JP2022519792A - ボクセル最頻値に基づく閾値から関心領域を生成するためのシステム、方法、及び装置 - Google Patents

ボクセル最頻値に基づく閾値から関心領域を生成するためのシステム、方法、及び装置 Download PDF

Info

Publication number
JP2022519792A
JP2022519792A JP2020564177A JP2020564177A JP2022519792A JP 2022519792 A JP2022519792 A JP 2022519792A JP 2020564177 A JP2020564177 A JP 2020564177A JP 2020564177 A JP2020564177 A JP 2020564177A JP 2022519792 A JP2022519792 A JP 2022519792A
Authority
JP
Japan
Prior art keywords
mode
interest
voxels
enhancement
voxel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020564177A
Other languages
English (en)
Other versions
JPWO2019219458A5 (ja
JP7332254B2 (ja
Inventor
ブリューゲル ヨハンナ ファン
アーロン アバジエン
ジョン トレーヤール
スザンヌ スモルカ
ジュリアス チャピロ
ジェームス ダンカン
ミンデ リン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2022519792A publication Critical patent/JP2022519792A/ja
Publication of JPWO2019219458A5 publication Critical patent/JPWO2019219458A5/ja
Application granted granted Critical
Publication of JP7332254B2 publication Critical patent/JP7332254B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4869Determining body composition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/08Volume rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00Medical imaging apparatus involving image processing or analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/481Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30096Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Public Health (AREA)
  • Computer Graphics (AREA)
  • Quality & Reliability (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biophysics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

説明される実装形態は、撮像データ212から関心領域214を生成するためのシステム、方法、及び装置に関する。具体的には、より一貫した、反復可能なやり方で治療効果を追跡するための関心領域が生成される。関心領域は、患者の造影及び非造影スキャン102から生成される。スキャンから導出されるボクセルデータを収集し、対応する強度値に従って区分して、特定の強度範囲128の最頻値ボクセル116、118、120が特定される。次いで、特定された最頻値ボクセルのそれぞれに対して、関心領域110、112、114が生成され、関心領域の標準偏差が決定される。決定された標準偏差から1つ又は複数の閾値を導出して、強度値をさらにフィルタリングし、フィルタリングされたボクセルグループが結果として得られる関心領域として特定される。

