JP6973530B2 - 波数ベクトルを使った体積表面生成器 - Google Patents

波数ベクトルを使った体積表面生成器 Download PDF

Info

Publication number
JP6973530B2
JP6973530B2 JP2020038288A JP2020038288A JP6973530B2 JP 6973530 B2 JP6973530 B2 JP 6973530B2 JP 2020038288 A JP2020038288 A JP 2020038288A JP 2020038288 A JP2020038288 A JP 2020038288A JP 6973530 B2 JP6973530 B2 JP 6973530B2
Authority
JP
Japan
Prior art keywords
wave
computer
model
implemented method
volume model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020038288A
Other languages
English (en)
Other versions
JP2020144868A (ja
Inventor
プラサド アガラ ベンカテッシャ ラオ クリシュナ
シュリニヴァサ シュリニジー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Publication of JP2020144868A publication Critical patent/JP2020144868A/ja
Application granted granted Critical
Publication of JP6973530B2 publication Critical patent/JP6973530B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/08Volume rendering
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/21Collision detection, intersection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/56Particle system, point based geometry or rendering

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Instructional Devices (AREA)
  • Image Generation (AREA)

Description

本開示は概括的には表面モデルの生成に、たとえば脳磁図記録法(magnetoencephalography、MEG)または他の型の脳造影法で使用されうるような頭部の体積データから人の脳または頭蓋骨の表面モデルを生成することに関する。
脳磁図記録法(MEG)では、脳の電気活動が磁場を生じさせ、これが脳の周囲の種々の位置に配置された磁場センサーによって捕捉される。これらの信号は、医学的な状態を診断すること、脳機能を測定することおよび研究を実施することといった、さまざまな目的のために解析されることができる。MEGは特に時間的応答を検出するために好適である。ある一般的なシナリオでは、被験者は種々の型の刺激を受けるまたは種々の型の活動を実行し、結果として得られるMEG信号がある種の応答について吟味される。その応答の有無が、医学的状態の指標でありうる。被験者の人口集団を横断して、たとえばある医学的状態のある群とない群との間で、統計的解析が実行されることもできる。
多くのMEG用途では、人の頭部の、たとえば頭部のもしくは頭蓋骨もしくは脳自身の外側表面の表面モデルをもつことが有用である。これらは、MEG処理パイプラインにおけるその後の使用のために頭部モデルを形成するために使用されることができる。しかしながら、多くの場合、表面モデルは初期には存在しない。むしろ、その代わりに頭部の三次元の体積モデルが存在しうる。一般的な例は、人の頭部の磁気共鳴撮像(MRI)スキャンであり、これは、積層されて頭部の三次元体積モデルを構築しうる。表面モデルは次いで、この三次元体積モデルから生成される。
通常の手法は、三次元体積モデルをボクセルの集合として表現し、次いでボクセルを減らすために頂点クラスタリング(Vertex Clustering)および間引きを使うことに基づく。しかしながら、これは時間がかかることがある。特にテッセレーションおよびメッシュ生成段階がそうである。このプロセスは最近傍情報を使うので、このプロセスを並列化を使って高速化することは容易ではない。また、最終結果は曲がった面を正確に捕捉しないことがあり、局所的な特徴がひどく歪められることがある。
