アフィン変換を用いたモダリティ内医療体積画像の自動登録
患者の共通領域の現行診断画像及びアーカイブ診断画像が第１メモリ(14)及び第２メモリ(18)にロードされる。診断画像は、特徴画像(24)に変換され、スケーリングされ（40）、正規化される(42)。アフィン変換判定プロセッサ(50)は、現行画像とアーカイブ画像との間の誤差を表すアフィン変換を生成する。変換処理手段(90)は、アフィン変換によって診断画像のうちの一方を処理して、2つの画像を登録させる。ディスプレイ・プロセッサ(104)は、登録された第１画像及び第２画像の断面の相当する対をモニタ(22)上に表示する。ステップ・プロセッサ(102)は、登録画像の表示断面対を、連係して一緒に進めさせる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は画像診断の技術分野に関する。本発明は、肺のCT腫瘍研究に関して特に応用がみられ、それを特に参照しながら説明することとする。しかし、本発明は種々の理由で、広範囲の画像診断モダリティに適用可能であり、種々の器官の研究に適用可能である。
【背景技術】
【０００２】
患者が肺癌の治療を受ける場合、肺は、CTスキャナなどによって定期的に再検査される。腫瘍医は、患者の、以前に得られた画像と、CTスキャナによる現在の画像とを比較する。この比較によって、腫瘍医は、病気のプログレッションの速度を判定することができ、病気が寛解しているか否かを判定することもできる。
【０００３】
通常、腫瘍医は、現在の画像データ群と、先行する画像データ群とを呼び出す。腫瘍医は、ビデオ・モニタの上部にある画像群のうちの１つの肺の横断面と、このモニタの下部にある別の画像群からの患者の肺の横断面とを表示する。腫瘍医は2つのデータ群を手作業で個別にたどり、相当する断面を手作業で判定する。多くの場合、いくつかの薄断面が厚断面に融合されている。
【０００４】
問題の１つとして、相当する断面の照合がある。照合は、時間がかかり、主観的なものでもある。
【０００５】
更に、２つのデータ群からのデータは、患者が、スキャン円の中心に対して違ったふうに配置されるなどして、異なる撮像パラメータによって生成された場合がある。２つのデータ群は、異なる厚さの断面を有する場合があり、異なる角度で曲がっている場合もある。画像は、スキャン円の中心に対してシフトされている場合がある。画像の視野又はスケールにおける差が存在し得る。肺が、別の肺疾患段階で撮像された場合がある。これらや他の要因は全て、手作業で画像をアラインするということの難しさに寄与し、主観性や、人間の誤りの可能性を増加させる。
【０００６】
従来、指標を用いて２つの画像をアラインする手法が開発されている。つまり、指標、すなわちイメージング可能マーカを、関心の領域に近接する患者に、固定した関係になるように添付する。このマーカは、２つの画像内で容易にアラインされる。
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、画像が、一定の期間、例えば数ヶ月離れて得られる場合、患者の体外に指標を貼付したままにすることは不都合である。更に、胴内の内臓に指標が用いられるのは一般的でないが、それは患者の表面が、呼吸、姿勢等によって、大半の内臓に対して動くからである。
【０００８】
画像は、解剖学的マーカを用いてもアラインされる。すなわち、頭蓋上や脊柱上の特有の位置などの、関心の領域付近の身体の特徴的な部分が、外部から施される指標の代わりに用いられている。しかし、別個の解剖学的マーカは、それらに対して移動し得る肺や他の内臓に容易に利用可能でない。よって、指標や解剖学的マーカのアラインメント手法の大半は、硬い頭蓋内の頭部や、脊柱に沿った部分などの、身体の硬い部分に用いられている。
【課題を解決するための手段】
【０００９】
本願は、上記に参照した課題や他の課題を解決する、新たなものであり、かつ改良された自動登録手法を想定している。
【００１０】
本発明の一特徴によって、画像診断用装置を開示する。第１のメモリは第１の診断画像を記憶する。第２のメモリは第２の診断画像を記憶する。一手段は、操作者の支援なしで第１の画像メモリ及び第２の画像メモリから第１の診断画像及び第２の診断画像を自動登録する。一手段は、第１の登録診断画像及び第２の登録診断画像の相当する断面を同時に表示する。一手段は、第１の画像及び第２の画像の相当する領域に表示断面を同時に進める。
【００１１】
本発明の別の特徴によって、画像診断方法を開示する。第１の診断画像及び第２の診断画像が記憶される。第１の診断画像及び第２の診断画像は、操作者の支援なしで自動的に登録される。第１の登録診断画像及び第２の登録診断画像の相当する断面が同時に表示される。表示される断面は、第１の画像及び第２の画像の相当する領域に同時に進められる。
【００１２】
本発明の一効果は、すばやく、用いるのが容易で、単純であるという点である。
【００１３】
本発明の別の効果は、完全に自動的であるという点である。
【００１４】
別の効果は、その精度にある。
【００１５】
別の効果は、単一の動作で両方の走査の画像を、連係して表示し、進めることにある。
【００１６】
更に別の効果は、同じ患者の追跡検査が容易であることにある。
【００１７】
本発明の更なる効果や便益は、好ましい実施例の以下の詳細説明の検討及び理解によって当業者に明らかになるものである。
【発明を実施するための最良の形態】
【００１８】
本発明は、種々の、構成部分や、構成部分の配置の形態をとり、種々の、工程や、工程の配置の形態をとり得る。添付図面は、好ましい実施例を示す目的のために過ぎず、本発明を限定するものとして解されるものでない。
【実施例】
【００１９】
図１を参照すれば、患者が、追跡検査で、CTスキャナなどの診断撮像装置10に配置される。生成データは、再構成プロセッサ12によって再構成され、３次元の体積画像メモリ14に記憶される。公知の種々の画像エンハンスメント処理も行われる。
【００２０】
同じ患者の同じ領域の、病院アーカイブからの画像データや別の記憶媒体16からの画像データが取り出され、アーカイブ3次元体積画像メモリ18に記憶される。当然、現行3次元画像メモリもアーカイブ3次元画像メモリも共通の記憶媒体の一部であり得る。登録手段20は、現行画像及びアーカイブ画像を取り出し、モニタ22上で同時に表示するよう、２つの画像を自動的に登録する。