Description

[0001] 本発明は一般に、医用画像を処理するための技法に関する。より具体的には、本明細書に説明される様々な実装形態は、造影剤によって強調された画像に対応する撮像データから関心領域を生成することに関する。
[0002] 患者の組織に影響を及ぼす腫瘍、癌、及び他の疾患を特定するための様々なクリニカルパスが存在する。
しかしながら、診断をする際の多くのステップは、臨床医によって実行される手動技法に基づき、特定の技法の結果は、主観的であり、したがって、臨床医によって異なる場合がある。例えば、臨床医は、特定の治療を受けている患者の組織のスキャンから生成された撮像データから関心領域を手動で選択しなければならない場合がある。選択プロセスは、臨床医によって異なり得るため、一部の臨床医によって、治療から異なる結果が報告されることがある。これは、臨床医が、同様の関心領域を一貫して選択しなかった可能性があることによる。その結果、ある種の治療は、その治療が患者の転帰にプラスの効果をもたらすにもかかわらず、一部の臨床医によって重要ではないと不正確に考慮されることがある。例えば、化学療法はしばしば組織癌の治療に用いられるが、治療が有効であるかどうかの決定は、臨床医が治療の前後で同様の関心領域を一貫して特定したかどうかにかかっている。このような組織領域が一貫して分析されなければ、治療法が有効であるかどうかを結論づける能力は無益となりうる。
[0003] 本明細書に説明される実施形態は、最頻値ベースの閾値を使用して撮像データから関心領域を生成するためのシステム、方法、及び装置に関する。このようにして関心領域を生成することにより、患者の診断及び転帰全体にわたって一貫性が提供される。癌と診断されたときに、病期が根治的治療の能力を超えていることがよくある。患者が肝癌と診断されたときのようなこのようなときに、患者は病気がさらに進行しないように、動脈内に基づく治療(すなわち、経カテーテル動脈化学塞栓療法(「TACE」))を受けることを助言されることがある。TACE治療を受ける場合、治療の有効性を測定するために、治療担当医はベースライン画像とフォローアップ画像との差を決定する必要がある。しかし、治療の有効性は、単に腫瘍サイズの測定によって示されるのではなく、造影剤に対する臓器や腫瘍組織の反応など、エンハンスメントの変化の解析を必要とする。例えば、qEASLなどの3次元(3D)エンハンスメントベースのアプローチを使用して、組織の変化が比較される。
[0004] qEASLアプローチを使用する場合、臨床医は、健康な組織に対応する関心領域を手動で選択する。このような選択の正確さは、臨床医ごとに異なり、それにより、選択間のばらつき、再現性の限界、及び治療に反応するか又は反応しないとして患者を誤って分類することにつながる。しかしながら、本明細書で提供される実装形態は、所定の臨床ワークフロー中に、関心領域を正確に選択するための再現可能な技法として説明されている。具体的には、本明細書に説明される実装形態は、標的組織によって示される最頻値強度に基づいて標的組織品質を評価するための自動化されたカットオフ値を提供するためのシステム、方法、及び装置に関する。
[0005] いくつかの実装形態において、組織の最頻値強度を評価するための自動化されたプロセスが説明されている。このプロセスは最初に、CT、MR、CBCT、及び/又は任意の他の組織撮像技法などの3Dマルチフェーズ造影撮像に対応する画像データのセグメントを取り出すことを含む。画像データを処理して動脈相造影画像データ及び造影前画像データを特定して、造影画像データを造影前画像データから減算する。減算から得られる画像データを使用して、画像データのセグメント内の画像データのすべてのボクセルの強度ヒストグラムが生成される。ボクセルを、N個のビンにグループ化し、ここで、「N」は、任意の整数(例えば、10、100、1000以上の数、又は任意の他の適切なビン数)であり、ボクセルの数が最も多いビンは、最頻値バケットを表す。
[0006] プロセスは、指定された最頻値バケットに対応する各ボクセルに対して生成される関心領域に進む。関心領域は、指定された最頻値バケット内のボクセルなど、1つ又は複数のボクセルを取り囲むボリュームを定義する画像データの一部である。関心領域の形状は、立方体、プリズム、多角形、球形、楕円形、及び/又はボリュームを定義することができる任意の他の形状のボクセルとすることができるが、これらに限定されない。次に、各関心領域に対応するボクセルを処理して、強度ヒストグラムなどの他のヒストグラム、及び各関心領域の標準偏差などの他の統計データが生成される。統計データは、最小標準偏差、最大標準偏差、平均標準偏差、中央標準偏差、及び/又はデータの集合から導出することができる任意の他の特性などの集合的特徴を導出するために使用される。集合的特徴のいずれか1つを使用して、画像データのエンハンスメント及び/又は非エンハンスメントのためのカットオフ値が提供される。いくつかの実装形態では、1.)最頻値+2*最小標準偏差、2.)最頻値+2*最大標準偏差、3.)最頻値+2*平均標準偏差、4.)最頻値+2*中央標準偏差などの式を使用して他のカットオフ値が生成される。カットオフ値及び/又は各ボクセルの強度に基づいて、腫瘍組織をエンハンスする割合、腫瘍組織をエンハンスするボリューム、及び/又は影響を受けている組織を特定するために有用である任意の他の変数などの特定の変数が計算されるが、これらに限定されない。具体的には、最頻値を使用して、柔組織の組織特性を有する領域が特定され、特定の最頻値に対応する他の値を使用して、特定された領域がさらに特徴付けられる。
[0007] いくつかの実装形態では、1つ又は複数のプロセッサによって実装される方法が、臓器組織の3次元スキャンに対応する撮像データを受信するなどの動作を含むものとして説明されている。撮像データは、患者の1つ又は複数の造影スキャンと患者の1つ又は複数の非造影スキャンとの比較に基づいている。動作は、撮像データから1つ又は複数の最頻値を特定するために撮像データのボクセルを処理することをさらに含む。1つ又は複数の最頻値は、エンハンスメント値の範囲上のボクセルのエンハンスメント値の1つ又は複数の分布から特定される。この方法は、決定された1つ又は複数の最頻値に対応する最頻値ボクセルの関心領域を生成することをさらに含む。関心領域は、最頻値ボクセルを取り囲む領域に対応するデータのボリュームを特定する。本方法はまた、関心領域内の特定のボクセルのエンハンスメント値の標準偏差に基づいてエンハンスメント値の組織閾値を生成することと、組織閾値を満たす閾値エンハンスメント値に対応するグループボクセルを特定することとを含む。
[0008] いくつかの実装形態では、患者の1つ又は複数の造影スキャンと1つ又は複数の非造影スキャンとの比較は、造影スキャンデータからの非造影スキャンの減算に対応する。撮像データのボクセルを処理することは、エンハンスメント値の第1の分布に対応する第1の最頻値と、エンハンスメント値の第1の分布とは異なるエンハンスメント値の第2のグループに対応する第2の最頻値とを特定することとを含む。組織閾値を生成することは、標準偏差の各標準偏差の絶対値に従って標準偏差を配列することと、配列された標準偏差の範囲を健康な臓器組織に対応するものとして指定することとを含む。いくつかの実装形態では、エンハンスメント値の組織閾値を生成することは、関心領域内の特定のボクセルのエンハンスメント値の標準偏差の平均値、中央値、又は最頻値にさらに基づいている。エンハンスメント値の範囲は、ビンに対応することができ、撮像データから1つ又は複数の最頻値を特定するために撮像データのボクセルを処理することは、ボクセルをビンに割り当てることを含む。最頻値ボクセルは、エンハンスメント値の特定の分布に対して最大数のボクセルが割り当てられているビンのうちの1つのビンに対応する。
[0009] 前述の概念と、以下でより詳細に論じられる追加の概念とのすべての組合せ(そのような概念が相互に矛盾しないという条件で)が、本明細書で開示される本発明の主題の一部であると考えられることを理解されたい。特に、本開示の末尾にある請求項の主題のすべての組み合わせは、本明細書に開示される本発明の主題の一部であることが考えられる。また、本明細書に明示的に用いられ、参照として組み込まれている任意の開示にもある専門用語は、本明細書に開示される特定の概念と最も整合する意味を有することを理解されたい。
