JP4728627B2 - Ｃｔ血管造影法における構造を領域分割する方法及び装置 - Google Patents

Description

本発明は、一般的に、医用イメージングの分野に関し、詳細にはボリューム医用イメージングの分野に関する。具体的には、本発明は、コンピュータ断層撮影における骨及び脈管構造データを領域分割する技法に関する。

ボリューム医用イメージング技術は、身体に関する三次元情報を収集するために種々の技法を用いる。例えば、コンピュータ断層撮影（ＣＴ）イメージングシステムは、多数の角度からの患者を透過したＸ線ビームの減弱を測定する。これらの測定値に基づいて、コンピュータが、放射線減弱に対応する患者の身体の部位の画像を再構成することができる。当業者には理解されるように、これらの画像は、一連の角度変位断面の個別の検査に基づいている。ＣＴシステムは走査された被検体の線形減弱係数の分布を表すデータを生成することは指摘されるべきである。次いで、データが再構成されて画像を生成し、該画像は、通常は陰極線管上に表示されて、フィルム上に印刷又は複製することができる。

例えば、ＣＴ血管造影法（ＣＴＡ）の分野では、典型的にはイメージングの前に放射線不透過性色素の投与によって脈管構造及び他の循環系構造を撮像することができる。ＣＴＡデータの視覚化は、通常、二次元的方法、即ち、スライス毎、又は、三次元的方法、即ち、血管病理に関するデータを分析することができるボリューム視覚化で実行される。例えば、データは、動脈瘤、血管石灰化、腎臓ドナー評価、ステント留置、血管閉塞、及びサイズ処理及び／又はランオフに関する血管評価に関して分析することができる。病理の所在が確認されれば、該病理の定量的評価を原二次元スライス上で行うことができる。

ＣＴＡプロセスは、脈管構造及び／又は骨構造などの画像データ内の構造を領域分割するプロセスを含むことができる。このような領域分割は一般に、画像データのいずれのボクセルが特定の構造又は関心のある構造と関連しているのかを特定する段階を含む。次に、領域分割した構造は、画像データの残余を除いて観察することができ、或いは、画像データの残部からマスキングして、遮られたはずの構造を観察することができるようにすることができる。例えば、ＣＴＡでは、領域分割を行って、脈管構造と関連する全てのボクセルを識別することができ、これにより被撮像領域内の循環系全体を抽出して観察することが可能になる。同様に、骨構造の全てのボクセルを識別して、画像データからマスキングし、或いはサブトラクトすることができ、これにより、さもなければ比較的不透過性の骨構造によって不明瞭となる可能がある脈管構造及び／又は他の構造を後続の視覚化により観察することが可能になる。

しかしながら、脈管構造及び骨構造の領域分割は、種々の要因により複雑となる可能性がある。例えば、ＣＴＡでは、重なり合う画像強度、被撮像構造の近接性、検出器の限られた分解能、石灰化、及びインターベンショナル・デバイスにより、骨構造及び血管構造の識別並びに領域分割が困難となる場合がある。更に、イメージングボリューム内の複雑な生体組織の解剖学的部位及び小領域は、差分処理技法によって恩恵を受けることができる。詳細には、頭頸部部位の骨及び脈管構造の複雑なランドスケープが、領域全体の区別可能な小領域に基づいた差分処理によって恩恵を受けることができる。

これらの複雑な要因により、既存の領域分割技法は、エッジ認識の不十分さ、及び／又は画像データの非均質性に起因して、領域分割された構造から画像データを不適切に除外する可能性がある。このような除外は、領域分割技法の早期終了又は誤った終了を潜在的に生じる可能性がある。更に、これらの欠点の故に、関心のある構造内の分割又は併合が既存の技法では適切に領域分割されない可能性がある。或いは、重なり合う強度範囲及び／又は不十分なエッジ認識により、領域分割された構造内に近接するバックグラウンド領域が不適切に包含され、領域分割プロセスの終了が遅れる結果を招く可能性がある。

その結果、頭頸部領域の周りの脈管構造などの複雑な又は連続的な三次元構造の適切な領域分割には、オペレータの介入もしくは入力が必要となる場合がある。詳細には、初期開始地点の指定、及び／又は領域分割された構造からのボリュームデータの意図しない包含或いは除外を防止するために、オペレータの介入が必要となる可能性がある。例えば、オペレータは、幾つかのスライス上で骨の周辺に輪郭線を描き、除去すべき骨構造を構成することにより、手動で骨を除去することができる。その結果に基づいて、オペレータは、満足できる結果が得られるまで問題のスライスに対してこのプロセスを繰り返すことができ、満足する結果が得られた時点で、オペレータは、この方法で反復的に処理すべき次のスライスのセットに進むことができる。このプロセスは、ＣＴ及び他のイメージング診断装置を介して観察される骨境界が不十分であることに起因して、頭頸部領域においては特に困難となる可能性がある。更に、骨の形状は数枚のスライスの空間において急速に変化する可能性があり、オペレータが数枚より多いスライスにおいて同じ輪郭を初期基準として用いることが妨げられる。その結果、オペレータは、プロセス全体を通して輪郭を繰り返し描き直し、又は再設定する必要がある可能性があり、場合によっては、１つの被撮像頭頸部ボリュームを処理するのに１時間を超える時間を要することもある。更に、オペレータの介入は、構造の領域分割においてユーザ間及びユーザ内でのばらつきを生じる可能性がある。
米国特許第５８３２１３４号

