JP5500683B2

JP5500683B2 - 個体の内部組織構造を有した数値対象体モデルを生成する方法、プログラムおよびシステム

Info

Publication number: JP5500683B2
Application number: JP2010134613A
Authority: JP
Inventors: 智明長岡
Original assignee: National Institute of Information and Communications Technology
Current assignee: National Institute of Information and Communications Technology
Priority date: 2010-06-13
Filing date: 2010-06-13
Publication date: 2014-05-21
Anticipated expiration: 2030-06-13
Also published as: JP2012003293A

Description

本発明は、内部組織構造を有する対象体、例えば人体などの解剖学的構造などを有したボクセルをベースとした数値対象体モデルにおける体型変形数値対象体モデルを作成する技術に関するものである。

電波や放射線の人体に対する曝露評価用などを目的として、人体の解剖学的な構造を有した高分解能な数値人体モデルが開発されてきた。これら数値人体モデルは、平均的な体型を有した人体のＭＲＩやＸ線ＣＴ画像のデータに基づいて作成された個体を模擬したものであって、標準的な数値人体モデルといえるものである。こうした標準的数値人体モデルは、生体ＥＭＣ、自動車の衝突などにおける人体への影響の評価などで用いられることはもとより、がん治療のための放射線治療や温熱療法において、曝露位置を定めるなどのために活用されている。

標準的数値人体モデルの例としては、分解能が２ｍｍ、組織臓器数が５１で、総ボクセル数が成人男性では約８００万個、成人女性では約６３０万個のものがある（非特許文献１）。これら成人男女の標準的数値人体モデルは、人体のＭＲＩなどの画像データから、約６３０〜８００万個のボクセルを、手動編集によってそれぞれ組織臓器ごとに色づけするなどして作成されたものである。そのため、こうした数値人体モデルを一体開発するには、年単位の期間が必要となる。

ところで、体型や内部組織構造（重量を含む）は、幼児、子供、成人などの年齢層ごとに相違し、また個々人（以下、「個体」と表記することがある）で相違する。つまり年齢層による相違と個体による相違が存在する。

従って、多様な年齢層の個体における放射線治療での曝露位置などを、一体の標準的数値人体モデルに基づいて決定しようとすると、標準的数値人体モデルと個体との相違に起因する精度低下が否めない。そこで、放射線治療における暴露位置を個々人の数値人体モデルに基づいて決定することが考えられる（以下、個体の数値人体モデルを「数値個体モデル」と表記することがある）。

しかし、数値個体モデルを標準的数値人体モデルの開発と同様にして作成することは、莫大な時間および費用がかるため非現実的である。また、生体ＥＭＣ、自動車の衝突などにおける人体への影響の評価を年齢層ごとに行う場合に、年齢層ごとの標準的数値人体モデルを開発することも非現実的である。

ところで、標準的数値人体モデルの体型を変形して、変形後の内部組織構造などをシミュレーションする技術が提案されている。例えばＦｒｅｅＦｏｒｍＤｅｆｏｒｍａｔｉｏｎ（ＦＦＤ）などであり（非特許文献２）、姿勢を変えたときの生体ＥＭＣなどに活用されている。こうしたシミュレーション技術を用いれば、短時間で標準的数値人体モデルの体型を変形することができる。こうした数値対象体モデルの変形に関連する技術として、数値対象体モデルの変形後の格子生成技術（バウンダリーフィット法（ＢＦＭ）とも呼ばれる）（非特許文献３）、また体型変形後の体表メッシュをバイナリーボリュームデータベースに変換するグラフィックハードウェアを利用したボクセル化技術がある（非特許文献４）。

しかし、標準的数値人体モデルを対象に体型変形のシミュレーションを行っても、年齢層による内部組織構造の相違や、個々人の内部組織構造の相違を反映することはできない。

そこで、例えば成人女性の標準的数値人体モデルの体型を３歳児の体型に変形して、３歳女児の数値人体モデルを作成するなどの、標準的数値人体モデルの体型変形によるシミュレーションが考えられる。しかし、体型について年齢の相違を考慮しても、成人女性の内部組織構造と３歳女児の内部組織構造は大きく相違するし、また３歳女児（変形対象）の内部組織構造は個々人で相違する。

すなわち、体型の相違はもとより、年齢層および個体による相違を反映して、個々人の内部組織構造を、高精度かつ短時間にいかにしてシミュレーションするかが問題となる。

独立行政法人情報通信研究機構ウェブサイト：ｈｔｔｐ//ｅｍｃ．ｎｉｃｔ．ｇｏ．ｊｐ/ｂｉｏ/ｄａｔａ/ｉｎｄｅｘ．ｈｔｍｌナガオカとワタナベ共著 "電磁波測定のための人体姿勢モデル" メディカルバイオ誌５３号７０４７ページから７０６１ページ２００８年トムソン、ワージ、マスティン共著"格子生成の基礎と応用"ニューヨークエルセヴィアノースホーランド社出版１９８５年ファングとチェン"高速ハードウェアボクセル化"コンピュータグラフィック誌２４号４３３ページから４４２ページ２０００年

本発明は、上記問題を解決するためになされたものであり、内部組織構造を有する標準となる数値対象体モデル（ヒトにおいては標準的数値人体モデル）から、変形対象（目標）となる個体の内部組織構造を有する数値対象体モデル（体型変形数値対象体モデル、ヒトにおいては個々人の数値人体モデル）を、両者の体型の相違はもとより個々相違する個体の内部組織構造を反映したシミュレーションによって、高精度かつ短時間で生成する、体型変形による数値対象体モデルの生成方法などの提供を課題とするものである。

上記課題を解決するために請求項１記載の本発明に係る方法は、内部組織構造を有する標準となる数値対象体モデルから、内部組織構造を有した変形対象体である個体の数値対象体モデルを生成する方法であって、前記標準となる数値対象体モデルの体表メッシュであるソースメッシュの複数の部位に設定するソースメッシュ特徴点と、前記変形対象体である個体の数値対象体モデルの体表メッシュであるターゲットメッシュの複数の部位に設定するターゲットメッシュ特徴点とを、互いに対応する部位に設定する特徴点設定工程と、前記ソースメッシュ特徴点を、それぞれが対応する部位の前記ターゲットメッシュ特徴点に近似する位置に移動させることで、前記ソースメッシュを前記ターゲットメッシュにフィットさせて、前記ターゲットメッシュに近似する体型変形ターゲットメッシュを生成する体型変形ターゲットメッシュ生成工程と、前記体型変形ターゲットメッシュに、前記標準となる数値対象体モデルのボリュームデータに基づく内部組織構造をマッピングするボリューム埋め込みを行って、体型変形数値モデルのボリュームデータを生成するボリューム埋め込み工程と、前記変形対象体である個体の複数の領域の断面組織構造を示す複数の個体サンプルスライス画像と、これら個体サンプルスライス画像の領域に対応する、前記体型変形数値モデルの複数の領域における断面組織構造を示す、複数の体型変形サンプルスライス画像とをそれぞれ比較して、これら複数の領域における前記両サンプルスライス画像のレジストレーション誤差を検出するレジストレーション誤差検出工程と、前記レジストレーション誤差に基づいて、前記体型変形数値モデルの複数の領域における断面組織構造を、前記変形対象体である個体の複数の領域における断面組織構造に近似させるレジストレーション調整工程と、前記レジストレーション調整がされた後の体型変形数値モデルにおいて、前記断面組織構造を示す、隣接するサンプルスライス領域の間の３次元領域について、ボリューム埋め込みがされた内部組織構造を調整する内部組織構造調整工程とを具備する。

