JP2018512956A - 解剖学的構造のモデルベースのセグメント化 - Google Patents

解剖学的構造のモデルベースのセグメント化 Download PDF

Info

Publication number
JP2018512956A
JP2018512956A JP2017553241A JP2017553241A JP2018512956A JP 2018512956 A JP2018512956 A JP 2018512956A JP 2017553241 A JP2017553241 A JP 2017553241A JP 2017553241 A JP2017553241 A JP 2017553241A JP 2018512956 A JP2018512956 A JP 2018512956A
Authority
JP
Japan
Prior art keywords
models
boundary points
user
medical image
model
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.)
Granted
Application number
JP2017553241A
Other languages
English (en)
Other versions
JP6789238B2 (ja
Inventor
マシュー ジョン ローレンソン
マシュー ジョン ローレンソン
ジュリアン チャールス ノーラン
ジュリアン チャールス ノーラン
ユルゲン ウェース
ユルゲン ウェース
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 JP2018512956A publication Critical patent/JP2018512956A/ja
Application granted granted Critical
Publication of JP6789238B2 publication Critical patent/JP6789238B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/149Segmentation; Edge detection involving deformable models, e.g. active contour models
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/40Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
    • G06F18/41Interactive pattern learning with a human teacher
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752Contour matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/778Active pattern-learning, e.g. online learning of image or video features
    • G06V10/7784Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors
    • G06V10/7788Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors the supervisor being a human, e.g. interactive learning with a human teacher
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20096Interactive definition of curve of interest
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20101Interactive definition of point of interest, landmark or seed
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images
    • G06V2201/031Recognition of patterns in medical or anatomical images of internal organs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

医療画像のビューにおいて解剖学的構造の境界点の有限のセットをユーザがインタラクティブに規定し得る、解剖学的構造のセグメント化のためのシステム及び方法が提供される。境界点のセットは、それ自体で、医療画像のなかの解剖学的構造の不十分なセグメント化とみなされ得るが、複数の異なるセグメント化モデルからセグメント化モデルを選択するために用いられる。該選択は、境界点とセグメント化モデルのそれぞれとの間の適合度の尺度に基づく。例えば、解剖学的構造のセグメント化のために、最適にフィットするモデルが選択されて使用されても良い。それ故、時間を浪費し最終的には誤りを起こし易いものとなり得る、解剖学的構造の全体の描写を行う必要がなく、誤った選択を引き起こし得る、セグメント化のモデルの選択を、セグメント化アルゴリズムが自律的に行う必要もない。