【００２１】
引き続き図１を参照し、更に図２を参照すれば、表面画像生成手段24は、現行画像及びアーカイブ画像から表面画像を生成する。セグメント化手段26は、登録するよう、重要な身体部位を抽出し、更に、特徴抽出手段28が、登録するよう共通の特徴を抽出する。特に肺の画像をみれば、セグメント化手段は、画像を閾値化する閾値化手段30を備える。特に、肺の実施例の場合、閾値化手段30は、肺内の空気のグレイスケール値を一方の極値、例えば、黒色又は白色に設定し、画像内の組織全てを他方に設定する。特に肺の画像の場合、特徴抽出手段28は、黒色領域と白色領域との間の界面にそって存在する単一層のボクセルを抽出する表面ボクセル抽出手段32を備える。好ましくは、空気表面ではなく組織表面を表すボクセルが選択される。特徴除去手段34は、もしあれば、欠陥があるか、アーチファクトがある3次元画像の特徴部分を除去する。特に肺の画像をみれば、心臓に近接する肺部分は、動きアーチファクトを受けることが多い。残りの処理を単純にするよう、特徴除去手段34は任意的に、両方の画像表現から、共通のアーチファクト領域を除去する。ボクセルは、特徴画像メモリ（特徴画像メモリ部分）又は表面画像メモリ（表面画像メモリ部分）36、36’に記憶される。
【００２２】
スケーリング手段40は、走査パラメータにおける既知の差によって２つの表面画像をスケーリングする。例えば、画像は、走査の断面の厚さにおける差、視野、倍率差等について調節される。正規化手段42は、２つの表面画像を正規化する。特に好ましい実施例の場合、各画像のz軸に沿った極点は一方の方向では−１と印され、他方の方向では＋１と印されている。中間の点は、比例して印される。同じスケーリングが、x軸及びy軸に関しても行われる。別の正規化手法も利用可能なものとして存在する、例えば、データの平均又はメジアンと、標準偏差とを計算し、中央点を平均又はメジアンに設定し、1の長さを平均又はメジアンからの標準偏差に設定する。当然、他の座標系が想定される。２つの、スケーリングされ、正規化された３次元表面画像は、スケーリングされ、正規化された体積画像のメモリ（メモリ部分）44、44’に記憶される。
【００２３】
引き続き図１及び図２を参照し、更に図３を参照すれば、アフィン変換手段50は、現行の、スケーリングされ、正規化された3次元画像と、アーカイブされた、スケーリングされ、正規化された3次元画像との間の登録誤差を規定する、12個のアフィン変換値を判定する。特に、アフィン変換手段50は、３つの直交軸を中心とした9個の回転成分と、3つの軸に沿った３つの平行移動成分とを判定する。任意的には、スケーリング・パラメータも判定することができる。
【００２４】
アフィン変換手段50は、選択的、又は一様でない、ランダム特徴削減手段すなわちランダム点削減手段52を備える。すなわち、通常のCT分解能では、2つの表面画像はなお、数十万ボクセルである。計算量負荷を削減するよう、（事前の知識に基づいた）選択的な点削減手段52、又は一様でないランダム点削減手段52は好ましくは、選択的に（事前の知識に基づいて）無作為に点の一部、例えば1%を両方の画像から選択する。診断腫瘍医は通常、z軸すなわち体の長軸に沿った登録に最も関心があり、点が選択される非一様性は、z軸に沿った登録に影響を及ぼす点を優先するよう改変される。好ましい実施例では、肺の上部軸及び下部軸に沿った点が高い割合で選択される。照合手段54は、一方の表面画像からの、一様でない、無作為に選択される点を、他方の表面画像内の相当する点と照合する。好ましい実施例では、KD木の照合の手法又はプロセッサ56が利用される。各反復では、他方の表面画像内の相当する点に照合する対象の、現行画像からの点の一様でないランダム標本が、先行する画像からの他方の点群に照合するよう利用される。標本における点毎に、照合点が、KD木を用いて探索される。照合対毎に、対の各ボクセルの座標すなわち位置と、表面法線が判定される。照合処理では、2つ以上の候補点が、基準点に対する、同等に良好な空間的照合を有する場合、最も近い法線を備える点すなわちボクセルを選択して、点及び法線のメモリ手段58に記憶される点群及び法線群を生成する。
【００２５】
劣悪対除去手段60は、予め選択された基準を満たすことができない照合点対を除去する。好ましい実施例では、この基準は、予め選択された最小値よりも物理的な分離距離が大きいこと、法線のミスアラインメントが劣悪であることや、点が（該当する場合）切断表面に近いことを有する。誤差推定手段62は、点間の誤差を推定する。誤差推定手段62は、x、y、zにおける差と、法線差とを用いて加重距離を算出する。各座標は、特定部分における差が他の部分よりも優先されることになるように、異なる重みが割り当てられる。特に肺の画像をみれば、z座標における差は、x座標及びy座標よりも高い重みを有し、法線差よりも高い。
【００２６】
引き続き図３を参照すれば、誤差最小化手段すなわちアフィン登録手段70は、点対間の誤差を最小にするアフィン変換を探索する。好ましい実施例では、誤差最小化手段70は、リーベンバーグ・マーカート最小化の手法又はプロセッサ72を用いる。加重誤差推定と、加重誤差推定の発散とを用いれば、誤差最小化手段70は、標本対群について誤差の最小値をもたらすアフィン変換パラメータ群を探索する。12個のアフィン変換座標と、任意的には、スケーリング補正が、補正変換メモリ80にロードされる。
【００２７】
引き続き図３を参照すれば、変換プロセッサ82は、判定される補正変換によって、メモリ44、44’からの、現行の、スケーリングされ、正規化された表面画像と、アーカイブされた、スケーリングされ、正規化された表面画像とのうちの一方を変換する。アフィン変換手段50は、登録に変換するよう、予測された変換をそのうちの１つが受ける体積画像を再登録する登録手法を繰り返す。この処理は、第１の補正変換への補正変換の12個のアフィン変換座標（と、任意的なスケーリングと）を生成する。終了基準判定手段84は、補正変換を監視することによって、許容できる範囲内で２つの画像がアラインされたか否かを判定する。好ましい実施例では、終了基準判定手段84は、予め選択された閾値よりも大局平行移動が少ないか否か、予め選択された閾値を補正変換における変動が下回るか否か、又は、予め選択された数の反復が行われたか否かを判定する。これらの基準の何れかが満たされる場合、補正変換合成手段86は、第１補正変換と、後続補正変換の各々とを合成して、登録変換のメモリ又はバッファ88に記憶される単一の登録変換を備える。
