JP4857418B2 - 検体のモーションアーチファクト補正の方法およびシステム - Google Patents

Description

本発明は、検体のモーションアーチファクト(motion artefacts)を補正する方法およびシステムに関し、より詳細には、血液かん流測定で改善されたデータを得るために検体の関心領域のモーションアーチファクトを補正する方法およびシステムに関する。

検体の体内血流を非侵襲的に測定する方法は、検体を診断、治療する上で有益である。このことは、検体または患者の一部位、例えば組織または器官が、例えば癌または機能不全による疾患に冒されている場合にとりわけ当てはまる。かかる組織または器官での血流を含むかん流インデックスを決定することで、患者への適切な治療体制を決定するために重要となる情報を医師に提供することができる。

血流情報に関する既存のシステムが開示されている。これらのシステムは一般に、コンピュータ断層撮影(CT)、核医学(NM)、あるいは磁気共鳴映像法(MRI)などダイナミック撮像セッション(dynamic imaging session)中に血管ボーラス(intravascular bolus)として投与される造影剤を要する。関心のあるピクセルすなわち領域(ROI)内の画像強度の時間的プロファイルは、造影剤の、したがって組織を流れる血液の特質を反映する。

定量的かん流インデックスを取得する典型的な方法は、複数のステップを要する。すなわち、
(a)撮像手段(imaging modality)のタイプに応じて信号強度プロファイル(signal intensity profile)を造影濃度プロファイル(contrast concentration profile)に変換し、
(b)関心のある組織の栄養血管から動脈入力関数(AIF)を測定し、
(c)組織プロファイルを測定し、
(d)デコンボリューション(deconvolution)を用いて組織の衝撃残留関数(impulse residue function)(IRF)をAIFおよび組織プロファイルから抽出し、
(e)IRFを用いて血流、血液量、および平均通過時間を含む定量的かん流インデックスを計算する。

しかし関心領域が時間とともに動く組織または器官を含む場合、上記のかん流インデックスを取得する際に問題が生じる。心臓の動きと呼吸器の動きは、ダイナミック撮像スキャン中にモーションアーチファクトを引き起こす最も一般的な原因のうちの2つである。例えば検体が呼吸する時、肺および腎臓ならびに他の器官および組織が不随意に動き、モーションアーチファクトを発生させる。これらのモーションアーチファクトは、関心領域の組織および器官の動きにより、関心領域内の固定箇所で関心領域のデータを連続時点間に取得することを困難にする。呼吸を例に取ると、肺は、冠状平面で左または右に、冠状平面で、あるいは冠状平面の内側または外側でも、例えば矢状面で上または下に動く。局部組織の伸縮および一様でない歪みのために、これらのモーションアーチファクトは、従来型の脳で用いる画像レジストレーション方法を使用しても容易には修正できない。最大20秒間息を止めるのが、スキャン中での呼吸器のモーションアーチファクトを最小化する一般的な方法であるが、これは40秒以上かかる典型的なダイナミックスキャンには有効でない。これらのモーションアーチファクトを最小化する他の方法は、スキャン中に心臓および/または呼吸器ゲーティング(cardiac and/or respiratory gating)を行うことから、使用されるハードウェアの限界に制約される。

本発明は、検体の関心領域のモーションアーチファクトに関する上記の不利点の任意の1つまたは複数を実質的に克服、あるいは少なくとも改善する後処理法を追求する。

本発明の第1の態様によれば、検体の一部位の動きを表す信号強度データが記録され表示手段上にプロットされる、検体の当該部位のモーションアーチファクトを補正する方法が提供され、この方法が、
モーションアーチファクトの検出を最大化するために、動いている部位の縁部を囲む関心領域(ROI)を選択するステップと、
選択されたROIの平均信号強度を表すデータポイントを特定時点で計算かつプロットするステップと、
プロットされたデータポイントの平均を表す平滑化曲線を生成するために、データポイントを平滑化するステップと、
差異曲線を生成するために、プロットされたデータポイントと平滑化曲線との差違を特定時点で測定するステップと、
差異曲線で臨界点群を検出するステップと、
その後の処理のための等時間間隔の曲線を形成するために、検出された臨界点群を補間するステップとを含む。