[0010] 「コントローラ」という用語は、本明細書で説明される実装形態に関連する様々な装置を一般的に説明するために本明細書で使用される。コントローラは、本明細書で説明される様々な機能を実行するために、様々なやり方で(例えば、専用ハードウェアを用いて)実装することができる。「プロセッサ」は、本明細書で説明される様々な機能を実行するためにソフトウェア(例えば、マイクロコード)を使用してプログラムされる1つ又は複数のマイクロプロセッサを使用するコントローラの一例である。コントローラは、プロセッサの使用に関わらず実装されてもよく、また、いくつかの機能を実行するための専用ハードウェアと、他の機能を実行するためのプロセッサ(例えば、1つ又は複数のプログラムされたマイクロプロセッサ及び関連する回路)との組合せとして実装されてもよい。本開示の様々な実施形態において使用され得るコントローラコンポーネントの例としては、従来のマイクロプロセッサ、特定用途向け集積回路(ASIC)、及びフィールドプログラマブルゲートアレイ(FPGA)が挙げられるが、これらに限定されない。
[0011] 様々な実装形態において、プロセッサ又はコントローラは、1つ又は複数の記憶媒体(ここでは総称して「メモリ」、例えば、RAM、PROM、EPROM、及びEEPROMなどの揮発性及び不揮発性コンピュータメモリ、フロッピーディスク、コンパクトディスク、光ディスク、磁気テープなど)に関連付けられてもよい。いくつかの実装形態では、記憶媒体は、1つ又は複数のプロセッサ及び/又はコントローラ上で実行されるとき、本明細書で説明される機能の少なくとも一部を実行する1つ又は複数のプログラムで符号化されてもよい。様々な記憶媒体は、プロセッサ又はコントローラ内に固定されていても、又は、本明細書で説明される本発明の様々な態様を実装するように、プロセッサ又はコントローラ上に記憶された1つ又は複数のプログラムをプロセッサ又はコントローラにロードすることができるように可搬であってもよい。「プログラム」又は「コンピュータプログラム」という用語は、本明細書では、1つ又は複数のプロセッサ又はコントローラをプログラムするために使用可能な任意の種類のコンピュータコード(例えば、ソフトウェア又はマイクロコード)を総称して使用される。
[0012] 「アドレス指定可能」という用語は、本明細書では、それ自体を含む複数のデバイスを対象とした情報(例えば、データ)を受信し、それを対象とした特定の情報に選択的に応答するデバイスを指すために使用される。「アドレス指定可能」という用語は、しばしば、複数のデバイスが何らかの通信媒体又は複数の通信媒体を介して互いに結合されるネットワーク環境(又は、以下でさらに説明する「ネットワーク」)に関連して使用される。
[0013] 1つのネットワーク実装形態において、ネットワークに結合された1つ又は複数のデバイスは、ネットワークに結合された1つ又は複数の他のデバイスのコントローラとして機能してもよい(例えば、マスター/スレーブ関係)。別の実装形態では、ネットワーク環境は、ネットワークに結合されたデバイスのうちの1つ又は複数を制御する1つ又は複数の専用コントローラを含んでもよい。一般に、ネットワークに結合された複数のデバイスのそれぞれは、1つ又は複数の通信媒体上に存在するデータへのアクセスを有することができるが、所与のデバイスは、例えば、それに割り当てられた1つ又は複数の特定の識別子(例えば、「アドレス」)に基づいて、ネットワークとデータを選択的に交換する(すなわち、ネットワークからデータを受信し、及び/又はネットワークにデータを送信する)という点で、「アドレス可能」であってもよい。
[0014] 本明細書で使用される「ネットワーク」という用語は、任意の2つ以上のデバイス間及び/又はネットワークに結合された複数のデバイス間での(例えば、デバイス制御、データ記憶、データ交換などのための)情報の移送を容易にする(コントローラ又はプロセッサを含む)2つ以上のデバイスの任意の相互接続を指す。容易に理解できるように、複数のデバイスの相互接続に適したネットワークの様々な実装形態は、様々なネットワークトポロジーのいずれかを含み、様々な通信プロトコルのいずれかを使用してもよい。さらに、本開示による様々なネットワークでは、2つのデバイス間の任意の1つの接続が、2つのシステム間の専用接続、又は代替として非専用接続を表してもよい。2つのデバイスに向けられた情報を搬送することに加えて、そのような非専用接続は、2つのデバイスのいずれかに必ずしも向けられていない情報を搬送し得る(例えば、オープンネットワーク接続)。さらに、本明細書で説明されているようなデバイスの様々なネットワークは、ネットワーク全体にわたる情報の輸送を容易にするために、1つ又は複数の無線、ワイヤ/ケーブル、及び/又は光ファイバリンクを使用してもよいことが容易に理解されるべきである。
[0015] 本明細書で使用される「ユーザインターフェース」という用語は、人間のユーザ又はオペレータと、ユーザとデバイスとの間の通信を可能にする1つ又は複数のデバイスとの間のインターフェースを指す。本開示の様々な実装形態で使用されるユーザインターフェースの例としては、スイッチ、ポテンショメータ、ボタン、ダイヤル、スライダ、マウス、キーボード、キーパッド、様々なタイプのゲームコントローラ(例えば、ジョイスティック)、トラックボール、ディスプレイスクリーン、様々なタイプのグラフィカルユーザインターフェース(GUI)、タッチスクリーン、マイクロフォン、及び何らかの形態の人間が生成した刺激を受信し、それに応答して信号を生成し得る他のタイプのセンサが挙げられるが、これらに限定されない。
[0016] 図面において、同様の参照符号は概して異なる図面を通じて同一の部分を指す。また、図面は必ずしも縮尺通りではなく、代わりに、本発明の原理を示すことに重点が置かれている。
[0017] 図1は、患者の1つ又は複数のスキャンに基づく撮像データから生成された特定の関心領域の図を示す。 [0018] 図2は、疾患、治療、及び患者のより一貫したモニタリングを提供するために、撮像データから関心領域を生成するためのシステムを示す。 [0019] 図3は、特定の疾患のクリティカルパスを促進するための、関心領域に対応する画像データのボクセルを特定するための方法を示す。 [0020] 図4は、例示的なコンピュータシステムのブロック図である。
[0021] 図1は、患者の1つ又は複数のスキャン102に基づく撮像データから生成された特定の関心領域の図100を示す。撮像データは、MRI、CT、超音波、及び/又は人体をスキャンするために使用できる任意の他の撮像技法など、1つ又は複数のスキャン手順を受けた患者のボリューム又は面積(例えば、肝臓)を特徴付ける。例えば、患者は、特定の治療を受ける前、及び患者が治療を受けた後にスキャンされる。このようにしてスキャンの前後に捕捉された画像を比較して、治療の有効性が決定される。いくつかのスキャン技法は、治療の前後に複数の段階を含む。例えば、患者を、造影剤を注入する前、及び造影剤を注入した後にスキャンして、造影画像データ及び非造影画像データが生成される。治療の前後に造影画像及び非造影画像を生成して、治療によって良くなるか又はその影響を受けることが予想される組織の特定の領域が強調される。
[0022] 治療の有効性を適切に決定するために、臨床医は、治療の過程にわたって、スキャン102から生成された画像データから、類似の関心領域を一貫して選択することができなければならない。本明細書に説明される実装形態は、臨床医が関心領域のより一貫した選択を実現できるプロセスを提供する。例えば、スキャン102から生成された撮像データは、強度(すなわち、画像の明度、輝度、色、及び/又は任意の他の特性)を特徴付け得るボクセルを含む。ボクセルの強度は、各ビンのボクセル総数を決定する目的で、強度の範囲を表すビンに割り当てられる。以上の処理により、代表ヒストグラムが生成される。例えば、スキャン102からの撮像データに基づいて、第1のヒストグラム122、第2のヒストグラム124、及び第3のヒストグラム126が生成される。各ヒストグラムは、一連のビン128を含み、各ビン128は、ある範囲の強度に対応する。いくつかの実施態様では、撮像データは、造影スキャンからの非造影スキャンの減算、又は非造影スキャンからの造影スキャンの減算に基づいて生成される。この結果、造影剤によって強調された組織の特徴が、撮像データにおいてさらに照らし出される、又は強調される。