Description

本発明は、医療画像における解剖学的構造のモデルベースのセグメント化を実行するためのシステム及び方法に関する。本発明は更に、該システムを有するワークステーション及び画像装置、並びにプロセッサシステムに該方法を実行させるための命令を有するコンピュータプログラムに関する。
医療画像における種々の解剖学的構造の堅固な自動セグメント化は、臨床の業務フローを改善する重要な要因である。ここで、セグメント化なる用語は、例えば解剖学的構造の境界の描写、境界により囲まれたボクセルのラベル付け、等による、医療画像における解剖学的構造の特定を指す。斯かるセグメント化が実行されれば、例えば心臓構造、心室重量、駆出率及び壁厚のような、臨床パラメータを抽出することが可能となる。セグメント化はまた、医療画像に重畳されると、又は医療画像に適用されると、該医療画像における解剖学的構造の注記付けを提供し得る。
医療画像のなかの解剖学的構造を、手動でセグメント化することは知られている。例えば、ユーザは、グラフィカルユーザインタフェースを用いて、医療画像のなかの解剖学的構造の境界を描写し得る。不利にも、斯かる手動のセグメント化は時間を浪費し、それにより面倒な作業であり、最終的には誤りを起こし易い。
モデルを用いて、医療画像のなかの解剖学的構造を自動的にセグメント化することも知られている。斯かるタイプのセグメント化は、モデルベースのセグメント化とも呼ばれる。該モデルは、モデルデータにより定義され得る。該モデルデータは、例えば三角形のメッシュ又は(密にサンプリングされた)点群の形をとる、解剖学的構造の幾何を定義し得る。メッシュベースのモデルの場合には、メッシュの各部分にアフィン変換を割り当てることにより、患者間の及び病期間の形状変動性がモデル化され得る。アフィン変換は、異なる座標軸及びせん断に亘る変換、回転、スケーリングをカバーする。モデルの異なる部分間の遷移におけるアフィン変換の補間により、メッシュの規則性が維持され得る。斯かるアフィン変換はしばしば、いわゆる「変形可能な」モデルにおける構成要素として用いられる。
医療画像の画像データに対するモデルのフィッティングは、メッシュベースのモデルの場合には「メッシュ適合」とも呼ばれる、適合手法を含み得る。それ故、斯かる適用は、「適合」とも呼ばれる。適合手法は、モデルを画像データに適合させる外部エネルギー項と、モデルの厳格さを維持する内部エネルギー項と、に基づいてエネルギー関数を最適化し得る。
以上に説明されたタイプ、及びその他のタイプのモデルは、それ自体が知られており、斯かるモデルの医療画像への適用のための種々の適合手法がある。
典型的には、O.Ecabertらによる「Automatic Model-based Segmentation of the Heart in CT Images」(IEEE Transactions on Medical Imaging 2008, 27(9), pp.1189-1201)は、3次元(3D)コンピュータ断層撮影(CT)画像からの心臓の自動的なセグメント化のためのモデルベースの手法を記載している。
自動的なセグメント化のアルゴリズムは、時々誤ったセグメント化結果をもたらし得る。特に、解剖学的構造のセグメント化のために異なるモデルが利用可能である場合、自動的なアルゴリズムは、モデルの選択において誤りを起こし得る。そのため、セグメント化の結果が最適なものではなくなり得、それ故、限定するものではないが、臨床パラメータの抽出、画像注記付けとしての用途、モデルベースのセグメント化のトレーニングにおける正解データとしての用途を含む、種々の用途において、限られた価値のもの又は価値のないものとなり得る。
以上の欠点の1つ以上に対処する解剖学的構造のセグメント化のためのシステム又は方法を持つことが有利となり得る。
本発明の以下の態様は、医療画像のビューにおいて解剖学的構造の境界点の有限のセットをユーザがインタラクティブに規定することを含む。境界点のセットは、それ自体で、医療画像のなかの解剖学的構造の不十分なセグメント化とみなされ得るが、複数の異なるセグメント化モデルからセグメント化モデルを選択するために用いられる。該選択は、境界点とセグメント化モデルのそれぞれとの間の適合度の尺度に基づく。例えば、解剖学的構造のセグメント化のために、最適にフィットするモデルが選択されて使用されても良い。
本発明の第1の態様は、解剖学的構造のセグメント化のためのシステムであって、
セグメント化されるべき解剖学的構造を有する医療画像を表す画像データにアクセスするための、画像データインタフェースと、
解剖学的構造をセグメント化するための複数のモデルを定義するモデルデータにアクセスするための、モデルデータインタフェースと、
を有し、前記複数のモデルの各々は、少なくとも一部が、座標系における座標のセットとして表現可能であり、前記システムは更に、
ユーザインタラクションサブシステム
を有し、前記ユーザインタラクションサブシステムは、
ディスプレイに医療画像のビューを表示するための表示出力部と、
ユーザにより操作可能なユーザ装置から入力コマンドを受信するためのユーザ装置入力部と、
を有し、前記ユーザインタラクションサブシステムは、前記ビューにおける解剖学的構造の境界点のセットをユーザが示唆し、これにより前記ビューに関連する座標系における座標のセットを得ることを可能とするよう構成され、
前記システムは更に、
それぞれの座標の比較に基づいて、前記境界点のセットと前記複数のモデルの各々との間の適合度を決定し、それにより複数の適合度尺度を取得し、
前記複数の適合度尺度に基づいて前記複数のモデルの1つ以上を選択し、それにより1つ以上の選択されたモデルを取得する
ことにより、前記医療画像における前記解剖学的構造をセグメント化するための前記複数のモデルのうちの1つ以上を選択するためのプロセッサ
を有する、システムを提供する。
本発明の更なる態様は、該システムを有するワークステーション又は画像装置を提供する。
本発明の更なる態様は、解剖学的構造のセグメント化のための方法であって、
セグメント化されるべき解剖学的構造を有する医療画像を表す画像データにアクセスするステップと、
解剖学的構造をセグメント化するための複数のモデルを定義するモデルデータにアクセスするステップと、
を有し、前記複数のモデルの各々は、少なくとも一部が、座標系における座標のセットとして表現可能であり、前記方法は更に、
ユーザインタラクションサブシステムを用いて、医療画像のビューにおける前記解剖学的構造の境界点のセットをユーザが示唆し、これにより前記ビューに関連する座標系における座標のセットを得ることを可能とするステップと、
それぞれの座標の比較に基づいて、前記境界点のセットと前記複数のモデルの各々との間の適合度を決定し、それにより複数の適合度尺度を取得し、
前記複数の適合度尺度に基づいて前記複数のモデルの1つ以上を選択し、それにより1つ以上の選択されたモデルを取得する
ことにより、前記医療画像における前記解剖学的構造をセグメント化するための複数のモデルの1つ以上を選択するステップと、
を有する方法を提供する。
本発明の更なる態様は、プロセッサシステムに該方法を実行させるための命令を有するコンピュータプログラム製品を提供する。
以上の測定は、医療画像を取得することを含む。医療画像は、限定するものではないが、超音波、コンピュータ断層撮影(CT)、磁気共鳴(MR)撮像等を含む、種々の画像モダリティから得られても良い。更に、解剖学的構造をセグメント化するための複数のモデルを定義するモデルデータが提供される。該モデルは、医療画像に示された同じタイプの解剖学的構造を定義しても良い。解剖学的構造は、例えば臓器、臓器系、臓器の特定の部分等であっても良い。そのため、該モデルは、心臓、脳、心室等をセグメント化するよう構成されても良い。しかしながら、異なる解剖学的構造についてのモデルもあり得る。該モデルは、限定するものではないが、メッシュモデル、点群等を含む、種々の形をとり得る。
ユーザは、ビューにおける解剖学的構造の境界点のセットをインタラクティブに規定することを可能とされる。斯かるセットは、ビューにおける解剖学的構造の完全な描写を提供しないという点において、限定されたセットであっても良い。更に、該ビューは、解剖学的構造の境界全体のうち一部のみを示しても良い。そのため、境界点のセットは、それ自体が、医療画像における解剖学的構造の不十分なセグメント化とみなされ得る。しかしながら、境界点のセットは、解剖学的構造をセグメント化するための少なくとも1つのモデルを選択するために用いられる。該選択は以下のとおりされ、即ち、ユーザにより示唆された境界点とモデルの各々との間の適合度尺度が算出され、該適合度の比較に基づいて少なくとも1つのモデルが選択される。例えば、最高の適合度を提供する1つ以上のモデルが選択されても良い。適合度尺度は、特定のモデルの座標の、境界点のセットの座標に対する比較を参照した、それぞれの座標の比較に基づく。斯かる比較は、特定のモデルが境界点のセットに幾何学的にどれだけフィットするかを示し得、次いで適合度尺度として表現され得る。
以上の手法は、医療画像のビューにおける解剖学的構造の境界点の限られたセットを示すことにより、ユーザが、解剖学的構造の全体をセグメント化するためのモデルが選択されるようにすることができるという効果を持つ。それ故、時間を浪費し最終的には誤りを起こし易いものとなり得る、解剖学的構造の全体の描写を行う必要がなく、誤った選択を引き起こし得る、セグメント化のモデルの選択を、セグメント化アルゴリズムが自律的に行う必要がない。実際には、ユーザは単に、セグメント化自体ではなく、解剖学的構造についてのセグメント化モデルの選択のために機能する、境界点の限られたセットのみを提供する必要しかないという点で、ユーザの関与が限定される。限られた労力しか要求しないことにより、ユーザがセグメント化を時間を浪費するものだと体感してしまうことを防止する。特に、例えば1枚以上のスライスでのような、医療画像の限られたビューのみで、ユーザが境界点を示唆し、境界点の2D又は限られた3Dのセットのみを導出することで十分となり得る。本発明者は、適切な適合度尺度により、斯かる限られた境界点のセットであっても、例えば3Dモデルに効果的にマッチングされ得ることを認識した。
任意に、前記プロセッサは、前記選択された1つ以上のモデルを前記医療画像における前記解剖学的構造にフィッティングし、それにより1つ以上のフィッティングされたモデルを得るよう構成される。該1つ以上の選択されたモデルは斯くして、医療画像における解剖学的構造にフィッティングされ、それにより解剖学的構造のセグメント化又は注記付けを提供する。該フィッティングは、例えばモデルと医療画像との間の位置合わせ(registration)における目標点として境界点を用いることによる、ユーザにより示唆された境界点に基づくものであっても良いことに留意されたい。
