JP3884384B2 - 心臓のｍｒ血流測定の位置合わせに関する信頼性尺度 - Google Patents
心臓のｍｒ血流測定の位置合わせに関する信頼性尺度 Download PDFInfo
- Publication number
- JP3884384B2 JP3884384B2 JP2002561958A JP2002561958A JP3884384B2 JP 3884384 B2 JP3884384 B2 JP 3884384B2 JP 2002561958 A JP2002561958 A JP 2002561958A JP 2002561958 A JP2002561958 A JP 2002561958A JP 3884384 B2 JP3884384 B2 JP 3884384B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- data set
- image
- similarity measure
- images
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
-
- 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
- G06T2207/30048—Heart; Cardiac
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、画像の系列を含む画像データセット内の画像における解剖学的に対応する位置の自動位置合わせ（registration）の信頼性を定量化する方法に関する。
【０００２】
また、本発明は、本発明による方法を実行するシステムに関する。
【０００３】
【従来の技術】
心臓のＭＲ血流測定は、冠状血管における収縮即ち狭窄症の患者の診断のための基盤を形成する。このような調査は、前記患者が安静又は緊張状態にある時に測定される心筋の血流度を比較することをねらいとしている。前記血流度を分析するために、例えば安静時において、前記心筋の毎回同じ断面のＭＲ画像は、時間の関数として形成される。このような画像は、例えば、前記心筋の実質的に同じ解剖学的構造上の断面を表す２次元画像系列を有する画像データセットを与える。前記心筋に対応する領域内のピクセル値は前記血流度を表す。前記心筋の運動により生じるモーション・アーチファクトを除去するために、前記ＭＲ画像は、前記患者の心周期におけるＲＲ間隔の間の毎回全く同一の瞬間において取得される。この演算は、本来知られているＲ波ピークトリガ（R peak triggering）技術により実行されることができる。安静時及び緊張時における前記画像の取得の後、安静時及び緊張時における前記心筋の前記解剖学的に対応する位置が比較される。
【０００４】
位置合わせとしても知られている、解剖学的に対応する位置を決定する方法は、WO97/17894において開示されている。前記引用された文書は、前記心筋における血流測定のシンチグラフィ画像の自動位置合わせを実現する方法を記述している。分析されるべき前記心筋の断面の前記画像は、互いに相対的にずれ、回転及び変形を示し、それにより安静時及び緊張時における前記画像内の対応する位置の前記位置合わせの精度は低下される。
【０００５】
【発明が解決しようとする課題】
画像データセット内の画像における解剖学的に対応する位置を自動的に位置合わせする方法であり、分析されるべき前記画像におけるずれ、回転及び変形を本質的に除去し、このような位置合わせの信頼度を定量化する方法を提供することが、本発明の目的である。
【０００６】
【課題を解決するための手段】
この目的の達成のために、本発明による方法は、位置合わせされた画像データセットを得るために前記画像データセットに対して位置合わせ演算を実行するステップと、前記位置合わせされた画像データセットについて第１パラメータを計算するステップと、前記計算された第１パラメータに前もって決定された基準を適用するステップと、前記第１パラメータが前記適用された基準を満たしているかどうかに基づく前記位置合わせ演算の信頼度を分類するステップとを含む。前記画像データセットは、画像系列、例えば、時間の関数として安静時又は緊張時における心筋の断面の血流画像を有する。この場合、前記画像データセットは、異なる瞬間における前記心筋の同じ断面の画像を有する。Ｒ波ピークトリガにおける不正確さ、患者の呼吸及び前記患者の心周期における起こり得る不規則性により、このような断面図は、互いに相対的にずれ、回転又は変形されているかもしれない。本発明による前記第１ステップは、つまり、位置合わせ演算を実行することにより、前記ずれ、回転、変形により生じたアーチファクトを除去する。この位置合わせ演算は、本来知られている剛体又は非剛体変換のアルゴリズムにより実行されることができる。前記第１の場合において前記画像間の平行移動及び回転が除去され、また、第２の場合において前記画像の前記変形が除去される。前記位置合わせ演算は、前記位置合わせされた系列内の前記連続した画像の関連したピクセルが、画像面（imaging plane）の対応する画像座標(i,j)に位置している、位置合わせされた画像データセットを与える。このような関連したピクセルは、例えば、前記心筋の前記断面図である。前記位置合わせされた画像データセット内の各々の個別画像は、関連したピクセルの領域、例えば、前記画像の中心に位置し、関連の無いピクセルに囲まれた領域を含む。例えば、安静時及び緊張時における前記心筋の断面の比較など、さらなる分析の信頼性を高めるためには、前記位置合わせの前記信頼度を示し、前記位置合わせされた画像データセットに適用される基準を導入することは有利である。前記位置合わせは、前記位置合わせされた画像データセットの前記画像が前記基準を満たす程度に基づく信頼度により分類される。もし幾つか（例えば２つ）の位置合わせされた画像データセットの組み合わせが、前記血流測定の分析に必要とされれば、前記分析の信頼性は、また、個々の前記位置合わせされた画像データセットの分類に準拠して分類されることができる。
【０００７】
本発明による方法の１つのバージョンは、前記第１パラメータが、幾何学的相似性尺度であり、前記前もって決定された基準が、前記幾何学的相似性尺度に与えられた閾値であることを特徴とする。前記位置合わせ演算は、前記画像データセット内の前記画像間において、変換パラメータを有する変換関数を見つけることを目的としているので、これらの画像間の幾何学的相似度は、前記相似性尺度として定義される。この相似性尺度は、位置合わせされるべき前記画像内の合計グレー値分布に基づいてもよい。前記画像が２次元である場合、前記相似性尺度はヒストグラムに基づいてもよい。相似性尺度の２つの異なる形式は、例えば、相互情報量又は共通エントロピ（common entropy）に識別されることができる。これらの形式は、２次元であり、また、散布図と呼ばれる。２つのＮ次元画像の位置ずれは、前記散布図のばらつきを起こす。また、このようなばらつきは前記相似性尺度として使用されることができる。
【０００８】
下記の式は前記相互情報量を計算する方程式の一例である。
【数１】
ここでpj,kは、参照画像からのボクセルがグレー値kを持ち、位置合わせされるべき画像の対応するボクセルがグレー値jを持つ確率であり、
pjはグレー値jを持つピクセルの確率であり、
pkはグレー値kを持つピクセルの確率である。
【０００９】
下記の式は、共通エントロピを計算する方程式の一例である。
