WO2010143400A1

WO2010143400A1 - 画像照合装置及びこれを用いた患者位置決め装置

Info

Publication number: WO2010143400A1
Application number: PCT/JP2010/003772
Authority: WO
Inventors: 平澤宏祐; 坂本豪信; 山腰諒一; 北明靖雄; 川戸慎二郎; 奥田晴久; 鹿毛裕史; 鷲見和彦
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2009-06-10
Filing date: 2010-06-07
Publication date: 2010-12-16
Anticipated expiration: 2011-12-10
Also published as: JP4821940B2; US20120114208A1; CN104268849A; US8787647B2; JPWO2010143400A1; CN102365655A

Abstract

　本発明は、課題ＩＣＰ法を用いた自動位置決め計算において、局所解に陥るのを避け確実に最適解に収束させることにより、照合精度の高い画像照合装置およびこれを用いた患者位置決め装置を得ることを課題とする。　本発明の画像照合装置は、第１と第２のＣＴ画像データを各々読み込むＣＴ画像データ読み込み部１７と、第１と第２のＣＴ画像データのスライス画像群に対して二値化処理、エッジ抽出処理を行い、３次元空間における第１と第２の点群データを生成する点群データ生成部１８と、点群データの配列ピッチを広げるように点群データを間引く点群データ解像度変換部１９と、点群データ解像度変換部から出力された第１の点群データと第２の点群データとの誤差関数が最小となるように、ＩＣＰ法を用いて第２の点群データに対する変換量を求めるＩＣＰ計算部２２とを有する。

Description

画像照合装置及びこれを用いた患者位置決め装置

　この発明は、ＣＴ（Computed Tomography）画像データ等を利用した画像照合装置およびこの画像照合装置を用いた放射線治療等における患者位置決め装置に関するものである。

　３次元点群データを用いた従来の画像照合方法としてＩＣＰ(Iterative Closest Point)法がある。ＩＣＰ法は画像照合の対象となる２つの３次元点群データ（Ｇ１、Ｇ２）において、対応点間の距離の総和を誤差関数として、最小二乗評価に基づく逐次的繰り返し計算により、前記誤差関数を最小化させるように３次元点群データ間の最適な位置姿勢変換パラメータ（並進量、及び回転量）を推定する手法である。

　このＩＣＰ法においては全ての対応点の組み合わせを計算するため、照合データ同士の陽な対応情報を必要としない。つまり、３次元点群データＧ１のある点と３次元点群データＧ２のある点が同一の点であるという情報を必要としない。従って、人間が解剖学的な特徴点などを教示することなく画像照合が可能である。ＩＣＰ法を用いた画像照合についてはいろいろな分野で応用されているが（例えば、特許文献１）、放射線治療においては、放射線治療計画を行う際に取得した治療計画用３次元ＣＴ画像データを基準として、このデータと治療時に取得した骨構造に関する位置決め用３次元ＣＴ画像データとの画像照合を行い、また両データの画像が一致するような位置姿勢変換パラメータを求めることにより、治療時の患者を位置決めすることが可能となる。

特開平９－２７７１８４（２－３頁）

　このようなＩＣＰ法を用いた画像照合方法においては、画像照合計算結果が処理対象となる３次元点群データの構造に依存し、また照合計算開始時の初期状態へ依存する性質がある。特に治療計画用ＣＴ画像データ、位置決め用ＣＴ画像データのスライス厚（slice thickness）が小さく画素間隔（pixel spacing）に近い場合には、データ密度が高いことから誤差関数が局所解を多く持つような形状となり、正解値（誤差関数を最小にする最適解）に解が収束せず、不正解値（誤差関数の極小値に相当する局所解）に収束してしまうケースが多くなる。

　放射線治療における画像照合について、図１２を用いて上記現象を具体的に説明する。白抜きの丸を頂点として格子状に配列されたデータを、基準となる治療計画用ＣＴ画像データの点群データ（第１の点群データ）とし、黒四角を頂点として格子状に配列されたデータを、照合対象である治療時の位置決め用ＣＴ画像データの点群データ（第２の点群データ）とする。また、この例では簡単のために、両点群データの格子間距離は等しいとする。
　図のように第１の点群データと第２の点群データの密度が高い状態にあると、ＩＣＰ法における逐次繰り返し計算のＮ回目（図１２（ｂ））では、（Ｎ－１）回目（図１２（ａ））と最近傍となる対応点が同一となる割合が多くなり、（Ｎ＋１）回目（図１２（ｃ））でも最近傍となる対応点が変化しない場合があり、この場合には誤差関数の変化もわずかなものに留まってしまう。

　上記の状態を横軸に治療計画データ群と位置決めデータ群との相対的な位置ずれ（Δｘ）をとり、縦軸に誤差関数（Ｅ）の分布を模式的に示したのが図１３である。誤差関数は両データ群の位置ずれがない場合（Δｘ＝０）が最小となり、この状態から両データ群が１格子分（ｄ１）ずれるごとに極小値が現れるような分布を有する（曲線Ｅ１を参照）。上記のように両点群データの密度が高い状態にある場合には、最適解（Δｘ＝０）から１格子分ずれている場合においても誤差関数Ｅ１が極小値を有するため、ＩＣＰ法においてはこの極小値において解が収束したと判断されて局所解（不正解値、Δｘ＝Δｘ_Ｌ）に陥る可能性が高いという問題があった。

