＲＩデータからの自動３Ｄセグメンテーション及び皮質表面再構築過程の実施形態例１０を示す。この過程を、入力情報の受け取り１２、抽出１４、セグメンテーション１６、解剖学的精細化１８、再構築２０及び出力２２という原理ステップで示す。

図１Ａでは、ＭＲＩ装置から未処理の脳ＭＲＩデータ２４を受け取るとともに、データベースなどからさらなる解剖学的情報２６を受け取る。図１Ｂでは、頭部ＭＲＩボリューム内の皮膚、骨、筋肉、脂肪及び硬膜などの非脳ボクセル２８を除去する抽出処理１４を開始する。この脳領域抽出過程は、磁場の不均質性に起因する未処理のＭＲＩデータの不均一性を補正する不均一性補正も含むことが好ましい。

脳領域抽出過程から出力された脳情報に基づいて（ＧＭ３２ａ、ＷＭ３２ｂ及びＣＳＦ３２ｃを示す）脳組織３０を分類するセグメンテーション過程１６を開始する。組織の分類中には、ＭＲＩデータ内の領域に、灰白質（ＧＭ）３２ａ、白質（ＷＭ）３２ｂ及び脳脊髄液（ＣＳＦ）３２ｃなどに従って脳組織タイプ毎にラベル付け（分類）する。小脳及び脳幹に関する画像情報を大脳から分離する大脳セグメンテーション過程３４を実行する。大脳セグメンテーションは、最初に、医用画像（例えば、ＭＲＩ）データの空間内で最大の対称性をもたらす平面を検索する過程に応答して正中矢状面（ＭＳＰ）を識別することによって実行する。その後、ＭＳＰと組織分類の出力であるＷＭメンバー関数との交点から脳梁及び脳橋を識別する。次に、他の構造の識別において１組の構造のアイデンティティを利用し、この例では、脳梁及び脳橋を大脳及び小脳／脳幹識別の初期シードとしてそれぞれ利用し、グラフカットを適用して大脳画像をセグメント化する。

図１Ｃでは、解剖学的精細化過程１８においてセグメンテーション情報を受け取り、分類されセグメント化された組織領域に脳室充盈過程３６を実行する。この図には、充盈前３８ａ及び充盈後３８ｂを示す。脳室充盈過程中に利用する脳室情報は、脳室抽出過程から受け取る。前方、側方及び後方などで表される複数の配向からの脳室情報を受け取ることが好ましい。脳室充盈処理３６中には、球面トポロジーなどの皮質の物理的形状を保持するために、表面再構築を行う前にＷＭ内の内腔を充盈する。球面トポロジーでは、表面のオイラー標数がｘ＝２であり、表面の頂点をＶ、稜線をＥ、面をＦとするｘ＝Ｖ−Ｅ＋Ｆなどの関係にある。解剖学的精細化１８は、事前画像４２ａと、除去された硬膜４３を示す事後画像４２ｂとによって例示する硬膜除去過程４０を継続する。硬膜の除去後には、事前画像４６ａと、視神経４７ａ及び非脳組織４７ｂに対応する画像領域の除去を示す事後画像４６ｂとによって例示するように皮質下領域を補正する４４。

次に、図１Ｄにおいて、表面メッシュの生成４８とメッシュトポロジーの補正５０とを含む再構築過程２０を行う。再構築からの出力２２を、灰白質（ＧＭ）表面再構築５２及び白質（ＷＭ）表面再構築５４で示す。

ＷＭ表面再構築では、限定ではなく一例としてマーチングキューブなどの１又は２以上のコンピュータグラフィックス技術を利用してＷＭボリュームデータから等値面メッシュを生成することが好ましい。当業者であれば、マーチングキューブは、（ボクセルと呼ばれることもある）３次元スカラー場から等値面の多角形メッシュを抽出してメタ表面を描画する周知のマーチングキューブコンピュータグラフィックスアルゴリズムの特例であると認識するであろう。次に、画像ノイズを低減して表面の位相的欠陥を補正する。

灰白質（ＧＭ）表面の再構築では、脳溝表現を改善するためにＷＭセグメンテーションの結果を利用してＧＭと脳脊髄液（ＣＳＦ）の分類を精細化した後に、例えばＷＭ表面の生成に使用するものと同じような表面メッシュ生成法を行う。なお、神経解剖学における脳溝（ｓｕｌｃｕｓ）（「溝（ｆｕｒｒｏｗ）」を表すラテン語、複数形はｓｕｌｃｉ）は、大脳皮質内の凹部又は溝を含む。これらの脳溝は、脳回（ｇｙｒｕｓ）（複数形はｇｙｒｉ）を取り囲んで、人間及びその他の哺乳類の脳の特徴的なひだ状の外観を形成する。