このプロセスの労働集約性に起因して、オペレータは、病理の位置に対応する関心のある領域又はボリュームに対するプロセスに制限を加えることによって、処理時間を低減しようと試みることができる。しかしながら、このような方法でプロセスに制限を加えることは、利用可能なボリュームデータのセット全体を十分に活用することにならない。更に、処理を病理の既知の領域又は疑わしい領域に限定することは、データが利用可能であるにもかかわらず、不明瞭な別の病理が発見されるのを妨げる可能性がある。従って、頭頸部のような複雑な生体組織領域に関しては、ＣＴＡプロセスにおける構造の領域分割、抽出、及びマスキングのプロセスを自動化することが望ましいとすることができる。

本技法は、ＣＴＡデータから骨マスクを自動的に生成するための新規な方法を提供する。詳細には、本技法は、頭頸部領域の骨マスクの自動生成に有用とすることができる。本技法によれば、画像データ集合は、通常は骨及び脈管構造である関心構造の領域分割を促進するために前処理することができる。データの前処理は、テーブル又は支持体と関連する画像データを除去する段階と、ボリュームデータを局所的な生体組織構造を反映するサブボリュームに分割する段階と、構造エッジを示す勾配を計算する段階と、及び／又は領域分割中に用いることができるシードポイントを算出する段階とを含むことができる。領域分割プロセス中、骨は、例えば強度に基づいて能動的に領域分割することができる。脈管構造は、動的限定領域成長法、バブル波接続法、及び／又は放射線及び輪郭伝播法を含む種々の技法に基づいて自動的に領域分割することができる。必要に応じて、脈管構造は、領域分割後に平滑化することができる。脈管構造は、領域分割された骨からサブトラクトして骨マスクを生成することができ、次いで、該骨マスクを画像データからサブトラクトして無骨データ集合を生成することができる。無骨データ集合を再構成又はレンダリングして、観察用の無骨ボリュームを生成することができる。

本技法の一態様によれば、骨マスクを生成する方法が提供される。本態様により提供されるように、画像データ集合が収集されて前処理を行い、少なくとも１つ又はそれ以上のシードポイント及び１つ又はそれ以上の構造エッジを自動的に計算する。画像データ集合から事前骨マスクが生成される。血管構造は、１つ又はそれ以上のシードポイント、１つ又はそれ以上の構造エッジ、及び画像データを用いて自動的に確定される。血管構造は、事前骨マスクからサブトラクトされ、骨マスクを生成する。本方法によって定められる種類の機能性を有することのできるシステム及びコンピュータプログラムもまた、本技法によって提供される。

本発明の前述及び他の利点並びに特徴は、以下の詳細な説明を読み、図面を参照することによって明らかになるであろう。

図１は、画像データを収集及び処理するためのイメージングシステム１０を概略的に示す。図示の実施形態において、システム１０は、本技法に従って原画像データの収集と表示及び分析のための画像データの処理との両方を行うように設計されたコンピュータ断層撮影（ＣＴ）システムである。磁気共鳴イメージング（ＭＲＩ）又は陽電子放射断層撮影（ＰＥＴ）などのボリュームに関する画像を収集する他のイメージング診断装置もまた、本技法による恩恵を受けることができる。ＣＴシステムに関する以下の検討は、単にこのような実施の一例に過ぎず、診断装置又は生体組織の構造の点で限定を意図するものではない。

図１に示す実施形態において、イメージングシステム１０は、コリメータ１４に隣接して配置されたＸ線放射線源１２を含む。この例示的な実施形態において、Ｘ線放射線源１２の線源は、典型的にはＸ線管である。コリメータ１４により、放射線流１６が、患者１８などの被検体が配置された領域内を透過することができる。放射線の一部分２０は、被検体又はその周りを透過し、全体を参照符号２２で示す検出器アレイに衝突する。アレイの検出器素子は、入射Ｘ線ビームの強度を表す電気信号を生成する。これらの信号を収集及び処理して、被検体内の特徴の画像を再構成することができる。

放射線源１２は、ＣＴ検査シーケンスのために電力及び制御信号の両方を供給するシステム制御装置２４によって制御される。更に、検出器２２は、システム制御装置２４に接続されており、該システム制御装置２４が、検出器２２内で生成された信号の収集を指令する。システム制御装置２４はまた、ダイナミックレンジの初期調整、デジタル画像データのインターリービング等のための種々の信号処理及びフィルタ処理機能を実行することができる。一般に、システム制御装置２４は、検査プロトコルを実行し、収集されたデータを処理するようにイメージングシステムの動作を指令する。本明細書においては、システム制御装置２４はまた、一般に汎用又は特定用途のデジタルコンピュータに基づく信号処理回路、インターフェース回路等を含む。システム制御装置２４はまた、構成パラメータ、画像データ、及び／又はコンピュータによって実行されるプログラム及びルーチンを格納するための関連するメモリ回路を含むことができる。例えば、本技法を全体として又は部分的に実施するプログラム及びルーチンは、１つ又はそれ以上の光学媒体及び／又は磁気媒体などのシステム制御装置２４にアクセス可能な記憶回路構成上に格納することができる。

図１に示す実施形態において、システム制御装置２４は、回転サブシステム２６及び線形位置決めサブシステム２８に接続される。回転サブシステム２６は、Ｘ線源１２、コリメータ１４、及び検出器２２を患者１８の周りで１回又は複数回回転させることができる。回転サブシステム２６はガントリを含むことができる点に留意されたい。従って、システム制御装置２４を用いて、ガントリを操作することができる。線形位置決めサブシステム２８によって、患者１８、又はより具体的には患者テーブルを直線的に移動させることができる。従って、患者テーブルをガントリ内で線形に移動させて、患者１８の特定領域の画像を生成することができる。モータ制御装置３２を利用して、回転サブシステム２６及び線形位置決めサブシステム２８の運動を制御することができる。更に、放射線源は、システム制御装置２４内に配置されたＸ線制御装置３０によって制御することができる。詳細には、Ｘ線制御装置３０は、Ｘ線源１２に電力及びタイミング信号を供給するように構成されている。

