JP6785237B2 - チャネル検出を使用する画像データ内の物体の分割 - Google Patents

Description

本発明は、概して、画像データから少なくとも２つの物体間のチャネルを識別し、それを使用し両方の物体を分割（すなわち、分離）する方法に関する。特に、本方法は、骨等の組織の物体に関する医療撮像に関連して開発された。さらに、本発明は、そのような方法を実現するコンピュータプログラム製品、そのようなコンピュータプログラム製品を実行させる可読媒体、及びそのようなコンピュータプログラム製品を実行する準備ができている装置に関する。

以下の文章は、画像分析方法について言及し、特に、例えば、（股間節、肩間節、脊椎関節、膝関節、手首関節等）の人体内または動物体内の関節のコンピュータ断層画像のような、画像内の物体（の部分）の分割に関する方法に論じ、関節を介して接続される物体は、分割されることができる。画像処理に関して、異なるまたは同一の物体の異なる部分の分割（すなわち、分離）が、必要となる場合がある。その部分は、画像内の異なる特性、すなわち、グレイスケール／輝度、色、及び類似物等の特徴のばらつきを有してもよい。これらの差は、撮像された物体の別々の特性から生じる。撮像プロセスに応じて、密度、材料組成、水分含量、トレーサの内容物、超音波または光に対する吸収率／反射率、及び類似物等の特性は、区別されることができる。画像内の同一のまたは類似する特性がある領域を分割すること及びまとまりのあるグループを築くことを伴う、実物体の部分の代表的なものの分割のタスクは、アルゴリズムを用いて、自動的に達成されることができる。とりわけ、医療撮像では、撮像プロセスまたは画像処理の過程において、脂肪、筋肉、及び骨等の組織の異なる形態の分割と、まとまりのある領域（例えば、骨または臓器）の認識とを自動的に達成することが望ましい。特に顎顔面外科手術及び歯の治療に関して、顎関節で顆頭を頭蓋底（より具体的には、窩）から自動的に分離するアルゴリズムは、非常に有用になるであろう。

医用画像処理では、相関技術は、臓器、骨、関節、または、それぞれ、それらの部分等のある部分または構造を表す画像内の領域の自動識別を容易にするために使用される。それらの領域は、関心領域（ＲＯＩ）と言われる。相関技術は、ＲＯＩを見つけ出すために、画像データと合致する構造のテンプレートを使用する。その目的のために、類似性測度は、テンプレートと画像データ内での異なる領域との間の相関（または類似性）のグレードを表す相互相関または正規化された相互相関を用いて算出される。最良の類似度測度がある領域が、さらなる画像処理ステップのために選択される。そのような相関技術は、概して、当技術分野で知られている。

画像内に含有される情報を評価するために、画像内に示される異なる部分及び／または物体は、はっきりと区別可能である必要がある。画像データから生じた画像内では、そのような物体のある部分または物体は、一体的に接続されるように思われる場合があるが、実際にはそのように接続されない。この種類の誤りのある結合は、データ収集中、画像の再構成中、及び／または画像処理ステップ中に、生じる可能性がある。そのような結合された要素の分割は、現在の画像処理システムにおいて自動化することは困難であり、ひいては、ユーザの手動による描写を頻繁に必要する。物体またはその一部分の手動分割は、後者（物体の一部分）が小さくその間の間隙が狭いとき、非常に困難である可能性がある。また、３次元では、ユーザの視界は、典型的には、他の物体または一部分によって遮られる。したがって、ユーザは、誤った線及び表面を選ぶ場合がある。加えて、手動による分割は、大きな労働力を要し、非常に時間がかかり、したがって、高コストにつながる可能性がある。

下顎骨（すなわち、下顎）は、２つの顎関節（ＴＭＪ）によって頭蓋底に接続される骨構造であり、左顆及び右顆の上に存在する。これらの関節は、例えば、噛むために、下顎骨が動くことを可能にする。コンピュータ断層撮影（ＣＴ）画像でのその低密度に起因して、それは、顆及び窩の高密度の骨の間に３Ｄチャネルを画定する。

外科計画ソフトウェアを使用する顎顔面外科医は、より良好な噛み合わせを取得するために、または実際の顎関節を模倣するために、患者の下顎骨を実質的に再位置付けすることができるべきである。この目的を達成するために、仮想表面物体の分離は、一方が下顎骨を表すことと、他方の頭蓋骨の残りの部分を表すこととを必要とする。具体的には、下顎骨の頂点における顆の表面表現は、頭蓋底から完全に分離されなければならない。

