JP2007172604A - 取得システムのプロトコル及び／又はパラメータに基づいてコンピュータ利用アルゴリズムを選択するための方法及び装置 - Google Patents

Abstract

【課題】臨床上の目的のために医学的画像を処理するためのコンピュータ・アルゴリズムを選択するシステム及び方法を提供する。
【解決手段】本方法（２００）は、画像データ、臨床データ及び構造化知識ベースにアクセスする段階（２１０）を含む。最適なコンピュータ・アルゴリズムが複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより選択される（２２０）。最適なコンピュータ・アルゴリズムは、画像データ、臨床データ及び構造化知識ベース情報に基づいて選択することができる。画像データは最適なコンピュータ・アルゴリズムにより処理する（２３０）ことができる。
【選択図】図２

Description

本発明は、一般的に云えば、医用イメージング・システムのワークフローを改善するためのシステム及び方法に関するものである。特に、本発明は、医学的画像を処理するための最適なコンピュータ・アルゴリズムを選択するためのより効率のよいシステム及び方法に関するものである。

医学的診断用イメージング・システムは種々のモダリティ、例えば、Ｘ線システム、コンピュータ断層撮影（ＣＴ）システム、超音波システム、電子ビーム断層撮影（ＥＢＴ）システム、磁気共鳴（ＭＲ）システムなどを含む。医学的診断用イメージング・システムは、例えば、患者を通過するＸ線のようなエネルギ源に対して露出することにより、例えば、患者のような対象物の画像を作成する。作成された画像は多様な目的に使用することができる。例えば、対象物内の内部欠陥を検出することができる。更に、内部構造又は整列の変化を決定することができる。対象物内の流体の流れも表すことができる。また更に、画像は対象物内の様々な物体の存在又は不存在を示すことができる。医学的診断用イメージングから得られる情報は、医学及び製造を含めて様々な分野で多様な用途を持つ。

医学的診断用イメージング・システムの一例は、画像保管通信システム（ＰＡＣＳ）である。ＰＡＣＳは、例えば、Ｘ線、超音波、ＣＴ、ＭＲＩ、ＥＢＴ、ＭＲ又は核医学のような画像を、電子的に取得し、保存し、また観察のために伝送することができる機器及びソフトウエアについての用語である。検査により得られた画像は直ちに観察するか、保存するか、又は伝送することができる。画像は、ユーザ、例えば放射線専門医によって、診断用ワークステーションで観察することができる。画像を観察することに加えて、ユーザはまた、例えば、患者の氏名又は患者の性別のような、画像に関連した患者情報を観察することができる。

多くのＰＡＣＳシステムは、コンピュータ利用の検出及び診断のタスクを実行するためのコンピュータ・ソフトウエアを動作させる。これらのタスクの実行の際に、コンピュータ・ソフトウエアは一般的に、例えば、解剖学的構造、臨床上の目的、及び機能などの変数に依存する。コンピュータ利用の検出及び診断のソフトウエアを動作させているとき、ユーザはこれらの変数を手動で入力しなければならないことがあり、これは処理の速度を遅くし且つ処理の効率を悪くする。また、これらのタスクを実行するコンピュータ・アルゴリズムは固定であり、これは、ソフトウエアが入力を受け取る際にダイナミックでないことを意味する。

コンピュータ・ソフトウエアはまた、例えば、モダリティ、再構成アルゴリズム、及び造影剤を含めて画像取得プロトコルに依存することがある。コンピュータ利用の検出及び診断のプログラムは画像取得プロトコルに依存することがあるので、特定の機械用に作成されたプログラムは異なる種類の機械上で役に立たないことがある。例えば、４スライスのＣＴスキャナ用に設計されたコンピュータ・アルゴリズムは、６４スライスのＣＴスキャナに適用可能ではないことがある。

現在、開発者は一般に、様々な特定の条件について様々な結果を生じる独自のソフトウエア・プログラムを作成する。特定の条件を満たすようにアルゴリズムを設計する開発者が、取得プロトコルにおける殆どのバラツキの原因である。典型的なバラツキは、再構成方法、データ中のノイズ、経時的分解能、用いられるコントラスト、及びその他の変数を含むことができる。これらの変数のような変数は一般に、アルゴリズムを開発するときに考慮される。変数の数が増加するにつれて、アルゴリズムの複雑さのレベルが増大する。各々の変数は一般に、自動又は半自動コンピュータ利用検出アルゴリズムについて異なる複雑さを導入する。従って、特定の条件について独自のアルゴリズムを利用することは、開発及び商業化のために一般的に効率が悪く且つ経費が大幅に高くなる。

