JP2020521549A - 医用画像の病変の定量化される態様 - Google Patents

Abstract

システム（１００）は、セグメンタ（１３０）及び定量化ツール（１４０）を有する。 セグメンタは、医用画像（104）内の病変（102）をセグメント化する。 定量化ツール（１４０）は、パラメータのセットに従ってセグメント化される病変の態様を定量化し、定量化される態様は、棘状突起、異質性、血管新生、又はそれらの組み合わせを有する。

Description

以下は、一般に、コンピュータ断層撮影（CT）、磁気共鳴（MR）、超音波（US）などの医用画像における異常な成長又は病変の定量化可能な態様に関し、より具体的には、棘状突起、異質性及び/又は血管新生のような病変のイメージング態様の定量化に関する。

肺結節や腫瘍などの病変は、体内の物質であり、その画像は、がんなどの疾患を示している。従来、棘状突起及び/又は血管新生などの病変の態様は、定性的に説明することができる。

病変の定性的態様は、高度又は不十分に、非常に少ないなどの相対的な程度でしばしば記述される。病変の病変は、表面にスパイク又はポイントを備える組織であり、悪性腫瘍の示唆ではあるが、診断結果ではない。

高度に血管新生された病変又は血管新生が不十分な病変とは、腫瘍への血液供給の程度を指す。血液は腫瘍に栄養素を供給することができ、これは腫瘍の成長及び/又は転移などの輸送の考慮事項である。

密度などの腫瘍組織の異質性又は不均一性は、多くの種類の癌で認められている。従来の方法は、計算されたエントロピによって腫瘍の異質性を測定することであり、これは組織の異常の特異な尺度である。

本明細書で説明される態様は、上記で参照された問題及びその他に対処する。

以下は、棘状突起、血管新生、異質性、及びそれらの組み合わせなど、医用画像に存在する病変の態様を定量化するシステム及び方法の実施形態を説明する。定量化された態様では、セグメント化された病変の計算された測定値を使用し、その結果には個々のスコアを含めることができる。計算された測定値には、病変の医用画像の特徴を正確に特定するために変更できるパラメータが含まれる。場合によっては、パラメータの柔軟性と計算効率により、定量化された態様を使用して診断値又は予測値の特徴を決定する効果的な研究ツールが提供される。

一態様では、システムは、セグメンタと定量化ツールを含む。セグメンタは、医用画像の病変をセグメント化する。定量化ツールは、パラメータのセットに従ってセグメント化された病変の態様を定量化し、定量化された態様には、棘状突起、異質性、血管新生、又はそれらの組み合わせが含まれる。

別の態様において、方法は、医用画像内の病変をセグメント化するステップを含む。

セグメント化された病変の態様は、パラメータのセットに従って定量化され、定量化された態様には、棘状突起、異質性、血管新生、及びそれらの組み合わせが含まれる。

別の態様では、命令を運ぶ非一時的なコンピュータ可読記憶媒体が、1つ又は複数のプロセッサを制御して医用画像内の病変をセグメント化し、パラメータのセットに従ってセグメント化された病変の態様を定量化する。病変の態様は、異質性、血管新生、及びそれらの組み合わせを含む。

本発明のこれらの態様及び他の態様は、以下に記載される実施形態を参照して明らかになり、解明されるであろう。

本発明は、様々な構成要素及び構成要素の配置、ならびに様々なステップ及びステップの配置の形をとることができる。図面は、好ましい実施形態を説明するためだけのものであり、本発明を限定するものとして解釈されるべきではない。

医用画像内の病変の態様を定量化するシステムの実施形態を概略的に示している。 棘状突起を定量化するためのパッチを備える表示されたセグメント化病変の例を示している。 無棘パッチスコアと有棘パッチスコアの例を示している。 ２つの異なるシミュレートされるセグメント化される病変のバイラテラル反復フィルタリングのグラフの例を示している。 ２つの異なるシミュレートされるセグメント化される病変のバイラテラル反復フィルタリングのグラフの例を示している。 内側及び外側の寸法の輪郭を備えたセグメント化される病変の輪郭の例を示している。 ３つの異なる血管新生を有するシミュレートされる病変のジョイントエントロピのヒストグラムの例を示している。 医用画像内の病変の態様を定量化する方法の実施形態のフローチャートである。 医用画像における病変の棘状突起を定量化する方法の実施形態のフローチャートである。 医用画像内の病変の異質性を定量化する方法の実施形態のフローチャートである。 医用画像内の病変の血管新生を定量化する方法の実施形態のフローチャートである。

図１を参照すると、医用画像１０４内の病変１０２の態様を定量化するシステム１００の実施形態が概略的に示されている。

医用画像１０４は、ＣＴスキャナ、ＭＲスキャナ、ＵＳ装置などの医用撮像装置１０６によって生成される。医用画像104は、1つ又は複数の病変102を含む患者の解剖学的構造の一部（図示せず）を表す。生成される医用画像104は、画像保管及び通信システム（ＰＡＣＳ）、放射線情報システム（ＲＩＳ）、電子医療記録（ＥＭＲ）、病院情報システム（ＨＩＳ）などのストレージサブシステム１０８から、又は患者をスキャンした後、医用撮像装置106から直接受信することができる。医用画像１０４は、二次元（２Ｄ）、三次元（３Ｄ）、画像スライス、ビデオのフレーム、それらの組み合わせなどであり得る。

