JP2003502723A - 統計的湾曲解析を用いた三次元形状計測 - Google Patents

統計的湾曲解析を用いた三次元形状計測

Info

Publication number
JP2003502723A
JP2003502723A JP2000602979A JP2000602979A JP2003502723A JP 2003502723 A JP2003502723 A JP 2003502723A JP 2000602979 A JP2000602979 A JP 2000602979A JP 2000602979 A JP2000602979 A JP 2000602979A JP 2003502723 A JP2003502723 A JP 2003502723A
Authority
JP
Japan
Prior art keywords
curvature
triangle
normal
vertex
linear regression
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.)
Pending
Application number
JP2000602979A
Other languages
English (en)
Inventor
ジョン イー スチュワート
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.)
Virginia Commonwealth University
Original Assignee
Virginia Commonwealth University
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 Virginia Commonwealth University filed Critical Virginia Commonwealth University
Publication of JP2003502723A publication Critical patent/JP2003502723A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/64Analysis of geometric attributes of convexity or concavity
    • 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
    • G06T2207/30016Brain
    • 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
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

(57)【要約】 【課題】 【解決手段】 生物学的な物体に対する、線形回帰を用いた三次元湾曲アルゴリズムである。構造の三次元表現は、物体をスキャンすることによって得られる。スキャンされた構造の選択された領域が割り当てられた数値である。たくさんの湾曲尺度が頂点について計算される。線形回帰による解析は、全ての湾曲に対する回帰係数を得るために用いられる。分散膨張因数は、湾曲尺度について計算される。ベストフィットモデルを得るために多重回帰が行われる。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】
本発明は、微分計算幾何学および統計学を構造の一連の二次元画像シリーズを
表す三次元(3D)コンピュータモデル上の形状を検出することに適用するコン
ピュータで実行する方法に関する。12の新しい湾曲の測定についても説明する
。これらの測定は三角形で構成される3Dコンピュータモデルの表面にも適用さ
れる。機能障害あるいは欠陥と関連する異常な表面湾曲特性を有する既知の構造
の3D画像の集合は、異常な構造の特別な湾曲特性を認知するようにソフトウェ
アを訓練することにも用いられる。多重線形回帰が3Dテストモデルの湾曲測定
に適用され、その結果は多重共線性を排除し、かつ高い回帰係数を維持するよう
に最適化される。
【0002】
【従来の技術】
多くの医学的診断プロトコルにおいて不可欠なステップは、目標の解剖学上の
領域に関連する構造異常の検出である。したがって、今日の医療診断の多くは、
画像のフィルムの解釈を通して直接的に、あるいは解剖学上の目標領域の3Dコ
ンピュータモデルの生成および解釈を通して間接的に医用画像の構造解析を伴う
。医用画像の解析は、しばしば観察者の主観的な見解がこのような画像の解釈を
曇らせるため、困難かつ時間のかかるものとなり得る。したがって、内部の解剖
学的構造の表面の面積および形状の客観的な測定を与えるコンピュータ化された
方法であれば、構造欠陥に関連した異常の改善された検出を与えるであろう。
【0003】 一例に、「ベリー状の動脈瘤」としても知られる脳動脈瘤は、典型的には、主
要な頭蓋内動脈の"sacular outpoutchings"として発見される。これらは、多く
の個体内で進行的に広がることが知られており、動脈壁の内側の伸縮性のある薄
層の弱い領域をたたく動脈血の血流により生じると考えられる。実験による研究
に基づくと、これらの動脈瘤は全人口の1%〜8%のどこかの比率で起こる。破
裂していない動脈瘤をもつ任意の個体については、1年の破裂の危険は1%〜2
%であり、このような破裂が一生涯に起きる危険は約50%である。現在、破裂
を避けるためにこのような動脈瘤を選択的に処置する方法が存在する。したがっ
て、実際の診断は潜在的には罹患率および動脈瘤の出現に関連する死亡数を大き
く減らすことができる。 動脈瘤を検出する伝統的な診断プロトコルは、脳血管造影法および磁気共鳴血管
造影法(MRA)を含んでいる。脳血管造影法は、カテーテルを頭蓋内の血管を
通して進め、管壁を視覚化することができるようにコントラスト材料を注入する
浸襲性の手順である。この手順は、コスト、時間ともにかかり、危険はわずか(
1%未満)ではあるが、動脈瘤の破裂、打撃および死に至り得る重大な潜在的な
複雑さを伴う。一方、MRAは、脳血管造影法と比べて、より浸襲的ではなく、
時間もかからず、リスクも少ない。
【0004】 微分幾何学は、様々な幾何形状の解析の手段として広く用いられており、計算
による幾何学は、微分幾何学の数学を用いて表面特性を迅速に決定する手段であ
る。コンピュータ計算による幾何学の手法は、蛋白質と蛋白質との相互作用の予
測(Duncanら、"Shapes Analysis of Molecular surfaces", Biopolymers, 33:
231-238, 1993)、結合された作用物質のドーズエフェクト表面の解析(Lam, "T
he Combined Actions of Agents Using Differential Geometry of Dose-effect
Surfaces", Bulletin of Mathematical Biology, 54: 813-826, 1992)、およ
び生物学的な表面成長の研究に適用されている。
【0005】 コンピュータ幾何学は医療分野において、湾曲解析の関係で肺がん(Kawataら
、"Computer Aided Diagnosis System for Lung Cancer Based on Helical CT I
mages", ICIAP '97 Proceedings, 2: 420-427, 1997)、心臓の動脈瘤(Fantini
ら、"Quantitative Evaluation of Left Ventricular Shape in Anterior Aneur
ysms," Catheterization and Cardiovascular Diagnosis, 28: 295-300, 1993)
、および脳腫瘍の処置の判断(Daiら、"Intracranial Deformation Caused by B
rain Tumors: Assessment of 3-D Surface by Magnetic Resonance Imaging," I
EEE Transactions on Medical Imaging, 12, 4: 693-702, 1993)に適用されて
いる。これらの手順の全てが、解剖学上の構造の湾曲を測定するときにしばしば
見られる湾曲における大きな多様性を避けるためのスムージングを用いている。