ＧＭ表面の再構築中には、脳溝精細化過程を利用することが好ましい。システムは、しばしばＷＭがさらに厳密にセグメント化され、しばしばＧＭの谷部においてＧＭが脳溝でＷＭを覆って脳脊髄液（ＣＳＦ）で満たされることを考慮する。従って、システムは、再構築されたＧＭ表面の脳溝表現を改善するためにＷＭセグメンテーションを利用してＧＭとＣＳＦの分類を精細化する。

図２Ａ〜図２Ｅに、既に解剖学的精細化過程における図１Ｃのブロック４０に示したような硬膜（大脳鎌）除去過程のさらに詳細な実施形態例７０を示す。３Ｄセグメンテーションのセグメンテーション過程から、側面図７４ａ及び正面図７４ｂで例示する情報が受け取られる７２。硬膜は、脳及び皮質の厚みとの空間的関係などに基づいてＧＭからセグメント化され７６、図２Ｂの画像７８及び図２Ｃの画像８０に硬膜を示す。図２Ｄ及び図２Ｅには、脳境界精細化過程８２を示す。この境界精細化過程８２は、内向きの隣接ボクセルとの強度差と近隣の非脳情報とに基づいて行われ、図２Ｄの画像８４及び図２Ｅの画像８６に示す精細化した境界に出力が認められる。

図３Ａ及び図３Ｂには、既に解剖学的精細化過程における図１Ｃのブロック４４に示したような皮質下領域補正のさらに詳細な実施形態例９０を示す。少なくともＧＭ９４ａと脳室９４ｂとＷＭ９４ｃのセグメンテーションを示すセグメンテーション結果９２を利用する。次に、皮質厚（２．５ｍｍと比較）及び脳室との空間関係などの解剖学的要素に関する情報を利用する９６。最初のステップ９８において扁桃核を抽出し１００、その結果を画像１０２に示す。図３Ｂでは、処理が、レンズ核を充盈するブロック１０４（レベルセット）を継続し、添付画像１０８にレンズ核を示す。その後、非脳組織１１２を除去するブロック１１０を実行し、添付画像１１４に非脳組織の例を示す。視神経１１８をセグメント化（３Ｄグラフカット）する最終ステップ１１６を示しており、添付画像１２０に視神経の例を示す。

解剖学的情報を用いて医用画像内の生理学的構造をセグメント化すると、これらの表面の画像を完全に自動的に再構築できるようになる。脳の構造の場合、提示する技術は、一連のＭＲＩ画像について、完璧な（閉ざされた）位相的に正しい脳の表面を３０分未満で再構築する。

この入力ＭＲＩデータから頭部の向き及び脳境界ボックスを識別する自動方法を用いた技術を利用して脳領域抽出を行う。最初にＭＲＩデータの質量中心（ＣＯＭ）を求め、その後にこのＣＯＭを通る３つの直交平面を調べる。最大の対称性が認められる平面を矢状面と見なす。その後、矢状面からの「頭の底部」を特定して前頭平面及び軸平面をさらに識別する。入力ＭＲＩデータの向きを識別した後に、脳の境界ボックスを推定する。初期設定として、境界ボックスの中心において楕円体形状などの幾何学的位置特定を実行する。その後、初期設定から開始してレベルセット関数を展開することによって画像データセットから脳部位を抽出する。

図４Ａ〜図４Ｅに、本技術の実施形態による、全頭画像データ（図４Ａ）、初期設定（図４Ｂ及び図４Ｃ）及び抽出結果（図４Ｄ及び図４Ｅ）を示す。

図５Ａ〜図５Ｅには、同様に本技術の実施形態による、半頭画像データ（図５Ａ）、初期設定（図５Ｂ及び図５Ｃ）及び抽出結果（図５Ｄ及び図５Ｅ）を示す。

図６Ａ及び図６Ｂには、脳組織を分類して不均質性を補正する過程を示す。一例として、図６Ａには、灰白質（ＧＭ）、白質（ＷＭ）及び脳脊髄液（ＣＳＦ）として分類した脳の異なる構造を示す。図６Ｂでは、図の上側部分に原画像の例を示し、図の下側部分に、提示する技術による不均質性の補正後を示す。好ましい実施形態では、これらの両過程が、１つのファジーＣ平均クラスタリングフレームワークに統合される。当業者であれば、ファジークラスタリング平均（Ｃ平均）は、クラスタに対するデータ点の割り当てが固定又は「ハード」（全か無か）ではなく、ファジーロジックで理解されているものと同じ性質の「ファジー」なもの（例えば、発見的に決定される）であるクラスタリング分析を行うアルゴリズムのクラスであると認識するであろう。

