特許 6042879 画像の画像領域と要素クラスとの間の割り当てを生成する装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6042879

(24)【登録日】2016年11月18日

(45)【発行日】2016年12月14日

(54)【発明の名称】画像の画像領域と要素クラスとの間の割り当てを生成する装置

(51)【国際特許分類】

   G01T 1/161 20060101AFI20161206BHJP

   A61B 5/055 20060101ALI20161206BHJP

   G06T 1/00 20060101ALI20161206BHJP

   G06T 7/40 20060101ALI20161206BHJP

   A61B 6/03 20060101ALI20161206BHJP

   A61B 5/00 20060101ALI20161206BHJP

【ＦＩ】

   G01T1/161 C

   A61B5/05 390

   G06T1/00 290C

   G06T7/40 100Z

   A61B6/03 377

   A61B6/03 360D

   A61B5/00 G

   A61B5/05 380

【請求項の数】14

【全頁数】23

(21)【出願番号】特願2014-511993(P2014-511993)

(86)(22)【出願日】2012年5月23日

(65)【公表番号】特表2014-520256(P2014-520256A)

(43)【公表日】2014年8月21日

(86)【国際出願番号】IB2012052576

(87)【国際公開番号】WO2012160520

(87)【国際公開日】20121129

【審査請求日】2015年5月21日

(31)【優先権主張番号】61/489,339

(32)【優先日】2011年5月24日

(33)【優先権主張国】US

(73)【特許権者】

【識別番号】590000248

【氏名又は名称】コーニンクレッカ フィリップス エヌ ヴェ

【氏名又は名称原語表記】ＫＯＮＩＮＫＬＩＪＫＥ ＰＨＩＬＩＰＳ Ｎ．Ｖ．

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100091214

【弁理士】

【氏名又は名称】大貫 進介

(72)【発明者】

【氏名】ブラッフェルト，トマス

(72)【発明者】

【氏名】レニッシュ，シュテフェン

(72)【発明者】

【氏名】シュヴァイツァー，ベルント

(72)【発明者】

【氏名】フ，ジチァン

【審査官】 遠藤 直恵

(56)【参考文献】

【文献】 国際公開第２００９／１３８８９８（ＷＯ，Ａ１）

【文献】 特開２０１０−１２２１６６（ＪＰ，Ａ）

【文献】 L. Drever et al.，Comparison of three image segmentation techniques for target volume delineation in positron emission tomography，Journal of applied clinical medical physics，２００７年，8-2，93-109

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｔ １／１６１

(57)【特許請求の範囲】

【請求項1】

対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置であって、
前記対象の対象画像を供給する対象画像供給ユニットと、
前記対象画像を画像領域にセグメント化するセグメント化ユニットと、
ａ）前記画像領域及びｂ）前記画像領域間の境界の少なくとも一方の特徴を前記対象画像の画像値に応じて判定する特徴判定ユニットと、
予備画像領域と要素クラスとの間の第１の予備割り当てを含む予備要素画像を供給する予備要素画像供給ユニットと、
前記対象の要素画像の画像領域に要素クラスを割り当てる割り当てユニットであり、前記画像領域の前記判定された特徴に応じて、前記対象画像の前記画像領域と前記要素クラスとの間の第２の予備割り当てを判定し、前記第１の予備割り当て及び前記第２の予備割り当てを組み合わせて、前記要素クラスの分布を示す組み合わせた割り当てを生成するように適合された割り当てユニットと
を備える装置。

【請求項2】

請求項１記載の装置であって、前記対象画像供給ユニットは、非減衰補正ポジトロン・エミッション・トモグラフィ画像、飛行時間非減衰補正ポジトロン・エミッション・トモグラフィ画像、及び磁気共鳴画像の対象画像のうちの１つを供給するよう適合される、装置。

【請求項3】

請求項１記載の装置であって、前記セグメント化ユニットは、ウォーターシェッド・セグメント化を前記対象画像に適用するよう適合される、装置。

【請求項4】

請求項３記載の装置であって、前記装置は、前記ウォーターシェッド・セグメント化を適用する前に前記対象画像を差分化する差分化ユニットを更に備える装置。

【請求項5】

請求項１記載の装置であって、前記予備要素画像供給ユニットは、コンピュータ断層撮影画像、磁気共鳴画像、非減衰補正ポジトロン・エミッション・トモグラフィ画像、飛行時間非減衰補正ポジトロン・エミッション・トモグラフィ画像のうちの少なくとも１つに基づいて生成される予備要素画像を供給するよう適合される、装置。

【請求項6】

請求項１記載の装置であって、
前記割り当てユニットは、ａ）前記第２の予備割り当てを判定するための、判定された特徴に対する、予め定められた割り当て規則であって、前記特徴に応じた要素クラスの割り当てを規定する割り当て規則、及びｂ）前記組み合わせた割り当てをもたらすための、前記第１の予備割り当て及び前記第２の予備割り当てに対する、予め定められた組み合わせ規則であって、前記第１の予備割り当て及び前記第２の予備割り当てに応じた要素クラスの割り当てを規定する組み合わせ規則の少なくとも一方を適用するよう適合される、装置。

【請求項7】

請求項６記載の装置であって、前記組み合わせ規則は、前記第１の予備割り当て及び前記第２の予備割り当て、並びに供給された解剖学的情報に応じて、前記組み合わせた割り当てを生成するために、前記第１の予備割り当て及び前記第２の予備割り当て、並びに前記供給された解剖学的情報に適用可能であるよう適合される、装置。

【請求項8】

請求項１記載の装置であって、前記割り当てユニットは、前記割り当てられた要素クラスに減衰値を割り当てることで、前記要素画像の前記画像領域に前記減衰値を割り当てて減衰マップを生成するよう更に適合される、装置。

【請求項9】

請求項８記載の装置であって、前記装置は、前記減衰マップ及び核データ獲得ユニットによって獲得された核データに基づいて核画像を再構成する核画像再構成ユニットを更に備える、装置。

【請求項10】

対象の核画像を生成する核撮像システムであって、前記核撮像システムは、
核データを獲得する核データ獲得ユニットと、
請求項８記載の、対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置と、
前記核データ及び前記減衰マップに基づいて核画像を再構成する核再構成ユニットと
を備える核撮像システム。

【請求項11】

対象の画像の画像領域と、要素クラスとの間の割り当てを生成する方法であって、
対象の対象画像を供給する工程と、
前記対象画像を画像領域にセグメント化する工程と、
ａ）前記画像領域及びｂ）前記画像領域間の境界の少なくとも一方の特徴を前記対象画像の画像値に応じて判定する工程と、
予備画像領域と要素クラスとの間の第１の予備割り当てを備える予備要素画像を供給する工程と、
前記対象の要素画像の画像領域に要素クラスを割り当てる工程であり、前記画像領域の前記判定された特徴に応じて、前記対象画像の前記画像領域と前記要素クラスとの間の第２の予備割り当てを判定し、前記第１の予備割り当て及び前記第２の予備割り当てを組み合わせて、前記要素クラスの分布を示す組み合わせた割り当てを生成することを含む工程と
を含む方法。

【請求項12】

対象の核画像を生成する核撮像方法であって、前記核撮像方法は、
核データ獲得ユニットにより、核データを獲得する工程と、
請求項１１に記載された方法の前記対象の要素画像の画像領域に要素クラスを割り当てる工程と、
前記割り当てられた要素クラスに減衰値を割り当てることで、前記画像の前記画像領域に前記減衰値を割り当てて減衰マップを生成する工程と、
核画像再構成ユニットにより、前記核データ及び前記減衰マップに基づいて核画像を再構成する工程とを含む方法。

【請求項13】

対象の画像の画像領域と要素クラスとの間の割り当てを生成するためのコンピュータ・プログラムであって、前記コンピュータ・プログラムは、請求項１記載の装置を制御するコンピュータ上で前記コンピュータ・プログラムが実行されると、請求項１１記載の方法の工程を前記装置に行わせるプログラム・コード手段を備えるコンピュータ・プログラム。

【請求項14】

対象の核画像を生成するための核撮像コンピュータ・プログラムであって、前記コンピュータ・プログラムは、請求項１０記載の核撮像システムを制御するコンピュータ上で前記コンピュータ・プログラムが実行されると、請求項１２記載の核撮像方法の工程を前記核撮像システムに行わせるプログラム・コード手段を備える核撮像コンピュータ・プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置、方法、及びコンピュータ・プログラムに関する。本発明は更に、対象の核画像を生成する核撮像装置、核撮像方法、及び核撮像コンピュータ・プログラムに関する。