しかしながら、このスムージングプロセスは、しばしば湾曲の測定を歪ませる。
【0006】 近年の開発は、表面湾曲解析を3D表面上の特徴的な線の抽出に適用している
(Mongaら、"From Partial Derivatives of 3-D Density Images to Ridge Line
s," Visualization in Biomedical Computing, VBC'92, Proceedings, pp. 118-
129, 1992)が、脳血管の3D表面には適用されていない。
【0007】 脳のMRAによる研究は、一般に、72から90個の二次元(2D)断面画像
から構成される。これらの画像における動脈は、3D飛行時間型アルゴリズムあ
るいは、典型的な磁気共鳴スキャナソフトウェアとともに含まれるそれに等価で
あるものを用いて強調される。画像は、観察のためにライトボックス上の2D放
射線フィルムのシート上に表示される。各画像は、自分の血管壁にかんする解剖
学上の知識を通して血管の三次元解釈を「創造」する放射線技師あるいは外科医
によって読み解かれる。この画像は、第三者によって観察され得る三次元解釈に
は変形されないかもしれない。血管の枝分かれの性質のために、この解釈は非常
に困難かつ時間がかかり得る。枝分かれしている管は、しばしば一枚の画像上で
は動脈瘤として現れるが、その周囲の画像の解析により、正常な血管であること
がわかる。同様に、動脈瘤は、その終端まで一連の画像を通して注意深くみなけ
れば、枝分かれした管として現れる可能性がある。
【0008】 本発明以前は、脳動脈瘤を検出する補助となるコンピュータの使用は限定され
ている。動脈瘤を表す断面画像を検出するために画像データを解析する試みがな
されたが、動脈瘤を動脈の正常な枝分かれ点と区別するのが困難であるために、
これらの試みは無駄であった(Fesslerら、"Object-Based 3-D Reconstruction
of Arterial Trees from Magnetic Resonance Angiograms," IEEE Transactions
on Medical Imaging, 10:1, 1991)。また、血管の骨格表現は、管分岐点およ
び管における位相幾何学上の特徴を決定するために用いられている(Puigら、"A
n Interactive Cerebral Blood Vessel Exploration System" Visualization '9
7, Proceedings, pp. 443-446, 1996)。これらの技術は、いくつかの分野、例
えばバーチャルな結腸内視術のような分野では有用であるが、血管のトポグラフ
ィにおける小さい管径と大きな方向性のある変化が、動脈瘤の特定を骨格的に表
すアプリケーションには問題である。この問題を解決するために、MRA画像の
スムージングおよびフィルタリングが用いられるが、しばしば結果として血管の
歪んだ観察につながる。形態測定の解析が自動的に動脈瘤を検出する手法として
提案されているが、この手順は一度に血管の小領域を解析することしかできない
(Matsutaniら、"Quantitative Vascular Shape Analysis for 3-D MR-Angiogra
phy Using Mathematical Morphology," Computer Vision, Virtual Reality and
Robotics in Medicine, CVRMed '95, Proceedings, pp. 449-454, 1995)。
【0009】
【発明が解決しようとする課題】
そこで本発明は、上記の課題を解決することのできる、統計的湾曲解析を用い
た三次元形状計測方法を提供することを目的とする。この目的は特許請求の範囲
における独立項に記載の特徴の組み合わせにより達成される。また従属項は本発
明の更なる有利な具体例を規定する。
【0010】
【課題を解決するための手段】
上記に基づいて、構造の表面上の異常な領域のより客観的な3D表現を生成す
る新規な方法を開示する。本発明は、一連の2D画像の3D解析を客観的に決定
する方法を提供する。本発明のある実施の形態は、脳血管が大まかには円柱状の
形状を有しており、このような管に含まれている動脈瘤は大まかには球状の形状
を有しているという単純な観察に基づいている。この実施形態は、読み取られて
いない2DのMRA画像において動脈瘤を特定して強調するのに、動脈瘤の球状
の特性および計算による微分幾何学を利用する。
【0011】 第1および第2の基本形として知られている滑らかな表面を解析するために用
いられる2つの古典的な数学的なものがある。これらの尺度は、これらが表面に
本質的なものであり、ゆえに変形(回転、平行移動、スケーリング)に対して不
変であるので有用である。平均湾曲およびガウス湾曲はこれらの基本形に基づい
ている。
【0012】 古典的な微分幾何学において、主湾曲kおよびkが平均の湾曲(H)を生
成するように平均され、またガウス湾曲(G)を生じるように乗算される。平均
およびガウス湾曲は、表面をタイプに分類するのに用いることができる。一般に
、H>0であれば、表面は凹面であり、H<0であれば表面は凸面である。これ
に加えて、表面の分類は、次のルールに従って、楕円面、双曲面、放物面、ある
いは平面に細分することができる。G>0であれば、その表面は楕円の面であり
、G<0であれば双曲面であり、G=0かつH≠0であれば放物面であり、G=
0かつH=0であれば平面である。円柱状表面は放物面であり、球状の表面は楕
円面であることに留意されたい。湾曲にしたがって現実の表面を分類する大半の
アルゴリズムは、閾値法として知られるアプローチを用いる。ここでは、主な湾
曲が連続体として表現され、ある閾値が表面を異なる湾曲タイプに分けるのに用
いられる。
【0013】 ある手法が、三角形化した表面の各頂点で主となる湾曲、平均の湾曲、ガウス
湾曲を近似するためにあらかじめ用いられている。この手法は、表面は局所的に
は二変数関数のグラフとして表現され得、この二変数関数の曲率は直接的に計測
することができるという事実に基づいている(Hamannら、"Curvature Approxima
tion for Triangulated Surfaces," Computer Suppl. 8: Geometric Modeling,
Springer-Verlag Wein, New York, pp. 139-153, 1993)。この関数が表面形状
の良好な近似を与えるのであれば、二変数関数について計測される曲率もまた、
その元となる表面の湾曲の良好な近似となるであろう。このプロセスで得られる
のが各頂点での湾曲であるので、二次の多項式が各プレートレット(頂点を囲む
領域)にフィットする。
【0014】 前述した湾曲を測定する方法により(Hammanら)、プレートレットを中央の頂
点の周りの一列の頂点のみによって構成することが可能となる(図2)。この一
列の頂点は、各表面頂点における二変数の二次多項式を決定するのに用いられる
。非常に滑らかである「理想的な表面」上では、この近似は良好に機能する。理
想的でない表面、例えばこぶや小さい縦横比の三角形を有するような表面につい
ては、この一列の頂点は、局所的な表面形状を精度よく近似する二変数の二次多
項式を決定するのに適切なデータを与えない。したがって、上述した手法は、表
面頂点の複数の列がプレートレットに追加され、かつ二変数二次多項式の決定に
おいて用いられ得るように改変される。その結果、局所的な表面形状のより精度
の高い近似が得られ、したがって各頂点の周囲の表面の湾曲のより精度の高い近
似が得られる。追加される表面頂点の列の数の決定は、最も大きい回帰係数(後
述する)を与える表面頂点の列の数を見つけることによって最適化される。
【0015】 古典的な湾曲の近似は、表面形状および表面形状における変化率についての多
くの情報を与える。しかしながら古典的な測定法は、円柱と球とを認識して区別
するようには最適化されていない。表面サイズもまた、円柱および球への古典的
な湾曲方法の適用を区別しない。例えば、大きな球状の物体が小さな円柱状の物
体と同じガウス湾曲を有しているかもしれない。同様に、同じ球状の大小の物体
が劇的に異なる湾曲を有し、半径とは無関係であるこれらの方法では、例えば動
脈瘤の位置を特定することを困難にするであろう。