図７には、大脳皮質、脳梁、小脳、脳幹及び脳橋を示す脳の構造を示す。提示する技術では、図示の破線領域で分かるように大脳及び脳幹のシードが特定される。

図８Ａ〜図８Ｃには、これらの図の側方、前方及び後方から見た様々な脳部位をセグメント化する際に上記のシードを用いてグラフカットを決定したセグメンテーション結果を示す。なお、実際の出力では、本出願の白黒画像に見られる陰影の代わりに、これらの要素が異なる色で出力されることが好ましいと理解されたい。

図９Ａ及び図９Ｂには、表面閉鎖過程を示す。この例では、表面が脳幹において閉じられる。皮質は一枚の結合組織であるため、皮質表面の再構築では、皮質の物理的形状を保持することが重要である。脳幹において表面を閉じることにより、球面トポロジーを有するものとして表すことができる。図９Ａでは、この皮質表面の開いた要素を破線の長円形で強調表示しており、図９Ｂではこの要素が閉じられている。図の右端の凡例バーによって示す陰影は、正規化したカメラまでの距離を示す。

図１０には、例示するような脳幹などの構造の表面を閉じる際の一般的ステップ１５０を示す。最初に脳幹内の「密封平面」を発見（区別）し１５２、脳室構造を抽出し１５４、抽出した脳室をシードとして利用してＷＭ内の凹部を充盈する。

上記の説明は、実質的に脳構造に関するものであるが、構造表面をセグメント化して再構築する本開示は、いずれかの所望の３Ｄ撮像法（例えば、ＭＲＩ又はＣＴ）から取得された他の臓器（例えば、肝臓、脾臓のような腹部臓器）にも適用できると理解されたい。

提示した技術において説明した強化は、様々な医用画像処理システムにおいて容易に実装することができる。医用撮像システムは、１又は２以上のコンピュータプロセッサ装置（例えば、ＣＰＵ、マイクロプロセッサ、マイクロコントローラ、コンピュータ対応ＡＳＩＣなど）と、関連するメモリ（例えば、ＲＡＭ、ＤＲＡＭ、ＮＶＲＡＭ、ＦＬＡＳＨ、コンピュータ可読媒体など）とを含むことによって、メモリに記憶された命令（プログラム）がプロセッサ上で実行されて説明したステップを実行するように実装されると理解されるであろう。当業者であれば、医用画像に対するいずれかの形の画像処理を伴うステップを実行するコンピュータ装置の使用を認識しているため、図には簡略化のためにコンピュータ装置及びメモリデバイスを示していない。提示した技術は、メモリ及びコンピュータ可読媒体が非一時的であり、従って一時的電子信号を構成しない限り、これらに関して限定するものではない。

本開示の実施形態は、コンピュータプログラム製品としても実装できる、本開示の実施形態による方法及びシステム、及び／又はアルゴリズム、数式又はその他の計算表現のフローチャートを参照して説明することができる。この点、フローチャートの各ブロック又はステップ、及びフローチャートのブロック（及び／又はステップ）の組み合わせ、アルゴリズム、式、又は計算表現は、ハードウェア、ファームウェア、及び／又はコンピュータ可読プログラムコードロジックの形で具体化された１又は２以上のコンピュータプログラム命令を含むソフトウェアなどの様々な手段によって実装することができる。理解されるように、このようなあらゆるコンピュータプログラム命令は、以下に限定されるわけではないが、汎用コンピュータ又は専用コンピュータ、又は機械を生産するための他のあらゆるプログラマブル処理装置を含むコンピュータ上にロードして、コンピュータ又は他のプログラマブル処理装置上で実行されるコンピュータプログラム命令が、（単複の）フロー図の（単複の）ブロック内に特定される機能を実施するための手段を生み出すようにすることができる。

