JP4310773B2 - Ｐｅｔ腫瘍画像に関する半自動セグメント分割アルゴリズム - Google Patents

Description

【０００１】
【発明の背景】
本発明は、医用画像のセグメント分割（ｓｅｇｍｅｎｔａｔｉｏｎ）に関する。本発明は、さらに詳細には、ボリュメトリック計測で使用するために３次元医用画像内の関心領域をセグメント分割する方法及びシステムに関する。
【０００２】
中実な物体（例えば、解剖学的構造）の内部の１つまたは複数の物理的性質を表すような３次元（３Ｄ）アレイ状のデータが取得されることはよく知られている。医用イメージングにおいて、こうしたデータは、陽電子放射形断層（ＰＥＴ）、コンピュータ断層（ＣＴ）、磁気共鳴イメージング（ＭＲＩ）、超音波、Ｘ線、あるいはこれらの組み合わせなど多種多様な非侵襲的方法によって取得される。画像データの収集方法によらず、３Ｄアレイ状のデータは、典型的には、関心対象物体の周りに規則正しく分布させた３次元座標の複数の組からなる。３次元のモデルまたは構造を生成させるには、利用可能な多種多様な技法がある。典型的には、関心対象の解剖学的構造内に１つのシード・ボクセル（ボリューム要素：ｖｏｌｕｍｅ ｅｌｅｍｅｎｔ）を配置し、さらに隣接するボクセルを相次いで解析して、一般的にそのボクセルが以前特定したボクセルに隣接しており、かつ強度または放射線密度など指定した特質を満たしている場合に同じ構造に属すると特定する。周知の任意の技法では、描出のために３Ｄ画像を取得する。
【０００３】
内部の解剖学的構造に対する３次元（３Ｄ）描出は、医学分野の専門家や研究者が実施する技法の１つである。３次元モデルによれば、その解剖学的構造のモデルや仮想的表示像を回転すること、並びに透視点の調整や関心対象のフィーチャをズームイン／ズームアウトすることが可能となる。さらに、多種多様な周知の３Ｄ画像処理技法によってボリュメトリック計測が可能になる。
【０００４】
３次元描出及びボリューム計測は、脳、その他の臓器、及び身体部位の検査に関して特に興味深いのものである。レジストレーション（位置調整）法またはセグメント分割法のいずれかによる３Ｄ画像の計測は、３Ｄ表示像において手作業の編集が必要となるため時間がかかるのが普通である。監督下のセグメント分割法では、観察者間誤差のため正確さが十分でない。動的輪郭（ａｃｔｉｖｅ ｃｏｎｔｏｕｒ）と呼ぶ別の技法では、曲率及び拡散フローに従ったある速度で動的輪郭（バブル）の表面を移動させるモデルを用いて医用画像のセグメント分割が可能となっている。このためには、勾配や曲率などの画像パラメータによって制約したバブルを成長させること、並びにこのバブルの成長を停止させるフォース（ｆｏｒｃｅ）を作成すること、が不可欠である。しかし、利用可能な技法の大部分は、ある程度の誤差を伴っている。例えば、セグメント分割後の連結ボリュームは関心対象でない領域を含むことがあり、このためユーザの何らかの関与が必要となる。さらに、この連結ボリュームは、分離していることが望ましい異なる領域を連結しているような望ましくない幅狭の領域、ブリッジ、またはその他の微小構造を介した連結を含むことがある。
【０００５】
ユーザ関与を最小限として半自動方式で３次元医用画像をセグメント分割する方法及びシステムに対する要求が存在する。
【特許文献１】
米国特許第５１０５４５５号
【０００６】
【課題を解決するための手段】
