JP7346418B2 - 肺画像を評価するためのシステム及び方法 - Google Patents

肺画像を評価するためのシステム及び方法 Download PDF

Info

Publication number
JP7346418B2
JP7346418B2 JP2020533218A JP2020533218A JP7346418B2 JP 7346418 B2 JP7346418 B2 JP 7346418B2 JP 2020533218 A JP2020533218 A JP 2020533218A JP 2020533218 A JP2020533218 A JP 2020533218A JP 7346418 B2 JP7346418 B2 JP 7346418B2
Authority
JP
Japan
Prior art keywords
image
lung
values
noise
images
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
JP2020533218A
Other languages
English (en)
Other versions
JP2021506434A (ja
Inventor
ラファエル ウィームカー
タニア ノードホフ
トーマス ビューロウ
アクセル サールバチ
トビアス クリンダー
トム ブロシュ
ティム フィリップ ハーダー
カルステン ソマー
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2021506434A publication Critical patent/JP2021506434A/ja
Application granted granted Critical
Publication of JP7346418B2 publication Critical patent/JP7346418B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54Control of apparatus or devices for radiation diagnosis
    • A61B6/542Control of apparatus or devices for radiation diagnosis involving control of exposure
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61NELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00Radiation therapy
    • A61N5/10X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/103Treatment planning systems
    • A61N5/1031Treatment planning systems using a specific method of dose optimization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/54Control of apparatus or devices for radiation diagnosis
    • A61B6/545Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20182Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30061Lung
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30061Lung
    • G06T2207/30064Lung nodule
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Vascular Medicine (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Description