医用画像１０４は、医用撮像装置１０６のコンソール、ワークステーション、サーバ、ラップトップ、タブレット、身体装着型コンピューティング装置、スマートフォン、分散コンピューティング装置、それらの組み合わせなどのコンピューティング装置１１０によって受信される。コンピューティング装置１１０は、パブリック又はプライベート、有線又は無線、データ又はセルラー、それらの組み合わせなどであり得るネットワーク１１２を介して医用撮像デバイス１０６及び／又はストレージサブシステム１０８に通信可能に接続される。

セグメンタ１３０は、医用画像１０４内の病変１０２をセグメント化する。セグメント化される病変は、２Ｄのコンター又はメッシュなどの３Ｄの表面によって表すことができる。セグメンタ１３０は、クラスタリング、エッジ検出、領域成長、グラフ分割、分水界、モデルベースのような、病変１０２をセグメント化するための既知の技術を使用する。セグメンタ130は、医用画像130の受信に応じて呼び出すことができ、又は表示装置134上の医用画像104の表示において病変102の少なくとも一部を識別する入力装置132からの入力に応じて手動で呼び出すことができる。

数量化ツール１４０は、単一のスコア又は値の結果１４２、及び／又はパラメータのセットＰｉ（ｉ＞ ２）を使用して計算される特徴ベクトルのセットを含むセグメント化病変１０２の態様を定量化する。結果１４２は、表示装置１３４に表示され、及び／又は非一時的なコンピュータメモリ１４４に格納され得る。場合によっては、結果１４２は、定性的測定及び／又は単一スコアの従来の実施に対するさらなる研究を提供する。定量化ツール１４０は、棘状突起定量化器１５０、異質性定量化器１５２、又は血管新生定量化器１５４のうちの少なくとも１つを含む。

定量化ツール１４０は、病変１０２のセグメンテーションの完了に応じて呼び出すことができ、又は入力デバイス１３２からの入力で手動で呼び出すことができる。棘状突起定量化器１５０、異質性定量化器１５２、及び／又は血管新生定量化器１５４は、同様に呼び出される。棘状突起定量化器１５０、異質性定量化器１５２、及び／又は血管新生定量化器１５４は、個別に、又は異なる組み合わせで呼び出すことができる。例えば、棘状突起定量化器１５０、異質性定量化器１５２、及び／又は血管新生定量化器１５４の各々の自動呼び出しのためのシステム又はユーザパラメータが提供される。システム又はユーザパラメータは、DICOMヘッダにおける解剖学的構造のような医用画像１０４のメタデータにおける基盤を含むことができる。例えば、ＤＩＣＯＭヘッダにおいて肺の解剖学的構造を含む医用画像１０４では、病変１０２のセグメンテーションの完了時に棘状突起定量化器１５０及び血管新生定量化器１５４が自動的に呼び出されるが、異質性定量化器１５２は手動で呼び出されるか、又は閾値ボリューム又はエリアより大きな病変102に対して呼び出される。

ユーザインターフェース160は、ディスプレイを構成し、ユーザパラメータ又はシステムの入力デバイス132からの入力、定量化器150、152、154のそれぞれのパラメータ、医用画像104の表示、結果142、手動セグメンテーションの入力、定量化器ツール又は個々の定量化器の呼び出しなどの入力を受信する。入力装置１３２は、キーボード、マウス、マイクロホンなどにより適切に具現化される。表示装置１３４は、コンピュータディスプレイ、スマートフォンディスプレイ、プロジェクタ、身体装着型ディスプレイなどによって適切に具現化される。

棘状突起定量化器150、異質性定量化器152、及び/又は血管新生定量化器154のどれを呼び出すか、及び/又は対応する結果142のどれを表示するかの選択は、プロトコル、ユーザの好み、手動選択又はその組み合わせに基づく。例えば、医用画像１０４は、放射線療法を受けている患者の既知の腫瘍の治療を評価するイメージングプロトコルのために受信される。異質性定量化部１５２及び血管新生定量化部１５４は、既知の腫瘍のプロトコルに基づいて自動的に呼び出され、医用画像１０４内の既知の腫瘍の血管新生及び異質性を定量化する。ツール150は手動で呼び出される。異質性定量化器152、及び血管新生の定量化器154の結果は、プロトコルに従って表示される。棘状突起ツール１５０の結果は、表示される棘状突起結果の最小閾値を設定するユーザの好みに従って表示される。

コンピューティング装置１１０又はコンソールは、医用撮像スキャナ１０６の一部であるか、それと組み合わされるか、又は分離され得る。コンピューティング装置１１０は、デジタルプロセッサ、マイクロプロセッサ、電子プロセッサ、光学プロセッサ、マルチプロセッサ、ピアツーピア、並列又は協調動作プロセッサを含むプロセッサの分散、プロセッサのクライアント/サーバ配置などの一つ又はそれより多くの構成プロセッサ１６２を含む。構成は、バス構造又は他の内部又はローカル通信構造を含むことができるネットワーク112を含むことができる。