任意に、前記プロセッサは、複数のモデルが選択されフィッティングされたときに、前記複数のフィッティングされたモデル間の幾何学的な変化の領域を識別するよう構成され、前記ユーザインタラクションサブシステムは、前記幾何学的な変化の領域の位置についての視覚的なフィードバックをユーザに提供するよう構成される。請求される本発明の当該態様は、以下に関する。ユーザにより最初に示された境界点のセットは、複数のモデルの選択をもたらし得る。例えば、幾つかのモデルの適合度における絶対レベル及び/又は相対的な差は、1つのモデルのみを選択するのに不十分であり得る。従って、複数のモデルが選択され、医療画像にフィッティングされても良い。フィッティングの後、例えば幾何的な一致により、これらモデルが合致する領域があり得る。しかしながら、複数のフィッティングされたモデル間で幾何学的な変化があり得る、これらモデルが合致しない領域もあり得る。斯かる幾何学的な変化は、該モデルの1つ以上が不適切なフィッティングであり得ることを示し得る。幾何学的な変化の領域の位置についての視覚的なフィードバックをユーザに提供することにより、ユーザが当該情報を考慮に入れることができる。
任意に、前記ユーザインタラクションサブシステムは、前記視覚的なフィードバックに基づいて、ユーザが、前記境界点のセットを調節、前記境界点のセットから境界点を削除、及び/又は前記境界点のセットに境界点を追加することを可能とするよう構成され、前記プロセッサは、前記調節された前記境界点のセットに基づいて、前記複数のモデルの1つ以上を再選択するよう構成される。ユーザは、幾何学的な変化の領域の位置についての視覚的なフィードバックに基づいて、例えば該幾何学的な変化の領域において境界点を追加することにより、該領域における境界点を削除することにより、又は該領域において境界点をより正確に位置決めすることにより、初期の境界点のセットを修正し得る。このことは、特定の領域により合致する1つ以上のモデルの再選択を可能とし、それにより、複数のモデルの選択及びフィッティングの場合に、より小さな幾何学的な変化をもたらすようにし得る。
任意に、前記ユーザインタラクションサブシステムは、前記幾何学的な変化の領域の位置についての視覚的なフィードバックをユーザに提供するときに、前記医療画像における前記幾何学的な変化の領域の位置を表す、前記医療画像のビューを更に表示するよう構成される。該幾何学的な変化の領域は、医療画像の初期ビューにおいて可視でないか、又は準最適にのみ可視であり得る。当該領域をより好適に示す医療画像の更なるビューを表示することにより、ユーザは改善された視覚的なフィードバックを提供される。有利にも、境界点のセットを修正する際に、ユーザは初期ビューに制限されることなく、更なるビューに境界点を追加すること、又は更なるビューに境界点を移動させることができる。
任意に、前記プロセッサは、適合度閾値を超えるそれぞれの適合度尺度に基づいて、前記複数のモデルの1つ以上を選択するよう構成される。該選択は斯くして、適合度尺度の閾値設定に基づく。
任意に、前記プロセッサは、前記適合度を決定するときに、前記境界点のセットと前記複数のモデルの各々との間の剛体変換(rigid transformation)を決定するよう構成される。境界点のセットと複数のモデルの各々との間の剛体変換決定することにより、モデルの各々が、ユーザにより示唆された境界点と整合させられ、それにより医療画像における解剖学的構造と整合させられ得る。境界点は信頼性が高いと考えられるため、限られた量だけユーザにより示唆されたものであっても、医療画像による位置合わせにおける信頼性の高い目標点として機能し得る。剛体変換を決定することは、境界点のセットと複数のモデルの各々との間の距離尺度を最小化することを含み得る。適合度尺度はこのとき、剛体変換の後の境界点と各モデルとの間に残る距離を表す距離尺度として定義され得る。
任意に、前記プロセッサは、それぞれの前記剛体変換に基づいて、前記選択された1つ以上のモデルを、前記医療画像における前記解剖学的構造に適用するよう構成される。該剛体変換は、モデルを境界点に整合させるため、該モデルを医療画像における解剖学的構造に適用する際に用いられ得る。
任意に、前記医療画像は、3D医療画像であり、前記ビューは、前記3D医療画像の2D表現であり、前記複数のモデルは3Dモデルである。ユーザは斯くして、3Dで境界点を規定する必要はなく、1つ以上の2Dビューで境界点を規定することを可能とされる。このことは、境界点の規定を、あまり時間を浪費するものではないものとする。
任意に、前記複数のモデルの各々は、少なくとも部分的に、面メッシュ(surface mesh)により表される。
任意に、前記プロセッサは、前記境界点のセットの、前記複数のモデルの各々のそれぞれの面メッシュへの、点対面照合に基づいて、前記適合度を決定するよう構成される。点対面照合は、点対面位置合わせとしても知られ、それ自体コンピュータ映像及びコンピュータグラフィックスの分野において知られており、モデルの各々について適合度を決定する際に有利に用いられ得る。
任意に、前記ユーザインタラクションサブシステムは、ユーザが1つ以上のフィッティングされたモデルを用いて前記医療画像を注記付けすることを可能とするよう構成される。
上述した実施例、実装及び/又は本発明の態様の2つ以上が、有用と考えられるいずれかの態様で組み合わせられても良いことは、当業者により理解されるであろう。
該システムの説明された変更及び変形に対応する、画像装置、ワークステーション、方法及び/又はコンピュータプログラムの変更及び変形が、本明細に基づいて当業者により実行され得る。
該方法は、限定するものではないが、標準的なX線撮像、コンピュータ断層撮影(CT)、磁気共鳴撮像法(MRI)、超音波(US)、陽電子放出断層撮影(PET)、単光子放出コンピュータ断層撮影(SPECT)、及び核医学(NM)のような、種々の撮像モダリティにより撮像された、例えば2次元(2D)、3次元(3D)又は4次元(4D)画像のような多次元画像データに適用され得ることは、当業者は理解するであろう。
本発明のこれらの及び他の態様は、以下に記載される実施例を参照しながら説明され明らかとなるであろう。
ユーザにより示唆された境界点の限られたセットに基づく解剖学的構造のセグメント化のためのシステムを示す。 データベースにおいてモデルデータとして保存された複数のモデルを示す。 ユーザインタラクションシステムを用いて医療画像のビューにおける解剖学的構造の境界点のセットを示唆するユーザを示す。 ユーザにより示唆された境界点のセットとデータベースからの第1のモデルとの間の決定された適合度を示す。 ユーザにより示唆された境界点のセットとデータベースからの第2のモデルとの間の決定された適合度を示し、ここで第2のモデルは、第1のモデルよりも好適な境界点との適合度を持つ。 ユーザにより示唆された境界点の限られたセットに基づく解剖学的構造のセグメント化のための方法を示す。 プロセッサシステムに該方法を実行させるための命令を有するコンピュータ読み取り可能な媒体を示す。
異なる図面において同一の参照番号を持つアイテムは、同一の構造的特徴及び同一の機能を持つか、又は同一の信号であることは、留意されるべきである。斯かるアイテムの機能及び/又は構造が既に説明されている場合には、詳細な説明において繰り返しの斯かる説明は必要ではない。
参照番号は図面の解釈を容易化するために示されるものであり、請求の範囲を限定するものとして解釈されるべきではない。
図1は、ユーザにより示唆された境界点の限られたセットに基づく医療画像における解剖学的構造のセグメント化のためのシステム100を示す。斯かるシステムは、限定するものではないが、画像の注記付けを含む、種々の医療用途において利用され得る。システム100は基本的に、医療画像のビューにおける解剖学的構造の境界点の限られたセットを、ユーザがインタラクティブに規定することを含む。境界点のセットは、それ自体で、医療画像のなかの解剖学的構造の不十分なセグメント化とみなされ得るが、複数の異なるセグメント化モデルからセグメント化モデルを選択するために用いられる。該選択は、境界点とセグメント化モデルの各々との間の適合度の尺度に基づく。例えば、解剖学的構造のセグメント化のために、最適にフィットするモデルが選択されて使用されても良い。
システム100は、医療画像の画像データ022にアクセスするための画像データインタフェース120を有する。該医療画像は、セグメント化されるべき解剖学的構造を有する。図1の例においては、画像データインタフェース120は、外部の画像保存部020に接続されて示されている。例えば、画像保存部020は、システム100が接続された又はシステム100が含まれた病院情報システム(HIS)の画像保存通信システム(PACS)から構成されても良いし、又はPACSの一部であっても良い。従って、システム100は、医療画像の画像データ022へのアクセスを取得し得る。一般的に、画像データインタフェース120は、ローカルエリアネットワークや例えばインターネットのようなワイドエリアネットワークへのネットワークインタフェース、内部又は外部のデータ記憶部への記憶部インタフェース等のような、種々の形をとり得る。
本明細において、適切である場合には、医療画像への参照は、医療画像の画像データへの参照として理解されるべきであることに留意されたい。
システム100は更に、解剖学的構造をセグメント化するための複数のモデルを定義するモデルデータ042にアクセスするためのモデルデータインタフェース140を有する。モデルデータ042は、三角形のメッシュ、点群等のような、いずれかの適切な態様で、各モデルを定義しても良い。そのため、各モデルは、少なくとも一部が、座標系における座標のセットとして表現可能であっても良い。図1の例においては、モデルデータインタフェース140は、外部のデータベース040に接続されて示されている。しかしながら、データベース040は、内部のデータベースであっても良い。一般的に、データベース040は、例えばハードディスクのようなディスクベースのデータ記憶部、ROM又はRAMメモリのような半導体ベースのデータ記憶部、記憶媒体読み取り器に挿入される着脱可能な記憶媒体、等により構成されても良い。モデルデータインタフェース140は、データベース040のタイプに対応するタイプのものであっても良い。