本発明は、肺画像を評価するためのシステム、方法、及びコンピュータプログラムに関する。
肺結節の検出のために、肺のコンピュータ断層撮影画像などの肺画像が多くの場合に使用され、肺結節を確実に検出するための肺画像の有用性に関連して肺画像の画像品質を評価するために、肺画像のノイズが特定される。しかし、肺画像における肺結節の検出可能性は他の因子にも依存するので、ノイズだけに基づいて画像品質を特定することは十分とは言えないことが多い。
肺画像における肺結節の検出可能性に関連した評価の改善を可能にする、肺画像を評価するためのシステム、方法、及びコンピュータプログラムを提供することが本発明の目的である。
本発明の第1の態様では、肺画像を評価するためのシステムが提示され、システムは、
- 画像値が割り当てられた画像要素を含む肺画像であって、肺血管を示す肺画像を提供するように構成された肺画像提供ユニットと、
- 提供された肺画像を平滑化し、平滑化の程度の異なる肺画像を提供するように構成された平滑化ユニットと、
- 異なる肺画像に対する信号値を特定するように構成された信号値特定ユニットであって、それぞれの肺画像に対して、それぞれの肺画像における肺血管の検出可能性を示す1つ又は複数の信号値が、それぞれの肺画像の画像値に基づいて特定される、信号値特定ユニットと、
- 異なる肺画像に対するノイズ値を特定するように構成されたノイズ値特定ユニットであって、それぞれの肺画像に対して、それぞれの肺画像におけるノイズを示す1つ又は複数のノイズ値が、それぞれの肺画像の画像値に基づいて特定される、ノイズ値特定ユニットと、
- 異なる肺画像に対して特定された信号値とノイズ値とに基づいて、提供された平滑化されていない画像に対する画像品質を特定するように構成された画像品質特定ユニットと、
を備える。
肺画像には、肺結節である可能性のあるもののそれぞれの範囲をおおむね非常に適切にカバーした、多くの異なる血管寸法をもつ、及び、ハウンズフィールド密度などの多くの異なる画像値をもつ肺血管が存在する。異なる肺画像が、例えば、異なる肺画像における、平滑化していないこと、及び、1つ又は複数の異なる平滑化の程度を含む、異なる平滑化の程度に対応するので、肺血管の寸法の分布が異なり、すなわち、例えば、この分布の「質量中心」は、平滑化の程度を高めるのに伴って、より大きい寸法にシフトさせられる。したがって、信号値及びノイズ値が、異なる肺画像における肺血管の寸法の異なる分布に対して特定された、提供された平滑化されていない肺画像の画像品質を特定するために、これらの信号値及びノイズ値を使用することにより、肺画像が肺結節を検出することに適しているか否かが非常に正確に判定され得ることが見出された。
肺画像提供ユニットは記憶ユニットであって、記憶ユニットに肺画像が既に記憶されており、記憶ユニットから肺画像が入手され得る、記憶ユニットであり得る。肺画像提供ユニットは、コンピュータ断層撮影システムなどの肺画像生成システムから肺画像を受信するための受信ユニットでもあり得、肺画像提供ユニットは、受信された肺画像を提供するように適応され得る。肺画像提供ユニットは、肺画像を生成する、及び生成された肺画像を提供する肺画像生成システムでもあり得る。提供された肺画像は、選択的に、患者への放射線量を適用することにより生成されたコンピュータ断層撮影画像である。しかし、肺画像は、同様に肺血管を示す別のイメージングモダリティにより生成された画像であってよい。
平滑化ユニットは、画像要素に割り当てられた画像値の空間平滑化を実施するように構成される。この平滑化は、ガウシアン平滑化又は別の種類の平滑化であってよい。平滑化ユニットは、1つの平滑化された肺画像又は複数の平滑化された肺画像を生成するように適応され得、複数の平滑化された肺画像は、平滑化の程度が異なるようにして平滑化される。画像品質を特定するために、画像品質特定ユニットは、1つ又は複数の異なる形態により平滑化された肺画像を選択的に使用し、及び、提供された平滑化されていない肺画像も選択的に使用する。
一実施形態において、信号値特定ユニットは、それぞれの肺画像の画像値に基づいてそれぞれの肺画像において肺血管をセグメント分けすることと、セグメント分けされた肺血管に基づいてそれぞれの肺画像において肺血管の量を示す1つ又は複数の肺血管値を特定することと、特定された1つ又は複数の肺血管値に基づいてそれぞれの肺画像に対する1つ又は複数の信号値を特定することとを行うように構成されている。特に、信号値特定ユニットは、セグメント分けされた肺血管を断面サブ要素に再分割するように、及び、断面サブ要素の数に基づいて1つ又は複数の肺血管値を特定するように構成されている。それぞれのセグメント分けされた肺血管を断面サブ要素に再分割するために、それぞれのセグメント分けされた肺血管のそれぞれの断面サブ要素の既定の厚さが、選択的に推測される。それぞれの肺画像における断面サブ要素の数は、肺画像における肺血管の検出可能性に対する信頼性の高い尺度を提供し、このことが、信号値の改善をもたらし、したがって、画像品質の特定の改善をもたらし得る。
信号値特定ユニットは、それぞれの肺画像に対して1つの信号値を特定するように、又はそれぞれの肺画像に対する複数の信号値を特定するように適応され得、後者の場合、同じ肺画像に対する異なる信号値が、異なる寸法の肺血管に選択的に対応する。したがって、肺血管の寸法は、寸法クラスに再分割され、各寸法クラスに対し、及び、各肺画像に対し、対応する信号値が特定され得る。例えば、断面サブ要素の寸法が特定され、及び、寸法クラスに再分割され得、及び、それぞれの肺画像に対するそれぞれの寸法クラスにおける寸法をもつ断面サブ要素の数は、それぞれの寸法クラスに対する、すなわち、それぞれの構造物寸法に対する、及び、それぞれの肺画像に対する信号値とみなされ得る。断面サブ要素の寸法は、面積等価直径として特定され得る。しかし、さらに別の寸法尺度が使用されてもよい。
ノイズ値特定ユニットは、セグメント分けされた肺血管を表す、それぞれの肺画像の画像値に基づいて、それぞれの肺画像に対して1つ又は複数のノイズ値を特定するように選択的に構成されている。したがって、選択的に、1つ又は複数のノイズ値それぞれの肺画像の全体に関連しているわけではなく、肺血管を示すそれぞれの肺画像の一部のみに関連している。画像品質を特定するためにこれらのノイズ値を使用することにより、画像品質の特定がさらに改善され得る。特に、ノイズ値特定ユニットは、それぞれの断面サブ要素におけるノイズを示すそれぞれのノイズサブ値を各断面サブ要素に対して特定するように、及び、特定されたノイズサブ値に基づいて1つ又は複数のノイズ値を特定するように構成されている。
ノイズ値特定ユニットは、それぞれの肺画像に対して1つのノイズ値を特定するように、又は、それぞれの肺画像に対する複数のノイズ値を特定するように適応され得、後者の場合、同じ肺画像に対する異なるノイズ値は、異なる寸法の肺血管に選択的に対応する。したがって、肺血管の寸法は、寸法クラスに再分割され、各寸法クラスに対して、及び、各肺画像に対して、対応するノイズ値が特定され得る。例えば、断面サブ要素の寸法が特定され、及び、寸法クラスに再分割され得、それぞれの肺画像に対するそれぞれの寸法クラスにおける寸法をもつ断面サブ要素のノイズサブ値の平均が、それぞれの寸法クラスに対する、すなわち、それぞれの構造物寸法に対する、及びそれぞれの肺画像に対するノイズ値とみなされ得る。肺画像に対する1つのノイズ値を特定するために、この肺画像に対して特定されたすべてのノイズサブ値が平均化され得る。
選択的に、信号値の特定は、断面サブ要素の数に基づき、ノイズ値の特定は、これらの断面サブ要素に対して特定されたノイズサブ値に基づき、断面サブ要素のこの考慮は、信号値及びノイズ値の信頼性の高い特定につながり、したがって、これらの信号値及びノイズ値に基づく、画像品質のさらに改善された特定につながる。
好ましい実施形態において、信号値特定ユニットは、異なる肺画像における異なる寸法の肺血管に対する信号値を特定するように適応されており、ノイズ値特定ユニットは、異なる肺画像における異なる寸法の肺血管に対するノイズ値を特定するように適応されており、画像品質特定ユニットは、異なる寸法の肺血管に対して基準信号値及び基準ノイズ値を提供することと、画像品質がa)特定された信号値及び特定されたノイズ値と、b)提供された基準信号値及び基準ノイズ値との偏差を示すように画像品質を特定することとを行うように構成されている。したがって、提供された基準信号及びノイズ値からの特定された信号及びノイズ値の偏差が特定され、画像品質はこの偏差を示す。
提供された平滑化されていない肺画像において、肺結節は、存在する場合、確実に検出可能でなければならず、肺画像における肺結節の検出可能性は、多くの場合、肺画像を生成するために患者に適用された放射線量に依存し、すなわち、画像に適用された放射線量が高いほど、肺画像における肺結節の検出可能性が高くなる。その一方で、放射線量自体が患者に対する悪影響をもたらし得るので、患者に適用される放射線量は、肺結節を確実に検出するために実際に必要な放射線量より高いものであってはならず、すなわち、放射線量は、合理的に達成可能な低さでなければならず、この要求は、「ALARA」原理とも呼ばれる。これらの値をもつ肺画像がALARA原理に従うように、基準信号及びノイズ値が選択的に提供される。特定された画像品質は、したがって、ALARA原理との適合性の程度に対する尺度であり得る。
