JP2005161054A - コンピュータ支援ターゲットの方法及びシステム - Google Patents

Abstract

【課題】 コンピュータ支援処理技法を用いることにより、コンピュータ支援検出又は診断を改善する。
【解決手段】 イメージングシステム（１０）での画像収集方法は、第１のイメージングシステムから少なくとも第１の画像データをアクセスする段階と、ＣＡＤアルゴリズム（１０４）によって第１の画像データを処理する段階と、ＣＡＤアルゴリズムの結果に基づいて少なくとも第２の画像データを収集する段階と、ＣＡＤアルゴリズムによって第２の画像データを処理し、第１の画像データに関するＣＡＤアルゴリズムの結果を確認する段階とを含む。
【選択図】 図２

Description

本発明は、一般に、イメージング手法に関し、より具体的には、コンピュータ支援処理技法を用いることにより、コンピュータ支援検出又は診断を改善する方法及び装置に関する。

スクリーニング・マンモグラフィ及び他の病態、或いは、医学的又は生理学的事象の評価などのコンピュータ支援診断（ＣＡＤ）は、通常、一連の収集画像の様々なタイプの分析に基づいている。収集画像は、ＣＡＤアルゴリズムによって強調表示される病理を利用することにより分析される。一般的に、最終診断のために放射線医がこの結果を観察する。当業者には理解されるように、データ・ボリュームの管理を改善することによって、特定の後続のイメージング手法が実行可能となるか、又は望ましいものとして認識することができる。

ＣＡＤは、コンピュータ断層撮影（ＣＴ）、磁気共鳴イメージング（ＭＲＩ）、Ｘ線システム、超音波システム、陽電子放射断層撮影（ＰＥＴ）などの任意のイメージング診断装置に利用できることに留意されたい。これらの診断装置の一部のＣＡＤアルゴリズムは、診断装置のイメージング性能、撮像される組織などにより、他の診断装置のアルゴリズムに優る利点を提供することができる。例えば、コンピュータ断層撮影は、一般に、Ｘ線システムによって断面画像すなわちスライスを形成する診断手法である。ＣＴスキャン手法は、コンピュータ・システム及び回転するＸ線装置の使用を組み合わせて、患者の器官及び他の身体部分の詳細な断面画像すなわち「スライス」を生成する。イメージング性能は、Ｘ線システムのものと物理的に同じである。同様に、ＭＲＩ、超音波、ＰＥＴ、及び他の診断装置は、特定の組織又は生体組織のイメージングに適合され、これらが生成する画像に使用される異なるＣＡＤアルゴリズムについての利点を提供する。

各イメージング診断装置は、独自の物理的特性及び画像処理法に基づく。例えば、ＣＴシステムは、多くの角度から患者を透過したＸ線ビームの減弱を測定し、次にこれらの測定値に基づいて、コンピュータが放射線源弱を引き起こす患者の身体の一部の画像を再構成することができる。当業者には理解されるように、これらの画像は、一連の連続する断面の個々の検査に基づく。従って、仮想３−Ｄ画像をＣＴ検査によって生成することができる。ＣＴシステムは、実際には画像を直接生成するのではなく、組織密度の数値を与えることは指摘すべきである。再構成データに基づく画像は通常、陰極線管上に表示され、印刷又はフィルム上に複写することができる。

ＣＴイメージングの実施例を続けると、Ｘ線源からの扇形Ｘ線ビームを投射することによりＣＴスキャナが動作し、該Ｘ線ビームはコリメートされ、患者など被検体を透過した後、検出器素子によって検出される。次に、データを用いて、有用な画像を生成する。すなわち、検出器素子がＸ線ビームの減弱に基づいてデータを生成し、該データがコンピュータ分析によって処理される。次いで、病理の位置をＣＡＤアルゴリズムによって強調表示し、このようにして人間の観察者の注意を喚起することができる。次に、最終的な診断をする放射線医又は他の医師が、結果を再検査することができる。

各イメージング診断装置は、特定の病気又は生理学的症状の検出のために、他の診断装置に優る独自の利点を提供することができる。例えば、ＣＴスキャンは、特に、器官、軟組織、及び骨の形状及び正確な位置を身体の任意のスライスで示すことから、病気を診断する際に他のタイプの技法に優る利点を提供する。更に、ＣＴスキャンは、医師が単なる嚢胞と例えば固形腫瘍とを区別し、従って異常をより正確に評価するのを助けることができる。上述のように、他のイメージング診断装置も同様に、他の生理学的な関心特徴のイメージング及び対応するＣＡＤアルゴリズムに最も好適である。

生理学的特徴のコンピュータ診断のための既存の技法は、特定の欠点を有する。例えば、一般にＣＡＤ分析の出力は、ほとんど対話式の熟練の医療従事者による査定及び評価を必要とする。時間的制限及びかかる熟練者の準備に起因して、患者は、特定の種類の検査についての報告を求められる場合が多く、ＣＡＤ分析の検査に基づいて、適切な場合には、更に別の検査を予定することが必要となる。すなわち、患者は、可能性のある状態を適切に評価及び診断するために、同じ又は異なる診断イメージングシステムの付加的な検査のために戻らなければならないことが多い。結果として得られるこの手法は、患者及び医師にとって時間がかかるだけでなく、最終的にプロセス全体でかなりの時間期間にわたって延長される結果となる。また、後続のイメージングの追加予約は、患者、病院及び診療所、並びに保険業者らに多大の費用を生じる可能性がある。

