JP4512586B2 - ３次元データセットにおけるボリューム測定 - Google Patents

Description

本発明は、３次元データセットに適用されるボリューム測定に関する。このデータセットは、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）、ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）あるいはＸ線スキャニングを介し取得されるかもしれない。特に、本発明は、３次元ボリュームデータからオブジェクトのボリュームを決定する方法、ボリューム測定のための画像処理装置、及びコンピュータ画像処理装置上での実行時に、ボリューム測定を行うコンピュータコード手段を有するコンピュータプログラムに関する。

個人が癌などの病気にかかっていることが検出されると、病気の程度及び進行と、提案された処置が病変組織にどのように影響を与えるかを判断するため、一般に、冒された組織が定期的に観察されるかもしれない。このため、腫瘍などのオブジェクトのボリュームの３次元画像データセットにおける測定は、重要な頻繁に行われる作業である。さらに、必要とされる適切なタイプの処置を判断するため観察される内部器官において、各人はあるタイプの異常を有するかもしれない。

現在、癌腫瘍部や異常器官の観察に利用されるシステムは多数存在する。例えば、Ｘ線、磁気共鳴画像診断、コンピュータトモグラフィ、あるいは他の類似タイプのシステムは、３次元画像データセットに対して非侵襲的に必要な観察を行い、観察対象となる領域の画像を生成する。

冒された組織や異常器官を観察するため、患者の断面の２次元画像系列が、３次元画像セットを生成するため合成されるかもしれない。このため、これらの２次元画像は、解剖学的ユニット間の最大限正確な対応関係が維持されるように揃えられる必要がある。ＣＴやＭＲＩスキャナから直接取得されるデジタル画像は、通常は自動的にレジスタに収められ、３次元ボリュームデータを生成するのに直接利用されてもよい。

コンピュータトモグラフィ画像スキャンの場合には、３次元ボリュームデータは複数の２次元画像スライスを有し、各画像スライスは、Ｘ線ビームを適用した各人体物質の減衰係数に対応するＨｏｕｎｓｆｉｅｌｄユニットアレイを構成する。

腫瘍ボリューム測定は、例えば、腫瘍学の分野では追跡検査間の拡大または縮小を監視する典型的な作業である。このようなモニタリングは、癌の診断及びステージ判断と共に、治療中にも実行される。ボリューム測定はしばしば、１人の患者の数十の腫瘍に対して複数回の追跡検査で行われる必要がある。通常これは、画像中の腫瘍のサイズを測定し、そのボリュームを推定することにより手動により実行される。

大変面倒なオペレータに依存したものであるということとは別に、この作業は信頼できる結果を生成するため、オペレータ側の高い経験を必要とする。

米国特許第５，８５９，１９１号は、３次元放射線治療処置と共に利用される外側セグメント化／外側輪郭形成システムを開示しており、そこでは、オブジェクトの境界内にポリゴンが展開され、展開されたポリゴンの形状に基づき当該オブジェクトの境界が計算される。

米国特許第６，１１２，１１２号は、腫瘍や周囲の組織を含む画像データが一時的に取得された画像に対応して取得される一時的に取得された医療画像における腫瘍の程度を評価し、時系列的に一時取得された医療画像におけるボクセル（ｖｏｘｅｌ）の変化を示す差異画像を規定する差異画像データを導出するため、取得された画像データに対して時間に関する変化処理を実行する方法を開示している。

既知の測定システムによる問題点は、ボリュームを測定するため３次元データセットからオブジェクト、すなわち、腫瘍をセグメント化することである。この問題は、腫瘍がしばしば血管や他の組織に接続されているという事実により複雑化される。

本発明の課題は、３次元ボリュームデータからのオブジェクトの改良されたボリューム測定を提供することである。

請求項１記載の本発明の一実施例によると、上記課題は、グラフィック情報ユニットを有する３次元ボリュームデータからオブジェクトのボリュームを決定する方法により解決され、当該オブジェクトのボリュームが決定される。対象ボリュームでは、グラフィック情報ユニットの閾値が決定される。この閾値に基づき、ボクセルから構成される距離マップを決定するため、距離変換が行われる。距離マップにおいては、コアボクセルの個数とフロントボクセルの個数を決定するのに用いられるオブジェクト上のシードポイントが与えられる。対象ボリュームにおけるオブジェクトのボリュームが、コアボクセルの個数とフロントボクセルの個数に基づき決定される。

効果的には、本発明の当該実施例は、視覚的に良好な信頼できるセグメント結果をもたらす極めて高速なリアルタイム対応の方法である。これにより、医師のワークフローをスピードアップすることが可能となり、腫瘍などのボリュームを手作業により測定する骨の折れる頻繁に必要とされる作業を解消することができ、極めて正確かつ再生可能な結果を生成することができる。手作業による決定と対照的に、コンピュータ上で実行可能な本発明の一実施例によるこのような方法は、オペレータ側での単一の操作のみしか、すなわち、腫瘍のボリュームの信頼できる自動的な決定のための腫瘍のほぼ中心における１回のマウスクリックしか必要としない。このシードポイントの手動による決定の代わりに、粗いセグメント化方法を用いて腫瘍のほぼ中心を決定するようにしてもよい。

