JP4653760B2 - ボリュームデータセットの画像セグメント化 - Google Patents

Description

本発明は、デジタルイメージングの技術分野に関し、特に医療用デジタルイメージングの技術分野に関する。より詳細には、本発明は、ボリュームデータセットの対象オブジェクトをセグメント化する方法、画像処理装置及びコンピュータプログラムに関する。

ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）スキャンは、人体をイメージングする非侵襲的方法を提供する。ある対象領域は、心臓と心臓に含まれる血管をイメージングしている。医師は、特に冠動脈を検査するのに興味がある。なぜなら、それらは医師に冠動脈の病気の診断及び治療に重要な情報を提供するためである。

被検者の心臓の医療画像は、典型的には、心臓の３Ｄボリュームを通じた複数のスライスから構成される。さらに、心臓は、心周期の複数の異なるインスタンス又はフェーズ（心臓フェーズ）においてイメージングされるかもしれない。従って、すべての画像を組み合わせたものは、例えば、１回の心拍中全体の心臓の画像を与える。

心臓の構造に関する情報を抽出するため、上記画像セット又はデータセットを利用することはしばしば望ましい。医師は、標準的な２次元及び３次元観察技術を含む心臓ＣＴスキャンにより提供されるデータを検査するため、既存の技術を利用するかもしれない。しかしながら、医師が例えば、心臓の３次元血管ツリーを検査することを所望する場合、医師は面倒にも、画像データの３Ｄレンダリング又はａｘｉａｌ ＣＴ画像の何れかから、手作業により血管ツリーをセグメント化しなければならない。これには数時間を要し、医師が血管ツリーの一部が何れであるか手作業により確定することを要する。

本発明の課題は、例えば、データセットの人間の心臓の冠動脈ツリーなどの対象オブジェクトのセグメント化を向上させることである。

請求項１記載の本発明の実施例によると、上記課題は、少なくとも第１画像と第２画像とを有するデータセットにおける対象オブジェクトをセグメント化する方法であって、まず第１セグメント化結果を決定するため、対象オブジェクトが第１画像においてセグメント化される方法により解決されるかもしれない。対象オブジェクトの構造、すなわち、一部が第１画像において十分にはセグメント化できない場合、当該構造のセグメント化がセグメント化結果を決定するため、第２画像の第１領域において実行される。第２画像において、第１構造のローカルな周辺をカバーするセグメント化が第１領域において継続される。

言い換えると、冠動脈ＣＴＡ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ Ａｎｇｉｏｇｒａｐｈｙ）ボリュームデータセットからの冠動脈ツリーのセグメント化について、血管のセグメント化が初期フェーズに関する画像において開始される。これに関する画像は、心臓のフェーズに関する少なくとも２次元データとして理解されるべきである。その後、セグメント化が失敗した場合、すなわち、血管の続きが検出されない場合、セグメント化は隣接する心臓フェーズの隣接画像に移動され、初期フェーズの画像中に続きが検出されなかったエリアのローカル領域において、第２隣接画像においてセグメント化が実行される。第２隣接画像に検出される血管の続きがない場合、本方法は、次の隣接画像、すなわち、第２画像に隣接する画像に続き、当該セグメント化は、それが第２画像で停止されるポイントのすぐ近傍において継続される。第２及び第３画像におけるセグメント化から導出される情報は、第１の初期画像から導出されたセグメント化情報と共に利用され、隣接する心臓フェーズに関する３つの画像に関するセグメント化情報に基づく画像を実行するのに利用されてもよい。

これは、例えば、冠動脈ＣＴＡの血管などの改良されたセグメント化を可能にするかもしれない。

請求項１記載の本発明の他の実施例によると、第１及び第２画像からの第１及び第２セグメント化結果は、セグメント化がローカルに実行された第１（初期）画像及び第２画像からのセグメント化情報に基づく画像を構成するよう合成される。効果的には、これは、例えば、冠動脈ＣＴＡの血管の改良された可視化を可能にするかもしれない。さらに、これは、例えば、冠動脈の連続的かつスムースな可視化を可能にするかもしれない。

