図面 (/)

この項目の情報は公開日時点(2020年10月29日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (7)

課題・解決手段

腫瘍を検出するためのシステムおよび方法である。患者の3次元スキャンが、造影剤注入前および/または後に、透過放射線を用いて実行される。生密度アレイスキャンから形成される。臓器内の密度の中央値が計算され、そして、オフセットアレイを形成するために、生密度アレイそれぞれから減算される。オフセットアレイは、ペア毎に減算され、そして、弁別器アレイを形成するために差分が加算される。

概要

背景

コンピュータ体軸断層撮影スキャンは、患者内部組織の画像を獲得するために使用され得る。そして、そうした画像は、患者における、腫瘍といった、異常の徴候(indications)を示し得る。しかしながら、これらの指示は微妙なものであり、存在する異常の診断を失敗するリスク、または、正常な臓器に異常が存在すると誤って結論付けるリスクを結果として生じることがある。

従って、腫瘍を検出する改良されたシステムおよび方法に対する必要性が存在している。

概要

腫瘍を検出するためのシステムおよび方法である。患者の3次元スキャンが、造影剤注入前および/または後に、透過放射線を用いて実行される。生密度アレイがスキャンから形成される。臓器内の密度の中央値が計算され、そして、オフセットアレイを形成するために、生密度アレイそれぞれから減算される。オフセットアレイは、ペア毎に減算され、そして、弁別器アレイを形成するために差分が加算される。

目的

本発明は、これに限定されるものではなく、そして、いくつかの実施形態において、磁気共鳴画像スキャン、または、陽電子放射断層撮影(positron emission tomography)スキャン、もしくは、ヒト患者以外のオブジェクトのスキャンといった、3次元密度データを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

腫瘍を検出するための方法であって、複数の生密度アレイそれぞれにおいて、それぞれの生密度アレイの領域の中でそれぞれの中央値を決定するステップであり、前記複数の生密度アレイそれぞれは、複数のアレイ要素を有する3次元アレイであり、前記生密度アレイそれぞれは、それぞれの時点と関連付けられており、前記生密度アレイそれぞれの各要素は、それぞれの時点における患者の一部分の密度を表している、ステップと、複数のオフセット密度アレイを形成するステップであり、それぞれが前記生密度アレイそれぞれに対応しており、前記オフセット密度アレイを形成するステップは、前記生密度アレイそれぞれから、前記それぞれの中央値を減算するステップを含む、ステップと、第1差分アレイを形成するステップであり、前記第1差分アレイを形成するステップは、第1オフセット密度アレイから、第2オフセット密度アレイを減算するステップを含み、前記第2オフセット密度アレイは、前記第1オフセット密度アレイより後の時点と関連付けられている、ステップと、第2差分アレイを形成するステップであり、前記第2差分アレイを形成するステップは、第3オフセット密度アレイから、第4オフセット密度アレイを減算するステップを含み、前記第4オフセット密度アレイは、前記第3オフセット密度アレイより後の時点と関連付けられている、ステップと、弁別器アレイを形成するステップであり、前記弁別器アレイを形成するステップは、前記第1差分アレイと前記第2差分アレイとを加算するステップを含む、ステップと、を含む、方法。

請求項2

前記方法は、さらに、前記複数の密度アレイを受信するステップを含み、前記複数の密度アレイそれぞれは、前記患者における放射線撮影密度を表す密度アレイである、請求項1に記載の方法。

請求項3

前記弁別器アレイを形成するステップは、さらに、前記第1差分アレイおよび前記第2差分アレイそれぞれにおいて、ゼロより小さいあらゆる値をゼロで置き換えるステップ、を含む、請求項1に記載の方法。

請求項4

前記第1オフセット密度アレイは、前記第3オフセット密度アレイと同一である、請求項1に記載の方法。

請求項5

前記方法は、さらに、前記第1差分アレイおよび前記第2差分アレイを含み、かつ、オフセット密度アレイの全てのペアに対する差分アレイを含む、複数の差分アレイを形成するステップ、を含み、前記差分アレイそれぞれは、より早いオフセット密度アレイから、後のオフセット密度アレイを減算することによって形成されており、前記後のオフセット密度アレイは、前記より早いオフセット密度アレイより後の時点と関連付けられている、請求項1に記載の方法。

請求項6

前記複数の生密度アレイは、4つの生密度アレイから構成されており、最も早い時点に関連付けられた最も早い生密度アレイ、および、前記最も早い時点より遅い時点に関連付けられた3つの後の生密度アレイを含んでおり、前記3つの後の生密度アレイと関連付けられた3つの時点それぞれは、約30秒だけ分離されている、請求項1に記載の方法。

請求項7

前記方法は、さらに、前記複数の生密度アレイのうち第1生密度アレイを獲得するために、患者について第1のコンピュータ体軸断層撮影スキャンを実行するステップと、前記患者の中へ造影剤注入するステップと、前記患者の中へ造影剤を注入してから約30秒後に、前記複数の生密度アレイのうち第2生密度アレイを獲得するために、前記患者について第2のコンピュータ体軸断層撮影スキャンを実行するステップと、を含む、請求項1に記載の方法。

請求項8

オブジェクトは患者であり、かつ、前記領域は前記患者の臓器に対応している、請求項1に記載の方法。

請求項9

前記弁別器アレイを形成するステップは、さらに、前記臓器内に存在しないボクセルに対応する各要素をゼロに設定するステップ、を含む、請求項8に記載の方法。

請求項10

前記方法は、さらに、前記弁別器アレイの2次元図ディスプレイ上に表示するステップ、を含む、請求項1に記載の方法。

請求項11

前記弁別器アレイを形成するステップは、さらに、前記弁別器アレイの各要素をゼロに設定するステップであり、前記各要素は、前記複数のオフセット密度アレイのうち最も早いオフセット密度アレイから、前記複数のオフセット密度アレイのうち2番目に早いオフセット密度アレイを減算することによって形成される、差分アレイのうち、対応する要素が、ゼロより小さいかゼロに等しく、かつ、前記2番目に早いオフセット密度アレイのうち対応する要素が、ゼロより小さい、ステップ、を含み、前記最も早いオフセット密度アレイは、前記複数の生密度アレイのうち、最も早い時点と関連付けられた、生密度アレイから形成されており、かつ、前記2番目に早いオフセット密度アレイは、前記複数の生密度アレイのうち、2番目に早い時点と関連付けられた、生密度アレイから形成されている、請求項1に記載の方法。

請求項12

前記弁別器アレイを形成するステップは、さらに、前記弁別器アレイの各要素をゼロに設定するステップであり、前記各要素は、あらゆる前記生密度アレイについて、対応する要素が、上限閾値よりも大きい値または下限閾値よりも小さい値を有する、ステップ、を含む、請求項1に記載の方法。