従って、入力に基づいてコンピュータ・アルゴリズム又はアルゴリズムの経路を最適に選択するために利用することのできるシステム及び方法が必要とされている。このようなシステム及び方法は、コンピュータ利用の検出及び診断のタスクを最適に実行するための解決策を提供することができる。

本発明の特定の実施形態は、臨床上の目的のために医学的画像を処理するためのコンピュータ・アルゴリズムを選択する方法を含むことができる。この方法は、画像データにアクセスする段階と、臨床データにアクセスする段階と、構造化知識ベースにアクセスする段階とを含む。最適なコンピュータ・アルゴリズムが複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより選択される。最適なコンピュータ・アルゴリズムは、画像データ、臨床データ及び構造化知識ベース情報に基づいて選択することができる。画像データは最適なコンピュータ・アルゴリズムにより処理することができる。最適なコンピュータ・アルゴリズムは複数のコンピュータ・アルゴリズムを含むことができる。構造化知識ベースは、臨床上の目的のための可能性のある複数のアルゴリズムを包含するアルゴリズムの有限集合を含むことができる。画像データはメタ・データ及び解剖学的情報を含むことができる。メタ・データはモダリティ情報及び画像取得情報を含むことができる。コンピュータ・アルゴリズムは、コンピュータ支援検出を実行するためのコンピュータ・アルゴリズムを含むことができる。コンピュータ・アルゴリズムはまた、ボリューム・コンピュータ利用読取りを実行するためのコンピュータ・アルゴリズムを含むことができる。

本発明の特定の実施形態は、臨床上の目的のために医学的画像を処理するためのコンピュータ・アルゴリズムを選択するシステムを含むことができる。本システムは、データを操作するためのコンピュータ・ユニットを含むことができる。コンピュータ・ユニットは、画像データにアクセスし且つ臨床データにアクセスし且つ構造化知識ベースにアクセスするためのコンピュータ・ソフトウエアを実行することができる。コンピュータ・ソフトウエアは複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより最適なコンピュータ・アルゴリズムを選択する。最適なコンピュータ・アルゴリズムは、画像データと臨床データ及び構造化知識ベース情報とに基づいて選択することができる。コンピュータ・ソフトウエアは最適なコンピュータ・アルゴリズムにより画像データを処理する。本システムはまた、ユーザから入力を受け取るための入力ユニットと、情報をユーザに対して表示するための表示ユニットとを含むことができる。

構造化知識ベースは、臨床上の目的のための可能性のある複数のアルゴリズムを包含するアルゴリズムの有限集合を含むことができる。画像データは解剖学的情報及びメタ・データを含むことができる。メタ・データは画像取得情報及びモダリティ情報を含むことができる。更に、最適なコンピュータ・アルゴリズムが複数のコンピュータ・アルゴリズムを含むことができる。複数のコンピュータ・アルゴリズムは、コンピュータ支援検出を実行するためのコンピュータ・アルゴリズムを含むことができる。また更に、複数のコンピュータ・アルゴリズムは、ボリューム・コンピュータ利用読取りを実行するためのコンピュータ・アルゴリズムを含むことができる。コンピュータ・ユニット、入力ユニット及び表示ユニットは画像保管通信システムを構成することができる。

本発明の特定の実施形態は、コンピュータ用の一組の命令を含むコンピュータ読取り可能な記憶媒体の一部として実施することができる。該一組の命令は、画像データにアクセスするための第１のアクセス・ルーチンと、臨床データにアクセスするための第２のアクセス・ルーチンと、構造化知識ベースにアクセスするための第３のアクセス・ルーチンとを含むことができる。前記一組の命令はまた、複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより最適なコンピュータ・アルゴリズムを選択するための選択ルーチンを含むことができる。最適なコンピュータ・アルゴリズムは画像データと臨床データと構造化知識ベース情報とに基づいて選択することができる。前記一組の命令はまた、最適なコンピュータ・アルゴリズムにより画像データを処理するための処理ルーチンを含むことができる。