例えば、薄いスライス、すなわち高分解能のＣＴ（ＨＲＣＴ）スキャナ技法は、放射線医が検査するためにかなりの時間を必要とする大量の軸方向及びボリューム測定データを生成する。放射線医からより多くの時間が要求されることにより、一日当たりに完了可能な検査の数が減少する可能性がある。更に、ＨＲＣＴ画像内に存在する多量の情報に対して検出感度を高くするという放射線医の責務が脅かされ、スクリーニング（又はフォローアップ治療）の検討を放射線医に最初の段階で思い止まらせる場合さえある。このデータ及び患者管理の急増に対する解決策は、画像ボリューム内の関心特徴（ＦＯＩ）のコンピュータ支援検出（ＣＡＤ）であった。（最初の放射線医の検査を実施する）第２の検査者としてのＣＡＤは、ＣＴ画像のグレイレベルが予期されず、特徴的なパターンに一致し、又は健常者で通常予期できるものとして現れない場所にマーカを設定することにより放射線医に対する支援を提供する。

ＦＯＩが、ＣＡＤシステム、又は放射線医（又は双方の組合せ）のいずれかにより検出されても、この特徴の情報に基づく臨床管理に対する重要なステップは、（他の解剖学的又は病理学的構造からの）正確な分割及び定量化（ボリューム、デンシトメトリ、機能的、幾何学的など）にある。高度肺分析（ＡＬＡ）などのアプリケーションがリリースされて以来、小さな対象物のボリュームサイズを正確に求める機能は、画像ボリュームを生成する際に用いられるスキャン収集及び再構成変数によって決まることが分かった。小さな特徴の分割及びサイジングにおけるかなりの変動は、マルチスライスＣＴスキャナ収集、患者の動き、及び位置合わせ不良に特有の部分ボリューム作用に起因してもたらされる場合がある。従って、小さな撮像表示領域及び検出されたＦＯＩから最大詳細を取り込むのに最適な再構成パラメータでターゲット再構成を実行することが望ましい。残念ながら、放射線医が通常のスクリーニング検査においてＦＯＩを検査（及び検出）すると同時に、原投影（スキャン）データは上書きされ、又はＣＴコンソールから除去され、従って、投影データの遡及的収集は、もはや選択の余地がなくなる。更に、ＣＡＤ分析は偽陽性の結果をもたらす場合がある。

１つの態様において、イメージングシステムにおける画像収集方法が提供される。該方法は、第１のイメージングシステムから少なくとも第１の画像データにアクセスする段階と、ＣＡＤアルゴリズムによって第１の画像データを処理する段階と、ＣＡＤアルゴリズムの結果に基づいて少なくとも第２の画像データを収集する段階と、ＣＡＤアルゴリズムによって第２の画像データを処理し、第１の画像データに関するＣＡＤアルゴリズムの結果を確認する段階とを含む。

別の態様において、イメージングシステムにおける画像収集方法が提供される。該方法は、任意の画像データ収集動作の前に検査タイプの指示を受信する段階と、第１のイメージングシステムから少なくとも第１の画像データにアクセスする段階と、ＣＡＤアルゴリズムによって第１の画像データを処理する段階と、ＣＡＤアルゴリズムの結果に基づいて少なくとも第２の画像データを収集する段階と、受信された検査タイプに基づいてオペレータの介入なく第２の画像データを後処理する段階とを含む。

更に別の態様において、イメージングシステムにおける画像収集方法が提供される。該方法は、第１のスキャン指示を用いる第１のイメージングシステムから少なくとも第１の画像データにアクセスする段階と、ＣＡＤアルゴリズムによって第１の画像データを処理する段階と、ＣＡＤアルゴリズムの結果に基づいて第１のスキャン指示とは異なる第２のスキャン指示を指示するようユーザに促す段階と、第２のスキャン指示を用いる少なくとも第２の画像データを収集する段階とを含む。

更に別の態様において、二重分解能画像データのシームレスな表示及び分析方法が提供される。該方法は、低分解能で画像データを検査する段階と、低分解能データの少なくとも１つの関心特徴のボリューム分析を実行する段階と、オペレータの介入なしに分析された低分解能データに代わって高分解能画像データを代用する段階と、低分解能データのボリューム・レンダリング及び高分解能データの分析結果を１つの表示で表示する段階とを含む。

１つの態様において、イメージングシステムは、医用画像を収集するように構成された第１の画像データ収集システムと、画像データ収集システムに接続され、且つ収集システムによって収集された画像データから第１の一連の画像を生成してＣＡＤアルゴリズムを介して一連の画像を処理し、ＣＡＤアルゴリズムの結果に基づいて第２の一連の画像の収集を指示し、該ＣＡＤアルゴリズムにより第２の一連の画像を処理して第１の一連の画像に関するＣＡＤアルゴリズムの結果を確認するように構成されたコンピュータとを備える。

別の態様において、医用画像データを収集するためのコンピュータ・プログラムが提供される。該プログラムは、機械可読媒体と、媒体に格納され且つ任意の画像データ収集動作の前に検査タイプの指示を受信し、第１のイメージングシステムから第１の一連の画像を収集し、ＣＡＤアルゴリズムによって第１の一連の画像を処理し、ＣＡＤアルゴリズムの結果に基づき第２の一連の画像を収集し、受信された検査タイプに基づいてオペレータの介入なしに第２の一連の画像を後処理するルーチンを含むコンピュータ・プログラムとを含む。

