JP2018529443A - 肺状態マップの生成 - Google Patents
肺状態マップの生成 Download PDFInfo
- Publication number
- JP2018529443A JP2018529443A JP2018516024A JP2018516024A JP2018529443A JP 2018529443 A JP2018529443 A JP 2018529443A JP 2018516024 A JP2018516024 A JP 2018516024A JP 2018516024 A JP2018516024 A JP 2018516024A JP 2018529443 A JP2018529443 A JP 2018529443A
- Authority
- JP
- Japan
- Prior art keywords
- lung
- ray
- dark field
- information
- field information
- 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
Links
- 210000004072 lung Anatomy 0.000 title claims abstract description 242
- 238000003384 imaging method Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 29
- 210000000988 bone and bone Anatomy 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 18
- 230000005855 radiation Effects 0.000 claims description 15
- 230000001629 suppression Effects 0.000 claims description 12
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 abstract description 27
- 239000000090 biomarker Substances 0.000 abstract description 6
- 208000024891 symptom Diseases 0.000 abstract description 2
- 210000000038 chest Anatomy 0.000 description 33
- 230000002238 attenuated effect Effects 0.000 description 14
- 208000019693 Lung disease Diseases 0.000 description 13
- 210000001519 tissue Anatomy 0.000 description 9
- 238000001514 detection method Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 210000004872 soft tissue Anatomy 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000005669 field effect Effects 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 206010014561 Emphysema Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 206010056342 Pulmonary mass Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 210000004712 air sac Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005305 interferometry Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000101 novel biomarker Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000001991 scapula Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/484—Diagnostic techniques involving phase contrast X-ray imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5252—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data removing objects from field of view, e.g. removing patient table from a CT image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
肺状態のバイオマーカは、従来、肺活量計を用いて得ることができる。肺活量計は、肺により吐き出される空気の体積の推定値を提供する。肺気量の減少は症状が相当に進んだ時点でのみ現れ得るので、これは肺状態の段階分類のかなり間接的なバイオマーカである。慢性閉塞性肺疾患（ＣＯＰＤ）等の肺状態は、典型的には、従来のＸ線減衰画像上では見ることができない。関連する組織（肺胞を持つ微細構造肺組織）が多くの空気を含むからである。Ｘ線暗視野は、肺胞等の微細構造を旨く示すことができる。従って、暗視野を用いて肺を撮像することは、ＣＯＰＤの状態に関する情報を提供することができる。
Description
本発明は、肺状態マップを生成する装置、Ｘ線撮像装置、肺状態マップを生成する方法、コンピュータプログラム製品及びコンピュータ読取可能な媒体に関する。
Ｘ線が関心対象を貫通する場合、該関心対象の構造に関する情報がＸ線の減衰、位相及び散乱成分の形で伝達される。通常の検出器は散乱及び位相変化を積分するので、減衰画像は位相又は散乱情報は示すことがない。近年の干渉計測法はＸ線画像の位相及び散乱成分を導出することを可能にしており、従って、撮像された関心対象の構造に関する一層多くの情報を得ることができる。
暗視野散乱とは、Ｘ線ビームが関心対象内の微細構造により散乱される過程を指す。暗視野効果は、通常の減衰Ｘ線画像が散乱されたＸ線の線積分を実効的に実行する故に、通常は見えない。Ｘ線検出器の前に配置された特別に適合化された干渉計によれば、当該Ｘ線放射の散乱成分を減衰成分及び位相変調成分から分離することができる。
国際特許出願公開第WO2014/002026号は、撮像装置による被写体の暗視野画像投影の取得を含む暗視野撮像のための方法を論じている。しかしながら、このような撮像方法は更に改善することができる。
Ｘ線画像に基づいて診断情報を提供する改善された技術を有することが有益であろう。
この目的のため、本発明の第１態様は肺状態マップを生成する装置を提供する。
該装置は、入力ユニット及び処理ユニットを有する。
前記入力ユニットは前記処理ユニットに対して、患者の胸部のＸ線減衰情報及び患者の胸部のＸ線暗視野情報を供給するように構成される。
前記入力ユニットは前記処理ユニットに対して、患者の胸部のＸ線減衰情報及び患者の胸部のＸ線暗視野情報を供給するように構成される。
