JP2020534105A - 自動腫瘍分割 - Google Patents

自動腫瘍分割 Download PDF

Info

Publication number
JP2020534105A
JP2020534105A JP2020516745A JP2020516745A JP2020534105A JP 2020534105 A JP2020534105 A JP 2020534105A JP 2020516745 A JP2020516745 A JP 2020516745A JP 2020516745 A JP2020516745 A JP 2020516745A JP 2020534105 A JP2020534105 A JP 2020534105A
Authority
JP
Japan
Prior art keywords
tumor
image data
voxels
medical
voxel
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.)
Pending
Application number
JP2020516745A
Other languages
English (en)
Other versions
JP2020534105A5 (ja
Inventor
ベルナルト グレイヒ
ベルナルト グレイヒ
ヨルン ボルゲルト
ヨルン ボルゲルト
ヨヘン ケアップ
ヨヘン ケアップ
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 JP2020534105A publication Critical patent/JP2020534105A/ja
Publication of JP2020534105A5 publication Critical patent/JP2020534105A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • 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
    • 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
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本発明は、マシン実行可能命令112を保存するためのメモリ110と、医療機器を制御するためのプロセッサ106とを備える医療機器100、300、400を提供する。マシン実行可能命令の実行により、プロセッサは、ボクセルを有し、対象者318を描写する3次元医療画像データ114を受信し(200)、3次元画像データを非腫瘍ボクセル700と腫瘍ボクセル500とに分割する3次元医療画像データのセグメンテーションを受信し(202)、腫瘍ボクセルの中心点118を選択し(204)、中心点が直交平面の各々内にある直交平面502、504、600のセットを使用して、腫瘍ボクセルを複数のボクセルのグループ120に分割し(206)、複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性122を計算し(208)、少なくとも1つのグループ放射特性の各々について統計的測度124を計算し(210)、各統計的測度に対して一意である所定のグループ重み付け値126で乗算される、各統計的測度の総和を計算することによりスカラー値128を計算し(212)、スカラー値が所定のしきい値130を超える場合、シグナリングインタフェースデバイス108、402を使用して信号を提供する(214)。

