断局撮圱デヌタのセグメンテヌション





なぜそれが必芁ですか



トモグラフィヌ怜査は䜕のために行われたすか ほずんどの堎合、医孊的蚺断のため、時には科孊的目的のために。 医療蚺断の目的は、病状を特定するこず、たたは病状に関する远加情報を取埗するこず、たたは病状がないこずを確認するこずです。 これはどのように達成されたすか ほずんどの堎合、断局撮圱装眮によっお生成されたセクションの連続的な手動分析による。 倚くの堎合、これで十分です。 しかし、堎合によっおは、平坊な郚分の分析だけに基づいお十分な情報を取埗できないか、画像が䞍完党です。たずえば、血管の病理を怜玢したり、䞀郚の骚折を分析したりする堎合です。 たた、さたざたな臓噚の盞察的な䜍眮に関する情報が必芁になる堎合がありたす。これは、今埌の手術を蚈画するずきに特に圓おはたりたす。 ほずんどの堎合、平坊なセクションのみに基づいおこのような情報を取埗するこずは困難です。 その埌、断局デヌタの3次元再構築が助けになりたす。





䞉次元再構成の䟋



しかし、3次元再構成には固有の問題がありたす倚くの堎合、関心のある臓噚ずその呚囲の組織は類䌌の密床を持ちたすCTの堎合はX線、MRIの堎合は匷床-トモグラフィヌの皮類によっお甚語は異なる堎合がありたすが、「密床」ずいう甚語はどこでも䜿甚したすが、 MRI研究は完党に正しいずは限りたせん。 これらの堎合、臓噚は呚囲の組織に隠れおいるか、2぀の近接した臓噚の分離が非垞に困難です。





呚囲の組織に隠された臓噚、およびそれらは文脈にもありたす



そのような堎合、セグメンテヌションなどの操䜜が必芁になりたす境界内の察象臓噚の遞択、その埌の芖芚化、分析たずえば、物䜓の䜓積、衚面積、密床分垃統蚈の枬定、たたは䜕らかの圢匏倚くの堎合、圢匏ポリゎンモデル。





セグメンテヌション前ず埌の心臓



ポリゎンモデルの圢匏で゚クスポヌトするず、別の可胜性が広がりたす。゚クスポヌトされた臓噚を3D印刷しお、さらに分析したり、手術をモデリングしたり、人工装具を印刷したりするこずもできたす。



研究が医孊的蚺断の目的ではなく科孊的目的で実斜される堎合、臓噚のセグメント化されたモデルは、この臓噚で発生するプロセスのさたざたな蚈算ずモデリングに䜿甚できたす。 そのような蚈算が臚床目的のためにすでに必芁である方法がありたす蚺断ず術前蚈画のため。



どうやっお



基本的なセグメンテヌションツヌル



目的の臓噚をセグメント化する最も盎感的な方法の1぀は、䞍芁なものをすべおカットするアプロヌチです。 このため、Inobitek DICOM Viewerには2぀の察話型ツヌルがありたす。



ポリゎンによる切断。 このツヌルは、3次元再構成にのみ適甚できたす。 2぀のオプションがありたす。遞択した領域に萜ちたものをすべお削陀するか、逆に、遞択した領域の呚りのすべおを削陀したす。





ポリゎンカッタヌの䜿甚



ボヌルたたはシリンダヌの圢の消しゎムで目に芋える組織を取り陀きたす。 このツヌルの利点は、その局所性です。倚角圢の切断が垞に穎を「貫通」させ、堎合によっおは垌望の垃に觊れないようにそのような角床を遞択できない堎合、ボヌルたたはシリンダヌで削陀する堎合、削陀するサむズのみを垞に遞択できたす必芁なもの。 さらに、このツヌルはMPR再構成の2次元セクションで䜿甚できたす。これにより、呚囲の組織に隠れおいるアクセスできない堎所にすぐにアクセスでき、目的の臓噚の手動カットオフセグメンテヌションを実行できたす。 このツヌルには別の機胜がありたす。代替モヌドでは、他のツヌルで以前に削陀した組織を埩元できたす。





消しゎムの取り倖し



別の盎感的なアプロヌチは、この接続領域を陀いお、ある皮の接続領域たずえば、他のボヌンず芖芚的に接觊しおいない別個のボヌンを削陀するこずです。 Inobitek DICOM Viewerでは、これらのオプションは䞡方ずも察応するツヌルで実装されおいたすツヌルは3次元再構成にのみ適甚可胜です。 さらに、远加のパラメヌタヌがありたす。 たず、オブゞェクトを接続する構造の最小厚さを蚭定できたす。 オブゞェクトの2぀の郚分が、指定された倀より小さい厚さの構造によっお接続されおいる堎合、これらの2぀の郚分は接続されおいるずは芋なされたせん。 第二に、なぜなら 倚くの堎合、可芖性のしきい倀によるボクセルの削陀および衚瀺されるボクセルはこのしきい倀によっお分類されたすは、線集結果のあたり自然な芖芚化に぀ながりたせん。セグメンテヌション埌の残りのボクセルの1぀たたは耇数のレむダヌを増やす必芁がありたす-2番目のパラメヌタヌでは、そのようなレむダヌの数を蚭定できたす さらに、最初のパラメヌタヌを䜿甚するず、オブゞェクトの鋭い突起もカットされたすが、これは倚くの堎合望たしくないため、2番目のパラメヌタヌを倧きくするずこの問題を解決できたす。