請求項３記載の本発明の他の実施例によると、セグメント化は、次の画像のセグメント化が動脈ブランチなどのセグメント化が先行する画像において停止した領域、すなわち、当該動脈（血管）ブランチの続きが検出できなかった領域においてのみ実行されるように、１つの画像から次の隣接画像にローカルにシフトされる。このため、セグメント化は、例えば、完全なサイクルを通じて心臓の複数のフェーズにおいて実行されてもよい。

効果的には、これは、改良されたセグメント化クオリティ、すなわち、冠動脈ツリーなどのより正確にセグメント化された対象オブジェクトの改良されたセグメント化クオリティを可能にするかもしれない。

請求項４記載の本発明の他の実施例によると、セグメント化がローカルに実行されるべき次の画像が選択される方向が選択される。言い換えると、例えば、心臓フェーズに関して、先行するフェーズの画像、すなわち、初期フェーズに先行する画像が、後続するフェーズに関する画像又はローカルセグメント化を実行するのに選択されるべきである。

請求項５記載の本発明の他の実施例によると、データセットは冠動脈ＣＴＡデータセットであり、複数の心臓フェーズからのデータを有し、本方法は、冠動脈ツリーのセグメント化のためのものである。

効果的には、これは、手作業による冠動脈ツリーをセグメント化するなどの面倒な作業が、上述のような自動処理により置換されるため、診断を大きく向上させるかもしれない。さらに、大変正確なセグメント化をもたらす大変迅速なセグメント化が提供されるかもしれない。

請求項６記載の本発明の他の実施例によると、メモリと画像プロセッサを有する画像処理装置が提供される。画像プロセッサは、人間の心臓の第１フェーズに関するものなどのデータに関するセグメント化を実行するよう構成される。例えば、冠動脈ツリーなどの対象オブジェクトがこのような画像においてセグメント化されるとき、セグメント化は停止され、すなわち、動脈ツリーのあるブランチの続きが第１画像において検出されないかもしれない。このとき、本発明による本実施例によると、隣接画像（例えば、隣接する心臓フェーズなどの）が選択され、セグメント化がこの第２画像において継続される。特に、このセグメント化は、第１画像のセグメント化が停止されるエリアのすぐ周囲をカバーする画像領域の第２画像において継続される。従って、完全な第２画像についてセグメント化を実行する必要はなく、処理を大きく高速化する第２画像の小さな領域についてのみセグメント化が継続されてもよい。

請求項７及び８は、本発明による画像処理装置のさらなる実施例を提供する。

請求項９記載の本発明による他の実施例によると、ボリュームデータセットにおける対象オブジェクトをセグメント化するコンピュータプログラムが提供される。このコンピュータプログラムは、Ｃ＋＋などの任意の適切なプログラミング言語により記述されてもよく、ＣＤ−ＲＯＭなどのコンピュータ可読装置に格納されてもよい。しかしながら、本発明によるコンピュータプログラムはまた、プロセッサのワーキングメモリなどにダウンロード可能なワールド・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。

心臓ＣＴ画像処理における冠動脈セグメント化を一例として、初期心臓フェーズに関する画像の冠動脈ツリーのあるブランチについて続きが検出されない場合、隣接する心臓フェーズの隣接画像においてセグメント化がローカルに継続されることが、本発明の実施例の要点としてみなされるかもしれない。この特定ブランチの続きが第２画像に検出されない場合、次の隣接する第３画像が選択され、この第３画像においてセグメント化がローカルに継続される。このセグメント化は、当該セグメントが先行する画像において停止される構造のポイントの周囲のローカルに限定されたエリアの各後続の画像において継続される。その後、各種画像のセグメント化結果が、可視化、すなわち、ディスプレイにより表示される１つの画像を構成するため合成される。効果的には、これは、極めて良好なセグメント化結果を可能にするかもしれない。

本発明の上記及び他の特徴は、以降に説明される実施例を参照して明らかにされるであろう。

図１は、本発明による方法の実施例を実行するための本発明による画像処理装置の実施例を示す。図１に示される画像処理装置は、心臓ＣＴ画像データなどのデータセットを格納するメモリ２に接続される中央処理ユニット（ＣＰＵ）又は画像プロセッサ１を有する。画像プロセッサ１は、複数の入出力装置、ネットワーク装置又はＣＴスキャナ、ＭＲ装置、超音波スキャナなどの診断装置に接続されてもよい。画像プロセッサはさらに、画像プロセッサ１において計算又は構成される情報又は画像を表示する表示装置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／又は図１に示されない他の出力装置を介し画像プロセッサ１とやりとりするようにしてもよい。図１に示される画像処理装置は、図２及び３を参照して以下に説明される本発明による方法を実行するよう構成される。さらに、図１に示される画像処理装置は、画像処理装置に本発明による方法を実行させる本発明によるコンピュータプログラムを実行するよう構成される。