Description

本発明は、医療イメージング、特に腫瘍の自動分割に関する。
磁気共鳴イメージング(MRI)、陽電子放射断層撮影(PET)、単一光子放射コンピュータ断層撮影(SPECT)などの医療イメージング技法は、対象者の内部構造を定量的にマッピングするのに効果的である。分子レベルでの腫瘍の不均一性(例えば、腫瘍経路に関する不均一性)の知識は、治療計画に役立つ。複数の生検はこの種の情報を提供するが、患者にとっては不便であり、幾つかのリスクを負う。
米国特許出願公開第2016/0260224号は、対象者の標的領域の3次元画像データを分析する方法を開示しており、この方法は、標的領域の疾患状態を予測するイメージング情報を含む標的領域内の関心領域を識別することと、関心領域に関連付けられた少なくとも2つの放射特性を計算することと、計算された放射特性に基づいて関心領域を分類することとを有する。
本発明は、独立請求項において、医療機器、コンピュータプログラムプロダクト、及び方法を提供する。実施形態が従属請求項において与えられる。
本発明の実施形態は、3次元医療画像における腫瘍の不均一性を測定する手段を提供する。腫瘍の中心点を選択し、次いで、直交平面を使用して腫瘍をボクセルのグループに分割する。ボクセルのグループの各々について、1つ又は複数の放射特性が決定される。次いで、スカラー値を使用した統計的測度が、放射特性の各々について計算される。次いで、統計的測度は、所定のグループ重み付け値と称される重み付け係数を使用して結合される。例えば、線形、非線形、又は線形項と非線形項とを含む混合項を使用して結合できる。結果として得られる線形結合は、腫瘍の不均一性の測度として使用できるスカラー値である。
一態様では、本発明は、マシン実行可能命令を保存するためのメモリを備える医療機器を提供する。医療機器は、医療機器を制御するためのプロセッサを更に備える。マシン実行可能命令の実行により、プロセッサは、対象者を描写する3次元医療画像データを受信する。3次元医療画像データはボクセルを有する。3次元医療画像データは、例えば、様々な異なるやり方で受信され得る。それは、メモリから取得することによって受信され得るか、ネットワーク又は他のデータ転送システムを介して別のコンピュータシステムから受信され得るか、医療機器の一部又は別の医療機器の一部である医療イメージングシステムによって取得され得る。
マシン実行可能命令の実行により、プロセッサは更に、3次元医療画像データのセグメンテーションを受信する。セグメンテーションは、3次元医療画像データを、非腫瘍ボクセルと腫瘍ボクセルとに分割する。セグメンテーションは、様々な異なるやり方で再度受信され得る。一例において、セグメンテーションは、セグメンテーションアルゴリズム又はモジュールを、3次元医療画像データに適用することにより受信される。別の例では、セグメンテーションは、例えば、ユーザインタフェースを介して受信され得る。セグメンテーションは、メモリから受信して取得することも、別のコンピュータシステム又は別の医療機器から受信することもできる。マシン実行可能命令の実行により、プロセッサは更に、腫瘍ボクセルの中心点を選択する。中心点の選択は、様々な異なるやり方で実行することもできる。腫瘍ボクセルによって定義された3次元体積は、幾つかの事例によっては、平均点又は重心を定義するために使用できる。他の事例では、中心点を選択するために様々な幾何学的体積が使用され得る。これらは以下で説明される。
マシン実行可能命令の実行により、プロセッサは更に、直交平面のセットを使用して腫瘍ボクセルを複数のグループに分割する。中心点は、各直交平面内にある。マシン実行可能命令の実行により、プロセッサは更に、複数のボクセルのグループの各々について、少なくとも1つのグループ放射特性の選択された放射特性のセットを計算する。マシン実行可能命令の実行により、プロセッサは更に、少なくとも1つのグループ放射特性の到達の統計的測度を計算する。統計的測度は、例えば、統計的特性の測度であり得る。この場合、統計的測度は、複数の放射特性のプロパティから導出されたスカラー値である。例えば、各放射特性の統計的測度は、分散であり得る。平均や中央などの他の値も適用可能である。
マシン実行可能命令の実行により、プロセッサは更に、各統計的測度に所定のグループ重み付け値を乗じた総和を計算することにより、スカラー値を計算する。グループの重み付け値は、各統計的測度に対して一意である。スカラー値が所定のしきい値を超える場合、マシン実行可能命令の実行により、プロセッサは更に、シグナリングインタフェースデバイスを使用して信号を提供する。この実施形態は、スカラー値が所定のしきい値を超える場合に自動的にシグナリングする手段を提供できるため、有益であり得る。これは、医療機器の更なる動作や、医療機器のユーザへの通知に役立ち得る。
シグナリングインタフェースデバイスは、例えば、本質的に音声又は視覚である任意の種類のディスプレイデバイスであってもよく、又は医療機器の追加のコンポーネントのトリガデバイスとして使用されてもよい。
直交平面のセットは、例えば、腫瘍をそれぞれ4つ又は8つの部分に分割する2つ又は3つの平面のいずれかであり得る。別の実施形態では、腫瘍ボクセルが接続される。
別の実施形態では、マシン実行可能命令の実行により、プロセッサは更に、中心点の周りの直交平面のセットの複数の回転位置についてスカラー値の計算を実行することにより、スカラー値のセットを構築させる。信号の提供は、スカラー値のセットから選択された最大スカラー値に対して実行される。この実施形態は、場合によっては腫瘍が不均一であるか、又は中心点が不適切な位置で選択されている可能性があるため、有益であり得る。この実施形態では、スカラー値の計算は、直交平面のセットの異なる配向で繰り返される。次いで、信号は、最大値を与える直交平面の異なる位置からのスカラー値に基づく。これは、方法の感度を高めるため、有益であり得る。
別の実施形態では、マシン実行可能命令の実行により、プロセッサは更に、腫瘍ボクセルの放射特性のセットから選択された少なくとも1つのグローバル放射特性を計算する。マシン実行可能命令の実行により、プロセッサは更に、少なくとも1つのグローバル放射特性の各々についてグローバル統計的測度を計算する。スカラー値は、各グローバル統計的測度の総和に、所定のグローバル重み付け値を乗じることによって更に計算される。所定のグローバル重み付け値は、各グローバル統計的測度に対して一意である。この実施形態は、直交平面のセットを使用して決定された個々のグループだけでなく、腫瘍体積全体について計算される値も含むため、有益であり得る。
別の実施形態では、マシン実行可能命令の実行により、プロセッサは更に、ユーザインタフェースから、少なくとも部分的にセグメンテーションを受信する。
別の実施形態では、マシン実行可能命令の実行により、プロセッサは更に、セグメンテーションアルゴリズムを3次元画像データに適用することにより、少なくとも部分的にセグメンテーションを受信する。
別の実施形態では、中心点は、腫瘍ボクセルの重心を計算することにより選択される。
別の実施形態では、中心点は、腫瘍ボクセルの全てを囲む最小球の中心を識別することにより選択される。
別の実施形態では、中心点は、腫瘍ボクセルの所与の割合を囲む最小球の中心を識別することにより選択される。全ての腫瘍ボクセルが特定の小さな球内にあることを必要とする代わりに、ボクセルの特定の割合が球の外側にあることが許容される。これは、腫瘍の大部分の位置又は中心を特定するのに役立ち得る。
別の実施形態では、中心点は、腫瘍ボクセルの全てを囲む最大球の中心を識別することにより選択される。
別の実施形態では、中心点は、腫瘍ボクセルの所与の割合を囲む最大球の中心を識別することにより選択される。この実施形態では、球が全ての腫瘍ボクセルを囲むという厳格な条件が緩和される。
別の実施形態では、中心点は、全ての腫瘍ボクセルを囲む最小体積の楕円体の中心を識別することにより選択される。
別の実施形態では、中心点は、腫瘍ボクセルの所与の割合を囲む最小体積の楕円体の中心を識別することにより選択される。この実施形態はまた、腫瘍ボクセルの全てが最小体積の楕円体内にあるという状態を緩和するため、有益であり得る。これは、腫瘍塊の範囲外又は小さな部分の影響を低減するのに役立ち得る。
別の実施形態では、中心点は、上述の方法のいずれかの線形結合又は中心点の平均を使用することにより選択される。
別の実施形態では、マシン実行可能命令の実行により、プロセッサは更に、トレーニング医療画像データを受信する。トレーニング医療画像データは、複数の医療画像データであり、3次元データは、複数の腫瘍を描写している。マシン実行可能命令の実行により、プロセッサは更に、トレーニング医療画像データのセグメンテーションを受信する。セグメンテーションは、トレーニング医療画像データを、非腫瘍ボクセルと腫瘍ボクセルに分割する。マシン実行可能命令の実行により、プロセッサは更に、トレーニング医療画像データの各々の中心点を選択する。
マシン実行可能命令の実行により、プロセッサは更に、トレーニング医療画像データの各々の直交平面のセットを使用して、腫瘍ボクセルを複数のボクセルのグループに分割する。マシン実行可能命令の実行により、プロセッサは更に、トレーニング医療画像データの各々の複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算する。マシン実行可能命令の実行により、プロセッサは更に、トレーニング医療画像データの各々について少なくとも1つのグループ放射特性の各々の統計的測度を計算する。