前記処理ユニットは、前記Ｘ線減衰情報を分割して、分割されない領域から分離された、分割されたＸ線画像データを供給するように構成される。該分割された画像データは、当該Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有する。前記処理ユニットは、前記肺マスク画像に骨抑圧アルゴリズムを適用することにより骨無し肺画像データを供給すると共に、該骨無し肺画像データに放射線減衰モデルを適用することにより肺奥行きマップを生成するようにも構成される。
上記肺奥行きマップは、前記骨無し肺画像データの各データ値に対して肺の厚さ値を有する。前記処理ユニット（プロセッサ）は、更に、前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して、肺状態マップを表す正規化された肺暗視野情報を生じさせるように構成される。
本発明の第２態様によれば、
− Ｘ線源及びＸ線検出器を備えたＸ線画像取得装置、及び
− 前述した装置、
を有するＸ線撮像装置が提供される。前記Ｘ線画像取得装置は、患者の胸部のＸ線減衰情報及びＸ線暗視野情報を取得すると共に、これらＸ線減衰情報及びＸ線暗視野情報を前記装置のインターフェースに供給するように構成される。
− Ｘ線源及びＸ線検出器を備えたＸ線画像取得装置、及び
− 前述した装置、
を有するＸ線撮像装置が提供される。前記Ｘ線画像取得装置は、患者の胸部のＸ線減衰情報及びＸ線暗視野情報を取得すると共に、これらＸ線減衰情報及びＸ線暗視野情報を前記装置のインターフェースに供給するように構成される。
本発明の第３態様によれば、肺状態マップを生成する方法が提供され、該方法は：
ａ）患者の胸部のＸ線減衰情報を供給するステップと、
ｂ）患者の胸部のＸ線暗視野情報を供給するステップと、
ｃ）前記Ｘ線減衰情報を分割して、分割されていない領域から分離された、分割されたＸ線画像データを供給するステップであって、該分割されたＸ線画像データが前記Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有するステップと、
ｄ）前記肺マスク画像に骨抑圧アルゴリズムを適用することにより骨無し肺画像データを供給するステップと、
ｅ）前記骨無し肺画像データに放射線減衰モデルを適用することにより肺奥行きマップを生成するステップであって、該肺奥行きマップが前記骨無し肺画像データの各データ値に対する肺厚さ値を有するステップと、
ｆ）前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して、肺状態マップを表す正規化された肺暗視野情報を生成するステップと、
を有する。
ａ）患者の胸部のＸ線減衰情報を供給するステップと、
ｂ）患者の胸部のＸ線暗視野情報を供給するステップと、
ｃ）前記Ｘ線減衰情報を分割して、分割されていない領域から分離された、分割されたＸ線画像データを供給するステップであって、該分割されたＸ線画像データが前記Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有するステップと、
ｄ）前記肺マスク画像に骨抑圧アルゴリズムを適用することにより骨無し肺画像データを供給するステップと、
ｅ）前記骨無し肺画像データに放射線減衰モデルを適用することにより肺奥行きマップを生成するステップであって、該肺奥行きマップが前記骨無し肺画像データの各データ値に対する肺厚さ値を有するステップと、
ｆ）前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して、肺状態マップを表す正規化された肺暗視野情報を生成するステップと、
を有する。
本発明の第４態様によれば、前述した装置又は前述したＸ線撮像装置を制御するための命令を有するコンピュータプログラム製品であって、処理ユニットにより実行された場合に、前述した方法のステップを実行するように構成されたコンピュータプログラム製品が提供される。
本発明の第５態様によれば、前記記載のコンピュータプログラム製品を記憶したコンピュータ読取可能な媒体が提供される。
多くの肺疾患は、従来のＸ線減衰撮像技術を用いて識別することが困難である。これは、多くの肺疾患に伴う患者の肺の変化が、当該疾患が進行した段階になるまで現れないからである。人の肺は微細構造化されており、かくして、肺の表面積は最大化され、効率的なガス交換を可能にしている。該微細構造は、肺胞と呼ばれる薄い壁の嚢を有している。肺内の肺胞の分布又は寸法の変化は、疾患の存在を示し得る。例えば、多数の肺胞が崩れ、単一の大きな肺胞を形成し得る。この状態は、気腫と呼ばれる。
従って、肺胞寸法の変化に敏感なＸ線撮像方式の使用は、肺状態（肺疾患）の早期の検出を可能にし、肺疾患に関するバイオマーカとなり得る。更に、疾患の変化は肺にわたって分布され得るから、肺の広がりにわたる当該疾患の分布の画像を得ることができる。
この技術は、しばしば肺活量計等の装置を使用する以前の肺疾患検出技術に勝る進歩である。肺活量計は、肺の全体的能力に関する情報は提供することができるが、肺疾患の状態を肺の特定の部分まで位置特定することはできない。また、肺活量計は、呼吸困難という症状を呈するまで、肺疾患を識別することができない。従って、請求項の主題は、改善された肺状態評価ツールを提供することである。
以下の記載において、“Ｘ線減衰情報”なる用語は、当該Ｘ線が伝搬した組織体積の透過特性（密度、物質誘電率等により決まる）の積分に画像輝度が比例するような画像を供給するＸ線情報を指す。言い換えると、Ｘ線減衰情報は、古典的なＸ線画像である。
以下の記載において、“Ｘ線暗視野情報”なる用語は、印加されたＸ線の散乱成分を含むＸ線情報を指す。典型的に、この情報は干渉検出方法を用いて得ることができるが、他の方法も知られている。関心対象における微細構造は、Ｘ線波の散乱を生じ得る。古典的に、斯かる散乱成分は最終的Ｘ線減衰値に統合され、従って分離することはできなかった。例えば、干渉Ｘ線撮像技術を使用すれば、今や、Ｘ線信号の散乱成分は減衰及び位相成分から区別し、関心対象の内部構造に関する追加の情報を提供することができる。
“肺マスク画像”なる用語は、Ｘ線減衰画像における肺の構造を表す減衰情報を含む領域を指す（胸部が関心対象として撮像された場合）。
“骨無し肺画像データ”なる用語は、骨抑圧アルゴリズムにより除去された関心領域内の骨の存在に起因する画像情報を有していた肺マスク画像の部分を指す。このような骨は、肩甲骨又は胸郭骨であり得る。
“肺奥行きマップ”なる用語は、一群の情報、ごく普通には二次元ビットマップ画像であって、該ビットマップの各ピクセルの大きさが当該ピクセルにおける肺の領域の厚さ（例えば、ミリメートルでの）を反映するものを指す。
“放射線減衰モデル”なる用語は、Ｘ線ビームが特定の厚さの軟組織又は肺組織を介して伝搬する場合の該Ｘ線ビームの減衰を計算するために放射線物理学を用いる数学的技術又はアルゴリズムを指す。放射線減衰モデルは軟組織を水としてモデル化することができ、肺の内部空間を空気としてモデル化することができる。この場合、軟組織の領域はかなりの量のＸ線減衰を生じると定義することができる一方、肺の空気を含む部分は殆ど零の減衰しか生じないと定義することができる。放射線減衰モデルは逆にすることができ、特定の厚さの肺が水により充填された場合に生じる減衰をシミュレーションすることができる。このようにして、肺マスク画像は肺組織が存在しないように見える胸部画像を生成するために使用することができる。
“正規化された肺暗視野情報”なる用語は、肺の厚さを考慮するために暗視野情報を正規化する処理の出力を指す。肺の一層厚い部分は、一層多くの散乱を生じさせる。このことは、単位距離に関し単位距離当たり一定の散乱が生成すると仮定すると、上記Ｘ線ビームは当該肺を介して一層多くの単位距離にわたり伝搬しているので、一層多くの散乱を受けている故に当てはまる。肺の厚さに対する肺暗視野情報の正規化は、このことが、不正確な肺状態マップの結果をもたらすことを防止する。
“肺状態マップ”なる用語は、例えば、胸骨に起因する影響又は肺の厚さの変化が無い、肺の少なくとも微細構造の状態に関する情報を含む２Ｄ画像である。このように、肺状態マップは医師に肺の状態に関する追加の有用な情報を提供することができる。