関心領域を含む３次元（３Ｄ）医用画像をセグメント分割するための方法及び装置であって、該関心領域の内部における第１組のシード点（ｓｅｅｄ ｐｏｉｎｔ）の特定、及び該関心領域の外部における第２組のシード点の特定を含む方法及び装置を提供する。特定されたこれらのシード点を用いることによって、プロセッサはそのデータ組内のすべてのボクセルを空間制約式ファジー・クラスター化アルゴリズムを利用して分類する。ここでは、その３Ｄ画像組は、各ボクセルに対して所望の関心領域に属する確率を一様性関数に基づいて割り当てているファジー区画ドメインに変換している。プロセッサは、関心領域内で第１組のシード点を中心とする第１の球（ｓｐｈｅｒｅ）の組を作図する。複数の第２の球をプロセッサによって生成させる。これら複数の第２の球のうち、空間制約式ファジー・クラスター化アルゴリズムによって規定される一様性関数閾値を満足する球は適格判定とする。複数の第２の球からの球の適格判定に基づいて、関心領域を画定する３次元エリアを適応成長（ａｄｏｐｔｉｖｅｌｙ ｇｒｏｗ）させる。球の曲率半径は、関心領域の内部と関心領域の外部の間の境界面上でノイズ・ボクセルが排除されるように決定する。この３次元エリアの適応成長及び曲率半径の選択によって画定した関心領域は人間のユーザに対して表示させる。
【０００７】
【発明の実施の形態】
図１を参照すると、医用画像１３５の半自動セグメント分割のためのシステム１００のブロック図である。システム１００は、複数の医用画像１３５を作成するために様々な医用イメージング・デバイスから選択が可能であるようなイメージング・デバイス１１０を含む。実施の一形態では、医用画像１３５を作成するために、例えば陽電子放射形断層（ＰＥＴ）システムや磁気共鳴イメージング（ＭＲＩ）システムなどの医用イメージング技法を使用している。
【０００８】
実施の一形態では、ＰＥＴ撮像セッションの間に、腫瘍など代謝亢進性の領域を特異的標的としている放射性標識リガンドを患者に注入する。患者はスキャナの内部に水平に横たえている。放射性リガンドの崩壊によるフォトン放出は一連のフォトン検出器によって検出する。これらの検出器は、患者身体内部からの放射線放出量を計測する。この情報を用いて、身体内の標本点に関する放射性標識リガンドの濃度を算出している。次いで、計算した放射性リガンド濃度に基づいてグレイスケール画像を作成する。画像内の濃淡によって、そのスライス内のあらゆる点に関する放射性リガンド濃度の値にコントラストをつけている。ＰＥＴセッション中に取得したスライスは、身体内の関心エリアに関して機能的に正しい表示像が提供されるように再構成することができる。
【０００９】
別の実施形態では、ＭＲ撮像セッションの間に、大型のマグネットが発生させる強い磁界の内部に患者を配置する。水素原子など患者内部の磁化された陽子はマグネットが発生させる磁場と整列する。患者の具体的なスライスは、主磁場と直交して振動する磁場を生成させるラジオ波に曝露させる。これらのスライスは、撮像セッションを実施している医師や技師（以下において、「オペレータ」という）が選択した任意の面において取得することができる。患者身体内の陽子は先ずこのラジオ波を吸収し、次いで磁場との整列から逸れるように運動することによってこのラジオ波を放出する。陽子が元の状態（励起前）まで戻るのに伴って、患者身体が放出するラジオ波に基づいた診断画像が生成される。ＰＥＴ画像スライスと同様に、ＭＲ画像スライスも関心対象の身体部位の全体像を提供するように再構成することができる。身体部位のうち高信号を発生させる部分はＭＲ画像で白く表示され、一方、信号が最低の身体部分は黒と表示される。高低間の様々な信号強度を有するその他の身体部位は、様々な濃淡によって表示される。
【００１０】
医用イメージング技法を用いて医用画像を取得し終えた後、その医用画像１３５は一般にセグメント分割する。このセグメント分割処理によって、医用画像１３５の画素またはボクセルは、何らかの特性（すなわち、強度、テクスチャなど）に関して一様であるような一定数のクラスに分類する。例えば、医用脳画像のセグメント分割では、脳の物質は、灰白質、白質、脳脊髄液という３つのクラスにカテゴリー分けすることができる。セグメント分割を完了させた後、個別色を用いて各クラスの領域をマーキングすることができる。セグメント分割した医用画像を生成させた後、手術技法の立案及び／または診断の支援のために外科医やその他の医療従事者がこのセグメント分割画像を利用することができる。
【００１１】