現在、これは、様々な理由に起因して、ＴＭＪ領域内の濃淡値がかなり不明瞭である可能性があるため、大抵、事実ではないことがある。いくつかのＴＭＪボクセルがアイソバリューの閾値よりも大きい濃淡値（ＤＩＣＯＭ画像データから生じる画像内の可視表面を示すためにユーザによって選ばれたもの）を有するとき、複数の表面が接続される。スキャナの不十分な正確性、ノイズ、患者の動き、及び／または部分的体積効果（ＰＶＥ）が最も一般的な原因である。ＰＶＥは、ボクセル内でともに生じる２つの異なるタイプの組織によって、ＣＴスキャナビームが非線形に減衰されるときに生じる。ストリークアーチファクトは、チャネルの内側に疑似の大きい濃淡値を導入することによって、仮想チャネル障害を生じさせる可能性がある。不全強直または間節吸収等の標準外の患者解剖学的構造またはＴＭＪの欠陥は、関節と窩との間の物理的接触をさらにもたらす可能性がある。したがって、ＴＭＪによって画定される低密度チャネルは、部分的に妨害され、その仮想表面モデルが接続されるであろう。これは、外科医が下顎骨を実質的に再位置付けできないようにすることを理解されたい。

顎顔面外科手術及び歯の治療に関して、関節チャネルの描写または指示が検出される。チャネルは、一体的に接続された下顎及び頭蓋底表面を互いに分割するために連続して使用される。これは、外科医が顎関節を介して互いに接続される要素を実質的に移動させることを可能にする。上記に言及されるように、顆表面を手動で分割するまたは描写することは、面倒で、大きな労働力を要し、反復的で、及び時間のかかるプロセスである。また、ａ）３次元の関節の物理的特性、及び、ｂ）顆と窩との間が狭いチャネルのせいで、切断／描写領域を視覚化することが困難である。

本発明は、請求項１に記載の方法、請求項１２に記載のコンピュータプログラム製品、請求項１３に記載のコンピュータプログラム製品を実行させる可読媒体、請求項１４に記載のコンピュータプログラム製品を実行する準備ができている装置、及び請求項１５に記載の医療システムによって、上記の問題を解決する。本発明の有利となる及び好ましい特徴ならびにさらなる開発は、従属請求項の対象となる。

本発明によると、複数の画素またはボクセルを含む画像データから、少なくとも２つの物体（例えば、人体または動物体の組織、特に、骨）間のチャネルを識別する、コンピュータ実行方法は、以下のステップの１サイクル、好ましくは、いくつかのサイクルを含む。

画像データの画素またはボクセルの画像勾配は計算され、その配向は分析される。画素またはボクセル毎に、隣接する画像勾配の少なくとも２つが反対方向に向く場合、勾配間の画素またはボクセルは、チャネルの部分であることが判定される。ここでは、チャネルは、それを囲繞する物体の縁部によって画定される。チャネルは、その画像のバックグラウンド内に位置付けられることができる。

本発明の一実施形態では、複数の画素またはボクセルを含む画像データから、「チャネル」（例えば、少なくとも２つの物体間または物体の部分間の画像領域）を識別するコンピュータ実行方法は、
当該画像データの当該画素またはボクセルの画像勾配を計算すること、及び
当該画像勾配の当該配向を分析すること、
のステップを含み、
当該画像勾配の少なくとも２つが互いに離れるように反対方向に向く場合、当該対向する画像勾配間における当該画素またはボクセルは、当該チャネルを位置付け、本方法は、さらに、
当該チャネル体積内に孔を作り出す当該画素またはボクセルを識別することであって、当該画素またはボクセルは、接続される当該チャネルの各側に当該物体または当該物体の部分を作る、当該識別すること、
当該チャネル体積を閉鎖すること、
当該接続部を横断する当該閉鎖されたチャネル体積を使用し、それによって、当該チャネルのいずれかの側で当該物体または当該物体の部分の接続を断ち、分離物体または物体の分離部分を取得すること、
のステップを含む、１サイクル、好ましくは、いくつかのサイクルを含む。

