JP2006506163A

JP2006506163A - 肺結節のコンピュータ支援検出

Info

Publication number: JP2006506163A
Application number: JP2004552999A
Authority: JP
Inventors: ヴィームカー，ラファエル
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2002-11-20
Filing date: 2003-11-12
Publication date: 2006-02-23
Also published as: WO2004046995A3; US7298879B2; EP1565865A2; AU2003278520A1; US20060050939A1; WO2004046995A2; AU2003278520A8

Abstract

本発明は、特に肺の中の潜在的な結節性構造をハイライトする、画像データセットから体の構造の画像を形成する方法及び装置に関連する。本発明により解決されるべき課題は、この種類の方法で潜在的な結節性構造の自動ハイライトを達成することである。これは、複数の段階で２値画像データセットが形成され、画像データセット中に存在する全ての画素がマークされた及びマークされていない画素へ分割され、各画素に対して、画素と画素が配置されている画像構造のエッジとの間の最短距離に対応する距離値が決定され、２値データセットから、所定の限界距離値を下回る距離値を有する画素が選択される、第１のフィルタリング演算が行われ、以前に選択された画素のうち、より小さい距離値を有する２つの画素により、画素を通って延びる少なくとも１本の直線の両方の方向上で直接隣接するものが選択されたままとされる、第２のフィルタリング演算が行われ、以前に選択された画素のうち、画素の距離値にちょうど対応する距離に配置された周囲画素が、テストされるべき画素自体の距離値よりも所定の距離差分値だけ小さい距離値を有するものが選択されたままとされる、第３のフィルタリング演算が行われ、このようにして選択された画素は、選択された画素がハイライトされた画像を形成するのに用いられることによって実現される。

Description

本発明は、画像データセットから体の構造の画像を形成する方法及び装置に関連する。本発明は、特に、肺の中の潜在的な結節性の構造を強調（ハイライト）することに関連する。

上述の方法は、医用撮像の分野における多くの用途に対して知られている。公知の方法では、画像データセット中に含まれる画素素子即ち画素の２次元表現が、画像データセットから軽視得される。定期的に、詳細、視点、及び拡大係数は、ユーザによって選択されうる。また、画像からの診断に無関係の画素を除外するために、画像の形成中に画素に対するフィルタリング演算を行うことも知られている。

体の構造の画像を形成する公知の方法では、画像を見ている人に対して大量の画像情報が提示され、画像中に所与の特に小さい画像構造を見つけることが困難であるという問題がある。しかしながら、画像内の小さい囲まれた体の構造は、しばしば、病的な状態の発生の初期の段階を表わすため、診断上の関連性が高い。このような初期の段階の病的な状態の認識は、しばしば、治療段階の成功についての前提条件である。

体の構造の画像中のかかる小さい構造をマークする公知の方法では、関連のある小さい構造をフィルタで取り出すために複数のフィルタリング段階が連続して行われる。この種類の方法は、例えば、非特許文献１に記載されている。公知の方法によれば、観察されるべき器官の隔離された表現は、予備フィルタリングステップによって定期的に得られ、続いて、所与の種類の構造、特に丸い構造を見つけるよう、幾何学的な規準を用いて、この器官内で探索が行われる。このアプローチは、方法のユーザがついていくことができない複雑な幾何学的な選択及び排除規準を用いる。更に、公知の方法は、全ての潜在的な結節性の構造の信頼性の高い表現を確実とするものではない。従って、潜在的な病的な構造の予備選択のための自動フィルタ段階は限られており、更に、方法がトランスペアレントでないということによって減少される。
シー・リヤン・ルー（Shyh Liang Lou）外、"Object based deformation technique for 3-D CT lung nodule detection"、ＳＰＩＥ議事録、第３６６１巻、ＰＴ1-2，第１５４４乃至１５５２頁、１９９９年

従って、本発明は、公知の方法と比較して、潜在的な病理的な画像構造のより信頼性の高いマーク付けを可能とする体の構造の画像の形成のための方法及び装置を提供することを目的とする。

上記目的は、上述の種類の方法であって、
ａ）画像データセット中に存在する画素が、マークされるべき画素及びマークされるべきでない画素へと分割される、２値データセットを形成する段階と、
段階において、
ａ１．各画素について、当該画素と当該画素が位置している画像構造のエッジとの間の最短の距離に対応する距離値が決定され、２値データセットから、所定の限界距離値を下回る距離値を有する画素が選択される、第１のフィルタリング演算が行われ、
ａ２．以前に選択された画素のうち、より小さい距離値を有する２つの画素により、画素を通って延びる少なくとも１本の直線の両方の方向上で直接隣接するものが選択されたままとされる、第２のフィルタリング演算が行われ、
ａ３．以前に選択された画素のうち、画素の距離値にちょうど対応する距離に配置された周囲画素がテストされるべき画素自体の距離値よりも所定の距離差分値だけ小さい距離値を有するものが選択されたままとされる、第３のフィルタリング演算が行われ、
ｂ）２値データセット中の最後のフィルタリング演算後に選択された画素をマークすることにより画像データセットからマーク付けされた画像データセットを形成する段階と、
ｃ）マーク付けされた画像データセットから体の構造の画像を形成する段階とを含む方法によって達成される。

