JP6789963B2 - 医療画像の対における対応する構造の検索 - Google Patents

Description

本発明は、画像処理システム、画像処理方法、コンピュータプログラム要素及びコンピュータ読取可能な媒体に関する。

医術及び他の関心分野においては、複数の画像における対応する構造を識別する必要性が存在し得る。医術において、このような作業は、以前の検査対追加の検査から画像を分析する際又は複数方式の画像を分析する際に生じ得る。

このような作業が頻繁に生じる一層特定的な例は、デジタル胸部（乳房）トモシンセシス（ＤＢＴ）である。ＤＢＴは、乳房の一連の高解像度画像が限られた角度のトモグラフィにより生成される乳房撮像における新たな技術である。従来の２ＤデジタルＸ線撮影法と比較して、該“２.５Ｄ”トモシンセシスデータの場合、検討されるべき画像データの量が大幅に多い。従って、特に乳房スクリーニング環境においては、斯かるトモシンセシスデータを読み取り且つ分析するための効率的なツールが望まれる。このような目的のために、本出願人の国際特許出願公開第2013/035026号におけるような対話型スライス選択によりトモシンセシスデータの効率的な読み取りを支援する合成マンモグラムが最近提案されている。

依然として、対応する画像構造を見付けることは、時には、純然たるデータ量以外の理由により困難であり得る。例えば診断的乳房撮像において、標準の頭尾（ＣＣ）方向及び内外斜位（ＭＬＯ）方向で撮られた同側的マンモグラフィビュー等の異なるビューで収集された対応する病変を識別することは困難であり得る。このような複数ビューの画像を扱う際の他の困難さは、例えば現在表示されている合成マンモグラムにおいて見られる関心構造を一層明瞭に描写することを期待する特定のトモシンセシススライスにナビゲートしたい場合に生じる。

従って、複数の画像にわたるナビゲーション若しくは構造発見作業を支援する画像処理及び／又は方法に対する需要が存在し得る。

本発明の目的は独立請求項の主題により解決され、他の実施態様は従属請求項に含まれている。本発明の以下に記載される態様は、画像処理方法、コンピュータプログラム要素及びコンピュータ読取可能な媒体にも等しく当てはまることに注意されたい。

本発明の第１態様によれば、画像処理システムが提供され、該画像処理システムは、
被写体の第１画像に関して、ｉ）前記第１画像内の第１画像構造に関する位置、及び、ii）前記被写体の少なくとも一部の対応する物理的特性に関する構造特性を有する、入力明細（input specification）を入力するように構成された入力ポートと、
前記入力明細に基づいて、第２画像における第２画像構造を識別するように構成された画像構造検索部と、
表示装置上に前記第２画像構造を表示するように構成されたグラフィック表示発生部と、
を有し、前記構造特性の明細は少なくともスペクトル情報を含む。

言い換えると、提案されたシステムは、画像間探索及び検索処理（cross-image search and retrieve operation）を実行し、ユーザが関心領域の異なるビューを表す潜在的に複雑で富んだ画像にわたって効率的にナビゲートするのを補助するように構成される。

提案されたシステムは、２つの画像からの情報を一緒にリンクすることを可能にする。特に、該リンクは第１画像に対して如何なる第２画像に関しても試みることができる。該リンクは、例えば前記識別処理を実行する際に最初に確立される。提案された方法に対しては、リンクされるべき特定の第２画像に関する事前の知識は必要とされない。もっとも、このような知識が排除されるものではない。また、提案されたシステムは、第１画像の画像構造／部分を第２画像に単にリンクするのではなく、第２画像内の対応する構造にリンクする。

前記第１及び第２画像は同一の被写体のもの又は同一の被写体の一部のものであり、前記第２画像構造は前記第１画像構造に対応する。即ち、上記２つの構造は、各々、（少なくとも）２つの画像における同一の被写体又はその一部を表す。

一実施態様によれば、前記画像構造検索部の識別処理は、前記第１画像構造及び第２画像構造を類似性尺度（similarity measure）に基づいて比較する処理を含む。

一実施態様によれば、前記類似性尺度は、グレイ値ヒストグラム類似性か、スペクトル若しくは物質の組成の類似性か、寸法、形態、テクスチャ及び造影剤摂取（contrast uptake）の何れか１つの類似性かの何れか１つ又は組合せを含む。

一実施態様によれば、前記構造特性の明細は、ｉ）寸法及び／又は形状パラメータ、並びにii）物質タイプパラメータの何れか１つ又は組合せを含む。

一実施態様によれば、前記画像構造検索部の識別処理は、前記第１画像から前記第２画像へ形状を伝搬させる処理を有し、前記形状は前記形状パラメータ又は他の形状パラメータにより指定される。

一実施態様によれば、前記被写体は、イメージャによる前記第１及び第２画像の各収集の間において再配置及び／又は変形される。

一実施態様によれば、前記第１及び第２画像は前記被写体の異なるビューを供給し、前記第１及び第２画像構造は前記被写体の又は前記被写体内の関心部分を表す。

一実施態様によれば、前記第１画像は２Ｄ又は３Ｄ画像であり、前記第２画像は２Ｄ又は３Ｄ画像である。

一実施態様によれば、前記第１及び第２画像は３Ｄである。

一実施態様によれば、前記第１画像又は前記第２画像は合成マンモグラム（synthetic mammogram）である。

一実施態様によれば、前記第２画像及び／又は前記第１画像は３Ｄトモシンセシスボリュームである。

一実施態様によれば、前記検索部の前記識別処理は、前記第２画像における前記第２画像構造、即ち前記第２画像における関心構造の形状／位置を識別する処理を含む。

一実施態様によれば、前記画像構造検索部の前記識別処理は、前記第２画像内の検索領域を識別する処理を含み、前記類似性尺度を前記検索領域内の画像情報に適用する。

一実施態様によれば、前記グラフィック表示発生部は、前記第１画像構造及び前記第２画像構造を前記表示装置上に一緒に表示する処理を実行するように構成される。

一実施態様によれば、当該システムは前記第１及び第２画像構造に関する共通構造特性を計算するように構成された構造分析部を有する。例えば、一実施態様において、該共通構造特性は前記類似性尺度に基づいて計算される。一実施態様において、共通構造分析は、各画像における２つの対応する画像構造をセグメント化する処理を含む。ボリューム、スペクトル組成及び物質分解（material decomposition）等の共通構造特性（又は複数の特性）は、次いで、該セグメント化された構造から計算することができる。該計算は、汎用（例えば、幾何学形状）モデルを上記２つのセグメント化された構造に当てはめて当該２つの構造を該モデルの特徴構造として“明らかにする”等のように、種々のやり方で実施することができる。一実施態様において、前記グラフィック表示発生部は、前記第１及び第２構造に関する共通構造特性の表現を表示するように動作する。

一実施態様によれば、当該システムは、前記第１画像が前記表示装置上に表示されている間にユーザにより前記入力明細を供給するように操作可能な対話型ユーザインターフェースを含む。

一実施態様によれば、前記画像構造検索部の識別処理は、前記類似性尺度に関して最適化又は検索アルゴリズムを実行する処理を含み、前記アルゴリズム及び／又は類似性尺度は前記入力された入力明細に基づいて選択される。