このように、MEG用途のためのものを含め、三次元体積モデルから表面モデルを生成するための、よりよい手法が必要とされている。
本開示は、人の頭部の三次元体積モデルから表面モデルを生成するためのコンピュータ実装される方法を提供することによって従来技術の限界を克服する。人の頭部は、損失値(すなわち吸収値)の三次元体積モデルとしてモデル化される。波数ベクトル(wave vectors)が体積モデルのほうに発射される。それぞれの波数ベクトルは、波長および捕捉方向(伝搬方向)によって特徴付けられる。発射された波数ベクトルは体積によって吸収され、波数ベクトルが吸収される点(交差点と称される)が決定される。人の頭部の表面モデルは、波数ベクトルからの交差点の集合から生成される。
他の側面は、上記のいずれかに関係するコンポーネント、装置、改善、方法、プロセス、アプリケーション、コンピュータ可読媒体および他の技術を含む。
本特許が優先権主張を行っている米国特許出願US16/296113又は出願ファイルはカラーで仕上げられた少なくとも一つの図面を含む。カラー図面をもつこの特許または特許出願公開のコピーは、要求し、必要な手数料を支払えば、庁によって提供される。
本開示の実施形態は、付属の図面における例との関連で参酌されるときの以下の詳細な説明および付属の請求項からより容易に明白になるであろう他の利点および特徴をもつ。
脳磁図記録法(MEG)順モデルのフロー図である(従来技術)。
波数ベクトルを発射することによって人の頭部の三次元体積モデルから表面モデルを生成するためのフロー図である。
波数ベクトルを示す図である。
三次元体積モデルに向けての、波動バンドルおよびその逆伝搬する波動バンドルの発射を示す図である。
異なる捕捉方向からの波動バンドルの発射を示す図である。
波動バンドルの発射によって生成される脳表面モデルの例を示す図である。 波動バンドルの発射によって生成される脳表面モデルの例を示す図である。 波動バンドルの発射によって生成される脳表面モデルの例を示す図である。 波動バンドルの発射によって生成される脳表面モデルの例を示す図である。
A〜Cは、波動バンドルの発射によって生成される別の脳表面モデルの例を示す図である。
波動バンドルを調整するためのユーザー・インターフェースを示す図である。
図面および以下の記述は単に例としての好ましい実施形態に関する。以下の議論から、本稿に開示される構造および方法の代替的な実施形態が、特許請求されるものの原理から外れることなく用いられうる有望な代替として容易に認識されるであろうことを注意しておくべきである。
図1(従来技術)は、脳磁図記録法(MEG)順モデルのフロー図である。MEGでは、磁場センサーが脳のまわりの種々の位置に配置される。たとえば、患者がMEGセンサーのアレイをもつ設備内部に頭を位置させてもよく、あるいは患者がMEGセンサーのアレイを含むヘッドギアを装着してもよい。脳の電気活動は磁場を生じ、種々の位置での磁場がMEGセンサーによって測定される。図1のプロセスは、脳活動の所与のパターンについて各MEGセンサーにおける磁場を推定する順モデルである。この順モデルは、次いで、各MEGセンサーにおける磁場の測定値を与えられて、測定された磁場を生じた電気的な脳活動を推定するという逆問題を解くために使用されることができる。
プロセスは三つの主要なステップをもつ。患者の頭部のモデルが生成される(110)。脳内の磁場の源のモデルが生成される(120)。源モデル120は、MEGセンサーのそれぞれにおける磁場を推定(130)するために頭部モデル110に適用される。
この例では、患者の頭部のMRIスライスが利用可能であると想定する。頭部モデル110は次のように生成されうる。MRIスライスはまず患者の頭部の三次元体積モデル、たとえば患者の頭部をボクセルとして表現する三次元モデル112にまとめられる。関連する構造の表面モデル114は三次元体積モデルから生成される。以下の例では、患者の脳の表面モデルが生成されるが、同じ技法は患者の頭部または頭蓋骨の表面モデルを生成するために使われてもよい。のちにより詳細に論じる図2は、体積モデルが損失値(すなわち吸収値)の三次元分布であり、表面モデル114が三次元体積モデルにおいて波数ベクトルを発射することによって生成される例を示している。表面モデル114は頭部モデル、たとえば単一球面頭部モデル(single spherical head model、SSM)または重複球面頭部モデル(overlapping spherical head model、OSM)を生成116するために使われる。SSMでは、患者の脳が、表面モデル114へのフィットに基づいて単一の球によって表現される。OSMでは、患者の脳は、各MEGセンサーが一つの球に対応する、複数の重なり合う球によって表現される。球は、部分的には、MEGセンサーの近傍において脳の表面の局所的な曲率に一致するよう選ばれる。SSM/OSM 116は、脳内の源からMEGセンサーへの磁場の伝搬をモデル化するために使われる。
脳内の源は典型的には双極子源としてモデル化120される。脳内のシナプス電気活動は電流双極子としてモデル化されうる。モデルは、脳の体積を通じた双極子の分布122を含む。脳のある位置における双極子を与えられ、脳体積のモデル(たとえばOSM、SSM、他の半現実的または現実的な頭部モデル)を与えられたら、各双極子によって生成される磁場がシミュレート124されてもよい。各MEGセンサーにおける全磁場を推定するために、すべての双極子の寄与が総合130される。これは時に、場導出行列(lead field matrix)と称される。
図2は、波数ベクトルを発射することによって人の頭部の三次元体積モデルから表面モデルを生成するためのフロー図である。これは、図1におけるステップ114の例示的実装である。人の頭部の三次元体積モデルは前処理240されてもよい。前処理の例は、メジアン・フィルタリング、平均、高域通過フィルタリング、非等方拡散およびノイズ・フィルタリングを含む。異なる波長の波数ベクトルが異なる位置から、異なる伝搬方向(捕捉方向ともいう)をもって三次元体積モデルに向かって発射242される。三次元体積モデルは吸収値の分布である。各波数ベクトルが吸収される点が決定244される。これらの点は、交差点と称される。表面モデルはこれらの交差点から生成246される。
図3は、波数ベクトル310を示す図である。波数ベクトルは原点O、捕捉方向s〔ベクトル〕および波長λによって定義される。波数ベクトルは、原点Oから捕捉方向sに沿って、体積モデル320によって吸収されるまで伝搬する。吸収点330は前記交差点である。交差点330の位置は原点Oから波長λ単位で測られる。
図3に示されるプロセスは、患者の脳に向けた物理的な波の物理的な発射には関わらない。むしろ、「波数ベクトルが発射される」または「波数ベクトルが送信される」という言い方は、体積モデルに対して実行される数学的演算を記述する句である。患者の物理的な頭部または脳に向けて実際に波を発射または送信することはない。波長λはこのプロセスのサンプリング周期と同様である。より大きな波長を使うほど、計算するのは速いが空間分解能は低いプロセスになる。より短い波長を使うほど、空間分解能は高くなるが、より長い計算時間を必要とする。ある手法では、異なる波長の複数の波数ベクトルが使われる。たとえば、より長い波長の波数ベクトルが脳表面の近似的な位置を推定するために初期に発射され、のちに、推定された位置を洗練するために、だんだん短くなる波長の波数ベクトルが発射されてもよい。このようにして、脳表面の位置が、ボクセルより小さく、波長より小さい精度で決定されうる。
さらに、図3では、交差点330は波数ベクトル310が脳体積320の境界に当たる位置として示されている。この図では、境界は非常によく定義されており、特定の位置で始まり、非吸収から完全吸収まで瞬時に遷移する。波数ベクトル310が体積320に向かって伝搬する際、境界に当たるまでは全く吸収されず、次いで、特定の点において完全に吸収される。しかしながら、実際の体積モデルは部分的に吸収性であることがある。体積モデルにおける損失値は、完全に非吸収または完全に吸収の二値だけではなく、アナログ値を取りうる。ある手法では、波数ベクトルが吸収されると考えられる点(すなわち交差点)は、波数ベクトルが体積モデル中である閾値より高い損失値に最初に遭遇するところである。別の手法では、交差点は、伝搬する際に波数ベクトルが遭遇する累積損失値によって決定される。累積損失値が何らかの閾値を超えるとき、波数ベクトルは吸収されたと考えられる。
さらに、体積モデル320はボクセルの集合または不規則な間隔のサンプルもしくは波数ベクトルと整列していてもいなくてもよいサンプルの三次元の点群であってもよい。これらの場合、体積モデルのサンプルは、波数ベクトルに沿った損失および交差点の位置を決定するために補間されてもよい。
図3は、単一の波長の単一の波数ベクトル310の、単一の原点からの、単一の捕捉方向に沿った発射を示している。表面モデルを生成するためには、異なる波長を使って、異なる原点から、異なる捕捉方向に沿って多くの波数ベクトルが発射される。
ある手法では、波数ベクトルは波動バンドルに編成される。各波動バンドルは、同じ捕捉方向に沿って発射された同じ波長をもつ多数の波数ベクトルを含む。しかしながら、波数ベクトルは互いに横方向にオフセットされている。このように、みな平行に、ただし互いから横方向に離間されて発射される波数ベクトルのアレイがあってもよい。波動バンドル内の波数ベクトルは異なる点で体積モデルに交差し、よってある方向から見た脳の表面プロファイルを与える。同じ方向に、ただし異なる波長で発射される追加的な波動バンドルは、より高い精度および/または短縮された計算時間を提供できる。
図4は、三次元体積モデル420へ向けての波動バンドル440およびその逆伝搬する波動バンドル442の発射を示す図である。波動バンドル440は、脳の前側表面を定義する交差点を生成する。波動バンドル442は脳の後側表面上の交差点を生成する。これは、前側および後側の表面の良好なサンプリングを提供できる。しかしながら、これら二つの波動バンドルは、脳の上、下または横をプロファイリングするには好適でない捕捉方向に沿って伝搬する。
ある手法では、直方体450が脳体積モデル420を囲み、波動バンドルは直方体の異なる面から発射される。図4は、直方体450の前側および後側の面から発射される波動バンドルを示している。波動バンドルは、左右の面からおよび上下の面からも発射されてもよい。
異なる方向に発射される波動バンドルは、集団的に、表面の完全な360度のビューを提供できる。ある手法では、波動バンドルの諸対が矢状方向、冠状方向および体軸方向に沿って発射される。各対の一方の波動バンドルはある方向に発射され、その対の他方の波動バンドルは逆に伝搬する方向に発射される。さらなる精度が所望される場合は、これらの主方向の間の対角線に沿って追加的な波動バンドルが発射されてもよい。
図5は、種々の捕捉方向からの波動バンドルの発射を示す図である。明確にするため、逆伝搬する波動バンドルは示されていない。波動バンドル540は冠状方向に沿って(前後方向にまたは冠状面に垂直に)発射され、波動バンドル542は体軸方向に沿って(上下方向にまたは体軸面に垂直に)発射される。矢状方向(左右方向または矢状面に垂直な方向)は第三の主方向である(図5には示さず)。波動バンドルは、これらの方向に対する主対角線に沿っても発射されてもよい。図5では、波動バンドル550および552は、冠状方向および体軸方向への主対角線に沿って発射される。
この手法の一つの利点は、波数ベクトルおよび波動バンドルが平行に発射されうるということである。各波数ベクトルが体積モデルによって吸収される交差点は他の波数ベクトルに依存しない。よって、異なる波数ベクトルおよび/または波動バンドルについて並列に決定ができる。
異なる波動バンドルからの交差点の集合が、単一の点群に統合され、この点群が脳についての表面モデルとして使われる。交差点のすべてが必ずしも使用されなくてもよい。交差点の密なサンプリングがある領域では、点群内のサンプルの総数を減らすために、交差点は選別されたり、あるいは組み合わされたりしてもよい。サンプルの総数は、その後の処理のために要求される分解能に依存して調整されることができる。ある手法では、サンプルの数は少なくとも50パーセント、60パーセントまたはそれ以上、削減される。
図6A〜6Dは、波動バンドルを発射することによって生成される脳表面モデルを示している。図6Aは、矢状方向に沿って発射される波動バンドルによって生成される交差点の群を示している。赤および青は、二つの逆伝搬する波動バンドルからの点を示す〔添付のモノクロ図面では赤は比較的明るい部分、青は黒っぽい部分として表わされている。審査等に必要であれば出願人はカラー図面を参考資料として提出する用意がある〕。図6Bは、冠状方向に沿って発射された波動バンドルからの交差点を示している。図6Cは、体軸方向の波動バンドルからの交差点を示している。図6Dは、図6A〜6Cの点群を組み合わせることによって生成される点群である、完全な表面モデルを示している。
図7のA〜Cは、別の例を示している。図7のA〜Cは、図7のAのほぼ正面ビューから、図7のBの斜め前ビュー、図7のCの側面ビューへと回転する。この例では、表面モデルは、脳の脳溝および脳回の、より詳細な構造を捕捉している。
もう一つの側面では波数ベクトルの集合の組成は調整可能である。たとえば、各波動バンドル内の波数ベクトルの数、波数ベクトルの間の横方向間隔(非一様な間隔を含む)、波長の数および波長の値、波動バンドルの数およびその捕捉方向がみな調整されうる。前処理(たとえばノイズ・フィルタリング)および後処理(たとえば単一球面頭部モデルまたは重複球面頭部モデルのフィッティング)も調整可能であってもよい。最終的な表面モデルにおける点の数または密度も調整されてもよい。
ある手法では、ユーザーはユーザー・インターフェースを介して調整をする。図8は、例示的なユーザー・インターフェースを示す。スライダー810は、ユーザーが前処理の間のノイズ・フィルタリングの量を選択することを許容する。たとえば、ユーザー・インターフェースは、ノイズ削減のために使われるフィルタの型またはカーネル・サイズの選択を許容してもよい。メニュー820は、どの波動バンドルが発射されるかを決定する。ユーザー・インターフェースは、波動バンドルの数および波動バンドルの捕捉方向の選択をも許容してもよい。スライダー830は、波動バンドル毎の波数ベクトルの数、すなわち波数ベクトルの間の横方向オフセットまたは波数ベクトルの密度を決定する。実行ボタン840は、選択されたパラメータを使って上記プロセスを開始する。
別の手法では、調整は、さまざまな波数ベクトルが発射される際に動的または適応的になされる。前記集合中の、後に発射される波数ベクトルのパラメータは、前記集合中の先に発射された波数ベクトルの交差点に基づいて調整されてもよい。たとえば、前に発射された波数ベクトルがある表面領域の疎なサンプリングにつながる場合、後の波数ベクトルは、その領域のサンプリングを埋めるように選択されてもよい。
上記の詳細な説明は多くの個別的事項を含んでいるが、これらは本発明の範囲を制限するものではなく、単に種々の例を示すものと解釈されるべきである。本開示の範囲が上記で詳細に論じられていない他の実施形態を含むことを理解しておくべきである。たとえば、上記の技法は他の脳造影用途または体積モデルから表面モデルが生成される他の状況において使用されてもよい。付属の請求項において定義される精神および範囲から外れることなく、当業者に明白であろうさまざまな他の修正、変更および変形が、本稿に開示される方法および装置の構成、動作および詳細においてなされてもよい。よって、本発明の範囲は付属の請求項およびその法的な等価物によって決定されるべきである。
代替的な実施形態が、コンピュータ・ハードウェア、ファームウェア、ソフトウェアおよび/またはそれらの組み合わせにおいて実装される。実装は、プログラム可能なプロセッサによる実行のためのコンピュータ可読記憶デバイス内に有体に具現されたコンピュータ・プログラム・プロダクトにおいて実装されることができる;方法ステップは、入力データに対して作用して出力を生成することによって機能を実行するよう命令のプログラムを実行するプログラム可能なプロセッサによって実行されることができる。実施形態は、有利には、プログラム可能なコンピュータ・システム上で実行可能な一つまたは複数のコンピュータ・プログラムにおいて実装されることができる。該プログラム可能なコンピュータ・システムは、データ記憶システムからデータおよび命令を受信し、データ記憶システムにデータおよび命令を送信するよう結合された少なくとも一つのプログラム可能なプロセッサと、少なくとも一つの入力装置と、少なくとも一つの出力装置とを含む。各コンピュータ・プログラムは、高レベルの手続き型またはオブジェクト指向プログラミング言語で、あるいは望むならアセンブリもしくは機械語で実装されることができる。いずれの場合でも、言語はコンパイルされるまたはインタープリットされる言語であることができる。好適なプロセッサは、例として、汎用および特殊目的のマイクロプロセッサの両方を含む。一般に、プロセッサは読み出し専用メモリおよび/またはランダムアクセスメモリから命令およびデータを受領する。一般に、コンピュータは、データ・ファイルを記憶するために一つまたは複数の大容量記憶デバイスを含む;そのような装置は、磁気ディスク、たとえば内蔵ハードディスクおよびリムーバブルディスク;光磁気ディスク;および光ディスクを含む。コンピュータ・プログラム命令およびデータを有体に具現するのに好適な記憶デバイスは、あらゆる形の不揮発性メモリを含み、たとえば、EPROM、EEPROMおよびフラッシュメモリデバイスのような半導体メモリ・デバイス;内蔵ハードディスクおよびリムーバブルディスクのような磁気ディスク;光磁気ディスク;およびCD-ROMディスクを含む。上記のいずれも、ASIC(特定用途向け集積回路)、FPGAおよび他の形のハードウェアによって補足されることができ、あるいはその中に組み込まれることができる。
110 頭部モデル
112 ボクセル体積データ
114 表面モデル
116 SSM/OSM
120 源モデル
122 双極子格子体積
124 物理的双極子をシミュレート
130 双極子の、MEGセンサーへの寄与

240 前処理
242 波数ベクトルを発射
244 交差点を決定
246 表面モデルを生成

810 ノイズ・レベル
820 方向性/視点数
830 波動バンドル密度
840 表面を抽出

Claims (20)

  1. 人の頭部の三次元体積モデルから表面モデルを生成するための方法を実施するための命令を実行するコンピュータ・システム上で実装される方法であって:
    前記三次元体積モデルに向けて複数の波数ベクトルを発射する段階であって、各波数ベクトルは波長によって特徴付けられ、捕捉方向にそって発射される、段階と;
    各波数ベクトルが前記三次元体積モデルによって吸収される交差点を決定する段階と;
    前記交差点から人の頭部の表面モデルを生成する段階とを含む、
    コンピュータ実装される方法。
  2. 前記三次元体積モデルが磁気共鳴撮像(MRI)データに基づく、請求項1のコンピュータ実装される方法。
  3. 人の頭部の前記表面モデルが人の頭部の外面の表面モデル、人の頭蓋骨の表面モデルまたは人の脳の表面モデルである、請求項1記載のコンピュータ実装される方法。
  4. 前記三次元体積モデルが三次元の点群を含む、請求項1記載のコンピュータ実装される方法。
  5. 人の頭部の前記表面モデルに基づいてその人についての頭部マスクを生成する段階をさらに含む、
    請求項1記載のコンピュータ実装される方法。
  6. 人の頭部の前記表面モデルに基づいてその人についての半現実的モデルを生成する段階をさらに含む、
    請求項1記載のコンピュータ実装される方法。
  7. 前記波数ベクトルが波動バンドルに編成され、各波動バンドルは、同じ波長をもち同じ捕捉方向に沿って発射されるが互いに横方向にオフセットされている複数の波数ベクトルを含み、前記波動バンドルは、逆方向に伝搬する捕捉方向に沿って発射される波動バンドルの対を含む、請求項1記載のコンピュータ実装される方法。
  8. 前記波動バンドルは矢状方向、冠状方向および体軸方向に沿って発射される波動バンドルを含む、請求項7記載のコンピュータ実装される方法。
  9. 前記波動バンドルが、矢状方向、冠状方向および体軸方向の間の主対角線方向に沿って発射される波動バンドルを含む、請求項8記載のコンピュータ実装される方法。
  10. 前記波数ベクトルが波動バンドルに編成され、各波動バンドルは、同じ波長をもち同じ捕捉方向に沿って共通の発射面から発射されるが互いに横方向にオフセットされている複数の波数ベクトルを含む、請求項1記載のコンピュータ実装される方法。
  11. 各波数ベクトルが前記三次元体積モデルによって吸収される交差点を決定する段階が:
    その波数ベクトルが、閾値より高い前記三次元体積モデル中の損失値に最初に遭遇するところを決定することを含む、
    請求項1記載のコンピュータ実装される方法。
  12. 各波数ベクトルが前記三次元体積モデルによって吸収される交差点を決定する段階が:
    前記三次元体積モデル中で前記波数ベクトルが遭遇する累積損失値を計算し;
    該累積損失値に基づいて、各波数ベクトルが前記三次元体積モデルによって吸収される交差点を決定することを含む、
    請求項1記載のコンピュータ実装される方法。
  13. 前記波数ベクトルが前記三次元体積モデルのサンプルと整列されている、請求項1記載のコンピュータ実装される方法。
  14. 前記波数ベクトルが前記三次元体積モデルのサンプルと整列されておらず、各波数ベクトルが前記三次元体積モデルによって吸収される交差点を決定する段階が、前記三次元体積モデルのサンプルを補間することを含む、請求項1記載のコンピュータ実装される方法。
  15. 前記交差点が波長より細かい精度で決定される、請求項1記載のコンピュータ実装される方法。
  16. 前記交差点から前記表面モデルを生成する段階が:
    前記交差点を、前記表面モデルとしての単一の点群に統合することを含む、
    請求項1記載のコンピュータ実装される方法。
  17. 前記交差点を単一の点群に統合する段階が、点の数を少なくとも50パーセント減らす、請求項16記載のコンピュータ実装される方法。
  18. 各波数ベクトルが前記三次元体積モデルによって吸収される交差点を決定する段階が、異なる波数ベクトルについて並列に実行される、請求項1記載のコンピュータ実装される方法。
  19. 前記波数ベクトルが波動バンドルに編成され、各波動バンドルは、同じ波長をもち同じ捕捉方向に沿って発射されるが互いに横方向にオフセットされている複数の波数ベクトルを含み、各波数ベクトルが前記三次元体積モデルによって吸収される交差点を決定する段階が、前記波動バンドル内の異なる波数ベクトルについて並列に実行される、請求項1記載のコンピュータ実装される方法。
  20. 人の頭部の損失値の三次元体積モデルから表面モデルを生成するための実行可能なコンピュータ・プログラム命令を記憶している非一時的なコンピュータ可読記憶媒体であって、前記コンピュータ・プログラム命令はコンピュータ・システムによって実行可能であり、前記コンピュータ・システムに:
    前記三次元体積モデルに向けて一組の波数ベクトルを発射する段階であって、各波数ベクトルは波長によって特徴付けられ、捕捉方向にそって発射される、段階と;
    各波数ベクトルの、前記三次元体積モデルの表面との交差点を決定する段階と;
    前記交差点から人の頭部の表面モデルを生成する段階とを含む、
    方法を実行させるものである、
    記憶媒体。
JP2020038288A 2019-03-07 2020-03-06 波数ベクトルを使った体積表面生成器 Active JP6973530B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/296,113 US10861226B2 (en) 2019-03-07 2019-03-07 Volume surface generator using wave vectors
US16/296,113 2019-03-07

Publications (2)

Publication Number Publication Date
JP2020144868A JP2020144868A (ja) 2020-09-10
JP6973530B2 true JP6973530B2 (ja) 2021-12-01

Family

ID=72335409

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020038288A Active JP6973530B2 (ja) 2019-03-07 2020-03-06 波数ベクトルを使った体積表面生成器

Country Status (2)

Country Link
US (1) US10861226B2 (ja)
JP (1) JP6973530B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117257312B (zh) * 2023-11-20 2024-01-26 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种机器学习中增广脑磁图数据的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9089719B2 (en) 2009-03-20 2015-07-28 ElectroCore, LLC Non-invasive methods and devices for inducing euphoria in a patient and their therapeutic application
JP4836122B2 (ja) * 2006-02-09 2011-12-14 国立大学法人浜松医科大学 手術支援装置、方法及びプログラム
US8150498B2 (en) 2006-09-08 2012-04-03 Medtronic, Inc. System for identification of anatomical landmarks
US9384548B1 (en) * 2015-01-23 2016-07-05 Kabushiki Kaisha Toshiba Image processing method and apparatus
WO2018227088A1 (en) * 2017-06-08 2018-12-13 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for generating an elastogram of brain tissue using mesoscopic wavelength ultrasound
WO2019109574A1 (zh) * 2017-12-05 2019-06-13 北京师范大学 面向群体应用的经颅脑图谱生成方法、预测方法及其装置
US11864865B2 (en) * 2018-02-26 2024-01-09 Washington University Small form factor detector module for high density diffuse optical tomography

Also Published As

Publication number Publication date
JP2020144868A (ja) 2020-09-10
US10861226B2 (en) 2020-12-08
US20200286280A1 (en) 2020-09-10

Similar Documents

Publication Publication Date Title
EP3510564B1 (en) Ray-tracing methods for realistic interactive ultrasound simulation
US7672790B2 (en) System and method for stochastic DT-MRI connectivity mapping on the GPU
US20210272240A1 (en) Systems and methods for reducing colored noise in medical images using deep neural network
JP6504826B2 (ja) 情報処理装置および情報処理方法
US6978039B2 (en) Method and system for segmentation of medical images
JP5654237B2 (ja) 巨視的情報に基づくファイバ追跡
EP3619686B1 (en) Generation of accurate hybrid datasets for quantitative molecular imaging
Schultze et al. Performance of hull-detection algorithms for proton computed tomography reconstruction
JP5635732B2 (ja) 複数繰り返しアルゴリズムの進行的な収束
EP3328284A1 (en) Method and apparatus for generating an ultrasound scatterer representation
JP6973530B2 (ja) 波数ベクトルを使った体積表面生成器
CN108885786A (zh) 医学图像处理
Svoboda et al. Generation of 3D digital phantoms of colon tissue
JP6973531B2 (ja) 可変波数ベクトルを使った体積表面生成器
CN116468859B (zh) 适用于声速非均匀分布的三维光声断层成像方法、装置
KR102299151B1 (ko) 3 차원 초음파 영상에서 볼륨 렌더링을 위한 신뢰할 수 있는 서브 서피스 스캐터링 방법
KR20220107912A (ko) 초음파 데이터를 이용한 다변수 정량적 이미징 방법 및 장치
KR101227272B1 (ko) 초음파 영상과 자기공명 영상 간의 영상정합 방법
Wong et al. Objective assessment and design improvement of a staring, sparse transducer array by the spatial crosstalk matrix for 3d photoacoustic tomography
Jeong et al. Investigating the use of traveltime and reflection tomography for deep learning-based sound-speed estimation in ultrasound computed tomography
US20240115234A1 (en) Ultrasound measurement system and method
JP6741158B2 (ja) 散乱推定方法および画像処理装置
Law et al. Software phantom with realistic speckle modeling for validation of image analysis methods in echocardiography
Al‐Bashir et al. Electrical impedance tomography image reconstruction for lung monitoring based on ensemble learning algorithms 1
Stender et al. Computing synthetic echocardiography volumes for automatic validation of 3d segmentation results

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200306

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210217

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210309

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210420

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211005

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211018

R151 Written notification of patent or utility model registration

Ref document number: 6973530

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151