更に別の態様において、医用画像データを収集するコンピュータ・プログラムが提供される。該プログラムは、機械可読媒体と、媒体に格納され且つ低分解能画像データを受信し、低分解能データの少なくとも１つの関心特徴のボリューム分析を実行し、オペレータの介入なしに分析された低分解能データに代わって高分解能画像を代用し、低分解能データのボリューム・レンダリング及び高分解能データの分析結果を１つのディスプレイに表示するルーチンを含むコンピュータ・プログラムとを含む。

更に別の態様において、イメージングシステムは、医用画像を収集するように構成された第１の画像データ収集システムと、画像データ収集システムに接続されたコンピュータとを含む。該コンピュータは、低分解能画像データを受信し、低分解能データの少なくとも１つの関心特徴のボリューム分析を実行し、オペレータの介入なしに分析された低分解能データに代わって高分解能画像データを代用し、低分解能データのボリューム・レンダリング及び高分解能データの分析結果を１つのディスプレイに表示するように構成される。

幾つかの公知のＣＴイメージングシステム構成において、Ｘ線源は扇形ビームを投射し、該扇形ビームは、一般に「イメージング平面」と呼ばれるデカルト座標系のＸ−Ｙ平面内に位置するようにコリメートされる。Ｘ線ビームは、患者などの撮像される被検体を透過する。ビームは、被検体によって減弱された後に、放射線検出器のアレイに入射する。検出器アレイで受信される減弱放射線ビームの強度は、被検体によるＸ線ビームの減弱度に応じて決まる。アレイの各検出器素子は、検出器位置でのビーム強度の測定値である個別の電気信号を生成する。全ての検出器からの強度測定は別個に収集されて、送信プロファイルを生成する。

第３世代ＣＴシステムにおいて、Ｘ線源及び検出器アレイは、Ｘ線ビームが被検体と交差する角度が一定に変化するようにガントリと共にイメージング平面内で撮像されることになる被検体の周りを回転する。１つのガントリ角度における検出器アレイからのＸ線減弱測定値のグループ、すなわち投影データは、「ビュー」と呼ばれる。被検体の「スキャン（走査）」は、Ｘ線源及び検出器が１回転する間に様々なガントリ角度、すなわちビュー角度で形成されたビューの集合を含む。

アキシャルスキャン（軸方向走査）においては、投影データを処理して、被検体を透過して取得される２次元スライスに対応する画像を構成する。投影データの集合から画像を再構成する１つの方法は、当該技術においてフィルタ補正逆投影法と呼ばれるものである。この方法は、スキャンからの減弱測定値を「ＣＴ値」又は「ハウンスフィールド単位」（ＨＵ）と呼ばれる整数に変換し、これらの整数を用いて陰極線管表示装置上の対応するピクセルの輝度を制御する。

全スキャン時間を短縮するために、「ヘリカル」スキャンを実行することができる。「ヘリカル」スキャンを実行するためには、所定の数のスライスのデータを収集しながら、患者を移動させる。かかるシステムは、１回の扇形ビームヘリカル・スキャンから単一の螺旋を生成する。扇形ビームによってマッピングされた螺旋により投影データが得られ、該投影データから所定の各スライスにおける画像を再構成することができる。

ヘリカル・スキャン用の再構成アルゴリズムは通常、収集データをビュー角度及び検出器チャンネル指標の関数として重み付けするヘリカル重み付けアルゴリズムを用いる。具体的には、フィルタ補正逆投影処理の前に、ヘリカル重み付け係数によってデータを重み付けし、該係数はガントリ角度及び検出器角度の双方の関数である。次いで、重み付けされたデータは、ＣＴ値を生成し、且つ被検体を透過して取得された２次元スライスに対応する画像を構成するように処理される。

全収集時間を更に短縮するために、マルチスライスＣＴが導入される。マルチスライスＣＴにおいては、任意の時間的瞬間に複数列の投影データが同時に収集される。ヘリカル・スキャン・モードと組み合わせると、このシステムは単一の螺旋のコーン・ビーム投影データを生成する。シングルスライス・ヘリカル加重方式と同様に、フィルタ補正逆投影アルゴリズムの前に投影データに加重を乗算する方法を導き出すことができる。

本明細書で使用されているように、単数形で記載され単数を表す数詞が付記された要素又は段階は、排除を明記していない限り、このような要素又は段階の複数を排除するものではないことを理解されたい。更に、本発明の「１つの実施形態」に対する参照は、記載された特徴を同様に組み入れている他の実施形態の存在を排除するものとして解釈することを意図するものではない。

また、本明細書で使用される「画像を再構成する」という語句は、画像を表すデータが生成されるが可視は生成されないような本発明の実施形態を排除するものではない。しかしながら、多くの実施形態は、少なくとも１つの可視画像を形成（又は形成するように構成される）する。