請求項２は、可変拡大速度によるボクセルの拡張を保証する本発明による方法の他の実施例を提供する。本発明の一実施例によると、拡大が距離マップにおいて下方に進行し、新たなボクセルが参照ボクセルよりそれに対して急峻に下降する他の近隣がない限り、ボクセルは瞬時（高速）に拡張される。このような「ｄｏｗｎＨｉｌｌ」拡張は、腫瘍がスピキュリ（ｓｐｉｃｕｌｉ）や腫瘤に外側に拡大されるのを効果的に保証する。さらに、ｄｏｗｎＨｉｌｌ拡張は、距離マップの勾配係数に平行で、距離マップの骨格または稜線に垂直な拡大を効果的に保証する。

請求項３記載の本発明の他の実施例によると、「低速の」拡大のため、優先度基準が導入及び利用される。距離マップの最大方向２次微分Ｌ_ｍａｘ（ｘ）は、フロントボクセルが腫瘍の中心にどの程度近接しているを示し、これにより、優先度基準は拡大が腫瘍のほぼ中心に可能な限り近接して常時継続していることを保証する。効果的には、これはシードポイントの変化に対してロウバスト性を実現する。効果的には、この優先度基準、すなわち、Ｌ_ｍａｘ（ｘ）基準はまた、腫瘍が距離マップにおいて複数の局所ピークから構成される場合、距離マップの最も高いピークに向かって拡大を保証し、さらに推進するかもしれない。

請求項４記載の本発明の他の実施例によると、拡大をカットオフするのにカットオフ基準が利用される。本発明の当該実施例によると、拡大がカットオフされるポイントに関する最終的な決定は、距離マップのフロントボクセルのボクセル距離の和の曲線の最小ポイントの決定後、遡及的に行われる。効果的には、このことは、接続血管やボールト（ｖａｕｌｔ）がそれらの最も細いポイントにおいてカットオフされることを保証する。

請求項５記載の本発明の他の実施例によると、マルチスライスコーンビームＣＴスキャナなどからの高解像度ＣＴデータセットにおける肺腫瘤に関するボリューム測定に特に適した方法が提供される。効果的には、本方法は大変信頼できる肺腫瘤自動測定を可能にする。

請求項６記載の本発明の他の実施例では、３次元ボリュームデータを格納するためのメモリと、グラフィック情報ユニットを有する３次元ボリュームデータからオブジェクトのボリュームを決定する画像プロセッサとを有する画像処理装置が提供される。本実施例では、オブジェクトのボリュームは、オブジェクトのコアボクセルの個数とフロントボクセルの個数に基づき決定される。効果的には、当該実施例による画像処理装置は、高速なリアルタイムの測定を可能にする。さらにそれは、再生可能な結果による信頼できるボリューム測定を可能にする視覚的に満足いくセグメント結果を提供する。医療用途では、それは放射線技師の負担を軽減し、ワークフローのスピードアップを可能にする。さらに、ボリューム測定が自動化されているため、オペレータの負担は確実に大きく軽減される。さらに、本発明による画像処理装置は、当該分野において最小限の経験しか有しないオペレータによっても操作可能である。

請求項７記載の本発明の他の実施例は、可変的にボクセルの拡張の拡大速度を制御し、スピキュリ及び腫瘤を拡大に含めると共に、距離マップの稜線に垂直な拡張拡大を保証する。

請求項８記載の本発明の他の実施例では、可変的なシードポイントに対するロウバスト性と最も細いポイントにおける接続血管またはボールトのカットオフを保証する低速な拡大の優先度基準及びカットオフ基準が提供される。

請求項９記載の本発明の他の実施例によると、画像処理装置は、腫瘍の自動的なボリューム測定を効果的に可能にするコンピュータトモグラフィ画像走査に基づくコンピュータ支援測定のためのコンピュータ支援腫瘍ボリューム測定装置である。

請求項１０記載の本発明の他の実施例では、ＣＴスキャナからのデータセットなどの３次元データセットからの腫瘍などのオブジェクトの信頼できる自動的なボリューム測定を可能にするコンピュータコード手段を有するコンピュータ可読媒体格納可能なコンピュータプログラムが提供される。本発明によるコンピュータプログラムは、画像処理装置の画像プロセッサなどのデータプロセッサのワーキングメモリに好ましくはロードされる。従って、データプロセッサは、本発明の実施例による方法を実行するため備えられる。コンピュータプログラムは、ＣＤ−ＲＯＭなどのコンピュータ可読媒体上に格納されてもよい。コンピュータプログラムはまた、ワールドワイドウェブなどのネットワークを介し提供されてもよいし、そのようなネットワークからデータプロセッサのワーキングメモリにダウンロードすることも可能である。

本発明の一実施例の趣旨は、３次元距離変換と領域拡大手法を利用することにより、対象となる単一のオブジェクトの周囲の対象ボリュームを解析する自動化されたボリューム測定が提供される。この領域拡大手法は、ｄｏｗｎＨｉｌｌ拡張、低速の拡大のための優先度基準を利用し、フロントボクセル距離の和の曲線の最小ポイントに基づく拡大のカットオフを再帰的に決定することによる拡大方向の制御を含む。

「コアボクセル」とは、拡大プロセスにより既に処理され（包含され）、拡大プロセスに既に包含された他のボクセルによってすべてのサイドで包囲されているすべてのボクセルである。