更に、システム制御装置２４はまた、データ収集システム３４を備えて示されている。この例示的な実施形態において、検出器２２は、システム制御装置２４、より具体的にはデータ収集システム３４に接続されている。データ収集システム３４は、検出器２２の読み出し電子機器によって収集されたデータを受け取る。データ収集システム３４は、通常、検出器２２からサンプリングされたアナログ信号を受け取り、コンピュータ３６による後続の処理及び／又は表示のために該データをデジタル信号に変換する。

コンピュータ３６は、典型的には、システム制御装置２４に接続される。データ収集システム３４によって収集されたデータは、コンピュータ３６、更にメモリ３８に伝送することができる。大量のデータを格納するために任意の形式のメモリをこのような例示的なシステム１０で利用することができる点を理解されたい。また、コンピュータ３６は、一般に、キーボード及び他の入力装置を備えたオペレータワークステーション４０を介して、オペレータから指令及び走査パラメータを受け取るように構成される。オペレータは、入力装置を介してシステム１０を制御することができる。オペレータワークステーション４０に接続された表示装置４２を利用して、再構成された画像を観察し、イメージングを制御することができる。更に、走査された画像は、コンピュータ３６及びオペレータワークステーション４０に接続することができるプリンタ４３上で印刷することもできる。このように、オペレータは、コンピュータ３６からの再構成画像及び他のシステムに関連するデータを観察し、イメージングを開始すること等を行うことができる。

更に、オペレータワークステーション４０はまた、医用画像保管管理システム（ＰＡＣＳ）４４に接続することもできる。ＰＡＣＳ４４は、別の場所にいる他者が画像及び画像データにアクセスすることができるように、放射線部門情報システム（ＲＩＳ）、病院情報システム（ＨＩＳ）などの遠隔システム４６、或いは内部もしくは外部ネットワークに接続することができる点に留意されたい。

コンピュータ３６及びオペレータワークステーション４６は、標準用途又は特殊用途のコンピュータモニタ及び関連する処理回路を含むことができる他の出力装置に接続することができる点にも更に留意されたい。更に、１つ又はそれ以上のオペレータワークステーション４０を、システムパラメータの出力、検査の要求、画像の観察等のためにシステム内にリンクさせることができる。一般に、表示装置、プリンタ、ワークステーション、及びシステム内に提供されている同様の装置は、データ収集構成要素に対して構内にあってもよく、或いは、インターネット、仮想私設ネットワーク等のような１つ又はそれ以上の構成可能なネットワークを介して画像収集システムにリンクされ、施設又は病院内の他の場所もしくは全く別の場所などのように、これらの構成要素から離れた位置にあってもよい。

図２を全体的に参照すると、本実施形態に用いられる例示的なイメージングシステムは、ＣＴ走査システム５０とすることができる。ＣＴ走査システム５０は、フレーム５２及び開口部５６を有するガントリ５４を備えた状態で示されている。開口部５６の直径は、一般に、６０ｃｍから７０ｃｍとすることができる。更に、フレーム５２及びガントリ５４の開口部５６内に配置された患者テーブル５８が示されている。患者テーブル５８は、患者１８が検査プロセスの間横になることができるように適合されている。更に、患者テーブル５８は、線形位置決めサブシステム２８によって直線的に移動するように構成することができる（図１参照）。ガントリ５４は、通常はＸ線管である放射線源１２を備えて示されており、該Ｘ線管が、焦点６２からＸ線照射を出力する。放射線流は、患者１８の特定領域に配向される。患者１８の特定領域は、通常、オペレータによって最も有用に領域のスキャンを収集することができるように選択される点に留意されたい。上述のように、コンピュータ３６は、通常、ＣＴシステム１０全体を制御するために用いられる。システムの動作を制御するメインコンピュータは、システム制御装置２４によって可能となった機能を制御するように適合させることができる。更に、オペレータワークステーション４０は、再構成された画像を観察することができるように、コンピュータ３６並びに表示装置に接続される。

典型的な動作において、Ｘ線源１２は、焦点６２から検出器アレイ２２に向けてＸ線ビームを投射する。検出器２２は、一般に、複数の検出器素子で形成されており、該検出器素子が、特定の身体部位のような関心領域及びその周りを透過するＸ線を感知する。各検出器素子は、Ｘ線ビームが検出器に衝突する時の素子の位置におけるＸ線ビームの強度を表す電気信号を生成する。更に、ガントリ５４は、コンピュータ３６が複数のＸ線写真像を収集することができるように、関心のある被検体の周りを回転する。このようにして、特定のモードで３６０度より小さいか又は大きい投影データを組み込むことができる画像又はスライスを収集して画像を構築する。画像は、Ｘ線源１２の正面の鉛シャッタ又は異なる検出器開口部２２のいずれかを用いて、典型的には０．５ｍｍから１０ｍｍの間の所望の厚さにコリメートされる。通常は、コリメータ１４（図１参照）が、Ｘ線源１２から出現するＸ線ビームの寸法及び形状を定める。

このようにして、Ｘ線源１２及び検出器２２が回転するにつれて、検出器２２は、減弱されたＸ線ビームのデータを収集する。次に、検出器２２から収集されたデータは、走査された被検体の減弱係数の線積分を表すように、前処理及びキャリブレーションを行って該データを調整する。次いで、一般に投影と呼ばれる処理されたデータは、フィルタ処理及び逆投影して、走査された領域の画像を構築する。