請求項13

腫瘍を検出するためのシステムであって、透過放射線を用いてオブジェクトをスキャンするためのスキャナであり、患者を通過する前記透過放射線の透過率を測定する、スキャナと、処理回路と、ディスプレイと、を含み、前記処理回路は、複数の生密度アレイそれぞれにおいて、それぞれの生密度アレイの領域の中でそれぞれの中央値を決定し、前記複数の生密度アレイそれぞれは、複数のアレイ要素を有する3次元アレイであり、前記生密度アレイそれぞれは、それぞれの時点と関連付けられており、前記生密度アレイそれぞれの各要素は、それぞれの時点における患者の一部分の密度を表しており、複数のオフセット密度アレイを形成し、それぞれが前記生密度アレイそれぞれに対応しており、前記オフセット密度アレイを形成することは、前記生密度アレイそれぞれから、前記それぞれの中央値を減算することを含んでおり、第1差分アレイを形成し、前記第1差分アレイを形成することは、第1オフセット密度アレイから、第2オフセット密度アレイを減算することを含んでおり、前記第2オフセット密度アレイは、前記第1オフセット密度アレイより後の時点と関連付けられており、第2差分アレイを形成し、前記第2差分アレイを形成することは、第3オフセット密度アレイから、第4オフセット密度アレイを減算することを含んでおり、前記第4オフセット密度アレイは、前記第3オフセット密度アレイより後の時点と関連付けられており、弁別器アレイを形成し、前記弁別器アレイを形成することは、前記第1差分アレイと前記第2差分アレイとを加算することを含んでいる、ように構成されている、システム。

請求項14

前記弁別器アレイを形成することは、さらに、前記第1差分アレイおよび前記第2差分アレイそれぞれにおいて、ゼロより小さいあらゆる値をゼロで置き換えること、を含む、請求項13に記載のシステム。

請求項15

前記第1オフセット密度アレイは、前記第3オフセット密度アレイと同一である、請求項13に記載のシステム。

請求項16

前記処理回路は、さらに、前記第1差分アレイおよび前記第2差分アレイを含み、かつ、オフセット密度アレイの全てのペアに対する差分アレイを含む、複数の差分アレイを形成し、前記差分アレイそれぞれは、より早いオフセット密度アレイから、後のオフセット密度アレイを減算することによって形成されており、前記後のオフセット密度アレイは、前記より早いオフセット密度アレイより後の時点と関連付けられている、ように構成されている、請求項13に記載のシステム。

請求項17

前記複数の生密度アレイは、4つの生密度アレイから構成されており、最も早い時点に関連付けられた最も早い生密度アレイ、および、前記最も早い時点より遅い時点に関連付けられた3つの後の生密度アレイを含んでおり、前記3つの後の生密度アレイと関連付けられた3つの時点それぞれは、約30秒だけ分離されている、請求項13に記載のシステム。

請求項18

前記オブジェクトは患者であり、かつ、前記領域は前記患者の臓器に対応している、請求項13に記載のシステム。

請求項19

前記弁別器アレイを形成することは、さらに、前記臓器内に存在しないボクセルに対応する各要素をゼロに設定すること、を含む、請求項18に記載のシステム。

請求項20

前記弁別器アレイを形成することは、さらに、前記弁別器アレイの各要素をゼロに設定すること、を含み、各要素は、前記複数のオフセット密度アレイのうち最も早いオフセット密度アレイから、前記複数のオフセット密度アレイのうち2番目に早いオフセット密度アレイを減算することによって形成される、差分アレイのうち、対応する要素が、ゼロより小さいかゼロに等しく、前記2番目に早いオフセット密度アレイのうち対応する要素が、ゼロより小さく、前記最も早いオフセット密度アレイは、前記複数の生密度アレイのうち、最も早い時点と関連付けられた、生密度アレイから形成されており、かつ、前記2番目に早いオフセット密度アレイは、前記複数の生密度アレイのうち、2番目に早い時点と関連付けられた、生密度アレイから形成されている、請求項13に記載のシステム。

技術分野

0001

本発明に従った実施形態の1つまたはそれ以上の態様は、腫瘍検出のためのシステムおよび方法に関する。そして、より特定的には、コンピュータ体軸断層撮影スキャンデータ(computerized axial tomography scan data)において腫瘍を検出するためのアルゴリズムに関する。

0002

本出願は、2017年8月14日に出願された、タイトルが”SBTRACTIONALGORITHM FOR DETERCTION OF TUMORS”の米国仮特許出願第62/545,410号、および、2018年8月13日に出願された、タイトルが”SBTRACTION ALGORITHM FOR DETERCTION OF TUMORS”の米国特許出願第16/102,449号について優先権および利益を主張するものであり、その内容全体が参照によりここにおいて組み込まれている。

0003

本出願は、2017年4月17日に出願された、タイトルが”SYSTEMAND METHODFOR COMBINING 3DIMAGESIN COLOR”の米国特許出願第15/489,652号に関連しており、その内容全体が参照によりここにおいて組み込まれている。

背景技術

0004

コンピュータ体軸断層撮影スキャンは、患者内部組織の画像を獲得するために使用され得る。そして、そうした画像は、患者における、腫瘍といった、異常の徴候(indications)を示し得る。しかしながら、これらの指示は微妙なものであり、存在する異常の診断を失敗するリスク、または、正常な臓器に異常が存在すると誤って結論付けるリスクを結果として生じることがある。

0005

従って、腫瘍を検出する改良されたシステムおよび方法に対する必要性が存在している。

0006

本開示の実施形態の態様は、腫瘍を検出するためのシステムおよび方法に向けられている。患者の3次元スキャンが、造影剤(contrast agent)の注入前および/または後で、透過放射線を用いて実行される。生密度アレイ(raw density array)が、スキャンから形成される。臓器内の密度の中央値(median density)が計算され、そして、オフセットアレイを形成するために、生密度アレイから減算(subtracted)される。オフセットアレイは、ペア毎(pairwise)に減算され、そして、弁別器アレイ(discriminator array)を形成するために、差分が合計(summed)される。