「フロントボクセル」は、拡大プロセスによりすでに包含されているが、拡大プロセスによってまだ包含されていない１以上の近隣ボクセルに隣接するすべてのボクセルである。

本発明の上記及び他の特徴は、以下で説明される実施例と図面を参照することにより明らかにされる。

図１は、本発明による方法の一実施例を実行するための本発明による画像処理装置の一実施例を示す。図１に示される画像処理装置は、３次元ボリュームデータを格納するためのメモリ２に接続されたＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）または画像プロセッサ１を有する。画像プロセッサ１は、ＭＲ装置、ＣＴ装置、Ｘ線装置などの複数の入出力ネットワークあるいは診断装置に接続されてもよい。画像プロセッサ１はさらに、画像プロセッサ１において計算または構成される情報または画像を表示するための表示装置４（コンピュータモニタなど）に接続される。オペレータは、キーボード５及び／または図１に示されていないマウスなどの他の入出力装置とやりとりするようにしてもよい。

以下において、胸壁の腫瘤がセグメント化され、そのボリュームが測定される３次元データセットに合成されたコンピュータトモグラフィ（ＣＴ）画像走査に基づくボリューム測定に関して本発明は説明される。これに関して本方法は、サブボクセルオーダの正確なボリューム推定を取得することに関するものでなく、腫瘍に属するボクセルを特定し、セグメント化された腫瘍コアに属するボクセル数に基づきボリュームを推定することに関するものであるということが指摘されるべきである。また、ＣＴスキャナを用いて３次元ボリュームデータを取得する代わりに、Ｘ線スキャナやＭＲＩスキャナが利用されてもよいということが留意されるべきである。

図２ａ〜２ｃは、図１に示される画像処理装置上で処理可能な、グラフィック情報ユニットを含む３次元ボリュームデータからオブジェクトのボリュームを決定するための方法の一実施例のフローチャートを示す。ステップＳ１のスタート後、本方法は、オブジェクト、すなわち腫瘍を含む対象ボリューム（ＶＯＩ）が３次元ボリュームデータにおいて決定されるステップＳ２に続く。

ほぼ中心に腫瘤を有するＶＯＩ画像キューブが決定された後、ＶＯＩには腫瘤が１つか、あるいは複数あるかに関して判断される。ＶＯＩが複数の腫瘤を有すると判断されると、各ＶＯＩが１つのみの腫瘤を含むようにＶＯＩは分割される。このとき、ＶＯＩ画像キューブはあるＨｏｕｎｓｆｉｅｌｄレベルでの閾値処理がなされ、一定のＨｏｕｎｓｆｉｅｌｄ閾値を超えるＨｏｕｎｓｆｉｅｌｄユニットが決定される。これにより、グラフィック情報ユニットとしてＨｏｕｎｓｆｉｅｌｄユニットを含むＶＯＩ画像キューブが、「イン」または「アウト」の何れかであるボクセルを有する３次元２値画像に変換される。図４に示されるようなボリューム対ＨＵ閾値曲線を生成するため、閾値処理が例えば、−６００、−５００、−４００、−３００、−２００、−１００ＨＵの固定されたＨｏｕｎｓｆｉｅｌｄ閾値系列に対して繰り返される。

図４は、２値画像を生成するのに用いられるＨｏｕｎｓｆｉｅｌｄ閾値の関数としてボリューム曲線を示す。さらに、図４は、図示された例では約５１０ＨＵである最適な面勾配積分をもたらすＨｏｕｎｓｆｉｅｌｄ閾値を示す。

ステップＳ２の後、本方法はステップＳ３に続き、距離マップを生成するため距離変換が行われる。このため、ステップＳ２で決定された３次元２値画像に対して距離変換が行われる。このような距離変換は、例えば、距離変換について参照することによりここに含まれる、Ｇ．Ｂｏｒｇｅｆｏｒｓによる「Ｄｉｓｔａｎｃｅ Ｔｒａｎｓｆｏｒｍａｔｉｏｎｓ ｉｎ Ｄｉｇｉｔａｌ Ｉｍａｇｅｓ」（Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ，Ｇｒａｐｈｉｃｓ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ３４，３４４−３７１，１９８６）に説明されている。このような距離変換は、３次元２値画像の各「アウト」画素に「０」を割当てる。さらに、この距離変換は、３次元２値画像の当該画素の距離を各「イン」画素に最も近接した「アウト」画素に割当てる。ステップＳ３において用いられる距離変換は３次元により実現され、１、√２、√３のステップ幅に対応するｘ、ｘ−ｙ及びｘ−ｙ−ｚの方向のステップに対して、１０、１４、１７の整数距離プリミティブにより、Ｇ．Ｂｏｒｇｅｆｏｒｓによって説明されるような２パスアルゴリズムを利用するようにしてもよい。

ステップＳ３の後、本方法はステップＳ４に続き、拡張展開のためのシードポイント（ｓｅｅｄ ｐｏｉｎｔ）が決定される。シードポイントは、腫瘍のほぼ中心を決定するのにスキャンデータの１つのスライスのみに適用される既知の大まかな２次元セグメント化方法により決定されてもよい。あるいは、シードポイントと距離マップは、マウスポインタを介しオペレータに表示される腫瘍を示す画像をクリックすることによって、オペレータにより手動により決定されるようにしてもよい。あるいは、ＶＯＩの中心をシードポイントとして選択することも可能である。その後、本方法はステップＳ５に続く。