再構成されると、図１及び図２のシステムによって生成された画像は、患者の内部特徴を明らかにする。図２に全体的に示されるように、再構成ボリュームの画像スライス６４又は再構成ボリューム自体を表示して、図２の参照符号６６で示されるような、これらの特徴を示すことができる。病態のような病状、及びより一般的には医学的事象の診断において、放射線専門医又は医師は、画像６４の表示のハードコピーを検討し、関心のある特定の特性を識別することができる。このような特徴は、特定の生体組織又は器官の病変、寸法、及び形状、並びに個々の医療従事者の技能及び知識に基づいて画像内で識別可能な他の特徴を含むことができる。他の分析は、種々のＣＡＤアルゴリズムの能力に基づくものとすることができる。当業者には理解されるように、ＣＡＤアルゴリズムは、生体組織の異常などの関心のある特定の特徴を識別、もしくは少なくとも局所化する可能性を提供することができる。次いで、後続の処理及びデータ収集は、医療従事者の判断でなされ、またその専門的知識に基づくものとすることができる。

図２では画像６４として二次元軸方向スライスを描いているが、実際には、画像６４はまた、ボリュームレンダリング及び／又はサーフェスレンダリングなどのボリュームレンダリングとすることができる。これらのボリュームレンダリング技法は、オペレータによる三次元視覚化を可能とし、単なる二次元軸方向スライスの走査よりも多くの情報を提供することができる。しかしながら、ＣＴＡデータがボリュームレンダリングされると、骨構造は、領域分割されてマスキングされる必要がある遮蔽障壁を形成することができる。更に、ＣＴＡでは、脈管構造をバックグラウンドの残部から領域分割して抽出することが望ましい場合がある。しかしながら、骨（海綿骨及び皮質骨）と造影剤増強された血管との重複する画像強度により領域分割プロセスが複雑となる可能性がある。更に、頭部／頸部領域などの複雑な生体組織領域では、複雑な生体組織ランドスケープ及び骨と血管との間の空間関係が、特に自動化された状況においては領域分割を複雑にする可能性がある。その結果、非常に多くの時間を要するオペレータ支援が、構造の領域分割及び抽出又はマスキングを含むＣＴＡボリュームレンダリングの生成において必要となる。

ボリューム画像処理の自動化を促進する技法を、図３及びその後続の図に関して示し検討する。図３に示すように、典型的にはＤＩＣＯＭシリーズとして格納された５１２×５１２の軸方向スライスの積み重ねである画像データ集合７０は、段階７４における構造領域分割の前に、段階７２で前処理することができる。図に示すように、前処理段階及び構造領域分割段階の両方は、種々の下位段階を含むことができる。一般に、構造領域分割段階７４の結果として、事前骨マスク７６並びに血管樹７８が得られる。段階８０で、事前骨マスク７６から血管樹７８をサブトラクトして、骨マスク８２を生成することができる。段階８４で、骨マスク８２を画像データ集合７０からサブトラクトして、放射線専門医又は技師が検査及び分析するための三次元構成物としてレンダリングすることができる無骨ＣＴＡボリューム８６を生成することができる。本技法により、無骨ＣＴＡボリュームを生成するために画像データ集合７０上で実行される種々の段階を自動化し、且つ計算上効率的な方法で実行することができる。

上述のように、ＣＴＡを行う間に収集された画像データ集合７０は、段階７２で、幾つかの可能な下位段階によって前処理することができる。例えば、テーブル又は支持体に関連する画像データは、段階９０に示すように、その後の処理により取り除くことができる。テーブルの除去は、テーブルと患者とに関連する画像ボリュームの領域に関するグレイレベルを推定することによって達成することができる。次いで、これらの推定値を用いて、これら２つの別個の本体によって占有された被撮像ボリューム内に一般的な範囲を位置特定することができる。連結構成要素分析又は同様の分析技法を用いて、これらの領域を画像データの隣接ブロックに絞り込むことができる。患者データに属することが確定された領域の輪郭が抽出され、各輪郭の内側を完全に充填して、該範囲のマスクが形成される。マスクを用いて、画像データ集合７０からの原データを保持することができると共に、マスクの外側の全てのデータをその後の処理から除外することができ、これによりテーブルデータを画像データ集合７０の後続の処理から取り除くことができる。

更に、画像データ集合７０に対して分割下位段階９２を実行することができる。例えば、頭頸部領域の血管構造は、頸部から脳まで蛇行した経路をたどっている。一般の頚動脈が分岐する大動脈弓によって遠位が定められ、且つ頭蓋頂部によって近位が定められる頭頸部領域内で、骨と血管との間の空間分離の度合いが異なる種々のサブボリュームを識別することができる。

例えば、最も複雑な部分は、頭蓋底領域及び頸部から遠位に達して輪状の網様構造を形成する複数の動脈によって形成されたウィリス動脈輪と呼ばれるトポロジー網様構造である。幾つかのより小さな動脈はこの輪から出現し、脳の様々な部分に血液を供給する。ＣＴＡに関して複雑にしていることに、この領域は部分的に骨に埋め込まれている。骨構造もまた、薄い中空の貝殻に似て極めて複雑であり、撮像されたときに骨境界部が明瞭にならない。また、頭頸部の生体組織に特有のものには、横突孔内に埋め込まれた頸椎に沿って走る椎骨動脈がある。この動脈の寸法及び位置が、人手による編集を厄介なものにしている。これらの複雑さによって頭頸部領域のＣＴＡが困難になるが、被撮像ボリューム内の局所的サブボリュームの存在を強調し、該局所的サブボリュームは、サブボリューム特有の複雑性に対処するように適合された差分処理による利点を得ることができる。