【0016】 2Dフォーマットで与えられる球状および円柱状の画像を区別するのに有用な
12の新しい湾曲の尺度が開示される。さらに、これらの新規な湾曲の尺度は、
球の半径とは無関係に、球を認識することを可能にするように正規化される。多
重線形回帰の適用を通じてのこれらの尺度の最適化により、2D画像データセッ
トから取り出された三角形化された表面から構造的な異常を推定するのに用いる
ことができる最適なサブセットが与えられる。
【0017】 本発明のさらなる目的は、三次元構造を決定、評価する方法であって、a)構
造の計算された三次元表現を得るステップと、 b)三次元構造上の第1の領域
セットを特定し、前記構造に数値を割り当てるステップと、c)第2の領域セッ
トを特定し、前記領域に数値を割り当てるステップと、d)構造の表面上の各頂
点に対して複数の湾曲尺度についての値を決定するステップと、e)前記決定ス
テップにおいて決定された前記値に関して多重線形回帰解析を行い、全頂点につ
いての全湾曲に対して回帰係数を得るステップと、 f)前記湾曲尺度のそれぞ
れについての分散膨張因数を決定するステップと、 g)全分散膨張因数が10
未満であればステップlに進み、h)いずれかの分散膨張因数が10より大きけ
れば、多重線形回帰で用いられる湾曲尺度のサブセットを1ずつ順に減少させ、
i)各サブセットについて可能な全ての湾曲尺度の組み合わせに関して多重線形
回帰を行うステップと、j)最大回帰係数を与える湾曲尺度のサブセットを選択
するステップと、k)ステップd)で決定された前記値に関して多重線形回帰解
析を行い、前記湾曲サブセットの回帰係数を得るステップと、l)前記湾曲サブ
セットについての多重線形回帰によって生成された線形式に線形回帰の部分係数
を挿入するステップとを包含すること特徴とする方法を提供することである。 なお上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではなく
、これらの特徴群のサブコンビネーションも又発明となりうる。
【0018】
【発明の実施の形態】
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態はクレ
ームにかかる発明を限定するものではなく、又実施形態の中で説明されている特
徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
【0019】 本発明は、図1に概略を示す、微分計算の幾何学を表面の湾曲の解析に適用す
る方法およびシステムに関連する。図1に示すように、この方法は、断面画像の
集合から自動的にあるいは半自動的に生成され得る構造の3Dコンピュータモデ
ルを入力として受け付ける。
【0020】 ここで開示する本発明の医療アプリケーションは、人体の大半の研究にだけで
なく、他の動物の体にも適応可能である。人体の大半は、大雑把には球状または
円柱状の形状である器官からなる。多くの例において、これらの形状の1つから
の派生物が疾患に強く関連している。例えば、この手法は、動脈の狭窄の計測、
動脈と静脈の機能不全および結腸のポリープの検出、ならびに肺ガン、肝臓ガン
の検出に適用することができる。
【0021】 本発明は、検査のために容易に取り出すことができない球状および円柱状の機
械部品の解析にも適用可能である。この実施形態では、機械の内部部品の構造に
おける異常の検出を通じた機械類の非破壊テストに適用される。また、本発明は
、例えば漏斗雲または雷雨を検出するための天気パターンから生成された3D画
像の解析にも適用可能である。本発明の他の実施形態において、蛋白質とリガン
ドとの異常な相互作用を検出するための分子モデリングの技術、および共焦点顕
微鏡において顕微鏡の視野から取り出された画像の集合においてガン細胞を検出
する技術に適用可能である。
【0022】 選択された解剖学上の構造の一続きの断面画像は、例えば、磁気共鳴画像スキ
ャナ(MRI)のようなスキャナを使用することによって得られる。MRI画像
の代わりに、例えばヘリカルコンピュータトモグラフィスキャナ(CT)、超音
波画像あるいはPET画像のような、いかなるタイプのデジタルスキャナを用い
ることもできる。2D画像は、3Dデータボリュームセットを生成するようにコ
ンピュータのメモリ内で配列される。解析されるべき画像データは、様々な画像
フォーマットのいかなるもので生成され、および/あるいは保存されてもよい。
例えば、本発明は、理想的には、ピクチャアーカイビング・コミュニケーション
システム(PACS)フォーマットでの使用に適している。画像データは、デジ
タルイメージング・コミュニケーション・イン・メディシンスタンダード(DI
COM)、あるいは加工していないままの2値切片、あるいは様々なボリューム
フォーマットのいずれでも保存可能である。画像データは、画像ファイルが個々
の画像ファイルとしてではなく、単一のデータボリュームとしてセーブされるこ
とを可能にする内部データフォーマットでコンピュータメモリに保存されること
も可能である。内部データフォーマットは、標準的な圧縮および非圧縮技術と組
み合わせられることを許容し得、それにより、必要なコンピュータディスクの記
憶領 域を減少させる。
【0023】 本発明の一実施形態では、ウェブベースのPACSソフトウェアパッケージが
、自動化されたファイリングシステムが伝統的な2D手段によって生成されたデ
ジタル画像を受け入れ、保存するように機能する。第2のソフトウェア要素(Is
oView)がPACSフォーマットで保存されているDICOM画像を読み取り、
これらの画像から種々のマーチングキューブアルゴリズムを用いて複写の(近く
にかつ単一に連結された)3Dの三角形化された表面を生成する。表面画像は、
ローカルワークステーション上にインタラクティブに表示され、後のレビューの
ためにバーチャルリアリティモデリング言語(VRML)として保存され、ある
いは将来の観察のためにビデオ記録または写真として保存され得る。IsoViewフ
ォーマットで生成された3D画像は、ここで開示される湾曲の尺度に対する入力
として働く。
【0024】 各表面頂点における二変数の二次多項式の計算は、Hammanらによって述べられ
ているようにして正確に計算機により計算される。主湾曲尺度k1およびk2が
、これらの二変数二次多項式について同文献で述べたようにして計算される。Ha
mmanの手法は主湾曲の大きさk1およびk2を決定するが、主湾曲ベクトルv1
およびv2を決定しない。したがって、主湾曲ベクトルv1およびv2を決定す
るために、下記に式および数学的な方法を説明する。第1のステップは、固有値
が決定された同じ行列の固有ベクトル(これらはHammanらの文献においては述べ
られても計算されてもいない)を計算することである。
【数1】 固有ベクトルは次式を解くことによって計算される。
【数2】 この式の群の解は、
【数3】 3D主湾曲ベクトルv1およびv2はパラメータ主湾曲ベクトルを正規化し、そ
れらを、Hammanが述べた方法において決められる3Dベースベクトルで乗算する
ことによって計算される。
【数4】
【0025】 結果として得られるのは、2つの主湾曲ベクトルv1およびv2であり、これ
らは、以下で説明する新規の湾曲尺度3,4および5で用いられる。 上記のように、伝統的な湾曲の近似は、表面形状および表面形状の変化の割合
について多くの情報を与えるが、それらの近似は、円柱を球と区別して認識する
ように最適化されてはいない。また、湾曲の大きさも、伝統的な近似では表面湾
曲の解析をいつわってしまう。本発明は、湾曲の測定に適用可能である12の新
規なスカラー量の尺度を述べる。これらのスカラー量のうちの2つは、ガウス湾
曲と平均湾曲とを1つの値に組み合わせ、3つは主湾曲ベクトルの方向における
変化を測定し、7つは表面形状を予測するのに表面法線ベクトルを用いる。 これらの新規な湾曲尺度の計算を以下に述べる。ここで、「‖」はユークリッ
ドのノルムを示している。
【0026】 1.MIN(‖k1‖,‖k2‖)/MAX(‖k1‖,‖k2‖):2つの主湾曲の比が計算される
。k1およびk2はともに正(凹)または負(凸)の値であると仮定することが
できるため、k1およびk2の符号のない大きさは定まる。2つの数のうちの小
さい方が分子、大きい方が分母となる。この比は円柱では0となり、球では1と
なり、平面では不確定である。
【0027】 2.‖k1-k2‖:2つの主湾曲の差が計算される。この値は球および平面では0
