JP5820383B2 - 画像データにより表される病巣の３次元解析 - Google Patents

Description

本発明は、画像データにより表される病巣の３次元解析に関する。本発明は更に、乳房Ｘ線撮影トモシンセシス（tomosynthesis:切断合成）画像データの解析に関する。本発明は更に、病巣のクラスタの解析に関する。

切断合成胸部撮像は、胸部に対するシリーズ状の角度での複数の切断合成投影画像を取得することを含み、ボリュメトリック切断合成再構成画像を再構成するため、これらの画像の少なくともいくつかを表す情報を用いることを含む。斯かるボリュメトリック画像は、選択的な厚み及び方向を持つ胸部スライスのスタックを有することができ、通常は平面であるが、必ずしも平面である必要がない胸部を通る個別のセクション又は胸部のスライスに対応することができる。更に、従来のＸ線マンモグラフィ画像は、胸部の切断合成画像を取得する同じ手順において、又は異なる手順において、及び胸部の同じ又は異なる圧縮において、取得される。画像解析及び表示を改良するため、斯かる従来の画像が、切断合成画像に加えて用いられることができる。

切断合成ボリューム画像は、これらの画像の選択された部分又は特徴に対して注意を引くための様々な技術により処理されることができる。例えばありそうな異常を特定するために画像を分析し、ありそうな異常に関する位置及びタイプ又は他の情報を特定するマーカ又は表現を胸部画像に配置することができるＣＡＤ（コンピュータ支援検出）技術により処理される。

米国特許出願公開第２００９／００８０７５２Ａ１号は、石灰化に関連付けられることが決定され、「カルクピクセル」と呼ばれるピクセルの最終的なセットに含まれる候補である候補ピクセルのセットを形成する方法を開示する。この方法は、ピクセルの３Ｄセットの特定されたボリュームにおける少なくとも特定された数の候補カルクピクセルのセットにない候補カルクピクセルをこのセットから除去することを含む。特定されたボリュームは、例えば、胸部の１ｃｍ×１ｃｍ×３ｍｍのボリュームを表すボリュームであり、ここで、３ｍｍは厚いスライス画像のサイズである。

画像データにより表される病巣の改良された３次元解析を持つことが有利である。

この関心事により好適に対処するため、本発明の第１の側面は、あるシステムを提供し、このシステムは、
上記画像データに基づき、個別の病巣を検出し、上記個別の病巣の３次元位置を検出する病巣検出サブシステムと、
病巣の３次元位置情報に基づき、病巣のクラスタを検出し、個別の病巣の３次元位置に基づき、個別の病巣の少なくともいくつかを病巣のクラスタに関連付けるクラスタ検出サブシステムとを有する。

このシステムを適用すると、病巣のクラスタの個別の病巣の３次元位置が利用可能になる。これらの３次元位置は、病巣の性質に関する情報を得るために用いられることができる。クラスタに含まれる病巣の相対的な位置が、特定の疾患の指示として用いられることができる。例えば、クラスタにおける病巣の３次元位置は、臨床意志決定支援システムに関する入力として用いられることができる。クラスタの病巣が別々に検出される場合、これらの病巣の他の特性を得ることが可能になる。例が、以下に提供される。病巣の位置に基づき、病巣を概略的に視覚化することも可能である。病巣は、例えば、マイクロ石灰化を有することができる。病巣のクラスタは、３Ｄにおけるそれらの位置に関して互いに近い複数の病巣を有することができる。既存の病巣検出技術が、個別の病巣を検出するために用いられることができる。画像データは、胸部画像データを有することができ、病巣は、例えばマイクロ石灰化といった胸部病巣を有することができる。

クラスタ検出サブシステムは、個別の病巣の３次元位置に基づき、病巣のクラスタを検出するよう構成されることができる。この場合、病巣の３次元位置情報は、個別の病巣の３次元位置を有する。このように、既存のクラスタ形成アルゴリズムが、病巣をクラスタ化するために用いられることができる。これは、システムの実現を容易にすることができる。更に、病巣検出及び／又はクラスタ検出の分野における開発が、再利用されることができる。これは、検出された病巣及び／又はクラスタの改良された品質をもたらすことができる。更に、個別のピクセルの代わりに病巣の３次元位置を用いることは、より高レベルな抽象概念で動作するクラスタアルゴリズムを用いることを可能にする。なぜなら、個別のピクセルを処理する必要がないからである。これは、効率を改善することができる。病巣検出サブシステムは、それらがクラスタの部分であるかに関係なく、複数の病巣を検出するよう構成されることができる。クラスタ検出サブシステムは、これらの病巣の３次元位置を入力として受信し、病巣の３次元位置に基づき、複数の病巣からクラスタの部分である病巣を選択するよう構成されることができる。例えば、ｋ手段クラスタリング又はファジーｃ手段クラスタリングが用いられることができる。