システム100は更に、表示出力部182とユーザ装置入力部184とを有する、ユーザインタラクションサブシステム180を有する。表示出力部182は、少なくとも医療画像のビューを表示することを含む、ディスプレイ060におけるシステム100の視覚的出力を表示するよう構成される。ここで、「ビュー」なる用語は、医療画像の一部又は全ての視覚化を指す。例えば、医療画像は体積3D画像であっても良く、ビューは該体積3D画像の多面描画又はその他の体積視覚化であっても良い。他の例は、医療画像がスライスの積層により構成され得、ビューが該スライスのうちの1枚に対応し得るものである。更に他の例は、ビューが単に2D医療画像の視覚化である場合である。医療画像の他の種々の視覚化も、同様に想到可能である。ディスプレイ060にビューを表示するため、表示出力部182は、ディスプレイに表示データ062を供給するよう示されている。
ユーザ装置入力部184は、ユーザにより操作可能なユーザ装置080から入力コマンド082を受信するよう構成される。ユーザ装置080は、限定するものではないが、コンピュータのマウス、タッチ画面、キーボード等を含む、種々の形態をとり得る。ユーザ装置入力部184は、ユーザ装置080のタイプに対応するタイプのものであっても良い。表示出力部182とユーザ装置入力部184とはあわせて、ユーザインタラクションサブシステム180を形成しても良く、該サブシステムが、例えば画面上のカーソルを制御し、解剖学的構造の境界上で「クリック」して、それにより境界点のセットを規定するよう、ユーザ装置080を適切に動作させることにより、ユーザがビューのなかの解剖学的構造の境界点のセットを示唆することを可能とする。これら境界点のセットはこのとき、例えば座標のセットとして、システムに利用可能であっても良い。
システム100は更に、ユーザにより示唆された境界点のセットに基づいて、複数のモデルのうち1つ以上を選択するための、プロセッサ160を有する。該選択されたモデルは次いで、更なる自動化された解析等のため、例えば解剖学的構造の注記付けとして機能するよう、医療画像における解剖学的構造をセグメント化するため用いられても良い。モデルを選択するため、プロセッサ160は、それぞれの座標の比較に基づいて境界点のセットと複数のモデルの各々との適合度を決定し、それにより複数の適合度尺度を得て、複数の適合度尺度に基づいて複数のモデルのうち1つ以上を選択し、それにより1つ以上の選択されたモデルを得るよう構成される。例えば、プロセッサ160は、適合度尺度が閾値を超えるモデルを選択しても良い。モデルを選択すると、これらモデルは次いで、医療画像における解剖学的構造にフィッティングされ、それにより解剖学的構造の1つ以上のセグメント化を提供しても良い。種々の動作態様を含むシステム100の種々の動作は、図3乃至5を参照しながら、以下により詳細に説明されることに留意されたい。
システム100は、ワークステーション又は画像装置のような、単一の装置若しくは機器として、又は斯かる装置若しくは機器において、実施化されても良い。該装置又は機器は、適切なソフトウェアを実行する1つ以上のマイクロプロセッサを有しても良い。該ソフトウェアは、RAMのような揮発性メモリ又はフラッシュのような不揮発性メモリといった、対応するメモリにダウンロード及び/又は保存されたものであっても良い。代替として、該システムの機能ユニットは、例えばフィールドプログラマブルゲートアレイ(FPGA)としてのような、プログラム可能な論理回路の形で、該装置又は機器において実装されても良い。一般的に、該システムの各機能ユニットは、回路の形で実装されても良い。システム100は、例えば種々の装置又は機器を含む、分散された態様で実装されても良いことに留意されたい。例えば、該分散は、クライアント−サーバモデルに従ったものであっても良い。
図2は、データベースにモデルデータとして保存された複数のモデルを示し、データベース040におけるモデルデータ042として保存(415)される第1のモデル200及び第2のモデル210を示している。これらモデルは、医療画像のセグメントの分野においてそれ自体知られているような、解剖学的対象のセグメント化に適したいずれの形態をとっても良い。例えば、これらモデルは、メッシュモデル、点群モデル、2Dモデル又は3Dモデル等であっても良い。
図3乃至5は、図1のシステムの動作の例を示し、図3は、ユーザがユーザインタラクションシステムを用いて、医療画像のビューにおける解剖学的構造の境界点のセットを示唆することを示している。即ち、図の(i)に示されるように、ユーザは、ディスプレイにおいて医療画像のビュー024を提供され得、該ビューは、解剖学的構造の境界の少なくとも一部を含む、解剖学的構造030の少なくとも一部を示している。図の(ii)に示されるように、ユーザは、例えばそれぞれの画面上の位置において画面上のカーソル064によってクリックすることにより、又はその他のグラフィカルなユーザインタラクションを介して、解剖学的構造の境界における境界点のセット300を示唆しても良い。図の(iii)に示されるように、特定の実施例においては、ユーザは更に、図の(iii)において黒い点302、304として示された重要点として、境界点のセット300のうちの1つ以上をマークしても良い。斯かる重要点302、304は、例えばユーザがこれらの点の配置に特別な注意を払うことにより、又は当該点において特に明確に定義された境界により、正確であるとみなされる境界点を表すものであっても良い。重要点に対する代替としては、ユーザが特定の境界点に対して「確実度」値を規定しても良い。しかしながら、ユーザは斯かる確実度を示唆することを避け、「確実度」の入力をすることなく複数の境界点を単に示唆しても良い。
図3に示されるように、ユーザは、解剖学的構造の境界に沿って比較的均等に分布する点を規定しても良い。図4及び5を参照しながら以下に説明されるように、このことは境界点のセットとモデルとの適合度を決定することを容易化する。しかしながら、ユーザが均等に分布した点を規定することは必須ではない。
図4は、ユーザにより示唆された境界点のセット300とデータベースからの第1のモデル200との間で決定された適合度を示す。解剖学的構造の輪郭は、境界点300の下に内在する破線で示されていることに留意されたい。しかしながら、該輪郭は単に図4及び図5の解釈を容易化するために示されたものである。即ち、この段階においては、境界点の限られたセットのみがプロセッサには利用可能であり、解剖学的構造の完全な描画は未だ利用可能ではない。
図の(i)、(ii)、(iii)及び(iv)は、境界点300が、種々の方法で第1のモデル200にマッピングされ得ることを示している。手短に言うと、プロセッサは、境界点のセットとモデルとの間の種々の幾何学的変換を反復的に決定し、最良のものを選択し、後に特定のモデルを選択する又は選択しない歳に、当該最良の幾何学的変換の適合度を考慮しても良い。斯かる幾何学的変換は、例えば剛体変換、制約付き弾性変換等であっても良い。変換を決定することは、画像の位置合わせ、モデル−画像位置合わせ、メッシュ位置合わせ等のような種々の分野から、それ自体が知られている。そのため、境界点のセットとモデルとの間の変換を決定する際には、当業者はこれらの分野からの位置合わせ手法を利用し得る。単純な手法は、全てのとり得る変換が評価され得る、網羅的手法である。斯かる手法は、重要点(黒色でマークされる)が第1のモデル200の表面にマッピングされる必要がある点で、更なる要件により制約を受け得る。続いて、残りの非重要点である境界点に適用された距離尺度に基づいて、適合度が算出され得る。図の(i)乃至(iv)を通して示されるように、種々の幾何学的変換は一般的に、好適でない適合度を導出する。図の(iii)に示された幾何学的変換が最良のフィットを呈するとみなされ得、それ故該変換の適合度が、後続する第1のモデル200を選択する又は選択しない際に考慮され得る。
図5は、図4に示されたものと同じ境界点のセット300間で決定される適合度を示すが、ここではデータベースからの第2のモデル210に関するものである。図5に示されるように、特に図の(iv)において、第2のモデル210は全体的に境界点のセット300と良く合致する。図の(iv)に示された幾何学的な変換は、最良の合致とみなされることができ、それ故その適合度が、後続する第2のモデル210を選択する又は選択しない際に考慮され得る。
第1のモデル200及び第2のモデル210、ことによると更にその他のモデルの適合度を決定すると、これらのそれぞれの適合度尺度に基づいて、これらモデルのうち1つ以上が選択され得る。例えば、プロセッサは、第1のモデル210の適合度尺度を超える適合度尺度に基づいて、第2のモデル210を選択し得る。プロセッサはまた、いずれも適合度閾値を上回るそれぞれの適合度尺度に基づいて、第1のモデル200及び第2のモデル210の両方を選択し得る。
一般的に、適合度に基づいて複数のモデルを選択した後、該システムは、以下の態様で、選択を反復的に改善しても良い。即ち、選択されたモデルが、例えば以前に決定された剛体変換を用いて、医療画像にフィッティングされても良い。続いて、複数のフィッティングされたモデル間の幾何学的な変化の領域が、識別されても良い。このことは例えば、最も合致するモデルの各点についてその他の選択されたモデルの各々に対する最も近い点を決定し、次いでこれら点の間の平均距離を計算することを含み得る。ユーザインタラクションサブシステムは次いで、幾何学的な変化の領域の位置についてユーザに視覚的なフィードバックを提供しても良い。斯かる視覚的なフィードバックは、幾何学的な変化の領域を最適に示し、例えば色付きの球又はその他の可視化手段により、当該領域を視覚的に強調する、医療画像の更なるビューを表示することを含んでも良い。ユーザは、例えば境界点のセットから1つ以上の境界点を調節及び/又は削除することにより及び/又は境界点のセットに1つ以上の境界点を追加することにより、該視覚的なフィードバックに基づいて、境界点のセットを調節することを可能とされても良い。続いて、プロセッサは、調節された境界点のセットに基づいて、複数のモデルのうち1つ以上を再選択しても良い。従って、該システムは、例えば最も合致するモデルの選択へと反復的に「絞り込む」ことにより、ユーザの助力により、モデル選択を反復的に改善し得る。