【数２】
ここでVは参照画像と位置合わせされるべき画像との重複部分の体積（又は２次元画像の場合においては表面積）である。
【００１０】
２つの画像が部分的にだけ対応する時、前記相互情報量を基に計算された前記相似性尺度は、より良い結果を提供する。また、この方法はノイズに対して耐性がある。
【００１１】
また、１次元ヒストグラムは前記相似性尺度として使用されることができる。前記画像が、差分画像を得るために互いに減算された場合において、前記差分画像のグレー値は幅広い分布を示す。これは、前記差分画像の１次元グレー値ヒストグラムが、前記相似性尺度として使用されることができることを意味する。この場合における前記相似性尺度を計算するための方程式の例はエネルギＵにより与えられる。
【数３】
【００１２】
本発明による方法のさらに他のバージョンは、前記解剖学的に対応する位置の自動位置合わせの信頼性が、前記幾何学的相似性尺度に与えられた１つの調整された閾値を基に分類されることを特徴とする。このバージョンは、前記適用された基準を満たす前記位置合わせされた画像のみが正確に位置合わせされたとみなす、前記既に実行された位置合わせの速い分類を提供する。
【００１３】
本発明による方法のさらに他のバージョンは、前記解剖学的に対応する位置の自動位置合わせの信頼性が、前記幾何学的相似性尺度に与えられた２つの調整された閾値を基に分類されることを特徴とする。このバージョンは、階段状の分類の可能性を提供する。これは、前もって選択された相似性尺度を満たさない画像は、今度は不正確に位置合わせされたとみなされるが、高い方の相似性尺度を満たす画像は、正確に位置合わせされたとみなされ、前記の２つのレベル間に位置する相似性尺度を満たす画像は、中間の正確さで位置合わせされた画像とみなされるからである。
【００１４】
本発明による方法のさらに他のバージョンは、前記幾何学的相似性尺度が、前記位置合わせされた画像データセット内の２つの連続した画像の少なくとも１つの組み合わせに適用されることを特徴とする。前記基準の適用は、取得された系列全体の幾つかの画像に、つまり、前記心筋の前記ＭＲ画像が小さな時間差で得られた状況に、制限されることがあり得る。
【００１５】
本発明による方法の他のバージョンは、前記位置合わせ演算の前記信頼度が分類される間に、第１の位置合わせされた画像データセット及び第２の位置合わせされた画像データセットを得るために、第１及び第２画像データセットに適用され、また、前記位置合わせされた第１画像データセットについて第２パラメータを計算するステップと、前記位置合わせされた第２画像データセットについて第３パラメータを計算するステップと、前記第３パラメータを基準として前記第２パラメータに対して位置合わせ演算を実行するステップとを含む。既に説明されたように、前記心周期の実質的に同じ相において安静時及び緊張時において取得された前記心筋の血流の画像は、診断目的のために比較される。前記第２及び第３パラメータは、それぞれ前記第１及び第２の位置合わせされたグラフィックデータセットについて計算された最大値投影（ＭＩＰ）であってもよい。最大値投影の計算は本来知られている。この演算は、初めはＮ個の画像を有する位置合わせされたデータセット毎に１つの画像を与え、このようなＭＩＰ画像における各ピクセル(i,j)は、前記位置合わせされたデータセットの系列Ｎにおける前記ピクセル(i,j)の最大輝度値を仮定する。言い換えると、初めは３次元にわたって分布するピクセル(i,j)の最大輝度値は、前記平面内のそれらの位置(i,j)を維持する一方で、１つの平面に逆投影される。もし前記位置合わせ演算が「良い」と分類されれば、前記位置合わせされたデータセットにおける関連したピクセルは、実質的に同じ座標に位置している。これは、互いに関連した前記ＭＩＰ画像の信頼することができる分析に帰着する。前記血流測定のため、前記心筋の関連した領域内の各ピクセルは、血流度を表す。前記ＭＩＰに対して実行される前記位置合わせ演算は、安静時及び緊張時における前記画像内の解剖学的に対応する領域について、前記ピクセル間の位置関係が定義される表を与える。これは、前記２つのデータセットにおいて解剖学的に対応する領域について座標変換行列を計算することにより実現されることができる。この表を使用して、安静時及び緊張時における前記心筋の局所血流度が正確に比較されることができる。
【００１６】
本発明による方法のさらに他のバージョンは、前記位置合わせ演算がバッチジョブにより実行されることを特徴とする。できる限り分析されるべき全ての患者データについて、バッチジョブにおいて前記位置合わせ演算を実行する可能性は、前記分析のさらに他の処理に関して付加的な効率を提供する。この場合において、もしあるとしたら、位置合わせ修正は、十分に信頼することができないと分類された画像についてのみ実行されることができるか、又はこのような画像は前記分析中には無視することができる。
【００１７】
本発明によるシステムは、ＭＲ装置並びに第１及び第２画像データセットを生成するために前記ＭＲ装置と協働するＥＣＧ装置と、位置合わせされた画像データセットを得るために前記画像データセットに対して位置合わせ演算を実行する第１位置合わせ手段と、前記第１パラメータ及び前記基準を計算する第１計算手段と、前記第１パラメータが前記適用された基準を満たす程度に基づく前記位置合わせ演算の前記信頼度を分類する第２計算手段とを含む。
【００１８】
本発明のこれら及び他の態様は、いくつかの図を参照して以下に詳細に記述されるだろう。
【００１９】
【発明の実施の形態】
図１は、本発明による方法を実行するシステムの図式的な表現図である。システム100は、ＭＲ装置1及び画像データセット11、12を生成するために協働するＥＣＧ装置10を含み、前記画像データセットは安静時における心筋の２次元画像11及び緊張時における心筋の２次元画像12を表す。前記心筋のモーション・アーチファクトを減少するためには、前記画像データセットの取得は、心拍曲線の１つの相、すなわち、いわゆるＥＣＧのＲ波ピークトリガ（ECG R-peak triggering）と関係している。心周期と同期させたＭＲ画像の取得のためのＭＲ装置とＥＣＧ装置との協働は、”An ECG Trigger Module for the Acquisition of Cardiac MR Images”, Computers in Cardiology, 1994, p.533により本来知られている。一般に、前記取得は、前記心筋が準定常になる、前記心周期の拡張終期において行われる。前記血流測定中に、ＭＲ画像は、前記心筋の全く同一の断面、つまり、時間の関数として、局所的な血流度を表す前記心筋の各ピクセルから形成される。診断分析のためには、安静時及び緊張時における前記心筋の領域及び血流度を比較することは重要である。前記連続した画像における前記心筋の表現図は、前記心周期の不規則性又は他の理由のためにずらされることがあり得る。これは、緊張時に取得された前記画像を基準とした、安静時に取得された前記画像の位置合わせにエラーを導入する。このために、システム100は、また、位置合わせされた画像データセットを得るために位置合わせ演算を行う位置合わせ手段30を含む。前記位置合わせ演算は、初期画像データセットと同様にＮ個の２次元画像を有する画像データセットに帰着し、各２次元面内の前記連続した画像の関連した及び解剖学的に対応するピクセルは、前記画像面内の同じ画像座標(i,j)に位置している。