【背景技術】

【0002】

Ｍａｔｔｈｉａｓ Ｈｏｆｍａｎｎらによる、「Ｔｏｗａｒｄｓ ｑｕａｎｔｉｔａｔｉｖｅ ＰＥＴ／ＭＲＩ： ａ ｒｅｖｉｅｗ ｏｆ ＭＲ−ｂａｓｅｄ ａｔｔｅｎｕａｔｉｏｎ ｃｏｒｒｅｃｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ ｏｆ ＭＲ−ｂａｓｅｄ ａｔｔｅｎｕａｔｉｏｎ ｃｏｒｒｅｃｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ， Ｅｕｒｏｐｅａｎ Ｊｏｕｒｎａｌ ｏｆ Ｎｕｃｌｅａｒ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｍｏｌｅｃｕｌａｒ Ｉｍａｇｉｎｇ， ３６ Ｓｕｐｐｌ １：Ｓ９３乃至Ｓ１０４頁 （２００９）」と題する論文には、ＭＲデータ獲得装置によって獲得された、生成されたＭＲ画像に基づいて減衰マップを生成する複合陽電子放射断層撮影（ＰＥＴ）及び磁気共鳴（ＭＲ）撮像システムが開示されている。減衰マップは、減衰補正ＰＥＴ画像を再構成するために使用される。

【0003】

ＭＲ画像の視野（ＦＯＶ）は制限される場合があり、それにより、特に、大きな人の場合に、周辺でＭＲ画像の端が切られる場合がある。更に、ＭＲ画像は、例えば、金属インプラント又はポートにより、歪み得る。ＭＲ画像の品質に対する前述の制限は、ＭＲ画像を使用することによって生成される減衰マップの品質も低下させ得る。

【発明の概要】

【発明が解決しようとする課題】

【0004】

対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置、方法、及びコンピュータ・プログラムを提供することが本発明の目的であるとし、これは、前述の割り当ての改良、特に、対応する減衰マップの改良につながる。本発明の更なる目的は、生成された割り当てに基づいて対象の核画像を生成する核撮像システム、核撮像方法、及び核撮像コンピュータ・プログラムを提供することである。

【課題を解決するための手段】

【0005】

本発明の第１の局面では、対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置を提示し、上記装置は、
対象の対象画像を供給する対象画像供給装置と、
対象画像を画像領域にセグメント化するセグメント化装置と、
ａ）画像領域及びｂ）画像領域間の境界の少なくとも一方の特徴を対象画像の画像値に応じて判定する特徴判定装置と、
予備画像領域と要素クラスとの間の第１の予備割り当てを含む予備要素画像を供給する予備要素画像供給装置と、
判定された特徴及び第１の予備割り当てに応じて、要素クラスの分布を示す、対象の要素画像の画像領域に要素クラスを割り当てる割り当て装置とを備える。

【0006】

割り当て装置は、判定された特徴、及び予備割り当てに応じて、要素クラスの分布を示す、対象の要素画像の画像領域に要素クラスを割り当てるので、要素クラスへの割り当てを伴う、結果として生じる要素画像は、必ずしも、供給される画像のみに基づく訳でない一方、予備割り当てにも基づき得る。よって、要素画像によって規定された割り当ての品質が、供給された対象画像の制限によって制限される場合、供給された画像の前述の制限は、結果として生じる要素画像の品質を向上させることが可能であるように予備割り当てによって補償し得る。

【0007】

物体は好ましくは、人間又は動物であり、要素は好ましくは、骨、特に、皮質骨及び骨髄、空気、組織、肺、腸内ガス、及び他の解剖学的構造のうちの少なくとも１つである。

【0008】

対象画像供給装置は、ＭＲ画像を供給するＭＲ撮像システムのような、対象画像を供給する撮像システムであり得る。更に、対象画像供給装置は、対象画像が既に記憶されており、対象画像を供給するために対象画像を取り出すことが可能である記憶装置、又は、有線又は無線データ接続を介して対象画像を受信し、受信された対象画像を供給する受信装置であり得る。対象画像供給装置は、対象の対象画像としてＭＲ画像を供給するよう適合させ得る。ＭＲ画像は、相対的に高い空間分解能を備えた解剖学的情報を供給し、それにより、更に向上した品質で減衰補正マップを生成することが可能になる。

【0009】

一実施例では、ＭＲ画像の代わりに、又はＭＲ画像に加えて、更に、減衰補正マップを生成するために、別の対象画像を使用することが可能である。例えば、非減衰補正（ＮＡＣ）ＰＥＴ画像、特に、飛行時間（ＴＯＦ）ＮＡＣ ＰＥＴ画像を、減衰補正マップを生成するために使用することが可能である。

【0010】

割り当ては、例えば、要素画像の画像領域に要素クラスの減衰値のような要素クラス及び／又は特性を規定するラベルを割り当てるよう適合させ得る。例えば、割り当て装置は、要素画像の画像領域に、要素クラスを規定するラベルを最初に割り当てるよう適合させ得、次いで、割り当て装置は、要素画像の画像領域に減衰値を割り当てるためのラベルに減衰値を割り当てることが可能である。しかし、割り当て装置は更に、要素画像の画像領域に、それぞれの要素クラスを示す減衰値を直接割り当てるよう適合させ得る。減衰値が要素画像の画像領域に割り当てられた場合、要素画像は減衰マップを形成し、これは例えば、ＰＥＴ画像のような核画像を補正するために使用し得る。

【0011】

セグメント化装置が、対象画像にウォーターシェッド・セグメント化を適用するよう適合させることが好ましい。ウォーターシェッド・セグメント化により、画像が画像領域にセグメント化され、これは、別々の組織タイプの対象のような別々の要素クラスに対応し得、画像の物理的な出所が例えばＰＥＴの放射の減衰に関連がない場合でも、減衰マップを生成するために使用することが可能である。よって、減衰マップが基づいている画像の物理的な出所が、例えば、ＰＥＴの放射の減衰に関連がない場合でも、品質が向上した減衰マップを生成することが可能である。

【0012】

更に、装置が、ウォーターシェッド・セグメント化を適用する前に対象画像を差分化する差分化装置を更に備えていることが好ましい。したがって、差分化装置は、ウォーターシェッド・セグメント化が適用されるグラジエント画像を生成するよう適合させることが可能である。グラジエント画像にウォーターシェッド・セグメント化を適用することにより、対象の要素画像の画像領域と要素クラスとの間の割り当ての品質が更に向上し、特に、要素クラスにより、前述の割り当てによって形成される減衰マップの品質が更に向上する。グラジエント画像を生成するための差分化、及びウォーターシェッド・セグメント化の組み合わせは、軟組織、骨、肺、又は腸内ガスのような別々の要素クラス間で区別するために特に有用である。別の実施例では、ウォーターシェッド・セグメント化は更に、（グラジエント画像でなく、）供給された対象画像に適用することも可能である。

【0013】

一実施例では、装置は更に、ウォーターシェッド・セグメント化が適用される前に画像を平滑化する平滑化装置を備える。平滑化装置は、当初供給された対象画像及び／又は任意的に生成されたグラジエント画像を平滑化するよう適合させることが可能である。その代わりに、又は代替的に、特定の値範囲への画像値の打ち切り、又は画像内のエッジ構造のエンハンスメントのような、他の前処理工程を、供給された画像に適用することが可能である。

【0014】

セグメント化装置は、セグメント化された対象画像を生成するために対象画像の高い、又は低い画像値に沿ってウォーターシェッド・ラインを生成するよう適合させることが可能である。例えば、ウォーターシェッド・セグメント化がグラジエント画像に適用されないが、非差分供給対象画像に適用された場合、低画像値に沿ってウォーターシェッド・ラインを生成することにより、セグメント化を行うことが可能である。好ましくはグレー値である低画像値に沿ったラインに基づいたこのウォーターシェッド・セグメント化は、特定の要素クラスの区別の品質を向上させることを可能にする。例えば、対象が人間又は動物である場合、皮質骨と骨髄との間の区別は、特にＭＲ画像において向上させることが可能である。

