Nothing Special   »   [go: up one dir, main page]

JP2020513294A - 患者の臓器を視覚化する装置及び関連する視覚化方法 - Google Patents

患者の臓器を視覚化する装置及び関連する視覚化方法 Download PDF

Info

Publication number
JP2020513294A
JP2020513294A JP2019551727A JP2019551727A JP2020513294A JP 2020513294 A JP2020513294 A JP 2020513294A JP 2019551727 A JP2019551727 A JP 2019551727A JP 2019551727 A JP2019551727 A JP 2019551727A JP 2020513294 A JP2020513294 A JP 2020513294A
Authority
JP
Japan
Prior art keywords
zone
computer
organ
image
diseased
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2019551727A
Other languages
English (en)
Other versions
JP7004737B2 (ja
Inventor
ルロワ アントワーヌ
ルロワ アントワーヌ
アンリ パトリック
アンリ パトリック
ボーマン ミシャエル
ボーマン ミシャエル
ゴダール エリク
ゴダール エリク
サラザン ジョアン
サラザン ジョアン
Original Assignee
コエリ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by コエリ filed Critical コエリ
Publication of JP2020513294A publication Critical patent/JP2020513294A/ja
Application granted granted Critical
Publication of JP7004737B2 publication Critical patent/JP7004737B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/43Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4375Detecting, measuring or recording for evaluating the reproductive systems for evaluating the male reproductive system
    • A61B5/4381Prostate evaluation or disorder diagnosis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221Determining signal validity, reliability or quality
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7425Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/748Selection of a region of interest, e.g. using a graphics tablet
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/001Texturing; Colouring; Generation of texture or colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10104Positron emission tomography [PET]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30081Prostate
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Gynecology & Obstetrics (AREA)
  • Reproductive Health (AREA)
  • Quality & Reliability (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本発明は、臓器の少なくとも1つの画像を表示するために、コンピュータ2とコンピュータに接続された画面3とを備える、患者の臓器を表示する装置に関する。本発明によれば、コンピュータは、臓器に対して事前に実施された少なくとも1つの医療検査から、少なくとも1つの信頼領域10及び/又は少なくとも1つの罹患領域11、試料が採取された臓器の1つ又は複数の少なくとも部分的に包囲する部位9及び/又は医用撮像処置中に疑わしいと事前に識別された1つ又は複数の少なくとも部分的に包囲する領域を判定するように構成され、画面上に、信頼領域及び/又は罹患領域で補完された臓器の画像を表示するように構成される。本発明はこのほか、対応する表示方法に関する。【選択図】図2

