JP2023166982A - 医用画像処理装置、x線診断装置、および医用画像処理方法 - Google Patents

医用画像処理装置、x線診断装置、および医用画像処理方法 Download PDF

Info

Publication number
JP2023166982A
JP2023166982A JP2023068808A JP2023068808A JP2023166982A JP 2023166982 A JP2023166982 A JP 2023166982A JP 2023068808 A JP2023068808 A JP 2023068808A JP 2023068808 A JP2023068808 A JP 2023068808A JP 2023166982 A JP2023166982 A JP 2023166982A
Authority
JP
Japan
Prior art keywords
medical image
image data
time
contrast
contrast agent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2023068808A
Other languages
English (en)
Inventor
ホッフェンドーム・コルネ
Hoogendoorn Corne
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.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
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 Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Publication of JP2023166982A publication Critical patent/JP2023166982A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • G06T7/0014Biomedical image inspection using an image reference approach
    • G06T7/0016Biomedical image inspection using an image reference approach involving temporal comparison
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38Registration of image sequences
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75Determining position or orientation of objects or cameras using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • G06T2207/10096Dynamic contrast-enhanced magnetic resonance imaging [DCE-MRI]
    • 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
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion

Landscapes

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

Abstract

Figure 2023166982000001
【課題】位置合わせの精度を向上させること。
【解決手段】実施形態に係る医用撮像装置は、取得部と、推定部と、位置合わせ部と、を有する。取得部は、第1の時間で撮像され、造影剤により造影された管腔構造に対応する第1造影領域を含む第1医用画像データと、前記第1の時間とは異なる第2の時間で撮像され、前記第1の時間と前記第2の時間の間に前記管腔構造の中を移動した前記造影剤により造影された第2造影領域を含む第2医用画像データとを取得する。推定部は、前記第1医用画像データに基づいて、前記第1の時間と前記第2の時間の間に前記管腔構造における前記造影剤の動きを推定する。位置合わせ部は、前記推定された動きにより変形された前記第1造影領域、または前記推定された動きにより変形された第2造影領域に基づいて、前記第1医用画像データと前記第2医用画像データとの位置合わせを実行する。
【選択図】図4