本発明による方法は、所定の画素、即ち、病的な構造の評価のために最重要な画素がマークされ、特に強調（ハイライト）されている体の構造の画像の形成を可能とする。マークされるべき画素は、簡単に追うことができる３つのフィルタリング演算によって画像データセットの全画素数から決定される。

第１のフィルタリング演算中、画素が存在する画像構造のエッジから所定の距離よりも少なく距離に配置される全ての画素が決定される。このように、所定の距離限界値の２倍よりも小さい寸法を有する画像構造の全ての画素が決定されうる。更に、この第１のフィルタリング演算は、大きい画像構造のエッジ領域に配置された全ての画素を決定し、当該エッジ領域は距離限界値に対応する厚さを有する。

この文脈では、画像構造は、一方では互いに隣接し合う複数の近傍画素によって形成され、更に第２の規準に基づいてコヒーレントであると観察者に提示されるコヒーレントな面を意味すると理解されるべきである。この第２の規準は、例えば、画素の画像値の対応性又は類似性でありうる。更に、例えば、流域変形（watershed transformation）、形態的アパーチャ等の方法といった他の公知のフィルタ方法が第２の規準として使用されうる。

第２のフィルタリング演算中、少なくとも１つの方向で局所的な距離値の極大を表わす全ての画素は、第１のフィルタリング演算中に決定される画素から決定される。少なくとも２つの反対の方向では、即ち、第１の方向とそれとは１８０°ずれている第２の方向では、これらの画素は、画素自体の距離値よりも小さい画像構造のエッジからの距離に配置される画素によって直接囲まれている。

従って、第２のフィルタリング演算中、小さい画像構造の中心又は中心線を表わす全ての画素が選択される。視覚的には、画素の距離値が地形図中の高度値として見られるとき、山の尾根又は山の頂上に位置する画素は第２の演算中に選択される。

第２のフィルタリング演算に続く第３のフィルタリング演算中、これらの画素のうち、任意の方向でそれらの距離値にちょうど対応する距離内のいかなる画素によっても囲まれず、即ち、画素自体の距離値に等しいかそこから僅かにのみ逸脱した距離値を有する画素によって囲まれない画素が選択される。従って、第２のフィルタリング演算後に選択され、より大きい画像構造のエッジ領域に配置された全ての画素が棄却され、従って少なくとも１つの方向で、即ちより大きい画像構造に向かった方向で、画素自体の距離値よりもかなり大きい距離値を有する関連のある距離にある画素によって囲まれる。

更に、第３のフィルタリング演算は、略丸い画像構造の中心に配置されていない全ての画素を排除し、可能な距離差分値の選択はまた、構造が理想的な丸い構造から所定の度合いだけ逸脱するときに選択された構造の画素を残す。視覚的には、上述の地形図中で、細長い画像構造中の山の稜線を表わす画素が除外され、頂上を表わす画素は、選択されたままの丸、楕円、又は同様に囲まれた画像構造を表わす。

第３のフィルタリング演算後、意図的に減少された数の画素が多くのおそらくは関連する画素から選択され、即ち、関連のない画素を除外し、選択された画素は潜在的な結節性構造の中心とみなされる。これらの画素は、形成されるべき新しい画像データセット中でマーク付けされ、従って、このマーク付けされた画像データセットから体の構造の画層の形成時に別の方法で表わされうる。これらの画素は、特に、色でマーク付けされてもよく、強められたコントラストでハイライトされてもよく、又は、交互にフェードイン又はフェードアウトすること、又は他の方法で示されてもよい。

本発明の方法の第１の有利な変形例によれば、第１のフィルタリング演算の前に、画像値の限界値によるフィルタリングが行われる。閾値処理としても知られるこのフィルタリング方法は、簡単なフィルタリング段階中で、第１の画像値限界値を上回る及び／又は第２の画像値限界値を下回る全ての画素の選択を可能とする。画像データセットがコンピュータ断層撮影によって収集されるかぎり、この種類のフィルタリングは、ハウンスフィールド・ユニット（Hounsfield Unit）（ＨＵ）が所定の第１のＨＵを下回り、第２のＨＵを上回る画素を選択することによって適用されうる。

本発明による方法の第２の有利な更なる変形では、テストされるべき画素自体の距離値よりも小さい所定の距離値を有する取り囲む画素が見つかるとすぐに、第３のフィルタリング演算中にテストされるべき画素は、マークされるべきでないとして棄却される。この更なる発展により、フィルタリングは加速される。距離値に対応する距離に配置された画素のうちの１つだけが所定の距離差分値だけ小さい距離値を有する場合にのみ、第３のフィルタリング演算中に画素が棄却されるため、対応する距離における画素を囲む画素の更なるテストは、対応する閉じる画素が見つかるとすぐに、なくされうる。従って、必要とされる計算能力が減少されるか、又は計算時間が減少される。