であり、他については0である。 ここで図2を参照する。 3.AVG(‖v1・v1j:‖), j=1, n:プレートレットの中央頂点201における第
1の主湾曲ベクトル200とこの頂点に直結されているプレートレットの頂点の
主湾曲ベクトル202とのドット積の平均が計算される。凸面については、20
0は円柱の軸に平行であり、球の表面上でランダムな方向を取っているであろう
。したがって、この湾曲尺度は円柱では小さく、球では大きい。また、例えば管
の分岐点のように表面形状が劇的に変化している領域でも大きい。
【0028】 4.AVG(‖v2・v2j:‖), j=1, n:プレートレットの中央頂点201での第2の
主湾曲ベクトルとこの頂点に直結されている頂点とのドット積の平均が計算され
る。凸面については、vは円柱の軸に直交し、球の表面上ではランダムに方向
を取っているであろう。したがって、この湾曲尺度は、球では大きく、大きな円
柱では小さく、小さな円柱では大きい。また、管分岐点でも大きい。
【0029】 5.AVG(‖v1・v1j:‖), j=1, n) - AVG(‖v2・v2j:‖), j=1, n:上記3およ
び4で求められた2つの湾曲の差が求められる。この尺度は、小円柱では小さく
、大円柱および球では大きい。
【0030】 ここで説明するさらに7つの湾曲は、表面形状を予測するのに表面法線ベクト
ルを使用する。図3を参照すると、これらの尺度は全て1つのシンプルな観察、
つまり図3に示す表面300について、もし、表面300上にある三角形301
の3つの角での法線ベクトルn、n、nが単一の点から発するように引け
るのであれば、これらの法線ベクトルは三角形を形成する。単位法線ベクトルn について、この新しい三角形の頂点は、単位球302の表面上に存在する。こ
の三角形303(「法線三角形」)の円周、面積および縦横比は、その三角形が
発した表面の形状への重要な識見を与える。図5は、円柱の表面に関する法線三
角形の特性を示している。円柱は、円の面に対して垂直に伸びるベクトルに沿っ
て押し出された円によって定義される。図4を参照して、ある円柱の表面法線4
01、402および403は、その円柱の軸に垂直な面内に存在する。円柱の表
面上の3点についての単位法線ベクトルが互いに向かってその円柱の軸に平行に
平行移動されると、この3つの面は最後には一致し、3つの単位法線ベクトル全
てがこの一致した面内に存在することになる。これらの単位法線ベクトルの「先
端」は、円柱405の半径よりも1単位分大きい半径を有する円404を形成す
る。各単位法線ベクトルが、前記一致した表面に対して2Dで平行移動されると
、単位法線ベクトルは、同じ点から発するが、まだ一致した面内に完全に存在す
るように配置され得る。したがって、これらの単位法線ベクトルの先端は、一致
した面内に存在する三角形406を形成する。この法線三角形は、一般には、法
線ベクトルのドット積が1.0に近づくとともに無限に増加する大きな縦横比を
有する。言い換えると、円柱の表面上の三角形が多くなると、円柱に法線三角形
の縦横比は大きくなる。円柱の半径は法線三角形の縦横比に影響を及ぼさないの
で、この尺度はいかなる半径の円柱を検出するのにも有用である。
【0031】 球についての法線三角形の特性を図示している図5を参照する。球の表面法線
の全ては、球の中心から表面の頂点を通るパスにおいて方向づけられている。も
し、どれか2つの表面頂点と球の中心とが平面に含まれるように平面を形成する
と、球の表面における2つの単位法線ベクトルはこの平面内に存在するであろう
。球の中心、2つの表面の点、および2つの単位法線ベクトルの先端は、図5に
示すように、2つの三角形501および502を形成する。
【数5】 は、相似三角形の定理を用いて、xの長さ、つまり法線三角形の一辺を定義す
る。法線三角形の残る2つの辺についても同様のステップが実行されれば、各辺
が表面三角形の長さから(r + 1)/rに比例して増加することが明らかとなる。三
角形の三辺全てが同じ比率で増加すると、形成される三角形(法線三角形)は、
元の表面三角形と同じ縦横比を有することになる。したがって、法線三角形の縦
横比は、表面三角形の縦横比に依存し、球の径には無関係である。
【0032】 法線三角形の湾曲を用いるよりよい方法は、目的の表面頂点の周りの正三角形
を構築し、この新たな三角形の頂点での法線を見つけることである。二変数の二
次多項式は表面形状の良好な近似を与えるので、この多項の表面上で正三角形が
生成される。したがって、表面三角形の面積は均一となり、法線三角形の面積に
影響を与えない。正三角形の頂点における法線は、下記の式6に示すように二次
多項式の係数を用いて計算される。
【数6】
【0033】 法線三角形のサイズ、縦横比および傾きはその元となる三角形の形状を予測す
るのに用いられる。球状の表面について、法線三角形の縦横比は、表面三角形の
縦横比と同じであり、したがって図6に示すように正三角形となる。円柱状の表
面では、法線は、その円柱の軸に直交する三角形を形成する直線で扇状に広がる
。調べている表面が平面状であれば、3つの法線全てが一致し、それらの先端は
点を形成する。法線三角形のサイズもまた表面上の湾曲の大きさを反映する。大
きな法線三角形は、大きく曲がった領域で見られ、小さな法線三角形は比較的平
坦な領域で見られる。これらの法線三角形を用いる湾曲尺度は、「法線三角形の
湾曲」として言及される。 その他の7つの新規なスカラー量の尺度は、
【0034】 6.(法線三角形内部の)内接円の半径(INSC) 図6を参照して、三角形の三辺が円の接線となり、かつ円の中心が3つの角の二
等分線の交差点であるように、法線三角形600内部に円602をフィットさせ
る方法は1つのみである。三角形の三辺は、長さL,LおよびLを有する
。この円の半径601が計算され、球については大きく、円柱については小さく
、平面では0である。
【数7】
【数8】
【0035】 7.外接円の半径(CIRC):図6を再び参照して、法線三角形600の三辺
の垂直二等分線の交差点が円の中心となるように、円603を法線三角形の頂点
のそれぞれを通してフィットさせる方法も1つのみである。この円603の半径
604が計算され、円柱では非常に大きく、平面では0であり、球では小さい。
【数9】
【0036】 8.内接円の半径/外接円の半径(RINCIR):この比は三角形の縦横比を
測るものである。完全な球では0.5に等しく、円柱ではほぼ0である。この比
は平面では不確定である。この比は、湾曲の大きさが分子および分母の両方に現
れるため、湾曲の大きさには比較的感度が低い。したがって、半径には関係なく
、球では大きく、円柱では小さい。
【0037】 9.面積(NAREA):法線三角形の面積は、この三角形の二辺のクロス積を
とり、2.0で割ることで計算される。球では大きく、円柱では小さく、平面で
は0である。
【0038】 10.周囲の長さ(NPER):ある法線三角形の周囲の長さは、球については
大きく、円柱については中間の長さであり、平面については0である。
【0039】 11.面積/周囲の長さ (RNAP):尺度8のように、この尺度は三角形の
縦横比を知るために用いられる。球については大きく、円柱については小さく、
平面については不確定である。周囲の長さは外接円と同じくらいの大きさから変
わらず、この尺度は尺度8よりも円柱状の表面でより安定性を有する。
【0040】 12.傾き(TILT):TILTは、まず表面三角形の単位法線ベクトルを見
つけることにより測定される。これは、表面三角形の三辺のうちの2つのクロス
積を計算し、表面三角形の法線ベクトルを正規化する(ベクトルを単位長さに変
換する)ことによって行われ得る。表面三角形の単位法線ベクトルは、図7にn として示されている。同様に、法線三角形の単位法線ベクトルnntも決定さ
れる。TILTは、これら2つのベクトルnおよびnntのドット積を見つけ
ることによって計算される。このスカラー値は凸状の球面については1、円柱状
の表面については0、凹状の球面については−1である。
【0041】 上記式は、湾曲を決定するための一群の統計的な尺度を生成する。複数の変数
を1つの式に結合させる有用な手法は多重線形回帰である。多重線形回帰は、回
帰式とデータとの間の残余の平方の和を最小にしてデータに最も適合する線形式
を生成する。さらに、多重線形回帰は表面全体にわたる点の合計を用いる。いく
つかの湾曲尺度で見られる表面湾曲の重大な変化(「ノイズ」)は、このプロセ