前記心筋の断面図はこのような関連したピクセルの例を構成する。前記位置合わせ演算は、本来知られている剛体又は非剛体変換のアルゴリズムを適用するコンピュータプログラムを有し得る手段30により実行される。前記コンピュータプログラムは、図１には示されていない専用コンピュータに記憶される。前記位置合わせ演算は、位置合わせされた画像データセット13、14を与え、各２次元画像内の前記関連したピクセルは、前記画像面内の同じ座標に位置している。また、システム100は前記第１パラメータと、第１基準15と、第２基準16とを計算する第１演算手段40を含む。各位置合わせされた画像データセット13、14について計算された相似性尺度は、このようなパラメータの例を構成する。前記基準はこの場合において、また、相似性尺度である。この基準の調整されたレベルは、前記基準を満たす画像が、前記関連した領域の微かな相互のずれを示すような手法により、前もって決定される。類似した画像について、前記第１基準が前記第２基準と同じであることもまた可能である。第１演算手段40は、この場合もまた前記相似性尺度である第１パラメータの計算を実行するコンピュータプログラムを有し得る。この計算は、図２を参照して以下に詳細に記述されるだろう。また、前記システムは、前記位置合わせ演算の前記信頼度の分類を実現するために、基準（15、16）を位置合わせされたデータセット（13、14）に適用する第２演算手段50を含む。前記基準及び前記位置合わせ演算の前記信頼度の分類（17、18）の適用は、図３を参照して以下に説明されるだろう。
【００２０】
図２は、前記心筋の前記血流測定が実行された時の特徴的な画像データセットを図式的に示している。位置合わせされたグラフィックデータセット11が、時間tの関数として取得された、前記心筋の全く同一の断面のＮ個の画像を有し、インデックスiが画像面内のピクセルの列を示し、インデックスjが前記画像面内のピクセルの行を示すと仮定する。この画像データセットは前記相互に位置合わせされた画像を有するので、前記関連したピクセル(i,j)は、各画像面内の実質的に同じ座標に位置している。前記関連した領域内のピクセル(i,j)の輝度は、瞬間tにおいて体積要素即ちボクセル(i,j)に存在する造影剤の量に依存する。前記位置合わせされた画像データセットにおける連続した画像の組み合わせについての（例えば、前記記述された方程式の１つに従って計算された）前記相似性尺度Gは、前記関連した領域内の解剖学的に対応するピクセルが、これらの画像中の同じ座標(i,j)に位置している程度を示している。
【００２１】
図３は、前記位置合わせ演算の分類のための前もって決定された基準の適用例を図式的に示し、その中で前記位置合わせされた画像データセットについて計算された前記相似性尺度Gの変化は時間の関数としてプロットされている。２つの状況は識別されることができる。まず第一に、相似性尺度Gについてただ１つの前もって決定された閾値D1を定義することは可能である。この場合、閾値D1以下の相似性尺度G（2）を持つ全ての画像は、位置合わせが信頼できないと明示される。また、前記相似性尺度について複数の閾値、例えば、２つの閾値D1及びD2を定義することが可能である。この場合、前記閾値を超える相似性尺度G（D）を持つ画像は、位置合わせが正確であると明示されるのに対し、閾値D1以下の画像は位置合わせが不正確である（2）と明示され、中間の値域内の画像は位置合わせが信頼できないかもしれない（1）画像であることを明示される。後続の分析中に、前記カテゴリ“2”の前記画像は無視されるかもしれないのに対し、ことによると手動の再位置合わせが、前記カテゴリ“1”の前記画像について実行されるかもしれない。全ての画像が正確に位置合わせされたと分類されたときには、前記自動分析は、前記位置合わせ演算の追加の確認無しで受け入れられることができる。前記自動分析が全ての患者データについてバッチジョブにおいて実行されたときには、このオプションは高められた分析効率を提供することができる。
【００２２】
本発明は、上述のバージョンに制限されないが、また、ほかの可能な形式の２次元グラフィックデータセット及び３次元体積データを有するグラフィックデータセットをカバーする。
【図面の簡単な説明】
【図１】 本発明による方法を実行するシステムの実施例の図式的な表現図である。
【図２】 基準の計算を図式的に図示している。
【図３】 位置合わせ演算の分類について前もって決定された基準の適用の例を図式的に図示している。
【発明の属する技術分野】
本発明は、画像の系列を含む画像データセット内の画像における解剖学的に対応する位置の自動位置合わせ（registration）の信頼性を定量化する方法に関する。
【０００２】
また、本発明は、本発明による方法を実行するシステムに関する。
【０００３】
【従来の技術】
心臓のＭＲ血流測定は、冠状血管における収縮即ち狭窄症の患者の診断のための基盤を形成する。このような調査は、前記患者が安静又は緊張状態にある時に測定される心筋の血流度を比較することをねらいとしている。前記血流度を分析するために、例えば安静時において、前記心筋の毎回同じ断面のＭＲ画像は、時間の関数として形成される。このような画像は、例えば、前記心筋の実質的に同じ解剖学的構造上の断面を表す２次元画像系列を有する画像データセットを与える。前記心筋に対応する領域内のピクセル値は前記血流度を表す。前記心筋の運動により生じるモーション・アーチファクトを除去するために、前記ＭＲ画像は、前記患者の心周期におけるＲＲ間隔の間の毎回全く同一の瞬間において取得される。この演算は、本来知られているＲ波ピークトリガ（R peak triggering）技術により実行されることができる。安静時及び緊張時における前記画像の取得の後、安静時及び緊張時における前記心筋の前記解剖学的に対応する位置が比較される。
【０００４】
位置合わせとしても知られている、解剖学的に対応する位置を決定する方法は、WO97/17894において開示されている。前記引用された文書は、前記心筋における血流測定のシンチグラフィ画像の自動位置合わせを実現する方法を記述している。分析されるべき前記心筋の断面の前記画像は、互いに相対的にずれ、回転及び変形を示し、それにより安静時及び緊張時における前記画像内の対応する位置の前記位置合わせの精度は低下される。
【０００５】
【発明が解決しようとする課題】
画像データセット内の画像における解剖学的に対応する位置を自動的に位置合わせする方法であり、分析されるべき前記画像におけるずれ、回転及び変形を本質的に除去し、このような位置合わせの信頼度を定量化する方法を提供することが、本発明の目的である。
【０００６】
【課題を解決するための手段】