臨界点群は、極大値または極小値であってよい。極大値および極小値は、それぞれ選択されたROIの平均信号強度の最大および最小包絡線を表す。平滑化曲線はフィルタ、好ましくは曲線平滑化フィルタ、より好ましくはローパスフィルタを用いて生成されてよい。その後の処理は、かん流測定のかん流パラメータを取得することに関連してよい。

本発明の第2の態様によれば、プロセッサに、
検体の画像データを読み取り、表示手段上に関心領域(ROI)の信号強度データをプロットし、
モーションアーチファクトの検出を最大化するために、動いている部位の縁部を囲むことによりユーザがROIを修正できるようにし、
選択されたROIの平均信号強度を表すデータポイントを特定時点で計算かつプロットし、
プロットされたデータポイントの平均を表す平滑化曲線を生成するために、データポイントを平滑化し、
差異曲線を生成するために、プロットされたデータポイントと平滑化曲線との差違を特定時点で測定し、
差異曲線で臨界点群を検出し、
その後の処理のための等時間間隔の曲線を形成するために、検出された臨界点群を補間するように命令することにより、検体の一部位のモーションアーチファクトを補正するコンピュータプログラム手段が提供される。

本発明の第3の態様によれば、検体の一部位のモーションアーチファクトを補正するシステムが提供され、このシステムが、
検体のダイナミック画像スキャンを行うスキャニング手段と、
スキャンから原画像における信号強度データを検索する、スキャニング手段に連結されたプロセッサ手段とを含み、
プロセッサ手段がさらに、
検体の画像データを読み取り、表示手段上に関心領域(ROI)の信号強度データをプロットし、
モーションアーチファクトの検出を最大化するために、当該部位の縁部を囲む関心領域(ROI)の選択を可能にし、
選択されたROIの平均信号強度を表すデータポイントを特定時点で計算かつプロットし、
プロットされたデータポイントの平均を表す平滑化曲線を生成するために、データポイントを平滑化し、
差異曲線を生成するために、データポイントと平滑化曲線との差違を特定時点で測定し、
差異曲線で臨界点群を検出し、
その後の処理のための等時間間隔の曲線を形成するために、検出された臨界点群を補間する。

本発明は、例として示すに過ぎないが好ましい実施形態において、図面を参照しながら以下に説明される。

図1Aでは、この例の場合患者の一器官である検体の一部位を囲む、より詳細には器官12の上縁の冠状平面に位置する関心領域10が示される。患者が呼吸する時、器官の動きは主に上下運動であり、この動きが、ある時点で、図1Aに見られるROI10内での当該器官の最小範囲を、別の時点で、図1Bに見られる同じROI10内での当該器官の最大範囲を生み出す。

図1Cは、器官12の上下運動によるROI10の平均密度の変動の対時間プロットを示す。図1Aの最小信号強度データポイント、および器官が図1Aに示される位置と同様の位置にある場合の代表的なデータポイントが、下方境界プロファイル18により表される。図1Bの最大信号強度データポイント、およびその器官が図1Bに示される位置と同様の位置にある場合の代表的なデータポイントが、上方境界プロファイル16により表される。図1Aで識別される特定の個別データポイントが、約51秒時点の19に示される。したがって、図1Aおよび図1Cを参照すると、曲線18は、関心領域10における最小量の器官組織で取られるデータポイントのシーケンスを表す。図1Bおよび図1Cを参照すると、曲線16は、関心領域10における最大量の器官組織で取られるデータポイントのシーケンスを表す。プロファイル16とプロファイル18との間のデータポイントの変動は、基本的に、関心のある組織または器官が、患者の呼吸により上下に動いていることを示す。図1Cで信号強度の記録された値が冒頭部分で遅滞している理由は、血管を通る造影剤の注入が約10秒から15秒時点で開始され得るものであり、造影剤が心臓を回り関心のある器官に供給されるのにある程度時間がかかるからである。平滑化曲線Y_s(t)17が、上方境界プロファイル16と下方境界プロファイル18との間に示され、プロファイル16とプロファイル18の平均プロットを表している。

