JP7034120B2 - Ｘ線装置を用い取得した画像データセットの自動修正方法、コンピュータプログラム、データメモリ及びｘ線装置 - Google Patents

Description

本発明は、Ｘ線装置を用い取得した画像データセットの自動修正方法と、これに対応したコンピュータプログラム、対応したデータメモリ、及び対応するように適合させたＸ線装置に関する。

今日知られている方法及びＸ線装置は、個々の対象物の撮像、例えば患者の撮像を、高品質で可能にしている。しかしながらそれでも、別々の患者を撮像する際に、同種の組織に対応するＸ線画像において種々のピクセル値又は強度値が生じることが見受けられる。これは、例えば、その都度使用されるＸ線装置の個々の特性、例をあげると、使用されるＸ線の、異なる又は不正確な較正や、異なる周波数又はスペクトルによって生じ得る。実際に使用されたＸ線が事実上単色でない場合、ビームハードニング（線質硬化）や他の非線形効果の少なくともいずれかを惹起し、得られる画像データに最終的に悪影響を与えるおそれがある。違う患者の走査又は異なるＸ線装置による同一患者の走査（あるいはその両方）で生じるこのような差異により、取得するＸ線画像又は画像データに対する標準化した処理又は評価方法の確実な安定した運用が困難となっている。

本発明の目的は、Ｘ線画像データの安定性と活用性を改良することにある。この目的は、独立形式請求項に係る発明により達成される。本発明の有利な形態と発展形が引用形式請求項、発明の詳細な説明及び図面に開示されている。

本発明に係る方法は、Ｘ線装置により取得されて対象物を描写する画像データセットの自動修正に寄与する。本発明に係る方法の１つの工程で、画像データセットを取得する。この画像データセットは、対象物の種々のスライス（断層）又はプレーン（断面）を描写する又はこれらに対応した、複数の個別画像を含んでいる。画像データセットは、具体的に、既知の方法を用いて再構成されるボリュームであるか、これを構成する。画像データセットの取得は、Ｘ線装置により対象物を撮像することを含む。また、画像データセットの取得は、画像データセットが例えばデータメモリから呼び出されること、又は、画像データセットを記憶しているデータメモリが画像データセットを、本発明に係る方法を実行するべく構成されたデータ処理装置へ送り、このデータ処理装置により認識又は読み込まれること、も意味する。対象物とは、あらゆる物体又は物品であり得るが、好適には患者又は患者の部位、例えば、特定の器官や特定の組織の領域である。画像データセットは、具体的には、対象物の特定の目標組織又は特定の目標組織型、例えば脳組織、を描写し、例えば患者の診察、評価又は診断にそれぞれ特に重要である。

次の工程では、個別画像のそれぞれに対し、少なくとも１つの所定の閾値（マスク閾値）を使用して、それぞれのバイナリマスク、すなわちそれぞれのバイナリマスク画像、を生成する。これらのバイナリマスクは、各個別画像において対象物の異なる構成部位を互いに差別化する。この文脈におけるバイナリマスクは、各個別画像に結びついた画像であるか、又は、各個別画像に結びついたデータ量であり、該データ量は２つの異なる値のみからなるか又はこれを含む。各バイナリマスクは、各個別画像に関して、ピクセルごとに又はピクセル精度で、各ピクセルが対象物の特定の構成部位又は組織型を描写するのか否かを示す。このために、前記所定の閾値として、例えばハウンズフィールドスケール上の値を予め与えることができ、この値は、例えば骨に対する典型的な値と軟部組織に対する典型的な値との間にあり得る。各バイナリマスクを生成するために、各個別画像のピクセルそれぞれに対して、その強度値又は輝度値がハウンズフィールドスケール上で、すなわちハウンズフィールド単位（ＨＵ）において、該所定の閾値を上回るか下回るかを検査する。その結果に則って、バイナリマスクの各対応するピクセルに対して２つのバイナリ値の一方又は他方の値、例えば１又は０、が確定される。したがって、このバイナリマスクの手法によって、最初におおよそ対象物の異なる構成部位又は物質の型の間の区別を行える。

次の工程では、これらすべてのバイナリマスクを使用して、構成部位の１つの、具体的には特定の構成部位の、最大凝集領域を含んでいる個別画像の１つを求める。この求めた個別画像は、続く工程での参照画像として規定又は選択する。すなわちこの参照画像は個別画像の１つであって、当該個別画像においては、対応する構成部位に属する又は構成部位を描写するピクセルが最大凝集領域又は集団を形成している。この文脈における凝集領域は、それぞれの個別画像のピクセルの群又は量であり、凝集領域のすべてのピクセルは、バイナリマスクを生成するために使用される閾値の同じ側にある強度値又はハウンズフィールド値を有する。さらに、凝集領域の各ピクセルから該凝集領域の別の各ピクセルへ到達することが可能で、凝集領域の直ぐ隣のピクセルへ必要なだけジャンプできる。つまり、凝集領域の各ピクセルは、凝集領域のピクセルにより凝集領域の残りと結合される。したがって、バイナリマスクのそれぞれについて凝集領域が確定され、凝集領域のすべてのピクセルがマスクの２つのバイナリ値の同一の値を有する。