0007

本発明の一つの実施形態に従って、腫瘍を検出するための方法が提供される。本方法は、複数の生密度アレイそれぞれにおいて、それぞれの生密度アレイの領域の中でそれぞれの中央値を決定するステップであり、前記複数の生密度アレイそれぞれは、複数のアレイ要素を有する3次元アレイであり、前記生密度アレイそれぞれは、それぞれの時点と関連付けられており、前記生密度アレイそれぞれの各要素は、それぞれの時点における患者の一部分の密度を表しているステップと、複数のオフセット密度アレイを形成するステップであり、それぞれが前記生密度アレイそれぞれに対応しており、前記オフセット密度アレイを形成するステップは、前記生密度アレイそれぞれから、前記それぞれの中央値を減算するステップを含む、ステップと、第1差分アレイを形成するステップであり、前記第1差分アレイを形成するステップは、第1オフセット密度アレイから、第2オフセット密度アレイを減算するステップを含み、前記第2オフセット密度アレイは、前記第1オフセット密度アレイより後の時点と関連付けられているステップと、第2差分アレイを形成するステップであり、前記第2差分アレイを形成するステップは、第3オフセット密度アレイから、第4オフセット密度アレイを減算するステップを含み、前記第4オフセット密度アレイは、前記第3オフセット密度アレイより後の時点と関連付けられているステップと、弁別器アレイを形成するステップであり、前記弁別器アレイを形成するステップは、前記第1差分アレイと前記第2差分アレイとを加算するステップを含む、ステップ、を含む。

0008

一つの実施形態において、本方法は、前記複数の密度アレイを受信するステップを含む。前記複数の密度アレイそれぞれは、前記患者における放射線撮影密度を表す密度アレイである。

0009

一つの実施形態において、弁別器アレイを形成するステップは、さらに、前記第1差分アレイおよび前記第2差分アレイそれぞれにおいて、ゼロより小さいあらゆる値をゼロで置き換えるステップを含む。

0010

一つの実施形態において、前記第1オフセット密度アレイは、前記第3オフセット密度アレイと同一である。

0011

一つの実施形態において、本方法は、前記第1差分アレイおよび前記第2差分アレイを含み、かつ、オフセット密度アレイの全てのペアに対する差分アレイを含む、複数の差分アレイを形成するステップを含む。前記差分アレイそれぞれは、より早いオフセット密度アレイから、後のオフセット密度アレイを減算することによって形成されており、前記後のオフセット密度アレイは、前記より早いオフセット密度アレイより後の時点と関連付けられている、

0012

一つの実施形態において、本方法は、最も早い時点に関連付けられた最も早い生密度アレイ、および、前記最も早い時点より遅い時点に関連付けられた3つの後の生密度アレイを含んでおり、前記3つの後の生密度アレイと関連付けられた3つの時点それぞれは、約30秒だけ分離されている。

0013

一つの実施形態において、本方法は、前記複数の生密度アレイのうち第1生密度アレイを獲得するために、患者について第1のコンピュータ体軸断層撮影スキャンを実行するステップと、前記患者の中へ造影剤を注入するステップと、前記患者の中へ造影剤を注入してから約30秒後に、前記複数の生密度アレイのうち第2生密度アレイを獲得するために、前記患者について第2のコンピュータ体軸断層撮影スキャンを実行するステップを含む。

0014

一つの実施形態において、オブジェクトは患者であり、かつ、前記領域は前記患者の臓器に対応している。

0015

一つの実施形態において、前記弁別器アレイを形成するステップは、さらに、前記臓器内に存在しないボクセルに対応する各要素をゼロに設定するステップを含む。

0016

一つの実施形態において、本方法は、ディスプレイ上に弁別器アレイの2次元図を表示することを含む。

0017

一つの実施形態において、前記弁別器アレイを形成するステップは、さらに、前記弁別器アレイの各要素をゼロに設定するステップを含む。各要素は、前記複数のオフセット密度アレイのうち最も早いオフセット密度アレイから、前記複数のオフセット密度アレイのうち2番目に早いオフセット密度アレイを減算することによって形成される、差分アレイのうち、対応する要素がゼロより小さいかゼロに等しく、そして、前記2番目に早いオフセット密度アレイのうち対応する要素がゼロより小さい。ここで、前記最も早いオフセット密度アレイは、前記複数の生密度アレイのうち、最も早い時点と関連付けられた生密度アレイから形成されており、かつ、前記2番目に早いオフセット密度アレイは、前記複数の生密度アレイのうち、2番目に早い時点と関連付けられた生密度アレイから形成されている。

0018

一つの実施形態において、前記弁別器アレイを形成するステップは、さらに、前記弁別器アレイの各要素をゼロに設定するステップを含む。各要素は、あらゆる前記生密度アレイについて、対応する要素が、上限閾値よりも大きい値または下限閾値よりも小さい値を有する。

0019

本発明の一つの実施形態に従って、腫瘍を検出するためのシステムが提供される。本システムは、透過放射線を用いてオブジェクトをスキャンするためのスキャナであり、患者を通過する前記透過放射線の透過率を測定する、スキャナと、処理回路と、ディスプレイを含む。前記処理回路は、複数の生密度アレイそれぞれにおいて、それぞれの生密度アレイの領域の中でそれぞれの中央値を決定し、前記複数の生密度アレイそれぞれは、複数のアレイ要素を有する3次元アレイであり、前記生密度アレイそれぞれは、それぞれの時点と関連付けられており、前記生密度アレイそれぞれの各要素は、それぞれの時点における患者の一部分の密度を表しており、複数のオフセット密度アレイを形成し、それぞれが前記生密度アレイそれぞれに対応しており、前記オフセット密度アレイを形成することは、前記生密度アレイそれぞれから、前記それぞれの中央値を減算することを含んでおり、第1差分アレイを形成し、前記第1差分アレイを形成することは、第1オフセット密度アレイから、第2オフセット密度アレイを減算することを含んでおり、前記第2オフセット密度アレイは、前記第1オフセット密度アレイより後の時点と関連付けられており、第2差分アレイを形成し、前記第2差分アレイを形成することは、第3オフセット密度アレイから、第4オフセット密度アレイを減算することを含んでおり、前記第4オフセット密度アレイは、前記第3オフセット密度アレイより後の時点と関連付けられており、そして、弁別器アレイを形成し、前記弁別器アレイを形成することは、前記第1差分アレイと前記第2差分アレイとを加算することを含んでいるように、構成されている。

0020

一つの実施形態において、前記弁別器アレイを形成することは、さらに、前記第1差分アレイおよび前記第2差分アレイそれぞれにおいて、ゼロより小さいあらゆる値をゼロで置き換えることを含む。

0021

一つの実施形態において、前記第1オフセット密度アレイは、前記第3オフセット密度アレイと同一である。

0022

一つの実施形態において、本システムは、前記第1差分アレイおよび前記第2差分アレイを含み、かつ、オフセット密度アレイの全てのペアに対する差分アレイを含む。前記差分アレイそれぞれは、より早いオフセット密度アレイから、後のオフセット密度アレイを減算することによって形成されており、前記後のオフセット密度アレイは、前記より早いオフセット密度アレイより後の時点と関連付けられている。