この目的の達成のために、本発明による方法は、位置合わせされた画像データセットを得るために前記画像データセットに対して位置合わせ演算を実行するステップと、前記位置合わせされた画像データセットについて第１パラメータを計算するステップと、前記計算された第１パラメータに前もって決定された基準を適用するステップと、前記第１パラメータが前記適用された基準を満たしているかどうかに基づく前記位置合わせ演算の信頼度を分類するステップとを含む。前記画像データセットは、画像系列、例えば、時間の関数として安静時又は緊張時における心筋の断面の血流画像を有する。この場合、前記画像データセットは、異なる瞬間における前記心筋の同じ断面の画像を有する。Ｒ波ピークトリガにおける不正確さ、患者の呼吸及び前記患者の心周期における起こり得る不規則性により、このような断面図は、互いに相対的にずれ、回転又は変形されているかもしれない。本発明による前記第１ステップは、つまり、位置合わせ演算を実行することにより、前記ずれ、回転、変形により生じたアーチファクトを除去する。この位置合わせ演算は、本来知られている剛体又は非剛体変換のアルゴリズムにより実行されることができる。前記第１の場合において前記画像間の平行移動及び回転が除去され、また、第２の場合において前記画像の前記変形が除去される。前記位置合わせ演算は、前記位置合わせされた系列内の前記連続した画像の関連したピクセルが、画像面（imaging plane）の対応する画像座標(i,j)に位置している、位置合わせされた画像データセットを与える。このような関連したピクセルは、例えば、前記心筋の前記断面図である。前記位置合わせされた画像データセット内の各々の個別画像は、関連したピクセルの領域、例えば、前記画像の中心に位置し、関連の無いピクセルに囲まれた領域を含む。例えば、安静時及び緊張時における前記心筋の断面の比較など、さらなる分析の信頼性を高めるためには、前記位置合わせの前記信頼度を示し、前記位置合わせされた画像データセットに適用される基準を導入することは有利である。前記位置合わせは、前記位置合わせされた画像データセットの前記画像が前記基準を満たす程度に基づく信頼度により分類される。もし幾つか（例えば２つ）の位置合わせされた画像データセットの組み合わせが、前記血流測定の分析に必要とされれば、前記分析の信頼性は、また、個々の前記位置合わせされた画像データセットの分類に準拠して分類されることができる。
【０００７】
本発明による方法の１つのバージョンは、前記第１パラメータが、幾何学的相似性尺度であり、前記前もって決定された基準が、前記幾何学的相似性尺度に与えられた閾値であることを特徴とする。前記位置合わせ演算は、前記画像データセット内の前記画像間において、変換パラメータを有する変換関数を見つけることを目的としているので、これらの画像間の幾何学的相似度は、前記相似性尺度として定義される。この相似性尺度は、位置合わせされるべき前記画像内の合計グレー値分布に基づいてもよい。前記画像が２次元である場合、前記相似性尺度はヒストグラムに基づいてもよい。相似性尺度の２つの異なる形式は、例えば、相互情報量又は共通エントロピ（common entropy）に識別されることができる。これらの形式は、２次元であり、また、散布図と呼ばれる。２つのＮ次元画像の位置ずれは、前記散布図のばらつきを起こす。また、このようなばらつきは前記相似性尺度として使用されることができる。
【０００８】
下記の式は前記相互情報量を計算する方程式の一例である。
【数１】
pjはグレー値jを持つピクセルの確率であり、
pkはグレー値kを持つピクセルの確率である。
【０００９】
下記の式は、共通エントロピを計算する方程式の一例である。
【数２】
【００１０】
２つの画像が部分的にだけ対応する時、前記相互情報量を基に計算された前記相似性尺度は、より良い結果を提供する。また、この方法はノイズに対して耐性がある。
【００１１】
また、１次元ヒストグラムは前記相似性尺度として使用されることができる。前記画像が、差分画像を得るために互いに減算された場合において、前記差分画像のグレー値は幅広い分布を示す。これは、前記差分画像の１次元グレー値ヒストグラムが、前記相似性尺度として使用されることができることを意味する。この場合における前記相似性尺度を計算するための方程式の例はエネルギＵにより与えられる。
【数３】
本発明による方法のさらに他のバージョンは、前記解剖学的に対応する位置の自動位置合わせの信頼性が、前記幾何学的相似性尺度に与えられた１つの調整された閾値を基に分類されることを特徴とする。このバージョンは、前記適用された基準を満たす前記位置合わせされた画像のみが正確に位置合わせされたとみなす、前記既に実行された位置合わせの速い分類を提供する。
【００１３】
本発明による方法のさらに他のバージョンは、前記解剖学的に対応する位置の自動位置合わせの信頼性が、前記幾何学的相似性尺度に与えられた２つの調整された閾値を基に分類されることを特徴とする。このバージョンは、階段状の分類の可能性を提供する。これは、前もって選択された相似性尺度を満たさない画像は、今度は不正確に位置合わせされたとみなされるが、高い方の相似性尺度を満たす画像は、正確に位置合わせされたとみなされ、前記の２つのレベル間に位置する相似性尺度を満たす画像は、中間の正確さで位置合わせされた画像とみなされるからである。
【００１４】
本発明による方法のさらに他のバージョンは、前記幾何学的相似性尺度が、前記位置合わせされた画像データセット内の２つの連続した画像の少なくとも１つの組み合わせに適用されることを特徴とする。前記基準の適用は、取得された系列全体の幾つかの画像に、つまり、前記心筋の前記ＭＲ画像が小さな時間差で得られた状況に、制限されることがあり得る。
【００１５】
本発明による方法の他のバージョンは、前記位置合わせ演算の前記信頼度が分類される間に、第１の位置合わせされた画像データセット及び第２の位置合わせされた画像データセットを得るために、第１及び第２画像データセットに適用され、また、前記位置合わせされた第１画像データセットについて第２パラメータを計算するステップと、前記位置合わせされた第２画像データセットについて第３パラメータを計算するステップと、前記第３パラメータを基準として前記第２パラメータに対して位置合わせ演算を実行するステップとを含む。既に説明されたように、前記心周期の実質的に同じ相において安静時及び緊張時において取得された前記心筋の血流の画像は、診断目的のために比較される。前記第２及び第３パラメータは、それぞれ前記第１及び第２の位置合わせされたグラフィックデータセットについて計算された最大値投影（ＭＩＰ）であってもよい。最大値投影の計算は本来知られている。この演算は、初めはＮ個の画像を有する位置合わせされたデータセット毎に１つの画像を与え、このようなＭＩＰ画像における各ピクセル(i,j)は、前記位置合わせされたデータセットの系列Ｎにおける前記ピクセル(i,j)の最大輝度値を仮定する。言い換えると、初めは３次元にわたって分布するピクセル(i,j)の最大輝度値は、前記平面内のそれらの位置(i,j)を維持する一方で、１つの平面に逆投影される。もし前記位置合わせ演算が「良い」と分類されれば、前記位置合わせされたデータセットにおける関連したピクセルは、実質的に同じ座標に位置している。これは、互いに関連した前記ＭＩＰ画像の信頼することができる分析に帰着する。前記血流測定のため、前記心筋の関連した領域内の各ピクセルは、血流度を表す。前記ＭＩＰに対して実行される前記位置合わせ演算は、安静時及び緊張時における前記画像内の解剖学的に対応する領域について、前記ピクセル間の位置関係が定義される表を与える。これは、前記２つのデータセットにおいて解剖学的に対応する領域について座標変換行列を計算することにより実現されることができる。この表を使用して、安静時及び緊張時における前記心筋の局所血流度が正確に比較されることができる。
【００１６】
本発明による方法のさらに他のバージョンは、前記位置合わせ演算がバッチジョブにより実行されることを特徴とする。できる限り分析されるべき全ての患者データについて、バッチジョブにおいて前記位置合わせ演算を実行する可能性は、前記分析のさらに他の処理に関して付加的な効率を提供する。この場合において、もしあるとしたら、位置合わせ修正は、十分に信頼することができないと分類された画像についてのみ実行されることができるか、又はこのような画像は前記分析中には無視することができる。