この場合に、前記内部組織構造調整工程が、更に、前記断面組織構造を示す前記隣接するサンプルスライス領域の間隔を縮小して、前記縮小された隣接するサンプルスライス領域の間の縮小３次元領域についてボリューム埋め込みを行った後に、前記間隔を縮小した隣接するサンプルスライス領域の間隔を元の間隔にもどす工程を有するようにしても良い。

また、請求項３記載の本発明に係るプログラムは、内部組織構造を有する標準となる数値対象体モデルから、内部組織構造を有した変形対象体である個体の数値対象体モデルを生成するためにコンピュータを、前記標準となる数値対象体モデルの体表メッシュであるソースメッシュの複数の部位に設定するソースメッシュ特徴点と、前記変形対象体である個体の数値対象体モデルの体表メッシュであるターゲットメッシュの複数の部位に設定するターゲットメッシュ特徴点とを、互いに対応する部位に設定する特徴点設定手段と、前記ソースメッシュ特徴点を、それぞれが対応する部位の前記ターゲットメッシュ特徴点に近似する位置に移動させることで、前記ソースメッシュを前記ターゲットメッシュにフィットさせて、前記ターゲットメッシュに近似する体型変形ターゲットメッシュを生成する体型変形ターゲットメッシュ生成手段と、前記体型変形ターゲットメッシュに、前記標準となる数値対象体モデルのボリュームデータに基づく内部組織構造をマッピングするボリューム埋め込みを行って、体型変形数値モデルのボリュームデータを生成するボリューム埋め込み手段と、前記変形対象体である個体の複数の領域の断面組織構造を示す複数の個体サンプルスライス画像と、これら個体サンプルスライス画像の領域に対応する、前記体型変形数値モデルの複数の領域における断面組織構造を示す、複数の体型変形サンプルスライス画像とをそれぞれ比較して、これら複数の領域における前記両サンプルスライス画像のレジストレーション誤差を検出するレジストレーション誤差検出手段と、前記レジストレーション誤差に基づいて、前記体型変形数値モデルの複数の領域における断面組織構造を、前記変形対象体である個体の複数の領域における断面組織構造に近似させるレジストレーション調整手段と、前記レジストレーション調整がされた後の体型変形数値モデルにおいて、前記断面組織構造を示す、隣接するサンプルスライス領域の間の３次元領域について、ボリューム埋め込みがされた内部組織構造を調整する内部組織構造調整手段ととして機能させる。

この場合に、前記前記内部組織構造調整手段が、更に、前記断面組織構造を示す前記隣接するサンプルスライス領域の間隔を縮小する領域縮小手段と、前記縮小された隣接するサンプルスライス領域の間の縮小３次元領域についてボリューム埋め込みを行う縮小領域ボリューム埋め込み手段と、前記間隔を縮小したサンプルスライス領域の間隔を元の間隔にもどす領域復元手段とを有するようにしても良い。

また、請求項５記載の本発明に係るシステムは、内部組織構造を有する標準となる数値対象体モデルから、内部組織構造を有した変形対象体である個体の数値対象体モデルを生成するためシステムであって、前記標準となる数値対象体モデルの体表メッシュであるソースメッシュの複数の部位に設定するソースメッシュ特徴点と、前記変形対象体である個体の数値対象体モデルの体表メッシュであるターゲットメッシュの複数の部位に設定するターゲットメッシュ特徴点とを、互いに対応する部位に設定する特徴点設定手段と、前記ソースメッシュ特徴点を、それぞれが対応する部位の前記ターゲットメッシュ特徴点に近似する位置に移動させることで、前記ソースメッシュを前記ターゲットメッシュにフィットさせて、前記ターゲットメッシュに近似する体型変形ターゲットメッシュを生成する体型変形ターゲットメッシュ生成手段と、前記体型変形ターゲットメッシュに、前記標準となる数値対象体モデルのボリュームデータに基づく内部組織構造をマッピングするボリューム埋め込みを行って、体型変形数値モデルのボリュームデータを生成するボリューム埋め込み手段と、前記変形対象体である個体の複数の領域の断面組織構造を示す複数の個体サンプルスライス画像と、これら個体サンプルスライス画像の領域に対応する、前記体型変形数値モデルの複数の領域における断面組織構造を示す、複数の体型変形サンプルスライス画像とをそれぞれ比較して、これら複数の領域における前記両サンプルスライス画像のレジストレーション誤差を検出するレジストレーション誤差検出手段と、前記レジストレーション誤差に基づいて、前記体型変形数値モデルの複数の領域における断面組織構造を、前記変形対象体である個体の複数の領域における断面組織構造に近似させるレジストレーション調整手段と、前記レジストレーション調整がされた後の体型変形数値モデルにおいて、前記断面組織構造を示す、隣接するサンプルスライス領域の間の３次元領域について、ボリューム埋め込みがされた内部組織構造を調整する内部組織構造調整手段とを具備する。

この場合に、前記内部組織構造調整手段が、更に、前記断面組織構造を示す前記隣接するサンプルスライス領域の間隔を縮小する領域縮小手段と、前記縮小された隣接するサンプルスライス領域の間の縮小３次元領域についてボリューム埋め込みを行う縮小領域ボリューム埋め込み手段と、前記間隔を縮小したサンプルスライス領域の間隔を元の間隔にもどす領域復元手段とを有するようにしても良い。

上記課題を解決するための本発明を、人体に適用する場合を例に説明する。請求項１、３および５に記載の発明では初めに、標準的数値人体モデルの体表メッシュであるソースメッシュの複数の部位にソースメッシュ特徴点と、対象体である個々人の体表メッシュであるターゲットメッシュの複数の部位にターゲットメッシュ特徴点とが、互いに対応する部位となるようにそれぞれ設定される。

次に、ソースメッシュ特徴点を、それぞれが対応する部位のターゲットメッシュ特徴点に近似する位置に移動させて、ソースメッシュをターゲットメッシュにフィットさせることで、ターゲットメッシュに近似する体型変形ターゲットメッシュが生成される。

次に、標準的数値人体モデルのボリュームデータに基づいて、体型変形ターゲットメッシュに内部組織構造をマッピングするボリューム埋め込みが行なわれて、体型変形数値人体モデルのボリュームデータが生成される。

次に、対象体である個体の複数の領域の断面組織構造を示す複数の個体サンプルスライス画像と、これら個体サンプルスライス画像の領域に対応する、体型変形数値人体モデルの複数の領域の、断面組織構造を示す複数の体型変形サンプルスライス画像とをそれぞれ比較して、これら複数の領域のそれぞれにおける両サンプルスライス画像のレジストレーション誤差が検出される。