[0023] 撮像データが、1つ又は複数のヒストグラムのビンに割り当てられると、各ヒストグラムの最頻値が特定される。最頻値は、データセットにおいて最もよく現れる値又は値の範囲を指す。例えば、第1のヒストグラム122は、第1の最頻値130を有し、第2のヒストグラム124は、第2の最頻値132を有し、第3のヒストグラム126は、第3の最頻値134を有する。各最頻値は、各ヒストグラム内の「ボクセル数」のピーク値によって示される。1つ又は複数のビンの範囲の最頻値が特定されると、最頻値ボクセルが特定され、関心領域を生成するために使用される。例えば、第1のヒストグラム122から第1の最頻値ボクセル116が、第2のヒストグラム124から第2の最頻値ボクセル118が、第3のヒストグラム126から第3の最頻値ボクセル120が特定される。各最頻値ボクセルは、それぞれのボクセルの範囲に最も一般的なボクセルの範囲内のボクセルの強度に対応する。したがって、それぞれのヒストグラムの最頻値ボクセルは、図1の最頻値ボクセルの陰影の変化によって示されるように、異なるヒストグラムの最頻値ボクセルとは異なる強度を有する。
[0024] 各ヒストグラムの最頻値ボクセルのうちの1つ又は複数に対して、3次元(3D)の関心領域を生成して、各最頻値ボクセルを取り囲むデータのボリュームが特定される。いくつかの実装形態では、3D関心領域は、立方体、プリズム、多角形、球形、楕円形、及び/又は1つ又は複数の面を有し、単一の点の周りの領域(例えば、データのボクセル)を画定する任意のサイズの任意の他の3D形状であり得る。ボクセルは、3次元マトリックス、グリッド、アレイ、及び/又は3次元空間を表すデータの任意の他の配列など、3次元空間で表される1つ又は複数の値を指す。例えば、第1の関心領域110が第1の最頻値ボクセル116について生成され、第2の関心領域112が第2の最頻値ボクセル118について生成され、第3の関心領域114が第3の最頻値ボクセル120について生成される。
[0025] 3D関心領域の一部であり、及び/又はそれによって取り囲まれているボクセルの値を処理して、ボクセルの値に対する、標準偏差などの1つ又は複数の統計変数が決定される。例えば、各3D関心領域内のボクセルの強度値の標準偏差が生成される。図1に示すように、第1の関心領域110、第2の関心領域112、及び第3の関心領域114内のボクセルの各グループについて標準偏差のヒストグラムが生成される。さらに、各ヒストグラムは、各3D関心領域内の強度値の標準偏差の範囲を表す。結果として、標準偏差の各ヒストグラムは、最頻値を含み、閾値はこの最頻値に基づいていてよい。
[0026] いくつかの実装形態では、3D関心領域の標準偏差のヒストグラムは、標準偏差の計算を含む1つ又は複数の式に基づいている。例えば、ヒストグラムの各値は、式1)最頻値+2*最小標準偏差、式2)最頻値+2*最大標準偏差、式3)最頻値+2*平均標準偏差、及び/又は式4)最頻値+2*中央標準偏差のうちの1つ又は複数の式の結果である。したがって、ヒストグラムの各ビンは、前述の式のうちの1つから得られる値の範囲として定義される。
[0027] 図2は、疾患、治療、及び患者のより一貫したモニタリングを提供するために、撮像データから関心領域を生成するためのシステム200を示す。システム200は、臨床医又はコンピューティングデバイス202の任意の他のユーザのために、導出された関心領域データ214を提供するために、撮像データ212を処理するためのコンピューティングデバイス202を含む。撮像データ212は、コンピューティングデバイス202で利用可能な医用画像224に基づいて生成されるか、又はサーバデバイスなどのリモートデバイス220で、ネットワーク216を介してコンピューティングデバイス202にアクセス可能である。医用画像224は、患者の1つ又は複数のスキャンに対応する。例えば、医用画像224は、患者が造影剤を注入される前及び造影剤を注入された後にスキャンされるマルチフェーズスキャンに対応する。結果として、例えば、肝癌などの疾患を持つ患者のスキャンは、造影剤の結果として、肝臓組織の他の領域と比較して、肝臓の罹患領域でより明るい又はより強い特徴を示す。
[0028] 造影剤によって強調された領域を強調又は分離するために、コンピューティングデバイス202は、マルチフェーズスキャンに対応する撮像データ212を処理するために、スキャン減算エンジン204を含む。具体的には、スキャン減算エンジン204は、造影前スキャンに対応する撮像データ値を、造影後スキャンに対応する撮像データ値から減算する。結果として、撮像データ212内で、造影剤を吸収した組織の領域は、スキャン減算エンジン204の動作の結果としてさらに強調される。エンジンとは、特定の注入に関して説明した動作を実行できる1つ又は複数のアプリケーション、スクリプト、及び/又は装置を指すことに留意されたい。このスキャン減算エンジン204は、撮像データ212をさらに強調するために、患者のマルチフェーズスキャンの複数の異なるスライスに作用する。
[0029] コンピューティングデバイス202は、最頻値選択エンジン206をさらに含む。最頻値選択エンジン206は、撮像データ212に対応するボクセルデータを異なる範囲に配置するように動作する。ボクセルデータは、範囲のサブセットとして特徴付けられるグループ内の異なる範囲に割り当てられる。このようにして、範囲の各サブセットは、範囲の各サブセットに対する最頻値を見つけるために、データ点のヒストグラム又は他の同様の集合として機能する。言い換えれば、各ヒストグラム又は範囲のサブセットは、最も多くのボクセルが割り当てられた範囲を含む。したがって、特定の最頻値内の各ボクセルが最頻値ボクセルとして指定される。最頻値選択エンジン206はまた、最頻値ボクセルに対応する位置を特定するように動作する。位置は、ボクセルデータ及び/又は撮像データ212によって占有される空間内の3次元座標に対応する。例えば、最頻値ボクセルの位置は、肝臓などの臓器の中心部分内、又は臓器の組織の外層に沿ったものである。
[0030] コンピューティングデバイス202は、関心領域エンジン208をさらに含む。関心領域エンジン208は、特定された最頻値ボクセルのそれぞれ、又は、1つ又は複数の最頻値ボクセルについて、関心領域に対応する位置データを生成するように動作する。いくつかの実装形態では、関心領域エンジン208が、特定された最頻値ボクセルそれぞれを囲むボクセルデータを特定し、特定されたボクセルデータの周囲が、3次元形状として特徴付けられる。3次元形状は、立方体、プリズム、多角形、球体、楕円形、及び/又は関心領域を画定することができる任意の他の3次元形状であってよい。関心領域エンジン208によって生成される各関心領域は、最頻値ボクセル以外の、スキャンの1つ又は複数のデータ点を含む。このようにして、各関心領域は、各最頻値ボクセルを取り囲む組織に関するある量の追加データをそれぞれ含む。
[0031] 各関心領域によって捕捉されたデータは、コンピューティングデバイス202の標準偏差エンジン210によってさらに処理される。標準偏差エンジン210は、各関心領域内のボクセルに対応するエンハンスメント値の標準偏差を生成するように動作する。各関心領域について、エンハンスメント値は異なり、したがって、各関心領域について計算された標準偏差も異なる。しかしながら、標準偏差エンジン210は、標準偏差を範囲に割り当てる。関心領域の標準偏差が割り当てられると、標準偏差は、範囲が増加又は減少する方向に先細りになる。次いで、標準偏差エンジン210は、閾値を特定するように動作する。この閾値において、又はこの閾値を超えると、特定のボクセルデータが除去されるか、又はさらなるプロセスにおいて考慮されなくなる。
[0032] いくつかの実装形態では、標準偏差エンジン210は、より大きな式の一部として標準偏差を計算するように動作し、その結果は、対応する範囲に分配されて、特定のデータ点を除去するためのカットオフ値が特定される。このようにして、特定の式が特定の治療又は疾患により適している可能性があるので、標準偏差エンジン210は、スキャンのタイプ、モニタリングされている疾患、患者データ、モニタリングされている臓器、及び/又は患者に関連する任意の他のデータに従って式を交換する。例えば、コンピューティングデバイス202は、コンピューティングデバイス202が処理されている撮像データ212のタイプに従って式を自動的に交換できるように、式及び疾患、スキャンのタイプ、患者データ、臓器、及び/又は任意の他のデータのテーブルを記憶する。例えば、標準偏差エンジン210は、肝癌の患者に対応する受信された撮像データ212に基づいて、関心領域データの中央標準偏差を自動的に特定する。
[0033] コンピューティングデバイス202は、特定された標準偏差カットオフ又は閾値を満たさない関心領域データをフィルタリングして、導出された関心領域データ214を生成する。したがって、導出された関心領域データ214は、異なる患者にわたって一貫して導出されるデータに対応する。これは、臨床医が、治療の有効性をより一貫して決定することを可能にする。これは、そうでなければ、多くの臨床医が、患者のある量の撮像データ内の関心領域を選択するために異なる手動プロセスを使用する可能性があるからである。導出された関心領域データ214は、ネットワーク216を介して別個のリモートデバイス218に送信され、臨床医選択データ222として記憶される。したがって、コンピューティングデバイス202は、臨床医が、処理のために、治療データ及び/又は他の臨床医から受信したデータを共有することを可能にする。
