JP2021526949A - 肺気量ゲートｘ線撮像システム及び方法 - Google Patents
肺気量ゲートｘ線撮像システム及び方法 Download PDFInfo
- Publication number
- JP2021526949A JP2021526949A JP2021518428A JP2021518428A JP2021526949A JP 2021526949 A JP2021526949 A JP 2021526949A JP 2021518428 A JP2021518428 A JP 2021518428A JP 2021518428 A JP2021518428 A JP 2021518428A JP 2021526949 A JP2021526949 A JP 2021526949A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- respiratory
- ray
- phase
- lung
- 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 385
- 238000000034 method Methods 0.000 title claims abstract description 289
- 238000003384 imaging method Methods 0.000 title claims abstract description 205
- 230000000241 respiratory effect Effects 0.000 claims abstract description 482
- 238000005259 measurement Methods 0.000 claims abstract description 157
- 210000002216 heart Anatomy 0.000 claims description 118
- 230000000747 cardiac effect Effects 0.000 claims description 85
- 230000033001 locomotion Effects 0.000 claims description 77
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 76
- 230000005855 radiation Effects 0.000 claims description 73
- 238000006073 displacement reaction Methods 0.000 claims description 66
- 230000003434 inspiratory effect Effects 0.000 claims description 44
- 239000013598 vector Substances 0.000 claims description 43
- 238000012549 training Methods 0.000 claims description 39
- 230000004217 heart function Effects 0.000 claims description 20
- 238000001959 radiotherapy Methods 0.000 claims description 19
- 230000001360 synchronised effect Effects 0.000 claims description 19
- 238000009531 respiratory rate measurement Methods 0.000 claims description 16
- 230000003187 abdominal effect Effects 0.000 claims description 13
- 230000000737 periodic effect Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 10
- 230000002685 pulmonary effect Effects 0.000 claims description 10
- 238000002059 diagnostic imaging Methods 0.000 claims description 8
- 230000004899 motility Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 206010039897 Sedation Diseases 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 230000036280 sedation Effects 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000011287 therapeutic dose Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 210000001519 tissue Anatomy 0.000 description 135
- 210000000038 chest Anatomy 0.000 description 85
- 238000004422 calculation algorithm Methods 0.000 description 63
- 230000008569 process Effects 0.000 description 46
- 206010028980 Neoplasm Diseases 0.000 description 25
- 230000006870 function Effects 0.000 description 22
- 201000010099 disease Diseases 0.000 description 21
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 21
- 230000008859 change Effects 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 15
- 230000015572 biosynthetic process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 210000003484 anatomy Anatomy 0.000 description 10
- 230000001788 irregular Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 10
- 230000007423 decrease Effects 0.000 description 9
- 208000020816 lung neoplasm Diseases 0.000 description 9
- 210000003437 trachea Anatomy 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000036541 health Effects 0.000 description 8
- 210000000614 rib Anatomy 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 208000019693 Lung disease Diseases 0.000 description 7
- 239000010425 asbestos Substances 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 229910052895 riebeckite Inorganic materials 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 201000005202 lung cancer Diseases 0.000 description 6
- 230000004199 lung function Effects 0.000 description 6
- 239000002245 particle Substances 0.000 description 6
- 206010073306 Exposure to radiation Diseases 0.000 description 5
- 210000000481 breast Anatomy 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 208000037841 lung tumor Diseases 0.000 description 5
- 229910052704 radon Inorganic materials 0.000 description 5
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 230000008685 targeting Effects 0.000 description 5
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000002601 radiography Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000010200 validation analysis Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 230000010339 dilation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 210000001562 sternum Anatomy 0.000 description 3
- 210000000779 thoracic wall Anatomy 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 206010027406 Mesothelioma Diseases 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 210000000621 bronchi Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000003109 clavicle Anatomy 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000000275 quality assurance Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 239000003169 respiratory stimulant agent Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 210000000689 upper leg Anatomy 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010010219 Compulsions Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 206010024971 Lower respiratory tract infections Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 210000003238 esophagus Anatomy 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 210000000876 intercostal muscle Anatomy 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 210000000513 rotator cuff Anatomy 0.000 description 1
- 210000001991 scapula Anatomy 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 239000000932 sedative agent Substances 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
- 230000009131 signaling function Effects 0.000 description 1
- 229910052604 silicate mineral Inorganic materials 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013125 spirometry Methods 0.000 description 1
- 238000011351 state-of-the-art imaging technique Methods 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 238000011477 surgical intervention Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 201000008827 tuberculosis Diseases 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 210000002417 xiphoid bone Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
- A61B5/7292—Prospective gating, i.e. predicting the occurrence of a physiological event for use as a synchronisation signal
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/025—Tomosynthesis
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/486—Diagnostic techniques involving generating temporal series of image 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
- A61B6/50—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
- A61B6/52—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
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- 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
- A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
-
- 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
- A61B6/54—Control of apparatus or devices for radiation diagnosis
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
-
- 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
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
- A61B6/584—Calibration using calibration phantoms determining position of components of the apparatus or device using images of the phantom
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
- A61N5/1065—Beam adjustment
- A61N5/1067—Beam adjustment in real time, i.e. during treatment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
- A61N5/1068—Gating the beam as a function of a physiological signal
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1052—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using positron emission tomography [PET] single photon emission computer tomography [SPECT] imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1059—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using cameras imaging the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
- A61N2005/1061—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using an x-ray imaging system having a separate imaging source
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
- A61N2005/1072—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan taking into account movement of the target
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/1048—Monitoring, verifying, controlling systems and methods
- A61N5/1075—Monitoring, verifying, controlling systems and methods for testing, calibrating, or quality assurance of the radiation treatment apparatus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
-
- 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
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/004—Annotating, labelling
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
患者の肺の撮像方法であって、Ｘ線撮像装置に対して第１の向きに患者を配置することと、患者の呼吸体積測定値を取得することと、患者が前記Ｘ線撮像装置に対して前記第１の向きに配置されている間、並びに、患者の前記呼吸体積測定値を取得する間において、患者の前記呼吸体積測定値に基づき、患者の呼吸期を判定することと、患者の前記呼吸期が既定の呼吸期と一致すると判定された場合に、前記Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成することと、を含む、方法を提供する。
Description
本開示の一部の実施形態は、医療用撮像法、より具体的には、幾何学的に分解されたＸ線撮像法を実行するシステム及び方法に関する。本開示の一部の実施形態は、放射線療法に関する。
人体の計算モデリングにより、様々な生理学的状態を表す解剖学的挙動を容易に理解できるようになった。医師は、最先端の撮像技術により解剖学的挙動を視覚化できるが、心臓や肺の複雑な動きを正確に撮像できる最新の技術は、多くの場合、費用が高すぎて採用できない。更に心拍動、例えば、過程が複雑で呼吸周期とは無関係の心臓の変形は、ＣＴやＸ線写真による呼吸運動測定値にはノイズとして現れる可能性がある。その結果、呼吸運動を表す数学的モデルの精度は、一見ランダムの心臓運動のため、低下してしまう。当該問題に対処する方法としては、患者に息を止めさせ、画像に肺の動きが表れないようにする方法が考えられる。患者の呼吸運動を停止させるので、肺の健康に関する重要な情報を息止めの状態で撮った当該画像から特定するのは難しいことがある。
本開示の実施形態は、幾何学的に分解されたＸ線撮像システム（ＧＲＥＸ）を提供することによって、従来技術の問題の少なくとも１つをある程度は解決することを目的とする。
一部の実施形態によれば、ＧＲＥＸ撮像システムは、特定の呼吸期及び特定の心拍相を算出し目標化することによって、患者の胸部の画像を取得する。ＧＲＥＸ撮像システムは、一連の結像面において対象呼吸期にて胸部のスナップショットを撮ることにより、時間非依存型の解剖学的形状を取得する。時間非依存型の解剖学的形状につき、収集した呼吸信号及び心臓信号に基づいて位置合わせと補間を行い、胸部の対話型体積動画を作成する。対話型動画は、従来の静止撮像に比べて重要な利点を有する。対話型動画を用いて、ＧＲＥＸは、患者の呼吸中に生じる胸部の形状変化を定量的に記述する生体力学モデルを作成する。生体力学モデルは、基本的な物理法則に基づき、肺組織の弾性、応力、ひずみ、呼吸コンプライアンスなど、重要な指標の推定値を提供する。これらの特性による診断機能は、現在、医師などの医療従事者にあまり普及されていない。よって医師は、ＧＲＥＸ撮像システムが提供する当該情報を活用して、患者の肺疾患の病因について情報を把握できる。
一部の実施形態において、ＧＲＥＸ撮像システムは、既存のデジタル診断用Ｘ線ユニットに用いられる独自のハードウェアと、ソフトウェアアドオンパッケージとを含む。ハードウェアとソフトウェアアドオンパッケージの組み合わせは、患者の生体信号を用いて、診断により役立つ情報を与えるカスタム撮像手順を提供する、新しく改善された撮像機能により従来のデジタル診断用Ｘ線ユニットの診断品質を向上させる。ハードウェアとソフトウェアのアドオンパッケージは、市販のデジタル診断用Ｘ線ユニット（例えば、従来のＸ線ユニット）であればいずれにも適用できる汎用のアップグレードである。
一部の実施形態によれば、患者の肺の撮像方法が提供される。当該方法は、Ｘ線撮像装置（例えば、Ｘ線ユニット）に対して第１の向きに患者を配置することと、患者の呼吸体積測定値を取得することと、を含む。当該方法は、患者がＸ線撮像装置に対して第１の向きに配置されている間、並びに、患者の呼吸体積測定値を取得する間において、患者の呼吸体積測定値に基づき、患者の呼吸期を判定することを含む。当該方法は、患者の呼吸期が既定の呼吸期と一致すると判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成することを含む。
一部の実施形態において、既定の呼吸期は、複数の既定の呼吸期のうち第１の既定の呼吸期であり、当該方法は更に、患者の呼吸体積測定値を取得する間、患者の呼吸期が複数の既定の呼吸期のいずれかと一致すると判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成することを含む。
一部の実施形態において、患者の肺のＸ線測定値は、患者の呼吸体積測定値により判定された患者の呼吸期が、複数の既定の呼吸期のうちいずれか１つと一致する場合にのみ取得する。
一部の実施形態において、複数の既定の呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む。
一部の実施形態において、Ｘ線投影映像は第１のＸ線投影映像であり、当該方法は更に、Ｘ線撮像装置に対して第２の向きに患者を再配置することを含む。一部の実施形態において、当該方法は更に、患者がＸ線撮像装置に対して第２の向きに配置されている間、並びに、患者の呼吸体積測定値を取得し続けている間において、患者の呼吸体積測定値に基づき、患者の呼吸期を決定し続けることと、患者の呼吸期が既定の呼吸期と一致すると判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者の肺の第２のＸ線投影映像を生成することと、を含む。一部の実施形態において、当該方法は、第１のＸ線投影映像と第２のＸ線投影映像とを用いて、既定の呼吸期に対応する静止画像キューブを生成することを含む。
一部の実施形態において、既定の呼吸期に対応する静止画像キューブは、既定の呼吸期にて様々な角度から取得した１０未満のＸ線投影映像から生成されたものである。
一部の実施形態において、患者の呼吸体積測定値は、患者の胸部上昇測定値を含む。
一部の実施形態において、患者の呼吸体積測定値は、３Ｄスキャナ、肺活量計、腹部ベルトからなる群の体積呼吸期センサを１つ以上用いて取得する。
一部の実施形態において、当該方法は、患者の胸部表面における点群を作成することを更に含み、患者の呼吸体積測定値は、患者の胸部表面における点群から判定されたものである。
一部の実施形態において、患者の胸部表面における点群は、３Ｄ撮像技術を用いて取得し、患者の胸部における１つ以上の位置を測定する。
一部の実施形態において、当該方法は、患者の胸部表面における点群を用いて患者の胸部表面における１つ以上の解剖学ランドマークを識別することと、患者の胸部表面における点群から患者の胸部内における１つ以上の内側解剖学ランドマークの位置を推測することと、を更に含む。
一部の実施形態において、患者の呼吸期は、未来の呼吸期であって、患者の呼吸体積測定値に基づいて患者の呼吸期を判定することは、１つ以上の現在及び／又は過去の呼吸期から未来の呼吸期を予測することを含む。
一部の実施形態において、方法が提供される。当該方法は、放射線源に対して第１の向きに患者を配置することと、患者の呼吸測定値を取得することと、患者の心機能測定値を取得することと、を含む。当該方法は更に、患者が放射線源に対して第１の向きに配置されている間、並びに、患者の呼吸測定値を取得する間において、患者の呼吸測定値から患者の呼吸期を判定することと、患者の心機能測定値から患者の心拍相を決定することと、を含む。当該方法は更に、放射線源のゲート制御を、患者の呼吸期が既定の呼吸期と一致するという判定、並びに、患者の心拍相が心周期の既定枠と一致するという判定に基づいて行い、患者を放射線に曝露させることを含む。
一部の実施形態において、放射線源はＸ線画像装置であり、放射線源のゲート制御を行って患者を放射線に曝露させることは、Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成することを含む。
一部の実施形態において、放射線源は放射線治療源であって、放射線源のゲート制御を行って患者を放射線に曝露させることは、放射線治療源のゲート制御を行い、患者の肺領域に治療線量を照射することを含む。
一部の実施形態において、当該方法は更に、放射線源のゲート制御を行って患者を放射線に曝露させる前に、患者の複数の心周期から患者の心機能測定値を取得することと、複数の心周期から取得した患者の心機能測定値を用いて、既定心拍相と、心周期の既定枠の開始点との平均間隔を判定することと、を含む。一部の実施形態において、患者の心拍相が、心周期の既定枠と一致することを判定することは、心周期の既定枠を、リアルタイムで既定の心拍相を検出することと、既定の心拍相と心周期の既定枠の開始点との平均間隔に対応する時間の長さを待機することと、により予測することと、を含む。
一部の実施形態において、患者の複数の心周期から取得した測定値は、複数の心周期の波形測定値であって、当該方法は更に、統計的に安定しているとして、複数の心周期の波形測定値を検証することを含む。
一部の実施形態において、心周期の既定枠は、心周期の鎮静枠である。
一部の実施形態において、肺の異なる呼吸期に対応する複数のＸ線測定値から患者の肺の生物理学モデルを判定する方法を提供する。当該方法は、肺の異なる呼吸期に対応する複数のＸ線測定値から肺組織の複数の変位場を抽出することを含む。各変位場は、第１の呼吸期から第２の呼吸期への肺組織の運動を表し、各呼吸期は、対応する生体パラメータのセットを有する。当該方法は更に、肺の異なる呼吸期と、対応する生体パラメータのセットとの間の肺組織の複数の変位場を用いて、肺の生物理学モデルの１つ以上の生物理学的パラメータを計算することを含む。
一部の実施形態において、１つ以上の生物理学的パラメータは、肺の異なる呼吸期に関連付けらえれた生体パラメータと、肺組織の複数の変位場との物理的関係を定義する。
一部の実施形態において、肺の異なる呼吸期に関連付けられた生体パラメータと肺組織の複数の変位場との物理的関係は、下記の式により定義される。
一部の実施形態において、当該方法は、肺の異なる呼吸期に対応する複数のＸ線測定値から、肺の異なる呼吸期に対応する複数の医用画像キューブを生成することを更に含む。肺組織の複数の変位場は、肺の異なる呼吸期に対応する複数の医用画像キューブから、更に、画像セグメンテーションにより、第１の医用画像キューブの残りの部分から肺組織を描写することで、抽出される。当該方法は、第１の医用画像キューブ内の各ボクセルについて、第１の医用画像キューブと第２の医用画像キューブとの間の強度ベース構造マッピングを用いて、第１の医用画像キューブ内のボクセルと第２の医用画像キューブとの間の変位ベクトルを判定することと、第１の医用画像キューブ内の異なるボクセルと第２の医用画像キューブ内の対応ボクセルの変位ベクトルとを繰り返し調整することと、を含む。
一部の実施形態において、各呼吸期に関連付けられた生体パラメータのセットは、各呼吸期における肺の一回換気量及び気流、並びに肺の各呼吸期に対応する心拍相を含む。
一部の実施形態において、当該方法は、肺の異なる呼吸期に対応する複数のＸ線測定値から、肺の異なる呼吸期に対応する複数の医用画像キューブを生成することをさらに含む。一部の実施形態において、当該方法は、複数の医用画像キューブのうちの１つ以上を参照医用画像キューブとして選択することと、各参照医用画像キューブに関連付けられる生体パラメータのセットを決定することと、２つの参照医用画像キューブに関連付けられた生体パラメータ２セット間の肺の生体測定値に基づき、生体パラメータ１セットを選択することと、を含む。一部の実施形態において、当該方法は更に、肺の生体測定値に基づく生体パラメータのセットを生物理学モデルに適用することによって、２つの参照医用画像キューブ間で医用画像キューブをシミュレートすることを含む。
一部の実施形態において、肺の異なる呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む。
一部の実施形態において、１つ以上のセンサを用いて１つ以上の時系列シーケンスとして患者の生体信号を測定し、１つ以上のセンサは、１つ以上の３Ｄ空間位置ローカライザ、呼吸期センサ、心拍相センサを含む。
一部の実施形態において、３Ｄ空間位置ローカライザは、呼吸と心拍により生じる患者の体の動きをリアルタイムで測定し、時系列として出力するように構成されている。
一部の実施形態において、呼吸期センサは、一回換気量とその一次時間導関数とを含む、患者の呼吸に関連する１つ以上の生理学的指標を測定するように構成されている。
一部の実施形態において、心拍相センサは、患者の心臓により生成される周期的・定常的な電気信号を測定するように構成されている。
一部の実施形態において、１つ以上のセンサにより測定された患者の生体信号を用いてＸ線ユニットをトリガーさせ、特定の呼吸期及び心拍相にて患者のＸ線画像を取得する。
一部の実施形態において、Ｘ線ユニットはクロックを含み、１つ以上のセンサにより測定された患者の生体信号は、Ｘ線ユニットのクロックと同期する。一部の実施形態において、生体信号のそれぞれの値を、取得されたＸ線画像に関連付けて記録する。
一部の実施形態において、トレーニング枠中に測定された患者の生体信号は、Ｘ線ユニットをトリガーして患者のＸ線画像を撮る所望の呼吸期を予測するための最適化呼吸予測モデルの構築に用いられる。
一部の実施形態において、患者の２Ｄ Ｘ線画像から３Ｄ Ｘ線画像キューブ動画を生成する方法を提供する。当該方法は、異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することを含む。当該方法は更に、逆投影法を用いて、各呼吸期でＸ線画像の第２複数セットの各セットから静止画像キューブを生成することと、肺の異なる呼吸期に対応する静止画像キューブを、時間補間法によって３Ｄ Ｘ線画像キューブ動画に組み合わせることと、を含む。
一部の実施形態において、異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することは、異なる投影角度での肺のＸ線画像の第１複数セットを撮ることを更に含む。肺のＸ線画像の第１複数セットの各セットは、特定の投影角度における肺の異なる呼吸期に対応する。当該変換は更に、肺のＸ線画像の第１複数セットを、関連付けられた呼吸期によって、肺のＸ線画像の第２複数セットに再編成することを含む。Ｘ線画像の第２複数セットの各セットは、肺の各呼吸期に対応する。
一部の実施形態において、任意の特定のセット内のＸ線画像は幾何学的に分解され、時間的に独立している。
一部の実施形態において、肺の異なる呼吸期は、肺の動きの異なる一回換気量パーセンタイルに対応する。
一部の実施形態において、肺の異なる呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む。
一部の実施形態において、異なる投影角度で撮った肺の複数のＸ線画像は、全て同じ呼吸期に対応する。
一部の実施形態において、１つ以上のセンサを用いて１つ以上の時系列シーケンスとして患者の生体信号を測定し、１つ以上のセンサは、１つ以上の３Ｄ空間位置ローカライザ、呼吸期センサ、心拍相センサを含む。
一部の実施形態において、当該方法は、１つ以上の心拍相センサの測定値を用いて心拍相ゲート枠を識別することと、１つ以上の呼吸期センサの測定値を用いて呼吸期を予測することと、Ｘ線撮像パルスを生成する、心拍相ゲート枠と予測した呼吸期との一致点を特定することと、Ｘ線撮像パルスに対応するＸ線画像に、呼吸期、心拍相、３Ｄ空間位置ローカライザの測定値をタグ付けすることと、を更に含む。
一部の実施形態において、３Ｄ空間位置ローカライザは、呼吸と心拍により生じる患者の体の動きをリアルタイムで測定し、時系列として出力するように構成されている。
一部の実施形態において、呼吸期センサは、一回換気量とその一次時間導関数とを含む、患者の呼吸に関連する１つ以上の生理学的指標を測定するように構成されている。
一部の実施形態において、心拍相センサは、患者の心臓により生成され、心拍相に対応する特徴を備える、周期的・定常的な電気信号を測定するように構成されている。
一部の実施形態において、Ｘ線ユニットのクロックと同期された後、２つの別々のフィルタを用いて患者の生体信号から信号ドリフト及びノイズを除去する。
一部の実施形態において、１つ以上のセンサにより測定された患者の生体信号を用いてＸ線ユニットをトリガーさせ、特定の呼吸期及び心拍相にて患者のＸ線画像を取得する。
一部の実施形態において、Ｘ線ユニットはクロックを含み、１つ以上のセンサにより測定された患者の生体信号は、Ｘ線ユニットのクロックと同期する。一部の実施形態において、生体信号のそれぞれの値を、取得されたＸ線画像に関連付けて記録する。
一部の実施形態において、患者の生体信号は、患者のＸ線画像を撮る前、トレーニング枠中に測定され、トレーニング枠中に測定された患者の生体信号は、患者の複数の完全呼吸周期を含む。
一部の実施形態において、完全呼吸周期における複数の一回換気量パーセンタイルは、トレーニング枠中に測定された患者の生体信号を用いて識別され、一回換気量パーセンタイルはそれぞれ、異なる呼吸期のうち１つに対応する。
一部の実施形態において、トレーニング枠中に測定された患者の生体信号は、Ｘ線ユニットをトリガーして患者のＸ線画像を撮る所望の呼吸期を予測するための最適化呼吸予測モデルの構築に用いられる。
一部の実施形態において、最適化呼吸予測モデルは、自己回帰和分移動平均（ＡＲＩＭＡ）モデルに基づく。
一部の実施形態において、患者のＸ線画像を撮る所望の呼吸期は、心臓誘発性肺運動がゆっくりと変化している心臓ゲート枠と一致するように構成されている。
一部の実施形態において、心臓ゲート枠は、心電図（ＥＣＧ）信号におけるＴ波及びＰ波の位置に基づいて選ばれ、それにより、心臓誘発性肺運動がゆっくりと変化する。
一部の実施形態において、特定の投影角度における肺の異なる呼吸期が、少なくとも２回の呼吸周期から収集される。
本開示の実施形態の更なる態様や利点の一部を、下記の説明、或いは本開示の実施形態の具現から理解できるはずである。
本開示の実施形態や先行技術における技術的解決策をより明確に説明するために、実施形態又は先行技術の記述に必要な図面を簡単に説明する。下記の図面は、本開示の実施形態の一部に過ぎない。当業者であれば、創造力を発揮せずとも、当該図面に図示されている構造から、他の図面を導き出すことができる。
下記に本開示の実施形態を詳しく説明する。同一又は類似の要素や、同一又は類似の機能を有する要素には、明細書を通して同様の参照番号を割り当てている。図面を参照して本明細書に記載している実施形態は、本開示の理解を深めるための一例に過ぎず、本開示を限定するものとして解釈してはならない。
本明細書において、別途定めがない限り、「中央」、「縦」、「横」、「前」、「後」、「右」、「左」、「内側」、「外側」、「下」、「上」、「水平」、「垂直」、「上方」、「下方」、「頂」、「底」などの相対語、並びのその派生語（例えば「水平方向」、「下向き」、「上向き」など）は、関連図面に説明又は図示されている方位を指すと解釈すべきである。上記の相対語は、説明の便宜上使用するものであり、特定の方位における構築又は操作を意味する訳ではない。
本発明では、別途定めがない限り、「取付」、「接続」、「結合」、「固定」などの用語を幅広く使用するが、これらは、例えば固定連結、脱着連結、一体型、機械的・電気的連結、直接連結、介在構造を介する間接連結、２つの要素の内部連通など、当業者が特定の状況に応じて理解できる様々な形態に相当し得る。
本発明では、別途定めがない限り、第１の特徴要素が第２の特徴要素の「上」又は「下」にある構造は、第１の特徴要素が第２の特徴要素と直接接触している実施形態を含み、更には、第１の特徴要素が第２の特徴要素と直接接触していない実施形態や、第１の特徴要素が第２の特徴要素の間に追加要素を挟んで接触している実施形態を含み得る。また、第１の特徴要素が第２の特徴要素の「上」、「上方」、「上部」にある場合、第１の特徴要素が第２の特徴要素の真上又は斜め上にある実施形態を含み、或いは、ただ第２の特徴要素より高い位置にあるという意味でもあり得る。一方、第１の特徴要素が第２の特徴要素の「下」、「下方」、「下部」にある場合、第１の特徴要素が第２の特徴要素の真下又は斜め下にある実施形態を含み、或いは、ただ第２の特徴要素より低い位置にあるという意味でもあり得る。
図１は、本開示の一部の実施形態による、ハードウェアボックス１０２、取得ソフトウェア１０４（例えば、非一時的なメモリに格納）、後処理ソフトウェア１０６（例えば、非一時的なメモリに格納）を含むＧＲＥＸ撮像システム１００の概略ブロック図である。
ハードウェアボックス１０２には、３つの測定センサ（例えば、３Ｄ空間位置ローカライザ３００、呼吸期センサ１１０、心拍相センサ１１２）があり、時系列として患者の生体信号を独立的に収集する。収集された時系列は、取得ソフトウェア１０４に入力される。取得ソフトウェア１０４は、生体時系列測定値に対して処理やフィルタリングを行い、撮像トリガー信号を生成する（例えば、Ｘ線ユニット１０８を作動させる信号）。撮像トリガー信号は、特定の呼吸期を目標とするが、必要に応じて患者の心拍相を目標とすることもある。呼吸期と心拍相はそれぞれ、生体時系列測定値によって定義される。接続ケーブルは、撮像トリガー信号を取得ソフトウェア１０４からＸ線ユニット１０８に送信し、Ｘ線ユニット１０８は、目標の呼吸期にて、呼吸期と心拍相の放射線画像を取得する。完全呼吸周期を定義する目標の呼吸期・心拍相で撮像した一連の画像が、後処理ソフトウェア１０６に入力される。後処理ソフトウェアは、目標の呼吸期・心拍相で撮像した画像から肺運動の生体力学モデルを構築する。続いて、生体力学モデルを用いて、後処理ソフトウェアで他の診断結果を生成する。本願では、一例としてＸ線画像を使用するが、本願に開示された方法は、ほとんど労力をかけず他の医用画像にも適用できることを、当業者であれば理解するはずである。例えば、生体力学モデルの構築プロセスは、Ｘ線画像に限定されず、他の医用画像（例えば、ＣＴスキャンやＭＲＩ）も使用できる。
図２は、本開示の一部の実施形態によるＧＲＥＸ画像取得プロセス２００（例えば、図１の取得ソフトウェア１０４により行われる）の概略フローチャートである。具体的には、取得ソフトウェア１０４は、潜在的な信号ドリフトやノイズを除去するために、ハードウェアボックス１０２からの時系列測定値に対して同期及び処理を行う。次いで取得ソフトウェア１０４は、同期済みのドリフトやノイズを持たない時系列入力から、呼吸期・心拍相を予測する位相予測アルゴリズムを実装する。呼吸期・心拍相の予測結果に基づいて、取得ソフトウェア１０４は、論理アルゴリズム１１８を用いて、目標の呼吸期・心拍相と一致するものを検索する。目標の呼吸期・心拍相との一致は、撮像トリガーの生成と、それによるＸ線ユニット１０８の画像取得を可能とする条件である。ＧＲＥＸ画像が取得されると、後処理ソフトウェアは、ＧＲＥＸ画像を使用して新しい肺疾患の診断を行う。ＧＲＥＸ画像は、少し前までは医療従事者にあまり普及されていなかった。例えば、取得したＧＲＥＸ画像を用いて、敢えて時間パラメータを用いずとも、呼吸期・心拍相の関数として胸部の形状を定義する生体力学モデルを構築する。
本明細書では、ＧＲＥＸベース撮像システムを３つに分けて説明する。第１章は、ハードウェアボックス１０２の実施形態に関する。第２章は、取得ソフトウェア１０４の実施形態を取り扱う。第３章は、後処理ソフトウェア１０６の実施形態である。各章では、図１に示された、ハードウェアボックス１０２、取得ソフトウェア１０４、後処理ソフトウェア１０６を構成する構成要素及び機能をより詳細に説明する。
第１章．ハードウェアボックス１０２
一部の実施形態において、ハードウェアボックス１０２は、少なくとも２つの役割を果たす。一つは、胸部の解剖学的形状を定義する生体信号を収集することである。もう一つは、デジタル診断用Ｘ線ユニット（例えば、Ｘ線ユニット１０８）と通信を行うことである。
胸部の解剖学的形状を定義する生体信号入力は、胸部の寸法（３Ｄ空間ローカライザ３００で測定。図３）、呼吸期（呼吸期センサ１１０で測定）、心拍相（ＥＣＧモニタで測定）を含む。ハードウェアボックス１０２において、生体信号は、各信号入力の時系列曲線を作成するために、１００Ｈｚにてリアルタイムにサンプリングされる。ハードウェアボックス１０２の出力、つまり時系列曲線は、取得ソフトウェアに送信される。
図３は本開示の一部の実施形態による、ＧＲＥＸ撮像システム１００の３Ｄ空間位置ローカライザ３００の上面図を示す概略ブロック図である。
１．１．３Ｄ空間位置ローカライザ３００
１．１．３Ｄ空間位置ローカライザ３００
３Ｄ空間位置ローカライザ３００は、呼吸と心拍により生じる患者の体の動きをリアルタイムで測定し、座標空間（例えば、デカルト座標系、極座標系、超球座標系など）に時系列として出力する。図３に図示されているように、３Ｄ空間位置ローカライザ３００は、部屋の天井の平衡円形路に固定された３つの３Ｄカメラ（例えば、カメラ３０２ａ〜３０２ｃ）を含む。３つのカメラ３０２ａは互いに１２０°ずつ離れている。患者は、Ｘ線ユニット１０８と検出器パネル３０４との間に位置するので、天井に取り付けられた３Ｄ空間位置ローカライザ３００の中心に位置づけられることになる。システムは、既定の座標空間で患者の胸部拡張（例えば、上昇や下降）を測定する。各カメラ３０２は、患者の胴体と、Ｘ線ユニット１０８及び検出器パネル３０４のうちの１つを、遮るものなく眺望できる視野を有する。
リアルタイム深度マップを使用して、各３Ｄカメラ３０２は、患者の表面レンダリングを作成する。３Ｄカメラ３０２ ３台からの情報を組み合わせ、患者の呼吸期と心拍相に基づいてリアルタイムで変化する体積皮膚表面位置測定値を形成する（例えば、光線照射技術を使用する）。３Ｄ空間位置ローカライザ３００は、少なくとも２つの方法、つまり（ｉ）患者の空間境界の定義、（ｉｉ）患者の組織位置の判定に、体積皮膚表面位置測定値を用いる。正規の医療内部被曝線量（ＭＩＲＤ）解剖学データベースから得た皮膚の厚さ、肋骨の厚さ、筋肉の厚さ、骨格の位置などの前提情報に基づいて、３Ｄ空間位置ローカライザ３００は患者内部の肺のリアルタイム空間位置を概算する。３Ｄ空間位置ローカライザ３００は、ＭＩＲＤデータを用いて肺の空間境界条件を計算する。後に後処理ソフトウェア１０６で当該空間境界条件を利用することになる。例えば、肺の空間境界条件に対する３Ｄ空間位置ローカライザ３００の推定値は、後処理ソフトウェア１０６がＸ線ユニット１０８で発生する光線に沿った累積組織密度をシミュレートするときに用いる初期胸部形状を作成する。
１．２．呼吸期センサ１１０
１．２．呼吸期センサ１１０
ハードウェアボックス１０２の呼吸期センサ１１０は、呼吸に関連する主要な生理学的指標、つまり、一回換気量とその一次時間導関数（例えば、一回換気量の経時変化率、又は流量）を測定する。一回換気量の測定法には、直接一回換気量測定法と間接一回換気量測定法の２つがある。直接一回換気量測定法は、患者の吸気又は呼気の流量に比例する速度で回転するチューブ内のタービンで構成される口肺活量計を用いる。間接一回換気量測定法は、呼吸中の患者の腹囲変化を測定する腹部ベルト（或いは、その他の患者の胸部に対する幾何学的測定。下記に説明する）を用いる（図１を参照）。腹囲が大きいと吸入を意味し、腹囲が小さいと呼気を意味する。腹部ベルトでは一回換気量を直接測定することはできない。腹囲変化を生理学的に意味のある量に変換するために、ハードウェアボックス１０２は、腹囲変化を、３Ｄ空間位置ローカライザ３００により判定された推定肺気量と関連付ける。例えば、胸部の拡張は呼吸中の腹部の拡張に比例する。腹部ベルトと３Ｄ空間位置ローカライザ３００による測定値を一緒に用いて、肺の空気含有量を推定することもできる。
本明細書における「一回換気量」とは、現在の肺気量と既定の基準線（例えば、余分な努力をせず正常呼吸で最大に吐き出すときの量、余分な努力をせず正常呼吸を最大に吸入するときの量、或いはその他の基準体積）との差を意味する。理想気体の法則に基づくと、室内空気と内部空気の密度差により、肺の空気は一回換気量より１１％膨張する。質量保存の法則により、体は吸気量より１１％膨張することになる。従って、肺の一回換気量は、内部の空気量に合わせて較正された身体の外部測定値を用いて計算できる。また、３Ｄ空間位置ローカライザ３００は、呼吸中の患者の体積膨張率を把握し、空気量と一回換気量測定値の精度に対して二次検証を行う。つまり、体の体積膨張率を、Ｘ線画像から得た、気管、肺、気管支の空気体積推定値と比較する。
１．３．心拍相センサ１１２
１．３．心拍相センサ１１２
図１に図示されているように、心拍相は、心電図（ＥＣＧ）モニターや血液量圧力装置のいずれか（例えば、心拍相センサ１１２）を用いて測定する。例えば、臨床医はＥＣＧモニターを用いて、患者の腕にリードを付け、患者の腹部の左下側（横隔膜と腹部ベルトから離れた位置）に接地リードを付ける。人間の心臓は、心拍の位相に対応する特徴を備えた、周期的・定常的な電気信号を生成する。定常信号は、同時確率分布が経時変化を伴わない確率過程である。血液量圧力装置は、光源と光センサを用いて、患者の指の光減衰を測定する。心拍の度に送り出される循環血液量は、指の光減衰度を変化させる。光減衰度は、心拍相に正比例する。
通常、デジタル診断用Ｘ線ユニット（例えば、Ｘ線ユニット１０８）は、プラグポートに取り付けたアナログプランジャで作動させる。プラグポートは、特定のピン構造を有するプランジャを受容するように独自に構成されている。ピン構造はいずれもＸ線ユニットを作動させる（例えば、ゲート制御）電圧信号を受容する「取得ピン」を含む。使用者がプランジャを押すと、電圧パルスをデジタル診断用Ｘ線ユニットに送信する。デジタル診断用Ｘ線ユニットは、患者の体を貫通する撮像ビームを活性化させる。
図１に図示されているように、ハードウェアボックス１０２は、接続ケーブルを用いて、同じ電圧パルス（例えば、ゲート信号）を取得ソフトウェアからデジタル診断用Ｘ線ユニット１０８に送信する。電圧パルス信号は、既定の電圧閾値を超えると、デジタル診断用Ｘ線ビームを作動させ（例えば、Ｘ線ビームをゲート制御する）、ピンの電圧パルス信号が既定の電圧閾値未満となれば、Ｘ線ユニット１０８がオフとなる。一部の実施形態において、ハードウェアボックス１０２は、既定の電圧閾値より大きいパルス高さを有する方形波信号を生成し、画像露光の間、パルス高さを維持する。つまり、Ｘ線ユニット１０８が患者のＸ線画像を撮影できるように、Ｘ秒間続くＹ電圧の方形パルスを生成する。Ｙ未満の閾下電圧はスキャナをトリガーしないため、Ｘ線撮像を開始するためには、Ｙの値が既定の電圧閾値よりも大きくなければならない。パルス持続時間Ｘは、電圧Ｙが既定の電圧閾値を超えた瞬間から始まり、電圧が既定の電圧閾値を下回ったときに終了する、画像の露光時間を指す。電圧が既定の電圧閾値を下回ると、Ｘ線ユニット１０８のオフとなる。パルス持続時間は製造社の仕様書に定義されているが、通常は数ミリ秒くらいである。
第２章．取得ソフトウェア１０４
取得ソフトウェア１０４は、ハードウェアボックス１０２が測定した空間、心臓、肺の時系列を収集し、特定の呼吸期や心拍相でＸ線画像を取得するためにＸ線ユニット１０８をトリガーするタイミングを決定する。取得ソフトウェア１０４は、測定した心臓や肺の位相に対して正確にオーバーレイ（例えば、同期）を行い、収集した生体時系列を処理（例えば、フィルタリング）し、適切な撮像時間を把握して、デジタル診断用Ｘ線ユニット１０８の電子トリガー信号を生成する。電子トリガー信号（例えば、ゲート信号）は、Ｘ線ユニット１０８を作動させ、胸部形状のスナップショット画像を取得する。スナップショットに関連付けられている空間、心臓、肺の値を記録し、画像が撮影されたときの胸の表面形状を定義する。プロセスは完全自動化プロセスであり、使用者の入力には依存しない。図１及び図２に図示されているように、取得ソフトウェア１０４により実現されるプロセスは、４つの補助構成要素、つまり２．１（同期モジュール１１４）、２．２（信号処理モジュール１１６）、２．３（論理アルゴリズム１１８）、２．４（トリガー生成モジュール１２０）を含む。
２．１．同期モジュール１１４
２．１．同期モジュール１１４
同期モジュール１１４に対する入力は、３Ｄ空間位置ローカライザ３００の信号、呼吸期センサ１１０の信号、心拍相センサ１１２の信号を含む。同期モジュール１１４は、これらの入力をＸ線ユニット１０８のクロックと同期する。生理学的生体信号は非同期状態で収集されるため、後に同期が必要となる。非同期の原因としては、呼吸周期が心周期よりも遅く、心周期から完全に独立していることが挙げられる。上述しているように、呼吸周期と心周期は異なるセンサで別途測定される。同期モジュール１１４は、呼吸期センサや心拍相センサを取得済み画像と同期させるように構成される。画像を撮影すると、当該画像は、ある時点における胸部の解剖学的形状を表示する。その時点は、Ｘ線ユニット１０８の固有タイミングシステムで記録されるが、必ずしも呼吸センサや心臓センサの生体時系列と同期している訳ではない。
時間だけでは、不規則呼吸の期間と通常呼吸の期間を区別することができない。言い換えれば、時間が呼吸期を定義する唯一の次元である場合、正常呼吸時の撮影画像と異常呼吸（咳など）時の撮影画像は、計算上区別がつかないのである。図４は、開示の一部の実施形態による、時間的に同じ最大吸気相を共有するが一回換気量が根本的に異なる２つの呼吸４００（例えば、４００ａ及び４００ｂ）の例である。重ね合わせてみると、最大吸気相が類似しているにも関わらず、２つの呼吸４００が実際は異なることが分かる。一回換気量の大きさが異なるためである。一部の実施形態において、一回換気量は、基準体積値に対する測定体積値（例えば、ｍｌ単位）を指す。例えば、基準体積値は、患者の正常呼吸（例えば、呼気に余分な努力を要せず、強制性もない場合）時の肺の最小体積値（例えば、最大呼気相）に当たる。一部の実施形態において、基準体積値は、患者ごとに異なる。一部の実施形態において、基準体積値は、０である。一部の実施形態において、一回換気量は、ある時点で測定される。ある期間に渡る一回換気量の変化を図４に図示した。
時間次元の問題を克服するために、ＧＲＥＸ撮像システム１００は、ハードウェアボックス１０２の様々な生理学的センサから取得する生理学的値により呼吸期を定義する。これは時間に比べ、より有益な呼吸期次元と言える。同期モジュール１１４の機能は、主に、Ｘ線ユニット１０８とＧＲＥＸ撮像システム１００とが、互いに継ぎ目なく滑らかに移行できるようにすることである。一部の実施形態において、取得ソフトウェア１０４は、３０秒のトレーニング枠（下記の２．２で詳細に説明する）を用いて、トレーニング枠の間に収集した一回換気量時系列観測値から一回換気量パーセンタイルを計算する。取得ソフトウェア１０４は、周期余弦波の頂点間期間ではなく、一回換気量パーセンタイルを用いて呼吸期を定義する。取得ソフトウェア１０４の一回換気量パーセンタイルは、呼吸ごとに一回換気量が変動するため、肺の形状の定義には周期余弦波の頂点間期間よりもずっと有益である。
図５は、本開示の一部の実施形態による、通常呼吸をしている患者（左上のサブプロット）、並びに不規則呼吸をしている患者（右上のサブプロット）のそれぞれの一回換気量パーセンタイル（下のサブプロット２つ）の例である。不規則呼吸の一回換気量ヒストグラムに対する定量評価のために、正常吸気時の一回換気量と異常吸気時の一回換気量の比を、呼吸期の指標として使用する。当該比は、患者の不規則呼吸の確率を定義する閾値を有する。図５の下のサブプロット２つに示されているように、垂直線は、一回換気量ヒストグラムにおける８５パーセンタイル、９０パーセンタイル、９５パーセンタイル、９８パーセンタイルの一回換気量の位置を示している。通常呼吸時（図５の左下のサブプロット）、正常な一回換気量のパーセンタイル値（８５及び９０）は、不規則呼吸時（図５の右下のサブプロット）に比べ、異常な一回換気量のパーセンタイル値（９５及び９８）の近くに存在する。
図６は、本開示の一部の実施形態による、ハードウェアボックス１０２の様々なセンサと診断用Ｘ線ユニット１０８との同期プロセス６００を示す、概略フローチャートである。ハードウェアボックス１０２は、一回換気量パーセンタイルで定義された呼吸期、ＥＣＧで定義された心拍相、３Ｄ空間位置ローカライザ３００で定義された座標の胸部形状を、継続的に収集する。これらの測定値の元となるセンサ信号は、Ｘ線ユニット１０８と同期する前に、まず互いに同期させる必要がある。そのために、様々なセンサの測定チャネルの差やケーブルの電気抵抗率の差を、デジタル−アナログコンバータのインピーダンス整合を用いてトレース長を整合させることで補正する。Ｘ線ユニット１０８のクロック（例えば、タイミングシステム）は、通常、ハードウェアボックス１０２のクロックと同期されていないので、接続ケーブルは、データ収集ボードに接続して、当該ボードをＸ線ユニット１０８のクロックとインターフェースするように構成される。Ｘ線ユニット１０８のクロックは、分配バッファを通過し、アナログ−デジタル変換器の各チャネルに対してトレースマッチングされる。変換されたデジタル信号はフィールドプログラマブルゲートアレイへ送られ、全ての信号が同期される。取得ソフトウェア１０４が呼吸期センサや心拍相センサの信号を適切に同期させると、その結果は図７に示される例と同様のものになる。
患者が不要な放射線被曝をされないように、取得ソフトウェア１０４は、ＧＲＥＸ撮像システム１００の構成要素同士を適切に同期しない限り、接続ケーブルを介してＸ線ユニット１０８を起動するトリガー信号を送信しない。一部の実施形態において、３０秒のトレーニング枠を用いて、ハードウェアボックス１０２のクロックとＸ線ユニット１０８のクロックとの同期を検証する。従って、３０秒のトレーニング枠は、３０秒に相当するサンプルを含む必要がある。ハードウェアボックス１０２のすべてのセンサや線ユニット１０８のクロックが正確に３０秒に相当するサンプルを示さない場合、同期されていないことになる。上述の検証手順から不一致が発見されると、同期システムが再起動して不一致を修正する。但し、３０秒のトレーニング枠はあくまでも例示に過ぎず、当業者は、同期プロセスを実行するに足るデータがある限り、トレーニング枠の長さはさほど重要ではないことを理解するはずである。
２．２．信号処理モジュール１１６
２．２．信号処理モジュール１１６
空間位置、呼吸期、心拍位相信号が同期された後、取得ソフトウェア１０４は、センサ信号を処理してノイズを除去し、最終的に患者の一回換気量を精度高く予測する。肺と心臓の測定時系列に存在するノイズは、センサの電子機器、電極、バックグラウンドの電気信号によるものである。時間的精度を保証する一連のフィルタは、肺と心臓の測定時系列からノイズを除去する。一連のフィルタによりフィルタリングされた生体時系列は、時間的精度を維持できるようになる。
一部の実施形態において、別途のフィルタ（例えば、ウェーブレットフィルタ）２つを用いて、生体時系列から信号ドリフトやノイズを除去する。信号ドリフトは、測定値に経時歪みを与えるので、データ収集開始時の測定値は、データ収集終了時の測定値と一致しなくなってしまう。信号ノイズは本質的に生理学的なものではなく、一回換気量測定から患者の気流を計算するときに深刻な問題となり得る。図８は、本開示の一部の実施形態による、ドリフト・信号ノイズ除去プロセス８００の概略フローチャートである。