ステップＳ５において、優先度付きキューが生成される。このため、シードポイントの座標とその距離が、バイナリヒープ構造などの優先度付きキューに入力される。優先度付きキューは、参照することによりここに含まれる、Ｒ．Ｓｅｄｇｅｗｉｃｋによる「Ａｌｇｏｒｉｔｈｍｓ ｉｎ Ｃ」（Ａｄｄｉｓｏｎ−Ｗｅｓｌｅｙ，Ｒｅａｄｉｎｇ １９９０）に説明されるように、大変効率的なバイナリヒープ構造として実現されてもよい。このバイナリヒープ構造では、最も低い優先度を有する要素が、ヒープの最下位のポジション０に置かれる。ステップＳ２０を参照して、優先度の決定が説明される。新しい要素が追加されると、ヒープ全体が再構成される必要はない。すなわち、完全な再構成の代わりに、いわゆる「ｕｐＨｅａｐ」及び「ｄｏｗｎＨｅａｐ」手順で十分である。ｕｐＨｅａｐ手順はヒープのエンドに新しい要素を追加するために行われ、ｄｏｗｎＨｅａｐ手順はヒープの最小の要素を抽出するのに実行される。

その後、本方法はステップＳ６に続き、優先度付きチューブの要素がフロントボクセルとラベル付けされる。以下のステップＳ７〜Ｓ２３では、繰り返しの領域拡大プロセスが実行される。この繰り返し領域拡大プロセスの結果は図３に示される。図３ａは、領域拡大が開始される前の胸壁の腫瘤を示し、図３ｆは、完全に拡張した領域を示す。図５ａ〜５ｃの説明の後に、図３はより詳細に説明される。

ステップＳ７において、最も高い優先度を有する要素が、優先度付きキューから抽出される。最初の第１の繰り返しでは、シードボクセルはもちろん優先度付きキューの最も高い要素のみである。その後、本方法はステップＳ８に続き、優先度付きキューが空であるか否か判断される。ステップＳ８において優先度付きキューが空であると判定された場合、本方法は図２ａの下部と図２ｂの上部の丸印Ｅと、図２ｂの下部と図２ｃの上部の丸印Ｆにより示されるように、ステップＳ２４に続く。

ステップＳ８において優先度付きキューが空でないと判定された場合、本方法はステップＳ９に続き、抽出された要素がコアボクセルとラベル付けされているか否かについて判断される。ステップＳ９において抽出された要素がコアボクセルではないと判定されると、図２ａの下部及び図２ｂの上部の丸印Ａにより示されるように、本方法はステップＳ１１に続く。

ステップＳ９において抽出された要素がコアボクセルであると判定されると、本方法はステップＳ１０に続き、当該抽出された要素はスキップされ、次に高い優先度が優先度付きキューから抽出される。その後、図２ａの下部と図２ｂの上部の丸印Ａにより示されるように、本方法はステップＳ１１に続く。

ステップＳ１１において、優先度付きキューにおいて最小の優先度を有する要素ｘが、優先度付けキューから抽出される。その後ステップＳ１２〜Ｓ１８において、キューの最小要素として抽出された現在ボクセルの「ｄｏｗｎＨｉｌｌ」拡張が実行される。

次のステップＳ１２において、抽出された要素ｘがコアボクセルとしてラベル付けされる。その後、本方法はステップＳ１３に続き、要素ｘを含むｄｏｗｎＨｉｌｌ用拡大リストと全体的な拡大リストが生成される。詳細には、ポジションｘと距離Ｄを有する現在ボクセル、すなわち、要素ｘが、ｄｏｗｎＨｉｌｌ用拡大リストとコアボクセルとラベル付けされた全体拡大リストに入力される。

その後、本方法はステップＳ１４とＳ１５に続き、最も近いｘ、ｙ、ｚ近傍の要素ｘの２６のすべての近隣がチェックされる。詳細には、ステップＳ１４において、要素ｘの２６すべての近隣がチェックされ、
０＜ｄ’（ｘ’）＜Ｄ（ｘ）
の距離を有する抽出された要素の近隣要素ｘ’が特定される。

言い換えると、距離Ｄ’（ｘ’）＞０と、参照ボクセル要素ｘの距離Ｄ（ｘ）より小さな値を有する近隣要素ｘ’が決定される。その後、本方法はステップＳ１５に続き、参照要素ｘを含む要素ｘ’の２６すべての近隣要素ｘ’’がチェックされる。詳細にはステップＳ１５において、要素ｘ’の近傍のすべての要素ｘ’の近隣要素ｘ’’が特定される。その後、本方法はステップＳ１６に続き、ボクセルｘ’’がｄｏｗｎＨｉｌｌ用拡大リストと全体拡大リストに追加され、ステップＳ１５により決定された最大距離Ｄ’’_ｍａｘが、参照ボクセル要素ｘの距離Ｄ（ｘ）以下であるとき、コアボクセルとラベル付けされる。その後、本方法はステップＳ１７に続き、ｄｏｗｎＨｉｌｌ用拡大リストが空であるか否かについて判断される。ｄｏｗｎＨｉｌｌ用拡大リストが空でないと判定されると、本方法はステップＳ１８に続く。

