JP6302934B2 - コンピュータ支援による関心組織の特定 - Google Patents

Description

以下の事項は、概して、関心組織（tissue of interest）のコンピュータ支援特定に関し、特にコンピュータ断層撮影（ＣＴ）に適用して説明される。しかしながら、例えば３次元（３Ｄ）Ｘ線、磁気共鳴撮像（ＭＲＩ）及び／又は他の撮像モダリティなどの、その他の撮像モダリティもここに企図される。

コンピュータ断層撮影（ＣＴ）スキャナは、検査領域及びその中の被検体の一部を横断して検出器によって検出される放射線、を放射するｘ線管を含んでいる。検出器は、検査領域及びその中の被検体の一部を表す信号を生成して出力する。再構成部が、該信号を処理して、検査領域及びその中の被検体の一部を表すボリューム画像データを再構成する。関心組織を特定するために、異なる時点で収集されたこのような画像データの比較及び利用が行われてきた。例えば、この比較は、肺結節の経時的な成長を決定することを支援するために使用されており、この情報は、例えば成長倍化時間メトリックなどの指標に基づいて、その結節が悪性であるかを決定することを支援するために使用されている。

上述の画像データ比較及び関心組織成長の決定は、臨床医又はそれに類する者が画像データを視覚的に観察することによって、且つ／或いは、例えばコンピュータ支援検出（computer aided detection；ＣＡＤ）アルゴリズムを実行するなど、コンピュータの助けを借りて、手動検査によって行われてきた。手動検査は、臨床医が複数の異なる画像データセットからの画像スライスを順番に視覚的に比較するので、時間を消費するものである。また、手動検査は誤りを起こしやすい。例えば、結節に隣接し且つ画像データ内で同様の値を有する組織が結節の一部であるように見え、それにより結節の体積の過大評価がもたらされることがあり、且つ／或いは、結節の一部が他の組織によって隠されていて、それにより結節の体積の過小評価がもたらされることがあり、これらはどちらも、悪性度を特定することに関して偽陰性又は偽陽性につながる。

コンピュータ支援によるアプローチでは、先ず、コンピュータを用いて、現在画像データセットから、結節を表しているボクセルを含んでいそうな複数の画像が特定される。次いで、臨床医が、これらの画像を観察して、結節を含んでいない画像又は関心ない結節を含んでいる画像を棄却し、関心ある結節を有する画像を承認する。次いで、コンピュータが、以前に収集された画像データセットを処理して、承認された結節に合致する結節を特定する。次いで、臨床医が、合致したものをレビューして、（例えば、良性でありそうな）関心ないペアを棄却し、（例えば、悪性でありそうな）関心あるペアを承認する。その後、コンピュータが、承認された合致した結節をセグメント化し、そして、各合致間での結節成長速度を決定して提示する。このアプローチは、単に臨床医が結節成長を観察可能なところまでこぎつけるのに、臨床医とコンピュータとの間で何度ものインタラクションを必要とし、時間がかかって面倒なものとなり得る。
国際公開第２００６／０５６２２１号に、心臓サイクル中に血管の動きを検出するための超音波方法及び装置が記載されている。

ここに記載される態様は、以上にて言及した問題及びその他の問題を解決するものである。

一態様において、一方法は、少なくとも２つの画像データセット内に位置する関心組織の体積における変化を、前記少なくとも２つの画像データセットの間で決定することを含む。前記少なくとも２つの画像データセットは、第１の時点で収集された第１の画像データセットと、第２の時点で収集された第２の画像データセットとを含み、前記第１及び第２の時点は相異なる。当該方法は更に、前記関心組織が中に位置する領域と、該領域にわたる前記変化の大きさを指し示すしるしとを含む描画像を生成することを含む。前記領域は、前記少なくとも２つの画像データセットのうちの少なくとも１つに基づいて生成された前記描画像の上に重ね合わされ、且つ、関心組織を表すボクセルを含んだ前記少なくとも２つの画像データセットそれぞれの対応する画像にリンクされる。当該方法は更に、前記描画像をグラフィカルユーザインタフェースにて視覚的に提示することを含む。