　本発明は上記課題を解決するためになされたものであり、ＩＣＰ法を用いた自動位置決め計算において、局所解に陥るのを避け確実に最適解に収束させることにより、照合精度の高い画像照合装置およびこれを用いた患者位置決め装置を得ることを目的とする。

　この発明に係る画像照合装置及びこれを用いた患者位置決め装置は、第１のＣＴ画像データと第２のＣＴ画像データを各々読み込むＣＴ画像データ読み込み部と、第１のＣＴ画像データと第２のＣＴ画像データのスライス画像群に対して、３次元空間における第１の点群データと第２の点群データを生成する点群データ生成部と、第１の点群データと第２の点群データの少なくとも一方について、点群データの配列ピッチを広げるように点群データを間引く点群データ解像度変換部と、ＩＣＰ計算部とを備えている。
　また、ＩＣＰ計算部は、点群データ解像度変換部から出力された第１の点群データと第２の点群データとの誤差関数が最小となるように、ＩＣＰ法を用いて第２の点群データに対する変換量を求めることを特徴とする。

　この発明に係る画像照合装置及びこれを用いた患者位置決め装置によると、点群データ解像度変換部は第１の点群データと第２の点群データの少なくとも一方について点群データの配列ピッチを広げるように点群データを間引き、ＩＣＰ計算部は点群データ解像度変換部から出力された第１の点群データと第２の点群データとの誤差関数が最小となるようにＩＣＰ法を用いて第２の点群データに対する変換量を求めるため、図１３の点群データ解像度変換後の曲線（Ｅ２）に示すように、格子間ピッチを広げた分だけ極小値が出現するピッチが広がるように誤差関数の分布を変更することができる。
　従って、点群データ解像度変更前の誤差関数（Ｅ１）では極小値（Δｘ＝Δｘ_Ｌ）にあった場合でも、点群データ解像度変更後（Ｅ２）においては極小値ではないようにすることができるため、解が収束したと誤判断されることなくＩＣＰ計算部において更に解の探索が行われることになり、確実に最適解（Δｘ＝０）に収束させることが可能となる。

本発明の実施の形態１による画像照合装置および患者位置決め装置に関する全体機器構成を示す図である。本発明の実施の形態１による画像照合装置および患者位置決め装置を構成する各データ処理部の関係を示す図である。本発明の実施の形態１による画像照合装置において、座標系の定義を模式的に示す図である。本発明の実施の形態１による画像照合装置において、ＣＴ画像データのスライス画像から点群データの生成を行う様子を説明する図である。本発明の実施の形態１による画像照合装置において、骨輪郭画像について点群データを作成した例を示す図である。本発明の実施の形態１による画像照合装置において、点群データの領域分割の様子を示す図である。本発明の実施の形態１による画像照合装置において、任意の点と点群との距離の定義を示す模式図である。本発明の実施の形態２による画像照合装置および患者位置決め装置を構成する各データ処理部の関係を示す図である。本発明の実施の形態２による画像照合装置を用いて多層複数テンプレートを設定した時の評価スコア算出方法を説明する図である。本発明の実施の形態２による画像照合装置を用いて多層複数テンプレートを設定した時の評価スコア算出方法を説明する図である。本発明の実施の形態２による画像照合装置を用いて多層複数テンプレートを設定した時の評価スコア算出方法を説明する図である。ＩＣＰ法を用いた画像照合の計算において局所解に陥る現象を説明する図である。点群データ解像度変換処理前後における誤差関数の分布の相違を説明する図である。

実施の形態１．
　図１は本発明の実施の形態１による画像照合装置および患者位置決め装置の適用が想定されるＣＴ画像データを用いた画像照合、位置決め、放射線治療に関する全体機器構成を示す図である。１は放射線治療に先立って行われる治療計画を行うためのＣＴシミュレータ室であり、ここにはＣＴガントリー２、ＣＴ画像撮影用ベッドの天板３があり、天板３の上に患者４を横たえて、患部５を含むように治療計画用のＣＴ画像データが撮影される。
　一方、６は放射線治療を行うための治療室であり、ここにはＣＴガントリー７、回転治療台８と、回転治療台８の上部には天板９があり、天板９の上に患者１０を横たえて、治療時の患部１１を含むように位置決め用のＣＴ画像データが撮影される。

　ここで、位置決めとは、治療時の患者１０と患部１１の位置を、治療計画用のＣＴ画像データから割り出し、治療計画に合うように体位補正量を計算し、治療時の患部１１が放射線治療のビーム照射中心１２にくるように位置合わせを行うことである。位置合わせは患者１０を天板９に載せたまま回転治療台８を駆動制御して天板９の位置を移動することで実現する。回転治療台８は並進・回転の６自由度の駆動補正が可能であるとともに、回転治療台８の天板９を１８０度回転することで、ＣＴ撮影ポジション（図１において実線にて示す）から照射ヘッド１３のある治療ポジション（図１において点線にて示す）へ移動することもできる。尚、図１では、ＣＴ撮影ポジションと治療ポジションが１８０度の対向位置関係にあるものが示されているが、この配置形態に限られず、両者の位置関係が９０度等その他の角度をなすものであってもかまわない。