マシン実行可能命令の実行により、プロセッサは更に、複数の腫瘍の各々について腫瘍の不均一性測度を受信する。マシン実行可能命令の実行により、プロセッサは更に、線形回帰を使用して、トレーニング医療画像データの各々の統計的測度の所定のグループ重み付け値を計算する。線形回帰は、複数の腫瘍の各々の腫瘍の不均一性測度を、トレーニング医療画像データの各々の各統計的測度の総和に、所定のグループ重み付け値を乗じたものと等値化させる。この実施形態では、スカラー値を計算するために使用されたプロセスは、複数のトレーニング医療画像データについて繰り返される。次いで、結果として得られるトレーニングデータを使用して、線形回帰又はその他任意の最適化方法を使用して、所定のグループの重み付け値を計算する。
トレーニング医療画像データと3次元医療画像データは、同じイメージング様式を有することに留意されたい。すなわち、例えば、3次元医療画像データが磁気共鳴イメージングデータである場合、トレーニング医療画像データも磁気共鳴イメージングデータである。
別の実施形態では、腫瘍の不均一性測度は、空間的に依存する生物分析特性、空間的に依存するDNA配列データ、空間的に依存するRNA活性化データ、空間的に依存する生体受容体濃度、及びそれらの組み合わせのいずれかを示す。
例えば、上記の各々は、幾つかの異なる場所でこれらの値の各々を提供する1つ又は複数の生検によって決定され得る。これは、腫瘍の不均一性の測度を提供できる。
別の実施形態では、シグナリングインタフェースデバイスは、グラフィカルユーザインタフェースを備え、信号は、警告表示、及び/又は、スカラー値を示すテキストメッセージを有する。
別の実施形態では、シグナリングインタフェースデバイスは、音声音生成器を備え、信号は、警告標識又はスカラー値を示す可聴信号などの可聴信号を有する。
別の実施形態では、シグナリングインタフェースデバイスは、生検計画生成器を備え、信号は、生検指示を有する。生検指示は、例えば、データベースに保存されている所定の生検指示のセットから呼び出すことができる。
別の実施形態では、医療機器は、自動生検システムを備える。シグナリングデバイスによって信号が提供される場合、マシン実行可能命令の実行により、プロセッサは更に、自動生検システムを制御して腫瘍の生検を実行する。この実施形態は、対象者の生検が信号によって自動的にトリガされるため、有益であり得る。
別の実施形態では、放射特性のセットは、体積、最大長特性、最小長特性、サイズ依存特性、体積依存特性、ヒストグラム記述子、ボクセル間関係記述子、グレーレベル共起行列、ランレングス行列、サイズゾーン行列、近傍グレートーン差行列から派生したテクスチャ、フィルタの適用後に抽出された1つ又は複数のテクスチャ、表面テクスチャ測度、フラクタル特性、及びそれらの組み合わせのいずれかを有する。
別の実施形態では、医療機器は、医療イメージングシステムを更に備える。マシン実行可能命令の実行により、プロセッサは更に、医療イメージングシステムを制御して、対象者から3次元医療画像データを取得する。プロセッサは、医療イメージングシステムから3次元医療画像データを受信する。この実施形態は、信号の生成が、医療イメージングデータを取得する同じ機器に統合されるため、有益であり得る。
別の実施形態では、医療イメージングシステムは、磁気共鳴イメージングシステムである。
別の実施形態では、医療イメージングシステムは、陽電子放射断層撮影システムである。
別の実施形態では、医療イメージングシステムは、単一光子放射コンピュータ断層撮影システムである。
別の実施形態では、医療イメージングシステムは、コンピュータ断層撮影システムである。
別の実施形態では、医療イメージングシステムは、超音波システムである。
別の実施形態では、医療機器は、磁気共鳴イメージングシステムである。3次元医療画像データは、拡散重み付け磁気共鳴画像又は動的造影磁気共鳴画像又はそれらの一連である。この実施形態は、拡散重み付け磁気共鳴画像及び造影磁気共鳴イメージングが、腫瘍組織と非腫瘍組織とを区別するのに優れているため、有益であり得る。
別の態様では、本発明は、医療機器を制御するためのプロセッサによる実行のためのマシン実行可能命令を備えたコンピュータプログラムプロダクトを提供する。マシン実行可能命令の実行により、プロセッサは、対象者を描写する3次元医療画像データを受信する。3次元医療画像データは、ボクセルを有する。マシン実行可能命令の実行により、プロセッサは更に、3次元医療画像データのセグメンテーションを受信する。セグメンテーションは、3次元画像データを非腫瘍ボクセルと腫瘍ボクセルとに分割する。マシン実行可能命令の実行により、プロセッサは更に、腫瘍ボクセルの中心点を選択する。
マシン実行可能命令の実行により、プロセッサは更に、直交平面のセットを使用して腫瘍ボクセルを複数のグループに分割する。中心点は、直交平面の各々内にある。マシン実行可能命令の実行により、プロセッサは更に、複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算する。マシン実行可能命令の実行により、プロセッサは更に、少なくとも1つの放射特性の各々について統計的測度を計算する。
マシン実行可能命令の実行により、プロセッサは更に、所定のグループ重み付け値で乗算される、各統計的測度の総和を計算することにより、スカラー値を計算する。所定のグループ重み付け値は、各統計的測度に対して一意である。スカラー値が所定のしきい値を超える場合、マシン実行可能命令の実行により、プロセッサは更に、シグナリングインタフェースデバイスを使用して信号を提供する。この実施形態の利点については既に説明した。
別の態様では、本発明は、3次元医療画像を分析する方法を提供する。この方法は、対象者を描写する3次元医療画像データを受信することを有する。3次元医療画像データは、ボクセルを有する。この方法は、3次元医療画像データのセグメンテーションを受信することを更に備える。セグメンテーションは、3次元医療画像データを、非腫瘍ボクセルと腫瘍ボクセルに分割する。この方法は、腫瘍ボクセルの中心点を選択することを更に備える。この方法は、直交平面のセットを使用して腫瘍ボクセルを複数のグループに分割することを更に備える。
中心点は、直交平面の各々内にある。この方法は、複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算することを更に備える。この方法は、少なくとも1つのグループ放射特性の各々について統計的測度を完成させることを更に備える。この方法は更に、各統計的測度の総和に所定のグループ重み付け値を乗じて計算することによりスカラー値を計算することを有する。所定のグループ重み付け値は、各統計的測度に対して一意である。この方法は、スカラー値が所定のしきい値を超える場合、シグナリングインタフェースデバイスを使用して信号を提供することを更に備える。この実施形態の利点については既に説明した。
本発明の上述の実施形態のうちの1つ又は複数は、組み合わせられた実施形態が相互排他的でない限り、組み合わせられることを理解されたい。
当業者には理解されるように、本発明の態様は、装置、方法又はコンピュータプログラムプロダクトとして具体化され得る。従って、本発明の態様は、全面的にハードウェア実施形態、全面的にソフトウェア実施形態(ファームウェア、常駐ソフトウェア、マイクロコード等を含む)又は本明細書において全て一般的に「回路」、「モジュール」若しくは「システム」と称され得るソフトウェア及びハードウェア態様を組み合わせた実施形態の形態をとり得る。更に、本発明の態様は、コンピュータ可読媒体上で具現化されたコンピュータ実行可能コードを有する1つ又は複数のコンピュータ可読媒体において具体化されたコンピュータプログラムプロダクトの形態をとり得る。
1つ又は複数のコンピュータ可読媒体の任意の組み合わせが利用されてもよい。コンピュータ可読媒体は、コンピュータ可読信号媒体又はコンピュータ可読ストレージ媒体でもよい。本明細書で使用される「コンピュータ可読ストレージ媒体」は、コンピューティングデバイスのプロセッサによって実行可能な命令を保存することができる任意の有形ストレージ媒体を包含する。コンピュータ可読ストレージ媒体は、コンピュータ可読非一時的ストレージ媒体と称される場合もある。コンピュータ可読ストレージ媒体はまた、有形コンピュータ可読媒体と称される場合もある。一部の実施形態では、コンピュータ可読ストレージ媒体はまた、コンピューティングデバイスのプロセッサによってアクセスされることが可能なデータを保存可能であってもよい。コンピュータ可読ストレージ媒体の例は、フロッピー(登録商標)ディスク、磁気ハードディスクドライブ、半導体ハードディスク、フラッシュメモリ、USBサムドライブ、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、光ディスク、磁気光学ディスク、及びプロセッサのレジスタファイルを含むが、これらに限定されない。光ディスクの例は、例えば、CD−ROM、CD−RW、CD−R、DVD−ROM、DVD−RW、ブルーレイ、又はDVD−Rディスクといったコンパクトディスク(CD)及びデジタル多用途ディスク(DVD)を含む。コンピュータ可読ストレージ媒体という用語は、ネットワーク又は通信リンクを介してコンピュータデバイスによってアクセスされることが可能な様々な種類の記録媒体も指す。例えば、データは、モデムによって、インターネットによって、又はローカルエリアネットワークによって読み出されてもよい。コンピュータ可読媒体上で具現化されたコンピュータ実行可能コードは、限定されることはないが、無線、有線、光ファイバケーブル、RF等を含む任意の適切な媒体、又は上記の任意の適切な組み合わせを用いて送信されてもよい。
コンピュータ可読信号媒体は、例えばベースバンドにおいて又は搬送波の一部として内部で具体化されたコンピュータ実行可能コードを有する伝搬データ信号を含んでもよい。このような伝搬信号は、限定されることはないが電磁気、光学的、又はそれらの任意の適切な組み合わせを含む様々な形態のいずれかをとり得る。コンピュータ可読信号媒体は、コンピュータ可読ストレージ媒体ではない及び命令実行システム、装置、若しくはデバイスによって又はそれと関連して使用するためのプログラムを通信、伝搬、若しくは輸送できる任意のコンピュータ可読媒体でもよい。
「コンピュータメモリ」又は「メモリ」は、コンピュータ可読ストレージ媒体の一例である。コンピュータメモリは、プロセッサに直接アクセス可能な任意のメモリである。「コンピュータストレージ」又は「ストレージ」は、コンピュータ可読ストレージ媒体の更なる一例である。コンピュータストレージは、任意の不揮発性コンピュータ可読ストレージ媒体である。
幾つかの実施形態では、コンピュータストレージは、コンピュータメモリでもよく、その逆でもよい。
本明細書で使用される「プロセッサ」は、プログラム、マシン実行可能命令、又はコンピュータ実行可能コードを実行可能な電子コンポーネントを包含する。「プロセッサ」を含むコンピューティングデバイスへの言及は、場合により、2つ以上のプロセッサ又は処理コアを含むと解釈されるべきである。プロセッサは、例えば、マルチコアプロセッサである。プロセッサは、また、単一のコンピュータシステム内の、又は複数のコンピュータシステムの中へ分配されたプロセッサの集合体も指す。コンピュータデバイスとの用語は、各々が1つ又は複数のプロセッサを有するコンピュータデバイスの集合体又はネットワークを指してもよいと理解されるべきである。コンピュータ実行可能コードは、同一のコンピュータデバイス内の、又は複数のコンピュータデバイス間に分配された複数のプロセッサによって実行される。
コンピュータ実行可能コードは、本発明の態様をプロセッサに行わせるマシン実行可能命令又はプログラムを含んでもよい。本発明の態様に関する動作を実施するためのコンピュータ実行可能コードは、Java(登録商標)、Smalltalk(登録商標)、又はC++等のオブジェクト指向プログラミング言語及びCプログラミング言語又は類似のプログラミング言語等の従来の手続きプログラミング言語を含む1つ又は複数のプログラミング言語の任意の組み合わせで書かれてもよい及びマシン実行可能命令にコンパイルされてもよい。場合によっては、コンピュータ実行可能コードは、高水準言語の形態又は事前コンパイル形態でもよい及び臨機応変にマシン実行可能命令を生成するインタプリタと共に使用されてもよい。
コンピュータ実行可能コードは、完全にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、スタンドアローンソフトウェアパッケージとして、部分的にユーザのコンピュータ上で及び部分的にリモートコンピュータ上で、又は完全にリモートコンピュータ若しくはサーバ上で実行することができる。後者の場合、リモートコンピュータは、ローカルエリアネットワーク(LAN)若しくは広域ネットワーク(WAN)を含む任意の種類のネットワークを通してユーザのコンピュータに接続されてもよい、又はこの接続は外部コンピュータに対して(例えば、インターネットサービスプロバイダを使用したインターネットを通して)行われてもよい。
本発明の態様は、本発明の実施形態による方法、装置(システム)及びコンピュータプログラムプロダクトのフローチャート、図及び/又はブロック図を参照して説明される。フローチャート、図、及び/又はブロック図の各ブロック又は複数のブロックの一部は、適用できる場合、コンピュータ実行可能コードの形態のコンピュータプログラム命令によって実施され得ることが理解されよう。相互排他的でなければ、異なるフローチャート、図、及び/又はブロック図におけるブロックの組み合わせが組み合わせられてもよいことが更に理解される。これらのコンピュータプログラム命令は、コンピュータ又は他のプログラム可能データ処理装置のプロセッサを介して実行する命令がフローチャート及び/又はブロック図の1つ又は複数のブロックにおいて指定された機能/行為を実施するための手段を生じさせるようにマシンを作るために、汎用コンピュータ、特定用途コンピュータ、又は他のプログラム可能データ処理装置のプロセッサへと提供されてもよい。
これらのコンピュータプログラム命令はまた、コンピュータ可読媒体に保存された命令がフローチャート及び/又はブロック図の1つ又は複数のブロックにおいて指定された機能/行為を実施する命令を含む製品を作るように、コンピュータ、他のプログラム可能データ処理装置、又は他のデバイスにある特定の方法で機能するように命令することができるコンピュータ可読媒体に保存されてもよい。
コンピュータプログラム命令はまた、コンピュータ又は他のプログラム可能装置上で実行する命令がフローチャート及び/又はブロック図の1つ又は複数のブロックにおいて指定された機能/行為を実施するためのプロセスを提供するように、一連の動作ステップがコンピュータ、他のプログラム可能装置又は他のデバイス上で行われるようにすることにより、コンピュータ実施プロセスを生じさせるために、コンピュータ、他のプログラム可能データ処理装置、又は他のデバイス上にロードされてもよい。
本明細書で使用される「ユーザインタフェース」は、ユーザ又はオペレータがコンピュータ又はコンピュータシステムとインタラクトすることを可能にするインタフェースである。「ユーザインタフェース」は、「ヒューマンインタフェースデバイス」と称される場合もある。ユーザインタフェースは、情報若しくはデータをオペレータに提供することができる及び/又は情報若しくはデータをオペレータから受信することができる。ユーザインタフェースは、オペレータからの入力がコンピュータによって受信されることを可能にしてもよい及びコンピュータからユーザへ出力を提供してもよい。つまり、ユーザインタフェースはオペレータがコンピュータを制御する又は操作することを可能にしてもよい、及びインタフェースはコンピュータがオペレータの制御又は操作の結果を示すことを可能にしてもよい。ディスプレイ又はグラフィカルユーザインタフェース上のデータ又は情報の表示は、情報をオペレータに提供する一例である。キーボード、マウス、トラックボール、タッチパッド、指示棒、グラフィックタブレット、ジョイスティック、ゲームパッド、ウェブコム、ヘッドセット、ペダル、有線グローブ、リモコン、及び加速度計を介したデータの受信は、オペレータから情報又はデータの受信を可能にするユーザインタフェース要素の全例である。
本明細書で使用される「ハードウェアインタフェース」は、コンピュータシステムのプロセッサが外部コンピューティングデバイス及び/又は装置とインタラクトする及び/又はそれを制御することを可能にするインタフェースを包含する。ハードウェアインタフェースは、プロセッサが外部コンピューティングデバイス及び/又は装置へ制御信号又は命令を送ることを可能にしてもよい。ハードウェアインタフェースはまた、プロセッサが外部コンピューティングデバイス及び/又は装置とデータを交換することを可能にしてもよい。ハードウェアインタフェースの例は、ユニバーサルシリアルバス、IEEE1394ポート、パラレルポート、IEEE1284ポート、シリアルポート、RS−232ポート、IEEE488ポート、ブルートゥース(登録商標)接続、無線LAN接続、TCP/IP接続、イーサネット(登録商標)接続、制御電圧インタフェース、MIDIインタフェース、アナログ入力インタフェース、及びデジタル入力インタフェースを含むが、これらに限定されない。
本明細書で使用される「ディスプレイ」又は「ディスプレイデバイス」は、画像又はデータを表示するために構成された出力デバイス又はユーザインタフェースを包含する。ディスプレイは、視覚、音声、及び/又は触覚データを出力してもよい。ディスプレイの例は、コンピュータモニタ、テレビスクリーン、タッチスクリーン、触覚電子ディスプレイ、点字スクリーン、陰極線管(CRT)、蓄積管、双安定ディスプレイ、電子ペーパー、ベクターディスプレイ、平面パネルディスプレイ、真空蛍光ディスプレイ(VF)、発光ダイオード(LED)ディスプレイ、エレクトロルミネッセントディスプレイ(ELD)、プラズマディスプレイパネル(PDP)、液晶ディスプレイ(LCD)、有機発光ダイオードディスプレイ(OLED)、プロジェクタ、及びヘッドマウントディスプレイを含むが、これらに限定されない。
本明細書で使用される3次元医療画像データは、対象者の3次元体積を表すか、又は記述する3次元データセットを包含する。3次元医療画像データは、1つ又は複数の画像としてレンダリングされてもよい。
本明細書においては、磁気共鳴(MR)データは、磁気共鳴イメージングスキャン中に磁気共鳴装置のアンテナを使用して原子スピンによって放出される無線周波数信号の記録された測度として定義される。MRF磁気共鳴データは、磁気共鳴データである。磁気共鳴データは、医療画像データの一例である。磁気共鳴イメージング(MRI)画像又はMR画像は、本明細書においては、磁気共鳴イメージングデータ内に含まれる解剖学的データの再構成された2次元又は3次元視覚化であると定義される。この視覚化は、コンピュータを使用して実行できる。
本明細書で使用される画像又は画像データの放射特性は、データ特性化又は統計アルゴリズムを使用して1つ又は幾つかの医療画像から抽出された1つ又は幾つかの定量的特性を包含する。
以下において、本発明の好適な実施形態が、単なる例として次の図面を参照して説明される。
医療機器の例を示す図である。 図1の医療機器を動作させる方法を示すフローチャートである。 医療機器の更なる例を示す図である。 医療機器の更なる例を示す図である。 腫瘍をボクセルの4つのグループに分割することを示す図である。 腫瘍をボクセルの8つのグループに分割することを示す図である。 腫瘍中心を決定する方法を示す図である。 腫瘍中心を決定する更なる方法を示す図である。 腫瘍中心を決定する更なる方法を示す図である。
図において似通った参照番号を付された要素は、等価な要素であるか、同じ機能を実行するかのいずれかである。先に考察された要素は、機能が等価である場合は、後の図においては必ずしも考察されない。