ステップＳ１８において、次の要素が要素ｘとしてｄｏｗｎＨｉｌｌ用拡大リストから抽出される。その後、本方法はステップＳ１４に戻る。

効果的には、ステップＳ１１〜Ｓ１８を参照して説明された拡張ルールは、ｄｏｗｎＨｉｌｌ拡張が図３ｃ〜図３ｆに示されるような距離マップの分岐ラインで止まる。ステップＳ１７の判断は、ｄｏｗｎＨｉｌｌ用拡大リストが空になるまで、ｄｏｗｎＨｉｌｌ拡張が繰り返されるということを保証する。ステップＳ１７においてｄｏｗｎＨｉｌｌ用拡大リストが空であると判断されると、図２ｂの下部と図２ｃの上部の丸印Ｂにより示されるように、本方法はステップＳ１９に続く。

ステップＳ１９において、少なくとも１つのボクセルに隣接し、フロントボクセルまたはコアボクセルとしてまだラベル付けされていない、Ｄ＞０を有する現在フロントボクセルが特定される。特に、現在全体拡大リストにあるすべてのボクセル要素は、現在コアボクセルであると述べることが可能である。ここで、すべての現在フロントボクセルが特定される。これらフロントボクセルは、距離Ｄ＞０を有し、３次元２値画像の「イン」ボクセルであるということを意味し、少なくとも１つのコアボクセルに隣接するボクセルである。これら新たなフロントボクセルはフロントボクセルまたはコアボクセルとしてラベル付けされなかったことを必要とする。

その後、次のステップＳ２０において、新しいフロントボクセルのすべての優先度が計算される。これはステップＳ２１において、当該新たなフロントボクセルを優先度付けキューに挿入するために行われる。

新しいフロントボクセルの各々の優先度として、距離マップのボクセル要素Ｘの負の最大方向２次微分Ｌ_ｍａｘ（ｘ）を採用できる。ボクセルポジションＸの方向２次微分は、
Ｌ（ｘ）＝Ｄ（ｘ−ｒ）−２Ｄ（ｘ）＋Ｄ（ｘ＋ｒ）
として近似可能である。ここで、ｒは中心ポジションｘにおける距離Ｄ（ｘ）により与えられる長さ｜ｒ｜＝Ｄ（ｘ）を有する３次元変位ベクトルである。変位係数ｒは、要素ｘに関するすべての可能な向きに回転され、これにより、最大値Ｌ_ｍａｘ（ｘ）が決定される。最大方向２次微分Ｌ_ｍａｘ（ｘ）が大きくなるに従い、ボクセル要素ｘは主要の中心に近接する確率が低くなる。例えば完全な球の中心では、消滅していくＤ（ｘ±ｒ）＝０のため、最も高い優先度に対して最小のＬ_ｍａｘ（ｘ）がとられるように、
Ｌ_ｍａｘ（ｘ）＝−２Ｄ（ｘ）
となることが予想される。

計算量を減少させるための本発明の一実施例によると、変位ベクトルｒによる軸は、ボクセルｘの周囲の球面上で回転されなくてもよい。代わりに、最大方向２次微分を検出するため、ｘ、ｙ、ｚボクセル格子により整列されたボクセルｘの周囲の直交立体面がサンプリングされるようにしてもよい。

ステップＳ２１の各自の優先度に従って、新しいフロントボクセルを優先度付きキューに挿入した後、本方法はステップＳ２２に続き、すべてのフロントボクセルの距離の現在の和（ＤｉｓｔＦｒｏｎｔＳｕｍ）が計算される。これは単に、新しいフロントボクセルのすべての距離をＤｉｓｔＦｒｏｎｔＳｕｍに加え、上記ｄｏｗｎＨｉｌｌ拡張中にコアボクセルとラベル付けされたすべてのボクセルの距離をＤｉｓｔＦｒｏｎｔＳｕｍから差し引くことにより行われる。

その後、本方法はステップＳ２３に続く。ステップＳ２３では、次のフロントボクセルとシードボクセルとの間の距離が所定の閾値を超えているか判断される。ステップＳ２３において、次のフロントボクセルとシードポイントとの間の距離が所定の閾値を超えていると判定されると、本方法はステップＳ２４に続き、拡大プロセスを終了させる。言い換えると、空の優先度付きキューに加えて（ステップＳ８）、次のフロントボクセルが所定の最大距離よりも、もとのシードボクセルから大きな距離を有する場合には、拡大プロセスは終了される。この所定の最大距離は、シードボクセルの距離に係数を乗ずることにより計算されてもよい。

ステップＳ２３において、次のフロントボクセルとシードボクセルとの距離が所定の閾値より小さいと判定されると、本方法は、図２ｃの上部と図２ｃの下部の丸印Ｃと図２ｂの上部と図２ａの下部の丸印Ｄにより示されるように、ステップＳ７に戻る。

ステップＳ８とＳ２３における拡大を停止する条件が満たされると、本方法はステップＳ２９に続き、ＤｉｓｔＦｒｏｎｔＳｕｍが最小となる繰り返しｉが決定される。言い換えると、この繰り返し数は、ＤｉｓｔＦｒｏｎｔＳｕｍ（現在のすべてのフロントボクセルの距離の和）の曲線がその最小値に達する繰り返し数が決定される。