【００２８】
もう一度図１を参照し、更に図４を参照すれば、変換処理手段90は、現行画像と3次元アーカイブ画像とのうちの一方、好ましくはアーカイブ画像、を処理して、それを現行3次元体積画像とともに登録する。変換アーカイブ画像は、変換3次元画像体積メモリ92に記憶される。
【００２９】
操作者は、キーボードや他の入力装置100を介して、現行3次元画像メモリ14及び変換3次元画像メモリ92からの相当する断面をモニタ22上から退けさせ、モニタ22上に表示させるステップ手段102を制御する。好ましい実施例では、現行画像メモリ14からの横断面が画面の上半分に表示され、変換メモリ92の相当する断面が画面の下半分に表示される。好ましくは、相当する直交表示は、より大きな、体の長軸方向の断面に隣接して表示される。操作者入力装置100は、ディスプレイ・プロセッサ104と協調して、2つの画像の各々における、予め選択された数の隣接断面を合計する断面融合手段106も制御する。操作者入力手段100は、ディスプレイ・プロセッサ104を制御して、他方とは無関係に２つの3次元画像のうちの一方のみの断面をたどることができる単一画像断面ステップ手段108にも接続される。
【００３０】
通常、モニタ22上に表示するよう、3個から5個の断面をお互いに融合させる。±2断面以内の２つの3次元体積画像を登録する大局登録アルゴリズムは、いくつかの隣接画像の融合によって、正確な登録とみなされる。
【００３１】
CTスキャナ撮像を特に参照しながら説明したが、この手法は、磁気共鳴画像、PET画像、SPECT画像や他の3次元診断画像にも適用可能であることとする。更に、登録される画像は、混合モダリティからのものであってよい。例えば、CT画像は、この手法を用いてPET画像とともに登録することができる。モダリティを混ぜる場合、両方の撮像モダリティにおいて特徴が定義されるか、適切な調節が行われることに留意することとする。更に、肺を特に参照して説明したが、この手法は、直腸、肝臓や他の、硬くない器官などの他の器官の研究にも適用可能であることとする。更に、この手法は、頭部などの、身体の硬い部分にも適用可能である。
【００３２】
本発明は、好ましい実施例を参照しながら説明している。上記詳細説明の検討及び理解によって修正及び改変が他者に分かるものである。そうした修正及び改変全てを本特許請求の範囲記載の範囲又はその均等物の範囲内に収まる限り有するものとして本発明を解することが意図されている。
【図面の簡単な説明】
【００３３】
【図１】身体部位全体の3次元画像を自動的に登録する装置を示す模式図である。
【図２】身体部位全体の3次元画像を自動的に登録する、図１の装置の一部を示す拡大模式図である。
【図３】図１のアフィン変換手段と、装置の関連部分とを示す模式図である。
【図４】身体部位全体の3次元画像を自動的に登録し、それをモニタ上に表示する、図１の装置の一部の拡大模式図である。
【技術分野】
【０００１】
本発明は画像診断の技術分野に関する。本発明は、肺のCT腫瘍研究に関して特に応用がみられ、それを特に参照しながら説明することとする。しかし、本発明は種々の理由で、広範囲の画像診断モダリティに適用可能であり、種々の器官の研究に適用可能である。
【背景技術】
【０００２】
患者が肺癌の治療を受ける場合、肺は、CTスキャナなどによって定期的に再検査される。腫瘍医は、患者の、以前に得られた画像と、CTスキャナによる現在の画像とを比較する。この比較によって、腫瘍医は、病気のプログレッションの速度を判定することができ、病気が寛解しているか否かを判定することもできる。
【０００３】
通常、腫瘍医は、現在の画像データ群と、先行する画像データ群とを呼び出す。腫瘍医は、ビデオ・モニタの上部にある画像群のうちの１つの肺の横断面と、このモニタの下部にある別の画像群からの患者の肺の横断面とを表示する。腫瘍医は2つのデータ群を手作業で個別にたどり、相当する断面を手作業で判定する。多くの場合、いくつかの薄断面が厚断面に融合されている。
【０００４】
問題の１つとして、相当する断面の照合がある。照合は、時間がかかり、主観的なものでもある。
【０００５】
更に、２つのデータ群からのデータは、患者が、スキャン円の中心に対して違ったふうに配置されるなどして、異なる撮像パラメータによって生成された場合がある。２つのデータ群は、異なる厚さの断面を有する場合があり、異なる角度で曲がっている場合もある。画像は、スキャン円の中心に対してシフトされている場合がある。画像の視野又はスケールにおける差が存在し得る。肺が、別の肺疾患段階で撮像された場合がある。これらや他の要因は全て、手作業で画像をアラインするということの難しさに寄与し、主観性や、人間の誤りの可能性を増加させる。
【０００６】
従来、指標を用いて２つの画像をアラインする手法が開発されている。つまり、指標、すなわちイメージング可能マーカを、関心の領域に近接する患者に、固定した関係になるように添付する。このマーカは、２つの画像内で容易にアラインされる。
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、画像が、一定の期間、例えば数ヶ月離れて得られる場合、患者の体外に指標を貼付したままにすることは不都合である。更に、胴内の内臓に指標が用いられるのは一般的でないが、それは患者の表面が、呼吸、姿勢等によって、大半の内臓に対して動くからである。
【０００８】
画像は、解剖学的マーカを用いてもアラインされる。すなわち、頭蓋上や脊柱上の特有の位置などの、関心の領域付近の身体の特徴的な部分が、外部から施される指標の代わりに用いられている。しかし、別個の解剖学的マーカは、それらに対して移動し得る肺や他の内臓に容易に利用可能でない。よって、指標や解剖学的マーカのアラインメント手法の大半は、硬い頭蓋内の頭部や、脊柱に沿った部分などの、身体の硬い部分に用いられている。
【課題を解決するための手段】
【０００９】
本願は、上記に参照した課題や他の課題を解決する、新たなものであり、かつ改良された自動登録手法を想定している。
【００１０】
本発明の一特徴によって、画像診断用装置を開示する。第１のメモリは第１の診断画像を記憶する。第２のメモリは第２の診断画像を記憶する。一手段は、操作者の支援なしで第１の画像メモリ及び第２の画像メモリから第１の診断画像及び第２の診断画像を自動登録する。一手段は、第１の登録診断画像及び第２の登録診断画像の相当する断面を同時に表示する。一手段は、第１の画像及び第２の画像の相当する領域に表示断面を同時に進める。
【００１１】
本発明の別の特徴によって、画像診断方法を開示する。第１の診断画像及び第２の診断画像が記憶される。第１の診断画像及び第２の診断画像は、操作者の支援なしで自動的に登録される。第１の登録診断画像及び第２の登録診断画像の相当する断面が同時に表示される。表示される断面は、第１の画像及び第２の画像の相当する領域に同時に進められる。
【００１２】
本発明の一効果は、すばやく、用いるのが容易で、単純であるという点である。
【００１３】
本発明の別の効果は、完全に自動的であるという点である。
【００１４】
別の効果は、その精度にある。
【００１５】
別の効果は、単一の動作で両方の走査の画像を、連係して表示し、進めることにある。
【００１６】
更に別の効果は、同じ患者の追跡検査が容易であることにある。
【００１７】
本発明の更なる効果や便益は、好ましい実施例の以下の詳細説明の検討及び理解によって当業者に明らかになるものである。
【発明を実施するための最良の形態】
【００１８】
本発明は、種々の、構成部分や、構成部分の配置の形態をとり、種々の、工程や、工程の配置の形態をとり得る。添付図面は、好ましい実施例を示す目的のために過ぎず、本発明を限定するものとして解されるものでない。
【実施例】
【００１９】
図１を参照すれば、患者が、追跡検査で、CTスキャナなどの診断撮像装置10に配置される。生成データは、再構成プロセッサ12によって再構成され、３次元の体積画像メモリ14に記憶される。公知の種々の画像エンハンスメント処理も行われる。
【００２０】
同じ患者の同じ領域の、病院アーカイブからの画像データや別の記憶媒体16からの画像データが取り出され、アーカイブ3次元体積画像メモリ18に記憶される。当然、現行3次元画像メモリもアーカイブ3次元画像メモリも共通の記憶媒体の一部であり得る。登録手段20は、現行画像及びアーカイブ画像を取り出し、モニタ22上で同時に表示するよう、２つの画像を自動的に登録する。
【００２１】
引き続き図１を参照し、更に図２を参照すれば、表面画像生成手段24は、現行画像及びアーカイブ画像から表面画像を生成する。セグメント化手段26は、登録するよう、重要な身体部位を抽出し、更に、特徴抽出手段28が、登録するよう共通の特徴を抽出する。特に肺の画像をみれば、セグメント化手段は、画像を閾値化する閾値化手段30を備える。特に、肺の実施例の場合、閾値化手段30は、肺内の空気のグレイスケール値を一方の極値、例えば、黒色又は白色に設定し、画像内の組織全てを他方に設定する。特に肺の画像の場合、特徴抽出手段28は、黒色領域と白色領域との間の界面にそって存在する単一層のボクセルを抽出する表面ボクセル抽出手段32を備える。好ましくは、空気表面ではなく組織表面を表すボクセルが選択される。特徴除去手段34は、もしあれば、欠陥があるか、アーチファクトがある3次元画像の特徴部分を除去する。特に肺の画像をみれば、心臓に近接する肺部分は、動きアーチファクトを受けることが多い。残りの処理を単純にするよう、特徴除去手段34は任意的に、両方の画像表現から、共通のアーチファクト領域を除去する。ボクセルは、特徴画像メモリ（特徴画像メモリ部分）又は表面画像メモリ（表面画像メモリ部分）36、36’に記憶される。
【００２２】
スケーリング手段40は、走査パラメータにおける既知の差によって２つの表面画像をスケーリングする。例えば、画像は、走査の断面の厚さにおける差、視野、倍率差等について調節される。正規化手段42は、２つの表面画像を正規化する。特に好ましい実施例の場合、各画像のz軸に沿った極点は一方の方向では−１と印され、他方の方向では＋１と印されている。中間の点は、比例して印される。同じスケーリングが、x軸及びy軸に関しても行われる。別の正規化手法も利用可能なものとして存在する、例えば、データの平均又はメジアンと、標準偏差とを計算し、中央点を平均又はメジアンに設定し、1の長さを平均又はメジアンからの標準偏差に設定する。当然、他の座標系が想定される。２つの、スケーリングされ、正規化された３次元表面画像は、スケーリングされ、正規化された体積画像のメモリ（メモリ部分）44、44’に記憶される。
【００２３】
引き続き図１及び図２を参照し、更に図３を参照すれば、アフィン変換手段50は、現行の、スケーリングされ、正規化された3次元画像と、アーカイブされた、スケーリングされ、正規化された3次元画像との間の登録誤差を規定する、12個のアフィン変換値を判定する。特に、アフィン変換手段50は、３つの直交軸を中心とした9個の回転成分と、3つの軸に沿った３つの平行移動成分とを判定する。任意的には、スケーリング・パラメータも判定することができる。
【００２４】
アフィン変換手段50は、選択的、又は一様でない、ランダム特徴削減手段すなわちランダム点削減手段52を備える。すなわち、通常のCT分解能では、2つの表面画像はなお、数十万ボクセルである。計算量負荷を削減するよう、（事前の知識に基づいた）選択的な点削減手段52、又は一様でないランダム点削減手段52は好ましくは、選択的に（事前の知識に基づいて）無作為に点の一部、例えば1%を両方の画像から選択する。診断腫瘍医は通常、z軸すなわち体の長軸に沿った登録に最も関心があり、点が選択される非一様性は、z軸に沿った登録に影響を及ぼす点を優先するよう改変される。好ましい実施例では、肺の上部軸及び下部軸に沿った点が高い割合で選択される。照合手段54は、一方の表面画像からの、一様でない、無作為に選択される点を、他方の表面画像内の相当する点と照合する。好ましい実施例では、KD木の照合の手法又はプロセッサ56が利用される。各反復では、他方の表面画像内の相当する点に照合する対象の、現行画像からの点の一様でないランダム標本が、先行する画像からの他方の点群に照合するよう利用される。標本における点毎に、照合点が、KD木を用いて探索される。照合対毎に、対の各ボクセルの座標すなわち位置と、表面法線が判定される。照合処理では、2つ以上の候補点が、基準点に対する、同等に良好な空間的照合を有する場合、最も近い法線を備える点すなわちボクセルを選択して、点及び法線のメモリ手段58に記憶される点群及び法線群を生成する。
【００２５】
劣悪対除去手段60は、予め選択された基準を満たすことができない照合点対を除去する。好ましい実施例では、この基準は、予め選択された最小値よりも物理的な分離距離が大きいこと、法線のミスアラインメントが劣悪であることや、点が（該当する場合）切断表面に近いことを有する。誤差推定手段62は、点間の誤差を推定する。誤差推定手段62は、x、y、zにおける差と、法線差とを用いて加重距離を算出する。各座標は、特定部分における差が他の部分よりも優先されることになるように、異なる重みが割り当てられる。特に肺の画像をみれば、z座標における差は、x座標及びy座標よりも高い重みを有し、法線差よりも高い。
【００２６】
引き続き図３を参照すれば、誤差最小化手段すなわちアフィン登録手段70は、点対間の誤差を最小にするアフィン変換を探索する。好ましい実施例では、誤差最小化手段70は、リーベンバーグ・マーカート最小化の手法又はプロセッサ72を用いる。加重誤差推定と、加重誤差推定の発散とを用いれば、誤差最小化手段70は、標本対群について誤差の最小値をもたらすアフィン変換パラメータ群を探索する。12個のアフィン変換座標と、任意的には、スケーリング補正が、補正変換メモリ80にロードされる。
【００２７】
引き続き図３を参照すれば、変換プロセッサ82は、判定される補正変換によって、メモリ44、44’からの、現行の、スケーリングされ、正規化された表面画像と、アーカイブされた、スケーリングされ、正規化された表面画像とのうちの一方を変換する。アフィン変換手段50は、登録に変換するよう、予測された変換をそのうちの１つが受ける体積画像を再登録する登録手法を繰り返す。この処理は、第１の補正変換への補正変換の12個のアフィン変換座標（と、任意的なスケーリングと）を生成する。終了基準判定手段84は、補正変換を監視することによって、許容できる範囲内で２つの画像がアラインされたか否かを判定する。好ましい実施例では、終了基準判定手段84は、予め選択された閾値よりも大局平行移動が少ないか否か、予め選択された閾値を補正変換における変動が下回るか否か、又は、予め選択された数の反復が行われたか否かを判定する。これらの基準の何れかが満たされる場合、補正変換合成手段86は、第１補正変換と、後続補正変換の各々とを合成して、登録変換のメモリ又はバッファ88に記憶される単一の登録変換を備える。
【００２８】
もう一度図１を参照し、更に図４を参照すれば、変換処理手段90は、現行画像と3次元アーカイブ画像とのうちの一方、好ましくはアーカイブ画像、を処理して、それを現行3次元体積画像とともに登録する。変換アーカイブ画像は、変換3次元画像体積メモリ92に記憶される。
【００２９】
操作者は、キーボードや他の入力装置100を介して、現行3次元画像メモリ14及び変換3次元画像メモリ92からの相当する断面をモニタ22上から退けさせ、モニタ22上に表示させるステップ手段102を制御する。好ましい実施例では、現行画像メモリ14からの横断面が画面の上半分に表示され、変換メモリ92の相当する断面が画面の下半分に表示される。好ましくは、相当する直交表示は、より大きな、体の長軸方向の断面に隣接して表示される。操作者入力装置100は、ディスプレイ・プロセッサ104と協調して、2つの画像の各々における、予め選択された数の隣接断面を合計する断面融合手段106も制御する。操作者入力手段100は、ディスプレイ・プロセッサ104を制御して、他方とは無関係に２つの3次元画像のうちの一方のみの断面をたどることができる単一画像断面ステップ手段108にも接続される。
【００３０】
通常、モニタ22上に表示するよう、3個から5個の断面をお互いに融合させる。±2断面以内の２つの3次元体積画像を登録する大局登録アルゴリズムは、いくつかの隣接画像の融合によって、正確な登録とみなされる。
【００３１】
CTスキャナ撮像を特に参照しながら説明したが、この手法は、磁気共鳴画像、PET画像、SPECT画像や他の3次元診断画像にも適用可能であることとする。更に、登録される画像は、混合モダリティからのものであってよい。例えば、CT画像は、この手法を用いてPET画像とともに登録することができる。モダリティを混ぜる場合、両方の撮像モダリティにおいて特徴が定義されるか、適切な調節が行われることに留意することとする。更に、肺を特に参照して説明したが、この手法は、直腸、肝臓や他の、硬くない器官などの他の器官の研究にも適用可能であることとする。更に、この手法は、頭部などの、身体の硬い部分にも適用可能である。
【００３２】
本発明は、好ましい実施例を参照しながら説明している。上記詳細説明の検討及び理解によって修正及び改変が他者に分かるものである。そうした修正及び改変全てを本特許請求の範囲記載の範囲又はその均等物の範囲内に収まる限り有するものとして本発明を解することが意図されている。
【図面の簡単な説明】
【００３３】
【図１】身体部位全体の3次元画像を自動的に登録する装置を示す模式図である。
【図２】身体部位全体の3次元画像を自動的に登録する、図１の装置の一部を示す拡大模式図である。
【図３】図１のアフィン変換手段と、装置の関連部分とを示す模式図である。
【図４】身体部位全体の3次元画像を自動的に登録し、それをモニタ上に表示する、図１の装置の一部の拡大模式図である。
【特許請求の範囲】
【請求項１】
画像診断用の装置であって、
第１診断画像を記憶する第１メモリ手段と、
第２診断画像を記憶する第２メモリ手段と、
第１画像メモリ及び第２画像メモリからの前記第１診断画像及び前記第２診断画像を操作者支援なしで自動的に登録する手段と、
前記第１登録診断画像及び前記第２登録診断画像の相当する断面対を同時に表示する手段と、
前記第１登録画像及び前記第２登録画像を通して前記相当する表示断面対を同時に進める手段とを備えることを特徴とする装置。
【請求項２】
請求項1記載の装置であって、
前記登録する手段が、
前記第１診断画像と前記第２診断画像とのミスアラインメントを表すアフィン変換を判定する手段と、
該判定アフィン変換によって前記第１診断画像と前記第２診断画像とのうちの一方を処理して第１画像及び第２画像を登録する手段とを備えることを特徴とする装置。
【請求項３】
請求項2記載の装置であって、
前記アフィン変換を判定する手段が、
前記第１診断画像及び前記第２診断画像における点対を照合する手段と、
該照合点対の、位置間の差と表面法線間の差とを判定する手段と、
前記照合点対の前記位置間の偏差を最小にするアフィン変換を判定する手段とを備えることを特徴とする装置。
【請求項４】
請求項3記載の装置であって、
点を照合する手段が、
KD木の照合のアルゴリズムを実施する処理手段を備えることを特徴とする装置。
【請求項５】
請求項4記載の装置であって、
前記偏差を最小にする手段が、
リーベンバーグ・マーカート誤差最小化アルゴリズムを行うプロセッサを備えることを特徴とする装置。
【請求項６】
請求項3記載の装置であって、
アフィン変換手段は更に、
前記第１登録画像及び前記第２登録画像において照合する対象の、削減された割合の点を選択する手段を備えることを特徴とする装置。
【請求項７】
請求項6記載の装置であって、
予め選択された基準を満たすことができない照合点対を除去する手段を更に備えることを特徴とする装置。
【請求項８】
請求項3記載の装置であって、
前記進める手段が前記断面対を進める方向に沿った登録を最適化するよう、事前の知識を用いて選択的に行うことと、オーバサンプリングしながら無作為に行うこととの一方によっていくつかの点を削減する、選択的に、一様でなくランダム点数を削減する手段を更に備えることを特徴とする装置。
【請求項９】
請求項3記載の装置であって、
前記登録する手段が、
前記第１診断画像及び前記第２診断画像を特徴画像表現に変換する手段を更に備え、
前記アフィン変換を判定する手段は、第１特徴表現及び第２特徴表現を処理することを特徴とする装置。
【請求項１０】
請求項9記載の装置であって、
特徴を生成する手段が、
診断画像における適切な目標器官をセグメント化するセグメント化手段と、
前記診断画像において照合する対象の特徴群を抽出する特徴抽出手段とを備えることを特徴とする装置。
【請求項１１】
請求項10記載の装置であって、
特徴画像を生成する手段が、
前記診断画像における肺を、所定の閾値と、関心の器官の境界の一方の側にある組織に第１値を割り当て、前記関心の器官の前記境界のもう一方の側にある組織又は空気に前記第１値とは別個の第２値を割り当てることによって抽出される前記肺の表面点として定義される特徴とを用いてセグメント化する閾値化セグメンテーション手段と、
前記第２値のボクセルに隣接する、前記第１値のボクセルの境界層を抽出する手段とを備えることを特徴とする装置。
【請求項１２】
請求項11記載の装置であって、
2つの画像の境界層をスケーリングするスケーリング手段と、
表面画像がアフィン変換手段によって処理される前に前記境界層を正規化する正規化手段とを更に備えることを特徴とする装置。
【請求項１３】
請求項9記載の装置であって、
前記アフィン変換を判定する手段は更に、
特徴画像のうちの一方を前記判定アフィン変換によって処理して、前記アフィン変換を最適化する、前記アフィン変換を判定する手段の反復処理を容易にする変換プロセッサを備えることを特徴とする装置。
【請求項１４】
請求項3記載の装置であって、
前記表示断面画像各々における、操作者が選択する複数断面を合成する手段を更に備えることを特徴とする装置。
【請求項１５】
請求項3記載の装置であって、
前記第１メモリ手段と接続されて、患者の関心の領域の第１診断画像表現を生成する画像診断装置と、
先行する時点で得られた前記患者の関心の体積の第２画像表現が、引き出され、前記第２メモリ手段にロードされるアーカイブ手段とを更に備えることを特徴とする装置。
【請求項１６】
画像診断の方法であって、
第１診断画像を記憶する工程と、
第２診断画像を記憶する工程と、
前記第１診断画像及び前記第２診断画像を操作者支援なしで自動的に登録する工程と、
前記第１登録診断画像及び前記第２登録診断画像の相当する断面対を同時に表示する工程と、
第１画像及び第２画像の相当する領域に前記表示断面対を同時に進める工程とを備えることを特徴とする方法。
【請求項１７】
請求項16記載の方法であって、
前記登録する工程が、
前記第１診断画像と前記第２診断画像とのミスアラインメントを表すアフィン変換を判定する工程と、
該判定アフィン変換によって前記第１診断画像と前記第２診断画像とのうちの一方を処理して第１画像及び第２画像を登録する工程とを備えることを特徴とする方法。
【請求項１８】
請求項17記載の方法であって、
前記アフィン変換を判定する工程が、
前記第１診断画像及び前記第２診断画像における点対を照合する工程と、
該照合点対の、位置間の差と表面法線間の差とを判定する工程と、
前記照合点対の前記位置間の偏差を最小にする工程とを備えることを特徴とする方法。
【請求項１９】
請求項18記載の方法であって、
前記照合する工程が、
KD木の照合のアルゴリズムを実施する工程を備えることを特徴とする方法。
【請求項２０】
請求項19記載の方法であって、
前記偏差を最小にする工程が、
リーベンバーグ・マーカート誤差最小化アルゴリズムを利用する工程を備えることを特徴とする方法。
【請求項２１】
請求項18記載の方法であって、
前記アフィン変換を判定する工程は更に、
２つの画像において照合する対象の、削減された割合の点を選択する工程を備えることを特徴とする方法。
【請求項２２】
請求項21記載の方法であって、
予め選択された基準を満たすことができない照合点対を除去する工程を更に備えることを特徴とする方法。
【請求項２３】
請求項18記載の方法であって、
前記断面対を進める方向に沿った登録を最適化するよう、事前の知識によって行うことと、点のオーバサンプリングを伴って無作為に行うこととの一方によって、選択的に非一様に点数を削減する工程を更に備えることを特徴とする方法。
【請求項２４】
請求項18記載の方法であって、
前記登録する工程が、前記第１診断画像及び前記第２診断画像を特徴画像表現に変換する工程を更に備え、