図1は、医療機器100の一例を示している。医療機器100は、コンピュータ102を備えるものとして示されている。コンピュータ102は、オプションとして、ハードウェアインタフェース104に接続されるプロセッサ106を含む。ハードウェアインタフェース104は、プロセッサ106が追加のコンポーネントの動作及び機能を制御することを可能にする。プロセッサ106は、ユーザインタフェース108及びメモリ110に接続されているものとして更に示されている。メモリ110は、プロセッサ106にアクセス可能なメモリの任意の組み合わせであり得る。これには、メインメモリや、キャッシュメモリや、フラッシュRAM、ハードドライブ、その他のストレージデバイスなどの不揮発性メモリなどが含まれ得る。幾つかの例では、メモリ130は、非一時的コンピュータ可読媒体であると見なされ得る。
ユーザインタフェース108は、ディスプレイ、音声及び/又はデータ入力コンポーネントを含み得る。例えば、ユーザインタフェース108は、データ、視覚信号、そして場合によってはグラフィカルユーザインタフェースを表示するのに有用であり得る。ユーザインタフェース108はまた、音声信号を生成するための音声生成信号を含み得る。
メモリ110は、マシン実行可能命令112を含むものとして示されている。マシン実行可能命令112は、プロセッサ106が医療イメージングシステム100の動作及び機能を制御することを可能にする。この例では、マシン実行可能命令112により、プロセッサ106は、様々なデータ分析及び操作機能を実行できるようになる。他の例では、マシン実行可能命令112は、プロセッサがハードウェアインタフェース104を介して追加のコンポーネントを制御することを可能にし得る。メモリ110は、3次元医療画像データ114及び3次元医療画像データのセグメンテーション化116を含むものとして更に示されている。3次元医療画像データ114及びセグメンテーション116は、例えば、医療イメージングシステム、別のストレージデバイスから、又はネットワークインタフェースを介して受信され得る。また、セグメンテーション116は、手動で、又はユーザインタフェース108を介して受信され得る。
メモリ110は、腫瘍ボクセルであると識別されるセグメンテーション116の一部の中心点118の選択を含むものとして示されている。メモリ110は、セグメンテーション116から決定又は識別された複数のグループ120を含むものとして更に示されている。メモリ110は、複数のグループ120の各々について計算された放射特性122のグループを含むものとして更に示されている。メモリ110は、計算されたグループ放射特性124の各々の統計的測度を含むものとして更に示されている。メモリ110は、統計的測度124の各々に固有の所定のグループ重み付け値126を含むものとして更に示されている。次いで、これらを乗算してから加算して、次いで、スカラー値128を計算する。
スカラー値128は、メモリ110に保存されているものとしても示されている所定値のしきい値130と比較することができる。スカラー値128が所定のしきい値130を超える場合、プロセッサ106は、ユーザインタフェース108を使用して信号を生成することができる。スカラー値128は、腫瘍ボクセルの腫瘍体積全体を使用して計算されるグローバル放射特性からの値を使用することによって更に計算することもできる。メモリ110は、オプションとして、グローバル放射特性132を含むものとして示されている。メモリは更に、グローバル放射特性132から計算されたグローバル統計的測度134を含むものとして示されている。メモリ110は更に、各グローバル統計的測度134を乗じられ、スカラー値128に加算され得る所定のグローバル重み付け値136を含むものとして示されている。この場合、所定のしきい値130はまた、グローバル統計的測度134と関連して決定された値を考慮に入れるであろう。
図2は、図1の医療機器100を動作させる方法を示すフローチャートを示している。最初にステップ200において、3次元医療画像データ114が受信される。3次元医療画像データは、対象者を描写している。3次元医療画像データは、ボクセルを有する。次にステップ202において、セグメンテーション116が受信される。セグメンテーションは、3次元医療画像データ114を、非腫瘍ボクセルと腫瘍ボクセルに分割する。次にステップ204において、中心点118が選択される。次にステップ206において、腫瘍ボクセルは、直交平面のセットを使用して複数のグループ120に分割される。中心点118は、各直交平面内にある。次に、ステップ208において、少なくとも1つの放射特性122のグループが計算される。次に、ステップ210において、放射特性122のグループの各々について統計的測度124が計算される。次に、ステップ212において、スカラー値128が計算される。ステップ214において、スカラー値128が所定のしきい値130を超える場合、ユーザインタフェース108を介して信号が提供される。
図3は、医療機器300の更なる例を示している。図3の医療機器は、図3の医療機器が磁気共鳴イメージングシステム302も備えていることを除いて、図1の医療機器と同様である。磁気共鳴イメージングシステム302は、例示を意図したものであり、陽電子放射断層撮影、単一光子放射コンピュータ断層撮影、及びコンピュータ断層撮影などの他のイメージング様式によって置き換えることができる。
磁気共鳴イメージングシステム302は、磁石304を備える。磁石304は、それを貫通するボア306を備えた超伝導円筒型磁石である。異なるタイプの磁石の使用も可能であり、例えば、分割円筒磁石と、いわゆる開放磁石との両方を使用することもできる。分割円筒形磁石は、標準的な円筒形磁石に類似しているが、クライオスタットが磁石のアイソプレーンにアクセスできるように2つのセクションに分割されていることを除いて、このような磁石は、例えば荷電粒子ビーム療法と併用され得る。開放磁石には2つの磁石セクションがあり、上下に対象者を受け入れるのに十分なスペースがあり、2つのセクションの配置は、ヘルムホルツコイルの配置に類似している。対象者が限定されていないため、開放磁石が一般的である。円筒磁石のクライオスタットの内部には、超伝導コイルの一群がある。円筒磁石304のボア306内には、磁場が、磁気共鳴イメージングを実行するのに十分強く均一であるイメージングゾーン308がある。関心領域309は、イメージングゾーン308内に示されている。対象者318は、対象者318の少なくとも一部がイメージングゾーン308及び関心領域309内にあるように、対象者支持体320によって支持されているものとして示されている。関心領域309内には、腫瘍311が見られる。
磁石のボア306内には、磁石304のイメージングゾーン308内で磁気スピンを空間的に符号化するために、予備磁気共鳴データの取得のために使用される磁場勾配コイル310のセットもある。磁場勾配コイル310は、磁場勾配コイル電源312に接続される。磁場勾配コイル310は代表的なものであることが意図される。一般的に、磁場勾配コイル310は、3つの直交空間方向で空間的に符号化するためのコイルの3つの別個のセットを含む。磁場勾配電源は、電流を磁場勾配コイルに供給する。磁場勾配コイル310に供給される電流は、時間の関数として制御され、ランプされるか又はパルス化される。
イメージングゾーン308に隣接するのは、イメージングゾーン308内の磁気スピンの配向を操作するため及び同じくイメージングゾーン308内のスピンから無線伝送を受信するための無線周波数コイル314である。無線周波数アンテナは、複数のコイル素子を含む。無線周波数アンテナは、チャネル又はアンテナとも呼ばれる。無線周波数コイル314は、無線周波数トランシーバ316に接続される。無線周波数コイル314及び無線周波数トランシーバ316は、別個の送信及び受信コイル並びに別個の送信機及び受信機と置き換えられる。無線周波数コイル314及び無線周波数トランシーバ316は代表的なものであることを理解されたい。無線周波数コイル314は、専用送信アンテナ及び専用受信アンテナをも表すように意図される。同様に、トランシーバ316は、別個の送信機及び受信機をも表す。無線周波数コイル314はまた、複数の受信/送信素子を有してもよく、無線周波数トランシーバ316は、複数の受信/送信チャネルを有し得る。例えば、SENSEなどの並列イメージング技法が実行される場合、無線周波数314は、複数のコイル素子を有するであろう。
この例では、対象者318は、対象者の腹部が関心領域309内にあるように配置される。他の例では、対象者318の身体の他の部分を関心領域309に配置することができる。
トランシーバ116及び勾配コントローラ112は、コンピュータシステム102のハードウェアインタフェース104に接続されているように示されている。メモリ110は、パルスシーケンスコマンド330を含むものとして更に示されている。パルスシーケンスコマンドは、磁気共鳴イメージングシステムを直接制御して、やはりメモリ110に保存されているとして示される磁気共鳴データ332を取得するために使用できる命令を含む。プロセッサ106は、磁気共鳴データ332を3次元医療画像データ114に再構成し得る。
図4は、医療機器400の更なる例を示している。図4に示される医療機器は、自動化された生検システム400が更に存在することを除いて、図3に示されるものと同様である。スカラー値128が所定のしきい値130を超える場合、プロセッサ106は、腫瘍311の生検を自動的に実行するように自動生検システム400に信号を送るか制御することができる。自動生検システム400は、例えば、ロボットアーム402と針生検システム404とを備え得る。この例では、医療イメージングシステムは磁気共鳴イメージングシステム302である。他の例では、磁気共鳴イメージングシステム302は、CT又はコンピュータ断層撮影システムなどのシステムに置き換えることができる。自動化された生検システム400の使用は、医師の電離放射線への曝露を低減するのに役立ち得る。