【００１７】
本発明によるシステムは、ＭＲ装置並びに第１及び第２画像データセットを生成するために前記ＭＲ装置と協働するＥＣＧ装置と、位置合わせされた画像データセットを得るために前記画像データセットに対して位置合わせ演算を実行する第１位置合わせ手段と、前記第１パラメータ及び前記基準を計算する第１計算手段と、前記第１パラメータが前記適用された基準を満たす程度に基づく前記位置合わせ演算の前記信頼度を分類する第２計算手段とを含む。
【００１８】
本発明のこれら及び他の態様は、いくつかの図を参照して以下に詳細に記述されるだろう。
【００１９】
【発明の実施の形態】
図１は、本発明による方法を実行するシステムの図式的な表現図である。システム100は、ＭＲ装置1及び画像データセット11、12を生成するために協働するＥＣＧ装置10を含み、前記画像データセットは安静時における心筋の２次元画像11及び緊張時における心筋の２次元画像12を表す。前記心筋のモーション・アーチファクトを減少するためには、前記画像データセットの取得は、心拍曲線の１つの相、すなわち、いわゆるＥＣＧのＲ波ピークトリガ（ECG R-peak triggering）と関係している。心周期と同期させたＭＲ画像の取得のためのＭＲ装置とＥＣＧ装置との協働は、”An ECG Trigger Module for the Acquisition of Cardiac MR Images”, Computers in Cardiology, 1994, p.533により本来知られている。一般に、前記取得は、前記心筋が準定常になる、前記心周期の拡張終期において行われる。前記血流測定中に、ＭＲ画像は、前記心筋の全く同一の断面、つまり、時間の関数として、局所的な血流度を表す前記心筋の各ピクセルから形成される。診断分析のためには、安静時及び緊張時における前記心筋の領域及び血流度を比較することは重要である。前記連続した画像における前記心筋の表現図は、前記心周期の不規則性又は他の理由のためにずらされることがあり得る。これは、緊張時に取得された前記画像を基準とした、安静時に取得された前記画像の位置合わせにエラーを導入する。このために、システム100は、また、位置合わせされた画像データセットを得るために位置合わせ演算を行う位置合わせ手段30を含む。前記位置合わせ演算は、初期画像データセットと同様にＮ個の２次元画像を有する画像データセットに帰着し、各２次元面内の前記連続した画像の関連した及び解剖学的に対応するピクセルは、前記画像面内の同じ画像座標(i,j)に位置している。前記心筋の断面図はこのような関連したピクセルの例を構成する。前記位置合わせ演算は、本来知られている剛体又は非剛体変換のアルゴリズムを適用するコンピュータプログラムを有し得る手段30により実行される。前記コンピュータプログラムは、図１には示されていない専用コンピュータに記憶される。前記位置合わせ演算は、位置合わせされた画像データセット13、14を与え、各２次元画像内の前記関連したピクセルは、前記画像面内の同じ座標に位置している。また、システム100は前記第１パラメータと、第１基準15と、第２基準16とを計算する第１演算手段40を含む。各位置合わせされた画像データセット13、14について計算された相似性尺度は、このようなパラメータの例を構成する。前記基準はこの場合において、また、相似性尺度である。この基準の調整されたレベルは、前記基準を満たす画像が、前記関連した領域の微かな相互のずれを示すような手法により、前もって決定される。類似した画像について、前記第１基準が前記第２基準と同じであることもまた可能である。第１演算手段40は、この場合もまた前記相似性尺度である第１パラメータの計算を実行するコンピュータプログラムを有し得る。この計算は、図２を参照して以下に詳細に記述されるだろう。また、前記システムは、前記位置合わせ演算の前記信頼度の分類を実現するために、基準（15、16）を位置合わせされたデータセット（13、14）に適用する第２演算手段50を含む。前記基準及び前記位置合わせ演算の前記信頼度の分類（17、18）の適用は、図３を参照して以下に説明されるだろう。
【００２０】
図２は、前記心筋の前記血流測定が実行された時の特徴的な画像データセットを図式的に示している。位置合わせされたグラフィックデータセット11が、時間tの関数として取得された、前記心筋の全く同一の断面のＮ個の画像を有し、インデックスiが画像面内のピクセルの列を示し、インデックスjが前記画像面内のピクセルの行を示すと仮定する。この画像データセットは前記相互に位置合わせされた画像を有するので、前記関連したピクセル(i,j)は、各画像面内の実質的に同じ座標に位置している。前記関連した領域内のピクセル(i,j)の輝度は、瞬間tにおいて体積要素即ちボクセル(i,j)に存在する造影剤の量に依存する。前記位置合わせされた画像データセットにおける連続した画像の組み合わせについての（例えば、前記記述された方程式の１つに従って計算された）前記相似性尺度Gは、前記関連した領域内の解剖学的に対応するピクセルが、これらの画像中の同じ座標(i,j)に位置している程度を示している。
【００２１】
図３は、前記位置合わせ演算の分類のための前もって決定された基準の適用例を図式的に示し、その中で前記位置合わせされた画像データセットについて計算された前記相似性尺度Gの変化は時間の関数としてプロットされている。２つの状況は識別されることができる。まず第一に、相似性尺度Gについてただ１つの前もって決定された閾値D1を定義することは可能である。この場合、閾値D1以下の相似性尺度G（2）を持つ全ての画像は、位置合わせが信頼できないと明示される。また、前記相似性尺度について複数の閾値、例えば、２つの閾値D1及びD2を定義することが可能である。この場合、前記閾値を超える相似性尺度G（D）を持つ画像は、位置合わせが正確であると明示されるのに対し、閾値D1以下の画像は位置合わせが不正確である（2）と明示され、中間の値域内の画像は位置合わせが信頼できないかもしれない（1）画像であることを明示される。後続の分析中に、前記カテゴリ“2”の前記画像は無視されるかもしれないのに対し、ことによると手動の再位置合わせが、前記カテゴリ“1”の前記画像について実行されるかもしれない。全ての画像が正確に位置合わせされたと分類されたときには、前記自動分析は、前記位置合わせ演算の追加の確認無しで受け入れられることができる。前記自動分析が全ての患者データについてバッチジョブにおいて実行されたときには、このオプションは高められた分析効率を提供することができる。
【００２２】
本発明は、上述のバージョンに制限されないが、また、ほかの可能な形式の２次元グラフィックデータセット及び３次元体積データを有するグラフィックデータセットをカバーする。
【図面の簡単な説明】
【図１】 本発明による方法を実行するシステムの実施例の図式的な表現図である。
【図２】 基準の計算を図式的に図示している。
【図３】 位置合わせ演算の分類について前もって決定された基準の適用の例を図式的に図示している。
Claims (8)
- 画像系列を含む画像データセット中の前記画像における解剖学的に対応する位置の自動位置合わせの信頼性を定量化する方法であって、
位置合わせされた画像データセットを得るために前記画像データセットに対して位置合わせ演算を実行するステップと、