図２は、本発明の方法の実施例のフローチャートを示し、本発明は、ＣＴ画像処理の冠動脈セグメント化の例に関して説明される。しかしながら、本発明が冠動脈セグメント化における適用に限定されるものではなく、一般に多次元データセットからの対象オブジェクトのセグメント化に適用可能であるということが理解されるべきである。特に、本発明は、移動する対象オブジェクトの異なる時点、異なる投影、異なる視点又は異なるフェーズに関するデータが収集される多次元ボリュームデータセットに適している。

図２からわかるように、ステップＳ１において、心臓ＣＴデータが取得される。それは、メモリから読み出されてもよいし、又はＣＴスキャナから取得されてもよい。ステップＳ１において取得されるデータは、初期的な心臓フェーズの画像である。その後、次のステップＳ２において、セグメント化が１以上のユーザにより規定された、又は自動的に抽出されたスタートポイントから開始される。その後、次のステップＳ３において、ステップＳ２において決定されたシードポイント毎に１つのブランチｂ＿ｉが初期化され、ブランチのペア（ｂ＿ｉ，ｐ）がブランチリストに追加される。その後、次のステップＳ４において、ブランチリストが実現される。

新しい各ブランチｂ＿ｉは、当該ブランチがスタートする位置に関する位置座標（又は空間における座標）と、連続する各ブランチｂ＿ｉが検索されるべきフェーズｐ＿ｉにより表される。この情報は、ステップＳ４において（ｂ＿ｉ，ｐ＿ｉ）により記号化される。継続される必要がある、すなわちさらに拡大される必要があるすべてのブランチのリストが、キュー（又はリスト）に格納される。（Ｓ５における）ブランチ処理により生成される新たなブランチは、キューのエンドに追加される。このキューは、まだセグメント化されるべきブランチに関する初期化情報のみを有する。

ステップＳ４において、最初のブランチがキュー（ＦＩＦＯスタックであってもよい）から取得され、ステップＳ５において、それのスタート座標（空間又は位置）とフェーズに基づき拡張される。リストのソート処理の代わりに、ステップＳ４において選択されるブランチはまた、他の基準に基づき選択されてもよいということに留意すべきである。例えば、最大直径を有するブランチが最初に選択されてもよい。

ステップＳ５において、セグメント化は初期フェーズｐのブランチｂに沿って進行する。ブランチ処理が行われる場合、本方法はステップＳ５からステップＳ６に続き、新たなブランチ（ｂ＿ｋ；ｐ）がブランチリストに追加される。その後、ステップＳ６から、本方法はステップＳ４に続く。

ステップＳ５におけるセグメント化が不成功又は失敗する場合、すなわち、特定のブランチｂの続きがフェーズｐの画像に検出されない場合、本方法はステップＳ７に続き、ローカライズされたデータの再構成が、フェーズｐ＿１からｐ＿ｎまでｐに近づくように実行される。

ステップＳ７において、隣接するフェーズ、すなわち、初期フェーズの近傍である心臓のフェーズに関する第２画像において、ブランチのローカルな再構成が、セグメント化
が初期フェーズにおいて先行する画像において中断されたエリアの周囲の領域において実行される。ステップＳ７に示されるように、本方法は、複数のフェーズにおいて、すなわち、複数のフェーズに関する複数の画像においてデータをローカルに再構成することを継続するようにしてもよい。このため、その他のフェーズ画像は、以降において、各ローカルエリアにおいて、連続する各ブランチが検出されるか調査されるかもしれない。これはさらに、ステップＳ８及びＳ９を参照して説明される。

ステップＳ８において、フェーズｐは、ｐがもはや初期フェーズに対応する必要がなくなるように、最適フェーズｐ＿ｏｐｔ（セグメント化を継続するのに最も適したフェーズ画像）に設定される。またステップＳ８において、ステップＳ５におけるフェーズｐがセグメント化が初期化されたフェーズともはや一致しないようにするフェーズが実現される。これにより、新たなブランチがキューに追加されるステップＳ６において、通常はステップＳ１の初期フェーズと一致しないステップＳ５からのフェーズが利用される。