原則として、MRIデータ(及び一部はCT及びPETデータ)には、腫瘍に関する豊富な情報がある。しかし、情報は均等に分布していない。例えば、腫瘍の中心にある立方体には、腫瘍の表面に関する情報は含まれていない。一方、分子病理学情報は、腫瘍を切除することで簡単に得られるサンプルで収集される。従って、画像データの分析と病理サンプリングを同時に一致させるパーティションが必要である。
例は、腫瘍の重心全体を切断することにより得られた単純な要素に対して経路分析を実行する手段を提供し得る。1つ、2つ、又は3つの切断があり、2、4、8個のセグメントになる。腫瘍がほぼ球形であれば、全てのセグメントが同じ形状の体積を共有し、同様に同じ形状の表面を有する。これらの体積と表面で、パラメータが計算される(「ラジオニクス」)。これらのパラメータのセット(例えば、各セグメントについて約10個の異なる量)が更に処理され、画像データから派生した見かけの不均一性を表す単一の値が生成される。理想的には、これはサンプル分析から導出される分子の不均一性に対応する。腫瘍の異なる部分がどこにあるかは不明であるため、評価プロセスは、イメージングリファレンスシステム内の異なる配向(最初の2つの切断について異なる角度)に対して繰り返される。最終評価では、スカラー値の最大値が使用される。
図5は、腫瘍ボクセル500を表す球体を示している。502とラベル付けされた線は、第1の直交平面を定義し、球上の線504は、第2の直交平面を定義する。これらの2つの直交平面502、504は、腫瘍ボクセル500を複数のグループ120に分割することがわかる。
図6は、腫瘍ボクセルの球状グループの更なる例を示している。図6は、腫瘍ボクセル500を8つの複数のグループ120に分割する第3の直交平面600が更に存在することを除いて、図5と同様である。
上記の図では、腫瘍のセグメント化の2つの例が示されている。図5は、4つのセグメントをもたらす2つの切断を示している。図6は、8つのセグメントをもたらす3つの切断を示している。全てのセグメントが一致していることがはっきりとわかる。非球状腫瘍の場合、状況はより複雑になる可能性がある。基本的に、重心は全ての切断が通過する理想的な点ではない場合がある。重心の代替として、全ての腫瘍ボクセルを含む最小球の中心を使用するか、腫瘍ボクセルのみを含む最大球の中心を使用することができる。位置ベクトルの線形結合を使用できる。
切断を適用した後、(セグメント化された)腫瘍ボクセルのセットと、関連する非腫瘍ボクセルの対応するセットがある。これらのセットでは、既知の評価プロセスが適用されて特性値が生成される(様々な統計的測度を計算する)。特性値は、切断面を除く、セグメント内の腫瘍表面ボクセルからの腫瘍ボクセルの数であり得る。それは、腫瘍内の造影剤による平均信号増加と、セグメント内の信号増加の不均一性である可能性がある。これらの値は単なる例である。文献には、数百のそのような値が記載されている。
本質的に、幾つかの異なる値のセット(10のオーダ)のみがあり、これらはセット内で非常に類似しているが、多くの腫瘍について分析すると、異なるセット間で異なる。また、総容積、偏心、位置など、セグメント全体ではなく腫瘍全体についてのみ計算できる値もある。これらの値も計算される。腫瘍全体の値w(グローバルな放射特性)と個々のセグメントsij(グループ放射特性)の値を、異なる特性値と異なるセグメントを表すi及びjインデクスと呼ぶ。その場合、Vは値sijの分散(セグメントjの分散)又はその他の統計的測度になる。合計スカラー値Cは
C=(Σ)+(Σ
であり得る。つまり、グローバル(腫瘍全体)値とセグメント値との分散の重み付けられた総和である。当然、計算に使用できる多くの可能な式がある。分散は、値のセットにおける可変性を表す他の任意の値(最高値と最低値の差など)で置き換えることができる。単純な総和に加えて、結果(積、電力関数など)にプラスとマイナスの影響を与える他の任意のやり方を使用できる。kは、所定のグローバル重み付け値である。lは、所定のグループ重み付け値である。
C値を生成するステップは、異なる切断角度で複数回繰り返され、最大のCが選択されるが、10〜20の角度のセットで十分であると想定される。しかしながら、角度を増やすと、最終的に評価プロセスを改善できる。
重み(k及びl)は、最適化プロセスによって最初に調整される。このために、所与のk及びlで、識別値C’が選択される。C’よりも高いCは、不均一性を予測する。サンプルに実際に不均一性があるかどうかは、結果を分子病理学データと比較することによってチェックされる。これは、テストセット内の全ての腫瘍に対して行われる。次いで、C’k及びlの値が変更され、新しいテストが実行される。これが前のものよりも優れている場合、重みは維持され、可能な限り最高の感度に達するまでプロセスが繰り返される。
例は、MRI(例:DCE及び拡散)画像のコンテキストで描写されている可能性があるが、コンピュータ断層撮影(CT)やポジトロン放出断層撮影(PET)などの任意のイメージング様式に適用できる。異なるイメージング様式からの特性を組み合わせることも可能である。
図7は、3次元医療画像データ114を2次元プロットとして表している。医療画像データ114は、腫瘍ボクセル500と非腫瘍ボクセル700に分割されていることがわかる。中心点118も示されている。図7の中心点は、腫瘍ボクセル500の重心を決定することにより決定された。
図8は、3次元医療画像データ114の別のレンダリングを示している。図8のプロットは、中心点118の位置が異なることを除いて、図7に類似している。この例では、全ての腫瘍ボクセル500を包含する最小体積を有する球体800が使用された。次いで、この球体800の中心が、中心点118として選択された。図8の例も変更できる。腫瘍ボクセル500の全てが適合する最小の体積を取る代わりに、特定の数又は割合のボクセル500が球体800の外側にあることも許容され得る。更に、球体800の代わりに他の形状を選択することもできる。例えば、球体800の代わりに楕円体を使用できる。
図9は、3次元医療画像データ114の2次元表現の更なる図を示している。図9の例は、球体800が全ての腫瘍ボクセル500の内部に適合する最大球であることを除いて、図8の例と同様である。中心点118がわずかに異なる位置にあることがわかる。図8と同様に、球800内に存在する必要がある全てのボクセルの厳密な状態も緩和することができるか、又は異なる形状を選択することができる。中心点118の位置を選択するとき、図7、図8、及び図9に示されるような様々な方法全てが選択され、中心118の位置は、例えば、線形結合を使用して平均化又は組み合わせることができる。
本発明は、図面及び前述の記載において詳細に図示及び説明されたが、このような図示及び記載は、説明的又は例示的であって限定するものではないと見なされるべきである。すなわち本発明は、開示された実施形態に限定されるものではない。
開示された実施形態のその他の変形が、図面、本開示及び添付の請求項の検討から、請求項に係る発明を実施する当業者によって理解されて実現され得る。請求項において、「含む、備える」という単語は、他の要素又はステップを除外するものではなく、単数形は、複数を除外するものではない。単一のプロセッサ又は他のユニットが請求項に記載された幾つかのアイテムの機能を果たす。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、これらの手段の組み合わせが有利に用いられないことを示すものではない。コンピュータプログラムは、他のハードウェアと共に若しくは他のハードウェアの一部として供給される光記憶媒体又はソリッドステート媒体等の適当な媒体に保存/分配されてもよいが、インターネット又は他の有線若しくは無線の電気通信システムを介して等の他の形式で分配されてもよい。請求項における任意の参照符号は、本発明の範囲を限定するものと解釈されるべきではない。
100 医療機器
102 コンピュータ
104 ハードウェアインタフェース
106 プロセッサ
108 ユーザインタフェース
110 メモリ
112 マシン実行可能命令
114 3次元医療画像データ
116 セグメンテーション
118 中心点の選択
120 複数のグループ
122 計算されたグループ放射特性
124 計算されたグループ放射特性の各々の統計的測度
126 所定のグループ重み付け値
128 スカラー値
130 所定のしきい値
132 グローバル放射特性
134 グローバル統計的測度
136 所定のグローバル重み付け値
200 対象者を描写する3次元医療画像データを受信する
202 3次元医療画像データのセグメンテーションを受信する
204 腫瘍ボクセルの中心点を選択する
206 直交平面のセットを使用して腫瘍ボクセルを複数のグループに分割し、ここで、中心点は、直交平面の各々内にある
208 複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算する
210 少なくとも1つのグループ放射特性の各々について統計的測度を計算する
212 各統計的測度の総和に所定のグループ重み付け値を乗じてスカラー値を計算し、ここで、所定のグループ重み付け値は、各統計的測度に対して一意である
214 スカラー値が所定のしきい値を超える場合、信号インタフェースデバイスを使用して信号を提供する
300 医療機器
302 磁気共鳴イメージングシステム
304 磁石
306 磁石のボア
308 イメージングゾーン
309 関心領域
310 磁場勾配コイル
311 腫瘍
312 磁場勾配コイル電源
314 無線周波数コイル
316 トランシーバ
318 対象者
320 対象者支持体
330 パルスシーケンスコマンド
332 医療画像データ
400 自動生検システム
402 ロボットアーム
404 針生検システム
500 腫瘍ボクセル
502 第1の直交平面
504 第2の直交平面
600 第3の直交平面
700 非腫瘍ボクセル
800 球