　ここで、治療計画用のＣＴ画像データと位置決め用のＣＴ画像データとは位置決め計算機１４に転送される。本発明における画像照合装置および患者位置決め装置はいずれもこの位置決め計算機内に存在するコンピュータソフトウェアに関するものであり、画像照合装置は前記体位補正量（並進量、回転量）を計算するとともに、患者位置決め装置は画像照合装置を包含しつつ、更にこの体位補正量に基づいて治療台の各駆動軸を制御するパラメータを算出する機能を有するものである。

　従来の放射線治療における位置決めでは、治療計画用ＣＴ画像データから生成したＤＲＲ（Digitally Reconstructed Radiography）画像と治療時治療室で撮影したＸ線透視画像とを照合することで位置ずれ量を計算していた。Ｘ線透視画像では軟部組織である患部は良くうつらないため骨を使った位置合わせが基本となる。本実施の形態で記述するＣＴ位置決めは、治療室６にＣＴガントリー７を同室設置し、治療直前のＣＴ画像データと治療計画用ＣＴ画像データとで位置合わせをするため、患部を直接的に描出可能で、患部での位置合わせができるという特徴を有する。

　次に、本実施の形態における画像照合装置および患者位置決め装置での前記体位補正量の計算手順について説明する。図２は画像照合装置及び患者位置決め装置を構成する各データ処理部間の関係を示す構成図であり、ここで画像照合装置１５ａは、ＣＴ画像データ読み込み部１７、点群データ生成部１８、点群データ解像度変換部１９、点群データ領域分割部２０、点群データノイズ除去部２１、ＩＣＰ計算部２２、ＭＰＲ処理部２３から構成され、これに治療台制御パラメータ算出部２４を加えたものが患者位置決め装置１６ａである。

　ＣＴ画像データ読み込み部１７では、治療計画用のＣＴ画像データ（第１のＣＴ画像データ）と位置決め用のＣＴ画像データ（第２のＣＴ画像データ）とを読み込む。ＣＴ画像データはＤＩＣＯＭ（Digital Imaging and Communication in Medicine）形式のスライス画像群であるが、フォーマットは特にこれに限定されるものではない。

　点群データ生成部１８では、治療計画用ＣＴ画像データと位置決め用ＣＴ画像データのスライス画像群から、治療計画用ＣＴ画像データに基づく点群データ（第１の点群データ）と位置決め用ＣＴ画像データに基づく点群データ（第２の点群データ）とを生成する。ここでいう点群データとは３次元空間での点データの集合を指すものであり、３次元空間とは、例えば図３のように、スライス画像群２７の内、ＣＴ撮影時の基準点に相当するＣＴ原点２８を含むスライス画像上において座標系２９を設定し、Ｘ軸をスライス画像面内の水平方向、Ｙ軸をスライス画像面内においてＸ軸に垂直な方向、Ｚ軸をスライス画像面に垂直な方向に右手座標系でとればよい。座標系のスケールは、ＤＩＣＯＭ形式ファイルのタグ情報である、画素間隔（pixel spacing）やスライス間隔（slice pitch）から決定できる。

　具体的な点群データの生成処理について述べる。スライス画像群を閾値処理で二値化し骨領域を抽出する。続けて、二値化画像に対してエッジ抽出処理を行い、細線化処理を施して骨輪郭画像を得る。エッジ抽出処理や細線化処理にはcanny法などを用いることができるが、それに限定されるわけではなく、同等の機能を施すことが可能なその他の画像照合技術を適用しても良い。骨輪郭画像の輪郭線上のデータから点群データを生成する。点群データは（Ｘ、Ｙ、Ｚ）の三次元座標を持つ点の集合となる。図４はスライス画像群（図４（ａ））内の１枚のスライス画像に対して、骨輪郭画像を作成し（図４（ｂ））、骨輪郭画像の輪郭線上のデータから点群データ（図４（ｃ））を生成した例を模式的に示したものである。図５は３枚の骨輪郭画像から点群データを作成した例を模式的に示したものである。

　点群データ解像度変換部１９では、治療計画用の第１の点群データか位置決め用の第２の点群データか少なくとも一方の点群データに対して、点群データの配列ピッチを広げるように点群データを間引いてデータ量の調整を行う。点群データ生成部１８で点群データを生成した際の解像度を１／１と定義し、そこから２点に１点を間引いた場合を解像度１／２、４点に３点を間引いた場合を解像度１／４、８点に７点を間引いた場合を解像度１／８のように定義することができる。解像度１／８より小さい解像度の場合も同様の定義とする。間引きの順番としては、同一スライス画像面内はラスタースキャンした際の点群の出現順番で間引くものとし、スライスをまたぐ場合は、頭頂から頭尾などというように方向を決めれば良い。但し、順番に意味があるわけではなく、点群データ全体をランダムに間引くような処理でもかまわない。また、間引きの分母は２のべき乗である必要もない。