本発明に係る方法の次の工程では、最大凝集領域に属する参照画像のすべてのピクセル値の平均値を求める。すなわち、求めた最大凝集領域を形成する参照画像のそれらピクセルのすべてのピクセル値、すなわち強度値又はＨＵ値の平均値を、計算する。

本発明に係る方法の次の工程では、求めた平均値と所定の目標値とからオフセットを次のように求める（計算する）。このオフセットを、平均値を求めるのに使用したピクセル値、すなわち求めた最大凝集領域のピクセルに適用することにより、当該ピクセルが、オフセットを用いて修正した該ピクセルのピクセル値の平均値が所定の目標値に合うように、修正される。具体的には、すべてのピクセル又はピクセル値が同様にしてオフセットを用いて修正され得る。この場合、オフセットをどのようにピクセル又はピクセル値に適用すべきか、例えば、所定の数式、紐付け又は関数の方式で又はこれらに則って修正すべきか、を規定することができる。目標値は、具体的に、所定の閾値又はバイナリマスクにより差別化又は区別される少なくとも１つの構成部位に対し特有のものとして予め規定することができる。具体的には、目標値として、特定のＣＴ数又はＨＵ値、すなわちハウンズフィールドスケール上の特定の値が与えられる。目標値は、各構成部位の種類又は型に応じ、例えば、他の対象物の以前の画像データセットからの経験値又は典型値であり得る。

本発明に係る方法の次の工程では、画像データセットに適用すべく求めたオフセットを、画像データセットのすべてのピクセル値又はピクセルに適用する。すなわち、画像データセットのすべての個別画像のすべてのピクセル又はピクセル値が同様にして修正される。この場合の修正は、オフセットを求める際にも基礎となった数学の関数、依存又は式に従って行われる。

本発明に係る方法により、画像データセットは、対象物の安定した撮像又は描写が確実に生じるように、自動的に修正（又は補正）される。これは、各画像データセットに対してオフセットを動的に且つ個々に求めることにより、どのＸ線装置により対象物が撮像されたかということとは無関係に、可能となる。すなわち、本発明に係る方法により、画像データセットの強度値又はＨＵ値の標準化が効果的に達成される。その結果、別の対象物の画像データセットを、とりわけ安定した、確実で、高い信憑性をもって、特に画像データセットが同じ構成部位、すなわち目標組織又は目標組織型を描写するものであるときに、互いに比較することができる。画像データセットの絶対ＨＵ値が本発明に係る方法により修正されるので、画像データセットは、ＨＵ閾値に基づく追加のアルゴリズム又は方法により、又は、種々の構成部位又は組織型を特定の又は予め求めた閾値により区別する追加のアルゴリズム又は方法により、自動的にそして安定して誤差なく更に処理される。本発明に係る方法を適用しない場合、別々の対象物か患者で又は異なるＸ線装置か較正操作で（あるいはその両方で）観察される相違点が、この種のＨＵ閾値法又はアルゴリズムを適用する際に不安定性や誤差を生じさせる。つまり、本発明に係る方法によって初めて、画像データセットの安定した自動処理が高信頼で可能となる。

「ピクセル」及び「ピクセル値」という用語は、ここの開示においては広く解釈されるべきで、適用例に応じて、例えば２Ｄピクセル又は３Ｄボクセルに関連する。

本発明の有益な態様において、参照画像を求めるために、まず、対応する構成部位の最大凝集領域、別の言い方をすれば最大凝集構成部位、のそれぞれを、各バイナリマスクに関して個々に求め、そして、すべてのバイナリマスクについてそれぞれ求めた最大凝集領域を互いに比較することが行われる。このために、例えば、すべてのバイナリマスクそれぞれの最大凝集領域のピクセル又はピクセル値の数をそれぞれ求め、互いに比較する。１つの凝集領域は、より多数のピクセル又はボクセルをもっていれば、他の凝集領域よりも大きい。その結果、すべてのバイナリマスクの中から、２つのバイナリ値の特定した１つの値の最大凝集領域を有するバイナリマスクが求められることになる。参照画像はこの求めたバイナリマスクに属する個別画像、すなわち、求めたバイナリマスクそれぞれが生成された個別画像である。バイナリマスクは、基礎とした個別画像に比較して明らかに複雑ではないので、この方法は、非常に迅速にわずかな計算量で適用可能であり、有益である。したがって本発明に係る方法のリアルタイム適用が支援される。