境界点のセットとモデルとの間の変換を決定することは、例えば反復的な最近点アルゴリズムを用いた、点−面照合を含んでも良いことに留意されたい。ここで、ユーザにより規定された各境界点について、例えば全体検索、幾何学的なハッシング又は距離変換を介して、モデルの最近点が決定されても良い。次いで、ユーザにより規定された全ての境界点と対応する最近モデル点との間の距離を最小化する、剛体変換のパラメータが決定されても良い。適合度尺度はこのとき、残りの即ち「最終的な」点−面誤差であり得る。
請求項記載のような本発明は有利にも、3D医療画像の2Dのビューにおいてユーザが境界点を規定することに基づいて、3Dモデルを選択するために用いられ得ることは、理解されるであろう。しかしながらこのことは限定ではなく、3Dモデルは、3Dのビュー若しくは複数の2Dのビューにおいてユーザが境界点を規定することに基づいて選択されても良いし、又は、2Dのビューにおいてユーザが境界点を規定することに基づいて2Dモデルが選択される等しても良い。
複数のモデルの各々との適合度を決定する際、ユーザにより規定された境界点に加えて、1つ以上のコンピュータにより生成された境界点が用いられても良いことに、更に留意されたい。コンピュータにより生成された境界点は、ユーザにより規定された境界点から又はユーザにより規定された境界点に基づいてアルゴリズム的生成されても良く、ユーザにより規定された境界点を増補し、それにより、複数のモデルの各々との適合度を決定する際に用いられる増補された境界点のセットを得るために効果的に利用され得る。例えば、A.X.Falcaoらによる論文「An ultra-fast use-steered image segmentation paradigm: live wire on the fly」(IEEE Transactions on Medical Imaging、Vol. 19、Issue 1、55-62頁)に記載されたような、「live wire」と名付けられたアルゴリズムが、ユーザにより規定された境界点のセットに更なる点を生成し追加するために用いられても良い。当該live wireアルゴリズムへの入力として、また一般的に、ユーザにより規定された境界点は、直線のセグメント又はその他の幾何学的な基本形状の形で規定されても良い。
使用例は以下のようになり得る。ここでは、医療画像のなかの解剖学的構造の注記付けの目的のため、モデルが選択される。ユーザは、2Dビューにおける規定された座標の形で、初期情報を供給しても良い。これら座標は、解剖学的構造のユーザにより規定された2Dモデルを効果的に表し得る。これら座標は、予め定義された3Dモデルのデータベースにクエリ送信するために用いられ得る。手動で入力された座標に対して最も近い類似度を持つ3Dモデルは、注記付けソフトウェアにインポートされ、手動に入力された座標に対する最良の合致に従って医療画像に割り当てられても良い。医療画像に対する3Dモデルの合致を評価する際に、合致度が閾値を下回る場合には、ユーザは、代替の3Dモデルが医療画像にフィッティングされるよう、2Dモデルに対し座標を追加するよう促されても良い。3Dモデルの合致度が閾値を上回る場合には、医療画像は選択された3Dモデルを用いて注記付けされても良い。
図6は、ユーザにより示唆された境界点の限られたセットに基づく、解剖学的構造のセグメント化のための方法400を示す。方法400は、「画像データにアクセスする」と題された動作において、セグメント化されるべき解剖学的構造を有する医療画像を表す画像データにアクセスするステップ(410)を有する。方法400は更に、「モデルデータにアクセスする」と題された動作において、解剖学的構造をセグメント化するための複数のモデルを定義するモデルデータにアクセスするステップ(420)を有し、ここで該複数のモデルの各々は、座標系における座標のセットとして少なくとも部分的に表現可能である。方法400は更に、「ユーザにより示唆された境界点を取得する」と題された動作において、ユーザインタラクションサブシステムを用いて、医療画像のビューにおける解剖学的構造の境界点のセットをユーザが示唆することを可能とし、それにより該ビューに関連する座標系における座標のセットを取得するステップ(430)を有する。方法400は更に、「モデルの適合度を決定する」と題された動作において、境界点のセットと複数のモデルの各々との間の適合度を決定する(440)ことにより、医療画像における解剖学的構造をセグメント化するための複数の方法のうち1つ以上を選択するステップを有し、それにより複数の適合度尺度を取得し、「適合度に基づいてモデルを選択する」と題された動作において、該複数の適合度尺度に基づいて複数のモデルのうち1つ以上を選択し(450)、それにより1つ以上の選択されたモデルを取得する。
以上の動作は、適用可能な場合には例えば入力/出力関係により必要とされる特定の順序の条件下で、例えば連続的に、同時に、又はこれらの組み合わせのような、いずれの適切な順序で実行されても良いことは、理解されるであろう。
方法400は、コンピュータ実装された方法として、専用のハードウェアとして、又は両方の組み合わせとして、コンピュータ上で実装されても良い。また、図7に示されるように、例えば実行可能なコードのようなコンピュータのための命令が、例えば一連の機械読み取り可能な物理的なマーク470の形で、及び/又は例えば磁気又は光学的な特性又は値のような異なる電気的な特性又は値を持つ一連の要素として、コンピュータ読み取り可能な媒体460上に保存されても良い。該実行可能なコードは、非持続性又は持続性の態様で保存されても良い。コンピュータ読み取り可能な媒体の例は、メモリ装置、光学記憶装置、集積回路、サーバ、オンラインソフトウェア等を含む。図7は、光ディスク460を示す。
本発明は、コンピュータプログラム、特に本発明を実行するように構成された、担体上又は担体中のコンピュータプログラムにも拡張されることは、理解されるであろう。該プログラムは、ソースコード、オブジェクトコード、部分的にコンパイルされた形態のようなコード中間ソース及びオブジェクトコード、又は本発明による方法の実装における使用に適した他のいずれかの形態であっても良い。斯かるプログラムは、多くの異なる構造的な設計を持ち得ることも理解されるであろう。例えば、本発明による方法又はシステムの機能を実装するプログラムコードは、1つ以上のサブルーチンに分割されても良い。これらサブルーチンに機能を分散させる多くの方法が、当業者には明らかであろう。これらサブルーチンは、1つの実行可能ファイルに合わせて保存され、内蔵型プログラムを形成しても良い。斯かる実行可能ファイルは、例えばプロセッサ命令及び/又はインタプリタ命令(例えばJava(登録商標)インタプリタ命令)のような、コンピュータ実行可能な命令を有しても良い。代替として、これらサブルーチンの1つ以上又は全てが、少なくとも1つの外部のライブラリファイルに保存され、例えば実行時に、静的又は動的にメインプログラムとリンクされても良い。メインプログラムは、これらサブルーチンの少なくとも1つに対する少なくとも1つの呼び出しを含む。また、これらサブルーチンは、互いに対する関数呼び出しを有しても良い。コンピュータプログラムに関連する実施例は、開示された方法の少なくとも1つの処理ステップの各々に対応するコンピュータ実行可能な命令を有する。これら命令はサブルーチンに分割されても良く、及び/又は静的又は動的にリンクされ得る1つ以上のファイルに保存されても良い。コンピュータプログラムに関連する他の実施例は、開示されたシステム及び/又はコンピュータプログラムの少なくとも1つの手段の各々に対応するコンピュータ実行可能な命令を有する。これら命令はサブルーチンに分割されても良く、及び/又は静的又は動的にリンクされ得る1つ以上のファイルに保存されても良い。
コンピュータプログラムの担体は、該プログラムを担持することが可能ないずれのエンティティ又は装置であっても良い。該担体は、例えばCD−ROM若しくは半導体ROMといったROMのような記憶媒体、又は例えばハードディスクのような磁気記録媒体を含んでも良い。更に、該担体は、電気若しくは光ケーブル、無線、又はその他の手段を介して搬送され得る、電気又は光信号のような、送信可能な媒体であっても良い。該プログラムが斯かる信号において実施化される場合には、該担体は斯かるケーブル又はその他の装置若しくは手段により構成されても良い。代替として、該担体は、関連する方法を実行するように又は関連する方法の実行における使用のために構成された、該プログラムが組み込まれた集積回路であっても良い。
上述の実施例は本発明を限定するものではなく説明するものであって、当業者は添付する請求項の範囲から逸脱することなく多くの代替実施例を設計することが可能であろうことは留意されるべきである。請求項において、括弧に挟まれたいずれの参照記号も、請求の範囲を限定するものとして解釈されるべきではない。動詞「有する(comprise)」及びその語形変化の使用は、請求項に記載されたもの以外の要素又はステップの存在を除外するものではない。要素に先行する冠詞「1つの(a又はan)」は、複数の斯かる要素の存在を除外するものではない。本発明は、幾つかの別個の要素を有するハードウェアによって、及び適切にプログラムされたコンピュータによって実装されても良い。幾つかの手段を列記した装置請求項において、これら手段の幾つかは同一のハードウェアのアイテムによって実施化されても良い。特定の手段が相互に異なる従属請求項に列挙されているという単なる事実は、これら手段の組み合わせが有利に利用されることができないことを示すものではない。
020 画像保存部
022 医療画像の画像データ
024 医療画像のビュー
030 解剖学的構造
040 モデルデータベース
042 モデルデータ
060 ディスプレイ
062 表示データ
080 ユーザ装置
082 入力コマンド
100 解剖学的構造のセグメント化のためのシステム
120 画像データインタフェース
140 モデルデータインタフェース
160 プロセッサ
162 ユーザインタラクションサブシステムとの通信
180 ユーザインタラクションサブシステム
182 表示出力
184 ユーザ装置入力部
200 第1のモデル
210 第2のモデル
300 ユーザにより示唆された境界点
302 重要点としてマークされた境界点
304 重要点としてマークされた境界点
400 解剖学的構造のセグメント化のための方法
410 画像データにアクセス
415 データベースにモデルを保存
420 モデルデータにアクセス
430 ユーザにより示唆された境界点を取得
440 モデルの適合度を決定
450 適合度に基づきモデルを選択
460 コンピュータ読み取り可能な媒体
470 持続型データとして保存された命令