病巣検出サブシステムは、病巣の少なくとも１つの投影及び少なくとも１つの３次元画像に基づき、病巣を検出するよう構成されることができる。病巣検出は、投影画像及び３次元画像における病巣検出に関する個別のアルゴリズムを用いて、投影画像及び３次元画像の両方において実行されることができる。検出結果は、例えば特異性及び／又は感度を改善することにより、病巣検出の堅牢性を改良するため組み合わせられることができる。複数の投影が、投影から病巣の３次元座標を得るために用いられることができる。

このシステムは、病巣のクラスタを解析するクラスタ分析サブシステムを有することができる。斯かる解析は、さまざまな方法で実行されることができる。病巣のクラスタの解析は、病巣のクラスタの臨床的に関連する特性を明らかにすることができる。

クラスタ分析サブシステムは、病巣のクラスタを含む外接表面を生成する表面生成器を有することができる。外接表面は、クラスタの形状を明らかにすることができる。斯かる形状は、体の特定の領域に関連付けられることができる。また、形状は、病巣の悪性の指示として用いられることができる。このシステムは、外接表面を視覚化する視覚化サブシステムを有することができる。これは、外接表面がシステムのユーザにより検査されることを可能にする。

クラスタ分析サブシステムは、病巣のクラスタの少なくとも部分に対して形状モデルを適応させる形状モデルサブシステムを有することができる。適応される形状モデルは、外接表面を有することができる。適応形状モデルは、病巣のクラスタをモデル化する有益な方法である。適応モデルが、病巣のクラスタの追加的な特性を得るために用いられることができる。これは、臨床診断にとって有益でありえる。斯かる特性は、臨床意志決定支援システムの対象とすることができる。

形状モデルは、胸部の領域又は構造に関連付けられることができる。例えば、管に関連付けられる形状モデルは、病巣のクラスタが管に配置される確率を評価するために用いられることができる。胸部における管の関連する例は、乳管である。

クラスタ分析サブシステムは、病巣のクラスタに関連付けられる統計分布のパラメータを決定する統計サブシステムを有することができる。斯かる統計サブシステムは、相対的に小さな計算労力で特性を計算することが可能でありえる。

クラスタ分析サブシステムは、クラスタに含まれる病巣の３次元位置のペアの間の距離を計算する距離計算サブシステムを有することができる。クラスタに含まれる病巣のペアの間の距離が、いくつかの臨床ケースにおいて重要な場合がある。例えば、クラスタにおける病巣の任意のペアの間に生じる最大距離又は平均距離が、関連する場合がある。

クラスタ分析サブシステムは、クラスタに含まれる病巣のボリュームを計算するボリューム計算サブシステムを有することができる。病巣のボリュームは、重要なパラメータとすることができる。また、クラスタの病巣のボリュームに関連する統計情報が計算されることができる。

クラスタ分析サブシステムは、クラスタに含まれる病巣の吸収係数を計算する吸収係数計算サブシステムを有することができる。吸収係数も、重要な情報を提供することができる。また、クラスタの病巣の吸収係数に関する統計情報が計算されることができる。

クラスタ分析サブシステムは、病巣のクラスタに含まれる病巣の粗さ係数を計算する粗さ係数計算サブシステムを有することができる。斯かる粗さ係数は、病巣の表面がどれほど粗い又は滑らかであるかを示すことができる。

クラスタ分析サブシステムは、病巣のクラスタにおける病巣の形状を計算する形状計算サブシステムを有することができる。斯かる形状は、悪性に関連付けられることができる。クラスタの病巣の形状に関する情報を結合することにより、悪性に関する関連情報が得られることができる。

クラスタ検出サブシステムは、病巣の３次元位置のペアの間の距離を処理するよう構成されることができる。病巣のペアの間の距離は、それらがクラスタに属するかどうかを決める重要な基準である場合がある。

このシステムは、病巣の３次元クラスタの特性を評価する臨床意志決定支援システムを有することができる。病巣のクラスタの特性は、胸部疾患の診断のため、又はどんな行動を取るべきかを決めるため、重要である場合がある。結果的に、これらの特性は、臨床意志決定支援システムに対する適切な入力である場合がある。臨床決定支援システムが、クラスタ分析サブシステムに結合されることができる。例えば、クラスタ分析サブシステムの出力が、意志決定支援システムの入力として用いられることができる。