本発明の別の有益な態様では、バイナリマスクを生成するための閾値として、一つには空気を軟部組織から差別化し、他方では軟部組織を骨から差別化する、２つの異なるＣＴ数が予め用意される。個別画像からバイナリマスクを生成するにあたり、そのピクセルに、所定の２つのＣＴ数の間にあるピクセル値の場合にはバイナリマスクの第１の値を割り当て、所定の２つのＣＴ数の小さい方以下の又は大きい方以上のピクセル値の場合にはバイナリマスクの第２の値を割り当てる。すなわち、所定の２つのＣＴ数により、言い換えるとＨＵ値又はＸ線減衰値により、対象物の構成部位から３つの異なる構成部位又はカテゴリーが区別又は差別化される。ただしこの場合、これらの構成部位又はカテゴリーの２つにはバイナリマスクにおいて同じ値が割り当てられる。これにより、軟部組織をとりわけ正確且つ確実に差別化又は孤立させることができる。定義すれば、空気のＣＴ数は－１０００ＨＵであり、水のＣＴ数は０ＨＵである。脂肪組織のＣＴ数は例えば－１００ＨＵであるのに対し、骨のＣＴ数はその密度に応じて５００ＨＵ～１５００ＨＵである。好ましくは、例えば上述の２つの所定のＣＴ数の低い方は－５００ＨＵ～－１５０ＨＵとし、該ＣＴ数の高い方は５０ＨＵ～４００ＨＵに設定する。これにより、異なる対象物又はＸ線装置（あるいはその両方）の間に前述の差異が起こり得るにも拘わらず、軟部組織を空気及び骨領域から確実に区別、差別化でき、有利である。

本発明の別の有益な態様では、バイナリマスクの生成前に、ローパスフィルタ、特に３Ｄローパスフィルタを、取得した画像データセットに適用する。このローパスフィルタの制限周波数又は時定数は、必要に応じて又は用途に従い予め規定するか、あるいは、自動的に又は動的に求めることができる。ローパスフィルタにより、すなわちその適用により、画像データセットにおけるノイズの減少が達成される。これにより、最終的に修正された画像データセットの画質の改善が達成されるので有益である。さらに、バイナリマスクによる対象物の種々の構成部位の確実な差別化が必要に応じて達成される。

本発明の別の有益な態様では、バイナリマスクの生成後、参照画像を求める前にまずエロージョン処理がこのマスクに適用される。エロージョン処理の結果、各バイナリマスクにおける孤立したピクセルの値がそれぞれ、２つのバイナリ値又はマスク値の他方の値にセットされる。例えば、バイナリマスクの１つがバイナリマスク値０を有するピクセルからなる凝集領域を含み、この凝集領域内にバイナリマスク値１を有する単一の、言い換えると孤立したピクセルがあるとすれば、エロージョン処理の結果、この単一の孤立ピクセルのバイナリマスク値は１から０にセットされる。これにより、この種の孤立ピクセルが通常は画像アーチファクトを示すか又は対象物の評価や診断にとっては重要ではない、という知識が考慮される。

この文脈における孤立ピクセルは、各バイナリマスク内で２つのバイナリ値の他方のバイナリ値を有するピクセルにより全周囲を囲まれているピクセルである。この場合も同様に、ピクセルの数又は量に対する数の閾値を予め与えることができ、ピクセルが他方のバイナリ値を有するピクセルにより全周囲を囲まれているときには当該ピクセルの値はそれぞれ他方の値にセットされる。この文脈において、例えば同じバイナリ値を有する２つ以上の隣接ピクセルも、該ピクセルが他方のバイナリ値のピクセルにより囲まれているときには、孤立ピクセルとみなされ処理される。

エロージョン処理により、各バイナリマスク内においてバイナリ値の分布が平滑化される。その結果、１つ以上の最大凝集領域を求める際の計算量及び消費時間が軽減されるという効果があり、したがって、修正した画像データセットの信憑性が制限されることなく、本発明に係る方法が加速される。具体的用途で、とりわけ有利なことには、エロージョン処理により、例えば脳組織を頭皮又は頸部組織（あるいはその両方）から差別化できるという利点が得られる。

本発明に係る方法の別の有益な態様では、オフセットを求めるために、求めた平均値から所定の目標値を差し引く。画像データセットの修正のために、求めたオフセットを、画像データセットのすべてのピクセル値から差し引く。このオフセットは、具体的には符号をつけることができるので、負のオフセットの場合、減算は、事実上、求めたオフセットの量を各ピクセル値に対し加算することに相当する。このようにして、画像データセットの修正は、簡単に、迅速に、容易に理解できる方法で、実施することができる。オフセットが画像データセットのすべてのピクセル値に同じように適用されることにより、元の画像データセットの種々のピクセル又は構成部位の間の関係、例えばコントラスト比、が、修正後の画像データセットにおいても保たれる又は維持される、という効果がある。したがって、画像データセットの修正により失われる画像情報は一つも無いという利点がある。