次のステップＳ２７において、ステップＳ２４において決定された繰り返しｉまでの全体拡大リストに含まれるすべてのボクセルが、腫瘍ボクセルとしてマーク付けすることができる。その後、腫瘍ボクセルに基づき、ボリュームが腫瘍ボクセルの個数、すなわち、ｘ，ｙ，ｚサンプリング解像度により乗ぜられる、カットオフポイント前の全体拡大リストのコアボクセルの個数として計算される。「有効な直径（ボリュームに等価な直径）」は、
Ｄ_ｅｆｆ＝２・［Ｖ・３／（４π）］^１／３
として与えられる。

腫瘍のボリュームに対応する腫瘍ボクセルの個数またはボリュームの何れかが、オペレータに出力されるようにしてもよい。その後、本方法はステップＳ２６に続き、処理が終了される。

図２ａ〜２ｃに示される方法の一変形では、さらなる補助的カットオフ基準を導入することにより、最小ＤｉｓｔＦｒｏｎｔＳｕｍ基準（ステップＳ２２及びＳ２４）を精緻化することができる。この補助的カットオフ基準は、各繰り返しステップのコアボクセルのコンパクト性に基づくものである。図９及び１０において、コンパクト性曲線が示される。ボクセル（コア）のボディのコンパクト性は、例えば参照することによりここに含まれる、Ｄ．Ｗｏｒｍａｎｎｓらによる「Ｃｌｉｎｉｃａｌ Ｅｖａｌｕａｔｉｏｎ ｏｆ ｔｈｅ Ｒｅｐｒｏｄｕｃｉｂｉｌｉｔｙ ｏｆ Ｖｏｌｕｍｅ Ｍｅａｓｕｒｅｍｅｎｔｓ ｏｆ Ｐｌｕｍｏｎａｒｙ Ｎｏｄｕｌｅｓ」（Ｐｒｏｃ．ＳＰＩＥ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ ２００２，ＳＰＩＥ ｖｏｌ．４６８４，ｐｐ．３１６−３２２）により示されるような面とボリュームとの間の関係に基づき測定することができる。

しかしながら、比較的少数のボクセルしか有しない小さな腫瘍では、面の面積は推定困難である。フロントボクセルとコアボクセルの測定は、少数ボクセルの腫瘍に対しては大変粗いものとなり、さらに、ｘ，ｙ，ｘボクセル格子に関する腫瘍の向きに対して不変ではない。本発明によると、よりロウバストなコンパクト性の測定が、完全な球に対しては最小となるボクセルの空間標準偏差から導出される。この空間標準偏差は、すべてのボクセルｘ_ｉとそれらの中心との間の二乗平均平方根の差、すなわち、
Ｓ＝［Σ｜ｘ_ｉ−ｍ｜^２］^１／２
として推定されてもよい。

これは、実際には空間共分散行列のトレースの平方根として決定することができる。半径Ｒの完全な球は、Ｓ＝３／５Ｒ^２の空間標準偏差とＶ＝４π／３Ｒ^３のボリュームを有する。

従って、腫瘍のボリューム等価半径Ｒ_Ｖは、
Ｒ_Ｖ＝［Ｖ・３／（４π）］^１／３
として推定することができる。ただし、ボリュームＶはボクセルの個数（ボクセルサイズにより乗ぜられた）であり、同様にして、空間偏差等価半径Ｒ_Ｓは、
Ｒ_Ｓ＝［Ｓ・５／３］^１／２
として推定することができる。

さらに、腫瘍のコンパクト性は、完全な球に対しては１となり、そうでない場合にはそれより小さなものとなる
Ｃ＝Ｒ_Ｖ／Ｒ_Ｓ
として推定することができる。好ましくは、ここでは数量的な効果は無視されるべきである。効果的には、このコンパクト性の測定は、フロントボクセルとコアボクセルとの間の比の比較より数量的にロウバストなものとなるように、すべてのボクセルがＲ_ＶとＲ_Ｓの両方に寄与することを可能にする。

コンパクト性曲線が、最大コンパクト性により繰り返しを決定するのに解析可能である。このコンパクト性のピークにおいて、すでに含まれているコアボクセルが最小ＤｉｓｔＦｒｏｎｔＳｕｍカットオフ基準により与えられるボクセル数の８０％より多きいい場合、カットオフポイントは、ＤｉｓｔＦｒｏｎｔＳｕｍの最小値の代わりに、最大コンパクト性のポイントまでシフトされる。効果的にこれは、腫瘤から生ずるが、腫瘤からの一定の距離後にのみシンネス直径（ｔｈｉｎｎｅｓｓ ｄｉａｍｅｔｅｒ）に達するという効果を有する。これは、図８と図１０との比較から、双方の図の間の矢印により示されるようにとることができる。

以下において、本発明による図２ａ〜２ｃを参照して説明される方法が、図３ａ〜３ｆを参照してまず説明される。これらの図面は、本発明による方法が適用される２つの接続する血管と小葉（ｌｏｂｕｌｅ）を有する胸壁に付着した腫瘍の一例となる２値画像を図示したものである。

図３ａは、胸壁２２に付着した腫瘍２０の２値画像を示す。この腫瘍は複数の小葉２４と、２つの接続血管２６を有する。図３ａ〜３ｆにおいて、同一の参照番号は同一または対応する要素を示すのに用いられている。