コンピューティング装置１１０は、プロセッサ１６２及びメモリ１４４を含む。メモリ１４４は、構成プロセッサ１６２によってアクセスされるローカルディスク、クラウドストレージ、サーバストレージ、リモートストレージなどの構成電子記憶媒体によって適切に具現化される。構成電子記憶媒体は、システムファイル構造、リレーショナル及び/又はオブジェクト指向データベースシステム構造、データ構造などを含むことができる。

セグメンタ１３０、定量化ツール１４０、棘状突起定量化器１５０、異質性定量化器１５２、血管新生定量化器１５４、及びユーザインターフェース１６０は、医用画像１０４を受信及びセグメント化し、パラメータ入力を受信し、セグメント化される病変１０２の態様を定量化し、結果１４２を表示及び／又は保存するように構成されるプロセッサ１６２によって適切に具現化される。

構成プロセッサ１６２は、光ディスク、磁気ディスク、構成プロセッサを備えたコンピューティング装置の半導体メモリなど、コンピュータ可読記憶媒体144に格納される少なくとも1つのコンピュータ可読命令を実行し、一時的な媒体を排除し、物理メモリ及び／又は他の非一時的な媒体を含み、開示される技術を実行する。構成されるプロセッサは、搬送波、信号又は他の一時的な媒体によって運ばれる1つ又は複数のコンピュータ可読命令を実行することもできる。図に示されているコンポーネント間の線は、通信パスを表している。

図２を参照すると、棘状突起を定量化するためのパッチ２１０を備えた、肺結節などの表示されるセグメント化病変２００の例が示されている。コンター212は、セグメント化病変200の2Dセグメンテーション境界を示している。

パッチ２１０は、形状が直線であり、Ｐｘ ＝ ３ピクセル及びＰｙ ＝ ５ピクセルなどのパラメータ化される寸法Ｐｘ及びＰｙを含む。パッチ２１０は、コンター２１２又はコンター２１２に接する中心線又は平面を有する分割境界に沿って等距離に分布する。パッチ２１０のパラメータ化される寸法２１４は、各棘状突起測定に対して固定される。すなわち、棘状突起は、寸法の一つのセットを使用して病変について定量化される。寸法２１４は、ピクセル又はボクセルの数、又はミリメートル（ｍｍ）などの距離として表すことができる。

棘状突起スコアS_l,m、又は結果142は、接線に平行なパッチP_mにおけるボクセルの各ラインに対する適合ラインL_lと対応するボクセルとの間の閾値の差Tより大きいいくつかのボクセル値として計算される。つまり、ボクセルは各Xラインに対してサンプリングされ、ラインL_l,mはサンプリングされるボクセルに適合され、適合ラインによる予測値と実際の値との間の残りの値が閾値と比較され、閾値を超える残りの値を持つボクセルは、ライン棘状突起スコアS_l、mに対してカウントされ、ここで、lはライン、mはパッチである。パッチスコアS_mは、パッチのラインスコアの合計として計算され、病変棘状突起スコア又は結果は、パッチ210の棘状突起スコアの合計である。

したがって、棘状突起パラメータには、パッチの寸法と閾値が含まれる。棘状突起の結果は、単一の値又は特徴ベクトルとして表すことができる。たとえば、2次元の病変Aのベクトルは、特徴ベクトル（A、P_x、P_y、T、S）及び/又はベクトル（A、P_x、P_y、T、S）Mの各パッチMのレベルでのより細かいレベル、又はベクトル（A、M、P_x、P_y、T、S）のパッチの各ラインLのレベルでさらに細かいレベルで表現できる。いくつかの実施形態では、適合線は、ベクトルに含まれる低次多項式Hを含むことができる。

場合によっては、ベクトルは、従来の定性的指標よりも棘状病変の特徴を正確かつ柔軟に特定できるデータを提供し、棘状突起及び診断適応症の態様のさらなる研究を可能にする。ベクトルは、データベースなどのコンピュータメモリ144に保存できる。これらのベクトルは、患者集団全体で棘状突起をより正確に比較する機能で、従来の診療に勝る利点を提供する。

図３を参照すると、３ピクセル×８ピクセルのパッチＰ_ｍについての、無棘パッチスコア３００及び有棘パッチスコア３１０の例が示されている。陰影付きピクセル３２０は、例えば閾値Ｔ未満である、ゼロ又はヌルの棘状スコアを示し、陰影のない又は白いピクセル３３０は、１の棘状スコアを示す。図示されるパッチスコア３００、３１０は、各適合線３５０に対応してスコア付けされるピクセルの各セットについて、対応するピクセル３４０を識別する。

有棘パッチスコア３１０に示されるように、スパイクは、スパイクのより長い長さに対するより多いボクセルスコアを備える適合線からの急激な逸脱として現れ、例えばより多くの適合線を横断する。いくつかの実施形態では、ボクセル値は固定範囲に制限又は事前選別され、実質背景、肢骨、石灰化などに起因するノイズが除去される。たとえば、肺のCT画像では、パッチ210の[-700、0]ハウンスフィールドユニット（HU）の範囲外のボクセル値は、−700から0のような範囲の対応する終点にリセットされる。

ボクセルは、対応するボクセルと対応する適合線との間の閾値Tの差を超えず、したがって、スコアはゼロであるため、無棘パッチスコア300はすべての陰影付きボクセルを含む。有棘パッチスコア３１０は、閾値Ｔを超える８個のピクセルを含み、８のスコアに対して白で示されている。