本発明の別の有益な態様では、対象物認識アルゴリズムにより、対象物を自動で認識する。認識した対象物又はその種類又は型に応じて、種々の対象物又は対象物の種々の型に関し予め規定された複数の目標値から、オフセットを求めるための目標値が自動的に選定される。対象物の認識とは、例えば、対象物認識アルゴリズムにより、すなわち画像データセットの自動処理により、対象物の種類、型などを求めること、例えば画像データセットがどの身体部分又は器官を撮像しているかを求めること、を意味する。その結果、各場合で最適の目標値が信頼性をもって自動的に求められ又は選択される効果がある。対象物認識又は画像処理のアルゴリズムは、例えばニューラルネットワークを用いて実行又は実現される。本発明に係る方法は、対象物の自動認識によって更に自動化され、これにより誤差率は、例えば操作又は入力のエラーを回避することができるので、減少させることができる。

対象物の認識は、その個々の同定も同様に意味するか、含む。例えば、別々の対象物、特に患者、の前述した個体差を考慮することができる。これは特に、対象物それぞれが、特に患者それぞれが、何回も検査又は撮像されるときに有利である。自動認識された対象物又はその同一性に応じて、バイナリマスクを生成するための閾値が同様に求められ又は選択される。その結果、例えば上述したように各対象物の個々の特性が考慮されるから、対象物の種々の構成部位が個別画像において確実に互いに区別又は差別化される。

本発明の別の有益な態様では、修正した画像データセットと少なくとも１つの同様の対応する別の修正した画像データセットとを使用して自動的に差別化閾値を求め、この閾値によって、対象物の２つの構成部位の一義的な区別又は差別化を可能にする。修正後の画像データセット及び少なくとも１つの別の画像データセットはこの場合、同種の対象物を描写する。すなわち、差異はあるけれども同種である対象物の複数の画像データセットを評価し、差別化閾値を求める。この差別化閾値は、更なる自動画像処理又は画像評価アルゴリズム又は画像評価法により、安定して高信頼で利用される。特に差別化閾値は、対応する対象物の別のデータセットに対しても、これらデータセットにおいてそれぞれの構成部位を互いに区別するために高信頼で使用することができる。

対象物は、この文脈において、例えば別々の対象物の又は患者の同じ身体部分又は同じ器官又は同じ組織型を描写するときに、同種である。

本発明の有益な態様では、画像データセットにより、対象物として患者の頭部が少なくとも部分的に描写される。そして、修正後の画像データセットと差別化閾値が、画像処理アルゴリズムへの入力データとして用意される。この画像処理アルゴリズムが、差別化閾値に基づいて、そして修正後の画像データセットを自動的に使用して、頭部にある梗塞コア（核）の量（大きさ）を自動的に求める。本発明に係る方法は、「ＤｙｎａＣＴ」として知られる走査に適用することができる。梗塞コア量の自動確定のために、画像処理アルゴリズムは、基礎となる修正後画像データセットにおける高信頼の絶対ＨＵ値に依拠する。この値は、別の対象物に対して及びＸ線装置の異なる較正に対して、本発明に係る方法により確実に安定して調整される。本発明に係る方法により、対象物の描写、すなわち画像データセットの取得だけではなく、該画像データセットの自動評価も可能になる。この評価は、したがって、迅速に、安定して、そして少ない誤差率で、実行される。

本発明の別の対象は、Ｘ線装置を用い取得した画像データセットを自動的に修正する本発明に係る方法の少なくとも１つの態様の各工程をコード化し表現するコンピュータプログラムである。これらの工程又は当該方法をＸ線装置により実行する本発明に係るコンピュータプログラムは、Ｘ線装置の制御器の、好ましくは電子データメモリにロード可能である。本発明に係るコンピュータプログラムは、制御器により実行されることで本発明に係る方法を実行するプログラム手段を含む。

本発明の別の対象は、Ｘ線装置の制御器のための、好ましくは電子的な又は電子的に読み取り可能な（電子的且つ電子的に読み取り可能な）データメモリ又はデータキャリアである。本発明に係るデータメモリには、少なくとも１つの本発明に係るコンピュータプログラムを含むプログラムコードが記憶される。本発明に係るデータメモリには、好ましくはプログラムコードの一部として、制御器とＸ線装置用の更なる制御命令が記憶又はコード化される。本発明に係るデータメモリに記憶されるプログラムコードは、Ｘ線装置の制御器においてデータメモリが使用される場合、及び制御器により、例えば制御器のマイクロプロセッサやマイクロコントローラにより、プログラムコードが実行される場合、本発明に係る方法の少なくとも１つの態様が実行されるように、構成又は設定されている。