言い換えると、本発明のアイデアは、Ｘ線露光を用いて、医師に肺の微細構造の状態を提示するための新たなツールを提供するということである。
本発明の上記及び他の態様は、後述する実施態様から明らかとなり、斯かる実施態様を参照して解説されるであろう。
慢性閉塞性肺疾患（ＣＯＰＤ）等の肺状態は、非侵襲的技術を用いて検出することが困難である。慢性閉塞性肺疾患（ＣＯＰＤ）においては、肺胞の通常は小さくてコンパクトな微細構造が互いに倒れ込み始め、一層大きくなる。ＣＯＰＤの分類（例えば、肺気腫の分類）のための現在の組織学的方法は、所謂平均弦長（ＭＣＬ）である。これは、平均肺胞間距離を有する統計的尺度である。肺胞状態は、典型的に、通常の減衰Ｘ線上では見えない。肺胞の気嚢構造は、Ｘ線ビームに対して非常に小さな減衰しか生ぜず、従って、ＣＯＰＤ状態が酷い状態に達してしまうまでＸ線減衰画像では見えないことを意味する。
このように、典型的な臨床状況において、患者に関するＭＣＬの実際の測定値を得ることは、殆ど試行されることのない侵襲的生検処置を意味する。このように、ＣＯＰＤの進行を追跡する試みは、通常、肺胞の劣化に起因する患者の呼吸能力に対する損傷の間接的推定情報を提供する肺活量計の使用を伴う。
図１は、ＣＯＰＤの影響を受けたマウスの胸部の古典的な減衰ベースのＸ線画像を示す。慣例により、画像における一層密な領域は一層明るい見え方を有している。このマウスは該画像を撮影した時点で酷いＣＯＰＤを患っていたが、該マウスがＣＯＰＤを患っていることは図１からは明らかでない。肺を含む胸部の点線１０により示される領域は、健康なマウスの肺と比較して、異常な部分は有していない。
Ｘ線画像から一層多くの情報を得るための最近の技術は、Ｘ線暗視野の使用に依存している。
人の肺胞の相対的に弱い吸収という問題は、暗視野撮像を用いて対処することができる。暗視野撮像は、画像を、当該Ｘ線放射における走査される被写体内の微細構造により回折された散乱成分に基づいて生成する。Ｘ線暗視野効果は、肺胞の微細構造を明らかにし、かくして、肺構造に関する新たな情報を提供するために利用される。
図２は、図１におけるのと同一の場面の暗視野Ｘ線画像を示す。肺野にわたって高い信号レベルが存在することが分かる。肺胞の内部微細構造が、多くのＸ線放射を散乱させている。右側の肺１２が左側の肺１４より僅かに明るいことが見て取れる。このように、一次近似として、右側の肺１２における肺胞の微細構造は、左側の肺１４における肺胞の微細構造よりも密でありそうである。言い換えると、右側の肺１２における肺胞の平均弦長（ＭＣＬ）は、左側の肺１４に関する肺胞の平均弦長よりも短そうである。このように、暗視野信号は、肺胞の劣化に関連する特定の肺状態と良く相関し、かくして、ＣＯＰＤ等の疾病が暗視野撮像により接近可能なものとなるようにさせる。本発明の第３態様によれば、肺状態マップを生成する方法１６が提供され、該方法は：
ａ）患者の胸部のＸ線減衰情報を供給するステップ１８と、
ｂ）患者の胸部のＸ線暗視野情報を供給するステップ２０と、
ｃ）前記Ｘ線減衰情報を分割して、分割されていない領域から分離された、分割Ｘ線画像データを供給するステップであって、該分割Ｘ線画像データが前記Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有するステップ２２と、
ｄ）前記肺マスク画像に骨抑圧アルゴリズムを適用することにより骨無し肺画像データを供給するステップ２４と、
ｅ）前記骨無し肺画像データに放射線減衰モデルを適用することにより肺奥行きマップを生成するステップであって、該肺奥行きマップが前記骨無し肺画像データの各データ値に対する肺厚さ値を有するステップ２６と、
ｆ）前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して、肺状態マップを表す正規化された肺暗視野情報を生成するステップ２８と、
を有する。
ａ）患者の胸部のＸ線減衰情報を供給するステップ１８と、
ｂ）患者の胸部のＸ線暗視野情報を供給するステップ２０と、
ｃ）前記Ｘ線減衰情報を分割して、分割されていない領域から分離された、分割Ｘ線画像データを供給するステップであって、該分割Ｘ線画像データが前記Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有するステップ２２と、
ｄ）前記肺マスク画像に骨抑圧アルゴリズムを適用することにより骨無し肺画像データを供給するステップ２４と、
ｅ）前記骨無し肺画像データに放射線減衰モデルを適用することにより肺奥行きマップを生成するステップであって、該肺奥行きマップが前記骨無し肺画像データの各データ値に対する肺厚さ値を有するステップ２６と、
ｆ）前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して、肺状態マップを表す正規化された肺暗視野情報を生成するステップ２８と、
を有する。
本発明の該第３態様によれば、ＭＣＬの変化がＸ線減衰画像を用いて認識できない場合、ＣＯＰＤの進行を早期の段階で追跡することができる。このように、臨床専門医にとり続くＣＯＰＤ評価及び病期分類のために有用な新しいバイオマーカを提供することができる。
当該発明を以下に更に詳細に説明する。
ステップａ）において、患者胸部の１つのＸ線減衰画像が供給される。該Ｘ線減衰情報は、オプションとして、デジタル平面パネルＸ線検出器により供給されるグレイスケールビットマップ画像とすることができ、又は代わりにデジタル化されたアナログＸ線減衰スライドとすることもできる。
ステップｂ）において、患者胸部の１つのＸ線暗視野情報が提供される。該Ｘ線暗視野情報は暗視野対応Ｘ線撮像装置により供給される。Ｘ線減衰情報及びＸ線暗視野情報の同時取得を可能にする多機能Ｘ線撮像装置が利用可能であることが理解されるであろう。
オプションとして、当該Ｘ線減衰情報及びＸ線暗視野情報を提供するために、Ｘ線減衰情報及びＸ線暗視野撮像情報を捕捉することができるデュアルモードＸ線撮像装置を使用することもできる。このことは、Ｘ線減衰情報が既にＸ線暗視野情報に最適に位置合わせされていることを意味する。
ステップｃ）においては、当該Ｘ線減衰情報に分割アルゴリズムが適用されて、分割されていない領域から分離された、分割されたＸ線画像データを供給し、その場合において、該分割されたＸ線画像データは当該Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有する。
図４は、胸部減衰Ｘ線から骨情報を除去するための処理の一例を示す。
図４のｃ）は、例えば、骨無し肺画像データに放射線減衰モデルが適用された後に水で満たされた肺をシミュレーションすることにより供給される肺奥行きマップを示す。
図４のｂ）は、骨無し肺野を伴う肺減衰画像を示す。
図４のａ）において、人の胸部のＸ線減衰画像は分割されている。分割輪郭３２内に位置する分割画像データ３０は、当該Ｘ線減衰情報における肺構造領域に対応する。このように、肺マスク画像を形成することが可能である。分割（セグメント化）技術は、画像処理の当業者により知られているので、ここでは、これ以上説明されない。肺奥行きマップは、骨無し肺野内のＸ線暗視野を正規化するために使用することができる。
図５は、人の胸腔４０を経るスライスの概略図を示す。
Ｘ線源４２の概略位置が胸腔４０上に示されている。該胸腔は、肋骨４４、厚い肺組織の部分４６、薄い肺組織の部分４８、上側胸部５０及び下側胸部５２を有している。
この概略図のために、Ｘ線源４２は胸部４０に向かって均一なＸ線を放出し、これらＸ線は平面パネル検出器５４（Ｘ線フィルム又はデジタル平面パネル検出器とすることができる）において受光されるまで胸部４０を介して伝搬すると仮定することができる。暗視野検出のために使用される干渉計装置は簡略化のために該概略図には示されていないが、暗視野を検出することができるＸ線検出器内に存在することに注意されたい。