図１及び図２を参照すると、マルチスライススキャンイメージングシステム、例えばコンピュータ断層撮影（ＣＴ）イメージングシステム１０は、「第３世代」ＣＴイメージングシステムの典型的なガントリ１２を含むものとして示されている。ガントリ１２は、該ガントリ１２の反対側にある検出器アレイ１８に向けてＸ線ビーム１６を投射するＸ線管１４（本明細書ではＸ線源１４とも呼ぶ）を有する。検出器アレイ１８は、アレイ１８と線源１４の間の患者２２などの被検体を透過する投射Ｘ線を全体的に感知する複数の検出器素子２０を含む複数の検出器列（図示せず）で形成される。各検出器素子２０は、入射Ｘ線ビームの強度を表し、従って、被検体又は患者２２を透過するときのビームの減弱を推定するのに用いることができる電気信号を発生する。Ｘ線投影データを収集するための１回のスキャンの間に、ガントリ１２及び該ガントリに装着された構成要素は、回転中心２４の周りを回転する。図２は、検出器素子２０の単一の横列（即ち１つの検出器横列）だけを示す。しかしながら、マルチスライス検出器アレイ１８は、複数の準平行又は平行スライスに対応する投影データを１回のスキャン中に同時に収集することができるように検出器素子２０の複数の平行な検出器横列を含む。

ガントリ１２上の構成要素の回転及びＸ線源１４の動作は、ＣＴシステム１０の制御機構２６によって制御される。制御機構２６は、Ｘ線源１４に電力とタイミング信号とを供給するＸ線コントローラ２８と、ガントリ１２上の構成要素の回転速度及び位置を制御するガントリ・モータコントローラ３０とを含む。制御機構２６内のデータ収集システム（ＤＡＳ）３２は、検出器素子２０からのアナログ・データをサンプリングして、後続の処理のために該データをデジタル信号に変換する。画像再構成装置３４は、サンプリングされデジタル化されたＸ線データをＤＡＳ３２から受け取って、高速画像再構成を実行する。再構成された画像は、コンピュータ３６への入力として印加され、コンピュータ３６は該画像を記憶装置３８内に格納する。画像再構成装置３４は、特定化されたハードウェア又はコンピュータ３６で実行されるコンピュータ・プログラムとすることができる。

コンピュータ３６はまた、キーボード又は他の入力装置を有するコンソール４０（オペレータ・ワークステーション）を介してオペレータから指令及びスキャン・パラメータを受け取る。付随する陰極線管表示装置４２によって、オペレータはコンピュータ３６からの再構成画像及び他のデータを観察することができる。オペレータが与えた指令及びパラメータは、コンピュータ３６によって用いられて、ＤＡＳ３２、Ｘ線コントローラ２８及びガントリ・モータコントローラ３０に制御信号及び情報を供給する。更に、コンピュータ３６は、モータ式テーブル４６を制御するテーブル・モータコントローラ４４を作動させ、患者２２をガントリ１２内で位置決めする。具体的には、テーブル４６は、ガントリ開口部４８を通して患者２２の各部分を移動させる。

１つの実施形態において、コンピュータ３６は、例えば、フレキシブル・ディスク・ドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤドライブ、光磁気ディクス（ＭＯＤ）装置、若しくは、フレキシブル・ディスク、ＣＤ−ＲＯＭ、ＤＶＤ、或いは他のデジタルソース（ネットワーク又はインターネットのような）、並びに開発中のデジタル手段などといったコンピュータ可読媒体５２からの指示及び／又はデータを読み取るイーサネット装置（「イーサネット」は商標）などのネットワーク接続装置を含む、他の何らかのデジタルデバイスといった装置５０を含む。別の実施形態において、コンピュータ３６は、ファームウェア（図示せず）に格納された指示を実行する。コンピュータ３６は、本明細書で説明される機能を実行するようにプログラムされており、本明細書で用いられるコンピュータという用語は、当該技術分野においてコンピュータと呼ばれる集積回路だけに限定されず、コンピュータ、プロセッサ、マイクロコントローラ、マイクロコンピュータ、プログラマブル論理コントローラ、特定用途向け集積回路、及び他のプログラマブル回路を広範に意味しており、これらの用語は本明細書では互換的に用いられる。上述の特定の実施形態は第３世代ＣＴシステムに言及しているが、本明細書で説明する方法は、第４世代ＣＴシステム（静止型検出器−回転式Ｘ線源）及び第５世代ＣＴシステム（静止型検出器及び静止型Ｘ線源）にも同等に適用可能である。更に、本発明の利点は、ＣＴ以外のイメージング診断装置にももたらされることが企図される。更に、本明細書で説明される方法及び装置は、医療的環境において説明されているが、本発明の利点は、工業環境、或いは、例えば限定ではないが、空港又は輸送センターにおける手荷物走査システムなどの輸送環境に一般に使用されるシステムなどの非医用イメージングシステムにももたらされることが企図されている。更に、本明細書で説明される方法及びシステムは、人間の患者に言及しているが、本発明の利点は、動物の研究用の大きさにされたシステムにももたらされることが企図される。

ＤＡＳ３２によって収集されたデータは、コンピュータ３６、更にはメモリ（図示せず）に送信することができる。大量のデータを格納する任意のタイプのメモリは、かかる例示的なシステム１０によって使用することができることを理解されたい。また、コンピュータ３６は、オペレータからの指令及びスキャン・パラメータを通常はキーボード及び他の入力装置を備えるコンソール４０を介して受け取るように構成される。オペレータは、入力装置を介してシステム１０を制御することができる。従って、オペレータは、コンピュータ３６からの再構成画像及びシステムに関する他のデータを観察し、イメージングを開始することなど他を行うことができる。