　点群データ領域分割部２０では、点群データ生成部１８、点群データ解像度変換部１９で生成した第１の点群データと第２の点群データの各々を領域分割する。例えば、点群データの重心位置を基準として、Ｘ軸、Ｙ軸、Ｚ軸ごとに二分割できるような仕組みを導入すれば良い。例えば、Ｘ軸のみの分割であれば２分割したことになり、全ての軸（Ｘ、Ｙ、Ｚ）で二分割すれば合計８分割したことになる。ここでは、実際にデータを分割して別変数や別ファイルで保存する必要はなく、各点群データの所属する領域を各点群データの属性値として保持するような仕組みを導入すれば良い。

　図６には位置決め用の第２の点群データをＲ１～Ｒ４の領域へ（図６（ａ））、治療計画用の第１の点群データをＲ１’～Ｒ４’の領域へ（図６（ｂ））、それぞれ４分割した例を示した。第１の点群データと第２の点群データの両方を同じように領域分割しなければならないが、第１の点群データの分割領域は第２の点群データの分割領域を包含しつつ、両点群データ間で位置ずれの生じることを考慮してマージン領域を設定し、第１の点群データの分割領域を第２の点群データの分割領域より大きくしなければならない。
　逆に、治療計画用の第１の点群データを位置決め用の第２の点群データに照合しに行く場合には、第２の点群データの分割領域にマージン領域を持たせて第１の点群データの分割領域より大きくすることにより、第２の点群データの分割領域が第１の点群データの分割領域を包含する必要がある。

　点群データノイズ除去部２１では、点群データ生成部１８、点群データ解像度変換部１９で生成した第１の点群データと第２の点群データのうち、骨領域以外の天板３、９や患者４、１０の着衣の一部などが写っている場合に、当該部分のデータを除去する。天板３、９の物理的な位置は事前にわかっていて、かつ、天板３、９や患者４、１０の着衣は骨とはＣＴ値が異なる値に分布しており、画像照合対象領域以外の部分のデータであることを判別できるため、座標情報やＣＴ値を利用すればこれらを容易に除去することが可能となる。

　ＩＣＰ計算部２２では、点群データ生成部１８、点群データ解像度変換部１９、点群データ領域分割部２０、点群データノイズ除去部２１を経て生成される治療計画用の第１の点群データと位置決め用の第２の点群データを使用し、第２の点群データの位置姿勢に対してどのような変換を行えば第１の点群データと最も近接させることができるか、すなわち両者間の誤差関数を最小化するように第２の点群データに対する変換量（体位補正量）を計算により求める。

　具体的な処理ステップを以下に示す。３次元空間内の２点間の対応を表す指標として、２点間の距離を用いる。ここで、３次元空間内の２点x₁、x₂間の距離をd(x₁、x₂)と表記する。
　また、点群ＧにNR個の点データ(x(i): i=1、2、・・・、NR)が存在するとした場合、任意の点ｐと点群Ｇとの距離は数１に示すとおり、点群Ｇに属する点のうち点ｐに最も近接する点と点ｐとの距離と定義する（図７参照）。

　今、第１の点群データ（治療計画用）内のNref個の点データ(x_ref(i): i=1、2、・・・、Nref)からなる点群をＧrefとし、第２の点群データ（位置決め用）内のNtest個の点データ(x_test(j): j=1、2、・・・、Ntest)からなる点群をＧtestとする。
　最初に、ステップ１として、第１の点群データＧrefの各点x_ref(i)と第２の点群データＧtestとの距離を求め、その時の点x_test(j)を点x_ref(i)への対応点x'_test(i)とすることで、第１の点群データＧrefと第２の点群データＧtestとの対応関係が求まる。

　次に、ステップ２として、第２の点群データＧtestから第１の点群データＧrefへの変換量（回転量R、並進量ｔ）を求める。ここで、回転量Rは３ｘ３行列、並進量ｔは３ｘ１行列を表す。第２の点群データＧtest内の各点x'_test(i)を回転量R、並進量ｔで変換した点と、点x'_test(i)に対応する、第１の点群データＧrefに属する点x_ref(i)とのベクトル差分を求め、その自乗和を誤差e²(R、t)とする（数３）。e²(R、t)を最小とする時の回転量R^*、並進量ｔ^*を、その時の変換量とする（数４）。

　次に、ステップ３として、ステップ１、ステップ２で求めた変換量により、第２の点群データＧtestに属する各点を変換する。ここでkはＩＣＰ法における繰り返し計算のインデックスとする。

　ステップ１からステップ３を繰り返し計算する。繰り返し計算によるステップ２における誤差の変化量が予め決めた閾値以下になれば計算を終了する。そして、繰り返し計算の中で求めた変換量（回転量R^*、並進量ｔ^*）について全てを合成したもの（回転量Rs^*、並進量ｔs^*）が第２の点群データＧtestから第１の点群データＧrefへの変換量となる。
　以上のように、第２の点群データ（位置決め用）の各点から第１の点群データ（治療計画用）の最も近い点へ対応付けし、位置決めデータ群と治療計画データ群の距離の総和で規定される誤差関数e²(R、t)を最小とする変換量（回転量R^*、並進量ｔ^*）を逐次繰り返し計算によって求めることができる。