Description

本発明は、患者の臓器を視覚化する装置及び関連する視覚化方法に関する。
現在、多くの疾患を、監視対象の解剖学的容積から採取された試料を収集し分析することによってのみ実際に診断することができる。可能な例としては、肝臓、前立腺、腎臓、子宮又は子宮内膜の疾患のスクリーニングが挙げられる。
このため、前立腺癌を検出する標準的な手順は前立腺の生検を実施することを含む。前立腺癌に罹患した罹患組織は、超音波タイプの従来の医用画像では健康な組織と概ね区別がつかない。そのような部分については、磁気共鳴画像法(MRI)及び陽電子放出断層撮影法(PET)が、病理に対していっそう高感度であり、いっそう特異的であり、時には疑わしい病変を識別することを可能にする。
このため、このような試験中に識別される「疑わしいゾーン」と呼ばれるものを分類するためにグレードが特別に開発されてきた。磁気共鳴画像法の場合、グレードにはPI‐RADSスケール(ESURスコアとも呼ばれる)、Likertスケールなどが含まれる。このような検査から得られる画像上では、このような疑わしいゾーンは、検出アルゴリズムを用いて、放射線技師などの専門家による可能な手動調整によって、半自動検出輪郭として表現されるか、あるいは直接専門家によって手動で表現される。
しかし、たいていの場合、使用されるスケールに起因するスコアは、診断を可能にし、ひいては生検により得られた試料の分析にとって代わるには不十分である。
前立腺の場合、生検は伝統的に経直腸的アプローチ又は経会陰的アプローチによって実施することができる。
経直腸生検は伝統的に局所麻酔を伴う外来で実施され、そのときの処置は1時間未満で完了する。しかし、経直腸生検はこのほか、全身麻酔下で実施されることもある。患者は側臥位(膝を抱えて脇を下にした状態)又は砕石位に配置される。患者が位置決めされると、泌尿器科医は患者の直腸を介して直腸内プローブを挿入する。このとき、このプローブには直腸を介して前立腺を穿刺するためにガイド針が固定されている。
経会陰生検はほとんどの場合全身麻酔下で実施される。患者は砕石位をとる。経直腸的アプローチと同じように、超音波によって前立腺を観察するために直腸内プローブが患者の直腸に挿入される。しかし、生検針を誘導するために穿刺ガイドを患者の会陰の前(直腸の前であって生殖器の後ろ)に配置すると、次に生検針は前立腺に到達するために会陰の皮膚を通過することになる。
両生検では、臨床医は、前立腺全体から系統的なプロトコルに従って多数の生検を実施し、及び/又は例えば磁気共鳴画像にて予め検出された疑わしいゾーンに集中した少数の生検を実施する。
このため、特許文献1(米国特許出願公開第2009/093715号明細書)は、前立腺の生検を実施するための計画を立てるための方法を提案する。
特許文献2(米国特許出願公開第2010/0172559号明細書)は、生検手順を計画するときに前立腺を視覚化することをいっそう容易にする方法を提案する。
臨床医は、収集された試料の組織学的分析、化学的分析、遺伝的分析又は分子的分析の後に、各試料に影響を及ぼす重症度のレベルを示す報告を受け取る。この報告はこのほか、時には、特定の解剖学的ゾーンに影響を及ぼすか、臓器全体に影響を及ぼす重症度のレベルを示す。疾患が確認されれば、結果は、臨床医が疾患を特徴付け、患者の最良の管理を定義する助けになり得る。
臨床医の分析を支援するために、各試料の重症度を定量化するための様々な種類の分類が知られている。
例えば、TNM病期分類システムがある。この分類システムは、腫瘍の状態、所属リンパ節の状態及び遠隔転移を定義する3つの基準を有する分類である。
このTNM病期分類システムでは、前立腺癌は以下のように4つの異なる病期に分類できる。
限局性前立腺癌
局所進行性前立腺癌
骨盤リンパ節の浸潤を伴う前立腺癌
転移性前立腺癌。
ほかにも、(微視的)組織の視覚的分析を伴い、5つのグループにて癌を等級付けするグリーソン(Gleason)評点システムがある。5つのグループでは、悪性度はグループ5のスコアに向かって増大する。
ほかにも、ダミコ(D’Amico)分類がある。この分類では、上記で引用した様々なスコアをはじめとするスコアに基づいて、可能性のある進化に従って前立腺癌の局在型を表すものである。3つのサブグループがある。
低リスクの限局性前立腺癌
中等度リスクの前立腺癌
高リスクの前立腺癌
ほかにも、ゲノム試験、例えば、Myriad GeneticsによるProlaris(商標)、Genomic HealthによるOncotype DX(商標)又はMdxHealthによるConformMdx(商標)の名称で市販されている試験に基づく等級付けシステムがある。
最後に、収集された試料のバイオマーカー(化学的バイオマーカー、遺伝的バイオマーカー、ホルモンバイオマーカー及び画像化バイオマーカーなど)又は分光分析(特にラマン分光法のほか、ラマン分光測定とも呼ばれる)に基づく等級付けシステムがある。
実施された様々な検査の後に、受け取られた1つ又は複数の報告(各試料に影響を及ぼす重症度のレベル及び/又は画像化手順中にどのゾーンが疑わしいと識別されるかを示す)を考慮して、臨床医は、患者を管理するための適切な方法を(患者にとって最良の利益/リスク比及び可能な限り最良の生活の質を考慮に入れて)決定する。例えば、臨床医は、疾患の発症の定期的なモニタリング(能動的モニタリングとも呼ばれる)のみを決定してもよいというより、治療(適格ステップ)を決定してもよい。
治療が適応とされる場合、次のステップは、臨床医が解剖学的容積又は疾患によって罹患容積を推定し、その後1つ又は複数の治療容積を区切ること(区切りステップ)を含む。
生検に関しては、検査されたのは生検部位のみであるため、治療容積を限定するこのステップは臨床医にとって大きな困難である。さらに、臨床医がこのほか、医療画像から利用可能な他の情報を入手したとしても、このような医療画像上で識別された疑わしいゾーンは、疾患に実際に罹患した容積に大まかにしか対応しないことが多い。
このため、この診断情報の全てを用いても、臨床医にできることはせいぜい、健康であると考えられるゾーンと、疑わしいと考えられるゾーンであって、そのゾーンによって治療容積を決定するゾーンとを識別するために、前立腺と患者の一般的な状態の心像を形成することである。
疾患の範囲を定めて治療容積を判定するこのステップの間、臨床医にはこのほか、可能な限り治療中に保存しなければならない臨界構造を識別することが要求される。
これは、臨床医が再発のリスクを制御するために治療ゾーンを過剰に拡張することを決定した場合、過剰治療の状況につながる可能性がある。逆に、臨床医が疾患に罹患した容積を過小評価した場合、再発のリスクは高い。
臨床医を支援するために、本出願人は、前立腺と、様々な試料が前立腺から採取された部位との三次元図を可能にするマッピングシステムをすでに提供している。上記の情報と同じ参照システムではこのほか、他の医療検査、例えば磁気共鳴画像法によって検出された疑わしい容積を表示することが可能である。
そのようなマッピングシステムは、例として図1に示される。
これは、状況をさらによく理解することを可能にするが、癌が前立腺でどの程度進行したかを臨床医が確定することは依然として困難である。このため、過小治療又は過剰治療の状況が発生する可能性が依然として残る。過剰治療の場合、臨床医は、前立腺の全体又は少なくとも一方の半球を含む広範囲の治療を(根治的前立腺摘除術、放射線療法、低線量ラジウム療法などによって)実施する。これは、末梢臓器の損傷、疼痛、出血、勃起機能の喪失、失禁などのような術後の大きな問題を引き起こす。
過少治療の場合には、再発のリスクがさらに大きくなり、時間とともに疾患が悪化する可能性がある。
特許文献3(米国特許出願公開第2014/0142422号明細書)は、内視鏡手術中に器具を案内するシステムを提案する。
米国特許出願公開第2009/093715号明細書 米国特許出願公開第2010/0172559号明細書 米国特許出願公開第2014/0142422号明細書
本発明の目的は、患者の臓器を視覚化し、臓器の過小治療又は過剰治療のリスクを制限する装置を利用可能にすることである。本発明の目的はこのほか、対応する視覚化方法を利用可能にすることである。
この目的のために、本発明は、コンピュータと、臓器の少なくとも1つの画像を表示するためにコンピュータに接続された画面とを備える、患者の臓器を視覚化する装置に関する。
本発明によれば、コンピュータは、
臓器について事前に実施された少なくとも1つの医療検査から、少なくとも1つの信頼ゾーン及び/又は少なくとも1つの罹患ゾーン、試料が採取された臓器の1つ又は複数の少なくとも部分的に包囲する部位及び/又は医用撮像処置中に疑わしいと事前に識別された1つ又は複数の少なくとも部分的に包囲するゾーンを判定するように構成される。この判定は、
少なくとも1つの試料が採取された臓器の一部の周囲及び/又は医用撮像処置中に疑わしいと事前に識別されたゾーンの周囲の健康組織又は罹患組織の有無に対する統計的アプローチ及び/又は採取された試料の分析に基づくものである。コンピュータはこのほか、
画面上に、信頼ゾーン及び/又は罹患ゾーンで補完された臓器の画像を表示するように構成される。
このため、臨床医は、(生検又は放射線医学的画像形成、MRI、PETのような医学的画像化を含み得る)医療検査の実施中に得られた情報を考慮して、罹患ゾーン及び/又は信頼ゾーンの組み込まれた臓器の画像を利用できる。このため、表示される画像は、例えば様々な試料の表示及び/又は単に(例えばMRIタイプの)医療画像自体に限定されず、様々な試料を囲む組織又は医療検査の間に疑わしいと識別されたゾーンに限定される。
医療検査は検討中の臓器に特化したものであり、好ましくは検討中の臓器の局所的試験及び内的試験に特化したものであるため、信頼ゾーン及び/又は罹患ゾーンを各患者に合わせることが可能であり、これにより臨床医は、例えば、適切な処置をいっそう良好に推定することができる。
このため、臨床医にとって臓器内の疾患、典型的には癌の状況及び発症を想像することは容易であることがわかる。これにより、特に、臨床医は、例えば、適切な治療(計画ステップ)をいっそう良好に推定することが可能になる。