更に、スキャンされた画像はまた、コンピュータ３６及びオペレータ・ワークステーション４０に接続することができるプリンタ（図示せず）上で印刷することができる。更に、オペレータ・ワークステーション４０はまた、医用画像保管管理システム（ＰＡＣＳ）に接続することもできる。ＰＡＣＳは、遠隔システム、放射線部門情報システム（ＲＩＳ）、病院情報システム（ＨＩＳ）、或いは内部又は外部ネットワークに接続して、別の場所にいる他者が画像及び／又は画像データにアクセスできるようにする点に留意されたい。

コンピュータ３６及びコンソール４０は、汎用又は特定用途のコンピュータ・モニタ及び関連する処理回路を含むことができる他の出力装置に接続することができることに更に留意されたい。１つ又は複数のオペレータ・ワークステーション４０は更に、システム・パラメータを出力し、検査を要求し、画像を観察する、などのためにシステム内でリンクさせることができる。一般に、ディスプレイ、プリンタ、ワークステーション、及びシステム内に備えられる同様の装置は、データ収集構成要素に対して構内接続とすることができ、或いは、インターネット、仮想私設ネットワークなどの１つ又はそれ以上の構成可能なネットワークを介して画像収集システムにリンクされた研究機関又は病院内の他の場所、或いは全く別の場所のように、これらの構成要素から遠隔接続であってもよい。

再構成されると、図１及び図２のシステムによって生成された画像は、患者の内部特徴を明らかにする。病態などの病状の診断及びより一般的には医学的事象の診断に対する従来の手法においては、放射線医又は医師は、画像表示のハード・コピーを検討して関心特徴を識別するようにすることになる。かかる特徴は、特定の解剖学的構造又は器官の病変、サイズ及び形状、並びに個々の医療従事者の技量及び知識に基づく画像の識別可能な他の特徴を含むことができる。

本技法は、ＣＡＤアルゴリズムによるこれらの機能の幾つかを実施する。当業者には理解されるように、ＣＡＤアルゴリズムは、解剖学的異常などの関心のある幾つかの特徴を識別又は少なくとも位置特定する潜在能力をもたらすことができる。特定のＣＡＤアルゴリズムは一般に、識別されることになる特徴のタイプ、及び画像データを生成するのに用いられるイメージング診断装置に応じて選択される。ＣＡＤ技法は、分割アルゴリズムを使用することができ、このアルゴリズムは、エッジ、識別可能な構造、境界線、色又は強度の変化又は遷移、分光学的情報における変化又は遷移などの既知の画像特徴又は予測される画像特徴を参照することによって関心特徴を識別する。現在のＣＡＤアルゴリズムは、これらの特徴を識別するだけの潜在能力を一般にもたらす。その結果、後続の処理及びデータ収集は、完全に医療従事者の自由裁量であり、その専門知識に基づくものである。

ＣＡＤアルゴリズムは、幾つかの部分又はモジュールを含むものとして考えることができ、その全ては、本技法で実施することができる。一般にＣＡＤアルゴリズムは、画像データのアクセス、データ又は画像の分割、特徴選択又は抽出、分類、トレーニング、及び視覚化などのモジュールを含むことができる。更に、ＣＡＤ処理は、再構成の前の収集投影データ集合、２次元再構成データ（軸方向及びスカウト・モード双方）、３次元再構成データ（ボリュームデータ又は多平面再フォーマット）、又はこのようなフォーマットの好適な組合せに対して実行することができる。収集投影データ集合は、２次元スキャンにおける幾つかの１次元投影、又は３次元スキャンにおける幾つかの２次元投影を有することができる。収集又は再構成されたデータを用いて、分割、特徴選択、及び／又は視覚化前の分類を実行することができる。これらの処理は、並行して又は様々な組合せで実行することができる。

ＣＡＤアルゴリズムが実施されるデータは、未処理の画像収集システム情報とすることができ、或いは部分的又は完全に処理されたデータとすることができる。データは、断層撮影データソースから生じたものであってもよく、又は診断用断層撮影データ（ＣＴイメージングにおける投影又はラドン範囲の未処理データ、１つ又は複数の再構成２次元画像、又は３次元再構成ボリューム画像データなど）とすることができる。本発明の利点は異なる次元のデータにも生じるので、本明細書で用いられる用語「領域」は、２次元領域並びに３次元ボリュームの両方に言及する。

ＣＡＤアルゴリズムの分割部分は、断層撮影データの計算された特徴に基づいて、特定の関心領域を識別することができる。関心領域は、特定の範囲のしこり候補部位などのデータ集合の全体又は一部を用いて多くの手法で求めることができる。特定の分割法は、識別されることになる生体組織によって決まり、典型的には、反復閾値処理、Ｋ平均分割、エッジ検出、エッジ接続、曲線近似、曲線平滑化、２次元又は３次元形態フィルタ処理、領域拡張、ファジー・クラスタリング、画像／ボリューム測定、経験則、知識ベース則、決定木、神経ネットワークなどに基づくものとすることができる。また、分割は、少なくとも部分的に手作業とすることができる。自動分割もまた、しこりの形状及びサイズなどの事前知識を用いて、自動的に関心領域を描くことができる。

ＣＡＤアルゴリズムの特徴抽出の態様は、所望の画像を含むデータで計算を実行する段階を含む。形状、サイズ、密度及び曲率といった関心領域の統計値を用いて画像ベースのデータから複数の特徴基準を抽出することができる。投影空間データにおいては、ビュー又は位置における特徴投影の位置、形状、又はサイズなどの特徴は、ビュー間に一貫性を与えるなどのために用いることができる。

ＣＡＤアルゴリズムの分類の態様も同様に、部分的又は完全に手動又は自動とすることができる。具体的には、分類を用いて、正常又は異常な生体組織或いは病変に分類することにより、関心領域を具体的に識別することができる。とりわけ、ベイズ分類器、神経ネットワーク、規則ベースの方法、又はファジー論理法を分類に用いることができる。１つよりも多いＣＡＤアルゴリズムを並行して用いることができることに留意されたい。このような並行動作は、画像データの一部分に対して別個にＣＡＤ演算を実行する段階と、（論理的に「ａｎｄ」又は「ｏｒ」演算或いは両方による）ＣＡＤ演算全ての結果を組み合わせる段階とを含むことができる。更に、複数の病態又は関心のある解剖学的特徴を検出するＣＡＤ演算は、連続して又は並行して実行することができる。

ＣＡＤアルゴリズムを用いる生体組織のしこりを分類する前に、トレーニングによる事前知識を組み込むことができる。トレーニング段階は、正常及び異常病変、又は他の関心特徴の既知のサンプルについての幾つかの候補特徴の計算を含むことができる。次に、特徴選択アルゴリズムを用いて、候補特徴を並べ替えて、有用なものだけを選択し、情報を提供しないもの又は冗長な情報を除外することができる。この決定は、候補特徴の様々な組合せを用いた分類結果に基づくものである。また、実際的な理由から、特徴選択アルゴリズムを用いて、処理、記憶、及びデータ送信の次元を下げることができる。従って、ＣＡＤアルゴリズムによって識別された特徴又は生体組織間で最適な識別を行うことができる。

ＣＡＤアルゴリズムの視覚化の態様により、人間又は機械の観察者が検査を行うために有用な画像を再構成することが可能となる。従って、様々なタイプの画像が、主治医又はかかる情報を必要とする任意の他者にＣＡＤアルゴリズムによって実行されるいずれか又は全ての処理及びモジュールに基づいて提示することができる。視覚化は、２次元又は３次元レンダリング、マーカの重畳、色又は強度の変化などを含むことができる。

図３は、方法１００を示すフロー・チャートであり、様々なタイプのＣＴ（ルーチン、高分解能、スクリーニングなど）検査におけるＣＴ画像ボリュームの疑わしい領域を検出し、自動的に（１）小さな撮像表示領域及び最適再構成パラメータでの遡及的ターゲット再構成、及び／又は（２）これらの領域で改善された定量的画質のための予測再スキャンを実行する。

１つの実施形態において、コンピュータ支援自動ターゲット再構成は、ＣＡＤアルゴリズムによって検出された疑わしい生体組織又はＦＯＩを含む画像の別の再構成（高分解能、小撮像表示領域、代替再構成アルゴリズム、フィルタ処理、スライス厚みなど）を予測的に生成する。次に、これらの画像（別の再構成）は、通常のワークフローの枠組み内で放射線医の検査のために送信される。これらの付加的な画像は、以下を提供することにより検査におけるシームレスな方法で放射線医がアクセス可能である。

（ａ）放射線医が分割にボリューム・レンダリングを用いたより良好な視覚化、又はボリュームなどの測定による定量化を所望する場合の（利用可能であれば）高分解能画像へのアクセス。

（ｂ）分割及びボリューム測定がスキャンの前に指示されており、且つ検査時に読影者に利用可能とする、作業効率が改善される付加的なソース。例えば、ＦＯＩから要求されることになる量的情報をユーザが認知している場合、その情報はスキャン前に要求され、検査時に利用可能な結果により全処理系が実行されて、検査クライアントでの後処理による時間が節約されることになる。例えば、コンピュータ３６は、任意の画像データ収集動作の前に検査タイプの指示を受け取り、第１のイメージングシステムからの少なくとも第１の画像データにアクセスし、ＣＡＤアルゴリズムに従って第１の画像データを処理し、ＣＡＤアルゴリズムの結果に基づいて少なくとも第２の画像データを収集し、オペレータが介入することなく受信した検査タイプに基づいて第２の画像データを後処理する。次いで、後処理された第２の画像、後処理された第１の画像、及び検査タイプが、検査場所自体又は遠隔の位置にいることができる読影者に提供される。

（ｃ）第３の検査機会として、遡及的に再構成されたターゲット画像系列は、高分解能データの評価に基づいた検出（すなわち最初のスキャンでのＣＡＤ分析の結果）を確認するために、追加の検査及び改善のＣＡＤアルゴリズムに対して再実行することができる。

（ｄ）また、放射線医は、検査時に軸方向画像以外の視覚化技法（例えば３Ｄ再フォーマット・ビュー）によりデータを直接見ることもできる。

（ｅ）遡及的再構成画像は、自動的にこれらの最初の（おそらくはより厚いスライスＣＴデータの）画像収集に関連付けられ、別のデータ・タイプへのアクセスがワークフローを通じてシームレスとなるようにする。

別の実施形態において、放射線医によって識別されたＦＯＩのより良好な視覚化及び／又は定量化を必要とする可能性があるターゲット再構成を放射線医が要求する。これは、ＣＴコンソール、ＣＴスキャナにネットワーク接続された検査ワークステーション、或いは任意のローカル又は周辺クライアント若しくはＣＴスキャナへのアクセス・ポイントで以下によって要求される。

