【発明の詳細な説明】
コントラスト強調撮像を用いた
自動境界線引きおよび部位寸法記入
発明の分野
本発明は、一般に、患者の器官および組織の超音波画像を処理する方法に関す
る。詳しくは、このような画像における患者の器官および組織の境界の線引きを
行いまた部位寸法記入方法に関する。
発明の背景
医療診断用撮像において、患者の体内の関心部位(ROI)を画像化し、得られた
画像を分析して潜在する病気の症状を効果的に診断することは重要である。この
診断に必要な１つの要素は、器官、腫瘍、血管などを含むがこれらに限定されな
い患者の組織の様々な構造体を互いから区別して、診断を行う特定のROIを識別
する能力である。
ROIが撮像中に有意に動く組織または器官内に位置する場合には、構造体の識
別は困難になる。撮像中に大きく動く器官の１つは心臓である。いくつかの撮像
の方式が現在用いられている。例えば、単一光子放射型コンピュータ断層撮影（
「SPECT」）、陽電子放射型断層撮影（「PET」）、コンピュータ断層撮影（「CT
」）、磁気共鳴撮像（「MRI」）、血管造影、および超音波を使用することが知
られている。これらの様々な方式についての概観は、Melvin L．Marcus、Heinri
ch R．Schelbert、David J．Skorton、およびGerald L．Wolf編の「Cardiac Ima
ging - A Companion to Braunwald's Heart Disease」（W.B．Saunders Co.，Ph
iladelphia、1991）に述べられている。
特に有用な方式の１つは、コントラスト強調超音波撮像である。簡単に述べる
と、この方法は超音波撮像を利用し、これは、音響エネルギー波を「関心部位」
（「ROI）に収束し反射してその画像を生成し得るという原理に基づく。使用さ
れる超音波トランスデューサは、撮像される領域を覆う体の表面上に配置され、
音波がこの領域に向けられる。トランスデューサは反射した音波を検出し、接続
するスキャナがデータをビデオ画像に変換する。
超音波エネルギーが物質を通して伝達するとき、反射するエネルギー量は伝達
周波数および物質の音響特性に依存する。物質の音響特性の変化（例えば、音響
インピーダンスの変動）は、液体−固体または液体−気体などの音響密度および
圧縮率が異なる界面で最も顕著である。この結果、超音波エネルギーが組織を通
って進むとき、器官構造体は音反射信号を生成し、これが超音波スキャナによっ
て検出される。このような信号は、コントラスト剤を適切に用いることによって
強調され得る。
コントラスト剤には、液状エマルジョン、固形物、被包性流体、および気体を
使用するものなといくつかのタイプがある。気体を使用する薬剤は超音波の反射
体として効率が良いため、これが特に重要である。共鳴気泡は、同じサイズの固
体粒子より1000倍も効率よく音を散乱させる。このようなタイプの薬剤としては
、フリーな気泡、およびシェル材料によって被包されるものがある。
コントラスト強調画像は、特定のROI内にコントラスト剤が存在すると、この
薬剤で満たされていない周囲の部位から視覚的に識別可能なコントラストが生成
されるという特性を有する。このタイプの撮像法の１つの例としては、心筋コン
トラスト心エコー検査（「MCE」）がある。MCEでは、コントラスト剤が血管内注
射により患者の心臓に流れ込み、これと同時に超音波が心臓に向けられ心臓によ
り反射される。これにより、一連の心エコー検査画像が生成される。
心エコー検査の分野では、重要な診断上の測定基準として、(1)部位の(region
al)壁の動きの分析、および(2)駆出率(ejection fraction)の決定がある。収縮
機能の異常は心臓病の診断上の指標であり、駆出率の測定および部位の壁の動き
は、慢性的虚血の検出に最も有用である。駆出率は収縮機能の包括的な測定基準
であり、部位の壁の動きは局所的な測定基準である。
「駆出率」（「EF」）は、心室の収縮能力についての広く用いられている測定
基準である。EFは、全心室の一回拍出量（「SV」）の拡張終期心室容量（「EDV
」）に対する比率として定義される。等式の形態では以下のように表される。
ここで、ESVは収縮終期心室容量である。
しかし、EFおよび壁の動きの正確な決定は、左心室および左心室内の心内膜の
境界などの患者の特定の心臓構造体の正確な識別に基づく。現在では、心内膜の
境界の識別は、非コントラスト強調画像により行われる。これらの非コントラス
ト強調画像での心内膜の境界は、熟練した心エコー検査技師によって手作業でト
レースするか、または特に非コントラスト強調画像用に調整される画像処理方法
によって決定される。このような画像処理方法については、Geiserらによる「A
Second-generation Computer-based Edge Detection Algorithm for Short-axis
，Two-dimensional Echocardiographic Images: Accuracy and Improvement in
Interobserver Variability」、Journal of the American Society of Echocard
iography、第３巻第２号、1990年3・4月号（79〜90頁）に記載されている。
Geiserらの方法では、コンピュータ画像処理は、人間であるオペレータが心周
期から３つの画像フレーム、すなわち開始の拡張終期フレーム、収縮終期フレー
ム、および終わりの拡張終期フレームを選択することにより開始される。選択が
終了すると、オペレータは、選択された３つのフレームのそれぞれに心内膜およ
び心外膜の境界を規定する。最初の３つのフレームに対して境界が規定されると
、境界は精密にされ、心周期内の他の時点からの他のフレーム内の境界がGeiser
らのプロセスによって自動的に決定される。
心内膜の識別を行うGeiserらのプロセスの欠点は、心臓の画像のコントラスト
強調を行わずに識別を行うことである。コントラスト強調を行わない場合はいく
つかの撮像上の問題が生じる。例えば、心筋内の繊維により、入射する超音波ビ
ームに対するこれら繊維の方位に依っては後方散乱が幾分かは生成される。ビー
ムに平行な繊維の散乱は少ない。従って、これらの部位内では、心内膜を下方反
響(hypoechoic)心室部位から区別するのがより困難である。これらの部位は画像
の横方向の部位で生じる。ゲインを単に増大させるだけでは満足のいく解決とは
ならない。何故なら、多くの器機で横方向の解像度はゲインに依存するため、境
界の適切な識別にとっては悪影響となるからである。
この問題を解決する１つの方法は、コントラストを強調させて撮像することで
剤を心エコー検査に用いることにより、患者の心臓構造体の画像解像度が向上し
た。コントラスト剤を心室に加えることによって、心室は最初は（心内膜を含む
）心筋に比べて非常に明るくなる。その後、この薬剤が心室から流出されると、
薬剤は心筋組織に潅流しているため、心筋は心室に比較して明るい状態を維持す
る。いずれの場合も、心筋と心室との間の境界部位は顕著に区別される。これは
、コントラスト強調を行わない区別化の問題がコントラストなしでは最も大きい
横方向の部位においても同様である。
コントラスト剤の使用は心内膜の境界の区別化の補助となるが、境界線引きの
典型的な方法は、依然として、熟練した心臓専門医が境界を「凝視(eyeballing)
」する手作業のプロセスである。しかし、境界識別の手作業による方法には問題
がある。
具体的には、コントラスト剤によって心室をほぼ最大に不透明化している間に
、心エコー検査画像データの単一のフレームが選択される。次に、熟練した心エ
コー検査技師が、心エコー検査技師の最良の判断において、この単一のフレーム
内の心内膜の境界であると考えられるものを手作業でトレースする。心エコー検
査技師の判断は、画像内の輝度のテクスチャーの差異を感知することに基づく。
コントラスト剤は心筋へと潅流されているが左心室にも依然として存在するよう
なフレームでは、テクスチャーの差異はより不明瞭であり得る。従って、この手
作業によるプロセスでは、心内膜の境界の正確な決定に関しては偶然にまかせる
部分が多い。
さらに、単一フレームの選択の場合には、心室は完全に不透明化されていない
かもしれない。左心室のすべての領域はコントラスト剤の注入中のある時点で不
透明化され得るが、すべての領域が同時には不透明化されないようである。例え
ば、減衰、および陰影化の効果により画像が生成され得、これにより左心室のあ
る部位では輝度は最大であるが、他の領域てはコントラストは全く観察されない
。
これらの問題により、左心室の境界部位を識別することは困難であり、診断プ
ロセスが不確実になり得る。特に、拡張終期または収縮終期中の境界部位の識別
が不適切だと、心室の動きの見積もりが過大または過小となり得る。駆出率また
は部位の壁の動きが過大に見積もられると、心臓専門医は、虚血が実際には存在
するのに虚血の疑いを除外するかもしれない。一方、駆出率または部位の壁の動
きが過小に見積もられると、心臓専門医は、実際には存在しないのに虚血を疑い
、患者をもっと高額な診断法（例えば、血管造影または核撮像）もしくは高額で
侵襲性の治療（例えば、血管形成）に回すかもしれない。
従って、心臓の心内膜の境界などの患者の組織の境界を正確に識別する方法を
開発することが望まれる。
このため、本発明の目的は、このような正確に境界を識別する方法を提供する
ことである。
本発明の別の目的は、駆出率および部位の壁の動きの診断の改良された方法を
提供することである。
発明の要旨
本発明の他の特徴および利点は、以下の好適な実施態様の説明および請求の範
囲から明らかとなり得る。
本発明は、患者の器官または組織の画像における関心部位の境界を自動的に識
別する新規のシステムおよび方法である。先ず、システムのオペレータは、シス
テムが自動分析を行うために得られた所定の画像セットを識別する。例えば、関
心器官が心臓の場合は、分析用に選択された画像セットは、通常は、心周期内の
同じ時点で得られる画像である。
画像セットに含むための基準（例えば、心周期内の同じ時点からの画像）が決
定されると、システムは、コントラスト剤の投与前、投与中、および投与後の画
像の生成を開始する。画像セットが得られると、システムはその自動処理を開始
する。概略すれば、この処理のステップとしては、基線(baseline)画像フレーム
の識別、ROI内の各所定の画素に対する基線強度の識別、画素単位の基線の減算
、各画素に対する信号対ノイズ比の確率の決定、および画素が境界部位内の領域
に属するかまたは境界部位外の領域に属するかどうかを決定する各画素のしきい
値
の決定が含まれる。この方法では、どの画素が境界に位置するかを正確に決定す
るために、コントラスト強調画像上で典型的に見つけられる点に低い値を関連付
ける全費用関数(cost function)を局所的に最小限にすることによって、画像セ
ットが精密にされる。これにより関心部位の境界が決定される。
本発明を十分に理解するために、本発明の以下の好適な実施態様の詳細な説明
および添付図面を参照して説明を行う。
図面の簡単な説明
本特許のファイルはカラーで実現される少なくとも１つの図面を含む。カラー
図面を有する本特許のコピーは、必要な料金の支払いと共に要請することにより
特許商標庁によって提供される。
図１は、本発明の原理に従って用いられる超音波画像処理装置によって、患者
の心臓の超音波画像を取る方法を示す。
図２は、本発明の原理に従って用いられる画像処理ユニットの１つの実施態様
の高レベルブロック図である。
図３〜図７は、本発明の境界線引き方法のフローチャートを示す。
図8(A)および図8(B)は、本発明のシステムが心室境界画素候補をどのように選
択するかを示す。
発明の詳細な説明
本発明は、撮像され得るいかなる患者の組織または器官であっても撮像および
診断を行う一般的な方法を包含するが、本明細書では、人間の心臓の撮像という
観点から述べる。多くの方法において、境界の線引きおよび寸法記入(dimension
ing)という目的で人間の心臓を撮像する場合に生じる問題は、他の器官の場合よ
り困難である。
１つの理由は、境界の両側の部位がコントラスト強調され得ることである。し
かし、主たる理由は動きである。人間の心臓は、通常の機能中に非常によく動く
。ほとんどの境界線引き方法では、境界を正確に決定するために多くの画像を必
要とする（いくつかはコントラスト剤で潅流された心臓を有する）ため、心臓組
織
がフレームからフレームへ動くと、心臓組織の各部分を相互関連させるとき、特
に、組織が必ずしも異なるフレームで同じ画素位置を占めないとき問題が生じる
。よって、このような困難を伴わない患者の他の器官および組織を撮像するため
には、心臓を撮像する方法である本記述は簡略化され得る。従って、本発明は、
人間の心臓の撮像のみに限定されるべきではなく、撮像し得るすべての組織を包
含する。
同様に、本記述は、超音波撮像法と共に用いられるコントラスト剤の投与に基
づいている。この場合も、本発明は超音波のみに限定されるべきではなく、他の
方法も包含し、これらの方法は、その特定の方法に特異的に適合するコントラス
ト剤を用い得る（または用いなくてもよい）。超音波方法については、同時係属
の同じ出願人による、Leveneらによる1995年4月25日出願の特許出願第08/428、7
23号「A METHOD FOR PROCESSING REAL-TIME CONTRAST ENHANCED ULTRASONIC IMA
GES」に詳細に記載されている。この特許出願は本明細書において参考として援
用されている。
超音波撮像システムは当該分野では既知である。例えば、典型的なシステムは
、Hewlett Packard Company、Acuson，Inc.、Toshiba America Medical Systems
，Inc.、およびAdvanced Technology Laboratoriesによって製造されている。こ
れらのシステムは二次元撮像のために用いられる。三次元撮像に基づく別のタイ
プの撮像システムがある。このタイプのシステムの１つの例が、例えばTomTec I
maging Systems，Inc.によって製造されている。本発明は、二次元撮像または三
次元撮像システムのいずれにおいても用いられ得る。
同様に、超音波コントラスト剤もまた当該分野において既知である。これらは
、液状エマルジョン、固形物、被包性液体、被包性生体適合性気体、およびこれ
らの組み合わせを含むがこれらに限定されない。コントラストを作る際には、フ
ッ素化された液体および気体が特に有用である。気体状薬剤は超音波の反射体と
しての効率性がよいため特に重要である。共鳴気泡は、同じサイズの固体粒子よ
り1000倍も効率よく音を散乱させる。これらのタイプの薬剤としては、フリーな
気泡、およびシェル材料によって被包されるものがある。コントラスト剤は、既
知のルートのいずれを介してでも投与され得る。これらのルートとしては、血管
内
(IV)、筋肉内(IM)、動脈内(IA)、および心臓内(IC)ルートがあるが、これらに限
定されない。
血液流を受けるいかなる組織または器官でも、本発明の方法で画像処理され得
ることは、理解されたい。これらの組織／器官としては、腎臓、肝臓、脳、睾丸
