JP2012511337A - ***病変特徴付けのための複数のセグメンテーション結果の概要 - Google Patents

Abstract

腫瘍又は病変を悪性又は良性として特徴付けるとき、システムは、病変ボリュームのイメージを受信し、プロセッサを用いてイメージの未処理のセグメンテーションを実行し、その結果がメモリに格納される。その後、プロセッサは、ほとんど又は全く造影剤を吸収しなかった壊死組織を表す病変のイメージにおけるダーク領域を充填するためホール充填処理を実行し、また任意的に、完全な病変ボリュームを生成するためイメージング中に造影剤があった血管などの非病変組織に係るイメージボクセルを削除するため漏れ削除処理を実行する。ボクセル解析手段は、病変イメージの未処理のセグメンテーションと最終セグメンテーション（充填及び任意的な漏れ削除後など）に含まれるボクセルの個数を評価する。セグメンテーション比較手段は、最終イメージセグメンテーションにおいて検出されるトータルのボクセルに対する未処理のセグメンテーション後に検出された壊死組織に関するダーク領域ボクセルのレシオを計算する。その後、当該レシオは、悪性の可能性を決定するのに用いられ、より高いレシオはより高い可能性を示す。

Description

本発明は、磁気共鳴（ＭＲ）イメージング技術を用いて生成される解剖イメージを利用した腫瘍の特徴付けにおいて特に有用である。しかしながら、開示される技術はまた他のタイプのイメージングシステム、患者治療システム及び／又は解剖構造特徴付けアプリケーションに適用されてもよい。

ダイナミックコントラストエンハンストＭＲＩからの***病変や腫瘍のセグメンテーション方法は、このような病変の形態上の多様性のため強度閾値の比較に依存する。不均一なエンハンスメントの場合、病変の内部はこれらのセグメンテーション処理によって欠落する可能性がある。正確なボリューム評価、病変の外郭の形態評価及びコントラスト取り込みの不均一性の正確な定量化を可能にするため、病変の欠落した内部が充填される必要がある。

***ＭＲＩ技術は、大部分の***病変を明確に強調する。しかしながら、検出された病変のすべてが癌性であるとは限らない。これは、良性の病変と悪性の病変とを区別するタスクと共に、良性腫瘍と悪性腫瘍との既存の各種サブクラスへの分類とを導入する。このため、***ＭＲデータのためのコンピュータ支援診断システムの重要な特徴は、***病変の自動的な特徴付けと分類である。多くの構成が提案されてきた。その大部分は、自動的又は手動により予めセグメント化された関心領域を利用するものである。しかしながら、病変のセグメンテーションの中間結果に固有の貴重な情報は、未利用のままである。

例えば、セグメンテーション、すなわち、腫瘍、病変又は他の構造の輪郭を決定することは、典型的には多数のステップにおいて繰り返し実行される。まず、腫瘍又は他の関心構造は、イメージの通常部分として現れる。壊死組織は造影剤を吸収しないため、腫瘍の壊死領域はコントラストエンハンストされた腫瘍においてホール又は穴として見える。セグメンテーションルーチンは、典型的には、腫瘍のイメージボリュームにおけるホール又はダーク領域を充填し、壊死している領域に関係なく腫瘍全体を規定するホール充填サブルーチンを含む。多くの診断医にとって、壊死領域は診断の価値がある。しかしながら、従来のセグメンテーション処理の終了時には、暗い壊死領域が充填されることによって、腫瘍は明るい領域としてイメージの残りに現れる。従来技術では、最初と最後のフルにセグメント化されたイメージしか保持されない。

エンハンスト診断情報を提供するシステム及び方法が必要とされる。

一態様によると、病変特徴付けシステムは、病変ボリュームのイメージの解剖イメージデータを受信し、前記イメージデータに対してセグメンテーションプロトコルを実行し、前記セグメンテーションプロトコルの１以上のアクションが実行された後に前記イメージデータの中間セグメンテーション結果を特定するプロセッサを有する。本システムはさらに、少なくとも前記イメージデータと、中間及び最終セグメンテーション結果とを格納するメモリと、前記中間及び最終セグメンテーション結果が確認のためユーザに少なくとも提示されるユーザインタフェースとを有する。

