JP5647611B2 - 少なくとも三次元の医用画像の解析 - Google Patents

Description

本発明は、少なくとも三次元医用画像を分析することに関する。本発明は更に、少なくとも三次元医用画像により表される病変を可視化することに関する。

塊状の胸部の病変の特徴付けは、診断胸部画像の精密検査において重要なステップである。病変特徴付けについてのカテゴリは、“米国放射線専門医会（ＡＣＲ）”により“胸部画像報告データシステム（Ｂｉ−ｒａｄｓ）において定義されている。この規格は、“形状”及び“病変マージン”を含む視覚的評価可能病変特徴を有する。それらの特徴に加えて、動的コントラスト改善ＭＲ画像における速度曲線評価等のモダリティ固有の特徴が列挙されている。

胸部病変のＭＲ画像は、画像ビューアを用いて視覚的に検査されることが可能である。そのような画像ビューアは、多くの場合に、水平断面及び多重平面再フォーマット（ＭＰＲ）断面を表すことを可能にする。ボリュームレンダリング及び表面レンダリング等の他の可視化モデルも与えられることが可能である。

動的コントラスト改善胸部ＭＲＩが診断ツールとして浮上してきている。また、このアプリケーションのためのコンピュータ支援診断（ＣＡＤ）ツールのための要請が存在している。理解可能な且つ再現可能な結果をもたらすロバストなコンピュータ支援診断（ＣＡＤ）アプリケーションを構築するように、注意深く選択された小さいセットの特徴が好適に用いられている。文献“Ｒｏｂｕｓｔｎｅｓｓ ｏｆ Ｍｏｒｐｈｏｌｏｇｉｃ Ｆｅａｔｕｒｅｓ ｆｏｒ ｔｈｅ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｍａｓｓ Ｌｅｓｉｏｎｓ ｉｎ Ｄｙｎａｍｉｃ， Ｃｏｎｔｒａｓｔ−Ｅｎｈａｎｃｅｄ Ｂｒｅａｓｔ ＭＲ Ｉｍａｇｅｓ”， ｂｙ Ｔｈ．Ｂｕｅｌｏｗ ｅｔ ａｌ．，ＩＳＭＲＭ，２００８においては、３つの形態学的特徴が、特徴演算ステップへの入力である塊の病変のセグメント化における多様性に対するロバスト性に関連して比較される。

Ｒｏｂｕｓｔｎｅｓｓ ｏｆ Ｍｏｒｐｈｏｌｏｇｉｃ Ｆｅａｔｕｒｅｓ ｆｏｒ ｔｈｅ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｍａｓｓ Ｌｅｓｉｏｎｓ ｉｎ Ｄｙｎａｍｉｃ， Ｃｏｎｔｒａｓｔ−Ｅｎｈａｎｃｅｄ Ｂｒｅａｓｔ ＭＲ Ｉｍａｇｅｓ"， ｂｙ Ｔｈ．Ｂｕｅｌｏｗ ｅｔ ａｌ．，ＩＳＭＲＭ，２００８

少なくとも三次元医用画像を分析する改善された方法を有することは有利である。

この点に良好に対処するように、
画像により表されるオブジェクトの表面の一部を特定する表面検出器と、
オブジェクトに含まれ且つ画像により表される病変を特定する病変検出器と、
病変検出器の出力及び表面検出器の出力に基づいて、表面の一部に対して病変のオリエンテーション（ｏｒｉｅｎｔａｔｉｏｎ）を確立する手段と、
を有する本発明のシステムの第１の特徴が提供される。

このようにして規定されるシステムは、三次元医用画像を解析する新しい方法を可能にする。特に、そのシステムは、表面の最も小さい部分に対して病変のオリエンテーションを評価することを可能にする。本発明者は、上記のＢｉ−ｒａｄｓ規格に従って超音波胸部画像を解析しているときに、測定されるパラメータの１つである病変オリエンテーションが、ＭＲ画像等の三次元画像において理論的にも評価されることを認識した。このことは、少なくとも病変オリエンテーションを評価するために超音波取得を過剰にして、故に、医用イメージング装置の全体的な効率を向上させる可能性がある。しかしながら、既存の医用分析ツールを用いる場合には、特に、画像取得装置に対する超音波プローブの位置は皮膚表面により決定されるため、超音波画像におけるナチュラル参照点である皮膚表面のそのオリエンテーションは、画像取得装置に対して、ＭＲ及びＣＴ等の三次元イメージング技術において変化するため、実際には病変オリエンテーション（ｌｅｓｉｏｎ ｏｒｉｅｎｔａｔｉｏｎ）を評価することはできない。提供されるシステムは、表面の少なくとも一部に対して病変のオリエンテーションを確立することを容易にする表面検出器により、医用画像において少なくとも表面の一部を自動的に特定することができる。

病変検出器は、病変に対してモデルを適合させるモデルフィッタを有することが可能である。例えば、適合形状モデルが用いられることが可能であり、又は、楕円等の所定の幾何学的モデルが病変に対して適合されることが可能である。

病変のオリエンテーションを確立する手段は、表面の一部に対するモデルのオリエンテーションを示すオリエンテーション値を演算する病変オリエンテーション検出器を有することが可能である。このオリエンテーション値は医師に提示されることが可能である。代替として又は付加的に、オリエンテーション値は、決定支援システムに提供されることが可能である。オリエンテーション値は病変オリエンテーションのかなり簡潔で、再生可能な表現を与える。オリエンテーション値は、完全に自動化して演算されることが可能である。

表面検出器は、病変に対して実質的に最も近接した表面の一部を選択するように備えられることが可能である。病変に最も近接した表面の一部に関して確立されたオリエンテーションは、このオリエンテーションが、その病変が背後に位置している表面に関するオリエンテーションを表すので、医療的に最も関連したオリエンテーションであり得る。その表面の一部は、表面における点を有する又はその点であることが可能である。また、この表面の一部は、超音波装置が超音波検査中に位置付けられた皮膚上の点に対応することが可能である。

病変のオリエンテーションを確立する手段は、表面の一部に対して実質的に垂直である投影平面又は交差平面に従った、病変のビューを生成するビュー生成器を有することが可能である。そのシステムは、その表面に関して病変のオリエンテーションを視覚的に評価するためにかなり適切である病変のビューを提供する。表面の少なくとも一部に対して実質的に垂直である投影平面又は交差平面は、その表面に関して病変のオリエンテーションを可視化する支援をする。

ビュー生成器は、交差平面に対応する画像の多重平面再フォーマット（ＭＰＲ）を生成するように備えられることが可能である。多重平面再フォーマット（ＭＰＲ）は、従来技術において知られているように、医用画像の傾斜したスライスビューである。表面の少なくとも一部に対して実質的に垂直である交差平面に対応する画像の多重平面再フォーマットは、その表面に関して病変のオリエンテーションを評価する上で特に有用である。

ビュー生成器は、病変の少なくとも一部を可視化する画像のビューをレンダリングする三次元シーンレンダラを有することが可能であり、そのビューの視認方向はその表面の少なくとも一部に対して実質的に垂直である。これは、病変オリエンテーションに対して付加的な洞察を与える代替の視認モードを提供する。

ビュー生成器は、表面の少なくとも一部がビューの境界と実質的に一致するビューを生成するように備えられることが可能である。この特徴は、得られるビューを医用関連超音波画像に、より似ているものとし、そのことは、病変オリエンテーションの医師による高信頼性の評価を容易にする。

アノテータ（ａｎｎｏｔａｔｏｒ）は、病変の長軸を表示するアノテーションをそのビューにおいて含むように備えられることが可能である。この表示は、どの病変が検出されたか並びにどれ位の寸法及び／又はどれ位のオリエンテーションが検出されたかを可視化するために、システムの信頼性を向上させるように支援することが可能である。

ビュー生成器は、モデルフィッタによって病変に対して適合されたモデルのオリエンテーションにも基づいて、投影平面又は交差平面オリエンテーションを決定する手段を有することが可能である。これは、１つ又はそれ以上の標準化されたビューの自動生成を可能にし、各々のビューは、例えば、病変のオリエンテーション又は表面の少なくとも一部に基づいて決定される視覚化方向を有する。そのような標準化されたビューは効率を向上させる。

モデルフィッタは、病変の長手方向を検出する手段を有することが可能である。更に、病変のオリエンテーションを確立する手段は、表面の少なくとも一部に対して実質的に垂直である及び病変の長手方向に対して実質的に平行である投影平面又は交差平面に従って、病変のビューを生成するビュー生成器を有することが可能である。これは、表面に対して病変の長手方向のビューを示す。

システムは、医療的な関連性に従って病変を分類するコンピュータ支援検出システムを有する。オリエンテーション値は、そのようなコンピュータ支援検出システムへの入力として用いられることが可能である。

表面は、画像において表される胸部の表面を有することが可能であり、病変は胸部の病変を有することが可能である。そのようなアプリケーションについては、病変オリエンテーションは特定の医療的な関連性を有する。

医用イメージング装置は、表面の表現及び病変の表現を有する少なくとも三次元画像を提供するＭＲＩ及び上記のシステムを有することが可能である。このようにして、病変オリエンテーション及び画像取得の確立は、迅速に結果を得ることを可能にする同じ装置において実行されることが可能である。

少なくとも三次元医用画像を解析する方法は、画像により表されるオブジェクトの表面ンの一部を特定する段階と、オブジェクトにおいて含まれ且つ画像により表された病変を特定する段階と、病変検出器の出力及び表面検出器の出力に基づいて、表面の一部に対して病変のオリエンテーションを確立する段階とを有することが可能である。

コンピュータプログラムプロダクトは、コンピュータ化システムが上記方法を実行するようにする命令を有することが可能である。

本発明の上記実施形態、実施例及び／又は特徴の２つ又はそれ以上が、何れかの有用であるとみなされる方法において結合されることが可能である。

システムの修正及び変形に対応する画像取得装置、ワークステーション、システム及び／又はコンピュータプログラムプロダクトの修正及び変形が、本明細書に基づいて当業者により実行されることが可能である。

当業者は、標準的なＸ線イメージング、ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）、磁気共鳴イメージング（ＭＲＩ）、超音波（ＵＳ）、ポジトロン断層撮影法（ＰＥＴ）、単一光子放射断層撮影法（ＳＰＥＣＴ）及び核医学（ＮＭ：Ｎｕｃｌｅａｒ Ｍｅｄｉｃｉｎｅ）等の種々の取得モダリティにより取得される多次元画像データ、例えば、二次元（２Ｄ）、三次元（３Ｄ）又は四次元（４Ｄ）画像に適用されることが可能である。

本発明の上記の及び他御特徴については、以下において図を参照して詳述して、明らかにする。

実施例の超音波画像を示す図である。 少なくとも三次元画像における胸部の病変を示す図である。 実施例のＭＲ画像を示す図である。 少なくとも三次元医用画像を解析するシステムを模式的に示す図である。 少なくとも三次元医用画像を解析する方法を模式的に示す図である。

塊状の胸部の病変の特徴付けは、診断胸部画像の精密検査において重要なステップである。病変特徴付けについてのカテゴリは、“米国放射線専門医会（ＡＣＲ）”により“胸部画像報告データシステム（Ｂｉ−ｒａｄｓ）において定義されている。医用関連特徴“病変オリエンテーション”は、このモダリティにおいては病変オリエンテーションが視覚的に直接評価可能であるため、超音波についての規格においてのみ特定される。病変オリエンテーション情報に含まれる有用な情報は、その特徴がボリュームＭＲ画像においては視認的に殆ど利用可能でないため、胸部のＭＲ調査において未使用のまま残ってしまう。

しかしながら、３ＤＭＲ画像から塊の病変についての病変オリエンテーションをコンピュータで抽出することにより、この病変オリエンテーション情報量は利用可能となり、病変の分類を支援することが可能になる。そのオリエンテーションは、数値として、及び病変オリエンテーションを視認的に明確化する自動的に選択された傾斜多重平面再フォーマット化画像（ＭＰＲ）を介して、ユーザに提示されることが可能である。超音波画像のためにのみ以前に有効であったオリエンテーション評価は、故に、ＭＲ画像についても有効になる。

本明細書に記載されているシステム及び方法は、胸部ＣＡＤシステムの一部として用いられることが可能である。それらのシステム及び方法は、医用イメージングツールの一部としても用いられることが可能である。そのようなＣＡＤシステム及び医用イメージングツールは、例えば、専用胸部ＭＲ視覚化／ＣＡＤワークステーション、ＰＡＣＳシステム又はスキャナコンソールにおいて直接、実行可能である。

図１は、異なる患者の２つの胸部超音波画像を示している。各々の画像の上部のエッジ３及び３ｂはスキンラインに対応している。これは、超音波プローブが画像取得中に位置付けられたところである。図１Ａは、高い又は“平行な”というより広い胸部病変１を示す超音波画像である。図１Ｂは、Ｂｉ−ｒａｄｓに従って、広い又は“非平行な”というより高い胸部病変２を示す超音波画像である。超音波イメージングにおいては、病変オリエンテーションは、胸部の皮膚表面上に位置付けられている可搬型プローブを用いて、画像が取得される方法のために、必然的に可視的である。この画像取得技術のために、病変は胸部の表面と共に固定されたオリエンテーションで表示され、それは、病変オリエンテーションの可視的及び／又は自動的検査を容易にする。

胸部ＭＲ画像を解析するときに病変オリエンテーションが臨床場面でなぜ用いられてこなかったかの理由の１つは、三次元ＭＲ画像から、皮膚表面に対する病変のオリエンテーションが可視的でないことであった。従って、病変オリエンテーション情報に含まれる有用な情報は、その特徴が現在のビューイングワークステーションを用いてボリュームＭＲ画像においてはあまり利用し易くないために、胸部ＭＲ調査において用いられないままになっていた。このことを克服するように、３Ｄ医用画像から塊の病変の病変オリエンテーションの演算を支援することが可能である方法を提案している。また、超音波から医師が認識するように医用画像情報を視覚的に提示する傾斜ＭＰＲは病変オリエンテーションを明確化する支援をする。そのような会社ＭＰＲの自動選択は、画像における病変についての手動の探索から医師を解放することが可能である。

図２Ａは、病変４及び胸部皮膚表面５を有する３Ｄ医用画像の２Ｄ断面スライスを模式的に示している。複数の処理ステップが適用されることが可能である。塊の病変４は、例えば、文献“Ｓｅｇｍｅｎｔａｔｉｏｎ ｏｆ ｓｕｓｐｉｃｉｏｕｓ ｌｅｓｉｏｎｓ ｉｎ ｄｙｎａｍｉｃ ｃｏｎｔｒａｓｔ−ｅｎｈａｎｃｅｄ ｂｒｅａｓｔ ＭＲ ｉｍａｇｅｓ”，ｂｙ Ｔ．Ｂｕｌｏｗ ｅｔ ａｌ，．ｉｎ ＳＰＩＥ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ ｖｏｌ．６５１４，２００７に記載されている動的コントラスト改善胸部ＭＲ画像からセグメント化されることが可能である。しかしながら、他のセグメント化方法も適用可能である。楕円６が、最もよくフィッティングする楕円を求めるように、セグメント化された塊の病変に対してフィッティングされることが可能である。これは、病変の慣性（ｉｎｅｒｔｉａ）の主軸を演算し、例えば、病変の重心に対応する楕円の対応主軸７及び８並びに中心点９を有する楕円を選択することにより、行われることが可能である。しかしながら、その楕円モデルは単なる例示である。塊の病変についての形状モデルは、当該技術分野で知られていて、適合モデルに基づくセグメント化によってここで適応されることが可能である。従って、モデルフィッティングのステップ及びセグメント化のステップは単一のステップに組み合わされることが可能である。好適には、慣性（ｉｎｅｒｔｉａ）の主軸が容易に外挿されることが可能であるモデルが用いられる。

皮膚表面５は、当該技術分野で知られている勾配推定等の画像処理技術を用いて、医用画像から抽出されることが可能である。例えば、コントラスト改善胸部ＭＲ画像が用いられることが可能である。好適には、病変のセグメント化及び皮膚表面の抽出の両方について同じ画像が用いられるが、互いに対して効果がある２つの別個の画像を用いることも可能である。セグメント化された胸部病変（の重心）に対して最近接の皮膚表面点１０が確立されることが可能である。平行度の数値が、病変の長軸７と、最近接の皮膚表面点１１に対する病変中心からの方向ベクトルとの間の角度αの正弦として演算されることが可能である。従って、この実施例においては、平行度は、０乃至１の範囲内の値をとり、ここで、０は完全に非平行な病変について用いられ、１は平行な病変について用いられる。

図２Ｂは、代替のオリエンテーション推定を示している。最近接皮膚表面点の方向における病変の高さ１２と、最近接皮膚表面点の方向に対して垂直な方向の病変の幅とが演算されることが可能である。それらの数値又はそれらの比は、医師が精通している病変のオリエンテーションについての代替の指標である。この高さ及び幅は、異なる方法で、例えば、その病変を構成するのに丁度十分な大きさの適切に位置付けられたバウンディングボックスの高さ及び幅として演算されることが可能である。代替として、これは、当該方向における楕円の直径として演算されることが可能である。

平行度を表す数値に加えて、１つ又はそれ以上の傾斜ＭＰＲが、例えば、病変から表面への方向ベクトル及び病変の長軸／短軸（各々一平面）により形成される断面平面についてのＭＰＲが、ユーザに対して提示されることが可能である。それらのビューは、皮膚表面への方向ベクトルが画像平面内で上方を指すように、再フォーマット化されることが可能である。このようにして、視覚化されたオブジェクトのオリエンテーションは超音波画像に類似しているために、得られたビューは超音波画像に似ている。このことは、医師がその画像に基づいて診断することができるように支援をする。

図３は、上記のように生成される２つの画像を示している。図３Ａは、病変から表面への方向ベクトル及び病変の長軸により形成された断面平面についてのＭＰＲを示している。図３Ｂは、病変から表面への方向ベクトル及び病変の短軸により形成された断面平面についてのＭＰＲを示している。図３Ａ及び図３Ｂは、３Ｄ動的コントラスト改善ＭＲデータセットのＭＰＲである。そのデータセットは、時系列の画像ボリュームを有し、その時系列の画像ボリュームの初めは非コントラスト解剖学的構造を示す。ボリューム画像の取得後、コントラストが静脈内に注入され、時系列の画像ボリュームが、増影剤の流入及び流出を画像化するように取得される。病変の形態の視覚的評価のために、コントラスト化された画像の１つから非コントラスト化画像の減算によりコントラスト化された異なる画像を表示することは一般的である。

図４は、少なくとも三次元医用画像を解析するシステムを模式的に示している。図４に示す複数のブロックは、多くの異なる方法で実行されることが可能であるシステムの構成要素を示している。例えば、電子回路は集積回路（ＩＣ）で備えられることが可能であり、集積回路は、各々の構成要素について以下で説明する機能を実行する。しかしながら、それらの構成要素の一部又は全てをソフトウェアモジュールとして完全に又は一部において実行することも可能であり、そのソフトウェアモジュールはメモリ７１に記憶されることが可能である。ソフトウェアモジュールは、汎用目的のプロセッサ７２により実行されるのに適切であるコンピュータ命令を有することが可能である。制御モジュール７３は、複数のモジュールの実行を連携するために備えられることが可能である。そのような制御モジュール７３は、メモリ７１に記憶されていて、プロセッサ７２により実行されるのに適切であるソフトウェアモジュールの形をとることが可能である。当業者が理解できるであろうように、メモリ７１及びプロセッサ７２はハードウェアユニットであり、システムの他のモジュールが、当面その状況下で、ソフトウェアか又はハードウェアのどちらかにおいて実行されることが可能である。メモリ７１は、画像データ、受信データ、中間的結果及び出力データを記憶するように用いられることも可能である。メモリ７１は、ＲＡＭメモリ、ＲＯＭメモリ、フラッシュメモリ、磁気ディスク、及びＣＤ−ＲＯＭ、ＣＤ−ＲＷ、ＤＶＤ等の取り外し可能媒体のうちの１つ又はそれ以上を有することが可能である。プロセッサは、ワークステーションでみられるような中央演算処理装置（ＣＰＵ）を有することが可能である。制御ユニット７３は、個々のモジュールの１つ又はそれ以上の動作の開始するようにすることが可能である。代替として、複数のモジュールが、制御ユニット７３を用いることなく、相互作用することが可能である。図４における矢印は、モジュール間のデータの流れを示している。

入力６５は、医用画像データを受信するように備えられる。そのような入力は、例えば、少なくとも三次元画像を生成することが可能であるＭＲＩスキャナ、ＣＴスキャナ、他のイメージング装置等の医用画像スキャナ６４に接続されることが可能である。代替として、入力６５は、以前に取得されたデータが記憶されている画像アーカイビング及び通信システム（図示せず）等のデータサーバに接続されることが可能である。データ接続は、ＬＡＮ、インターネット等のネットワーク接続により実行されることが可能である。前処理手段は、入力６５により受信されたデータの画像前処理を実行するように備えられることが可能である。そのような前処理は、例えば、当該技術分野で知られている画像改善技術を有することが可能である。画像は複数の画像要素を有することが可能である。画像が三次元である場合には、それらの画像要素はボクセルである。画像要素はそれに関連付けられる要素値を有する。身体の異なる組織は通常、異なる画像値に関連付けられる。これはセグメント化を可能にする。当該技術分野において知られているセグメント化技術は、画像により表される身体内の異なる組織を位置特定するように適用されることが可能である。更に又は代替として、等表面が画像データ内に備えられることが可能である。そのような等表面は、要素値が同じである画像内の位置を表す表面である。画像要素から等表面を生成することは前処理の一部であることが可能であり、又は下で述べるシステムモジュールの１つ又はそれ以上の機能の一部であることが可能である。

画像により表される病変４を特定する病変検出器５１が備えられることが可能である。病変４は、閾値化又はアクティブモデルセグメント化等のセグメント化技術を用いることにより検出される、又はコンピュータマウスのようなポインティング装置を用いてユーザにより示されることが可能である。セグメント化方法については、文献“Ｓｅｇｍｅｎｔａｔｉｏｎ ｏｆ ｓｕｓｐｉｃｉｏｕｓ ｌｅｓｉｏｎｓ ｉｎ ｄｙｎａｍｉｃ ｃｏｎｔｒａｓｔ−ｅｎｈａｎｃｅｄ ｂｒｅａｓｔ ＭＲ ｉｍａｇｅｓ”，ｂｙ Ｔ．Ｂｕｌｏｗ ｅｔ ａｌ．，ＳＰＩＥ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ ｖｏｌ．６５１４， ２００７に記載されている。

画像により表されるオブジェクトの表面（５）の少なくとも一部を表す表面検出器５２が備えられることが可能である。特に、表面の一部が特定されることが可能である。この表面検出は、既知のセグメント化アルゴリズムを用いることにより実行されることが可能である。例えば、表面が患者の皮膚表面である場合、組織から空気への遷移が検出されることが可能である。しかしながら、オブジェクトは、例えば、身体内に有する器官であることも可能である。

病変検出器５１の出力及び表面検出器５２の出力に基づいて、表面５の少なくとも一部に対して病変４のオリエンテーションを確立する手段５３が備えられることが可能である。特定された病変及び表面の特定された一部が与えられる場合、病変のオリエンテーションを確立することはより容易である。下で述べるように、そのようなオリエンテーションは、表面及び病変の適切なビューにより、又は更なる画像処理技術により確立されることが可能である。

後者の可能性から開始して、病変検出器５１は、病変４に対してモデル６を適合させるモデルフィッタ５４を有することが可能である。これは、例えば、適応形状モデリングにより実行されることが可能である。代替として、複数の自由度を有する幾何学的形状が病変に対して適合されることが可能である。そのような幾何学的形状は楕円を有することが可能であり、複数の自由度は、楕円の半径及び楕円の軸の方向ベクトルを有することが可能である。病変４のオリエンテーションを確立する手段５３は、表面（５）少なくとも一部に対してモデル（６）のオリエンテーションを表すオリエンテーション値αを演算する病変オリエンテーション検出器５６を有することが可能である。例えば、そのようなオリエンテーション値αは、楕円の長軸と、楕円の中心点と表面５の点１０を接続する線との間の角度である。後者の線に代えて、表面５の点１０における表面５に対するベクトル接線（又は垂線）が用いられることが可能である。また、病変の高さ及び幅がオリエンテーション値として用いられることが可能である。

表面検出器５２は、病変４に対して実質的に最近接の表面５における点１０を選択する表面点選択器６１を有することが可能である。例えば、病変（例えば、病変の中心）から表面５における複数の点の各々までの距離が演算され、最小距離の点が、実質的に最近接の点１０として選択される。数値最適化アルゴリズムがこのために用いられることが可能である。病変４のオリエンテーションを確立する手段５３が、病変４に対して最近接の表面５における点１０に対して病変４のオリエンテーションを確立するために備えられることが可能である。例えば、オリエンテーション値αは、実質的に最近接の点１０に対して演算されることが可能である。病変検出器５１は、表面検出器５２により検出されたオブジェクトの内部の病変を検出するために備えられることが可能である。例えば、オブジェクトは身体を有することが可能であり、病変は身体内に含まれることが可能である。

病変４のオリエンテーションを確立する手段５３は、表面の少なくとも一部に対して実質的に垂直である投影平面又は交差平面に従って、病変４のビューを生成するビュー生成器５７を有することが可能である。そのような投影平面又は交差平面は、表面に沿って、多かれ少なかれビューを提供し、このことは、医師等の観測者が、病変のオリエンテーションを表面のオリエンテーションと比較することを可能にする。そのようにして、観測者は、オリエンテーションを視覚的に評価し、オリエンテーション値αを推定することが可能である。

ビュー生成器５７は、多重平面再フォーマット生成器５８を有することが可能である。多重平面再フォーマット生成器５８は、交差平面に対応する画像の多重平面再フォーマットを生成するために備えられている。これは、画像の少なくとも一部の断面スライスビューをもたらし、その交差平面は断面スライスを規定する。

代替として又は付加的に、ビュー生成器５７は三次元シーンレンダラ５９を有することが可能である。そのようなシーンレンダラ５９は、例えば、レイキャスティング等の直接ボリュームレンダリング技術に基づくことが可能であり、又はシーンレンダラ５９は、前処理段階において又はシーンレンダラ５９自体により生成された１つ又はそれ以上の表面の表面レンダリングのために備えられることが可能である。シーンレンダラ５９は、病変４の少なくとも一部を可視化する画像のビューをレンダリングするように備えられ、ビューの視認方向は、表面５の少なくとも一部に対して実質的に平行である。

ビュー生成器５７は、表面５の少なくとも一部がビューの境界９０と実質的に一致するビューを生成するように備えられることが可能である。ビューの境界９０はビューの辺と対応する。例えば、ビューがディスプレイにおけるウィンドウ内に表示される場合、ビューの境界はウィンドウの辺に対応することが可能である。ビューがフルスクリーンで表示される場合、ビューの境界はスクリーンの辺に対応することが可能である。画像は、表面がビューの境界と一致するように、回転及び／又は平行移動される必要があり得る。

病変の長軸を示すアノテーションをビューに含むアノテータ６２が備えられることが可能である。そのような長軸は、病変のオリエンテーションをかなり明瞭に示す。楕円の及び／又は測定されたオリエンテーション値αのアノテーションを含むことも可能である。医師の決定サポートシステムの出力等の他のアノテーションも備えられることが可能である。アノテーションは、スクリーンに表示され、印刷され、電子患者ファイルに記憶されることが可能である。

上記のように、病変検出器５１は、病変４に対してモデルをフィッティングさせるモデルフィッタ５４を有することが可能である。更に、ビュー生成器５７は、病変４にフィッティングされたモデル６のオリエンテーションに及び表面５の少なくとも一部に基づいて、投影平面亜又は交差平面のオリエンテーションを決定する手段６０を有することが可能である。そのモデルは、関連付けられた１つ又はそれ以上の方向ベクトルであって、例えば、そのモデルが楕円を有する場合に、楕円の主軸に対応する方向ベクトルを有することが可能である。前記平面がモデルの方向ベクトルの１つ又はそれ以上に対して所定のオリエンテーションを有するように、投影平面／交差平面を調整する手段を備えることが可能である。これは再生可能ビューを生成することを可能にする。

モデルフィッタ５４は、病変４の長手方向７（楕円の主軸等）を特定する方向検出器を有することが可能である。ビュー生成器５７は、表面５の少なくとも一部に対して実質的に垂直な及び病変４の長手方向７に対して実質的に平行な投影平面又は交差平面に従って病変４のビューを生成するように備えられることが可能である。このように、病変の長軸が、表面に関して視覚化される。

病変のオリエンテーションを確立する手段５３の出力は、１つ又はそれ以上のオリエンテーション値α及び／又は病変の１つ又はそれ以上の適切なビューを有することが可能である（例えば、上記のように病変及び／又は表面を示すＭＰＲ）。この出力は、表面５の少なくとも一部に対する病変４のオリエンテーションに基づいて、医療的な関連性に従って病変４を分類する医療決定サポートシステム又はコンピュータ支援決定システム６３に備えられることが可能である。病変に関連する他のパラメータも、その分類で用いられることが可能である。コンピュータ支援検出システム６３は、良性の病変又は悪性の病変として病変を分類するように備えられることが可能である。例えば、高さ１２が幅１３より小さい場合、これは、良性の病変の指標としてコンピュータ支援検出システム６３により用いられることが可能である。他方、高さ１２が幅１３より大きい場合、これは、悪性の病変の指標としてコンピュータ支援検出システム６３により用いられることが可能である。

ここで記載しているシステムは、胸部画像を処理するために具体的に備えられることが可能である。そのような場合、表面５は、画像において表される胸部の皮膚表面（例えば、皮膚組織と空気との間の遷移）を有することが可能であり、病変４は、胸部の病変、例えば、悪性か又は良性のどちらかである塊の病変を有することが可能である。

少なくとも三次元医用画像を解析する方法は、画像により表される病変４を特定するステップ１０１と、画像により表されるオブジェクトの表面５の少なくとも一部を特定するステップ１０２と、病変検出器５１の出力及び表面検出器５２の出力に基づいて、表面５の少なくとも一部に対する病変４のオリエンテーションを確立するステップ１０３とを有することが可能である。

本発明は、コンピュータプログラムであって、特に、本発明を実現するように適合されたキャリアにおけるコンピュータプログラムに拡張することもできることが理解できる。そのプログラムは、ソースコード、オブジェクトコード、コード中間ソース、及び部分的にコンパイルされた形式等のオブジェクトコードの形式に、又は本発明に従った方法の実施で用いるために適切である何れかの他の形式にあることが可能である。そのようなプログラムは多くの異なるアーキテクチャデザインを有することが可能であることも理解することができる。例えば、本発明に従った方法又はシステムの機能を実行するプログラムコードは１つ又はそれ以上のサブルーチンに副分割されることが可能である。それらのサブルーチン間に機能を分配する多くの異なる方法について、当業者は理解することができる。サブルーチンは、自己完結型プログラムを構成する１つの実行可能ファイルに共に記憶されることが可能である。そのような実行可能なファイルは、コンピュータ実行可能命令であって、例えば、プロセッサ命令及び／又はインタプリタ命令（例えば、Ｊａｖａ（登録商標）インタプリタ命令）を有することが可能である。代替として、サブルーチンの１つ以上又は全てが、少なくとも１つの外部のライブラリファイルに記憶され、例えば、実行時間に、静的か又は動的のどちらかに主プログラムとリンクされることが可能である。主プログラムは、少なくとも１つサブルーチンに対する少なくとも１つの呼び出しを含む。また、サブルーチンは互いに対して関数呼び出しを有することが可能である。コンピュータプログラムプロダクトに関する実施形態は、上記の少なくとも１つの方法の処理ステップの各々に対応するコンピュータ実行可能命令を有する。それらの命令は複数のサブルーチンに副分割される、並びに／若しくは、静的に又は動的にリンクされることが可能である１つ又はそれ以上のファイルに記憶されることが可能である。コンピュータプログラムプロダクトに関する他の実施形態は、上記の少なくとも１つシステム及び／又はプロダクトの手段の各々に対応するコンピュータ実行可能命令を有する。それらの命令は、複数のサブルーチンに副分割される、並びに／若しくは、静的に又は動的にリンクされることが可能である１つ又はそれ以上のファイルに記憶されることが可能である。

コンピュータプログラムのキャリアは、プログラムを担持することが可能である何れかのエンティティ又は装置であることが可能である。例えば、キャリアは、例えば、ＣＤ−ＲＯＭ又は半導体ＲＯＭ等のＲＯＭ、若しくは、フロッピー（登録商標）ディスク又はハードディスクなどの磁気記録媒体等の記憶媒体を含むことが可能である。更に、キャリアは、電気ケーブル又は光ケーブルを介して、若しくは無線手段又は他の手段により搬送されることが可能である電気信号又は光信号等の伝送可能キャリアであることが可能である。プログラムがそのような信号により具現化されるとき、キャリアは、ケーブル若しくは他の装置又は手段により構成されることが可能である。代替として、キャリアは、プログラムが具現化される集積回路であることが可能であり、その集積回路は、関連方法を実行するように又は関連方法の実行で用いるように適合されることが可能である。

上記の実施形態は本発明を制限するものではないことと、当業者が同時提出の特許請求の範囲から逸脱することなく多くの代替の実施形態をデザインすることができることに留意する必要がある。用語“を有する”及びその派生表現は、請求項に記載された要素又はステップ以外の要素又はステップの存在を排除するものではない。要素の単数表現は、その要素の複数の存在を排除するものではない。本発明は、複数の別個の要素を有するハードウェアにより、そして適切にプログラムされたコンピュータにより実行されることが可能である。複数の手段を列挙している装置請求項においては、それらの手段の幾つかは、ハードウェアの全く同一のアイテムにより具現化されることが可能である。特定の手段が互いに異なる従属請求項に記載されているということのみで、それらの手段の組み合わせが有利に用いられることがないことを意味するものではない。

Claims (15)

1. 少なくとも三次元医用画像を解析するシステムであって：
   前記少なくとも三次元医用画像により表されるオブジェクトの表面の一部を特定する表面検出器；
   前記オブジェクトに含まれ且つ前記少なくとも三次元医用画像により表される病変を特定する病変検出器；並びに
   前記病変検出器の出力及び前記表面検出器の出力に基づいて、前記表面の前記一部に対する前記病変のオリエンテーションを確立する手段；
   を有するシステム。
2. 前記病変検出器は、前記病変に対してモデルをフィッティングさせるモデルフィッタを有し、前記病変のオリエンテーションを確立する前記手段は、前記表面の前記一部に対して前記モデルのオリエンテーションを表すオリエンテーション値を演算する病変オリエンテーション検出器を有する、請求項１に記載のシステム。
3. 前記表面検出器は、前記病変に対して最近接の前記表面の前記一部を選択するように備えられている、請求項１に記載のシステム。
4. 前記病変の前記オリエンテーションを確立する前記手段は、前記表面の前記一部に対して垂直である投影平面又は交差平面に従って前記病変のビューを生成するビュー生成器を有する、請求項１に記載のシステム。
5. 前記ビュー生成器は、前記交差平面に対応する画像の多重平面再フォーマットを生成する多重平面再フォーマット生成器を有する、請求項４に記載のシステム。
6. 前記ビュー生成器は、前記病変の少なくとも一部を可視化する画像のビューをレンダリングする三次元シーンレンダラを有し、前記ビューの視認方向は前記表面の前記一部に対して平行である、請求項４に記載のシステム。
7. 前記ビュー生成器は、前記表面の前記一部がビューの境界と一致する前記ビューを生成するように備えられている、請求項４に記載のシステム。
8. 前記病変の長軸を表すアノテーションを前記ビューに含むアノテータを更に有する、請求項４に記載のシステム。
9. 前記病変検出器は、前記病変に対してモデルをフィッティングするモデルフィッタを有し、前記ビュー生成器は、前記病変にフィッティングされた前記モデルのオリエンテーション及び前記表面の前記一部に基づいて、前記投影平面又は交差平面の前記オリエンテーションを決定する手段を有する、請求項４に記載のシステム。
10. 前記モデルフィッタは、前記病変の長手方向を特定する方向検出器を有し、前記ビュー生成器は、前記表面の前記一部に対して垂直であり、前記病変の前記長手方向に対して平行である投影平面又は交差平面に従って前記病変の前記ビューを生成するように備えられている、請求項９に記載のシステム。
11. 前記オリエンテーション値に基づいて、医療的な関連性に従って前記病変を分類するコンピュータ支援検出システムを更に有する、請求項２に記載のシステム。
12. 前記表面は、前記画像において表される胸部の表面を有し、前記病変は胸部の病変を有する、請求項１に記載のシステム。
13. 請求項１のシステムと、前記少なくとも三次元画像を提供する医用画像スキャナとを有する医用イメージング装置。
14. 少なくとも三次元医用画像を解析するシステムにおける画像解析方法であって：
    表面検出器が、前記少なくとも三次元医用画像により表されるオブジェクトの表面の一部を特定する段階；
    病変検出器が、前記オブジェクトに含まれ且つ前記少なくとも三次元医用画像により表される病変を特定する段階；並びに
    前記病変検出器の出力及び前記表面検出器の出力に基づいて、前記システムが、前記表面の前記一部に対する前記病変のオリエンテーションを確立する段階；
    を有する方法。
15. コンピュータ化システムが請求項１４に従った方法を実行するようにする命令を有するコンピュータプログラム。

Images