従って、フローチャートのブロック、アルゴリズム、式、又は計算表現は、特定の機能を実行する手段の組み合わせ、特定の機能を実行するステップの組み合わせ、及びコンピュータ可読プログラムコード論理手段の形で具体化されるような、特定の機能を実行するコンピュータプログラム命令をサポートする。また、本明細書で説明したフローチャートの各ブロック、アルゴリズム、式、又は計算表現、及びこれらの組み合わせは、特定の機能又はステップを実行する専用ハードウェアベースのコンピュータシステム、又は専用ハードウェアとコンピュータ可読プログラムコード論理手段との組み合わせによって実装することもできると理解されるであろう。

さらに、コンピュータ可読プログラムコードロジックなどの形で具体化されるこれらのコンピュータプログラム命令を、コンピュータ又は他のプログラマブル処理装置に特定の態様で機能するように指示することができるコンピュータ可読メモリに記憶して、これらのコンピュータ可読メモリに記憶された命令が、（単複の）フローチャートの（単複の）ブロック内に指定される機能を実施する命令手段を含む製造の物品を生産するようにすることもできる。コンピュータプログラム命令をコンピュータ又は他のプログラマブル処理装置上にロードし、コンピュータ又は他のプログラマブル処理装置上で一連の動作ステップが実行されるようにしてコンピュータで実施される処理を生成し、コンピュータ又は他のプログラマブル処理装置上で実行される命令が、（単複の）フローチャートの（単複の）ブロック、（単複の）アルゴリズム、（単複の）式、又は（単複の）計算表現に特定される機能を実施するためのステップを提供するようにすることもできる。

さらに、本明細書で使用する「プログラム」は、本明細書で説明した機能を実行するためにプロセッサが実行できる１又は２以上の命令を意味すると理解されるであろう。プログラムは、ソフトウェア、ファームウェア、又はソフトウェアとファームウェアとの組み合わせで具体化することができる。プログラムは、装置の非一時的媒体に局所的に記憶することも、又はサーバなどに遠隔的に記憶することもでき、或いはプログラムの全部又は一部を局所的に又は遠隔的に記憶することもできる。遠隔的に記憶されたプログラムは、ユーザが開始することによって、或いは１又は２以上の要因に基づいて自動的に装置にダウンロード（プッシュ）することができる。さらに、本明細書で使用するプロセッサ、中央処理装置（ＣＰＵ）及びコンピュータという用語は、プログラム、並びに入力／出力インターフェイス及び／又は周辺装置との通信を実行できる装置を示すために同義的に使用されると理解されるであろう。

本明細書の説明から、本開示は、限定ではないが以下の内容を含む複数の実施形態を含むことができると理解されるであろう。

１．脳部位の医用画像を自動的に処理する装置であって、（ａ）患者の脳を３次元で走査して３次元（３Ｄ）医用脳画像データを生成するように構成された医用撮像システムと、（ｂ）前記３Ｄ医用脳画像データに対して画像処理を自動的に実行するように構成された少なくとも１つのプロセッサと、（ｃ）前記プロセッサによって実行可能な命令を記憶するメモリと、（ｄ）前記コンピュータプロセッサに結合されて３Ｄ医用画像を表示するように構成されたディスプレイ装置とを備え、（ｅ）前記命令は、実行時に、（ｅ）（ｉ）非脳画像要素を除去する脳領域抽出過程において脳構造を特定するステップと、（ｅ）（ｉｉ）脳組織タイプを分類するステップと、（ｅ）（ｉｉｉ）画像情報のどの部分が特定の生理学的構造に属するかを特定する大脳画像セグメント化ステップと、（ｅ）（ｉｖ）画像から脳室情報が抽出されたことに応答して脳室を充盈し、硬膜を除去し、皮質下領域を補正する解剖学的精細化ステップと、（ｅ）（ｖ）表面メッシュの生成及びメッシュトポロジーの補正に応答して、白質と灰白質とを含む脳の表面を再構築するステップとを実行し、（ｅ）（ｖｉ）上記ステップの各々は、前記プログラムに応答してユーザの相互作用又は介入を伴わずに実行され、（ｅ）（ｖｉｉ）脳室充盈を用いた脳組織の分類、異なる脳部分のセグメンテーション及び表面再構築を示す３Ｄ脳画像を前記ディスプレイ上に表示するステップをさらに実行する、装置。

２．前記３次元（３Ｄ）医用画像データは、磁気共鳴撮像（ＭＲＩ）の形態を含む、前述のいずれかの実施形態に記載の装置。

３．前記プロセッサのための前記命令は、前記セグメンテーションと、皮質の内面及び外面の再構築を含む皮質表面の再構築とを実行するように構成される、前述のいずれかの実施形態に記載の装置。