このシステムは、乳房Ｘ線撮影の切断合成画像形成装置の一部とすることができる。これは、画像取得及び画像の解析を一体化することを可能にする。

このシステムは、医療撮像ワークステーションの一部とすることもできる。斯かる医療ワークステーションは更に、乳房Ｘ線撮影の切断合成画像データを受信する入力を有することができる。これは、医療ワークステーションにより提供される他の機能をシステムに一体化することを可能にする。

本発明の側面は、画像データにより表される病巣の３次元解析の方法を提供し、この方法は、
上記画像データに基づき、個別の病巣を検出し、上記個別の病巣の３次元位置を検出するステップと、
病巣の３次元位置情報に基づき、病巣のクラスタを検出し、上記個別の病巣の上記３次元位置に基づき、上記個別の病巣の少なくともいくつかを上記病巣のクラスタに関連付けるステップとを有する。

本発明の側面は、本方法におけるステップをプロセッサシステムに実行させる命令を有するコンピュータプログラムを提供する。

画像データにより表される病巣の３次元解析に関するシステムのブロック図である。 画像データにより表される病巣の３次元解析の方法のフロー図である。 胸部画像及び病巣のクラスタを示す図である。

本発明の上述の実施形態、実現及び／又は側面の２つ又はこれ以上が有益と思われる任意の態様で結合されることができる点を当業者であれば理解されるであろう。

システムについて上述された修正及び変形に対応する、画像取得装置の、ワークステーションの、方法の、及び／又はコンピュータプログラムの修正及び変形が、本書の記載に基づき当業者により実施されることができる。

当業者であれば、本方法が、様々な取得モダリティにより取得される、例えば２次元（２Ｄ）、３次元（３Ｄ）又は４次元（４Ｄ）画像といった多次元画像データに適用されることができる点を理解されるであろう。斯かるモダリティは、以下に限定されるものではないが、例えば、標準的なＸ線イメージング、コンピュータ断層撮影法（ＣＴ）、磁気共鳴イメージング（ＭＲＩ）、超音波（ＵＳ）、陽電子放出断層撮影（ＰＥＴ）、単光子放出断層撮影（ＳＰＥＣＴ）及び核医学（ＮＭ）を含む。

本発明のこれら及び他の側面が、以下に説明される実施形態を参照して明らかとなり、これらの実施形態を参照して説明されることになる。

以下の文脈において使用される病巣は、例えば身体の器官又は組織における局所化された病理学的変化といった異常として理解されることができる。例えば、病巣は、小さい斑点を有することができる。これは、感知されるにはあまりに小さい。病巣は、超音波又は乳房Ｘ線写真に現れる癌の重要な標識である場合がある。例えば、胸部におけるマイクロ石灰化は、病巣の例である。胸部に生じる病巣は、胸部病巣と呼ばれることができる。斯かる胸部病巣、特に胸部マイクロ石灰化は、マンモグラフィ及び／又は乳房Ｘ線撮影切断合成において見えることができる。しかしながら、これは限定事項ではない。他の種類の病巣が、本書に説明されるシステムの対象となることができる。

図１は、胸部マイクロ石灰化の３次元解析に関するシステムの側面を示すブロック図である。この記載に関連する要素だけが示される。例えば、適切にプログラムされたマイクロプロセッサを用いて、このシステムは実現されることができる。プロセッサと連動してシステムを実現するため、例えば、コンピュータプログラムが、コンピュータ可読媒体上に提供される。更に、このシステムは、例えば、有線又は無線ネットワーク接続を用いて、画像データを格納するメモリ、ソフトウェアを格納するメモリ、他のデバイスとの通信のための通信ポートを有することができる。通信ポートは、画像データを取得し、及び／又はシステムにより生み出されるデータを送信するために用いられることができる。このシステムは更に、ユーザがシステムを制御することを可能にするユーザ入力デバイスを有することができる。例えば、画像データを取得する任意のステップを開始する、画像データにおいて病巣を検出する、画像データにおいて発見される病巣をクラスタ化する、クラスタにおける病巣の情報、例えば位置情報を出力する、等の制御を行う。このシステムは更に、取得された画像データ及び／又は病巣のクラスタに関して抽出される情報を視覚化するディスプレイを有することができる。このシステムは、例えばソフトウェアオプションとして、医療ワークステーション上で実現されることができる。このシステムは、例えば胸部切断合成スキャナといった医療画像取得装置に一体化されることもできる。図１に示されるシステムの特有の構成は、例示的な実現としてのみ考慮されるべきである。本明細書及び請求項からみて、システムの他のデザインが当業者には可能である。