【0015】

ウォーターシェッド・アルゴリズムは、画像を地形の起伏とみなし、画像値は起伏における高度として解釈される。一般に、ウォーターシェッド・アルゴリズムは、起伏における「山の尾根」に沿って、すなわち、高画像値に沿って、ウォーターシェッド・ラインを規定する。セグメント化装置を、低画像値に沿ってウォーターシェッド・ラインを生成するよう適合させた場合、対応するウォーターシェッド・アルゴリズムは、起伏における谷に沿ってウォーターシェッド・ラインを規定する。低画像値に沿った前述のウォーターシェッド・ラインは、標準的なウォーターシェッド・アルゴリズムを相応に修正することにより、又は、反転画像値を有する反転画像に、標準的なウォーターシェッド・アルゴリズムを適用することによって算出することが可能である。

【0016】

好ましくは、特徴判定装置は、ｉ）当該画像領域の画像値全てに依存する特徴である画像領域の領域特徴、及びｉｉ）画像領域間の境界に関係する境界特徴の少なくとも一方を判定するよう適合され、境界特徴は、ａ）当該境界によって隔てられた近傍画像領域の領域特徴、及びｂ）当該境界上の画像値の少なくとも一方に依存する。

【0017】

特徴判定装置は、画像領域の画像値の平均、画像領域の最小画像値、画像領域の最大画像値、画像領域内の画像値の標準偏差の領域特徴のうちの少なくとも１つを判定するよう適合させることが可能である。更に、特徴判定装置は、境界上の画像値の平均、境界上の画像値の最小画像値、境界上の画像値の最大画像値、及び境界上の画像値の標準偏差の領域特徴のうちの少なくとも１つを判定するよう適合させることが可能である。

【0018】

好ましい実施例では、予備要素画像供給装置は、コンピュータ断層撮影（ＣＴ）画像、ＭＲ画像、ＴＯＦ−ＮＡＣ ＰＥＴ画像、ＮＡＣ ＰＥＴ画像のうちの少なくとも１つに基づいて生成される予備要素画像を供給するよう適合させる。

【0019】

更に、割り当て装置が、画像領域の判定された特徴に応じて画像領域と要素クラスとの間の第２の予備割り当てを判定し、要素クラスの分布を示す組み合わせた割り当てを生成するために第１の予備割り当て及び第２の予備割り当てを組み合わせるよう適合させることが好ましい。予備の第２の割り当てを判定するための、判定された特徴に対する、所定の割り当て規則であって、割り当て規則が、特徴に応じて要素クラスの割り当てを規定する割り当て規則、及びｂ）組み合わせた割り当てをもたらすための、第１の予備割り当て及び第２の予備割り当てに対する、所定の組み合わせ規則であって、組み合わせ規則が、第１の予備割り当て及び第２の予備割り当てに応じて要素クラスの割り当てを規定することも好ましい。

【0020】

一実施例では、画像領域に対して少なくとも第２の予備割り当てが存在する場合、第２の予備割り当てによって割り当てられた要素クラスが画像領域に割り当てられ、画像領域に対して、第１の予備割り当てのみが存在する場合、第１の予備割り当てによって割り当てられた要素クラスが画像領域に割り当てられるように組み合わせ規則を適合させる。よって、例えば、供給された対象画像がＣＴ又はＭＲ画像である場合に考えられ得るように、供給された対象画像が、限定された横断ＦＯＶを有する場合、要素画像は、当初供給された対象画像によって包含されない予備画像領域を包含する更に大きな横断ＦＯＶに関連し得る第１の予備割り当てを使用することにより、供給された対象画像に対して拡張された横断ＦＯＶを有し得る。

【0021】

好ましい実施例では、第１及び第２の予備割り当て、並びに供給された解剖学的情報に応じて、組み合わせた割り当てを生成するために、第１及び第２の予備割り当て、並びに供給された解剖学的情報に適用可能であるよう組み合わせ規則を適合させる。解剖学的情報は、要素クラスと、要素画像の画像領域との間の割り当てを更に改善するために使用することが可能である。例えば、特定の要素クラスが既に、要素画像の画像領域に割り当てられており、解剖学的情報が、特定の要素クラスの近傍における要素クラスについての情報を供給する場合、前述の解剖学的情報は、特定の要素クラスが既に割り当てられている画像領域の近傍における割り当てを判定するために使用することが可能である。

【0022】

割り当て規則及び／又は組み合わせ規則は校正測定を使用することによって予め定めることが可能である。すなわち、要素クラスと、要素画像の画像領域との間の割り当ては、供給された対象画像、及び供給された予備要素画像に基づいて判定することが可能である一方、要素クラスと、要素画像の画像領域との間の実際の割り当ては分かっており、判定された割り当てが、分かっている実際の割り当てをできる限り好適に満たすように規則を予め定めることが可能である。

【0023】

本発明の更なる側面では、対象の核画像を生成する核撮像システムを示し、核撮像システムは、
核データを獲得する核データ獲得装置と、
請求項９記載の、要素クラスと、対象の対象画像の画像領域との間の割り当てを生成する装置と、
核データ及び減衰マップに基づいて核画像を再構成する核再構成装置とを備える。

【0024】

本発明の更なる局面では、対象の対象画像の画像領域と、要素クラスとの間の割り当てを生成する方法を示し、上記方法は、
対象の対象画像を供給する工程と、
対象画像を画像領域にセグメント化する工程と、
ａ）画像領域及びｂ）画像領域間の境界の少なくとも一方の特徴を対象画像の画像値に応じて判定する工程と、
予備画像領域と要素クラスとの間の第１の予備割り当てを備える予備要素画像を供給する工程と、
判定された特徴及び第１の予備割り当てに応じて、要素クラスの分布を示す、対象の要素画像の画像領域に要素クラスを割り当てる工程とを含む。

【0025】

本発明の更なる側面では、対象の核画像を生成する核撮像方法を示し、核撮像方法は、
核データ獲得装置により、核データを獲得する工程と、
請求項１２に記載された、予備割り当て、及び対象の対象画像の画像領域の判定された特徴に応じて、要素クラスの分布を示す、対象の要素画像の画像領域に要素クラスを割り当てる工程と、
減衰マップを生成するために、画像の画像領域に減衰値を割り当てるために、割り当てられた要素クラスに減衰値を割り当てる工程と、
核画像再構成装置により、核データ及び減衰マップに基づいて核画像を再構成する工程とを含む。

【0026】

本発明の更なる局面では、対象の画像の画像領域と要素クラスとの間の割り当てを生成するためのコンピュータ・プログラムを示し、コンピュータ・プログラムは、装置を制御するコンピュータ上でコンピュータ・プログラムが実行されると、請求項１２記載の方法の工程を請求項１記載の装置に行わせるプログラム・コード手段を備える。

【0027】

本発明の更なる局面では、対象の核画像を生成するための核撮像コンピュータ・プログラムを示し、上記コンピュータ・プログラムは、核撮像システムを制御するコンピュータ上でコンピュータ・プログラムが実行されると、請求項１１記載の核撮像方法の工程を請求項１３記載の核撮像システムに行わせるプログラム・コード手段を備える。

【0028】

請求項１記載の装置、請求項１１記載の核撮像システム、請求項１２記載の方法、請求項１３記載の核撮像方法、請求項１４記載のコンピュータ・プログラム、及び請求項１５記載の核撮像コンピュータ・プログラムは、特に従属請求項に記載されたように、同様であり、かつ／又は同一である好ましい実施例を有する。