Description

本明細書及び図面に開示の実施形態は、医用画像処理装置、X線診断装置、および医用画像処理方法に関する。また、本明細書に記載の実施形態は、概して、画像処理装置と画像データ処理方法とコンピュータプログラムプロダクトに関する。
異なる時点で得られる画像のためのモーション補正を得るために、画像位置合わせを用いることが知られている。画像位置合わせは、ある画像を空間的にトランスフォーム(変換)して別の画像内の対応オブジェクトにマッチングするために利用できる。しかし、マルチフェーズ(多位相)血管造影画像において、コントラスト(造影剤)のロケーション(位置)は画像間で移動するだろう。このため、マルチフェーズ血管造影画像におけるフェーズ間の画像強度差は、画像間の特徴のモーションとコントラスト進行(造影剤の移動)の両方に起因する。モーション成分だけが、画像間の解剖特徴の空間的変化を表す。しかし、画像位置合わせに基づくモーション補正は、空間トランスフォーメーションを用いて両種類を解決しようとする。このため、既知の画像位置合わせ方法をマルチフェーズ血管造影画像またはコントラストを含む他の画像へ適用すると、画像をマッチングするために、コントラストのロケーションを血管に沿ってトランスフォームすることがある。この結果、例えば、局部組織を反映しない又は配慮しない空間的変形や、両画像に関連する時点間での拡散による異なる造影剤レベルのマッチングや、位置合わせから生じた大きな局部ストレッチおよび隣接部コンプレッションによる奇妙なトランスフォームド画像が結果として生じる。
米国特許出願公開第2016/128601号明細書
本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、位置合わせの精度を向上させることにある。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。
実施形態に係る医用撮像装置は、取得部と、推定部と、位置合わせ部とを有する。取得部は、第1の時間で撮像され、造影剤により造影された管腔構造に対応する第1造影領域を含む第1医用画像データと、第1の時間とは異なる第2の時間で撮像され、前記第1の時間と前記第2の時間の間に前記管腔構造の中を移動した前記造影剤により造影された第2造影領域を含む第2医用画像データとを取得する。推定部は、前記第1医用画像データに基づいて、前記第1の時間と前記第2の時間の間に前記管腔構造における前記造影剤の動きを推定する。位置合わせ部は、前記推定された動きにより変形された前記第1造影領域、または前記推定された動きにより変形された第2造影領域に基づいて、前記第1医用画像データと前記第2医用画像データとの位置合わせを実行する。
図1は、実施形態に従った装置の概略図である。 図2は、異なる2つの時間における領域の画像と、位置合わせに基づく差分画像と、変形マップの表現と、を示す。 図3は、異なる2つの時間における領域の画像と、位置合わせに基づく差分画像と、変形マップの表現と、を示し、当該位置合わせプロシージャは実施形態に従ったものであり、画像間の造影剤フローのシミュレーションを含む。 図4は、実施形態に従った処理の概略を示すフローチャートである。 図5は、湾曲血管の画像である。 図6は、フィルタ、閾値およびスケルトン化処理(skeletonisation processes)を図5の画像データに適用したものを表す画像を示す。 図7は、実施形態に従って決定された造影剤の予想モーションを表す伸長ベクトルを示す画像である。 図8は、実施形態に従って血管幅を予想するために用いられた血管らしさ(vesselness)フィルタの出力を示すプロットである。 図9は、湾曲血管と、実施形態に従って決定された湾曲血管の伸長部と、湾曲血管と伸長部の組み合わせと、を表す画像を示す。 図10は、異なる2つの時間における領域の画像と、位置合わせに基づく差分画像と、変形マップの表現と、を示し、実施形態に従った処理の一部として、合成血管または他の血管エリアのコピーで補充されるエリアを示すインジケーションを含む。
ある実施形態は、処理回路を備える画像処理装置を提供する。前記処理回路は、
第1の時間で撮像された第1医用画像データと、第1の時間とは異なる第2の時間で撮像された第2医用画像データとを得ることであって、前記第1医用画像データと前記第2医用画像データは管状解剖構造における造影剤を表すデータを含み、前記造影剤は第1の時間と第2の時間の間に移動し、
前記第1の時間と前記第2の時間の間に前記管状解剖構造の中を通る前記造影剤の予想モーション(動作、移動)を決定することと、
位置合わせ処理を実行して、前記管状解剖構造の中を通る前記造影剤の前記予想モーションに少なくとも部分的に基づいて前記第1医用画像データと前記第2医用画像データの位置合わせを得ること、
を行うように構成される。
ある実施形態は、
第1の時間で撮像された第1医用画像データと、第1の時間とは異なる第2の時間で撮像された第2医用画像データとを得ることであって、前記第1医用画像データと前記第2医用画像データは管状解剖構造における造影剤を表すデータを含み、前記造影剤は第1の時間と第2の時間の間に移動し、
前記第1の時間と前記第2の時間の間に前記管状解剖構造の中を通る前記造影剤の予想モーションを決定することと、
位置合わせ処理を実行して、前記管状解剖構造の中を通る前記造影剤の前記予想モーションに少なくとも部分的に基づいて前記第1医用画像データと前記第2医用画像データの位置合わせを得ること、
を含む画像データを処理する方法を提供する。
ある実施形態は、コンピュータで読取可能な指示を備えたコンピュータプログラムプロダクト(医用画像処理プログラム)を提供する。前記指示は、
第1の時間で撮像された第1医用画像データと、第1の時間とは異なる第2の時間で撮像された第2医用画像データとを得ることであって、前記第1医用画像データと前記第2医用画像データは管状解剖構造における造影剤を表すデータを含み、前記造影剤は第1の時間と第2の時間の間に移動し、
前記第1の時間と前記第2の時間の間に前記管状解剖構造の中を通る前記造影剤の予想モーションを決定することと、
位置合わせ処理を実行して、前記管状解剖構造の中を通る前記造影剤の前記予想モーションに少なくとも部分的に基づいて前記第1医用画像データと前記第2医用画像データの位置合わせを得ること、
を含む方法を実行可能である。
実施形態に従ったデータ処理装置20が、図1に概略的に示される。本実施形態では、データ処理装置20は、医用撮像データを処理するように構成される。他の実施形態では、データ処理装置20は、任意の他の好適な画像データを処理するように構成されてよい。データ処理装置20またはコンピューティング装置22は、医用画像処理装置と称されてもよい。
データ処理装置20は、本例ではパーソナルコンピュータ(PC)またはワークステーションであるコンピューティング装置22を備える。コンピューティング装置22は、ディスプレイ(ディスプレイスクリーン)26、または、他の表示装置と、コンピュータキーボードやマウスなどの1つまたは複数の入力装置28とに接続される。ディスプレイ26は、表示部と称されてもよい。入力装置28は、入力部と称されてもよい。
コンピューティング装置22は、データ記憶部30から画像データセットを取得するように構成される。画像データセットは、スキャナ24によって取得され、データ記憶部30に記憶されたデータを処理することにより生成されている。データ記憶部30は、メモリと称されてもよい。
スキャナ24は、医用撮像データを生成するように構成され、医用撮像データは、任意の撮像モダリティにおける2次元、3次元、または、4次元のデータを備えてよい。例えば、スキャナ24は、磁気共鳴(magnetic resonance:MRまたはmagnetic resonance imaging:MRI)スキャナ、コンピュータ断層撮影(computed tomography:CT)スキャナ、コーンビームCTスキャナ、X線スキャナ、超音波スキャナ、陽電子放出断層撮影(positron emission tomography:PET)スキャナ、または、単一光子放射コンピュータ断層撮影(single photon emission computed tomography:SPECT)スキャナを備えてよい。
X線スキャナは、例えば、X線管と平面検出器(Flat Panel Detector:FPD)などにより実現されるX線検出器とを対向して支持するCアームを有するX線診断装置に相当する。なお、医用画像処理装置に相当するデータ処理装置20は、X線診断装置(X線スキャナ)に搭載されてもよい。このとき、X線診断装置は、データ処理装置20により実現される各種機能を実行することが可能である。
コンピューティング装置22は、データ記憶部30の代わりに、または、データ記憶部30に加えて、1つまたは複数の更なるデータ記憶部(図示せず)から医用画像データおよび/または更なる条件データを受け取ってもよい。例えば、コンピューティング装置22は、医用画像保管伝送システム(Picture Archiving and Communication System:PACS)または他の情報システムの一部を形成し得る1つまたは複数の遠隔のデータ記憶部(図示せず)から医用画像データを受け取ってよい。