Claims (15)

  1. 解剖学的構造のセグメント化のためのシステムであって、
    セグメント化されるべき解剖学的構造を有する医療画像を表す画像データにアクセスするための、画像データインタフェースと、
    解剖学的構造をセグメント化するための複数のモデルを定義するモデルデータにアクセスするための、モデルデータインタフェースと、
    を有し、前記複数のモデルの各々は、少なくとも一部が、座標系における座標のセットとして表現可能であり、前記システムは更に、
    ユーザインタラクションサブシステム
    を有し、前記ユーザインタラクションサブシステムは、
    ディスプレイに医療画像のビューを表示するための表示出力部と、
    ユーザにより操作可能なユーザ装置から入力コマンドを受信するためのユーザ装置入力部と、
    を有し、前記ユーザインタラクションサブシステムは、前記ビューにおける解剖学的構造の境界点のセットをユーザが示唆し、これにより前記ビューに関連する座標系における座標のセットを得ることを可能とするよう構成され、前記システムは更に、
    それぞれの座標の比較に基づいて、前記境界点のセットと前記複数のモデルの各々との間の適合度を決定し、それにより複数の適合度尺度を取得し、
    前記複数の適合度尺度に基づいて前記複数のモデルの1つ以上を選択し、それにより1つ以上の選択されたモデルを取得する
    ことにより、前記医療画像における前記解剖学的構造をセグメント化するための前記複数のモデルのうちの1つ以上を選択するためのプロセッサ
    を有する、システム。
  2. 前記プロセッサは、前記選択された1つ以上のモデルを前記医療画像における前記解剖学的構造にフィッティングし、それにより1つ以上のフィッティングされたモデルを得るよう構成された、請求項1に記載のシステム。
  3. 前記プロセッサは、複数のモデルが選択されフィッティングされたときに、前記複数のフィッティングされたモデル間の幾何学的な変化の領域を識別するよう構成され、
    前記ユーザインタラクションサブシステムは、前記幾何学的な変化の領域の位置についての視覚的なフィードバックをユーザに提供するよう構成された、
    請求項2に記載のシステム。
  4. 前記ユーザインタラクションサブシステムは、前記視覚的なフィードバックに基づいて、ユーザが、前記境界点のセットを調節、前記境界点のセットから境界点を削除、及び/又は前記境界点のセットに境界点を追加することを可能とするよう構成され、
    前記プロセッサは、前記調節された前記境界点のセットに基づいて、前記複数のモデルの1つ以上を再選択するよう構成された、
    請求項3に記載のシステム。
  5. 前記ユーザインタラクションサブシステムは、前記幾何学的な変化の領域の位置についての視覚的なフィードバックをユーザに提供するときに、前記医療画像における前記幾何学的な変化の領域の位置を表す、前記医療画像のビューを更に表示するよう構成された、請求項3又は4に記載のシステム。
  6. 前記プロセッサは、適合度閾値を超えるそれぞれの適合度尺度に基づいて、前記複数のモデルの1つ以上を選択するよう構成された、請求項1乃至5のいずれか一項に記載のシステム。
  7. 前記プロセッサは、前記適合度を決定するときに、前記境界点のセットと前記複数のモデルの各々との間の剛体変換を決定するよう構成された、請求項1乃至6のいずれか一項に記載のシステム。
  8. 前記プロセッサは、それぞれの前記剛体変換に基づいて、前記選択された1つ以上のモデルを、前記医療画像における前記解剖学的構造に適用するよう構成された、請求項2を引用する請求項7に記載のシステム。
  9. 前記医療画像は、3次元医療画像であり、
    前記ビューは、前記3次元医療画像の2次元表現であり、
    前記複数のモデルは3次元モデルである、
    請求項1乃至8のいずれか一項に記載のシステム。
  10. 前記複数のモデルの各々は、少なくとも部分的に、面メッシュにより表された、請求項1乃至9のいずれか一項に記載のシステム。
  11. 前記プロセッサは、前記境界点のセットの、前記複数のモデルの各々のそれぞれの面メッシュへの、点対面照合に基づいて、前記適合度を決定するよう構成された、請求項10に記載のシステム。
  12. 前記ユーザインタラクションサブシステムは、ユーザが1つ以上のフィッティングされたモデルを用いて前記医療画像を注記付けすることを可能とするよう構成された、請求項2又は請求項2を引用する請求項3乃至11のいずれか一項に記載のシステム。
  13. 請求項1乃至12のいずれか一項に記載のシステムを有する、ワークステーション又は画像装置。
  14. 解剖学的構造のセグメント化のための方法であって、
    セグメント化されるべき解剖学的構造を有する医療画像を表す画像データにアクセスするステップと、
    解剖学的構造をセグメント化するための複数のモデルを定義するモデルデータにアクセスするステップと、
    を有し、前記複数のモデルの各々は、少なくとも一部が、座標系における座標のセットとして表現可能であり、前記方法は更に、
    ユーザインタラクションサブシステムを用いて、医療画像のビューにおける前記解剖学的構造の境界点のセットをユーザが示唆し、これにより前記ビューに関連する座標系における座標のセットを得ることを可能とするステップと、
    それぞれの座標の比較に基づいて、前記境界点のセットと前記複数のモデルの各々との間の適合度を決定し、それにより複数の適合度尺度を取得し、
    前記複数の適合度尺度に基づいて前記複数のモデルの1つ以上を選択し、それにより1つ以上の選択されたモデルを取得する
    ことにより、前記医療画像における前記解剖学的構造をセグメント化するための複数のモデルの1つ以上を選択するステップと、
    を有する、方法。
  15. 請求項14に記載の方法をプロセッサシステムに実行させるための命令を有する、コンピュータプログラム製品。
JP2017553241A 2015-04-23 2016-04-19 解剖学的構造のモデルベースのセグメント化 Active JP6789238B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP15164754 2015-04-23
EP15164754.2 2015-04-23
PCT/EP2016/058595 WO2016169903A1 (en) 2015-04-23 2016-04-19 Model-based segmentation of an anatomical structure