図１は、医学的画像を操作し表示するためのシステム１００を例示する。システム１００はコンピュータ・ユニット１１０を含む。コンピュータ・ユニット１１０は、例えば、Ｘ線、超音波、ＣＴ、ＭＲＩ、ＥＢＴ、ＭＲ又は核医学のような電子医学的画像を、電子的に取得し、保存し、又は観察及び演算のために伝送することができる任意の機器又はソフトウエアであってよい。コンピュータ・ユニット１１０はユーザから入力を受け取ることができる。コンピュータ・ユニット１１０は電子回路網の一部として他の装置に接続することができる。図１では、回路網への接続は線１０５によって表されている。コンピュータ・ユニット１１０は物理的にワイヤによって又は無線媒体を介して回路網１０５に接続することができる。一実施形態では、コンピュータ・ユニット１１０は画像保管通信システム（ＰＡＣＳ）であるか、又はその一部であってよい。

システム１００はまた入力ユニット１２０を含む。入力ユニット１２０はトラックボール１２２及びキーボード１２４を持つコンソールであってよい。入力ユニット１２０の一部としてユーザからの入力を受け取るために他の入力装置を使用することができる。例えば、ユーザからの音声入力を受け取るためにマイクロフォンを使用することができる。システム１００はまた、少なくとも１つの表示ユニット１３０を含む。表示ユニット１３０は典型的なコンピュータ表示ユニットであってよい。表示ユニット１３０はコンピュータ・ユニット１１０及び入力ユニット１２０と電気通信関係に置くことができる。一実施形態では、表示ユニット１３０は複数の表示ユニット又は１画面の複数の領域を表すことができる。従って、本発明によれば任意の数の表示ユニットを利用することができる。

一実施形態では、システム１００はＰＡＣＳであり、表示ユニット１３０はＰＡＣＳの表示ユニットを表す。コンピュータ・ユニット１１０は、表示ユニット以外の、ＰＡＣＳシステムの機器及び構成要素を表すことができる。コンピュータ・ユニット１１０及び表示ユニット１３０は別々のユニットであっても、単一のユニットの一部であってもよい。別々のユニットである場合には、表示ユニット１３０はコンピュータ・ユニット１１０と電気通信関係に置くことができる。システム１００の構成要素は単一のユニットでも、別々のユニットであってもよく、また様々な形態で集積化してもよく、またハードウエア及び／又はソフトウエアで具現化してもよい。

図２は、医学的画像を処理するためのコンピュータ・アルゴリズムを選択する方法２００を例示する。医学的画像は、例えば、強調、検出、定量化又はセグメント化のための画像処理アルゴリズムによって処理することができる。方法２００は、コンピュータ・ユニット１１０に常駐するコンピュータ・ソフトウエアによって実行することができる。代替実施形態では、方法２００は、コンピュータ・ソフトウエアが記憶されている場所とは異なる、サーバ又はデータベースのようなコンピュータ・システムでコンピュータ・ソフトウエアによって実行することができる。別の代替実施形態では、コンピュータ・ソフトウエアはコンピュータ・ユニット１１０の外部で実行し記憶することができる。しかしながら、コンピュータ・ユニット１１０は、方法２００についてのコンピュータ・ソフトウエアを実行し及び／又は記憶するコンピュータ・システム又はサーバと、回路網１０５を介して通信関係に置くことができる。一実施形態では、方法２００を実行するコンピュータ・ソフトウエアは、本書ではルール・エンジンと呼ぶことができる。

方法２００は、医学的画像を処理するコンピュータ・アルゴリズムを選択するために利用することができる。コンピュータ・アルゴリズムは１つ以上のコンピュータプログラムを含むことができる。例えば、方法２００は、臨床上の目的を達成するためのコンピュータ・アルゴリズムを選択するために使用することができる。一実施形態では、臨床上の目的は、肺についての結節サイジング(sizing)を行うことであってよい。方法２００は、肺についての結節サイジングの目標を達成するために、幾つかの入力の値に基づいてコンピュータ・アルゴリズムを選択することができる。方法２００は、画像データ、臨床データ及び構造化知識ベース情報に基づいて最適なアルゴリズムを選択することによって臨床上の目的を達成することができる。画像データは解剖学的構造の画像及び関連したパラメータと共に画像メタ・データを含むことができる。画像メタ・データは、例えば、モダリティ及びスライス厚さのような、画像取得情報を含むことができる。臨床データは、臨床上の目的情報、例えば、患者の肺に癌があるかどうか決定するための検査のようなタスク情報を含むことができる。画像データ及び臨床データに基づいて、臨床上の目的を達成するための最適なコンピュータ・アルゴリズムを選択することができる。最適なコンピュータ・アルゴリズムは、構造化知識ベース情報を持つ構造化知識ベースから選択することができる。構造化知識ベースは、入力に基づいて所与の臨床上の目的を達成するために最適なコンピュータ・アルゴリズムを選択するための情報を持つデータベース又はサーバとすることができる。一旦最適なコンピュータ・アルゴリズムが選択されると、画像データは関連したパラメータを持つ最適なコンピュータ・アルゴリズムによって処理することができる。