スで平均化することができる。必要なのは、元となるパターンについて表面が全
体として存在していることである。この手法の他の魅力的な特徴は、より多くの
3D表面が解析されると、式の予測能力が向上することである。言い換えると、
動脈瘤予測は、より多くの動脈瘤が式に持ち込まれるにつれて、より精度のよい
ものとなる。
【0042】 多重線形回帰は、2以上の変数を1セットのデータに適合させるのに用いられ
る。この手法の目的は、
【数10】 に対して、回帰線の周囲の残余の平方の合計
【数11】 を最小にする係数を決定することである。これらの式において、yは従属変数、
は独立変数、βは線形回帰の部分係数である。回帰係数のそれぞれに対し
て上記式を微分すると、行列
【数12】 が得られる。 xmiは4つの伝統的な湾曲尺度および12の新規な尺度からなる16の湾曲
近似であり、yは、動脈瘤のように見えるものを多重線形回帰に「教える」3
Dコンピュータモデルの頂点に割り当てられた値である。
【0043】 実施例1 動脈瘤の予測において開示された手法の有用性をテストするために、正常な動
脈血管を有する11人の患者および診断された動脈瘤を有する11人の患者のM
RAによる研究を再構築した。全22人の患者の3Dモデルはグレースケール閾
値が325で生成された。全ての3Dコンピュータモデルについて頂点の総数は
290,802である。動脈瘤患者のグループは9人の女性と2人の男性を含み
、正常なグループは8人の女性と2人の男性とからなる。動脈瘤グループの平均
年齢は53.2±17.7歳であり、22歳から78歳までの範囲であった。正
常なグループの平均年齢は44.6±15.3歳であり、24歳から73歳まで
の範囲であった。
【0044】 再構築後、動脈瘤グループに属する表面頂点は、動脈瘤、変化領域、あるいは
正常の3つのグループに区分された。これは、IsoViewを用いてインタラクティ
ブに行われた。各動脈瘤のドーム全体は区分され、1.0の値が与えられた。各
動脈瘤の変化領域は別に印をつけられ、0.5の値が与えられた。モデル上の他
の全ての点は0.0の値が割り当てられた。正常な患者の3Dコンピュータモデ
ルを構成する頂点の全ては0.0の値が割り当てられた。これらの値は、2つの
前述した式の従属変数yを構成する。動脈瘤と正常な血管との間にある変化領
域は、それが動脈瘤ドームとは異なる表面湾曲特性を有しており、しばしば動脈
瘤に伴って見られるので、含められている。変化領域は一般的には凹面であり、
普通、動脈瘤の首と呼ばれる。
【0045】 定義された全ての変数が与えられると、全データの多重線形回帰が行われる。
このプロセスの第1のステップは、全22の3Dコンピュータモデルの各頂点で
の全16のスカラー湾曲を計算することである。式1〜12の湾曲近似は、各モ
デルに対して測定され、各患者および湾曲タイプについて別個のファイルで記憶
される。プレートレット半径が最小二乗法で用いられる点の数を決定する。この
半径が大きければ、より多くの点が用いられる。この改変により、画像のピクセ
ルサイズが、連続したMRA画像の間の距離よりも非常に小さいときに生じ得る
方向的な偏りの問題は解決する。方向的な偏りは、画像平面に対して垂直な方向
における点の優先的な選択を引き起こすであろう。三角形はこの方向で「伸ばさ
れ」がちであるからである。どの半径が選ばれようと、中央の頂点の周りの点の
第1の同心円状の列は常に用いられる。
【0046】 290,802個の頂点にわたる16変数の回帰は、標準的な統計ソフトウェ
アを用いて解決するには大きすぎる問題かもしれないので、ソフトウェアが開発
され、この大きな多重線形回帰の問題を解決するように最適化された。このよう
なソフトウェアは、Freundら(Statistical Methods, Academic Press Ltd., Sa
n Diego, Ca, 1997)、およびChapraら(Numerical Methods for Engineers wit h Personal Computer Applications , McGraw-Hill, Inc, New York, New York,
1985)でみられる以前解決された問題に対して検証された。 データに対する回帰線の良好な適合の有用な尺度は、式13に示すような相関
係数である。
【数13】 またSは従属変数yの平均の周りの平方の和である。次に、どのプレートレ
ット半径を3Dコンピュータモデル上の湾曲の測定に用いるかという問題が出て
くる。この問題に答える最も簡単な方法は、最大の相関係数を与える半径を決定
するように、異なる半径で試すことである。
【0047】 全290,802個の頂点についての16のスカラー湾曲尺度はプレートレッ
ト半径が0.0mm(つまり、同心状の点の1列)から1.0mmずつ増やして
8.0mmまで計算された。そして、湾曲の各グループに関して多重線形回帰を
行い、回帰係数を計算した。図8を参照すると、湾曲の全16のスカラー尺度を
用いた全22個の3Dコンピュータモデルの多重線形回帰について、相関係数と
プレートレット半径との関係が示されている。明らかに、プレートレット半径3
.0mmで、最良の相関係数0.17011が得られる。
【0048】 この相関係数は、完全に線形な関係を示してはいないが、モデルのテストが行わ
れた。モデルのテストとは、単に、式(5.1)の16個の独立変数に関連する
係数のセット全体が0であるという仮説のテストにすぎない。この仮説の対立仮
説は、1つ以上の係数が0ではないということである。F統計は
【数14】 で定義され、この仮説を評価するために用いられる。ここでr2は決定の係数(
相関係数の2乗に等しい)であり、mは湾曲尺度の数であり、nは解析される頂
点の数である。ゼロの仮説は
【数15】 である。プレートレット半径3.0mmで全頂点および全湾曲を用いた回帰モデ
ルのF統計は F(16,290785)=541.55 である。F(16,∞)でのp=0.005臨海値は2.14である。したがっ
て、回帰モデルが存在しないというゼロの仮説は否定することができ、独立係数
xについての部分回帰係数βは全てが0ではない。モデルを確認する次のステッ
プは、個々の部分回帰係数のテストである。この仮説についてのテスト統計学は
、F統計であるが、単一の部分係数βをテストする式であり、
【数16】 である。ここでcjjは式(5.3)のxm行列の逆多重回帰の対角に沿った要素
であり、MSEは
【数17】 である。F(1,∞)でのp=0.005臨海値は7.88である。表1に、プ
レートレット半径3.0mmについての全モデル、全湾曲に対するF統計、ゼロ
仮説テストおよび、多重回帰の部分(β)、標準(β )相関係数を一覧に
して示す。標準化された部分相関係数は、
【数18】 である。ここで、sxiはxiのサンプル標準偏差であり、syはyの標準偏差
である。これらの係数は、平均を0に、分散を1に標準化することによって、変
数にわたって係数を比較する手段を提供する。
【0049】 表1 各湾曲タイプについての仮説テストおよび部分回帰係数
【表1】
【0050】 上記表は湾曲G、CIRC、RINCIR、NPER、RNAPおよびTIL
Tが動脈瘤の予測の大半に寄与することを開示している。これら6個の式はゼロ
仮説をパスした。前述の解析は、湾曲尺度のサブセットは動脈瘤を予測するのに
は有用であるが、これらの変数が互いにどのように関連しているのかについての
情報は何も提供しないということを示している。多重線形回帰は、ある独立変数
における任意の変化に対する従属変数の変化を、他の全ての独立変数を一定にし
た状態で、決定することを試みている。2個の独立変数が、対応する部分が同一
線形順序に並んでいるようなものであれば、一方を変えながら他方を一定に保つ
ことは不可能である。この違反の結果は、1つ以上の部分回帰係数はデータで示
されない現象を表そうとしているかもしれないということである。この現象は多
重共線性として知られる。
【0051】 多重共線性の有用な尺度は、分散膨張因数(VIF)であり、これは各独立変
数の分散が、それが他の独立変数と相関していない場合よりもどのくらい大きい
かを示す。VIFは、まず各独立変数と他の全ての独立変数との間の多重線形回
帰を行うことによって計算される。独立変数xの1つは、式5の左辺から除か
れ、yの代わりに用いられる。そして、各独立変数について決定の係数(r が決定され、VIF
【数19】 を計算するために用いられる。