本出願に関して、「信頼ゾーン」は、健康であって、いかなる疾患の痕跡もない臓器のゾーンを意味し、「罹患ゾーン」は、疾患によって少なくとも部分的に既に罹患している臓器のゾーンを意味する。
特に、コンピュータは、臓器の三次元画像を画面上に投影するように構成される。
特に、コンピュータは、臓器の二次元断面画像を投影するように構成される。
特に、コンピュータは、サンプリング手順中に穿刺された臓器の少なくとも一部を臓器の画像上に表示するように構成される。
特に、信頼ゾーン及び/又は罹患ゾーンは穿刺された部分を完全に包含する。
特に、信頼ゾーン及び/又は罹患ゾーンは、サンプリングされた部分からの距離及び/又はその部分で検出される可能性がある疾患の臨界度に応じて色のグラデーションを用いて画面に表示される。
特に、信頼ゾーンと罹患ゾーンは同一の色では表示されない。
特に、コンピュータは、保存対象の臓器の少なくとも1つのゾーンを臓器の画像上に表示するように構成される。
特に、コンピュータは、臓器を異なる要素に区画分けし、このような異なる要素によって形成された区画を臓器の画像上に表示するようにさらに構成される。
特に、信頼ゾーン及び/又は罹患ゾーンは、1つ又は複数の要素によって形成される。
特に、コンピュータは、臓器の画像上に、信頼ゾーン及び/又は罹患ゾーンに関連する少なくとも1つの情報項目を表示するように構成される。
特に、コンピュータは、様々な罹患ゾーンのうちの少なくともいくつかを包含する罹患一般部を表示することができるように構成される。
特に、コンピュータは、臓器を異なる要素に区画分けし、このような異なる要素によって形成された区画を臓器の画像上に表示するように構成される。コンピュータはさらに、1つ又は複数の罹患ゾーンを含む区画の少なくとも1つの要素を包含する罹患一般部を表示するように構成される。
特に、コンピュータは、罹患一般部がこのほか、1つ又は複数の罹患ゾーンを含む区画の要素と接触する区画の少なくとも1つの要素を含むように構成される。
特に、コンピュータは、表示された画像を外部周辺機器に出力するように構成される。
特に、コンピュータは、臓器に対して事前に実施された医療検査に関与した装置の測定誤差も利用して、罹患ゾーン及び/又は信頼ゾーンを規定するように構成される。
本発明はこのほか、1つ又は複数の信頼ゾーン及び/又は罹患ゾーンを判定し、この1つ又は複数のゾーンを表示するステップを含む、上記のような装置を用いて患者の臓器を視覚化する方法に関する。
本発明の他の特徴及び利点は、本発明の特定の非限定的な実施形態の以下の説明を読めば明らかになるであろう。
本発明は、添付の図面を参照しながら本発明の特定の実施形態の以下の説明を読むことでいっそう良好に理解されるであろう。
従来技術のマッピングシステムを示す図。 本発明の第1の実施形態による表示装置の概略図。 図2に示す表示装置によって表示される画像の概略図。 臨床医が利用可能なカーソルを操作した後に、図2に示す表示装置によって表示される画像の概略図。 本発明の第2の実施形態による表示装置によって表示される画像の概略図。 本発明の第3の実施形態による表示装置によって表示される画像の概略図。
図2〜図4を参照すると、本発明の第1の実施形態による表示装置はここでは、患者の前立腺を視覚化するために使用されることを意図する。
もちろん、この使用は限定的ではなく、患者の他の臓器、例えば肝臓、腎臓、子宮などに視覚化装置を使用することが可能であろう。
装置はここでは、前立腺4の画像を表示するために、コンピュータ2と、コンピュータに接続された画面3とを組み込んだコンピュータシステム1を備える。
特に、装置は、いくつかのマンマシンインターフェイス、即ち、キーボード5及びコンピュータマウス6を備える。
コンピュータ2は通常、前立腺4の三次元画像を画面3上に投影するように構成される。好ましくは、前立腺4の三次元画像は、前立腺の複数の二次元断面画像に切断され、マンマシンインターフェイス5、6を使用して、三次元画像又は二次元画像のうちの1つの表示を呼び出すことができる。
特に、コンピュータ2は、前立腺4の画像を表示するのと同時に画面3がカーソル8を備えたライン7を表示するように構成される。臨床医は、例えばマウス6を用いてカーソル8をこのライン7上で移動させることによって、ある二次元画像から別の二次元画像に表示を変更する。例えば、カーソル8は、垂直であり、臨床医がカーソル8を下方向に動かすほど、表示される二次元画像が前立腺4の下部をさらに多く表すように、あるいはその逆になるように構成される。
コンピュータは、前立腺4の異なる画像上に、試料の試験のために試料が前立腺から事前に採取されたときに穿刺された前立腺4の異なる部分9(ここでは1つだけがラベル付けされる)を表示するように構成される。
好ましくは、コンピュータ2は、各試料の分析結果が陽性か陰性かに応じて異なる部分9を異なる色で表示するようにさらに構成される。例えば、疾患が検出された部分9は濃い赤色で表示され、疾患が検出されなかった部分は濃い緑色で表示される。
これとは別に、コンピュータは、2色表示(陽性又は陰性の結果)の代わりに、各試料の分析結果が陽性又は陰性であるかどうか、関連する試料及び/又は周囲の試料での臨界度のレベル(検出された疾患の重症度及び/又はこの疾患が発症する傾向、即ち、疾患の進行の可能性)に応じて異なる部分9を異なる色で表示するように構成される。例えば、疾患が検出されなかった部分9は一様な濃い緑色で表示され、疾患が検出された部分は臨界度に応じて変化する濃い赤色で表示される。
コンピュータ2はこのほか、試料に基づいて、前立腺の三次元信頼ゾーン10(そのうちのいくつかだけがここではラベル付けされる)及び三次元罹患ゾーン11を判定し、異なる画像上に信頼ゾーン10及び罹患ゾーン11を表示するように構成される。信頼ゾーン10及び罹患ゾーン11はそれぞれここでは、(信頼ゾーン10に対して)前立腺の事前に穿刺されたゾーンであって、疾患が検出されていないゾーンの1つを含み、(罹患ゾーン11に対して)前立腺の事前に穿刺されたゾーンであって、疾患が検出されたゾーンの1つを含むように形成される。信頼ゾーン10及び罹患ゾーン11はここでは、対応するサンプリングされた部分を中心として、関係する部分を完全に包含するように形成される。
これにより、臨床医は、穿刺部9と周囲組織の状態とを同時に表示することによって状況を視覚化することができる。このようにして、臨床医はさらに容易に診断を下し、患者をどのように治療するかを評価し計画することができる。
特に、罹患ゾーン11及び/又は信頼ゾーン10は、その寸法が関連試料及び/又は1つ又は複数の隣接試料にて検出された臨界度のレベルと共に変化するように形成される。
好ましくは、コンピュータ2はさらに、信頼ゾーン10と罹患ゾーン11とを異なる色で表示するように構成される。この目的のために、コンピュータ2は、穿刺された部分9に関連したカラーコードを尊重する。このため、信頼ゾーン10はここでは緑色であり、罹患ゾーン11は赤色である。
これにより、臨床医は状況をいっそう良好に視覚化することができる。
特に、コンピュータ2はここでは、関連するサンプリングされた部分9からの距離及びこの部分9にて検出される可能性のある疾患の臨界度に応じて、色勾配に従って信頼ゾーン10及び罹患ゾーン11を表示するように構成される。
典型的には、信頼ゾーン10は、関連するサンプリングされた部分9よりも明るい緑色であり、この部分9からの距離が増大するにつれて次第に明るくなる緑色である。罹患ゾーン11は、非常に高い癌のリスクの場合(例えばTNM病期T4 N0 M0の場合、あるいはグリーソングレードG8の場合、あるいはダミコ分類で「高リスク」の場合)、対応するサンプリングされた部分9と同じくらい濃い赤色である。罹患ゾーン11は、検出された疾患の分類の他の場合には、関連するサンプリングされた部分9よりも明るい赤であり、この部分9からの距離が増大するにつれて次第に明るくなる赤である。
好ましくは、コンピュータ2はさらに、前立腺4の異なる画像上に、治療が見込まれる前立腺の1つ又は複数の保存対象ゾーンを表示するように構成される。例えば、前立腺4の異なる画像はここでは、保存対象ゾーンとして尿道の表示を含む。
これにより、術後の後遺症と、治療の有効性を改善する二次治療のリスクとを最小限に抑えるために、保存すべき構造、組織及び器官を臨床医がいっそう良好に視覚化することが可能になる。
保存対象ゾーン12はここでは、信頼ゾーン10及び罹患ゾーン11並びに関連部分9とは異なる色で表現される。例えば、保存対象ゾーン12は青色で表示される。
前立腺4の画像の残りは、信頼ゾーン10及び罹患ゾーン11、関連部分9及び保存対象ゾーン12とは異なる色で示されるか、着色されない。
次に装置の使用法について説明する。
先ず、臨床医は、採取した試料の結果(例えば、グリーソンスケール、ダミコスケール又はTNMスケールでの異なる試料の分類)をコンピュータ2に供給する。臨床医は、自分の経験及び/又は他の医療検査、例えば医用撮像処置からの結果に応じてこのような結果を修正する(あるいは、このような結果を補足するために他の補足データを供給する)ことができることに留意されたい。このため、この装置は、表示される画像の生成に臨床医が柔軟に対応することを可能にする。
典型的には、臨床医はキーボード5及びマウス6を用いてこのようなサンプリングデータ及び/又は補足データを入力する。
次に、コンピュータ2は、生検が実施された部分の周囲に信頼ゾーン10又は罹患ゾーン11を形成する異なる容積を判定する。
典型的には、各罹患ゾーン11について、コンピュータは、生検が実施された部分9の周囲の容積を、この部分9の容積を所定の固定割合と、試料上(場合によっては隣接する試料上でも)検出された疾患の臨界度(検出された疾患の重症度及び/又はこの疾患の発症の傾向)に従って計算された変動係数とによって乗算することにより規定する。
このため、サンプリングされた臨界部分9の周囲のさらに重要な罹患ゾーン11が(例えば、TNMステージT4 N0 M0の場合、グリーソングレードG8の場合又はダミコ分類の「高リスク」の場合に)表示される。
一変形形態では、これに追加するかこれとは別に、各信頼ゾーン10について、コンピュータ2に、生検が実施された部分9の周囲の容積を、この部分9の容積を所定の固定割合と、例えば隣接する試料上で検出された疾患の臨界度に従って計算された変動係数とによって乗算することにより規定させることも可能になるであろう。
さらに、コンピュータ2はこのほか、例えば解剖学的モデルを用いて、保存対象ゾーン12を形成する様々な容積を判定する。
次に、コンピュータは、異なる穿刺部分9と信頼ゾーン10、罹患ゾーン11及び保存対象ゾーン12を表示するための色を判定する。
コンピュータ2はさらに、2つの試料が接近しているときに信頼ゾーンと健全ゾーンとの間の交差を管理するように構成される。
好ましくは、信頼ゾーン10と罹患ゾーン11とが交差する場合、罹患ゾーン11は関連する信頼ゾーンを凌駕して完全に置き換える。このため、罹患ゾーン11の寸法は関連する信頼ゾーン10の寸法よりも大きくなることになる。さらに、罹患ゾーン11の色はこのため信頼ゾーン10の色にとって代わることになる。
2つの罹患ゾーン11が交差する場合、優位であるのはさらに高いレベルの重症度(サンプリング部位に最も近い距離及びその試料の臨界度)を象徴する色である。
2つの信頼ゾーン10が交差する場合、優位であるのは、最も明確に健康な組織であると想定されること(サンプリング部位からの距離)を象徴する色である。
次のステップでは、コンピュータ2は、前立腺4の三次元画像を、上記のカラーコードに従ってこのような画像に挿入された信頼ゾーン10、罹患ゾーン11及び保存対象ゾーン12と共に表示する。
好ましくは、画像が表示された時点で、臨床医はマンマシンインターフェイスをさらに使用して以下を実施することができる。
信頼ゾーン10及び/又は罹患ゾーン11の寸法の修正、
及び/又は穿刺部分のカラーコードの修正、
及び/又は保存対象ゾーン12のカラーコードの修正、
及び/又は信頼ゾーン10のカラーコードの修正、
及び/又は罹患ゾーン11のカラーコードの修正。
このため、これにより、臨床医は、放射線学的検査からの医用画像などの他のデータにもアクセスすることができる臨床医の経験により、表示された画像を、実際の状況をできるだけ表すように調整することができる。
このようにして、サンプリングされた部分9の周りの容積は、臨床医自身によって修正することができる一方で、コンピュータ2によって所定の方法で規定される。
特に、コンピュータ2は、様々な罹患ゾーン11を包含する罹患一般部14を表示することができるようにさらに構成される。
このため、コンピュータ2は、前立腺の罹患推定部分間の境界を表示することを可能にし、これはさらに臨床医の仕事を支援する。
好ましくは、コンピュータ2は、一般部14をカラーで表示するようにさらに構成される。この目的のために、コンピュータ2は、穿刺された部分及び疾患が検出された部分に関連するカラーコードを尊重する。このため、罹患一般部14はここでは赤である。
これにより、臨床医は状況をさらに良好に視覚化することができる。
特に、コンピュータ2はここでは、様々な罹患ゾーン11を隔てる距離と関連部分で検出された疾患の臨界度とに応じた色勾配に従って罹患一般部14を表示するように構成される。
典型的には、罹患一般部14は、罹患ゾーン11同士の間では濃い赤色であり、非常に高い癌のリスク(例えば、TNM病期T4 N0 M0の場合、あるいはグリーソングレードG8の場合、あるいはダミコ分類の「高リスク」の場合)が認められた試料と相関のある少なくとも1つの罹患ゾーン11を含む。罹患一般部14は、罹患一般部14の残りの部分では明るめの赤である。
罹患一般部分14の寸法及び/又はカラーコードは、マンマシンインターフェイスを介して臨床医が修正可能である。
特に、コンピュータ2は、画面3が前立腺4の画像と同時に第2のカーソル21を備えた第2のライン20を表示するように構成される。例えばマウス6を用いてこの第2のライン20上で第2のカーソル21を移動させることによって、臨床医は、コンピュータ2によって規定される最大寸法まで、罹患一般部分14の認められない表示(図3に対応)から一般部14を徐々に拡大する。例えば、第2のカーソル21は、垂直であり、臨床医が第2のカーソル21を下方に移動させるほど一般部14の寸法が大きくなるように、あるいはその逆になるように構成される。
このため、これにより、臨床医は、放射線学的検査からの医用画像などの他のデータにもアクセスすることができる臨床医の経験により、表示された画像が可能な限り現実を表すように罹患一般部を適応させることができる。これは特に、臨床医が治療対象容積をさらに良好に統合することを可能にする。
このため、画像がコンピュータ2によって生成された後に臨床医が画像に取りかかるか否かに関わらず、表示された画像は各患者に対して個別化されることが理解されるであろう。
これにより、臨床医は適切な治療法をさらに良好に推定することができる。
特に、コンピュータ2は、コンピュータを用いて表示され実現された画像を外部周辺機器に出力することができるように構成される。そのような周辺機器は、例えば、画像に含まれる情報を必要とするプロセッサをはじめとする任意の周辺機器である。
この目的のために、コンピュータ2はここでは、画像を転送するために標準的な交換モデルを使用する。この交換モデルは、一例、あくまで一例として、DICOM(医用におけるデジタル画像と通信)規格に従った交換モデルである。
罹患ゾーン11及び信頼ゾーン10の作成の例は以下の通りである。
この場合、サンプリングの予測力は、サンプリングからの距離の関数として正規分布に従うと仮定される。このため、サンプリングからの距離の関数としての情報の信頼性を減少させる法則は、ガウス関数でモデル化される。
本文の残りでは、以下の表記法を採用する。
Ω 検討中の基準容積の全体、Ω E R3(実数の三次元空間)、Ωは測定可能な空間である。
Cn インデックスnの生検コア(即ち、試料)、n E N(全ての自然数)。
Vn コアCn n E Nに対応し、サンプリングされた部分9にも対応するΩ(グラフィック表現)のサブ容積。
X Ω全体の空間内の点。
Pn(X) 容積Vnに属する点Xの確率。帰属は、この点Xが(確率の観点から)生検コアCnと同一の特性を有すると考えられる確率を規定する。
さらに、本文の残りの部分では、以下の規定を採用する。
表現容積
表現容積は、Ωに属する任意の容積に対応し、信頼ゾーン、罹患ゾーンを規定する。
さらに、信頼ゾーン及び罹患ゾーンに関してこのほか、コアCnの周りの容積を表す幾何学的形状が選択される。例えば、ここでは円柱が選択される。
ガウス関数
上記のように、確率密度を有する通常の法則を用いてPn(X)を定義する。
Figure 2020513294
ここで、dはサンプリングnからのXの最小距離に対応する。
μは期待値であり、
σは法則の標準偏差であり、
xは実数である。
典型的には、パラメータμ及びσは、生検の結果(場合によっては他の医療検査の結果、例えば、医療画像化中に検出された疑わしいゾーンに起因する視覚スコアをはじめとする結果又はスコア)から決定される。このため、このようなパラメータは各患者に固有のものである。
このようにして、信頼ゾーン及び罹患ゾーンは、採取された試料の分析からだけでなく、採取された試料の周囲の健康組織又は罹患組織の存在に対する統計的アプローチにも基づいて(ここでは、確率密度を与えるガウス関数によって)判定される。
例えば、1センチメートルのコアの周りの信頼ゾーンに対しては、通常の法則X〜N(0.1)が使用されることになる。1センチメートルのコアの周りに非常に高い確率、高い確率、低い確率、非常に低い確率を有する罹患ゾーンに対してはそれぞれ、通常の法則X〜N(0.1)、X〜N(0.75)、X〜N(0.25)、X〜N(0.0)が使用されることになる。選択された標準偏差が大きいほど、表現容積は広がることになる。
このようなパラメータは臨床医によってさらに修正可能であり、このため臨床医は自身の経験又は他の結果を用いて信頼ゾーン及び罹患ゾーンを調整することができる。
好ましくは、このようなパラメータは、考慮される各コアCnに対して独立している。このため、ガウスパラメータの定義は、いくつかの種類のガウス関数f、ひいてはいくつかの種類の確率を異なるコアに帰属させることを可能にする。非常に高いダミコスコア(拡散の可能性が高い)を有する特定のコアで検出された癌の例を考慮すると、臨床医は関係するコアに対して非常に高い標準偏差を適用することを選択できることになる。
上記のガウス関数fは、次のコアCnと同じ特性を有する点Xの確率を定義するために使用される。このため、ここでの変数dは、XとコアCnの最も近い点との間の距離を表す。
例えば、この距離dはユークリッド距離である。その場合、距離dは円筒形コアCnに対して直交しているのが好ましい。
ガウス関数fに適用されるこの距離dは、コアCnからの距離が増大するにつれて(疾患の有無の)確率が低下することを示す。
グラフィックの観点から、これは、これまでに説明したような種類の色の勾配によってシミュレートされる。特に、選択された標準偏差σが提示された円柱の半径の3倍に対応する場合、円柱は色の勾配ではなく単色で提示されることになる。
この場合はこのほか、和集合、ばらばらの和集合、交差、あるいは互いに異なるゾーンの包含を制御するために、計算された全領域を考慮に入れることが必要である。このような様々な場合には、実際には、関与するコアCnのそれぞれのサイズに色の勾配を適合させることができることが必要である。
同じ種類の2つのゾーン(2つの罹患ゾーン又は2つの信頼ゾーン)が重なる場合、確率は、信頼ゾーンのほか、罹患ゾーンに使用される各離散空間点(ピクセル、メートル単位、セル)の局所最大値を一定に保つために使用される。
Figure 2020513294
異なる種類の2つのゾーンが重なる場合、次のようになる。
信頼ゾーン(A)と罹患ゾーンとの間の重なりについて
Figure 2020513294
ここで、αは臨床医によって修正可能な所定の閾値α E [0.1]を示す。この値は、経験的に与えられるか、アルゴリズムの入力(円柱のサイズ、確率、ガウス関数)によって支持される組織学的情報から推定することができる。αが0に等しくなるように選択された場合、容積BのみがA及びBに属するサブセットについて考慮される。
診断情報のないゾーン(A)と他の任意の容積(B)との間の重なりについて、
Figure 2020513294
図5を参照すると、本発明の第2の実施形態は、コンピュータ2が前立腺を異なる要素15(ここでは1つだけラベル付けされる)に区画分けして、前立腺4の画像上で、このような異なる要素15によって形成される区画を表示するようにさらに構成される点を除いて本発明の第1の実施形態と同一である。
前立腺は「患者別」に自動的に区画分けされる。例えば、前立腺は12の要素に区画分けされる。
このようにして、臨床医にとって、画像を解釈して同僚又は患者と状況を話し合うことがいっそう容易になる。
要素は、例えば三角形又は四角形の形状を有するが、区画は他の任意の方法、例えばセグメント平面、楕円体、関数などを介して設けることができる。
画像が表示されると、臨床医はこのほか、マンマシンインターフェイスを使用して前立腺の区画を変更することができることが好ましい。
その場合、画面は情報17、特に区画の要素15のそれぞれに関する指示、例えば要素の数及びこの要素の容積を表示することも好ましい(このような情報項目は単一の要素に対してのみ図5に示される)。特に、区画の各要素について、画面は、(要素が罹患しているサンプリングされた部分を有するときに)この要素15内で検出された疾患の重症度の表示、例えば、「グリーソン5+4(B11)及び4+3(B13)」及び「癌の可能性:非常に高い」(ダミコ分類による)を表示する。
これにより、臨床医は状況をいっそう良好に理解することができる。
コンピュータ2は、少なくとも様々な罹患ゾーン11を包含し、区画の1つ又は複数の要素15によって形成された罹患一般部14を計算及び表示するようにさらに構成される。
このため、コンピュータ2は、罹患していると推定される前立腺のその部分の境界を表示することを可能にし、それによって臨床医の仕事をさらに支援することが可能である。
罹患一般部14は、例えば、罹患ゾーン11の周囲の健康組織又は罹患組織の存在に対する統計的アプローチに基づいて判定され、この統計的アプローチは、ここでは前立腺の異なる部分から採取された試料の結果に基づくものである。例えば、罹患一般部14は、癌のリスクが非常に高いこと(例えば、TNM病期分類システムの場合はT4 N0 M0、グリーソン評点システムの場合はG8、あるいはダミコ分類では「高リスク」)を示す試料と相関のある罹患ゾーン11を包含する区画の要素15と共通の面を有する区画の全要素15及び関係する要素15から形成される。このため、罹患一般部14は、要素15から作成されるその構造のために信頼ゾーンとして表示されるゾーンを包含することができる。
画像が表示されると、臨床医はこのほか、マンマシンインターフェイスを使用して一般部14の寸法を変更することができる。
好ましくは、コンピュータ2は、穿刺された部分と相関のあるカラーコードを使用して罹患一般部を表示するようにさらに構成される。このため、罹患一般部14は赤で表される。
これにより、臨床医は状況をいっそう良好に視覚化することができる。
特に、コンピュータ2はここでは、異なるゾーンを隔てる距離及び関連部分で検出された疾患の臨界度のレベルに応じた色勾配に従って罹患一般部14を表示するように構成される。
典型的には、罹患一般部14は、非常に高い癌のリスクを有すること(例えば、TNM病期分類システムの場合はT4 N0 M0、あるいはグリーソン評点システムの場合はG8、あるいはダミコ分類の「高リスク」)を示す試料と相関のある罹患ゾーン11を含むその要素15の領域にて濃い赤色であり、罹患一般部14は、罹患一般部14の残りの部分では明るめの赤で表示される。
特に、コンピュータ2は、前立腺4の画像上に、生検以外の事前医療検査中、例えば、MRI撮像中又はPET撮像(ポジトロン放出断層撮影)中に疑わしい部分16として検出されたゾーンを表示するようにさらに構成される。疑わしい部分として検出されたゾーン16の縁部のみが通常、例えば点線で表示される。
このため、画像がコンピュータ2によって生成された後に臨床医がその画像に取りかかるか否かにかかわらず、表示される画像は各患者に対して個別化されることが分かるであろう。
これにより、臨床医は適切な治療法をいっそう良好に推定することができる。
特に、コンピュータは、コンピュータを用いて表示され実現された画像を外部周辺機器に出力することができるように構成される。そのような周辺機器は、例えば、画像に含まれる情報を必要とするプロセッサをはじめとする任意の周辺機器である。
この目的のために、コンピュータ2はここでは、画像を転送するために標準的な交換モデルを使用する。この交換モデルは、一例、あくまで一例として、DICOM(医用におけるデジタル画像と通信)規格に従った交換モデルである。
図6を参照すると、本発明の第3の実施形態は、前立腺に対して事前に実施された医療検査が医療用撮像(例えばMRI又はPET)を含むことを除いて、本発明の第1の実施形態と同一である。
このため、コンピュータ2は、前立腺4の異なる画像上に、医用撮像中に検出された1つ又は複数の疑わしいゾーン22を表示するように構成される。ここでは、単一の疑わしいゾーンが検出された。
この疑わしいゾーンは、例えば半自動輪郭検出のためのアルゴリズムを用いて、可能な手動調整によって表される。
好ましくは、コンピュータ2は、疑わしいゾーン22をカラーで表示するようにさらに構成される。着色ゾーンは、例えば濃い赤である。
ここでは、コンピュータ2はこのほか、疑わしいゾーン22から前立腺の三次元罹患ゾーン11を判定し、異なる画像上にこの罹患ゾーン11を表示するように構成される。ここでは、罹患ゾーン11は、疑わしいゾーン22を包含するように規定される。罹患ゾーン11はここでは、疑わしいゾーン22を中心とするように規定される。
例として、凹状の局所部分を有する疑わしいゾーン22を表すメッシュの場合、メッシュの各関連ファセットからの点Xの最短距離を使用して外挿距離d(ext)を判定することができる。
これとは別に、疑わしいゾーン22は、(例えば、PI-RADSスケール又はLikertスケールを用いて)疑わしいゾーン22に事前に付与されたスコアの分析のほか、(例えば、第1の実施形態と同じように固定の割合及び可変の割合を有する確率密度を与えるガウス関数によって)疑わしいゾーンの周囲の健康組織又は罹患組織の存在に対する統計的アプローチに基づいて規定することができる。
好ましくは、コンピュータ2は、罹患ゾーンをカラーで表示するようにさらに構成される。この目的のために、コンピュータ2は、疑わしいゾーン22に関連するカラーコードを使用する。このため、罹患ゾーン11は赤である。
これにより、臨床医は状況をいっそう良好に視覚化することができる。
特に、コンピュータ2は、関連する疑わしいゾーン22からの距離に応じて色勾配に従って罹患ゾーン11を表示するように構成される。
好ましくは、コンピュータ2は、前立腺4の異なる画像上に、治療が見込まれる前立腺の1つ又は複数の保存対象ゾーンを表示するようにさらに構成される。例えば、前立腺4の異なる画像はここでは、保存対象ゾーン12として尿道の表示を含む。
これにより、術後の後遺症を最小限に抑えるために、臨床医が保存対象の構造、組織及び器官をいっそう良好に視覚化することができる。
保存対象ゾーン12はここでは、罹患ゾーン11及び疑わしいゾーン22とは異なる色で表される。例えば、保存対象ゾーン12は青色で表示される。
前立腺4の画像の残りの部分は、罹患ゾーン11、疑わしいゾーン22及び保存対象ゾーン12とは異なる色で示されるか、着色されていない。
好ましくは、画像が表示されると、臨床医はマンマシンインターフェイスをさらに使用して以下の修正を実施することができる。
疑わしいゾーン22の寸法、
及び/又は罹患ゾーン11の寸法、
及び/又は疑わしいゾーン22のカラーコードの修正、
及び/又は罹患ゾーン11のカラーコードの修正、
及び/又は保存対象ゾーン12のカラーコードの修正。
このため、これにより、例えば、生検データなどの他のデータにもアクセスすることができる臨床医の経験により、臨床医が表示された画像を実際の状況をできるだけ表現するように適応させることができる。
ほかにも、コンピュータ2は、保存対象ゾーンの名称及び容積(例えば「尿道1cm3」)、あるいは疑わしいゾーンの容積を示す情報項目17のほか、そのゾーンの癌の可能性(例えば「8cm3、癌の可能性:高」)を画面上に表示するように構成されることが好ましい。
これにより、臨床医は状況をいっそう良好に理解することができる。
このため、画像がコンピュータ2によって生成された後に臨床医が画像に取りかかる否かに関わらず、表示された画像は各患者に対して個別化されることが理解されるであろう。
これにより、臨床医は適切な治療法をいっそう良好に推定することができる。
特に、コンピュータ2は、コンピュータを用いて表示され実現された画像を外部周辺機器に出力することができるように構成される。そのような周辺機器は、例えば、画像に含まれる情報を必要とするプロセッサをはじめとする任意の周辺機器である。
この目的のために、コンピュータ2はここでは、画像を転送するために標準的な交換モデルを使用する。この交換モデルは、一例、あくまで一例として、DICOM(医用におけるデジタル画像と通信)規格に従った交換モデルである。
本発明は、上記したものに限定されず、代わりに特許請求の範囲によって規定される範囲内に含まれる任意の変形例を包含する。
装置が異なる数のマンマシンインターフェイスを備えることが可能であろう。1つ又は複数のマンマシンインターフェイスは、引用されたものとは異なることがある(例えば、タッチ画面、ボタンを含む制御ユニット、スタイラスなど)。
コンピュータはここでは、臓器の三次元画像と同時に臓器の二次元断面を表示することを可能にするが、ほかにも、臓器の三次元画像のみ又は二次元断面のみを投影する(ひいては、臓器の三次元試験を形成する)か、1つ又は複数の二次元断面のみを投影するようにコンピュータを構成することができるであろう。さらに、三次元画像はここでは、頭蓋軸/仙骨軸を法線とする断面に従って、前立腺の複数の二次元断面画像に切断されているが、三次元画像を他の断面軸、例えば前後軸又は横断軸に従って二次元平面に切断することが可能であろう。例えば、コンピュータは、臓器の三次元画像と、上記の3つの軸に従って規定される臓器の3つの一連の二次元断面平面との両方を表示することができるであろう。このため、コンピュータは、各一連の断面平面と相関のある異なるカーソルを表示することができるため、臨床医が各一連の断面平面内を独立して移動することができる。
画面はここでは、1つ又は複数の保存対象ゾーン、1つ又は複数の信頼ゾーン及び1つ又は複数の罹患ゾーンを同時に表示しているが、様々な数の異なる種類のゾーン及び特に罹患ゾーンのみ又は信頼ゾーンのみを表示することも可能であろう。
ここでは異なるゾーン及び/又は一般部が常に一緒に表示されるが、ゾーン(部分的に又は全体的)及び/又は一般部のみを表示することも可能であろう。例えば、臨床医がマンマシンインターフェイスを使用して、画像に表示したいものを選択することができるであろう。
さらに、コンピュータは、画像上に異なる情報項目を表示するように構成することができるであろう。例えば、各罹患ゾーン及び/又は信頼ゾーン及び/又は保存対象ゾーンに番号を付けることができるであろう。メートル表示を1つのゾーン、複数のゾーン又は全ゾーンに割り当てることができるであろう。サンプリングされた部分及び/又は検討中のゾーンにて検出された疾患の臨界度(検出された疾患の重症度及び/又は疾患が発症する傾向)のレベルに関する情報項目を挿入することが可能であろう。例えば、臨床医によって触診されたゾーン、生検以外の検査によって検出された疑わしいゾーンの表示を挿入することによって、臨床情報を画像に追加することが可能であろう。ゾーンの容積、いくつかのゾーンを通過する穿刺の容積、表面及び距離に関する情報、臨床医による視覚的評価などを表示することが可能であろう。
信頼ゾーン及び/又は罹患ゾーンは、分析結果から規定することができ、及び/又は例えば臨床試験、統計的分布図、分布モデル(これにより臓器を異なる組織に区画分けすることができ、1つ又は複数の要素を信頼ゾーン及び/又は罹患ゾーンに割り当てることができる)及び/又は最適分布モデル(さらに、罹患ゾーンにすでに割り当てられている要素に隣接する要素をこの罹患ゾーンに割り当てることを可能にする)、臓器内の疑わしいゾーン又は罹患試料の位置に応じた疾患の確率、統計関数などに基づく統計的アプローチによって規定することができるであろう。統計的アプローチは、少なくとも1つの試料が採取された臓器の少なくとも一部及び/又は信頼ゾーン及び/又は罹患ゾーンを規定するために、医用画像処理中に疑わしいと事前に識別されたゾーンに基づくものであるという事実のために、各患者に対して個別化されることに留意されたい。臓器の区画分けの場合、信頼ゾーン及び/又は罹患ゾーンは、このため、区画の1つ又は複数の要素によって直接形成することができるであろう。これを補足すると、臨床医は、装置によって計算され表示されたものに従って、信頼ゾーン及び/又は罹患ゾーン及び/又は保存対象ゾーン及び/又は一般部の容積又は表面を修正することができるであろう。これにより、臨床医が有する経験に従って、計算を患者の特定の症例にさらに適合させることが可能になるであろう。例えば、信頼ゾーン及び/又は罹患ゾーンを形成するか構成する要素のみが他の要素と関連して(例えば特定の色で)強調表示される臓器の区画分けの場合、臨床医は、マンマシンインターフェイスを使用して、罹患ゾーン及び/又は信頼ゾーン及び/又は1つ又は複数の一般部の寸法を増大させるように、要素と共通の表面を有する要素をこのほか、強調表示するよう要求することができるであろう。
表示に関して、信頼ゾーン、罹患ゾーン及び罹患一般部はここでは色勾配で表現されるが、他の種類の表示、例えば二進法表示(有色又は無色)又は透明勾配(検出された疾患の臨界度に応じて不透明度が増大するか減少するゾーン)を想定してもよい。
さらに、一般部を色及びボーダーで表示する代わりに、一般部を異なる方法、例えば区画要素の稜線及び/又は区画要素の面を表示することによって区画形態で表示することが可能であろう。同じように、信頼ゾーン及び/又は罹患ゾーン及び/又は信頼ゾーンは、異なる方法、例えば区画の要素の突起部及び/又はこのような要素の面を表示することによって、区画形態で表示することが可能であろう。
上記のアルゴリズムでは通常の法則が選択されたが、信頼ゾーン及び/又は罹患ゾーンを規定するために他の任意の種類の法則を選択することが可能であろう。規定するゾーンに応じて異なる種類の法則を選択することも可能であろう。適用可能な法則は、例えば指数型、対数型、あるいは線形型である。ほかにも、例えばベイズの定理に基づいて、純粋に確率的な法則を使用することが考えられる。このような確率的法則は、情報への距離の関数として、疾患の有無の事後確率をその事前確率及び試料の分析中に実施された観察から推定することを可能にする。
これとは別に、あるいはこれを補足して、罹患ゾーン及び/又は信頼ゾーンは、臓器に対して事前に実施された医療検査に関与する装置及び/又は器具によって生成される可能性のある測定誤差の関数として規定することができるであろう。例えば、医療検査が医用撮像処置である場合、この撮像を可能にした装置は誤差のある画像を生成し、疑わしいゾーンはその位置に誤差があると検出され、その誤差は罹患ゾーンを判定するための計算に使用されるであろう。同じように、検査が生検である場合、生検が画像上に表示される場所は、生検が実際に実施された場所からずらすことができるであろう。このようにして、生検コアが癌性細胞を含む場合、癌性細胞は、生検のゾーンと推定されるように、画面上に表示されたゾーンから実際に1ミリメートルずれたゾーンから導くことが可能であり得る。
罹患ゾーン及び/又は信頼ゾーンの計算にてこのような誤差を統合することによって、現実をさらに明瞭に表す罹患ゾーン及び/又は信頼ゾーンを得ることが可能であろう。例えば、本発明の特定の実施形態による装置のコンピュータは、罹患ゾーン及び/又は信頼ゾーンの計算にて、装置自体及び/又は事前の医療検査(生検及び/又は医用撮像)を可能にした装置の誤差を自動的に考慮に入れるように構成することができるであろう。事前の医療検査では、誤差は、使用される画像の種類及び/又は使用される再配列の種類(例えば弾性又は硬質)に依存する(生検の場合、医用撮像に関しては、生検が臓器のどこで実施されたかを検討することができるようにするために生検中に画像を実際に保存する)。もちろん、コンピュータは、必要に応じて、罹患ゾーン及び/又は信頼ゾーンの計算にて異なる誤差を累積するように構成される(実際には、例えば多重再配列の場合には誤差の累積があり得る)。
このため、本発明の特定の実施形態による装置は、各種の撮像及び各種の再配列に関連する誤差をデータベースから回復し、例えば、施術者が使用される撮像の種類及び再配列の種類を指示した時点で信頼ゾーン及び/又は罹患ゾーンを計算するように構成することができる。例えば、弾性的な再配列の場合、誤差は+又は−1ミリメートル、あるいは+又は−2ミリメートルであると考えられる。MRIタイプの撮像では、+又は−5ミリメートルであると考えられる。超音波タイプの撮像では、+又は−1ミリメートルであると考えられる。
誤差が、事前に臓器に対して実施された医療検査に関与した装置及び/又は装置の測定軸に応じて異なり得るという事実を考慮することも可能であろう。例えば、医療検査がMRIタイプの医用撮像処置である場合、この撮像処置が可能な装置は、その軸の1つでの解像度が通常3ミリメートルであるのに対し、他の2つの軸では0.7ミリメートルであるため、他の2つの軸に対して3つの軸のうちの1つに異なる誤差を有する画像を生成することになる。
さらに、アルゴリズムで選択された距離「d」はここではユークリッド距離であるが、他の種類の距離、例えば、サンプリングからの平均距離、あるいはチェビシェフ距離などを選択することも可能であろう。実際、表示された画像を形成する各ピクセルのサイズを知ることで、各空間点をピクセル化空間内のコアCnに結合するチェビシェフ計量を定義することが可能である。チェビシェフ距離は、細胞レベルで距離を定義するのに有利に使用することができる。これに基づいて、ほかにも、コアCnの各細胞又は細胞群について、次数Nのムーア近傍を定義することによって、細胞生物学で使用されるムーアの近傍の概念を採用することが可能であり得る。説明したアルゴリズムの各コアは単一の要素と考えられてきたが、コアCnはCnkとして定義されるコアのk個の「フラグメント」のセットに細分することができるであろう。その後、アルゴリズムは要素Cnkに適用される。
もちろん、本出願に記載された様々な実施形態は組み合わせることができるであろう。例えば、第1の実施形態の装置は、第2の実施形態及び第3の実施形態と同じように情報を表示するように構成することができるであろう。一般に、異なる実施形態では、このような情報項目は、例えば、各試料内で検出された疾患の臨界度の表示、試料の容積に関する表示、罹患ゾーン、信頼ゾーン、保存対象ゾーン、疑わしいゾーンなどの容積に関する表示、を含むことができるであろう。同じように、第1の実施形態の装置は、第2の実施形態と同じように、事前の医療検査中に疑わしいと検出されたゾーンを画像上に表示するように構成することができるであろう。このほか、第1の実施形態又は第2の実施形態を第3の実施形態と組み合わせること、即ち、画像上に、採取された試料と相関のある信頼ゾーン及び/又は罹患ゾーンと同時に、医用撮像による事前の検査中に疑わしいと識別されたゾーンと相関のある罹患ゾーンを表示することが可能であろう。このため、生検タイプの医療検査と医用撮像タイプの医療検査との間の情報の相補的な性質から利益を得ることが有利に可能であろう。いくつかの疑わしいゾーン(及び対応する罹患ゾーン)が表される第3の実施形態の場合、第1の実施形態又は第2の実施形態と同じように、異なる疑わしいゾーンを囲む(さらに臨床医によって変更可能な)罹患一般部を規定し表示するように構成される装置を有することが可能であろう。臓器を異なる要素に区画分けすることは、記載された任意の実施形態に適用することができるであろう。

Claims (17)

  1. 患者の臓器を視覚化する装置であって、前記臓器の少なくとも1つの画像を表示するためにコンピュータ(2)と、前記コンピュータに接続された画面(3)とを具備する装置において、前記コンピュータは、
    前記臓器に対して事前に実施された少なくとも1つの医療検査から、少なくとも1つの信頼ゾーン(10)及び/又は少なくとも1つの罹患ゾーン(11)、試料が採取された前記臓器の1つ又は複数の少なくとも部分的に包囲する部位(9)及び/又は医用撮像処置中に疑わしいと事前に識別された1つ又は複数の少なくとも部分的に包囲するゾーンを判定することであって、前記判定は、
    少なくとも1つの試料が採取された前記臓器の一部の周囲及び/又は前記医用撮像処置中に疑わしいと事前に識別されたゾーンの周囲の健康組織又は罹患組織の有無に対する統計的アプローチ、
    及び/又は、採取された前記試料の分析に基づくものである判定を実施するように構成され、
    前記画面上に、前記信頼ゾーン及び/又は前記罹患ゾーンで補完された前記臓器の前記画像を表示するように構成されることを特徴とする、装置。
  2. 前記コンピュータ(2)は、前記画面(3)上に前記臓器の三次元画像を投影するように構成される、請求項1に記載の装置。
  3. 前記コンピュータ(2)は、前記臓器の二次元断面画像を投影するように構成される、請求項1又は2に記載の装置。
  4. 前記コンピュータ(2)は、前記臓器の前記画像上に、前記試料採取処置中に穿刺された前記臓器(4)の少なくとも1つの部分(9)を表示するように構成される、請求項1〜3のいずれか1項に記載の装置。
  5. 前記信頼ゾーン(10)及び/又は罹患ゾーン(11)は、前記部分を全体的に包囲する、請求項4に記載の装置。
  6. 前記信頼ゾーン(10)及び/又は前記罹患ゾーン(11)は、関連するサンプリングされた部分(9)からの距離及び/又は前記部分で検出される可能性のある疾患の臨界度に応じた色勾配によって前記画面上に表示される、請求項4又は5に記載の装置。
  7. 前記信頼ゾーン(10)及び前記罹患ゾーン(11)は、同一色で表示されることがない、請求項1〜6のいずれか1項に記載の装置。
  8. 前記コンピュータ(2)は、前記臓器の前記画像上に、前記臓器の少なくとも1つの保存対象ゾーンを表示するように構成される、請求項1〜7のいずれか1項に記載の装置。
  9. 前記コンピュータ(2)は、前記臓器を異なる要素(15)に区画分けし、前記臓器の前記画像上に、前記異なる要素によって形成された前記区画を表示するようにさらに構成される、請求項1〜8のいずれか1項に記載の装置。
  10. 前記信頼ゾーン(10)及び/又は前記罹患ゾーン(11)は1つ又は複数の要素(15)によって形成される、請求項9に記載の装置。
  11. 前記コンピュータ(2)は、前記臓器の前記画像上に、前記信頼ゾーン及び/又は前記罹患ゾーンと相関のある少なくとも1つの情報項目を表示するように構成される、請求項1〜10のいずれか1項に記載の装置。
  12. 前記コンピュータ(2)は、前記様々な罹患ゾーンの少なくともいくつかを包囲する罹患一般部(14)を表示することができるように構成される、請求項1〜11のいずれか1項に記載の装置。
  13. 前記コンピュータ(2)は、前記臓器を様々な要素(15)に区画分けし、前記臓器の前記画像上に、前記様々な要素によって形成された前記区画を表示するように構成され、前記コンピュータは、1つ又は複数の罹患ゾーンを含む前記区画の少なくとも1つの要素を包囲する罹患一般部を表示するようにさらに構成される、請求項1〜12のいずれか1項に記載の装置。
  14. 前記コンピュータ(2)は、前記罹患一般部も1つ又は複数の罹患ゾーンを含む前記区画の前記要素に接触する前記区画の少なくとも1つの要素を包囲するように構成される、請求項13に記載の装置。
  15. 前記コンピュータ(2)は、前記表示された画像を外部周辺機器に出力するように構成される、請求項1〜14のいずれか1項に記載の装置。
  16. 前記コンピュータ(2)は、前記臓器に対して事前に実施された前記医療検査に関与した装置の測定誤差も用いて前記罹患ゾーン及び/又は信頼ゾーンを規定するように構成される、請求項1〜15のいずれか1項に記載の装置。
  17. 請求項1〜16のいずれか1項に記載の装置を用いて患者の臓器を視覚化する方法であって、1つ又は複数の信頼ゾーン(10)及び/又は罹患ゾーン(11)を判定するステップと、前記1つ又は複数のゾーンを表示するステップと、を含む方法。
JP2019551727A 2016-12-08 2017-12-07 患者の臓器を視覚化する装置及び関連する視覚化方法 Active JP7004737B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1662141A FR3059885B1 (fr) 2016-12-08 2016-12-08 Dispositif de visualisation d’un organe interne d’un patient ainsi qu’un procede de visualisation associe
FR1662141 2016-12-08
PCT/EP2017/081838 WO2018104458A1 (fr) 2016-12-08 2017-12-07 Dispositif de visualisation d'un organe interne d'un patient ainsi qu'un procede de visualisation associe

Publications (2)

Publication Number Publication Date
JP2020513294A true JP2020513294A (ja) 2020-05-14
JP7004737B2 JP7004737B2 (ja) 2022-01-21

Family

ID=58228214

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019551727A Active JP7004737B2 (ja) 2016-12-08 2017-12-07 患者の臓器を視覚化する装置及び関連する視覚化方法

Country Status (6)

Country Link
US (1) US11026639B2 (ja)
EP (1) EP3551041A1 (ja)
JP (1) JP7004737B2 (ja)
CN (1) CN110049715B (ja)
FR (1) FR3059885B1 (ja)
WO (1) WO2018104458A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110867241B (zh) * 2018-08-27 2023-11-03 卡西欧计算机株式会社 类似图像显示控制装置、系统及方法、以及记录介质
US11449987B2 (en) * 2018-12-21 2022-09-20 Wisconsin Alumni Research Foundation Image analysis of epithelial component of histologically normal prostate biopsies predicts the presence of cancer
EP4074458A4 (en) * 2019-12-09 2024-01-10 DMG Mori Co., Ltd. INFORMATION PROCESSING DEVICE, MACHINE TOOL AND INFORMATION PROCESSING SYSTEM
US11475799B2 (en) * 2020-03-09 2022-10-18 Edward F. Owens, JR. Anatomic chiropractic training mannequin with network of pressure sensors
DE102020210995A1 (de) * 2020-09-01 2022-03-03 Siemens Healthcare Gmbh Verfahren zum Bereitstellen einer Fehler-Information bezüglich einer Mehrzahl an Einzel-Messungen

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003527915A (ja) * 2000-03-28 2003-09-24 フォース フォトニクス リミテッド 組織病巣の特徴付けおよびマッピングのための方法およびシステム
US20090093715A1 (en) * 2005-02-28 2009-04-09 Donal Downey System and Method for Performing a Biopsy of a Target Volume and a Computing Device for Planning the Same
US20090118640A1 (en) * 2007-11-06 2009-05-07 Steven Dean Miller Biopsy planning and display apparatus
US20100172559A1 (en) * 2008-11-11 2010-07-08 Eigen, Inc System and method for prostate biopsy
US20140142422A1 (en) * 2011-06-17 2014-05-22 Robert Manzke System and method for guided injection during endoscopic surgery
JP2015518197A (ja) * 2012-03-21 2015-06-25 コーニンクレッカ フィリップス エヌ ヴェ 医用イメージングと生検データとを統合する臨床ワークステーション及びこれを使用する方法
US20150324522A1 (en) * 2014-05-09 2015-11-12 Acupath Laboratories, Inc. Biopsy mapping tools

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104720804A (zh) * 2015-04-09 2015-06-24 哈尔滨医科大学 宫颈癌患者使用紫杉醇和顺铂进行化疗敏感性预测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003527915A (ja) * 2000-03-28 2003-09-24 フォース フォトニクス リミテッド 組織病巣の特徴付けおよびマッピングのための方法およびシステム
US20090093715A1 (en) * 2005-02-28 2009-04-09 Donal Downey System and Method for Performing a Biopsy of a Target Volume and a Computing Device for Planning the Same
US20090118640A1 (en) * 2007-11-06 2009-05-07 Steven Dean Miller Biopsy planning and display apparatus
US20100172559A1 (en) * 2008-11-11 2010-07-08 Eigen, Inc System and method for prostate biopsy
US20140142422A1 (en) * 2011-06-17 2014-05-22 Robert Manzke System and method for guided injection during endoscopic surgery
JP2015518197A (ja) * 2012-03-21 2015-06-25 コーニンクレッカ フィリップス エヌ ヴェ 医用イメージングと生検データとを統合する臨床ワークステーション及びこれを使用する方法
US20150324522A1 (en) * 2014-05-09 2015-11-12 Acupath Laboratories, Inc. Biopsy mapping tools

Also Published As

Publication number Publication date
US11026639B2 (en) 2021-06-08
US20200077964A1 (en) 2020-03-12
FR3059885B1 (fr) 2020-05-08
WO2018104458A1 (fr) 2018-06-14
CN110049715A (zh) 2019-07-23
CN110049715B (zh) 2022-04-05
EP3551041A1 (fr) 2019-10-16
JP7004737B2 (ja) 2022-01-21
FR3059885A1 (fr) 2018-06-15

Similar Documents

Publication Publication Date Title
JP7004737B2 (ja) 患者の臓器を視覚化する装置及び関連する視覚化方法
Van Calster et al. Practical guidance for applying the ADNEX model from the IOTA group to discriminate between different subtypes of adnexal tumors
JP6106259B2 (ja) 医用イメージングと生検データとを統合する臨床ワークステーション及びこれを使用する方法
US9922433B2 (en) Method and system for identifying biomarkers using a probability map
Savelli et al. A prospective blinded comparison of the accuracy of transvaginal sonography and frozen section in the assessment of myometrial invasion in endometrial cancer
Kim et al. Prognostic nomogram for prediction of axillary pathologic complete response after neoadjuvant chemotherapy in cytologically proven node-positive breast cancer
Maldonado et al. Noninvasive computed tomography–based risk stratification of lung adenocarcinomas in the National Lung Screening Trial
Bangma et al. Defining and predicting indolent and low risk prostate cancer
Edgerton et al. A novel, patient-specific mathematical pathology approach for assessment of surgical volume: application to ductal carcinoma in situ of the breast
Palacio-Torralba et al. A novel palpation–based method for tumor nodule quantification in soft tissue—computational framework and experimental validation
Sha et al. MRI-based radiomics for the diagnosis of triple-negative breast cancer: a meta-analysis
Fong et al. Predicting the risk of axillary lymph node metastasis in early breast cancer patients based on ultrasonographic-clinicopathologic features and the use of nomograms: a prospective single-center observational study
Kelly et al. A novel risk calculator incorporating clinical parameters, multiparametric magnetic resonance imaging, and prostate-specific membrane antigen positron emission tomography for prostate cancer risk stratification before transperineal prostate biopsy
US20230401709A1 (en) Medical image processing apparatus, medical image processing method, and program
Brennan et al. The role of breast MRI in clinical practice
Carmona Echeverria et al. A critical evaluation of visual proportion of Gleason 4 and maximum cancer core length quantified by histopathologists
Kargol et al. Diffusion-weighted magnetic resonance imaging of 103 patients with rectal adenocarcinoma identifies the apparent diffusion coefficient as an imaging marker for tumor invasion and regional lymph node involvement
Kawaguchi et al. The utility of three-dimensional computed tomography for prediction of tumor invasiveness in clinical stage IA lung adenocarcinoma
US11464568B2 (en) Customizable saturation biopsy
Noh et al. Computed tomography based cross-sectional anatomy of the pelvis predicts surgical outcome after rectal cancer surgery
US12094107B2 (en) CAD device and method for analyzing medical images
US20240037855A1 (en) Method for generating three-dimensional prostate pathological image, and system therefor
Liro et al. Brzezi nski, M.; Jastrzebska, J.; Wydra, D. Incorporation of Tumor-Free Distance and Other Alternative Ultrasound Biomarkers into a Myometrial Invasion-Based Model Better Predicts Lymph Node Metastasis in Endometrial Cancer: Evidence and Future Prospects. Diagnostics 2022, 12, 2604
Bellis Predicting Tumour Response with Radiomics and Machine Learning in MR-Guided Cervix Brachytherapy
Lan et al. 2.5 D peritumoural radiomics predicts postoperative recurrence in stage I lung adenocarcinoma

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190607

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200804

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201104

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210421

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210615

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220104

R150 Certificate of patent or registration of utility model

Ref document number: 7004737

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150