一実施態様によれば、前記第１及び／又は第２画像はスペクトルイメージャにより取得されたものである。

提案されたシステムは“強化された”入力情報（位置＋構造特性を含む）を処理するので、該システムは、同側のマンモグラム又はボリュームにおける対応する病変の識別が、当該乳房の変化する圧縮及び／又は変化するビュー方向（これらの何れも、１つの同一の病変の視覚的見え方の後の変化を生じさせる）による困難さにより妨害されるマンモグラフィにおけるような悪条件に対処することができる。これらの自動的方式とは対照的に、本システムは、ユーザが追加の構造入力（即ち、単なる位置入力を超える入力）を、捜し出されるべき関心構造に関する専門家知識の形で供給することを可能にする。この場合、この追加の入力は、第２画像における対応する第２構造のための検索処理を“制御”又は左右する。特にマンモグラフィ又は他の同様の画像を扱う際の１つの複雑さは、２Ｄ投影ビューにおける重なり合う構造により、時には病変が標準のＣＣ及びＭＬＯビューの一方でしか見えないことである。トモシンセシス撮像は重なり合う画像構造を少なくとも部分的に解像する潜在力を有しているが、このことは、診断のために見られるべき相当の量のデータを作成することを犠牲にして成り立つものである。提案された方法は、このことを、追加の専門家知識を対応する構造の検索に用いることができる、病変の識別及び分析のための少なくとも半自動的な作業の流れを設けることにより対処するものである。

当該システムは、当該識別処理がスペクトルデータに基づく局部的な病変組成の評価を含むような、スペクトルトモシンセシスデータ及び該データから導出される合成マンモグラムに対して特に有効であることが分かった。言い換えると、スペクトル情報は前記追加の（単なる位置の明細を超える）構造特性として用いられる。重畳された画像構造により生じる不明確さを解消すべく当該システムの能力を更に増強するために、一実施態様において、複数の追加の構造特性（例えば、スペクトル情報と一緒の形態情報、又は適切な特性データ項目の何らかの他の組合せ）を処理することが提案される。特に、初期（“第１”）画像が２Ｄ（例えば、合成マンモグラム）画像であり、（“第２”）の目標画像が上記初期画像より高い次元（例えば、トモシンセシスボリュームのように“２.５Ｄ”又は３Ｄ次元）のものであるような困難な作業に対処することを可能にする。何故なら、上記２Ｄ−＞３Ｄシナリオにおいては、上述した不明確さが、識別が逆方向、即ち３Ｄ−＞２Ｄであるシナリオより顕著となるからである。

図１は、撮像装置のブロック図を示す。 図２は、第１実施態様による画像処理方法の、例示的画像を伴うフローチャートを示す。 図３は、第２実施態様による画像処理方法の、例示的画像を伴うフローチャートを示す。

以下、本発明の例示的実施態様を、図面を参照して説明する。

図１を参照すると、撮像装置１００が示されている。該撮像装置１００は、（３Ｄ）トモシンセシスマンモグラフィ撮像スキャナ等の撮像手段ＭＸ（ここでは、もっと一般的に“イメージャ”とも称する）を有している。ここでは、ＣＴ（コンピュータトモグラフィ）スキャナ又はＭＲＩイメージャ等の、マンモグラフィ撮像スキャナ以外の撮像手段も想定することができる。

マンモグラフィスキャナＭＸは、女性乳房の画像を取得するように構成される。更に詳細には、該スキャナはＤＴＢ（デジタル乳房トモシンセシス）又は単にトモシンセシスとして知られている一種の角度限定トモグラフィを実行するように構成される。これを実行するために、該イメージャＭＸは、一実施態様において、一方の上端にＸ線源ＸＲが取り付けられると共に他方の下端にＸ線放射感知性検出器Ｄが取り付けられた可動アーム（又は“ガントリ”）を含んでいる。

使用時において、Ｘ線源ＸＲはＸ線放射を放出し、乳房Ｂのまわりを周回し（限られた弧内で）、検出器Ｄは乳房Ｂが静止して保持されている間に該乳房の下側で対応して限定された走査弧（約１０〜２０度）をトレースする。このスキャン動作の過程において、検出器Ｄにより、当該乳房組織をＸ線放射が通過した後に該検出器Ｄの放射感知性ピクセル素子に入力する該Ｘ線放射によって生じる信号から複数の投影画像が収集される。好ましくは、上記ピクセル素子は複数の検出器ラインで配置されて、投影画像が当該乳房の全範囲（幅及び大きさ）をキャプチャするようにする。

上記投影画像は、トモシンセシスアルゴリズムを使用することにより準３Ｄ（時には、２.５Ｄと呼ばれる）画像ボリュームに再構築することができるが、ここではマンモグラム等の２Ｄ投影画像と区別して単に３Ｄボリュームと称され、これに関しては後に更に後述する。収集の間において、乳房は画像コントラストを向上させるために圧縮装置内で圧縮される。スキャナＭＸは、異なる接近角又はビューのために異なるトモシンセシスボリュームに関する投影画像を収集するために使用することができる。一般的ビューは“頭尾”（ＣＣ）及び“内外斜位”（ＭＬＯ）であり、両者は、通常、適切な診断的又はチェックのスクリーニングが必要とされる。各ビューに関して、乳房は次のビューのための投影画像の取得が開始し得る前に再位置決め及び／又は再圧縮される必要があり得る。

一般的に、イメージャＭＸにより供給される画像出力は２以上のトモシンセシスボリューム（例えば、ＣＣ及びＭＬＯビューに関する）を含む。これらボリュームは、各々が特定の“厚さ”を持つ成分画像（所謂、スライス又はスラブ）に編成される。斯かるボリュームのスライスは、一実施態様では、医師に貴重な診断的手掛かりを提供し得る当該乳房の内部構造を明らかにする断面吸収画像である。先に暗示されたように、合成マンモグラムを含む前記ボリュームから導出可能な関連する２Ｄ画像も存在する。これらの合成マンモグラムは、対応するボリュームを介しての順投影により取得される。順投影は、好ましくは、対応する接近角通りの方向に沿うものである。これらの合成マンモグラムは、各ボリュームに関する一層簡略化された概観画像を提供する。

一実施態様によれば、検出器Ｄはエネルギ積分型のものである。他の好ましい実施態様において、手段ＭＸはスペクトル撮像能力を有し、このことは幾つかの実施態様では光子計数型の検出器Ｄを使用することにより達成することができる。

