JP7160659B2 - 医用情報処理装置、医用情報処理システム及び医用情報処理方法 - Google Patents

Description

本発明の実施形態は、医用情報処理装置、医用情報処理システム及び医用情報処理方法に関する。

被検体の血流に関する指標（流体指標）を取得する方法として、血管内に挿入したデバイスにより計測する方法と、被検体の血管が描出された医用画像データから算出する方法とが知られている。しかしながら、これらの方法でそれぞれ取得される流体指標の間には乖離がある場合がある。

特表２０１６－５０９５０１号公報 特表２０１３－５３４１５４号公報

本発明が解決しようとする課題は、流体指標の信頼性を示す情報を提供することである。

実施形態の医用情報処理装置は、取得部と、特定部と、出力部とを備える。取得部は、被検体の血管が描出された医用画像データを取得する。特定部は、前記医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、前記蛇行の程度に基づいて、血管内にデバイスが挿入されることで前記蛇行の程度が変化する変形領域を特定する。出力部は、前記血管における前記変形領域を出力する。

図１は、第１の実施形態に係る医用情報処理システムの構成の一例を示すブロック図である。 図２は、第１の実施形態に係るＸ線ＣＴ装置の構成の一例を示すブロック図である。 図３は、第１の実施形態に係るＣＴ画像データの一例を示す図である。 図４は、第１の実施形態に係る変形領域について説明するための図である。 図５は、第１の実施形態に係るカラー画像及び変形領域の表示の一例を示す図である。 図６は、第１の実施形態に係る医用情報処理装置の処理の一連の流れを説明するためのフローチャートである。 図７は、第２の実施形態に係る変形領域の特定について説明するための図である。 図８は、第２の実施形態に係る変形領域の特定について説明するための図である。 図９は、第２の実施形態に係るカラー画像及び変形領域の表示の一例を示す図である。 図１０は、第２の実施形態に係るカラー画像及び変形領域の表示の一例を示す図である。 図１１は、第２の実施形態に係る変形領域の特定について説明するための図である。 図１２は、第４の実施形態に係るＸ線ＣＴ装置の構成の一例を示すブロック図である。

以下、図面を参照して、医用情報処理装置、医用情報処理システム及び医用情報処理方法の実施形態について詳細に説明する。

（第１の実施形態）
まず、第１の実施形態について説明する。第１の実施形態では、医用画像診断装置１０及び医用情報処理装置３０を含んだ医用情報処理システム１を一例として説明する。

図１に示すように、第１の実施形態に係る医用情報処理システム１は、医用画像診断装置１０と、画像保管装置２０と、医用情報処理装置３０とを備える。なお、図１は、第１の実施形態に係る医用情報処理システム１の構成の一例を示すブロック図である。図１に示すように、医用画像診断装置１０、画像保管装置２０及び医用情報処理装置３０は、ネットワークを介して相互に接続される。

医用画像診断装置１０は、被検体Ｐから医用画像データを収集する装置である。医用画像診断装置１０は、被検体Ｐの血管が描出された医用画像データを収集し、収集した医用画像データを画像保管装置２０及び医用情報処理装置３０に送信する。例えば、医用画像診断装置１０は、Ｘ線ＣＴ（Computed Tomography）装置やＸ線診断装置、ＭＲＩ（Magnetic Resonance Imaging）装置等である。

画像保管装置２０は、医用画像診断装置１０によって収集された医用画像データを保管する装置である。画像保管装置２０は、ネットワークを介して医用画像診断装置１０から医用画像データを取得し、取得した医用画像データを、装置内又は装置外に設けられたメモリに記憶させる。例えば、画像保管装置２０は、サーバ装置等のコンピュータ機器によって実現される。

医用情報処理装置３０は、ネットワークを介して医用画像データを取得し、取得した医用画像データを用いた種々の処理を実行する。例えば、医用情報処理装置３０は、ネットワークを介して、医用画像診断装置１０又は画像保管装置２０から医用画像データを取得する。また、医用情報処理装置３０は、取得した医用画像データに基づいて、後述する変形領域を特定し、特定した変形領域を出力する。例えば、医用情報処理装置３０は、ワークステーション等のコンピュータ機器によって実現される。なお、ネットワークを介して接続可能であれば、医用画像診断装置１０、画像保管装置２０及び医用情報処理装置３０が設置される場所は任意である。例えば、医用情報処理装置３０は、医用画像診断装置１０と異なる病院に設置されてもよい。

図１に示すように、医用情報処理装置３０は、入力インターフェース３１と、ディスプレイ３２と、メモリ３３と、処理回路３４とを有する。

入力インターフェース３１は、操作者からの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路３４に出力する。例えば、入力インターフェース３１は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース３１は、医用情報処理装置３０本体と無線通信可能なタブレット端末等で構成されることとしても構わない。また、入力インターフェース３１は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、医用情報処理装置３０とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路３４へ出力する電気信号の処理回路も入力インターフェース３１の例に含まれる。

ディスプレイ３２は、各種の情報を表示する。例えば、ディスプレイ３２は、処理回路３４による制御の下、処理回路３４により特定された変形領域や、処理回路３４により算出された流体指標を表示する。また、ディスプレイ３２は、入力インターフェース３１を介して操作者から各種指示や各種設定等を受け付けるためのＧＵＩ（Graphical User Interface）を表示する。例えば、ディスプレイ３２は、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）ディスプレイである。ディスプレイ３２は、デスクトップ型でもよいし、医用情報処理装置３０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

メモリ３３は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。例えば、メモリ３３は、医用画像診断装置１０又は画像保管装置２０から取得した医用画像データを記憶する。また、例えば、メモリ３３は、医用情報処理装置３０に含まれる回路がその機能を実現するためのプログラムを記憶する。

処理回路３４は、取得機能３４ａ、特定機能３４ｂ、算出機能３４ｃ及び出力機能３４ｄを実行することで、医用情報処理装置３０全体の動作を制御する。ここで、取得機能３４ａは、取得部の一例である。また、特定機能３４ｂは、特定部の一例である。また、算出機能３４ｃは、算出部の一例である。また、出力機能３４ｄは、出力部の一例である。

例えば、処理回路３４は、取得機能３４ａに対応するプログラムをメモリ３３から読み出して実行することにより、医用画像診断装置１０又は画像保管装置２０から、被検体Ｐの血管が描出された医用画像データを取得する。また、例えば、処理回路３４は、特定機能３４ｂに対応するプログラムをメモリ３３から読み出して実行することにより、医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、蛇行の程度に基づいて変形領域を特定する。また、例えば、処理回路３４は、算出機能３４ｃに対応するプログラムをメモリ３３から読み出して実行することにより、被検体Ｐの血管における流体指標を算出する。また、例えば、処理回路３４は、出力機能３４ｄに対応するプログラムをメモリ３３から読み出して実行することにより、被検体Ｐの血管における流体指標に対応付けて変形領域を出力する。

図１に示す医用情報処理装置３０においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ３３へ記憶されている。処理回路３４は、メモリ３３からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路３４は、読み出したプログラムに対応する機能を有することとなる。なお、図１においては単一の処理回路３４にて、取得機能３４ａ、特定機能３４ｂ、算出機能３４ｃ及び出力機能３４ｄが実現するものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路３４を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。

次に、被検体Ｐの血管が描出された医用画像データを収集する医用画像診断装置１０について説明する。本実施形態では、医用画像診断装置１０の一例として、Ｘ線ＣＴ装置１００について説明する。また、本実施形態では、医用画像データの一例として、ＣＴ画像データ（ボリュームデータ）について説明する。

Ｘ線ＣＴ装置１００は、図２に示すように、架台装置１１０と、寝台装置１３０と、コンソール装置１４０とを有する。なお、図２は、第１の実施形態に係るＸ線ＣＴ装置１００の構成の一例を示すブロック図である。図２においては、非チルト状態での回転フレーム１１３の回転軸又は寝台装置１３０の天板１３３の長手方向をＺ軸方向とする。また、Ｚ軸方向に直交し、床面に対し水平である軸方向をＸ軸方向とする。また、Ｚ軸方向に直交し、床面に対し垂直である軸方向をＹ軸方向とする。なお、図２は、説明のために架台装置１１０を複数方向から描画したものであり、Ｘ線ＣＴ装置１００が架台装置１１０を１つ有する場合を示す。

架台装置１１０は、Ｘ線管１１１と、Ｘ線検出器１１２と、回転フレーム１１３と、Ｘ線高電圧装置１１４と、制御装置１１５と、ウェッジ１１６と、コリメータ１１７と、ＤＡＳ（Data Acquisition System）１１８とを有する。

Ｘ線管１１１は、熱電子を発生する陰極（フィラメント）と、熱電子の衝突を受けてＸ線を発生する陽極（ターゲット）とを有する真空管である。Ｘ線管１１１は、Ｘ線高電圧装置１１４からの高電圧の印加により、陰極から陽極に向けて熱電子を照射することでＸ線を発生する。

Ｘ線検出器１１２は、Ｘ線管１１１から照射されて被検体Ｐを通過したＸ線を検出し、検出したＸ線量に対応した信号をＤＡＳ１１８へと出力する。Ｘ線検出器１１２は、例えば、Ｘ線管１１１の焦点を中心とした１つの円弧に沿ってチャネル方向に複数のＸ線検出素子が配列された複数のＸ線検出素子列を有する。Ｘ線検出器１１２は、例えば、チャネル方向に複数のＸ線検出素子が配列されたＸ線検出素子列がスライス方向（列方向、roｗ方向）に複数配列された構造を有する。また、Ｘ線検出器１１２は、例えば、グリッドと、シンチレータアレイと、光センサアレイとを有する間接変換型の検出器である。シンチレータアレイは、複数のシンチレータを有する。シンチレータは入射Ｘ線量に応じた光子量の光を出力するシンチレータ結晶を有する。グリッドは、シンチレータアレイのＸ線入射側の面に配置され、散乱Ｘ線を吸収するＸ線遮蔽板を有する。なお、グリッドはコリメータ（１次元コリメータ又は２次元コリメータ）と呼ばれる場合もある。光センサアレイは、シンチレータからの光量に応じた電気信号に変換する機能を有し、例えば、光電子増倍管（フォトマルチプライヤー：ＰＭＴ）等の光センサを有する。なお、Ｘ線検出器１１２は、入射したＸ線を電気信号に変換する半導体素子を有する直接変換型の検出器であっても構わない。