詳細には、分割は、局所生体組織領域における空間分離の度合いを反映することができる。骨と血管との間の空間分離状態が良好であるサブボリュームにより、連結構成要素などの技法に基づいてより強調を大きくして骨構造と血管構造を区別することが可能になる。しかしながら、骨と血管との間の空間分離状態が不十分なサブボリュームは、骨と血管を区別するためのより複雑なモデルで駆動される技法によって恩恵を得ることができる。従って、分割段階９２では、サブボリュームが関心のある被検体間において一貫した分離を有するように被撮像ボリュームのランドスケープを分析することによって、被撮像ボリュームを分割することができる。

例えば、頭頸部領域は、３つのサブボリュームに分割することができる。遠位サブボリュームは、大動脈弓から錐体セグメント、即ち頭蓋底の縁部の遠位端まで延びることができる。このサブボリュームでは、頸動脈は、骨領域から空間的に良好に分離している。中央サブボリュームは、錐体セグメント、頭蓋底、及びウィリス動脈輪を含む。骨及び血管は、強度の類似性及び近接した空間位置に起因して、中央サブボリュームで連続して見える可能性がある。詳細には、頭蓋底内で、骨が、軸方向スライスにおいて識別するのが困難となる可能性のある不明瞭な境界を有する薄い中空の貝殻状構造を形成している。中央サブボリュームの近位端では、３−Ｄにおいて斜めに配向され部分的に骨内に埋め込まれたウィリス動脈輪が存在する。動脈接合部は、小さい球状動脈瘤が形成されやすい部位である。ウィリス動脈輪の近位には、頭蓋領域を含む近位サブボリュームが位置する。この領域内では、頭蓋冠が唯一の骨構造であり、大脳動脈と空間的に十分に分離されている。

上述の生体組織の考察に基づいて、分割段階９２では、３つのサブボリュームを生成するために分割線を計算して配置することができる。これは、エネルギプロフィールの使用によって達成することができる。本明細書では、画像のエネルギは、選択した特徴の測定値である。ＣＴ用途では、骨、又は空隙、即ち洞が、明確で且つ一貫した強度パターンを有するので、これを選択するのが一般的に望ましい。骨及び洞のプロフィール（輪郭）は、各軸方向スライス内で骨又は洞領域に属するものとして分類された全てのボクセルを集積することにより、ボリューム全体に対して生成することができる。或いは、画像内のエネルギの並列定義が、エントロピの古典的理論によってもたらされる。画像内の強度の一次分布は、画像がどの程度「活発」、又は「静か」であるかの指標となる。次いで、骨領域及び血管領域に属するものとして分類されたボクセルの一次分布を計算することにより、エントロピプロフィールを生成することができる。

分割線は、規則ベース法により計算することができる。この規則ベース法は、プロフィールを探索し、視覚的に識別された分割線と相関するサブボリュームスライスを識別することができる。例えば、図４を参照すると、頭部の冠状断の図が、例示的な骨輪郭９４に従って頭部を３つのサブボリュームに細分する分割線と共に描かれている。骨輪郭９４に基づいて配置された第１の分割線９６は、遠位サブボリューム９８と中央サブボリューム１００とを分離する。第２の分割線１０２は、中央サブボリューム１００と近位サブボリューム１０４とを分離する。各サブボリューム内で、好適な差分処理方法を用いて、サブボリューム内の骨と脈管構造の一貫した空間関係に基づいて骨及び脈管構造を領域分割することができる。例えば、近位サブボリューム内の骨と血管との間の空間分離を活用して、骨及び血管を抽出するルーチンをはるかに高速に実施することができる。同様に、以下に更に詳細に検討する血管追跡技法は、データ集合全体ではなくサブボリュームに限定することができる。例えば、５１２×５１２×１７５のサイズのデータ集合は、３５秒（１スライス当たり０．２秒）で処理することができる。これは、計算された分割（この場合、ボリュームのスライス２９及び９１）により、スライス範囲９１〜１７５（８４スライス）で高速アルゴリズムを実施することができ、より複雑な血管追跡アルゴリズムは、２９〜９１（６２スライス）スライス範囲にのみ適用されるためである。

テーブルデータを除去し且つ画像データを分割することに加えて、前処理段階７２の下位段階１１０において、画像データ内の勾配を計算することができる。該勾配を用いて、強度の急激な変化によって特徴付けることができる構造境界を確定することができる。遷移位置を識別する１つの方法は、勾配及びエッジマップを利用する方法である。被撮像ボリュームの各ボクセルに関する勾配は、その近傍の最大絶対勾配成分を求めることによって計算することができる。例えば、内側のボクセルにおいては、そのボクセルと２６個の隣接ボクセルとの間の最大絶対勾配を計算することができる。この勾配計算により、雑音の大きい境界が存在する場合でも、データ集合内の種々の被検体の周りに強固な境界が形成される。各ボクセルと関連する最大絶対勾配を用いて、エッジ検出を容易にするための勾配マップを生成することができる。詳細には、ロバストエッジ保護により、後続の領域成長プロセスによる構造エッジ及び境界の意図しない交差を防ぐことができる。

前処理段階７２はまた、画像データ集合７０内の脈管構造又は他の三次元構造の領域に対応するシードポイントを計算する下位段階１１２を含むことができる。次に、このシードポイントは、限定成長プロセスによりそれぞれの構造又は脈管構造を識別するための開始点として利用することができる。シードポイントは、簡単で基本的な二次元又は三次元幾何学的テンプレートを用いることによって表すか、又は特定することができる。用途に応じて、関心のある対象物用のカスタマイズしたテンプレートモデルを作成することができる。詳細には、三次元対象物の断面又は投影データを用いてテンプレートモデルを生成することができる。