このレジストレーション誤差から、対象体である個々人のある特定の領域における内部組織構造と、この領域に対応する体型変形数値人体モデルの領域における内部組織構造との相違（２次元データとしての相違）を知ることができる。

次に、検出したレジストレーション誤差に基づいて、レジストレーション調整が行なわれる。レジストレーション調整は、例えば、両者のサンプルスライス画像における内部組織構造を表すテクスチャの比較として行なわれる。この比較結果に基づいて、体型変形後のサンプルスライス領域における内部組織構造を、個体の内部組織構造に近似（好ましくは一致）させることができる。

レジストレーション調整は、２次元であるサンプルスライス領域における内部組織構造の調整である。そこでさらに、ジストレーション調整後の、隣接するサンプルスライス領域の間の３次元領域について、内部組織構造の調整が行われる。かくして体型変形数値人体モデルは、立体的に内部組織構造の調整がされる結果、その体型ばかりでなく、内部組織構造が高い精度で個体に近似することになる。

ここで内部組織構造の調整は、次のようにして行うことができる（請求項２、４および６）。まず、レジストレーション調整後の体型変形数値人体モデルの、隣接するサンプルスライス領域の間隔が仮想的に縮小される（３次元領域が仮想的に縮小される）。こうして仮想的縮小がされた３次元領域に、ボリューム埋め込みが行われる。仮想的縮小がされた３次元領域に生成されるグリッドは、縮小を行わなかった場合に比べて、より均等に生成される。従って、仮想的に縮小された３次元領域をもとに戻すことで、当該３次元領域における内部組織構造を高精度に調整することができる。

以上のとおり本発明では、内部組織構造を有する変形対象となる個体の数値対象体モデルを、標準となる数値対象体モデルに基づくシミュレーションによって、高精度かつ短時間で生成することが可能となるとともに、体型の相違はもとより、個々相違する個体の内部組織構造を反映したシミュレーションが可能となる。

標準的数値人体モデルの体表面であるポリゴンメッシュを平滑化してソースメッシュを生成する過程を説明するための図である。ソースメッシュに設定された特徴点を例示した図である。ソースメッシュからターゲットメッシュを目標にした、大域的フィッティングで得られるメッシュ、および局所的フィッティングで得られる体型変形ターゲットメッシュを例示した図である。標準的数値人体モデルにおけるボクセル座標などを説明するための図である。体型変形ターゲットメッシュモデルへのボリューム埋め込みを説明するための図である。標準的数値人体モデルの頭部の内部組織構造の画像（Ａｘｉａｌ画像）例を示した図であるサンプルスライス領域におけるレジストレーション調整を模式的に例示した図である。隣接する２つのサンプルスライス領域の間の３次元領域における内部組織構造の調整の概念を模式的に示した図である。レジストレーション調整後に、隣接する２つのサンプルスライス領域の間の３次元領域の内部組織構造を調整したときの、内部組織構造の調整結果を模式的に示した図である。レジストレーション調整後に、隣接する２つのサンプルスライス領域の間隔を仮想的に縮小して内部組織構造を調整したのちに、もとの間隔にもどしたときの、内部組織構造の調整結果を模式的に示した図である。本発明を実施するためのシステムの一例を示したものである本発明を実施するためのシステムに係るプログラムによって実現される機能構成を示したものである標準的数値人体モデルの体表面であるポリゴンメッシュを平滑化してソースメッシュを生成するフローを説明するための図である。ソースメッシュから体型変形ターゲットメッシュを生成する大域的フィッティングおよび局所的フィッティングのフローを説明するための図である。体型変形ターゲットメッシュへのボリューム埋め込みのフローを説明するための図である。レジストレーション調整のフローと、レジストレーション調整後に内部組織構造を調整するフローを説明するための図である。

以下、図面を参照して本発明を実施するための形態について、人体を対象体として説明する。また、説明に必要な事項を模式的に示し、説明を省略する箇所については公知技術によるものとする。本発明を実施するための形態については、方法の発明を実施するための形態として説明したのち、コンピュータ・プログラムおよびシステムの発明を実施するための形態として説明する。

（ソースメッシュ）
ソースメッシュＳＭは、公知技術に基づいて得ることができる。例えば、標準的数値人体モデルの体表面をポリゴンメッシュＰＭ（図１（ａ）にポリゴンメッシュＰＭの一部を例示する）として抽出する。しかし、ポリゴンメッシュＰＭの体表面は、単位ボクセルの形状に起因して、段差上の非連続的表面を形成しているから、これらを平滑化する必要がある。

平滑化は、ある点から隣接する点へのベクトルの加重平均であるラプラシアンを、ポリゴンメッシュとしての体表面に適用することで行われる。例えば、ラプラシアンを２度適用することで、ポリゴンメッシュＰＭの体表面が平滑化され（図１（ｂ））、さらに４度適用することで、より平滑化される（図１（ｃ））。かかる平滑化（フェアリング）を経て、ソースメッシュＳＭが生成される。あるいはマーチン・キューブス法などの技術で、ソースメッシュＳＭを生成することもできる。

ここで、標準的数値人体モデルは、ボクセルをベースとしたデータベースとして構築されており、コンピュータの記憶装置や記憶メディアに収納することができる。なお、ソースメッシュＳＭは、標準的数値人体モデルと共に既に生成されたデータとして提供されるものでもよいし、あるいは本発明を実施するたびに、標準的数値人体モデルから生成されてもよい。

（ターゲットメッシュ）
ターゲットメッシュＴＭは、例えば公知の３次元人体計測システムなどを用いて、対象となる個々人の体表データを測定することで生成される。かかる測定は、例えば５秒程度の短時間で実行することができる。

（ソースメッシュ特徴点およびターゲットメッシュ特徴点の設定）
ソースメッシュＳＭをターゲットメッシュＴＭに体型変形するため、ソースメッシュＳＭ上に複数のソースメッシュ特徴点ＳＰｎが、またターゲットメッシュＴＭ上に複数のターゲットメッシュ特徴点ＴＰｎが、それぞれ設定される。両特徴点は、例えば、図２に図示したように、メッシュにおける眼、口、耳、関節などに相当する位置に（略）左右対称に設定される（なお、同図は、成人男性の標準的数値人体モデルのソースメッシュＳＭに設定された特徴点を例示したものであり、２重丸で示したところが特徴点ＳＰｎの１つである。）。

ここで、例えばソースメッシュＳＭにおける左眼に設定した特徴点に対応するターゲットメッシュ特徴点は、ターゲットメッシュＴＭにおける左眼に設定した特徴点と対応する（こうした２つの特徴点は、両メッシュ間における対応特徴点ということができる）。

（ソースメッシュのフィッティング）
両メッシュを同一の３次元座標系に位置づけることで、対応特徴点のそれぞれについて、差分ベクトルを求めることができる。これらの差分ベクトルは、ソースメッシュＳＭをターゲットメッシュＴＭにフィッティングするために必要な、ソースメッシュ特徴点の移動量を示すベクトルである。