前記位置合わせされた画像データセットについて第１パラメータを計算するステップと、
前もって決定された基準を前記計算された第１パラメータに適用するステップと、
前記第１パラメータが前記適用された基準を満たすかどうかに基づいて決定される前記位置合わせ演算の信頼度により前記位置合わせされた画像データセットの前記画像を分類するステップと、
を含む方法。 - 前記第１パラメータが、幾何学的相似性尺度であり、前記前もって決定された基準が、前記幾何学的相似性尺度に与えられた閾値である請求項１に記載の方法。
- 前記位置合わせ演算の信頼度が、前記幾何学的相似性尺度に与えられた１つの調整された閾値に基づいて決定される請求項２に記載の方法。
- 前記位置合わせ演算の信頼度が、前記幾何学的相似性尺度に与えられた２つの調整された閾値に基づいて決定される請求項２に記載の方法。
- 前記幾何学的相似性尺度が、前記位置合わせされた画像データセット中の２つの連続した画像の少なくとも１つの組み合わせに適用される請求項２に記載の方法。
- 第１の位置合わせされた画像データセット及び第２の位置合わせされた画像データセットを得るために、第１及び第２画像データセットに適用される方法であって、
前記位置合わせされた第１画像データセットから第３画像を計算するステップと、
前記位置合わせされた第２画像データセットから第４画像を計算するステップと、
前記第４画像に対して前記第３画像の位置合わせ演算を実行するステップと、
を有する請求項１に記載の方法。 - 前記位置合わせ演算がバッチジョブで実行される請求項１ないし６の何れか一項に記載の方法。
- 請求項１に記載の方法を実行するシステムであって、ＭＲ装置並びに第１及び第２画像データセットを生成するために前記ＭＲ装置と協働するＥＣＧ装置と、位置合わせされた画像データセットを得るために前記画像データセットに対して位置合わせ演算を実行する第１位置合わせ手段と、前記第１パラメータ及び前記基準を計算する第１計算手段と、前記第１パラメータが前記適用された基準を満たす程度に基づいて決定される前記位置合わせ演算の信頼度により前記位置合わせされた画像データセットの前記画像を分類する第２計算手段とを含むシステム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP01200382 | 2001-02-02 | ||
| PCT/IB2002/000072 WO2002061444A2 (en) | 2001-02-02 | 2002-01-11 | Registration reliability measure |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004518474A JP2004518474A (ja) | 2004-06-24 |
| JP3884384B2 true JP3884384B2 (ja) | 2007-02-21 |
Family
ID=8179843
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002561958A Expired - Fee Related JP3884384B2 (ja) | 2001-02-02 | 2002-01-11 | 心臓のｍｒ血流測定の位置合わせに関する信頼性尺度 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US7020311B2 (ja) |
| EP (1) | EP1360649A2 (ja) |
| JP (1) | JP3884384B2 (ja) |
| WO (1) | WO2002061444A2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011142974A (ja) * | 2010-01-13 | 2011-07-28 | Fujifilm Corp | 医用画像表示装置および方法、並びにプログラム |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE602004028588D1 (de) * | 2003-03-14 | 2010-09-23 | Philips Intellectual Property | Bewegungskorrigiertes dreidimensionales volumenabbildungsverfahren |
| AR047692A1 (es) * | 2003-07-10 | 2006-02-08 | Epix Medical Inc | Imagenes de blancos estacionarios |
| EP1694211B1 (en) * | 2003-12-08 | 2018-11-21 | Philips Intellectual Property & Standards GmbH | Computer tomography method for periodically moving objects |
| US7394921B2 (en) * | 2004-03-15 | 2008-07-01 | Siemens Medical Solutions Usa, Inc. | Integrated registration of dynamic renal perfusion magnetic resonance images |
| US7653264B2 (en) | 2005-03-04 | 2010-01-26 | The Regents Of The University Of Michigan | Method of determining alignment of images in high dimensional feature space |
| DE102005023193B4 (de) * | 2005-05-19 | 2015-07-02 | Siemens Aktiengesellschaft | Verfahren zum Abbilden eines Untersuchungsvolumens in einem MR-Spektrometer |
| DE102006024000A1 (de) * | 2006-05-22 | 2007-11-29 | Siemens Ag | Verfahren und Vorrichtung zum Visualisieren von Objekten |
| US20080063301A1 (en) * | 2006-09-12 | 2008-03-13 | Luca Bogoni | Joint Segmentation and Registration |
| US8233715B2 (en) * | 2008-04-28 | 2012-07-31 | Microsoft Corporation | Probabilistic intensity similarity measure based on noise distributions |
| WO2011024370A1 (ja) * | 2009-08-24 | 2011-03-03 | 日本電気株式会社 | 画像ダイナミックレンジ圧縮システム、方法及びプログラム |