他の態様によると、中間イメージセグメンテーション結果を用いて病変又は腫瘍を特徴付ける方法は、初期のセグメンテーション結果を生成するため、病変の解剖イメージをセグメント化するステップと、ホール充填されたセグメンテーション結果を生成するため、閾値強度以下の前記病変における１以上のボリュームを充填するためのホール充填処理を前記セグメント化された解剖イメージに対して実行するステップとを有する。本方法はさらに、前記閾値強度以下の１以上のボリュームに係るボクセルの個数を決定するため、前記ホール充填されたセグメンテーション結果におけるボクセルの総数から前記病変の初期のセグメンテーション結果におけるボクセルの総数を差し引くステップを有する。さらに、本方法は、前記病変におけるトータルのボクセルに対する前記閾値強度以下の１以上のボリュームにおけるボクセルのレシオであるダーク領域レートを決定するため、前記閾値強度以下の１以上のボリュームに係るボクセルの個数を前記ホール充填されたセグメンテーション結果におけるボクセルの総数によって除すステップを有する。

他の態様によると、中間イメージセグメンテーション結果を用いて病変又は腫瘍を特徴付ける装置は、ホール充填されたセグメンテーション結果を生成するために、初期のセグメンテーション結果を生成するため、解剖イメージから病変をセグメント化し、前記病変の壊死組織に係る、造影剤の限定的な取り込み又は非取り込みを示す１以上のダーク領域を充填するためのホール充填処理を前記セグメント化された解剖イメージに対して実行する手段を有する。本装置はさらに、前記１以上のダーク領域に係るボクセルの個数を決定するため、前記病変の初期のセグメンテーション結果におけるボクセルの総数と前記ホール充填されたセグメンテーション結果におけるボクセルの総数とを減算的に合成し、前記病変におけるトータルのボクセルに対するダーク領域のボクセルのレシオであるダーク領域レートを決定するため、前記１以上のダーク領域に係るボクセルの個数を前記ホール充填されたセグメンテーション結果におけるボクセルの総数によって除す手段を有する。さらに、本装置は、初期のセグメンテーション結果とホール充填されたセグメンテーション結果、及び前記病変のイメージにおけるトータルのボクセルに対するダーク領域のボクセルのレシオの表示を表示する手段を有する。

１つの効果は、***病変の評価を向上させるということである。

他の効果は、追加的な診断情報を生成することである。

他の効果は、中間セグメンテーション結果の視覚的表示に関する。

他の効果は、個別に選択されるスライスに関する視覚的比較より再生可能な結果をもたらすセグメンテーション結果の３Ｄ計算に関する。

本発明のさらなる効果は、以下の詳細な説明を参照及び理解した当業者に理解されるであろう。

図１は、病変ボリュームにおける非エンハンスト腫瘍ボクセルの出現レシオ又はレートを決定するため中間セグメンテーション結果を解析することによって、***病変などの被検者の病変の特徴付けを実現するシステムを示す。 図２は、各種セグメンテーション段階後の病変のイメージ表現のためのセグメンテーション結果を示す。 図３は、各種セグメンテーション段階後の病変のイメージ表現のためのセグメンテーション結果を示す。 図４は、各種セグメンテーション段階後の病変のイメージ表現のためのセグメンテーション結果を示す。 図５は、漏れ除去処理の実行前後の病変を示す。 図６は、漏れ除去処理の実行前後の病変を示す。 図７は、病変がいくつかの削除された最終ボクセル、すべての未処理セグメンテーションボクセル及びすべてのダーク領域ボクセル（壊死組織を示す非エンハンストボクセルなど）を有するトータルボリュームとして示されるセグメンテーション結果の比較の図を示す。 図８は、セグメンテーション結果の比較の図を示す。

本発明は、各種コンポーネントとコンポーネントの各種構成、及び各種ステップとステップの各種構成とよる形態をとるものであってもよい。図面は、各種態様を説明するためのものであって、限定的に解釈されるべきでない。