４．前記プロセッサのための前記命令は、記憶された解剖学的情報に基づいて脳領域抽出処理を行うように構成される、前述のいずれかの実施形態に記載の装置。

５．前記プロセッサのための前記命令は、皮膚、骨、筋肉、脂肪及び硬膜を含む頭部領域内の非脳ボクセルを除去する脳領域抽出処理を行うように構成される、前述のいずれかの実施形態に記載の装置。

６．前記プロセッサのための前記命令は、磁場の不均質性に起因する未処理の磁気撮像データ内の不均一性を補正する不均一性補正を含む前記脳領域抽出処理を行うように構成される、前述のいずれかの実施形態に記載の装置。

７．前記プロセッサのための前記命令は、前記大脳画像セグメント化ステップを実行する過程において、大脳特有の生理学的構造から小脳及び脳幹情報を分離するように構成される、前述のいずれかの実施形態に記載の装置。

８．前記プロセッサのための前記命令は、（ａ）医用画像空間内の最大の対称性が認められる平面を検索する過程に応答して正中矢状面（ＭＳＰ）を識別するステップと、（ｂ）ＭＳＰと白質（ＷＭ）メンバー関数との交点から、組織分類下の出力として脳梁及び脳橋を識別するステップと、（ｃ）他の組の構造を識別する際に１組の構造のアイデンティティを利用するステップと、を含む前記大脳画像セグメント化ステップを実行するように構成される、前述のいずれかの実施形態に記載の装置。

９．前記プロセッサのための前記命令は、脳梁及び脳橋の識別を大脳、小脳及び脳幹の識別の初期シードとして利用し、グラフカットを適用して大脳画像をセグメント化する前記大脳画像セグメント化ステップを実行するように構成される、前述のいずれかの実施形態に記載の装置。

１０．前記プロセッサのための前記命令は、前記脳室充盈が、複数の配向からの脳室情報が受け取られたことに応答して実行されるように構成される、前述のいずれかの実施形態に記載の装置。

１１．前記プロセッサのための前記命令は、少なくとも前方視野、側方視野及び後方視野からのものである複数の配向の脳室情報を提供するように構成される、前述のいずれかの実施形態に記載の装置。

１２．前記プロセッサのための前記命令は、皮質の物理的形状を保持するために、表面再構築を実行する前に、白質（ＷＭ）の内腔を充盈する前記脳室充盈を実行するように構成される、前述のいずれかの実施形態に記載の装置。

１３．前記プロセッサのための前記命令は、オイラー標数の使用に応じて球面トポロジーとして推定された皮質の物理的形状を保持するように構成される、前述のいずれかの実施形態に記載の装置。

１４．前記プロセッサのための前記命令は、白質（ＷＭ）の前記表面再構築を、ＷＭボリュームデータから等値面メッシュを生成することによって実行するように構成される、前述のいずれかの実施形態に記載の装置。

１５．前記プロセッサのための前記命令は、脳溝表現を改善するために、ＷＭセグメンテーション結果に基づいて灰白質（ＧＭ）の前記表面再構築を実行してＧＭと脳脊髄液（ＣＳＦ）の分類を精細化した後に表面メッシュを生成するように構成される、前述のいずれかの実施形態に記載の装置。

１６．前記プロセッサのための前記命令は、ＧＭ表面の再構築中に、脳溝精細化過程を含む前記再構築を実行するように構成される、前述のいずれかの実施形態に記載の装置。

１７．前記プロセッサのための前記命令は、脳の異なる領域を表す異なる色の画像データを出力することによって脳表面を再構築するように構成される、前述のいずれかの実施形態に記載の装置。

１８．前記プロセッサのための前記命令は、皮質が一枚の結合組織であるという理由で皮質の物理的形状を保持しながら脳表面を再構築するように構成され、これによって前記プログラムは、脳幹においてこの表面を閉じるように構成される、前述のいずれかの実施形態に記載の装置。