選択的に、画像品質特定ユニットは、i)異なる寸法の肺血管に対して特定された信号値とノイズ値とに基づいて第1のマニホールド(多岐管)を特定することであって、サーフェスが、信号値次元とノイズ値次元と肺血管寸法次元とにより規定された空間において特定される、第1のマニホールドを特定することと、ii)異なる寸法の肺血管に対して提供された基準信号値と基準ノイズ値とに基づいて空間における第2のマニホールドを特定することと、iii)第1のマニホールドにおける複数の位置に対して第1のマニホールドと第2のマニホールドとの間における距離を特定することと、iv)距離に基づいて画像品質を特定することとを行うように構成されている。さらに、画像品質特定ユニットが、第1のマニホールドの、すなわち第1のサーフェスのエリアであって、特定された距離が既定の距離閾値より大きいエリアを特定するように、及び、このエリアに基づいて画像品質を特定するように選択的に構成されている。エリアは、1つのエリアであってよく、又はエリアは、複数の独立したサブエリアを含んでよい。特に、画像品質特定ユニットは、第2のマニホールドの上方における、すなわち、第2のサーフェスの上方におけるエリアの寸法に応じて、及び/又は、規定の空間における第2のマニホールドの下方におけるエリアの寸法に応じて画像品質を特定するように構成されている。例えば、画像品質特定ユニットは、第2のマニホールドの下方におけるエリアの寸法が既定の寸法閾値より大きいことを偏差の尺度が示している場合、不十分な画像品質を特定するように構成され得る。したがって、特定された信号値及びノイズ値と基準信号値及びノイズ値との間の偏差の尺度として、基準値により規定された第2のマニホールドの上方におけるエリアの寸法、及び/又は、この第2のマニホールドの下方におけるエリアの寸法が、画像品質を特定するために使用され得る。複数の独立したサブエリアを含み得るこのエリアの寸法を使用することにより、画像品質の特定がさらに改善され得る。
一実施形態において、肺画像提供ユニットは、肺画像としてスライス厚をもつスライス画像を提供するように構成されており、信号値特定ユニットが、スライス厚に対してそれぞれの信号値を正規化するように適応されている。スライス画像は、スライス方向に、すなわち、この実施形態において肺画像が主に広がっている平面に直交した方向に1つ又は複数のボクセルを含み得る。さらに、信号値特定ユニットは、肺画像のうちの少なくとも1つの肺画像内の肺により占有された空間として肺空間を特定するように、及び、特定された肺空間に対してそれぞれの信号値を正規化するように構成され得る。選択的に、肺ボリュームである肺空間は、提供された平滑化されていない肺画像において特定される。肺空間、すなわち、肺によりカバーされた肺画像内における空間の寸法は、知られた肺セグメント分け技術を使用することにより特定され得る。これらの正規化を使用することにより、信号値の品質、及び、結果として、とりわけ信号値に基づいた画像品質の特定がさらに改善され得る。
システムは、特定された画像品質に基づいて次の肺画像を生成するために適用される放射線量レベルを特定するように構成された線量レベル特定ユニットをさらに備え得る。特に、肺画像提供ユニットは、肺画像が肺に特定の放射線量レベルを適用することにより生成された画像であるように、肺画像を提供するように構成され得、線量レベル特定ユニットは、特定された画像品質が既定の品質閾値より高い場合、放射線量レベルが特定の放射線量レベルより小さくなるように、次の肺画像を生成するために適用される放射線量レベルを特定するように構成され得る。例えば、上述のように第2のマニホールドの上方における第1のマニホールドのエリアの寸法に基づいて画像品質が特定され、既定の品質閾値がエリアの既定の寸法閾値に対応している場合、画像品質が既定の品質閾値より高いことは、画像品質が、提供された平滑化されていない肺画像において肺結節を確実に検出するために必要な画像品質より高いことを示し得、これは、肺に適用される放射線量レベルの低減を可能にする。さらに、画像品質が、このエリアの寸法を使用することにより特定されるのではなく、特定された信号及びノイズ値と提供された基準信号及びノイズ値との間の偏差を特定するための別の尺度を使用することにより特定される場合、特定された画像品質が既定の品質閾値より高いことは、不必要に高い画像品質を示し得、このことが、放射線量レベルの低減を可能にする。これは、ALARA原理を使用した次の肺画像の生成の調整を改善し得る。
システムは、ユーザーが提供された肺画像を修正することを可能にするユーザーインターフェースをさらに備え得、システムは、修正された肺画像に基づいて画像品質を特定するように適応され得る。したがって、すべての処理ステップは、修正された肺画像に基づいて実行され得る。これは、ユーザーが肺画像を対話的に修正することを可能にし、それにより、提供された平滑化されていない肺画像の性質が画像品質にどのように影響を与えるかを特定することを可能にする。例えば、ユーザーが、例えば動的ウィンドウ/レベル及び空間スクリーン分解能といった設定を対話的に変え得る。
本発明のさらなる態様において、肺画像を評価する方法が提示され、本方法は、
- 画像値が割り当てられた画像要素を含む肺画像であって、肺血管を示す肺画像を、肺画像提供ユニットが提供することと、
- 平滑化ユニットが、提供された肺画像を平滑化して、平滑化の程度の異なる肺画像を提供することと、
- 信号値特定ユニットが、異なる肺画像に対する信号値を特定することであって、それぞれの肺画像に対して、それぞれの肺画像における肺血管の検出可能性を示す1つ又は複数の信号値が、それぞれの肺画像の画像値に基づいて特定される、信号値を特定することと、
- ノイズ値特定ユニットが、異なる肺画像に対するノイズ値を特定することであって、それぞれの肺画像に対して、それぞれの肺画像におけるノイズを示す1つ又は複数のノイズ値が、それぞれの肺画像の画像値に基づいて特定される、ノイズ値を特定することと、
- 画像品質特定ユニットが、異なる肺画像に対して特定された信号値とノイズ値とに基づいて、提供された平滑化されていない画像に対する画像品質を特定することと、
を有する。
本発明の別の一態様において、肺画像を評価するためのコンピュータプログラムが提示され、コンピュータプログラムがシステムを制御するコンピュータにおいて動作させられたときに、請求項1に規定される肺画像を評価するためのシステムに請求項14に規定される肺画像を評価する方法のステップを実行させるプログラムコード手段を、コンピュータプログラムが備える。
請求項1に記載のシステム、請求項14に記載の方法、及び、請求項15に記載のコンピュータプログラムは、特に、従属請求項において規定されているような、同様の、及び/又は同一の好ましい実施形態を含むことが理解されなければならない。
本発明の好ましい実施形態が、従属請求項又は上述の実施形態とそれぞれの独立請求項との任意の組合せであり得ることが理解されなければならない。
本発明のこれらの態様及び他の態様が、以下で説明される実施形態から明らかとなり、以下で説明される実施形態を参照しながら説明される。
肺画像を評価するためのシステムの一実施形態を概略的かつ例示的に示す図である。 検出可能な肺血管の数の、画像の滑らかさへの依存性を示す図である。 肺画像を評価する方法の一実施形態を例示的に示すフロー図である。 肺血管の断面サブ要素の数の変化と、1つの構造物寸法に対する平滑化の程度の異なるノイズの変化とを示す曲線を例示的に示す図である。 図4に示される曲線における構造物寸法の影響を示すグラフを例示的に示す図である。 肺血管及びノイズの検出可能な断面サブ要素の数が異なる提供された肺画像に対してどのように異なるかを示すグラフを例示的に示す図である。 肺血管及びノイズの検出可能な断面サブ要素の数が異なる提供された肺画像に対してどのように異なるかを示すグラフを例示的に示す図である。
図1は、肺画像を評価するためのシステムの一実施形態を概略的かつ例示的に示す。システム1は、画像値が割り当てられた画像要素を含む肺画像であって、肺血管を示す肺画像を提供するように構成された肺画像提供ユニット2を備える。この実施形態において、肺画像提供ユニット2は、肺画像が記憶された記憶ユニットであり、記憶ユニットは、記憶された肺画像を提供するように適応されている。さらに、この実施形態において、肺画像は、患者の肺のコンピュータ断層撮影画像である。患者は、選択的にヒトである。しかし、患者は、動物であり得る。
システム1は、異なる平滑化された肺画像を生成するために、平滑化の程度が異なるようにして、提供された肺画像を空間的に平滑化するための平滑化ユニット3をさらに備える。この実施形態において、平滑化ユニット3は、ガウシアン画像平滑化を適用するように適応される。結果として得られる肺画像は、異なるレベルのスケールに対応し、又は、言い換えると、異なるスケールの空間レベルに対応する。
システム1は、異なる形態により平滑化された肺画像に対する、及び、さらには提供された平滑化されていない肺画像に対する信号値を特定するように構成された信号値特定ユニット4をさらに備え、それぞれの肺画像に対して、それぞれの肺画像における肺血管の検出可能性を示す1つ又は複数の信号値が、それぞれの肺画像の画像値に基づいて特定される。この実施形態において、信号値特定ユニット4は、それぞれの肺画像の画像値に基づいてそれぞれの肺画像において肺血管をセグメント分けするように、セグメント分けされた肺血管に基づいてそれぞれの肺画像において肺血管の量を示す肺血管値を特定するように、及び、特定された肺血管値に基づいてそれぞれの肺画像に対する複数の信号値を特定するように構成されている。特に、信号値特定ユニット4は、セグメント分けされた肺血管を断面サブ要素に再分割するように、断面サブ要素の寸法を特定するように、寸法クラスに寸法を再分割するように、及び、それぞれの寸法クラスにおける寸法をもつ断面サブ要素の数に基づいてそれぞれの肺血管値を各寸法クラスに対して特定するように構成されている。断面サブ要素を特定するために、それぞれの断面サブ要素の既定の厚さが使用され得る。しかし、さらに別の技術が、断面サブ要素を特定するために使用されてよい。