コンピューティング装置22は、自動的に、または、半自動で画像データを処理するための処理リソースを提供する。コンピューティング装置22は、処理装置32を備える。処理装置32は、2つ以上の画像データセットを位置合わせするための位置合わせ回路34を備える。位置合わせ回路34は、位置合わせ部に対応する。また処理装置32は、画像間の造影剤のモーション(動作、移動)、例えば、予想モーションを決定するように構成されるコントラストモーション決定回路36を備える。また処理装置32は、ユーザまたは他の入力を得る、および/または、レンダリングされた画像フレームまたは他の画像データを例えば表示のためにディスプレイスクリーン26に出力する、ように構成されるインターフェイス回路38を備える。
具体的には、インターフェイス回路38は、スキャナ24(例えば、X線スキャナ)またはデータ記憶部30から、第1医用画像データを取得する。第1医用画像データは、第1の時間で撮像されて生成された医用画像のデータである。第1医用画像データは、造影剤により造影された管腔構造に対応する第1造影領域を含む。また、インターフェイス回路38は、スキャナ24(例えば、X線スキャナ)またはデータ記憶部30から、第2医用画像データを取得する。このとき、インターフェイス回路38は、取得部に相当する。第2医用画像データは、第1の時間とは異なる第2の時間で撮像されて生成された医用画像のデータである。第2医用画像データは、第1の時間と第2の時間の間に管腔構造の中を移動した造影剤により造影された第2造影領域を含む。上記説明のように、第1の時間は第2の時間の後の時間に相当する。なお、第1医用画像データと第2医用画像データとは、2次元的な画像に限定されず、3次元的なボリュームデータであってもよい。
管腔構造は、例えば血管である。このとき、第1医用画像データおよび第2医用画像データは、血管造影データを含むこととなる。具体的には、第1医用画像データおよび第2医用画像データは、マルチフェーズ(心位相における複数の位相に対応する)血管造影データの個別の異なるフェーズ(心位相)をそれぞれ表す。なお、管腔構造は、血管に限定されず、他の管腔構造(例えば、消化管、リンパ管など)であってもよい。
本実施形態において、回路34、36、38は、各々、実施形態の方法を実行するために実行可能であるコンピュータが読み出し可能な命令を有するコンピュータプログラムにより、コンピューティング装置22に実装される。しかし、他の実施形態では、種々の回路が、1つまたは複数の特定用途向け集積回路(Application Specific Integrated Circuit:ASIC)またはフィールドプログラマブルゲートアレイ(Field Programmable Gate Array:FPGA)として実装されてよい。
また、コンピューティング装置22は、ハードドライブと、RAM、ROM、データバス、種々のデバイスドライバを含むオペレーティングシステム、および、グラフィックカードを含むハードウェア装置を含んだPCの他のコンポーネントとを有する。その様なコンポーネントは、明瞭化のために、図1には示されない。
図1のデータ処理装置20は、図示されるおよび/または下記に説明される方法を行うように構成される。
ある実施形態の特徴は、コントラストモーション決定回路36が、医用画像の対象である管状解剖構造(管腔構造)の中を通る造影剤の、当該画像のうち第1の画像が得られた第1の時点と当該画像のうち第2の画像が得られた第2の時点との間でのモーションを決定することである。決定されたモーション、これは予想モーションでもよい、はその後第1および第2の画像の位置合わせを決定する際に用いられる。例えば、第1および第2の画像を表すデータのうちの片方または両方を調整するために、造影剤の予想モーションを用いてよい。コントラストモーション決定回路36は、例えば推定部に対応する。推定部は、第1医用画像データに基づいて、第1の時間と第2の時間の間に管腔構造における造影剤の動き(造影剤の予想モーション)を推定する。
実施形態に従った処理を詳細に検討する前に、図2は時間t(左上の画像)と時間(t+u)(右上の画像)の間における造影剤の進行を表す。当該画像は、模造血管を用いて、幅3ピクセルが直線に沿って進んだときのσ=1ガウシアン平滑化済トレースに基づいて作成された、シミュレート画像である。時間(t+u)では、造影剤は横へ1ピクセル分シフトし(例えば、時間tと時間(t+u)の間の撮像ボリュームにおける解剖特徴の動きを表す)、前方へ5ピクセル分伸長した。
右下の画像は、確率的勾配降下(stochastic gradient descent:SGD)法を用いた密変形場(dense deformation field)の最適化に基づく、時間tと時間(t+u)の画像の位置合わせにより生じた変形マップである。位置合わせは、画像間における造影剤の進行(造影剤の移動)を考慮せずに得られる。造影剤の経路(造影剤が移動した経路)の終端部では、例えば、当該画像で実線の丸により示される領域において、位置合わせは正確ではない。これが、位置合わせに従って時間(t+u)における画像をトランスフォームした(変形した)後に時間t+uにおける画像から時間tにおける画像をサブトラクションして得られる、図2の左下隅に示される差分画像において、歪み(ひずみ)を引き起こす。
一方、図3は図2と同じデータであるが、実施形態に従った処理を施されたものを示す。再び、時間t(左上の画像)と時間(t+u)(右上の画像)間の造影剤の進行が示される。画像は、模造血管を用いて、幅3ピクセルの造影剤の染影が直線に沿って進んだときのσ=1ガウシアン平滑化済トレースに基づいて作成された、シミュレート画像である。時間(t+u)では、造影剤は横へ1ピクセル分シフトし(例えば、時間tと時間(t+u)の間の撮像ボリュームにおける解剖特徴の動きを表す)、前方へ5ピクセル分伸長した。
再び、右下の画像は、時間tと時間t+uにおける画像の位置合わせにより生じた変形マップである。しかし、本例では造影剤の進行が予測され、時間tにおける造影剤はオリジナル位置から伸長して、造影剤のフローをシミュレートする。例えば、本例では、フローシミュレーションが行われ、先行する10スライスに基づいて前方に5ステップ(ピクセル)取る。具体的には、血管の伸長分は、先行する10スライスから得られたものを5回コピーしたプロファイルである。これは、本シミュレート例で血管の伸長を示す単純な方法であった。これらの操作の結果は、時間(t+u)において造影剤がどこまで到達したかを予測するために用いられ、時間tにおける画像データは時間tに造影剤が存在する領域を伸長するように適宜調整される。図2と図3の左上の画像を比較すると、このコントラスト領域(造影領域)の伸長がわかる。
その後、時間tの(例えば、伸長したコントラスト領域を有する)調整済画像データと、時間(t+u)の画像データを用いて、位置合わせプロシージャ(位置合わせ処理)において位置合わせが行われる。例えば、位置合わせ部は、推定部により推定された造影剤の動きにより変形された第1造影領域、または推定部により推定された造影剤の動きにより変形された第2造影領域に基づいて、第1医用画像データと第2医用画像データとの位置合わせを実行する。右下の画像は、時間tと時間(t+u)における画像の位置合わせから生じた変形マップであり、時間tにおいて造影剤が存在する領域は、前の段落で検討したように伸長されている。例えば、位置合わせ部は、推定部により推定された造影剤のサイズの管腔構造のモデルを、推定部により推定された方向に伸長し、伸長されたモデルに基づいて、第2の時間における前記造影剤の位置を決定する。左下の画像は、位置合わせに従って時間(t+u)における画像をトランスフォームした後に時間(t+u)における画像から時間tにおける画像をサブトラクションして得られる差分画像である。実施形態に係る結果物である差分画像は、コントラスト領域の予想モーションに基づいてコントラスト領域を伸長することなく得られた図2の対応する差分画像よりも歪みが少ない。
図2と図3は、簡略化された例を示す。各種実施形態によると、コントラスト進行は、空間的位置合わせの前に予測される。その後予測されたコントラスト進行は、時間が早い画像においてコントラストを合成する、若しくは、時間が遅い画像においてコントラストを取り除く、ために用いられ、その後、早い時点および遅い時点の両画像に位置合わせ処理が行われ、例えば、遅い画像を早い画像へ、または逆に位置合わせする。コントラストボーラスを表すデータを、除去または修正できる。このように、造影剤のボーラスが存在する、または、存在すると予想されるコントラスト領域は、効果的に伸長または縮小され、伸長および/または縮小された領域を位置合わせ処理で用いることができる。
例えば、第1造影領域を変形させる場合、位置合わせ部は、推定部により推定された造影剤の動きに基づいて、第1造影領域を伸長する。また、第2造影領域を変形させる場合、位置合わせ部は、推定部により推定された造影剤の動きに基づいて、第2造影領域を縮小してもよい。これらの場合、位置合わせ部は、第1医用画像データと第2医用画像データとの位置合わせにおいて、伸長された第1造影領域または縮小された第2造影領域を用いる。