図４を参照すると、２つの異なるシミュレートされるセグメント化病変４０２、４０４のバイラテラル反復フィルタリングのグラフ４００の例が示される。２つの異なるシミュレートされるセグメント化病変４０２、４０４はそれぞれ、４つの異なるグレースケール値を有する同じ数のピクセルを含む。 4つの異なるグレースケール値の空間分布は異なるが、シャノンエントロピは2つの異なるシミュレートされるセグメント化病変402、404のそれぞれでほぼ同じである。最初のシミュレートされるセグメント化病変402では、4つの異なるグレースケール値がパイ型のスライスを形成する4つの別々の領域に分散される。第２のシミュレートされるセグメント化病変４０４では、４つの異なるグレースケール値がシミュレートされる病変にわたって均一に分布している。

異質性定量化器１５２は、バイラテラルフィルタを２つの異なるシミュレートされるセグメント化病変４０２、４０４に繰り返し適用し、フィルタリングされるエントロピ４１０は、各反復４１２の後に計算される。すなわち、シャノンエントロピは、フィルタリングされたエントロピ410について、対応するシミュレートされたセグメント化病変402、404のバイラテラルフィルタリングされたボクセルを使用して計算される。当技術分野で周知のバイラテラルフィルタは、座標の差を平滑化する空間カーネルKsと、強度の差を平滑化するダイナミック又はレンジカーネルK_dを含む。

第１の曲線４２０は、第１のシミュレートセグメント化病変４０２に適用されるカーネル、Ｋ_ｓ、Ｋ_ｄを用いたバイラテラルフィルタの各反復４１２の後、垂直軸に沿うフィルタリングされるエントロピ４１０をプロットする。第２の曲線４２２は、第二のシミュレートセグメント化病変404に適用される同じカーネル、K_s、K_dを使用したバイラテラルフィルタ４１２の後、フィルタリングされるエントロピ４１０をプロットする。

異質性数量化部１５２は、２つの異なるシミュレートセグメント化病変４０２、４０４のそれぞれについて、対応する曲線４２０、４２２の下の領域として異質性スコア又は結果１４２を計算する。したがって、病変Aの異質性スコアHは、（A、K_s、K_d、H）を持つ特徴ベクトルとして表すことができる。ここで、Hは、カーネルKs及びKdを使用して繰り返し適用されるバイラテラル平滑化曲線の下の領域である。いくつかの実施形態では、異質性スコアHは、反復Iのエントロピ値としてより細かいレベルの粒度で表すことができる。例えば、曲線420、422はそれぞれ、（A、K_s、K_d、E_{i、 I}）のセットで表されることができる。ここで、E_iは、バイラテラルフィルタリングされるボクセルのI番目の反復でのエントロピ値であり、Iは、ボクセルのバイラテラルフィルタリングのI番目の反復である。

第１の曲線４２０及び第２の曲線４２２で示されるように、曲線は異なり、対応する曲線の下のエリアは異なる。第1の曲線420は、第2の曲線422よりもゆっくりと減少する。曲線下のエリアとして表される単一の値としての、又は曲線上の個々の点によるベクトルのセットとしての異質性スコアは、対応するセグメント化病変内のグレースケールボクセルの空間分布を定量的に示す。

図５を参照すると、２つの異なるシミュレートセグメント化病変４０２、４０４の異なるカーネルＫ^ｘ _ｓ及びＫ^ｙ _ｄを有する２つの異なるシミュレートセグメント化病変４０２、４０４のバイラテラル反復フィルタリングのグラフの例が示されている。各グラフは、フィルタリングされたエントロピ410の縦軸と反復回数412の横軸を含む。第１のグラフ５００は、第１のセグメント化病変４０２に対応し、各曲線は、カーネルＫ^ｘ _ｓ及びＫ^ｙ _ｄの対（ｘ、ｙ）に対応する。同じカーネルペアK^x _s及びK^y _dのそれぞれについて、第2のグラフ502は、第2のセグメント化病変404に適用されるバイラテラルフィルタのカーネルK^x _s及びK^y _dの同じペア（x、y）を使用する曲線を含む。

第１のグラフ５００の曲線は、異なるカーネルに対して異なり、同じカーネルペアに対して第１のグラフ５００と第２のグラフ５０２との間でも異なる。各グラフ内及びグラフ間の曲線のばらつきは、異なるレベルの粒度で適用されるセグメント化病変の異質性の態様を定量化するための異質性スコアの柔軟性を示している。異質性スコアは、ベクトル（A、K^x _s、K^y _d、H）又はさらに細かいレベルの粒度（A、K^x _s、K^y _d、E_i、I）で表すことができる。

セグメント化病変１０２の態様を定量化するために使用される異なるベクトルは、選択されるベクトルに従って異なる病変の態様を定量的に区別する他のアプローチよりも有利である。例えば、研究は、異なる空間および/または密度分布のような他の診断性の低い病変組織密度空間分布を示す異なる反復での異なるカーネルまたはバイラテラルフィルタリングされるボクセルのエントロピとは異なり得るベクトル（A、K^x _s、K^y _d、Ei、I）に対応する異質性のより良い診断指標を持つ病変を検査できる。