本発明による方法は、有利には所定の距離差分値がゼロであるときに複雑とされうる。従って、距離値にちょうど対応する距離において、各画素は、画素自体の距離値とは異なる距離値を有する画素によって囲まれ、選択されたままであり、対応する距離において、画素自体と同一の距離値を有する少なくとも１つの画素によって囲まれる画素が棄却される。

本発明による方法の更なる有利な変形例は、請求項５の特徴部に従った第４のフィルタリング演算を有する。この更なる改善により、より高い距離値を有する画素がそれらの画像構造内に存在する場合、及び／又は、画像構造が任意の方向に所定の値よりも大きく伸びる場合に、即ち、画像構造が任意の方向に所定の寸法を超えるときに、画素は、第３のフィルタリング演算後に残る選択から排除される。

その場合、所定の体積の距離値が、開始素子の距離値の５倍に対応するようにされうる。この限界値は、特に肺の中の潜在的な結節性構造がマークされるべきであるときは、関連のない画像構造の画素が選択から排除されるのに適している。

第４のフィルタリング方法は、領域成長が開始素子に対して点対称に行われ、含められた画像素子の距離比の平均値が、有利には開始素子の距離値に対応する所定の距離平均値よりも大きくなるとすぐに、開始素子がマーク付けされないよう、更に改善される。

この文脈では、点対称の成長は、第１の段階において、開始素子を直接連結する全ての素子は領域成長によって含められ、続く段階において、これらの素子を直接連結する全ての外側の素子は領域成長により含められる等であることを意味すると理解されるべきである。含められる画素の距離値の平均値は、領域成長によって含められる全ての画素の距離値の平均値である。

かかる領域成長によって規則的に点対称に囲まれる画像構造は、領域成長の任意の時点において、含められる全ての画素の距離値の平均値が開始素子の距離値よりも大きければ、即ち開始素子が第４のフィルタリング演算の後に選択された画素のうちの１つであるよう選択されれば、潜在的な病的な構造ではないことがわかる。本発明による方法のこの更なる変形例は、潜在的に病的な結節性構造の選択を改善する。

上述の方法は、請求項９の特徴部に従って更に改善されうる。

距離値の合計は次に、領域成長の段階に新しく加えられた画素の全ての距離値の合計を表わす。これらの画素は、開始素子に対して点対称の幾何学形状に、即ち、２次元画像の場合は円上に、３次元画像の場合は球状面に規則的に配置される。領域成長の第１の段階の距離の和の合計は、開始素子自体の距離の値よりも一様に大きく、なぜならば、開始素子の周りの複数の画素の合計は、個々の画素の距離値が開始画素の距離値よりも小さい場合でも、開始画素自体の距離値よりも大きいからである。領域成長が小さい閉じた画像構造内で行われ、領域成長が小さい距離値を有する画素をますます含むかぎり、曲線の上昇は極大に達し、再び減少する。

曲線の最小の形成及び曲線の続く上昇は、より大きい距離値を有する画素が領域成長により再び含まれる場合に行われうる。

極大における距離値の合計の、続く最小における距離値に対する比は、開始素子が潜在的な結節性構造に属する確率に対する規準として使用されうることがわかっている。これは特に、最小における距離値の合計が、極大における距離値の合計の半分よりも大きくないときに特に異なっている。

更に、方法の更なる有利な発展のために、極小に達するまで領域成長によって含められる全ての画素の距離値の平均値と、開始素子の距離値の商は、開始素子が潜在的な結節性構造に属する確率を決定するのに使用されうる。極小に達するまでに含められた全ての画素の距離値の平均値が開始素子の距離値の２倍よりも大きい場合は、開始素子が潜在的な結節性構造に属することは特にありそうもないことである。

上述の方法は、有利には、所定の極値商を０．３５と定義することにより更に改善される。得られるフィルタリングは、極値商が０．５であるよう決定されるときよりも細かい。

本発明による方法は、更に、請求項１１の特徴部に記載の第５のフィルタリング演算を行うことによって改善される。この改善の結果、請求項５乃至１０に記載され上述された条件のうちの１つに基づいて第４のフィルタリング演算において棄却された画素は選択されたままであり、なぜならば、領域成長中、第１の画像構造を連結し、又はそれと直接癒着した第２の画像構造は領域成長によって含められるからである。これは例えば、大きい画像構造の壁領域に配置され、それと癒着され、又は血管を介してそれに接続された結節性構造の場合に生じうる。

この場合、第４のフィルタリング演算は、潜在的な結節性構造の画素の棄却を生じさせ、正しくない診断がなされうる。第５のフィルタリング演算は、第１の画像構造と第２の画像構造の間の繊維においてできる限り正確に配置される境界を強いる。続いて、第４のフィルタリング演算の場合のように、領域成長は、第３のフィルタリング演算後に残っている画素によって形成される開始素子から開始し、開始素子は、請求項５乃至１０に記載の第４のフィルタリング演算の条件のうちの少なくとも１つが満たされなければ、マークされるべきではないとして棄却される。しかしながら、開始素子から見たときに、境界の他の側に配置された画素は、この領域成長により棄却されたままであり、即ち、潜在的な結節性構造が癒着されたより大きい構造に配置された画素である。