他の一態様において、画像データ処理システムは、少なくとも２つの画像データセット内に位置する関心組織の体積における変化を、前記少なくとも２つの画像データセットの間で決定する組織体積変化決定部を含む。前記少なくとも２つの画像データセットは、第１の時点で収集された第１の画像データセットと、第２の時点で収集された第２の画像データセットとを含み、前記第１及び第２の時点は相異なる。当該画像データ処理システムは更に、前記少なくとも２つの画像データセットに基づいて生成されたボリューム画像を、前記関心組織が中に位置する領域を指し示す見込み領域、及び該領域にわたる前記関心組織の体積における変化を指し示すしるし、と結合するレンダリングエンジンを含む。前記領域は、関心組織を表すボクセルを含んだ前記少なくとも２つの画像データセットそれぞれの対応する画像にリンクされる。当該画像データ処理システムは更に、描画像をグラフィカルユーザインタフェースにて視覚的に提示するディスプレイを含む。

他の一態様において、コンピュータ読み取り可能記憶媒体に、コンピュータ読み取り可能命令がエンコードされ、前記コンピュータ読み取り可能命令は、コンピューティングシステムのプロセッサによって実行されるとき、前記プロセッサに、少なくとも２つのデータセットの間で関心組織の体積における変化を決定させ、関心組織が中に位置する領域と、該領域にわたるボリュームの大きさにおける変化を指し示す第１のしるしと、前記関心組織が該領域内に位置すること及び該領域にわたる大きさにおける変化が前記大きさにおける変化を表していることの信頼度を指し示す第２のしるしと、を含む描画像を生成させ且つ視覚的に提示させ、前記第１のしるしは色又はグレースケール値であり、前記第２のしるしは透明度である。

本発明は、様々な構成要素及びその配置、並びに様々なステップ及びその編成の形態を取り得る。図面は、単に好適実施形態を例示するためのものであり、本発明を限定するものとして解釈されるべきではない。
撮像システムと関連付けて画像データ処理システムを模式的に示す図である。 図１の画像データ処理システムの非限定的な一例を模式的に示す図である。 図２の画像データ処理システムによって生成されるレンダリングの非限定的な一例を示す図である。 図３Ａのレンダリングを生成するのに使用される画像データセットからの画像を例示する図である。 図３Ａのレンダリングを生成するのに使用される画像データセットからの画像を例示する図である。 ここに記載される画像データ処理システムによる方法の一例を示す図である。

図１は、例えばＣＴスキャナなどの撮像システム１００の一例を模式的に示している。他の実施形態において、撮像システム１００は、３Ｄ式Ｘ線、ＭＲＩ、及び／又はその他の撮像システムを含み得る。図示した撮像システム１００は、静止ガントリー１０２及び回転ガントリー１０４を含んでおり、回転ガントリー１０４は、静止ガントリー１０２によって回転可能に支持されて、検査領域１０６の周囲をｚ軸１０８の周りで回転する。

例えばｘ線管などの放射線源１１０が、回転ガントリー１０４によって回転可能に指示されて、回転ガントリー１０４とともに回転し、検査領域１０６を横断する放射線を放射する。感放射線検出器アレイ１１２が、放射線源１１０に対して検査領域１０６の反対側で、或る角度の弧にわたっており、検査領域１０６を横断した放射線を検出して、それを表す信号を生成する。

被検体サポート（支持体）１１４が、検査領域１０６内の物体又は被検体を支持する。再構成部１１７が、投影データを再構成してボリューム画像データを生成する。汎用コンピュータがオペレータコンソール１１６としての役割を果たす。コンソール１１６に常駐するソフトウェアが、オペレータがスキャナ１００とインタラクションすることを可能にする。そのようなインタラクションは、以下に限られないが、スキャンプロトコルを選択すること、スキャンを開始すること、等々を含む。

画像データ処理システム１１８が、２つの異なる時点で実行された少なくとも２つのスキャンからの画像データセットを処理し、これらの画像データセット間での関心組織の体積の変化（存在すれば）を決定し、そして、モニタ又はディスプレイ１２０を介して視覚的に表示されることが可能なレンダリング（描画像）を生成する。このレンダリングは、その中に関心組織が位置する領域を有するとともに、該領域にわたる体積の変化の大きさと、必要に応じての、特定された関心組織が該領域内にあり且つ変化の大きさが正しいことの信頼度と、を特定する“しるし”を有する。このような領域は、画像データセット間で体積変化が存在しない場合の何れの関心組織のレンダリングにも含められない。なお、このレンダリングを眺めた臨床医は、或る関心組織がもはや関心ないものであると決定することができる。

より詳細に後述するように、非限定的な一例において、上記領域は、画像データのボリュームレンダリングの上に重ね合わされ又はオーバーレイされ、外見は、例えばグルコース濃度若しくはそれに類するものを示す陽電子放出型断層撮影（ＰＥＴ）画像の“ホットスポット”などの、“ホットスポット”（又は、確率クラウド若しくは領域）と同様であり、上記領域のジオメトリ（幾何学構成）が、関心組織の位置、形状及び／又は大きさを指し示し、強調表示（例えば、異なる色、グレースケールなど）が体積変化の大きさを指し示し、且つ／或いは、不透明度／透明度が、特定された関心組織が上記領域内にあり且つ変化の大きさが正しいことの信頼度を指し示す。上記しるしはまた、それぞれの画像データセットにおける対応する画像への、直接的なリンクを提供し得る。

一例において、このレンダリングは、何らかの体積変化が決定される前に臨床医に先ず画像データセットを調べさせ、候補関心組織を有する画像を特定させ、且つ／或いは他の画像データセット内の対応する組織との候補関心組織の合致を評価させることなしに、体積変化に基づいて特定種類の関心組織（例えば、悪性の結節）を特定することを当初若しくは最初から試みることを提供する。これにより、臨床医が観察する且つ／或いはコンピュータが処理する画像ペアの数を削減することができ、例えば、臨床医は、その他の画像ペアを評価せずに、コンピュータが特定した画像ペアのみを評価する。当然ながら、その他の画像ペアのうちの１つ以上についても評価することができる。

画像データ処理システム１１８は、撮像システム１００、他の撮像システム（同じ又は異なるモダリティ）、及び／又は、例えば可搬式メモリ、サーバ、データベース、放射線医学情報システム（ＲＩＳ）、病院情報システム（ＨＩＳ）、電子医療記録（ＥＭＲ）、画像保管通信システム（ＰＡＣＳ）などのデータリポジトリから、画像データを得る。

画像データ処理システム１１８は、１つ以上のコンピュータ読み取り可能命令を実行する１つ以上のコンピュータシステムの１つ以上のプロセッサによって実装されることができ、これら１つ以上のコンピュータ読み取り可能命令は、例えば物理メモリ及び／又はその他の非一時的媒体などのコンピュータ読み取り可能記憶媒体に埋め込まれ、エンコードされ、等々される。これに加えて、あるいは代えて、これらのコンピュータ読み取り可能命令のうちの少なくとも１つは、搬送波、信号及び／又はその他の一時的媒体によって搬送されることができる。

図２は、画像データ処理システム１１８の非限定的な一例を示している。図示のように、画像データ処理システム１１８は、異なる時点で実行された少なくとも２つのスキャンからの画像データセットを、入力として取得する。

図示した画像データ処理システム１１８は、画像データセットに表された関心組織の体積における変化を決定する組織体積変化決定部２０２を含んでいる。一例において、組織体積変化決定部２０２は、先ず、２つ以上の画像データセット内で関心組織を特定する。これは、自動化された、又は半自動の組織特定アルゴリズムによって達成され得る。次いで、組織体積変化決定部２０２は、画像データセットのうちの２つに表された１つ以上の器官又は生体構造全体に基づいて弾性レジストレーション及び／又は剛体レジストレーションを採用して、それらの画像データセットをレジストレーションする。例として、以前と現在との画像データセットにおいて肺全体又は胸部をレジストレーションするために、弾性レジストレーションを使用することができる。

そして、組織体積変化決定部２０２は、レジストレーションされた画像データ内の特定された関心組織の体積の変化を決定する。一例において、組織体積変化決定部２０２は、画像減算により、レジストレーションされた画像データ内の特定された関心組織の体積変化を決定することができる。他の一例において、組織体積変化決定部２０２は、レジストレーションベクトル場の局所的なヤコビ行列を決定することにより、特定された関心組織の体積変化を決定することができる。このアプローチでは、３次元画像ボリュームの各ボクセルに関してヤコビ行列が計算され、体積変化を指し示すヤコビ行列の固有値が各ボクセルに関して計算される。

例えば、成長がない場合、全ての固有値がゼロなる値を有し、１次元での成長がある場合、固有値のうちの１つが正の値を有し、２次元での成長がある場合、固有値のうちの２つが正の値を有し、そして、３次元での成長がある場合、固有値のうちの３つが正の値を有する。ヤコビ行列を使用する一例が、Zheng等の“Lung Nodule Growth Analysis from 3D CT Data with a Coupled Segmentation and Registration Framework”、IEEE Computer Society Workshop on Mathematical Methods in Biomedical Image Analysis、2007年で議論されている。

他の一例において、組織体積変化決定部２０２は、先ず、（ちょうど上記アプローチで説明したような２つに代えて）画像データセットのうちの１つのみで関心組織を特定する。例えば、組織体積変化決定部２０２は、先ず、画像データセットのうち直近に収集された画像データのみにおいて関心組織を特定する。この場合、組織体積変化決定部２０２は、次いで、特定された関心組織を有する各領域の位置を、画像データセットのうち（直近に対して）早期に収集された画像データとマッチングする。そして、組織体積変化決定部２０２は、これら２つ以上の画像データセットにおいて同時に関心組織をセグメント化して、関心組織の体積の変化を決定する。マッチングアプローチを使用する一例は、Wiemker等の“Performance Study of a Globally Elastic locally Rigid Matching Algorithm for Follow-Up Chest CT”、Proc. of SPIE、第6917巻、691760、2008年に記載されている。

これら上述のアプローチ及び／又は１つ以上の異なるアプローチの組み合わせもここに企図される。例えば、他の一例において、各ボクセルの周囲の所与の半径内の累積密度が計算される。そして、レジストレーションされた双方のボリューム間で、局所的な累積密度の、ボクセル毎の比較が実行される。その他のアプローチもここに企図される。

ボリューム画像決定部２０４が、画像データセットに基づいて３次元（３Ｄ）ボリュームレンダリングを生成する。一例において、ボリューム画像決定部２０４は、３Ｄインタラクティブ最大値投影（Maximum Intensity Projection；ＭＩＰ）レンダリングを生成する。他の一例において、ボリューム画像決定部２０４は、最小値投影（minimum Intensity Projection；ｍＩＰ）を生成する。更なる他の一例において、ボリューム画像決定部２０４は、他のボリュームレンダリングを生成する。

見込み領域設置部２０６が、レンダリング内で、関心組織が位置する領域を位置決めする。体積変化しるし決定部２０８が、上記領域にわたる体積の変化の大きさを指し示す視覚化しるしを決定する。後述のように、一例において、このしるしはグレースケール値であり、グレースケールの一端のグレー値は、体積変化が殆ど又は全くないことを表し、グレースケールの他端のグレー値は、高い度合いの体積変化を表す。他の一例において、代わりにカラースケールが使用される。

信頼度しるし決定部２１０が、その領域内に関心組織があること及び／又は決定された大きさがその体積変化を表すことの信頼度を指し示す視覚化しるしを決定する。前者の場合、その信頼度は、関心組織を周囲の組織から分離あるいは区別する能力を考慮に入れ得る。後述のように、一例において、このしるしは透明度であり、スケールの一端の透明度の値は、より低い信頼性を表し、スケールの他端の透明度の値は、より高い信頼性を表す。

レンダリングエンジン２１２が、３Ｄボリューム、見込み領域、体積変化大きさしるし、及び／又は信頼度しるしを結合する。例えば、一例において、レンダリングエンジン２１２は、３Ｄボリュームレンダリングの上に見込み領域を重ね合わせ、あるいはオーバーレイし、体積変化大きさしるし及び信頼度しるしを使用して、それぞれ、見込み領域全体にわたる色及び透明度を決定する。

このようなレンダリングの非限定的な一例を、図３Ａに示す。この例において、関心組織は、肺内の悪性結節である。図３Ａにおいて、肺ではない組織３０２は、肺結節の不存在を指し示す高い透明度で描写されている。肺組織３０４は、肺ではない組織３０２に対して、あまり透明でなく（すなわち、より不透明に）描写されており、肺結節の低い可能性を指し示している。

第１の領域３０６は、第１の結節を含む第１の領域を表している。領域３０６は、この例において、ＰＥＴライクなホットスポット画像に似ている。領域３０６のジオメトリは、その中に結節が位置するボリュームを指し示している。この例において、領域３０６は球形である。成長における変化の程度を、色が指し示す。この例においては、黒いほど高成長を表し且つ白いほど低成長を表すグレースケールが用いられている。領域３０６は黒に近いグレーレベル（９５％）であり、高い結節成長を指し示している。

特定された結節が結節であり且つその成長が正しいことの信頼度を、透明度が指し示す。この例において、中心の領域は透明でなく（この例において０％）描写されており、結節が中心領域に位置するとともにその成長レベルが正しいことの高い信頼度を指し示している。外側の領域は、より透明（この例において４５％）に描写されており、結節の位置及び成長についての、より低い信頼度を指し示している。透明度（故に、信頼度）は、中心領域から外側領域へと放射状に増大する（例えば、線形又は非線形に）。

第２の領域３０８は、第２の結節を含む第２の領域を表している。第２の領域３０８のジオメトリは楕円形又は長円形である。第２の領域３０８は、第１の領域３０６より低い階調（この例において、７５％）であり、この結節に関して、第１の領域３０６内の結節よりも低い成長を指し示している。透明度は、第２の領域３０８の全体で同じ（１０％）であり、悪性結節が第２の領域３０８に位置していることの、一定であるが第１の領域３０６においてよりも低い信頼度を指し示している。

第３の領域３１０は、第３の結節を含む第３の領域を表している。第３の領域３１０のジオメトリはでこぼこである。第３の領域３１０は、階調において、概して対角方向に線形に（７５％黒から白へと）変化しており、右下の隅よりも左上の隅で成長が高いことを指し示している。透明さも、概して対角方向に変化している。この例において、透明度は、左上の隅から右下の隅に対して、２１％透明から不透明まで変化しており、第３の領域３１０を横切って信頼度が変化していることを指し示している。

理解されるように、例示した領域３０６、３０８及び３１０は限定的なものではない。他の一実施形態において、より多くの、あるいはより少ない、このような領域が存在し得る。他の一実施形態において、これらの領域は、別の形状（例えば、湾曲したもの）及び／又は大きさであり得る。更なる他の一実施形態において、これらの領域は異なるグレーレベル及び／又は透明度を含むことができる。更なる他の一実施形態において、例示したグレースケールに代えて、カラースケール（例えば、赤、緑及び青（ＲＧＢ）、シアン、マゼンタ、イエロー、キー／ブラック（ＣＭＹＫ）など）を使用することができる。

図３Ａのレンダリングはユーザ操作可能とし得る。例えば、レンダリングを回転し、パンし、ズームし、ウィンドウ表示し、レベリング（水平化）し、等々を行うためのグラフィック操作ツールを含むグラフィカルユーザインタフェース（ＧＵＩ）にて、レンダリングを提示することができる。また、例えばＭＩＰと最小値投影（ｍＩＰ）及び／又はその他の可視化との間など、異なる可視化モード間でレンダリングを切り替えることができる。

また、レンダリングを画像データセットに結び付ける（リンクさせる）ことで、領域３０６、３０８及び３１０のうちの１つの一部の上でマウスなどを重ねてクリックすることが、３Ｄレンダリング（図３Ａ）とともに、あるいは３Ｄレンダリングの代わりに、画像データセットのうちの対応する画像３１２（図３Ｂ）及び３１４（図３Ｃ）の表示を呼び出すようにすることができる。画像３１２及び３１４は、結節の位置を特定するしるしを含んでいてもよい。

図２に戻るに、ここで説明したように、レンダリングは、画像データ上での最初のコンピュータ実行による第１パスを表し、画像データセット間で体積変化する関心組織を特定するために使用される。これを用いて、更なるレビューのための候補画像セットが特定され得る。そして、臨床医は、特定された画像のみ（又はその一部（サブセット）、例えば、指し示された成長の大きさ及び／又は信頼度に基づく）を観察することを選ぶことができ、それにより、画像データ処理システム１１８が使用されない且つ／或いは省略された構成に対して、臨床医が視覚的に観察しなければならないことになるデータの量を削減し得る。

図４は、図１及び２の画像データ処理システム１１８による方法を例示している。

理解されるように、ここに記載される方法における動作（アクト）の順序は限定的なものではない。従って、他の順序もここに企図される。また、１つ以上の動作が省略されてもよく、且つ／或いは１つ以上の追加の動作が含められてもよい。

４０２にて、少なくとも２つの画像データセットが取得される。これら少なくとも２つの画像データセットは、異なる時点で実行されるスキャンに対応する。

４０４にて、画像データセットのうちの少なくとも１つにおいて、関心組織が特定される。

４０６にて、異なる画像データセット内の特定された関心組織間で、体積における変化が決定される。

４０８にて、上記少なくとも２つの画像データセットに基づいて、３Ｄボリュームが生成される。

４１０にて、その中に関心組織が位置する３Ｄボリューム内の領域が決定される。

４１２にて、上記領域にわたる体積における変化の大きさを指し示す視覚化しるしが決定される。

４１４にて、関心組織が上記領域内に位置すること及び／又は決定された体積変化が上記領域にわたる体積における変化を表すことの信頼度を指し示す視覚化しるしが決定される。

４１６にて、上記３Ｄボリューム、上記領域、大きさしるし、及び／又は信頼度しるしが組み合わされて視覚的に表示される。

４１８にて、ユーザがこのレンダリングを使用することで、関心組織が特定種類の関心組織であるかを決定することを支援する。例えば、レンダリングを用いることで、特定された組織が実際に悪性結節であるかが容易になる。

以上の方法は、コンピュータ読み取り可能記憶媒体にエンコードされるか埋め込まれるかして、コンピュータプロセッサによって実行されるときに、記載した動作を該プロセッサに実行させる、コンピュータ読み取り可能命令によって実装され得る。これに加えて、あるいは代えて、それらのコンピュータ読み取り可能命令のうちの少なくとも１つは、信号、搬送波又はその他の一時的媒体によって搬送される。

好適実施形態を参照して本発明を説明した。以上の詳細な説明を読んで理解した者には変更及び改変が思い浮かび得る。本発明は、添付の請求項の範囲又はその均等範囲に入る限りにおいて、そのような全ての変更及び改変を含むとして解釈されるものである。

Claims (20)

1. 少なくとも２つの画像データセット内に位置する関心組織の体積における変化を決定するステップであり、前記変化が前記少なくとも２つの画像データセットの間で決定され、
   前記少なくとも２つの画像データセットは、第１の時点で収集された第１の画像データセットと、第２の時点で収集された後続の第２の画像データセットとを含み、前記第１及び第２の時点は相異なり、前記変化は、前記第１及び第２の時点間の前記関心組織の成長による前記関心組織の物理的な大きさの増加に対応する、
   決定するステップと、
   前記関心組織が中に位置する領域と、該領域にわたる前記変化の大きさを指し示すしるしとを含む描画像を生成するステップであり、
   前記領域が、前記少なくとも２つの画像データセットのうちの少なくとも１つに基づいて生成された前記描画像の一部のみの上に重ね合わされ、且つ、関心組織を表すボクセルを含んだ前記少なくとも２つの画像データセットそれぞれの対応する画像にリンクされる、
   生成するステップと、
   前記描画像をグラフィカルユーザインタフェースにて視覚的に提示するステップと、
   を有する方法。
2. 前記リンクを行うことは、評価されるべき前記少なくとも２つの画像データセットのサブセットを特定する、請求項１に記載の方法。
3. 前記少なくとも２つの画像データセットはコンピュータ断層撮影画像データのセットであり、前記領域及び前記しるしは、前記コンピュータ断層撮影画像データの３次元描画像上に重ね合わされた“ホットスポット”を含むようにレンダリングされる、請求項１又は２に記載の方法。
4. 前記領域の位置及び／又は幾何学構成が、前記関心組織が中に位置するボリュームを指し示す、請求項１乃至３の何れかに記載の方法。
5. 前記しるしの透明度が、特定された前記関心組織が前記領域内にあることの信頼度を指し示す、請求項４に記載の方法。
6. 前記しるしの色又はグレー値が、前記領域にわたる前記関心組織の体積における前記変化の大きさを指し示す、請求項４又は５に記載の方法。
7. 前記しるしの透明度が更に、前記領域にわたる前記体積における前記変化の前記大きさの信頼度を指し示す、請求項６に記載の方法。
8. 前記領域の形状が、前記関心組織の推定サイズを指し示す、請求項１乃至７の何れかに記載の方法。
9. 体積における前記変化は、更なる評価のための前記画像データセットの画像を特定する前に決定される、請求項１乃至８の何れかに記載の方法。
10. 当該方法は更に、ユーザにより特定された前記しるしの部分を指し示す信号に応答して、前記リンクに基づいて、前記第１の画像データセットからの第１の画像と、前記第２の画像データセットからの第２の画像とを視覚的に提示するステップを有し、前記第１の画像及び前記第２の画像は、前記特定された前記しるしの部分に対応する、請求項１乃至９の何れかに記載の方法。
11. 少なくとも２つの画像データセット内に位置する関心組織の体積における変化を決定するように構成された組織体積変化決定部であり、前記変化が前記少なくとも２つの画像データセットの間で決定され、
    前記少なくとも２つの画像データセットは、第１の時点で収集された第１の画像データセットと、第２の時点で収集された後続の第２の画像データセットとを含み、前記第１及び第２の時点は相異なり、前記変化は、前記第１及び第２の時点間の前記関心組織の成長による前記関心組織の物理的な大きさの増加に対応する、
    組織体積変化決定部と、
    描画像をレンダリングするとともに、前記少なくとも２つの画像データセットに基づいて生成されたボリューム画像を、前記関心組織が中に位置する領域を指し示す見込み領域、及び該領域にわたる前記関心組織の体積における変化を指し示すしるし、と結合するように構成されたレンダリングエンジンであり、前記領域が前記描画像の一部のみの上に重ね合わされ、
    前記領域が、関心組織を表すボクセルを含んだ前記少なくとも２つの画像データセットそれぞれの対応する画像にリンクされる、
    レンダリングエンジンと、
    描画像をグラフィカルユーザインタフェースにて視覚的に提示するように構成されたディスプレイと、
    を有する画像データ処理システム。
12. 前記リンクを行うことは、特定された前記関心組織を確認するために評価されるべき前記少なくとも２つの画像データセットのサブセットを特定するように構成される、請求項１１に記載の画像データ処理システム。
13. 前記少なくとも２つの画像データセットはコンピュータ断層撮影画像データのセットであり、前記しるしは、前記コンピュータ断層撮影画像データの３次元描画像上に重ね合わされた“ホットスポット”を含むようにレンダリングされる、請求項１１又は１２に記載の画像データ処理システム。
14. 前記領域の位置及び／又は幾何学構成が、前記関心組織が中に位置するボリュームを指し示す、請求項１１乃至１３の何れかに記載の画像データ処理システム。
15. 前記しるしの色又はグレースケールが、前記領域にわたる前記関心組織の体積における前記変化の大きさを指し示す、請求項１１乃至１４の何れかに記載の画像データ処理システム。
16. 前記しるしの透明度が更に、前記関心組織が前記ボリューム内にあることの信頼度、又は前記領域にわたる前記体積における前記変化の大きさの信頼度、のうちの少なくとも一方を指し示す、請求項１４又は１５に記載の画像データ処理システム。
17. 前記領域の形状が、前記関心組織の推定サイズを指し示す、請求項１１乃至１６の何れかに記載の画像データ処理システム。
18. 前記グラフィカルユーザインタフェースは、回転、パン、ズーム、ウィンドウ表示、及びレベリングのうちの少なくとも１つを含んだ画像操作ツールを含む、請求項１１乃至１７の何れかに記載の画像データ処理システム。
19. 前記ディスプレイは、ユーザにより特定された前記しるしの部分を指し示す信号に応答して、前記リンクに基づいて、前記第１の画像データセットからの第１の画像と、前記第２の画像データセットからの第２の画像とを視覚的に提示し、前記第１の画像及び前記第２の画像は、前記特定された前記しるしの部分に対応する、請求項１１乃至１８の何れかに記載の画像データ処理システム。
20. コンピュータ読み取り可能命令をエンコードされたコンピュータ読み取り可能記憶媒体であり、前記コンピュータ読み取り可能命令は、コンピューティングシステムのプロセッサによって実行されるとき、前記プロセッサに、
    少なくとも２つのデータセット内に位置する関心組織の体積における変化を決定させ、前記変化は前記少なくとも２つのデータセットの間で決定され、第１のデータセットは第１の時点で収集され、第２のデータセットは後続の第２の時点で収集され、前記変化は、前記第１及び第２の時点間の前記関心組織の成長による前記関心組織の物理的な大きさの増加に対応し、
    関心組織が中に位置する領域と、該領域にわたるボリュームの大きさにおける変化を指し示す第１のしるしと、前記関心組織が該領域内に位置すること及び該領域にわたる大きさにおける変化が前記大きさにおける変化を表していることの信頼度を指し示す第２のしるしと、を含む描画像を生成させ且つ視覚的に提示させ、該領域は前記描画像の一部のみの上に重ね合わされ、
    前記第１のしるしは色又はグレースケール値であり、前記第２のしるしは透明度である、
    コンピュータ読み取り可能記憶媒体。

Images