回転フレーム１１３は、Ｘ線管１１１とＸ線検出器１１２とを対向支持し、制御装置１１５によってＸ線管１１１とＸ線検出器１１２とを回転させる円環状のフレームである。例えば、回転フレーム１１３は、アルミニウムを材料とした鋳物である。なお、回転フレーム１１３は、Ｘ線管１１１及びＸ線検出器１１２に加えて、Ｘ線高電圧装置１１４やＤＡＳ１１８を更に支持することもできる。更に、回転フレーム１１３は、図２において図示しない種々の構成を更に支持することもできる。以下では、架台装置１１０において、回転フレーム１１３と共に回転移動する部分及び回転フレーム１１３を回転部とも記載する。

なお、ＤＡＳ１１８が生成した検出データは、回転フレーム１１３に設けられた発光ダイオード（Light Emitting Diode:ＬＥＤ）を有する送信機から、光通信によって、架台装置１１０の非回転部分に設けられた、フォトダイオードを有する受信機に送信され、コンソール装置１４０へと転送される。ここで、非回転部分とは、例えば、回転フレーム１１３を回転可能に支持する固定フレーム等である。なお、回転フレーム１１３から架台装置１１０の非回転部分への検出データの送信方法は、光通信に限らず、非接触型のデータ伝送であれば如何なる方式を採用しても構わない。

Ｘ線高電圧装置１１４は、変圧器（トランス）及び整流器等の電気回路を有し、Ｘ線管１１１に印加する高電圧を発生する高電圧発生装置と、Ｘ線管１１１が照射するＸ線に応じた出力電圧の制御を行うＸ線制御装置とを有する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であってもよい。なお、Ｘ線高電圧装置１１４は、回転フレーム１１３に設けられてもよいし、図示しない固定フレームに設けられても構わない。

制御装置１１５は、ＣＰＵ（Central Processing Unit）等を有する処理回路と、モータ及びアクチュエータ等の駆動機構とを有する。制御装置１１５は、入力インターフェース１４３からの入力信号を受けて、架台装置１１０及び寝台装置１３０の動作制御を行う。例えば、制御装置１１５は、回転フレーム１１３の回転や架台装置１１０のチルト、寝台装置１３０及び天板１３３の動作等について制御を行う。一例を挙げると、制御装置１１５は、架台装置１１０をチルトさせる制御として、入力された傾斜角度（チルト角度）情報により、Ｘ軸方向に平行な軸を中心に回転フレーム１１３を回転させる。なお、制御装置１１５は架台装置１１０に設けられてもよいし、コンソール装置１４０に設けられてもよい。

ウェッジ１１６は、Ｘ線管１１１から照射されたＸ線量を調節するためのフィルタである。具体的には、ウェッジ１１６は、Ｘ線管１１１から被検体Ｐへ照射されるＸ線が、予め定められた分布になるように、Ｘ線管１１１から照射されたＸ線を透過して減衰するフィルタである。例えば、ウェッジ１１６は、ウェッジフィルタ（wedge filter）やボウタイフィルタ（bow-tie filter）であり、所定のターゲット角度や所定の厚みとなるようにアルミニウム等を加工して構成される。

コリメータ１１７は、ウェッジ１１６を透過したＸ線の照射範囲を絞り込むための鉛板等であり、複数の鉛板等の組み合わせによってスリットを形成する。コリメータ１１７は、図示しないコリメータ調整回路によって、開口度及び位置が調整される。これにより、Ｘ線管１１１が発生させたＸ線の照射範囲が調整される。なお、コリメータ１１７は、Ｘ線絞りと呼ばれる場合もある。

ＤＡＳ１１８は、Ｘ線検出器１１２の各Ｘ線検出素子から出力される電気信号に対して増幅処理を行う増幅器と、電気信号をデジタル信号に変換するＡ／Ｄ変換器とを有し、検出データを生成する。ＤＡＳ１１８は、例えば、プロセッサにより実現される。

寝台装置１３０は、スキャン対象の被検体Ｐを載置、移動させる装置であり、基台１３１と、寝台駆動装置１３２と、天板１３３と、支持フレーム１３４とを有する。基台１３１は、支持フレーム１３４を鉛直方向に移動可能に支持する筐体である。寝台駆動装置１３２は、被検体Ｐが載置された天板１３３を、天板１３３の長軸方向に移動する駆動機構であり、モータ及びアクチュエータ等を含む。支持フレーム１３４の上面に設けられた天板１３３は、被検体Ｐが載置される板である。なお、寝台駆動装置１３２は、天板１３３に加え、支持フレーム１３４を天板１３３の長軸方向に移動してもよい。

コンソール装置１４０は、メモリ１４１と、ディスプレイ１４２と、入力インターフェース１４３と、処理回路１４４とを有する。

メモリ１４１は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。例えば、メモリ１４１は、投影データや再構成画像データ等を記憶する。なお、投影データや再構成画像データ等については、Ｘ線ＣＴ装置１００とネットワークを介して接続されたサーバ群（クラウド）に記憶させることとしてもよい。また、例えば、メモリ１４１は、Ｘ線ＣＴ装置１００に含まれる回路がその機能を実現するためのプログラムを記憶する。

ディスプレイ１４２は、各種の情報を表示する。例えば、ディスプレイ１４２は、処理回路１４４によって生成されたＣＴ画像や、操作者からの各種操作を受け付けるためのＧＵＩ等を出力する。例えば、ディスプレイ１４２は、液晶ディスプレイやＣＲＴディスプレイである。なお、ディスプレイ１４２は、架台装置１１０に設けられてもよい。また、ディスプレイ１４２は、デスクトップ型でもよいし、コンソール装置１４０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。

入力インターフェース１４３は、操作者からの各種の入力操作を受け付け、受け付けた入力操作を電気信号に変換して処理回路１４４に出力する。例えば、入力インターフェース１４３は、マウスやキーボード、トラックボール、スイッチ、ボタン、ジョイスティック、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、音声入力回路等により実現される。なお、入力インターフェース１４３は、コンソール装置１４０本体と無線通信可能なタブレット端末等で構成されることにしても構わない。また、入力インターフェース１４３は、マウスやキーボード等の物理的な操作部品を備えるものだけに限られない。例えば、コンソール装置１４０とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路１４４へ出力する電気信号の処理回路も入力インターフェース１４３の例に含まれる。

処理回路１４４は、Ｘ線ＣＴ装置１００全体の動作を制御する。例えば、処理回路１４４は、収集機能１４４ａ、出力機能１４４ｂ及び制御機能１４４ｃを有する。処理回路１４４は、例えば、プロセッサにより実現される。

例えば、処理回路１４４は、メモリ１４１から収集機能１４４ａに相当するプログラムを読み出して実行することにより、被検体Ｐの血管が描出されたＣＴ画像データを収集する。なお、収集機能１４４ａは、収集部の一例である。

例えば、収集機能１４４ａは、まず、Ｘ線ＣＴ装置１００を制御してスキャンを実行する。ここで、収集機能１４４ａは、例えば、コンベンショナルスキャンやヘリカルスキャン、ステップアンドシュート方式といった種々の方式でのスキャンを実行することができる。

具体的には、収集機能１４４ａは、寝台駆動装置１３２を制御することにより、被検体Ｐを架台装置１１０の撮影口内へ移動させる。また、収集機能１４４ａは、Ｘ線高電圧装置１１４を制御してＸ線管１１１へ高電圧を供給させることにより、血管内に造影剤が注入された状態の被検体Ｐに対して、Ｘ線を照射させる。また、収集機能１４４ａは、コリメータ１１７の開口度及び位置を調整する。また、収集機能１４４ａは、制御装置１１５を制御することにより、回転フレーム１１３を含む回転部を回転させる。また、収集機能１４４ａは、ＤＡＳ１１８に検出データを収集させる。ここで、ＤＡＳ１１８が収集する検出データにおいては、造影剤により、被検体Ｐの血管が造影されることとなる。

また、例えば、収集機能１４４ａは、ＤＡＳ１１８から出力された検出データに対して対数変換処理やオフセット補正処理、チャネル間の感度補正処理、ビームハードニング補正等の前処理を施したデータを生成する。なお、前処理を施す前のデータ（検出データ）および前処理後のデータを総称して投影データと称する場合もある。

また、収集機能１４４ａは、造影剤を用いて収集した投影データから、被検体Ｐの血管が描出されたＣＴ画像データを生成する。例えば、収集機能１４４ａは、前処理後の投影データに対して、フィルタ補正逆投影法や逐次近似再構成法等を用いた再構成処理を行うことにより、ＣＴ画像データを生成する。また、例えば、収集機能１４４ａは、前処理後の投影データから複数の断層画像データを生成し、複数の断層画像データを公知の方法により変換することで、ＣＴ画像データを生成する。

なお、再構成の方式には、フルスキャン法、ハーフスキャン法等がある。フルスキャン法は、被検体Ｐの周囲一周（３６０°）分の投影データを用いて再構成する方式である。また、ハーフスキャン法は、１８０°＋ファン角度分の投影データを用いて再構成する方式である。いずれの再構成方式に対しても本実施形態へ適用可能である。

また、例えば、処理回路１４４は、メモリ１４１から出力機能１４４ｂに相当するプログラムを読み出して実行することにより、生成されたＣＴ画像データを、メモリ１４１に記憶させたり、画像保管装置２０や医用情報処理装置３０に送信したりする。また、出力機能１４４ｂは、ディスプレイ１４２にＣＴ画像データを表示させる。例えば、出力機能１４４ｂは、ＣＴ画像データに基づいて、ボリュームレンダリング画像やＣＰＲ（Curved Multi Planar Reconstruction）画像、ＭＰＲ（Multi Planar Reconstruction）画像、ＳＰＲ（Stretched Multi Planar Reconstruction）画像等の表示画像を生成し、生成した表示画像をディスプレイ１４２に表示させる。また、例えば、処理回路１４４は、メモリ１４１から制御機能１４４ｃに相当するプログラムを読み出して実行することにより、入力インターフェース１４３を介して操作者から受け付けた入力操作に基づいて、処理回路１４４の各種機能を制御する。

図２に示すＸ線ＣＴ装置１００においては、各処理機能がコンピュータによって実行可能なプログラムの形態でメモリ１４１へ記憶されている。処理回路１４４は、メモリ１４１からプログラムを読み出して実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路１４４は、読み出したプログラムに対応する機能を有することとなる。なお、図２においては、収集機能１４４ａ、出力機能１４４ｂ及び制御機能１４４ｃの各処理機能が単一の処理回路１４４によって実現される場合を示したが、実施形態はこれに限られるものではない。例えば、処理回路１４４は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路１４４が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

