JP2019536538A5 - - Google Patents

Claims (15)

1. ボクセルで組織され、前記ボクセルごとにマルチスペクトル情報を含むスペクトルコンピュータ断層撮影のボリュメトリック画像データを受け取るためのデータ入力部と、
   前記ボリュメトリック画像データの前記ボクセルごとに、前記マルチスペクトル情報に基づいて、前記ボクセルのまわりの局所近傍がカルシウム表面構造に対応する最大確率を示す第１の値と、最大値に対応する前記カルシウム表面構造の方位を示す第２の値とを推定するためのカルシウム表面特徴アナライザと、
   前記ボリュメトリック画像データの前記ボクセルごとに、少なくとも、前記第１の値、前記第２の値、及び前記マルチスペクトル情報を考慮に入れて、前記ボクセルが骨又はハードプラーク構造を表す確率を示す確率マップを計算するための確率プロセッサと、
   前記ボリュメトリック画像データ内の骨及び／又はハードプラーク構造を前記確率マップに基づいてセグメント化するためのセグメンテーションユニットと、
   を含む、画像処理デバイス。
2. 前記確率プロセッサ及び前記カルシウム表面特徴アナライザは、マルチスケール分析を実行し、前記ボリュメトリック画像データの前記ボクセルごとに、前記ボクセルが骨又はハードプラーク構造を表す確率が、異なる複数のスケールで決定され、前記確率マップが、前記ボクセルごとに、前記異なる複数のスケールにわたって前記最大確率を選択することによって決定される、請求項１に記載の画像処理デバイス。
3. 前記カルシウム表面特徴アナライザは、前記ボリュメトリック画像データの前記ボクセルごとに、前記マルチスペクトル情報に基づいて、カルシウムマップを生成し、前記カルシウムマップは、前記ボリュメトリック画像データの前記ボクセルごとに、対応するボクセル位置のカルシウム含有量を示す値を含み、前記第１の値及び前記第２の値は、前記カルシウムマップに基づいて推定される、請求項１又は２に記載の画像処理デバイス。
4. 前記カルシウム表面特徴アナライザは、前記第１の値を、前記ボクセルごとに、確率の最大値として決定し、前記確率の各々は、前記カルシウムマップにおける前記ボクセルのまわりの前記局所近傍が、対応する所定の表面テンプレートと一致する確率を表す、請求項３に記載の画像処理デバイス。
5. 前記確率プロセッサは、前記ボリュメトリック画像データの前記ボクセルごとに、各ボクセルのまわりの形態学的特徴及びスペクトル情報を示す複数の確率を組み合わせることによって前記ボクセルが骨又はハードプラーク構造を表す確率を決定する、請求項１から４のいずれか一項に記載の画像処理デバイス。
6. 前記確率プロセッサは、前記複数の確率を乗算によって組み合わせる、請求項５に記載の画像処理デバイス。
7. 前記確率プロセッサは、前記複数のスケールのスケールごとに別々に前記複数の確率を組み合わせる、請求項２に従属する限りにおいて、請求項５又は６に記載の画像処理デバイス。
8. 前記確率プロセッサは、各ボクセルのまわりの形態学的特徴及びスペクトル情報を示す前記複数の確率を計算し、前記複数の確率は、
   前記ボクセルのまわりの局所近傍が前記カルシウム表面構造に対応する前記最大確率を表す前記第１の値と、
   前記第２の値を考慮に入れることによる、請求項３に従属する限りにおいて、前記ボクセルが前記カルシウムマップ内のボリュメトリックリッジにある確率、
   前記ボクセルがヨウ素ではなくカルシウムを含む確率であって、前記マルチスペクトル情報に基づく確率、
   前記ボクセルの近傍がヨウ素のスペクトル感度と異なるスペクトル感度を有する確率であって、前記マルチスペクトル情報に基づく確率、及び
   前記ボクセルの近傍が骨又はハードプラーク組織を有する確率
   の任意の１つ又は任意の組み合わせとを含む、請求項５から７のいずれか一項に記載の画像処理デバイス。
9. 前記確率プロセッサは、さらに、前記確率マップに基づいて正則化マップを計算し、前記正則化マップの計算は、少なくとも、
   前記正則化マップと前記確率マップとの間の差を表す忠実度尺度と、
   正則化ペナルティとの
   同時最適化を含む、請求項１から８のいずれか一項に記載の画像処理デバイス。
10. 前記正則化ペナルティは、
    前記正則化マップの不均一空間分布に対するペナルティ、
    前記正則化マップの勾配の大きさの不均一空間分布に対するペナルティ、及び
    前記第２の値によって定義された局所表面方位に沿った前記正則化マップの局所不均一性に対するペナルティ
    の任意の１つ又は任意の組み合わせを含む、請求項９に記載の画像処理デバイス。
11. 前記確率プロセッサは、汎関数の変分最適化を使用して前記正則化マップを計算する、請求項９又は１０に記載の画像処理デバイス。
12. 前記セグメンテーションユニットは、幾何学的能動輪郭手法を前記正則化マップに適用する、請求項９から１１のいずれか一項に記載の画像処理デバイス。
13. 請求項１から１２のいずれか一項に記載の画像処理デバイスを含む、コンピュータ断層撮影ワークステーション。
14. スペクトルコンピュータ断層撮影のボリュメトリック画像データを処理するための方法であって、前記方法は、
    ボクセルで組織され、前記ボクセルごとにマルチスペクトル情報を含む前記スペクトルコンピュータ断層撮影のボリュメトリック画像データを得るステップと、
    前記ボリュメトリック画像データのボクセルごとに、前記マルチスペクトル情報に基づいて、前記ボクセルのまわりの局所近傍がカルシウム表面構造に対応する最大確率を示す第１の値と、最大値に対応する前記カルシウム表面構造の方位を示す第２の値とを推定するステップと、
    前記ボリュメトリック画像データのボクセルごとに、少なくとも、前記第１の値、前記第２の値、及び前記マルチスペクトル情報を考慮に入れて、前記ボクセルが骨又はハードプラーク構造を表す確率を示す確率マップを計算するステップと、
    前記ボリュメトリック画像データ内の骨及び／又はハードプラーク構造を前記確率マップに基づいてセグメント化するステップとを有する、
    方法。
15. コンピューティングシステムのプロセッサによって実行されたとき、前記コンピューティングシステムに請求項１４に記載の方法を実行させる１つ又は複数のコンピュータ実行可能命令により符号化された、コンピュータ可読記憶媒体。