例えば、ＣＴＡでは、関心のある対象物は通常、三次元の管状又は円筒状の構造体の血管である。その結果、主要な血管の断面は、一般に、画像データ集合７０内の軸平面、前頭面、矢状面、又は任意の傾斜面のいずれかにおいて本質的にほぼ円状である。従って、血管を識別するために用いることができる簡単なテンプレートモデルは、断面が「円形」の領域である。

同様に、機能的特性又は行動特性もまた、関心のある対象物を識別するためのテンプレートとして取り込むことができる。例えば、ＣＴＡ用の機能テンプレートモデルは、統計上の均質性基準を用いて定めることができる。このようなテンプレートモデルは、ＣＴスキャンの間に血管を通って連続して流れる造影剤の一様なＸ線減弱などの機能的特性を活用することができる。この実施例では、画像データ集合７０内の主要な血管に対応する断面は、強度の標準偏差が低い円形領域を検出することによって自動的に位置特定することができる。例えば、幾何学的テンプレート及び機能テンプレートの両方を用いる例示的なＣＴＡ用途においては、７６ＨＵの閾値を用いて、画像データ集合７０内の全ての軟組織を除去することができる。値７０の低い標準偏差を用いて、骨に対応する任意の円形領域を排除することができる。結果として得られた検出円形領域は、後続の限定領域成長のシード領域として用いることができる。

前出の検討は、前処理段階７２の間に実行することができる幾つかの可能な下位段階に関するものであるが、エッジ鮮鋭化ルーチン又はぼかしルーチン、データフィルタ処理等のような他の下位段階を実行することができる。同様に、例示的なＣＴＡ用途は、前処理段階７２に関して検討した前出の下位段階を含むことができるが、必要に応じて、或いは好適な代替形態が利用可能である場合には、１つ又はそれ以上の前出の下位段階を省略してもよい。

どのような前処理を段階７２で実行しても、これに続く段階７４で前処理したデータを領域分割することができる。例えば、ＣＴＡ関連では、骨及び脈管構造の両方を、後続の処理及び診断上有益なボリュームの視覚化を可能にするために、領域分割することができる。骨の領域分割に関しては、段階１１６で、事前骨マスク７６を生成することができる。この例示的な検討においては、骨マスクを生成する段階１１６は、上述の段階９０でテーブルデータが除去又はマスキングされた画像データに対して実行される。しかしながら、上述のように、テーブルの画像データを除去する段階は、場合によっては省略することができる。

段階１１６における事前骨マスク７６の生成では、頭頸部又は他のボリューム内の全ての可能性のある骨ボクセルを識別する。頭頸部領域内の骨の識別は、複雑な生体組織構造、並びに皮質骨及び海綿骨に関連する広い強度範囲に起因して困難なものである。更に、他の身体部位の骨を識別するために用いられるモデルは、一般に、頭蓋の骨と身体の他の骨との生体組織上の差異により、頭頸部領域内の骨を識別するのには有用ではない。ＣＴＡにおいては、造影剤増強された血管が頭蓋底の薄い骨を通過して、これらを連続しているように見せることにより、状況は更に悪化する。

簡単な強度及び領域ベース法を用いて、頭頸部ボリューム内の全ての可能性のある骨ボクセルを骨として能動的に識別することができる。能動的分類手法は、事前骨マスク７６における部分的ボリューム平均及び薄い皮質領域、並びに弱い海綿骨及び洞骨の包含を保証する。しかしながら、能動的包含法を用いる場合には、骨マスク生成アルゴリズムはまた、幾つかの血管構造をも骨として含める可能性がある。以下に検討するように、これらの血管構造は、事前骨マスク７６からサブトラクトして、真の骨マスク８２を生成することができる。

脈管構造７８の識別は、段階１１８に示すような、１つ又はそれ以上の血管追跡技法を用いて達成することができる。段階１１８における血管追跡において、動的限定領域成長法、バブル波相互接続法、及び／又は放射線及び輪郭伝播法などの種々の技法を用いることができる。例えば、動的限定領域成長法を用いて、血管構造７８又は関心のある他の三次元構造を追跡し且つ成長させることができる。動的限定領域成長法は、自動初期化を実行することができ、この間に動的経路検出の開始点が計算される。これらの開始点は、テンプレートベースのシードポイント計算段階７２により取得することができる。段階１１０で計算される勾配によって求められる領域エッジは、隣接する構造及びバックグラウンド領域にまで追跡が拡大されるのを防止する境界を形成することができ、即ち、領域エッジによって成長プロセスに制限が制限される。これらの制限及び開始点に基づいて、動的経路検出を実行し、血管構造７８などの関心のある三次元構造を抽出することができる。その下で成長構造内に併合するよう候補ボクセルが選択される追跡制限を、局所的強度及び／又は均質性指標及び／又はばらつきなどの局所的統計値に基づいて動的に変更することができる。更に、該制限を、検討中のボクセルと関連するサブボリュームに基づいて動的に変更することができ、即ち、サブボリュームにより、制限又は局所的統計値の観点で該制限を修正する方法を求めることができる。

或いは血管追跡において、バブル波伝播法を用いて血管構造７８を確定することができる。バブル波伝播法では、動的なバブルが三次元構造を通過し、該領域に属する全てのボクセルを識別する。バブルは、通過することができる局所ボリュームを検出する必要がある。この基準により、バブルが、弱いブリッジによって連結されている可能性のある隣接対象物からボクセルを選択すること、又はバックグラウンドボクセルを選択することが防止される。バブルの寸法は、対象物の寸法に適合するように動的に変更される。各反復時に、バブルは、均質性基準に基づいて局所近傍のボクセルを包含することにより成長する。バブル波は、最初に順方向で、次いで逆方向で繰り返して伝播され、対象物の経路を網羅的に探索する。バブルの寸法及び形状は、関心のある対象物及び用途に対して、例えばＣＴＡにおける血管追跡によりカスタマイズすることができる。

更に、血管追跡において、輪郭及び放射線伝播法を用いて血管構造７８を確定することができる。輪郭及び放射線伝播法は、血管の大部分が連続して統計的に均質で且つ隣接するスライスにわたり一貫性を有していること、並びに正中軸平面に沿った血管内の１点から見たときに血管の断面がほぼ円形に見えるといった観察結果に基づいている。最初の構造輪郭は、手動で又は段階７２で計算されたシードポイントから取得することができる。この輪郭は、初期設定ビューの隣接スライス上に投影することができる。強度の二乗誤差の合計が、３０×３０ウィンドウなどの所与のウィンドウ内の全ての点における輪郭の位置について計算され、該輪郭は、誤差が最小である位置で定められる。次いで、輪郭の重心を計算することができ、該重心から輪郭の外へ放射線が伝播される。放射線の数は、予めユーザが設定することができる。同様に、放射線の長さは、血管の規模によって決まり、また、予め設定することもできる。次に、各放射線に沿ってルールベースの決定を行い、血管の境界点を確定することができる。ルールは、血管−軟組織間遷移及び血管−骨間遷移のモデルを用いて予め構成することができる。境界点が求まると、これが新しい輪郭を形成し、次いで、該輪郭が次のスライス上に投影される。血管が湾曲しており、且つ現在の断面においてはもはや円形ではないが、別の三次元平面内では円形となる点の位置で望ましいものとすることができる輪郭を伝播するために、このステージでユーザがビューの軸を変更することができるような対話形式を導入することができる。正中軸及び血管の境界は、伝播プロセス中及びその後において容易に入手可能であり、これを用いて血管測定を行うことができる。

前出のプロセスは血管追跡において用いることができるが、他のプロセスでも用いることができる。同様に、上述のプロセスは、単独で用いてもよく、又は互いに併用してもよい。血管追跡プロセスの選択、又は該プロセスに対する信頼性は、画像データ集合７０に基づくか、或いはマップ、サブボリューム、又は前処理段階７２中に求められる領域に基づいて確定することができる。

事前骨マスク７６及び血管構造７８の確定に続いて、事前骨マスク７６のボクセル内の部分ボリューム平均化を排除し、且つ血管構造７８を平滑化してレンダリングの美的品質を向上させるための後処理を実行することができる。例えば、事前骨マスク７６を生成するために用いられる能動的骨マスキングは、幾つかの血管領域を含む可能性がある。この偶発的包含に対処するために、血管構造７８を事前骨マスク７６からサブトラクトして、骨マスク８２を生成することができる。しかしながら、段階１１６における能動的骨領域分割と共に段階１１８における従来の血管追跡は、血管構造７８内で不規則な輪郭を有する血管をもたらす場合がある。この不規則性は、データの三次元視覚化の美的品質を低下させる可能性がある。従って、視覚化の品質を向上させるために、三次元平滑化を実行することができる。具体的には、平面間の輪郭を補間して不規則性を低減することができる。所望の形状に生成されると、段階８４に示すように、骨マスク８２を画像データ集合７０からサブトラクトし、無骨ＣＴＡボリューム８６を生成することができる。無骨ＣＴＡボリューム８６は、三次元レンダリング技法などの視覚化処理を行い、骨構造が除去されたボリューム描画を生成することができる。

本技法は、１つ又はそれ以上の自動化ルーチンとして実行することができるため、手動処理の労働集約性及び時間集約性を回避することができる。更に、従来の脈管構造識別と組み合わせた能動的骨識別により、頭頸部のような複雑な領域における骨領域分割に通常は付随する単調な人手による輪郭トレースを行うことなく、極めて迅速に真の骨マスクを自動的に生成することができる。例えば、本技法は、１つ又はそれ以上の自動化アルゴリズム又はルーチンとして実施されたときに、１つの画像スライスを１秒よりも短い時間内で処理することが可能であり、１スライスを０．３秒か或いはこれよりも短い時間内で処理し得る可能性がある。

自動化方法で実施したときに、本技法が実行することのできる速度により、臨床ワークフローへの統合が容易に可能となる。例えば、本技法によって生成することができる無骨画像及び／又は無骨ボリュームは、検査のために放射線専門医が即座に利用可能とすることができる。比較すると、手動による領域分割及び処理では、無骨画像及び無骨ボリュームは、放射線専門医が既に入手可能な画像データの検査を完了して次のケースに進むまで、放射線専門医が利用することができない可能性がある。結果として、本技法を用いることにより、臨床ワークフローを向上させることができ、放射線専門医が入手可能な情報量が増大する。

本発明には種々の変更形態及び代替的形態が可能であるが、特定の実施形態を図面に実施例として示して、本明細書で詳細に説明してきた。しかしながら、本発明は開示された特定の形態に限定されることを意図するものではいないことを理解されたい。むしろ、本発明は、請求項によって定義される本発明の技術思想及び技術的範囲内に含まれる全ての変更形態、均等物、及び代替的形態を包含するものである。

本技法の態様により処理された画像を生成するのに用いるためのＣＴイメージングシステムの形態の例示的なイメージングシステムの概略図。 図１のＣＴシステムの物理的実施形態の別の概略図。 本技法の態様を示すフローチャート。 例示的な骨輪郭に従って頭部を３つのサブボリュームに細分する分割線を備えた頭部の冠状断。