接続された゚リアを削陀する



残りのツヌルがどのように機胜するかを理解するために、いく぀かの技術的な詳现が必芁でした。

ここで重芁な点が生じたすボクセルの出珟。 このツヌルず他のツヌルの動䜜を適切に理解するには、この点を明確にする必芁がありたす。 ボクセルむメヌゞングは​​どのように行われたすか オリゞナルでは、すべおのボクセルに密床倀が栌玍されおいたすが、衚瀺のために、各ボクセルに色倀ず透明床を割り圓おる必芁がありたすこの堎合、これはRGBA倀です。 いわゆる䌝達関数Tがこれを担圓したす。





Crgba=TI、







ここで、Iは密床倀、Crgbaはこの密床に察応するRGBA倀です。 実際には保存された密床倀は敎数であるため、関数TIはテヌブルに蚭定でき、この堎合はカラヌルックアップテヌブルCLUTず呌ばれたす。 䌝達関数は任意で、䌝達関数の各タむプには個別のカラヌテヌブルがありたす。 遞択したカラヌテヌブルに応じお、3次元の再構成は異なるように芋えたすファブリックの1぀のタむプに察応する1぀の範囲の密床は非衚瀺にでき、他の範囲の密床は衚瀺され、遞択した色でペむントされたす。 したがっお、さたざたなカラヌテヌブルを䜿甚しお、さたざたな臓噚や組織、たたは同じ臓噚をさたざたな方法で芖芚化できたす。 さらに、珟圚の密床りィンドりの倀に応じおカラヌテヌブルをパラメヌタヌ化できたす。このりィンドりの幅ずレベルを倉曎するこずにより、目的の臓噚ず組織の可芖性をむンタラクティブに遞択できるため、これは䟿利です。





異なるカラヌテヌブルを䜿甚しお芖芚化された同じボリュヌム



これはすべおセグメンテヌションにずっお䜕を意味したすか 前のツヌルの䟋からわかるように、珟圚の芖芚化に基づいお、構造の境界が決定されたす。 ボリュヌムの2぀の領域が同じカラヌテヌブルを䜿甚しお芖芚化䞭に接続されおいる堎合たずえば、骚が腱ず筋肉で接続されおいる堎合、カラヌテヌブルを倉曎するずきにそれらが接続されないこずがありたす骚のみが芖芚化される堎合。 したがっお、カラヌテヌブルず珟圚の密床りィンドり䞊蚘のようにカラヌテヌブルはそれに䟝存する堎合があるためは、珟圚のセグメンテヌションを決定するパラメヌタヌです。





遞択したカラヌテヌブルに応じた接続および切断オブゞェクト



珟圚のセグメンテヌションを決定する別のパラメヌタヌは、可芖性マスクです。 これは䜕ですか 䞊蚘では、䜙分な組織を陀去するツヌルに぀いお説明したした。 しかし、この削陀はどのように行われたすか 可芖性マスクを䜿甚しお実行されたす。 このマスクでは、各ボクセルは1ビットに察応したす。したがっお、倀0-ボクセルは削陀され、1-ボクセルは削陀されたせん。 したがっお、䜙分な組織を陀去するツヌルは、適甚されるボクセルのマスクをれロに蚭定するだけです。 可芖性マスクを䜿甚するず、芖芚化のために遞択されたカラヌテヌブルに関係なく、臓噚や組織を非衚瀺にするこずが可胜になりたす。



したがっお、珟圚のセグメンテヌションは、カラヌテヌブル、密床りィンドり、および可芖性マスクの3぀のパラメヌタヌによっお決定されたす。 これらのパラメヌタのいずれかを倉曎するず、セグメンテヌションが倉曎される堎合がありたす。

ここでは、この堎合、「珟圚のセグメンテヌション」ずいう甚語を意味しおいるず蚀えたす。぀たり、珟圚のセグメンテヌションプロセスの結果です。 この結果もビットマスクの圢匏で衚瀺されたす-可芖性マスクず同じです。 この堎合にのみ、ボクセルマスクの単䞀の倀はセグメント化されたオブゞェクトに属するこずを意味し、それに応じおれロ倀は反察の意味を持ちたす-ボクセルはセグメント化されたオブゞェクトに属したせん。 ボクセル可芖性マスクの倀がれロの堎合、セグメンテヌションマスクでも垞に倀がれロになるこずは明らかです。 ただし、可芖性マスクに単䞀の倀を持぀セグメンテヌションマスクでボクセルが持぀倀は、カラヌテヌブルによっお異なりたす。 これは、ボクセルに察応する密床のカラヌテヌブルから取埗された透明床倀に基づいお決定されたす。透明床倀が特定のしきい倀より倧きい堎合、ボクセルはセグメンテヌションに属したす。 しきい倀は蚭定で蚭定でき、通垞1〜10です100は完党に䞍透明なボクセル、0は完党に透明です。 しきい倀を䜿甚する必芁があるのは、芖芚化䞭に、特定の倀より小さい透明床倀を持぀ボクセルが実際には芋えないためです。その結果、セグメンテヌションの結果はナヌザヌが画面で芋るものず䞀臎しない堎合がありたす。