なお、位置合わせ部は、推定部により推定された造影剤の動きに基づいて、第1医用画像データまたは第2医用画像データを修正してもよい。例えば、位置合わせ部は、第2医用画像データの修正として、推定部により推定された造影剤の動きに対応するデータを、第2造影領域から取り除く。すなわち、位置合わせ部は、第2造影領域から、推定部により推定された造影剤の位置に対応するデータを取り除く。また、位置合わせ部は、第1医用画像データの修正として、例えば、推定部により推定された造影剤の動きに基づいてシミュレートされたデータを、第1造影領域に追加してもよい。具体的には、位置合わせ部は、シミュレートされたデータを、第1医用画像データにおける推定された造影剤の位置に追加する。これにより、第1造影領域が伸長する。また、位置合わせ部は、第1医用画像データの修正として、例えば、推定部により推定された造影剤の動きに基づいて、第2造影領域の一部のデータを、第1医用画像データにコピーしてもよい。具体的には、位置合わせ部は、推定された造影剤の位置に対応する第2造影領域の一部を、第1医用画像データにおける推定された造影剤の位置に追加する。これにより、第1造影領域が伸長する。これらの修正により、第1医用画像データにおける造影領域と、第2医用画像データにおける造影領域とは、同様な領域および輝度値となる。これらにより、位置合わせ部は、修正された第1医用画像データまたは修正された第2医用画像データを用いて、位置合わせを実行する。
代替として又は追加して、当該画像のうち造影剤が進行すると予測される領域における又は当該領域周辺にある少なくとも一部または当該画像の特徴に対して、位置合わせ処理に関連して、無視する、重み付けする、または、他の領域とは異なる処理を施すことができる。例えば、位置合わせ部は、第2造影領域において、推定部により推定された造影剤の動きに対応する領域(造影剤伸長領域)を無視する。すなわち、位置合わせ部は、例えば、第2造影領域のうち造影剤伸長領域における輝度値における造影剤の寄与を、無視する。これにより、第1医用画像データにおける造影領域と、第2医用画像データにおける造影領域とは、同様な領域および輝度値となる。
ある実施形態によると、早い時間から遅い時間までの造影剤の進行の予測は、造影剤が通る血管または他の管状構造の予想サイズと予想方向を用いて、造影剤の予想モーションを決定することを含む。例えば、推定部は、管腔構造のサイズと管腔構造の方向とのうち少なくとも一つを推定する。次いで、推定部は、推定されたサイズと推定された方向とのうち少なくとも一つを、造影剤の動きの推定に用いる。例えば、いくつかの実施形態では、血管が管状構造であり、これらはサト(Sato)フィルタまたはフランギ(Frangi)フィルタなどの適切なプロパティのフィルタを用いて、造影領域に対応する血管を検出できることを利用する。例えば、推定部は、第1医用画像データおよび/または第2医用画像データにフィルタを適用することで、管腔構造のサイズと管腔構造の方向とのうち少なくとも一つを推定する。当該フィルタは、上記サト(Sato)フィルタまたは上記フランギ(Frangi)フィルタである。
サト(Sato)フィルタ、フランギ(Frangi)フィルタまたは他のフィルタを撮像データに適用して、領域が血管を表す確率を示す出力を得られる、例えば、局部の「血管らしさ」確率を決定することができる。例えば、フィルタは、当該画像データのピクセルまたはボクセルが血管または他の管状解剖構造の一部である、または、その内部にある確率を与えてよい。すなわち、上記サト(Sato)フィルタまたは上記フランギ(Frangi)フィルタは、第1医用画像データおよび/または第2医用画像データのピクセルまたはボクセルが管腔構造の一部である確率、または、当該管腔構造の内部にある確率を、当該ピクセルまたは当該ボクセルに与える。
また、例えば造影剤の流速が通常は血管のサイズに依存し、最も強い局部応答に関連するサト(Sato)フィルタ、フランギ(Frangi)フィルタまたは他の類似するフィルタの幅の標準偏差または他の測定が直接的に血管サイズにリンクすることは事実である。
さらに、人間の血管または他の組織の方向変化は、一般的に、急というよりは穏やかであり、フローの現在の方向は通常は短期的将来のフロー方向をよく示している。
図4に、フィルタを使用し上述した所与の血管プロパティを考慮した実施形態に従った処理を概略的に示す。
第1ステージ30では、撮像ボリュームにある被検体の組織を表す画像データを、スキャナ14から、または、メモリ30からの記憶データとして得る。ボリュームを表す画像データを連続する時間にわたって得て、時間=tの画像データを少なくとも1つの他の時間で得られた画像データに位置合わせすることが望ましい。例えば、取得部は、第1の時間で撮像され、第1造影領域を含む第1医用画像データと、第2の時間で撮像され、第2造影領域を含む第2医用画像データとを、メモリ30から取得する。
次のステージ32では、推定部は、フィルタを、ターゲット画像とも称される時間=tの画像データに適用して、時間tにおける血管内の造影剤ボーラスの存在およびロケーションを決定(推定)する。推定部は、フィルタ出力を本実施形態では10^[log10(x)]である閾値と比較して、閾値を越えるフィルタ出力を表すスケルトン(skeleton:フィルタ出力における芯線)を決定(推定)する。フィルタからの2値化された出力は、血管内に存在する造影剤の、そして、血管自体の少なくとも一部のセグメンテーションであるとみなされ得る、または、当該セグメンテーションを表し得る。例えば、推定部は、管腔構造を特定するためにセグメンテーション処理を行うことで、管腔構造のサイズと管腔構造の方向とのうち少なくとも一つを推定する。
次のステージ34では、推定部は、血管内に存在する造影剤に対して決定されたロケーションから、血管の方向を決定(推定)する。本実施形態では、スケルトン(芯線)沿いの最後のnピクセルが決定される。ここで、nは整数(本実施形態ではn=10)である。その後、血管内の造影剤の終点に近づくほど重くなる重みをピクセルに与えて、方向の加重平均を決定する。本実施形態では、推定部は、例えば、以下の式
Figure 2023166982000002
を使って重み付けを決定する。ここで、iは1から10までの整数であり、最後の10ピクセルを表す。血管の方向を決定するために、懸案のピクセルを任意の好適なフィッティング関数にフィッティングできる。
次のステージ36では、推定部は、血管サイズ(例えば、直径、断面積、または任意の他の好適なサイズ測定)の加重平均を、フィルタの2値化された出力、または、造影剤、ひいては、血管の任意の他の好適なセグメンテーションを用いて決定(推定)する。
次のステージ38では、推定部は、ステージ34で得た造影剤の終点から算出される血管の方向と、ステージ36で決定した血管の算出サイズとを用いて、時間tと時間(t+u)(または、任意の所望する他の時間)の間における造影剤の予想進行(造影剤の動き)を決定(推定)する。ここで、tとuは任意の好適な選択されたおよび/または所定の値を取り得る。この算出には、例えば任意の好適な流体方程式または流体モデルなどの任意の好適な技術を使用できる。本例では、拡散処理を表すモデルを使用する。この算出は、造影剤のボーラスが、算出されたサイズの管の中を、算出されたサイズに依存する距離にわたって、算出された方向に時間tと時間t+uとの間にわたって、進行する、という理解に基づく。例えば、推定部は、拡散処理を表すモデルを適用して造影剤の動きを推定する。
使用される流体方程式または流体モデルは、血管を通る予想流体(例えば、血液および造影剤)を反映してよい。これにより、拡散がない場合における造影剤の新しい終点までの距離の予想が得られる。伸長の内部であり直近前方の強度レベルを調整するために、造影剤の血液への拡散を支配する拡散方程式を使用できる。これらのモデルを適応するまたは簡易化する範囲を、ニューラルネットワークに基づく伸長予測を含む実施形態に、または、血管の終点の直前のボーラスプロファイルをコピーする簡易版アプローチに使用することができる。流体をモデル化するために実施形態で使用される得る流体方程式の例には、ベルヌーイ方程式およびナビエーストークス方程式がある。実施形態で使用され得る拡散方程式の例には、拡散に関するフィックの法則がある。以上、ステージ30乃至ステージ38により、推定部は、少なくとも第1医用画像データに基づいて、第1の時間と第2の時間の間に管腔構造における造影剤の動きを推定する。
次のステージ40では、時間tまたは時間t+uにおける画像データ内のコントラスト領域が、ステージ38で決定された造影剤の予想モーションに基づいて修正される、例えば、縮小または伸長される。例えば、位置合わせ部は、推定部により推定された造影剤のサイズの管腔構造のモデルを、推定部により推定された方向に伸長し、伸長されたモデルに基づいて、第2の時間における前記造影剤の位置を決定する。具体的には、第1造影領域を変形させる場合、位置合わせ部は、推定された造影剤の動きに基づいて、第1造影領域を伸長する。また、第2造影領域を変形させる場合、位置合わせ部は、推定された造影剤の動きに基づいて、第2造影領域を縮小する。