符号の説明

７０ 画像データ集合
７２ 前処理
７４ 領域分割
７６ 事前骨マスク
７８ 血管構造
８０ 事前骨マスクから血管樹をサブトラクトする
８２ 骨マスク
８４ 画像データ集合から骨マスクをサブトラクトする
８６ 無骨ＣＴＡボリューム
９０ テーブルデータを除去する
９２ ボリュームデータを分割する
１１０ 勾配を計算する
１１２ シードポイントを計算する
１１６ 骨マスクを生成する
１１８ 脈管構造を追跡する

Claims (10)

1. 被検体から収集した画像データ集合に基づいて骨マスク（８２）を生成する方法であって、
   前記画像データ集合（７０）を前処理して、少なくとも１つのシードポイント並びに少なくとも１つの構造エッジを自動的に計算する前処理段階（７２）と、
   骨と血管構造とを区別するための事前骨マスク（７６）を前記画像データ集合（７０）から生成する事前骨マスク生成段階（１１６）であって、前記事前骨マスクを生成するために、前記画像データ集合（７０）を複数のサブボリューム（９８，１００，１０４）に分割し、個々のサブボリュームを、サブボリューム内の骨と血管構造間の空間的分離度に基づいて識別し、骨と血管構造とを領域分割する差分化処理を、各サブボリューム内で、そのサブボリューム内の骨と血管構造間の空間的関係に基づいて適用して、前記事前骨マスクを生成する事前骨マスク生成段階と、
   前記少なくとも１つのシードポイント並びに構造エッジ、及び前記画像データ（７０）とを用いて、血管構造（７８）を自動的に確定する血管構造確定段階（１１８）と、
   前記事前骨マスク（７６）から前記血管構造（７８）をサブトラクトして骨マスク（８２）を生成する骨マスク生成段階（８０）と、
   を含む方法。
2. 前記画像データ集合（７０）から前記骨マスク（８２）をサブトラクトして無骨ボリュームデータ集合（８６）を生成する段階（８４）を含むことを特徴とする請求項１に記載の方法。
3. 前記無骨ボリュームデータ集合（８６）をレンダリングして無骨ボリュームレンダリングを生成する段階を含むことを特徴とする請求項２に記載の方法。
4. 前記画像データ集合（７０）を前処理する前記段階（７２）は、幾何学的テンプレート及び機能テンプレートのうちの少なくとも１つを用いて、前記少なくとも１つのシードポイントを計算する請求項１に記載の方法。
5. 前記血管構造確定段階（１１８）は、動的限定領域成長プロセス、バブル波接続プロセス、並びに放射線及び輪郭伝播プロセスのうちの少なくとも１つを適用する段階を含むことを特徴とする請求項１に記載の方法。
6. ＣＴ画像分析システム（１０）であって、
   放射線流（１６）を放出するＸ線源（１２）と、
   前記放射線流（１６、２０）を検出する複数の検出器素子を備える検出器（２２）であって、該放射線流（１６、２０）に応答して少なくとも１つの信号を生成する複数の検出器素子を備える検出器（２２）と、
   前記Ｘ線源（１２）を制御し且つデータ収集システム（３４）を介して少なくとも１つの前記検出器素子から画像データのセット（７０）を収集するシステム制御装置（２４）と、
   前記画像データのセット（７０）を受け取り、
   前記画像データのセット（７０）を前処理して（７２）少なくとも１つの、シードポイント並びに構造エッジを自動的に計算し、
   骨と血管構造とを区別するための事前骨マスク（７６）を前記画像データ集合（７０）から生成（１１６）するために、前記画像データ集合（７０）を複数のサブボリューム（９８，１００，１０４）に分割し、個々のサブボリュームを、サブボリューム内の骨と血管構造間の空間的分離度に基づいて識別し、骨と血管構造とを領域分割する差分化処理を、各サブボリューム内で、そのサブボリューム内の骨と血管構造間の空間的関係に基づいて適用して、前記事前骨マスクを生成し、
   前記少なくとも１つのシードポイント並びに構造エッジ、及び前記画像データのセット（７０）とを用いて血管構造（７８）を自動的に確定し（１１８）、
   前記事前骨マスク（７６）から前記血管構造（７８）をサブトラクトして（８０）骨マスク（８２）を生成する、
   ように制御動作するコンピュータシステム（３６）と、
   を備えるＣＴ画像分析システム（１０）。
7. 前記コンピュータシステム（３６）は、前記画像データのセット（７０）から前記骨マスク（８２）をサブトラクトして（８４）無骨ボリュームデータ集合（８６）を生成するように構成されている請求項６に記載のＣＴ画像分析システム（１０）。
8. 前記コンピュータシステム（３６）は、前記無骨ボリュームデータ集合（８６）をレンダリングして無骨ボリュームレンダリングを生成するように構成されている請求項７に記載のＣＴ画像分析システム（１０）。
   
9. 前記コンピュータシステム（３６）は、隣接するボクセルに対する各ボクセルの最大絶対勾配を求める（１１０）ことで前記少なくとも１つの構造エッジを計算することにより前記画像データのセット（７０）を前処理する（７２）ように構成されている請求項６に記載のＣＴ画像分析システム（１０）。
10. 前記コンピュータシステム（３６）は、動的限定領域成長プロセス、バブル波接続プロセス、及び放射線・輪郭伝播プロセスのうちの少なくとも１つを適用することにより前記血管構造（７８）を自動的に確定する（１１８）ように構成されている請求項６に記載のＣＴ画像分析システム（１０）。

Images