好ましくは、画像データの一部が選ばれる。当該一部は、物体の少なくとも２つの少なくとも一部（ＲＯＩ）の画像データを含有する。好ましくは、画像データの選ばれた一部の画素またはボクセルの画像勾配は、計算され、その配向は分析される。この場合、画素またはボクセル毎に、隣接する画像勾配の少なくとも２つが反対方向に向く場合、画像データの選ばれた一部は、チャネルを画定する物体の縁部を含有していると判定される。

好ましくは、チャネルは、例えば、チャネルによって分離される対応する物体の表面を生成することをさらに含むことによって、チャネルのいずれかの側で物体を分割するために連続して使用される。

本発明者は、画像内の勾配ベクトルが対向するとき、物体間でチャネルを識別するために使用されることができる物体（の部分）間の縁部の存在を示すことを発見した。従来は、チャネルではなく、物体が識別されていた。本発明によると、識別されるのはチャネルであり、物体の分離／分割は、このチャネルに基づいて実行される。

本発明に関する方法は、例えば、コンピュータ断層撮影または類似するソースから取得される医用画像内の画像データに基づいて、密接して位置する部分、特に、顎関節の部分の分割に、コンピュータを使用することを可能にする。特に、顎顔面外科手術に関して、関節によって接続される骨表面を「分離」、「分割」、または「分裂」することは、本発明に基づいて、自動化されることができる。

それによって、一方では、医療治療での人間による不明確または不正確な分割の面倒なタスク及び危険性は、回避される。他方では、画像分析は、より少ない時間で完了し、ひいては、画像分析のコストを少なくすることができる。

この文脈における「ｏｂｊｅｃｔ（物体）」は、表面によって（または、縁部によって均等に）境界がつけられる画像内の物体として理解されたい。この表面は、画像内の異なる物体の表面に対向してもよく、または、非骨組織等の非表面物体に対向してもよい。さらに、この文脈における「ｃｈａｎｎｅｌ（チャネル）」は、「ｅｍｐｔｙ（空）」であり得る、または、脂肪、水、空気等のいくつかの他の材料によって占有され得る、２つの物体間の小さい領域として理解されたい（言い換えれば、チャネルは画像のバックグラウンド内に位置することができる一方、物体は最前面にある）。故に、語句「ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ａ ｃｈａｎｎｅｌ ｂｅｔｗｅｅｎ ａｔ ｌｅａｓｔ ｔｗｏ ｓｕｒｆａｃｅ ｏｂｊｅｃｔｓ（少なくとも２つの表面物体間のチャネルの識別）」は、１つ以上の物体の少なくとも２つの部分の分割、分離、または区別に対して、同意語として使用される。物体の特定の実施例は、例えば、チャネルが下顎と頭蓋底表面との間にあることが判定されるときの顆表面である。

「Ｉｍａｇｅ ｄａｔａ（画像データ）」は、２次元画像または３次元画像を形成するために、例えば、コンピュータソフトウェアによって、読み取られる場合がある、または読み取られることが意図される、情報を含有する、データ、普通のデジタルデータである。そのような画像データは、例えば、コンピュータ断層撮影（ＣＴ）、超音波撮像（ＵＳ）、または磁気共鳴映像（ＭＲＩ）システム、また、単純なＸ線または類似する方法からも取得されることができ、具体的な撮像方法に制限されない。しかしながら、画像データは、好ましくは、ＣＴまたは円錐ビームコンピュータ断層撮影（ＣＢＣＴ）から取得される。

「Ｉｍａｇｅ ｇｒａｄｉｅｎｔｓ（画像勾配）」は、画像の画素の特性間、または、好ましくは、画像のボクセルの特性間の強度差であり、すぐに画像全体に対して計算されることができる。好ましくは、これらの特性は、物体の密度、水分含量、形状、表面粗度等の実質的な物理的特性を表す、グレイスケール、輝度値、及び／または明度である。画素／ボクセル内の勾配の非ゼロ値は、画素／ボクセルとその隣接するものとの間の強度の変化を示す。大きい値（すなわち、大きい勾配ベクトルサイズ）は、典型的には、物体の表面（すなわち、縁部）で生じる。画像ベクトルの配向は、画素またはボクセルのそれぞれの特性の強度が最も増加する方向である。本発明に関連して、２つの勾配は、画素／ボクセルの勾配ベクトルが他の画素／ボクセルに向かうのではなく、それぞれの他のボクセルから離れる向きになるとき、反対方向に向くことを理解されたい。