いくつかの実施形態では、バイラテラルフィルタはマルチラテラルフィルタに拡張される。マルチラテラルフィルタは、n個の距離カーネルK_g（n）をバイラテラルカーネルに追加する。各距離カーネルは、CTマルチエネルギー又はスペクトル画像値などのスペクトルチャネルからのボクセルの距離に従ってボクセルを平滑化する。ベクトルの例には、（A、K^x _s、K^y _d、K_g（1）、…、K_g（n）、H）が含まれる。

図６を参照すると、セグメント化される輪郭６００、内側寸法コンター６０２、及び外側寸法コンター６０４を有する病変１０２の例が示されている。 ２Ｄのセグメント化されるコンター６００Ｃ又は３Ｄのセグメント化される表面は、セグメンタ１３０によってセグメント化される。内側寸法コンター６０２Ｃ^ｉ _ｘは、コンターＣの内側のコンターｘ距離である。外側寸法コンター６０４Ｃ^ｏ _ｙは、コンターＣの外側のコンターｙ距離である。いくつかの実施形態では、距離ｘ及びｙの大きさは同じである。いくつかの実施形態では、大きさは異なる。

血管新生定量化器154は、セグメント化コンター600に直交する線上にあるボクセル対x_i、y_i i = 1乃至nをサンプリングし、x_iはセグメント化コンター600の内側の点x距離であり、y_iはセグメント化コンター６００の外側の点y距離である。血管新生定量化器１５４は、異なる距離ｘ、ｙでサンプリングされる対のジョイントエントロピを計算する。

ジョイントエントロピH（X、Y）は、

のような当業者に周知の相互情報量測定から決定できる。ここで、p（x）はXの周辺確率分布であり、p（y）はYの周辺確率分布であり、p（x、y）はXとYの結合確率分布である。ジョイントエントロピは血管構造に従って増加し、病変１０２を通じて継続する。すなわち、X及びYの一方に関する情報を備えるボクセルX及びYに関する相互情報測定情報は、X及びYの他方に関する不確実性を低減する。例えば、ジョイントエントロピは、血管の大きさ、病変の大きさ、背景の大きさ、及び/又はコントラストの外観に関係なく、広範囲の病変にわたる定量化可能な情報を提供する。

図７を参照すると、３つの異なる血管新生を有するシミュレートセグメント化病変のジョイントエントロピのヒストグラムの例が示されている。第１の画像７００は、シミュレートされる高度に血管新生されるセグメント化病変を示し、セグメント化コンター７０６Ｃからの距離に応じたジョイントエントロピ値７０４の第１のヒストグラム７０２に対応する。 第２の画像７１０は、シミュレートされた中程度の血管新生されたセグメント化された病変を示し、第２のヒストグラム７１２に対応する。第３の画像７２０は、シミュレートされる不十分に血管新生されるセグメント化病変を示し、第３のヒストグラム７２２に対応する。垂直軸はジョイントエントロピ７０４であり、水平軸はＣ７０６からの距離である。

血管新生定量化器１５４は、ジョイントエントロピの結果１５４を、対応する曲線７０２、７１２、７２２の下のエリアＭとして計算する。血管新生のためのベクトルは、（Ａ、Ｍ）、病変Ａの血管新生Ｍの単一の値によって、又は、ベクトルのセットを含み、Jは距離x、yでのジョイントエントロピである、（A、X、Y、J_x、y）のより細かい粒度で表され得る。いくつかの実施形態では、ベクトルのセット又はジョイントエントロピヒストグラムの下のエリアは、x及び/又はyの最大距離を含む。

いくつかの例では、定量化される血管新生は、ラジオミクスなどの研究の尺度を提供し、柔軟性があり、病変及び異なる患者集団にわたって比較を提供できる。場合によっては、計算結果142の計算的態様は、並列の異なる距離でのジョイントエントロピの計算など、効率のための並列性を含む。

図８を参照すると、医用画像１０４内の病変１０２の態様を定量化する方法の実施形態がフローチャート化されている。 ８００で、構成プロセッサ１６２は、医用画像１０４を受信する。医用画像１０４は、生成される医用イメージング装置１０６から、又は医用イメージング装置１０６によって以前に生成されるストレージサブシステム１０８から直接受信できる。医用画像１０４は、スライス、フレーム、ボリュームなどの2D又は3Dになり得る。

８１０で、構成プロセッサ１６２は、病変１０２をセグメント化する。セグメント化病変は、２Ｄのコンター、３Ｄのメッシュなどの境界を含む。セグメント化は、当業者に知られているセグメント化アルゴリズムを使用して実行することができる。

８２０で、構成プロセッサ１６２は、セグメント化病変の態様を定量化するためのパラメータを受け取ることができる。パラメータは、パッチ２１０の閾値Ｔ及び寸法２１４を含むことができ、それらは棘状突起を定量化するために使用される。パラメータには、異質性を定量化するために使用される停止パラメータとカーネルパラメータを含めることができる。パラメータには、内側及び外側の距離602、604、又は血管新生を定量化するために使用される最大距離と増分距離を含めることができる。パラメータは、棘状突起、異質性、血管新生、及びそれらの組み合わせを定量化するための粒度レベル又はベクトルのフォーマットのインジケータを含むことができる。