次のステージ42では、位置合わせ処理を行い、時間tにおける第1画像データと時間t+uにおける第2画像データの位置合わせを得る。例えば、位置合わせ部は、推定部により推定された造影剤の動きにより変形された第1造影領域、または推定部により推定された造影剤の動きにより変形された第2造影領域に基づいて、第1医用画像データと第2医用画像データとの位置合わせを実行する。具体的には、位置合わせ部は、任意の好適な剛体または非剛体位置合わせ処理などの、任意の好適な位置合わせ処理を行うことができる。ステージ40で造影剤のボーラスの予想モーションに基づいて調整される画像データは、位置合わせ処理に用いられる。
代替となる実施形態では、ステージ42における位置合わせ処理の1つまたは複数の特徴が、位置合わせ処理が施されるステージ40における修正された第1および第2データセットとともに、または、それに代わって、造影剤の予想モーションに基づいて修正される。例えば、位置合わせ部は、推定部により推定された造影剤の動きに基づいて、第1医用画像データまたは第2医用画像データを修正し、修正された第1医用画像データまたは修正された第2医用画像データを用いて、位置合わせを実行する。例えば、いくつかの実施形態では、位置合わせ処理は、造影剤が存在する、または、存在すると予想されるコントラスト領域を、造影剤の決定された予想モーションに基づいて、無視するまたは重み付けすることを含む。例えば、位置合わせ部は、第2造影領域において、推定部により推定された造影剤の動きに対応する領域を無視する。
時間tにおける第1画像データと時間t+uにおける第2画像データのステージ40での修正を、任意の好適な方法で行うことができる。例えば、造影剤の少なくとも一部を表すシミュレートされたデータを、第1画像データおよび/または第2画像データに追加できる、若しくは、造影剤の少なくとも一部を表すデータを第1画像データおよび第2画像データのうちの一方から第1画像データおよび第2画像データのうちの他方へコピーしてよい。例えば、位置合わせ部は、第1医用画像データの修正として、推定部により推定された造影剤の動きに基づいてシミュレートされたデータを、第1造影領域に追加する。また、位置合わせ部は、例えば、第1医用画像データの修正として、推定部により推定された造影剤の動きに基づいて、第2造影領域の一部のデータを、第1医用画像データにコピーしてもよい。また、位置合わせ部は、造影剤の予想モーションに基づいて、第1画像データおよび/または第2画像データに対して任意の好適な修正を行ってよい。
ステージ32でフィルタ(例えば、サト(Sato)フィルタ、フランギ(Frangi)フィルタなど)が適用されるが、代替となる実施形態では、例えば任意の好適なセグメンテーション処理などの他の任意の好適な処理を用いて、血管または他の管状構造内の造影剤の存在および/またはロケーションを決定してよい。例えば、推定部は、管腔構造を特定するためにセグメンテーション処理を行うことで、管腔構造のサイズと管腔構造の方向とのうち少なくとも一つを推定する。
図5から図10は、図4の実施形態に従った処理を、シミュレートされた血管に沿った造影剤の進行に適用することを示す画像である。
図5にシミュレートされた血管を示す。これは、5ピクセル分拡張して標準偏差2のガウシアンを用いて平滑化したベジェ曲線から生成される。時間=tにおける血管内の造影剤の存在が、画像内の明るいエリアにより示されている。
図6は、図4の処理のステージ32に関連して説明したフィルタリングおよびスケルトン化処理(skeletonisation processes:芯線化処理)を図5のデータへ適用したものを示す。左側の列はフランギ(Frangi)フィルタを使用したものを示し、右側の列はサト(Sato)フィルタを使用したものを示す。各列の一番上の画像は、時間=tの画像データへ適用した後のフィルタ出力を示す。各列の2番目の画像は、2値化処理を適用した後のフィルタ出力を示す。3番目の画像は、スケルトン化処理が施された後の2値化処理後のデータを表す。各列の4番目の(一番下の)画像は、時間=tの画像における造影剤の始点および造影剤の終点を表す、スケルトンのエンドポイントを示す。
図7には、時間=tでの造影剤の終点より先の血管の方向が、ステージ34に関連して、スケルトンに沿った最後のnピクセルを用いて示されている。ここで、nは整数(本例ではn=10)であり、これらのピクセルから、造影剤の終点に近づくほど重くなる重みをピクセルに与えて、方向の加重平均を決定する。本例では、重み付けを決定するために、例えば以下の式
Figure 2023166982000003
が用いられる。ここで、iは1から10までの整数であり、最後の10ピクセルを表す。図7に含まれる矢印は、造影剤の終点より先の血管の決定された方向を示す。矢印は、スケールではなく拡張ベクトルを表すと考えることができる。
当該データに適用された血管幅予想処理の結果を図8のグラフに示す。これは、フィルタの標準偏差の異なる値に対するフィルタの応答のプロットである(本例では、1から9のサト(Sato)フィルタの標準偏差の整数の値)。曲線がプロットにフィッティングおよび平滑化され、血管の幅を決定するために曲線の最大値が用いられる(例えば、最大応答となるフィルタの幅を、血管幅を示すものとして採用する)。血管幅を得るときに用いられるフィルタ応答を血管に沿う任意の位置として決定できる。例えば、フィルタをスケルトンのエンドポイント(始点、終点)の一方または両方の位置周辺にあるデータに適用できる、または、フィルタを数個の位置で適用できる、そして応答値の最大値、平均、または他の測定をフィルタ幅最大値ひいては血管幅を決定するために用いることができる。いくつかの実施形態では、血管に沿う異なる位置に対して異なる血管幅を決定できる、若しくは、単一値の血管幅を血管の全体長に割り当てることができる。
次に、図9に示すように、造影剤の終点から算出された血管の方向および算出された血管幅を用いて、時間tから時間t+uまでの造影剤の予想進行を決定する。図9の中央の画像は、造影剤の予想進行を示す。本例では、造影剤は、追加的エリアまたは他の領域k*dirを占めるものとして算出される。ここで、時間=tでの造影剤の終点より先において、時間t+uでk=argmin(KL(It+E,I(t+u)))。本例では、v1.5が使用され、血管幅は1.5vである。
前の段落の数式では、kは、時間t+u(一連のフレームのうちの次のフレーム)における造影剤の終点を予想するためにシミュレートされる、時間tにおける造影剤の終点からの距離である。当該値は、シミュレートされた伸長部E(It+E)を有する画像と次の画像I(t+u)の強度分布間の類似性を最適化するようなものであってよい。上述した方向dirに沿ってこれを行うことができる。KLは、画像強度分布類似度のメトリックとして用いられるカルバック・ライブラー(Kullback-Leibler)ダイバージェンスである。他の実施形態では、カイ二乗、バタチャリヤ(Bhattacharyya)距離、ジェフリー(Jeffrey)ダイバージェンス、等の他のヒストグラム類似度メトリックスを使用してよい。
本例では、時間=tにおける画像データ(図9の一番下の画像)は、前の段落で記載された算出に従って、造影剤が時間t+uに占めると算出された追加的領域にコントラストを含むように修正される。時間=tにおける修正画像データの表現が、図9の一番上の画像に示される。
本例では、時間t+uに造影剤が存在するだろうと予想される領域が決定され、時間=tのデータにおいてこの領域を造影剤の表現で補充している。結果としての時間=tの修正データおよび時間=t+uのオリジナルデータは、その後位置合わせ処理に用いられ、時間tと時間=t+uの画像データセット間の位置合わせを得る。結果としての位置合わせを、任意の望ましい方法で、例えば、画像データセットまたは結果としての画像が、異なる時間にわたる造影剤のモーション効果による歪みがなく、または、少ない歪みでアライメントされるように、異なる時間のオリジナルの画像データセットなどの画像データセットの一方または他方または両方をトランスフォームするように用いることができる。
早い時点での画像データから遅い時点までの造影剤の予想モーションを予想する実施形態について説明した。他の実施形態では、早い時点で造影剤が存在する領域を予想するために、1つまたは複数の遅い時点から造影剤の予想モーションを決定してよい。例えば、いくつかの実施形態では、造影剤が血管から離れ、造影剤が存在する領域が小さくなってよい、若しくは、存在する造影剤が早い時点よりも遅い時点で少なくなってよい。代替として、又は、それに追加して、造影剤は血管に入りまたは血管の中を進み、造影剤が存在する領域が大きくなってよい、若しくは、存在する造影剤が早い時点よりも遅い時点で増えてもよい。また、予想モーションが、造影剤が早い時間に存在すると予想される場所の予想であっても、予想モーションが、造影剤が遅い時間に存在すると予想される場所の予想であってもよい。