前記アフィン変換を判定する工程が、前記第１特徴画像表現及び前記第２特徴画像表現を処理して前記アフィン変換を判定する工程を更に備えることを特徴とする方法。
【請求項２５】
請求項24記載の方法であって、
特徴画像を生成する工程が、
診断画像における目標器官をセグメント化する工程と、
前記診断画像において照合する対象の特徴群を抽出する工程とを備えることを特徴とする方法。
【請求項２６】
請求項25記載の方法であって、
前記特徴画像を生成する工程が、
前記診断画像における肺をセグメント化して、関心の器官の境界の一方の側にある組織に第１値を割り当て、前記関心の器官の前記境界のもう一方の側にある組織又は空気に前記第１値とは別個の第２値を割り当てる工程と、
前記関心の器官のボクセルの境界層を抽出する工程とを備えることを特徴とする方法。
【請求項２７】
請求項26記載の方法であって、
前記アフィン変換を判定する前に、
前記境界層をスケーリングする工程と、
前記境界層を正規化する工程とを更に備えることを特徴とする方法。
【請求項２８】
請求項26記載の方法であって、
前記境界層のうちの一方を前記判定アフィン変換によって処理する工程と、
前記アフィン変換への補正変換を反復的に判定して前記アフィン変換を最適化する工程とを更に備えることを特徴とする方法。
【請求項２９】
請求項26記載の方法であって、
前記表示断面画像各々における、操作者が選択する複数断面を合成する工程を更に備えることを特徴とする方法。
【請求項３０】
請求項16記載の方法であって、
患者の関心の領域の現行診断画像表現を生成する工程と、
前記患者の関心の体積の、先行して生成された画像表現を取り出す工程とを更に備えることを特徴とする方法。
【請求項１】
画像診断用の装置であって、
第１診断画像を記憶する第１メモリ手段と、
第２診断画像を記憶する第２メモリ手段と、
第１画像メモリ及び第２画像メモリからの前記第１診断画像及び前記第２診断画像を操作者支援なしで自動的に登録する手段と、
前記第１登録診断画像及び前記第２登録診断画像の相当する断面対を同時に表示する手段と、
前記第１登録画像及び前記第２登録画像を通して前記相当する表示断面対を同時に進める手段とを備えることを特徴とする装置。
【請求項２】
請求項1記載の装置であって、
前記登録する手段が、
前記第１診断画像と前記第２診断画像とのミスアラインメントを表すアフィン変換を判定する手段と、
該判定アフィン変換によって前記第１診断画像と前記第２診断画像とのうちの一方を処理して第１画像及び第２画像を登録する手段とを備えることを特徴とする装置。
【請求項３】
請求項2記載の装置であって、
前記アフィン変換を判定する手段が、
前記第１診断画像及び前記第２診断画像における点対を照合する手段と、
該照合点対の、位置間の差と表面法線間の差とを判定する手段と、
前記照合点対の前記位置間の偏差を最小にするアフィン変換を判定する手段とを備えることを特徴とする装置。
【請求項４】
請求項3記載の装置であって、
点を照合する手段が、
KD木の照合のアルゴリズムを実施する処理手段を備えることを特徴とする装置。
【請求項５】
請求項4記載の装置であって、
前記偏差を最小にする手段が、
リーベンバーグ・マーカート誤差最小化アルゴリズムを行うプロセッサを備えることを特徴とする装置。
【請求項６】
請求項3記載の装置であって、
アフィン変換手段は更に、
前記第１登録画像及び前記第２登録画像において照合する対象の、削減された割合の点を選択する手段を備えることを特徴とする装置。
【請求項７】
請求項6記載の装置であって、
予め選択された基準を満たすことができない照合点対を除去する手段を更に備えることを特徴とする装置。
【請求項８】
請求項3記載の装置であって、
前記進める手段が前記断面対を進める方向に沿った登録を最適化するよう、事前の知識を用いて選択的に行うことと、オーバサンプリングしながら無作為に行うこととの一方によっていくつかの点を削減する、選択的に、一様でなくランダム点数を削減する手段を更に備えることを特徴とする装置。
【請求項９】
請求項3記載の装置であって、
前記登録する手段が、
前記第１診断画像及び前記第２診断画像を特徴画像表現に変換する手段を更に備え、
前記アフィン変換を判定する手段は、第１特徴表現及び第２特徴表現を処理することを特徴とする装置。
【請求項１０】
請求項9記載の装置であって、
特徴を生成する手段が、
診断画像における適切な目標器官をセグメント化するセグメント化手段と、
前記診断画像において照合する対象の特徴群を抽出する特徴抽出手段とを備えることを特徴とする装置。
【請求項１１】
請求項10記載の装置であって、
特徴画像を生成する手段が、
前記診断画像における肺を、所定の閾値と、関心の器官の境界の一方の側にある組織に第１値を割り当て、前記関心の器官の前記境界のもう一方の側にある組織又は空気に前記第１値とは別個の第２値を割り当てることによって抽出される前記肺の表面点として定義される特徴とを用いてセグメント化する閾値化セグメンテーション手段と、
前記第２値のボクセルに隣接する、前記第１値のボクセルの境界層を抽出する手段とを備えることを特徴とする装置。
【請求項１２】
請求項11記載の装置であって、
2つの画像の境界層をスケーリングするスケーリング手段と、
表面画像がアフィン変換手段によって処理される前に前記境界層を正規化する正規化手段とを更に備えることを特徴とする装置。
【請求項１３】
請求項9記載の装置であって、
前記アフィン変換を判定する手段は更に、
特徴画像のうちの一方を前記判定アフィン変換によって処理して、前記アフィン変換を最適化する、前記アフィン変換を判定する手段の反復処理を容易にする変換プロセッサを備えることを特徴とする装置。
【請求項１４】
請求項3記載の装置であって、
前記表示断面画像各々における、操作者が選択する複数断面を合成する手段を更に備えることを特徴とする装置。
【請求項１５】
請求項3記載の装置であって、
前記第１メモリ手段と接続されて、患者の関心の領域の第１診断画像表現を生成する画像診断装置と、
先行する時点で得られた前記患者の関心の体積の第２画像表現が、引き出され、前記第２メモリ手段にロードされるアーカイブ手段とを更に備えることを特徴とする装置。