好ましくは、物体は、組織の物体、特に、人体または動物体の骨の物体である。しかしながら、本発明はまた、概して、他の物体に適用されることができる。

好ましい方法に従って、画像データの一部は、少なくとも２つの物体の少なくとも一部の画像データを含有するように選ばれる。しかしながら、画像データの一部を選ぶことが不可欠ではないが、また、本方法に提供される完全な画像データに、本方法を適用することが可能である。画像データの一部を選ぶことは、少なくとも２つの物体間のチャネルを識別するさらなる自動化が可能である点で、本方法を改善させる。

その縦の延在部に沿って、表面物体間のチャネルの幅が変動する可能性がある。加えて、ほぼ異なる幅のチャネルは、着目される可能性がある。したがって、いわゆる多重解像度アプローチを使用して、チャネルを計算するためのステップサイズを自動的に適応させることが有利となる。幅が広いチャネルのより長いステップに向けて、及び幅が狭いチャネルのより短いステップに向けて、その適応がされることができる。顆関節について、通常、３〜４ｍｍまたはそれ未満のチャネル幅が仮定される可能性がある。

有利となるように、画像勾配は、明度強度、特に、濃淡値強度、ハウスフィールドスケール値または無線周波数信号強度値の差に関する。

骨、筋肉、皮膚、真皮、または脂肪等の異なる組織を区別することは、画像データ内に含有される情報を反映する区別した別々の特性を伝えることを必要する。この情報は、例えば、異なるハウスフィールドスケール値または無線周波数信号強度値に関して、色／濃淡値強度等の単一の画素またはボクセルの別々の特徴でコード化される。画像データを取得するために使用される撮像技術において、その特徴は、様々な状況に依存する。

好ましい方法では、少なくとも２つの物体は、特に、顎関節、とりわけ、下顎骨、特に、下顎顆頭、及び頭蓋骨、特に、頭蓋底窩などの関節の部分である。しかしながら、股間節、肩間節、脊椎関節、膝関節、手首関節等の他の関節の表面物体は、加えて、または代替として、上記に説明されるように、分離方法の標的となる場合がある。

顎関節の顆頭及び窩は、顎関節の画像データから再構成された画像内で、ともに結合される傾向がある。これらの構造の分割は、上記に説明されるように、非常に困難で、時間がかかる。上記及び下記に説明されるようなコンピュータ実行方法は、信頼性があり及び速い分割結果を提供する。

本発明の別の好ましいさらなる開発に使用される画像データは、コンピュータ断層撮影（ＣＴ）、円錐ビームコンピュータ断層撮影（ＣＢＣＴ）、超音波撮像（ＵＳ）、または磁気共鳴撮像（ＭＲＩ）からの画像データを備える。しかしながら、画像データは、代替として、または加えて、他の撮像技術から取得されてもよい。

さらに好ましい方法では、画像データは、３次元（３Ｄ）画像を指す。さらに、本発明に記載の方法は、１つの面積のような２次元（２Ｄ）において、または、１つもしくは２つの面積によって区切られた線の１つの区分あるいは実際に表面物体を表す線の複数の区分のような１次元（１Ｄ）において、チャネルが表される場合がある、少なくとも２つの物体間のチャネルを識別するために、２Ｄ及び１Ｄ画像に同様に適用されることができる。

例えば、上記に言及される撮像技術は、２Ｄまたは１Ｄ画像よりも良好な検査された領域の概要についてのより多くの情報を含有し及びそれを与える、３Ｄ画像を提供することができる。この情報及び概要の向上は、重要であるが、正確に分けられた異なる構造を必要する。この分離は、上記に説明されるような方法及びその好ましいさらなる特徴を用いて達成されることができる。

有利な方法により、１つ以上の画像勾配を分析することは、単位ベクトル上への画像勾配を推定することを含み、単位ベクトルは、好ましくは、基本方向、順序方向、及び／または３次元対角線方向に定義される。単位ベクトル上への画像勾配を推定することは、反対方向に対する勾配の比較を促進する。検査された基本方向は、例えば、北、東、南、西、上下のような、座標系の主方向である。順序方向は、２つの基本方向に対して４５度の配向角度における２次方向である。３次元対角線方向は、３つの基本方向に対して４５度の配向角度における方向である。さらに、本発明に記載の方法は、基本方向、順序方向、及び／または３次元対角線方向における単位ベクトルに対して推定される勾配に制限されないが、勾配は、異なる方向に対して推定されることができ、または、互いに直接比較されることができる。