装置１００は、画像処理システムＩＰＳを更に含んでいる。ここで提案される該画像処理システムＩＰＳは、ユーザ（又は自動化プロトコル）が手段ＭＸにより生成された画像に跨がって対応する画像構造を発見又は“再発見”することを補助する。これらの画像構造は、例えば、マンモグラフィ用途において分析が重要である微小分類の画像フットプリント（画像範囲）を表すことができる。前記トモシンセシスボリュームは、相当の量の画像情報を表し、手動で検索する（例えば“スクロールする”）ことは、何時も多忙な医師に過度に重い負担を負わせる。これに対処するために、提案される画像処理システムＩＰＳは、一実施態様において、ユーザが適切なユーザ入力手段ＵＩにより第１画像ＩＧ１における関心画像構造を選択することを可能にし、次いで、該画像処理システムは目標画像ＩＧ２から上記第１画像ＩＧ１において選択された構造に実際に対応する構造を自動的に検索するよう動作する。偽の合致よりも“正しい”画像構造を検索することは困難であることが分かり得るものであり、提案される該システムＩＰＳは、これに対処する。この困難さの理由は、イメージャ情報の曖昧さである。更に詳細にいうと、出願人は、画像にまたがる対応する画像構造という概念自体が曖昧さを引き起こし得ることに気が付いた。これが、図１の挿入図Ａ）に概念的に示されている。例えば、入力又は初期画像ＩＧ１は、挿入図Ａ）では直方体として概略的に示された画像ボリュームＩＧ２を所望の投影ｐを介して取得された合成マンモグラムであり得る。画像ＩＧ１における特定の関心画像構造Ｓ１は、上記投影方向に沿ってブロックＩＧ２にわたる全画像構造の投影である。言い換えると、複数の構造が該画像構造Ｓ１に組み合わされるように重なり得る。医師に該マンモグラムＩＧ１が画像構造Ｓ１を関心構造として視覚的に選択するために提示された場合、曖昧さが生じ得る。何故なら、当該システムに対して、重なり合う構造のうちのどれが、Ｓ１に対応するとされたかが明瞭でないからである。解説目的だけのために厳密に言うと、初期画像ＩＧ１における構造Ｓ１に対応するものは明るい構造Ｓｂであろうか、又は暗い構造Ｓｄであろうかというような、投影方向に沿う画像情報の重ね合わせは、このような曖昧さを生じさせる。このような画像構造の重ね合わせに関する実世界での例は、例えば、一層小さな石灰化部分が一層大きな腫瘤性病変の（投影方向において）上又は下に位置する場合に生じ得る。

初期画像ＩＧ１で選択された画像構造は、目標画像ＩＧ２において対応する構造Ｓ２をルックアップするために使用される“インデックス入力”と考えることができる。提案される画像処理システムＩＰＳは、ユーザに初期画像における画像構造に関して“豊富な”画像構造明細を定義する能力を提供することにより、検索処理において直面する曖昧さを低減する。この場合、提案されるシステムＩＰＳは、この豊富な入力された明細を使用し、従って目標ボリュームにおける該明細の検索及び取り出し処理は、以前のシステムに関するよりも一層高い尤度で、所望の“正しい”画像構造Ｓ２を返答することを期待することができる。

更に詳細には、ここで提案される上記入力明細は初期画像ＩＧ１における単なる位置のみならず、前記画像構造の構造的特性を指定する追加の情報も含む。目標画像における対応する画像構造ＩＳ２の位置及び／又は形状を検索するために当該画像処理システムにより入力として使用されるものは、この画像構造明細の入力の“組合せ（コンボ）”又は“二重”的性質である。

図１を続けて参照すると、画像処理システムＩＰＳの例示的アーキテクチャが示され、該アーキテクチャは操作コンソール又は手段ＭＸに関連されたワークステーション等の、計算ユニットＣＵ上で実行される一群のソフトウェアモジュールと考えることができる。

画像処理システムＩＰＳは、上記二重の入力明細（即ち、画像Ｇ１におけるＳ１の位置及び該初期画像による当該画像構造Ｓ１の構造的特性の明細）を受けるための入力ポートＩＮを含む。この二重入力明細は、次いで、画像構造検索部ＩＳＲに供給され、該検索部は目標画像ＩＧ２にアクセスして、該目標画像に対し処理を行い、該目標画像内から前記対応する画像構造Ｓ２を取り出す。次いで、例えば画像ピクセル又はボクセルでの当該構造Ｓ２の位置及び／又は形状若しくは範囲が出力ポートＯＵＴにおいて出力される。構造Ｓ１、Ｓ２は、同一被写体（例えば、乳房）又は該被写体の同一部分の各画像フットプリント（恐らくは、異なるビューでの）を表す故に、“対応する”と言われる。一層高い次元の目標画像ＩＧ２の場合、Ｓ２の出力位置は、特に対応するスライスのスタック内の深さを含む。言い換えると、提案される識別は一般的に１つのスライス内の対応する構造の単なる識別であるのみならず（もっとも、幾つかの実施態様では、これで十分である）、好ましい実施態様において、当該識別処理は目標画像ＩＧ２におけるスライスのスタックにわたって検索し、深さ及び面内位置の両方によりＳ２を正確に位置指定することも含む。

次いで、グラフィック表示発生部ＧＤは適切な視覚化モジュールを介して表示ユニットＭＴ（モニタ等）と協動し、構造Ｓ２の表現を表示させることができる。例えば、このことは画像ＩＧ２をディスプレイ上で検索された位置構造Ｓ２を示す適切なグラフィック的標識（例えば、強調された輪郭）でレンダリングすることにより達成することができる。

画像構造検索部ＩＳＲの動作は、例えばスペクトル情報等の特定の構造的特性を評価することを含み得る。そのように評価された情報は、一実施態様では、構造分析部ＳＡにより処理されて、画像ＩＧ１及びＩＧ２における両画像構造に対して記述的な共通の構造特性パラメータを計算する。この共通の構造情報は、次いで、モニタＭＴ上に第２画像ＩＧ２及び／又は対応する検索された画像構造Ｓ２と一緒に表示することができる。例えば、テキストボックス又はグラフィックＵＩウイジェットを、該共通特性をグラフィック又は数値形態で表示するために画像ＩＧ１又はＩＧ２に導入することができる（例えば、重ねることができる）。

次に図２及び図３を参照すると、これら図は、各部分Ｂ）に、上記画像処理システムＩＰＳの機能を一層詳細に説明する画像処理方法の２つの実施態様のフローチャートを各々示している。図２、図３における各部分Ａ）は、少なくとも幾つかの方法ステップを説明するための例示的画像（限定するものと見なしてはならない）を含んでいる。ここでは、当該画像処理システムが図２若しくは図３の２つの方法の何れか一方に従って動作することができるか、又は該ＩＰＳが、少なくとも一実施態様において、そのように動作するよう切り換え可能であると想定される。

最初に図２を参照して、前記入力画像又は初期画像が３Ｄトモシンセシス画像ボリュームＩＧ２から取得された合成マンモグラムであり、前記目標画像が該ボリュームＩＧ２であるような実施態様が説明される。しかしながら、当該目標画像が異なる画像ボリュームであるような他の画像の組合せも考えられる。例えば、合成マンモグラムＩＧ１はＣＣボリュームから導出され、目標ボリュームＩＧ２は該ＣＣボリュームではなく他の（同側的）ビューの画像ボリューム、例えばＭＬＯボリュームである。しかしながら、この初期及び目標画像の選択は解説目的だけのものであり、ここでは、初期及び目標画像に対する如何なる他の次元の組み合わせも考えられる。例えば、両画像ＩＧ１、ＩＧ２は３Ｄボリュームとすることができ、又は両画像は２Ｄ画像とすることができる。

最初に、ステップＳ２０５において、初期画像ＩＧ１（例えば、合成マンモグラム）が、例えば目標画像ＩＧ２のデフォルトビューと一緒に２面ビューポート（これは、例示に過ぎない）に表示される。一実施態様において、デフォルトビューは最初に表示されるトモシンセシス画像ボリュームＩＧ２からの特定のスライスに関するものである。他の例として、ユーザに対して表示されるものは初期画像ＩＧ１のみである。しかしながら、初期画像の初期表示は単に一実施態様によるものである。というのは、ステップＳ２０５が省略され、当該方法が続くステップＳ２１０において開始するような他の自動的実施態様も考えられるからである。