Claims (15)

  1. マシン実行可能命令を保存するためのメモリと、医療機器を制御するためのプロセッサとを備える、当該医療機器であって、
    前記マシン実行可能命令の実行により、前記プロセッサは、
    ボクセルを有し、対象者を描写する3次元医療画像データを受信し、
    前記3次元画像データを非腫瘍ボクセルと腫瘍ボクセルとに分割する前記3次元医療画像データのセグメンテーションを受信し、
    前記腫瘍ボクセルの中心点を選択し、
    前記中心点が直交平面の各々内にある当該直交平面のセットを使用して、前記腫瘍ボクセルを複数のボクセルのグループに分割し、
    前記複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算し、
    前記少なくとも1つのグループ放射特性の各々について統計的測度を計算し、
    各統計的測度に対して一意である所定のグループ重み付け値で乗算される、各統計的測度の総和を計算することによりスカラー値を計算し、
    前記スカラー値が所定のしきい値を超える場合、シグナリングインタフェースデバイスを使用して信号を提供する、
    医療機器。
  2. 前記マシン実行可能命令の実行により、前記プロセッサは更に、前記中心点の周りの前記直交平面のセットの複数の回転位置について前記スカラー値の計算を実行することにより、前記スカラー値のセットを構築させ、前記信号の提供は、前記スカラー値の前記セットから選択された最大スカラー値に対して実行される、請求項1に記載の医療機器。
  3. 前記マシン実行可能命令の実行により、前記プロセッサは更に、
    前記腫瘍ボクセルの前記放射特性の前記セットから選択された少なくとも1つのグローバル放射特性を計算し、
    前記少なくとも1つのグローバル放射特性の各々についてグローバル統計的測度を計算し、前記スカラー値は、各グローバル統計的測度の総和に、所定のグローバル重み付け値を乗じることによって更に計算され、前記所定のグローバル重み付け値は、各グローバル分散に対して一意である、請求項1又は2に記載の医療機器。
  4. 前記マシン実行可能命令の実行により、前記プロセッサは更に、
    ユーザインタフェースから、少なくとも部分的に前記セグメンテーションを受信すること、
    セグメンテーションアルゴリズムを前記3次元画像データに適用することにより、少なくとも部分的に前記セグメンテーションを受信すること、及び
    その組み合わせ、のうちの任意の1つを実行する、請求項1から3のいずれか一項に記載の医療機器。
  5. 前記中心点は、
    前記腫瘍ボクセルの重心を計算すること、
    前記腫瘍ボクセルの全てを囲む最小球の中心を識別すること、
    前記腫瘍ボクセルの所与の割合を囲む最小球の中心を識別すること、
    前記腫瘍ボクセルの全てを囲む最大球の中心を識別すること、
    前記腫瘍ボクセルの前記所与の割合を囲む最大球の中心を識別すること、
    全ての腫瘍ボクセルを囲む最小体積の楕円体の中心を識別すること、
    前記腫瘍ボクセルの前記所与の割合を囲む最小体積の楕円体の中心を識別すること、及び
    それらの線形結合又は平均、のうちの任意の1つを使用して選択される、請求項1から4のいずれか一項に記載の医療機器。
  6. 前記マシン実行可能命令の実行により、前記プロセッサは更に、
    複数の腫瘍を描写している3次元データであるトレーニング医療画像データを受信し、
    前記トレーニング医療画像データを、前記非腫瘍ボクセルと前記腫瘍ボクセルとに分割する、前記トレーニング医療画像データのセグメンテーションを受信し、
    前記トレーニング医療画像データの各々の中心点を選択し、
    前記トレーニング医療画像データの各々の直交平面のセットを使用して、前記腫瘍ボクセルを前記複数のボクセルのグループに分割し、
    前記トレーニング医療画像データの各々の前記複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算し、
    前記トレーニング医療画像データの各々について前記少なくとも1つのグループ放射特性の各々の統計的測度を計算し、
    前記複数の腫瘍の各々について腫瘍の不均一性測度を受信し、
    最適化を使用して、前記トレーニング医療画像データの各々の前記統計的測度の所定のグループ重み付け値を計算し、前記最適化は、前記複数の腫瘍の各々の前記腫瘍の不均一性測度を、前記トレーニング医療画像データの各々の各統計的測度の総和に、前記所定のグループ重み付け値を乗じたものと等値化させる、請求項1から5のいずれか一項に記載の医療機器。
  7. 前記腫瘍の不均一性測度は、
    空間的に依存する生物分析特性、
    空間的に依存するDNA配列データ、
    空間的に依存するRNA活性化データ、
    空間的に依存する生体受容体濃度、及び
    それらの組み合わせ、のうちのいずれか1つを示す、請求項6に記載の医療機器。
  8. 前記シグナリングインタフェースデバイスは、グラフィカルユーザインタフェースを備え、前記信号は、警告表示、及び/又は、前記スカラー値を示すテキストメッセージを有する、
    前記シグナリングインタフェースデバイスは、音声音生成器を備え、前記信号は、可聴信号を有する、
    前記シグナリングインタフェースデバイスは、生検計画生成器を備え、前記信号は、生検指示を有する、及び
    それらの組み合わせ、のうちのいずれか1つである、請求項1から7のいずれか一項に記載の医療機器。
  9. 前記医療機器は、自動生検システムを備え、前記シグナリングデバイスによって前記信号が提供される場合、前記マシン実行可能命令の実行により、前記プロセッサは更に、前記自動生検システムを制御して前記腫瘍の生検を実行する、請求項1から8のいずれか一項に記載の医療機器。
  10. 放射特性の前記セットは、
    体積、
    最大長特性、
    最小長特性、
    サイズ依存特性、
    体積依存特性、
    ヒストグラム記述子、
    ボクセル間関係記述子、
    グレーレベル共起行列、
    ランレングス行列、
    サイズゾーン行列、
    近傍グレートーン差行列から派生したテクスチャ、
    フィルタの適用後に抽出された1つ又は複数のテクスチャ、
    表面テクスチャ測度、
    フラクタル特性、及び
    それらの組み合わせ、のうちのいずれか1つを有する、請求項1から9のいずれか一項に記載の医療機器。
  11. 前記医療機器は、医療イメージングシステムを更に備え、前記マシン実行可能命令の実行により、前記プロセッサは更に、前記医療イメージングシステムを制御して、前記対象者から前記3次元医療画像データを取得し、前記プロセッサは、前記医療イメージングシステムから前記3次元医療画像データを受信する、請求項1から10のいずれか一項に記載の医療機器。
  12. 前記医療イメージングシステムは、磁気共鳴イメージングシステム、陽電子放射断層撮影システム、単一光子放射コンピュータ断層撮影システム、超音波システム、及びコンピュータ断層撮影システム、のうちのいずれか1つである、請求項11に記載の医療機器。
  13. 前記医療機器は、磁気共鳴イメージングシステムであり、前記3次元医療画像データは、拡散重み付け磁気共鳴画像、動的造影磁気共鳴画像、又はそれらの一連の画像、のうちのいずれか1つである、請求項11に記載の医療機器。
  14. 医療機器を制御するためのプロセッサによる実行のためのマシン実行可能命令を備えたコンピュータプログラムであって、前記マシン実行可能命令の実行により、前記プロセッサは、
    ボクセルを有し、対象者を描写する3次元医療画像データを受信し、
    前記3次元画像データを非腫瘍ボクセルと腫瘍ボクセルとに分割する前記3次元医療画像データのセグメンテーションを受信し、
    前記腫瘍ボクセルの中心点を選択し、
    前記中心点が直交平面の各々内にある前記直交平面のセットを使用して、前記腫瘍ボクセルを複数のボクセルのグループに分割し、
    前記複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算し、
    前記少なくとも1つのグループ放射特性の各々について統計的測度を計算し、
    各統計的測度に対して一意である所定のグループ重み付け値で乗算される、各統計的測度の総和を計算することによりスカラー値を計算し、
    前記スカラー値が所定のしきい値を超える場合、シグナリングインタフェースデバイスを使用して信号を提供する、
    コンピュータプログラム。
  15. 3次元医療画像データを分析する方法であって、
    ボクセルを有し、対象者を描写する3次元医療画像データを受信するステップと、
    前記3次元画像データを非腫瘍ボクセルと腫瘍ボクセルとに分割する前記3次元医療画像データのセグメンテーションを受信するステップと、
    前記腫瘍ボクセルの中心点を選択するステップと、
    前記中心点が直交平面の各々内にある前記直交平面のセットを使用して、前記腫瘍ボクセルを複数のグループに分割するステップと、
    前記複数のボクセルのグループの各々の放射特性のセットから選択された少なくとも1つのグループ放射特性を計算するステップと、
    前記少なくとも1つのグループ放射特性の各々について統計的測度を計算するステップと、
    各統計的測度に対して一意である所定のグループ重み付け値で乗算される、各統計的測度の総和を計算することによりスカラー値を計算するステップと、
    前記スカラー値が所定のしきい値を超える場合、シグナリングインタフェースデバイスを使用して信号を提供するステップとを有する、
    方法。
JP2020516745A 2017-09-22 2018-08-30 自動腫瘍分割 Pending JP2020534105A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17192531.6A EP3460751A1 (en) 2017-09-22 2017-09-22 Automated tumor partitioning
EP17192531.6 2017-09-22
PCT/EP2018/073296 WO2019057459A1 (en) 2017-09-22 2018-08-30 PARTITIONING OF AUTOMATED TUMOR