上述の方法は、有利には、請求項１２に記載の段階に基づいて境界を決定することにより更に改善されうる。この境界を引く方法では、まず、領域成長により含められた第２の画像構造のエッジゾーンに位置し、また第４のフィルタリング演算の中断条件の時点において領域成長のエッジに位置した画素が決定されることにより、平面境界が引かれる。次に、直線（２次元画像処理の場合）又は平面（３次元画像処理の場合）が決定され、この線は、直線又は平面と以前に決定された画像の間の全てのよりの合計が最小であるよう空間中に配置されている。この平面又は線は、第１及び第２の画像構造の間の線に非常によい近似を与え、従って境界線又は面として使用されうる。

本発明の更なる面は、方法の上述の方法を実行する手段、並びに、方法の上述の段階を実行するプログラム手段を有するコンピュータプログラムに関連する。

本発明は、画像データの感度の高い減少が、簡単についていくこと及び理解することができるフィルタリング段階によって実行され得、潜在的な結節性構造を表わす画素がフィルタ除去されうる、体の構造の画像を形成する方法を提供する。このようにフィルタ除去された画素は、孤立した形で表わされえ、全体画像中でハイライト、マーク付け、又は他の方法で識別されうる。本発明による方法は、従って、特に医師による信頼性が高く高速な、小さい囲まれた結節性構造の位置確認を可能とする。本発明による方法の簡単に理解されるフィルタリング段階は、結節性構造の自動検出におけるユーザの信頼を高めるのに適している。

本発明の方法の有利な実施例について、添付の図面を参照して説明する。図１は、人間の体の水平断面図である。図１のスライス画像を形成するのに用いられる画像データは、コンピュータ断層撮影Ｘ線方法によって収集される。個々の体の構造は、Ｘ線に対する比放射線透過性に依存した対応するグレーの陰影中に再生される。これらのグレーの陰影は、ハウンスフィールド・ユニット（Hounsfield Unit）（ＨＵ）値と称される。図１に示す画像は、綿密且つ時間のかかる調査によってのみ、病的な結節性構造の存在といった特定の情報を導出するのに医師が使用しうる様々な情報を、専門医に提供する。

かかる情報の抽出を容易とするために、以下詳述するフィルタリング方法が使用される。

このために、まず、図１のグレースケール画像から、即ち、全ての画素を、−４００のＨＵ値を上回る又は下回る画像値を有する画素へ分割することにより、２値画像データ情報を有する白黒画像が形成される。−４００のＨＵ値は、組織構造であるか、周囲の又は閉じ込められた空気及び液体であるかの決定を行うための適当な限界値である。従って、図２中、肺に閉じ込められた空気、体を囲む空気、及び血管中の血液は黒に見え、肺を囲む体（本質的には筋肉組織及び骨組織）及び肺の中の心臓は白に見える。

更なるフィルタリング段階中、領域成長は体を囲む空間の中から始まり、それにより、体を囲む空間は組織構造と同じ画像値で満たされる。従って、この空間、即ち周囲の空気並びに患者テーブルＬＵは、図３中で白に見える。

続いて、請求項１に記載の第１のフィルタリング演算の第１の段階中、図３の全ての以前にフィルタ除去された白い画素の距離値が決定され、対応する距離値が各画素に割り当てられる。画素と、その画像構造のエッジとの間の最短の距離、即ち、図３中の画素と最も近い黒／白の境界の間の最短の距離が決定される。かかる境界から非常に短い距離のところにある画素には小さい距離値が与えられ、大きい距離にある画素に対しては大きい距離値が割り当てられる。画素の距離値を図４に示す。図４中、小さい距離値は大きいグレースケール値によって表わされ、大きい距離値は小さいグレースケール値によって表わされ、従って、図４中、小さい距離値を有する画素は暗く、大きい距離値を有する画素は明るい。

第１のフィルタリング演算の第２の段階中、例えば３０ｍｍである所定の限界距離値を下回る距離値を有する全ての画素が選択される。従って、更なるフィルタリング段階は、６０ｍｍを下回る寸法であるか又は黒い画素から３０ｍｍ未満の距離に位置する、図３に中の白い画像構造に属する画素のみを考慮に入れる。

第２のフィルタリング演算中、これらの画素は、少なくとも２つの１８０°相互にずれた方向に、それ自身の距離値よりも小さい距離値を有する画素によってのみ囲まれるかどうかについてテストされる。これを、例として、図５中に２つの画素Ａ、Ｂについて示す。画素は、壁と癒着した結節の中心に配置される。例として、４つの軸Ａ１乃至Ａ４は、画素Ａを通って延びるようプロットされる。図５からすぐにわかるように、例えば、軸Ａ４上で、画素Ａの直接の近傍に、画素自体の距離値よりも小さい距離値を有する画素が配置される。従って、画素Ａは、第２のフィルタリング演算中に選択される。

同様に、例として、夫々が１８０°相互にずれた方向を有する４つの軸は、画素Ｂを通って延びるよう描かれる。また、軸Ｂ１上で画素Ｂの直接の近傍に、画素Ｂの距離値よりも小さい距離値を有する画素のみが配置される。従って、フィルタ素子Ｂもまた、第２のフィルタリング演算中に選択される。

図５を参照するに、第３のフィルタリング演算中、画素Ａ，Ｂの周りにまず円形の画素境界ＡＧ，ＢＧが描かれ、この境界は、画素の周りで、画素Ａ，Ｂの距離値に従った距離だけ伸びる。

画素境界ＡＧ及びＢＧに配置された全ての軸についての軸の端点の平均距離値は、画素Ａ及びＢの距離値と夫々比較される。この第３のフィルタリング演算中に、画素境界上に、画素Ａ又はＢの距離値よりも大きい平均距離値を有する軸が見つかるとすぐに、第３のフィルタリング演算は中断され、画素Ａ及びＢは、以前になされた選択から除去される。

画素境界ＡＧ上の画素Ａを囲む全ての軸は、画素Ａの距離値よりも小さい軸端点の平均距離値を有する。従って、第３のフィルタリング演算中、画素Ａは選択されたままである。

画素Ｂを囲む境界ＢＧ上、軸端点の平均値が画素Ｂの距離値よりも小さくない、少なくとも１つの軸ＢＥ１→ＢＥ２が配置される。画素ＢＥ１及びＢＥ２の距離値は、画素Ｂの距離値に等しい。従って、画素Ｂは、選択されず、第３のフィルタリング演算中に棄却される。

第３のフィルタリング演算後に選択されたままである画素は、第４のフィルタリング演算を受ける。この第４のフィルタリング演算中、これらの画素Ａから点対称の領域成長が開始する。このために、図６を参照する。図６は、この点対称の領域成長の３つの成長段階を示す。画素Ａを直接連結する画素が成長位相（図示せず）中で領域成長によって含められた後、続く第２の成長段階では、画素Ａに直接隣接する画素Ａに直接隣接する素子が領域成長によって含められ、第２の成長段階において成長包絡線ＷＡ１を形成する。成長包絡線ＷＡ１は、１２個の画素を含む。

点対称の領域成長の第３の成長段階中、成長包絡線ＷＡ１を外部的に連結する画素は領域成長によって含められ、従って、この第３の成長段階において成長包絡線ＷＡ２を形成する。成長包絡線ＷＡ２は、１６個の画素を有する。

続いて、第４の成長段階では、成長領域は、成長包絡線ＷＡ２の画素を連結する成長包絡線ＷＡ３を形成する２０個の画素を含む。

領域成長中に、距離値が開始素子Ａの距離値よりも大きい距離値を有する画素に達すると、開始素子Ａは第４のフィルタリング演算中に棄却され、第３のフィルタリング演算後に選択された画素から除去される。更に、画素Ａは、領域成長によって含められた表面領域、即ち、表面は成長包絡線又はその中にある体積の中にあり、開始素子Ａの距離値の５倍よりも多く任意の方向に延びる。

この第２の規準は、領域成長が、開始素子Ａからの距離値の５倍よりも多くのところに配置されている画素を含むとすぐに、開始素子Ａに関するフィルタリングの中断を生じさせる。更に、この規準の結果、開始素子Ａは棄却され、開始素子Ａに対する第４のフィルタリングは、開始素子Ａに対して互いに１８０°ずれ、開始素子Ａからのこれらの２つの画素の距離の和が開始素子Ａの距離の値の５倍よりも大きいよう配置された２つの画素が見つかるとすぐに、中断される。

開始素子Ａは、上述のように第４のフィルタリングに基づいて棄却され、なぜならば、開始素子Ａから開始し、壁構造へ向かう方向へ進むと、開始素子Ａよりも大きい距離値を有する画素が見つかるからである。しかしながら、これは、画素Ａが潜在的な結節性構造の画素に関するものであるため、望ましくない。

第４のフィルタリング演算に基づく更なるフィルタリング演算の最初の段階として、個々の成長段階に亘る成長包絡線中の全ての画素の平均値が、図８乃至図１４に従ってプロットされる。

図８は、孤立した結節ＫＩ中の、図７に示す開始素子Ｃについての距離平均値の変化を示す。図８中、開始素子Ｃの距離値９５から開始して、距離平均値は、まず続く成長段階中は減少し、続いて、小さい増加の後、約３０の距離平均値をとることがわかる。

図１４を参照するに、肺の壁に癒着した結節ＫＡの中心に配置された、図１３に示す開始素子Ｄの距離平均値もまた、前と同様に、即ち、開始素子Ｄの距離値３７から減少し、最小を通り、続いて再び増加する。この増加中、距離平均値は、おおよそ１０番目の成長段階中に、開始素子Ｄ１の距離値を超過する。これは、開始素子Ｄ１の場合、この成長段階中の領域成長はまた、対応する高い距離値を有する肺の壁の画素を含み、従って、開始素子の距離値を超えて距離平均値を増加させるためである。

領域成長は、成長包絡線内に存在する全ての画素の距離平均値が開始素子自体の距離値よりも大きくなるとすぐに停止する。従って、第５のフィルタリング演算中、肺の壁に癒着した結節ＫＡ中の画素Ｄは棄却され、一方で隔離された結節ＫＩ中の画素Ｃは選択されたままである。更に、第５のフィルタリング演算は、可能な肺腫瘍の核にもはや属さないがそれに連結しているのみである画像構造に属する全ての画素を棄却する。

やはり第４のフィルタリング演算に基づく更なる第６のフィルタリング演算では、成長包絡線中に存在する画素の全ての距離値の和は、図９及び図１５に従った変化が開始素子Ｃ及びＤに対して得られるよう、個々の成長段階に亘ってプロットされる。

孤立した結節ＫＩ中の開始素子Ｃに対して、このようにプロットされる曲線は、一般的には図９に示すように延びる。最初の上昇の後、成長包絡線内に存在する増加する画素の数により、極大Ｃ_maxを通る。この極大の後、距離値の和は、成長包絡線に含まれる小さい距離値を有する画素により減少し、極小Ｃ_minに達する。開始素子が、画像中で完全に孤立している結節中に配置している希な場合、極小Ｃ_minは同時に領域成長の終点を構成し、なぜならば領域成長は、その時点で結節の境界に交わり、終了するからである。しかしながら、一様に、例えば図７に示すように、孤立した結節はまた血管によって横切られ、従って他の画像構造に連結される。これらの画像構造はまた、領域成長によって含まれ、従って、最小Ｃ_minを通った後、図９に示すように距離値の和の増加をもたらす。曲線の以前に生じた極大Ｃ_maxにおける距離値の和に対する極小Ｃ_minにおける距離値の和の比率は、開始素子が潜在的な結節性構造中に配置されるかどうかを判定する規準として使用されうる。Ｃ_maxに対するＣ_minの比が０．３５よりも大きいとき、開始素子が潜在的な結節性構造に属することは特に起こりそうにない。この場合、開始素子は、第５のフィルタリング演算後に残っている画素の選択から棄却され除去される。

また、Ｃ_minを通るときの開始素子の距離値に対する距離平均値の比は、開始素子が潜在的な結節性構造中に位置するかどうかを判定する規準として使用されうる。この距離平均値の比は、図９から極小Ｃ_minの成長段階を図８へ移し、ｙ軸上でこれらの成長段階に対する距離平均値Ｃ_minmittelを読むことにより形成されうる。開始素子の距離値に対する極小、即ちＣ_minmittel中の距離平均値の比が０．５よりも高いとき、開始素子は、第５のフィルタリング演算後に残っている画素の選択から棄却され除去されうるよう、潜在的な結節性構造内には配置されない。

第６のフィルタリング演算の２つの上述の規準は、結節性構造に典型的でない幾何学形状を有する画像構造に属する更なる画素を、第５のフィルタリング演算後に残っている画素の選択から除去する。

第５及び第６のフィルタリング演算では、上述のように、フィルタ規準が、より大きい画像構造に癒着した結節性構造に属する画素も除去することが不利点である。図１３は、かかる結節性構造を示す。距離平均値及びこの結節性構造ＫＡに関連付けられる距離値の和の変化は、図１４及び図１５に夫々示されている。結節性構造ＫＡ中の開始素子Ｄは、第５及び第６のフィルタリング演算のフィルタ規準に基づいて棄却されることがわかる。潜在的な結節性構造は、このように選択から除去される。

上述のことを防止するために、結節性構造と、当該結節性構造が癒着している壁との間に壁が描かれ、その後、第５及び第６のフィルタリング演算が再び実行され、境界を越えて配置される画素は、領域成長から排除される。

結節と壁の間の境界を描くことについて、図１０乃至図１２を参照して説明する。まず、第５又は第６のフィルタリング演算の前記規準のうちの１つが領域成長の中断及び開始素子Ｄの棄却をもたらした成長段階において成長包絡線ＷＨ上に位置する全ての画素について考慮する。これらの画素は、肺の壁ＬＷ又は結節ＫＡを通って延びる血管Ｇ１、Ｇ２のいずれかに属する。連結された成分の指定を用いると（連結成分ラベリング）、これらの画素から、極大のコヒーレントな成長包絡線構造に属する画素が決定される。このように決定された極大成長包絡線部分ＷＨＧの画素から、肺の壁の構造に位置する画素、即ちＷＨＧ１及びＷＨＧ２が決定される。画素ＷＨＧ１及びＷＨＧ２は、包絡線の部分ＷＨＧ内に位置する多数の画素から、即ち、０に等しい距離値を有する画素を直接連結する画素を探索することにより決定される。空間的な共分散行列は、このように決定された画像構造エッジ素子ＷＨＧ１及びＷＨＧ２から計算され、主成分分析が実行され、３つの固有値及び１つの中心Ｍが得られ、Ｍは平面ＬＷＧ上のベクトルＥｖの原点に配置される。

最小の固有値に対応する固有ベクトルＥｖは、肺の壁ｍＬＷの表面に対する法線とされる。この肺の壁の法線の方向は、肺の方向から、即ち節ＫＡの方向に、固有ベクトルによって決定される肺の壁の境界ＬＷＧから内向きに向くよう設定される。この向きは、肺の壁の法線上の成長包絡線ＷＨ中の画素の投影を加算することによってテストされうる。この和は、肺の壁の法線ベクトルが肺に向かって指すときに負でなくてはならない。他の場合、法線ベクトルは、−１で乗算することにより反転されねばならない。

肺の壁の境界ＬＷＧが上述のように決定された後、開始素子Ｄ（上述）の周りの点対称の領域成長が繰り返され、領域成長は、開始素子Ｄから見たときに、肺の壁の境界ＬＷＧの他の側に配置されるいかなる画素も含まないべきであるという更なる条件を受ける。

領域成長が、図１３に示す開始素子Ｄに関してこの追加的な条件で繰り返されると、距離平均値及び距離値の合計の変化は、図１６及び図１７に示すようなものとなる。図５に示す開始素子Ａに対して、境界の対応する描出の後に、領域成長が繰り返されると、同様の結果が得られる。図１６及び図１７に従った変化は、この場合、第５及び第６のフィルタリング演算の規準のいずれも満たされないことを示すため、このように変更されたフィルタリング演算に従って、潜在的な結節性構造の画素の選択からの関連のある開始素子の除去及び棄却が回避される。

全てのフィルタリング段階の完了の後、潜在的な結節性構造の中心を表わす画素が選択に残る。図１又は図２に従った画像中、これらの画素は白でマークされ、続いて、図１８及び図１９に従って、観察者によって容易に見つけられるようこれらの画素が強調された画像が得られる。

人間の肺の領域のコンピュータ断層撮影水平スライス画像を示す図である。画像値の限界値によるフィルタリング後の図１の画像を示す図である。体を囲む空間の充填後の図１の画像を示す図である。距離値を有する図１の画像を示す図である。壁と癒着した結節及び血管の一部を図式的に示す図である。開始素子の周りの点対称な成長を図示的に示す図である。隔離された結節中の十字線において図１の開始素子の細部を示す図である。図７中で特徴付けられた開始素子から開始する点対称な成長についての成長包絡線における平均距離値の変化を示す図である。図７に示す開始素子に対する成長包絡線における距離値の和の変化を示す図である。より大きい構造と癒着した結節性構造の場合に境界を決定する手順を示す図である。より大きい構造と癒着した結節性構造の場合に境界を決定する手順を示す図である。より大きい構造と癒着した結節性構造の場合に境界を決定する手順を示す図である。壁構造と癒着した結節上の十字線に開始素子を置いて、図１の細部を示す図である。図１３に示す開始素子に対する成長包絡線中の平均距離値の変化を示す図である。図１３に示す開始素子に対する成長包絡線中の距離値の和の変化を示す図である。図１０乃至図１２に従って境界を描いた後の、図１３の開始素子に対する成長包絡線中の平均距離値の変化を示す図である。図１０乃至図１１に従って境界を描いた後の、図１３の開始素子に対する成長包絡線中の距離値の和の変化を示す図である。マーク付けされた潜在的な結節性構造と共に図１に示すスライス画像を示す図である。図１８の細部を示す図である。

Claims

画像データセットから体の構造の画像を形成する、特に肺の中の潜在的な結節性構造を強調する方法であって、
ａ）画像データセット中に存在する画素が、マークされるべき画素及びマークされるべきでない画素へと分割される、２値データセットを形成する段階と、
前記段階において、
ａ１．各画素について、当該画素と当該画素が位置している画像構造のエッジとの間の最短の距離に対応する距離値が決定され、前記２値データセットから、所定の限界距離値を下回る距離値を有する画素が選択される、第１のフィルタリング演算が行われ、
ａ２．以前に選択された画素のうち、より小さい距離値を有する２つの画素により、前記画素を通って延びる少なくとも１本の直線の両方の方向上で直接隣接するものが選択されたままとされる、第２のフィルタリング演算が行われ、
ａ３．以前に選択された画素のうち、前記画素の距離値にちょうど対応する距離に配置された周囲画素がテストされるべき画素自体の距離値よりも所定の距離差分値だけ小さい距離値を有するものが選択されたままとされる、第３のフィルタリング演算が行われ、
ｂ）前記２値データセット中の最後のフィルタリング演算後に選択された画素をマークすることにより前記画像データセットからマーク付けされた画像データセットを形成する段階と、
ｃ）前記マーク付けされた画像データセットから前記体の構造の画像を形成する段階とを含む、方法。
前記画像値の限界値によるフィルタリングは、前記第１のフィルタリング演算の前に行われることを特徴とする、請求項１記載の方法。
前記第３のフィルタリング演算中、前記テストされるべき画素は、前記テストされるべき画素自体の距離値よりも前記所定の距離差分値だけ小さい距離値を有する周囲画素が見つかるとすぐに、マークされないものとして棄却されることを特徴とする、請求項１記載の方法。
前記所定の距離差分値はゼロであることを特徴とする、請求項１乃至３のうちいずれか一項記載の方法。
領域成長が、開始素子としての役割を果たす、以前に選択された画素から開始される第４のフィルタリング演算を含み、
前記領域成長が、前記開始素子の距離値よりも大きい距離値を有する画素に達するとすぐに、及び／又は、
前記領域成長に含まれる画像体積が、望ましくは前記開始素子の距離値である所定の体積寸法値よりも１つの方向上で更に拡張するとき、
前記テストされるべき画素はマークされないものとして棄却されることを特徴とする、請求項１記載の方法。
前記所定の体積寸法値は、前記開始素子の前記距離値の５倍に対応することを特徴とする、請求項５記載の方法。
前記領域成長は、
含まれる画素の前記距離値の平均値が、望ましくは前記開始素子の距離値に対応する所定の距離平均値よりも大きくなるとすぐに、
前記開始素子に対して点対称に行われ、前記開始素子はマークされないものとして棄却されることを特徴とする、請求項５記載の方法。
前記領域成長は、前記開始素子に対して点対称に行われ、前記開始素子は、前記領域成長の進行中に、前記領域成長によって含まれる画素の距離値の合計に対応する、前記距離値合計の変化の評価に基づいてマークされるべきかマークされないべきかが選択されることを特徴とする、請求項５記載の方法。
前記変化は、前記領域成長の進行中の前記距離値の合計の変化を表わす曲線としてプロットされ、前記開始素子は、
前記曲線の極小と曲線の以前に生じた極大の極値商が、望ましくは１である、所定の極値商よりも大きい場合、及び／又は、
極小に到達するまで領域成長によって含まれる画素の距離値の平均値とテストされるべき画素の距離値の平均値商が、望ましくは０．５である所定の平均値商よりも大きい場合に、
棄却されることを特徴とする、請求項８記載の方法。
前記所定の極値商は合計で０．３５となることを特徴とする、請求項９記載の方法。
前記第４のフィルタリング演算中に選択されなかった画素が、第２の画像構造と癒着した第１の画像構造に属する場合に選択される第５のフィルタリング演算を含み、
前記第１と前記第２の画像構造の間の境界に接近し、
請求項５乃至９に記載の領域成長が繰り返され、開始素子から見て、前記境界を超えて配置される画素は前記領域成長から除外されたままとされ、
前記開始素子は請求項４乃至８に記載の条件のうちのいずれも満たされない場合に選択されることを特徴とする、請求項５乃至９のうちいずれか一項記載の方法。
前記境界は、空間共分散行列が、
前記第４のフィルタリング演算において請求項５乃至９に記載の条件のうちの１つが満たされる前記成長段階中に前記領域成長のエッジに位置し、
所定の値を下回る距離値を有するか、又は、画像構造のエッジゾーンに位置する、
全ての画素から計算され、
主成分分析は前記共分散行列から計算され、
前記主成分分析から生ずる最小の固有値の固有ベクトルは前記境界に対して垂直な面として用いられることを特徴とする、請求項１１記載の方法。
画像データセットから体の構造の画像を形成する、特に肺の中の潜在的な結節性構造を強調する装置であって、
ａ）画像データセット中に存在する画素が、マークされるべき画素及びマークされるべきでない画素へと分割される、２値データセットを形成する手段と、
前記手段は、
ａ１．各画素について、当該画素と当該画素が位置している画像構造のエッジとの間の最短の距離に対応する距離値が決定され、前記２値データセットから、所定の限界距離値を下回る距離値を有する画素が選択される、第１のフィルタリング演算を行う手段と、
ａ２．以前に選択された画素のうち、より小さい距離値を有する２つの画素により、前記画素を通って延びる少なくとも１本の直線の両方の方向上で直接隣接するものが選択されたままとされる、第２のフィルタリング演算を行う手段と、
ａ３．以前に選択された画素のうち、前記画素の距離値にちょうど対応する距離に配置された周囲画素がテストされるべき画素自体の距離値よりも所定の距離差分値だけ小さい距離値を有するものが選択されたままとされる、第３のフィルタリング演算を行う手段と、
ｂ）前記２値データセット中の最後のフィルタリング演算後に選択された画素をマークすることにより前記画像データセットからマーク付けされた画像データセットを形成する手段と、
ｃ）前記マーク付けされた画像データセットから前記体の構造の画像を形成する手段とを含む、方法。
コンピュータ上で実行されたときに請求項１記載の方法の段階を実行するプログラム手段を含む、画像データセットから体の構造の画像を形成するコンピュータプログラム。