胸部画像データに基づき、このシステムは、個別の病巣及びこの個別の病巣３次元位置を検出する病巣検出サブシステム１を有することができる。胸部画像データは、通信ポートを介して取得されることができ、例えば、局所メモリに格納されることができる。画像データは、Ｘ線胸部切断合成取得装置を介して得られることができる。しかしながら、画像データは、例えば磁気共鳴又はＣＴといった別の撮像モダリティを介して得られることもできる。病巣は、既知の病巣検出アルゴリズムを用いて検出されることができる。胸部においてしばしば発生する病巣の例は、マイクロ石灰化である。斯かるマイクロ石灰化は、特徴的な吸収係数を持つことができる。これは、病巣検出プロセスにおいて役立つ。病巣検出サブシステムは、ボリュメトリック・データセットを処理し、この３次元ボリュメトリック・データセットにおいて直接病巣を検出するよう構成されることができる。例えば、検出は、局所グレーレベルに、及び／又は異なるグレーレベル範囲を持つ対象者のサイズ及び形状に基づかれることができる。代替的に、病巣検出サブシステムは、複数の２次元投影画像における病巣を検出するよう構成されることができる。斯かる病巣検出サブシステムは、T. Netsch及びH.-O. Peitgenによる「Scale-Space Signatures for the Detection of Clustered Microcalcifications in Digital Mammograms」、IEEE Transactions on Medical Imaging、Vol. 18、No. 9、September 1999に記載される。複数の投影画像において検出された病巣を結合することにより、病巣の３次元位置が計算されることができる。特に異なる角度位置のＸ線源及びｘ線検出器を用いて取得される複数の投影において同じ病巣を検出することにより、病巣の３次元位置が決定されることができる。これは、それ自体は既知である、エピ・ポーラー幾何を用いて実現されることができる。複数の病巣及びこれらの３次元位置を検出する他の態様が、ここで示される例の代わりに用いられることができる。病巣の少なくとも１つの投影及び少なくとも１つの３次元画像に基づき、病巣検出サブシステムが、病巣を検出するよう構成されることができる。例えば、２Ｄ投影に基づき構造体が病巣である確率及び３Ｄデータセットに基づき構造体が病巣である確率を決定することにより、２Ｄ投影及び３Ｄデータセットに基づき、構造が病巣であることの組み合わせられた確率を形成することが可能である。

病巣検出サブシステムは、ユーザが選択可能な１つ又は複数の設定を持つことができる。これらの設定は、ユーザ入力デバイスを用いて又はソフトウェアを用いて制御されることができる。例えば、いくつかの場合において、例えばマイクロ石灰化のような病巣が、切断合成データセットの複数の利用可能な投影画像においてのみ見えると仮定されることができる。ユーザが選択可能な設定は、少なくとも最小数の投影において見える病巣だけが考慮されることを定めることができる。別の例として、病巣のサイズは、例えば所定の最小サイズといった制約条件に従属することができる。

このシステムは更に、病巣の３次元位置情報に基づき、病巣のクラスタを検出するクラスタ検出サブシステム２を有することができる。例えば、米国特許出願公開第２００９／００８０７５２Ａ１号において説明されるピクセルベースの方法が、クラスタを検出するために用いられることができる。しかしながら、これは、限定事項ではない。クラスタの検出自体は、例えば、ボクセルベースの解析方法を用いて、個別に認識された病巣とは独立して実行されることができる。斯かるボクセルベースの解析法は、最初に「病巣ボクセル」及び「非病巣ボクセル」として個別のボクセルをセグメント化することができ、病巣のクラスタを得るため「病巣ボクセル」のクラスタリングを実行することができる。その後、クラスタにおける個別の病巣が、特定されることができ、クラスタに関連付けられることができる。以下後述するように、クラスタを検出するために個別の病巣の３次元位置を用いることも可能である。本書において、個別の病巣の３次元位置は、全体として病巣の位置を意味する。例えば、病巣の中心又は重心が、個別の病巣の３次元位置として用いられることができる。クラスタ検出サブシステム２は、個別の病巣の３次元位置に基づき、個別の病巣の少なくともいくつかを病巣のクラスタに関連付けるよう構成される。結果的に、クラスタを形成する個別の病巣が、クラスタに関連付けられる。こうして、これらが、追加的な解析に利用可能にされる。例えば、クラスタ検出アルゴリズムは、クラスタが配置される３次元領域を生じさせることができる。この領域内部の個別の病巣が、クラスタに関連付けられることができる。代替的に、個別の病巣が、クラスタ検出アルゴリズムにより解析されることができ、個別の病巣とクラスタとの間の関連付けが、クラスタ検出アルゴリズムの自然な結果とすることができる。

例えば、病巣検出サブシステム１及びクラスタ検出サブシステム２の間の矢印により指示される状態において、複数の病巣を検出するため、クラスタの事前知識なしに、病巣検出サブシステム１は、まず画像の領域又は完全な画像に適用される。次に、クラスタ検出サブシステムは、病巣のクラスタを検出するために適用されることができる。個別の病巣の３次元位置に基づき、クラスタ検出サブシステム２は、病巣のクラスタを検出するよう構成されることができる。例えば、検出された複数の病巣の位置が、１つ又は複数のクラスタをそこで検出するために解析されることができる。クラスタが検出されたとき、クラスタを形成する病巣が、そのクラスタに関連付けられることができる。クラスタ検出サブシステム２は、検出された病巣の複数の３次元位置に基づき、病巣のクラスタを形成する病巣を選択するよう構成されることができる。

病巣検出サブシステム１及びクラスタ検出サブシステム２の結果は、病巣のクラスタを形成する複数の病巣及びクラスタを形成するそれらの病巣の３次元位置を含むことができる。

クラスタ検出サブシステム２は、ユーザが選択可能な１つ又は複数の設定を持つことができる。これらの設定は、ユーザ入力デバイスを用いて又はソフトウェアを用いて制御されることができる。例えば、クラスタのサイズを限定することができる最大又は可変の距離又は半径が供給されることができる。特定の形状を持つクラスタをサーチすることも可能である。斯かる形状は、例えば大きさ又は長さといったパラメータを用いて設定可能である。

このシステムは、病巣のクラスタを解析するクラスタ分析サブシステム３を有することができる。斯かる解析は、病巣のクラスタを形成する個別の病巣のパラメータを評価することを含むことができる。例えば、サイズ、ボリューム、形状、グレー値だけでなく、個別の病巣の３次元位置が役割を果たす。また、クラスタに含まれる病巣の総数又はクラスタに含まれる病巣の間の距離も、役割を果たす。

クラスタ分析サブシステムは、病巣のクラスタを含む外接表面を生成する表面生成器を有することができる。この表面は、クラスタの全体の形状の記載を与えることができる。外接表面の例は、凸包である。しかしながら、他の非凸面の外接表面も可能である。

このシステムは更に、視覚化サブシステム４を有することができる。斯かる視覚化サブシステム４は、クラスタの視覚化を提供するよう構成されることができる。例えば、視覚化サブシステム４は、外接表面を視覚化するよう構成されることができる。他の視覚化も可能である。例えば、個別の病巣が視覚化されることができる。

図３は、病巣３０２のクラスタの視覚化３０３の例である。病巣は、点３０４により表される。隣接する病巣が、線３０５により表される。これは、クラスタの幾何についての印象を与える。

クラスタ分析サブシステム３は、病巣のクラスタの少なくとも一部に対して形状モデルを適応させる形状モデルサブシステム１０を有することができる。メモリに格納される適応形状モデル１２のセットが、形状モデルサブシステム１０によりアクセスされることができる。これらの適応形状モデル１２は、胸部に含まれる生体構造領域又は構造に関連付けられることができる。例えば、管状形状を表す適応形状モデルが、乳管に関連付けられることができる。斯かる管状形状がクラスタに適合されることができるとき、これは、クラスタが乳管において又は乳管の周りに配置されることを示すことができる。

クラスタ分析サブシステム３は、病巣のクラスタに関連付けられる統計分布のパラメータを決定する統計サブシステム８を有することができる。特に、統計特性は、クラスタに含まれる個別の病巣に関連付けられる量から得られることができる。例えば、個別の病巣の数値特性の平均及び／又は標準偏差が計算されることができる。

クラスタ分析サブシステム３は、クラスタに含まれる病巣の３次元位置のペアの間の距離を計算する距離計算サブシステム９を有することができる。斯かる距離は、線３０５の長さにより、視覚的に示される。クラスタ分析サブシステム３は、クラスタに含まれる病巣のボリュームを計算するボリューム計算サブシステム７を有することができる。クラスタ分析サブシステム３は、クラスタに含まれる病巣の吸収係数を計算する吸収係数計算サブシステム１１を有することができる。クラスタ分析サブシステム３は、病巣のクラスタに含まれる病巣の粗さ係数を計算する粗さ係数計算サブシステム１３を有することができる。斯かる粗さ係数は、マイクロ石灰化の表面の粗さを示すことができる。クラスタ分析サブシステム３は、病巣のクラスタにおける病巣の形状を計算する形状計算サブシステム１４を有することができる。これらの５つのサブシステムは、病巣３０２のクラスタに関する情報を得るため、統計サブシステム８の対象とすることができる個別の病巣又は病巣のペアのパラメータの例を提供する。

更に、クラスタ検出サブシステムは、病巣の３次元位置のペアの間の距離を処理するよう構成されることができる。これらの距離は、クラスタを検出するために用いられることができる。例えば、複数の病巣が、所定の閾値以下のペアワイズ距離を持つとき、クラスタが検出されることができる。

このシステムは、病巣の３次元クラスタの特性を評価する臨床意志決定支援システム５を有することができる。この特性は、上述される任意の情報を有することができる。斯かる特性は、病巣のクラスタの個別の病巣から得られることができる。臨床支援システム５は、ヘルスケア組織において患者フローにおける次のステップを提案するよう構成されることができる。臨床意志決定支援システム自体は、従来技術において知られる。

このシステムは、乳房Ｘ線撮影の切断合成画像形成装置に一体化されることができる。斯かる装置自体は、従来技術において知られる。この装置は、胸部圧縮手段を有することができる。この装置は更に、Ｘ線源及びｘ線検出器を有することができる。これらは、シリーズ状の表示角度から胸部の乳房Ｘ線撮影の投影画像を取得するよう構成されることができる。これらの画像は、既知の切断合成技術を用いて、ボリュメトリック画像データセットに変換されることができる。病巣検出は、２次元投影画像において直接病巣検出サブシステム１により実行されることができる。複数の投影画像において同じ病巣を検出することにより、病巣の３次元位置が計算されることができる。代替的に、病巣は、ボリュメトリック画像データセットにおいて検出されることができる。これは、病巣の３次元表現を含むことができ、直接位置情報を提供することができる。画像取得及び再構成のこれらの例は、限定事項ではない。ＣＴ及びＭＲを含む他の種類の医療データが用いられることができる。

このシステムは、医療撮像ワークステーションに一体化されることもできる。斯かるワークステーションは、例えば通信ポート及び／又はネットワークを介して、外部ソースから乳房Ｘ線撮影の切断合成画像データを受信することができる。ワークステーションは、投影画像からボリューム画像データセットの再構成を実行するよう構成されることができる。ワークステーションは、外部ソースからボリューム画像データセットを受信するよう構成されることもできる。

図２は、病巣の３次元画像解析の方法を示すフローチャートである。この方法は、ステップ２０１において、胸部画像データに基づき、個別の病巣及び個別の病巣の３次元位置を検出するステップを有する。この方法は、ステップ２０２において、病巣の３次元位置情報に基づき、病巣のクラスタを検出するステップと、個別の病巣の３次元位置に基づき、個別の病巣の少なくともいくつかを病巣のクラスタに関連付けるステップとを有する。上述したように、これらの２つのステップの順序は、特定の実施形態に基づき逆転されることができる。この方法は、ステップ２０３において、胸部画像データを取得して始まり、ボリュメトリック画像データを再構成するステップ２０４により追従される。ステップ２０４はオプションである。なぜなら、上述したように、２次元投影画像から病巣の３次元位置を直接抽出することが可能だからである。ステップ２０２の後に、クラスタ分析が上述したように実行されることができるステップ２０５と、結果が表示されることができるステップ２０６とが続く。これは、例示的な方法に過ぎない。他の構成も可能である。これには、実行されるステップのいくつかの順序が変更されることが含まれる。この方法は、プロセッサシステムにこの方法のステップを実行させる命令を有するコンピュータプログラムを用いて実現されることができる。斯かるプログラムは、コンピュータ可読媒体に格納されることができる。

Ｘ線マンモグラフィに対する切断合成の適用は、胸部内部にマイクロ石灰化の３次元再構成を生成することを可能にする。３次元空間分布が決定されることができる。各石灰化の近似形状及び濃度値が得られることができる。この情報が利用可能であることは、診断目的及び病巣特徴化のため３Ｄマイクロ石灰化解析の新しい態様を可能にする。マイクロ石灰化又はマイクロ石灰化クラスタの形状及び分布は、乳癌における腫瘍診断にとって重要であると考えられることができる。

以下、マイクロ石灰化に関する特定のケースが、更に詳細に説明される。しかしながら、これは限定事項ではない。説明される原理は、他の種類の病巣に対しても適用されることができる。マイクロ石灰化は、複数の異なる態様において解析及び／又は視覚化されることができる。これは、例えば、３Ｄ切断合成データにおいて検出されるマイクロ石灰化に適用される。石灰化の３次元位置は、複数の投影画像を含む他の種類の画像データから得られることもできる。検出されたマイクロ石灰化は、クラスタ形成アルゴリズムを用いて、石灰化の局所又は地域クラスタにグループ化されることができる。クラスタ形成アルゴリズムは、追加的な解析に関する生理的に関連する石灰化のクラスタを定めるため、ユーザにより対話的に操縦されることができるパラメータに依存することができる。

マイクロ石灰化のクラスタは、異なるマイクロ石灰化の間の距離の解析、及び／又はそれらの３Ｄ石灰化ボリューム及び吸収係数の分布の解析に従属されることができる。斯かる解析の結果は、視覚化されることができる。

更に、クラスタ内部のすべてのマイクロ石灰化を含む外接表面、例えば三角測量された表面が、計算及び／又は視覚化されることができる。これは、クラスタの外側の形状についての印象を得るのに役立つ。また、ボリューム、サイズ及び／又は石灰化が含まれる形状の解析が得られることができる。

外接表面の形状から、生体構造のどの部分がマイクロ石灰化を含むかが結論付けられることができる。ローカライゼーション処理は、胸部の適応形状モデルによりサポートされることができる。

マイクロ石灰化の３次元クラスタリングが、女性の胸部内部におけるマイクロ石灰化の改良された３Ｄ解析、診断量の取得、又は胸部におけるマイクロ石灰化クラスタの改良されたローカライゼーション又は特徴化の能力を提供することができる。

利用可能なマイクロ石灰化の３Ｄ空間分布を持つことは、腫瘍がどの胸部コンパートメントに位置するかを決定することを助けることができる。クラスタが、管状形状（例えば、外接表面は、管状である）内部で捕捉されることができる場合、この腫瘍が、胸部のダクト内部にあり、及び従って、危険であることを示すことができる。一方、別の分布は、他のコンパートメントに対する関連性を支持することができる。

胸部内部のクラスタにおける石灰化のサイズ及び量が知られる場合、これは、胸部における生検、又は、例えば切除のサイズに焦点を当てるのを助けることができる。

図３は、複数のマイクロ石灰化を有するファントム胸部３０１の切断合成画像を概略的に示す。マイクロ石灰化は、クラスタ化されており、マイクロ石灰化のクラスタ３０２が検出される。クラスタ３０２は、符号３０３で表示される。視覚化は、異なるサイズを持つ個別のマイクロ石灰化３０４を示す。更に、視覚化は、クラスタ３０２、３０３において隣接するマイクロ石灰化３０４の間の接続ライン３０５を示す。

本発明は、本発明を実行するよう構成されるコンピュータプログラムに、特に担体上又は内のコンピュータプログラムに延在することを理解されたい。このプログラムは、ソースコード、オブジェクトコード、部分的にコンパイルされた中間ソースコード及び中間オブジェクトコードの形式、又は本発明による方法を実現するための使用に適した任意の他の形式とすることができる。斯かるプログラムが、多くの異なる設計上のデザインを持つことができる点も理解されたい。例えば、本発明による方法又はシステムの機能を実現するプログラムコードは、１つ又は複数のサブルーチンに分割されることができる。これらのサブルーチンにおける機能を分散させる多くの異なる態様が当業者には明らかであろう。このサブルーチンは、自己完結的なプログラムを形成するため、１つの実行可能ファイルに一緒に格納されることができる。斯かる実行可能ファイルは、コンピュータ実行可能な命令、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インタプリタ命令）を有することができる。代替的に、１つ又は複数又は全てのサブルーチンが、少なくとも１つの外部ライブラリファイルに格納されることができ、及び例えば実行時にメインプログラムに静的に又は動的にリンクされることができる。メインプログラムは、少なくとも１つのサブルーチンへの少なくとも１つの呼び出しを含む。サブルーチンは、互いに対する関数呼び出しを有することもできる。コンピュータプログラムに関する実施形態は、記載される方法の少なくとも１つにおける各処理ステップに対応するコンピュータ実行可能な命令を有する。これらの命令は、サブルーチンに再分割されることができ、及び／又は静的に若しくは動的にリンクされることができる１つ又は複数のファイルに格納されることができる。コンピュータプログラムに関する別の実施形態は、本書に記載されるシステム及び／又は製品のうちの少なくとも１つにおける各手段に対応するコンピュータ実行可能な命令を有する。これらの命令は、サブルーチンに再分割されることができ、及び／又は静的に若しくは動的にリンクされることができる１つ又は複数のファイルに格納されることができる。

コンピュータプログラムの担体は、プログラムを実行することができる任意のエンティティ又はデバイスとすることができる。例えば、担体は、ＣＤ―ＲＯＭ又は半導体ＲＯＭといったＲＯＭのようなストレージ媒体、又は例えばフロッピー（登録商標）ディスク又はハードディスクといった磁気記録媒体を含むことができる。更に、担体は、例えば電気又は光学信号といった通信可能担体とすることができる。これは、電気又は光学ケーブルを介して又は無線又は他の手段により搬送されることができる。プログラムが斯かる信号において実現されるとき、担体は、斯かるケーブル又は他のデバイス又は手段により構成されることができる。代替的に、担体は、プログラムが埋め込まれる集積回路とすることができる。この集積回路は、関連する方法を実行するよう構成されるか、又は関連する方法の実行に使用されるよう構成される。

上述された実施形態は本発明を限定するものではなく説明するものであり、当業者であれば、添付された請求項の範囲から逸脱することなく、代替的な多くの実施形態をデザインすることができることになることに留意されたい。請求項において、括弧内に配置されるいかなる参照符号も請求項を限定するものとして解釈されるべきではない。動詞「有する」及びその共役の使用は、請求項において述べられる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。ある要素に先行する「ａ」又は「ａｎ」という語は、斯かる要素が複数存在することを除外するものではない。本発明は、複数の個別の要素を有するハードウェアを用いて、及び適切にプログラムされたコンピュータを用いて実現されることができる。複数の手段を列挙するデバイスクレームにおいて、複数のこれらの手段がハードウェアの１つの同じアイテムにより実現されることができる。特定の手段が相互に異なる従属項に記載されるという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを示すものではない。

Claims (11)

1. 画像データにより表される病巣の３次元解析に関するシステムであって、
   前記画像データに基づき、個別の病巣を検出し、前記個別の病巣の３次元位置を検出する病巣検出サブシステムと、
   病巣の３次元位置情報に基づき、病巣のクラスタを検出し、前記個別の病巣の３次元位置に基づき、前記個別の病巣の少なくともいくつかを前記病巣のクラスタに関連付けるクラスタ検出サブシステムと、
   前記病巣のクラスタを解析するクラスタ分析サブシステムと有し、
   前記クラスタ分析サブシステムが、前記病巣のクラスタを含む外接表面を生成する表面生成器を有し、
   前記クラスタ分析サブシステムが、前記病巣のクラスタの少なくとも部分に対して形状モデルを適応させ、前記外接表面を含むよう適応された形状モデルを得る形状モデルサブシステムを更に有し、前記形状モデルが、胸部の領域又は構造に関連付けられ、
   前記適応された形状モデルに含まれる外接表面の形状から、生体構造のどの部分が前記病巣のクラスタを含むかが決定される、システム。
2. 前記クラスタ検出サブシステムが、前記個別の病巣の３次元位置に基づき、前記病巣のクラスタを検出するよう構成される、請求項１に記載のシステム。
3. 前記病巣検出サブシステムが、前記病巣の少なくとも１つの投影及び少なくとも１つの３次元画像に基づき、前記病巣を検出するよう構成される、請求項１に記載のシステム。
4. 前記外接表面を視覚化する視覚化サブシステムを更に有する、請求項１に記載のシステム。
5. 前記クラスタ分析サブシステムが、
   前記病巣のクラスタに含まれる病巣の３次元位置のペアの間の距離を計算する距離計算サブシステムと、
   前記病巣のクラスタに含まれる病巣のボリュームを計算するボリューム計算サブシステムと、
   前記病巣のクラスタに含まれる病巣の吸収係数を計算する吸収係数計算サブシステムと、
   前記病巣のクラスタに含まれる病巣の粗さ係数を計算する粗さ係数計算サブシステムと、又は
   前記病巣のクラスタにおける病巣の形状を計算する形状計算サブシステムとの少なくとも１つを有する、請求項１に記載のシステム。
6. 前記クラスタ検出サブシステムが、病巣の３次元位置のペアの間の距離を処理するよう構成される、請求項１に記載のシステム。
7. 前記病巣のクラスタの特性を評価する臨床意志決定支援システムを更に有する、請求項１に記載のシステム。
8. 請求項１に記載のシステムを有する乳房Ｘ線撮影の切断合成画像形成装置。
9. 画像データを受信する入力部と、請求項１に記載のシステムとを有する、医療撮像ワークステーション。
10. 画像データにより表される病巣の３次元解析の方法において、
    前記画像データに基づき、個別の病巣及び前記個別の病巣の３次元位置を検出するステップと、
    病巣の３次元位置情報に基づき、病巣のクラスタを検出し、前記個別の病巣の３次元位置に基づき、前記個別の病巣の少なくともいくつかを前記病巣のクラスタに関連付けるステップと、
    前記病巣のクラスタを解析するステップと、
    前記病巣のクラスタを含む外接表面を生成するステップと、
    前記外接表面の形状から、生体構造のどの部分が前記病巣のクラスタを含むかを決定するステップとを有し、
    前記決定するステップにおいて用いられる前記外接表面が、胸部の領域又は構造に関連付けられる形状モデルを、前記生成された外接表面が含まれるよう前記病巣のクラスタの少なくとも部分に対して適応させることにより得られる、方法。
11. 請求項１０に記載の方法におけるステップをプロセッサシステムに実行させる命令を有するコンピュータプログラム。

Images