[0034] 図3は、特定の疾患のクリティカルパスを促進するための、関心領域に対応する画像データのボクセルを特定するための方法300を示す。方法300は、1つ又は複数のコンピューティングデバイス、アプリケーション、及び/又は画像データを処理できる任意の他の装置又はモジュールによって実行される。方法300は、臓器組織の3次元スキャンに対応する撮像データを受信するステップ302を含む。撮像データは、患者の1つ又は複数の造影スキャン及び/又は患者の1つ又は複数の非造影スキャンの比較に基づいている。いくつかの実装形態において、撮像データは、コンピュータ断層撮影(CT)、磁気共鳴撮像(MRI)、陽電子放出断層撮影(PET)、PET-CT、超音波、x線、内視鏡、エラストグラフィー、サーモグラフィー、核医学機能撮像、SPECT、EEG、MEG、心内膜造影、機能的近赤外分光法、磁気粒子撮像、及び/又は疾患の診断に使用できる任意の他の撮像技法などのスキャン技法から導出される。さらに、撮像データは、患者の1つ又は複数の臓器のスキャンに基づいている。例えば、撮像データは、肝臓のスキャンに基づいており、したがって、撮像データは、肝臓の組織及び任意の他の周囲組織の複数の異なる層を特徴付ける。
[0035] いくつかの実装形態では、ステップ302は任意選択のステップである。これは、いくつかの撮像技法は、患者の特定の特徴を強調するために造影剤を必要としない場合があるからである。他の実装形態では、患者の1つ又は複数の造影スキャンと患者の1つ又は複数の非造影スキャンとの比較は、造影データからの非造影データの減算を含む。このようにして、減算プロセスによって、造影剤によって強調されなかった組織の部分が除去され、造影剤によって強調された組織の他の部分が強調される。
[0036] 方法300は、撮像データのボクセルを処理して、エンハンスメント値の範囲上のボクセルのエンハンスメント値の1つ又は複数の分布から選択される1つ又は複数の最頻値を特定するステップ304をさらに含む。エンハンスメント値の1つ又は複数の分布は、ボクセルがそれぞれのエンハンスメント値に従ってビンに割り当てられているエンハンスメント値のヒストグラムを指す。エンハンスメント値は、画像のボクセルによって指定される強度又は明度を指す。いくつかの実装形態では、エンハンスメント値は、撮像データの他のボクセルに対するボクセルの強度を指す。エンハンスメント値がヒストグラムに編成されると、各ヒストグラムの最頻値が示される。最頻値は、データセット又はデータセットのより大きな範囲内で最も一般的な値又は値の範囲を指す。例えば、複数のヒストグラムが生成され、複数のヒストグラムの各ヒストグラムは、エンハンスメント値の範囲に対応する。各ヒストグラムは、エンハンスメント値のサブ範囲を含んでもよく、各ボクセルの各エンハンスメント値がヒストグラムに割り当てられると、各ヒストグラムの最頻値が示される。例えば、特定のヒストグラムの最頻値は、最大数のボクセルが割り当てられているビン、又は値の範囲である。したがって、最頻値に対応するビンに割り当てられた任意のボクセルが、最頻値ボクセルとして指定される。
[0037] 方法300は、最頻値ボクセルの関心領域を生成するステップ306をさらに含む。関心領域は、最頻値ボクセルを取り囲む領域に対応するデータのボリュームを特定する。言い換えれば、最頻値ボクセルは、撮像データが基づいている臓器組織が占有する空間内の領域を特定する。関心領域は、最頻値ボクセルだけでなく、臓器組織が占有する空間内の他の位置に対応する1つ又は複数の他のボクセルも含む空間のボリュームであってよい。いくつかの実装形態では、関心領域に対応するデータのボリュームは、立方体、プリズム、球体、及び/又はボリューム形状として特徴付けられる任意の他の形状として特徴付けられる。ステップ306は、任意選択で、特定のヒストグラムの最頻値に対応する複数の最頻値ボクセルの複数の関心領域を生成することを含む。さらに、ステップ306は、任意選択で、複数の異なるヒストグラムの複数の最頻値ボクセルの複数の関心領域を生成することを含む。異なるヒストグラムの最頻値ボクセルは、エンハンスメント値の異なる範囲に対応する。このようにして、撮像データの部分がより正確に区別され、これにより、少なくとも撮像データに関して、組織の層が他の組織の層からより容易に分離される。
[0038] 方法300はまた、関心領域内のボクセルから、エンハンスメント値の標準偏差に基づく組織閾値を生成するステップ308を含む。標準偏差は、関心領域内のボクセルの各エンハンスメント値が、全体として関心領域内のボクセルのグループから逸脱する程度を示す。いくつかの実装形態では、組織閾値は、関心領域内のボクセルのエンハンスメント値及び/又は非エンハンスメント値の最小及び最大、平均、及び/又は中央標準偏差に基づいている。例えば、組織閾値は、1)最頻値+2*最小標準偏差、2)最頻値+2*最大標準偏差、3)最頻値+2*平均標準偏差、及び/又は4)最頻値+2*中央標準偏差などの式に基づいていてよいが、これらに限定されない。
[0039] 方法300は、組織閾値を満たす閾値エンハンスメント値、つまり、非エンハンスメント値に対応するボクセルのグループを特定するステップ310をさらに含む。組織閾値を前述の式のうちの少なくとも1つに基づかせることによって、組織閾値を満たさないボクセルを除去して、診断のベースとなるより適切な関心領域が提供される。例えば、組織閾値よりも小さい又は大きいエンハンスメント値及び/又は非エンハンスメント値に対応するボクセルは、除去されるか、又はそうでなければ、特定の関心領域のボクセルのグループの一部とはみなされない。次いで、結果として得られた関心領域を、モニタリングの対象として指定することで、臨床医又は他のユーザによって、特定の治療に対する組織(例えば、癌性腫瘍)の反応が追跡される。さらに、前述の方法及び/又はステップは、患者集団にわたって選択される関心領域の均一性を促進することができ、これにより、治療結果がより良好にモニタリングされる。
[0040] 図4は、例示的なコンピュータシステム410のブロック図400である。コンピュータシステム410は、典型的にはバスサブシステム412を介して幾つかの周辺デバイスと通信する少なくとも1つのプロセッサ414を含む。これらの周辺デバイスは、例えば、メモリ425及びファイルストレージサブシステム426を含むストレージサブシステム424、ユーザインターフェース出力デバイス420、ユーザインターフェース入力デバイス422、及びネットワークインターフェースサブシステム416を含む。入出力デバイスは、コンピュータシステム410とのユーザ対話を可能にする。ネットワークインターフェースサブシステム416は、外部ネットワークへのインターフェースを提供し、他のコンピュータシステム内の対応するインターフェースデバイスに結合される。
[0041] ユーザインターフェース入力デバイス422は、キーボード、マウス、トラックボール、タッチパッド、又はグラフィックスタブレットなどのポインティングデバイス、スキャナ、ディスプレイに組み込まれたタッチスクリーン、音声認識システム、マイクなどのオーディオ入力デバイス、及び/又は他のタイプの入力デバイスを含み得る。一般に、「入力デバイス」という用語の使用は、情報をコンピュータシステム410内に又は通信ネットワーク上に入力するためのすべての可能なタイプのデバイス及び方法を含むことを意図している。
[0042] ユーザインターフェース出力デバイス420は、表示サブシステム、プリンタ、ファックスマシン、又は音声出力デバイスなどの非視覚的ディスプレイを含み得る。表示サブシステムは、陰極線管(CRT)、液晶ディスプレイ(LCD)などのフラットパネルデバイス、プロジェクションデバイス、又は可視画像を生成するための何らかの他の機構を含み得る。表示サブシステムはまた、オーディオ出力デバイスを介してなど、非視覚的ディスプレイを提供し得る。一般に、「出力デバイス」という用語の使用は、コンピュータシステム410からの情報をユーザ又は別のマシンもしくはコンピュータシステムに出力するためのすべての可能なタイプのデバイス及び方法を含むことを意図している。