上側胸部はｄ１及び／又はｄ４なる厚さを有する。肺の厚い側４６は厚さｄ２を有する。肺の薄い側４８は厚さｄ５を有する。下側胸部５２は厚さｄ３及びｄ６を有する。上側胸部５０を通過し、肋骨により減衰されると共に、上側及び下側胸部内の組織により、それよりは少ない程度に減衰される第１Ｘ線Ｂ１が示されている。該Ｘ線Ｂ１は、当該平面パネル検出器により検出される前に肺の厚い部分４６により或る程度減衰される。Ｘ線Ｂ１〜Ｂ３はＸ線減衰又は暗視野経路の何れも表すことができることに注意されたい。
Ｘ線Ｂ２は当該胸部を介してＢ１と同様の経路を辿るが、Ｂ２は、密な肋骨を介して伝搬しないので、Ｉ２における強さが一層大きい。
Ｘ線Ｂ３は、上側及び下側胸部により生じるＢ１と同程度の減衰を受けるが、肋骨により減衰されることはない。この図示された状況において、Ｘ線Ｂ２及びＢ３は、異なる厚さの肺の部分を経て進行するが、略同じ減衰を有するように見えるであろう。
この理由は、肺が殆ど空気を含み、空気は水を含む軟組織が減衰させる程度にＸ線を減衰させないからである。しかしながら、当該肺が均一に密な微細構造を有すると仮定した場合、Ｘ線Ｂ２は大幅に大きな暗視野散乱を受けるということが理解される。何故なら、Ｘ線Ｂ２は、Ｂ３と比較して、大幅に大きな距離の微細構造物質を介して伝搬するからである。
このような状況においてＣＯＰＤが高い信頼度で診断されるために、ＣＯＰＤの病期分類はＣＯＰＤにより生じる肺胞寸法の増加にリンクさせることができるが、肺の厚さを、当該肺内の微細構造の変化又は微細構造の全体的存在から切り離さなければならない。
肺の骨領域４４を除去するために、骨抑圧アルゴリズムが前記肺マスク画像に適用される。骨抑圧アルゴリズムは、例えば、国際特許出願公開第WO2011/077334号及び米国特許第8,903,153号で論じられている。このような技術は、例えば肋骨の影を除去することによる肺結節検出時の利点を既に示している。
オプションとして、当該Ｘ線減衰情報は、更なる処理無しで骨が軟組織から区別されることを可能にするデュアルエネルギ検出器を用いて検出される。この場合、骨抑圧アルゴリズムは、当該Ｘ線減衰情報における一層高い又は一層低いエネルギを持つＸ線の光子により生じるピクセルを区別する程度のこととなる。
他のオプションによれば、骨抑圧アルゴリズムは国際特許出願公開第WO2011/077334号により提供され、これによれば、ソース画像の勾配場はガウスカーネルを用いて平滑化される。平滑化ユニットは、ソース画像の勾配ベクトルの向きを平滑化する前に補正するよう構成されている。この方法は、ソース画像の勾配場を肋骨の輪郭垂線に対して垂直で、該輪郭に平行なラインに沿って平均し、該輪郭に沿う鋭い骨のエッジを保存する。他の骨除去方法は、フィーチャ抽出方法を採用したもの、及び米国特許第8,204,292号に記載された方法におけるようなニューラルネットワークに基づく回帰分析である。
勿論、当業者であれば、骨の影を有さない肺マスク画像が提示されることとなる限り、多くの骨抑圧アルゴリズムを提供することができ、この技術に適していることが理解されるであろう。
検出される暗視野投影画像は、特定の検出器ピクセルに対して肺を介して存在する多数の肺胞壁界面の線積分を示す。従って、この積分のピクセル固有の肺組織長又はピクセル固有の肺組織減衰に対する正規化は、入力画像のピクセル毎の平均バイオマーカ尺度を示す。肺奥行きｄ２又はｄ５は、Ｘ線減衰及びＸ線暗視野画像情報の取得の後に信号分離を達成する画像処理方法を用いて推定される。
このように、投影画像の分割に続いて人工減衰画像が構築され、その場合において、当該Ｘ線減衰情報における分割された肺構造領域内のピクセルは、国際特許出願公開第WO2011/077334号に記載された技術に従って肺が見えなくなるように修正される。肺情報の除去のために、他の技術を使用することもできる。例えば、国際特許出願公開第WO2014/202705号における技術は胸部構造を肺組織無しで示す肺胸部マスクを生成することを提案しており、この方法も適用可能である。
上記人工減衰画像は、実効的に、特定のピクセルにより表された空間において各ピクセルが当該撮像された肺の奥行きの代用となる画像である。言い換えると、該人工減衰画像は肺奥行きマップと見なすことができる。
次いで、前記Ｘ線暗視野情報のデータ値は上記肺奥行きマップの空間的に対応するデータ値により正規化されて、肺状態マップを表す正規化された肺暗視野情報を生じる。言い換えると、肺奥行きマップの各ピクセルに対して、肺暗視野情報における対応するピクセルが選択される。次いで、この肺暗視野尺度は、対応する肺奥行きマップピクセルにおける肺の厚さの値により除算される。
この処理を肺暗視野情報における全てのピクセルに関して繰り返すことは、肺暗視野効果が肺の厚さに対して正規化されるような態様で表された肺状態マップを生成させる。
本発明の一実施態様によれば、上述したような方法が提供され、その場合、ステップｃ）において、前記分割はＸ線減衰情報に基づいて実行される。
従って、肺構造領域は減衰画像における肺の見え方のみに基づいて画定される。このことは、より簡単な分割処理を可能にする。
本発明の一実施態様によれば、ステップｃ）において、前記分割はＸ線減衰情報に基づいて、且つ、Ｘ線暗視野情報に基づいて実行される。
前述したように、肺における一層細かい微細構造は、該肺をＸ線暗視野画像において一層明るく見えさせる。従って、前記分割を行う際のＸ線暗視野情報の使用は、肺組織に対する当該分割の適合性を改善することができる。
本発明の一実施態様によれば、ステップａ）及びステップｂ）において、Ｘ線減衰情報及びＸ線暗視野情報は別個の露光として供給される。ステップｂ）には、Ｘ線暗視野情報をＸ線減衰情報に位置合わせするステップb1）が存在する。
この実施態様において、患者のＸ線減衰情報は、Ｘ線暗視野情報とは対照的に、別個のＸ線スキャナから供給することができる。当該暗視野情報を当該減衰情報に整列させるために、二次元画像位置合わせ技術が使用される。従って、より古いＸ線減衰画像は肺分割の向上された推定を提供するために使用することができる。
本発明の一実施態様によれば、肺疾患マップを表示するステップｈ）を更に有する上述した方法が提供される。
当業者により理解されるように、該肺疾患マップは、各ピクセルが正規化された肺暗視野情報の輝度を表す二次元画像として表示することができる。
オプションとして、上記肺疾患マップは、明るい領域が高度のＣＯＰＤを患っている肺領域を表し、暗い領域が低度のＣＯＰＤを患っている領域を表すか、又は他の輝度、カラー方式若しくは輪郭マップ表示方式を用いるような“ヒートマップ”を有することもできる。
本発明の他の実施態様によれば、Ｘ線減衰情報値の対応するＸ線暗視野情報値に対する肺疾患分布を生成するステップi1）、及び該肺疾患分布を散乱プロット（グラフ）上に表示するステップi2）を更に有するような上述した方法が提供される。
図６は、散乱プロット上の肺疾患分布を示す。該散乱プロットは相対Ｘ線透過値を示すｘ軸６２を有する。ｙ軸６４はＸ線暗視野信号をボルトで示す。ライン６８は区別ラインとしての比ln(w)／ln(T)を表す。肺分析からの殆どの点が上記ラインより上にある場合、ＣＯＰＤの存在が示される。このように、このようなプロットは健康な被検者の肺からＣＯＰＤを患っている肺を区別する方法となる。ライン７２より下にプロットされたピクセル値は、健康な被検者からとられたピクセル値を表すと捉えることができる。
本発明の一実施態様によれば、ある範囲のＸ線暗視野情報値と、これらＸ線暗視野情報値が肺状態を表す尤度との間の関係を有する肺状態マップ校正表を供給するステップa1）、該肺状態校正情報を用いて肺状態マップを校正するステップg1）、及び該肺状態マップを表示するステップh1）を更に有する前述したような方法が提供される。