好ましい方法では、画像データの一部を選びアルゴリズム計算を開始することは、相関技術を使用することを含む。それにも関わらず、着目される体積の単純な手動描写のような、画像のデータの一部を選ぶ他の方法が、使用されることができる。

上記に説明されるような既知の相関技術の使用法は、領域の選択のユーザ相互作用、そのコスト、ならびにそのリスクを最小限にする関心領域（ＲＯＩ）の速い及び信頼性のある選択を提供する。本発明に関連して、その使用法は、少なくとも２つの物体間のチャネルの識別のさらなる自動化を可能にする。特に、その使用法は、物体の表面を識別する多くの先行技術のアプローチの場合のように、初期化または開始点に対して精度が低い。

さらに好ましい方法では、画像データは、医療におけるデジタル撮像及び通信（ＤＩＣＯＭ）の規格に一致するデータフォーマット内に提供されるが、本発明に記載の方法は、異なる形態の画像データに基づいて使用されることができる。

図１Ａは、ＣＢＣＴ画像データから再構成された顎関節の画像を示す。顆頭及び窩の表面は、画像データからの表面再構成に起因して、画像内で結合される。図１Ａ’は、図１Ａの線画である。図１Ｂは、チャネルを識別する好ましい方法によって識別される、図１Ａの画像内の顆頭と窩との間のチャネルを例証する。図１Ｃは、ＣＢＣＴ画像データから再構成された顎関節の画像を示す。顆頭及び窩は、チャネルを位置付ける好ましい方法では、２つの骨構造の追加の分離に起因して、画像内で結合されない。図１Ｃ’は、図１Ｃの線画である。 図２Ａは、チャネルを見つけるチャネルの両側の物体を分割するためのアルゴリズムの働きを概略的に例証する。図２Ｂは、チャネルを見つけるチャネルの両側の物体を分割するためのアルゴリズムの働きを概略的に例証する。図２Ｃは、チャネルを見つけるチャネルの両側の物体を分割するためのアルゴリズムの働きを概略的に例証する。図２Ｄは、チャネルを見つけるチャネルの両側の物体を分割するためのアルゴリズムの働きを概略的に例証する。 図３Ａは、医療ＣＴ画像データから再構成された股関節の画像を示す。設定は、図１Ａ〜１Ｃにあるものと同一である。図３Ｂは、医療ＣＴ画像データから再構成された股関節の画像を示す。設定は、図１Ａ〜１Ｃにあるものと同一である。図３Ｃは、医療ＣＴ画像データから再構成された股関節の画像を示す。設定は、図１Ａ〜１Ｃにあるものと同一である。図３Ａ’は、図３Ａの線画である。図３Ｃ’は、図３Ｃの線画である。

図１Ａ及び図１Ａ’は、ＣＢＣＴ画像データから再構成された顎関節の近接撮影画像を示す。顆頭１２及び窩１４は、画像データからの誤りのある再構成に起因して、画像内で結合される。再構成は、例えば、マーチングキューブまたは類似する方法等の既知のメッシュ発生アルゴリズムから生じる可能性がある。一般的な再構成方法に関して、ユーザは、可視表面を示す濃淡値の閾値（いわゆる、アイソバリューの閾値）を選ぶ。図１Ａ及び図１Ａ’の場合、顆頭１２と窩１４との間のボクセルの一部（すなわち、顎関節によって画定されるチャネル内）は、接続表面１６を示すことが分かる。故に、１つの物体（図１Ａ’の番号１によってマークで示される）のみを有する。これは、いくつかの理由に起因する可能性がある。概して、これらのボクセルの濃淡値は、アイソバリューの閾値よりも大きく、それにより、表面１６が仮定され、顆頭１２及び窩１４は、誤って合体される。

外科医が頭蓋骨に関連する下顎骨を実質的に動かすことを可能にするためには、下顎骨及び頭蓋骨は分離物体として識別されることが必要である。故に、下顎骨と頭蓋骨との間（具体的には、顆頭１２と窩１４との間）のチャネル１８を識別する方法は、外科医が外科手技を準備することを可能にすることに有利になるであろう。

