JP6353463B2 - 定量イメージング - Google Patents

Description

本発明は、概して、定量イメージングに、特に組織不規則性マップに関し、特にコンピュータトモグラフィ（ＣＴ）の用途に関して記述される。しかしながら、本発明は、他のイメージングモダリティにも受け入れられる。

診断画像の視覚的解析は、例えばサイズ及び形状のような形態学的情報を評価することに基づいている。知覚されるパターンと可能性のある診断との間の関係を識別することのような画像認識は、放射線医の知識、解析技術、記憶、直観力及び努力に依存する。しかしながら、人間の視覚的知覚システムは、例えば画像の輝度又はコントラストの局所的な空間変化から生じる粗さ及び不規則性のようなテクスチャ情報を判別する際に問題を呈する。テクスチャ又は構造解析が、コンピュータ支援診断（ＣＡＤ）のコンポーネントである。

ＣＡＤアルゴリズムは、利用可能な異なるテクスチャ解析アプローチから計算されるテクスチャの数学的ディスクリプタを使用する初期定量化を含み、その後、コンピュータビジョン及び人工知能、機械学習又は人工神経回路網に基づく判定アルゴリズムの使用が続く。文献において知られているテクスチャ定量化アプローチは、いくつかの一般的な分類に分けられることができる：Ａ）解析される組織画像のタイプに関する事前情報を反映する適当なモデルを識別することによってテクスチャを解析する、フラクタル及び確率論的なモデルのようモデルベースのアプローチ、Ｂ）周波数ドメインパワースペクトル解析、構造的形状フィッティング方法又はウェーブレット解析、及びＣ）ヒストグラムベースの及び統計ベースの解析。

臨床研究は、ＣＴテクスチャ解析が非小細胞肺癌、結腸直腸癌、腎細胞癌及び肝臓転移をもつ患者の実際的な予測及び予後情報をもたらすことができることを示唆している。生理学的な理論的解釈は、腫瘍血液供給の中にしばしば存在する不均質性及び不規則性が、悪性腫瘍の良好に認識されるフィーチャであることである。特に、ヒストグラムベースのエントロピー及び一様性の計算は、画像のノイズテクスチャの影響を低減することを試みながら、病変の範囲内又はその周辺のテクスチャの粗さ及び不規則性の分布を評価するために使用されることが可能であることが示されている。テクスチャ解析は、例えば肺気腫のような非癌疾患の場合にも同様に行われている。

それにもかかわらず、現在のアプローチは、画像データ内の組織テクスチャ及び構造のロバストな定量解析にはあまり適していない。例えば、このようなアプローチは、異なる臨床ケースを比較する場合又は一般的な処置ガイドラインをセットしようとする場合には依存するのが困難でありうる相対的な結果を提供し、更に、複雑なモデル又は訓練セットのデータベースに依存し、特定の臨床ケースの場合には選択され最適化されるべきである多くのパラメータを必要とし、ユーザ又は洗練されたセグメント化アルゴリズムによる正確なＲＯＩ描出を必要とする。従って、他のアプローチについて解されていないニーズがある。

ここに記述される見地は、上述の問題その他に対処する。

以下は、概して、ヒストグラムのビン幅、画像ノイズ又は造影剤濃度のうち少なくとも１つに基づいて不規則性マップをスケーリングすることに関する。

１つの見地において、方法は、被検体又は対象のボリュメトリック画像データからの関心ボクセルに関するボクセル分布の局所加重ヒストグラムに基づいて生成されるスケーリングされていな不規則性マップを取得することを含む。局所加重ヒストグラムは、予め決められたビン幅をもつ複数のビンを有する。局所重みが、予め決められたクラスタ長に基づいて決定される。方法は更に、スケーリングされていない不規則性マップをスケーリングして、スケーリングされた不規則性マップを生成することを含む。スケーリングされていない不規則性マップは、少なくともヒストグラムビン幅に基づいてスケーリングされる。

別の見地において、画像データ処理システムは、被検体又は対象のボリュメトリック画像データからの関心ボクセルに関するボクセル分布の局所加重ヒストグラムに基づいて生成されるスケーリングされていない不規則性マップを取得する、スケーリングされた不規則性マップ生成器を有する。局所加重ヒストグラムは、予め決められたビン幅をもつ複数のビンを有し、局所重みは、予め決められたクラスタ長に基づいて決定される。スケーリングされた不規則性マップ生成器は、スケーリングされていない不規則性マップをスケーリングして、スケーリングされた不規則性マップを生成するヒストグラムビン幅スケーラを有し、スケーリングされていない不規則性マップは、ヒストグラムビン幅、画像ノイズ又は造影剤濃度のうち少なくとも１つに基づいてスケーリングされる。

別の見地において、コンピュータ可読記憶媒体は、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、プロセッサに、スケーリングされていない不規則性マップをスケーリングしてスケーリングされた不規則性マップを生成させる１又は複数のコンピュータ実行命令によって符号化され、スケーリングされていない不規則性マップは、ヒストグラムビン幅、画像ノイズ又は造影剤濃度のうち少なくとも１つに基づいてスケーリングされ、スケーリングされた不規則性マップは、局所加重ヒストグラムのエントロピー又は一様性の逆数、又は局所加重高次ヒストグラムの高次統計の１又は複数により、表現される。

本発明は、さまざまなコンポーネン及びコンポーネント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とりうる。図面は、好適な実施形態を示す目的のためだけにあり、本発明を制限するものとして解釈されるべきでない。