ステップＳ２１０において、入力明細が上記初期画像ＩＧ１から入力される。この入力明細は、表示された初期画像における関心構造Ｓ１の位置及び該構造Ｓ１に関する特定の関心構造特性の明細の両方を有する。この構造特性は、当該画像に示される被写体の特定の部分の対応する物理的特性に関するものである。例えば、マンモグラフィにおいて、当該構造は女性乳房における石灰化を表し得る。好ましくは、この“二重の”明細は、適切なユーザインターフェースＵＩ（好ましくはグラフィックユーザインターフェースとしてのものであるが、必ずしも全ての実施態様においてではない）要素を介して供給される。一ＧＵＩ実施態様において、上記明細はユーザによりコンピュータマウス等の適切なポインティング装置を使用して定義することができ、斯かるポインティング装置はユーザがポイント・アンド・クリックにより又はポインティングのみの操作により第１画像ＩＧ１内の当該画像構造の位置を選択することを可能にする。一実施態様においては、他の別途の明確なユーザ操作において、追加の構造特性が、例えばマウスのスクロールホイール装置により、ドロップダウンメニュ選択により、リスト選択により、キーボードを介してのテキスト入力等により指定される。ここでは、ｅスタイラス又はタッチスクリーン操作等の他の入力手段も考えられる。この組合せ（コンボ）情報を供給する場合、当該システムは“ＲＯＩ選択モード”で動作すると考えられ、選択された画像構造Ｓ１はＲＯＩ内にある。

要約すると、ここでは、一実施態様において、ユーザが現在表示されている初期画像ＩＧ１において該関心構造の位置を指定するのみならず、該関心構造Ｓ１に関する追加の情報を供給することも可能にすることが提案される。この追加の構造的情報は、例えば、当該構造の描写を有することができる。描写は、例えば、半径をマウスのスクロールホイール制御を用いて構造Ｓ１に調整することができる円等の適切な幾何学的原型によるものである。想定される他の例は、幾何学的原型（例えば、楕円）を対話的に位置決め及び／又は伸張することによる描写である。代わりに又は加えて、ユーザ対話は、出願人の国際特許出願公開第2013/035026号公報に開示されているような追加のユーザ対話又は労力を要しない“ライブ分割”により提供されるシード点（seed point）ベースの“ゼロクリック”自動輪郭発生法を用いることにより、最小限に留めることもできる。他の実施態様において、前記明細は自動プロトコル等によりユーザ入力なしで供給される。提案されるシステムは、一実施態様において、後続の検索処理のために、詳細な形態学的入力明細が使用されることを可能にする。ユーザは形態を、寸法明細、輪郭明細、エッジ品質（例えば、粗さ及び／又は規則性）の何れか１つ又は組合せに関して定義することができる。ここで想定される形態学的明細は、ユーザが当該検索処理において使用されるべき検索／最適化アルゴリズム／類似尺度を効果的に選択することを可能にする。当該システムは、一実施態様において、ユーザが、一例を挙げると、“微小石灰化のクラスタ”等の構造特性を定性的に指定するためのオプションも想定する。この場合、この定性的選択は当該システムにライブラリ又は予め記憶されたアルゴリズムから（トポロジ的に）“接続されていない”即ち分散された構造を検索することができるものを選択するよう促すことができる。

形態学ベースの明細に代えて又は加えて、当該二重明細の構造特性明細部分は複数の異なるデータ項目により実現することができ、これらの全ては、ここでは、如何なる組合せでも考えられる。例えば、入力は関心の組織組成（例えば、嚢胞、充実性病変、腺組織等）を指定する。この組織型情報は、特に、少なくとも初期画像ＩＧ１及び好ましくは目標画像ＩＧ２も、例えばエネルギ分解型光子計数検出器により取得されたスペクトル（Ｘ線）画像である場合に利用することができる。他の例として、スペクトル撮像能力は、エネルギ積分型検出器による、管電圧を異なる電圧レベルに順次切換ながらの複数の露光の収集により実現することもできる。何れのケースにおいても、スペクトル画像において、各要素ピクセルは該ピクセルにより見られたＸ線のスペクトルを表すデータ構造（ベクトル）に関連付けられる。スペクトル画像は“データキューブ”として実施化することができる。

見付けられるべき対応する構造Ｓ２に関する関心の構造特性は、適切な注記ツールにより、初期画像ＩＧ１の表示の間にユーザにより対話的に供給することができる。他の例として、該関心構造の明細は、記述言語（ＸＭＬ又は同様のもの等）で記憶することができ、次いで、ユーザがＩＧ１における位置を指定したら自動的に入力される。

ステップＳ２２０において、当該所謂コンボ入力明細は目標画像ＩＧ２における第２構造Ｓ２を識別するために使用される。一実施態様によれば、ステップＳ２２０における識別処理は、初期的に指定された情報を目標画像ボリュームＩＧ２におけるスライスの幾つか又は各々にわたり伝搬させて、各スライスにおける検索領域を定義する処理を有し、次いで、これら領域は後述するように更に詳細に調べられる。当該画像構造描写の伝搬又は“伝達”は、例えば先に参照した国際特許出願公開第2013/035026号公報におけるように実行することができる。

一実施態様によれば、ステップＳ２２０における識別処理は、類似尺度の評価に基づくものである。更に詳細には、初期画像からトモシンセシスボリュームのスライスに伝搬されたＲＯＩが、該類似尺度を用いて、初期画像ＩＧ１における初期関心構造Ｓ１と比較される。

ステップＳ２２０における該識別処理の出力は、特に、第２画像内の識別された画像構造Ｓ２の、該第２画像内の位置及び／又は形状若しくは空間範囲（空間的広がり）を含む。

ステップＳ２３０においては、特定の閾値より高い類似点数又は値を持つスライスが返答され、ビューポートに恐らくは初期画像と一緒に表示される。一実施態様においては、上記の最高の類似尺度を返答した関心領域Ｓ２を持つスライスが、表示装置ＭＴに表示される。一実施態様においては、斯様にして識別された目標スライスを、初期画像と一緒に又は初期画像の代わりに表示することができる。好ましくは、両画像、即ち初期画像及び最高の有意尺度を有する領域のスライスが、２面ビューのビューポートに表示される。

ここでは、識別ステップＳ２２０のための多数の異なる類似又は有意尺度が想定される。想定される有意／類似尺度は以下の又はこれらの組合せを含む。

エントロピ／テクスチャの類似性：ＲＯＩの画像領域（恐らくは、背景のための追加の余裕（“リム”）を含む）において、局部的グレイ値ヒストグラムのエントロピが計算される。該エントロピは、ＲＯＩ当たりの画像パッチ（区画）の情報コンテンツの尺度を提供する。このようにして計算されたエントロピは、均一な領域に対しては小さく、高コントラスト構造を含む異種の区画に対しては大きいことが分かっている。この場合、初期画像における局部的ヒストグラムに最も密に類似したヒストグラムのスライスが選択される。近さは、例えば最小二乗法等の適切な測定法により測定することができる。

勾配の有意さ：目標画像ＩＧ２上の幾つか又は各スライスにおいては、画像勾配（image gradient）が計算され、ユーザにより供給されたＲＯＩの（伝達された）輪郭に沿って積分される。伝達された各ＲＯＩ輪郭に沿って最高の勾配を持つ（又はユーザが調整可能な十分さの閾値より高い勾配を持つ）スライスが選択される。