かかるモーションアーチファクトを補正するために、同様の器官位置に関してデータポイントを検出、グループ化すべく処理が実施される。データポイントの1グループだけが選択され、ゲートを通したデータ取得(gated data acquisition)(GDA)の処理に相当する、その後の処理に使用される。GDAでは、通常、電子デバイスが患者に付けられ、ECGなどの周期的時間プロファイルとして提示される電気信号において呼吸または心臓活動が検出され得る。次いでシステムは、その周期的プロファイルを用いて、データ取得のためのトリガまたはゲートに特定の閾値を設定することができる。典型的には、データポイントの当該グループは、それぞれ最大値または最小値に関連する。

モーションアーチファクトを補正する処理の最初のステップは、平均ROI信号強度曲線Y(t)によるモーションアーチファクトの検出を最大化するために、動く器官の縁部に関心領域(ROI)を置くことである。次いでROIの平均信号強度Y(t)を表すデータポイントが計算され、時間に対してプロットされる。

次いで曲線を平滑化するローパスフィルタ、例えばボックスカー平均フィルタすなわち移動平均フィルタがY(t)に適用されて、図1Cに示される平滑化曲線Y_s(t)17を取得する。モーションアーチファクトによる信号強度の変動は、差異曲線
dy=Y-Y_s (1)
により有効に特徴付けられる。

最大および最小包絡線は、それぞれ図1CのY(t)のプロットから視覚化され得るが、数学を直接用いても容易に検出されないので、Y(t)とY_s(t)との差異dyが計算される。平滑化された平均プロファイルY_s(t)を引くことにより、留数dyがモーションアーチファクトによる平均からの正味変動を強調し、これにより極大および極小の検出が数学的に容易になる。dyの時間に対するプロットが図2に示される。

dyの極大データポイントを検出するために、運動周期の幅(例えば、呼吸周期または心周期)をもつ移動最大フィルタが用いられる。運動周期の幅は、dyに高速フーリエ変換を実施することにより得られる(図1Cの曲線の隣接する変動ピーク間の)変動頻度から自動的に推定され得る。移動最大フィルタが、その±1/2の幅の圏内で極大である各データポイントを識別する。これら検出された極大dyの時間点が、Y(t)の上方境界プロファイル16のデータポイントに対応する。このデータポイントのグループが、検体が同様の位置にある、したがって中でも最小化されたモーションアーチファクトをもつ場合の画像に対応する。これらのデータポイントが使用されて、図3に示される最大包絡線20である補間曲線を生成する。

dyの極小データポイントを検出するために、運動周期の幅(例えば、呼吸周期または心周期)をもつ移動最小フィルタが用いられる。運動周期の幅は、dyに高速フーリエ変換を実施することにより得られる(図1Cの曲線の隣接する変動ピーク間の)変動頻度から自動的に推定され得る。移動最小フィルタが、その±1/2の幅の圏内で極小である各データポイントを識別する。これら検出された極小dyの時間点が、Y(t)の下方境界プロファイル18のデータポイントに対応する。このデータポイントのグループが、検体が同様の位置にある、したがって中でも最小化されたモーションアーチファクトをもつ場合の画像に対応する。これらのデータポイントが使用されて、図4に示される最小包絡線30である補間曲線を生成する。

ユーザの選択に基づいて、処理が、中でも最小のモーションアーチファクトをもつデータポイントのグループを選択するために最大包絡線16または最小包絡線18のどちらかを導出する。さらにダイナミックデータの処理、例えば血液かん流インデックスの計算は選択されたデータポイントのグループだけを使用し、選出されなかった時間点のデータ値は補間法を用いて埋められる。これによりダイナミックデータの処理でモーションアーチファクトが最小化され、したがって検体の組織または他の部分が周期的に動く場合でも、関心領域のより信頼できる結果が提供される。

図5を参照すると、CTスキャナ40、MRIスキャナ42、あるいはNMスキャナ44のいずれかのスキャナにより収集される生データおよび/または画像が、画像保管通信システム(PACS)の形式でデータ記憶システム46に送られる。PCの形態をとるプロセッサ48上で動作するコンピュータプログラムが使用されてスキャナ40、42、または44のいずれかから、あるいはデータ記憶システム46から様々な画像または生データを検索し、ダイナミック画像データを読み出し、時間を関数として関心領域の信号強度をプロットする。このプログラムは、これらの画像を処理して、医師が使用する改善されたデータセットを提供する。データセットの例は、図1A、図1B、および図1Cに示される。

図6を参照すると、ステップ50で、ユーザが検体の動いている部分の縁部に置かれるROIを選択する。ステップ52で、プログラムが選択されたROIの平均信号強度を時間とともに計算し、ステップ54で、これらの対時間データポイントをプロットする。ステップ55で、ユーザがプロットを考察し、選択されたROIが、器官の動きによる変動を最大化する器官の縁部に位置することを確認する。ステップ56で、コンピュータプログラムに組み込まれているローパスフィルタがY(t)に適用されて平滑化曲線Y_s(t)を生成する。ステップ58で、プログラムがデータポイントY(t)とY_s(t)の差異dyを各時点で測定して差異プロットdyを生成する。

ステップ59で、プログラムがdyに高速フーリエ変換を実施して、振動する(変動)頻度を導出し運動周期の幅を推定する。ユーザは、この幅パラメータをさらに修正するオプションを有する。ステップ60で、プログラムが、プログラムに含まれる移動最大フィルタおよび移動最小フィルタをそれぞれ使用してデータポイントのグループが差異曲線dyの極大または極小のどちらであるか検出する。これら最大および最小ポイントのセットは、ROIの対時間平均信号強度のそれぞれ最大および最小包絡線を表す。次いでステップ62で、プログラムが、その後のかん流パラメータの処理のために、検出されたデータポイントの最大または最小グループを補間して、それぞれ最大包絡線または最小包絡線として知られる等時間間隔の時間曲線を生成する。検出された時間ポイントのグループを用いるこのような補間法は、最小化されたモーションアーチファクトをもつ様々なかん流マップの処理で、ピクセル単位でも適用され得る。

この実施形態は、患者の腹部器官のダイナミックMRIスキャンの例を用いて説明されている。本発明は、人間に限らず動物の他の体器官にも、かつCTまたはNMスキャンを使用しても、等しく適用可能である。

特定の実施形態において示された本発明に対して、広義に記載された本発明の趣旨および範囲を逸脱することなく数多くの変更および/または修正がなされ得ることが当業者には理解されよう。したがってこれらの実施形態は、あらゆる点で例示的であり限定を意図するものではないと見なされるべきである。

図1Aおよび1Bは、モーションアーチファクトの検出を最大化するために、四角の関心領域(ROI)が腹部器官の縁部に置かれている、患者の腹部の冠状平面のコントラストを強調したダイナミックMRIスキャンを全体的に示す図であり、 図1Aは、特に器官が動いてROIから離れ、ROI内に器官の組織をあまり残さない時点での画像を示す図であり、 図1Bは、特に器官がROIに向けて動き、ROI内に器官の組織をより大きく残す時点でのスキャンを示す図であり、 図1Cは、図1Aおよび図1Bの器官の冠状平面での対時間相対的変位を表す変動をもつROI平均信号強度データ曲線の対時間プロットを示す図である。 図1Cに基づく、平均ROI信号強度Y(t)と平滑化曲線Y_s(t)との差異dyの対時間プロットを示す図である。 器官が、図1Bに示される器官が最上位に動くのと同様の位置にある時の時間点から成る最大包絡線を表す補間された実線をもつ対時間信号強度データを示すプロットを示す図である。 器官が、図1Aに示される器官が最下位に動くのと同様の位置にある時の時間点から成る最小包絡線を表す補間された実線をもつ対時間信号強度データを示すプロットを示す図である。 データ記憶システムおよび処理システムに連結された幾つかのスキャナを含む通信ネットワークを示す構成図である。 血液かん流測定における改善されたデータを得るために、検体の関心領域のモーションアーチファクトを補正するためにコンピュータプログラムにより実施される諸ステップを示す流れ図である。

Claims (36)

1. 検体の一部位の動きを表す信号強度データが記録され表示手段上にプロットされる、前記検体の前記部位のモーションアーチファクトを補正する方法であって、
   モーションアーチファクトの検出を最大化するために、前記動いている部位の縁部を囲む関心領域(ROI)を選択するステップと、
   前記選択されたROIの平均信号強度を表すデータポイントを特定時点で計算かつプロットするステップと、
   前記プロットされたデータポイントの平均を表す平滑化曲線を生成するために、前記データポイントを平滑化するステップと、
   差異曲線を生成するために、前記プロットされたデータポイントと前記平滑化曲線との差違を特定時点で測定するステップと、
   前記差異曲線で臨界点群を検出するステップと、
   その後の処理のための等時間間隔の曲線を形成するために、前記検出された臨界点群を補間するステップとを含む方法。
2. 前記臨界点群が極大である、請求項1に記載の方法。
3. 前記極大が、前記選択されたROIの前記平均信号強度の値の最大包絡線を表す、請求項2に記載の方法。
4. 前記臨界点群が極小である、請求項1に記載の方法。
5. 前記極小が、前記選択されたROIの前記平均信号強度の値の最小包絡線を表す、請求項4に記載の方法。
6. 前記平滑化ステップが、曲線平滑化フィルタを用いる、請求項1から5のいずれか一項に記載の方法。
7. 前記曲線平滑化フィルタが、ローパスフィルタである、請求項6に記載の方法。
8. 前記補間ステップが、最大包絡線を生成する、請求項3に記載の方法。
9. 前記補間ステップが、最小包絡線を生成する、請求項5に記載の方法。
10. 前記平滑化曲線が、前記選択されたROIの前記平均信号強度の上方境界プロファイルおよび下方境界プロファイルの平均であり、前記上方境界プロファイルが、最大信号強度を表すデータポイントを有し、前記下方境界プロファイルが、最小信号強度を表すデータポイントを有する、請求項1に記載の方法。
11. 移動最大フィルタおよび運動周期の幅を用いて前記差異曲線で極大を検出するステップをさらに含む、請求項10に記載の方法。
12. 移動最小フィルタおよび運動周期の幅を用いて前記差異曲線で極小を検出するステップをさらに含む、請求項10に記載の方法。
13. 前記運動周期の幅が、前記差異曲線のプロットの変動頻度から推定される、請求項11または12に記載の方法。
14. 前記変動頻度が、前記差異曲線に高速フーリエ変換を実施することにより得られる、請求項13に記載の方法。
15. 前記検体の前記部位が、器官である、請求項1から14のいずれか一項に記載の方法。
16. 前記検体が、人間または動物である、請求項1から15のいずれか一項に記載の方法。
17. 前記その後の処理が、かん流測定のかん流パラメータを取得するものである、請求項1から16のいずれか一項に記載の方法。
18. 検体の画像データを読み取り、表示手段上に関心領域(ROI)の信号強度データをプロットし、
    モーションアーチファクトの検出を最大化するために、動いている部位の縁部を囲むことによりユーザが前記ROIを修正できるようにし、
    前記選択されたROIの平均信号強度を表すデータポイントを特定時点で計算かつプロットし、
    前記プロットされたデータポイントの平均を表す平滑化曲線を生成するために、前記データポイントを平滑化し、
    差異曲線を生成するために、前記プロットされたデータポイントと前記平滑化曲線との差違を特定時点で測定し、
    前記差異曲線で臨界点群を検出し、
    その後の処理のための等時間間隔の曲線を形成するために、前記検出された臨界点群を補間するようにプロセッサに命令することにより、前記検体の前記部位のモーションアーチファクトを補正するコンピュータプログラム手段。
19. 方法請求項2から17の特徴のいずれかをさらに含む、請求項18に記載のコンピュータプログラム手段。
20. 検体の一部位のモーションアーチファクトを補正するシステムであって、前記システムが、
    前記検体のダイナミック画像スキャンを行うスキャニング手段と、
    前記スキャンから原画像の信号強度データを検索する、前記スキャニング手段に連結されたプロセッサ手段とを含み、
    前記プロセッサ手段がさらに、
    前記検体の画像データを読み取り、表示手段上に関心領域(ROI)の信号強度データをプロットし、
    モーションアーチファクトの検出を最大化するために、前記部位の縁部を囲む関心領域(ROI)の選択を可能にし、
    前記選択されたROIの平均信号強度を表すデータポイントを特定時点で計算かつプロットし、
    前記プロットされたデータポイントの平均を表す平滑化曲線を生成するために、前記データポイントを平滑化し、
    差異曲線を生成するために、前記データポイントと前記平滑化曲線との差違を特定時点で測定し、
    前記差異曲線で臨界点群を検出し、
    その後の処理のための等時間間隔の曲線を形成するために、前記検出された臨界点群を補間するシステム。
21. 前記臨界点群が極大である、請求項20に記載のシステム。
22. 前記極大が、前記選択されたROIの前記平均信号強度の値の最大包絡線を表す、請求項21に記載のシステム。
23. 前記臨界点群が極小である、請求項20に記載のシステム。
24. 前記極小が、前記選択されたROIの前記平均信号強度の値の最小包絡線を表す、請求項23に記載のシステム。
25. 前記プロセッサが、曲線平滑化フィルタを制御して前記平滑化曲線を生成する、請求項20から24のいずれか一項に記載のシステム。
26. 前記曲線平滑化フィルタが、ローパスフィルタである、請求項25に記載のシステム。
27. 前記補間が、最大包絡線を生成する、請求項22に記載のシステム。
28. 前記補間ステップが、最小包絡線を生成する、請求項24に記載のシステム。
29. 前記平滑化曲線が、前記選択されたROIの前記平均信号強度の上方境界プロファイルおよび下方境界プロファイルの平均であり、前記上方境界プロファイルが、最大信号強度を表すデータポイントを有し、前記下方境界プロファイルが、最小信号強度を表すデータポイントを有する、請求項20に記載のシステム。
30. 前記差異曲線で極大を検出するために移動最大フィルタおよび運動周期の幅をさらに含む、請求項29に記載のシステム。
31. 前記差異曲線で極小を検出するために移動最小フィルタおよび運動周期の幅をさらに含む、請求項29に記載のシステム。
32. 前記運動周期の幅が、前記差異曲線のプロットの変動頻度から推定される、請求項30または31に記載のシステム。
33. 前記変動頻度が、前記差異曲線に高速フーリエ変換を実施することにより得られる、請求項32に記載のシステム。
34. 前記検体の前記部位が、器官である、請求項20から33のいずれか一項に記載のシステム。
35. 前記検体が、人間または動物である、請求項20から34のいずれか一項に記載のシステム。
36. 前記その後の処理が、かん流測定のかん流パラメータを取得するものである、請求項20から35のいずれか一項に記載のシステム。

Images