JP6031454B2 - 撮像データにおける潜在異常を特定する方法及び装置並びに医用画像へのその応用 - Google Patents

Description

本発明は、データ処理に関する。より厳密には、本発明は、画像処理の方法及びシステム、特に医療データセットのコンピュータ支援検出及び診断（それぞれＣＡＤｅ及びＣＡＤｘ）、より詳細には、限定はしないが結腸直腸病変又は腹部大動脈瘤等の中空器官の異常の検出に関する。

［関連出願の相互参照］
本願は、２０１１年２月２４日付けで出願された「撮像データにおける潜在異常を特定する方法及び装置並びに医用画像へのその応用」と題する米国仮特許出願第６１／４４６，３４２号の優先権を主張し、当該出願の明細書を参照により援用する。

医学において、ＣＡＤシステムは、医用画像中の潜在異常を最終的に出力するためのものである。従来技術の方法及びシステムは、２Ｄ及び３Ｄ法を通常は取り入れており、ここで好ましく最も有効なプロセスは粗密法であり、複数の「粗い」初期パッチを検出して、「最良の」候補のみを残すことができる分類器によってさらに精緻化する。

結腸のポリープを識別する第１方法が、「仮想内視鏡検査における自動解析」と題する特許文献１に開示されている。提案されている方法及びシステムには、対象の器官、通常は結腸の切り出しが必要である。切り出しが成功すると、メッシュ、すなわち法線から方向付けた一組の等位面を用いて、湾曲量及び湾曲方向を表す集団毎の凸値を求めるステップを含む「形状特性解析」を支援するのに加えて、結腸を対話的に可視化する。

このような方法と、特許文献２に開示されているもの等のその後提案された同等の方法との戦略は、例えば結腸粘膜の滑らかな外観と比較した場合のポリープの特徴的な形状の識別に基づく。したがって、対象の形状を正確に識別するために、切り出しプロセスに基づく器官の正確な表現が必要である。当業者であれば、不規則形状の病変が検出されない場合があることを理解するであろう。仮想コロノグラフィとも称するＣＴコロノグラフィの場合、当業者であれば、従来技術の方法の大半が、（球状突起を有さないこともある不規則な形状の）癌でも腫瘤でもなく（球形の）ポリープ状の異常を識別するためのものであることを理解するであろう。

しかしながら、「体積画像におけるコンピュータ支援検出法」と題する特許文献３（以下、‘６２０号）で述べられているように、曲率計算に基づく検出器は微分プロセスを用いるが、これは入力画像中のノイズに起因したスプリアス出力を生じやすい。このような制限は、非特許文献１で述べられているように距離マップのゼロ値等位面から対象物面が得られ、距離マップの微分から面法線すなわちメッシュが得られると考えると、勾配及び等位面に関する全ての同等な方法にも影響を及ぼす。当業者であれば、「サブピクセルユークリッド距離マップを計算する方法」と題する特許文献４に記載されているように、こうした距離マップのいずれも対象物切り出しを必要とすることを理解するであろう。上述のように、距離マップを生成する方法は、ソース画像の境界曲線を識別するステップを含む。当業者であれば、例えばＣＴコロノグラフィにおけるＣＡＤ法の場合、従来技術の切り出し及び距離マップ決定が、面法線を求める結腸粘膜の内壁の正確な識別（メッシュ、勾配等）に依存することを理解するであろう。

上述の「微分プロセス」の制限を克服するために、‘６２０号特許は、単純な球面総和に基づく方法を開示している。この方法には、２値画像、すなわち切り出した画像を入力する必要があり、そこから２つの球面総和プロセスの比の範囲内に入る切り出し要素の比に基づいて形状を規定し、これは２Ｄ画像を１つずつ伴うが３Ｄ領域を見落とす。こうした方法は、必要な処理時間量を減らすと共にノイズの影響を受け難いが、画像切り出し処理に依然として大いに依存する。したがって、これは必要な処理時間及び複雑さを減らすだけであり、困難を切り出し段階に移すので検出出力は改善しない。

同時に、Gokturkは、「３ＤＣＴ結腸データからのポリープの認識」と題するバイオメディカルコンピュテーション・スタンフォード２０００シンポジウムの議事録において、医用画像中の形状を検出する３次元パターン認識法を紹介したが、そこでは、２Ｄスライスから形状特徴を抽出するために候補ボリュームのランダムスライシングが用いられ、２Ｄスライスは、ポリープ候補の識別をさらに担うサポートベクタマシン（ＳＶＭ）分類器に入力される。これは、非特許文献２にさらに詳述され、特許文献５となった。これらの進歩は、‘６２０号特許の手法と同様の、ノイズアーチファクトを低減するために２Ｄ勾配総和の使用を伴う手法をもたらすが、これは、総和及びスムージング操作が、均一構造とエッジ以外のピクセルにおける局所画像勾配が均一構造よりも顕著となる不均一構造との間の差を強化するのに役立つことを期待したものである。したがって、対象の構造の正確な切り出しプロセスを有するのに不可欠な制限が、エッジの鮮鋭度に生じる。さらに、Gokturkの方法は、それ自体が、ポリープ検出に関するよりも分類器へさらに入力すべき形状シグネチャの構築に関するものであった。

先行の概念両方に従ってそれらを組み合わせたものとして、Cathierは、特許文献６（以下、‘３４２号）に結腸ポリープ検出のために切断面を用いる方法及びシステムを開示している。開示されたこの方法及びシステムは、これらの面のいずれかにおける小さな丸形の痕跡を検出するためにデータセット全体を通したボリュームをリスライスすることを含む。しかしながら、本明細書で論じた以前の技法のように、この方法は、画像を前処理して、ポリープ検出の成功に必要な高い精度で結腸を画像中の他の構造と区別することを必要とする。さらに、当業者であれば、こうした技法がポリープ状形状認識に用いるためのものであるが、癌及び腫瘤検出（不規則形状を特徴とする）の必要性に対処していないことを理解するであろう。

２値化閾値に対する感度に関する‘３４２号の制限を克服するために、特許文献７は、発散勾配場応答（Divergence Gradient Field Response）（ＤＧＦＲ）の使用を開示している。上述のように、このような方法は、‘３４２号特許の場合のような勾配のエッジ又は大きさの代わりに勾配領域内の直接の円検出を可能にする。しかしながら、このような方法では２つの本質的制限が示される。第１に、発散勾配場応答は所定サイズの円を識別し、発見されるポリープのサイズが事前に不明なので、全範囲のポリープサイズをカバーする多数のサブボリューム（サブサンプリングされたボリューム）に関してＤＧＦＲを計算する必要がある。したがって、サブサンプリングを停止する点等の選択を行わなければならないことにより、発見される最小及び最大のポリープのサイズが制限される。これは、当業者には既知のテンプレートマッチング技法の問題である。第２の制限は、ポリープが単純な円よりも複雑な形状を呈するかもしれないにも関わらず、ＤＧＦＲが円を検出することである。残念ながら、この技法は、癌及び腫瘤検出（すなわち、不規則形状）の必要性に対処していない。

さらに、常に存在する切り出しの制限に加えて、これらの方法が、例えば密度解析によるか形状解析によるかを問わず２つの別個のステップ：候補検出及び偽陽性低減を有することが分かり得る。その上、上述の方法は、ポリープをさらに検出するよう円形／楕円形を検出するためのものである。当然ながら、デジタルデータセットにおいて球面を探すことは、丸形の検出又は局所的／全体的湾曲の検出と同等である。したがって、ウィーンでの２００９年欧州放射線会議（ＥＣＲ）においてC. Robinson博士が「ＣＡＤアルゴリズムはスクリーニングに関連してポリープを検出するために開発された」と述べたように、種々のサイズ及び形状の病変の検出に適した方法がなく、この研究は、癌候補生成のための「読影医が調整可能な球形度設定」に基づく市販のＣＡＤｅデバイスの性能を調査するためのものであった。当人曰く、「ＣＡＤアルゴリズムを４つの球形度設定（０、５０、７５、１００）で各データセットに適用した。７５はデフォルトの製造業者の設定であり、１００（最高球形度）は湾曲のより強い形状を検出し、一人の観察者がＣＡＤマークの全部を特性化した。」それぞれ０、５０、７５、及び１００の球形度設定で、「感度；偽陽性率」に関する結果は｛９０．２％；６５｝、｛８８．６％；５７｝、｛８７．１％；４５｝、及び｛７４．２％；２４｝であった。このような高い偽陽性率は、（臨床的に関心のない）他の何かが拾われて初めて高感度が得られ得ることを考えると、こうしたモルフォロジベースのアルゴリズムが様々な形状の癌及び他の病変を正確に識別できないことを証明する。これは、C. Robinson博士によって上手く述べられている：「癌の検出は、球形度の低下と共に高まるが特異性の低下という代償を伴う。」