なお、図２においては、Ｘ線管１１１とＸ線検出器１１２とを１つずつ示した。即ち、図２においては、Ｘ線ＣＴ装置１００が一管球型である場合について説明した。しかしながら、Ｘ線ＣＴ装置１００は、Ｘ線管１１１とＸ線検出器１１２との複数のペアを回転フレーム１１３に搭載した、いわゆる多管球型のＸ線ＣＴ装置であってもよい。

また、図２においては、Ｘ線管１１１とＸ線検出器１１２とが一体として、被検体Ｐの周囲を回転する場合について説明した。しかしながら、Ｘ線ＣＴ装置には、Ｘ線管とＸ線検出器とが一体として被検体の周囲を回転するＲｏｔａｔｅ／Ｒｏｔａｔｅ－Ｔｙｐｅ（第３世代ＣＴ）、リング状にアレイされた多数のＸ線検出素子が固定され、Ｘ線管のみが被検体の周囲を回転するＳｔａｔｉｏｎａｒｙ／Ｒｏｔａｔｅ－Ｔｙｐｅ（第４世代ＣＴ）等様々なタイプがあり、いずれのタイプでも本実施形態へ適用可能である。

また、図２においては、Ｘ線管１１がＸ線を発生させるものとして説明したが、実施形態はこれに限定されるものではない。例えば、Ｘ線管１１に代えて、電子銃から発生した電子ビームを集束させるフォーカスコイルと、電磁偏向させる偏向コイルと、被検体の半周を囲い偏向した電子ビームが衝突することによってＸ線を発生させるターゲットリングとを含む第５世代方式を用いてＸ線を発生させることにしても構わない。

また、コンソール装置１４０は、単一のコンソールにて複数の機能を実行してもよいし、複数の機能を別々のコンソールが実行することにしても構わない。例えば、別々のコンソールが、収集機能１４４ａ、出力機能１４４ｂ及び制御機能１４４ｃ等の処理回路１４４の機能を分散して有しても構わない。また、処理回路１４４はコンソール装置１４０に含まれる場合に限らず、複数の医用画像診断装置にて取得された検出データに対する処理を一括して行う統合サーバに含まれてもよい。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、あるいは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサはメモリ３３又はメモリ１４１に保存されたプログラムを読み出し実行することで機能を実現する。

なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。また、図１及び図２においては、単一のメモリ３３又はメモリ１４１が各処理機能に対応するプログラムを記憶するものとして説明した。しかしながら、複数のメモリ３３を分散して配置し、処理回路３４は、個別のメモリ３３から対応するプログラムを読み出す構成としても構わない。同様に、複数のメモリ１４１を分散して配置し、処理回路１４４は、個別のメモリ１４１から対応するプログラムを読み出す構成としても構わない。また、メモリ３３及びメモリ１４１にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。

以上、医用情報処理システム１の構成の一例について説明した。かかる構成の下、医用情報処理システム１における医用情報処理装置３０は、流体指標の信頼性を示す情報を提供する。具体的には、医用情報処理装置３０は、以下詳細に説明する処理回路３４による処理によって、血管内にデバイスが挿入されることで蛇行の程度が変化する変形領域を特定し、特定した変形領域を流体指標に対応付けて出力することで、流体指標の信頼性を示す情報を提供する。以下、第１の実施形態に係る医用情報処理装置３０が行う処理について詳細に説明する。

まず、取得機能３４ａは、Ｘ線ＣＴ装置１００又は画像保管装置２０から、被検体Ｐの血管が描出されたＣＴ画像データを取得してメモリ３３に格納する。例えば、取得機能３４ａは、図３の左図に示すＣＴ画像データを取得して、メモリ３３に格納する。なお、図３は、第１の実施形態に係るＣＴ画像データの一例を示す図である。具体的には、図３の左図は、被検体Ｐの大動脈、及び、大動脈から分岐する複数の血管が描出されたＣＴ画像データを示す。即ち、取得機能３４ａは、被検体Ｐの冠動脈が描出されたＣＴ画像データを取得する。

次に、特定機能３４ｂは、ＣＴ画像データから血管形状を抽出する。ここで、特定機能３４ｂは、ＣＴ画像データに描出された血管の全部について血管形状を抽出してもよいし、ＣＴ画像データに描出された血管の一部について血管形状を抽出してもよい。例えば、ＣＴ画像データに描出された血管の一部について血管形状を抽出する場合、特定機能３４ｂは、まず、対象領域を設定する。一例を挙げると、特定機能３４ｂは、入力インターフェース３１を介して操作者からの指示を受け付けることにより、図３の左図に示すＬＡＤを対象領域として設定する。

そして、特定機能３４ｂは、図３の右図に示すように、ＣＴ画像データから、対象領域ＬＡＤの血管形状を抽出する。例えば、特定機能３４ｂは、ＣＴ画像データに対する画像処理により、血管形状として、血管の芯線（芯線の座標情報）、芯線に垂直な断面での血管及び内腔の断面積、芯線に垂直な断面での円柱方向の芯線から内壁までの距離及び芯線から外壁までの距離などの血管形状データを抽出する。

次に、特定機能３４ｂは、血管形状データから、血管内にデバイスが挿入されることで蛇行の程度が変化する変形領域を特定する。ここで、変形領域とは、例えば、図４の左図に示すように、被検体Ｐの血管において蛇行する領域である。図４の右図に示すように、変形領域は、デバイスが挿入された場合、挿入されたデバイスの形状に沿って蛇行の程度が小さくなるように変形する。なお、図４は、第１の実施形態に係る変形領域について説明するための図である。また、図４においては、変形領域として、複数方向への湾曲が連続する領域を示したが、１の湾曲のみが生じた領域を変形領域に含むこととしてもよい。

ここで、血管内に挿入されるデバイスとは、例えば、プレッシャーワイヤや、血管内に留置されるステント、血管内に挿入されるガイドワイヤ、カテーテル等である。以下では一例として、血管内に挿入されるデバイスが、プレッシャーワイヤである場合について説明する。プレッシャーワイヤは、ワイヤ状の部材と圧力計とを含むデバイスであり、血管内に挿入された後、先端部に備える圧力計を用いて血管内の各位置における圧力や心筋血流予備量比（ＦＦＲ：Fractional Flow Reserve）を計測する。なお、ＦＦＲは、例えば、血管において大動脈から近い近位部における圧力と、大動脈から遠い遠位部における圧力との比であり、「ＦＦＲ＝Ｐｄ（遠位部の圧力）／Ｐａ（近位部の圧力）」で表される。

例えば、特定機能３４ｂは、図３の右図に示す血管形状データから血管構造情報を取得し、取得した血管構造情報に基づいて変形領域を特定する。ここで、血管構造情報とは、例えば、血管の太さや、血管の長さ、血管壁の厚さ、血管の曲率、血管の捩率、血管の性状（石灰化、プラーク等）、血管の硬さ等である。

一例を挙げると、特定機能３４ｂは、図３の右図に示す血管形状データから、血管構造情報として、血管の曲率及び捩率を取得する。次に、特定機能３４ｂは、曲率及び捩率に基づいて、蛇行の程度を取得する。次に、特定機能３４ｂは、蛇行の程度に基づいて、プレッシャーワイヤが挿入された場合に、血管形状データの各位置において蛇行の程度が変化するか否かを判定する。例えば、特定機能３４ｂは、プレッシャーワイヤの挿入前後で血管の曲率及び捩率の変化量が閾値を超えるか否かに応じて、血管形状データの各位置において蛇行の程度が変化するか否かを判定する。そして、特定機能３４ｂは、蛇行の程度が変化すると判定した位置の集合を、変形領域として特定する。

また、特定機能３４ｂは、蛇行の程度に加え、更にプレッシャーワイヤの構造情報を更に用いることとしてもよい。例えば、特定機能３４ｂは、プレッシャーワイヤの構造情報を取得し、蛇行の程度とプレッシャーワイヤの構造情報とに基づいて、血管形状データの各位置において蛇行の程度が変化するか否かを判定する。ここで、プレッシャーワイヤの構造情報とは、例えば、プレッシャーワイヤの太さや、プレッシャーワイヤの長さ、プレッシャーワイヤの硬さ、プレッシャーワイヤの応力、プレッシャーワイヤの稼働可能範囲等である。なお、プレッシャーワイヤの構造情報は、デバイスの構造情報の一例である。

一例を挙げると、特定機能３４ｂは、血管形状データから取得した蛇行の程度と、プレッシャーワイヤの構造情報とに基づいて、血管形状データの各位置がプレッシャーワイヤから受ける力（弾性力）を算出する。そして、特定機能３４ｂは、弾性力が閾値を超えるか否かに応じて、血管形状の各位置において蛇行の程度が変化するか否かを判定する。あるいは、特定機能３４ｂは、血管に加わる力と変形との関係を定めたテーブル等に基づいて、算出した弾性力を、血管の曲率及び捩率の変化量に変換する。そして、特定機能３４ｂは、変化量が閾値を超えるか否かに応じて、血管形状の各位置において蛇行の程度が変化するか否かを判定する。更に、特定機能３４ｂは、蛇行の程度が変化すると判定した位置の集合を変形領域として特定する。

また、算出機能３４ｃは、被検体Ｐの血管における流体指標を算出する。例えば、算出機能３４ｃは、特定機能３４ｂがＣＴ画像データから抽出した血管形状データに基づいて流体解析を実行することにより、血管の各位置における流体指標を算出する。

例えば、算出機能３４ｃは、まず、流体解析の解析条件を設定する。具体的には、算出機能３４ｃは、解析条件として、血液の物性値、反復計算の条件、解析の初期値等を設定する。例えば、算出機能３４ｃは、血液の物性値として、血液の粘性、密度等を設定する。また、算出機能３４ｃは、反復計算の条件として、反復計算における最大反復回数、緩和係数、残差の許容値等を設定する。また、算出機能３４ｃは、解析の初期値として、流量、圧力、流体抵抗、圧力境界の初期値等を設定する。なお、算出機能３４ｃによって用いられる各種値は、システムに予め組み込んでおいてもよいし、操作者が対話的に定義してもよい。

そして、算出機能３４ｃは、血管形状データと解析条件とを用いた流体解析を実行し、血管における流体指標を算出する。例えば、算出機能３４ｃは、血管の内腔や外壁の輪郭、血管の断面積及び芯線等の血管形状データと、血液の物性値、反復計算の条件及び解析の初期値等の解析条件とに基づいて、血管の位置ごとに、圧力、血液の流量、血液の流速、ベクトル及びせん断応力等の流体指標を算出する。一例を挙げると、算出機能３４ｃは、図３の右図に示す血管形状データと解析条件とを用いて流体解析を行うことで、対象領域ＬＡＤの入口の境界から出口の境界まで、芯線に沿った所定の位置ごとに圧力、血液の流量、血液の流速、ベクトル及びせん断応力等の流体指標を算出する。即ち、算出機能３４ｃは、対象領域ＬＡＤについて、圧力、血液の流量、血液の流速、ベクトル及びせん断応力等の分布を算出する。

また、例えば、算出機能３４ｃは、血管の位置ごとに算出した圧力、血液の流量、血液の流速、ベクトル及びせん断応力等に基づいて、流体指標を算出する。一例を挙げると、算出機能３４ｃは、対象領域ＬＡＤにおける圧力の分布に基づいて、対象領域ＬＡＤにおけるＦＦＲの分布を算出する。

次に、出力機能３４ｄは、算出機能３４ｃが算出した流体指標に対応付けて、変形領域を出力する。以下では一例として、ＦＦＲに対応付けて、変形領域をディスプレイ３２に表示させる場合について説明する。

例えば、出力機能３４ｄは、まず、被検体Ｐの血管におけるＦＦＲの分布を示した画像データを生成する。一例を挙げると、出力機能３４ｄは、図３の左図に示したＣＴ画像データに対して、カラーテーブルに従ってＦＦＲの値を反映させることにより、図５に示すカラー画像を生成する。なお、図５は、第１の実施形態に係るカラー画像及び変形領域の表示の一例を示す図である。図５においては、ＣＴ画像データにおける対象領域ＬＡＤについて、「０．５」～「１．０」までの値を９分割した場合の各値を基準値とし、各基準値を境界として色を変化させた９色のカラー画像を示す。

そして、出力機能３４ｄは、カラー画像と変形領域とを応付けて表示させる。例えば、出力機能３４ｄは、図５に示すように、ディスプレイ３２にカラー画像を表示させるとともに、カラー画像上に変形領域を示す円を重畳表示させる。また、例えば、出力機能３４ｄは、ディスプレイ３２に、カラー画像と、ボリュームレンダリング画像等の表示画像とを表示させるとともに、表示画像上に変形領域を示す円を重畳表示させる。

ここで、医師等の操作者は、カラー画像が示すＦＦＲの分布を参照することにより、被検体Ｐの血流の状態を判断したり、治療計画を立てたりすることができる。更に、操作者は、図５の円が示す変形領域内のＦＦＲが、プレッシャーワイヤを用いて計測するＦＦＲと異なり得ることを知ることができる。

具体的には、図５のカラー画像が示すＦＦＲは、ＣＴ画像データに基づいて算出されたものであって、プレッシャーワイヤが挿入されていない状態の血管におけるＦＦＲを示す。一方で、プレッシャーワイヤを用いてＦＦＲを計測する場合、図４に示したように、血管内に挿入されたプレッシャーワイヤによって血管が変形し、血流の状態も変化する。そして、カラー画像が示すＦＦＲとプレッシャーワイヤを用いて計測されるＦＦＲとは、それぞれ、プレッシャーワイヤの挿入による血管の変形前後のＦＦＲを示すこととなり、値が乖離する場合がる。

なお、以下では、ＣＴ画像データに基づいて算出されたＦＦＲをＣＴ－ＦＦＲとも記載する。ＣＴ－ＦＦＲは、デバイスが挿入されていない状態の血管における流体指標の一例である。また、以下では、プレッシャーワイヤを用いて計測されたＦＦＲをＷｉｒｅ－ＦＦＲとも記載する。Ｗｉｒｅ－ＦＦＲは、デバイスが挿入された状態の血管における流体指標の一例である。

プレッシャーワイヤが挿入された場合、蛇行する血管の曲率は低下し、曲がり管による血管抵抗値が小さくなるため、Ｗｉｒｅ－ＦＦＲは、同じ位置のＣＴ－ＦＦＲよりも大きくなる場合が多い。換言すると、蛇行する血管において、ＣＴ－ＦＦＲは、Ｗｉｒｅ－ＦＦＲよりも厳しい結果を示す場合が多い。そして、ＣＴ－ＦＦＲのみを用いる場合、治療が必要でない血管に対して手術を行なってしまう可能性がある。

これに対し、出力機能３４ｄは、変形領域を表示することにより、変形領域におけるＣＴ－ＦＦＲが、Ｗｉｒｅ－ＦＦＲとは異なり得ることを操作者に知らせることができる。そして、操作者は、変形領域以外の領域のＣＴ－ＦＦＲ（Ｗｉｒｅ－ＦＦＲとの相関が高いＣＴ－ＦＦＲ）に基づいて治療計画を立てたり、Ｗｉｒｅ－ＦＦＲと差があることを考慮しつつ変形領域のＣＴ－ＦＦＲに基づいて治療計画を立てたり、追加的にＷｉｒｅ－ＦＦＲの計測を行なったりすることができる。

なお、図５においては、円により変形領域を示すものとして説明したが、実施形態はこれに限定されるものではない。例えば、出力機能３４ｄは、矩形やバーなどの任意の図形により変形領域を示すことができる。また、例えば、出力機能３４ｄは、色により変形領域を示してもよい。一例を挙げると、出力機能３４ｄは、変形領域におけるＣＴ－ＦＦＲを所定の色（例えば、黒色や白色など）としたカラー画像を表示させる。

次に、医用情報処理装置３０による処理の手順の一例を、図６を用いて説明する。図６は、第１の実施形態に係る医用情報処理装置３０の処理の一連の流れを説明するためのフローチャートである。ステップＳ１０１は、取得機能３４ａに対応するステップである。ステップＳ１０２、ステップＳ１０６及びステップＳ１０７は、特定機能３４ｂに対応するステップである。ステップＳ１０３及びステップＳ１０４は、算出機能３４ｃに対応するステップである。ステップＳ１０５及びステップＳ１０８は、出力機能３４ｄに対応するステップである。

まず、処理回路３４は、Ｘ線ＣＴ装置１００又は画像保管装置２０から、被検体Ｐの血管が描出されたＣＴ画像データを取得してメモリ３３に格納する（ステップＳ１０１）。次に、処理回路３４は、メモリ３３からＣＴ画像データを読み出して、ＣＴ画像データから血管形状を抽出する（ステップＳ１０２）。次に、処理回路３４は、抽出した血管形状を用いて流体解析を実行し（ステップＳ１０３）、ＣＴ－ＦＦＲを算出する（ステップＳ１０４）。更に、処理回路３４は、算出したＣＴ－ＦＦＲの分布を示したカラー画像を生成する（ステップＳ１０５）。

また、処理回路３４は、血管形状に基づく蛇行の程度及びデバイスの構造情報を取得する（ステップＳ１０６）。次に、処理回路３４は、蛇行の程度及びデバイスの構造情報に基づいて変形領域を特定する（ステップＳ１０７）。そして、処理回路３４は、ＣＴ－ＦＦＲの分布を示したカラー画像と変形領域とを対応付けて表示させ（ステップＳ１０８）、処理を終了する。

なお、カラー画像の生成に関わるステップＳ１０３、ステップＳ１０４及びステップＳ１０５と、変形領域の特定に関わるステップＳ１０６及びステップＳ１０７とを行なう順序は任意であり、並行して行なうこととしてもよい。

上述したように、第１の実施形態によれば、取得機能３４ａは、被検体Ｐの血管が描出されたＣＴ画像データを取得する。また、特定機能３４ｂは、ＣＴ画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、蛇行の程度に基づいて、血管内にデバイスが挿入されることで蛇行の程度が変化する変形領域を特定する。また、算出機能３４ｃは、被検体Ｐの血管における流体指標を算出する。また、出力機能３４ｄは、被検体Ｐの血管における流体指標に対応付けて変形領域を出力する。従って、第１の実施形態に係る医用情報処理装置３０は、流体指標の信頼性を示す情報を提供することができる。

（第２の実施形態）
上述した第１の実施形態では、血管形状における曲率や捩率等の血管構造情報に基づいて、蛇行の程度を求める場合について説明した。これに対し、第２の実施形態では、流体指標に基づいて蛇行の程度を求める場合について説明する。

第２の実施形態に係る医用情報処理装置３０は、図１に示した第１の実施形態に係る医用情報処理装置３０と同様の構成を有し、特定機能３４ｂ、算出機能３４ｃ及び出力機能３４ｄによる処理の一部が相違する。そこで、第１の実施形態において説明した構成と同様の構成を有する点については、図１と同一の符号を付し、説明を省略する。

まず、取得機能３４ａは、被検体Ｐの血管が描出されたＣＴ画像データを取得し、特定機能３４ｂは、ＣＴ画像データから血管形状を抽出する。次に、算出機能３４ｃは、抽出された血管形状に基づいて流体指標を算出する。以下、算出機能３４ｃが、流体指標として、ＣＴ－ＦＦＲを算出した場合について説明する。次に、特定機能３４ｂは、算出機能３４ｃが算出したＣＴ－ＦＦＲに基づいて蛇行の程度を求める。

例えば、特定機能３４ｂは、算出機能３４ｃが算出したＣＴ－ＦＦＲの位置間の変化量に基づいて、蛇行の程度を求める。即ち、特定機能３４ｂは、デバイスが挿入されていない状態の血管における流体指標の位置間の変化量に基づいて、蛇行の程度を求める。

一例を挙げると、特定機能３４ｂは、図７に示すように、血管形状データにおける対象領域ＬＡＤの入口の境界から出口の境界まで、芯線に沿った各位置におけるＣＴ－ＦＦＲを取得する。なお、図７は、第２の実施形態に係る変形領域の特定について説明するための図である。図７において、縦軸はＦＦＲの値を示し、横軸は芯線に沿った位置を示す。例えば、横軸の位置「ｘ０」は、対象領域ＬＡＤの入口の位置を示す。また、横軸の位置「ｘ３」は、対象領域ＬＡＤの出口の位置を示す。

図７において、位置「ｘ０」から位置「ｘ１」までの間、及び、位置「ｘ２」から位置「ｘ３」までの間は、ＣＴ－ＦＦＲが緩やかに低下している。即ち、位置「ｘ０」から位置「ｘ１」までの間、及び、位置「ｘ２」から位置「ｘ３」までの間において、ＣＴ－ＦＦＲの位置間の変化量は小さい。これに対し、位置「ｘ１」から位置「ｘ２」までの間は、ＣＴ－ＦＦＲが急激に低下している。即ち、位置「ｘ１」から位置「ｘ２」までの間において、ＣＴ－ＦＦＲの位置間の変化量は大きい。

位置「ｘ１」から位置「ｘ２」までの間、ＣＴ－ＦＦＲの位置間の変化量が大きくなっている要因としては、例えば、位置「ｘ１」から位置「ｘ２」までの間の血管が蛇行しており、曲がり管による血管抵抗値が大きいことが考えられる。従って、特定機能３４ｂは、位置「ｘ１」から位置「ｘ２」までの間の蛇行の程度が大きくなるように、各領域の蛇行の程度を求めることができる。そして、特定機能３４ｂは、蛇行の程度に基づいて変形領域を特定する。例えば、特定機能３４ｂは、蛇行の程度に基づいて、プレッシャーワイヤが挿入された場合に、血管形状データの各位置において蛇行の程度が変化するか否かを判定し、蛇行の程度が変化すると判定した位置の集合（例えば、位置「ｘ１」から位置「ｘ２」までの間）を、変形領域として特定する。

なお、特定機能３４ｂは、更に、血管構造情報を用いて変形領域を特定してもよい。例えば、特定機能３４ｂは、位置「ｘ１」から位置「ｘ２」までの間の血管の太さを取得し、ＣＴ－ＦＦＲの位置間の変化量が大きくなっている要因が、血管の狭窄であるか否かを判定する。そして、特定機能３４ｂは、ＣＴ－ＦＦＲの位置間の変化量が大きくなっている要因が血管の狭窄でないと判定した場合に、位置「ｘ１」から位置「ｘ２」までの間の蛇行の程度が大きくなるように各領域の蛇行の程度を求め、蛇行の程度に基づいて変形領域を特定する。

図７を用いて説明したように、特定機能３４ｂは、位置「ｘ１」から位置「ｘ２」までの間を変形領域として特定する。また、出力機能３４ｄは、カラー画像等に対応付けて、変形領域をディスプレイ３２に表示させる。これにより、出力機能３４ｄは、位置「ｘ１」から位置「ｘ２」までの間が変形領域であり、変形領域におけるＣＴ－ＦＦＲが、Ｗｉｒｅ－ＦＦＲとは異なり得ることを操作者に知らせることができる。

次に、図８を用いて、変形領域の特定の別の例を説明する。なお、図８は、第２の実施形態に係る変形領域の特定について説明するための図である。図８において、縦軸はＦＦＲの値を示し、横軸は芯線に沿った位置を示す。

図８に示すＣＴ－ＦＦＲ’は、算出機能３４ｃが、プレッシャーワイヤが挿入されることで生じる血管形状の変形を推定し、推定した変形後の血管形状に基づいて算出したＦＦＲを示す。例えば、算出機能３４ｃは、まず、血管構造情報とプレッシャーワイヤの構造情報とに基づいて、ＣＴ画像データから抽出された血管形状を、プレッシャーワイヤの形状に沿って蛇行の程度が小さくなる（曲率が減少する）ように変形する。そして、算出機能３４ｃは、変形後の血管形状に基づいて、ＣＴ－ＦＦＲ’を算出する。即ち、ＣＴ－ＦＦＲ’は、デバイスが挿入された状態の血管における流体指標の一例である。一方で、図８に示すＣＴ－ＦＦＲは、デバイスが挿入されていない状態の血管における流体指標の一例である。

図８において、対象領域ＬＡＤの入口に近い位置「ｘ０」から位置「ｘ１」までの間、ＣＴ－ＦＦＲとＣＴ－ＦＦＲ’とは、同程度の値を示している。即ち、位置「ｘ０」から位置「ｘ１」までの間、ＣＴ－ＦＦＲとＣＴ－ＦＦＲ’との差（以下、ΔＦＦＲと記載する）は、小さな値となる。これは、位置「ｘ０」から位置「ｘ１」までの間の蛇行の程度が小さく、ＣＴ－ＦＦＲ’を算出する際、プレッシャーワイヤが挿入されても血管形状の変形がほとんど生じないと推定されたことを示す。

一方で、位置「ｘ１」から位置「ｘ２」までの間、ΔＦＦＲは次第に増加している。これは、位置「ｘ１」から位置「ｘ２」までの間の蛇行の程度が大きく、ＣＴ－ＦＦＲ’を算出する際、プレッシャーワイヤが挿入されることで血管形状の変形が生じると推定されたことを示す。従って、特定機能３４ｂは、位置「ｘ１」から位置「ｘ２」までの間の蛇行の程度が大きくなるように、各領域の蛇行の程度を求めることができる。そして、特定機能３４ｂは、蛇行の程度に基づいて変形領域を特定する。例えば、特定機能３４ｂは、蛇行の程度に基づいて、プレッシャーワイヤが挿入された場合に、血管形状データの各位置において蛇行の程度が変化するか否かを判定し、蛇行の程度が変化すると判定した位置の集合（例えば、位置「ｘ１」から位置「ｘ２」までの間）を、変形領域として特定する。

また、位置「ｘ２」から位置「ｘ３」までの間、ΔＦＦＲは大きな値となっている。これは、蛇行する位置「ｘ１」から位置「ｘ２」までの間において生じたΔＦＦＲが下流に残存したものであり、必ずしも位置「ｘ２」から位置「ｘ３」までの間が蛇行していることを示すものではない。

図８を用いて説明したように、特定機能３４ｂは、位置「ｘ０」から位置「ｘ３」までの間のうち、位置「ｘ１」から位置「ｘ２」までの間を変形領域として特定する。また、出力機能３４ｄは、カラー画像等に対応付けて、変形領域をディスプレイ３２に表示させる。例えば、出力機能３４ｄは、ＣＴ画像データに対してカラーテーブルに従ってＣＴ－ＦＦＲを反映させることにより、ＣＴ－ＦＦＲの分布を示したカラー画像を生成し、生成したカラー画像と変形領域とを対応付けて表示させる。

例えば、出力機能３４ｄは、ＣＴ画像データに対してカラーテーブルに従ってＣＴ－ＦＦＲの値を反映させたカラー画像であって、変形領域を所定の色としたカラー画像を表示させる。一例を挙げると、出力機能３４ｄは、図９に示すように、変形領域として特定した位置「ｘ１」から位置「ｘ２」までの間を黒色としたカラー画像を表示させる。なお、図９は、第２の実施形態に係るカラー画像及び変形領域の表示の一例を示す図である。ここで、出力機能３４ｄは、入力インターフェース３１を介して操作者からの指示を受け付けることにより、変形領域を所定の色としたカラー画像と、変形領域にＣＴ－ＦＦＲの値を反映させたカラー画像との表示を切り替えることとしてもよい。

これにより、出力機能３４ｄは、位置「ｘ１」から位置「ｘ２」までの間が変形領域であり、変形領域におけるＣＴ－ＦＦＲが、Ｗｉｒｅ－ＦＦＲとは異なり得ることを操作者に知らせることができる。そして、操作者は、変形領域以外の領域のＣＴ－ＦＦＲ（Ｗｉｒｅ－ＦＦＲとの相関が高いＣＴ－ＦＦＲ）に基づいて治療計画を立てたり、Ｗｉｒｅ－ＦＦＲと差があることを考慮しつつ変形領域のＣＴ－ＦＦＲに基づいて治療計画を立てたり、追加的にＷｉｒｅ－ＦＦＲの計測を行なったりすることができる。

また、例えば、出力機能３４ｄは、ＣＴ画像データに対してカラーテーブルに従ってＣＴ－ＦＦＲ’を反映させることにより、ＣＴ－ＦＦＲ’の分布を示したカラー画像を生成し、生成したカラー画像と変形領域とを対応付けて表示させる。即ち、出力機能３４ｄは、デバイスが挿入された状態の血管における流体指標に対応付けて、変形領域を表示させる。これにより、出力機能３４ｄは、位置「ｘ１」から位置「ｘ２」までの間が変形領域であり、変形領域におけるＣＴ－ＦＦＲ’が、ＣＴ－ＦＦＲと異なることを操作者に知らせることができる。そして、操作者は、変形領域以外の領域のＣＴ－ＦＦＲ’（ＣＴ－ＦＦＲとの相関が高いＣＴ－ＦＦＲ’）に基づいて治療計画を立てたり、ＣＴ－ＦＦＲと差があることを考慮しつつ変形領域のＣＴ－ＦＦＲ’に基づいて治療計画を立てたり、追加的にＷｉｒｅ－ＦＦＲの計測を行なったりすることができる。

なお、位置「ｘ２」から位置「ｘ３」までの間は、蛇行はしていないとしても、ＣＴ－ＦＦＲとＷｉｒｅ－ＦＦＲとが乖離し得る点では変形領域と同様である。従って、出力機能３４ｄは、位置「ｘ２」から位置「ｘ３」までの間を、変形領域と同様に表示することとしてもよい。例えば、特定機能３４ｂは、位置「ｘ０」から位置「ｘ３」までの間のうち、位置「ｘ１」から位置「ｘ３」までの間を、血流指標の変化を生じる領域として特定する。即ち、特定機能３４ｂは、ＬＡＤにおいて位置「ｘ１」よりも下流の領域を、血流指標の変化を生じる領域として特定する。そして、出力機能３４ｄは、図１０に示すように、位置「ｘ１」から位置「ｘ３」までの間（ＬＡＤにおいて位置「ｘ１」よりも下流の領域）を黒色としたカラー画像を表示させる。即ち、出力機能３４ｄは、冠動脈における、血流指標の変化を生じる領域を出力する。なお、図１０は、第２の実施形態に係るカラー画像及び変形領域の表示の一例を示す図である。この場合、出力機能３４ｄは、位置「ｘ１」から位置「ｘ３」までの間におけるＣＴ－ＦＦＲがＷｉｒｅ－ＦＦＲとは異なり得ることを操作者に知らせることができる。あるいは、出力機能３４ｄは、位置「ｘ１」から位置「ｘ３」までの間におけるＣＴ－ＦＦＲ’がＣＴ－ＦＦＲと異なることを操作者に知らせることができる。

なお、図１０に示す位置「ｘ１」よりも下流の領域は、変形領域に起因して血流指標の変化が生じた領域である。しかしながら、血流指標の変化を生じる領域は、変形領域に起因することなく生じる場合もある。例えば、Ｗｉｒｅ－ＦＦＲを測定する際には、血管形状の変化が生じない場合でも、血管内に挿入されたプレッシャーワイヤが血流を阻害することによって、血流指標が変化する場合がある。一例を挙げると、血管内にプレッシャーワイヤが挿入されることによって、血管内断面積は、プレッシャーワイヤの断面積の分だけ減少する。そして、血流がプレッシャーワイヤの影響を受けることで、ＣＴ－ＦＦＲとＷｉｒｅ－ＦＦＲとに差が生じる場合がある。

そこで、特定機能３４ｂは、変形領域に起因するか否かに関わらず、血流指標の変化が生じる領域を特定してもよい。例えば、特定機能３４ｂは、血管構造情報とプレッシャーワイヤの構造情報とに基づいて流体シミュレーションを実行することにより、血管内の血流がプレッシャーワイヤから受ける影響を推定する。一例を挙げると、特定機能３４ｂは、血管内にプレッシャーワイヤが挿入されていない状態での流体シミュレーションと、血管内にプレッシャーワイヤが挿入された状態での流体シミュレーションとを実行し、これら２つのシミュレーション結果の間で不一致が生じた個所を、血流指標の変化が生じる領域として特定する。そして、出力機能３４ｄは、血流指標の変化を生じる領域を出力する。

次に、図１１を用いて、変形領域の特定の別の例を説明する。図１１は、第２の実施形態に係る変形領域の特定について説明するための図である。図１１における縦軸は、図８に示したＣＴ－ＦＦＲとＣＴ－ＦＦＲ’との差であるΔＦＦＲを示す。また、図１１において、横軸は芯線に沿った位置を示す。

図１１において、ΔＦＦＲは、位置「ｘ０」から位置「ｘ１」までの間は小さな値で略一定となっている。即ち、位置「ｘ０」から位置「ｘ１」までの間、ΔＦＦＲの位置間の変化量は略０となっている。これは、位置「ｘ０」から位置「ｘ１」までの間の蛇行の程度が小さく、ＣＴ－ＦＦＲ’を算出する際、プレッシャーワイヤが挿入されても血管形状の変形がほとんど生じないと推定されたことを示す。

一方で、位置「ｘ１」から位置「ｘ２」までの間、ΔＦＦＲは次第に増加している。即ち、位置「ｘ１」から位置「ｘ２」までの間、ΔＦＦＲの位置間の変化量は大きな値となっている。これは、位置「ｘ１」から位置「ｘ２」までの間の蛇行の程度が大きく、ＣＴ－ＦＦＲ’を算出する際、プレッシャーワイヤが挿入されることで血管形状の変形が生じると推定されたことを示す。従って、特定機能３４ｂは、位置「ｘ１」から位置「ｘ２」までの間の蛇行の程度が大きくなるように、各領域の蛇行の程度を求めることができる。そして、特定機能３４ｂは、蛇行の程度に基づいて変形領域を特定する。例えば、特定機能３４ｂは、蛇行の程度に基づいて、プレッシャーワイヤが挿入された場合に、血管形状データの各位置において蛇行の程度が変化するか否かを判定し、蛇行の程度が変化すると判定した位置の集合（例えば、位置「ｘ１」から位置「ｘ２」までの間）を、変形領域として特定する。

また、位置「ｘ２」から位置「ｘ３」までの間、ΔＦＦＲは大きな値で略一定となっている。即ち、位置「ｘ２」から位置「ｘ３」までの間、ΔＦＦＲの位置間の変化量は略０となっている。これは、位置「ｘ２」から位置「ｘ３」までの間の蛇行の程度が小さく、ＣＴ－ＦＦＲ’を算出する際、プレッシャーワイヤが挿入されても血管形状の変形がほとんど生じないと推定されたことを示す。

図１１を用いて説明したように、特定機能３４ｂは、位置「ｘ１」から位置「ｘ２」までの間を変形領域として特定する。また、出力機能３４ｄは、カラー画像等に対応付けて、変形領域をディスプレイ３２に表示させる。これにより、出力機能３４ｄは、位置「ｘ１」から位置「ｘ２」までの間が変形領域であり、変形領域におけるＣＴ－ＦＦＲがＷｉｒｅ－ＦＦＲとは異なり得ることを操作者に知らせることができる。あるいは、出力機能３４ｄは、位置「ｘ１」から位置「ｘ２」までの間が変形領域であり、変形領域におけるＣＴ－ＦＦＲ’がＣＴ－ＦＦＲと異なることを操作者に知らせることができる。

（第３の実施形態）
上述した第１～第２の実施形態では、ＣＴ画像データに基づいて算出された流体指標に対応付けて、変形領域を表示させる場合について説明した。これに対し、第３の実施形態では、プレッシャーワイヤを用いて計測された流体指標に対応付けて、変形領域を表示させる場合について説明する。

第３の実施形態に係る医用情報処理装置３０は、図１に示した第１の実施形態に係る医用情報処理装置３０と同様の構成を有し、出力機能３４ｄによる処理の一部が相違する。
また、第３の実施形態に係る医用情報処理システム１は、Ｘ線ＣＴ装置１００に代えて、又はＸ線ＣＴ装置１００に加えて、Ｘ線診断装置２００を有する。なお、Ｘ線診断装置２００は、医用画像診断装置１０の一例である。第１の実施形態において説明した構成と同様の構成を有する点については、図１と同一の符号を付し、説明を省略する。

例えば、Ｘ線診断装置２００は、造影剤が注入された状態の被検体Ｐに対する回転撮影を実行し、回転撮影によって収集した投影データから３次元Ｘ線画像データ（ボリュームデータ）を再構成する。なお、３次元Ｘ線画像データは、被検体Ｐの血管が描出された医用画像データの一例である。そして、Ｘ線診断装置２００は、３次元Ｘ線画像データを画像保管装置２０及び医用情報処理装置３０に送信する。

次に、取得機能３４ａは、Ｘ線診断装置２００又は画像保管装置２０から、３次元Ｘ線画像データを取得する。また、特定機能３４ｂは、３次元Ｘ線画像データから血管形状を抽出し、抽出した血管形状から変形領域を特定する。例えば、特定機能３４ｂは、血管形状における曲率や捩率等の血管構造情報に基づいて蛇行の程度を取得し、蛇行の程度に基づいて、変形領域を特定する。

また、Ｘ線診断装置２００は、流体指標の計測を補助する。例えば、Ｘ線診断装置２００は、操作者が被検体Ｐの血管内にプレッシャーワイヤを挿入している間、プレッシャーワイヤを含んだＸ線画像データを経時的に収集し、収集したＸ線画像データを順次表示する。なお、収集と並行して順次表示されるＸ線画像については、透視画像とも記載する。そして、操作者は、透視画像を参照しながら、プレッシャーワイヤを被検体Ｐの血管内において操作し、任意の位置の圧力、Ｗｉｒｅ－ＦＦＲ等を計測することができる。なお、３次元Ｘ線画像データの収集及び変形領域の特定と、流体指標の計測とを行なう順序は任意である。また、以下では、流体指標としてＷｉｒｅ－ＦＦＲが計測された場合について説明する。

次に、出力機能３４ｄは、計測されたＷｉｒｅ－ＦＦＲを取得する。例えば、出力機能３４ｄは、被検体Ｐの血管の複数の位置において計測された複数のＷｉｒｅ－ＦＦＲと、各Ｗｉｒｅ－ＦＦＲが計測された位置を示す位置情報とを取得する。一例を挙げると、出力機能３４ｄは、被検体ＰのＬＡＤの入口の境界から出口の境界まで所定の位置ごとに計測された複数のＷｉｒｅ－ＦＦＲと、各Ｗｉｒｅ－ＦＦＲが計測された位置を示す位置情報とを取得する。

なお、Ｗｉｒｅ－ＦＦＲが計測された位置を示す位置情報とは、例えば、血管におけるランドマーク（血管の入口、分岐点等）からの距離である。例えば、まず、先端に圧力計を備えるプレッシャーワイヤが被検体Ｐの血管内に挿入され、プレッシャーワイヤの先端がＬＡＤ入口に位置する状態で圧力「Ｐ０」が計測される。なお、以下では、ＬＡＤ入口におけるＷｉｒｅ－ＦＦＲが「１」であるものとして説明する。この場合、出力機能３４ｄは、例えば、Ｗｉｒｅ－ＦＦＲ「１」が計測された位置を示す位置情報として、ＬＡＤ入口からの距離「０」を取得する。

次に、プレッシャーワイヤの先端がＬＡＤ入口から距離「Ｌ１」に位置する状態で、圧力「Ｐ１」が計測される。なお、距離「Ｌ１」は、圧力「Ｐ０」を計測した後、プレッシャーワイヤを更に送り込んだ長さに対応する。この場合、出力機能３４ｄは、例えば、Ｗｉｒｅ－ＦＦＲ「Ｐ１／Ｐ０」が計測された位置を示す位置情報として、ＬＡＤ入口からの距離「Ｌ１」を取得する。同様に、出力機能３４ｄは、ＬＡＤにおける複数の位置ごとに計測された複数のＷｉｒｅ－ＦＦＲのそれぞれについて、位置情報として、ＬＡＤ入口からの距離を取得する。

次に、出力機能３４ｄは、取得した位置情報と、３次元Ｘ線画像データとの位置合わせを行なう。例えば、出力機能３４ｄは、まず、３次元Ｘ線画像データから抽出された血管形状においてＬＡＤの入口の位置を特定する。次に、出力機能３４ｄは、特定した位置からの芯線に沿った距離が、位置情報として取得したＬＡＤ入口からの距離と同じになるようにすることで、位置情報が示す位置を血管形状において特定する、これにより、出力機能３４ｄは、Ｗｉｒｅ－ＦＦＲが計測された位置を、３次元Ｘ線画像データから抽出された血管形状において特定し、変形領域と対応付けることができる。

そして、出力機能３４ｄは、Ｗｉｒｅ－ＦＦＲに対応付けて、変形領域をディスプレイ３２に表示させる。例えば、出力機能３４ｄは、ＬＡＤの各位置において計測されたＷｉｒｅ－ＦＦＲを縦軸とし、Ｗｉｒｅ－ＦＦＲが計測された位置（ＬＡＤ入口からの距離等）を横軸としたグラフを生成し、生成したグラフの横軸に対応付けて変形領域を表示させる。また、例えば、出力機能３４ｄは、３次元Ｘ線画像データに対して、カラーテーブルに従ってＷｉｒｅ－ＦＦＲの値を反映させることによりカラー画像を生成し、カラー画像上に変形領域を示す図形等を表示させる。また、例えば、出力機能３４ｄは、３次元Ｘ線画像データから表示用のＸ線画像を生成し、生成したＸ線画像を表示させるとともに、Ｘ線画像上にＷｉｒｅ－ＦＦＲの値及び変形領域を示す図形等を表示させる。

ここで、Ｗｉｒｅ－ＦＦＲは、同じ位置のＣＴ－ＦＦＲよりも小さくなる場合が多い。換言すると、蛇行する血管において、Ｗｉｒｅ－ＦＦＲは、ＣＴ－ＦＦＲよりも楽観的な結果を示す場合が多い。そして、Ｗｉｒｅ－ＦＦＲのみを用いる場合、治療が必要な血管の手術を見送ってしまう可能性がある。これに対し、出力機能３４ｄは、変形領域を表示することにより、変形領域におけるＷｉｒｅ－ＦＦＲが、ＣＴ－ＦＦＲとは異なり得ることを操作者に知らせることができる。そして、操作者は、変形領域以外の領域のＷｉｒｅ－ＦＦＲ（ＣＴ－ＦＦＲとの相関が高いＷｉｒｅ－ＦＦＲ）に基づいて治療計画を立てたり、ＣＴ－ＦＦＲと差があることを考慮しつつ変形領域のＷｉｒｅ－ＦＦＲに基づいて治療計画を立てたり、追加的にＣＴスキャン及びＣＴ－ＦＦＲの算出を行なわせたりすることができる。

（第４の実施形態）
さて、これまで第１～第３の実施形態について説明したが、上述した実施形態以外にも、種々の異なる形態にて実施されてよいものである。

上述した実施形態では、血管構造情報、又は、流体指標に基づいて変形領域を特定する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、特定機能３４ｂは、機械学習により変形領域を特定してもよい。

例えば、特定機能３４ｂは、学習データとして、ＣＴ画像データから抽出された血管形状と、ＣＴ－ＦＦＲと、Ｗｉｒｅ－ＦＦＲとの組み合わせを多数取得する。次に、特定機能３４ｂは、ＣＴ－ＦＦＲとＷｉｒｅ－ＦＦＲとの差（乖離）が閾値よりも大きくなるか否かに応じて、血管形状から変形領域を特定する。次に、特定機能３４ｂは、血管形状のうち、変形領域における各位置と、変形領域以外の領域における各位置とのそれぞれについて、変形の程度を学習する。そして、特定機能３４ｂは、新たにＣＴ画像データから抽出した血管形状の各領域の変形の程度について、学習結果に基づいて変形領域に相当するか否かを判定することにより、変形領域を特定する。

別の例を挙げると、特定機能３４ｂは、プレッシャーワイヤが挿入されていない状態で収集されたＣＴ画像データＩ１と、プレッシャーワイヤが挿入された状態で収集されたＣＴ画像データＩ２との組み合わせを多数取得する。次に、特定機能３４ｂは、学習データとして、ＣＴ画像データＩ１から抽出された血管形状Ｂ１と、ＣＴ画像データＩ２から抽出された血管形状Ｂ２との組み合わせを多数取得する。そして、特定機能３４ｂは、これら複数の学習データを用いて、プレッシャーワイヤを挿入することでＣＴ画像データＩ１上に生じる血管形状の変化を学習する。例えば、特定機能３４ｂは、機械学習を実行することにより、ＣＴ画像データＩ１から抽出された血管形状Ｂ１の入力を受けて、プレッシャーワイヤが挿入された状態で収集されるＣＴ画像データＩ２の血管形状Ｂ２を推定するように機能付けられた学習済みモデルＭ１を生成する。

学習済みモデルＭ１は、例えば、ニューラルネットワーク（Neural Network）により構成することができる。ニューラルネットワークとは、層状に並べた隣接層間が結合した構造を有し、情報が入力層側から出力層側に伝播するネットワークである。例えば、特定機能３４ｂは、血管形状Ｂ１を入力側データとしてニューラルネットワークに入力する。ここで、ニューラルネットワークにおいては、入力層側から出力層側に向かって一方向に、隣接層間でのみ結合しながら情報が伝播する。そして、ニューラルネットワークは、血管形状Ｂ１を変化させた血管形状Ｂ１’を出力する。

例えば、特定機能３４ｂは、複数の学習データを用いて、多層のニューラルネットワークについて深層学習（ディープラーニング）を実行することで、学習済みモデルＭ１を生成する。なお、多層のニューラルネットワークは、例えば、入力層と、複数の中間層（隠れ層）と、出力層とにより構成される。

例えば、特定機能３４ｂは、血管形状Ｂ１を入力した際にニューラルネットワークが好ましい結果を出力することができるように、ニューラルネットワークのパラメータを調整する。例えば、特定機能３４ｂは、血管形状Ｂ１を入力した際にニューラルネットワークから出力される血管形状Ｂ１’と、出力側データ（血管形状Ｂ２）との近さを表す関数（誤差関数）を用いて、ニューラルネットワークのパラメータを調整する。一例を挙げると、特定機能３４ｂは、パラメータを変化させながら誤差関数を繰り返し算出して、誤差関数が極小となるようにパラメータを調整する。即ち、特定機能３４ｂは、誤差関数が極小となるように、ニューラルネットワークを学習させる。これにより、特定機能３４ｂは、血管形状Ｂ１の入力を受けて血管形状Ｂ２を推定するように機能付けられた学習済みモデルＭ１を生成することができる。

学習済みモデルＭ１を生成した後、ＣＴ画像データＩ１が新たに収集された場合、特定機能３４ｂは、ＣＴ画像データＩ１から血管形状Ｂ１を抽出し、抽出した血管形状Ｂ１を学習済みモデルＭ１に入力する。これにより、特定機能３４ｂは、プレッシャーワイヤが挿入された状態で収集されるＣＴ画像データＩ２の血管形状Ｂ２を推定した、血管形状Ｂ１’を取得することができる。そして、特定機能３４ｂは、血管形状Ｂ１と血管形状Ｂ１’との間で不整合が生じている箇所を、プレッシャーワイヤの挿入により血管形状の変化を生じる変形領域として特定することができる。

別の例を挙げると、特定機能３４ｂは、学習データとして、ＣＴ画像データＩ１から抽出された血管形状Ｂ１と、ＣＴ画像データＩ１上で特定された変形領域との組み合わせを多数取得する。一例を挙げると、特定機能３４ｂは、ＣＴ画像データＩ１上で特定された変形領域として、血管形状Ｂ１に対して変形領域がラベル付けされたラベル付き血管形状Ｂ３を取得する。なお、ラベル付き血管形状Ｂ３については、特定機能３４ｂが自動生成してもよいし、操作者がマニュアルで作成してもよい。

そして、特定機能３４ｂは、これら複数の学習データを用いて、プレッシャーワイヤを挿入することでＣＴ画像データＩ１上に生じる血管形状の変化を学習する。例えば、特定機能３４ｂは、機械学習を実行することにより、ＣＴ画像データＩ１から抽出された血管形状Ｂ１の入力を受けて変形領域を推定するように機能付けられた学習済みモデルＭ２を生成する。

学習済みモデルＭ２は、例えば、ニューラルネットワークにより構成することができる。例えば、特定機能３４ｂは、血管形状Ｂ１を入力した際にニューラルネットワークから出力される変形領域と、出力側データ（ラベル付き血管形状Ｂ３）が示す変形領域との近さを表す誤差関数を用いて、ニューラルネットワークのパラメータを調整する。これにより、特定機能３４ｂは、血管形状Ｂ１の入力を受けて変形領域を推定するように機能付けられた学習済みモデルＭ２を生成することができる。

学習済みモデルＭ２を生成した後、ＣＴ画像データＩ１が新たに収集された場合、特定機能３４ｂは、ＣＴ画像データＩ１から血管形状Ｂ１を抽出し、抽出した血管形状Ｂ１を学習済みモデルＭ２に入力する。これにより、特定機能３４ｂは、プレッシャーワイヤの挿入により血管形状の変化を生じる変形領域を特定することができる。

なお、機械学習によって変形領域を特定する場合について説明したが、実施形態はこれに限定されるものではない。例えば、特定機能３４ｂは、機械学習により、プレッシャーワイヤの挿入により流体指標の変化を生じる領域を特定することができる。

例えば、特定機能３４ｂは、ＣＴ画像データＩ１から抽出した血管形状Ｂ１及びプレッシャーワイヤの構造情報を入力側データとして取得する。また、特定機能３４ｂは、ＣＴ画像データＩ１上で特定された、流体指標の変化を生じる領域を出力側データとして取得する。次に、特定機能３４ｂは、これら入力側データ及び出力側データの組み合わせから成る複数の学習データを用いた機械学習を実行することにより、血管形状Ｂ１の入力を受けて、流体指標の変化を生じる領域を推定するように機能付けられた学習済みモデルＭ３を生成する。

また、学習済みモデルＭ３を生成した後、ＣＴ画像データＩ１が新たに収集された場合、特定機能３４ｂは、ＣＴ画像データＩ１から血管形状Ｂ１を抽出し、抽出した血管形状Ｂ１を学習済みモデルＭ３に入力する。これにより、特定機能３４ｂは、プレッシャーワイヤの挿入により流体指標の変化を生じる領域を特定することができる。

また、上述した実施形態では、出力機能３４ｄが、変形領域をディスプレイ３２に表示させる場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、出力機能３４ｄは、特定機能３４ｂにより特定された変形領域を、医用情報処理装置３０とネットワークを介して接続された外部装置に出力する場合であってもよい。この場合、外部装置は、出力機能３４ｄにより出力された変形領域を、外部装置が有するディスプレイに表示させることができる。即ち、医用情報処理装置３０は、外部装置の操作者に対し、流体指標の信頼性を示す情報を提供することができる。

また、上述した実施形態では、算出機能３４ｃが流体指標を算出する場合について説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、出力機能３４ｄは、外部装置において算出された流体指標を、ネットワークを介して取得し、取得した流体指標に対応付けて変形領域を出力してもよい。この場合、処理回路３４は、算出機能３４ｃを有しないこととしてもよい。

また、上述した実施形態では、出力機能３４ｄが、流体指標に対応付けて変形領域を出力する場合について説明したが、実施形態はこれに限定されるものではない。即ち、出力機能３４ｄは、流体指標に対応付けずに変形領域を出力してもよい。また、この場合、処理回路３４は、算出機能３４ｃを有しないこととしてもよい。

例えば、出力機能３４ｄは、ＣＴ画像データに基づいてボリュームレンダリング画像等の表示画像を生成し、生成した表示画像をディスプレイ３２に表示させるとともに、表示画像上に変形領域を示す図形等を表示させる。この場合、医用情報処理装置３０は、変形領域においては、デバイスが挿入された状態の血管における流体指標（Ｗｉｒｅ－ＦＦＲ等）と、デバイスが挿入されていない状態の血管における流体指標（ＣＴ－ＦＦＲ等）とが異なり得ることを操作者に知らせることができる。そして、操作者は、例えば、治療計画を立てるに当たって、Ｗｉｒｅ－ＦＦＲとＣＴ－ＦＦＲとの双方を用いる、流体指標の重みを減らす等の判断をすることができる。

また、上述した実施形態では、血管内に挿入されるデバイスの一例として、プレッシャーワイヤについて説明したが、実施形態はこれに限定されるものではない。例えば、特定機能３４ｂは、血管内にステントが挿入されることで変形を生じる変形領域を特定することとしてもよい。この場合、医用情報処理装置３０は、変形領域においては、デバイスが挿入されていない状態の血管における流体指標（ステント留置前の流体指標）と、デバイスが挿入された状態の血管における流体指標（ステント留置後の流体指標）とが異なり得ることを操作者に知らせることができる。

例えば、まず、医用画像診断装置１０は、ステント留置前の被検体Ｐから医用画像データを収集する。次に、特定機能３４ｂは、医用画像データから血管形状を抽出し、抽出した血管形状から変形領域を特定する。また、算出機能３４ｃは、血管形状に基づいて流体解析を実行することにより、被検体Ｐの血管における流体指標を算出する。次に、出力機能３４ｄは、流体指標に対応付けて、変形領域をディスプレイ３２に表示させる。

ここで、操作者は、ステント留置前の流体指標に基づいて、ステント留置術を含む治療計画を立てることができる。また、操作者は、変形領域においては、ステント留置前の流体指標と、ステント留置後の流体指標とが異なり得ること知ることができる。例えば、ステント留置前の流体指標が変形領域において厳しい結果を示す場合、操作者は、ステント留置術の他に追加の治療が必要になる可能性を考慮しつつも、ステント留置後の流体指標も同様の結果を示すとは限らないことを知ることができる。そこで、医用画像診断装置１０は、ステント留置術の後、医用画像データを再度収集し、算出機能３４ｃは、流体指標を再度算出する。そして、操作者は、ステント留置後の流体指標に基づいて、追加の治療の要否等の治療計画を立てることができる。

また、上述した実施形態では、医用情報処理装置３０における処理回路３４が、取得機能３４ａ、特定機能３４ｂ、算出機能３４ｃ及び出力機能３４ｄを有するものとして説明した。しかしながら、実施形態はこれに限定されるものではない。例えば、医用画像診断装置１０における処理回路が、取得機能３４ａ、特定機能３４ｂ、算出機能３４ｃ及び出力機能３４ｄに対応した機能を有する場合であってもよい。

例えば、Ｘ線ＣＴ装置１００における処理回路１４４は、図１２に示すように、特定機能３４ｂに対応する特定機能１４４ｄ、及び、算出機能３４ｃに対応する算出機能１４４ｅを更に有する。なお、図１２は、第４の実施形態に係るＸ線ＣＴ装置１００の構成の一例を示すブロック図である。

図１２に示す場合、まず、収集機能１４４ａは、被検体Ｐの血管が描出されたＣＴ画像データを収集する。次に、特定機能１４４ｄは、ＣＴ画像データから血管形状を抽出し、抽出した血管形状から変形領域を特定する。また、算出機能１４４ｅは、被検体Ｐの血管における流体指標を算出する。そして、出力機能１４４ｂは、流体指標に対応付けて変形領域を出力する。例えば、出力機能１４４ｂは、被検体Ｐの血管における流体指標の分布を示した画像データと、変形領域とを対応付けて、ディスプレイ１４２に表示させる。なお、出力機能１４４ｂは、外部装置において算出された流体指標を取得し、取得した流体指標に対応付けて、変形領域を出力してもよい。また、出力機能１４４ｂは、流体指標に対応付けずに変形領域を出力してもよい。この場合、処理回路１４４は、算出機能１４４ｅを有しないこととしてもよい。

なお、処理回路３４や処理回路１４４は、ネットワークを介して接続された外部装置のプロセッサを利用して、機能を実現することとしてもよい。例えば、処理回路３４は、メモリ３３から各機能に対応するプログラムを読み出して実行するとともに、医用情報処理装置３０とネットワークを介して接続されたサーバ群（クラウド）を計算資源として利用することにより、取得機能３４ａ、特定機能３４ｂ、算出機能３４ｃ及び出力機能３４ｄを実現する。一例を挙げると、処理回路３４は、医用画像データから血管形状を抽出する処理や血管形状から変形領域を特定する処理をクラウド上で実行させることにより、特定機能３４ｂを実現する。

上述した実施形態に係る各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。即ち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行われる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

また、上述した実施形態で説明した処理方法は、予め用意されたプログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。このプログラムは、インターネット等のネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。

以上説明した少なくとも１つの実施形態によれば、流体指標の信頼性を示す情報を提供することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ 医用情報処理システム
３０ 医用情報処理装置
３４ 処理回路
３４ａ 取得機能
３４ｂ 特定機能
３４ｃ 算出機能
３４ｄ 出力機能

Claims (19)

1. 被検体の血管が描出された医用画像データを取得する取得部と、
   前記医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、前記蛇行の程度に基づいて、血管内にデバイスが挿入されることで前記蛇行の程度が変化する変形領域を特定する特定部と、
   前記血管における前記変形領域を出力する出力部と、
   を備え、
   前記デバイスは、プレッシャーワイヤであり、
   前記特定部は、前記変形領域として、前記プレッシャーワイヤが挿入されることで前記蛇行の程度が小さくなる領域を特定する、医用情報処理装置。
2. 被検体の血管が描出された医用画像データを取得する取得部と、
   前記医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、前記蛇行の程度に基づいて、血管内にデバイスが挿入されることで前記蛇行の程度が変化する変形領域を特定する特定部と、
   前記血管における流体指標に対応付けて前記変形領域を出力する出力部と、
   を備える、医用情報処理装置。
3. 前記出力部は、前記血管における流体指標に対応付けて前記変形領域を出力する、請求項１に記載の医用情報処理装置。
4. 前記出力部は、前記デバイスが挿入されていない状態の前記血管における流体指標に対応付けて、前記変形領域を出力する、請求項２又は３に記載の医用情報処理装置。
5. 前記出力部は、前記デバイスが挿入された状態の前記血管における流体指標に対応付けて、前記変形領域を出力する、請求項２又は３に記載の医用情報処理装置。
6. 前記出力部は、前記血管における流体指標の分布を示した画像データと、前記変形領域とを対応付けて表示させる、請求項２乃至５のいずれか一項に記載の医用情報処理装置。
7. 前記特定部は、前記血管形状における少なくとも曲率と捩率とに基づいて前記蛇行の程度を取得し、取得した前記蛇行の程度に基づいて前記変形領域を特定する、請求項１乃至６のいずれか一項に記載の医用情報処理装置。
8. 前記特定部は、前記蛇行の程度に加え、更に前記デバイスの構造情報に基づいて前記変形領域を特定する、請求項７に記載の医用情報処理装置。
9. 前記デバイスは、少なくともワイヤ状の部材を含むものであって、
   前記特定部は、前記デバイスの構造情報として、前記ワイヤ状の部材の太さと硬さとの少なくとも一方を含む情報に基づいて前記変形領域を特定する、請求項８に記載の医用情報処理装置。
10. 前記特定部は、前記デバイスが挿入されていない状態の前記血管における流体指標の位置間の変化量に基づいて、前記蛇行の程度を求める、請求項１乃至９のいずれか一項に記載の医用情報処理装置。
11. 前記血管における流体指標を算出する算出部を更に備え、
    前記出力部は、前記算出部が算出した流体指標と、前記変形領域とを対応付けて出力する、請求項１乃至１０のいずれか一項に記載の医用情報処理装置。
12. 前記算出部は、前記デバイスが挿入されることで生じる前記血管形状の変形を推定し、推定した変形後の前記血管形状に基づいて、前記デバイスが挿入された状態の前記血管における流体指標を算出する、請求項１１に記載の医用情報処理装置。
13. 前記特定部は、前記算出部が算出した前記デバイスが挿入された状態の前記血管における流体指標と、前記デバイスが挿入されていない状態の前記血管における流体指標との差に基づいて、前記蛇行の程度を求める、請求項１２に記載の医用情報処理装置。
14. 前記特定部は、前記算出部が算出した前記デバイスが挿入された状態の前記血管における流体指標と、前記デバイスが挿入されていない状態の前記血管における流体指標との差の位置間の変化量に基づいて、前記蛇行の程度を求める、請求項１２に記載の医用情報処理装置。
15. 被検体の冠動脈が描出された医用画像データを取得する取得部と、
    前記医用画像データから血管形状を抽出し、前記血管形状に基づいて、プレッシャーワイヤの挿入により前記血管形状又は血流指標の変化を生じる領域を特定する特定部と、
    前記冠動脈における前記領域を出力する出力部と、
    を備える、医用情報処理装置。
16. 被検体の血管が描出された医用画像データを収集する収集部と、
    前記医用画像データを取得する取得部と、
    前記医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、前記蛇行の程度に基づいて、血管内にデバイスが挿入されることで前記蛇行の程度が変化する変形領域を特定する特定部と、
    前記血管における前記変形領域を出力する出力部と、
    を備え、
    前記デバイスは、プレッシャーワイヤであり、
    前記特定部は、前記変形領域として、前記プレッシャーワイヤが挿入されることで前記蛇行の程度が小さくなる領域を特定する、医用情報処理システム。
17. 被検体の血管が描出された医用画像データを収集する収集部と、
    前記医用画像データを取得する取得部と、
    前記医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、前記蛇行の程度に基づいて、血管内にデバイスが挿入されることで前記蛇行の程度が変化する変形領域を特定する特定部と、
    前記血管における流体指標に対応付けて前記変形領域を出力する出力部と、
    を備える、医用情報処理システム。
18. 被検体の血管が描出された医用画像データを取得し、
    前記医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、前記蛇行の程度に基づいて、血管内にデバイスが挿入されることで前記蛇行の程度が変化する変形領域を特定し、
    前記血管における前記変形領域を出力し、
    前記デバイスは、プレッシャーワイヤであり、
    前記変形領域として、前記プレッシャーワイヤが挿入されることで前記蛇行の程度が小さくなる領域を特定することを含む、医用情報処理方法。
19. 被検体の血管が描出された医用画像データを取得し、
    前記医用画像データから血管形状を抽出し、抽出した前記血管形状から各領域における蛇行の程度を求め、前記蛇行の程度に基づいて、血管内にデバイスが挿入されることで前記蛇行の程度が変化する変形領域を特定し、
    前記血管における流体指標に対応付けて前記変形領域を出力することを含む、医用情報処理方法。

Images