JP6619431B2 - 解剖学的構造のモデルベースセグメンテーション - Google Patents

Description

本発明は、医用画像（医学的画像）における解剖学的構造のモデルベースのセグメンテーションを実行するためのシステム及び方法に関する。さらに、本発明は、かかるシステムを有するワークステーション及び画像形成装置、並びに、かかる方法をプロセッサシステムに実行させるための命令を有するコンピュータプログラム製品に関する。

医学的画像における様々な解剖学的構造の堅牢な自動セグメント化は、臨床ワークフローを改善するための鍵となるものである。ここで、セグメント化という用語は、例えば、解剖学的構造の境界の描写、境界によって囲まれたボクセルのラベル付けなどによって、医学的画像における解剖学的構造の識別を指す。そのようなセグメンテーションが実行されると、例えば、心臓構造、心室質量、駆出率、及び、壁厚などの臨床パラメータを抽出することが可能である。追加的又は代替的に、セグメント化は、ユーザがセグメント化から臨床情報又は解剖学的情報を収集することを可能にするためにユーザに提示されてもよい。

モデルを用いて医学的画像内の解剖学的構造を分割することが知られている。このようなセグメンテーションのタイプは、モデルベースセグメンテーションとも呼ばれる。モデルは、モデルデータによって定義することができる。モデルデータは、解剖学的構造の幾何形状を、例えば三角形の多区画メッシュの形態で定義することができる。モデル内の各部分にアフィン変換を割り当てることによって、患者間及び病期間の形状の変動性をモデル化することができる。アフィン変換は、異なる座標軸及び剪断に沿った平行移動、回転、スケーリングをカバーする。さらに、メッシュの規則性は、モデルの異なる部分間の遷移におけるアフィン変換の補間によって維持されてもよい。このようなアフィン変換は、しばしば、いわゆる「変形可能な」モデルの構成要素として使用される。

医学的画像の画像データにモデルを適用することは、メッシュベースのモデルの場合に「メッシュ適応」とも呼ばれる適応技術を含むことができる。従って、そのような適用は、「適応」又は「適合」とも呼ばれる。適合技術は、モデルを画像データに適応させる外部エネルギー項及びモデルの剛性を維持する内部エネルギー項に基づいてエネルギー関数を最適化することができる。

そのようなモデルを医学的画像に適用するための適合技術と同様に、上述したタイプのモデル及び他のタイプは、それ自体が既知である。

例えば、O.Ecabertらによる、「ＣＴ画像における心臓の自動モデルベースセグメンテーション」（医療イメージングにおけるＩＥＥＥ会議、２００８年、２７（９）、第１１８９頁乃至第１２０１頁）と題された刊行物は、３次元（３Ｄ）ＣＴ（Computed Tomography）画像からの心臓の自動セグメンテーションのためのモデルベースアプローチについて述べている。

医学的画像は、患者の解剖学的構造の一部のみを示すことがある。この理由は、医学的画像を取得する際に使用される撮像モダリティが、患者の内部の限られた視界を提供するだけである可能性があるからである。解剖学的構造の一部のみを示す医学的画像のその他の理由は、他の部分が閉塞されてもよく、使用された画像化様式において目に見えないなどであってもよい。

患者の解剖学的構造の一部のみを示す医学的画像にモデルを適合させるためのシステム又は方法を有することが有益であろう。また、適合モデルの更なる処理を容易にすることが有利である。

本発明の第１の態様は、モデルベースセグメンテーションのためのシステムであって、前記システムは、
患者の解剖学的構造の第１の部分を示す一方で前記解剖学的構造の第２の部分を示さない前記患者の医学的画像を表す画像データにアクセスするための画像インタフェースと、
解剖学的構造のタイプをセグメント化するためのモデルを規定するモデルデータを有するデータストレージと、
前記医学的画像の前記画像データに前記モデルを適用することによって前記医学的画像のモデルベースセグメンテーションを実行するためのセグメンテーションサブシステムと、を有し、
前記モデルベースセグメンテーションは、
（ｉ）前記患者の前記医学的画像における前記解剖学的構造の前記第１の部分に適合された第１のモデル部分と、
（ｉｉ）前記医学的画像の対応する部分に適合されていない前記解剖学的構造の前記第２の部分を表す第２のモデル部分と、
を持つ適合モデルを供給し、
前記セグメンテーションサブシステムは、前記適合モデルの更なる処理において前記第１のモデル部分が前記第２のモデル部分から区別されることを可能にするために、前記第１のモデルを識別するメタデータを生成する、システムを提供する。

本発明の他の態様は、上記システムを有するワークステーション又はイメージング装置を提供する。

本発明の他の態様は、モデルベースセグメンテーションのための方法であって、
患者の解剖学的構造の第１の部分を示す一方で前記解剖学的構造の第２の部分を示さない前記患者の医学的画像を表す画像データにアクセスするステップと、
解剖学的構造のタイプをセグメント化するためのモデルを規定するモデルデータを供給するステップと、
前記医学的画像の前記画像データに前記モデルを適用することによって前記医学的画像のモデルベースセグメンテーションを実行するステップと、を有し、
前記モデルベースセグメンテーションは、
（ｉ）前記患者の前記医学的画像における前記解剖学的構造の前記第１の部分に適合された第１のモデル部分と、
（ｉｉ）前記医学的画像の対応する部分に適合されていない前記解剖学的構造の前記第２の部分を表す第２のモデル部分と、
を持つ適合モデルを供給し、
前記方法は、
前記適合モデルの更なる処理において前記第１のモデル部分が前記第２のモデル部分から区別されることを可能にするために、前記第１のモデルを識別するメタデータを生成するステップを更に有する方法を提供する。

本発明の他の態様は、プロセッサシステムに上記方法を実行させるための命令を有するコンピュータプログラム製品を提供する。

上記手段は、患者の医学的画像を得ることを含む。患者の医学的画像は、例えば、超音波、ＣＴ、磁気共鳴（ＭＲ）画像などの様々な画像化様式を使用して取得することができる。さらに、医学的画像に示されるような解剖学的構造のタイプをセグメント化するためのモデルを定義するモデルデータが提供される。解剖学的構造は、例えば、臓器、臓器系、器官の特定部分などであってもよい。このように、モデルは、人間の心臓、人間の脳等をセグメント化するように構成することができる。このモデルは、最初は患者非固有のモデルであってもよい。モデルデータは、半導体メモリ、磁気又は光ディスクなどのデータ記憶装置に含まれてもよい。さらに、セグメンテーションサブシステムは、医学的画像のモデルベースセグメンテーションを実行するために、即ち、医学的画像の画像データにモデルを適用することによって提供される。その目的のために、セグメンテーションサブシステムは、適合技術を使用することができる。そのような適合技術は、例えば、複数の操作を定義するデータによって表すことができる。この段落で説明される機能性は、解剖学的構造のモデルベースセグメンテーションの分野からそれ自体は既知であることに留意されたい。

システムによってアクセスされる医学的画像は、患者の解剖学的構造の第１の部分を示すが、解剖学的構造の第２の部分を示さない。医学的画像が解剖学的構造の一部のみを示す様々な理由があり得る。例えば、経食道心エコー検査（ＴＥＥ）では、しばしば心臓の小さな部分のみが撮像される。従って、医学的画像の画像データにモデルを適用する場合、セグメンテーションサブシステムは、モデルの第１のモデル部分を患者の医学的画像の画像データに局所的に、即ち、解剖学的構造の第１の部分を示す画像データに基づいて、適合させることができる。しかしながら、医学的画像が解剖学的構造の第２の部分を示さないため、即ち、医学的画像において存在しないかかる画像データのため、モデルの第２のモデル部分は、医学的画像内の対応する画像データに局所的に適合されない場合がある。従って、部分的にパーソナライズされた、即ち、患者の医学的画像に局所的に適合された一方、部分的にパーソナライズされていないモデルが得られる。この点において、第２の部分は局所的に適合されていないが、一般的には依然として医学的画像に適合することができる、即ち、第１の部分が画像データに適合したことに基づいて、モデルの第２の部分において、変更が生じる、又は、変更を与える。

セグメンテーションサブシステムは、適合モデルの更なる処理において適合モデル部分が第２の（パーソナライズされていない）モデル部分と区別されることを可能にするために、第１の（パーソナライズされた）モデル部分を識別するメタデータを生成するように構成される。例えば、メッシュモデルの場合、メタデータは、パーソナライズされたモデル部分に属する頂点及び／又はエッジを識別することができる。別の例は、メッシュモデル自体が、各頂点及び／又はエッジに対して、頂点及び／又はエッジがモデルのパーソナライズされた部分又はパーソナライズされていない部分に属するかどうかを識別する状態情報を含むことができるということである。

本発明者は、医学的画像が解剖学的構造の一部分のみを示す場合には、医学的画像に適用されるモデルが部分的にパーソナライズされてもよいことを認識した。従って、適合モデルは、部分的には、非局所的にパーソナライズされ、それによって大部分の平均で患者非固有のモデルを依然として表すことがあるという点で誤解を招く可能性がある。モデルの一部がパーソナライズされているかどうかは、適合モデルの更なる処理に影響を与える可能性がある。例えば、セグメンテーションサブシステムは、患者の更なる医学的画像へのアクセスを有する場合、既にパーソナライズされたモデル部分を適合させるのを控え、代わりに更なる医学的画像を使用してパーソナライズされていないモデル部分のみをパーソナライズすることができる。別の例は、適合モデルを視覚化するときに、モデルのどの部分がパーソナライズされたか、及び、モデルのどの部分がパーソナライズされていないかを視覚的にユーザに示すことが望ましい場合がある。生成されたメタデータの他の有利な使用も同様に存在し、そのようなメタデータが様々な適切な形態をとり得ることが理解されるであろう。

オプションで、システムは、適合モデルのレンダリングを提供する出力画像を生成するためのディスプレイプロセッサを更に有し、ディスプレイプロセッサは、出力画像において第２のモデル部分から第１のモデル部分を区別してレンダリングするためのメタデータに基づいて異なるレンダリング技術を選択するように構成される。従って、ディスプレイプロセッサは、適応されたモデルを出力画像に視覚化し、メタデータに基づいて適応モデルのパーソナライズされた部分および非パーソナライズされた部分を視覚化するために異なるレンダリング技術を使用する。異なるレンダリング技法の例には、異なる色の使用、三角形面の異なる透明度又は陰影付けなどが含まれるが、これらに限定されない。例えば、適合モデルのパーソナライズされていない部分は、透明な三角形面を有する輪郭又はワイヤフレームとしてのみレンダリングされてもよいが、適合モデルのパーソナライズされた部分は、ソリッド又はほぼソリッドな三角形の面を持つようにレンダリングすることができる。本発明のこの態様は、適合モデルの一部がパーソナライズ化されていなくても、完全なモデルをレンダリングしてユーザに解剖学的コンテキストを提供することが依然として有用であるという洞察に基づいている。しかし、通常の視覚化は、モデル全体がパーソナライズされていることを示唆している可能性がある。適合モデルのパーソナライズされていない部分を適合モデルのパーソナライズされた部分とは異なるようにレンダリングすることによって、この情報はユーザに視覚的に伝達される。

オプションで、ディスプレイプロセッサは、下層の医学的画像上のオーバーレイとして適合モデルをレンダリングするように構成され、その下層の医学的画像は、医学的画像又は患者の他の医学的画像である。適合モデルを適応された医学的画像上に、又は、患者の他の医学的画像上にレンダリングすることによって、ユーザは、適合モデルによって表される解剖学的情報を、下層の医学的画像に一致させることができる。また、他の医学的画像は、解剖学的構造を示すが、異なる撮像モダリティを使用して、異なる時間に取得されてもよいことに留意されたい。さらに、適合モデルは、適合画像を下層の画像に少なくとも粗くマッチさせるように、出力画像において医学的画像に登録することができる。

オプションで、モデルは、患者の超音波画像に適合され、ディスプレイプロセッサは、適合モデルを患者のＸ線画像上のオーバーレイとしてレンダリングするように構成される。従って、出力画像は、患者のＸ線画像の上に重ね合わされた超音波画像を使用して部分的にパーソナライズ化された適合モデルを示す。

オプションで、医学的画像は、患者の内部の限られた視野を提供し、ディスプレイプロセッサは、医学的画像の限定された視野内の解剖学的構造を表すモデルのモデル部分と、限られた視野の外側の解剖学を表すモデルの他のモデル部分とを出力画像において区別するように構成される。医学的画像は、比較的狭い視野を提供することができる。例えば、超音波画像は、典型的には、Ｘ線画像よりも狭い視野を提供する。従って、医学的画像は、解剖学的構造を部分的にのみ示すことができる。出力画像において、医学的画像の限定された視野内の解剖学的構造を表すモデルのモデル部分と、限定された視界の外側の解剖学的構造を表すモデルの別のモデル部分とを区別することによって、ユーザは、超音波画像上に重ね合わされるのではなく、Ｘ線画像の上に重ねられたモデルを見ながら、医学的画像の視野を拡大することができる。前記区別のために、異なる色の使用、三角形面の異なる透明度又は陰影付けなどを含むが、これらに限定されない異なるレンダリング技法を使用することができることに留意されたい。

オプションで、セグメンテーションサブシステムは、医学的画像の画像データにモデルを適用した後に、適合モデルを第２の医学的画像の画像データに適用し、それにより適合モデルをさらに適合させるように構成され、第２の医学的画像は、解剖学的構造の第２の部分を少なくとも示しており、適合モデルの第２のモデル部分は、第２の医学的画像における解剖学的構造の第２の部分に適合されている。従って、適合モデルは、第１の医学的画像からパーソナライズされた第１のモデル部分、第２の医学的画像からパーソナライズされた第２のモデル部分などを含むことができる。さらに、１又は複数のパーソナライズされていないモデル部分があってもよい。有利には、ディスプレイプロセッサは、異なるレンダリング技術を使用することによって、異なるモデル部分間の出力画像を区別し、それにより、それぞれのモデル部分がパーソナライズされたかどうかをユーザに示すことができ、それぞれのモデル部分がパーソナライズされている場合、現在表示されている医学的画像又は患者の別の医学的画像にパーソナライズされているかどうかをユーザに示すことができる。

オプションで、セグメンテーションサブシステムは、モデルの各モデル部分に状態を割り当てるように構成され、ディスプレイプロセッサは、出力画像において各モデル部分をレンダリングする場合に割り当てられた状態に基づいて異なるレンダリング技術を選択するように構成され、セグメンテーションサブシステムは、
各モデル部分が下層の医学的画像に適合されているかどうか、
各モデル部分が下層の医学的画像において示される解剖学的構造を表すかどうか、
各モデル部分が下層の医学的画像よりも患者の他の医学的画像に適合されているかどうか、のうちの少なくとも１つに基づいて各モデル部分に状態を割り当てるように構成される。

オプションで、第１のモデル部分は、医学的画像において部分的にのみ示されている解剖学的構造の解剖学的部分を表し、セグメンテーションサブシステムは、
医学的画像に第１のモデル部分を適合させるための局所変形を推定し、
局所変形の推定において、医学的画像に部分的にのみ示される解剖学的部分を説明する正則化表現を適用するように構成される。

本発明のこの態様は、解剖学的部分が医学的画像内に部分的にしか示されておらず、特に小さな部分のみが示されている場合、変換が不十分であるか、又は、誤って判断される可能性があるという洞察に基づいている。これは、非現実的及び／又は歪みのある変換をもたらし、セグメンテーションの結果を損なう可能性がある。解剖学的部分が医学的画像に部分的にしか示されていないことを説明する変換推定に正則化表現を適用することによって、変換推定値は安定化される。

オプションで、正則化表現は、より少ない解剖学的部分が医学的画像に表示されているときに、より強い正則化を提供する。従って、解剖学的部分のより小さい部分が示されるとき、変換推定はより安定化される。

オプションで、正則化表現は、チホノフ正則化を提供する。

オプションで、セグメンテーションサブシステムは、第１のモデル部分が患者の医学的画像における解剖学的構造の第１の部分に適合された後、又は、適合される間、モデルの第２のモデル部分に第１のモデル部分の形状を外挿することによって、モデルを解剖学的構造の第２の部分に適合させるように構成される。

オプションで、外挿を実行するステップは、第１モデル部分及び第２モデル部分の頂点及び／又はエッジ間に存在する関係に基づいて定義された内部エネルギー項を最小化するステップを有する。

上記によれば、解剖学的構造を部分的にしか示さない医学的画像のモデルベースセグメンテーションを実行するためのシステム及び方法が提供されてもよい。それに応じて、モデルが、医学的画像の画像データに適用され、モデルベースセグメンテーションは、患者の医学的画像における解剖学的構造の第１の部分に適合された第１のモデル部分と、医学的画像の対応する部分に適合されていない解剖学的構造の第２の部分を表す第２のモデル部分とを持つ適合モデルを供給する。適合モデルの更なる処理において、第１モデル部分を識別して第１モデル部分を第２モデル部分と区別できるようにするメタデータが生成されてもよい。有利には、メタデータは、モデルのどの部分がパーソナライズされ、どの部分がパーソナライズされていないかを視覚的にユーザに示す出力画像を生成するために使用されてもよい。適合モデルの更なる処理におけるメタデータの他の有利な使用も考えられている。

当然のことながら、当該技術分野における当業者によって、本発明の上記実施形態、実装例、及び／又は、態様のうちの２つ又は複数が、有用と考えられる任意の方法で組み合わせられ得る。

本システムの説明された修正及び変形に対応する、撮像装置、ワークステーション、方法、及び／又は、コンピュータプログラム製品の修正及び変形が、本開示に基づき、当該技術分野における当業者によって実行され得る。

当業者であれば、本方法が、種々の取得モダリティによって得られた、マルチ次元画像データに対して適用されてよいことが正しく理解されよう。これらに限定されるわけではないが、標準Ｘ線画像、コンピュータトモグラフィ（ＣＴ）、磁気共鳴画像（ＭＲＩ）、超音波（ＵＳ）、ポジトロン断層撮影（ＰＥＴ）、単一光子放射断層撮影（ＳＰＥＣＴ）、及び、核医学（ＮＭ）といったものである。

本発明は、独立請求項において規定される。好適な実施形態が、従属請求項において規定される。

本発明のこれらの態様及び他の態様が、以下に説明される実施形態を参照して明らかとなる。
図１は、モデルベースセグメンテーションのためのシステムのブロック図を示している。 図２は、モデルベースセグメンテーションのための方法のフローチャートを示している。 図３は、上記方法を実行するためのコンピュータプログラム製品を示している。 図４は、モデルが超音波画像の視野内の解剖学的構造を示すか否かに依存してモデルが異なって視覚化されるシステムのディスプレイプロセッサによって生成される出力画像の一例を示している。 図５は、モデルが超音波画像の上にオーバレイされるシステムのディスプレイプロセッサによって生成される出力画像の他の例を示している。 図６は、医学的画像に第１のモデル部分を適合させるための局所変形を推定する際の正則化表現の使用を図示している。 図７は、グローバルリジッド／アフィン変換後のセグメンテーションの結果を示している。 図８は、変換を推定する際に正則化表現を用いない場合のローカルリジッド／アフィン変換後のセグメンテーションの結果を示している。 図９は、変換を推定する際に正則化を用いた場合のローカルリジッド／アフィン変換後のセグメンテーションの結果を示している。 異なる図面において同じ参照番号を有するアイテムは、同じ構造的特徴及び同じ機能を有するか、又は、同じ信号であることに注意すべきである。そのようなアイテムの機能及び／又は構造が説明されている場合、詳細な説明においてそれらの繰り返しの説明の必要はない。

図１は、モデルベースセグメンテーションのためのシステム１００を示している。システム１００は、患者の医学的画像を表す画像データ０２２にアクセスするための画像インタフェース１２０を有する。図１の例では、画像インタフェース１２０は、外部画像レポジトリ０２０に接続されるように示されている。例えば、画像レポジトリ０２０は、システム１００が接続され得る、又は、含まれ得る病院情報システム（ＨＩＳ：Hospital Information System）の画像アーカイブ及び通信システム（ＰＡＣＳ：Picture Archiving and Communication System）に構成される、又は、その一部であってもよい。従って、システム１００は、医学的画像０２２へのアクセスを得ることができる。一般的に、画像インタフェース１２０は、インターネットなどのローカル又はワイドエリアネットワークへのネットワークインターフェース、内部又は外部のデータ記憶装置への記憶インターフェースなど、様々な形態をとることができる。

この本文及び適宜、医学的画像への言及は、医学的画像の画像データへの言及として理解されるべきであることに留意されたい。

システム１００は、医学的画像０２２に示されるような解剖学的構造のタイプをセグメント化するためのモデルを規定するモデルデータ１４２を有するデータストレージ１４０を更に有する。例えば、モデルデータ１４２は、三角形のメッシュのようなモデルを規定し得る。データ記憶装置１４０は、システム１００の内部構成要素として示されており、例えば、ハードディスクなどのディスクベースのデータ記憶装置、ＲＯＭ又はＲＡＭメモリなどの半導体ベースのデータ記憶装置、記憶媒体読取装置に挿入されたリムーバブル記憶媒体等を含み得る。データ記憶装置１４０は、例えば、モデルデータ１４２を有するリムーバブル記憶媒体の形で別個に設けられてもよいことに留意されたい。

システム１００は、医学的画像の画像データにモデルを適用することによって、医学的画像のモデルベースセグメンテーションを実行するためのセグメンテーションサブシステム１６０を更に有する。当該目的のため、セグメンテーションサブシステム１６０は、画像インタフェース１２０から画像データ０２２を受け取り、データストレージ１４０からモデルデータ１４２を受け取るように示されている。本発明によれば、医学的画像は、解剖学的構造の第２の部分を示さない一方、患者の解剖学的構造の第１の部分を示すことができる。セグメンテーションサブシステム１６０は、（ｉ）患者の医学的画像における解剖学的構造の第１の部分に適合された第１のモデル部分と、（ｉｉ）医学的画像の対応する部分に適合されなかった解剖学的構造の第２の部分を表す第２のモデル部分とを持つ適合モデルを供給するように構成される。さらに、セグメンテーションサブシステム１６０は、適合モデルの更なる処理において第２のモデル部分から第１のモデル部分を区別できるようにするため、モデルの第１のモデル部分を識別するメタデータを有する出力データ１６２を生成するように構成される。

図１は、システム１００のオプションの態様を更に示しており、当該システム１００は、適合モデルのレンダリングを提供する出力画像１８２を生成するように構成されたディスプレイプロセッサ１８０を有していてもよい。図１は、出力画像１８２をディスプレイ０８０に供給するディスプレイプロセッサ１８０を示している。あるいは、出力画像１８２は、例えば、画像インタフェース１２０を介して画像レポジトリ０２０に格納されてもよく、更なる分析などのための他のエンティティに供給され得る。ディスプレイプロセッサ１８０は、異なるレンダリング技術を用いることによって、出力画像１８２において第１のモデル部分と第２のモデル部分とを区別するように構成されてもよい。当該目的のため、ディスプレイプロセッサ１８０は、セグメンテーションサブシステム１６０の出力データ１６２から得られるように、適合モデル及びメタデータを使用してもよい。例えば、メッシュモデルの場合、メタデータは、第１の、即ち、パーソナライズ化されたモデル部分に属する頂点及び／又はエッジを識別し得る。他の例では、メッシュモデル自体が、各頂点及び／又はエッジに対して、頂点及び／又はエッジが、モデルのパーソナライズ化された、又は、パーソナライズ化されていない部分に属するかどうかを識別する状態情報を有していてもよい。異なるレンダリング技術の例は、異なる色の使用、三角形面の異なる透明度の使用などを含むが、これらに限定されない。

図１に示す別のオプションの態様は、ディスプレイプロセッサ１８０が適合モデルを医学的画像上のオーバレイとしてレンダリングし得る。そのために、ディスプレイプロセッサ１８０は、画像インタフェース１２０から医学的画像の画像データ１２２を内部で受信することができる。あるいは、患者の別の医学的画像が、出力画像における適合モデルのオーバーレイのための基礎となる（下層の）医学的画像として使用されてもよい。

システム１００の様々なオプションの態様を含むシステム１００の様々な動作が、図４〜図９を参照してより詳細に説明されることに留意されたい。

システム１００は、ワークステーション又はイメージング（撮像）装置などの単一の機器又は装置として、あるいは、その中に組み込まれてもよい。かかる機器又は装置は、適切なソフトウェアを実行する１又は複数のマイクロプロセッサを有していてもよい。当該ソフトウェアは、対応するメモリ、例えば、ＲＡＭなどの揮発性メモリ、又は、フラッシュなどの不揮発性メモリにダウンロード及び／又は格納されていてもよい。あるいは、上記システムの機能ユニットは、例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）のようなプログラマブルロジックの形態で機器又は装置に実装されてもよい。一般に、システムの各機能ユニットは、回路の形態で実施することができる。システム１００は、例えば、異なる機器又は装置を含む、配布された態様で実装されてもよいことに留意されたい。例えば、配布は、クライアント−サーバモデルに従っていてもよい。

図２は、モデルベースセグメンテーションを実行するための方法２００を示している。当該方法２００は、図１のシステム１００の動作に対応していてもよい。しかしながら、これは限定ではなく、方法２００は、１又は複数の異なる機器又は装置を使用して実行されてもよい。方法２００は、「画像データにアクセス」と称される動作において、患者の医学的画像を表す画像データにアクセスするステップ２１０を有し、医学的画像は、患者の解剖学的構造の第１の部分を示す一方、解剖学的構造の第２の部分を示していない。方法２００は、「モデルデータを提供」と称される動作において、解剖学的構造のタイプをセグメント化するためのモデルを定義するモデルデータを提供するステップ２２０をさらに有する。方法２００は、「モデルベースの分割を実行」と称される動作において、医学的画像の画像データにモデルを適用することによって医学的画像のモデベースセグメンテーションを実行するステップ２３０を更に有し、モデルベースセグメンテーションは、（ｉ）患者の医学的画像において解剖学的構造の第１の部分に適合された第１のモデル部分と、（ｉｉ）医学的画像の対応する部分に適合していない解剖学的構造の第２の部分を表す第２のモデル部分とを持つ適合モデルを供給する。方法２００は、「メタデータ生成」と称される動作において、適合モデルの更なる処理において第１モデル部分を第２モデル部分から区別できるように第１モデル部分を識別するメタデータを生成するステップ２４０を更に有する。

上記動作は、適用可能であれば、例えば、入力／出力関係によって必要とされる特定の順序に従って、任意の適切な順序、例えば連続的に、同時に、又は、それらの組み合わせで実行されてもよいことが理解されよう。

方法２００は、コンピュータ実装された方法として、専用ハードウェアとして、又は、両方の組み合わせとして、コンピュータ上で実施され得る。図３にも図示されているように、例えば、実行可能コードのようなコンピュータに関する命令は、機械読み取り可能な物理的マークのシリーズ２６０の形態で、及び／又は、異なる電気的、磁気的、又は、光学的な特性又は値を持つ一連の要素として、コンピュータ可読媒体２５０に格納され得る。実行可能コードは、一時的又は非一時的な方法で格納され得る。コンピュータ可読媒体の例には、メモリデバイス、光学記憶デバイス、集積回路、サーバ、オンラインソフトウェアなどが含まれる。図３は、光ディスク２５０を示す。

システム及び方法の様々なオプションの態様を含む、図１のシステムの動作、及び、図２の方法が、以下により詳細に説明され得る。これらの例は、モデルがメッシュモデルであり、解剖学的構造が人間の心臓であり、セグメンテーションサブシステムのメタデータが、適合モデルの視覚化を生成するために使用されることに留意されたい。しかしながら、これらの態様は、本発明を限定するものではなく、むしろその説明に対してコンテキストを供給するのに役立つ。

モデルベースセグメンテーションは、医学的画像における臓器境界を自動的に検出するために使用され得る。背景技術において紹介された「ＣＴ画像における心臓の自動モデルベースセグメンテーション」刊行物に記載されているように、モデルベースセグメンテーションは、本来、例えば心臓、及び、幾らかの周辺領域などのセグメントに対して完全な器官を含む画像に対して実行されていた。しかしながら、モデルベースセグメンテーションは、組織又は他の解剖学的構造の一部のみ、しばしば、僅かな部分のみしか示していない画像にも適用され得る。例えば、超音波画像において、特に、経食道心エコー検査（ＴＥＥ）中に取得される超音波画像では、典型的には、心臓の小さな部分のみが画像化される。セグメント化後、超音波画像上に２Ｄ又は３Ｄのオーバーレイとして心臓モデルを表示することが望ましい場合がある。しかしながら、患者の内部の超音波画像の視野（ＦＯＶ）が心臓よりも小さく、従って、心臓のみを部分的にしか示さない場合、心臓モデルは超音波画像の境界に及ぶ可能性がある。画像のＦＯＶ外では画像情報が利用できないので、ここではモデルの形状は、主に、モデルの平均形状、例えばパーソナライズされていない基準形状によって与えられる。パーソナライズされていないにもかかわらず、ユーザにコンテキストを提供するために完全なモデルを表示することは、依然として有用な場合がある。しかしながら、通常の視覚化は、ＦＯＶ領域外の解剖学的構造を表すモデルの部分もパーソナライズされ、誤解を招く可能性があることを示唆している可能性がある。これは、ＴＥＥセグメンテーションからのモデルが、元の画像のＦＯＶに含まれていたモデル部分を直接見ることができなくなるため、Ｘ線画像のような別の医学的画像上にオーバーレイされる場合に特に重要である。

図４は、システムによって生成され得る出力画像の一例を示しており、これは、上記を扱うものである。即ち、出力画像において、モデル４００は、超音波画像のＦＯＶ内にモデルが解剖学的構造を表すか否かにより異なって視覚化される。医学的画像のＦＯＶ内の解剖学的構造を表すモデルは、「ＦＯＶの内側」と称され、逆に、医学的画像のＦＯＶ外の解剖学的構造を表すモデルは、「ＦＯＶの外側」と称されることに留意されたい。図４を更に参照すると、ここでは、超音波画像のＦＯＶ０３０内のモデルの一部４１０は、実線の色付き三角形で示され、ＦＯＶ０３０外の残りの部分４２０は、レンダリングされるそのエッジのみによって「ワイヤフレーム」として示されている。このような異なる視覚化は、システムによって生成される２Ｄモデル視覚化にも適用され得ることに留意されたい。例えば、ＦＯＶ内のモデルの一部は色で塗りつぶされてもよく、ＦＯＶ外のモデルの部分は外部輪郭としてのみ示されてもよい。

多くの場合、局所的に適合された、即ち、パーソナライズされたモデルの部分が、医学的画像のＦＯＶ内の解剖学的構造を表すモデルの部分に対応することに留意されたい。しかしながら、そうである必要はない。例えば、モデルのより小さい部分が、医学的画像に示されるものよりもパーソナライズされてもよい。別の例は、パーソナライゼーションが、異なるＦＯＶを有する患者の別の医学的画像に関して実行されていてもよいことである。具体的な例としては、以下があり得る。

モデルは、第１のＦＯＶを提供する医学的画像を使用してパーソナライズ化されてもよい。続いて、第２の医学的画像が受信されて、第２のＦＯＶを提供してもよい。例えば、ＴＥＥプローブの位置が変更されている間に、両方の医学的画像がＴＥＥ中に取得されてもよい。モデルは、（例えば、ライブトラッキング中のスピードの理由で）第２のＦＯＶにまだ適合されていないことがある。しかしながら、第２のＦＯＶの位置は、例えば、Ｘ線画像内のＴＥＥプローブを追跡することから、第１のＦＯＶに関して知ることができる。従って、パーソナライズされたモデル部分は、完全に又は部分的に第２のＦＯＶ外に配置され得る。

モデルは第１のＦＯＶでパーソナライズされてもよく、第２のＦＯＶを使用してパーソナライゼーションがモデルの別の部分に拡張されてもよい。従って、モデルの全体的なパーソナライズされた部分は、第２のＦＯＶよりも大きくてもよい。

このモデルは、ＣＴ画像を使用して完全にパーソナライズされているかもしれないが、超音波画像上にオーバーレイとして視覚化されてもよい。従って、パーソナライズされた領域は、解剖学的構造全体をカバーすることができるが、基礎をなす超音波画像に対応するＦＯＶは、モデルのごく一部にしか対応していない。

従って、パーソナライズされた領域がＦＯＶと一致しない場合、パーソナライズされた領域及びＦＯＶ領域に対して異なる視覚化が使用されてもよい。例えば、セグメンテーションサブシステムは、モデルの各モデル部分に状態を割り当てるように構成されてもよく、ディスプレイプロセッサは、出力画像内のそれぞれのモデル部分をレンダリングするときに、割り当てられた状態に基づいて異なるレンダリング技術間で選択するように構成されてもよい。次に、セグメンテーションサブシステムは、それぞれのモデル部分が基礎となる医学的画像に適合されているかどうか、及び／又は、それぞれのモデル部分が基礎となる医学的画像において示されている解剖学的構造を表しているかどうか、及び／又は、それぞれのモデル部分が基礎となる医学的画像よりも患者の別の医学的画像に適合されているかどうか、に基づいて、それぞれのモデル部分に状態を割り当ててもよい。基礎となる医学的画像が画像シーケンスの一部である場合、状態は、それぞれのモデル部分がどの医学的画像に適合されたかを示してもよい。これは、出力画像におけるモデルの視覚化にタイミング情報を追加することを可能にする。例えば、モデル部分が以前の心臓サイクルでパーソナライズされていた場合、視覚化は、例えば、それぞれのモデル部品の色を灰色に彩色することによって、パーソナライゼーションがどのように「古い」かを示すことができる。別の例は、現在の画像の心臓位相が分かっている場合、視覚化は、医学的画像の心臓位相が、それぞれのモデル部分がパーソナライズされた現在の心臓フェーズにどれくらい近いかを示すことができる。

モデル部分が、特定の画像のＦＯＶ内の解剖学的構造を表すかどうかは、以下のように決定されてもよい。ここで、モデルは、特定の座標系の座標として定義された点と三角形で構成されているものとする。適合後、医学的画像に関する異なる点及び三角形の位置を知ることができる。さらに、医学的画像のＦＯＶの位置は、同じ座標系で決定されてもよい。即ち、（例えば、イメージングシステムから）事前に位置を知ることができ、又は、その後に（例えば、３Ｄ又は４Ｄでの閾値処理などの画像処理方法を適用することによって）位置を決定することができる。点／三角形の位置とＦＯＶの位置とが共通の画像座標系にある場合、ＦＯＶ領域の内側又は外側にあれば、モデルの各点／三角形に対して決定され得る。モデルの外側領域は、より微妙に視覚化されてもよく（例えば、半透明であるか、又は、三角形の面がない面のみを示してもよい）、一方、内側領域は、より目立つように（例えば、実線面及び異なる色で）視覚化されてもよい。あるいは、完全なメッシュ（内側＋外側領域）が同様の不透明度を有する視覚化されてもよく、ＦＯＶ内の部分は、より目立つ視覚化（例えば、色）を用いて再び重ねられてもよい。

図５は、システムのディスプレイプロセッサによって生成された出力画像の別の例を示しており、このモデルでは、医学的画像、即ち、超音波画像の上にモデルが重ね合わされている。様々な他の可視化シナリオも同様に考えられる。例えば、モデルは、患者の超音波画像に適合されることができ、ディスプレイプロセッサは、適合モデルを患者のＸ線画像上のオーバーレイとしてレンダリングすることができる。

図６〜図９は、以下に関連している。セグメンテーションサブシステムによって実行されるような、モデルの典型的な適合は、まず、グローバル剛体／アフィン変換を使用してモデルの平均形状を修正して、モデルと画像との位置合わせを改善することを伴い得る。この変換は、ＦＯＶ内で可視である全てモデル部分から推定され得る。第２に、心臓モデルのような多区画モデルの場合、モデルと医学的画像との間のアラインメントを更に改善するために、心臓モデルの異なる区画（例えば、左／右心室、左／右心房）について複数のローカル剛性／アフィン変換が推定され得る。しかしながら、区画がＦＯＶ内で部分的にしか見えない場合、その区画の変換パラメータは、ＦＯＶ内の対応する画像点を検出することができるモデル点からのみ推定され得る。結果として、変換は過小決定され、（例えば、医学的画像のノイズのために）誤った画像点が検出されている場合、誤って判定される可能性がある。これは、非現実的かつ歪んだ変形をもたらし、セグメンテーション結果を損なう可能性がある。

上記に対処するために、システムは、変換推定に正則化表現を適用してもよい。正則化は、区画の広い領域がＦＯＶ内にある場合、正則化がこの明確に定義された問題に対して無視できる影響を及ぼすように決定され得る。しかしながら、大きな領域がＦＯＶ外にある場合、正則化は、平均モデル形状からの非現実的な偏差を抑制することによって変換推定を安定化してもよい。さらに、ＦＯＶ外の領域については、形状は、セグメンテーションモデルの形状制約メカニズムを使用して、ＦＯＶ内の領域から外挿され得る。

さらにモデルが心臓モデルである例を参照すると、心臓モデルが医学的画像に大まかに位置付けられると、心臓モデルは幾つかのステップで医学的画像に適合され得る。第１に、移動、回転、スケーリング、及び、せん断に基づくモデルと画像との間のアラインメントを提供するために、全てのモデル点に対してグローバル剛性／アフィン変換が推定され得る。第２に、左／右心室及び左／右心房のような、各区画に１つずつ、複数のローカル剛性／アフィン変換が推定され得る。これらの変換は、幾つかの患者又は心臓の位相において、異なる区画の相対的なサイズ又は向きが変化し得るため、推定され得る。区画ごとに異なる変換を推定することにより、これらの変動を補償し、より正確な区画化を得ることができる。

変換パラメータは、以下のように推定され得る。モデルメッシュの各三角形ｉについて、例えば、訓練された画像特徴（メッシュ表面に近い大きな画像勾配など）を使用して、画像内で目標点ｘ_ｉが検出され得る。画像点ｘ_ｉに対する三角形の中心ｃ_ｉ（ｑ）（推定されるべき変換パラメータｑの関数である）を引き付ける外部エネルギー方程式の簡略版は、以下のように記述することができる。

式（１）は、最適化変換パラメータ１を計算し、ひいては、ｃ_ｉをｘ_ｉに最適に整列させるために最小化され得る。式（１）を最小にするために特異値分解（ＳＶＤ：singular value decomposition）が採用され得る。最適化の間、単一のシステム行列Ｕが反転され得る。図６に示されるように、行列Ｕの対角は、それぞれの心臓モデル５１０〜５１４においてそれぞれ図６に図示された臓器区画５２０〜５２４のうちの１つを表す複数の部分行列から構成され得る。行列Ｕを反転するとき、これらの区画の各々について十分な数の目標点が予想される。限定されたＦＯＶの場合、特定の区画のメッシュ三角形の大部分は、画像情報が欠落している可能性があるため、対象点を検出しない可能性がある。極端な場合には、１つの変換に対応する完全な成分がＦＯＶ外にある可能性がある。これは、行列Ｕがこの構成要素のための排他的にゼロのエントリを示し、それによって直観的な行列反転を信頼できないようにする不適切に調整された方程式系につながる可能性がある。

この行列反転を安定化させるために、チホノフ正則化装置のような正則化が採用され得る。行列Ｕの条件数は、Ｕの対角に小さな値λを加えることによって増加され得る。完全なシステム行列Ｕの特異値を考慮すると、λ＝０．０１σ_ｍａｘの値が適切であり得る。ここで、σ_ｍａｘは、Ｕの最大特異値である（一般に、左心室などの十分に調整された部分行列から得られる）。

図７〜図９は、適用される正則化の効果を図示している。図７は、これまでの適合モデル４０１のオーバーレイの形でのグローバル剛性／アフィン変換後のセグメンテーション結果を示す。観察されるように、左心房及び右心房のような心臓構成要素ならびに右心室の外境界は、ＦＯＶの外側に延びている。これらの構成要素の表面で利用可能な画像情報は殆どないので、Ｕ内のこれらの構成要素の対応する部分行列は、ゼロに近い値を有する。ＳＶＤを用いた悪条件行列Ｕの直接的な反転は、正則化が適用されない場合、ローカル剛体／アフィン変換の間に非現実的な心臓形状の変形をもたらす。このことは、このようにして適合されたモデル４０２のオーバレイの形で図８に示されている。図９の適合モデル４０３に示されるように、適用されたチホノフ正則化は、対角上に値λを有するユニティ行列を強制することによってこれらの部分行列を安定化させ、正則化された行列Ｕを反転すると、それらの区画の変換パラメータが不変に保たれる。

ＦＯＶ外の領域については、モデルの形状は、モデルの形状制約メカニズムを使用して、ＦＯＶ内のモデル部分から外挿され得ることが理解されよう。即ち、内部エネルギー項を最小化することによってモデルが外挿されることができ、これは（単純化バージョンで）以下に対応することができる。

ここで、ｖ_ｉは、メッシュ頂点を示し、ｖ_ｊは、その隣接点の１つを示す。大域変換Ｔの下での平均メッシュ内の対応する頂点ｍ_ｉとｍ_ｊとの間の差からの任意の偏差は、内部エネルギーに寄与し得る。ＦＯＶ外にはターゲット画像点ｘ_ｉが存在しないので、外部エネルギーはそこに寄与しない（式（１）参照）。従って、内部エネルギーを最小限にすることは、ＦＯＶ内の適合した形状によって設定された境界条件の下で可能な限り平均形状に類似した形状をＦＯＶ外に保つことができる。

本発明は、心臓のような変形構造に有利に適合させることができる動的モデルにも適用されることが理解されよう。

当然のことながら、本発明は、コンピュータプログラム、特に、本発明を実施するために適合された、媒体に記録されたコンピュータプログラムにも拡張される。当該プログラムは、ソースコード、オブジェクトコード、部分的にコンパイルされた形式などの中間的なソースコード及びオブジェクトコードの形式、あるいは、本発明に従った方法の実施において適切に使用される任意の他の形式であってもよい。また、当然のことながら、上記プログラムは、多くの異なるアーキテクチュアル設計を有していてもよい。例えば、本発明に従った方法又はシステムの機能を実装するプログラムコードは、１又は複数のサブルーチンに分割されてもよい。これらのサブルーチン上に機能を分布させる多くの様々な態様が、当業者にとって明らかであろう。当該サブルーチンは、自己含有型のプログラムを形成するように１つの実行可能なファイルに一緒に格納されてもよい。かかる実行可能なファイルは、例えば、プロセッサ命令及び／又はインタープリタ命令（例えば、Java（登録商標）インタープリタ命令）などの、コンピュータ実行可能な命令を有していてもよい。主なプログラムは、上記サブルーチンの少なくとも１つに対する少なくとも１つの呼び出しを含む。また、上記サブルーチンは、互いを呼び出す機能を有していてもよい。コンピュータプログラム製品に関する実施形態は、上記方法の少なくとも１つの処理ステップの各々に対応するコンピュータ実行可能な命令を有する。これらの命令は、サブルーチンに分割されてもよく、及び／又は、静的又は動的にリンクされた１又は複数のファイルに格納されてもよい。

コンピュータプログラムの媒体は、プログラムを運ぶことが可能な任意のエンティティ又は装置であってもよい。例えば、上記媒体は、ＣＤ−ＲＯＭなどのＲＯＭなどのストレージ媒体、あるいは、ハードディスクなどの磁気記録媒体を含んでいてもよい。さらに、上記媒体は、電気ケーブル、光ケーブル、無線、又は、他の手段により伝達可能な、電気信号又は光信号などの送信可能な媒体であってもよい。上記プログラムが上記信号により実現される場合、上記媒体は、かかるケーブル又は他の装置又は他の手段によって構成され得る。あるいは、上記媒体は、プログラムが埋め込まれた集積回路であってもよく、当該集積回路は、関連する方法を実行、又は、実行に際し使用されるように、適合している。

上記実施形態は、本発明を限定しようとするものではなく、当該技術分野における当業者は、添付の請求項の範囲から逸脱することなく、多くの代替的な実施形態を設計可能であることに留意すべきである。請求項中、括弧内の任意の参照符号は、請求項を限定するものとして解釈されるべきではない。「有する」なる動詞及びその活用形の使用は、請求項に記載されたもの以外の要素又はステップの存在を除外しない。要素の単数形は、かかる要素が複数存在することを除外しない。本発明は、幾つかの別個の要素を有するハードウェアにより実装されてもよいし、適切にプログラムされたコンピュータにより実装されてもよい。幾つかの手段を列挙している装置請求項では、これらのうち幾つかは、全く同一のハードウェアによって実現されてもよい。特定の特徴が相互に異なる従属請求項において言及されているという単なる事実は、これらの特徴の組み合わせが好適に用いられないということを示すものではない。

以下の参照番号のリストは、図面の解釈を容易にするために提供され、請求項を限定するものとして解釈されるべきではない。
０２０ 画像リポジトリ
０２２〜０２６ 医学的画像を表すデータ
０３０ 視野
０８０ ディスプレイ
１００ モデルベースセグメンテーションを実行するためのシステム
１２０ 画像インタフェース
１４０ データストレージ
１４２ モデルデータ
１６０ セグメンテーションサブシステム
１６２ セグメンテーションサブシステムのための出力データ
１８０ ディスプレイプロセッサ
１８２ 出力画像を表すデータ
２００ モデルベースセグメンテーションのための方法
２１０ 画像データへのアクセス
２２０ モデルデータ供給
２３０ モデルベースセグメンテーションの実行
２４０ メタデータの生成
２５０ コンピュータ読取り可能な媒体
２６０ 命令
４００〜４０３ 適合モデル
４１０ 医学的画像に適合されたモデル部分
４２０ 医学的画像に適合されないモデル部分
５００ システム行列Ｕ
５１０〜５１４ 人の心臓
５２０〜５２４ 人の心臓の区画

Claims (15)

1. モデルベースセグメンテーションのためのシステムであって、前記システムは、
   医学的画像の視野内の患者の解剖学的構造の第１の部分を示す一方で前記医学的画像の視野外の前記解剖学的構造の第２の部分を示さない前記患者の医学的画像を表す画像データにアクセスするための画像インタフェースと、
   前記解剖学的構造のタイプをセグメント化するためのモデルを規定するモデルデータを有するデータストレージと、
   前記医学的画像の前記画像データに前記モデルを適用することによって前記医学的画像のモデルベースセグメンテーションを実行するためのセグメンテーションサブシステムと、
   を有し、
   前記モデルベースセグメンテーションは、
   （ｉ）前記患者の前記医学的画像における前記解剖学的構造の前記第１の部分に対応する、前記患者に固有の第１のモデル部分と、
   （ｉｉ）前記医学的画像の対応する部分に適合されていない前記解剖学的構造の前記第２の部分を表す第２のモデル部分と、
   を持つ適合モデルを供給し、
   前記セグメンテーションサブシステムは、前記適合モデルの更なる処理において前記第１のモデル部分が前記第２のモデル部分から区別されることを可能にするために、前記第１のモデル部分を識別するメタデータを生成する、システム。
2. 前記システムが、前記適合モデルのレンダリングを供給する出力画像を生成するためのディスプレイプロセッサを更に有し、前記ディスプレイプロセッサが、前記出力画像において前記第２のモデル部分から前記第１のモデル部分を区別してレンダリングするための前記メタデータに基づいて異なるレンダリング技術を選択する、請求項１に記載のシステム。
3. 前記ディスプレイプロセッサが、前記医学的画像又は前記患者の他の医学的画像である下層の医学的画像の上のオーバレイとして前記適合モデルをレンダリングする、請求項２に記載のシステム。
4. 前記モデルが、前記患者の超音波画像に適合され、前記ディスプレイプロセッサが、前記患者のＸ線画像の上のオーバレイとして前記適合モデルをレンダリングする、請求項３に記載のシステム。
5. 前記ディスプレイプロセッサが、前記出力画像において前記医学的画像の前記視野内の解剖学的構造を表す前記適合モデルの前記第１のモデル部分と前記視野外の解剖学的構造を表す前記適合モデルの前記第２のモデル部分とを区別する、請求項２に記載のシステム。
6. 前記セグメンテーションサブシステムが、前記モデルを前記医学的画像の前記画像データに適用後、前記適合モデルを前記解剖学的構造の前記第２の部分を少なくとも示す、他の視野を有する第２の医学的画像の画像データに適用することにより、前記適合モデルを更に適合させるように更に構成され、前記適合モデルの前記第２のモデル部分が、前記第２の医学的画像における前記解剖学的構造の前記第２の部分に適合されている、請求項１に記載のシステム。
7. 前記セグメンテーションサブシステムが、第１及び第２のモデル部分にそれぞれ状態を割り当て、前記ディスプレイプロセッサが、前記出力画像において前記第１及び第２のモデル部分をレンダリングする場合に前記割り当てられた状態に基づいて異なるレンダリング技術を選択する
   ように更に、構成される、請求項３に記載のシステム。
8. 前記第１のモデル部分が、前記医学的画像において部分的にのみ示されている前記解剖学的構造の解剖学的部分を表し、前記セグメンテーションサブシステムが、
   前記医学的画像に前記第１のモデル部分を適合させるための局所変形を推定し、
   前記局所変形の推定において、前記医学的画像に部分的にのみ示される前記解剖学的部分を説明する正則化表現を適用する、
   ように更に構成される、請求項１に記載のシステム。
9. 前記正則化表現が、前記医学的画像に示される前記解剖学的部分が少ないほど、より強力な正則化を供給する、請求項８に記載のシステム。
10. 前記正則化表現が、チホノフ正則化を供給する、請求項８に記載のシステム。
11. モデルベースセグメンテーションのためのシステムであって、前記システムは、
    患者の解剖学的構造の第１の部分を示す一方で前記解剖学的構造の第２の部分を示さない前記患者の医学的画像を表す画像データにアクセスするための画像インタフェースと、
    前記解剖学的構造のタイプをセグメント化するためのモデルを規定するモデルデータを有するデータストレージと、
    前記医学的画像の前記画像データに前記モデルを適用することによって前記医学的画像のモデルベースセグメンテーションを実行するためのセグメンテーションサブシステムと、
    を有し、
    前記モデルベースセグメンテーションは、
    （ｉ）前記患者の前記医学的画像における前記解剖学的構造の前記第１の部分に適合された第１のモデル部分と、
    （ｉｉ）前記医学的画像の対応する部分に適合されていない前記解剖学的構造の前記第２の部分を表す第２のモデル部分と、
    を持つ適合モデルを供給し、
    前記セグメンテーションサブシステムは、前記適合モデルの更なる処理において前記第１のモデル部分が前記第２のモデル部分から区別されることを可能にするために、前記第１のモデル部分を識別するメタデータを生成するように構成され、
    前記第１のモデル部分が前記患者の前記医学的画像における前記解剖学的構造の前記第１の部分に適合された後、又は、適合される間、前記セグメンテーションサブシステムが、前記モデルの前記第２のモデル部分に前記第１のモデル部分の形状を外挿することによって、前記モデルを前記解剖学的構造の前記第２の部分に適合させるように更に構成される、システム。
12. 前記外挿を実行するステップが、前記第１のモデル部分及び前記第２のモデル部分の頂点及び／又はエッジ間に存在する関係に基づいて定義された内部エネルギー項を最小化するステップを有する、請求項１１に記載のシステム。
13. モデルベースセグメンテーションのための方法であって、
    医学的画像の視野内の患者の解剖学的構造の第１の部分を示す一方で前記医学的画像の視野外の前記解剖学的構造の第２の部分を示さない前記患者の医学的画像を表す画像データにアクセスするステップと、
    解剖学的構造のタイプをセグメント化するためのモデルを規定するモデルデータを供給するステップと、
    前記医学的画像の前記画像データに前記モデルを適用することによって前記医学的画像のモデルベースセグメンテーションを実行するステップと、
    を有し、
    前記モデルベースセグメンテーションは、
    （ｉ）前記患者の前記医学的画像における前記解剖学的構造の前記第１の部分に対応する、前記患者に固有の第１のモデル部分と、
    （ｉｉ）前記医学的画像の対応する部分に適合されていない前記解剖学的構造の前記第２の部分を表す第２のモデル部分と、
    を持つ適合モデルを供給し、
    前記方法は、
    前記適合モデルの更なる処理において前記第１のモデル部分が前記第２のモデル部分から区別されることを可能にするために、前記第１のモデル部分を識別するメタデータを生成するステップを更に有する、方法。
14. プロセッサシステムによって実行されるとき、前記プロセッサシステムに請求項１３に記載の方法のステップを実行させる命令を記憶する、非一時的コンピュータ読取り可能な媒体。
15. 前記セグメンテーションサブシステムは、
    前記第１及び第２のモデル部分が前記下層の医学的画像に適応されているか否か、
    前記第１及び第２のモデル部分が前記下層の医学的画像に示される解剖学的構造を表すか否か、
    前記第１及び第２のモデル部分が前記下層の医学的画像以外の、前記患者の他の医学的画像に適合されているか否か
    のうちの少なくとも１つに基づいて前記状態を前記第１及び第２のモデル部分に割り当てるようにさらに構成される、請求項７に記載のシステム。

Images