JP6257939B2 - 画像タイプの認識を行うためのシステムおよび方法 - Google Patents

Description

本明細書で述べる主題は、一般に、撮像システムに関し、より詳細には、画像タイプの認識を行うためのシステムおよび方法に関する。

撮像システムは、様々な解剖学的特徴、または対象とするオブジェクトの画像を生成するために広く使用される。例えば、腫瘍の検査では、患者は、例えば、ＣＴ（コンピュータ断層撮影）システム、ＰＥＴ（陽電子射出断層撮影）システム、超音波システム、Ｘ線システム、ＭＲ（磁気共鳴）システム、ＳＰＥＣＴ（単光子射出型コンピュータ断層撮影）システム、および／または他の撮像システムなどを用いる一連の検査を受けることができる。一連の検査は、治療に対する患者の反応を継続的に監視するために行われる。検査中に取得される画像は、医師が患者の診断を行えるように表示または保存することができる。したがって、患者は、通常、医師が医療診断を行うのに必要な、最も関連のある画像を提供するように選択された撮像システムを用いて走査される。

さらに、いくつかの臨床手法では、患者を走査したとき、得られた画像が診断に関連するさらなる情報を提供するように、患者に造影剤を注入することができる。したがって、運用時、患者を、様々な撮像モダリティを用いて走査することができる。さらに、患者に造影剤を使用して、または使用せずに走査することができる。典型的な患者に対しては、様々な撮像モダリティを使用し、造影剤を使用または使用せずに走査できるので、走査処置を行うユーザは、特に、画像を取得するために使用された撮像システムのモダリティと、取得した画像が造影剤情報を含んでいるか、それとも造影剤情報を含まないかを示すように、取得された画像に手作業でラベル付けをする。

しかし、手作業で画像にラベル付けすることは、かなりの手作業の入力を必要とする。例えば、画像ラベルを入力することは、画像を生成するために使用された撮像モダリティを示し、かつ造影剤の使用を示すために、ユーザにより手動で行われる。その結果、画像上に手作業でラベルを入力することは、比較的時間のかかることになる。さらに、ラベルが手作業で入力されるため、ラベルには誤りが含まれる可能性がある。例えば、特定の画像に対するラベルは、画像を取得するために使用されたモダリティを誤って記述している可能性がある。さらに、ラベルは、造影剤が利用されなかった場合に、造影剤を使用したと誤って記述している可能性もある。したがって、誤ってラベルが付された画像によって、医師が患者の診断を行う時間が長くなるおそれがある。

米国特許第７７９２３３９号公報

一実施形態では、オブジェクトの画像に関する画像情報を決定する方法が提供される。方法は、対象とするオブジェクトの少なくとも１つの画像を取得するステップと、画像タイプ、および造影剤の有無を自動的に決定するステップと、画像タイプ、および造影剤の有無を示すラベルを自動的に生成するステップと、ラベルを含むように少なくとも１つの画像を変更するステップとを含む。

他の実施形態では、撮像システムが提供される。撮像システムは、撮像スキャナと、撮像スキャナに結合されたプロセッサとを含む。プロセッサは、対象とするオブジェクトの少なくとも１つの画像を取得し、画像タイプ、および造影剤の有無を自動的に決定し、画像タイプ、および造影剤の有無を示すラベルを自動的に生成し、ラベルを含むように少なくとも１つの画像を変更するように構成される。

さらなる実施形態では、非一時的なコンピュータ可読媒体が提供される。非一時的なコンピュータ可読媒体は、コンピュータに、対象とするオブジェクトの少なくとも１つの画像を取得し、画像タイプ、および造影剤の有無を自動的に決定し、画像タイプ、および造影剤の有無を示すラベルを自動的に生成し、ラベルを含むように少なくとも１つの画像を変更するように命令すべくプログラムされる。

様々な実施形態に従って形成されたＣＴ（コンピュータ断層撮影）撮像システムの簡略化したブロック図である。 様々な実施形態に従って画像タイプを自動的に決定するための方法の流れ図である。 様々な実施形態に従って図２で示された方法の一部を行うための方法の流れ図である。 様々な実施形態に従って図２で示された方法の一部を行うための方法の流れ図である。 様々な実施形態に従って図２で示された方法の一部を行うための方法の流れ図である。 様々な実施形態に従って構成されたＣＴ（コンピュータ断層撮影）撮像システムの絵画的な図である。 図６のＣＴ撮像システムの概略的なブロック図である。

様々な実施形態の前述の要約ならびに以下の詳細な説明は、添付の図面を併せて読めばよく理解されよう。諸図が様々な実施形態の機能ブロック図を示す点に関して、機能ブロックは、必ずしもハードウェア回路間の分割を示すものではない。したがって、例えば、１つまたは複数の機能ブロック（例えば、プロセッサまたはメモリ）は、単一のハードウェア（例えば、汎用の信号プロセッサ、またはランダムアクセスメモリ、ハードディスク、もしくは同様のものなどのブロック）で実施できるが、あるいは複数個のハードウェアで実施することもできる。同様に、プログラムは、スタンドアロンのプログラムとすることができるが、オペレーティングシステムにサブルーチンとして組み込むことができ、インストールされたソフトウェアパッケージの機能などとすることもできる。様々な実施形態は、図面で示された構成および手段に限定されないことを理解されたい。

本明細書で使用される場合、単数形で記載され、用語「１つの（ａ）」または「１つの（ａｎ）」で始まる要素またはステップは、このような除外が明示的に述べられない限り、複数の前記要素またはステップを除外しないことを理解されたい。さらに、「一実施形態」への参照は、記載された特徴も組み込むさらなる実施形態の存在を除外するものと解釈されることを意図していない。さらに、反対のことが明示的に述べられない限り、特定の特性を有するある要素、または複数の要素を「備える／含む（ｃｏｍｐｒｉｓｉｎｇ）」または「有する」実施形態は、その特性を有しない、さらなるこのような要素を含むことができる。