Publications (2)

Publication Number Publication Date
JP2020534105A true JP2020534105A (ja) 2020-11-26
JP2020534105A5 JP2020534105A5 (ja) 2021-10-07

Family

ID=59955411

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020516745A Pending JP2020534105A (ja) 2017-09-22 2018-08-30 自動腫瘍分割

Country Status (5)

Country Link
US (1) US10997726B2 (ja)
EP (2) EP3460751A1 (ja)
JP (1) JP2020534105A (ja)
CN (1) CN111373440A (ja)
WO (1) WO2019057459A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11398074B1 (en) 2021-04-21 2022-07-26 Hong Kong Applied Science and Technology Research Institute Company Limited Method and apparatus for identifying planes of objects in 3D scenes

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004222864A (ja) * 2003-01-21 2004-08-12 Mitsubishi Research Institute Inc 診断支援システム、診断支援方法及び診断支援プログラム
JP2006255412A (ja) * 2005-03-14 2006-09-28 General Electric Co <Ge> 腫瘍量を監視する方法及びシステム
WO2015139963A1 (en) * 2014-03-17 2015-09-24 Koninklijke Philips N.V. Interactive 3d image data segmentation
US20150356730A1 (en) * 2013-01-18 2015-12-10 H. Lee Moffitt Cancer Center And Research Institute, Inc. Quantitative predictors of tumor severity
US20160260224A1 (en) * 2013-10-28 2016-09-08 London Health Sciences Centre Research Inc. Method and apparatus for analyzing three-dimensional image data of a target region of a subject

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6842638B1 (en) * 2001-11-13 2005-01-11 Koninklijke Philips Electronics N.V. Angiography method and apparatus
US6843638B2 (en) 2002-12-10 2005-01-18 Honeywell International Inc. Vane radial mounting apparatus
US20060247864A1 (en) * 2005-04-29 2006-11-02 Jose Tamez-Pena Method and system for assessment of biomarkers by measurement of response to surgical implant
US20080033302A1 (en) * 2006-04-21 2008-02-07 Siemens Corporate Research, Inc. System and method for semi-automatic aortic aneurysm analysis
CN101152104A (zh) * 2006-04-21 2008-04-02 美国西门子医疗解决公司 半自动主动脉瘤分析用的系统和方法
US9420983B2 (en) * 2007-11-06 2016-08-23 Koninklijke Philips N.V. System for quantification of neovasculature in CT volumes
CN101969852A (zh) * 2008-03-04 2011-02-09 断层放疗公司 用于改进图像分割的方法和系统
WO2010115885A1 (en) * 2009-04-03 2010-10-14 Oslo Universitetssykehus Hf Predictive classifier score for cancer patient outcome
US20170216632A1 (en) * 2010-04-16 2017-08-03 W. Davis Lee Dispersive force corrected gantry based radiation treatment apparatus and method of use thereof
US10751551B2 (en) * 2010-04-16 2020-08-25 James P. Bennett Integrated imaging-cancer treatment apparatus and method of use thereof
US9129391B2 (en) * 2011-09-28 2015-09-08 Siemens Aktiengesellschaft Semi-automated preoperative resection planning
CN103098090B (zh) * 2011-12-21 2015-01-21 中国科学院自动化研究所 多参数三维磁共振图像脑肿瘤分割方法
GB201316853D0 (en) 2013-09-23 2013-11-06 St Georges Hosp Medical School Analysing MRI Data to Determine tumour type
WO2015054597A2 (en) 2013-10-12 2015-04-16 H. Lee Moffitt Cancer Center And Research Institute, Inc. Systems and methods for diagnosing tumors in a subject by performing a quantitative analysis of texture-based features of a tumor object in a radiological image
GB201321118D0 (en) 2013-11-29 2014-01-15 St Georges Hosp Medical School Analysing MRI data to determine tumour type
WO2016069633A1 (en) * 2014-10-27 2016-05-06 Elekta, Inc. Image guidance for radiation therapy
US20180325461A1 (en) 2015-05-29 2018-11-15 Northwestern University Systems and Methods for Producing Quantitatively Calibrated Grayscale Values in Magnetic Resonance Images

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004222864A (ja) * 2003-01-21 2004-08-12 Mitsubishi Research Institute Inc 診断支援システム、診断支援方法及び診断支援プログラム
JP2006255412A (ja) * 2005-03-14 2006-09-28 General Electric Co <Ge> 腫瘍量を監視する方法及びシステム
US20150356730A1 (en) * 2013-01-18 2015-12-10 H. Lee Moffitt Cancer Center And Research Institute, Inc. Quantitative predictors of tumor severity
US20160260224A1 (en) * 2013-10-28 2016-09-08 London Health Sciences Centre Research Inc. Method and apparatus for analyzing three-dimensional image data of a target region of a subject
WO2015139963A1 (en) * 2014-03-17 2015-09-24 Koninklijke Philips N.V. Interactive 3d image data segmentation

Also Published As

Publication number Publication date
EP3460751A1 (en) 2019-03-27
WO2019057459A1 (en) 2019-03-28
US20200250829A1 (en) 2020-08-06
EP3685351A1 (en) 2020-07-29
EP3685351B1 (en) 2021-03-03
CN111373440A (zh) 2020-07-03
US10997726B2 (en) 2021-05-04

Similar Documents

Publication Publication Date Title
US11373304B2 (en) Medical analysis method for predicting metastases in a test tissue sample
US11475559B2 (en) Artificial intelligence-enabled localization of anatomical landmarks
US10823798B2 (en) Virtual CT images from magnetic resonance images
JP2021520925A (ja) 医用イメージングにおける自動スライス選択
US10509090B2 (en) Automatic grouping of magnetic resonance images
US20200342603A1 (en) Spectral matching for assessing image segmentation
JP2018522624A (ja) B0不均一性マップ及び被検体磁気感受性マップを用いる骨mri
JP2018505748A (ja) Mri又はct用のスキャンジオメトリプランニング方法
EP3861527B1 (en) Simultaneous partial volume correction and segmentation refinement
JP2020534105A (ja) 自動腫瘍分割
US20220011392A1 (en) Diffusion magnetic resonance imaging using spherical neural networks
CN113711076A (zh) 狄克逊磁共振成像中的水-脂肪交换的自动检测
EP4306983A1 (en) Making anatomical measurements using magnetic resonance imaging
WO2023156233A1 (en) Detection of artifical structures in magentic resonance images due to neural networks

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210826

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210826

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220810

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220819

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230320