最後に、制限の中でも特に、方法によっては内腔を組織と見分けるために結腸を他の構造と区別するための単純な閾値を要する。「単純閾値」法などというものはないが、このような方法の明確な制限は、「空気／組織の単純な分離」以上のものが必要である体液／便標識付けによる準備の不足の結果としてＣＴコロノグラフィデータセットの取り扱いが不可能なことであろう。実際には、こうした準備の不足を考慮して、当業者であれば、標識した残留物がポリープに似た小さな／丸い特徴を表し得ることを理解するであろう。

したがって、上記欠点の少なくとも１つを克服する改良した方法及び装置を提供することが望ましい。

ＰＣＴ国際出願公開第９８／３７５１７号明細書 米国特許第７，３６９，６３８号明細書 米国特許第７，２３６，６２０号明細書 米国特許第７，１１３，６１７号明細書 米国特許第７，３４６，２０９号明細書 米国特許第７，４４７，３４２号明細書 米国特許出願公開第２００９／００１６５８３号明細書

1998, Using distance maps for accurate surface representation in sampled volumes, Gibson Sarah F.F., Mitsubishi Electric Research Laboratory, IEEE. "A statistical 3D pattern proceeding method for computer-aided detection of polyps in CT colonography, Gokturk and al., IEEE transaction on medical imaging, vol.20(12) dec. 2001"

したがって、本発明の目的は、潜在異常を特定する方法及びシステムと、医療データセットにおける中空器官に対するその使用とを提供することである。

本発明の別の目的は、事前の正確な器官切り出しも異常の事前の形態学的知識も伴わずに、異常の自動検出を支援するような方法及びシステムを提供することである。

一実施形態によれば、撮像データにおける潜在異常を特定する方法であって、所定異常を表す少なくとも１つの所定異常特性のセットを提供するステップと、少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を提供するステップと、撮像データにおいて、第１特性を有する第１区域及び少なくとも１つの他の区域の群を特定するステップであり、少なくとも１つの他の区域のそれぞれは、第１特性とは異なる対応の特性を有するステップと、第１区域及び少なくとも１つの他の区域の群の特定から得られる移行区域を提供するステップであり、移行区域は、第１区域と少なくとも１つの他の区域の群とを分離する閉鎖区域及び第１区域及び少なくとも１つの他の区域の群の一方に延びる閉鎖区域からなる群から選択されるステップと、選択区域の算出表示を提供するために少なくとも移行区域で少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を適用するステップであり、選択区域は、少なくとも移行区域であるステップと、選択区域の算出表示が少なくとも１つの所定異常特性のそれぞれと一致しているか否かを判定するステップと、選択区域の算出表示が一致する場合には、潜在異常候補区域の表示を選択区域に割り当てることにより上記潜在異常を特定するステップとを含む方法を提供する。

一実施形態によれば、撮像データは、撮像システムから得られるｎ次元データセットを含み、ｎは２以上である。

別の実施形態によれば、ｎ次元データセットは、２次元体積要素配列及び３次元体積要素配列の一方である。

別の実施形態によれば、ｎ次元データセットは、磁気共鳴イメージング（ＭＲＩ）デバイス、陽電子放射断層撮影（ＰＥＴ）デバイス、Ｘ線デバイス、超音波デバイス、及びそれらの任意の組み合わせからなる群から選択したデバイスから得られる。

別の実施形態によれば、少なくとも１つの所定異常特性のセットは、組成関連情報、形状関連情報、撮像データ中の空間局在、及び経時的なそれらの組み合わせの少なくとも１つを含む。

別の実施形態によれば、異常特性識別器は、組織密度判定、組織勾配均一性判定、組織特性の有無の判定、含水率／水分布の判定、所定の瞬間の又は経時的な造影剤の存在の判定及び分布の判定の少なくとも１つを含む。

一実施形態によれば、第１区域の第１特性は、確定空気領域を含み、少なくとも１つの他の区域のそれぞれの対応の特性は、確定組織領域を含む。

別の実施形態によれば、第１区域の第１特性は、確定標識領域を含み、少なくとも１つの他の区域のそれぞれの対応の特性は、確定組織領域を含む。

別の実施形態によれば、本方法は、異常特性識別器を選択区域に適用するステップをさらに含む。

別の実施形態によれば、本方法は、潜在異常の表示を提供するステップをさらに含む。

別の実施形態によれば、潜在異常の表示を提供するステップは、潜在異常の表示を記憶するステップ及び潜在異常の表示をユーザインタフェースに表示するステップの少なくとも一方を含む。

別の実施形態によれば、本方法は、潜在異常の表示を遠隔場所に伝送するステップをさらに含む。

さらに別の実施形態では、画像データは、ピクセル及びボクセルからなる群から選択した複数の単位画像要素を含む。

別の実施形態によれば、撮像データにおける潜在異常を特定する方法を実施するための命令を記録した機械可読媒体を提供する。

別の実施形態によれば、撮像データにおける潜在異常を特定する方法であって、撮像データを受け取るステップと、撮像データにおいて、第１特性を有する第１区域及び少なくとも１つの他の区域の群を特定するステップであり、少なくとも１つの他の区域のそれぞれは、第１特性とは異なる対応の特性を有するステップと、第１区域及び少なくとも１つの他の区域の群の特定から得られる移行区域を提供するステップであり、移行区域は、第１区域と少なくとも１つの他の区域の群とを分離する閉鎖区域及び第１区域及び少なくとも１つの他の区域の群の一方に延びる閉鎖区域からなる群から選択されるステップと、選択区域の算出表示を提供するために少なくとも移行区域で組織勾配均一性識別器を適用するステップであり、選択区域は、少なくとも移行区域であるステップと、選択区域に関して算出表示が一致しているか否かを判定するステップと、選択区域の算出表示が一致している場合には、潜在異常候補区域の表示を選択区域に割り当てることにより上記潜在異常を特定するステップとを含む方法を提供する。

別の実施形態によれば、撮像データにおける潜在異常を特定するシステムであって、データバスと、データバスに動作可能に接続した中央処理ユニットと、データバスに動作可能に接続したＩ／Ｏデバイスと、データバスに動作可能に接続したネットワークインタフェース回路と、データバスに動作可能に接続し、撮像データにおける潜在異常を特定する少なくとも１つのプログラムを備えたメモリとを備え、少なくとも１つのプログラムは、中央処理ユニットが実行するよう構成され、撮像データにおける潜在異常を特定する少なくとも１つのプログラムは、少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を適用する命令と、撮像データにおいて、第１特性を有する第１区域及び少なくとも１つの他の区域の群を特定する命令であり、少なくとも１つの他の区域のそれぞれは、第１特性とは異なる対応の特性を有する命令と、第１区域及び少なくとも１つの他の区域の群の特定から得られる移行区域を提供する命令であり、移行区域は、第１区域と少なくとも１つの他の区域の群とを特定する閉鎖区域及び第１区域及び少なくとも１つの他の区域の群の一方に延びる閉鎖区域からなる群から選択される命令と、選択区域の算出表示を提供するために少なくとも移行区域で少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を適用する命令であり、選択区域は、少なくとも移行区域である命令と、選択区域の算出表示が少なくとも１つの所定異常特性のそれぞれと一致しているか否かを判定し、選択区域の算出表示が一致している場合には、潜在異常候補区域の表示を選択区域に割り当てることにより上記潜在異常を特定する命令とを含むシステムを提供する。

別の実施形態によれば、撮像データにおける潜在異常を特定するシステムであって、メモリは撮像データをさらに備えるシステムを提供する。

別の実施形態によれば、潜在異常を特定するシステムであって、撮像データをネットワークインタフェース回路から受け取るシステムを提供する。

本方法は、効率的な計算複雑性で、対象の器官を正確に切り出す必要なく、初期候補又は完全検出方式を提供するために用いることができる。本方法が、従来技術のＣＡＤ法が必要とする正確な切り出しを達成し難い場合があるような中空器官の閉塞性異常並びに蛇行状領域の他の病変の検出を向上させ得るので、これは大いに有利である。