ステップＳ８に示されるように、セグメント化アルゴリズムがフェーズｐ＿１からｐ＿ｎまでのローカル領域に適用され、最適フェーズｐ＝ｐ＿ｏｐｔが選択されてもよい。言い換えると、ＣＴデータセットのその他の画像から、すなわち、初期フェーズ以外のフェーズに関する画像から、特定のブランチのセグメント化がその他のフェーズにおける検索の継続のため、初期画像における当該ブランチの続きを検出することができない領域においてローカルに実行される。その後、最適フェーズ、すなわち、最適フェーズに関する画像が選択される。これは、セグメント化が継続するブランチｂに関する十分な情報を含むフェーズ画像である。

すべてのフェーズ画像が始めから利用可能である場合には、さらなる又は追加的な再構成が実行される必要がないように、ステップＳ７及びＳ８において、最も適したベストのフェーズ画像の選択が実行されるようにしてもよいということに留意すべきである。

その後、ステップＳ９において、ｐ＿ｏｐｔに関する画像中に続きが検出可能であるか要求される。続きが検出可能であるとステップＳ９において判断された場合、本方法は、ステップＳ５に戻り、繰り返し続けられる。

ステップＳ９において、（ｐ＿ｏｐｔに関する画像ではなく）その他のフェーズ画像の何れにも続きが検出できないと判断される場合、本方法はステップＳ１０に続き、ブランチリストが空であるか、すなわち、まだ十分にセグメント化されていない冠動脈ツリーのブランチが残っているか判断される。ステップＳ１０において、ブランチリストにまだブランチがあると判断された場合、本方法はステップＳ４に戻る。

ステップＳ１０において、ブランチリストが空であると判断される場合、本方法は終了されるステップＳ１１に続く。

上述のように、完全かつ連続的な冠動脈ツリーを提供するため、セグメント化処理中に複数の心臓フェーズからのデータを組み合わせるセグメント化方法が提案される。セグメント化は、１つの初期フェーズにおいてスタートされる。血管の続きが検出できない場合、近傍において続きが探索される（フェーズ及び空間的に）。従って、セグメント化処理は、各種心臓フェーズからの高空間解像度ボリュームデータを利用する。これらのデータセットは、セグメント化前に、又はローカルなセグメント化処理中及びリクエストに応答して、各種フェーズにおいて複数フェーズ再構成により生成することができる。後者のアプローチは、例えば、主要な血管方向に沿ったカーブしたＭＰＲ（Ｍｕｌｔｉ−Ｐｌａｎａｒ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）について要求されるグリッドに関して直接再構成されてもよい。これは、高品質のカーブしたＭＰＲを自動的にもたらすかもしれない。直交格子上でサンプリングされたデータからの補間は陳腐となるであろう。

効果的には、上述のように、これは冠動脈ＣＴＡの血管のセグメント化及び可視化の向上を可能にするかもしれない。また、連続するスムースな冠動脈血管の可視化が実現されてもよい。ベストな心臓フェーズ選択は、セグメント化の結果をさらに向上させることを可能にするローカルなセグメント化の結果により導かれてもよい。

さらに、本発明の上記実施例の変形では、オペレータが隣接するフェーズにおいてローカルなセグメント化を開始する処理が実現されてもよい。例えば、オペレータが初期画像の特定エリアに関してより詳細に関心がある場合、オペレータは、例えば、より良好な解像度を必要とする初期画像における領域をインタラクティブに指定するようにしてもよい。その後、隣接画像内の当該領域においてセグメント化が実行される。結果がまだ十分でない場合、さらなる隣接画像が利用されてもよい。これにより、オペレータにより選択された対象領域がデータセット全体において検査可能であり、エンハンスされたセグメント化結果、すなわち、より高い解像度などを有する改良された画像が可能となる。

また上記実施例の他の変形によると、検査対象となるさらなる画像が選択される選択肢が選択されてもよい。例えば、オペレータは、初期フェーズ（当該フェーズに関する）に後続又は先行する画像において、ローカルなセグメント化が実行されるべきであるか誘導的に選択するようにしてもよい。しかしながら、これはまた自動的に選択されてもよい。