| US20110054295A1 (en) * | 2009-08-25 | 2011-03-03 | Fujifilm Corporation | Medical image diagnostic apparatus and method using a liver function angiographic image, and computer readable recording medium on which is recorded a program therefor |
| US8582848B2 (en) * | 2010-07-30 | 2013-11-12 | Siemens Medical Solutions Usa, Inc. | System and method for detection of acoustic shadows and automatic assessment of image usability in 3D ultrasound images |
| CN103069456B (zh) | 2010-08-25 | 2016-11-16 | 皇家飞利浦电子股份有限公司 | 包括品质度量的双模态成像 |
| US9977988B2 (en) * | 2013-05-03 | 2018-05-22 | Csb-System Ag | Device and method for the classification of a food item of an organic or irregular structure |
| US20150161789A1 (en) * | 2013-12-09 | 2015-06-11 | Sébastien Roujol | System and method for adaptive registration of varying contrast-weighted images for improved tissue characterization |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL102659A (en) * | 1992-07-27 | 1997-07-13 | Orbot Instr Ltd | Apparatus and method for comparing and aligning two digital representations of an image |
| DE69332042T2 (de) * | 1992-12-18 | 2003-01-02 | Koninklijke Philips Electronics N.V., Eindhoven | Ortungszurückstellung von relativ elastisch verformten räumlichen Bildern durch übereinstimmende Flächen |
| US5881124A (en) * | 1994-03-31 | 1999-03-09 | Arch Development Corporation | Automated method and system for the detection of lesions in medical computed tomographic scans |
| US5647360A (en) * | 1995-06-30 | 1997-07-15 | Siemens Corporate Research, Inc. | Digital subtraction angiography for 3D diagnostic imaging |
| US5970182A (en) | 1995-11-15 | 1999-10-19 | Focus Imaging, S. A. | Registration process for myocardial images |
| DE69736549T2 (de) * | 1996-02-29 | 2007-08-23 | Acuson Corp., Mountain View | System, verfahren und wandler zum ausrichten mehrerer ultraschallbilder |
| US5850486A (en) * | 1996-04-29 | 1998-12-15 | The Mclean Hospital Corporation | Registration of image data |
| US6363163B1 (en) * | 1998-02-23 | 2002-03-26 | Arch Development Corporation | Method and system for the automated temporal subtraction of medical images |
| WO2000024316A1 (en) * | 1998-10-26 | 2000-05-04 | Acuson Corporation | Ultrasound imaging for extended field of view |
| US6292683B1 (en) * | 1999-05-18 | 2001-09-18 | General Electric Company | Method and apparatus for tracking motion in MR images |
| US6447450B1 (en) * | 1999-11-02 | 2002-09-10 | Ge Medical Systems Global Technology Company, Llc | ECG gated ultrasonic image compounding |
| US6501979B1 (en) * | 2000-03-09 | 2002-12-31 | Koninklijke Philips Electronics N.V. | Methods and devices for combined ECG and PPU controlled magnetic resonance imaging |
-
2002
- 2002-01-11 WO PCT/IB2002/000072 patent/WO2002061444A2/en active Application Filing
- 2002-01-11 EP EP02737627A patent/EP1360649A2/en not_active Withdrawn
- 2002-01-11 JP JP2002561958A patent/JP3884384B2/ja not_active Expired - Fee Related
- 2002-01-29 US US10/059,430 patent/US7020311B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011142974A (ja) * | 2010-01-13 | 2011-07-28 | Fujifilm Corp | 医用画像表示装置および方法、並びにプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US7020311B2 (en) | 2006-03-28 |
| JP2004518474A (ja) | 2004-06-24 |
| EP1360649A2 (en) | 2003-11-12 |
| US20020136438A1 (en) | 2002-09-26 |