取得ソフトウェア１０４は、一回換気量の一次時間導関数、例えば、気流を計算するために、滑らかな一回換気量時系列を必要とする。一回換気量の時系列が滑らかでない場合、一回換気量の一次時間導関数は滑らかな曲線を生成することができない。曲線には呼吸の生物理学的現状に背く不連続性が含まれてしまう。図９は本開示の一部の実施形態による、例示の呼吸における一回換気量と時間の関係のプロットである。図１０は本開示の一部の実施形態による、図９に図示されたものと同じ呼吸における、気流と一回換気量の関係のプロット、つまり生体力学モデリング（３．１を参照）のために後処理ソフトウェア１０６が用いる連続閉ループである。
取得ソフトウェア１０４は、フィルタリング済みで時間的に正確時系列曲線を用いて、２つの異なる機能を実行する。取得ソフトウェア１０４の１つ目の機能は、短予測範囲を用い呼吸期予測値を生成することである。図１１は、本開示の一部の実施形態による呼吸期予測プロセス１１００の概略フローチャートである。短予測範囲は、予測アルゴリズムの「先読み」である。予測アルゴリズムは、所望一回換気量と気流（例えば、呼吸期）が生じる未来の瞬間を予測する。「所望」の呼吸期を、診断用Ｘ線ユニット１０８をトリガーして所望の胸部形状を取得できる目標とする。
短予測範囲は、呼吸予測における不正確さの更なる原因、例えば、呼吸振幅や呼吸期間における呼吸ごとの変動を軽減する。予測範囲の限界値がゼロに近づくと、肺の形状変化もゼロに近づく（例えば、肺の形状は実質的に一定となる）。言い換えれば、肺の形状が短予測範囲中に劇的に変化する可能性はほとんどない。従って、予測範囲が短ければ、呼吸運動モデルの予測精度に対する人間の呼吸変動の影響が軽減される。
時間的に精度高い、フィルタリング済みの一回換気量の時系列は、呼吸予測アルゴリズムの入力値として機能する。呼吸予測アルゴリズムにより、呼吸期の高速、リアルタイム、且つ精度高い予測が可能となる。例えば、呼吸予測アルゴリズムは、自己回帰和分移動平均（ＡＲＩＭＡ）モデルに基づく。ＡＲＩＭＡモデルは入力値が定常であるとは想定せず、多項式で構成されているため、呼吸予測に適している。ＡＲＩＭＡモデルの多項式係数は、撮像検査の開始時から始まる３０秒のトレーニング枠中に推定される。ＡＲＩＭＡモデルの多項式係数の数、例えばモデルの次数を、非線形最適化で検証し、情報量基準検索関数を最小化して過剰適合を削減又は排除する。モデルの次数が収集したトレーニングデータに最適である場合、一回換気量ヒストグラム（２．１を参照）を作成し、対数尤度目的関数を用いて確率密度関数を計算する。２．１で説明したように、一回換気量の分布は不規則呼吸を把握するためのものである。不規則呼吸が検出された場合、トレーニングデータを破棄して、取得し直す。不規則呼吸が検出されなかった場合、トレーニングデータと確率密度関数を用いて、最尤法でＡＲＩＭＡモデル係数を推定する。３０秒のトレーニング枠は、撮像前の機器検証としての役割も果たしている。図１１は、呼吸期予測プロセスのフローチャートである。
取得ソフトウェア１０４の２つ目の機能は、心拍相を識別して心臓が所望する各胸部形状において同位相になるようにすることである。予測範囲の持続時間は、人間の呼吸が準ランダム関数であるため（各呼吸には独自の側面があるため）、人間の呼吸を正確に予測する取得ソフトウェア１０４の取り組みにおいて重要なパラメータとして機能する。一部の実施形態において、予測範囲の持続時間は、デジタル診断用Ｘ線ユニット１０８の待ち時間とＸ線撮像の露光時間の合計よりも長い。デジタル診断用Ｘ線ユニット１０８の待ち時間とＸ線画像の露光時間との合計は非常に短く、１０ミリ秒くらいである。その結果、予測期間も短くなる（１００〜１０００Ｈｚの動作周波数におけるセンサ測定サンプル値１〜２つくらい）。
取得ソフトウェア１０４が心拍相と呼吸期との一致を探るとき、各時系列の単一点によって表される位相が整列する可能性は低い。結果として、単一点の一致を探す撮像方法は、極めて確率の低い一致を取得ソフトウェア１０４が探し出すまで待たなければならないので、完了までより長い時間がかかる。しかしながら、心臓ゲート枠は一致枠のサイズを拡張するため、撮像にかかる時間が短くなる。
信号処理ソフトウェアの計算時間を更に短縮するために、信号処理ソフトウェアは心拍相を予測しない。代わりに信号処理ソフトウェアは、心臓が肺の急速な変位をもたらさない特定のゲート枠を目標とする。図１２は、本開示の一部の実施形態による、心臓誘発性肺運動がゆっくりと変化するように、ＥＣＧ信号のＴ波及びＰ波の位置に基づいて選ばれた時間内ゲート枠の例である。点線は心拍による肺運動を示す。肺運動変化率（例えば、速度）は、点線の傾きで表される。点線の傾きが小さい場合、変化率が小さく、対応する心拍相が理想的なゲート枠になる。図１２は、ゲート枠がＴ波とＰ波との間に（一貫して）発生し、Ｐ波に向かってより歪んでいることを示している。ゲート枠において心拍による肺運動は最小限に生じる。
上記では、目標とする呼吸期が所望の心拍相と一致し得る枠を維持しながら、肺に対する心臓の物理的影響を最小限に抑える理想的な心臓ゲート枠を特定する方法について説明した。一部の実施形態において、ＧＲＥＸ撮像システム１００は、心拍相と呼吸期を区別する信号処理の差（例えば、心拍相は周期的且つ安定している）に基づき、心拍相をゲート制御する代わりに、予測する。心拍相は周期的且つ安定しているため、逆伝播法を用いた教師なし多層パーセプトロンにより、時系列予測プロセスの代わりにパターン抽出に基づいて、次の心拍を予測することができる。
図１３は、本開示の一部の実施形態による、心臓ゲート枠のリアルタイム識別の代わりに心拍相予測を用いる別のＧＲＥＸプロセス１３００の概略フローチャートである。この場合、トレーニング枠の２０秒（心拍数２０〜２２）がアルゴリズムのトレーニングに使用され、残りの１０秒（心拍数１０〜１１）が多層パーセプトロンノードの重みの検証に用いられる。ノードの重みは、トレーニングセットのモデルエラーが最小となるまで、勾配降下最適化によって繰り返し決定される。トレーニング済みモデルを１０秒の検証データに適用し、検証データにおける多層パーセプトロンの心拍相予測が不十分である場合、ノードの重みを再度計算する。
２．３．論理アルゴリズム１１８
２．３．論理アルゴリズム１１８
心周期におけるＥＣＧのＴ波とＰ波を識別する医療アルゴリズムとシステムは既に存在する。心拍相センサ１１２は心周期を連続的に測定するため、Ｔ波とそれに続くＰ波との時間間隔（心周期の一定の割合に等しく、従って心拍数に比例する）も周知である。論理アルゴリズム１１８は、時間間隔内のＥＣＧ特徴を用いて、ゲート枠が、例えばＴ波とＰ波の中間で開始し、論理アルゴリズム１１８がＰ波を識別した後に閉じるように、ゲート枠を開始する前に短いタイムラグを導入する。
図１４は、本開示の一部の実施形態による、早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相（左から順番に）など、呼吸周期の異なる呼吸期に対応するトリガー済みＸ線画像撮影枠の例である。この場合、取得ソフトウェア１０４は、単一の呼吸周期を表す少なくとも６つの呼吸期を識別する。トレーニング期間中に、取得ソフトウェア１０４はサンプルの分布を生成し、論理アルゴリズム１１８は、論理アルゴリズム１１８の目標呼吸期を定義する一回換気量パーセンタイルを計算する。図１４に示される矢印は、論理アルゴリズム１１８が撮像トリガー信号を生成するはずの目標呼吸期と一致する６つの心臓ゲート枠を指し示す。取得ソフトウェア１０４が呼吸期を取得すると、自動検証を生成し、同じ呼吸期の重複撮像を防止する。
図１５は、本開示の一部の実施形態による画像取得トリガープロセス１５００の概略フローチャートである。心拍相センサ測定値は、図１２を参照して前述した通り、心臓ゲート枠を識別するために使用される。呼吸期センサ１１０の測定値は、図１１を参照して前述した通り、呼吸期を予測するために使用される。論理アルゴリズム１１８は、心拍相ゲート枠と予測呼吸期との一致を識別する。一致が見つかると、呼吸期のリストを検証し、呼吸期が既に取得されているか否かを判定する。呼吸期が以前に取得されている場合、撮像トリガーパルスを生成しない。呼吸期がまだ取得されていない場合は、撮像トリガーパルスを生成絵し、患者の解剖学的構造のスナップショットを取得する。呼吸期、心拍相、３Ｄ空間位置ローカライザ３００の測定値を記録し、画像にタグ付けする。呼吸期を全て取得すると、画像の重複撮影がないように呼吸期リストを更新する。
２．４．トリガー生成（ゲート制御）
２．４．トリガー生成（ゲート制御）
Ｘ線ユニット１０８は、一連の電気ピンを含むポートを有する。ピンのうち１つは、放射線被曝のタイミングと期間を定義する電気インパルスを受け付ける。心臓ゲート枠内の論理アルゴリズム１１８の識別済み呼吸期に基づいて、トリガー生成器は、電気インパルスとして方形波トリガーを生成する。ベンダー固有の差し込みプラグを備えた光ファイバーケーブルにより、生成されたトリガー信号をＸ線ユニット１０８に送信する。
第３章．後処理ソフトウェア
第３章．後処理ソフトウェア
ハードウェアボックス１０２（第１章）及び取得ソフトウェア１０４（セクション２）によって識別された生体情報に基づく撮像トリガーは、画像再構成アルゴリズムにより品質の高いデータを入力する（また、低品質の入力を除去する）。具体的には、正常呼吸中に生体データに基づき目標を絞って画像を取得するプロセスにより、画像の再構成や画像の後処理技術が向上することで、品質も向上する訳である。基礎となる放射線数学の基本的な仮定は、様々なプローブによる撮像角度における解剖学的同等性を前提としているため、正常呼吸中に生体データに基づき目標を絞って画像を取得するプロセスにより、同じ患者に対して異なる角度から異なる時間（例えば、異なる呼吸）で撮影された複数の解剖学的形状の画像をより正確に関連付けることができる。品質を高めた画像は観察値として機能し、生体信号は胸部形状の複雑な生体力学モデルの入力データとして機能する。
３．１．デジタルトモシンセシス系のＧＲＥＸ画像取得
３．１．デジタルトモシンセシス系のＧＲＥＸ画像取得
３Ｄの再構成には、複数の撮像角度が必要である。ＧＲＥＸ撮像の場合、呼吸期ごとに各角度を取得しなければならない。取得ソフトウェア１０４（第２章）は、Ｘ線ユニット１０８が特定の形状で胸部を繰り返し撮像できるようにするトリガー信号を作成する。異なる撮像角度と異なる呼吸にて撮像された同一の形状は、３Ｄを再構成するために用いられる２Ｄ投影画像のセットとなる。複数の２Ｄ投影画像から３Ｄを再構成する方法は既に多くが知られている。例示としては、一連の２Ｄ投影を使用して３Ｄ密度関数を直接再構成する畳み込み逆投影アルゴリズムが挙げられる。「ＦＤＫ画像再構成アルゴリズム」と呼ばれ、Ｆｅｌｄｋａｍｐ Ｌ．Ａ．、Ｄａｖｉｓ Ｌ．Ｃ．、Ｋｒｅｓｓ Ｊ．Ｗ．、「Ｐｒａｃｔｉｃａｌ ｃｏｎｅ ｂｅａｍ ａｌｇｏｒｉｔｈｍ」、Ｊ Ｏｐｔ Ｓｏｃ Ａｍ １、６１２−６１９（１９８４）に開示されている。
図１６は、本開示の一部の実施形態による画像再構成アルゴリズムに用いられる変数の概略ブロック図である。単一の投影映像を取得すると、Ｘ線ユニット１０８は角度βほど移動し、検出器面はＸ線ユニット１０８に対して垂直を維持するように移動する。一部の実施形態において、患者の方を動かし、Ｘ線ユニット１０８は投影映像取得の間、同じ位置に留まる。図１７は、図３のＸ線ユニット１０８及び検出器パネル３０４が移動して複数の撮像角度を得るプロセスの例示を概略的に図示している。例えば、Ｘ線ユニット１０８は、位置１７００ａから位置１７００ｂ、そして位置１７００ｃに移動する。検出器パネル３０４は、位置１７０２ａから位置１７０２ｂ、そして位置１７０２ｃに移動する。検出器面は検出器面に平行な軸を中心に回転し、結像面はその平行軸ｚを中心に回転する。検出器面内のピクセルと結像面内の対応ピクセルの位置は、距離ｓだけ離れている。任意の深度ｙでの結像面（（ｘ、ｚ）平面）の解剖学的情報（ｆ（ｘ、ｚ／ｙ））を、次の式（１）により計算する。
式（１）において、ＮＯは投影映像の総数、βは各投影映像の角度、ｄは光源から結像面までの距離、ｓはピクセルから検出器までの距離、ｐは回転軸に垂直な検出器軸は、ξは回転軸に平行な検出器軸、Ｒ（β，ｐ，ξ）はコーンビーム投影データに対応し（例えば、関数Ｒは特定の角度に対する検出器の読み取り値、ｐ及びξは座標である）、ｈは畳み込みフィルタ、Ｗ（ｐ）は重み関数である。基本的に、式（１）は、畳み込み、逆投影、重み付けの組み合わせを表す。
中央平面にある点の情報は、検出器面と中央平面の交点に沿った投影データから計算できる（ｙ＝０）。中央平面に平行な線に沿って検出器面と交差するが、中央平面内では存在しない投影映像（一定で、ゼロ以外のｙ）は、それ自体が平面を区画する。該平面は、別の傾斜した中央平面として取り扱う。投影映像の完全セットを取得すると（「完全」は法線の周りの全ての回転角度を取得したという意味である）、傾斜面の密度はラドン変換を用いて再構成される。投影映像の完全セットを取得するために、傾斜面の円に沿って被写体の周りで光源を３６０°回転させる必要がある。例えば、ＣＴ撮像では、被写体を中心に完全に３６０°回転する。太字の「被写体」は、ラドン変換の基本的な仮定（式（１）のＲ（β，ｐ，ξ）の項にも組み合わされている）、つまり、ラドン変換入力を、時間と空間が変化せず、単一固定、非移動の解剖学的構造の静止物体に対する様々な角度プローブとして見なすという仮定に反すると、撮像の基礎となる地上検証データの解剖学的構造の再構成における代表性を損なうことを暗示（より正確には、明言）している。ＧＲＥＸ撮像は、精度高い（異なる呼吸で発生しているいるが、幾何学的に同一の呼吸期）ラドン変換入力のみを生体データに基づく目標化（つまり「事前選択」）の対象としている。ここで、呼吸期（つまり、時間領域の変化）が幾何学的、解剖学的、物理的に厳密に定義された（例えば、定義的に正しい公式化）ＧＲＥＸに用いられ、また実際にはＧＲＥＸ撮像固有の短予測範囲と生体データに基づく見込み目標化を使用しているため、変換の基本的な仮定を定義的・実際的に順守していると言える。
但し、胴体の３Ｄの再構成に必要な多数の投影映像が臨床手技時間を増加させ、患者の被曝線量を増加させるため、３６０°回転はＧＲＥＸ撮像では実用的ではない。代わりに、ＧＲＥＸ撮像は−４５°≦β≦４５°又は０°≦β＜９０°を投影角度の範囲とし、最大９０°となる。当業者であれば、実験的試験でより最適な投影角度範囲を特定し得るが、理論投影角度範囲は９０°を超えないことを理解するはずである。一部の場合、−４５°≦β≦４５°の方が０°≦β＜９０°より好ましいが、これは−４５°≦β≦４５°撮像手順の被曝線量をできるだけ低く維持するためである。Ｘ線光子は、０°≦β＜９０°の投影角度範囲に比べ、−４５°≦β≦４５°の投影角度範囲の方でヒト組織の透過頻度が低く、よって図１８Ａ及び図１８Ｂにも図示されているように、光子のエネルギーが低くなり、線量も抑えられる。
過度の被曝線量なしに高品質の２Ｄ画像を生成するためには、光子エネルギーが患者の体を部分的に透過できる高さでありながら、完全に患者を透過するほど高くはならないようにする必要がある。体の厚みがある患者はない患者よりも高い光子エネルギーを必要とする。｜β｜＞４５°の場合、人体は｜β｜＜４５°の場合よりかなり厚いことになる。一般的には、β→０°に連れ、光子エネルギーが減少する。一部の実施形態において、ＧＲＥＸ撮像システム１００は、５つの異なる投影角度で６つの呼吸期を取得て、合計３０の投影を行うが、ＧＲＥＸ撮像技術の用途に応じて、投影回数は異なってもよい。例えば、乳房トモシンセシスにおいて、乳房の対称的な湾曲は、乳房表面が全ての投影角度で光源から本質的に等距離にあることを意味する。つまり、トモシンセシスは乳房に適している。更に、クレードルに載置したときに乳房は動かない。息を止めた肺撮像に準じる、典型的な臨床トモシンセシスといえる。
肺運動及び心臓運動に関する課題は、呼吸期のＧＲＥＸベースの幾何学的定義に加えてＧＲＥＸベースの非常に正確且つ高速な見込み目標化予測アルゴリズム（２．１及び２．２）によって解決できるので、ＧＲＥＸ撮像ステム１００は３Ｄ空間位置ローカライザ（１．１）により集めた生体表面情報を用いて、変化する胴体の曲率を処理することができる。生体表面情報は、画像の後処理を支援して、撮像フィールドの組織密度の減衰に対処する。これにより、以前は無視されていた減衰源を定量化し、最終的にはより忠実な画像再構成を実現する。要約すると、ＧＲＥＸ撮像技術は、デジタルトモシンセシスにより、息止めをさせなくても（「動的」）肺や心臓を撮像できるようにする。
ＧＲＥＸベースの３Ｄ再構成は、患者個人に合わせてもよく（個別化された角度と対応アークを用いるカスタム医療）、「汎用の最小手順時間と汎用の最小送達線量」（およそ５つの離散角度±３角度において過去の再構成方法統計と、患者の以前のＧＲＥＸベースのデータセットの数を考慮）として用いられてもよい。
図１９に示されるように、Ｘ線ユニット１０８の回転が狭い範囲の角度をなす場合、深度分解能は、Ｘ線ユニット１０８の回転がより広い範囲の角度をなす場合よりも低くなる。運動があれば、大きさは関係なく再構成された画像には画像アーチファクトが発生し、一般的には、偽陽性の癌を検出する結果となる。しかしながら、ＧＲＥＸ撮像システム１００の独自のハードウェアボックス１０２（第１章）は、胸部の形状が臨床的に同一になるように画像を撮影するタイミングを取得ソフトウェア１０４（第２章）に通知する生体信号を収集し、それによってスマート胸部デジタルトモシンセシスを可能とする。
一部の実施形態において、ＧＲＥＸ撮像技術は、１つの呼吸期中に投影角度を変化させることができるが、異なる時点（ＧＲＥＸ撮像の「呼吸期」の定量的定義によって定義される）で捕捉された複数の投影角度は、全て同じ呼吸期に対応する。つまり、全てが１つの胸部形状を撮影していると見なされる。更に、ＧＲＥＸベースのトモシンセシスでは、全てのピクセルにわたる検出器の最終的な光子数と検出器面の空間における光子数の分布が、複数の角度でプローブされた単一の胸部形状を反映しているため、深度情報を取得することができる。
ＧＲＥＸ撮像技術では、Ｘ線ユニット１０８及び検出器パネル３０４を非電動アームやスタンドに取り付けられることもできる。ＧＲＥＸ撮像手順における手動アームの例は、図２０に説明されている。
１）β１位置では、必須である胸部形状（「ＧＲＥＸの定量的に定義された呼吸期」）６つを全て撮像する。
２）臨床医はＸ線ユニット１０８及び検出器パネル３０４の向きを物理的に変えて、β２位置で患者を撮像する。
３）患者に対するＸ線ユニット１０８及び検出器パネル３０４の向きは、３Ｄ空間ローカライザで検証するので、β２で撮像することができる。
４）β２において、最初の呼吸中に必要な６つの胸部形状画像のうち４つだけが取得された場合、残りの２つの胸部形状画像が取得されるまで、患者はβ２位置で通常どおり呼吸を続けければいい。
５）呼吸の形状６つを全てβ１とβ２で取得したので、Ｘ線アームを再配置し、各撮像角度を（β２→β３；β３→β４；β４→β５）の順番に得る。
６）ワークフローの→矢印で示されているように、手順の終わりまでＸ線アームは計４回のみ移動している（β１→β２；β２→β３；β３→β４；β４→β５）。
１）β１位置では、必須である胸部形状（「ＧＲＥＸの定量的に定義された呼吸期」）６つを全て撮像する。
２）臨床医はＸ線ユニット１０８及び検出器パネル３０４の向きを物理的に変えて、β２位置で患者を撮像する。
３）患者に対するＸ線ユニット１０８及び検出器パネル３０４の向きは、３Ｄ空間ローカライザで検証するので、β２で撮像することができる。
４）β２において、最初の呼吸中に必要な６つの胸部形状画像のうち４つだけが取得された場合、残りの２つの胸部形状画像が取得されるまで、患者はβ２位置で通常どおり呼吸を続けければいい。
５）呼吸の形状６つを全てβ１とβ２で取得したので、Ｘ線アームを再配置し、各撮像角度を（β２→β３；β３→β４；β４→β５）の順番に得る。
６）ワークフローの→矢印で示されているように、手順の終わりまでＸ線アームは計４回のみ移動している（β１→β２；β２→β３；β３→β４；β４→β５）。
ＧＲＥＸ撮像技術では、手順中にアームを４回のみ移動しているので、臨床医は、６つの呼吸期でアームをβ１からβ５へ移動させるくらいしかＸ線アームと相互作用しておらず（例えば、Ｘ線装置の向きを３０回変える）、手順時間、手順中の臨床医と機器の相互作用、Ｘ線アームの摩耗の程度を最小限に抑えることができる。
一部の実施形態において、３Ｄ空間位置決めローカライザは、３つの個々の要素、つまり、患者の姿勢や位置、Ｘ線ユニット１０８の位置、空間内の検出器の位置に対して、事前の位置検証や安全インターロックを可能にし、また、軸や他の要素の位置に対する各要素の位置／配置において集合的な一貫性を保つことができる。ＧＲＥＸ撮像が呼吸期を幾何学的に定義するので、事前の位置検証と安全インターロックも可能となる。従って、ＧＲＥＸ撮像システム１００（見込み呼吸期予測アルゴリズム）は、Ｘ線アーム又は検出器のいずれか（或いは両方）、又は患者の姿勢が特定の角度βに対して空間に誤配置された（又は一貫性を欠如している）としても、（安全インターロックの場合に）トリガーアルゴリズムの「ビームオン」開始を防止するソフトウェアベースの安全・品質保証制御機能を使用者に提供できる。
一部の実施形態において、３Ｄ空間位置決めローカライザは、手順中に機器の座標を全て記録するので、画像再構成技術は、各β角度やそれに関連する不確実性の（事後）定量化ができるという利点を有する。
図２１は、本開示の一部の実施形態による、ＧＲＥＸ撮像システム１００が各撮像角位置から撮影した２Ｄ投影映像データから静止画像キューブを再構成する方法を示すブロック図の例である。具体的には、図２１は、冠状や矢状面自体が撮像角度位置（例えば、投影角度）の外側限界／境界を形成するＧＲＥＸ撮像の例を示す。ｉ番目の平面のＸ線投影映像は、６つの呼吸形状のそれぞれにつき、単一の撮像角度位置（βｉ）から撮影される。ｉ＝１からｉ＝ｎの平面投影の合計は、ｉ＝１からｉ＝ｎの投影を用いてプローブした（ｖ１，ｆ１）形状の（ｘ，ｙ，ｚ）における深度情報を再構成（式１）し、それぞれが（他の投影と比較して）固有の深度で焦点面を有する。
２Ｄ投影映像データは、各投影角度（s）で６回取得される（早期吸気（ＥＩ）、後期吸気（ＬＩ）、最大吸気（ＭＩ）、早期呼気（ＥＥ）、後期呼気（ＬＥ）、最大呼気（ＭＥ））。簡単に言えば、投影角度は０°から９０°の範囲となる。Ｘ線ユニット１０８は、全ての呼吸期が前の投影角度で取得された場合にのみ、次の投影角度に移動する。
２Ｄ投影は呼吸期に従って分類されるため、静止画像キューブが再構成され（例えば、（ｖ１、ｆ１）で胸部形状をプローブしたβｉ＝１からβｉ＝ｎの投影角度まで）、各呼吸期における胸部の体積を表す。静止画像キューブは、下記の３．３で説明する方法を用いて時間的に補間される。
２Ｄ投影は呼吸期に従って分類されるため、静止画像キューブが再構成され（例えば、（ｖ１、ｆ１）で胸部形状をプローブしたβｉ＝１からβｉ＝ｎの投影角度まで）、各呼吸期における胸部の体積を表す。静止画像キューブは、下記の３．３で説明する方法を用いて時間的に補間される。
各角度βで取得されたＸ線投影映像は、ＡＲＩＭＡモデル（２．２）を使用して識別された目標の呼吸期でも取得される。目標の呼吸期が取得された後、Ｘ線ユニット１０８は次の撮像角度位置に移動する。図２２は、最大吸気相と最大呼気相のみを取得ソフトウェア１０４で取得した例を図示する。この例では、最大吸気相と最大呼気相がβ１で撮像された後、Ｘ線ユニット１０８がβ２に移動し、最大吸気相と最大呼気相をβ２でも取得する。目標の呼吸期が全ての撮像角度位置で取得されると、画像はそれぞれの呼吸期に従って分類される。呼吸段期に従ってＸ線画像を並べ替え、生体的に定義された６つの呼吸期に従って投影映像をグループ化する。呼吸期は異なる呼吸中に取得されるが、精度高いＡＲＩＭＡモデルにより、異なる投影角度で撮影されたＸ線投影映像であっても、一回換気量と気流パラメータは確実に同一である。ＧＲＥＸ撮像は、肺が複数の時点で「同じ胸部形状」に存在するように、「同じ胸部形状」を生体的に定義する。ＡＲＩＭＡモデル（２．２）は高速予測法であるため、ＧＲＥＸ撮像は異なる角度で同じ生体呼吸期をプローブすることになる。胸部形状予測エラーは、ＡＲＩＭＡモデルの短予測範囲を用いて最小化する。個々の角度の深度情報の連合同等性（全体として、実際の構造的深さ情報を生成するため）は、様々なプローブ角度にわたる胸部の幾何学的位置の同等性（一貫性、近似許容範囲内）に依存している。このように、呼吸期予測の精度は成功的な画像再構成を保証する。
呼吸期で分類された投影映像を用いて、式（１）で与えられる前述の標準ＦＤＫ画像再構成アルゴリズム（又は同様のコーンビーム形状画像再構成アルゴリズム）により静止画像キューブを作成する。画像再構成アルゴリズムは、呼吸期で分類された投影映像を用いて、呼吸期で分類された静的画像キューブを作成する。各呼吸期には、個別の画像キューブがある。静止画像キューブは、単一の呼吸期で解剖学的構造を表すため、静止キューブと呼ばれる。目標の呼吸期全てを表す静止キューブを組み合わせ、時間的に補間することで（３．３を参照）、３Ｄ静止画像キューブから３Ｄ画像キューブ動画を作成する。
ＧＲＥＸ撮像システム１００は、統計的画像再構成により合理的に達成可能な最低レベルに被曝線量を維持する。取得された各画像は、撮像プロセス全体の線量を増加させるが（臨床的に望ましくない）、画像再構成に用いられる追加情報を提供する（臨床的に望ましい）。フーリエ変換やフィルタ処理逆投影法に基づく従来の画像再構成は、欠落した情報、例えば欠落した投影角度βを処理できないため、画像アーチファクトができる傾向がある。例えば、投影が５°ではなく１０°ごとに行われる場合、前者と後者とを比べ、静止画像キューブの作成に利用できる情報は半分になり、線量も半分くらいになる。統計的反復画像再構成法を以ってすれば、不完全な画像データセットにより生じる情報の欠落にも対処できる。
ＧＲＥＸ撮像システム１００は、様々な既存の統計的画像再構成アルゴリズムを用いて、画像再構成作業を完了してもよい（例えば、静止画像キューブを構築する）。一方、ＧＲＥＸ撮像システム１００は、独自のフィードバックステップを実装し、質量保存の法則ベースの境界条件に準拠することにより、従来の統計的画像再構成アルゴリズムを改善することができる。
ＧＲＥＸ画像は、物理法則に統制される生物物理学的量によって生物理学的に定義されるため、物理学の基本原理をＧＲＥＸの統計的画像再構成に適用することができる。各画像と結果として得た画像キューブに生体タグを付け、更に、患者を撮像していない場合でも手順中に連続生体データストリームを収集することで、質量交換（吸気・呼気）と体積変化の呼吸ダイナミクスが分かる（スキャンの過程で一貫している不変の肺組織量の問題が解決できる）。静止画像キューブは、肺などの動く器官から初めて構築可能となるため、質量保存の法則を適用できる。これは、異なる時点で同じ胸部形状に正確にラベルを付けて取得する見込み予測／トリガーアルゴリズムの速度や精度（２．２及び２．３）によるものである。言い換えれば、静止画像キューブ内の組織の質量は、任意の静止画像キューブとその次の静止画像キューブで変化してはならない（例えば、質量保存の法則により変化しない）。理想気体の法則に基づくと、室温の空気と肺内の空気の比は１．１１である。センサデータからの画像キューブの一回換気量を得て、１．１１の比と、室温を基準とした偏差の質量／体積空気曲線を用いると、吸気の質量（絶対値、並びに異なる呼吸期の画像キューブの比としての相対値）を判定できる。
ＧＲＥＸ撮像の質量保存の法則ベースの境界条件は、例えば、空気の存在によりボクセルが人為的に暗くなり、統計的画像レジストレーションアルゴリズムが物体の密度を正確に決定する能力に悪影響を与える可能性があるため、非常に役立つ。取得した投影映像を空気量の差について補正し、スキャンの過程で一定である必要がある量（例えば、肺組織の質量）を一貫して分離することにより、ＧＲＥＸ撮像は、静止画像キューブの生成に用いられるより精度高い画像再構成を生成する。
異なる撮像角度、同じく生体的に定義された呼吸期で撮影された２つのＧＲＥＸ投影映像を考慮すると、肺の空気量は同じであるが、空気が組織を変位させる方法は２つの投影映像において異なってもよく、これによって、影響を受け誤りが生じている２番目の投影映像の結節の明度は１番目の投影に比べて暗くなる。このエラーの結果、１番目の投影映像に表示されていた組織の一部（「結節」）が２番目の投影映像では表示されなくなり、最終的には、結果として得た画像キューブにおいて「結節」の鮮度が鈍くなる（或いは背景と誤解される）。ＧＲＥＸ撮像の質量保存の法則ベースの境界条件は、薄暗い結節を持つ前述の画像キューブと、後の呼吸期から得た別の（「結節の」明度を正しく解剖学的に表す）画像キューブとの間で肺の質量が保存されていることを確認するフィードバックステップとして実現される。ＧＲＥＸ撮像のフィードバックステップは、１番目の投影映像を絶対的基準として使用するシミュレーションに基づいて予想される形状を更新することにより、再構成中に誤りが生じた画像キューブの２番目の投影映像の補正を行う。これによって、ＧＲＥＸ統計画像の再構成は、より精度高い静止画像キューブを生成することができる。
既存の統計的画像再構成アルゴリズムに加えて、ＧＲＥＸの後処理ソフトウェア１０６は、エッジ定義フィルタ（３．２を参照）、空間境界条件（３．２を参照）、呼吸期同士の滑らかな移行（セクション３．３で説明）をデジタル診断用Ｘ線画像に組み込むことで、解剖学的撮像を改善している。
３．２．画像フィルタ
３．２．画像フィルタ
デジタル診断用Ｘ線画像の品質は、Ｘ線ユニット１０８の設定や画像の解剖学的検査部位に左右される。各患者と解剖学的部位の電子密度は異なり、Ｘ線がそれを透過して画像を生成する。例えば、肺は主に空気で、大腿骨は骨で構成されているため、大腿骨の撮像は胸部の撮像よりも必要なＸ線エネルギーが高い。高エネルギーのＸ線が低エネルギーのＸ線よりも体の透過度が大きいことを考慮すると、フラットパネル検出器に到達するために体から発散されるＸ線の数は、同じ解剖学的形状を撮像しても高エネルギーのＸ線と低エネルギーのＸ線で異なる。身体から発散されるＸ線が多すぎると、光学写真の露出オーバーと同様に、フラットパネル検出器の露出オーバーになってしまう。Ｘ線ユニット１０８の設定が解剖学的画像検査部位に最適でない場合、画質は大幅に低下する。臨床診療では、商業ベンダーが、選択された解剖学的部位に最適するＸ線ユニット設定を大まかに推定するデジタル診断用Ｘ線ユニットの撮像プロトコルを考案している。しかしながら、最適なチューブ設定の概算は、各患者の解剖学的部位の潜在的に重要な解剖学的変動に対処できるようにカスタマイズされていないという短所がある（例えば、肥満男性の胃と平均体重の男性の胃は異なる）。実際、ベンダーによる既存の撮像プロトコル設定は、概ねの見積もりに過ぎず、高品質の画像の形成には適していない。
最適なＸ線ユニット設定や他の撮像パラメータが撮像前に不明な場合（現在の医学界もそうである）、デジタル画像フィルタを戦略的に活用し、Ｘ線ユニット設定が最適でなくとも画質を向上させることができる。改善された画像は、人間の目にはほとんど見えない解剖学的特徴の視認性を高める。例えば、冠状面では、すべての肋骨がデジタル診断用Ｘ線画像に表示されない場合がある。後処理ソフトウェア１０６は、ラプラシアンフィルタなど、エッジ強調フィルタで冠状面画像をフィルタリングし、元の画像の肋骨境界を人間（例えば、放射線科医）の目では視認できない場合でも、結果として得られた画像に全ての肋骨の境界を表示する。後処理ソフトウェア１０６は、フィルタリング済み画像を元の画像とオーバーレイし、元の画像に強調済み（例えば、フィルタリング後）の以前は見えなかった肋骨のエッジを強調表示する。使用者が適用できる画像フィルタには、ラプラシアンフィルタ、ハニングフィルタ、バターワースフィルタ、Ｐａｒｚｅｎフィルタ、ウィーナーフィルタ、Ｍｅｔｚフィルタ、Ｒａｍｐフィルタ、非線形空間平均フィルタ、ハイブリッドフィルタが含まれる。
一部の実施形態において、後処理ソフトウェア１０６は、３Ｄ空間位置ローカライザ３００の皮膚表面測定値を用いて、各呼吸期で撮影された画像に対して最適な撮像パラメータを計算する。患者が呼吸すると、より多くの空気が吸入され、胸囲が増加するため、体の電子密度が変化する。患者の直径が増加し、患者とＸ線ユニット１０８との距離は減少して、患者と検出器パネル３０４との距離も減少するので、結果として生じるＸ線画像に画像ノイズが追加的に入る。３Ｄ空間位置ローカライザ３００は、Ｘ線ユニット１０８及び検出器パネル３０４に対して、各画像における患者の皮膚表面位置を追跡する。皮膚表面位置の追跡により、デジタル診断用Ｘ線検査に用いられる固有の測定値を提供することができる。
現存のデジタル診断放射線学は、電離箱で測定された線量指数の読取値を、概算した患者の体格指数にスケーリングすることで成立する。放射線科医は現在、２つの測定のみを行っている。直径１６ｃｍの組織密度に相当する固体水円筒形ファントムを用いる測定と、直径３２ｃｍの実質的に同一のファントムを用いる測定である。Ｘ線ユニット１０８は、ベンダーの定義に従い、様々な解剖学的位置に対して「１つのサイズで全て（患者）をまかなう」プロトコルを内蔵している。例えば、ベンダーは、患者の胸の直径に関係なく、放射線科医が選択し得る画像設定が組み込まれた単一のプロトコルのみを提供する。つまり、胸部に厚みのある男性でもそうでない男性でも、同様の撮像設定で画像を取得する。
ＧＲＥＸ撮像システム１００の３Ｄ空間位置ローカライザ３００は、患者の胸部直径の個別測定値をリアルタイムで生成する。技師が患者に合わせてカスタマイズされたＸ線ユニット設定を選択すると、測定が開始される。患者が呼吸していると、胸の直径は変化する。患者の胸部の直径が変化すると、技師は最適の撮像パラメータを設定して患者の胸部の直径に一致させることができなくなる。一方、リアルタイム且つカスタマイズの胸部の直径の測定値を用いると、後処理で画像ノイズを除去し、最適な画像パラメータで撮影されたＸ線画像をシミュレートすることができる。
図２３は、本開示の一部の実施形態による、ノイズ無しの肺画像を計算して最適のＸ線ユニット設定で撮影した画像をシミュレートする画像フィルタリングープロセス２３００の概略フローチャートである。第２章で説明しているように、画像を取得した後、首の領域を横方向（左から右）に通過するセグメントのラインプロファイルを用いて気管を識別する。首は筋肉、骨、動脈で構成されているが、気管には空気しか含まれておらず、組織よりも密度が著しく低いため、気管は他のすべての組織から際立ってしまう。ラインセグメントは空気の位置を示し、空気に割り当てられたピクセルを含む小さな領域が識別される。Ｘ線画像の画像ノイズは、画像全体を小さなパッチに分割して計算される。ガウスノイズはパッチごとに個別に推定され、ノイズの量が最も少ないパッチがテクスチャマッピングに使用される。テクスチャマッピング法では、勾配共分散行列を用いて、各パッチの初期テクスチャレベルを推定する。初期ノイズレベルが最も小さいパッチでは、パッチのノイズ推定値が勾配共分散行列の追加の反復で収束するまで続く反復プロセスで、ノイズレベルが再推定される。弱いテクスチャパッチは空気中のものであると想定される。空気は患者から離れた場所、例えばＸ線画像の上隅に存在すると思われる。パッチのノイズレベルを推定すると、画像全体の基準ノイズレベルが得られる。次に、反復勾配共分散行列が識別した基準ノイズレベルを画像全体から差し引き、気管内のノイズのない空気密度の推定値を取得する。
後処理ソフトウェア１０６は、肺の初期位置を推定するために、３Ｄ空間位置ローカライザ３００により提供される表面位置推定に（患者ごとに個別にスケーリングされる）ヒト骨格モデルをオーバーレイする。個別にスケーリングされた患者の骨格は、皮膚表面に存在する視認できるランドマーク（例えば、鎖骨、回旋腱板、肩甲骨、椎骨）を用いて、Ｘ線画像に対して剛体位置合わせを行う。Ｘ線画像に対して骨格の剛体位置合わせを行うと、骨格から胸郭の位置が分かる。胸郭自体は、肺の端部と気管のノイズ無し空気密度の推定値に近いピクセル値の境界条件を提示する。肺の端部（胸郭の位置を介して）と、気管のノイズ無し空気密度の推定値に近いピクセル値の両方は、領域形成アルゴリズムによってシード位置として自動的に識別される（領域形成アルゴリズムが開始して、その後、半径方向外側に成長していく位置）。領域形成法は、領域ベースのセグメンテーション法である。セグメンテーションでは、まず、画像の初期シード点のセットを識別し、次に初期シード点の隣接ピクセルを調べ、隣接ピクセルを領域に追加する必要があるか否かを決める。このプロセスは、一般的なデータクラスタリングアルゴリズムと同じ方法で繰り返される。言い換えると、領域形成アルゴリズムは、シードピクセルの初期配置を使用して、「類似」ピクセルを付加する統計的プロセスを使用して外側に拡張する。領域形成アルゴリズムは、識別ピクセルが併合クラスターと統計的に異なるまで続行される（類似ピクセルを併合し続ける）。
実際には、ＧＲＥＸ撮像システムで領域形成アルゴリズムは、重要な解剖学的ランドマークインターフェイス（例えば、胸郭の強調ピクセルに囲まれている肺）で「停止」する（例えば、ピクセルの非類似性を検出する）。領域形成アルゴリズムが肺組織に属すると識別していないピクセルはマスクされ（マスク画像は、元の画像から差し引かれると構造を強化する画像として定義される）、別途の画像２つを形成する。別途の画像２つとは、（ｉ）セグメント化された肺、（ｉｉ）その他の人体組織である。放射線科医の診断可視性を向上させる正確且つノイズ無しセグメント化肺気量（例えば、肺以外の組織によって視覚的に隠されていない肺気量）を提供するため、ボディマスク（例えば、肺と関連性がなく、従って視覚情報量が少ない）に関する組織が肺の画像から削除される。例えば、シミュレートされた各撮像光線投影の肋間筋に属するピクセルは、セグメント化肺画像から完全に差し引かれる。肺組織の視覚化を改善するための肺画像から前述のようにボディマスクを減算し、更に、ボディマスクを用いて、３Ｄ空間位置ローカライザ３００で計算した患者表面位置に対して第２の検証を行う。例えば、後処理ソフトウェア１０６は、領域形成アルゴリズムがボディマスクとして識別するピクセル数を計算し、次に、胴体の高さに沿った様々な位置での体径を計算する。この体径の計算は、患者の体径に対する３Ｄ空間位置ローカライザ３００の推定値と厳密に一致する必要がある。そうでない場合、精度を高めるために３Ｄ空間位置ローカライザ３００を再較正する必要があることを示し得る。
臨床使用者がボディマスクのより正確なビューを希望する場合（例えば、臨床的・教育的な理由により）、ボディマスク画像は最適なＸ線ユニット設定でシミュレートされ、ノイズの形態と潜在的なアーチファクトの原因をボディマスクから取り除く。次いで、ボディマスクとセグメント化された肺を再び組み合わせ、アーチファクトやノイズのないＸ線画像を形成し、構造の輪郭形成などの臨床用途を更に総体的に改善する。
３．３．生体力学モデリング
３．３．生体力学モデリング
後処理ソフトウェア１０６で用いられる生体力学モデルは、物理学の第一原理、つまり質量保存の法則と理想気体の法則に基づくものである。後処理ソフトウェア１０６の生体力学モデルの目標は、臨床医の疾患診断能力を高める生物理学的指標を決定することである。問題の生物理学的指標には、肺組織要素の応力やひずみが含まれるが、これらに限定されない。
力を印加すれば機械的システムは応力を発生させる。肺の場合、機械的システムの要素を構成するのは肺組織である。医用画像から可視の肺組織は、実質（肺胞嚢、肺胞壁、気管支、血管を含む）で構成されている。実質は肺機能に直接関与する。生体力学モデリングに適する組織要素は、内部が均一になるように小さく、更に呼吸刺激に応答して統計的に安定している必要がある。肺の医用撮像範囲における一般的なボクセルサイズは１ｍｍ３〜３ｍｍ３であり、１２５〜３７５個の肺胞に相当する。ボクセルは密度がほぼ均一であり、呼吸刺激に対して安定した応答ができるほどの肺胞を含んでいると見なされる。肺胞は六角形の配列に配置され、共有している各肺胞壁からの法線応力の膨張により膨張する。肺組織要素の膨張する正常な応力の合計から、肺胞が経験して呼吸刺激により生じる圧力の推定値を得ることができる。膨張応力は、肺胞壁の反動応力により相殺され、組織要素を通る気流が０の場合、２つの応力が平衡状態となる。肺の一回換気量の変化により肺組織要素の位置が任意の方向へ空間移動すると、肺組織要素の対応面にかかる通常の応力に対する組織要素の応答によってモデリングすることができる。言い換えると、生体力学モデルには、一回換気量の増加に対する肺組織要素の応答を記述するベクトル項 が含まれ、ベクトル項は通常の応力に関連している。
ひずみは、応力に対する機械的システムの応答として定義される。要素（例えば、組織）の観点からみると、応力は変形力であり、ひずみは復元力である。肺組織表面の応力ベクトルには、２つの要素、つまり（ｉ）法線応力（それぞれ膨張や収縮をもたらす肺組織要素の外向き又は内向きの方向の運動に関連する）、（ｉｉ）法線応力と直交し、気流により誘発される圧力の不均衡から生じるせん断応力が含まれる。定義上、せん断応力の直交成分は肺気量の変化に寄与しない。法線応力／せん断応力と一回換気量／気流との関係は、図１０に図示されている「気流と一回換気量の関係」プロットに図解されている。呼気は、気流が０（曲線の左端）である最も低い一回換気量に当たる。吸入中、気流は正であり、一回換気量は増加している（曲線の上部）。気流が遅くなると、一回換気量は最大となる。一回換気量が最大（曲線の右端）に近づくと、気流は急激に減少し、肺の空気排出量は増加し始める。肺がより多くの空気を排出するにつれて、一回換気量も減少し始める。一回換気量は、気流が負の場合に減少し、一回換気量が残存容量に達して気流がゼロになるまで減少し続ける（例えば、呼気）。要するに、肺組織要素の運動は、一回換気量と気流呼吸刺激によって定義される。肺組織要素の運動は、要素に作用する法線応力とせん断応力による。肺組織要素の形状変化（例えば、圧縮や伸長）は、応力ではなく、ひずみによりモデリングされる。
モデルを用いた医学的分析は力の定量的分析に依存しているので、モデルは医学分野において新しい診断を可能とする。肺の機能的挙動（例えば、肺組織の運動）に対する臨床的観点からの視覚化や分析ができるようになったため、基本的には、肺の各ボクセルにおける応力とひずみ力のバランスで肺の健康状態を評価する。
モデル構築の第一歩は、肺の一部である組織とそうでない組織を特定することである。このため、ＧＲＥＸ撮像技術は、複数の構成（６つの異なる呼吸期）で胸部形状のスナップショットをいくつか取得する。肺は、気管の空気密度を領域形成アルゴリズムの最初の開始点として用いる領域形成セグメンテーションアルゴリズムに基づいてセグメント化される。ＧＲＥＸ撮像システム１００は、生体力学モデルを構築するために２つの変形可能な画像に対してレジストレーションを行う。一方は肺組織に作用し、他方は肺以外の組織（例えば、胸壁、肋骨、肝臓、心臓、気管、食道など）に作用する。領域形成アルゴリズムから得た結果は、変形可能な画像のレジストレーションの前に、肺組織と肺以外の組織で区別しておく。
１つは肺用で、もう１つはその他の組織用である、２つの変形可能なレジストレーションを使用するＧＲＥＸ撮像システムは、肺の運動と材質特性がその他の組織とは異なるという事実に基づいている。肺と他の組織の全体に対して変形可能な画像レジストレーションが１つのみ使用される場合、レジストレーションは、肺組織よりもその他の組織に大きな重みを割り当てる。つまり、肺組織に非現実的に低い重みを付ける。従って、運動の範囲が非現実的に制限されてしまう。ＧＲＥＸ撮像技術は、計算が複雑な肺表面での潜行性運動など、潜行性肺運動を視覚的に解明するために構築されたものである。
画像における組織運動を追跡できる変形可能な画像レジストレーションアルゴリズムとして、オプティカルフローアルゴリズムが挙げられる。図２７は、本開示の一部の実施形態による、多重解像度３Ｄオプティカルフローアルゴリズム２７００の概略フローチャートである。具体的には、３Ｄ多重解像度オプティカルフローアルゴリズムは、各構造の明度やコントラスト、或いはその両方に基づいて２つの異なる画像の構造を識別する変形可能な画像レジストレーションを実行する。肺以外の組織が肺組織と比べてより明るい（例えば、密度が少なくとも１０倍高い）特徴を有する解剖学的構造（例えば、肋骨、胸筋、胸骨など）を含むことを考慮すると、単一の３Ｄ多重解像度オプティカルフローアルゴリズムを肺以外の領域と肺領域の両方に適用すると、密度の低い肺組織をアルゴリズムで人為的に優先することができなくなる。アルゴリズムの計算リソースは、肺以外の組織に存在する明るいコントラスト構造（例えば、肋骨など）に優先的に割り当てられる。計算リソースの割り当てが肺組織のダイナミクスを優先的に無視している以上、肺組織の潜行性運動を視覚的に解明するというＧＲＥＸ撮像の目的を真正面から違反してしまう。
高コントラスト構造にリソースを優先的に割り当てるのは、３Ｄ多重解像度オプティカルフローアルゴリズムの特徴であるため、胸部における変形可能な画像レジストレーション作業を、２つの補助作業（例えば、２つの内部的に更に均質な領域）、つまり（ｉ）肺の画像レジストレーションと、（ｉｉ）肺以外の組織の画像レジストレーションに分ける。一部の実施形態において、胸部から全体として別々の作業領域２つを解析するために、３Ｄ多重解像度オプティカルフローや変形可能画像レジストレーションの前に、肺表面（例えば、肺と、肺以外の組織との境界）の識別が必要となる。空気で満たされた（例えば、視覚的に暗い）領域にある肺の内側から始まり、肺表面境界に向かって外側に拡張していき、肺表面境界で高ピクセルコントラストに遭遇する領域形成アルゴリズムで肺表面を識別することができる。まずは、領域形成アルゴリズムを実行する。
肺は胸壁に付着していない。そのため、肺の運動は胸部運動から比較的に独立している。言い換えれば、肺表面境界における予測可能なプッシュプル応答ではなく、他の組織ダイナミクスが機能する。例えば、水平方向に隣接する胸部ボクセルは垂直方向に下向きに移動するため、肺ボクセルは胸部ボクセルが以前存在していた空間へ水平方向に移動する。
複雑な運動ダイナミクスを正確にモデリングするために、ＧＲＥＸ撮像システム１００は、肺表面境界でサーファクタント層にかかるせん断力を定量化する。肺組織と肺以外の組織に２つの別々のセグメンテーションを適用し、力推定の基礎データを得る。セグメント化された肺ピクセルをＸ線画像から差し引く（例えば、割り当てられた値を削除する）ことにより、力推定の手順を実行できる（再構成された呼吸期画像ごとに実行）。事前にセグメント化された肺は、その他の組織を全て含む画像を提供する元の画像からマスクされる。個々の画像からセグメント化された胸部形状を、他の画像の各胸部形状と位置合わせをして、各肺組織要素の位置を全ての画像で把握する必要がある。多重解像度オプティカルフローアルゴリズムは、異なる呼吸期で撮影された２つの画像の全ピクセルの変位を示す変位ベクトル場を計算し、画像レジストレーションを実行する。実際、変位ベクトル場を知ることにより、胸部形状の全ての肺組織要素の空間的位置を精度高く説明することができる。セグメント化された肺レジストレーションの変位ベクトル場と肺以外の組織の変位ベクトル場の差から、肺と胸壁におけるせん断力の大きさと方向が分かる。
１５０人以上の患者を観察した結果、変位と一回換気量との関係は線形であることが分かった。変位と気流の関係も線形である。多重解像度オプティカルフローアルゴリズムの出力は、測定された一回換気量と気流の大きさのそれぞれについて、座標空間の変位ベクトルとなる。変位ベクトルを全ての呼吸期について計算すると、結果は閉ループ軌道（図１０を参照）となり、これは生体力学モデルの観察値に当たる。下記でより詳しく説明するが、生体力学モデルのパラメータ（一回換気量に関連する法線応力、気流に関連する法線応力、気流に関連するせん断応力を表すパラメータを含むことができる）は、各肺組織要素のＱＲ分解を個別に適用して得られる。パラメータは、各肺組織要素に固有であり（例えば、各肺組織要素には固有の解がある）、呼吸刺激に対する肺組織要素の応答をまとめて記述する。生体力学モデルのパラメータは、測定された一回換気量と気流によって大域にスケーリングされるベクトルである（例えば、一回換気量と気流はスカラー値である）。２つの（ベクトル化）パラメータ間の角度などの生体力学モデルパラメータの関係は、肺の潜在発病率の診断に有用である。肺組織要素の固有の生体力学モデルベクトルパラメータ（例えば、組織の各部分が異なるベクトルパラメータを持っている）に基づいて、肺組織要素の変位は胸部形状にスケーリングされる。胸部形状は、一回換気量と気流の測定値によって定義される。生体力学モデルは、患者ごとに計算することも、複数の患者で共有することもできる。
一部の実施形態において、生体力学モデルは肺組織の運動を、肺の一回換気量（Ｔｖ）、気流（Ａｆ）、心拍相（Ｈｃ）を含む複数の要因の関数に近似する。これらの値は大域値である。例えば、心拍相は胸部の全ての組織要素で同じである。大域値はスカラー数として扱われ、第１章で説明したハードウェアによって測定される。一回換気量、気流、心拍相は全て時間とともに変化する測定値である。各組織要素の固有の応力とひずみの値は、ベクトルｐ１ →、ｐ２ →、ｐ３ →、ｐ４ →を用いて次の数式で表される。
ｐ１ →ベクトルは、一回換気量により生じる法線応力である。ｐ２ →は気流により生じる法線応力である。ｐ３ →は気流により生じるせん断応力で、ｐ４ →は心臓の摂動心臓により導入される組織運動である。全体として、閉ループ軌道の任意の点における組織の変位（Ｕ→−Ｕ０ →）は、一回換気量、気流、心拍相によりそれぞれスケーリングされた応力、ひずみ、心臓の摂動運動ベクトルの合計として表される。
図２４は、本開示の一部の実施形態による、部分的には心臓と肺の相互作用により生じた心臓の近い左肺に位置する組織片の閉ループ肺組織運動軌道の例である。図２４に図示されている波動挙動は、心臓と肺の相互作用から生じる。図２４は、本開示の一部の実施形態による前述の生体力学モデルに基づいて、閉ループ肺組織運動軌道内を移動する肺組織片の位置を決定する方法を例示する概略ブロック図である。図２４は、上記の式で記述された生体力学モデルの３つのベクトルを合計し、原点から閉ループ軌道上の任意の位置に至る単一の組織要素の変位を計算する方法を図示する。
生理学に基づいた生体力学モデルを用いて、取得した呼吸期で画像を補間すると、定量的な物理量で生体力学モデルの出力結果の精度を検証できる大きな利点がある。理想気体の法則によれば、肺気量の変化と一回換気量の比は、室温で１．１１である。言い換えれば、室内空気密度と肺空気密度の比は１．１１です。従って、法線応力ベクトルの発散の体積積分も１．１１である必要がある（例えば、
Ｖは全身の体積である）。理想気体の法則は、「サニティーチェック」により、３Ｄ空間位置ローカライザ３００、呼吸期センサ１１０、各補間画像に関する有用な品質保証情報を生成する。
ＧＲＥＸ撮像技術の生体力学モデリングが診断を強化する方法の例として、撮像検査時に放射線科医の目では視認できない初期段階の肺腫瘍が挙げられる。腫瘍は画像感度によりずっと小さいため、放射線科医には見えない。腫瘍が放射線科医には見えずとも、腫瘍の電子密度は健康な肺組織の電子密度より大きいため、その存在は肺内の力のバランスに影響を及ぼし得る。腫瘍の電子密度が高いということは、腫瘍の材質と機械的特性（例えば、異なる特性応力やひずみパラメータ）が異なると、腫瘍の運動と腫瘍周辺の局所領域の運動（例えば、腫瘍部位に近い健康な組織）の両方に影響を与えることを意味する。局所の健康な肺組織に対する腫瘍の影響は、一般相対性理論の下で質量が時空連続体に及ぼす影響として大まかに類推することができる。巨大な物体が存在するとき、物体の周りの時空は曲がり、物体の周りで光は、その質量が存在しない場合の挙動とは異なる挙動を示す。同じ類推原理が肺にも当てはまり、腫瘍は隣接する健康な組織の運動軌道を歪ませて、健康な肺の運動軌道とは異なる運動を見せる。生体力学モデルの変位ベクトルマップから、医師は、肺組織の組成と生体力学的特性の変化をすぐ把握することができる。つまり、腫瘍を事前に設定しておくと、変位ベクトル場は不自然なベクトルカールやその他の変化した特性を示す。ＧＲＥＸ撮像技術の後処理ソフトウェア１０６によるパラメータマップの作成（３．４を参照）は、今まで使用者には視認できなかった重要な診断情報を視覚的に表示してくれる。ＧＲＥＸ撮像技術のパラメータマップは、ＧＲＥＸプラットフォームが医学界で新しく展開する診断の例である。
図２５は、本開示の一部の実施形態による生体力学モデルの構成要素の動作２５００を示す概略フローチャートである。
生体力学モデルのプロセスは、定量的手段により、異なる呼吸期で取得された２つの画像（２Ｄ又は３Ｄ）を生体的に補間する。式（２）は、生体力学モデルの解が２つの呼吸期間の変位であることを示す（Ｕ→−Ｕ０ →）。上述したように、２つの呼吸期の間の変位（Ｕ→−Ｕ０ →）は、変形可能な画像レジストレーションを実行して２つの呼吸期に相互インデックスを付けることで検出される。これは通常、次の３つのステップで構成される。
・ステップ１：領域ベースのセグメンテーションを実行して、肺と肺以外の組織との構造的境界を描画する。
・ステップ２：３Ｄ多重解像度オプティカルフローを用いて強度ベース構造マッピングを実行し、２つの画像キューブの「同じ」構造を一致させる。
・ステップ３：一部の実施形態において、２つの呼吸期の間の変位の初期推定値（Ｕ→−Ｕ０ →）を、最適化されるまで繰り返し改善する。
・ステップ１：領域ベースのセグメンテーションを実行して、肺と肺以外の組織との構造的境界を描画する。
・ステップ２：３Ｄ多重解像度オプティカルフローを用いて強度ベース構造マッピングを実行し、２つの画像キューブの「同じ」構造を一致させる。
・ステップ３：一部の実施形態において、２つの呼吸期の間の変位の初期推定値（Ｕ→−Ｕ０ →）を、最適化されるまで繰り返し改善する。
図２６Ａは、本開示の一部の実施形態による呼吸周期中の肺組織要素の運動軌道の図解である。図２６Ａでは、画像角度ごとに６つの画像があり、図１４に図示されているように、左から順番に完全呼吸周期の６つの呼吸期のそれぞれ、つまり早期吸気相（ＥＩ）、後期吸気相（ＬＩ）、最大吸気相（ＭＩ）、早期呼気相（ＥＥ）、後期呼気相（ＬＥ）、最大呼気相（ＭＥ）に対応する。有限ひずみ理論によれば、変形無しの構成と変形構成の粒子の位置を結ぶベクトルは、粒子の変位ベクトルと呼ばれる。ＥＩ画像キューブ内の特定のボクセルを参照として用いると、６つの画像は、呼吸周期中の元の位置、サイズ、形状における参照ボクセルの変形を示すことになる。肺に空気がどんどん入ると、参照ボクセルは「泡立ち」始める。言い換えると、参照ボクセルに対応する肺組織は、ボクセルが「泡立ち」すると変形する。２つの呼吸期間の変位（Ｕ→−Ｕ０ →）はボクセルの泡立ちや対応肺組織の変形の程度を定量化する。変形可能な画像レジストレーションは、ＥＩ画像キューブ内の参照ボクセルがＬＩ画像キューブ内の新しい位置に移動すると同時に、肺組織へのより多くの空気の吸入により変形することを前提としている。呼吸周期が進むと、参照ボクセルは、それぞれＭＩ、ＥＥ、ＬＥ、ＭＥ画像キューブが図示するように、運動軌道を維持する。言い換えると、参照画像キューブ内の全てのボクセルについて、変位ベクトルのセットを６つの画像キューブ全てに渡って計算する。
図２６Ｂは、ＥＩ画像キューブと他の５つの画像キューブの間に、５つの変形可能なレジストレーション（２→１、３→１、４→１、５→１、６→１）が存在することを図示する。これらの６つの画像キューブは、対応する６つの既定の呼吸期での患者の胸部の解剖学的構造を表している。ボクセルごとに、６つの呼吸期のそれぞれに対応する画像キューブでベクトル（Ｕ→）が存在する。ＥＩ画像キューブに対応するベクトルがゼロであると仮定すると、特定のボクセルの６つの変位ベクトルは、
と表され、或いは［Ｕｎ →］と示される。パラメータ「ｎ」は、それぞれの呼吸期に対応する時間依存性パラメータである。
同様に、特定の呼吸期「ｎ」の場合、肺の一回換気量（Ｔｖ）、気流（Ａｆ）、心拍相（Ｈｃ）を含む生体データ行列は、
と表され、或いは［Ｂｎ］と示される。
画像キューブ内の各ボクセルについて、パラメータ行列の生体力学モデルの
は、上記の６つの変位ベクトル
と、上述の対応する生体データ行列
を用いて解くことができる。４つのベクトルは、ボクセルの変位ベクトルと変形を担うボクセルの組織特性を表す。参照画像キューブの各ボクセルに対しては、
が成立する。
上記のように、３Ｄ多重解像度オプティカルフローアルゴリズムを含み、ＧＲＥＸ撮像の画像レジストレーションを実行できる多くの変形可能な画像レジストレーションアルゴリズムが存在する。３Ｄ多重解像度オプティカルフローアルゴリズムは、観測された様々な一回換気量で撮影された画像間の滑らかな（例えば、流体のような）移行を計算する。２つの呼吸期の間で計算された変位（Ｕ→−Ｕ０ →）は、図２４に示される組織軌道における観測点となる。生体力学モデルのパラメータ（ｐ１ →、ｐ２ →、ｐ３ →、ｐ４ →）を、例えば、最小二乗回帰で解くと、一回換気量（Ｔｖ）、気流（Ａｆ）、心拍相（Ｈｃ）が変化し、閉ループ軌道全体を生成する。胸部の全ての組織要素の閉ループ軌道を取得すると、生体的に補間されたと見なされる新しい画像キューブが得られる。表１は、ＧＲＥＸの生体力学モデルの各構成要素とその検出方法を要約している。
取得された画像キューブ間に対して後処理ソフトウェア１０６の生体補間を行い、全ての潜在的な呼吸期にデータを入力し、胸部の完全な動画を作成する。一般的に、動画はスムーズなフレーム間の移行のために少なくとも３０個のシミュレーション画像を必要とする。図２８Ａは、本開示の一部の実施形態による、生体補間法を用いた動画作成２８００を示す概略フローチャートである。図２８Ｂに図示されているように、ＥＩ画像キューブに対応する生体データ行列は、Ｔｖ＝２０ ｍｌ、（Ａｆ）＝２０ ｍｌ／ｓ、Ｈｃ＝０．１０と想定される。
呼吸周期の特定の瞬間、例えばＥＩ＋Δｔ、ＥＩ＋２Δｔ、ＥＩ＋３Δｔなどの中間シミュレーション画像キューブ内の各ボクセルは、パラメータ行列の生体力学モデル［Ｐ→］、及び特定の瞬間に対応する生体データ行列を用いて計算することができる。
３．４．パラメータマップ
３．４．パラメータマップ
ＧＲＥＸ撮像技術の臨床的利点として、独自のパラメータマップが挙げられる。ＧＲＥＸ撮像技術は、２Ｄプロット、２Ｄカラーウォッシュ、３Ｄプロット、３Ｄベクトル場マップを用いて、これまで利用できなかった患者の胸部健康情報を使用者に提示する。
図２９は、健常者の標準放射線写真（左）と、病期１ｂの左上肺腫瘍（矢印で示された右）を患う患者の標準放射線写真の例である。両方とも、現在のＸ線撮影分野で用いられる標準のＸ線写真を示している。図２９の右側の罹患した左肺は初期の肺腫瘍であり、標準のＸ線写真では読みにくく解剖学的情報しか表示されないため、容易に見つけることができない。それに対して、図３０は、本開示の一部の実施形態による、同じ患者２人の健康状態指標を示す付随ＧＲＥＸパラメータマップを示す。右側のパラメータマップは、標準のＸ線写真が曖昧であるのに対し、患者が左上肺に疾患を持っていることを明確に示している。枠レベルと画像のコントラストを変更すると、最終的には左上肺の換気ができていない領域が表示される。但し、使用者がこれらの手順を踏まない場合、この初期段階の肺がんの腫瘍を発見する可能性は低くなる。言い換えれば、ＧＲＥＸで生成されたパラメータマップは、使用者が疾患を見逃すリスクを大幅に減らすことができる。
まずは、一回換気量に関する法線応力を表す、図３０におけるｐ１ →の２Ｄカラーマップについて考えるものとする。ｐ１ →の定義に基づき、使用者は、ｐ１ →が横隔膜の近くでは肺の頂点に比べ大きくなることを期待できる（例えば、一回換気量が増加すると、横隔膜の組織変位は肺の頂点よりも大きくなる）。一般的に言えば、ｐ１ →の大きさは健康な肺全体で滑らかに変化する。ｐ１ →の勾配が肺全体で計算された場合、滑らかな関数が得られる。図３０に図示されている例によると、両方の患者につき、ｐ１ →パラメータが同様に分布していても、健常者は患者の２倍の組織変位を示す。
次に、気流に関連する法線応力とせん断応力の合計を表す、（ｐ２ →＋ｐ３ →）の２Ｄカラーウォッシュについて考える。一般的に言えば、パラメータは、気管支樹がより速い速度で肺に空気を取り込む領域（肺の中央）の近くで高くなる。しかしながら、罹患した肺において腫瘍の存在は肺の弾性挙動を実質的に変化させ、機能的に健康な肺組織分布から腫瘍を視覚的に区別させる可能性がある。図３０に図示されている例では、大きさが有意に異なるため、肺腫瘍の存在が左肺から明確に視認できる。疾患が肺領域に影響を与える場合、他の肺組織領域は、疾患領域ではなく健康領域を換気して「たるみを取る」。しかしながら、図２９の左側の図に図示されているように、健康な肺は病気を患う肺より弾力性がある。言い換えれば、気流抵抗は腫瘍の位置で大幅に増加して腫瘍の存在を強調し、呼吸中に適切に換気する患者の能力に対する腫瘍の影響に関する定量分析を可能とする。一回換気量に関連するパラメータと気流に関連するパラメータの比は、左上肺が健常者とはかなり異なるパターンを持っていることを明確に示している。物理的に、より高いパーセンテージは、組織が図２４に図示されている組織軌道の例よりも円形のパターンで移動していると解釈できる。２Ｄカラーウォッシュの下にある、一回換気量（Ｔｖｐ１ →）及び気流（Ａｆ（ｐ２ →＋ｐ３ →））に起因する観測済みの総運動成分ヒストグラムは、左肺の病気の明確な指標も示す。健康な肺は二峰性の分布Ａｆ（ｐ２ →＋ｐ３ →）を持っている。しかしながら、片方の肺が疾患を患う場合、全体的な分布パターンは両方の肺で異なる。ＧＲＥＸ撮像技術には、Ｂａｙｅｓプロセスが含まれ、患者の問診（検査前に患者から自発的に提供された情報）と生体力学モデルのパラメータヒストグラムの分布を活用して、疾患の病因をより適切に分類する。要約すると、複数の新しいＧＲＥＸパラメータに対する肺疾患の一貫した指標（例えば、図３０に示されるような腫瘍の存在）は、早期発見や疾患診断に大いに役立つ。
３．５．診断用疾患ポインタ
３．５．診断用疾患ポインタ
肺がん、慢性閉塞性肺疾患（ＣＯＰＤ）、下気道感染症、結核は全て、既存のデジタル診断用Ｘ線画像で確認し得る疾患ポインタを持っている。但し、診断用疾患ポインタは、疾患の初期段階で常に表示されるとは限らない。しかしながら、図２９及び図３０に示されているように、ＧＲＥＸパラメータは、初期の疾患段階で診断用疾患ポインタとして役立ち得る。医療チームが標準のＸ線写真のみを検討した場合、肺がんの腫瘍は標準のＸ線写真に明確に表示されるほど大きくないため、肺がんの存在は検出されない可能性がある。ＧＲＥＸ撮像は、生体信号を生体データに基づく目標化した複数の放射線写真と組み合わせて使用し、肺の運動に関する、これまで利用できなかった情報を活用して疾患を診断する。ＧＲＥＸプロセスでは、デジタル診断用Ｘ線画像の特異性が低い傾向にある、初期の肺がんに直接対処できる。デジタル診断用Ｘ線ベースの診断の既存の感度制限は、疾患を示す患者固有の呼吸情報を用いる、生体情報に基づく撮像により対処する。臨床医は、疾患の発症の早い段階で診断し、肺組織の運動の視覚化とパラメータマップにより疾患の進行度に合わせて患者を監視し続けることができる。機械学習と有限要素解析技術を適用し、肺機能の潜行性パターンや基準線の変化を見つけ出し、使用者は発症時に疾患を検出し、患者の生存率を高め、治療の選択肢を増やす。
ＧＲＥＸが診断法に波紋をもたらす別の例としては、肺疾患の病因の分類が挙げられる。生検では、アスベストによる肺疾患とタバコによる肺疾患の症状が異なる。アスベストは、何百万もの微細な繊維で構成された長くて細い繊維状の結晶からなる天然のケイ酸塩鉱物である。吸入されたアスベスト繊維は肺胞に浸透し、最終的には緻密網を形成して、肺胞機能を損ない、肺機能を低下させる。緻密網は癌性組織を集めるので、中皮腫と呼ばれる。標準のＸ線写真では、プラークが蓄積されたときのみ中皮腫を特定できる。プラークの蓄積は、肺の画像に高密度の硬化（ぼやけ）として現れる。ＧＲＥＸは、使用者がアスベストの存在を視認する前に、パラメータマップを通じて潜行性アスベストを検出する場合がある。アスベストが網を形成している場合、肺の弾力性が局所的に低下する。弾性の局所的且つ僅かな低下は、パラメータマップ（２Ｄカラーウォッシュ、パラメータ比、ヒストグラム）に表れる。例えば、弾力性を失った組織では、呼吸中の組織の軌道は楕円形よりも円形になる。これは、ｐ１ →と（ｐ２ →＋ｐ３ →）の大きさの比が健康な組織よりも高くなるということである。カラーマップを参照すると、疾患を示すパターンを示す肺の領域が明確に見える。
吸入された粒子（非繊維）は、繊維状のアスベスト粒子とは全く異なる。吸入された粒子は肺内に沈着し、気道を「詰まらせ」、瘢痕組織を形成し、網の代わり腫瘍を形成して、肺機能を低下させる。ＧＲＥＸは、健康的な特性と矛盾する肺運動のダイナミクスの微小な局所的変化を検出することにより、粒子沈着が始まっていることを示す。たばこは、肺胞に付着して肺機能を劇的に変化させるタールとラドンを含む。ＧＲＥＸは、肺機能の低下を追跡し、使用者に喫煙習慣の破壊力を患者に示すことができる独自のツールを提供する。ＣＯＰＤは、現在の臨床方法よりもパラメータマップで効果的に解明できるもう１つの疾患である。ＣＯＰＤは現在、肺活量測定検査と標準のＸ線撮影で検出している。これらの方法は特に感度が高くなく、ＣＯＰＤを早期に検出することができない。なるべく早期に病気を発見すれば、手遅れになる前に予防治療を施し、悪習を変える機会を患者に与えることができる。
３．６．動画プレゼンテーション
３．６．動画プレゼンテーション
動画プレゼンテーションのグラフィックユーザーインターフェイス（ＧＵＩ）の利点は、平面動画と３Ｄ動画の結果を表示するクリーンで直感的なキャンバスを提供することである。回転ビュー、動画の一時停止、ルーラなどの機能は、画面上部のタブで表されるビンに配置される。機能を選択すると、ツールチップが変更され、使用中の機能が使用者に表示される。ＧＵＩは軽めに設計されているため、古いコンピュータシステムでも問題なく機能する。最後に、動画プレゼンテーションＧＵＩは、注釈／輪郭、考えられる病気のポインタ、クラウドコンピューティングプラットフォームと連携して機能する。
医療従事者の使用者は、画像に追加の文書を添付する代わり、医療画像に直接強調表示をし、メモを残すことを好む。医療従事者の使用者は、画像注釈（「注意を引く」矢印と治療メモ）と解剖学的輪郭（解剖学的構造の周りに仮想線を引く）の機能を撮像検査に求めている。医療従事者の使用者は、多くの場合、患者を共同で治療する大規模ケアチームの一員である。次の例では、臨床ケアチームの現在のワークフローと技術的能力について説明する。
肺がん患者に撮像検査を行うと、放射線科医が画像を読み取り、放射線腫瘍医に放射線治療の指示が入り、手術を行う外科医による外科的介入の基礎となる。具体的には、放射線科医は腫瘍部位の周りに輪郭を描き、輪郭を描いた画像を放射線腫瘍医に渡す。
放射線腫瘍医は、画像に基づいて放射線治療及び／又は腫瘍切除手術の指示を書く。
放射線科医が描いた輪郭と放射線腫瘍医の腫瘍切除の指示に基づいて、外科医は腫瘍を切除する。
後処理ソフトウェア１０６は、使用者が動画に直接注釈を付けて輪郭を描くツールを提供し、これによりヘルスケアワークフローが更に合理的なものとなる。この使いやすい機能は、ヘルスケアワークフローを強化し、医療ミスの可能性を減らす。ユーザインターフェイスのインタラクティブな性質により、治療の指示や医学的懸念が全ての使用者にはっきりと認知され、臨床ノートは対応する解剖学的関心領域に正しく表示される。
図３１Ａ〜３１Ｂは患者の肺の撮像方法３１００のフロー図である。本開示の一部の実施形態において、下記に説明する動作の一部又は全部は、人間の介入無し（例えば、技師による介入無し）に実行することができる。一部の実施形態において、方法３１００は、本明細書に記載の装置のいずれかにより実行される（例えば、図１に図示されるＧＲＥＸ撮像システム１００）。方法３１００の一部の動作は、１つ以上のプロセッサ、並びに、１つ以上のプロセッサにより実行されたとき１つ以上プロセッサに方法３１００の動作を実行させる命令を格納するメモリを含むコンピュータシステムによって実行される。方法３１００の一部の動作を、任意に組み合わせてもよく、順序を任意に変更してもよい。
当該方法は、Ｘ線撮像装置（例えば、図１のＧＲＥＸ撮像システム）に対して第１の向きに患者を配置すること（３１０２）を含む。一部の実施形態において、方法３１００は、下記に説明する特定の動作を実行するように修正された既存の医用画像システムで実行される。一部の実施形態において、第１の向きに患者を配置することは、患者を第１の向きに動かす（例えば、回転）ことを含み（例えば、図３５を参照）、Ｘ線撮像システム（例えば、Ｘ線ユニットと検出器パネル）は固定位置に留まる。例えば、一部の実施形態において、患者は、図３５を参照として説明したＰＦＦ３５０１などの患者位置決め固定具（ＰＰＦ）に着席しているか、或いは立っている。一部の実施形態において、Ｘ線撮像装置に対して第１の向きに患者を配置することは、患者位置決め固定具を回転させることを含む。例えば、一部の実施形態において、方法３１００の開始時に、患者の矢状面がＸ線画像装置の光軸（例えば、Ｘ撮像装置がＸ線を透過させる軸）に対して所定の角度で配置されるように、患者位置決め固定具を回転する。一部の実施形態において、既定の角度は、−４５度、−２２．５度、０度、２２．５度、４５度からなる群から選ばれる。
一部の実施形態において、第１の向きに患者を配置することは、Ｘ線撮像システムを動かす（例えば、回転）ことを含む。その間、患者は固定位置に留まっている（例えば、図１７を参照）。
一部の実施形態において、患者がＸ線撮像装置に対して第１の向きに配置されている間、患者位置決め固定具は、患者を固定位置に維持し（例えば、患者の位置を安定させる）、患者の肺の３Ｄ画像は、「静止物体」の仮定に基づいて（例えば、本明細書を参照）再構成することができる。
当該方法は、患者の呼吸体積測定値を取得すること（３１０４）を含む（例えば、患者は正常に呼吸していて、息を止める必要がない）。一部の実施形態において、患者の呼吸体積測定値は、患者の肺気量（例えば、瞬間肺気量）の測定（例えば、直接測定）、或いは患者の肺気量の導関数（例えば、流量）である。一部の実施形態において、下記により詳しく説明するが、患者の呼吸体積測定値は、患者の一回換気量に変換することができる測定値である（例えば、胸部の上昇・下降を測定する）。本明細書で用いられる一回換気量とは、現在の肺気量と既定の基準線との差を意味する（例えば、余分な努力をせず正常呼吸で最大に吐き出すときの量、余分な努力をせず正常呼吸を最大に吸入するときの量、或いはその他の基準体積）。
一部の実施形態において、患者の呼吸体積測定値は、患者の呼吸の幾何学的（空間的又は位置的）測定である。
一部の実施形態において、患者の呼吸体積測定値は、患者の胸部上昇（及び／又は胸部下降）測定値を含む（３１０６）。一部の実施形態において、患者の呼吸体積測定値は、３Ｄスキャナ、肺活量計、腹部ベルトからなる群の体積呼吸期センサ（例えば、図１の呼吸期センサ１１０）を１つ以上用いて取得する（３１０８）。一部の実施形態において、当該方法は、患者の胸部表面における点群を作成する（３１１０）ことを更に含む。患者の呼吸体積測定値は、患者の胸部表面における点群から判定されたものである。
一部の実施形態において、３Ｄ点群は、患者の胸部のメッシュ再構成を生成せず、患者の呼吸体積測定値を決定するために用いられる（例えば、３Ｄ点群の生の出力を、メッシュを生成せず、患者の呼吸体積測定値を生成するために用いる）。一部の実施形態において、患者の胸部表面における点群は、３Ｄ撮像技術を用いて取得し、患者の胸部における１つ以上の位置を測定する（３１１２）。例えば、３Ｄ撮像技術には、光検出／測距（ＬＩＤＡＲ）などのレーザスキャン技術が含まれる。一部のレーザは、患者が衣服を着用しているときでも患者の胸の位置を正確に測定できるため、レーザスキャン技術は非常に有益である（例えば、患者は方法３１００を受けている間にＬＩＤＡＲ透過性衣服を着用する）。
一部の実施形態において、方法３１００は、患者の胸部表面における点群を用いて患者の胸部表面における１つ以上の解剖学ランドマーク（例えば、鎖骨、気管、胸骨ノッチ、胸骨、剣状突起、脊椎などの外部から見えるランドマーク）を識別する（３１１４）ことを更に含む。当該方法は、患者の胸部表面における点群から患者の胸部内における１つ以上の内側解剖学ランドマークの位置（例えば、患者の肺の位置）を推測することを更に含む。一部の実施形態において、当該方法は、患者の再構成を生成することを含む（例えば、「仮想患者」とも呼ばれる、患者のためのコンピュータモデルを生成する）。一部の実施形態において、患者の再構成を生成することは、患者の内部解剖学的構造の再構成を生成することを含む。一部の実施形態において、患者の内部解剖学的構造の再構成は、組織密度のコンピュータモデル（例えば、３Ｄモデル）を含む。一部の実施形態において、再構成は、体内の複数の場所での吸収断面積（例えば、Ｘ線吸収断面積）を含むか、またはそれらの位置を決定するために使用される。一部の実施形態において、患者の再構成を用いて、Ｘ線撮像装置により（例えば、各画像に対して）送達されるＸ線線量を決定する。
当該方法は更に、患者が放射線源に対して第１の向きに配置されている間、並びに、患者の呼吸測定値を取得する間において、患者の体積測定値から患者の呼吸期を判定する（３１１６）（例えば、患者が正常に呼吸しているときにリアルタイムで）ことを含む。一部の実施形態において、患者の呼吸期は、肺の体積によって定義される。したがって、一部の実施形態において、肺の呼吸期を判定することは、肺の体積を判定することを含む。
一部の実施形態において、動作３１０２以降は、方法３１００の撮像期間の一部として実行される。方法３１００は、撮像期間の前に、患者の正常呼吸に関する情報が得られるトレーニング期間を設けることを更に含む。例えば、トレーニング期間中、患者の呼吸体積測定値は、患者の複数の呼吸周期にわたって一定の間隔で取得される（例えば、患者の呼吸周期の１５サイクル、２０サイクル、５０サイクルが１回の呼吸に対応すると見なす）。次に、トレーニング期間の体積測定値を用いて、特定の体積測定値を特定の呼吸期に関連付ける。例えば、一回換気量４００ｍｌに対応する体積測定値は、最大吸気相に関連付けられ、一回換気量０ｍｌに対応する体積測定値は、最大呼気相に関連付けられる。更に、トレーニング期間中に患者の呼吸に関する統計（例えば、ヒストグラム）を取得し、撮像中に取得した呼吸が「正常」呼吸であることを確認するために使用してもよい（例えば、深呼吸や異常な呼吸などがないこと）。
撮像期間中、一部の実施形態において、判定される（３１１８）患者の呼吸期は、未来（例えば、予測）の呼吸期である。つまり、一部の実施形態において、患者の呼吸体積測定値に基づいて患者の呼吸期を判定することは、１つ以上の現在及び／又は過去の呼吸期から未来の呼吸期を予測することを含む。例えば、予測は呼吸期の時系列に基づいている。一部の実施形態において、１つ以上の現在及び／又は過去の呼吸期から未来の呼吸期を予測することは、自己回帰和分移動平均（ＡＲＩＭＡ）モデルを生成することを含む。一部の実施形態において、予測は、トレーニング期間からのデータを使用する。
当該方法は、患者の呼吸期が既定の呼吸期と一致する（例えば、肺気量が既定の肺気量と一致する）と判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像（投影画像と呼ばれることもある）を生成すること（３１２０）を含む。一部の実施形態において、Ｘ線投影映像は、特定の角度で撮影された画像である（例えば、Ｘ線撮像装置に対する患者の向きによって決定される）。一部の実施形態において、Ｘ線投影映像は、単一のＸ線曝露を用いて得られる。一部の実施形態において、この方法は、患者の呼吸期が既定の呼吸期と一致しないと判定された場合に、Ｘ線撮像装置のゲート制御を放棄する（例えば、患者をＸ線放射に曝露することを放棄する）ことを含む。
一部の実施形態において、当該方法は、患者の呼吸体積測定値から、現在の呼吸が不規則呼吸であるか否かを判定することを含む。当該方法は更に、現在の呼吸が不規則呼吸であると判定された場合、Ｘ線撮像装置のゲート制御（例えば、取得）を放棄する（例えば、呼吸期に対してＸ線投影映像を取得するのに適切な呼吸を待ち続ける）ことを含む。
一部の実施形態において、既定の呼吸期は、複数の既定の呼吸期のうち第１の既定の呼吸期である（３１２２）。一部の実施形態において、当該方法は更に、患者の呼吸体積測定値を取得する間、患者の呼吸期が複数の既定の呼吸期のいずれかと一致すると判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像をそれぞれ生成することを含む。一部の実施形態において、患者の肺のＸ線投影映像（例えば、Ｘ線測定値）は、患者の呼吸体積測定値により判定された患者の呼吸期が、複数の既定の呼吸期のうちいずれか１つと一致する場合にのみ取得する（３１２４）。従って、患者のＸ線被曝の総量が減少する。
一部の実施形態において、複数の既定の呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む（３２１６）（例えば、図１４を参照）。一部の実施形態において、患者がＸ線撮像装置に対して第１の向きに配置されている間に、複数の既定の呼吸期のそれぞれについてＸ線投影映像を得る。
一部の実施形態において、Ｘ線投影映像は第１のＸ線投影映像であり（３１２８）、当該方法は更に、Ｘ線撮像装置に対して第２の向きに患者を再配置する（例えば、患者やＸ線撮像システムを回転させる）ことを含む。一部の実施形態において、当該方法は、患者がＸ線撮像装置に対して第２の向きに配置されている間、並びに、患者の呼吸体積測定値を取得し続けている間において、患者の呼吸体積測定値に基づき、患者の呼吸期を決定し続けることを含む。一部の実施形態において、当該方法は、患者の呼吸期が既定の呼吸期と一致すると判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者の肺の第２のＸ線投影映像を生成することを含む。
一部の実施形態において、当該方法は、第１のＸ線投影映像と第２のＸ線投影映像とを用いて、既定の呼吸期に対応する静止画像キューブを生成することを更に含む（例えば、図２１を参照）。一部の実施形態において、静止画像キューブは、患者の肺の体積の３次元再構成である。一部の実施形態において、Ｘ線投影映像は、患者がＸ線画像装置に対して複数の向き（第１の向き及び第２の向きを含む）のそれぞれに配置されている間に、複数の既定の呼吸期のそれぞれについて得られる。一部の実施形態において、複数の向きは、少なくとも５つの向き（例えば、−４５度、−２２．５度、０度、２２．５度、４５度）を含む。一部の実施形態において、複数の向きは、５つを超える向き（例えば、６つ、７つ、８つ、又はそれ以上の向き）を含む。一部の実施形態において、患者がＸ線撮像装置に対して複数の向き（第１の向き及び第２の向きを含む）のそれぞれに配置されている間、複数の既定の呼吸期を除いて、Ｘ線投影映像を取得しないものとする。従って、５つの向きと６つの異なる呼吸期でＸ線投影映像が取得されるため、合計３０のＸ線投影映像が取得される（例えば、Ｘ線撮像装置は上述の通りゲート制御によりこれらの画像のみを取得する）。
本明細書で既に説明しているが、これらの３０のＸ線投影映像を用いて、肺運動に関する３Ｄ生体力学モデルを再構築することができる。一部の実施形態において、既定の呼吸期に対応する静止画像キューブ（例えば、図２１を参照）は、既定の呼吸期にて様々な角度から取得した１０未満のＸ線投影映像から生成（３１３０）されたものである。
当業者は、方法３１００が、呼吸による肺運動以外の運動にも適用できることを理解するはずである。例えば、一部の実施形態において、方法は、Ｘ線撮像装置に対して第１の向きで患者を配置することを含む。当該方法は、患者の体の一部の３Ｄ測定値を取得することを更に含む（例えば、患者の身体部位の位置の３Ｄ測定値）。当該方法は更に、患者がＸ線撮像装置に対して第１の向きに配置されている間、並びに、患者の身体部位の３Ｄ測定値を取得する間において、患者の身体部位の３Ｄ測定値に基づいてＸ線画像装置による放射線曝露をトリガーするためのトリガー基準を満たしているか否かを判定することと、トリガー基準を満たしていると判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者のＸ線画像を生成することと、を含む。一部の実施形態において、Ｘ線画像は、患者の身体部位（例えば、患者の脚、腹部、頭蓋骨など）の画像である。一部の実施形態において、トリガー基準は、患者の身体部位の３Ｄ測定値が、患者の身体部位が既定の位置（例えば、撮像装置に対する位置）にあることを示すときに満たされる基準を含む。一部の実施形態において、当該方法は、トリガー基準を満たしていないと判定された場合に、Ｘ線撮像装置のゲート制御を放棄する（例えば、患者をＸ線に曝露することを放棄する）ことを含む。更に、一部の実施形態において、方法３１００は、厳密にはＸ線に基づかないその他の撮像、例えば、陽電子放出断層撮影（ＰＥＴ）撮像やＭＲＩ撮像にも適用できる。
また、方法３１００は、放射線治療や放射線撮像にも適用できる。例えば、一部の実施形態において、方法は、放射線療法源に対して第１の向きに患者を配置することを含む。当該方法は、患者の身体部位の３Ｄ測定値を取得することを更に含む（例えば、患者の身体部位の位置の３Ｄ測定値）。当該方法は更に、患者が放射線療法源に対して第１の向きに配置されている間、並びに、患者の身体部位の３Ｄ測定値を取得する間において、患者の身体部位の３Ｄ測定値に基づいて放射線療法源による放射線曝露をトリガーするためのトリガー基準を満たしているか否かを判定することと、トリガー基準を満たしていると判定された場合に、放射線療法源のゲート制御を行い、患者を放射線に曝露すること（例えば、患者の身体部部位を放射線に曝露する）と、を含む。一部の実施形態において、トリガー基準は、患者の身体部位の３Ｄ測定値が、患者の身体部位が既定の位置（例えば、撮像装置に対する位置）にあることを示すときに満たされる基準を含む。一部の実施形態において、当該方法は、トリガー基準を満たしていないと判定された場合に、患者を放射線に曝露することを放棄することを含む。
図３１Ａ〜３１Ｂに記載されている動作の特定の順序は単なる例に過ぎず、記載された順序は、動作を実行できる唯一の順序であることを意味する訳ではない。当業者は、本明細書に記載の動作を様々に並べ替えられることを理解するはずである。また、本明細書に記載の他の方法に関して本明細書に記載される他のプロセスも、図３１Ａ〜３１Ｂを参照として上記に記載された方法３１００に類似した方式により適用可能である。そのようなプロセスは、例えば、図２、図６、図８、図１１、図１３、図１５、図２１、図２３、図２５、図２７、図２８Ａ〜２８Ｂ、図３２Ａ〜３２Ｂ、図３３Ａ〜３３Ｃ、図３４Ａ〜３４Ｃを参照として記述されている。簡潔性のために、詳細な説明は省けるものとする。
図３２Ａ〜３２Ｂは、患者の呼吸期・心拍相の一致における放射線源のゲート制御方法（３２００）のフロー図である。一部の実施形態において、下記に説明する動作の一部又は全部は、人間の介入無し（例えば、技師による介入無し）に実行することができる。一部の実施形態において、方法３２００は、本明細書に記載の装置のいずれかにより実行される（例えば、図１に図示されるＧＲＥＸ撮像システム１００）。方法３２００の一部の動作は、１つ以上のプロセッサ、並びに、１つ以上のプロセッサにより実行されたとき１つ以上プロセッサに方法３２００の動作を実行させる命令を格納するメモリを含むコンピュータシステムによって実行される。方法３２００の一部の動作を、任意に組み合わせてもよく、順序を任意に変更してもよい。
当該方法は、放射線源に対して第１の向きに患者を配置すること（３２０２）を含む。一部の実施形態において、放射線源は、Ｘ線撮像装置である（３２０４）。一部の実施形態において、放射線源は、放射線治療源である（３２０６）。例えば、図３及び図３５に図示されているように、患者（例えば、患者３５０２）は、放射線源３５０４（例えば、Ｘ線ユニット１０８）に対して第１の位置に配置される。一部の実施形態において、動作３１０２（図３１Ａ）のように、患者の位置決めは、患者を動かす（例えば、回転）ことを含み、一部の実施形態において、患者の位置決めは、Ｘ線装置（例えば、Ｘ線源と検出器）を動かす（例えば、回転）ことを含む。
当該方法は、患者の呼吸測定値を取得すること（３２０８）を含む（例えば、呼吸期センサを用いる）。一部の実施形態において、患者の呼吸測定値は、動作３１０４（図３１Ａ）における、患者の呼吸体積測定値である。一部の実施形態において、患者の呼吸測定値は、患者の呼吸体積測定値でない（例えば、タイミングベースの患者の呼吸測定値）。
当該方法は、患者の心機能測定値を取得すること（３２１０）を含む。一部の実施形態において、一つ以上のセンサを用いて患者の心機能を測定する（３３０４）。一部の実施形態において、心電図（ＥＣＧ）を、患者の心機能測定に使用する（例えば、３リード、又は１２リードＥＣＧ）。一部の実施形態において、当該方法は、患者の心臓の動きを制御する時系列の電気信号を提供する、患者の心機能の複数の測定値を取得することを含む。
撮像に戻り、当該方法は、患者が放射線源に対して第１の向きに配置されている間、並びに、患者の呼吸測定値を取得する間において（３２１２）、患者の呼吸測定値から患者の呼吸期を判定すること（３２１４）と、患者の心機能測定値から患者の心拍相（例えば、リアルタイム）を決定すること（３２１６）と、を含む。例えば、一部の実施形態において、患者の心拍相は、図３６を参照して説明しているように、ゼロ命令セットコンピュータ（ＺＩＳＣ）プロセッサを用いて判定される。ＺＩＳＣプロセッサは、単一の心周期又は心周期の一部で、心周期に既定のランドマークが生じたことを識別することができる（例えば、Ｓ波又はＴ波）。
一部の実施形態において、当該方法は更に、放射線源のゲート制御を行って患者を放射線に曝露させる（動作３２２２、後述）前に、患者の複数の心周期から患者の心機能測定値を取得すること（３２１８）を含む。一部の実施形態において、当該方法は、複数の心周期から取得した患者の心機能測定値を用いて、既定心拍相と、心周期の既定枠の開始点との平均間隔を判定することを含む。例えば、心周期の既定枠は、Ｒ波の上部とゲート枠の開始点との間隔を表する。例えば、一部の実施形態において、動作３２０２以降は、方法３２００の撮像期間の一部として実行される。方法３２００は、撮像期間の前に、患者の心機能に関する情報が得られるトレーニング期間を設けることを更に含む。例えば、トレーニング期間中、患者のＥＣＧ測定値は、複数の心周期にわたって一定の間隔で取得される（例えば、患者の心周期の１５サイクル、２０サイクル、５０サイクル。１周期は、任意のＴ波から次のＴ波までなど、心臓運動の全期間１回に対応する）。次に、トレーニング期間からのＥＣＧ測定値を用いて、下記に説明するように、撮像期間中の心臓の動きの鎮静期間を予測する。
一部の実施形態において、患者の複数の心周期から取得した測定値は、複数の心周期の波形測定値（３２２０）（例えば、ＥＣＧ測定値）であって、当該方法は、統計的に安定しているとして、複数の心周期の波形測定値を検証することを含む。
当該方法は、放射線源のゲート制御（３２２２）を、患者の呼吸期が既定の呼吸期と一致するという判定、並びに、患者の心拍相が心周期の既定枠と一致するという判定に基づいて行い、患者を放射線に曝露させることを更に含む。一部の実施形態において、放射線源のゲート制御を行うと、患者の肺は放射線に曝露される。一部の実施形態において、既定の心臓枠は、心臓の動きの鎮静期間（例えば、図１２を参照して説明されているように、心臓運動が最小である心周期中の期間）に対応する。一部の実施形態において、決定された心拍相と同じ心周期のうちに放射線源のゲート制御を行う。このように、呼吸期と既定の心拍相枠との一致に基づいて患者の肺の曝露に対するゲート制御を行うことにより、肺の正確な領域（例えば、肺組織の正確な領域）が、心臓の動きによる摂動や運動を伴わず放射線に曝露される。
一部の実施形態において、放射線源はＸ線撮像装置である。放射線源のゲート制御を行って患者を放射線に曝露させることは、Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成すること（３２２４）を含む。一部の実施形態において、図３１Ａ〜３１Ｂの方法３１００のように、Ｘ線投影映像は、Ｘ線撮像源と、複数の呼吸期に対する患者の複数の向きとに対して取得することができる。
これらのＸ線投影映像を用いて、肺運動の動画及び／又は肺の生物理学的モデルを作成できる（例えば、肺組織の運動を応力、ひずみ、弾性などの生物理学的パラメータに関連付ける）。一部の実施形態において、方法３２００に従って、これらの画像は、心臓の動きによる肺の摂動又は運動を最小限に抑えるために、既定の心臓枠内で取得される。
これらのＸ線投影映像を用いて、肺運動の動画及び／又は肺の生物理学的モデルを作成できる（例えば、肺組織の運動を応力、ひずみ、弾性などの生物理学的パラメータに関連付ける）。一部の実施形態において、方法３２００に従って、これらの画像は、心臓の動きによる肺の摂動又は運動を最小限に抑えるために、既定の心臓枠内で取得される。
一部の実施形態において、放射線源は放射線治療源である。放射線源のゲート制御を行って患者を放射線に曝露させることは、放射線治療源のゲート制御を行い、患者の肺領域に治療線量を照射する（３２２６）ことを含む。これらの状況では、罹患組織（例えば、癌性組織）に可能な限り多くの放射線量を与え、健康な組織には可能な限り少ない放射線量を与えることが重要である。方法３２００は、健康な組織に照射される放射線を最小限に抑えながら、病変組織に精度高く線量を照射することにより、放射線治療装置を改善する。
一部の実施形態において、患者の心拍相が、心周期の既定枠と一致することを判定することは、心周期の既定枠を、リアルタイムで既定の心拍相を検出する（例えば、図３６のＢＥＭＰカードを用いる）ことと、既定の心拍相と心周期の既定枠の開始点との平均間隔に対応する時間の長さを待機することと、により予測すること（３２２８）である。例えば、一部の実施形態において、Ｔ波のピークを検出し、Ｔ波から理想的なゲート枠までの平均間隔を待機し、その時点で放射線源のゲート制御を行う。
図３２Ａ〜３２Ｂに記載されている動作の特定の順序は単なる例に過ぎず、記載された順序は、動作を実行できる唯一の順序であることを意味する訳ではない。当業者は、本明細書に記載の動作を様々に並べ替えられることを理解するはずである。また、本明細書に記載の他の方法に関して本明細書に記載される他のプロセスも、図３２Ａ〜３２Ｂを参照として上記に記載された方法３１００に類似した方式により適用可能である。そのようなプロセスは、例えば、図２、図６、図８、図１１、図１３、図１５、図２１、図２３、図２５、図２７、図２８Ａ〜２８Ｂ、図３１Ａ〜３１Ｂ、図３３Ａ〜３３Ｃ、図３４Ａ〜３４Ｃを参照として記述されている。簡潔性のために、詳細な説明は省けるものとする。
図３３Ａ〜３３Ｃは本開示の一部の実施形態による、位置合わせ済みの画像からデータをフィッティングして肺の機械的特性のモデルを生成する方法３３００のフロー図である。一部の実施形態において、下記に説明する動作の一部又は全部は、人間の介入無し（例えば、技師による介入無し）に実行することができる。一部の実施形態において、方法３３００は、本明細書に記載の装置のいずれかにより実行される（例えば、図１に図示されるＧＲＥＸ撮像システム１００）。方法３３００の一部の動作は、１つ以上のプロセッサ、並びに、１つ以上のプロセッサにより実行されたとき１つ以上プロセッサに方法３３００の動作を実行させる命令を格納するメモリを含むコンピュータシステムによって実行される。方法３３００の一部の動作を、任意に組み合わせてもよく、順序を任意に変更してもよい。
当該方法は、肺の異なる呼吸期に対応する複数のＸ線測定値（例えば、Ｘ線画像、或いはＸ線投影映像ともいう）から肺組織の複数の変位場を抽出すること（３３０２）を含む。各変位場は、第１の呼吸期から第２の呼吸期への肺組織の運動を表し、各呼吸期は、対応する生体パラメータのセットを有する。一部の実施形態において、Ｘ線測定値は、方法３１００及び／又は方法３２００により取得したＸ線投影映像（Ｘ線投影画像ともいう）である。一部の実施形態において、肺組織から変位場を抽出することは、第１の呼吸期からの１つ以上の第１のＸ線投影映像の肺組織の一部を、第２の呼吸期からの１つ以上の第２のＸ線投影映像における肺組織の同じ部分に対応するものとして識別することと、第１の呼吸期から第２の呼吸期への肺組織の部分の変位を判定すること（例えば、図２８Ｂを参照）と、を含む。一部の実施形態において、識別は上述の変形可能な画像レジストレーションアルゴリズムを用いて行われる。
一部の実施形態において、複数のＸ線測定値は、患者に対するＸ線撮像装置の複数の向きのそれぞれについて第１の呼吸期にて得られた複数のＸ線画像を含み、それにより、第１の呼吸期に対応する複数のＸ線画像と、第２の呼吸期に対応する複数のＸ線画像を形成する。一部の状況では、第１の呼吸期に対応する異なるＸ線画像とは異なる患者の呼吸周期の間に、第１の呼吸期に対応するＸ線画像の少なくとも１つが得られた（例えば、同じ呼吸期、異なる呼吸で画像を得た）。一部の実施形態において、この方法は、呼吸期によって複数のＸ線画像をグループ化することを含む。
一部の実施形態において、当該方法は、変位場が一例となる、複数のベクトル場を抽出することを含む。
一部の実施形態において、１つ以上のセンサを用いて１つ以上の時系列シーケンスとして患者の生体信号を測定（３３０４）し、１つ以上のセンサは、３Ｄ空間位置ローカライザ（例えば、図３の３Ｄ空間ローカライザ３００）、呼吸期センサ、心拍相センサを含む。一部の実施形態において、３Ｄ空間位置ローカライザは、呼吸と心拍により生じる患者の体の動きをリアルタイムで測定し、時系列として出力するように構成されている（３３０６）。一部の実施形態において、呼吸期センサは、一回換気量とその一次時間導関数とを含む、患者の呼吸に関連する１つ以上の生理学的指標を測定するように構成されている（３３０８）。一部の実施形態において、心拍相センサは、患者の心臓により生成される周期的・定常的な電気信号（例えば、ＥＣＧ信号）を測定するように構成されている（３３１０）。例えば、心拍相センサは、心拍相に対応する特徴を備える、周期的・定常的な電気信号を測定する。
一部の実施形態において、１つ以上のセンサにより測定された患者の生体信号を用いてＸ線ユニットをトリガーさせ（３３１２）、特定の呼吸期及び心拍相にて患者のＸ線画像を取得する（例えば、方法３２００を参照）。
一部の実施形態において、Ｘ線ユニットはクロックを含み（３３１４）、１つ以上のセンサにより測定された患者の生体信号は、Ｘ線ユニットのクロックと同期する。一部の実施形態において、生体信号のそれぞれの値を、取得されたＸ線画像に関連付けて記録する。
一部の実施形態において、トレーニング枠中に測定された患者の生体信号は、Ｘ線ユニットをトリガーして患者のＸ線画像を撮る所望の呼吸期を予測するための最適化呼吸予測モデルの構築に用いられる（３３１６）。
当該方法は、肺の異なる呼吸期と、対応する生体パラメータのセットとの間の肺組織の複数の変位場を用いて、肺の生物理学モデルの１つ以上の生物理学的パラメータを計算すること（３３１８）を含む。一部の実施形態において、１つ以上の生物理学的パラメータを計算することは、変位場の１つ以上の導関数（例えば、カール、勾配など）を計算することを含む。一部の実施形態において、生物理学的パラメータは、生体力学的パラメータ（例えば、応力、ひずみ、弾性率、弾性限界など）である。一部の実施形態において、１つ以上の生物理学的パラメータは、肺の異なる呼吸期に関連付けられた生体パラメータと、肺組織の複数の変位場との物理的関係を定義する（３３２０）。一部の実施形態において、各呼吸期に関連付けられた生体パラメータのセットは、各呼吸期での肺の一回換気量及び気流、並びにそれぞれの呼吸期に対応する心拍相を含む（３３２２）。一部の実施形態において、肺の異なる呼吸期に関連付けられた生体パラメータと肺組織の複数の変位場との物理的関係は、下記の式により定義される。
ｐ１ →ベクトルは、一回換気量により生じる通常の応力を表し、ｐ２ →は、気流により生じる通常の応力であり、ｐ３ →は、気流により生じるせん断応力であり、ｐ４ →は、心臓運動による組織運動であり、閉ループ軌道における任意点での組織の変位（Ｕ→−Ｕ０ →）は、一回換気量（Ｔｖ）、気流（Ａｆ）、心拍相（Ｈｃ）によりそれぞれスケーリングされた応力、ひずみ、摂動心臓運動ベクトルの合計として表される。
一部の実施形態において、肺の異なる呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む（３３２４）。
一部の実施形態において、当該方法は、生物理学的パラメータの視覚的表現を表示することを更に含む。例えば、図３０の例示では、生物理学的パラメータがｐ１ →と（ｐ２ →＋ｐ３ →）の比である。一部の実施形態において、視覚的表現を表示することは、肺の画像を表示することを含み、肺の画像内の位置の色は、生物理学的パラメータに対応する（例えば、肺の画像は、生物理学的パラメータのカラーマップを用いて表示される）。このような視覚的表現を表示すると、診断の精度が向上するため、Ｘ線撮像装置そのものも向上する。例えば、図２９に示すように、従来のＸ線写真よりも、図３０で患者の左肺が罹患していることが明確且つ簡単に分かる。
一部の実施形態において、当該方法は、肺の異なる呼吸期に対応する複数のＸ線測定値から、肺の異なる呼吸期に対応する複数の医用画像キューブを生成すること（３３２６）を更に含む（例えば、図２１を参照）。一部の実施形態において、肺組織の複数の変位場は、肺の異なる呼吸期に対応する複数の医用画像キューブから、画像セグメンテーションにより、第１の医用画像キューブの残りの部分から肺組織を描写することと、第１の医用画像キューブ内の各ボクセルについて、第１の医用画像キューブと第２の医用画像キューブとの間の強度ベース構造マッピングを用いて、第１の医用画像キューブ内のボクセルと第２の医用画像キューブとの間の変位ベクトルを判定することと、により、抽出される（３３２８）。肺組織の複数の変位場は、肺の異なる呼吸期に対応する複数の医用画像キューブから、第１の医用画像キューブ内の異なるボクセルと第２の医用画像キューブ内の対応ボクセルの変位ベクトルとを繰り返し調整することにより、抽出される。
一部の実施形態において、当該方法は、複数の医用画像キューブのうちの１つ以上を参照医用画像キューブとして選択すること（３３３０）と、各参照医用画像キューブに関連付けられる生体パラメータのセットを決定することと、２つの参照医用画像キューブに関連付けられた生体パラメータ２セット間の肺の生体測定値に基づき、生体パラメータ１セットを選択することと、肺の生体測定値に基づく生体パラメータのセットを生物理学モデルに適用することによって、２つの参照医用画像キューブ間で医用画像キューブをシミュレートすることと、を含む。
図３３Ａ〜３３Ｃに記載されている動作の特定の順序は単なる例に過ぎず、記載された順序は、動作を実行できる唯一の順序であることを意味する訳ではない。当業者は、本明細書に記載の動作を様々に並べ替えられることを理解するはずである。また、本明細書に記載の他の方法に関して本明細書に記載される他のプロセスも、図３３Ａ〜３３Ｃを参照として上記に記載された方法３３００に類似した方式により適用可能である。そのようなプロセスは、例えば、図２、図６、図８、図１１、図１３、図１５、図２１、図２３、図２５、図２７、図２８Ａ〜２８Ｂ、図３１Ａ〜３１Ｂ、図３２Ａ〜３２Ｂ、図３４Ａ〜３４Ｃを参照として記述されている。簡潔性のために、詳細な説明は省けるものとする。
図３４Ａ〜３４Ｃは、３Ｄ Ｘ線画像キューブ動画の生成方法３４００のフロー図である。一部の実施形態において、下記に説明する動作の一部又は全部は、人間の介入無し（例えば、技師による介入無し）に実行することができる。一部の実施形態において、方法３４００は、本明細書に記載の装置のいずれかにより実行される（例えば、図１に図示されるＧＲＥＸ撮像システム１００）。方法３４００の一部の動作は、１つ以上のプロセッサ、並びに、１つ以上のプロセッサにより実行されたとき１つ以上プロセッサに方法３４００の動作を実行させる命令を格納するメモリを含むコンピュータシステムによって実行される。方法３４００の一部の動作を、任意に組み合わせてもよく、順序を任意に変更してもよい。
一部の実施形態において、１つ以上のセンサを用いて１つ以上の時系列シーケンスとして患者の生体信号を測定（３４０２）し、１つ以上のセンサは、３Ｄ空間位置ローカライザ、呼吸期センサ、心拍相センサを含む（例えば、方法３１００及び方法３２００を参照）。
一部の実施形態において、当該方法は、１つ以上の心拍相センサの測定値を用いて心拍相ゲート枠を識別することと、１つ以上の呼吸期センサの測定値を用いて呼吸期を予測することと、Ｘ線撮像パルスを生成する、心拍相ゲート枠と予測した呼吸期との一致点を特定することと、Ｘ線撮像パルスに対応するＸ線画像に、呼吸期、心拍相、３Ｄ空間位置ローカライザの測定値をタグ付けすることと、を更に含む（３４０６）（例えば、方法３２００を参照）。
一部の実施形態において、３Ｄ空間位置ローカライザは、呼吸と心拍により生じる患者の体の動きをリアルタイムで測定し、時系列として出力するように構成されている（３４０８）（例えば、方法３１００及び方法３２００を参照）。
一部の実施形態において、呼吸期センサは、一回換気量とその一次時間導関数とを含む、患者の呼吸に関連する１つ以上の生理学的指標を測定するように構成されている（３４１０）。例えば、一回換気量の割合は、時間や気流によって変化する。
一部の実施形態において、心拍相センサは、患者の心臓により生成され、心拍相に対応する特徴を備える、周期的・定常的な電気信号を測定するように構成されている（３４１２）。
一部の実施形態において、Ｘ線ユニットのクロックと同期された後、２つの別々のフィルタを用いて患者の生体信号から信号ドリフト及びノイズを除去する（３４１４）。
一部の実施形態において、１つ以上のセンサにより測定された患者の生体信号を用いてＸ線ユニットをトリガーさせ、特定の呼吸期及び心拍相にて患者のＸ線画像を取得する（３４１６）。
一部の実施形態において、Ｘ線ユニットはクロックを含む（３４１８）。１つ以上のセンサにより測定された患者の生体信号は、Ｘ線ユニットのクロックと同期する。生体信号のそれぞれの値を、取得されたＸ線画像に関連付けて記録する。
一部の実施形態において、患者の生体信号は、患者のＸ線画像を撮る前、トレーニング枠（例えば、トレーニング期間）中に測定（３４２２）され、トレーニング枠中に測定された患者の生体信号は、患者の複数の完全呼吸周期を含む（例えば、方法３１００及び方法３２００を参照）。
一部の実施形態において、完全呼吸周期における複数の一回換気量パーセンタイルは、トレーニング枠中に測定された患者の生体信号を用いて識別（３４２４）され、一回換気量パーセンタイルはそれぞれ、異なる呼吸期のうち１つに対応する。
一部の実施形態において、トレーニング枠中に測定された患者の生体信号は、Ｘ線ユニットをトリガーして患者のＸ線画像を撮る所望の呼吸期を予測するための最適化呼吸予測モデルの構築に用いられる（３４２６）。
一部の実施形態において、最適化呼吸予測モデルは、自己回帰和分移動平均（ＡＲＩＭＡ）モデルに基づく（３４２８）。
一部の実施形態において、患者のＸ線画像を撮る所望の呼吸期は、心臓誘発性肺運動がゆっくりと変化している心臓ゲート枠と一致するように構成されている（３４３０）。
一部の実施形態において、心臓ゲート枠は、心電図（ＥＣＧ）信号におけるＴ波及びＰ波の位置に基づいて選ばれ（３４３２）、それにより、心臓誘発性肺運動がゆっくりと変化する。
当該方法は、異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換すること（３４３４）を含む。
一部の実施形態において、異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することは、異なる投影角度での肺のＸ線画像の第１複数セットを撮ることを更に含む（３４３６）。Ｘ線画像の第１複数セットの各セットは、特定の投影角度における肺の異なる呼吸期に対応する。一部の実施形態において、異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することは更に、肺のＸ線画像の第１複数セットを、関連付けられた呼吸期によって、肺のＸ線画像の第２複数セットに再編成することを含む。Ｘ線画像の第２複数セットの各セットは、肺の各呼吸期に対応する。
一部の実施形態において、任意の特定のセット内のＸ線画像は幾何学的に分解され、時間的に独立している（３４３８）。
一部の実施形態において、肺の異なる呼吸期は、肺の動きの異なる一回換気量パーセンタイルに対応する（３４４０）。
一部の実施形態において、肺の異なる呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む（３４４２）。
一部の実施形態において、異なる投影角度で撮った肺の複数のＸ線画像は、全て同じ呼吸期に対応する（３４４４）。
一部の実施形態において、特定の投影角度における肺の異なる呼吸期が、少なくとも２回の呼吸周期から収集される（３４４６）。
当該方法は、逆投影法を用いて、各呼吸期でＸ線画像の第２複数セットの各セットから静止画像キューブを生成すること（３４４８）を含む。
当該方法は、肺の異なる呼吸期に対応する静止画像キューブを、時間補間法によって３Ｄ Ｘ線画像キューブ動画に組み合わせること（３４５０）を含む。
図３４Ａ〜３４Ｃに記載されている動作の特定の順序は単なる例に過ぎず、記載された順序は、動作を実行できる唯一の順序であることを意味する訳ではない。当業者は、本明細書に記載の動作を様々に並べ替えられることを理解するはずである。また、本明細書に記載の他の方法に関して本明細書に記載される他のプロセスも、図３４Ａ〜３４Ｃを参照として上記に記載された方法３４００に類似した方式により適用可能である。そのようなプロセスは、例えば、図２、図６、図８、図１１、図１３、図１５、図２１、図２３、図２５、図２７、図２８Ａ〜２８Ｂ、図３１Ａ〜３１Ｂ、図３２Ａ〜３２Ｂ、図３３Ａ〜３３Ｃを参照として記述されている。簡潔性のために、詳細な説明は省けるものとする。
図３５は、一部の実施形態による、患者を支持する患者位置決め固定具（ＰＰＦ）３５０１（例えば、回転椅子）の例である（３５０２）。一部の実施形態において、ＰＰＦ３５０１は（例えば、回転３５０３に沿って）回転して、患者を放射線源（３５０４）（例えば、Ｘ線撮像システム又は放射線治療システム）に対して複数の角度（例えば、向き）に配置する（２５０２）。例えば、ＰＰＦは、患者を所望の位置に移動させるように動いて（例えば、患者は独立して移動する必要はない）、その結果、放射線装置３５０４は、様々な角度で患者のＸ線画像を撮影することができる。一部の実施形態において、患者は、ＰＰＦ３５０１を回転させず、複数の角度をなしながら（例えば、回転３５０２に沿って）回転する（３５０２）。一部の実施形態において、ＰＰＦ３５０１及び／又は患者３２０５は、自動的に回転及び／又は（例えば、モータを使用）移動し、所望の位置につく。一部の実施形態において、技師は、患者３５０２を回転および／または移動させる。一部の実施形態において、フラットパネル検出器ユニット３５０５は、放射線装置３５０４に対して患者の後ろに配置される。
一部の実施形態において、１つ以上のカメラ３５０６−１〜３５０６−ｍを用いて、ＰＰＦ３５０１を取り囲む既定の領域（例えば、部屋）内の物体を検出する。例えば、カメラ３５０６は、ＰＰＦ３５０１が既定の領域の周りを移動する（及びその中で回転する）ときに、物体がＰＰＦ３５０１と衝突するか否かを撮影する。一部の実装形態では、ＰＰＦ３５０１（及び患者３５０２）との衝突回避のための工夫がなされている。
一部の実施形態において、１つ以上の３Ｄ撮像センサ（例えば、ＬＩＤＡＲセンサ又は構造化光センサ）を用いて、方法３１００のように、患者３５０２の呼吸を幾何学的に監視する。
図３６は、生物学的事象監視プロセス（ＢＥＭＰ）カード３６００の例である。ＢＥＭＰカード３６００は、プログラマブルアナログフィルタ、プログラマブルアナログ−デジタルコンバータ（ＡＤＣ）／デジタルシグナルプロセッサ（ＤＳＰ）３６０５、ゼロ命令セットコンピュータ（ＺＩＳＣ）プロセッサ３６０６を含む。ＢＥＭＰカード３６００は、患者の生体信号を含むアナログ入力信号３６０２を受信する。一部の実施形態において、アナログ入力３６０２は、ＥＣＧ信号を含む。一部の実施形態において、アナログ入力は、３リードＥＣＧ信号又は１２リードＥＣＧ信号である。ＺＩＳＣプロセッサ３６０６は、アナログ入力における既定のパターンをリアルタイムで検出する。例えば、ＺＩＳＣプロセッサ３６０６は、ＥＣＧ信号のＲ波を検出して、患者の心周期の次の鎮静期間がいつになるか（例えば、ＴＰ間隔内）を予測する。一部の実施形態において、ＺＩＳＣプロセッサ３６０６は、放射線源（例えば、Ｘ線撮像システムや放射線治療システム）をトリガーするために使用できるＺＩＳＣ ４ビット加重出力を出力する。一部の実施形態において、ＢＥＭＰカード３６００のクロック信号３６０３は、放射線源などの外部源から提供され、それによりＢＥＭＰカード３６００は、放射線源に同期させることができる。
後処理ソフトウェア１０６の章で説明されている計算技術は、計算リソースを大量に消費する。多くの地域病院や小さな診療所は、動画の作成、生体力学モデルの計算、使用者に迅速且つスムーズな体験結果を提供するために必要なコンピューターハードウェアを持たない。後処理ソフトウェア１０６の機能はクラウドで実行されるので、使用者は、治療コンソール、オフィスデスクトップ、仕事用ラップトップで後処理ソフトウェア１０６の強力な視覚化ツールにアクセスすることができる。
本明細書全体を通して、「実施形態」、「一部の実施形態」、「１つの実施形態」、「別の実施例」、「実施例」、「特定の例」、又は「一部の例」は、特定の特徴、構造、実施形態又は実施例に関連して説明される材料または特性は、本開示の少なくとも１つの実施形態や実施例に含まれることを意味する。従って、本明細書において「一部の実施形態において」、「一実施形態において」、「実施形態において」、「別の実施形態において」、「実施例において」、「特定の実施例において」、又は「一部の実施例において」などの表現は、本開示の実施形態や実施例を必ずしも指している訳ではない。更に、特定の特徴、構造、材料、特性は、１つ以上の実施形態や実施例において任意の適切な方法で組み合わせることができる。
上記に実施形態を提示して説明したが、上記の実施形態は本開示を限定するものではなく、変更、代替、修正は、本開示の原則、精神、範囲から逸脱しない限り行うことができることを当業者は理解するはずである。
Claims (69)
- 患者の肺の撮像方法であって、
Ｘ線撮像装置に対して第１の向きに患者を配置することと、
患者の呼吸体積測定値を取得することと、
患者が前記Ｘ線撮像装置に対して前記第１の向きに配置されている間、並びに、患者の前記呼吸体積測定値を取得する間において、
患者の前記呼吸体積測定値に基づき、患者の呼吸期を判定することと、
患者の前記呼吸期が既定の呼吸期と一致すると判定された場合に、前記Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成することと、を含む、方法。 - 前記既定の呼吸期は、複数の既定の呼吸期のうち第１の既定の呼吸期であり、
前記方法は更に、
患者の前記呼吸体積測定値を取得する間、患者の前記呼吸期が前記複数の既定の呼吸期のいずれかと一致すると判定された場合に、前記Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像をそれぞれ生成すること、を含む、請求項１に記載の方法。 - 患者の肺のＸ線投影映像は、患者の前記呼吸体積測定値により判定された患者の前記呼吸期が、前記複数の既定の呼吸期のうちいずれか１つと一致する場合にのみ取得する、請求項２に記載の方法。
- 前記複数の既定の呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む、請求項２又は３に記載の方法。
- 前記Ｘ線投影映像は第１のＸ線投影映像であって、
前記方法は更に、
前記Ｘ線撮像装置に対して第２の向きに患者を再配置することと、
患者が前記Ｘ線撮像装置に対して前記第２の向きに配置されている間、並びに、患者の前記呼吸体積測定値を取得し続けている間において、
患者の前記呼吸体積測定値に基づき、患者の呼吸期を決定し続けることと、
患者の前記呼吸期が前記既定の呼吸期と一致すると判定された場合に、Ｘ線撮像装置のゲート制御を行い、患者の肺の第２のＸ線投影映像を生成することと、
前記第１のＸ線投影映像と前記第２のＸ線投影映像とを用いて、前記既定の呼吸期に対応する静止画像キューブを生成することと、を含む、請求項１〜４のうちいずれか１項に記載の方法。 - 前記既定の呼吸期に対応する前記静止画像キューブは、前記既定の呼吸期にて様々な角度から取得した１０未満のＸ線投影映像から生成されたものである、請求項５に記載の方法。
- 患者の前記呼吸体積測定値は、患者の胸部上昇測定値を含む、請求項１〜６のうちいずれか１項に記載の方法。
- 患者の前記呼吸体積測定値は、３Ｄスキャナ、肺活量計、腹部ベルトからなる群の体積呼吸期センサを１つ以上用いて取得する、請求項１〜６のうちいずれか１項に記載の方法。
- 患者の胸部表面における点群を作成すること、を更に含み、患者の前記呼吸体積測定値は、患者の胸部表面における前記点群から判定されたものである、請求項１〜８のうちいずれか１項に記載の方法。
- 患者の胸部表面における前記点群は、３Ｄ撮像技術を用いて取得し、患者の胸部における１つ以上の位置を測定する、請求項９に記載の方法。
- 患者の胸部表面における前記点群を用いて患者の胸部表面における１つ以上の解剖学ランドマークを識別することと、
患者の胸部表面における前記点群から患者の胸部内における１つ以上の内側解剖学ランドマークの位置を推測することと、を更に含む、請求項１０に記載の方法。 - 患者の前記呼吸期は、未来の呼吸期であって、
患者の前記呼吸体積測定値に基づいて患者の呼吸期を判定することは、
１つ以上の現在及び／又は過去の呼吸期から前記未来の呼吸期を予測することを含む、請求項１〜１１のうちいずれか１項に記載の方法。 - システムであって、
Ｘ線装置と、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、
Ｘ線撮像装置に対して第１の向きに患者を配置することと、
患者の呼吸体積測定値を取得することと、
患者が前記Ｘ線撮像装置に対して前記第１の向きに配置されている間、並びに、患者の前記呼吸体積測定値を取得する間において、
患者の前記呼吸体積測定値に基づき、患者の呼吸期を判定することと、
患者の前記呼吸期が既定の呼吸期と一致すると判定された場合に、前記Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成することと、を含む一連の動作を行う、システム。 - システムであって、
Ｘ線装置と、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、請求項１〜１２のうちいずれか１項に記載の方法を行う、システム。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、Ｘ線装置と、１つ以上のプロセッサとを備えるシステムによって実行されると、前記１つ以上のプロセッサは、
Ｘ線撮像装置に対して第１の向きに患者を配置することと、
患者の呼吸体積測定値を取得することと、
患者がＸ線撮像装置に対して前記第１の向きに配置されている間、並びに、患者の前記呼吸体積測定値を取得する間において、
患者の前記呼吸体積測定値に基づき、患者の呼吸期を判定することと、
患者の前記呼吸期が既定の呼吸期と一致すると判定された場合に、前記Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成することと、を含む一連の動作を行う、記憶媒体。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、Ｘ線装置と、１つ以上のプロセッサとを備えるシステムによって実行されると、前記１つ以上のプロセッサは、請求項１〜１２のうちいずれか１項に記載の方法を行う、記憶媒体。
- 放射線源に対して第１の向きに患者を配置することと、
患者の呼吸測定値を取得することと、
患者の心機能測定値を取得することと、
患者が前記放射線源に対して前記第１の向きに配置されている間、並びに、患者の前記呼吸測定値を取得する間において、
患者の前記呼吸測定値から患者の呼吸期を判定することと、
患者の前記心機能測定値から患者の心拍相を判定することと、
前記放射線源のゲート制御を、
患者の前記呼吸期が既定の呼吸期と一致するという判定、並びに
患者の前記心拍相が心周期の既定枠と一致するという判定に基づいて行い、患者を放射線に曝露させることと、を含む、方法。 - 前記放射線源はＸ線画像装置であって、
前記放射線源のゲート制御を行って患者を放射線に曝露させることは、前記Ｘ線撮像装置のゲート制御を行い、患者の肺のＸ線投影映像を生成すること、を含む、請求項１７に記載の方法。 - 前記放射線源は放射線治療源であって、
前記放射線源のゲート制御を行って患者を放射線に曝露させることは、前記放射線治療源のゲート制御を行い、患者の肺領域に治療線量を照射すること、を含む、請求項１７に記載の方法。 - 前記放射線源のゲート制御を行って患者を放射線に曝露させる前に、
患者の複数の心周期から患者の心機能測定値を取得することと、
前記複数の心周期から取得した患者の前記心機能測定値を用いて、前記既定心拍相と、心周期の前記既定枠の開始点との平均間隔を判定することと、を更に含み、
患者の前記心拍相が、心周期の前記既定枠と一致することを判定することは、心周期の前記既定枠を、
リアルタイムで既定の心拍相を検出することと、
前記既定の心拍相と心周期の前記既定枠の開始点との平均間隔に対応する時間の長さを待機することと、により予測することと、を含む、請求項１７〜１９のうちいずれか１項に記載の方法。 - 患者の前記複数の心周期から取得した測定値は、前記複数の心周期の波形測定値であって、
前記方法は、
統計的に安定しているとして、前記複数の心周期の前記波形測定値を検証すること、を含む、請求項２０に記載の方法。 - 心周期の前記既定枠は、心周期の鎮静枠である、請求項１７〜２１のうちいずれか１項に記載の方法。
- システムであって、
放射線源と、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、
放射線源に対して第１の向きに患者を配置することと、
患者の呼吸測定値を取得することと、
患者の心機能測定値を取得することと、
患者が前記放射線源に対して前記第１の向きに配置されている間、並びに、患者の前記呼吸測定値を取得する間において、
患者の前記呼吸測定値から患者の呼吸期を判定することと、
患者の前記心機能測定値から患者の心拍相を判定することと、
前記放射線源のゲート制御を、
患者の前記呼吸期が既定の呼吸期と一致するという判定、並びに
患者の前記心拍相が心周期の既定枠と一致するという判定に基づいて行い、患者を放射線に曝露させることと、を含む一連の動作を行う、システム。 - システムであって、
放射線源と、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、請求項１７〜２２のうちいずれか１項に記載の方法を行う、システム。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、Ｘ線装置と、１つ以上のプロセッサとを備えるシステムによって実行されると、前記１つ以上のプロセッサは、
放射線源に対して第１の向きに患者を配置することと、
患者の呼吸測定値を取得することと、
患者の心機能測定値を取得することと、
患者が前記放射線源に対して前記第１の向きに配置されている間、並びに、患者の前記呼吸測定値を取得する間において、
患者の前記呼吸測定値から患者の呼吸期を判定することと、
患者の前記心機能測定値に基づき、患者の心拍相を判定することと、
前記放射線源のゲート制御を、
患者の前記呼吸期が既定の呼吸期と一致するという判定、並びに
患者の前記心拍相が心周期の既定枠と一致するという判定に基づいて行い、患者を放射線に曝露させることと、を含む、とを含む一連の動作を行う、記憶媒体。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、Ｘ線装置と、１つ以上のプロセッサとを備えるシステムによって実行されると、前記１つ以上のプロセッサは、請求項１７〜２２のうちいずれか１項に記載の方法を行う、記憶媒体。
- 肺の異なる呼吸期に対応する複数のＸ線測定値から患者の肺の生物理学モデルを判定する方法であって、
肺の異なる呼吸期に対応する複数のＸ線測定値から肺組織の複数の変位場を抽出し、各変位場は、第１の呼吸期から第２の呼吸期への前記肺組織の運動を表し、各呼吸期は、対応する生体パラメータのセットを有する、ことと、
肺の異なる呼吸期と、対応する生体パラメータのセットとの間の肺組織の複数の変位場を用いて、肺の生物理学モデルの１つ以上の生物理学的パラメータを計算することと、を含む、方法。 - 前記１つ以上の生物理学的パラメータは、肺の異なる呼吸期に関連付けらえれた生体パラメータと、肺組織の複数の変位場との物理的関係を定義する、請求項２７に記載の方法。
- 肺の異なる呼吸期に関連付けられた前記生体パラメータと前記肺組織の複数の変位場との物理的関係は、下記の式により定義され、
前記ｐ１ →ベクトルは、一回換気量により生じる通常の応力を表し、ｐ２ →は、気流により生じる通常の応力であり、ｐ３ →は、気流により生じるせん断応力であり、ｐ４ →は、心臓運動による組織運動であり、閉ループ軌道における任意点での組織の変位（Ｕ→−Ｕ０ →）は、一回換気量（Ｔｖ）、気流（Ａｆ）、心拍相（Ｈｃ）によりそれぞれスケーリングされた応力、ひずみ、摂動心臓運動ベクトルの合計として表される、請求項２８に記載の方法。 - 肺の異なる呼吸期に対応する複数のＸ線測定値から、肺の異なる呼吸期に対応する複数の医用画像キューブを生成することを更に含み、
前記肺組織の複数の変位場は、肺の異なる呼吸期に対応する前記複数の医用画像キューブから、更に
画像セグメンテーションにより、第１の医用画像キューブの残りの部分から肺組織を描写することと、
前記第１の医用画像キューブ内の各ボクセルについて、前記第１の医用画像キューブと第２の医用画像キューブとの間の強度ベース構造マッピングを用いて、前記第１の医用画像キューブ内のボクセルと前記第２の医用画像キューブとの間の変位ベクトルを判定することと、
前記第１の医用画像キューブ内の異なるボクセルと前記第２の医用画像キューブ内の対応ボクセルとの変位ベクトルを繰り返し調整することと、により抽出する、請求項２７〜２９のうちいずれか１項に記載の方法。 - 各呼吸期に関連付けられた前記生体パラメータのセットは、各呼吸期における肺の一回換気量及び気流、並びに肺の各呼吸期に対応する心拍相を含む、請求項２７〜３０のうちいずれか一項に記載の方法。
- 肺の異なる呼吸期に対応する前記複数のＸ線測定値から、肺の異なる呼吸期に対応する複数の医用画像キューブを生成することと、
前記複数の医用画像キューブのうちの１つ以上を参照医用画像キューブとして選択することと、
各参照医用画像キューブに関連付けられる生体パラメータのセットを決定することと、
２つの参照医用画像キューブに関連付けられた生体パラメータ２セット間の肺の生体測定値に基づき、生体パラメータ１セットを選択することと、
肺の生体測定値に基づく生体パラメータのセットを生物理学モデルに適用することによって、前記２つの参照医用画像キューブ間で医用画像キューブをシミュレートすることと、を更に含む、請求項２７〜３１のうちいずれか１項に記載の方法。 - 前記肺の異なる呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む、請求項２７〜３２のうちいずれか１項に記載の方法。
- １つ以上のセンサを用いて１つ以上の時系列シーケンスとして患者の生体信号を測定し、前記１つ以上のセンサは、１つ以上の３Ｄ空間位置ローカライザ、呼吸期センサ、心拍相センサを含む、請求項２７〜３３のうちいずれか１項に記載の方法。
- 前記３Ｄ空間位置ローカライザは、呼吸と心拍により生じる患者の体の動きをリアルタイムで測定し、時系列として出力するように構成されている、請求項３４に記載の方法。
- 前記呼吸期センサは、一回換気量とその一次時間導関数とを含む、患者の呼吸に関連する１つ以上の生理学的指標を測定するように構成されている、請求項３４又は３５に記載の方法。
- 前記心拍相センサは、患者の心臓により生成される周期的・定常的な電気信号を測定するように構成されている、請求項３４〜３６のうちいずれか１項に記載の方法。
- 前記１つ以上のセンサにより測定された患者の生体信号を用いてＸ線ユニットをトリガーさせ、特定の呼吸期及び心拍相にて患者のＸ線画像を取得する、請求項３４〜３７のうちいずれか１項に記載の方法。
- 前記Ｘ線ユニットはクロックを含み、
前記１つ以上のセンサにより測定された患者の前記生体信号は、前記Ｘ線ユニットのクロックと同期し、
前記生体信号のそれぞれの値を、取得された前記Ｘ線画像に関連付けて記録する、請求項３８に記載の方法。 - トレーニング枠中に測定された患者の前記生体信号は、Ｘ線ユニットが作動して患者のＸ線画像を撮る所望の呼吸期を予測するための最適化呼吸予測モデルの構築に用いられる、請求項３９に記載の方法。
- 肺の異なる呼吸期に対応する複数のＸ線測定値から患者の肺の生物理学モデルを判定するシステムであって、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、
肺の異なる呼吸期に対応する複数のＸ線測定値から肺組織の複数の変位場を抽出し、各変位場は、第１の呼吸期から第２の呼吸期への前記肺組織の運動を表し、各呼吸期は、対応する生体パラメータのセットを有する、ことと、
肺の異なる呼吸期と、対応する生体パラメータのセットとの間の肺組織の複数の変位場を用いて、肺の生物理学モデルの１つ以上の生物理学的パラメータを計算することと、を含む一連の動作を行う、システム。 - 肺の異なる呼吸期に対応する複数のＸ線測定値から患者の肺の生物理学モデルを判定するシステムであって、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、請求項２７〜４０のうちいずれか１項に記載の方法を行う、システム。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、１つ以上のプロセッサを備えるシステムによって実行されると、前記１つ以上のプロセッサは、
肺の異なる呼吸期に対応する複数のＸ線測定値から肺組織の複数の変位場を抽出し、各変位場は、第１の呼吸期から第２の呼吸期への前記肺組織の運動を表し、各呼吸期は、対応する生体パラメータのセットを有する、ことと、
肺の異なる呼吸期と、対応する生体パラメータのセットとの間の肺組織の複数の変位場を用いて、肺の生物理学モデルの１つ以上の生物理学的パラメータを計算することと、を含む一連の動作を行う、システム。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、１つ以上のプロセッサを備えるシステムによって実行されると、前記１つ以上のプロセッサは、請求項２７〜４０のうちいずれか１項に記載の方法を行う、記憶媒体。
- 患者の２Ｄ Ｘ線画像から３Ｄ Ｘ線画像キューブ動画を生成する方法であって、
異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することと、
逆投影法を用いて、各呼吸期でＸ線画像の第２複数セットの各セットから静止画像キューブを生成することと、
肺の異なる呼吸期に対応する静止画像キューブを、時間補間法によって３Ｄ Ｘ線画像キューブ動画に組み合わせることと、を含む、方法。 - 異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することは、
異なる投影角度での前記肺のＸ線画像の第１複数セットを撮り、前記Ｘ線画像の第１複数セットの各セットは、特定の投影角度における肺の異なる呼吸期に対応することと、
前記肺のＸ線画像の第１複数セットを、関連付けられた呼吸期によって、前記肺のＸ線画像の第２複数セットに再編成し、前記Ｘ線画像の第２複数セットの各セットは、肺の各呼吸期に対応すること、を更に含む、請求項４５に記載の方法。 - 任意の特定のセット内のＸ線画像は幾何学的に分解され、時間的に独立している、請求項４５又は４６に記載の方法。
- 肺の異なる呼吸期は、肺の動きの異なる一回換気量パーセンタイルに対応する、請求項４５〜４７のうちいずれか１項に記載の方法。
- 前記肺の異なる呼吸期は、患者の完全呼吸周期における早期呼気相、後期呼気相、最大呼気相、早期吸気相、後期吸気相、最大吸気相を含む、請求項４５〜４８のうちいずれか１項に記載の方法。
- 異なる投影角度で撮った前記肺の複数のＸ線画像は、全て同じ呼吸期に対応する、請求項４５〜４９のうちいずれか１項に記載の方法。
- １つ以上のセンサを用いて１つ以上の時系列シーケンスとして患者の生体信号を測定し、前記１つ以上のセンサは、１つ以上の３Ｄ空間位置ローカライザ、呼吸期センサ、心拍相センサを含む、請求項４５〜５０のうちいずれか１項に記載の方法。
- １つ以上の心拍相センサの測定値を用いて心拍相ゲート枠を識別することと、
１つ以上の呼吸期センサの測定値を用いて呼吸期を予測することと、
Ｘ線撮像パルスを生成する、心拍相ゲート枠と予測した呼吸期との一致点を特定することと、
前記Ｘ線撮像パルスに対応するＸ線画像に、呼吸期、心拍相、３Ｄ空間位置ローカライザの測定値をタグ付けすることと、を更に含む、請求項５１に記載の方法。 - 前記３Ｄ空間位置ローカライザは、呼吸と心拍により生じる患者の体の動きをリアルタイムで測定し、時系列として出力するように構成されている、請求項５１又は５２に記載の方法。
- 前記呼吸期センサは、一回換気量とその一次時間導関数とを含む、患者の呼吸に関連する１つ以上の生理学的指標を測定するように構成されている、請求項５１〜５３のうちいずれか１項に記載の方法。
- 前記心拍相センサは、患者の心臓により生成され、心拍相に対応する特徴を備える、周期的・定常的な電気信号を測定するように構成されている、請求項５１〜５４のうちいずれか１項に記載の方法。
- 前記Ｘ線ユニットのクロックと同期された後、２つの別々のフィルタを用いて患者の生体信号から信号ドリフト及びノイズを除去する、請求項５１〜５５のうちいずれか１項に記載の方法。
- 前記１つ以上のセンサにより測定された患者の生体信号を用いてＸ線ユニットをトリガーさせ、特定の呼吸期及び心拍相にて患者のＸ線画像を取得する、請求項５１〜５６のうちいずれか１項に記載の方法。
- 前記Ｘ線ユニットはクロックを含み、
前記１つ以上のセンサにより測定された患者の前記生体信号は、前記Ｘ線ユニットのクロックと同期し、
前記生体信号のそれぞれの値を、取得された前記Ｘ線画像に関連付けて記録する、請求項５７に記載の方法。 - 患者の前記生体信号は、患者のＸ線画像を撮る前、トレーニング枠中に測定され、トレーニング枠中に測定された患者の前記生体信号は、患者の複数の完全呼吸周期を含む、請求項５１〜５８のうちいずれか１項に記載の方法。
- 完全呼吸周期における複数の一回換気量パーセンタイルは、トレーニング枠中に測定された患者の生体信号を用いて識別され、一回換気量パーセンタイルはそれぞれ、異なる呼吸期のうち１つに対応する、請求項５９に記載の方法。
- 前記トレーニング枠中に測定された患者の前記生体信号は、Ｘ線ユニットをトリガーして患者のＸ線画像を撮る所望の呼吸期を予測するための最適化呼吸予測モデルの構築に用いられる、請求項５９又は６０に記載の方法。
- 前記最適化呼吸予測モデルは、自己回帰和分移動平均（ＡＲＩＭＡ）モデルに基づく、請求項６１に記載の方法。
- 患者のＸ線画像を撮る前記所望の呼吸期は、心臓誘発性肺運動がゆっくりと変化している心臓ゲート枠と一致するように構成されている、請求項６１又は６２に記載の方法。
- 前記心臓ゲート枠は、心電図（ＥＣＧ）信号におけるＴ波及びＰ波の位置に基づいて選ばれ、それにより、心臓誘発性肺運動がゆっくりと変化する、請求項６３に記載の方法。
- 特定の投影角度における肺の異なる呼吸期が、少なくとも２回の呼吸周期から収集される、請求項４５〜６４のうちいずれか１項に記載の方法。
- 肺の異なる呼吸期に対応する複数のＸ線測定値から患者の肺の生物理学モデルを判定するシステムであって、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、
異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することと、
逆投影法を用いて、各呼吸期でＸ線画像の第２複数セットの各セットから静止画像キューブを生成することと、
肺の異なる呼吸期に対応する静止画像キューブを、時間補間法によって３Ｄ Ｘ線画像キューブ動画に組み合わせることと、を含む一連の動作を行う、システム。 - 肺の異なる呼吸期に対応する複数のＸ線測定値から患者の肺の生物理学モデルを判定するシステムであって、
１つ以上のプロセッサと、
命令を格納するメモリと、を備え、前記命令が前記１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサは、請求項４５〜６５のうちいずれか１項に記載の方法を行う、システム。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、１つ以上のプロセッサを備えるシステムによって実行されると、前記１つ以上のプロセッサは、
異なる投影角度で撮った肺のＸ線画像の第１複数セットを、異なる呼吸期に対応する肺のＸ線画像の第２複数セットに変換することと、
逆投影法を用いて、各呼吸期でＸ線画像の第２複数セットの各セットから静止画像キューブを生成することと、
肺の異なる呼吸期に対応する静止画像キューブを、時間補間法によって３Ｄ Ｘ線画像キューブ動画に組み合わせることと、を含む一連の動作を行う、記憶媒体。 - 命令を格納する非一時的なコンピュータ可読記憶媒体であって、前記命令が、１つ以上のプロセッサを備えるシステムによって実行されると、前記１つ以上のプロセッサは、請求項４５〜６５のうちいずれか１項に記載の方法を行う、記憶媒体。
Applications Claiming Priority (11)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862682720P | 2018-06-08 | 2018-06-08 | |
| US62/682,720 | 2018-06-08 | ||
| US201962812818P | 2019-03-01 | 2019-03-01 | |
| US62/812,818 | 2019-03-01 | ||
| US16/420,007 US12026832B2 (en) | 2018-06-08 | 2019-05-22 | System and method for gating radiation exposure |
| US16/420,030 | 2019-05-22 | ||
| US16/420,030 US10650585B2 (en) | 2018-06-08 | 2019-05-22 | System and method for geometrically-resolved radiographic X-ray imaging |
| US16/420,007 | 2019-05-22 | ||
| US16/420,011 US11120622B2 (en) | 2018-06-08 | 2019-05-22 | System and method for biophysical lung modeling |
| US16/420,011 | 2019-05-22 | ||
| PCT/US2019/033751 WO2019236317A1 (en) | 2018-06-08 | 2019-05-23 | System and method for lung-volume-gated x-ray imaging |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2021526949A true JP2021526949A (ja) | 2021-10-11 |
| JPWO2019236317A5 JPWO2019236317A5 (ja) | 2023-09-08 |
| JP7555911B2 JP7555911B2 (ja) | 2024-09-25 |
Family
ID=68765072
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021518428A Active JP7555911B2 (ja) | 2018-06-08 | 2019-05-23 | 肺気量ゲートｘ線撮像システム及び方法 |
Country Status (9)
| Country | Link |
|---|---|
| US (4) | US11120622B2 (ja) |
| EP (1) | EP3801267A1 (ja) |
| JP (1) | JP7555911B2 (ja) |
| KR (1) | KR20210020990A (ja) |
| CN (1) | CN112996441A (ja) |
| AU (4) | AU2019281799B2 (ja) |
| CA (1) | CA3102367A1 (ja) |
| TW (2) | TWI828701B (ja) |
| WO (1) | WO2019236317A1 (ja) |
Families Citing this family (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2958010C (en) | 2016-02-19 | 2021-09-07 | Covidien Lp | System and methods for video-based monitoring of vital signs |
| US11273326B2 (en) * | 2017-06-29 | 2022-03-15 | Canon Medical Systems Corporation | Radiotherapy system and treatment support apparatus |
| EP3681394A1 (en) | 2017-11-13 | 2020-07-22 | Covidien LP | Systems and methods for video-based monitoring of a patient |
| CA3086527A1 (en) * | 2018-01-08 | 2019-07-11 | Covidien Lp | Systems and methods for video-based non-contact tidal volume monitoring |
| US11120622B2 (en) * | 2018-06-08 | 2021-09-14 | Data Integrity Advisors, Llc | System and method for biophysical lung modeling |
| US11510584B2 (en) | 2018-06-15 | 2022-11-29 | Covidien Lp | Systems and methods for video-based patient monitoring during surgery |
| EP3833241A1 (en) | 2018-08-09 | 2021-06-16 | Covidien LP | Video-based patient monitoring systems and associated methods for detecting and monitoring breathing |
| EP3643239B8 (en) * | 2018-10-22 | 2024-02-21 | Siemens Healthineers AG | Method and system for controlling an x-ray projection imaging device |
| US11617520B2 (en) | 2018-12-14 | 2023-04-04 | Covidien Lp | Depth sensing visualization modes for non-contact monitoring |
| US11315275B2 (en) | 2019-01-28 | 2022-04-26 | Covidien Lp | Edge handling methods for associated depth sensing camera devices, systems, and methods |
| EP3815609A1 (en) * | 2019-10-31 | 2021-05-05 | Koninklijke Philips N.V. | Apparatus for determining an orientation of a patient's chest |
| EP4069354A1 (en) * | 2019-12-04 | 2022-10-12 | Data Integrity Advisors, LLC | System and method for determining radiation parameters |
| EP3838159A1 (en) * | 2019-12-17 | 2021-06-23 | Koninklijke Philips N.V. | Navigating bronchial pathways |
| CN111383218B (zh) * | 2020-03-11 | 2021-11-09 | 上海依智医疗技术有限公司 | 基于医学影像的诊断信息处理方法及存储介质 |
| EP3882921A1 (en) * | 2020-03-17 | 2021-09-22 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for medical imaging |
| EP4125602B1 (en) | 2020-03-25 | 2024-09-18 | Data Integrity Advisors, LLC | Method for positioning a patient within an x-ray apparatus |
| CN111724359B (zh) * | 2020-06-12 | 2023-06-02 | 深圳技术大学 | 一种确定肺叶运动轨迹的方法、装置和存储介质 |
| US20230255583A1 (en) * | 2020-06-25 | 2023-08-17 | Australian Lung Health Initiative Pty Ltd | Imaging device and method for optimising image acquisition |
| US20220054021A1 (en) * | 2020-08-18 | 2022-02-24 | Siemens Healthcare Gmbh | Medical imaging with ecg triggering |
| EP4059433A1 (en) * | 2021-03-16 | 2022-09-21 | Koninklijke Philips N.V. | Contactless measurement and visualization of respiration for chest radiography image examinations |
| CN113057665B (zh) * | 2021-03-18 | 2022-03-18 | 上海卓昕医疗科技有限公司 | 肺部影像三维成像方法和系统 |
| EP4064295A1 (en) * | 2021-03-24 | 2022-09-28 | Koninklijke Philips N.V. | Respiratory muscle capability |
| CN117561025A (zh) * | 2021-04-02 | 2024-02-13 | Aixscan公司 | 针对多个运动脉冲x射线源断层合成设备使用心电图同步进行图像改善的系统和方法 |
| US11633168B2 (en) * | 2021-04-02 | 2023-04-25 | AIX Scan, Inc. | Fast 3D radiography with multiple pulsed X-ray sources by deflecting tube electron beam using electro-magnetic field |
| US20220370833A1 (en) * | 2021-05-11 | 2022-11-24 | Celestial Oncology Inc. | Coupled robotic radiation therapy system |
| US20230126963A1 (en) * | 2021-10-25 | 2023-04-27 | Analogic Corporation | Prediction of extrema of respiratory motion and related systems, methods, and devices |
| CN114028737A (zh) * | 2021-10-29 | 2022-02-11 | 翰斯泰医疗科技(苏州)有限公司 | 一种放射治疗设备的防碰撞方法、装置、设备及存储介质 |
| CN118338848A (zh) * | 2021-11-29 | 2024-07-12 | 锐珂医疗公司 | 门控呼吸射线照相触发 |