実施形態は、例えばマルチフェーズ血管造影データなどの血管造影データに適用されると特に役立つが、任意の好適な撮像データまたは解剖特徴に関連して実施形態を用いることができる。すなわち、第1医用画像データおよび第2医用画像データは、血管造影データを含む。このとき、第1医用画像データおよび第2医用画像データは、マルチフェーズ血管造影データの個別の異なるフェーズをそれぞれ表す。
血管の決定されたサイズと方向に基づいて決定された血管領域を合成された造影剤で補充する例が、図10の上の2つの画像に概略的に示されている。これらは修正画像データ(右上の画像)と位置合わせ後の結果としてのトランスフォームド画像(左上の画像)を示す図3の例と同様であり、楕円の線は懸案領域を明示するために用いられる。
いくつかの代替としての実施形態では、オリジナルの画像データを用いて位置合わせを行うことができるが、位置合わせ処理は後続のトランスフォーメーション処理を含むことがあり、時間tからt+uまでに造影剤が進行すると算出される領域において、例えば変形場パラメータなどの位置合わせパラメータが、ボリュームの別の領域からトランスポーズ(transpose:置き換え)または他の方法で取られ、造影剤が進行すると算出される領域で使用されるように、当該位置合わせ処理を修正する。例えば、位置合わせ部は、造影剤が存在する、または、推定部により推定された造影剤の動きに基づいて造影剤が存在すると予想される領域について、当該予想される領域とは異なる領域において得られた少なくとも1つの変形場値または位置合わせパラメータ値を、位置合わせに用いる。そのような実施形態が、図10の下の画像で示されている。右下の画像は位置合わせから生じる変形場を表し、楕円形は位置合わせパラメータが取られ、時間tからt+uに造影剤が流れると予想される領域(結果としての右下のトランスフォームド形状により示される)に用いられる領域を示す。
ある実施形態は、処理回路を備える画像処理装置を提供する。当該処理回路は、
第1の時点で撮像された第1医用画像と、第1の時点とは異なる第2の時点で撮像された第2医用画像とを得ることであって、当該第1医用画像と当該第2医用画像は管状解剖構造における造影剤を描き、
当該第1医用画像においてコントラスト領域(造影領域)をトランスフォームすることと、
当該第1医用画像と第2医用画像の間での当該管状解剖構造のモーションを、当該第2医用画像のコントラスト領域と当該第1医用画像のトランスフォームされたコントラスト領域とに基づいて、決定することと、
を行うように構成される。
ある実施形態は、画像内で滑らかに湾曲する管状構造の中を進むコントラストの進行の影響を受ける画像エリアを予測するための画像処理方法を提供する。当該画像は、造影剤(例えば染影)が管状構造に導入されている間に取得される2Dまたは3Dの画像であってよい。コントラストの進行の主な方向を決定するために、コントラスト強調を用いてよい。コントラストが進む管状構造のサイズを決定するために、コントラスト強調を用いてよい。コントラストの進行方向の予想、予想構造サイズ、および/または、現在の造影剤のロケーション(位置)を過ぎて算出方向へ進む進行量の予想から当該エリアを算出してよい。
コントラストの進行方向を、個々のピクセル/ボクセルが管状構造内部にある確率から算出してよい。コントラストの進行方向を、管状構造のセグメンテーションから算出してよい。
管状構造のサイズを、個々のピクセル/ボクセルが管状構造内部にある確率に対するパラメータ化されたフィルタの応答から算出してよい。管状構造のサイズを、管状構造のセグメンテーションから算出してよい。
現在のロケーションを過ぎて例えばコントラストの進行方向に沿って進むコントラストの進行量を、当該構造サイズから予測してよい。
現在のロケーションを過ぎて例えばコントラストの進行方向に沿って進むコントラストの進行量を、当該構造サイズと管状構造への導入速度から予測してよい。
ある実施形態により、同一組織の2つの血管造影画像を位置合わせするための画像処理方法を提供してよい。両画像に関連する時点(例えば時間tとuにおける画像)が異なり、両画像におけるコントラストのロケーションが異なってよく、時間uの画像におけるコントラスト強調は時間tにおける強調の進行である。
位置合わせでは、時間tの画像の修正版と時間uのオリジナル画像を入力として取る。修正の空間的範囲は、コントラストの進行により影響を受ける前記または初出の予測画像エリアであってよい。修正は、時間tからのコントラストの進行をシミュレートし、これを時間tの画像に加えることを含んでよい。シミュレートは、前記または初出のコントラストの進行の予想方向、前記または初出の予想構造サイズおよび/または前記または初出の予想進行量によりパラメータ化された拡散処理を実行することを含んでよい。シミュレートは、予想構造サイズが与えられる前記または初出のフィルタ応答の最適強度プロファイルであり、予想方向に沿って予想量分押し出される強度プロファイルを生成することを含んでよい。伸長量を、修正画像およびオリジナル画像の強度分布に対して最適化してよい。
位置合わせは、コントラストの進行により影響を受けると予測される前記または初出の画像エリアにおける画像情報を無視することを含んでよい。当該エリアでのトランスフォーメーションは、当該エリアの直前のおよび/または隣接する前記または初出のコントラスト強調エリアからトランスプラントされたものであってよい。
特定の回路が本明細書において説明されているが、代替の実施形態において、これらの回路の内の1つまたは複数の機能を、1つの処理リソースまたは他のコンポーネントによって提供することができ、または、1つの回路によって提供される機能を、2つまたはそれより多くの処理リソースまたは他のコンポーネントを組み合わせることによって提供することができる。1つの回路への言及は、当該回路の機能を提供する複数のコンポーネントを包含し、そのようなコンポーネントがお互いに隔たっているか否かにかかわらない。複数の回路への言及は、それらの回路の機能を提供する1つのコンポーネントを包含する。
所定の実施形態が説明されているが、これらの実施形態は、例示のためにのみ提示されており、発明の範囲を限定することは意図されない。実際は、本明細書において説明された新規な方法およびシステムは、様々な他の形態で具体化することができる。更に、本明細書において説明された方法およびシステムの形態における様々な省略、置き換え、および、変更が、発明の要旨を逸脱することなくなされてよい。添付の特許請求の範囲の請求項およびそれらに均等な範囲は、発明の範囲にはいるような形態および変更をカバーすると意図される。
実施形態における技術的思想をX線診断装置で実現する場合、当該X線診断装置は、例えば、X線を発生するX線管と当該X線を検出する平面検出器とを対向して支持するCアームを有するX線スキャナと、第1の時間で撮像され、造影剤により造影された管腔構造に対応する第1造影領域を含む第1医用画像データと、第1の時間とは異なる第2の時間で撮像され、第1の時間と第2の時間の間に管腔構造の中を移動した造影剤により造影された第2造影領域を含む第2医用画像データとを取得する取得部と、第1医用画像データに基づいて、第1の時間と第2の時間の間に前記管腔構造における造影剤の動きを推定する推定部と、推定された動きにより変形された第1造影領域、または推定された動きにより変形された第2造影領域に基づいて、第1医用画像データと第2医用画像データとの位置合わせを実行する位置合わせ部と、を有する。X線診断装置により実行される図4に示す処理の手順および効果は、実施形態と同様なため、説明は省略する。
実施形態における技術的思想を医用画像処理方法で実現する場合、当該医用画像処理方法は、第1の時間で撮像され、造影剤により造影された管腔構造に対応する第1造影領域を含む第1医用画像データと、前記第1の時間とは異なる第2の時間で撮像され、前記第1の時間と前記第2の時間の間に前記管腔構造の中を移動した前記造影剤により造影された第2造影領域を含む第2医用画像データとを取得し、前記第1医用画像データに基づいて、前記第1の時間と前記第2の時間の間に前記管腔構造における前記造影剤の動きを推定し、前記推定された動きにより変形された前記第1造影領域、または前記推定された動きにより変形された第2造影領域に基づいて、前記第1医用画像データと前記第2医用画像データとの位置合わせを実行する。当該医用画像処理方法により実行される図4に示す処理の手順および効果は、実施形態と同様なため、説明は省略する。
以上説明した少なくとも1つの実施形態等によれば、位置合わせの精度を向上させることができる。
いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。新規の方法やシステムは、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
20 データ処理装置
22 コンピューティング装置
24 スキャナ
26 ディプレイ
28 入力装置
30 データ記憶部
32 処理装置
34 位置合わせ回路
36 コントラストモーション決定回路
38 インターフェイス回路