（ａ）放射線医の要求がＣＴコンソールでなされるときには、該要求は、利用可能なＣＴスキャン・データから直ちに供給され、このデータが適正な通知及びコンソールでのユーザ・インターフェースにより利用可能にされる。

（ｂ）要求がネットワーク接続されたワークステーションからなされるときには、これは、ネットワークを介して要求を伝達すること、スキャン・データをコンソール又はレコン・サーバで利用可能にすること、及び要求が発生したクライアントに要求画像を返信することを含む。

（ｃ）検査者は、検査ワークステーションで画像を受信し観察するための通知及びユーザ・インターフェースが提供される。

別の実施形態において、患者の予測再スキャンが可能であり、これはＦＯＩを通じて高画質を得るためにスキャナ上の患者をコンピュータ支援再スキャンすることにより、患者を呼び戻す必要性を不要にすることによって作業効率を向上させる。予測再スキャンは、１つの実施形態において、以下のように実施される。

（ａ）別のイメージング法及び／又は収集パラメータを用いた再スキャンは、自動的にＦＯＩを検出し、且つターゲット再スキャンを指示するＣＡＤアルゴリズムによって起動される。

（ｂ）ＣＡＤアルゴリズムは、別の技法でスキャンされる必要がある解剖学的ＦＯＩの指示により、ＣＴコンソールのオペレータに通知を提示することができる。

（ｃ）オペレータは、自動化再スキャンのＣＡＤアルゴリズムによって形成される勧告を対話形式で承認又は拒絶することができる。例えば、コンピュータ３６は、第１のスキャン指示を用いて第１のイメージングシステムから少なくとも第１の画像データにアクセスし、ＣＡＤアルゴリズムによって第１の画像データを処理し、ＣＡＤアルゴリズムの結果に基づく第１のスキャン指示とは異なる第２のスキャン指示を指示するようにユーザを促し、第２のスキャン指示を用いて少なくとも第２の画像データを収集する。例示的な実施形態において、コンピュータ３６は、ＣＡＤアルゴリズムの結果に基づく第２のスキャン指示に関する勧告を提供する。

方法１００は、最初の（第１の）スキャンを指示する段階１０２と、コンピュータ支援ターゲット（ＣＡＴ）アルゴリズム１０４（ＣＡＤアルゴリズムを含む）が動作しているか否かをチェックする段階とを含む。ＣＡＴ１０４が動作中のときには、コンピュータ３６は、ヒットの最大数（Ｎｍａｘ）を入力するか、又はデフォルト値Ｎｍａｘを確定するようにユーザに促す。本明細書で用いられるヒットとは、ＣＡＤアルゴリズムが求めているものの全ての基準にＣＡＤ１０４アルゴリズムが適合する事例のことを意味する。次に、コンピュータ３６は、受信スキャン・パラメータを確認する１０６ようユーザを促す。ＣＡＴ１０４がアクティブであるときには、指示されたスキャンが実行され、得られたデータをＣＡＴ１０４にサブミットする１０８。ＣＡＴ１０４がアクティブでないときには、得られたデータは保存される１１０。Ｎ個のヒットがＣＡＴ１０４から発生する１１２と、異なるコースの動作が、ＮとＮｍａｘの比較１１４に応じて実行される。ＮがＮｍａｘより大きくなければ、ターゲットデータ１１６（すなわちＣＡＴ１０４によってターゲットされる当初の獲得データ）は、保存されるターゲット画像の再構成に用いられる１１８。ＮがＮｍａｘより大きければ、ユーザはこれについて通知され、停止して現状維持、全てのヒットの再構成（すなわちＣＡＴに基づき複数のターゲット画像を再構成する）、及び例えば高度肺分析（ＡＬＡ）プログラムのような定量化アプリケーションなどの他のアプリケーションへのターゲットデータのインポート１２０の中からの選択を促される。

本明細書で説明される方法及び装置の技術的効果は、画像データの追加処理又は画像データの追加収集のいずれかを可能にすることによって、ＣＡＤ技法で与えられる自動化を更に増強する潜在的能力を含む。処理の場合、収集された画像データの後処理に使用される様々なパラメータが変更され、生理的状態の識別、位置特定、及び／又は診断において再構成画像をより明らかにし、又は有用となるようにする。具体的には、かかるパラメータは、コントラスト、空間分解能（例えばズーム）、色などを含むことができる。更に、最初のＣＡＤ評価の結果に基づく後処理は、領域又はボリュームの分割、位置合わせ、計算などといった数学的評価を含むことができる。また、「後処理」には、画像生成の異なる再構成アルゴリズム又は異なる再構成パラメータの使用を必要とすることができる。例えば、最初のＣＡＤ結果に基づき、異なるフィルタ・カーネル（ソフト、標準、詳細、骨、エッジ、肺など）を用いて、初期スキャンから付加的な画像を生成することができる。異なるフィルタ・カーネルは、画像における異なる所望の特徴を増強する。また、再構成の撮像領域、マトリクス・サイズ、ターゲット位置などの他の再構成パラメータを変更して、最初のＣＡＤ結果に基づく付加的な画像を生成することができる。

最初のＣＡＤ評価はまた、後続画像の自動収集を可能にし、一人の患者のセッション中に完全に有用な情報集合を集めることができるようにする。後続処理は、例えば最初に収集された画像に表れるが、十分には示されない特定の特徴に起因して適切に行うことができる。従って、後続の収集は、関心のある組織に対して異なる方向及び異なる分解能レベルなどで患者の身体の他の部位からのデータの収集を含むことができる。更に、全く異なる診断装置システムを介して収集されたデータなどの全く異なる収集データを最初のＣＡＤ評価に基づいて要求することもできる。