図2は、平滑化の程度が異なるようにして平滑化された3つの肺画像20、21、22を概略的に且つ例示的に示し、平滑化の程度、すなわち画像の滑らかさが、図2において左から右に向かって高くなる。見てわかるように、検出可能な肺血管の数は、左から右に向かって少なくなり、すなわち、画像の滑らかさが高くなる。
この実施形態において、肺画像提供ユニット2は、スライス厚をもつスライス画像を平滑化されていない肺画像として提供するように構成されており、信号値特定ユニット4は、スライス厚に対してそれぞれの信号値を正規化するように適応されている。さらに、信号値特定ユニット4は、提供された平滑化されていない肺画像内において肺ボリュームを特定するように、及び、特定された肺ボリュームに対してそれぞれの信号値を正規化するように構成されている。したがって、提供された平滑化されていない肺画像内において肺により占有されたボリュームの寸法は、例えば、この肺画像内において肺をセグメント分けすることにより特定され得、結果として得られる寸法は、特定された信号値を正規化するために使用され得る。
システム1は、異なる形態により平滑化された肺画像に対して、及び、提供された平滑化されていない肺画像においてノイズ値を特定するように構成されたノイズ値特定ユニット5をさらに備え、それぞれの肺画像に対して、それぞれの肺画像におけるノイズを示す1つ又は複数のノイズ値が、それぞれの肺画像の画像値に基づいて特定される。特に、ノイズ値特定ユニット5は、1つ又は複数のノイズ値がそれぞれの肺画像において肺血管を表す画像値におけるノイズを示すように、1つ又は複数のノイズ値を特定するように構成されている。したがって、ノイズ値特定ユニット5は、セグメント分けされた肺血管を表す、それぞれの肺画像の画像値に基づいて、それぞれの肺画像に対する1つ又は複数のノイズ値を特定するように適応されている。この実施形態において、ノイズ値特定ユニット5は、それぞれの断面サブ要素におけるノイズを示すそれぞれのノイズサブ値を各断面サブ要素に対して特定するように、及び、それぞれの寸法クラスにおける断面サブ要素に対して特定されたノイズサブ値に基づき、それぞれの寸法に対する、すなわちそれぞれの寸法クラスに対するノイズ値を特定するように構成されている。ノイズ値を特定するために、Hounsfield Laplaciansの絶対的な大きさが、ノイズ値特定ユニット5により使用され得る。しかし、さらに画像の画像値に基づいてノイズ値を特定するための他の知られた技術が、ノイズ値特定ユニット5によりノイズ値を特定するために使用されてよい。
システムは、異なる形態により平滑化された肺画像に対して、及び提供された平滑化されていない肺画像に対して特定された信号値とノイズ値とに基づいて、提供された平滑化されていない画像に対する画像品質を特定するように構成された画像品質特定ユニット6をさらに備える。特に、画像品質特定ユニット6は、異なる寸法の肺血管に対する基準信号値及び基準ノイズ値を提供するように、及び、画像品質がa)異なる寸法に対して特定された信号値及びノイズ値と、b)異なる寸法に対して提供された基準信号値及び基準ノイズ値との偏差を示すように画像品質を特定するように構成されている。この実施形態において、画像品質特定ユニット6は、i)サーフェスが、信号値の取り得る値、ノイズ値の取り得る値、及び異なる寸法の肺血管の取り得る値により規定された三次元空間において特定された、異なる寸法に対して特定された信号値とノイズ値とに基づいて第1のサーフェスを特定することと、ii)異なる寸法に対して提供された基準信号値及び基準ノイズ値に基づいて、三次元空間において第2のサーフェスを特定することと、iii)第1のサーフェスにおける複数の位置に対する第1のサーフェスと第2のサーフェスとの間の距離を特定することと、iv)距離に基づいて画像品質を特定することとを行うように構成されている。例えば、画像品質特定ユニット6は、第1のサーフェスのエリアであって、そのエリアに対して特定された距離が既定の距離閾値より大きい、エリアを特定するように、及び、1つのエリアであり得る、又は、複数の独立したサブエリアを含み得るこのエリアに基づいて画像品質を特定するように構成され得、すべてのサブエリアは、第2のサーフェスの上方に、第2のサーフェスの下方に存在し得、又は、いくつかのサブエリアは第2のサーフェスの上方に存在し得、及び、いくつかのエリアは第2のサーフェスの下方に存在し得る。特に、画像品質特定ユニット6は、第2のサーフェスの上方におけるエリアの寸法に応じて、及び/又は、三次元画像における第2のサーフェスの下方におけるエリアの寸法に応じて画像品質を特定するように構成され得る。一実施形態において、画像品質特定ユニット6は、第2のサーフェスの上方におけるエリアの寸法が既定の第1の寸法閾値より大きい場合、画像品質が過度に高いこと、及び低くされ得ることを特定するように構成されている。さらに、画像品質特定ユニット6は、第2のサーフェスの下方におけるエリアであって、特定された距離が既定の距離閾値より大きいエリアの寸法が、既定の第2の寸法閾値より大きい場合、画像品質が過度に低く、したがって肺結節を確実に検出するには不十分であることを特定するように構成され得る。第1の寸法閾値と第2の寸法閾値とは同じであり得、又は、第1の寸法閾値と第2の寸法閾値とは異なり得る。寸法閾値及び距離閾値などのすべての閾値は、校正手順により事前決定され得、及び/又は、すべての閾値が、ユーザーにより変更可能であり得る。画像品質特定ユニット6は、第1のサーフェスのエリアであって、特定された距離が既定の距離閾値より大きいエリアの寸法が、第1のサーフェスの上方において第1の寸法閾値より小さく、及び、第2のサーフェスの下方において第2の寸法閾値より小さい場合、画像品質が、特にALARA原理に従った、所望のものであると特定するようにさらに適応され得る。
システム1は、特定された画像品質に基づいて次の肺画像を生成するために適用される放射線量レベルを特定するように構成された線量レベル特定ユニット7をさらに備える。この実施形態において、肺画像提供ユニット2は、肺画像が、肺に特定の放射線量レベルを適用することにより生成された画像であるように、肺画像を提供するように構成されており、線量レベル特定ユニット7は、特定された画像品質が既定の品質閾値より高い場合、次の肺画像を生成するために適用される放射線量レベルが特定の放射線量レベルより小さくなるように、次の肺画像を生成するために適用される放射線量レベルを特定するように構成されている。これは、第1のサーフェスのエリアであって、特定された距離が既定の距離閾値より大きいエリアの寸法が、第2のサーフェスの上方において、第1の寸法閾値より大きい場合、次の肺画像を生成するために適用される放射線量レベルが特定の放射線量レベルより小さくなるように、次の肺画像を生成するために適用される放射線量レベルが特定されることを特に意味する。
システム1は、ユーザーが提供された平滑化されていない肺画像を修正することを可能にするユーザーインターフェース8をさらに備え、システム1は、修正された肺画像に基づいて画像品質を特定するように適応されている。したがって、すべての処理ステップは、修正された肺画像に基づいて実行され得る。したがって、ユーザーは、例えば、動的ウィンドウ/レベル及び/又は空間スクリーン分解能といった設定を変え得、したがって、平滑化、信号値特定、ノイズ値特定、及び、画像品質特定手順などの手順が、修正された肺画像に基づいて実行される。
システム1は、さらに例えばキーボード、コンピュータマウス、タッチスクリーンなどの入力ユニット9、及び、例えば肺画像を示すための、及び、特定された画像品質を示すためのディスプレイを含む出力ユニット10を備える。出力ユニット10は、特定された画像品質を音響的に示すための音響ユニットをさらに備え得る。
以下、肺画像を評価する方法の一実施形態が図3に示されるフロー図を参照しながら説明される。
ステップ101において、画像値が割り当てられた画像要素を含む肺画像であって、肺血管を示す肺画像を、肺画像提供ユニット2が提供する。ステップ102において、平滑化ユニット3は、提供された肺画像を、異なる平滑化の程度まで平滑化し、信号値特定ユニット4が、異なる形態により平滑化された肺画像に対して、及び、平滑化されていない肺画像に対して、信号値を特定し、それぞれの肺画像に対して、それぞれの肺画像においてそれぞれの寸法をもつ肺血管の検出可能性を示す信号値を、それぞれの肺画像の画像値に基づいて特定し、ノイズ値特定ユニット5は、異なる肺画像に対してノイズ値を特定し、それぞれの肺画像に対して、それぞれの肺画像におけるノイズを示すノイズ値を、それぞれの肺画像の画像値に基づいて、異なる寸法の肺血管に対して特定する。ステップ103において、画像品質特定ユニット6が、提供された平滑化されていない画像の画像品質を、異なる肺画像に対して特定された信号値とノイズ値とに基づいて特定する。
概して、低線量コンピュータ断層撮影スキャニングを使用した肺癌のスクリーニングが、肺結節を検出することに効果的であると認識されており、特に見落としを避けるために、画像品質の保証が強く要求される。肺癌のスクリーニングは、一方では、合理的に達成可能な低さの放射線量を使用しなければならず、また一方では、肺腫瘍である可能性のあるもの、すなわち、肺結節である可能性のあるものの検出を確実なものとするのに十分な画像品質レベルが維持されなければならない。したがって、肺癌のスクリーニングは、ALARA原理に従わなければならない。肺画像を評価するための上述のシステム及び方法は、提供された肺画像の画像品質、すなわち画像品質レベルがALARA原理を達成するのに十分であるか否かの判定を可能にする。さらに、肺画像を評価するためのシステム及び方法は、ベンダーアグノスティックであり、本システム及び方法は、画像保管通信システム(PACS)から受信される一群の簡単に再構成された肺画像に遡及的に適用され得る。さらに、特定された画像品質は、それぞれの肺画像に対して特有であり、したがって、それぞれの患者、及び、提供された肺画像を生成するために使用されてきたそれぞれのイメージングプロトコルに対して特有である。提供された肺画像において検出可能な肺血管は、もちろん患者に特有であり、提供された肺画像において検出可能な肺血管は、肺画像において非常に可能性が高く、及び非常に確実に存在しているので、異なる寸法をもつ肺血管は画像品質に対するマーカーとして非常によく適している。
肺画像を評価するためのシステム及び方法は、提供された肺画像における異なる寸法の肺血管の信号値、すなわち検出可能性に基づいて、及び、肺血管により表された肺画像の部分に対して特定されたノイズ値に基づいて、肺画像の自動的な定量的評価を提供し、さらに、ノイズ値は、異なる寸法の肺血管に対して特定される。肺血管は肺画像に常に存在し、広範囲の肺血管寸法が、及び、コンピュータ断層撮影の場合、ハウンズフィールド密度が肺結節である可能性のあるもののそれぞれの範囲を適切にカバーする。考え方は、検出可能な、特に視認可能な肺血管の数の明確な欠如が観察された場合、これは、結節である可能性のあるものを確実に検出するための、不十分な画像品質に対する強力な指標であり得るということである。血管密度は患者間で異なるが、腫瘍の数に比べて、すなわち、肺結節の数に比べてはるかに一様で、患者群にわたって平均的である。したがって、異なる患者の異なる画像に対して特定された画像品質を平均化することにより平均画像品質を特定することは、イメージングシステムの、又は、より概括的には、例えば、画像が生成されたスクリーニングセンターの品質を示し得る、より高ロバストな品質尺度、すなわち、より高ロバストな画像品質をもたらし得る。
上述の第1のサーフェスは、三次元的な信号、ノイズ、及び構造物寸法、すなわち、肺画像における肺血管の寸法により広がった空間における第1のマニホールドである。この第1のマニホールドは提供された肺画像の品質を評価するために使用される。この第1のマニホールドの大きすぎる部分が、理想的な基準マニホールドより、すなわち第2のサーフェスより小さい場合、提供された肺画像が必要な画像品質要求を満たさないと推定される。別の実施形態において、例えば、異なるスクリーニングセンターの画像品質を比較するために、提供された肺画像がスクリーニングセンターのイメージングシステムにより生成されたものである場合、第2のサーフェス、すなわち基準マニホールドは、別のイメージングシステム、すなわち、別のスクリーニングセンターのイメージングシステムなどの、提供された肺画像を生成するために使用されていないイメージングシステムからのマニホールドに対応する。肺画像を評価するためのシステム及び方法は、1つの信号/ノイズ動作点のみを考慮するわけではなく、肺画像における肺結節である可能性のあるものの取り得る寸法の範囲に対して、特定された第1のマニホールド、すなわち、特定された第1のサーフェスを確立及び比較する。
肺画像提供ユニット2は、実質的に肺ボリュームのみを含み、肺ボリュームの外部の部分を含まない肺画像を提供するために、提供された全体的胸部コンピュータ断層撮影ボリューム画像において肺ボリュームを識別することにより、及び、全体的胸部コンピュータ断層撮影ボリューム画像から、識別された肺ボリュームをセグメント分けすることにより、肺画像を提供するように適応され得る。それぞれの肺画像における肺血管のセグメント分けは、肺血管に対応したそれぞれの肺画像における画像構造物の自動検出とみなされ得、このセグメント分け手順は、多数のハウンズフィールド閾値に対して接続コンポーネント分析などの知られたセグメント分け技術を使用し得、結果として得られる構造物から、既定の上エリア寸法限界より小さいエリア寸法をもつ二次元断面をもつ構造物が選択され得る。対応する結果として得られるセグメント分けされた肺血管が、図2に概略的に、及び例示的に示されている。
肺画像を評価するためのシステム及び方法は、各血管様構造物体に対して、すなわち、上記の実施形態では、セグメント分けされた肺血管の各断面サブ要素に対して、例えば、ノイズを特定するために、Hounsfield Laplaciansの寸法及び絶対的な大きさとして面積等価直径を使用することにより、寸法及びノイズを演算する。好ましい実施形態において、頻度ともみなされ得る、肺ボリューム当たりの検出された血管断面サブ要素の数は、構造物寸法及びノイズ値に依存した異なる肺画像に対するヒストグラムに蓄積される。肺画像のスライスの厚さに対する正規化、及び、肺画像における肺のボリュームにわたる正規化をさらに考慮した、結果として得られるグラフが、1つの構造物寸法に対して図4に例示的に示されている。
図4において、矢印30は、断面サブ要素の数の増加、すなわち信号値の増加の方向を示し、矢印31は、ノイズの増加、すなわちノイズ値の増加を示す。さらに、図4において、点32は、異なる形態により平滑化された肺画像に対応し、点33は、最初に提供された平滑化されていない肺画像に対応する。線34は、これらの点を通る点である。したがって、図4は、肺ボリュームに対して正規化されているので血管断面の頻度ともみなされる血管断面の数と、異なる平滑化の程度及び1つの構造物寸法に対するノイズ値とを示し、この例において、上述のように、ノイズは、Hounsfield Laplaciansの絶対的な大きさとして、すなわち、近接したボクセルの線形補間からの逸脱として推定される。すべての平滑化の前における元の肺画像は、点33により示されるように、最高のノイズと最大数の血管断面とをもつ。肺画像にガウシアン平滑化演算などの平滑化演算を連続的に適用することにより達成される平滑化の程度を高めるのに伴って、断面におけるノイズレベルが小さくされるだけでなく、検出可能な断面の数も小さくなる。
図4は、特定の構造物寸法に対する、又は、特定の寸法クラスに対する、すなわち、この実施形態では、肺画像において検出可能な断面サブ要素の1つの面積等価直径又は直径クラスに対する、血管断面の数とノイズ値との間の、すなわち、信号値とノイズ値との間の関連を示す。図5は、異なる構造物寸法に対する、すなわち、この例ではセグメント分けされた肺血管の異なる面積等価直径に対する、断面の数とノイズとの間の関連を例示的に示す。図5において、矢印35が構造物寸法の増加の方向を示しているので、曲線36は最小構造物寸法に対応し、曲線37は最大構造物寸法に対応する。図5から確認され得るように、検出可能な肺血管の数、及び、結果的に肺血管の検出可能な断面サブ要素の数は、小さい構造物寸法の場合には大幅に低下するのに対し、より大きい構造物寸法の場合には比較的安定したまま留まる。これらの曲線は、一緒に、矢印30により示される血管断面の数、すなわち取り得る信号値により、矢印31により示される取り得るノイズ値により、及び、矢印35により示される取り得る構造物寸法により規定された三次元空間において、第1のサーフェス、すなわち第1のマニホールドにわたって広がる。したがって、三次元空間は、信号次元30、ノイズ次元31、及び構造物寸法次元35にわたって広がる。選択的に、第1のサーフェスは、第1のサーフェスがより高い検出頻度に向いた方向をとる、方向付けされたサーフェスであるように図5に示される曲線に基づいて特定される。この第1のサーフェスは、三次元空間における信号値-ノイズ値-構造物寸法点に対するフィッティングにより選択的に特定され、この実施形態において、信号値は、それぞれの構造物寸法をもつセグメント分けされた肺血管の断面サブ要素の数により規定される。フィッティングは、例えば、区分的線形フィッティング、多項式フィッティング、スプラインフィッティング、サポートベクトルフィッティングなどであり得る。
図6は、同じコンピュータ断層撮影スキャンの異なる再構成に対応した2つの曲線38、39を例示的に示し、すなわち、同じコンピュータ断層撮影投影データが2つの異なる肺画像を異なる形態により再構成するために使用されており、第1の曲線38は、第1の再構成コンピュータ断層撮影画像に基づいて特定されたものであり、第2の曲線39は、第2の再構成コンピュータ断層撮影画像に基づいて特定されたものである。この例において、第1の再構成コンピュータ断層撮影画像が比較的高い空間周波数に対応するように、第1の再構成コンピュータ断層撮影画像が再構成されており、第2の再構成画像が比較的低い空間周波数に対応するように、第2の再構成画像が再構成されている。この意味で、第1の画像はハード画像であるともみなされ得、第2の画像はソフト画像であるともみなされ得る。それぞれの提供された平滑化されていない画像が、それぞれ、点40、41により示される。第1の高周波画像は、第2の低周波画像に比べて、より多くのノイズ、及び、より多くの構造体、すなわち、セグメント分けされた肺血管のより多くの断面サブ要素を含む。しかし、平滑化の程度を高めるのに伴って、すなわち、例えば、連続したガウシアン平滑化の後に、曲線が非常に近くなることが明瞭になり、これは画像品質が同様であることを示す。図6は、1つの構造物寸法に対する、すなわち、この実施形態では1つの面積等価直径に対する曲線を示す。曲線が上記のとおり規定される三次元空間においてそれぞれのサーフェスにわたって広がるように、対応する曲線が他の構造物寸法に対しても特定され、平滑化の程度を高めるのに伴って、これらの2つのサーフェスが非常に近くなる。
図7は、1つの構造物寸法に対する、すなわち、1つの寸法クラスに対する4つの曲線41…44を概略的かつ例示的に示し、異なる曲線41…44は4つの異なる提供された肺画像に対応する。見てわかるように、曲線41は、ほぼすべてのノイズレベルにおいて、他の提供された肺画像より大幅に多くの構造物を示す提供された肺画像に対応する。さらに本例では、様々な構造物寸法に対して(図7では、曲線が1つの構造物寸法のみに対応する)、4つの曲線41…44は、例えば、高さ又は相対距離により比較され得る4つの二次元面に一般化される。
一実施形態において、三次元空間における二次元サーフェス、すなわち第1のサーフェスが、提供された肺画像に対して特定され、この二次元の第1のサーフェスが、提供された肺画像の画像品質に対する尺度をもたらすために所望の画像品質に対応した基準サーフェスと比較される。例えば、第2の基準サーフェスに対する第1のサーフェスの符号付き距離が特定され、提供された肺画像の画像品質を評価するために使用され得る。画像品質サーフェスともみなされ得る基準サーフェスは、基準ベース又は特定のスクリーニングセンターから取得され得る。基準は、任意選択的に、例えば男性/女性、年齢、ボディマスインデックスなどの患者コホートにより階層化され得る。したがって、各患者に対して、例えば性別、年齢などの特徴に関連して、それぞれの患者に対応した基準サーフェスが提供され得る。一実施形態において、画像品質特定ユニット6は、方向付けされたサーフェスの過度に多くのエリアが基準品質サーフェスの下方に、すなわち第2のサーフェスの下方にある場合、提供された肺画像の画像品質が肺結節の検出に対して不十分であると判定するように適応される。逆も同様に、サーフェスの過度に多くのエリアが第2のサーフェスの上方にある場合、画像獲得線量が、ALARA原理を満たすように少なくされ得、及び、少なくされなければならないと判定され得る。過度に多くのエリアが第2のサーフェスの下方に、又は上方にあるか否かの判定は、例えば校正により特定される上述の既定のエリア寸法閾値に基づき得る。ユーザーインターフェースを使用することにより、この品質確認が対話型ビューイングソフトウェアに対して実施され得る。ユーザーは、例えば、動的ウィンドウ/レベル、空間スクリーン分解能などの設定を変更し得、品質確認、すなわち、画像品質の特定は、対話的に選択された設定の各々に対して実施され得、結果として得られる表示品質が結節の網羅的な検出に不十分と見受けられる場合、ユーザーは警告され得る。
上述の肺画像を評価するためのシステム及び方法は、身体的ファントムのスキャニングを必要としない。提供された定量的な画像品質尺度は、選択的に、一般的なスキャンタイプ又は再構成タイプに対するものではないが、それは、それぞれの患者に、すなわち、例えば、患者の寸法、体重、骨などに特有である。さらに、それは、実際のイメージングプロトコルに特有であり、すなわち、例えば、コンピュータ断層撮影イメージングの場合、管電流、管電圧などに特有である。それは、スキャンにわたる動的な線量調節の実際の経路に沿った分解能の変化にも特有であり、すなわち、存在する場合には、より高密度のエリア及び肺の底部及び頂点に対する線量の自動的な変動にも特有である。さらに、それは、視野の中心に対して患者の最適ではない配置に起因した起こり得る分解能の低下に特有であり、すなわち、それは、中心から外れた位置に向かって起こり得る分解能の低下に特有である。さらには、再構成視野の最適ではない選択にも特有であり得、すなわち、不必要に広い視野はボクセル間隔を制限する。最後に、それは、それが反復的再構成などであるか否かにかかわらず、それぞれに選択された再構成アルゴリズムに、すなわち、例えば、カーネルに特有である。肺画像を評価するためのシステム及び方法は、寸法及び画像値の関心のある範囲、すなわち、ハウンズフィールド密度のコンピュータ断層撮影の場合、肺結節の検出に関連した範囲をカバーする。さらに、肺画像の品質の評価は、遡及的に、及び、イメージングシステムのすべての製造業者に対して適用され得る。肺画像の品質の評価は、特定の期間又は特定の患者コホートに対する画像などの画像のバッチに、又は、個々の画像にも適用され得る。画像のバッチが考慮される場合、各画像に対してそれぞれの画像品質が特定され得、これらの画像品質は、画像のバッチに対する画像品質を特定するために組み合わされ得る。例えば、画像品質が平均化され得、及び/又は、これらの画像品質の標準偏差が、画像のバッチに対する画像品質を特定するために特定され得る。それぞれの画像に対する画像品質を特定するために、それぞれの第1のサーフェスと基準サーフェスとの間の距離が組み合わされ、特に、平均化され得る。したがって、二次元ノイズ分解能サーフェスと基準サーフェスとの間の偏差は、例えば、基準サーフェスの下方の、及び上方の距離を平均化することにより、1つの符号付きスカラー数に集約され得、それにより、各画像に対して数を生成し、画像のバッチに対する画像品質を特定するために、異なる患者に対応する異なる画像に対して特定された数が平均化され得、及び/又は、標準偏差が特定され得る。必要とされる場合、特に患者が退院する前に、患者の再スキャンが比較的速く実施され得るように、画像品質が比較的速く特定され得る。肺画像を評価するためのシステム及び方法は、例えば、低線量スクリーニングコンピュータ断層撮影画像に適用され得るだけでなく、他のコンピュータ断層撮影画像にも適用され得、コンピュータ断層撮影イメージングシステムを使用することにより生成されていない肺血管を示す他の画像にも適用され得る。
上記の実施形態では信号次元とノイズ次元と構造物寸法次元とにより規定された三次元空間が検討されているが、別の実施形態において、構造物コントラストなどのさらなる次元が検討されてよく、この場合において、それぞれの三次元マニホールド、すなわち、三次元サーフェスが、対応する四次元空間において規定され、画像品質を特定するために比較される。特に、平滑化の程度を高めるのに伴って、低コントラスト構造物が高コントラスト構造物より速く消滅し始める。一実施形態において、構造物コントラストは、血管断面の近接部の、すなわち、血管断面に直接隣り合った画像背景のものに対する、血管断面の平均明度の、すなわち、例えば平均ハウンズフィールド密度の差として規定される。
開示される実施形態に対する他の変形例が、図面、本開示、及び添付の特許請求の範囲の考察により、請求項に記載された発明を実施する当業者により理解及び実現され得る。
特許請求の範囲において、「備える(含む、有する、もつ)」という用語は、他の要素もステップも排除せず、単数形は複数を排除しない。
1つのユニット又はデバイスが、特許請求の範囲に記載されているいくつかの項目の機能を実現してよい。単に特定の手段が相互に異なる従属請求項に記載されているということが、利点を得るためにこれらの手段の組合せが使用不可能なことを示すわけではない。
1つ又は複数のユニット又はデバイスにより実施される、例えば、肺画像の提供、提供された肺画像の平滑化、肺画像における肺血管のセグメント分け、肺値の断面サブ要素の特定、断面サブ要素の寸法の特定、断面サブ要素の数の特定、断面サブ要素に対するノイズ値の特定、画像品質の特定などの手順は、任意の他の数のユニット又はデバイスにより実施され得る。例えば、これらの手順は、1つのデバイスにより実行され得る。肺画像を評価する方法に従った肺画像を評価するためのシステムのこれらの手順及び/又は制御は、コンピュータプログラムのプログラムコード手段として、及び/又は、専用ハードウェアとして実施され得る。
コンピュータプログラムは、他のハードウェアと一体的に、又は他のハードウェアの一部として供給される光記憶媒体又はソリッドステート媒体などの適切な媒体に記憶されてよい/適切な媒体にのせて配布されてよいが、例えばインターネット又は他の有線又は無線電気通信システムを介して他の形態で配布されてもよい。
特許請求の範囲における参照符号は、いずれも特許請求の範囲を限定するように解釈されてはならない。
本発明は、肺結節の検出可能性に関連した改善された評価を可能にする、肺画像を評価するためのシステムに関する。肺画像は、平滑化の程度の異なる、異なる肺画像を提供するために平滑化され、これらの画像における肺血管の検出可能性及びノイズを示す信号値及びノイズ値は、肺結節を検出するために評価される肺画像の有用性を示す画像品質を特定するために特定及び使用される。肺画像は、肺結節である可能性のあるもののそれぞれの範囲をおおむね非常に適切にカバーする、多くの異なる血管寸法をもつ、及び、多くの異なる画像値をもつ肺血管を示すので、平滑化の程度が異なる、異なる肺画像に基づく画像品質の特定は、肺結節を検出するための肺画像の有用性の信頼性の高い評価を可能にする。