統計的相関における類似性：各スライスにおいて２Ｄ概観画像のユーザにより選択されたＲＯＩに対する伝達されたＲＯＩの統計的相関が計算される。ＩＧ１におけるユーザにより指定されたＲＯＩに対して最高の又は十分に高い（ユーザが調整可能な十分さの閾値に対して測定される）相関を持つＩＧ２におけるスライスが、選択される。

スペクトル的類似性：スペクトル情報が利用可能な場合、該スペクトル情報は、局部的な組織組成を計算し、次いでＩＧ２における要求された組織型（嚢胞、充実性等）に十分に類似した（ここでも、類似性を定量化するために十分性の閾値を用いることができる）組織組成を持つＲＯＩを選択するために使用することができる。スペクトル差分の最小二乗和を、例えばスペクトル的類似性に関する尺度を確立するために用いることができる。

テンプレート照合類似性：ユーザ入力明細は、構造（丸い病変、有棘塊状物、石灰化、肋骨、脊椎骨、鎖骨等）のリストから構造モデル項目を選択することを含むことができる。伝搬された構造が、この構造の選択されたモデルに最良に合致するスライスが選択される。

上記から、伝搬された関心領域は、類似性尺度の評価のために、目標ボリュームＩＧ２の各スライスにおける１以上の検索領域を定義することが理解される。この場合、当該尺度は各スライスにおける全てのピクセル／ボクセルに関して評価される必要はないが、評価は対応する関心領域の範囲内のピクセル又はボクセル情報に限定される。

ここでは、識別ステップＳ２２０が、自動的な又はユーザにより制御される、適切な有意尺度若しくは類似性尺度及び適切な最適化若しくは解決アルゴリズムの選択を含むことも想定される。該選択は、ユーザにより供給される入力明細、特に構造情報に基づくものであるが、代わりに当該ユーザにより固有に選択することもできる。ユーザは、ドロップダウンメニュ又は他の入力手段において、使用されるべき類似性尺度及び／又は選択された尺度に対して当該画像を評価するために使用されるべき数値最適化方式（例えば、最小二乗法、最大尤度法、共役勾配法、ニュートン・ラフソン法等）を指定することができる。ここでは、当該システムが適切なアルゴリズムをライブラリ又は同様のメモリ構造に予め記憶された適切な類似性尺度に基づいて検索することが想定される。この実施態様において、ユーザは、ステップＳ２１０において入力された入力情報において構造特性を供給することにより、使用されるべき元となる類似性尺度又はアルゴリズムの選択を間接的に決定する。前述したように、当該構造特性の明細指定は、例えばドロップダウンメニュ又は同様のグラフィックウイジェットからの選択により実現することができる。次いで、当該システムは対応するタグを該明細に関連付け、次いで、ユーザは該タグをルックアップ処理に用いて、ライブラリ又はアルゴリズムモジュールから適切なアルゴリズムを取り出す。

ここでは、上述した類似性尺度のうちの複数の（例えば全ての）如何なる組合せも想定されると理解される。例えば、複数の尺度の各々に関して評価すると共に、算出された有意／類似性尺度から加重和を計算することによって画像構造に点数を割り当てることにより統合された有意尺度を形成することができる。一実施態様において、好ましくは初期及び目標画像が共に同じビューを被写体にエンコードする場合、類似性尺度は形態学のみに基づくものとする。

一実施態様によれば、初期画像における各画像構造及び目標画像において検索ステップＳ２２０により見付けられた対応する構造から共通の構造特性を計算するオプションとしてのステップが存在する。

このことは、一実施態様では、汎用モデルを当該構造に当てはめて、２つの構造を該モデルの特徴構造として説明することにより実施することができる。例えば、一実施態様において、楕円体（例えば、マンモグラフィ実施態様の場合）等の幾何学的原形又は何らかの他の適切な汎用特徴構造を形状に関して当てはめることができる。このようにして当てはめられた最適モデルから、ボリューム及び／又は、スペクトル情報が考慮に入れられるなら、水分含有量、材料組成等のパラメータを計算することができる。このようにして導出されたパラメータは、次いで、表示ユニットにおいてユーザに対し各々情報ボックス内に数値又はグラフィック形態で、例えば初期画像又は識別された対応する構造Ｓ２を有する返答されたスラブの一方（又は両方）に重ねられて、表示することができる。必ずしも全てではないが幾つかの実施態様において、共通特性は目標画像において当該構造を識別するために使用された類似性尺度から計算されるか、又は該共通特性は少なくとも該類似性尺度から導出可能である。２つの対応する構造Ｓ１、Ｓ２に当てはめられた共通モデルを使用することは、当該構造の寸法、直径等の他の共通特性を導出することを可能にする。言い換えると、ＩＧ２における対応する構造Ｓ２を単に見付けるというよりも、ここでは、対応する構造Ｓ１、Ｓ２を一緒に、当該構造の寸法はどの様であるか、組織のタイプは何か（嚢胞又は腫瘍）、当該構造の組成は例えば水分及び／又は脂質含有量に関してどの様であるか等の質問に答えるための臨床的に関連のある情報を計算する（一実施態様においては、共通に当てはめられたモデルを介して）ために更に利用することが提案される。

次に、図３におけるフローチャートを参照すると、第２実施態様による画像処理方法が示されている。図２におけるのと同様に、図３において、行Ｂである一方の部分は当該フローチャートをステップに関して図示し、行Ａである他方の部分は行Ｂにおける各方法ステップに関連する解説図を示している。

オプションとしてのステップＳ３０５において、初期画像ＩＧ１が表示ユニット上に表示される。

前述した図２と同様に、ステップ３１０においては、初期画像ＩＧ１における関心画像構造Ｓ１の位置及び構造的特性の両方を指定する入力明細が入力される。初期画像は２Ｄ又は３Ｄの何れかであり、対応する構造Ｓ２が見付けられるべき目標画像も同様に２Ｄ又は３Ｄであり得る。図３の行Ａにおける挿絵１を参照されたい。

初期画像ＩＧ１が特定のビュー（ＣＣ、ＭＬＯ又はその他）によりトモシンセシスボリュームから撮られた２Ｄ合成マンモグラムである場合、ステップＳ３１０による当該合成マンモグラムにおけるユーザ選択が、このトモシンセシスボリュームにおける対応するスラブに分解されるオプションとしてのステップＳ３２０が存在する。確かなことに、この実施態様において、対応するスラブ（再構築されたトモシンセシススタックに識別された病変Ｓ１を含む）の位置及び／又は“厚さ”を見付けるためのステップＳ３２０は、図２の実施態様において初期入力画像が２Ｄであり、目標ボリュームが３Ｄであるケースに関して前述したように実施することができる。“位置”に関して分解されたとは、例えば、画像ＩＧ２における構造Ｓ２の中心（x,y,z）を表す一方、“厚さ”は前記構造Ｓ２のｚ方向における空間的範囲、従って該構造Ｓ２を完全にカバーするための当該ボリューム画像ＩＧ２における所要のスラブ厚に関係する。図示された曲線が類似尺度対スライス位置のスケッチである図３の行Ａの挿絵２を参照されたい。更に詳細には、類似性尺度は、ボリュームＧＩ１の異なるスライスを介して伝搬される構造Ｓ１において評価される。最高の類似性の伝搬構造を含むスライス位置が返答され、該スライス位置は、次いで、必要とされる厚さのスラブに拡張される。