典型的には、セグメント分割した医用画像の作成には幾つかのステップが必要となる。医用画像１３５からスライス状データを取り込むことによってデータ組を生成する。セグメント分割処理を通じて、このデータ組内の各点にグレイスケール値を割り当て、種類の異なる組織が異なるグレイスケール値を有するようにする。データ内の各種類の物質にはある特定の値を割り当てし、これにより、当該物質が出現するごとに同じグレイスケール値を有するようにする。例えば、ある具体的な画像内に現れた骨は常にある具体的な明るい灰色の濃淡で表示することがある。色分け基準によれば、画像の観察者はその対象及び／または関心領域が画像内に表示されていることを容易に理解することができる。
【００１２】
図１でさらに示すような実施の一形態では、医用イメージング・システム１００は、イメージング・デバイス１１０及びインタフェース・ユニット１３０に接続したプロセッサ１２０を備えている。このイメージング・デバイス１１０は、複数の画像データ組１４０を生成させると共に、例えば、陽電子放射形断層（ＰＥＴ）または磁気共鳴（ＭＲ）スキャナを備えることができる。ＰＥＴ及び／またはＭＲのコンテキストでは、イメージング・システム１００による画像データ１４０の収集のことを一般にスキャン（ｓｃａｎｎｉｎｇ）という。プロセッサ１２０は、本明細書に記載した医用画像１３５の半自動セグメント分割に関連する計算を実行する。さらに、プロセッサ１２０は画像処理技法に関する計算及び制御機能（例えば、再構成、画像データのメモリ記憶、セグメント分割など）も実行する。実施の一形態では、プロセッサ１２０は、例えば、単一の集積回路及び／またはマイクロプロセッサなどの中央演算処理装置（ＣＰＵ）を備えている。別の実施形態では、プロセッサ１２０は、例えば、複数の集積回路デバイス及び／または様々な機能を実現するように協調して動作する回路基板などを含むＣＰＵを備えている。さらに別の実施形態では、プロセッサ１２０は、例えば、ランダム・アクセス・メモリ（ＲＡＭ）、ダイナミック・ランダム・アクセス・メモリ（ＤＲＡＭ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、フラッシュ・メモリ、キャッシュ・メモリなどの記憶デバイスを含んでいる。さらに、別の実施形態ではプロセッサ１２０が記憶デバイスを内部に備えることがあることを理解すべきである。さらに、プロセッサ１２０はメモリ内に含まれるプログラムを遂行し、これらのプログラムに応答して動作し、画像収集及び画像観察の途中で生じることがある別の作業や機能を実行することができる。さらに図１に示すように、プロセッサ１２０はさらに、例えば、インタフェース・ユニット１３０によるシード点の配置に応答して図２〜６に関連して本明細書に記載するセグメント分割法を実行する。
【００１３】
さらに図１に示すように、インタフェース・ユニット１３０はプロセッサ１２０と結合させ、人間のユーザがイメージング・システム１００と対話することを可能にしている。さらに、プロセッサ１２０は、人間のユーザによる伝達情報の解明を可能にするような方式によって、インタフェース・ユニット１３０に送信するかつ／またはインタフェース・ユニット１３０から送信されるような計算を実行することができる。実施の一形態では、その伝達情報は、２Ｄまたは３Ｄの画像、カラー及びグレイスケール画像、並びに診断及び検出情報に関するテキスト・メッセージを含むことができる。別の実施形態では、そのインタフェース・ユニット１３０は、例えば、パーソナル・コンピュータ、入出力装置、画像ワークステーション、ハンドヘルド式画像表示ユニット、あるいは一般にＰＥＴシステムやＭＲＩシステム内に１つの構成要素として含まれるような従来型の画像ディスプレイ・プラットフォームを備えることができる。
【００１４】