Claims (14)

  1. 肺画像を評価するためのシステムであって、前記システムは、
    画像値が割り当てられた画像要素を含む肺画像であって、肺血管を示す前記肺画像を提供する肺画像提供ユニットと、
    提供された前記肺画像を平滑化し、平滑化の程度の異なる肺画像を提供するための平滑化ユニットと、
    前記異なる肺画像に対する信号値を特定する信号値特定ユニットであって、それぞれの肺画像に対して、それぞれの前記肺画像における前記肺血管の検出可能性を示す1つ又は複数の信号値が、それぞれの前記肺画像の前記画像値に基づいて特定される、信号値特定ユニットと、
    前記異なる肺画像に対するノイズ値を特定するノイズ値特定ユニットであって、それぞれの肺画像に対して、それぞれの前記肺画像におけるノイズを示す1つ又は複数のノイズ値が、それぞれの前記肺画像の前記画像値に基づいて特定される、ノイズ値特定ユニットと、
    前記異なる肺画像に対して特定された前記信号値と前記ノイズ値とに基づいて、提供された平滑化されていない画像に対する画像品質を特定する画像品質特定ユニットとを備え、
    前記システムが、特定された前記画像品質に基づいて次の肺画像を生成するために適用される放射線量レベルを特定する線量レベル特定ユニットをさらに備える、システム。
  2. 前記信号値特定ユニットが、それぞれの肺画像の前記画像値に基づいてそれぞれの前記肺画像において前記肺血管をセグメント分けすることと、セグメント分けされた前記肺血管に基づいてそれぞれの前記肺画像において前記肺血管の量を示す1つ又は複数の肺血管値を特定することと、特定された前記1つ又は複数の肺血管値に基づいてそれぞれの前記肺画像に対する前記1つ又は複数の信号値を特定することとを行う、請求項1に記載のシステム。
  3. 前記信号値特定ユニットが、セグメント分けされた前記肺血管を断面サブ要素に再分割し、前記セグメント分けされた肺血管は前記肺血管の断面でセグメント分けされ、前記断面サブ要素は、前記セグメント分けされた肺血管を既定の厚さで再分割したサブ要素であり、前記断面サブ要素の数に基づいて前記1つ又は複数の肺血管値を特定する、請求項2に記載のシステム。
  4. 前記ノイズ値特定ユニットが、セグメント分けされた前記肺血管を表すそれぞれの前記肺画像の画像値に基づいてそれぞれの前記肺画像に対する前記1つ又は複数のノイズ値を特定する、請求項2に記載のシステム。
  5. 前記ノイズ値特定ユニットは、それぞれの前記断面サブ要素におけるノイズを示すそれぞれのノイズサブ値を各断面サブ要素に対して特定し、特定された前記ノイズサブ値に基づいて前記1つ又は複数のノイズ値を特定する、請求項3に記載のシステム。
  6. 前記信号値特定ユニットが、前記異なる肺画像における異なる寸法の前記肺血管に対する前記信号値を特定し、前記ノイズ値特定ユニットが、前記異なる肺画像における前記異なる寸法の前記肺血管に対する前記ノイズ値を特定し、前記画像品質特定ユニットが、異なる寸法の肺血管に対して基準信号値及び基準ノイズ値を提供することと、前記画像品質がa)特定された前記信号値及び特定された前記ノイズ値と、b)提供された前記基準信号値及び前記基準ノイズ値との偏差を示すように前記画像品質を特定することとを行う、請求項1に記載のシステム。
  7. 前記画像品質特定ユニットが、i)前記異なる寸法の前記肺血管に対して特定された前記信号値及び前記ノイズ値に基づいて第1の多岐管を特定することであって、サーフェスが、信号値次元とノイズ値次元と肺血管寸法次元とにより規定された空間において特定される、前記第1の多岐管を特定することと、ii)前記異なる寸法の前記肺血管に対して提供された前記基準信号値と前記基準ノイズ値とに基づいて、前記空間における第2の多岐管を特定することと、iii)前記第1の多岐管における複数の位置に対して、前記第1の多岐管と前記第2の多岐管との間の距離を特定することと、iv)前記距離に基づいて前記画像品質を特定することとを行う、請求項6に記載のシステム。
  8. 前記画像品質特定ユニットは、特定された前記距離が既定の距離閾値より大きい前記第1の多岐管のエリアを特定し、このエリアに基づいて前記画像品質を特定する、請求項7に記載のシステム。
  9. 前記画像品質特定ユニットが、三次元空間における、前記第2の多岐管の上方におけるエリアの寸法に応じて、及び/又は、前記第2の多岐管の下方におけるエリアの寸法に応じて前記画像品質を特定する、請求項8に記載のシステム。
  10. 前記信号値特定ユニットが、前記肺画像のうちの少なくとも1つの肺画像内の肺により占有された空間として肺空間を特定し、特定された前記肺空間に対してそれぞれの前記信号値を正規化する、請求項1に記載のシステム。
  11. 前記肺画像提供ユニットが、前記肺画像としてスライス厚をもつスライス画像を提供し、前記信号値特定ユニットが、前記スライス厚に対してそれぞれの前記信号値を正規化する、請求項1に記載のシステム。
  12. 前記肺画像提供ユニットは、前記肺画像が肺に特定の放射線量レベルを適用することにより生成された画像であるように、前記肺画像を提供し、前記線量レベル特定ユニットは、特定された前記画像品質が既定の品質閾値より高い場合、次の肺画像を生成するために適用される放射線量レベルが前記特定の放射線量レベルより小さくなるように、次の肺画像を生成するために適用される放射線量レベルを特定する、請求項1に記載のシステム。
  13. 肺画像を評価する方法であって、前記方法は、
    画像値が割り当てられた画像要素を含む肺画像であって、肺血管を示す前記肺画像を、肺画像提供ユニットが提供するステップと、
    平滑化ユニットが、前記肺画像を平滑化して、平滑化の程度の異なる肺画像を提供するステップと、
    信号値特定ユニットが、前記異なる肺画像に対する信号値を特定するステップであって、それぞれの肺画像に対して、それぞれの肺画像における前記肺血管の検出可能性を示す1つ又は複数の信号値が、それぞれの肺画像の前記画像値に基づいて特定される、信号値を特定するステップと、
    ノイズ値特定ユニットが、前記異なる肺画像に対するノイズ値を特定するステップであって、それぞれの肺画像に対して、それぞれの肺画像におけるノイズを示す1つ又は複数のノイズ値が、それぞれの肺画像の前記画像値に基づいて特定される、ノイズ値を特定するステップと、
    画像品質特定ユニットが、前記異なる肺画像に対して特定された前記信号値と前記ノイズ値とに基づいて、提供された平滑化されていない画像に対する画像品質を特定するステップと、
    特定された前記画像品質に基づいて、次の肺画像を生成するために適用される放射線量レベルを線量レベル特定ユニットが特定するステップと、
    を有する、方法。
  14. 肺画像を評価するためのコンピュータプログラムであって、前記コンピュータプログラムは、前記コンピュータプログラムがシステムを制御するコンピュータにおいて動作させられたときに、請求項1に記載の肺画像を評価するためのシステムに請求項13に記載の肺画像を評価する方法のステップを実行させるためのプログラムコード手段を含む、
    コンピュータプログラム。
JP2020533218A 2017-12-20 2018-12-14 肺画像を評価するためのシステム及び方法 Active JP7346418B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17208950.0A EP3503022A1 (en) 2017-12-20 2017-12-20 System for assessing a pulmonary image
EP17208950.0 2017-12-20
PCT/EP2018/084890 WO2019121369A1 (en) 2017-12-20 2018-12-14 System and method for assessing a pulmonary image