0023

一つの実施形態において、本システムは、最も早い時点に関連付けられた最も早い生密度アレイ、および、前記最も早い時点より遅い時点に関連付けられた3つの後の生密度アレイを含んでいる。前記3つの後の生密度アレイと関連付けられた3つの時点それぞれは、約30秒だけ分離されている。

0024

一つの実施形態において、オブジェクトは患者であり、かつ、前記領域は前記患者の臓器に対応している。

0025

一つの実施形態において、前記弁別器アレイを形成することは、さらに、前記臓器内に存在しないボクセルに対応する各要素をゼロに設定することを含む。

0026

一つの実施形態において、前記弁別器アレイを形成することは、さらに、前記弁別器アレイの各要素をゼロに設定することを含む。各要素は、前記複数のオフセット密度アレイのうち最も早いオフセット密度アレイから、前記複数のオフセット密度アレイのうち2番目に早いオフセット密度アレイを減算することによって形成される、差分アレイのうち、対応する要素がゼロより小さいかゼロに等しく、そして、前記2番目に早いオフセット密度アレイのうち対応する要素がゼロより小さい。ここで、前記最も早いオフセット密度アレイは、前記複数の生密度アレイのうち、最も早い時点と関連付けられた、生密度アレイから形成されており、かつ、前記2番目に早いオフセット密度アレイは、前記複数の生密度アレイのうち、2番目に早い時点と関連付けられた、生密度アレイから形成されている。

図面の簡単な説明

0027

特徴、態様、実施形態が、添付の図面と関連して説明される。
図1は、本発明の一つの実施形態に従った、腫瘍を検出するためのシステムである。
図2は、本発明の一つの実施形態に従った、腫瘍を検出するための方法のフローチャートである。
図3Aは、本発明の一つの実施形態に従って、マトリクスに配置された、ペア毎の差分を示す等式である。
図3Bは、本発明の一つの実施形態に従って、マトリクスに配置された、ペア毎の差分を示す等式である。
図4Aは、本発明の一つの実施形態に従った、時間の関数としての密度のグラフである。
図4Bは、本発明の一つの実施形態に従った、時間の関数としての密度のグラフである。

発明を実行するための形態

0028

添付の図面に関連して以下で明らかにされる詳細な説明は、本発明に従って提供される腫瘍を検出するためのシステムおよび方法の例示的な実施形態の説明として意図されたものであり、そして、本発明が構築または利用され得る唯一の形態を表すように意図されたものではない。説明は、図示され実施形態に関連して、本発明の特徴を明らかにしている。しかしながら、本発明の精神および範囲内に包含されるようにも意図されている異なる実施形態によって、同一または均等な機能および構造が達成され得ることが理解されるべきである。ここにおける他の箇所で示されるように、同様な要素番号は、同様な要素または特徴を示すように意図されている。

0029

コンピュータ体軸断層撮影(CATまたはCT)スキャンは、オブジェクト(例えば、患者)が放射線源からの透過性(penetrating)放射線(例えば、X線)をいくつかの方向から照射され、そして、透過放射線(transmitted radiation)の生スキャン画像(raw scan mage)が、各インスタンスにおいて、検出器によって形成されて、複数の生スキャン画像を形成し、それぞれが2次元アレイとして表現され得る、プロシージャである。放射線は、異なる種類の物質(matter)において異なる速度(rate)で減衰され得るものであり、従って、各画像における各ポイントは、放射線が放射線源から検出器へ進む際の経路における物質の構成物(compositions)減衰率(attenuation rate)に依存して、透過放射強度に対応し得るものである。生スキャン画像の組み合わせから、オブジェクトの「密度(”density”)」または「放射線撮影密度(”radiographic density”)」の3次元モデルが形成され得る。ここで、CATスキャンに関連してここにおいて使用されるように、「密度」は、透過放射線の局所的な減衰率を参照する。密度は、例えば、ハンズフィールドユニット(hounsfield unit)で表現され得る。本開示において、実行例は、ヒト患者(human patient)のCATスキャンのコンテクストにおいて説明されているが、本発明は、これに限定されるものではなく、そして、いくつかの実施形態において、磁気共鳴画像スキャン、または、陽電子放射断層撮影(positron emission tomography)スキャン、もしくは、ヒト患者以外のオブジェクトのスキャンといった、3次元密度データを提供する他の種類のスキャンが、類似の方法において処理され得る。他の実施形態においては、例えば、サブボクセル(sub-voxel)レベルに対して3次元で空間的に登録されるスキャンを生成する別のスキャン方法が使用される。他の種類のスキャンの場合に、密度は、それに応じて定義されてよく、例えば、陽電子放射断層撮影スキャンの場合に、密度は、ベータラス放射によって崩壊する核(nuclei)の密度であり得る。ここにおいて使用されるように、用語「オブジェクト」は、スキャンされ得るあらゆるものを含み、そして、限定するものではなく、ヒト患者、動物、植物、無生物オブジェクト、および、それらの組み合わせを包含している。

0030

スキャンされるオブジェクトがヒト患者(または、他の生きているオブジェクト)であるとき、いくつかの組織の密度を選択的に変化させるために、造影剤が使用され得る(例えば、患者の中へ注入され、または、摂取される)。造影剤は、例えば、相対的に不透明な物質(substance)(すなわち、透過放射線に対して相対的に不透明であるもの)を含んでよい。その結果として、造影剤を含んでいる組織の密度が増加し、そして、組織内で造影剤濃度に応じた程度まで増加され得る。図1は、一つの実施形態に従った、スキャンを実行して、処理し、そして、結果を表示するためのシステムのブロック図を示している。システムは、スキャナ110、処理回路115(以下でさらに詳細に説明される)、画像又は映画の形態で画像のシーケンスを表示するためのディスプレイ120、および、キーボードまたはマウスといった1つまたはそれ以上の入力装置125を含んでおり、オペレータ(例えば、放射線科医)が、システムを操作し、そして、表示される画像の処理に影響を与えるパラメータを設定するために使用することができる。処理回路115、ディスプレイ120、および入力装置125は、例えば、ディスプレイ120および入力装置125とは別個であり、かつ、通信できるように結合されている処理回路115を備えた、単一のシステムの一部であってよく、または、分散システムであってもよいことが留意されるべきである。いくつかの実施形態において、サーバは画像を保管し、クライアントは保管された画像をリクエストし、画像処理が、サーバ上またはクライアント上、または両方で実行される。

0031

複数のスキャンが、実行され、そして、一緒分析され得る。例えば、第1スキャンは、造影剤が注入される前に実行されてよく、そして、造影剤の濃度が変化するので、造影剤の注入後に様々な時間において(例えば、30秒間隔といった、規則的なインターバルで)、いくつかの後続スキャンが実行され得る。造影剤の濃度が増加する速度は、最初に、ピーク濃度に達し、そして、その後に造影剤の濃度が減少する速度は、組織の種類に全て依存し得る。

0032

いくつかの実施形態においては、診断ツールとしてのCATスキャンの使用を助けるために、CATスキャンデータから画像を生成するように種々の方法が使用され得る。図2に例示され、そして、以下でさらに詳細に説明されるステップのシーケンスまたは「アクト(”act”)」は、例えば、正常組織と癌性組織(すなわち、悪性腫瘍)との間で外観における差分を増強するために使用され得る。本プロセスは、患者の肝臓について、図2、および、以下のリスト1のサンプルコードに示されている。他の実施形態においては、他の臓器における癌性組織を特定するために、類似のアプローチが使用され得る。

0033

リスト1は、腫瘍を検出するため、すなわち、腫瘍が患者の中に存在するか否かを決定するために使用され得る弁別器アレイを生成するためのMATLABコードを示している。リスト1のコードは、入力として、変数a1、a2、a3、およびa4を受け取り、各変数は、「生密度アレイ」(例えば、第1生密度アレイ、第2生密度アレイ、第3生密度アレイ、および第4生密度アレイ)を含んでいる。各生密度アレイの各要素は、要素の座標に対応する患者の中の物理的位置での小さなボリューム(volume)または「ボクセル」における組織の密度を表している。

0034

これらの(3次元)生密度アレイは、例えば、スキャンされるオブジェクト(例えば、患者)の、3次元における、密度を推測するためのデコンボリューションプロセスを使用して、(2次元)生スキャン画像から生成され得る(次いで、アクト205(図2)において受信される)。第1変数、a1は、造影剤が患者の中へ注入される前に実行されたスキャンからのデータを含んでよく、そして、残りの3つのファイルは、造影剤が患者の中へ注入された後のインターバル(例えば、30秒間隔)で実行されたスキャンからのデータを含んでよい。しかしながら、他のタイミング間隔、または、異なる数の画像が使用され得ることが理解されるべきである。

0035

アクト210においては、患者の肝臓に対応するボクセルにわたり、生密度アレイそれぞれの中で中央値(median)が計算され、そして、アクト215においては、それぞれの生密度アレイから中央値が減算される。このアクトは、例えば、リスト1の3−9行のコードによって実行され得る。リスト1において、liver_maskは、患者の肝臓内に存在するボクセルを特定するマスクである。レバーマスク(liver mask)は、生密度アレイの線形表示における要素位置のリストである。変数a1、a2、a3、およびa4は、(上述のように)生密度アレイを表し、そして、a1m、a2m、a3m、およびa4mは、リスト1に示されるように、それぞれの中央値を減算することによって獲得される「オフセット密度アレイ(”offset density array”)」である。生密度アレイそれぞれ及びオフセット密度アレイそれぞれは、生密度アレイまたはオフセット密度アレイを結果として生じさせるスキャンが実行された時点と関連付けられている。そのように、生密度アレイの任意のペアにおいて、一方は「より早い(”earlier”)」生密度アレイで、他方よりも早い時点で実行されたスキャンから生じたものであり、他方は「後の(”later”)」生密度アレイとして参照され得る。このように、「最も早い(”earliest”)」、「2番目に早い(”second-earliest”)」、「より早い」、および「後の」といった、形容詞は、生密度アレイまたはオフセット密度アレイを適任(qualify)とするように、ここにおいて使用されるときに、それぞれのアレイを生じさせるスキャンが実行された時点を参照するものである。

0036

アクト220において、(リスト1の18−25行において実行される)、差分アレイ(difference array)は、ペア毎に互いからオフセット密度アレイ(offset density array)を減算することによって形成される。それぞれ可能な差分アレイが形成され、そうして、4つのスキャン(そして、従って、4つのオフセット密度アレイ)、6つの差分アレイ(すなわち、4と2の組み合わせ(4C2)、または4!/(2!・2!))の差分アレイが形成される。これらの差分アレイは、リスト1の20−25行の実行の結果として、6つの変数s12、s13、s14、s23、s24、およびs34に保管される。各差分アレイは、より早く実行されたオフセット密度アレイ(すなわち、より早く実行されたスキャンから生じるオフセット密度アレイ)から、後の実行されたオフセット密度アレイ(すなわち、後の実行されたスキャンから生じるオフセット密度アレイ)を減算した結果である。いくつかの実施形態においては、4つより多いか、または少ないスキャンが使用される。そのような場合、6つより多い、または少ない差分アレイが計算され得る。全ての可能なペア毎の差分が計算される場合に、差分アレイの数は、n回スキャンが使用される場合、nC2(すなわち、n!/(n1・2!))であり得る。

0037

概念的には、6つの差分アレイそれぞれにおけるボクセルに対応する6つの要素(element)は、図3A(腫瘍組織について)および図3B(正常組織について)において示されている非対称行列(または「交代(”skew-symmetric”)」行列)の例の下三角形部分に対応すると考えられ得る。図3Aにおいて、各T(i)は、上述のように4つのスキャンのシーケンスのうちi回目スキャンからのオフセット密度アレイの1つのボクセルからの値であり、ここで、ボクセルは腫瘍組織内に存在するものである。図3Bにおいて、各N(i)は、上述の4つのスキャンのシーケンスのうちi回目スキャンからのオフセット密度アレイの1つのボクセルからの値であり、ここで、ボクセルは正常組織内に存在するものである。ここにおいて使用されるように、正方行列の「下三角形部分(”lower triangular portion”)」は、対角線の下の要素を参照するものである。座標(i、j)における非対角(off-diagonal)要素それぞれは、j回目スキャンからの値からi回目スキャンからの値を減算することによって計算される。ここで、値は、(図3Aおよび3Bに示されるように)2つのスキャンに対応するオフセット密度アレイにおける同じ位置からの2つのボクセルであってよく、または、(リスト1の20−25行のコードに対する事例のように)生密度アレイ全体であってよい。図3Aの行列は、丸め誤差のせいで、数値的には正確な交代行列ではない。

0038

図4Aおよび図4Bは、同様の結果をグラフで示しており、各々は、時間の関数としてのハンズフィールドユニットでの密度のグラフである。生スキャンデータが図4Aに示されており、そして、オフセットデータ(すなわち、肝臓について中央値を減算した後の密度)が図4Bに示されている。主として(primarily)正常組織から成る肝臓において、中央値密度が正常組織の密度に対応し得る。従って、中央値を減算すること(その結果が図4Bに示されている)は、正常組織についてのオフセットデータにおいてほとんど変動を結果として生じ得ない。そして、変動は、オフセットデータにおいて、生データにおけるものよりも、腫瘍組織についてより顕著であり得る。

0039

フロア(floor)が、次いで、アクト225においてゼロに設定され得る。差分アレイそれぞれにおいて(その各々は、図3Aまたは図3Bのものといった、マトリクスの下三角形部分の要素のうち1つに対応する要素を含む)、ゼロより小さい要素は、ゼロで置き換えられてよい。アクト230においては、差分アレイが(フロアをゼロで設定した後で)加算される。この加算は、リスト1の34行において実行される(34行は、”imgData=”で始まり、”...”で終了している)。合計は、腫瘍インジケータ、または、弁別器アレイであり得る。すなわち、一般的に、腫瘍組織内のボクセルについて相対的に高い値をとり、正常組織内のボクセルについて相対的に低い値をとる結果である。

0040

さらなるステップが、弁別器の能力を改善するために講じられ得る。誤警報(false alarm)を生じる可能性、すなわち、正常組織を強調してしまう可能性、を低減する一方で、腫瘍組織が強調される画像を生成するためである。例えば、11−16行および35行に示されるように、データマスキングアレイ(リスト1におけるdata_mask)、そこでは、各要素は(i)生密度アレイのいずれかの対応する要素が、上限閾値を超えるか、または下限閾値より小さい値を有する場合に、ゼロの値を有し、そして、(ii)そうでない場合に、1の値を有するものは、弁別器アレイによって形成され、そして、乗算され得る(例えば、リスト1の35行におけるように)。上限および下限閾値は、関心の臓器について期待される密度の範囲に対応するように設定されてよく、そして、この方法は、関心の臓器の一部分ではないボクセルを特定するために使用されてよい。例えば、肝臓に対するマスクの定義 (リスト1におけるliver_mask)におけるエラーのせいで、レバーマスクによって定義された領域内にいくらかの骨が存在する場合、そして、骨が肝臓組織よりも著しく高い密度を有する場合に、生密度アレイは、骨を含んでいるボクセルに対応する要素における上限閾値を超える値を有し得る。そして、データマスキングアレイの対応する要素がゼロに設定されてよく、結果として、弁別器アレイの対応する要素がゼロに設定されている。

0041

パターンマスク(リスト1におけるpattern_mask)は、さらに、誤警報の可能性を示す特性を有する要素をゼロに設定するために使用され得る。リスト1は、29行において、そうした特性に対するテストを示している。パターンマスクの各要素は、(i)最も早いオフセット密度アレイから2番目に早いオフセット密度アレイを減算することによって形成された差分アレイの対応する要素が、ゼロより小さいか等しい値を有し、そして、2番目に早いオフセット密度アレイの対応する要素が、ゼロより小さい値を有する場合に、ゼロに設定され、そして、(ii)そうでない場合、1に設定される。このパターンマスクは、パターンマスクがゼロである弁別器アレイの各要素をゼロに設定するために、リスト1の35行において使用されている。

0042

弁別器アレイは、オペレータ(例えば、放射線科医)に対してディスプレイされ得る。次いで、オペレータは、腫瘍が患者の中に存在するようにみなされるか否かに関して決定を行うことができる。弁別器アレイは、オペレータの前で回転される患者をシミュレーションする動く表示としてディスプレイされてよい。患者の画像は部分的に透明であり、そして、弁別器は、例えば、3色(例えば、赤、緑、青)表示における1つの色(例えば、赤)の輝度(intensity)としてディスプレイされてよい。リスト2のコード(リスト3で定義されているordfilt3関数をコールするもの)は、そうした動く表示の実施例を生成する。他の実施形態において、弁別器アレイ(3次元アレイ)は、2次元スライスのシーケンスとしてディスプレイされてよい。リスト4のコード(リスト3で定義されているordfilt3関数をまたもコールするもの)は、一つの例示的な実施形態において、そうしたスライスのアレイを生成する。

0043

リスト1
1 % Core cumulative subtraction matrix algorithm
2
3 % First remove the liver median from each scan
4 % Since the median is an estimate of a healthy liver tissue value,
5 % this should "flatten" the response of healthy tissue
6 a1m=a1-median(a1(liver_mask));
7 a2m=a2-median(a2(liver_mask));
8 a3m=a3-median(a3(liver_mask));
9 a4m=a4-median(a4(liver_mask));
10
11 % data mask is a logical array that will discard (0) anything outside of
12 % expected values for the liver
13 data_mask=a1>mask_lower_scan_thr&a114 a2>mask_lower_scan_thr&a215 a3>mask_lower_scan_thr&a316 a4>mask_lower_scan_thr&a417
18 % compute all 6 combinations of early time minus late time
19 % CSMA lower triangular
20 s12=a1m-a2m;
21 s13=a1m-a3m;
22 s14=a1m-a4m;
23 s23=a2m-a3m;
24 s24=a2m-a4m;
25 s34=a3m-a4m;
26
27 % pattern mask is a logical that will zero out certain patterns that were
28 % deemed to be false alarms
29 pattern_mask=single(s12>0)+single(s12<=0).*single(a2m<0);
30
31 % final result accumulates the greater of 0 and the 6 matrix terms and also
32 % applies the masks (liver mask is passed in and is 1 inside the liver, and
33 % 0 outside the liver)
34 imgData=(max(s12,0)+max(s13,0)+max(s14,0)+max(s23,0)+max(s24,0)+max(s34,0))...
35 .*single(liver_mask).*data_mask.*pattern_mask;

0044

リスト2
1 % Make a gray 3D image (movie) using scans and overlay with various methods
2 % of cancer detection in Red
3
4 crop_to_liver_en=0;
5 erode_livermask_en=1;
6 mask_lower_scan_thr=900;
7 mask_upper_scan_thr=1200;
8
9 sub_fract=1.0;
10 fudge=20;
11 bias=fudge-50-(1-sub_fract)*1000;
12
13 c1=1;
14 c2=1;
15 c3=1;
16 gain=0.333;
17
18 G=11.25*1.5;%0.5=low,1=medium,1.5=high,2=veryhigh
19
20 ROTXY=1;
21 ROTXZ=2;
22 ROTYZ=3;
23
24 rot_axis=ROTXY;
25
26 dirname='H:\Apollo\data\ROC Curve Data\';
27
28 if~exist('c_type','var')
29 c_type=input('c_type(hcc,pancreas_data):','s');
30 end
31
32 if~exist('patient_num','var')
33 patient_num=input('Patient number:');
34 end
35
36 fname=strcat(dirname,c_type,'\',num2str(patient_num),'_imgset1.mat');
37
38 load(fname)
39
40 % Peter's liver masks
41 load(strcat(dirname,c_type,'\livermask_',c_type,'_',num2str(patient_num),'.mat'))
42 if erode_livermask_en
43 liver_mask=bw_eroded;
44 else
45 liver_mask=bw;
46 end
47
48 a1=single(imgset1(1).image);
49 a2=single(imgset1(2).image);
50 a3=single(imgset1(3).image);
51 a4=single(imgset1(4).image);
52
53 if max(liver_mask(:))>0&&size(a1,3)==size(liver_mask,3)
54
55 %----------------------------------------------------------------------
56 %----------------------------------------------------------------------
57 core_csma
58 %----------------------------------------------------------------------
59 %----------------------------------------------------------------------
60
61 e=imgData/600;
62
63 e=ordfilt3(e,5,5,3);
64 % Square decompresses covariance values but still in -1 to 1 range
65 e=e.^2;%.* sign(imgData);
66
67 grscl=a2-sub_fract*a1;
68
69 bkg=mean(grscl(liver_mask==1));
70
71 a21=grscl+G*e/0.3*bkg;
72 a31=grscl;
73 a41=grscl;
74
75 idx_offset=0;
76
77 liv_cut_x=max(squeeze(max(liver_mask,[],3)),[],2);
78 x_idx_liv=find(liv_cut_x>0.5);
79 liv_cut_y=max(squeeze(max(liver_mask,[],3)),[],1);
80 y_idx_liv=find(liv_cut_y>0.5);
81 liv_cut_z=max(squeeze(max(liver_mask,[],1)),[],1);
82 z_idx_liv=find(liv_cut_z>0.5);
83
84 if crop_to_liver_en
85 a21=a21(x_idx_liv,y_idx_liv,z_idx_liv);
86 a31=a31(x_idx_liv,y_idx_liv,z_idx_liv);
87 a41=a41(x_idx_liv,y_idx_liv,z_idx_liv);
88 liver_mask=liver_mask(x_idx_liv,y_idx_liv,z_idx_liv);
89 end
90
91 red4=max(a21+bias,eps).*liver_mask;
92 grn4=max(a31+bias,eps).*liver_mask;
93 blu4=max(a41+bias,eps).*liver_mask;
94
95 red5=red4;
96 grn5=grn4;
97 blu5=blu4;
98
99 [Nx,Ny,Nz]=size(red5);
100
101 if rot_axis==ROTXZ
102 mask=ones(Nx,1)*(1:Nz).^2;
103 elseif rot_axis==ROTYZ
104 mask=ones(Ny,1)*(1:Nz).^2;
105 elseif rot_axis==ROTXY
106 mask=(Nx:-1:1)'.^3/Nx^2*ones(1,Ny);
107 end
108
109 ANG_LIMIT=90;
110
111 ANG_STEP=round(ANG_LIMIT/45);
112
113 ang_array=[(0:-ANG_STEP:-ANG_LIMIT),...
114 (-ANG_LIMIT+1:ANG_STEP:ANG_LIMIT),(ANG_LIMIT-1:-ANG_STEP:1)];
115
116 clear col_im
117 clear Mov
118
119 img_count=0;
120
121 for ang=0%ang_array
122
123 for n=1:Ny*(rot_axis==ROTXZ)+Nx*(rot_axis==ROTYZ)+Nz*(rot_axis==ROTXY)
124
125 if rot_axis==ROTXZ
126 red_temp=squeeze(red4(:,n,:));
127 grn_temp=squeeze(grn4(:,n,:));
128 blu_temp=squeeze(blu4(:,n,:));
129 elseif rot_axis==ROTYZ
130 red_temp=squeeze(red4(n,:,:));
131 grn_temp=squeeze(grn4(n,:,:));
132 blu_temp=squeeze(blu4(n,:,:));
133 elseif rot_axis==ROTXY
134 red_temp=squeeze(red4(:,:,n));
135 grn_temp=squeeze(grn4(:,:,n));
136 blu_temp=squeeze(blu4(:,:,n));
137 end
138
139 red_tempr=imrotate(red_temp,ang,'nearest','crop');
140 grn_tempr=imrotate(grn_temp,ang,'nearest','crop');
141 blu_tempr=imrotate(blu_temp,ang,'nearest','crop');
142
143 if rot_axis==ROTXZ
144 red5(:,n,:)=red_tempr.*mask;
145 grn5(:,n,:)=grn_tempr.*mask;
146 blu5(:,n,:)=blu_tempr.*mask;
147 elseif rot_axis==ROTYZ
148 red5(n,:,:)=red_tempr.*mask;
149 grn5(n,:,:)=grn_tempr.*mask;
150 blu5(n,:,:)=blu_tempr.*mask;
151 elseif rot_axis==ROTXY
152 red5(:,:,n)=red_tempr.*mask;
153 grn5(:,:,n)=grn_tempr.*mask;
154 blu5(:,:,n)=blu_tempr.*mask;
155 end
156 end
157
158 siz1=512;%size(red5,1);%max(size(red5,1),886/2);%886;
159
160 if rot_axis==ROTXZ||rot_axis==ROTYZ
161 red_im=squeeze(c1*mean(red5,3)+c2*max(red5,[],3)+c3*std(red5,[],3));
162 grn_im=squeeze(c1*mean(grn5,3)+c2*max(grn5,[],3)+c3*std(grn5,[],3));
163 blu_im=squeeze(c1*mean(blu5,3)+c2*max(blu5,[],3)+c3*std(blu5,[],3));
164 fctr=siz1/(size(red_im,1));
165 elseif rot_axis==ROTXY
166 red_im=squeeze(c1*mean(red5,1)+c2*max(red5,[],1)+c3*std(red5,[],1))';
167 grn_im=squeeze(c1*mean(grn5,1)+c2*max(grn5,[],1)+c3*std(grn5,[],1))';
168 blu_im=squeeze(c1*mean(blu5,1)+c2*max(blu5,[],1)+c3*std(blu5,[],1))';
169 fctr=siz1/(size(red_im,1)*2.5);
170 end
171
172 siz2=round(fctr*size(red_im,2));
173 if siz2>1700
174 siz2=1700;
175 siz1=round(siz2*(size(red_im,1)*2.5)/size(red_im,2));
176 end
177 col_im(:,:,1)=imresize(red_im,[siz1,siz2],'bilinear');
178 col_im(:,:,2)=imresize(grn_im,[siz1,siz2],'bilinear');
179 col_im(:,:,3)=imresize(blu_im,[siz1,siz2],'bilinear');
180 denom=mean(blu_im(blu_im>eps));
181
182 image(max(0,min(1,gain*col_im/denom)))
183 if img_count==0,truesize;end
184
185 img_count=img_count+1;
186
187 axis('image','off')
188
189 drawnow
190 Mov(img_count)=getframe;
191
192 end
193
194
195 fname_avi=strcat(fname(1:strfind(fname,'_imgset1')),c_type,'_csma_3D.avi');
196
197 movie2avi1( Mov, fname_avi, 30)
198
199 end