患者に対する複数のスキャンから収集した画像データ１４０は１つのデータ組と見なすことができ、このデータ組は１枚の医用画像１３５になるように形成させることができる。各データ組は、画素またはボクセルのいずれかであるようなより小さい単位に分解することができる。データ組が２次元である場合、その医用画像１３５は画素と呼ぶ単位からなる。１つの画素は、２次元座標（通常はｘとｙ）を用いて表示できるような２次元空間内の１つの点である。画像内の各画素は別の８個の画素によって取り囲まれており、この９個の画素は３×３の１つの正方形を形成している。この別の８個の画素は、中央の画素を取り囲んでおり、その中央画素に対する８連結近傍要素と見なされる。データ組が３次元である場合、その医用画像１３５はボクセルと呼ぶ単位で表示される。１つのボクセルは３次元座標（通常はｘ、ｙ及びｚ）を用いて表示できるような３次元空間内の１つの点である。各ボクセルは別の２６個のボクセルに取り囲まれている。これら２６個のボクセルは元のボクセルに対する２６連結近傍要素と見なすことができる。
【００１５】
図６に示すような実施の一形態では、関心領域２００（図２）を有する３次元（３Ｄ）医用画像１３５をセグメント分割するための方法６００を提供する。第１組のシード点（Ａ）は関心領域２００の内部で特定する（ステップ６１０）。第２組のシード点（Ｂ）は関心領域２００の外部で特定する（ステップ６２０）。実施の一形態では、１組のシード点が少なくとも１つのシード点を備えることを理解すべきである。さらに、別の実施形態では、１組のシード点が複数のシード点を備えることができることも理解すべきである。さらに、実施の一形態では、第１組のシード点（Ａ）及び第２組のシード点（Ｂ）を、人間のユーザがイメージング・システム１００のインタフェース・ユニット１３０を用いて特定できることも理解すべきである。関心領域２００の内部で第１の球２１０を作図して、第１組のシード点（Ａ）の中心に位置させる（ステップ６３０）。実施の一形態では、この第１の球２１０は、組内の各球がシード点の組（Ａ）の異なる点を中心としているような第１の球の組を備えることができることを理解すべきである。空間制約式ファジー・クラスター化アルゴリズムを用いて、その３Ｄ医用画像１３５に含まれるすべてのボクセルをある一様性関数に基づいた関心領域２００に属するものと分類し、一様性関数閾値を決定する（ステップ６４０）。多数の第２の球２２０（図３）を生成する（ステップ６５０）。これらの第２の球２２０のうち空間束縛式ファジー・クラスター化アルゴリズムによって規定される一様性関数閾値を満足する球のみを適格判定とする。実施の一形態では、第１の球２１０の一様性関数閾値が第２の球２２０の当該球の一様性関数閾値と比べて等しいか大きい場合に、その一様性関数閾値が満足される。別の実施形態では、第１の球２１０の一様性関数閾値が第２の球２２０の当該球の一様性関数閾値と比べて等しいか小さい場合に、その一様性関数閾値が満足される。関心領域２００を画定する３次元エリア２３０（図５）は、第２の球２２０のうちの当該球の適格判定に基づいて適応成長させかつ／または膨張（ｅｘｐａｎｄ）させている（ステップ６６０）。第２の球２２０のうちの当該球に対する適応成長及び／または膨張によって画定した関心領域２００は、人間のユーザに対して表示させる（ステップ６６０）。実施の一形態では、そのインタフェース・ユニット１３０は関心領域２００の表示を実行することができることを理解すべきである。
【００１６】
図２に示すような別の実施形態では、関心対象２００を含んだ３次元医用画像１３５をセグメント分割するための装置及び方法１００は、第１組のシード点（Ａ）及び第２組のシード点（Ｂ）を特定することを含む。第１組のシード点（Ａ）は関心領域２００の内側部分２０２で特定する。第２組のシード点（Ｂ）は関心領域２００に関する外部部分２０４に配置させる。この実施形態では、関心領域２００の完全に内側の部分２０２で第１組のシード点（Ａ）の周りに第１組の球２１０を作図する。さらに別の実施形態では、第１の球２１０の周りに多数の第２の球２２０を生成させている。
【００１７】