【0052】 VIFが1であれば、独立変数xが他の独立変数と多重共線性を有していな
いことを示している。1よりも大きい何かであれば、いくらかの程度の多重共線
性を示している。VIFが多重共線性が示される前に獲得し得る大きさについて
の確固たる決まりはないが、多くの統計学者は、VIFのカットオフとして10
という値を採用している。したがって、10よりも大きい独立変数は多重共線性
を有していると考えられ、10よりも小さい独立変数は独立であると考えられる
。 表2は、5つの古典的な湾曲尺度についてのVIFと、ここで説明した12の
新規な湾曲尺度についてのVIFを示している。サブセットサイズ16〜5と示
されている行は、湾曲サブセットの16〜5の組み合わせの中の1つの組み合わ
せの相関係数のテストを表している。湾曲は、プレートレット半径3.0mmで
作り出された二変数の二次のパッチについて計算された。CIRCおよびTIL
Tは別にして、全16の湾曲を解析すると、全ての湾曲は互いに強く多重共線性
を示している。
【0053】 回帰モデルを示したら、湾曲の最もよい予測のモデルを提供するためにはどの
独立変数を除くかを決定しなければならない。このプロセスは最適化と称される
。最適化の終了点は、最小のVIFで最大の回帰係数である。回帰係数は除かれ
る各湾曲尺度について減少するので、この問題への単一の答はない。最適な湾曲
サブセットを決定するために、任意のサブセットサイズについて、全ての可能な
サブセットの組み合わせが、網羅的なサーチのプロセスを通して調べられる。m
が独立変数の数であるときの2mサブセットについての回帰係数の決定を網羅的
なサーチと呼ぶ。プレートレット半径3.0mmについて全ての湾曲の組み合わ
せを用いた全22個の3Dコンピュータモデルに関して多重線形回帰を行った。
結果を、まずサブセットサイズ(回帰解析で用いた湾曲尺度の数)でソートし、
そして回帰係数でソートした。サブセットを構成する湾曲は、任意のサブセット
サイズに対して最大の回帰係数を与える湾曲である。最適なサブセットを一旦決
定すると、そのサブセットにおける各湾曲についてVIFを計算する。各サブセ
ットについての回帰係数、F統計、およびVIFを表2に示している。空欄は、
湾曲尺度がそのサブセットでは用いられなかったことを示している。
【0054】 表2に述べられているように、11から16のサブセットのサブセットサイズ
については回帰係数の変化はない。さらに、異なる湾曲の尺度が含まれ、あるい
は最適なサブセットから排除され得るが、RINCIR、NPERおよびTIL
Tは、サイズが3から16の湾曲セットのどのセットについても最適な湾曲尺度
として存在する。 本発明の他の実施形態では、サブセットの最適化は後方消去のプロセスによっ
て行われ得る。このプロセスでは、最大回帰係数を維持しながら、消去可能な変
数を決定するように各独立変数をテストする。表2は、湾曲H、DK1K2V、
RINCIR、NPERおよびTILTが、5つの湾曲尺度のみを用いることが
できる場合に動脈瘤を特定するのに理想的であることを示している。これらの湾
曲尺度の5つ全ては、プレートレットサイズ3.0mmを用いた全22個の3D
コンピュータモデルの各頂点で計算された。
【0055】
【表2】
【0056】 説明した方法におけるこの点で、動脈瘤検出に最適な湾曲尺度が上述した最適
化ステップを通して見つけられている。決定された5つの湾曲尺度は、動脈瘤検
出に最適であるだけではなく、非線形である。したがって、各尺度は、動脈瘤を
その形状に基づいて認知するために用いることができるいくらか有用な情報を提
供する。本発明の本実施形態における全22個の3Dコンピュータモデルの全頂
点についてこれらの5つの湾曲尺度に関する多重線形回帰を行うことによって、
式の係数βを決定することができる。
【数20】
【0057】 上の式は、説明した古典的および新規な湾曲尺度を用いて動脈瘤を検出するの
に最適である。そして上式は、次のようにして、動脈瘤のいかなる将来の3Dコ
ンピュータモデルにも適用可能である。脳血管の3Dの三角形化されたコンピュ
ータモデルをどのような手法か(例えばマーチングキューブ)で生成する。二変
数の二次多項式を、図2に示すように、中央の頂点を直接囲む頂点の集合、つま
りプレートレットにフィットさせる。5つの湾曲尺度のサブセットを、二変数二
次多項式に関してこれらの値を決定することによって、各3D表面頂点について
計算する。そして、式20を用いて各頂点についてのyを、その頂点について
計算された5つの湾曲尺度を用いて決定する。そして、yの期待される範囲を
表すように色の値の表(色テーブル)を生成し、表面の頂点あるいは表面三角形
をこの色テーブルにしたがって色づけする。色テーブルは、ユーザによってイン
タラクティブに調整可能であり得、あるいは固定されることもできる。用いられ
る手法に関係なく、色テーブルの意図するところは、観察者の注意が動脈瘤と一
致する湾曲特性を有する領域に向けられるように3Dコンピュータモデルを色付
けする簡単な手段を提供することである。3Dコンピュータモデルは、2D白黒
画像、2Dカラー画像、立体画像、動画フォーマット、あるいは3Dコンピュー
タモデルフォーマットを含むいかなる数の異なるフォーマットでも表示されるこ
とができる。上記解析の結果は、元の2D断面画像を色づけ、あるいは強調して
、元の2DのMRA画像上で動脈瘤を強調するのにも用いることができる。
【0058】 以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実
施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改
良を加えることができる。その様な変更又は改良を加えた形態も本発明の技術的
範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
【発明の効果】
上記説明から明らかなように、本発明の三次元形状計測によれば、構造の表面
上の異常な領域のより客観的な3D表現を生成することが可能となる。
【図面の簡単な説明】
【図1】 一連の頂点のシリーズにおける構造的な差を最適化するように新
規および古典的な湾曲尺度、ならびに多重線形回帰を適用する本発明による方法
を表すフローチャートである。
【図2】 第1の主湾曲ベクトルの斜視図である。
【図3】 単位球の表面上で法線三角形を構成する法線ベクトルを含む斜視
図である。
【図4】 円柱に対して垂直な平面にある表面法線ベクトルを示す斜視図で
ある。
【図5】 球について、法線三角形の特性を示す斜視図である。
【図6】 法線三角形に関連して、内接円および外接円の半径を示す斜視図
である。
【図7】 表面三角形および法線三角形の単位法線ベクトルを視覚的に表し
た図である。
【図8】 相関係数とプレートレット半径との相関を視覚的に表した図であ
る。
【図9】 頂点と三角形とから構築されたプレートレットの斜視図である。
【符号の説明】
200、202 主湾曲ベクトル 201 中央頂点 300 表面 301 三角形 302 単位球 303 法線三角形 401、402、403 表面法線 404 円 405 円柱 406 三角形 501、502 三角形 600 法線三角形 601 内接円の半径 602 内接円 603 外接円 604 外接円の半径
───────────────────────────────────────────────────── フロントページの続き (81)指定国 EP(AT,BE,CH,CY, DE,DK,ES,FI,FR,GB,GR,IE,I T,LU,MC,NL,PT,SE),OA(BF,BJ ,CF,CG,CI,CM,GA,GN,GW,ML, MR,NE,SN,TD,TG),AP(GH,GM,K E,LS,MW,SD,SL,SZ,TZ,UG,ZW ),EA(AM,AZ,BY,KG,KZ,MD,RU, TJ,TM),AE,AL,AM,AT,AU,AZ, BA,BB,BG,BR,BY,CA,CH,CN,C R,CU,CZ,DE,DK,DM,EE,ES,FI ,GB,GD,GE,GH,GM,HR,HU,ID, IL,IN,IS,JP,KE,KG,KP,KR,K Z,LC,LK,LR,LS,LT,LU,LV,MA ,MD,MG,MK,MN,MW,MX,NO,NZ, PL,PT,RO,RU,SD,SE,SG,SI,S K,SL,TJ,TM,TR,TT,TZ,UA,UG ,US,UZ,VN,YU,ZA,ZW