[0043] ストレージサブシステム424は、本明細書で説明されるモジュールの一部又はすべての機能を提供するプログラミング及びデータ構成を記憶する。例えば、ストレージサブシステム424は、方法300の選択された態様を実行するため、及び/又は、コンピューティングデバイス202及び/又は本明細書で説明される任意の他のアプリケーション、動作、又はデバイスのうちの1つ又は複数を実装するためのロジックを含む。
[0044] これらのソフトウェアモジュールは一般に、プロセッサ414単独で、又は他のプロセッサと組み合わせて実行される。ストレージサブシステム424で使用されるメモリ425は、プログラム実行中の命令及びデータの記憶のためのメインランダムアクセスメモリ(RAM)430と、固定命令が記憶される読み出し専用メモリ(ROM)432とを含む幾つかのメモリを含み得る。ファイルストレージサブシステム426は、プログラム及びデータファイルのための永続的ストレージを提供し得、ハードディスクドライブ、関連する取り外し可能媒体と共にフロッピーディスクドライブ、CD-ROMドライブ、光学式ドライブ、又は取り外し可能媒体カートリッジを含み得る。特定の実装形態の機能を実装するモジュールは、ファイルストレージサブシステム426によって、ストレージサブシステム424又はプロセッサ(複数可)414によってアクセス可能な他のマシンに記憶され得る。
[0045] バスサブシステム412は、コンピュータシステム410の様々な構成要素及びサブシステムが意図したとおりに互いに通信することを可能にする機構を提供する。バスサブシステム412は、単一のバスとして概略的に示されているが、バスサブシステムの代の実装形態は、複数のバスを使用し得る。
[0046] コンピュータシステム410は、ワークステーション、サーバ、コンピューティングクラスタ、ブレードサーバ、サーバファーム、又は他の任意のデータ処理システム又はコンピューティングデバイスを含む様々なタイプのものであり得る。コンピュータ及びネットワークの絶えず変化する性質のために、図4に示されているコンピュータシステム410の説明は、いくつかの実装態様を説明する目的のための具体例としてのみ意図されている。図4に示されたコンピュータシステムよりも多い又は少ない構成要素を有するコンピュータシステム410の多くの他の構成が可能である。
[0047] いくつかの発明に関する実施形態を記載し、ここに説明してきたが、当業者であれば、機能を実行し、及び/又は結果及び/又は本明細書中で記載された利点の1つ以上を得るために、種々の他の手段及び/又は構造を容易に考え付き、そのような変形及び/又は修正の各々は、本明細書中で記載された発明に関する実施形態の範囲内にあるとみなされる。より一般的には、当業者であれば、本明細書中で記載されたすべてのパラメータ、寸法、材料、及び構成は例示的であることを意図し、実際のパラメータ、寸法、材料、及び/又は構成は、具体的な応用、又は本発明の教示内容が使用される応用に依存するのであろうことは容易に認識するのであろう。当業者であれば、単なる日常的な実験を用いて、本明細書中で記載された具体的な発明に関する実施形態に対する多くの同等物を認識するか、又は確認することができよう。したがって、前述の実施形態は、例のみによって提示され、添付の特許請求の範囲及びその同等物の範囲内であり、発明に関する実施形態は、具体的に記載され、及び特許請求されるものとは異なるように実施することができると理解されるべきである。本開示の発明に関する実施形態は、本明細書中で記載された各個々の特徴、系、製品、材料、キット、及び/又は方法に関する。加えて、2以上のそのような特徴、系、製品、材料、キット、及び/又は方法のいずれの組合せも、そのような特徴、系、製品、材料、キット、及び/又は方法が相互に矛盾しないならば、本開示の発明に関する範囲に含まれる。
[0048] すべての定義は、本明細書で定義され、使用されるとき、辞書の定義、参照により組み込まれた文書中の定義、及び/又は定義された用語の通常の意味を支配すると理解されるべきである。
[0049] 不定冠詞「a」及び「an」は、本明細書及び特許請求の範囲において使用されるとき、特に明記されない限り、「少なくとも1つ」を意味すると理解されるべきである。
[0050] 「及び/又は」という語句は、本明細書及び特許請求の範囲において使用されるとき、そのように結合された要素、すなわち、いくつかの場合には結合的に存在し、他の場合には分離的に存在する要素の「いずれか又は両方」を意味すると理解されるべきである。「及び/又は」とともに列挙された複数の要素は、同じように解釈されるべきである。すなわち、要素の「1つ又は複数」がそのように結合される。「及び/又は」節によって具体的に特定された要素以外の他の要素が、具体的に特定された要素に関連しているかしていないかにかかわらず、任意に存在してもよい。したがって、非限定的な例として、「A及び/又はB」への言及は、「含む」などの非限定的な言語と併せて使用されるとき、一実施形態では、Aのみ(任意選択でB以外の要素を含む)、別の実施形態では、Bのみ(任意選択でA以外の要素を含む)、さらに別の実施形態では、A及びBの両方(任意選択で他の要素を含む)などを指すことができる。
[0051] 本明細書及び特許請求の範囲において使用されるとき、「又は」は、上記で定義された「及び/又は」と同じ意味を有すると理解されるべきである。例えば、リストの項目を分離するとき、「又は」又は「及び/又は」は、包括的に、すなわち、いくつかの要素又は要素のリストのうちの少なくとも1つを包含するが、そのうちの2つ以上と、任意選択で、追加の列挙されていない項目もを包含するものとして解釈されるものとする。「~のうちの1つのみ」若しくは「~のうちの厳密に1つ」、又は特許請求の範囲において使用されるときの「~からなる」などの逆に明示された用語のみが、いくつかの要素又は要素のリストのうちの厳密に1つの要素の包含を意味する。一般に、本明細書において使用される「又は」という用語は、「いずれか」、「~のうちの1つ」、「~のうちの1つのみ」、又は「~のうちの厳密に1つ」などの排他的な用語が先行するときに、排他的な代替(すなわち、「一方又は他方であるが両方ではない」)を示すものとしてのみ解釈されるものとする。「本質的に~から構成される」は、特許請求の範囲において使用されるとき、特許法の分野において使用される通常の意味を有するものとする。
[0052] 本明細書及び特許請求の範囲において使用されるとき、1つ又は複数の要素のリストを参照する「少なくとも1つ」という語句は、要素のリスト内の任意の1つ又は複数の要素から選択される少なくとも1つの要素を意味するが、必ずしも要素のリスト内に具体的に列挙されたすべての要素のうちの少なくとも1つを含み、要素のリスト内の要素の任意の組合せを排除するわけではないと理解されるべきである。この定義はまた、「少なくとも1つ」という語句が参照する要素のリスト内の具体的に特定された要素以外の要素が、具体的に特定された要素に関連するかしないかにかかわらず、任意選択で存在することも可能にする。したがって、非限定的な例として、「A及びBのうちの少なくとも1つ」(又は同等に「A又はBのうちの少なくとも1つ」、又は同等に「A及び/又はBのうちの少なくとも1つ」)は、1つの実施形態では、任意選択で2つ以上のAを含み、Bが存在しない(及び任意選択でB以外の要素を含む)少なくとも1つを指し、別の実施形態では、任意選択で2つ以上のBを含み、Aが存在しない(及び任意選択でA以外の要素を含む)少なくとも1つを指し、さらに別の実施形態では、任意選択で2つ以上のAを含む少なくとも1つと、任意選択で2つ以上のBを含む(及び任意選択で他の元素を含む)少なくとも1つなどを指すことができる。
[0053] また、特に明記されていなければ、2つ以上のステップ又は行為を含む本明細書において特許請求されたいずれの方法においても、該方法のステップ又は行為の順番は、該方法のステップ又は行為が引用される順番に必ずしも限定されないことも理解されるべきである。
[0054] 特許請求の範囲だけでなく、明細書において、上記の「有する」、「含む」、「担持する」、「持つ」、「含有する」、「関与する」、「保持する」、「~からなる」などのすべての移行句は、非限定的である、すなわち、含むがこれらに限定されないと意味すると理解されるべきである。米国特許庁の特許審査手続のマニュアルの第2111.03節に記載されているように、「~からなる」及び「本質的に~からなる」という移行句のみが、それぞれ限定的又は半限定的の移行句であるものとする。特許協力条約(「PCT」)の規則6.2(b)に従って特許請求の範囲において使用される特定の表現及び参照符号は、その範囲を限定するものではないことを理解されたい。