上で検討し図３〜５に示すように、３Ｄ画像１３５に含まれるボクセルは空間束縛式ファジー・クラスター化アルゴリズムによって規定されるある具体的な一様性関数を用いて分類する。実施の一形態では、空間束縛式ファジー・クラスター化アルゴリズムは、医用画像１３５の本来的に低い分解能特性に起因するような隣接するボクセルとファジー・エッジの間の本来的に高い画素間相関をモデル化する。第２の球２２０の各球に含まれるボクセルは一様性関数閾値に照らし合わせてテストする。第２の球２２０のうち一様性関数閾値を満足する球は適格判定とし、また第２の球２２０のうち一様性関数閾値を満足しない球は適格判定としない。適格判定とした第２の球２２０は成長させ、膨張させ、さらに関心領域２００を画定する３次元エリア２３０を画定させる。したがって、この半自動セグメント分割によって、元々の画素／ボクセル強度ドメインではなく医用画像のファジー区画ドメイン・マップを用いて、成長、膨張、並びに関心領域２１０の３次元エリア２３０の画定が実行されることを理解すべきである。
【００１８】
例示的な実施の一形態では、その画像は磁気共鳴イメージング（ＭＲＩ）によって収集した３次元医用画像１３５である。しかし、３次元医用画像は、例えば、コンピュータ断層（ＣＴ）システム、陽電子放射形断層（ＰＥＴ）システム、Ｘ線システムなど別のイメージング・システムによる技法によって収集することもできることを理解すべきである。別の実施形態では、そのイメージング・システム１００はＰＥＴシステムを含むことができ、またその医用画像１３５は腫瘍画像を含むことができる。
【００１９】
また別の実施形態では、第１の球２１０及び第２の球２２０の曲率半径（Ｒ）（図２）が選択されているような、医用画像１３５をセグメント分割するための方法１００及び装置である。曲率半径（Ｒ）及び形態的開度（ｍｏｒｐｈｏｌｏｇｉｃａｌ ｏｐｅｎｉｎｇ）を利用すると、関心領域２００の内側部分２０２と外側部分２０４の境界面上のノイズ・ボクセルが排除され、さらに、ノイズに対する耐性を高めることができる。さらに、曲率半径（Ｒ）を選択することによって、細い経路で連結された対象同士の結合や、関心領域２００の表面及び／または境界面上でのノイズエリア（内側部分２０２と外部部分２０４の境界を定めるエリア）の包含が防止される。実施の一形態では、その曲率半径（Ｒ）はイメージング・システム１００によって決定できることを理解すべきである。さらに、別の実施形態では、球の曲率半径（Ｒ）をセグメント分割された表示像の所定の曲率半径（Ｒ）に従って選択できることも理解すべきである。
【００２０】
さらに別の実施形態では、その医用画像１３５は磁気共鳴イメージング（ＭＲＩ）によって収集した３次元脳画像を含むことができる。さらに、別の実施形態では、その３次元医用画像１３５は、例えばコンピュータ断層（ＣＴ）システム、陽電子放射形断層（ＰＥＴ）システム、Ｘ線システムなどの別のイメージング技法によって収集することがあることも理解すべきである。一般に、３次元磁気脳画像１３５は上述の方法を用いた連結性（ｃｏｎｎｅｃｔｉｖｉｔｙ）によってセグメント分割することができる。しかし、３次元磁気脳画像１３５では、頭蓋内ボリュームと頭皮の間に同じくセグメント分割をすべき連結が存在することがある。例えば、脳を頭皮に連結している１つの経路は、視神経に沿って流体で満たされた眼球に至り、さらに顔面組織に至っている。この実施形態では、１つまたは複数のシードを対象（この実施形態では、脳）内に配置し、一定の球面半径をもつウェーブレットを形成させている。本明細書で使用する場合「ウェーブレット（ｗａｖｅｌｅｔ）」とは、球内部に含まれるボクセルを表しているデータ構造のことをいう。ウェーブレットの半径は、狭い経路に沿った連結性を防止するようにユーザによって選択される。これらのウェーブレットに対してテストを行い、完全に臨界閾値を超えるボクセルからなる球領域のみについて伝播（ｐｒｏｐａｇａｔｅ）を許可する。実施の一形態では、その臨界閾値は一様性関数閾値を含む。さらに、この閾値は、関心領域２００を画定する１つのパラメータを意味しており、一般的には強度値に基づいている。