しかしながら、この合成マンモグラムからトモシンセシスボリュームへの“変換”ステップＳ３２０はオプションである。例えば、初期画像ＩＧ１がトモシンセシスボリュームである場合、ステップＳ３１０における選択は上記ボリュームに直接的に形成することができる。

初期画像ＩＧ１における初期構造Ｓ１の明細（位置＋追加の構造情報）が得られたら、当該方法はステップＳ３３０に進み、該ステップにおいて対応する画像構造が目標ボリュームＩＧ２において識別される。一実施態様によれば、このステップＳ３３０は以下の副ステップを有する。

ステップＳ３３０ａにおいて、同側の（第２）トモシンセシスボリュームＩＧ２における検索領域ＲＯＩ２が、ＩＧ１における初期構造Ｓ１の位置及びＳ１の該位置の周りのＲＯＩ１に基づいて定義される。例えば、ユーザはＳ１の周りの円形領域に注釈を付けることができる。この場合、目標画像ＩＧ２における検索領域の定義は、出願人の国際特許出願公開第2014/206881号公報に記載されたような“乳房座標系”により実施することができる。言い換えると、関心被写体（例えば、女性の乳房又はその部分）の汎用の３Ｄ表現が、構造を１つの画像ボリュームから他のものへと空間的にマッピングするために使用される。行Ａにおける挿絵３を参照されたい。このような３Ｄ表現は、例えば当該乳房における各位置の、胸筋及び乳頭等の適切な目印の各々に対する距離により定義される座標系により確立することができる。他の例として、乳房座標系は超２次楕円体（super-ellipsoid）を乳房輪郭に当てはめることにより確立することができる（Kutra他による“An anatomically oriented breast model for MRI”, Proceedings of SPIE Medical Imaging, 2015参照）。図３の行Ａにおける挿絵３は、重ねられた乳房座標系を概略的に示している。ラインの系は、乳頭及び胸筋（挿絵３の左側エッジに対応する）までの距離を（ＣＣビュー）で表している。曲線は乳頭からの等距離点の軌跡を表し、垂直な（直）線は胸筋からの等距離点を表している。検索領域（円として示されている）は、例えば、上記直線及び曲線の交点に定義する（例えば、中心を合わせる）ことができる。検索領域の輪郭及び湾曲された軌跡は単に解説目的で図示されており、ここでは、検索領域及び／又は上述した座標系ラインが各画像ＩＧ１又はＩＧ２上に重ね合わせグラフィックとして表示されるような実施態様が想定される。

ステップ３３０ｂにおいて、例えばスペクトルルックアップテーブルを使用することにより、画像ＩＧ１におけるＳ１の周囲のＲＯＩにおける、及びＩＧ２内の１以上の検索領域における、各々の物質分解が計算される。スペクトル分解の詳細に関しては、Phys Med Biol, Vol 21, No 5, pp 733-744 (1976)におけるR Alvarez他による“Energy-selective reconstruction in X-ray Computerized Tomography”を参照されたい。 更に詳細には、アルミニウム（Ａｌ）及びポリエチレン（ＰＥ）（例を挙げるとではあるが、解説目的だけのため１対の関心物質）等の２つの基礎物質へのスペクトル物質分解が、Ｓ１の周囲のＲＯＩ及びＩＧ２内の各検索領域において別々に計算される。Ｓ１がＩＧ２における検索領域と同一の構造を描くとの仮説の下で、構造Ｓ１のＲＯＩにわたるＡｌ及びＰＥ区画の積分値は、当該検索領域が同じ目標構造を含んでいるなら、ＩＧ２内の検索領域における各積分値と殆ど同様であることが予測され得る。このステップ３３０ｂは、ステップ３３０ｃにおいて目標画像（例えば、同側ボリューム）ＩＧ２における対応する構造Ｓ２を検索するために当該スペクトル情報を利用することを可能にする。

ステップ３３０ｃにおいては、第２トモシンセシスボリュームＩＧ２における対応する病変ＲＯＩ Ｓ２が、図２において前述したような適切な類似性尺度、例えばステップ３３０ｂにおいて算出された第１ボリュームＩＧ１及び第２トモシンセシスボリュームＩＧ２（行Ａの挿絵４参照）におけるスペクトル組織組成の類似性に基づいて識別される。この場合、当該スペクトル情報又は他の類似性尺度は、目標画像ＩＧ２における検索領域及び初期画像ＩＧ１におけるＳ１の周囲のＲＯＩ内で評価される。斯かるスペクトル情報は、初期画像ＩＧ１及び目標画像ＩＧ２の画像収集の間において乳房Ｂにより呈される変化に対して不変である有効な類似性尺度であることが分かっている。例えば、被写体Ｂの位置が変化した又は異なる圧縮、ズレを受けたとしても、当該物質の分解（分析）は同一のままであることが期待される。また、マンモグラフィの実施態様において、上記スペクトル情報ベースの類似性尺度等の強い又は不変的な尺度を使用することは（ここでは、他の不変的尺度の使用も想定される）、時には（マンモグラフィにおけるように）初期画像ＩＧ１及び目標画像ＩＧ２が異なるビュー（例えば、ＭＬＯ及びＣＣ）で取得されているという事実に対処することを可能にする。２つの構造Ｓ１、Ｓ２は、２つの画像ＩＧ１、ＩＧ２の相違により異なる形態を各々有し得るが、スペクトル情報に基づく検索は、両画像が同一の被写体をキャプチャするという仮定の下では、依然として、これらの対応性を明らかにする助けとなり得る。純粋に形態に基づく検索は、初期画像ＩＧ１及び目標画像ＩＧ２の取得の間において被写体の変化が発生した場合、この点に関して失敗しそうである。２つの画像ＩＧ１（合成マンモグラム）及び対応するトモシンセシスブロックＩＧ２が、各々、実質的に同一のビューで画像情報をエンコードする図２の実施態様においては状況が一層容易であることに注意されたい。従って、図２においては純粋に形態学に基づく類似性尺度で十分であろう。もっとも、このことは、スペクトルデータ（もし利用可能なら）を依然として追加の又は代替的類似性尺度として使用することを排除するものではなく、ここでは、このような実施態様も想定される。一実施態様においては、上記類似性尺度（図２に関連して上述した様な）の何れかを、スペクトルデータベースの類似性尺度との組合せで使用することができる。例えば、形態学ベースの類似性尺度をスペクトル類似性尺度と組み合わせることができ（例えば、加重和を形成することにより）、ステップＳ３３０ｂ及びＳ３３０Ｃにおいて使用することができる。

このようにして識別された構造Ｓ２、即ち当該ボリューム内の該構造の位置及び対応するスラブ内での深さは、次いで、記憶又は表示等の更なる処理のために利用可能となる。

例えば、ステップＳ３４０において、第２画像ボリュームにおいて識別された画像構造Ｓ２は、次いで、合成マンモグラムにおいて又は当該ボリュームからの対応するスラブを表示することにより表示される。見付けられた構造Ｓ２の表示は、一実施態様では、第２トモシンセシスボリュームＩＧ２において及び／又は第２合成マンモグラム（同側ボリュームＩＧ２から導出された）において、識別された病変Ｓ２のマーカ（輪郭描写、強調表示又は他の適切な形状／カラーコード化されたレンダリング）を表示することを含む。斯かるマーカ（例えば、輪郭描写）の正確な定義のためには、セグメンテーション処理が必要であろう。