本発明の該実施態様によれば、暗視野情報を実験的に導出された肺ＣＯＰＤ指標に対して校正することにより固有生成ＣＯＰＤを病期分類するために実験データを使用することができる。
一実施態様によれば、ステップａ）において前記Ｘ線減衰情報が後前方向画像として供給される前述したような方法が提供される。ステップｂ）において、前記Ｘ線暗視野情報は後前方向画像として供給される。ステップｇ）において、前記肺状態マップは左及び右の肺、及び／又は上側及び下側の肺の局部的比較として供給される。
本発明の該実施態様によれば、当該効果が特定の肺葉に局在されている場合、肺状態又はＣＯＰＤの病期分類情報を得ることが可能である。
一実施態様によれば、ステップａ）において前記Ｘ線減衰情報が前後方向画像として供給される前述したような方法が提供される。ステップｂ）において、前記Ｘ線暗視野情報は前後方向画像として供給される。
一実施態様によれば、ステップａ）において前記Ｘ線減衰情報が横方向画像として供給される前述したような方法が提供される。ステップｂ）において、前記Ｘ線暗視野情報は横方向画像として供給される。
結論として、肺野が投影画像（減衰又は減衰及び散乱放射線画像の何れかを用いた）において分割された方法が説明された。人工減衰画像が構築され、該人工減衰画像では肺野ピクセルが前述した技術に従って肺が見えなくなるように修正される。この人工画像を構築するために要した修正は、局部的な肺の奥行きの推定値を供給する。この局部的肺奥行きは、局部的暗視野信号を正規化するために使用されて、平均弦長、即ち早期のＣＯＰＤ病期分類又は検出のためのバイオマーカを供給することができる。
Ｘ線暗視野は、肺胞等の微細構造を旨く示す。従って、暗視野を用いて肺を撮像することは、ＣＯＰＤの状態に関する情報を提供することができる。ＣＯＰＤが進行するにつれて、肺胞は一層大きくなり、暗視野信号は一層弱くなる。
本発明の第１態様によれば、肺状態マップを生成する装置８０が提供される。該装置は入力ユニット８２及び処理ユニット８４を有する。
図７は肺状態マップを生成する装置８０の一例を示す。
入力ユニット８２は処理ユニットに対して、患者の胸部のＸ線減衰情報を供給すると共に、患者の胸部のＸ線暗視野情報を供給するように構成される。
処理ユニット８４は、前記Ｘ線減衰情報を分割して、分割されない領域から分離された、分割されたＸ線画像データ（該分割された画像データは当該Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有する）を供給し；該肺マスク画像に骨抑圧アルゴリズムを適用することにより骨無し肺画像データを供給し；該骨無し肺画像データに放射線減衰モデルを適用することにより肺奥行きマップを生成する；ように構成される。
上記肺奥行きマップは上記骨無し肺画像データの各データ値に対して肺の厚さ値を有し、前記処理ユニットは、更に、前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して、肺状態マップを表す正規化された肺暗視野情報を生じさせるように構成される。
本発明の一実施態様によれば、プロセッサ８４が前記Ｘ線減衰情報に基づいて前記分割を実行するように構成された、上述した様な装置８０が提供される。
本発明の一実施態様によれば、プロセッサ８４が前記Ｘ線暗視野情報に基づいて前記分割を実行するように構成された、上述した様な装置８０が提供される。代わりに、プロセッサ８４は前記Ｘ線暗視野情報及び前記Ｘ線減衰情報に基づいて前記分割を実行するように構成することもできる。
本発明の一実施態様によれば、前記入力ユニット８２がＸ線減衰情報及びＸ線暗視野情報を別個の露光として供給するように構成される一方、前記処理ユニット８４が上記Ｘ線暗視野情報及びＸ線減衰情報を位置合わせするように構成された、上述した様な装置８０が提供される。
本発明の一実施態様によれば、出力ユニットを更に有する前記記載による装置８０が提供され、該出力ユニットは前記肺状態マップを表示するように構成される。
本発明の一実施態様によれば、前記処理ユニット８４が、更に、対応するＸ線暗視野情報値に対比させたＸ線減衰情報値の肺状態分布を生成するように構成された前記記載による装置８０が提供され、前記出力ユニットは、更に、該肺状態分布を散乱プロット上に表示するように構成される。
本発明の一実施態様によれば、前記入力ユニット８２が、更に、ある範囲のＸ線暗視野情報値と、これらＸ線暗視野情報値が肺状態を表す尤度との間の関係を有する肺状態マップ校正表を供給するように構成された、前述したような装置８０が提供される。
前記処理ユニット８４は、更に、上記肺状態校正情報を用いて前記肺状態マップを校正するように構成され、前記出力ユニットは、更に、該肺状態マップを表示するように構成される。
本発明の一実施態様によれば、前記入力ユニット８２が、更に、前記Ｘ線減衰情報を後前方向画像として供給すると共に、前記Ｘ線暗視野情報を後前方向画像として供給すように構成される一方、前記処理ユニット８４が、更に、前記肺状態マップを左肺の右肺に対する及び／又は上側肺部の下側肺部に対する局部的比較として供給するよう構成された、前述したような装置８０が提供される。
本発明の第２態様によれば、Ｘ線撮像装置９０が提供される。該Ｘ線撮像装置は、Ｘ線源９４及びＸ線検出器９６を備えたＸ線画像取得装置９２を有する。
Ｘ線撮像装置９０は、更に、前述したような装置９８を有する。
前記Ｘ線画像取得装置は、患者の胸部のＸ線減衰情報及びＸ線暗視野情報を取得すると共に、これらＸ線減衰情報及びＸ線暗視野情報を装置９８の入力に供給するように構成される。
このようにして、ＣＯＰＤを病期分類するのに適した新規なバイオマーカを提供することができるＸ線撮像装置が提供される。
図８は、本発明の第２態様によるＸ線撮像装置９０を示す。該Ｘ線撮像装置９０は、Ｘ線源９４及びＸ線検出器９６を有するＸ線画像取得装置９２を備えている。図示された例において、Ｘ線源９４は回転可能な取付け部上に設けられ、ベッド９１（該ベッド９１にＸ線検出器を設けることもできる）上に横たわる患者の撮像を可能にしている。Ｘ線源９４は、水平位置へ旋回させてスタンドに取り付けられたＸ線検出器９６に向かって照準を合わせることができ、起立姿勢での患者の撮像を可能にする。
Ｘ線撮像装置９０の図示した例は、前述した装置８０又はその実施態様による装置９８も有し、該装置は前記Ｘ線源９４に接続される出力端（図示略）及び到来するＸ線減衰情報又はＸ線暗視野情報を受信するために前記Ｘ線検出器９６に接続される入力端（図示略）を備える。Ｘ線検出器９６からのＸ線減衰及びＸ線暗視野画像データは、当業者により知られている画像処理フォーマットでコード化することができる。
オプションとして、上記Ｘ線減衰情報及び／又はＸ線暗視野情報は、データ通信バス又は代わりにデータ記憶手段から到来するデータとして受信することもできる。
一実施態様において、装置９８は、コマンド入力のためにマウス１００及びキーボード１０２に、並びに結果を見るために表示スクリーン１０４に接続される。
当該Ｘ線撮像装置には、ハードディスク、磁気テープ、フラッシュメモリ又は光ディスク（図示略）等のデータを出力するための出力手段を設けることができる。他の例として、情報はコンピュータモニタ１０４等の表示装置に出力することもできる。当業者であれば、当該Ｘ線撮像装置に入力装置を接続し及び該Ｘ線撮像装置の出力コネクタに出力装置を接続するための多数の方法が存在することを理解するであろう。これらの方法は、これらに限られるものではないが、有線及び無線接続、ローカルエリアネットワーク（ＬＡＮ）及びインターネット等（これらに限られるものではない）のデジタルネットワーク、及びデジタル若しくはアナログ電話回線網を含む。
本発明の一実施態様において、前述した説明による装置８０はパーソナルコンピュータとして設けることができる。