Claims (7)

    【特許請求の範囲】
  1. 【請求項1】 三次元構造を決定、評価する方法であって、 a)構造の計算された三次元表現を得るステップと、 b)三次元構造上の第1の領域セットを特定し、前記構造に数値を割り当てる
    ステップと、 c)第2の領域セットを特定し、前記領域に数値を割り当てるステップと、 d)構造の表面上の各頂点に対して複数の湾曲尺度についての値を決定するス
    テップと、 e)前記決定ステップにおいて決定された前記値に関して多重線形回帰解析を
    行い、全頂点についての全湾曲に対して回帰係数を得るステップと、 f)前記湾曲尺度のそれぞれについての分散膨張因数を決定するステップと、 g)全分散膨張因数が10未満であればステップlに進み、 h)いずれかの分散膨張因数が10より大きければ、多重線形回帰で用いられ
    る湾曲尺度のサブセットを1ずつ順に減少させ、 i)各サブセットについて可能な全ての湾曲尺度の組み合わせに関して多重線
    形回帰を行うステップと、 j)最大回帰係数を与える湾曲尺度のサブセットを選択するステップと、 k)ステップd)で決定された前記値に関して多重線形回帰解析を行い、前記
    湾曲サブセットの回帰係数を得るステップと、 l)前記湾曲サブセットについての多重線形回帰によって生成された線形式に
    線形回帰の部分係数を挿入するステップと を包含すること特徴とする方法。
  2. 【請求項2】 前記複数の湾曲尺度は、 主湾曲k1、 主湾曲k2、 平均湾曲、 ガウス湾曲、 前記2つの主湾曲の絶対値の最小値と、前記2つの主湾曲の絶対値の最大値と
    の比、 前記第1の主湾曲の値と前記第2の主湾曲の値との差、 ある表面頂点の第1の主湾曲ベクトルと当該頂点に直結される3Dの三角形化
    された表面上の全ての頂点の第1の主湾曲ベクトルとのドット積の平均、 ある表面頂点の第2の主湾曲ベクトルと当該頂点に直結される3Dの三角形化
    された表面上のすべての頂点の第2の主湾曲ベクトルとのドット積の平均、 ある表面頂点の第2の主湾曲ベクトルと当該頂点に直結される3Dの三角形化
    された表面上のすべての頂点の第2の主湾曲ベクトルとのドット積の平均と、あ
    る表面頂点の第1の主湾曲ベクトルと当該頂点に直結される3Dの三角形化され
    た表面上の全ての頂点の第1の主湾曲ベクトルとのドット積の平均との差、 法線三角形の三辺が円の接線となるように法線三角形に内接する円の半径また
    は直径、 法線三角形の三頂点のそれぞれが円の周囲と交差するように法線三角形に外接
    する円の半径または直径、 法線三角形の三辺が円の接線となるように法線三角形に内接する内接円の半径
    または直径と、法線三角形の三頂点のそれぞれが円の周囲と交差するように法線
    三角形に外接する外接円の半径または直径との比、 法線三角形の面積、 法線三角形の周の長さ、 法線三角形の周の長さの平方に対する面積の比、および 表面三角形の法線ベクトルと法線三角形の法線ベクトルとのドット積 からなるグループから選択されることを特徴とする請求項1に記載の方法。
  3. 【請求項3】 前記三次元表現は、前記構造の画像から得られることを特徴
    とする請求項1に記載の方法。
  4. 【請求項4】 前記画像は複数回の二次元スキャンから構築されることを特
    徴とする請求項2に記載の方法。
  5. 【請求項5】 前記三次元構造は、腫瘍、動脈瘤、またはポリープであり、
    前記形状は球状であることを特徴とする請求項1に記載の方法。
  6. 【請求項6】 動脈瘤の存在を検出するための血管の三次元レンダリングを
    評価する方法であって、 a)前記血管の計算された三次元表現を得るステップと、 b)三次元構造上で第1の領域セットを特定し、前記血管に数値を割り当てるス
    テップと、 c)第2の領域セットを特定し、前記領域に数値を割り当てるステップと、 d)前記血管の表面上の各頂点についての複数の湾曲尺度の値を決定するステッ
    プと、 e)前記決定ステップにおいて決定された前記値に関して多重線形回帰解析を行
    い、全頂点についての全湾曲に関して回帰係数を得るステップと、 f)前記湾曲尺度のそれぞれについて分散膨張因数を決定するステップと、 g)全分散膨張因数が10未満であれば、ステップlに進み、 h)いずれかの分散膨張因数が10より大きければ、多重線形回帰に用いられる
    湾曲尺度のサブセットを1ずつ順に減らし、 i)各サブセットについて可能な全ての湾曲尺度の組み合わせに関して多重線形
    回帰を行うステップと、 j)最大回帰係数を与える湾曲測定のサブセットを選択するステップと、 k)ステップd)で決定された前記値に関して多重線形回帰解析を行って前記湾
    曲サブセットの回帰係数を求めるステップと、 l)前記湾曲サブセットについての多重線形回帰によって生成された線形式に線
    形回帰の部分係数を挿入するステップと、 を包含することを特徴とする方法。
  7. 【請求項7】 決定された線形式から、構造上の各頂点についての単一のス
    カラー値を決定するステップと、 前記各頂点について全スカラー値の色テーブルを生成するステップと、 各頂点に色を割り当てるステップと、 構造の表面上に表示された色の値で3D構造をレンダリングするステップと をさらに包含することを特徴とする請求項1または6に記載の方法。
JP2000602979A 1999-03-03 2000-03-03 統計的湾曲解析を用いた三次元形状計測 Pending JP2003502723A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12264599P 1999-03-03 1999-03-03
US60/122,645 1999-03-03
PCT/US2000/005596 WO2000052629A1 (en) 1999-03-03 2000-03-03 3-d shape measurements using statistical curvature analysis