Claims (19)

  1. 第1の時間で撮像され、造影剤により造影された管腔構造に対応する第1造影領域を含む第1医用画像データと、前記第1の時間とは異なる第2の時間で撮像され、前記第1の時間と前記第2の時間の間に前記管腔構造の中を移動した前記造影剤により造影された第2造影領域を含む第2医用画像データとを取得する取得部と、
    前記第1医用画像データに基づいて、前記第1の時間と前記第2の時間の間に前記管腔構造における前記造影剤の動きを推定する推定部と、
    前記推定された動きにより変形された前記第1造影領域、または前記推定された動きにより変形された第2造影領域に基づいて、前記第1医用画像データと前記第2医用画像データとの位置合わせを実行する位置合わせ部と、
    を備える医用画像処理装置。
  2. 前記位置合わせ部は、
    前記第1造影領域を変形させる場合、前記推定された動きに基づいて前記第1造影領域を伸長し、
    前記第2造影領域を変形させる場合、前記推定された動きに基づいて前記第2造影領域を縮小し、
    前記第1医用画像データと前記第2医用画像データとの位置合わせにおいて、前記伸長された第1造影領域または前記縮小された第2造影領域を用いる、
    請求項1に記載の医用画像処理装置。
  3. 前記推定部は、
    前記管腔構造のサイズと前記管腔構造の方向とのうち少なくとも一つを推定し、
    前記推定されたサイズと前記推定された方向とのうち少なくとも一つを、前記造影剤の動きの推定に用いる、
    請求項1に記載の医用画像処理装置。
  4. 前記位置合わせ部は、
    前記推定されたサイズの前記管腔構造のモデルを前記推定された方向に伸長し、
    前記伸長されたモデルに基づいて、前記第2の時間における前記造影剤の位置を決定する、
    請求項3に記載の医用画像処理装置。
  5. 前記推定部は、拡散処理を表すモデルを適用して前記造影剤の動きを推定する、
    請求項1に記載の医用画像処理装置。
  6. 前記位置合わせ部は、
    前記推定された動きに基づいて、前記第1医用画像データまたは前記第2医用画像データを修正し、
    前記修正された第1医用画像データまたは前記修正された第2医用画像データを用いて、前記位置合わせを実行する、
    請求項1乃至5のいずれか一項に記載の医用画像処理装置。
  7. 前記位置合わせ部は、前記第2医用画像データの修正として、前記第2造影領域から前記推定された造影剤の動きに対応するデータを取り除く、
    請求項6に記載の医用画像処理装置。
  8. 前記位置合わせ部は、前記第1医用画像データの修正として、前記推定された造影剤の動きに基づいてシミュレートされたデータを、前記第1造影領域に追加する、
    請求項6に記載の医用画像処理装置。
  9. 前記位置合わせ部は、前記第1医用画像データの修正として、前記推定された動きに基づいて、前記第2造影領域の一部のデータを、前記第1医用画像データにコピーする、
    請求項6に記載の医用画像処理装置。
  10. 前記位置合わせ部は、前記第2造影領域において、前記推定された動きに対応する領域を無視する、
    請求項6に記載の医用画像処理装置。
  11. 前記位置合わせ部は、前記造影剤が存在する、または、前記推定された動きに基づいて前記造影剤が存在すると予想される領域について、前記領域とは異なる領域において得られた少なくとも1つの変形場値または位置合わせパラメータ値を、前記位置合わせに用いる、
    請求項1に記載の医用画像処理装置。
  12. 前記推定部は、前記管腔構造を特定するためにセグメンテーション処理を行うことで、前記管腔構造のサイズと前記管腔構造の方向とのうち少なくとも一つを推定する、
    請求項3に記載の医用画像処理装置。
  13. 前記推定部は、前記第1医用画像データおよび/または前記第2医用画像データにフィルタを適用することで、前記管腔構造のサイズと前記管腔構造の方向とのうち少なくとも一つを推定する、
    請求項3に記載の医用画像処理装置。
  14. 前記フィルタは、サト(Sato)フィルタまたはフランギ(Frangi)フィルタである、
    請求項13に記載の医用画像処理装置。
  15. 前記フィルタは、前記第1医用画像データおよび/または前記第2医用画像データのピクセルまたはボクセルが前記管腔構造の一部である確率、または、前記管腔構造の内部にある確率を、前記ピクセルまたは前記ボクセルに与える、
    請求項13に記載の医用画像処理装置。
  16. 前記第1医用画像データおよび前記第2医用画像データは、血管造影データを含む、
    請求項1に記載の医用画像処理装置。
  17. 前記第1医用画像データおよび前記第2医用画像データは、マルチフェーズ血管造影データの個別の異なるフェーズをそれぞれ表す、
    請求項1に記載の医用画像処理装置。
  18. 第1の時間で撮像され、造影剤により造影された管腔構造に対応する第1造影領域を含む第1医用画像データと、前記第1の時間とは異なる第2の時間で撮像され、前記第1の時間と前記第2の時間の間に前記管腔構造の中を移動した前記造影剤により造影された第2造影領域を含む第2医用画像データとを取得する取得部と、
    前記第1医用画像データに基づいて、前記第1の時間と前記第2の時間の間に前記管腔構造における前記造影剤の動きを推定する推定部と、
    前記推定された動きにより変形された前記第1造影領域、または前記推定された動きにより変形された第2造影領域に基づいて、前記第1医用画像データと前記第2医用画像データとの位置合わせを実行する位置合わせ部と、
    を備えるX線診断装置。
  19. 第1の時間で撮像され、造影剤により造影された管腔構造に対応する第1造影領域を含む第1医用画像データと、前記第1の時間とは異なる第2の時間で撮像され、前記第1の時間と前記第2の時間の間に前記管腔構造の中を移動した前記造影剤により造影された第2造影領域を含む第2医用画像データとを取得し、
    前記第1医用画像データに基づいて、前記第1の時間と前記第2の時間の間に前記管腔構造における前記造影剤の動きを推定し、
    前記推定された動きにより変形された前記第1造影領域、または前記推定された動きにより変形された第2造影領域に基づいて、前記第1医用画像データと前記第2医用画像データとの位置合わせを実行すること、
    を備える医用画像処理方法。
JP2023068808A 2022-05-10 2023-04-19 医用画像処理装置、x線診断装置、および医用画像処理方法 Pending JP2023166982A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/662,719 2022-05-10
US17/662,719 US20230368387A1 (en) 2022-05-10 2022-05-10 Image processing apparatus, a method of processing image data, and a computer program product