１９．脳部位の医用画像を自動的に処理する装置であって、（ａ）患者の脳を３次元で走査して３次元（３Ｄ）医用脳画像データを生成するように構成された医用撮像システムと、（ｂ）前記３Ｄ医用脳画像データに対して画像処理を自動的に実行するように構成されたコンピュータプロセッサと、（ｃ）前記コンピュータプロセッサに結合されて３Ｄ医用画像を表示するように構成されたディスプレイ装置と、（ｄ）前記コンピュータプロセッサ上で実行可能なプログラムを記憶するメモリとを備え、（ｅ）前記プログラムは、実行時に、（ｅ）（ｉ）非脳画像要素を除去する脳領域抽出過程において脳構造を特定するステップと、（ｅ）（ｉｉ）脳組織タイプを分類するステップと、（ｅ）（ｉｉｉ）（ｅ）（ｉｉｉ）（Ａ）最大の対称性が認められる医用画像空間内の平面を検索する過程に応答して正中矢状面（ＭＳＰ）を識別し、（ｅ）（ｉｉｉ）（Ｂ）ＭＳＰと白質（ＷＭ）メンバー関数との交点から組織分類下の出力としての脳梁及び脳橋を識別し、（ｅ）（ｉｉｉ）（Ｃ）他の組の構造を識別する際に１組の構造の識別を利用する、ことに応答して、画像情報のどの部分が特定の生理学的構造に属するかを特定する大脳画像セグメント化ステップと、（ｉｖ）画像から脳室情報が抽出されたことに応答して脳室を充盈し、硬膜を除去し、皮質下領域を補正する解剖学的精細化ステップと、（ｖ）表面メッシュの生成及びメッシュトポロジーの補正に応答して、白質と灰白質とを含む脳の表面を再構築するステップとを実行し、（ｅ）（ｖｉ）上記ステップの各々は、前記プログラムに応答してユーザの相互作用又は介入を伴わずに実行され、（ｅ）（ｖｉｉ）脳室充盈を用いた脳組織の分類、異なる脳部分のセグメンテーション及び表面再構築を示す３Ｄ脳画像を前記ディスプレイ上に表示するステップをさらに実行する、装置。

２０．脳部位の医用画像を自動的に処理する方法であって、（ａ）患者の脳の医用走査を実行して３次元医用脳画像データを形成するステップと、（ｂ）３次元医用画像処理を実行するように構成されたコンピュータプロセッサ上で実行される脳領域抽出過程において脳構造を特定するステップと、（ｃ）脳構造の特定において非脳画像要素を除去するステップと、（ｄ）脳組織タイプを分類するステップと、（ｅ）画像情報のどの部分が特定の生理学的構造に属するかを特定する大脳画像セグメント化ステップと、（ｆ）画像から脳室情報が抽出されたことに応答して脳室を充盈し、硬膜を除去し、皮質下領域を補正する解剖学的要素精細化ステップと、（ｇ）表面メッシュの生成及びメッシュトポロジーの補正に応答して、白質と灰白質とを含む脳の表面の再構築ステップと、（ｈ）脳室充盈を用いた脳組織の分類、異なる脳部分のセグメンテーション及び表面再構築を示す３Ｄ脳画像をディスプレイ装置上に表示するステップとを含む、方法。

本明細書の説明は多くの詳細を含んでいるが、これらは本開示の範囲を限定するものではなく、現在のところ好ましい実施形態の一部を例示するものにすぎないと解釈すべきである。従って、本開示の範囲は、当業者に明らかになると考えられる他の実施形態も完全に含むと理解されるであろう。

特許請求の範囲における単数形の要素についての言及は、別途明確に示していない限り「唯一の」を意味するものではなく、むしろ「１又は２以上の」を意味するものである。当業者に周知の本開示の実施形態の要素の構造的及び機能的同等物も、引用によって本明細書に明確に組み入れられ、本特許請求の範囲に含まれることが意図される。さらに、本開示の要素、構成要素又は方法ステップは、これらが特許請求の範囲に明示されているかどうかにかかわらず、一般に公開されることを意図するものではない。本明細書における請求項の要素については、この要素が「〜のための手段」という表現を使用して明確に示されていない限り、「ミーンズプラスファンクション」の要素として解釈すべきではない。また、本明細書における請求項の要素については、この要素が「〜のためのステップ」という表現を使用して明確に示されていない限り、「ステッププラスファンクション」の要素として解釈すべきではない。

１０ 実施形態例
１２ 入力情報
２４ 未処理の脳ＭＲＩデータ
２６ 解剖学的情報

Claims (20)