図３は、本発明によりセグメント化された冠動脈のブランチを示す。図３の左側の画像は、初期フェーズの画像において決定されたセグメント化結果を示す。図３の中央の画像は、中間的なセグメント化結果、すなわち、初期フェーズ画像を用いたセグメント化結果と第２画像のセグメント化結果の組み合わせを示す。その後、図３の右側の画像は、複数のフェーズ画像のセグメント化結果が１つの最終的な結果に合成される最終的なセグメント化結果を示す。

図３の左の画像からわかるように、セグメント化は、各ブランチのエンドの円形領域で停止する。言い換えると、これらのエリアでは、各血管ブランチについて続きは検出されない。その後、図３の中央の画像では、セグメント化が続けられ、さらなるブランチ構造が検出できた。しかしながら、血管ブランチのエンドにおける２つの円により示されるように、この第２画像では、２つの血管ブランチの続きはこれらの領域では検出できなかった。従って、以降のフェーズ画像においてセグメント化が実行された。しかしながら、このセグメント化はローカルに実行され、すなわち、画像全体がセグメント化されるのではなく、先行する画像においてセグメント化が停止されたブランチの領域に対応する領域において、セグメント化が開始される。その後、各ブランチ構造が各セグメント化のセグメント毎に続けられる場合、続きが検出されなくなるまで、セグメント化処理は継続される。その後、セグメント化が次の画像に継続され、セグメント化が先行する画像において停止されたブランチ領域においてセグメント化が実行される。続きが検出される場合、さらなる続きが検出できなくなるまで、セグメント化が続けられる。

従って、以降の各画像のセグメント化がグローバルに、すなわち、完全な画像について実行されないため、セグメント化が先行する画像において停止される各領域について、計算労力は低く維持されるかもしれない。しかしながら、当該領域に続きが検出される場合、当該ブランチについての続きが検出されなくなるまで、セグメント化が継続される。その後、本方法は、データセットのすべての画像が利用されるまで継続されてもよい。

冠動脈セグメント化が、例えば、適応的なグレイ値閾値とローカル形状解析に関して拡大する領域に基づくものであってもよいということに留意すべきである。通常それは、訴求的にゲート処理された螺旋状の心臓コーンビーム再構成を利用して、１つの心臓フェーズについて再構成される心臓ボリュームデータセットに基づくものであってもよい。現在のＣＴシステムは、マルチフェーズボリューム再構成を可能にする。

図１は、本発明の実施例による方法を実行するよう構成される本発明の実施例による画像処理装置の概略図を示す。 図２は、図１に示される画像処理装置を動作させるのに利用される本発明による方法の実施例の簡単化されたフローチャートを示す。 図３は、本発明の実施例により実行される血管ブランチのセグメント化の簡単化された図を示す。

Claims (7)