| EP4197444A1 (en) * | 2021-12-20 | 2023-06-21 | Koninklijke Philips N.V. | Lung volume estimation from radiographic images |
| AU2022417288A1 (en) * | 2021-12-22 | 2024-07-25 | Australian Lung Health Initiative Pty Ltd | Improvements in imaging devices and methods for multiple image acquisition |
| CN114587347B (zh) * | 2022-03-25 | 2023-04-28 | 深圳市华屹医疗科技有限公司 | 肺功能检测方法、系统、装置、计算机设备和存储介质 |
| US11712584B1 (en) * | 2022-05-24 | 2023-08-01 | Accuray Incorporated | Prospective and retrospective on-line adaptive radiotherapy |
| DE102022208726A1 (de) | 2022-08-23 | 2024-02-29 | Siemens Healthcare Gmbh | Computerimplementiertes Verfahren zum Betrieb einer medizinischen Bildgebungseinrichtung, Bildgebungseinrichtung, Computerprogramm und elektronisch lesbarer Datenträger |
| KR102537328B1 (ko) * | 2022-11-15 | 2023-05-30 | 주식회사 이노야드 | 라이다 센서 기반 흉상 모델링 및 흉부 치수 측정 방법 및 장치 |
| TWI824964B (zh) * | 2023-04-14 | 2023-12-01 | 倍利科技股份有限公司 | 手術定位系統及定位方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007111207A1 (ja) * | 2006-03-16 | 2007-10-04 | Osaka University | ３次元スパイログラム計測方法及びコンピュータプログラム |
| JP2012210232A (ja) * | 2009-08-19 | 2012-11-01 | Mitsubishi Electric Corp | 放射線治療システム |
| JP3183103U (ja) * | 2013-02-13 | 2013-04-25 | 株式会社島津製作所 | Ｘ線撮影装置 |
Family Cites Families (54)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3871360A (en) | 1973-07-30 | 1975-03-18 | Brattle Instr Corp | Timing biological imaging, measuring, and therapeutic timing systems |
| US5764723A (en) * | 1996-10-16 | 1998-06-09 | The Trustees Of Columbia University In The City Of New York | Apparatus and method to gate a source for radiation therapy |
| US6501981B1 (en) | 1999-03-16 | 2002-12-31 | Accuray, Inc. | Apparatus and method for compensating for respiratory and patient motions during treatment |
| US20030036693A1 (en) * | 2001-08-10 | 2003-02-20 | Avinash Gopal B. | Method to obtain the cardiac gating signal using a cardiac displacement sensor |
| US6650931B1 (en) * | 2001-11-14 | 2003-11-18 | Pacesetter, Inc. | System and method of automatically determining the onsets and ends of cardiac events and far-field signals |
| US7367955B2 (en) | 2003-06-13 | 2008-05-06 | Wisconsin Alumni Research Foundation | Combined laser spirometer motion tracking system for radiotherapy |
| US7620229B2 (en) | 2003-08-14 | 2009-11-17 | Fujifilm Corporation | Method and apparatus for aiding image interpretation and computer-readable recording medium storing program therefor |
| US8064983B2 (en) * | 2003-11-26 | 2011-11-22 | General Electric Company | Method and system for prospective gating using multiple inputs |
| US7046765B2 (en) | 2004-03-31 | 2006-05-16 | Accuray, Inc. | Radiosurgery x-ray system with collision avoidance subsystem |
| US7545907B2 (en) | 2005-11-09 | 2009-06-09 | Dexela Limited | Methods and apparatus for obtaining low-dose imaging |
| US7570738B2 (en) | 2006-08-04 | 2009-08-04 | Siemens Medical Solutions Usa, Inc. | Four-dimensional (4D) image verification in respiratory gated radiation therapy |
| GB2441550A (en) | 2006-09-05 | 2008-03-12 | Vision Rt Ltd | Surface-imaging breathing monitor |
| US8761864B2 (en) | 2006-09-14 | 2014-06-24 | General Electric Company | Methods and apparatus for gated acquisitions in digital radiography |
| US7646936B2 (en) | 2006-10-03 | 2010-01-12 | Varian Medical Systems International Ag | Spatially variant image deformation |
| US20100020917A1 (en) | 2006-11-23 | 2010-01-28 | Swissray International Inc. | X-ray system, and method for generating x-ray images |
| US20080243018A1 (en) * | 2007-03-30 | 2008-10-02 | General Electric Company | System and method to track a respiratory cycle of a subject |
| US8295435B2 (en) | 2008-01-16 | 2012-10-23 | Accuray Incorporated | Cardiac target tracking |
| JP2010069099A (ja) | 2008-09-19 | 2010-04-02 | Toshiba Corp | 画像処理装置及びｘ線コンピュータ断層撮影装置 |
| GB0822605D0 (en) | 2008-12-11 | 2009-01-21 | Pneumacare Ltd | Method and apparatus for monitoring an object |
| WO2010083415A1 (en) | 2009-01-16 | 2010-07-22 | The United States Of America, As Represented By The Secretary, Department Of Health & Human Services | Methods for tracking motion of internal organs and methods for radiation therapy using tracking methods |
| JP2011161220A (ja) * | 2010-01-14 | 2011-08-25 | Toshiba Corp | 画像処理装置、ｘ線コンピュータ断層撮像装置及び画像処理プログラム |
| JP5451461B2 (ja) | 2010-03-05 | 2014-03-26 | 三菱電機株式会社 | 駆動式患者台、駆動式患者台の制御装置、駆動式患者台制御用プログラム及びこれらを用いた粒子線治療装置 |
| JP5611667B2 (ja) * | 2010-05-21 | 2014-10-22 | 株式会社東芝 | Ｘ線コンピュータ断層撮影装置 |
| US10219787B2 (en) * | 2010-09-29 | 2019-03-05 | The Board Of Trustees Of The Leland Stanford Junior University | Respiratory mode (“R-Mode”)—acquisition and display of cardiovascular images to show respiratory effects |
| US20120087464A1 (en) | 2010-10-09 | 2012-04-12 | Fmi Technologies, Inc. | Multi-source low dose x-ray ct imaging aparatus |
| US8768029B2 (en) | 2010-10-20 | 2014-07-01 | Medtronic Navigation, Inc. | Selected image acquisition technique to optimize patient model construction |
| US8824630B2 (en) | 2010-10-29 | 2014-09-02 | Accuray Incorporated | Method and apparatus for treating a target's partial motion range |
| WO2012095784A1 (en) * | 2011-01-13 | 2012-07-19 | Koninklijke Philips Electronics N.V. | Visualization of catheter in three-dimensional ultrasound |
| US9271692B2 (en) | 2011-04-01 | 2016-03-01 | Varian Medical Systems, Inc. | System and method for triggering an imaging process based on non-periodicity in breathing |
| EP2699166B1 (en) | 2011-04-21 | 2019-09-04 | Koninklijke Philips N.V. | Mpr slice selection for visualization of catheter in three-dimensional ultrasound |
| US9433389B2 (en) * | 2011-07-12 | 2016-09-06 | University Of Maryland, Baltimore | Method for monitoring the accuracy of tissue motion prediction from surrogates |
| DE102011083854B4 (de) * | 2011-09-30 | 2019-01-10 | Siemens Healthcare Gmbh | Zeitaufgelöste Tomosynthesebildgebung |
| US9576354B2 (en) | 2011-10-10 | 2017-02-21 | Monash University | Heart imaging method |
| JP2013169289A (ja) | 2012-02-20 | 2013-09-02 | Mitsubishi Heavy Ind Ltd | 患者傾動装置付きカウチ |
| JP5844187B2 (ja) * | 2012-03-23 | 2016-01-13 | 富士フイルム株式会社 | 画像解析装置および方法並びにプログラム |
| US9076201B1 (en) * | 2012-03-30 | 2015-07-07 | University Of Louisville Research Foundation, Inc. | Volumetric deformable registration method for thoracic 4-D computed tomography images and method of determining regional lung function |
| US10925564B2 (en) | 2012-04-20 | 2021-02-23 | Siemens Medical Solutions Usa, Inc. | Medical imaging system with range imaging-based control |
| US20130345543A1 (en) | 2012-04-20 | 2013-12-26 | Siemens Medical Solutions Usa, Inc. | Status Indicator Lights for a Medical Imaging System |
| KR101201950B1 (ko) | 2012-07-02 | 2012-11-16 | 오뚜기라면 주식회사 | 용기면류 포장장치 및 그 포장방법 |
| US20140107390A1 (en) | 2012-10-12 | 2014-04-17 | Elekta Ab (Publ) | Implementation and experimental results of real-time 4d tumor tracking using multi-leaf collimator (mlc), and/or mlc-carriage (mlc-bank), and/or treatment table (couch) |
| CN103830848B (zh) * | 2012-11-27 | 2018-09-14 | Ge医疗系统环球技术有限公司 | 用于门控放射治疗的方法和系统 |
| WO2014091977A1 (ja) * | 2012-12-12 | 2014-06-19 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
| WO2014165979A1 (en) * | 2013-04-11 | 2014-10-16 | British Columbia Cancer Agency Branch | Combined respiration and cardiac gating for radiotherapy using electrical impedance technology |
| US10493298B2 (en) | 2013-08-02 | 2019-12-03 | Varian Medical Systems, Inc. | Camera systems and methods for use in one or more areas in a medical facility |
| US9155868B2 (en) | 2013-08-30 | 2015-10-13 | Medtronic, Inc. | Delivery catheter apparatus and methods |
| WO2015055485A1 (en) | 2013-10-16 | 2015-04-23 | Koninklijke Philips N.V. | Estimating position of an organ with a biomechanical model |
| EP3185774A1 (en) | 2014-08-28 | 2017-07-05 | Brainlab AG | Breathing phase-based transformation of a static computed tomography |
| US10980494B2 (en) * | 2014-10-20 | 2021-04-20 | The University Of North Carolina At Chapel Hill | Systems and related methods for stationary digital chest tomosynthesis (s-DCT) imaging |
| US9451927B2 (en) * | 2014-10-28 | 2016-09-27 | Siemens Aktiengesellschaft | Computed tomography data-based cycle estimation and four-dimensional reconstruction |
| US10342996B2 (en) | 2016-08-29 | 2019-07-09 | Accuray Incorporated | Online angle selection in rotational imaging and tracking systems |
| US10667778B2 (en) * | 2016-09-14 | 2020-06-02 | University Of Louisville Research Foundation, Inc. | Accurate detection and assessment of radiation induced lung injury based on a computational model and computed tomography imaging |
| JP6785485B2 (ja) | 2016-12-01 | 2020-11-18 | 株式会社島津製作所 | Ｘ線透視装置 |
| US11471217B2 (en) | 2017-12-11 | 2022-10-18 | Covidien Lp | Systems, methods, and computer-readable media for improved predictive modeling and navigation |
| US11120622B2 (en) | 2018-06-08 | 2021-09-14 | Data Integrity Advisors, Llc | System and method for biophysical lung modeling |
-
2019
- 2019-05-22 US US16/420,011 patent/US11120622B2/en active Active
- 2019-05-22 US US16/420,007 patent/US12026832B2/en active Active
- 2019-05-22 US US16/420,030 patent/US10650585B2/en active Active
- 2019-05-23 WO PCT/US2019/033751 patent/WO2019236317A1/en unknown
- 2019-05-23 KR KR1020217000146A patent/KR20210020990A/ko not_active Application Discontinuation
- 2019-05-23 CN CN201980052382.3A patent/CN112996441A/zh active Pending
- 2019-05-23 CA CA3102367A patent/CA3102367A1/en active Pending
- 2019-05-23 EP EP19731395.0A patent/EP3801267A1/en active Pending
- 2019-05-23 AU AU2019281799A patent/AU2019281799B2/en active Active
- 2019-05-23 JP JP2021518428A patent/JP7555911B2/ja active Active
- 2019-06-06 TW TW108119669A patent/TWI828701B/zh active
- 2019-06-06 TW TW112148687A patent/TW202416901A/zh unknown
-
2020
- 2020-02-28 US US16/805,479 patent/US10970926B2/en active Active
-
2022
- 2022-08-22 AU AU2022221404A patent/AU2022221404B2/en active Active
- 2022-12-23 AU AU2022291619A patent/AU2022291619B2/en active Active
-
2024
- 2024-08-27 AU AU2024216379A patent/AU2024216379A1/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007111207A1 (ja) * | 2006-03-16 | 2007-10-04 | Osaka University | ３次元スパイログラム計測方法及びコンピュータプログラム |
| JP2012210232A (ja) * | 2009-08-19 | 2012-11-01 | Mitsubishi Electric Corp | 放射線治療システム |
| JP3183103U (ja) * | 2013-02-13 | 2013-04-25 | 株式会社島津製作所 | Ｘ線撮影装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US12026832B2 (en) | 2024-07-02 |
| TWI828701B (zh) | 2024-01-11 |
| AU2022291619B2 (en) | 2024-10-03 |
| US11120622B2 (en) | 2021-09-14 |
| AU2024216379A1 (en) | 2024-09-12 |
| US20190374189A1 (en) | 2019-12-12 |
| AU2019281799B2 (en) | 2022-05-26 |
| TW202416901A (zh) | 2024-05-01 |
| US10650585B2 (en) | 2020-05-12 |
| US10970926B2 (en) | 2021-04-06 |
| AU2022221404A1 (en) | 2022-09-15 |
| KR20210020990A (ko) | 2021-02-24 |
| EP3801267A1 (en) | 2021-04-14 |
| US20190374190A1 (en) | 2019-12-12 |
| TW202011894A (zh) | 2020-04-01 |
| CN112996441A (zh) | 2021-06-18 |
| AU2022221404B2 (en) | 2022-09-29 |
| WO2019236317A1 (en) | 2019-12-12 |
| JP7555911B2 (ja) | 2024-09-25 |
| CA3102367A1 (en) | 2019-12-12 |
| AU2019281799A1 (en) | 2021-01-07 |
| US20190378329A1 (en) | 2019-12-12 |
| AU2022291619A1 (en) | 2023-02-02 |
| US20200202620A1 (en) | 2020-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7555911B2 (ja) | 肺気量ゲートｘ線撮像システム及び方法 | |
| US11950940B2 (en) | System and method for determining radiation parameters | |
| CN108289651B (zh) | 用于跟踪身体部位中的超声探头的系统 | |
| JP2013192912A (ja) | 画像解析装置および方法並びにプログラム | |
| US11751947B2 (en) | Soft tissue tracking using physiologic volume rendering | |
| JP6253085B2 (ja) | Ｘ線動画像解析装置、ｘ線動画像解析プログラム及びｘ線動画像撮像装置 | |
| WO2013130086A1 (en) | Integrated image registration and motion estimation for medical imaging applications | |
| JP7292191B2 (ja) | 医用画像処理装置、医用画像処理方法、および医用画像処理プログラム | |
| WO2022256421A1 (en) | System and method for simultaneously registering multiple lung ct scans for quantitative lung analysis | |
| White | Prediction and Characterization of Lung Tissue Motion during Quiet Respiration |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220510 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220510 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230228 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230302 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230530 |
|
| A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20230830 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231114 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240214 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240418 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240704 |
|
| 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: 20240717 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240813 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240911 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7555911 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |