JP6781417B2

JP6781417B2 - 患者間脳レジストレーション

Info

Publication number: JP6781417B2
Application number: JP2019547070A
Authority: JP
Inventors: チェン−ルイチョウ; ミン−チャンリウ
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2016-11-16
Filing date: 2017-08-15
Publication date: 2020-11-04
Anticipated expiration: 2037-08-15
Also published as: KR102227713B1; WO2018093430A1; CN109952597B; EP3526769A1; JP2019535472A; CN109952597A; US10176570B2; US20180137617A1; KR20190057396A

Description

本発明は、画像分析に関する。特に、本発明は、腫瘍画像分析に関する。

並列計算技術により、コンピュータは、人口分析によって、脳の異常を発見することができる。患者画像を同一の座標空間内に配置するデータ正規化は、人口分析の成功にとって重要である。しかしながら、現在利用可能な脳人口分析のための正規化技術は、まだ、非常に基本的なものである。脳正規化は、現在、軟部組織の変形や腫瘍の存在の不一致にかかわらず、線形変換を用いて、被変形画像を目標画像にマッピングするアフィンレジストレーションに基づいている。

データ正規化のための患者間脳レジストレーション方法は、腫瘍が存在する場合でも、異なる患者から取得される２つの脳画像を変形可能に位置合わせする。

一態様では、装置の非一時的メモリにプログラムされる方法は、アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、を含む。前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含む。前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用する。前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用する。前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含む。前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外する。前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含む。

別の態様では、装置は、アプリケーションを記憶するための非一時的メモリであって、前記アプリケーションは、アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、を行うためのものである、非一時的メモリと、前記メモリに結合され、前記アプリケーションを処理するように構成される処理構成要素と、を備える。前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含む。前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用する。前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用する。前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含む。前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外する。前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含む。

別の態様では、システムは、磁気共鳴撮像装置と、計算装置であって、前記計算装置は、アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、を行うように構成される、計算装置と、前記メモリに結合され、前記アプリケーションを処理するように構成される処理構成要素と、を備える。前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含む。前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用する。前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用する。前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含む。前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外する。前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含む。

いくつかの実施形態による患者間脳レジストレーション方法を示す図である。いくつかの実施形態によるデモンズ非剛体レジストレーションを示す図である。いくつかの実施形態による第１の画像の第２の画像への変形を示す図である。いくつかの実施形態によるデモンズ非剛体レジストレーションのための腫瘍適応指標を示す図である。いくつかの実施形態による正規ＳＳＤ指標と適応ＳＳＤ指標との間の差を示す図である。いくつかの実施形態による微分同相デモンズレジストレーションを示す図である。非剛体レジストレーション後の改善された脳表面及び脳構造の位置合わせの例を示す図である。非剛体レジストレーション後の改善された脳表面及び脳構造の位置合わせの例を示す図である。非剛体レジストレーション後の改善された脳表面及び脳構造の位置合わせの例を示す図である。いくつかの実施形態による患者間脳レジストレーション方法を実行するように構成される例示的な計算装置のブロック図である。いくつかの実施形態による磁気共鳴撮像（ＭＲＩ）システムを示す図である。

患者間脳レジストレーション方法は、２つの画像をおおよそ同一の座標空間に配置するアフィンレジストレーションから開始する。次に、この方法は、脳構造の境界を更に精細化する新規の腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを用いる。この腫瘍適応指標は、「自動３Ｄ脳腫瘍セグメント化及び分類（AUTOMATIC 3D BRAIN TUMOR SEGMENTATION AND CLASSIFICATION）」という名称の米国特許代理人整理番号Ｓｏｎｙ−６８５００に記載の方法を用いてセグメント化される腫瘍位置で実施される。尚、この米国特許代理人整理番号Ｓｏｎｙ−６８５００は、全ての目的に対してその全体が引用によりここに組み込まれる。

図１は、いくつかの実施形態による患者間脳レジストレーション方法の図を示す。ステップ１００では、アフィンレジストレーションが実行される。アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせしようとする。例えば、目標画像及び被変形画像（移動画像又は移動被変形画像と呼ばれる場合もある）が、アフィンレジストレーションを用いて、位置合わせされる。ステップ１０２では、非剛体レジストレーションが実行される。非剛体レジストレーションは、レジストレーション処理において、ベクトル場及びベクトルの大きさを利用する。非剛体レジストレーションは、また、デモンズレジストレーション、腫瘍適応指標及び微分同相性を用いて、画像の適合を改善する。非剛体レジストレーションは、構造境界の変形精細化を可能にする。例えば、目標画像及び被変形画像が、アフィンレジストレーションを用いて、位置合わせされた後、非剛体レジストレーションは、被変形画像を目標画像に又はその逆に変形することなどによって、位置合わせに改良を加えることができる。いくつかの実施形態では、より少ない又は追加のステップが実行される。例えば、ＭＲＩ情報を取得するステップ及び／又は照合された画像を表示するステップを含むことができる。いくつかの実施形態では、ステップの順序は変更される。

図２は、いくつかの実施形態によるデモンズ非剛体レジストレーションの図を示す。セット２００内の画像は、アフィンレジストレーション後であり、セット２０２内の画像は、非剛体レジストレーション後である。セット２０２内の画像は、非剛体レジストレーションを用いて、より良好に位置合わせされる。

図３は、いくつかの実施形態による第１の画像の第２の画像への変形の図を示す。I_moving画像３００（被変形画像とも呼ばれる）は、ここで説明されるように、I_target画像３０２に変形される。

デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用する。オプティカルフローから導出された変形力は、以下のように計算される。
速度は、空間勾配に沿って、不一致の強度に比例する。
制御可能な正則化は、以下の通りである。
ここで、αは、正則化の優先度、すなわち、滑らかさ又はデータの一致を制御する。
は、変形（弾性）のガウシアン平滑化である。
この変形を行うため、マッチング誤差（画像強度の差の二乗和（ＳＳＤ））が、変形場において、下式のように、最小化される。
SSD = Γ_x(I_target(x) - I_moving(x))²

図４は、いくつかの実施形態によるデモンズ非剛体レジストレーションのための腫瘍適応指標の図を示す。腫瘍の存在は、レジストレーションの最適化の誤差に寄与するが、腫瘍領域の誤差の寄与を除外する腫瘍適応誤差指標は、この問題に対処する。その結果は、以下の通りである。
SSD_adaptive = Γ_x0tumor(I_target(x) - I_moving(x))²
すなわち、最小化は、腫瘍であると判定された領域以外の画像に対して行われる。腫瘍は、画像比較（例えば、腫瘍の無い脳画像を目標画像又は被変形画像と比較し、何らかの有意差がある場合、その領域を腫瘍として表示する）、局所極小検出、及び／又は画像において腫瘍を判定するための他の任意の画像処理技術などのいずれかの方法で判定することができる。I_moving画像４００は、ここで説明されるように、I_target画像４０２に変形される。

図５は、いくつかの実施形態による正規ＳＳＤ指標と適応ＳＳＤ指標との間の差の図を示す。正規ＳＳＤ指標５００は、制限された変形を行う。適応ＳＳＤ指標５０２は、腫瘍領域の誤差の寄与を除外することによって、より大きな変形を可能にする。

図６は、いくつかの実施形態による微分同相デモンズレジストレーションの図を示す。I_moving画像６００は、ここで説明されるように、レジストレーション時間中、滑らかな変形軌跡を用いて、I_target画像６０２に変形される。患者間の解剖学的構造の大きな変化は、大変形を可能にするレジストレーションを用いるので、最終的な変形場（弾性）の代わりに、経時変化する速度場（流体状）を平滑化することによって、「微分同相」（逆一貫性のある滑らかな）変形を計算することによって、変形軌跡を滑らかにすることが重要である。

図７〜図９は、非剛体レジストレーション後の改善された脳表面及び脳構造の位置合わせの例を示す。

図１０は、いくつかの実施形態による患者間脳レジストレーション方法を実行するように構成される例示的な計算装置のブロック図を示す。計算装置１０００を用いて、画像及びビデオなどの情報を、取得、記憶、計算、処理、通信、及び／又は表示することができる。一般に、計算装置１０００を実現するのに適したハードウェア構造は、ネットワークインタフェース１００２、メモリ１００４、プロセッサ１００６、入出力装置１００８、バス１０１０、及び記憶装置１０１２を含む。プロセッサの選択は、十分な速度を有する好適なプロセッサが選ばれる限り重要ではない。メモリ１００４は、当該技術分野で公知の任意の従来のコンピュータメモリとすることができる。記憶装置１０１２は、ハードドライブ、ＣＤＲＯＭ、ＣＤＲＷ、ＤＶＤ、ＤＶＤＲＷ、高精細ディスク／ドライブ、超高精細ドライブ、フラッシュメモリカード、又は他の任意の記憶装置を含むことができる。計算装置１０００は、１つ又はそれ以上のネットワークインタフェース１００２を含むことができる。ネットワークインタフェースの一例は、イーサネット又は他の種類のＬＡＮに接続されるネットワークカードを含む。入出力装置１００８は、以下のもの、すなわち、キーボード、マウス、モニタ、スクリーン、プリンタ、モデム、タッチスクリーン、ボタンインタフェース、及び他のデバイスのうちの１つ又はそれ以上を含むことができる。患者間脳レジストレーション方法を実行するのに用いられる患者間脳レジストレーションアプリケーション１０３０は、記憶装置１０１２及びメモリ１００４に記憶され、アプリケーションが通常処理されるように処理される可能性が高い。計算装置１０００は、図１０に示すより多い又は少ない構成要素を含むことができる。いくつかの実施形態では、患者間脳レジストレーション方法のハードウェア１０２０が含まれる。図１０の計算装置１０００は、患者間脳レジストレーション方法のためのアプリケーション１０３０及びハードウェア１０２０を含むが、患者間脳レジストレーション方法は、ハードウェア、ファームウェア、ソフトウェア、又はそれらの任意の組み合わせとして、計算装置上で実現することができる。例えば、いくつかの実施形態では、患者間脳レジストレーション方法のアプリケーション１０３０は、メモリ内にプログラムされ、プロセッサを用いて実行される。別の実施例では、いくつかの実施形態において、患者間脳レジストレーション方法のハードウェア１０２０は、患者間脳レジストレーション方法を実行するように専用に設計されるゲートを含む、プログラムされたハードウェアロジックである。

いくつかの実施形態では、患者間脳レジストレーション方法のアプリケーション１０３０は、いくつかのアプリケーション及び／又はモジュールを含む。いくつかの実施形態では、モジュールは、１つ又はそれ以上のサブモジュールも含む。いくつかの実施形態では、より少ない又は追加のモジュールを含むことができる。

好適な計算装置の実施例は、パーソナルコンピュータ、ラップトップコンピュータ、コンピュータワークステーション、サーバ、メインフレームコンピュータ、ハンドヘルドコンピュータ、携帯情報端末、セルラ電話／携帯電話、スマート家電、ゲーム機、デジタルカメラ、デジタルカムコーダ、カメラ付き携帯電話、スマートフォン、携帯音楽プレーヤー、タブレットコンピュータ、移動体デバイス、ビデオプレーヤー、ビデオディスクライター／プレーヤー（例えば、ＤＶＤライター／プレーヤー、高精細ディスクライター／プレーヤー、超高精細ディスクライター／プレーヤー）、テレビジョン、家庭用娯楽システム、拡張現実デバイス、仮想現実デバイス、スマートジュエリー（例えば、スマートウォッチ）、又は他の任意の好適な計算装置を含む。

図１１は、いくつかの実施形態による磁気共鳴撮像（ＭＲＩ）システムの図を示す。ＭＲＩ装置１１００を用いて、脳スキャンなどのＭＲＩ画像を取得する。計算装置１０００は、ＭＲＩ装置１１００から（例えば、クラウドでダウンロード又はアクセスすることによって）ＭＲＩ情報を受信し、計算装置１０００は、患者間脳レジストレーション方法を実行する。

本明細書で説明する患者間脳レジストレーション方法を利用するため、この患者間脳レジストレーション方法を用いて、ＭＲＩ情報を分析する。この分析に基づいて、脳の異常を識別することができる。識別された異常に基づいて、外科医は、適切な処置をとることができる。

動作時、患者間脳レジストレーション方法は、アフィンレジストレーションと腫瘍適応指標を用いた非剛体レジストレーションとに基づいた脳正規化を用いて、人口分析によって、脳の異常を発見することができる。この改良の結果として、単にアフィンレジストレーションを用いるよりも良好な脳構造の位置合わせが得られる。

本明細書では、脳腫瘍に関連して、患者間脳レジストレーション方法を説明したが、患者間脳レジストレーション方法は、他の任意の腫瘍又は疾患に適合することができる。

患者間脳レジストレーションのいくつかの実施形態
１．装置の非一時的メモリにプログラムされる方法であって、前記方法は、
アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、
腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、
を含むことを特徴とする方法。
２．前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含むことを特徴とする、第１項に記載の方法。
３．前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用することを特徴とする、第１項に記載の方法。
４．前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用することを特徴とする、第１項に記載の方法。
５．前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含むことを特徴とする、第１項に記載の方法。
６．前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外することを特徴とする、第１項に記載の方法。
７．前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含むことを特徴とする、第１項に記載の方法。
８．アプリケーションを記憶するための非一時的メモリであって、前記アプリケーションは、
アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、
腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、を行うためのものである、
非一時的メモリと、
前記メモリに結合され、前記アプリケーションを処理するように構成される処理構成要素と、
を備えることを特徴とする装置。
９．前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含むことを特徴とする、第８項に記載の装置。
１０．前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用することを特徴とする、第８項に記載の装置。
１１．前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用することを特徴とする、第８項に記載の装置。
１２．前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含むことを特徴とする、第８項に記載の装置。
１３．前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外することを特徴とする、第８項に記載の装置。
１４．前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含むことを特徴とする、第８項に記載の装置。
１５．磁気共鳴撮像装置と、
計算装置であって、前記計算装置は、
アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、
腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、を行うように構成される、
計算装置と、
前記メモリに結合され、前記アプリケーションを処理するように構成される処理構成要素と、
を備えることを特徴とするシステム。
１６．前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含むことを特徴とする、第１５項に記載のシステム。
１７．前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用することを特徴とする、第１５項に記載のシステム。
１８．前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用することを特徴とする、第１５項に記載のシステム。
１９．前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含むことを特徴とする、第１５項に記載のシステム。
２０．前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外することを特徴とする、第１５項に記載のシステム。
２１．前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含むことを特徴とする、第１５項に記載のシステム。

本発明の構成及び動作の原理の理解を容易にするために、詳細内容を組み込んだ特定の実施形態に関して本発明を説明してきた。このような本明細書における特定の実施形態及びその詳細内容への言及は、本明細書に添付される特許請求の範囲を限定することを意図するものではない。特許請求の範囲によって規定される本発明の精神及び範囲から逸脱することなく、例示のために選択された実施形態に、他の様々な修正を行うことができることは、当業者に容易に理解されるであろう。

１００ステップ
１０２ステップ
２００セット
２０２セット
３００ I_moving画像
３０２ I_target画像
４００ I_moving画像
４０２ I_target画像
５００正規ＳＳＤ指標
５０２適応ＳＳＤ指標
６００ I_moving画像
６０２ I_target画像
１０００計算装置
１００２ネットワークインタフェース
１００４メモリ
１００６プロセッサ
１００８入出力装置
１０１０バス
１０１２記憶装置
１０２０患者間脳レジストレーション方法のハードウェア
１０３０患者間脳レジストレーションアプリケーション
１１００ＭＲＩ装置

Claims

装置の非一時的メモリにプログラムされる方法であって、
アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、
腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、
を含み、
前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用するものであり、前記制御可能な正則化は、滑らかさ及びデータの一致のうちの一方を選択することによって前記滑らかさ又はデータの一致に基づいて優先順位付けされ、前記オプティカルフローから導出された変形力は、空間勾配に沿って不一致の強度に比例する速度を用いて計算される
ことを特徴とする方法。
前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含むことを特徴とする、請求項１に記載の方法。
前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用することを特徴とする、請求項１に記載の方法。
前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含むことを特徴とする、請求項１に記載の方法。
前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外することを特徴とする、請求項１に記載の方法。
前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含むことを特徴とする、請求項１に記載の方法。
アプリケーションを記憶するための非一時的メモリであって、
アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、
腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、を行うためのものである、
非一時的メモリと、
前記メモリに結合され、前記アプリケーションを処理するように構成される処理構成要素と、
を備え、
前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用するものであり、前記制御可能な正則化は、滑らかさ及びデータの一致のうちの一方を選択することによって前記滑らかさ又はデータの一致に基づいて優先順位付けされ、前記オプティカルフローから導出された変形力は、空間勾配に沿って不一致の強度に比例する速度を用いて計算される
ことを特徴とする装置。
前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含むことを特徴とする、請求項７に記載の装置。
前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用することを特徴とする、請求項７に記載の装置。
前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含むことを特徴とする、請求項７に記載の装置。
前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外することを特徴とする、請求項７に記載の装置。
前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含むことを特徴とする、請求項７に記載の装置。
磁気共鳴撮像装置と、
計算装置であって、
アフィンレジストレーションを行って、被変形画像及び目標画像を、おおよそ同一の座標空間に位置決めするステップであって、前記被変形画像及び前記目標画像は、各々、脳構造を含む、ステップと、
腫瘍適応指標を用いた微分同相デモンズ非剛体レジストレーションを実行して、前記脳構造の境界を精細化するステップと、を行うように構成される、
計算装置と、
前記メモリに結合され、前記アプリケーションを処理するように構成される処理構成要素と、
を備え、
前記微分同相デモンズ非剛体レジストレーションは、オプティカルフローから導出された変形力及び制御可能な正則化を利用するものであり、前記制御可能な正則化は、滑らかさ及びデータの一致のうちの一方を選択することによって前記滑らかさ又はデータの一致に基づいて優先順位付けされ、前記オプティカルフローから導出された変形力は、空間勾配に沿って不一致の強度に比例する速度を用いて計算される
ことを特徴とするシステム。
前記アフィンレジストレーションは、点、直線及び平面を保存することによって、画像を位置合わせすることを含むことを特徴とする、請求項１３に記載のシステム。
前記微分同相デモンズ非剛体レジストレーションは、ベクトル場及びベクトルの大きさを利用することを特徴とする、請求項１３に記載のシステム。
前記微分同相デモンズ非剛体レジストレーションは、変形場において、画像強度のマッチング誤差を最小化することを含むことを特徴とする、請求項１３に記載のシステム。
前記腫瘍適応指標は、腫瘍領域の誤差の寄与を除外することを特徴とする、請求項１３に記載のシステム。
前記微分同相デモンズ非剛体レジストレーションは、レジストレーション時間中、滑らかな変形軌跡を用いることを含むことを特徴とする、請求項１３に記載のシステム。