1. 少なくとも第１画像と第２画像とを有するデータセットにおける対象オブジェクトをセグメント化する方法であって、
   第１セグメント化結果を決定するため、前記第１画像の対象オブジェクトをセグメント化するステップと、
   前記セグメント化が前記第１画像において不成功である前記対象オブジェクトの第１構造を決定するステップと、
   第２セグメント化結果を決定するため、前記第２画像の第１領域における前記第１構造のセグメント化を継続するステップと、
   を有し、
   前記第１領域は、前記第１構造のローカル近傍であり、
   前記第１及び第２画像は、挙動の異なるフェーズ、異なる投影及び異なる時点の少なくとも１つに関し、
   前記第１及び第２セグメント化結果は、前記第１及び第２画像の情報に基づき画像を生成するのに利用されることを特徴とする方法。
2. 請求項１記載の方法であって、
   前記データセットは、多次元であり、挙動する前記対象オブジェクトの複数のフェーズに関するデータを有し、
   前記対象オブジェクトのセグメント化は、前記複数のフェーズの第１初期フェーズにおいて該第１初期フェーズに関するデータを用いて開始され、
   前記セグメント化が前記対象オブジェクトの第１構造について失敗した場合、前記セグメント化は、前記複数のフェーズの第２フェーズの第１領域において、前記第２フェーズに関するデータを利用して継続され、
   前記第２フェーズは、前記初期フェーズに隣接し、
   前記第２フェーズに関するデータを利用した前記第２フェーズの前記対象オブジェクトの第２構造のセグメント化が不成功である場合、第３フェーズの第２領域において該第３フェーズに関するデータを利用して前記セグメント化が継続され、
   前記第３フェーズは、前記第２フェーズに隣接し、
   前記第２領域は、前記第２構造の近傍をカバーする、
   ことを特徴とする方法。
3. 請求項１記載の方法であって、
   前記データセットは、前記第１画像、前記第２画像及び第３画像を有し、
   前記第２画像は、挙動する前記対象オブジェクトのフェーズに関する第１方向において前記第１画像と隣接し、
   前記第３画像は、前記対象オブジェクトのフェーズに関する第２方向において前記第１画像と隣接し、
   前記第１方向は、前記第２方向と反対であり、
   当該方法はさらに、前記第１及び第２方向の第３方向を選択するステップを有し、
   前記第１方向が選択されると、前記第１構造のセグメント化が、前記第２画像において実行され、
   前記第２方向が選択されると、前記第１構造のセグメント化が、前記第３画像において実行される、
   ことを特徴とする方法。
4. 請求項１記載の方法であって、
   前記データセットは、複数の心臓フェーズからのデータを有する冠動脈ＣＴＡボリュームデータセットであり、
   前記第１及び第２画像は、少なくとも２次元であり、
   当該方法は、冠動脈ツリーのセグメント化のためのものである、
   ことを特徴とする方法。
5. 少なくとも第１画像と第２画像とを有するデータセットを格納するメモリと、
   前記データセットにおける対象オブジェクトのセグメント化を実行する画像プロセッサと、
   を有する画像処理装置であって、
   前記画像プロセッサは、
   第１セグメント化結果を決定するため、前記第１画像の対象オブジェクトをセグメント化するステップと、
   前記セグメント化が前記第１画像において不成功である前記対象オブジェクトの第１構造を決定するステップと、
   第２セグメント化結果を決定するため、前記第２画像の第１領域における前記第１構造のセグメント化を継続するステップと、
   を実行し、
   前記第１領域は、前記第１構造のローカル近傍であり、
   前記第１及び第２画像は、挙動の異なるフェーズ、異なる投影及び異なる時点の少なくとも１つに関し、
   前記第１及び第２セグメント化結果は、前記第１及び第２画像の情報に基づき画像を生成するのに利用されることを特徴とする画像処理装置。
6. 請求項５記載の画像処理装置であって、
   前記データセットは、多次元であり、挙動する前記対象オブジェクトの複数のフェーズに関するデータを有し、
   前記対象オブジェクトのセグメント化は、前記複数のフェーズの第１初期フェーズにおいて該第１初期フェーズに関するデータを用いて開始され、
   前記セグメント化が前記対象オブジェクトの第１構造について失敗した場合、前記セグメント化は、前記複数のフェーズの第２フェーズの第１領域において、前記第２フェーズに関するデータを利用して継続され、
   前記第２フェーズは、前記初期フェーズに隣接し、
   前記第２フェーズに関するデータを利用した前記第２フェーズの前記対象オブジェクトの第２構造のセグメント化が不成功である場合、第３フェーズの第２領域において該第３フェーズに関するデータを利用して前記セグメント化が継続され、
   前記第３フェーズは、前記第２フェーズに隣接し、
   前記第２領域は、前記第２構造の近傍をカバーすることを特徴とする装置。
7. 少なくとも第１画像と第２画像とを有するデータセットにおける対象オブジェクトをセグメント化するコンピュータプログラムであって、
   当該コンピュータプログラムがプロセッサ上で実行されると、該プロセッサは、
   第１セグメント化結果を決定するため、前記第１画像の対象オブジェクトをセグメント化するステップと、
   前記セグメント化が前記第１画像において不成功である前記対象オブジェクトの第１構造を決定するステップと、
   第２セグメント化結果を決定するため、前記第２画像の第１領域における前記第１構造のセグメント化を継続するステップと、
   を実行し、
   前記第１領域は、前記第１構造のローカル近傍であり、
   前記第１及び第２画像は、挙動の異なるフェーズ、異なる投影及び異なる時点の少なくとも１つに関し、
   前記第１及び第２セグメント化結果は、前記第１及び第２画像の情報に基づき画像を生成するのに利用されることを特徴とするコンピュータプログラム。

Images