図３ｂでは、腫瘍の距離マップの局所最大２８と稜線３０が示されている。図３ｃでは、ステップＳ４において決定されるようなシードポイント３２が、ｄｏｗｎＨｉｌｌ拡張の最初の３回の繰り返しと共に示される。図３ｄは、４回の繰り返し後の状況を示す。図３ｅでは、６回の繰り返し後の状況が示される。図３ｅからわかるように、小葉２４を含む腫瘍２０が完全に抽出される。４回目の繰り返しの拡大は、胸壁２０において停止された。

図３ｆは、複数回の繰り返し後の状況を示す。図３ｆからわかるように、セグメント化されたボリュームの拡張拡大は、接続する血管２６には拡大しない。また、接続された血管２６に拡大しないにもかかわらず、腫瘍２０の表面上の塊、小葉及びスピキュリ（ｓｐｉｃｕｌｉ）はカットオフされない。さらに効果的には、セグメント化されたボリュームは胸壁や横隔膜には拡大しない。さらに、胸壁に拡大しないにもかかわらず、小さな腫瘤がセグメント化されたとしても、ピーナッツ状の腫瘤などの小さな腫瘤は、「ウェストライン（ｗａｉｓｔ ｌｉｎｅ）」においてカットオフされない。図３ａ〜３ｆから理解されるような本発明によると、効果的に接続構造のカットオフが最も細い接続位置において実行され、カットオフ面は骨格に平行、すなわち、カットオフ面が図３ｆの胸壁２２に平行なものとなる。さらに、数学的には不変でないにもかかわらず、本発明はシードポイントのシフトに対してロウバストであり、このため、開始シードポイントに対する影響は受けない。

図４は、２値画像を生成するのに用いられるＨｏｕｎｓｆｉｅｌｄ閾値の関数としてのボリューム曲線を示す。この図の垂直線は、最適な面勾配インターバルをもたらすＨｏｕｎｓｆｉｅｌｄ閾値を示す。

図５は、血管と胸壁に付着した腫瘤の面レンダリングを示し、図６は、胸壁と腫瘤との間のカットオフ面を示すため、肺の外部から観察されるものと同一の腫瘤のレンダリングを示す。当業者には明らかなように、効果的には、カットオフ面は肺の面に平行なカットオフ面が実現されるように、骨格に実質的に垂直である。また、図５及び６から、接続構造のカットオフは最も細い接続位置において行われることがわかる。

図７は、コアボクセルの個数の関数としてフロントボクセルの距離の和（ＤｉｓｔＦｒｏｎｔＳｕｍ）の曲線を示す。図７からわかるように、７４２５個のボクセルの後にカットオフが行われる。この拡大速度はスタート時には大変速く、以降においてスローダウンしていくことが明確に見ることができる。このことは、拡大率がスタート時には大きなものであるが、以降においてはスローダウンしていくことを意味する。このことは、腫瘍がスピキュリや小葉に外側に向かって拡大されることを保証する。

図８は、ｄｏｗｎＨｉｌｌ拡張または繰り返しの関数としてフロントボクセルの距離の和（ＤｉｓｔＦｒｏｎｔＳｕｍ）の曲線を示す。図８からわかるように、４５回の繰り返し後、カットオフが行われる。

図９は、現在のコアボクセルのコンパクト性の曲線を示す。ここで適用される上述のＭａｘＣｏｍｐａｃｔｎｅｓｓ基準によると、７３９６個のボクセル後、カットオフが行われる。

図１０は、ｄｏｗｎＨｉｌｌ拡張または繰り返しの関数としてコンパクト性を示す。図１０からわかるように、１３回の繰り返し後、カットオフが行われる。

上述のように、本発明は３次元ボリュームにおける対象領域またはオブジェクトの任意のタイプのボリューム測定に適用可能である。好ましくは、本発明は、３次元データセットがＸ線スキャナ、ＭＲスキャナ、ＣＴスキャナ、あるいは同様のタイプのシステムにより取得される医療用途に適用される。

図１は、本発明によるオブジェクトのボリュームを決定する方法の一実施例を実行するよう構成される本発明による画像処理装置の実施例を示す。 図２ａは、本発明によるオブジェクトのボリュームを決定する方法の一実施例による図１の画像処理装置の動作のフローチャートである。 図２ｂは、本発明によるオブジェクトのボリュームを決定する方法の一実施例による図１の画像処理装置の動作のフローチャートである。 図２ｃは、本発明によるオブジェクトのボリュームを決定する方法の一実施例による図１の画像処理装置の動作のフローチャートである。 図３は、本発明によるプロセスが行われる繰り返し領域の一実施例を示す簡単化された図である。 図４は、本発明の一実施例による２値画像を生成するのに用いられるＨｏｕｎｓｆｉｅｌｄ閾値の関数としての一例となるボリューム曲線を示す。 図５は、本発明の一実施例による方法により測定される血管と胸壁に付着された腫瘤の面レンダリングを示す。 図６は、本発明の一実施例による方法により実現されるような肺と腫瘤との間のカットオフ面を示す肺の外部から観察されるものと同一の腫瘤のレンダリングを示す。 図７は、コアボクセルの個数の関数としてのフロントボクセルの距離の和の曲線を示す。 図８は、繰り返しの関数としてのフロントボクセルの距離の和の関数を示す。 図９は、現在のコアボクセルのコンパクト性の曲線を示す。 図１０は、繰り返しの関数としてのコンパクト性を示す。

Claims (10)