1. 脳部位の医用画像を自動的に処理する装置であって、
   （ａ）患者の脳を３次元で走査して３次元（３Ｄ）医用脳画像データを生成するように構成された医用撮像システムと、
   （ｂ）前記３Ｄ医用脳画像データに対して画像処理を自動的に実行するように構成された少なくとも１つのプロセッサと、
   （ｃ）前記プロセッサによって実行可能な命令を記憶するメモリと、
   （ｄ）前記コンピュータプロセッサに結合されて３Ｄ医用画像を表示するように構成されたディスプレイ装置と、
   を備え、
   （ｅ）前記命令は、実行時に、
   （ｉ）非脳画像要素を除去する脳領域抽出過程において脳構造を特定するステップと、
   （ｉｉ）脳組織タイプを分類するステップと、
   （ｉｉｉ）前記画像情報のどの部分が特定の生理学的構造に属するかを特定する大脳画像セグメント化ステップと、
   （ｉｖ）前記画像から脳室情報が抽出されたことに応答して脳室を充盈し、硬膜を除去し、皮質下領域を補正する解剖学的精細化ステップと、
   （ｖ）表面メッシュの生成及びメッシュトポロジーの補正に応答して、白質と灰白質とを含む前記脳の表面を再構築するステップと、
   を実行し、
   （ｖｉ）前記ステップの各々は、前記プログラムに応答してユーザの相互作用又は介入を伴わずに実行され、
   （ｖｉｉ）脳室充盈を用いた脳組織の分類、異なる脳部分のセグメンテーション及び表面再構築を示す３Ｄ脳画像を前記ディスプレイ上に表示するステップ、
   をさらに実行する、
   ことを特徴とする装置。
2. 前記３次元（３Ｄ）医用画像データは、磁気共鳴撮像（ＭＲＩ）の形態を含む、
   請求項１に記載の装置。
3. 前記プロセッサのための前記命令は、前記セグメンテーションと、前記皮質の内面及び外面の再構築を含む皮質表面の再構築とを実行するように構成される、
   請求項１に記載の装置。
4. 前記プロセッサのための前記命令は、記憶された解剖学的情報に基づいて脳領域抽出処理を行うように構成される、
   請求項１に記載の装置。
5. 前記プロセッサのための前記命令は、皮膚、骨、筋肉、脂肪及び硬膜を含む頭部領域内の非脳ボクセルを除去する脳領域抽出処理を行うように構成される、
   請求項１に記載の装置。
6. 前記プロセッサのための前記命令は、磁場の不均質性に起因する未処理の磁気撮像データ内の不均一性を補正する不均一性補正を含む前記脳領域抽出処理を行うように構成される、
   請求項１に記載の装置。
7. 前記プロセッサのための前記命令は、前記大脳画像セグメント化ステップを実行する過程において、大脳特有の生理学的構造から小脳及び脳幹情報を分離するように構成される、
   請求項１に記載の装置。
8. 前記プロセッサのための前記命令は、
   （ａ）医用画像空間内の最大の対称性が認められる平面を検索する過程に応答して正中矢状面（ＭＳＰ）を識別するステップと、
   （ｂ）ＭＳＰと白質（ＷＭ）メンバー関数との交点から、組織分類下の出力として脳梁及び脳橋を識別するステップと、
   （ｃ）１組の構造のアイデンティティを利用して他の組の構造を識別するステップと、
   を含む前記大脳画像セグメント化ステップを実行するように構成される、
   請求項１に記載の装置。
9. 前記プロセッサのための前記命令は、脳梁及び脳橋のアイデンティティを大脳、小脳及び脳幹の識別の初期シードとして利用し、グラフカットを適用して大脳画像をセグメント化する前記大脳画像セグメント化ステップを実行するように構成される、
   請求項８に記載の装置。
10. 前記プロセッサのための前記命令は、前記脳室充盈のために構成され、複数の配向からの脳室情報が受け取られたことに応答して実行される、
    請求項１に記載の装置。
11. 前記プロセッサのための前記命令は、少なくとも前方視野、側方視野及び後方視野からのものである複数の配向の脳室情報を提供するように構成される、
    請求項１０に記載の装置。
12. 前記プロセッサのための前記命令は、前記皮質の物理的形状を保持するために、前記表面再構築を実行する前に、前記白質（ＷＭ）の内腔を充盈する前記脳室充盈を実行するように構成される、
    請求項１に記載の装置。
13. 前記プロセッサのための前記命令は、オイラー標数の使用に応じて球面トポロジーとして推定された前記皮質の物理的形状を保持するように構成される、