イメージングシステムに関連する例示の画像データ処理システムを概略的に示す図。 図１の画像データ処理システムの例を概略的に示す図。 例示の２Ｄマスク及び２Ｄ加重ヒストグラムを示す図。 例示の３Ｄマスク及び３Ｄ加重ヒストグラムを示す図。 ビン幅に対するエントロピーの依存性を示す図。 画像データのスケーリングされた不規則性マップを生成する方法を示す図。 図６の不規則性マップをスケーリングする方法を示す図。

図１は、ＣＴスキャナのような例示のイメージングシステム１００を概略的に示す。他の実施形態において、イメージングシステム１００は、ＭＲＩ、ＰＥＴ、ＳＰＥＣＴ、超音波及び／又は他のイメージングシステムの１又は複数を有することができる。図示されるイメージングシステム１００は、静止ガントリ１０２及び回転ガントリ１０４を有し、回転ガントリは、静止ガントリ１０２によって回転可能に支持されており、ｚ軸１０８を中心に検査領域１０６のまわりを回転する。

Ｘ線管のような放射線源１１０が、回転ガントリ１０４によって回転可能に支持され、回転ガントリ１０４と共に回転し、検査領域１０６を横切る多色放射線を放出する。放射線感受性検出器アレイ１１２は、検査領域１０６をはさんで放射線源１１０の反対側で円弧をなして配され、検査領域１０６を横切る放射線を検出し、それを示す信号を生成する。

被検体支持体１１４は、スキャニングの前、その間、及び／又はその後に、検査領域１０６の対象又は被検体を支持する。再構成器１１５は、投影データを再構成して、ボリュメトリック画像データを生成する。このようなデータは、動的な又は非動的なデータでありうる。汎用コンピュータが、オペレーターコンソール１１６として働く。コンソール１１６に常駐するソフトウェアは、オペレータがスキャナ１００と相互作用することを可能にする。このような相互作用は、スキャンプロトコルの選択、スキャニングの開始などを含むが、これらに制限されるものではない。

任意のインジェクタ１１８が、例えばコントラスト強調イメージングプロシージャの場合、１又は複数の造影剤又は薬剤を投与するように構成される。インジェクタ１１８は、イメージングシステム１００を通じて及び／又は臨床医によって手動で制御されることができる。造影剤は、代替として、臨床医等によって手動で投与されることができる。造影剤が手動で投与される場合又は造影剤が投与されない場合、インジェクタ１１８は省かれることができる。

画像データ処理システム１２０は、画像データを処理し、少なくともそれに基づいてスケーリングされた組織不規則性マップを生成する。後で詳しく述べるように、１つの非限定的な例において、これは、局所ヒストグラムエントロピーアプローチを用いてスケーリングされていない不規則性マップを生成し、その後、ビン幅、画像ノイズレベル及び／又は造影剤濃度に関して絶対的な不規則性の尺度を生成するように、スケーリングされていない不規則性マップをスケーリングすることを含む。スケーリングされた不規則性マップは、ディスプレイ１２２を通じて視覚的に提示され、及び／又は他のやり方で利用されることができる。

スケーリングされた不規則性マップは、不規則な組織パターンをもつ癌及び／又は他の疾患のような疾患モデルを考えることなく、不規則な組織パターンをもつ疾患の存在を識別することを容易にするために使用されることができる。スケーリングされていない不規則性マップは、単独で又はスケーリングされた不規則性マップと共に、視覚的に提示されることができる。このアプローチは、スキャンが非常に異なるスキャニング及びイメージング条件によって実施される場合でさえ、例えば腫瘍フォローアップのようなＣＴ、ＭＲ等の研究に関して使用されることができる。更に、定量診断は、潜在的な処置ガイドラインと比較されることができる。

処理された画像データは、イメージングシステム１００及び／又は他のイメージングシステムによって生成されることができ、及び／又はイメージングシステム１００、及び／又はポータブルメモリ、サーバ、データベース、放射線検査情報システム（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）及び／又は他のデータリポジトリのような記憶媒体から取得されることができる。

画像データ処理システム１２０は、例えば物理メモリ及び／又は他の非一時的媒体のようなコンピュータ可読記憶媒体上に埋め込まれ又は符号化される１又は複数のコンピュータ可読命令を実行する１又は複数のコンピューティングシステムの１又は複数のプロセッサにより実現されることができる。付加的に又は代替として、コンピュータ可読命令のうち少なくとも１つは、搬送波、信号及び／又は他の一時的媒体によって保持されることができる。

図２は、画像データ処理システム１２０の例を概略的に示す。この例において、画像データ処理システム１２０は、入力として、ボリュメトリック画像データを取得する。画像データは、使用中のイメージングモダリティに基づいて、１又は複数の解剖学的情報又は機能情報を表すことができる。

図示される画像データ処理システム１２０は、スケーリングされていない不規則性マップ生成器２０２及びスケーリングされた不規則性マップ生成器２０４を有し、スケーリングされた不規則性マップ生成器２０４は、スケーリングされていない不規則性マップ生成器２０２から出力された及び／又は他のやり方で生成された、スケーリングされていない不規則性マップをスケーリングする。変形例において、画像データ処理システム１２０は、スケーリングされていない不規則性マップ生成器２０２を有さず、その代わりに、入力として、スケーリングされていない不規則性マップを受け取り、それが、スケーリングされた不規則性マップ生成器２０４によってスケーリングされる。

スケーリングされていない不規則性マップ生成器２０２は、加重ヒストグラム決定器２０６を有する。加重ヒストグラム決定器２０６は、ボリュメトリック画像データ（又はそのサブセット、例えば関心領域／ボリューム）において各々の空間位置（例えば、画像ボクセル又はピクセル）ごとに、解析される空間位置のすぐ近くの周囲の加重画像情報を表すヒストグラムを計算する。これは、例えば各ボクセルごとに又はボリュメトリック画像データのボクセルの予め決められたサブセットの各々について繰り返される。

一例において、加重ヒストグラム決定器２０６は、現在の解析位置を表す（中心）ボクセルの周りの周囲ボクセルを加重するための重みのマスクを規定する。例えば、適当なマスクは、中心ボクセルから特定の半径距離において、規定されるシグマ（幅）値及び／又は規定されるカットオフを有する３Ｄガウス関数でありうる。ガウス幅は、ヒストグラムクラスタリング長を決定する。決定された重みを使用することによって、加重ヒストグラムが計算されることができる。例示のマスク及びヒストグラムが、図３及び図４に示されている。

図３及び図４において、ｘ軸は、ハウンズフィールドユニット（ＨＵ）値を表し、ｙ軸は、各ボクセルの寄与にマスクからの重みを乗じた後の各々のＨＵ値について、ボクセルの数を表す。従って、中心ボクセルの周囲にあって中心ボクセルからより遠いボクセルは、中心ボクセルの周囲にあって中心ボクセルにより近いボクセルよりも、ヒストグラムに対してより小さい寄与を有する。このようにして、中心ボクセルから離れるほど徐々に低減される加重パターンは、まだらが少なく滑らかな不規則性マップに寄与する。

より具体的には、図３を参照して、画像Ｃ（ｉ，ｊ）は、（ｉ，ｊ）座標＝（６，６）をもつボクセルを中心とする重み（暗いところは、高い値をもつ）をもつマスクを使用して、解析される（すべての他のボクセルも同様に解析される）。マスクの中心の重みは１であり、マスクのエッジにおける重みは１／３である。２つの例示の画像値Ｃ（６，６）＝１００及びＣ（６，９）＝１２０が、ヒストグラム上にマップされる。ヒストグラムのｙ軸の値は、対応するマスク重みによって加重される。図３は、例示の２Ｄマスク及び２Ｄヒストグラムを示す。例示の３Ｄマスク及び３Ｄヒストグラムが、図４に示される。

加重ヒストグラムを計算することに関するより詳細な記述は、「Perfusion Imaging」というタイトルの米国特許出願第第61/720,475号（２０１２年１０月３１日出願、Koninklijke Philips Electronics N.V.に譲渡）に記述されており、その内容は、参照によってその全体がここに盛り込まれるものとする。加重ヒストグラムを決定する他のアプローチが更にここに企図される。

より具体的な３Ｄの例において、３Ｄガウス重みマスクが、周囲ボクセルについて以下のように規定される：

ここで、［ｒ_ｘ，ｒ_ｙ，ｒ_ｚ］は、画像ボリューム内のミリメートル（ｍｍ）／ピクセル比であり、［ｉ，ｊ，ｋ］は、そのＷ_０が予め決められた閾値を上回るインデックス（［０，０，０］の周り）である。正規化された重みマスクＷは、Σ_ｖＷ_ｖ＝１を満たすように導出されることができ、ここで、Ｗ_ｖは、すべてのマスク値である。ガウス幅ξ（例えば単位ｍｍ）が、ヒストグラムのクラスタリング長を決定する。適当なＨＵレンジによるヒストグラムビン区分けが予め規定される。

加重されたヒストグラムは、マスクによってカバーされる（中心ボクセルの近傍の）各ボクセルが、対応するマスク重みをヒストグラムビンの高さに加えるというプロセスにおいて構築され、ヒストグラムビンは、画像ボクセルＨＵ値を含む。このように、上述したように、中心ボクセルから離れるほど徐々に低下する加重パターンは、あまりまだらでなく滑らかな不規則性マップに寄与する。ヒストグラムは、Σ_ｉｐ_ｉ＝１を満たすように正規化され、ここで、ｉはビン番号であり、ｐ_ｉはビンの高さである。

図２に戻って、スケーリングされていない不規則性マップ生成器２０２は更に、局所加重ヒストグラムに基づいて１又は複数の不規則性特徴を決定する不規則性特徴決定器２０８を有する。この例において、不規則性特徴決定器２０８は、正規化されたヒストグラムのエントロピーＳを少なくとも決定する（他の特徴は、一様性、空間的なグレーレベル同時共起等を含みうるが、これに限定されるものではない）。エントロピーは、不規則性又は乱雑さを表し、式１に基づいて求められることができる：

対数関数の底は、任意に一度セットされることができる（例えば自然数（ｅ）、その他）。

スケーリングされた不規則性マップ生成器２０４は、ヒストグラムビン幅スケーラ２１０、画像ノイズスケーラ２１２又は造影剤スケーラ２１４のうち少なくとも１つを有する。図示されるスケーリングされた不規則性マップ生成器２０４は、３つすべてを有する。しかしながら、これは説明の目的のためであり、制限するものではないことが理解されるべきである。他の実施形態では、ただ１つ、２つ又は３つ全部が含まれる。更に、他の実施形態において、スケーラ２１０、２１２及び／又は２１４の有無にかかわらず、少なくとも１つの他のスケーラが含められる。

ヒストグラムビン幅スケーラ２１０は、ビン幅に基づいて不規則性マップをスケーリングし、それは、スタディごとに変化しうる実際のビン幅に関係なくエントロピー計算を行うことができる。この例において、適切なビン幅スケーリングが式２に示される：

ここでｂは、画像値の単位（例えばＣＴの場合はＨＵ）でのヒストグラムビン幅であり、後述するように又は他のやり方で決定されることができる。ビン幅が変えられる場合にも、ｌｏｇ（ｂ）項は、エントロピーを補正し維持することを容易にする。これは、ヒストグラムビン幅に関係なく、ほぼ同じエントロピー値を計算することを可能にする。従って、ビン幅は、エントロピー値に影響を及ぼさずに変化することができる。

これは、変化するビン幅の影響の合成シミュレーションを示す図５に関連して示されている。このケースでは、最適ワーキングポイントレンジ（ＷＰ）が決定され、ここで、パターン１及び２のエントロピーはほぼ一定であり、それらのエントロピーのノイズに対する差は最大であり、潜在的に最も高い規定を与える。

最適なビン幅は、いくつかの考慮に依存する。下限は、画像値分布の期待される最大エントロピーが、重みマスクによって制限される計算される実現可能な最大エントロピーより小さくなるという事実に基づいてセットされることができる。合理的な上限は、画像ノイズに対応する。これらの条件は、式３に示すように表現されることができる：

ここで、Ｉ_ｈ及びＩ_ｌは、関心のある画像値分布の期待される上限及び下限（例えばＣＴの場合はＨＵ）である。ｂは、全体的に、画像値レンジ及びノイズに、クラスタリング長に、及びｍｍ／ｐｉｘｅｌ比に依存するので、最適ｂ値が、すべてのケースで任意の定数として決定されることができるわけではない。

以下は、３Ｄガウスマスクによってカバーされる任意の画像ボリューム領域に関して記述される。この領域内の画像値が、各ボクセルごとに異なる（すなわち最大エントロピー）場合、マスク重みによって画像値を加重した後の正規化されたヒストグラムのエントロピーは、式４に示されるように、（すなわちｂｉｎ＝１として、ビン幅スケーリングを適用せずに）正規化されたマスク値のエントロピーに等しい。

ここで、Ｗ_ｉ，_ｊ，_ｋは、ｘ，ｙ，ｚ方向のマスク重みである。

最小のビン幅ｂ_ｍｉｎは、測定される可能性のある最大エントロピーが、特定のマスクを使用することによって利用可能になる最大エントロピーより大きくならないように、評価されることができる。（すべての画像値がそれぞれ他のものと異なる場合に）マスクによって利用可能になる最大エントロピーは、上記のようにＳ_ｗである。

理論的に測定されることができる最大エントロピーは、レンジＲ内のすべての画像値を等しく複数のヒストグラムビンに分け、エントロピー（等しいビン高さの特定のケースでは、ちょうどビンの数の対数である）を計算したのちに、受け取られ、ここで、Ｒ＝Ｉ_ｈ−Ｉ_ｌであり、又は画像値分布のエントロピーが計算される特定の関心領域の上限下限間の分布である。これは、式５に示される近似条件を与える：

最適ビン幅は、式６に示すように、ｂ_ｍｉｎよりも決定された係数ｆだけ大きくなるべきである：

ｆの値は、例えばヒストグラムにおける有用なクラスタリング（ビニング）を生成するために、約２乃至１０のレンジにありうる。例えば画像値の単位が整数のＨＵであるＣＴの場合、ｂの下限は、ｂ＝１又は２ＨＵにセットされることができる。ｂ_{ｏｐｔｉｍａｌ}≦ｓｔｄ（ｎｏｉｓｅ）である場合、（例えば選択される大きいクラスタリング長により）ｂ_ｍｉｎが非常に小さくても、ｂ_{ｏｐｔｉｍａｌ}≪ｓｔｄ（ｎｏｉｓｅ）を使用する必要はない。

Ｓ_ｗは、（例えばｍｍで規定される）クラスタリング長ξ及びｘ，ｙ，ｚ方向のｍｍ／ｐｉｘｅｌに依存するので、クラスタリング長ξは、十分に低いｂ及び要求されるエントロピーの動的レンジを可能にするように十分大きいべきである。

ξ及びｂの両方を最適化することは、当該ＲＯＩにおける局所エントロピー分散を最大にし（この場合、通常は小さいξが好ましい）、同時に、この領域全体で計算される平均局所エントロピーを最大にする（この場合、通常は大きいξが好ましい）ための基準に基づくことができる。２つの相補的な条件は、最適ξ及びｂを求めるための性能指数を形成することができ、これは、式７に示されるような最も高いエントロピー（不規則性）規定を与える：

ここで、Ｓは、ＲＯＩ内のすべての局所エントロピーマップ値であり、Ｃ_０は、なお合理的なレンジにある平均（Ｓ）の最小値として算出される定数値である。

式７は、最善のξ及びｂを求めるために、２つの相対する条件の間の最適妥協点を見出し、これは、不規則性解析の最も高い規定（又は有意性）を与える。別の言い方をすれば、或るＲＯＩに関するξ及びｂは、エントロピーマップ値の分散（ｖａｒ）（又は代替として標準偏差）及び平均を求め、積ｖａｒ（Ｓ）・ｍｅａｎ（Ｓ−Ｃ_０）を最大にするｂ及びξの値を（例えば反復的に）選択することによって、決定されることができる。ここで、Ｓは、ＲＯＩ内のすべての局所エントロピーマップ値である（Ｓは、ビン幅スケーリングの適用後である）。

これは、不規則性マップ計算のための最適パラメータを選択するために、各々のケースについて及び選択された当該関心領域について、自動的に、半自動的に、又は手動で行われることができる。

臨床的な重要性を有しないテクスチャの不規則性値を示すことを回避するために、画像値レンジは、特定の必要とされる解析のために制限されることができる。例えば、肺組織がＣＴにおいて解析される場合、骨ＨＵ値は、除外されることができ、又は最も多く使用されたヒストグラムビンにビニングされることができる。別の例として、約１００ＨＵ（主に空気を含む）より下のＨＵ値は、計算時間のスピードを上げるためにスキップされることができる。

画像ノイズスケーラ２１２は、透過されたＸ線のポアソンノイズ（又は量子ノイズ）及び／又は画像再構成に起因し得る画像ノイズを補償するように、不規則性マップをスケーリングする。概して、知られている技法を使用することによる事前平滑化又はノイズ除去は、ノイズレベル（すなわち効果的ＳＮＲ）に対して構造／テクスチャ識別を最適化するために適用されることができる。しかしながら、真の解剖学的フィーチャに誤って除去したり、過度に平滑化しないようにするために、いくらかの画像ノイズは、ノイズ低減スキームを適用した後も残ったままでもよい。

従って、画像ノイズスケーラ２１２は、任意の異なる画像ノイズレベルについて不規則性マップ値をスケーリングする（適切な解剖学的テクスチャが、ノイズレベルより上で識別されうることを提供する）。正しいノイズスケーリングを計算するために、知られている又は測定可能なテクスチャエントロピーを有する組織領域が、ベース画像ノイズが評価されることができる一様な組織をもつ別の領域と比較される。一例において、均質な組織におけるノイズが被検査組織におけるノイズを表すものとすることが合理的であるように、２つの領域は、スキャンされる身体に位置する。

ヒストグラムエントロピーに関して、ノイズの効果は、実際の組織テクスチャヒストグラムによるノイズヒストグラムの畳み込みに等しい。スケーリングモデルの近似として、ノイズのヒストグラムは、正規分布（すなわちガウスのヒストグラム形状）であるとすることができる。これは常にあてはまるわけではないが、組織テクスチャのヒストグラムもまた正規分布を有するものとする（しかしながら、ある自然組織テクスチャでは、ヒストグラム分布形状は、ガウス分布にかなり近く、又は少なくともビンが、同様の形状を与えるように順序付けられることができる）。

このような前提によって、組織ヒストグラム（実際のテクスチャ＋ノイズ）は、２つのガウスの畳み込みであり、これはまた、より広いガウス形状をもたらす。畳み込みの後のガウスシグマ（幅）は、式８で示される：

テクスチャヒストグラムと全体ヒストグラムとの間の差は、式９で示される係数でヒストグラムビンをスパンすることと同様である：

（評価されたノイズ効果を除去した後の）テクスチャエントロピーは、式１０に示すように表現されることができる：

'ｔｏｔａｌ'と'ｎｏｉｓｅ'のシグマ値は、検査された組織領域及びノイズ領域の測定されたエントロピーから算出されることができる。

ガウス形状を考慮して、エントロピーは、ビン幅スケーリングを適用する前のｌｏｇ（σ）に比例する。測定されたエントロピーがすでにビン幅スケーリング後である場合、これは、以下の規定により除去されることができる：σ_{ｔｏｔａｌ}＝ｆ・ｅｘｐ（Ｓ_{ｔｏｔａｌ}−ｌｏｇ（ｂ））及びσ_{ｎｏｉｓｅ}＝ｆ・ｅｘｐ（Ｓ_{ｎｏｉｓｅ}−ｌｏｇ（ｂ））。これにより、テクスチャエントロピーＳ_{ｔｅｘｔｕｒｅ}が計算されることができる（比例係数は、式１０の商においてキャンセルされるので、知る必要はない。ｆは、１の値にセットされることができる）。

σ_{ｔｏｔａｌ}は、空間ロケーションごとに、局所エントロピーマップ値から計算されることができ、σ_{ｎｏｉｓｅ}は、均質な組織をもつＲＯＩのエントロピーマップ平均値から計算される平均値と考えられることができる。Ｓ_{ｔｅｘｔｕｒｅ}の式は更に、式１１のように変形されることができる：

式１１の場合、エントロピーマップ計算においてビン幅を知る必要はない。このスケーリングによって、ゼロ未満のＳ_{ｔｅｘｔｕｒｅ}の値は、有意な値（すなわち可能性がある最小エントロピー）のためにゼロにされることができ、Ｓ_{ｎｏｉｓｅ}よりかなり大きいＳ_{ｔｏｔａｌ}について補正は無視できるほどである。

より少ない前提を有するより一般的で正確なスケーリングスキームは、真の全体のヒストグラム形状（すなわち加えられたノイズを有するテクスチャのヒストグラム形状）からの、知られている所与のノイズヒストグラム形状の直接的な逆畳み込み（例えばＭＬＥＭ技法による）によって行われることができる。

造影剤スケーラ２１４は、被検体又は対象に投与される造影剤（例えばＣＴの場合のヨウ素又はＭＲＩの場合のガドリニウム）の濃度に基づいて不規則性マップをスケーリングする。造影剤が投与されない場合、造影剤スケール２１４は用いられず及び／又は省かれる。

造影剤スケーラ２１４が用いられることが可能である例示の状況を以下に記述する。造影剤を用いずにイメージングされる場合にあまり観測できる構造／テクスチャのない組織領域について考える場合（例えば特定の肝疾患）、目標は、造影剤によって現れる局所構造のエントロピーを計算することである。このような場合、エントロピー値は、造影剤濃度に依存する。

原則的に、局所領域では、ボクセルの一部のみが、造影剤によって強調（向上）されることができる。この強調は、ボクセル内の相対血液ボリュームに依存する。強調されるボクセルに関して、最大の画像値向上までより多くのビンにわたってヒストグラム値をスパンするとき、造影剤は（すなわちその濃度を低から高に変えるとき）、ヒストグラムに影響を及ぼす。ヒストグラムのスパンは、部分的なコントラスト強調をもつ部分的なボリュームボクセルとさまざまな相対血液ボリュームをもつ組織を有するボクセルとの両方を含む新しいレンジにおけるすべてのビンにおいてほぼ一様である。

従って、造影剤は、造影剤無しの場合にベース組織値を上回る画像値についてビン幅を変えるのと同様に影響を及ぼす（すなわちエントロピー式の対数の範囲内で１／ｂによる乗算に比例する）。局所領域内のすべてのボクセルが必ずしも造影剤による強調を得るわけではないので、近似が、スケーリングの目的で、（例えば、ヒストグラムの空間的加重のシグマを有するガウスフィルタの場合と同様に）例えば強い平滑化の後の局所領域の平均コントラスト強調のために、使用されることができる。

同じ組織が、２つの異なる濃度レベルの造影剤によってイメージングされ、目標が、２つの異なるスキャンの計算された局所エントロピーマップを比較することである場合、組織生理学が２つのケースの間で同じであるならば、いかなる変化も、異なる造影剤濃度によるものであるべきであり、エントロピーは、式１２に基づいて決定されることができる：

ここで、Ｓ_ｃ１及びＳ_ｃ２は、２つの造影剤の例について計算されたエントロピーであり、

は、平滑化された画像からの局所「平均（mean）」画像値であり、

は、造影剤無しの場合のベース平均画像値である。概して、式１２が成り立つのは、２つのケースの間の相対的な「ヒストグラムビンスパニング」がベース画像値（造影剤無し）を上回る２つの造影剤濃度（画像値向上）の間の比に比例するからである。

任意の造影剤強調スキャンについての一般的なスケーリングスキームが、式１３に示される：

このアプローチは更に、造影剤を用いなくても組織が観測可能な構造を有する場合にも適用できるが、造影剤が投与される場合、すべての組織コンポーネントは同じ相対強調（すなわち単一の乗算係数）を得る。これは、例えば肺血管又は肺実質のメッシュのケースに当てはまる。

レンダリングエンジン２１６は、ディスプレイ１２２（図１）を通じて、スケーリングされた及び／又はスケーリングされていない不規則性マップをレンダリングする。１つの例において、レンダリングエンジン２１６は、（スケーリングされた及び／又はスケーリングされていない）不規則性マップを、ボリュメトリック画像データと並べて視覚的に表示する。別の例において、レンダリングエンジン２１６は、（スケーリングされた及び／又はスケーリングされていない）不規則性マップを、ボリュメトリック画像データと融合して又は重ねて視覚的に提示する。これは、マルチモダリティイメージング（例えば機能画像及び解剖学的画像）において行われるものと同様である。

更に、１又は複数のカラーマップが、不規則性マップについて使用されることができる。エントロピーのカラーバースケールが、画像上に又は画像の近くに表示されることができ、一方で、計算パラメータに従って、スケール限界に対応する値、ビン幅の対数、評価された画像ノイズエントロピー、動的レンジの上限を示す。信頼できる規定を有する臨床的に重要なテクスチャ値は、評価された画像ノイズエントロピーと動的レンジの限界との間のレンジにあるべきである。

スケーリングされた不規則性マップ又はスケーリングされていない不規則性マップの一方又は両方が（個別に又は同時に）視覚的に提示されることができる。スケーリングされた不規則性マップは、ここに記述されるすべての３つのスケーリング（すなわち、ビン幅、ノイズ及び造影剤）を使用して、又はそのサブセットを使用して（例えばノイズスケーリングは適用せずに、ビン幅スケーリング及びコントラストスケーリングを適用することによって）、スケーリングされることができる。スケーリングされていないエントロピーマップは、レビューのために使用されることができ、造影剤スケーリングされたマップは、例えばフォローアップスキャンとの比較のために使用されることができ、及び／又は他のやり方がありうる。

ここに記述されるアプローチは、特定のテクスチャ特性を考慮することなく、画像ボリューム全体に一様に適用されることができる。しかしながら、より洗練されたオプションは、以下を含むことができる：Ａ）例えば組織−骨のインタフェース又は組織−空気のインタフェースのようなはっきりした方向性を有する局所的な鮮鋭なエッジを識別し、不規則性マップからそれらを除外する、及び／又はＢ）局所画像勾配から不規則性を解釈し、局所画像値の一次導関数のヒストグラムを解析する。

（スケーリングされた及び／又はスケーリングされていない）不規則性マップが利用できるようになった後、マップ値のＲＯＩ又はＶＯＩベースの解析が行われることができ、例えば、ユーザによって選択された関心領域内の平均エントロピー及びその標準偏差を計算することができる。

上の記述は、エントロピーに関して述べられている。しかしながら、知られているテクスチャ解析技法に基づく変形例のような他のアプローチが更にここに企図される。いくつかの知られている関数は、それらが不規則性及び不均質性を表すので、エントロピー手法と強く相関付けられることができる。従って、スケーリング変換（ビン幅、画像ノイズ及び／又は造影剤濃度に関する）は、ここに記述される開示により、これらの関数に基づくことができる。

非限定的な例により、一様性関数が、記述された加重ヒストグラムに直接適用されることができる。エネルギー関数としても知られる適切な一様性関数の例が、式１４に示される：

不規則性の尺度は、式１の代わりに一様性の逆数（すなわち１／Ｕ）として表現されることができる。この例は、Ganeshan他の米国特許出願第2010/0142775号明細書に記述されている。

別の非限定的な例によれば、空間的なグレーレベル同時生起行列（ＧＬＣＭ）が、高次統計に関連する画像特性を評価するために使用されることができる。このために、ＧＬＣＭの各々の要素（ｉ，ｊ）は、グレーレベル値ｉを有するピクセルが、所与のオフセット（Δｘ，Δｙ）をもつ値ｊを有するピクセルの隣りに生じた回数を明示する。ＧＬＣＭ行列は、高次ヒストグラムの表現である。この例は、Pang et al., "Computerized segmentation and characterization of breast lesions in dynamic contrast-enhanced MR images using fuzzy c-means clustering and snake algorithm", Computational and Mathematical Methods in Medicine (2012)、及びMitrea at al., "Abdominal tumor characterization and recognition using superior-order co-occurrence matrices, based on ultrasound images", Computational and mathematical methods in medicine (2012)に記述されている。

「エントロピー」、「一様性の逆数」、ＧＬＣＭ要素に適用される「相関付けの情報」に基づくいくつかの数学的関数及び／又は他のアプローチが、不規則性及び不均質性を表すことができ、従って、ここに記述されるエントロピー関数と相関付けられることができる。更に、高次ヒストグラムの局所加重は、ここに記述される局所加重プロセスと同様に行われることができる。高次関数のスケーリングは、ここに記述されるスケーリングステップと同様に行われることができる。

図６は、画像データの（ビン幅、ノイズ及び／又は造影剤）スケーリングされた不規則性マップを生成する方法を示す。

工程の順序は制限的でないことが理解されるべきである。従って、他の順序がここに企図される。更に、１又は複数の工程が省かれることができ、及び／又は１又は複数の付加の工程が含められることができる。

工程６０２において、ボリュメトリック画像データが取得される。ここに記述されたように、このデータは、イメージングシステム１００、他のシステム及び／又はデータリポジトリから取得されることができる。任意には、ボリュメトリック画像データに加えて、異なるスキャン（例えばフォローアップスキャン他）からの異なるボリュームが、取得されることができる。任意には、ボリュメトリック画像データに加えて、１又は複数の先行するスキャンの１又は複数の以前の不規則性マップ解析からのパラメータ及び結果が取得されることができる。

工程６０４において、初期パラメータが、取得されたデータに基づいて決定される。任意には、工程６０４の前に、ノイズ低減、平滑化又は画像リサンプリングの少なくとも１つが、取得されたデータに対して実施されることができる。

工程６０６において、関心ボリュームが識別される。これは、スキャンボリューム全体又はそのサブセットを含むことができ、自動的に、半自動的に又は手動で実施されることができる。スキャンボリューム全体に関心がある場合、この工程は省かれることができる。

工程６０８において、関心のある不規則性マップパラメータが識別される。これは、加重ヒストグラムのクラスタリング長、ヒストグラムのビン幅、画像値のビンレンジ等の最適化を含むことができる。

工程６１０において、スケーリングされていない不規則性マップが生成される。ここに記述されるように、これは、エントロピー、一様性、ＧＬＣＭ、及び／又は不規則性及び不均質性に相関付けられる他のアプローチに基づくことができる。

工程６１２において、スケーリングされた不規則性マップが、スケーリングされていない不規則性マップに基づいて生成される。ここに記述されるように、ビン幅、ノイズ及び／又は造影剤スケーリングの１又は複数が、スケーリングされていない不規則性マップに適用されることができる。

工程６１４において、スケーリングされた不規則性マップ又はスケーリングされていない不規則性マップのうち少なくとも１つが、画像データと共に又は画像データなしで視覚的に示される。

任意に、ここに述べられたような関心領域ベースの解析が、少なくともスケーリングされた不規則性マップに対して実施される。

任意には、少なくともスケーリングされた不規則性マップが、記憶され、次の不規則性マップの決定に関連して利用される。

図７は、図６の工程６１２を実現するための非限定的な方法を示す。

工程の順序は制限的でないことが理解されるべきである。従って、他の順序もここに企図される。更に、１又は複数の工程が省かれることができ、及び／又は、１又は複数の付加の工程が含められることができる。

工程７０２において、ここに記述されるように、ビン幅スケーリングがスケーリングされていない不規則性マップに適用され、それによって、（ビン幅）スケーリングされた不規則性マップを生成する。

工程７０４において、ノイズスケーリングがスケーリングされた不規則性マップに適用されるかどうかが決定される。

そうである場合、工程７０６において、ここに記述されるように、ノイズスケーリングがスケーリングされた不規則性マップに適用され、それにより不規則性マップを更にスケーリングする。

そうでない場合、ノイズスケーリングは実施されない。

いずれの場合にも、工程７０８において、造影剤スケーリングがスケーリングされた不規則性マップに適用されるかどうかが決定される。

そうである場合、工程７１０において、ここに記述されるように造影剤スケーリングがスケーリングされた不規則性マップに適用され、それにより、不規則性マップを更にスケーリングする。

そうでない場合、造影剤スケーリングは実施されない。

いずれの場合にも、工程７１２において、少なくともスケーリングされた不規則性マップが出力される。

上述したものは、コンピュータ可読記憶媒体に符号化され又は埋め込まれることができるコンピュータ可読命令によって実現されることができ、コンピュータ可読命令は、コンピュータプロセッサによって実行されるとき、記述された工程をプロセッサに実施される。付加的に又は代替として、コンピュータ可読命令の少なくとも１つが、信号、搬送波又は他の一時的媒体によって保持される。

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更例及び変形例が思いつくであろう。そのような変更例及び変形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、本発明は、それらの変更例及び変形例の全てを含むものとして構成されることが意図される。

Claims (15)

1. 画像データ処理システムが被検体又は対象のボリュメトリック画像データを処理する方法であって、
   被検体又は対象のボリュメトリック画像データからの関心ボクセルに関するボクセル分布の局所加重ヒストグラムに基づいて生成されるスケーリングされていない不規則性マップを取得するステップであって、前記局所加重ヒストグラムが、予め決められたビン幅をもつ複数のビンを有し、局所重みが、予め決められたクラスタ長に基づいて決定される、ステップと、
   前記スケーリングされていない不規則性マップをスケーリングして、スケーリングされた不規則性マップを生成するステップであって、前記スケーリングされていない不規則性マップが、少なくともヒストグラムビン幅に基づいてスケーリングされる、ステップと、
   を含む方法。
2. エントロピー値により前記スケーリングされた不規則性マップを表現するステップを更に含む、請求項１に記載の方法。
3. 前記局所加重ヒストグラムの一様性の逆数又は局所加重高次ヒストグラムの高次統計の１又は複数により、前記スケーリングされた不規則性マップを表現するステップを更に含み、前記高次ヒストグラムは同時生起行列に基づき、前記高次統計は、エントロピー又は一様性関数の逆数を含む、請求項１に記載の方法。
4. 前記ヒストグラムビン幅の対数の関数として、前記スケーリングされていない不規則性マップをスケーリングする、請求項１乃至３のいずれか１項に記載の方法。
5. 前記スケーリングされた不規則性マップが、前記ヒストグラムビン幅から独立している、請求項１乃至４のいずれか１項に記載の方法。
6. 予め決められたビン幅及び予め決められたクラスタ長が、前記不規則性マップの最も高い規定を与えるように最適化される、請求項１に記載の方法。
7. 特定のヒストグラム重みマスクの使用及び最大の画像値レンジにより、測定可能な最大エントロピーが利用可能な最大エントロピーに等しい又はそれより小さくなるように、最小ビン幅を算定するステップを更に含む、請求項６に記載の方法。
8. 画像ノイズに基づいて、関心のある最大ビン幅を決定するステップを更に含む、請求項６又は７に記載の方法。
9. 前記不規則性マップの値の分散及び移動平均の積を最大にすることに基づいて、最適ビン幅及び最適クラスタ長を決定するステップを更に含む、請求項６に記載の方法。
10. 画像ノイズに基づいて前記スケーリングされていない不規則性マップをスケーリングするステップを更に含む、請求項１乃至９のいずれか１項に記載の方法。
11. 加えられたノイズを有する実際のテクスチャヒストグラムであるヒストグラム全体から、所与のノイズヒストグラムを直接的に逆畳み込みすることによって、前記スケーリングされていない不規則性マップをスケーリングするステップを更に含む、請求項１０に記載の方法。
12. 造影剤濃度に基づいて、前記スケーリングされていない不規則性マップをスケーリングするステップを更に含む、請求項１乃至１０のいずれか１項に記載の方法。
13. 造影剤スキャンの平均画像値と非造影剤スキャンの平均画像値の間の差の負対数の関数として、前記スケーリングされていない不規則性マップをスケーリングするステップを更に含む、請求項１２に記載の方法。
14. 前記スケーリングされた不規則性マップ又は前記スケーリングされていない不規則性マップの少なくとも一方を、前記ボリュメトリック画像データと並べて又は前記ボリュメトリック画像データと融合して、視覚的に表示するステップを更に含む、請求項１乃至１３のいずれか１項に記載の方法。
15. 被検体又は対象のボリュメトリック画像データからの関心ボクセルに関するボクセル分布の局所加重ヒストグラムに基づいて生成されるスケーリングされていない不規則性マップを取得する、スケーリングされた不規則性マップ生成器を有し、前記局所加重ヒストグラムは、予め決められたビン幅及び予め決められたクラスタ長をもつ複数のビンを有し、前記スケーリングされた不規則性マップ生成器は、前記スケーリングされていない不規則性マップをスケーリングして、スケーリングされた不規則性マップを生成するヒストグラムビン幅スケーラを有し、前記スケーリングされていない不規則性マップは、ヒストグラムビン幅、画像ノイズ又は造影剤濃度の少なくとも１つに基づいてスケーリングされる、画像データ処理システム。

Images