図１Ｂは、顆頭１２と窩１４との間のチャネル１８を例証する。チャネルを識別する方法は、顆頭１２及び窩１４の分離が容易に可能であるように、チャネルボクセルの場所をもたらす。

本方法は、コンピュータ上で実行されるコンピュータプログラム製品を使用することによって、実行されることができる。本方法はまた、概して、関節、または、他のチャネル、または表面物体の２次元の代表的なもの等の他の画像に適用されることができる。

好ましくは、一定量のノイズを通常含有するＣＴまたはＣＢＣＴ画像データは、例えば、以下の前処理ステップによって、前処理されることができる。

第１に、３Ｄ画像は、例えば、一般的に既知のガウシアンフィルタを使用して、少し平滑化される。第２に、勾配は、好ましくは、ベクトルサイズに基づいて、選択されてもよい。特に、特定の閾値サイズよりも小さい勾配は、ノイズに起因し、除去される。この閾値サイズは、関心領域（ＲＯＩ）内のボクセル内に存在する勾配ベクトルサイズの平均値、中央値（または、それらの組み合わせ）として、動的に判定されることができる。

しかしながら、本発明に関する方法はまた、非前処理画像データに基づいて実行されることができる。

好ましい方法の一部として、あるものは、本発明の場合、ＲＯＩである、顎関節（図１Ａ及び図１Ａ’）を含有する画像区分を選択する。そのようなＲＯＩはまた、図２Ａに概略的に描写される。ここでは、再度、２つの物体２２及び物体２４（または１つの物体の２つの部分）を有し、それらの間にはチャネルが伴う。両方の物体は、チャネルを交差するように現れるアーチファクト２６によって接続され、それによって、２つの物体を明瞭に接続する。

この画像区分内では、画像勾配は、ボクセル毎に計算される。最大の勾配が、図２Ｂの矢印によって例証されるような縁部に生じる。その後、近傍のボクセルの勾配は、１３の基本方向、順序方向、及び３次元対角線方向に沿って、比較される。隣接するボクセルは、調査中であるボクセルから異なる距離にあってもよい。２次元画像処理の場合、４つの基本方向及び順序方向は、画素及びその隣接する画素に対する勾配方向を比較するために使用され得る。

ボクセルまたは画素位置ｐ毎に、関数値Ｆ（ｐ）は、異なる方向に対向する勾配から、及び異なるステップサイズｄｐで計算されることができる。好ましくは、対向する勾配ベクトル（チャネル壁の存在を示すもの）だけが、考慮される。すべての他の勾配の寄与するものは、無視される。

異なるチャネル幅Ｗ（すなわち、その一般的な幅で互いに異なり、または、その延在部に沿ってその幅において変動する、異なるチャネルであるもの）は、好ましくは、変動するステップサイズｄｐを超える最大のＦ（ｐ）値を計算することによって、Ｆ（ｐ）を計算する多重解像度アプローチによって対応されることができる。ステップサイズｄｐが変化する点から、多重解像度アプローチによって、解像度は変化する。

画像区分内におけるすべての画素／ボクセルの関数値Ｆ（ｐ）の最大値の計算後に、非ゼロ値Ｆ（ｐ）を伴うボクセルまたは画素は、２つの物体２２と物体２４との間のチャネル２８、または、具体的には、図１の顆頭１２と窩１４との間のチャネル１８を画定する。

好ましくは、後処理手順は、ＣＴまたはＣＢＣＴ画像データ内で見つけられたチャネルの品質をさらに改善するために、適用されることができる。この後処理は、とりわけ楕円関節骨がかなり網目状である可能性がある問題（すなわち、密度の大きな変動を示す）を考慮して非常に有利となる。後者（楕円関節骨が網目状であること）は、その後に（見掛けの）チャネルボクセルとして識別され得る骨体積の内側の勾配につながる。そのような疑似のチャネルボクセルを骨の画像データから除去するために、以下の後処理ステップは、任意に適用されてもよい。

まず第１に、非ゼロ勾配値を伴う見掛けのチャネルボクセルは、真のチャネルボクセルがゼロ以外の勾配値を保持しないであろうために、除去される。「ノイズフリー」の前処理された勾配値が使用されるべきであることを理解されたい。