セグメント化された構造



さお、セグメンテヌションプロセスの基本抂念で、それが次第に明確になればいいのにず思うずき、疑問が生じたす。必芁な噚官たたは病理孊をセグメンテヌションした埌に䜕をすべきか おそらく、それを分析するために、呚囲の組織や臓噚がこれを劚害しなくなったためです。 しかし、耇数のオブゞェクトをセグメント化し、それらを䞀緒に芖芚化する堎合はどうでしょうか たたは、衚瀺を劚げおいるものをセグメント化し、非衚瀺にする方が簡単な堎合はどうすればよいですか これらおよび他の質問に察する答えは、セグメント化された構造です。



セグメント構造は、個別に線集および芖芚化できる保存されたセグメンテヌション結果です。 いく぀かの臓噚を䞀緒に芖芚化する必芁がある堎合は、それぞれを順番にセグメント化し、セグメント化された構造ずしお保存する必芁がありたす。 オブゞェクトを削陀する必芁がある堎合は、それをセグメント化し、セグメント化された構造ずしお保存しおから、このセグメント化された構造をボリュヌムの残りから差し匕く必芁がありたす。



これはどのように実装されたすか Inobitek DICOM Viewerには、セグメント化された構造のリストを含むパネルを開く特別なボタンがありたす。 プログラムには、セグメント化された構造のパネルが存圚する2぀のりィンドりがありたす。3次元再構成りィンドりずMPR衚瀺りィンドりです。 これらのりィンドりでセグメント化された構造を操䜜するロゞックは倚少異なりたす。





MPR䞊のセグメント化された構造のパネル





3Dでセグメント化された構造のパネル



セグメント構造のリストには、削陀できない行が垞にありたすベヌスボリュヌム。 3次元再構成りィンドりでは、ベヌスボリュヌムを線集しお、䜙分な組織を陀去できたす。 MPR衚瀺りィンドりでは、ベヌスボリュヌムは線集できたせん。残りのセグメント化された構造のみを線集できたす。



3次元再構成りィンドりでの新しいセグメント構造の䜜成は、ベヌスボリュヌムセグメンテヌションの珟圚のバヌゞョンをコピヌするこずで行われたす。珟圚の可芖性マスク、カラヌテヌブル、密床りィンドりの境界がコピヌされたす。 MPR衚瀺りィンドりでは、垞に空の可芖性マスクを䜿甚しお新しいセグメント構造が䜜成され、新しいテヌブルを䜜成するずきに衚瀺されるダむアログでカラヌテヌブルず密床りィンドりが蚭定されたす。 このダむアログでは、カラヌテヌブルず密床りィンドりを暗黙的に蚭定できたす。たずえば、密床のしきい倀の倀を蚭定し、どのボクセルを衚瀺するかを指定するこずで、このしきい倀を䞋回るたたは䞊回る倀を蚭定できたす。 たたは、ボクセルが衚瀺される密床範囲の境界を瀺したす。 カラヌテヌブルず密床りィンドりの倀を盎接蚭定するこずもできたす。 新しいセグメント化された構造は垞にMPR衚瀺りィンドりで䜜成されるため、垞に空です。ここでのセグメンテヌションの䞻な方法は、3次元再構成りィンドりずは察照的に、新しいボクセルを远加するこずです。 たた、MPR衚瀺りィンドりでセグメント化された構造を線集する堎合、ボクセルのマスクは垞に衚瀺され、珟圚のカラヌテヌブルず密床りィンドりを䜿甚するず衚瀺されたす䞊蚘の可芖性マスクず混同しないでください、たずえば、構造の䜜成時に密床のしきい倀ず倀の範囲を指定した堎合このしきい倀を超える密床、このしきい倀を超えるすべおのボクセルはマスクで匷調衚瀺されたす。 このマスクの透明床は、完党に透明にするなど、調敎できたす。





MPRのマスク



セグメント化された各構造は、い぀でも非衚瀺たたは衚瀺できたす。 たた、セグメント化された各構造に぀いお、そのボリュヌムが衚瀺されたす。したがっお、セグメンテヌションにより、臓噚ず圢成のボリュヌムを枬定するこずができたす。 ベヌスボリュヌムを陀くすべおのセグメント化された構造に぀いお、統蚈が蚈算されたす構造内の最小および最倧密床倀、およびこの倀の平均倀ず暙準偏差。 ベヌスボリュヌムを陀く、セグメント化された構造の色を指定できたす-この堎合、䜿甚されおいるカラヌテヌブルで、すべおの色の倀は指定されたものに倉曎されたす透明床に䟝存せず、色に䟝存しないため、透明床は倉曎されたせん。  倚くの堎合、いく぀かのセグメント化された構造には共通のカラヌテヌブルがあり、色を蚭定するず、各セグメント化された構造に異なるカラヌテヌブルを割り圓おるこずなくそれらを区別するのに圹立ちたす。





セグメント化されたカラヌ構造



倚角圢モデル



セグメント化された構造に基づいお、ポリゎンモデルグリッド-ポリゎン芁玠䞉角圢によるセグメント化された構造の衚面の区分的近䌌を構築できたす。 これは、セグメンテヌションの重芁な結果の1぀です。3次元モデルで動䜜するほずんどすべおの゜フトりェアは、3次元モデルずしおポリゎンメッシュを意味するためです。 このような゜フトりェアには、芖芚化、線集、数倀モデリング、3D印刷が含たれたす。 ぀たり、セグメンテヌション結果をポリゎンモデルの圢匏で゚クスポヌトするず、ほずんどのサヌドパヌティプログラムでこれらの結果を操䜜できたす。



グリッドを構築するために、「マヌチングキュヌブ」アルゎリズムが䜿甚されたす。これは、このタスクにシンプルか぀最も効果的です。 ボクセルモデルは立方䜓ボクセルで構成されおいるため、その衚面を近䌌するず、この「キュヌビシティ」は保持され、グリッドは「階段状」に芋えたす。 これを取り陀くために、グリッドを滑らかにするこずができたす。 平滑化は、グリッドの各頂点の座暙がすべおの隣接する頂点の平均座暙に眮き換えられるずいう事実から成るラプラス法によっお実行されたす。 この手順は数回繰り返すこずができたす-新しいパスを䜜成するたびにグリッドが滑らかになりたす。 パスの数は、グリッド蚭定で蚭定できたす。 しかし、各パッセヌゞはグリッドを倉曎し、実際のサヌフェス境界からわずかに逞脱するこずを芚えおおく必芁がありたす。パスが倚いほど、偏差が倧きくなりたす。 さらに、堎合によっおは、平滑化の結果ずしお、グリッド芁玠の盞互亀差実際には、衚面ずそれ自䜓の亀差たたはれロ面積の䞉角圢の出珟が可胜です。 䞀郚のタスクでは、これは受け入れられない堎合があるため、倚数のスムヌゞングパスを泚意しお蚭定する必芁がありたす。





非敎列および平滑化メッシュ



たた、ポリゎンサヌフェスを構築するためのパラメヌタヌでは、グリッドを圢成する䞉角圢の最倧数を指定できたす。 これは、たずえば芖芚化を高速化するために必芁になる堎合がありたす。 このパラメヌタヌが蚭定されおいる堎合れロ以倖、れロは䞉角圢の最倧数が無制限であるこずを意味したす、「マヌチングキュヌブ」アルゎリズムでグリッドを構築した埌の䞉角圢の数が指定された倀を超える堎合、䞉角圢を連続しお結合する手順が実行されお合蚈数が枛少したす必芁な倀。 ただし、堎合によっおは、必芁な䞉角圢の数が十分に少ない堎合、特定の瞬間に、グリッドトポロゞを倉曎せずに䞉角圢を結合するこずはできたせん。 この堎合、結果ずしお埗られる䞉角圢の数は、グリッドトポロゞを倉曎せずに達成できる最小倀に等しくなりたす。



倚角圢モデルは、゚クスポヌトできるだけでなく、セグメント構造ずしおむンポヌトするこずもできたす。 この堎合、特別なタむプのセグメント化された構造が䜜成されたす-むンポヌトされたメッシュのみが含たれ、セグメンテヌションマスクは定矩されおいたせん。 倚角圢モデルのむンポヌトは、手術の蚈画に圹立ちたす。手術噚具、機噚、人工装具、むンプラントのモデルをむンポヌトするず、解剖孊ずずもにそれらを芖芚化し、手術のプロセスたたは結果を事前に評䟡できたす。 むンポヌトされたモデルの堎合、解剖孊的構造の3次元再構成ずずもに、適切な堎所に正しい向きに配眮できる手動䜍眮決めツヌルが利甚できたす。 さらに、メッシュのみを含むセグメント化された構造をボクセル化できたす。 ぀たり、グリッドサヌフェスで囲たれたボリュヌム内にあるボクセルのみを含む可芖性マスクが䜜成されたす。 この手法は、セグメンテヌションの結果を保存および埩元するために䜿甚できたすセグメント化された構造の堎合、グリッドが䜜成され、その埌゚クスポヌトされ、同じスタディの埌続のオヌプン時に、グリッドがむンポヌトおよびボクセル化され、その結果、セグメント化された構造が埩元されたす



セグメント化された構造のバむナリ操䜜



䞊蚘のように、最初に必芁なものを盎接セグメント化するのではなく、いく぀かの二次オブゞェクトをセグメント化する方が簡単な堎合がありたすたずえば、削陀する必芁がある䜙分なもの、たたは構造党䜓の個々の郚分、そしお実行これにはいく぀かの远加の操䜜がありたす。削陀する必芁があるものを差し匕くか、パヌツを党䜓に結合したす。 このような操䜜はバむナリず呌ばれたす。 Inobitek DICOM Viewerは、セグメント化された構造に察しお3皮類のバむナリ挔算を実装しおいたす。





これらの操䜜のいずれにおいおも、2぀のセグメント化された構造が関䞎したすそのうちの1぀がベヌスボリュヌムである可胜性がありたす。 これら2぀のセグメント化された構造の1぀がタヌゲットです。操䜜の結果がその䞭に配眮されたす。 タヌゲットは垞に珟圚アクティブなセグメント化された構造です。 2番目の構造はオプションです。 操䜜䞭に、タヌゲット構造の可芖性マスクは倉曎されたすが、構造のセグメンテヌションマスクは、可芖性マスクではなく、操䜜自䜓に関䞎したす。 ぀たり、珟圚のカラヌテヌブルを考慮しお操䜜が実行されたす。



枛算するず、远加の構造セグメンテヌションマスクのすべおのボクセルがタヌゲット構造の可芖性マスクから枛算されたす。 ぀たり、これはすべお、远加構造のすべおの可芖ボクセルがタヌゲット構造で䞍可芖になるように芋えたす。





血液で満たされた心臓、心臓で満たされた血液、枛算により埗られた心筋



結合するず、远加の構造セグメンテヌションマスクのすべおのボクセルがタヌゲット構造の可芖性マスクに远加されたす。 ぀たり、远加構造のすべおの可芖ボクセルはタヌゲット構造の可芖性マスクに含たれたすが、ここでは、タヌゲット構造で必ずしも可芖になるずは限らないこずを芚えおおく必芁がありたす。これはすでにそのカラヌテヌブルに䟝存しおいたす。





肺組織、肺血管、協䌚



亀差点では、ボクセルのみがタヌゲット構造の可芖性のマスクに残り、タヌゲットず远加構造のセグメンテヌションマスクに同時に存圚したす。 ぀たり、タヌゲットず远加の構造で同時に衚瀺されおいたタヌゲット構造のボクセルのみが衚瀺されたたたになりたす。





血管、肝臓、それらの亀差点-肝臓の血管



远加ずしおポリゎンモデルのみを含むセグメント化された構造を䜿甚しお、バむナリ操䜜も可胜です。 この堎合、倚角圢モデルの䞭間ボクセル化が実行され、その結果、バむナリ挔算が実行されたす。



その他のセグメンテヌションツヌル



䞊蚘のツヌルを䜿甚しおも、ほずんどすべおのセグメンテヌションを実行できたすが、堎合によっおは䞍合理に面倒で時間がかかりすぎるこずがありたす。 Inobitek DICOM Viewerは珟圚、倚くの堎合、セグメンテヌションプロセスを簡玠化する远加のツヌルを実装しおいたす。



圢態孊的操䜜



圢態孊的操䜜は䞀般的な画像凊理ツヌルです。 ボクセルボリュヌムは、2次元画像のピクセルごずの衚珟を3次元に䞀般化したものです。したがっお、2次元画像に適甚できる倚くの操䜜は、ボクセルボリュヌムにも適甚できたす。 これは圢態玠操䜜にも適甚されたす。 Inobitek DICOM Viewerは、増加成長および䟵食枛少の操䜜を実装し、指定された数のボクセルによる珟圚のセグメンテヌションの増枛を可胜にしたす。 ナヌザヌの利䟿性のため、ビルドアップ/リダクションの量は、ボクセルではなくミリメヌトルで指定されたす。 クロヌズずオヌプンの個別の操䜜は実装されおいたせんが、定矩により、成長ず瞮小の操䜜を目的の順序で䞀貫しお適甚するこずで実行できたす。 さらに、珟圚のセグメンテヌションのボむドを埋める操䜜が実装されおいたす。 あらゆるサむズのボむドを埋めるこずが保蚌されおいるずいう点で、閉鎖操䜜ずは異なり、閉鎖䞭の蓄積/収瞮の量に匹敵するだけではありたせん。 さらに、この操䜜は、ボむドに属するボクセル以倖の他のボクセルには圱響したせん。



すべおのモルフォロゞヌ操䜜は可芖性マスクに適甚されるため、適甚埌、珟圚のカラヌテヌブルによっお非衚瀺のボクセルが倉曎された堎合、倉曎が衚瀺されない可胜性があるこずに泚意する必芁がありたす。 そのような堎合、通垞、色操䜜/密床りィンドりの倉曎ず組み合わせお圢態孊的操䜜を䜿甚する必芁がありたす。





圢態孊的操䜜のリスト



圢態孊的操䜜に加えお、リストには別のツヌルがありたす目に芋えないボリュヌムの削陀。



可芖性マスクを珟圚のセグメンテヌションマスクに等しく蚭定したす。぀たり、セグメンテヌションマスクによっお非衚瀺ではなかったが、珟圚のカラヌテヌブルのために非衚瀺であったボクセルは、可芖性マスクから削陀され、氞続的に非衚瀺になりたす。぀たり、倉曎によっお衚瀺できなくなりたす。カラヌテヌブル。このようなツヌルの必芁性は、次の䟋で説明できたす。CTスタディで骚をセグメント化する必芁があるずしたす。骚は他の組織よりも高密床ですが、この密床の分垃は䞍均䞀です。密床は骚の䞭心で高く、倖偎の境界の方向で枛少したす。密床りィンドりを倉曎するか、カラヌテヌブルを遞択しお、芖芚化の密床しきい倀を骚の倖偎の境界の密床ず等しく蚭定した堎合、十分に高くない可胜性がありたす。特にコントラストのある研究の堎合-骚に加えお、他のいく぀かの組織、特にコントラストのある組織が芖芚化されたす。したがっお、骚構造に属するボクセルのみの芖芚化を保蚌するには、内郚骚の密床に応じおより高いしきい倀を蚭定する必芁がありたす。ただし、この堎合、骚は郚分的にのみ可芖化されたす-倖郚局はありたせん。倖局を远加するには、ビルド操䜜を適甚する必芁がありたすが、これたでのずころ、カラヌチャヌトたたは密床りィンドりのみを倉曎したしたが、可芖性マスクはすべおのボリュヌムに䞀臎し、建物は機胜したせん。したがっお、非衚瀺のボリュヌムを構築する前に削陀する必芁がありたす。その埌、構築は、目に芋える骚の内偎のレむダヌに適甚され、倖偎のレむダヌが远加されたす。その埌、カラヌテヌブルを倉曎しお倖偎の局が再び芋えるように-これにより、骚構造のセグメント化のプロセスが完了したす。









,



これたでのむンタラクティブなセグメンテヌションツヌルの説明は、ボリュヌムの3次元衚珟に倧きく関連しおいたす。ただし、前述のように、MPRスラむスを䜿甚したセグメンテヌションも可胜です。さらに、倚くの堎合、結果をすばやく取埗できるため、望たしい方法です。



MPRスラむスに応じたセグメンテヌションの䞻な方法は次のずおりです。指定されたマスク内のセグメント化された構造のボリュヌムを増やす。マスクはカラヌテヌブルによっお定矩され、ほずんどの堎合、このカラヌテヌブルは最も単玔な圢匏です。指定されたしきい倀を䞊回るたたは䞋回るボクセル、たたは指定された範囲の境界内にボクセルを衚瀺したす。しきい倀たたは境界は、セグメント化されたオブゞェクトの密床倀の境界に察応するように遞択されたす。セグメンテヌションのプロセスでは、しきい倀たたは境界の倀をむンタラクティブに倉曎できたす。





高密床、䜎密床、間隔



のマスク MPRの音量を䞊げるための基本的なツヌルは䞊蚘のツヌルですこれはブラシです珟圚Inobitek DICOM Viewerは特定のサむズの球䜓ず円柱の圢でブラシオプションを実装しおいたすが、3Dで線集する堎合、このツヌル䞻にブラシではなく、消しゎムずしお䜿甚されたす。 MPRでブラシを䜿甚しおマスクを埩元するず、理論的にはあらゆる構造をできるだけ正確にセグメント化できたすが、耇雑な圢状のオブゞェクトの堎合、これは非垞に時間のかかるプロセスです。同じツヌルを3DだけでなくMPRの消しゎムずしお䜿甚しお、セグメント化された䜙分なボリュヌムを削陀するこずができたす。さらに、このツヌルをブラシモヌドで䜿甚するず、削陀したボクセルを3Dで埩元できたす。





ブラシ線集ツヌルの䜿甚



しかし、3Dにはこのツヌルには別のモヌドがありたす-マスクリカバリです。圌の䜜品の論理は、MPRで䜿甚されおいるものに近いツヌルは、マスクで匷調衚瀺されおいるボクセルのみを埩元したす。しかし、3Dにはマスク自䜓の抂念がないため、珟圚のセグメント化された構造ず䞀臎しない他のセグメント化された構造ベヌスボリュヌムを指定する可胜性を含むは、その品質で瀺される必芁がありたす。線集パネルには、マスクずしお機胜する構造を遞択するための特別なボタンがありたす。





マスクリカバリモヌドでの3D線集ツヌルの



䜿甚MPRでセグメント化するずきに䜿甚できる別のツヌルは、マスクで区切られた接続領域を远加するこずです。ある皋床、これは接続゚リアをセグメント化できる3Dツヌルに類䌌しおいたす。この堎合のみ、接続゚リアを陀くすべおを削陀する代わりに、この接続゚リアは珟圚のセグメント化された構造に远加されたす。マスクである構造を指定するず、このツヌルは3Dでも䜿甚できたす。これは、いく぀かの無関係な領域で構成される構造をセグメント化する䟿利な方法です。これらの各領域にツヌルを連続しお適甚するこずにより、それらをすべお1぀のセグメント構造に远加できたす。





MPR䞊の孀立した領域のセグメンテヌション



地域成長ツヌル



䞊蚘のツヌルは、それぞれの長所ず短所で、互いに反察の意味にありたす。ブラシを䜿甚するず、オブゞェクトをセグメント化できたすが、倚くの堎合、倚くの時間がかかり、接続された領域の远加はシングルクリックで行われたすが、領域が他の領域ずほずんど接觊しおいない堎合たたぱリア、それらはすべお䞀緒にセグメント化されたす。したがっお、これらの欠点のないツヌルが必芁になりたす。これは、任意の圢状の領域を十分に迅速にセグメント化できたす。



このようなツヌルは、リヌゞョン構築ツヌルです。圌の䜜品の論理は次のずおりです。セグメント化する必芁がある領域内で特定の開始点を遞択し、その埌、いく぀かの原則に埓っおセグメント化された領域をこの点から構築したす。成長はナヌザヌの制埡䞋で行われ、適切なタむミングで停止するこずができたす-珟圚のセグメンテヌションがセメント化されるオブゞェクトに最も適しおいる堎合。目的のセグメンテヌション結果に埓っお衚されるツヌルの有効性は、遞択された構築原理に䟝存したす。



最も単玔な原則は、指定されたマスク内のすべおの方向に均䞀に構築するこずです。しかし、この単玔さのために、この原則にはツヌルの最も顕著な䞻な問題、すなわち挏れがありたす。リヌクは、必芁な領域倖のセグメンテヌションず呌ばれたす。たずえば、2぀の臓噚が1぀たたは耇数の现いゞャンパヌで接続されおいる堎合、1぀の臓噚がセグメント化されるず、これらのゞャンパヌを介しお別の臓噚ぞの挏れが発生し、その結果、1぀の臓噚を別の臓噚から分離するこずが困難になりたす。





肝臓のセグメンテヌション䞭に呚囲の組織や臓噚に挏れが発生する



ため、実際には、より耇雑なロゞックで構築するずいう原則が䜿甚されたす。

Inobitek DICOM Viewerは、リヌゞョンを構築するための2぀の原則を実装しおいたす。

いわゆるDistance倉換残念ながら、この倉換の名前のロシア語版はわかりたせんが、盎接翻蚳は甚語の意味を歪め

たすに基づいお、レベルサヌフェスを䜿甚したす。



ボリュヌムの距離倉換DTは次のように定矩されたす2倀化ボリュヌム2倀化-各ボクセルは2぀の倀1-可芖たたは0-䞍可芖を各ボクセルで持぀ため、この倉換は最も近い可芖ボクセルたでの距離に等しい倀を䞎えたす。距離の枬定方法は異なる堎合がありたす。たずえば、蚈算が簡単なため、各方向の距離の合蚈に等しい、いわゆるマンハッタン距離がよく䜿甚されたす。このケヌスでは、叀兞的なナヌクリッド距離が䜿甚されるため、倉換党䜓はナヌクリッド距離倉換EDTず呌ばれたす。この原理を䜿甚しおセグメント化する堎合、ボリュヌムはマスクに基づいお二倀化されたす-マスク反転が実際に䜿甚されたすマスクに入るボクセルは0、残りは1です。したがっお、EDTは、マスク内の境界線たでの距離を瀺したす。成長率はEDT倀に比䟋したすただし、特定のしきい倀から開始するだけで、䟝存関係は指数関数的です。その結果、薄い構造の成長は、ボリュヌムの倧きい領域よりも遅くなりたすが、領域の境界に近づくず遅くなりたす。これは望たしくない効果です。 EDTアプロヌチは挏れ率を枛らすこずができたすが、完党になくすこずはできたせん。このアプロヌチの䞻な利点は、蚱容可胜な挏れ制埡を備えた高速です。ただし、領域の境界に近づくず速床が䜎䞋するため、望たしくありたせん。 EDTアプロヌチは挏れ率を枛らすこずができたすが、完党になくすこずはできたせん。このアプロヌチの䞻な利点は、蚱容可胜な挏れ制埡を備えた高速です。ただし、領域の境界に近づくず速床が䜎䞋するため、望たしくありたせん。 EDTアプロヌチは挏れ率を枛らすこずができたすが、完党になくすこずはできたせん。このアプロヌチの䞻な利点は、蚱容可胜な挏れ制埡を備えた高速です。





EDT



成長領域の前面の曲率を制埡するこずにより、リヌクに察凊する方がはるかに優れおいたす。地域の成長率の方法を指定する䞀般的なアプロヌチは、内郚ず倖郚の2皮類の力の組み合わせを䜿甚するこずです。内郚力は、遞択された点での領域の境界の曲率によっお決定されたす-曲率が倧きいほど、この力の倧きさも倧きくなり、力自䜓も曲率ベクトルずしお方向付けられたす、぀たり、領域の境界を滑らかにする傟向がありたす。倖力は画像の特性によっお決たりたす。私たちの堎合、遞択された密床範囲に基づいお倖力が䜿甚されたす。特定のポむントの密床倀が遞択された範囲内にある堎合、力は領域の拡倧を目的ずしおいたす-範囲境界の密床では倀はれロで、密床倀が境界の倖偎にある堎合は䞭心に向かっお増加したす範囲次に、力は領域を狭めるこずを目的ずし、その倧きさは範囲の境界から密床が遠くなるほど倧きくなりたす。したがっお、倖力は、特定の密床範囲で領域内の領域の境界を保持する傟向があり、内郚力は、領域の境界を倧きく曲げるこずができたせん-特に、薄い構造を介した挏れを防ぎたす。



このアプロヌチの実装は、氎平面の方法に基づいおいたす。これは、特殊な圢匏の埮分方皋匏の数倀解に基づいおいたす。方皋匏の解は、ボリュヌムの各ポむントで定矩された関数であり、同時に時間に䟝存したす。前郚境界の動きは、この関数がれロ倀を取る衚面によっお決たりたす。これは4次元空間の超曲面ですが、どの瞬間にも3次元空間の衚面であるセクションがありたす。これは氎平な衚面であり、メ゜ッドの名前です。



レベルサヌフェスに基づく領域構築ツヌルを䜿甚しお取埗したセグメンテヌションは、最も盎感的に芋えたす。䜓積のあるオブゞェクトには適しおいたすが、䞭小血管のセグメンテヌションにはあたり適しおいたせん。衚面の曲率が倧きすぎたす。



このモヌドでは、ツヌルはマスクを䜿甚しお密床範囲を蚭定せず、代わりに、珟圚の密床りィンドりずセグメンテヌションの開始点に基づいお範囲が自動的に蚈算されたす。たた、このツヌルを䜿甚するず、セグメンテヌションプロセスに圱響するサヌフェスの曲率パラメヌタヌをむンタラクティブに構成できたす。ツヌルがオンのずき、半埄が曲率のしきい倀半埄にほが察応する円が衚瀺されたす。蚀い換えるず、この円のサむズは、セグメント化が進むこずができる構造の最小サむズにほが察応したす。リヌクが発生した堎合、円の半埄を倧きくする必芁がありたす。逆に、垌望するサむズの構造がセグメント化されおいない堎合、円の半埄を小さくする必芁がありたす。



このツヌルの利点は「むンテリゞェンス」です。その䜜業の結果は最も盎感的であり、倚くの堎合、最小限の劎力で耇雑な圢状の構造をセグメント化できたす。このツヌルの短所は蚈算の耇雑さが高いこずですが、GPUを䜿甚するず実装が非垞に効果的に加速されるため、匷力なビデオカヌドを䜿甚するずツヌルの察話性が倧幅に向䞊したす。





平面法に基づく領域拡匵



耇数の断局撮圱シリヌズを䜿甚したセグメンテヌション



倚くの堎合、セグメンテヌションが必芁です。これには、異なる断局撮圱シリヌズのデヌタ​​が必芁です。そのようなタスクの叀兞的な䟋は、導入盎前に埗られたコントラストのないCTシリヌズを䜿甚しお、コントラストのあるCTシリヌズの骚構造を陀去するこずです。タスクの関連性は、CTの造圱剀のX線密床が骚構造のX線密床に匹敵するずいう事実によっお説明されたす。したがっお、骚ず盎接接觊しおいる造圱血管をそこから分離するこずはできたせん。この䟋は説明のために提䟛されおいるため、これら2぀のシリヌズの受信間の患者の移動に関連する問題は考慮したせん。この堎合、タスクは、コントラストのない䞀連の骚構造のセグメンテヌションず、コントラストのあるシリヌズから埗られたセグメンテヌションのさらなる枛算に削枛されたす。





, ,



別の䟋は、動脈ず静脈を別々のセグメンテヌションで䞀緒に芖芚化するこずです。この堎合、造圱剀の導入埌すぐに、それは動脈を通っお広がり、この時点で最初のシリヌズが埗られたす-動脈が造圱剀で匷調される動脈盞。しばらくするず、コントラストが郚分的に動脈から掗い流され、組織を通過しお静脈に入りたす-この時点で2番目のシリヌズが取埗されたす-静脈盞では、静脈がコントラストで匷調衚瀺されたす。したがっお、最初のシリヌズを䜿甚しお、動脈のセグメンテヌションを実行し、2番目のシリヌズを䜿甚しお、静脈を䜿甚するず䟿利です。さらに、静脈シリヌズでコントラストが動脈から完党に掗い流されおいない堎合は、最初のシリヌズから動脈のセグメンテヌションを差し匕くこずでコントラストを削陀できたす。このように静脈ず動脈を同時に芖芚化するには、2぀のシリヌズ動脈盞ず静脈盞のデヌタを䜿甚する必芁がありたす。たた、コントラストを導入する前にスキャンする堎合、骚の陀去も実行できたす。この堎合、3぀のシリヌズ党䜓がすでにゞョむントセグメンテヌションに参加しおいたす。









Inobitek DICOM Viewerでいく぀かのシリヌズを共同で芖芚化するために、特別なモヌドがありたす-シリヌズを組み合わせるモヌドです。特別なりィンドりでシリヌズを組み合わせたす。結合埌、远加の仮想シリヌズがスタディシリヌズのリストに衚瀺され、目的の衚瀺モヌド利甚可胜なすべおの衚瀺モヌドがサポヌトされたす2D、MPR、3D、仮想内芖鏡怜査で開き、遞択したシリヌズを䞀緒に芖芚化できたす。このようなシリヌズを衚瀺するず、远加のパネルレむダヌパネルが衚瀺されたす。各レむダヌは、結合されたシリヌズの1぀です。レむダヌパネルで察応するアむテムを遞択するこずにより、珟圚のレむダヌを倉曎できたす。各シリヌズにはセグメント化された構造の独自のリストがあるため、珟圚のレむダヌを倉曎するず、珟圚の構造のリストも倉曎されたす。すべおのセグメンテヌション操䜜は、珟圚遞択されおいるレむダヌの珟圚遞択されおいるセグメント構造に適甚されたす。䟋倖は、3Dのメむンボリュヌムが遞択されおいる堎合です。この堎合、ポリゎンの切り取り操䜜ずブラシ操䜜はすべおのレむダヌにすぐに適甚されたす-遞択した領域のすべおが削陀されるず予想するのが論理的であるため、この動䜜はより盎感的です。



異なる局のセグメント化された構造間では、バむナリ挔算が可胜です。それらを䜿甚するだけで、1぀のレむダヌでセグメント化されたボヌンを2番目のレむダヌのデヌタから差し匕くこずができたす。異なるレむダヌの構造間で芖芚的にバむナリ操䜜を行うナヌザヌが、1぀のレむダヌの構造間で同じバむナリ操䜜ず倉わらない堎合、技術的な実装の芳点からは、これははるかに耇雑な操䜜です。異なるレむダヌのボクセルの䜓積は、ボクセルのサむズだけでなく、寞法ず向きの䞡方で䞀臎しない堎合がありたす。぀たり、あるレむダヌのボクセルが別のレむダヌのボクセルず幟䜕孊的に䞀臎しない、耇数のボクセルが䞀床にオヌバヌラップする、たたはモデルの倖にあるこずさえありたす。したがっお、レむダヌ間でバむナリ挔算を実行するには、最初に、远加構造のセグメンテヌションマスクのタヌゲットレむダヌぞの䞭間補間が実行され、その結果、バむナリ挔算が実行されたす。









おわりに



この蚘事で説明するツヌルずアプロヌチは普遍的であり、あらゆるオブゞェクト、臓噚、゚ンティティをセグメント化するために䜿甚できたす。ストリヌミング蚺断たたはその他の堎合、タスクは、1぀のタむプの研究のデヌタに基づいお同じ臓噚を䜕回も連続しおセグメント化するこずです。この堎合、ナニバヌサルツヌルの䜿甚は最速か぀最も䟿利なセグメンテヌションではない堎合があり、そのようなタスクでは専甚ツヌルを䜿甚する方が簡単です。特殊なツヌルは、単に普遍的なアプロヌチを適甚するためのテンプレヌトの実装である堎合もあれば、特定のケヌス甚に特別に開発されたアルゎリズムや方法を䜿甚する堎合もありたす。珟圚、同様のツヌルを開発しおおり、その機胜ず実装時の動䜜原理に぀いおさらに話し合う予定です。



All Articles