８３０で、構成プロセッサ１６２は、受信されるパラメータを使用して、棘状突起、異質性、血管新生、及びそれらの組み合わせなど、セグメント化病変の少なくとも１つの態様を定量化する。結果142が返され、これには、単一の結果又は一連の特徴ベクトルを含めることができる。いくつかの実施形態では、プロセッサ１６２の構成は、構成プロセッサ１６２の命令に含まれるようなパラメータを含み、構成プロセッサ１６２は、セグメント化病変の少なくとも１つの態様を定量化する。

８４０で、構成プロセッサ１６２は、結果１４２を表示及び／又は記憶する。結果１４２は、ディスプレイデバイス１３４に表示することができる。結果１４２は、コンピュータメモリ１４４、ストレージサブシステム１０８、又は他の非一時的コンピュータのメモリに記憶されることができる。

図９を参照すると、医用画像における病変の棘状突起を定量化する方法の実施形態がフローチャート化されている。 ９００において、構成プロセッサ１６２は、パッチ寸法２１４の受信パラメータ及びセグメント化境界２１２に接する各パッチの中心線又は平面に従って、セグメント化境界２１２に沿って等距離にパッチ２１０を生成する。パッチ２１０の間の距離は、y / 2などのyの関数であるパッチ寸法214の関数になり得る。パッチ２１０は、２Ｄ又は３Ｄであり得る。パッチ２１０は、２Ｄの長方形、３Ｄの直方体などの直線形状である。

９１０で、構成プロセッサ１６２は、セグメント化される境界２１２の接線に平行な対応するパッチのラインでボクセル値をサンプリングする。すなわち、対応するパッチの各ラインについて、ボクセル値がサンプリングされ、ボクセルは3Dで平面でサンプリングされる。例えば、グレースケール又はHU値は、1つのパッチの1つのラインのCT画像でサンプリングされ、1つのラインはセグメント化される境界212への接線に平行である。

９２０で、構成プロセッサ１６２は、線３５０をサンプリングされるボクセル値３４０に適合させる。適合線３５０は、直線又は低次多項式を含むことができる。例えば、最小二乗回帰を使用して構成プロセッサ１６２は、直線をパッチのサンプリング線に沿ってサンプリングされるボクセルに適合させる。

９３０で、構成プロセッサ１６２は、棘状突起スコアの結果１４２を計算し、適合ライン３５０と異なる所定の閾値Ｔ差を超える各ボクセル値の棘状突起スコアに１を加える。すなわち、最小二乗回帰などからの適合ラインからの残りの値は閾値と比較され、閾値を超える残りの値の数のカウントが、サンプリングされるボクセル値の線又は平面の棘状突起スコアを決定する。

９４０で、構成プロセッサ１６２は、パッチ２１０内の各ライン又はプレーンに対して動作９１０乃至９３０を繰り返す。パッチ２１０内の各ライン又は平面に対する動作９１０乃至９３０は、並行して実行することができる。

９５０で、構成プロセッサ１６２は、各パッチ２１０について動作９１０乃至９４０を繰り返す。各パッチ２１０についての動作９１０乃至９４０は、並行して実行することができる。

９６０で、構成プロセッサ１６２は、パッチ寸法２１４及び閾値Ｔの棘状突起スコアを累積する。すなわち、棘状突起スコアは、各パッチのサンプリングされる各ラインの棘状突起スコアの合計である。いくつかの実施形態では、棘状突起スコアは、代替的に、サンプリングされるライン又はパッチレベルの粒度のレベルでの特徴ベクトルのセットとして表される。

９７０において、構成プロセッサ１６２は、パッチ寸法２１４及び閾値Ｔの各セットに対して動作９１０乃至９６０を繰り返す。棘状突起スコアを計算するための動作９１０乃至９６０は、並行して実行することができる。

９８０で、構成プロセッサ１６２は、パッチ寸法２１４及び閾値Ｔの各セットの棘状突起スコアを戻す。棘状突起スコアは、単一の値又はベクトルのセットとして戻すことができる。

図１０を参照すると、医用画像内の病変の異質性を定量化する方法の実施形態がフローチャート化されている。 １０００で、構成プロセッサ１６２は、バイラテラルフィルタでセグメント化病変内のボクセルをフィルタリングする。いくつかの実施形態において、バイラテラルフィルタは、スペクトル画像などのマルチラテラルフィルタに拡張され、各追加カーネルはスペクトルチャネル、すなわち異なるエネルギースペクトルに対応する。

１０１０で、構成プロセッサ１６２は、フィルタリングされるボクセルのエントロピを計算する。

１０２０で、構成プロセッサ１６２は、停止基準に従って動作１０００乃至１０１０を繰り返す。停止基準には、固定回数の反復、又はそれ以下では動作が繰り返し実行されない連続するエントロピ値の間の閾値の差を含めることができる。閾値又は反復の数をパラメータとして受け取ることができる。

１０３０で、構成プロセッサ１６２は、計算される値に従って異質性スコアを蓄積する。異質性スコアには、反復の関数として計算されるエントロピスコアに適合した曲線下のエリアなど、単一の結果を含めることができる。異質性スコアには、反復によるエントロピスコアを表すベクトルのセットを含めることができる。

１０４０で、構成プロセッサ１６２は、異なるカーネル又は停止基準に対して動作１０００乃至１０３０を実行することができる。異なるカーネル及び/又は停止基準のそれぞれに対して動作1000乃至1030を並行して実行できる。