第２に、関数値Ｆ（ｐ）のサイズは、チャネル選択をさらに改良するために使用されることができる。当然のこととして、最大の関数値は、真のチャネルの中央に生じ、これは、その値がチャネル縁部を示す最大の勾配値から計算されるためである（図２Ｂ参照）。ある閾値を上回る関数値を伴うチャネルボクセルのみが、好んで維持される。この閾値は、関数値を超えて計算された平均値、中央値（または、それらの組み合わせ）の関数値である可能性がある。

第３に、相互接続されたチャネル体積のサイズが判定され、最大体積の相互接続されたチャネルボクセルに接続された上記の見掛けのチャネルボクセルのみのもの、または事前判定済みのいくつかの体積は、好ましくは、チャネルボクセルとして維持される。ここでは、考えられる最大体積の相互接続されたチャネルボクセルの数は、画像内で予期されるチャネルの数を示す。

すべての閾値パラメータは、分割の尤度を最大限にし、組織（特に、骨）等の表面物体の損失が最少量になるように、調整されることができる。

しかしながら、また、上記に説明された後処理の各ステップは、本発明には、任意でのみ行われる。

これまでに言及されているように、ＣＴまたはＣＢＣＴ画像は、チャネル内でいわゆるストリークアーチファクトを表す場合がある。これらのアーチファクトは、表面物体１６、２６（例えば、組織、特に、骨）の存在を示す画素またはボクセルであるが、実際に撮像された位置にそのような骨の物体はない。計算されたチャネル体積２８に関して、これらのストリークは、体積内に孔を作り（図２Ｂ参照）、誤って接続された各側に表面２２及び表面２４を作る。

そのようなアーチファクトを識別し及び除去するために、「Ｚ．Ａｋｔｏｕｆ，Ｇ．Ｂｅｒｔｒａｎｄ、及びＬ．Ｐｅｒｒｏｔｏｎ：Ａ ３Ｄ−ｈｏｌｅ ｃｌｏｓｉｎｇ ａｌｇｏｒｉｔｈｍ；ｉｎ Ｄｉｓｃｒｅｔｅ Ｇｅｏｍｅｔｒｙ ｆｏｒ Ｃｏｍｐｕｔｅｒ Ｉｍａｇｅｒｙ，ｐａｇｅｓ ３６−４７，１９９６」及び「Ｚ．Ａｋｔｏｕｆ，Ｇ．Ｂｅｒｔｒａｎｄ、及びＬ．Ｐｅｒｒｏｔｏｎ：Ａ ｔｈｒｅｅ−ｄｉｍｅｎｓｉｏｎａｌ ｈｏｌｅ ｃｌｏｓｉｎｇ ａｌｇｏｒｉｔｈｍ；ｉｎ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｌｅｔｔｅｒｓ，２３：５２３−５３１，２００２」に説明されるような、Ａｋｔｏｕｆ他の孔閉鎖アルゴリズムが、好んで適用される。識別されたチャネル体積の外殻の最初の状態から、チャネル体積が閉鎖される状態になるまでに、余分なボクセルは除去（区分け）される。これは、各追加されたボクセルの立方体の近傍におけるバックグラウンドの接続性を評価することによって行われ、それ自体は、当技術分野において既知の方法である。効果的に、チャネル体積２８内の孔は、図２Ｃの黒い正方形によって例証されるように閉鎖される。

最終的に、閉鎖されたチャネル体積２８（図２Ｃ参照）は、ストリークアーチファクト２６を切り開き、各側の物体２２及び物体２４の接続を断つために使用されることができる。ＣＴまたはＣＢＣＴデータにおいて、これは、例えば、閉鎖されたチャネル体積内のボクセルまたは画素の濃淡値を、ａ）バックグラウンド値、または、ｂ）表面再構成のために使用されるアイソバリューの閾値を下回る値、にリセットすることによって行われることができる。

図１Ｃ及び１Ｃ’は、ＣＢＣＴ画像データから再構成された顎関節の画像を例証し、２つの骨構造は、上記に説明される好ましい方法を用いて、分けられていた。結果的に、顆頭１２及び窩１４は、画像内で結合されない。特に、図１Ａの表面１６は、下顎骨及び頭蓋骨が明確に分離されるように、除去されている。結果的に、ここで、２つの分離物体（図１Ｃ’の物体図の内側の番号２及び３によって示されるようなもの）をもたらす。図１Ｂは、チャネル１８（閉鎖された孔を伴う）として認識されているボクセルを示す。