Publications (2)

Publication Number Publication Date
JP2021506434A JP2021506434A (ja) 2021-02-22
JP7346418B2 true JP7346418B2 (ja) 2023-09-19

Family

ID=60923291

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020533218A Active JP7346418B2 (ja) 2017-12-20 2018-12-14 肺画像を評価するためのシステム及び方法

Country Status (5)

Country Link
US (1) US11657500B2 (ja)
EP (2) EP3503022A1 (ja)
JP (1) JP7346418B2 (ja)
CN (1) CN111630562A (ja)
WO (1) WO2019121369A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102019131440B3 (de) * 2019-11-21 2021-05-27 Volume Graphics Gmbh Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts
US20220022838A1 (en) * 2020-07-27 2022-01-27 Canon Medical Systems Corporation Evaluation apparatus, evaluation method, and evaluation system
CN112651930B (zh) * 2020-12-09 2022-11-01 浙江明峰智能医疗科技有限公司 一种基于图像细节保真度的医学图像质量评估方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003070778A (ja) 2001-08-24 2003-03-11 Ge Medical Systems Global Technology Co Llc X線ctシステム、操作コンソール及び制御方法
JP2005198798A (ja) 2004-01-15 2005-07-28 Canon Inc 放射線画像処理装置及び処理方法
US20070140541A1 (en) 2002-12-04 2007-06-21 Bae Kyongtae T Method and apparatus for automated detection of target structures from medical images using a 3d morphological matching algorithm
JP2013153824A (ja) 2012-01-27 2013-08-15 Toshiba Corp X線ct装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW514513B (en) * 1996-02-06 2002-12-21 Deus Technologies Inc Method for the detection of lung nodule in radiological images using digital image processing and artificial neural network
US7499578B2 (en) * 2002-10-18 2009-03-03 Cornell Research Foundation, Inc. System, method and apparatus for small pulmonary nodule computer aided diagnosis from computed tomography scans
US6937776B2 (en) * 2003-01-31 2005-08-30 University Of Chicago Method, system, and computer program product for computer-aided detection of nodules with three dimensional shape enhancement filters
US7305111B2 (en) * 2004-01-30 2007-12-04 University Of Chicago Automated method and system for the detection of lung nodules in low-dose CT images for lung-cancer screening
US8073226B2 (en) * 2006-06-30 2011-12-06 University Of Louisville Research Foundation, Inc. Automatic detection and monitoring of nodules and shaped targets in image data
EP2252214A4 (en) 2008-02-13 2013-05-29 Kitware Inc METHOD AND SYSTEM FOR MEASURING TISSUE INJURY AND PATHOLOGICAL RISK
JP5723541B2 (ja) * 2010-03-31 2015-05-27 富士フイルム株式会社 医用画像診断支援装置およびその作動方法、並びにプログラム
US9076201B1 (en) * 2012-03-30 2015-07-07 University Of Louisville Research Foundation, Inc. Volumetric deformable registration method for thoracic 4-D computed tomography images and method of determining regional lung function
US8824752B1 (en) * 2013-03-15 2014-09-02 Heartflow, Inc. Methods and systems for assessing image quality in modeling of patient anatomic or blood flow characteristics
US10363011B2 (en) * 2014-03-05 2019-07-30 Siemens Healthcare Gmbh Automatic dose control for imaging medical devices
AU2015331579A1 (en) * 2014-10-17 2017-05-25 Cireca Theranostics, Llc Methods and systems for classifying biological samples, including optimization of analyses and use of correlation
CN107341812B (zh) * 2017-07-04 2019-11-08 太原理工大学 一种基于超像素和密度聚类的序列肺结节图像分割方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003070778A (ja) 2001-08-24 2003-03-11 Ge Medical Systems Global Technology Co Llc X線ctシステム、操作コンソール及び制御方法
US20070140541A1 (en) 2002-12-04 2007-06-21 Bae Kyongtae T Method and apparatus for automated detection of target structures from medical images using a 3d morphological matching algorithm
JP2005198798A (ja) 2004-01-15 2005-07-28 Canon Inc 放射線画像処理装置及び処理方法
JP2013153824A (ja) 2012-01-27 2013-08-15 Toshiba Corp X線ct装置

Also Published As

Publication number Publication date
US20200320705A1 (en) 2020-10-08
EP3729368B1 (en) 2021-11-10
WO2019121369A1 (en) 2019-06-27
EP3729368A1 (en) 2020-10-28
EP3503022A1 (en) 2019-06-26
JP2021506434A (ja) 2021-02-22
CN111630562A (zh) 2020-09-04
US11657500B2 (en) 2023-05-23

Similar Documents

Publication Publication Date Title
US7876939B2 (en) Medical imaging system for accurate measurement evaluation of changes in a target lesion
CN105144241B (zh) 图像质量指数和/或基于其的成像参数推荐
US8229200B2 (en) Methods and systems for monitoring tumor burden
US10453198B2 (en) Device and method for delineating a metal object for artifact reduction in tomography images
JP7346418B2 (ja) 肺画像を評価するためのシステム及び方法
JP6042879B2 (ja) 画像の画像領域と要素クラスとの間の割り当てを生成する装置
US10789683B2 (en) Method for automatic optimization of quantitative map generation in functional medical imaging
JP2009537241A (ja) 誤差適応的な機能的画像化
US20160217566A1 (en) Quantitative imaging
JP6345881B2 (ja) 画像データ用のテクスチャ解析マップ
Gavrielides et al. Information-theoretic approach for analyzing bias and variance in lung nodule size estimation with CT: a phantom study
JP2017531519A (ja) 画像化不確実性の可視化
JP2015532872A (ja) かん流撮像
US10993688B2 (en) Method of data processing for computed tomography
US11222411B2 (en) Method for automatically adapting an image data set obtained by an x-ray device
JP6653706B2 (ja) 血管腔サブ解像度セグメンテーション
JP6878679B2 (ja) デジタルx線画像における低情報コンテンツを有する領域の検出
CN110023991B (zh) 用于从对象类中识别对象的装置
EP4134907A1 (en) Heterogeneity analysis in 3d x-ray dark-field imaging
EP3667619A1 (en) System, method and computer program for reconstructing a material-specific image of an object

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211209

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221121

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221128

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230224

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230519

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: 20230808

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230906

R150 Certificate of patent or registration of utility model

Ref document number: 7346418

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150