0045

リスト3
1 function a_filt=ordfilt3(a,NFILTx,NFILTy,NFILTz)
2
3 %median filter in x-y
4 %min filter in z
5
6 xyfilt_order=0.5;%0.5=median
7
8 a_filt=a;
9
10 [~,~,Nz]=size(a);
11
12 for z=1:Nz
13
14 if NFILTx>1||NFILTy>1
15 a_filt(:,:,z)=ordfilt2(squeeze(a(:,:,z)),round(NFILTx*NFILTy*xyfilt_order),ones(NFILTx,NFILTy));
16 end
17
18 end
19
20 temp=a_filt;
21
22 if NFILTz>1
23 for z=(NFILTz+1)/2:Nz-(NFILTz-1)/2
24 a_filt(:,:,z)=median(temp(:,:,z-(NFILTz-1)/2:z+(NFILTz-1)/2),3);
25 % a_filt(:,:,z)=min(temp(:,:,z-(NFILTz-1)/2:z+(NFILTz-1)/2),[],3);
26 end
27 end

0046

リスト4
1 % clear
2 % close all
3
4 % Magic numbers
5 erode_livermask_en=1;
6 mask_lower_scan_thr=900;
7 mask_upper_scan_thr=1200;
8 disp_lower_scan_thr=900;
9 disp_upper_scan_thr=1300;
10 scale_factor1=0.5;
11 scale_factor2=0.375;
12 imgData_norm=600;
13 L_med_x=5;
14 L_med_y=5;
15 L_med_z=3;
16 e_power=2;
17 contrast_setting=1.5;%0.5=LO,1=MED,1.5=HI,2=VHI
18 G=100*contrast_setting;
19
20 if ~exist('c_type','var')
21 c_type=input('c_type(hcc,pancreas_data):','s');
22 end
23
24 if ~exist('patient_num','var')
25 patient_num=input('Patient number:');
26 end
27
28 dirname='h:\apollo\data\ROC Curve Data\';
29
30 fname=strcat(dirname,c_type,'\',num2str(patient_num),'_imgset1.mat');
31 load(fname)
32
33 clear bw
34 clear BW
35
36 load(strcat(dirname,c_type,'\livermask_',c_type,'_',num2str(patient_num),'.mat'))
37
38 if erode_livermask_en
39 liver_mask=bw_eroded;
40 else
41 liver_mask = bw;
42 end
43
44 num_scans=length(imgset1);
45 num_slices=size(imgset1(1).image,3);
46
47 % fprintf('Number of scans=%i\n',num_scans)
48 % fprintf('Number of slices=%i\n',num_slices)
49
50 a1=single(imgset1(1).image);
51 a2=single(imgset1(2).image);
52 a3=single(imgset1(3).image);
53 a4=single(imgset1(4).image);
54
55 if length(liver_mask(:))==length(a1(:))
56
57 % ----------------
58 % ----------------
59 core_csma
60 % ----------------
61 % ----------------
62
63 % ----------------
64 % ----------------
65 % ----------------
66 % DISPLAY CUBECODE below
67 % ----------------
68 % ----------------
69 % ----------------
70
71 e=imgData/imgData_norm;
72 e=ordfilt3(e,L_med_x,L_med_y,L_med_z);
73 e=e.^e_power;
74
75 grscl=max(0,min(disp_upper_scan_thr-disp_lower_scan_thr,a2-disp_lower_scan_thr));
76
77 bkg=mean(grscl(liver_mask==1));
78
79 % add "e" to red only
80 a21=grscl+G*e*bkg;
81 a31=grscl;
82 a41=grscl;
83
84 red4=max(a21,eps).*liver_mask;
85 grn4=max(a31,eps).*liver_mask;
86 blu4=max(a41,eps).*liver_mask;
87
88 data=zeros(size(a21,1),size(a21,2),size(a21,3),3,'single');
89 norm_fact=3*median(grn4(liver_mask == 1));
90
91 data(:,:,:,1)=red4/norm_fact*scale_factor2;
92 data(:,:,:,2)=grn4/norm_fact*scale_factor2;
93 data(:,:,:,3)=blu4/norm_fact*scale_factor2;
94
95 csma=uint8(round(255*min(1,max(0,data))));
96
97 fname_mat=strcat(fname(1:strfind(fname,'_imgset1')),c_type,'_csma_4D.mat');
98
99 save(fname_mat,'csma')
100
101 else
102
103 fprintf('Error:Liver mask has z dimension %i\n',size(liver_mask,3))
104 end

0047

用語「処理回路(”processing circuit”)」は、ここにおいて、データまたはデジタル信号を処理するために使用される、ハードウェアファームウェア、およびソフトウェアの任意の組み合わせを含むように使用されている。処理回路ハードウェアは、例えば、特定用途向け集積回路ASICs)、汎用または専用中央処理装置(CPUs)、デジタル信号プロセッサ(DSPs)、グラフィックス処理装置(GPUs)、および、フィールドプログラマブルゲートアレイFPGAs)といったプログラマブル論理装置を含んでよい。処理回路においては、ここにおいて使用されるように、各機能が、その機能を実行するように構成されたハードウェア、すなわちハードワイヤード(hard-wired)によって、または、非一時記憶媒体に保管された命令を実行するように構成された、CPUといった、より汎用的なハードウェアによって実行される。処理回路は、単一のプリント配線基板(PWB)上に製造されてよく、または、複数の相互接続されたPWBにわたり分散されてよい。処理回路は、他の処理回路を含んでよく、例えば、1つの処理回路が、PWB上で相互接続された、2つの処理回路、FPGAおよびCPU、を含んでよい。処理回路は、地理的に分離されており、かつ、例えば、インターネットといったネットワークによって、接続されている複数の処理ユニットを含むことができる。

0048

腫瘍を検出するためのシステムおよび方法の限定された実施形態が、ここにおいて具体的に記載され、そして、説明されてきたが、当業者にとっては多くの変更および変形が明らかだろう。従って、この発明の原理に従って使用される腫瘍を検出するためのシステムおよび方法は、ここにおいて具体的に説明される以外に実施され得ることが理解されるべきである。本発明は、また、以下の請求項、およびその均等物においても定義される。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