　次にＭＰＲ処理部２３について説明する。ＭＰＲ(Multi Planar Reconstruction / Reformat)処理とは、ＣＴ画像データの各スライス画像を何枚も積み重ねて一つのボリュームデータを作り、これを基にして任意の断面の画像を作成する方法であり、オブリーク(Oblique)、又はダブルオブリーク(Double Oblique)とも呼ばれる。従ってこの処理を用いることにより、例えば矢状（サジタル）断面、冠状（コロナル）断面などの画像データなど実際には撮影されていないデータであっても、実際に撮影された軸状（アキシャル）断面の画像データに対して補間処理を行い再構成することにより生成することが可能となる。

　補間アルゴリズムはTLI（Trilinear Interpolation）など線形補間アルゴリズムの他に、TLIを拡張したTricubic Interpolationなど、非線形補間アルゴリズムも適用することができる。軸状（アキシャル）断面、矢状（サジタル）断面、冠状（コロナル）断面などの初期断面を含むある点（Ｘ、Ｙ、Ｚ）と、その点を回転中心として初期断面を基準とした直交座標軸を定義した時の各座標軸周りの回転量（Ａ、Ｂ、Ｃ）を決めると一つの斜断面が決まり、その斜断面での画像データを計算することができる。

　治療計画用ＣＴ画像データ（第１のＣＴ画像データ）と位置決め用ＣＴ画像データ（第２のＣＴ画像データ）とを、斜断面生成パラメータ（Ｘ、Ｙ、Ｚ、Ａ、Ｂ、Ｃ）が同一のＭＰＲ断面で評価すると自動位置合わせの前では画像が一致せず、ずれていることになる。
　そこでＩＣＰ計算部２２の結果（回転量Rs^*、並進量ｔs^*）において、並進量ｔs^*の各成分を（ΔＸ、ΔＹ、ΔＺ）とし、回転量Rs^*をＸ軸、Ｙ軸、Ｚ軸の各軸周りの回転量（ΔＡ、ΔＢ、ΔＣ）に置き換えると、位置決め用ＣＴ画像データから斜断面生成パラメータ（Ｘ－△Ｘ、Ｙ－△Ｙ、Ｚ－△Ｚ、Ａ－△Ａ、Ｂ－△Ｂ、Ｃ－△Ｃ）でＭＰＲ断面を生成することにより、位置決め用ＣＴ画像データを治療計画用ＣＴ画像データに変換して近づけた画像を生成することができる。あるいは、ＭＰＲ断面については当初生成したものを用いて、位置決め用ＣＴ画像データ（第２のＣＴ画像データ）を（ΔＸ、ΔＹ、ΔＺ、ΔＡ、ΔＢ、ΔＣ）だけ回転、並進させたものを用いても、治療計画用ＣＴ画像データ（第１のＣＴ画像データ）と近づけた画像が得られ照合可能である。
　これにより、位置決め用ＣＴ画像データと治療計画用ＣＴ画像データとの骨構造が合っているかを確認でき、位置決めの結果が妥当なものであるか否かを判断できるようになる。

　画像の確認するための初期断面としては、軸状（アキシャル）断面、矢状（サジタル）断面、冠状（コロナル）断面の直交三断面などであっても良いし、軸状（アキシャル）断面、矢状（サジタル）断面、冠状（コロナル）断面から傾いた断面でも良いし、それらの組み合わせであっても良い。また、治療計画画像と位置決め画像とを差分表示や重畳表示して、その差異を確認するようにすれば良い。

　逆に、ＩＣＰ計算部２２の結果の符合をプラスマイナス反転し、斜断面生成パラメータ（Ｘ＋△Ｘ、Ｙ＋△Ｙ、Ｚ＋△Ｚ、Ａ＋△Ａ、Ｂ＋△Ｂ、Ｃ＋△Ｃ）で治療計画用ＣＴ画像データからＭＰＲ断面を生成することにより、治療計画用ＣＴ画像データ（第１のＣＴ画像データ）を位置決め用ＣＴ画像データ（第２のＣＴ画像データ）に変換して近づけた画像を生成することもできる。

　治療台制御パラメータ算出部２４では、ＩＣＰ計算部２２の出力値（並進３軸［ΔＸ、ΔＹ、ΔＺ］、回転３軸［ΔＡ、ΔＢ、ΔＣ］の計６自由度）を、治療台の各軸を制御するパラメータに変換し治療台を制御する。これにより、治療計画に合うように体位補正量を計算し、治療時の患部１１が放射線治療のビーム照射中心１２にくるように位置合わせすることができる。

　以上のとおり本実施の形態に係る画像照合装置１５ａ及び患者位置決め装置１６ａによると、点群データ解像度変換部１９は第１の点群データと第２の点群データの少なくとも一方について点群データの配列ピッチを広げるように点群データを間引き、ＩＣＰ計算部２２は点群データ解像度変換部１９から出力された第１の点群データと第２の点群データとの誤差関数が最小となるようにＩＣＰ法を用いて第２の点群データに対する変換量を求めるため、図１３の点群データ解像度変換後の曲線（Ｅ２）に示すように、格子間ピッチを広げた分だけ極小値が出現するピッチが広がるように誤差関数の分布を変更することができる。
　従って、点群データ解像度変更前の誤差関数（Ｅ１）では極小値（Δｘ＝Δｘ_Ｌ）にあった場合でも、点群データ解像度変更後（Ｅ２）においては極小値ではないようにすることができるため、解が収束したと誤判断されることなくＩＣＰ計算部２２において更に解の探索が行われることになり、確実に最適解（Δｘ＝０）に収束させることが可能となる。