Claims (20)

  1. 1つ又は複数のプロセッサによって実施される方法であって、前記方法は、
    臓器組織の3次元スキャンに対応する撮像データを受信するステップであって、前記撮像データは、患者の1つ又は複数の造影スキャンと前記患者の1つ又は複数の非造影スキャンとの比較に基づいている、受信するステップと、
    前記撮像データから、1つ又は複数の最頻値を特定するために前記撮像データのボクセルを処理するステップであって、前記1つ又は複数の最頻値は、エンハンスメント値の範囲上の前記ボクセルの前記エンハンスメント値の1つ又は複数の分布から特定される、処理するステップと、
    決定された前記1つ又は複数の最頻値に対応する最頻値ボクセルの関心領域を生成するステップであって、前記関心領域は、前記最頻値ボクセルを取り囲む領域に対応するデータのボリュームを特定する、生成するステップと、
    前記関心領域内の特定のボクセルの前記エンハンスメント値の標準偏差に基づいて、前記エンハンスメント値の組織閾値を生成するステップと、
    前記組織閾値を満たす閾値エンハンスメント値に対応するボクセルのグループを特定するステップと、
    を含む、方法。
  2. 前記患者の前記1つ又は複数の造影スキャンと前記1つ又は複数の非造影スキャンとの前記比較は、造影スキャンデータからの非造影スキャンの減算に対応する、請求項1に記載の方法。
  3. 前記撮像データの前記ボクセルを処理するステップは、エンハンスメント値の第1の分布に対応する第1の最頻値と、エンハンスメント値の前記第1の分布とは異なるエンハンスメント値の第2の分布に対応する第2の最頻値とを特定するステップを含む、請求項1に記載の方法。
  4. 前記組織閾値を生成するステップは、前記標準偏差の各標準偏差の絶対値に従って前記標準偏差を配列するステップと、配列された前記標準偏差の範囲を健康な臓器組織に対応するものとして指定するステップと、を含む、請求項1に記載の方法。
  5. 前記エンハンスメント値の前記組織閾値を生成するステップは、前記関心領域内の前記特定のボクセルの前記エンハンスメント値の前記標準偏差の平均値、中央値、又は最頻値にさらに基づいている、請求項1に記載の方法。
  6. 前記エンハンスメント値の前記範囲は、ビンに対応し、前記撮像データから前記1つ又は複数の最頻値を特定するために前記撮像データの前記ボクセルを処理するステップは、前記ボクセルを前記ビンに割り当てるステップを含む、請求項1に記載の方法。
  7. 前記最頻値ボクセルは、エンハンスメント値の特定の分布に対して最大数のボクセルが割り当てられている前記ビンのうちの1つのビンに対応する、請求項6に記載の方法。
  8. 命令を記憶する非一時的コンピュータ可読媒体であって、前記命令は、1つ又は複数のプロセッサによって実行されると、前記1つ又は複数のプロセッサに、
    臓器組織の3次元スキャンに対応する撮像データを受信する動作であって、前記撮像データは、患者の1つ又は複数の造影スキャンと前記患者の1つ又は複数の非造影スキャンとの比較に基づいている、受信する動作と、
    前記撮像データから、1つ又は複数の最頻値を特定するために前記撮像データのボクセルを処理する動作であって、前記1つ又は複数の最頻値は、エンハンスメント値の範囲上の前記ボクセルの前記エンハンスメント値の1つ又は複数の分布から特定される、処理する動作と、
    決定された前記1つ又は複数の最頻値に対応する最頻値ボクセルの関心領域を生成する動作であって、前記関心領域は、前記最頻値ボクセルを取り囲む領域に対応するデータのボリュームを特定する、生成する動作と、
    前記関心領域内の特定のボクセルの前記エンハンスメント値の標準偏差に基づいて、前記エンハンスメント値の組織閾値を生成する動作と、
    前記組織閾値を満たす閾値エンハンスメント値に対応するボクセルのグループを特定する動作と、
    を含む動作を実行させる、非一時的コンピュータ可読媒体。
  9. 前記患者の前記1つ以上の造影スキャンと前記1つ以上の非造影スキャンとの前記比較は、造影スキャンデータからの非造影スキャンの減算に対応する、請求項8に記載の非一時的コンピュータ可読媒体。
  10. 前記撮像データの前記ボクセルを処理する動作は、エンハンスメント値の第1の分布に対応する第1の最頻値と、エンハンスメント値の前記第1の分布とは異なるエンハンスメント値の第2の分布に対応する第2の最頻値とを特定する動作を含む、請求項8に記載の非一時的コンピュータ可読媒体。
  11. 前記組織閾値を生成する動作は、前記標準偏差の各標準偏差の絶対値に従って前記標準偏差を配列する動作と、配列された前記標準偏差の範囲を健康な臓器組織に対応するものとして指定する動作と、を含む、請求項8に記載の非一時的コンピュータ可読媒体。
  12. 前記エンハンスメント値の前記組織閾値を生成する動作は、前記関心領域内の前記特定のボクセルの前記エンハンスメント値の前記標準偏差の平均値、中央値、又は最頻値にさらに基づいている、請求項8に記載の非一時的コンピュータ可読媒体。
  13. エンハンスメント値の前記範囲は、ビンに対応し、前記撮像データから前記1つ又は複数の最頻値を特定するために前記撮像データの前記ボクセルを処理する動作は、前記ボクセルを前記ビンに割り当てる動作を含む、請求項8に記載の非一時的コンピュータ可読媒体。
  14. 前記最頻値ボクセルは、エンハンスメント値の特定の分布に対して最大数のボクセルが割り当てられている前記ビンのうちの1つのビンに対応する、請求項6に記載の非一時的コンピュータ可読媒体。
  15. 1つ又は複数のプロセッサと、
    命令を記憶するメモリと、
    を含む、システムであって、
    前記命令は、前記1つ又は複数のプロセッサによって実行されると、前記1つ又は複数のプロセッサに、
    臓器組織の3次元スキャンに対応する撮像データを受信する動作であって、前記撮像データは、患者の1つ又は複数の造影スキャンと前記患者の1つ又は複数の非造影スキャンとの比較に基づいている、受信する動作と、
    前記撮像データから、1つ又は複数の最頻値を特定するために前記撮像データのボクセルを処理する動作であって、前記1つ又は複数の最頻値は、エンハンスメント値の範囲上の前記ボクセルの前記エンハンスメント値の1つ又は複数の分布から特定される、処理する動作と、
    決定された前記1つ又は複数の最頻値に対応する最頻値ボクセルの関心領域を生成する動作であって、前記関心領域は、前記最頻値ボクセルを取り囲む領域に対応するデータのボリュームを特定する、生成する動作と、
    前記関心領域内の特定のボクセルの前記エンハンスメント値の標準偏差に基づいて、前記エンハンスメント値の組織閾値を生成する動作と、
    前記組織閾値を満たす閾値エンハンスメント値に対応するボクセルのグループを特定する動作と、
    を含む動作を実行させる、システム。
  16. 前記患者の前記1つ以上の造影スキャンと前記1つ以上の非造影スキャンとの前記比較は、造影スキャンデータからの非造影スキャンの減算に対応する、請求項15に記載の非一時的コンピュータ可読媒体。
  17. 前記撮像データの前記ボクセルを処理する動作は、エンハンスメント値の第1の分布に対応する第1の最頻値と、エンハンスメント値の前記第1の分布とは異なるエンハンスメント値の第2の分布に対応する第2の最頻値とを特定する動作を含む、請求項15に記載の非一時的コンピュータ可読媒体。
  18. 前記組織閾値を生成する動作は、前記標準偏差の各標準偏差の絶対値に従って前記標準偏差を配列する動作と、配列された前記標準偏差の範囲を健康な臓器組織に対応するものとして指定する動作と、を含む、請求項15に記載の非一時的コンピュータ可読媒体。
  19. 前記エンハンスメント値の前記組織閾値を生成する動作は、前記関心領域内の前記特定のボクセルの前記エンハンスメント値の前記標準偏差の平均値、中央値、又は最頻値にさらに基づいている、請求項15に記載の非一時的コンピュータ可読媒体。
  20. エンハンスメント値の前記範囲は、ビンに対応し、前記撮像データから前記1つ又は複数の最頻値を特定するために前記撮像データの前記ボクセルを処理する動作は、前記ボクセルを前記ビンに割り当てる動作を含み、前記最頻値ボクセルは、エンハンスメント値の特定の分布に対して最大数のボクセルが割り当てられている前記ビンのうちの1つのビンに対応する、請求項15に記載の非一時的コンピュータ可読媒体。
JP2020564177A 2018-05-14 2019-05-08 ボクセル最頻値に基づく閾値から関心領域を生成するためのシステム、方法、及び装置 Active JP7332254B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/978,904 US10832403B2 (en) 2018-05-14 2018-05-14 Systems, methods, and apparatuses for generating regions of interest from voxel mode based thresholds
US15/978,904 2018-05-14
PCT/EP2019/061755 WO2019219458A1 (en) 2018-05-14 2019-05-08 Systems, methods, and apparatuses for generating regions of interest from voxel mode based thresholds