段階２１０で、コンピュータ・ソフトウエアはデータにアクセスする。より詳しく述べると、コンピュータ・ソフトウエアは画像データ、臨床データ、及び知識ベース情報のための構造化知識ベースにアクセスする。画像データは、解剖学的構造の画像及び関連したパラメータと共に画像メタ・データを含むことができる。画像メタ・データは、例えば、モダリティ情報、スライス厚さ、照射線量、再構成カーネル、パルス・シーケンス、Ｔ１／Ｔ２重み付け、ＴＥ／ＴＲ重み付けのような、画像取得情報を含むことができる。臨床データは、臨床上の目的情報、例えば、身体部位、疾病の種類、使用されたトレーサ、スクリーニング、追跡調査、診断除外、又は差別的診断情報を含むことができる。臨床データ及び画像データの両方は、コンピュータ・ユニット１１０上に常駐させることができ、また方法２００を実行するコンピュータ・ソフトウエアによって対応してアクセスすることができる。代替実施形態では、臨床データ及び画像データは、異なる１つのコンピュータ・ユニット上に、或いは相異なるコンピュータ・ユニット、システム、データベース、サーバ又は他の記憶又は処理装置上に常駐させることができ、またそれに対応してアクセスすることができる。

画像データ及び臨床データにアクセスした後、構造化知識ベースにアクセスする。入力として画像データ及び臨床データを持つ場合、段階２２０に示されているように、構造化知識ベースは最適なコンピュータ・アルゴリズムを選択するために使用することができる。構造化知識ベースは、臨床上の目的のための可能性のある複数のアルゴリズムを包含するアルゴリズムの有限集合を含むデータベース又はサーバであってよい。例えば、構造化知識ベースは、一組のデータ及びパラメータが与えられている場合に臨床上のタスクを達成するのにどのコンピュータ・アルゴリズムが最適であるかについての情報であってよい。構造化知識ベース情報はコンピュータ・ユニット１１０の一部として保存することができ、或いは回路網１０５を介してコンピュータ・ユニット１１０に接続されたデータベースのような外部の場所に保存することができる。

図３は、一例の構造化知識ベースにおいて利用できる一例のフィールドを示す。欄３１０は、所与の身体部位を特定する。欄３２０は、欄３１０で特定された身体部位についての所与の臨床上のタスクを特定する。欄３３０は、複数の区分的線形集合を例示する。これらの集合は、処理の観点から同様な特性を持つある範囲の取得パラメータを含む。

欄３４０は、所与の一組のパラメータについての最適なコンピュータ・アルゴリズムを例示する。一実施形態では、パラメータに依存して、粗部分集合１、粗部分集合２乃至粗部分集合ｎのような粗部分集合を選択することができる。粗部分集合は、画像データ及び臨床データに基づいて臨床上の目的を達成するために実行することのできる異なるコンピュータ・アルゴリズムを特定することができる。

図３に示されている例では、特定された身体部位は肺である。ユーザが肺について結節サイジングを行いたい場合（すなわち、臨床上の目的が肺について結節サイジングを行うことである場合）、様々な粗部分集合が特定される。例えば、粗部分集合１乃至粗部分集合ｎが図３に示されている。任意の数の粗部分集合を使用することができる。粗部分集合は、イメージング・データに基づいて、例えば、取得／再構成パラメータに基づいて、選択することができる。各粗部分集合は、臨床上の目的を達成するために実行することのできるコンピュータ・アルゴリズムを持つ。例えば、取得／再構成パラメータが、粗部分集合１が最適であると示している場合、アルゴリズムＡ、Ｂ、Ｃ又はＤを選択することができる。粗部分集合２が最適である場合、アルゴリズムＡ、Ｃ、Ｄ又はＥを選択することができる。アルゴリズムの選択は、画像データ及び臨床データによって決定することができる。本例について続けて説明すると、特定の肺について結節サイジングを行うための最適なアルゴリズムが粗部分集合２内の経路Ｅであることをデータ及びパラメータが示している場合、粗部分集合２のアルゴリズムＥを選択することができる。

図４は、コンピュータ・アルゴリズムの最適な区分的線形階層化を選択する概要を示す。ブロック４１０は構造化知識ベース情報を表す。ブロック４２０は解剖学的構造のようなイメージング・データを表す。ブロック４３０は画像メタ・データ及び臨床上の目的のようなイメージング及び臨床データを表す。ブロック４４０はモダリティ情報のようなイメージング・データを表す。

ルール・エンジン４５０は、方法２００として実行されるコンピュータ・ソフトウエア・プログラムを表す。図４に示されている実施形態では、ルール・エンジン４５０は画像データ４２０〜４４０及び臨床データ４３０にアクセスする。このデータ４２０〜４４０と構造化知識ベース４１０からの情報とに基づいて、ルール・エンジン４５０は複数のコンピュータ・アルゴリズム４６０〜４８０から最適なコンピュータ・アルゴリズムを選択する。例えば、ルール・エンジン４５０はコンピュータ・アルゴリズム４６０、４７０又は４８０を選択することができる。後で更に説明するように、一旦最適なコンピュータ・アルゴリズムが選択されると、該アルゴリズムは実行することができ、またその結果はブロック４６２、４７２及び４８２に示されるように表示し及び／又は保存することができる。

最適なコンピュータ・アルゴリズムが選択された後、方法２００の段階２３０は最適なコンピュータ・アルゴリズムにより画像データを処理することを含む。図５は、最適なコンピュータ・アルゴリズムにより画像データを処理する段階２３０を例示する。図５は、ブロック５１０が構造化知識ベース情報を表しているように、図４と同様な入力を持つ。ブロック５２０は解剖学的構造のようなイメージング・データを表す。ブロック５３０は画像メタ・データ及び臨床上の目的のようなイメージング及び臨床データを表す。ブロック５４０はモダリティ情報のようなイメージング・データを表す。ブロック５５０は、図４におけるブロック４５０と同様に、ルール・エンジンを表す。

しかしながら、ルール・エンジン・ブロック５５０内では、ブロック５５２、５５４、５５６及び５５８はコンピュータ・アルゴリズム５６０、５７０、５８０又は５９０を選択し且つパラメータを割り当てるための条件を表す。これらの条件は、入力５１０〜５４０に基づいて選択することができる。図示の例では、ブロック５５２〜５５８内の条件は、スライス厚さ、再構成の種類及びモダリティである。ブロック５５２〜５５８の場合、再構成の種類は骨であり、モダリティはＣＴである。提供された例では、これらの２つの因子は可能性のあるコンピュータ・アルゴリズムを４つ（５６０〜５９０）に制限している。アルゴリズムの選択における異なる因子はスライス厚さである。図５に示されているように、スライス厚さがブロック５５２における１．１ｍｍ未満である場合、アルゴリズム５６０が選択される。スライス厚さがブロック５５４における１．１ｍｍ〜２．５ｍｍである場合、アルゴリズム５７０が選択される。スライス厚さがブロック５５６における２．５ｍｍ〜５ｍｍである場合、アルゴリズム５８０が選択される。スライス厚さがブロック５５８における５ｍｍより大きい場合、アルゴリズム５９０が選択される。

最適なコンピュータ・アルゴリズムを選択するのに加えて、ルール・エンジン５５０は、段階２３０におけるように、関連したパラメータを割り当てる。アルゴリズム５６０が選択された場合、ブロック５６２において曲率テンソル・アルゴリズムが選択され且つ様々なパラメータが１．０ｍｍに割り当てられる。ブロック５６４で偽陽性低減が遂行され、そしてブロック５６６で、その結果を実行して表示及び／又は保存することができる。アルゴリズム５７０がルール・エンジン５５０によって選択された場合、ブロック５７２において、曲率テンソル・アルゴリズムが遂行され且つパラメータが２．０ｍｍに割り当てられる。アルゴリズム５６０と同様に、ブロック５７４で偽陽性低減が遂行され、そしてブロック５７６で、その結果を実行して表示及び／又は保存することができる。

アルゴリズム５８０が選ばれた場合、アルゴリズム５６０及び５７０の場合と同様に曲率テンソル・アルゴリズムが選ばれるが、パラメータはブロック５８２に示されるように異なる値に割り当てられる。偽陽性低減がブロック５８４において、また再びブロック５８６において遂行される。ブロック５８８において、その結果を実行して表示及び／又は保存することができる。経路５９０が選ばれた場合、経路５６０〜５８０から異なるアルゴリズムが選択される。ブロック５９２で、ヘシアン(Hesian)アルゴリズムが選択され、またパラメータが対応して割り当てられる。ブロック５９４で偽陽性低減が遂行され、そしてブロック５９６で、その結果を実行して、表示及び／又は保存のための準備をする。

図６は本発明の一実施形態を例示する。詳しく述べると、図６は、ボリューム・コンピュータ利用読取りの場合（オプションＡ６１０）及びコンピュータ支援検出の場合（オプションＢ６５０）のアルゴリズム選択プロセスの高レベルの流れ図を例示する。オプションＡ６１０及びＢ６５０は共に、前に述べた入力と同様に、３つの入力を持つ。入力６１２，６５２は臨床データを表し、入力６１４，６５４は構造化知識ベース入力を表し、入力６１６，６１８はイメージング・データを表す。これらの入力はルール・エンジン６２０，６６０に送られる。ルール・エンジン６２０，６６０は、図４及び図５におけるルール・エンジン４５０, ５５０とそれぞれ機能が同様である。ルール・エンジン６２０及び６６０は、データ６１２，６１４，６１６及びデータ６５２，６５４，６５８にそれぞれアクセスする。ルール・エンジン６２０，６６０は、画像データ、臨床データ及び知識ベース情報に基づいて最適なコンピュータ・アルゴリズムを選択する。ルール・エンジン６２０，６６０はまた、データに基づいて選択されたアルゴリズムに対して正しいパラメータを割り当てる。更に、ブロック６２０，６６０に示されているように、ルール・エンジンはパラメータ選択を遂行することができる。

ブロック６３０及び６７０は、選択することのできる異なるアルゴリズム経路を表す。ブロック６３０及び６７０は図４の４６０〜４８０に対応し、また図５の６６０〜６９０に対応する。ブロック６３０は、ボリューム・コンピュータ利用読取りを遂行するために利用することのできる複数のコンピュータ・アルゴリズムを表す。ブロック６３０に示されているように、経路はＶＣＡＲ経路１〜ＶＣＡＲ経路Ｋを含むことができる。ブロック６７０は、コンピュータ支援検出を遂行するために利用することのできる複数のコンピュータ・アルゴリズムを表す。ブロック６７０に示されているように、経路はＣＡＤ経路１〜ＣＡＤ経路Ｋを含むことができる。ブロック６３０又は６７０からどの経路を選ぶかは、ＶＣＡＲについての可能性のある経路のブロック６３０についてはデータ６１２〜６１６に基づいて定めることができ、またＣＡＤについての可能性のある経路のブロック６７０についてはデータ６５２〜６５６に基づいて定めることができる。ブロック６４０及び６８０に例示されているように、一旦アルゴリズムが選択されて実行されると、その結果は表示及び／又は保存することができる。

上述のシステム及び方法は、コンピュータ用の一組の命令を含むコンピュータ読取り可能な記憶媒体の一部として実施することができる。該一組の命令は、画像データにアクセスするための第１のアクセス・ルーチンと、臨床データにアクセスするための第２のアクセス・ルーチンと、構造化知識ベースにアクセスするための第３のアクセス・ルーチンとを含むことができる。前記一組の命令はまた、複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより最適なコンピュータ・アルゴリズムを選択するための選択ルーチンを含むことができる。最適なコンピュータ・アルゴリズムは、画像データ、臨床データ及び構造化知識ベース情報に基づいて選択することができる。前記一組の命令はまた、前記最適なコンピュータ・アルゴリズムにより前記画像データを処理するための処理ルーチンを含むことができる。

本発明を様々な特定の実施形態について説明したが、当業者には、本発明の範囲から逸脱することなく、様々な変更を為すことができ、且つ等価物と置換することができることが理解されよう。その上、本発明の範囲から逸脱することなく、特定の状況又は材料を本発明の実施形態の教示に適合させるように多数の修正をなすことができる。従って、本発明は、開示した特定の実施形態に制限されず、本発明は特許請求の範囲内に入る全ての実施形態を含むものである。

本発明の一実施形態に従って使用することのできるシステムの一例を示す略図である。 本発明の一実施形態に従って使用することのできる方法を例示する流れ図である。 本発明の一実施形態に従って使用することのできる知識ベースの一例を示す図表である。 本発明の一実施形態に従ってアルゴリズム経路の最適な区分的線形階層化を選択する方法の概要を示す流れ図である。 本発明の一実施形態に従ってアルゴリズム経路の最適な区分的線形階層化を選択する一例を示す流れ図である。 ボリューム・コンピュータ利用読取りの場合及びコンピュータ支援検出の場合での図２の方法の一例を示す流れ図である。

符号の説明

１００ システム
１０５ 回路網
１１０ コンピュータ・ユニット
１２０ 入力ユニット
１２２ トラック・ボール
１２４ キーボード
１３０ 表示ユニット
４６０、４７０、４８０ コンピュータ・アルゴリズム
５６０、５７０、５８０、５９０ コンピュータ・アルゴリズム

Claims (10)

1. 臨床上の目的のために医学的画像を処理するためのコンピュータ・アルゴリズムを選択する方法（２００）であって、
   画像データにアクセスする段階（２１０）と、
   臨床データにアクセスする段階（２１０）と、
   構造化知識ベースにアクセスする段階（２１０）と、
   複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより最適なコンピュータ・アルゴリズムを選択する段階（２２０）であって、前記最適なコンピュータ・アルゴリズムが前記画像データと前記臨床データ及び構造化知識ベース情報とに基づいて選択される、当該段階（２２０）と、
   前記画像データを前記最適なコンピュータ・アルゴリズムにより処理する段階（２３０）と、
   を有する方法（２００）。
2. 前記構造化知識ベースは、臨床上の目的のために可能性のある複数のアルゴリズムを包含するアルゴリズムの有限集合を含んでいる、請求項１記載の方法（２００）。
3. 前記画像データは解剖学的情報を含んでいる、請求項１記載の方法（２００）。
4. 前記画像データはメタ・データを含んでいる、請求項１記載の方法（２００）。
5. 前記メタ・データはモダリティ情報を含んでいる、請求項４記載の方法（２００）。
6. 前記メタ・データは画像取得情報を含んでいる、請求項４記載の方法（２００）。
7. 前記複数のコンピュータ・アルゴリズムは、コンピュータ支援検出を実行するためのコンピュータ・アルゴリズム（６７０）を含んでいる、請求項１記載の方法（２００）。
8. 前記複数のコンピュータ・アルゴリズムは、ボリューム・コンピュータ利用読取りを実行するためのコンピュータ・アルゴリズム（６３０）を含んでいる、請求項１記載の方法（２００）。
9. 臨床上の目的のために医学的画像を処理するためのコンピュータ・アルゴリズムを選択するシステム（１００）であって、
   データを操作するためのコンピュータ・ユニット（１１０）であって、当該コンピュータ・ユニットは、画像データにアクセスし且つ臨床データにアクセスし且つ構造化知識ベースにアクセスするためのコンピュータ・ソフトウエアを実行し、前記コンピュータ・ソフトウエアが複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより最適なコンピュータ・アルゴリズムを選択し、前記最適なコンピュータ・アルゴリズムが前記画像データと前記臨床データ及び構造化知識ベース情報とに基づいて選択され、そして前記コンピュータ・ソフトウエアが前記最適なコンピュータ・アルゴリズムにより前記画像データを処理する、当該コンピュータ・ユニット（１１０）と、
   ユーザから入力を受け取るための入力ユニット（１２０）と、
   情報をユーザに対して表示するための表示ユニット（１３０）と、
   を有しているシステム（１００）。
10. コンピュータ用の一組の命令を含むコンピュータ読取り可能な記憶媒体であって、該一組の命令が、
    画像データにアクセスするための第１のアクセス・ルーチンと、
    臨床データにアクセスするための第２のアクセス・ルーチンと、
    構造化知識ベースにアクセスするための第３のアクセス・ルーチンと、
    複数のコンピュータ・アルゴリズムから関連した最適な動作パラメータにより最適なコンピュータ・アルゴリズムを選択するための選択ルーチンであって、前記最適なコンピュータ・アルゴリズムが前記画像データと前記臨床データ及び構造化知識ベース情報とに基づいて選択される、当該選択ルーチンと、
    前記最適なコンピュータ・アルゴリズムにより前記画像データを処理するための処理ルーチンと、
    を有していること、を特徴とするコンピュータ読取り可能な記憶媒体。

Images