他の実施態様において、当該システムはナビゲーションツールを含み、該ナビゲーションツールにおいては、当該トモシンセシスボリュームスタック内の現在表示されているスライスに対するＩＧ２内の識別された構造Ｓ２の位置が、乳房ピクトグラム又は何らかの他の好適なグラフィックウイジェット内に一緒に表示される。一実施態様において、例えばマウスポインタを動かすことによりユーザが構造Ｓ１を変化させると、ＩＧ２内の識別された構造Ｓ２も連携して変化し、当該ピクトグラムはそれに応じて更新される。このようにして、ユーザは目標画像ＩＧ２内の異なる構造の相対位置に容易にアクセスすることができる。

オプションとして、両構造に関する共通構造特性が計算される分析ステップＳ３５０（ステップＳ３４０及びＳ３５０の順序は入れ替え可能である）が存在する。一実施態様によれば、Ｓ３５０における該分析ステップは下記の副ステップを有する。

ステップＳ３５０ａにおいては、第１及び第２トモシンセシスボリュームＩＧ１及びＩＧ２の各々における対応する病変ＲＯＩ Ｓ１及びＳ２の手動的又は自動的セグメンテーションが実行される。一実施化例は、前述した出願人のシード点ベースのライブワイヤセグメンテーションに基づくものである。

ステップＳ３５０ｂにおいては、病変特性が好ましくは（必須ではないが）自動的に導出される。このような特性は、第１及び第２トモシンセシスボリュームのＲＯＩにおけるセグメント化された病変のボリューム、スペクトル組成（脂肪／腺ボリューム）、物質分解（Ａｌ／ＰＥ又は嚢胞／固形成分）を含む。斯かる特性は、Ｓ１及びＳ２の両方の共通特徴を示すもので、両構造に当てはめられた共通モデルから導出することができる。このことは、構造Ｓ１、Ｓ２から直接とられた測定値に固有のエラーを考慮することを可能にする。この不正確さは、画像ＩＧ１、ＩＧ２が真の３Ｄ画像ではなく、従って必ずしも完全な物理的情報をエンコードしておらず、このことは、例えば当該トモシンセシス画像が限られた角度のトモグラフィ再生である場合に当てはまるという事実から生じ得る。

このようにして算出された特性は、次いで、画像ＩＧ１、ＩＧ２の一方又は両方における各構造Ｓ１又はＳ２に関連されて数値又はグラフィック形態で“情報”オーバーレイとして表示することができる。

ステップＳ３５０ｂにおける計算は、ステップＳ３３０ｃにおける又は図２で説明したような類似性尺度の計算に基づくものとすることができる。例えば、類似性又は有意尺度は適切なフォーマットに変換される必要があり得る。他の実施態様において、少なくともステップＳ３５０ｂは省略することができ、当該方法は、共通病変特性として、ステップＳ３３０において構造Ｓ２を識別する際に算出された類似性尺度値を直接出力する。

上記において、目標及び初期画像は、入力明細にスペクトル情報が含まれる場合、スペクトル的であることが好ましいであろう。しかしながら、目標及び初期画像の一方のみがスペクトル的である場合に想定される実施態様も存在する。この片側だけがスペクトル的な実施態様において、当該システムは、一方の画像によるスペクトル情報を他方の非スペクトル的画像の画像コントラスト情報に変換する又は相関させる適切なミドルウェア要素を含むことが考えられる。このようにして、一例として、例えば初期画像がスペクトルＸ線のものであるが、目標画像はＭＲＩ画像である場合の異種方式間検索も可能である。対応する構造が見付けられるべき異種方式間検索のための一実施態様は、３ＤＭＲＩデータセット対マンモグラフィ事前検査からの画像材料におけるものである。ＭＲＩ画像データが含まれる場合、前記入力においてユーザにより供給される追加の構造特性は造影剤摂取の明細を有し得る。造影剤摂取明細は、初期及び目標画像のうちの少なくとも一方が、血管造影法におけるように造影剤が関心被写体内に残留している間に取得されたＸ線画像である場合にも想定される。

上述した実施態様において、追加の構造特性はユーザによりＵＩを介し明示的な入力として明示的に供給することができるが（例えば、関心の組織タイプを選択することにより）、暗黙的に供給することもできることが分かる。例えば、入力及び／又は目標画像がスペクトル的である場合、ユーザ入力は、前述したように初期構造Ｓ１を指定するための位置及び／又は該位置の周囲のＲＯＩのような簡単なものとすることができる。この場合、当該システムはＳ２を見付けるために目標画像ＩＧ２におけるスペクトル的類似性を自動的に評価する。このようにして、追加の構造特性“スペクトル”は、スペクトル的画像ＩＧ１においてＳ１位置を指定することにより暗黙的に供給されていることになる。

上述した実施態様は吸収画像方式又はＭＲＩ方式を用いた実施態様に関して説明されたが、ここでは、位相コントラスト又は暗視野撮像等の、他の画像方式並びに初期及び／又は目標画像に対する方式の如何なる組合せも考えられる。

また、検索処理は、任意に長い“連鎖”の相互接続された異種画像間検索も画像方式の如何なる組合せに対しても想定されるという理解の下で、２つ（図２）又は２つ若しくは３つ（図３）の画像にわたって説明された。例えば、初期画像ＩＧ１及び該初期画像内の構造Ｓ１で開始し、次いで、当該検索は一連の中間画像及び該中間画像内の構造を介して目標画像ＩＧ２内の最終的構造Ｓ２に進む。

上記において当該方法及びシステムはマンモグラフィのアプリケーションを特に参照して説明されたが、これは限定するものと見なしてはならず、他のアプリケーション及び画像も、提案されたシステムのアプリケーションにとり適したものであり得る。例えば、ここでは、提案された方法及びシステムの胸部撮像並びに関連する画像及びイメージャに対する応用も考えられる。

前記画像処理システムＩＰＳは、適切なインターフェース（例えば、入力ポートＩＮ及び出力ポートＯＵＴ）を備えたソフトウェアモジュール又はルーチンとして構成することができ、汎用計算ユニット又は専用計算ユニット上で実行することができる。例えば、画像処理システムＩＰＳは前記イメージャＭＸのワークステーション又はオペレータコンソール上で実行することができる。自身の幾つか又は全ての構成要素を備える画像処理システムＩＰＳは、実行エイジェンシー（汎用コンピュータ、ワークステーション又はコンソール等）上に常駐することができるか、又は斯かる実行エイジェンシーにより適切な通信ネットワークを介して分散型アーキテクチャで遠隔的に／集中的にアクセスすることができる。上記構成要素は、Ｃ＋＋又は他のもののような如何なる好適なプログラミング言語で実施化することもできる。

一実施態様において、画像処理システムＩＰＳの構成要素の幾つか又は全ては、専用のＦＰＧＡ（フィールドプログラマブルゲートアレイ）又は他の独立型チップとして構成することができる。