1. グラフィック情報単位を有する３次元ボリュームデータからオブジェクトのボリュームを決定する方法であって、
   前記オブジェクトを有する対象ボリュームを決定するステップと、
   前記対象ボリュームにおける前記グラフィック情報単位の閾値を決定するステップと、
   ボクセルから構成される距離マップを生成するため、前記閾値に基づき距離変換を実行するステップと、
   前記距離マップにおける前記オブジェクト内のシードポイントを提供するステップと、
   前記シードポイントから始まる領域拡大を用いることにより、前記オブジェクトのコアボクセルの個数とフロントボクセルの個数を決定するステップと、
   前記コアボクセルの個数と前記フロントボクセルの個数に基づき、前記オブジェクトのボリュームを決定するステップと、
   を有し、
   前記距離マップの各ボクセルは、位置及び距離の値を有し、
   前記領域拡大の方法は、ｄｏｗｎＨｉｌｌ拡張を含むことを特徴とする方法。
2. 請求項１記載の方法であって、
   前記ボクセルは、拡大速度が可変となるように前記距離マップを用いて拡大が下方に向かう限り、即座に拡張される、
   ことを特徴とする方法。
3. 請求項２記載の方法であって、さらに、
   前記拡大が、前記距離マップの最大方向２次微分に基づく、前記拡大を方向付けるための優先度基準を用いることにより、前記オブジェクトのほぼ中心に近接して続くことを保証するステップを有することを特徴とする方法。
4. 請求項２記載の方法であって、さらに、
   前記フロントボクセルの個数に基づき前記距離マップにおける前記フロントボクセルのボクセル距離の和の曲線（ＤｉｓｔＦｒｏｎｔＳｕｍ）を決定するステップと、
   前記曲線の最小値を決定するステップと、
   前記最小値を用いて前記拡大をカットオフするためのポイントを決定するステップと、
   を有することを特徴とする方法。
5. 請求項１記載の方法であって、
   前記オブジェクトは、周囲の脈管構造の血管、横隔膜及び胸壁の１つに付着した少なくとも１つの腫瘤から構成され、
   前記グラフィック情報単位は、Ｈｏｕｎｓｆｉｅｌｄユニットに対応する、
   ことを特徴とする方法。
6. ３次元ボリュームデータを格納するためのメモリと、
   グラフィック情報単位を有する前記３次元ボリュームデータからオブジェクトのボリュームを決定するための画像プロセッサと、
   を有する画像処理装置であって、
   前記画像プロセッサは、
   前記オブジェクトを有する対象ボリュームを決定するステップと、
   前記対象ボリュームにおける前記グラフィック情報単位の閾値を決定するステップと、
   ボクセルから構成される距離マップを生成するため、前記閾値に基づき距離変換を実行するステップと、
   前記距離マップにおける前記オブジェクト内のシードポイントを提供するステップと、
   前記シードポイントから始まる領域拡大を用いることにより、前記オブジェクトのコアボクセルの個数とフロントボクセルの個数を決定するステップと、
   前記コアボクセルの個数と前記フロントボクセルの個数に基づき、前記オブジェクトのボリュームを決定するステップと、
   を実行するよう構成され、
   前記距離マップの各ボクセルは、位置及び距離の値を有し、
   前記領域拡大の方法は、ｄｏｗｎＨｉｌｌ拡張を含むことを特徴とする装置。
7. 請求項６記載の画像処理装置であって、
   前記ボクセルは、拡大速度が可変となるように前記距離マップを用いて拡大が下方に向かう限り、即座に拡張される、
   ことを特徴とする装置。
8. 請求項７記載の画像処理装置であって、
   前記画像プロセッサはさらに、
   前記拡大が、前記距離マップの最大方向２次微分に基づく、前記拡大を方向付けるための優先度基準を用いることにより、前記オブジェクトのほぼ中心に近接して続くことを保証するステップと、
   前記距離マップにおける前記フロントボクセルのボクセル距離の和の曲線を決定するステップと、
   前記曲線の最小値を決定するステップと、
   前記最小値を用いて前記拡大をカットオフするためのポイントを決定するステップと、
   を実行するよう構成されることを特徴とする装置。
9. 請求項６記載の画像処理装置であって、
   当該画像処理装置は、コンピュータトモグラフィ（ＣＴ）画像走査に基づくコンピュータ支援ボリューム測定のためのコンピュータ支援腫瘍ボリューム測定装置であることを特徴とする装置。
10. コンピュータコード手段がコンピュータ画像処理装置上で実行されると、
    前記オブジェクトを有する対象ボリュームを決定するステップと、
    前記対象ボリュームにおける前記グラフィック情報単位の閾値を決定するステップと、
    ボクセルから構成される距離マップを生成するため、前記閾値に基づき距離変換を実行するステップと、
    前記距離マップにおける前記オブジェクト内のシードポイントを提供するステップと、
    前記シードポイントから始まる領域拡大を用いることにより、前記オブジェクトのコアボクセルの個数とフロントボクセルの個数を決定するステップと、
    前記コアボクセルの個数と前記フロントボクセルの個数に基づき、前記オブジェクトのボリュームを決定するステップと、
    を実行するための前記コンピュータコード手段を有するコンピュータプログラムであって、
    前記距離マップの各ボクセルは、位置及び距離の値を有し、
    前記領域拡大の方法は、ｄｏｗｎＨｉｌｌ拡張を含むことを特徴とするコンピュータプログラム。

Images