１０５０で、構成プロセッサ１６２は異質性スコアを返す。異質性スコアには、単一の結果又はベクトルのセットを含めることができる。

図１１は、医用画像内の病変の血管新生を定量化する方法の実施形態のフローチャートである。 １１００で、構成プロセッサ１６２は、病変１０２のセグメント化されるコンター６００の内側及び外側のボクセル対（ｒ、ｓ）をサンプリングする。ボクセル対（ｒ、ｓ）は、セグメント化されるコンター６００から内側距離６０２ｘ及び外側距離ｙ６０４に従って選択される。いくつかの実施形態では、x及びyは同じである。ボクセルのペア（r、s）は、セグメント化されるコンター600に直交する線に沿って選択される。

１１１０で、構成プロセッサ１６２は、ボクセル対（ｒ、ｓ）のジョイントエントロピ７０４を計算する。

１１２０で、構成プロセッサ１６２は、異なる距離ｘ、ｙに対して動作１１１０乃至１１２０を実行することができる。異なる距離のそれぞれに対する動作1000-1030は、並行して実行できる。

1130で、構成プロセッサ１６２は、血管新生スコアを返す。血管新生スコアは、計算されるジョイントエントロピヒストグラム702、712、722のヒストグラムの下のエリアｓ、又は個々のジョイントエントロピを表すベクトルのセットなど、単一の結果を含むことができる。

上記は、コンピュータ可読記憶媒体にエンコード又は埋め込まれたコンピュータ可読命令によって実装され、コンピュータプロセッサによって実行されると、プロセッサに記述される動作を実行させる。追加的又は代替的に、コンピュータ可読命令の少なくとも１つは、信号、搬送波又は他の一時的な媒体によって運ばれる。

本発明は、好ましい実施形態を参照して説明される。前述の詳細な説明を読んで理解すると、他の人に修正及び変更が生じる場合がある。本発明は、添付の特許請求の範囲又はその均等物の範囲内にある限り、そのようなすべての修正及び変更を含むように構築されることが意図されている。 「含む」という語は、他の要素又はステップを除外せず、不定冠詞「a」又は「an」は複数を除外しない。

Claims (22)