本発明の他の例示的実施態様においては、コンピュータプログラム又はコンピュータプログラム要素が提供され、該コンピュータプログラム又はコンピュータプログラム要素は、前述した実施態様の１つによる方法の方法ステップを適切なシステム上で実行するように構成されることを特徴とする。

従って、上記コンピュータプログラム要素はコンピュータユニット（計算ユニット）に記憶され、該コンピュータユニットも本発明の一実施態様の一部でもあり得る。この計算ユニットは、前述した方法のステップを実行し又は実行するステップを含むように構成することができる。更に、該計算ユニットは、前述した装置の構成要素を動作させるように構成することができる。該計算ユニットは、自動的に動作し及び／又はユーザの指示を実行するように構成することができる。コンピュータプログラムは、データプロセッサの作業メモリ内にロードすることができる。このように、該データプロセッサは本発明の方法を実行するように装備される。

本発明の該例示的実施態様は、正に最初から本発明を使用するコンピュータプログラム、及び更新により既存のプログラムを、本発明を用いるプログラムに変化させるコンピュータプログラムの両方をカバーする。

更に、前記コンピュータプログラム要素は、前述した方法の例示的実施態様の手順を満たすための全ての必要なステップを提供することができなければならない。

本発明の更なる例示的実施態様によれば、ＣＤ−ＲＯＭ等のコンピュータ読取可能な媒体が提供され、該コンピュータ読取可能な媒体は、先の段落により説明されたコンピュータプログラム要素を記憶している。

コンピュータプログラムは、光記憶媒体又は他のハードウェアと一緒に若しくは該ハードウェアの一部として供給される固体媒体等の適切な媒体で記憶及び／又は分配することができるのみならず、インターネット又は他の有線若しくは無線通信システムを介して等のように、他の形態で分配することもできる。

しかしながら、上記コンピュータプログラムは、ワールドワイドウエブ等のネットワークを介して提供することもでき、斯様なネットワークからデータプロセッサの作業メモリにダウンロードすることができる。本発明の更なる例示的実施態様によれば、コンピュータプログラム要素をダウンロードするために利用可能にさせる媒体も提供され、該コンピュータプログラム要素は本発明の前述した実施態様の１つによる方法を実行するように構成される。

本発明の実施態様は異なる主題に関して説明されたことに注意すべきである。特に、幾つかの実施態様は方法のタイプの請求項に関して説明される一方、他の実施態様は装置のタイプの請求項に関して説明されている。しかしながら、当業者であれば上記及び以下の説明から、特にそうでないと明示しない限り、１つのタイプの主題に属するフィーチャの如何なる組合せにも加えて、異なる主題に関するフィーチャの間の如何なる組合せも、本出願により開示されていると見なされることが分かるであろう。しかしながら、フィーチャの単なる寄せ集め以上の相乗効果があるならば、全てのフィーチャを組み合わせることができる。

Claims (16)

1. 被写体の第１画像に関して、ｉ）前記第１画像内の第１画像構造に関する位置、及び、ii）前記被写体の少なくとも一部の対応する物理的特性に関する構造特性を有する、入力の明細を入力する入力ポートであって、前記構造特性の明細が少なくともスペクトル情報を含む、入力ポートと、
   前記入力の明細に基づいて、第２画像における前記第１画像構造に対応した第２画像構造を識別する画像構造検索部であって、前記第１画像内の前記第１画像構造の位置と、該第１画像構造の位置の周りの関心領域とに基づいて、前記第２画像内の検索領域を定義し、前記関心領域と前記検索領域とで前記スペクトル情報に基づいて物質分解を実行して類似性尺度に基づいて比較し、前記第２画像構造を識別する画像構造検索部と、
   表示装置上に前記第２画像構造を表示するグラフィック表示発生部と、
   を有する、画像処理システム。
2. 前記類似性尺度が、グレイ値ヒストグラム類似性か、スペクトル若しくは物質組成の類似性か、寸法、形態、テクスチャ及び造影剤摂取の何れか１つの類似性かの何れか１つ又は組合せを含む、請求項１に記載の画像処理システム。
3. 前記構造特性の明細が、ｉ）寸法及び／又は形状パラメータ、並びにii）物質タイプの何れか１つ又は組合せを含む、請求項１又は２に記載の画像処理システム。
4. 前記画像構造検索部の識別処理が、前記第１画像から前記第２画像へ形状を伝搬させる処理を有し、前記形状が形状パラメータにより指定される、請求項１ないし３の何れか一項に記載の画像処理システム。
5. 前記被写体が、イメージャによる前記第１及び第２画像の各収集の間において再配置及び／又は変形される、請求項１ないし４の何れか一項に記載の画像処理システム。
6. 前記第１及び第２画像は前記被写体の異なるビューを供給し、前記第１及び第２画像構造は前記被写体の又は前記被写体内の関心部分を表す、請求項１ないし５の何れか一項に記載の画像処理システム。
7. 前記第１画像は２Ｄ又は３Ｄ画像であり、前記第２画像は２Ｄ又は３Ｄ画像である、請求項１ないし６の何れか一項に記載の画像処理システム。
8. 前記画像構造検索部の識別処理は、前記第２画像における前記第２画像構造の形状／位置を識別する処理を含む、請求項１ないし７の何れか一項に記載の画像処理システム。
9. 前記グラフィック表示発生部は、前記第１画像構造及び前記第２画像構造を前記表示装置上に一緒に表示させる、請求項１ないし８の何れか一項に記載の画像処理システム。
10. 前記第１及び第２画像構造に関する共通構造特性を計算する構造分析部を有する、請求項１ないし９の何れか一項に記載の画像処理システム。
11. 前記第１画像が前記表示装置上に表示されている間にユーザにより前記入力の明細を供給するように操作可能な対話型ユーザインターフェースを有する、請求項１ないし１０の何れか一項に記載の画像処理システム。
12. 前記画像構造検索部の識別処理は、類似性尺度に関して最適化又は検索アルゴリズムを実行する処理を含み、前記検索アルゴリズム及び／又は類似性尺度が入力された前記入力の明細に基づいて選択される、請求項１ないし１１の何れか一項に記載の画像処理システム。
13. イメージャ及び請求項１ないし１２の何れか一項に記載の画像処理システムを含む、撮像装置。
14. 被写体の第１画像に関して、ｉ）前記第１画像内の第１画像構造に関する位置、及び、ii）前記被写体の少なくとも一部の対応する物理的特性に関する構造特性を有する、入力の明細を入力するステップであって、前記構造特性の明細が少なくともスペクトル情報を含む、ステップと、
    前記入力の明細に基づいて、第２画像における前記第１画像構造に対応した第２画像構造を識別するステップであって、前記第１画像内の前記第１画像構造の位置と、該第１画像構造の位置の周りに関心領域とに基づいて、前記第２画像内の検索領域を定義し、前記関心領域と前記検索領域とで前記スペクトル情報に基づいて物質分解を実行して類似性尺度に基づいて比較し、前記第２画像構造を識別するステップを含む、ステップと、
    前記第２画像構造を表示するステップと、
    を含む、画像処理方法。
15. 請求項１ないし１３の何れか一項に記載の画像処理システムを制御するためのコンピュータプログラムであって、処理ユニットにより実行された場合に請求項１４に記載の画像処理方法のステップを実行する、コンピュータプログラム。
16. 請求項１５に記載のコンピュータプログラムを記憶したコンピュータ読取可能な媒体。

Images