さらに、本方法は、制限的な形状解析に依存せず、曲率等の厳密な形態学的特徴解析にも依存しない。病変は変わりやすい形状及びサイズを呈し得るので、これは現在の最先端の方法よりも大いに有利である。形状又は形態学的解析特徴には依存しないが、本方法を後続の分類プロセスとしてそれらのいずれかと組み合わせてもよい。

一実施形態では、例えばパーシャルボリュームアーチファクトを呈する移行領域とも称する不確定領域、すなわちタイプが未知の領域を、コヒーレント情報をそこから抽出するよう試みることによって使用することを含み得る。不確定領域が主に不良と思われる信号を伝えると考えて不確定領域からの情報を低減、制限、又は防止することを目的とした従来技術の方法と比べて、これは大いに有利である。

本発明を容易に理解できるようにするために、本発明の実施形態を、例として添付図面に示す。

（従来技術）異常検出方式で最終候補を提供する従来技術の方法を示すフローチャートである。 撮像データにおける潜在異常を特定する方法の実施形態を示すフローチャートである。 一実施形態による結腸の一部を示すＣＴスキャン画像である。 図３の拡大図である。 別の実施形態による結腸の一部を示す別のＣＴスキャン画像である。 別の実施形態による結腸の一部を示す別のＣＴスキャン画像である。 一実施形態による結腸の一部を表す画像を示す。 一実施形態による結腸の一部を表す画像を示す。 一実施形態による結腸の一部を表す画像を示す。 一実施形態による結腸の一部を表す画像を示す。 別の実施形態による結腸の一部を示す別のＣＴスキャン画像である。 別の実施形態による結腸の別の部分を表す画像を示す。 別の実施形態による結腸の別の部分を表す画像を示す。 撮像データにおける潜在異常を特定する方法が実施され得る処理デバイスの実施形態を示すブロック図である。 例えば確定空気領域から確定組織領域まで距離Δだけ延びる厚い調査領域を決定する実施形態を示す概略図である。 図３に示す結腸の一部を示すＣＴスキャン画像の一部の拡大図である。 確定空気領域から一定距離Δに延びた厚い領域にある極大を示す、図３に示す結腸の一部を示すＣＴスキャン画像の一部の拡大図である。 レイを発し、所定の大きさのレイ強度の累積を２値化することによって極大に対して低減プロセスを行うことにより得られる最終特異点を有する、図１１の概略図を示す。 確定空気領域に対して直交すると共に特異点を通過する例示的なレイを発した、図３に示す結腸の一部を示すＣＴスキャン画像の一部の拡大図である。これらのレイが、潜在異常に属する可能性の高い特異点で交わることが分かり得る。 特異点を各レイ交点で「強度」閾値を適用することによってさらに区別した、図３に示す結腸の一部を示すＣＴスキャン画像の一部の拡大図である。特異点に達するレイが多いほど、強度が高く、その特異点が潜在異常に属する確率が高い。 潜在異常箇所における近似結腸粘膜の一部を再構成するために特異点をまとめることができ、少なくとも１つの特異点の集まりから外向きのレイを発し、以前に求めた距離変換マップを伴う、図１１の概略図である。このような潜在異常箇所における近似結腸粘膜の一部をさらに用いて、略重心（例えば回転中心を用いた３Ｄ評価のための）及び潜在病変の近似測定を求めることができる。 確定空気領域から確定組織領域まで延びる距離場を示すＣＴスキャン画像の一部の拡大図である。対象物の中心に向かって収束する従来の距離変換手法とは異なり、距離を延ばす目的は、確定組織領域が確定空気領域からどれだけ離れているかに関する情報を提供することである。こうした拡張は、「異常特性サイズ」に応じた最大透過厚に制約される。 図１８Ａに示すような距離場拡張から求めた、その範囲内に延びる表面フラックスを示すＣＴスキャン画像の一部の拡大図である。このような表面フラックスは、極大の局在に関する情報を提供する。当業者であれば、両方の情報マップ（すなわち、図１８Ａ及び図１８Ｂ）の組み合わせが、例えば残便中の空気から得られる可能性のある表面付近の気泡に起因した偽陽性を破棄することを理解するであろう。 ＣＴコロノグラフィ検査から得られる２次元画像を示し、一方が極大を表す調査中の２つの領域を示す第１画像を含み、元の画像の粗いピクセルを見ることができる拡大画像を含む。

本発明のさらなる詳細及びその利点は、以下に含まれる詳細な説明から明らかとなるであろう。

実施形態の以下の説明において、添付図面の参照は、本発明を実施できる例を示すためのものである。当然ながら、開示した本発明の範囲から逸脱せずに他の実施形態を行うことができる。

前述のように、ＣＡＤシステムは、所定の医療データセットにおける潜在異常を検出するために医学で用いることができる。本発明は、非限定的な例として結腸直腸病変又は腹部大動脈瘤等の中空器官の異常を検出するのに実用的であり得る、撮像データにおける潜在異常を特定する方法及び装置を提供する。本方法の実施形態は、医用画像用途で記載するが、本明細書を読めば明らかとなるように、当業者であれば様々な他の用途が想定され得ることを理解するであろう。

図１は、異常検出方式で最終候補を提供するために用いる従来技術の方法を示す。この方法は、初期候補を検出する初期プロセスに続いて、最終候補を提供する第２プロセスを含む。後述するように、第２プロセスは、偽陽性候補の排除を試みながら最終候補を分類することを可能にする。

図示の従来の方法では、処理ステップ１０２によれば、入力データセットを提供する。当然ながら、入力データセットは、当業者に既知のように２画像及び３Ｄ画像を含み得る。

処理ステップ１０４によれば、器官切り出しを実施する。器官切り出しの目的は、対象の器官の境界を適切に位置付けることである。

処理ステップ１０６によれば、球面又は湾曲抽出に基づく検出を実施する。

処理ステップ１０８によれば、初期候補を提供する。初期候補は、検出に続いて提供される。

処理ステップ１１０によれば、特徴抽出を初期候補のセットに対して実施する。

処理ステップ１１２によれば、特徴抽出に基づく初期候補の分類を実施する。

処理ステップ１１４によれば、偽陽性の低減を実施する。

処理ステップ１１６によれば、最終候補を提供する。

前述のように、また以下で明らかとなるように、既知の従来技術の方法とは反対に、本発明の方法は対象の器官の正確な切り出しに依存しない。以下で詳述するように、本方法は、初期候補の提供又は効率的な計算複雑性での完全検出方式の提供に用いることができる。

実際には、一実施形態では、記載の方法は制限的な形状解析にも厳密な形態学的特徴解析にも依存せず、これらはいずれも、その潜在的検出のための正確な対象物切り出しの必要性から生じるものだが、これらに依存しないことは、発見すべき病変が変わりやすい形状及びサイズを概して呈するので大いに有利である。とはいえ、当業者であれば、以下で明らかとなるように、本方法を後続の分類プロセスとして任意の形状解析又は形態学的特徴解析と組み合わせてもよいことを理解するであろう。

次に図２を参照して、撮像データにおける潜在異常を特定する方法の実施形態をここで説明する。

当然ながら、一実施形態では、撮像データは、撮像システムから得られて処理システムへ提供されるｎ次元データセット（ｎ≧２）を含む。

当業者であれば、こうしたデータセットの次元を制限することなく、医療データセットは通常は２次元又は３次元体積要素配列であり、これらをそれぞれピクセル及びボクセルで示すことを理解するであろう。直交座標系を仮定すると、ピクセル要素は、軸（ｉ，ｊ）（ボクセルでは（ｉ，ｊ，ｋ））に沿って場所（ｘ，ｙ）（ボクセルでは（ｘ，ｙ，ｚ））で表す。結果として、データセットの「スライス」を、３次元データセットの「ｋ」軸に沿って「ｚ」の場所を特定することにより選択することができる。

さらに医用画像用途の実施形態では、データセットは、磁気共鳴イメージング（ＭＲＩ）デバイス、陽電子放射断層撮影（ＰＥＴ）デバイス、Ｘ線デバイス、超音波デバイス、及びそれらの任意の組み合わせからなる群から選択したデバイスから取得することができる。取得したデータセットは、対象の器官の少なくとも一部を含み、それに関して各要素を人体の特定の特性に関連付けることができる。例えば、結腸の少なくとも一部を含むＸ線ＣＴスキャナによって取得した医療データセットは、ハウンズフィールド単位で表した密度値を有しグレースケールカラーで表示した要素を示し、黒色でレンダリングした要素は、−４００Ｈｕ未満のハウンズフィールド値の空気要素を通常は表すので、結腸等の中空器官の可視化を可能にする。

一実施形態では、以下で明らかとなるように、本方法は、撮像データ中の確定領域、すなわち骨、軟組織、空気領域、及び標識領域等の特定の既知のタイプであるものとして確実に検出された領域の使用、及び不確定領域、すなわち例えばパーシャルボリュームアーチファクトを呈する領域の使用を含む。この実施形態では、本方法は、何らかのコヒーレント情報を抽出するために、隣接の確定領域の識別から得られる移行区域とも称する不確定領域を少なくとも用いる。本方法は、「不確定」領域が主に不良と思われる信号を伝えると考えてこれらの領域からの情報を低減、制限、又は防止することを目的とした他の方法とは異なる。

例えば、以下でより詳細に説明するように、一実施形態では、コヒーレント情報は、確定空気タイプ領域に囲まれた同心性の確定組織タイプ領域を示す被疑領域の特性に関連する。病変の別の例示的な特性は、均一な同心性の緻密組織分布を示すことである。

当業者であれば、潜在的病変の特性に関連した様々な他のコヒーレント情報が考えられ得ることを理解するであろう。以下でよりよく示すように、例えば、潜在的病変が一貫した空気密度を示す場合、気泡の存在を示すコヒーレント情報を用いて、潜在的病変を破棄してそれを偽陽性として識別することができる。病変の別の典型的特徴によれば、病変は、周囲よりも中心の方が緻密な組織を呈し得る。病変は、他の組織タイプショックを伴わず徐々に緻密になる組織等の連続的特性も呈し得る。逆に、不均一な残留結腸液又は排泄物は、非常に不均一な組織特性及び閉じ込められた気泡の存在を示す。しかしながら、通常の病変は、場合によっては、例えばバリウム又はヨウ素等の標識剤でコーティングされた場合は周囲の高密度組織も特徴とする。最後に、静脈内取得を考えた場合、病変は、血管に富む場合があることを考えると、より高い中心密度に起因した組織ショックを呈し得る。

当業者であれば、結腸病変の様々な生理学的特性又は他のタイプの特性が、所定の結腸直腸スクリーニング用途で本明細書に記載の方法を実施する対象となり得ることを理解するであろう。当業者であれば、所定の応用分野及び所定のタイプの潜在異常に従って、所定潜在異常の他の典型的特性をその臨床知識から得ることができることも理解するであろう。

さらに図２を参照して、処理ステップ２０２によれば、異常を表す少なくとも１つの所定異常特性のセットを提供する。上述の例では、少なくとも１つの所定異常特性のセットは、病変を表す１つの所定異常特性を含むことができ、例えば、所定異常特性は、確定空気タイプ領域に囲まれた内方に向かって密度が高くなる同心性の確定組織タイプ領域を表し得る。

当業者が本明細書を読めば、所定病変を表す様々な他の異常特性が考えられ得ることが理解されるであろう。

当業者であれば、所定異常が単一の特性だけでなく複数の特性で表され得ることも理解するであろう。例えば、少なくとも１つの所定異常特性のセットは、組成関連情報、形状関連情報、撮像データ中の空間局在、及び経時的なそれらの組み合わせの少なくとも１つを含み得る。

処理ステップ２０４によれば、少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を提供する。以下で明らかとなるように、上述の実施形態では、異常特性識別器は、勾配の判定を含み得る。

当業者であれば、対応する１つの異常特性を識別する目的で様々な異常特性識別器が考えられ得ることを理解するであろう。以下で明らかとなるように、当然ながら、複数の異常特性識別器の組み合わせを所定の用途に従って用いることができる。例えば、一実施形態では、第１異常特性識別器を第１所定異常特性の識別のために提供することができ、第２異常特性識別器を第２所定異常特性の識別のために提供することができる。

当業者には明らかとなるように、異常特性識別器は、組織密度判定、組織勾配均一性判定、所定領域の組織分布、確定組織特性の有無の判定、ＭＲＩ画像の場合の含水率／水分布の判定、静脈内造影剤を特徴とする取得の所定の瞬間の又は経時的な造影剤の存在及び分布の少なくとも１つを含み得る。

さらに別の実施形態では、勾配・発散解析等の任意の微分プロセスを含む輝度プロファイル解析［Semi-Automatic Generation of Transfer Functions for Direct Volume Rendering, G. Kindlmann & J.W. Durkin, IEEE Symposium on Volume Visualization, 1998］及び［Fully automated three-dimensional detection of polyps in fecal-tagging CT Colonography, J. Nappi, H. Yoshida, Acad. Rdiol., 14(3)-287-300, March 2007］、限定はしないが距離変換、輝度分布、オイラーフロント展開を含む表面及び体積分布解析［Evolution, Implementation, and Application of level set and fast marching methods for advancing front, J.A. Journal of computational Physics, 169:503-555, 2001］、及びアドバンシングパレートフロント等のダイナミックフロント展開理論を用いることができる。

本明細書を読めば明らかとなるように、当業者であれば、異常特性識別器を画像取得物理学、所定の異常生理学、又はそれらの組み合わせから得ることができることを理解するであろう。当然ながら、一実施形態では、異常特性識別子を一領域にわたって適用し、切り出しプロセスへのさらなる依存を防止する。

当然ながら、組織組成特性は、異常の臨床的理解及び画像取得の物理学から得られるものであり、非限定的な例として、Ｘ線に基づくＣＴスキャナでのハウンズフィールド値の密度及び磁気共鳴イメージングでの含水量である。

さらに図２を参照すると、処理ステップ２０６によれば、第１区域及び少なくとも１つの他の区域の群を撮像データにおいて特定する。

当然ながら、第１区域は第１特性を有する。さらに、以下で詳述するように、当然ながら、少なくとも１つの他の区域の群の各区域は第１区域とは異なる対応の特性を有する。

例えば、一実施形態では、第１区域は確定空気領域を含み得るが、群の他の区域は確定組織領域を含み得る。

別の実施形態では、以下で詳述するように、第１区域は確定標識領域を含み得る。当然ながら、確実性は、所定の物理的対象を示す（したがって、取得の物理学及び当該対象物に関する臨床面の理解に基づく）情報の明確さに応じて変わる。非網羅的な例により、−５００未満のハウンズフィールド値の領域が空気領域を呈する可能性が高い。

処理ステップ２０８によれば、第１区域及び少なくとも１つの他の区域の群の特定から、撮像データに移行区域を提供する。以下で明らかとなるように、移行区域は、第１区域と少なくとも１つの他の区域の群とを分離する閉鎖区域及び第１区域及び少なくとも１つの他の区域の群の一方に延びる閉鎖区域からなる群から選択される。

一実施形態では、上述のように、移行区域は未知のタイプの不確定領域であり得る。

以下で明らかとなるように、一実施形態では、移行区域は撮像データの２Ｄスライスにおける閉鎖区域である。以下でさらに詳述するように、解析中の撮像データのスライスに閉鎖領域が提供され得ない場合、潜在異常を特定するプロセスを、さらなる処理も潜在異常の特定も行わずに停止させることができる。

図３は、結腸３００の一部を含む撮像データの例を示す。画像データは、病変３０２を示すＣＴスキャナＲｘ画像を含む。この画像では、暗色のボクセル要素が空気を示し、グレー輝度のボクセル要素が軟組織を示し、白色要素が骨又は標識組織を示す。図示のように、撮像データは、第１特性を有する第１区域３０４と、第１特性とは異なる対応の特性を有する少なくとも１つの他の区域３０６と、移行区域３０８とを含む。図示の実施形態では、第１区域３０４は、隣接する閉鎖移行区域３１４で完全に囲まれた確定空気領域である。他方の区域３０６は、閉鎖区域である移行区域３０８で全体を囲まれた確定組織領域である。移行区域３０８及び３１４は、特定の既知のタイプの要素に確実に属するものとして分類されていない要素である。

さらに図２を参照すると、処理ステップ２１０によれば、対応の領域が提供された後、少なくとも１つの所定異常特性のそれぞれを識別するのに用いる異常特性識別器を、少なくとも移行区域である選択区域の算出表示を提供するために少なくとも移行区域で適用する。当業者には以下で明らかとなるように、一実施形態では、異常特性識別器を移行区域に加えて確定区域の少なくとも１つで適用することもできる。

以下で説明するように、処理ステップ２１２によれば、選択区域の算出表示が少なくとも１つの所定異常特性のそれぞれと一致するか否かの判定を行う。

処理ステップ２１４及び２１６によれば、選択区域の算出表示が一致する場合、潜在異常候補区域の表示を選択区域に割り当てることにより潜在異常を特定する。

当然ながら、潜在異常の表示は様々な実施形態に従って提供することができる。

特に、潜在異常の表示の提供は、潜在異常の表示を記憶すること及び潜在異常の表示をユーザインタフェースに表示することの少なくとも一方を含み得る。

当然ながら、潜在異常の表示を遠隔場所にさらに伝送してもよい。

一実施形態では、潜在異常の特定前に撮像データにおいて対象物、すなわち中空器官を規定及び識別する。従来技術の方法及びシステムのほとんどは、器官を特定して結腸粘膜等のその境界（輪郭）を最も正確に規定する目的で、このような識別を切り出しプロセスと称する。前景の要素が対象物を表し背景の要素が非対象物区域を表す２値であり得る対象物マスクが、非２値マスクを伴う以前の切り出しプロセスから生じ得るとしても［Fuzzy connectedness and image segmentation, J.K. Udupa & P.K. Saha, IEEE, 91(10):1649-1669, October 2003］、こうした切り出しは、この２値マスクを通常は提供する［Fast image segmentation, P.I. Corke & H.I. Anderson, Dpt of computer and information science -school of engineering and applied science- university of Pennsylvania, Philadelphia, July 1989］。

いずれも参照により全体を本明細書に援用する「管状構造における位相幾何学的支援の評価決定方法及び仮想内視鏡検査におけるその使用」と題する同一出願人による同時係属中のＰＣＴ出願第ＰＣＴ／ＣＡ２００９／００１７４９号明細書及び「画像データのフィルタリング方法、画像データのフィルタリングシステム、及び仮想内視鏡検査における画像データの使用」と題するＰＣＴ出願第ＰＣＴ／ＣＡ２００９／００１７４３号明細書に開示されているように、対象物を識別するために切り出しプロセスを用いることなく適当な支援を提供することができる。記載されている方法は、器官境界の周囲の厚い領域を包含し得る確定マスクの規定を含む。当業者であれば、かかる実施形態において、位相的及び連結性の考察により裏付けた、対象物への帰属に関して異なる確実性を有する異なる領域を表す異なるマスクが提供されることを理解するであろう。当業者であれば、かかる実施形態が、結腸の切り出しプロセスを導入するのではなくエンドユーザが患者データセットに対する結腸直腸癌の検討を行うのに必要な情報を提供する、電子結腸洗浄等の最先端の道具を特徴とする完全なＣＴコロノグラフィシステムの提供を可能にすることができることを理解するであろう。

前述のように、潜在異常の検出を実施するためには、様々な区域を提供しなければならない。一実施形態では、異なる窓／レベルを用いた異なるマスクを、第１区域及び少なくとも１つの他の区域の群を特定して少なくとも１つの移行区域を提供するために撮像データで用いることができる。さらに別の実施形態では、それぞれ結腸マスク、骨マスク、肺マスク、及び腹部マスクという４つのマスクを用いることができる。少なくとも１つの所定異常特性のそれぞれを識別するのに用いる異常特性識別器は、各窓／レベルで適用することができる。

実際には、当業者には明らかであるように、本発明の属する技術分野で既知の対応の方法の１つに従ってマスクを適用することにより、関連の医療データセットの各２Ｄスライスにおける種々の「連結成分」を大まかに識別及びラベリングすることが可能である［E. Davies Machine Vision: Theory, Algorithms and Practicalities, Academic Press, 1990, Chap.6］。

空気領域内の不連結の非空気領域、すなわち浮動面又は非連結領域を識別するために、医用画像を続いて個別に処理することができる。潜在異常検出は、このような非空気領域それぞれについて前述のように実施することができる。

別の実施形態では、対象の区域を識別するのに用いるマスクを、上述の「管状構造における位相幾何学的支援の評価決定方法及び仮想内視鏡検査におけるその使用」及び「画像データのフィルタリング方法、画像データのフィルタリングシステム、及び仮想内視鏡検査における画像データの使用」で示したような確定マスクから得ることができる。

前述の同時係属中の出願に詳述されているように、例えば、一実施形態では、以下のマスクが提供される：高確度空気マスク、高確度タグ／骨マスク、空気／軟組織境界面用不確定マスク、タグ／骨−軟組織境界面用不確定マスク、タグ−骨／空気境界面用不確定マスク、及びマスクのグラフ中の解剖学的位相を用いて得られる縮小結腸データセット用の確定マスク。さらにまた別の実施形態では、マスク連結性グラフの解剖学的位相処理に続いて最終結腸識別マスクに属する確定軟組織マスクの要素をスキャンすることにより、計算効率の向上を提供することができる。この「層」をスキャンする主な理由は、いかなる病変も軟組織、筋肉、脂肪等に似た特徴を呈する緻密な「内部」を有するからである。

以下で詳述する一実施形態では、対象物の各境界要素、すなわち記載したような場合の結腸の内側の要素において、結腸の粘膜に近い病変の潜在的痕跡を調査するためにいくつかのリスライス面を提供することができる。病変の痕跡は、確定結腸粘膜に属する他の要素に連結されていないラベリングした連結成分表面として定義される（米国特許第７，４４７，３４２号）。

以下で詳述するさらに別の実施形態では、内部の空気（通常は偽陽性の無標識残便内の気泡）の存在又は表面内の標識密度の存在に起因した位相幾何学的孔を呈する非空気面を検出することにより、精緻化した出力を得ることができる。当業者であれば、これが初期潜在異常候補の精緻化を助けることを理解するであろう。

さらに、さらに別の実施形態では、特に、通常の３Ｄ方式からの識別が通常は非常に困難である小さな病変又は閉塞性病変の場合に、任意の他の現在の方法及びシステムの感度を高めるために、初期潜在異常候補をそれらに入力することができる。

さらに別の実施形態では、非空気領域の各要素について算出した特徴のセットに基づいて、潜在異常候補をさらに分類することができる。かかる特徴の例は、非空気領域及び非空気面の各要素の密度分布である。実際には、解析を開始して特定方法を適用する対応の区域を提供するのに適したマスクを使用すると、標識した残留物から生じる可能性のあるいかなる偽陽性も本質的に排除される。これは、候補分類中又は候補分類後に偽陽性低減ステップを必要とする現在の最先端の方法及びシステムと比べて大きな改善である。さらに、適切な電子洗浄法を有する必要なく、潜在異常候補を標識領域内で検出することができる。当業者が本明細書を読めば明らかとなるように、潜在異常を特定する方法は、実際のところ、結腸粘膜を保存する問題に異なる方法で対処することを考えると、粘膜の保存に関して電子洗浄性能に依存しない。

さらに別の実施形態では、当業者であれば、異なる「組織特性閾値」での潜在候補の存在を観察することにより潜在候補の確実性を高めるために、潜在病変の各痕跡を異なる窓／レベルで解析できることを理解するであろう。

さらにまた別の実施形態では、検出した痕跡をさらに解析することができる。一実施形態では、解析は、孔のない位相的に閉じた表面を探すことを指す。これは、痕跡内に存在する気泡（偽陽性）がないことを確実にすることにより、偽陽性の発生を低減することができる。

同じく、別の実施形態では、痕跡を解析するステップは、閉曲面を検出するための勾配場の使用を含む。

さらにまた別の実施形態では、痕跡の解析は、隣接マスクの解析を含み得る。上述のような連結性グラフツリーから求めた隣接マスクは、タグ／軟組織マスク又は空気／軟組織マスクの一方であり得る。これらのマスクにおいて、ノイズ／環境挙動を示す微分特徴を求めることができる。

さらに別の実施形態では、層マスク解析を用いて、初期検出表面の周囲の包囲層を検出することができる。こうした仕組みを用いると、軟組織を包囲する挙動全体を示す際に隣接の層が「ぼやけて」見られ得るにも関わらず、候補が関連の臨床所見であるという確実性が高まる。以下でさらに詳述するように、かかる挙動は、病変の周囲のパーシャルボリュームアーチファクトとして定義され、痕跡の関連性を強化する。