図１は、病変ボリュームにおける非エンハンスト腫瘍ボクセルの出現レシオ又はレートを決定するため中間セグメンテーション結果を解析することによって、***病変などの被検者の病変の特徴付けを実現するシステム１０を示す。非エンハンスト腫瘍ボクセルは、患者に投入される造影剤を吸収しない腫瘍又は関心病変のイメージなどの解剖イメージのボクセルであり、病変ボリュームにおける壊死領域を表すイメージ内のダーク領域をもたらす。システム１０は、ユーザがイメージ化された病変における潜在的な悪性をより容易に評価することを可能にするため、壊死領域を示す中間結果を含むセグメンテーション結果の概要をユーザ（医師、技師など）に提供する。

システム１０は、解剖イメージデータ（ＭＲ装置、ＣＴ（Ｃｏｍｐｕｔｅｒ Ｔｏｍｏｇｒａｐｈｙ）スキャナなどを用いて生成された）を受信するプロセッサ１２と、イメージデータ（各種セグメンテーション段階のセグメント化されたイメージデータなどを含む）が格納されるメモリ１４とを有する。プロセッサとメモリとは、互いに接続され、またイメージがユーザに表示されるユーザインタフェース１６に接続される。プロセッサは、ボクセルに対して強度閾値を計算するのに利用される強度レベルを評価するため、解剖イメージデータのボクセルを解析するボクセル解析手段１８を有する。例えば、イメージ又は関心病変のボクセルの平均（又は他の閾値）強度が計算され、閾値強度未満の強度を有するボクセルが非エンハンストボクセル（イメージ生成時に利用された造影剤を吸収しなかったボクセルなど）とみなされる。病変内の非エンハンストボクセルは、壊死した病変組織のダークイメージ領域に関連付けされる。腫瘍外部の非エンハンスト領域は、周囲の組織に関連付けされる。

明るい領域と暗い領域とにセグメント化された病変イメージを示す未処理のセグメンテーション結果は、メモリ１４に格納される。その後、プロセッサ１２は、ボリューム計算、輪郭検出などを可能にするため、壊死していない病変組織ボクセル（イメージング前及びイメージング中に造影剤を吸収したボクセルなど）に一致する補間されたボクセルデータによって、病変イメージのダーク領域を充填する“ホール充填”アルゴリズムを実行する。各種ホール充填技術が想定される。例えば、コントラストエンハンストボクセルによって完全に囲まれているボクセルは、隣接する周囲組織の値によってそれらの値を置換させることが可能である。他の例として、壊死領域の端のボクセルの値が、最近傍エンハンストボクセルの平均値又は加重平均値によって置換可能である。この処理は、ホールが充填されるまで繰り返し実行することが可能である。

病変ボリュームがダーク領域を充填することによって閉じられると、“閉じられた又はクローズされた（ｃｌｏｓｅｄ）”セグメンテーション結果がメモリ１４に格納される。プロセッサはまた、腫瘍に隣接する血管における造影剤など、造影剤の“漏れ”を処理する。造影剤は、典型的には、循環器系に注入され、好ましくはそれを吸収する組織まで血液によって搬送される。腫瘍は血管の拡大がそれの血液供給を高めることを促すため、造影剤によって供給する血管を強調するため、腫瘍に供給される血液内に十分な造影剤があるようにしてもよく、これにより、腫瘍ボリュームの拡張として見えることになる。セグメンテーションルーチンは、例えば、エッジ又は輪郭スムージングアルゴリズムを繰り返し適用することによって、セグメント化された領域から血管を取り除くことが可能であるが、血管の有無及び本数を知ることもまた、診断上の価値がある。例えば、このような知識は、以前のイメージと比較するときの処置の効果を推測するのに利用可能である。すなわち、処置による血管の供給の増減は、処置の効率性を示す。このため、閉じられたセグメンテーション結果をメモリに格納することは、ユーザ又はシステム１０による貴重な比較観察を可能にする。

漏れは、いくつかの例において病変ボリュームをより正確に示すために削除される。プロセッサ１２は、任意的には、造影剤を吸収した血管又は非病変ボリュームを示すイメージ内のボクセルを削除又は強調しないよう実行される後処理漏れ削除アルゴリズムを実行する。例えば、典型的には血管を示す薄く細長い領域は、非エンハンストボクセルのものに縮小された管を有するようにすることができ、エッジ又は輪郭スムージングが繰り返される。その後、取り除かれた又はクリーニングされた（ｃｌｅａｎｅｄ）最終結果（漏れ後の削除など）がメモリ１４に格納される。

セグメンテーション比較手段２０は、イメージボリュームの繰り返しのセグメンテーションの異なる段階からの異なる（最初の、中間の、最後のなど）セグメンテーション結果（未処理、閉じられた、充填された、取り除かれたセグメンテーション結果など）を比較し、ユーザインタフェース上の１以上の表示ポート２２を介しユーザに最初の結果、１以上の中間結果及び最終結果を提供する。例えば、未処理セグメンテーション結果は第１表示ポート２２Ａに表示され、閉じられた又は充填されたセグメンテーション結果は第２表示ポート２２Ｂに表示され、取り除かれた最終セグメンテーション結果は第３表示ポート２２Ｃに表示される。

他の実施例では、未処理（最初など）のセグメンテーション結果が第１表示ポート２２Ａに表示され、精緻化された中間セグメンテーション結果（閉じられた又は取り除かれた）が第３表示ポート２２Ｃに表示される一方、第２表示ポート２２Ｂは、未処理及び閉じられた又は取り除かれたセグメンテーション結果のオーバレイを表示する。ユーザは、ユーザ入力ツール（キーボード、スタイラス、マウスなど）を使用して、セグメンテーション処理のリムエンハンスメント又は他の効果を認識して、病変の悪性を評価するため、未処理のセグメンテーション結果と閉じられた又は取り除かれたセグメンテーション結果との間のオーバレイイメージを操作する。任意的には、繰り返しのセグメンテーション処理の各中間イメージは、シネモードにより順番に表示可能である。

セグメンテーション解析手段２０はまた、任意的には、トータルの病変ボクセルに対する非エンハンスト病変ボクセル（造影剤を吸収しない病変組織を示す壊死病変ボクセルなど）のレシオを計算可能である。結果として得られる“ダーク領域レート”は、トータルの病変組織に対する壊死病変組織のレシオを説明し、病変の悪性を評価するのに利用される。例えば、高い壊死組織のレシオは、悪性の可能性の増大に関連付けされる。このように、システム１０は、中間セグメンテーション結果を利用し、中間及び最終セグメンテーション結果の概要から病変の特徴付けに関連する情報を抽出することを可能にする。ここに開示されるシステム及び方法はさらに、限定することなく、ＣＴ肺結節セグメンテーションを含む他の病変セグメンテーションアプリケーションに適用可能である。充填及び漏れ訂正処理はセグメント化されるように説明されるが、それらはまた同時に又は何れかの順序で実行可能である。

図２〜４は、セグメンテーションの各種段階後の病変ボリューム５０のイメージ表現のためのセグメンテーション結果を示す。図２において、ボクセル解析手段１８（図１）によって決定されるなど、自動的に決定された閾値によるコントラストエンハンスメントの後の病変５０が示される。不均一な造影剤の取り込みは病変ボリュームには含まれないため、壊死中心部５２とより小さな腫瘍部分５４とが暗くなる。

図３において、部分５４のいくつかが補間ボクセルデータを用いて充填又は明るくされるパーシャルホール充填の後の病変５０の中間セグメンテーション結果が示される。この段階では、壊死中心部５２のボリュームが病変のボリュームと比較可能である。

図４において、病変５０の充填されたセグメンテーションが示される。ここでは、ホール充填アルゴリズムが実行され、壊死中心部５２と他の部分５４とが、完全な病変ボリュームをレンダリングするため補間されたボクセルデータにより充填されている。すなわち、病変５０の以前にエンハンスされていない内部がセグメント化された領域に含まれている。図５及び６は、漏れ削除処理の実行前後の病変５０を示す。図５では、造影剤が周辺の血管又は病変周辺の他の組織に漏れている各種漏れ発生６０が検出されたホール充填処理後のセグメンテーション結果病変５０が示される。図６では、漏れ発生６０が、漏れ削除処理を利用してセグメンテーション結果から削除されている。

臨床的に関係のある特徴を抽出するために中間及び最終セグメンテーション結果の統合的な可視化及び利用は、***病変の特徴付けを実現する。病変のリムエンハンスメント（より暗い病変中央に対するリム強度のエンハンスなど）は、所与の病変の悪性を決定するための重要な特徴である。漏れ補正前後の病変のボリュームの相違は、血管の腫瘍により誘発される増加を評価するのに利用可能な病変への血液供給量を示す。リムエンハンスメントは、図６の最終（閉じられた）セグメンテーション結果と図５の未処理の最初のセグメンテーションとを比較することによって検出可能である。

一実施例によると、例えば、コントラストされていない純粋なスキャンが造影剤の注入後に取得されるスキャンから減算されるように、サブトラクションイメージが計算される。病変５０は、ユーザによりインタラクティブに選択されるか（図１のユーザ入力ツール２４などを用いて）、又は自動的に検出される。最初の未処理のセグメンテーションに対して強度閾値が計算され、当該レベルにおけるセグメンテーション結果が、図２に示されるように、ユーザに提供される。限定的な造影剤の取り込みによる未処理のセグメンテーション結果に含まれなかった病変５０の部分５２，５４が、図４及び６に示されるように、上述されたホール充填アルゴリズムを用いて充填される。病変に付着した血管がある場合、未処理のセグメンテーションは、これらの血管に漏れ出している可能性がある。さらなる後処理段階において、このような漏れが削除される。

図７は、トータルボリューム７０がトータルの未処理セグメンテーションぼっくせる７２とトータルのダーク領域ボクセル７４（壊死組織を示す非エンハンストボクセルなど）とを有するものとして病変５０が示されるセグメンテーション結果比較の図を示す。ダーク領域ボクセルカウントは、削除された最終ボクセルカウント（ホール充填と任意的な漏れ削除後など）から未処理セグメンテーションボクセルカウントを差し引くことによって決定される。このようにして、ボクセルの総数に対する壊死組織に係るボクセルの個数のレシオを決定することが可能である。

一実施例によると、既存の中間及び最終結果は、計算された強度閾値における未処理セグメンテーション後の接続されているコンポーネントにおける病変イメージボクセルを記述する“Ｓｅｇ_ｒａｗ”、ホール充填処理を用いて非エンハンスト部分が含まれた後の病変イメージボクセルを記述する“Ｓｅｇ_{ｃｌｏｓｅｄ}”、及び漏れが削除された後の病変イメージボクセルを記述する“Ｓｅｇ_{ｃｌｅａｎｅｄ}”として示される。これらの結果が与えられると、病変の一部である非エンハンスト又は“ダーク領域”ボクセルのレシオが、
ダーク領域レート＝＃（Ｓｅｇ_{ｃｌｅａｎｅｄ}−Ｓｅｇ_ｒａｗ）／＃（Ｓｅｇ_{ｃｌｅａｎｅｄ}）
として直接計算される。

ここで、“＃（Ｓｅｇ）”は、セグメント化されたボリューム“Ｓｅｇ”におけるボクセル数を示す。ダーク領域レートは、０から１までの数であり、０はセグメンテーション処理のクロージングステップにボクセルが含まれる必要がないことを示す。より大きな値は、病変内の非エンハンストダーク領域のパーセンテージが高いことを示し、病変の悪性の確率が高くなることに関連する。

図７において、非エンハンストダークボクセル領域７４は、セグメント化されたボリュームの端に沿っている。ダークボクセル領域７４がボリュームの端に沿っているとき、セグメンテーションルーチンのクロージング処理はセグメント化されたボリュームを閉じ、すなわち、ダークボクセル領域７４を取り囲むようにセグメント化されたボリュームの表面を規定する。例えば、壊死組織は、健全な非エンハンスト組織と区別することができ、セグメント化されたボリュームに含めることができる。

図８は、セグメンテーション結果の比較のグラフィカル表示を示す。本実施例では、ダーク領域レートは、数値としてユーザに提供されず、半径によって決定される（病変表面からの距離など）。非エンハンストボクセルの個数（＃Ｓｅｇ_{ｃｌｏｓｅｄ}）に加えて、本実施例は病変の非エンハンスト部分の空間分布を視覚的に提供する。

この図は、病変１、病変２及び病変３とラベル付けされた３つの病変をそれぞれ示す。各病変は、各病変のダークボリュームレートと病変表面への正規化された距離との間の相関をプロットするグラフ８０上の対応する直線によって示される。例えば、病変１は、この表面からの距離が増加するに従って約０．８に減少する表面近傍の高いダーク領域レートを示す。病変２は、表面からの距離が増加するに従って一貫して減少するダーク領域レートを示す。病変３は、病変全体でダーク領域レートが一様であり、表面との距離の増加に従って減少しないように、全体的にやや一定の高いダーク領域レートを示す。

いくつかの実施例を参照して、本発明が説明された。上述した詳細な説明を参照及び理解した者には、変更及び改良が想到するであろう。本発明は、これらの改良及び変更が添付した請求項又はこれに均等な範囲内に含まれるものとして解釈されるべきである。

Claims (18)

1. 病変ボリュームのイメージの解剖イメージデータを受信し、前記イメージデータに対してセグメンテーションプロトコルを実行し、前記セグメンテーションプロトコルの１以上のアクションが実行された後に前記イメージデータの中間セグメンテーション結果を特定するプロセッサと、
   少なくとも前記イメージデータと、中間及び最終セグメンテーション結果とを格納するメモリと、
   前記中間及び最終セグメンテーション結果が確認のためユーザに少なくとも提示されるユーザインタフェースと、
   を有する病変特徴付けシステム。
2. 前記中間セグメンテーション結果は、未処理のセグメンテーション結果、閉じられたセグメンテーション結果及び最終セグメンテーション結果を含む、請求項１記載のシステム。
3. 前記プロセッサは、前記中間及び最終セグメンテーション結果に基づき、セグメント化されたイメージにおける前記病変ボリュームの一部である非エンハンストボクセルの出現レートを計算するセグメンテーション比較手段を有する、請求項１記載のシステム。
4. 前記プロセッサは、ダーク領域における非エンハンストボクセルの出現レートを、
   ダーク領域レート＝（Ｓｅｇ_{ｃｌｅａｎｅｄ}−Ｓｅｇ_ｒａｗ）／（Ｓｅｇ_{ｃｌｅａｎｅｄ}）
   として計算し、Ｓｅｇ_ｒａｗは、非エンハンストボクセルの削除前のセグメント化されたボリュームにおける接続されるコンポーネントにおけるエンハンストボクセルの個数であり、Ｓｅｇ_{ｃｌｅａｎｅｄ}は、非エンハンストボクセルの削除後の最終の前記セグメント化ボリュームにおけるボクセルの個数である、請求項３記載のシステム。
5. 前記ダーク領域レートは０〜１であり、０のダーク領域レートは、前記セグメント化されたボリュームに非エンハンストボクセルが存在しないことを示す、請求項４記載のシステム。
6. より高いダーク領域レートは、前記病変ボリュームにおける壊死組織の領域が高いことに関連し、病変の悪性の確率が高いことに関連する、請求項４記載のシステム。
7. 前記プロセッサは、前記セグメンテーションプロトコルを実行するための前記メモリに格納されているマシーン実行可能な命令を実行し、
   前記命令は、
   造影剤によりエンハンストされていないそのままのスキャンボクセルと、造影剤の注入後のスキャンにより取得されるボクセルとを減算的に合成することによってサブトラクションイメージを生成し、未処理のセグメンテーション結果を生成する命令と、
   前記病変を検出する命令と、
   前記未処理のセグメンテーションに対して、限定された造影剤の取り込みに対応する強度閾値を計算する命令と、
   前記強度閾値以下の前記病変の領域を充填する命令と、
   存在する場合には前記病変に供給される血管を表す前記強度閾値以上のボクセルを削除する命令と、
   を含む、請求項１記載のシステム。
8. 前記プロセッサは、前記未処理のセグメンテーション結果、前記閾値以下の前記病変の領域を充填した後に取得される閉じられたセグメンテーション結果、及び前記血管を表すボクセルを削除した後に取得される削除された最終セグメンテーション結果を前記メモリに格納する、請求項７記載のシステム。
9. 前記解剖イメージデータは、磁気共鳴（ＭＲ）イメージング装置とＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）イメージング装置からなる群から選択されるイメージスキャナにより生成される、請求項１記載のシステム。
10. 請求項１記載のシステムを用いて病変を特徴付ける方法であって、
    初期のセグメンテーション結果を生成するため、病変を含む解剖イメージをセグメント化するステップと、
    ホール充填されたセグメンテーション結果を生成するために、閾値強度以下の前記病変における１以上のボリュームを充填するためのホール充填処理を前記セグメント化された解剖イメージに対して実行するステップと、