本発明の別の対象は、対象物の種々の断層又は断面を描写すると共に合わせて１つの画像データセットを形成する、対象物の複数の個別画像を取得する取得装置を備えたＸ線装置、好ましくはコンピュータトモグラフ装置（ＣＴ装置）である。本発明に係るＸ線装置はさらに、取得した画像データセットを自動的に処理するデータ処理装置を有し、本発明に係るＸ線装置、特にそのデータ処理装置は、Ｘ線装置により取得又は撮像した画像データセットを自動的に修正する本発明に係る方法の少なくとも１つの態様を、自動的に実行するように構成されている。本発明に係るＸ線装置は、換言すれば、本発明の別の対象と関連させて言及したＸ線装置である。したがって本発明によるＸ線装置は、本発明の別の対象と関連して説明した装置、構成要素、そして特性の幾つか又はすべてを備える。例えば、対象物の自動認識用の取得装置を含むことができる。

本発明に係るＸ線装置のデータ処理装置は、対応する方法の工程をコード化する又は表現するプログラムコードをもつデータメモリ、特に本発明に係るデータメモリを含む。このプログラムコードは、本発明に係るコンピュータプログラムであるか、これを含んだものである。さらにこのデータ処理装置は、データメモリに接続されたプロセッサ、例えばマイクロプロセッサ、を含んでおり、このプロセッサは、データメモリに記憶されたプログラムコードを実行し、これにより対応する本発明に係る方法を実行するするように、構成される。本発明に係るＸ線装置は、特に、アンギオグラフィ（血管造影）を実行又は記録するように設計、構成されている。

上述した及び後述する本発明に係る方法の特徴と発展態様、そしてこれらに伴う利点は、それぞれ適宜に、本発明の別の対象や、本発明に係る方法を実行するために使用される又は使用可能な構成要素及び装置に、転用可能であり、その逆も可である。すなわち本発明には、本発明に係る方法、本発明に係るコンピュータプログラム、本発明に係るデータメモリ、及び本発明に係るＸ線装置、の発展態様も属しているが、ここでは不要な冗長性を回避するために本発明の対象のうち１つに対してだけ実施形態を示し、本発明のすべての対象及びそれらの組み合わせに対して詳細に別々に説明することはしない。

本発明の他の特徴、詳細、及び利点は、以下の好ましい実施形態の説明及び図面で明らかにされる。

Ｘ線装置により取得した画像データセットの自動修正方法の概略を例示するフローチャート。 修正前の画像データセットの個別画像を例示する図。 修正後の画像データセットの図２相当の個別画像を例示する図。 画像データセットの個別画像の第１の組織構成部位に対応するピクセルを例示する図。 複数の別々の患者の２つの異なる組織型に対する修正前の画像データセットから求められたＨＵ値の分布。 別々の患者の２つの異なる組織型に対する修正後の画像データセットから求められたＨＵ値の分布。

以下に説明する実施形態は、本発明の好ましい実施形態を示すものである。これらの実施形態において、説明する実施形態の構成は、それぞれが本発明の個々の特徴を示し、互いに独立して考察すべきものであり、また、それぞれが互いに独立して本発明を発展させるものでもあり、したがって、個々に又は例示した組み合わせ以外にも本発明の構成要素と見做すべきものである。さらに、説明する実施形態は、本発明の既に説明した特徴以外の特徴により補完可能である。

各図において同一の、機能的に同一の、又は互いに対応する要素はそれぞれ同じ符号を付してある。

図１は、Ｘ線装置により取得されて対象物を描写する画像データセットを自動的に修正する方法の概略フローチャート１を例示する。この方法について、以下に他の図面も参照して説明する。

フローチャート１の工程Ｓ１で当該修正方法が開始される。ここでは、例えば対応するＸ線装置が始動され、対象物が画像データセット取得のために撮像される。画像データセットは多数の個別画像を含んでおり、これら個別画像は対象物の異なる断層に対応している。図２は、対象物として１人の患者の頭部３を撮像した画像データセットの個別画像２を例示する。ここでは少なくとも２つの異なる組織型又は構成部位が撮像されている。すなわち、第１の構成部位４は脳、第２の構成部位５は頭蓋骨又は骨組織である。個別画像２は元の、すなわち修正前の画像データセットの一部である。

今日実際に使用されているＸ線装置、例えばアンギオグラフィシステムにより、例えば脳組織における軟部組織もダイナミック灌流も高品質で表示することができる。ただしこの場合、対応する写真又は画像の絶対強度値又はＨＵ値が、例えば周知のＨｅｌｉｘＣＴ法により得られるＸ線画像による値よりも信頼性が低いことが観察される。例えば脳脊髄液（ＣＳＦ）又は白質に対する絶対ＨＵ値は、別々の患者の対応する画像において互いに著しく異なっている。これは特に、実際に使用可能なソフトウエアが、例えば灌流写真による梗塞量の自動計算のために、例えばＣＳＦを他の組織部位から検出する又は区別するべく使用するＨＵ閾値に基づく方法を利用する、という背景に鑑みて問題である。信頼のおける検出においてのみ、ＣＳＦを描写する画像領域を、梗塞量の計算において事実上確実に棄却又は無視することができる。このような及び類似の問題が以下に説明する本発明に係る方法によって解決される。

以下に詳述する方法による画像データセットの修正結果について、図３に、修正後の個別画像６の形で示す。この修正した個別画像６は、図２に示した個別画像２に本発明に係る方法を適用することにより得られたものである。修正後の個別画像６においても同様に２つの構成部位４，５のある頭部３が示されているが、個別画像２とは異なり、修正した（又は標準化した）ＨＵ値、すなわち輝度又は強度値により示されている。

修正を行っていない個別画像２から修正した個別画像６を得るためには、まず工程Ｓ２において、取得した修正前の画像データセットに対し３Ｄローパスフィルタを適用して初期のノイズ削減を行う。

工程Ｓ３では、所定の閾値（マスク閾値）に基づいて、画像データセットの個別画像からそれぞれ最初のバイナリマスクを抽出又は生成する。これらのマスクは、個別画像において軟部組織を空気及び骨から、本例では第１の構成部位４を第２の構成部位５から、差別化する。このために、個別画像の各ピクセルに、バイナリマスクを形成する２つのバイナリ値の１つをそれぞれ割り当てる。この割り当ては、各ピクセルのＨＵ値が、例えば、所定の閾値の間にあるか、所定の閾値の外にあるか、又は所定の閾値により画定されるインターバル（範囲）の外にあるか、に応じて行う。特定の個別画像から求められたバイナリマスクは、したがって、それぞれのバイナリマスクの基礎となっている個別画像と同じピクセル数とピクセル配置を有する。各バイナリマスクは、交互に又はピクセルに忠実に、それぞれ基礎の個別画像から生成されるので、個別画像のピクセルと該個別画像から生成される、これに結びついたバイナリマスクのピクセルとの間の一義的な対応関係が生じる。

画像データセットは、具体的には再構成ボリュームであるから、ピクセルは、同様に個別画像の又は画像データセットのボクセルも意味し得る。

工程Ｓ４では、エロージョン処理をバイナリマスクへ適用する。この結果、バイナリマスクにおいて孤立しているピクセルがそれぞれ周囲のピクセルに修正されるので、最終的には、比較的大きな凝集領域だけがバイナリマスクに留まる又は残される。この場合にどのピクセル又はピクセル領域を孤立したものとして処理し、そしてその値を変化させるかは、まだ孤立しているものとみなせる凝集ピクセルの対応する最大数を表す所定の個数閾値により、求めることができる。エロ－ジョン処理の適用により、例えば具体的に、小脳領域の脳組織を描写又は表現するピクセル又は画像領域が、頭皮又は頸部組織を表現又は描写するピクセル又は画像領域から分離又は差別化される。

工程Ｓ５では、バイナリマスクのそれぞれに関して最大の凝集画像及びピクセル領域を求める。基礎となっている閾値及びエロージョン処理の結果、各バイナリマスクにおいて同じピクセル値及びバイナリ値を有するピクセルは、患者の同じ構成部位に相当する。例えば、ピクセル値又はバイナリ値「１」を有する一方のバイナリマスクのピクセル又は領域は、脳組織、すなわち第１の構成部位４に相当するのに対し、ピクセル値又はバイナリ値「０」を有する他方のバイナリマスクのピクセル又は領域は、他の組織部位、すなわち第２の構成部位５に相当する。このように工程Ｓ５では、すべてのバイナリマスクに対して、特定のバイナリ値又は特定の構成部位（本例では第１の構成部位４）に関し対応する最大凝集ピクセル又は画像領域が求められ、これら領域は、各基礎となっている個別画像において、それぞれの構成部位又は組織型の最大凝集領域に対応する。

工程Ｓ６では、バイナリマスクを使用して、又は、このバイナリマスクに対し求めた最大凝集領域を使用して、すべての個別画像の中から、特定の構成部位の最大凝集領域が含まれる又は表示される個別画像を求める。すなわち、描写する断層の中で、対応する構成部位（本例では脳組織）に存在する最大のピクセル又はボクセルを有するものを求める。そして、これに結びついてる個別画像は、参照画像として求められる又は規定される。

工程Ｓ７では、参照画像に結びついたバイナリマスクの求めた最大凝集領域に対応する、参照画像のピクセルを求め、その平均値、すなわちその平均ＨＵ値を計算する。図４は、平均値を求めるために選出したピクセルを例示する。すなわち図４には、第１の構成部位４のみが示され、第２の構成部位５は示されていない。第１の構成部位４に存在するピクセルのピクセル値又はＨＵ値の平均値は、本例では約８３ＨＵである。

工程Ｓ８では、工程Ｓ７で計算した平均値と、本例では第１の構成部位４に対して予め規定してある目標値とを使用して、オフセットを計算する。具体的には、予め規定してある目標値を、計算した平均値から差し引く。このときのオフセットは、オフセットを数学的に差し引いた後に、新たに生じる平均値が、工程Ｓ６で使用した、すなわち図４に示す所定の目標値（ここでは例えば３０ＨＵ）に対応するピクセル又はピクセル値に対応するように、求めるか又は計算する。

工程Ｓ９では、画像データセットを修正するために、求めたオフセットを、すべての修正前の画像データセット、すなわちすべての個別画像の、すべてのピクセル値又はボクセル値から差し引く。

このようにして修正した画像データセットは、次いで、少なくとも１つの相応に修正した別の画像データセット７と一緒に、データ処理装置へ提供される。

図５は、複数の別々の患者の２つの異なる組織部位に対するＨＵ値の分布８を例示し、当該分布８は、対応する修正前の画像データセットから求められている。ＨＵ値はＸ軸９に示されている。図示の例では、第１の組織型としてＣＳＦを、第２の組織型として脳組織を用いた。図中、ＣＳＦに属する値又はデータ点は「○」で、脳組織に属する値又はデータ点は「×」で表示されている。個々の値又はデータ点は、別々の患者のそれぞれ同種の組織型又は関心領域（ＲＯＩ）におけるＨＵ平均値に対応する。患者それぞれに関してＣＳＦに対する値と脳組織に対する値からなる値対がプロットされている。患者の個体差又は基礎となっている画像データセットの撮影条件（あるいはその両方）に起因して、異なる組織型、すなわち構成部位、に属するデータ点は、単一の絶対閾値によっては、互いに差別化できない。それ故、２つの構成部位に関するデータ点を２つの統一的なグループに分類し、一方の構成部位に属するすべてのデータ点がＨＵ値の上側にあり及び他方の構成部位に属するすべてのデータ点がこのＨＵ値の下側にあるようにする単一のＨＵ値は、存在しない。

工程Ｓ１０では、データ処理装置により、用意された画像データセットから差別化閾値１１（図６参照）を求め、この差別化閾値により、２つの異なる組織型に属するデータ点を、修正後の画像データセットに基づいて一義的に差別化することを可能とする。したがって、図６には、図５に示すＨＵ値の修正した分布１０が示されている。この修正した分布１０は、上述の方法を分布８の基礎となっている画像データセットに適用した結果、言い換えるとそれぞれ個々に求めたオフセットの減算によるその修正の結果、である。

上述の方法に従う画像データセットの修正により、修正後の分布１０においては差別化閾値１１を絶対ＨＵ値として規定することが可能であり、これにより、第１の組織型に属するデータ点を、第２の組織型に属するデータ点から明確に区別又は分離することができる。つまり、修正後の分布１０は、基礎となっている画像データセットのＨＵ値の標準化後の、図５に示すＨＵ値の分布８を示すものである。この例において、差別化閾値１１は、その値が第１の組織型に属する最大値と第２の組織部位に属する最小値との間の中央にあり、一例としてこの例では、１２ＨＵであるように選ばれている。

工程Ｓ１１では、データ処理装置により、差別化閾値１１を使用して、修正画像データセットにおいて特定の、すなわち描写される、梗塞コア量を自動的に計算する。修正又は標準化したＨＵ値が差別化閾値１１より小さいピクセルは、この場合無視される。

総じて以上の例は、Ｘ線画像データセット又はＸ線写真における個々の差を確実に補正するために、新規の且つ全自動化した方法が如何に実施されるか、を示している。信頼性の高い、言い換えると安定性のある、対比可能な絶対ＨＵ値を処理中に求め、これにより、例えばＤｙｎａＣＴ、特に梗塞コア量の自動算出のためのソフトウエア、に関して、軟部組織領域におけるＨＵ閾値を利用するアルゴリズムの適用が可能となる。

Claims (13)

1. Ｘ線装置を用い取得した対象物（３）を描写する画像データセットをデータ処理装置が自動的に修正する方法であって、
   前記データ処理装置が、
   前記対象物（３）の種々の層を描写する複数の個別画像（２）を含む画像データセットを取得し、
   前記個別画像（２）のそれぞれに関し、少なくとも１つの所定のマスク閾値を使用して、前記個別画像（２）において前記対象物（３）の異なる構成部位（４，５）を互いに差別化するバイナリマスクを生成し、
   すべての前記バイナリマスクを使用して、前記構成部位（４，５）の１つの最大凝集領域（４）を含む前記個別画像（２）の１つを参照画像（２）として求め、
   該参照画像（２）の最大凝集領域（４）に属するすべてのピクセル値の平均値を求め、
   該求めた平均値及び所定の目標値からオフセットを求め、当該オフセットを、前記平均値を求めるために使用したピクセル値に適用することにより、当該オフセットにより修正したピクセル値の平均値が前記目標値に相当するようにして前記ピクセル値を修正し、
   前記画像データセットを修正するために、前記求めたオフセットを前記画像データセットのすべてのピクセル値に適用する、ことを含む方法。
2. 前記データ処理装置が、前記参照画像（２）を求めるために、前記バイナリマスクのそれぞれに関し個々にその前記最大凝集領域を求め、そして、すべての前記バイナリマスクについてそれぞれ求めた前記最大凝集領域を互いに比較する、ことを含む請求項１に記載の方法。
3. 前記バイナリマスクを生成するための前記マスク閾値として、空気を軟部組織から差別化すると共に該軟部組織を骨から差別化する２つの異なるＣＴ数を設定し、
   前記データ処理装置が、前記個別画像（２）から前記バイナリマスクを生成するために、前記個別画像（２）のピクセルに、前記２つのＣＴ数の間にあるピクセル値に対しては前記バイナリマスクの第１の値を割り当て、前記２つのＣＴ数の小さい方以下又は大きい方以上にあるピクセル値に対しては前記バイナリマスクの第２の値を割り当てる、ことを含む請求項１又は２に記載の方法。
4. 前記バイナリマスクを生成する前に、ローパスフィルタを前記画像データセットに適用することを含む請求項１～３のいずれか１項に記載の方法。
5. 前記ローパスフィルタに３Ｄローパスフィルタを使用する、請求項４に記載の方法。
6. 前記データ処理装置が、前記バイナリマスクを生成した後、前記参照画像（２）を求める前に、前記バイナリマスクにエロージョン処理を適用し、このエロージョン処理により、前記バイナリマスクにおける孤立したピクセルの値をそれぞれ他方のバイナリマスク値にセットする、ことを含む請求項１～５のいずれか１項に記載の方法。
7. 前記データ処理装置が、前記オフセットを求めるために、前記求めた平均値から前記目標値を差し引き、前記画像データセットを修正するために、前記求めたオフセットを前記画像データセットのすべてのピクセル値から差し引く、ことを含む請求項１～６のいずれか１項に記載の方法。
8. 前記データ処理装置が、
   対象物識別アルゴリズムにより前記対象物（３）を自動的に認識し、
   該認識した対象物（３）に応じて、種々の対象物に対し予め与えられた複数の目標値から、前記オフセットを求めるための前記目標値を自動的に選択する、ことを含む請求項１～７のいずれか１項に記載の方法。
9. 前記オフセットを適用して修正した前記画像データセットと、該画像データセットの前記修正と同様にして相応に修正した、別の同種の対象物（３）を描写する少なくとも１つの別の画像データセット（７）とを使用して、前記データ処理装置が、差別化閾値（１１）を自動的に求める、ことを含み、
   該差別化閾値（１１）により、前記対象物（３）の２つの構成部位（４，５）の一義的な区別を可能にする請求項１～８のいずれか１項に記載の方法。
10. 前記データ処理装置が、
    前記画像データセットにより前記対象物（３）として患者の頭部（３）を描写し、
    修正後の前記画像データセット及び前記差別化閾値（１１）を入力データとして画像処理アルゴリズムに提供し、該画像処理アルゴリズムにより、前記差別化閾値（１１）に基づき、前記修正後の画像データセットを使用して、前記頭部（３）に存在し得る梗塞コア量を自動的に求める、ことを含む請求項９に記載の方法。
11. 請求項１～１０のいずれか１項に記載の方法の各工程をコード化してあり、Ｘ線装置により前記各工程を実行するために該Ｘ線装置の制御器のデータメモリにロード可能である、コンピュータプログラム。
12. Ｘ線装置の制御器用データメモリであって、プログラムコードが当該データメモリに記憶されており、該プログラムコードが、少なくとも請求項１１に記載のコンピュータプログラムを構成する、データメモリ。
13. 対象物（３）の種々の断層を描写すると共に合わせて画像データセットを形成する、前記対象物（３）の複数の個別画像（２）を取得する取得装置を備えたＸ線装置であって、
    前記画像データセットを自動的に処理するデータ処理装置を備え、請求項１～１０のいずれか１項に記載の方法を自動的に実行するように構成されている、Ｘ線装置。

Images