図３Ａ及び３Ａ’は、医療ＣＴ画像データから再構成された股関節の画像を示す。より具体的には、大腿骨頭３２及び寛骨臼窩３４が描写される。大腿骨頭及び窩の表面は、画像データからの表面再構成に起因して、画像内で結合される。故に、１つの物体（図３Ａ’の番号１によってマークで示される）のみをもたらす。接続部３６は、典型的には、再構成したものまたはストリークアーチファクトである。

図３Ｂは、チャネルを位置付ける提案された方法によって識別されたような、図３Ａの画像内の大腿骨頭３２と窩３４との間のチャネル３８（股関節によって画定される）を描写する。チャネル体積内のすべての孔が閉鎖されていることに留意されたい。

図３Ｃ及び３Ｃ’は、処理された医療ＣＴ画像データから再構成された同一の股関節の画像を示す。大腿骨頭３２及び窩３４は、チャネルを位置付ける好ましい方法で、２つの骨構造の追加の分割に起因して、画像内ではもう結合されない。結果的に、ここで、２つの分離物体（図３Ｃ’の物体図の内側の番号２及び３によって示されるようなもの）をもたらす。

Claims (15)

1. 複数の画素またはボクセルを含む画像データから、少なくとも２つの物体間または物体の部分間の画像領域である「チャネル」を識別するコンピュータ実行方法であって、前記物体または物体の部分は、前記チャネルに交差する接続を含み、前記方法は、
   前記画像データの前記画素またはボクセルの画像勾配を計算すること、及び
   前記画像勾配の配向を分析すること、
   のステップを含むサイクルを含み、
   前記画像勾配は、明度強度、ハウスフィールドスケール値または無線周波数信号強度値の差に関し、
   前記画像勾配の少なくとも２つが互いに離れるように反対方向に向く場合、前記互いに離れるように反対方向に向く対向する画像勾配間における前記画素またはボクセルは、前記チャネルを位置付け、前記方法は、
   チャネル領域内に孔を作り出す前記画素またはボクセルを識別することであって、前記画素またはボクセルは、接続される前記チャネルの各側に前記物体または前記物体の部分を作ること、
   前記チャネル領域を閉鎖すること、
   前記接続部を横断する前記閉鎖されたチャネル領域を使用し、それによって、前記チャネルのいずれかの側で前記物体または前記物体の部分の接続を断ち、分離物体または物体の分離部分を取得すること、をさらに含む、方法。
2. 前記物体は、組織の物体である、請求項１に記載の方法。
3. 前記画像データの一部は、前記少なくとも２つの物体の少なくとも一部の画像データを含有するように選ばれる、請求項１または２に記載の方法。
4. 前記チャネルによって分離される前記対応する物体の表面を生成することをさらに含む、請求項１〜３のいずれか１項に記載の方法。
5. 前記少なくとも２つの物体は、関節の部分及び頭蓋骨である、請求項１〜４のいずれか１項に記載の方法。
6. 前記画像データは、Ｘ線、コンピュータ断層撮影、円錐ビームコンピュータ断層撮影、超音波または磁気共鳴撮像からの画像データを含む、請求項１〜５のいずれか１項に記載の方法。
7. 前記画像データは、３次元画像を指す、請求項１〜６のいずれか１項に記載の方法。
8. 前記画像勾配の前記配向を分析することは、単位ベクトル上への前記画像勾配を推定することを含み、前記単位ベクトルは、分析される前記特定の画素またはボクセルに対して、基本方向、順序方向、及び／または３次元対角線方向に定義される、請求項１〜７のいずれか１項に記載の方法。
9. 前記画像データの前記一部を前記選ぶことは、相関技術を使用することを含む、請求項３に記載の方法。
10. 前記画像データは、医療におけるデジタル撮像及び通信の規格に一致するデータフォーマット内に提供される、請求項１〜９のいずれか１項に記載の方法。
11. 請求項１〜１０のいずれか１項に記載の方法を実行するように構成される、コンピュータプログラム。
12. 請求項１１に記載のコンピュータプログラムを実行させる、可読媒体。
13. 請求項１１に記載のコンピュータプログラムを実行する準備ができている装置。
14. 請求項１〜１０のいずれか１項に記載の方法を実行するように構成される、医療システム。
15. 請求項１１に記載のコンピュータプログラムを実行する準備ができているコンピュータと、骨の少なくとも２つの表面物体の画像データを取得するための撮像デバイスとを含む、請求項１４に記載の医療システム。