様々な実施形態がＣＴ（コンピュータ断層撮影）撮像システムに関して述べられるが、本明細書で述べられる画像閲覧ウィンドウを自動的に生成するための方法およびシステムを含む様々な実施形態は、他の撮像システムと共に使用するように変更できることに留意されたい。例えば、方法およびシステムは、特に、ＰＥＴ（陽電子射出断層撮影）システム、ＳＰＥＣＴ（単光子射出型コンピュータ断層撮影）システム、ＭＲ（磁気共鳴撮像）システム、超音波撮像システム、および／またはＸ線システムと共に使用することができる。

様々な実施形態では、例えば、画像を取得するのに使用したモダリティなどの画像タイプを自動的に識別し、画像データそれ自体に基づき、画像が造影剤により強調されているかどうかを自動的に識別する方法および／またはシステムが提供される。本明細書で述べられる方法およびシステムを用いて、解剖学的領域の自動的なセグメンテーションを、バックグラウンドで、例えば、夜間に、または計算資源が利用可能なときに計算することができる。その結果、臨床医が、医用画像をロードしたとき、計算されたセグメンテーションが、臨床医により直ちに視覚的に観察可能になる。得られた画像は、次いで、多数の２次元（２Ｄ）、３次元（３Ｄ）、および／または４次元（４Ｄ）画像上の解剖学的構造の輪郭もしくは主要部分を描くために、放射線治療で、手術計画で、かつ多くの他の一般の臨床的ワークフロー分野で使用することができる。

本明細書で述べる方法は、本明細書で述べるシステムで自動的に行われ、画像の処理時間を大幅に減少させることができる。より具体的には、様々な実施形態では、画像データそれ自体が解析されて情報が生成され、その情報は、自動的に画像上に形成される、または関連付けられるＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｍｅｄｉｃｉｎｅ）タグなどのラベルを生成するために後で使用される。様々な実施形態の技術的な効果は、臨床医に、画像を生成するために使用された撮像モダリティ、および画像が造影剤を表す情報を含むかどうかを示す情報を識別できるようにするためのＤＩＣＯＭタグまたはラベルを自動的に生成することである。

図１は、様々な実施形態に従って形成された撮像システム１０の簡略化したブロック図である。例示的な実施形態が、ＣＴ撮像システム１０に関して述べられているが、本明細書で述べられる方法は、任意の撮像システムで使用できることを理解されたい。

したがって、例示の実施形態では、撮像システム１０は、例えば、撮像される患者などの被検者１６を含むボリュームを通して、例えば、Ｘ線１４などの放射線を放出するように構成されたＸ線源１２を含む。図１で示す実施形態では、撮像システム１０はまた、調整可能なコリメータ１８を含む。動作においては、放出されたＸ線１４は、調整可能なコリメータ１８の開口部を通過し、その開口部により、１つまたは複数の次元で、ボリュームを通過するＸ線１４に関連する角度範囲を制限する。より具体的には、コリメータ１８は、放出されたＸ線１４を、被検者１６が配置された撮像ボリューム中に入り貫通する、概して円錐形、または概して扇形ビームなどに形成する。コリメータ１８は、らせん走査モードで狭い扇形のＸ線ビームを送り、また軸方向走査モードでは、より広い円錐形状のＸ線ビームを送るなど、様々な走査モードに適合するように調整することができる。コリメータ１８は、一実施形態では、撮像ボリュームを通過するＸ線１４の形状または角度範囲を調整するために回転する２つの円筒形のディスクから形成することができる。コリメータ１８は、２つ以上の移動するプレートまたはシャッタを用いて適宜形成することもできる。様々な実施形態では、コリメータ１８は、コリメータ１８により画定される開口部が、放射線検出器２０の形状に対応するように形成することができる。

動作では、Ｘ線１４は、被検者１６を貫通し、またはその周りを通って、検出器２０に衝突する。検出器２０は、検出器素子２２のアレイを形成するように単一の列で、または複数の列で構成できる複数の検出器素子２２を含む。検出器素子２２は、入射するＸ線１４の強度を表す電気信号を生成する。電気信号は、被検者１６内の１つまたは複数の特徴または構造の画像を再構成するために取得され処理される。様々な実施形態では、撮像システム１０はまた、撮像ボリューム中で偏向された、または散乱されたＸ線光子を吸収する、またはその他の形で検出器２０に衝突するのを阻止するための散乱除去グリッド（図示せず）を含むこともできる。散乱除去グリッドは、１次元または２次元のグリッドとすることができ、かつ／またはいくつかが１次元であり、いくつかが２次元である複数のセクションを含むことができる。

撮像システム１０はまた、Ｘ線源１２に電力およびタイミング信号を送るように構成されたＸ線制御器２４を含む。撮像システム１０は、データ取得システム２６をさらに含む。動作では、データ取得システム２６は、検出器２０の読取り電子装置により収集されたデータを受け取る。データ取得システム２６は、検出器２０からのサンプリングされたアナログ信号を受け取り、プロセッサ２８による後の処理のために、データをデジタル信号へと変換することができる。適宜、デジタルからアナログへの変換は、検出器２０に設けられた回路により行うこともできる。

プロセッサ２８は、本明細書で述べる機能を実施するようにプログラムされるが、本明細書で使用する場合、プロセッサという用語は、当技術分野でコンピュータと呼ばれる単なる集積回路に限定されることなく、コンピュータ、マイクロコントローラ、マイクロコンピュータ、プログラム可能な論理コントローラ、特定用途向けＩＣ、および他のプログラム可能な回路を広く示すものであり、またこれらの用語は、本明細書で相互に交換可能に使用される。プロセッサ２８は、例えば、コンピュータ、ＰＤＡ（携帯情報端末）、ラップトップコンピュータ、ノートブックコンピュータ、ハードドライブベースの装置、スマートフォン、またはデータを受け取り、送り、記憶することのできる任意の装置など、適切に適応させた任意の計算装置として実施することができる。

撮像システム１０はまた、画像、または一連の画像５２などの一連の画像を受け取り、かつ本明細書で述べる様々な方法を実施するように構成された画像タイプ認識モジュール５０を含む。例えば、解剖学的な画像タイプ認識モジュール５０は、自動的に画像上に形成された、または関連付けられたＤＩＣＯＭタグ５４などのラベルを生成するために後で使用される情報を、自動的に生成するように構成することができる。ＤＩＣＯＭタグ５４は、臨床医に、画像を生成するために使用された撮像モダリティを識別できるようにする情報と、画像が造影剤を表す情報を含むかどうかを示す情報とを含む。

画像タイプ認識モジュール５０は、プロセッサ２８にインストールされた１つのハードウェアとして実装することができる。適宜、画像タイプ認識モジュール５０は、プロセッサ２８にインストールされた１組の命令として実装することもできる。１組の命令は、スタンドアロンのプログラムとすることができ、プロセッサ２８にインストールされるオペレーティングシステムにサブルーチンとして組み込むことができ、プロセッサ２８上のソフトウェアパッケージにインストールされた機能とすることができ、あるいはソフトウェアとハードウェアの組合せとすることもできる。様々な実施形態は、図面で示された構成および手段に限定されないことを理解されたい。

図１で示すように、画像タイプ認識モジュール５０はまた、他の撮像モダリティから取得した画像に対してＤＩＣＯＭタグを作成するために使用することもできる。例えば、画像タイプ認識モジュール５０は、ＰＥＴシステム６０、超音波システム６２、Ｘ線システム６４、ＭＲシステム６６、ＳＰＥＣＴシステム６８、および／または他の撮像システムから情報を受け取ることができる。

図２は、様々な実施形態に従って画像タイプを自動的に決定するための方法１００の流れ図である。方法１００は、共に図１で示されている画像タイプ認識モジュール５０および／またはプロセッサ２８上の１組の命令として実施することができる。より具体的には、方法１００は、本明細書で述べた方法の実施形態を実施するためのプロセッサ２８または画像タイプ認識モジュール５０に指示する命令を記録した１つまたは複数の非一時的なマシン可読媒体として提供することができる。１つまたは複数の媒体は、例えば、ＣＤ−ＲＯＭ、ＤＶＤ、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、フラッシュＲＡＭドライブ、または他のタイプのコンピュータ可読媒体、あるいはそれらの組合せのうちの任意のタイプとすることができる。

方法１００は、図１で示すＤＩＣＯＭタグ５４などの画像ラベルを自動的に生成し、それは、次いで、図１でさらに示されている画像５２の少なくとも１つなど、表示される画像に対して自動的に適用される、または関連付けられる。上記で述べたように、ＤＩＣＯＭタグ５４は、様々な実施形態では、臨床医に、画像を生成するために使用された撮像モダリティを識別できるようにする情報と、画像が、造影剤を表す情報を含んでいるかどうかを示す情報とを含む。

図２を再度参照すると、１０２で、被検者は、走査され、図１で示す一連の画像５２などの複数の画像が生成される。例示の実施形態では、一連の画像５２は、ＣＴ撮像システム１０を用いて取得された画像である。様々な他の実施形態では、一連の画像５２は、例えば、ＰＥＴシステム６０、超音波システム６２、Ｘ線システム６４、ＭＲシステム６６、ＳＰＥＣＴシステム６８、および／または他の撮像システムを用いて取得することができる。さらに一連の画像５２は、複数の撮像モダリティから取得された画像を表すことができる。例えば、一連の画像５２は、ＣＴ画像、ＰＥＴ画像、超音波画像、Ｘ線画像、ＭＲ画像、またはそれらの任意の組合せを含むことができる。

様々な実施形態では、造影剤を患者に注入することができる。次に、患者がその後に走査され、一連の画像５２または他の一連の画像を生成することができる。様々な他の実施形態では、患者を走査して一連の画像５２を生成する前に、患者には造影剤が注入されない。したがって、様々な実施形態では、造影剤の被検者への投与は適宜行われることを理解されたい。

したがって、方法１００は、ＣＴ撮像システム１０から取得された一連の画像５２に関して述べられているが、方法１００はまた、任意の撮像システムから取得された任意の画像に適用できることを理解されたい。本明細書で述べる様々な撮像システムは、スタンドアロンの撮像システムとすることができるが、あるいはマルチモダリティ撮像システムの一部を形成することもできる。さらに、方法１００は、本明細書で論ずる撮像モダリティの任意のものを用いて取得された任意の画像に適用することができ、一連の画像５２は、例示的なものに過ぎない。したがって、様々な実施形態では、一連の画像５２は、ＣＴ撮像システム１０（図１で示す）を用いて取得される。動作においては、一連の画像は、一連の画像５２を生成するために、被検者を走査することにより取得することができる。様々な他の実施形態では、一連の画像５２は、被検者の以前の走査中に収集されたデータから得ることができ、その一連の画像５２は、メモリに記憶されている。一連の画像５２は、被検者の実時間の走査中に取得することもできる。例えば、本明細書で述べる方法は、被検者の実時間の検査中に撮像システム１０から受け取った画像に対して行うことができる。

１０４で、一連の画像は、例えば、以下でより詳細に述べる処理を行うための画像タイプ認識モジュール５０に入力される。様々な実施形態では、ユーザは、後で行われる処理のために望ましい一連の画像を選択することができる。例えば、ユーザは、後で行われる処理のために一連の画像５２を選択できるが、あるいはユーザは、任意の他の一連の画像を処理のために選択することもできる。

１０６で、画像タイプは、自動的に決定される。様々な実施形態では、画像タイプ認識モジュール５０は、一連の画像が画像タイプ認識モジュールに入力された後、自動的に画像識別を行うように構成される。さらに、様々な実施形態では、画像タイプ認識モジュール５０は、例えば、夜間に、または計算資源が利用可能なときに、バックグラウンドで、本明細書で述べるように画像を処理すべく構成される。様々な他の実施形態では、画像タイプ認識モジュール５０は、ユーザが開始したプログラムが活動化されたとき、自動的に画像識別を行うように構成される。例えば、ユーザが、セグメンテーションプログラムを活動化したとき、画像タイプ認識モジュール５０は、自動的に画像識別を行うように構成される。

図３は、１０６で示す自動画像識別を自動的に行うための流れ図である。２００で、一連の画像５２に含まれる解剖学的領域が自動で選択される。例えば、画像タイプ認識モジュール５０は、一連の画像５２の中の単一の画像を、１組のサブ領域へと分割するように構成することができる。例えば、ヒトの胴の一連の画像５２が取得されたと想定する。したがって、２００で、画像タイプ認識モジュール５０は、胴領域を４つのサブ領域へと分割するように構成することができ、各サブ領域は、胴の別の部位を表している。例えば、画像タイプ認識モジュール５０は、胴領域を４つの実質的に正方形のサブ領域に分割するように構成することができるが、各サブ領域は、胴の異なる部位を表している。サブ領域は、４つのサブ領域を囲む境界ボックスを用いて表示することができる。さらに、様々な実施形態では、サブ領域はそれぞれ、実質的に同じ寸法で形成される、すなわち、同じ数の画素を含む。

２０２で、２００で画定したサブ領域のそれぞれに対して、統計量および特徴が計算される。統計量は、例えば、画素強度、代表値（ａｖｅｒａｇｅ）画素強度、平均（ｍｅａｎ）画素強度、様々な解剖学的特徴の縁部、組織などを含むことができる。特徴には、例えば、領域の周囲の水平および垂直縁部などを含むことができる。

２０４で、人工知能ベースのアルゴリズムが、画像識別を行うために使用される。より具体的には、人工知能ベースのアルゴリズムは、解析される画像を生成するために使用された撮像モダリティを識別するために、２０２で計算された様々な統計量を使用するように構成される。より具体的には、アルゴリズムは、解析される画像を生成するために使用された撮像モダリティ、および画像が、コントラストを強調させているかどうかを識別するために、人工知能（ＡＩ）サブアルゴリズムを使用することができる。様々な実施形態では、アルゴリズムは、訓練データセットを生成するための大量の知られた画像の組を用いて訓練することができる。訓練データセットは、次いで、様々な特性を識別するようにアルゴリズムを訓練するために使用することができ、それにより、アルゴリズムは、画像を生成するために使用したモダリティを決定できるようになる。したがって、動作では、訓練データセットは、例示的な臓器の形状、様々な臓器の予想される外形、予想される画素値などの情報を含むことができる。訓練データセットにおける知られた値は、次いで、画像のタイプ、すなわち、画像を生成するために使用された撮像システムを識別するために、２０２で生成された統計量と比較することができる。訓練データセットはまた、自動的な情報収集技法を用いて得ることもできる。例えば、訓練データセットは、複数の様々な撮像システムを用いて生成された複数の画像の統計量を集約することにより形成することができる。

２０６で、ＡＩベースアルゴリズムの結果が生成される。様々な実施形態では、生成された結果は画像タイプを含む。例えば、上記で論じたように、画像タイプは、ＣＴ画像、ＰＥＴ画像、ＭＲ画像、超音波画像、Ｘ線画像などとすることができる。さらに、結果には、画像が、造影剤を使用して取得されたのか、それとも造影剤を使用せずに取得されたのかを示す情報が含まれる。

図２を再度参照すると、１０８で、自動および／または手動の画像処理が、一連の画像５２と、２０６で取得された画像タイプ情報とを用いて行われる。図４は、ステップ１０８の自動または手動の画像処理を行うための流れ図である。様々な実施形態では、本明細書で述べる画像処理技法は、例えば、図１でそれぞれが示されているプロセッサ２８、または画像タイプ認識モジュール５０を用いて実施することができる。３００で、一連の画像５２が画像タイプ認識モジュール５０に入力される。さらに、３０２で、一連の画像５２の各画像に対する、２０６で決定された画像タイプ情報およびコントラスト情報がまた、画像タイプ認識モジュール５０に入力される。

３０４で、一連の画像５２を処理する方法は、３０２で受け取った画像タイプ情報およびコントラスト情報に基づいて自動的に選択される。より具体的には、一連の画像５２は、画像を取得するのに使用されたモダリティ、および／または造影剤の有無に応じて利用できる、複数の手順から選択された手順を用いて処理することができる。複数の手順は、様々なセグメンテーションアルゴリズムを含むことができ、セグメンテーションアルゴリズムのそれぞれは、特定の画像タイプおよび／または造影剤に対してセグメンテーション手順を行うように最適化されている。例えば、セグメンテーションアルゴリズムは、コントラストを強調させた肝臓セグメンテーション用として特に構成されたセグメンテーションアルゴリズム、コントラストを強調させない肝臓セグメンテーション用に特に構成された異なるセグメンテーションアルゴリズムなどを含むことができる。

したがって、３０４で、画像タイプ認識モジュール５０は、一連の画像５２に対して行われる画像処理手順を自動的に選択するために、画像タイプ情報、および造影剤の有無を表す情報を使用する。例えば、様々な実施形態では、画像タイプ認識モジュール５０は、３０６で肝臓セグメンテーションアルゴリズム、３０８で非コントラストの脾臓セグメンテーション、３１０で腎臓セグメンテーション、または３１２で任意の他のセグメンテーションを自動的に選択することができる。セグメンテーション手順は、具体的には、画像タイプ、および造影剤の有無に基づいて選択されることを理解されたい。さらに、様々な実施形態は、セグメンテーション手順を述べているが、任意の画像処理手順を一連の画像５２に対して自動的に行うことができ、本明細書で述べるセグメンテーション手順は、例示的なものに過ぎないことを理解されたい。３１４で、後処理された画像が臨床医に表示される。したがって、様々な実施形態では、一連の画像が選択された後、本明細書で述べられる方法およびシステムは、自動的に、画像タイプ、造影剤の有無を決定し、画像タイプおよび造影剤の存在の有無に基づいて適切な画像処理を選択し、次いで、その結果を自動的にユーザに表示するように構成される。

１１０で、図２を再度参照すると、３１４で生成された後処理画像がユーザに表示される。様々な実施形態では、表示される画像は、画像タイプ、および造影剤の有無を示すラベル５４を含む。１１２で、３１４で生成された後処理画像は、記憶媒体に保管することができる。

図５は、一連の画像５２の画像上のラベル５４など、ラベルを自動的に形成するための例示的な方法４００の流れ図である。様々な実施形態では、ラベル５４は、画像タイプと造影剤の有無を表す指示とを含むＤＩＣＯＭタグである。さらに、様々な実施形態では、方法４００は、例えば、いくつかの例では誤っている可能性のある手動のユーザ入力に基づき、以前に画像に割り当てられたＤＩＣＯＭタグが存在するかどうかを調べる、または確認するために使用することができる。

４０２で、一連の画像が、例えば、以下でより詳細に述べる処理を行うために、画像タイプ認識モジュール５０に入力される。様々な実施形態では、ユーザは、後の処理で望ましい一連の画像を選択することができる。例えば、ユーザは、後の処理のために一連の画像５２を選択することができるが、あるいはユーザは、処理のために任意の他の一連の画像を選択することもできる。

４０４で、自動ＤＩＣＯＭタグベースの画像妥当性検査が実施される。様々な実施形態では、画像タイプ情報と、造影剤の有無に関する情報とを含むステップ３０４で生成された情報は、ＤＩＣＯＭタグを有効化する、または無効化するために使用することができる。より具体的には、本明細書で述べる方法は、画像それ自体を用いて、画像タイプと、さらに造影剤の有無に関する情報とを生成することを容易にする。したがって、画像それ自体を用いて生成された情報は、ユーザにより以前に画像に付されたＤＩＣＯＭタグの妥当性を検査するために使用することができる。様々な実施形態では、ＤＩＣＯＭタグが、ステップ３０４で生成された情報と矛盾しない場合、すなわち、ＤＩＣＯＭタグが有効である場合、方法４００は、図５で示すステップ１０８へと進み、そこで画像処理が行われる。様々な他の実施形態では、ＤＩＣＯＭタグが、ステップ３０４で生成された情報と矛盾する場合、すなわち、ＤＩＣＯＭタグが有効ではない場合、方法４００は、ステップ４０６へと進み、そこで、ＤＩＣＯＭタグは、ステップ３０４で生成された情報と矛盾することをユーザに知らせる視覚的、または可聴的指示が生成される。適宜、ＤＩＣＯＭタグが、ステップ３０４で生成された情報と矛盾する場合、すなわち、ＤＩＣＯＭタグが有効ではない場合、方法４００は、モジュール５０に方法１００の実施を停止させることもできる。

４０８で、自動的な画像データに基づく安全検査が選択された入力画像に対して行われる。より具体的には、解剖学的画像が正しい場合、方法４００は、図５で示すステップ１０８に進み、画像処理が行われる。

本明細書では、画像上に自動的に形成される、または関連付けられるＤＩＣＯＭタグ５４などのラベルを生成するために、画像を自動的に解析して、後で使用される情報を自動的に生成するように構成された実施形態が述べられる。ＤＩＣＯＭタグ５４は、臨床医に、画像を生成するために使用された撮像モダリティを識別できるようにする情報と、画像が造影剤を表す情報を含むかどうかを示す情報とを含む。より具体的には、様々な実施形態では、本明細書で述べられる方法およびシステムはまた、被検者を走査するのに使用される撮像プロトコルを識別するために使用可能である。より具体的には、ＭＲ画像のコントラストは、パルスシーケンスパラメータを設定する撮像プロトコルを変更することにより変えることができる。パルスシーケンスは、ＲＦおよび傾斜パルスの特定の数、強度、ならびにタイミングを設定する。したがって、識別することのできる様々な撮像プロトコルは、特に、Ｔ１強調およびＴ２強調によるスピンエコーシーケンス、ＦＬＡＩＲ（Ｆｌｕｉｄ Ａｔｔｅｎｕａｔｅｄ Ｉｎｖｅｒｓｉｏｎ Ｒｅｃｏｖｅｒｙ：フレアー法）、水、および脂肪を含む。さらに、また様々な実施形態では、本明細書で述べられる方法およびシステムはまた、撮像手順中で使用される造影剤または生体指標を識別するために使用可能である。単なる例に過ぎないが、撮像作用薬は、特に、Ｍｙｏｖｉｅｗ（登録商標）、フルオロデオキシグルコース（ＦＤＧ）、¹⁸Ｆ−フルオロベンジルトリフェニルホスホニウム（¹⁸Ｆ−ＦＢｎＴＰ）、¹⁸Ｆ−フルオロアセテート、¹⁸Ｆ−標識心筋灌流トレーサ、Ｔｃ−ＥＣＤ、Ｔｃ−ＨＭＰＡＯ、Ｎ−１３アンモニア、Ｅｎｖｉｓｉｏｎ Ｎ−１３Ｈ３、ヨウ素−１２３配位子、^99m−テクネチウム配位子、キセノン−１３３、神経受容体配位子、１８Ｆ−フルオロミソニダゾール、²⁰¹タリウム、^99mテクネチウムセスタミビ、および⁸²ルビジウムとすることができる。

様々な方法、および画像タイプ認識モジュール５０は、例示的な撮像システムで実施することができる。例えば、図６は、様々な実施形態に従って形成された撮像システムの絵画的な図である。図７は、図６で示す撮像システムの一部のブロック概略図である。様々な実施形態がＣＴ撮像システムに関連して述べられているが、本明細書で述べられた機能を行うことのできる他の撮像システムも使用するように企図されることを理解されたい。

図６および７を参照すると、ＣＴ撮像システム５００は、ガントリ５０４を含み、ガントリ５０４は、ガントリ５０４の反対側にある検出器アレイ５１０の方向にＸ線５０８のビームを投射するＸ線源５０６を含む。検出器アレイ５１０は、検出器アレイ５１０とＸ線源５０６の間に配置された患者５１２など、オブジェクトを貫通する投射されたＸ線を共に感知する複数の検出器５０２を含む複数の検出器列（図示せず）により形成される。各検出器５０２は、衝突するＸ線ビームの強度を表し、したがって、ビームが患者５１２を貫通するときのビームの減衰を推定するために使用できる電気信号を生成する。Ｘ線投影データを取得するための走査中に、ガントリ５０４、およびそこに搭載した構成要素は、回転中心５１４の周りを回転する。図７は、検出器５０２の単一の列（すなわち、１つの検出器列）を示しているに過ぎない。しかし、マルチスライス検出器アレイ５１０は、検出器５０２の平行な複数の検出器列を含み、したがって、複数の疑似平行スライス、または平行なスライスに対応する投影データは、走査中に同時に取得することができる。

ガントリ５０４上の構成要素の回転、およびＸ線源５０６の動作は、ＣＴ撮像システム５００の制御機構５１６により制御される。制御機構５１６は、Ｘ線源５０６に電力およびタイミング信号を送るＸ線制御器５１８と、ガントリ５０４上の構成要素の回転速度および位置を制御するガントリモータ制御器５２０とを含む。制御機構５１６のデータ取得システム（ＤＡＳ）５２２は、検出器５０２からのアナログデータをサンプリングし、そのデータを、後で行われる処理のためにデジタル信号に変換する。画像再構成器５２４は、サンプリングされ、デジタル化されたＸ線データをＤＡＳ５２２から受け取り、高速の画像再構成を行う。再構成された画像、すなわち、一連の画像５２は、記憶装置５２８に画像を記憶するコンピュータ５２６への入力として利用される。画像再構成器５２４は、特殊化されたハードウェア、またはコンピュータ５２６上で実行されるコンピュータプログラムとすることができる。様々な実施形態では、コンピュータ５２６は、上記で述べた画像タイプ認識モジュール５０を含むことができる。

コンピュータ５２６はまた、キーボードならびに／またはマウス、トラックボール、ライトペンなどの他のユーザ入力および／またはマーキング装置を有する操作者ワークステーション５３０を介して、操作者からコマンドおよび走査パラメータを受け取る。ＣＲＴ（陰極線管）ディスプレイ、ＬＣＤ（液晶ディスプレイ）、またはプラズマディスプレイがその例として含まれる関連するディスプレイ５３２は、操作者に、コンピュータ５２６からの再構成された画像および他のデータを観察できるようにする。ディスプレイ５３２は、感圧入力画面などのユーザ指示装置を含むことができる。操作者により送られたコマンドおよびパラメータは、コンピュータ５２６により使用されて、制御信号および情報がＤＡＳ５２２、Ｘ線制御器５１８、およびガントリモータ制御器５２０に送られる。さらに、コンピュータ５２６は、ガントリ５０４内で患者５１２を位置決めするための電動式テーブル５３６を制御するテーブルモータ制御器５３４を動作させる。例えば、テーブル５３６は、ガントリ開口部５３８を通して患者５１２の位置を移動する。

本明細書で述べた様々な実施形態は、プロセッサまたはコンピュータが、本明細書で述べた方法の実施形態を実施するように撮像装置を動作させるための命令を記録させた１つまたは複数の有形であり、かつ非一時的なマシン可読媒体を提供する。１つまたは複数の媒体は、ＣＤ−ＲＯＭ、ＤＶＤ、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、フラッシュＲＡＭドライブのうちの任意のタイプ、または他のタイプのコンピュータ可読媒体、あるいはそれらの組合せとすることができる。

様々な実施形態および／または構成要素、例えば、モジュール、またはその構成要素および制御器などはまた、１つまたは複数のコンピュータもしくはプロセッサの一部として実施することができる。コンピュータまたはプロセッサは、計算装置、入力装置、表示ユニット、および例えば、インターネットにアクセスするためのインターフェースを含むことができる。コンピュータまたはプロセッサは、マイクロプロセッサを含むことができる。マイクロプロセッサは、通信バスに接続することができる。コンピュータまたはプロセッサはまた、メモリを含むことができる。メモリは、ＲＡＭ（ランダムアクセスメモリ）、およびＲＯＭ（読出し専用メモリ）を含むことができる。コンピュータまたはプロセッサは、記憶装置をさらに含むことができ、それは、ハードディスクドライブ、またはフロッピー（登録商標）ディスクドライブ、光ディスクドライブなどの取外し可能なストレージドライブとすることができる。記憶装置はまた、コンピュータプログラムまたは他の命令をコンピュータまたはプロセッサにロードするための他の同様な手段とすることができる。

本明細書で使用される場合、「コンピュータ」または「モジュール」という用語は、マイクロコントローラ、ＲＩＳＣ（縮小命令セットコンピュータ）、ＡＳＩＣ（特定用途向けＩＣ）、論理回路、および本明細書で述べる機能を実行できる任意の他の回路もしくはプロセッサを用いるシステムを含む任意のプロセッサベースの、またはマイクロプロセッサベースのシステムを含むことができる。上記の例は、例示的なものに過ぎず、したがって、用語「コンピュータ」の定義および／または意味を決して制限することを意図していない。

コンピュータまたはプロセッサは、入力データを処理するために、１つまたは複数の記憶要素に記憶された１組の命令を実行する。記憶要素はまた、所望に応じて、または必要に応じてデータもしくは他の情報を記憶することができる。記憶要素は、情報源の形とすることができるが、あるいは処理マシン内の物理的なメモリ要素とすることができる。

１組の命令は、本明細書で述べる手段の様々な実施形態の方法およびプロセスなどの特有のオペレーションを実施する処理マシンとして、コンピュータまたはプロセッサに命令する様々なコマンドを含むことができる。１組の命令は、ソフトウェアプログラムの形とすることができる。ソフトウェアは、システムソフトウェアまたはアプリケーションソフトウェアなど、様々な形態とすることができる。さらに、ソフトウェアは、別々のプログラムもしくはモジュールの集合体、より大きなプログラムに含まれるプログラムモジュール、またはプログラムモジュールの一部の形態とすることができる。ソフトウェアはまた、オブジェクト指向プログラミングの形のモジュール式プログラミングを含むこともできる。処理マシンによる入力データの処理は、ユーザコマンドに応じて、または前の処理結果に応じて、あるいは他の処理マシンで行われた要求に応じて行うことができる。

本明細書で使用される場合、「ソフトウェア」および「ファームウェア」という用語は、相互に交換可能であり、またＲＡＭメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、および不揮発性ＲＡＭ（ＮＶＲＡＭ）メモリを含む、コンピュータで実行するためのメモリに記憶された任意のコンピュータプログラムを含む。上記のメモリタイプは、例示的なものに過ぎず、したがって、コンピュータプログラムを記憶するために使用できるメモリのタイプに関して限定するものではない。

上記の説明は、限定的なものではなく例示的なものであることが意図されることを理解されたい。例えば、上記で述べた実施形態（および／またはその諸態様）は、互いに組み合わせて使用することができる。さらに、述べられた主題の様々な教示に対して、その範囲から逸脱することなく特定の状況または材料に適合させるように、多くの変更を加えることができる。本明細書で述べられた材料の寸法およびタイプは、本発明の様々な実施形態のパラメータを規定するように意図されているが、諸実施形態は、決して限定するものではなく、例示的な実施形態である。上記の記述を再検討すれば、多くの他の実施形態が当業者には明らかとなろう。本発明の主題の様々な実施形態の範囲は、したがって、添付の特許請求の範囲を参照して、このような特許請求の範囲が権利を有する均等な形態の完全な範囲と併せて決定すべきである。添付の特許請求の範囲では、「含む（ｉｎｃｌｕｄｉｎｇ）」および「その場合（ｉｎ ｗｈｉｃｈ）」という用語は、「含む／備える（ｃｏｍｐｒｉｓｉｎｇ）」および「その場合（ｗｈｅｒｅｉｎ）」の各用語の分かりやすい英語の等価な形態として使用される。さらに、添付の特許請求の範囲では、「第１の」、「第２の」、および「第３の」などの用語は、単なるラベルとして使用されており、数値的な要件をその対象物に課すことを意図していない。さらに、添付の特許請求の範囲の限定は、ミーンズプラスファンクション形式で記述されておらず、このような特許請求の範囲が、後にさらなる構造を欠く機能の記述が続くフレーズ「のための手段（ｍｅａｎｓ ｆｏｒ）」を明示的に使用しない限り、かつ使用されるまで、米国特許法第１１２条第６段落に基づいて解釈されることを意図していない。

本記述は諸例を用いて、最良の形態を含む本発明の様々な実施形態を開示し、さらに当業者が、任意の装置もしくはシステムを製作かつ使用し、さらに組み込まれたいずれかの方法を実施することを含む、本発明の様々な実施形態を実施できるようにする。本発明の様々な実施形態の特許性のある範囲は、特許請求の範囲により定義され、また当業者が想到する他の例を含むことができる。このような他の例は、その例が、特許請求の範囲の文言と異ならない構造的要素を有する場合、または特許請求の範囲の文言とは非実質的な差を有する均等な構造的要素を含む場合、特許請求の範囲に含まれることが意図される。

１０ 撮像システム
１２ Ｘ線源
１４ Ｘ線
１６ 被検者
１８ コリメータ
２０ 検出器
２２ 検出器素子
２４ Ｘ線制御器
２６ データ取得システム
２８ プロセッサ
５０ 画像タイプ認識モジュール
５２ 一連の画像
５４ ＤＩＣＯＭタグ
６０ ＰＥＴシステム
６２ 超音波システム
６４ Ｘ線システム
６６ ＭＲシステム
６８ ＳＰＥＣＴシステム
１００ 方法
１０２ ステップ
１０４ ステップ
１０６ ステップ
１０８ ステップ
１１０ ステップ
１１２ ステップ
１５２ 一連の画像
２００ ステップ
２０２ ステップ
２０４ ステップ
２０６ ステップ
２０８ ステップ
３００ ステップ
３０２ ステップ
３０４ ステップ
３０６ ステップ
３０８ ステップ
３１０ ステップ
３１２ ステップ
３１４ ステップ
４００ 方法
４０２ ステップ
４０４ ステップ
４０６ ステップ
４０８ ステップ
５００ ＣＴ撮像システム
５０２ 検出器
５０４ ガントリ
５０６ Ｘ線源
５０８ Ｘ線
５１０ 検出器アレイ
５１２ 患者
５１４ 回転中心
５１６ 制御機構
５１８ Ｘ線制御器
５２０ ガントリモータ制御器
５２２ ＤＡＳ
５２４ 画像再構成器
５２６ コンピュータ
５２８ 記憶装置
５３０ 操作者ワークステーション
５３２ ディスプレイ
５３４ テーブルモータ制御器
５３６ テーブル
５３８ ガントリ開口部

Claims (9)

1. 撮像スキャナ（１２）と、
   前記撮像スキャナに結合されたプロセッサ（２８）とを備え、
   前記プロセッサが、
   対象とするオブジェクト（１６）の少なくとも１つの画像（５２）を取得し、
   該画像の統計量に基づいて、画像タイプ、および造影剤の有無を決定し、
   前記画像タイプ、および前記造影剤の存在または不存在の少なくとも一方を示すラベル（５４）を生成し、
   前記画像タイプ及び前記造影剤の存在または不存在に基づいて、画像処理手順を選択し、
   少なくとも一つの画像に対する前記選択された画像処理手順を実施し、
   前記ラベルを含むように前記少なくとも１つの画像を変更する
   ように構成される、撮像システム（１０）。
2. 前記画像タイプが、ＣＴ（コンピュータ断層撮影）画像タイプ、ＰＥＴ（陽電子射出断層撮影）画像タイプ、超音波画像タイプ、Ｘ線画像タイプ、ＭＲ（磁気共鳴）画像タイプ、またはＳＰＥＣＴ（単光子射出型コンピュータ断層撮影）画像タイプのうちの少なくとも１つを含む、請求項１記載の撮像システム（１０）。
3. 前記プロセッサ（２８）が、
   前記画像（５２）を画像サブ領域へと分割し、
   前記サブ領域の統計量を生成し、
   人工知能アルゴリズムを用いて前記統計量に基づき前記画像タイプを決定する
   ようにさらに構成される、請求項１記載の撮像システム（１０）。
4. 撮像スキャナと、
   前記撮像スキャナに結像されたプロセッサとを備え、
   前記プロセッサ（２８）が、
   対象とするオブジェクト（１６）の少なくとも１つの画像（５２）を取得し、
   該画像の統計量に基づいて、画像タイプ、および造影剤の有無を決定し、
   前記画像タイプ、および前記造影剤の存在または不存在の少なくとも一方を示すラベル（５４）を生成し、
   前記少なくとも１つの画像に対する前記選択された画像処理手順を実施し、
   前記画像タイプ、および前記造影剤の有無に基づき、セグメンテーション手順を選択し、
   前記少なくとも１つの画像（５２）に対して前記選択されたセグメンテーション手順を実施し、
   前記ラベルを含むように前記少なくとも１つの画像を変更する
   ように構成される、撮像システム（１０）。
5. 撮像スキャナ（１２）と、
   前記撮像スキャナに結合されたプロセッサ（２８）とを備え、
   前記プロセッサが、
   対象とするオブジェクト（１６）の少なくとも１つの画像（５２）を取得し、
   該画像の統計量に基づいて、画像タイプ、および造影剤の有無を決定し、
   前記画像タイプ、および前記造影剤の存在または不存在の少なくとも一方を示すラベル（５４）を生成し、
   前記ラベル（５４）を、以前に前記画像（５２）に形成された第２のラベルと比較し、
   前記比較に基づいて前記第２のラベルを置き換え、
   前記ラベルを含むように前記少なくとも１つの画像を変更する
   ように構成される、撮像システム（１０）。
6. 撮像スキャナ（１２）と、
   前記撮像スキャナに結合されたプロセッサ（２８）とを備え、
   前記プロセッサが、
   対象とするオブジェクト（１６）の少なくとも１つの画像（５２）を取得し、
   該画像の統計量に基づいて、画像タイプ、および造影剤の有無を決定し、
   前記画像タイプ、および前記造影剤の存在または不存在の少なくとも一方を示すラベル（５４）を生成し、
   前記ラベル（５４）を、以前に前記画像に形成された第２のラベルと比較し、
   前記ラベルが、前記第２のラベルと同じではない場合、警告を生成し、
   前記ラベルを含むように前記少なくとも１つの画像を変更する
   ように構成される、撮像システム（１０）。
7. コンピュータに、
   対象とするオブジェクトの少なくとも１つの画像（５２）を取得し、
   該画像の統計量に基づいて、画像タイプ、および造影剤の有無を決定し、
   前記画像タイプ、および前記造影剤の存在または不存在の少なくとも一方を示すラベル（５４）を生成し、
   前記画像タイプ及び前記造影剤の存在または不存在に基づいて、画像処理手順を選択し、
   少なくとも一つの画像に対する前記選択された画像処理手順を実施し、
   前記ラベルを含むように前記少なくとも１つの画像を変更する
   ように命令するコンピュータプログラムを記憶する非一時的なコンピュータ可読媒体。
8. 前記画像タイプが、ＣＴ（コンピュータ断層撮影）画像タイプ、ＰＥＴ（陽電子射出断層撮影）画像タイプ、超音波画像タイプ、Ｘ線画像タイプ、ＭＲ（磁気共鳴）画像タイプ、またはＳＰＥＣＴ（単光子射出型コンピュータ断層撮影）画像タイプのうちの少なくとも１つを含む、請求項７記載の非一時的なコンピュータ可読媒体。
9. 前記コンピュータに、
   前記画像（５２）を画像サブ領域へと分割し、
   前記サブ領域の統計量を生成し、
   人工知能アルゴリズムを用いて前記統計量に基づき前記画像タイプを決定する
   ように命令すべくさらにプログラムされたコンピュータプログラムを記憶する、請求項７又は８記載の非一時的なコンピュータ可読媒体。