実施の一形態では、その閾値は、関心領域２００内部のボクセルが該閾値を超えており、かつ残りのボクセルが背景と見なせるように関心領域２００を画定させるようにして選択される。別の対象がこの閾値を超える強度値を有することもあるため、セグメント分割をするためにこの閾値だけでは一般に十分でない。例えば、脳と頭皮は、他のボクセルと比較して同様に高い相対強度を有している。この実施形態ではさらに、成長させているバブルの境界位置において、その中心に動的シード（ａｃｔｉｖｅｓｅｅｄ）を有する動的球形ウェーブレットが存在する。このバブルはウェーブレットによって排除された（ｓｗｅｐｔ ｏｕｔ）領域からなる。各反復の後、動的シードが存在しなくなるまでウェーブレットの層が内部伝播（ｐｒｏｐａｇａｔｅ ｉｎ）する。完全に閾値を超えているすべての球領域（ウェーブレット）からなる結合によって連結ボリューム（バブル）が規定される。その寸法が選択したバブル直径より小さいブリッジを形成する領域はこの連結領域に含めないことに留意すべきである。さらに、この連結ボリュームは、閾値を超えるボクセルがランダムに選択される領域であるノイズ領域内までは伝播しない。
【００２１】
本発明に関する上述の検討は例示及び説明を目的として提示したものである。さらにこの説明は、本発明を本明細書で開示した形態に限定しようとする意図ではない。したがって、上述の教示及び当技術分野の技能や知見と相応した変形形態や修正形態は本発明の範囲内にある。本明細書で上述した実施形態はさらに、本発明の実施に関して目下のところ知られている最良実施例を説明すること、並びに当業者が本発明をそのまま、または別の実施形態として本発明の具体的な応用及び用法による様々な修正を伴って本発明を利用できるようにすること、を意図したものである。本特許請求の範囲は、代替的な実施形態を従来技術が許容する範囲で包含するものと解釈されることを意図している。
【図面の簡単な説明】
【図１】本発明の代表的な実施形態で使用する医用イメージング・システムのブロック図である。
【図２】本発明の代表的な実施形態において生成した球に関するシード点の位置決めを表した図である。
【図３】医用画像の半自動セグメント分割で使用する処理に関する代表的な実施形態を表した図である。
【図４】医用画像の半自動セグメント分割で使用する処理に関する代表的な実施形態を表した図である。
【図５】医用画像の半自動セグメント分割で使用する処理に関する代表的な実施形態を表した図である。
【図６】医用画像の半自動セグメント分割のための処理のブロック図である。
【符号の説明】
１００ 医用イメージング・システム
１１０ イメージング・デバイス
１２０ プロセッサ
１３０ インタフェース・ユニット
１３５ 医用画像
１４０ 画像データ組
２０２ 関心領域の内側部分
２０４ 関心領域の外部部分
２１０ 第１の球
２２０ 第２の球
２３０ ３次元エリア
Ａ 第１組のシード点
Ｂ 第２組のシード点

Claims (10)

1. 関心領域を含む３次元（３Ｄ）医用画像をセグメント分割する方法であって、
   前記関心領域の内部で第１組のシード点を特定するステップと、
   前記関心領域の外部で第２組のシード点を特定するステップと、
   前記関心領域の内部に前記第１組のシード点を中心とする第１の球を作図するステップと、
   各ボクセルに対して所望の関心領域に属する確率を割り当てることにより、前記特定された第１組及び第２組のシード点と空間制約式ファジー・クラスター化アルゴリズムを用いて３Ｄ医用画像内に含まれる全てのボクセルを分類し、これにより該３Ｄ医用画像内に含まれるボクセルを一様性関数に基づいてファジー区画ドメインに変換するステップと、
   複数の第２の球を生成するステップと、
   前記複数の第２の球のうち空間束縛式ファジー・クラスター化アルゴリズムで規定される一様性関数閾値を満足する球を適格判定とするステップと、