、筋肉、および心臓を含むが、これらに限定されない。
撮像中に器官の像(views)を得るために用いられる角度および方向は、当該分
野では既知である。音響窓(acoustic window)を規定する肺または肋骨には問題
はないため、ほとんどの器官にとって、使用される様々な像はその器官の平面の
みから得られる。従って、像は矢状方向、横方向、および縦方向とされる。
心臓を撮像するときは、３つの直交する平面、長軸、短軸、および４心室(cha
mber)軸が存在する。また、先端(apical)、胸骨傍、肋骨下、または胸骨上の音
響窓が存在する。これらから得られる像(views)の俗称は、胸骨傍短軸、先端長
軸、胸骨傍長軸、胸骨上長軸、肋骨下短軸、肋骨下４腔、先端２腔、および先端
４腔像である。短軸の像は、例えば、心臓を異なるいくつかの平面で、すなわち
僧帽弁のレベル、乳頭筋のレベル、または先端のレベルで二等分し得る。最後に
、トランスデューサが僅かに傾いた先端４腔像は５腔像を与える。この像では、
大動脈は通常の４心室と共に視覚化される。これら様々な像のさらなる記述につ
いては、Harvel Feigenbaum編の「Echocardiography」、第５版（Lee & Febiger
，Philadelphia、1994）を参照のこと。
図１は、心エコー検査トランスデューサ36が取り付けられた患者30の切開図を
示す。トランスデューサは患者の心筋32の近くに配置されている。画像は胸腔を
通してかまたは食道を通して得られ得る。コントラスト剤の注射(34)は患者の静
脈へ行われ、これによりコントラスト剤は心臓に到達し、トランスデューサ36に
よって生成される超音波と相互作用する。反射されトランスデューサ36で検出さ
れる音波は画像処理システム38へ入力として送られる。
コントラスト剤が様々な心臓部位に入るとき、画像処理システム38は反射され
た超音波における振幅の増大を検出する。このような振幅が増大は画像が明るく
なることに特徴づけられる。予期した時に明るくならない組織領域は、その領域
が疾患状態（例えば、血液循環が悪い、循環しない、血栓の存在、壊死など）で
あることを示す。
図２は、画像処理システム38の１つの実施態様をブロック図で示す。画像処理
システム38は、診断超音波スキャナ40、オプションとしてのアナログ／デジタル
変換器42、画像処理装置44、デジタル／アナログ変換器56、およびカラーモニタ
58を有する。超音波スキャナ40は、超音波を関心部位へ放射し反射波を検出する
手段を備える。スキャナ40は、トランスデューサ36と検出された反射波に従って
電気信号を生成する手段とを有し得る。このようなスキャナは当該分野では既知
であることは理解できる。
スキャナ40によって発生された電気信号はデジタルまたはアナログのいずれか
であり得る。信号がデジタルの場合は、本実施態様ではこれらの信号を画像処理
装置44に直接入力し得る。アナログの場合は、オプションとしてのA/D変換器42
を用いてアナログ信号を変換し得る。
画像処理装置44はこれらのデジタル信号を受け取って処理し、ビデオ画像を出
力として生成する。本実施態様の画像処理装置44は、中央処理装置46、所定の関
心部位のユーザ供給入力のためのトラックボール48、キーボード50、およびメモ
リ52を有する。メモリ52は、いくつかのビデオ画像を保持するのに十分な大きさ
であり、本発明の境界線引き法54を格納する。従ってCPU44は格納された境界線
引き法54に従ってビデオ画像を分析する。
画像処理装置44によって所定のビデオ画像が処理された後、このビデオ画像は
デジタル形態でD/A変換器56に出力される。これによりD/A変換器はカラーモニタ
58にモニタ上で表現可能なアナログ信号を供給する。本発明はまた別にデジタル
カラーモニタを使用し得るが、この場合には、D/A変換器56はオプションである
。
以上、本発明の本実施態様について述べたが、次に本発明の境界線引き方法に
ついて述べる。図３〜図７は、本実施態様の境界線引き方法を説明するフローチ
ャートである。この方法は、オペレータが、処理される画像セットが常に生じる
心周期内の関心時点を選択するステップ100で開始される。心臓は心周期内の同
じ時点では恐らく同じ位置にあるので、収縮中の心臓を同じ時点で撮像し、心臓
のゆがみ量およびフレームからフレームへのドリフト(drift)を減らすために、
周期内の同じ時点が主に用いられる。
心周期のすべての時点のなかで、最も頻繁に使用されるのは収縮終期点および
拡張終期点である。これらの時点は、心周期内の心臓の最大収縮点および最大拡
張点を表すため、特に心臓の撮像において有用である。これらの心臓時点は、心
臓の収縮能力、すなわち心臓の駆出率を測定するのに使用できるため有用である
。
画像を捕捉するための心周期の時点（または複数の時点）を決定すると、ステ
ップ102で階調（非コントラスト強調）の超音波撮像が開始される。画像が生成
されているとき、現在の画像を処理するかどうかが決定される。画像が心周期内
の関心時点のものである場合は、画像はステップ104〜108で処理される。そうで
ない場合は処理されない。非コントラスト強調撮像は、ステップ110で十分な量
の最初の基線(baseline)画像が得られるまで続けられる。これらの最初の画像は
、コントラスト剤が「流出」された後に取られた後の画像と共に、基線画像の全
体の基礎を形成する。
必要数の最初の基線フレームが取られると、ステップ114でコントラスト剤が
患者に投与され、先ず心室に「流入」し、次に心筋自体の組織へゆっくりと潅流
する。次に心周期内の選択された時点で画像が捕捉され、これはステップ116〜1
22で心室内にコントラスト剤がなくなるまで続けられる。これは、コントラスト
剤が心室内に存在するかどうかを識別するために用いられる「トリガー」関心部
位(T-ROI)を選択することによって決定され得る。心室は心筋内の潅流前にコン
トラスト剤を受け入れるため、選択すべき最も有利なT-ROIは心室内のいずれか
の位置である。
コントラスト剤が心臓から「流出」した後、いくつかのコントラスト後基線画
像フレームが取られ、ステップ124および126で超音波撮像が終了する。リアルタ
イム処理を実現する場合には、コントラスト後基線値を得るステップは適切には
省略され得る。基線フレームを得た後、ステップ128で画質を向上させるために
画像の動きの修正が行われる。これは、手作業でまたは自動で行われ得る。手作
業で行う場合は、例えば、オペレータは、１つの画像を基準画像と合わせるため
にその画像をどの程度およびどの方向に動かす必要があるかを各画像について示
す。このような手作業による方法については、M．Halmannらによる「Digital Su
btraction Myocardial Contrast Echocardiography: Design and Application o
f a New Analysis Program for Myocardial Perfusion Imaging」、J．Am．Soc
．Echocardiogr.、7:355-362(1994)に記載されている。
自動による方法の例については、例えば、A.R．Jayaweeraらによる「Quantifi
cation of Images Obtained During Myocardial Contrast Echocardiography」
、Echocardiography 11:385-396(1994)およびJ.R．Batesらによる「Color Codin
g of Digitized Echocardiograms: Description of a New Technique and Appli
cation in Detecting and Correcting for Cardiac Translation」、J．Am．Soc
．Echocardiogr．7:363-369(1994)に記載されている。
動きの修正が行われた後、オペレータは、ステップ130で、境界の位置をつき
とめるための最初の部位でプロセスを施すために、所定のフレーム上のおおよそ
の関心部位を予め選択する。これは、オペレータが対話型(interactive)ビデオ
画面上でライトペンにより関心部位を丸で囲むことによって、もしくはマウスで
またはキーを用いて線を引くことによって実現され得る。この選択された部位は
、心内膜の境界のためのサーチ領域を制限して処理時間を短縮するために用いら
れる。適切に選択された部位は、心筋組織によって囲まれた左心室を含むべきで
ある。次にROI内の各画素で分析が開始される。
最初のコントラスト前フレームセットおよびコントラト後フレームセットから
真の基線フレームセットが選択される。ステップ134、136、および138は、この
セットを形成し得る３つの異なる方法を示す。第１は、オペレータは基線フレー
ムのすべてを手作業により選択し得る。第２は、オペレータは明らかに左心室内
の領域を識別し、平均画素強度が時間の関数として計算される。次にオペレータ
は強度対時間のプロットから基線フレームを識別し得る。
最後は、ステップ138で開始される方法であって、システムは各画素のための
基線を自動的に決定し得る。データポイントのすべてにおいて線形回帰が行われ
、ステップ140および142で適合度の標準偏差が計算される。分析は、開始時の可
変数のフレームおよび一連の終了時の可変数のフレームにより、最良の適合度が
決定されるまで行われる。このような回帰分析は当業者には既知である。
線形回帰分析が行われた後、画素強度の標準偏差が計算される。ステップ144
で、所定の画素に対して、経時のデータポイントが、計算された標準偏差と比較
される。画素強度が推定基線値のための標準偏差以内である場合は、その画素デ
ータポイントは基線値であると見なされる。
さもなくば、画素データポイントは標準偏差外であり、ステップ146でそのデ
ータポイントは除外され考慮の対象外とされる。次に線形回帰分析は標準偏差を
含めて再計算される。これにより、経時の各画素のための反復プロセスが規定さ
れる。
基線画素データのすべてが識別されると、ステップ148で心室の画素が決定さ
れる。心室の画素を明瞭に識別することによって、この方法ではこれらの画素を
境界画素の線引きでの考慮の対象外とする。
この目標(goal)を実現する最初のステップは基線減算である。ステップ152で
、ROI内の各画素に対して、経時の基線画素強度について別の線形回帰分析が行
われる。これは、ステップ154で、得られる傾斜および遮断を有する線形最良適
合度曲線を提供する。所定の時間ｔ1で生じている非基線フレームのそれぞれに
対して、基線強度は、その特定の時間生じている線形曲線から得られる。次にス
テップ156で基線値は非基線画素強度から減算される。
この見積もられた基線強度を観察された画素強度から減算すると、コントラス
トからのみ引き出される信号Ｓjが決定される。減衰により画像の陰影化が生じ
る例では、観察された画素強度は、見積もられた基線強度より小さい程度まで減
少したかも知れない。このような場合には、Ｓjはゼロにされる。
各非基線またはコントラストフレームｋに対して、信号Ｓkおよび時間的に隣
接する心周期からの信号Ｓk-1およびＳk+1から複合信号対ノイズ比(S/N)kが決定
される。ピーク信号がスプリアス(spurious)ノイズから生じ得、これにより信号
は以下の等式により重み付けされる。
ここで、σは基線データの計算された標準偏差であり、ｗj(j=1,2,3)は信号の重
みである。信号対ノイズ比を形成するためには３以上の加数(addends)が用いら
れ得る。
信号対ノイズ比の計算に重み付けの項を設ける目的は、小さな時間領域内で円
滑化を行うことによりノイズの影響を減らすことである。これらの計算において
重み付けの項のための最適な値は何であるかを演繹的に決定することは困難であ
る。最適値は、「受信機運用特性」(ROC)分析によって決定され得る。この分析
では、重み付けファクターの各変動に対して、「金標準(gold standard)」方法
（例えば、専門家グループの意見が所定のケースにおける金標準を形成する）と
比較することによって感度および特異性が決定される。ROC分析の方法は生物医
学的分析の分野では既知である。ROC分析については、Viningらによる「RECEIVE
R OPERATING CHARACTERISTIC CURVES: A BASIC UNDERSTANDING」、RadioGraphic
s、第12巻第６号（1992年11月）に解説されている。本文献は本明細書において
参考として援用されている。
次に、信号対ノイズ比は標準化された通常の変数として扱われ、観察された(S
/N)kをランダムノイズ変動P[(S/N)k]から得る確率は以下のように計算され得る
。
理解され得るように、信号対ノイズ比が大きくなると、信号がランダムノイズ
から得られる確率は減少する。ステップ162で、各画素に対して、この確率は各
非基線フレームに対して決定され、その画素のための最小確率が得られる。
次にどの画素が心室内にあるかを決定するために、非基準フレームにわたる最
大信号対ノイズ比が決定される。コントラスト剤強調により、心筋より心室の方
が輝きの程度が大きいため、これら２つの部位を区別する確率しきい値が確立さ
れ得る。つまり、このしきい値を超える確率では心筋内の画素が識別され、しき
い値より低い確率では左心室内の画素が識別される。この比較はステップ164で
実現され、ROI内の画素すべてが分析されるまで続く。
ROI内のすべての画素が心室の一部または一部ではないとして決定されると、
心室内ではないすべての画素の中でどれが境界画素であるかを決定することが可
能である。これは、当該分野では既知のいかなる適切な方法によっても行われ得
る。例えば、Ｉ．Crooksらによる「A Novel Algorithm for the Edge Detection
and Edge Enhancement of Medical Images」、Med．Phys．20:993-998(1993)お
よびH．Hwangらによる「Multi1evel Nonlinear Filters for Edged Detection a
nd Noise Suppression」、IEEE Trans on Signal Processing 42:249-258(1994)
を参照のこと。
１つの好適な実施態様では、費用の重み付けが用いられる。この場合には、境
界近くの心室内の小さな領域が誤って分類される場合、エッジ検出法により心室
領域があるべき大きさより小さくされる。これらの点に対する費用関数は、境界
が依然として正確に配置されるように高くし得る。
この最終的な決定において補助となるように、二進画像が作成される。ここで
は、輝度しきい値を超える画素にはゼロの強度が与えられ、しきい値より低い画
素には１の強度が与えられる。次にステップ172で心室の画素の集合(mass)の中
心(x1,y1)が決定され、左心室の中心とされる。
ここで、ｍは心室の画素数である。
これにより心室の画素の包囲線(envelope)（または境界）が二進画像から決定
される。心室の画素をサーチして、最小および最大ｙ値ならびに最小および最大
ｘ値を有する点を見つけ、これにより４つの点の最大値を規定する。画像の方位
は重要ではない。
これら４つの位置のそれぞれには、１つ以上の点があり得る。点を１つしか持
たない位置を取り出すのが最も便利ではあるが、そうする必要はない。４つの位
置すべてが多数の点を有する場合には、どの位置のどの点もステップ178の基準
点として十分である。この点が境界に属する第１の点として識別され、包囲線ト
レース法の開始点として働く。
包囲線トレース法
概して、包囲線のトレースは、基準点に隣接するすべての点のうちでどの点が
最も境界点らしいかを決定することによって行われる。このプロセスは、最も新
しく選択された隣接点を新しい基準点として、境界が完全にトレースされるまで
続けられる。
次の境界点の識別では、開始点が基準点として参照される。基準点(X2,Y2)の
角度１は以下により決定される。
基準点からは、基準点から放射状のラインを延ばすことによって、潜在的な「
隣接境界点」セットが確立される。図8Aおよび図8Bは、心筋内の候補境界点の選
択を示す。図8Aは、暗い心筋によって囲まれる心室（図では赤）のカラー写真を
示す。図8Bは、図8Aの白のボックスで囲まれる部位の拡大図を示す。図8Bに示す
ように、本発明の方法が進行するに従って、境界は徐々におよび自動的に（白の
実線曲線として示されるように）埋められていく。選択される最後の境界点は白
い円で示されている。この最後の境界点からは放射状のラインが延ばされ、次の
境界点の決定を助ける。候補境界点は放射状のラインそれぞれに沿って見つけら
れ、基準点に最も近い心室の画素が選択される。放射状のラインは１〜1+180度
まで180度にわたって放射される。次に各候補点に対して費用関数が計算される
。すべての点の費用がしきい値費用を超える場合は、放射状のラインの角度範囲
を大きくする。費用が最も低い候補点が隣接境界点として選択され基準点となる
。このトレースは境界が閉鎖ループを形成するまで続く。
費用関数は包括ファクターと局所ファクターとを有し得る。包括ファクターは
、例えば、心周期にわたって左心室の領域の変化が滑らかであることを強調し得
る。局所ファクターは局所的な境界特性を強調する。費用ファクターは独立して
おり、以下のように重み付けされる。
ここでＣjは候補画素ｊに関連する全費用、ｃijは候補画素ｊのための費用ファ
クターｉ、およびｗiは費用ファクターｉのための重み付けファクターである。
信号対ノイズ確率計算のための上述の重み付けファクターにおけるように、これ
らの重みも受信機運用特性の既知の方法によって決定され得る。
個々の費用ファクターは、例えば以下のものを含む（ステップ180、182、およ
び184に対応する）
１．輪郭の決定
隣接する境界点間の距離は、輪郭がいかに良好に規定されるかに反比例する。
すなわち、点間の距離が大きいと、心内膜の境界がぎざぎざに見える結果となる
。候補点に対して、この費用ファクターｃ1は以下により与えられる。
ここで、(xc,yc)は候補点、(xr,yr)は基準点、そして(xR,yR)は前の基準点であ
る。
２．境界の先鋭性
候補点についての画素強度の第１導関数または勾配の大きさは、この点につい
ての心室の画素から心筋の画素への変化の測定基準である。勾配の大きさG(p5)
は、以下に規定されるようにソベル(Sobel)演算子を用いて決定され得る。
ここで、ｐ5は候補点、およびｐ1〜ｐ9はマトリクス型での隣接する画素である
。候補点のための費用ファクターｃ2は以下の通りである。
ここで、Ｇ1は基準点に関する勾配の大きさ、およびＧ2は候補点に関する勾配の
大きさである。
３．輪郭の規則性
境界についての画素強度の勾配の角度は緩やかに変化して滑らかな輪郭を形成
すべきである。候補点のための費用ファクターｃ3は以下のように与えられる。
ここで、Φrは基準点での勾配の角度、Φcは候補点での勾配の角度、そしてφは
、基準点から心室の中心までのラインと候補点との間の角度である。勾配の角度
は以下のように与えられる。
本明細書では３つの費用関数のみについて述べたが、潜在的な境界点を識別す
るためには他の多くの異なる費用関数も用いられ得る。従って、本発明はこれら
の特定の費用関数の使用に限定されるべきではない。実際において、本発明は、
境界点の自動決定を補助するすべての費用方法を包含する。さらに、本発明は、
本明細書で述べた費用関数のどのような下位の組み合わせ(subcombination)を使
用することも包含する。
このようにして心内膜の境界が完全に識別されると、概略画像が表示され得る
。概略画像の背景は、基線フレームの平均よりなり得る。この背景に境界が重ね
られ、境界は異なるカラーで強調表示され得る。境界を表示する可能な形態を図
8B
に白い実線の境界ラインとして示す。このように、境界は、左心室を囲む連続し
た幅の広い白い帯として示される。
以上、本発明の目的および利点を満足させる、患者の組織または器官の境界部
位の線引きを行う新規のシステムおよび方法について描写および記述した。しか
し、本発明の好適な実施態様を開示する本明細書および添付の図面を考慮すれば
、上述のように、本発明の多くの変更、改変、変形、ならびに他の使用および適
用が当業者には明らかである。本発明の精神および範囲から外れないこのような
変更、改変、変形、ならびに他の使用および適用は、以下の請求の範囲によって
のみ制限される本発明によって包含されるものとする。DETAILED DESCRIPTION OF THE INVENTION Automatic Boundary Drawing and Part Dimensioning Using Contrast Enhanced Imaging Field of the invention The present invention generally relates to a method for processing ultrasound images of organs and tissues of a patient. In particular, it relates to the delineation of the boundaries of the organs and tissues of the patient in such images and to the method of dimensioning the site. Background of the Invention In medical diagnostic imaging, it is important to image a region of interest (ROI) in a patient's body and analyze the resulting image to effectively diagnose the underlying disease symptoms. One component required for this diagnosis is the ability to distinguish various structures of the patient's tissue, including but not limited to organs, tumors, blood vessels, etc., from each other and identify the particular ROI for which diagnosis is made. If the ROI is located in a tissue or organ that moves significantly during imaging, it will be difficult to identify structures. One of the major moving organs during imaging is the heart. Several imaging schemes are currently used. For example, single photon emission computed tomography ("SPECT"), positron emission tomography ("PET"), computed tomography ("CT"), magnetic resonance imaging ("MRI"), angiography, and ultrasonography It is known to use sound waves. An overview of these various schemes can be found in Melvin L. Marcus, Heinrich R. Schelbert, David J. Skorton, and Gerald L. It is described in Wolf, "Cardiac Imaging-A Companion to Braunwald's Heart Disease" (WB. Saunders Co., Philadelphia, 1991). One particularly useful scheme is contrast enhanced ultrasound imaging. Briefly, the method utilizes ultrasound imaging, which is based on the principle that acoustic energy waves can be focused and reflected at a “region of interest” (“ROI”) to produce that image. An ultrasound transducer is placed on the surface of the body covering the area to be imaged and the sound waves are directed to this area, the transducer detects the reflected sound waves and a connecting scanner converts the data into a video image. When energy is transmitted through a substance, the amount of reflected energy depends on the transmission frequency and the acoustic properties of the substance. The most prominent at interfaces where the density and compressibility are different, so that as ultrasonic energy travels through the tissue, the organ structures will undergo a sound reflection signal. Generated and detected by an ultrasound scanner, such signals can be enhanced by appropriate use of contrast agents, which include liquid emulsions, solids, encapsulated fluids, and gases. This is particularly important because gas-based drugs are more efficient ultrasound reflectors: resonant bubbles sound 1000 times more efficiently than solid particles of the same size. These types of agents include free air bubbles and those encapsulated by a shell material. A contrast enhanced image is filled with a contrast agent within a particular ROI, if present. One characteristic of this type of imaging technique is that it produces a visually discernible contrast from surrounding areas that are not visible. Te is, there is a myocardial contrast echocardiography ( "MCE"). In MCE, a contrast agent flows into the patient's heart by intravascular injection, while ultrasound is directed at and reflected by the heart. As a result, a series of echocardiographic images is generated. In the field of echocardiography, important diagnostic metrics include (1) analysis of regional wall motion and (2) determination of the ejection fraction. Abnormal systolic function is a diagnostic indicator of heart disease, and measurement of ejection fraction and movement of site walls are most useful in detecting chronic ischemia. Ejection rate is a comprehensive metric of contractile function, and site wall motion is a local metric. "Ejection rate"("EF") is a widely used metric for ventricular contractility. EF is defined as the ratio of total ventricular stroke volume ("SV") to end-diastolic ventricular volume ("EDV"). In the form of equations, it is expressed as follows. Here, ESV is the end-systolic ventricular volume. However, the accurate determination of EF and wall motion is based on the accurate identification of a patient's specific cardiac structures, such as the left ventricle