Publications (1)

Publication Number Publication Date
JP2023166982A true JP2023166982A (ja) 2023-11-22

Family

ID=88699212

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023068808A Pending JP2023166982A (ja) 2022-05-10 2023-04-19 医用画像処理装置、x線診断装置、および医用画像処理方法

Country Status (2)

Country Link
US (1) US20230368387A1 (ja)
JP (1) JP2023166982A (ja)

Also Published As

Publication number Publication date
US20230368387A1 (en) 2023-11-16

Similar Documents

Publication Publication Date Title
Smeets et al. Semi-automatic level set segmentation of liver tumors combining a spiral-scanning technique with supervised fuzzy pixel classification
US7738626B2 (en) System for the determination of vessel geometry and flow characteristics
US7676257B2 (en) Method and apparatus for segmenting structure in CT angiography
US8755576B2 (en) Determining contours of a vessel using an active contouring model
EP2815380B1 (en) Image resolution enhancement
JP4785371B2 (ja) 動的制約を用いる多次元構造の抽出方法及びシステム
JP6570145B2 (ja) 画像を処理する方法、プログラム、代替的な投影を構築する方法および装置
WO2016168194A1 (en) Dual energy x-ray coronary calcium grading
Wen et al. An accurate and effective FMM-based approach for freehand 3D ultrasound reconstruction
CN111784701B (zh) 结合边界特征增强和多尺度信息的超声图像分割方法及系统
JP2016116867A (ja) 医用画像処理装置、医用画像診断装置及び医用画像処理プログラム
JP7423338B2 (ja) 画像処理装置及び画像処理方法
JP6747785B2 (ja) 医用画像処理装置及び医用画像処理方法
Klugmann et al. Deformable respiratory motion correction for hepatic rotational angiography
Barba-J et al. Segmentation and optical flow estimation in cardiac CT sequences based on a spatiotemporal PDM with a correction scheme and the Hermite transform
Song et al. Patch-based adaptive background subtraction for vascular enhancement in X-ray cineangiograms
US10993688B2 (en) Method of data processing for computed tomography
JP2023166982A (ja) 医用画像処理装置、x線診断装置、および医用画像処理方法
US20220198651A1 (en) Multi-phase filter
WO2022207238A1 (en) Methods and systems for biomedical image segmentation based on a combination of arterial and portal image information
Drechsler et al. Hepatic vein segmentation using wavefront propagation and multiscale vessel enhancement
JP2022546303A (ja) 管状フィーチャのセグメント化
US11200976B2 (en) Tracking method and apparatus
EP3889896A1 (en) Model-based virtual cleansing for spectral virtual colonoscopy
EP4202838A1 (en) 3d dsa image reconstruction