Publications (3)

Publication Number Publication Date
JP2022519792A true JP2022519792A (ja) 2022-03-25
JPWO2019219458A5 JPWO2019219458A5 (ja) 2022-08-18
JP7332254B2 JP7332254B2 (ja) 2023-08-23

Family

ID=66542232

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020564177A Active JP7332254B2 (ja) 2018-05-14 2019-05-08 ボクセル最頻値に基づく閾値から関心領域を生成するためのシステム、方法、及び装置

Country Status (4)

Country Link
US (1) US10832403B2 (ja)
JP (1) JP7332254B2 (ja)
CN (1) CN112368777B (ja)
WO (1) WO2019219458A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220284643A1 (en) * 2021-02-26 2022-09-08 Washington University Methods of estimation-based segmentation and transmission-less attenuation and scatter compensation in nuclear medicine imaging
US11995831B2 (en) * 2021-04-09 2024-05-28 Wisconsin Alumni Research Foundation Method and apparatus for optimizing the use of contrast agents during medical imaging

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002345807A (ja) * 2001-05-22 2002-12-03 Azemoto Shiyougo 医療用画像の領域抽出方法
JP2008509710A (ja) * 2004-02-06 2008-04-03 ウェイク・フォレスト・ユニヴァーシティ・ヘルス・サーヴィシズ 非侵襲的イメージングのグローバル組織特性を用いた組織評価および画像のグローバル組織特性を決定するシステム
US20090175527A1 (en) * 2006-05-15 2009-07-09 Im3D, S.P.A. Method and system for automatic recognition of preneoplastic anomalies in anatomic structures based on an improved region-growing segmentation, and computer program therefor
JP2014036855A (ja) * 2012-08-16 2014-02-27 Toshiba Corp 磁気共鳴イメージング装置
JP2015123302A (ja) * 2013-12-27 2015-07-06 株式会社東芝 医用画像診断装置及び画像処理装置
US20160300359A1 (en) * 2013-11-05 2016-10-13 Brainlab Ag Determination of Enhancing Structures in an Anatomical Body Part
JP2017505172A (ja) * 2014-01-24 2017-02-16 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 子宮筋腫の三次元定量的評価のためのシステム及び方法
US20170071496A1 (en) * 2014-03-10 2017-03-16 H. Lee Moffitt Cancer Center And Research Institute, Inc. Radiologically identified tumor habitats

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020186874A1 (en) * 1994-09-07 2002-12-12 Jeffrey H. Price Method and means for image segmentation in fluorescence scanning cytometry
AU2002348241A1 (en) * 2001-11-24 2003-06-10 Image Analysis, Inc. Automatic detection and quantification of coronary and aortic calcium
WO2007047915A2 (en) 2005-10-18 2007-04-26 3Tp Llc Automated pre-selection of voxels for dynamic contrast enhanced mri and ct
US8665347B2 (en) * 2009-07-21 2014-03-04 Nikon Corporation Image processing device, image processing program, and imaging device computing brightness value and color phase value
US8848998B1 (en) 2010-06-10 2014-09-30 Icad, Inc. Automated method for contrast media arrival detection for dynamic contrast enhanced MRI
US9095273B2 (en) * 2011-09-26 2015-08-04 Sunnybrook Research Institute Systems and methods for automated dynamic contrast enhancement imaging
US9256927B2 (en) * 2012-07-06 2016-02-09 Yissum Research Development Companyof The Hebrew University of Jerusalem Ltd. Method and apparatus for enhancing a digital photographic image
WO2015177723A1 (en) * 2014-05-19 2015-11-26 Koninklijke Philips N.V. Visualization of tissue of interest in contrast-enhanced image data
CN107004268A (zh) * 2014-10-13 2017-08-01 新加坡科技研究局 结直肠肿瘤的动态对比增强图像的自动感兴趣区域分割及配准
US9962086B2 (en) 2015-03-31 2018-05-08 Toshiba Medical Systems Corporation Medical image data processing apparatus and method for determining the presence of an abnormality
US10453195B2 (en) * 2016-08-19 2019-10-22 Optrascan, Inc. Method of detecting tissue area of interest in digital pathology imaging by executing computer-executable instructions stored on a non-transitory computer-readable medium

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002345807A (ja) * 2001-05-22 2002-12-03 Azemoto Shiyougo 医療用画像の領域抽出方法
JP2008509710A (ja) * 2004-02-06 2008-04-03 ウェイク・フォレスト・ユニヴァーシティ・ヘルス・サーヴィシズ 非侵襲的イメージングのグローバル組織特性を用いた組織評価および画像のグローバル組織特性を決定するシステム
US20090175527A1 (en) * 2006-05-15 2009-07-09 Im3D, S.P.A. Method and system for automatic recognition of preneoplastic anomalies in anatomic structures based on an improved region-growing segmentation, and computer program therefor
JP2014036855A (ja) * 2012-08-16 2014-02-27 Toshiba Corp 磁気共鳴イメージング装置
US20160300359A1 (en) * 2013-11-05 2016-10-13 Brainlab Ag Determination of Enhancing Structures in an Anatomical Body Part
JP2015123302A (ja) * 2013-12-27 2015-07-06 株式会社東芝 医用画像診断装置及び画像処理装置
JP2017505172A (ja) * 2014-01-24 2017-02-16 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 子宮筋腫の三次元定量的評価のためのシステム及び方法
US20170071496A1 (en) * 2014-03-10 2017-03-16 H. Lee Moffitt Cancer Center And Research Institute, Inc. Radiologically identified tumor habitats

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ABAJIAN ARRON, ET AL.: "Predicting Treatment Response to Intra-arterial Therapies for Hepatocellular Carcinoma with the Use", J VASC INTERV RADIOL, JPN7023000779, 2018, pages 850 - 857, ISSN: 0004997795 *
DANIEL, P. RATNA RAJU ET AL.: "Image Segmentation by using Histogram Thresholding", INTERNATIONAL JOURNAL OF COMPUTER SCIENCE ENGINEERING AND TECHNOLOGY, vol. 2, no. 1, JPN7023000777, 2012, pages 776 - 779, XP055371818, ISSN: 0004997797 *
SAHU SONIA, ET AL.: "Imaging Biomarkers of Tumor Response in Neuroendocrine Liver Metastases Treated with Transarterial C", RADIOLOGY, vol. 286, no. 3, JPN7023000778, 2016, pages 883 - 894, ISSN: 0004997794 *
SEZGIN MEHMET, ET AL.: "Survey over image thresholding techniques and quantitative performance evaluation", JOURNAL OF ELECTRONIC IMAGING, vol. 13, no. 1, JPN7023000780, 2004, pages 146 - 165, ISSN: 0004997796 *

Also Published As

Publication number Publication date
CN112368777A (zh) 2021-02-12
EP3794606A1 (en) 2021-03-24
CN112368777B (zh) 2023-10-10
US10832403B2 (en) 2020-11-10
US20190347788A1 (en) 2019-11-14
WO2019219458A1 (en) 2019-11-21
JP7332254B2 (ja) 2023-08-23

Similar Documents

Publication Publication Date Title
US10395420B2 (en) Calculation of a medical image using templates
NL1031359C2 (nl) Werkwijzen en systemen voor het bewaken van tumorbelasting.
JP2021508572A (ja) 深層学習を用いたアトラスベースセグメンテーション
US11430119B2 (en) Spatial distribution of pathological image patterns in 3D image data
US8929624B2 (en) Systems and methods for comparing different medical images to analyze a structure-of-interest
US10346981B2 (en) System and method for non-invasive tissue characterization and classification
US11361432B2 (en) Inflammation estimation from x-ray image data
US10056158B2 (en) Determination of enhancing structures in an anatomical body part
EP2437218B1 (en) Medical system
KR20180022607A (ko) 다양한 측정으로부터의 의료 측정 데이터에 기초한 결과 데이터의 결정
US9275478B2 (en) Method, control system, and computer program for compression of digital breast tomosynthesis data
CN108537774B (zh) 用于检查医学图像的方法以及用于调整检查协议的方法
JP6595729B2 (ja) 医療画像における変化検出
WO2017148502A1 (en) Automatic detection of an artifact in patient image data
JP7332254B2 (ja) ボクセル最頻値に基づく閾値から関心領域を生成するためのシステム、方法、及び装置
US9192340B2 (en) Imaging method and apparatus with optimized grayscale value window determination
Kularathne et al. Liver Tumor Identification GUI using MATLAB Image Processing
EP3794606B1 (en) Systems, methods, and apparatuses for generating regions of interest from voxel mode based thresholds
US20230197248A1 (en) System and method for processing medical images
EP4356837A1 (en) Medical image diagnosis system, medical image diagnosis system evaluation method, and program
CN117637122A (zh) 用于标识和提供医学图像中的候选医学发现的方法和系统
Wu et al. The Value of Data Mining Technology in the Diagnosis of Bone Metastases from Prostate Cancer Based on Nuclear Medicine Image

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20210216

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20210216

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210812

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220502

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220502

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220527

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20220527

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230215

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230222

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230518

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: 20230710

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230808

R150 Certificate of patent or registration of utility model

Ref document number: 7332254

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150