1. 医用画像内の病変をセグメント化するように構成されるセグメンタと、
   パラメータのセットに従って前記セグメント化される病変の態様を定量化するように構成される定量化ツールと
   を有し、前記定量化される態様は、棘状突起、異質性、及び血管新生からなるグループから選択される少なくとも1つを含む、システム。
2. 前記定量化される態様は、プロトコル、ユーザの好み、及び手動選択からなるグループから選択される少なくとも１つに基づいて選択される、請求項１に記載のシステム。
3. 前記定量化ツールは、
   前記セグメント化される病変のセグメント化されるコンターに直交し、それに沿って等間隔に配置される直線パッチを生成するし、前記パッチの中心線は前記セグメント化されるコンターに接し、
   対応する適合線と異なる所定の閾値になる前記セグメント化されるコンターの接線に平行な各パッチ内の各線に沿ってサンプリングされるボクセルの数に従って棘状突起スコアを計算する
   ように構成される棘状突起定量化器を含む、請求項１に記載のシステム。
4. 前記棘状突起定量化器は、
   各パッチの各線のための棘状突起スコアの合計を有する棘状突起スコアと、
   前記パッチの寸法を備えるベクトルのセットを有する棘状突起スコアと、
   個々のパッチ棘状突起スコア及び前記パッチの寸法を備えるベクトルのセットを有する棘状突起スコアと、
   個々のパッチの個々の線棘状突起スコア及び前記パッチの寸法を備えるベクトルのセットを有する棘状突起スコアと
   からなるグループから選択される少なくとも１つを含む結果を返すようにさらに構成される、請求項３に記載のシステム。
5. 前記定量化ツールは、
   バイラテラルフィルタ及びマルチラテラルフィルタから選択されるグループの少なくとも1つを使用して、前記セグメント化される病変内のボクセルを繰り返しフィルタリングし、
   各反復で前記フィルタリングされるボクセルに対するエントロピを計算する
   ように構成される異質性定量化器を含む、請求項１に記載のシステム。
6. 前記異質性数量化器は、
   前記反復による前記フィルタリングされるボクセルの前記計算されるエントロピの曲線によって規定されるエリアを有する異質性スコアと、
   前記反復及び前記フィルタリングされるボクセルの前記計算されるエントロピを備えるベクトルのセットを有する異質性スコアと
   からなるグループから選択される少なくとも１つを含む結果を返すようにさらに構成される、請求項５に記載のシステム。
7. 前記定量化ツールは、
   セグメント化されるコンターから内側距離及び外側距離でボクセル対をサンプリングし、前記サンプリングされるボクセル対は、前記セグメント化されるコンターに直交する線に沿っており、
   前記サンプリングされるボクセル対からジョイントエントロピを計算する
   ように構成される血管新生定量化器を含む、請求項１に記載のシステム。
8. 前記血管新生定量化器は、
   異なる距離で前記計算されるジョイントエントロピのヒストグラムの下のエリアを有する血管新生スコアと、
   前記距離の前記計算されるジョイントエントロピを備えるベクトルのセットを有する血管新生スコアと
   からなるグループから選択される少なくとも１つを含む結果を返すようにさらに構成される、請求項７に記載のシステム。
9. 前記医用画像は、コンピュータ断層撮影、磁気共鳴、及び超音波からなるグループから選択される少なくとも１つのモダリティを有する医用撮像装置によって生成される、請求項１に記載のシステム。
10. 医用画像内の病変をセグメント化するステップと、
    パラメータのセットに従って前記セグメント化される病変の態様を定量化するステップと
    を有し、前記定量化される態様は、棘状突起、異質性、及び血管新生からなるグループから選択される少なくとも1つを含む、方法。
11. 前記定量化される態様は、プロトコル、ユーザの好み、及び手動選択からなるグループから選択される少なくとも１つによって選択される、請求項１０に記載の方法。
12. 前記定量化するステップは、
    前記セグメント化される病変のセグメント化されるコンターに直交し、それに沿って等間隔に配置される直線パッチを生成するステップであって、前記パッチの中心線は前記セグメント化されるコンターに接する、ステップと、
    対応する適合線と異なる所定の閾値になる前記セグメント化されるコンターの接線に平行な各パッチ内の各線に沿ってサンプリングされるボクセルの数に従って棘状突起スコアを計算するステップと
    を有する、請求項１０に記載の方法。
13. 各パッチの各線のための棘状突起スコアの合計を有する棘状突起スコアと、
    前記パッチの寸法を備えるベクトルのセットを有する棘状突起スコアと、
    個々のパッチ棘状突起スコア及び前記パッチの寸法を備えるベクトルのセットを有する棘状突起スコアと、
    個々のパッチの個々の線棘状突起スコア及び前記パッチの寸法を備えるベクトルのセットを有する棘状突起スコアと
    からなるグループから選択される少なくとも１つを含む結果を返すステップ
    を更に有する、請求項１２に記載の方法。
14. 前記定量化するステップは、
    バイラテラルフィルタ及びマルチラテラルフィルタから選択されるグループの少なくとも1つを使用して、前記セグメント化される病変内のボクセルを繰り返しフィルタリングするステップと、
    各反復で前記フィルタリングされるボクセルに対するエントロピを計算するステップと
    を有する、請求項１０に記載の方法。
15. 前記反復による前記フィルタリングされるボクセルの前記計算されるエントロピの線によって規定されるエリアを有する異質性スコアと、
    前記反復及び前記フィルタリングされるボクセルの前記計算されるエントロピを備えるベクトルのセットを有する異質性スコアと
    からなるグループから選択される少なくとも１つを含む結果を返すステップ
    を更に含む、請求項１０に記載の方法。
16. 前記定量化するステップは、
    セグメント化されるコンターから内側距離及び外側距離でボクセル対をサンプリングするステップであって、前記サンプリングされるボクセル対は、前記セグメント化されるコンターに直交する線に沿っている、ステップと、
    前記サンプリングされるボクセル対からジョイントエントロピを計算するステップと
    を有する、請求項１０に記載の方法。
17. 異なる距離で前記計算されるジョイントエントロピのヒストグラムの下のエリアを有する血管新生スコアと、
    前記距離の前記計算されるジョイントエントロピを備えるベクトルのセットを有する血管新生スコアと
    からなるグループから選択される少なくとも１つを含む結果を返すステップ
    を更に有する、請求項１６に記載の方法。
18. 医用画像内の病変をセグメント化し、
    パラメータのセットに従って前記セグメント化される病変の態様を定量化する
    ように一つ又はそれより多くのプロセッサを制御する命令を運ぶ非一時的なコンピュータ可読記憶媒体であって、
    前記定量化される態様は、棘状突起、異質性、及び血管新生からなるグループから選択される少なくとも1つを含む、非一時的なコンピュータ可読記憶媒体。
19. 前記一つ又はそれより多くのプロセッサは、
    前記セグメント化される病変のセグメント化されるコンターに直交し、それに沿って等間隔に配置される直線パッチを生成する
    ように更に制御され、
    前記パッチの中心線は前記セグメント化されるコンターに接し、
    対応する適合線と異なる所定の閾値になる前記セグメント化されるコンターの接線に平行な各パッチ内の各線に沿ってサンプリングされるボクセルの数に従って棘状突起スコアを計算する
    ように更に制御される、請求項１８に記載の非一時的なコンピュータ可読記憶媒体。
20. 前記一つ又はそれより多くのプロセッサは、
    バイラテラルフィルタ及びマルチラテラルフィルタから選択されるグループの少なくとも1つを使用して、前記セグメント化される病変内のボクセルを繰り返しフィルタリングし、
    各反復で前記フィルタリングされるボクセルのエントロピを計算する
    ように更に制御される、請求項１８に記載の非一時的なコンピュータ可読記憶媒体。
21. 前記一つ又はそれより多くのプロセッサは、
    セグメント化されるコンターから内側距離及び外側距離でボクセル対をサンプリングする
    ように更に制御され、
    前記サンプリングされるボクセル対は、前記セグメント化されるコンターに直交する線に沿っており、
    前記サンプリングされるボクセル対からジョイントエントロピを計算する
    ように更に制御される、請求項１８に記載の非一時的なコンピュータ可読記憶媒体。
22. 前記一つ又はそれより多くのプロセッサは、
    ベクトルのセットを含む前記定量化される態様に対する結果を返す
    ように更に制御される、請求項１８に記載の非一時的なコンピュータ可読記憶媒体。

Images