Publications (1)

Publication Number Publication Date
JP2003502723A true JP2003502723A (ja) 2003-01-21

Family

ID=22403949

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000602979A Pending JP2003502723A (ja) 1999-03-03 2000-03-03 統計的湾曲解析を用いた三次元形状計測

Country Status (6)

Country Link
EP (1) EP1236156A1 (ja)
JP (1) JP2003502723A (ja)
CN (1) CN1399763A (ja)
AU (1) AU3720700A (ja)
CA (1) CA2364176A1 (ja)
WO (1) WO2000052629A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008525126A (ja) * 2004-12-22 2008-07-17 バイオ−ツリー システムズ, インコーポレイテッド 病気の診断およびモニタリングのための医療画像化方法および装置ならびにその用途
KR101911396B1 (ko) 2015-06-18 2018-12-20 연세대학교 산학협력단 혈관의 굽힘도 결정방법

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7505882B2 (en) * 2005-03-15 2009-03-17 Chevron U.S.A. Inc. Stable method and apparatus for solving S-shaped non-linear functions utilizing modified Newton-Raphson algorithms
US8055047B2 (en) 2006-08-14 2011-11-08 The Board Of Trustees Of The Leland Stanford Junior University Polyp detection using smoothed shape operators
WO2011069411A1 (en) * 2009-12-07 2011-06-16 The Chinese University Of Hong Kong Methods and systems for estimating longitudinal relaxation times in mri
CN103093503B (zh) * 2013-02-08 2015-08-05 河北大学 基于ct图像的肺实质区域表面模型的建立方法
US10249092B2 (en) * 2016-11-23 2019-04-02 Simbionix Ltd. System and method for rendering complex data in a virtual reality or augmented reality environment
CN108802645B (zh) * 2017-10-24 2021-06-11 中国计量大学 基于0-1整数规划的永磁型纵向梯度线圈设计方法
CN110390148B (zh) * 2019-07-08 2023-09-26 浙江工业大学 一种头颈部软组织缺损重建手术模板设计方法及手术模板
CN112070900B (zh) * 2020-09-18 2023-11-24 北京交通大学 一种3-10岁儿童头部颅骨形态模型的建模方法
CN114509027B (zh) * 2020-11-16 2023-07-21 泰科电子(上海)有限公司 连接器的同心度检测方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0256481B1 (de) * 1986-08-20 1994-01-12 Siemens Aktiengesellschaft Verfahren und Einrichtung zur adaptiven Fokussierung bei einem medizinischen Ultraschall-Bildgabegerät
US4922915A (en) * 1987-11-27 1990-05-08 Ben A. Arnold Automated image detail localization method
US5972890A (en) * 1988-05-02 1999-10-26 New England Deaconess Hospital Corporation Synthetic peptides for arterial imaging
US5287273A (en) * 1990-03-15 1994-02-15 Mount Sinai School Of Medicine Functional organ images
CU22179A1 (es) * 1990-11-09 1994-01-31 Neurociencias Centro Metodo y sistema para la evaluacion y graficacion de la actividad fisiologica electromagnetica anormal del cerebro y corazon
US5304122A (en) * 1991-02-14 1994-04-19 Medtronic, Inc. Method for providing a restenosis model in porcine coronary arteries
US5655028A (en) * 1991-12-30 1997-08-05 University Of Iowa Research Foundation Dynamic image analysis system
DE69325508T2 (de) * 1992-03-09 2000-01-27 St. Georg's Hospital Medical School, London Neurographische abbildungsverfahren und diffusions-anistropie
US5983251A (en) * 1993-09-08 1999-11-09 Idt, Inc. Method and apparatus for data analysis
US5579774A (en) * 1994-03-07 1996-12-03 Camino Neurocare, Inc. Method and apparatus for monitoring local cerebral physiology
US5825670A (en) * 1996-03-04 1998-10-20 Advanced Surface Microscopy High precison calibration and feature measurement system for a scanning probe microscope
US5644512A (en) * 1996-03-04 1997-07-01 Advanced Surface Microscopy, Inc. High precision calibration and feature measurement system for a scanning probe microscope
BR9711229A (pt) * 1996-08-23 2001-11-06 United Kingdom Government Processo e aparelho para usar análise de imagem para determinar caracterìsticas de carne e carcaça

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008525126A (ja) * 2004-12-22 2008-07-17 バイオ−ツリー システムズ, インコーポレイテッド 病気の診断およびモニタリングのための医療画像化方法および装置ならびにその用途
JP2012223616A (ja) * 2004-12-22 2012-11-15 Bio-Tree Systems Inc 病気の診断およびモニタリングのための医療画像化方法および装置ならびにその用途
JP2015091432A (ja) * 2004-12-22 2015-05-14 バイオ−ツリー システムズ, インコーポレイテッド 病気の診断およびモニタリングのための医療画像化方法および装置ならびにその用途
KR101911396B1 (ko) 2015-06-18 2018-12-20 연세대학교 산학협력단 혈관의 굽힘도 결정방법

Also Published As

Publication number Publication date
EP1236156A1 (en) 2002-09-04
CN1399763A (zh) 2003-02-26
AU3720700A (en) 2000-09-21
CA2364176A1 (en) 2000-09-08
WO2000052629A1 (en) 2000-09-08

Similar Documents

Publication Publication Date Title
US8189890B2 (en) Computer-aided classification of anomalies in anatomical structures
US8682045B2 (en) Virtual endoscopy with improved image segmentation and lesion detection
US7747055B1 (en) Virtual endoscopy with improved image segmentation and lesion detection
US7773791B2 (en) Analyzing lesions in a medical digital image
US8121373B2 (en) Image diagnostic processing device and image diagnostic processing program
Acar et al. Edge displacement field-based classification for improved detection of polyps in CT colonography
de Sisternes et al. A computational model to generate simulated three‐dimensional breast masses
US20090028403A1 (en) System and Method of Automatic Prioritization and Analysis of Medical Images
US8077948B2 (en) Method for editing 3D image segmentation maps
Huang et al. VP-Nets: Efficient automatic localization of key brain structures in 3D fetal neurosonography
US7684602B2 (en) Method and system for local visualization for tubular structures
WO2000032106A1 (en) Virtual endoscopy with improved image segmentation and lesion detection
Li et al. Automated measurement network for accurate segmentation and parameter modification in fetal head ultrasound images
EP1761897A1 (en) Displaying a tracheobronchial tree
US7272251B2 (en) Method for detecting and classifying a structure of interest in medical images
WO2007026598A1 (ja) 医用画像処理装置及び画像処理方法
Ghavami et al. Integration of spatial information in convolutional neural networks for automatic segmentation of intraoperative transrectal ultrasound images
US7729739B2 (en) Heat diffusion based detection of structures of interest in medical images
JP2003502723A (ja) 統計的湾曲解析を用いた三次元形状計測
US7961923B2 (en) Method for detection and visional enhancement of blood vessels and pulmonary emboli
JP2016146132A (ja) 形状特徴抽出方法、形状特徴抽出処理装置、形状記述方法及び形状分類方法
Chijindu et al. Detection of prostate cancer using radial/axial scanning of 2D trans-rectal ultrasound images
Liu Advancing Segmentation and Classification Methods in Magnetic Resonance Imaging via Artificial Intelligence
Oka et al. Method for generating unfolded views of organ and its comparison with virtual endoscopy based on undisplayed region rate
Stewart Automated aneurysm detection in unread magnetic resonance angiography (mra) studies using computational differential geometry