    前記閾値強度以下の前記１以上のボリュームに係るボクセルの個数を決定するため、前記ホール充填されたセグメンテーション結果におけるボクセルの総数から前記病変の初期のセグメンテーション結果におけるボクセルの総数を差し引くステップと、
    前記病変におけるトータルのボクセルに対する前記閾値強度以下の１以上のボリュームにおけるボクセルのレシオであるダーク領域レートを決定するため、前記閾値強度以下の１以上のボリュームに係るボクセルの個数を前記ホール充填されたセグメンテーション結果におけるボクセルの総数によって除すステップと、
    を有する方法。
11. 中間イメージセグメンテーション結果を用いて病変又は腫瘍を特徴付ける方法であって、
    初期のセグメンテーション結果を生成するため、病変の解剖イメージをセグメント化するステップと、
    ホール充填されたセグメンテーション結果を生成するため、閾値強度以下の前記病変における１以上のボリュームを充填するためのホール充填処理を前記セグメント化された解剖イメージに対して実行するステップと、
    前記閾値強度以下の１以上のボリュームに係るボクセルの個数を決定するため、前記ホール充填されたセグメンテーション結果におけるボクセルの総数から前記病変の初期のセグメンテーション結果におけるボクセルの総数を差し引くステップと、
    前記病変におけるトータルのボクセルに対する前記閾値強度以下の１以上のボリュームにおけるボクセルのレシオであるダーク領域レートを決定するため、前記閾値強度以下の１以上のボリュームに係るボクセルの個数を前記ホール充填されたセグメンテーション結果におけるボクセルの総数によって除すステップと、
    を有する方法。
12. 前記病変に隣接し、前記セグメント化された病変ボリュームに含まれる血管構造における１以上の造影剤ボクセルを検出するステップと、
    エッジ訂正されたセグメンテーション結果を生成するために、前記血管構造に係るボクセルを削除するため前記ホール充填処理後に漏れ削除処理を実行するステップと、
    をさらに有する、請求項１１記載の方法。
13. 前記病変におけるトータルのボクセルに対する前記閾値強度以下の前記病変におけるボクセルのレシオの表示をユーザに表示するステップをさらに有する、請求項１１記載の方法。
14. 前記病変の表面への距離に基づき、ダーク領域レートを示す前記表示をグラフィカルに表示するステップをさらに有する、請求項１３記載の方法。
15. 比較のため、前記初期のセグメンテーション結果と前記ホール充填されたセグメンテーション結果とを少なくともユーザに表示するステップをさらに有する、請求項１１記載の方法。
16. 磁気共鳴（ＭＲ）データとＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）スキャニング装置の１つから前記病変の解剖イメージを再構成するステップをさらに有する、請求項１１記載の方法。
17. 中間イメージセグメンテーション結果を用いて病変又は腫瘍を特徴付ける装置であって、
    ホール充填されたセグメンテーション結果を生成するために、初期のセグメンテーション結果を生成するため、解剖イメージから病変をセグメント化し、前記病変の壊死組織に係る、造影剤の限定的な取り込み又は非取り込みを示す１以上のダーク領域を充填するためのホール充填処理を前記セグメント化された解剖イメージに対して実行する手段と、
    前記１以上のダーク領域に係るボクセルの個数を決定するため、前記病変の初期のセグメンテーション結果におけるボクセルの総数と前記ホール充填されたセグメンテーション結果におけるボクセルの総数とを減算的に合成し、前記病変におけるトータルのボクセルに対するダーク領域のボクセルのレシオであるダーク領域レートを決定するため、前記１以上のダーク領域に係るボクセルの個数を前記ホール充填されたセグメンテーション結果におけるボクセルの総数によって除す手段と、
    初期のセグメンテーション結果とホール充填されたセグメンテーション結果、及び前記病変のイメージにおけるトータルのボクセルに対するダーク領域のボクセルのレシオの表示を表示する手段と、
    を有する装置。
18. 前記セグメント化する手段は、循環器系に対応する前記セグメント化されたボリュームの部分を削除するため、前記病変のイメージに対して漏れ削除処理を実行する、請求項１７記載の装置。

Images