Publications (2)

Publication Number Publication Date
JP2018512956A true JP2018512956A (ja) 2018-05-24
JP6789238B2 JP6789238B2 (ja) 2020-11-25

Family

ID=53008322

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017553241A Active JP6789238B2 (ja) 2015-04-23 2016-04-19 解剖学的構造のモデルベースのセグメント化

Country Status (7)

Country Link
US (1) US10497127B2 (ja)
EP (1) EP3286728B1 (ja)
JP (1) JP6789238B2 (ja)
CN (1) CN107567638B (ja)
BR (1) BR112017022425A2 (ja)
RU (1) RU2721078C2 (ja)
WO (1) WO2016169903A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109564685B (zh) * 2016-08-02 2023-04-28 皇家飞利浦有限公司 鲁棒的肺叶分割
CN107220984B (zh) * 2017-05-05 2021-07-16 上海联影医疗科技股份有限公司 图像分割方法、图像分割系统及图像分割装置
EP3537447A1 (en) * 2018-03-07 2019-09-11 Koninklijke Philips N.V. Display of medical image data
EP3965683A1 (en) * 2019-05-09 2022-03-16 Materialise NV Surgery planning system with automated defect quantification
US11288797B2 (en) 2020-07-08 2022-03-29 International Business Machines Corporation Similarity based per item model selection for medical imaging