　また、本実施の形態に係る画像照合装置１５ａ及び患者位置決め装置１６ａは、第１の点群データを複数の領域に分割し、第２の点群データを前記領域に対応する複数の領域に分割する領域分割部２０を備えており、ＩＣＰ計算部２２は第１の点群データの各領域とそれに対応する第２の点群データの各領域の間でのみ計算を行うため、分割前の全領域を対象として全ての対応点の組み合わせを計算するよりも最近傍となる対応点を計算する際の量を低減することが可能となり、処理を高速化できる。計算量としては、治療計画用の第１の点群データと、位置決め用の第２の点群データとで、各データを１／N個に領域分割したとすると、全体計算量はほぼ１／N程度にまで低減できる（正確にはマージン領域があるため、実際には１／Nよりも若干大きい値となる）。

　更に、本実施の形態に係る画像照合装置１５ａ及び患者位置決め装置１６ａは、第１の点群データと第２の点群データの少なくとも一方に対して、画像照合対象領域以外の部分のノイズデータを除去する点群データノイズ除去部２１を備えており、ＩＣＰ計算部２２は、前記ノイズデータが除去された第１の点群データと第２の点群データとを用いて計算を行うため、治療計画用の第１の点群データと位置決め用の第２の点群データとの誤対応を減らすこととなり、ＩＣＰ計算部２２における繰り返し計算において局所解に陥ることなく最適解に導くという効果を奏する。

　尚、以上では点群データ生成部１８において、骨領域を抽出して二値化画像に対してエッジ抽出処理を行い、細線化処理を施して骨輪郭画像を得て、この画像を用いて画像照合を行う形態について説明してきたが、骨領域に替えて放射線治療を行う患部領域や臓器を対象に画像照合を行うことも可能である。この場合には患部領域又は臓器を指定したＣＴ値で二値化して抽出を行えばよい。以降のデータ処理は骨領域を対象とするものと同様であるため、詳細は省略する。
　このように放射線治療を行う患部領域や臓器を対象として画像照合を行い、更にＩＣＰ計算部２２で得られた出力値（並進３軸［ΔＸ、ΔＹ、ΔＺ］、回転３軸［ΔＡ、ΔＢ、ΔＣ］の計６自由度）に基づいて、治療台制御パラメータ算出部２４で治療台の各軸を制御するパラメータに変換し治療台を制御することにより、上述と同じ効果が得られることに加えて、以下の実施の形態２で説明するテンプレートマッチングを不要とすることが可能となる利点がある。

実施の形態２．
　本実施の形態に係る画像照合装置１５ｂ及び患者位置決め装置１６ｂは、実施の形態１に示したものに対して、テンプレート設定部２５、テンプレートマッチング部２６を追加したものであり、その構成を図８に示す。これにより、骨による照合（グローバルマッチング）を行った上で、患部（がん標的）に対応するテンプレートを用いた照合（ローカルマッチング）を行うことができ、グローバルマッチングのみによる照合よりも更に精密な照合、及び位置決めが可能となるものである。特に肺、肝臓、前立腺など頭頚部以外の軟部組織では近傍に骨が存在しないため、骨による位置決めのみでは放射線治療において要求される精度を満たしえない場合も想定され、この場合には患部（がん標的）近傍をテンプレートとしてテンプレートマッチングを行う手法が有効である。

　テンプレート設定部２５では、テンプレート画像の登録を行う。ＩＣＰ計算部２２での計算結果（△Ｘ、△Ｙ、△Ｚ、△Ａ、△Ｂ、△Ｃ）を用いて、位置決め用ＣＴ画像データ（第２のＣＴ画像）から斜断面生成パラメータ（Ｘ－△Ｘ、Ｙ－△Ｙ、Ｚ－△Ｚ、Ａ－△Ａ、Ｂ－△Ｂ、Ｃ－△Ｃ）を用いて生成したＭＰＲ断面群を使うものとする。この段階では、位置決め用ＣＴ画像を変換したＭＰＲ断面群内の輝度階調の変化が大きい特徴領域をテンプレートとして選択すると良い。

　テンプレートマッチング部２６では、治療計画用ＣＴ画像（第１のＣＴ画像）のスライス画像群の探索範囲内でテンプレートマッチングを実行し、最も相関値が高くなる場所を求め、この場所に前記特徴領域を並進移動させるように、ＩＣＰ計算部２２で得られた第２の点群データに対する変換量の更なる補正値として、第２の点群データに対する変換量補正値を求める。

　本実施の形態におけるテンプレートマッチングでは、前記相関値を求める手法として一様な輝度変動などにロバストな手法である正規化相互相関法を用いることが考えられる。しかし、この手法に限定されるわけではなく、相互情報量など確率的な類似度尺度を相関値として利用することもできる。また、テンプレートマッチングには部分テンプレート法（※１参照）や階層サーチ法（※２参照）などのロバストかつ高速な手法を用いることもできる。
※１：奥田晴久、橋本学、鷲見和彦、佐々木和則：“部分テンプレート組み合わせ最適化に基づくロバスト画像照合”、電学論Ｃ、Vol. 124、No. 3、pp.629-636 (2004)
※２：Miwako Hirooka, Kazuhiko Sumi, Manabu Hashimoto and Haruhisa Okuda, ”Hierarchical distributed template matching”, SPIE Machine Vision Applications in Industrial Inspection V, pp.176-183, 1997.

　また、１枚のテンプレートマッチングを行うよりも更に高精度にマッチングを行うために、複数枚の位置決め用ＣＴ画像（ＭＰＲ断面群）を対象に複数のテンプレートを設定して、複数枚のテンプレート画像で位置決めを行う多層複数テンプレートマッチングを適用することも可能である。具体的には、ＭＰＲ断面群の連続する３枚のスライス画像の各々存在する３個の特徴領域をテンプレート画像として登録する。３個という数字は一例であり、その個数は２個以上であれば何個でも良い。連続する３枚の内、中央の１枚にテンプレートを設定すると、自動的に前後のスライスにもテンプレートが設定されるようにすると便利である。

　治療計画用ＣＴ画像（第１のＣＴ画像）の全スライス画像群に対して、位置決め用の各テンプレート画像を照合し、３個のテンプレートについて照合スコア（相関値）の総和を新しい評価スコアとする。新しい評価スコアを算出する際は、多層複数テンプレートを設定した時のスライスの前後位置関係を拘束して行う。
　多層複数テンプレートを設定した時の、位置決め用ＣＴ画像群のスライス間隔をＮ、治療計画用ＣＴ画像群のスライス間隔をＭとする。図９には治療計画用ＣＴ画像群と位置決め用ＣＴ画像群が同じスライス間隔（Ｎ＝Ｍ）の場合を示す。位置決めテンプレート前スコアの一つ前のスライスの結果（Ｐ１）と位置決めテンプレート中スコアの結果（Ｃ２）と位置決め後テンプレートスコアの一つ後のスライスの結果（Ｐ３）とを合計したＰ１＋Ｃ２＋Ｎ３などが当該スライスでの新しい評価スコアとなる。

　同様に、スライス間隔がＮ＝３Ｍの条件の時には、Ｐ１＋Ｃ４＋Ｎ７のような３個飛ばしでスコアを合計したものが新しい評価スコアとなる（図１０参照）。また、スライス間隔がＮ＝５Ｍの条件の時には、Ｐ１＋Ｃ６＋Ｎ１１のように５個飛ばしでスコアを合計したものが新しい評価スコアとなる（図１１参照）。以上図９から図１１に示した多層複数テンプレートを用いた例においては、ＮはＭより大きくて、ＮはＭの倍数となっていることを前提としている。

　テンプレートマッチング部２６は、ＣＴ用画像データ（第１のＣＴ画像データ）のスライス画像群と複数のテンプレート画像との照合を行い、前記新しい評価スコア（テンプレート画像ごとの相関値の総和）が最も高くなる場所を求め、この場所に複数箇所の特徴領域を並進移動させるように第２の点群データに対する変換量補正値を求める。

　また、この際、Ｎ個のテンプレートマッチングの結果に対して、位置誤差の大きなものをロバスト推定手法であるＬＭｅｄＳ（最小二乗メディアン）推定を用いて排除し、局所的な変動の影響を排除することもできる。これにより、パラメータ推定に矛盾なく適合するテンプレートの情報を効果的に利用することができる。また、多層複数テンプレートマッチングにおけるＮ個のテンプレートの設定は軸状（アキシャル）断面に限定されるわけではなく、ＭＰＲを利用して、矢状（サジタル）断面、冠状（コロナル）断面に設定することも可能であるし、直交三断面の組み合わせでテンプレートを設定しても良い。このようにすると、ある一方向からのみ合わせた場合と比較してより安定した結果を期待することができる。

　治療台制御パラメータ算出部２４では、ＩＣＰ計算部２２の結果によるＭＰＲ断面、テンプレートマッチングによる詳細並進補正後の断面を確認した後に、ＩＣＰ計算部２２の出力値（並進３軸、回転３軸の計６自由度）の結果にテンプレートマッチング部２６で得られた変換量補正値による詳細並進補正を行った出力値を、治療台の各軸を制御するパラメータに変換し送信することで、治療時の患部１１が放射線治療のビーム照射中心１２にくるように位置合わせすることができる。

　以上のとおり本実施の形態に係る画像照合装置１５ｂ及び患者位置決め装置１６ｂは、点群データ解像度変換部１９、点群データ領域分割部２０、点群データノイズ除去部２１を備えているために、実施の形態１に示したのと同様の作用、効果を奏する。

　また、ＩＣＰ計算部２２で求められた変換量に基づく斜断面生成パラメータを用いて、第１のＣＴ画像データと対比可能なＭＰＲ断面群を第２のＣＴ画像データから生成するＭＰＲ処理部２３と、ＭＰＲ断面群から選定された特徴領域をテンプレート画像として登録を行うテンプレート設定部２５と、第１のＣＴ画像データのスライス画像群と前記テンプレート画像との照合を行って最も相関値が高くなる場所を求め、この場所に前記特徴領域を並進移動させるように第２の点群データに対する変換量補正値を求めるテンプレートマッチング部２６とを備えているため、骨構造で合わせた後に、患部位置で詳細に補正（位置合わせ）して精密に照合ができるという効果を奏する。

　更に、テンプレート設定部２５は、ＭＰＲ断面群から選定された連続する複数枚のＭＰＲ断面に各々存在する複数箇所の特徴領域を複数のテンプレート画像として登録し、テンプレートマッチング部２６は、第１のＣＴ画像データのスライス画像群と前記複数のテンプレート画像との照合を行ってテンプレート画像ごとの相関値の総和が最も高くなる場所を求め、この場所に前記複数箇所の特徴領域を並進移動させるように第２の点群データに対する変換量補正値を求めるため、３次元のボリュームデータをテンプレートとして用いた場合と等価なテンプレートマッチングを２次元テンプレートマッチングの複数組み合わせで実現できる。従って、３次元テンプレートマッチングよりは時間を掛けることなく、同等の精度を実現できるという効果を奏する。

　さらに、ＭＰＲ処理部２３により得られるＭＰＲ断面群において、いろいろな角度の任意断面からのテンプレートを組み合わせて照合を行うと、３次元ボリュームで照合を行うよりも高速に処理を行うことができ、かつ、精度も３次元並みに維持することを可能とするという効果がある。

　１５ａ、１５ｂ　画像照合装置
　１６ａ、１６ｂ　患者位置決め装置
　１７　　ＣＴ画像データ読み込み部
　１８　　点群データ生成部
　１９　　点群データ解像度変換部
　２０　　領域分割部
　２１　　点群データノイズ除去部
　２２　　ＩＣＰ計算部
　２３　　ＭＰＲ処理部
　２４　　治療台制御パラメータ算出部
　２５　　テンプレート設定部
　２６　　テンプレートマッチング部

Claims

第１のＣＴ画像データと第２のＣＴ画像データを各々読み込むＣＴ画像データ読み込み部と、
前記第１のＣＴ画像データと前記第２のＣＴ画像データのスライス画像群に対して、３次元空間における第１の点群データと第２の点群データを生成する点群データ生成部と、
前記第１の点群データと第２の点群データの少なくとも一方について、点群データの配列ピッチを広げるように点群データを間引く点群データ解像度変換部と、
前記点群データ解像度変換部から出力された前記第１の点群データと前記第２の点群データとの誤差関数が最小となるように、ＩＣＰ法を用いて前記第２の点群データに対する変換量を求めるＩＣＰ計算部と、
を備えた画像照合装置。
第１の点群データを複数の領域に分割し、第２の点群データを前記領域に対応する複数の領域に分割する領域分割部を備え、
ＩＣＰ計算部は、前記第１の点群データの前記各領域とそれに対応する前記第２の点群データの前記各領域の間でのみ計算を行うことを特徴とする
請求項１に記載の画像照合装置。
第１の点群データと第２の点群データの少なくとも一方に対して、画像照合対象領域以外の部分のノイズデータを除去する点群データノイズ除去部を備え、
ＩＣＰ計算部は、前記ノイズデータが除去された前記第１の点群データと前記第２の点群データとを用いて計算を行うことを特徴とする
請求項１又は２に記載の画像照合装置。
ＩＣＰ計算部で求められた変換量に基づく斜断面生成パラメータを用いて、第１のＣＴ画像データと対比可能なＭＰＲ断面群を第２のＣＴ画像データから生成するＭＰＲ処理部と、
前記ＭＰＲ断面群から選定された特徴領域をテンプレート画像として登録を行うテンプレート設定部と、
第１のＣＴ画像データのスライス画像群と前記テンプレート画像との照合を行って最も相関値が高くなる場所を求め、この場所に前記特徴領域を並進移動させるように第２の点群データに対する変換量補正値を求めるテンプレートマッチング部とを備えたことを特徴とする
請求項１ないし３のいずれか１項に記載の画像照合装置。
テンプレート設定部は、ＭＰＲ断面群から選定された連続する複数枚のＭＰＲ断面に各々存在する複数箇所の特徴領域を複数のテンプレート画像として登録し、
テンプレートマッチング部は、第１のＣＴ画像データのスライス画像群と前記複数のテンプレート画像との照合を行ってテンプレート画像ごとの相関値の総和が最も高くなる場所を求め、この場所に前記複数箇所の特徴領域を並進移動させるように第２の点群データに対する変換量補正値を求めることを特徴とする
請求項４に記載の画像照合装置。
請求項１ないし３のいずれか１項に記載の画像照合装置と、
ＩＣＰ計算部により求められた変換量に従って治療台の各駆動軸を制御するパラメータを算出する治療台制御パラメータ算出部と、
を備えた患者位置決め装置。
請求項４又は５に記載の画像照合装置と、
ＩＣＰ計算部により求められた変換量と、及びテンプレートマッチング部により求められた変換量補正値に従って治療台の各駆動軸を制御するパラメータを算出する治療台制御パラメータ算出部と、
を備えた患者位置決め装置。