【請求項１６】
画像診断の方法であって、
第１診断画像を記憶する工程と、
第２診断画像を記憶する工程と、
前記第１診断画像及び前記第２診断画像を操作者支援なしで自動的に登録する工程と、
前記第１登録診断画像及び前記第２登録診断画像の相当する断面対を同時に表示する工程と、
第１画像及び第２画像の相当する領域に前記表示断面対を同時に進める工程とを備えることを特徴とする方法。
【請求項１７】
請求項16記載の方法であって、
前記登録する工程が、
前記第１診断画像と前記第２診断画像とのミスアラインメントを表すアフィン変換を判定する工程と、
該判定アフィン変換によって前記第１診断画像と前記第２診断画像とのうちの一方を処理して第１画像及び第２画像を登録する工程とを備えることを特徴とする方法。
【請求項１８】
請求項17記載の方法であって、
前記アフィン変換を判定する工程が、
前記第１診断画像及び前記第２診断画像における点対を照合する工程と、
該照合点対の、位置間の差と表面法線間の差とを判定する工程と、
前記照合点対の前記位置間の偏差を最小にする工程とを備えることを特徴とする方法。
【請求項１９】
請求項18記載の方法であって、
前記照合する工程が、
KD木の照合のアルゴリズムを実施する工程を備えることを特徴とする方法。
【請求項２０】
請求項19記載の方法であって、
前記偏差を最小にする工程が、
リーベンバーグ・マーカート誤差最小化アルゴリズムを利用する工程を備えることを特徴とする方法。
【請求項２１】
請求項18記載の方法であって、
前記アフィン変換を判定する工程は更に、
２つの画像において照合する対象の、削減された割合の点を選択する工程を備えることを特徴とする方法。
【請求項２２】
請求項21記載の方法であって、
予め選択された基準を満たすことができない照合点対を除去する工程を更に備えることを特徴とする方法。
【請求項２３】
請求項18記載の方法であって、
前記断面対を進める方向に沿った登録を最適化するよう、事前の知識によって行うことと、点のオーバサンプリングを伴って無作為に行うこととの一方によって、選択的に非一様に点数を削減する工程を更に備えることを特徴とする方法。
【請求項２４】
請求項18記載の方法であって、
前記登録する工程が、前記第１診断画像及び前記第２診断画像を特徴画像表現に変換する工程を更に備え、
前記アフィン変換を判定する工程が、前記第１特徴画像表現及び前記第２特徴画像表現を処理して前記アフィン変換を判定する工程を更に備えることを特徴とする方法。
【請求項２５】
請求項24記載の方法であって、
特徴画像を生成する工程が、
診断画像における目標器官をセグメント化する工程と、
前記診断画像において照合する対象の特徴群を抽出する工程とを備えることを特徴とする方法。
【請求項２６】
請求項25記載の方法であって、
前記特徴画像を生成する工程が、
前記診断画像における肺をセグメント化して、関心の器官の境界の一方の側にある組織に第１値を割り当て、前記関心の器官の前記境界のもう一方の側にある組織又は空気に前記第１値とは別個の第２値を割り当てる工程と、
前記関心の器官のボクセルの境界層を抽出する工程とを備えることを特徴とする方法。
【請求項２７】
請求項26記載の方法であって、
前記アフィン変換を判定する前に、
前記境界層をスケーリングする工程と、
前記境界層を正規化する工程とを更に備えることを特徴とする方法。
【請求項２８】
請求項26記載の方法であって、
前記境界層のうちの一方を前記判定アフィン変換によって処理する工程と、
前記アフィン変換への補正変換を反復的に判定して前記アフィン変換を最適化する工程とを更に備えることを特徴とする方法。
【請求項２９】
請求項26記載の方法であって、
前記表示断面画像各々における、操作者が選択する複数断面を合成する工程を更に備えることを特徴とする方法。
【請求項３０】
請求項16記載の方法であって、
患者の関心の領域の現行診断画像表現を生成する工程と、
前記患者の関心の体積の、先行して生成された画像表現を取り出す工程とを更に備えることを特徴とする方法。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公表番号】特表２００７−５０００２９（Ｐ２００７−５０００２９Ａ）
【公表日】平成１９年１月１１日（２００７．１．１１）
【国際特許分類】
【出願番号】特願２００６−５２１６９２（Ｐ２００６−５２１６９２）
【出願日】平成１６年７月１６日（２００４．７．１６）
【国際出願番号】ＰＣＴ／ＩＢ２００４／００２３９９
【国際公開番号】ＷＯ２００５／０１０７９３
【国際公開日】平成１７年２月３日（２００５．２．３）
【出願人】（５９００００２４８）コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ (12,071)
【氏名又は名称原語表記】Ｋｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｅｌｅｃｔｒｏｎｉｃｓ Ｎ．Ｖ．
【住所又は居所原語表記】Ｇｒｏｅｎｅｗｏｕｄｓｅｗｅｇ １，５６２１ ＢＡ Ｅｉｎｄｈｏｖｅｎ， Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ
【Ｆターム（参考）】
【公表日】平成１９年１月１１日（２００７．１．１１）
【国際特許分類】
【出願日】平成１６年７月１６日（２００４．７．１６）
【国際出願番号】ＰＣＴ／ＩＢ２００４／００２３９９
【国際公開番号】ＷＯ２００５／０１０７９３
【国際公開日】平成１７年２月３日（２００５．２．３）
【出願人】（５９００００２４８）コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ (12,071)
【氏名又は名称原語表記】Ｋｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｅｌｅｃｔｒｏｎｉｃｓ Ｎ．Ｖ．
【住所又は居所原語表記】Ｇｒｏｅｎｅｗｏｕｄｓｅｗｅｇ １，５６２１ ＢＡ Ｅｉｎｄｈｏｖｅｎ， Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ
【Ｆターム（参考）】
[ Back to top ]