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005169120A (ja) * 2003-12-08 2005-06-30 Siemens Ag 検査対象の結果画像の作成方法および画像処理システム
WO2010092919A1 (ja) * 2009-02-13 2010-08-19 株式会社 日立メディコ 医用画像表示方法、医用画像診断装置、及び医用画像表示装置
JP2010534500A (ja) * 2007-07-27 2010-11-11 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 画像位置合わせに対するインタラクティブアトラス
WO2011070464A2 (en) * 2009-12-10 2011-06-16 Koninklijke Philips Electronics N.V. A system for rapid and accurate quantitative assessment of traumatic brain injury
WO2012128121A1 (ja) * 2011-03-18 2012-09-27 国立大学法人岐阜大学 パノラマエックス線写真を利用した診断支援システム、及びパノラマエックス線写真を利用した診断支援プログラム
JP2013514115A (ja) * 2009-12-16 2013-04-25 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 新規な最適化対象を生成するためのプラン群の使用方法
JP2013198763A (ja) * 2005-04-15 2013-10-03 Toshiba Corp 医用画像処理装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030160786A1 (en) * 2002-02-28 2003-08-28 Johnson Richard K. Automatic determination of borders of body structures
US7796790B2 (en) 2003-10-17 2010-09-14 Koninklijke Philips Electronics N.V. Manual tools for model based image segmentation
EP1924098A1 (en) * 2006-11-14 2008-05-21 Sony Deutschland GmbH Motion estimation and scene change detection using two matching criteria
US8050473B2 (en) * 2007-02-13 2011-11-01 The Trustees Of The University Of Pennsylvania Segmentation method using an oriented active shape model
WO2008141996A2 (en) 2007-05-18 2008-11-27 Nordic Bioscience Imaging A/S Semi-automatic contour detection
US9189886B2 (en) 2008-08-15 2015-11-17 Brown University Method and apparatus for estimating body shape
DE102009006636B4 (de) 2008-12-30 2016-02-18 Siemens Aktiengesellschaft Verfahren zur Ermittlung einer 2D-Kontur einer in 3D-Bilddaten abgebildeten Gefäßstruktur
WO2010142595A1 (en) 2009-06-11 2010-12-16 Nordic Bioscience Imaging A/S Improved alignment of shapes of body parts from images
US8711143B2 (en) 2010-08-25 2014-04-29 Adobe Systems Incorporated System and method for interactive image-based modeling of curved surfaces using single-view and multi-view feature curves
US8472686B2 (en) * 2010-11-08 2013-06-25 Cranial Technologies, Inc. Method and apparatus for orienting image representative data
CN102920537B (zh) * 2012-11-01 2014-12-17 上海理工大学 用于检验人体腰椎骨骼和植入物双重安全有效性的方法
JP2016521971A (ja) * 2013-04-23 2016-07-28 イェダ リサーチ アンド ディベロップメント カンパニー リミテッド 単離ナイーブ型多能性幹細胞およびそれを発生させる方法関連出願本出願は、米国特許法119条第(e)項に基づき、2014年1月29日出願の米国特許仮出願第61/932,935号、2013年9月17日出願の米国特許仮出願第61/878,769号、および2013年4月23日出願の米国特許仮出願第61/814,920号の優先権を主張する。また、本出願は、同時に提出された同出願人による同時係属出願である、YaqubHANNA、NoaNOVERSHTERN、およびYoachRAISによる米国特許出願(発明の名称「単離ナイーブ型多能性幹細胞およびそれを発生させる方法(ISOLATEDNAIVEPLURIPOTENTSTEMCELLSANDMETHODSOFGENERATINGSAME)」)(代理人事件記録簿第58870号)にも関する。上記出願の内容はその全体を参考として本明細書に組み込む。
WO2015066458A1 (en) * 2013-11-01 2015-05-07 The Research Foundation For The State University Of New York Method for measuring the interior three-dimensional movement, stress and strain of an object

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005169120A (ja) * 2003-12-08 2005-06-30 Siemens Ag 検査対象の結果画像の作成方法および画像処理システム
JP2013198763A (ja) * 2005-04-15 2013-10-03 Toshiba Corp 医用画像処理装置
JP2010534500A (ja) * 2007-07-27 2010-11-11 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 画像位置合わせに対するインタラクティブアトラス
WO2010092919A1 (ja) * 2009-02-13 2010-08-19 株式会社 日立メディコ 医用画像表示方法、医用画像診断装置、及び医用画像表示装置
WO2011070464A2 (en) * 2009-12-10 2011-06-16 Koninklijke Philips Electronics N.V. A system for rapid and accurate quantitative assessment of traumatic brain injury
JP2013513409A (ja) * 2009-12-10 2013-04-22 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 外傷性脳損傷の迅速かつ正確な定量的評価システム
JP2013514115A (ja) * 2009-12-16 2013-04-25 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 新規な最適化対象を生成するためのプラン群の使用方法
WO2012128121A1 (ja) * 2011-03-18 2012-09-27 国立大学法人岐阜大学 パノラマエックス線写真を利用した診断支援システム、及びパノラマエックス線写真を利用した診断支援プログラム

Also Published As

Publication number Publication date
RU2721078C2 (ru) 2020-05-15
BR112017022425A2 (pt) 2018-07-10
CN107567638A (zh) 2018-01-09
US10497127B2 (en) 2019-12-03
US20180137626A1 (en) 2018-05-17
CN107567638B (zh) 2021-10-15
RU2017140845A (ru) 2019-05-23
EP3286728B1 (en) 2023-08-30
WO2016169903A1 (en) 2016-10-27
JP6789238B2 (ja) 2020-11-25
RU2017140845A3 (ja) 2019-10-07
EP3286728A1 (en) 2018-02-28

Similar Documents

Publication Publication Date Title
JP6884853B2 (ja) ニューラルネットワーク法を用いた画像セグメンテーション
US9953429B2 (en) Model-based segmentation of an anatomical structure
JP6789238B2 (ja) 解剖学的構造のモデルベースのセグメント化
US11468567B2 (en) Display of medical image data
CN113168912B (zh) 使用深度学习确定3d数据集中对象的增长速度
CN110546685B (zh) 图像分割和分割预测
US10692226B2 (en) Medical atlas registration
US10282917B2 (en) Interactive mesh editing
US10672122B2 (en) Optimizing user interactions in segmentation
CN109416835B (zh) 医学图像中的变化检测
US20180064409A1 (en) Simultaneously displaying medical images
EP3884501A1 (en) Interactive iterative image annotation
US20240005503A1 (en) Method for processing medical images
US20230030618A1 (en) Making measurements in images
Beichel et al. Segmentation of Diseased Livers: A 3D Refinement Approach

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190403

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200213

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200317

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20200616

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200917

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201006

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201102

R150 Certificate of patent or registration of utility model

Ref document number: 6789238

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250