上述のように、本明細書で説明されるように、初期画像は再構成され、且つＣＡＤアルゴリズムは画像データに適用されるが、分析は、かかる初期視覚化なしに部分的又は完全に実行することができる点に留意されたい。従って、ＣＴ画像データの場合、ＣＡＤアルゴリズム分析の一部又は全てをラドン空間において行うことができる。最終的に有用な画像再構成は、初期画像、増強画像、又はその両方の視覚化を含むことができる。ＣＡＤ分析の結果は、必要であれば、ＣＴイメージングの実施例のラドン空間などから実行される画像再構成のタイプを誘導することさえ可能である。

実施例として、画像データはＸ線システムから収集して、画像データを分析し、潜在的関心特徴を識別することができる。画像は、Ｘ線画像データに基づき再構成することができる。次に、ＣＴシステムを介し後続画像収集が指令され、特定の識別された特徴のより良好なビューを提供することができる。次いで、１つ又は複数の画像をＣＴ画像データに基づいて再構成することができる。上述のように、初期データに基づく実際の画像再構成は、任意選択的であり、又は少なくともＣＡＤアルゴリズムによって実行される分析、及び第２の画像データの後続の収集から区別することができる。

例示的な実施形態が上記で詳細に説明された。これらの方法及び装置は、本明細書で説明される特定の実施形態に限定されるものでなく、むしろ各方法及び／又は装置の構成要素は、本明細書で説明される他の構成要素とは独立して別個に使用することができる。

本発明を種々の特定の実施形態について説明してきたが、請求項の精神及び範囲内で本発明の修正を実施することができる点は当業者には理解されるであろう。

ＣＴイメージングシステムの透視図。 図１に示されるシステムの概略ブロック図。 イメージング・データの疑わしい部位を検出する方法を示すフロー・チャート。

符号の説明

１０ コンピュータ断層撮影（ＣＴ）イメージングシステム
１２ ガントリ
１４ Ｘ線管
１８ 検出器アレイ
２２ 患者
４６ テーブル
４８ ガントリ開口部

Claims (11)

1. 医用画像を収集するように構成された第１の画像データ収集システム（３２）と、
   前記画像データ収集システムに接続され、且つ該収集システムによって収集された画像データから第１の一連の画像を生成してＣＡＤアルゴリズム（１０４）により一連の画像を処理し、前記ＣＡＤアルゴリズムの結果に基づいて第２の一連の画像の収集を指示し、該ＣＡＤアルゴリズムにより前記第２の一連の画像を処理して前記第１の一連の画像に関する前記ＣＡＤアルゴリズムの結果を確認するように構成されたコンピュータ（３６）と、
   を備えるイメージングシステム（１０）。
2. 前記第２の一連の画像が、前記第１の画像データ収集システム（３２）から収集される請求項１に記載のシステム（１０）。
3. 第２の画像データ収集システム（３２）を更に備え、前記第２の一連の画像が前記第２の画像データ収集システムから収集される請求項１に記載のシステム（１０）。
4. 前記第１及び第２の画像データ収集システム（３２）が異なるイメージング診断装置のものである請求項３に記載のシステム（１０）。
5. 前記コンピュータ（３６）が更に、任意の画像収集動作の前に検査タイプの指示を受信し、該受信された検査タイプに基づいてオペレータの介入なしに前記第２の一連の画像を後処理するように構成される請求項１に記載のシステム（１０）。
6. 前記第２の一連の画像が、前記第１の画像データ収集システム（３２）上で収集されるが、前記第１の一連の画像を収集するために用いられたものとは異なる画像構成を有する請求項１に記載のシステム（１０）。
7. 医用画像を収集するように構成された第１の画像データ収集システム（３２）と、
   前記画像データ収集システムに接続され、且つ低分解能画像データを受信し、前記低分解能データの少なくとも１つの関心特徴のボリューム分析を実行し、オペレータの介入なしに分析された低分解能データの代わりに高分解能画像データを代用し、１つの表示で低分解能データのボリューム・レンダリングと高分解能データの分析結果とを表示するように構成されたコンピュータ（３６）と、
   を備えるイメージングシステム（１０）。
8. 前記高分解能データが表す被検体（２２）の領域が、ＣＡＤアルゴリズム（１０４）の結果に基づいて選択される請求項７に記載のシステム（１０）。
9. 前記高分解能データが、ＣＡＤアルゴリズム（１０４）によって識別される関心特徴のみに存在する請求項７に記載のシステム（１０）。
10. 高分解能データが存在しない被検体（２２）の領域を表す高分解能データを得るためのルーチンを更に含む請求項７に記載のシステム（１０）。
11. イメージングシステムで画像を収集する方法であって、
    第１のイメージングシステムから少なくとも第１の画像データにアクセスする段階と、
    ＣＡＤアルゴリズムによって前記第１の画像データを処理する段階と、
    前記ＣＡＤアルゴリズムの結果に基づいて少なくとも第２の画像データを収集する段階と、
    前記ＣＡＤアルゴリズムによって前記第２の画像データを処理し、前記第１の画像データに関する前記ＣＡＤアルゴリズムの結果を確認する段階と、
    を含む方法。

Images