従って、差分ベクトルに基づいて、ソースメッシュ特徴点を移動することで、ソースメッシュＳＭをターゲットメッシュＴＭにフィッティングすることができる（以下、かかるフィッティングを大域的フィッティングと標記する）。例えば、図３中左端（ＳＭ）が成人女性の標準的数値人体モデルのソースメッシュＳＭを示し、同じく右端（ＴＭ）が３歳女児のターゲットメッシュＴＭを示したものである。上記大域的フィッティングを行うことで、図３中（ｄＳＭ）と図示したメッシュが生成されるが、これは成人女性の体表形状を、単に縮小したものということができ、その体型に不自然さが残ることが否めない。

そこで、ソースメッシュＳＭの特徴頂点（指先など頂点部を有する特徴点）ＳＰｍおよびターゲットメッシュＴＭの特徴頂点ＴＰｍについて、局所的フィッティングが行われる。この局所的フィッティングでは、ソースメッシュＳＭの特徴頂点ＳＰｍが、ターゲットメッシュＴＭ内で最小距離にあるターゲットメッシュＴＭの特徴頂点ＴＰｍに対応するように移動される。かくして、図３中（ｄＳＭ）に示すように、変形対象である３歳女児の体型に近似した体型変形ターゲットメッシュｄＴＭが生成される。

ところで、３次元直交座標系に位置づけられた標準的数値人体モデルの各ボクセルは、直線で構成された３次元直交グリッド上に位置している。しかし、ソースメッシュＳＭの体型変形ターゲットメッシュｄＴＭへの変形にともなって、その後に３次元直交グリッドに対応すべき座標系は、直交性を有さず、曲線で構成されたものに変形することになる。

（体型変形ターゲットメッシュへのボリュームデータ埋め込み）
フィッティングによって生成された体型変形ターゲットメッシュｄＴＭは、体表データに基づくものだから内部ボリュームデータを有しない。従って標準的数値人体モデルのボリュームデータに基づいて、体型変形ターゲットメッシュｄＴＭに内部組織構造をマッピングする必要がある（「ＶｏｌｕｍｅＲｅｆｉｌｌｉｎｇ」の技術に基づくボリューム埋め込み）。かかるボリューム埋め込みは、次の過程を経て行われる。

（１）先ず、体型変形ターゲットメッシュｄＴＭが、ボクセル化によってバイナリーボリュームデータに変換される。
（２）次に、境界領域のボクセルにボクセル座標（Ｉ，Ｊ，Ｋ）が与えられる。
（３）その次に、境界領域のボクセル値を境界条件とするディリクレ問題の解がもとめられて、その解（ｉ，ｊ，ｋ）が内部のボクセル座標とされる。
（４）最後に、このボクセル座標（ｉ，ｊ，ｋ）に基づいて、ソースボリュームをマッピングする。

以下、この過程をさらに説明する。図４および図５は、内部組織構造をマッピングするボリューム埋め込みの基礎的概念を説明するための概念図であり、理解の容易化のため２次元画像で示してある。

図４は、ソース（標準的数値人体モデル）におけるボクセル座標などを説明するためのものである。図５は、体型変形ターゲットメッシュモデルへのボリューム埋め込みを説明するためのものである。図４（ａ）は、標準的数値人体モデル（ソース）の画像データ（ソース・イメージデータ）を示す。図４（ｂ）は、ソース内部のボクセル座標を示す座標画像データ（ソース・コーディネートイメージデータ）を示す。図４（ｃ）は、ソースメッシュＳＭを示す。

図５（ａ）は、体型変形ターゲットメッシュｄＴＭをラスタライズして表示した変形メッシュ・コーディネートイメージデータを示す。ここでは境界部分のボクセルのみが座標値で示される。図５（ｂ）は、体型変形ターゲットメッシュｄＴＭをボクセル化によりバイナリーボリュームデータに変換したものである（ボクセルは複数の正方形で示されている）。図５（ｃ）は、さらにディリクレ問題を解いて求めた、内部のボクセル座標を示す座標画像データ（変形ターゲット・コーディネートイメージデータ）を示す。

体型変形数値人体モデルの画像をつくるためには、図５（ｃ）のボクセルＩ，Ｊ，Ｋ（大文字表記）をソース画像のボクセルｉ，ｊ，ｋ（小文字表記）に関連付ける必要がある。図４および図５における変形では、変形ターゲット座標画像データ（図５（ｃ））を生成する過程であるとして、ボクセルＩ，Ｊ，Ｋは、ボクセルｉ，ｊ，ｋと同じ単位価値であり、Ｖ（Ｉ，Ｊ，Ｋ）＝ｉ，ｊ，ｋと表示する。図４（ｂ）と図５（ｃ）におけるグリッドは、ｉ，ｊ，ｋに必要な曲線を示す。それぞれのグリッドは、画像ソース上のボクセルと対応している。なお本発明では、コーディネート画像データの３次元版を「コーディネートボリュームデータ」と呼ぶ。

体型変形ターゲットメッシュｄＴＭをラスタライジングすることで、図５（ａ）中に丸印（Ｉ，Ｊ，Ｋ）で表示したソースのボクセルと境界領域の一致を含む不完全コーディネート画像を得る。不完全コーディネート画像から完全なコーディネート画像（図５（ｃ））を生成するためには、境界領域のボクセル（例えば図４（ａ）中のＢＶ（丸印））から、同図中の２重丸に代表される内部の全てのボクセルの調和を再構築する必要がある。

ここで発明者は、いくつかの格子生成方法を応用した。バウンダリーフィット法（ＢＦＭ。以下、「ＢＦＭ」と表記する。）は、よく確立された格子生成法である。ＢＦＭは、境界領域での数組の格子点から曲線領域の中でメッシュを構築する。内部領域の座標は、境界領域での座標から楕円型偏微分方程式を解くことで決めることができる（例えば、図５（ｃ）の変形ターゲット・コーディネートイメージデータを得ることができる）。この方法は、連続性があり滑らかで正確な変形ができる。

（ボリューム座標の補間について）
次に、グラフィックハードウェアを利用したボクセル化技法を用いて、体型変形ターゲットメッシュｄＴＭをバイナリーボリュームデータに変換することで、体型変形ターゲットメッシュｄＴＭがスライス型ボクセルに転換される。

バイナリーボリュームデータでは、ボクセルが体型変形ターゲットメッシュｄＴＭの内側にある場合には、ボクセルボリュームの値が１とされ、他の場合には０とされる。こうして、ボリュームデータの境界領域は、ボクセルボリュームが０以外でかつ０のとなりのボクセルと定義される。この定義に従って図５（ｂ）の境界領域のボクセルに座標が与えられる。

さらに、境界領域のボクセル値を境界条件とするディリクレ問題を解いて、その解を内部領域のボクセル座標とする。こうして得たボクセル座標を使って、体型変形ターゲットメッシュｄＴＭに内部組織構造をマッピングするボリューム埋め込みを行う。

ここで発明者は、数学的定式化のためにいくつかの用語と表記を定義する。ボリュームデータは人体と背景の２つの領域を含む。人体モデルの内部のボクセルに、例えばサポート領域という名前をつける。Ｓがサポート領域の場合、境界領域のボクセルを「∂Ｓ」と表記する。発明者は、以下のように定義する。Ｖｓをソースボリュームのサポート領域、Ｖｄをバイナリーボリュームのサポート領域とする。１対１写像

を仮定する。

となるような１対１写像Ｆ：Ｖｄ→Ｖｓを見つける。

Ｆとｆは、Ｆ^ｉ（ｉ＝１，２，３）及びｆ^ｉ（ｉ＝１，２，３）がスカラー関数であるとき、Ｆ＝（Ｆ^１，Ｆ^２，Ｆ^３）とｆ＝（ｆ^１、ｆ^２、ｆ^３）と定義付けられる３次元ベクトル関数である。ここで、ｆは境界領域のボクセル座標であり、Ｆはサポート領域のボクセル座標である。

ディリクレの境界値問題があるので、Ｆに関しては、次のラプラス方程式で解を求める。

ここで、Δは、３Ｄラプラシアン演算子で、
Δ＝∂^２/∂x^２＋∂^２/∂ｙ^２＋∂^２/∂ｚ^２と定義される。

ディリクレの境界値でラプラス方程式の解を求め、解Ｆは、連続性のある円滑な１対１写像となる。この方程式は次の最小化問題から成り立つ。

ここで、∇は、勾配演算子（∂ｘ、∂ｙ、∂ｚ）である。

（｜∇Ｆ^１｜^２＋｜∇Ｆ^２｜^２＋｜∇Ｆ^３｜^２）はボリュームや密度の変化率と考えることができる（非特許文献３）。この意味で、Ｆは変形最少化マップであり、再構築されたボリュームデータが円滑になることが期待できる。

この方程式を数字で離散化し解答を与える。計算領域は直線格子、つまりボクセル格子なので有限差分法（ＦＤＭ）で簡単に計算できる。すべてのＦ^ｌ（ｌ=１，２，３）をも解くためのラプラス方程式は有限差分方程式で

のように離散化される。ｉ,ｊ,ｋは格子点を表す。

（ｉ,ｊ,ｋ）がＶｄの内側にある場合には、Ｆ^ｌ（ｉ,ｊ,ｋ）は未知数である。（ｉ,ｊ,ｋ）が∂Ｖｄ境界上にある場合には、Ｆ^ｌ（ｉ,ｊ,ｋ）は一定である。最後に、ある一次方程式を導きだす。いろいろな数値法がこの大きな一次方程式を解くために利用できる。発明者は、逐次過緩和法（ＳＯＲ。以下、「ＳＯＲ」と表記する。）をＦ^ｉ（ｉ＝１，２，３）の構成ごとの有限差分方程式に応用する。ＳＯＲは、簡単におこなうことができ、本発明に十分な成果をもたらす。

コーディネートボリュームはボリューム埋め込みによって生成される。（ｉ,ｊ,ｋ）のコーディネートボリュームのボクセル値は、（Ｆ^１（ｉ,ｊ,ｋ）、Ｆ^２（ｉ,ｊ,ｋ）、Ｆ^３（ｉ,ｊ,ｋ））である。変形したボリュームデータをつくるため、ソースボリュームは、コーディネートボリュームを参照することにより、リサンプルする。かくして、変形後のコーディネートボリュームデータが生成される。

以上のプロセスを経ることで、体型変形ターゲットメッシュｄＴＭにボリュームデータが埋め込まれる。しかし、人体の内部組織構造には、個体間の相違が存在する。例えば図６は、標準的数値人体モデルの頭部の内部組織構造の画像（Ａｘｉａｌ画像）の例である。体型変形ターゲットメッシュｄＴＭへのボリュームデータ埋め込み後に、当該断面部分を、対象体である個体の該当断面部と比較すると、年齢差や個体差などに起因する相違を知ることができる。もちろんこうした相違は、胸部、腹部など他の部位でも生じる。

（断面組織構造の調整）
そこで、体型変形数値人体モデルの複数の領域（サンプルスライス領域）の断面組織構造と、個体のサンプルスライス領域の断面組織構造を比較することで、両断面組織構造の相違について、レジストレーション調整が行われる。

ここで、体型変形数値人体モデルの断面組織構造は、当該モデルのボリュームデータに基づいて生成されたものである。総ボクセル数が約６３０万個の成人女性の標準的数値人体モデルの場合では、スライス領域が約８００であり、例えば５０スライス領域ごとに１つのサンプルスライス領域を定めたときには、サンプルスライス領域が約１６０となる。一方、個体の断面組織構造は、例えば個体のＭＲＩやＸ線ＣＴ画像のデータに基づいて生成されたものである。もちろん、両者のサンプルスライス領域は、体の相対する領域となるよう選択される。

レジストレーション調整は、例えば、両者のサンプルスライス画像における内部組織構造を表すテクスチャの比較として行なわれる。図７は、１つのサンプルスライス領域におけるレジストレーション調整を模式的に例示した図である。ここでは、体型変形ターゲットメッシュｄＴＭの内部における、内部組織の境界領域のテクスチャｄＴＸ（実線）と、個体の当該サンプルスライス領域における内部組織の境界領域のテクスチャＴＴＸ（破線）との相違（レジストレーション誤差）が検出される。すなわち、両テクスチャｄＴＸおよびＴＴＸで示されるそれぞれの内部組織の境界領域の上のピクセルｄＯｎおよびＴＯｎの座標の差がピクセルｄＯｎの移動量ベクトルとして検出される。

テクスチャｄＴＸとテクスチャＴＴＸを構成する全ピクセルについて、移動量ベクトルを検出することで、テクスチャｄＴＸの全領域をテクスチャＴＴＸに近似（好ましくは一致）させる画像処理が可能となる。すなわち、当該サンプルスライス領域における、体型変形後の内部組織構造を個体の内部組織構造に近似させることができる。こうしたレジストレーション調整は、体型変形数値人体モデルの他の領域についても行われる。

しかし、サンプルスライス領域におけるレジストレーション調整は、当該領域（２次元領域といえる）における調整であって、隣接する２つのサンプルスライス領域の間の３次元領域における調整ではない。そこで、隣接したサンプルスライス領域間の３次元領域における内部組織構造を調整する必要がある。

図８〜１０は、任意の隣接する２つのサンプルスライス領域の間の、３次元領域における内部組織構造の調整について模式的に示した図である。

図８（ａ）中のＳ１は、体型変形数値人体モデルの第１のサンプルスライス領域であり、Ｓ２はＳ１に隣接する第２のサンプルスライス領域である。例えば５０スライス領域ごとに１つのサンプルスライス領域を定めたときには、Ｓ１とＳ２の間には４９のスライス領域が存在する。また図８（ａ）中のＰ１１〜Ｐ１５は、第１のサンプルスライス領域Ｓ１上の５つのテクスチャであり、模式的には第１のサンプルスライス領域Ｓ１の一断面上の５つのピクセルとして示されている。同じくＰ２１〜Ｐ２５は、第２のサンプルスライス領域Ｓ２上の５つのピクセルである。ピクセルＰ１１〜Ｐ１５は、それぞれピクセルＰ２１〜Ｐ２５に連続している（それぞれがある内部組織の境界領域である）。

仮に、両サンプルスライス領域Ｓ１およびＳ２の間の３次元領域に、それぞれのテクスチャ情報に基づきボリューム埋め込みを行ったとすれば、図８（ｂ）に示すように、ピクセルＰ１１〜Ｐ１５とピクセルＰ２１〜Ｐ２５とを、それぞれ結ぶ内部組織の境界領域が生成される。こうしたボリューム埋め込みでは、当該３次元領域におけるグリッドがなるべく均等になるように生成される。

同９（ａ）は、両サンプルスライス領域Ｓ１およびＳ２についてレジストレーション調整がされた状態を示す図である。レジストレーション調整の結果、図８（ａ）中のピクセルＰ１１〜Ｐ１５およびピクセルＰ２１〜Ｐ２５は、それぞれ図９中（ａ）のピクセルＰ１２ｒ〜Ｐ１４ｒおよびピクセルＰ２２ｒ〜Ｐ２４ｒの位置に移動する（ピクセルＰ１１ｒ、Ｐ１５ｒ、およびピクセルＰ２１ｒ、Ｐ２５ｒは移動しないものとする）。

ここではレジストレーション調整前に比べ、Ｐ１３ｒはＰ１５ｒに若干接近しており、それよりも僅かにＰ２３ｒがＰ２５ｒに接近しているものとする。またＰ１２ｒがＰ１３ｒへ、Ｐ２２ｒがＰ２３ｒへそれぞれ接近しており、そしてＰ１４ｒがＰ１３ｒへ、Ｐ２４ｒがＰ２３ｒへそれぞれ接近しているものとする。

かかる状態で、当該３次元領域についてボリューム埋め込みを行うと、グリッドがなるべく均等になるように生成されるために、両サンプルスライス領域Ｓ１およびＳ２から離れた領域（中間部の領域）のグリッドでは、レジストレーション調整に基づく修正が反映されにくくなる。

その結果、図９（ｂ）に示すように、ピクセルＰ１２ｒとピクセルＰ２２ｒを結ぶ領域（およびその近傍領域）は、ピクセルＰ１１ｒとピクセルＰ２１ｒを結ぶ領域に向け変形する。一方、ピクセルＰ１４ｒとピクセルＰ２４ｒを結ぶ領域は、ピクセルＰ１５ｒとピクセルＰ２５ｒを結ぶ領域に向け変形する。ピクセルＰ１３ｒとピクセルＰ２３ｒを結ぶ領域は、ピクセルＰ１４ｒとピクセルＰ２４ｒを結ぶ領域ほどではないが、ピクセルＰ１５ｒとピクセルＰ２５ｒを結ぶ領域に向け変形する。

そこで本発明は、上記変形が減少するように内部組織構造の調整を行う。この調整は、両サンプルスライス領域Ｓ１およびＳ２の間隔を、例えば１／５〜１／１０に仮想的に縮小することで行われる。

図１０は、上記仮想的縮小による内部組織構造の調整を模式的に示した図である。ここでは、図９（ａ）に示したようにレジストレーション調整が行われたのち、両サンプルスライス領域Ｓ１およびＳ２の間隔が、図１０（ａ）に示したように高さ方向で１／５に縮小されているものとする。この縮小された３次元領域についてボリューム埋め込みを行うと、図１０（ａ）に示したように内部組織の境界領域が生成される。このように縮小された３次元領域においては、両サンプルスライス領域Ｓ１およびＳ２からの距離が縮小された結果、レジストレーション調整に基づく修正が縮小前に比べ反映されやすいのである。

従って、縮小された３次元領域を、図１０（ｂ）に示すように高さ方向に伸ばすことで（両サンプルスライス領域Ｓ１およびＳ２の間隔をもとに戻すことで）、個体の内部組織構造に、高い精度で近似した内部組織構造を得ることができる。こうした内部組織構造の調整は、体型変形数値人体モデルの他の領域についても行われる。かくして、体型変形数値人体モデルをシミュレーションで、高精度かつ迅速に生成することができる。

（システムとしての実施形態）
図１１及び図１１Ａは、本発明を実施するための生成システム（以下、本システム）の１例を示したものである。本システムは、コンピュータ１０で実現可能だが、必要に応じＬＡＮなどの通信回線を介して、標準的数値人体モデルのボクセルのデータＳＶＤを蓄積したソースボクセルデータベース１１、ターゲットメッシュＴＭのデータＴＭＤを蓄積したターゲットメッシュデータベース１２、個体の断面組織構造に対応した個体サンプルスライス画像データＴＳを蓄積した個体サンプルスライス画像データベース１３などと接続される。また、本システムは、必要に応じ、画像モニタ１４や、図示しないプリンタ、Ｘ線ＣＴ装置などの医療機器に接続されてもよい。また、以下では本システムに係るプログラム（以下、「本プログラム」という。）がコンピュータ１０に内蔵される図示しないメモリ（記憶部）に格納され、必要に応じて読みだされて実行される態様を説明するが、本プログラムはコンピュータ１０にその外部から記憶媒体によって提供され得るプログラム単体としての独立的な態様であってもよく、またはコンピュータ１０の外部に存在する記憶装置に格納されていても、或いはネットワークを介して接続される外部サーバに格納されＡＳＰ（アプリケーション・サービス・プロバイダ）形式によって起動される態様であってもよい。

（ソースメッシュ）
図１２に示すように、本プログラムに係るポリゴンメッシュ抽出処理部１１０が実行する機能により、コンピュータ１０は、ソースボクセルデータベース１１から得た標準的数値人体モデルのボクセルデータＳＶＤに、ポリゴンメッシュ抽出処理ＰＲ１０を施すことで、標準的数値人体モデルの体表面のポリゴンメッシュデータＰＭＤを抽出し、これにラプラシアンを４度適用する平滑処理ＰＲ１１を施してソースメッシュデータＳＭＤを生成する。

（ターゲットメッシュ）
次に、本プログラムに係るターゲットメッシュ部１２０が実行する機能により、コンピュータ１０は、ターゲットメッシュデータベース１２からターゲットメッシュデータＴＭＤを得ることができる。あるいは、ターゲットメッシュ部１２０が実行する機能によりコンピュータ１０は、３次元人体計測システムなどの測定結果を取得して、自らが体表データ生成処理を実行してターゲットメッシュデータＴＭＤを生成してもよい。

（ソースメッシュ特徴点およびターゲットメッシュ特徴点の設定）
図１３に示すように、本プログラムに係る特徴点設定部１３０が実行する機能により、コンピュータ１０は、ソースメッシュデータＳＭＤにおける、眼、口、耳、関節などに相当する位置に設定された特徴点である、ソースメッシュ特徴ＳＰｎ（ｎ＝１，２，３・・・）の座標点設定処理ＰＲ１２を行う。さらに特徴点設定部１３０が実行する機能によりコンピュータ１０は、ソースメッシュデータＳＭＤにおける指先などの特徴的な頂点である特徴頂点ＳＰｍ（ｍ＝１，２，３・・・）の座標点設定処理ＰＲ１３を行う（特徴点（特徴頂点を含む）については、図２、図３を参照）。同様に、特徴点設定部１３０が実行する機能によりコンピュータ１０は、ターゲットメッシュ特徴点ＴＰｎ（ｎ＝１，２，３・・・）の座標点設定処理ＰＲ１４、およびその特徴頂点ＴＰｍ（ｍ＝１，２，３・・・）の座標点設定処理ＰＲ１５を行う。

（ソースメッシュのターゲットメッシュへのフィッティング）
本プログラムに係る体型変形ターゲットメッシュ生成部１４０が実行する機能により、コンピュータ１０は、ソースメッシュ特徴ＳＰｎ（ｎ＝１，２，３・・・）およびターゲットメッシュ特徴点ＴＰｎ（ｎ＝１，２，３・・・）のそれぞれの座標点に基づいて、差分ベクトルを求め、これらの差分ベクトルに基づいて、ソースメッシュＳＭ特徴ＳＰｎ（ｎ＝１，２，３・・・）の座標を移動させる第１のフィッティング処理ＰＲ１６を実行する。こうしてソースメッシュＳＭをターゲットメッシュＴＭにフィッティングすることができる（大域的フィッティング）。また、体型変形ターゲットメッシュ生成部１４０が実行する機能によりコンピュータ１０は、ソースメッシュＳＭの特徴頂点ＳＰｍ（ｎ＝１，２，３・・・）を、ターゲットメッシュＴＭ内で最小距離にあるターゲットメッシュＴＭの特徴頂点ＴＰｍ（ｍ＝１，２，３・・・）に移動させる第２のフィッティング処理ＰＲ１７を実行する（局所的フィッティング）。これら第１および第２のフィッティング処理ＰＲ１６および１７を実行することで、ソースメッシュＳＭをターゲットメッシュＴＭに、高い精度でフィッティングさせることができる（体型変形ターゲットメッシュデータｄＴＭＤが生成される）。

（体型変形ターゲットメッシュへのボリュームデータ埋め込み）
本プログラムに係るボリューム埋め込み部１５０が実行する機能により、コンピュータ１０は、体型変形ターゲットメッシュデータｄＴＭＤにボリュームデータを埋め込む。図１４に示すように、ボリューム埋め込み部１５０が実行する機能によりコンピュータ１０は、体型変形ターゲットメッシュデータｄＴＭＤに、バイナリーボクセル化処理ＰＲ１８を施すことで、バイナリーボリュームデータＴＢＤを得て、境界領域のボクセルのボクセル座標（Ｉ，Ｊ，Ｋ）を定める境界ボクセル座標処理ＰＲ１９を実行する。ボリューム埋め込み部１５０が実行する機能によりコンピュータ１０は、境界領域のボクセル値を境界条件とするディリクレ問題を解き、その解（ｉ，ｊ，ｋ）を内部のボクセル座標とする（内部ボクセル座標処理ＰＲ２０）。さらに、ボリューム埋め込み部１５０が実行する機能によりコンピュータ１０は、このボクセル座標（ｉ，ｊ，ｋ）に基づき、体型変形ターゲットメッシュｄＴＭの内部にソースボリューム（標準的数値人体モデルのボクセルのデータＳＶＤ）を埋め込むためのマッピング処理ＰＲ２１を実行する。こうして、標準的数値人体モデルを体型変形した変形コーディネートボリュームデータｄＶＤが生成される。

（断面組織構造の調整）
図１５に示すように、本プログラムに係るレジストレーション誤差検出部１６０が実行する機能により、コンピュータ１０は、体型変形数値人体モデルのサンプルスライス領域の断面組織構造を表すテクスチャｄＴＸ（図７参照）と、個体のサンプルスライス領域の断面組織構造を表すテクスチャＴＴＸを比較したうえで、両者のサンプルスライス領域における、内部組織の境界領域を示すテクスチャ座標の差を移動量ベクトルとして検出するレジストレーション誤差検出処理ＰＲ２２を実行する。さらに、本プログラムに係るレジストレーション調整部１７０が実行する機能により、コンピュータ１０は、これら移動量ベクトルに基づいて、体型変形数値人体モデルの断面組織構造のテクスチャ座標を移動させるレジストレーション調整処理ＰＲ２３を実行して、体型変形後の内部組織構造を個体の内部組織構造に近似させる（例えば図７のテクスチャｄＴＸをテクスチャＴＴＸに近似させる）。

（サンプルスライス領域間における内部組織構造の調整）
さらに、本プログラムに係る内部組織構造調整部１８０が実行する機能により、コンピュータ１０は、隣接したサンプルスライス領域間の３次元領域における内部組織構造調整処理ＰＲ２４を実行する（図１５）。内部組織構造調整処理ＰＲ２４は、次にように行われる。

先ず内部組織構造調整部１８０に具備される領域縮小部１８０１が実行する機能により、コンピュータ１０は、体型変形数値人体モデルの第１のサンプルスライス領域Ｓ１および第２のサンプルスライス領域Ｓ２の間隔を仮想的に縮小する（例えば１／５に縮小する）演算処理を実行する。次に内部組織構造調整部１８０に具備される縮小領域ボリューム埋め込み部１８０３が実行する機能により、コンピュータ１０は、上記縮小された３次元領域にボリューム埋め込みを行うための演算処理を実行した後、内部組織構造調整部１８０に具備される領域復元部１８０５が実行する機能により、コンピュータ１０は、両サンプルスライス領域Ｓ１とＳ２の間隔を元に戻す演算処理を実行する。

こうした内部組織構造調整処理ＰＲ２４を実行することで、標準的数値人体モデルを体型変形した変形コーディネートボリュームデータｄＶＤが調整された結果、個体に近似した内部組織構造を有する数値対象体モデル（体型変形ターゲットメッシュｄＴＭに、変形コーディネートボリュームデータｄＶＤを埋め込んだ後に、内部組織構造を調整した数値対象体モデル）が得られる。

以上、本発明を実施するための形態を実施例とともに説明したが、本発明は、上述した実施例に限定されるものではなく、その趣旨を逸脱しない範囲で、適宜変更して実施することができる。

本発明は、内部組織構造を有する標準となる数値対象体モデルから、内部組織構造を有する個体の数値対象体モデルを、シミュレーションによって高精度かつ短時間で生成することができる。従って、ヒトを対象とできることはもとより、広く動物、生物において、それらの標準となる数値対象体モデルからの、個体の数値対象体モデルへのシミュレーションにも適用することができる。

ＳＭ標準となる数値対象モデルの体表メッシュ（ソースメッシュ）
ＳＰｎ，ＳＰｍソースメッシュ特徴点
Ｓ１，Ｓ２体型変形数値人体モデルのサンプルスライス領域
ＴＭ対象となる数値対象モデルの体表メッシュ（ターゲットメッシュ）
ＴＰｎ，ＴＰｍターゲットメッシュ特徴点
ｄＴＭ体型変形ターゲットメッシュ

Claims

内部組織構造を有する標準となる数値対象体モデルから、内部組織構造を有した変形対象体である個体の数値対象体モデルを生成する方法であって、
前記標準となる数値対象体モデルの体表メッシュであるソースメッシュの複数の部位に設定するソースメッシュ特徴点と、前記変形対象体である個体の数値対象体モデルの体表メッシュであるターゲットメッシュの複数の部位に設定するターゲットメッシュ特徴点とを、互いに対応する部位に設定する特徴点設定工程と、
前記ソースメッシュ特徴点を、それぞれが対応する部位の前記ターゲットメッシュ特徴点に近似する位置に移動させることで、前記ソースメッシュを前記ターゲットメッシュにフィットさせて、前記ターゲットメッシュに近似する体型変形ターゲットメッシュを生成する体型変形ターゲットメッシュ生成工程と、
前記体型変形ターゲットメッシュに、前記標準となる数値対象体モデルのボリュームデータに基づく内部組織構造をマッピングするボリューム埋め込みを行って、体型変形数値モデルのボリュームデータを生成するボリューム埋め込み工程と、
前記変形対象体である個体の複数の領域の断面組織構造を示す複数の個体サンプルスライス画像と、これら個体サンプルスライス画像の領域に対応する、前記体型変形数値モデルの複数の領域における断面組織構造を示す、複数の体型変形サンプルスライス画像とをそれぞれ比較して、これら複数の領域における前記両サンプルスライス画像のレジストレーション誤差を検出するレジストレーション誤差検出工程と、
前記レジストレーション誤差に基づいて、前記体型変形数値モデルの複数の領域における断面組織構造を、前記変形対象体である個体の複数の領域における断面組織構造に近似させるレジストレーション調整工程と、
前記レジストレーション調整がされた後の体型変形数値モデルにおいて、前記断面組織構造を示す、隣接するサンプルスライス領域の間の３次元領域について、ボリューム埋め込みがされた内部組織構造を調整する内部組織構造調整工程と
を具備することを特徴とする方法。
請求項１に記載の方法において、
前記内部組織構造調整工程が、
更に、前記断面組織構造を示す前記隣接するサンプルスライス領域の間隔を縮小して、
前記縮小された隣接するサンプルスライス領域の間の縮小３次元領域についてボリューム埋め込みを行った後に、
前記間隔を縮小した隣接するサンプルスライス領域の間隔を元の間隔にもどす工程を有することを特徴とする方法。
内部組織構造を有する標準となる数値対象体モデルから、内部組織構造を有した変形対象体である個体の数値対象体モデルを生成するためにコンピュータを、
前記標準となる数値対象体モデルの体表メッシュであるソースメッシュの複数の部位に設定するソースメッシュ特徴点と、前記変形対象体である個体の数値対象体モデルの体表メッシュであるターゲットメッシュの複数の部位に設定するターゲットメッシュ特徴点とを、互いに対応する部位に設定する特徴点設定手段と、
前記ソースメッシュ特徴点を、それぞれが対応する部位の前記ターゲットメッシュ特徴点に近似する位置に移動させることで、前記ソースメッシュを前記ターゲットメッシュにフィットさせて、前記ターゲットメッシュに近似する体型変形ターゲットメッシュを生成する体型変形ターゲットメッシュ生成手段と、
前記体型変形ターゲットメッシュに、前記標準となる数値対象体モデルのボリュームデータに基づく内部組織構造をマッピングするボリューム埋め込みを行って、体型変形数値モデルのボリュームデータを生成するボリューム埋め込み手段と、
前記変形対象体である個体の複数の領域の断面組織構造を示す複数の個体サンプルスライス画像と、これら個体サンプルスライス画像の領域に対応する、前記体型変形数値モデルの複数の領域における断面組織構造を示す、複数の体型変形サンプルスライス画像とをそれぞれ比較して、これら複数の領域における前記両サンプルスライス画像のレジストレーション誤差を検出するレジストレーション誤差検出手段と、
前記レジストレーション誤差に基づいて、前記体型変形数値モデルの複数の領域における断面組織構造を、前記変形対象体である個体の複数の領域における断面組織構造に近似させるレジストレーション調整手段と、
前記レジストレーション調整がされた後の体型変形数値モデルにおいて、前記断面組織構造を示す、隣接するサンプルスライス領域の間の３次元領域について、ボリューム埋め込みがされた内部組織構造を調整する内部組織構造調整手段と
として機能させるためのプログラム。
請求項３に記載のプログラムにおいて、
前記内部組織構造調整手段が、
更に、前記断面組織構造を示す前記隣接するサンプルスライス領域の間隔を縮小する領域縮小手段と、
前記縮小された隣接するサンプルスライス領域の間の縮小３次元領域についてボリューム埋め込みを行う縮小領域ボリューム埋め込み手段と、
前記間隔を縮小したサンプルスライス領域の間隔を元の間隔にもどす領域復元手段とを有することを特徴とするプログラム。
内部組織構造を有する標準となる数値対象体モデルから、内部組織構造を有した変形対象体である個体の数値対象体モデルを生成するためシステムであって、
前記標準となる数値対象体モデルの体表メッシュであるソースメッシュの複数の部位に設定するソースメッシュ特徴点と、前記変形対象体である個体の数値対象体モデルの体表メッシュであるターゲットメッシュの複数の部位に設定するターゲットメッシュ特徴点とを、互いに対応する部位に設定する特徴点設定手段と、
前記ソースメッシュ特徴点を、それぞれが対応する部位の前記ターゲットメッシュ特徴点に近似する位置に移動させることで、前記ソースメッシュを前記ターゲットメッシュにフィットさせて、前記ターゲットメッシュに近似する体型変形ターゲットメッシュを生成する体型変形ターゲットメッシュ生成手段と、
前記体型変形ターゲットメッシュに、前記標準となる数値対象体モデルのボリュームデータに基づく内部組織構造をマッピングするボリューム埋め込みを行って、体型変形数値モデルのボリュームデータを生成するボリューム埋め込み手段と、
前記変形対象体である個体の複数の領域の断面組織構造を示す複数の個体サンプルスライス画像と、これら個体サンプルスライス画像の領域に対応する、前記体型変形数値モデルの複数の領域における断面組織構造を示す、複数の体型変形サンプルスライス画像とをそれぞれ比較して、これら複数の領域における前記両サンプルスライス画像のレジストレーション誤差を検出するレジストレーション誤差検出手段と、
前記レジストレーション誤差に基づいて、前記体型変形数値モデルの複数の領域における断面組織構造を、前記変形対象体である個体の複数の領域における断面組織構造に近似させるレジストレーション調整手段と、
前記レジストレーション調整がされた後の体型変形数値モデルにおいて、前記断面組織構造を示す、隣接するサンプルスライス領域の間の３次元領域について、ボリューム埋め込みがされた内部組織構造を調整する内部組織構造調整手段と
を具備することを特徴とするシステム。
請求項５に記載のシステムにおいて、
前記内部組織構造調整手段が、
更に、前記断面組織構造を示す前記隣接するサンプルスライス領域の間隔を縮小する領域縮小手段と、
前記縮小された隣接するサンプルスライス領域の間の縮小３次元領域についてボリューム埋め込みを行う縮小領域ボリューム埋め込み手段と、
前記間隔を縮小したサンプルスライス領域の間隔を元の間隔にもどす領域復元手段とを有することを特徴とするシステム。