切り出しを用いない中空器官の識別に関して上述した２つの同時係属中の出願に基づいて、非切り出しプロセスにより提供される「厚い領域」を調査するためだけに本方法を用いることができる。本方法のみが非切り出し器官で実施され得るにも関わらず、こうした組み合わせは、所要処理時間を劇的に短縮する。

結腸病変検出の方法の応用を、潜在異常を示す図３〜図９Ｂを参照して次に説明する。図示の異常は、４．５ｍｍ〜４０ｍｍのサイズの光学的に確認されたポリープ、癌、又は閉塞性癌であったか、又は偽陽性である。

前述の図３において、確定軟組織領域３０６の輪郭を描く第１輪郭３１０及び確定空気組織領域３０４の輪郭を描く第２輪郭３１２を示す。これらの間の領域は、不確定性の高い領域である移行区域３０８である。

図３に示し且つ上述したように、所定の被疑領域の特性が、確定空気タイプ領域に囲まれた同心性の確定組織タイプ領域を示すものとなることは言及に値する。実際には、中空器官に予想される位相的特性は、特に２Ｄ解析中に中空管内に飛翔要素がないことである。しかしながら、当業者には明らかであるように、回盲弁は、結腸の唯一の不規則な結腸粘膜領域なので、これが「飛翔体」等に見える可能性が高いことが予想され得る。したがって、米国特許第７，４４０，６０１号明細書で説明されているように、これは適宜処理され得る。

次に図４を参照すると、不確定領域すなわち移行区域内及びその周囲のサンプル要素が図示されている。以下で説明するように、これらのサンプル点を潜在異常の特定に用いることができる。

次に図５を参照すると、不確定領域に近い図４に表すサンプル点から生じた算出及びサンプリングした勾配ベクトルが示されている。この算出は、潜在異常を検出及び特定するために移行区域の特性が一致しているか否かを判定できるようにする。事実、当業者であれば、この処理ステップの目的が不確定領域のコヒーレント情報を最大限に活用することであることを理解するであろう。

この例では、当然ながら、結腸粘膜を囲む不確定領域（移行区域）は、内向きの、すなわち軟組織及び周囲器官内に入り込む勾配を示す。その上、病変３０６を囲む不確定領域３０８が、潜在所見内の緻密組織の一貫した濃度を示すことが分かる。不確定領域のコヒーレント情報を用いて、病変の生理学的特性、例えば、不確定領域から得られる同心性の緻密組織の均一で一貫した勾配特性を強調することが可能である。したがって、当業者であれば、不確定領域コヒーレント情報を用いて関連情報を得ることが可能であり得ることを理解するであろう。

当然ながら、上述のように、本方法は、ボリュームアーチファクトの影響を低減し且つスムージング及び総和のプロセスを展開してノイズ干渉を減衰させるようあらゆる手段で試みる従来技術の方法とは根本的に異なる。実際には、従来技術の方法は、境界を検出して処理のためにこれらの境界点及び場合によっては囲まれた点を用いるよう試みる。これらの方法は、不確定点を用いない。これに対して、開示した本方法の一実施形態では、例えば、特定の場所での同心性の緻密組織の減衰の潜在的コヒーレント情報を抽出するために、不確定領域の勾配解析を用いる。具体的には、当業者であれば、一実施形態において、現在の最先端の発明での切り出し領域の囲まれた要素（確定要素）の使用とは対照的に、勾配計算用の計算の要素の大半が、不確定要素の厚い領域から得られることを理解するであろう。

当業者であれば、さらに別の実施形態において、被疑領域の特性が確定標識タイプ領域に囲まれた同心性の確定組織タイプ領域を示すものとすることができ、これに対する特性識別器は、その領域のボクセルの密度の同心性の増加勾配であり得ることを理解するであろう。この後の実施形態は、電子洗浄を必要としない標識患者検出解析に関して先の実施形態の逆である。

次に図６を参照して、潜在異常を特定する方法の別の例示的な実施形態を説明する。この図は、さらなる偽陽性低減処理ステップを必要とする偽陽性の発生を防止し得る図５に関与する勾配解析手法の適用を示す。結腸内腔の結腸粘膜の潜在突起によく似た「偽陽性」要素６００を図示する。かかる突起は、形状解析（曲率ベース又は勾配ショックベースの）に基づく現在の方法による陽性ＣＡＤ所見として定義される。これに対して、潜在異常を特定する本方法の原理を用いると、周囲の不確定領域の勾配解析が一貫した軟組織濃度を示唆しないことが分かり得る。さらに、２つの確定層（空気及び軟組織）は、例えば図５に示したように確定空気領域に囲まれた確定組織領域を生成することにならない。これは、本方法が単一の解析中に検出及び偽陽性低減処理ステップを組み合わせることを可能にし得ることを示し、これは大いに有利である。当業者であれば、本方法が処理時間を短縮することができ、これも大いに有利であることを理解するであろう。

次に図７Ａ〜図７Ｄを参照すると、小さな４．５ｍｍポリープ７００が示されている。図７Ｂは、図５に示したように確定空気層が確定組織領域を包囲していないので、生アキシャル画像がこの小さなポリープをさらに識別するのに十分な情報を提供しないことを示す。この場合、確定空気境界で種々の角度のリスライス面を提供するリスライス処理ステップを実施することができる。こうしたリスライス画像の１つを図７Ｃ及び図７Ｄに白色平面として示す。図７Ｃに示すこのリスライス画像では、組織領域ではなく不確定領域を包囲する空気領域を識別することがここで可能である。

図７Ｃに示すように、この包含領域から求められる勾配特性は、軟組織の傾向を示し、これは勾配確定閾値特性によりさらに確認された。この場合も、不確定領域の情報は、真の４．５ｍｍポリープを明らかに示す真のＣＡＤ陽性所見を判定するのに十分な特性を提供する。さらにまた、これは、中心に均一な分布で軟組織又は緻密組織を有する一種の病変及びポリープの性質から得られる。

次に図８を参照すると、勾配特性解析を含む本方法の一実施形態の挙動がよりよく示されている。図３と同様に、いくつかの小さな不確定領域８００が確定空気領域に包囲されている。かかる領域の勾配の解析から、偽陽性所見が判明した。これは、陽性ＣＡＤ所見を識別する処理ステップと同等の処理ステップにおいて偽陽性候補を破棄するのに不確定領域情報を活用する、本方法のロバスト性を示す。このように２つのステップを１つに組み合わせることで、処理速度の向上が可能となり、これは大いに有利である。

次に図９Ａ及び図９Ｂを参照して、現在の最先端の形態学的ＣＡＤプロセスにより示される落とし穴及び偽陽性の回避を助ける方法の別の実施形態を説明する。図９Ａの左側に示すように、結腸内腔の球状形状９００を見ることができ、これは、現在の最先端の戦略でのＣＡＤ所見としてさらに報告される。これに対して、図９Ｂに示すように、本方法は、候補領域に空気が満ちていると考えて上記領域を偽陽性として本質的に分類する。実際には、空気／組織間の不確定領域の勾配を解析すると、勾配が襞及び結腸粘膜を示すが、「球状候補領域」の中心に空気が満ちていると考えると確定組織濃度勾配を示さないことが分かり得る。これにより、潜在ＣＡＤ所見として報告された領域が破棄される。

次に図１０を参照すると、撮像データにおける潜在異常を特定する方法を有利に用いることができる処理デバイス１０００の実施形態が示されている。

処理デバイス１０００は、中央処理ユニット１００２、Ｉ／Ｏデバイス１００４、ネットワークインタフェース回路１００８、データバス１００６、及びメモリ１０１０を備える。中央処理ユニット１００２、Ｉ／Ｏデバイス１００４、ネットワークインタフェース回路１００８、及びメモリ１０１０は、データバス１００６を用いて動作可能に結合される。

より厳密には、中央処理ユニット１００２は、データ命令を処理するよう構成する。ネットワークインタフェース回路１００８は、データネットワーク（図示せず）を介して処理デバイス１０００を別の処理デバイス（図示せず）に動作可能に接続するよう構成する。当業者であれば、ネットワークインタフェース回路１００８の様々な実施形態が提供され得ることを理解するであろう。さらに、当業者であれば、ネットワークインタフェース回路１００８が例えばＴＣＰ／ＩＰ等の様々な通信プロトコルに従って動作し得ることも理解するであろう。

Ｉ／Ｏデバイス１００４は、ユーザが処理デバイス１０００と相互作用することを可能にするよう用いられる。当業者であれば、Ｉ／Ｏデバイス１００４の様々な実施形態が用いられ得ることを理解するであろう。例えば、Ｉ／Ｏデバイス１００４は、キーボード、画面、及びマウスの少なくとも１つを含み得る。

当業者であれば、データバス１００６の様々な実施形態が提供され得ることも理解するであろう。

当然ながら、メモリ１０１０の様々な実施形態が提供され得る。さらに、当然ながら、メモリ１０１０を用いて、一実施形態では、オペレーティングシステム１０１２、撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６を記憶することができ、少なくとも１つのプログラムは、中央処理ユニット１００２により実行されるよう構成され、データベース１０１４は、撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６を操作するのに用いられる。

一実施形態では、撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６は、所定の異常を表す少なくとも１つの所定異常特性のセットを提供する命令を含む。

撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６は、少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を提供する命令をさらに含む。

撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６は、撮像データにおいて、第１特性を有する第１区域及び少なくとも１つの他の区域の群を特定する命令をさらに含み、少なくとも１つの他の区域のそれぞれは、第１特性とは異なる対応の特性を有する。

当然ながら、撮像データをデータベース１０１４に記憶させてもよい。撮像データは、Ｉ／Ｏデバイス１００４及びネットワークインタフェース回路１００８の少なくとも一方から得ることができる。

撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６は、第１区域及び少なくとも１つの他の区域の群の特定から得られる移行区域を提供する命令をさらに含み、移行区域は、第１区域と少なくとも１つの他の区域の群とを分離する閉鎖区域及び第１区域及び少なくとも１つの他の区域の群の一方に延びる閉鎖区域からなる群から選択される。

撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６は、選択区域の算出表示を提供するために少なくとも移行区域で少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を適用する命令をさらに含み、選択区域は、少なくとも移行区域である。

撮像データにおける潜在異常を特定する少なくとも１つのプログラム１０１６は、選択区域の算出表示が少なくとも１つの所定異常特性のそれぞれと一致しているか否かを判定し、選択区域の算出表示が一致する場合には、潜在異常候補区域の表示を選択区域に割り当てることにより潜在異常を特定する命令をさらに含む。

当業者であれば、オペレーティングシステム１０１２が、中央処理ユニット１００２、Ｉ／Ｏデバイス１００４、ネットワークインタフェース回路１００８、データバス１００６、及びメモリ１０１０間の相互作用を管理するために用いられることを理解するであろう。

好ましい実施形態では、特異点解析を実施して、上述のように切断面解析を実施する要素の数を減らす。図１１に示すように、例えば確定空気領域から確定組織領域まで距離Δだけ延びる厚い調査領域を決定する。一実施形態では、Δは、識別すべき特異点の特徴に関する。結腸直腸病変の特定の場合には、Δは、報告される最小異常及び最大異常の両方に特異点が存在するよう決定する。

一実施形態では、特異点解析は、報告される潜在異常の全部が検査中の厚い領域により包含されることを確認しながら、潜在異常の検出を最適化するプロセスである。

次に図１２を参照すると、結腸の２Ｄ画像が示されており、ここでは赤色境界が確定空気領域を定め、黄色境界が確定空気領域からΔだけ延びる厚い領域を表す。

当然ながら、さらに別の実施形態では、広がった厚い領域で適用される距離変換プロセスを通して特異点解析を実施する。かかる距離変換は、「R. Kimmel and al., Sub-pixel Distance Maps and Weighted Distance Transforms, Journal of Mathematical Imaging and Vision, 1994」に詳述されているようなユークリッド距離変換又は重み付け変換であり得る。このプロセスでは、特異点の決定は２つの処理ステップを含む。第１処理ステップは、距離マップにおける極大の識別であり、第２処理ステップは、異常に属する可能性の低い極大の破棄である。

次に図１３を参照すると、確定空気領域から一定距離Δに延びた厚い領域にある極大が示されている。かかる実施形態は、切断面法を通してさらに解析すべき要素の数を劇的に減らすことが観察でき、これは大いに有利である。

代替的な実施形態では、極大の数を、確定空気領域から確定組織領域まで延びるレイを用いてさらに減らすことができる。これらのレイは、確定空気領域から進むほど低下する輝度の強さを保持する。さらに別の実施形態では、これらのレイは、レイに沿った要素輝度の原因となる強度プロファイルを有し得る。これらのレイのそれぞれが、確定空気境界に対して垂直である。

したがって、図１４に示すように、レイを発し、所定の大きさでレイ強度の累積を２値化することによって極大に対して低減プロセスを行うことにより、最終特異点を得ることが可能である。

これらの最終特異点を、上述の切断面の中心合わせにさらに用いる。当業者であれば、これらの実施形態が局在化した要素でのみ実施され、また結腸粘膜の正確な切り出しに依存しないので、これらの実施形態が切断面プロセスを大幅に短縮し、これが大いに有利であることを理解するであろう。

さらに別の実施形態では、図１８Ａ及び図１８Ｂに示すように、特異点解析は、異常特性サイズに基づいて求めた所定の厚さの制約内で、第１確定空気領域から確定組織領域まで距離場を延ばす処理ステップを含む。距離場情報を保持する得られた厚さ領域は、潜在異常が識別され得る移行区域を表す。さらに別の実施形態では、特異点解析は、確定空気領域から確定組織領域まで延びる厚い距離場内に延びる表面フラックスの判定を含む。さらにまた別の実施形態では、距離場拡張及び表面フラックスの両方の組み合わせが、表面フラックスが特異であり所定の距離で潜在異常特性サイズを表す場所における極大を求めることを可能にする。

当業者であれば、かかる方法が気泡を有する領域を本質的に破棄し、結腸粘膜の正確な切り出しを必要としないことを認識するであろう。さらに、当業者であれば、距離場拡張及び表面フラックス判定の決定に関与する支援が、バイラテラルフィルタによりフィルタリングされ、厚い移行領域内で形状が維持されている場合には、かかるバイラテラルフィルタの重みに影響を及ぼす確定空気領域及び確定標識領域及び確定組織領域からの強力なアプリオリを最終的に最大限に活用し、厚い領域から離れた潜在アーチファクトを無視することを認識するであろう。

図１８Ａは、確定空気領域から確定組織領域まで延びる距離場を表す。従来の距離変換手法とは異なり、距離を延ばす目的は、確定組織領域が確定空気領域からどれだけ離れているかに関する情報を提供することである。こうした拡張は、「異常特性サイズ」に応じた最大透過厚に制約される。

図１８Ｂは、距離場拡張から求めた、その範囲内に延びる表面フラックスを表す。このような表面フラックスは、極大の局在に関する情報を提供する。当業者であれば、両方の情報マップの組み合わせが、例えば残便中の空気から得られる可能性のある表面付近の気泡に起因した偽陽性を破棄することを理解するであろう。

当然ながら、さらに別の実施形態では、３Ｄカメラ位置決めの問題に対処するためにこれらの極大を用いることができる。事実、結腸粘膜が正確に決定されず、開示の実施形態は結腸粘膜の、したがって潜在異常の正確な切り出しに依存するものではなく、またかかる切り出しを出力するものでもないので、読影医の検査を支援するためにカメラを３Ｄで自動的に位置決めすることは不可能である。しかしながら、これらの最終極大が特に緻密領域を中心とする潜在異常内にあることを活用することによって、これらの最終極大を３Ｄカメラの回転の中心として定義することにより、放射線科医の検討を支援することが可能である。

さらにまた別の実施形態では、図１９を参照すると、最終極大のそれぞれ又は十分に近い場合はそれらのクラスタリングを通過するレイに基づいて逆問題が実行される。この逆問題は、結腸粘膜の少なくとも一部の再構成を目的としたものである。当業者であれば、「正確である可能性が高い」と定義される特異点の距離情報に基づく隠面問題等の複数の逆手法を用いることができることを理解するであろう。さらに別の実施形態では、これらの表面パッチを用いて、潜在異常の解析の視覚的支持を、特定の色を２Ｄ又は３Ｄで描いてかかる領域に印を付けることにより行う。これらの実施形態は、結腸の正確な切り出しが実施されないので画像レンダリング中に潜在異常に印を付けることが不可能だったという問題を無視することを可能にする。

図１９は、ＣＴコロノグラフィ検査から得られる２次元画像を示す。主画像は、調査中の２つの領域（２つの隆起した領域）を表し、一方が極大を呈する。その極大から、その特定の領域で再構成された結腸粘膜を最もよく表す隠面を求めるために、逆問題を実行する。かかる隠面を左側の拡大画像で示し、当該画像において、原画像の粗いピクセルと、対象領域の厚さ及びボリュームを求めるのに用いることができる精緻化した再構成結腸粘膜隠面とを見ることができる。

一実施形態では、異常の再構成パッチを異常の近似測定を求めるのに用いる。

最後に、当業者であれば、特に潜在異常の目視検査の支援において、本実施形態が正確な従来の切り出しプロセスを一切伴わない方式の制限の克服を可能にすることを理解するであろうが、当業者であれば、切断面実施形態を用いずにこれらの実施形態を用いることができることも理解するであろう。

上記説明は、本発明者が目下考える特定の好ましい実施形態に関するものだが、本発明がその広い態様で本明細書に記載の要素の機械的及び機能的等価物を含むことが理解されるであろう。

Claims (18)

1. 撮像データにおける潜在異常を特定するシステムの作動方法であって、
   所定異常を表す少なくとも１つの所定異常特性のセットを提供するステップと、
   前記少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を提供するステップと、
   撮像データにおいて、第１特性を有する第１区域及び少なくとも１つの他の区域の群を特定するステップであり、前記少なくとも１つの他の区域のそれぞれは、前記第１特性とは異なる対応の特性を有するステップと、
   前記第１区域及び前記少なくとも１つの他の区域の群の特定から得られる移行区域を提供するステップであり、前記移行区域は、
   前記第１区域と前記少なくとも１つの他の区域の群とを分離する閉鎖区域、及び
   前記第１区域及び前記少なくとも１つの他の区域の群の一方に延びる閉鎖区域
   からなる群から選択されるステップと、
   選択区域の算出表示を提供するために少なくとも前記移行区域で前記少なくとも１つの所定異常特性のそれぞれを識別する前記異常特性識別器を適用するステップであり、前記選択区域は、少なくとも前記移行区域であるステップと、
   前記選択区域の前記算出表示が前記少なくとも１つの所定異常特性のそれぞれと一致しているか否かを判定するステップと、
   前記選択区域の前記算出表示が一致する場合には、潜在異常候補区域の表示を前記選択区域に割り当てることにより前記潜在異常を特定するステップと
   を含む方法。
2. 請求項１に記載の方法において、前記撮像データは、撮像システムから得られるｎ次元データセットを含み、ｎは２以上である方法。
3. 請求項２に記載の方法において、前記ｎ次元データセットは、２次元体積要素アレイ及び３次元体積要素アレイの一方である方法。
4. 請求項２に記載の方法において、前記ｎ次元データセットは、磁気共鳴イメージング（ＭＲＩ）デバイス、陽電子放射断層撮影（ＰＥＴ）デバイス、Ｘ線デバイス、超音波デバイス、及びそれらの任意の組み合わせからなる群から選択したデバイスから得られる方法。
5. 請求項１に記載の方法において、前記少なくとも１つの所定異常特性のセットは、組成関連情報、形状関連情報、撮像データ中の空間局在、及び経時的なそれらの組み合わせの少なくとも１つを含む方法。
6. 請求項１に記載の方法において、前記異常特性識別器は、組織密度判定、組織勾配均一性判定、組織特性の有無の判定、含水率／水分布の判定、所定の瞬間の又は経時的な造影剤の存在の判定及び分布の判定の少なくとも１つを含む方法。
7. 請求項１に記載の方法において、前記第１区域の前記第１特性は、確定空気領域を含み、前記少なくとも１つの他の区域のそれぞれの前記対応の特性は、確定組織領域を含む方法。
8. 請求項１に記載の方法において、前記第１区域の前記第１特性は、確定標識領域を含み、さらに、前記少なくとも１つの他の区域のそれぞれの前記対応の特性は、確定組織領域を含む方法。
9. 請求項１に記載の方法において、前記異常特性識別器を前記選択区域に適用するステップをさらに含む方法。
10. 請求項１に記載の方法において、前記潜在異常の表示を提供するステップをさらに含む方法。
11. 請求項１０に記載の方法において、前記潜在異常の表示を提供するステップは、前記潜在異常の表示を記憶するステップ及び前記潜在異常の表示をユーザインタフェースに表示するステップの少なくとも一方を含む方法。
12. 請求項１０に記載の方法において、前記潜在異常の表示を遠隔場所に伝送するステップをさらに含む方法。
13. 請求項１に記載の方法において、前記撮像データは、ピクセル及びボクセルからなる群から選択した複数の単位画像要素を含む方法。
14. 請求項１〜１３のいずれか１項に記載の撮像データにおける潜在異常を特定するシステムの作動方法を実施するための命令を記録した機械可読媒体。
15. 撮像データにおける潜在異常を特定するシステムの作動方法であって、
    撮像データを受け取るステップと、
    前記撮像データにおいて、第１特性を有する第１区域及び少なくとも１つの他の区域の群を特定するステップであり、前記少なくとも１つの他の区域のそれぞれは、前記第１特性とは異なる対応の特性を有するステップと、
    前記第１区域及び前記少なくとも１つの他の区域の群の特定から得られる移行区域を提供するステップであり、前記移行区域は、
    前記第１区域と前記少なくとも１つの他の区域の群とを分離する閉鎖区域、及び
    前記第１区域及び前記少なくとも１つの他の区域の群の一方に延びる閉鎖区域
    からなる群から選択されるステップと、
    選択区域の算出表示を提供するために少なくとも前記移行区域で組織勾配均一性識別器を適用するステップであり、前記選択区域は、少なくとも前記移行区域であるステップと、
    前記選択区域に関して前記算出表示が一致しているか否かを判定するステップと、
    前記選択区域の前記算出表示が一致している場合には、潜在異常候補区域の表示を前記選択区域に割り当てることにより前記潜在異常を特定するステップと
    を含む方法。
16. 撮像データにおける潜在異常を特定するシステムであって、
    データバスと、
    前記データバスに動作可能に接続した中央処理ユニットと、
    前記データバスに動作可能に接続したＩ／Ｏデバイスと、
    前記データバスに動作可能に接続したネットワークインタフェース回路と、
    前記データバスに動作可能に接続し、撮像データにおける潜在異常を特定する少なくとも１つのプログラムを備えたメモリであり、前記少なくとも１つのプログラムは、前記中央処理ユニットが実行するよう構成され、前記撮像データにおける潜在異常を特定する少なくとも１つのプログラムは、
    少なくとも１つの所定異常特性のそれぞれを識別する異常特性識別器を適用する命令と、
    前記撮像データにおいて、第１特性を有する第１区域及び少なくとも１つの他の区域の群を特定する命令であり、前記少なくとも１つの他の区域のそれぞれは、前記第１特性とは異なる対応の特性を有する命令と、
    前記第１区域及び前記少なくとも１つの他の区域の群の特定から得られる移行区域を提供する命令であり、前記移行区域は、前記第１区域と前記少なくとも１つの他の区域の群とを分離する閉鎖区域及び前記第１区域及び前記少なくとも１つの他の区域の群の一方に延びる閉鎖区域からなる群から選択される命令と、
    選択区域の算出表示を提供するために少なくとも前記移行区域で前記少なくとも１つの所定異常特性のそれぞれを識別する前記異常特性識別器を適用する命令であり、前記選択区域は、少なくとも前記移行区域である命令と、
    前記選択区域の前記算出表示が前記少なくとも１つの所定異常特性のそれぞれと一致しているか否かを判定し、前記選択区域の前記算出表示が一致している場合には、潜在異常候補区域の表示を前記選択区域に割り当てることにより前記潜在異常を特定する命令と
    を含む、メモリと
    を備えたシステム。
17. 請求項１６に記載の撮像データにおける潜在異常を特定するシステムにおいて、前記メモリは前記撮像データをさらに備えるシステム。
18. 請求項１６に記載の潜在異常を特定するシステムにおいて、前記撮像データを前記ネットワークインタフェース回路から受け取るシステム。

Images