    請求項１に記載の装置。
14. 前記プロセッサのための前記命令は、前記白質（ＷＭ）の前記表面再構築を、ＷＭボリュームデータから等値面メッシュを生成することによって実行するように構成される、
    請求項１に記載の装置。
15. 前記プロセッサのための前記命令は、脳溝表現を改善するために、ＷＭセグメンテーション結果に基づいて灰白質（ＧＭ）の前記表面再構築を実行してＧＭと脳脊髄液（ＣＳＦ）の分類を精細化した後に表面メッシュを生成するように構成される、
    請求項１に記載の装置。
16. 前記プロセッサのための前記命令は、ＧＭ表面の再構築中に、脳溝精細化過程を含む前記再構築を実行するように構成される、
    請求項１に記載の装置。
17. 前記プロセッサのための前記命令は、前記脳の異なる領域を表す異なる色の画像データを出力することによって脳表面を再構築するように構成される、
    請求項１に記載の装置。
18. 前記プロセッサのための前記命令は、前記皮質が一枚の結合組織であるという理由で前記皮質の物理的形状を保持しながら脳表面を再構築するように構成され、これによって前記プログラムは、前記脳幹において前記表面を閉じるように構成される、
    請求項１に記載の装置。
19. 脳部位の医用画像を自動的に処理する装置であって、
    （ａ）患者の脳を３次元で走査して３次元（３Ｄ）医用脳画像データを生成するように構成された医用撮像システムと、
    （ｂ）前記３Ｄ医用脳画像データに対して画像処理を自動的に実行するように構成されたコンピュータプロセッサと、
    （ｃ）前記コンピュータプロセッサに結合されて３Ｄ医用画像を表示するように構成されたディスプレイ装置と、
    （ｄ）前記コンピュータプロセッサ上で実行可能なプログラムを記憶するメモリと、
    を備え、
    （ｅ）前記プログラムは、実行時に、
    （ｉ）非脳画像要素を除去する脳領域抽出過程において脳構造を特定するステップと、
    （ｉｉ）脳組織タイプを分類するステップと、
    （ｉｉｉ）（ｉｉｉ）（Ａ）最大の対称性が認められる医用画像空間内の平面を検索する過程に応答して正中矢状面（ＭＳＰ）を識別し、（ｉｉｉ）（Ｂ）ＭＳＰと白質（ＷＭ）メンバー関数との交点から組織分類下の出力としての脳梁及び脳橋を識別し、（ｉｉｉ）（Ｃ）他の組の構造を識別する際に１組の構造の前記識別を利用する、ことに応答して、前記画像情報のどの部分が特定の生理学的構造に属するかを特定する大脳画像セグメント化ステップと、
    （ｉｖ）前記画像から脳室情報が抽出されたことに応答して脳室を充盈し、硬膜を除去し、皮質下領域を補正する解剖学的精細化ステップと、
    （ｖ）表面メッシュの生成及びメッシュトポロジーの補正に応答して、白質と灰白質とを含む前記脳の表面を再構築するステップと、
    を実行し、
    （ｖｉ）前記ステップの各々は、前記プログラムに応答してユーザの相互作用又は介入を伴わずに実行され、
    （ｖｉｉ）脳室充盈を用いた脳組織の分類、異なる脳部分のセグメンテーション及び表面再構築を示す３Ｄ脳画像を前記ディスプレイ上に表示するステップ、
    をさらに実行する、
    ことを特徴とする装置。
20. 脳部位の医用画像を自動的に処理する方法であって、
    （ａ）患者の脳の医用走査を実行して３次元医用脳画像データを形成するステップと、
    （ｂ）３次元医用画像処理を実行するように構成されたコンピュータプロセッサ上で実行される脳領域抽出過程において脳構造を特定するステップと、
    （ｃ）脳構造の特定において非脳画像要素を除去するステップと、
    （ｄ）脳組織タイプを分類するステップと、
    （ｅ）前記画像情報のどの部分が特定の生理学的構造に属するかを特定する大脳画像セグメント化ステップと、
    （ｆ）前記画像から脳室情報が抽出されたことに応答して脳室を充盈し、硬膜を除去し、皮質下領域を補正する解剖学的要素精細化ステップと、
    （ｇ）表面メッシュの生成及びメッシュトポロジーの補正に応答して、白質と灰白質とを含む前記脳の表面の再構築ステップと、
    （ｈ）脳室充盈を用いた脳組織の分類、異なる脳部分のセグメンテーション及び表面再構築を示す３Ｄ脳画像をディスプレイ装置上に表示するステップと、
    を含むことを特徴とする方法。