   前記複数の第２の球のうち前記一様性関数閾値を満足する球を適格判定とすることにより、前記所望の関心領域を画定する３次元エリアを適応成長させ、膨張させ、画定するステップと、
   前記適応成長のステップにより画定した前記所望の関心領域を表示するステップと、
   を含む方法。
2. 前記複数の第２の球が第１の球の周りに生成されている、請求項１に記載の方法。
3. 前記３次元画像が、磁気共鳴イメージング（ＭＲＩ）システム、コンピュータ断層（ＣＴ）システム、陽電子放射形断層（ＰＥＴ）システム、及びＸ線システムのうちの少なくとも１つによって収集されている、請求項１または２に記載の方法。
4. 前記第１の球と前記複数の第２の球の曲率半径は前記関心領域の内部と前記関心領域の外部の間の境界面上のノイズ・ボクセルが排除されるように選択され、
   前記表示するステップは前記適応成長のステップ及び前記曲率半径の選択ステップにより画定した関心領域を表示する、請求項１に記載の方法。
5. 前記３次元（３Ｄ）画像が、磁気共鳴イメージング（ＭＲＩ）システム、コンピュータ断層（ＣＴ）システム、陽電子放射形断層（ＰＥＴ）システム、及びＸ線システムのうちの少なくとも１つによって収集されている、請求項４に記載の方法。
6. 前記第１の球と前記複数の第２の球は、所定の曲率半径に基づいた選択半径を有している、請求項４または５に記載の方法。
7. 画像収集デバイス（１１０）によって収集される関心領域（２００）を含んだ医用画像をセグメント分割するシステム（１００）であって、
   前記画像収集デバイス（１１０）と結合している、医用画像（１３５）のセグメント分割を計算するためのプロセッサ（１２０）であって、該セグメント分割の計算は、
   前記関心領域の内部に第１組のシード点の周りを中心とする第１の球を生成するステップと、
   各ボクセルに対して所望の関心領域に属する確率を割り当てることにより、前記特定されたシード点と空間制約式ファジー・クラスター化アルゴリズムを用いて３Ｄ医用画像内に含まれる全てのボクセルを一様性関数に基づいてファジー区画ドメインに変換するステップと、
   複数の第２の球を生成するステップと、
   一様性関数を有するような空間制約式ファジー・クラスター化アルゴリズムを用いて医用画像（１３５）内に含まれるボクセルを分類し、これにより該医用画像（１３５）内に含まれるボクセルをファジー区画ドメインに変換するステップと、
   複数の第２の球（２２０）を生成するステップと、
   ボクセルの包含に関して、前記複数の第２の球（２２０）のうち空間制約式ファジー・クラスター化アルゴリズムで規定される一様性関数閾値を満足する球を適格判定とするステップと、
   前記複数の第２の球のうち前記一様性関数閾値を満足する球を適格判定とすることにより、前記所望の関心領域を画定する３次元エリア（２４０）を適応成長させ、膨張させ、画定するステップと、
   前記適応成長のステップにより画定した関心領域（２００）を表示するステップと、を実行するプロセッサ（１２０）と、
   前記プロセッサ（１２０）と結合している、医用画像（１３５）のセグメント分割に関する情報を解明するためのインタフェース・ユニット（１３０）と、
   を備えるシステム（１００）。
8. 前記プロセッサ（１２０）は前記第１の球（２１０）の周りに複数の第２の球（２２０）を生成させている、請求項７に記載のシステム（１００）。
9. 関心領域（２００）の内部（２０２）と関心領域（２００）の外部（２０４）の間の境界面上のノイズ・ボクセルが排除されるように前記第１の球（２１０）と前記複数の第２の球（２２０）の曲率半径を決定するステップと、
   前記適応成長のステップ及び前記曲率半径の選択ステップにより画定した関心領域（２００）を表示するステップと、を実行するプロセッサ（１２０）と、
   を備える、請求項７に記載のシステム（１００）。
10. 前記プロセッサ（１２０）は前記第１の球（２１０）の周りに複数の第２の球（２２０）を生成させている、請求項９に記載のシステム（１００）。

Images