【0029】

更に、本発明の好ましい実施例は、従属請求項及び独立請求項それぞれの何れかの組み合わせであり得る。

【図面の簡単な説明】

【0030】

【図1】対象の核画像を生成する核撮像システムの実施例を模式的に、かつ例示的に示す図である。

【図2】ＴＯＦ−ＮＡＦ ＰＥＴ画像を例示的に示す図である。

【図3】図２に示すＴＯＦ−ＮＡＣ ＰＥＴ画像のグラジエント画像を例示的に示す図である。

【図4】図３に示すグラジエント画像に適用されたウォーターシェッド・セグメント化の結果を例示的に示す図である。

【図5】平均画像値特徴画像を例示的に示す図である。

【図6】境界特徴画像を例示的に示す図である。

【図7】画像領域と要素クラスとの間の第２の予備割り当てを規定する第２の予備ラベル画像を例示的に示す図である。

【図8】肺を示すＴＯＦ−ＮＡＦ ＰＥＴ画像を例示的に示す図である。

【図9】ウォーターシェッド・ライン及びセグメント化された肺を例示的に示す図である。

【図10】対象の画像の画像領域と要素クラスとの間の割り当てを生成する方法の実施例を例示的に示すフローチャートである。

【図11】対象の核画像を生成する核撮像方法の実施例を例示的に示すフローチャートである。

【図12】ＮＡＣ ＰＥＴ画像を例示的に示す図である。

【図13】図１２に示すＮＡＣ ＰＥＴ画像に適用された閾値ベースの画像セグメント化手順の結果を例示的に示す図である。

【図14】図１２に示すＮＡＣ ＰＥＴ画像にエッジ検出フィルタを適用した結果を示す図である。

【図15】図１２に示す画像に適用されたウォーターシェッド・セグメント化の結果として生じるウォーターシェッド・ラインを例示的に示す図である。

【図16】平均画像値特徴画像を例示的に示す図である。

【図17】境界特徴画像を例示的に示す図である。

【図18】画像領域の判定された特徴に応じて画像領域と要素クラスとの間の第２の予備割り当てを規定する第２の予備ラベル画像を例示的に示す図である。

【発明を実施するための形態】

【0031】

本発明の前述及び他の局面は、後述する実施例を参照することにより、明らかとなるであろう。

【実施例】

【0032】

図１は、種々の要素クラスを有する対象７の核画像を生成する核撮像システムを模式的にかつ例示的に示す。本実施例では、対象７は、テーブル８上に横たわっている人間であり、種々の要素クラスは、例えば、空気、及び、骨、肺、軟組織等のような種々の組織タイプである。要素クラスは更に、種々の骨要素クラス、特に、皮質骨要素クラス及び骨髄要素クラスを有し得る。核撮像システム１は、核データを獲得する核データ獲得装置２を備える。本実施例では、核データ獲得装置２は、ＰＥＴデータを獲得するよう適合させる。しかし、別の実施例では、核データ獲得装置は更に、シングル・フォトン・エミッション・コンピュータ断層撮影（ＳＰＥＣＴ）データのような他の核データを獲得するよう適合させることが可能である。

【0033】

核撮像システム１は更に、核データ獲得装置２によって獲得された核データに基づいてＴＯＦ−ＮＡＣ核画像を再構成する核再構成装置３０を更に備える。核データ獲得装置２及び核画像再構成装置３０は、人間７の対象画像（実施例では、図２に模式的に、かつ例示的に示したＴＯＦ−ＮＡＣ ＰＡＴ画像である）を供給する対象画像供給装置を形成する。

【0034】

核撮像システム１は、ＴＯＦ−ＮＡＣ ＰＥＴ画像を処理する処理装置３を更に含む。処理装置３は、ＴＯＦ−ＮＡＣ ＰＥＴ画像を平滑化する平滑化装置９を備える。別の実施例では、代替的に、又は更に、ＴＯＦ ＮＡＣ−ＰＥＴ画像を前処理するために、他の前処理工程を行うことが可能である。例えば、ＴＯＦ−ＮＡＣ ＰＥＴ画像の画像値は特定の値範囲に打ち切ることが可能であるか、又は、ＴＯＦ−ＮＡＣ ＰＥＴ 画像においてエッジ構造をエンハンスすることが可能である。処理装置３は、図３に模式的にかつ例示的に示す、グラジエント画像を生成するためにＴＯＦ−ＮＡＣ ＰＥＴ画像を差分化する差分化装置１０を更に備える。任意的には、グラジエント画像について、絶対値を算出することが可能であり、結果として生じる画像を、平滑化装置９を使用することによって平滑化することが可能である。処理装置３は、種々の組織タイプ又は空気のような要素クラスに割り当てるべき画像領域を含むセグメント化画像を生成するために、平滑化し得るグラジエント画像（特に、グラジエント画像の絶対値）にウォーターシェッド・セグメント化を適用するセグメント化装置１１を更に備える。図４は、ウォーターシェッド・ラインを備えた、結果として生じるセグメント化画像を模式的に、かつ例示的に示す。

【0035】

処理装置３は、対象画像の画像値に応じて画像領域の特徴を判定する特徴判定装置１２を更に備える。特徴判定装置１２は、ｉ）当該画像領域の画像値全てに依存する特徴である画像領域の領域特徴、及びｉｉ）画像領域間の境界に関係する境界特徴の少なくとも一方を判定するよう適合され、境界特徴は、ａ）当該境界によって隔てられたラベリングしている画像領域の領域特徴、及びｂ）当該境界上の画像値の少なくとも一方に依存する。好ましくは、特徴判定装置１２を、当該画像領域の画像値の平均、当該画像領域の最小画像値、当該画像領域の最大画像値、及び当該画像領域内の画像値の標準偏差の領域特徴のうちの少なくとも１つを判定するよう適合させる。特徴判定装置１２を、当該境界上の画像値の平均、当該境界上の画像値の最小画像値、当該境界上の画像値の最大画像値、及び当該境界上の画像値の標準偏差の境界特徴のうちの少なくとも１つを判定するよう更に適合させる。

【0036】

図５は、平均画像値特徴画像を例示的に示し、別々の平均画像値、特に別々の平均グレー値を有する画像領域を別々のグレー値で示す。図６は、境界特徴画像を例示的に示し、この例では、境界特徴は、当該境界上の画像値の当該最小画像値である。図６では、別々の境界特徴を有する境界を、別々のグレー値で示す。

【0037】

核撮像システム１は更に、ＭＲデータを獲得するＭＲデータ獲得装置５と、獲得されたＭＲデータからＭＲ画像を再構成するＭＲ再構成装置６とを更に備える。核撮像システム１は、予備画像領域と要素クラスとの間の第１の予備割り当てを備える予備要素画像を生成する予備要素画像生成装置３１を更に備える。本実施例では、予備要素画像生成装置３１は、予備要素画像として第１の予備ラベル画像を生成するよう適合され、別々の要素クラスに割り当てられた第１の予備ラベル画像の画像領域は違ったふうにラベリングされる。予備要素画像生成装置３１は、予備要素画像を生成するために、例えば、閾値化ベースのセグメント化及び／又はウォーターシェッド・ベースのセグメント化を行うよう適合させることが可能である。特に、予備要素画像生成装置３１は、ＭＲ画像からグラジエント画像を判定し、ウォーターシェッド・セグメント化をグラジエント画像に適用し、結果として生じる画像領域、及び／又は、結果として生じる画像領域間の境界の特徴（これは、次いで、予備要素画像の別々の予備領域にラベルを割り当てるために使用することが可能である）を判定するよう適合させることが可能である。ＭＲデータ獲得装置５、ＭＲ再構成装置６、及び予備要素画像生成装置３１は、予備画像領域と要素クラスとの間の第１の予備割り当てを備える予備要素画像を供給する予備要素画像供給装置としてみなすことが可能である。

【0038】

別の実施例では、予備要素画像供給装置は更に、コンピュータ断層撮影装置又は超音波撮像装置のような別の撮像モダリティに基づいて予備要素画像を供給するよう適合させることが可能である。本実施例ではＴＯＦ−ＮＡＣ ＰＥＴ画像である、人間７の対象画像を供給する対象画像供給装置及び／又は予備要素画像供給装置は記憶装置でもあり得、記憶装置には、予備要素画像及び／又は対象画像がそれぞれ、既に記憶されており、記憶装置から、記憶された予備要素画像及び／又は対象画像それぞれを、予備要素画像及び／又は対象画像それぞれを供給するために取り出すことが可能である。対象画像供給装置及び／又は予備要素画像供給装置は更に、別のシステムから当該画像を受信し、受信された予備要素画像及び／又は対象画像を供給する受信装置であり得る。

【0039】

処理装置３は更に、判定された特徴及び第１の予備割り当てに応じて、要素クラスの分布を示す、人間７の要素画像の画像領域に要素クラスを割り当てる割り当て装置１３を更に備える。本実施例では、割り当て装置１３は、判定された特徴に応じて画像領域と要素クラスとの間の第２の予備割り当てを判定するよう適合され、予め定められた割り当て規則が、第２の予備割り当てを判定するために、判定された特徴に適用される。結果として生じる第２の予備割り当ては第２の予備ラベル画像につながり、これは図７に模式的に、かつ例示的に示す。

【0040】

図７では、参照符号３２は空気を表し、参照符号３３は人体を表す。よって、図７に示す例では、第２の予備ラベル画像は、人体と空気との間の差分をもたらす。

【0041】

割り当て装置１３は、予備要素画像供給装置によって供給された第１の予備割り当て、及び第２の予備割り当てを、要素クラスの分布を示す組み合わせた割り当てを生成するため、組み合わせるよう更に適合させる。本実施例では、ＭＲ画像に基づいて判定された第１の予備割り当てと、ＴＯＦ−ＮＡＣ ＰＥＴ画像に基づいて判定された第２の予備割り当てとが、要素クラスの分布を示す組み合わせた割り当てを生成するために組み合わせられる。組み合わせた割り当ては、第１の予備割り当て及び第２の予備割り当てに適用される予め定められた組み合わせ規則に基づいて生成される。割り当て装置１３は、第１及び第２の予備割り当て、並びに供給された解剖学的情報に応じて、組み合わせた割り当てを生成するために、第１及び第２の予備割り当て、並びに人間７の供給された解剖学的情報に適用可能であるよう構成された組み合わせ規則を使用するよう更に適合させることが可能である。

【0042】

割り当て規則及び組み合わせ規則は校正測定によって判定され、組み合わせた割り当てが判定される一方、実際の割り当ては分かっており、割り当て規則及び組み合わせ規則は、判定された割り当てが、知られている割り当てをできる限り良好に満たすように予め定められる。

【0043】

一実施例では、２つ以上の要素クラスが、同じ要素を表すが、異なる確率を表し得る。例えば、第１の要素クラス「空気」は、当該画像領域が空気に関することが比較的確かである場合に画像領域に割り当てることが可能であり、第２の要素クラス「場合によっては空気」は、画像領域が空気であり得るが、画像領域が実際に空気に関係しているか否かが確かでない場合に、画像領域に割り当てることが可能である。例えば、別々の人間によるいくつかのケースを検討することが可能であり、特定の特徴の組について、特定の特徴の組が空気を正しく示したケースの割合を判定することが可能である。判定された割合が特定の閾値よりも大きい場合、例えば、９０％よりも大きい場合、当該特徴の組は、要素クラス「空気」を規定するものとみなし得、判定された割合が特定の閾値よりも小さいが、更なる第２の閾値よりも大きい場合、当該特徴の組は、要素クラス「場合によっては空気」を規定するものとみなし得る。

【0044】

相応に、平均画像値特徴が特定の第１の閾値未満である場合、画像領域が要素クラス「空気」に割り当てられ、平均画像値特徴が第１の閾値よりも大きな特定の第２の閾値未満であり、第２の閾値よりも大きな第３の閾値未満である場合、画像領域が要素クラス「場合によっては空気」に割り当てられ得、平均画像値が第３の閾値を上回るが、第４の閾値未満である場合、画像領域が要素クラス「場合によっては組織」に割り当てられ得るように割り当て規則を予め規定することが可能である。更に、平均画像値特徴が第４の閾値を上回る場合、画像領域を要素クラス「組織」に割り当てることが可能である。

【0045】

一実施例では、第１の予備割り当て（すなわち、第１の予備ラベル画像）はＭＲ画像に基づき、第２の予備割り当て（すなわち、第２の予備ラベル画像）はＴＯＦ−ＮＡＣ ＰＥＴ画像に基づき、要素クラスが「組織」、「場合によっては組織」、「空気」、「場合によっては空気」である場合に、第１の予備ラベル画像及び第２の予備ラベル画像の少なくとも一方において、当該画像領域に要素クラス「組織」が割り当てられている場合、要素画像の画像領域が要素クラス「組織」に割り当てられ、第１の予備ラベル画像及び第２の予備ラベル画像の両方に応じて要素クラス「場合によっては組織」が当該画像領域に割り当てられている場合、要素クラス「組織」を要素画像の画像領域に割り当てることが可能であり、要素クラス「空気」が、他のケース全てにおいて要素画像の画像領域に割り当てられるように組み合わせ規則を規定することが可能である。

【0046】

更に、組み合わせ規則は、解剖学的情報を更に考慮するよう適合させることが可能である。例えば、要素クラスが「空気」、「場合によっては空気」、「組織」、及び「場合によっては組織」であり、第１の予備割り当て（すなわち、第１の予備ラベル画像）がＭＲ画像に基づき、第２の予備割り当て（すなわち、第２の予備ラベル画像）がＴＯＦ−ＮＡＣ ＰＥＴ画像に基づく場合に、第１の予備ラベル画像において、この画像領域が要素クラス「場合によっては空気」に割り当てられており、第２の予備ラベル画像において、この画像領域が要素クラス「場合によっては組織」に割り当てられており、画像領域が人間の腕に配置されている場合、要素画像の画像領域が要素クラス「組織」に割り当てられるように組み合わせ規則を規定することが可能である。画像領域が人間の腕に配置されているか否かを判定するために、一実施例では、人体の輪郭を近似するために円を人体の輪郭に収容することが可能であり、第２の予備ラベル画像を使用することにより、要素クラス「場合によっては組織」が割り当てられている画像領域は、当該画像領域が人体の輪郭を近似する円の外に配置されている場合、腕に配置されているものとみなされる。組み合わせ規則の更なる実施例によれば、ＴＯＦ−ＮＡＣ ＰＥＴ画像ベースの予備ラベル画像に応じて、画像領域が要素クラス「場合によっては組織」に割り当てられ、この画像領域がＭＲ視野の外に配置されている（この画像領域が、人間の打ち切られた腕に関係することを示す）場合、要素画像における対応する画像領域が要素クラス「組織」に割り当てられ、この実施例では、第２の予備ラベル画像がＭＲ画像に基づくものとする。

【0047】

割り当て装置１３は、減衰マップを生成するために、要素画像の画像領域に減衰値を割り当てるために、割り当てられた要素クラスを使用するよう更に適合させる。本実施例では、１つ又は別々の組織タイプ及び空気のような別々の要素クラスと、別々の要素クラスの減衰値との間の割り当てを備えるデータベースが設けられ、割り当て装置は、データベースを使用することにより、減衰値を割り当てるよう適合させる。好ましくは、減衰値は、ＰＥＴ撮像において存在している放射の別々の組織タイプ及び空気の減衰を表す。例えば、減衰値は、５１１ｋｅＶのエネルギを有する放射の減衰に対応する。

【0048】

核撮像システム１は、生成された減衰マップ、及び核データ獲得装置２によって獲得された核データに基づいて核画像を再構成する更なる核画像再構成装置１４を備える。本実施例では、更なる核画像再構成装置１４は、減衰マップ及び核データ獲得装置２によって獲得されたＰＥＴデータに基づいて減衰補正（ＡＣ）ＰＥＴ画像を再構成するよう適合させる。再構成された核画像は、ディスプレイ１５上に示す。処理装置３は、対象画像供給装置及び予備要素画像供給装置とともに、対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置とみなすことが可能である。

【0049】

図８は、肺を示すＴＯＦ−ＮＡＣ ＰＥＴ画像である更なる対象画像を模式的にかつ例示的に示す。更に、図８に示すＴＯＦ−ＮＡＣ ＰＥＴ画像を対象画像供給装置２、３０によって供給することが可能である。

【0050】

図８に示すＴＯＦ−ＮＡＣ ＰＥＴ画像は、平滑化装置９によって平滑化され、グラジエント画像を生成するために差分化装置１０によって差分化され、画像に示す要素クラスに対応する画像領域を含むセグメント化画像を生成するためにウォーターシェッド・セグメント化アルゴリズムを使用してセグメント化装置１１によってセグメント化される。特徴判定装置１２は次いで、上述したようにＴＯＦ−ＮＡＣ ＰＥＴ画像の画像値に応じて画像領域及び／又は画像領域間の境界の特徴を判定する。割り当て装置１３は、画像領域と要素クラスとの間の第２の予備割り当てを画像領域の判定された特徴に応じて判定し、判定された第２の予備割り当ては、要素クラスの分布を示す組み合わせた割り当てを生成するために、供給された第１の予備割り当てと組み合わせることが可能である。図９は、（要素クラス「肺」が割り当てられているライン３５によって取り囲まれた画像領域までの）人間７の肺を取り囲むライン３５、及びウォーターシェッド・セグメント化によって生じるウォーターシェッド・ライン３４を模式的に、かつ例示的に示す。

【0051】

セグメント化装置１１は好ましくは、例えば、本明細書及び特許請求の範囲に参照によって援用する、Ｌ． Ｖｉｎｃｅｎｔ及びＰ． Ｓｏｉｌｌｅによる論文「Ｗａｔｅｒｓｈｅｄｓ ｉｎ Ｄｉｇｉｔａｌ Ｓｐａｃｅｓ： Ａｎ Ｅｆｆｉｃｉｅｎｔ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｉｍｍｅｒｓｉｏｎ Ｓｉｍｕｌａｔｉｏｎｓ， ＩＥＥＥ Ｔｒａｎｓ． Ｐａｔｔｅｒｎ Ａｎａｌ． Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌ．， １３（６）， ５８３−５９８ （１９９１）」に開示されたような標準ウォーターシェッド・セグメント化を行うよう適合されている。セグメント化装置１１は、セグメント化された画像を生成するために、当該供給画像の高画像値又は低画像値に沿ってウォーターシェッド・ラインを生成するよう適合させることが可能であり、差分化されたグラジエント画像及び／又は非差分化画像をセグメント化するよう差分化させるよう適合させる。

【0052】

ウォーターシェッド・アルゴリズムは、画像を地形の起伏とみなし、画像値は起伏における高度として解釈される。一般に、ウォーターシェッド・アルゴリズムは、起伏における「山の尾根」に沿って、すなわち、高画像値に沿って、ウォーターシェッド・ラインを規定する。セグメント化装置を、低画像値に沿ってウォーターシェッド・ラインを生成するよう適合させた場合、対応するウォーターシェッド・アルゴリズムは、起伏における谷に沿ってウォーターシェッド・ラインを規定する。低画像値に沿った前述のウォーターシェッド・ラインは、標準的なウォーターシェッド・アルゴリズムを相応に修正することにより、又は、反転画像値を有する反転画像に、標準的なウォーターシェッド・アルゴリズムを適用することによって算出することが可能である。

【0053】

以下では、対象の対象画像の画像領域と要素クラスとの間の割り当てを生成する方法を、図１０に示すフローチャートを参照して例示的に説明する。

【0054】

工程１０１では、対象画像供給装置２、３０は人間７の対象画像を供給する。特に、核データ獲得装置２はＰＥＴデータを獲得し、核再構成装置３０はＴＯＦ―ＮＡＣ ＰＥＴ画像を再構成する。

【0055】

工程１０２では、平滑化装置９はＴＯＦ−ＮＡＣ ＰＥＴ画像を平滑化し、工程１０３では、差分化装置１０が、平滑化されたＴＯＦ−ＮＡＣ ＰＥＴ画像を差分化し、グラジエントの絶対値を算出し、任意的には、グラジエント画像を生成するために、算出された絶対値を平滑化する。工程１０４では、セグメント化装置１１は、要素クラスに対応する（特に、例えば、軟組織、骨、右肺、左肺、腸内ガス、空気等に対応する）画像領域を含むセグメント化画像を生成するために、グラジエント画像にウォーターシェッド・セグメント化を適用する。工程１０５では、特徴判定装置１２は、画像領域及び／又は画像領域間の境界の特徴をセグメント化画像の画像値に応じて判定し、工程１０６では、予備要素画像供給装置５、６、及び３１は、予備画像領域と要素クラスとの間の第１の予備割り当てを備える予備要素画像を供給する。特に、対応する予備ラベル画像が供給され、別々の要素クラスは、本実施例においては、ＭＲデータ獲得装置５によって獲得されたＭＲデータからＭＲ再構成装置６によって再構成されたＭＲ画像に応じて予備要素画像を生成する予備要素画像生成装置を使用することにより、別々のラベルによって示される。

【0056】

工程１０７では、割り当て装置１３は、画像領域と要素クラスとの間の第２の予備割り当てを、判定された特徴に応じて（すなわち、本実施例では、画像領域の判定された特徴に応じて（すなわち、本実施例では、ウォーターシェッド・セグメント化をＴＯＦ−ＮＡＣ ＰＥＴ画像に適用することによって生成されている画像領域の判定された特徴に応じて）判定する。工程１０８では、要素クラスの分布を示す組み合わせた割り当てを生成するために、第１の予備割り当て及び第２の予備割り当てが、割り当て装置１３によって組み合わせられる。特に、組み合わせた割り当てを生成するために、予め定められた組み合わせ規則が第１の予備割り当て及び第２の予備割り当てに適用される。工程１０９では、割り当て装置１３は、割り当てられた要素クラスに減衰値を割り当てることで、要素画像の画像領域に減衰値を割り当て、減衰マップを生成する。工程１１０では、核画像再構成装置１４は、獲得されたＰＥＴデータ及び減衰マップに基づいてＡＣ ＰＥＴ画像を再構成する。

【0057】

図１１は、対象の核画像を生成する核撮像方法の実施例を例示するフローチャートを示す。

【0058】

工程２０１では、核データは核データ獲得装置２によって獲得される。本実施例では、ＰＥＴデータは核データ獲得装置２によって獲得される。工程２０２では、減衰マップは、工程１０２乃至１０９を参照して上述のように判定され、工程２０３では、核画像再構成装置１４は核画像（本実施例では、ＡＣ ＰＥＴ画像）を核データ及び減衰マップに基づいて再構成する。

【0059】

対象の画像の画像領域と要素クラスとの間の割り当てを生成する装置及び方法は、説明している実施例では、ＴＯＦ−ＮＡＣ ＰＥＴ画像をセグメント化するための一般的な画像セグメント化手順を使用する。装置及び方法は好ましくは、ＰＥＴ再構成における画像品質を向上させるために、関連した減衰値を有する解剖学的構造を含む画像領域を分離するよう適合される。

【0060】

図２は、一般的なＴＯＦ−ＮＡＦ ＰＥＴ画像を示す。強度閾値の適用などの簡単な画像セグメント化手法は機能しないことがあり得る。ＴＯＦ−ＮＡＣ ＰＥＴ画像の強度がスライスにわたって変わり得るか、又は、スライスが、低強度組織値と区別することが可能でない、より強い散乱を表し得るからである。更に、ＴＯＦ−ＮＡＣ ＰＥＴ画像は、ＣＴ画像のような既知の絶対強度値を示す訳でない。したがって、強度閾値は、ＴＯＦ−ＮＡＣ ＰＥＴ画像毎に個別に判定される必要がある。

【0061】

対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置及び方法は、好ましくは、ＴＯＦ−ＮＡＣ ＰＥＴ画像のグラジエント画像を算出し（図３）、グラジエント画像にウォーターシェッド変換を適用する（図４）ことにより、変動するか、又は未知の画素強度の下での画像セグメント化の問題点を解消するよう適合させる。減衰マップ生成の特定の目的に関連する領域は、予め定められた規則を使用することによって、（すなわち、特に、近傍領域との関係、並びに、領域及び／又は境界特徴にわたるヒューリスティックスによって、）識別することが可能である。装置及び方法は、図９に示すような肺及び他の組織のような別々の人体構造間を区別するよう適合させることが可能である。

【0062】

上述した実施例では、供給された対象画像は好ましくはＴＯＦ−ＮＡＣ ＰＥＴ画像であるが、他の実施例では、供給された対象画像は更に、ＮＡＣ ＰＥＴ画像又はＭＲ画像のような別の画像であり得る。特に、対象画像供給装置は、人間７の対象画像としてＮＡＣ ＰＥＴ画像を供給するよう適合させることが可能である。例えば、核データ獲得装置２はＰＥＴデータを獲得するよう適合させることが可能であり、核再構成装置３０は、減衰情報を考慮することなく、ＴＯＦ情報を考慮することなく、再構成されている、ＮＡＣ ＰＥＴ画像（すなわち、ＰＥＴ画像）を再構成するよう適合させることが可能である。前述のＮＡＣ ＰＥＴ画像は図１２に、模式的に、かつ例示的に示す。

【0063】

ＮＡＣ ＰＥＴ画像をセグメント化するための簡単な画像セグメント化手法は、強度閾値の適用であり得る。結果として生じる考えられる画像は図１３に模式的に、かつ例示的に示す。しかし、強度閾値の適用は多くの場合、機能しない。ＮＡＣ ＰＥＴ画像が通常、人間の形状の凸包と同様な輪郭を示し、それにより、人体及び腕のような近傍の構造の差分化は可能でない。更に、ＮＡＣ ＰＥＴ画像の画像値の強度は、未知であり、かつ変動する高さを有する。更に、一般に、よりロバストにエッジを検出する「カニー・エッジ」フィルタをＮＡＣ ＰＥＴ 画像に適用することが可能である。結果として生じる対応する画像を図１４に模式的に、かつ例示的に示す。「カニー・エッジ」フィルタの適用は、検出されたエッジが多くの場合、閉輪郭に合流せず、よって、エッジが、取り囲まれた領域を画定するために更なる後処理によって何らかのやり方で外挿される必要があるという欠点を有する。

【0064】

対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置及び方法は、ＮＡＣ ＰＥＴ画像にウォーターシェッド・セグメント化（すなわち、ウォーターシェッド変換）を適用することによる、不完全な輪郭という問題点を解消するよう適合させることが可能である。よって、一実施例では、セグメント化装置１１は、ウォーターシェッド変換を適用することにより、画像領域にＮＡＣ ＰＥＴ画像をセグメント化するよう適合させる。ウォーターシェッド・ライン３６を有する、結果として生じる画像を図１５に模式的に、かつ例示的に示す。減衰マップ生成の特定の目的に関連した領域は、特に近傍領域に関して、領域及び／又は境界特徴にわたるヒューリスティクスによって識別することが可能である。よって、対象画像供給装置はＮＡＣ ＰＥＴ画像を供給するよう適合させることが可能であり、平滑化装置は、供給されたＮＡＣ ＰＥＴ画像を平滑化し、ＮＡＣ ＰＥＴ画像に対する更なる前処理工程を任意的に行うよう適合させることが可能である。次いで、セグメント化装置は、ウォーターシェッド・アルゴリズムを適用することにより、ＮＡＣ ＰＥＴ画像を、より小さな領域にセグメント化することが可能である。本実施例では、グラジエント画像は、ウォーターシェッド・アルゴリズムを適用する前に生成される訳でない。次いで、特徴判定装置は、上述したように、領域及び／又は境界特徴を判定し得る。例えば、画像領域毎に、当該画像領域の画像値の平均を判定することが可能であり、それにより、図１６に模式的にかつ例示的に示すような平均画像値特徴画像が結果として生じ、別々の平均を有する画像領域は別々のグレー値と伴って示す。図１７は、境界特徴画像を例示的にかつ模式的に示し、別々の最小画像値を有する境界を別々のグレー値で示す。

【0065】

次いで、割り当て装置は、画像領域と要素クラスとの間の第２の予備割り当てを判定された特徴に応じて判定する。特に、判定された特徴にわたる論理付けにより、空気又は人体に割り当てられるように画像領域がラベリングされる。好ましくは、割り当て規則は、割り当て手順を行うために、判定された特徴に適用される。本実施例では、割り当て規則は、ＮＡＣ ＰＥＴ画像の特徴について判定され、前述の割り当て規則は校正測定によって判定することが可能であり、特徴はＮＡＣ ＰＥＴ画像に基づいて判定され、ＮＡＣ ＰＥＴ画像における要素クラス（特に、空気及び組織の要素クラス）の分布は知られており、割り当て規則は、判定された特徴に対する割り当て規則の適用によって生じる割り当てが、要素クラスに対する画像領域の既知の割り当てをできる限り良好に満たすように予め定められる。結果として生じる画像は、図１８に概略的にかつ例示的に示す。図１８では、参照符号３７は組織を表し、参照符号３８は空気を表す。

【0066】

第２の予備割り当て（すなわち、本実施例では、第２の予備ラベル画像）は、要素クラスの分布を示す組み合わせた割り当てを生成するために予備要素画像供給装置によって供給される要素クラスと予備画像領域との間の第１の予備割り当てによって組み合わせられる、図１８に示すような組織及び空気ラベルを供給する。

【0067】

第１の予備割り当ては、ＣＴ画像、ＭＲ画像、ＮＡＣ ＰＥＴ画像、ＴＯＦ−ＮＡＣ ＰＥＴ画像のうちの少なくとも一方に基づき得る。よって、一実施例では、第１の予備割り当ては、ＮＡＣ ＰＥＴ画像及びＴＯＦ−ＮＡＣ ＰＥＴ 画像の少なくとも一方に基づき得、第２の予備割り当ては、ＮＡＣ ＰＥＴ画像及びＴＯＦ−ＮＡＣ ＰＥＴ画像の他方に基づき得る。すなわち、両方の予備割り当てを同じ獲得ＰＥＴデータに基づいて生成することが可能である。

【0068】

更に、本実施例では、割り当て装置は、減衰マップを生成するために、要素画像の画像領域に減衰値を割り当てるために、割り当てられた要素クラスに減衰値を割り当てるよう適合させることが可能であり、核画像再構成装置は、獲得されたＰＥＴデータ及び減衰マップに基づいてＡＣ ＰＥＴ画像を再構成するよう適合させることが可能である。

【0069】

ＭＲ画像に基づいて予備割り当てを供給するために、供給されたＭＲ画像は好ましくは、平滑化され、グラジエント画像を生成するために差分化され、グラジエント画像にウォーターシェッド・セグメント化を適用することによってセグメント化される。領域及び／又は境界特徴が次いで、好ましくは判定され、判定された特徴は、判定された特徴に、対応する割り当て規則を適用することにより、予備割り当てを生成するために使用される。一実施例では、ウォーターシェッド・セグメント化は更に、ＭＲ画像をセグメント化するために非差分化ＭＲ画像に適用することが可能である。

【0070】

ＰＥＴスキャナは一般に、ＰＥＴ／ＣＴシステムとしてＣＴスキャナと組み合わせて提供される。対照的に、複合ＰＥＴ／ＭＲシステムは、余分な線量がないこと、及び軟組織のコントラストがより良好であることという利点を有する。更に、複合ＰＥＴ／ＭＲシステムは、ＰＥＴデータ及びＭＲデータを同時に獲得するよう適合させることができる。

【0071】

複合ＰＥＴ／ＣＴシステム、及び複合ＰＥＴ／ＭＲシステムも、解剖学的構造について、単独のＰＥＴシステムよりも高精度の情報を提供し、放射減衰特性を、別々の人体領域について導き出すことが可能であり、特に、減衰マップはＣＴ画像及びＭＲ画像それぞれから導き出すことが可能である。ＰＥＴ／ＣＴシステムの場合、減衰係数は、ハンスフィールド値の関数である。ＰＥＴ／ＭＲシステムの場合、より高度な画像処理によって、（例えば、筋肉、脂肪、骨、肺のような別々の組織クラスへの画像セグメント化、及び、組織クラス毎の（すなわち、別々の要素クラスについての）標準減衰値の挿入によって、）得られる。

【0072】

減衰マップを導き出すためのＣＴ及びＭＲ画像の使用における制限は、限定された横断ＦＯＶであり、それにより、特に、大きな人間の場合に、周辺で、ＣＴ画像及びＭＲ画像それぞれを打ち切られ得る。前述の制限はＭＲ内で、より厳しい。横断ＦＯＶは通常、主に、再構成ＦＯＶの境界近くの信号劣化により、ＣＴシステム内よりも小さいからである。更に、場合によっては、ＣＲ画像又はＭＲ画像は例えば、金属インプラント又はポートが理由で歪曲させられ、これは、一部の画像領域について、減衰値を正しく導き出すことを不可能にしている。打ち切られた、又は他のやり方で歪曲させられたＣＴ画像又はＭＲ画像から導き出される誤った減衰マップがＡＣ ＰＥＴ画像を再構成するために使用される場合、再構成ＡＣ／ＰＥＴ画像は不正確になり、かつ／又はアーチファクトを含み得る。

【0073】

対象の画像の画像領域と要素クラスとの間の割り当てを生成する装置及び方法は、特に、ＴＯＦ情報を含まないＮＡＣ ＰＥＴ画像、及び／又はＴＯＦ情報を含むＴＯＦ−ＮＡＣ ＰＥＴ画像と合成することにより、減衰情報を利用することなく再構成された１つ又は複数のＰＥＴ画像と合成することにより、不完全であるか、又は歪曲させられたＣＴ画像又はＭＲ画像から得られる誤った減衰マップにより、不正確なＰＥＴ画像という問題点を解消するよう適合させることが可能である。ＮＡＣ ＰＥＴ画像及び／又はＴＯＦ−ＮＡＣ ＰＥＴ画像は通常、ＣＴ画像又はＭＲ画像において欠落している幾何学的構造を示す。ＮＡＣ ＰＥＴ画像及びＴＯＦ−ＮＡＣ ＰＥＴ画像は別々の解剖学的詳細を含み得、互いに使用し、ＣＴ又はＭＲ画像と合成し得る。対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置及び方法は、好ましくは、それぞれの画像をセグメント化し、セグメント化されたそれぞれの画像をマージすることにより、ＮＡＣ ＰＥＴ画像及びＴＯＦ−ＮＡＣ ＰＥＴ画像の少なくとも一方とＣＴ画像又はＭＲ 画像を合成するよう適合させる。例えば、装置及び方法は、ＮＡＣ ＰＥＴ画像又はＴＯＦ−ＮＡＣ ＰＥＴ画像から導き出されたラベルにより、ＭＲラベル画像における誤った空気組織割り当てを置き換えるよう適合させることが可能である。減衰マップは次いで、結果として生じるマージされたラベル画像から導き出される。

【0074】

よって、一実施例では、対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置及び方法は、まず、ＮＡＣ ＰＥＴ画像及び／又はＴＯＦ−ＮＡＣ ＰＥＴ画像を生成するよう適合させることが可能であり、次いで、ＮＡＣ ＰＥＴ 画像及び／又はＴＯＦ−ＮＡＣ ＰＥＴがセグメント化される。画像領域間の境界及び／又はＴＯＦ−ＮＡＣ ＰＥＴ画像及び／又はＮＡＣ ＰＥＴ画像の結果として生じるセグメント化画像領域について特徴が判定され、判定された特徴に基づいて、少なくとも空気又は組織が、場合によっては、肺組織などの組織タイプの差分化を伴って、当該画像領域の画像要素それぞれ、特に、画素又はボクセルそれぞれに割り当てられる。前述の割り当ては第２の予備割り当てを形成する。更に、ＣＴ画像又はＭＲ画像を供給し、画像領域にセグメント化することが可能であり、結果として生じるセグメント化画像領域は、画像要素それぞれが少なくとも空気又は組織に割り当てられるように少なくとも空気又は組織に割り当てることが可能であり、可能であれば、別々の組織タイプ（肺組織など）の更なる差分化を提供し得る。前述の割り当ては、ａ）ＣＴ又はＭＲ画像、及びｂ）ＮＡＣ ＰＥＴ又はＴＯＦ−ＮＡＣ ＰＥＴ画像に基づいて生成された第１の予備ラベル画像及び第２の予備ラベル画像を画定する第１の予備割り当てを形成する。

【0075】

第１の予備割り当てに対応する第１の予備ラベル画像は、一般に、第２の予備ラベル画像とは別のサイズ及び分解能を有し、これは、ＮＡＣ ＰＥＴ画像又はＴＯＦ−ＮＡＣ ＰＥＴ 画像に基づいて生成される。したがって、割り当て装置は、第１の予備ラベル画像を再フォーマッティングするよう適合させることが可能であり、よって、第１の予備割り当てを第２の予備ラベル画像のサイズ及び分解能に、よって、第２の予備割り当てのサイズ及び分解能に再フォーマッティングするよう適合させることが可能である。

【0076】

第１の予備割り当て及び第２の予備割り当ては、軟組織、肺、筋肉、脂肪、骨、空気等のような要素クラスの分布を示す、マルチソース・ラベル画像（すなわち、人間の要素画像）に第２の予備ラベル画像からのラベルと、第１の予備ラベル画像からのラベルをマージすることにより、要素クラスの分布を示す組み合わせた割り当てを生成するために組み合わせることが可能である。より高度な論理付けは、上述するように、解剖学的構造（すなわち、解剖学的情報）についての事前知識を含み得る。

【0077】

割り当て装置は次いで、好ましくは、マルチソース減衰マップを生成するために、画像領域に対するラベルに応じて、適切な減衰値を割り当てるよう更に適合させる。第１の予備割り当てが、第１の予備割り当てに応じてラベリングされたマルチソース減衰マップの画像領域についてＣＴ画像に基づく場合、前述の画像領域に割り当てられた減衰値は、好ましくは、当初のＣＴ画像の強度値から直接得られた減衰値である。マルチソース減衰マップは好ましくは、ＡＣＴ ＰＥＴ画像を再構成するために核画像再構成装置によって使用される。

【0078】

対象の画像領域と、要素クラスとの間の割り当てを生成する装置及び方法は、特に、走査下にある対象が、ＣＴにおいて高精度で再構成するには大きすぎる場合に、ＰＥＴ／ＣＴ撮像用に適合させることが可能である。上記装置及び方法は、特に、ＭＲ再構成ＦＯＶに近い対象の部分が目に見えない場合に、ＰＥＴ／ＭＲ撮像用に適合させることも可能であり、上記装置及び方法は、高精度の減衰マップの生成を歪曲させる金属インプラントにより、画像部分がアーチファクトを含む場合にＰＥＴ／ＣＴ又はＰＥＴ／ＭＲ撮像用に適合させることが可能である。

【0079】

上述の実施例では、予備画像領域と要素クラスとの間の第１の予備割り当て及び第２の予備割り当て（すなわち、対応する２つの第１の予備ラベル画像及び第２の予備ラベル画像）は、要素画像を生成するために組み合わせられている。更に、他の実施例では、３つ以上の予備割り当て（すなわち、３つ以上の予備ラベル画像）を、最終的に合成された要素画像を生成するために組み合わせることが可能である。

【0080】

開示された実施例に対する他の変形は、図面、明細書、及び特許請求の範囲を検討することにより、本特許請求の範囲に記載の発明を実施するうえで当業者が理解し、実施することが可能である。

【0081】

特許請求の範囲では、「ｃｏｍｐｒｉｓｉｎｇ」の語は他の構成要素又は工程を排除するものでなく、不定冠詞「ａ」又は「ａｎ」は、複数形を排除するものでない。

【0082】

単一のユニット又は装置は、特許請求の範囲記載のいくつかの事項の機能を満たし得る。特定の方策が互いに別々の従属請求項に記載されているということは単に、前述の方策の組み合わせを有利に使用することが可能でないということを示している訳ではない。

【0083】

平滑化処理、差分化、セグメント化、特徴判定、割り当て手順、第１の予備割り当て及び第２の予備割り当ての組み合わせ、特に、１つ又はいくつかのユニット又は装置によって行われる第１の予備ラベル画像及び第２の予備ラベル画像等の組み合わせは、何れかの他の数のユニット又は装置によって行うことが可能である。例えば、工程１０２乃至１０９は、単一のユニット、又は何れかの他の数の別々のユニットによって行うことが可能である。核撮像方法による核撮像システムの制御、及び／又は、対象の画像の画像領域と要素クラスとの間の割り当てを生成する方法による対象の画像の領域と要素クラスとの間の割り当てを生成する装置の制御、並びに／又は、算出及び割り当て手順は、コンピュータ・プログラムのプログラム・コード手段として、かつ／又は、専用ハードウェアとして実現することが可能である。

【0084】

コンピュータ・プログラムは、光記憶媒体上又はソリッドステート媒体上などの適切な媒体上に記憶／配布し、他のハードウェアとともに、又は他のハードウェアの一部として供給し得るが、インターネット、又は他の有線若しくは無線通信システム経由などの他の形態でも配布し得る。

【0085】

特許請求の範囲記載の参照符号はいずれも、その範囲を限定するものと解すべきでない。

【0086】

本発明は、対象の画像の画像領域と、要素クラスとの間の割り当てを生成する装置に関する。装置は、供給された対象画像の画像値、及び供給された第１の予備割り当てに応じて判定される領域及び／又は境界特徴に応じて要素クラスの配布を示す対象の要素画像の画像領域に要素クラスを割り当てる割り当て装置を備える。よって、要素クラスへの割り当てを備えた、結果として生じる要素画像は、必ずしも、供給された対象画像のみに基づいている訳でない一方、供給された予備割り当てにも基づき得る。要素画像によって規定された割り当ての品質が、供給された対象画像の制限によって制限される場合、供給された画像の前述の制限は、結果として生じる要素画像の品質を向上させることが可能であるように予備割り当てによって補償し得る。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】