| WO2002061444A3 (en) | 2002-11-14 |
| WO2002061444A2 (en) | 2002-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3884384B2 (ja) | 心臓のｍｒ血流測定の位置合わせに関する信頼性尺度 | |
| US7822246B2 (en) | Method, a system and a computer program for integration of medical diagnostic information and a geometric model of a movable body | |
| US7876945B2 (en) | Method for processing slice images | |
| US7376253B2 (en) | Analysis of successive data sets | |
| US20020097901A1 (en) | Method and system for the automated temporal subtraction of medical images | |
| JP2003530722A (ja) | 時間的変化の検出における胸部ｘ線写真の時間サブトラクションに先立ち、反復的に画像歪曲する方法、システムおよびコンピュータ読取り可能媒体 | |
| US20060110071A1 (en) | Method and system of entropy-based image registration | |
| Benovoy et al. | Robust universal nonrigid motion correction framework for first‐pass cardiac MR perfusion imaging | |
| US20230394670A1 (en) | Anatomically-informed deep learning on contrast-enhanced cardiac mri for scar segmentation and clinical feature extraction | |
| Gupta et al. | Fully automatic registration and segmentation of first-pass myocardial perfusion MR image sequences | |
| Leong et al. | Segmentation of left ventricle in late gadolinium enhanced MRI through 2D‐4D registration for infarct localization in 3D patient‐specific left ventricular model | |
| Dornier et al. | Improvement in the quantification of myocardial perfusion using an automatic spline‐based registration algorithm | |
| US20020118866A1 (en) | Method of and system for the automatic registration of anatomically corresponding positions for perfusion measurements | |
| CN117671463B (zh) | 一种多模态医学数据质量校准方法 | |
| Khurshid et al. | Automated cardiac motion compensation in PET/CT for accurate reconstruction of PET myocardial perfusion images | |
| JP3668629B2 (ja) | 画像診断装置及び画像処理方法 | |
| Woo et al. | Geometric feature‐based multimodal image registration of contrast‐enhanced cardiac CT with gated myocardial perfusion SPECT | |
| Xue et al. | Evaluation of rigid and non-rigid motion compensation of cardiac perfusion MRI | |
| Wong et al. | First‐pass myocardial perfusion image registration by maximization of normalized mutual information | |
| US8515003B2 (en) | Determining a phase of an object movement in a series of images | |
| Li et al. | 3D intersubject warping and registration of pulmonary CT images for a human lung model | |
| JPH0515525A (ja) | 画像位置修正方法 | |
| Liang et al. | Automated detection of left ventricular borders from intracardiac ultrasound images | |
| US11806184B2 (en) | Method for gating in tomographic imaging system | |
| Muller et al. | Contour detection of short axis slice mr images for contraction irregularity assessment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20041221 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050107 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051219 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060106 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20060404 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20060519 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060705 |
|
| 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: 20061019 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061116 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |