JP5897012B2 - 画像セグメント化のためのシステム、方法及びコンピュータプログラム - Google Patents

Description

本発明は、画像セグメント化に関し、より詳細には、変形可能なモデルを用いる画像セグメント化に関する。

器官のモデルベースの描写は、医学画像をセグメント化するのに効率的で堅牢な方法である。この手法において、器官のモデルは画像に対して適合される。これにより、器官が詳細に描写される。斯かる方法は、例えば、Jurgen Weese、Michael Kaus、Christian Lorenz、Steven Lobregt、Roel Truyen及びVladimir Pekarによる「Shape Constrained Deformable Models for 3D Medical Image Segmentation」、Lecture Notes in Computer Science、2001、Volume 2082/2001、pages 380-387（以下参照文献１と記載する）及び参照文献１の著者のいずれかによる共著の他の多くの論文に記載される。

しかしながら、既知のモデルは通常、かなり堅く、及び従って、画像に対する適合の間の変形は小さい。従って、高い形状変動を持つ器官を示す画像をセグメント化するのに適用されるとき、特に器官形状変形が位相的に同等でないとき、この手法はしばしば失敗する。斯かる器官の例は、流入してくる異なる数の肺静脈を有する多くの変種を持つ心臓の左心房、又は多くの異なる動脈供給接続を持つ腎臓を含む。

高い生体構造変動を持つ器官を詳細に描写するのに、変形可能なモデルを用いる画像セグメント化のためのシステムを持つことは、有利である。

こうして、ある側面において、本発明は、画像における対象物をセグメント化するシステムを提供する。このシステムは、
上記対象物をセグメント化するための第１のモデルを上記画像に適合させる第１のアダプタと、
上記適合された第１のモデルに基づき、上記画像から特徴を抽出するアナライザと、
上記画像から抽出される特徴に基づき、上記対象物をセグメント化するための複数のモデルから上記対象物をセグメント化するための第２のモデルを選択するセレクタであって、上記第２のモデルが、上記対象物の追加的な詳細を有する、セレクタと、
上記適合された第１のモデル及び／又は上記画像から抽出される特徴に基づき、上記第２のモデルを初期化するイニシャライザと、
上記初期化された第２のモデルを上記画像に適合させる第２のアダプタとを有する。

第１のモデルは、上記第２のモデルより簡単であり、及び従って上記画像に対して適合するのがより容易である。第１のモデルを用いてセグメント化された対象物は通常、不完全であるが、適合された第１のモデルは、例えば、特徴が見つけ出されることができる領域の指示を提供することにより、アナライザが画像特徴を抽出することを可能にする。抽出された特徴は、システムが、対象物をセグメント化するための複数のモデルから、対象物をセグメント化するための第２のモデルを選択するのを助ける。第２のモデルが対象物の追加的な詳細を有するので、第２のモデルを用いて得られるセグメント化結果は、第１のモデルを用いて得られるセグメント化結果より、完全である。有利には、適合された第１のモデル及び／又は抽出された特徴が、第２のモデルを初期化するのに用いられる。初期化は、画像空間における第２のモデル、例えば３次元画像の場合における画像ボリュームの配置を有する。適合された第１のモデル及び／又は検出された特徴に基づく第２のモデルの初期化は、第２のモデル適合の精度を改善する。

システムの実施形態において、特徴の抽出が、例えば第１のモデルメッシュの頂点又は第１のモデル三角形メッシュの三角形といった第１のモデルの要素と、例えば第１のモデル表面上の尖端といった第１のモデルのランドマークと、例えば軸、輪郭、平面、ポリゴン、楕円、シリンダー、角錐、立方体又は楕円体といった第１のモデルに対して適合される幾何学的なプリミティブとの少なくとも１つに基づかれる。

システムの実施形態において、上記画像からの特徴の抽出が、上記適合された第１のモデルにより操縦される領域成長法を用いる。領域成長法は、例えば対応する血管フラグメントを有する第２のモデルを選択及び初期化するのを助ける血管壁及び中央線といった画像特徴を検出するのに用いられることができる。

システムの実施形態において、上記画像から抽出される特徴が、リング、管、管中央線、又は、０、１、２若しくは３つのハンドルを持つ球体といった特徴対象物と、例えばリングの直径又はハンドルを持つ位相的な球体におけるハンドルの数といった上記特徴対象物の特性との１つである。当業者は、位相的な球体が、球体に対して位相同形な、即ちホメオモルフィックな形状の種類である点を理解されたい。

システムの実施形態において、上記対象物をセグメント化するための複数のモデルが、位相的に不等価なモデルを有する。選択された第２のモデル、例えば、表面が、セグメント化された対象物、例えば、血管壁表面に対して、位相同形であることが重要である。なぜなら、対象物に対して位相的に不等価である第２のモデルを用いて、対象物を適切にセグメント化することは不可能だからである。例えば左心房といったいくつかの対象物は、位相的に不等価な形状を持つことができる。従って、左心房をモデル化するための複数のモデルが、患者の分布に存在する心房の位相的に不等価な形状を表す、多くの位相的に不等価なモデルを有することは、重要である。

更なる側面において、本発明は、本発明によるシステムを有する画像取得装置を提供する。

更なる側面において、本発明は、本発明によるシステムを有するワークステーションを提供する。

更なる側面において、本発明は、画像における対象物をセグメント化する方法を提供し、この方法は、
上記対象物をセグメント化するための第１のモデルを上記画像に適合させるステップと、
上記適合された第１のモデルに基づき、上記画像から特徴を抽出するステップと、
上記画像から抽出される特徴に基づき、上記対象物をセグメント化するための第２のモデルを選択するステップであって、上記第２のモデルが、上記対象物の追加的な詳細を有する、ステップと、
上記適合された第１のモデル及び／又は上記画像から抽出される特徴に基づき、上記第２のモデルを初期化するステップと、
上記初期化された第２のモデルを上記画像に適合させるステップとを有する。

更なる側面において、本発明は、コンピュータによりロードされるコンピュータプログラムを提供し、このプログラムは、画像における対象物をセグメント化するための命令を有し、上記コンピュータが、処理ユニット及びメモリを有し、上記コンピュータプログラムは、ロードされた後、上記処理ユニットに、本発明による方法におけるステップを実行させる。

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、請求項に記載される本発明における画像データセットが、以下に限定されるものではないが、例えば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）のような様々な取得モダリティにより取得される２次元（２Ｄ）、３次元（３Ｄ）又は４次元（４Ｄ）画像データセットとすることができることを理解されるであろう。

本発明は、独立請求項において規定される。有利な実施形態が、従属項において規定される。

システムの例示的な実施形態のブロック図を示す図である。 左心房の生体構造変動を説明する図である。 左心房をセグメント化する第１のモデルを示す図である。 左心房をセグメント化する第１のモデルに基づき、コーン状の成長空間の例示的な規定を説明する図である。 領域成長法を用いる、左心房に流入する肺静脈の分岐の検出を説明する図である。 左心房をセグメント化する例示的なモデルを示す図である。 方法の例示的な実現のフローチャートを示す図である。 画像取得の例示的な実施形態を概略的に示す図である。 ワークステーションの例示的な実施形態を概略的に示す図である。

本発明のこれら及び他の側面が、本書に記載される実現及び実施形態並びに対応する図面より明らかとなり、これらの実現及び実施形態並びに図面を参照して説明されることになる。

同じ参照番号は、図面を通して類似するパーツを表すために用いられる。

図１は、画像における対象物をセグメント化するシステム１００の例示的な実施形態のブロック図を概略的に示す。このシステムは、
対象物をセグメント化するための第１のモデルを画像に適合させる第１のアダプタ１１０と、
適合された第１のモデルに基づき、画像から特徴を抽出するアナライザ１１５と、
画像から抽出される特徴に基づき、対象物をセグメント化するための第２のモデルを選択するセレクタ１２０であって、第２のモデルが、対象物の追加的な詳細を有する、セレクタと、
適合された第１のモデル及び／又は画像から抽出される特徴に基づき、第２のモデルを初期化するイニシャライザ１２５と、
初期化された第２のモデルを画像に適合する第２のアダプタ１３０とを有する。

システム１００の例示的な実施形態は、更に、
システム１００の働きを制御する制御ユニット１６０と、
ユーザ及びシステム１００の間の対話に関するユーザインタフェース１６５と、
データを格納するメモリユニット１７０とを有する。

システム１００の実施形態において、入力データに対する３つの入力コネクタ１８１、１８２及び１８３が存在する。第１の入力コネクタ１８１は、以下に限定されるものではないが例えばハードディスク、磁気テープ、フラッシュメモリ、又は光学ディスクといったデータ記憶手段から入るデータを受信するよう構成される。第２の入力コネクタ１８２は、以下に限定されるものではないが例えばマウス又はタッチスクリーンといったユーザ入力デバイスから入るデータを受信するよう構成される。第３の入力コネクタ１８３は、例えばキーボードといったユーザ入力デバイスから入るデータを受信するよう構成される。入力コネクタ１８１、１８２及び１８３は、入力制御ユニット１８０に接続される。

システム１００の実施形態において、出力データに対する２つの出力コネクタ１９１及び１９２が存在する。第１の出力コネクタ１９１は、例えばハードディスク、磁気テープ、フラッシュメモリ又は光学ディスクといったデータ記憶手段にデータを出力するよう構成される。第２の出力コネクタ１９２は、ディスプレイデバイスにデータを出力するよう構成される。出力コネクタ１９１及び１９２は、出力制御ユニット１９０を介して個別のデータを受信する。

当業者であれば、入力デバイスをシステム１００の入力コネクタ１８１、１８２及び１８３に、及び出力デバイスを出力コネクタ１９１及び１９２に接続するための多くの方法が存在する点を理解されるであろう。これらの方法は、以下に限定されるものではないが、有線及び無線接続、ローカル・エリア・ネットワーク（ＬＡＮ）及びワイド・エリア・ネットワーク（ＷＡＮ）、インターネットといったデジタルネットワーク、デジタル電話網及びアナログ電話網を有する。

システム１００の実施形態において、システム１００は、メモリユニット１７０を有する。このシステム１００は、入力コネクタ１８１、１８２及び１８３のいずれかを介して外部デバイスから入力データを受信し、メモリユニット１７０にこの受信した入力データを格納するよう構成される。メモリユニット１７０に入力データをロードすることは、システム１００のユニットによる関連データ部分への速いアクセスを可能にする。入力データは、画像、対象物をセグメント化するための第１のモデル、及び対象物をセグメント化するための複数のモデルを有する。メモリユニット１７０は、以下に限定されるものではないが、ＣＰＵのレジスタ、キャッシュメモリ、ランダムアクセスメモリ（ＲＡＭ）チップ、リードオンリメモリ（ＲＯＭ）チップ及び／又はハードディスクドライブ及びハードディスクといったデバイスにより実現されることができる。メモリユニット１７０は更に、出力データを格納するよう構成されることができる。出力データは、画像に対して適合される第２のモデルにより規定されるセグメント化された対象物を有する。メモリユニット１７０は、メモリバス１７５を介して、システム１００のユニットからデータを受信し、及び／又はこれらのユニットにデータを供給するよう構成されることもできる。システム１００のユニットは、第１のアダプタ１１０、アナライザ１１５、セレクタ１２０、イニシャライザ１２５、第２のアダプタ１３０、制御ユニット１６０及びユーザインタフェース１６５を含む。メモリユニット１７０は更に、出力コネクタ１９１及び１９２のいずれかを介して出力データを外部デバイスに対して利用可能にするよう構成される。システム１００のユニットからのデータをメモリユニット１７０に格納することは有利なことに、システム１００のユニットから外部デバイスへの出力データの転送レートだけでなく、システム１００のユニットのパフォーマンスを向上させることができる。

システム１００の実施形態において、システム１００は、システム１００を制御する制御ユニット１６０を有する。制御ユニット１６０は、システム１００のユニットから制御データを受信し、システム１００のユニットに制御データを提供するよう構成されることができる。例えば、第２のモデルを選択した後、セレクタ１２０は、「第２のモデルが選択される」という制御データを制御ユニット１６０に提供するよう構成され、制御ユニット１６０は、「第２のモデルを初期化する」という制御データをイニシャライザ１２５に提供するよう構成されることができる。代替的に、制御機能は、システム１００の別のユニットにおいて実現されることができる。

システム１００の実施形態において、システム１００は、ユーザとシステム１００との間の対話のためのユーザインタフェース１６５を有する。ユーザインタフェース１６５は、対象物をセグメント化するための第１のモデル及び対象物をセグメント化するための複数のモデルを選択するためのユーザ入力を受信するよう構成されることができる。次に、このユーザインタフェースは、適合された第２のモデルを表示するよう構成される。当業者であれば、より多くの機能が、システム１００のユーザインタフェース１６５において有利に実現されることができる点を理解されたい。

ある実施形態において、本発明は、３次元ＣＴ画像における人間の心臓の左心房をセグメント化するため、医師により用いられる。システム１００は、完全に自動化されることができる。代替的に、システム１００は、対話的であり、ユーザ入力を受け入れる。例えば、左心房をセグメント化するため複数のモデルから第２のモデルを選択した後、システム１００のユーザインタフェース１６５は、選択された第２のモデルを表示し、これを受け入れる又は拒絶することをユーザに促すよう構成されることができる。

図２Ａは、流入する肺静脈の数及び位置により規定される、左心房の右側の生体構造変動を説明する。静脈ラベルＲＵＬ、ＲＭＬ、ＲＬＬ、ＢＳＲＬＬ及びＳＳＲＬＬはそれぞれ、右上肺葉、右中肺葉及び右下肺葉、底区ＲＬＬ及び上区ＲＬＬを表す。静脈パターンは、ラベルＲ１、Ｒ２ａ、Ｒ２ｂ、Ｒ２ｃ、Ｒ３ａ、Ｒ３ｂ、Ｒ３ｃ、Ｒ４ａ、Ｒ４ｂ及びＲ５を用いてラベルをつけられる。

図２Ｂは、左心房をセグメント化するための第１のモデルを示す。第１のモデルは、三角形メッシュを有する。三角形メッシュの表面は、三角形である。三角形メッシュを有するモデルを用いる画像セグメント化は、例えば、参照文献１と、変形可能なモデルに基づくセグメント化に関する他の多くの論文とにおいて説明される。どちらも、特許及び科学文献において容易に利用可能である。第１のモデルの三角形のいくつかは、マークされる。マークされた三角形は、画像から特徴を抽出するアナライザ１１５により用いられることができる。

第１のモデルは、左心房の単純化されたモデルである。それは、右側の肺静脈を含まない。簡略化された第１のモデルは、システム１００の第１の適合ユニット１１０により、患者の画像に対して堅牢に適合されることができる。

第１のモデルを画像に適合させた後、操縦された領域成長処理が、システム１００のアナライザ１１５により開始される。図２Ｃは、左心房をセグメント化する第１のモデルのメッシュのマークされた三角形に基づき、コーン状成長空間の例示的な規定を概略的に示す。アナライザ１１５は、左心房の第１のモデルのセンター２０２を決定するよう構成される。成長方向２０４は、境界２０６を持つ円錐ボリュームの軸である。これは、適合された第１のモデルのマークされた三角形のセンター２１１〜２１６により規定される。この円錐ボリュームは、センター２０２に配置される頂点を持つ最も小さなコーンにより規定され、すべてのマークされた三角形センター２１１〜２１６を有する。成長方向２０４は、コーン軸である。領域成長法の範囲Ｒは、第１のモデルのセンター２０２から第１のモデル表面２００までの平均距離の倍数である。

図２Ｄは、領域成長法を用いる、左心房へ流入する肺静脈の分岐の検出を説明する。領域成長法は、左心房の第１のモデルのセンター２０２である種ポイントで始まる。領域成長法のフロントは、例えば、成長方向２０４に垂直な平面、又は適合された第１のモデルのセンター２０２に中心を持つ球体と境界２０６を持つ円錐ボリュームとにより規定される球面キャップとすることができる。図２Ｄは、５つの球面フロント２２１〜２１５及び成長した領域の境界２１０を示す。成長した領域の境界２１０は、左心房に流入する肺静脈の壁を表す。各フロントは、その接続性を決定するために解析される。図２Ｄにおいて、フロント２２１及び２２２は接続され、フロント２２３、２２４及び２２５は非接続状態にある。それぞれ、２つの接続された要素を有する。従って、アナライザは、成長した領域の境界２１０によりモデル化される肺静脈において、分岐ポイントが存在すると結論するよう構成される。

当業者は、他の多くの特徴が存在すること、及びアナライザ１１５が、これらの他の特徴を検出するよう構成されることができる点を理解されたい。例えば、アナライザ１１５は、第１のモデルの表面の湾曲を計算するよう構成されることができる。湾曲の解析に基づき、アナライザ１１５は、適合された第１のモデルにより表される構造から延在する血管軸のサイズ及び位置を決定するよう構成されることができる。更に別の例において、アナライザ１１５は、適合された第１のモデルに対して楕円体を適合させるよう構成されることができる。更に、領域成長法が、更なる特徴を画像から抽出するために、アナライザにより使用されることができる。領域成長法の種ポイント、方向及び／又は範囲は、適合された楕円体のパラメータに基づき決定されることができる。

第１のモデルに基づき画像から抽出される肺静脈の詳細な数及び位置に基づき、セレクタ１２０は、左心房をセグメント化するため、複数のモデルから第２のモデルを選択するよう構成される。図３は、左心房をセグメント化するための例示的なモデルを示す。これらのモデルのいくつかは、異なる数の肺静脈を有し、及び従って、互いに対して位相的に同等でない。なぜなら、異なる数の肺静脈を持つ別のモデルに１つのモデルを変換する同相写像がないからである。従って、左心房をセグメント化するため画像に適合されることができる左心房のモデルの適切な変形を、変形可能なモデルに基づくセグメント化が選択することは、非常に重要である。この適合処理は通常、モデル表面の連続的な変形に基づかれ、及び従って、どの肺静脈も、左心房モデルに加えられる又は左心房モデルから除去されることができない。

第２のモデルの追加的な詳細を有しないという点で、第１のモデルは単純化される。通常、追加的な詳細は、モデルの構造要素である。モデルの構造要素とは例えば、対象物に接続される血管をセグメント化する追加的な管状表面、又はモデル表面の精細な湾曲変動をモデル化するモデルメッシュの追加的な頂点である。代替的に、追加的な詳細は、第２のモデルと画像との相互作用を説明する追加的な項、又は画像への適合の間、第２のモデルを引きつける画像特徴を選択する新しい態様とすることができる。これは、アナライザ１１５により画像から抽出される特徴に基づき決定される。

システム１００のセレクタ１２０が、第２のモデルを選択した後、第２のモデルはイニシャライザ１２５により初期化される。有利には、初期化は、アナライザ１１５により画像から抽出される特徴から得られる情報と、適合された第１のモデルから得られる情報とを用いることができる。第２のアダプタ１３０は、初期化された第２のモデルを画像に適合させるよう構成される。

本発明の実施形態が左心房セグメント化を参照して説明されたが、当業者は、本発明が他の対象物をセグメント化するのにも、特に異なる寸法及び／又はトポロジを持つ多くの生体構造的又は病理学的変形において存在する対象物をセグメント化するのにも有益である点を理解されたい。斯かる対象物の例は、以下に限定されるものではないが、冠状動脈及びこれらの動脈の供給接続を持つ腎臓を含む。

当業者であれば、システム１００の他の実施形態も可能であると更に理解されるであろう。中でも、システムのユニットを再定義する及びそれらの機能を再分配することが可能である。例えば、同じユニットが、画像に対してまず第１のモデルを適合させ、次に第２のモデルを適合させるよう構成されることができる。他方、アナライザ１１５は、複数の結合されたユニットにより実現されることができる。各ユニットは、例えば領域成長法、成長した領域のフロントの接続性チェック等の解析作業を実行する。上述された実施形態は、医療画像に適用されるが、このシステムが、医療用途に関連しない他の用途に適用されることも可能である。

システム１００のユニットは、プロセッサを用いて実現されることができる。通常、それらの機能は、ソフトウエアプログラムの制御の下で実行される。実行の間、ソフトウエアプログラムは通常、ＲＡＭといったメモリにロードされ、そこから実行される。プログラムは、例えばＲＯＭ、ハードディスク又は磁気及び／又は光学ストレージといったバックグラウンドメモリからロードされることができ、又はインターネットといったネットワークを介してロードされることができる。オプションで、特定用途向け集積回路が、説明された機能を提供することができる。

画像における対象物をセグメント化する方法Ｍの例示的なフローチャートが、図４に概略的に示される。方法Ｍは、対象物をセグメント化するための第１のモデルを画像に適合させるステップＳ１０で開始する。第１のモデルが画像に対して適合された後、適合された第１のモデルに基づき、画像から特徴を抽出するステップＳ１５が実行される。画像から特徴を抽出するステップＳ１５の後、画像から抽出された特徴に基づき対象物をセグメント化するための第２のモデルを選択するステップＳ２０が実行される。そこでは、第２のモデルは、対象物の追加的な詳細を有する。第２のモデルを選択するステップＳ２０の後、この方法Ｍは、適合された第１のモデル及び／又は画像から抽出された特徴に基づき、第２のモデルを初期化するステップＳ２５に続く。第２のモデルを初期化するステップＳ２５の後、初期化された第２のモデルは、第２のモデルを画像に適合させるステップＳ３０において、画像に対して適合される。

当業者であれば、本発明により意図される範囲から逸脱することなく、いくつかのステップの順序を変更することができるか、又は、スレッディングモデル、マルチプロセッサシステム若しくはマルチ処理を用いていくつかのステップを同時に実行することができる。オプションで、方法Ｍにおける２つ又はこれ以上のステップが、１つのステップに結合されることができる。オプションで、方法Ｍのステップは、複数のステップに分割されることができる。

図５は、本発明のシステム１００を使用する画像取得装置５００の例示的な実施形態を概略的に示す。上記画像取得装置５００は、内部接続を介してシステム１００に接続される画像取得ユニット５１０、入力コネクタ５０１及び出力コネクタ５０２を有する。この構成は有利には、上記画像取得装置５００にシステム１００の有利な能力を与えることで、画像取得装置５００の能力を増加させる。

図６は、ワークステーション６００の例示的な実施形態を概略的に示す。ワークステーションは、システムバス６０１を有する。プロセッサ６１０、メモリ６２０、ディスク入出力（Ｉ／Ｏ）アダプタ６３０、及びユーザインタフェース（ＵＩ）６４０は、システムバス６０１に動作可能に接続される。ディスクストレージデバイス６３１は、ディスク入出力アダプタ６３０に動作可能に結合される。キーボード６４１、マウス６４２及びディスプレイ６４３は、ＵＩ６４０に動作可能に結合される。コンピュータプログラムとして実現される本発明のシステム１００は、ディスクストレージデバイス６３１に格納される。ワークステーション６００は、プログラム及び入力データをメモリ６２０にロードし、プロセッサ６１０上でプログラムを実行するよう構成される。ユーザは、キーボード６４１及び／又はマウス６４２を用いて、ワークステーション６００に情報を入力することができる。ワークステーションは、ディスプレイデバイス６４３に対して及び／又はディスク６３１に対して情報を出力するよう構成される。当業者であれば、従来技術において知られるワークステーション６００の他の多数の実施形態が存在すること、及び本実施形態が本発明を説明する目的で機能し、この特定の実施形態に本発明が限定されるものとして解釈されてはならないことを理解されるであろう。

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。「有する」という語は、請求項又は明細書にリストされない要素又はステップの存在を除外するものではない。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。複数のユニットを列挙するシステムクレームにおいて、これらのユニットの複数が、ハードウェア又はソフトウェアの１つの同じアイテムにより実現されることができる。第１、第２、第３等の語の使用は、何らかの順位を表すものではない。これらの語は、ラベルとして解釈されるものである。

Claims (11)

1. 画像における対象物をセグメント化するシステムであって、
   前記対象物をセグメント化するための第１の変形可能なモデルを前記画像に適合させる第１のアダプタと、
   前記適合された第１の変形可能なモデルに基づき、前記画像から特徴を抽出するアナライザと、
   前記画像から抽出される特徴に基づき、前記対象物をセグメント化するための第２の変形可能なモデルを選択するセレクタであって、前記第２の変形可能なモデルが、前記対象物の追加的な詳細を有する、セレクタと、
   前記適合された第１の変形可能なモデル及び／又は前記画像から抽出される特徴に基づき、前記第２の変形可能なモデルを初期化するイニシャライザと、
   前記初期化された第２の変形可能なモデルを前記画像に適合させる第２のアダプタとを有する、システム。
2. 前記特徴の抽出が、
   前記第１の変形可能なモデルの要素、
   前記第１の変形可能なモデルのランドマーク、及び
   前記第１の変形可能なモデルに対して適合される幾何学的なプリミティブの少なくとも１つに基づかれる、請求項１に記載のシステム。
3. 前記アナライザが、ｉ）前記適合された第１の変形可能なモデルに基づき操縦される領域成長法を実行し、ｉｉ）前記領域成長法の結果に基づき、前記画像から前記特徴を抽出する、請求項１に記載のシステム。
4. 前記画像から抽出される特徴が、
   リング、管、管中央線、又は、０、１、２若しくは３つのハンドルを持つ球体のいずれかを含む特徴対象物と、
   前記特徴対象物の特性とのいずれかである、請求項１に記載のシステム。
5. 前記対象物をセグメント化するための複数の変形可能なモデルが、位相的に不等価なモデルを有する、請求項１に記載のシステム。
6. 前記第１及び第２の変形可能なモデルが、左心房モデルである、請求項１に記載のシステム。
7. 前記第１及び第２の変形可能なモデルが、腎臓モデルである、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画像取得装置。
9. 請求項１に記載のシステムを有するワークステーション。
10. 画像における対象物をセグメント化する方法において、
    前記対象物をセグメント化するための第１の変形可能なモデルを前記画像に適合させるステップと、
    前記適合された第１の変形可能なモデルに基づき、前記画像から特徴を抽出するステップと、
    前記画像から抽出される特徴に基づき、前記対象物をセグメント化するための第２の変形可能なモデルを選択するステップであって、前記第２の変形可能なモデルが、前記対象物の追加的な詳細を有する、ステップと、
    前記適合された第１の変形可能なモデル及び／又は前記画像から抽出される特徴に基づき、前記第２の変形可能なモデルを初期化するステップと、
    前記初期化された第２の変形可能なモデルを前記画像に適合させるステップとを有する、方法。
11. コンピュータによりロードされるコンピュータプログラムであって、画像における対象物をセグメント化するための命令を有し、
    前記コンピュータが、処理ユニット及びメモリを有し、
    前記コンピュータプログラムは、ロードされた後、前記処理ユニットに、請求項１０に記載の方法におけるステップを実行させる、コンピュータプログラム。

Images