使用時において、Ｘ線画像取得装置９２はＸ線検出器９６に対向して配置される。患者は、Ｘ線画像取得装置９２とＸ線検出器９６との間に位置される。関心対象はＸ線減衰情報及びＸ線暗視野情報を得るようにして撮像され、これら情報は更なる処理のために装置９８に入力される。
本発明の一実施態様によれば、当該Ｘ線減衰情報はデータベース又はアーカイブからダウンロードすることができる。
本発明の第４態様によれば、前述した装置又は前記記載によるＸ線撮像装置を制御するための命令を有するコンピュータプログラム製品であって、処理ユニットにより実行された場合に、前述した方法のステップを実行するように構成されたコンピュータプログラム製品が提供される。
本発明の第５態様によれば、上述したコンピュータプログラム製品を記憶したコンピュータ読取可能な媒体が提供される。従って、コンピュータプログラム要素は、これも本発明の一実施態様とすることができるコンピュータユニットに記憶することができる。このコンピュータユニットは前述した方法のステップの実行を行い又は誘起するように構成することができる。更に、該コンピュータユニットは前述した装置の構成要素を動作させるように構成することができる。
上記コンピュータユニットは、自動的に動作し及び／又はユーザの指令を実行するように構成することができる。コンピュータプログラムはデータプロセッサの作業メモリにロードすることができる。このように、該データプロセッサは本発明の方法を実行するように装備され得る。
本発明の上記例示的実施態様は、最初から本発明をインストールさせたコンピュータプログラム及び更新により既存のプログラムを本発明を使用するプログラムに変えるコンピュータプログラムの両方をカバーするものである。コンピュータプログラムは、光記憶媒体又は他のハードウェアと一緒に若しくは他のハードウェアの一部として供給される固体媒体等の適切な媒体により記憶及び／又は分配することができるのみならず、インターネット又は他の有線若しくは無線通信システムを介して等のように他の形態で分配することもできる。
しかしながら、当該コンピュータプログラムはワールドワイドウェブ等のネットワークを介して提供することもでき、斯様なネットワークからデータプロセッサの作業メモリにダウンロードすることができる。本発明の他の例示的実施態様によれば、コンピュータプログラム要素をダウンロードすることを可能にするための媒体も提供され、該コンピュータプログラム要素は本発明の前述した実施態様の１つによる方法を実行するように構成される。
本発明の実施態様は異なる主題に関して説明されていることに注意すべきである。特に、幾つかの実施態様は方法のタイプの請求項に関して説明されている一方、他の実施態様は装置のタイプの請求項に関して説明されている。しかしながら、当業者であれば上記及び以下の記載から、特記しない限り、１つのタイプの主題に属するフィーチャの如何なる組み合わせにも加えて、異なる主題に関係するフィーチャの間の他の組み合わせも本出願により開示されていると見なされると推察するであろう。
全てのフィーチャは、これらフィーチャの単なる寄せ集め以上の相乗的効果を提供するように組み合わせることができる。
以上、本発明を図面及び上記記載において詳細に図示及び説明したが、このような図示及び説明は解説的又は例示的であり、限定するものではないと見なされるべきである。即ち、本発明は開示された実施態様に限定されるものではない。
当業者であれば、請求項に記載された本発明を実施するに際して、図面、本開示及び従属請求項の精査から、開示された実施態様に対する他の変形例を理解し、実施することができる。
尚、請求項において、“有する”なる文言は他の要素又はステップを排除するものではなく、単数形は複数を排除するものではない。また、単一のプロセッサ又は他のユニットは、請求項に記載された幾つかの項目の機能を満たすことができる。また、特定の手段が互いに異なる従属請求項に記載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を有利に使用することができないということを示すものではない。また、請求項内の如何なる符号も、当該範囲を限定するものとみなしてはならない。
Claims (15)
- 入力ユニットと、
処理ユニットと、
を有する、肺状態マップを生成する装置であって、
前記入力ユニットは、前記処理ユニットに対して、患者の胸部のＸ線減衰情報を供給すると共に患者の胸部のＸ線暗視野情報を供給し、
前記処理ユニットは、前記Ｘ線減衰情報を分割して、分割されない領域から分離された、該Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有する分割されたＸ線画像データを供給し、前記肺マスク画像に骨抑圧アルゴリズムを適用することにより骨無し肺画像データを供給し、前記骨無し肺画像データに放射線減衰モデルを適用することにより、該骨無し肺画像データの各データ値に対して肺の厚さ値を有する肺奥行きマップを生成し、且つ、前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して肺状態マップを表す正規化された肺暗視野情報を生じさせる、
装置。 - 前記処理ユニットが前記分割を前記Ｘ線減衰情報に基づいて実行する、請求項１に記載の装置。
- 前記処理ユニットが前記分割を前記Ｘ線暗視野情報に基づいて実行する、請求項１又は請求項２に記載の装置。
- 前記入力ユニットは前記Ｘ線減衰情報及び前記Ｘ線暗視野情報を別個の露光として供給し、
前記処理ユニットが前記Ｘ線暗視野情報及び前記Ｘ線減衰情報を位置合わせする、
請求項１ないし３の何れか一項に記載の装置。 - 出力ユニットを更に有し、該出力ユニットが前記肺状態マップを表示する、請求項１ないし４の何れか一項に記載の装置。
- 前記処理ユニットは、更に、前記Ｘ線減衰情報値を対応するＸ線暗視野情報値に対比させた肺状態分布を生成し、
前記出力ユニットは、更に、該肺状態分布を散乱プロット上に表示する、
請求項１ないし５の何れか一項に記載の装置。 - 前記入力ユニットは、更に、或る範囲のＸ線暗視野情報値と、前記Ｘ線暗視野情報値が肺状態を表す尤度との間の関係を有する肺状態マップ校正表を供給し、
前記処理ユニットは、更に、該肺状態校正表を用いて前記肺状態マップを校正し、
前記出力ユニットは、更に、該肺状態マップを表示する、
請求項１ないし５の何れか一項に記載の装置。 - 前記入力ユニットは、更に、前記Ｘ線減衰情報を後前方向画像として供給すると共に前記Ｘ線暗視野情報を後前方向画像として供給し、
前記処理ユニットは、更に、前記肺状態マップを左肺の右肺に対する及び／又は上側肺部分の下側肺部分に対する局部的比較として供給する、
請求項１ないし７の何れか一項に記載の装置。 - Ｘ線源及びＸ線検出器を備えたＸ線画像取得装置と、
請求項１ないし８の何れか一項に記載の装置と、
を有するＸ線撮像装置であって、
前記Ｘ線画像取得装置が、患者の胸部のＸ線減衰情報及びＸ線暗視野情報を取得すると共に、これらＸ線減衰情報及びＸ線暗視野情報を前記装置のインターフェースに供給する、
Ｘ線撮像装置。 - 肺状態マップを生成する方法であって、
ａ）患者の胸部のＸ線減衰情報を供給するステップと、
ｂ）患者の胸部のＸ線暗視野情報を供給するステップと、
ｃ）前記Ｘ線減衰情報を分割して、分割されていない領域から分離された分割された、Ｘ線画像データを供給するステップであって、該分割されたＸ線画像データが前記Ｘ線減衰情報における肺構造領域に対応する肺マスク画像を有するステップと、
ｄ）前記肺マスク画像に骨抑圧アルゴリズムを適用して、骨無し肺画像データを供給するステップと、
ｅ）前記骨無し肺画像データに放射線減衰モデルを適用することにより肺奥行きマップを生成するステップであって、該肺奥行きマップが前記骨無し肺画像データの各データ値に対する肺厚さ値を有するステップと、
ｆ）前記Ｘ線暗視野情報のデータ値を前記肺奥行きマップの空間的に対応するデータ値により正規化して、肺状態マップを表す正規化された肺暗視野情報を生成するステップと、