and the endocardial border within the left ventricle. Currently, identification of endocardial boundaries is performed by non-contrast enhanced images. The endocardial boundaries in these non-contrast enhanced images are determined by image processing methods that are manually traced by a skilled echocardiographer or specifically adjusted for non-contrast enhanced images. For such an image processing method, see Geiser et al., "A Second-generation Computer-based Edge Detection Algorithm for Short-axis, Two-dimensional Echocardiographic Images: Accuracy and Improvement in Interobserver Variability", Journal of the American Society of Echocard iography. Vol. 3, No. 2, March / April 1990 (pp. 79-90). In the method of Geiser et al., Computer image processing is initiated by a human operator selecting three image frames from the cardiac cycle: a starting end-diastolic frame, an end-systolic frame, and an ending end-diastolic frame. Upon completion of the selection, the operator defines the endocardial and epicardial boundaries for each of the three selected frames. Once the boundaries have been defined for the first three frames, the boundaries are refined and the boundaries in other frames from other points in the cardiac cycle are determined automatically by the process of Geiser et al. A disadvantage of the Geiser et al. Process of identifying the endocardium is that identification is performed without contrast enhancement of the heart image. Without contrast enhancement, some imaging problems arise. For example, fibers in the myocardium may produce some backscatter depending on the orientation of these fibers with respect to the incident ultrasound beam. The scattering of the fibers parallel to the beam is low. Thus, within these sites, it is more difficult to distinguish the endocardium from hypoechoic ventricular sites. These parts occur in the horizontal parts of the image. Simply increasing the gain is not a satisfactory solution. This is because for many instruments, the lateral resolution depends on the gain, which is detrimental to proper boundary identification. One way to solve this problem is to image with enhanced contrast. The use of the agent for echocardiography improved the image resolution of the patient's heart structure. By adding a contrast agent to the ventricles, the ventricles initially become very bright relative to the myocardium (including the endocardium). Then, when the drug exits the ventricle, the myocardium remains brighter than the ventricle because the drug perfuses the myocardial tissue. In each case, the interface between the myocardium and the ventricle is markedly distinguished. The same applies to a horizontal portion where the problem of differentiation without contrast enhancement is greatest without contrast. Although the use of contrast agents helps to differentiate the endocardial border, the typical method of demarcation is still a manual process in which a skilled cardiologist `` eyeballs '' the border. . However, there is a problem with the manual method of boundary identification. In particular, a single frame of echocardiographic image data is selected while the contrast agent substantially opaques the ventricle. The skilled echocardiographer then manually traces what is considered to be the endocardial boundary within this single frame at the echocardiographer's best judgment. The echocardiographer's decision is based on sensing differences in luminance texture in the image. In frames where the contrast agent is perfused into the myocardium but is still present in the left ventricle, the difference in texture may be less clear. Therefore, there are many parts of this manual process that leave the exact determination of endocardial boundaries to chance. Further, in the case of a single frame selection, the ventricles may not be completely opaque. Although all regions of the left ventricle may be opaque at some point during the injection of the contrast agent, it does not appear that all regions are opaque at the same time. For example, an image may be generated by the effects of attenuation and shading, so that some parts of the left ventricle have the highest brightness, while no contrast is observed in other areas. These problems make it difficult to identify left ventricular border sites and can render the diagnostic process uncertain. In particular, inadequate identification of border sites during end-diastole or end-systole can lead to over or under estimation of ventricular motion. If the ejection fraction or site wall motion is overestimated, a cardiologist may rule out suspected ischemia even though ischemia actually exists. On the other hand, if the ejection fraction or site wall motion is underestimated, cardiologists suspect ischemia when it is not actually present, and treat the patient with more expensive diagnostic methods (eg, angiography or nuclear imaging). Or it may be devoted to expensive and invasive treatments (eg, angioplasty). It is therefore desirable to develop a method for accurately identifying the boundaries of a patient's tissue, such as the boundaries of the endocardium of the heart. It is therefore an object of the present invention to provide such a method for accurately identifying boundaries. It is another object of the present invention to provide an improved method of diagnosing ejection fraction and site wall motion. Summary of the Invention Other features and advantages of the invention will be apparent from the following description of the preferred embodiments, and from the claims. The present invention is a novel system and method for automatically identifying boundaries of a site of interest in an image of a patient's organ or tissue. First, the system operator identifies a predetermined set of images obtained for the system to perform an automated analysis. For example, if the organ of interest is the heart, the set of images selected for analysis will typically be images obtained at the same point in the cardiac cycle. Once the criteria for inclusion in the image set (eg, images from the same point in the cardiac cycle) are determined, the system begins generating images before, during, and after administration of the contrast agent. Once the image set is obtained, the system starts its automatic processing. Briefly, the steps in this process include identifying a baseline image frame, identifying baseline intensity for each given pixel in the ROI, subtracting a pixel-by-pixel baseline, and determining the signal-to-noise ratio probability for each pixel. And determining a threshold value for each pixel that determines whether the pixel belongs to a region within the boundary region or to a region outside the boundary region. This method locally minimizes the total cost function that associates low values with points typically found on contrast-enhanced images in order to accurately determine which pixels are located at boundaries. By doing so, the image set is refined. Thereby, the boundary of the site of interest is determined. For a full understanding of the present invention, reference is made to the following detailed description of preferred embodiments of the invention and to the accompanying drawings. BRIEF DESCRIPTION OF THE FIGURES The file of this patent contains at least one drawing executed in color. Copies of this patent with color drawings will be provided by the Office upon request along with payment of the necessary fee. FIG. 1 illustrates a method for taking an ultrasound image of a patient's heart with an ultrasound image processor used in accordance with the principles of the present invention. FIG. 2 is a high-level block diagram of one embodiment of an image processing unit used in accordance with the principles of the present invention. 3 to 7 show flowcharts of the boundary line drawing method of the present invention. FIGS. 8A and 8B show how the system of the present invention selects ventricular boundary pixel candidates. Detailed description of the invention The present invention encompasses the general method of imaging and diagnosing any patient tissue or organ that can be imaged, but is described herein in terms of imaging the human heart. In many methods, the problems that arise when imaging the human heart for the purpose of border delineation and dimensioning are more difficult than with other organs. One reason is that sites on both sides of the boundary can be contrast enhanced. But the main reason is movement. The human heart moves very well during normal functions. Because most borderline methods require many images (some have hearts perfused with contrast agents) to accurately determine the borders, when the heart tissue moves from frame to frame, the heart tissue Can be problematic, especially when the tissue does not necessarily occupy the same pixel location in different frames. Thus, in order to image other organs and tissues of the patient without such difficulties, the description of the method of imaging the heart can be simplified. Thus, the present invention should not be limited to imaging only the human heart, but encompasses any tissue that can be imaged. Similarly, the description is based on the administration of contrast agents used with ultrasound imaging. Again, the invention should not be limited to ultrasound alone, but encompasses other methods, which may use (or not use) contrast agents that are specifically adapted to that particular method. Good). Regarding the ultrasonic method, co-pending same applicant, in Levene et al., Patent application No. 08/428, 723 filed April 25, 1995, `` A METHOD FOR PROCESSING REAL-TIME CONTRAST ENHANCED ULTRASONIC IMA GES '' It is described in detail. This patent application is incorporated herein by reference. Ultrasound imaging systems are known in the art. For example, typical systems are manufactured by Hewlett Packard Company, Acuson, Inc., Toshiba America Medical Systems, Inc., and Advanced Technology Laboratories. These systems are used for two-dimensional imaging. There is another type of imaging system based on three-dimensional imaging. One example of this type of system is manufactured, for example, by TomTec Imaging Systems, Inc. The invention can be used in either two-dimensional or three-dimensional imaging systems. Similarly, ultrasound contrast agents are also known in the art. These include, but are not limited to, liquid emulsions, solids, encapsulating liquids, encapsulating biocompatible gases, and combinations thereof. Fluorinated liquids and gases are particularly useful in creating contrast. Gaseous drugs are particularly important because of their efficiency as ultrasound reflectors. Resonant bubbles scatter sound 1000 times more efficiently than solid particles of the same size. These types of drugs include free air bubbles and those encapsulated by a shell material. Contrast agents can be administered via any of the known routes. These routes include, but are not limited to, intravascular (IV), intramuscular (IM), intraarterial (IA), and intracardiac (IC) routes. It should be understood that any tissue or organ that receives a blood stream can be imaged with the method of the present invention. These tissues / organs include, but are not limited to, kidney, liver, brain, testes, muscle, and heart. The angles and directions used to obtain views of the organ during imaging are known in the art. For the lungs or ribs that define the acoustic window, there is no problem, so for most organs the various images used are obtained only from the plane of that organ. Thus, the images are sagittal, horizontal, and vertical. When imaging the heart, there are three orthogonal planes, a major axis, a minor axis, and a four chamber axis. There are also acoustical windows at the apical, parasternal, subcostal, or over the sternum. The common names for the views obtained from these are: parasternal short axis, tip long axis, parasternal long axis, suprasternal long axis, subcostal short axis, subcostal four cavities, tip two cavities, and tip four cavities It is. The short axis view may, for example, bisect the heart at several different planes, ie at the level of the mitral valve, at the level of the papillary muscle, or at the level of the tip. Finally, the tip 4 chamber image with the transducer slightly tilted gives a 5 chamber image. In this image, the aorta is visualized with the normal four ventricles. For a further description of these various images, see "Echocardiography", edited by Harvel Feigenbaum, 5th Edition (Lee & Febiger, Philadelphia, 1994). FIG. 1 shows a cutaway view of a patient 30 with an echocardiographic transducer 36 attached. The transducer is located near the patient's myocardium 32. Images can be obtained through the thoracic cavity or through the esophagus. An injection of contrast agent (34) is made into the patient's vein, whereby the contrast agent reaches the heart and interacts with the ultrasound generated by the transducer. The reflected sound waves detected by the transducer 36 are sent as input to an image processing system 38. As the contrast agent enters various heart sites, the image processing system 38 detects an increase in amplitude in the reflected ultrasound. Such an increase in amplitude is characterized by a brighter image. A tissue area that does not light up as expected indicates that the area is in a disease state (eg, poor blood circulation, no circulation, presence of thrombus, necrosis, etc.). FIG. 2 shows one embodiment of the image processing system 38 in a block diagram. The image processing system 38 includes a diagnostic ultrasound scanner 40, an optional analog / digital converter 42, an image processing device 44, a digital / analog converter 56, and a color monitor 58. The ultrasonic scanner 40 includes a unit that emits an ultrasonic wave to a site of interest and detects a reflected wave. Scanner 40 may include transducer 36 and means for generating an electrical signal according to the detected reflected wave. It can be appreciated that such scanners are known in the art. The electrical signals generated by the scanner 40 can be either digital or analog. When the signals are digital, in the present embodiment, these signals can be directly input to the image processing device 44. In the case of analog, an analog signal can be converted using an optional A / D converter 42. Image processor 44 receives and processes these digital signals and produces video images as output. The image processing device 44 of the present embodiment includes a central processing unit 46, a trackball 48 for user-supplied input of a predetermined region of interest, a keyboard 50, and a memory 52. The memory 52 is large enough to hold several video images and stores the demarcation method 54 of the present invention. Accordingly, the CPU 44 analyzes the video image according to the stored borderline method 54. After a predetermined video image has been processed by the image processing device 44, the video image is output to a D / A converter 56 in digital form. As a result, the D / A converter supplies the color monitor 58 with an analog signal that can be expressed on the monitor. The present invention may alternatively use a digital color monitor, in which case the D / A converter 56 is optional. The embodiment of the present invention has been described above. Next, the boundary line drawing method of the present invention will be described. FIG. 3 to FIG. 7 are flowcharts illustrating the boundary line drawing method of the present embodiment. The method begins at step 100 where an operator selects a point of interest within a cardiac cycle in which a set of images to be processed always occurs. Because the heart is probably at the same location at the same time in the cardiac cycle, the same time in the cycle is taken to image the contracting heart at the same time and reduce the amount of heart distortion and frame-to-frame drift. Time is mainly used. Of all the points in the cardiac cycle, the most frequently used are end-systolic and end-diastolic. These time points are particularly useful in cardiac imaging because they represent the maximum systolic and diastolic points of the heart within the cardiac cycle. These cardiac instants are useful because they can be used to measure the heart's ability to contract, ie, the ejection fraction of the heart. Once the time (or times) of the cardiac cycle for capturing an image has been determined, in step 102, ultrasound imaging of the gray scale (non-contrast enhancement) is started. When the image is being generated, it is determined whether to process the current image. If the image is at the time of interest in the cardiac cycle, the image is processed in steps 104-108. Otherwise, it is not processed. Non-contrast enhanced imaging continues until a sufficient amount of the initial baseline image is obtained in step 110. These first images, together with the images taken after the contrast agent has been "run out", form the entire basis of the baseline image. Once the required number of initial baseline frames have been taken, the contrast agent is administered to the patient at step 114, first "flowing" into the ventricles and then slowly perfusing the tissue of the myocardium itself. Images are then captured at selected points in the cardiac cycle, which continue until there are no contrast agents in the ventricle at steps 116-122. This can be determined by selecting a "trigger" site of interest (T-ROI) that is used to identify whether a contrast agent is present in the ventricle. The most advantageous T-ROI to choose is anywhere in the ventricle, since the ventricle receives the contrast agent before perfusion in the myocardium. After the contrast agent has “run out” of the heart, a number of post-contrast baseline image frames are taken and the ultrasound imaging ends at steps 124 and 126. When real-time processing is implemented, the step of obtaining a post-contrast baseline value may be appropriately omitted. After obtaining the baseline frame, in step 128, image motion correction is performed to improve image quality. This can be done manually or automatically. When performed manually, for example, the operator indicates for each image how much and in which direction the image needs to be moved to match one image with the reference image. For such a manual method, see M.M. Halmann et al., "Digital Subtraction Myocardial Contrast Echocardiography: Design and Application o New Analysis Program for Myocardial Perfusion Imaging," Am. Soc. Echocardiogr., 7: 355-362 (1994). For examples of automatic methods, see AR. Jayaweera et al., "Quantification of Images Obtained During Myocardial Contrast Echocardiography", Echocardiography 11: 385-396 (1994) and JR. Bates et al., "Color Coding of Digitized Echocardiograms: Description of a New Technique and Application in Detecting and Correcting for Cardiac Translation," Am. Soc. Echocardiogr. 7: 363-369 (1994). After the motion correction has been performed, the operator pre-selects, at step 130, an approximate site of interest on a given frame to perform the process at the first site to locate the boundary. This can be achieved by the operator by circled the site of interest with a light pen on an interactive video screen, or by drawing a line with a mouse or using keys. The selected region is used to limit the search area for the endocardial boundary and reduce the processing time. A properly selected site should include the left ventricle surrounded by myocardial tissue. Next, analysis is started at each pixel in the ROI. A true baseline frame set is selected from the first pre-contrast frame set and the post-contrast frame set. Steps 134, 136, and 138 illustrate three different ways in which this set may be formed. First, the operator may manually select all of the baseline frames. Second, the operator clearly identifies regions within the left ventricle and the average pixel intensity is calculated as a function of time. The operator can then identify the baseline frame from the intensity versus time plot. Finally, with the method beginning at step 138, the system may automatically determine a baseline for each pixel. A linear regression is performed on all of the data points, and the standard deviation of the goodness of fit is calculated in steps 140 and 142. The analysis is performed with a variable number of frames at the beginning and a variable number of frames at the end of the series until the best fit is determined. Such regression analysis is known to those skilled in the art. After a linear regression analysis has been performed, the standard deviation of the pixel intensities is calculated. At step 144, for a given pixel, the data points over time are compared to the calculated standard deviation. If the pixel intensity is within the standard deviation for the estimated baseline value, the pixel data point is considered to be the baseline value. Otherwise, the pixel data point is outside the standard deviation, and at step 146 the data point is excluded and is not considered. The linear regression analysis is then recalculated, including the standard deviation. This defines an iterative process for each pixel over time. Once all of the baseline pixel data has been identified, the ventricular pixel is determined in step 148. By unambiguously identifying the ventricular pixels, the method excludes these pixels from consideration in delineating border pixels. The first step in achieving this goal is baseline subtraction. At step 152, another linear regression analysis is performed on each pixel in the ROI for baseline pixel intensity over time. This provides, at step 154, a linear best fit curve with the resulting slope and cutoff. Predetermined time t 1 For each of the non-baseline frames occurring at, the baseline intensity is obtained from the linear curve occurring at that particular time. Next, at step 156, the baseline value is subtracted from the non-baseline pixel intensity. Subtracting this estimated baseline intensity from the observed pixel intensity yields a signal S derived only from contrast. j Is determined. In instances where attenuation results in image shading, the observed pixel intensity may have decreased to less than the estimated baseline intensity. In such a case, S j Is set to zero. For each non-baseline or contrast frame k, the signal S k And the signal S from the temporally adjacent cardiac cycle k-1 And S k + 1 To composite signal-to-noise ratio (S / N) k Is determined. The peak signal may result from spurious noise, whereby the signal is weighted by the following equation: Where σ is the calculated standard deviation of the baseline data, w j (j = 1, 2, 3) is the weight of the signal. Addends of three or more may be used to form the signal-to-noise ratio. The purpose of providing a weighting term in the signal-to-noise ratio calculation is to reduce the effect of noise by performing smoothing in a small time domain. It is difficult to determine a priori what is the optimal value for the weighting term in these calculations. The optimal value may be determined by a "receiver operating characteristic" (ROC) analysis. In this analysis, the sensitivity and specificity of each variation of the weighting factor is determined by comparing it to a “gold standard” method (eg, the opinion of a group of experts forms the gold standard in a given case). Is determined. Methods of ROC analysis are known in the field of biomedical analysis. The ROC analysis is described in "RECEIVE R OPERATING CHARACTERISTIC CURVES: A BASIC UNDERSTANDING" by Vining et al., RadioGraphics, Vol. 12, No. 6, November, 1992. This document is incorporated herein by reference. Next, the signal-to-noise ratio was treated as a standardized normal variable and observed (S / N) k Is the random noise variation P [(S / N) k ] Can be calculated as follows: As can be appreciated, as the signal-to-noise ratio increases, the probability that the signal is derived from random noise decreases. At step 162, for each pixel, this probability is determined for each non-baseline frame to obtain the minimum probability for that pixel. The maximum signal to noise ratio over the non-reference frame is then determined to determine which pixels are in the ventricle. The contrast agent enhancement may establish a probability threshold that distinguishes these two sites since the ventricles are brighter than the myocardium. That is, pixels within the myocardium are identified with a probability exceeding this threshold, and pixels within the left ventricle are identified with a probability below the threshold. This comparison is implemented in step 164 and continues until all the pixels in the ROI have been analyzed. Once all the pixels in the ROI are determined to be part or not part of the ventricle, it is possible to determine which of all the non-ventricular pixels are boundary pixels. This can be done by any suitable method known in the art. For example, I. Crooks et al., "A Novel Algorithm for the Edge Detection and Edge Enhancement of Medical Images," Med. Phys. 20: 993-998 (1993) and H.E. See Hwang et al., "Multi1evel Nonlinear Filters for Edged Detection and Noise Suppression," IEEE Trans on Signal Processing 42: 249-258 (1994). In one preferred embodiment, cost weighting is used. In this case, if a small area in the ventricle near the boundary is misclassified, the ventricle area is made smaller than it should be by the edge detection method. The cost function for these points can be high so that the boundaries are still accurately located. A binary image is created to assist in this final decision. Here, pixels above the luminance threshold are given a zero intensity, and pixels below the threshold are given a 1 intensity. Next, in step 172, the center (x 1 , y 1 ) Is determined and taken as the center of the left ventricle. Here, m is the number of pixels of the ventricle. This determines the envelope (or boundary) of the ventricular pixels from the binary image. A ventricular pixel is searched for a point having a minimum and maximum y value and a minimum and maximum x value, thereby defining a maximum of four points. The orientation of the image is not important. Each of these four positions can have one or more points. It is most convenient to retrieve locations that have only one point, but it is not necessary. If all four positions have multiple points, any point at any position is sufficient as a reference point for step 178. This point is identified as the first point belonging to the boundary and serves as the starting point for the enclosing trace method. Envelope Trace Method In general, tracing an envelope is performed by determining which of the points adjacent to the reference point is the most likely boundary point. This process continues with the most recently selected neighbor as the new reference point until the boundary is completely traced. In identifying the next boundary point, the starting point is referred to as a reference point. Reference point (X Two , Y Two ) Is determined by: From the reference point, a set of potential "neighboring boundary points" is established by extending a radial line from the reference point. 8A and 8B show the selection of a candidate boundary point in the myocardium. FIG. 8A shows a color photograph of a ventricle (red in the figure) surrounded by dark myocardium. FIG. 8B is an enlarged view of a portion surrounded by a white box in FIG. 8A. As shown in FIG. 8B, as the method of the present invention proceeds, the boundaries are gradually and automatically filled (as shown by the solid white curve). The last boundary point selected is indicated by a white circle. A radial line extends from this last boundary point to help determine the next boundary point. Candidate boundary points are found along each radial line and the ventricular pixel closest to the reference point is selected. Radial lines radiate over 180 degrees from 1-1 to 180 degrees. Next, a cost function is calculated for each candidate point. If the cost of all points exceeds the threshold cost, increase the angular range of the radial line. The candidate point with the lowest cost is selected as an adjacent boundary point and becomes a reference point. This trace continues until the boundary forms a closed loop. The cost function may have a global factor and a local factor. The inclusion factor may, for example, emphasize that the change in the region of the left ventricle over the cardiac cycle is smooth. The local factor emphasizes local boundary characteristics. The cost factors are independent and weighted as follows: Where C j Is the total cost associated with candidate pixel j, c ij Is the cost factor i for candidate pixel j, and w i Is a weighting factor for the cost factor i. As in the weighting factors described above for signal-to-noise probability calculations, these weights can also be determined by known methods of receiver operating characteristics. Individual cost factors include, for example: (corresponding to steps 180, 182, and 184) Determination of Contour The distance between adjacent boundary points is inversely proportional to how well the contour is defined. That is, a large distance between the points results in the endocardial border appearing jagged. For a candidate point, this cost factor c 1 Is given by Where (x c , y c ) Is a candidate point, (x r , y r ) Is the reference point, and (x R , y R ) Is the previous reference point. 2. Boundary Sharpness The first derivative or gradient magnitude of pixel intensity for a candidate point is a measure of the change from ventricular pixel to myocardial pixel for this point. Gradient magnitude G (p Five ) Can be determined using the Sobel operator as defined below. Where p Five Is a candidate point, and p 1 ~ P 9 Are adjacent pixels of a matrix type. Cost factor c for candidate points Two Is as follows. Where G 1 Is the magnitude of the gradient with respect to the reference point, and G Two Is the magnitude of the gradient for the candidate point. 3. Regularity of the contour The angle of the gradient of the pixel intensity for the boundary should change gently to form a smooth contour. Cost factor c for candidate points Three Is given as follows: Where Φ r Is the angle of the gradient at the reference point, Φ c Is the angle of the gradient at the candidate point, and φ is the angle between the line from the reference point to the center of the ventricle and the candidate point. The angle of the gradient is given as: Although only three cost functions have been described herein, many other different cost functions may be used to identify potential boundary points. Therefore, the present invention should not be limited to the use of these particular cost functions. In practice, the invention encompasses all cost methods that assist in the automatic determination of boundary points. Further, the present invention encompasses using any subcombination of the cost functions described herein. Once the endocardial border has been completely identified in this manner, a schematic image may be displayed. The background of the schematic image may consist of an average of the baseline frame. A border is superimposed on this background, and the border can be highlighted in a different color. A possible form of displaying the boundary is shown in FIG. 8B as a solid white boundary line. Thus, the border is shown as a continuous wide white band surrounding the left ventricle. Thus, a novel system and method for delineating patient tissue or organ boundaries that satisfy the objects and advantages of the present invention has been described and described. However, in light of the present specification and the accompanying drawings, which disclose preferred embodiments of the present invention, as noted above, many alterations, modifications, variations, and other uses and applications of the present invention will occur to those skilled in the art. Is clear. Such alterations, modifications, variations, and other uses and applications that do not depart from the spirit and scope of the invention are intended to be covered by the present invention, which is limited only by the following claims.
─────────────────────────────────────────────────────
フロントページの続き
(81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，
ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，Ｌ
Ｕ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ
，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＭＬ，ＭＲ，ＮＥ，
ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＫＥ，ＬＳ，ＭＷ，ＳＤ，Ｓ
Ｚ，ＵＧ)，ＵＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ
，ＲＵ，ＴＪ，ＴＭ)，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ
，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＺ，
ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＥ，ＨＵ，Ｉ
Ｓ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＫ，ＬＲ
，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，
ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，Ｓ
Ｅ，ＳＧ，ＳＩ，ＳＫ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ
，ＵＧ，ＵＳ，ＵＺ，ＶＮ────────────────────────────────────────────────── ───
Continuation of front page
(81) Designated countries EP (AT, BE, CH, DE,
DK, ES, FI, FR, GB, GR, IE, IT, L
U, MC, NL, PT, SE), OA (BF, BJ, CF)
, CG, CI, CM, GA, GN, ML, MR, NE,
SN, TD, TG), AP (KE, LS, MW, SD, S
Z, UG), UA (AM, AZ, BY, KG, KZ, MD
, RU, TJ, TM), AL, AM, AT, AU, AZ
, BB, BG, BR, BY, CA, CH, CN, CZ,
DE, DK, EE, ES, FI, GB, GE, HU, I
S, JP, KE, KG, KP, KR, KZ, LK, LR
, LS, LT, LU, LV, MG, MK, MN, MW,
MX, NO, NZ, PL, PT, RO, RU, SD, S
E, SG, SI, SK, TJ, TM, TR, TT, UA
, UG, US, UZ, VN