JP5931755B2 - モデルベースのセグメント化の確率向上 - Google Patents

Description

本願は、画像のセグメント化に関する。本発明は、目標ボリューム、器官等の輪郭を描くための医用診断イメージングに関連して特定の用途を見出す。

ＣＴ、ＭＲＩ、ＰＥＴ、ＳＰＥＣＴ及び超音波のようなさまざまな診断イメージングモダリティは、患者の内部の解剖学的構造の３次元画像を生成する。それぞれの異なる器官、それぞれの異なる組織、及び癌性組織対非癌性組織等は、さまざまな異なるグレースケールレベルによって一般に表され、グレースケールレベルは、一層容易な区別のために、それぞれ異なる色にマップされることができる。多くの場合、隣り合う器官、組織ボリューム等は、大きなグレースケール差をほとんど又は全く有しない。例えば、ある軟組織構造は、ＣＴデータにおいて貧弱なコントラストで表される。このような貧弱な又は曖昧なコントラストは、対応する境界部分を部分的にのみ可視化し、すなわち境界部分は曖昧であり、明確に規定されない。

モデルベースのセグメント化が、この問題に対処するために使用されている。一般に、境界のある領域は明確に規定されるが、他の領域は明確に規定されない。従来のモデルベースのセグメント化技法において、例えば特定器官のモデルのような対象モデルのライブラリが開発された。これらの器官モデルは、一般に、明確に規定されたセグメント化された境界と揃うように、例えば回転され、スケーリングされる等行われて、位置合わせされた。器官モデルは、対象又は器官に関する公称モデルを展開するために、正確に手動でセグメント化された同様の対象又は器官を平均することによって、生成されることができる。

モデルを境界にフィットさせるための１つの効率的なモデルベースのセグメント化技法は、柔軟な三角形メッシュとしてモデルを規定し、三角形メッシュを関心のある対象又は器官の境界に適応させることを含む。メッシュモデルを現在画像データにフィットさせるための１つの技法は、反発力をメッシュモデルに数学的に適用することを含む。具体的には、技法は、メッシュを、例えば画像内のエッジ又は境界のような既知の画像フィーチャに引き寄せる外部エネルギーと、モデルにその形状を維持させる反対の形状維持内部エネルギーとの間の釣合いを決定する。

残念ながら、モデル形状に制約を課すことは、関心のある構造又は器官の境界を正確にたどる際に不利益でありうる。２つのエネルギー項の間で最適のバランスを見つけることは、通常、容易な作業ではなく、曖昧解又は複数のポテンシャル解につながりうる。

本願は、多くの場合、セグメント化の不確実さのエリアを表す適応されたメッシュの周りの帯状域に位置するボクセルを分類することによって、より正確な最終のセグメント化結果を達成する洗練されたアプローチを記述する。

１つの検知によれば、現在診断画像をセグメント化するシステムが提供される。１又は複数のワークステーションは、複数の他の患者から生成された、選択された関心ボリュームの以前に生成された高コントラスト診断画像において、関心ボリュームをセグメント化する。１又は複数のプロセッサが、以前に生成されセグメント化された画像を位置合わせし、以前に生成されセグメント化された画像をマージして、確率マップを生成するようにプログラムされる。確率マップは、各ボクセルが関心ボリュームを表す確率、各ボクセルがバックグラウンドを表す確率、及び平均セグメント化境界を示す。セグメント化プロセッサは、確率マップを、現在患者の関心ボリュームの現在診断画像と位置合わせして、変換された確率マップを生成する。

別の見地によれば、診断画像をセグメント化する方法が提供される。複数の患者から生成された、選択された関心ボリュームの以前の診断画像において、関心ボリュームがセグメント化される。セグメント化された以前の画像は位置合わせされ、セグメント化され位置合わせされた以前の画像は、マージされて、確率マップを与える。確率マップは、各ボクセルが関心ボリュームを表す確率、各ボクセルがバックグラウンドを表す確率、及び平均セグメント化境界を示す。

別の見地によれば、上述の方法によって生成された確率マップが提供される。

別の見地によれば、上述の方法を実施するように１又は複数のプロセッサを制御するための１又は複数のコンピュータプログラムを担持する有形コンピュータ可読媒体が提供される。

１つの利点は、完全自動化された正確なセグメント化を容易にすることにある。

別の利点は、より信頼性の高いセグメント化結果にある。

当業者であれば、以下の詳細な説明を読み、理解することにより、本発明の他の利点が分かるであろう。

本発明は、さまざまな構成要素及び構成要素の取り合わせ、並びにさまざまなステップ及びステップの取り合わせの形を取り得る。図面は、好適な実施形態を示すことのみを目的とし、本発明を制限するものとして解釈されるべきでない。

診断画像を自動的にセグメント化する装置又はシステムの概略図。 脳幹モデルの確率マップの軸方向スライスを示す概略図。 確実に脳幹に属するボクセル、確実にバックグラウンドに属するボクセル、及び不確定領域を示すマップの図。 画像をセグメント化する自動的な方法を概略的に示すフローチャート。 オペレータにより支援される画像セグメント化方法を概略的に示すフローチャート。

図１を参照して、例えばＣＴスキャナ、ＭＲＩスキャナ、ＰＥＴスキャナ、核スキャナ、超音波スキャナ等の診断イメージングスキャナ１０が、現在３Ｄ診断画像を生成するために再構成プロセッサ１２によって再構成される画像データを生成する。現在３Ｄ診断画像は、メモリ、メモリセグメント又はバッファ１４に記憶される。

図１を引き続き参照し、図２を更に参照して、メモリ又はメモリセグメント２０が、３Ｄ確率マップ２２のライブラリを記憶する。確率マップは、本例では脳幹である関心のある領域又はボリュームの一部であることが分かっている関心領域のボリューム２４を規定する。バックグラウンド領域２６は、バックグラウンドであり、すなわち脳幹でないことが分かっている対象又は組織を規定する。すなわち、脳幹領域２４内のボクセルは、脳幹を示す１００％の確率及びバックグラウンドを示す０％の確率を有する。反対に、バックグラウンド領域２６内のボクセルは、バックグラウンドを示す１００％の確率及び脳幹を示す０％の確率を有する。不確定領域２８が、脳幹領域２４とバックグラウンド領域２６との間にある。不確定領域では、各ボクセルは、それが関心のある対象又は器官（例えば脳幹）にある１００％から０％までの確率を有するとともに、それがバックグラウンドにある０％から１００％までの確率を有する。

脳幹又は他の関心ボリュームの確率マップ２２を生成するために、良好なコントラストをもつ、すなわち正確にセグメント可能な境界を有する画像は、バイナリマスクを規定するために、ワークステーション３０において手作業でセグメント化される。例えば、脳幹のような関心ボリュームに対応するボクセルの全てが、例えば１のような最大の確率値を与えられ、バックグラウンドに対応するボクセルの全ては、例えばゼロのような最小確率値を与えられる。バイナリマスクの最小及び最大確率領域の間の境界は、マスクの境界、すなわち三角メッシュ表面によって規定されうるセグメント化境界を規定する。１又は複数のプロセッサ３２は、複数のバイナリマスク及びセグメント化境界を位置合わせするようにプログラムされるバイナリマスク位置合わせコンピュータルーチン３４を有する。すなわち、バイナリマスクは、異なるサイズの患者又は関心対象にあわせて調整するために、スケーリングされ、シフトされ、回転される等行われ、任意には、例えば、関心対象の異なる動き状態において生成される画像を補償し、それらを揃えるために、弾力的に変形される。１又は複数のプロセッサ３２は、更に、複数の位置合わせされたバイナリマスクをマージするようにプログラムされ、又はかかるマージを行うバイナリマスクマージングコンピュータルーチン３６を有する。本例において、すべてのバイナリマスクによってバックグラウンドと規定されるバックグラウンド領域は、ゼロの確率値を与えられ、バイナリマスクの全てによって脳幹の一部であると規定される脳幹領域は、１の値を割り当てられ、すなわち脳幹領域２４に割り当てられる。複数の画像における境界の相対ロケーションに基づいて、ゼロより大きく、１より小さい確率が、不確定領域２８に対応する他のボクセルに割り当てられる。例えば、不確定領域の各ボクセルは、バイナリマップ内のその値の平均値を与えられる。ボクセルが、複数のマップの半分でバックグラウンドであり、すなわちゼロの値であり、マップの半分で１の値の脳幹である場合、ボクセルは、平均値又は０．５を割り当てられる。プロセッサ３２は更に、メジアン又は平均セグメント化境界４０、すなわち、バイナリマスクの全てのセグメント化境界の中間又はメジアン又は他の平均ロケーション、を決定するようにプログラムされ、又はかかる決定を行うコンピュータルーチン３８を有する。各ボクセル及び平均セグメント化境界ごとの確率は、セグメント化マップ２２を規定する。一般に、この同じプロセスが、多数の異なるイメージングロケーション又はアプリケーションに適した確率マップのライブラリを構築するために、関心のある複数の器官又はボリュームについて実施される。

一実施形態において、モデルベースのセグメント化プロセッサ５０は、慣習的なボリューム又は器官モデルをモデルライブラリ５４から抽出し、それを関心のあるボリューム又は器官にフィットさせるコンピュータルーチン５２を含むようにプログラムされる。セグメント化プロセッサは更に、確率モデルからの平均セグメント化境界４０を慣習的なモデルと位置合わせするコンピュータルーチン５６を含むようにプログラムされるとともに、平均セグメント化境界を、位置合わせされた慣習的なモデルと位置合わせさせるための変換を決定するようにプログラムされ、又はかかる決定を行うコンピュータルーチン５８含む。セグメント化プロセッサは更に、確率マップが現在画像の関心のあるボリューム又は器官と位置合わせされるようにするために、この決定された変換に従って確率マップを変換するようにプログラムされ、又はかかる変換を行うコンピュータルーチン６０を有する。変換された確率マップは、バッファ又はメモリ６２に記憶される。モデルベースの位置合わせ５６のために慣習的なモデルを使用することに代わって、確率マップからの平均セグメント化境界が、モデルとして使用されることができる。

完全自動化された実施形態において、プロセッサ又はコンピュータルーチンのようなクラシファイヤ７０は、強度、勾配、テクスチャ等の画像特性に基づいて、画像のボクセルを、関心のあるボリューム又は器官に属するものとして、バックグラウンドに属するものとして、又はその確率に関して、分類するように事前に訓練される。クラシファイヤは、ダミーデータを使用してオフラインで事前に訓練される。最近傍法、サポートベクトルマシン等の多数の既知の分類技法の任意のものが使用されることができる。関心ボリュームは、例えば平滑化、丸め、急激な遷移の自由度等の知られている表面特性を有することができる。クラシファイヤは、各ボクセルがバックグラウンド又は関心のあるボリューム若しくは器官に属する確率を生成するために、バッファ１４からの現在画像を処理する。

図３を参照して、処理時間を節約するために、分類プロセスは、変換された確率マップの不確定領域２８に対応するボクセルに対してのみ実施されることができる。明らかに関心のある器官若しくはボリューム又はバックグラウンド内にあるものとして確率マスクによって決定されている領域２４、２６は処理されない。任意に、閾値回路又はプロセッサは、関心のある器官又はボリュームにある１００％の確率及びバックグラウンドにある１００％の確率を表すゼロ又は１の確実さを有するボクセルを排除することによって、不確定領域２８を識別するように、変換された確率マップを処理することができる。任意には、分類が、関心のあるボリューム若しくは器官又はバックグラウンド内にある確率が９５％より低いと確率マップが決定したボクセルに対してのみ実施されるように、閾値が、低く設定されることができる。

マージプロセッサ又はコンピュータルーチン８０は、ボクセルごとに、クラシファイヤ７０によって決定された確率及び変換された確率マップ６２からの確率をマージするようにプログラムされる。マージは、一実施形態において、各ボクセルごとに、分類及び確率マップの確率を平均する。確率を合成する他の技法も更に企図される。一例として、オペレータ制御部又は第１のスライダ８２が、クラシファイヤ及び確率マップの確率の相対加重を調整するために提供されることができる。人間のオペレータは、閾値境界を調整するように相対加重を選択的に調整することができる。マージされた確率に基づいて、マージプロセッサは、各ボクセルが、関心のあるボリューム若しくは器官又はバックグラウンド内にある比較的高い可能性を有するかどうか、を決定する。決定されたセグメント境界は、２つの領域の間のインタフェースから決定され、適当なメモリ又はバッファ８４に記憶される。

画像プロセッサ９０は、セグメント化された画像を生成するために、決定されたセグメント化境界８４とメモリ又はバッファ１４からの現在画像を組み合わせる（合成する）ようにプログラムされ、又はかかる組み合わせを行うコンピュータルーチン９２を含む。画像プロセッサ９０は、任意には、セグメント化された境界と組み合わせられた現在画像、すなわちセグメント化された現在画像、のカラー化、平滑化等の更なる画像処理を実施するようにプログラムされ、又はこれを行うコンピュータルーチン９４を有する。セグメント化された現在画像は、患者の電子カルテの一部として、患者医療データベース９６に記憶される。ビデオプロセッサ９８は、セグメント化された画像９４から、選択されたスライス、３Ｄボリューム表現等を抽出し、例えばビデオモニタのような人間可読ディスプレイ１００上にそれらを表示する。

半自動の実施形態において、閾値回路、プロセッサ又はコンピュータルーチン１１０は、変換された確率マップの各ボクセルに関する確率が閾値を越えるかどうかを判定する。例えば、閾値は、まず、上記の例のように０．５に設定されることができ、この値は、ボクセルが、関心ボリューム及びバックグラウンドにある等しい見込みをもつことを示す。プロセッサ又はコンピュータルーチン１１２は、バックグラウンドにある見込みが比較的高いボクセルと、関心のあるボリューム又は器官にある見込みが比較的高いボクセルとの間のインタフェースに基づいて、セグメント化境界を規定する。この実施形態において、セグメント化境界１１４は、セグメント化境界を現在画像と組み合わせる画像プロセッサルーチン９２に供給される。ディスプレイ１００上でセグメント化された画像を観察するオペレータは、ユーザ入力装置１１６を使用して閾値１１０を調整し、この例では、０．５の閾値を１の方へ高くなるようにシフトさせ、又はゼロの方へ低くなるようにシフトさせる。閾値が調整されるにつれて、関心のあるボリューム又は器官とバックグラウンドの間のインタフェースは、セグメント化境界１１４に従ってシフトする。一実施形態において、オペレータがディスプレイ１００上に表示されるセグメント化に満足するまで、オペレータは、より高い閾値及びより低い閾値を選択するようにマウスでスライダを移動させる。セグメント化がオペレータによって一旦最適化されると、最適化されたセグメント化は、患者医療データベース９６に記憶される。

画像セグメント化が完了すると、セグメント化された画像は、さまざまな用途を有する。例えば、セグメント化された画像は、放射線治療プロトコルを計画するために、放射線治療システム１２０において使用されることができる。当然ながら、セグメント化された画像の多くの他の用途が企図される。

上述の考察において、さまざまなプロセッサ、コンピュータルーチン及びステップが、１又は複数のコンピュータ又はプロセッサによって実施されうることが理解されるべきである。単一のプロセッサが、コンピュータプロセス又はステップの１又は複数を実施することができ、コンピュータルーチン又はステップの任意の１又は複数が、複数のコンピュータプロセッサの間で分散されることができる。同様に、上述のメモリ、メモリセグメント及びバッファは、単一の大きいメモリ、分散されたメモリ等の形をとることができる。更に、上述の説明に従ってセグメント化された画像を生成するように１又は複数のプロセッサを制御するためのコンピュータプログラムが、特にＣＤ又はＤＶＤ、又は他のポータブルメモリ、ハードディスク、常駐コンピュータメモリ等の有形的表現媒体のようなコンピュータ可読媒体上に担持されることができる。プログラムは、例えばデジタル又はアナログ信号等の非有形的表現媒体によって担持されることもできる。

図４を参照して、複数の患者の各人の選択された関心領域の複数画像が、ステップ１３０において生成され、セグメント化される。ステップ１３２において、複数のセグメント化された画像が、位置合わせされる。ステップ１３４において、位置合わせされた画像がマージされて、複数の重ね合せられたセグメント化境界を有する関心領域の合成画像を生成する。平均セグメント化境界が、ステップ１３６において決定される。各ボクセルが関心ボリューム内にある又はバックグラウンド内にある確率が、ステップ１３８において決定される。例えば、重ね合せられたセグメント化境界の全ての内側にあるすべてのボクセルが、関心ボリュームに割り当てられ、重ね合せられたセグメント化境界の全ての外側にあるすべてのボクセルが、バックグラウンドに割り当てられる。セグメント化境界のあるものの内側にあり、他のものの外側にあるボクセルは、当該ボクセルがセグメント化境界の内側又は外側にある相対パーセンテージに従って、確率を割り当てられる。例えば、関心ボリューム内にあるすべてのボクセルは、１の値を割り当てられることができ、バックグラウンド内にあるすべてのボクセルは、ゼロの値を割り当てられることができ、重ね合せられたセグメント化境界のあるものの内側にあり、他のものの外側にあるすべてのボクセルは、それらが重ね合せられたセグメント化境界の内側又は外側にある該セグメント化境界のパーセンテージに基づいて、ゼロと１の間の小数値を割り当てられる。ステップ１４０において、確率及び平均閾値境界が、確率マップを生成するために組み合わせられる。画像の複数のボリュームの各々の確率マップが、現在患者からの現在画像をセグメント化するために利用可能であるように、ライブラリに記憶されることができる。

現在患者のセグメント化された画像が準備されようとする場合、複数の現在画像が、ステップ１５０において生成される。ステップ１５２において、器官モデルが、メモリから取り出され、ステップ１５４において、器官モデルが、現在画像にフィットされる。ステップ１５６において、器官モデルが現在画像と位置合わせされるようにする変換が、決定される。慣習的な器官モデル、平均セグメント化境界等のさまざまな器官モデルが企図される。

ステップ１６０において、確率マップが、決定された変換により変換されることによって、変換された確率マップ１６２を生成する。変換された確率マップ１６２は、各ボクセルが関心ボリューム内に又はバックグラウンド内にある確率を表す。ステップ１７０と並行に、現在画像の各ボクセルは、例えば強度、勾配、テクスチャ等の画像特性に基づいて分類され、それが関心ボリューム又はバックグラウンドに属するという画像特性に基づいて、確率を割り当てられる。

ステップ１８０において、変換された確率マップからの確率及び分類に基づく確率が、ボクセルごとにマージされる。ステップ１８２において、現在画像の関心領域のセグメント化境界が、マージされた確率に基づいて生成される。例えば、関心ボリューム内で、予め選択された又は調整可能な閾値より大きい確率をもつすべてのボクセルは、関心ボリュームに割り当てられ、閾値以下のボクセルは、バックグラウンドに割り当てられる。インタフェースは、関心ボリュームのセグメント化境界を表す。関心ボリュームが１の値を割り当てられ、バックグラウンドのボリュームがゼロの値を割り当てられる上記の例において、閾値は、例えば０．５に設定されることができる。

ステップ１９０において、セグメント化境界が、セグメント化された現在画像を生成するために、現在画像と組み合わせられ、例えば重ね合せられる。ステップ１９２において、セグメント化された現在画像は、例えば患者医療データベースのようなメモリに記憶される。ステップ１９４において、セグメント化された現在画像は、モニタ又は他の臨床医にとって可読のディスプレイに表示される。

図５を参照して、オペレータにより支援されるモードにおいて、確率マップは、ステップ２００において、セグメント化された閾値を適用される。関心ボリュームが１の値を有し、バックグラウンドがゼロの値を有する上記の例において、閾値は、例えば最初に０．５に設定されることができる。ステップ２０２において、セグメント化境界は、関心領域にある可能性が比較的高い、例えば０．５より大きい値をもつボクセルと、バックグラウンドにある可能性が比較的高い、例えば０．５以下の値をもつボクセルとの間のインタフェースとして、規定される。ステップ２０４において、セグメント化境界は、セグメント化された現在画像を生成するために、生成された現在画像１５０上に重ね合せられる。ステップ２０６において、セグメント化された現在画像が、放射線医又は他の技師に表示される。ステップ２０８において、放射線医又は医療技師は、表示されたセグメント化画像を観察して、セグメント化が満足なものかどうか判定する。ステップ２１０において、セグメント化が満足なものである場合、セグメント化された現在画像は、例えば患者医療データベースに記憶される。セグメント化された画像が満足でない場合、ステップ２１２において、放射線医又は他の医療技師は、閾値を調整する。閾値が調整されると、セグメント化境界を規定するステップ２０２が、セグメント化境界を規定し直し、その規定し直されたセグメント化境界は、ステップ２０４において現在画像に重ね合せられ、ステップ２０６において表示される。放射線医又は他の医療技師がセグメント化に満足するまで、この調整プロセスは繰り返し続く。

本発明は、好適な実施形態に関して記述された。当業者であれば、先行する詳細な説明を読み理解することにより、変形例及び変更例が思いつくであろう。本発明は、すべてのこのような変形例及び変更例が添付の請求項又はその等価なものの範囲内にある限り、それらを含むものとして構成されることが意図される。

Claims (13)

1. 現在診断画像をセグメント化するシステムであって、
   複数の患者から生成された、選択された関心ボリュームの以前に生成された診断画像において、関心ボリュームをセグメント化する１又は複数のワークステーションと、
   前記以前に生成されセグメント化された画像を位置合わせし、前記以前に生成されセグメント化された画像をマージして、（１）各ボクセルが前記関心ボリュームを表す確率、（２）各ボクセルがバックグラウンドを表す確率、及び（３）平均セグメント化境界、を示す確率マップを与えるようにプログラムされる１又は複数のプロセッサと、
   前記確率マップを現在患者の関心ボリュームの現在診断画像と位置合わせして、変換された確率マップを生成するセグメント化プロセッサと、
   を有し、
   前記セグメント化プロセッサは、
   前記平均セグメント化境界を、前記現在画像及び前記現在画像に位置合わせされたモデルのうち一方の前記関心ボリュームに位置合わせするステップと、
   前記現在画像又は前記モデルに位置合わせされるように前記平均セグメント化境界が変換された該変換を決定するステップと、
   前記変換された確率マップを生成するように、前記決定された変換によって前記確率マップを変換するステップと、
   を実施することによって、前記確率マップを前記現在画像と位置合わせするようにプログラムされ、
   前記システムは更に、少なくとも前記変換された確率マップに基づき、前記関心ボリュームのセグメント化境界を決定するセグメント化境界プロセッサを有する、システム。
2. 前記現在画像の少なくとも選択されたボクセルが（１）前記関心ボリューム及び（２）前記バックグラウンドを示す確率を決定するために、前記診断画像の特性に基づいて前記関心ボリュームの診断画像を分類するように事前に訓練されたクラシファイヤと、
   前記クラシファイヤからの確率と、前記現在画像と位置合わせされる前記変換された確率マップからの対応するボクセルの確率とをマージするマージプロセッサ又はコンピュータルーチンと、
   を更に有する、請求項１に記載のシステム。
3. 前記クラシファイヤ及び前記確率マップからの確率がマージされるための相対加重を調整するユーザ入力装置を更に有する、請求項２に記載のシステム。
4. 前記セグメント化境界プロセッサが更に、前記マージされた確率に基づいて、前記現在画像内の前記関心ボリュームのセグメント化境界を決定し、
   前記システムは更に、前記決定されたセグメント化境界を前記現在画像と組み合わせるプロセッサ又はコンピュータルーチンを有する、請求項２又は３に記載のシステム。
5. 前記変換された確率マップ内で閾値を上回る確率を有する前記現在画像のボクセルを、前記関心ボリューム及び前記バックグラウンドの一方に割り当て、閾値以下の確率を有するボクセルを、前記関心ボリューム及び前記バックグラウンドの他方に割り当てる閾値処理装置又はプロセッサを更に有する、請求項１に記載のシステム。
6. 前記セグメント化境界プロセッサが更に、前記関心ボリュームに割り当てられたボクセルと前記バックグラウンドに割り当てられたボクセルとの間のインタフェースから、前記セグメント化境界を決定し、
   前記システムは更に、前記セグメント化境界を前記現在画像と組み合わせるようにプログラムされる画像プロセッサと、
   前記セグメント化された現在画像が表示されるディスプレイと、
   前記セグメント化境界を調整し、表示される前記セグメント化された現在画像のセグメント化を調整するために、ユーザが入力装置によって確率閾値を調整する該入力装置と、
   を有する、請求項５に記載のシステム。
7. 前記セグメント化された現在画像が記憶される医療データベースと、
   放射線治療計画プロセスを実施するために前記セグメント化された現在画像を使用する放射線治療計画システムと、
   を更に有する、請求項１乃至６のいずれか１項に記載のシステム。
8. １又は複数のワークステーションと、１又は複数のプロセッサと、セグメント化プロセッサと、セグメント化境界プロセッサとを有するシステムが、診断画像をセグメント化する方法であって、
   前記１又は複数のワークステーションが、複数の患者から生成された、選択された関心ボリュームの以前の診断画像において、関心ボリュームをセグメント化するステップと、
   前記１又は複数のプロセッサが、前記セグメント化された以前の画像を位置合わせするステップと、
   前記１又は複数のプロセッサが、前記セグメント化された以前の画像をマージして、（１）各ボクセルが前記関心ボリュームを表す確率、（２）各ボクセルが前記バックグラウンドを表す確率、及び（３）平均セグメント化境界、を示す確率マップを与えるステップと、
   前記セグメント化プロセッサが、変換された確率マップを生成するために、前記確率マップを現在患者からの前記関心ボリュームの現在診断画像と位置合わせするステップとを有し、
   前記確率マップを前記現在診断画像と位置合わせする前記ステップが、
   前記セグメント化プロセッサが、前記平均セグメント化境界を、前記現在画像及び前記現在画像に位置合わせされるモデルのうち一方の前記関心ボリュームに位置合わせするステップと、
   前記セグメント化プロセッサが、前記現在画像との位置合わせをもたらすように前記平均セグメント化境界が変換された該変換を決定するステップと、
   前記セグメント化プロセッサが、前記決定された変換により前記確率マップを変換して、前記変換された確率マップを生成するステップと、
   前記セグメント化境界プロセッサが、少なくとも前記変換された確率マップに基づき、前記関心ボリュームのセグメント化境界を決定するステップと、
   を含む、方法。
9. 前記システムは、クラシファイヤと、マージプロセッサ又はコンピュータルーチンとを更に有し、
   前記クラシファイヤが、前記現在画像の少なくとも選択されたボクセルが（１）前記関心ボリューム及び（２）前記バックグラウンドを示す確率を決定するために、前記現在画像の特性に基づいて、事前に訓練されたクラシファイヤルーチンによって、前記関心ボリュームの現在画像を分類するステップと、
   前記マージプロセッサ又はコンピュータルーチンが、前記クラシファイヤルーチンからの確率と、前記現在画像と位置合わせされるように変換された前記確率マップからの確率とをマージするステップと、
   を更に含む、請求項８に記載の方法。
10. 前記セグメント化境界プロセッサが、前記マージされた確率に基づいて、前記現在画像の前記関心ボリュームのセグメント化境界を決定するステップと、
    前記マージプロセッサ又はコンピュータルーチンが、前記決定されたセグメント化境界を前記現在画像と組み合わせるステップと、
    を更に含む、請求項９に記載の方法。
11. 前記システムは、閾値処理装置又はプロセッサと、画像プロセッサと、ディスプレイとを更に有し、
    前記閾値処理装置又はプロセッサが、前記変換された確率マップ内で、閾値を上回る確率を有する前記現在画像のボクセルを前記関心ボリューム及び前記バックグラウンドの一方に割り当て、閾値以下のボクセルを前記関心ボリューム及び前記バックグラウンドの他方に割り当てるステップと、
    前記セグメント化境界プロセッサが、前記関心ボリュームに割り当てられた前記ボクセルと、前記バックグラウンドに割り当てられた前記ボクセルと、の間のインタフェースから前記セグメント化境界を決定するステップと、
    前記画像プロセッサが、前記セグメント化境界を前記現在画像と組み合わせて、セグメント化された現在画像を生成するステップと、
    前記ディスプレイが、前記セグメント化された現在画像を表示するステップと、
    を更に含む、請求項８に記載の方法。
12. 前記システムは、入力装置を更に有し、
    前記入力装置が、前記セグメント化境界を調整し、前記セグメント化され表示された現在画像のセグメント化を調整するために、前記閾値を調整するステップを更に含む、請求項１１に記載の方法。
13. 請求項８乃至１２のいずれか１項に記載の方法を実施するように１又は複数のプロセッサを制御するための１又は複数のコンピュータプログラムを担持する有形コンピュータ可読媒体。

Images