を有する、方法。 - 前記ステップａ）及び前記ステップｂ）において、前記Ｘ線減衰情報及び前記Ｘ線暗視野情報は別個の露光として供給され、
前記ステップｂ）が、前記Ｘ線暗視野情報を前記Ｘ線減衰情報に位置合わせするステップｂ１）を含む、
請求項１０に記載の方法。 - 前記肺状態マップを表示するステップｈ）を更に有する、請求項１０又は請求項１１に記載の方法。
- 請求項１０ないし１２の何れか一項に記載の方法であって、
ａ１）或る範囲のＸ線暗視野情報値と、Ｘ線暗視野情報値が肺状態を表す尤度との間の関係を含む肺状態校正情報を供給するステップと、
ｇ１）前記肺状態校正情報を用いて前記肺状態マップを校正するステップと、
ｈ１）前記肺状態マップを表示するステップと、
を更に有する、方法。 - 請求項１ないし８の何れか一項に記載の装置又は請求項９に記載のＸ線撮像装置を制御するための命令を有するコンピュータプログラムであって、処理ユニットにより実行された場合に請求項１０ないし１３の何れか一項に記載の方法のステップを実行する、コンピュータプログラム。
- 請求項１４に記載のコンピュータプログラムを記憶したコンピュータ読取可能な媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP15187525.9 | 2015-09-30 | ||
| EP15187525 | 2015-09-30 | ||
| PCT/EP2016/073390 WO2017055527A1 (en) | 2015-09-30 | 2016-09-30 | Generating a lung condition map |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2018529443A true JP2018529443A (ja) | 2018-10-11 |
| JP2018529443A5 JP2018529443A5 (ja) | 2021-03-11 |
| JP6865742B2 JP6865742B2 (ja) | 2021-04-28 |
Family
ID=54256540
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018516024A Active JP6865742B2 (ja) | 2015-09-30 | 2016-09-30 | 肺状態マップの生成 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10631808B2 (ja) |
| EP (1) | EP3355791B1 (ja) |
| JP (1) | JP6865742B2 (ja) |
| CN (1) | CN108348204B (ja) |
| WO (1) | WO2017055527A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7408867B2 (ja) | 2019-10-09 | 2024-01-05 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3391819A1 (en) * | 2017-04-20 | 2018-10-24 | Koninklijke Philips N.V. | Beam hardening correction in x-ray dark-field imaging |
| EP3494885A1 (en) * | 2017-12-07 | 2019-06-12 | Koninklijke Philips N.V. | Apparatus for presentation of dark field x-ray image information |
| EP3496109A1 (en) * | 2017-12-08 | 2019-06-12 | Koninklijke Philips N.V. | Oscillatory dark-field imaging |
| EP3622891A1 (en) * | 2018-09-13 | 2020-03-18 | Koninklijke Philips N.V. | Calculation device for determining ventilation defects |
| EP3656308A1 (en) * | 2018-11-20 | 2020-05-27 | Koninklijke Philips N.V. | Apparatus for alveoli based visualization in dark-field or phase-contrast x-ray imaging |
| CN109801335A (zh) * | 2019-01-08 | 2019-05-24 | 北京旷视科技有限公司 | 图像处理方法、装置、电子设备和计算机存储介质 |
| US10997475B2 (en) * | 2019-02-14 | 2021-05-04 | Siemens Healthcare Gmbh | COPD classification with machine-trained abnormality detection |
| EP3922178A1 (en) | 2020-06-08 | 2021-12-15 | Koninklijke Philips N.V. | Spectral dark-field imaging |
| EP3970620A1 (en) * | 2020-09-21 | 2022-03-23 | Koninklijke Philips N.V. | Processing dark-field x-ray image data information |
| EP4134907A1 (en) | 2021-08-09 | 2023-02-15 | Koninklijke Philips N.V. | Heterogeneity analysis in 3d x-ray dark-field imaging |
| EP4197444A1 (en) | 2021-12-20 | 2023-06-21 | Koninklijke Philips N.V. | Lung volume estimation from radiographic images |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010187827A (ja) * | 2009-02-17 | 2010-09-02 | Fujifilm Corp | Ｘ線画像処理方法、ｘ線画像処理装置、プログラムおよびｘ線画像撮影装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1985236A4 (en) * | 2006-02-17 | 2010-11-17 | Hitachi Medical Corp | IMAGE DISPLAY DEVICE AND PROGRAM |
| US8204292B2 (en) | 2008-05-21 | 2012-06-19 | Riverain Medical Group, Llc | Feature based neural network regression for feature suppression |
| US8903153B2 (en) | 2009-12-22 | 2014-12-02 | Koninklijke Philips N.V. | Bone suppression in x-ray radiograms |
| WO2013053000A1 (en) * | 2011-10-10 | 2013-04-18 | Monash University | Heart imaging method |
| US9775575B2 (en) | 2012-06-27 | 2017-10-03 | Koninklijke Philips N.V. | Dark-field imaging |
| US10096098B2 (en) * | 2013-12-30 | 2018-10-09 | Carestream Health, Inc. | Phase retrieval from differential phase contrast imaging |
| JP6040327B2 (ja) | 2013-06-19 | 2016-12-07 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 肺の測定 |
-
2016
- 2016-09-30 CN CN201680063619.4A patent/CN108348204B/zh active Active
- 2016-09-30 JP JP2018516024A patent/JP6865742B2/ja active Active
- 2016-09-30 US US15/763,909 patent/US10631808B2/en active Active
- 2016-09-30 WO PCT/EP2016/073390 patent/WO2017055527A1/en active Application Filing
- 2016-09-30 EP EP16788442.8A patent/EP3355791B1/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010187827A (ja) * | 2009-02-17 | 2010-09-02 | Fujifilm Corp | Ｘ線画像処理方法、ｘ線画像処理装置、プログラムおよびｘ線画像撮影装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7408867B2 (ja) | 2019-10-09 | 2024-01-05 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6865742B2 (ja) | 2021-04-28 |
| US20180271465A1 (en) | 2018-09-27 |
| EP3355791B1 (en) | 2020-04-29 |
| US10631808B2 (en) | 2020-04-28 |
| WO2017055527A1 (en) | 2017-04-06 |
| CN108348204A (zh) | 2018-07-31 |
| CN108348204B (zh) | 2021-09-03 |
| EP3355791A1 (en) | 2018-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6865742B2 (ja) | 肺状態マップの生成 | |
| US8465437B2 (en) | Method and system for measuring lung tissue damage and disease risk | |
| JP6071144B2 (ja) | 放射線画像解析装置および方法並びにプログラム | |
| US9008382B2 (en) | Method and system for analysing tissue from images | |
| KR101669434B1 (ko) | 멀티-에너지 Ｘ－ｒａｙ 영상 처리 방법 및 그 시스템 | |
| CN108209955B (zh) | 用于表征斑块的方法、分析设备和计算机断层摄影系统 | |
| US9805467B2 (en) | Lung measurements | |
| CN106462952B (zh) | 断层图像中的噪声抑制 | |
| KR20120041557A (ko) | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 | |
| Walsh et al. | Post-processing applications in thoracic computed tomography | |
| JP7053834B2 (ja) | 暗視野ｘ線画像情報の提示のための装置 | |
| JP6301439B2 (ja) | 放射線画像解析装置および方法並びにプログラム | |
| JP5388476B2 (ja) | 画像表示装置、乳房ｘ線撮影装置および画像表示プログラム | |
| EP3849420B1 (en) | Calculation device for determining ventilation defects | |
| WO2021249855A1 (en) | Spectral dark-field imaging | |
| US11222404B2 (en) | Image reconstruction | |
| US7020240B2 (en) | Method and apparatus for measuring matter properties | |
| JP5124852B2 (ja) | 中皮腫とアスベスト肺に関する医用画像診断支援装置と画像診断支援プログラム | |
| TWI840465B (zh) | 決定輻射參數的系統和方法以及其非暫態電腦可讀取儲存媒介 | |
| JP2023543706A (ja) | 暗視野ｘ線画像データ情報の処理 | |
| Schaefer-Prokop et al. | Interstitial lung diseases | |
| Won et al. | Lung detection by using geodesic active contour model based on characteristics of lung parenchyma region |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190926 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200313 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200313 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200612 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200622 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200918 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201020 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210118 |
|
| A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20210127 |
|
| 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: 20210308 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210406 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6865742 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |