画像解析

专利摘要:
本発明の様々な実施形態は、画像解析のためのシステム１００及び方法２００に関する。詳細には、本発明の様々な実施形態は、原画像フレーム５０２、５０４、５０６、５０８、５１０のシーケンスに対応するデータを含む画像データセットから低強度フィーチャを抽出する、システム１００及び方法２００に関する。そのような一方法２００は、原画像フレームに対応する画像データセットから複数の主成分ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６を決定し２０２、複数の主成分ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６に主成分分析（ＰＣＡ）フィルタを適用して、複数の主成分ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６から１つ以上の主成分ＰＣ１を破棄することによって、フィルタ処理データセットを決定し２０４、フィルタ処理データセットを変換して、低強度フィーチャが強調されたフィルタ処理複数の画像フレーム４０２、４０４、４０６、４０８、４１０を作り出す２０６ことを含んでなる。
公开号:JP2011509697A
申请号:JP2010537020
申请日:2008-12-03
公开日:2011-03-31
发明作者:アクセルソン，ヤン；リングハイム，アンナ
申请人:ジーイー・ヘルスケア・リミテッド；
IPC主号:A61B6-03

专利说明:

[0001] 本発明は、画像解析に関する。より詳細には、本発明は、例えば陽電子放射断層撮影（ＰＥＴ）画像データを使用する、医療診断のための改善された画像解析技術に関する。]
背景技術

[0002] 例えば疾病の解剖学的又は機能的徴候によって引き起こされる病的状態を臨床医が診断するのを支援するための、様々な医療用画像化技術が存在する。そのような多くの技術は、患者の解剖学的特性及び／又は機能的特性の様々な時間的変化を臨床医に対して強調表示するために使用できる、画像フレームのシーケンスを作り出す。]
[0003] 例えば、患者の解剖学的構造、例えば心臓や脳などが、経時的にどのように変化するかを示す画像フレームのシーケンスを提供する、磁気共鳴画像法（ＭＲＩ）スキャン、機能的磁気共鳴画像法（ｆＭＲＩ）スキャン、コンピュータ断層撮影（ＣＴ）スキャン、又は単光子放射断層撮影（ＳＰＥＣＴ）スキャンを実施することができる。そのような時間的変化は、１回のスキャン中に検出されることもあり、且つ／又は、例えば継続的な通院時に実施される複数回のスキャンの間に検出されることもある。]
[0004] 他の例として、ＰＥＴ画像法を使用して、例えば、患者の器官、例えば脳などの生理学的機能的特性が経時的にどのように変化するかを示す、画像フレームのシーケンスを得ることができる。]
[0005] ＰＥＴは、生化学物質に組み込まれた人工導入された放射性核種が崩壊して陽電子を放出するときのガンマ線を検出した結果として、断層撮影法を使用して体内の機能的プロセスの３次元画像又はマップをコンピュータ生成する、公知の画像化技術である。これらの陽電子の消滅から検出される光子の分析を用いて断層撮影画像フレームを生成し、その断層撮影画像フレームを、カラースケールを使用して定量化し、組織中の生化学物質の拡散を示し、それによって代謝プロセス及び／又は生理学的プロセスの局在を示すことができる。]
[0006] 例えば、ＰＥＴで使用される放射性核種は、フッ素−１８、酸素−１５、窒素−１３、及び炭素−１１（半減期が約１１０分〜約２０分にわたる）など、短寿命の放射性同位体とすることができる。放射性核種は、身体によって通常使用される化合物などの生化学物質に組み込むことができ、それらの物質には、例えば、糖、水、及び／又はアンモニアを含めることができる。次いで、それらの生化学物質を体内に（例えば血流中に）注入又は吸入することができ、体内で、それらの物質（例えば、糖）は、関心組織に集まり、放射性核種が陽電子を放出することによって崩壊する。これらの陽電子は、近くの電子と衝突してガンマ線光子を生成し、それらのガンマ線光子を、検出し、記録し、それによって、放射性核種がどこで身体に取り込まれたかを示すことができる。このデータのセットを使用して、人体における解剖学的情報、生理学的情報、及び代謝情報のうちの１つ以上を調べ、描き出すことができる。]
[0007] 被検者に投与できる放射線の量に制限があり、放射性核種の半減期が一般に短く、特定の記録システムの感度が限られているので、動的ＰＥＴデータは、通常、かなり高いレベルのノイズを特徴とする。他の制限要因は、信号を弱め、ノイズを増大させる、関心分子の代謝分解である。これは、標的への非特異的結合のレベルが高いこと、及び健康な部位と病変部との間の標的発現の差が小さい場合があることとともに、使用される放射性核種又は実施されるスキャンのタイプにかかわらず動的ＰＥＴデータの解析を困難にするおそれのある要因である。これは、個々の画像フレームが、一般に、臨床医による解剖学的構造及び病理の解析及び可視化に最適とはいえないことを意味する。]
[0008] したがって、ＰＥＴスキャンから作り出される時間的に連続した動的画像フレームの画像品質を改善しようとする様々な技術が開発されてきた。]
[0009] 動的ＰＥＴデータにおいてノイズの低減及び量的推定のために使用される標準的な方法の１つは、シーケンスの全体又は一部分の画像フレームの合計、平均（average又はmean）を得ることである。ただし、合計、平均処理された画像は、ノイズの低減には有効なことがあるが、この手法は、異なる動態挙動を備えた領域間に検出される相違を弱めることになり、したがって、有意性のない臨床的フィーチャと潜在的に有意な臨床的フィーチャとの間のコントラストを低下させることになる。]
[0010] 動的ＰＥＴデータの解析に使用される他の方法は、正常な領域と病的領域との区別を強調できる特定の運動学的特性を備えた部位を抽出することを目的として、パラメトリック画像の生成を伴う動態モデリングを使用する。]
[0011] パラメータ推定に使用される、そのような１つの動態モデリング方法は、Ｐａｔｌａｋ法（又は、時にＧｊｅｄｄｅ法）［非特許文献１］として知られる。標的領域と基準放射線濃度との比は、選択された時間までの基準放射線濃度の時間積分をこの時点での放射線濃度によって除したものとして得られる、修正された時間に対してプロットされる。トレーサの蓄積を不可逆的なものとして記述できる場合、トレーサ動態のＰａｔｌａｋグラフ表示は、蓄積速度に比例した傾きをもつ直線となる。この方法は、動的画像化フレームシーケンスにおいて容易に各ピクセルに別個に適用でき、蓄積速度を表すパラメトリック画像の生成を可能にする。]
[0012] しかし、動態モデリングを使用するときの１つの問題は、生成されるパラメトリック画像が低品質であり、同時に画像のノイズがかなり多いことである。この点に関して、Ｐａｔｌａｋ法［非特許文献１］などの動態モデリング方法は、動的データからの生理学的パラメータの測定中に信号対ノイズ比（ＳＮＲ）を最適化しない。]
[0013] また、他のタイプのモデリングに基づいた、パラメトリック画像の生成のための代替的な方法も存在する。例えば、Ｌｏｇａｎプロット、コンパートメントモデリング、又は因子分析やスペクトル解析におけるような成分の抽出がある［非特許文献２］。また、反復２段階（ＩＴＳ：iterative two stage）方法が用いられる集団ベースの手法など、他の代替的な技術も提案されている［非特許文献３］。]
[0014] 動的ＰＥＴデータは、また、主成分分析（ＰＣＡ：principal component analysis）など、多種多様な多変量統計技術を使用して解析することができる［４、５、６］。ＰＣＡは、データセットの次元を低減するためにデータ中の分散共分散構造を同時に見つけるために用いられる。ＰＣＡの結果は、様々な目的で、例えば、因子分析、回帰分析、入力／生画像フレームデータなどの前処理を実施するために使用することができる。]
先行技術

[0015] A. M. Peters, Graphical Analysis of Dynamic Data: The Patlak-Rutland Plot, Nuclear Medicine Communications, 15:669・672, 1994
J. Logan, J. S. Fowler, N. D. Volkow, G-J. Wang, Y-S. Ding, D. L. Alexoff, Distribution Volume Ratios without Blood Sampling from Graphical Analysis of PET Data, Journal of Cerebral Blood Flow Metabolism, 16:834-840, 1986
A. Bertoldo, G. Sparacino, C. Cobelli, Population Approach Improves Parameter Estimation of Kinetic Models from Dynamic PET Data,IEEE Transactions on Medical Imaging, vol. 23, no3, pp. 297-306, 2004, ISSN 0278-0062
R. C. Gonzalez and R. E. Woods, Digital Image Processing, Second Edition, Chapter 11, Prentice Hall, New Jersey, USA
Lindsay I Smith, A tutorial on Principal Components Analysis, 26 February 2002, http://www.cs.otago.ac.nz/cosc453/student#tutorials/principal#components.pdf
Pasha Razifar, Novel Approaches for Application of Principal Component Analysis on PET Images for Improvement of Image Quality and Clinical Diagnosis, PhD thesis, Uppsala University, ISSN 1651-6214, ISBN 91-554-6387-8
C. S. Patlak and R. G. Blasberg, Graphical Evaluation of Blood-to-Brain Transfer Constants from Multiple-Time Uptake Data, Journal of Cerebral Blood Flow Metabolism, 5:584-590, 1985
RAZIFAR et al: "A new application of pre-normalized principal component analysis for improvement of image quality and clinical diagnosis in human brain PET studies", NEUROIMAGE, ACADEMIC PRESS, ORLANDO,FL, US, vol.33, no.2,2 November 2006 (2006-11-02), pages 588-598, XP005732086, ISSN:1053-8119, page 590-page 596; figures 3-6]
発明が解決しようとする課題

[0016] しかし、要約すれば、連続画像フレームの解釈は、困難なままであり、臨床医に強調表示するために臨床的に有意なフィーチャをより確実に抽出できる技術が依然として必要とされている。]
課題を解決するための手段

[0017] したがって、従来技術に付随した前述の問題及び欠点を念頭において、本発明の様々な態様及び実施形態を考案した。]
[0018] 本発明の第１の態様によれば、原画像フレームのシーケンスに対応するデータを含む画像データセットから低強度フィーチャを抽出する方法が提供される。この方法は、原画像フレームに対応する画像データセットから複数の主成分（ＰＣ）を決定し、複数の主成分に主成分分析（ＰＣＡ）フィルタを適用して、複数の主成分から１つ以上の主成分（ＰＣ）を破棄することによって、フィルタ処理データセットを決定し、フィルタ処理データセットを変換して、低強度フィーチャが強調されたフィルタ処理複数の画像フレームを作り出すことを含んでなる。]
[0019] 本発明のこの態様による方法は、従来技術を上回る様々な改善を提供する。例えば、この方法は、臨床的に有意な可能性のある画像中の低強度フィーチャを強調するだけでなく、また、例えば、画像フレームデータが特にノイズの多いものとなり得るＰＥＴスキャン中のトレーサ取込みを描出するような画像フレームの時間的シーケンスを見るときに、ノイズを低減し、より良好な時間的画像の可視化を可能にする。]
[0020] 本発明の第２の態様によれば、本発明の第１の態様による方法を実装するようにデータ処理装置を構成するコンピュータコードを含む、コンピュータプログラム製品が提供される。]
[0021] そのようなコンピュータプログラム製品を使用して、例えば、低強度フィーチャが強調された改善された画像シーケンスを従来の医療用画像化システムが提供できるように、それらの従来の医療用画像化システムの機能をアップグレードすることができる。]
[0022] 本発明の第３の態様によれば、原画像フレームのシーケンスに対応するデータを含む画像データセットから低強度フィーチャを表示するシステムが提供される。このシステムは、原画像フレームのシーケンスを取得するように動作可能な画像取得モジュールを含む。そのシステムは、また、ａ）原画像フレームに対応する画像データセットから複数の主成分を決定し、ｂ）複数の主成分に主成分分析（ＰＣＡ）フィルタを適用して、複数の主成分から１つ以上の主成分を破棄することによって、フィルタ処理データセットを決定し、ｃ）フィルタ処理データセットを変換して、低強度フィーチャが強調されたフィルタ処理複数の画像フレームを作り出すように動作可能な、画像解析装置を含む。そのシステムは、フィルタ処理画像フレームを、例えば、臨床医が後で解釈できるようにその臨床医に表示するように動作可能な、ディスプレイをさらに含む。]
[0023] このようなシステムの諸要素が、互いに遠隔に位置することができ、必ずしもともに同一の物理的又は地理的場所に見出されるわけではないことが理解される。]
図面の簡単な説明

[0024] 本発明の一実施形態による被検者の臨床診断のためのシステムを示す図である。
本発明の様々な実施形態による動的な連続画像データセットから低強度フィーチャを抽出する方法を示す図である。
本発明の一態様にしたがって実施された実験的な１７フレーム動的ＰＥＴ脳画像化研究から得られた主成分分析画像を示す図である。
実験的な１７フレーム動的ＰＥＴ脳画像化研究からのフィルタ処理フレーム１１〜１５を示す図である。
実験的な１７フレーム動的ＰＥＴ脳画像化研究からのフィルタ処理されていない原フレーム１１〜１５を示す図である。
本発明の様々な実施形態とともに使用するためのグラフィカルユーザインターフェース（ＧＵＩ）から得られた第１のスクリーンショットを示す図である。
図６と同一の、ただし操作パラメータセットが異なるＧＵＩを使用して得られた、他のスクリーンショットを示す図である。
図６と同一の、ただし操作パラメータセットが異なるＧＵＩを使用して得られた、残差画像のスクリーンショットを示す図である。] 図６
実施例

[0025] 図１は、本発明の一実施形態による被検者の臨床診断のためのシステム１００を示す。システム１００は、様々なインターフェース１２３、１２６、画像取得モジュール１２２、及び画像解析装置１２４を提供するように構成された、データ処理装置１２０を含む。インターフェース１２３、１２６、画像取得モジュール１２２、及び画像解析装置１２４は、中央処理装置（図示せず）の制御下でデータバス１２５を通じて論理的につなぎ合わせることができる。] 図１
[0026] データ処理装置１２０は、データ処理装置１２０を外部コンポーネントにインターフェース接続する、第１の汎用インターフェース１２６を提供する。この実施形態では、外部コンポーネントには、１つ以上のユーザ入力デバイス１２８（例えば、マウス／キーボードなど）に結合された入力データリンク１２７、インターネット１４２に結合されたネットワークデータリンク１４３、及びディスプレイ１３０に結合されたディスプレイデータリンク１２９が含まれる。さらに、汎用インターフェース１２６は、また、システム１００のユーザがそれを通じてデータやコマンドなどを入力し、ディスプレイ１３０を見ることによって視覚的情報を受け取ることのできる、ＧＵＩ１２３を提供する。]
[0027] ＧＵＩ１２３は、被検者の様々な解剖学的部分の２次元及び／又は３次元表現を作り出すように動作可能である。そのような表現には、例えば、各領域における物質の取込み又は使用に応じたそれらの領域のカラーコーディングを含めることができる。これによって、システム１００のユーザが容易に視認できるようになる。さらに、様々な実施形態では、ユーザは、また、入力デバイス１２８を使用してＧＵＩ１２３を操作することによって、画像を回転させ、且つ／又は３Ｄ画像をスライスすることができる。]
[0028] 様々な実施形態では、データ処理装置１２０は、例えば、パーソナルコンピュータ（ＰＣ）などの汎用コンピュータによって提供することができる。このような汎用コンピュータは、ソフトウェアモジュールを使用して画像取得モジュール１２２と画像解析装置１２４との両方を提供することができ、したがって、ソフトウェアアップグレードを用いて既存の機器の機能的能力をアップグレードすることによって実装することができる。例えば、コンピュータコードを含むコンピュータプログラム製品１４４を、リモートサーバ（図示せず）からインターネット１４２を経由してネットワークデータリンク１４３を通じてデータ処理装置１２０へと送信することもでき、又は、例えば、ＣＤ、ＤＶＤ、磁気ディスク、ＲＯＭ、フラッシュメモリデバイスなど、物理的媒体上で提供することもできる。]
[0029] システム１００は、また、データリンク１３９によってデータ処理装置１２０に結合された任意の陽電子放射断層撮影（ＰＥＴ）スキャナ１４０と、データリンク１３１によってデータ処理装置１２０に結合された任意のデータストア１３２とを含む。ＰＥＴスキャナ１４０及び／又はデータストア１３２は、画像データを画像取得モジュール１２２に提供するように構成することができる。例えば、ＰＥＴスキャナを設けない場合、画像データは、予め生成された画像データをその中に格納できるデータストア１３２から提供することができる。そのような予め生成された画像データは、システム１００から遠隔で（例えば、適切な画像データ生成施設が利用可能な遠隔の病院内などで）生成し、続いてデータストア１３２へと転送することができ、そのデータストア１３２からそのような予め生成された画像データを画像取得モジュール１２２によって検索することができる。画像取得モジュール１２２は、さらに、ＰＥＴスキャナ１４０によって生成された画像データをアーカイビング目的でデータストア１３２へと転送するように動作可能である。]
[0030] 画像解析装置１２４は、画像データに対して画像解析を実施するように動作可能である。そのような画像データは、例えば、被検者の解剖学的構造の特定の部分から得られる画像の時間的シーケンスに対応する、画像フレームのシーケンスの形態で提供することができる。例えば、画像フレームは、ＰＥＴスキャンから得られる、被検者の脳や心臓などにおける放射性同位体標識分子の取込みを示す、画像の時間シーケンスに対応することができる。代替的に、又は追加的に、画像フレームは、磁気共鳴画像法（ＭＲＩ）から（例えば、様々なスキャンシーケンス、動的研究、及び／若しくは機能的画像化から）、光学的画像化から（例えば、様々な波長で）、並びに／又はＸ線画像化から（例えば、動的研究やＣＴスキャンなどを実施するときに）得ることもできる。]
[0031] 図２は、本発明の様々な実施形態による動的な連続画像データセットから低強度フィーチャを抽出する方法２００を示す。画像データは、単一スライスの動的シーケンス（２次元画像）の形態とすることもでき、又は体積の動的シーケンス（１つのエンティティとして扱われる画像の３次元スタック）の形態とすることもできる。以下の説明は、２次元画像シーケンスを想定する。画像シーケンスのフィルタ処理は、スライス位置ごとに実施することができる。方法２００は、例えば、図１に示し、前述した、画像解析装置１２４を使用して実施することができる。] 図１ 図２
[0032] 当該方法は、連続画像データセットにおいてフレームを形成する各画像に対応するデータから主成分を決定する第１の段階２０２を含む。]
[0033] 他の正規化技術、例えば、Ｒａｚｉｆａｒ［非特許文献６］によって記載された正規化技術が有用と判明する可能性もあるが、前述の方法は、ロバストであり、すべてのフレームからのデータに等しく加重するので、信頼性が高いことが知られている。]
[0034] 共分散行列Ｃを決定したら、次いで、その共分散行列Ｃについての単位固有ベクトルを従来の方法［４，５］で決定する。]
[0035] こうして決定された固有ベクトルを、それらのそれぞれの固有値にしたがって並べる、すなわち、最高の固有値を有する固有ベクトル（最上位成分（ＰＣ１））から始まって、最低の固有値を有する固有ベクトル（最下位成分（ＰＣｎ））へと進む。こうして並べられた固有ベクトルＰＣ１〜ＰＣｎは、したがって、それぞれの画像フレームについて画像データセットの主成分に対応するｎ個の固有ベクトルのセットを提供する。]
[0036] 主成分を決定したら、方法２００の次の段階は、段階２０４において、主成分にＰＣＡフィルタを適用して、フィルタ処理データセットを決定する段階である。]
[0037] ＰＣＡフィルタを適用して１つ以上の主成分を破棄するために、様々な技術を使用することができ、これらの技術のうちのいくつかについて以下でさらに説明する。定義のために、本明細書で使用する破棄に関する表現は、１つ以上の主成分の大きさ（magnitude）を低減することを意味するものと理解され、したがって、破棄には、１つ以上の主成分に、０≦α＜１となるような重み付け係数αを乗じることが含まれる。]
[0038] 破棄する主成分は、より高次の主成分であってもより低次の主成分であってもよく、より高次の主成分は、最上位成分ＰＣ１に向かって分類された、その最上位成分ＰＣ１を含む主成分であり、より低次の主成分は、最下位成分ＰＣｎに向かって分類された、その最下位成分ＰＣｎを含む主成分である。そのような、より低次のノイズ成分を除去すると、ノイズが低減される。]
[0039] 様々な実施形態では、破棄する、より高次の１つ以上の主成分は、最上位成分ＰＣ１を単に除去することによって決定される。様々な画像化技術では、ＰＣ１は、血液の動的挙動を特定することになる。したがって、より高次の１つ以上の主成分の除去を使用して、異なる動態挙動をもつ、よりぼんやりしたフィーチャをマスクしかねない真のフィーチャ（すなわち、ノイズではない）を除去することができる。]
[0040] 追加的に、又は代替的に、破棄すべき１つ以上の主成分は、１つ以上の分散寄与閾値を動的に設定し、例えば対応する固有値に基づいたそのパーセンテージ分散寄与がそれぞれの分散寄与閾値未満である又はそれぞれの分散寄与閾値を超える主成分を破棄することによって、決定することもできる。]
[0041] 本発明の様々な実施形態は、さらに、例えばスクリープロット分析を使用して、破棄する１以上のより低次の主成分を決定することができる。]
[0042] スクリープロットは、主成分がｘ軸上にプロットされ、各主成分についての対応するパーセンテージ分散値がｙ軸上にプロットされた、図的分析技術である。一般に、スクリープロットは、より高次の主成分から急速に低下し、「ニー（knee）」に到達し、次いで横ばいになる。]
[0043] スクリープロットは、主成分の分散寄与（例えば、主成分のそれぞれの固有値によって定義される）がどこで横ばいになってノイズフロアに達するかを決定するために適用され、ノイズフロアを下回る成分を破棄する。ノイズフロアは、様々な方法で決定することができ、データに依存する。例えば、より低い分散寄与閾値をスクリープロットのニーのすぐ下の値に設定することができ、その閾値を下回る分散値を有するすべての主成分を破棄する。]
[0044] 追加的に、又は代替的に、破棄する１つ以上の主成分は、破棄すべき１つ以上の主成分を動的に設定し、フィルタ処理画像の残差（residual）解析によって決定することもできる。すなわち、フィルタ処理画像と原画像との相違は、視覚的に又はコンピュータアルゴリズムによって解析される。残差画像は、破棄されるより低次の主成分を選択する（フィルタ処理のために）、ＰＣＡフィルタを使用して、計算することができる。すなわち、画像を作成するために使用される主成分は、残差画像については破棄される。図８は、図６からのフィルタ処理画像の残差画像の一例を示す。] 図６ 図８
[0045] 原画像は、検出器対間の同時計数に対応するＰＥＴスキャンから得られた生データを含むことがある。各検出器対について記録された事象のカウントは、生データであり、それをヒストグラム化してサイノグラムを得ることができる。サイノグラムは、各検出器対についてのカウントの画像と見なすことができ、画像を提供するように変換（例えば、再構築）することができる。したがって、様々な実施形態では、画像を変換又は再構築する前に、生データをフィルタ処理することができる。]
[0046] 本発明による方法の様々な実施形態は、複数の主成分を決定する前に画像データセットからバックグラウンドピクセルをフィルタ処理することをさらに含むことができる。]
[0047] これは、画像フレームからの入力を使用して有意な生理学的特性を計算する薬物動態モデリングに特に有用であり、それは、特定の状況下で、これらの特性をピクセルごとに計算するために使用されるアルゴリズムがロバストではなく、むしろノイズを追加して質の悪い画像を作り出すという既存の問題に対処するからである。そのようなモデリングアルゴリズムを使用する前にフィルタ処理段階を実施することによって、本発明の様々な実施形態は、この問題に対処する。]
[0048] 例えば、Ｐａｔｌａｋモデル［非特許文献７］を使用してパラメトリック画像を作り出すことができる。ただし、これは、非常にノイズの多い画像を生成する。それゆえ、この問題に対処するために、本発明の様々な実施形態によるＰＣＡフィルタの適用を使用して、Ｐａｔｌａｋ技術［非特許文献７］を使用した画像を作成する前にノイズを除去し、これにより、大きく改善された画像をもたらす。]
[0049] 通常、薬理学的研究では、被検者に何度も放射性物質を注入する必要がある。したがって、同じ被検者に何度もスキャンを実施すること（例えば、異なる条件下で）は、現在、最大許容放射線量の制限によって阻まれている。したがって、本発明の様々な実施形態のノイズフィルタリング技術を用いて（例えば、また、有意性の低い成分だけを除去することによって）、１人の人間に対して実施可能な研究の数を有用に拡大することができる。]
[0050] 後者のノイズフィルタリング技術は、また、ＰＥＴスキャニングが使用されるときに有用である。例えば、そのノイズフィルタリング技術は、残留放射能が崩壊するのを待つ必要なしに（例えば、ほぼ２時間の半減期のフッ素−１８の場合、きわめて非実用的となる）、身体の様々な部分に実施されたＰＥＴスキャンによって取得された連続画像からの、より良好な定量的及び定性的情報の抽出を可能にすることができる。そのような技術では、従来、注入される放射性物質の量を漸増させる必要があり、したがって、その前に注入された各線量からの残留信号は、その後に注入された線量によって生成されるより大きな信号によってマスクされる。]
[0051] 段階２０４で主成分にＰＣＡフィルタを適用してフィルタ処理データセットを決定したら、方法２００の次の段階２０６は、フィルタ処理データセットを新しい画像データセットＮｅｗＤａｔａＳｅｔに変換する段階である。新しい画像データセットを使用して、臨床的に有意な可能性のある低強度フィーチャが強調され、またさらに可視化改善のために画像ノイズが低減された、フィルタ処理複数の画像フレームを提供することができる。]
[0052] フィルタ処理データセットは、フィーチャベクトルＦｅａｔｕｒｅＶｅｃｔｏｒを使用して計算される。フィーチャベクトルは、選ばれた主成分（固有ベクトル）を含むベクトルの行列であるので、次式の通りとなる。]
[0053] 式中、αiは、ＰＣＡフィルタによってｉ番目の固有ベクトルに適用されるそれぞれの重み付け係数である。０又は１であるαi値についてデータがどのように処理されるか、以下で説明する。また、他のαi値も使用することができる。]
[0054] 原フレーム画像データは、以下の方法で修正される。すなわち、
初めに、画像データを主成分（固有ベクトル）の座標系へと回転させ、次元を選択された成分の数へと切り捨てる。]
[0055] 式中、ＦｅａｔｕｒｅＶｅｃｔｏｒTは、ＦｅａｔｕｒｅＶｅｃｔｏｒの転置であり、ＤａｔａＡｄｊｕｓｔTは、正規化された原画像データベクトルの転置である。したがって、ＦｉｎａｌＤａｔａは、ＰＣＡ画像を表す。]
[0056] ２番目に、切り捨てたデータを、以下の操作を使用して変換し、元の次元に戻す。]
[0057] ３番目に、ＮｅｗＤａｔａＳｅｔの正規化を元に戻す。これは、通常、標準偏差を乗じ、平均値を加えることによって行い、例えば、以上で正規化に使用したのと同じ値の標準偏差及び平均値を使用して行う。]
[0058] 最後に、ＮｅｗＤａｔａＳｅｔを再フォーマットして画像を提供し、原画像セットと同数のフレームを備えたフィルタ処理画像セットをもたらす。この再フォーマットプロセスは、ＮｅｗＤａｔａＳｅｔ内の１次元データベクトルから２次元画像を再形成することができる。]
[0059] 図３は、実験的な１７フレーム動的ＰＥＴ脳画像化研究から得られた主成分分析画像３００を示しており、それらの１１番目から１５番目までの原フレームが図５に示されている。] 図３ 図５
[0060] この実験では、Ｇｅｎｅｒａｌ Ｅｌｅｃｔｒｉｃ Ｄｉｓｃｏｖｅｒｙ ＳＴ ＰＥＴ／ＣＴカメラを使用し、トレーサは、脳障害の研究に提供される実験用トレーサとした。スキャン時間は、初めの数分間で取得されるフレームについては１０秒に設定し、９０分後に取得されるフレームについて最大１５分という徐々に長い取得時間を、フレームに対して使用した。次いで、すべてのフレームをＰＣＡフィルタリング解析で使用した。]
[0061] 最上位主成分ＰＣ１は、主成分の分散に８３％寄与する。２番目に高次の主成分ＰＣ２は、主成分の分散に８％寄与する。３番目の主成分ＰＣ３は、主成分の分散に４％寄与する。４番目の主成分ＰＣ４は、主成分の分散に０．９％寄与する。５番目の主成分ＰＣ５は、主成分の分散に０．８％寄与する。６番目の主成分ＰＣ６は、主成分の分散に０．６％寄与する。]
[0062] 図４は、実験的な１７フレーム動的ＰＥＴ脳画像化研究からのフィルタ処理フレーム１１〜１５を示す。フィルタ処理フレームは、図２の方法を図５に示した原画像フレームに適用することによって得られる。] 図２ 図４ 図５
[0063] この事例では、ＰＣＡフィルタを適用して、主成分ＰＣ１、ＰＣ２及びＰＣ７〜ＰＣ１７を完全に除去した（すなわち、α1＝α2＝α7＝．．．α17＝０）。次いで、以上の式（５）にしたがってフィーチャベクトルを作り出し、次いで、式（６ａ）及び（６ｂ）にしたがってフィーチャベクトルから新しい画像データセットを作り出した。]
[0064] ここに表示した新しい画像データのサブセットは、図４に示したように、フィルタ処理１１番目の画像フレーム４０２、フィルタ処理１２番目の画像フレーム４０４、フィルタ処理１３番目の画像フレーム４０６、フィルタ処理１４番目の画像フレーム４０８、及びフィルタ処理１５番目の画像フレーム４１０を含む。] 図４
[0065] 図５は、実験的な１７フレーム動的ＰＥＴ脳画像化研究からの原画像フレーム１１〜１５を示す。図５は、比較しやすいように図４の隣に示されている。] 図４ 図５
[0066] 図４と図５を比較すると、フィルタ処理画像フレーム１２〜１５の画像の右上の象限に、臨床的に関心の高いフィーチャをはっきりと視認できることが明らかである。これは、図５を見ると容易には明らかにならないが、組織の動的アーチファクトの結果としての干渉がほとんど又は全くない、非常にはっきりと輪郭が描かれた低強度フィーチャである。本発明者らによるさらなる研究で、この技術の結果として検出された低強度フィーチャが、Ｘ線コンピュータ断層撮影など、代替的な技術を使用して見出された結果とよく一致することが確認された。] 図４ 図５
[0067] 図６は、本発明の一実施形態によるＧＵＩによって提供される第１のスクリーンショット６００を示す。スクリーンショット６００は、例えば、図１に概略的に示したＧＵＩ１２３の操作から得ることができる。] 図１ 図６
[0068] スクリーンショット６００は、本発明の様々な態様による方法を適用することによって得られた、フィルタ処理画像フレーム６１０を示す。スクリーンショット６００は、また、ユーザが操作可能な第１のスライダ６０４及び第２のスライダ６０６を含む、ＰＣＡフィルタ制御セクション６０２を示す。]
[0069] 第１のスライダ６０４は、フィルタ処理データセットを作り出すときに、より高次のどの主成分を破棄するかを決定する、第１の分散寄与閾値を設定するために使用することができる。ここに示した事例では、分散寄与閾値は、「３」に設定されており、それによって、フィルタ処理データセットを作り出すときに１番目の主成分及び２番目の主成分（ＰＣ１及びＰＣ２）が破棄されるようにしている。]
[0070] 第２のスライダ６０６は、フィルタ処理データセットを作り出すときに、より低次のどの主成分を破棄するかを決定する、第２の分散寄与閾値を設定するために使用することができる。ここに示した事例では、分散寄与閾値は、「５」に設定されており、フィルタ処理データセットを作り出すために３番目〜５番目の主成分（ＰＣ３〜ＰＣ５）が選択され、より低次の他のすべての成分（この事例ではＰＣ６〜ＰＣ１７）が破棄されるようにしている。]
[0071] フィルタ処理画像フレーム６１０は、本発明を適用することによって低強度フィーチャが強調された画像を示す。]
[0072] 図７は、図６と同一の、ただし異なる操作パラメータが設定されたＧＵＩの操作から得られた、他のスクリーンショット７００を示す。] 図６ 図７
[0073] スクリーンショット７００は、原画像フレームのシーケンスから決定されたすべての主成分を使用して得られた、フィルタ処理されていない画像フレーム７１０を示す。]
[0074] スクリーンショット７００は、また、ユーザが操作可能な第１のスライダ６０４及び第２のスライダ６０６を含む、ＰＣＡフィルタ制御セクション６０２を示す。ただし、この事例では、第１のスライダ６０４は、「１」に設定されており、したがって、変換するためのデータセットを作り出すときに、より高次の主成分が破棄されないようにしている。さらに、第２のスライダ６０６は、「１７」に設定されており、それによって、データセットを作り出すときにすべての主成分（ＰＣ１〜ＰＣ１７）が選択されるようにしている。]
[0075] 図６の画像フレーム６１０と図７の画像フレーム７１０とを比較すると、やはり、本発明の様々な態様を適用することによって臨床的に関心の高いフィーチャがよりはっきりと視認可能になることが明らかである。] 図６ 図７
[0076] したがって、本発明者らの調査から、本発明の様々な態様及び実施形態によって提供される本明細書に記載の画像解析技術が、従来の画像解析技術を上回る有用な改善をもたらすことが明らかと考えられている。]
[0077] 図８は、異なる操作パラメータが設定された図６と同一のＧＵＩを使用して得られた、残差画像８１０のスクリーンショット８００を示す。残差画像８１０は、破棄される（フィルタ処理のため）より低次の主成分を選択することによって、前述のＰＣＡフィルタを使用して計算される。] 図６ 図８
[0078] 本発明について様々な態様及び好ましい実施形態にしたがって記載したが、本発明の範囲がそれらだけに限定されるものとは見なされず、それらのすべての変形形態及び均等物がやはり特許請求の範囲内に入るものと本出願人らが意図していることを、理解すべきである。]
[0079] 本明細書で引用した文献の開示内容は援用によって本明細書の内容の一部をなす。]

权利要求:

請求項1
原画像フレーム（５０２、５０４、５０６、５０８、５１０）のシーケンスに対応するデータを含む画像データセットから低強度フィーチャを抽出する方法（２００）であって、前記原画像フレームに対応する前記画像データセットから複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定し（２０２）、前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）に主成分分析（ＰＣＡ）フィルタを適用して、前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）から１つ以上の主成分（ＰＣ）を破棄することによって、フィルタ処理データセットを決定し（２０４）、前記フィルタ処理データセットを変換して、低強度フィーチャが強調されたフィルタ処理複数の画像フレーム（４０２、４０４、４０６、４０８、４１０）を作り出す（２０６）ことを含んでなる方法（２００）。
請求項2
破棄する１つ以上の前記主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）が、より高次の主成分（ＰＣ１）である、請求項１記載の方法（２００）。
請求項3
破棄する前記より高次の１つ以上の主成分（ＰＣ１）が、最上位主成分を除去することによって、且つ／又は、第１の分散寄与閾値を動的に設定し、全主成分分散に対するそのパーセンテージ分散寄与が前記第１の分散寄与閾値未満である主成分を破棄することによって決定される、請求項２記載の方法（２００）。
請求項4
破棄する１つ以上の前記主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）が、より低次の主成分（ＰＣ６）である、請求項１乃至請求項３のいずれか１項記載の方法（２００）。
請求項5
破棄する前記より低次の１つ以上の主成分（ＰＣ６）が、第２の分散寄与閾値を動的に設定し、全主成分分散に対するそのパーセンテージ分散寄与が前記第２の分散寄与閾値未満である主成分を破棄することによって、且つ／又は、スクリープロットを適用して、主成分の分散寄与がどこで横ばいになってノイズフロアに達するかを決定し、ノイズフロアを下回る成分を破棄することによって決定される、請求項４記載の方法（２００）。
請求項6
破棄する１つ以上の前記主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）が、破棄すべき１つ以上の主成分を動的に設定することによって決定され、且つ／又は、フィルタ処理１つ以上の画像フレーム（４０２、４０４、４０６、４０８、４１０）の１つ以上の残差を解析することによって決定される、請求項１乃至請求項５のいずれか１項記載の方法（２００）。
請求項7
前記画像データセットから前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定する（２０２）前に、前記画像データセットからバックグラウンドピクセルをフィルタ処理することをさらに含む、請求項１乃至請求項６のいずれか１項記載の方法（２００）。
請求項8
前記画像データが、陽電子放射断層撮影（ＰＥＴ）スキャンから得られたデータを含む、請求項１乃至請求項７のいずれか１項記載の方法（２００）。
請求項9
前記原画像フレーム（５０２、５０４、５０６、５０８、５１０）が、前記生データセットから前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定する（２０２）前にフィルタ処理された生データを含んでおり、前記フィルタ処理生データが、次いで、フィルタ処理画像データセットを提供するように再構築される、請求項１乃至請求項８のいずれか１項記載の方法（２００）。
請求項10
請求項１乃至請求項９のいずれか１項記載の前記方法（２００）の前記段階（２０２、２０４、２０６）のうちの１つ以上を実装するようにデータ処理装置（１２０）を構成するコンピュータコードを含んでなる、コンピュータプログラム製品（１４４）。
請求項11
ユーザにグラフィカルユーザインターフェース（１２３）（ＧＵＩ）を提供するようにさらに動作可能である、請求項１０記載のコンピュータプログラム製品（１４４）。
請求項12
前記ＧＵＩ（１２３）が、第１の分散寄与閾値及び第２の分散寄与閾値のうちの１つ以上を設定するように動作可能なフィルタ制御セクション（６０２）を含む、請求項１１記載のコンピュータプログラム製品（１４４）。
請求項13
前記フィルタ制御セクション（６０２）が、それぞれの分散寄与閾値を設定するようにそれぞれ動作可能な１つ以上のスライダ（６０４、６０６）を含む、請求項１２記載のコンピュータプログラム製品（１４４）。
請求項14
原画像フレーム（５０２、５０４、５０６、５０８、５１０）のシーケンスに対応するデータを含む画像データセットから低強度フィーチャを表示するシステム（１００）であって、前記原画像フレーム（５０２、５０４、５０６、５０８、５１０）のシーケンスを取得するように動作可能な画像取得モジュール（１２２）と、ａ）前記原画像フレーム（５０２、５０４、５０６、５０８、５１０）に対応する前記画像データセットから複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定し、ｂ）前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）に主成分分析（ＰＣＡ）フィルタを適用して、前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）から１つ以上の主成分を破棄することによって、フィルタ処理データセットを決定し、ｃ）前記フィルタ処理データセットを変換して、低強度フィーチャが強調されたフィルタ処理複数の画像フレーム（４０２、４０４、４０６、４０８、４１０）を作り出すように動作可能な、画像解析装置（１２４）と、前記フィルタ処理画像フレーム（４０２、４０４、４０６、４０８、４１０）を表示するように動作可能なディスプレイ（１３０）とを備えてなるシステム（１００）。
請求項15
１つ以上の前記主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）が、より高次の主成分（ＰＣ１）である、請求項１４記載のシステム（１００）。
請求項16
前記画像解析装置（１２４）が、最上位主成分を除去することによって、且つ／又は、第１の分散寄与閾値を動的に設定し、全主成分分散に対するそのパーセンテージ分散寄与が前記第１の分散寄与閾値未満である主成分を破棄することによって、破棄する、より高次の１つ以上の主成分（ＰＣ１）を決定するように構成される、請求項１５記載のシステム（１００）。
請求項17
１つ以上の前記主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）が、より低次の主成分（ＰＣ６）である、請求項１４乃至請求項１６のいずれか１項記載のシステム（１００）。
請求項18
前記画像解析装置（１２４）が、第２の分散寄与閾値を動的に設定し、全主成分分散に対するそのパーセンテージ分散寄与が前記第２の分散寄与閾値未満である主成分を破棄することによって、且つ／又は、スクリープロットを適用して、主成分の分散寄与がどこで横ばいになってノイズフロアに達するかを決定し、ノイズフロアを下回る成分を破棄することによって、破棄する、より低次の１つ以上の主成分（ＰＣ６）を決定するように構成される、請求項１７記載のシステム（１００）。
請求項19
前記画像解析装置（１２４）が、破棄すべき１つ以上の主成分を動的に設定することによって、破棄する１つ以上の前記主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定するようにさらに構成され、且つ／又は、前記フィルタ処理１つ以上の画像フレーム（４０２、４０４、４０６、４０８、４１０）の１つ以上の残差を解析することによって、破棄する１つ以上の前記主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定するようにさらに構成される、請求項１４乃至請求項１８のいずれか１項記載のシステム（１００）。
請求項20
前記画像解析装置（１２４）が、前記画像データセットから前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定する前に、前記画像データセットからバックグラウンドピクセルをフィルタ処理するようにさらに構成される、請求項１４乃至請求項１９のいずれか１項記載のシステム（１００）。
請求項21
前記画像解析装置（１２４）が、前記生データセットから前記複数の主成分（ＰＣ１、ＰＣ２、ＰＣ３、ＰＣ４、ＰＣ５、ＰＣ６）を決定する（２０２）前に前記原画像フレーム（５０２、５０４、５０６、５０８、５１０）の生データをフィルタ処理し、前記フィルタ処理生データからフィルタ処理画像データセットを再構築するようにさらに構成される、請求項１４乃至請求項２０のいずれか１項記載のシステム（１００）。
請求項22
前記画像取得モジュール（１２２）に動作可能に結合されたＰＥＴスキャナ（１４０）をさらに含む、請求項１４乃至請求項２１のいずれか１項記載のシステム（１００）。